JP2000137731A - 情報フィルタ装置及び情報フィルタリング方法 - Google Patents

Abstract

(57)【要約】 【課題】 情報を分類し、かつユーザーの必要度にした
がって並べ、ユーザーに対して必要性の高い情報から順
に提供できるようにすること。 【解決手段】 ベクトル生成部２５により情報に割り振
られた複数のキーワードをベクトルに変換し、使用者の
興味を反映したメトリックを生成し、さらにそれを分割
し、それぞれのメトリックを用いて使用者の興味を前記
ベクトルと前記分割されたメトリックを用いて計算され
るスコアの大きい順に情報を提示するものである。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、電子または光等を
媒体とする記憶装置や情報通信網から必要な情報を取り
出し易くする情報フィルタ装置及び情報フィルタリング
方法に関するものである。

【０００２】

【従来の技術】近年の情報通信の社会基盤の進展に伴
い、情報通信網の大規模化と通信量の著しい増大に対応
する技術として、情報フィルタ装置の実現が強く望まれ
ている。この背景には、今日、個人が処理可能な情報量
に対して、個人がアクセスできる情報量が上回るように
なっていることがある。このために、大量の情報の中に
個人が必要と思う情報が埋没することが、しばしば起こ
る。

【０００３】情報フィルタ装置に関連する従来技術とし
ては、特許検索などに用いられるキーワード論理式をあ
げることができる。すなわち、数十万から数百万件に及
ぶ特許情報をキーワード論理式によりフィルタリングす
るものである。

【０００４】しかし、キーワード論理式を用いる従来の
方法には幾つかの問題が指摘されていた。第１は、使用
者がキーワードについての論理式を精度良く設定する必
要があるので、使用者がファイリングされているデータ
群の癖（例えば、どのような条件の基に、当該データの
キーワードが決定されているのか等）やシステムの構造
（例えば、キーワードがシソーラス体系のあるシステム
であるか否か等）を十分に知り得ていなければ良い検索
ができない点である。第２は、情報フィルタリングした
結果はキーワードについての論理式に適合するという評
価があるだけであり、たまたまキーワードでは合致して
いるが、内容は求めているものとは異なるケースであっ
たり、あるいは多くの検索結果から使用者にとって必要
度の高い情報をその結果から順に取り出すことは容易で
はない点である。

【０００５】そこで、本発明者等は使用者に高度な検索
知識を要求せず、また使用者にとって真に必要なフィル
タリング結果情報のみを高い精度で取得可能な情報フィ
ルタ装置を開発した。特開平9-288683号公報に、この情
報フィルタ装置が開示されている。

【０００６】図１６を用いて、上記公開公報に記載の情
報フィルタ装置について説明する。この情報フィルタ装
置は、入力情報をフィルタリングする情報フィルタリン
グユニット１と、情報フィルタリングに際して必要な情
報を学習によって生成する学習ユニット２と、フィルタ
リングされた情報をディスプレイに表示するためのイン
タフェースユニット３とを備える。

【０００７】情報フィルタリングユニット１は、情報に
割り振られた複数のキーワードを、符号辞書記憶部４に
格納された符号辞書を使ってベクトルに変換する。この
ベクトルとを用いてスコアを計算する。スコア計算は、
肯定メトリック記憶部５と否定メトリック記憶部６とか
ら、キーワード符号に対する肯定メトリック及び否定メ
トリックを取出して計算する。そして、計算されたスコ
アと判定パラメータ記憶部７に記憶されたパラメータと
から必要性と信頼性を計算する。

【０００８】このようにして得られた入力情報に対する
必要性と信頼性とが得られたならば、未読データ記憶部
８に蓄積されている未読データを、必要性の大きい順に
並べ変える。インターフェースユニット３が必要性の大
きい順に情報を提示する一方で、提示した情報が必要か
不要かというユーザーの評価を受付ける。学習ユニット
２は、ユーザーの評価と前記複数のキーワードとからス
コア計算にもちいる行列を格納した記憶部４〜７の内容
を修正する。

【０００９】

【発明が解決しようとする課題】しかしながら、上述し
た情報フィルタ装置は、使用者の興味が複数の分野を含
む場合に、情報を分野ごとに分けて提示することができ
ないという課題があった。

【００１０】本発明は、上記課題を解決するものであ
り、電子又は光を媒体とする情報記憶媒体又は情報通信
網から所定の情報を取り出す場合に、情報の提示の順序
付けの仕方を変えることができ、提示する情報を分野ご
とに分けて提示することのできる情報フィルタ装置及び
情報フィルタリング方法を提供することを目的とする。

【００１１】

【課題を解決するための手段】上記課題を解決するため
に本発明の情報フィルタ装置は、使用者がどんな情報を
必要とし不要としたかを表現した行列を複数に分割する
メトリック分割部と、前記メトリック分割部によって複
数に分割された行列を用いて複数の分類必要性と複数の
分類信頼性を計算する分類情報フィルタリングユニット
とを含む構成をしている。

【００１２】この構成によって、複数のキーワードは、
距離の定義ができない記号から、使用者の必要度を反映
したメトリックを用いて距離を定義できるベクトル表現
へと変換され、使用者の必要度を定量化することがで
き、使用者は必要性の高い情報から順に情報を得ること
ができるとともに、複数の分類ごとに必要性の高い情報
から順に情報を得ることができるにようになる。

【００１３】

【発明の実施の形態】本発明の第１の態様は、提示情報
に対する必要／不要の判定結果が当該情報に付されたキ
ーワード信号から計算されるメトリック信号の形式で記
憶されたメトリック記憶部と、前記メトリック記憶部か
らメトリック信号を取出してメトリック信号を予測され
る興味分野別に分割した分類メトリック信号を生成する
メトリック分割手段と、電子又は光を媒体とする情報記
憶媒体又は情報通信網から入力された入力情報の提示順
序を分割されたメトリック信号を使って組み替える分類
フィルタリング手段と、組み替えられた提示順序に従っ
て興味分野に入力情報を提示する提示手段と、を具備し
たものであり、ユーザーからの必要か否かの評価を示す
入力を用いて情報を分類しその情報の並べ変えを行い情
報をユーザーに必要性の高い順に提示するという作用を
有する。

【００１４】本発明の第２の態様は、第１の態様のフィ
ルタリング装置において、前記分類フィルタリング手段
が、入力情報に付された複数のキーワード信号からなる
キーワード群信号を複数のキーワード信号が格納された
辞書を用いてベクトル信号に変換するベクトル変換手段
と、前記キーワード群信号から変換されたベクトル信号
と前記メトリック信号とからスコア信号を計算するスコ
ア計算手段と、計算されたスコア信号に基づいて他の未
読情報も含めた提示順序を決める順序決定手段と、を具
備するものであり、情報をユーザーに必要な順に精度高
く並べ変えるという作用を持つものである。

【００１５】本発明の第３の態様は、第１又は第２の態
様の情報フィルタリング装置において、前記メトリック
記憶部が、必要と判定された提示情報に付されたキーワ
ード信号から計算された肯定メトリック信号と、不要と
判定された提示情報に付されたキーワード信号から計算
された否定メトリック信号とをメトリック信号として記
憶するものであり、メトリックをユーザーが必要とした
情報から計算されるものと、不要とした情報から計算さ
れるものの２つを用いることにより、精度の高いスコア
を計算でき、未分類および分類済みの情報をユーザーに
必要な順に精度高く並べ変えるという作用をもつもので
ある。

【００１６】本発明の第４の態様は、第１から第３の態
様の情報フィルタリング装置において、肯定メトリック
信号が、入力端子から入力される信号が必要な場合のベ
クトル信号の自己相関行列であり、否定メトリック信号
は、入力端子から入力される信号が不要である場合のベ
クトル信号の自己相関行列であるものとしたことによ
り、簡単な計算でメトリックが計算でき、未分類および
分類済みの情報をユーザーに必要な順に精度高く並べ変
えるという作用を持つ。

【００１７】本発明の第５の態様は、第３又は第４の態
様の情報フィルタ装置において、肯定メトリック信号及
び否定メトリック信号それぞれの行列成分である（ij）
成分を、必要とされた情報の頻度と、不要とされた情報
の頻度と、ｉ番目のキーワード信号とｊ番目のキーワー
ド信号が同時に含まれた情報が必要とされた頻度と、前
記ｉ番目のキーワード信号と前記ｊ番目のキーワード信
号が同時に含まれた情報が不要とされた頻度とから計算
するものであり、精度高くスコア計算ができ、未分類お
よび分類済みの情報をユーザーに必要な順に精度高く並
べ変えるという作用を有する。

【００１８】本発明の第６の態様は、第５の態様の情報
フィルタ装置において、肯定メトリック信号及び否定メ
トリック信号の行列成分である(ij)成分が、情報が必要
であるか不要であるかを示す確率分布と、ｉ番目のキー
ワード信号とｊ番目のキーワード信号が同時に含まれた
情報が必要であるか不要であるかを示す確率分布との違
いを定量的に評価する信号としたものであり、確率分布
の違いを評価することにより、精度高くスコア計算がで
き、未分類および分類済みの情報をユーザーに必要な順
に精度高く並べ変えるという作用を有する。

【００１９】本発明の第７の態様は、第１の態様におい
て、前記分類フィルタリング手段が、入力情報に付され
た複数のキーワード信号からなるキーワード群信号を複
数のキーワード信号が格納された辞書を用いてベクトル
信号に変換するベクトル変換手段と、必要な情報から構
成される肯定メトリック信号と前記ベクトル信号とを用
いて肯定スコア信号を計算する手段と、不要な情報から
構成される否定メトリック信号と前記ベクトル信号とを
用いて否定スコア信号を計算する手段と、前記肯定スコ
ア信号及び前記否定スコア信号からなる二次元平面にお
ける入力情報の分布を必要な情報及び不要な情報に分離
する直線の係数である判定パラメータ信号と前記肯定ス
コア信号並びに前記否定スコア信号とから必要性信号及
び信頼性信号を計算する必要性計算部と、前記必要性信
号の大きさにより入力情報の提示順序を決める手段とを
具備したものであり、２つのスコア信号を最適に組み合
わせることで精度の高い必要性信号を計算でき、未分類
および分類済みの情報をユーザーに必要な順に精度高く
並べ変えるという作用を持つ。

【００２０】本発明の第８の態様は、第１から第７の態
様の情報フィルタ装置において、提示情報を必要とした
回数を示す全肯定回数及び提示情報を不要とした回数を
示す全否定回数を記憶する回数記憶部と、キーワード信
号を示す文字列を数字に変換する対応表と、前記文字列
がキーワード信号として含まれた情報を必要とした回数
を示す肯定回数及び前記文字列がキーワード信号として
含まれた情報を不要とした回数を示す否定回数を記憶し
た適応辞書記憶部と、提示情報に対する必要／不要の判
定結果と前記情報に含まれたキーワード信号と前記全肯
定回数と前記全否定回数と前記適応辞書記憶部に記憶さ
れた信号とから前記全肯定回数、前記全否定回数及び前
記適応辞書記憶部に記憶された信号を更新する辞書学習
部とを具備したものであり、ユーザーの必要とする情報
を取り出すために有効な辞書が適応的に構成されるとい
う作用を持つ。

【００２１】本発明の第９の態様は、第８の態様の情報
フィルタ装置において、辞書の内容の更新は、必要とさ
れた情報の頻度と、不要とされた情報の頻度と、それぞ
れのキーワード信号について前記キーワード信号を含む
情報が必要とされた頻度と、前記キーワード信号を含む
情報が不要とされた頻度とから計算されるキーワードコ
スト信号を用いて行われるものであり、ユーザーの必要
とする情報を取り出すために有効な辞書が適応的に構成
されるという作用を持つ。

【００２２】本発明の第１０の態様は、第９の態様の情
報フィルタ装置において、それぞれのキーワード信号の
キーワードコスト信号が、情報が必要であるか不要であ
るかを示す確率分布と、前記キーワード信号を含む情報
が必要であるか不要であるかを示す確率分布との違いを
定量的に評価する信号であり、ユーザーの必要とする情
報を取り出すために有効な辞書が適応的に構成されると
いう作用を持つ。

【００２３】本発明の第１１の態様は、第１０の態様の
情報フィルタ装置において、それぞれのキーワード信号
のキーワードコスト信号を、情報が必要であるか不要で
あるかを示す確率分布と、前記キーワード信号が含まれ
た情報が必要であるか不要であるかを示す確率分布との
違いが大きいほど大きな値の信号とし、前記キーワード
コスト信号が大きなキーワード信号を残し、小さいキー
ワード信号を破棄するものとしたので、ユーザーの必要
とする情報を取り出すために有効な辞書が適応的に構成
されるという作用を持つ。

【００２４】本発明の第１２の態様は、第１０の態様の
情報フィルタ装置において、キーワード信号を、分類コ
ードを含むものであり、情報を分類しかつユーザーに必
要な順に精度高く並べ変えるという作用を持つ。

【００２５】本発明の第１３の態様は、提示情報に対す
る必要／不要の判定結果が当該情報に付されたキーワー
ド信号から計算されたメトリック信号を予測される興味
分野別に分割した分類メトリック信号を生成し、電子又
は光を媒体とする情報記憶媒体又は情報通信網から入力
された入力情報の提示順序を分割されたメトリック信号
を使って組み替え、組み替えられた提示順序に従って興
味分野に入力情報を提示するものであり、情報を分類し
ユーザーに必要な順に精度高く並べ変えるという作用を
持つ。

【００２６】本発明の第１４の態様は、第１３の態様の
情報フィルタリング方法において、辞書を用いて複数の
キーワード信号からなるキーワード群信号をベクトル信
号に変換し、このベクトル信号と前記メトリック信号と
からスコア信号を計算し、そのスコア信号を利用して情
報の提示順序を変えるものであり、情報を分類しユーザ
ーに必要な順に精度高く並べ変えるという作用を持つ。

【００２７】本発明の第１５の態様は、第１４の態様の
情報フィルタリング方法において、メトリック信号を、
入力端子から入力される信号が必要な場合の情報から構
成される肯定メトリック信号と、入力端子から入力され
る信号が不要である場合の情報から構成される否定メト
リック信号で構成したものであり、情報を分類しユーザ
ーに必要な順に精度高く並べ変えるという作用を持つ。

【００２８】本発明の第１６の態様は、第１から第１２
の態様の情報フィルタ装置を用いてデータベースを再構
築するデータベース再構築装置を構成したものであり、
ユーザーに必要な情報が取り出し易いという作用を持
つ。

【００２９】本発明の第１７の態様は、第１３から第１
５の態様の情報フィルタリング方法を用いてデータベー
スを再構築するデータベース再構築方法であり、ユーザ
ーに必要な情報が取り出し易いという作用を持つ。

【００３０】以下、本発明の実施の形態について、図面
を用いて詳細に説明する。

【００３１】図１に本発明の実施の形態にかかる情報フ
ィルタ装置の構成を示す。この情報フィルタ装置は、履
歴データ記憶ユニット１０にユーザーがどんな「情報」
を過去に必要としたかという履歴データが記憶されてお
り、情報フィルタリングユニット１１が履歴データ記憶
ユニット１０の履歴データを用いて、入力「情報」のフ
ィルタリングを行う。情報フィルタリングユニット１１
により実際にフィルタリングされた未読「情報」（ユー
ザーがまだ読んでいない情報）はユーザにとっての必要
性の高さに応じて並べ替えられた状態で未読データ記憶
部１２に蓄積される。未読データ記憶部１２に蓄積され
た「情報」はディスプレー等の分類インタフェースユニ
ット１３によってユーザーが当該未読「情報」を可視で
きるようにしている。１４は表示装置を示している。

【００３２】また、ユーザーがどんな「情報」を必要と
したかという履歴に関する学習は教師信号を使用して行
われる。ユーザが実際に読んだ「情報」に対するユーザ
の評価が教師信号の形で分類インタフェースユニット１
３から入力され教師データ記憶部１５に記憶される。ユ
ーザーがどんな「情報」を必要としたかという履歴に関
する学習は学習ユニット１６によって行われる。学習ユ
ニット１６が、教師データ記憶部１５に記憶された教師
信号に基づいて履歴データ記憶ユニット１０の履歴デー
タを更新する。

【００３３】さらに、本実施の形態では「情報」を分野
毎に別けて提示するための幾つかの機能ブロックを備え
ている。履歴データ記憶ユニット１０に記憶された履歴
データのうち後述する肯定メトリック信号、否定メトリ
ック信号をメトリック分割ユニット１７にて複数の履歴
データに分割する。複数（本実施の形態では２個の場合
を記載）の分類情報フィルタリングユニット１８−１、
１８−２において、メトリック分割ユニット１７にて分
割された履歴データを用いて「情報」のフィルタリング
を行って当該「情報」に対するユーザにとっての必要性
及び信頼性をそれぞれ予測する。必要性及び信頼性の予
測結果に応じて並べ替えられた状態で「情報」が分類未
読データ記憶部１９−１，１９−２に記憶される。分類
未読データ記憶部１９−１，１９−２に記憶された「情
報」は分類インタフェースユニット１３を介してユーザ
に提示される。

【００３４】以下に、このように構成された本実施の形
態の情報フィルタ装置の動作内容に付いて説明する。初
めに、本情報フィルタ装置の動作の概略について説明す
る。

【００３５】なお、既にユーザーがどんな「情報」を過
去に必要としたかという履歴は学習済みのこととして説
明する。また、単に「情報」と称するものには、当該
「情報」に対応する１つ以上のキーワードが付されてい
るものとする。キーワードは、当該「情報」を構成する
各単語の一部あるいは全体であっても良いし、当該「情
報」を代表するために特別に付したものであっても良
い。

【００３６】情報フィルタリングユニット１１は、新た
に「情報」が入力されると、当該入力「情報」に付され
たキーワードに関して履歴データ記憶ユニット１０から
ユーザーの過去の履歴データを読みだし、入力「情報」
の必要性を必要性信号の形で定量的に評価する。同様
に、複数の分類情報フィルタリングユニット１８−１，
１８−２も入力「情報」の必要性を分類メトリック信号
を用いて必要性信号の形で定量的に評価する。

【００３７】各フィルタリングユニット１１、１８−
１，１８−２で評価された入力「情報」は、未読データ
記憶部１２および分類済み未読データ記憶部１９−１、
１９−２に記憶される。このとき、過去の未読「情報」
を含めて、情報フィルタリングユニット１１並びに各分
類情報フィルタリングユニット１８−１，１８−２によ
って計算された各必要性信号が大きい順に並ぶように入
力「情報」の書き込み制御が行われる。

【００３８】そして、ユーザーが望めば、分類インタフ
ェースユニット１３では、ユーザーに必要性信号の大き
い順に新たな入力「情報」を含めた未読「情報」を１つ
ひとつ提示（例えば、ディスプレーに表示）する。

【００３９】この際に、ユーザーに提示された新たな入
力「情報」を含めた未読「情報」の１つひとつがユーザ
ーにとって必要か不要かを示す教師信号をユーザーが分
類インタフェースユニット１３を介して入力することに
より、分類インタフェースユニット１３では、当該教師
信号を受け取り、当該「情報」とその教師信号を学習ユ
ニット１６に送る。

【００４０】なお、ユーザーによる教師信号の入力は、
学習ユニット１６の学習能力をより高めるために実施す
るものであり、学習ユニット１６の学習能力（ユーザー
がどんな「情報」を過去に必要としたかという履歴の学
習能力）が既に十分に高ければ行う必要はない。

【００４１】次に、学習ユニット１６では、前記提示し
た「情報」とその教師信号を用いて履歴データ記憶ユニ
ット１０の履歴内容を書き換える。このように本実施の
形態の情報フィルタ装置は、より高い学習を通じてユー
ザーに適応し、ユーザーの求める「情報」を分類し、優
先的に提示することができる。

【００４２】また、学習を行っていない初期状態では、
ユーザーがどんな「情報」を必要としているのか学習ユ
ニット１６では分からないので、入力される全ての新た
な入力「情報」を分類インタフェースユニット１３でユ
ーザーが提示を受ける毎に上述したユーザーによる教師
信号の入力は必要である。随時実施する学習を通じてや
がてユーザーに適応し、ユーザーの求める「情報」を分
類しかつ優先的に提示することができる。

【００４３】ユーザーの求める「情報」を優先的に提示
するとは、より具体的な使用例で述べるとすれば、ある
「情報」データベースの母集団Ａを特定のキーワードで
検索して「情報」の検索集合Ｂを得たとしても、当該検
索集合Ｂの「情報」の全てがユーザーにとっては必要で
あるとは限らないし、またユーザーにとっては「情報」
の全てが必要であってもその必要順位は当然存在するこ
とを前提としている。よって、必要から順に不要、ある
いはその必要順位に従って、分類インタフェースユニッ
ト１３でユーザーに順に提示することが、ユーザーの求
める「情報」を優先的に提示することを意味する。

【００４４】一方、メトリック分割ユニット１７は、肯
定メトリック信号ＭＹと否定メトリック信号ＭＮとを複
数（本実施の形態では２つ）に分割し、分類情報フィル
タリングユニット１８−１，１８−２に書き込む。分類
情報フィルタリングユニット１８−１，１８−２は、分
割された肯定メトリック信号と否定メトリック信号とを
用いて、情報フィルタリングユニット１１と同様の動作
を行い、分類され、かつ必要性の高い順に「情報」を並
べて提示する。

【００４５】ここで、情報フィルタリングユニット１
１、分類情報フィルタリングユニット１８−１，１８−
２において未読「情報」の必要性の順位付けに使用して
いる必要性信号の計算方法について説明する。

【００４６】好ましい実施の形態では、必要性信号は概
念的に次のような量として計算される。入力「情報」に
キーワードが添付されている場合を考える。一人のユー
ザーを考えると、そのユーザーが必要としている「情
報」に高い頻度または確率で付いているキーワード集合
Ａと、不要としている「情報」に高い頻度または確率で
付いているキーワード集合Ｂと、さらにはいずれにもよ
く付く、または付かないキーワード集合Ｃとを考えるこ
とができる。そこで、キーワード集合Ａに属するキーワ
ードには正の数値を、キーワード集合Ｂに属するキーワ
ードには負の値を、キーワード集合Ｃに属するキーワー
ドには値０をそれぞれ割り振る。

【００４７】そして、新たな入力「情報」についている
１つ以上のキーワードについてそれぞれがキーワード集
合Ａ、Ｂ、Ｃのどのキーワードグループに属するかを判
定し、割り振られた値を積算する。

【００４８】このような計算手法によれば、キーワード
集合Ａに属するキーワードが数多く含まれた「情報」
（ユーザーが必要とする可能性の高い情報）に対しては
大きな正の値を示す必要性信号が算出され、キーワード
集合Ｂに属するキーワードが数多く付いている「情報」
（ユーザーが不要とする可能性の高い情報）に対しては
大きな負の値を示す必要性信号が算出されることにな
る。

【００４９】この必要性信号を用いてユーザーの未読
「情報」に対する必要性を予測することができる。本実
施の形態では、提示した「情報」とその「情報」に関す
るユーザーの必要／不要の評価とからキーワード（キー
ワード共起を含む）への値の割り振りを自動的に行い精
度の高い必要性信号の計算を実現し、精度高く必要性の
高い順に「情報」を並べ変えることを実現している。

【００５０】そのために、本実施の形態では、「情報」
に付けられた複数のキーワードを一つのベクトルに変換
し、ユーザーが必要とした場合と不要とした場合につい
て、別々に前記ベクトルの自己相関行列を計算してい
る。

【００５１】ユーザーが必要と答えた「情報」について
いたキーワードから作られた自己相関行列ＭＹを用い
て、ベクトルＶの長さＳＹを（１）式にて計算する。

【００５２】

【数１】 と計算する。なお、ユーザが学習過程で必要と答えた
「情報」についていたキーワードから作られた自己相関
行列ＭＹを「肯定メトリック信号」、不要と答えた情報
についていたキーワードから作られた自己相関行列ＭＮ
を「否定メトリック信号」と呼び、長さＳＹを肯定信号
と呼ぶものとする。

【００５３】ベクトルＶの元となった複数のキーワード
の中に、ユーザーが必要とする「情報」によく含まれて
いるキーワードが数多く含まれていれば、長さＳＹは大
きな正の値をとり、そうでない場合には０に近い値をと
るから、必要性信号を計算する上で有効である。

【００５４】次に、本実施の形態の情報フィルタ装置の
各部の構成及び動作について詳しく説明する。

【００５５】履歴データ記憶ユニット１０は、符号辞書
記憶部２１、肯定メトリック記憶部２２、否定メトリッ
ク記憶部２３、判定パラメータ記憶部２４を備えてい
る。

【００５６】符号辞書記憶部２１は、キーワードなどの
複数の文字列をベクトルに変換するための符号辞書信号
を記憶している。符号辞書記憶部２１に記憶された符号
辞書信号は、「情報」についているキーワードなどの文
字列Ｗを数字Ｃに変換する対応表をnofDCK個有するコー
ドブックである。

【００５７】 ＤＣＫ［１］＝（Ｗ［１］，Ｃ［１］） ・ ・ ・ ＤＣＫ［nofDCK］＝（Ｗ［nofDCK］，Ｃ［nofDCK］） （２） 肯定メトリック記憶部２２には、過去にユーザが必要と
答えたや「情報」に含まれていたキーワードから作られ
た自己相関行列で構成される肯定メトリック信号ＭＹ
（nofDCK×nofDCKの行列）が記憶されており、否定メト
リック記憶部２３には、過去にユーザが不要と答えた
「情報」に含まれていたキーワードから作られた自己相
関行列で構成される否定メトリック信号ＭＮが記憶され
ている。判定パラメータ記憶部２４は、判定パラメータ
信号Ｑを記憶している。

【００５８】情報フィルタリングユニットは、ベクトル
生成部２５、スコア計算部２６、必要性計算部２７、未
読データ書込み制御部２８を備えている。

【００５９】ベクトル生成部２５は、個々の「情報」に
つけられた複数のキーワード（正確には、分類コードを
含む文字列）をベクトルに変換する部分であり、キーワ
ード数信号nofKsとnofKs個のキーワード信号からなるキ
ーワード群信号Ks＝（Ｋ［１］，・・・，Ｋ［nofK
s］）とを受けキーワード群信号Ksと符号辞書信号DCKを
用いてベクトル信号Ｖに変換する。

【００６０】スコア計算部２６は、ユーザーがどんな
「情報」を必要／不要としたという履歴を表現した肯定
メトリック信号及び否定メトリック信号を用いて、ベク
トル生成部２５で変換された２つのベクトル信号Ｖの長
さから、ある種のスコアを表す肯定信号ＳＹと否定信号
ＳＮとを計算する計算部である。

【００６１】必要性計算部２７は肯定信号ＳＹと否定信
号ＳＮを受け判別パラメータ記憶部２４から判定パラメ
ータ信号Ｑを読み出し必要性信号Ｎと信頼性信号Ｒを計
算する計算部である。

【００６２】未読データ書込み制御部２８は、「情報」
の本文である情報データＤとキーワード数信号nofKsと
キーワード群信号Ｋｓと必要性信号Ｎと信頼性信号Ｒと
を所定の手続きに従って後述する未読データ記憶部１２
に書き込む機能を有する。

【００６３】なお、未読データ記憶部１２は、「情報」
の本文である情報データＤとキーワード数信号nofKsと
キーワード群信号Ｋｓと必要性信号Ｎと信頼性信号Ｒと
からなる最大nofURD個の未読データを記憶する。

【００６４】 URD[1]=(N[1],R[1],nofKs[1],Ks[1],D[1]) ・ ・ ・ URD[nofURD]=(N[nofURD],R[nofURD],nofKs[nofURD], Ks[nofURD],D[nofURD]) （３） また、教師データ記憶部１５は最大nofTD個の教師デー
タ信号を記憶する。

【００６５】 TD[1]=(T[1],TnofKs[1],TKs[1]) ・ ・ ・ TD[nofTD]=(T[nofTD],TnofKs[nofTD],TKs[nofTD]) （４） 分類インタフェースユニット１３は未読データ出力制御
部を備える。未読データ出力制御部は、制御信号ＤＯを
受けて未読データ記憶部１２からまたは分類済み未読デ
ータ記憶部１９−１，１９−２の中から使用者によって
選択されたいずれかの記憶部から未読データ信号ＵＲＤ
［１］を読み出し、表示信号ＤＤを出力する。また、未
読データ出力制御部は、表示信号ＤＤにしたがって表示
された「情報」がユーザーにとって必要か否かを示す教
師信号Ｔをユーザーから受け、教師信号Ｔと未読データ
信号ＵＲＤ［１］のキーワード数信号nofKs［１］とキ
ーワ ード群信号Ｋｓ［１］とを所定の手続きに従って
教師データ記憶部１５に書き込む。

【００６６】学習ユニット１６は、ユーザーから入力さ
れた教師信号Ｔを用いて肯定／否定メトリック信号を修
正するメトリック学習を行う部分と、肯定／否定信号か
ら必要性信号を計算するためのパラメータである判定パ
ラメータ信号を修正する部分と、各部分を制御する部分
とから大きく構成される。

【００６７】図２に学習ユニット１６及びその周辺回路
の機能ブロックを示す。

【００６８】まず、メトリック学習を行う部分の構成に
ついて説明する。学習ユニット１６は、肯定メトリック
記憶部２２に記憶された肯定メトリック信号ＭＹと否定
メトリック記憶部２３に記憶された否定メトリック信号
ＭＮとを修正するメトリック学習部２０１を備えてい
る。メトリック学習部２０１は、教師データ記憶部１５
から教師データＴＤを読み出し、上記ベクトル生成部２
５と同じ機能である学習用ベクトル生成部２０２で複数
のキーワードをベクトルに変換し、自己相関行列を計算
することで、肯定／否定メトリック信号を修正する。

【００６９】次に、判定パラメータ信号の学習を行う部
分の構成につて説明する。学習ユニット１６は、学習の
ためのスコア計算を行う学習用スコア計算部２０３を備
える。学習用スコア計算部２０３は、学習用肯定信号計
算部２０４と学習用否定信号計算部２０５とからなる。
学習用肯定信号計算部２０４は、学習用ベクトル生成部
２０２からの学習用ベクトル信号を受け学習用肯定信号
ＬＳＹを計算し、学習用否定信号計算部２０５は学習用
ベクトル生成部２０２からの学習用ベクトル信号を受け
学習用否定信号ＬＳＮを計算する。

【００７０】また、学習ユニット１６は判定面学習部２
０６を備えている。判定面学習部２０６は、学習制御部
２０７からの判定パラメータ学習制御信号ＰＬＣを受け
て所定の方法で判定パラメータ記憶部２４の判定パラメ
ータ信号を書き換える。学習制御部２０７は学習開始信
号ＬＳを受けてスイッチ２０８、２０９、２１０とメト
リック学習部２０１と学習用ベクトル生成部２０２と学
習用スコア計算部２０３と判定面学習部２０６とを制御
する。

【００７１】次に、以上のように構成された情報フィル
タ装置の各ユニットごとに図面を用いてその動作を具体
的に説明する。

【００７２】情報フィルタ装置の好ましい初期状態の一
例は次のようなものである。すなわち、肯定メトリック
信号ＭＹと否定メトリック信号ＭＮとを（nofDCK×nofD
CK）零行列、未読データ記憶部１２の未読データＵＲＤ
［ｉ］の全ての必要性信号Ｎ［ｉ］（ｉ＝１,・・・,ｎ
ｏｆＵＲＤ）を使用するハードウエアが表現可能な最小
の値Ｖｍｉｎ、教師データ記憶部１５の教師データＴＤ
［ｊ］の教師信号Ｔ［ｊ］を全て−１とした状態であ
る。

【００７３】情報フィルタリングユニット１１の動作を
説明する。情報フィルタリングユニット１１に対して、
情報データ入力端子から情報データＤが入力され、キー
ワード数信号入力端子から情報データに付けられたキー
ワードの個数を表すキーワード数信号nofKsが入力さ
れ、キーワード信号入力端子から複数のキーワードであ
るキーワード群信号Ｋｓ＝（Ｋ［１］，Ｋ［２］，・・
・，Ｋ［nofKs］）が入力される。

【００７４】ベクトル生成部２５においてキーワード群
信号Ｋｓが文字列の集まりからベクトル信号Ｖへと変換
される。この変換によって、キーワード群信号の類似性
をベクトルの距離として計算できるようになる。

【００７５】ベクトル生成部２５の動作を図３のフロー
チャートに示す。同図に示すように、キーワード数信号
nofKsとキーワード群信号Ｋｓを受けると（Ｓ３０
１）、内部のベクトル信号Ｖ＝（Ｖ［１］，Ｖ［２］，
・・・，Ｖ［nofDic］）を（０，０，・・・，０）に、
キーワードカウンタ信号ｉを１にセットする（Ｓ３０
２，３０３）。次に、辞書カウンタ信号ｊを０セットし
た後辞書カウンタ信号ｊを１だけ増やす（Ｓ３０４）。

【００７６】次に、内部にnofDCK個の符号辞書信号ＤＣ
Ｋを有する符号辞書記憶部２１から辞書カウンタｊが指
定するキーワードと数字からなる符号辞書信号ＤＣＫ
［ｊ］を読み出し、符号辞書信号ＤＣＫの文字列部分Ｗ
［ｊ］とｉ番目のキーワード信号Ｋ［ｉ］とを比較する
（Ｓ３０５）。両者が等しくない場合には、辞書カウン
タｊを１だけ増やす（Ｓ３０６）。両者が一致するか、
辞書カウンタｊの値が符号辞書記憶部２１に格納された
符号辞書信号の個数nofDiCと等しくなるまでステップＳ
３０５〜Ｓ３０７の処理を繰り返す。

【００７７】キーワード信号Ｋ［ｉ］と等しいＷ［ｊ］
が見つかると、ベクトル信号のｊ番目の成分Ｖ［ｊ］を
１にし（Ｓ３０８）、キーワードカウンタ信号ｉを１だ
け増やす（Ｓ３０９）。以下、同様の処理をキーワード
カウンタ信号ｉがキーワード数信号nofKsより大きくな
るまで実行する（Ｓ３１０）。

【００７８】このようして、ベクトル生成部２５におい
て、文字列信号からなるキーワード信号の集合体である
キーワード群信号Ｋｓは、０と１でコード化されたnofD
CK個の成分を持ったベクトル信号Ｖに変換される。

【００７９】次に、スコア計算部２６は、キーワード群
信号Ｋｓに過去にユーザーの必要とした情報に含まれて
いたキーワードが数多く含まれる場合に、大きな値とな
る肯定信号ＳＹを計算する。このために、スコア計算部
２６は、ベクトル生成部２５からベクトル信号Ｖを受け
ると、肯定メトリック記憶部２２から肯定メトリック信
号ＭＹを読み出し、肯定信号ＳＹを次式にて計算する。

【００８０】

【数２】 またスコア計算部２６は、キーワード群信号Ksに過去に
ユーザーの不要とした情報に含まれていたキーワードが
数多く含まれる場合に、大きな値となる否定信号ＳＮを
計算する。このために、スコア計算部２６は、否定メト
リック記憶部２３から否定メトリック信号ＭＮを読み出
し、否定信号ＳＮを計算する。

【００８１】

【数３】 肯定メトリック信号ＭＹと否定メトリック信号ＭＮは、
後述するようにキーワード群信号Ｋｓとユーザーの応答
に基づいて決められる。本実施の形態では、このように
計算された肯定信号ＳＹと否定信号ＳＮを用いて、図９
に示したように縦軸に肯定信号ＳＹをとり横軸に否定信
号ＳＮをとった２次元空間上の１点に、情報データＤを
対応させることができる。この２次元空間における情報
データＤの分布は、ユーザーが必要とするもの（○で表
示）は主に左上部に分布し、ユーザーが不要とするもの
（×で表示）は主に右下部に分布するようになる。した
がって、図１０に示したように適切な係数Ｑを定めるこ
とにより、ユーザーが必要とる情報データＤと不要な情
報データＤとを分離できる。

【００８２】さらに、以下に述べるこの係数Ｑを用いて
計算される必要性信号Ｎは、上述の２次元空間で左上に
ある程、すなわち、必要性の高いと予測される情報デー
タＤほど大きな値となる。したがって、必要性信号Ｎの
大きい順に情報データＤを並べて提示すれば、ユーザー
は必要な情報を効率よく手に入れることができる。必要
性信号Ｎと直交する方向の信頼性信号Ｒは、大まかには
キーワード群信号Ｋｓに含まれていたキーワードのうち
どのくらいのキーワード信号が辞書に含まれていたかを
示す信号である。したがって、この信頼性信号Ｒの大き
さは、情報フィルタが計算した必要性信号Ｎがどれだけ
信頼できるのかを示す。

【００８３】次に、必要性計算部２７は、スコア計算部
２６の肯定信号計算で得られた肯定信号ＳＹと否定信号
計算で得られた否定信号ＳＮとを受け、判定パラメータ
記憶部２４から判定パラメータ信号Ｑを読み出し、過去
必要であった情報についていたキーワードが多数あり、
不要であった情報についていたキーワードがほとんどな
い時に大きな値となる必要性信号Ｎを Ｎ＝ＳＹ−Ｑ・ＳＮ と計算し、信頼性信号Ｒを Ｒ＝Ｃ・ＳＹ＋ＳＮ と計算する。

【００８４】次に、未読データ書き込み制御部２８の動
作を説明する。図４のフローチャートに未読データ書き
込み制御部２８の動作を示す。まず、未読データ書き込
み制御部２８は、それぞれの入力端子から情報データＤ
とキーワード数信号nofKsとキーワード群信号Ｋｓと受
け、必要性計算部２７から必要性信号Ｎと信頼性信号Ｒ
とを受け、未読データ部指示端子から出力する未読デー
タ処理信号ＷＩを０から１に変える（Ｓ４０１）。次
に、ｉ＝１とし（Ｓ４０２）、未読データ記憶部１２に
記憶された未読データＵＲＤ［ｉ］の必要性信号Ｎ
［ｉ］（ｉ＝１，・・・，ｎｏｆＵＲＤ）を順次読み出
し、必要性信号Ｎと比較し（Ｓ４０３）、必要性信号Ｎ
が未読データＵＲＤ［ｉ］の必要性信号Ｎ［ｉ］より大
きくなる（Ｎ≧Ｎ［ｉ］）最初の未読データの番号ｉ１
を検出する（Ｓ４０４、Ｓ４０５）。

【００８５】ｉ１番目以降の未読データを ＵＲＤ［ｉ＋１］＝ＵＲＤ［ｉ］ ｉ＝ｉ１，・・・，
ｎｏｆＵＲＤ と置き換え（Ｓ４０６〜Ｓ４０９）、その後、ｉ１番目
の未読データＵＲＤ［ｉ１］を Ｎ［ｉ１］ ＝Ｎ Ｒ［ｉ１］ ＝Ｒ nofKs［ｉ１］ ＝nofKs Ｋｓ［ｉ１］ ＝Ｋｓ Ｄ［ｉ１］ ＝Ｄ と必要性信号Ｎ等で置き換える（Ｓ４１０）。この置き
換えが終了すると、未読データ部指示端子から出力する
未読データ部指示信号ＷＩを０に戻し（Ｓ４１１）、処
理を終了する。

【００８６】次に、分類インタフェースユニット１３で
未読データＵＤＲを読みだし、ユーザーの応答（教師信
号Ｔ）を付加して教師データ信号ＴＤをつくる動作に付
いて説明する。

【００８７】図５は分類インタフェースユニット１３の
動作を示すフローチャートである。好ましい実施の形態
では、未読データ記憶部１２は、分類ラベル信号Ｃａｔ
が０である分類未読データ記憶部として取り扱われる。
以下では、分類インタフェースユニットの動作の説明の
際には、未読データ記憶部１２は分類ラベル信号Ｃａｔ
が０である分類未読データ記憶部として取り扱う。

【００８８】分類インタフェースユニット１３は、デー
タ読み出し開始信号入力端子から、データ読み出し開始
信号ＤＯが入力される（Ｓ５０１）。分類インタフェー
スユニット１３は、アクセスすべき未読データ記憶部１
２または分類未読データ記憶部カテゴリを指定する分類
ラベル信号Ｃａｔを受け取るべく予め定められた時間待
機する（Ｓ５０２）。前記時間内に分類ラベル信号Ｃａ
ｔが入力されなかった場合、分類インタフェースユニッ
ト１３は、分類ラベル信号Ｃａｔに標準値（好ましい実
施の形態では、Ｃａｔ＝０）を設定する（Ｓ５０４）。
前記時間内に分類ラベル信号Ｃａｔに値が入力される
か、または標準値が設定されると、分類ラベル信号Ｃａ
ｔで指定される分類未読データ記憶部１９−Ｃａｔか
ら、１番目の未読データＵＲＤ［１］を読み出し（Ｓ５
０５）、未読データの必要性信号Ｎ［１］が最小値Ｖｍ
ｉｎより大きい場合には、未読データ信号ＵＲＤ［１］
の情報信号Ｄ［１］を表示情報信号ＤＤとしてデータ表
示装置１４に出力し、待機する（Ｓ５０６、Ｓ５０
７）。未読データの必要性信号Ｎ［１］が最小値Ｖｍｉ
ｎに等しい場合には、表示情報信号ＤＤを「データな
し」としてデータ表示端子に出力し、待機する（Ｓ５０
８）。

【００８９】ユーザー（図示せず）は、データ表示装置
１４に表示された表示情報信号ＤＤを見て、それが必要
な情報である場合には教師信号Ｔ＝１、必要でない場合
には教師信号Ｔ＝０、処理を終了する場合には教師信号
Ｔ＝−１として、教師信号入力端子に返す（Ｓ５０
９）。教師信号Ｔ＝−１の場合、処理を終了し、教師信
号Ｔ≠−１の場合には（Ｓ５１１）、未読データ出力制
御部２８は、教師データ記憶部１５の数式（３）で表わ
される教師データを ＴＤ［ｉ］＝ＴＤ［ｉ−１］， ｉ＝２，・・・，ｎｏ
ｆＴＤ と置き換え（Ｓ５１２）、１番目の教師データＴＤ
［１］を前記教師信号Ｔと前記未読データのキーワード
数信号nofKs［１］とキーワード群信号Ｋｓ［１］とを
用いて Ｔ［１］ ＝Ｔ ＴnofKs［１］ ＝nofKs［１］ ＴＫｓ［１］ ＝Ｋｓ［１］ と置き換え（Ｓ５１３、Ｓ５１５）、未読データ記憶部
１２の未読データＵＲＤを ＵＲＤ［ｉ］＝ＵＲＤ［ｉ＋１］， ｉ＝１，・・・，
（ｎｏｆＵＲＤ−１） とし（Ｓ５１６、Ｓ５１７）、nofURD番目の未読データ
の必要性信号を Ｎ［nofURD］＝（最小値Ｖｍｉｎ） とする（Ｓ５１８、Ｓ５１９，Ｓ５２０）。

【００９０】次に、学習ユニット１６の動作について説
明する。

【００９１】図６に学習制御部２０７の動作の概略を示
すフローチャート示す。まず、学習開始信号入力端子か
ら学習開始信号ＬＳが入力され、学習制御部指示信号出
力端子から出力される学習制御部指示信号ＬＩを０から
１に変え（Ｓ６０１）、処理中を示す。次に、スイッチ
２０８とスイッチ２０９とスイッチ２１０とをメトリッ
ク学習部２０１と学習用ベクトル生成部２０２が接続す
る様に切り替える（Ｓ６０２）。

【００９２】次に、メトリック学習部２０１を動作し
（Ｓ６０３）、判定面学習部２０６を動作させた後（Ｓ
６０４）、ＬＩを０として（Ｓ６０５）、処理を終了す
る。

【００９３】次に、メトリック学習部２０１がユーザー
の応答（教師信号Ｔ）とキーワード群信号Ｋｓとを用い
て、肯定／否定メトリック信号を修正する動作を説明す
る。

【００９４】図７は、メトリック学習部２０１の動作フ
ローである。学習制御部２０７からメトリック学習制御
信号ＭＬＣを受けた（Ｓ７０１）メトリック学習部２０
１は、肯定メトリック記憶部２２から肯定メトリック信
号ＭＹを、否定メトリック記憶部２３から否定メトリッ
ク信号ＭＮをそれぞれ読み出す。

【００９５】次に、メトリック学習部２０１は、教師デ
ータカウンタｃの値を１にする（Ｓ７０２）。次に教師
データ記憶部１５からｃ番目の教師データ信号ＴＤ
［ｃ］を読み出し（Ｓ７０３）、教師データＴＤ［ｃ］
の教師信号Ｔ［ｃ］を調べる。教師信号Ｔ［ｃ］が−１
でない場合（Ｔ≠−１）には（Ｓ７０４）、教師データ
ＴＤ［ｃ］のキーワード数信号ＴnofKs［ｃ］ とキーワ
ード群信号ＴＫｓ［ｃ］とを出力する（Ｓ７０５）。教
師データＴＤ［ｃ］のキーワード数信号ＴnofKs［ｃ］
とキーワード群ＴＫｓ［ ｃ］とを受けた学習用ベクト
ル生成部２０２は、前述の情報フィルタリングユニット
１１のベクトル生成部２５と同様の動作を行い、学習用
ベクトル信号ＬＶを出力する（Ｓ７０６）。メトリック
学習部２０１は、学習用ベクトル信号ＬＶを受け、前記
教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］がＴ＝１であ
る場合には（Ｓ７０７）、肯定メトリック信号ＭＹを ＭＹ［ｉ］［ｊ］＝ＭＹ［ｉ］［ｊ］＋ＬＶ［ｉ］・Ｌ
Ｖ［ｊ］ （ここで、ｉ，ｊ＝１〜ｎｏｆＤｉＣ）と修正する（Ｓ
７０８）。

【００９６】この処理により、肯定メトリック信号ＭＹ
は、ユーザーが必要とした情報データＤについていたキ
ーワード信号（複数）に対して大きな値を持つようにな
る。その結果、前述の肯定信号ＳＹが、ユーザーが必要
とする情報データＤに対して大きくなるようになる。否
定メトリック信号ＭＮも以下のように同様の処理がなさ
れる。

【００９７】教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］
がＴ＝０である場合には、否定メトリック信号ＭＮを ＭＮ［ｉ］［ｊ］＝ＭＮ［ｉ］［ｊ］＋ＬＶ［ｉ］・Ｌ
Ｖ［ｊ］ （ここで、ｉ，ｊ＝１〜ｎｏｆＤｉＣ）と修正する（Ｓ
７０９）。

【００９８】教師データカウンタの値を ｃ＝ｃ＋１ と１だけ増やす（Ｓ７１０）。

【００９９】以下、メトリック学習部２０１は、同様の
動作を、教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］がＴ
［ｃ］＝−１になるかまたはｃ＝ｎｏｆＴＤとなるまで
繰り返す。Ｔ［ｃ］＝−１またはｃ＝ｎｏｆＴＤとなる
と（Ｓ７１２）、メトリック学習の処理を終了し、メト
リック学習制御信号ＭＬＣを学習制御部２０７に送る。

【０１００】学習制御部２０７は、メトリック学習部２
０１からのメトリック学習制御信号ＭＬＣを受けて、ス
イッチ２０８を学習用ベクトル生成部２０２とスコア計
算部２０３とが接続するように切り替え、スイッチ２０
９とスイッチ２１０を学習用ベクトル生成部２０２と判
定面学習部２０６とが接続するように切り替える。学習
制御部２０７は、判定面学習制御信号ＰＬＣを判定面学
習部２０６に送る。

【０１０１】次に、判定面学習部２０６の動作に付い
て、図８を用いて詳しく説明する。

【０１０２】判定面学習部２０６は、図１０に示したよ
うに、肯定信号ＳＹと否定信号ＳＮを用いて２次元空間
上に表現されたユーザーが必要とする情報データＤとユ
ーザーが不要とする情報データＤとをもっともよく分離
する係数Ｑを求める。

【０１０３】まず、判定面学習制御信号ＰＬＣを受けて
（Ｓ８０１）、教師データカウンタｃの値を１にする
（Ｓ８０２）。教師データ記憶部１５からｃ番目の教師
データ信号ＴＤ［ｃ］を読み出し（Ｓ８０３）、教師デ
ータＴＤ［ｃ］の教師信号Ｔ［ｃ］を調べる（Ｓ８０
４）。教師信号Ｔ［ｃ］が−１でない場合（Ｔ≠−１）
には、教師データＴＤ［ｃ］のキーワード数信号ＴnofK
s［ｃ］とキーワード群信号ＴＫｓ［ｃ］とを出力する
（Ｓ８０５）。教師データＴＤ［ｃ］のキーワード数信
号ＴnofKs［ｃ］とキーワード群ＴＫｓ［ｃ］とを受け
た学習用ベクトル生成部２０２は 、前述した情報フィ
ルタリングユニット１１のベクトル生成部２５と同様の
動作を行い、学習用ベクトル信号ＬＶを出力する。

【０１０４】学習用スコア計算部２０３は、前述した情
報フィルタリングユニット１１のスコア計算部２６と同
様の動作を行い、学習用肯定信号ＬＳＹ［ｃ］と学習用
否定信号ＬＳＮ［ｃ］とを出力し、判定面学習部２０６
がそれを受ける（Ｓ８０６）。学習用肯定信号ＬＳＹ
［ｃ］と学習用否定信号ＬＳＮ［ｃ］と教師データＴＤ
［ｃ］の教師信号Ｔ［ｃ］と判定面学習用信号ＴＣ
［ｃ］＝（Ｔ［ｃ］，ＬＳＮ［ｃ］，ＬＳＹ［ｃ］）を
内部の記憶素子に記憶する（Ｓ８０７）。そして、教師
データカウンタの値を ｃ＝ｃ＋１ と１だけ増やす（Ｓ８０８）。

【０１０５】以下、判定面学習部２０６は、同様の動作
を、教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］がＴ
［ｃ］＝−１になるかまたはｃ＝ｎｏｆＴＤ＋１となる
まで繰り返す（Ｓ８０９）。Ｔ［ｃ］＝−１またはｃ＝
ｎｏｆＴＤとなると、学習用肯定信号ＬＳＹ［ｃ］計算
等の処理を終了する。

【０１０６】次に、判定面学習部２０６は、内部の記憶
素子に記憶された判定面学習用信号ＴＣ［ｃ］（ｃ＝
１、・・・）は、横軸をＬＳＮ［ｃ］、縦軸をＬＳＹ
［ｃ］とし、Ｔ［ｃ］＝１を○、Ｔ［ｃ］＝０を×で示
すと、図９に示すような分布となる。これらのうち、教
師信号Ｔ［ｃ］＝１であるものと前記教師信号Ｔ［ｃ］
＝０であるものとが、図９に示したように最もよく分離
できる判定パラメータＱを、山登り法によって計算する
（Ｓ８１０）。

【０１０７】次に、判定パラメータＱを判定パラメータ
記憶部２４に書き込み、学習制御部２０７に判定面学習
制御信号ＰＬＣを送り（Ｓ８１１）、処理を終了する。

【０１０８】学習制御部２０７は、判定面学習部２０６
から判定面学習制御信号ＰＬＣを受け、学習制御部指示
信号を待機中を示す値にし、処理を終了する。

【０１０９】図９に示したように、上述の２つのメトリ
ック信号を用いてキーワード群信号を肯定信号ＳＹと否
定信号ＳＮとで表される２次元空間上で、ユーザーが必
要とする情報は主に左上に、不要な情報は右下に分布す
るようになる。したがって、上記ように適切な係数Ｑを
用いて必要性信号をＮ＝ＳＹ−Ｑ・ＳＮとすれば、必要
性信号は、ユーザーが必要とする情報に対して大きな値
をとるようになる。

【０１１０】以上のような動作により、肯定メトリック
記憶部２２と否定メトリック記憶部２３には、使用者の
興味を反映した行列（肯定メトリック信号ＭＹと否定メ
トリック信号ＭＮ）が生成される。

【０１１１】本実施の形態は、以上のようにして生成さ
れた使用者の興味を反映した行列を適切に分割すること
により、使用者ごとに適した興味の分類を実現する。

【０１１２】具体的には、メトリック分割ユニット１７
が肯定メトリック信号ＭＹと否定メトリック信号ＭＮと
を読み出し、これを使用者の興味を反映したグループに
分割した分類肯定メトリック信号ＣｌａｓｓＭＹと分類
否定メトリック信号ＣｌａｓｓＭＮを生成し、分類情報
フィルタユニット１８−１、１８−２内の分類肯定メト
リック記憶部と分類否定メトリック記憶部に書き込む。

【０１１３】図１１にメトリック分割ユニット１７の構
成を示す。メトリック分割ユニット１７は、枝切り処理
部１１０１、枝切り肯定メトリック記憶部１１０２、枝
切り否定メトリック記憶部１１０３を備える。枝切り処
理部１１０１は、分類パラメータ記憶部３６から枝切閾
値を読み出し肯定メトリック信号ＭＹおよび否定メトリ
ック信号ＭＮのうち分類時にノイズとなりやすい成分を
除く枝切り処理を実行する。枝切り肯定メトリック記憶
部１１０２は、枝切り処理をされた肯定メトリック信号
である枝切り肯定メトリック信号ＣＭＹを記憶する記憶
部であり、枝切り否定メトリック記憶部１１０３は枝切
り処理をされた否定メトリック信号である枝切り否定メ
トリック信号ＣＭＮを記憶する記憶部である。

【０１１４】また、メトリック分割ユニット１７は、枝
切りメトリック合成部１１０４、行列演算部１１０５、
行列演算制御部１１０６を備える。枝切りメトリック合
成部１１０４は、枝切り肯定メトリック信号ＣＭＹと枝
切り否定メトリック信号ＣＭＮとから枝切りメトリック
信号ＣＭを計算する。行列演算制御部１１０６は枝切り
メトリック信号ＣＭを用いて行う行列演算を制御する制
御部であり、行列演算部１１０５は行列演算制御部１１
０６によって制御される行列演算部である。

【０１１５】さらに、メトリック分割ユニット１７は、
行列演算入力記憶部１１０７、分類ラベル記憶部１１０
８、分類メトリック書き出し部１１０９を備える。行列
演算入力記憶部１１０７は、行列演算部１１０５への入
力を記憶している行列演算入力記憶部であり、分類ラベ
ル記憶部１１０８は行列演算の結果に基づき分類ラベル
を成分とするベクトルを記憶する記憶部である。分類メ
トリック書き出し部１１０９は分類ラベル記憶部１１０
８に記憶されたベクトルの成分と枝切り肯定メトリック
信号ＣＭＹ、枝切り否定メトリック信号ＣＭＮと分類パ
ラメータ記憶部３６から最大分類数を読み出し、分類情
報フィルタリングユニットの分類肯定メトリック信号Ｃ
ｌａｓｓＭＹと分類否定メトリック信号ＣｌａｓｓＭＮ
とを設定する。

【０１１６】次に、メトリック分割ユニット１７の動作
についてフローチャートを用いて説明する。メトリック
分割ユニット１７は、学習開始信号入力端子から学習開
始信号ＬＳが入力されると待機状態に入り、その後、学
習制御部指示信号ＬＩの値が１から０に変わり、学習ユ
ニット１６の動作が終了したことを示されると、図１２
から図１５のフローチャート示された以下の処理を開始
する。

【０１１７】図１２は、枝切り処理部１１０１の処理を
示したフローチャートである。この処理は、肯定メトリ
ック信号ＭＹおよび否定メトリック信号ＭＮの各成分の
うち、あまり値の大きくないものを枝切りする処理であ
る。枝切り処理によって、行列で表現できる２つのメト
リック信号は、互いに独立な部分行列の和としてかけや
すくなる。

【０１１８】枝切り処理部１１０１は、分類開始信号入
力端子から分類開始信号ＣＳｔを受け取ると、分類パラ
メータ記憶部３６から枝切閾値Ｎｌｏｗを読み出し（Ｓ
１２０１）す。また、行カウンタｉと列カウンタｊを０
に設定する（Ｓ１２０２，１２０３）。

【０１１９】次に、肯定メトリック記憶部２２から肯定
メトリック信号ＭＹの（ｉｊ）成分ＭＹ［ｉ］［ｊ］と
否定メトリック記憶部２３から否定メトリック信号ＭＮ
の（ｉｊ）成分ＭＮ［ｉ］［ｊ］とを読み出す（Ｓ１２
０４，１２０５）。

【０１２０】肯定メトリック信号ＭＹの（ｉｊ）成分＝
ＭＹ［ｉ］［ｊ］と否定メトリック信号ＭＮの（ｉｊ）
成分＝ＭＮ［ｉ］［ｊ］との和と枝切閾値Ｎｌｏｗとを
比較する（Ｓ１２０６）。

【０１２１】前記和が、枝切閾値Ｎｌｏｗより大きけれ
ば、肯定メトリック信号ＭＹの（ｉｊ）成分＝ＭＹ
［ｉ］［ｊ］を枝切り肯定メトリック信号ＣＭＹの（ｉ
ｊ）成分＝ＣＭＹ［ｉ］［ｊ］に、否定メトリック信号
ＭＮの（ｉｊ）成分をＭＮ［ｉ］［ｊ］を枝切り肯定メ
トリック信号ＣＭＮの（ｉｊ）成分＝ＣＭＮ［ｉ］
［ｊ］に代入する（Ｓ１２０７，１２０８）。そして、
列カウンタｊを一つ増やす（Ｓ１２１１）。以下、同様
の処理を全ての成分に対して行う。

【０１２２】以上の枝切り処理が終了すると、枝切り処
理部１１０１は、枝切りメトリック合成部１１０４にメ
トリック合成開始信号を送る。

【０１２３】枝切りメトリック合成部１１０４は、図１
３に記載したフローチャートにしたがって、合成処理を
実行する。まず、行カウンタｉと列カウンタｊを０に設
定する（Ｓ１３０１，１３０２）。そして、枝切り肯定
メトリック記憶部１１０２から枝切り肯定メトリック信
号ＣＭＹの（ｉｊ）成分＝ＣＭＹ［ｉ］［ｊ］を読み出
し（Ｓ１３０３）、枝切り否定メトリック記憶部１１０
３から枝切り否定メトリック信号ＣＭＮの（ｉｊ）成分
＝ＣＭＮ［ｉ］［ｊ］を読み出す（Ｓ１３０４）。

【０１２４】次に、枝切り肯定メトリック信号のＣＭＹ
［ｉ］［ｊ］と枝切り否定メトリック信号のＣＭＮ
［ｉ］［ｊ］との和を計算し、（ｉｊ）成分の分類行列
信号Ｃｌａｓｓを生成する（Ｓ１３０５）。

【０１２５】そして、列カウンタｊを一つ増やし（Ｓ１
３０６）、列カウンタｊが列数NofDiCを越えるまで、同
様の処理を全ての成分に対して行う（Ｓ１３０７）。ま
た行カウンタｉを一つ増やし（Ｓ１３０８）、行カウン
タが行数NofDiCを越えるまで、同様の処理を全ての成分
に対して行う（Ｓ１３０9）。行列演算部１１０５は、
その処理が終了すると、行列演算制御部１１０６に行列
演算開始信号を送る。

【０１２６】行列演算制御部１１０６は、行列演算開始
信号を受けると、分類行列信号Ｃｌａｓｓによって独立
に変換されるベクトルを検出する処理を行う。処理の詳
細について、図１４に示したフローチャートを参照しな
がら説明する。この一連の処理の目的は、分類行列によ
って互いに変換され得る入力ベクトルの成分を特定する
ことにある。その意味は、互いに変換され得る入力ベク
トルの成分には対応するキーワードが相互に関係あると
みなすことができる。したがって、互いに変換され得る
入力ベクトルの成分をいくつかのグループに分割するこ
とは、使用者の興味をいくつかに分類することに対応す
ると見なすことができる。

【０１２７】まず、行列演算制御部１１０６は、分類ラ
ベル記憶部１１０８に記憶された分類ラベルベクトルＣ
ａｔＶを０ベクトルに初期化する（Ｓ１４０１）。つぎ
に、カテゴリ信号Ｃａｔに最初のカテゴリであることを
示す値１を代入する（Ｓ１４０２）。入力ベクトルを決
定するに先立ち行列演算入力記憶部１１０７に記憶され
た入力ベクトルＣＶを０ベクトルに初期化する（Ｓ１４
０３）。そして、成分カウンタｉを０に設定する（Ｓ１
４０４）。成分カウンタｉによって指定される分類ラベ
ルベクトルＣａｔＶの第ｉ成分ＣａｔＶ［ｉ］が０に等
しいか否かを判定する（Ｓ１４０５）。等しい場合に
は、入力ベクトルＣＶの第ｉ成分ＣＶ［ｉ］に１を代入
する（Ｓ１４０６）。これによって、ただ一つの成分が
１であり、他の成分はすべて０という初期入力ベクトル
が得られる。

【０１２８】この入力ベクトルに分類行列信号Ｃｌａｓ
ｓを掛け、変換ベクトルＣＶｔｍｐを得る（Ｓ１４０
７）。変換ベクトルＣｔｍｐの全ての成分に対し Ｃｔｍｐ［ｉ］＝ Θ（Ｃｔｍｐ［ｉ］） という変換を行う（Ｓ１４０８〜Ｓ１４１１）。ここ
で、関数Θは、 Θ（ｘ）＝１、 ｘ＞０ ０、 その他の場合 という関数である。この成分が１または０である変換ベ
クトルＣＶｔｍｐと入力ベクトルＣＶと比較する（Ｓ１
４１２）。変換ベクトルＣＶｔｍｐと入力ベクトルＣＶ
が異なる場合は、変換ベクトルＣＶｔｍｐを入力ベクト
ルＣＶに代入し、ステップＳ１４０７に戻る（Ｓ１４１
５）。 変換ベクトルＣＶｔｍｐと入力ベクトルＣＶが
等しい場合は、分類ラベルベクトルＣａｔＶを ＣａｔＶ＝ＣａｔＶ＋Ｃａｔ・ＣＶ と変更する（Ｓ１４１３）。そして、カテゴリ信号Ｃａ
ｔを１だけ増やし、ステップＳ１４０３に戻る。

【０１２９】そして、分類ラベルベクトルのすべての成
分の値が０でなくなると、処理の流れがステップＳ１４
１７から終了へ分岐する。

【０１３０】以上の処理により、分類ラベルベクトルＣ
ａｔＶは、枝切り肯定メトリック信号ＣＭＹと枝切り否
定メトリック信号ＣＭＮとから作られた分類行列信号Ｃ
ｌａｓｓが４つの独立な行列からなる場合、例えば、 初期状態 ＣａｔＶ＝（０，０，０，０，０，０，０，０，０，
０，０，０，０，０，０） Cat＝1 ＣａｔＶ＝（１，０，１，０，０，０，０，０，１，
０，１，０，０，０，０） Cat＝2 ＣａｔＶ＝（１，２，１，０，２，０，２，０，１，
０，１，２，２，０，０） Cat＝3 ＣａｔＶ＝（１，２，１，３，２，３，２，０，１，
３，１，２，２，０，３） Cat＝4 ＣａｔＶ＝（１，２，１，３，２，３，２，４，１，
３，１，２，２，４，３） というように変化する。

【０１３１】このようにして、互いに変換され得る入力
ベクトルの成分をいくつかのグループに分割することに
より、使用者の興味をいくつかに分類することができ
る。

【０１３２】次に、この結果を用いて分類情報フィルタ
リングユニットを設定する。分類ラベルベクトルＣａｔ
Ｖが得られると、行列演算制御部１１０６は、分類メト
リック書き出し部１１０９に書き出し開始信号を送る。

【０１３３】分類メトリック書き出し部１１０９は、書
き出し開始信号を受けて、図１５のフローチャートに示
された処理を開始する。この一連の処理の目的は、枝切
り肯定メトリック信号ＣＭＹと枝切り否定メトリック信
号ＣＭＮを、分類ラベルベクトルに基づいて、最大分類
数ＮＣｍａｘ以下の数に分割し、それぞれを分類情報フ
ィルタリングユニットの分類肯定メトリック記憶部３１
と分類否定メトリック記憶部３２とに書き込むことにあ
る。

【０１３４】まず、分類ラベルベクトルを読み出す（Ｓ
１５０１）。次に、分類パラメータ記憶部３６から最大
分類数ＮＣmaxを読み出す（Ｓ１５０２）。図１に示し
た本実施の形態の場合、分類情報フィルタリングユニッ
ト（１８−１，１８−２）が２個であるので、最大分類
数ＮＣmax＝２とすることが望ましい。

【０１３５】次に、ＮＣmax個の分類情報フィルタリン
グユニット１８−１〜ＮＣｍａｘの分類肯定メトリック
信号ＣｌａｓｓＭＹ，分類否定メトリック信号Ｃｌａｓ
ｓＭＮすべてを零行列に初期化する（Ｓ１５０３，１５
０４）。行カウンタｉを０にし（Ｓ１５０５）、列カウ
ンタｊを０にする（Ｓ１５０６）。

【０１３６】そして、分類ラベルベクトルの第ｉ成分Ｃ
ａｔＶ［ｉ］が最大分類数ＮＣｍａｘ以下であるか否か
を判断する（Ｓ１５０７）。ＣａｔＶ［ｉ］＜ＮＣｍａ
ｘであればステップＳ１５０８に進み、ＣａｔＶ［ｉ］
がＮＣｍａｘより大きければステップＳ１５１５に進
む。

【０１３７】ステップＳ１５０８では、分類ラベルベク
トルの第ｉ成分ＣａｔＶ［ｉ］と第ｊ成分ＣａｔＶ
［ｊ］とを比較する。分類ラベルベクトルの第ｉ成分Ｃ
ａｔＶ［ｉ］と第ｊ成分ＣａｔＶ［ｊ］とが等しかった
場合、これは２つの成分は、分類行列Ｃｌａｓｓによっ
て互いに変換される。つまり独立していないことを意味
するから、枝切り肯定メトリック信号ＣＭＹの（ｉｊ）
成分＝ＣＭＹ［ｉ］［ｊ］と枝切り否定メトリック信号
ＣＭＮの（ｉｊ）成分＝ＣＭＮ［ｉ］［ｊ］とを読み出
す（Ｓ１５０９，１５１０）。

【０１３８】そして、分類番号ＣａｔＶ［ｉ］の分類情
報フィルタリングユニット１８−ＣａｔＶ［ｉ］の分類
肯定メトリック信号ＣｌａｓｓＭＹの（ｉｊ）成分に前
記枝切り肯定メトリック信号の（ｉｊ）成分を代入し、
分類否定メトリック信号ＣｌａｓｓＭＮの（ｉｊ）成分
に前記枝切り否定メトリック信号の（ｉｊ）成分を代入
する（Ｓ１５１１，Ｓ１５１２）。

【０１３９】一方、ステップＳ１５０８において、２つ
の成分が等しくない場合、２つの成分、分類行列Ｃｌａ
ｓｓによって互いに変換されない、つまり２つの成分は
独立していることを意味する。

【０１４０】そして、列カウンタｊを一つ増やし（Ｓ１
５１３）、列カウンタｊの値と分類ラベルベクトルの次
元NofDiCとを比較する（Ｓ１５１４）。列カウンタｊの
値が、分類ラベルベクトルの次元より小さければステッ
プＳ１５０８に戻る。列カウンタｊの値が、分類ラベル
ベクトルの次元以上であれば、ステップＳ１５１５に進
む。

【０１４１】ステップＳ１５１５では、行カウンタｉの
値を１だけ増やす。行カウンタｉの値が分類ラベルベク
トルの次元NofDiCと比較する（Ｓ１５１６）。行カウン
タｉの値が、分類ラベルベクトルの次元より小さければ
ステップＳ１５０６に戻る。行カウンタｉの値が、分類
ラベルベクトルの次元以上であれば、処理を終了する。

【０１４２】以上の処理により、分類情報フィルタリン
グユニット１８はすべて適切に設定（分類肯定メトリッ
ク信号と分類否定メトリック信号がともに零行列ある場
合を含む）される。

【０１４３】各々の分類情報フィルタリングユニット１
８の動作は、情報フィルタリングユニット1１の動作と
同様であるので、説明を省略する。

【０１４４】なお、判定パラメータＱの計算方法とし
て、ここでは、山登り法を採用したが、判定面と学習用
必要性信号ＬＮと学習用信頼性信号ＬＲとの距離に基づ
いて構成されるコスト関数

【０１４５】

【数４】 を最大にする判定面パラメータＣをニュートン法、挟み
撃ち法などで求める方法であってもよい。

【０１４６】また、肯定メトリック信号ＭＹと否定メト
リック信号ＭＮの学習を忘却の効果を入れた ＭＹ［ｉ］［ｊ］＝α・ＭＹ［ｉ］［ｊ］＋ＬＶ［ｉ］
・ＬＶ［ｊ］ ＭＮ［ｉ］［ｊ］＝β・ＭＮ［ｉ］［ｊ］＋ＬＶ［ｉ］
・ＬＶ［ｊ］ を用いてもよい結果が得られる。ここで、αとβとは、
１より小さい正の数さらに、文献「情報処理学会技術報
告、自然言語処理１０１−８（１９９４．５．２７）」
などに記載された文書からキーワード群信号とキーワー
ド数信号を生成するキーワード生成部を付加する構成を
とれば、キーワードが与えられていない情報に対しても
適用できる情報フィルタ装置を構成することができる。

【０１４７】タイトルがつけられた情報については、タ
イトルを構成する単語をもってキーワードとし、キーワ
ード数信号とキーワード群信号を生成してもよい。

【０１４８】加えて、キーワード信号は、国際特許分類
番号など分類記号を含むようにもしても、本発明の構成
を変更する必要はなく、よい結果をえることができる。

【０１４９】また、本発明の実施の形態では、未読デー
タＵＲＤを１つずつ提示する場合について示したが、表
示装置（図示せず）の大きさによっては、複数の未読デ
ータＵＲＤを同時に表示し、使用者が複数表示されたど
の未読データに対して応答したのかが正しく情報フィル
タ装置に伝えられるような構成を取ることは容易であ
る。

【０１５０】以上のように、実施の形態は、図１４、図
１５のフローチャートに示したように、キーワードの同
時出現に注目してユーザーの応答とキーワードとの関係
を反映した肯定メトリック信号ＭＹ、否定メトリック信
号とを分割し、この分割された２つのメトリック信号を
用いて、従来の技術では単一の評価しかできなかった必
要性を、ユーザーの興味を反映した上で複数の必要性を
算出し、それぞれの必要性の順番に並べることにより、
情報を分類しかつ必要な順番に提示するといったことが
可能になる点にある。

【０１５１】本発明の実施の形態の情報フィルタ装置に
よれば、ユーザーからの教師信号に基づいた学習によっ
て、ユーザーの必要とする情報に対しては、その情報が
分類されかつ必要性信号が大きな値を取るようになり、
その結果、表示装置等のインターフェースユニットに
は、ユーザーにとって必要性が高い情報が優先的に表示
されるようになる。

【０１５２】さらに、本実施の形態では、特開平9−288
683号公報に開示された情報フィルタ装置の実施の形態
に準拠して説明を行ったが、特開平9−288683号公報に
開示された情報フィルタ装置の実施の形態２に準拠する
構成をとることは容易である。

【０１５３】また、同じく特開平9−288683号公報に開
示された情報フィルタ装置の実施の形態３に開示されて
いるデータベース再構築装置に、本発明を適用し、情報
を分類しながらデータベースを再構築するデータベース
再構築装置をつくることも容易である。

【０１５４】

【発明の効果】以上のように、本発明は、情報に割り振
られた複数のキーワードをベクトルに変換するベクトル
生成部と、前記ベクトルと使用者からの教師信号を用い
てスコアを計算するスコア計算部と、前記スコアから必
要性と信頼性を計算する必要性計算部と、スコア計算部
がスコアを計算する際に用いるメトリックを使用者から
与えられる情報の必要／不要という単純な評価をもとに
計算するメトリック学習部とを設け、情報をユーザーの
必要度にしたがって並べ、ユーザーに対して必要性の高
い情報から順に提供することにより、初心者にも精度の
高い情報を得ることができ、更に使用者にとって必要性
の高い情報の取り出し易い情報フィルタ装置を提供する
ことができる。

【図面の簡単な説明】

【図１】本発明の実施の形態にかかる情報フィルタ装置
のブロック結線図

【図２】上記実施の形態における学習ユニットのブロッ
ク結線図

【図３】上記実施の形態におけるベクトル生成部の動作
を説明するフローチャート

【図４】上記実施の形態における未読データ書き込み制
御部の動作を説明するフローチャート

【図５】上記実施の形態における分類インターフェース
ユニットの動作を説明するフローチャート

【図６】上記実施の形態における学習制御部の動作を説
明するフローチャート

【図７】上記実施の形態におけるメトリック学習部の動
作を説明するフローチャート

【図８】上記実施の形態における判定面学習部の動作を
説明するフローチャート

【図９】本発明の実施の形態の情報フィルタ装置の判定
面学習部の動作を説明するための図

【図１０】本発明の実施の形態の情報フィルタ装置の判
定面学習部の動作を説明するための図

【図１１】上記実施の形態におけるメトリック分割ユニ
ットのブロック結線図

【図１２】上記実施の形態における枝切り処理部の動作
を説明するフローチャート

【図１３】上記実施の形態における枝切りメトリック合
成部の動作を説明するフローチャート

【図１４】上記実施の形態における行列演算制御部の動
作を説明するフローチャート

【図１５】上記実施の形態における分類メトリック書出
し部の動作を説明するフローチャート

【図１６】従来の情報フィルタ装置のブロック結線図

【符号の説明】

１０ 履歴データ記憶ユニット １１ 情報フィルタリングユニット １２ 未読データ記憶部 １３ 分類インターフェースユニット １４ データ表示装置 １５ 教師データ記憶部 １６ 学習ユニット １７ メトリック分割ユニット １８−１，１８−２ 分類情報フィルタリングユニット １９ 分類未読データ記憶部 ２１ 符号辞書記憶部 ２２ 肯定メトリック記憶部 ２３ 否定メトリック記憶部 ２４ 判定パラメータ記憶部 ２５ ベクトル生成部 ２６ スコア計算部 ２７ 必要性計算部 ２８ 未読データ書込み制御部 ３１ 分類肯定メトリック記憶部 ３２ 分類否定メトリック記憶部 ３３ 分類スコア計算部 ３４ 分類必要性計算部 ３５ 分類未読データ書込み制御部 ３６ 分類パラメータ記憶部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 渡辺 泰助 神奈川県川崎市多摩区東三田３丁目10番１ 号 松下技研株式会社内 Ｆターム(参考） 5B075 ND03 NK02 NK47 NR05 NR20 PQ75 PR03 PR08 UU40

Claims (17)

【特許請求の範囲】
1. 【請求項１】 提示情報に対する必要／不要の判定結果
   が、当該情報に付されたキーワード信号から計算される
   メトリック信号の形式で記憶されたメトリック記憶部
   と、前記メトリック記憶部からメトリック信号を取出し
   てメトリック信号を予測される分野別に分割した分類メ
   トリック信号を生成するメトリック分割手段と、電子又
   は光を媒体とする情報記憶媒体又は情報通信網から入力
   された入力情報の提示順序を、分割されたメトリック信
   号を使って組み替える分類フィルタリング手段と、組み
   替えられた提示順序に従って分野別に情報を提示する提
   示手段と、を具備する情報フィルタ装置。
2. 【請求項２】 前記分類フィルタリング手段は、入力情
   報に付された複数のキーワード信号からなるキーワード
   群信号を複数のキーワード信号が格納された辞書を用い
   てベクトル信号に変換するベクトル変換手段と、前記キ
   ーワード群信号から変換されたベクトル信号と前記メト
   リック信号とからスコア信号を計算するスコア計算手段
   と、計算されたスコア信号に基づいて他の未読情報も含
   めた提示順序を決める順序決定手段と、を具備する請求
   項１記載の情報フィルタ装置。
3. 【請求項３】 前記メトリック記憶部は、必要と判定さ
   れた提示情報に付されたキーワード信号から計算された
   肯定メトリック信号と、不要と判定された提示情報に付
   されたキーワード信号から計算された否定メトリック信
   号とをメトリック信号として記憶することを特徴とする
   請求項１又は請求項２に記載の情報フィルタ装置。
4. 【請求項４】 肯定メトリック信号は、必要と判定され
   た提示情報に付されたキーワード信号からなるキーワー
   ド群信号から変換されたベクトル信号の自己相関行列で
   あり、否定メトリック信号は、不要と判定された提示情
   報に付されたキーワード信号からなるキーワード群信号
   から変換されたベクトル信号の自己相関行列であること
   を特徴とする請求項１から請求項３のいずれかに記載の
   情報フィルタ装置。
5. 【請求項５】 肯定メトリック信号及び否定メトリック
   信号それぞれの行列成分である（ij）成分は、必要とさ
   れた情報の頻度と、不要とされた情報の頻度と、ｉ番目
   のキーワード信号とｊ番目のキーワード信号が同時に含
   まれた情報が必要とされた頻度と、前記ｉ番目のキーワ
   ード信号と前記ｊ番目のキーワード信号が同時に含まれ
   た情報が不要とされた頻度とから計算されることを特徴
   とする請求項３又は請求項４に記載の情報フィルタ装
   置。
6. 【請求項６】 前記肯定メトリック信号及び否定メトリ
   ック信号の行列成分である(ij)成分は、情報が必要であ
   るか不要であるかを示す確率分布と、ｉ番目のキーワー
   ド信号とｊ番目のキーワード信号が同時に含まれた情報
   が必要であるか不要であるかを示す確率分布との違いを
   定量的に評価する信号であることを特徴とする請求項５
   記載の情報フィルタ装置。
7. 【請求項７】 前記分類フィルタリング手段は、入力情
   報に付された複数のキーワード信号からなるキーワード
   群信号を複数のキーワード信号が格納された辞書を用い
   てベクトル信号に変換するベクトル変換手段と、必要な
   情報から構成される肯定メトリック信号と前記ベクトル
   信号とを用いて肯定スコア信号を計算する手段と、不要
   な情報から構成される否定メトリック信号と前記ベクト
   ル信号とを用いて否定スコア信号を計算する手段と、前
   記肯定スコア信号及び前記否定スコア信号からなる二次
   元平面における入力情報の分布を必要な情報及び不要な
   情報に分離する直線の係数である判定パラメータ信号と
   前記肯定スコア信号並びに前記否定スコア信号とから必
   要性信号及び信頼性信号を計算する必要性計算部と、前
   記必要性信号の大きさにより入力情報の提示順序を決め
   る手段と、を具備した請求項１に記載の情報フィルタ装
   置。
8. 【請求項８】 提示情報を必要とした回数を示す全肯定
   回数及び提示情報を不要とした回数を示す全否定回数を
   記憶する回数記憶部と、キーワード信号を示す文字列を
   数字に変換する対応表と、前記文字列がキーワード信号
   として含まれた情報を必要とした回数を示す肯定回数及
   び前記文字列がキーワード信号として含まれた情報を不
   要とした回数を示す否定回数を記憶した適応辞書記憶部
   と、提示情報に対する必要／不要の判定結果と前記情報
   に含まれたキーワード信号と前記全肯定回数と前記全否
   定回数と前記適応辞書記憶部に記憶された信号とから前
   記全肯定回数、前記全否定回数及び前記適応辞書記憶部
   に記憶された信号を更新する辞書学習部とを具備した請
   求項１から請求項７のいずれか記載の情報フィルタ装
   置。
9. 【請求項９】 辞書の内容の更新は、必要とされた情報
   の頻度と、不要とされた情報の頻度と、それぞれのキー
   ワード信号について前記キーワード信号を含む情報が必
   要とされた頻度と、前記キーワード信号を含む情報が不
   要とされた頻度とから計算されるキーワードコスト信号
   を用いて行われることを特徴とする請求項８に記載の情
   報フィルタ装置。
10. 【請求項１０】 それぞれのキーワード信号のキーワー
    ドコスト信号は、情報が必要であるか不要であるかを示
    す確率分布と、前記キーワード信号を含む情報が必要で
    あるか不要であるかを示す確率分布との違いを定量的に
    評価する信号であることを特徴とする請求項９に記載の
    情報フィルタ装置。
11. 【請求項１１】 それぞれのキーワード信号のキーワー
    ドコスト信号は、情報が必要であるか不要であるかを示
    す確率分布と、前記キーワード信号が含まれた情報が必
    要であるか不要であるかを示す確率分布との違いが大き
    いほど大きな値の信号であり、前記キーワードコスト信
    号が大きなキーワード信号を残し、小さいキーワード信
    号を破棄することを特徴とする請求項１０に記載の情報
    フィルタ装置。
12. 【請求項１２】 キーワード信号は、分類コードを含む
    ことを特徴とする請求項１から請求項１１のいずれかに
    記載の情報フィルタ装置。
13. 【請求項１３】 提示情報に対する必要／不要の判定結
    果が当該情報に付されたキーワード信号から計算された
    メトリック信号を予測される分野別に分割した分類メト
    リック信号を生成し、電子又は光を媒体とする情報記憶
    媒体又は情報通信網から入力された入力情報の提示順序
    を分割されたメトリック信号を使って組み替え、組み替
    えられた提示順序に従って分野別に情報を提示すること
    を特徴とする情報フィルタリング方法。
14. 【請求項１４】 辞書を用いて複数のキーワード信号か
    らなるキーワード群信号をベクトル信号に変換し、この
    ベクトル信号と前記メトリック信号とからスコア信号を
    計算し、そのスコア信号を利用して情報の提示順序を変
    えることを特徴とする請求項１３に記載の情報フィルタ
    リング方法。
15. 【請求項１５】 メトリック信号は、入力端子から入力
    される信号が必要な場合の情報から構成される肯定メト
    リック信号と、入力端子から入力される信号が不要であ
    る場合の情報から構成される否定メトリック信号である
    ことを特徴とする請求項１４に記載の情報フィルタリン
    グ方法。
16. 【請求項１６】 請求項１から請求項１２のいずれかに
    記載の情報フィルタ装置を用いてデータベースを再構築
    するデータベース再構築装置。
17. 【請求項１７】 請求項１３から請求項１５のいずれか
    に記載の情報フィルタリング方法を用いてデータベース
    を再構築するデータベース再構築方法。