KR20160055912A

KR20160055912A - 높은 상세 레벨의 뉴스 지도들과 이미지 오버레이들

Info

Publication number: KR20160055912A
Application number: KR1020167009970A
Authority: KR
Inventors: 리타 워우하이비; 스티븐 버켈; 티모시 버랄; 므리강크 셰카르; 라마 나크만
Original assignee: 인텔 코포레이션
Priority date: 2013-11-27
Filing date: 2013-11-27
Publication date: 2016-05-18
Also published as: EP3074883A1; US20160171101A1; WO2015080718A1; JP2016541058A; KR101819924B1; CN105683949A; EP3074883A4

Abstract

시스템들 및 방법들은 복수의 뉴스 아이템들로부터 위치 데이터를 추출하고 - 위치 데이터의 적어도 일부는 동네 레벨과 동일하거나 또는 더 상세한 제1 상세 레벨을 가짐 -, 위치 데이터를 이용하여 뉴스 데이터 스토어에 파퓰레이트하는 것을 제공할 수 있다. 부가적으로, 뉴스 쿼리에 대한 응답은 뉴스 쿼리와 연관된 요청된 위치, 및 뉴스 데이터 스토어 내의 위치 데이터에 기초하여 생성될 수 있고, 요청된 위치는 제1 상세 레벨과 동일하거나 또는 더 상세한 제2 상세 레벨을 가지고, 응답은 요청된 위치에 대응하는 하나 이상의 뉴스 아이템들을 지시한다. 일 예에서, 응답의 그래픽 표현은 요청된 위치에 대응하는 지도 또는 요청된 위치의 이미지 중 하나 이상의 것 위에 오버레이된다.

Description

높은 상세 레벨의 뉴스 지도들과 이미지 오버레이들{HIGH LEVEL OF DETAIL NEWS MAPS AND IMAGE OVERLAYS}

실시예들은 일반적으로 뉴스 서비스들과 관련된다. 더 구체적으로, 실시예들은 높은 상세 레벨의 뉴스 지도들과 이미지 오버레이들을 가능하게 하는 뉴스 서비스들과 관련된다.

예를 들어, news.google.com과 같은 종래의 온라인 뉴스 서비스들은 전 세계 및 국가 레벨에서 뉴스 스토리들을 식별하고, 지역 뉴스에 대해서는 중점을 둔다고 하더라도 적게 두도록 구성될 수 있다. 지역 신문들도 지역 뉴스를 최종 사용자들에게 전달하기 위해 웹 사이트들을 사용할 수 있지만, 상당한 개선의 여지가 남아있다. 예를 들어, 지역 뉴스의 온라인 공급자들은 사용자들이 주소 또는 교차점과 같은 특정한 위치에 관련되는 지역 뉴스 스토리들을 식별하고 검색할 수 있게 하는 방식으로 적절히 뉴스 스토리들을 인덱스하지 못할 수 있다. 더욱이, 종래의 온라인 공급자들로부터의 뉴스 스토리들은 시간적(예를 들면, 지난 몇 시간, 몇 일, 기타 등등)으로 제한될 수 있다.

다음의 명세서와 첨부된 청구항들을 읽고 다음의 도면들을 참조함으로써 실시예들의 다양한 이점들이 통상의 기술자에게 명백해질 것이다.
도 1은 실시예에 따른 뉴스 서비스의 예의 블록도이다.
도 2는 실시예에 따른 상세 레벨의 다양한 레벨들의 예의 도해이다.
도 3은 실시예에 따른 뉴스 반경의 예의 도해이다.
도 4a 및 도 4b는 실시예들에 따른 뉴스 지도와 뉴스 이미지 각각의 예들의 도해들이다.
도 5는 실시예에 따른 뉴스 쿼리들을 처리하는 방법의 예의 블록도이다.
도 6은 실시예에 따른 로직 아키텍처의 예의 블록도이다.
도 7은 실시예에 따른 프로세서의 예의 블록도이다.
도 8은 실시예에 따른 시스템의 예의 블록도이다.

이제 도 1을 참조하면, 복수의 뉴스 아이템들(10)(10a-10c)을 관리하는 뉴스 서비스가 도시되어 있다. 도시된 예에서, 뉴스 아이템들(10)은 뉴스 기관들(예를 들면, 신문 회사들, 인터넷, 텔레비전 및/또는 무선 브로드캐스터들, 협동 조합들, 기타 등등), 블로그들, 소셜 네트워킹 사이트들(예를 들면, TWITTER, FACEBOOK, LIKEDIN, ISTAGRAM, 기타 등등), 커뮤니티들, 정부 소스들, 및 기타 등등과 같은 복수의 상이한 뉴스 소스들(12)(12a-12c)로부터 수집된다(예를 들어, 푸시됨 및/또는 풀링됨). 그러므로, 제1 뉴스 아이템(10a)은 제1 뉴스 소스(12a)(예를 들면, 특별한 뉴스 기관)과 제휴된 리포터에 의해 작성된 신문 기사일 수 있고, 제2 뉴스 아이템(10b)은 제2 뉴스 소스(12b)(예를 들면, 특별한 블로그)와 제휴된 개인으로부터 포스팅된 블로그일 수 있고, 제3 뉴스 아이템(10c)은 제3 뉴스 소스(12c)(예를 들면, 특별한 소셜 네트워킹 사이트)를 통해 개인으로부터의 소셜 네트워킹 포스팅일 수 있고, 기타 등등일 수 있다. 그러므로, 예시된 뉴스 아이템들(10)은 원본의 시점뿐만 아니라 내용의 타입이 다양하다.

더 상세하게 논의될 바와 같이, 인덱스 정보(18)(18a 내지 18c)가 자동적으로 뉴스 아이템들(10)로부터 추출될 수 있으며, 여기서 인덱스 정보(18)는 위치 데이터(18a)(예를 들면, 의미론적 넘버, 비즈니스 명칭, 주소, 거리, 교차점, 동네), 시간 데이터(18b)(예를 들면, 발생 날짜, 리포팅 날짜), 토픽 데이터(18c)(예를 들면, 주제, 감정, 키워드들), 및 기타 등등을 포함할 수 있다. 그러므로, 위치 데이터(18a)는 뉴스 쿼리들의 향상된 서비싱을 가능하게 하는 상대적으로 높은 상세 레벨(예를 들면, 입도, 해상도)을 가질 수 있다. 이러한 점에서, 도 2는 뉴스 인덱스 정보(18)와 하나 이상의 뉴스 쿼리들(22) 양쪽 모두가 동네 레벨과 동일하거나 또는 더 상세한 상세 레벨/입도(예를 들면, 동네 상세 레벨)를 갖는 지리적인 피라미드(20)를 나타낸다. 그러므로 이러한 접근법은 최종 사용자들이 그들의 특정 위치(예를 들면, 주소, 글로벌 위치결정 시스템/GPS 좌표들, 기타 등등)에 맞춰진 대단히 특화된 뉴스 결과들을 획득할 수 있게 할 수 있다. 사실상, 도 3은 상대적으로 타이트한 뉴스 반경(26)(예를 들면, 두 개의 블록들)이 사용자에 의해 요청된 위치(24) 주위에 확립될 수 있다는 것을 나타내고, 여기서 요청된 위치(24)는 매우 특정적일 수 있고, 위치 데이터(18a)(도 1)는 뉴스 반경(26) 내에 들어오는 뉴스 아이템들의 식별을 용이하게 할 수 있다. 사용자들은 도시 또는 동네 같은 의미론적 위치를 이용하여 또한 쿼리할 수 있고, 여기서 경계는 원형이 아니다.

도 1을 계속해서 참조하면, 위치 데이터(18a)는 뉴스 인덱싱 및 검색 프로세스들에 유용할 수 있는 정보를 여전히 제공하면서, 또한 의미론적 위치를 지시할 수 있거나, 상대적으로 넓은 영역을 커버할 수 있거나, 또는 모호/광범위할 수 있다. 예를 들어, 하나의 뉴스 아이템은 "월요일 아침 노스웨스트 코넬리우스 패스 도로가 통나무 트럭 충돌 후 미국 고속도로 30으로부터 노스웨스트 스카이라인 불러바드까지 폐쇄되었습니다라고, 당국자가 말했습니다"라고 진술할 수 있는 반면에, 다른 뉴스 아이템은 "Aldershot, Hampshire의 Mons Barracks에서 성 패트릭의 날(St. Patrick's Day) 퍼레이드를 지켜보는 선두의, Kate는 그녀의 신발들 중 하나의 힐이 하수구에 꽂혔을 때 당황스러운 사고를 겪었습니다"고 진술할 수 있다. 첫 번째 사례에서, 도로의 특별한 부분이 식별되고, 두 번째 사례에서, 의미론적 관심 점이 식별된다. 어느 쪽의 경우든, 식별된 위치는 위치 데이터(18a)로서 추출 및 인덱싱될 수 있다.

게다가, 위치 데이터(18a)는 모호한 위치들에 대해 특히 유용할 수 있는 신뢰 점수가 할당될 수 있다. 이러한 경우에, 특정 영역의 중심이 위치로서 지정될 수 있지만, 상대적으로 낮은 신뢰 점수를 가질 수 있다. 신뢰 점수는 이벤트의 위치가 완전히 알려져 있지 않다는 사실을 가시화하기 위해 사용될 수 있으며, 여기서 위치를 결정하는 데 사용되는 텍스트가 사용자에게 제공될 수 있음으로써, 그들이 위치 데이터(18a)의 신뢰성 및/또는 정확성에 관해 그들 자신의 판단을 이용할 수 있도록 한다. 위치 데이터(18a)의 확신성 또는 신뢰성을 증가시키기 위해 공용 데이터베이스들이 또한 쿼리될 수 있다. 사용자들은 또한 사건들의 특정 지리적 위치들 또는 시간에 대해 정정 또는 해명을 전송할 수 있고, 시스템은 시스템 내에서 그것을 리포트하는 사용자들의 수와 그들의 평판에 기초하여 그것의 확신성을 조절할 것이다.

시간 데이터(18b)는 특별한 이벤트가 발생했을 때 그리고/또는 그 이벤트의 발생 및/또는 상세 사항들이 보고되었을 때를 식별할 수 있다. 예를 들어, 특별한 날짜(예를 들면, 2013년 10월 11일)에 개최되는 정치적 유세 집회에 관한 여러 소셜 네트워킹 포스팅들(예를 들면, "트위트들(tweets)")이 그 날짜 및/또는 시간상 나중에(예를 들면, 몇 일, 몇 주, 몇 달 및/또는 몇 년 후에) 발생할 수 있다. 이러한 경우에, 시간 데이터(18b)는 언제 유세 대회가 개최되었다는 것, 그리고 대안적으로 유세 대회에 관한 각각의 포스팅이 언제 만들어졌다는 것을 지시할 수 있다. 유사하게, 지역 신문은 반달리즘이 발생하고(예를 들면, 2001년 9월 15일) 몇 일 후에 개인 거주지의 반달리즘에 대해 리포트할 수 있을 것이며, 여기서 단지 그 사건의 단일 리포팅이 행해졌을 수 있다. 그러므로, 시간 데이터(18b)는 예컨대 이벤트가 본질상 장기일 때 상대적으로 넓은 시간 기간에 걸칠 수 있다(예를 들어, 피켓팅). 또한, 시간 데이터(18b)는 시간 데이터(18b)를 추출하는 데 사용되는 정보의 정확성 및/또는 신뢰성에 기초하여 신뢰 점수가 할당될 수 있다. 유사하게, 이벤트 및/또는 뉴스 아이템의 나이가 연관되는 위치 데이터(18a)의 확신성을 조절하는 데 사용될 수 있다. 예를 들어, 위치 데이터(18a)가 아이덴티티를 바꾸었을 수 있었을 호텔 또는 랜드마크의 명칭과 같은 의미론적 명칭을 반영하면, 위치 데이터(18a)의 확신 점수가 감소될 수 있다. 또한, 공용 데이터베이스들은 필요에 따라, GPS 좌표들로 위치 명칭들을 변환하는 데 사용될 수 있고, 그 역도 마찬가지이다.

토픽 데이터(18c)는 뉴스 아이템들(10)의 주제, 카테고리, 감정, 분위기, 키워드들, 기타 등등을 식별할 수 있다. 예를 들어, 유세 집회에 관한 소셜 네트워킹 포스팅의 경우에, 토픽 데이터(18c)는 "정치"를 주제, 키워드 및/또는 카테고리로서 지시할 수 있을 것일 뿐만 아니라 포스팅의 전체 분위기(예를 들면, 긍정, 부정)를 지시할 수 있을 것이다. 개인 거주지의 반달리즘의 경우에, 토픽 데이터(18c)는 "범죄"를 주제, 키워드 및/또는 카테고리로서 지시할 수 있다. 또 다른 예에서, 토픽 데이터(18c)는 뉴스 아이템이 비즈니스(예를 들면, 재정, 산업 특정적) 또는 개인(예를 들면, 엔터테인먼트) 이슈들과 관련되는지 식별할 수 있다.

지리적 데이터베이스들 및/또는 자연어 프로세싱(NLP) 기법들/규칙들은 위치 데이터(18a), 시간 데이터(18b) 및/또는 토픽 데이터(18c)를 추출하기 위해 그리고 인덱스 정보(18)를 생성하기 위해 이용될 수 있다. NLP는 뉴스 아이템들(10)의 내용으로부터 하나 이상의 의미론적 및/또는 퍼지 추론들을 도출하는 것을 수반할 수 있다. 예를 들어, 소스, 태그, 메타데이터, HTML(Hypertext Markup Language) 코드, 저자, 제목, 및 기타 등등과 같은 다른 타입들의 정보가 또한 인덱싱될 수 있다. 인덱싱 프로세스는 또한 다른 타입들의 토픽들(예를 들면, 개인 소견들)보다 오히려 뉴스를 포함하는 아이템의 확률을 결정하기 위해 설정된 피처를 식별하는 것을 수반할 수 있다.

예시된 인덱스 정보(18)는 관계 데이터베이스, 링크된 리스트, 기타 등등 또는 그것들의 임의의 조합으로서 구조화될 수 있는 뉴스 데이터 스토어(28)에 파퓰레이트하는 데 사용되고, 장기간에 걸쳐 적절한 컴퓨터 판독가능 저장 매체에 보관된다. 그러므로, 뉴스 쿼리(22)가 사용자 애플리케이션(16)(예를 들면, 데스크톱 컴퓨터, 노트북 컴퓨터, 태블릿 컴퓨터, 컨버터블 태블릿, 스마트폰 및/또는 모바일 인터넷 디바이스/MID와 같은 클라이언트 디바이스 상에서 실행하는 맵핑, 내비게이션 및/또는 이미징 애플리케이션)으로부터 수신되면, 요청된 위치(24)가 뉴스 쿼리(22)에서 식별될 수 있고 뉴스 데이터 스토어(28)의 내용들과 매칭될 수 있다. 예를 들어, 사용자 애플리케이션(16)은 출발과 종료 위치에 기초한 오프라인 여행 방향들을 생성하는 웹 기반 맵핑 애플리케이션일 수 있을 것이다. 이러한 경우에, 뉴스 쿼리(22)는 뉴스 데이터 스토어(28)를 검색하고 뉴스 쿼리(22)에 대한 응답(30)을 발생하기 위해, 뉴스 반경(26)(도 3)과 같은 뉴스 반경과 함께 이용될 수 있는 여행의 종료 어드레스 및/또는 GPS 좌표들을 포함할 수 있다. 응답(30)은 요청된 위치에 대응하는 하나 이상의 뉴스 아이템들을 지시할 수 있다.

도 4a는 요청된 위치(24)를 나타내는 종료 위치에 대응하는 지도 위에 응답(30)(도 1)의 그래픽 표현(32)이 오버레이될 수 있음을 나타낸다. 도시된 예에서, 그래픽 표현(32)은 핀이며, 이 핀은 커서를 핀(32) 위에 올리는 것, (예를 들면, 터치스크린 디바이스들에서) 핀(32)이 있는 스크린 위치를 터치하는 것, 및 기타 등등에 의해 추가 정보를 위한 더 큰 박스(33)로 확장될 수 있다. 더욱이, 박스(33) 내의 개별 아이템들을 (예를 들면, 클릭, 터치, 기타 등등에 의해) 선택하는 것은 사용자를 문제의 뉴스 아이템의 풀 텍스트로 사용자를 링크할 수 있다. 다른 시각적인 단서들 및/또는 형상들, 컬러들, 아이콘들, 기타 등등과 같은 그래픽 기법들이 또한 이용될 수 있다. 또한, 두 개 이상의 뉴스 아이템들이 스크린 공간 및 다른 고려사항들에 의존하여 그래픽 표현(32)으로 클러스터링될 수 있다. 도시된 예에서, 유세 집회 및 반달리즘이 서로 지리적으로 가까이 발생하고 그러므로, 핀의 동일 그래픽 표현(32)으로 클러스터링된다. 클러스터링은 또한 시간, 토픽, 기타 등등과 같은 다른 베이스들 및/또는 벡터들에 따라 발생할 수 있다.

도 1로 돌아가면, 다른 예에서, 사용자 애플리케이션(16)은 실시간 이동 방향들을 생성하는 내비게이션 애플리케이션일 수 있으며, 여기서 뉴스 쿼리(22)는 뉴스 데이터 스토어(28)의 내용들과 대비하여 매칭될 수 있는 현재 및/또는 미래 GPS 좌표들을 포함할 수 있다. 그러한 경우에, 응답(30)의 그래픽 표현은 요청된 위치(24)를 나타내는 현재 위치에 대응하는 라이브 지도 위에 오버레이될 수 있으며, 여기서 사용자 애플리케이션(16)은 사용자가 당해 경로를 따라 이동함에 따라 연속적 뉴스 갱신들을 획득할 수 있다.

사용자 애플리케이션(16)은 또한 사용자가 그의 또는 그녀의 주위들의 이미지들을 캡처하고 캡처된 이미지들을 사용하여 바로 부근에 대한 뉴스 아이템들을 획득하게 할 수 있는 이미징 애플리케이션일 수 있다. 이러한 경우에, 이미지들은 뉴스 쿼리(22)를 생성하고 요청된 위치(24)를 식별하는 데 사용되는 좌표 정보와 함께 임베드될 수 있다. 이미지를 캡처하는 디바이스의 위치와 배향이 또한 뉴스 쿼리(22)를 생성하며 요청된 위치(24)를 식별하는 데 사용될 수 있다.

도 4b는 응답(30)(도 1)의 그래픽 표현(34)이 요청된 위치(24)의 이미지 위에 오버레이될 수 있음을 나타낸다. 예시된 그래픽 표현(34)은 요청된 위치(24)에 대한 관련 뉴스 아이템들의 특정 상세 사항들을 포함하는 클라우드(cloud)지만, 다른 시각화 기법들이 이용될 수 있다. 대안적으로, 부근 위치들(예를 들면, 옆집)에 대한 뉴스 아이템들의 존재가 또한 이미지 위에 오버레이될 수 있다. 도시된 예에서, 사용자는 옆집에 관한 정보를 보기 위해 이미지 캡처 디바이스를 집의 오른쪽으로 겨냥하도록 프롬프트될 수 있다.

다시 도 1로 돌아가면, 뉴스 아이템들(10)의 모음은 또한 크라우드 소스(crowd source)(도시되지 않음), 소스 인덱스(도시되지 않음) 및/또는 사용자 애플리케이션(16)으로부터 획득된 사용자 피드백(14)을 고려할 수 있다. 이와 관련하여, 사용자는 피드백(14), 적절한 사용자 인터페이스(UI) 및/또는 하나 이상의 사용자 선호들을 통해 소스들(12) 중 하나 이상을 명확하게 선택할 수 있다. 또한, 사용자 피드백(14)은 특정 소스들로부터의 가입-기반 뉴스 스토어들에 액세스하기 위한 공인을 검증하는 데 사용될 수 있는 인증 정보를 포함할 수 있다. 인증 정보는 또한 뉴스 쿼리(22)를 통해 제공될 수 있다. 사용자는 또한 이전 상호작용들로부터의 사용자 거동, 인구 통계 및 관심들을 고려하는 하나 이상의 추천 시스템들에 의해 사용자 피드백(14)을 위해 프롬프트될 수 있다. 사용자 피드백(14)은 또한 사용자들이 데이터베이스들로부터 꺼내진 정보를 보정할 수 있게 할 수 있다. 이 방식으로, 시스템은 NLP 기법들의 정확성을 향상시키기 위해 크라우드-소싱을 수반할 수 있다.

더욱이, 소스들(12) 중 하나 이상이 자동적으로 선택되면, 소스 인덱스는 그들의 내용의 정확성과 관련성에 대해 그들을 평가하는 데 사용될 수 있다. 예를 들어, 특별한 신문(예를 들면, NY TIMES, OREGONIAN)에 상대적으로 높은 관련성을 할당될 수 있는 반면에, 지역 이벤트들에 대해 보도하지만 개인 소견들, 광고들, 기타 등등도 포함하는 개인 또는 커뮤니티의 블로그에 상대적으로 낮은 관련성이 할당될 수 있다. 사용자 피드백(14)은 또한 뉴스 소스들(12) 중 하나 이상의 평가에 영향을 미치도록 사용될 수 있다. 게다가, 응답(30)은 뉴스 쿼리(22)를 발신한 사용자 외의 개인들과 공유될 수 있다. 평가는 또한 사용자 특정적일 수 있거나 또는 심지어 사용자들의 그룹, 예를 들어 특별한 정치적 제휴를 가진 그룹은 특정 소스 또는 소스들의 부집합을 다른 것들보다 더 가치있게 평가할 수 있을 것이지만, 그들의 반대파는 동일 소스들을 나쁘게 평가할 것이다. 공동 필터링과 같은 기법들은 사용자들 선호들을 식별하고, 그들을 그들의 제휴들, 신념들, 가치들, 및 관심들과 매칭하는 그룹들로 저장하는 데 사용될 수 있다.

그러므로, 직장에서 집으로 운전하며 사고의 잔재들을 보는 사용자는 그 사고를 논의 및/또는 상술하는(예를 들면, 관련된 사람들, 부상자들, 우회로들) 뉴스 아이템들의 지시를 즉시 획득하기 위해 뉴스 쿼리(22)를 발행하도록 내비게이션 애플리케이션을 이용할 수 있고, 여기서 그러한 뉴스 아이템들과 연관된 인덱스 정보가 사용자에 의해 작동되는 차량의 내비게이션 스크린 상에 오버레이될 수 있다. 다른 예에서, 특별한 동네에서 집 검색을 수행하는 사용자는 지난 2년 동안 그 동네에서 발생했던 이벤트들, 및 경찰 리포트들과 같은 관련된 다른 내용을 논의 및/또는 상술하는 뉴스 아이템들의 지시를 획득하기 위해 뉴스 쿼리(22)를 발행하도록 핸드헬드 디바이스를 사용할 수 있다. 이와 관련하여, 사용자는 범죄 리포트들에 한정되지 않고, 긍정적 및 부정적 뉴스 스토리들 모두를 검색할 수 있다. 또 다른 예에서, 특별한 타운에서 아침 식사 제공 숙박 시설(B&B)에 투숙중인 커플은, 다른 누가 지난 세기 동안 그 특별한 B&B에 투숙했고/했거나 축하 행사를 거행했는지 결정하기 위해 뉴스 쿼리(22)를 발행하도록 데스크톱 컴퓨터를 사용할 수 있다.

또한, 개인은 지난 12 시간 내에 50 피트의 반경 내에서 발생한 모든 "부정적" 이벤트들을 결정하고 매우 정확한 결과들을 수신하기 위해 뉴스 쿼리(22)를 발행하도록 핸드헬드 디바이스를 사용할 수 있다. 또 다른 예에서, 사용자는 지난 20 년 동안 1 마일 반경 내의 모든 뉴스 아이템들을 보기 위해 뉴스 쿼리(22)를 생성할 수 있거나, 또는 쿼리에 대해 다른 제한들을 부과할 수 있다.

이제 도 5를 참조하면, 뉴스 쿼리들을 처리하는 방법(36)이 도시된다. 방법(36)은 랜덤 액세스 메모리(RAM), 판독 전용 메모리(ROM), 프로그램가능한 ROM(PROM), 펌웨어, 플래시 메모리, 기타 등등의 머신 또는 컴퓨터 판독가능한 저장 매체에 저장되는 로직 명령어들의 세트로서, 예를 들어, 프로그램가능한 로직 어레이들(PLAs), 필드 프로그램가능한 게이트 어레이들(FPGAs), 복합 프로그램가능한 로직 디바이스들(CPLDs) 등의 구성가능한 로직으로, 예를 들어, 주문형 집적 회로(ASIC), 상보형 금속 산화물 반도체(CMOS) 또는 트랜지스터-트랜지스터 로직(TTL) 기술과 같은 회로 기술을 이용하는 고정 기능 하드웨어 로직으로, 또는 이들의 임의의 조합으로 구현될 수 있다. 예를 들어, 방법(36)에 도시된 동작들을 수행하기 위한 컴퓨터 프로그램 코드는 객체 지향 프로그래밍 언어, 예컨대 Java, Smalltalk, 또는 C++ 등 및 종래의 절차적 프로그래밍 언어들, 예컨대 "C" 프로그래밍 언어 또는 유사한 프로그래밍 언어들을 포함한 하나 이상의 프로그래밍 언어들의 임의의 조합으로 작성될 수 있다.

예시된 프로세싱 블록(38)은 크라우드 소스, 사용자 피드백 또는 소스 인덱스 중 하나 이상에 기초한 복수의 뉴스 소스들로부터 복수의 뉴스 아이템들을 모으기 위해 제공한다. 이미 언급한 바와 같이, 뉴스 소스들은 예를 들어, 뉴스 기관들, 블로그들, 소셜 네트워킹 사이트들, 및 기타 등등을 포함할 수 있다. 위치 데이터, 시간 데이터 및 토픽 데이터는 블록(40)에서 복수의 뉴스 아이템들로부터 추출될 수 있고, 여기서 위치, 시간 및/또는 토픽 데이터를 추출하는 것은 하나 이상의 자연어 처리 규칙들과 지리적 데이터베이스들을 복수의 뉴스 아이템들에 적용하는 것을 수반할 수 있다. 일 예에서 위치 데이터의 적어도 일부는 동네 레벨과 동일하거나 또는 더 상세한(예를 들면, 동네, 거리, 주소 및/또는 상세 레벨의 좌표 레벨) 상세 레벨(예를 들면, 제1 상세 레벨)을 갖는다. 예시된 블록(42)은 뉴스 데이터 스토어에 파퓰레이트하기 위해 위치 데이터, 시간 데이터 및 토픽 데이터를 사용한다. 따라서, 블록들(38, 40, 42)은 뉴스 데이터 스토어를 유지 및/또는 갱신하기 위해(예를 들어, 주기적으로, 요구 시에) 필요에 따라 반복될 수 있다.

블록(44)에서 뉴스 쿼리가 수신될 수 있고, 여기서 요청된 위치는 블록(46)에 있어서 뉴스 쿼리에서 식별될 수 있다. 이미 언급된 바와 같이, 뉴스 쿼리는 맵핑 애플리케이션, 내비게이션 애플리케이션, 이미징 애플리케이션, 기타 등등과 연관될 수 있고, 여기서 요청된 위치는 블록(40)에서 추출된 위치 데이터의 적어도 일부의 상세 레벨과 동일하거나 또는 더 상세한 상세 레벨(예를 들면, 제2 상세 레벨)을 가질 수 있다. 예를 들어, 요청된 위치는 GPS 좌표일 수 있을 것이고, 하나 이상의 뉴스 아이템들로부터 추출된 위치 데이터는 요청된 GPS 좌표의 지정된 거리(예를 들면, 뉴스 반경) 내의 GPS 좌표, 주소, 교차점, 거리 및/또는 동네일 수 있다. 예시된 블록(48)에서는 뉴스 데이터 스토어 내의 요청된 위치 및 데이터에 기초하여 뉴스 쿼리에 대한 응답을 생성한다. 응답은 요청된 위치에 대응하는 하나 이상의 뉴스 아이템들을 지시할 수 있다. 블록 50에서 응답의 그래픽 표현은 요청된 위치에 대응하는 지도 및/또는 요청된 위치의 이미지 상에 오버레이될 수 있다. 일 예에서, 두 개 이상의 뉴스 아이템들과 연관된 데이터가 그래픽 표현으로 클러스터링될 수 있다.

도 6은 뉴스 쿼리들을 처리하는 로직 아키텍처(52)(52a-52e)를 나타낸다. 로직 아키텍처(52)는 이미 논의된 방법(36)(도 5)의 하나 이상의 양태들을 일반적으로 구현할 수 있다. 도시된 예에서, 컨텍스트 모듈(52a)은 복수의 뉴스 아이템들로부터 위치 데이터를 추출하고, 위치 데이터의 적어도 일부는 동네 레벨과 동일하거나 또는 더 상세한 제1 상세 레벨을 갖는다. 컨텍스트 모듈(52a)은 또한 복수의 뉴스 아이템들로부터 시간 데이터와 토픽 데이터를 추출할 수 있다. 일 예에서, 데이터를 추출하는 것은 하나 이상의 NLP 규칙들과 지리적 데이터베이스들을 복수의 뉴스 아이템들에 적용하는 것을 수반한다. 또한, 인덱스 모듈(52b)은 뉴스 데이터 스토어에 파퓰레이트하기 위해 위치 데이터, 시간 데이터 및/또는 토픽 데이터를 사용할 수 있다. 예시된 아키텍처(52)는 또한 뉴스 쿼리들과 연관된 요청된 위치들과, 뉴스 데이터 스토어 내의 위치 데이터, 시간 데이터, 및/또는 토픽 데이터에 기초하여 뉴스 쿼리들에 대한 응답들을 생성하는 쿼리 관리자(52c)를 포함한다. 요청된 위치들은 위치 데이터의 적어도 일부의 제1 상세 레벨과 동일하거나 또는 더 상세한 제2 상세 레벨을 가질 수 있고, 응답들은 요청된 위치들에 대응하는 하나 이상의 뉴스 아이템들을 지시할 수 있다.

일 예에서, 애플리케이션 모듈(52d)은 요청된 위치들에 대응하는 지도들 및/또는 요청된 위치들의 이미지들 상에 응답들의 그래픽 표현들을 오버레이한다. 애플리케이션 모듈(52d)은 또한 두 개 이상의 뉴스 아이템들과 연관된 데이터를 그래픽 표현들로 클러스터할 수 있다. 더욱이, 예시된 아키텍처(52)는 또한 복수의 뉴스 소스들로부터의 뉴스 아이템들을 모으기 위한 소스 관리자(52e)를 포함하며, 여기서 복수의 뉴스 소스들은 뉴스 기관들, 블로그들, 소셜 네트워킹 사이트들, 및 기타 등등을 포함할 수 있다. 소스 관리자(52e)는 복수의 뉴스 아이템들을 모으기 위해 피드백 모듈(54) 및/또는 소스 인덱스(56)를 이용할 수 있다.

도 7은 일 실시예에 따른 프로세서 코어(200)를 도시한다. 프로세서 코어(200)는 마이크로프로세서, 임베디드 프로세서, 디지털 신호 프로세서(DSP), 네트워크 프로세서, 또는 코드를 실행하기 위한 기타 디바이스와 같은 임의의 타입의 프로세서를 위한 코어일 수 있다. 하나의 프로세서 코어(200)만이 도 7에 도시되지만, 프로세싱 요소는 대안적으로 도 7에 도시된 프로세서 코어(200)를 하나보다 많이 포함할 수 있다. 프로세서 코어(200)는 단일 스레드형(single-threaded) 코어일 수 있거나, 또는 적어도 일 실시예에서, 프로세서 코어(200)는 코어당 하나 초과의 하드웨어 스레드 콘텍스트(또는 "논리적 프로세서")를 포함할 수 있다는 점에서 멀티스레드형(multithreaded)일 수 있다.

도 7은 또한 프로세서(200)에 결합되는 메모리(270)를 도해한다. 메모리(270)는 통상의 기술자에게 공지되어 있거나 달리 이용 가능한(메모리 계층구조의 다양한 층들을 포함하는) 광범위하게 다양한 메모리들 중 임의의 것일 수 있다. 메모리(270)는 프로세서(200) 코어에 의해 실행될 하나 이상의 코드(213) 명령어(들)를 포함할 수 있으며, 여기서 코드(213)는 이미 논의된 방법(36)(도 5)을 구현할 수 있다. 프로세서 코어(200)는 코드(213)에 의해 지시되는 명령어들의 프로그램 시퀀스를 추종한다. 각각의 명령어는 프론트 엔드 부분(210)에 들어갈 수 있고, 하나 이상의 디코더들(220)에 의해 처리될 수 있다. 디코더(220)는 그 출력으로서 사전 정의되는 포맷의 고정 폭 마이크로 연산(fixed width micro operation)과 같은 마이크로 연산을 발생할 수 있거나, 또는 원래 코드 명령어를 반영하는 다른 명령어들, 마이크로명령어들, 또는 제어 신호들을 발생할 수 있다. 도시된 프론트엔드(210)는 레지스터 리네이밍 로직(225) 및 스케줄링 로직(230)을 또한 포함하며, 이들은 일반적으로 리소스들을 할당하고, 실행을 위해 변환 명령어에 대응하는 연산을 큐잉한다.

프로세서(200)는 실행 유닛들의 세트(255-1 내지 255-N)를 가진 실행 로직(250)을 포함하는 것으로 도시되어 있다. 몇몇 실시예들은 특정 펑션들 또는 펑션들의 집합들에 전용되는 다수의 실행 유닛들을 포함할 수 있다. 기타 실시예들은 특정 펑션을 수행할 수 있는 단 하나의 실행 유닛 또는 하나의 실행 유닛을 포함할 수 있다. 예시된 실행 로직(250)은 코드 명령어들에 의해 특정되는 연산들을 실행한다.

코드 명령어들에 의해 특정되는 연산들의 실행의 완료 후에, 백 엔드 로직(260)은 코드(213)의 명령어들을 리타이어(retire)한다. 일 실시예에서, 프로세서(200)는 비순차적 실행(out of order execution)을 허용하지만, 명령어들의 순차적 리타이어먼트를 요구한다. 리타이어먼트 로직(265)은 통상의 기술자에게 공지된 바와 같은 다양한 형태들(예를 들어, 재정렬 버퍼 또는 그와 유사한 것)을 취할 수 있다. 이러한 방식으로, 프로세서 코어(200)는 적어도 디코더에 의해 발생되는 출력, 레지스터 리네이밍 로직(225)에 의해 활용되는 하드웨어 레지스터들과 테이블들, 및 실행 로직(250)에 의해 수정되는 임의의 레지스터들(도시되지 않음)의 관점에서 코드(213)의 실행 동안 변환된다.

도 7에 예시되지 않지만, 프로세싱 요소는 프로세서 코어(200)와 함께 칩 상에 다른 요소들을 포함할 수 있다. 예를 들어, 프로세싱 요소는 프로세서 코어(200)와 함께 메모리 제어 로직을 포함할 수 있다. 프로세싱 요소는 I/O 제어 로직을 포함할 수 있고/있거나 메모리 제어 로직과 통합되는 I/O 제어 로직을 포함할 수 있다. 프로세싱 요소는 또한 하나 이상의 캐시들을 포함할 수 있다.

이제 도 8을 참조하면, 실시예에 따른 시스템(1000) 실시예의 블록도가 도시되어 있다. 제1 프로세싱 요소(1070) 및 제2 프로세싱 요소(1080)를 포함하는 멀티프로세서 시스템(1000)이 도 8에 도시된다. 두 개의 프로세싱 요소들(1070, 1080)이 도시되지만, 시스템(1000)의 실시예는 또한 단지 하나의 그러한 프로세싱 요소를 포함할 수 있다는 것을 이해할 것이다.

시스템(1000)은 포인트-투-포인트 상호접속부 시스템으로서 도시되며, 여기서 제1 프로세싱 요소(1070)와 제2 프로세싱 요소(1080)는 포인트-투-포인트 상호접속부(1050)를 통해 결합된다. 도 8에 도시된 임의의 또는 모든 상호접속부들은 포인트-투-포인트 상호접속보다는 오히려 멀티-드롭(multi-drop) 버스로서 구현될 수 있음을 이해하여야 한다.

도 8에 도시된 바와 같이, 각각의 프로세싱 요소들(1070, 1080)은 제1 및 제2 프로세서 코어들(즉, 프로세서 코어들(1074a, 1074b)과 프로세서 코어들(1084a, 1084b))을 포함하는 멀티코어 프로세서들일 수 있다. 그러한 코어들(1074a, 1074b, 1084a, 1084b)은 도 7과 관련하여 위에서 논의된 것과 유사한 방식으로 명령어 코드를 실행하도록 구성될 수 있다.

각각의 프로세싱 요소(1070, 1080)는 적어도 하나의 공유 캐시(1896a, 1896b)를 포함할 수 있다. 공유 캐시(1896a, 1896b)는, 제각기, 코어들(1074a, 1074b, 1084a, 1084b)과 같은, 프로세서의 하나 이상의 컴포넌트들에 의해 활용되는 데이터(예를 들어, 명령어들)를 저장할 수 있다. 예를 들어, 공유 캐시(1896a, 1896b)는 프로세서의 컴포넌트들에 의한 더 빠른 액세스를 위해 메모리(1032, 1034)에 저장되는 데이터를 국지적으로 캐시할 수 있다. 하나 이상의 실시예들에서, 공유 캐시(1896a, 1896b)는 레벨 2(L2), 레벨 3(L3), 레벨 4(L4), 또는 다른 레벨들의 캐시와 같은, 하나 이상의 중간 레벨 캐시들, 최종 레벨 캐시(LLC), 및/또는 이것들의 조합들을 포함할 수 있다.

단지 두 개의 프로세싱 요소들(1070, 1080)이 도시되지만, 실시예들의 범위는 그렇게 제한되지 않음을 이해할 것이다. 기타 실시예들에서, 하나 이상의 부가적 프로세싱 요소들이 주어진 프로세서에 존재할 수 있다. 대안적으로, 프로세싱 요소들(1070, 1080) 중 하나 이상은 가속기 또는 필드 프로그램가능한 게이트 어레이와 같이, 프로세서 이외의 요소일 수 있다. 예를 들어, 부가적 프로세싱 요소(들)는 제1 프로세서(1070)와 동일한 부가적 프로세서(들), 제1 프로세서(1070)와는 이질적이거나 비대칭적인 부가적 프로세서(들), (예를 들어, 그래픽 가속기들 또는 디지털 신호 프로세싱(DSP) 유닛들과 같은) 가속기들, 필드 프로그램가능한 게이트 어레이들, 또는 임의의 다른 프로세싱 요소를 포함할 수 있다. 아키텍처적, 마이크로 아키텍처적, 열적(thermal), 전력 소비 특성들 등을 포함한 장점의 다양한 메트릭(metric)들에 관하여 프로세싱 요소들(1070, 1080) 간에 다양한 차이점이 있을 수 있다. 이러한 차이점들은 프로세싱 요소들(1070, 1080) 중의 비대칭성 및 이질성으로서 그들 자신들을 효과적으로 드러낼 수 있다. 적어도 일 실시예에 대해, 다양한 프로세싱 요소들(1070, 1080)이 동일 다이 패키지에 상주할 수 있다.

제1 프로세싱 요소(1070)는 메모리 컨트롤러(MC) 로직(1072) 및 포인트-투-포인트(P-P) 인터페이스들(1076, 1078)을 더 포함할 수 있다. 마찬가지로, 제2 프로세싱 요소(1080)는 MC(1082) 및 P-P 인터페이스들(1086, 1088)을 포함할 수 있다. 도 8에 도시된 바와 같이, MC들(1072, 1082)은 프로세서들을 각각의 메모리들, 즉, 메모리(1032) 및 메모리(1034)에 결합하며, 이 메모리들은 각각의 프로세서들에 국부적으로 부착되는 메인 메모리의 부분들일 수 있다. MC(1072, 1082)가 프로세싱 요소들(1070, 1080) 내에 통합되는 것으로 도시되지만, 대안적인 실시예들에 있어서 MC 로직은 그것에 통합되기보다는 프로세싱 요소들(1070, 1080) 외부에 있는 별개의 로직일 수 있다.

제1 프로세싱 요소(1070) 및 제2 프로세싱 요소(1080)는 P-P 상호접속들(1076, 1086)을 통해 I/O 서브시스템(1090)에 각각의 연결될 수 있다. 도 8에 도시된 바와 같이, I/O 서브시스템(1090)은 P-P 인터페이스들(1094, 1098)을 포함한다. 게다가, I/O 서브시스템(1090)은 I/O 서브시스템(1090)을 고성능 그래픽 엔진(1038)과 결합하기 위한 인터페이스(1092)를 포함한다. 일 실시예에서, 버스(1049)는 그래픽 엔진(1038)을 I/O 서브시스템(1090)에 연결하는 데 사용될 수 있다. 대안적으로, 포인트-투-포인트 상호접속부는 이러한 컴포넌트들을 결합할 수 있다.

다음으로, I/O 서브시스템(1090)은 인터페이스(1096)를 통해 제1 버스(1016)에 결합될 수 있다. 일 실시예에서, 제1 버스(1016)는 PCI(Peripheral Component Interconnect, 주변기기 컴포넌트 상호접속부) 버스, 또는 PCI 익스프레스 버스 또는 다른 제3 세대 I/O 상호접속 버스와 같은 버스일 수 있지만, 실시예들의 범위는 그렇게 한정되지 않는다.

도 8에 도시된 바와 같이, 다양한 I/O 디바이스들(1014)(예를 들어, 카메라)이, 제1 버스(1016)를 제2 버스(1020)에 결합할 수 있는 버스 브릿지(1018)와 함께, 제1 버스(1016)에 결합될 수 있다. 일 실시예에서, 제2 버스(1020)는 LPC(low pin count) 버스일 수 있다. 일 실시예에서, 예를 들어 키보드/마우스(1012), 네트워크 콘트롤러/통신 디바이스(들)(1026)(결국 컴퓨터 네트워크와 통신할 수 있음), 및 코드(1030)를 포함할 수 있는 디스크 드라이브 또는 다른 대용량 저장 디바이스와 같은 데이터 스토리지 유닛(1019)을 포함한, 다양한 디바이스들이 제2 버스(1020)에 결합될 수 있다. 코드(1030)는 위에서 기술되는 방법들 중 하나 이상의 것들의 실시예들을 수행하기 위한 명령어들을 포함할 수 있다. 따라서, 도시된 코드(1030)는 이미 논의된 방법(36)(도 5)을 구현할 수 있고, 이미 논의된 코드(213)(도 7)와 유사할 수 있다. 또한, 오디오 I/O(1024)는 제2 버스(1020)에 결합될 수 있다.

기타 실시예들이 상정된다는 것을 유의한다. 예를 들어, 도 8의 포인트-투-포인트 아키텍처 대신에, 시스템은 멀티드롭 버스 또는 다른 그러한 통신 토폴로지를 구현할 수 있다. 또한, 도 8의 요소들은 도 8에 도시된 것보다 더 많은 또는 더 적은 통합 칩들을 이용하여 대안적으로 구획될 수 있다.

부가적인 주의들 및 예들

예 1은 뉴스 쿼리들을 처리하는 장치를 포함할 수 있고, 이 장치는 크라우드 소스, 사용자 피드백 또는 소스 인덱스 중 하나 이상에 기초하는 복수의 뉴스 소스들로부터 복수의 뉴스 아이템들을 모으는 소스 관리자를 포함하고, 상기 복수의 뉴스 소스들은 뉴스 기관, 블로그, 커뮤니티, 정부 소스 또는 소셜 네트워킹 사이트 중 하나 이상을 포함한다. 상기 장치는 또한 복수의 뉴스 아이템들로부터 위치 데이터, 시간 데이터 및 토픽 데이터를 추출하는 컨텍스트 모듈 - 상기 위치 데이터의 적어도 일부는 동네 레벨과 동일하거나 또는 더 상세한 제1 상세 레벨을 가지고, 상기 토픽 데이터는 주제, 감정 또는 키워드 중 하나 이상을 포함함 -, 뉴스 데이터 스토어에 파퓰레이트하기 위해 상기 위치 데이터, 상기 시간 데이터, 상기 토픽 데이터, 및 감정 데이터를 사용하는 인덱스 모듈, 및 뉴스 쿼리와 연관된 요청된 위치에 기초하여, 그리고 상기 뉴스 데이터 스토어 내의 위치 데이터, 시간 데이터 및 토픽 데이터에 기초하여 상기 뉴스 쿼리에 대한 응답을 생성하는 쿼리 관리자를 포함할 수 있고, 상기 요청된 위치는 상기 제1 상세 레벨과 동일하거나 또는 더 상세한 제2 상세 레벨을 가지고, 상기 응답은 상기 요청된 위치에 대응하는 하나 이상의 뉴스 아이템들을 지시한다.

예 2는 예 1에 있어서, 상기 응답의 그래픽 표현을 상기 요청된 위치에 대응하는 지도 또는 상기 요청된 위치의 이미지 중 하나 이상의 것 위에 오버레이하는 애플리케이션 모듈을 더 포함하는, 장치를 포함할 수 있다.

예 3은 예 2에 있어서, 상기 애플리케이션 모듈은 두 개 이상의 뉴스 아이템들과 연관되는 데이터를 상기 그래픽 표현으로 클러스터링하는, 장치를 포함할 수 있다.

예 4는 예 1 내지 예 3 중 어느 하나에 있어서, 상기 컨텍스트 모듈은 상기 위치 데이터를 추출하기 위해 상기 복수의 뉴스 아이템들에 하나 이상의 자연어 처리 규칙들과 지리적 데이터베이스들을 적용하는, 장치를 포함할 수 있다.

예 5는 뉴스 쿼리들을 처리하는 방법을 포함할 수 있고, 이 방법은 복수의 뉴스 아이템들로부터 위치 데이터를 추출하는 단계 - 상기 위치 데이터의 적어도 일부는 동네 레벨과 동일하거나 또는 더 상세한 제1 상세 레벨을 가짐 -, 상기 위치 데이터를 이용하여 뉴스 데이터 스토어에 파퓰레이트하는 단계, 및 뉴스 쿼리와 연관된 요청된 위치, 및 상기 뉴스 스토어 내의 위치 데이터에 기초하여 상기 뉴스 쿼리에 대한 응답을 생성하는 단계를 포함하고, 상기 요청된 위치는 상기 제1 상세 레벨과 동일하거나 또는 더 상세한 제2 상세 레벨을 가지고, 상기 응답은 상기 요청된 위치에 대응하는 하나 이상의 뉴스 아이템들을 지시한다.

예 6은 예 5에 있어서, 상기 응답의 그래픽 표현을 상기 요청된 위치에 대응하는 지도 또는 상기 요청된 위치의 이미지 중 하나 이상의 것 위에 오버레이하는 단계를 더 포함하는, 방법을 포함할 수 있다.

예 7은 예 6에 있어서, 두 개 이상의 뉴스 아이템들과 연관되는 데이터를 상기 그래픽 표현으로 클러스터링하는 단계를 더 포함하는, 방법을 포함할 수 있다.

예 8은 예 5에 있어서, 상기 복수의 뉴스 아이템들로부터 시간 데이터를 추출하는 단계, 및 상기 시간 데이터를 이용하여 상기 뉴스 데이터 스토어에 파퓰레이트하는 단계를 더 포함하고, 상기 시간 데이터는 상기 뉴스 쿼리에 대한 상기 응답을 생성하는 데 사용되는, 방법을 포함할 수 있다.

예 9는 예 5에 있어서, 상기 복수의 뉴스 아이템들로부터 토픽 데이터를 추출하는 단계 - 상기 토픽 데이터는 주제, 감정 또는 키워드 중 하나 이상을 포함함 -, 및 상기 토픽 데이터를 이용하여 상기 뉴스 데이터 스토어에 파퓰레이트하는 단계를 더 포함하고, 상기 토픽 데이터는 상기 뉴스 쿼리에 대한 상기 응답을 생성하는 데 사용되는, 방법을 포함할 수 있다.

예 10은 예 5 내지 예 9 중 어느 하나에 있어서, 상기 위치 데이터를 추출하는 단계는 하나 이상의 자연어 처리 규칙들과 지리적 데이터베이스들을 상기 복수의 뉴스 아이템들에 적용하는 단계를 포함하는, 방법을 포함할 수 있다.

예 11은 예5 내지 예 9 중 어느 하나에 있어서, 크라우드 소스, 사용자 피드백 또는 소스 인덱스 중 하나 이상에 기초하는 복수의 뉴스 소스들로부터 복수의 뉴스 아이템들을 모으는 단계를 더 포함하고, 상기 복수의 뉴스 소스들은 뉴스 기관, 블로그, 블로그, 커뮤니티, 정부 소스 또는 소셜 네트워킹 사이트 중 하나 이상을 포함하는, 방법을 포함할 수 있다.

예 12는 명령어들의 집합을 포함하는 적어도 하나의 컴퓨터 판독가능한 저장 매체를 포함할 수 있고, 상기 명령어들은 컴퓨팅 디바이스에 의해 실행되면, 상기 컴퓨팅 디바이스로 하여금, 복수의 뉴스 아이템들로부터 위치 데이터를 추출하고 - 상기 위치 데이터의 적어도 일부는 동네 레벨과 동일하거나 또는 더 상세한 제1 상세 레벨을 가짐 -, 상기 위치 데이터를 이용하여 뉴스 데이터 스토어에 파퓰레이트하고, 뉴스 쿼리와 연관된 요청된 위치, 및 상기 뉴스 데이터 스토어 내의 위치 데이터에 기초하여 상기 뉴스 쿼리에 대한 응답을 생성하도록 하고, 상기 요청된 위치는 상기 제1 상세 레벨과 동일하거나 또는 더 상세한 제2 상세 레벨을 가지고, 상기 응답은 상기 요청된 위치에 대응하는 하나 이상의 뉴스 아이템들을 지시한다.

예 13은 예12에 있어서, 상기 명령어들은, 실행되는 경우, 컴퓨팅 디바이스로 하여금, 상기 응답의 그래픽 표현을 상기 요청된 위치에 대응하는 지도 또는 상기 요청된 위치의 이미지 중 하나 이상의 것 위에 오버레이하도록 하는, 적어도 하나의 컴퓨터 판독가능 저장 매체를 포함할 수 있다.

예 14는 예 13에 있어서, 상기 명령어들은, 실행되는 경우, 컴퓨팅 디바이스로 하여금, 두 개 이상의 뉴스 아이템들과 연관되는 데이터를 상기 그래픽 표현으로 클러스터링하도록 하는, 적어도 하나의 컴퓨터 판독가능 저장 매체를 포함할 수 있다.

예 15는 예 12에 있어서, 상기 명령어들은, 실행되는 경우, 컴퓨팅 디바이스로 하여금, 상기 복수의 뉴스 아이템들로부터 시간 데이터를 추출하고, 상기 시간 데이터를 이용하여 상기 뉴스 데이터 스토어에 파퓰레이트하고, 상기 시간 데이터는 상기 뉴스 쿼리에 대한 상기 응답을 생성하는 데 사용되는, 적어도 하나의 컴퓨터 판독가능 저장 매체를 포함할 수 있다.

예 16은 예 12에 있어서, 상기 명령어들은, 실행되는 경우, 컴퓨팅 디바이스로 하여금, 상기 복수의 뉴스 아이템들로부터 토픽 데이터를 추출하고 - 상기 토픽 데이터는 주제, 감정 또는 키워드 중 하나 이상을 포함함 -, 상기 토픽 데이터를 이용하여 상기 뉴스 데이터 스토어에 파퓰레이트하고, 상기 토픽 데이터는 상기 뉴스 쿼리에 대한 응답을 생성하는 데 사용되는, 적어도 하나의 컴퓨터 판독가능 저장 매체를 포함할 수 있다.

예 17은 예 12 내지 예 16 중 어느 하나에 있어서, 상기 명령어들은, 실행되는 경우, 컴퓨팅 디바이스로 하여금, 상기 위치 데이터를 추출하기 위해 하나 이상의 자연어 처리 규칙들과 지리적 데이터베이스들을 상기 복수의 뉴스 아이템들에 적용하도록 하는, 적어도 하나의 컴퓨터 판독가능 저장 매체를 포함할 수 있다.

예 18은 예 12 내지 예 16 중 어느 하나에 있어서, 상기 명령어들은, 실행되는 경우, 컴퓨팅 디바이스로 하여금, 크라우드 소스, 사용자 피드백 또는 소스 인덱스 중 하나 이상에 기초하는 복수의 뉴스 소스들로부터 복수의 뉴스 아이템들을 모으도록 하고, 상기 복수의 뉴스 소스들은 뉴스 기관, 블로그, 블로그, 커뮤니티, 정부 소스 또는 소셜 네트워킹 사이트 중 하나 이상을 포함하는, 적어도 하나의 컴퓨터 판독가능 저장 매체를 포함할 수 있다.

예 19는 뉴스 쿼리들을 처리하는 장치를 포함할 수 있고, 이 장치는 복수의 뉴스 아이템들로부터 위치 데이터를 추출하는 컨텍스트 모듈 - 상기 위치 데이터의 적어도 일부는 동네 레벨과 동일하거나 또는 더 상세한 제1 상세 레벨을 가짐 -, 상기 위치 데이터를 이용하여 뉴스 데이터 스토어에 파퓰레이트하는 인덱스 모듈, 및 뉴스 쿼리와 연관된 요청된 위치, 및 상기 뉴스 데이터 스토어 내의 위치 데이터에 기초하여 상기 뉴스 쿼리에 대한 응답을 생성하는 쿼리 관리자를 포함하고, 상기 요청된 위치는 상기 제1 상세 레벨과 동일하거나 또는 더 상세한 제2 상세 레벨을 가지고, 상기 응답은 상기 요청된 위치에 대응하는 하나 이상의 뉴스 아이템들을 지시한다.

예 20은 예 19에 있어서, 상기 응답의 그래픽 표현을 상기 요청된 위치에 대응하는 지도 또는 상기 요청된 위치의 이미지 중 하나 이상의 것 위에 오버레이하는 애플리케이션 모듈을 더 포함하는, 장치를 포함할 수 있다.

예 21은 예 20에 있어서, 상기 애플리케이션 모듈은 두 개 이상의 뉴스 아이템들과 연관되는 데이터를 상기 그래픽 표현으로 클러스터링하는, 장치를 포함할 수 있다.

예 22는 예 19에 있어서, 상기 컨텍스트 모듈은 상기 복수의 뉴스 아이템들로부터 시간 데이터를 추출하고, 상기 인덱스 모듈은 상기 시간 데이터를 이용하여 상기 뉴스 데이터 스토어에 파퓰레이트하고, 상기 토픽 데이터는 주제, 감정 또는 키워드 중 하나 이상을 포함하고, 상기 시간 데이터는 상기 뉴스 쿼리에 대한 상기 응답을 생성하는 데 사용되는, 장치를 포함할 수 있다.

예 23은 예 19에 있어서, 상기 컨텍스트 모듈은 상기 복수의 뉴스 아이템들로부터 토픽 데이터를 추출하고, 상기 인덱스 모듈은 상기 토픽 데이터를 이용하여 상기 뉴스 데이터 스토어에 파퓰레이트하고, 상기 토픽 데이터는 상기 뉴스 쿼리에 대한 응답을 생성하는 데 사용되는, 장치를 포함할 수 있다.

예 24는 예 19 내지 예 23 중 어느 하나에 있어서, 상기 컨텍스트 모듈은 상기 위치 데이터를 추출하기 위해 하나 이상의 자연어 처리 규칙들과 지리적 데이터베이스들을 상기 복수의 뉴스 아이템들에 적용하는, 장치를 포함할 수 있다.

예 25는 예 19 내지 예 23 중 어느 하나에 있어서, 크라우드 소스, 사용자 피드백 또는 소스 인덱스 중 하나 이상에 기초하는 복수의 뉴스 소스들로부터 복수의 뉴스 아이템들을 모으는 소스 관리자를 더 포함하고, 상기 복수의 뉴스 소스들은 뉴스 기관, 블로그, 블로그, 커뮤니티, 정부 소스 또는 소셜 네트워킹 사이트 중 하나 이상을 포함하는, 장치를 포함할 수 있다.

예 26은 뉴스 쿼리들을 처리하는 장치를 포함할 수 있고, 이 장치는 예 5 내지 예 11 중 어느 하나의 방법을 수행하는 수단을 포함한다.

그러므로, 본 명세서에서 기술되는 기법들은 예를 들어, 뉴스 아이템들로부터 정확한 컨텍스트 데이터 예를 들어, 위치(예를 들면, 의미론적 또는 특정적), 시간, 토픽, 기타 등등을 추출할 수 있고, 추출된 데이터를 지도들 및/또는 이미지들 상에 그래픽 오버레이들, 핀들, 또는 다른 시각적인 단서들의 형태로 사용자들에게 제시할 수 있다. 더욱이, 상대적으로 작은 뉴스 반경은 사용자의 위치 및/또는 다른 관심들에 고도로 타겟팅된 뉴스 아이템들을 검색하는 데 사용될 수 있다.

실시예들은 모든 타입들의 반도체 집적 회로("IC") 칩들에서의 사용에 적용가능하다. 이러한 IC 칩들의 예들은 프로세서들, 제어기들, 칩셋 컴포넌트들, 프로그램가능한 로직 어레이들(PLAs), 메모리 칩들, 네트워크 칩들, SoCs(systems on chip), SSD/NAND 제어기 ASIC들, 및 그와 유사한 것을 포함하지만 이들로 제한되지는 않는다. 또한, 도면들 중 일부에서, 신호 도전체 라인들이 라인들로 표현된다. 일부는 더 많은 구성 신호 경로들을 지시하기 위해, 번호 레이블을 가지기 위해, 다수의 구성 신호 경로들을 지시하기 위해, 그리고/또는 하나 이상의 단부들에서 화살표들을 가지기 위해, 주 정보 흐름 방향을 지시하기 위해 상이할 수 있다. 그러나, 이것이 제한하는 방식으로 해석되어서는 안 된다. 그보다는, 그러한 부가적인 상세 사항들은 회로의 보다 쉬운 이해를 촉진하기 위해 하나 이상의 예시적인 실시예들과 연계하여 이용될 수 있다. 임의의 표현된 신호 라인들은, 부가적인 정보를 갖는지에 상관없이, 여러 방향들로 진행할 수 있고, 예를 들어 차동 쌍들, 광섬유 라인들, 및/또는 단일 종단 라인들로 구현되는 디지털 또는 아날로그 라인들인 임의의 적절한 타입의 신호 스킴으로 구현될 수 있는 하나 이상의 신호들을 실제적으로 포함할 수 있다.

예시의 크기들/모델들/값들/범위들이 주어졌을 수 있지만, 실시예들은 이들로 제한되지 않는다. 제조 기법들(예를 들어, 포토리소그래피)이 시간의 경과에 따라 발달함에 따라, 더 작은 크기의 디바이스들이 제조될 수 있다고 예측된다. 또한, IC 칩들 및 다른 컴포넌트들에 대한 잘 알려진 전원/접지 접속들은 예시 및 논의의 간소화를 위해 그리고 실시예들의 특정 양태들을 불명확하게 하지 않기 위해 도면들 내에 도시될 수 있거나 도시되지 않을 수 있다. 또한, 구성들은 실시예들을 불명확하게 하지 않기 위해 블록도 형태로 도시될 수 있고, 또한 그러한 블록도 구성들의 구현에 관한 상세들이 실시예가 구현될 플랫폼에 크게 의존한다는 사실, 즉, 그러한 상세들이 통상의 기술자의 이해 범위 내에 있어야 한다는 사실에 비추어 또한 그러한 블록도 형태로 도시될 수 있다. 예시적인 실시예들을 설명하기 위하여 구체적인 상세들(예를 들어, 회로들)이 개시되는 경우, 실시예들은 이들 구체적인 상세들 없이, 또는 이들의 변형과 더불어 실시될 수 있다는 것은, 통상의 기술자에게 명백할 것이다. 따라서, 본 설명은 제한하는 것 대신에 예시적 것으로서 간주되어야 한다.

용어 "결합된다"는 당해 컴포넌트들 사이에서 직접적 또는 간접적인 임의의 타입의 관계를 지칭하기 위해 본 명세서에 사용될 수 있고, 전기적, 기계적, 유동적, 광학적, 전자기적, 전자기계적, 또는 다른 접속들로 적용될 수 있다. 게다가, "제1", "제2", 기타 등등의 용어들은 본 명세서에서 단지 논의의 편의상 사용될 수 있으며, 달리 지시되지 않는 한 어떤 특정한 시간적 또는 연대기적 의미도 수반하지 않을 수 있다.

본 출원 및 청구항들에 사용되는 바와 같이, 용어 "중 하나 이상"에 의해 연결되는 아이템들의 리스트는 리스트된 아이템들의 임의의 조합을 의미할 수 있다. 예를 들어, 문구 "A, B 또는 C 중 하나 이상"은 A; B; C; A 및 B; A 및 C; B 및 C; 또는 A, B 및 C를 의미할 수 있다.

통상의 기술자라면 상기 설명으로부터 실시예들의 광범위의 기술들이 다양한 형태들로 구현될 수 있다는 것을 이해할 것이다. 따라서, 실시예들이 그 특정 예들과 연계하여 설명되었지만, 도면들, 명세서, 및 다음의 청구항들의 검토 시에 다른 변형들이 통상의 기술자에게 명백해질 것이기 때문에, 실시예들의 진정한 범위는 그렇게 제한되지 않아야 한다.

Claims

뉴스 쿼리들(news queries)을 처리하는 장치로서,
크라우드 소스(crowd source), 사용자 피드백 또는 소스 인덱스 중 하나 이상에 기초하는 복수의 뉴스 소스들로부터 복수의 뉴스 아이템들을 모으는 소스 관리자 - 상기 복수의 뉴스 소스들은 뉴스 기관, 블로그, 커뮤니티, 정부 소스 또는 소셜 네트워킹 사이트 중 하나 이상을 포함함 -;
복수의 뉴스 아이템들로부터 위치 데이터, 시간 데이터 및 토픽 데이터를 추출하는 컨텍스트 모듈 - 상기 위치 데이터의 적어도 일부는 동네(neighborhood) 레벨과 동일하거나 또는 더 상세한 제1 상세 레벨(first level of detail)을 가지고, 상기 토픽 데이터는 주제(subject), 감정(sentiment) 또는 키워드 중 하나 이상을 포함함 -;
상기 위치 데이터, 상기 시간 데이터 및 상기 토픽 데이터를 이용하여 뉴스 데이터 스토어에 파퓰레이트하는 인덱스 모듈; 및
뉴스 쿼리와 연관된 요청된 위치에 기초하여, 그리고 상기 뉴스 데이터 스토어 내의 위치 데이터, 시간 데이터 및 토픽 데이터에 기초하여 상기 뉴스 쿼리에 대한 응답을 생성하는 쿼리 관리자를 포함하고, 상기 요청된 위치는 상기 제1 상세 레벨과 동일하거나 또는 더 상세한 제2 상세 레벨을 가지고, 상기 응답은 상기 요청된 위치에 대응하는 하나 이상의 뉴스 아이템들을 지시하는, 장치.
제1항에 있어서, 상기 응답의 그래픽 표현을 상기 요청된 위치에 대응하는 지도 또는 상기 요청된 위치의 이미지 중 하나 이상의 것 위에 오버레이하는 애플리케이션 모듈을 더 포함하는, 장치.
제2항에 있어서, 상기 애플리케이션 모듈은 두 개 이상의 뉴스 아이템들과 연관되는 데이터를 상기 그래픽 표현으로 클러스터링하는, 장치.
제1항 내지 제3항 중 어느 한 항에 있어서, 상기 컨텍스트 모듈은 상기 위치 데이터를 추출하기 위해 상기 복수의 뉴스 아이템들에 하나 이상의 자연어 처리 규칙(natural language processing rule)들과 지리적 데이터베이스들을 적용하는, 장치.
뉴스 쿼리들을 처리하는 방법으로서,
복수의 뉴스 아이템들로부터 위치 데이터를 추출하는 단계 - 상기 위치 데이터의 적어도 일부는 동네 레벨과 동일하거나 또는 더 상세한 제1 상세 레벨을 가짐 -;
상기 위치 데이터를 이용하여 뉴스 데이터 스토어에 파퓰레이트하는 단계; 및
뉴스 쿼리와 연관된 요청된 위치, 및 상기 뉴스 데이터 스토어 내의 위치 데이터에 기초하여 상기 뉴스 쿼리에 대한 응답을 생성하는 단계
를 포함하고, 상기 요청된 위치는 상기 제1 상세 레벨과 동일하거나 또는 더 상세한 제2 상세 레벨을 가지고, 상기 응답은 상기 요청된 위치에 대응하는 하나 이상의 뉴스 아이템들을 지시하는, 방법.
제5항에 있어서, 상기 응답의 그래픽 표현을 상기 요청된 위치에 대응하는 지도 또는 상기 요청된 위치의 이미지 중 하나 이상의 것 위에 오버레이하는 단계를 더 포함하는, 방법.
제6항에 있어서, 두 개 이상의 뉴스 아이템들과 연관되는 데이터를 상기 그래픽 표현으로 클러스터링하는 단계를 더 포함하는, 방법.
제5항에 있어서,
상기 복수의 뉴스 아이템들로부터 시간 데이터를 추출하는 단계; 및
상기 시간 데이터를 이용하여 상기 뉴스 데이터 스토어에 파퓰레이트하는 단계를 더 포함하고, 상기 시간 데이터는 상기 뉴스 쿼리에 대한 상기 응답을 생성하는 데 이용되는, 방법.
제5항에 있어서,
상기 복수의 뉴스 아이템들로부터 토픽 데이터를 추출하는 단계 - 상기 토픽 데이터는 주제, 감정 또는 키워드 중 하나 이상을 포함함 -; 및
상기 토픽 데이터를 이용하여 상기 뉴스 데이터 스토어에 파퓰레이트하는 단계를 더 포함하고, 상기 토픽 데이터는 상기 뉴스 쿼리에 대한 상기 응답을 생성하는 데 이용되는, 방법.
제5항 내지 제9항 중 어느 한 항에 있어서, 상기 위치 데이터를 추출하는 단계는 하나 이상의 자연어 처리 규칙들과 지리적 데이터베이스들을 상기 복수의 뉴스 아이템들에 적용하는 단계를 포함하는, 방법.
제5항 내지 제9항 중 어느 한 항에 있어서,
크라우드 소스, 사용자 피드백 또는 소스 인덱스 중 하나 이상에 기초하는 복수의 뉴스 소스들로부터 복수의 뉴스 아이템들을 모으는 단계를 더 포함하고, 상기 복수의 뉴스 소스들은 뉴스 기관, 블로그, 블로그, 커뮤니티, 정부 소스 또는 소셜 네트워킹 사이트 중 하나 이상을 포함하는, 방법.
명령어들의 집합을 포함하는 적어도 하나의 컴퓨터 판독가능한 저장 매체로서, 상기 명령어들은 컴퓨팅 디바이스에 의해 실행되는 경우, 상기 컴퓨팅 디바이스로 하여금,
복수의 뉴스 아이템들로부터 위치 데이터를 추출하고 - 상기 위치 데이터의 적어도 일부는 동네 레벨과 동일하거나 또는 더 상세한 제1 상세 레벨을 가짐 -;
상기 위치 데이터를 이용하여 뉴스 데이터 스토어에 파퓰레이트하고;
뉴스 쿼리와 연관된 요청된 위치, 및 상기 뉴스 데이터 스토어 내의 위치 데이터에 기초하여 상기 뉴스 쿼리에 대한 응답을 생성하도록 하고,
상기 요청된 위치는 상기 제1 상세 레벨과 동일하거나 또는 더 상세한 제2 상세 레벨을 가지고, 상기 응답은 상기 요청된 위치에 대응하는 하나 이상의 뉴스 아이템들을 지시하는, 적어도 하나의 컴퓨터 판독가능 저장 매체.
제12항에 있어서, 상기 명령어들은, 실행되는 경우, 컴퓨팅 디바이스로 하여금, 상기 응답의 그래픽 표현을 상기 요청된 위치에 대응하는 지도 또는 상기 요청된 위치의 이미지 중 하나 이상의 것 위에 오버레이하도록 하는, 적어도 하나의 컴퓨터 판독가능 저장 매체.
제13항에 있어서, 상기 명령어들은, 실행되는 경우, 컴퓨팅 디바이스로 하여금, 두 개 이상의 뉴스 아이템들과 연관되는 데이터를 상기 그래픽 표현으로 클러스터링하도록 하는, 적어도 하나의 컴퓨터 판독가능 저장 매체.
제12항에 있어서, 상기 명령어들은, 실행되는 경우, 컴퓨팅 디바이스로 하여금,
상기 복수의 뉴스 아이템들로부터 시간 데이터를 추출하고;
상기 시간 데이터를 이용하여 상기 뉴스 데이터 스토어에 파퓰레이트하도록 하고,
상기 시간 데이터는 상기 뉴스 쿼리에 대한 상기 응답을 생성하는 데 사용되는, 적어도 하나의 컴퓨터 판독가능 저장 매체.
제12항에 있어서, 상기 명령어들은, 실행되는 경우, 컴퓨팅 디바이스로 하여금,
상기 복수의 뉴스 아이템들로부터 토픽 데이터를 추출하고 - 상기 토픽 데이터는 주제, 감정 또는 키워드 중 하나 이상을 포함함 -;
상기 토픽 데이터를 이용하여 상기 뉴스 데이터 스토어에 파퓰레이트하도록 하고,
상기 토픽 데이터는 상기 뉴스 쿼리에 대한 응답을 생성하는 데 사용되는, 적어도 하나의 컴퓨터 판독가능 저장 매체.
제12항 내지 제16항 중 어느 한 항에 있어서, 상기 명령어들은, 실행되는 경우, 컴퓨팅 디바이스로 하여금, 상기 위치 데이터를 추출하기 위해 하나 이상의 자연어 처리 규칙들과 지리적 데이터베이스들을 상기 복수의 뉴스 아이템들에 적용하도록 하는, 적어도 하나의 컴퓨터 판독가능 저장 매체.
제12항 내지 제16항 중 어느 한 항에 있어서, 상기 명령어들은, 실행되는 경우, 컴퓨팅 디바이스로 하여금, 크라우드 소스, 사용자 피드백 또는 소스 인덱스 중 하나 이상에 기초하는 복수의 뉴스 소스들로부터 복수의 뉴스 아이템들을 모으도록 하고, 상기 복수의 뉴스 소스들은 뉴스 기관, 블로그, 블로그, 커뮤니티, 정부 소스 또는 소셜 네트워킹 사이트 중 하나 이상을 포함하는, 적어도 하나의 컴퓨터 판독가능 저장 매체.
뉴스 쿼리들을 처리하는 장치로서,
복수의 뉴스 아이템들로부터 위치 데이터를 추출하는 컨텍스트 모듈 - 상기 위치 데이터의 적어도 일부는 동네 레벨과 동일하거나 또는 더 상세한 제1 상세 레벨을 가짐 -;
상기 위치 데이터를 이용하여 뉴스 데이터 스토어에 파퓰레이트하는 인덱스 모듈; 및
뉴스 쿼리와 연관된 요청된 위치, 및 상기 뉴스 데이터 스토어 내의 위치 데이터에 기초하여 상기 뉴스 쿼리에 대한 응답을 생성하는 쿼리 관리자를 포함하고, 상기 요청된 위치는 상기 제1 상세 레벨과 동일하거나 또는 더 상세한 제2 상세 레벨을 가지고, 상기 응답은 상기 요청된 위치에 대응하는 하나 이상의 뉴스 아이템들을 지시하는, 장치.
제19항에 있어서, 상기 응답의 그래픽 표현을 상기 요청된 위치에 대응하는 지도 또는 상기 요청된 위치의 이미지 중 하나 이상의 것 위에 오버레이하는 애플리케이션 모듈을 더 포함하는, 장치.
제20항에 있어서, 상기 애플리케이션 모듈은 두 개 이상의 뉴스 아이템들과 연관되는 데이터를 상기 그래픽 표현으로 클러스터링하는, 장치.
제19 항에 있어서, 상기 컨텍스트 모듈은 상기 복수의 뉴스 아이템들로부터 시간 데이터를 추출하고, 상기 인덱스 모듈은 상기 시간 데이터를 이용하여 상기 뉴스 데이터 스토어에 파퓰레이트하고, 상기 시간 데이터는 상기 뉴스 쿼리에 대한 상기 응답을 생성하는 데 사용되는, 장치.
제19항에 있어서, 상기 컨텍스트 모듈은 상기 복수의 뉴스 아이템들로부터 토픽 데이터를 추출하고, 상기 인덱스 모듈은 상기 토픽 데이터를 이용하여 상기 뉴스 데이터 스토어에 파퓰레이트하고, 상기 토픽 데이터는 주제, 감정 또는 키워드 중 하나 이상을 포함하고, 상기 토픽 데이터는 상기 뉴스 쿼리에 대한 응답을 생성하는 데 사용되는, 장치.
제19항 내지 제23항 중 어느 한 항에 있어서,
상기 컨텍스트 모듈은 상기 위치 데이터를 추출하기 위해 하나 이상의 자연어 처리 규칙들과 지리적 데이터베이스들을 상기 복수의 뉴스 아이템들에 적용하는, 장치.
제19항 내지 제23항 중 어느 한 항에 있어서, 크라우드 소스, 사용자 피드백 또는 소스 인덱스 중 하나 이상에 기초하는 복수의 뉴스 소스들로부터 복수의 뉴스 아이템들을 모으는 소스 관리자를 더 포함하고, 상기 복수의 뉴스 소스들은 뉴스 기관, 블로그, 블로그, 커뮤니티, 정부 소스 또는 소셜 네트워킹 사이트 중 하나 이상을 포함하는, 장치.