JP2003157271A - テキストマイニング装置および方法 - Google Patents

Abstract

(57)【要約】 【課題】 Ｗｅｂページも含めて分析対象にできるよう
な汎用性を有するテキストマイニング装置および方法を
得る。 【解決手段】 特徴表現抽出規則記憶部１と、意図抽出
表現を含む第１の記述単位を抽出して特徴表現抽出結果
とし、抽出意図とともに出力する特徴表現抽出部２と、
第１の記述単位毎の関係名と関係表現とを対応付ける関
連表現抽出規則記憶部３と、特徴表現抽出結果から第２
の記述単位を抽出して関連表現抽出結果とし、関係名と
ともに出力する関連表現抽出部４と、特徴表現と関連表
現とを第１の記述単位毎の関係に基づいて統合する関連
表現統合知識記憶部５と、関連表現統合結果を出力する
関連表現統合部５と、関連表現統合結果を抽出意図の内
容に応じて分類する分類部７とを備えた。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、入力される文書
中のテキストを解析して特徴的な表現を抽出するテキス
トマイニング装置および方法に関し、特に、抽出された
表現と関係を持つ関連表現をさらに抽出して関係付ける
ことのできるテキストマイニング装置および方法に関す
るものである。

【０００２】

【従来の技術】近年、インタネット上のＷｅｂページや
電子メール、または蓄積されたテキストデータなどの電
子化文書は、非常な勢いで増加しており、人手で全文書
の内容を読んで調査することは、最早、不可能になって
きている。

【０００３】そこで、これらの大量の文書から必要な情
報を検索して、内容に応じて分類したり、業務上の分析
に役立つ情報を抽出するという技術が、ますます要求さ
れつつある。

【０００４】従来より、上記要求に応える装置として、
たとえば特開２００１−１０１１９９号公報（以下、
「文献１」という）に記載された「文書処理装置」、ま
たは、特開２００１−１４７９３７号公報（以下、「文
献２」という）に記載された「業務支援システム」など
が提案されている。

【０００５】文献１においては、製品のサポート窓口に
送られてきたユーザの電子メールを分析の対象としてお
り、製品の不具合を指摘する電子メールの内容を形態素
解析し、形態素を概念に結び付けるための概念分類体系
（シソーラス）を用いて、形態素間の係り受け関係に基
づいて、概念間の関係を抽出している。

【０００６】また、文献２においては、営業報告書を分
析の対象としており、製品の売れ行き情報に関する概念
と表現を定義した概念定義辞書を用いて、営業報告内容
から概念を抽出し、接続表現と概念関係との対応を定義
した接続関係定義辞書を用いて概念間の関係を抽出して
いる。

【０００７】また、文献２に関連した特開２００１−１
８４３５１号公報（以下、「文献３」という）に記載さ
れた「文書情報抽出装置および文書分類装置」において
は、文献２で用いられる概念定義辞書のメンテナンスを
容易にするために、辞書登録すべき候補の一覧を提示す
るための技術が開示されている。

【０００８】また、特開２０００−３５７１７０号公報
（以下、「文献４」という）に記載された「文書の参照
理由を用いて情報検索を行う装置」）においては、技術
論文のように、文献間に「参照／被参照関係」が存在す
る場合に、参照理由を同定して、参照理由を用いて文書
を検索する装置が開示されている。

【０００９】さらに、立石健二、石黒義英および福島俊
一による情報処理学会研究会資料の「インターネットか
らの評判情報検索」（自然言語処理１４４−１１、第７
５〜８２頁、２００１年７月１６日）（以下、「文献
５」という）においては、インターネットのＷｅｂペー
ジから商品の評価表現を抽出する技術が開示されてい
る。

【００１０】図１０は上記文献５に記載されたシステム
構成を示すブロック構成図である。図１０において、１
０は商品カテゴリに対応した単語を指定する評価表現辞
書、１１はクローラ１２および索引ファイル１３を有す
るＷｅｂページ収集部である。

【００１１】１４は商品名を入力情報とする意見収集部
であり、評価表現辞書１０およびＷｅｂページ収集部１
１に関連した近接演算処理部１５と、近接演算処理部１
５の出力側に挿入された適正値判定処理部１６とを有す
る。

【００１２】１７は意見収集部１４の出力情報を分析す
る分類・分析部であり、肯定・否定分類処理部１８を有
する。分類・分析部１７による処理情報は、検索結果と
して出力される。

【００１３】図１０に示した従来システムにおいて、評
価表現辞書１０およびＷｅｂページ収集部１１に関連し
た意見収集部１４と分類・分析部１７とによる評価表現
の抽出動作は、以下のようになる。

【００１４】まず、意見収集部１４内の近接演算処理部
１５は、Ｗｅｂページ収集部１１に商品名を入力し、索
引ファイル１３により得られたインターネット全文検索
結果から、別途指定された商品カテゴリに対応する評価
表現辞書１０を用いて、評価表現の単語を含む文章を抽
出する。

【００１５】たとえば、商品名が「モバイルギア」であ
って、商品カテゴリが「コンピュータ」であった場合、
評価表現辞書１０に記憶された「速い」、「重い」、
「壊れやす」などの単語や、「好き」、「いい」、「勧
め」などの単語を含む文章が、全文検索結果から抽出さ
れる。

【００１６】次に、分類・分析部１７内の肯定・否定分
類処理部１８は、意見収集部１４により抽出された文章
に対して、肯定／否定の分類を行い、商品名に対する評
価表現の検索結果として出力する。

【００１７】

【発明が解決しようとする課題】従来のテキストマイニ
ング装置および方法は以上のように、文献１および文献
２に記載された装置および方法によれば、業務内容に関
する概念およびシソーラスを業務内容や製品毎に構築す
る必要があることから、シソーラスの構築に非常に手間
がかかるので、適用する業務内容の変更を容易に行うこ
とができないという問題点があった。

【００１８】また、上記文献１および文献２の装置およ
び方法では、広範囲な概念を含み、且つ新規の概念や新
語も発生するＷｅｂページのような文書内容に対して
は、あらかじめ概念を定義することができないので、適
用することができないという問題点があった。

【００１９】また、文献２に記載された装置および方法
によれば、概念間の関係を抽出する処理において、関係
を表わす表現（「そこで」、「しかし」など）を文書中
より抽出し、これらの表現に対応付けられた関係ＩＤを
同定した後に、関係ＩＤの前後に最も近接する概念を関
係付けており、概念の関係を隣接する二項関係として扱
っているので、抽出すべき概念間の関係を取りこぼして
しまうという問題点があった。

【００２０】たとえば、上記文献２の装置および方法で
は、「商品Ａは売れている。サンプルを配布したため。
しかし、値段が高いという不満がある。」という文書の
場合、「値段が高い」という概念は、商品Ａに関する
「売れ行きが良い」という概念に対して逆接に関係付け
られるべきであるが、最も隣接する「サンプルを配布し
たため。」に関係付けられてしまうという問題点があっ
た。

【００２１】また、文献３に記載された装置および方法
によれば、辞書登録の候補を提示することにより辞書の
メンテナンスの容易化を図っているものの、登録の候補
は、概念に対応付けられる表現であって、概念自体が固
定の定義となっているので、あらかじめ定義した概念の
範囲内における辞書メンテナンスのみに限定されるとい
う問題点があった。

【００２２】また、文献４に記載された装置および方法
によれば、参照理由の同定に用いてされる「参照特徴−
参照理由対応表」において、参照特徴として本文の記述
表現そのものを用いているので、参照理由を表わす表現
を全て定義する必要があり、語彙、構文、時制などのバ
リエーションを考慮すると、参照特徴（定義すべき表
現）の数が組合わせ爆発を生じてしまい現実的ではない
うえ、参照特徴を抽出する手段（言語解析部）に関して
具体的な実現方法の記載がなく、実現性に乏しいという
問題点があった。

【００２３】さらに、文献５に記載された装置および方
法によれば、抽出対象が評価表現（意見）のみであり、
その根拠や理由および原因などの有益な情報が文書中に
存在しても抽出することができないという問題点があっ
た。

【００２４】この発明は上記のような問題点を解決する
ためになされたもので、概念やシソーラスを用いずに表
層的な表現に着目して表現抽出を行うことにより、Ｗｅ
ｂページも含めて分析対象にできるような汎用性を有す
るテキストマイニング装置および方法を得ることを目的
とする。

【００２５】また、この発明は、抽出対象となる表現Ａ
（意見、クレーム、障害報告など）に加えて、抽出した
表現Ａと関係（根拠や理由、原因、例示など）を有する
表現Ｂを抽出して、表現Ａ、Ｂを関連付けて提示するこ
とにより、有益な情報の発見や、それらの関係の分析を
支援することのできるテキストマイニング装置および方
法を得ることを目的とする。

【００２６】

【課題を解決するための手段】この発明に係るテキスト
マイニング装置は、入力文書に関して、抽出意図と意図
抽出表現とを対応付けるための特徴表現抽出規則を記憶
する特徴表現抽出規則記憶部と、入力文書から、意図抽
出表現を含む第１の記述単位を抽出して特徴表現とし、
特徴表現を含む解析結果を特徴表現抽出結果として、抽
出意図とともに出力する特徴表現抽出部と、第１の記述
単位毎の関係に関し、関係名と関係を表わす関係表現と
を対応付けるための関連表現抽出規則を記憶する関連表
現抽出規則記憶部と、特徴表現抽出結果から、関係表現
を含む第２の記述単位を抽出して関連表現とし、関連表
現を含む解析結果を関連表現抽出結果として、関係名と
ともに出力する関連表現抽出部と、特徴表現と関連表現
とを第１の記述単位毎の関係に基づいて統合するための
関連表現統合知識を記憶する関連表現統合知識記憶部
と、関連表現統合知識を参照して特徴表現と関連表現と
を統合し、関連表現統合結果として出力する関連表現統
合部と、関連表現統合結果を抽出意図の内容に応じて分
類する分類部とを備えたものである。

【００２７】また、この発明に係るテキストマイニング
装置の特徴表現抽出部は、入力文書を分割して文集合と
し、意図抽出表現の抽出対象となる第１の記述単位を文
とするものである。

【００２８】また、この発明に係るテキストマイニング
装置の特徴表現抽出部は、入力文書における各記述の位
置情報を参照し、一定範囲の位置に存在する記述を抽出
対象とするものである。

【００２９】また、この発明に係るテキストマイニング
装置の特徴表現抽出部は、文書の構造情報により入力文
書を分割してサブ文書集合とし、サブ文書集合内の各サ
ブ文書毎に特徴表現抽出結果を得るものである。

【００３０】また、この発明に係るテキストマイニング
装置の特徴表現抽出部は、文書の構造情報を参照して、
サブ文書集合の中から、抽出対象とするサブ文書を選択
するものである。

【００３１】また、この発明に係るテキストマイニング
装置は、分析の目的とする対象名に関する情報を記憶す
る対象名辞書と、対象名を含む第３の記述単位を抽出
し、対象名とともに出力する対象名抽出部とを備え、関
連表現統合部は、統合対象となる第１の記述単位である
特徴表現抽出結果と関連表現抽出結果との中から、対象
名が抽出された第３の記述単位に対象名を付与して出力
し、分類部は、対象名毎に分類して提示するものであ
る。

【００３２】また、この発明に係るテキストマイニング
装置の関連表現統合部は、特徴表現抽出結果と関連表現
抽出結果との統合判定に際して、対象名を利用するもの
である。

【００３３】また、この発明に係るテキストマイニング
装置の分類部は、関連表現統合部により得られた関連表
現統合結果を事例として、事例のクラスタリングを行
い、問題解決木を構成して出力するものである。

【００３４】また、この発明に係るテキストマイニング
方法は、入力文書に関して、抽出意図と意図抽出表現と
を対応付けるための特徴表現抽出規則を記憶する特徴表
現抽出規則記憶ステップと、入力文書から、意図抽出表
現を含む第１の記述単位を抽出して特徴表現とし、特徴
表現を含む解析結果を特徴表現抽出結果として、抽出意
図とともに出力する特徴表現抽出ステップと、第１の記
述単位毎の関係に関し、関係名と関係を表わす関係表現
とを対応付けるための関連表現抽出規則を記憶する関連
表現抽出規則記憶ステップと、特徴表現抽出結果から、
関係表現を含む第２の記述単位を抽出して関連表現と
し、関連表現を含む解析結果を関連表現抽出結果とし
て、関係名とともに出力する関連表現抽出ステップと、
特徴表現と関連表現とを第１の記述単位毎の関係に基づ
いて統合するための関連表現統合知識を記憶する関連表
現統合知識記憶ステップと、関連表現統合知識を参照し
て特徴表現と関連表現とを統合し、関連表現統合結果と
して出力する関連表現統合ステップと、関連表現統合結
果を抽出意図の内容に応じて分類する分類ステップとを
備えたものである。

【００３５】また、この発明に係るテキストマイニング
方法の特徴表現抽出ステップは、入力文書を分割して文
集合とし、意図抽出表現の抽出対象となる第１の記述単
位を文とするものである。

【００３６】また、この発明に係るテキストマイニング
方法の特徴表現抽出ステップは、入力文書における各記
述の位置情報を参照し、一定範囲の位置に存在する記述
を抽出対象とするものである。

【００３７】また、この発明に係るテキストマイニング
方法の特徴表現抽出ステップは、文書の構造情報により
入力文書を分割してサブ文書集合とし、サブ文書集合内
の各サブ文書毎に特徴表現抽出結果を得るものである。

【００３８】また、この発明に係るテキストマイニング
方法の特徴表現抽出ステップは、文書の構造情報を参照
して、サブ文書集合の中から、抽出対象とするサブ文書
を選択するものである。

【００３９】また、この発明に係るテキストマイニング
方法は、分析の目的とする対象名に関する情報を記憶す
る対象名辞書から、対象名を含む第３の記述単位を抽出
し、対象名とともに出力する対象名抽出ステップを備
え、関連表現統合ステップは、統合対象となる第１の記
述単位である特徴表現抽出結果と関連表現抽出結果との
中から、対象名が抽出された第３の記述単位に対象名を
付与して出力し、分類ステップは、対象名毎に分類して
提示するものである。

【００４０】また、この発明に係るテキストマイニング
方法の関連表現統合ステップは、特徴表現抽出結果と関
連表現抽出結果との統合判定に際して、対象名を利用す
るものである。

【００４１】また、この発明に係るテキストマイニング
方法の分類ステップは、関連表現統合ステップにより得
られた関連表現統合結果を事例として、事例のクラスタ
リングを行い、問題解決木を構成して出力するものであ
る。

【００４２】

【発明の実施の形態】実施の形態１．以下、図面を参照
しながら、この発明の実施の形態１について詳細に説明
する。図１はこの発明の実施の形態１によるテキストマ
イニング装置を示すブロック構成図である。

【００４３】図１において、１は特徴表現抽出規則記憶
部であり、入力文書に関して、抽出意図と意図抽出表現
とを対応付けるための特徴表現抽出規則を記憶する。２
は特徴表現抽出規則記憶部１と関連した特徴表現抽出部
であり、取り込まれた入力文書から、意図抽出表現を含
む第１の記述単位を抽出して特徴表現とし、特徴表現を
含む解析結果を特徴表現抽出結果として抽出意図ととも
に出力する。

【００４４】３は関連表現抽出規則記憶部であり、第１
の記述単位毎の関係に関し、関係名と関係を表わす関係
表現とを対応付けるための関連表現抽出規則を記憶す
る。４は関連表現抽出規則記憶部３と関連した関連表現
抽出部であり、特徴表現抽出結果から関係表現を含む第
２の記述単位を抽出して関連表現とし、関連表現を含む
解析結果を関連表現抽出結果として関係名とともに出力
する。

【００４５】５は関連表現統合知識記憶部であり、関連
表現抽出部４から取得される特徴表現と関連表現とを、
第１の記述単位毎の関係に基づいて統合するための関連
表現統合知識を記憶する。

【００４６】６は関連表現統合知識記憶部５と関連した
関連表現統合部であり、関連表現統合知識を参照して特
徴表現と関連表現とを統合し、関連表現統合結果として
出力する。７は関連表現統合結果を内容に応じて分類す
る分類部である。

【００４７】次に、図２のフローチャートおよび図３〜
図８の説明図を参照しながら、図１に示したこの発明の
実施の形態１により実行されるテキストマイニング処理
動作について説明する。

【００４８】図２において、まず、特徴表現抽出部２に
入力文書が取り込まれる（ステップＳ２０１）。なお、
入力文書は、たとえば、インターネット上に存在するＷ
ｅｂページや、電子メール、記憶装置や記憶媒体に記録
された文書ファイルのデータなどであり、電子化された
テキストであれば何でもよい。

【００４９】続いて、特徴表現抽出部２は、入力文書か
ら記述単位Ｕが取得可能か否かを判定し（ステップＳ２
０２）、記述単位Ｕが取得可能（すなわち、ＹＥＳ）と
判定されれば、後述の判定ステップＳ２０３に進み、記
述単位Ｕが取得不可能（すなわち、ＮＯ）と判定されれ
ば、後述のステップＳ２０６に進む。

【００５０】なお、記述単位Ｕは、入力文書中のテキス
トの一部（または、全て）であってもよく、特徴表現抽
出部２は、たとえば、句点、疑問符、改行などの字句情
報から一文単位を切り出して記述単位Ｕとするか、また
は、入力文書中の単語の位置情報を参照し、一定範囲の
位置に存在する記述を切り出して記述単位Ｕとする。

【００５１】または、特徴表現抽出部２は、ＨＴＭＬ文
書のような構造を持った文書に対してタグ情報を参照
し、たとえばインターネットの掲示板であれば、個別の
記事毎に入力文書を分割してサブ文書とする。

【００５２】さらに、特徴表現抽出部２は、タグ情報を
参照して、テキスト情報が含まれている記述を選択して
記述単位Ｕとする。こうして切り出された記述単位Ｕ
は、一時的なバッファＴに格納される。

【００５３】ステップＳ２０２において、記述単位Ｕが
取得可能（すなわち、ＹＥＳ）と判定された場合、特徴
表現抽出部２は、取得した記述単位Ｕに対して、特徴表
現抽出規則記憶部１に記憶された抽出意図と意図抽出表
現とを参照し、記述単位Ｕに意図抽出表現が含まれてい
るか否かを判定する（ステップＳ２０３）。

【００５４】記述単位Ｕに意図抽出表現が含まれている
（すなわち、ＹＥＳ）と判定されれば、後述のステップ
Ｓ２０４に進み、記述単位Ｕに意図抽出表現が含まれて
いない（すなわち、ＮＯ）と判定されれば、ステップＳ
２０２に戻る。

【００５５】たとえば、抽出意図が「クレーム」、「要
望」、「賞賛」の場合、特徴表現抽出規則記憶部１内の
規則は、図３のように定義される。図３において、特徴
表現抽出規則は、各抽出意図毎の意図抽出表現として対
応付けられ、記述単位Ｕ内の単語の共起パターンが、
「１．０」、「０．８」などの重み付きで表現された形
式で表される。

【００５６】ステップＳ２０３において、意図抽出表現
が記述単位Ｕに含まれる（すなわち、ＹＥＳ）と判定さ
れた場合、この記述単位Ｕを特徴表現として抽出し、抽
出された記述単位Ｕに抽出意図のラベルを付与する（ス
テップＳ２０４）。また、記述単位Ｕを特徴表現リスト
に追加して（ステップＳ２０５）、ステップＳ２０２に
戻る。

【００５７】特徴表現リストは、たとえば、図４に示す
ような情報を持つリストである。図４において、「Ａ社
のサポート受付は対応が悪い」など特徴表現に対して、
「クレーム」などの抽出意図、および、「２１−３６
（文字）」などの「開始−終了」の位置が対応付けら
れ、さらに、「１．０」などの重みが付けられる。

【００５８】上記特徴表現リストの作成処理（ステップ
Ｓ２０２〜Ｓ２０５）は、記述単位Ｕが取得できる限
り、繰り返し実行される。その後、取得すべき記述単位
Ｕが存在しなくなった（ステップＳ２０２でＮＯと判定
された）時点で、特徴表現抽出部２は、特徴表現リスト
の作成処理を終了し、特徴表現リスト（図４参照）と、
一時的なバッファＴに格納されている記述単位群（たと
えば、図５参照）とを、関連表現抽出部４に出力する。

【００５９】これにより、関連表現抽出部４は、上記処
理ステップＳ２０２〜Ｓ２０５で得られた特徴表現リス
トを読み込み（ステップＳ２０６）、各特徴表現に関し
て、以下の処理を実行する。

【００６０】まず、特徴表現リストが空か否かを判定し
（ステップＳ２０７）、特徴表現リストが空である（す
なわち、ＹＥＳ）と判定されれば、後述のステップＳ２
１２に進む。

【００６１】また、特徴表現リストが空でない（すなわ
ち、ＮＯ）と判定されれば、関連表現抽出部４は、特徴
表現の位置情報を参照し、一時的なバッファＴに格納さ
れている記述単位群の中から、特徴表現から一定範囲に
存在する記述単位Ｒを取得する（ステップＳ２０８）。

【００６２】たとえば、図５に示すような記述単位群の
場合、番号「１」の記述単位が抽出意図「賞賛」の特徴
表現として抽出されているものとする。また、一定範囲
としては、特徴表現の終了位置から後方「８０文字」の
範囲が設定されているものとする。

【００６３】図５に示した記述単位群の場合、番号
「１」の記述単位に関する位置情報（開始−終了）を参
照すると「１−２６」であり、一定範囲「８０文字」内
に存在する記述単位Ｒは、番号「２」〜「４」となる。

【００６４】次に、取得された記述単位Ｒに対して、関
連表現抽出部４は、関連情報抽出規則記憶部３に記憶さ
れた「関係名」と「関係を表わす関係表現」とを参照
し、記述単位Ｒに関係表現が含まれているか否かを判定
する（ステップＳ２０９）。

【００６５】ステップＳ２０９において、記述単位Ｒに
関係表現が含まれている（すなわち、ＹＥＳ）と判定さ
れれば、後述のステップＳ２１０に進み、記述単位Ｒに
関係表現が含まれていない（すなわち、ＮＯ）と判定さ
れれば、ステップＳ２０７に戻る。

【００６６】関連情報抽出規則記憶部３内の規則は、た
とえば、図６のように定義されている。図６において、
関係表現としては、言語的な意味関係を表わす接続詞や
接続助詞（たとえば、「というのは」、「だって」、
「（だ）から」）などが関係名毎に定義される。

【００６７】ステップＳ２０９において、関係表現が記
述単位Ｒに含まれる（すなわち、ＹＥＳ）と判定された
場合、関連表現抽出部４は、この記述単位Ｒを関連表現
として抽出する。

【００６８】たとえば、図５において、番号「３」の記
述単位Ｒ「すっきりした感じで、コクもあるからです」
の中には、図６に参照される関係名「理由」に対応した
関係表現「（だ）から」が存在するため、関連表現とし
て番号「３」を抽出することになる。

【００６９】次に、関連表現として抽出された記述単位
Ｒに関係名のラベルを付与し（ステップＳ２１０）、記
述単位Ｒを関連表現リストに追加して（ステップＳ２１
１）、ステップＳ２０７に戻る。

【００７０】関連表現リストは、たとえば、図７に示す
ような情報を持つリストとして表現される。図７におい
て、たとえば、番号「３」の関連表現「すっきりした感
じで、コクもあるからです」に対応して、関係名「理
由」および位置「５３−７１」が対応付けられる。

【００７１】上記関連表現リストの作成処理（ステップ
Ｓ２０７〜Ｓ２１１）は、記述単位Ｒが取得できる限
り、繰り返し実行される。その後、取得すべき記述単位
Ｒが存在しなくなった（ステップＳ２０７において、Ｎ
Ｏと判定された）時点で、関連表現抽出部４は、関連表
現リストの作成処理を終了し、特徴表現リスト（図４参
照）と、関連表現リスト（図７参照）とを、関連表現統
合部６に出力する。

【００７２】これにより、関連表現統合部６は、関連表
現統合知識記憶部５を参照して特徴表現と関連表現とを
統合し（ステップＳ２１２）、関連表現統合結果として
分類部７に出力する。

【００７３】ここで、関連表現統合知識記憶部５は、あ
る特徴表現に統合し得る関連表現を判定するための関連
表現統合知識を記憶している。たとえば、以下のような
判定基準を用い、各関連表現に対して統合可能性のスコ
アを算定する。

【００７４】位置情報に関しては、関連表現の開始位置
が、特徴表現の終了位置に近いほどスコアを高く算定す
るか、または、関連表現の終了位置が、特徴表現の開始
位置に近いほどスコアを高く算定する。

【００７５】同一単語に関しては、特徴表現と関連表現
とで共通の単語が存在すればスコアを加算する。また、
類義語に関しては、特徴表現と関連表現とで類義の単語
が存在すればスコアを加算する。

【００７６】単語の類義性の判定方法としては、たとえ
ば、特徴表現および関連表現に出現する単語に関して、
単語の出現頻度に基づく統計的な重み付けを行って作成
した索引表を用いて、文章同士の類似度を単語ベクトル
の内積として算定する方法がある。または、類義語辞書
を使用する判定方法も可能である。

【００７７】関連表現統合部６は、上記のように算定さ
れたスコアの高い関連表現を特徴表現に統合し、関連表
現統合結果を生成する。関連表現統合結果は、たとえ
ば、図８に示すように、特徴表現に対して統合された関
連表現を「木構造」の形式で構成したものとなる。

【００７８】図８に示した関連表現統合結果の例では、
抽出意図が番号「１」の「賞賛」に対し、番号「３」の
関係名「理由」と、番号「４」の関係名「逆接」とが統
合されている。

【００７９】図２に戻り、最後に、分類部７は、関連表
現統合部６から入力された関連表現統合結果を内容に応
じて分類し（ステップＳ２１３）、図２の処理を終了す
る。このとき、分類部７は、たとえば、関連表現統合結
果に付与されている抽出意図（図３、図４、図８参照）
に応じて分類を行う。

【００８０】上記処理手順により、分析対象に依存する
概念定義やシソーラスを用いずに、表層的な表現に着目
して表現抽出を行うことができ、分析対象に依存しない
汎用性を有しつつ、一般のＷｅｂページも含めて分析す
ることができる。

【００８１】また、抽出対象となる表現Ａ（クレーム、
要望、賞賛などの抽出意図）に加えて、抽出した表現Ａ
に対して関係（理由、例示、逆接などの関係名）を有す
る表現Ｂを抽出し、表現Ａ、Ｂを関連付けて提示するこ
とにより、有益な情報の発見や、それらの関係の分析を
支援することができる。

【００８２】実施の形態２．なお、上記実施の形態１で
は、関連表現統合知識記憶部５内の知識のみを関連表現
統合部６と関連させたが、さらに対象名辞書内の情報を
関連させてもよい。

【００８３】図９はこの発明の実施の形態２によるテキ
ストマイニング装置を示すブロック構成図であり、前述
（図１参照）と同様のものについては、同一符号を付し
て詳述を省略する。

【００８４】８は対象名辞書であり、分析の目的とする
対象名に関する情報を記憶する。９は対象名抽出部であ
り、対象名辞書８と関連表現統合部６との間に介在され
ており、対象名を含む第３の記述単位を抽出して、対象
名とともに出力する。

【００８５】この場合、関連表現統合部６は、統合対象
となる第１の記述単位である特徴表現抽出結果（図４に
参照の特徴表現リスト）と関連表現抽出結果（図７に参
照の関連表現リスト）との中から、対象名が抽出された
第３の記述単位に対象名を付与して分類部７に出力す
る。

【００８６】これにより、分類部７は、関連表現統合部
６から入力された関連表現統合結果に付与されている対
象名毎に応じて、関連表現統合結果を分類して提示す
る。

【００８７】また、関連表現統合部６は、特徴表現抽出
結果と関連表現抽出結果との統合判定に際して、対象名
を利用する。さらに、分類部７は、関連表現統合部６に
より得られた関連表現統合結果を事例として、事例のク
ラスタリングを行い、問題解決木を構成して出力する。

【００８８】図９において、図１と異なる点は、対象名
辞書８および対象名抽出部９を備えていることのみであ
る。対象名辞書８に記憶される対象名としては、たとえ
ば、企業名、製品名、機器名、部品名、人名などの固有
名詞である。

【００８９】対象名辞書８は、上記の固有名詞をリスト
として記憶し、対象名抽出部９は、与えられた記述単位
中から対象名を抽出し、該当する記述単位の情報として
対象名を付与する。

【００９０】したがって、関連表現統合部６は、ある特
徴表現に統合し得る関連表現を判定するための知識とし
て、対象名抽出部９で付与された対象名を利用すること
により、関連表現が含まれない記述単位Ｒに関しても、
対象名に関する記述を有する関連情報として、特徴表現
に統合することができる。

【００９１】また、分類部７は、特徴表現抽出部２によ
り抽出された特徴表現と、関連表現抽出部４により抽出
された関連表現（理由や例示などの関係を有する）と、
関連表現統合部６により統合された対象名とからなる組
を事例として、事例のクラスタリングを行い、「問題解
決木」を構成して出力することができる。なお、クラス
タリング技術については、公知の方法が種々提案されて
おり、ここでは、どの方法を用いても構わない。

【００９２】上記のように、図９の構成を用いて処理す
ることにより、分析の目的とした対象名に関する、競合
製品や他社の評判、関連する機器名／部品名の関連情報
を抽出することができる。

【００９３】また、分類部７において、事例のクラスタ
リングを行うことにより、分析の目的とした対象名に関
する、不評、クレーム、障害発生などの問題に関して、
共通の現象（特徴表現）に関する理由や具体例などの分
析を効果的に支援することができる。

【００９４】

【発明の効果】以上のように、この発明によれば、入力
文書に関して、抽出意図と意図抽出表現とを対応付ける
ための特徴表現抽出規則を記憶する特徴表現抽出規則記
憶部と、入力文書から、意図抽出表現を含む第１の記述
単位を抽出して特徴表現とし、特徴表現を含む解析結果
を特徴表現抽出結果として、抽出意図とともに出力する
特徴表現抽出部と、第１の記述単位毎の関係に関し、関
係名と関係を表わす関係表現とを対応付けるための関連
表現抽出規則を記憶する関連表現抽出規則記憶部と、特
徴表現抽出結果から、関係表現を含む第２の記述単位を
抽出して関連表現とし、関連表現を含む解析結果を関連
表現抽出結果として、関係名とともに出力する関連表現
抽出部と、特徴表現と関連表現とを第１の記述単位毎の
関係に基づいて統合するための関連表現統合知識を記憶
する関連表現統合知識記憶部と、関連表現統合知識を参
照して特徴表現と関連表現とを統合し、関連表現統合結
果として出力する関連表現統合部と、関連表現統合結果
を抽出意図の内容に応じて分類する分類部とを備え、概
念やシソーラスを用いずに表層的な表現に着目して表現
抽出を行うようにしたので、Ｗｅｂページも含めて分析
対象にできるような汎用性を有するテキストマイニング
装置が得られる効果がある。また、抽出対象となる表現
Ａ（意見、クレーム、障害報告など）に加えて、抽出し
た表現Ａと関係（根拠や理由、原因、例示など）を有す
る表現Ｂを抽出して、表現Ａ、Ｂを関連付けて提示する
ようにしたので、有益な情報の発見や、それらの関係の
分析を支援することのできるテキストマイニング装置が
得られる効果がある。

【００９５】また、この発明によれば、分析の目的とす
る対象名に関する情報を記憶する対象名辞書と、対象名
を含む第３の記述単位を抽出し、対象名とともに出力す
る対象名抽出部とを備え、関連表現統合部は、統合対象
となる第１の記述単位である特徴表現抽出結果と関連表
現抽出結果との中から、対象名が抽出された第３の記述
単位に対象名を付与して出力し、分類部は、対象名毎に
分類して提示するようにしたので、対象名に関する、競
合製品や他社の評判、関連する機器名／部品名の関連情
報を抽出することのできるテキストマイニング装置が得
られる効果がある。

【００９６】また、この発明によれば、分類部は、関連
表現統合部により得られた関連表現統合結果を事例とし
て、事例のクラスタリングを行い、問題解決木を構成し
て出力するようにしたので、対象名に関する、不評、ク
レーム、障害発生などの問題に関して、共通の現象（特
徴表現）に関する理由や具体例などの分析を効果的に支
援することのできるテキストマイニング装置が得られる
効果がある。

【００９７】また、この発明によれば、入力文書に関し
て、抽出意図と意図抽出表現とを対応付けるための特徴
表現抽出規則を記憶する特徴表現抽出規則記憶ステップ
と、入力文書から、意図抽出表現を含む第１の記述単位
を抽出して特徴表現とし、特徴表現を含む解析結果を特
徴表現抽出結果として、抽出意図とともに出力する特徴
表現抽出ステップと、第１の記述単位毎の関係に関し、
関係名と関係を表わす関係表現とを対応付けるための関
連表現抽出規則を記憶する関連表現抽出規則記憶ステッ
プと、特徴表現抽出結果から、関係表現を含む第２の記
述単位を抽出して関連表現とし、関連表現を含む解析結
果を関連表現抽出結果として、関係名とともに出力する
関連表現抽出ステップと、特徴表現と関連表現とを第１
の記述単位毎の関係に基づいて統合するための関連表現
統合知識を記憶する関連表現統合知識記憶ステップと、
関連表現統合知識を参照して特徴表現と関連表現とを統
合し、関連表現統合結果として出力する関連表現統合ス
テップと、関連表現統合結果を抽出意図の内容に応じて
分類する分類ステップとを備え、概念やシソーラスを用
いずに表層的な表現に着目して表現抽出を行うようにし
たので、Ｗｅｂページも含めて分析対象にできるような
汎用性を有するテキストマイニング方法が得られる効果
がある。

【００９８】また、この発明によれば、分析の目的とす
る対象名に関する情報を記憶する対象名辞書から、対象
名を含む第３の記述単位を抽出し、対象名とともに出力
する対象名抽出ステップを備え、関連表現統合ステップ
は、統合対象となる第１の記述単位である特徴表現抽出
結果と関連表現抽出結果との中から、対象名が抽出され
た第３の記述単位に対象名を付与して出力し、分類ステ
ップは、対象名毎に分類して提示するようにしたので、
対象名に関する、競合製品や他社の評判、関連する機器
名／部品名の関連情報を抽出することのできるテキスト
マイニング方法が得られる効果がある。

【００９９】また、この発明によれば、分類ステップ
は、関連表現統合ステップにより得られた関連表現統合
結果を事例として、事例のクラスタリングを行い、問題
解決木を構成して出力するようにしたので、対象名に関
する、不評、クレーム、障害発生などの問題に関して、
共通の現象（特徴表現）に関する理由や具体例などの分
析を効果的に支援することのできるテキストマイニング
方法が得られる効果がある。

【図面の簡単な説明】

【図１】 この発明の実施の形態１によるテキストマイ
ニング装置を示すブロック構成図である。

【図２】 この発明の実施の形態１による処理動作を示
すフローチャートである。

【図３】 この発明の実施の形態１による特徴表現抽出
規則の例を示す説明図である。

【図４】 この発明の実施の形態１による特徴表現リス
トの例を示す説明図である。

【図５】 この発明の実施の形態１による記述単位群の
例を示す説明図である。

【図６】 この発明の実施の形態１による関連表現抽出
規則の例を示す説明図である。

【図７】 この発明の実施の形態１による関連表現リス
トの例を示す説明図である。

【図８】 この発明の実施の形態１による関連表現統合
結果の例を示す説明図である。

【図９】 この発明の実施の形態２によるテキストマイ
ニング装置を示すブロック構成図である。

【図１０】 従来のテキストマイニング装置を示すブロ
ック構成図である。

【符号の説明】

１ 特徴表現抽出規則記憶部、２ 特徴表現抽出部、３
関連表現抽出規則記憶部、４ 関連表現抽出部、５
関連表現統合知識記憶部、６ 関連表現統合部、７ 分
類部、８ 対象名辞書、９ 対象名抽出部。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 鈴木 克志 東京都千代田区丸の内二丁目２番３号 三 菱電機株式会社内 Ｆターム(参考） 5B075 ND03 NK06 PP24 UU06

Claims (16)

【特許請求の範囲】
1. 【請求項１】 入力文書に関して、抽出意図と意図抽出
   表現とを対応付けるための特徴表現抽出規則を記憶する
   特徴表現抽出規則記憶部と、 前記入力文書から、前記意図抽出表現を含む第１の記述
   単位を抽出して特徴表現とし、前記特徴表現を含む解析
   結果を特徴表現抽出結果として、前記抽出意図とともに
   出力する特徴表現抽出部と、 前記第１の記述単位毎の関係に関し、関係名と前記関係
   を表わす関係表現とを対応付けるための関連表現抽出規
   則を記憶する関連表現抽出規則記憶部と、 前記特徴表現抽出結果から、前記関係表現を含む第２の
   記述単位を抽出して関連表現とし、前記関連表現を含む
   解析結果を関連表現抽出結果として、前記関係名ととも
   に出力する関連表現抽出部と、 前記特徴表現と前記関連表現とを前記第１の記述単位毎
   の関係に基づいて統合するための関連表現統合知識を記
   憶する関連表現統合知識記憶部と、 前記関連表現統合知識を参照して前記特徴表現と前記関
   連表現とを統合し、関連表現統合結果として出力する関
   連表現統合部と、 関連表現統合結果を前記抽出意図の内容に応じて分類す
   る分類部と を備えたテキストマイニング装置。
2. 【請求項２】 前記特徴表現抽出部は、前記入力文書を
   分割して文集合とし、前記意図抽出表現の抽出対象とな
   る第１の記述単位を文とすることを特徴とする請求項１
   に記載のテキストマイニング装置。
3. 【請求項３】 前記特徴表現抽出部は、前記入力文書に
   おける各記述の位置情報を参照し、一定範囲の位置に存
   在する記述を抽出対象とすることを特徴とする請求項１
   または請求項２に記載のテキストマイニング装置。
4. 【請求項４】 前記特徴表現抽出部は、文書の構造情報
   により前記入力文書を分割してサブ文書集合とし、前記
   サブ文書集合内の各サブ文書毎に前記特徴表現抽出結果
   を得ることを特徴とする請求項１から請求項３までのい
   ずれかに記載のテキストマイニング装置。
5. 【請求項５】 前記特徴表現抽出部は、文書の構造情報
   を参照して、前記サブ文書集合の中から、抽出対象とす
   るサブ文書を選択することを特徴とする請求項４に記載
   のテキストマイニング装置。
6. 【請求項６】 分析の目的とする対象名に関する情報を
   記憶する対象名辞書と、 前記対象名を含む第３の記述単位を抽出し、前記対象名
   とともに出力する対象名抽出部とを備え、 前記関連表現統合部は、統合対象となる第１の記述単位
   である前記特徴表現抽出結果と前記関連表現抽出結果と
   の中から、前記対象名が抽出された第３の記述単位に前
   記対象名を付与して出力し、 前記分類部は、前記対象名毎に分類して提示することを
   特徴とする請求項１から請求項５までのいずれかに記載
   のテキストマイニング装置。
7. 【請求項７】 前記関連表現統合部は、前記特徴表現抽
   出結果と前記関連表現抽出結果との統合判定に際して、
   前記対象名を利用することを特徴とする請求項６に記載
   のテキストマイニング装置。
8. 【請求項８】 前記分類部は、前記関連表現統合部によ
   り得られた前記関連表現統合結果を事例として、前記事
   例のクラスタリングを行い、問題解決木を構成して出力
   することを特徴とする請求項７に記載のテキストマイニ
   ング装置。
9. 【請求項９】 入力文書に関して、抽出意図と意図抽出
   表現とを対応付けるための特徴表現抽出規則を記憶する
   特徴表現抽出規則記憶ステップと、 前記入力文書から、前記意図抽出表現を含む第１の記述
   単位を抽出して特徴表現とし、前記特徴表現を含む解析
   結果を特徴表現抽出結果として、前記抽出意図とともに
   出力する特徴表現抽出ステップと、前記第１の記述単位
   毎の関係に関し、関係名と前記関係を表わす関係表現と
   を対応付けるための関連表現抽出規則を記憶する関連表
   現抽出規則記憶ステップと、 前記特徴表現抽出結果から、前記関係表現を含む第２の
   記述単位を抽出して関連表現とし、前記関連表現を含む
   解析結果を関連表現抽出結果として、前記関係名ととも
   に出力する関連表現抽出ステップと、 前記特徴表現と前記関連表現とを前記第１の記述単位毎
   の関係に基づいて統合するための関連表現統合知識を記
   憶する関連表現統合知識記憶ステップと、 前記関連表現統合知識を参照して前記特徴表現と前記関
   連表現とを統合し、関連表現統合結果として出力する関
   連表現統合ステップと、 前記関連表現統合結果を前記抽出意図の内容に応じて分
   類する分類ステップとを備えたテキストマイニング方
   法。
10. 【請求項１０】 前記特徴表現抽出ステップは、前記入
    力文書を分割して文集合とし、前記意図抽出表現の抽出
    対象となる第１の記述単位を文とすることを特徴とする
    請求項９に記載のテキストマイニング方法。
11. 【請求項１１】 前記特徴表現抽出ステップは、前記入
    力文書における各記述の位置情報を参照し、一定範囲の
    位置に存在する記述を抽出対象とすることを特徴とする
    請求項９または請求項１０に記載のテキストマイニング
    方法。
12. 【請求項１２】 前記特徴表現抽出ステップは、文書の
    構造情報により前記入力文書を分割してサブ文書集合と
    し、前記サブ文書集合内の各サブ文書毎に前記特徴表現
    抽出結果を得ることを特徴とする請求項９から請求項１
    １までのいずれかに記載のテキストマイニング方法。
13. 【請求項１３】 前記特徴表現抽出ステップは、文書の
    構造情報を参照して、前記サブ文書集合の中から、抽出
    対象とするサブ文書を選択することを特徴とする請求項
    １２に記載のテキストマイニング方法。
14. 【請求項１４】 分析の目的とする対象名に関する情報
    を記憶する対象名辞書から、前記対象名を含む第３の記
    述単位を抽出し、前記対象名とともに出力する対象名抽
    出ステップを備え、 前記関連表現統合ステップは、統合対象となる第１の記
    述単位である前記特徴表現抽出結果と前記関連表現抽出
    結果との中から、前記対象名が抽出された第３の記述単
    位に前記対象名を付与して出力し、 前記分類ステップは、前記対象名毎に分類して提示する
    ことを特徴とする請求項９から請求項１３までのいずれ
    かに記載のテキストマイニング方法。
15. 【請求項１５】 前記関連表現統合ステップは、前記特
    徴表現抽出結果と前記関連表現抽出結果との統合判定に
    際して、前記対象名を利用することを特徴とする請求項
    １４に記載のテキストマイニング方法。
16. 【請求項１６】 前記分類ステップは、前記関連表現統
    合ステップにより得られた前記関連表現統合結果を事例
    として、前記事例のクラスタリングを行い、問題解決木
    を構成して出力することを特徴とする請求項１５に記載
    のテキストマイニング方法。