WIPO logo
Mobile | Deutsch | English | Español | 日本語 | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

Recherche dans les collections de brevets nationales et internationales
World Intellectual Property Organization
Recherche
 
Options de navigation
 
Traduction
 
Options
 
Quoi de neuf
 
Connexion
 
Aide
 
Traduction automatique
1. (WO2008120030) ANALYSE ET INDEXATION MÉTONYMIQUE LATENTE [LMAI]
Dernières données bibliographiques dont dispose le Bureau international   

N° de publication :    WO/2008/120030    N° de la demande internationale :    PCT/IB2007/000975
Date de publication : 09.10.2008 Date de dépôt international : 02.04.2007
Demande présentée en vertu du Chapitre 2 :    26.12.2007    
CIB :
G06F 17/20 (2006.01), G06F 17/30 (2006.01), G06F 15/18 (2006.01)
Déposants : YASIN, Syed [IN/IN]; (IN) (US Seulement)
Inventeurs : YASIN, Syed; (IN)
Mandataire : THIPPAPPA, Madhusudan, Siddara; K & S Partners, No. 134, First Floor, 60Ft. Domlur Road, Indiranagar, Bangalore, Karnataka 560 008 (IN)
Données relatives à la priorité :
Titre (EN) LATENT METONYMICAL ANALYSIS AND INDEXING [LMAI]
(FR) ANALYSE ET INDEXATION MÉTONYMIQUE LATENTE [LMAI]
Abrégé : front page image
(EN)ABSTRACT The present invention relates to Latent Metonymical analysis and Indexing (LMai) is a novel concept for Advance Machine Learning or Unsupervised Machine Learning Techniques, which uses a statistical approach to identify the relationship between the words in a set of given documents (Unstructured Data). This approach does not necessarily need training data to make decisions on matching the related words together but actually has the ability to do the classification by itself. All that is needed is to give the algorithm a set of natural documents. The method is elegant enough to classify the relationships automatically without any human guidance during the process as shown in Figure 6 and 7.
(FR)La présente invention porte sur une analyse et une indexation métonymique latente (LMai) qui est un nouveau concept pour des techniques d'apprentissage de machine avancé ou d'apprentissage de machine non supervisé, qui utilise une approche statistique pour identifier la relation entre les mots dans un ensemble de documents donnés (données non structurées). Cette approche n'a pas nécessairement besoin de données d'apprentissage pour prendre des décisions sur la mise en correspondance des mots apparentés mais est en fait capable d'effectuer la classification par elle-même. Tout ce qui est requis est de donner à l'algorithme un ensemble de documents naturels. Le procédé est suffisamment élégant pour classer les relations de manière automatique sans aucun guidage humain pendant le procédé comme représenté sur les figures 6 et 7.
États désignés : AE, AG, AL, AM, AT, AU, AZ, BA, BB, BG, BH, BR, BW, BY, BZ, CA, CH, CN, CO, CR, CU, CZ, DE, DK, DM, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IS, JP, KE, KG, KM, KN, KP, KR, KZ, LA, LC, LK, LR, LS, LT, LU, LY, MA, MD, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PG, PH, PL, PT, RO, RS, RU, SC, SD, SE, SG, SK, SL, SM, SV, SY, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW.
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LS, MW, MZ, NA, SD, SL, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, MD, RU, TJ, TM)
Office européen des brevets (OEB) (AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HU, IE, IS, IT, LT, LU, LV, MC, MT, NL, PL, PT, RO, SE, SI, SK, TR)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, ML, MR, NE, SN, TD, TG).
Langue de publication : anglais (EN)
Langue de dépôt : anglais (EN)