JP2002041545A - 情報分布装置および情報分布方法 - Google Patents

Abstract

(57)【要約】 【課題】 情報分布空間の作成学習を効率的に実行し、
情報分布処理時間を短縮し、情報の重複配置を解消し、
一覧性に優れた情報分布装置を提供する。 【解決手段】 入力部１０から情報分布処理を実行する
情報とその特徴ベクトルの集合を入力する。抽出部２０
により所定数の情報と特徴ベクトルを抽出する。情報分
布空間生成部３０において抽出された情報の特徴ベクト
ルを用いて学習して上記所定数の情報に対応する情報分
布空間を生成する。情報分布処理部４０において情報分
布空間を所定数の情報から全入力情報に対応するものに
拡大処理を実行する。拡大後の情報分布空間を用いて全
入力情報を分布し、情報分布を得て、表示部５０におい
て表示する。情報の重複分布がある場合、一定の手順に
より近傍の情報未配置格子などに再配置する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、情報を配置して表
示するための情報分布空間作成装置およびその方法に関
する。例えば、インターネット上のＷＷＷシステムのブ
ラウジング検索などに利用することができる。

【０００２】

【従来の技術】インターネット上のＷＷＷシステムなど
を利用した情報化社会の進展によって、マルチメディア
情報を用いるアプリケーションとして様々なものが想定
され、大量のマルチメディア情報を有効に活用する必要
が生じている。これらのマルチメディア情報を活用する
ためには必要とするマルチメディア情報を的確に検索す
る必要がある。しかし、従来のキーワード検索に代表さ
れるように、キーワードなど関連付けられた特徴を指定
し、マルチメディア情報を絞り込んでゆく技術では、効
率性において限界があり、目的とするマルチメディア情
報を容易には検索できなかった。主に、検索に利用する
キーワードなどの特徴のみでは検索対象であるマルチメ
ディア情報を的確に表現するのが困難であるからであ
る。例えば、キーワード検索において検索対象となるマ
ルチメディア情報に対する適切なキーワードを選択する
ことは非常に難しい問題であり、マルチメディア情報が
画像データである場合、特徴指定としてどんなキーワー
ドを使って良いのか分からない場合が多い。また、イン
ターネット上のマルチメディア情報は種々雑多な情報が
混合されており、検索結果としてヒットした情報が非常
に大量となってしまう場合が多い。これらの問題を解決
する手段として、マルチメディア情報を事前に適度な基
準を用いて分類しておいて、この分類に従って絞り込ん
でゆくという分類検索法もあるが、検索対象となるマル
チメディア情報は、大量であり、また、動的に日々生成
され消滅してゆくことが想定され、分類検索法では対応
不可能な場合も多く、その分類も検索目的によりいろい
ろなものを用意しておく必要があり、現実的ではない。

【０００３】これらの状況を解決する手段として、検索
結果を情報の特徴により自動分類し、検索結果を配置し
て表示するための情報分布空間を作成し、その検索結果
を情報分布空間に配置し、その中をブラウジング検索す
る方法がある。このような情報分布空間を作成する手法
としては、クラスタリング法やＭＤＳ法や自己組織化マ
ップ（ＳＯＭ）法などを利用したものがある。

【０００４】従来の手法の中では、情報分布空間を作成
する手法として、多様な情報に対して広く適用できると
いう観点から自己組織化マップ法を利用したものがもっ
とも適していると考えられている。

【０００５】

【発明が解決しようとする課題】しかし、上記情報分布
空間を作成する従来のクラスタリング法やＭＤＳ法や自
己組織化マップ法などを利用した手法では、以下の問題
があった。

【０００６】第１の問題点は、情報分布空間を作成し、
情報の配置・分布を学習させつつ情報を配置・分布する
ためには膨大な処理時間がかかることである。コンピュ
ータリソースの向上を考慮しても、なお検索者に対する
処理待ち時間が発生し、使い勝手の上で問題があった。
上記従来のクラスタリング法やＭＤＳ法や自己組織化マ
ップ法などを利用した手法では、情報分布空間の生成処
理、情報の配置・分布処理において、情報数の２乗に比
例した計算時間を要し、大量の情報の配置・分布には現
実的に適用するのが困難であった。一般にブラウジング
検索に用いるマルチメディア情報数は大量であり、従来
の自己組織化マップ法などの手法では処理時間が大きく
なってしまう。例えば、クロック数が５００ＭＨｚ程度
のＣＰＵを持つパーソナルコンピュータをリソースと
し、１，０００件程度の画像を対象とした場合、処理待
ち時間は実用的な範囲を超えるほど大きくないが、１
０，０００件程度の画像を対象とした場合、待ち時間が
相当長くなってしまい、利用者の使い勝手を大きく劣化
させる結果となる。自己組織化マップ法では、自己組織
化マップアルゴリズムを用いて、入力特徴ベクトルの配
置・分布を学習させて行くが、この学習に多くの時間を
要する。

【０００７】第２の問題点として、生成した情報分布空
間に対し、実際に情報を配置・分布してゆくと、同じ位
置に重複配置されてしまう情報が多く、一覧性に欠ける
という問題がある。現実に検索対象となる画像などのマ
ルチメディア情報を情報分布空間に配置・分布してゆく
と結果として同じ位置に重複配置されてしまう情報が多
く、クラスタの大枠を把握するのには問題ないが、実際
にブラウジングして一つの情報を検索する場合には却っ
て一覧性に劣り、探索効率が悪くなるという問題が発生
する。

【０００８】本発明は上記問題点を解決し、情報分布空
間の作成、情報の配置・分布の学習を効率的に実行し、
情報の配置・分布処理時間を短縮した情報分布装置およ
び方法を提供することを目的とする。

【０００９】また、本発明は、生成した情報分布空間に
おける情報の重複配置・分布を効率的に解消し、一覧性
に優れた情報分布装置および方法を提供することを目的
とする。

【００１０】

【課題を解決するための手段】上記目的を達成するた
め、本発明の情報分布装置は、情報の集合とその情報に
対応する特徴ベクトルの集合を入力する入力部と、前記
入力された情報の数が所定数より多い場合、その中から
所定数の情報を抽出する抽出部と、前記抽出された情報
を学習対象情報として用いて学習し、該学習対象情報が
持つ特徴ベクトルの類似度により該学習対象情報を分布
する情報分布空間を生成する情報分布空間生成部と、前
記入力された全情報をそれら情報が持つ特徴ベクトルの
類似度により前記情報分布空間に分布する情報分布処理
部を備えたことを特徴とする。

【００１１】上記構成により、抽出した所定数の情報を
用いて学習して情報分布空間を生成するので、全情報を
用いて情報分布空間を生成する場合に比べ、処理時間を
効率的に短縮することができ、このように抽出した情報
を用いて学習して生成した情報分布空間上に全情報を配
置するので、全情報を分布するにあたり、一定品質の適
度な分布をもった情報分布処理を実行でき、処理時間の
効率化と分布結果の品質維持の両方を同時に実現するこ
とができる。なお、生成した情報分布空間に対して全情
報を分布して行く時間はその処理が単純なため、全情報
を用いて学習して情報分布空間を作成する時間に比べ
て、少ない時間で実行することができる。

【００１２】また、本発明の情報分布装置は、情報分布
空間への特徴ベクトルの類似度を基にした情報の分布処
理として、自己組織化マップによる分布処理を用い、情
報分布空間生成部が、自己組織化マップにおける前記情
報分布空間への学習対象情報の特徴ベクトルの分布最適
位置をマップから探す場合の探索範囲を学習回数に応じ
て制限することが好ましい。

【００１３】上記構成により、情報分布空間の生成にお
いて実行する情報の分布最適位置の探索範囲を学習回数
に応じて制限することにより学習時間を効率的に制限
し、処理時間の効率化と分布結果の品質維持の両方を同
時に実現することができる。

【００１４】ここで、前記抽出部が、入力された情報の
中から所定数の情報を抽出するにあたり、特徴ベクトル
が単位ベクトルまたは零ベクトルである情報以外の情報
を優先して抽出すれば、各配置位置において適度な特徴
ベクトルの分布を持つ情報分布空間を生成することがで
きる。つまり、対象情報の特徴ベクトルとして単位ベク
トルまたは零ベクトルが多い場合、ランダムに情報を抽
出すると空間の配置が違和感の多いものになる可能性が
あり、単位ベクトル以外を優先してランダム抽出する方
法を取れば違和感のない情報分布空間にすることが出来
る。

【００１５】また、前記情報分布処理部が再配置処理部
を備えることにより、重複配置された情報を見易く配置
し直すことができる。ここで、再配置処理部による再配
置処理には複数通りの処理がある。入力された全情報を
特徴ベクトルの類似度により前記情報分布空間へ分布し
た場合に同じ位置に重複配置される情報のうち再配置す
る情報を選ぶ。第１には、この再配置する情報を該重複
配置位置周囲の一定範囲で情報が配置されていない位置
に再配置する処理がある。つまり、一定範囲に再分布す
るため、情報配置の違和感を少なくし、かつ、一覧性を
上げることができる。さらに空間の空部分の有効利用が
可能になる。第２には、この再配置する情報を該重複配
置位置周囲で情報が配置されていない位置であってその
位置に対する特徴ベクトルと該再配置する情報が持つ特
徴ベクトルとの類似度が一定範囲にある位置に再配置す
る処理がある。つまり、情報を空間上の情報分布に忠実
に配置することができる。第３には、この再配置する情
報を該重複配置位置周囲の一定範囲でかつ情報が配置さ
れていない位置であってその位置に対する特徴ベクトル
と該再配置する情報が持つ特徴ベクトルとの類似度が一
定範囲にある位置に再配置する処理がある。第４には、
この再配置する情報を該重複配置位置周囲で情報が配置
されていない位置であってその位置に対する特徴ベクト
ルと該再配置する情報が持つ特徴ベクトルとの類似度
と、前記重複配置の位置と前記情報が配置されていない
位置との距離との２つのパラメタを持つ関数とし、前記
関数値を評価して再配置する位置を決める処理がある。
第５には、この再配置する情報を該重複配置位置周囲で
情報が配置されている位置を選び、該選択位置に対する
特徴ベクトルと該再配置する情報が持つ特徴ベクトルと
の類似度が該選択位置に対する特徴ベクトルと既に該選
択位置に配置されている情報が持つ特徴ベクトルとの類
似度より大きい場合、該再配置する情報を該選択位置の
前面に配置する処理がある。

【００１６】本発明の情報分布装置を実現する処理プロ
グラムを記録したコンピュータ読み取り可能な記録媒体
を提供すれば、コンピュータ装置を利用して本発明の情
報分布装置を構築することができる。

【００１７】

【発明の実施の形態】以下、本発明の情報分布装置およ
びその方法の実施形態について、図面を参照しながら説
明する。

【００１８】（実施形態１）本発明の情報分布装置は、
情報の集合とその情報に対応する特徴ベクトルの集合を
入力とし、それら情報が持つ特徴ベクトルの類似度によ
り該情報を情報分布空間に分布・配置して利用者に見せ
るものであるが、適度な特徴ベクトルの分布を持つ情報
分布空間を効率的に短時間で生成する。本発明の情報分
布装置は、情報分布空間を効率的に生成するため、入力
された全情報のうち所定数の情報を用いた学習により適
度な特徴ベクトル分布を持つ情報分布空間を効率的に生
成する。本発明の情報分布装置は、一実施形態として、
自己組織化マップ（ＳＯＭ）を用いて情報分布空間を学
習して生成するが、処理時間の問題を解決するため、入
力情報が多い場合（例えば１,０００件以上）には入力
の情報集合から抽出した所定数（例えば１,０００件程
度）の学習対象情報を用いて情報分布空間を作成し、作
成された情報分布空間を全入力情報に対応する大きさに
拡大し、その情報分布空間を用いて全情報を情報が持つ
特徴ベクトルの類似度により前記情報分布空間に分布す
る手法で対応する。また、自己組織化マップのアルゴリ
ズムを見直し、自己組織化マップにおける情報分布空間
への入力情報の特徴ベクトルの分布最適位置をマップか
ら探す場合の探索範囲を学習回数に応じて制御し、より
学習効率を向上して学習時間を短縮して情報分布空間の
効率的生成を行う。さらに、応用機能として、特定の情
報集合では特徴ベクトルとして単位ベクトルや零ベクト
ルが多い場合があるが、このような場合では適切な特徴
ベクトルの分布を持つ情報分布空間を生成できないため
単位ベクトルや零ベクトル以外の情報ベクトルを持つ情
報を優先して抽出してそれら情報を基に情報分布空間を
生成する方法を取る。

【００１９】図１は、本発明の情報分布装置の構成例を
示す図である。図１において、１０は入力部、２０は抽
出部、３０は情報分布空間生成部、４０は情報分布処理
部、５０は表示部である。

【００２０】入力部１０は、情報の集合とその情報に対
応する特徴ベクトルの集合を入力する部分である。例え
ば、情報として画像情報とその画像情報が持つ特徴ベク
トルとが入力される。画像情報に対する特徴ベクトルの
例としては、画像に付されたキーワード、画像中に写り
込んでいるオブジェクト、画像中に写り込んでいるオブ
ジェクトの形状、画像の色要素（色相）、画像の色スペ
クトルなど多様なものが想定できる。なお、入力部１０
は画像情報とその特徴ベクトルの入力を受けるという構
成でも良く、また、応用機能として、入力部１０が、入
力された画像から特徴ベクトルを抽出する特徴ベクトル
抽出機能を備える構成としても良い。入力部１０から入
力された全情報と特徴ベクトルは抽出部２０および情報
分布処理部４０に出力される。

【００２１】抽出部２０は、入力部１０から入力された
情報の数が所定数より多い場合、その中から所定数の情
報を抽出する部分である。また、応用機能として、入力
された情報の中から所定数の情報を抽出するにあたり、
特徴ベクトルが単位ベクトルまたは零ベクトルである情
報以外の情報を優先して抽出する機能を有している。

【００２２】全入力情報に対して最適な情報分布空間を
生成するには全入力情報を用いて特徴ベクトルを最適に
分布させる情報分布空間を生成するが、本発明は、所定
数を超える情報入力があった場合、所定数の情報を抽出
し、その所定数の情報の範囲で特徴ベクトルを最適に分
布させる情報分布空間を生成するものである。このよう
に所定数の情報を用いて情報分布空間を生成しても画像
のブラウジング検索などに用いるための適度な一覧性を
与えることができる特徴ベクトルの分布を持つ空間とす
ることができる。なぜなら、表示される情報に対する厳
密な意味での最適化された特徴ベクトルの分布を持つ情
報分布空間でなくとも、ブラウジング検索に用いるため
の適度な一覧性と特徴ベクトルに応じた情報の分布が与
えられれば十分実用に耐えうるからである。

【００２３】情報分布空間生成部３０は、抽出部２０に
より抽出された情報の集合を用いて学習し、該情報が持
つ特徴ベクトルの類似度により該情報を分布する情報分
布空間を生成する部分である。例えば、情報分布空間の
作成手法としてKohonenの自己組織化マップを使い、生
成される情報分布空間はＬ×Ｌの正方格子であり、格子
点（情報の配置位置）には学習結果として特徴ベクトル
が与えられたものとなっている。後述の情報分布処理部
４０により、この生成された情報分布空間に対して入力
された全情報がその特徴ベクトルと格子点の特徴ベクト
ルとの類似度が最も高い格子点に対して配置される。

【００２４】なお、情報分布空間生成部３０は、一実施
形態として、自己組織化マップによる分布処理を用い、
自己組織化マップにおける情報分布空間への入力情報の
特徴ベクトルの分布最適位置をマップから探す場合の探
索範囲を学習回数に応じて制御して学習効率を向上し、
短時間に情報分布空間を生成する機能（最適位置探索範
囲制御機能）を有する。

【００２５】ここで、情報分布空間生成部３０が一実施
形態として用いるKohonennの自己組織化マップによる情
報分布空間の生成処理を詳しく説明しておく。

【００２６】自己組織化マップでは、類似度を内積とし
て以下のように実現している。

【００２７】（１）図２（ａ）は学習格子と学習範囲の
概念を模式的に示す図である。いま、図２（ａ）のよう
なＬ×Ｌの正方格子を持つ２次元空間を考える。ここ
で、Ｌは各格子に1つずつn個の情報を配置するためにn
の二乗根を超える最小の整数とする。各格子点（ｉ，
ｊ）に対応して、マップベクトル（ｍ_i,j,k）を学習さ
せることを考える。kは選択された特徴表現を表わし、
入力の特徴ベクトルと同じ要素数のベクトルを表す。

【００２８】（２）各情報の特徴ベクトル（ｘ_i）は
（数１）の形に正規化されているものとする。

【００２９】

【数１】

【００３０】（３）類似度s(x,y)は、内積（数２）で表
現され、この類似度により特徴ベクトル（ｘ_l）に最も
類似度の高い格子点（ｍ^c _i,j,k）を選択する。

【００３１】

【数２】

【００３２】（４）選択した最適な格子点を中心とし
て、学習回数と学習範囲の関係を図２（ｂ）のように近
似し、これで決まる半径ｈの範囲内の格子点のマップベ
クトルを（数３）式で更新していく。図２（ｂ）のＧは
初期学習の範囲の終了点を表わし、入力データ数ｎを単
位とした学習回数である。Ｔは調整学習の緩やかに変化
させる範囲の開始点であり、ｎを単位とした学習回数で
ある。

【００３３】

【数３】

【００３４】（５）ｍ_i,j,k（ｔ＋１）を正規化し，そ
れをその格子点の新しい特徴ベクトルとする。

【００３５】（６）上記（３）から（５）を対象情報の
集合単位（ｎ）毎に各データの特徴ベクトルを入力デー
タとして実行し、各特徴ベクトルに最も類似度の高い格
子点のマップベクトルとその特徴ベクトルの類似度の最
小値が一定の値以上になるか、その最小値の変化が一定
の値以下になるまで繰り返す。例えば，収束条件として
前回との最小値の差が有効数字の上３桁が同一になるま
で実施する。

【００３６】（７）収束した２次元空間の格子点のマッ
プベクトルを使い、各情報の特徴ベクトルに最も類似度
の高いマップベクトルを持つ格子点にその情報を配置す
る。

【００３７】次に、応用形態として、自己組織化マップ
における前記情報分布空間への入力情報の特徴ベクトル
の分布最適位置をマップから探す場合の探索範囲を制限
する方法を説明する。例えば、上記実装法における
（３）の処理の中で、マップ全体に対して類似度を計算
することに代え、図２（ｃ）のグラフによって決まる半
径内の格子点のみを探索範囲の対象として類似度を計算
することにより学習位置を決定する。図２（ｃ）は、学
習回数に応じた探索半径の制御の様子を模式的に示した
図である。学習対象となる情報全体を１セットととして
学習を繰り返すので、学習位置を決める対象情報に対し
て、前回の学習位置を中心とした最大探索半径が学習回
数とともに変化する様子が示されている。初回の場合に
は、前回の学習位置がないため、全格子に対する探索を
実施する。図２（ｃ）では３セット回（３ｎ）まで全格
子の探索を実施し、４回目は半径を減少させ、５回目か
らｎで決まる半径（ｆ（ｎ））に探索範囲を絞ってい
る。このｆ（ｎ）の関数の例としては、ｎ／２００＋２
がある。

【００３８】このように探索範囲を情報分布空間の一辺
の格子数Ｌにより決まる一定半径に制限するので情報分
布空間の生成が短時間で効率良く実行することができ、
また、上記に示したように調整学習において探索範囲を
制限しても当初のマップ全体を探索範囲とする初期学習
と組み合わせることにより一定レベルの特徴ベクトルの
分布を持つ情報分布空間を得ることができる。

【００３９】情報分布処理部４０は、入力部１０から入
力された全情報をそれら情報が持つ特徴ベクトルの類似
度により情報分布空間生成部３０が生成した情報分布空
間に対して分布・配置処理を実行する部分である。情報
分布処理部４０は、次の情報分布空間拡大機能と情報配
置機能を備えている。

【００４０】情報分布空間拡大機能とは、情報分布空間
生成部３０により生成された情報分布空間が持つ格子点
より、配置する全入力情報の方が大きい場合、全入力情
報が適度に一覧性をもって表示できるように情報分布空
間を拡大する機能である。例えば、全体の入力情報数を
Ｎとすると、拡大されたマップの一辺は（数４）に示す
Ｍとすれば良い。

【００４１】

【数４】

【００４２】情報分布空間の一辺をＬからＭへ拡張する
処理の一例は以下のようである。

【００４３】（１）ｘ方向のＬ点の特徴ベクトルから、
Ｍ点の特徴ベクトルを算出マップ上のy方向の格子点毎
に距離の比例配分により算出する。例えば、マップのｉ
番目とｉ＋１番目の間に拡大マップのｊ点があるとする
と、ｊ点の特徴ベクトルは以下の（数５）ように算出で
きる。

【００４４】

【数５】

【００４５】（２）ｙ方向の算出では、拡大マップ上ｘ
方向の格子点毎に、（１）と同様な比例配分の計算によ
り特徴ベクトルを求める。

【００４６】情報配置機能は、必要な上記情報分布空間
拡大機能による情報分布空間の拡大後、全入力情報ごと
にその特徴ベクトルとマップの格子点の特徴ベクトルと
の間の類似度が最大になる格子点を配置位置として求
め、該格子点に該情報を配置する機能である。

【００４７】表示部５０は、利用者に対して得られた情
報分布を表示する部分である。例えば、コンピュータの
表示処理関連の機能とモニタを備えたものである。

【００４８】上記構成の本実施形態１の情報分布装置の
処理の流れをフローチャートを参照しつつ具体例を交え
て説明する。

【００４９】図３は実施形態１の情報分布装置の処理の
流れを示すフローチャートである。この例において、入
力された情報が、データベース検索アプリケーションの
キーワード検索などにより１０，５００件ヒットした画
像情報であるとする。特徴ベクトルとして色相ベクトル
が与えられたものとする。また、抽出する学習対象情報
数を１，０８９件（３３×３３）とする。

【００５０】まず、入力部１０を介して分布配置する情
報の集合および特徴ベクトルの集合が入力される（ステ
ップＳ３０１）。ここでは、１０，５００件の画像情報
の集合とその特徴ベクトルの集合が入力される。入力さ
れた情報の集合と特徴ベクトルの集合は抽出部２０およ
び情報分布処理部４０に渡される。

【００５１】次に、抽出部２０により、情報の持つ特徴
ベクトルが単位ベクトルとゼロベクトルであるものに低
い優先順位をつける（ステップＳ３０２）。つまり、情
報の持つ特徴ベクトルが単位ベクトルとゼロベクトルで
あるものの抽出優先順位を低くし、単位ベクトルとゼロ
ベクトル以外の特徴ベクトルを持つ情報を優先的に抽出
するようにする。

【００５２】次に、抽出部２０は、入力された情報数が
所定数より大きい数であるかを調べ、大きい場合、所定
数の情報を抽出する（ステップＳ３０３）。ここでは所
定数１，０８９件より全入力情報数が大きいので、１，
０８９件の情報が学習対象情報として抽出される。な
お、抽出するアルゴリズムとしては様々想定できるが、
この例では、単位ベクトルとゼロベクトル以外の特徴ベ
クトルを持つ情報からランダム抽出するものとする。抽
出部２０は抽出した学習対象情報を情報分布空間生成部
３０に渡す。

【００５３】次に、情報分布空間生成部３０により、自
己組織化マップにより学習対象情報を用いて情報分布空
間を生成する（ステップＳ３０４）。生成した結果は特
徴ベクトルが対応づけられたＬ×Ｌの格子を持つ情報分
布空間になる。この例では、Ｌは３３以下の自然数とな
る。

【００５４】情報分布空間生成部３０は、ステップＳ３
０４の情報分布空間生成処理の中で、応用機能として、
上記したような最適位置探索範囲制御機能を用いる（ス
テップＳ３０４−１）。つまり、特徴ベクトルの対応す
る格子上の学習位置を決めるため、入力の特徴ベクトル
と格子上の特徴ベクトルの類似度が最も高い位置を探索
する範囲を制御する。ここでは、自己組織化マップにお
ける情報分布空間への入力情報の特徴ベクトルの分布最
適位置をマップから探す場合の探索範囲を学習回数に応
じた制御を実行する。この例では４回目以降の最適位置
の探索範囲をＮ／２００＋２（格子間の距離を１とす
る）として実行する。

【００５５】情報分布空間生成部３０は、生成した情報
分布空間を情報分布処理部４０に渡す。この例では、３
３×３３の格子を持つ情報分布空間が生成されている。

【００５６】次に、情報分布処理部４０は、上記した情
報分布空間拡大機能により情報分布空間を全入力情報数
に対応する空間に拡大する（ステップＳ３０５）。この
例では、３３×３３の格子を持つ情報分布空間を１０３
×１０３の格子を持つ情報分布空間に拡大処理する。

【００５７】次に、情報分布処理部４０は、上記した情
報配置機能を用いて、拡大した情報分布空間に対して全
入力情報を配置する（ステップＳ３０６）。この例で
は、１０３×１０３の格子を持つ情報分布空間に対して
１０，５００件の情報ごとに、その特徴ベクトルとマッ
プの格子点の特徴ベクトルとの間の類似度が最大になる
格子点を配置位置として求められ、配置される。

【００５８】情報分布処理部４０は、生成結果として分
布配置済みのデータを出力し（ステップＳ３０７）、必
要に応じて表示部５０において結果表示を行う。

【００５９】ここで、情報分布空間の例を示す。まず、
参考として、上記ステップＳ３０５の情報分布空間拡大
機能による情報分布空間の拡大処理がされなかった場合
の情報分布空間と配置された１，０５０件の学習対象情
報の表示例を図４に示す。図４は３３×３３の格子点を
持つ情報分布空間であり、１，０５０の学習対象情報で
ある画像情報が色相を特徴ベクトルとして適度に分類さ
れて表示されている。図５は、上記ステップＳ３０５の
情報分布空間拡大機能による情報分布空間の拡大処理実
行後の情報分布空間と配置された１０，５００件の全入
力情報の表示例である。図５は６５×６５の格子点を持
つ情報分布空間であり、１０，５００の全入力情報であ
る画像情報が色相を特徴ベクトルとして適度に分類され
て表示されている。上記図４の状態から図５の状態を得
るために必要な計算時間は、単純なマップの拡大処理計
算と各情報をマッピングしてゆくのみであるので短時間
となる。

【００６０】以上が、本実施形態１の情報分布装置の処
理の流れである。

【００６１】以上、本実施形態１の情報分布装置および
情報分布方法によれば、全入力情報から学習対象となる
情報を抽出して情報分布空間を生成するので、処理時間
の効率化と分布結果の品質維持の両方を同時に実現する
ことができる。また、自己組織化マップにおける情報分
布空間への入力情報の特徴ベクトルの分布最適位置をマ
ップから探す場合の探索範囲を学習回数に応じた制御を
実行するのでさらに処理時間を効率的に短縮することが
できる。

【００６２】（実施形態２）実施形態２の情報分布装置
は、実施形態１で説明した情報分布処理部がさらに再配
置処理部を備え、全入力情報を情報分布空間へ分布した
場合に同じ位置に重複配置される情報があれば、再配置
処理部により、重複配置された情報のうち再配置する情
報を選んで再配置し、情報の一覧表示を見易くするもの
である。つまり、格子位置に対応する特徴ベクトルが適
度に分布している情報分布空間を生成しても入力される
情報に如何によって、また、情報数が大きくなると同じ
格子点に複数の情報が重複配置されてしまう場合が有り
得る。この場合に重複配置したままでは情報の一覧性を
損なうので再配置するものである。

【００６３】図６は、本実施形態２の情報分布装置の構
成例を示す図である。図６において、入力部１０、抽出
部２０、情報分布空間生成部３０、表示部５０は実施形
態１で示した図１の各要素と同様のものであり、ここで
の説明は適宜省略する。

【００６４】情報分布処理部４０ａは、再配置処理部４
１を備えている。再配置処理部４１は、全入力情報を情
報分布空間へ分布した場合に重複配置される情報があれ
ば、重複配置された情報のうち再配置する情報を選んで
再配置処理する部分である。再配置処理部４１は以下の
再配置情報選択機能と再配置機能を備えている。再配置
情報選択機能は、実施形態１に示した処理により全入力
情報を特徴ベクトルの類似度により情報分布空間へ分布
した場合に同じ位置に重複配置されている情報を検索
し、それら情報から再配置処理する情報を選ぶ。図７
は、一つの情報分布空間の格子に複数の情報が重複配置
されている様子とそれら情報を再配置する概念を模式的
に示した図である。説明の便宜上、９枚の画像情報が一
つの情報分布空間の格子に重複配置されている単純な例
を示した。図７（ａ）に示すように、９枚の画像情報が
一つの情報分布空間の格子に重複配置されている。ここ
で、再配置情報選択機能の例として、当該位置に対する
特徴ベクトルと重複配置されている各情報が持つ特徴ベ
クトルとの類似度を比較し、もっとも類似度が高い情報
をその位置に残し、他の情報を再配置処理に供する。こ
のように再配置する情報を選択すれば、重複配置されて
いた位置にはもっとも類似度の高い情報の配置が維持さ
れる。図７（ｂ）は再配置した様子の一例であるが、下
記に示すように再配置機能には複数通りの処理方法があ
る。

【００６５】第１の処理は、再配置する情報を重複配置
位置周囲の一定範囲で情報が配置されていない位置に再
配置する処理である。つまり、一定範囲に再分布するた
め、情報配置の違和感を少なくし、かつ、一覧性を上げ
ることができる。近傍の一定範囲で情報が配置されてい
ない位置が複数ある場合、例えば次の基準で再配置位置
を決める。図８は重複配置位置周囲の一定範囲で情報を
再配置する優先順位を示す図である。この例では重複配
置位置から反時計周りの螺旋状に優先順位を与えてい
る。図７（ｂ）はこの図８の基準に沿って再配置した例
となっている。なお、元の配置位置から再配置を許す位
置までの距離、つまり、近傍と扱う範囲については、一
定の制限を設けることが好ましい。あまりに離れた位置
に再配置すると情報配置の違和感が大きくなるからであ
る。

【００６６】第２の処理は、再配置する情報を重複配置
位置周囲で情報が配置されていない位置であってその位
置に対する特徴ベクトルと再配置する情報が持つ特徴ベ
クトルとの類似度が一定範囲にある位置に再配置する処
理がある。つまり、近傍で情報が配置されていない位置
にはそれぞれ特徴ベクトルが対応しており、再配置する
情報の特徴ベクトルとの類似度合いはまちまちであるの
で、類似度合いの大小で直接比較し、もっとも類似度合
いが高い位置に再配置するものである。

【００６７】第３の処理は、再配置する情報を重複配置
位置周囲の一定範囲でかつ情報が配置されていない位置
であってその位置に対する特徴ベクトルと再配置する情
報が持つ特徴ベクトルとの類似度が一定範囲にある位置
に再配置する処理がある。つまり、近傍の一定範囲に再
分布して情報配置の違和感を少なくするという第１の処
理の利点と再配置位置の特徴ベクトルと再配置する情報
の特徴ベクトルとの類似度合いを高く保つという第２の
処理の利点の双方を兼ね備えた処理とするものである。

【００６８】第４の処理は、再配置する情報を重複配置
位置周囲で情報が配置されていない位置であってその位
置に対する特徴ベクトルと再配置する情報が持つ特徴ベ
クトルとの類似度と、重複配置の位置と情報が配置され
ていない位置との距離との２つのパラメタを持つ関数と
し、関数値を評価して再配置する位置を決める処理であ
る。これは、第３の処理において考慮した２つのパラメ
タである、再配置する位置の距離と特徴ベクトルの類似
度合いを関数として定義し、きめ細やかに再配置処理の
調整を行うものである。

【００６９】第５の処理は、再配置する情報を重複配置
位置周囲で情報が配置されている位置を選び、選択位置
に対する特徴ベクトルと再配置する情報が持つ特徴ベク
トルとの類似度が選択位置に対する特徴ベクトルと既に
選択位置に配置されている情報が持つ特徴ベクトルとの
類似度より大きい場合、再配置する情報を選択位置の前
面に配置する処理である。つまり、重複配置された情報
の中には、複数の格子点の特徴ベクトルと良く類似して
おり、もっとも類似する格子点に配置されたものの、よ
り類似度合いが高い他の情報の存在により再配置に供さ
れる場合が有り得る。この場合、２番目に類似度合いが
高い格子点には既に他の情報が配置済みである場合も想
定できる。この場合、既に配置済みの情報より、当該再
配置に供される情報の方がその格子点の特徴ベクトルと
の類似度合いが高い場合も想定できる。第５の処理はか
かる場合に、既に配置済みの情報が存在してももっとも
類似度合いが高い情報が格子点に配置されるように配置
を柔軟に見直して再配置処理を実行するものである。第
５の処理によれば、一度配置された情報も含め、情報全
体としてもっとも格子点の特徴ベクトルとの類似度合い
が高くなるように再配置することができる。ただし、第
５の処理により配置を見直す範囲も一定の制限を設けて
おくことが好ましい。再配置処理の連鎖が広がるおそれ
もあるからである。

【００７０】再配置処理部４１は、情報分布空間におけ
る重複配置された情報の再配置処理として、上記の第１
の処理から第５の処理のいずれかの１つの処理、また
は、それらの組み合わせの処理を用いることができるも
のである。組み合わせて用いる場合、例えば、最初、第
１の処理と第２の処理の組み合わせである第３の処理に
より再配置を実行し、未だ重複配置が残り、近傍に情報
が未配置の格子点がなくなった場合に第５の処理を実行
するといった組み合わせがある。

【００７１】次に、上記構成の本実施形態２の情報分布
装置の処理の流れをフローチャートを参照しつつ具体例
を交えて説明する。

【００７２】図９は実施形態２の情報分布装置の処理の
流れを示すフローチャートである。図９のステップＳ９
０１からステップＳ９０５は、実施形態１で説明した図
３のフローチャートのステップＳ３０１からステップＳ
３０５と同様であり、ここでの説明は適宜省略する。

【００７３】ステップＳ９０６において、情報分布処理
部４０ａは、拡大した情報分布空間に対して全入力情報
を配置している。ステップＳ９０７において、情報分布
処理部４０ａの再配置処理部４１は、情報分布空間にお
いて重複配置されている情報の有無を調べる（ステップ
Ｓ９０７）。

【００７４】重複配置されている情報がある場合（ステ
ップＳ９０７：Ｙ）、再配置処理を実行する（ステップ
Ｓ９０８）。例えば、再配置処理部４１は再配置処理と
して、選択された上記の第１の処理から第５の処理のい
ずれか１つの処理、または、それらの組み合わせの処理
を実行するものとする。

【００７５】再配置処理（ステップＳ９０８）を実行
後、ステップＳ９０７に戻り重複配置されている情報の
有無を調べ、重複配置されている情報がある場合（ステ
ップＳ９０７：Ｙ）、再配置処理（ステップＳ９０８）
を繰り返して実行する。

【００７６】重複配置されている情報がない場合（ステ
ップＳ９０７：Ｎ）、情報分布処理部４０は、生成結果
として分布配置済みのデータを出力し（ステップＳ９０
９）、必要に応じて表示部５０において結果表示を行
う。

【００７７】再配置処理の例を示す。ここではテキスト
の配置例とその重複配置の再配置例を示す。図１０およ
び図１１は、再配置する前の様子であり、写真データの
タイトルと写真家の名前のテキストデータを情報とし、
そのテキストデータに対して２５のキーワードを特徴ベ
クトルとして与えたものを入力し、それらを情報分布空
間に配置した表示例である。このような例では、テキス
ト内容が単純なものなので、一つの情報に対応するキー
ワードは少なく、重複配置されるものが多い。重複配置
された情報がＺ軸方向（紙面垂直奥方向）に螺旋状に配
置されている様子が分かる。なお、図１１は図１０の中
央部分を拡大して表示した図である。図１２は図１０の
状態に対して再配置処理を実行したもので、図１３は図
１１に相当する部分を拡大したものとなっている。この
ように写真家「芳賀」のキーワードで配置された情報が
周囲に再配置されている様子が分かる。

【００７８】以上、実施形態２の情報分布装置および情
報分布方法によれば、再配置処理部を備え、全入力情報
を情報分布空間へ分布した場合に同じ位置に重複配置さ
れる情報があれば、再配置処理部により、重複配置され
た情報のうち再配置する情報を選んで再配置し、情報の
一覧表示を見易くすることが可能となる。

【００７９】（実施形態３）本発明の情報分布装置およ
び情報分布方法は、上記に説明した構成を実現する処理
ステップを記述したプログラムをコンピュータ読み取り
可能な記録媒体に記録して提供することにより、各種コ
ンピュータを用いて構築できる。本発明の情報分布装置
および情報分布方法を実現する処理ステップを備えたプ
ログラムを記録した記録媒体は、図１４に図示した記録
媒体の例に示すように、ＣＤ−ＲＯＭ１００２やフレキ
シブルディスク１００３等の可搬型記録媒体１００１だ
けでなく、フィールド上にある記録装置内の記録媒体１
０００や、コンピュータのハードディスクやＲＡＭ等の
記録媒体１００５のいずれであっても良く、プログラム
実行時には、プログラムはコンピュータ１００４上にロ
ーディングされ、主メモリ上で実行される。

【００８０】さらに、ソースプログラムをコンパイルし
たもののみならず、フィールドを介してクライアントコ
ンピュータに中間言語形式のアプレットを送信し、クラ
イアントコンピュータ上でインタープリタ実行して動作
する構成であっても良い。

【００８１】本発明の情報分布装置および情報分布方法
に関し、以下の項を開示する。

【００８２】（付記１）情報の集合とその情報に対応す
る特徴ベクトルの集合を入力する入力部と、前記入力さ
れた情報の数が所定数より多い場合、その中から所定数
の情報を抽出する抽出部と、前記抽出された情報を学習
対象情報として用いて学習し、該学習対象情報が持つ特
徴ベクトルの類似度により該学習対象情報を分布する情
報分布空間を生成する情報分布空間生成部と、前記入力
された全情報をそれら情報が持つ特徴ベクトルの類似度
により前記情報分布空間に分布する情報分布処理部を備
えたことを特徴とする情報分布装置。

【００８３】（付記２）前記情報分布空間への特徴ベク
トルの類似度を基にした情報の分布処理として、自己組
織化マップによる分布処理を用い、前記情報分布空間生
成部が、前記自己組織化マップにおける前記情報分布空
間への学習対象情報の特徴ベクトルの分布最適位置をマ
ップから探す場合の探索範囲を学習回数に応じて制限す
る上記付記１に記載の情報分布装置。

【００８４】（付記３）前記抽出部が、入力された情報
の中から所定数の情報を抽出するにあたり、特徴ベクト
ルが単位ベクトルである情報以外の情報を優先して抽出
する上記付記１に記載の情報分布装置。

【００８５】（付記４）前記情報分布処理部が再配置処
理部を備え、前記再配置処理部は、前記入力された全情
報を特徴ベクトルの類似度により前記情報分布空間へ分
布した場合に同じ位置に重複配置される情報のうち再配
置する情報を選び、該再配置する情報を該重複配置位置
周囲の一定範囲で情報が配置されていない位置に再配置
する上記付記１に記載の情報分布装置。

【００８６】（付記５）前記情報分布処理部が再配置処
理部を備え、前記再配置処理部は、前記入力された全情
報を特徴ベクトルの類似度により前記情報分布空間へ分
布した場合に同じ位置に重複配置される情報のうち再配
置する情報を選び、該再配置する情報を該重複配置位置
周囲で情報が配置されていない位置であってその位置に
対する特徴ベクトルと該再配置する情報が持つ特徴ベク
トルとの類似度が一定範囲にある位置に再配置する上記
付記１に記載の情報分布装置。

【００８７】（付記６）前記情報分布処理部が再配置処
理部を備え、前記再配置処理部は、前記入力された全情
報を特徴ベクトルの類似度により前記情報分布空間へ分
布した場合に同じ位置に重複配置される情報のうち再配
置する情報を選び、該再配置する情報を該重複配置位置
周囲の一定範囲でかつ情報が配置されていない位置であ
ってその位置に対する特徴ベクトルと該再配置する情報
が持つ特徴ベクトルとの類似度が一定範囲にある位置に
再配置する上記付記１に記載の情報分布装置。

【００８８】（付記７）前記情報分布処理部が再配置処
理部を備え、前記再配置処理部は、前記入力された全情
報を特徴ベクトルの類似度により前記情報分布空間へ分
布した場合に同じ位置に重複配置される情報のうち再配
置する情報を選び、該再配置する情報を該重複配置位置
周囲で情報が配置されていない位置であって、その位置
に対する特徴ベクトルと該再配置する情報が持つ特徴ベ
クトルとの類似度と、前記重複配置の位置と前記情報が
配置されていない位置との距離との２つのパラメタを持
つ関数とし、前記関数値を評価して再配置する位置を決
める上記付記１に記載の情報分布装置。

【００８９】（付記８）前記情報分布処理部が再配置処
理部を備え、前記再配置処理部は、前記入力された全情
報を特徴ベクトルの類似度により前記情報分布空間へ分
布した場合に同じ位置に重複配置される情報のうち再配
置する情報を選び、該再配置する情報を該重複配置位置
周囲で情報が配置されている位置を選び、該選択位置に
対する特徴ベクトルと該再配置する情報が持つ特徴ベク
トルとの類似度が該選択位置に対する特徴ベクトルと既
に該選択位置に配置されている情報が持つ特徴ベクトル
との類似度より大きい場合、該再配置する情報を該選択
位置の前面に配置する上記付記１に記載の情報分布装
置。

【００９０】（付記９）情報の集合とその情報に対応す
る特徴ベクトルの集合を入力し、前記入力された情報の
数が所定数より多い場合、その中から所定数の情報を抽
出し、前記抽出された情報を学習対象情報として用いて
学習し、該学習対象情報が持つ特徴ベクトルの類似度に
より該学習対象情報を分布する情報分布空間を生成し、
前記入力された全情報をそれら情報が持つ特徴ベクトル
の類似度により前記情報分布空間に分布することを特徴
とする情報分布方法。

【００９１】（付記１０）情報の集合をその特徴ベクト
ルを基に分布する情報分布装置を構成する処理プログラ
ムを記録したコンピュータ読み取り可能な記録媒体であ
って、情報の集合とその情報に対応する特徴ベクトルの
集合を入力する処理ステップと、前記入力された情報の
数が所定数より多い場合、その中から所定数の情報を抽
出する処理ステップと、前記抽出された情報を学習対象
情報として用いて学習し、該学習対象情報が持つ特徴ベ
クトルの類似度により該学習対象情報を分布する情報分
布空間を生成する処理ステップと、前記入力された全情
報をそれら情報が持つ特徴ベクトルの類似度により前記
情報分布空間に分布する処理ステップとを備えた処理プ
ログラムを記録したことを特徴とする記録媒体。

【００９２】

【発明の効果】本発明の情報分布装置および情報分布方
法によれば、全入力情報から学習対象となる情報を抽出
して情報分布空間を生成するので、処理時間の効率化と
分布結果の品質維持の両方を同時に実現することができ
る。また、自己組織化マップにおける情報分布空間への
入力情報の特徴ベクトルの分布最適位置をマップから探
す場合の探索範囲を学習回数に応じた制御を実行するの
でさらに処理時間を効率的に短縮することができる。

【００９３】また、本発明の情報分布装置および情報分
布方法によれば、再配置処理部を備え、全入力情報を情
報分布空間へ分布した場合に同じ位置に重複配置される
情報があれば、再配置処理部により、重複配置された情
報のうち再配置する情報を選んで再配置し、情報の一覧
表示を見易くすることが可能となる。

【図面の簡単な説明】

【図１】 本発明の実施形態１の情報分布装置の構成例
を示す図

【図２】 （ａ）は学習格子と学習範囲の概念を模式的
に示す図、（ｂ）は学習回数と学習範囲の関係を示す
図、（ｃ）は学習回数に応じた探索半径の制御の様子を
模式的に示した図

【図３】 実施形態１の情報分布装置の処理の流れを示
すフローチャート

【図４】 情報分布空間の拡大処理実行前の情報分布空
間と配置された１，０５０件の学習対象情報の表示例を
示す図

【図５】 情報分布空間の拡大処理実行後の情報分布空
間と配置された１０，５００件の全入力情報の表示例を
示す図

【図６】 本発明の実施形態２の情報分布装置の構成例
を示す図

【図７】 一つの情報分布空間の格子に複数の情報が重
複配置されている様子とそれら情報を再配置する概念を
模式的に示した図

【図８】 重複配置位置周囲の一定範囲で情報を再配置
する優先順位を示す図

【図９】 実施形態２の情報分布装置の処理の流れを示
すフローチャート

【図１０】 再配置する前の、写真データのタイトルと
写真家の名前のテキストデータを情報とし情報分布空間
に配置した表示例を示す図

【図１１】 図１０の中央部分を拡大した図

【図１２】 図１０の状態に対して再配置処理を実行し
た様子を示す図

【図１３】 図１２の中央部分を拡大した図であり、図
１１に相当する部分を示す図

【図１４】 本発明の情報分布装置および情報分布方法
を実現する処理ステップを記述したプログラムを記録し
た記録媒体の例を示す図

【符号の説明】

１０ 入力部 ２０ 抽出部 ３０ 情報分布空間生成部 ４０，４０ａ 情報分布処理部 ４１ 再配置処理部 ５０ 表示部 １０００ 記録装置内の記録媒体 １００１ 可搬型記録媒体 １００２ ＣＤ−ＲＯＭ １００３ フレキシブルディスク １００４ コンピュータ １００５ コンピュータのハードディスクやＲＡＭ等の
記録媒体

Claims (5)

【特許請求の範囲】
1. 【請求項１】 情報の集合とその情報に対応する特徴ベ
   クトルの集合を入力する入力部と、 前記入力された情報の数が所定数より多い場合、その中
   から所定数の情報を抽出する抽出部と、 前記抽出された情報を学習対象情報として用いて学習
   し、該学習対象情報が持つ特徴ベクトルの類似度により
   該学習対象情報を分布する情報分布空間を生成する情報
   分布空間生成部と、 前記入力された全情報をそれら情報が持つ特徴ベクトル
   の類似度により前記情報分布空間に分布する情報分布処
   理部を備えたことを特徴とする情報分布装置。
2. 【請求項２】 前記情報分布空間への特徴ベクトルの類
   似度を基にした情報の分布処理として、自己組織化マッ
   プによる分布処理を用い、 前記情報分布空間生成部が、前記自己組織化マップにお
   ける前記情報分布空間への学習対象情報の特徴ベクトル
   の分布最適位置をマップから探す場合の探索範囲を学習
   回数に応じて制限する請求項１に記載の情報分布装置。
3. 【請求項３】 前記情報分布処理部が再配置処理部を備
   え、前記再配置処理部は、前記入力された全情報を特徴
   ベクトルの類似度により前記情報分布空間へ分布した場
   合に同じ位置に重複配置される情報のうち再配置する情
   報を選び、該再配置する情報を該重複配置位置周囲の一
   定範囲で情報が配置されていない位置に再配置する請求
   項１に記載の情報分布装置。
4. 【請求項４】 情報の集合とその情報に対応する特徴ベ
   クトルの集合を入力し、 前記入力された情報の数が所定数より多い場合、その中
   から所定数の情報を抽出し、 前記抽出された情報を学習対象情報として用いて学習
   し、該学習対象情報が持つ特徴ベクトルの類似度により
   該学習対象情報を分布する情報分布空間を生成し、 前記入力された全情報をそれら情報が持つ特徴ベクトル
   の類似度により前記情報分布空間に分布することを特徴
   とする情報分布方法。
5. 【請求項５】 情報の集合をその特徴ベクトルを基に分
   布する情報分布装置を構成する処理プログラムを記録し
   たコンピュータ読み取り可能な記録媒体であって、 情報の集合とその情報に対応する特徴ベクトルの集合を
   入力する処理ステップと、 前記入力された情報の数が所定数より多い場合、その中
   から所定数の情報を抽出する処理ステップと、 前記抽出された情報を学習対象情報として用いて学習
   し、該学習対象情報が持つ特徴ベクトルの類似度により
   該学習対象情報を分布する情報分布空間を生成する処理
   ステップと、 前記入力された全情報をそれら情報が持つ特徴ベクトル
   の類似度により前記情報分布空間に分布する処理ステッ
   プとを備えた処理プログラムを記録したことを特徴とす
   る記録媒体。