-
公开(公告)号：CN107045586A
公开(公告)日：2017-08-15
申请号：CN201610921637.3
申请日：2016-10-21
Applicant: 松下知识产权经营株式会社
CPC classification number: G06F17/30696 , G06F17/30241 , G06F17/30625 , G06F17/30684 , G06F19/00 , G06T11/206 , G06T11/60 , G16H10/20 , G16H50/20 , G06F17/30654 , G10L15/22
Abstract: 本公开涉及控制方法以及控制装置，控制方法包括：使存储在存储部中的决策树显示于显示装置，决策树包括多个节点和多个叶，多个节点各自与询问有无多个症状的各症状的问题对应，多个叶各自与多个疾病的各疾病对应，多个节点各自被进行第1显示，从输入装置取得用户对提示出的问题的回答，判定用户对提示出的问题的回答，在判定为用户回答为有与第1节点对应的症状的情况下，在显示装置上，在决策树中，至少对与第1节点直接连结的下层的第2节点进行与第1显示不同的第2显示，在判定为用户回答为没有与第1节点对应的症状的情况下，在显示装置上，在决策树中，至少对与第1节点直接连结的下层的第3节点进行第2显示，第3节点不同于第2节点。
-
公开(公告)号：CN107704456B
公开(公告)日：2023-08-29
申请号：CN201710446316.7
申请日：2017-06-14
Applicant: 松下知识产权经营株式会社
IPC: G06F40/58 , G06N3/0464 , G06N3/084 , G06F16/33 , G06F16/35
Abstract: 提供一种用于在使用多种语言的环境下适当地识别表现文本内容的标签的识别控制方法以及识别控制装置。识别控制方法包括：取得第1文本的步骤(S101)，所述第1文本是第1语言的文本；取得第2文本的步骤(S102)，所述第2文本是第2语言的文本、且是通过将第1文本翻译成第2语言而得到的文本；取得正解标签的步骤(S103)，所述正解标签是表现第1文本的内容的标签；以第1语言以及第2语言向共同的识别模型(107)输入第1文本以及第2文本的步骤(S104)；以使得通过共同的识别模型(107)从第1文本以及第2文本识别的标签符合正解标签的方式，更新共同的识别模型(107)的步骤(S105)。
-
公开(公告)号：CN106548124B
公开(公告)日：2021-09-07
申请号：CN201610685263.X
申请日：2016-08-18
Applicant: 松下知识产权经营株式会社
Abstract: 提供一种即使在学习数据不充分的情况下，也能够更高精度地推定对话的主题的主题推定系统、主题推定方法等。一种具备卷积神经网络(10)并用于推定对话的主题标签的主题推定系统，卷积神经网络(10)具备：卷积层(12)，其包括对于单词列矢量列的输入进行依存于话题的卷积运算的一个以上的依存话题卷积层、和进行不依存于话题的卷积运算的一个不依存话题卷积层而构成，所述单词列矢量列与记录了对话的对话文本对应；池化层(13)，其对卷积层(12)的输出进行池化处理；以及全连接层(14)，其对池化层(13)的输出进行全连接处理。
-
公开(公告)号：CN108109616A
公开(公告)日：2018-06-01
申请号：CN201710950156.X
申请日：2017-10-13
Applicant: 松下知识产权经营株式会社
CPC classification number: G06F16/3344 , G06F16/735 , G06F16/90332 , G10L15/08 , G06F16/3329 , G10L15/22
Abstract: 本公开涉及信息处理方法、信息处理装置以及记录介质。通过与用户的对话使关于用户期望搜索的信息的筛选得以进行的利用计算机实现的信息处理方法，包括：输出第1问题，该第1问题是与搜索的对象有关的开放型的问题；取得由用户输入的针对第1问题的第1回答；在第1回答不满足第1条件、且判断为与第1回答所包含的语句对应的语句未包含在数据库中的情况下，输出作为开放型的问题的第2问题，该第2问题要求回答关于未包含在数据库中的第1回答所包含的语句的说明内容；在判断为第1回答满足第1条件的情况下，输出与搜索的对象有关的封闭型的问题。
-
公开(公告)号：CN109086264B
公开(公告)日：2024-04-02
申请号：CN201810578751.X
申请日：2018-06-07
Applicant: 松下知识产权经营株式会社
Abstract: 提供能够提高用户的说话继续的判定精度的说话继续判定方法、说话继续判定装置以及记录介质。该方法包括:对话取得步骤(S22)，取得包括对用户发出的第一时刻的系统文章(184)、继系统文章(184)之后由用户发出的第二时刻的用户文章(185)以及表示该系统文章(184)的意图的系统意图(183)的对话数据(102)；推定步骤(S23)，通过将对话数据(102)适用于进行了机器学习的模型，对表示对该用户文章(185)的应答的等待时间的预测应答延迟量(192)进行推定；状况取得步骤(S24)，取得表示用户状况的用户状况信息(1232)；判定步骤(S25)，根据预测应答延迟量(192)表示的等待时间内的用户状况信息1232，判定继该用户文章(185)之后用户的说话语句是否继续。
-
Patent Agency Ranking
公开(公告)号：CN108153801B
公开(公告)日：2023-05-23
申请号：CN201710961727.X
申请日：2017-10-16
Applicant: 松下知识产权经营株式会社
IPC: G06F16/332
Abstract: 本公开涉及信息处理方法、信息处理装置以及程序。一种信息处理方法，通过反复显示问题和取得用户针对问题的的回答，使关于用户期望搜索的信息的筛选得以进行，所述信息处理方法包括：使与搜索的对象有关的问题以第1形态显示于终端所具备的显示器，通过终端，取得由用户输入的针对问题的回答，在使问题显示时，使与筛选的进行状况有关的第1信息以第2形态显示于问题的上部，使与针对问题的回答引导有关的第2信息以第3形态显示于问题的下部。
-
公开(公告)号：CN109086264A
公开(公告)日：2018-12-25
申请号：CN201810578751.X
申请日：2018-06-07
Applicant: 松下知识产权经营株式会社
Abstract: 提供能够提高用户的说话继续的判定精度的说话继续判定方法、说话继续判定装置以及记录介质。该方法包括:对话取得步骤(S22)，取得包括对用户发出的第一时刻的系统文章(184)、继系统文章(184)之后由用户发出的第二时刻的用户文章(185)以及表示该系统文章(184)的意图的系统意图(183)的对话数据(102)；推定步骤(S23)，通过将对话数据(102)适用于进行了机器学习的模型，对表示对该用户文章(185)的应答的等待时间的预测应答延迟量(192)进行推定；状况取得步骤(S24)，取得表示用户状况的用户状况信息(1232)；判定步骤(S25)，根据预测应答延迟量(192)表示的等待时间内的用户状况信息1232，判定继该用户文章(185)之后用户的说话语句是否继续。
-
公开(公告)号：CN108153801A
公开(公告)日：2018-06-12
申请号：CN201710961727.X
申请日：2017-10-16
Applicant: 松下知识产权经营株式会社
IPC: G06F17/30
CPC classification number: H04L51/046 , G06F3/0482 , G06F16/3329 , G06F16/3338 , G06F17/243 , H04L51/02 , H04L65/40 , H04L67/30 , H04L67/325
Abstract: 本公开涉及信息处理方法、信息处理装置以及程序。一种信息处理方法，通过反复显示问题和取得用户针对问题的回答，使关于用户期望搜索的信息的筛选得以进行，所述信息处理方法包括：使与搜索的对象有关的问题以第1形态显示于终端所具备的显示器，通过终端，取得由用户输入的针对问题的回答，在使问题显示时，使与筛选的进行状况有关的第1信息以第2形态显示于问题的上部，使与针对问题的回答引导有关的第2信息以第3形态显示于问题的下部。
-
公开(公告)号：CN107704482A
公开(公告)日：2018-02-16
申请号：CN201710532164.2
申请日：2017-07-03
Applicant: 松下知识产权经营株式会社
CPC classification number: G06F17/2755 , G06F17/2785 , G06F17/279 , G06N3/0445 , G06N3/0454 , G06N99/005 , G10L15/1822 , G10L17/04 , G10L21/0272 , G06F17/30731 , G06N3/04
Abstract: 本公开涉及方法、装置以及程序。所述方法包括：取得学习用数据(S11)，所述学习用数据包括：第1文句，其为推定对象的第1时刻的第1说话文的文本数据；第2文句，其为第1时刻之前的时刻的、与第1说话文连续的第2说话文的文本数据；行为信息，其表示与第1文句关联的行为；属性信息，其表示与第1文句关联的属性；以及对话行为信息，其表示作为与第1文句关联的行为和属性的组合的对话行为，使用学习用数据，使预定模型同时学习两种以上的任务(S12)，将学习得到的结果作为学习结果信息存储于存储器(S13)。由此，能够提高对话行为的推定精度。
-
公开(公告)号：CN107577689A
公开(公告)日：2018-01-12
申请号：CN201710342621.1
申请日：2017-05-16
Applicant: 松下知识产权经营株式会社
CPC classification number: G06N5/045 , G06F17/30961 , G06N5/025 , G06N5/047 , G06N99/005 , G06Q30/02
Abstract: 提供一种能够生成即使在用户自身的回答发生错误的情况下也能够削减对用户的必要的提问次数的决策树的决策树生成装置、决策树生成方法、非暂时性记录介质以及提问系统。决策树生成装置具备：信息增益算出部，在以决策树的形式将分类对象数据集合分阶段地分割为部分集合时，基于熵的减少量和可靠度，按每个属性算出利用该属性的属性值将分割前的数据集合分割时的信息增益；决策树制作部，通过递归地反复进行利用具有按每个属性算出的多个信息增益中的最大的信息增益的属性的属性值将分割前的数据集合分割的处理，将具有最大的信息增益的属性依次决定为决策树的节点，并且向该节点的边依次分配该属性的属性值，制作用于决定提问的顺序的决策树。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.034 seconds)
