JP2003242176A - 情報処理装置および方法、記録媒体、並びにプログラム - Google Patents

Abstract

(57)【要約】 【目的】 ユーザの興味の度合いに応じて関連情報を提
示するようにする。 【構成】 ステップＳ１０１，１０２において、メール
の相手毎に、送信（返信）した回数（やりとりした頻
度）がカウントされ、送信の頻度の多い順にソートされ
る。ステップＳ１０３，Ｓ１０４において、やりとりの
頻度が上位のメールの相手が抽出され、抽出された相手
とのメールに含まれる単語の重みが修正される。例え
ば、やりとりの頻度が１位のＡさんとのメールのやりと
りが話題Ａであり、その話題に含まれる単語ｂ，ｃ，ｆ
の重みに、予め設定されている重み係数ｋが乗算されて
修正される。これにより、ユーザがより興味を感じてい
る話題に含まれる単語の重みが修正される。本発明は、
パーソナルコンピュータに適用できる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、情報処理装置およ
び方法、記録媒体、並びにプログラムに関し、特に、例
えば、電子メールに含まれる情報の中から、ユーザの興
味があると思われる単語および関連情報を取得してデー
タベースに蓄積し、その関連情報を効果的に表示させる
ようにした情報処理装置および方法、記録媒体、並びに
プログラムに関する。

【０００２】

【従来の技術】従来、パーソナルコンピュータのデスク
トップ（表示画面）に、いわゆるデスクトップマスコッ
トと呼ばれるキャラクタを表示させるアプリケーション
プログラムが存在する。

【０００３】デスクトップマスコットは、例えば、電子
メールの着信等をユーザに通知する機能やデスクトップ
上を移動する機能などを有している。

【０００４】ところで、例えば、ユーザが、電子メール
として送信する文書等を入力している時や、受信した文
書を閲覧している時などに、対象としている文書に関連
する情報（以下、関連情報と記載する）を、デスクトッ
プマスコットが提示するようになれば、ユーザによって
利便性が向上するとともに、デスクトップマスコットに
対して一層愛着を感じるようになると考えられる。

【０００５】そこで、例えば、特開２００１−３１２５
１５号公報には、電子メールなどの処理済みのテキスト
ファイルを用いて自動的にデータベースを構築し、送受
信などの対象とした文書に関連する関連情報をユーザに
提示する方法が提案されている。

【０００６】

【発明が解決しようとする課題】しかしながら、上記公
報の発明においては、単に、対象となる文書に基づい
て、データベースから関連情報を抽出して提示するだけ
であり、ユーザの興味の度合いが反映されていなかっ
た。

【０００７】本発明はこのような状況に鑑みてなされた
ものであり、ユーザの興味の度合いに応じて関連情報を
提示することができるようにするものである。

【０００８】

【課題を解決するための手段】本発明の情報処理装置
は、既存の文書情報から第１の特徴語を抽出するととも
に、所定の文書情報から第２の特徴語を抽出する抽出手
段と、抽出手段により抽出された、第１の特徴語の第１
の重みを算出するとともに、第２の特徴語の第２の重み
を算出する重み算出手段と、所定の条件に基づいて、重
み算出手段により算出された第１の重みを修正する重み
修正手段と、抽出手段により抽出された第１の特徴語、
および重み修正手段により修正された第１の重みに基づ
いて、既存の文書情報に対応付ける関連情報を取得する
取得手段と、第２の特徴語に基づいて、所定の文書情報
に関連する既存の文書情報を検索する検索手段と、検索
手段により検索された既存の文書情報に対応付けられて
いる関連情報の表示を制御する表示制御手段とを備える
ことを特徴とする。

【０００９】取得手段は、既存の文書情報における、複
数の第１の特徴語の中から、第１の重みに基づいて重要
語を選択し、重要語に関連する関連情報を取得すること
ができる。

【００１０】検索手段は、第１の重みと第２の重みから
類似度を算出し、類似度に基づいて、所定の文書情報に
対応する既存の文書情報を検索することができる。

【００１１】既存の文書情報および所定の文書情報から
属性情報を抽出する属性情報抽出手段をさらに設けるこ
とができる。

【００１２】属性情報抽出手段により抽出された属性情
報に基づいて、１または複数の既存の文書情報をグルー
プ化して文書情報群を作成するグループ化手段をさらに
設け、抽出手段は、文書情報群から第１の特徴語を抽出
し、重み算出手段は、第１の特徴語の第１の重みを算出
し、取得手段は、第１の特徴語および第１の重みに基づ
いて、文書情報群に対応付ける関連情報を取得し、検索
手段は、第２の特徴語に基づいて、所定の文書情報に対
応する文書情報群を検索することができる。

【００１３】重み修正手段は、属性情報抽出手段により
抽出された属性情報に基づいて、第１の重みを修正する
ことができる。

【００１４】重み修正手段は、特定の宛先への送信また
は特定の宛先からの受信の頻度に応じて、第１の重みを
修正することができる。

【００１５】重み修正手段は、情報処理装置の使用者が
作成した既存の文書情報から抽出された第１の特徴語の
第１の重みを修正することができる。

【００１６】重み修正手段は、他の既存の文書情報から
抽出された、第１の特徴語と同じ特徴語の重みを、第１
の重みと同様にさらに修正することができる。

【００１７】重み修正手段は、第１の特徴語の種類に基
づいて、第１の重みを修正することができる。

【００１８】既存の文書情報の第１の特徴語に関連付け
て、取得手段により取得された関連情報を用いてデータ
ベースを構築するデータベース構築手段をさらに設け、
検索手段は、第２の特徴語に基づいて、データベース構
築手段により構築されたデータベースから、所定の文書
情報に関連する既存の文書情報を検索することができ
る。

【００１９】所定のイベントの発生を検知する検知手段
をさらに設け、所定の文書情報は、検知手段により検知
された所定のイベントの発生に対応する文書であるもの
とすることができる。

【００２０】既存の文書情報および所定の文書情報は電
子メールであるものとすることができる。

【００２１】所定のデータ構造で構成された単語群から
なる、単語間の関係を示すデータベースである分野辞書
を作成する分野辞書作成手段をさらに備え、重み修正手
段は、分野辞書作成手段により作成された分野辞書に基
づいて、重み算出手段により算出された第１の重みを修
正することができる。

【００２２】前記分野辞書は、単語群が、各単語の属す
る分野によってグループ化され、記録されているデータ
ベースであるようにすることができる。

【００２３】前記分野辞書は、単語群が、単語間の関係
に基づいて階層構造に配置され、記録されているデータ
ベースであるようにすることができる。

【００２４】前記分野辞書は、単語群が、各単語に割り
当てられた重要度に基づいてリスト化されたデータベー
スであるようにすることができる。

【００２５】前記分野辞書は、既存の辞書データベース
に含まれる単語群および単語群が形成するデータ構造を
含むようにすることができる。

【００２６】前記分野辞書は、所定のWEBページデータ
に含まれる単語群および単語群が形成するデータ構造を
含むようにすることができる。

【００２７】前記分野辞書は、以前に検索手段により用
いられた第２の特徴語のリストに含まれる単語群および
単語群が形成するデータ構造を含むようにすることがで
きる。

【００２８】前記重み修正手段は、分野辞書に含まれる
単語に対応する第１の特徴語の第１の重みを修正するよ
うにすることができる。

【００２９】本発明の情報記録方法は、既存の文書情報
から第１の特徴語を抽出するとともに、所定の文書情報
から第２の特徴語を抽出する抽出ステップと、抽出ステ
ップの処理により抽出された、第１の特徴語の第１の重
みを算出するとともに、第２の特徴語の第２の重みを算
出する重み算出ステップと、所定の条件に基づいて、重
み算出ステップの処理により算出された第１の重みを修
正する重み修正ステップと、抽出ステップの処理により
抽出された第１の特徴語、および重み修正ステップの処
理により修正された第１の重みに基づいて、既存の文書
情報に対応付ける関連情報の取得を制御する取得制御ス
テップと、第２の特徴語に基づいて、所定の文書情報に
関連する既存の文書情報を検索する検索ステップと、検
索ステップの処理により検索された既存の文書情報に対
応付けられている関連情報の表示を制御する表示制御ス
テップとを含むことを特徴とする。

【００３０】本発明の記録媒体に記録されているプログ
ラムは、既存の文書情報から第１の特徴語を抽出すると
ともに、所定の文書情報から第２の特徴語を抽出する抽
出ステップと、抽出ステップの処理により抽出された、
第１の特徴語の第１の重みを算出するとともに、第２の
特徴語の第２の重みを算出する重み算出ステップと、所
定の条件に基づいて、重み算出ステップの処理により算
出された第１の重みを修正する重み修正ステップと、抽
出ステップの処理により抽出された第１の特徴語、およ
び重み修正ステップの処理により修正された第１の重み
に基づいて、既存の文書情報に対応付ける関連情報の取
得を制御する取得制御ステップと、第２の特徴語に基づ
いて、所定の文書情報に関連する既存の文書情報を検索
する検索ステップと、検索ステップの処理により検索さ
れた既存の文書情報に対応付けられている関連情報の表
示を制御する表示制御ステップとを含むことを特徴とす
る。

【００３１】本発明のプログラムは、既存の文書情報か
ら第１の特徴語を抽出するとともに、所定の文書情報か
ら第２の特徴語を抽出する抽出ステップと、抽出ステッ
プの処理により抽出された、第１の特徴語の第１の重み
を算出するとともに、第２の特徴語の第２の重みを算出
する重み算出ステップと、所定の条件に基づいて、重み
算出ステップの処理により算出された第１の重みを修正
する重み修正ステップと、抽出ステップの処理により抽
出された第１の特徴語、および重み修正ステップの処理
により修正された第１の重みに基づいて、既存の文書情
報に対応付ける関連情報の取得を制御する取得制御ステ
ップと、第２の特徴語に基づいて、所定の文書情報に関
連する既存の文書情報を検索する検索ステップと、検索
ステップの処理により検索された既存の文書情報に対応
付けられている関連情報の表示を制御する表示制御ステ
ップとをコンピュータに実行させる。

【００３２】取得制御ステップは、既存の文書情報にお
ける、複数の第１の特徴語の中から、第１の重みに基づ
いて重要語を選択し、重要語に関連する関連情報の取得
を制御することができる。

【００３３】検索ステップは、第１の重みと第２の重み
から類似度を算出し、類似度に基づいて、所定の文書情
報に対応する既存の文書情報を検索することができる。

【００３４】既存の文書情報および所定の文書情報から
属性情報を抽出する属性情報抽出ステップをさらに含
み、重み修正ステップは、属性情報抽出ステップの処理
により抽出された属性情報に基づいて、第１の重みを修
正することができる。

【００３５】属性情報抽出ステップの処理により抽出さ
れた属性情報に基づいて、１または複数の既存の文書情
報をグループ化して文書情報群を作成するグループ化ス
テップをさらに含むことができる。

【００３６】重み修正ステップは、特定の宛先への送信
または特定の宛先からの受信の頻度に応じて、第１の重
みを修正することができる。

【００３７】重み修正ステップは、第１の特徴語の種類
に基づいて、第１の重みを修正することができる。

【００３８】既存の文書情報の第１の特徴語に関連付け
て、取得制御ステップの処理により取得が制御された関
連情報を用いてデータベースを構築するデータベース構
築ステップをさらに含むことができる。

【００３９】所定のデータ構造で構成された単語群から
なる、単語間の関係を示すデータベースである分野辞書
を作成する分野辞書作成ステップをさらに含み、重み修
正ステップは、分野辞書作成ステップの処理により作成
された分野辞書に基づいて、重み算出ステップの処理に
より算出された第１の重みを修正することができる。

【００４０】前記分野辞書は、単語群が、各単語の属す
る分野によってグループ化され、記録されているデータ
ベースであるようにすることができる。

【００４１】前記分野辞書は、単語群が、単語間の関係
に基づいて階層構造に配置され、記録されているデータ
ベースであるようにすることができる。

【００４２】前記分野辞書は、単語群が、各単語に割り
当てられた重要度に基づいてリスト化されたデータベー
スであるようにすることができる。

【００４３】前記分野辞書は、既存の辞書データベース
に含まれる単語群および単語群が形成するデータ構造を
含むようにすることができる。

【００４４】前記分野辞書は、所定のWEBページデータ
に含まれる単語群および単語群が形成するデータ構造を
含むようにすることができる。

【００４５】前記分野辞書は、以前に検索ステップの処
理により用いられた第２の特徴語のリストに含まれる単
語群および単語群が形成するデータ構造を含むようにす
ることができる。

【００４６】前記重み修正ステップは、分野辞書に含ま
れる単語に対応する第１の特徴語の第１の重みを修正す
るようにすることができる。

【００４７】本発明の情報処理装置および方法、並びに
プログラムにおいては、既存の文書情報から第１の特徴
語が抽出されるとともに、所定の文書情報から第２の特
徴語が抽出され、第１の特徴語の第１の重みおよび第２
の特徴語の第２の重みが算出され、所定の条件に基づい
て算出された第１の重みが修正され、第１の特徴語およ
び第１の重みに基づいて、既存の文書情報に対応付ける
関連情報が取得され、第２の特徴語に基づいて、所定の
文書情報に関連する既存の文書情報が検索され、検索さ
れた既存の文書情報に対応付けられている関連情報が表
示される。

【００４８】

【発明の実施の形態】以下、図を参照して、本発明の実
施の形態について説明する。

【００４９】図１は、本発明を適用したデスクトップマ
スコット（以下、エージェントと記載する）をデスクト
ップ上に表示するアプリケーションプログラム（以下、
エージェントプログラムと記載する）、電子メールを送
受信するアプリケーションプログラム（以下、メーラ
（mailer）２と記載する）、および、文書作成または編
集するワードプロセッサプログラム３の機能を説明する
図である。エージェントプログラム１乃至ワードプロセ
ッサ３は、例えば、パーソナルコンピュータ（詳細は、
図２を参照して後述する）にインストールされて実行さ
れるものである。

【００５０】エージェントプログラム１は、処理の対象
となる文書の関連情報（後述）を蓄積してデータベース
を構築する蓄積部１１、処理の対象となる文書に対応す
る関連情報をユーザに提示する提示部１２、および、エ
ージェント７２（図９）の表示等を制御するエージェン
ト制御部１３から構成される。

【００５１】蓄積部１１の文書取得部２１は、メーラ２
によって送受信した文書やワードプロセッサプログラム
３によって編集された文書などのうち、自己が未処理の
文書を取得して文書属性処理部２２および文書内容処理
部２３に供給する。なお、以下においては、主に、メー
ラ２により電子メールとして送受信した文書を例として
説明する。

【００５２】文書属性処理部２２は、文書取得部２１か
ら供給される文書の属性情報を抽出し、属性情報に基づ
き、文書をグループ化して、文書内容処理部２３および
文書特徴データベース作成部２４に供給する。電子メー
ルである場合、文書の属性情報としてヘッダに記述され
ている情報（対象となっているメールを特定するメッセ
ージID、参照しているメールのメッセージID（Referenc
es,In-Reply-To）、宛先（To,Cc,Bcc）、送信元（Fro
m）、日付（Date）、あるいは標題（Subject））などが
抽出される。そして、抽出された属性情報に基づいて、
１または複数の文書がグループ化される。以下、属性情
報に基づいてグループ化された文書群（メールグルー
プ）を「話題」と称する。

【００５３】文書内容処理部２３は、文書属性処理部２
２でグループ化された文書群（話題）の文面を抽出し、
形態素解析を施して、単語（特徴語）に分類する。単語
は、品詞（名詞、形容詞、動詞、副詞、接続詞、感動
詞、助詞、および助動詞）別に分類される。ただし、広
範囲に亘って分布している単語、すなわち、例えば、ほ
ぼ全ての文書に含まれている、「こんにちは」、「よろ
しく」あるいは「お願いします」等の名詞以外の品詞
は、後述する、関連情報を検索するためのキーワードに
は成り得ないので、不要語として除外される。

【００５４】文書内容処理部２３は、不要語が除外され
た各単語の出現頻度および複数の文書に亘る分布状況を
求め、グループ化された文書群（話題）毎に、各単語の
重み（文書の主旨に関係する程度を示す値）を演算す
る。これにより、話題毎に、各単語の重みを構成要素と
する特徴ベクトルが算出される。例えば、全話題の単語
（特徴語）数の総計がｎ個の場合、すべての話題の特徴
ベクトルは、ｎ次元空間のベクトルとなり、次式（１）
で表わされる。 特徴ベクトル＝(単語1の重みw1,単語2の重みw2,・・・単語nの重みwn) （１）

【００５５】重みの演算には、例えば、tf・idf法（Salt
on,G.:Automatic Text Processing:The Transformatio
n,Analysis, and Retrieval of Information by Comput
er,Addison-Wesley,1989）等が用いられる。この方法を
用いると、例えば、話題Ａに含まれる単語がｎ個あった
場合、話題Ａの特徴ベクトルのうち、含まれる単語の該
当する構成要素には重みが与えられ、話題Ａに含まれな
い単語の構成要素は、頻度が０であるため、重みの値は
０となる。

【００５６】なお、本発明においては、話題毎に特徴ベ
クトルを算出するものとして説明するが、これに限ら
ず、文書毎、または、その他の単位毎（例えば、所定期
間（１週間）に蓄積された文書群毎）に特徴ベクトルを
算出することも勿論可能である。

【００５７】文書特徴データベース作成部２４は、文書
属性処理部２２でグループ化された文書群（話題）毎の
各文書の属性情報と、文書内容処理部２３で算出された
話題毎の特徴ベクトル（すなわち、話題内に含まれる全
ての単語の重み）を時系列順にデータベース化してハー
ドディスクドライブなどよりなる記憶部４９（図２）に
記録する。文書特徴データベース作成部２４はまた、単
語の重みに基づいて、所定の条件を満たす単語を選択
し、その単語を、関連情報を検索するための検索用キー
ワード（重要語）として記録する。文書特徴データベー
ス作成部２４はさらに、検索用キーワードを関連情報検
索部２５に供給し、それに対応して関連情報検索部２５
から返される関連情報を、検索用キーワードに対応付け
て記録する。

【００５８】関連情報検索部２５は、文書特徴データベ
ース作成部２４が選択して記録した検索用キーワードに
対する関連情報を検索し、検索結果のインデックスを文
書特徴データベース作成部２４に返す。キーワードの関
連情報を検索するには、例えば、インターネット上の検
索エンジンを用いる方法がある。この場合、Webページ
のURL（Uniform Resource Locator）やWebページのタイ
トルが、関連情報として文書特徴データベース作成部２
４に返される。

【００５９】提示部１２のイベント管理部３１は、メー
ラ２が電子メールの送信や受信を終えたことや、編集中
の文書のテキストデータ量が所定の閾値を超えたことを
検知して、データベース問い合わせ部３２に通知する。
以下、メーラ２が電子メールの送信や受信を終えたこと
や、編集中の文書のテキストデータ量が所定の閾値を超
えたことをイベント発生と記載する。

【００６０】イベント管理部３１は、内部にタイマ３１
Ａを内蔵しており、所定時間が経過したか否かを監視
し、所定時間が経過した場合、その旨をデータベース問
い合わせ部３２に通知する。

【００６１】データベース問い合わせ部３２は、イベン
ト管理部３１からのイベント発生の通知に対応して、イ
ベント発生に対応する文書（例えば、受信した電子メー
ル）を取得し、文書内容処理部２３の処理と同様に、そ
の文書の形態素解析を施して、不要語を除外した単語を
抽出し、各単語の重みを演算する。これにより、イベン
ト発生に対応する文書の特徴ベクトルが算出される。

【００６２】データベース問い合わせ部３２はまた、文
書特徴データベース作成部２４が作成したデータベース
を検索し、算出したイベント発生に対応する文書の特徴
ベクトルと、データベースに記録されている話題毎の特
徴ベクトルとの内積から類似度をそれぞれ算出する。デ
ータベース問い合わせ部３２は、類似度が最も高い話題
を抽出し、抽出した話題に含まれる各単語のうち、重み
が所定の条件（詳細については図６を参照して後述す
る）を満たすものを選択し、選択された単語（重要語）
に対応する関連情報を、イベント管理部３１を介して、
あるいは、直接、関連情報提示部３３に供給する。

【００６３】関連情報提示部３３は、イベント管理部３
１を介して、あるいは、直接、データベース問い合わせ
部３２から供給される関連情報を表示部４８（デスクト
ップ）上に表示させる。

【００６４】なお、蓄積部１１によるデータベースの更
新は、所定のタイミングにおいて実行される。データベ
ースの更新処理は、図２８のフローチャートを参照して
後述する。また、蓄積部１１によるデータベースの更新
時に、記憶部４９に記録した特徴ベクトルが、例えば、
メールのやりとりの回数、送受信の状態、または、品詞
の種類（特定の地域や名称を示す固有名詞など）に応じ
て修正される。特徴ベクトルの修正処理は、図３１、図
３４、および図３６のフローチャートを参照して後述す
る。さらに、提示部１２による関連情報の提示処理は、
イベント管理部３１がイベント発生を検知する毎に実行
される。

【００６５】図２は、エージェントプログラム１がイン
ストールされて実行されるパーソナルコンピュータの構
成例を示している。

【００６６】パーソナルコンピュータは、CPU（Central
Processing Unit）４１を内蔵している。CPU４１には
バス４４を介して、入出力インタフェース４５が接続さ
れている。入出力インタフェース４５には、キーボー
ド、マウスなどの入力デバイスよりなる入力部４６、処
理結果としての例えば音声信号を出力する出力部４７、
処理結果としての画像を表示するディスプレイなどより
なる表示部４８、プログラムや各種データを格納するハ
ードディスクドライブなどよりなる記憶部４９、LAN(Lo
cal Area Network)やインターネットを介してデータを
通信するモデムなどよりなる通信部５０、および、磁気
ディスク５２、光ディスク５３、光磁気ディスク５４、
または半導体メモリ５５などのプログラム格納媒体に対
してデータを読み書きするドライブ５１が接続されてい
る。バス４４には、ROM（Read OnlyMemory）４２および
RAM（Random Access Memory）４３が接続されている。

【００６７】本発明のエージェントプログラム１は、磁
気ディスク５２、光ディスク５３、光磁気ディスク５
４、または半導体メモリ５５に格納された状態でパーソ
ナルコンピュータに供給され、ドライブ５１によって読
み出されて、記憶部４９に内蔵されるハードディスクド
ライブにインストールされている。記憶部４９にインス
トールされているエージェントプログラム１は、入力部
４６に入力されるユーザからのコマンドに対応するCPU
４１の指令によって、記憶部４９からRAM４３にロード
されて実行される。なお、パーソナルコンピュータの起
動時において自動的にエージェントプログラム１が実行
されるように設定しておくようにしてもよい。

【００６８】また記憶部４９に内蔵されるハードディス
クドライブには、エージェントプログラム１、メーラ
２、およびワードプロセッサ３の他、WWW（World Wide
Web）ブラウザなどのアプリケーションプログラムもイ
ンストールされており、エージェントプログラム１と同
様に、入力部４６に入力されるユーザからの起動コマン
ドに対応するCPU４１の指令によって、記憶部４９からR
AM４３にロードされて実行される。

【００６９】次に、図３のフローチャートを参照して、
エージェントプログラム１のデータベース作成処理につ
いて説明する。このデータベース作成処理は、エージェ
ントプログラム１が実行する処理のうちの１つであり、
エージェントプログラム１が実行された場合において、
データベースが未だ作成されていないときに開始され
る。

【００７０】ステップＳ１において、文書取得部２１
は、未処理の文書（例えば、エージェントプログラム１
が実行される以前に送受信された電子メール）を、記憶
部４９に内蔵されるハードディスクドライブから取得し
て文書属性処理部２２および文書内容処理部２３に供給
する。

【００７１】ステップＳ２において、文書属性処理部２
２は、ステップＳ１の処理で文書取得部２１により取得
され供給された電子メールの文書から属性情報（メッセ
ージID等のヘッダ情報）を抽出し、その属性情報に基づ
き、文書をグループ化して（すなわち、話題毎にグルー
プ化して）、文書内容処理部２３および文書特徴データ
ベース作成部２４に供給する。

【００７２】ステップＳ３において、文書内容処理部２
３は、ステップＳ２の処理で文書属性処理部２２により
グループ化された文書群（話題）の本文のテキストデー
タを抽出し、さらにテキストデータの形態素解析を施
し、不要語を除く単語（特徴語）を抽出する。ステップ
Ｓ４において、文書内容処理部２３は、ステップＳ３の
処理で抽出された各単語の出現頻度、複数の文書に亘る
分布状況を求め、話題毎に、各単語の重みを、例えば、
tf・idf法を用いて演算する。

【００７３】ステップＳ５において、文書特徴データベ
ース作成部２４は、ステップＳ２の処理で文書属性処理
部２２によりグループ化された話題毎の各文書の属性情
報と、ステップＳ３の処理で文書内容処理部２３により
算出されたその話題内に含まれる全ての単語の重み（特
徴ベクトル）をデータベース化する。

【００７４】具体的には、図４に示されるように、グル
ープ化された各話題（話題Ａ、話題Ｂ、話題Ｃ、・・
・）を時系列順にソートした後、各話題にそれぞれ含ま
れる全単語１乃至ｎの重みも時系列順にソートして記憶
部４９に記録する。ここで、図４においては、例えば、
重みＡ１は、話題Ａにおける単語１の重みの値を示し、
重みＢ２は、話題Ｂにおける単語２の重みの値を示して
いる。さらに例えば、話題Ｂに単語１が含まれていない
場合、重みＢ１は０となる。

【００７５】図３の説明に戻る。ステップＳ６におい
て、文書特徴データベース作成部２４は、単語の重みが
所定の閾値以上である単語を検索用キーワードに選択す
るか、あるいは、重みが大きい順にソートされ、予め指
定される個数の単語を選択して、関連情報検索部２５に
供給する。関連情報検索部２５は、文書特徴データベー
ス作成部２４からの検索用キーワード（重要語）を検索
条件として、インターネット上の検索エンジンにアクセ
スして検索結果を取得し、得られたWebページのURLやタ
イトルを関連情報として文書特徴データベース作成部２
４に出力する。

【００７６】ステップＳ７において、文書特徴データベ
ース作成部２４は、関連情報検索部２５からの関連情報
を検索用キーワードに対応付けて記憶部４９に記録する
ことにより、データベースを作成する。なお、ステップ
Ｓ６の処理とステップＳ７の処理は、ステップＳ５まで
の一連の処理に継続して実行する場合と、一連の処理に
継続せず、所定のタイミングにおいて実行する場合があ
る。

【００７７】以上のデータベース作成処理が実行される
ことにより、送受信した電子メールの文書に対応した関
連情報がデータベース内に蓄積されることになる。な
お、データベース作成処理は、エージェントプログラム
１が実行された場合に開始されるものとしたが、任意の
タイミングで開始させることも可能である。さらに、こ
のようにして作成されたデータベースは、所定の条件が
満たされたときに更新される（更新のタイミングについ
ては、図２９を参照して後述する）。

【００７８】また、データベース作成処理をユーザが強
制的に中断することができるようにするために、中断要
求があった場合、中断された時点で処理済みの文書を記
録し、再開要求があった場合、未処理の文書から処理を
再開するようにしてもよい。

【００７９】次に、図５のフローチャートを参照して、
エージェントプログラム１の関連情報提示処理について
説明する。この関連情報提示処理は、図３を用いて上述
したデータベース作成処理とは異なり、エージェントプ
ログラム１が実行されている間、繰り返して実行され
る。

【００８０】ステップＳ１１において、エージェントプ
ログラム１は、入力部４６に入力されるユーザからのコ
マンドによって、エージェントプログラム１の終了が指
示されたか否かを判定し、エージェントプログラム１の
終了が指示されていないと判定した場合、ステップＳ１
２に進む。

【００８１】ステップＳ１２において、イベント管理部
３１は、イベント発生（メーラ２の電子メールの送受信
の終了等）を監視し、イベント発生が検知されない場
合、ステップＳ１１に戻り、上述した処理が繰り返し実
行される。

【００８２】ステップＳ１２において、イベント発生が
検知された場合、ステップＳ１３に進み、イベント管理
部３１は、イベント発生をデータベース問い合わせ部３
２に通知する。データベース問い合わせ部３２は、イベ
ント管理部３１からのイベント発生の通知に対応して、
イベント発生に対応する文書（送受信された電子メー
ル）を取得し、その文書の形態素解析を施して、不要語
を除外した単語（特徴語）を抽出し、各単語の重みを演
算する。これにより、イベント発生に対応する文書の特
徴ベクトルが算出される。

【００８３】ステップＳ１４において、データベース問
い合わせ部３２は、文書特徴データベース作成部２４が
作成したデータベースを検索し、ステップＳ１３の処理
で算出された特徴ベクトルと、データベースに記録され
ている話題毎の特徴ベクトルとの内積から類似度をそれ
ぞれ算出し、類似度が所定の条件（例えば、類似度が最
大、もしくは類似度が所定の閾値以上）を満たすものを
抽出する。

【００８４】また、より好ましくは、話題の選択に際し
ての条件として、過去一定期間に属する話題であって、
最近送受信したメールに多く含まれている、または、集
中して使われている単語を、特徴ベクトルの重みに関し
て上位後に持たない話題を選択するようにすると良い。
話題を確定する日時としては、話題を構成する電子メー
ルの初め、終わり、若しくは、平均の送信日時、また
は、話題を構成する電子メールの初め、終わり、若しく
は、平均の受信日時等、日時を特定できれば何れでもよ
い。これにより、最近忘れていたが過去にあった話題の
内、現在の興味に類似するものを抽出することができ、
ユーザに意外性を与えるとともに、ユーザの潜在的な興
味を喚起することができる。

【００８５】ステップＳ１５において、データベース問
い合わせ部３２は、ステップＳ１４の処理で抽出された
話題に含まれる各単語のうち、重みの時系列推移に着目
して、以下に示す条件１および条件２を満たす単語（重
要語）を選択する。

【００８６】なお、この処理は、必ずしも必須ではな
く、ステップＳ６で取得され、ステップＳ１４で選択さ
れた話題に関連付けられた関連情報の内、ステップＳ６
での重みが一番大きなものから順に、または、今まで表
示していない関連情報から優先的に表示するようにして
も良い。また、表示する関連情報は１つに限られない。

【００８７】ここで、図６を参照して、単語の選択条件
について説明する。図６は、データベースに蓄積されて
いる単語の重みの時系列推移の例を示している。

【００８８】例えば、条件１は、「単語の重みが、現時
点以前の所定の期間Ｘ（例えば、２週間）、所定の閾値
Ａ以下であること」である。また例えば、条件２は、
「現時点以前の所定の期間Ｙ（例えば、５週間）におい
て、異なる２以上の話題で、単語の重みが所定の閾値Ｂ
以上であること」である。なお、条件３「条件２におけ
る異なる２以上の話題のうち、最も古い話題と最も新し
い話題が所定の期間Ｚ以上離れていること」を追加すれ
ばさらに好ましい。

【００８９】このような条件を用いることにより、ユー
ザの興味が高いと思われる単語（重要語）を選択するこ
とが可能となる。特に、条件１によって、現時点に近い
話題に含まれる単語は除外されるので、ユーザが現時点
で意識しており、意外性のないと思われる関連情報（新
しすぎる情報）を改めて選択することを避けることがで
き、かつ、かなり以前の話題に含まれる単語も除外され
るので、ユーザが現時点で思い出すことができないと思
われる関連情報（古すぎる情報）を改めて選択すること
も避けることができる。

【００９０】データベース問い合わせ部３２は、このよ
うにして選択した単語（重要語）に対応する関連情報
を、イベント管理部３１を介して、あるいは、直接、関
連情報提示部３３に供給する。

【００９１】図５の説明に戻る。ステップＳ１６におい
て、エージェント制御部１３は、ステップＳ１５の処理
で選択した単語が含まれている文書の属性情報を、選択
（推薦）した理由として表示させるとともに、対応する
関連情報を表示するか否かをユーザに問う入力ウィンド
ウ８１（図１４）をデスクトップに表示させる。

【００９２】なお、話題は、グループ化された複数の文
書からなるため、重要語が含まれる文書も複数存在する
場合がある（すなわち、重要語が含まれている文書の属
性情報が複数存在する場合がある）。そこで、例えば、
重要語が含まれている文書のうち、最古または最新の文
書の属性情報を表示させるようにするか、あるいは、任
意に指定された文書の属性情報を表示させる。また、入
力ウィンドウ８１を表示させずに、直接、デスクトップ
上に関連情報を表示させるようにしてもよい。

【００９３】ステップＳ１７において、エージェントプ
ログラム１は、入力部４６に入力されるユーザからのコ
マンドによって、ステップＳ１６の処理で表示された入
力ウィンドウ８１に呼応して、ユーザが「見る」ボタン
を選択したか否かを判定する。ステップＳ１７におい
て、ユーザが「見る」ボタンを選択したと判定された場
合、ステップＳ１８に進む。なお、入力ウィンドウ８１
には、「見る」ボタンおよび「見ない」ボタン以外にも
他の情報を表示したり、あるいは、表示しないようにす
ることもできる。

【００９４】ステップＳ１８において、関連情報提示部
３３は、イベント管理部３１を介してデータベース問い
合わせ部３２から供給された関連情報をデスクトップに
表示させる。この関連情報は、１または複数個を提示す
ることができる。

【００９５】なお、関連情報として表示される情報は、
キーワードが付与された所定のデータベースに蓄積され
た情報であれば、Webページのタイトルでなくてもかま
わない。例えば、所定のデータベースに蓄積されている
情報のインデックスを表示するようにして、ユーザのア
クセス指令に対応して、そのインデックスのさらに詳細
な情報を表示させるようにしてもよい。

【００９６】ステップＳ１９において、エージェントプ
ログラム１は、入力部４６に入力されるユーザからのコ
マンドによって、ステップＳ１８の処理により関連情報
として表示されたWebページのタイトルに対して、ユー
ザがアクセスを指令したと判定した場合、ステップＳ２
０に進む。ステップＳ２０において、WWWブラウザが起
動され、対応するWebページへのアクセスが行われる。

【００９７】ステップＳ１９において、ステップＳ１８
の処理により関連情報として表示されたWebページのタ
イトルに対して、ユーザが記録を指令したと判定された
場合、ステップＳ２１に進む。ステップＳ２１におい
て、エージェントプログラム１は、対応するWebページ
のタイトルおよびURLを、提示履歴を表示するスクラッ
プ帳ウィンドウ７４（図９）に記録する。なお、ステッ
プＳ１９において、ステップＳ１８の処理により関連情
報として表示されたWebページのタイトルに対して、ユ
ーザから何の指令もなされずに所定の時間が経過したと
判定された場合、ステップＳ２０またはステップＳ２１
の処理はスキップされて、ステップＳ１１に戻り、上述
した処理が繰り返し実行される。

【００９８】なお、ステップＳ１７において、ユーザが
「見る」ボタンを選択しないと判定された場合、ステッ
プＳ１８乃至ステップＳ２１の処理はスキップされて、
ステップＳ１１に戻り、上述した処理が繰り返し実行さ
れる。さらに、ステップＳ１１において、ユーザにより
エージェントプログラム１の終了が指示されたと判定さ
れた場合、処理は終了される。

【００９９】ここで、関連情報提示処理に関して、イベ
ント発生に対応する電子メールを効率よく取得する手法
について説明する。

【０１００】まず、大多数のメーラがメールの保持形式
に関し、次のような４つの特徴を有していることに着目
する。第１に、メーラにおける１つのフォルダは、パー
ソナルコンピュータにおける１つのメールボックスファ
イルに対応していること。第２に、新たに受信したメー
ルは、特定のフォルダに格納されるようになっており、
パーソナルコンピュータでは当該フォルダに対応するフ
ァイルの末尾に追加され、このとき、１つのファイルに
は一般に複数のメールが含まれるので、メールとメール
との境界に、特定の文字列パターン（メーラによって異
なる）からなる行が挿入されていること。第３に、送信
したメールの記録も、同様の形式で特定のファイルに保
存されること。第４に、一般に、送受信したメールが含
まれるファイルはサイズが大きいこと（数百KB乃至１M
B）。

【０１０１】以上の第１乃至第４の特徴を考慮して、次
の手順によってイベント発生に対応するメールを取得す
る。始めに、メールボックスファイルの更新日時を検出
し、新たなメールが追加されたか否かを判断する。次
に、新たにメールが追加されたメールボックスファイル
を末尾から先頭方向に１行ずつ操作して、メールとメー
ルとの境界を示す特定の文字列を検出する。境界を示す
文字列を検出した場合、その位置からメールボックスフ
ァイルの末尾までデータを抽出する。

【０１０２】このような手法を用いることにより、イベ
ント発生に対応する電子メールを効率的に取得すること
が可能となる。

【０１０３】次に、関連情報提示処理に関して、同一の
メールに対して何度も関連情報を提示しないようにする
手法について説明する。まず、関連情報を提示したメー
ルのメッセージIDを記録するためのデータ構造を設定す
る。そして、イベントが発生した場合、そのイベントに
対応するメールのメッセージIDを取得して、設定したデ
ータ構造と比較する。データ構造の中に同じメッセージ
IDがある場合、そのメールに対しては既に関連情報を提
示しているので、関連情報を提示しない。一方、データ
構造の中に同じメッセージIDがない場合、そのメールに
対しては関連情報を提示していないので関連情報を提示
し、メッセージIDをデータ構造に記録する。

【０１０４】このような手法を用いることにより、同一
のメールに対して何度も関連情報を提示するような事態
の発生を抑止することが可能となる。

【０１０５】次に、図７および図８のフローチャートを
参照して、図５を用いて説明した関連情報提示処理のう
ち、主にエージェントの動作および台詞等について、詳
細に説明する。

【０１０６】例えば、エージェントプログラム１が起動
されている状態においてメーラ２が起動された場合、ス
テップＳ３１において、エージェント制御部１３は、例
えば、図９に示されるように、メーラ２のウィンドウ
（以下、メーラウィンドウと記載する）７１の表示と重
畳しない位置に、エージェント７２を表示（登場）させ
る。

【０１０７】なお、エージェント７２の登場は、例え
ば、図１０Ａ乃至図１０Ｄに示す画像が順次表示される
ことによって、エージェント７２が前転しながらデスク
トップ上に出現する動画が表現される。エージェント７
２の登場とともに、エージェント７２の台詞として吹き
出し７３と、保存されている関連情報が一覧表示されて
いるスクラップ帳ウィンドウ７４（後述）が表示され
る。吹き出し７３の中には、例えば、図１１に示される
ように、登場の挨拶「おはよう、SAITOさん！」と、自
己紹介「ぼく、alfだよ。」の台詞が表示される。

【０１０８】また、吹き出し７３の表示と同期して、吹
き出し７３に表示された台詞の音声信号が音声合成部
（図示せず）によって合成されて出力するようにするこ
とができる。なお、吹き出し７３に表示された台詞の音
声信号は、吹き出し７３に表示された言語（図１６の例
の場合、日本語）、あるいは、吹き出し７３に表示され
た言語と同じ意味を持つ他の言語（例えば、英語の場
合、”Good morning,SAITO"、”I'm Alf"）の音声信号
が音声合成部によって合成されて出力されるようにして
もよい。そして、以降に表示される吹き出し７３にも対
応する音声信号が同期して出力される。

【０１０９】なお、吹き出し７３や対応する音声は、出
力しなくてもよい。以降、いずれの処理においても、吹
き出し７３および対応する音声は、エージェントプログ
ラム１の規定により出力するか否かを設定するようにす
るか、あるいは、ユーザにより、出力するか否かを任意
に設定できるようにする。

【０１１０】その後、エージェント７２の表示は、ステ
ップＳ３２において、例えば、図１２に示されるよう
に、待機中の様子（手を後に組み、つま先を上下させ
る）を示す動画に推移される。

【０１１１】ステップＳ３３において、エージェントプ
ログラム１は、入力部４６に入力されるユーザからのコ
マンドに応じて、メーラ２が終了されたか否かを判定
し、メーラ２が終了されていないと判定した場合、ステ
ップＳ３４に進む。

【０１１２】ステップＳ３４において（上述した図５の
ステップＳ１２に対応する）、メーラ２は、ユーザから
何らかのコマンド（メールの送受信、メールの編集、あ
るいは関連情報の編集等）が入力されたか否かを判定
し、何らかのコマンドが入力されたと判定した場合、ス
テップＳ３５に進み、コマンドに対応する処理を開始す
る。

【０１１３】ステップＳ３５において、エージェントプ
ログラム１のイベント管理部３１は、メールの送信、受
信、または編集のコマンドが入力されたか否かを判定さ
し、メールの送受信または編集のコマンドが入力された
と判定した場合、ステップＳ３６に進む。

【０１１４】ステップＳ３６において、エージェント制
御部１３は、エージェント７２の表示を、図１２に示し
た待機中の様子から、例えば、図１３に示されるよう
に、作業中の様子（手足を激しく移動する）を示す動画
に推移させる。この間に、図５のステップＳ１３乃至Ｓ
１５の処理（ユーザに推薦する関連情報を選択する処
理）が実行される。

【０１１５】ステップＳ３７において、エージェントプ
ログラム１は、コマンドに対応して開始されたメーラ２
の処理（例えば、メール送信など）が継続中であるか否
かを判定し、メーラ２の作業中の処理が終了するまで判
定処理を繰り返し実行する。すなわち、メーラ２の作業
中の処理が終了するまで、エージェント制御部１３は、
エージェント７２の表示を、図１３に示した作業中の状
態のまま待機する。

【０１１６】ステップＳ３７において、メーラ２の処理
が継続中ではない、すなわち、コマンドに対応して開始
されたメーラ２の作業中の処理が終了したと判定された
場合、ステップＳ３８に進む。

【０１１７】ステップＳ３８において、エージェントプ
ログラム１は、再度、入力部４６に入力されるユーザか
らのコマンドに応じて、メーラ２が終了されたか否かを
判定し、メーラ２が終了されていないと判定した場合、
ステップＳ３９に進む。

【０１１８】ステップＳ３９（図５のステップＳ１６に
対応する）において、エージェント制御部１３は、ステ
ップＳ３７のメーラ２の処理がメール送信であった場
合、エージェント７２の吹き出し７３に、例えば、
「今、Ａさんにメール送ったけど、某月某日にＡさんと
（タイトル）について話していたよね。その中にでてき
た（キーワード）について、関連するページを見つけた
よ。見てみる？」と表示させる。

【０１１９】また例えば、ステップＳ３７のメーラ２の
処理がメール受信であった場合、台詞の前半が「今、Ａ
さんからメールがきたけど」となり、ステップＳ３７の
メーラ２の処理がメールの編集であった場合、台詞の前
半が「今、Ａさんにメールを書いているけど」となる。

【０１２０】なお、「某月某日にＡさんと（タイトル）
について話していたよね。」の部分は、関連情報が選択
（推薦）された理由に相当するが、関連情報の選択理由
の表示を、ステップＳ３９において実行せずに、後述す
るステップＳ４２の処理（関連情報の表示）の後に表示
するようにしてもよい。また、関連情報の選択理由の表
示をユーザの指示により任意のタイミング（例えば、メ
ニューで理由をたずねるコマンドを用意するなど）で実
行するようにしてもよい。

【０１２１】また、タイマ３１Ａによる一定時間経過時
の提示（定期的提示）に関しては、「今、Ａさんからメ
ールがきたけど」など、特定のイベントを示すような表
現ではなく、例えば、「某月某日にＡさんと（タイト
ル）について話していたよね。」の部分だけを表示する
ようにする。

【０１２２】さらに、これらの吹き出し７３は、関連情
報を提示する前に表示してもよいし、あるいは、関連情
報を提示した後に表示してもよい。

【０１２３】吹き出し７３に隣接する位置には、例え
ば、図１４に示されるように、入力ウィンドウ８１が表
示される。入力ウィンドウ８１には、図１５に示される
ように、関連情報の表示を指示するときに選択する「見
る」と示されたボタン、関連情報を表示させない時に選
択する「見ない」と示されたボタン、関連情報が選択さ
れた背景（選択理由）の再表示を指示するときに選択す
る「背景をもう一度教えて」と示されたボタンが表示さ
れる。

【０１２４】入力ウィンドウ８１が表示された状態で、
ステップＳ４０において、エージェント制御部１３は、
エージェント７２の表示を、図１４に示した待機中の様
子を示す動画に推移させる。ステップＳ４１（図５のス
テップＳ１７に対応する）において、エージェントプロ
グラム１は、入力ウィンドウ８１の中の「見る」と示さ
れたボタン、「見ない」と示されたボタン、または「背
景をもう一度教えて」と示されたボタンのいずれがユー
ザにより選択されたか否かを判定する。なお、この入力
ウィンドウ８１は、表示しなくてもよい。

【０１２５】ステップＳ４１において、入力ウィンドウ
８１の「見る」と示されたボタンが選択されたと判定さ
れた場合、ステップＳ４２に進む。ステップＳ４２（図
５のステップＳ１８に対応する）において、エージェン
ト制御部１３は、例えば、図１６および図１７に示され
るように、関連情報として推薦URL９１を表示させ、エ
ージェント７２の表示を、表示された推薦URL９１を指
し示す動画に推移させるとともに、吹き出し７３に、台
詞「どう？」を表示させる。推薦URL９１には、通常、
推薦されるWebページのタイトルが表示され、推薦URL９
１の上にマウスカーソルが置かれたときだけURLも重畳
して表示される。推薦URL９１は、マウスカーソルでド
ラッグすることにより移動可能である。

【０１２６】ステップＳ４３（図５のステップＳ１９に
対応する）において、エージェントプログラム１は、表
示した推薦URL９１に対するユーザのコマンドを検出す
る。表示される推薦URL９１に対するユーザのコマンド
としては、記録、アクセス、または消去等がある。

【０１２７】推薦URL９１に対する記録コマンドは、例
えば、記録する推薦URL９１をスクラップ帳ウィンドウ
７４までドラッグアンドドロップする方法や、マウスで
右クリックし、表示されるメニューの中から記録を選択
する方法などが考えられる。あるいは、推薦URL９１
は、すべて自動的に記録されるようにしてもよい。アク
セスコマンドや消去コマンドについても同様に、WWWブ
ラウザのアイコンやゴミ箱のアイコンにドラッグアンド
ドロップする方法や、マウスで右クリックし、表示され
るメニューの中から選択する方法、あるいはクリッカブ
ルにする方法などが考えられる。

【０１２８】ステップＳ４３において、推薦URL９１に
対する記録コマンドが検出された場合、ステップＳ４４
（図５のステップＳ２１に対応する）において、エージ
ェント制御部１３は、エージェント７２の表示を、例え
ば、図１８に示されるように、頷く動作に推移させる。
スクラップ帳ウィンドウ７４の中に、記録が指示された
推薦URL９１に対応するWebページのタイトルが追加され
る。

【０１２９】また、ステップＳ４３で、推薦URL９１に
対するアクセスコマンドが検出された場合、ステップＳ
４４（図５のステップＳ２０に対応する）において、エ
ージェント制御部１３は、エージェント７２の表示を、
例えば、図１９Ａおよび図１９Ｂに示されるように、笑
顔となって喜ぶ様子に推移させる。吹き出し７３には、
「わーい」と表示され、対応する音声信号が出力され
る。

【０１３０】また、ステップＳ４３で、推薦URL９１に
対する消去コマンドが検出された場合、ステップＳ４４
において、エージェント制御部１３は、エージェント７
２の表示を、例えば、図２０Ａおよび図２０Ｂに示され
るように、泣き顔となって悲しみ失望した様子に推移さ
せる。吹き出し７３には、「だめかぁ」と表示され、対
応する音声信号が出力される。

【０１３１】ステップＳ４４の処理が終了した後、ステ
ップＳ３２に戻り、それ以降の処理が繰り返し実行され
る。

【０１３２】なお、ステップＳ４１において、入力ウィ
ンドウ８１の「見ない」と示されたボタンが選択された
と判定された場合、ステップＳ３２に戻り、それ以降の
処理が繰り返し実行される。また、ステップＳ４１にお
いて、入力ウィンドウ８１の「背景をもう一度教えて」
と示されたボタンが選択されたと判定された場合、ステ
ップＳ３９に戻り、ステップＳ３９乃至Ｓ４１の処理が
繰り返される。

【０１３３】ステップＳ３８において、メーラ２が終了
されたと判定された場合、ステップＳ４５に進み、エー
ジェント制御部１３は、吹き出し７３に、「え、そんな
ぁ」と表示させ、対応する音声信号を出力させた後、ス
テップＳ４６において、エージェント７２の表示を消失
させる（図２５を参照して後述する）。

【０１３４】ステップＳ３５において、関連情報の編集
を指示するコマンドが入力されたと判定された場合、ス
テップＳ４７に進み、関連情報提示部３３は、関連情報
編集用ウィンドウ（図示せず）を表示させ、エージェン
ト制御部１３は、エージェント７２の表示を、図１８に
示した待機中の様子から、図１７と同様に、関連情報編
集用ウィンドウを指し示す様子に推移させる。その後、
ユーザが関連情報編集用ウィンドウに対して編集のため
の入力を開始すると、ステップＳ４８において、エージ
ェント制御部１３は、エージェント７２の表示を、関連
情報編集用ウィンドウを指し示す様子から、図１３に示
した作業中の様子を示す動画に推移させる。

【０１３５】ステップＳ４９において、エージェントプ
ログラム１は、関連情報編集処理が継続中であるか否か
を判定し、関連情報編集処理が終了するまで判定処理を
繰り返し実行する。すなわち、関連情報編集処理が終了
するまで、エージェント制御部１３は、エージェント７
２の表示を、図１３に示した作業中の状態のまま待機す
る。

【０１３６】ステップＳ４９において、関連情報編集処
理が継続中ではない、すなわち、コマンドに対応して開
始された関連情報編集処理が終了したと判定された場
合、ステップＳ５０に進む。

【０１３７】ステップＳ５０において、エージェント制
御部１３は、エージェント７２の表示を、図１８と同様
に、頷く様子に推移させる。吹き出し７３には、「変更
したよ」と表示され、対応する音声信号が出力される。
その後、処理は、ステップＳ３２に戻り、それ以降の処
理が繰り返し実行される。

【０１３８】ステップＳ３４において、メーラ２に対し
てユーザから何らかのコマンドが入力されない状態が所
定の時間以上継続した場合、ステップＳ５１に進む。ス
テップＳ５１において、エージェント制御部１３は、エ
ージェント７２の表示を、所定の時間が経過する毎に、
移動の状態、遊びの状態、または睡眠の状態に順次推移
させる。この待機中の処理の詳細について、図８のフロ
ーチャートを参照して説明する。なお、各処理は、エー
ジェント制御部１３が実行する。

【０１３９】ステップＳ６１において、エージェント７
２の表示は、図１２に示した待機中の状態から、例え
ば、図２１または図２２に示した画像を用いて表現され
る移動の状態に推移する。

【０１４０】エージェント７２の移動は、表示されてい
るウィンドウと重畳しないようにデスクトップ上を横方
向あるいは縦方向に行われる。なお、アクティブである
ウィンドウ（いまの場合、メーラウィンドウ７１）を検
出して、その周囲を横方向あるいは縦方向に行うように
してもよい。エージェント７２がデスクトップ上を横方
向（例えば、右方向）に移動するときには、例えば、図
２１Ａ乃至図２１Ｄに示される画像が順次用いられるこ
とにより、いわゆるワープしたかのような動画表現が実
現される。

【０１４１】具体的には、エージェント７２の表示は、
移動開始位置において、図２１Ａに示されるように、体
の向きが移動する方向とされ、その後、指向している方
向にジャンプすると、図２１Ｂに示されるように、頭部
から順に消滅して行く。そして、移動終了位置におい
て、図２１Ｃに示されるように、脚部から順に表示され
て、最終的には、図２１Ｄに示されるように全身が表示
される。

【０１４２】エージェント７２がデスクトップ上を上下
方向に移動するときには、例えば、図２２Ａ乃至図２２
Ｇに示される画像が順次用いられる。すなわち、エージ
ェント７２は、移動開始位置において、図２２Ａに示さ
れるように、自身の尻尾（先端がコンセントプラグの形
状をしている）を手で握り、図２２Ｂに示されるよう
に、尻尾の先端を頭上付近に差し込む。

【０１４３】その後、エージェント７２の表示は、図２
２Ｃ、図２２Ｄに順次示されるように、体の下部から徐
々にロープに変身し、図２２Ｅに示されるように、１本
のロープになってその状態で移動終了位置まで移動す
る。移動終了位置においては、図２２Ｆ、図２２Ｇに順
次示されるように、頭部から順に復元されて、最終的に
全身が表示される。

【０１４４】このように、エージェント７２の移動を、
いわゆるワープによって表現したり、１本のロープに変
身させて表現したりすることにより、移動中を表現する
ために使われるリソース（メモリなど）の量を軽減させ
ることが可能となる。

【０１４５】図８の説明に戻る。ステップＳ６２におい
て、イベント（メールの送受信、メールの編集、あるい
は関連情報の編集等を指示するコマンドの入力）が発生
したか否かが判定される。イベントが発生していないと
判定された場合、ステップＳ６３に進む。

【０１４６】ステップＳ６３において、エージェント７
２の表示が移動の状態に推移した後、所定の時間が経過
したか否かが判定され、所定の時間が経過したと判定さ
れるまで、ステップＳ６２およびステップＳ６３の処理
が繰り返し実行される。ステップＳ６３において、所定
の時間が経過したと判定された場合、ステップＳ６４に
進む。

【０１４７】ステップＳ６４において、エージェント７
２の表示は、移動の状態から、例えば、図２３に示され
る画像で表現される「遊び」の状態に推移する。図２３
Ａは、エージェント７２が蛇と戯れている状態を示して
おり、図２３Ｂは、エージェント７２が尻尾の先端を上
方に差し込み、そこを支点としてぶら下がり揺れている
状態を示している。

【０１４８】ステップＳ６５において、イベントが発生
したか否かが判定される。イベントが発生していないと
判定された場合、ステップＳ６６に進む。ステップＳ６
６において、エージェント７２の表示が遊びの状態に推
移した後、所定の時間が経過したか否かが判定され、所
定の時間が経過したと判定されるまで、ステップＳ６５
およびステップＳ６６の処理が繰り返し実行される。ス
テップＳ６６において、所定の時間が経過したと判定さ
れた場合、ステップＳ６７に進む。

【０１４９】ステップＳ６７において、エージェント７
２の表示は、遊びの状態から、例えば、図２４に示され
る画像で表現される「睡眠」の状態に推移する。ステッ
プＳ６８において、イベントが発生したか否かが判定さ
れ、イベントが発生するまで判定処理が繰り返し実行さ
れる。ステップＳ６８において、イベントが発生したと
判定された場合、図７のステップＳ３５にリターンし、
それ以降の処理が実行される。

【０１５０】なお、ステップＳ６２、またはステップＳ
６５において、イベントが発生したと判定された場合も
同様に、図７のステップＳ３５にリターンし、それ以降
の処理が実行される。

【０１５１】また、図８のフローチャートには図示して
いないが、待機中の処理が実行されている最中におい
て、メーラ２が終了されたと判定された場合、ステップ
Ｓ４６にリターンする。同様に、図７のステップＳ３３
において、メーラ２が終了されたと判定された場合、ス
テップＳ４６に進む。

【０１５２】ステップＳ４６において、エージェント制
御部１３は、エージェント７２の表示を、例えば、図２
５Ａおよび図２５Ｂに示される画像で表現される「消
失」の状態に推移させる。図２５Ａは、エージェント７
２が手を振りながら背を向けて遠方に立ち去る状態を示
しており、図２５Ｂは、エージェント７２が徐々に小さ
くなってやがて消失される状態を示している。

【０１５３】なお、エージェント７２の消去とともに、
吹き出し７３、スクラップ帳ウィンドウ７４、および推
薦URL９１等の表示も消去される。

【０１５４】以上のように、本発明によれば、電子メー
ル等の文書から重みの高い単語（重要語）を抽出し、関
連情報を推薦する一連の処理に対応して、エージェント
７２が動作するので、エージェント７２に対して信頼性
や親しみが感じられるようになる。

【０１５５】ところで、上述したエージェント７２の動
作および吹き出し７３の中の台詞の表示、並びに、表示
された台詞に対応する音声信号の出力については、本発
明のエージェントプログラム１だけでなく、他のアプリ
ケーション、例えば、ゲームやワードプロセッサのヘル
プ画面等に適用することが可能である。さらに、テレビ
ジョン受像機、ビデオカメラ、またはカーナビゲーショ
ン等のディスプレイに表示されるキャラクタに適用する
ことも勿論可能である。

【０１５６】また、同一のパーソナルコンピュータを複
数のユーザが操作する場合、エージェント７２の種類を
複数用意して、ユーザ毎に表示されるエージェント７２
（図２６）の種類を変えるようにしてもよい。また、エ
ージェント７２は、ユーザが好みのキャラクタを自由に
作成し、編集できるようにしてもよい。さらに、同一の
ユーザが複数のパーソナルコンピュータ上でエージェン
トプログラム１を利用する場合、異なるパソコン上にお
いても同じエージェント７２が表示されるようにしても
よい。

【０１５７】なお、以上においては、エージェントプロ
グラム１が実行されている場合、エージェント７２は、
常に登場しているものとして説明したが、推薦時にのみ
表示させたり、その設定を変更することができる。

【０１５８】例えば、ユーザは、エージェントプログラ
ム１が実行されている状態で、マウスを右クリックし、
図２６に示されるようなメニューボックス１０１を表示
させて、その中から、「いろいろな設定をする」の項目
を選択することにより、図２７に示されるような設定画
面を表示させる。

【０１５９】図２７の例の設定画面には、複数のタブが
配置されており、「エージェント」と示されたタブがア
クティブとされているとき、ユーザが選択または入力可
能な、エージェントの名前、表示、効果音、推薦間隔、
推薦保存数、推薦するときのせりふ、および推薦データ
更新などの項目が表示される。

【０１６０】ユーザは、これらの項目に対して、それぞ
れ、所望の情報（エージェントの名前）を入力したり、
あるいは、所定の項目を選択することによって、自分好
みにエージェント７２および吹き出し７３の表示状態、
あるいは、推薦する関連情報の推薦間隔時間や保存数な
どを設定することができる。

【０１６１】次に、蓄積部１１によるデータベースの更
新のタイミングについて説明する。データベースは、図
３のフローチャートを用いて上述したデータベース作成
処理によって作成されるが、次のような第１乃至第３の
状況になった場合、データベースの更新が必要である。

【０１６２】すなわち、第１の状況として、データベー
スが作成または更新されてから所定の期間が経過してい
る場合、データベース内の関連情報が古くなってしまう
ので更新が必要である。第２の状況として、データベー
スに蓄積されている関連情報のうちの所定の割合が提示
済みとなった場合、データベース内の関連情報を繰り返
し提示してしまったり、提示する関連情報が不足してし
まうので更新が必要である。第３の状況として、特徴抽
出に用いた文書が、例えば電子メールである場合、電子
メールの送受信を繰り返していると、その文書の内容が
変化するので更新が必要である。

【０１６３】なお、データベースの更新が必要である状
況になった場合（例えば、イベント管理部３１がタイマ
３１Ａを監視し、所定の期間が経過したとき）、ユーザ
に対して更新を指示するように促すこともできるし、ユ
ーザに対する促しを実行せずに、自動的にデータベース
を実行するように設定することも可能である。また、ユ
ーザが指定する任意のタイミングで更新することも勿論
可能である。

【０１６４】前記第１乃至第３の状況を考慮したデータ
ベース更新処理について、図２８のフローチャートを参
照して説明する。このデータベース更新処理は、エージ
ェントプログラム１が実行する処理のうちの１つであ
り、エージェントプログラム１の起動とともに開始さ
れ、エージェントプログラム１が終了されるまで繰り返
し実行される。なお、この処理を開始するにあたって、
図３を用いて説明したデータベース作成処理が実行され
ており、データベースが既に作成されているものとす
る。

【０１６５】ステップＳ８１において、エージェントプ
ログラム１の蓄積部１１は、作成済みのデータベースの
更新が必要であるか否かを判定し、更新が必要であると
判定されるまで待機する。この判断基準は、例えば、図
２９に示すようなユーザインタフェースの画面を用いて
予めユーザが設定するものとする。図２９の例では、４
つの条件が示されており、左端の□（チェックボック
ス）がユーザによってチェックされた場合、対応する条
件が有効となる。なお、１番目の条件では回数が設定可
能とされており、３番目の条件では日数が設定可能とさ
れている。

【０１６６】ステップＳ８１において、更新が必要であ
ると判定された場合、ステップＳ８２に進み、さらに蓄
積部１１は、データベースを自動的に更新するように設
定されているか否かを判定し、自動的に更新するように
設定されていないと判定した場合、ステップＳ８３に進
む。一方、ステップＳ８２において、自動的に更新する
ように設定されていると判定された場合、ステップＳ８
３の処理はスキップされる。

【０１６７】ステップＳ８３において、エージェントプ
ログラム１の提示部１２は、データベースの更新が必要
である旨をユーザに通知するとともに、さらに、その通
知に対応して、ユーザから更新の指示がなされたか否か
を判定する。ユーザから更新の指示がなされたと判定さ
れた場合、ステップＳ８４に進み、ユーザから更新の指
示がなされないと判定された場合、ステップＳ８１に戻
り、上述した処理が繰り返し実行される。

【０１６８】ステップＳ８４において、エージェントプ
ログラム１の蓄積部１１は、データベースを更新する。
具体的には、文書取得部２１乃至文書内容処理部２３
が、電子メールのメールボックスファイル（例えば、mb
x等の拡張子が付加されていることが多い）を検出し、
その更新日時を取得して、以前に取得した更新日時と比
較して、異なる日付と異なるファイルサイズであれば、
ファイルが更新されていると判断し、追加または変更さ
れた部分を抽出する。この場合、メールのグループ化、
ヘッダの解析、形態素解析、特徴ベクトル算出等、一連
のファイル内の分析が行われ、得られる重要語が関連情
報検索部２５に供給される。

【０１６９】ただし、メールグループ（話題）が変化せ
ず（所定の話題に追加されるメールがなく）、分析の結
果、更新以前の重要語（検索用キーワード）と更新後の
重要語が同じであれば、重み等の計算値だけを変更し、
関連情報検索部２５による関連情報の検索を実行しない
ようにしてもよい。また、関連情報をインターネット等
のネットワーク上で検索する場合、ネットワークに接続
されているか否かが検出され、ネットワークに接続され
ていない場合、関連情報の検索を行わず、それ以後、ネ
ットワークに接続されたときに関連情報を検索するか否
かをユーザに問うようにしてもよい。

【０１７０】「同じ関連情報を何度も推薦（提示）しな
いようにするために、あるメールグループの関連情報
を、所定の回数以上推薦したら更新が必要と判断する」
との条件に関連して、取得したメールと類似性の高いメ
ールグループ（話題）を選択する際に、同じメールグル
ープから何度も推薦を行わないように、次のような処理
を行う。

【０１７１】メールグループ自体に推薦の優先度の順位
を付与し（例えば、メールグループ内での特徴語の重み
の最大値をそのメールグループの優先度の値とし、優先
度の値を降順に並べたものを優先度の順位として付与す
る）、一度推薦を行ったメールグループを優先順位の最
後尾に並び替えるようにする。このようにすることによ
って、類似度の範囲内にあるメールグループでも、同じ
メールグループから推薦する頻度が減少する。また、優
先順位の変更だけなので、関連情報を大量に検索して準
備しておけば、なるべく同じメールグループからの推薦
が減り、かつ、情報自体も不足することなく用いること
ができる。

【０１７２】これに関連して、特徴抽出に用いる話題内
の文書量に応じて、類似する話題を抽出する際の範囲を
変化させることができるようにする。具体的には、特徴
抽出する話題の文書量またはデータサイズに応じて何段
階かの類似度の範囲を設定する。例えば、ある話題に含
まれる文書量が１０ファイル以内である場合は類似度を
０．０１以上、１１ファイル以上５０ファイル未満の場
合は類似度を０．０３以上、５０ファイル以上である場
合は類似度を０．０５以上とする。または、ある話題の
文書の容量が５００kB未満である場合は類似度を０．０
１以上、５００kB以上である場合は類似度を０．０２以
上とする。

【０１７３】そして、予め設定された類似度の範囲のう
ち、優先度の高い話題から検索された関連情報を提示す
るようにする。このようにすると、文書量の減少によ
り、データベースの内容が更新されると、類似度の範囲
が変化し、類似度の範囲が狭すぎて関連情報が不足した
り、反対に、類似度の範囲が広すぎてユーザにとってあ
まり関連性が明確でない関連情報が提示されるような事
態の発生を抑止することが可能となる。

【０１７４】以上説明したように、データベース更新処
理においては、追加された文書や変更された文書だけを
処理の対象とするので、データベース作成処理を繰り返
し実行する場合に比べて、処理時間が短縮される。

【０１７５】また、データベース更新処理において、ユ
ーザの興味をより反映することができるようにするため
に、算出された単語の重みを修正することができる。次
に、単語の重みの修正処理について、いくつか例を挙げ
て説明するが、その前に、図３０を参照して、データベ
ースに既に記録されている、各話題の特徴ベクトルの例
について説明する。

【０１７６】同図に示されるように、話題Ａの特徴ベク
トル（単語ａの重み，単語ｂの重み，単語ｃの重み，単
語ｄの重み，単語ｅの重み，単語ｆの重み，単語ｇの重
み）は、（0，0.54，0.02，0，0，0.01，0）であり、話
題Ｂの特徴ベクトルは、（0.01，0，0.41，0.33，0.1
6，0，0.64）であり、話題Ｃの特徴ベクトルは、（0.5
1，0.35，0，0，0.48，0.37，0）である。

【０１７７】以下、図３０に示した各話題（話題Ａ、話
題Ｂ、および話題Ｃ）に含まれる単語の重みを修正する
場合の処理について、第１乃至第３の例を挙げて順に説
明する。

【０１７８】まず、第１の例の重み修正処理について、
図３１のフローチャートを参照して説明する。

【０１７９】ステップＳ１０１，Ｓ１０２において、文
書特徴データベース作成部２４は、メールの相手毎に、
返信を含む送信した回数（やりとりした頻度）をカウン
トし、送信の頻度の多い順に相手をソートする。なお、
送信（返信）した回数をカウントするだけでなく、受信
した回数もカウントするようにしてもよい。

【０１８０】例えば、メールのやりとりをしている相手
が、Ａさん、Ｂさん、Ｃさん、およびＤさんであり、や
りとりの頻度が、Ａさんとは３５回、Ｂさんとは２回、
Ｃさんとは２８回、Ｄさんとは４回であるとカウントさ
れた場合、図３２に示されるように、やりとりした頻度
が多い順に、Ａさん、Ｃさん、Ｄさん、Ｂさんにソート
される。

【０１８１】ステップＳ１０３において、文書特徴デー
タベース作成部２４は、ステップＳ１０２の処理でソー
トされた、やりとりの頻度が上位のメールの相手を抽出
する。

【０１８２】具体的には、例えば、予め設定されている
上位ｎ（例えば、ｎ＝２）番目までのメールの相手を抽
出するか、所定の頻度ｍ（例えば、ｍ＝１０）回以上の
メールの相手を抽出するか、上位ｎ番目以上、かつ、所
定の頻度ｍ回以上のメールの相手を抽出するか、あるい
は、その他の方法によってメールの相手を抽出する。こ
こでは、メールの相手の抽出方法は特に問わない。

【０１８３】例えば、上位２番目までのメールの相手を
抽出する場合、図３２に示した４人のメールの相手の中
から、ＡさんとＣさんが抽出される。

【０１８４】ステップＳ１０４において、文書特徴デー
タベース作成部２４は、ステップＳ１０３の処理で抽出
された相手とのメール（話題）に含まれる単語の重みを
修正する。

【０１８５】具体的には、ＡさんとＣさんとのメールの
やりとりが、例えば、話題Ａであった場合、その話題Ａ
に含まれる単語は、図３０に示されるように、ｂ，ｃ，
ｆである（単語ａ，ｄ，ｅ，ｇの重みがそれぞれ０であ
るということは、それらの単語は、話題Ａには含まれて
いない）。そして、話題Ａに含まれる単語ｂ，ｃ，ｆの
重みがそれぞれ修正される。

【０１８６】より具体的には、単語ｂ、ｃ、ｆの重み
に、予め設定されている重み係数ｋ（例えば、1.2）を
乗算して修正する（相対的に大きくする）。すなわち、
話題Ａに含まれる、単語ｂの重み（＝0.54）、単語ｃの
重み（＝0.02）、単語ｆの重み（＝0.01）をそれぞれ1.
2倍する。これにより、図３３Ａに示されるように、話
題Ａの特徴ベクトルが、（0，0.65（≒0.54×1.2），0.
02（≒0.02×1.2），0，0，0.01（≒0.01×1.2），0）
に修正される。

【０１８７】以上のようにして、ユーザがより興味を感
じている話題に含まれる単語の重みを修正することがで
きる。

【０１８８】また例えば、ＡさんとＣさんとの話題Ａに
含まれる単語ｂ、ｃ、ｆが、ＡさんＣさん以外の人（Ｂ
さんとＤさん）との話題に含まれる場合にも、該当する
単語の重みに、同様の重み係数ｋ（いまの場合、1.2）
を乗算して修正することもできる。すなわち、図３０に
示した話題Ｂには単語ｃが含まれており、話題Ｃには単
語ｂ，ｆが含まれており、それらの重みをそれぞれ1.2
倍する。これにより、図３３Ｂに示されるように、話題
Ｂの特徴ベクトルが、（0.01，0，0.49（≒0.41×1.
2），0.33，0.16，0，0.64）に修正されるとともに、話
題Ｃの特徴ベクトルが、（0.51，0.42（＝0.35×1.
2），0，0，0.48，0.44（≒0.37×1.2），0）に修正さ
れる。

【０１８９】以上のように、メールのやりとりの多い相
手との話題に含まれる単語が、他の話題にも含まれてい
る場合、その単語の重みも修正することによって、メー
ルのやりとりの少ない相手との話題の中から、ユーザが
より興味を持ちやすい単語を重要語として選択すること
ができる。

【０１９０】さらにまた、メールのやりとりの頻度また
は順位によって、重み係数ｋの値を変更するようにして
もよい。具体的には、Ａさん（頻度１位）とのメールの
やりとりが、例えば、話題Ｂであり、その話題Ｂに含ま
れる単語ａ，ｃ，ｄ，ｅ，ｇには、重み係数ｋ１＝1.5
を乗算し、Ｃさん（頻度２位）とのメールのやりとり
が、例えば、話題Ｃであり、その話題Ｃに含まれる単語
ａ，ｂ，ｅ，ｆには、重み係数ｋ２＝1.2を乗算する。
これにより、図３３Ｃに示されるように、話題ｂの特徴
ベクトルが、（0.02（＝0.01×1.5），0，0.62（≒0.41
×1.5），0.50（≒0.33×1.5），0.24（＝0.16×1.
5），0，0.96（＝0.64×1.5））に修正されるととも
に、話題Ｃの特徴ベクトルが、（0.61（≒0.51×1.
2），0.42（＝0.35×1.2），0，0，0.58（≒0.48×1.
2），0.44（≒0.37×1.2），0）に修正される。

【０１９１】以上のようにして、ユーザがより興味を感
じている話題に含まれる単語の重みを、メールの相手と
のやりとりの頻度に応じて修正することができる。ま
た、重み係数ｋは、頻度に比例した値でも、任意に設定
した値でも、いずれでもよい。

【０１９２】次に、第２の例の重み修正処理について、
図３４のフローチャートを参照して説明する。

【０１９３】ステップＳ１１１において、文書特徴デー
タベース作成部２４は、話題毎にグループ化されている
複数のメールの中から、送信（返信を含む）メールを特
定し、その送信メールに含まれる単語を抽出する。ステ
ップＳ１１２において、文書特徴データベース作成部２
４は、ステップＳ１１１の処理で抽出された返信メール
に対応する元の受信メールを特定し、その受信メールに
含まれる単語を抽出する。

【０１９４】これにより、例えば、話題Ａに対して送信
したメールに含まれる単語ｂ，ｃが抽出され、話題Ｂに
対して返信したメールに含まれる単語ｅ，ｇが抽出さ
れ、その返信メールに対応する元の受信メールに含まれ
る単語ｃが抽出される。

【０１９５】ステップＳ１１３において、文書特徴デー
タベース作成部２４は、ステップＳ１１１およびＳ１１
２の処理でそれぞれ抽出された単語の重みを修正する。

【０１９６】具体的には、送信（返信を含む）メールに
含まれる単語の重みに、予め設定されている重み係数ｋ
１（例えば、1.5）を乗算して修正するとともに、返信
メールに対応する元の受信メールに含まれる単語の重み
に、重み係数ｋ２（例えば、1.2）を乗算して修正す
る。これにより、図３５に示されるように、話題Ａの特
徴ベクトルが、（0，0.81（≒0.54×1.5），0.03（≒0.
02×1.5），0，0，0.01，0）に修正され、話題Ｂの特徴
ベクトルが、（0.01，0，0.49（≒0.41×1.2），0.33，
0.24（＝0.16×1.5），0，0.96（＝0.64×1.5））に修
正される。

【０１９７】以上のように、ユーザが送信または返信し
たメールに含まれる単語の重みを修正することによって
（ユーザが積極的に使用する単語の重みを修正すること
によって）、ユーザがより興味を感じている単語を重要
語として選択することができる。なお、受信のみのメー
ルについては、興味がないものとして重みを修正しない
ようにする。

【０１９８】また、送信、返信、または受信に応じて、
それぞれ重み係数を設定するようにしたり、あるいは、
特定の話題において、送信（返信を含む）メールに含ま
れる単語および返信メールに対応する元の受信メールに
含まれる単語が、他の話題にも含まれている場合、その
単語の重みも修正するようにしてもよい。

【０１９９】次に、第３の例の重み修正処理について、
図３６のフローチャートを参照して説明する。

【０２００】ステップＳ１２１において、文書特徴デー
タベース作成部２４は、話題内の各単語のうち、特定の
地域や名称を示す固有名詞を抽出する。これにより、例
えば、単語ｂ，ｆが固有名詞として抽出される。

【０２０１】ステップＳ１２２において、文書特徴デー
タベース作成部２４は、ステップＳ１２１の処理で抽出
された単語の重みを修正する。

【０２０２】具体的には、話題に含まれる、固有名詞で
ある単語の重みに、予め設定されている重み係数ｋ（例
えば、1.5）を乗算して修正する。すなわち、図３０に
示した各話題に含まれる単語ｂ，ｆの重みをそれぞれ1.
5倍する。これにより、図３７に示されるように、話題
Ａの特徴ベクトルが、（0，0.81（≒0.54×1.5），0.0
2，0，0，0.02（≒0.01×1.5），0）に修正され、話題
Ｃの特徴ベクトルが、（0.51，0.53（＝0.35×1.5），
0，0，0.48，0.56（≒0.37×1.5），0）に修正される
（話題Ｂには、単語ｂ，ｆは含まれていない）。

【０２０３】以上のようにして、ユーザがより興味を感
じている単語の重みを修正することができる。また、固
有名詞の種類（例えば、地名、組織名、商品名、または
人名など）に応じて、重み係数ｋの値を変更するように
してもよい。ただし、人名（単語）の重みを修正したと
しても、それを重要語として選択することはできないの
で、人名の重みは修正しないようにする。

【０２０４】また、メールのやりとり頻度、送受信の状
態、または品詞（固有名詞）によって、単語の重みを修
正する場合を説明したが、勿論、これらを組み合わせ
て、単語の重みを修正することもできる。さらに、ユー
ザの興味がより反映されるものであれば、単語の重みの
修正処理は、これに限られるものではない。

【０２０５】例えば、単語が属する分野ごとに単語をま
とめ分類した分野辞書を設け、この分野辞書に含まれる
か否かによって、文書特徴データベース作成部２４が、
データベースに含まれる単語の重みを修正するようにし
てもよい。

【０２０６】図３８は、本発明を適用したエージェント
プログラムの機能ブロックの、他の構成例を示す図であ
る。

【０２０７】図３８において、分野辞書２０１は、例え
ば、人文、芸術、または科学等の領域、分野、またはカ
テゴリー毎に対応する単語をまとめたデータベースであ
る。分野辞書２０１には、ユーザが興味を示す分野を中
心とする複数の分野が形成されており、各分野には、対
応する単語がまとめられている。

【０２０８】文書特徴データベース作成部２４は、この
分野辞書２０１を参照し、作成したデータベースに含ま
れる単語がこの分野辞書２０１に登録されているか否か
を判定し、目的の単語が分野辞書２０１に含まれている
場合、その単語の重みを修正する。

【０２０９】すなわち、データベースに含まれる単語が
分野辞書２０１に含まれている場合（ユーザの興味があ
る分野の単語である場合）、文書特徴データベース作成
部２４は、その単語の重みを修正する。これにより、デ
ータベースの単語の重みづけにユーザの興味を反映する
ことができる。

【０２１０】次に、図３９のフローチャートを参照し
て、文書特徴データベース作成部２４による分野辞書を
用いた重み修正処理について説明する。

【０２１１】最初に、ステップＳ１４１において、文書
特徴データベース作成部２４は、分野辞書２０１を参照
し、データベースに登録されている単語に対応する単語
を検索する。文書特徴データベース作成部２４は、分野
辞書２０１より、データベースに登録されている単語と
同一の単語、同じ分野に属する単語等のように、対応す
る単語を検索する。

【０２１２】そして、ステップＳ１４２において、文書
特徴データベース作成部２４は、検索結果に基づいて、
対応する単語が存在するか否かを判定し、存在すると判
定した場合、ステップＳ１４３に処理を進める。

【０２１３】ステップＳ１４３に処理を進めた文書特徴
データベース作成部２４は、分野辞書２０１より検索さ
れた単語を抽出し、ステップＳ１４４において、データ
ベースを参照して、抽出した単語に対応する重みを修正
し、分野辞書２０１を用いた重み修正処理を終了する。

【０２１４】また、ステップＳ１４２において、検索結
果より、データベースに含まれる単語に対応する単語が
存在しないと判定した場合、文書特徴データベース作成
部２４は、ステップＳ１４３および１４４の処理を省略
して、分野辞書２０１を用いた重み修正処理を終了す
る。

【０２１５】具体的には、例えば、ある話題の特徴ベク
トル（単語Ａの重み，単語Ｂの重み，単語Ｃの重み，単
語Ｄの重み，単語Ｅの重み，単語Ｆの重み，単語Ｇの重
み）が（1.1，0.1，0，0，1.4，5.1，3.8）である場
合、データベース問い合わせ部３２により２語が最重要
語として選択されるとすると、最重要語は、単語Ｆおよ
び単語Ｇとなる。

【０２１６】これに対して、分野辞書２０１に、単語
Ａ，単語Ｂ，単語Ｄ，単語Ｈ，単語Ｋ，および単語Ｌが
含まれており、文書特徴データベース作成部２４が、デ
ータベースに記録されているこれらの単語の重みを５倍
に修正したとすると、上述した特徴ベクトルは、（5.
5，0.5，0，0，1.4．5.1，3.8）に修正されており、デ
ータベース問い合わせ部３２は、単語Ａおよび単語Ｆを
最重要語として選択する。

【０２１７】なお、以上においては、分野辞書２０１に
対応する単語が含まれる、データベースの単語の重みを
全て一定の割合で修正するように説明したが、これに限
らず、分野辞書２０１に含まれる単語毎に修正する割合
を変化させるようにしてもよい。

【０２１８】以上のようにして、文書特徴データベース
作成部２４は、分野辞書２０１を用いて重み修正処理を
行う。

【０２１９】以上においては、文書特徴データベース作
成部２４が分野辞書２０１に含まれる単語に対応する、
データベースに含まれる単語の重みを修正するように説
明したが、これに限らず、分野辞書２０１に含まれる単
語に対応する、データベースの単語を、最重要語に指定
するようにしても良い。

【０２２０】次に、文書特徴データベース作成部２４に
よる分野辞書を用いた重み修正処理の他の例について、
図４０のフローチャートを参照して説明する。

【０２２１】文書特徴データベース作成部２４は、最初
に、ステップＳ１６１において、分野辞書２０１を参照
し、データベースに登録されている単語に対応する単語
を検索する。文書特徴データベース作成部２４は、分野
辞書２０１より、データベースに登録されている単語と
同一の単語、同じ分野に属する単語等のように、対応す
る単語を検索する。

【０２２２】そして、ステップＳ１６２において、文書
特徴データベース作成部２４は、検索結果に基づいて、
対応する単語が存在するか否かを判定し、存在すると判
定した場合、ステップＳ１６３に処理を進める。

【０２２３】ステップＳ１６３に処理を進めた文書特徴
データベース作成部２４は、分野辞書２０１より検索さ
れた単語を抽出し、ステップＳ１６４において、データ
ベースを参照して、抽出した単語を最重要語としてデー
タベースに登録し、分野辞書２０１を用いた重み修正処
理を終了する。

【０２２４】また、ステップＳ１６２において、検索結
果より、データベースに含まれる単語に対応する単語が
存在しないと判定した場合、文書特徴データベース作成
部２４は、ステップＳ１６３および１６４の処理を省略
して、分野辞書２０１を用いた重み修正処理を終了す
る。

【０２２５】具体的には、例えば、ある話題の特徴ベク
トル（単語Ａの重み，単語Ｂの重み，単語Ｃの重み，単
語Ｄの重み，単語Ｅの重み，単語Ｆの重み，単語Ｇの重
み）が（1.1，0.1，0，0，1.4，5.1，3.8）である場
合、データベース問い合わせ部３２により２語が最重要
語として選択されるとすると、最重要語は、単語Ｆおよ
び単語Ｇとなる。

【０２２６】これに対して、分野辞書２０１に、単語
Ａ，単語Ｂ，単語Ｄ，単語Ｈ，単語Ｋ，および単語Ｌが
含まれており、文書特徴データベース作成部２４が、デ
ータベースに記録されているこれらの単語を最重要語と
してデータベースに登録したとすると、上述した特徴ベ
クトルは、（1.1，0.1，0，0，1.4，5.1，3.8）のまま
であるが、データベース問い合わせ部３２は、最重要語
に指定された単語Ａおよび単語Ｂを最重要語として選択
する。なお、単語Ｄも分野辞書２０１に含まれている
が、単語Dの重みの値が「０」であるため、指定されて
いない。

【０２２７】以上のようにして、文書特徴データベース
作成部２４は、分野辞書２０１に含まれる単語に対応す
る、データベースに記録されている単語を最重要語とし
て指定しておき、データベース問い合わせ部３２は、最
重要語に指定された単語を最重要語として選択する。

【０２２８】以上において、分野辞書２０１に含まれる
単語は６個として説明したが、これに限らず、いくつで
あってもよい。また、その分野辞書２０１の構造はどの
ような構造であってもよい。

【０２２９】次に、以上に説明したような分野辞書２０
１の作成方法について説明する。

【０２３０】例えば、分野辞書２０１は、一般的に市販
または配布されているような、階層構造またはグループ
構造などで形成されたシソーラス辞書やオントロジー辞
書を用いて作成される。

【０２３１】これらの辞書は、例えば、予め本体アプリ
ケーションと同じ配布メディアに同梱され、CPU４１に
より、ドライブ５１に装着されたそのメディアから記憶
部４９にインストールされる。そして、CPU４１は、イ
ンストールされた辞書を参照し、分野辞書２０１を生成
する。

【０２３２】すなわち、CPU４１は、インストールされ
た辞書の全部または一部より単語を抽出し、さらに、そ
の辞書の構造（階層、グループ等）を反映させながら、
分野辞書２０１を生成する。

【０２３３】分野辞書２０１の更新する場合、CPU４１
は、生成する場合と同様に、ドライブ５１に装着された
メディアから新たにインストールされた辞書を参照し
て、更新処理を行う。

【０２３４】また、参照される辞書は、メール等によ
り、インターネットに代表されるネットワークから取得
されるようにしてもよい。このとき、CPU４１は、上述
した場合と同様に分野辞書２０１を生成する。また、こ
の場合、CPU４１は、所定の間隔で定期的に、またはユ
ーザの指示に基づいて、ネットワークより新たな辞書を
取得し、分野辞書２０１の情報を更新する。

【０２３５】さらに、参照される辞書は、上述したシソ
ーラス辞書やオントロジー辞書以外にも、例えば、感度
良く頻繁に抽出する単語をリスト化したものであっても
よい。また、ユーザの入力により直接分野辞書２０１が
作成されるようにしてもよい。

【０２３６】また、以上に説明した分野辞書２０１は、
上述したような既存の辞書以外から作成されるようにし
てもよい。例えば、分野辞書２０１は、オンラインショ
ッピングのサイト、掲示板サイト、または、カテゴリー
別検索サイト等のようなインターネット上のWEBページ
を用いて作成される。

【０２３７】CPU４１は、通信部５０を介して、接続さ
れているインターネット上から上述したようなWEBペー
ジを取得する。そして、そのWEBページに基づいて、分
野辞書２０１を生成する。すなわち、CPU４１は、取得
したWEBページに含まれる、例えば商品名等のような単
語を抽出し、さらにそのWEBページの構造（階層、グル
ープ等）を反映させながら、分野辞書２０１を生成す
る。

【０２３８】この場合、CPU４１は、所定の間隔で定期
的に、またはユーザの指示に基づいて、ネットワークよ
り新たなWEBページを取得し、分野辞書２０１の情報を
更新する。

【０２３９】また、例えば、関連情報検索部２５が図３
のステップＳ６において、文書特徴データベース作成部
２４からの検索用キーワード（重要語）を検索条件とし
て、インターネット上の検索エンジンにアクセスして検
索結果を取得する際に、外部のサーバ（図示せず）が使
用された検索用キーワードを取得し、そのキーワードに
基づいて情報を作成するようにし、その作成された情報
に基づいて、分野辞書２０１が作成されるようにしても
よい。

【０２４０】外部に設けられたサーバ（図示せず）は、
関連情報検索部２５が用いた検索用キーワードを取得し
て蓄積し、使用頻度に応じてランキングされた単語のリ
ストを生成する。

【０２４１】そして、CPU４１は、所定のタイミングで
そのリストを取得し、そのリストに基づいて、分野辞書
２０１を生成する。

【０２４２】例えば、図４１に示されるように、サーバ
は、取得した検索用キーワードより、ユーザ（Xさん，Y
さん，・・・）毎のリストを生成し、各単語が使用された
頻度に応じて、単語をグループ化する。

【０２４３】図４１において、サーバは、検索される頻
度の高い単語を単純にリスト化しただけの辞書ではな
く、同じトピック（TopicX01乃至TopicX04、並びに、To
picY01乃至TopicY03）の中から用いられる検索用キーワ
ードの組み合わせに基づいて、検索用キーワードをグル
ープ化（Gp１，Gp２）したリストを生成している。

【０２４４】また、それ以外にも、例えば、同じような
検索用キーワードを用いているユーザを、検索用キーワ
ードを成分とするベクトル同士の内積をとり、一定範囲
内のユーザ同士をまとめるるなどして、グループ化し、
同じグループ内のユーザの用いる検索用キーワードだけ
を抽出するようにしてもよい。

【０２４５】さらに、上述した以外にも、例えば、CPU
４１が、関連情報にアクセスする操作や関連情報を保存
するような操作についての操作情報を取得して、記憶部
４９等に記録し、所定のタイミングでその捜査情報をサ
ーバに供給するようにし、サーバは、その操作情報に基
づいて、ユーザの評価が高い（ユーザが対応する関連情
報に興味があった）検索用キーワードを優先的にリスト
化するようにしてもよい。

【０２４６】これらの作成方法により作成された分野辞
書２０１を更新する場合、CPU４１は、所定のタイミン
グでサーバにアクセスしてリストを取得し、そのリスト
に基づいて、分野辞書２０１の情報を更新する。

【０２４７】以上のように、分野辞書２０１は、様々な
情報に基づいて、作成することができる。

【０２４８】なお、分野辞書２０１は、上述したように
様々な方法で作成された複数の分野辞書で構成されるよ
うにしてもよい。

【０２４９】その場合、文書特徴データベース作成部２
４が参照する分野辞書を、分野辞書２０１に含まれる複
数の分野辞書の中から、ユーザが、自分が興味あるもの
をダウンロードするなどして、予め選択しておくように
してもよいし、分野辞書２０１が、全ての話題に含まれ
ている全単語の内、より多くの単語を含む分野辞書を予
め選択するようにしてもよいし、検索語に基づく分野辞
書を利用する場合、分野辞書２０１が、自分の検索語が
多く登録されているものを選択するようにしてもよい
し、外部のサーバにおいて、分野辞書を提供する場合、
契約内容、または、利用履歴等に応じて、サーバ側がユ
ーザをグループ化し、優先するサービス内容によって、
提供する辞書を選択するようにしてもよい。

【０２５０】また、以上においては、分野辞書に含まれ
るとして記録された単語については、文書特徴データベ
ース作成部２４での重み計算時に、より重みを高く扱う
ように説明したが、これに限らず、例えば、文書内容処
理部２３が単語の重みを算出する際に、分野辞書２０１
に含まれる単語の重みを上げるようにしてもよい。

【０２５１】例えば、文書内容処理部２３が図３のステ
ップＳ３において行う形態素解析処理において使用され
る形態素解析辞書の変形が可能である場合、予め、形態
素解析辞書に含まれる品詞部分に新たな品詞（例えば、
「一般興味品詞」等）を追加し、その品詞（一般興味品
詞）を分野辞書２０１に含まれる単語に対応させてお
く。そして、文書内容処理部２３が、図３のステップＳ
４において、tf・idf法を用いて単語に重み付けを行う
際に、その品詞の単語の重みを上げるようにする。この
ようにすることにより、文書内容処理部２３が単語の重
みを算出する際に、分野辞書２０１に含まれる単語の重
みを上げることができる。

【０２５２】さらに、追加された新たな品詞（一般興味
品詞）が既に用意されている品詞よりも優先的に判定さ
れるように所定の値を振ることにより、分野辞書２０１
に含まれる単語が既に用意されている品詞である場合に
おいても、その単語は、追加された新たな品詞（一般興
味品詞）として判定されるので、その単語の重みを上げ
ることができる。

【０２５３】以上のように、分野辞書２０１を用いるこ
とにより、ユーザが興味を示す分野の関連情報が提示さ
れやすくなるように、データベースの単語の重みを修正
することができる。

【０２５４】なお、以上においては、ユーザが興味を示
す分野の関連情報が提示されやすくなるように、データ
ベースの単語の重みをあげるように、分野辞書２０１を
用いるように説明したが、これに限らず、重みを下げる
ために、分野辞書２０１を用いるようにしてもよい。

【０２５５】例えば、未成年のユーザで構成されるグル
ープに対してだけ、教育上好ましくない分野の単語の重
みが下がるようにするなど、特定のユーザグループに対
してだけ、特定の単語の重みが下がるようにする、また
は、その単語の重みに「０」を乗算し、重みを「０」に
するために、分野辞書２０１を用いるようにしてもよ
い。

【０２５６】以上においては、話題内に含まれる単語の
重みを修正する場合を例にして説明したが、これに限ら
ず、ワードプロセッサプログラム３によって作成された
文書に含まれる単語にも、同様にして重みを修正するこ
とができる。その場合、話題毎ではなく、フォルダ毎あ
るいは１つの作成文書毎に含まれる単語の重みを修正す
るようにしてもよい。

【０２５７】以上のように、従来、ユーザのメールのや
りとりにより抽出される単語に基づいて、一律にデータ
ベースを作成してしまうと、ユーザが興味を示している
話題、および興味を示していない話題が同等に扱われて
しまうが、図３１、図３４、および図３６のフローチャ
ートを用いて説明した、単語の重みの修正処理を実行す
ることによって、ユーザがより興味を示している単語の
重みを修正することができ、意義のあるデータベースを
作成することができる。従って、図５の関連情報提示処
理のステップＳ１５において、ユーザの興味がより高い
と思われる単語を重要語として選択しやすくなるととも
に、文書や話題の特徴ベクトルの内、ユーザの興味のあ
る分野に関連する要素を大きくすることにより、よりユ
ーザの興味を反映した精度の良い話題の抽出が可能とな
り、結果としてユーザの興味を精度良く反映した関連情
報を提示できる。

【０２５８】また、逆に、ユーザの興味の無い分野に関
連する要素を小さくすることにより、ユーザにとって有
用でない重要語を排除でき、無意味な特徴ベクトルの要
素に基づいた話題の抽出を抑制できるので、ユーザの所
望しない関連情報の提示を抑制できる。

【０２５９】ところで、エージェント制御部１３は、図
５のステップＳ１６の処理に対応して図７のステップＳ
３９において、文書の属性情報を選択（推薦）した理由
としてデスクトップに表示させるように説明したが、そ
の際、表示する属性情報を一部に限定するようにし、同
じ属性情報より複数の表示パターンを生成することがで
きるようにしてもよい。

【０２６０】図４２は、同じ属性情報から複数の表示パ
ターンを生成する例を示す図である。

【０２６１】例えば、図４２Ａに示すように、「２００
１年８月２１日」、「Ａさん」、および「パーティ」等
の属性情報、並びに、「ワインとケーキ」というキーワ
ードより選択（推薦）理由を生成してデスクトップに表
示させる場合、エージェント制御部１３は、図４２Ｂに
示すように、これらの全ての単語を用いて、「２００１
年８月２１日にＡさんとパーティについて話していたで
しょ。その話題に出てきたワインとケーキに関連する情
報があるよ。」のような文章の選択（推薦）理由を生成
し、エージェント７２の吹き出し７３に表示させるよう
にしてもよいし、図４２Ｃ乃至図４２Ｅに示すように、
上述した単語の一部を用いて、異なる文章を選択（推
薦）理由として生成し、エージェント７２の吹き出し７
３に表示させるようにしてもよい。

【０２６２】すなわち、エージェント制御部１３は、図
５のステップＳ１６の処理に対応して図７のステップＳ
３９において、図４２Ｃに示すように「２００１年８月
２１日」および「Ａさん」を用いて「２００１年８月２
１日にＡさんとメールで話していたでしょ。これに関す
る情報があるよ。」という文章、図４２Ｄに示すように
「Ａさん」および「パーティ」を用いて「Ａさんとパー
ティについて話していたことがあったよね。これに関す
る情報があるよ。」という文章、または、図４２Ｅに示
すように「Ａさん」および「ワインとケーキ」を用いて
「Ａさんとワインとケーキについて話していたことがあ
ったよね。関連情報があるよ。」という文章のいずれか
を生成し、エージェント７２の吹き出し７３に表示させ
る。

【０２６３】以上のようにして、エージェント制御部１
３は、同じ文書を選択（推薦）理由として何度も用いた
場合においても、毎回異なる文章を生成して表示させる
ので、ユーザの興味を低減することを抑制することがで
きる。

【０２６４】なお、以上において、一度使用された組み
合わせを記憶部４９に記憶させておき、エージェント制
御部１３が選択（推薦）理由の文章生成する際にそのデ
ータを参照し、同じ組み合わせの単語を用いないように
してもよい。

【０２６５】また、推薦理由の文書生成に際して、推薦
理由を構成する単語の類義語、上位概念語、または、関
連語等を、シソーラス辞書、オントロジー辞書（いずれ
も図示せず）等を用いて検索し、推薦理由を構成する単
語として利用してもよい。例えば、図４２Ａの「２００
１年８月２１日」に基づいて、「８月下旬」、「夏の終
わり」等を、推薦理由を構成する単語として適用しても
よいし、図４２Ａの「パーティ」に基づいて、「お祝
い」等を、推薦理由を構成する単語として適用してもよ
いし、図４２Ａの「ワインとケーキ」に基づいて、「洋
酒と洋菓子」等を、推薦理由を構成する単語として適用
してもよい。

【０２６６】本発明のエージェントプログラム１は、上
述したようにメーラ２によって送受信される文書やワー
ドプロセッサプログラム３で編集される文書の他、例え
ば、チャット、電子ニュース、電子掲示板等の文書や音
声信号をテキスト化した文書など、属性情報としてタイ
ムスタンプが付与されている文書に対応して動作するよ
うにさせることができる。

【０２６７】上述した一連の処理を実行するエージェン
トプログラム１は、パーソナルコンピュータに予め組み
込まれるか、あるいは、記録媒体からインストールされ
る。

【０２６８】上述した一連の処理は、ハードウェアに実
行させることもできるが、通常、ソフトウェアにより実
行させる。一連の処理をソフトウェアにより実行させる
場合には、そのソフトウェアを構成するエージェントプ
ログラム１が、専用のハードウェアに組み込まれている
コンピュータ、または、各種のプログラムをインストー
ルすることで、各種の機能を実行することが可能な、例
えば汎用のパーソナルコンピュータなどに、記録媒体か
らインストールされる。

【０２６９】コンピュータにインストールされ、コンピ
ュータによって実行可能な状態とされるプログラムを記
録する記録媒体は、図２に示されるように、プログラム
が記録されている磁気ディスク５２（フレキシブルディ
スクを含む）、光ディスク５３（CD-ROM（Compact Disk
-Read Only Memory），DVD（Digital Versatile Disk）
を含む）、光磁気ディスク５４（MD(Mini-Disk)（商
標）を含む）、もしくは半導体メモリ５５などよりなる
パッケージメディア、または、プログラムが一時的もし
くが永続的に記録されるROM４２や記憶部４９を構成す
るハードディスクなどにより構成される。記録媒体への
プログラムの記録は、必要に応じてルータ、モデムなど
のインタフェースを介して、公衆回線網、ローカルエリ
アネットワーク、インターネット、デジタル衛星放送と
いった、有線または無線の通信媒体を利用して行われ
る。

【０２７０】なお、本明細書において、記録媒体に記録
されるプログラムを記述するステップは、記載された順
序に沿って時系列的に行われる処理はもちろん、必ずし
も時系列的に処理されなくとも、並列的あるいは個別に
実行される処理をも含むものである。

【０２７１】

【発明の効果】本発明の情報処理装置および方法、並び
にプログラムによれば、既存の文書情報から第１の特徴
語が抽出するとともに、所定の文書情報から第２の特徴
語を抽出し、第１の特徴語の第１の重みおよび第２の特
徴語の第２の重みを算出し、所定の条件に基づいて算出
された第１の重みを修正し、第１の特徴語および第１の
重みに基づいて、既存の文書情報に対応付ける関連情報
を取得し、第２の特徴語に基づいて、所定の文書情報に
関連する既存の文書情報を検索し、検索された既存の文
書情報に対応付けられている関連情報を表示するように
したので、ユーザの興味の度合いに応じて関連情報を提
示することができる。

【図面の簡単な説明】

【図１】本発明を適用したエージェントプログラムの機
能ブロックの一構成例を示す図である。

【図２】エージェントプログラムをインストールして実
行させるパーソナルコンピュータの構成例を示すブロッ
ク図である。

【図３】エージェントプログラムのデータベース作成処
理を説明するフローチャートである。

【図４】図３のステップＳ５の処理を説明するための図
である。

【図５】エージェントプログラムの関連情報提示処理を
説明するフローチャートである。

【図６】図５のステップＳ１５の処理を説明するための
図である。

【図７】エージェントの動作等を説明するフローチャー
トである。

【図８】図７のステップＳ５１の待機中の処理の詳細を
説明するフローチャートである。

【図９】デスクトップ上に表示されたエージェントの表
示例を示す図である。

【図１０】エージェントが登場するときの表示例を示す
図である。

【図１１】エージェントの台詞である吹き出しの表示例
を示す図である。

【図１２】エージェントが待機中であるときの表示例を
示す図である。

【図１３】エージェントが作業中であるときの表示例を
示す図である。

【図１４】デスクトップ上に表示された入力ウィンドウ
の表示例を示す図である。

【図１５】入力ウィンドウの表示例を示す図である。

【図１６】デスクトップ上に表示された推薦URLの表示
例を示す図である。

【図１７】エージェンが指示中であるときの表示例を示
す図である。

【図１８】デスクトップ上に表示されたスクラップ帳ウ
ィンドウの表示例を示す図である。

【図１９】エージェントが喜びの状態であるときの表示
例を示す図である。

【図２０】エージェントが悲しみの状態であるときの表
示例を示す図である。

【図２１】エージェントが横方向に移動するときの表示
例を示す図である。

【図２２】エージェントが縦方向に移動するときの表示
例を示す図である。

【図２３】エージェントが遊びの状態であるときの表示
例を示す図である。

【図２４】エージェントが睡眠の状態であるときの表示
例を示す図である。

【図２５】エージェントが立ち去るときの表示例を示す
図である。

【図２６】メニューボックスの表示例を示す図である。

【図２７】設定画面の表示例を示す図である。

【図２８】エージェントプログラムのデータベース更新
処理を説明するフローチャートである。

【図２９】データベースを更新させる条件を入力するユ
ーザインタフェースの表示例を示す図である。

【図３０】特徴ベクトルの例を示す図である。

【図３１】第１の例の重み修正処理を説明するフローチ
ャートである。

【図３２】メールの頻度の多い順にソートされたメール
の相手とその頻度を示す図である。

【図３３】重みが修正された特徴ベクトルの例を示す図
である。

【図３４】第２の例の重み修正処理を説明するフローチ
ャートである。

【図３５】重みが修正された特徴ベクトルの例を示す図
である。

【図３６】第３の例の重み修正処理を説明するフローチ
ャートである。

【図３７】重みが修正された特徴ベクトルの例を示す図
である。

【図３８】本発明を適用したエージェントプログラムの
機能ブロックの、他の構成例を示す図である。

【図３９】図２の文書特徴データベース作成部による分
野辞書を用いた重み修正処理について説明するフローチ
ャートである。

【図４０】図２の文書特徴データベース作成部による分
野辞書を用いた重み修正処理の他の例について説明する
フローチャートである。

【図４１】サーバが取得した検索用キーワードに基づい
て、単語をグループ化する様子を示す図である。

【図４２】同じ属性情報から複数の表示パターンを生成
する例を示す図である。

【符号の説明】 １ エージェントプログラム， ２ メーラ， １１
蓄積部， １２ 提示部， １３ エージェント制御
部， ２１ 文書取得部， ２２ 文書属性処理部，
２３ 文書内容処理部， ２４ 文書特徴データベース
作成部， ２５関連情報検索部， ３１ イベント管理
部， ３２ データベース問い合わせ部， ３３ 関連
情報提示部， ５２ 磁気ディスク， ５３ 光ディス
ク， ５４ 光磁気ディスク， ５５ 半導体メモリ，
７２ エージェント， ７３吹き出し， ７４ スク
ラップ帳ウィンドウ， ８１ 入力ウィンドウ， ９１
推薦URL， ２０１ 分野辞書

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B075 ND03 NK02 NK32 NK44 NR05 PP12 PP22 PQ02 PQ32 PQ38 PQ46 PQ72 PQ74 PQ75 PR03 PR06 QM08

Claims (69)

【特許請求の範囲】
1. 【請求項１】 既存の文書情報および所定の文書情報に
   関連する関連情報を提示する情報処理装置において、 前記既存の文書情報から第１の特徴語を抽出するととも
   に、前記所定の文書情報から第２の特徴語を抽出する抽
   出手段と、 前記抽出手段により抽出された、前記第１の特徴語の第
   １の重みを算出するとともに、前記第２の特徴語の第２
   の重みを算出する重み算出手段と、 所定の条件に基づいて、前記重み算出手段により算出さ
   れた前記第１の重みを修正する重み修正手段と、 前記抽出手段により抽出された前記第１の特徴語、およ
   び前記重み修正手段により修正された前記第１の重みに
   基づいて、前記既存の文書情報に対応付ける前記関連情
   報を取得する取得手段と、 前記第２の特徴語に基づいて、前記所定の文書情報に関
   連する前記既存の文書情報を検索する検索手段と、 前記検索手段により検索された前記既存の文書情報に対
   応付けられている前記関連情報の表示を制御する表示制
   御手段とを備えることを特徴とする情報処理装置。
2. 【請求項２】 前記取得手段は、前記既存の文書情報に
   おける、複数の前記第１の特徴語の中から、前記第１の
   重みに基づいて重要語を選択し、前記重要語に関連する
   前記関連情報を取得することを特徴とする請求項１に記
   載の情報処理装置。
3. 【請求項３】 前記検索手段は、前記第１の重みと前記
   第２の重みから類似度を算出し、前記類似度に基づい
   て、前記所定の文書情報に対応する前記既存の文書情報
   を検索することを特徴とする請求項１に記載の情報処理
   装置。
4. 【請求項４】 前記既存の文書情報および前記所定の文
   書情報から属性情報を抽出する属性情報抽出手段をさら
   に備えることを特徴とする請求項１に記載の情報処理装
   置。
5. 【請求項５】 前記属性情報抽出手段により抽出された
   前記属性情報に基づいて、１または複数の前記既存の文
   書情報をグループ化して文書情報群を作成するグループ
   化手段をさらに備え、 前記抽出手段は、前記文書情報群から前記第１の特徴語
   を抽出し、 前記重み算出手段は、前記第１の特徴語の前記第１の重
   みを算出し、 前記取得手段は、前記第１の特徴語および前記第１の重
   みに基づいて、前記文書情報群に対応付ける前記関連情
   報を取得し、 前記検索手段は、前記第２の特徴語に基づいて、前記所
   定の文書情報に対応する前記文書情報群を検索すること
   を特徴とする請求項４に記載の情報処理装置。
6. 【請求項６】 前記重み修正手段は、前記属性情報抽出
   手段により抽出された前記属性情報に基づいて、前記第
   １の重みを修正することを特徴とする請求項４に記載の
   情報処理装置。
7. 【請求項７】 前記重み修正手段は、特定の宛先への送
   信または前記特定の宛先からの受信の頻度に応じて、前
   記第１の重みを修正することを特徴とする請求項１に記
   載の情報処理装置。
8. 【請求項８】 前記重み修正手段は、前記情報処理装置
   の使用者が作成した前記既存の文書情報から抽出された
   前記第１の特徴語の前記第１の重みを修正することを特
   徴とする請求項１に記載の情報処理装置。
9. 【請求項９】 前記重み修正手段は、他の前記既存の文
   書情報から抽出された、前記第１の特徴語と同じ特徴語
   の重みを、前記第１の重みと同様にさらに修正すること
   を特徴とする請求項１に記載の情報処理装置。
10. 【請求項１０】 前記重み修正手段は、前記第１の特徴
    語の種類に基づいて、前記第１の重みを修正することを
    特徴とする請求項１に記載の情報処理装置。
11. 【請求項１１】 前記既存の文書情報の前記第１の特徴
    語に関連付けて、前記取得手段により取得された前記関
    連情報を用いてデータベースを構築するデータベース構
    築手段をさらに備え、 前記検索手段は、前記第２の特徴語に基づいて、前記デ
    ータベース構築手段により構築された前記データベース
    から、前記所定の文書情報に関連する前記既存の文書情
    報を検索することを特徴とする請求項１に記載の情報処
    理装置。
12. 【請求項１２】 所定のイベントの発生を検知する検知
    手段をさらに備え、 前記所定の文書情報は、前記検知手段により検知された
    前記所定のイベントの発生に対応する文書であることを
    特徴とする請求項１に記載の情報処理装置。
13. 【請求項１３】 前記既存の文書情報および前記所定の
    文書情報は電子メールであることを特徴とする請求項１
    に記載の情報処理装置。
14. 【請求項１４】 所定のデータ構造で構成された単語群
    からなる、単語間の関係を示すデータベースである分野
    辞書を作成する分野辞書作成手段をさらに備え、 前記重み修正手段は、前記分野辞書作成手段により作成
    された前記分野辞書に基づいて、前記重み算出手段によ
    り算出された前記第１の重みを修正することを特徴とす
    る請求項１に記載の情報処理装置。
15. 【請求項１５】 前記分野辞書は、前記単語群が、各前
    記単語の属する分野によってグループ化され、記録され
    ているデータベースであることを特徴とする請求項１に
    記載の情報処理装置。
16. 【請求項１６】 前記分野辞書は、前記単語群が、前記
    単語間の関係に基づいて階層構造に配置され、記録され
    ているデータベースであることを特徴とする請求項１に
    記載の情報処理装置。
17. 【請求項１７】 前記分野辞書は、前記単語群が、各前
    記単語に割り当てられた重要度に基づいてリスト化され
    たデータベースであることを特徴とする請求項１に記載
    の情報処理装置。
18. 【請求項１８】 前記分野辞書は、既存の辞書データベ
    ースに含まれる前記単語群および前記単語群が形成する
    データ構造を含むことを特徴とする請求項１に記載の情
    報処理装置。
19. 【請求項１９】 前記分野辞書は、所定のWEBページデ
    ータに含まれる前記単語群および前記単語群が形成する
    データ構造を含むことを特徴とする請求項１に記載の情
    報処理装置。
20. 【請求項２０】 前記分野辞書は、以前に前記検索手段
    により用いられた前記第２の特徴語のリストに含まれる
    前記単語群および前記単語群が形成するデータ構造を含
    むことを特徴とする請求項１に記載の情報処理装置。
21. 【請求項２１】 前記重み修正手段は、前記分野辞書に
    含まれる前記単語に対応する前記第１の特徴語の前記第
    １の重みを修正することを特徴とする請求項１に記載の
    情報処理装置。
22. 【請求項２２】 既存の文書情報および所定の文書情報
    に関連する関連情報を提示する情報処理装置の情報処理
    方法において、 前記既存の文書情報から第１の特徴語を抽出するととも
    に、前記所定の文書情報から第２の特徴語を抽出する抽
    出ステップと、 前記抽出ステップの処理により抽出された、前記第１の
    特徴語の第１の重みを算出するとともに、前記第２の特
    徴語の第２の重みを算出する重み算出ステップと、 所定の条件に基づいて、前記重み算出ステップの処理に
    より算出された前記第１の重みを修正する重み修正ステ
    ップと、 前記抽出ステップの処理により抽出された前記第１の特
    徴語、および前記重み修正ステップの処理により修正さ
    れた前記第１の重みに基づいて、前記既存の文書情報に
    対応付ける前記関連情報の取得を制御する取得制御ステ
    ップと、 前記第２の特徴語に基づいて、前記所定の文書情報に関
    連する前記既存の文書情報を検索する検索ステップと、 前記検索ステップの処理により検索された前記既存の文
    書情報に対応付けられている前記関連情報の表示を制御
    する表示制御ステップとを含むことを特徴とする情報処
    理方法。
23. 【請求項２３】 前記取得制御ステップは、前記既存の
    文書情報における、複数の前記第１の特徴語の中から、
    前記第１の重みに基づいて重要語を選択し、前記重要語
    に関連する前記関連情報の取得を制御することを特徴と
    する請求項２２に記載の情報処理方法。
24. 【請求項２４】 前記検索ステップは、前記第１の重み
    と前記第２の重みから類似度を算出し、前記類似度に基
    づいて、前記所定の文書情報に対応する前記既存の文書
    情報を検索することを特徴とする請求項２２に記載の情
    報処理方法。
25. 【請求項２５】 前記既存の文書情報および前記所定の
    文書情報から属性情報を抽出する属性情報抽出ステップ
    をさらに含み、 前記重み修正ステップは、前記属性情報抽出ステップの
    処理により抽出された前記属性情報に基づいて、前記第
    １の重みを修正することを特徴とする請求項２２に記載
    の情報処理方法。
26. 【請求項２６】 前記属性情報抽出ステップの処理によ
    り抽出された前記属性情報に基づいて、１または複数の
    前記既存の文書情報をグループ化して文書情報群を作成
    するグループ化ステップをさらに含むことを特徴とする
    請求項２２に記載の情報処理方法。
27. 【請求項２７】 前記重み修正ステップは、特定の宛先
    への送信または前記特定の宛先からの受信の頻度に応じ
    て、前記第１の重みを修正することを特徴とする請求項
    ２２に記載の情報処理方法。
28. 【請求項２８】 前記重み修正ステップは、前記第１の
    特徴語の種類に基づいて、前記第１の重みを修正するこ
    とを特徴とする請求項２２に記載の情報処理方法。
29. 【請求項２９】 前記既存の文書情報の前記第１の特徴
    語に関連付けて、前記取得制御ステップの処理により取
    得が制御された前記関連情報を用いてデータベースを構
    築するデータベース構築ステップをさらに含むことを特
    徴とする請求項２２に記載の情報処理方法。
30. 【請求項３０】 所定のデータ構造で構成された単語群
    からなる、単語間の関係を示すデータベースである分野
    辞書を作成する分野辞書作成ステップをさらに含み、 前記重み修正ステップは、前記分野辞書作成ステップの
    処理により作成された前記分野辞書に基づいて、前記重
    み算出ステップの処理により算出された前記第１の重み
    を修正することを特徴とする請求項２２に記載の情報処
    理方法。
31. 【請求項３１】 前記分野辞書は、前記単語群が、各前
    記単語の属する分野によってグループ化され、記録され
    ているデータベースであることを特徴とする請求項２２
    に記載の情報処理方法。
32. 【請求項３２】 前記分野辞書は、前記単語群が、前記
    単語間の関係に基づいて階層構造に配置され、記録され
    ているデータベースであることを特徴とする請求項２２
    に記載の情報処理方法。
33. 【請求項３３】 前記分野辞書は、前記単語群が、各前
    記単語に割り当てられた重要度に基づいてリスト化され
    たデータベースであることを特徴とする請求項２２に記
    載の情報処理方法。
34. 【請求項３４】 前記分野辞書は、既存の辞書データベ
    ースに含まれる前記単語群および前記単語群が形成する
    データ構造を含むことを特徴とする請求項２２に記載の
    情報処理方法。
35. 【請求項３５】 前記分野辞書は、所定のWEBページデ
    ータに含まれる前記単語群および前記単語群が形成する
    データ構造を含むことを特徴とする請求項２２に記載の
    情報処理方法。
36. 【請求項３６】 前記分野辞書は、以前に前記検索ステ
    ップの処理により用いられた前記第２の特徴語のリスト
    に含まれる前記単語群および前記単語群が形成するデー
    タ構造を含むことを特徴とする請求項２２に記載の情報
    処理方法。
37. 【請求項３７】 前記重み修正ステップは、前記分野辞
    書に含まれる前記単語に対応する前記第１の特徴語の前
    記第１の重みを修正することを特徴とする請求項２２に
    記載の情報処理方法。
38. 【請求項３８】 既存の文書情報および所定の文書情報
    に関連する関連情報を提示する情報処理装置を制御する
    プログラムであって、 前記既存の文書情報から第１の特徴語を抽出するととも
    に、前記所定の文書情報から第２の特徴語を抽出する抽
    出ステップと、 前記抽出ステップの処理により抽出された、前記第１の
    特徴語の第１の重みを算出するとともに、前記第２の特
    徴語の第２の重みを算出する重み算出ステップと、 所定の条件に基づいて、前記重み算出ステップの処理に
    より算出された前記第１の重みを修正する重み修正ステ
    ップと、 前記抽出ステップの処理により抽出された前記第１の特
    徴語、および前記重み修正ステップの処理により修正さ
    れた前記第１の重みに基づいて、前記既存の文書情報に
    対応付ける前記関連情報の取得を制御する取得制御ステ
    ップと、 前記第２の特徴語に基づいて、前記所定の文書情報に関
    連する前記既存の文書情報を検索する検索ステップと、 前記検索ステップの処理により検索された前記既存の文
    書情報に対応付けられている前記関連情報の表示を制御
    する表示制御ステップとを含むことを特徴とするコンピ
    ュータが読み取り可能なプログラムが記録されている記
    録媒体。
39. 【請求項３９】 前記取得制御ステップは、前記既存の
    文書情報における、複数の前記第１の特徴語の中から、
    前記第１の重みに基づいて重要語を選択し、前記重要語
    に関連する前記関連情報の取得を制御することを特徴と
    する請求項３８に記載の記録媒体。
40. 【請求項４０】 前記検索ステップは、前記第１の重み
    と前記第２の重みから類似度を算出し、前記類似度に基
    づいて、前記所定の文書情報に対応する前記既存の文書
    情報を検索することを特徴とする請求項３８に記載の記
    録媒体。
41. 【請求項４１】 前記既存の文書情報および前記所定の
    文書情報から属性情報を抽出する属性情報抽出ステップ
    をさらに含み、 前記重み修正ステップは、前記属性情報抽出ステップの
    処理により抽出された前記属性情報に基づいて、前記第
    １の重みを修正することを特徴とする請求項３８に記載
    の記録媒体。
42. 【請求項４２】 前記属性情報抽出ステップの処理によ
    り抽出された前記属性情報に基づいて、１または複数の
    前記既存の文書情報をグループ化して文書情報群を作成
    するグループ化ステップをさらに含むことを特徴とする
    請求項３８に記載の記録媒体。
43. 【請求項４３】 前記重み修正ステップは、特定の宛先
    への送信または前記特定の宛先からの受信の頻度に応じ
    て、前記第１の重みを修正することを特徴とする請求項
    ３８に記載の記録媒体。
44. 【請求項４４】 前記重み修正ステップは、前記第１の
    特徴語の種類に基づいて、前記第１の重みを修正するこ
    とを特徴とする請求項３８に記載の記録媒体。
45. 【請求項４５】 前記既存の文書情報の前記第１の特徴
    語に関連付けて、前記取得制御ステップの処理により取
    得が制御された前記関連情報を用いてデータベースを構
    築するデータベース構築ステップをさらに含むことを特
    徴とする請求項３８に記載の記録媒体。
46. 【請求項４６】 所定のデータ構造で構成された単語群
    からなる、単語間の関係を示すデータベースである分野
    辞書を作成する分野辞書作成ステップをさらに含み、 前記重み修正ステップは、前記分野辞書作成ステップの
    処理により作成された前記分野辞書に基づいて、前記重
    み算出ステップの処理により算出された前記第１の重み
    を修正することを特徴とする請求項３８に記載の記録媒
    体。
47. 【請求項４７】 前記分野辞書は、前記単語群が、各前
    記単語の属する分野によってグループ化され、記録され
    ているデータベースであることを特徴とする請求項３８
    に記載の記録媒体。
48. 【請求項４８】 前記分野辞書は、前記単語群が、前記
    単語間の関係に基づいて階層構造に配置され、記録され
    ているデータベースであることを特徴とする請求項３８
    に記載の記録媒体。
49. 【請求項４９】 前記分野辞書は、前記単語群が、各前
    記単語に割り当てられた重要度に基づいてリスト化され
    たデータベースであることを特徴とする請求項３８に記
    載の記録媒体。
50. 【請求項５０】 前記分野辞書は、既存の辞書データベ
    ースに含まれる前記単語群および前記単語群が形成する
    データ構造を含むことを特徴とする請求項３８に記載の
    記録媒体。
51. 【請求項５１】 前記分野辞書は、所定のWEBページデ
    ータに含まれる前記単語群および前記単語群が形成する
    データ構造を含むことを特徴とする請求項３８に記載の
    記録媒体。
52. 【請求項５２】 前記分野辞書は、以前に前記検索ステ
    ップの処理により用いられた前記第２の特徴語のリスト
    に含まれる前記単語群および前記単語群が形成するデー
    タ構造を含むことを特徴とする請求項３８に記載の記録
    媒体。
53. 【請求項５３】 前記重み修正ステップは、前記分野辞
    書に含まれる前記単語に対応する前記第１の特徴語の前
    記第１の重みを修正することを特徴とする請求項３８に
    記載の記録媒体。
54. 【請求項５４】 既存の文書ファイルおよび所定の文書
    ファイルに関連する関連情報を提示する情報処理装置を
    制御するコンピュータに、 前記既存の文書情報から第１の特徴語を抽出するととも
    に、前記所定の文書情報から第２の特徴語を抽出する抽
    出ステップと、 前記抽出ステップの処理により抽出された、前記第１の
    特徴語の第１の重みを算出するとともに、前記第２の特
    徴語の第２の重みを算出する重み算出ステップと、 所定の条件に基づいて、前記重み算出ステップの処理に
    より算出された前記第１の重みを修正する重み修正ステ
    ップと、 前記抽出ステップの処理により抽出された前記第１の特
    徴語、および前記重み修正ステップの処理により修正さ
    れた前記第１の重みに基づいて、前記既存の文書情報に
    対応付ける前記関連情報の取得を制御する取得制御ステ
    ップと、 前記第２の特徴語に基づいて、前記所定の文書情報に関
    連する前記既存の文書情報を検索する検索ステップと、 前記検索ステップの処理により検索された前記既存の文
    書情報に対応付けられている前記関連情報の表示を制御
    する表示制御ステップとを実行させるプログラム。
55. 【請求項５５】 前記取得制御ステップは、前記既存の
    文書情報における、複数の前記第１の特徴語の中から、
    前記第１の重みに基づいて重要語を選択し、前記重要語
    に関連する前記関連情報の取得を制御することを特徴と
    する請求項５４に記載のプログラム。
56. 【請求項５６】 前記検索ステップは、前記第１の重み
    と前記第２の重みから類似度を算出し、前記類似度に基
    づいて、前記所定の文書情報に対応する前記既存の文書
    情報を検索することを特徴とする請求項５４に記載のプ
    ログラム。
57. 【請求項５７】 前記既存の文書情報および前記所定の
    文書情報から属性情報を抽出する属性情報抽出ステップ
    をさらに含み、 前記重み修正ステップは、前記属性情報抽出ステップの
    処理により抽出された前記属性情報に基づいて、前記第
    １の重みを修正することを特徴とする請求項５４に記載
    のプログラム。
58. 【請求項５８】 前記属性情報抽出ステップの処理によ
    り抽出された前記属性情報に基づいて、１または複数の
    前記既存の文書情報をグループ化して文書情報群を作成
    するグループ化ステップをさらに含むことを特徴とする
    請求項５４に記載のプログラム。
59. 【請求項５９】 前記重み修正ステップは、特定の宛先
    への送信または前記特定の宛先からの受信の頻度に応じ
    て、前記第１の重みを修正することを特徴とする請求項
    ５４に記載のプログラム。
60. 【請求項６０】 前記重み修正ステップは、前記第１の
    特徴語の種類に基づいて、前記第１の重みを修正するこ
    とを特徴とする請求項５４に記載のプログラム。
61. 【請求項６１】 前記既存の文書情報の前記第１の特徴
    語に関連付けて、前記取得制御ステップの処理により取
    得が制御された前記関連情報を用いてデータベースを構
    築するデータベース構築ステップをさらに含むことを特
    徴とする請求項５４に記載のプログラム。
62. 【請求項６２】 所定のデータ構造で構成された単語群
    からなる、単語間の関係を示すデータベースである分野
    辞書を作成する分野辞書作成ステップをさらに含み、 前記重み修正ステップは、前記分野辞書作成ステップの
    処理により作成された前記分野辞書に基づいて、前記重
    み算出ステップの処理により算出された前記第１の重み
    を修正することを特徴とする請求項５４に記載のプログ
    ラム。
63. 【請求項６３】 前記分野辞書は、前記単語群が、各前
    記単語の属する分野によってグループ化され、記録され
    ているデータベースであることを特徴とする請求項５４
    に記載のプログラム。
64. 【請求項６４】 前記分野辞書は、前記単語群が、前記
    単語間の関係に基づいて階層構造に配置され、記録され
    ているデータベースであることを特徴とする請求項５４
    に記載のプログラム。
65. 【請求項６５】 前記分野辞書は、前記単語群が、各前
    記単語に割り当てられた重要度に基づいてリスト化され
    たデータベースであることを特徴とする請求項５４に記
    載のプログラム。
66. 【請求項６６】 前記分野辞書は、既存の辞書データベ
    ースに含まれる前記単語群および前記単語群が形成する
    データ構造を含むことを特徴とする請求項５４に記載の
    プログラム。
67. 【請求項６７】 前記分野辞書は、所定のWEBページデ
    ータに含まれる前記単語群および前記単語群が形成する
    データ構造を含むことを特徴とする請求項５４に記載の
    プログラム。
68. 【請求項６８】 前記分野辞書は、以前に前記検索ステ
    ップの処理により用いられた前記第２の特徴語のリスト
    に含まれる前記単語群および前記単語群が形成するデー
    タ構造を含むことを特徴とする請求項５４に記載のプロ
    グラム。
69. 【請求項６９】 前記重み修正ステップは、前記分野辞
    書に含まれる前記単語に対応する前記第１の特徴語の前
    記第１の重みを修正することを特徴とする請求項５４に
    記載のプログラム。