JP5576544B1 - 情報処理装置 - Google Patents

Abstract

【課題】 非構造化データの解析により得られた結果に対して該非構造化データに含まれた特徴情報が与える影響をユーザに提示する情報処理装置を提供する。
【解決手段】 一実施形態に係る情報処理装置は、学習データを用いて機械学習を実行することにより生成されたモデル情報であって、特徴情報と該特徴情報に対応付けられた重み情報とを複数のラベルの各々について含むモデル情報、を記憶する記憶手段と、前記複数のラベルのうちの少なくとも１つのラベル（２０代）について前記モデル情報に含まれた前記特徴情報（３１２、３１４、３２２、３２４）を、該特徴情報に対応付けられた前記重み情報に基づいて表示装置に表示する表示制御手段と、を具備する。
【選択図】 図８

Description

本発明は、非構造化データの解析に関連した情報処理を実行する情報処理装置に関する。

非構造化データの解析に関連した情報処理を実行する情報処理装置としては、特開２０１３−１０１４１５号公報（特許文献１）に記載されたものが知られている。この文献に記載された情報処理装置は、非構造化データとして商品ウェブページを用いるものであって、第１の商品ウェブページ及び第２の商品ウェブページに含まれたそれぞれの特徴情報に基づいて、これらの商品ウェブページ間の類似度を算出することによって、これらの商品ウェブページが類似した商品を扱うものであるか否かを判定することができる。

特開２０１３−１０１４１５号公報

しかしながら、上記特許文献に記載された従来技術に係る情報処理装置においては、非構造化データ（表品ウェブページ）に対する解析の結果のみをユーザに提示するのみであって、非構造化データに含まれた特徴情報がその結果にどのような影響を与えるかをユーザに提示することはできない。

そこで、本発明の様々な実施形態により、非構造化データの解析により得られた結果に対して該非構造化データに含まれた特徴情報が与える影響をユーザに提示する情報処理装置を提供する。

本発明の一態様に係る情報処理装置は、学習データを用いて機械学習を実行することにより生成されたモデル情報であって、特徴情報と該特徴情報に対応付けられた重み情報とを複数のラベルの各々について含むモデル情報、を記憶する記憶手段と、前記複数のラベルのうちの少なくとも１つのラベルについて前記モデル情報に含まれた前記特徴情報を、該特徴情報に対応付けられた前記重み情報に基づいて表示装置に表示する表示制御手段と、を具備するものである。

本発明の一態様に係るコンピュータプログラムは、コンピュータを、学習データを用いて機械学習を実行することにより生成されたモデル情報であって、特徴情報と該特徴情報に対応付けられた重み情報とを複数のラベルの各々について含むモデル情報、を記憶する記憶手段、及び、前記複数のラベルのうちの少なくとも１つのラベルについて前記モデル情報に含まれた前記特徴情報を、該特徴情報に対応付けられた前記重み情報に基づいて表示装置に表示する表示制御手段、として動作させるものである。

本発明の様々な実施形態により、非構造化データの解析により得られた結果に対して該非構造化データに含まれた特徴情報が与える影響をユーザに提示する情報処理装置を提供する。

図１は、本発明の一実施形態に係る情報処理装置を含む情報処理システムの構成を示すブロック図である。 図２は、図１に示した情報処理システムに含まれる端末装置３０のアーキテクチャを示すブロック図である。 図３は、本発明の一実施形態に係るサーバ装置１０の機能の具体例を示すブロック図である。 図４は、図１に示した情報処理システムにより学習処理に際して行われる動作の具体例を示すフロー図である。 図５は、本発明の一実施形態に係る情報処理装置を含む情報処理システムにより扱われる学習データの具体例を示す図である。 図６は、図５に示した学習データに対する形態素解析の具体例を概念的に示す模式図である。 図７は、図１に示した情報処理システムにより分析処理に際して行われる動作の具体例を示すフロー図である。 図８は、本発明の一実施形態に係る情報処理装置を含む情報処理システムにより行われる表示制御の結果として表示装置に表示される画面の具体例を示す模式図である。 図８は、本発明の一実施形態に係る情報処理装置を含む情報処理システムにより行われる表示制御の結果として表示装置に表示される画面の別の具体例を示す模式図である。

以下、添付図面を参照して本発明の様々な実施形態を説明する。なお、図面における共通する構成要素には同一の参照符号が付されている。

まず、最も好ましい実施形態として、端末装置が、通信回線を介してサーバ装置にアクセスし、非構造化データの解析をサーバ装置に実行させ、その解析の結果を端末装置に接続された表示装置に表示する実施形態について説明する。すなわち、端末装置は、サーバ装置から非構造化データの解析に関するサービス（以下「解析サービス」という。）の提供を受ける。
また、端末装置がサーバ装置から提供を受ける解析サービスが、一例として、インターネット上に設けられた掲示板に投稿された文章が、１０代、２０代、３０代、４０代及び５０代のいずれの世代により作成されたものであるかを判定するためのサービスであるものとして説明する。

１．概要
図１は、本発明の一実施形態に係る情報処理装置を含む情報処理システムの構成を示すブロック図である。情報処理システムは、サーバ装置１０と、通信機能を備える複数の端末装置３０−１、３０−２、・・・、３０−Ｎ（これらの各々を「端末装置３０」と総称することがある。）、を含む。サーバ装置１０と各端末装置とはインターネット等の通信網（通信回線）２０を介して接続される。
ユーザは、端末装置３０を用いて、通信網２０を介して、サーバ装置１０から解析サービスの提供を受ける。

２．サーバ装置１０の構成
サーバ装置１０は、ＣＰＵ１１と、メインメモリ１２と、ユーザインターフェイス（Ｉ／Ｆ）１３と、通信インターフェイス（Ｉ／Ｆ）１４と、外部メモリ１５と、ディスクドライブ１６と、を含み、これらの各構成要素がバス１７を介して互いに電気的に接続されている。ＣＰＵ１１は、外部メモリ１５からオペレーティングシステム、及び、解析サービスに関する機能を実現するためのプログラム等をメインメモリ１２にロードし、ロードしたプログラムに含まれる命令を実行する。メインメモリ１２は、ＣＰＵ１１が実行するプログラムを格納するために用いられ、例えばＤＲＡＭによって構成される。

ユーザＩ／Ｆ１３は、例えば、オペレータの入力を受け付けるキーボードやマウス等の情報入力装置と、ＣＰＵ１１の演算結果を出力する液晶ディスプレイ等の情報出力装置と、を含む。通信Ｉ／Ｆ１４は、ハードウェア、ファームウェア、ＴＣＰ／ＩＰドライバやＰＰＰドライバ等の通信用ソフトウェア、又は、これらの組み合わせとして実装され、通信網２０を介して端末装置３０と通信可能に構成される。

外部メモリ１５は、例えば磁気ディスクドライブで構成され、解析サービスに関する機能を実現するためのプログラム等の様々なプログラムが記憶される。また、外部メモリ１５には、これらのプログラムにおいて用いられる各種データも記憶されうる。

ディスクドライブ１６は、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、ＤＶＤ−Ｒ等の各種の記憶メディアに格納されたデータを読み込み、又は、これらの記憶メディアにデータを書き込む。

一実施形態において、サーバ装置１０は、階層構造を有する複数のウェブページから成るウェブサイトを管理するウェブサーバであり、端末装置３０に対して解析サービスを提供することができる。端末装置３０に備えられたブラウザソフトウェアは、ウェブページを表示するためのＨＴＭＬデータをサーバ装置１０から取得し、取得したＨＴＭＬデータを解析して、当該ウェブページを端末装置３０のユーザに提示することができる。このウェブページを表示するためのＨＴＭＬデータも外部メモリ１５に記憶されうる。ＨＴＭＬデータは、ＨＴＭＬ等のマークアップ言語で記述されたＨＴＭＬ文書から成り、このＨＴＭＬ文書には、タグを利用して様々な画像を関連付けることができる。また、ＨＴＭＬ文書には、ＡｃｔｉｏｎＳｃｒｉｐｔやＪａｖａＳｃｒｉｐｔ（登録商標）等のスクリプト言語等で記述されたプログラムを埋め込むことができる。
このように、サーバ装置１０は、解析サービスを提供するウェブサイトを管理し、このウェブサイトを構成するウェブページを端末装置３０からの要求に応じて配信することにより、ユーザに解析サービスを提供することができる。

３．端末装置３０の構成
一方、端末装置３０は、一実施形態において、サーバ装置１０から取得したウェブサイトのウェブページをウェブブラウザ上で表示することができる任意の情報処理装置であって、例えば、携帯電話機、スマートフォン、ゲーム用コンソール、パーソナルコンピュータ、タッチパッド、及び、電子書籍リーダーを含むが、これらには限られない。

図２を参照して端末装置３０のアーキテクチャを説明する。図２は、図１に示した情報処理システムに含まれる端末装置３０のアーキテクチャを示すブロック図である。端末装置３０は、図示のように、ＣＰＵ３１、メインメモリ３２と、ユーザインターフェイス（Ｉ／Ｆ）３３と、通信インターフェイス（Ｉ／Ｆ）３４と、外部メモリ３５と、を含み、これらの各構成要素がバス３６を介して互いに電気的に接続されている。

ＣＰＵ３１は、外部メモリ３５からオペレーティングシステム等の様々なプログラムをメインメモリ３２にロードし、ロードしたプログラムに含まれる命令を実行する。メインメモリ３２は、ＣＰＵ３１が実行するプログラムを格納するために用いられ、例えばＤＲＡＭによって構成される。

ユーザＩ／Ｆ３３は、例えば、ユーザの入力を受け付けるタッチパネル、キーボード、ボタンやマウス等の情報入力装置と、ＣＰＵ３１の演算結果を出力する液晶ディスプレイ等の情報出力装置と、を含む。通信Ｉ／Ｆ３４は、ハードウェア、ファームウェア、又は、ＴＣＰ／ＩＰドライバやＰＰＰドライバ等の通信用ソフトウェア又はこれらの組み合わせとして実装され、通信網２０を介してサーバ装置１０と通信可能に構成される。
外部メモリ３５は、例えば磁気ディスクドライブやフラッシュメモリ等により構成され、オペレーティングシステム等の様々なプログラムを記憶する。

このようなアーキテクチャを有する端末装置３０は、例えば、ＨＴＭＬ形式のファイル（ＨＴＭＬデータ）を解釈して画面表示するためのブラウザソフトウェアを備えており、このブラウザソフトウェアの機能によりサーバ装置１０から取得したＨＴＭＬデータを解釈して、受信したＨＴＭＬデータに対応するウェブページを表示することができる。また、端末装置３０は、ブラウザソフトウェアに組み込まれるプラグインソフト（例えば、アドビシステムズ社から提供されているＦＬＡＳＨ Ｐｌａｙｅｒ）（ＦＬＡＳＨは商標）を備えており、ＨＴＭＬデータに埋め込まれたＳＷＦ形式のファイルをサーバ装置１０から取得し、当該ＳＷＦ形式のファイルをブラウザソフトウェア及びプラグインソフトを用いて実行することができる。

端末装置３０においてＨＴＭＬ形式のファイル（ＨＴＭＬデータ）が解釈されると、例えば、このファイルにおいて指定されたアニメーションや操作用アイコンが端末装置３０の画面に表示される。ユーザは、端末装置３０の入力インターフェース（例えば、タッチスクリーンやボタン）を用いて解析サービスを進行させるための指示を入力することができる。ユーザから入力された指示は、端末装置３０のブラウザやＮｇＣｏｒｅ（商標）等のプラットフォームの機能を通じてサーバ装置１０に伝達される。

４．サーバ装置１０の機能
次に、図１に示した各構成要素により実現されるサーバ装置１０の機能について、図３を参照して説明する。図３は、本発明の一実施形態に係るサーバ装置１０の機能の具体例を示すブロック図である。
図３に示すように、サーバ装置１０は、記憶部５１と、特徴抽出部５２と、機械学習部５３と、判定部５４と、表示制御部５５と、を含む。

４−１．記憶部５１
記憶部５１は、解析サービスに用いられる様々な情報を記憶する。記憶部５１は、例えば、後述するように、学習データ、被分析データ、これらのデータから抽出された特徴情報、モデル情報等を含む様々な情報を記憶する。この記憶部５１に記憶される情報は、適宜、更新することが可能なものである。

４−２．特徴抽出部５２
特徴抽出部５２は、非構造化データに対して特徴抽出（ここでは一例として形態素解析）を実行することにより、この非構造化データから特徴情報（特徴語、特徴ベクトル）を抽出する。このように抽出された特徴情報は、記憶部５１に記憶されうる。

４−３．機械学習部５３
機械学習部５３は、記憶部５１に記憶された非構造化データ及び特徴情報を用いて機械学習を実行することにより、モデル情報を生成する。このモデル情報は、特徴情報とこのモデル情報に対応付けられた重み情報（ウェイト情報）とを複数のラベルの各々について含むものである。このように生成されたモデル情報は、記憶部５１に記憶されうる。

４−４．判定部５４
判定部５４は、記憶部５１に記憶された分析対象データ（被分析データ）及びモデル情報を用いて、分析対象データが１０代〜５０代のいずれの世代により作成されたものであるかを判定する。

４−５．表示制御部５５
表示制御部５５は、複数のラベルについてモデル情報に含まれた特徴情報を、この特徴情報に対応付けられた重み情報に基づいて、サーバ装置１０のユーザI/F１３に含まれた表示装置、及び、端末装置３０のユーザI/F３３に含まれた表示装置のうちの少なくとも一方に表示する。

具体的には、表示制御部５５は、少なくとも第１表示モード及び第２表示モードに従って特徴情報を表示することができる。すなわち、表示制御部５５は、第１表示モードでは、被分析データに含まれた特徴情報のうちモデル情報に含まれた特徴情報と同一の特徴情報を、この特徴情報に対応付けられた重み情報に基づいて表示装置に表示する。また、表示制御部５５は、第２表示モードでは、モデル情報に含まれた特徴情報を、この特徴情報に対応付けられた重み情報の大きさに基づいて決定された順序に従って表示装置に表示する。

５．解析サービスの提供時に行われる動作
図１に示した情報処理システムにより行われる動作は、少なくとも、学習処理及び分析処理を含む。学習処理とは、学習データ（モデル情報を生成するために用いられる非構造化データであって、ここでは、例えば１０代〜５０代のそれぞれの世代により作成された多数の文章）を用いて機械学習を実行することにより、モデル情報を生成する処理である。分析処理とは、被分析データ（分析の対象となる非構造化データであって、ここでは、例えば１０代〜５０代のいずれの世代により作成されたのか不明である文章）及び学習処理により生成されたモデル情報を用いて、被分析データがいずれの世代により作成されたものであるのかを判定する処理である。

５−１．学習処理
図４は、図１に示した情報処理システムにより学習処理に際して行われる動作の具体例を示すフロー図である。

ステップ（以下「ＳＴ」という。）１００では、サーバ装置１０において、記憶部５１に記憶された学習データが読み出される。図５は、本発明の一実施形態に係る情報処理装置を含む情報処理システムにより扱われる学習データの具体例を概念的に示す模式図である。
読み出される学習データは、１０代〜５０代のそれぞれの世代により作成された多数の文章（非構造化データ）を含む。各学習データがいずれの世代により作成されたものであるのかは、サーバ装置１０にとって既知なものであり、いずれの世代により作成されたものであるかを示す情報が、その学習データに対応付けて記憶部５１に記憶されている。図５には、それらの学習データの一例として、２０代の人間により作成された文章を含む学習データ１１０が示されている。

ＳＴ１０２では、読込まれた学習データのそれぞれに対して特徴抽出部５２により形態素解析が実行されることにより、特徴情報（特徴語）が抽出される。図６は、図５に示した学習データに対する形態素解析の具体例を概念的に示す模式図である。図６には、学習データ１１０から多数の特徴情報１１２が抽出される様子が示されている（なお、図６では、簡略化のために、３つの特徴情報のみにしか参照符号１１２が付与されていない）。ここでは、特徴情報として、多数の単語が抽出されている。これらの単語は、名詞、形容詞、動詞、助詞等を含む。図６に示された方式の形態素解析だけでなく、様々な形態素解析が利用可能である。
抽出された各特徴情報は、この特徴情報に対応する年代を示す情報と対応付けて、記憶部５１に記憶される。

ＳＴ１０４では、各学習データから抽出された特徴情報（及び年代を示す情報）を用いた機械学習が機械学習部５３により実行される。この機械学習によりモデル情報が生成される。

モデル情報は、特徴情報とこのモデル情報に対応付けられた重み情報（ウェイト情報）とを複数のラベルの各々について含むものである。具体的には、モデル情報は、例えば、「１０代」というラベルについては、次の表１に示すように、１０代に対応する多数の学習データから抽出された複数の特徴情報（特徴情報Ａ１〜ＡＸ。但し、Ｘは自然数）と、各特徴情報に対応付けられた重み情報と、を含む。ここで、重み情報は、その数値が大きい程、その重み情報に対応する特徴情報が１０代の世代により利用される確率、頻度乃至可能性がより高いことを意味する一方、その数値が小さい程、その重み情報に対応する特徴情報が１０代の世代により利用される確率、頻度乃至可能性がより低いことを意味する。

また、モデル情報は、「２０代」というラベルについても、次の表２に示すように、２０代に対応する多数の学習データから抽出された複数の特徴情報（特徴情報Ａ１〜ＡＸ。但し、Ｘは自然数）と、各特徴情報に対応付けられた重み情報と、を含む。

さらに、モデル情報は、「３０代」、「４０代」及び「５０代」というラベルについても同様に、それぞれ、次の表３、表４及び表５に示すように、複数の特徴情報と、各特徴情報に対応付けられた重み情報とを含む。このように生成されたモデル情報は、記憶部５１に記憶される。

次に、ＳＴ１０６では、複数のラベルのうちの少なくとも１つのラベルについて、モデル情報に含まれた複数の特徴情報を、この特徴情報に対応付けられた重み情報に基づいて、表示装置に表示するような制御が、表示制御部５５により行われる。具体的には、例えば、「１０代」というラベルについて、モデル情報に含まれた複数の特徴情報（表１参照）が、次の表６及び表７に示すようなランキング表として、表示装置に表示される（第２表示モード）。

表６に示すように、最も大きい重み情報を有する２０個の特徴情報が、その重み情報の大きさに基づいて決定された順序に従って（すなわち降順に）表示されている。ここで、高い順位にランキングされている特徴情報は、その特徴情報が被分析データの中に含まれている場合に、その被分析データが１０代の人間により作成されたものであると推定されることに寄与する特徴情報であることを意味する。
また、表７に示すように、最も小さい重み情報を有する２０個の特徴情報が、その重み情報の大きさに基づいて決定された順序に従って（すなわち昇順に）表示されている。ここで、高い順位にランキングされている特徴情報は、その特徴情報が被分析データの中に含まれている場合に、その被分析データが１０代の人間により作成されたものであると推定されないことに寄与する特徴情報であることを意味する。

なお、「２０代」〜「５０代」のそれぞれのラベルについても、モデル情報に含まれた複数の特徴情報（それぞれ表２〜表５参照）が、次の表６及び表７に示したものと同様のランキング表として、表示装置に表示されうる。
別の実施形態では、表６及び表７に例示されたランキング表示に代えて、又は、ランキング表示とともに、複数の特徴情報が各特徴情報に対応付けられた重み情報を用いた円グラフや棒グラフ等のグラフにより表示される。
また、複数の特徴情報は、各特徴情報に対応付けられた重み情報の大きさに基づいて決定された態様により表示されるものとすることができる。これらの態様としては、サイズ、色、濃淡、模様、形状、輝度、書体及びデザインのうちの少なくとも１つの態様を含む。これらの態様の具体例については後に説明する。

５−２．分析処理
図７は、図１に示した情報処理システムにより分析処理に際して行われる動作の具体例を示すフロー図である。
ＳＴ２００では、どの世代の人間により作成されたのかが不明である文章、例えばインターネット上の掲示板に投稿された文章（非構造化データ）が、被分析データとして記憶部５１から読込まれる。ＳＴ２０２では、この被分析データに対して特徴抽出部５２により形態素解析が行われることにより特徴情報が抽出される。ここで行われる形態素解析は、上述した図４におけるＳＴ１０２において行われるものと同様である。

次に、ＳＴ２０４では、被分析データが１０代〜５０代のいずれの世代により作成されたものであるのかが、判定部５４により判定される。具体的には、まず、被分析データから抽出された複数の特徴情報のうち、モデル情報において「１０代」というラベルについて含まれた複数の特徴情報と同一の特徴情報が検索される。次に、このように検索された特徴情報のすべてについて、それらに対応する重み情報の合計値が算出される。この合計値は、「１０代」の合計値Ｘ１とされる。同様の検索及び算出が、「２０代」〜「５０代」のそれぞれについて行われる。これにより、「２０代」の合計値Ｘ２〜「５０代」の合計値Ｘ５が得られる。さらに、合計値Ｘ１〜合計値Ｘ５のうちその数値が最大である合計値に対応する年代が、判定の結果とされる。例えば、合計値Ｘ２が最大である場合には、その被分析データは２０代の人間により作成されたものであるとの判定がなされる。

次に、ＳＴ２０６では、被分析データに含まれた特徴情報のうちモデル情報に含まれた特徴情報と同一の特徴情報を、この特徴情報に対応付けられた重み情報に基づいて表示装置に表示するような制御が、表示制御部５５により行われる。

まず、上述したＳＴ２０２において被分析データから抽出された多数の特徴情報が、記憶部５１から読み出される。まず、これら多数の特徴情報の中から、モデル情報において「１０代」というラベルについて含まれた特徴情報と同一の特徴情報が検索される。このように検索された特徴情報の各々について対応付けられた重み情報もまた検索される。これにより、被分析データから抽出された多数の特徴情報の各々について、「１０代」についての重み情報が得られる。

上記と同様の検索が行われることにより、被分析データから抽出された多数の特徴情報の各々について、「２０代」〜「５０代」についての重み情報も得られる。

次に、被分析データから抽出された多数の特徴情報が、「２０代」〜「５０代」のぞれぞれについての重み情報の大きさに基づいて、表示される（第１表示モード）。

図８は、本発明の一実施形態に係る情報処理装置を含む情報処理システムにより行われる表示制御の結果として表示装置に表示される画面の具体例を示す模式図である（図８には、被分析データとして、単に説明の簡略化のために、図５に示した学習データ１１０と同一である被分析データ３００が示されているが、実際には、学習データと被分析データとが同一であるケースは稀である）。

図８には、一例として、被分析データから抽出された多数の特徴情報が「２０代」についての重み情報の大きさに基づいて表示される例が示されている。なお、上述したように、被分析データを作成したのは「１０代」〜「５０代」のうち「２０代」であると、判定部５４により判定されている。

図８に示す画面おいては、一例として、多数の特徴情報のうち、「２０代」という判定結果に対して「肯定的に」寄与した特徴情報、すなわち、より大きな重み情報を有する特徴情報は、実線で描かれた矩形により囲まれている一方、「２０代」という判定結果に対して「否定的に」寄与した特徴情報、すなわち、より小さな重み情報を有する特徴情報は、一点鎖線で描かれた矩形により囲まれている。
さらに、「肯定的に」寄与した特徴情報（０以上の重み情報を有する特徴情報）、例えば、特徴情報３１２、３１４のうち、より大きな重み情報を有する特徴情報３１４は、より小さな重み情報を有する特徴情報３１２に比べて、特徴情報それ自体がより大きく表示され、さらには、その特徴情報を囲む矩形もまたより大きく表示されている。
逆に、「否定的に」寄与した特徴情報（０未満の重み情報を有する特徴情報）、例えば、特徴情報３２２、３２４のうち、より小さな重み情報を有する特徴情報３２４は、より大きな重み情報を有する特徴情報３２２よりもまたより大きく表示されている。
これにより、ユーザは、各特徴情報が（i）判定結果に対して肯定的に又は否定的に寄与したものであるのか、（ii）各特徴情報によるその寄与がどの程度のものであるのか、を簡単に認識することができる。

図８には、特徴情報がその特徴情報に対応付けられた重み情報の大きさに基づいて表示されることに関する具体例として、特徴情報それ自体のサイズ、及び、その特徴情報を囲む矩形のサイズの両方が、対応する重み情報の大きさに基づいて表示される例が示されているが、特徴情報それ自体のサイズ及び矩形のサイズのいずれか一方が、重み情報の大きさに基づいて表示されるようにしてもよい。

図８は、特徴情報がこの特徴情報に対応付けられた重み情報の大きさに基づいて決定された態様により表示されることに関して、態様が「サイズ」であることを例示するものである。

特徴情報を重み情報の大きさに基づいて表示する態様としては、サイズ、色、濃淡、模様、形状、輝度、書体、音、言語及びデザインのうちの少なくとも１つを含むものとすることができる。
態様として「色」を用いる場合には、例えば、より大きな重み情報を有する特徴情報を彩度のより少ない色により表示し、より小さな重み情報を有する特徴情報を彩度のより多い色により（又はその逆の手法により）表示することができる。
態様として「濃淡」を用いる場合には、例えば、より大きな重み情報を有する特徴情報をより濃い色により表示し、より小さな重み情報を有する特徴情報をより淡い色により（又はその逆の手法により）表示することができる。
態様として「模様」を用いる場合には、例えば、より大きな重み情報を有する特徴情報をより複雑な模様により表示し、より小さな重み情報を有する特徴情報をより簡潔な模様により（又はその逆の手法により）表示することができる。
態様として「形状」を用いる場合には、例えば、より大きな重み情報を有する特徴情報をより複雑な形状により表示し、より小さな重み情報を有する特徴情報をより簡潔な形状により（又はその逆の手法により）表示することができる。
態様として「輝度」を用いる場合には、例えば、より大きな重み情報を有する特徴情報をより高い輝度により表示し、より小さな重み情報を有する特徴情報をより低い輝度により（又はその逆の手法により）表示することができる。
態様として「書体」を用いる場合には、例えば、より大きな重み情報を有する特徴情報をより複雑な書体により表示し、より小さな重み情報を有する特徴情報をより簡潔な書体により（又はその逆の手法により）表示することができる。
態様として「デザイン」を用いる場合には、例えば、より大きな重み情報を有する特徴情報をより複雑なデザインにより表示し、より小さな重み情報を有する特徴情報をより簡潔なデザインにより（又はその逆の手法により）表示することができる。
なお、これらの上述した態様は組み合わせて用いることが可能なものである。

また、図８には、被分析データから抽出された多数の特徴情報が「２０代」についての重み情報の大きさに基づいて表示される例が示されているが、これらの特徴情報は「１０代」及び「３０代」〜「５０代」についての重み情報の大きさに基づいて表示されるようにしてもよい。

さらに、別の実施形態では、図９に示すように、ユーザが表示された特徴情報を（ポインタ等により）選択したときに、そのように選択された特徴情報が学習データにおいてどのように用いられていたものであるのかを示すインデックスが表示されるようにしてもよい。図９には、例えば、ユーザが特徴情報３３０を選択したときに、その特徴情報３３０に対応するインデックス４００が表示される様子が示されている。このインデックス４００は、例えば、モデル情報の生成に用いられた学習データにおいて、どの年代が作成した文章において、どのような文章にその特徴情報が含まれていたのかを示すものとなっている。

以上、解析サービスの一例として、インターネット上に設けられた掲示板に投稿された文章が、１０代、２０代、３０代、４０代及び５０代のいずれの世代により作成されたものであるかを判定するサービスについて説明したが、解析サービスとしては、様々なものが利用可能である。
例えば、利用客からの音声又は文章による問い合わせが、苦情なのか、質問なのか、お褒めなのか、を解析するサービスが利用可能である。この場合、学習データとしては、利用客から寄せられた問い合わせ（音声又は文章）が用いられ、モデル情報における特徴情報としては、問い合わせに係る音声データ又は文章データから抽出された単語が用いられ、モデル情報におけるラベルとしては、「苦情」、「質問」及び「お褒め」等が用いられる。その他については、上述したものと同様の情報及び処理を用いることができる。
また別の例としては、新聞記事又は放送されたニュースが、国際、政治、芸能、スポーツ、科学等のいずれの分野に関連するものであるかを判定するサービスが利用可能である。この場合、学習データとしては、発行された新聞記事又は放送されたニュースが用いられ、モデル情報における特徴情報としては、新聞記事に係る文章データ又はニュースに係る音声データから抽出された単語が用いられ、モデル情報におけるラベルとしては、「国際」、「政治」、「芸能」、「スポーツ」及び「科学」等が用いられる。その他については、上述したものと同様の情報及び処理を用いることができる。
さらに別の例としては、新たに開発された薬品が心臓の機能を阻害するものかしないものかを推定するサービスが利用可能である。この場合、モデル情報における特徴情報としては、その薬に含まれる化合物の構造及び科学的性質（親水性、酸性度及び塩基制度等）が用いられ、モデル情報におけるラベルとしては、「心臓の機能を阻害する」及び「心臓の機能を阻害しない」が用いられる。

また、上記実施形態では、端末装置がサーバ装置にアクセスすることによって解析サービスの提供を受ける（この実施形態では、サーバ装置が特許請求の範囲に記載された「情報処理装置」に相当し、サーバ装置及び／又は端末装置に有線により接続された表示装置、及び／又は、端末装置自体に備えられた表示装置が、特許請求の範囲に記載された「表示装置」に相当する）。
別の実施形態では、端末装置は、サーバ装置にアクセスすることなく、単にインストールされたプログラムに従って動作することによって、解析サービスをユーザに提供することができる。この場合、端末装置は、図３を参照して説明した各機能と同一又は等価な機能を有するものとすることができる（この実施形態では、端末装置が特許請求の範囲に記載された「情報処理装置」に相当し、端末装置に有線により接続された表示装置、及び／又は、端末装置自体に備えられた表示装置が、特許請求の範囲に記載された「表示装置」に相当する）。

本明細書で説明される処理及び手順は、実施形態において明示的に説明されたものによってのみならず、ソフトウェア、ハードウェア又はこれらの組み合わせによっても実現可能なものである。具体的には、本明細書で説明された処理及び手順は、集積回路、揮発性メモリ、不揮発性メモリ、磁気ディスク、光ストレージ等の媒体に、当該処理に相当するロジックを実装することによって実現される。また、本明細書で説明される処理及び手順は、それらの処理・手順をコンピュータプログラムとして実装し、各種のコンピュータに実行させることが可能である。

本明細書中で説明される処理及び手順が単一の装置、ソフトウェア、コンポーネント、モジュールによって実行される旨が説明されたとしても、そのような処理又は手順は、複数の装置、複数のソフトウェア、複数のコンポーネント、及び／又は、複数のモジュールによって実行されるものとすることができる。また、本明細書中で説明されるデータ、テーブル又はデータベースが単一のメモリに格納される旨説明されたとしても、そのようなデータ、テーブル又はデータベースは、単一の装置に備えられた複数のメモリ又は複数の装置に分散して配置された複数のメモリに分散して格納されるものとすることができる。さらに、本明細書において説明されるソフトウェアおよびハードウェアの要素は、それらをより少ない構成要素に統合して、又は、より多い構成要素に分解することによって実現されるものとすることができる。

１０ サーバ装置
３０ 端末装置
５１ 記憶部
５２ 特徴抽出部
５３ 機械学習部
５４ 判定部
５５ 表示制御部

Claims (8)

1. 学習データを用いて機械学習を実行することにより生成されたモデル情報であって、特徴情報と該特徴情報に対応付けられた重み情報とを複数のラベルの各々について含むモデル情報、を記憶する記憶手段と、
   前記複数のラベルのうちの少なくとも１つのラベルについて前記モデル情報に含まれた前記特徴情報を、該特徴情報に対応付けられた前記重み情報に基づいて表示装置に表示する表示制御手段であって、被分析データに含まれた特徴情報のうち前記モデル情報に含まれた前記特徴情報と同一の特徴情報を、該特徴情報に対応付けられた前記重み情報の大きさに基づいて表示する表示制御手段と、
   を具備することを特徴とする情報処理装置。
2. 前記表示制御手段は、前記モデル情報に含まれた前記特徴情報を、該特徴情報に対応付けられた前記重み情報の大きさに基づいて表示する、請求項１に記載の情報処理装置。
3. 前記表示制御手段は、前記特徴情報を、該特徴情報に対応付けられた重み情報の大きさに基づいて決定された態様により表示する、請求項１又は請求項２に記載の情報処理装置。
4. 前記態様は、サイズ、色、濃淡、模様、形状、輝度、書体及びデザインのうちの少なくとも１つの態様を含む、請求項３に記載の情報処理装置。
5. 前記表示制御手段は、前記モデル情報に含まれた前記特徴情報を、該特徴情報に対応付けられた前記重み情報の大きさに基づいて決定された順序に従って表示する、請求項２に記載の情報処理装置。
6. 請求項１から請求項５のいずれかに記載された情報処理装置を備えることを特徴とする端末装置。
7. 請求項１から請求項５のいずれかに記載された情報処理装置を備えることを特徴とするサーバ装置。
8. コンピュータを、
   学習データを用いて機械学習を実行することにより生成されたモデル情報であって、特徴情報と該特徴情報に対応付けられた重み情報とを複数のラベルの各々について含むモデル情報、を記憶する記憶手段、及び、
   前記複数のラベルのうちの少なくとも１つのラベルについて前記モデル情報に含まれた前記特徴情報を、該特徴情報に対応付けられた前記重み情報に基づいて表示装置に表示する表示制御手段であって、被分析データに含まれた特徴情報のうち前記モデル情報に含まれた前記特徴情報と同一の特徴情報を、該特徴情報に対応付けられた前記重み情報の大きさに基づいて表示する表示制御手段、
   として動作させることを特徴とするコンピュータプログラム。

Images