WO2005066837A1 - 辞書作成装置および辞書作成方法 - Google Patents

辞書作成装置および辞書作成方法 Download PDF

Info

Publication number
WO2005066837A1
WO2005066837A1 PCT/JP2004/017578 JP2004017578W WO2005066837A1 WO 2005066837 A1 WO2005066837 A1 WO 2005066837A1 JP 2004017578 W JP2004017578 W JP 2004017578W WO 2005066837 A1 WO2005066837 A1 WO 2005066837A1
Authority
WO
WIPO (PCT)
Prior art keywords
dictionary
keyword
text information
information
evaluation value
Prior art date
Application number
PCT/JP2004/017578
Other languages
English (en)
French (fr)
Inventor
Hiroshi Kutsumi
Eiichi Naito
Jun Ozawa
Hideyuki Yoshida
Original Assignee
Matsushita Electric Industrial Co., Ltd.
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Matsushita Electric Industrial Co., Ltd. filed Critical Matsushita Electric Industrial Co., Ltd.
Priority to JP2005516811A priority Critical patent/JP3978221B2/ja
Publication of WO2005066837A1 publication Critical patent/WO2005066837A1/ja
Priority to US11/471,538 priority patent/US7840565B2/en
Priority to US11/497,357 priority patent/US7921113B2/en

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G06F40/242—Dictionaries
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection

Definitions

  • the present invention relates to a dictionary creation device that creates and updates a dictionary used for searching, classifying, or filtering information described in text.
  • a cut-out dictionary that describes the ability to classify, search, or extract text information, or for classifying, searching, or extracting text information.
  • an unnecessary word dictionary that collects such unnecessary keywords.
  • Patent Document 1 JP-A-2002-320159
  • Patent Document 2 JP 2003-134412 A
  • both the cut-out dictionary and the unnecessary word dictionary are sample data of the target text information group, and are fixed. The ability to respond to change.
  • the name of the Prime Minister in politics differs according to the era, and even a professional baseball player may have a different team depending on the era due to trade or the like.
  • the names of performers change with the times, Performers who appeared frequently may stop appearing at all in a few years, or actors who were unknown at the time of creating the dictionary may become hot sellers later.
  • the number of programs related to the event will increase significantly, and the tendency of the keywords to appear will change significantly. It is also possible that the description of the EPG will fluctuate significantly due to the emergence of new broadcasting formats and changes in broadcasting culture.
  • the present invention has been made in view of the above circumstances, and optimally creates a dictionary for classifying, searching, or extracting text information in response to a change in the content of a text information group. It is another object of the present invention to provide a dictionary creation device and a dictionary creation method that can be updated.
  • a dictionary creation device is a dictionary creation device that creates a dictionary used for searching, classifying, or filtering information described in text.
  • a keyword extraction unit for extracting a keyword; and a dictionary registration deletion unit for registering or deleting a keyword extracted from the text information in the dictionary.
  • the dictionary can always be kept in an optimal state by appropriately replacing the keyword with the dictionary power in response to a change in the content of the text information.
  • the dictionary creation device further includes: a keyword statistical means for obtaining a statistical amount relating to the appearance of the keyword in a text information group including one or more text information capabilities; Keyword evaluation value calculation means for calculating an evaluation value of a keyword; and determination means for determining whether or not to register the keyword in the dictionary based on the calculated evaluation value or whether or not to delete the dictionary power. Equipped with The keyword extracting unit may extract a keyword from the text information group, and the dictionary registration deleting unit may register or delete the keyword in the dictionary according to a result of the determination.
  • the dictionary creation device further includes a keyword storage unit for storing the keyword and the evaluation value of the keyword as a set, and the keyword evaluation value calculation unit includes the keyword evaluation value calculation unit.
  • the keyword and the calculated evaluation value are stored in the keyword storage unit in association with each other, and the determination unit determines the evaluation value newly calculated by the keyword evaluation value calculation unit and the evaluation stored in the keyword storage unit. Whether to register the keyword in the dictionary or whether to delete the keyword from the dictionary may be determined based on the amount of change between the value and the value.
  • the evaluation value at the time of the previous processing is stored !, and the keyword is calculated based on the change value between the evaluation value at the previous processing and the evaluation value calculated this time. Since the dictionary is updated, the contents of the dictionary can be updated for keywords whose appearance tendency of the keywords constituting the text information group changes significantly.
  • the evaluation value calculated by the keyword evaluation value calculation means is an idf (inverse document frequency) value of a keyword based on the total number of text information in the text information group and the number of text information including the keyword.
  • the determination means may determine that the keyword is to be registered in the dictionary when the keyword is not registered in the dictionary and the calculated idf value is equal to or greater than a predetermined threshold.
  • the determining means determines that the keyword is to be deleted in the dictionary power when the keyword is registered in the dictionary and the calculated idf value is less than a predetermined threshold. You may.
  • the keyword is a "rare V" keyword that appears in any text information, and conversely, as the keyword is larger, it is included only in some text information. Is. Therefore, it is possible to appropriately create a dictionary in which keywords that are efficient for performing text search, classification, and the like are registered.
  • the text information group is composed of one or more pieces of text information to which information of a category to which the text information group belongs is added in advance, and the keyword statistical means obtains a statistic related to the category in the text information group.
  • the keyword evaluation value calculation means may calculate an evaluation value for the extracted keyword based on a statistic related to the appearance of the keyword and a statistic related to the category.
  • a keyword is registered in the dictionary for each category, and the dictionary registration and deletion means registers the keyword in which the text information ability corresponding to the category is also extracted as the topical feature keyword of the category in the dictionary. You can.
  • regular feature keywords are registered in advance for each of the categories, and the dictionary registration / deletion means includes, among keywords extracted from text information corresponding to the category, A keyword that is not registered as a regular feature keyword of a category is registered in the dictionary as the topical feature keyword of the category.
  • the dictionary creation device further includes classification information acquiring means for acquiring classification information and text information on the category from at least two information sources.
  • the dictionary registration and deletion unit may create a dictionary corresponding to the information source based on the classification information obtained by the classification information obtaining unit and the keyword extracted by the keyword extraction unit.
  • a plurality of dictionaries corresponding to the classification information of a plurality of information sources can be created.
  • the dictionary creation device may further include a dictionary integration and editing unit that edits and integrates the dictionary corresponding to each of the created information sources.
  • the present invention can be realized as a dictionary creation method that can be realized as such a dictionary creation device, and that includes, as steps, characteristic means provided in a dictionary creation device such as a nagako. It can also be realized as a program that causes a computer to execute the steps. Needless to say, such a program can be distributed via a recording medium such as a CD-ROM or a transmission medium such as the Internet. Further, the present invention can also be realized as an EPG program search system including such a dictionary creation device.
  • the dictionary creation device and the dictionary creation method according to the present invention efficient keywords are registered in accordance with the appearance tendency of the keywords constituting the text information group. Dictionaries can be created appropriately. In addition, the dictionary can always be kept in an optimal state by appropriately changing the keywords of the dictionary in response to changes in the contents of the text information group. Also, by using the dictionary created in this way, it is possible to efficiently search, classify, or filter program information provided by, for example, an EPG.
  • FIG. 1 is a block diagram showing a configuration of a dictionary creation device according to Embodiment 1 of the present invention.
  • FIG. 2 is a flowchart showing a flow of operation when creating a cut-out dictionary as a dictionary database in the dictionary creation device according to Embodiment 1 of the present invention.
  • FIG. 3 (a) is a diagram for explaining text information and a group of text information, (b) is a diagram for explaining statistics regarding the appearance of a keypad, and (c) is a diagram for explaining the evaluation value of a keyword. It is a figure showing an example.
  • FIG. 4 is a flowchart showing a flow of an operation when updating the dictionary database in the dictionary creation device according to Embodiment 1 of the present invention.
  • FIG. 5 is a diagram showing an example of a temporal change of an evaluation value of a keyword according to the first embodiment of the present invention.
  • FIG. 6 is a block diagram showing a configuration of an EPG program search system including the dictionary creation device according to Embodiment 1 of the present invention.
  • FIG. 7 is a block diagram showing a configuration of a dictionary creation device according to Embodiment 2 of the present invention.
  • Function 8] is a flowchart showing a flow of operation when creating a cut-out dictionary as a dictionary database in the dictionary creation device according to Embodiment 2 of the present invention.
  • FIG. 9 is a flowchart showing a flow of an operation when updating a dictionary database in the dictionary creation device according to Embodiment 2 of the present invention.
  • FIG. 10 is a diagram showing an example of a temporal change of an evaluation value of a keyword according to Embodiment 2 of the present invention.
  • FIG. 11 is a diagram showing an example of a temporal change of an evaluation value of a keyword according to Embodiment 2 of the present invention.
  • FIG. 12 is a block diagram showing a configuration of a dictionary creation device according to Embodiment 4 of the present invention.
  • FIG. 13 is a block diagram showing a configuration of an EPG program search system including a dictionary creation device according to Embodiment 4 of the present invention.
  • FIG. 14 is a block diagram showing a configuration of an EPG program search system according to Embodiment 5 of the present invention.
  • FIG. 15 is a hardware configuration diagram showing an example of a system configuration when an EPG program search system according to Embodiment 5 of the present invention is provided in a television.
  • FIG. 16 is a flowchart showing a flow of operation when updating a classification dictionary database in the EPG program search system according to Embodiment 5 of the present invention.
  • FIG. 17 is a diagram showing an example of data stored in a classification dictionary database.
  • FIG. 18 is a diagram showing a classification example of each information.
  • FIG. 19 shows (a) an example of a screen when an item to be classified is selected by a user, and (b) an example of a screen when a URL on the Internet is set.
  • FIG. 20 is a diagram showing an example of text information, in which (a) an example of text information relating to “movie” and (b) an example of text information relating to “music”.
  • FIG. 21 is a diagram illustrating an example of a result of extracting a keyword that is also characteristic of text information.
  • FIG. 22 is a diagram showing an example of data stored in a classification dictionary database.
  • FIG. 23 is a diagram illustrating a screen example when a classification for recording setting is selected by a user.
  • FIG. 24 is a diagram showing an example of acquired program information.
  • FIG. 25 is a diagram showing an example of a usage frequency of a topical feature keyword for each period.
  • FIG. 26 is a block diagram showing a configuration of an EPG program search system according to Embodiment 6 of the present invention.
  • Fig. 27 is a diagram showing an example of a screen when a user selects a classification dictionary database (information source site), in which (a) an example of two information sources and (b) an example of three information sources. This is an example.
  • FIG. 28 is a diagram showing “classification” of the classification dictionary database, where (a) an example in which the first information source power is also based on the obtained classification information, and (b) a second information source card obtained. And (c) an example based on the classification information obtained from the third information source.
  • FIG. 29 is a block diagram showing a configuration of an EPG program search system according to Embodiment 7 of the present invention.
  • FIG. 30 is a diagram showing an example of data stored in the classification dictionary database, where (a) an example in which the first information source is also based on the obtained classification information, and (b) a second information source is also obtained. This is an example based on the obtained classification information, and (c) is an example based on the classification information obtained from the third information source.
  • FIG. 31 This is a schematic diagram showing a set relationship between characteristic keywords included in two classifications.
  • A When most characteristic keywords of one classification are included in the other classification, (b) included in two classifications In this case, the characteristic keywords are almost the same.
  • FIG. 33 is a block diagram showing a configuration of an EPG program search system according to Embodiment 8 of the present invention.
  • FIG. 34 is a diagram showing an example of data stored in a classification dictionary database.
  • FIG. 35 is a diagram showing a configuration of a search system according to a modification of the eighth embodiment of the present invention.
  • FIG. 1 is a block diagram showing a configuration of a dictionary creation device according to Embodiment 1 of the present invention.
  • the dictionary creation device 100 is a device for creating a dictionary (dictionary database) used for searching, classifying, filtering, or the like, information described in text.
  • a dictionary updating unit 101 for extracting and registering keywords (words) to be registered in the dictionary database from the group, and a dictionary database 102 are provided.
  • dictionary The database 102 may be used as a cut-out dictionary or used as an unnecessary word dictionary depending on its use.
  • a characteristic keyword is extracted from the text information of the program previously viewed by the viewer to create a profile or the like indicating the viewer's preference.
  • it is used as a dictionary for keyword extraction or keyword exclusion. It is also used as a dictionary for keyword extraction or keyword exclusion when extracting keywords representing program features from text information of programs to be broadcast.
  • the characteristics of the program to be broadcasted are determined based on the profile created as described above.
  • searching for the keyword that represents the program it is possible to specify a program that suits the viewer's preference.
  • a program that suits the viewer's preference from a large amount of programs stored in, for example, an HDD (node disk drive) recorder.
  • the dictionary updating unit 101 includes a keyword extracting unit 1, a keyword statistical unit 2, a keyword evaluation value calculating unit 3, a determining unit 4, and a dictionary registration deleting unit 5.
  • the keyword extracting unit 1 also extracts keywords from the input text information.
  • the keyword statistic unit 2 obtains statistics on the appearance of the extracted keywords, such as the total number of text information in the input text information group and the number of text information including the extracted keywords.
  • the keyword evaluation value calculation unit 3 calculates an evaluation value of the extracted keyword based on the statistical value regarding the appearance of the keyword obtained by the keyword statistics unit 2.
  • the determining unit 4 determines whether or not to register this keyword in the dictionary database 102 or to delete from the dictionary database 102 based on the evaluation value calculated by the keyword evaluation value calculating unit 3.
  • the dictionary registration / deletion unit 5 is The keyword is registered in the dictionary database 102 or deleted from the dictionary database 102 according to the result of the determination.
  • FIG. 2 is a flowchart showing an operation flow when the cutout dictionary is created as the dictionary database 102 in the dictionary creation device 100.
  • the cutout dictionary creation operation will be described with reference to this flowchart.
  • step S101 When text information group B, which also includes one or more pieces of text information power, is input to dictionary updating section 101, for example, as shown in FIG. A keyword is extracted from all text information (step S101). Keyword extraction here can be performed by a commonly used method, such as general morphological analysis, or by using a cutout rule with the end point of a change in the character type (kanji, hiragana, katakana, etc.).
  • the keyword statistic unit 2 obtains a statistic related to the appearance of the keyword extracted by the keyword extraction unit 1, and notifies the keyword evaluation value calculation unit 3 of the statistic (step S102).
  • the keyword statistic unit 2 obtains the total number of text information A in the input text information group B and the number of text information including the keyword extracted as shown in FIG. 3B, for example.
  • the keyword evaluation value calculation unit 3 calculates the keyword extracted by the keyword extraction unit 1 based on the statistics on the appearance of the keyword notified from the keyword statistics unit 2, for example, as shown in FIG. An evaluation value is calculated as shown (step S103).
  • the keyword evaluation value calculation unit 3 calculates an idf (inverse document frequency) value as the evaluation value.
  • the idf value idf (t) for the keyword t includes the total number N of text information included in the text information group and the keyword t among the N pieces of text information as shown in the following equation (1). It is obtained from the number n (t) of texts.
  • the idf value is 1 when the keyword t appears in all text information of the text information group, and tends to increase monotonically as the number of texts n (t) in which the keyword t appears decreases. In other words, the smaller the idf value is, the more unusual the keyword t appears in any text information. Conversely, the larger the! / Is, the less powerful the keyword is in some text information. It can be said.
  • the determination unit 4 determines whether or not the idf value calculated as the evaluation value is equal to or greater than a predetermined threshold value C (step S104).
  • a keyword that is equal to or larger than a predetermined threshold value C is adopted as a keyword constituting the cut-out dictionary. Since this cut-out dictionary is used for searching and classifying text information, it exists in the text information group with a bias, and the relative characteristics of individual text information in the text information group are determined. It is necessary to express the keyword power to be composed. Therefore, if the idf (t) is equal to or greater than a certain value, the criterion is adopted!
  • the determination unit 4 stores the keyword t in the dictionary database 102 (this embodiment). Then, it is notified to the dictionary registration / deletion unit 5 as to be registered in the cut-out dictionary). The dictionary registration / deletion unit 5 registers the keyword t in the dictionary database 102 (Step S105). On the other hand, if the result of the above determination indicates that the idf value is less than the predetermined threshold value C (NO in step S104), the determination unit 4 registers the keyword t in the dictionary database 102. 5 is not notified.
  • the determination unit 4 still performs the evaluation, and determines whether or not the keyword has a force (step S106). As a result of this determination, when there is a keyword that has not been evaluated yet (YES in step S106), the determination unit 4 performs an evaluation value calculation process (step S103) for the next keyword. On the other hand, there are keywords that have not been evaluated If not, that is, if the processing has been completed for all keywords extracted by the keyword extracting unit 1 (NO in step S106), a series of operations ends.
  • the keywords are registered in the dictionary based on the evaluation values of the extracted keywords, the keywords that are efficient for performing text search and classification are registered. It is possible to appropriately create the dictionary database 102.
  • FIG. 4 is a flowchart showing a flow of an operation when the dictionary creating apparatus 100 updates the created dictionary database 102.
  • the updating operation will be described below with reference to this flowchart. Note that the description of the same operation as in the case of creating the dictionary database 102 shown in FIG. 2 is omitted.
  • step S201 the keyword extraction processing by the keyword extraction unit 1 (step S201) and the evaluation value judgment processing by the judgment unit 4 (step S204) are performed when the dictionary database 102 shown in FIG. 2 is created. This is the same as (Step S101, Step S104).
  • the determination unit 4 searches the dictionary database 102, and the keyword t is stored in the dictionary database. It is determined whether or not the user has not been registered in 102 (step S205). If the keyword t has not been registered in the dictionary database 102 (YES in step S205), the judgment unit 4 determines that the keyword t is to be registered in the dictionary database 102, and determines that the keyword t has been registered in the dictionary database 102. Notify to The dictionary registration / deletion unit 5 additionally registers the keyword t in the dictionary database 102 (step S206).
  • the determination unit 4 determines that the idf value calculated as the evaluation value is the predetermined threshold value. It is determined whether the force is less than the value C '(step S207). As a result of this determination, when the idf value is less than the predetermined threshold value C ′ (YES in step S207), the determination unit 4 searches the dictionary database 102, and the keyword t is already registered in the dictionary database 102. It is determined whether or not it has been performed (step S208).
  • the determination unit 4 determines that the keyword t is to be deleted from the dictionary database 102 and sends it to the dictionary registration deletion unit 5. Notice. Dictionary registration deletion The part 5 deletes the keyword t from the dictionary database 102 (Step S209).
  • the judging unit 4 still performs the evaluation, and judges whether or not the keyword has a force (step S210). As a result of this determination, when there is a keyword that has not been evaluated (YES in step S210), the determination unit 4 performs an evaluation value calculation process for the next keyword (step S203). On the other hand, when there is no keyword that has not been evaluated, that is, when the processing has been completed for all the keywords extracted by the keyword extracting unit 1 (NO in step S210), a series of operations is ended. .
  • FIG. 5 is a diagram showing an example of a temporal change of the evaluation value of the keyword.
  • the evaluation value gradually increases.
  • the evaluation value exceeds the threshold value C and is registered in the dictionary database 102.
  • the evaluation value continues to increase, but it starts to decrease at the point G and finally falls below the threshold value C at the point F. Therefore, at this point F, this keyword is deleted from the dictionary database 102.
  • the content of the existing dictionary database 102 is updated according to the appearance tendency of the keywords constituting the text information group, so that the content of the text information group changes.
  • the accompanying dictionary can be constructed.
  • the criteria for deletion are lower than the criteria for keyword registration, the registered keywords tend to be deleted.
  • the evaluation value decreases due to a temporary change in the tendency of the keyword to appear, it is possible to maintain a dictionary with stable contents without repeating registration and deletion frequently.
  • the criterion of evaluation value for registration and deletion of a keyword is different from that of the cut-out dictionary.
  • the keyword to be registered as a dictionary has an evaluation value smaller than the threshold value C. Ie, idf (t) ⁇ C.
  • the judgment condition is idf (t) ⁇ C
  • the evaluation value judgment processing at the time of keyword deletion is idf (t)> C ′.
  • the idf value is used as the keyword evaluation value.
  • the index indicating the importance, specificity, appearance frequency, and the like of the keyword in the text information group is used. If there is, it can be realized similarly. However, it is necessary to appropriately set the judgment conditions for registration and update in the dictionary database 102 according to the change tendency (monotone increase in calorie, monotone decrease) of the adopted evaluation value.
  • the tf'idf value obtained by multiplying the appearance frequency (tf value) of a keyword in the text information group by the idf value takes into account both the bias (unusualness) of appearance and the appearance frequency of the keyword in the text information group.
  • This index can be used as a keyword evaluation value.
  • the appearance frequency may simply be used as the keyword evaluation value.
  • FIG. 6 is a block diagram showing a configuration of an EPG program search system including the dictionary creation device according to Embodiment 1 of the present invention.
  • This EPG program search system is a system for searching EPG (Electric Program Guide) data received from broadcast waves according to search conditions, and includes a dictionary update unit 101, a dictionary database 102, an EPG reception unit 103, and an EPG storage unit. 104, an EPG selection unit 105, a document vector creation unit 106, a search condition acquisition unit 107, a document rating value calculation unit 108, and a search result output unit 109.
  • EPG Electronic Program Guide
  • EPG receiving section 103 receives and decodes EPG data from broadcast waves.
  • the EPG storage unit 104 stores the EPG data received by the EPG receiving unit 103.
  • the EPG selector 105 selects the EPG data stored in the EPG storage 104.
  • Document vector creation unit 106 From the EPG data selected by the EPG selecting unit 105, a document vector including a set of a keyword and a weight is created using the dictionary database 102.
  • the search condition acquisition unit 107 acquires a search condition for EPG data input by a user in a vector format including a set of a keyword and a weight.
  • the document rating value calculation unit 108 calculates a rating value by taking the cosine of the search condition obtained by the search condition obtaining unit 107 and the document vector of the EPG data stored in the EPG storage unit 104, and calculates the rating value. Select EPG data based on.
  • the search result output unit 109 outputs the rating value calculated by the document rating value calculation unit 108 or EPG data selected based on the rating value.
  • the dictionary database 102 is used in accordance with one or more vector-format search conditions acquired by the search condition acquisition unit 107.
  • the search condition acquisition unit 107 By obtaining a rating value for the EPG data subjected to the document vectorization and outputting the rating value in descending order, it becomes possible to search the EPG data in an order matching the search condition specified by the user.
  • the dictionary database 102 is updated by the dictionary update unit 101, the broadcast program is significantly changed due to program reorganization, program trends are fluctuated due to large events and large incidents, and future broadcast style is changed. This makes it possible to maintain a dictionary database 102 suitable for searching and classifying EPG data in response to a significant change in the EPG description contents due to the above.
  • search condition obtaining unit 107 is configured to obtain a search condition input by a user.
  • the present invention is not limited to this.
  • the search condition obtaining unit 107 can obtain a search condition without user's explicit search condition specification.
  • the function of so-called “recommended program presentation”, which searches and presents programs that tend to be viewed, can be realized.
  • the EPG divided for each time zone may be used as a text information group, and a dictionary may be created and updated for each time zone.
  • the broadcasting time zone is divided into morning, daytime, evening, golden, midnight, etc., and a dictionary is created for each time zone.
  • FIG. 7 is a block diagram showing a configuration of a dictionary creation device according to Embodiment 2 of the present invention.
  • the same parts as those in the first embodiment are denoted by the same reference numerals, and detailed description is omitted.
  • the dictionary updating unit 201 of the dictionary creation device 200 includes a keyword database 11 in addition to the configuration of the dictionary updating unit 101 of the first embodiment.
  • the keyword evaluation value calculation unit 12 calculates an evaluation value of the extracted keyword based on the statistics regarding the appearance of the keyword calculated by the keyword statistics unit 2, and outputs the keyword and the evaluation value to the determination unit 13. At the same time, it is notified and stored in the keyword database 11.
  • the determination unit 13 calculates the keyword based on the amount of change between the evaluation value newly calculated by the keyword evaluation value calculation unit 12 and the evaluation value stored in the keyword database 11. It is determined whether or not to register in the dictionary database 102 or to delete from the dictionary database 102.
  • the keyword database 11 stores all the keywords extracted by the keyword extraction unit 1 at the time of "previous keyword registration" update to the dictionary database 102, regardless of whether or not the keywords are registered in the dictionary database 102.
  • the evaluation value is stored.
  • FIG. 8 is a flowchart showing an operation flow when creating a cut-out dictionary as the dictionary database 102 in the dictionary creation device 200.
  • the creation operation of the cut-out dictionary will be described with reference to this flowchart. The description of the same operation as in the first embodiment is omitted.
  • the keyword extracting process by the keyword extracting unit 1 is also the evaluation value judging process by the judging unit 13 (step S304), and the registration process to the dictionary database 102 by the dictionary registration deleting unit 5 (step S301)
  • Step S305 is the same as the case where the dictionary database 102 shown in FIG. 2 is created (step S101, step S105).
  • the keyword evaluation value calculation unit 12 stores the pair of the extracted keyword and its evaluation value in the keyword database 11 (Step S306). At this time, all pairs of the extracted keywords and their evaluation values are stored in the keyword database 11 irrespective of whether the keywords are registered in the dictionary database 102 or not.
  • the determination unit 13 determines whether or not there is a keyword that has not been evaluated yet (step S307). As a result of this determination, when there is a keyword that has not been evaluated yet (YES in step S307), the determination unit 13 performs evaluation value calculation processing for the next keyword (step S303). On the other hand, if there is no keyword that has not been evaluated, that is, if the processing has been completed for all keywords extracted by the keyword extraction unit 1 (NO in step S307), a series of operations ends. I do.
  • FIG. 9 is a flowchart showing a flow of operation when updating the dictionary database 102 created by the dictionary creating apparatus 200.
  • the updating operation will be described below with reference to this flowchart. The description of the same operation as in the first embodiment is omitted.
  • the dictionary database 102 shown in FIG. 2 is created. This is the same as in the case (Step S101, Step S103).
  • the keyword evaluation value calculation unit 12 searches the keyword database 11 for the keyword t for which the evaluation value has been calculated, and determines whether the evaluation value at the time of the previous processing is stored (step S1). S404). As a result of this determination, if the keyword database 11 stores the evaluation value of the previous processing (YES in step S404), the keyword evaluation value calculation unit 12 stores the evaluation value of the previous processing in the keyword database 11 Read from this A differential value between the evaluation value in the previous processing and the evaluation value calculated this time is calculated (step S405). The calculated differential value is a positive value if the evaluation value idf (t) of the keyword t has increased from the previous time, a negative value if the value has decreased, and the absolute value thereof. It can be said that the larger the value, the larger the amount of change.
  • the calculation of the differential value is not limited to the difference (first order delay) between the current evaluation value and the previous evaluation value.
  • the difference between the current evaluation value and the evaluation value two times before (second delay) or the difference between the previous evaluation value (second delay) and an index due to a change in the evaluation value of the keyword may be used. It does not matter.
  • the determination unit 13 determines whether or not the calculated differential value is equal to or greater than the predetermined threshold value D (step S406). As a result of this determination, when the differential value is equal to or greater than the predetermined threshold value D (YES in step S406), the determination unit 13 searches the dictionary database 102 and determines whether the keyword t has not been registered in the dictionary database 102. It is determined whether or not it is (step S407). If the keyword t is not registered in the dictionary database 102 (YES in step S407), the determination unit 13 notifies the dictionary registration deletion unit 5 that the keyword t is to be registered in the dictionary database 102. I do. The dictionary registration / deletion unit 5 additionally registers the keyword t in the dictionary database 102 (step S408).
  • the determining unit 13 determines that the differential value calculated as the evaluation value is the predetermined threshold value. It is determined whether or not the value is less than D '(step S409). As a result of this determination, when the differential value is less than the predetermined threshold value D '(YES in step S409), the determination unit 13 searches the dictionary database 102, and the keyword t is already stored in the dictionary database 102. It is determined whether or not it has been registered (step S410).
  • the determination unit 13 notifies the dictionary registration deletion unit 5 that the keyword t is to be deleted from the dictionary database 102. I do.
  • the dictionary registration / deletion unit 5 deletes the keyword t from the dictionary database 102 (Step S411).
  • the keyword evaluation value calculation unit 12 stores a set of the extracted keyword and its evaluation value (an evaluation value in a stage before obtaining a differential value) in the keyword database 11 (step S412). At this time, all pairs of the extracted keywords and their evaluation values are stored in the keyword database 11 irrespective of whether the keywords are registered in the dictionary database 102 or not. Become.
  • the determination unit 13 determines whether or not there is a keyword that has not been evaluated yet (step S413). As a result of this determination, when there is a keyword that has not been evaluated yet (YES in step S413), the determination unit 13 performs evaluation value calculation processing for the next keyword (step S403). On the other hand, if there is no keyword that has not been evaluated, that is, if all keywords extracted by the keyword extraction unit 1 have been processed (NO in step S413), a series of operations ends. I do.
  • step S404 in the determination of whether or not the evaluation value of the previous processing is stored in the keyword database 11 (step S404), when the evaluation value of the previous processing is not stored in the keyword database 11 (step S404). (NO in S404), as in the case of creating the dictionary database 102 shown in FIG. 8, the evaluation value determination processing by the determination unit 13 (step S414), and the dictionary registration / deletion unit 5 After performing the operation of the registration process (step S415), the keyword evaluation value calculation unit 12 performs a process of storing a set of the keyword and its evaluation value in the keyword database 11 (step S412).
  • FIG. 10 is a diagram showing an example of a temporal change in the evaluation value of a keyword.
  • the evaluation value gradually increases, and at point E, the differential value of the evaluation value exceeds the threshold value! /, Exceeds the value D, and is registered in the dictionary database 102. After that, the evaluation value continues to increase, but starts to decrease at point G, and at point F, the differential value of the evaluation value falls below the threshold value D. Therefore, at this point F, this keyword is deleted from the dictionary database 102.
  • the keywords are registered in the dictionary based on the evaluation values of the extracted keywords also in the text information group strength, it is possible to appropriately create the dictionary database 102 for text search and classification. Will be possible. Furthermore, the extracted keywords and evaluation values are registered in the keyword database 5, and the keywords in which the evaluation values of the previous processing are stored are compared with the evaluation values of the previous processing and the evaluation values calculated this time. Since the dictionary database 102 is updated based on the differential value of the It is possible to update the contents of the dictionary for keywords whose appearance tendency of one word changes significantly.
  • the judging conditions are a differential value ⁇ D and a judging process of a differential value at the time of deleting a keyword In (Step S409), the judgment condition is that the differential value is greater than D ′.
  • the keyword evaluation value calculation unit 12 calculates the differential value between the evaluation value at the previous processing and the evaluation value calculated this time. A difference value between the value and the evaluation value calculated this time may be calculated.
  • the idf value is used as the evaluation value of the keyword, but an index indicating the importance, specificity, appearance frequency, and the like of the keyword in the text information group is used. If there is, it can be realized similarly. However, it is necessary to appropriately set the judgment conditions for registration and update in the dictionary database 102 according to the change tendency (monotone increase in calorie, monotone decrease) of the adopted evaluation value.
  • FIG. 11 is a diagram showing an example of a temporal change of the evaluation value of the keyword.
  • the evaluation value gradually increases, and at point E, the differential value of the evaluation value exceeds the threshold value D and is registered in the dictionary database 102.
  • the absolute value of the evaluation value reaches the threshold V and the value C, but the evaluation value rapidly increases and the differential value of the evaluation value exceeds the threshold! /, And exceeds the value D and is registered in the dictionary database 102.
  • the evaluation value starts to decrease at the point of increasing power G, and at point F, the absolute value of the evaluation value falls below the threshold value C. Therefore, at this point F, this keyword is deleted from the dictionary database 102. Is excluded. At this time, the evaluation value gradually decreases from the point G to the point F, and is deleted by the differential value of the evaluation value as shown in FIG. 10, and reaches the value D ′. However, since the absolute value of the evaluation value decreases sufficiently with time, although it gradually decreases, the evaluation value is deleted from the dictionary database 102 when the absolute value of the evaluation value falls below the threshold value C. As described above, by considering both the absolute value and the differential value of the keyword evaluation value, it is possible to make a more rational determination of keyword registration / deletion.
  • the ability to use the absolute value of the keyword evaluation value to determine whether to register or delete the keyword it is permissible to change whether to use the differential value of. This allows efficient keyword registration / deletion judgment.
  • the power combination which was the combination of the absolute value and the differential value of the keyword evaluation value, is not limited to this. Any index that is related to the importance of the keyword can be used. is there.
  • the text information to be handled is sometimes given a category classification according to the content (for example, a genre name is assigned to individual text information).
  • genre names such as “drama”, “movie”, and “sports” are given.
  • the keyword "starring” is not large in the entire EPG, but in fact, it appears in programs of the genre of almost power ⁇ movie. Selecting a program with the keyword “starring” is almost equivalent to selecting a genre of “movie”. Furthermore, in the EPG data group of the "movie” genre, the keyword “star” can be said to be a keyword with little feature.
  • the text information to be handled is not classified into categories according to the content. Given! In this case, a case will be described in which a dictionary is created in consideration of the dependence on the category classification.
  • keyword statistic unit 2 keyword evaluation value calculation unit 3, and determination unit 4 are different from those in the first embodiment.
  • the keyword statistics unit 2 calculates the total number of text information in the input text information group, the number of text information including the extracted keywords, and the total number of text information in the category to which the text information including the extracted keywords belongs. , And statistics about the appearance of the extracted keywords, such as the number of text information containing the extracted keywords belonging to this category.
  • the keyword evaluation value calculation unit 3 calculates the evaluation value of the extracted keyword based on the statistics regarding the appearance of the keyword obtained by the keyword statistics unit 2. In the first embodiment, the keyword evaluation value calculation unit 3 determines how the keyword is evaluated in terms of importance, specificity, appearance frequency, and the like in the entire text information group to be input as the evaluation value of the keyword. Index was calculated. The idf value is one example. On the other hand, in the present embodiment, the keyword evaluation value calculation unit 3 uses the following evaluation values in order to assign a low evaluation value and a low evaluation value to the category classification (genre) of the text information group. It is calculated using equation (2).
  • Evaluation value [Evaluation value in the entire text information group] Z [Category dependency] ... (2)
  • this [Evaluation value in the entire text information group] is defined by equation (1). Use the idf value.
  • the text information group strength also obtains an idf value for each category, and uses the reciprocal of the minimum value thereof.
  • ⁇ / ⁇ / '-(4)
  • the total number of text information belonging to the category j is n
  • the number of text information including the keyword t is n (t).
  • n (t) may be 0, idf (t) is not calculated at that time.
  • the relationship between the total number N of text information included in the text information group and the total number N of text information belonging to category j is expressed by equation (4).
  • the determination unit 4 determines whether to register this keyword in the dictionary database 102 based on the evaluation value calculated by the keyword evaluation value calculation unit 3 as described above, or whether to delete the keyword from the dictionary database 102. Is determined.
  • the keywords that should be registered in the dictionary database 102 are included in the text information. It is possible to reduce the influence of dependence on categorization.
  • FIG. 12 is a block diagram showing a configuration of a dictionary creation device according to Embodiment 4 of the present invention.
  • the same parts as those in the first embodiment are denoted by the same reference numerals, and detailed description is omitted.
  • the dictionary updating unit 401 of the dictionary creation device 400 includes a second keyword extracting unit 21 in addition to the configuration of the dictionary updating unit 101 of the first embodiment.
  • Two types of text information groups (first text information and second text information) are input to the dictionary update unit 401, the first text information is input to the keyword extraction unit 1, and the first text information is input to the second keyword extraction unit 21.
  • the text information of 2 has been entered.
  • the second keyword extracting unit 21 also extracts keywords from the input text information similarly to the keyword extracting unit 1.
  • the keyword statistic unit 22 calculates the total number of text information in the input text information group and the number of text information including the extracted keywords as the statistics of the appearance of the keyword, by using the first text information and the second text information, respectively. Ask for
  • FIG. 13 is a block diagram showing a configuration of an EPG program search system including a dictionary creation device according to Embodiment 4 of the present invention.
  • the same parts as those in the first embodiment are denoted by the same reference numerals, and detailed description is omitted.
  • This EPG program search system includes a CDDB receiving unit 110 in addition to the configuration of the EPG program search system of the first embodiment.
  • This CDDB receiving unit 110 is C
  • Receive CDDB information which is information about D, via the Internet.
  • EPG data and CDDB information which is information on a released CD, are input to the dictionary updating unit 101.
  • Ie dictionary database 1 Ie dictionary database 1
  • the keywords that make up 02 include keywords that appeared in EPG data and keywords that appeared in CDDB information.
  • CDDB information is information about a CD or music, specifically, the latest album or artist name, etc., is disclosed immediately. By constructing music information, it is possible to reflect the latest trends in music information as soon as possible.
  • the dictionary database 102 registers keywords using the power CDDB information used for searching and classifying programs from EPG data, there are still many occurrences on the EPG! / Even if it is a program related to the latest music, it is possible to appropriately assign a document vector, and a strong EPG search for music programs can be realized.
  • the heterogeneous information source dictionary database 102 by constructing the heterogeneous information source dictionary database 102, it is possible to supplement keywords that are likely to be insufficient with only a single information source, or to quickly reflect the latest trends. .
  • the classification dictionary used for classifying program information in an EPG program search system or the like includes, for example, “movie”, “foreign film”, “ Each category (category) and the characteristic keywords included in the category are described as in "Japanese film”.
  • the display format of the program guide is changed or the contents of the program guide are classified using the classification information of the classification dictionary set in advance as described above.
  • the classification information of the classification dictionary as shown in FIG. 17 is further updated using the classification information used in other media as shown in FIG. If Will be described.
  • FIG. 14 is a block diagram showing a configuration of an EPG program search system according to Embodiment 5 of the present invention.
  • This EPG program search system 1100 includes a classification information acquisition unit 1101, a classification keyword extraction unit 1102, a classification dictionary update unit 1103, a usage frequency counting unit 1104, a determination unit 1105, a classification dictionary database 1106, an EPG reception unit 1107, a classification A section 1108 and a program selection section 1109 are provided.
  • the classification information acquisition unit 1101 acquires text information such as an Internet directory service or an electronic newspaper from an address (URL) of text information that has been classified and specified by the user.
  • the classification keyword extraction unit 1102 extracts a keyword for classifying the text information acquired by the classification information acquisition unit 1101.
  • the classification dictionary updating unit 1103 updates the keywords stored in the classification dictionary database 1106 using the keywords acquired by the classification keyword extracting unit 1102.
  • the usage frequency totaling unit 1104 obtains the usage frequency of the current topic keyword registered in the classification dictionary database 1106.
  • the determining unit 1105 determines whether or not the topical keyword is deleted from the category dictionary database 1106 based on the measured usage frequency after the topical keyword is registered in the classification dictionary database 1106 and a predetermined period of time has elapsed.
  • the classification dictionary database 1106 is a database that stores characteristic keywords included in each classification. For example, as shown in Fig. 22, a keyword that is roughly set for each "classification" is set. Are registered, and "topical feature keywords" registered and deleted under predetermined conditions are registered.
  • the EPG receiving unit 1107 also acquires program information by using broadcast waves or the Internet.
  • the classifying unit 1108 classifies the program information acquired by the EPG receiving unit 1107 by using the keywords registered in the classification dictionary database 1106.
  • the program selection unit 1109 presents the program information classified by the classification unit 1108, and accepts and selects the program selected by the presented program information card user.
  • FIG. 15 is a hardware configuration diagram showing an example of a system configuration when the above-described EPG program search system is provided in a television.
  • This system includes an external information server 1201, a television 1203 connected to the external information server 1201 via a network 1204 such as the Internet, and a router 1202.
  • the external information server 1201 is connected to the network 1204 and stores articles relating to each category and addresses of homepages.
  • the router 1202 connects home devices to an external network 1204.
  • the television 1203 is equipped with the EPG program search system described above, can acquire program information by receiving broadcast waves output from the broadcast station 1205, and can access external Internet contents by the router 1202.
  • FIG. 16 is a flowchart showing the flow of operation when updating the classification dictionary database 1106 in the EPG program search system! The following describes the updating operation of the classification dictionary database 1106 according to this flowchart.
  • the user selects the item to be classified on the screen on which the item for classifying the program guide as shown in FIG. 19 (a) is displayed.
  • the classification information obtaining unit 1101 obtains, for example, text information on “movie” as shown in FIG. S1301). Since the Internet publishes content with a high degree of immediateness, in the case of "movies” and the like, information and the like before being made public are often posted. Also, for example, text information related to “music” as shown in FIG. 20 (b) can be obtained by user setting.
  • a candidate for the URL may be set at first and an interface for the user to select the candidate for the URL may be used. The setting of the URL may be performed when the television 1203 is shipped beforehand.
  • the classified keyword extracting unit 1102 selects a representative keyword from the text information acquired by the classified information acquiring unit 1101 by performing keyword extraction by morphological analysis or character type (step S1302). .
  • a keyword is selected when, for example, the number of appearances (appearance frequency) in a predetermined period exceeds a predetermined threshold (for example, 20 times).
  • a predetermined threshold for example, 20 times.
  • FIG. 21 is a diagram illustrating an example of a result of extracting characteristic keywords for “movie” and “music”. It is characteristic that the keywords extracted here have many proper nouns. These keywords are often not included in regular keywords as shown in FIG. 17 registered in the classification dictionary database 1106 in advance. Therefore, the classification dictionary updating unit 1103 registers a keyword that is not included in the regular keywords as a topical feature keyword in the classification dictionary database 1106 as shown in FIG. 22 (step S1303).
  • the EPG receiving unit 1107 acquires EPG information on a program as shown in FIG. 24, for example, from a broadcast wave or the Internet (step S 1304).
  • the program selection unit 1109 checks whether the keyword registered in the classification dictionary database 1106 is included in the text information acquired as the EPG information. It is determined whether it corresponds to the classification (step S1305). For example, in the case of the example of the program shown in FIG. 24, the words “Metritas” and “Riki” coincide with the topical feature keywords of the “movie” classification in the classification dictionary database 1106. For this reason, the program selection unit 1109 determines that the program "Ashi no trend information" is a program related to a movie. At this time, the stationary feature keyword as shown in FIG. 17 cannot be determined as “movie” information, but the topical feature keyword as shown in FIG. The program can be determined to be a program.
  • the usage frequency totaling unit 1104 increases the count of the usage frequency of the topical feature keywords. (Step S1306). In the above example, the usage frequency totaling unit 1104 increases the usage frequency by 1 with respect to the keywords “Metritas” and “Ryanu”.
  • the determination unit 1105 obtains the textual information that is the basis of the topical feature keyword, that is, the topical keyword is registered in the classification dictionary database 1106, and a predetermined period (for example, two months) has elapsed. It is determined whether or not (step S1307). Here, if the predetermined period has not elapsed (NO in step S1307), the EPG information is further acquired, and the usage frequency totaling unit 1104 totalizes the usage frequency of the topical characteristic keywords (step S1307). 1304—S1306). That is, the topical feature keyword is held in the classification dictionary database 1106 until a predetermined period elapses. In this case, it is determined whether or not a predetermined period has elapsed. For example, it is determined whether or not the number of acquired EPG program data has reached a predetermined number, or a registered current topical characteristic keyword is determined. It may be determined whether or not the force has reached the predetermined number!
  • the determination unit 1105 classifies the topical feature keyword whose aggregated usage frequency has fallen below a preset deletion lower limit threshold. It is determined to be deleted from the dictionary database 1106.
  • the classification dictionary updating unit 1103 deletes the topical feature keyword determined to be deleted from the classification dictionary database 1106 (step S1308).
  • FIG. 25 is a diagram showing an example of the usage frequency of a current feature keyword for each period.
  • the keyword “Metricas” frequently appeared in EPG information after the text information power of the set URL was also acquired and set as topical feature keywords. There are many.
  • the keyword “machine corps” extracted at the same time is rarely used as EPG information, and the frequency of occurrence of the keyword is decreasing.
  • the keyword “Metricus” exceeds the value of 5 set in advance as the lower-limit threshold for deletion, and is therefore registered as a topical feature keyword of the “Movie” category in the future.
  • the keyword “Machine Corps” is below the value of 5 set in advance as the lower limit of deletion, so it is deleted from the topical feature keywords of the “Movie” classification.
  • a user may classify information to be distributed or information that must be managed by using a classification pattern that the user likes.
  • the classification information is different for each service company, and is also different for service companies that provide the same Internet classification service. It is also different from service companies such as newspapers and e-mail magazines. Also, in the distribution of electronic programs of television programs, programs are classified according to classification information such as movies and dramas given by broadcast stations. However, what is classified by broadcasting stations is not always the classification that users usually use. Similarly, with regard to program information, programs may be classified using tag information assigned to the program by a broadcasting station or the like. However, it may differ from the classification that the user usually uses.
  • FIG. 26 is a block diagram showing a configuration of an EPG program search system according to Embodiment 6 of the present invention. Note that the hardware configuration of the present embodiment is the same as the hardware configuration shown in FIG. 15 of the fifth embodiment, and a description thereof will not be repeated.
  • This EPG program search system 1200 includes a classification information acquisition unit 1201 of the first information source, Information source classification information acquisition unit 1202, classification keyword extraction unit 1203, classification dictionary update unit 1204, first information source classification dictionary database 1205, second information source classification dictionary database 1206, classification dictionary selection unit 1207 , An EPG receiving unit 1208, a classifying unit 1209, and a program selecting unit 1210.
  • the classification information acquisition unit 1201 of the first information source acquires the first information source classification information specified by the user, and obtains the text from the address (URL) of the text information classified by this classification information. Get information.
  • the classification information obtaining unit 1202 of the second information source obtains the classification information of the second information source specified by the user, which is different from the first information source, and classifies the text according to the classification information. Get the information address (URL) power text information.
  • the classification keyword extracting unit 1203 extracts keywords for classifying the text information acquired by the classification information obtaining unit 1201 of the first information source and the classification information obtaining unit 1202 of the second information source, respectively.
  • the classification dictionary updating unit 1204 compares the classification information for which the first information source and the second information source have also been acquired with the classification dictionary database 1205 of the first information source and the classification dictionary database 1206 of the second information source, respectively. Register with. Further, the classification dictionary update unit 1204 associates the keyword acquired by the classification keyword extraction unit 1203 with the first information source and the second information source, and associates the keyword with the acquired classification information. It is registered in the classification dictionary database 1205 and the classification dictionary database 1206 of the second information source.
  • the classification dictionary database 1205 of the first information source includes a "classification" (a sub-class that further classifies the classification) based on the classification information obtained from the first information source. It is a database that stores the extracted keywords for each category (including classification).
  • the classification dictionary database 1206 of the second information source stores, for example, as shown in FIG. 28 (b), for each “classification” based on the acquired classification information, the keyword extracted from the text information power is extracted. Database. In FIG. 28, the description of the keywords included in the classification (sub-classification) is omitted.
  • the classification dictionary selection unit 1207 receives an instruction from the user, and classifies the program information into one of the classification dictionary database 1205 of the first information source and the classification dictionary database 1206 of the second information source. Is selected as the classification dictionary database used for this purpose.
  • EPG receiving section 1208 also acquires program information using broadcast waves or the Internet.
  • the classification unit 1209 classifies the program information acquired by the EPG reception unit 1208 using the classification dictionary database selected by the classification dictionary selection unit 1207.
  • the program selection unit 1210 presents the program information classified by the classification unit 1209, and receives and selects a program selected by the user from the presented program information.
  • the operations from acquiring already classified text information, extracting keywords for the text information power classification, and constructing a classification dictionary database are almost the same as those in the fifth embodiment. Therefore, the description is omitted.
  • classification dictionary selecting section 1207 corresponds to classification dictionary database 1205 of the first information source and classification information of the second information source corresponding to the classification information of the first information source.
  • the user receives an instruction as to which classification dictionary database of the classification dictionary database 1206 of the second information source to perform classification. Then, the classification dictionary selection unit 1207 selects a classification dictionary database to be used for classification according to the received instruction.
  • the classification dictionary database (information source site) is selected by the user as shown in FIG. 27 (a), but the classification dictionary selection unit is not limited to this. 1207 may select a classification dictionary database.
  • the classification dictionary selection unit 1207 can select a classification dictionary database whose information source is a site that has already performed classification similar to the EPG classification information, or has the largest number of classifications, and the site is the information source. It is also possible to select a certain classification dictionary database.
  • the program classification using the EPG text information has been described.
  • the program can also be used to realize the automatic recording function.
  • automatic program control was only possible with the classification information provided by the broadcasting station. Although it is not possible to set up recording, it will be possible to automatically record programs using the classification information of sites that usually use power as well.
  • the present invention is not limited to this.
  • a classification information acquisition unit of the third information source and a classification dictionary database of the third information source may be provided.
  • information as shown in FIG. 28 (c) is registered in the classification dictionary database of the third information source, and the user enters the classification dictionary database (information Source site) will be selected. The same applies when there are four or more information sources.
  • classifications there are sites that use specialized classifications and sites that use general classifications, and in many cases, classifications are constructed according to the characteristics of each site.
  • the user may refer to an appropriate classification and classify the information to be managed according to his / her own use.
  • FIG. 29 is a block diagram showing a configuration of an EPG program search system according to Embodiment 7 of the present invention.
  • the same parts as in the sixth embodiment are denoted by the same reference numerals, and detailed description is omitted.
  • the hardware configuration of the present embodiment is the same as the hardware configuration shown in FIG.
  • the EPG program search system 1300 has a configuration in which the classification information acquiring unit 1301 of the third information source, the classification dictionary database 1302 of the third information source, and the fusion classification
  • the dictionary database 1304 is provided with a classification dictionary fusion editing unit 1303 instead of the classification dictionary selection unit 1207 of the sixth embodiment.
  • the classification dictionary fusion editing unit 1303 includes the classification information stored in the classification dictionary database 1205 of the first information source, the classification information stored in the classification dictionary database 1206 of the second information source, and the 3 based on the classification information stored in the classification dictionary database 1302 of the information source 3 Generate.
  • each classification dictionary database is the same as in the fifth and sixth embodiments, and a description thereof will be omitted.
  • the classification dictionary database 1205 of the first information source has, for example, the classification power of the directory A as shown in FIG. 30A
  • the classification dictionary database 1206 of the second information source has, for example, FIG. It is assumed that the classification of the directory B as shown in FIG. 30) and the classification of the directory C as shown in FIG. 30 (c) are constructed in the classification dictionary database 1302 of the third information source. As shown in Fig. 30, general classification information is used for directory C, and detailed classification information related to sports is used for directory B.
  • the classification dictionary fusion editing unit 1303 expresses each classification information by a characteristic keyword
  • the hierarchical relationship between the classifications and the equivalent (synonymous) relationship between the hierarchies are represented by a set of characteristic keywords. evaluate. Specifically, for example, classifications P and Q are given, and a set of characteristic keywords for each classification is P and Q.
  • P fl Q represents a common set of feature keywords of the classes P and Q
  • P U Q represents a union of the classes P and Q.
  • IP I represents the number of elements of the set P
  • IP Q I represents the number of elements of the set (P fl Q).
  • the classification dictionary fusion editing unit 1303 performs the above-described evaluation on each classification dictionary database as shown in Fig. 30, constructs a hierarchical structure, and extracts those expressing the classification of the same contents. , Build a new classification hierarchy. As a result, as shown in FIG. 32, the classification information of the three classification dictionary databases can be combined to construct one classification hierarchy.
  • each class is evaluated by the set of characteristic keywords included in each class, so that the classification dictionary database of a new classification hierarchy in which the classification information of each classification dictionary database is summarized. It is possible to classify EPG program guides from a new perspective.
  • the classification dictionary database may be two! /, And it may be four or more! /.
  • the information on the classification is constantly changing. For example, talk Since the information on the subject movie differs depending on the age and month, in order to extract information on “movie”, it is necessary to hold the characteristic keywords used for classification for each era.
  • the feature key word “Director Hoshino” is information on “Hanshin” from 2000 onward. There is a feature keyword that differs according to the times.
  • FIG. 33 is a block diagram showing a configuration of an EPG program search system according to Embodiment 8 of the present invention.
  • the same parts as those in the fifth embodiment are denoted by the same reference numerals, and detailed description is omitted.
  • the hardware configuration of the present embodiment is the same as the hardware configuration shown in FIG.
  • the EPG program search system 1400 has an EPG storage unit 1403 in addition to the configuration of the fifth embodiment. Also, the operation in the classification dictionary updating unit 1401 and the configuration of the classification dictionary database 1402 are different from those in the fifth embodiment.
  • the classification dictionary database 1402 is a database that stores characteristic keywords included in each classification. For example, as shown in Fig. 34, a keyword that is roughly set for each "classification" is set. Is a “periodical feature keyword”, a “topical feature keyword” that is registered and deleted according to predetermined conditions, and a topical feature keyword that is used in the Internet and electronic newspapers. The “period” is registered.
  • the classification dictionary updating unit 1401 uses the keywords acquired by the classification keyword extraction unit 1102 to register topical feature keywords in the classification dictionary database 1106, and associates them with time (period) information. Register characteristic feature keywords.
  • the EPG storage unit 1403 stores the past EPG information acquired by the EPG reception unit 1107.
  • the present embodiment is a process similar to that of the fifth embodiment, and a description of the same portions will be omitted.
  • the classification unit 1108 uses a classification dictionary database 1402 as shown in Fig. 34, in November 2003, a large amount of information related to the movie "Metritas" was distributed, If the keyword “Metricas” is included in the program to be executed, it is determined that the information is related to “Movie”. On the other hand, as of October 2003, there is no keyword such as “Metricus”, and if “Ninterminator” t or “U” is included, it is determined that the information is related to “Movie”. .
  • the classification unit 1108 stores the previously received EP stored in the EPG storage unit 1403.
  • the search and classification are performed using the topical feature keywords corresponding to the time when the program information was received, among the topical feature keywords registered in the classification dictionary database 1402. Do.
  • topical feature keywords are registered in the classification dictionary database 1402 in association with the information on the time (period), for example, the time when the program is aired and the time when the program is used
  • the keywords it is possible to classify programs more accurately than in the past, and to achieve classification according to time (era).
  • topical keywords may be associated with date and time information by using information on the distribution date and time of the electronic newspaper.
  • the information on the update time of each content file on the Internet and the date and time information described in HTML are used to provide current keywords and date and time information. Can be associated with.
  • Internet content has a home page that remains unupdated, and is therefore suitable for acquiring current topical keywords.
  • the homepage is deleted or the content of the same URL is updated. Therefore, if the home page from which a certain keyword was extracted was previously published but was deleted, the topical keyword may be deleted from the classification dictionary database. Also, the number of deleted homepages If the number exceeds a predetermined threshold, the topical keyword may be deleted from the classification dictionary database.
  • FIG. 35 is a diagram showing the configuration of the search system in this case.
  • this search system includes a content text information input unit 3201, a classification dictionary database 3202, an era information determination unit 3203, a related content search unit 3205, and a related information presentation unit 3206, such as a digital television.
  • a home information terminal 3200 is connected to a content text information storage unit 3300 via a network 3400 such as the Internet.
  • the period information determination unit 3203 stores the information stored in the classification dictionary database 3202 as shown in FIG. Comparing with current topical keywords, calculate which keyword is most frequently included.
  • the related content information search unit 3205 uses the current topic keyword at that time and further stores the content text stored on an external network such as the Internet.
  • the other movie information stored in the information storage unit 3400 is searched.
  • the related information presenting unit 3206 presents the searched result to the user.
  • movies that were popular in the A search can be performed using the classification dictionary database to which information has been added. The same can be done for music and general news information.
  • Embodiment 7 the method of fusing the classification dictionaries has been described. Further, as described in the present embodiment, by using the time information of the topical keyword, the topical keyword of a predetermined period is fused, and the topical keyword that has been popular at a predetermined time can be further obtained. It becomes possible to extract widely. As a result, the hierarchical structure of the classification may differ depending on the period. In this way, the hierarchical structure of the classification, which is based only on the content of current keywords in the classification dictionary, can be changed according to the time. Further, in Embodiment 7, fusion editing is performed using the number of elements between a set of registered keywords, but information on the frequency of use of the registered keywords during a predetermined period is further provided. May be used to perform fusion editing. This makes it possible to construct a fusion dictionary that reflects not only current keywords but also classification based on pre-classified text information.
  • classification ′ filtering is performed for each program using the text information of the EPG attached to the program. Furthermore, even when meta information is added to a program and text information is added to each corner or frame unit of an image in the program, the classification method can be applied.
  • the stationary feature keywords and the topical feature keywords are classified and accumulated.
  • the classification may be defined only by the topical feature keywords.
  • the dictionary creation device appropriately creates and creates dictionaries used for searching, classifying, filtering, and the like of text information in accordance with the appearance tendency of keywords constituting the text information group. Useful for updating. It can also be applied to, for example, EPG program search systems and Internet search systems.

Abstract

　テキスト情報群の内容の変化に対応して、テキスト情報を分類、検索、または抽出するための辞書を最適に作成、および更新することができる辞書作成装置および辞書作成方法を提供する。辞書作成装置（１００）は、入力されたテキスト情報からキーワードを抽出するキーワード抽出部（１）、キーワードの出現に関する統計量を求めるキーワード統計部（２）、キーワードの出現に関する統計量に基づいて抽出されたキーワードの評価値を算出するキーワード評価値算出部（３）、算出された評価値に基づいてこのキーワードを登録するか否かまたは削除するか否かを判定する判定部（４）、判定部（４）が行った判定の結果によって辞書データベース（１０２）に対してキーワードの登録または削除を行う辞書登録削除部（５）、および辞書データベース（１０２）を備える。                                                                                 

Description

明 細 書
辞書作成装置および辞書作成方法
技術分野
[0001] 本発明は、テキストで記述された情報を検索、分類、またはフィルタリングするため に用いる辞書を作成、更新する辞書作成装置に関する。
背景技術
[0002] 近年、ハードディスクや DVD (ディジタル多用途ディスク）等が低価格ィ匕によって普 及してきており、テレビ番組等の動画情報を簡単に蓄積できるようになってきている。 さらに、これらハードディスクや DVDの大容量ィ匕により、大量の動画コンテンツを蓄 積できるようになってきて!/、る。
[0003] 一方、テレビ番組等の電子プログラムガイドにより、各番組に関する情報がテキスト 情報で取得できるようになつてきた。そこで、テキスト情報を利用して、視聴者の嗜好 にあった番組を蓄積したり、蓄積された番組を分類したりすることが可能になってきて いる。番組のテキスト情報を利用して番組の選択や、蓄積番組を分類するためには、 番組ガイド情報から、どのキーワードが番組の特徴を表現しているの力、判断する必 要がある。そこで、あら力じめ番組のテキスト情報力も重要なキーワードを抽出したり、 不要なキーワードを除外したりするために、あら力じめ辞書を構築するアプローチがと られる。
[0004] このような辞書として、テキスト情報を分類、検索、または抽出するにあたってどのキ 一ワードで分類、検索または抽出する力を記述した切り出し辞書や、テキスト情報を 分類、検索、または抽出するにあたって意味をなさないキーワードを除外するために 、そのような不要なキーワードを集めた不要語辞書等がある。
[0005] 切り出し辞書を作成するためには、分類や検索の対象となるテキスト情報群の多数 のサンプルデータから、実際に出現するキーワードを拾い上げ、さらには対象とする テキスト情報群の分類や検索をする上で特徴的なキーワードだけを切り出し辞書とし て採用する。例えば、テキスト情報として EPG (Electric Program Guide :電子番組表） を対象とすると、分類や検索のために出演者名および一般名詞が有効であると考え た場合、実際の EPGデータに出現する出演者名と一般名詞を抽出したものを切り出 し辞書として作成する。
[0006] また、同様に不要語辞書の作成については、対象となるテキスト情報群のサンプル データに出現するキーワードのうち、分類や検索に役に立たないもの、あるいはむし ろその妨げにすらなるものを抽出して、それらのキーワードを不要語辞書として採用 する。例えば、ほとんどの EPGデータに出現するキーワードが存在した場合、そのキ 一ワードは個別の EPGデータを特徴づけることはできないので不要なキーワードで あると考えることができる。
[0007] 上記のようなアプローチとして、複数のテーマに関する辞書をあら力じめ設定してお き、そのテーマ辞書を用いて番組の分類を行ったり、検索を行ったりする番組推薦シ ステムが提案されている（例えば、特許文献 1参照。 ) oこの番組推薦システムでは、 例えば、「旅」のテーマに関しては、「旅館」、「宿」、「車窓」、「船旅」等の特徴的なキ 一ワードを設定した辞書を利用することで、「旅」に関する番組を検索'分類すること が可能になっている。さらに、ユーザ力もの操作情報を利用して嗜好に関するプロフ アイルを構築することで、そのユーザにあった番組提供を目指して 、る。
[0008] また、あら力じめ設定されたテーマ（ジャンル）によって、番組表の番組の色を変化 させ、ユーザにとってわかりやすく番組表示するデジタル放送受信装置が提案されて いる（例えば、特許文献 2参照。 )0
特許文献 1：特開 2002-320159号公報
特許文献 2 :特開 2003—134412号公報
発明の開示
発明が解決しょうとする課題
[0009] し力しながら、従来の辞書作成方法では、切り出し辞書も不要語辞書もあらかじめ 対象となるテキスト情報群のサンプルデータ力 作成する固定的なものであるため、 対象となるテキスト情報群の変化に対応することができな力 た。
[0010] 例えば、政治における総理大臣の名前等は、その時代によって異なり、また、プロ 野球の選手においても、トレード等により時代によってチームが異なる場合がある。ま た、 EPGにおいて、出演者名は時代と共に変化していくものであり、辞書作成時には 頻出していた出演者が数年後には全く出演しなくなったり、逆に辞書作成時には無 名だった俳優が後に売れっ子になったりすることもある。さらに、大きなイベント (オリ ンピックなど）の時や、大事件が発生したときはそれに関連する番組が著しく増加し、 出現するキーワードの傾向が大きく変わると考えられる。また、新しい放送形態の出 現や放送文化の変化などにより EPGの記述内容に大きな変動が見られる可能性も 今後考えられる。
[0011] また、上記特許文献 1で述べた「旅」に関しても、時代によって流行があり、各時代 に応じた辞書の更新が必要な場合が多!、。
[0012] そのため、このようなテキスト情報群の内容の変化に伴い、テキストの分類、検索、 または抽出に利用するための辞書を適切なものに構築し直さねばならないという課 題がある。
[0013] そこで、本発明は上記の事情に鑑みてなされたものであり、テキスト情報群の内容 の変化に対応して、テキスト情報を分類、検索、または抽出するための辞書を最適に 作成、および更新することができる辞書作成装置および辞書作成方法を提供するこ とを目的とする。
課題を解決するための手段
[0014] 上記目的を達成するため、本発明に係る辞書作成装置は、テキストで記述された 情報を検索、分類、またはフィルタリングするために用いられる辞書を作成する辞書 作成装置であって、テキスト情報力 キーワードを抽出するキーワード抽出手段と、前 記テキスト情報から抽出されたキーワードを前記辞書に登録または削除する辞書登 録削除手段とを備えることを特徴とする。
[0015] これによつて、テキスト情報の内容の変化を対応して、キーワードを辞書力 適宜入 れ替えることにより、辞書を常に最適な状態に保つことができる。
[0016] また、前記辞書作成装置は、さらに、 1つ以上のテキスト情報力 構成されるテキス ト情報群における前記キーワードの出現に関する統計量を求めるキーワード統計手 段と、前記統計量に基づいて前記キーワードの評価値を算出するキーワード評価値 算出手段と、前記算出された評価値に基づいて前記キーワードを前記辞書に登録 するか否か、または前記辞書力 削除する力否かを判定する判定手段とを備え、前 記キーワード抽出手段は、前記テキスト情報群からキーワードを抽出し、前記辞書登 録削除手段は、前記判定の結果によって前記キーワードを前記辞書に登録または 削除してもよい。
[0017] これによつて、テキスト情報群を構成するキーワードの出現傾向に応じて、効率的な キーワードが登録された辞書を適切に作成することができる。また、テキスト情報群の 内容の変化を対応して、キーワードを辞書力 適宜入れ替えることにより、辞書を常 に最適な状態に保つことができる。
[0018] ここで、前記辞書作成装置は、さらに、前記キーワードおよび当該キーワードの前 記評価値を組にして記憶するためのキーワード記憶手段を備え、前記キーワード評 価値算出手段は、前記抽出されたキーワードと算出した評価値とを対応付けて前記 キーワード記憶手段に記憶し、前記判定手段は、前記キーワード評価値算出手段に より新たに算出された評価値と前記キーワード記憶手段に記憶されている評価値と の変化量に基づいて、前記キーワードを前記辞書に登録するか否か、または前記辞 書から削除する力否かを判定してもよい。
[0019] これによつて、前回の処理時の評価値が記憶されて!、るキーワードにつ 、ては、前 回の処理時の評価値と今回算出した評価値との変化値に基づいて、辞書の更新を 行っているので、テキスト情報群を構成するキーワードの出現傾向の変化が著しいキ 一ワードについて辞書の内容を更新することが可能になる。
[0020] また、前記キーワード評価値算出手段で算出される評価値は、前記テキスト情報群 におけるテキスト情報の総数および前記キーワードを含むテキスト情報の数に基づく キーワードの idf (inverse document frequency)値であり、前記判定手段は、前記キー ワードが前記辞書に登録されていなぐかつ前記算出された idf値が所定の閾値以上 である場合に、前記キーワードを前記辞書に登録すると判定してもよい。
[0021] また、前記判定手段は、前記キーワードが前記辞書に登録されており、かつ前記算 出された idf値が所定の閾値未満である場合に、前記キーワードを前記辞書力 削 除すると判定してもよい。
[0022] idf値は小さいほど、そのキーワードはどのテキスト情報にも出現する「めずらしくな V、」キーワードであり、逆に大き 、ほど一部のテキスト情報にしか含まれな 、キーヮー ドである。よって、テキスト検索や分類等を行うのに効率的なキーワードが登録された 辞書を適切に作成することが可能になる。
[0023] また、前記テキスト情報群は、あらかじめ所属するカテゴリの情報が付与された 1つ 以上のテキスト情報から構成され、前記キーワード統計手段は、前記テキスト情報群 における前記カテゴリに関する統計量を求め、前記キーワード評価値算出手段は、 前記抽出されたキーワードについて前記キーワードの出現に関する統計量および前 記カテゴリに関する統計量に基づいて評価値を算出してもよい。
[0024] これによつて、あら力じめ付与されて 、るカテゴリ分類に対して依存性の低 、評価 値を算出でき、辞書に登録すべきキーワードについて、テキスト情報のカテゴリ分類 に対する依存性の影響を減少させることが可能になる。
[0025] また、前記辞書にはカテゴリ毎にキーワードが登録され、前記辞書登録削除手段は 、前記カテゴリに対応したテキスト情報力も抽出されたキーワードを、当該カテゴリの 時事的特徴キーワードとして前記辞書に登録してもよ 、。
[0026] ここで、前記辞書には、あらかじめ前記カテゴリ毎に定常特徴キーワードが登録さ れており、前記辞書登録削除手段は、前記カテゴリに対応したテキスト情報から抽出 されたキーワードの中で、当該カテゴリの定常特徴キーワードとして登録されていな いキーワードを当該カテゴリの前記時事的特徴キーワードとして前記辞書に登録して ちょい。
[0027] これによつて、時代の変化に対応した辞書、すなわち定常的な特徴キーワードとと もに、例えばインターネットや電子新聞等のメディア力 取得された時事的な固有名 詞等の特徴キーワードを時事的特徴キーワードとして登録した辞書を作成することが できる。さらに、このように作成された辞書を用いることによって、例えば EPG等で提 供される番組情報を精度のよく実現することができる。
[0028] また、前記辞書にはカテゴリ毎にキーワードが登録され、前記辞書作成装置は、さ らに、少なくとも 2つの情報源より前記カテゴリに関する分類情報およびテキスト情報 を取得する分類情報取得手段を備え、前記辞書登録削除手段は、前記分類情報取 得手段により取得された分類情報、および前記キーワード抽出手段により抽出された キーワードに基づいて、それぞれ前記情報源に対応する辞書を作成してもよい。 [0029] これによつて、複数の情報源の分類情報に対応する複数の辞書を作成することが できる。また、日常的に利用しているなどユーザにとって理解しやすい分類情報を用 いて、例えば EPG等で提供される番組情報を分類することができ、統一的な分類で 番組や情報を管理することができる。
[0030] また、前記辞書作成装置は、さらに、前記それぞれ作成された各情報源に対応す る辞書を、編集して融合する辞書融合編集手段を備えてもよい。
[0031] これによつて、各分類辞書データベースの分類情報をまとめた新たな分類階層の 辞書を構築することができる。また、このように作成された辞書を用いることによって、 例えば EPGの番組表を新たな観点で分類することが可能になる。
[0032] なお、本発明は、このような辞書作成装置として実現することができるだけでなぐこ のような辞書作成装置が備える特徴的な手段をステップとする辞書作成方法として実 現したり、それらのステップをコンピュータに実行させるプログラムとして実現したりす ることもできる。そして、そのようなプログラムは、 CD— ROM等の記録媒体やインター ネット等の伝送媒体を介して配信することができるのは言うまでもない。また、本発明 は、このような辞書作成装置を備える EPG番組検索システムとして実現することもで きる。
発明の効果
[0033] 以上の説明から明らかなように、本発明に係る辞書作成装置および辞書作成方法 によれば、テキスト情報群を構成するキーワードの出現傾向に応じて、効率的なキー ワードが登録された辞書を適切に作成することができる。また、テキスト情報群の内容 の変化を対応して、キーワードを辞書力 適宜入れ替えることにより、辞書を常に最 適な状態に保つことができる。また、このように作成された辞書を用いることによって、 例えば EPG等で提供される番組情報を効率的に検索、分類、またはフィルタリング することができる。
図面の簡単な説明
[0034] [図 1]本発明の実施の形態 1に係る辞書作成装置の構成を示すブロック図である。
[図 2]本発明の実施の形態 1に係る辞書作成装置において辞書データベースとして 切り出し辞書を作成する際の動作の流れを示すフローチャートである。 [図 3] (a)テキスト情報およびテキスト情報群を説明するための図であり、 (b)キーヮ一 ドの出現に関する統計量を説明するための図であり、（c)キーワードの評価値の一例 を示す図である。
[図 4]本発明の実施の形態 1に係る辞書作成装置において辞書データべ一スを更新 する際の動作の流れを示すフローチャートである。
[図 5]本発明の実施の形態 1におけるキーワードの評価値の時間変化の例を示す図 である。
[図 6]本発明の実施の形態 1に係る辞書作成装置を備えた EPG番組検索システムの 構成を示すブロック図である。
[図 7]本発明の実施の形態 2に係る辞書作成装置の構成を示すブロック図である。 函8]本発明の実施の形態 2に係る辞書作成装置において辞書データベースとして 切り出し辞書を作成する際の動作の流れを示すフローチャートである。
[図 9]本発明の実施の形態 2に係る辞書作成装置において辞書データべ一スを更新 する際の動作の流れを示すフローチャートである。
[図 10]本発明の実施の形態 2におけるキーワードの評価値の時間変化の例を示す図 である。
[図 11]本発明の実施の形態 2におけるキーワードの評価値の時間変化の例を示す図 である。
[図 12]本発明の実施の形態 4に係る辞書作成装置の構成を示すブロック図である。
[図 13]本発明の実施の形態 4に係る辞書作成装置を備えた EPG番組検索システム の構成を示すブロック図である。
[図 14]本発明の実施の形態 5に係る EPG番組検索システムの構成を示すブロック図 である。
[図 15]本発明の実施の形態 5に係る EPG番組検索システムをテレビに備えた場合の システム構成の例を示すノヽードウエア構成図である。
[図 16]本発明の実施の形態 5に係る EPG番組検索システムにおいて分類辞書デ一 タベースを更新する際の動作の流れを示すフローチャートである。
[図 17]分類辞書データベースに記憶されているデータの一例を示す図である。
差替え用紙 （規則 26) [図 18]各情報の分類例を示す図である。
差替え用紙 （ま！ ^IJ26) [図 19] (a)ユーザによって分類する項目が選択される際の画面例、（b)インターネット 上の URLを設定した際の画面例を示す図である。
[図 20]テキスト情報の一例を示す図であり、 (a)「映画」に関するテキスト情報の一例、 (b)「音楽」に関連するテキスト情報の一例である。
圆 21]テキスト情報力も特徴的なキーワードを抽出した結果の一例を示す図である。
[図 22]分類辞書データベースに記憶されているデータの一例を示す図である。
圆 23]ユーザによって録画設定するための分類が選択される際の画面例を示す図で ある。
[図 24]EPGデータ力 取得した番組情報の一例を示す図である。
[図 25]時事的特徴キーワードの各期間毎の利用頻度の一例を示す図である。
[図 26]本発明の実施の形態 6に係る EPG番組検索システムの構成を示すブロック図 である。
圆 27]ユーザによって分類辞書データベース (情報源のサイト）が選択される際の画 面例を示す図であり、（a)情報源が 2つの場合の例、（b)情報源が 3つの場合の例で ある。
[図 28]分類辞書データベースの「分類」を示す図であり、（a)第 1の情報源力も取得さ れた分類情報に基づく場合の例、 (b)第 2の情報源カゝら取得された分類情報に基づ く場合の例、（c)第 3の情報源カゝら取得された分類情報に基づく場合の例である。
[図 29]本発明の実施の形態 7に係る EPG番組検索システムの構成を示すブロック図 である。
圆 30]分類辞書データベースに記憶されているデータの一例を示す図であり、（a)第 1の情報源力も取得された分類情報に基づく場合の例、 (b)第 2の情報源力も取得さ れた分類情報に基づく場合の例、（c)第 3の情報源カゝら取得された分類情報に基づ く場合の例である。
圆 31]2つの分類に含まれる特徴キーワードの集合関係を示す概略図であり、（a)— 方の分類のほとんどの特徴キーワードが他方の分類に含まれる場合、 (b) 2つの分類 に含まれる特徴キーワードがほとんど同じの場合である。
[図 32]3つの分類辞書データベースの分類情報をまとめて、 1つの分類辞書データ ベースに融合する際の分類の一例を示す図である。
[図 33]本発明の実施の形態 8に係る EPG番組検索システムの構成を示すブロック図 である。
[図 34]分類辞書データベースに記憶されているデータの一例を示す図である。
[図 35]本発明の実施の形態 8における変形例の検索システムの構成を示す図である 符号の説明
1 キーワード抽出部
2、 22 キーワード統計部
3、 12 キーワード評価値算出部
4、 13 判定部
5 辞書登録削除部
11 キーワードデータベース
21 第 2キーワード抽出部
100、 200 400 辞書作成装置
101、 201 401 辞書更新部
102 辞書データベース
103 EPG受信部
104 EPG記憶部
105 EPG選択部
106 文書ベクトル作成部
107 検索条件取得部
108 文書評定値算出部
109 検索結果出力部
110 CDDB受信部
1100、 1200、 1300、 1400 EPG番組検索システム
1101 分類情報取得部
1102 分類キーワード抽出部 1103 分類辞書更新部
1104 利用頻度集計部
1105 判定部
1106、 1402 分類辞書データベース
1107、 1208 EPG受信部
1108、 1209 分類部
1109、 1210 番組選択部
1201 第 1の情報源の分類情報取得部
1202 第 2の情報源の分類情報取得部
1203 分類キーワード抽出部
1204、 1401 分類辞書更新部
1205 第 1の情報源の分類辞書データべース
1206 第 2の情報源の分類辞書データべース
1207 分類辞書選択部
1301 第 3の情報源の分類情報取得部
1302 第 3の情報源の分類辞書データべース
1303 分類辞書融合編集部
1304 融合分類辞書データベース
1403 EPG蓄積部
発明を実施するための最良の形態
[0036] 以下、本発明の各実施の形態につ V、て、それぞれ図面を参照しながら説明する。
(実施の形態 1)
図 1は、本発明の実施の形態 1に係る辞書作成装置の構成を示すブロック図である
[0037] 辞書作成装置 100は、テキストで記述された情報を検索、分類、またはフィルタリン グ等を行うために用いられる辞書 (辞書データベース）を作成するための装置であり、 入力されたテキスト情報群から、辞書データベースに登録すべきキーワード（単語)を 抽出し登録する辞書更新部 101、および辞書データベース 102を備えている。辞書 データベース 102は、その用途によって、切り出し辞書として用いられる場合と、不要 語辞書として用いられる場合とがある。
[0038] まず、これらの辞書の用いられ方の例について説明する。
例えば、テキスト情報群がテレビ番組等に関する情報であるとすれば、視聴者が以 前に見た番組のテキスト情報より特徴的なキーワードを抽出して視聴者の嗜好を表 すプロファイル等を作成する際に、キーワード抽出用またはキーワード除外用の辞書 として用いられる。また、これから放送される番組のテキスト情報より番組の特徴を表 すキーワードを抽出する際に、キーワード抽出用またはキーワード除外用の辞書とし て用いられる。
[0039] また、例えばこれから放送される番組の中力 視聴者の嗜好にあった番組を推薦 するような場合に、上記のように作成されたプロファイルに基づいて、これから放送さ れる番組の特徴を表すキーワードを検索することによって、視聴者の嗜好にあった番 組を特定することができる。同様に、例えば HDD (ノヽードディスクドライブ)レコーダ等 に大量に蓄積された番組から視聴者の嗜好にあった番組を特定することも可能であ る。
[0040] また、番組のテキスト情報を利用して、例えば「経済」、「スポーツ」、「生活」等のカテ ゴリに番組を分類する際に、カテゴリごとにそのカテゴリの特徴を表すキーワードが登 録された分類辞書として用いられる。
[0041] 辞書更新部 101は、キーワード抽出部 1、キーワード統計部 2、キーワード評価値算 出部 3、判定部 4、辞書登録削除部 5を備えている。
[0042] キーワード抽出部 1は、入力されたテキスト情報力もキーワードを抽出する。キーヮ ード統計部 2は、例えば入力されたテキスト情報群におけるテキスト情報の総数およ び抽出されたキーワードを含むテキスト情報の数等の抽出されたキーワードの出現に 関する統計量を求める。キーワード評価値算出部 3は、キーワード統計部 2により求 められたキーワードの出現に関する統計量に基づいて抽出されたキーワードの評価 値を算出する。判定部 4は、キーワード評価値算出部 3により算出された評価値に基 づぃてこのキーワードを辞書データベース 102に登録するか否力、または辞書デー タベース 102から削除する力否かを判定する。辞書登録削除部 5は、判定部 4が行つ た判定の結果によってこのキーワードを辞書データベース 102に登録または辞書デ ータベース 102から削除する。
[0043] 次に、上記のように構成された辞書作成装置 100の動作について説明する。
図 2は辞書作成装置 100において辞書データベース 102として切り出し辞書を作 成する際の動作の流れを示すフローチャートであり、以下このフローチャートに従つ て、切り出し辞書の作成動作について説明する。
[0044] 辞書更新部 101に例えば図 3 (a)に示すように 1つ以上のテキスト情報力も構成さ れるテキスト情報群 Bが入力されると、キーワード抽出部 1は、テキスト情報群の中の 全てのテキスト情報からキーワードの抽出を行う（ステップ S101)。ここでのキーヮー ド抽出は、汎用的な形態素解析、文字種 (漢字、ひらがな、カタカナなど)の変わり目 を端点とした切り出しルールによるものなど、一般に利用される方法で行えばょ 、。
[0045] このとき、キーワード統計部 2は、キーワード抽出部 1により抽出されたキーワードの 出現に関する統計量を求め、キーワード評価値算出部 3へ通知する (ステップ S102 )。ここでは、キーワード統計部 2は、入力されたテキスト情報群 Bにおけるテキスト情 報 Aの総数、および例えば図 3 (b)に示すように抽出されたキーワードを含むテキスト 情報の数を求める。
[0046] 次に、キーワード評価値算出部 3は、キーワード統計部 2より通知されたキーワード の出現に関する統計量に基づいて、キーワード抽出部 1により抽出されたキーワード について、例えば図 3 (c)に示すように評価値を算出する (ステップ S103)。ここで、 キーワード評価値算出部 3は、評価値として idf (inverse document frequency)値を算 出する。キーワード tについての idf値 idf (t)は、次の式（1)に示すようにテキスト情報 群中に含まれるテキスト情報の総数 Nと、 N個のテキスト情報のうち、キーワード tを含 んでいるテキストの数 n(t)とから求められる。
[0047] [数 1]
Figure imgf000016_0001
idf値は、キーワード t力 個のテキスト情報群の全てのテキスト情報に出現する場合 に 1となり、キーワード tが出現するテキスト数 n (t)の減少に伴 、単調増加する傾向が ある。すなわち、この idf値が小さいほど、キーワード tはどのテキスト情報にも出現す る「めずらしくな 、」キーワードであり、逆に大き!/、ほど一部のテキスト情報にし力含ま れな 、キーワードであると言える。
[0048] 次に、判定部 4は、評価値として算出された idf値が所定のしき 、値 C以上であるか 否かの判定を行う（ステップ S104)。ここで、所定のしきい値 C以上であるキーワード を、切り出し辞書を構成するキーワードとして採用するものとしている。この切り出し辞 書は、テキスト情報の検索や分類に利用するためのものであるから、テキスト情報群 中に偏りを持って存在しており、テキスト情報群における個別のテキスト情報につい て相対的な特徴を表現して 、るキーワード力も構成されて 、る必要がある。したがつ て、 idf (t)がある一定の値以上と 、う判断基準を採用して!/、る。
[0049] よって、上記判定の結果、 idf値が所定のしき 、値 C以上である場合 (ステップ S 10 4で YES)に、判定部 4は、そのキーワード tを辞書データベース 102 (本実施の形態 では切り出し辞書）に登録するものとして、辞書登録削除部 5へ通知する。辞書登録 削除部 5は、そのキーワード tを辞書データベース 102に登録する（ステップ S 105)。 一方、上記判定の結果、 idf値が所定のしきい値 C未満である場合 (ステップ S 104で NO)に、判定部 4は、そのキーワード tを辞書データベース 102に登録するものする 辞書登録削除部 5への通知は行わない。
[0050] 次に、判定部 4は、まだ評価を行って 、な 、キーワードが存在する力否かの判定を 行う（ステップ S106)。この判定の結果、まだ評価を行っていないキーワードが存在 する場合 (ステップ S 106で YES)には、判定部 4は、次のキーワードについての評価 値の算出処理 (ステップ S 103)を行う。一方、評価を行っていないキーワードが存在 しない場合、すなわちキーワード抽出部 1により抽出されたすベてのキーワードにつ いてそれぞれ処理を終えた場合 (ステップ S 106で NO)には、一連の動作を終了す る。
[0051] 以上のように、テキスト情報群力も抽出したキーワードの評価値に基づいてキーヮ ードを辞書に登録しているので、テキスト検索や分類等を行うのに効率的なキーヮー ドが登録された辞書データベース 102を適切に作成することが可能になる。
[0052] 図 4は辞書作成装置 100においてー且作成された辞書データベース 102を更新す る際の動作の流れを示すフローチャートであり、以下このフローチャートに従って更 新動作について説明する。なお、図 2に示す辞書データベース 102を作成する場合 と同様の動作については説明を省略する。
[0053] まず、キーワード抽出部 1によるキーワードの抽出処理 (ステップ S201)力も判定部 4による評価値の判定処理 (ステップ S 204)については、図 2に示す辞書データべ一 ス 102を作成する場合 (ステップ S 101一ステップ S 104)と同様である。
[0054] 次に、上記判定の結果、 idf値が所定のしき 、値 C以上である場合 (ステップ S204 で YES)に、判定部 4は辞書データベース 102を検索し、そのキーワード tが辞書デ ータベース 102に未登録であるか否かの判定を行う（ステップ S205)。ここで、そのキ 一ワード tが辞書データベース 102に未登録である場合 (ステップ S 205で YES)、判 定部 4は、そのキーワード tを辞書データベース 102に登録するものとして、辞書登録 削除部 5へ通知する。辞書登録削除部 5は、そのキーワード tを辞書データベース 10 2に追加登録する（ステップ S206)。
[0055] 一方、上記判定の結果、 idf値が所定のしき 、値 C未満である場合 (ステップ S 204 で NO)に、判定部 4は、評価値として算出された idf値が所定のしきい値 C'未満であ る力否かの判定を行う（ステップ S207)。この判定の結果、 idf値が所定のしきい値 C '未満である場合 (ステップ S 207で YES)に、判定部 4は辞書データベース 102を検 索し、そのキーワード tが辞書データベース 102に既に登録されているか否かの判定 を行う（ステップ S208)。ここで、そのキーワード tが辞書データベース 102にまだ登 録されている場合 (ステップ S208で YES)、判定部 4は、そのキーワード tを辞書デー タベース 102から削除するものとして、辞書登録削除部 5へ通知する。辞書登録削除 部 5は、そのキーワード tを辞書データベース 102から削除する（ステップ S 209)。
[0056] 次に、判定部 4は、まだ評価を行って 、な 、キーワードが存在する力否かの判定を 行う（ステップ S210)。この判定の結果、まだ評価を行っていないキーワードが存在 する場合 (ステップ S210で YES)には、判定部 4は、次のキーワードについての評価 値の算出処理 (ステップ S203)を行う。一方、評価を行っていないキーワードが存在 しない場合、すなわちキーワード抽出部 1により抽出されたすベてのキーワードにつ いてそれぞれ処理を終えた場合 (ステップ S210で NO)に、一連の動作を終了する。
[0057] 図 5はキーワードの評価値の時間変化の例を示す図である。図 5において、評価値 は次第に増加し、点 Eにおいて評価値がしきい値 Cを超え辞書データベース 102に 登録される。その後、評価値は増加し続けるが、点 Gを境に減少傾向に転じ、ついに 点 Fにおいてしきい値 Cを下回る。よってこの点 Fにおいてこのキーワードは辞書デー タベース 102から削除される。
[0058] 以上のように、テキスト情報群を構成するキーワードの出現傾向に応じて、既に存 在して 、る辞書データベース 102の内容を更新して 、るので、テキスト情報群の内容 の変化に伴った最適な辞書を構築することができる。
[0059] なお、図 4に示す辞書データベース 102を更新する際の動作において、キーワード 登録の時のしきい値 Cとキーワード削除の時のしきい値 C，との関係は、 C = C，であつ ても C>C'であっても構わない。特に後者の場合、キーワード登録の基準よりも削除 の規準のほうが低いので、ー且登録されたキーワードが削除されに《なる傾向があ る。これにより、キーワードの一時的な出現傾向の変動により評価値が下がった場合 でも、頻繁に登録削除を繰り返すのではなく安定した内容の辞書を維持することが可 會 になる。
[0060] また、本実施の形態では、辞書データベース 102として切り出し辞書の場合につい て説明したが、同様の手順で不要語辞書の作成、更新も可能である。ただし、この場 合、キーワードの登録、削除についての評価値の判定基準が切り出し辞書の場合と 異なる。具体的には、図 2に示す辞書データベース 102を作成する際の動作におけ る評価値の判定処理 (ステップ S 104)では、辞書として登録すべきキーワードはしき い値 Cよりも評価値が小さい、すなわち idf (t) < Cである必要がある。また、同様に 図 4に示す辞書データベース 102を更新する際の動作におけるキーワード登録時の 評価値の判定処理 (ステップ S204)では、判定条件は idf (t) < C、キーワード削除 時の評価値の判定処理 (ステップ S 207)では、判定条件は idf (t) >C 'である。
[0061] これによつて、テキスト情報の検索、分類には役立たな!、ような、個別のテキスト情 報の特徴を表すことができないキーワードを登録しておく必要がある不要語辞書に対 して、 idf値が小さい値であり、どのテキスト情報にも出現する特徴のないキーワードを 登録することができる。
[0062] また、本実施の形態では、キーワードの評価値として idf値を用いた例にっ ヽて説 明したが、テキスト情報群におけるキーワードの重要性、特異性、出現頻度等を示す 指標であれば同様に実現可能である。ただし、採用した評価値の変化傾向（単調増 カロ、単調減少）に応じて、辞書データベース 102への登録、更新のための判定条件 は適宜設定する必要がある。
[0063] 例えば、キーワードのテキスト情報群における出現頻度 (tf値）と idf値を掛け合わせ た tf 'idf値は、キーワードのテキスト情報群における出現の偏り（珍しさ）と出現頻度 の双方を勘案した指標であり、これをキーワード評価値として用いることも可能である 。あるいは、単に出現頻度をキーワード評価値として用いてもよい。
[0064] 次に、上記のように構成された辞書作成装置 100を EPG番組検索システムに組み 込んだ例について、以下説明する。
[0065] 図 6は、本発明の実施の形態 1に係る辞書作成装置を備えた EPG番組検索システ ムの構成を示すブロック図である。
[0066] この EPG番組検索システムは、放送波から受信する EPG (Electric Program Guide )データを検索条件によって検索するシステムであり、辞書更新部 101、辞書データ ベース 102、 EPG受信部 103、 EPG記憶部 104、 EPG選択部 105、文書ベクトル作 成部 106、検索条件取得部 107、文書評定値算出部 108、および検索結果出力部 109を備えている。
[0067] EPG受信部 103は、放送波から EPGデータを受信しデコードする。 EPG記憶部 1 04は、 EPG受信部 103で受信された EPGデータを記憶する。 EPG選択部 105は、 EPG記憶部 104に記憶している EPGデータを選択する。文書ベクトル作成部 106は 、 EPG選択部 105で選択された EPGデータから辞書データベース 102を用いてキ 一ワードと重みの組からなる文書ベクトルを作成する。検索条件取得部 107は、ユー ザによって入力される EPGデータに対する検索条件をキーワードと重みの組からな るベクトル形式で取得する。文書評定値算出部 108は、検索条件取得部 107で取得 された検索条件と、 EPG記憶部 104に記憶されている EPGデータの文書ベクトルと の余弦を取って評定値を算出し、その評定値に基づいて EPGデータを選択する。検 索結果出力部 109は、文書評定値算出部 108で算出された評定値、またはその評 定値に基づ 、て選択された EPGデータを出力する。
[0068] 以上のように、このような構成の EPG番組検索システムによれば、検索条件取得部 107において取得された 1つ以上のベクトル形式の検索条件により、辞書データべ ース 102を用いて文書ベクトルィ匕された EPGデータに対する評定値を求め、評定値 の高い順に出力することにより、ユーザ指定の検索条件に合った順に EPGデータを 検索することが可能となる。
[0069] また、さらに辞書データベース 102は辞書更新部 101によって更新されるため、番 組改編による放映番組の大幅な変更、大イベントや大事件による番組傾向の変動、 さらには将来の放送スタイルの変化などによる EPG記述内容の大幅な変更などに柔 軟に対応して、 EPGデータの検索、分類などに適切な辞書データベース 102を維持 することが可能となる。
[0070] なお、本実施の形態では、検索条件取得部 107はユーザによって入力される検索 条件を取得するとしている力 これに限られるものではない。例えば、検索条件取得 部 107は、ユーザが視聴した番組の EPGデータなどから生成された検索条件のベタ トルを取得するように構成すると、ユーザ力 の明示的な検索条件の指定を受けずに 、視聴傾向にあった番組を検索して提示する、いわゆる「おすすめ番組提示」の機能 が実現可能となる。
[0071] また、現在テレビ放送は、地上波放送、 BS放送、 CS放送など複数の放送波により 提供されており、それぞれの放送波にぉ 、て放送されて 、る番組の中身や出演者な ど傾向は異なっている。したがって、辞書の作成や更新に当たっては放送波ごとに E PGデータを分割したものをテキスト情報群として用いても構わないし、さらに細分ィ匕 して放送局ごとに分割してもよい。
[0072] また、同様に時間帯ごとで EPGを分割したものをテキスト情報群とし、時間帯別で 辞書を作成，更新してもよい。例えば、放送時間帯を、朝、昼間、夕方、ゴールデン、 深夜などに分割し、それぞれの時間帯で辞書を作成する。こうすることにより、例えば 、全時間帯通してみればあまり出現しないが、午前中には頻出するキーワードなどに 対して、時間帯ごとに異なる辞書として反映することが可能となる。
[0073] (実施の形態 2)
図 7は、本発明の実施の形態 2に係る辞書作成装置の構成を示すブロック図である 。なお、実施の形態 1と同様の部分については同じ符号を付し、詳細な説明を省略 する。
[0074] 辞書作成装置 200の辞書更新部 201は、実施の形態 1の辞書更新部 101の構成 に加えてキーワードデータベース 11を備えて 、る。
[0075] キーワード評価値算出部 12は、キーワード統計部 2により求められたキーワードの 出現に関する統計量に基づいて抽出されたキーワードの評価値を算出し、キーヮー ドとその評価値を判定部 13に通知するとともに、キーワードデータベース 11に記憶 する。
[0076] 判定部 13は、キーワード評価値算出部 12により新たに算出された評価値とキーヮ ードデータベース 11に記憶されて 、る評価値との変化量に基づ 、て、このキーヮー ドを辞書データベース 102に登録するか否力 または辞書データベース 102から削 除するカゝ否かを判定する。
[0077] キーワードデータベース 11は、辞書データベース 102に登録されているか否かに 関係なぐ辞書データベース 102への前回のキーワード登録'更新時において、キー ワード抽出部 1で抽出されたすベてのキーワードとその評価値を記憶している。
[0078] 次に、上記のように構成された辞書作成装置 200の動作について説明する。
図 8は辞書作成装置 200において辞書データベース 102として切り出し辞書を作 成する際の動作の流れを示すフローチャートであり、以下このフローチャートに従つ て、切り出し辞書の作成動作について説明する。なお、実施の形態 1と同様の動作に ついては説明を省略する。 [0079] まず、キーワード抽出部 1によるキーワードの抽出処理 (ステップ S301)力も判定部 13による評価値の判定処理 (ステップ S 304)、および辞書登録削除部 5による辞書 データベース 102への登録処理 (ステップ S305)については、図 2に示す辞書デー タベース 102を作成する場合 (ステップ S 101一ステップ S 105)と同様である。
[0080] 次に、キーワード評価値算出部 12は、抽出されたキーワードとその評価値との組を キーワードデータベース 11に記憶する（ステップ S306)。このとき、抽出されたキーヮ ードとその評価値との組は、そのキーワードが辞書データベース 102に登録されたか 否かにかかわらず、すべてキーワードデータベース 11に記憶されることになる。
[0081] 次に、判定部 13は、まだ評価を行っていないキーワードが存在する力否かの判定 を行う（ステップ S307)。この判定の結果、まだ評価を行っていないキーワードが存在 する場合 (ステップ S 307で YES)には、判定部 13は、次のキーワードについての評 価値の算出処理 (ステップ S303)を行う。一方、評価を行っていないキーワードが存 在しない場合、すなわちキーワード抽出部 1により抽出されたすベてのキーワードに ついてそれぞれ処理を終えた場合 (ステップ S307で NO)には、一連の動作を終了 する。
[0082] 図 9は辞書作成装置 200においてー且作成された辞書データベース 102を更新す る際の動作の流れを示すフローチャートであり、以下このフローチャートに従って更 新動作について説明する。なお、実施の形態 1と同様の動作については説明を省略 する。
[0083] まず、キーワード抽出部 1によるキーワードの抽出処理 (ステップ S401)力もキーヮ ード評価値算出部 12による評価値の算出処理 (ステップ S403)については、図 2に 示す辞書データベース 102を作成する場合 (ステップ S 101一ステップ S 103)と同様 である。
[0084] 次に、キーワード評価値算出部 12は、評価値を算出したキーワード tについてキー ワードデータベース 11を検索し、前回の処理時の評価値が記憶されている力否かを 判定する（ステップ S404)。この判定の結果、キーワードデータベース 11に前回の処 理時の評価値が記憶されている場合 (ステップ S404で YES)、キーワード評価値算 出部 12は、前回の処理時の評価値をキーワードデータベース 11から読み出し、この 前回の処理時の評価値と今回算出した評価値との微分値を算出する (ステップ S40 5)。この算出された微分値は、キーワード tについての評価値である idf (t)が前回よ りも増加していれば正の値に、減少していれば負の値になり、かつその絶対値が大き いほど、その変化量が大きいといえる。
[0085] なお、この微分値の算出は、今回の評価値と前回の評価値の差分（1次おくれ）に 限定するものではない。例えば、今回の評価値と前々回の評価値の差分（2次おくれ )やさらにそれ以前の評価値との差分 (n次おくれ)であってもよいし、キーワードの評 価値の変化に起因する指標であれば構わない。
[0086] 次に、判定部 13は、算出された微分値が所定のしきい値 D以上である力否かの判 定を行う（ステップ S406)。この判定の結果、微分値が所定のしきい値 D以上である 場合 (ステップ S406で YES)に、判定部 13は辞書データベース 102を検索し、その キーワード tが辞書データベース 102に未登録であるか否かの判定を行う（ステップ S 407)。ここで、そのキーワード tが辞書データベース 102に未登録である場合 (ステツ プ S407で YES)、判定部 13は、そのキーワード tを辞書データベース 102に登録す るものとして、辞書登録削除部 5へ通知する。辞書登録削除部 5は、そのキーワード t を辞書データベース 102に追加登録する（ステップ S408)。
[0087] 一方、上記判定の結果、微分値が所定のしき 、値 D未満である場合 (ステップ S40 6で NO)に、判定部 13は、評価値として算出された微分値が所定のしきい値 D'未 満であるか否かの判定を行う（ステップ S409)。この判定の結果、微分値が所定のし きい値 D'未満である場合 (ステップ S409で YES)に、判定部 13は辞書データべ一 ス 102を検索し、そのキーワード tが辞書データベース 102に既に登録されているか 否かの判定を行う（ステップ S410)。ここで、そのキーワード tが辞書データベース 10 2にまだ登録されている場合 (ステップ S410で YES)、判定部 13は、そのキーワード tを辞書データベース 102から削除するものとして、辞書登録削除部 5へ通知する。 辞書登録削除部 5は、そのキーワード tを辞書データベース 102から削除する (ステツ プ S411)。
[0088] 次に、キーワード評価値算出部 12は、抽出されたキーワードとその評価値 (微分値 を求める前の段階の評価値）との組をキーワードデータベース 11に記憶する (ステツ プ S412)。このとき、抽出されたキーワードとその評価値との組は、そのキーワードが 辞書データベース 102に登録された力否力、または削除されたか否かにかかわらず 、すべてキーワードデータベース 11に記憶されることになる。
[0089] 次に、判定部 13は、まだ評価を行っていないキーワードが存在する力否かの判定 を行う（ステップ S413)。この判定の結果、まだ評価を行っていないキーワードが存在 する場合 (ステップ S413で YES)には、判定部 13は、次のキーワードについての評 価値の算出処理 (ステップ S403)を行う。一方、評価を行っていないキーワードが存 在しない場合、すなわちキーワード抽出部 1により抽出されたすベてのキーワードに ついてそれぞれ処理を終えた場合 (ステップ S413で NO)には、一連の動作を終了 する。
[0090] また、キーワードデータベース 11に前回の処理時の評価値が記憶されているか否 力の判定 (ステップ S404)において、キーワードデータベース 11に前回の処理時の 評価値が記憶されていない場合 (ステップ S404で NO)には、図 8に示す辞書データ ベース 102を作成する場合と同様に、判定部 13による評価値の判定処理 (ステップ S 414)、および辞書登録削除部 5による辞書データベース 102への登録処理 (ステツ プ S415)の動作を行った後、キーワード評価値算出部 12によるキーワードとその評 価値との組のキーワードデータベース 11への記憶処理 (ステップ S412)を行う。
[0091] 図 10はキーワードの評価値の時間変化の例を示す図である。図 10において、評 価値は次第に増加し、点 Eにお 、て評価値の微分値がしき!/、値 Dを超え辞書データ ベース 102に登録される。その後、評価値は増加し続けるが、点 Gを境に減少傾向 に転じ、ついに点 Fにおいて評価値の微分値がしきい値 D，を下回る。よってこの点 F においてこのキーワードは辞書データベース 102から削除される。
[0092] 以上のように、テキスト情報群力も抽出したキーワードの評価値に基づいてキーヮ ードを辞書に登録しているので、テキスト検索や分類のための辞書データベース 102 を適切に作成することが可能になる。さらに、抽出したキーワードおよび評価値をキ 一ワードデータベース 5に登録し、前回の処理時の評価値が記憶されているキーヮ ードについては、前回の処理時の評価値と今回算出した評価値との微分値に基づ いて、辞書データベース 102の更新を行っているので、テキスト情報群を構成するキ 一ワードの出現傾向の変化が著しいキーワードについて辞書の内容を更新すること が可能になる。
[0093] なお、本実施の形態では、辞書データベース 102として切り出し辞書の場合につい て説明したが、同様の手順で不要語辞書の作成、更新も可能である。ただし、この場 合、キーワードの登録、削除についての評価値の判定基準が切り出し辞書の場合と 異なる。具体的には、図 8に示す辞書データベース 102を作成する際の動作におけ る評価値の判定処理 (ステップ S 104)では、辞書として登録すべきキーワードはしき い値 Cよりも評価値が小さい、すなわち idf (t) < Cである必要がある。また、同様に 図 9に示す辞書データベース 102を更新する際の動作におけるキーワード登録時の 微分値の判定処理 (ステップ S406)では、判定条件は微分値 < D、キーワード削除 時の微分値の判定処理 (ステップ S409)では、判定条件は微分値 > D 'である。
[0094] また、本実施の形態では、キーワード評価値算出部 12は、前回の処理時の評価値 と今回算出した評価値との微分値を算出しているが、例えば前回の処理時の評価値 と今回算出した評価値との差分値を算出しても構わない。
[0095] また、本実施の形態では、キーワードの評価値として idf値を用いた例にっ ヽて説 明したが、テキスト情報群におけるキーワードの重要性、特異性、出現頻度等を示す 指標であれば同様に実現可能である。ただし、採用した評価値の変化傾向（単調増 カロ、単調減少）に応じて、辞書データベース 102への登録、更新のための判定条件 は適宜設定する必要がある。
[0096] あるいは、実施の形態 1と実施の形態 2とを組み合わせ、辞書へのキーワードの登 録 '削除の判断を、キーワードの評価値およびキーワードの評価値の変化量の双方 を勘案して決定してもよ!/、。図 11はキーワードの評価値の時間変化の例を示す図で ある。図 11において、評価値は次第に増加し、点 Eにおいて評価値の微分値がしき い値 Dを超え辞書データベース 102に登録される。このとき、評価値の絶対値はしき V、値 Cに到達して 、な 、が、評価値が急激に増加し評価値の微分値がしき!/、値 Dを 超えたため辞書データベース 102に登録をしている。その後、評価値は増加し続け る力 点 Gを境に減少傾向に転じ、ついに点 Fにおいて評価値の絶対値がしきい値 Cを下回る。よってこの点 Fにおいてこのキーワードは辞書データベース 102から削 除される。このとき、点 Gから点 Fにかけて評価値はなだらかに減少をしており、図 10 に示すような評価値の微分値による削除しき 、値 D 'には到達して 、な 、。しかし、な だらかな減少ではあるものの時間とともに評価値の絶対値が十分減少して 、るので、 評価値の絶対値がしきい値 Cを下回ったことで辞書データベース 102から削除させる 。以上のように、キーワード評価値の絶対値および微分値の両方を勘案することによ り、さらに合理的なキーワード登録 ·削除の判断が可能になる。
[0097] また、例えばキーワードがテキスト情報群のどの項目（例えばジャンル、一般文等） に含まれているかによって、キーワード登録'削除の判断にキーワード評価値の絶対 値を用いる力、またはキーワード評価値の微分値を用いるかを替えても構わない。こ れにより、効率的なキーワード登録 ·削除の判断が可能になる。
[0098] 以上の例ではキーワード評価値の絶対値と微分値との組み合わせであった力 組 み合わせ方はこの限りではなぐキーワードの重要性に関連する指標であれば任意 のものが組み合わせ可能である。
[0099] (実施の形態 3)
ところで、取り扱うテキスト情報には、内容に応じたカテゴリ分類が与えられている（ 例えば、個別のテキスト情報に対してジャンル名が付与されている）場合があり、例え ば EPGデータであれば、番組の内容に応じて、「ドラマ」、「映画」、「スポーツ」などジ ヤンル名が付与されて 、る。
[0100] このカテゴリ分類に対する依存性について、「主演」というキーワードを例に説明す る。ここで、 EPGデータが全部で 5000個あり、「主演」が出現する番組数は 50個であ つたとする。一方、 5000個の EPGのうち、ジャンルが「映画」であるものが 60個あり、 そのうちキーワード「主演」を含むもの力 5個であったとする。
[0101] このような場合、「主演」というキーワードは EPG全体においては多くはないが、実 はそのほとんど力 ^映画」のジャンルの番組に出現していることになる。また、「主演」と いうキーワードのついた番組を選択することは、「映画」のジャンルを選択することに ほぼ等しくなる。さらに、「映画」のジャンルの EPGデータ群においては「主演」という キーワードは、ほとんど特徴のないキーワードであると言える。
[0102] そこで、本実施の形態では、取り扱うテキスト情報に、内容に応じたカテゴリ分類が 与えられて！/、る場合に、そのカテゴリ分類に対する依存性を考慮して辞書を作成する 場合について説明する。
[0103] 本実施の形態の構成は、実施の形態 1と同様であるので図 1を用いて説明し、実施 の形態 1と同様の部分については詳細な説明を省略する。
[0104] 本実施の形態では、キーワード統計部 2、キーワード評価値算出部 3、および判定 部 4における動作が実施の形態 1と相違する。
[0105] キーワード統計部 2は、入力されたテキスト情報群におけるテキスト情報の総数、抽 出されたキーワードを含むテキスト情報の数、抽出されたキーワードを含むテキスト情 報が属するカテゴリにおけるテキスト情報の総数、およびこのカテゴリに属する抽出さ れたキーワードを含むテキスト情報の数等の抽出されたキーワードの出現に関する 統計量を求める。
[0106] キーワード評価値算出部 3は、キーワード統計部 2により求められたキーワードの出 現に関する統計量に基づいて抽出されたキーワードの評価値を算出する。実施の形 態 1では、キーワード評価値算出部 3は、キーワードの評価値として、入力されるテキ スト情報群全体においてこのキーワードが、重要性、特異性、出現頻度等の観点で どうであるかの指標を算出していた。 idf値はその一例であった。これに対して、本実 施の形態では、キーワード評価値算出部 3は、テキスト情報群のカテゴリ分類 (ジヤン ル）に対する依存性の低!、評価値を付与するために、評価値を次の式（2)を用いて 算出する。
[0107] 評価値 = [テキスト情報群全体における評価値] Z [カテゴリ依存度] ……（2) この [テキスト情報群全体における評価値]として、本実施の形態では式（1)で定義 した idf値を用いる。
[0108] また、 [カテゴリ依存度]として、テキスト情報群力もカテゴリごとに idf値を求め、それ らの最小値の逆数を用いる。
[0109] カテゴリごとの idf値は、次の式（3)を用いて算出する。
[0110] [数 2] ヽ
/df7{t) = log +1
ノ
Λ/= Λ/'- -(4) ここで、あるカテゴリ jにおいて、カテゴリ jに属するテキスト情報の総数が 、キーヮ ード tが含まれるテキスト情報の数が n (t)である。ただし、 n (t)は 0の場合もあるので 、その時は idf (t)は算出しないものとする。また、テキスト情報群中に含まれるテキス ト情報の総数 Nと、カテゴリ jに属するテキスト情報の総数が Nとの関係は式 (4)のよう になる。
[0111] このように求められたそれぞれのカテゴリ jにおけるキーワード tの idf値 idf (t)力 、
j 次の式（5)を用いてカテゴリ依存度 f (t)を算出する。
[0112] [数 3]
り minUdfjit)) "' ( 5)
判定部 4は、上記のようにキーワード評価値算出部 3により算出された評価値に基 づぃてこのキーワードを辞書データベース 102に登録するか否力、または辞書デー タベース 102から削除するか否かを判定する。
[0113] 以上のように、あら力じめ付与されて 、るカテゴリ分類に対して依存性の低 、評価 値を算出しているので、辞書データベース 102に登録すべきキーワードについて、テ キスト情報のカテゴリ分類に対する依存性の影響を減少させることが可能になる。
[0114] なお、本実施の形態においては、カテゴリ依存度として、式 (4)で定義される f (t)を 用いた例を説明したが、これに限られるものではない。例えば、カテゴリごとの idf値を 式（3)に従って求め、それらの分散を求めるなども一例である。 [0115] (実施の形態 4)
図 12は、本発明の実施の形態 4に係る辞書作成装置の構成を示すブロック図であ る。なお、実施の形態 1と同様の部分については同じ符号を付し、詳細な説明を省略 する。
[0116] 辞書作成装置 400の辞書更新部 401は、実施の形態 1の辞書更新部 101の構成 に加えて第 2キーワード抽出部 21を備えている。辞書更新部 401には 2種類のテキ スト情報群 (第 1のテキスト情報、第 2のテキスト情報)が入力され、キーワード抽出部 1に第 1のテキスト情報が、第 2キーワード抽出部 21に第 2のテキスト情報が入力され ている。
[0117] 第 2キーワード抽出部 21は、キーワード抽出部 1と同様に入力されたテキスト情報 力もキーワードを抽出する。キーワード統計部 22は、キーワードの出現に関する統計 量として、入力されたテキスト情報群におけるテキスト情報の総数および抽出された キーワードを含むテキスト情報の数を、第 1のテキスト情報および第 2のテキスト情報 それぞれにつ ヽて求める。
[0118] 次に、上記のように構成された辞書作成装置 400を EPG番組検索システムに組み 込んだ例について、以下説明する。
[0119] 図 13は、本発明の実施の形態 4に係る辞書作成装置を備えた EPG番組検索シス テムの構成を示すブロック図である。なお、実施の形態 1と同様の部分については同 じ符号を付し、詳細な説明を省略する。
[0120] この EPG番組検索システムは、実施の形態 1の EPG番組検索システムの構成に加 えて CDDB受信部 110を備えている。この CDDB受信部 110は、発売されている C
Dに関する情報である CDDB情報をインターネットを介して受信する。
[0121] この EPG番組検索システムでは、辞書更新部 101に EPGデータと、発売されてい る CDに関する情報である CDDB情報が入力される。すなわち、辞書データベース 1
02を構成するキーワードは EPGデータに出現したキーワードと CDDB情報に出現し たキーワードとが存在する。
[0122] CDDB情報は、 CDや音楽に関する情報、具体的には最新のアルバムやアーチス ト名などが 、ち早く開示される情報であり、この情報を用いて辞書データベース 102 を構築することにより音楽情報に関してはいち早く最新の動向を反映させることが可 能となる。
[0123] 一方、辞書データベース 102は、 EPGデータから番組を検索、分類などをするため に用いられる力 CDDB情報も利用してキーワードを登録しているため、まだ EPG上 ではあまり出てきて!/、な!/、最新の音楽に関する番組であっても、適切に文書ベクトル を付与することが可能であり、音楽番組に強い EPG検索が実現可能になる。
[0124] 以上のように、異種情報源力 辞書データベース 102を構築することにより、単一情 報源だけでは不足がちなキーワードを補完したり、最新動向をいち早く反映させたり することが可能となる。
[0125] (実施の形態 5)
ところで、 EPG番組検索システム等にぉ 、て番組情報を分類するために用いる分 類辞書には、例えば図 17に示すように「映画」の分類であれば、「映画」、「洋画」、「 邦画」等と 、うように、各分類 (カテゴリ）とその分類に含まれる特徴的なキーワードが 記載されている。従来、このようにあらかじめ設定された分類辞書の分類情報を利用 して番組表の表示形式を変更したり、番組表の内容を分類したりして ヽる。
[0126] 一方、外部の情報サーバにおいては、近年、インターネットのディレクトリサービス やメールマガジンの情報、電子新聞の情報等において、ユーザが簡単に自ら必要な 情報を見つけやすくするために、各情報を分類して蓄積しておくサービスがある。そ こでは、例えば、図 18 (a)に示すように「エンターテイメント」、「スポーツ」、「生活」等 による分類でホームページのアドレスが分類され、さらに、「エンターテイメント」の中 には「映画」、「音楽」、「芸能人」等のさらに詳細の分類されている。最下層の例えば 「映画」の分類にぉ 、ては、「映画」に関する情報（ホームページ）につ 、てのアドレス が蓄積されている。インターネットを利用するユーザは、これらの分類情報をたどるこ とにより、必要な情報のアドレス (URL)を取得することができている。また、電子新聞 等においても、例えば図 18 (b)に示すように「経済」、「政治」、「サイエンス」等で電子 的な新聞記事が分類され、ユーザにとって必要な情報を探しやすくしている。
[0127] そこで、本実施の形態では、図 17で示したような分類辞書の分類情報を、さらに、 図 18で示したような他のメディアで利用されている分類情報を用いて、更新する場合 について説明する。
[0128] 図 14は、本発明の実施の形態 5に係る EPG番組検索システムの構成を示すブロッ ク図である。
[0129] この EPG番組検索システム 1100は、分類情報取得部 1101、分類キーワード抽出 部 1102、分類辞書更新部 1103、利用頻度集計部 1104、判定部 1105、分類辞書 データベース 1106、 EPG受信部 1107、分類部 1108、および番組選択部 1109を 備えている。
[0130] 分類情報取得部 1101は、ユーザによって指定された、すでに分類されているテキ スト情報のアドレス (URL)からインターネットのディレクトリサービスや電子新聞等の テキスト情報を取得する。分類キーワード抽出部 1102は、分類情報取得部 1101で 取得されたテキスト情報力 分類するためのキーワードを抽出する。分類辞書更新部 1103は、分類キーワード抽出部 1102により取得されたキーワードを用いて分類辞 書データベース 1106で記憶されて 、るキーワードを更新する。利用頻度集計部 11 04は、分類辞書データベース 1106に登録されている時事的キーワードについて利 用頻度を求める。判定部 1105は、時事的キーワードが分類辞書データベース 1106 に登録されて力 所定期間経過後に、計測された利用頻度に基づいて時事的キー ワードを分類辞書データベース 1106から削除するか否かを判定する。
[0131] 分類辞書データベース 1106は、各分類に含まれる特徴的なキーワードを記憶して いるデータベースであり、例えば図 22に示すように「分類」ごとに、あら力じめ設定さ れているキーワードである「定常特徴キーワード」、所定の条件により登録および削除 が行われる「時事的特徴キーワード」が登録されている。 EPG受信部 1107は、放送 波またはインターネット等力も番組情報を取得する。分類部 1108は、分類辞書デー タベース 1106に登録されて!、るキーワードを用いて、 EPG受信部 1107で取得され た番組情報を分類する。番組選択部 1109は、分類部 1108で分類された番組情報 を提示するとともに、提示された番組情報カゝらユーザが選択した番組を受け付け、選 択する。
[0132] 図 15は、上記 EPG番組検索システムをテレビに備えた場合のシステム構成の例を 示すノ、一ドウエア構成図である。 [0133] このシステムは、外部情報サーバ 1201、この外部情報サーバ 1201とインターネッ ト等のネットワーク 1204およびルータ 1202を介して接続されるテレビ 1203を備えて いる。外部情報サーバ 1201は、ネットワーク 1204に接続され、各分類に関する記事 やホームページのアドレスを蓄積している。ルータ 1202は、家庭内の機器を外部の ネットワーク 1204に接続する。テレビ 1203は、上記 EPG番組検索システムを備え、 放送局 1205から出力された放送波を受信することで番組情報を取得でき、さらにル ータ 1202によって外部のインターネットコンテンツにもアクセス可能である。
[0134] 次に、上記のように構成された EPG番組検索システムの動作について説明する。
図 16は EPG番組検索システムにお!/、て分類辞書データベース 1106を更新する 際の動作の流れを示すフローチャートであり、以下このフローチャートに従って、分類 辞書データベース 1106の更新動作にっ 、て説明する。
[0135] 例えば図 19 (a)に示すような番組表を分類する項目が表示された画面上力もユー ザによって、分類する項目が選択され、例えば「映画」の分類に関して、図 19 (b)に 示すようにインターネット上の URLが設定されると、分類情報取得部 1101は、設定さ れた URLから、例えば図 20 (a)に示すような「映画」に関するテキスト情報を取得す る（ステップ S1301)。インターネットは即時性の高いコンテンツが掲載されるため、「 映画」等の場合には、一般に公開される前の情報等も掲載されることが多い。また、 例えば図 20 (b)に示すような「音楽」に関連するテキスト情報についても、ユーザの 設定により取得することができるようになる。なお、テレビ 1203を用いて URLを入力 するのが難しい場合には、あら力じめ URLの候補が設定され、ユーザがその URLの 候補を選択するインタフェースを用いてもよい。また、この URLの設定は、あらかじめ テレビ 1203を出荷するときに、行っておいてもよい。
[0136] 分類キーワード抽出部 1102は、分類情報取得部 1101により取得されたテキスト情 報に対して、形態素解析や文字種によるキーワード抽出を行うことにより、代表的な キーワードを選択する (ステップ S 1302)。ここでは、例えば所定期間の出現数（出現 頻度）が所定の閾値 (例えば 20回）を超えた場合にキーワードを選択ものとする。な お、ここでのキーワードの選択手法は、これに限られるものではなぐ実施の形態 1等 に記載した統計情報を利用することもできる。 [0137] 図 21は、「映画」、「音楽」に関して、特徴的なキーワードを抽出した結果の一例を 示す図である。ここで抽出されたキーワードは、固有名詞が多いことが特徴的である 。これらのキーワードは、分類辞書データベース 1106にあらかじめ登録されている図 17に示されるような定常的なキーワードに含まれない場合が多い。そこで、分類辞書 更新部 1103は、定常的なキーワードに含まれていないキーワードを時事的特徴キ 一ワードとして図 22に示すように分類辞書データベース 1106に登録する（ステップ S 1303)。
[0138] EPG受信部 1107は、例えば図 24に示すような番組に関する EPG情報を放送波 またはインターネット等から取得する (ステップ S 1304)。
[0139] 番組選択部 1109は、分類辞書データベース 1106に登録されているキーワードが 、 EPG情報として取得されたテキスト情報に含まれるか否かをチェックすることで、 EP G情報を取得した番組がどの分類に該当するかを求める (ステップ S1305)。例えば 、図 24に示す番組の例の場合、「メトリタス」、「力ァヌ」という語句と、分類辞書データ ベース 1106の「映画」の分類の時事的特徴キーワードとが一致する。このため、番組 選択部 1109は、「あっしのトレンド情報」という番組は、映画に関する番組であると判 断する。このとき、図 17に示すような定常的な特徴キーワードでは、「映画」の情報と して判断できないが、図 22に示すような時事的特徴キーワードが抽出されていること で、「映画」に関する番組であると判断することができるようになる。
[0140] 利用頻度集計部 1104は、 EPG情報として取得されたテキスト情報に分類辞書デ ータベース 1106の時事的特徴キーワードが含まれていた場合、時事的特徴キーヮ ードの利用頻度のカウントを増加させる (ステップ S1306)。上記の例では、利用頻度 集計部 1104は、「メトリタス」と「力ァヌ」というキーワードに関して、利用頻度を 1増加 させること〖こなる。
[0141] 判定部 1105は、時事的特徴キーワードの元になつたテキスト情報を取得してから、 すなわち時事的キーワードが分類辞書データベース 1106に登録されて力 所定期 間（例えば 2ヶ月）が経過したか否かを判定する (ステップ S1307)。ここで、所定期間 が経過していない場合 (ステップ S 1307で NO)は、さらに EPG情報を取得し、利用 頻度集計部 1104による時事的特徴キーワードの利用頻度の集計を行う (ステップ S 1304— S1306)。すなわち、時事的特徴キーワードは、所定期間が経過するまでは 分類辞書データベース 1106に保持されることになる。なお、ここでは所定期間が経 過したカゝ否かを判定して ヽるが、例えば EPG番組データの取得数が所定数に到達 した力否かを判定したり、登録された時事的特徴キーワードの個数が所定数に到達 した力否かを判定したりしてもよ!、。
[0142] 一方、所定期間が経過している場合 (ステップ S 1307で NO)には、判定部 1105は 、集計された利用頻度があらかじめ設定された削除下限閾値を下回った時事的特徴 キーワードを分類辞書データベース 1106から削除すると判定する。分類辞書更新 部 1103は、削除と判定された時事的特徴キーワードを分類辞書データベース 1106 から削除する（ステップ S 1308)。
[0143] 図 25は、時事的特徴キーワードの各期間毎の利用頻度の一例を示す図である。図 25において、「メトリタス」というキーワードは、設定された URLのテキスト情報力も取 得されて時事的特徴キーワードに設定された後、頻繁に EPG情報に出現していたた め、キーワードの出現頻度回数が多くなつている。一方、同時に抽出された「マシン 軍団」というキーワードは、 EPG情報として利用されることが少な力 たため、キーヮ ードの出現頻度回数が少なくなつている。この例では、「メトリタス」というキーワードに 関しては、削除下限閾値としてあらかじめ設定された 5の値を超えているため、今後も 「映画」分類の時事的特徴キーワードとして登録されたままである。一方、「マシン軍 団」というキーワードに関しては、削除下限閾値としてあらかじめ設定された 5の値を 下回ったため、「映画」分類の時事的特徴キーワードから削除されることになる。
[0144] 以上の処理により、番組を分類する際に、定常的な特徴キーワードを利用すると同 時に、時事的な固有名詞等の特徴キーワードをインターネットや電子新聞等のメディ ァから取得し、時事的特徴キーワードとして分類辞書データベース 1106へ登録する ことによって、時代の変化に対応した分類辞書データベース 1106を作成することが できる。さらに、このように作成された分類辞書データベース 1106を用いることによつ て、精度の高い番組の分類を実現することができる。また、この分類辞書データべ一 ス 1106を利用して、例えば図 23に示すようにユーザは分類を選択だけで、 EPG情 報力 ユーザが所望する番組を録画設定することが可能になる。 [0145] なお、本実施の形態では、分類辞書データベース 1106に図 17に示すような分類 するための定常的な特徴キーワードがあら力じめ登録されていた力 これらのキーヮ ードもインターネットや電子新聞等の EPG以外のメディアから自動的に構築してもよ い。
[0146] (実施の形態 6)
ところで、インターネット上のディレクトリサービスや電子新聞の分類等、電子的なテ キスト情報を分類したものが、ユーザに多く利用されている。ユーザは、自らの気に入 つた分類パターンを利用して、配信されてくる情報や自らが管理しなければならない 情報を分類して 、ることがある。
[0147] これらの分類情報は、各サービス会社毎に異なっており、同じインターネットの分類 サービスを行っているサービス会社においても、異なっている。また、新聞やメルマガ 等のサービス会社とも異なっている。また、テレビ番組の電子番組の配信においても 、放送局が付与した映画、ドラマ等の分類情報によって番組が分類されている。しか しながら、放送局で分類されているものは、必ずしも、ユーザが普段利用しているよう な分類でないことが多い。同様に、番組情報に関しても、放送局等で番組に付与さ れたタグ情報を用いて番組を分類していることがある。し力しながら、ユーザが普段か ら利用している分類とは異なる場合がある。
[0148] 例えば、「株価」に関する-ユースが放映されたとき、番組情報の分類では「ニュー ス」の分類に帰属するが、インターネットの分類情報を利用すると、「経済」というカテ ゴリに分類されることがある。普段からインターネットの分類情報を利用しているユー ザにとっては、たとえ「株価」に関する-ユースの番組情報であっても、その動画を蓄 積する場合には、「経済」の分類に帰属させたいものである。
[0149] そこで、本実施の形態では、ユーザが普段利用している分類情報を利用して、 EP Gの番組情報を分類する場合につ ヽて説明する。
[0150] 図 26は、本発明の実施の形態 6に係る EPG番組検索システムの構成を示すブロッ ク図である。なお、本実施の形態のハードウェア構成は、実施の形態 5の図 15に示 すノヽードウエア構成と同様であるため説明を省略する。
[0151] この EPG番組検索システム 1200は、第 1の情報源の分類情報取得部 1201、第 2 の情報源の分類情報取得部 1202、分類キーワード抽出部 1203、分類辞書更新部 1204、第 1の情報源の分類辞書データベース 1205、第 2の情報源の分類辞書デー タベース 1206、分類辞書選択部 1207、 EPG受信部 1208、分類部 1209、および 番組選択部 1210を備えて 、る。
[0152] 第 1の情報源の分類情報取得部 1201は、ユーザによって指定された第 1の情報源 力 分類情報を取得し、この分類情報により分類されているテキスト情報のアドレス（ URL)からテキスト情報を取得する。第 2の情報源の分類情報取得部 1202は、ユー ザによって指定された、第 1の情報源とは異なる第 2の情報源力 分類情報を取得し 、この分類情報により分類されて 、るテキスト情報のアドレス (URL)力 テキスト情報 を取得する。分類キーワード抽出部 1203は、第 1の情報源の分類情報取得部 1201 および第 2の情報源の分類情報取得部 1202で取得されたテキスト情報力も分類す るためのキーワードをそれぞれ抽出する。
[0153] 分類辞書更新部 1204は、第 1の情報源および第 2の情報源力も取得された分類 情報をそれぞれ第 1の情報源の分類辞書データベース 1205および第 2の情報源の 分類辞書データベース 1206に登録する。さらに、分類辞書更新部 1204は、分類キ 一ワード抽出部 1203により取得されたキーワードを、第 1の情報源および第 2の情報 源力も取得された分類情報に対応させて第 1の情報源の分類辞書データベース 120 5および第 2の情報源の分類辞書データベース 1206に登録する。
[0154] 第 1の情報源の分類辞書データベース 1205は、例えば図 28 (a)に示すように第 1 の情報源カゝら取得された分類情報に基づく「分類」（分類をさらに分けたサブ分類を 含む)ごとに、テキスト情報力も抽出されたキーワードを記憶しているデータベースで ある。第 2の情報源の分類辞書データベース 1206は、例えば図 28 (b)に示すように 第 2の情報源力 取得された分類情報に基づく「分類」ごとに、テキスト情報力 抽出 されたキーワードを記憶しているデータベースである。なお、図 28では、分類 (サブ 分類）に含まれるキーワードにつ 、ては記載を省略して 、る。
[0155] 分類辞書選択部 1207は、ユーザによる指示を受け付け、第 1の情報源の分類辞 書データベース 1205および第 2の情報源の分類辞書データベース 1206のいずれ 力 1つを、番組情報を分類するために用いる分類辞書データベースとして選択する。 [0156] EPG受信部 1208は、放送波またはインターネット等力も番組情報を取得する。分 類部 1209は、分類辞書選択部 1207により選択された分類辞書データベースを用 いて、 EPG受信部 1208で取得された番組情報を分類する。番組選択部 1210は、 分類部 1209で分類された番組情報を提示するとともに、提示された番組情報からュ 一ザが選択した番組を受け付け、選択する。
[0157] 次に、上記のように構成された EPG番組検索システムの動作について説明する。
なお、本実施の形態において、すでに分類されたテキスト情報を取得し、そのテキス ト情報力 分類のためのキーワードを抽出し分類辞書データベースを構築するまで の動作は、実施の形態 5とほぼ同様であるため、説明を省略する。
[0158] 本実施の形態では、分類辞書選択部 1207が、第 1の情報源の分類情報に対応す る第 1の情報源の分類辞書データベース 1205および第 2の情報源の分類情報に対 応する第 2の情報源の分類辞書データベース 1206のいずれの分類辞書データべ ースを用いて分類を行うかの指示を、例えば図 27に示すようにユーザより受け付けて いる。そして、分類辞書選択部 1207は、受け付けた指示により分類に用いる分類辞 書データベースを選択する。
[0159] 以上のように、複数の情報源の分類情報に対応する複数の分類辞書データベース を作成することによって、 日常的に利用しているなどユーザにとって理解しやすい分 類情報を用いて、 EPG等で提供される番組情報を分類することができ、統一的な分 類で番組や情報を管理することができる。
[0160] なお、本実施の形態では、図 27 (a)に示すようにユーザによって分類辞書データ ベース (情報源のサイト）が選択されたが、これに限られるものではなぐ分類辞書選 択部 1207が分類辞書データベースを選択してもよい。例えば、分類辞書選択部 12 07は、すでに EPGの分類情報に近い分類を行っているサイトが情報源である分類 辞書データベースを選択することもできるし、分類数が最も多 、サイトが情報源であ る分類辞書データベースを選択することも可能である。
[0161] また、本実施の形態では、 EPGのテキスト情報を利用した番組の分類にっ 、て述 ベたが、分類をユーザが指定することにより自動録画機能の実現にも利用することが できる。これにより、従来までは、放送局から提供される分類情報でしか番組の自動 録画を設定できな力つたが、普段力も利用しているサイトの分類情報を利用して番組 を自動的に録画することができるようになる。
[0162] また、本実施の形態では、分類情報を取得する情報源が 2つである場合にっ 、て 説明したが、これに限られるものではない。例えば、情報源が 3つである場合には、 第 3の情報源の分類情報取得部、第 3の情報源の分類辞書データベースを備えれ ばよい。この場合、この第 3の情報源の分類辞書データベースには、例えば図 28 (c) に示すような情報が登録され、図 27 (b)に示すような画面からユーザによって分類辞 書データベース (情報源のサイト）が選択されることになる。また、情報源が 4つ以上 である場合についても同様である。
[0163] (実施の形態 7)
情報の分類に関しては、専門的な分類を用いているサイトや一般的な分類を用い て 、るサイト等があり、各サイトによってそれぞれの特色で分類を構築して 、る場合が 多い。ユーザは、その中から、自らの用途に応じて、適当な分類を参照し、管理すベ き情報を分類して 、ることがある。
[0164] そこで、本実施の形態では、インターネット等で利用されて 、る分類に関する情報 を統合する場合につ!ヽて説明する。
[0165] 図 29は、本発明の実施の形態 7に係る EPG番組検索システムの構成を示すブロッ ク図である。なお、実施の形態 6と同様の部分については同じ符号を付し、詳細な説 明を省略する。また、本実施の形態のハードウェア構成は、実施の形態 5の図 15〖こ 示すノヽードウエア構成と同様であるため説明を省略する。
[0166] 本実施の形態の EPG番組検索システム 1300は、実施の形態 6の構成に加えて第 3の情報源の分類情報取得部 1301、第 3の情報源の分類辞書データベース 1302、 および融合分類辞書データベース 1304を、また、実施の形態 6の分類辞書選択部 1 207に替えて分類辞書融合編集部 1303を備えている。
[0167] 分類辞書融合編集部 1303は、第 1の情報源の分類辞書データベース 1205に記 憶されている分類情報、第 2の情報源の分類辞書データベース 1206に記憶されて いる分類情報、および第 3の情報源の分類辞書データベース 1302に記憶されてい る分類情報に基づいて、新たに編集 '融合した融合分類辞書データベース 1304を 生成する。
[0168] 次に、上記のように構成された EPG番組検索システムの動作について説明する。
なお、各分類辞書データベースを構築する過程は、実施の形態 5、 6と同様であるた め説明を省略する。
[0169] ここで、第 1の情報源の分類辞書データベース 1205には例えば図 30 (a)に示すよ うなディレクトリ Aの分類力 第 2の情報源の分類辞書データベース 1206には例えば 図 30 (b)に示すようなディレクトリ Bの分類が、第 3の情報源の分類辞書データベース 1302には、例えば図 30 (c)に示すようなディレクトリ Cの分類が構築されているとす る。図 30に示すように、ディレクトリお Cに関しては、一般的な分類情報が用いられ ており、ディレクトリ Bに関しては、スポーツ関連で詳細な分類情報が用いられている
[0170] 分類辞書融合編集部 1303は、各分類情報が特徴キーワードで表現されることにな るため、各分類間の階層の上下関係、同値 (同意味)の関係を特徴キーワードの集 合で評価する。具体的には、例えば分類 P、 Qが与えられ、それぞれの分類に対する 特徴キーワードの集合を P、 Qとする。このとき、 P fl Qは分類 Pと分類 Qの特徴キーヮ ードの共通集合を表現し、 P U Qは分類 Pと分類 Qの和集合を表現する。さらに、 I P Iは集合 Pの要素の数、 I P Q Iは集合 (P fl Q)の要素の数を表現する。
[0171] ここで、次の式（6)および式（7)が成立するとき、図 31 (a)に示すように分類 Qのほ とんどの特徴キーワードが分類 Pに含まれることを示している。そこで、分類 Pの階層 の下に分類 Qをおくことにする。例えば、「野球」の分類の特徴キーワードが「スポー ッ」の分類の特徴キーワードに含まれる場合には、「スポーツ」の分類の下の階層に「 野球」の分類をおくことになる。
[0172] [数 4] 0.9 , ¾^ .-(6)
0-9. ¾ …
一方、式 (6)および式 (8)が成立するときには、図 31 (b)に示すように分類 Pの特徴 キーワードと分類 Qの特徴キーワードがほとんど同じものであることが多い。この場合 、同じ意味を表現する分類として扱うこととする。例えば、図 30に示すディレクトリ Aの 「経済」とディレクトリ Cの「ビジネス」の特徴キーワードがほぼ同じ場合には、これらの 分類は同じものを示していることとなる。
[0173] 分類辞書融合編集部 1303は、図 30に示すような各分類辞書データベースに対し て、上記の評価を行い、階層構造を構築するとともに、同じ内容の分類を表現するも のを抽出し、新たな分類階層を構築する。その結果、図 32に示すように 3つの分類 辞書データベースの分類情報をまとめて、 1つの分類階層を構築することができるよ うになる。
[0174] 以上のように、各分類間の関係を各分類に含まれる特徴キーワードの集合で評価 して ヽるので、各分類辞書データベースの分類情報をまとめた新たな分類階層の分 類辞書データベースを構築することができ、 EPGの番組表を新たな観点で分類する ことが可能になる。
[0175] なお、本実施の形態では、融合を行う分類辞書データベースが 3つである場合に ついて説明したが、これに限られるものではない。例えば、分類辞書データベースが 2つであっても構わな!/、し、 4つ以上であっても構わな!/、。
[0176] (実施の形態 8)
上記でも述べたように、分類に関する情報は時々刻々と変化している。例えば、話 題になっている映画の情報は、年代や月によって異なるため、「映画」に関する情報 を抽出するためには、その時代ごとに分類に利用されている特徴キーワードを保持し ておく必要がある。また、プロ野球等の情報であれば、「星野監督」という特徴キーヮ ードは、 2000年以降であれば、「阪神」に関する情報であるのに対して、 1990年代 であれば、「中日」に関する情報となるなど、時代に応じて特徴キーワードが異なるも のがある。
[0177] そこで、本実施の形態では、特徴キーワードが登録されるときに、その時刻情報も 登録する場合にっ ヽて説明する。
[0178] 図 33は、本発明の実施の形態 8に係る EPG番組検索システムの構成を示すブロッ ク図である。なお、実施の形態 5と同様の部分については同じ符号を付し、詳細な説 明を省略する。また、本実施の形態のハードウェア構成は、実施の形態 5の図 15〖こ 示すノヽードウエア構成と同様であるため説明を省略する。
[0179] EPG番組検索システム 1400は、実施の形態 5の構成にカ卩えて EPG蓄積部 1403 を備えている。また、分類辞書更新部 1401における動作、および分類辞書データべ ース 1402の構成が実施の形態 5と相違する。
[0180] 分類辞書データベース 1402は、各分類に含まれる特徴的なキーワードを記憶して いるデータベースであり、例えば図 34に示すように「分類」ごとに、あら力じめ設定さ れているキーワードである「定常特徴キーワード」、所定の条件により登録および削除 が行われる「時事的特徴キーワード」、この時事的特徴キーワード力インターネットや 電子新聞等で利用されて 、た時期 (期間）の情報である「期間」が登録されて 、る。
[0181] 分類辞書更新部 1401は、分類キーワード抽出部 1102により取得されたキーヮー ドを用いて分類辞書データベース 1106に時事的特徴キーワードを登録する際に、 時期 (期間）の情報に対応させて時事的特徴キーワードを登録する。
[0182] EPG蓄積部 1403は、 EPG受信部 1107で取得された過去の EPG情報を蓄積して いる。
[0183] 次に、上記のように構成された EPG番組検索システムの動作について説明する。
なお、本実施の形態は、実施の形態 5と同様の処理であるため、同様の部分につい ては説明を省略する。 [0184] 分類部 1108は、例えば、図 34に示すような分類辞書データベース 1402を用いる と、 2003年 11月には、「メトリタス」の映画に関する情報が多く流通していたため、そ の時期に放送される番組においては、「メトリタス」というキーワードが含まれていると、 「映画」関連の情報であると判断することになる。一方、 2003年 10月の時点では、「メ トリタス」と 、うキーワードはなく、「ナーミネータ」 t 、うキーワードが含まれて 、た場合 には、「映画」関連の情報と判断することになる。
[0185] また、分類部 1108は、 EPG蓄積部 1403に蓄積されている過去に受信された EP
Gの番組情報を検索'分類する場合、分類辞書データベース 1402に登録されてい る時事的特徴キーワードの中で、番組情報が受信された時期に対応する時事的特 徴キーワードを用いて検索 ·分類を行う。
[0186] 以上のように、分類辞書データベース 1402に時期（期間）の情報に対応させて時 事的特徴キーワードを登録しているので、例えば番組が放映される時期と、その時期 に使われているキーワードとを用いることにより、従来までの番組の分類に比べ精度 よく分類することが可能になり、時刻（時代）に応じた分類を実現することができる。
[0187] なお、本実施の形態においては、 EPG受信部 1105で取得された過去の EPG情 報を蓄積することで、分類辞書データベース 1402に時期 (期間）の情報を対応させ て、時事的特徴キーワードを登録した。さらに、電子新聞の配信日時の情報を利用し て、時事的キーワードと日時情報を対応付けてもよい。また、インターネットのテキスト 情報を利用する場合においては、インターネットの各コンテンツのファイルの更新時 期の情報や、 HTML内に記述されている日時の情報を利用することで、時事的キー ワードと日時情報とを対応付けすることが可能である。特に、放送コンテンツや電子 新聞の情報とは異なり、インターネットのコンテンツは、更新されずに残っているホー ムページ等が存在するため、過去に流行した時事的キーワードを取得するのに適し ている。
[0188] また、インターネットのテキスト情報は、ホームページが削除されたり、同一の URL のコンテンツ内容が更新されたりする。そこで、あるキーワードが抽出されたホームべ ージが、過去に公開されていたが削除された場合には、その時事的キーワードを分 類辞書データベースから削除してもよい。また、その削除されたホームページの数が 、所定の閾値より多くなつた場合に、時事的キーワードを分類辞書データベースから 削除してもよい。
[0189] また、本実施の形態で説明したように、図 34に示すように時刻情報とともに、時事 的キーワードを登録しておくことにより、例えば、「2003年 11月に流行していた映画」 というような検索質問により、映画情報を検索することが可能になる。これにより、年代 毎に、映画情報を分類することが可能になる。映画の封切り情報を利用して年代毎 に分類することも可能である力 本実施の形態では、一般に流行したものだけにフィ ルタリングすることが可能になる。なお、検索するときに、定常特徴キーワードと時事 的特徴キーワードとに分類されて蓄積されているため、時事的特徴キーワードに重み をつけて検索を行うことにより、より時代を反映したコンテンツを検索することが可能に なる。
[0190] また、本実施の形態では、時事的キーワードを期間情報とともに抽出する手法につ いて説明した。さらに、抽出されたキーワード辞書を利用することで、ある映画情報を ユーザが選択したときに、その映画が流行していた時代を、時事的キーワードから推 定し、同時代に流行して 、た映画を検索することも可能である。
[0191] 図 35はこの場合の検索システムの構成を示す図である。この検索システムは、図 3 5に示すように、コンテンツテキスト情報入力部 3201、分類辞書データベース 3202、 時代情報判定部 3203、関連コンテンツ検索部 3205、および関連情報提示部 3206 を備える例えばデジタルテレビ等の家庭内情報端末 3200が、インターネット等のネ ットワーク 3400を介してコンテンツテキスト情報蓄積部 3300と接続されている。
[0192] 具体的には、ある映画の説明情報がコンテンツテキスト情報入力部 3201に入力さ れると、時代情報判定部 3203は、分類辞書データベース 3202に蓄積されている例 えば図 34に示すような時事的特徴キーワードと比較し、どの時期のキーワードが最も 多く含まれるかを計算する。その結果、例えば、 2003年 11月が選択されると、関連コ ンテンッ情報検索部 3205は、その時期の時事的キーワードを利用して、さらにインタ 一ネット等の外部ネットワーク上に蓄積されたコンテンツテキスト情報蓄積部 3400に 蓄積されている他の映画情報を検索する。そして、検索された結果を関連情報提示 部 3206においてユーザに提示する。これにより、同時代に流行していた映画を時刻 情報が付加された分類辞書データベースを用いて検索することが可能になる。同様 のことは、音楽情報や一般のニュースに関する情報についても行うことが可能になる
[0193] また、実施の形態 7において、分類辞書を融合する方法について説明した。さらに 、本実施の形態で述べたように、時事的キーワードの時刻情報を利用して、所定の 期間の時事的キーワードを融合することにより、さらに、所定の時期に流行していた 時事的キーワードを幅広く抽出することが可能になる。これにより、期間に応じて分類 の階層構造が異なる場合も生じる。このように、分類辞書の時事的キーワードの内容 だけでなぐ分類の階層構造も時期に応じて変更することが可能である。また、実施 の形態 7においては、登録されたキーワードの集合間の要素の数を用いて融合編集 を行っているが、さらに、登録されたキーワードが所定の期間に利用された頻度の情 報を用いて融合編集を行ってもよい。これにより、あらかじめ分類されたテキスト情報 による分類だけでなぐさらに、時事的キーワードが反映された融合辞書を構築する ことが可能になる。
[0194] また、本実施の形態にお!ヽては、番組に付与された EPGのテキスト情報を利用して 、番組単位で分類'フィルタリングを行っている。さらに、番組に対してメタ情報が付与 され、番組内の各コーナーや画像のフレーム単位で、テキスト情報が付与された場 合でも、本分類手法を適用することが可能である。
[0195] なお、本実施の形態では、定常特徴キーワードと時事的特徴キーワードを分類して 蓄積して 、るが、時事的特徴キーワードのみで分類を定義してもよ 、。
産業上の利用可能性
[0196] 以上のように、本発明に係る辞書作成装置は、テキスト情報の検索、分類、フィルタ リングなどに用いる辞書を、テキスト情報群を構成するキーワードの出現傾向に応じ て、適切に作成および更新するのに有用である。また、例えば EPG番組検索システ ム、インターネット検索システムなどに適応が可能である。

Claims

請求の範囲
[1] テキストで記述された情報を検索、分類、またはフィルタリングするために用いられ る辞書を作成する辞書作成装置であって、
テキスト情報力 キーワードを抽出するキーワード抽出手段と、
前記テキスト情報から抽出されたキーワードを前記辞書に登録または削除する辞書 登録削除手段と
を備えることを特徴とする辞書作成装置。
[2] 前記辞書作成装置は、さらに、
1つ以上のテキスト情報力 構成されるテキスト情報群における前記キーワードの出 現に関する統計量を求めるキーワード統計手段と、
前記統計量に基づいて前記キーワードの評価値を算出するキーワード評価値算出 手段と、
前記算出された評価値に基づいて前記キーワードを前記辞書に登録するか否か、 または前記辞書から削除するか否かを判定する判定手段とを備え、
前記キーワード抽出手段は、前記テキスト情報群力 キーワードを抽出し、 前記辞書登録削除手段は、前記判定の結果によって前記キーワードを前記辞書に 登録または削除する
ことを特徴とする請求項 1記載の辞書作成装置。
[3] 前記辞書作成装置は、さらに、
前記キーワードおよび当該キーワードの前記評価値を組にして記憶するためのキ 一ワード記憶手段を備え、
前記キーワード評価値算出手段は、前記キーワードと算出した評価値とを対応付け て前記キーワード記憶手段に記憶し、
前記判定手段は、前記キーワード評価値算出手段により新たに算出された評価値 と前記キーワード記憶手段に記憶されて 、る評価値との変化量に基づ 、て、前記キ 一ワードを前記辞書に登録するか否か、または前記辞書から削除するか否かを判定 する
ことを特徴とする請求項 2記載の辞書作成装置。
[4] 前記辞書作成装置は、さらに、
前記キーワードおよび当該キーワードの前記評価値を組にして記憶するためのキ 一ワード記憶手段を備え、
前記キーワード評価値算出手段は、前記キーワードと算出した評価値とを対応付け て前記キーワード記憶手段に記憶し、
前記判定手段は、前記キーワード評価値算出手段により新たに算出された評価値 、および、前記キーワード評価値算出手段により新たに算出された評価値と前記キ 一ワード記憶手段に記憶されている評価値との変化量に基づいて、前記キーワード を前記辞書に登録するか否か、または前記辞書から削除するか否かを判定する ことを特徴とする請求項 2記載の辞書作成装置。
[5] 前記辞書作成装置は、さらに、
1つ以上のテキスト情報力 構成される第 2のテキスト情報群力 キーワードを抽出 する第 2のキーワード抽出手段を備え、
前記キーワード統計手段は、さらに、前記第 2のテキスト情報群における前記抽出 されたキーワードの出現に関する統計量を求め、
前記キーワード評価値算出手段は、前記キーワード抽出手段および前記第 2のキ 一ワード抽出手段により抽出されたキーワードの評価値を、前記それぞれの統計量 に基づいて算出する
ことを特徴とする請求項 2記載の辞書作成装置。
[6] 前記キーワード評価値算出手段で算出される評価値は、前記テキスト情報群にお けるテキスト情報の総数および前記キーワードを含むテキスト情報の数に基づくキー ヮ ~~トの idf unverse document frequency)値で &)り、
前記判定手段は、前記キーワードが前記辞書に登録されていなぐかつ前記算出 された idf値が所定の閾値以上である場合に、前記キーワードを前記辞書に登録す ると判定する
ことを特徴とする請求項 2記載の辞書作成装置。
[7] 前記判定手段は、前記キーワードが前記辞書に登録されており、かつ前記算出さ れた idf値が所定の閾値未満である場合に、前記キーワードを前記辞書力も削除す ると判定する
ことを特徴とする請求項 6記載の辞書作成装置。
[8] 前記キーワード評価値算出手段で算出される評価値は、前記テキスト情報群にお けるテキスト情報の総数および前記キーワードを含むテキスト情報の数に基づくキー ヮ ~~トの idf unverse document frequency)値で &)り、
前記辞書は、不要語辞書であり、
前記判定手段は、前記キーワードが前記不要語辞書に登録されていなぐかつ前 記算出された idf値が所定の閾値未満である場合に、前記キーワードを前記不要語 辞書に登録すると判定する
ことを特徴とする請求項 2記載の辞書作成装置。
[9] 前記判定手段は、前記キーワードが前記不要語辞書に登録されており、かつ前記 算出された idf値が所定の閾値以上である場合に、前記キーワードを前記不要語辞 書から削除すると判定する
ことを特徴とする請求項 8記載の辞書作成装置。
[10] 前記キーワード評価値算出手段で算出される評価値は、前記テキスト情報群にお ける前記キーワードの出現頻度であり、
前記判定手段は、前記キーワードが前記辞書に登録されていなぐかつ前記算出 された出現頻度が所定の閾値未満である場合に、前記キーワードを前記辞書に登 録すると判定する
ことを特徴とする請求項 2記載の辞書作成装置。
[11] 前記判定手段は、前記キーワードが前記辞書に登録されており、かつ前記算出さ れた出現頻度が所定の閾値以上である場合に、前記キーワードを前記辞書力 削 除すると判定する
ことを特徴とする請求項 10記載の辞書作成装置。
[12] 前記キーワード評価値算出手段で算出される評価値は、前記テキスト情報群にお ける前記キーワードの出現頻度であり、
前記辞書は、不要語辞書であり、
前記判定手段は、前記キーワードが前記不要語辞書に登録されていなぐかつ前 記算出された出現頻度が所定の閾値以上である場合に、前記キーワードを前記不 要語辞書に登録すると判定する
ことを特徴とする請求項 2記載の辞書作成装置。
[13] 前記判定手段は、前記キーワードが前記不要語辞書に登録されており、かつ前記 算出された出現頻度が所定の閾値未満である場合に、前記キーワードを前記不要 語辞書から削除すると判定する
ことを特徴とする請求項 12記載の辞書作成装置。
[14] 前記テキスト情報群は、あらかじめ所属するカテゴリの情報が付与された 1つ以上 のテキスト情報力 構成され、
前記キーワード統計手段は、前記テキスト情報群における前記カテゴリに関する統 計量を求め、
前記キーワード評価値算出手段は、前記抽出されたキーワードについて前記キー ワードの出現に関する統計量および前記カテゴリに関する統計量に基づいて評価値 を算出する
ことを特徴とする請求項 2記載の辞書作成装置。
[15] 前記キーワード評価値算出手段は、前記テキスト情報群におけるテキスト情報の総 数、前記テキスト情報群における前記キーワードを含むテキスト情報の数、前記テキ スト情報群における前記カテゴリに含まれるテキスト情報の数、および前記カテゴリに おける前記キーワードを含むテキスト情報の数に基づいて、前記評価値を算出し、 前記判定手段は、前記キーワードが前記辞書に登録されていなぐかつ前記評価 値が所定の閾値以上である場合に、前記キーワードを前記辞書に登録すると判定す る
ことを特徴とする請求項 14記載の辞書作成装置。
[16] 前記判定手段は、前記キーワードが前記辞書に登録されており、かつ前記評価値 が所定の閾値未満である場合に、前記キーワードを前記辞書力 削除すると判定す る
ことを特徴とする請求項 15記載の辞書作成装置。
[17] 前記テキスト情報は、 EPG (Electric Program Guide)データであり、 前記辞書は放送波の種類ごとにそれぞれ作成され、
前記キーワード抽出手段は、前記放送波の種類ごとの前記テキスト情報群からキー ワードを抽出し、
前記辞書登録削除手段は、前記放送波の種類ごとに前記キーワードをそれぞれの 前記辞書に登録または削除する
ことを特徴とする請求項 2記載の辞書作成装置。
[18] 前記テキスト情報は、 EPG (Electric Program Guide)データであり、
前記辞書は放送の時間帯ごとにそれぞれ作成され、
前記キーワード抽出手段は、前記放送の時間帯ごとの前記テキスト情報群力 キー ワードを抽出し、
前記辞書登録削除手段は、前記放送の時間帯ごとに前記キーワードをそれぞれの 前記辞書に登録または削除する
ことを特徴とする請求項 2記載の辞書作成装置。
[19] 前記辞書にはカテゴリ毎にキーワードが登録され、
前記辞書登録削除手段は、前記カテゴリに対応したテキスト情報力 抽出されたキ 一ワードを、当該カテゴリの時事的特徴キーワードとして前記辞書に登録する ことを特徴とする請求項 1記載の辞書作成装置。
[20] 前記辞書には、あらかじめ前記カテゴリ毎に定常特徴キーワードが登録されており 前記辞書登録削除手段は、前記カテゴリに対応したテキスト情報力 抽出されたキ 一ワードの中で、当該カテゴリの定常特徴キーワードとして登録されていないキーヮ ードを当該カテゴリの前記時事的特徴キーワードとして前記辞書に登録する ことを特徴とする請求項 19記載の辞書作成装置。
[21] 前記辞書登録削除手段は、前記時事的特徴キーワードとともに対応する時間情報 を前記辞書に登録する
ことを特徴とする請求項 19記載の辞書作成装置。
[22] 前記テキスト情報は、インターネットを介して取得された情報であり、
前記辞書登録削除手段は、前記時間情報として前記テキスト情報ともに取得された 時間情報を前記辞書に登録する
ことを特徴とする請求項 21記載の辞書作成装置。
[23] 前記テキスト情報は、インターネットを介して取得された情報であり、
前記辞書登録削除手段は、前記テキスト情報の取得先の更新情報に基づ!、て前 記時事的特徴キーワードを登録または削除する
ことを特徴とする請求項 19記載の辞書作成装置。
[24] 前記辞書作成装置は、さらに、
前記辞書に登録された前記時事的特徴キーワードについて利用頻度を求める利 用頻度集計手段と、
前記求められた利用頻度に基づいて前記時事的特徴キーワードを前記辞書から 削除するか否かを判定する判定手段とを備え、
前記辞書登録削除手段は、前記判定の結果によって前記時事的特徴キーワード を前記辞書から削除する
ことを特徴とする請求項 19記載の辞書作成装置。
[25] 前記判定手段は、前記時事的特徴キーワードが前記辞書に登録されてから所定期 間経過後に、前記利用頻度に基づいて前記時事的特徴キーワードを前記辞書から 削除する力否かを判定する
ことを特徴とする請求項 24記載の辞書作成装置。
[26] 前記辞書にはカテゴリ毎にキーワードが登録され、
前記辞書作成装置は、さらに、
少なくとも 2つの情報源より前記カテゴリに関する分類情報およびテキスト情報を取 得する分類情報取得手段を備え、
前記辞書登録削除手段は、前記分類情報取得手段により取得された分類情報、 および前記キーワード抽出手段により抽出されたキーワードに基づいて、それぞれ前 記情報源に対応する辞書を作成する
ことを特徴とする請求項 1記載の辞書作成装置。
[27] 前記辞書作成装置は、さらに、
前記それぞれ作成された各情報源に対応する辞書を、編集して融合する辞書融合 編集手段
を備えることを特徴とする請求項 26記載の辞書作成装置。
[28] 前記辞書融合編集手段は、前記各情報源に対応する辞書の有する分類情報の各 カテゴリに対応するキーワードに基づいて、前記各情報源に対応する辞書の各カテ ゴリの対応関係を決定する
ことを特徴とする請求項 27記載の辞書作成装置。
[29] 前記分類情報取得手段は、前記情報源の 1つとしてインターネットを介して、前記 カテゴリに関する分類情報およびテキスト情報を取得する
ことを特徴とする請求項 26記載の辞書作成装置。
[30] EPG (Electric Program Guide)データを検索する EPG番組検索装置であって、 請求項 1一請求項 23のいずれか 1項に記載の辞書作成装置と、
前記辞書作成装置により作成された辞書を格納する辞書記憶手段と、 前記 EPGデータを前記辞書を用いて検索し、検索結果を出力する検索手段と を備えることを特徴とする EPG番組検索装置。
[31] EPG (Electric Program Guide)データを検索する EPG番組検索システムであって、 請求項 1一請求項 23のいずれか 1項に記載の辞書作成装置と、
前記辞書作成装置により作成された辞書を格納する辞書記憶手段と、 前記 EPGデータから前記辞書を用いてキーワードと重みの組からなる文書ベクトル を作成する文書ベクトル作成手段と、
検索条件を取得する検索条件取得手段と、
前記検索条件および前記文書ベクトルに基づ 、て、前記 EPGデータの評定値を 算出する文書評定値算出手段と、
前記算出された評定値、または前記評価値に基づいて選択された EPGデータを出 力する検索結果出力手段と
を備えることを特徴とする EPG番組検索システム。
[32] EPG (Electric Program Guide)データの分類を行う EPG番組検索システムであつ て、
請求項 26記載の辞書作成装置と、 前記辞書作成装置により作成された前記情報源に対応する辞書を格納する辞書 記憶手段と、
前記情報源に対応する辞書の中から使用する辞書を選択する分類辞書選択手段 と、
前記選択された辞書を用いて前記 EPGデータの分類を行う分類手段と を備えることを特徴とする EPG番組検索システム。
[33] テキストで記述された情報を検索、分類、またはフィルタリングするために用いられ る辞書を作成する辞書作成方法であって、
テキスト情報力 キーワードを抽出するキーワード抽出ステップと、
前記テキスト情報から抽出されたキーワードを前記辞書に登録または削除する辞書 登録削除ステップと
を含むことを特徴とする辞書作成方法。
[34] 前記辞書作成方法は、さらに、
1つ以上のテキスト情報力 構成されるテキスト情報群における前記キーワードの出 現に関する統計量を求めるキーワード統計ステップと、
前記統計量に基づいて前記キーワードの評価値を算出するキーワード評価値算出 ステップと、
前記算出された評価値に基づいて前記キーワードを前記辞書に登録するか否か、 または前記辞書から削除する力否かを判定する判定ステップとを含み、
前記キーワード抽出ステップでは、前記テキスト情報群力もキーワードを抽出し、 前記辞書登録削除ステップでは、前記判定の結果によって前記キーワードを前記 辞書に登録または削除する
ことを特徴とする請求項 33記載の辞書作成方法。
[35] 前記辞書はカテゴリ毎にキーワードが登録され、
前記辞書登録削除ステップでは、前記カテゴリに対応したテキスト情報力 抽出さ れたキーワードを、当該カテゴリの時事的特徴キーワードとして前記辞書に登録する ことを特徴とする請求項 33記載の辞書作成方法。
[36] 前記辞書にはカテゴリ毎にキーワードが登録され、 前記辞書作成方法は、さらに、
少なくとも 2つの情報源より前記カテゴリに関する分類情報およびテキスト情報を取 得する分類情報取得ステップを含み、
前記辞書登録削除ステップでは、前記分類情報取得ステップにより取得された分 類情報、および前記キーワード抽出ステップにより抽出されたキーワードに基づいて 、それぞれ前記情報源に対応する辞書を作成する
ことを特徴とする請求項 33記載の辞書作成方法。
[37] テキストで記述された情報を検索、分類、またはフィルタリングするために用いられ る辞書を作成するためのプログラムであって、
テキスト情報力 キーワードを抽出するキーワード抽出ステップと、
前記テキスト情報から抽出されたキーワードを前記辞書に登録または削除する辞書 登録削除ステップと
をコンピュータに実行させることを特徴とするプログラム。
[38] 前記プログラムは、さらに、
1つ以上のテキスト情報力 構成されるテキスト情報群における前記キーワードの出 現に関する統計量を求めるキーワード統計ステップと、
前記統計量に基づいて前記キーワードの評価値を算出するキーワード評価値算出 ステップと、
前記算出された評価値に基づいて前記キーワードを前記辞書に登録するか否か、 または前記辞書から削除する力否かを判定する判定ステップとをコンピュータに実行 させ、
前記キーワード抽出ステップでは、前記テキスト情報群力もキーワードを抽出し、 前記辞書登録削除ステップでは、前記判定の結果によって前記キーワードを前記 辞書に登録または削除する
ことを特徴とする請求項 36記載のプログラム。
[39] 前記辞書にはカテゴリ毎にキーワードが登録され、
前記辞書登録削除ステップでは、前記カテゴリに対応したテキスト情報力 抽出さ れたキーワードを、当該カテゴリの時事的特徴キーワードとして前記辞書に登録する ことを特徴とする請求項 36記載のプログラム。
前記辞書にはカテゴリ毎にキーワードが登録され、
前記プログラムは、さらに、
少なくとも 2つの情報源より前記カテゴリに関する分類情報およびテキスト情報を取 得する分類情報取得ステップをコンピュータに実行させ、
前記辞書登録削除ステップでは、前記分類情報取得ステップにより取得された分 類情報、および前記キーワード抽出ステップにより抽出されたキーワードに基づいて 、それぞれ前記情報源に対応する辞書を作成する
ことを特徴とする請求項 36記載のプログラム。
PCT/JP2004/017578 2003-12-26 2004-11-26 辞書作成装置および辞書作成方法 WO2005066837A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2005516811A JP3978221B2 (ja) 2003-12-26 2004-11-26 辞書作成装置および辞書作成方法
US11/471,538 US7840565B2 (en) 2003-12-26 2006-06-21 Dictionary creation device and dictionary creation method
US11/497,357 US7921113B2 (en) 2003-12-26 2006-08-02 Dictionary creation device and dictionary creation method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2003433872 2003-12-26
JP2003-433872 2003-12-26

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US11/471,538 Continuation US7840565B2 (en) 2003-12-26 2006-06-21 Dictionary creation device and dictionary creation method

Publications (1)

Publication Number Publication Date
WO2005066837A1 true WO2005066837A1 (ja) 2005-07-21

Family

ID=34746880

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2004/017578 WO2005066837A1 (ja) 2003-12-26 2004-11-26 辞書作成装置および辞書作成方法

Country Status (4)

Country Link
US (2) US7840565B2 (ja)
JP (1) JP3978221B2 (ja)
CN (1) CN1922605A (ja)
WO (1) WO2005066837A1 (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008234078A (ja) * 2007-03-16 2008-10-02 Ricoh Co Ltd 情報処理装置、情報処理方法、情報処理プログラム、及び情報処理プログラムを記録した記録媒体
JP2009026233A (ja) * 2007-07-23 2009-02-05 Design Exchange Co Ltd 検索用キーワード自動生成システム、検索用キーワード自動生成方法、及び検索用キーワード自動生成プログラム
WO2009113266A1 (ja) * 2008-03-10 2009-09-17 パナソニック株式会社 コンテンツ検索装置及びコンテンツ検索方法
JP2010055155A (ja) * 2008-08-26 2010-03-11 Nec Biglobe Ltd サーバ装置、情報処理方法およびプログラム
JP2010055159A (ja) * 2008-08-26 2010-03-11 Nec Biglobe Ltd 情報検索装置、情報検索方法、およびプログラム
JP2012083839A (ja) * 2010-10-07 2012-04-26 Nec Biglobe Ltd 情報処理装置、辞書更新方法およびプログラム
JP2016177626A (ja) * 2015-03-20 2016-10-06 ヤフー株式会社 情報処理装置、情報処理方法、及びプログラム

Families Citing this family (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060136824A1 (en) * 2004-11-12 2006-06-22 Bo-In Lin Process official and business documents in several languages for different national institutions
US20060242188A1 (en) * 2005-04-22 2006-10-26 Igor Tsyganskiy Methods of exposing a missing collection of application elements as deprecated
JP2008059099A (ja) * 2006-08-29 2008-03-13 Access Co Ltd 情報表示装置、情報表示プログラム、および情報表示システム
WO2008087934A1 (ja) * 2007-01-16 2008-07-24 Nec Corporation 拡張認識辞書学習装置と音声認識システム
TW200836564A (en) * 2007-02-16 2008-09-01 Mstar Semiconductor Inc Control circuit of a display with program searching function, and method for controlling the display to receive program information and select program
EP1965312A3 (en) * 2007-03-01 2010-02-10 Sony Corporation Information processing apparatus and method, program, and storage medium
JP2008242836A (ja) * 2007-03-27 2008-10-09 Toshiba Corp 辞書更新装置およびプログラム
CN101286150B (zh) 2007-04-10 2010-09-15 阿里巴巴集团控股有限公司 生成更新参数的方法和装置、展示相关关键词的方法和装置
US8635251B1 (en) * 2007-06-29 2014-01-21 Paul Sui-Yuen Chan Search and computing engine
JP2009043156A (ja) * 2007-08-10 2009-02-26 Toshiba Corp 番組検索装置および番組検索方法
KR101392273B1 (ko) * 2008-01-07 2014-05-08 삼성전자주식회사 키워드 제공 방법 및 이를 적용한 영상기기
JP2009187376A (ja) * 2008-02-07 2009-08-20 Canon Inc ファイル管理装置、ファイル管理方法、及びプログラム
US8214346B2 (en) * 2008-06-27 2012-07-03 Cbs Interactive Inc. Personalization engine for classifying unstructured documents
US8250072B2 (en) * 2009-03-06 2012-08-21 Dmitri Asonov Detecting real word typos
US8271499B2 (en) 2009-06-10 2012-09-18 At&T Intellectual Property I, L.P. Incremental maintenance of inverted indexes for approximate string matching
US20100318542A1 (en) * 2009-06-15 2010-12-16 Motorola, Inc. Method and apparatus for classifying content
TW201109948A (en) * 2009-09-01 2011-03-16 Inventec Corp Word interpretation displaying system for integrating different dictionary databases and method thereof
JP2011095905A (ja) * 2009-10-28 2011-05-12 Sony Corp 情報処理装置および方法、並びにプログラム
KR101302563B1 (ko) * 2009-12-15 2013-09-02 한국전자통신연구원 개체명 사전 구축 시스템 및 구축 방법
JP2013525868A (ja) * 2009-12-24 2013-06-20 ズオン−バン ミン 文書中に表現されているセンチメントを求めるためのシステム及び方法
US9087038B1 (en) * 2010-07-21 2015-07-21 Sprint Communications Company L.P. Messaging with shortcut character strings
CN101916268B (zh) * 2010-08-04 2012-07-25 哈尔滨工业大学深圳研究生院 汉语词组库的建立及更新方法
CN102541901A (zh) * 2010-12-26 2012-07-04 上海量明科技发展有限公司 一种文档阅读时的信息识别输出方法及系统
JP2012212191A (ja) * 2011-02-28 2012-11-01 Toshiba Corp 情報処理装置及び情報処理方法
JP5044707B1 (ja) * 2011-03-31 2012-10-10 株式会社東芝 情報処理システム、情報処理装置およびプログラム
WO2013014824A1 (ja) * 2011-07-22 2013-01-31 パナソニック株式会社 メッセージ出力装置およびメッセージ出力方法
US10176188B2 (en) * 2012-01-31 2019-01-08 Tata Consultancy Services Limited Automated dictionary creation for scientific terms
US9218333B2 (en) * 2012-08-31 2015-12-22 Microsoft Technology Licensing, Llc Context sensitive auto-correction
US20150220632A1 (en) * 2012-09-27 2015-08-06 Nec Corporation Dictionary creation device for monitoring text information, dictionary creation method for monitoring text information, and dictionary creation program for monitoring text information
US20150088493A1 (en) * 2013-09-20 2015-03-26 Amazon Technologies, Inc. Providing descriptive information associated with objects
CN104899201B (zh) * 2014-03-04 2019-05-14 腾讯科技（北京）有限公司 文本提取方法、敏感词判定方法、装置和服务器
US20150319509A1 (en) * 2014-05-02 2015-11-05 Verizon Patent And Licensing Inc. Modified search and advertisements for second screen devices
JP6277921B2 (ja) * 2014-09-25 2018-02-14 京セラドキュメントソリューションズ株式会社 用語集管理装置および用語集管理プログラム
US20170116180A1 (en) * 2015-10-23 2017-04-27 J. Edward Varallo Document analysis system
US10062222B2 (en) * 2015-11-23 2018-08-28 GM Global Technology Operations LLC Analyzing multilingual diagnostic records
US20170235720A1 (en) * 2016-02-11 2017-08-17 GM Global Technology Operations LLC Multilingual term extraction from diagnostic text
JP2018013893A (ja) * 2016-07-19 2018-01-25 Ｎｅｃパーソナルコンピュータ株式会社 情報処理装置、情報処理方法、およびプログラム
EP3324319A1 (en) * 2016-11-22 2018-05-23 Siemens Healthcare GmbH Method of mapping a medical imaging acquisition protocol to a lexicon
CN108334533B (zh) * 2017-10-20 2021-12-24 腾讯科技（深圳）有限公司 关键词提取方法和装置、存储介质及电子装置
US10572586B2 (en) * 2018-02-27 2020-02-25 International Business Machines Corporation Technique for automatically splitting words
US11036936B2 (en) * 2019-03-21 2021-06-15 International Business Machines Corporation Cognitive analysis and content filtering
US11074407B2 (en) * 2019-03-21 2021-07-27 International Business Machines Corporation Cognitive analysis and dictionary management
CN111079428B (zh) * 2019-12-27 2023-09-19 北京羽扇智信息科技有限公司 一种分词和行业词典构建方法、装置以及可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06282587A (ja) * 1993-03-24 1994-10-07 Tokyo Electric Power Co Inc:The 文書の自動分類方法及び装置並びに分類用の辞書作成方法及び装置
JPH11272706A (ja) * 1998-03-24 1999-10-08 Minolta Co Ltd 検索装置
JP2002015001A (ja) * 2000-06-29 2002-01-18 Nri & Ncc Co Ltd 概念検索装置、概念検索方法、概念検索プログラムを記録した記録媒体およびコンピュータプログラム
JP2003288359A (ja) * 2002-03-27 2003-10-10 Sony Corp 情報処理装置および方法、記録媒体、並びにプログラム

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US205671A (en) * 1878-07-02 Improvement in feed attachments for guano-drills
JPH09153043A (ja) 1995-11-30 1997-06-10 Nec Corp 仮名漢字変換方式
JPH1074208A (ja) 1996-08-30 1998-03-17 Canon Inc 文書処理装置及びシステム及び方法
US20030093790A1 (en) 2000-03-28 2003-05-15 Logan James D. Audio and video program recording, editing and playback systems using metadata
JP4431907B2 (ja) 1999-04-09 2010-03-17 ソニー株式会社 情報提供方法及びその装置
JP3703994B2 (ja) 1999-05-10 2005-10-05 シャープ株式会社 サービス情報提供装置および情報端末
JP4010711B2 (ja) 1999-06-30 2007-11-21 株式会社ジャストシステム ターム評価プログラムを記憶した記憶媒体
JP3636941B2 (ja) 1999-07-19 2005-04-06 松下電器産業株式会社 情報検索方法と情報検索装置
US20040205671A1 (en) 2000-09-13 2004-10-14 Tatsuya Sukehiro Natural-language processing system
JP3672023B2 (ja) 2001-04-23 2005-07-13 日本電気株式会社 番組推薦システムおよび番組推薦方法
JP2005526340A (ja) 2001-08-27 2005-09-02 グレースノート インコーポレイテッド プレイリストの生成、配信およびナビゲーション
JP3452558B2 (ja) * 2001-09-25 2003-09-29 インターナショナル・ビジネス・マシーンズ・コーポレーション 翻訳対象のリソースと分野別辞書を関連付けるための方法、システムおよびプログラム
JP3579387B2 (ja) 2001-10-26 2004-10-20 株式会社東芝 デジタル放送受信装置および電子番組表の表示制御装置
US6910037B2 (en) * 2002-03-07 2005-06-21 Koninklijke Philips Electronics N.V. Method and apparatus for providing search results in response to an information search request
KR100988153B1 (ko) 2002-03-29 2010-10-18 소니 주식회사 정보 검색 시스템, 정보 처리 장치 및 방법, 정보 검색장치 및 방법
US7073193B2 (en) * 2002-04-16 2006-07-04 Microsoft Corporation Media content descriptions
JP2004355069A (ja) * 2003-05-27 2004-12-16 Sony Corp 情報処理装置および方法、プログラム、並びに記録媒体
WO2005122143A1 (ja) * 2004-06-08 2005-12-22 Matsushita Electric Industrial Co., Ltd. 音声認識装置および音声認識方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06282587A (ja) * 1993-03-24 1994-10-07 Tokyo Electric Power Co Inc:The 文書の自動分類方法及び装置並びに分類用の辞書作成方法及び装置
JPH11272706A (ja) * 1998-03-24 1999-10-08 Minolta Co Ltd 検索装置
JP2002015001A (ja) * 2000-06-29 2002-01-18 Nri & Ncc Co Ltd 概念検索装置、概念検索方法、概念検索プログラムを記録した記録媒体およびコンピュータプログラム
JP2003288359A (ja) * 2002-03-27 2003-10-10 Sony Corp 情報処理装置および方法、記録媒体、並びにプログラム

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"Moji joho o shutai data hoso service ni okeru indexing", THE JOURNAL OF INFORMATION SCIENCE AND TECHNOLOGY ASSOCIATION., vol. 42, no. 11, 1 November 1992 (1992-11-01), pages 1023 - 1032, XP002998126 *
"Tracking-gata text jido bunrui no kokoromi. (An Automatic Text Classification Using Trend-Tracking)", INFORMATION PROCESSING SOCIETY OF JAPAN KENKYU HOKOKU., vol. 97, no. 53, 27 May 1997 (1997-05-27), pages 19 - 24, XP002998125 *
WU Y. ET AL: "Bunsho jido bunrui no tame no bun'ya kanrengo jisho no (Building a Dynamic Thesaurus for Automatic Classification)", INFORMATION PROCESSING SOCIETY OF JAPAN KENKYU HOKOKU., vol. 2000, no. 29, 22 March 2000 (2000-03-22), pages 33 - 39, XP002998124 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008234078A (ja) * 2007-03-16 2008-10-02 Ricoh Co Ltd 情報処理装置、情報処理方法、情報処理プログラム、及び情報処理プログラムを記録した記録媒体
JP2009026233A (ja) * 2007-07-23 2009-02-05 Design Exchange Co Ltd 検索用キーワード自動生成システム、検索用キーワード自動生成方法、及び検索用キーワード自動生成プログラム
WO2009113266A1 (ja) * 2008-03-10 2009-09-17 パナソニック株式会社 コンテンツ検索装置及びコンテンツ検索方法
US8073851B2 (en) 2008-03-10 2011-12-06 Panasonic Corporation Content searching device and content searching method
JP2010055155A (ja) * 2008-08-26 2010-03-11 Nec Biglobe Ltd サーバ装置、情報処理方法およびプログラム
JP2010055159A (ja) * 2008-08-26 2010-03-11 Nec Biglobe Ltd 情報検索装置、情報検索方法、およびプログラム
JP4587236B2 (ja) * 2008-08-26 2010-11-24 Ｎｅｃビッグローブ株式会社 情報検索装置、情報検索方法、およびプログラム
JP4640554B2 (ja) * 2008-08-26 2011-03-02 Ｎｅｃビッグローブ株式会社 サーバ装置、情報処理方法およびプログラム
US8838616B2 (en) 2008-08-26 2014-09-16 Nec Biglobe, Ltd. Server device for creating list of general words to be excluded from search result
JP2012083839A (ja) * 2010-10-07 2012-04-26 Nec Biglobe Ltd 情報処理装置、辞書更新方法およびプログラム
JP2016177626A (ja) * 2015-03-20 2016-10-06 ヤフー株式会社 情報処理装置、情報処理方法、及びプログラム

Also Published As

Publication number Publication date
US20060242191A1 (en) 2006-10-26
JP3978221B2 (ja) 2007-09-19
US20060271527A1 (en) 2006-11-30
CN1922605A (zh) 2007-02-28
US7840565B2 (en) 2010-11-23
US7921113B2 (en) 2011-04-05
JPWO2005066837A1 (ja) 2007-12-20

Similar Documents

Publication Publication Date Title
JP3978221B2 (ja) 辞書作成装置および辞書作成方法
US7209942B1 (en) Information providing method and apparatus, and information reception apparatus
US6751776B1 (en) Method and apparatus for personalized multimedia summarization based upon user specified theme
CN106331778B (zh) 视频推荐方法和装置
KR100988153B1 (ko) 정보 검색 시스템, 정보 처리 장치 및 방법, 정보 검색장치 및 방법
JP4678546B2 (ja) 推薦装置および方法、プログラム、並びに記録媒体
JP2000250944A (ja) 情報提供方法、情報提供装置、情報受信装置、並びに情報記述方法
US7321899B2 (en) Information processing apparatus and method, program, and recording medium
US20060288006A1 (en) Methods and systems for attaching keywords to images based on database statistics
JPWO2006019101A1 (ja) コンテンツ関連情報取得装置、コンテンツ関連情報取得方法、およびコンテンツ関連情報取得プログラム
KR101404585B1 (ko) 구간 작성 장치, 구간 작성 방법 및, 구간 작성 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체
WO2005122579A1 (ja) 番組選択支援装置
JP2009043156A (ja) 番組検索装置および番組検索方法
JP6429382B2 (ja) コンテンツ推薦装置、及びプログラム
US8174579B2 (en) Related scene addition apparatus and related scene addition method
US8209348B2 (en) Information processing apparatus, information processing method, and information processing program
JP2013529331A (ja) 表示中のテレビジョン・コンテンツのための自動画像発見および推薦
JP3307613B2 (ja) 映像検索システム
JP2002108892A (ja) データ管理システム、データ管理方法、及び、記録媒体
CN114817580A (zh) 基于多尺度内容理解的跨模态媒体资源检索方法
JP2007058562A (ja) コンテンツ分類装置、コンテンツ分類方法、コンテンツ分類プログラムおよび記録媒体
JP2004362019A (ja) 情報推薦装置、情報推薦方法、情報推薦プログラム及び記録媒体
JP2004295102A (ja) 音声認識辞書作成装置及び情報検索装置
JP2006094018A (ja) 番組推薦装置、番組推薦方法、プログラムおよびそのプログラムを記録した記録媒体
US20080016068A1 (en) Media-personality information search system, media-personality information acquiring apparatus, media-personality information search apparatus, and method and program therefor

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 200480038997.4

Country of ref document: CN

AK Designated states

Kind code of ref document: A1

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BW BY BZ CA CH CN CO CR CU CZ DE DK DM DZ EC EE EG ES FI GB GD GE GH GM HR HU ID IL IN IS JP KE KG KP KR KZ LC LK LR LS LT LU LV MA MD MG MK MN MW MX MZ NA NI NO NZ OM PG PH PL PT RO RU SC SD SE SG SK SL SY TJ TM TN TR TT TZ UA UG US UZ VC VN YU ZA ZM ZW

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): BW GH GM KE LS MW MZ NA SD SL SZ TZ UG ZM ZW AM AZ BY KG KZ MD RU TJ TM AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LU MC NL PL PT RO SE SI SK TR BF BJ CF CG CI CM GA GN GQ GW ML MR NE SN TD TG

DPEN Request for preliminary examination filed prior to expiration of 19th month from priority date (pct application filed from 20040101)
121 Ep: the epo has been informed by wipo that ep was designated in this application
WWE Wipo information: entry into national phase

Ref document number: 2005516811

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 11471538

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

WWW Wipo information: withdrawn in national office

Ref document number: DE

WWP Wipo information: published in national office

Ref document number: 11471538

Country of ref document: US

122 Ep: pct application non-entry in european phase