JP3799905B2 - Keyword visualization method and apparatus - Google Patents
Keyword visualization method and apparatus Download PDFInfo
- Publication number
- JP3799905B2 JP3799905B2 JP30366399A JP30366399A JP3799905B2 JP 3799905 B2 JP3799905 B2 JP 3799905B2 JP 30366399 A JP30366399 A JP 30366399A JP 30366399 A JP30366399 A JP 30366399A JP 3799905 B2 JP3799905 B2 JP 3799905B2
- Authority
- JP
- Japan
- Prior art keywords
- keyword
- signal
- user
- unit
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、情報が必要か否かのユーザ入力によりユーザの興味を獲得する情報フィルタ装置で得られた情報をもとに、関係のあるキーワードをユーザに理解し易く配置し、表示することができるキーワードの可視化方法及びその装置に関するものである。
【０００２】
【従来の技術】
近年の情報通信の社会基盤の進展に伴い、情報通信網の大規模化と通信量の著しい増大に対応する技術として、情報フィルタ装置（特開平9-288683号公報）の開発が進められている。この背景には、今日、個人が処理可能な情報量に対して、個人がアクセスできる情報量が上回るようになっていることがある。このため、大量の情報の中から、ユーザが必要に思う情報を適切に検索できる情報フィルタ装置が脚光を浴びている。
【０００３】
【発明が解決しようとする課題】
例えば、特開平9-288683号公報の情報フィルタ装置は、ユーザの興味を反映したキーワードを自動獲得し、それに基づいて情報に前記ユーザの興味を反映したスコアを計算し、スコアの大きい順で情報を提示するものである。
【０００４】
しかしながら、自動獲得された前記ユーザの興味を反映したキーワードを、前記ユーザ自身が確認することができないという課題があった。
【０００５】
本発明は上記従来の課題を解決するものであり、少なくとも、ユーザの興味の反映度合いを持ったキーワードを入力として受け、前記キーワードの各々に対し、形状および大きさおよび色を持ったキーワード体を設定し、前記キーワード体を配置して、ディスプレイ上に前記キーワード体と前記キーワードを表示することを特徴とするキーワードの可視化方法であって、前記ユーザの興味のあるキーワードを、情報の分野毎にまとめて配置し、提示するキーワードの可視化装置を提供することを目的とする。
【０００６】
【課題を解決するための手段】
この目的を達成するために本発明のキーワードの可視化方法は、情報が必要か否かのユーザ入力によりユーザの興味を獲得する情報フィルタ装置で得られたキーワードと、枝切り肯定メトリック信号および／または枝切り否定メトリック信号を受け、前記キーワードの各々に対し、ユーザの興味を反映した形状および大きさおよび色を持ったキーワード体を設定し、前記キーワード体を配置して、ディスプレイ上に前記キーワード体と前記キーワードを表示するようにしたものである。
【０００７】
この発明によれば、前記キーワードのキーワード体の形状および／または大きさおよび／または色を、ユーザの興味の反映度合いを用いて決定することができる上、前記キーワード間の関係を利用して、関係のあるキーワードのキーワード体を情報の分野毎にまとめて配置でき、さらに、ディスプレイ上に前記キーワード体と前記キーワードを理解し易く表示することができる。
【００２４】
【発明の実施の形態】
請求項１に記載の発明は、少なくともユーザの興味を反映したキーワードとそのキーワードのユーザの興味の度合いを示す評価値を入力として受ける入力部と、前記キーワードの各々に対し、形状、大きさ及び色で表現したキーワード体を設定するキーワード体生成部と、前記キーワード体をランダムに配置するように配置座標を求め、前記キーワード体の設定値及び配置座標を配置データ記憶部に記憶する配置生成部と、ディスプレイ上に前記キーワード体を前記配置座標に基づいて配置すると共に、前記各キーワードのユーザの興味の度合いを示す評価値に応じて、キーワード体同士を近くに配置し、近くに配置されたキーワード体を一つのキーワード体群を形成し、前記各キーワード体群の表示の仕方が同一になるように変更する表示部とを具備することを特徴とするキーワードの可視化装置としたものであり、ユーザの興味を反映したキーワードを理解し易く表示できるという作用を有する。
【００２８】
請求項２に記載の発明は、請求項１記載の自動配置装置において、前記ユーザの興味の度合いは、少なくとも１つのキーワードが付与された情報が必要か否かのユーザ入力により、キーワード毎にユーザの興味を獲得したことを特徴としたものであり、前記ユーザの興味を反映したキーワードを理解し易く表示できるという作用を有する。
【００２９】
請求項３に記載の発明は、請求項１記載のキーワードの可視化装置において、キーワード体の表示の仕方は、対応するキーワードに対してのユーザの興味の反映度合いを用いて、前記キーワードのキーワード体の少なくとも形状、大きさ、色の少なくとも１つ決定することを特徴とすることを特徴としたものであり、前記ユーザの興味を反映したキーワードを理解し易く表示できるという作用を有する。
【００３０】
請求項４に記載の発明は、請求項１に記載の可視化装置において、ディスプレイ上のキーワード体の表示は、キーワード体に重ねてキーワードを表示することを特徴としたものであり、キーワードを理解し易く表示できるという作用を有する。
【００３２】
請求項５に記載の発明は、請求項１に記載のキーワードの可視化装置において、キーワードのユーザの興味の度合いを示す評価値は、少なくとも１つのキーワードが付与された情報が必要か否かのユーザ入力により、ユーザの興味を反映したキーワードについて作られた（各情報で同時に出現したキーワードに対する関係とその強さ（頻度）を）自己相関行列で示したメトリック信号（肯定メトリック信号／否定メトリック信号）を含むことを特徴としたものであり、前記ユーザの興味を反映したキーワードを理解し易く表示できるという作用を有する。
【００３３】
請求項６に記載の発明は、請求項５記載のキーワードの可視化装置において、前記メトリック信号は、ユーザの興味の度合いの大きなキーワードのみとした枝切りメトリック信号（枝切り肯定メトリック信号／枝切り否定メトリック信号）であることを特徴としたものであり、ユーザの興味の度合いの小さいキーワードを削除することにより、前記ユーザの興味を反映したキーワードを理解し易く表示できるという作用を有する。
【００３５】
請求項７に記載の発明は、請求項１に記載のキーワードの可視化装置において、前記一つのキーワード体群のキーワード体の表示色を同一とすることを特徴としたものであり、前記ユーザの興味を反映したキーワードを、キーワード群毎にまとめて理解し易く表示できるという作用を有する。
【００３６】
請求項８に記載の発明は、請求項１に記載のキーワードの可視化装置において、前記入力部は、ユーザの興味を反映した情報として、ユーザの興味を反映したキーワードとそのキーワードのユーザの興味の度合いを示す評価値及びキーワード間の関係情報を示す分類ラベルを受け、前記配置生成部は、分類ラベルが同じキーワードのキーワード体が一つのキーワード体群を形成することを特徴としたものであり、前記ユーザの興味を反映したキーワードを、精度良く、前記キーワードの分野毎にまとめて理解し易く表示できるという作用を有する。
【００３７】
請求項９に記載の発明は、請求項８記載のキーワードの可視化装置において、前記一つのキーワード体群のキーワード体の表示色を同一とすることを特徴としたものであり、前記ユーザの興味を反映したキーワードを、前記キーワードの分野毎にまとめて理解し易く表示できるという作用を有する。
【００３８】
請求項１０に記載の発明は、請求項８に記載のキーワードの可視化装置において、前記キーワード間の関係情報は、少なくとも１つのキーワードが付与された情報が必要か否かのユーザ入力により、ユーザの興味を反映したキーワードについて作られた（各情報で同時に出現したキーワードに対する関係とその強さ（頻度）を）自己相関行列で示したメトリック信号（肯定メトリック信号／否定メトリック信号）から、キーワード間に関係があるキーワードを同一の分類ラベルを付けて求めた分類ラベルを含むことを特徴としたものであり、前記ユーザの興味を反映したキーワードを、前記キーワードの分野毎にまとめて理解し易く表示できるという作用を有する。
【００３９】
請求項１１に記載の発明は、請求項１に記載のキーワードの可視化装置において、前記入力部は、ユーザの興味を反映した情報として、ユーザの興味を反映したキーワードとそのキーワードのユーザの興味の度合いを示す評価値（及びキーワード間の関係情報を示す分類ラベル）を受け、前記配置生成部は、前記キーワード体生成部で生成されたキーワード体の初期配置としてランダムに配置するように配置座標を生成する初期配置生成部と、前記キーワード体の配置座標と前記キーワードのユーザの興味の度合いを示す評価値から分類ラベルが同じキーワード体が１つのキーワード体群としてまとまるように前記配置の更新を繰り返し行なう配置更新決定部とを具備することを特徴としたものであり、前記ユーザの興味を反映したキーワードを、高速に、精度良く、前記キーワードの分野毎にまとめて理解し易く表示できるという作用を有する。
【００４９】
以下、本発明の実施の形態について、図１から図２５を用いて説明する。
【００５０】
（実施の形態１）
図１は、本発明の実施の形態１のキーワード可視化システムのブロック図を示す。図１において、１０００はユーザの興味を反映したキーワードを理解し易く配置し、表示する可視化装置、１００１はメモリ、１００２はＣＰＵ、１００３はディスプレイ／キーボード、１００４はキーワードを自動配置したデータを記録した配置データ記憶部、１００５はプログラム等を読み込むためのＦＤ（フロッピーディスク）ユニット、１００６はＩ／Ｆユニット、１００７はユーザの興味を反映した情報を生成する情報フィルタ装置、２は符号辞書記憶部、５３２は枝切り肯定メトリック記憶部、５３３は枝切り否定メトリック記憶部、５３８は分類ラベル記憶部、１００８はＩ／Ｆユニット、１００９は可視化装置が情報フィルタ装置１００７からの情報を受けるためのネットワークで構成されている。
【００５１】
ここで、ユーザの興味を反映した情報とは、ユーザの興味を反映したキーワード、後述の枝切り肯定メトリック信号、後述の枝切り否定メトリック信号、後述の分類ラベルベクトルであり、それぞれ符号辞書記憶部２（図２参照）、枝切り肯定メトリック記憶部５３２（図１３参照）、枝切り否定メトリック記憶部５３３（図１３参照）、分類ラベル記憶部５３８（図１３参照）に記憶されるものとする。
【００５２】
以下、本発明の第１の実施の形態について、図面を参照しながら説明する。まず、本発明の根幹であるキーワードの可視化方法およびその装置の説明に先立って、本発明への入力となるユーザの興味を反映したキーワード、枝切り肯定メトリック信号、枝切り否定メトリック信号、分類ラベルベクトルを生成する情報フィルタ装置について説明する。
【００５３】
図２は前記情報フィルタ装置の構成を示すブロック図であり、図３はその構成と動作を分かりやすくするために機能単位にまとめたブロック図である。
【００５４】
まず、図３を用いて、前記情報フィルタ装置の基本概念を説明する。
【００５５】
前記情報フィルタ装置は、ユーザーがどんな「情報」を過去に必要としたかという履歴に関する記録を記憶した複数の記憶部２、５、６、８と、「情報」のフィルタリングを行う情報フィルタリングユニット５０と、その情報フィルタリングユニット５０により実際にフィルタリングされた未読の「情報」（ユーザーがまだ読んでいない情報）を蓄積しておく未読データ記憶部１０と、ユーザーが当該未読「情報」を可視できるようにしたディスプレー等の分類インタフェースユニット７０と、ユーザーがどんな「情報」を必要としたかという履歴に関する学習を行う学習ユニット５２と、ユーザーがどんな「情報」を過去に必要としたかという履歴に関する記録を記憶した複数の記憶部５、６に格納された記録を複数の記録に分割するメトリック分割ユニット５３と、分割された記録を用いて「情報」のフィルタリングを行う複数（図面には2個の場合を記載）の分類情報フィルタリングユニット５５−１、５５−２と、分類未読データ記憶部５６−１、５６−２とからなる。
【００５６】
以下、上記構成の動作について説明する。なお、以下の説明では既にユーザーがどんな「情報」を過去に必要としたかという履歴は学習済みのこととして説明する。また、以下に単に「情報」と称するものには、当該「情報」に対応する１つ以上のキーワードが付されているものとする。そのキーワードとは、当該「情報」を構成する各単語の一部あるいは全体であっても良いし、当該「情報」を代表するために特別に付したものであっても良い。
【００５７】
まず、情報フィルタリングユニット５０に新たな「情報」が入力されると、情報フィルタリングユニット５０は、記憶部２、５、６、８からユーザーがどのような「情報」を過去に必要としたかという記録を読みだし、前記新たな「情報」の必要性を必要性信号として定量的に評価する。
【００５８】
同様に、分類情報フィルタリングユニット５５も前記新たな「情報」の必要性を必要性信号として定量的に評価する。
【００５９】
次に、その評価された新たな「情報」は、未読データ記憶部１０および分類未読データ記憶部５６に、情報フィルタリングユニット５０並びに各分類情報フィルタリングユニット５５−１、５５−２によって計算された各必要性信号が大きい順に過去からの未読「情報」を含めて並ぶように前記入力された「情報」を当該順番に書き込む。そして、ユーザーが望めば、分類インタフェースユニット７０では、ユーザーに必要性信号の大きい順に前記新たな「情報」を含めた未読「情報」を１つひとつ提示（例えば、データ表示装置３４に表示）する。
【００６０】
この際に、ユーザーに提示された前記新たな「情報」を含めた未読「情報」の１つひとつがユーザーにとって必要か不要かを示す教師信号をユーザーが分類インタフェースユニット７０の教師信号入力端子１０５を介して入力することにより、分類インタフェースユニット７０では、当該教師信号を受け取り、当該「情報」とその教師信号を学習ユニット５２に送る。なお、このユーザーによる教師信号の入力は、学習ユニット５２の学習能力をより高めるために実施するものであり、学習ユニット５２の学習能力（ユーザーがどんな「情報」を過去に必要としたかという履歴の学習能力）が既に十分に高ければ行う必要はない。
【００６１】
次に、学習ユニット５２では、前記提示した「情報」とその教師信号を用いて記憶部２、５、６、８の履歴内容を書き換える。
【００６２】
以上により、前記情報フィルタ装置は、より高い学習を通じてユーザーに適応し、ユーザーの求める「情報」を分類し、優先的に提示することができる。また、当然のことながら、学習を行っていない初期状態では、ユーザーがどんな「情報」を必要としているのか学習ユニット５２では分からないので、全ての入力される新たな「情報」を分類インタフェースユニット７０でユーザーが提示を受ける毎に上述したユーザーによる教師信号の入力は必要であるが、随時実施する学習を通じてやがてユーザーに適応し、ユーザーの求める「情報」を分類しかつ優先的に提示することができる。
【００６３】
なお、ユーザーの求める「情報」を優先的に提示するとは、より具体的な使用例で述べれば、ある「情報」データベースの母集団Ａを特定のキーワードで検索して「情報」の検索集合Ｂを得たとしても、当該検索集合Ｂの「情報」の全てがユーザーにとっては必要であるとは限らないし、またユーザーにとっては「情報」の全てが必要であってもその必要順位は当然存在することを前提としている。よって、必要から順に不要、あるいはその必要順位に従って、分類インタフェースユニット７０のデータ表示装置３４でユーザーの必要順に提示することを、ユーザーの求める「情報」を優先的に提示することを意味する。
【００６４】
上で述べた如く、入力された「情報」にキーワードが添付されている場合を考える。一人のユーザーを考えると、そのユーザーが必要としている「情報」に高い頻度または確率で付いているキーワード集合Ａと、不要としている「情報」に高い頻度または確率で付いているキーワード集合Ｂと、さらにはいずれにもよく付く、または付かないキーワード集合Ｃとを考えることができる。
【００６５】
したがって、前記キーワード集合Ａに属するキーワードには正の数値を、前記キーワード集合Ｂに属するキーワードには負の値を、前記キーワード集合Ｃに属するキーワードには値０をそれぞれ割り振る。
【００６６】
そして、新たに入力された「情報」についている１つ以上のキーワードについてそれぞれが前記キーワード集合Ａ、Ｂ、Ｃのどのキーワードグループに属するかを判定し、前記割り振られた値を積算するように構成する。
【００６７】
このように構成すれば、前記新たに入力された「情報」に付いていた複数のキーワードを、キーワード集合Ａに属するキーワードが数多く含まれた「情報」（ユーザーが必要とする可能性の高い情報）に対しては大きな正の値を示し、キーワード集合Ｂに属するキーワードが数多く付いている「情報」（ユーザーが不要とする可能性の高い情報）に対しては大きな負の値を示す数値に変換することができる。
【００６８】
こうして、前記数値を用いてユーザーの必要性に予測することができる。このように、前記情報フィルタ装置は、提示した「情報」とその「情報」に関するユーザーの必要／不要の評価とからキーワード（キーワード共起を含む）への値の割り振りを自動的に行い精度の高い必要性信号の計算を実現し、精度高く必要性の高い順に「情報」を並べ変えることを実現している。
【００６９】
そのために、ここでは、「情報」に付けられた複数のキーワードを一つのベクトルに変換し、ユーザーが必要とした場合と不要とした場合について、別々に前記ベクトルの自己相関行列を計算している。ユーザーが必要と答えた「情報」についていたキーワードから作られた自己相関行列ＭＹを用いて、ベクトルＶの長さＳＹを
ＳＹ＝ΣΣＭij・Ｖi・Ｖj
ｉｊ
と計算する。
【００７０】
なお、以下、必要と答えた「情報」についていたキーワードから作られた自己相関行列ＭＹを「肯定メトリック信号」、不要と答えた情報についていたキーワードから作られた自己相関行列ＭＮを「否定メトリック信号」と呼び、長さＳＹを肯定信号と呼ぶ。
【００７１】
この長さＳＹは、ベクトルＶの元となった複数のキーワードの中に、ユーザーが必要とする「情報」によく含まれているキーワードが数多く含まれていれば、長さＳＹは大きな正の値をとり、そうでない場合には０に近い値をとるから、必要性信号を計算する上で有効である。
【００７２】
メトリック分割部５３は、こうして生成された肯定メトリック信号ＭＹと否定メトリック信号ＭＮとを複数（図３の場合は２つ）に分割し、分類情報フィルタリングユニット５５−１、５５−２に書き込む。
【００７３】
分類情報フィルタリングユニット５５は、分割された肯定メトリック信号と否定メトリック信号とを用いて、前記情報フィルタリングユニット５０と同様の動作を行い、ユーザーに分類され、かつ必要性の高い順に「情報」を並べて提示する。
【００７４】
つぎに、図２を用いて図３に示した情報フィルタリングユニット５０に相当するブロックを、図４を用いて図３に示した学習ユニット５２に相当するブロックについて、機能単位毎に説明する。
【００７５】
まず、情報フィルタリングユニット５０に相当するブロックの構成を説明する。
【００７６】
情報フィルタリングユニット５０は、個々の「情報」につけられた複数のキーワード（正確には、分類コードを含む文字列）をベクトルに変換する部分と、ユーザーがどんな「情報」を必要／不要としたという履歴を表現した肯定メトリック信号及び否定メトリック信号を用いてある種のスコアを表す肯定信号と否定信号を計算する部分と、この肯定信号と否定信号とから「情報」の必要性をよく反映する必要性信号を計算する部分と、この必要性信号の大きい順に情報を並べ変える部分からなる。以下、情報フィルタリングユニット５０に相当するブロックの構成を、図２に即して説明する。
【００７７】
図２において、１は「情報」に付けられたキーワードなどの複数の文字列をベクトルに変換するベクトル生成部、２はキーワードなどの複数の文字列をベクトルに変換するための符号辞書信号を記憶した符号辞書記憶部である。この符号辞書記憶部２に記憶された符号辞書信号は、（数１）に示すような「情報」についているキーワードなどの文字列Ｗを数字Ｃに変換する対応表をnofDCK個有するコードブックである。
【００７８】
【数１】
ベクトル生成部１はキーワード数信号nofKsとnofKs個のキーワード信号からなるキーワード群信号Ks＝（Ｋ［１］，・・・，Ｋ［nofKs］）とを受けキ ーワード群信号Ksと前記符号辞書信号DCKを用いてベクトル信号Ｖに変換する。３はスコア計算部で、ユーザーに提示された「情報」を必要／不要と評価した結果から計算された肯定メトリック信号ＭＹ、否定メトリック信号ＭＮを用いて、ベクトル生成部１で変換された２つのベクトル信号Ｖの長さ、肯定信号ＳＹと否定信号ＳＮに変換する。５は（nofDCK×nofDCK)行列である前記肯定メトリック信号ＭＹを記憶する肯定メトリック記憶部、６は（nofDCK×nofDCK)行列である前記否定メトリック信号ＭＮを記憶する否定メトリック記憶部である。８は判定パラメータ信号Ｃを記憶する判定パラメータ記憶部、７は前記肯定信号ＳＹと前記否定信号ＳＮを受け前記判別パラメータ記憶部８から判定パラメータ信号Ｃを読み出し必要性信号Ｎと信頼性信号Ｒを計算する必要性計算部である。
【００８０】
９は「情報」の本文である情報データＤとキーワード数信号nofKsとキーワード群信号Ｋｓ と必要性信号Ｎと信頼性信号Ｒとを所定の手続きに従って後述する未読データ記憶部１０に書き込む未読データ書き込み制御部、１０は（数２）に示す未読データ、すなわち、前記「情報」の本文である情報データＤと前記キーワード数信号nofKsと前記キーワード群信号Ｋｓと前記必要性信号Ｎと前記信頼性信号Ｒとからなる最大nofURD個の未読データを記憶する未読データ記憶部である。
【００８１】
【数２】
１３は（数３）に示す最大nofTD個の教師データ信号を記憶する教師データ記憶部である。
【００８３】
【数３】
を記憶する教師データ記憶部である。
【００８５】
次に、図３で示した分類インタフェースユニット７０のブロックの構成を説明する。
【００８６】
図３において、７０はデータ読み出し開始信号入力端子１０３から制御信号ＤＯを受け、未読データ記憶部１０または分類未読データ記憶部５６−１および５６−２の中から使用者によって選択されたいずれかの記憶部から未読データ信号ＵＲＤ［１］を読み出し、表示信号ＤＤをデータ表示装置３４に出力し、その表示信号ＤＤがユーザーにとって必要か否かを示す教師信号Ｔを教師信号入力端子１０５よりユーザーから受け、前記教師信号Ｔと前記未読データ信号ＵＲＤ［１］のキーワード数信号nofKs［１］とキーワ ード群信号Ｋｓ［１］とを所定の手続きに従って教師データ記憶部１３に書き込む分類インタフェースユニットである。
【００８７】
次に、図３で示した学習ユニット５２に相当するブロックの構成を説明する。学習ユニット５２は、ユーザーから入力された教師信号Ｔを用いて肯定／否定メトリック信号を修正するメトリック学習を行う部分と、肯定／否定信号から必要性信号を計算するためのパラメータ、判定パラメータ信号を修正する部分からなり、各部分は学習制御部によって制御される。
【００８８】
図４に示したメトリック学習を行う部分の構成は次のようである。図４において、１９は肯定メトリック記憶部５に記憶された肯定メトリック信号ＭＹと前記否定メトリック記憶部６に記憶された否定メトリック信号ＭＮとを修正するメトリック学習部である。このメトリック学習部１９は、教師データ記憶部１３から前記教師データＴＤを読み出し、情報フィルタユニット５０のベクトル生成部１と同じ機能である学習用ベクトル生成部２０で複数のキーワードをベクトルに変換し、自己相関行列を計算することで、肯定／否定メトリック信号を修正する。
【００８９】
判定パラメータ信号の学習を行う部分の構成は次のようである。
【００９０】
図４において、２２は学習用肯定信号計算部２２１と学習用否定信号計算部２２２とからなる学習用スコア計算部である。この学習用スコア計算部において、２２１は学習用ベクトル生成部２０からの学習用ベクトル信号を受け学習用肯定信号ＬＳＹを計算する学習用肯定信号計算部、２２２は学習用ベクトル生成部２０からの学習用ベクトル信号を受け学習用否定信号ＬＳＮを計算する学習用否定信号計算部である。２１は学習制御部１４からの判定パラメータ学習制御信号ＰＬＣを受けて所定の方法で判定パラメータ記憶部８の判定パラメータ信号を書き換える判定面学習部、１４は学習開始信号ＬＳを受けてスイッチ１６、１７、１８とメトリック学習部１９と学習用ベクトル生成部２０と学習用スコア計算部２２と学習用否定信号計算部２３と判定面学習部２１とを制御する学習制御部である。
【００９１】
以上のように構成された情報フィルタ装置について、各ユニットごとに図面を用いてその動作を説明する。
【００９２】
情報フィルタ装置の好ましい初期状態の一例は、肯定メトリック信号ＭＹと否定メトリック信号ＭＮとを（nofDCK×nofDCK）零行列、未読データ記憶部１０の未読データＵＲＤ［ｉ］の全ての必要性信号Ｎ［ｉ］（ｉ＝１,・・・,ｎｏｆＵＲＤ）を使用するハードウエアが表現可能な最小の値Ｖｍｉｎ、教師データ記憶部１３の教師データＴＤ［ｊ］の教師信号Ｔ［ｊ］を全て−１とした状態である。
【００９３】
最初に、情報フィルタリングユニット５０の動作を説明する。
まず、情報データ入力端子１００から情報データＤが入力され、キーワード数信号入力端子１０１から情報データに付けられたキーワードの個数を表すキーワード数信号nofKsが入力され、キーワード信号入力端子１０２から複数のキーワー ドであるキーワード群信号Ｋｓ＝（Ｋ［１］，Ｋ［２］，・・・，Ｋ［nofKs］）が入力される。
【００９４】
ベクトル生成部１によってキーワード群信号Ｋｓは、文字列の集まりからベクトル信号Ｖへと変換される。この変換によって、キーワード群信号の類似性をベクトルの距離として計算できるようになる。
ベクトル生成部１の動作を図５に示すフローチャートを参照しながら説明する。まず、キーワード数信号nofKsとキーワード群信号Ｋｓを受けると（図５ステッ プ（イ））、内部のベクトル信号Ｖ＝（Ｖ［１］，Ｖ［２］，・・・，Ｖ［nofDic］）を（０，０，・・・，０）に、キーワードカウンタ信号ｉを１にセットする（同図ステップ（ロ）、（ハ））。次に、辞書カウンタ信号ｊを０セットした後辞書カウンタ信号ｊを１だけ増やす（同図ステップ（ニ））。
【００９５】
次に、内部にnofDCK個の符号辞書信号ＤＣＫを有する辞書記憶部２から辞書カウンタｊが指定するキーワードと数字からなる符号辞書信号ＤＣＫ［ｊ］を読み出し、符号辞書信号ＤＣＫの文字列部分Ｗ［ｊ］とｉ番目のキーワード信号Ｋ［ｉ］とを比較する（同図ステップ（ホ））。両者が等しくない場合には、辞書カウンタｊを１だけ増やす（同図ステップ（ヘ））。両者が一致するか、辞書カウンタｊの値が辞書記憶部２に格納された符号辞書信号の個数nofDiCと等しくなるまで図４ステップ（ホ）〜（ト）の処理を繰り返す（同図ステップ（ト））。
【００９６】
キーワード信号Ｋ［ｉ］と等しいＷ［ｊ］が見つかると、ベクトル信号のｊ番目の成分Ｖ［ｊ］を１にし（同図ステップ（チ））、キーワードカウンタ信号ｉを１だけ増やす（同図ステップ（リ））。以下、同様の処理をキーワードカウンタ信号ｉがキーワード数信号nofKsより大きくなるまで実行する（同図ステップ （ヌ））。
【００９７】
こうして、ベクトル生成部１において、文字列信号からなるキーワード信号の集合体であるキーワード群信号Ｋｓは、０と１でコード化されたnofDCK個の成分を持ったベクトル信号Ｖに変換される。
【００９８】
次に、肯定信号計算部３１は、キーワード群信号Ｋｓに過去にユーザーの必要とした情報に含まれていたキーワードが数多く含まれる場合に、大きな値となる肯定信号ＳＹを計算する。この目的のために、肯定信号計算部３１は、前記ベクトル信号Ｖを受けて、肯定メトリック記憶部５から肯定メトリック信号ＭＹを読み出し、肯定信号ＳＹを（数４）により計算する。
【００９９】
【数４】
否定信号計算部３２は、キーワード群信号Ksに過去にユーザーの不要とした情報に含まれていたキーワードが数多く含まれる場合に、大きな値となる否定信号ＳＮを計算する。この目的のために、否定信号計算部３２は、否定メトリック記憶部６から否定メトリック信号ＭＮを読み出し、否定信号ＳＮを（数５）により計算する。
【０１０１】
【数５】
肯定メトリック信号ＭＹと否定メトリック信号ＭＮは、後述するようにキーワード群信号Ｋｓとユーザーの応答に基づいて決められる。このように計算された肯定信号ＳＹと否定信号ＳＮを用いて、図１１に示したように縦軸に肯定信号ＳＹをとり横軸に否定信号ＳＮをとった２次元空間上の１点に、情報データＤを対応させることができる。この２次元空間における情報データＤの分布は、ユーザーが必要とするもの（○で表示）は主に左上部に分布し、ユーザーが不要とするもの（×で表示）は主に右下部に分布するようになる。したがって、図１２に示したように適切な係数Ｃを定めることにより、ユーザーが必要とる情報データＤと不要な情報データＤとを分離できる。
【０１０３】
さらに、以下に述べるこの係数Ｃを用いて計算される必要性信号Ｎは、上述の２次元空間で左上にある程、すなわち、必要性の高いと予測される情報データＤほど大きな値となる。したがって、必要性信号Ｎの大きい順に情報データＤを並べて提示すれば、ユーザーは必要な情報を効率よく手に入れることができる。必要性信号Ｎと直交する方向の信頼性信号Ｒは、大まかにはキーワード群信号Ｋｓに含まれていたキーワードのうちどのくらいのキーワード信号が辞書に含まれていたかを示す信号である。したがって、この信頼性信号Ｒの大きさは、情報フィルタが計算した必要性信号Ｎがどれだけ信頼できるのかを示す。
【０１０４】
次に、必要性計算部７は、前記肯定信号計算部３１から出力される前記肯定信号ＳＹと前記否定信号計算部３２から出力される前記否定信号ＳＮとを受け、判定パラメータ記憶部８から判定パラメータ信号Ｃを読み出し、過去必要であった情報についていたキーワードが多数あり、不要であった情報についていたキーワードがほとんどない時に大きな値となる必要性信号Ｎを
Ｎ＝ＳＹ−Ｃ・ＳＮ
と計算し、信頼性信号Ｒを
Ｒ＝Ｃ・ＳＹ＋ＳＮ
と計算する。
【０１０５】
未読データ書き込み制御部９の動作を、図６に示したフローチャートを参照しながら説明する。まず、それぞれの入力端子から前記情報データＤと前記キーワード数信号nofKsと前記キーワード群信号Ｋｓと受け、必要性計算部７から前記 必要性信号Ｎと前記信頼性信号Ｒとを受け、未読データ部指示端子１１０から出力する未読データ処理信号ＷＩを０から１に変える（図６ステップ（イ））。次に、ｉ＝１とし（同図ステップ（ロ））、未読データ記憶部１０に記憶された未読データＵＲＤ［ｉ］の必要性信号Ｎ［ｉ］（ｉ＝１，・・・，ｎｏｆＵＲＤ）を順次読み出し、前記必要性信号Ｎと比較し（同図ステップ（ハ））、前記必要性信号Ｎが未読データＵＲＤ［ｉ］の必要性信号Ｎ［ｉ］より大きくなる（Ｎ≧Ｎ［ｉ］）最初の未読データの番号ｉ１を検出する（同図ステップ（ニ）（ホ））。
【０１０６】
ｉ１番目以降の未読データを
ＵＲＤ［ｉ＋１］＝ＵＲＤ［ｉ］ ｉ＝ｉ１，・・・，ｎｏｆＵＲＤ
と置き換え（同図ステップ（ヘ）〜（リ））、その後、ｉ１番目の未読データＵＲＤ［ｉ１］を
Ｎ［ｉ１］ ＝Ｎ
Ｒ［ｉ１］ ＝Ｒ
nofKs［ｉ１］ ＝nofKs
Ｋｓ［ｉ１］ ＝Ｋｓ
Ｄ［ｉ１］ ＝Ｄ
と前記必要性信号Ｎ等で置き換える（同図ステップ（ヌ））。この置き換えが終了すると、未読データ部指示端子１１０から出力する未読データ部指示信号ＷＩを０に戻し（同図ステップ（ル））、処理を終了する。
【０１０７】
次に、未読データＵＤＲを読みだし、ユーザーの応答（教師信号Ｔ）を付加して教師データ信号ＴＤをつくる分類インタフェースユニット７０について説明する。分類インタフェースユニット７０の動作を図７に示したフローチャートを参照しながら説明する。
【０１０８】
以下、好ましい実施形態では、未読データ記憶部１０は、分類ラベル信号Ｃａｔが０である分類未読データ記憶部として取り扱われる。以下では、分類インタフェースユニットの動作の説明の際には、未読データ記憶部１０は分類ラベル信号Ｃａｔが０である分類未読データ記憶部として取り扱う。
【０１０９】
データ読み出し開始信号入力端子１０３から、データ読み出し開始信号ＤＯが入力される（図７ステップ（イ））。分類インタフェースユニット７０は、アクセスするべき未読データ記憶部１０または分類未読データ記憶部カテゴリ５６を指定する分類ラベル信号Ｃａｔを受け取るべく予め定められた時間待機する（同図ステップ（ロ））。前記時間内に分類ラベル信号Ｃａｔが入力されなかった場合、分類インタフェースユニットは、分類ラベル信号Ｃａｔに標準値（好ましい実施の形態では、Ｃａｔ＝０）を設定する（同図ステップ（ニ））。前記時間内に分類ラベル信号Ｃａｔに値が入力されるか、または標準値が設定されると、分類ラベル信号Ｃａｔで指定される分類未読データ記憶部５６−Ｃａｔから、１番目の未読データＵＲＤ［１］を読み出し（同図ステップ（ホ））、未読データの必要性信号Ｎ［１］が最小値Ｖｍｉｎより大きい場合には、未読データ信号ＵＲＤ［１］の情報信号Ｄ［１］を表示情報信号ＤＤとしてデータ表示装置３４に出力し、待機する（同図ステップ（へ）、（ト））。未読データの必要性信号Ｎ［１］が最小値Ｖｍｉｎに等しい場合には、表示情報信号ＤＤを「データなし」としてデータ表示端子１０４に出力し、待機する（同図ステップ（チ））。
【０１１０】
ユーザー（図示せず）は、データ表示装置３４に表示された表示情報信号ＤＤを見て、それが必要な情報である場合には教師信号Ｔ＝１、必要でない場合には教師信号Ｔ＝０、処理を終了する場合には教師信号Ｔ＝−１として、教師信号入力端子１０５に返す（同図ステップ（リ））。教師信号Ｔ＝−１の場合、処理を終了し、教師信号Ｔ≠−１の場合には（同図ステップ（ル））、未読データ出力制御部１１は、教師データ記憶部１３の（数２）で表わされる教師データを
ＴＤ［ｉ］＝ＴＤ［ｉ−１］， ｉ＝２，・・・，ｎｏｆＴＤ
と置き換え（同図ステップ（ヲ））、１番目の教師データＴＤ［１］を前記教師信号Ｔと前記未読データのキーワード数信号nofKs［１］とキーワード群信号Ｋｓ［１］とを用いて
Ｔ［１］ ＝Ｔ
ＴnofKs［１］ ＝nofKs［１］
ＴＫｓ［１］ ＝Ｋｓ［１］
と置き換え（同図ステップ（ワ）、（ヨ））、前記未読データ記憶部１０の未読データＵＲＤを
ＵＲＤ［ｉ］＝ＵＲＤ［ｉ＋１］， ｉ＝１，・・・，（ｎｏｆＵＲＤ−１）とし（同図ステップ（タ）、（レ））、nofURD番目の未読データの必要性信号をＮ［nofURD］＝（最小値Ｖｍｉｎ）
とする（同図ステップ（ツ）、（ネ）、（ナ））。
【０１１１】
次に、学習ユニット５２の動作について図８〜図２０に示したフローチャートを参照しながら説明する。
【０１１２】
図８に学習制御部１４の動作の概略を示すフローチャート示し、詳しく説明する。
【０１１３】
図８において、まず、学習開始信号入力端子１０６から学習開始信号ＬＳが入力され、学習制御部指示信号出力端子１０７から出力される学習制御部指示信号ＬＩを０から１に変え（図８ステップ（イ））、処理中を示す。次に、スイッチ１６とスイッチ１７とスイッチ１８とをメトリック学習部１９と学習用ベクトル生成部２０が接続する様に切り替える（同図ステップ（ロ））。
【０１１４】
次に、図８のステップ（ハ）に対応するメトリック学習部１９を動作し（同図ステップ（ハ）、判定面学習部２１を動作させた後（同図ステップ（ニ））、ＬＩを０として（同図ステップ（ホ））、処理を終了する。
【０１１５】
次に、メトリック学習部１９がユーザーの応答（教師信号Ｔ）とキーワード群信号Ｋｓとを用いて、肯定／否定メトリック信号を修正する動作を図９を用いて説明する。
【０１１６】
図９は、メトリック学習部１９の動作のフローチャートであり、同図において、前記学習制御部１４からメトリック学習制御信号ＭＬＣを受けた（図９ステップ（イ））メトリック学習部１９は、肯定メトリック記憶部５から肯定メトリック信号ＭＹを、否定メトリック記憶部６から否定メトリック信号ＭＮをそれぞれ読み出す。
【０１１７】
次に、メトリック学習部１９は、教師データカウンタｃの値を１にする（同図ステップ（ロ））。次に教師データ記憶部１３からｃ番目の教師データ信号ＴＤ［ｃ］を読み出し（同図ステップ（ハ））、教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］を調べる。前記教師信号Ｔ［ｃ］が−１でない場合（Ｔ≠−１）には（同図ステップ（ニ））、教師データＴＤ［ｃ］のキーワード数信号ＴnofKs［ｃ］ とキーワード群信号ＴＫｓ［ｃ］とを出力する（同図ステップ（ホ））。前記教師データＴＤ［ｃ］のキーワード数信号ＴnofKs［ｃ］とキーワード群ＴＫｓ［ ｃ］とを受けた学習用ベクトル生成部２０は、前述の情報フィルタリングユニット５０のベクトル生成部１と同様の動作を行い、学習用ベクトル信号ＬＶを出力する（同図ステップ（ヘ））。メトリック学習部１９は、前記学習用ベクトル信号ＬＶを受け、前記教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］がＴ＝１である場合には（同図ステップ（ト））、肯定メトリック信号ＭＹを
ＭＹ［ｉ］［ｊ］＝ＭＹ［ｉ］［ｊ］＋ＬＶ［ｉ］・ＬＶ［ｊ］
（ここで、ｉ，ｊ＝１〜ｎｏｆＤｉＣ）
と修正する（同図ステップ（チ））。
【０１１８】
この処理により、肯定メトリック信号ＭＹは、ユーザーが必要とした情報データＤについていたキーワード信号（複数）に対して大きな値を持つようになる。その結果、前述の肯定信号ＳＹが、ユーザーが必要とする情報データＤに対して大きくなるようになる。否定メトリック信号ＭＮも以下のように同様の処理がなされる。
【０１１９】
前記教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］がＴ＝０である場合には、否定メトリック信号ＭＮを
ＭＮ［ｉ］［ｊ］＝ＭＮ［ｉ］［ｊ］＋ＬＶ［ｉ］・ＬＶ［ｊ］
（ここで、ｉ，ｊ＝１〜ｎｏｆＤｉＣ）
と修正する（同図ステップ（リ））。ついで、教師データカウンタの値を
ｃ＝ｃ＋１
と１だけ増やす（同図ステップ（ヌ））。
【０１２０】
以下、メトリック学習部１９は、同様の動作を、教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］がＴ［ｃ］＝−１になるかまたはｃ＝ｎｏｆＴＤとなるまで繰り返す。Ｔ［ｃ］＝−１またはｃ＝ｎｏｆＴＤとなると（同図ステップ（ヲ））、メトリック学習の処理を終了し、メトリック学習制御信号ＭＬＣを学習制御部１４に送る。
【０１２１】
学習制御部１４は、メトリック学習部１９からのメトリック学習制御信号ＭＬＣを受けて、スイッチ１６を学習用ベクトル生成部２０とスコア計算部２２とが接続するように切り替え、スイッチ１７とスイッチ１８を学習用ベクトル生成部２０と判定面学習部２１とが接続するように切り替える。学習制御部１４は、判定面学習制御信号ＰＬＣを判定面学習部２１に送る。
【０１２２】
次に、判定面学習部２１について、図１０を用いて詳しく説明する。
判定面学習部２１は、図１２に示したように、肯定信号ＳＹと否定信号ＳＮを用いて２次元空間上に表現されたユーザーが必要とする情報データＤとユーザーが不要とする情報データＤとをもっともよく分離する係数Ｃを求めるものである。
【０１２３】
この目的のために、図１０に示したフローチャートに従って詳しく説明する。
【０１２４】
まず、前記判定面学習制御信号ＰＬＣを受けて（図１０ステップ（イ））、教師データカウンタｃの値を１にする（同図ステップ（ロ））。教師データ記憶部１３からｃ番目の教師データ信号ＴＤ［ｃ］を読み出し（同図ステップ（ハ））、教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］を調べる（同図ステップ（ニ））。前記教師信号Ｔ［ｃ］が−１でない場合（Ｔ≠−１）には、教師データＴＤ［ｃ］のキーワード数信号ＴnofKs［ｃ］とキーワード群信号ＴＫｓ［ｃ］とを出力す る（同図ステップ（ホ））。前記教師データＴＤ［ｃ］のキーワード数信号ＴnofKs［ｃ］とキーワード群ＴＫｓ［ｃ］とを受けた学習用ベクトル生成部２０は 、前述した情報フィルタリングユニット５０のベクトル生成部１と同様の動作を行い、学習用ベクトル信号ＬＶを出力する。
【０１２５】
学習用スコア計算部２２は、前述した情報フィルタリングユニット５０のスコア計算部３と同様の動作を行い、学習用肯定信号ＬＳＹ［ｃ］と学習用否定信号ＬＳＮ［ｃ］とを出力し、判定面学習部２１がそれを受ける（同図ステップ（ヘ））。前記学習用肯定信号ＬＳＹ［ｃ］と前記学習用否定信号ＬＳＮ［ｃ］と教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］と判定面学習用信号ＴＣ［ｃ］＝（Ｔ［ｃ］，ＬＳＮ［ｃ］，ＬＳＹ［ｃ］）を内部の記憶素子に記憶する（同図ステップ（ト））。そして、教師データカウンタの値を
ｃ＝ｃ＋１
と１だけ増やす（同図ステップ（チ））。
【０１２６】
以下、判定面学習部２１は、同様の動作を、教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］がＴ［ｃ］＝−１になるかまたはｃ＝ｎｏｆＴＤ＋１となるまで繰り返す（同図ステップ（リ））。Ｔ［ｃ］＝−１またはｃ＝ｎｏｆＴＤとなると、学習用肯定信号ＬＳＹ［ｃ］計算等の処理を終了する。
【０１２７】
次に、判定面学習部２１は、内部の記憶素子に記憶された判定面学習用信号ＴＣ［ｃ］（ｃ＝１、・・・）は、横軸をＬＳＮ［ｃ］、縦軸をＬＳＹ［ｃ］とし、Ｔ［ｃ］＝１を○、Ｔ［ｃ］＝０を×で示すと、図１１に示すような分布となる。これらのうち、教師信号Ｔ［ｃ］＝１であるものと前記教師信号Ｔ［ｃ］＝０であるものとが、図１１に示したように最もよく分離できる判定パラメータＣを、山登り法によって計算する（同図ステップ（ヌ））。次に前記判定パラメータＣを判定パラメータ記憶部８に書き込み、学習制御部１４に判定面学習制御信号ＰＬＣを送り（同図ステップ（ル））、処理を終了する。
【０１２８】
学習制御部１４は、判定面学習部２１から判定面学習制御信号ＰＬＣを受け、学習制御部指示信号を待機中を示す値にし、処理を終了する。
【０１２９】
図１１に示したように、上述の２つのメトリック信号を用いてキーワード群信号を肯定信号ＳＹと否定信号ＳＮとで表される２次元空間上で、ユーザーが必要とする情報は主に左上に、不要な情報は右下に分布するようになる。したがって、上記ように適切な係数Ｃを用いて必要性信号をＮ＝ＳＹ−Ｃ・ＳＮとすれば、必要性信号は、ユーザーが必要とする情報に対して大きな値をとるようになる。
【０１３０】
以上のような動作により、肯定メトリック記憶部５と否定メトリック記憶部６には、使用者の興味を反映した行列（肯定メトリック信号ＭＹと否定メトリック信号ＭＮ）が生成される。
【０１３１】
こうして生成された前記行列を適切に分割することにより、使用者ごとに適した興味の分類を実現することができる。具体的には、メトリック分割ユニット５３は、前記肯定メトリック信号ＭＹと前記否定メトリック信号ＭＮとを読み出し、これを処理、分割した分類肯定メトリック信号ＣｌａｓｓＭＹと分類否定メトリック信号ＣｌａｓｓＭＮを生成し、分類情報フィルタユニット５５−１、５５−２内の分類肯定メトリック記憶部５５５と分類否定メトリック記憶部５５６に書き込む。
【０１３２】
図１３は、メトリック分割ユニット５３の構成を示すブロック図である。
図１３において、５４は分類にかかるパラメータを記憶する分類パラメータ記憶部であり、その記憶内容は分類パラメータ入力端子３０１からの入力によって書き換えることができる。
【０１３３】
同図において、５３１は分類パラメータ記憶部５４から枝切閾値を読み出し肯定メトリック信号ＭＹおよび否定メトリック信号ＭＮのうち分類時にノイズとなりやすい成分を除く枝切り処理部である。５３２は枝切り処理をされた肯定メトリック信号である枝切り肯定メトリック信号ＣＭＹを記憶する枝切り肯定メトリック記憶部であり、５３３は枝切り処理をされた否定メトリック信号である枝切り否定メトリック信号ＣＭＮを記憶する枝切り否定メトリック記憶部である。５３４は前記枝切り肯定メトリック信号ＣＭＹと前記枝切り否定メトリック信号ＣＭＮとから枝切りメトリック信号ＣＭを計算する枝切りメトリック合成部である。
【０１３４】
５３５は前記枝切りメトリック信号ＣＭを用いて行う行列演算を制御する行列演算制御部であり、５３６は前記行列演算制御部５３５によって制御される行列演算部であり、５３７は前記行列演算部５３６への入力を記憶している行列演算入力記憶部である。５３８は前記行列演算の結果に基づき分類ラベルを成分とするベクトルを記憶する分類ラベル記憶部であり、５３９は前記分類ラベル記憶部５３８に記憶されたベクトルの成分と前記枝切り肯定メトリック信号ＣＭＹ、前記枝切り否定メトリック信号ＣＭＮと分類パラメータ記憶部５４から最大分類数を読み出し前記分類情報フィルタリングユニット５５の分類肯定メトリック信号ＣｌａｓｓＭＹと分類否定メトリック信号ＣｌａｓｓＭＮとを設定する分類メトリック書き出し部である。
【０１３５】
以上の構成をとるメトリック分割ユニット５３の動作について、図１３から図１７を参照しながら詳細に説明する。
【０１３６】
メトリック分割ユニット５３は、学習開始信号入力端子１０６から学習開始信号ＬＳが入力されると待機状態に入り、その後、学習制御部指示信号出力端子１０７に出力される学習制御部指示信号ＬＩの値が１から０に変わり、学習ユニット５２の動作が終了したことを示されると、図１４から図１７のフローチャートに示された以下の処理を開始する。
【０１３７】
図１４は、枝切り処理部５３１の処理を示したフローチャートである。この処理は、肯定メトリック信号ＭＹおよび否定メトリック信号ＭＮの各成分のうち、あまり値の大きくないものを枝切りする処理である。これによって、行列で表現できる２つのメトリック信号は、互いに独立な部分行列の和として書けやすくなる。
【０１３８】
枝切り処理部５３１は、分類開始信号入力端子１０８から分類開始信号ＣＳｔを受け取ると、分類パラメータ記憶部５４から枝切閾値Ｎｌｏｗを読み出す（ステップ（イ））。なお、図２ならびに図３のように学習制御部指示信号ＬＩを分類開始信号として用いることも好ましい。
【０１３９】
次に、行カウンタｉと列カウンタｊを０に設定する（ステップ（ロ）、ステップ（ハ））。そして、肯定メトリック記憶部５から肯定メトリック信号ＭＹの（ｉｊ）成分ＭＹ［ｉ］［ｊ］と否定メトリック記憶部６から否定メトリック信号ＭＮの（ｉｊ）成分ＭＮ［ｉ］［ｊ］とを読み出す（ステップ（ニ））。
【０１４０】
前記肯定メトリック信号ＭＹの（ｉｊ）成分ＭＹ［ｉ］［ｊ］と前記否定メトリック信号ＭＮの（ｉｊ）成分ＭＮ［ｉ］［ｊ］との和が前記枝切閾値Ｎｌｏｗとを比較する（ステップ（ホ））。前記和が、前記枝切閾値Ｎｌｏｗより大きければ、前記肯定メトリック信号ＭＹの（ｉｊ）成分ＭＹ［ｉ］［ｊ］を枝切り肯定メトリック信号ＣＭＹの（ｉｊ）成分ＣＭＹ［ｉ］［ｊ］に、前記否定メトリック信号ＭＮの（ｉｊ）成分ＭＮ［ｉ］［ｊ］を枝切り肯定メトリック信号ＣＭＮの（ｉｊ）成分ＣＭＮ［ｉ］［ｊ］に代入する（ステップ（へ））。
【０１４１】
前記和が、前記枝切閾値Ｎｌｏｗより小さければ、枝切り肯定メトリック信号ＣＭＹの（ｉｊ）成分ＣＭＹ［ｉ］［ｊ］および枝切り肯定メトリック信号ＣＭＮの（ｉｊ）成分ＣＭＮ［ｉ］［ｊ］に０を代入する（ステップ（へ））。
そして、列カウンタｊを一つ増やす（ステップ（チ））。
【０１４２】
以下、同様の処理を、全ての成分に対して行う（ステップ（リ）〜（ル））。
【０１４３】
以上の枝切り処理が終了すると、枝切り処理部５３１は、枝切りメトリック合成部５３４にメトリック合成開始信号を送る。
【０１４４】
枝切りメトリック合成部５３４は、図１５に記載したフローチャートにしたがって、枝切り肯定メトリック信号ＣＭＹと枝切り否定メトリック信号ＣＭＮを読み出し（ハ）、その和を計算し分類行列信号Ｃｌａｓｓを生成し（二）、行列演算部５３６に代入する。
【０１４５】
そして、その処理が終了すると、行列演算制御部５３５に行列演算開始信号を送る。
【０１４６】
行列演算制御部５３５は、前記行列演算開始信号を受けると、前記分類行列信号Ｃｌａｓｓによって独立に変換されるベクトルを検出する処理を行う。処理の詳細について、図１６に示したフローチャートを参照しながら説明する。この一連の処理の目的は、分類行列によって互いに変換され得る入力ベクトルの成分を特定することにある。その意味は、互いに変換され得る入力ベクトルの成分には対応するキーワードが相互に関係あるとみなすことができる。したがって、互いに変換され得る入力ベクトルの成分をいくつかのグループに分割することは、使用者の興味をいくつかに分類することに対応すると見なすことができる。
【０１４７】
まず、行列演算制御部５３５は、分類ラベル記憶部５３８に記憶された分類ラベルベクトルＣａｔＶを０ベクトルに初期化する（ステップ（イ））。次に、カテゴリ信号Ｃａｔに最初のカテゴリであることを示す値１を代入する（ステップ（ロ））。入力ベクトルを決定するに先立ち行列演算記憶部５３７に記憶された入力ベクトルＣＶを０ベクトルに初期化する（ステップ（ハ））。そして、成分カウンタｉを０に設定する（ステップ（ニ））。
【０１４８】
成分カウンタｉによって指定される分類ラベルベクトルＣａｔＶの第ｉ成分ＣａｔＶ［ｉ］が０に等しいか否かを判定する（ステップ（ホ））。等しい場合には、入力ベクトルＣＶの第ｉ成分ＣＶ［ｉ］に１を代入する（ステップ（へ））。これによって、ただ一つの成分が１であり、他の成分はすべて０という初期入力ベクトルが得られる。この入力ベクトルに分類行列信号Ｃｌａｓｓを掛け、変換ベクトルＣＶｔｍｐを得る（ステップ（ト））。変換ベクトルＣｔｍｐの全ての成分に対し、
Ｃｔｍｐ［ｉ］＝ Θ（Ｃｔｍｐ［ｉ］）
という変換を行う（ステップ（チ）から（ル））。ここで、関数Θは、
Θ（ｘ）＝ １ ｘ＞０
０ その他の場合
という関数である。
【０１４９】
この成分が１または０である変換ベクトルＣＶｔｍｐと入力ベクトルＣＶと比較する（ステップ（ヲ））。変換ベクトルＣＶｔｍｐと入力ベクトルＣＶが異なる場合は、変換ベクトルＣＶｔｍｐを入力ベクトルＣＶに代入し、ステップ（ト）に戻る（ステップ（ワ）。 変換ベクトルＣＶｔｍｐと入力ベクトルＣＶが等しい場合は、分類ラベルベクトルＣａｔＶを
ＣａｔＶ＝ＣａｔＶ＋Ｃａｔ・ＣＶ
と変更する（ステップ（カ））。そして、カテゴリ信号Ｃａｔを１だけ増やし、ステップ（ハ）に戻る（ステップ（ヨ））。
【０１５０】
そして、分類ラベルベクトルのすべての成分の値が０でなくなると、処理の流れがステップ（ホ）から終了へ分岐する。
【０１５１】
以上の処理により、分類ラベルベクトルＣａｔＶは、枝切り肯定メトリック信号ＣＭＹと枝切り否定メトリック信号ＣＭＮとから作られた分類行列信号Ｃｌａｓｓが４つの独立な行列からなる場合、例えば、
初期状態 ＣａｔＶ＝(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)
Cat＝1 ＣａｔＶ＝(1,0,1,0,0,0,0,0,1,0,1,0,0,0,0)
Cat＝2 ＣａｔＶ＝(1,2,1,0,2,0,2,0,1,0,1,2,2,0,0)
Cat＝3 ＣａｔＶ＝(1,2,1,3,2,3,2,0,1,3,1,2,2,0,3)
Cat＝4 ＣａｔＶ＝(1,2,1,3,2,3,2,4,1,3,1,2,2,4,3)
というように変化する。
【０１５２】
こうして、互いに変換され得る入力ベクトルの成分をいくつかのグループに分割することにより、使用者の興味をいくつかに分類することができる。次の処理として、この結果を用いて、分類情報フィルタリングユニット５５を設定する。
【０１５３】
上のように分類ラベルベクトルＣａｔＶが得られると、行列演算制御部５３５は、分類メトリック書き出し部５３９に書き出し開始信号を送る。
【０１５４】
分類メトリック書き出し部５３９は、前記書き出し開始信号を受けて、図１７のフローチャートに示された処理を開始する。この一連の処理の目的は、枝切り肯定メトリック信号ＣＭＹと枝切り否定メトリック信号ＣＭＮを、分類ラベルベクトルに基づいて、最大分類数ＮＣｍａｘ以下の数に分割し、それぞれを分類情報フィルタリングユニット５５の分類肯定メトリック記憶部５５５と分類否定メトリック記憶部５５６に書き込むことにある。
【０１５５】
まず、分類ラベルベクトルを読み出す（ステップ（イ））。次に、分類パラメータ記憶部５４から最大分類数ＮＣmaxを読み出す（ステップ（ロ））。図２に示した構成の場合、分類情報フィルタリングユニットが２個であるので、最大分類数ＮＣmaxは２とすることが望ましい。次に、ＮＣｍａｘ個の分類情報フィルタリングユニット５５−１〜ＮＣｍａｘの分類肯定メトリック信号ＣｌａｓｓＭＹ，分類否定メトリック信号ＣｌａｓｓＭＮすべてを零行列に初期化する（ステップ（ハ））。
【０１５６】
行カウンタｉを０にする（ステップ（ニ））。列カウンタｊを０にする（ステップ（ホ））。そして、分類ラベルベクトルの第ｉ成分ＣａｔＶ［ｉ］が最大分類数ＮＣｍａｘ以下であるか否かを判断する（ステップ（ヘ））。以下であれば、ステップ（ト）に進み、より大きければ、ステップ（ヲ）に進む。ステップ（ト）では、分類ラベルベクトルの第ｉ成分ＣａｔＶ［ｉ］と第ｊ成分ＣａｔＶ［ｊ］とを比較する。
【０１５７】
ステップ（ト）で、分類ラベルベクトルの第ｉ成分ＣａｔＶ［ｉ］と第ｊ成分ＣａｔＶ［ｊ］とが等しかった場合、これは２つの成分は、分類行列Ｃｌａｓｓによって互いに変換される、つまり独立していないことを意味するから、枝切り肯定メトリック信号ＣＭＹの（ｉｊ）成分ＣＭＹ［ｉ］［ｊ］と枝切り否定メトリック信号ＣＭＮの（ｉｊ）成分ＣＭＮ［ｉ］［ｊ］とを読み出す（ステップ（チ））。そして、分類番号ＣａｔＶ［ｉ］の分類情報フィルタリングユニット５５−ＣａｔＶ［ｉ］の分類肯定メトリック信号ＣｌａｓｓＭＹの（ｉｊ）成分に前記枝切り肯定メトリック信号の（ｉｊ）成分を代入し、分類否定メトリック信号ＣｌａｓｓＭＮの（ｉｊ）成分に前記枝切り否定メトリック信号の（ｉｊ）成分を代入する（ステップ（リ））。
【０１５８】
一方、ステップ（ト）において、２つの成分が等しくない場合、２つの成分、分類行列Ｃｌａｓｓによって互いに変換されない、つまり２つの成分は独立していることを意味する。ステップ（チ）からステップ（リ）に処理を省略する。
【０１５９】
そして、列カウンタｊを一つ増やし（ステップ（ヌ））、列カウンタｊの値が分類ラベルベクトルの次元NofDCKと比較する（ステップ（ル））。列カウンタｊの値が、分類ラベルベクトルの次元より小さければステップ（ト）に戻る。列カウンタｊの値が、分類ラベルベクトルの次元以上であれば、ステップ（ヲ）に進む。
【０１６０】
ステップ（ヲ）では、行カウンタｉの値を１だけ増やす。行カウンタｉの値が分類ラベルベクトルの次元NofDCKと比較する（ステップ（ワ））。行カウンタｉの値が、分類ラベルベクトルの次元より小さければステップ（ホ）に戻る。行カウンタｉの値が、分類ラベルベクトルの次元以上であれば、処理を終了する。
【０１６１】
以上の処理により、分類情報フィルタリングユニット５５はすべて適切に設定（分類肯定メトリック信号と分類否定メトリック信号がともに零行列ある場合を含む）される。
【０１６２】
各々の分類情報フィルタリングユニット５５の動作は、情報フィルタリングユニット５１の動作と同様であるので、説明を省略する。
【０１６３】
以上、本発明の説明に先立って、本発明への入力となるユーザの興味を反映したキーワード、枝切り肯定メトリック信号、枝切り否定メトリック信号、分類ラベルベクトルを生成する情報フィルタ装置について説明した。
【０１６４】
本発明のキーワードの可視化方法およびその装置は、こうした情報フィルタ装置で生成されたユーザの興味を反映したキーワード、枝切り肯定メトリック信号、枝切り否定メトリック信号、分類ラベルベクトルなどを読み込み、ユーザに理解し易いかたちでキーワードを表示することにある。
【０１６５】
ここで、キーワードそのものは文字の並びであって、形状、大きさ、色などを本来は有していないことに注意されたい。このため、本発明では、キーワード毎に、形状および大きさおよび色を持ったキーワード体を与える。つまり、キーワードに代わるキーワード体の配置位置を決定し、そのキーワード体の配置位置を利用して、キーワードを表示することになる。
【０１６６】
以下では、図１のように構成された可視化システムにおける可視化装置１０００の動作を、図１８のフローチャートを用いて説明する。ここで、全キーワード体の配置座標をひとまとめにした集合を配置Ｓと呼び、２次元空間に配置する場合、キーワード体ｉ（＝１，．．．，nofDCK）の配置座標（中心座標）を（ｓｘ（ｉ）、ｓｙ（ｉ））で表すと、配置Ｓ＝｛ｓｘ（ｉ）、ｓｙ（ｉ）｜ｉ＝１、．．．、nofDCK｝と書くことができる。なお、以下では、２次元空間に配置する場合を説明するが、３次元空間に配置する場合にも容易に拡張できる。
【０１６７】
まず、情報フィルタ装置１００７内の符号辞書記憶部２に記憶されているユーザの興味を反映したキーワードｉ（＝１，．．．，nofDCK）をネットワーク１００９を介して読み込む（イ）。ここで、以下の説明を簡単にするため、キーワードは、ユーザーの興味の反映度合いが強い順に並んでいるものとする。これは、例えば、特開平９−２８８６８３号公報に開示されているキーワードｉのキーワードコスト信号ＫＤ（ｉ）の値（ユーザーの興味の反映度合いが強いキーワードほど大きな値をとる）を利用すれば容易に実現できるため、一般性を失わない。
【０１６８】
次に、情報フィルタ装置１００７内の分類ラベル記憶部５３８から分類ラベルベクトルＣａｔＶをネットワーク１００９を介して読み込む（ロ）。キーワードｉには、分類ラベルベクトルＣａｔＶの第ｉ成分である分類ラベルＣａｔＶ（ｉ）が設定される。
【０１６９】
次に、情報フィルタ装置１００７内の枝切り肯定メトリック記憶部５３２から枝切り肯定メトリック信号ＣＭＹをネットワーク１００９を介して読み込む（ハ）。キーワードｉとｊとのペアには、枝切り肯定メトリック信号の第（ｉ、ｊ）成分である枝切り肯定メトリック要素信号ＣＭＹ（ｉ，ｊ）が設定される。
【０１７０】
次に、情報フィルタ装置１００７内の枝切り否定メトリック記憶部５３２から枝切り否定メトリック信号ＣＭＮをネットワーク１００９を介して読み込む（ニ）。キーワードｉとｊとのペアには、枝切り否定メトリック信号の第（ｉ，ｊ）成分である枝切り否定メトリック要素信号ＣＭＮ（ｉ，ｊ）が設定される。
【０１７１】
次に、配置領域（この配置領域内にキーワード体を配置する）、配置Ｓ、温度Ｔ、キーワード体などの初期設定を行なう（ホ）。配置Ｓの初期化に関しては、例えば、全キーワード体の配置座標を配置領域内でランダムに設定した初期配置や、分類ラベルが同じキーワードのキーワード体の配置座標を配置領域内で近くに設定した初期配置を初期の配置Ｓとすればよい。また、温度Ｔの初期化に関しては、０より大きな適当な値を与えればよい。この他、後述のコスト関数Ｆ（Ｓ）のパラメータや、後述の温度更新係数βなどの初期化も行なう。
【０１７２】
また、キーワード体の初期設定としては、形状、大きさ、色を決定する。上述のとおり、キーワードは、ユーザーの興味の反映度合いが強い順に並んでいるものとしているため、例えば、キーワード体ｉの形状は正（i+2）角形などとすれば、キーワードが重要でなくなればなくなるほど、そのキーワードのキーワード体は円形に近づくことになり、ユーザはキーワードの重要性を一目で理解できることになる。
【０１７３】
また、たとえ、キーワード体の形状を一定にしても、大きさを変化させることで、ユーザはキーワードの重要性を一目で理解できることになる。たとえば、キーワード体iの大きさを、（キーワード体（i−１）の大きさ）＞（キーワード体iの大きさ）＞（キーワード体（i＋１）の大きさ）の関係を満たすように設定すれば、理解のしやすさが高まることになる。さらに、たとえ、キーワード体の形状や大きさを一定にしても、色を変化させることで、ユーザはキーワードの重要性を一目で理解できることになる。もちろん、分類ラベルが同じキーワードのキーワード体を同一色にすることなども考えられ、この場合のユーザの利点は、同じ分野のキーワードが一目で理解できることにある。以上のように、キーワード体の形状および／または大きさおよび／または色を、ユーザの興味の反映度合いを用いて決定することは、ユーザの理解を助けるためにきわめて重要である。
【０１７４】
次に、カウンタｃｏｕｎｔを０セットし（ヘ）、配置Ｓを更新する（ト）。配置Ｓの更新には、まず、キーワード体またはキーワード体群を選択し、次に、選択されたキーワード体またはキーワード体群の配置座標を配置領域内で変更することで配置候補Ｓ’を生成し、最後に、配置Ｓのコストと配置候補Ｓ’のコストとの比較を通じて配置候補Ｓ’を次の時刻の配置Ｓとするかどうかを決定すればよい。
【０１７５】
配置Ｓを評価するコスト関数Ｆ（Ｓ）としては、最も簡単には、例えば、（数６）とすればよい。
【０１７６】
【数６】
ここで、Ａ、Ｂは正の定数である。また、ｄ（ｉ，ｊ，Ｓ）は配置Ｓにおけるキーワード体ｉとｊとの間の距離である。さらに、ｏ（ｉ，ｊ，Ｓ）は、配置Ｓにおいて、キーワード体ｉとｊとの間に重なりがある場合に１の値を、そうでない場合に０の値をとる関数である。こうしたコスト関数Ｆ（Ｓ）を利用して、例えば、（数７）に示すように以下の確率で配置候補Ｓ’を次の時刻の配置Ｓとすればよい。
【０１７８】
【数７】
ここで、Ｔは上記のとおり温度パラメータである。
【０１８０】
キーワード体群の決定については、たとえば、分類ラベルが同じキーワードのキーワード体を一つのキーワード体群とすることが考えられる。
【０１８１】
さらには、キーワード体ｉとｊとの間の距離ｄ（ｉ，ｊ，Ｓ）を利用して、キーワード体群の決定を行なうこともできる。例えば、（ＣＭＹ（ｉ，ｊ）＋ＣＭＮ（ｉ，ｊ））が０より大きなキーワード体ｉとｊに対し、ｄ（ｉ，ｊ，Ｓ）の時間変化Ｈ（ｉ，ｊ）が小さい場合、つまり、キーワード体ｉとｊの配置位置が安定している場合、それらをキーワード体群とすればよい。ここで、ｄ（ｉ，ｊ，Ｓ）の時間変化Ｈ（ｉ，ｊ）としては、例えば、（数８）で計算できる。
【０１８２】
【数８】
ここで、εは正の定数である。また、Ｓは現在の配置を、Ｓ’は次の時刻の配置（（数７）で受理された配置候補）を示す。
【０１８４】
このＨ（ｉ，ｊ）がある閾値以下である場合に、キーワード体ｉとｊとで一つのキーワード体群を構成する。また、これらキーワード体群のいくつかをひとまとめにした新たなキーワード体群も構成できる。具体的には、２つのキーワード体群に共通のキーワード体が含まれる場合、それら２つのキーワード体群をひとまとめにして新たなキーワード体群を構成し、これを繰り返すことで実現される。
【０１８５】
以上のように構成されたキーワード体群を単位として配置座標を変更する場合には、そのキーワード体群に含まれるキーワード体間の相対的な配置座標を保存することとする。これにより、高速に配置修正が行なわれ、短時間で良好な配置結果を得ることができる。
【０１８６】
なお、配置Ｓがどのように変化しているかを確認するためには、更新後の配置Ｓをディスプレイ１００３に表示すればよい。
【０１８７】
ステップ（ト）での配置Ｓの更新に引き続き、ステップ（チ）では、カウンタｃｏｕｎｔに１を加える。
【０１８８】
次に、ステップ（リ）では、ｃｏｕｎｔ＜nofDIKであれば（Ｙ）、ステップ（ト）に戻り、そうでなければ（Ｎ）、ステップ（ヌ）に進む。
【０１８９】
ステップ（ヌ）では、終了条件を満たしているかどうかを判断する。例えば、配置ＳのコストＦ（Ｓ）の変化が小さくなった場合に終了すればよい。
【０１９０】
また、上記カウンタｃｏｕｎｔのような、カウンターを設けておき、繰り返しの最大回数をあらかじめ設定し、カウンターがその最大回数を超えた時点で終了してもよい。
【０１９１】
ステップ（ヌ）で終了条件を満たしていない場合は（Ｎ）、ステップ（ル）に進み、温度Ｔを更新する。例えば、温度更新定数βを０＜β＜１の範囲で設定し、（数９）と更新することなどが考えられる。
【０１９２】
【数９】
ステップ（ヌ）で終了条件を満たした場合には（Ｙ）、ステップ（ヲ）に進み、配置Ｓを配置データ記憶部１００４に記憶し、必要ならばＦＤ１００５にも記憶して終了する。なお、配置Ｓがどのようになったかを確認するためには、つまり、配置結果を確認するためには、配置Ｓをディスプレイ１００３に表示すればよい。
【０１９４】
以上のキーワードの可視化方法を、ユーザーの興味を反映したキーワードを含む例題に適用した。図１９は初期配置（簡単のため、ランダム配置とした）を示し、図２０は配置結果を示す。図中の正方形はキーワード体であり、キーワード体上の単語がキーワードである。簡単のため、ここでは、キーワード体の形状を正方形とし、大きさは一定とした。
【０１９５】
また、図中のキーワード体を結ぶ直線は、キーワード間の関係を示している。配置結果である図２０から、関係あるキーワード体がクラスタを形成するように配置されていることがわかる。
（実施の形態２）
以下では、本発明の実施の形態２におけるキーワード可視化システムの一例を、図２１のブロック図を用いて説明する。なお、実施の形態１での説明と同様に、２次元空間に配置する場合を説明するが、３次元空間に配置する場合にも容易に拡張できる。また、図２１においては、図1と共通で説明上特に記す必要のないブロック（例えばＣＰＵ１００２など）ならびにバス線は、図面が煩雑にならないようにと、省略してある。
【０１９６】
図２１において、２１００はユーザの興味を反映した情報（前記ユーザの興味を反映したキーワード、前記分類ラベルベクトル、前記枝切り肯定メトリック信号、前記枝切り否定メトリック信号）を生成する情報フィルタ装置で、前記ユーザの興味を反映したキーワードを記憶する符号辞書記憶部２、前記分類ラベルベクトルを記憶する分類ラベル記憶部５３８、前記枝切り肯定メトリック信号を記憶する枝切り肯定メトリック記憶部５３２、前記枝切り否定メトリック信号を記憶する枝切り否定メトリック記憶部５３３より構成される。
【０１９７】
２１０１は前記ユーザの興味を反映したキーワードをディスプレイ上に見やすく配置するための可視化装置である。２１０２は後記の初期設定部２１０３で設定されるパラメータ値（デフォルト値）をユーザが変更できるようにするための設定入力部、２１０３は配置領域（この領域内にキーワード体を配置する）の属性（大きさ、形状、色）、コスト関数の係数、初期温度や温度変更係数など、可視化装置２１０１の動作に必要となる種々のパラメータ値をデフォルト値または設定入力部２１０２から入力された値に設定するための初期設定部、２１０４は符号辞書記憶部２からのユーザーの興味を反映したキーワード、分類ラベル記憶部５３８からの分類ラベルベクトルを受け、キーワード体を生成するキーワード体生成部である。
【０１９８】
２１０５はキーワード体生成部２１０４からのキーワード体、初期設定部２１０３からの配置領域を受け、キーワード体の初期配置を生成し、かつ、後記コスト計算部２１０７で計算される前記初期配置のコストを保持する初期配置生成部、２１０６は枝切り肯定メトリック記憶部５３２からの枝切り肯定メトリック信号と枝切り否定メトリック記憶部５３３からの枝切り否定メトリック信号とを受け、枝切りメトリック信号を生成する枝切りメトリック信号生成部、２１０７は初期設定部２１０３からのコスト関数の係数、枝切りメトリック信号生成部２１０６からの枝切りメトリック信号、初期配置生成部２１０５や後記配置候補生成部２１０９からの配置Ｓを受け、そのコストを計算するコスト計算部、２１０８は現時点での配置とそのコストを保持する配置保持部、２１０９は配置保持部２１０８で保持されている配置を変更して配置候補を生成し、かつ、コスト計算部２１０７で計算される前記配置候補のコストを保持する配置候補生成部である。
【０１９９】
２１１０は配置保持部２１０８からの現時点での配置とそのコストおよび配置候補生成部２１０９からの配置候補とそのコストとを受け、さらに、後記温度更新部２１１１で保持される温度を受け、次の時刻の配置を決定し、その配置とコストとを配置保持部２１０８に送る配置更新決定部であり、２１１１は初期設定部２１０３からの初期温度や温度変更係数、配置更新決定部２１１０での配置更新回数などを受け、温度を更新・保持する温度更新部、２１１２は配置保持部で保持される配置を配置データ記憶部１００４に出力する配置出力部である。
【０２００】
以下では、各部の詳細を説明していくが、情報フィルタ装置２１００内の符号辞書記憶部２、分類ラベル記憶部５３８、枝切り肯定メトリック記憶部５３２、枝切り否定メトリック記憶部５３３については、実施の形態１と同様であるため、ここでは省略することとする。
【０２０１】
設定入力部２１０２は、初期設定２１０３で設定されるパラメータ値（デフォルト値）をユーザが変更できるようにするためのもので、キーボード、マウス、音声マイクなどが利用できる。
【０２０２】
初期設定部２１０３は、可視化装置２１０１の動作に必要となる種々のパラメータの値を設定する。各パラメータの値には、設定入力部２１０２でユーザーが設定したパラメータ値を用いる。ユーザーによる設定がなされていないパラメータには、デフォルト値が設定される。初期設定部２１０３で設定されるパラメータとしては、初期配置生成部２１０５や配置候補生成部２１０９で必要となる配置領域（この領域内にキーワード体を配置する）の属性（大きさ、形状、色）、コスト計算部２１０７で必要となるコスト関数の係数、温度更新部２１１１で必要となる初期温度や温度変更係数などがある。
【０２０３】
キーワード体生成部２１０４は、符号辞書記憶部２からのユーザーの興味を反映したキーワード、分類ラベル記憶部５３８からの分類ラベルベクトルCatVを受け、キーワード体を生成する。符号辞書記憶部２から読み込んだ各キーワードi（i=1,...,nofDCK）毎に１つのキーワード体iが生成されることになる。例えば、キーワード体の形状を円形とする場合には、各キーワード体iの形状を、キーワードiの重要性（キーワードの重要性を評価するには、例えば、特開平９−２８８６８３号公報に開示されているキーワードｉのキーワードコスト信号ＫＤ（ｉ）の値（ユーザーの興味の反映度合いが強いキーワードほど大きな値をとる）を利用できる）を反映した半径を持つ円形にすればよい。さらには、キーワード体iの分類ラベルCatV(i)（分類ラベルベクトルCatVの第i要素）を利用して、分類ラベルが同じキーワード体群毎に色を割り当てることもできる。
【０２０４】
初期配置生成部２１０５は、初期設定部２１０３で設定された配置領域と、キーワード体生成部２１０４で生成したnofDCK個のキーワード体i（i=1,...,nofDCK）を受け、配置Ｓを初期化する。なお、キーワード体ｉ（＝１，．．．，nofDCK）の配置座標（中心座標）を（ｓｘ（ｉ）、ｓｙ（ｉ））で表すと、配置ＳはＳ＝｛ｓｘ（ｉ）、ｓｙ（ｉ）｜ｉ＝１、．．．、nofDCK｝と書くことができる。ここで、ｓｘ（ｉ）とｓｙ（ｉ）はそれぞれキーワード体iのＸ座標値とＹ座標値である。具体的な配置Ｓの初期化方法としては、キーワード体iが配置領域内に収まるようにｓｘ（ｉ）とｓｙ（ｉ）をランダムに設定するなどが考えられる。また、分類ラベルが同じキーワード体群がまとまるように配置Ｓを初期設定してもよい。このようにして生成された初期配置Ｓはコスト計算部２１０７に送られ、そのコストＦ（Ｓ）が計算される。初期配置生成部２１０５では、初期配置Ｓに加え、そのコストＦ（Ｓ）も保持することとする。
【０２０５】
枝切りメトリック信号生成部２１０６は、枝切り肯定メトリック記憶部５３２からの枝切り肯定メトリック信号CMY(i,j)（i,j=1,...,nofDCK）と枝切り否定メトリック記憶部５３３からの枝切り否定メトリック信号CMN(i,j)（i,j=1,...,nofDCK）とを受け、枝切りメトリック信号CM(i,j)（i,j=1,...,nofDCK）を生成する。具体的には、枝切りメトリック信号CM(i,j)を枝切り肯定メトリック信号CMY(i,j)と枝切り否定メトリック信号CMN(i,j)との要素毎の和などとすればよい。
【０２０６】
コスト計算部２１０７は、初期設定部２１０３からのコスト関数の係数、枝切りメトリック信号生成部２１０６からの枝切りメトリック信号CM(i,j)（i,j=1,...,nofDCK）を受け、コスト関数Ｆ（Ｓ）を生成する。CM(i,j) =CMY(i,j)+CMN(i,j)である場合には、コスト関数Ｆ（Ｓ）を（数６）のように生成すればよい。（数６）のコスト関数Ｆ（Ｓ）における係数Ａ，Ｂの値は初期設定部２１０３で設定された値を用いることとする。コスト計算部２１０７は、このように生成されたコスト関数Ｆ（Ｓ）を用いて、初期配置生成部２１０５や後記配置候補生成部２１０９から入力される配置ＳのコストＦ（Ｓ）を計算し、出力する機能も持っている。
【０２０７】
配置保持部２１０８は現時点での配置ＳとそのコストＦ（Ｓ）を保持する機能を持つ。したがって、配置保持部２１０８は、まず最初（時刻０）に初期配置生成部２１０８で生成された初期配置ＳとそのコストＦ（Ｓ）を保持し、以降は後述の配置更新決定部２１１０から出力される配置ＳとそのコストＦ（Ｓ）を保持することになる。
【０２０８】
配置候補生成部２１０９は、配置保持部２１０８で保持されている配置Ｓを受け、それを変更して配置候補Ｓ’を生成する。配置Ｓの変更の仕方としては、例えば、あるキーワード体iを選択し、そのｓｘ（ｉ）やｓｙ（ｉ）に乱数を加えるなどで実現できる。また、複数のキーワード体（キーワード体群）を選択し、同様の操作を行なうことも考えられる。配置候補生成部２１０９は、こうして生成された配置候補Ｓ’と、そのＳ’をコスト計算部２１０７に送ることで得られるコストＦ（Ｓ’）を保持する機能を持つ。
【０２０９】
配置更新決定部２１１０は、配置保持部２１０８で保持されている配置ＳとそのコストＦ（Ｓ）、配置候補生成部２１０９で保持されている配置Ｓ’とそのコストＦ（Ｓ’）、さらには、後述の温度更新部で保持される温度Ｔを受け、次の時刻の配置Ｓを決定する。具体的には、例えば、(数７)の確率で、配置候補Ｓ’を次の時刻の配置Ｓとし、残りの確率で、現在の配置Ｓを次の時刻の配置Ｓとすればよい。
【０２１０】
配置更新決定部２１１０で決定された次の時刻の配置ＳとそのコストＦ（Ｓ）は、配置保持部２１０８で現在の時刻の配置ＳとそのコストＦ（Ｓ）として保持される。つまり、配置更新決定部２１１０から配置保持部２１０８へのフィードバックによりループが形成され、配置Ｓが時々刻々と変化することになる。
【０２１１】
温度更新部２１１１は初期設定部２１０３からの初期温度Ｔや温度変更係数βを受け、現在の温度Ｔを更新・保持する。例えば、配置更新決定部２１１０での配置更新回数をカウントし、カウント数があらかじめ決められた閾値以上になったとき、(数９)にしたがって温度Ｔを更新すればよい。
【０２１２】
配置出力部２１１２は配置保持部２１０８で保持される配置Ｓをディスプレイやハードディスクなどに出力するために配置データ記憶部１００４へと配置データを書き込む。
【０２１３】
以上の構成により、ユーザーの興味を反映したキーワードについて、関係のあるキーワードのキーワード体を情報の分野毎にまとめて配置、表示することができる。
【０２１４】
（実施の形態３）
以下では、本発明の実施の形態３における情報可視化編集システムについて、以下に説明する。情報を可視化してその結果をユーザの求めに応じて編集することができる情報可視化編集システムの一例を、図２２のブロック図と配置表示の好ましい例を示した図２３とを用いて説明する。なお、実施の形態１、実施の形態２での説明と同様に、２次元空間に配置する場合を説明するが、３次元空間に配置する場合にも容易に拡張できる。また、図２２においても、図２１と同様に図１と共通で説明上特に記す必要のないブロック（例えばＣＰＵ１００２など）ならびにバス線は、図面が煩雑にならないようにと、省略してある。
【０２１５】
図２２において、２２０１は配置Ｓに含まれるキーワード体（ならびにその集合体）を切断する切断線ＤＬを入力する切断線入力部であり、２２０２は、前期切断線ＤＬと配置データ記憶部１００４から配置Ｓとを受け配置Ｓをいくつかの部分に切断した切断配置ＤＳを計算する配置データ切断部であり、２２０３は配置Ｓに含まれるキーワード体（ならびにその集合体）を接続する接合線ＣＬを入力する接合線入力部であり、２２０４は前記接合線ＣＬを受け、前記キーワード体（ならびにその集合体）を接続した配置Ｓを計算する配置接合部であり、その他のブロックは、実施の形態１ならびに実施の形態２に記載したものと同じである。さらに、キーワード体とキーワード体とを結ぶ直線をここでは接続線と呼ぶ。
【０２１６】
なお、キーワード体（ならびにその集合体）を編集するための編集入力は、前記切断線ＤＬと前記接合線ＣＬに限るものではない。切断個所、接合個所を示すものは一定の領域を設定する図形であっても構わない。
【０２１７】
以下、以上のような構成をとった可視化装置２１０１の動作について説明する。
【０２１８】
実施の形態２で説明にしたがって、配置データ記憶部１００４に配置Ｓが書き込まれる。配置Ｓはモニタ１００３に、図２３に示したような形式で出力される。ユーザは、モニタ１００３の出力を見ながら、切断線入力部２２０１を操作して図２４に示したような配置Ｓを切断する切断線ＤＬを入力する。コンピュータのマウスは、前記切断線入力部２２０１ならびに前記接合線入力部２２０３の好ましい例の一つである。前記切断線ＤＬを受けた配置データ切断部２２０２は、前記配置Ｓの接続線の内、前記切断線ＤＬと交差する接続線ＣＬ（ｉｄ，ｊｄ）を検出し、枝切り肯定メトリック記憶部５３２に記憶された枝切り肯定メトリック信号ＣＭＹの（ｉｄ，ｊｄ）成分ＣＭＹ（ｉｄ，ｊｄ）と（ｊｄ，ｉｄ）成分ＣＭＹ（ｊｄ，ｉｄ）とを０に設定する。この処理をすべての交差する接続線に対して行う。これによって、図２５の上部に示したように、図２３では一塊であったキーワード体の集団が２つに分割された配置Ｓ１、Ｓ２を得ることができる。これは、一つのカテゴリを２つのカテゴリに分割することに対応しており、実施の形態１に記載したメトリック合成処理以下の処理を行うことにより、分割された配置Ｓ１、Ｓ２に対応する新たな分類ラベルベクトルを得られる。
【０２１９】
また、ユーザは、モニタ１００３の出力を見ながら、接合線入力部２２０３を操作して図２４に示したような配置Ｓの部分を接続する接合線ＣＬを入力する。前記接合線ＣＬを受けた配置データ接合部２２０４は、前記配置Ｓのキーワード体の内、前記接合線ＣＬによって結ばれたキーワード体ｉｃとキーワード体ｊｃを検出し、枝切り肯定メトリック記憶部５３２に記憶された枝切り肯定メトリック信号ＣＭＹの（ｉｃ，ｊｃ）成分ＣＭＹ（ｉｃ，ｊｃ）と（ｊｃ，ｉｃ）成分ＣＭＹ（ｊｄ，ｉｄ）とを１に設定する。
【０２２０】
この処理をすべての接続されたキーワード体に対して行う。これによって、図２５左下に示したように、図２３では２つであったキーワード体の集団が１つに接合された配置Ｓ３を得ることができる。これは、１つのカテゴリを２つのカテゴリに分割することに対応しており、実施の形態１に記載したメトリック合成処理以下の処理を行うことにより、接合された配置Ｓ３に対応する新たな分類ラベルベクトルを得られる。
【０２２１】
以上のように、配置Ｓに含まれるキーワード体（ならびにその集合体）を切断する切断線ＤＬを入力する切断線入力部と、前記切断線ＤＬと配置データ記憶部から配置Ｓとを受け配置Ｓをいくつかの部分に切断した切断配置ＤＳを計算する配置データ切断部と、配置Ｓに含まれるキーワード体（ならびにその集合体）を接続する接合線ＣＬを入力する接合線入力部と、前記接合線ＣＬを受け、前記キーワード体（ならびにその集合体）を接続した配置Ｓを計算する配置接合部を設けることにより、可視化された分類結果をユーザの手で編集できる情報可視化分類装置を実現できる。
【０２２２】
【発明の効果】
以上のように本発明は、情報が必要か否かのユーザ入力によりユーザの興味を獲得する情報フィルタ装置で得られたキーワードと、枝切り肯定メトリック信号および枝切り否定メトリック信号の少なくとも一方を受け、前記キーワードの各々に対し、ユーザの興味を反映した形状および大きさおよび色を持ったキーワード体を設定し、前記キーワード体を配置して、ディスプレイ上に前記キーワード体と前記キーワードを表示するようにしたことで、前記キーワードのキーワード体の形状、大きさおよび色の少なくとも１つを、ユーザの興味の反映度合いを用いて決定することができる上、前記枝切り肯定メトリック信号および枝切り否定メトリック信号の少なくとも一方を利用して、関係のあるキーワードのキーワード体を情報の分野毎にまとめて配置でき、さらに、ディスプレイ上に前記キーワード体と前記キーワードを理解し易く表示することができるキーワードの可視化方法を提供することができる。
【図面の簡単な説明】
【図１】本発明の実施の形態１のキーワード可視化システムのブロック図
【図２】本発明の実施の形態１のキーワード可視化システムで用いる情報フィルタ装置のブロック図
【図３】本発明の実施の形態１のキーワード可視化システムで用いる情報フィルタ装置の概略を示すブロック図
【図４】同情報フィルタ装置におけるメトリック学習を行なう部分の構成を示すブロック図
【図５】同情報フィルタ装置のベクトル生成部の動作を説明するフローチャート
【図６】同情報フィルタ装置の未読データ書き込み制御部の動作を説明するフローチャート
【図７】同情報フィルタ装置の分類インタフェースユニットの動作を説明するフローチャート
【図８】同情報フィルタ装置の学習制御部の動作を説明するフローチャート
【図９】同情報フィルタ装置のメトリック学習部の動作を説明するフローチャート
【図１０】同情報フィルタ装置の判定面学習部の動作を説明するフローチャート
【図１１】同情報フィルタ装置の判定面学習部の動作を説明するための図
【図１２】同情報フィルタ装置の判定面学習部の動作を説明するための図
【図１３】同情報フィルタ装置のメトリック分割ユニットのブロック結線図
【図１４】同情報フィルタ装置のメトリック分割ユニットの枝切り処理部の動作を説明するフローチャート
【図１５】同情報フィルタ装置のメトリック分割ユニットの枝切りメトリック合成部の動作を説明するフローチャート
【図１６】同情報フィルタ装置のメトリック分割ユニットの行列演算制御部の動作を説明するフローチャート
【図１７】同情報フィルタ装置のメトリック分割ユニットの分類メトリック書き出し部の動作を説明するフローチャート
【図１８】本発明の実施の形態１のキーワード可視化システムの動作を説明するフローチャート
【図１９】本発明のキーワード可視化システムの初期配置例を示す図
【図２０】本発明のキーワード可視化システムによる配置結果例を示す図
【図２１】本発明の実施の形態２のキーワード可視化システムの構成を示すブロック図
【図２２】本発明の実施の形態３の情報可視化編集システムの構成を示すブロック図
【図２３】本発明の実施の形態３によって可視化されたキーワード配置の例を示す図
【図２４】本発明の実施の形態３によって可視化されたキーワード配置ならびに切断線と接合線の入力例を示す図
【図２５】本発明の実施の形態３によって編集されたキーワード配置の例を示す図
【符号の説明】
１ ベクトル生成部
２ 辞書記憶部
３ スコア計算部
５ 肯定メトリック記憶部
６ 否定メトリック記憶部
７ 必要性計算部
８ 判定パラメータ記憶部
９ 未読データ書き込み制御部
１０ 未読データ記憶部
１１ 未読データ出力制御部
１２ 教師データ制御部
１３ 教師データ記憶部
１４ 学習制御部
１６、１７、１８ スイッチ
１９ メトリック学習部
２０ 学習用ベクトル生成部
２１ 判定面学習部
２２ スコア計算部
３４ データ表示装置
５０ 情報フィルタリングユニット
５１ インタフェースユニット
５２ 学習ユニット
５３ メトリック分割ユニット
５４ 分類パラメータ記憶部
５５ 分類情報フィルタリングユニット
５６ 分類未読データ記憶部
６０ データベース記憶部
６１ データベース読み出し部
６２ データベース再構築制御部
６３ スイッチ
６４ 適応データベース書き込み部
６５ 適応データベース記憶部
７０ 分類インタフェースユニット
１００ 情報入力端子
１０１ キーワード数信号入力端子
１０２ キーワード信号入力端子
１０３ データ読み出し開始信号入力端子
１０５ 教師信号入力端子
１０６ 学習開始信号入力端子
１０７ 学習制御部指示信号出力端子
１０８ 分類開始信号入力端子
１１０ 未読データ部指示端子
５３２ 枝切り肯定メトリック記憶部
５３３ 枝切り否定メトリック記憶部
５３８ 分類ラベル記憶部
１０００ 可視化装置
１００１ メモリ
１００２ ＣＰＵ
１００３ ディスプレイ／キーボード
１００４ 配置データ
１００５ ＦＤ
１００６ Ｉ／Ｆ
１００７ 情報フィルタ装置
１００８ Ｉ／Ｆ
１００９ ネットワーク
２１００ 情報フィルタ装置
２１０１ 可視化装置
２１０２ 設定入力部
２１０３ 初期設定部
２１０４ キーワード体生成部
２１０５ 初期配置生成部
２１０６ 枝切りメトリック信号生成部
２１０７ コスト計算部
２１０８ 配置保持部
２１０９ 配置候補生成部
２１１０ 配置更新決定部
２１１１ 温度更新部
２１１２ 配置出力部
２２０１ 切断線入力部
２２０２ 配置データ切断部
２２０３ 接合線入力部
２２０４ 配置データ接合部[0001]
BACKGROUND OF THE INVENTION
The present invention can arrange and display related keywords in an easy-to-understand manner for the user based on information obtained by the information filter device that acquires the user's interest by whether or not information is necessary. The present invention relates to a method and a device for visualizing possible keywords.
[0002]
[Prior art]
With the progress of the social infrastructure of information communication in recent years, development of an information filter device (Japanese Patent Laid-Open No. 9-288683) is being promoted as a technology to cope with the large-scale information communication network and the significant increase in communication volume. . This is because the amount of information that can be accessed by an individual exceeds the amount of information that can be processed by the individual today. For this reason, an information filter device that can appropriately retrieve information that the user thinks necessary from a large amount of information has attracted attention.
[0003]
[Problems to be solved by the invention]
For example, the information filter device disclosed in Japanese Patent Laid-Open No. 9-288683 automatically acquires a keyword reflecting the user's interest, calculates a score reflecting the user's interest in the information based on the keyword, and obtains information in descending order of the score. Is presented.
[0004]
However, there is a problem that the user himself / herself cannot confirm a keyword reflecting the user's automatically acquired interest.
[0005]
The present invention solves the above-described conventional problems, and receives at least a keyword having a degree of reflection of the user's interest as an input, and has a keyword body having a shape, size and color for each of the keywords. A keyword visualization method comprising: setting, arranging the keyword body, and displaying the keyword body and the keyword on a display, wherein the keyword that the user is interested in is classified for each field of information. An object of the present invention is to provide a visualization device for keywords to be arranged and presented together.
[0006]
[Means for Solving the Problems]
In order to achieve this object, the keyword visualization method of the present invention includes a keyword obtained by an information filter device that acquires a user's interest by a user input as to whether or not information is necessary, a defragmentation positive metric signal, and / or A keyword body having a shape, size, and color reflecting the user's interest is set for each of the keywords upon receiving a debranching negative metric signal, the keyword body is arranged, and the keyword body is displayed on a display. And the keywords are displayed.
[0007]
According to the present invention, the shape and / or size and / or color of the keyword body of the keyword can be determined using the degree of reflection of the user's interest, and the relationship between the keywords is utilized. The keyword bodies of related keywords can be arranged together for each field of information, and the keyword bodies and the keywords can be displayed on the display in an easily understandable manner.
[0024]
DETAILED DESCRIPTION OF THE INVENTION
The invention according to
[0028]
[0029]
[0030]
Claim 4 The invention described in
[0032]
[0033]
[0035]
[0036]
[0037]
Claim 9 The invention described in
[0038]
[0039]
Claim 11 The invention described in
[0049]
Hereinafter, embodiments of the present invention will be described with reference to FIGS.
[0050]
(Embodiment 1)
FIG. 1 shows a block diagram of a keyword visualization system according to
[0051]
Here, the information reflecting the user's interest includes a keyword reflecting the user's interest, a branching positive metric signal described later, a branching negative metric signal described later, and a classification label vector described later. 2 (see FIG. 2), a branch cut positive metric storage unit 532 (see FIG. 13), a branch cut negative metric storage unit 533 (see FIG. 13), and a classification label storage unit 538 (see FIG. 13). .
[0052]
Hereinafter, a first embodiment of the present invention will be described with reference to the drawings. First, prior to the description of the keyword visualization method and apparatus that are the basis of the present invention, keywords, branch-cutting positive metric signals, branch-cutting negative metric signals, and classification labels that reflect the user's interest as inputs to the present invention. An information filter device that generates vectors will be described.
[0053]
FIG. 2 is a block diagram showing the configuration of the information filter device, and FIG. 3 is a block diagram grouped into functional units for easy understanding of the configuration and operation.
[0054]
First, the basic concept of the information filter device will be described with reference to FIG.
[0055]
The information filter device includes a plurality of
[0056]
The operation of the above configuration will be described below. In the following description, it is assumed that the history of what “information” the user has required in the past has already been learned. In addition, one or more keywords corresponding to the “information” are attached to what is simply referred to as “information” below. The keyword may be a part or the whole of each word constituting the “information”, or may be specially added to represent the “information”.
[0057]
First, when new “information” is input to the
[0058]
Similarly, the classification information filtering unit 55 also quantitatively evaluates the necessity of the new “information” as a necessity signal.
[0059]
Next, the evaluated new “information” is stored in the unread
[0060]
At this time, the user receives a teacher signal indicating whether each unread “information” including the new “information” presented to the user is necessary or unnecessary for the user, and the user inputs a teacher
[0061]
Next, the
[0062]
As described above, the information filter device can adapt to the user through higher learning, classify and preferentially present the “information” required by the user. Of course, in the initial state in which learning is not performed, the
[0063]
It should be noted that “information” requested by the user is preferentially presented, as described in a more specific use example, by searching for a population A of a certain “information” database with a specific keyword and searching for a search set B of “information” However, not all of the “information” of the search set B is necessary for the user, and even if all of the “information” is necessary for the user, the necessary order naturally exists. It is assumed that. Therefore, presentation in the order of the user's necessity on the
[0064]
Consider the case where a keyword is attached to the input “information” as described above. Considering a single user, a keyword set A with high frequency or probability attached to “information” that the user needs, and a keyword set B attached with high frequency or probability to “information” that is unnecessary, Furthermore, it is possible to consider a keyword set C that is attached or not attached to both.
[0065]
Accordingly, a positive numerical value is assigned to a keyword belonging to the keyword set A, a negative value is assigned to a keyword belonging to the keyword set B, and a
[0066]
Further, it is configured to determine which keyword group of the keyword sets A, B, and C each belongs to one or more keywords included in the newly input “information”, and accumulate the allocated values. To do.
[0067]
With this configuration, a plurality of keywords attached to the newly input “information” are replaced with “information” including a large number of keywords belonging to the keyword set A (information that is likely to be required by the user). ) Is a large positive value, and for “information” (information that is likely to be unnecessary by the user) with many keywords belonging to the keyword set B, it is a numerical value indicating a large negative value. Can be converted.
[0068]
Thus, the user's needs can be predicted using the numerical values. As described above, the information filter device automatically assigns values to keywords (including keyword co-occurrence) based on the presented “information” and the user's necessary / unnecessary evaluation regarding the “information”. It realizes calculation of high necessity signals and rearranges “information” in order of high accuracy and necessity.
[0069]
Therefore, here, a plurality of keywords attached to “information” are converted into one vector, and the autocorrelation matrix of the vector is calculated separately when the user needs it and when it is not needed. . Using the autocorrelation matrix MY created from the keywords associated with “information” that the user answered is necessary, the length SY of the vector V is
SY = ΣΣMij ・ Vi ・ Vj
ij
And calculate.
[0070]
In the following, the autocorrelation matrix MY made from the keyword associated with “information” answered as “necessary” is referred to as “positive metric signal”, and the autocorrelation matrix MN produced from the keyword associated with information answered as unnecessary is referred to as “negative metric signal”. And the length SY is called an affirmative signal.
[0071]
The length SY is a large positive value if the keywords that are often included in the "information" required by the user are included in a plurality of keywords from which the vector V is based. Since it takes a value and takes a value close to 0 otherwise, it is effective in calculating the necessity signal.
[0072]
The
[0073]
The classification information filtering unit 55 performs the same operation as the
[0074]
Next, a block corresponding to the
[0075]
First, the configuration of a block corresponding to the
[0076]
The
[0077]
In FIG. 2, 1 is a vector generation unit that converts a plurality of character strings such as keywords attached to “information” into vectors, and 2 stores a code dictionary signal for converting a plurality of character strings such as keywords into vectors. The code dictionary storage unit. The code dictionary signal stored in the code
[0078]
[Expression 1]
The
[0080]
9 is an unread data write in which information data D, which is the main body of “information”, a keyword number signal nofKs, a keyword group signal Ks, a necessity signal N, and a reliability signal R are written in an unread
[0081]
[Expression 2]
[0083]
[Equation 3]
Is a teacher data storage unit.
[0085]
Next, the block configuration of the
[0086]
In FIG. 3, 70 receives a control signal DO from the data read start
[0087]
Next, the configuration of a block corresponding to the
[0088]
The configuration of the part that performs the metric learning shown in FIG. 4 is as follows. In FIG. 4,
[0089]
The configuration of the part that learns the determination parameter signal is as follows.
[0090]
In FIG. 4, a learning
[0091]
About the information filter apparatus comprised as mentioned above, the operation | movement is demonstrated for each unit using drawing.
[0092]
An example of a preferable initial state of the information filter device is that the positive metric signal MY and the negative metric signal MN are (nofDCK × nofDCK) zero matrix, and all the necessary signals N [N] of the unread data URD [i] in the unread data storage unit 10 i] (i = 1,..., nofURD) The minimum value Vmin that can be expressed by the hardware using the hardware, and the teacher signal T [j] of the teacher data TD [j] in the teacher
[0093]
First, the operation of the
First, the information data D is input from the information
[0094]
The keyword group signal Ks is converted from a collection of character strings into a vector signal V by the
The operation of the
[0095]
Next, the code dictionary signal DCK [j] consisting of a keyword and a number designated by the dictionary counter j is read from the
[0096]
When W [j] equal to the keyword signal K [i] is found, the j-th component V [j] of the vector signal is set to 1 (step (H) in the figure), and the keyword counter signal i is increased by 1 (FIG. 5). Step (Re)). Thereafter, the same processing is executed until the keyword counter signal i becomes larger than the keyword number signal nofKs (step (n) in the figure).
[0097]
Thus, in the
[0098]
Next, the affirmation signal calculation unit 31 calculates an affirmation signal SY having a large value when the keyword group signal Ks includes many keywords that have been included in the information required by the user in the past. For this purpose, the affirmation signal calculation unit 31 receives the vector signal V, reads the affirmation metric signal MY from the affirmation
[0099]
[Expression 4]
The negative signal calculation unit 32 calculates the negative signal SN having a large value when the keyword group signal Ks includes a large number of keywords that have been included in the information unnecessary for the user in the past. For this purpose, the negative signal calculation unit 32 reads the negative metric signal MN from the negative
[0101]
[Equation 5]
The positive metric signal MY and the negative metric signal MN are determined based on the keyword group signal Ks and the user response, as will be described later. Using the affirmative signal SY and the negative signal SN calculated in this way, as shown in FIG. 11, at one point on the two-dimensional space where the vertical axis represents the positive signal SY and the horizontal axis represents the negative signal SN. Information data D can be made to correspond. The distribution of the information data D in this two-dimensional space is mainly what the user needs (indicated by ○) is distributed in the upper left, and what the user does not need (indicated by ×) is mainly distributed in the lower right. Will come to do. Therefore, by determining an appropriate coefficient C as shown in FIG. 12, the information data D required by the user and the unnecessary information data D can be separated.
[0103]
Further, the necessity signal N calculated using this coefficient C described below becomes larger as it is located at the upper left in the above-described two-dimensional space, that is, the information data D predicted to be more necessary. Therefore, if information data D are arranged and presented in descending order of necessity signal N, the user can efficiently obtain necessary information. The reliability signal R in the direction orthogonal to the necessity signal N is a signal indicating how many keyword signals are included in the dictionary among the keywords included in the keyword group signal Ks. Therefore, the magnitude of the reliability signal R indicates how reliable the necessity signal N calculated by the information filter is.
[0104]
Next, the
N = SY-C / SN
And calculate the reliability signal R
R = C ・ SY + SN
And calculate.
[0105]
The operation of the unread data write control unit 9 will be described with reference to the flowchart shown in FIG. First, the information data D, the keyword number signal nofKs, and the keyword group signal Ks are received from the respective input terminals, the necessity signal N and the reliability signal R are received from the
[0106]
i1 and subsequent unread data
URD [i + 1] = URD [i] i = i1,..., NotURD
(Steps (f) to (ri) in the figure), and then the i1th unread data URD [i1]
N [i1] = N
R [i1] = R
nofKs [i1] = nofKs
Ks [i1] = Ks
D [i1] = D
And the necessity signal N or the like (step (nu) in the figure). When this replacement is completed, the unread data portion instruction signal WI output from the unread data portion instruction terminal 110 is returned to 0 (step (L) in the figure), and the processing is ended.
[0107]
Next, the
[0108]
Hereinafter, in a preferred embodiment, the unread
[0109]
A data read start signal DO is input from the data read start signal input terminal 103 (step (a) in FIG. 7). The
[0110]
A user (not shown) looks at the display information signal DD displayed on the
TD [i] = TD [i-1], i = 2,..., NotTD
(Step (W) in the figure) The first teacher data TD [1] is replaced with the teacher signal T, the keyword number signal nofKs [1] of the unread data and the keyword group signal Ks [1].
T [1] = T
TnofKs [1] = nofKs [1]
TKs [1] = Ks [1]
(Steps (W) and (Y) in the figure), the unread data URD in the unread
It is assumed that URD [i] = URD [i + 1], i = 1,..., (NofURD-1) (steps (t) and (re) in the figure), and the necessity signal of the nofURD-th unread data is represented by N [nofURD ] = (Minimum value Vmin)
(Steps (tu), (ne), (na) in the figure).
[0111]
Next, the operation of the
[0112]
FIG. 8 shows a flowchart showing an outline of the operation of the
[0113]
In FIG. 8, a learning start signal LS is first input from the learning start
[0114]
Next, the
[0115]
Next, an operation in which the
[0116]
FIG. 9 is a flowchart of the operation of the
[0117]
Next, the
MY [i] [j] = MY [i] [j] + LV [i] · LV [j]
(Where i, j = 1 to notDiC)
(Step (C) in the figure).
[0118]
By this processing, the positive metric signal MY has a larger value than the keyword signal (plurality) for the information data D required by the user. As a result, the affirmative signal SY described above becomes larger than the information data D required by the user. The negative metric signal MN is similarly processed as follows.
[0119]
When the teacher signal T [c] of the teacher data TD [c] is T = 0, the negative metric signal MN is
MN [i] [j] = MN [i] [j] + LV [i] · LV [j]
(Where i, j = 1 to notDiC)
(Step (re) in the figure). Next, the value of the teacher data counter
c = c + 1
And increase by 1 (step (nu) in the figure).
[0120]
Thereafter, the
[0121]
The
[0122]
Next, the determination
As shown in FIG. 12, the determination
[0123]
For this purpose, it will be described in detail according to the flowchart shown in FIG.
[0124]
First, upon receiving the determination surface learning control signal PLC (step (b) in FIG. 10), the value of the teacher data counter c is set to 1 (step (b) in FIG. 10). The c-th teacher data signal TD [c] is read from the teacher data storage unit 13 (step (c) in the figure), and the teacher signal T [c] of the teacher data TD [c] is examined (step (d) in the figure). . When the teacher signal T [c] is not −1 (T ≠ −1), the keyword number signal TnofKs [c] and the keyword group signal TKs [c] of the teacher data TD [c] are output (same as above). Figure step (e)). The learning
[0125]
The learning
c = c + 1
And increase by 1 (step (C) in the figure).
[0126]
Thereafter, the determination
[0127]
Next, the determination
[0128]
The
[0129]
As shown in FIG. 11, in the two-dimensional space in which the keyword group signal is expressed by the positive signal SY and the negative signal SN using the two metric signals described above, the information required by the user is mainly in the upper left. Unnecessary information is distributed in the lower right. Therefore, if the necessity signal is N = SY−C · SN using the appropriate coefficient C as described above, the necessity signal takes a large value for the information required by the user.
[0130]
Through the operation as described above, a matrix (positive metric signal MY and negative metric signal MN) reflecting the user's interest is generated in the positive
[0131]
By appropriately dividing the matrix generated in this way, it is possible to realize an interest classification suitable for each user. Specifically, the
[0132]
FIG. 13 is a block diagram showing a configuration of the
In FIG. 13, 54 is a classification parameter storage unit for storing parameters related to classification, and the stored contents can be rewritten by input from the classification
[0133]
In the figure,
[0134]
[0135]
The operation of the
[0136]
When the learning start signal LS is input from the learning start
[0137]
FIG. 14 is a flowchart showing processing of the branch
[0138]
Upon receiving the classification start signal CSt from the classification start
[0139]
Next, the row counter i and the column counter j are set to 0 (step (b), step (c)). Then, the (ij) component MY [i] [j] of the positive metric signal MY and the (ij) component MN [i] [j] of the negative metric signal MN are read from the positive
[0140]
The sum of the (ij) component MY [i] [j] of the positive metric signal MY and the (ij) component MN [i] [j] of the negative metric signal MN compares the branching threshold Nlow (step) (E)). If the sum is larger than the branching threshold Nlow, the (ij) component MY [i] [j] of the positive metric signal MY is changed to the (ij) component CMY [i] [j] of the branching positive metric signal CMY. The (ij) component MN [i] [j] of the negative metric signal MN is substituted into the (ij) component CMN [i] [j] of the debranching positive metric signal CMN (step (To)).
[0141]
If the sum is smaller than the branch cut threshold Nlow, the (ij) component CMY [i] [j] of the branch cut positive metric signal CMY and the (ij) component CMN [i] [j] of the branch cut positive metric signal CMN. 0 is substituted into (Step (To)).
Then, the column counter j is incremented by one (step (H)).
[0142]
Thereafter, the same processing is performed for all components (steps (L) to (L)).
[0143]
When the above branching processing is completed, the branching
[0144]
The branching
[0145]
When the processing is completed, a matrix calculation start signal is sent to the matrix
[0146]
When receiving the matrix calculation start signal, the matrix
[0147]
First, the matrix
[0148]
It is determined whether or not the i-th component CatV [i] of the classification label vector CatV specified by the component counter i is equal to 0 (step (e)). If equal, 1 is substituted into the i-th component CV [i] of the input vector CV (step (f)). As a result, an initial input vector in which only one component is 1 and all other components are 0 is obtained. This input vector is multiplied by the classification matrix signal Class to obtain a conversion vector CVtmp (step (g)). For all components of the transformation vector Ctmp,
Ctmp [i] = Θ (Ctmp [i])
(Step (C) to (L)). Where the function Θ is
Θ (x) = 1 x> 0
0 Other cases
It is a function.
[0149]
The conversion vector CVtmp whose component is 1 or 0 is compared with the input vector CV (step (W)). If the conversion vector CVtmp is different from the input vector CV, the conversion vector CVtmp is substituted into the input vector CV, and the process returns to step (G) (step (W)). If the conversion vector CVtmp and the input vector CV are equal, the classification label vector CatV
CatV = CatV + Cat · CV
(Step (f)). Then, the category signal Cat is increased by 1, and the process returns to step (c) (step (y)).
[0150]
When the values of all the components of the classification label vector are not 0, the processing flow branches from step (e) to end.
[0151]
With the above processing, the classification label vector CatV is obtained when the classification matrix signal Class generated from the debranching positive metric signal CMY and the debranching negative metric signal CMN is composed of four independent matrices.
Initial state CatV = (0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)
Cat = 1 CatV = (1,0,1,0,0,0,0,0,1,0,1,0,0,0,0)
Cat = 2 CatV = (1,2,1,0,2,0,2,0,1,0,1,2,2,0,0)
Cat = 3 CatV = (1,2,1,3,2,3,2,0,1,3,1,2,2,0,3)
Cat = 4 CatV = (1,2,1,3,2,3,2,4,1,3,1,2,2,4,3)
It will change.
[0152]
In this way, the user's interests can be classified into several groups by dividing the components of the input vector that can be transformed into one another into several groups. As the next processing, the classification information filtering unit 55 is set using this result.
[0153]
When the classification label vector CatV is obtained as described above, the matrix
[0154]
The classification
[0155]
First, the classification label vector is read (step (A)). Next, the maximum classification number NCmax is read from the classification parameter storage unit 54 (step (b)). In the configuration shown in FIG. 2, since the number of classification information filtering units is two, it is desirable that the maximum classification number NCmax is 2. Next, all the classification positive metric signal ClassMY and classification negative metric signal ClassMN of NCmax classification information filtering units 55-1 to NCmax are initialized to a zero matrix (step (c)).
[0156]
The row counter i is set to 0 (step (d)). The column counter j is set to 0 (step (e)). Then, it is determined whether or not the i-th component CatV [i] of the classification label vector is equal to or less than the maximum classification number NCmax (step (f)). If it is below, the process proceeds to step (g), and if larger, the process proceeds to step (wo). In step (g), the i-th component CatV [i] and the j-th component CatV [j] of the classification label vector are compared.
[0157]
In step (g), if the i-th component CatV [i] and the j-th component CatV [j] of the classification label vector are equal, this means that the two components are converted into each other by the classification matrix Class, that is, independent. This means that the (ij) component CMY [i] [j] of the debranching positive metric signal CMY and the (ij) component CMN [i] [j] of the debranching negative metric signal CMN are read (step (H)). Then, the (ij) component of the defragmentation positive metric signal is substituted for the (ij) component of the classification positive metric signal ClassMY of the classification information filtering unit 55-CatV [i] with the classification number CatV [i], and the classification negative metric signal The (ij) component of the debranching negative metric signal is substituted for the (ij) component of ClassMN (step (i)).
[0158]
On the other hand, if the two components are not equal in step (g), it means that the two components are not converted by the classification matrix Class, that is, the two components are independent. The processing is omitted from step (h) to step (li).
[0159]
Then, the column counter j is incremented by one (step (nu)), and the value of the column counter j is compared with the dimension NofDCK of the classification label vector (step (le)). If the value of the column counter j is smaller than the dimension of the classification label vector, the process returns to step (g). If the value of the column counter j is greater than or equal to the dimension of the classification label vector, the process proceeds to step (v).
[0160]
In step (W), the value of the row counter i is incremented by one. The value of the row counter i is compared with the dimension NofDCK of the classification label vector (step (W)). If the value of the row counter i is smaller than the dimension of the classification label vector, the process returns to step (e). If the value of the row counter i is greater than or equal to the dimension of the classification label vector, the process ends.
[0161]
With the above processing, all the classification information filtering units 55 are appropriately set (including the case where both the classification positive metric signal and the classification negative metric signal are zero matrices).
[0162]
Since the operation of each classification information filtering unit 55 is the same as the operation of the information filtering unit 51, description thereof is omitted.
[0163]
In the foregoing, prior to the description of the present invention, an information filter device that generates a keyword, a branch cut positive metric signal, a branch cut negative metric signal, and a classification label vector that reflect the user's interest as an input to the present invention has been described.
[0164]
The keyword visualization method and apparatus according to the present invention reads a keyword, a branch cut positive metric signal, a branch cut negative metric signal, a classification label vector, etc. reflecting the user's interest generated by such an information filter device, and is understood by the user. It is to display keywords in a form that is easy to do.
[0165]
Here, it should be noted that the keyword itself is a sequence of characters and does not originally have a shape, size, color, or the like. For this reason, in the present invention, a keyword body having a shape, a size, and a color is given for each keyword. That is, the arrangement position of the keyword body instead of the keyword is determined, and the keyword is displayed using the arrangement position of the keyword body.
[0166]
Hereinafter, the operation of the visualization apparatus 1000 in the visualization system configured as shown in FIG. 1 will be described with reference to the flowchart of FIG. Here, a set in which the arrangement coordinates of all keyword bodies are collected together is called an arrangement S. When arranging in a two-dimensional space, the arrangement coordinates (center coordinates) of the keyword bodies i (= 1,..., NofDCK) are ( sx (i), sy (i)), the arrangement S = {sx (i), sy (i) | i = 1,. . . , NofDCK}. In the following description, the case of arranging in a two-dimensional space will be described.
[0167]
First, the keyword i (= 1,..., NofDCK) reflecting the user's interest stored in the code
[0168]
Next, the classification label vector CatV is read from the classification
[0169]
Next, the branch cut positive metric signal CMY is read from the branch cut positive
[0170]
Next, the branch cut negative metric signal CMN is read from the branch cut negative
[0171]
Next, initial settings are made for an arrangement area (a keyword body is arranged in the arrangement area), an arrangement S, a temperature T, a keyword body, and the like (e). Regarding initialization of the arrangement S, for example, an initial arrangement in which the arrangement coordinates of all keyword bodies are randomly set in the arrangement area, or an initial arrangement in which the arrangement coordinates of the keyword bodies having the same classification label are set close in the arrangement area. The arrangement may be the initial arrangement S. For initialization of the temperature T, an appropriate value larger than 0 may be given. In addition, initialization of parameters of a cost function F (S) described later and a temperature update coefficient β described later is also performed.
[0172]
Further, as the initial setting of the keyword body, the shape, size, and color are determined. As described above, since the keywords are arranged in the descending order of the degree of reflection of the user's interest, for example, if the shape of the keyword body i is a regular (i + 2) square, the keyword is not important. As the keyword disappears, the keyword body of the keyword approaches a circle, and the user can understand the importance of the keyword at a glance.
[0173]
Moreover, even if the shape of the keyword body is fixed, the user can understand the importance of the keyword at a glance by changing the size. For example, the size of the keyword body i is set so as to satisfy the relationship of (the size of the keyword body (i−1))> (the size of the keyword body i)> (the size of the keyword body (i + 1)). This will improve understanding. Furthermore, even if the shape and size of the keyword body is constant, the user can understand the importance of the keyword at a glance by changing the color. Of course, it is also conceivable that keyword bodies having the same classification label have the same color, and the user's advantage in this case is that keywords in the same field can be understood at a glance. As described above, determining the shape and / or size and / or color of the keyword body using the degree of reflection of the user's interest is extremely important to help the user's understanding.
[0174]
Next, the counter count is set to 0 (f), and the arrangement S is updated (g). To update the arrangement S, first, a keyword body or keyword body group is selected, and then an arrangement candidate S ′ is generated by changing the arrangement coordinates of the selected keyword body or keyword body group within the arrangement area. Finally, it is only necessary to determine whether or not the arrangement candidate S ′ is to be the arrangement S at the next time through a comparison between the cost of the arrangement S and the cost of the arrangement candidate S ′.
[0175]
The simplest cost function F (S) for evaluating the arrangement S may be, for example, (Equation 6).
[0176]
[Formula 6]
Here, A and B are positive constants. D (i, j, S) is the distance between the keyword bodies i and j in the arrangement S. Further, o (i, j, S) is a function that takes a value of 1 when there is an overlap between the keyword bodies i and j in the arrangement S, and takes a value of 0 otherwise. Using such a cost function F (S), for example, as shown in (Expression 7), the placement candidate S ′ may be set as the placement S at the next time with the following probability.
[0178]
[Expression 7]
Here, T is a temperature parameter as described above.
[0180]
Regarding the determination of the keyword body group, for example, the keyword bodies having the same classification label may be considered as one keyword body group.
[0181]
Furthermore, the keyword body group can be determined using the distance d (i, j, S) between the keyword bodies i and j. For example, when (CMY (i, j) + CMN (i, j)) is greater than 0 for keyword bodies i and j, the time change H (i, j) of d (i, j, S) is small, that is, When the arrangement positions of the keyword bodies i and j are stable, they may be used as keyword body groups. Here, the time change H (i, j) of d (i, j, S) can be calculated by, for example, (Equation 8).
[0182]
[Equation 8]
Here, ε is a positive constant. In addition, S indicates the current arrangement, and S ′ indicates the arrangement at the next time (the arrangement candidate accepted in (Equation 7)).
[0184]
When this H (i, j) is below a certain threshold, the keyword bodies i and j form one keyword body group. In addition, a new keyword body group in which some of these keyword body groups are grouped can be configured. Specifically, when a common keyword body is included in two keyword body groups, a new keyword body group is formed by grouping these two keyword body groups, and this is repeated.
[0185]
When the arrangement coordinates are changed using the keyword body group configured as described above as a unit, the relative arrangement coordinates between the keyword bodies included in the keyword body group are stored. Thereby, the arrangement correction is performed at high speed, and a good arrangement result can be obtained in a short time.
[0186]
In order to check how the arrangement S is changed, the updated arrangement S may be displayed on the
[0187]
Subsequent to the update of the arrangement S in step (g), 1 is added to the counter count in step (h).
[0188]
Next, in step (i), if count <nofDIK (Y), the process returns to step (g); otherwise (N), the process proceeds to step (n).
[0189]
In step (n), it is determined whether the end condition is satisfied. For example, the process may be ended when the change in the cost F (S) of the arrangement S becomes small.
[0190]
Alternatively, a counter such as the counter count may be provided, the maximum number of repetitions may be set in advance, and the process may be terminated when the counter exceeds the maximum number.
[0191]
If the end condition is not satisfied in step (nu) (N), the process proceeds to step (le) and the temperature T is updated. For example, it is conceivable to set the temperature update constant β in a range of 0 <β <1, and update it as (Equation 9).
[0192]
[Equation 9]
If the end condition is satisfied in step (nu) (Y), the process proceeds to step (wo), the arrangement S is stored in the arrangement
[0194]
The above keyword visualization method was applied to an example that includes keywords that reflect the user's interests. FIG. 19 shows an initial arrangement (for simplicity, a random arrangement), and FIG. 20 shows an arrangement result. A square in the figure is a keyword body, and a word on the keyword body is a keyword. For simplicity, the keyword body has a square shape and a constant size.
[0195]
Further, the straight line connecting the keyword bodies in the figure indicates the relationship between the keywords. It can be seen from FIG. 20 that is an arrangement result that related keyword bodies are arranged so as to form a cluster.
(Embodiment 2)
Below, an example of the keyword visualization system in
[0196]
In FIG. 21, reference numeral 2100 denotes an information filter device for generating information reflecting a user's interest (keyword reflecting the user's interest, the classification label vector, the debranching positive metric signal, the debranching negative metric signal), Code
[0197]
Reference numeral 2101 denotes a visualization device for arranging keywords reflecting the user's interest on the display in an easy-to-see manner.
[0198]
2105 receives the keyword body from the keyword
[0199]
2110 receives the current arrangement and its cost from the
[0200]
Hereinafter, details of each unit will be described, but the code
[0201]
The setting
[0202]
The
[0203]
The keyword
[0204]
The initial
[0205]
The branch cut metric
[0206]
The
[0207]
The
[0208]
The arrangement
[0209]
The arrangement
[0210]
The arrangement S at the next time determined by the arrangement
[0211]
The
[0212]
The
[0213]
With the above configuration, it is possible to arrange and display keyword bodies of related keywords for each field of information for keywords reflecting the user's interest.
[0214]
(Embodiment 3)
Below, the information visualization editing system in
[0215]
In FIG. 22,
[0216]
The editing input for editing the keyword body (and its aggregate) is not limited to the cutting line DL and the joining line CL. The figure indicating the cutting part and the joining part may be a figure for setting a certain area.
[0217]
Hereinafter, the operation of the visualization apparatus 2101 having the above configuration will be described.
[0218]
As described in the second embodiment, the arrangement S is written in the arrangement
[0219]
In addition, the user operates the joint
[0220]
This process is performed for all connected keyword bodies. As a result, as shown in the lower left of FIG. 25, it is possible to obtain an arrangement S3 in which a group of keyword bodies that were two in FIG. 23 are joined together. This corresponds to the division of one category into two categories, and a new classification label corresponding to the arrangement S3 joined by performing the processing below the metric synthesis processing described in the first embodiment. You can get a vector.
[0221]
As described above, the cut line input unit for inputting the cut line DL for cutting the keyword body (and its aggregate) included in the arrangement S, and the arrangement S received from the cut line DL and the arrangement data storage unit. An arrangement data cutting unit for calculating a cutting arrangement DS obtained by cutting the portion into several parts, a joining line input unit for inputting a joining line CL for connecting a keyword body (and its aggregate) included in the placement S, and the joining By providing an arrangement joint that receives the line CL and calculates the arrangement S connecting the keyword bodies (and the aggregates thereof), an information visualization classification apparatus that can edit the visualized classification result by the user's hand can be realized.
[0222]
【The invention's effect】
As described above, the present invention receives a keyword obtained by an information filter device that acquires a user's interest by user input as to whether or not information is necessary, and at least one of a branch cut positive metric signal and a branch cut negative metric signal. For each of the keywords, a keyword body having a shape, size and color reflecting the user's interest is set, the keyword body is arranged, and the keyword body and the keyword are displayed on a display. As a result, at least one of the shape, size, and color of the keyword body of the keyword can be determined using the degree of reflection of the user's interest, and the branch cut positive metric signal and the branch cut negative metric are determined. Use at least one of the signals to identify the keyword body of the relevant keyword for each field of information Stopped and can be arranged, further, it is possible to provide a visualization method of a keyword that can be displayed easily understand the keyword body and the keyword on the display.
[Brief description of the drawings]
FIG. 1 is a block diagram of a keyword visualization system according to a first embodiment of the present invention.
FIG. 2 is a block diagram of an information filter device used in the keyword visualization system according to the first embodiment of the present invention.
FIG. 3 is a block diagram showing an outline of an information filter device used in the keyword visualization system according to the first embodiment of the present invention.
FIG. 4 is a block diagram showing a configuration of a part that performs metric learning in the information filter device;
FIG. 5 is a flowchart for explaining the operation of the vector generation unit of the information filter device;
FIG. 6 is a flowchart for explaining the operation of an unread data write control unit of the information filter device;
FIG. 7 is a flowchart for explaining the operation of the classification interface unit of the information filter device;
FIG. 8 is a flowchart for explaining the operation of the learning control unit of the information filter device;
FIG. 9 is a flowchart for explaining the operation of the metric learning unit of the information filter device;
FIG. 10 is a flowchart for explaining the operation of the determination surface learning unit of the information filter device;
FIG. 11 is a diagram for explaining the operation of the determination surface learning unit of the information filter device;
FIG. 12 is a diagram for explaining the operation of the determination surface learning unit of the information filter device;
FIG. 13 is a block connection diagram of a metric division unit of the information filter device.
FIG. 14 is a flowchart for explaining the operation of the branching processing unit of the metric division unit of the information filter device;
FIG. 15 is a flowchart for explaining the operation of the branching metric synthesis unit of the metric division unit of the information filter device;
FIG. 16 is a flowchart for explaining the operation of the matrix calculation control unit of the metric division unit of the information filter device;
FIG. 17 is a flowchart for explaining the operation of the classification metric writing unit of the metric division unit of the information filter device;
FIG. 18 is a flowchart for explaining the operation of the keyword visualization system according to the first embodiment of the present invention;
FIG. 19 is a diagram showing an example of an initial arrangement of the keyword visualization system according to the present invention.
FIG. 20 is a diagram showing an example of an arrangement result by the keyword visualization system of the present invention.
FIG. 21 is a block diagram showing a configuration of a keyword visualization system according to the second embodiment of the present invention.
FIG. 22 is a block diagram showing a configuration of an information visualization editing system according to a third embodiment of the present invention.
FIG. 23 is a diagram showing an example of keyword arrangement visualized according to the third embodiment of the present invention.
FIG. 24 is a diagram showing an example of keyword arrangement and cutting line / joining line input visualized according to
FIG. 25 is a diagram showing an example of keyword arrangement edited by the third embodiment of the present invention.
[Explanation of symbols]
1 Vector generator
2 Dictionary storage
3 Score calculator
5 Positive metric storage
6 Negative metric storage
7 Necessity calculation section
8 Judgment parameter storage
9 Unread data write controller
10 Unread data storage
11 Unread data output controller
12 Teacher data control unit
13 Teacher data storage
14 Learning control unit
16, 17, 18 switches
19 Metric Learning Department
20 Learning vector generator
21 Judgment surface learning section
22 Score calculator
34 Data display device
50 Information filtering unit
51 Interface unit
52 learning units
53 Metric division unit
54 Classification parameter storage unit
55 Classification information filtering unit
56 Classification unread data storage
60 Database storage
61 Database reading part
62 Database reconstruction control unit
63 switch
64 Adaptive database writer
65 Adaptive database storage
70 Classification interface unit
100 Information input terminal
101 Keyword number signal input terminal
102 Keyword signal input terminal
103 Data read start signal input terminal
105 Teacher signal input terminal
106 Learning start signal input terminal
107 Learning control unit instruction signal output terminal
108 Classification start signal input terminal
110 Unread data section instruction terminal
532 Branch cut positive metric storage unit
533 Branch cut negative metric storage unit
538 Classification label storage
1000 Visualization device
1001 memory
1002 CPU
1003 Display / Keyboard
1004 Placement data
1005 FD
1006 I / F
1007 Information filter device
1008 I / F
1009 network
2100 Information filter device
2101 Visualization device
2102 Setting input section
2103 Initial setting section
2104 Keyword field generator
2105 Initial arrangement generation unit
2106 Debranching metric signal generator
2107 Cost calculator
2108 Arrangement holding unit
2109 Arrangement candidate generation unit
2110 Location update determination unit
2111 Temperature update unit
2112 Layout output unit
2201 Cutting line input section
2202 Arrangement data cutting unit
2203 Joining line input section
2204 Placement data junction
Claims (11)
前記配置生成部は、分類ラベルが同じキーワードのキーワード体が一つのキーワード体群を形成することを特徴とする請求項１に記載のキーワードの可視化装置。The input unit receives, as information reflecting the user's interest, a keyword reflecting the user's interest, an evaluation value indicating the degree of the user's interest in the keyword, and a classification label indicating the relationship information between the keywords,
2. The keyword visualization apparatus according to claim 1, wherein the layout generation unit forms one keyword body group with keyword bodies having the same classification label.
前記配置生成部は、前記キーワード体生成部で生成されたキーワード体の初期配置としてランダムに配置するように配置座標を生成する初期配置生成部と、前記キーワード体の配置座標と前記キーワードのユーザの興味の度合いを示す評価値から分類ラベルが同じキーワード体が１つのキーワード体群としてまとまるように前記配置の更新を繰り返し行なう配置更新決定部とを具備することを特徴とする請求項１に記載のキーワードの可視化装置。The input unit receives, as information reflecting the user's interest, a keyword reflecting the user's interest and an evaluation value indicating the degree of the user's interest in the keyword (and a classification label indicating relationship information between the keywords),
The arrangement generation unit includes an initial arrangement generation unit that generates arrangement coordinates so as to randomly arrange as an initial arrangement of the keyword body generated by the keyword body generation unit, an arrangement coordinate of the keyword body, and a user of the keyword The arrangement update determining unit that repeatedly updates the arrangement so that keyword bodies having the same classification label are grouped as one keyword body group based on an evaluation value indicating a degree of interest. Keyword visualization device.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP30366399A JP3799905B2 (en) | 1998-11-06 | 1999-10-26 | Keyword visualization method and apparatus |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10-315880 | 1998-11-06 | ||
| JP31588098 | 1998-11-06 | ||
| JP30366399A JP3799905B2 (en) | 1998-11-06 | 1999-10-26 | Keyword visualization method and apparatus |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000200290A JP2000200290A (en) | 2000-07-18 |
| JP3799905B2 true JP3799905B2 (en) | 2006-07-19 |
Family
ID=26563586
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP30366399A Expired - Fee Related JP3799905B2 (en) | 1998-11-06 | 1999-10-26 | Keyword visualization method and apparatus |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3799905B2 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4536225B2 (en) * | 2000-07-28 | 2010-09-01 | 富士通株式会社 | Dynamic determination of keywords and their importance in message sending and receiving systems |
| GB2390704A (en) | 2002-07-09 | 2004-01-14 | Canon Kk | Automatic summary generation and display |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3244005B2 (en) * | 1995-09-04 | 2002-01-07 | 松下電器産業株式会社 | Information filtering apparatus and information filtering method |
-
1999
- 1999-10-26 JP JP30366399A patent/JP3799905B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000200290A (en) | 2000-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2003140942A (en) | Methods, systems, and articles of manufacture for soft hierarchical clustering of co-occurring objects | |
| JP2006520948A (en) | Method, system and data structure for searching for 3D objects | |
| CN106294481B (en) | A kind of air navigation aid and device based on map | |
| JP3244005B2 (en) | Information filtering apparatus and information filtering method | |
| CN107004025A (en) | Image retrieving apparatus and the method for retrieving image | |
| CN106844666B (en) | Self-adaptive time series data query method | |
| JP6868576B2 (en) | Event presentation system and event presentation device | |
| US6233352B1 (en) | Information processing method and apparatus | |
| JP3799905B2 (en) | Keyword visualization method and apparatus | |
| JP2008305268A (en) | Document classification device and classification method | |
| CN117235281A (en) | Multi-element data management method and system based on knowledge graph technology | |
| JP6567720B1 (en) | Data preprocessing device, data preprocessing method, and data preprocessing program | |
| JPH0944518A (en) | Method for structuring image data base, and method and device for retrieval from image data base | |
| JP3645431B2 (en) | Information search support device and information search support program storage medium | |
| CN105893343A (en) | Information management device and information management method | |
| CN113343012B (en) | News matching method, device, equipment and storage medium | |
| JP5061147B2 (en) | Image search device | |
| US7240050B2 (en) | Methods and apparatus for generating automated graphics using stored graphics examples | |
| CN115408611A (en) | Menu recommendation method and device, computer equipment and storage medium | |
| KR20050058877A (en) | Apparatus and method for motion data processing | |
| CN113870998A (en) | Interrogation method, device, electronic equipment and storage medium | |
| JPH10240762A (en) | Information filter device and data base re-constructing device and information filtering method and initialization method | |
| JP3772401B2 (en) | Document classification device | |
| JPH11219365A (en) | Image retrieving device | |
| US20040086203A1 (en) | Database registration system and database registration method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20050629 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050816 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051003 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060117 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060309 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060404 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060417 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100512 Year of fee payment: 4 |
|
| LAPS | Cancellation because of no payment of annual fees |