JP2004280659A

JP2004280659A - 住所情報の自動抽出方法、抽出装置、位置情報提供方法及び提供装置

Info

Publication number: JP2004280659A
Application number: JP2003073460A
Authority: JP
Inventors: Naoki Inoue; 直己井ノ上
Original assignee: KDDI Corp
Current assignee: KDDI Corp
Priority date: 2003-03-18
Filing date: 2003-03-18
Publication date: 2004-10-07

Abstract

【課題】ウェブテキストから住所情報を効率良く抽出することができる住所情報の自動抽出方法、抽出装置、位置情報提供方法及び提供装置を提供する。
【解決手段】ＩＰ網を介して取り込んだウェブテキストについて住所情報に関する抽出範囲を決定し、決定した抽出範囲内のウェブテキストから複数の住所情報に該当する文字列を抽出し、少なくとも抽出した文字列が特定のキーワードを含むかどうかを調べることにより各住所情報の重要度を決定し、重要度の低い住所情報に関する抽出した文字列を削除して必要な住所情報に関する文字列のみを残す。
【選択図】図４

Description

【０００１】
【発明の属する技術分野】
本発明は、インターネットを利用した住所情報の自動抽出方法、抽出装置、位置情報提供方法及び提供装置に関する。
【０００２】
【従来の技術】
携帯電話や移動通信機器の技術の発展に伴い、最近は、ＧＰＳ（グローバルポジショニングシステム）を利用した位置情報サービスが提供されるようになってきている。しかしながら、現状では、位置情報サービス提供側の保有しているコンテンツ数がさほど多くないため、地図上に実際に表示される、施設（例えば、レストラン、デパート、ホテル、旅館、公共施設）やスポットなどの対象の数は少ない。
【０００３】
そこで、インターネットプロトコル（ＩＰ）網上に存在する膨大な情報から多数の対象の位置情報を抽出し、位置情報サービスの内容を充実させることが考えられる。その場合、検索して得たウェブテキストから位置情報を効率良く抽出することが非常に重要となってくる。
【０００４】
ネットワーク上に存在する地理情報を抽出し収集する方法として、ホームページを作成する際に、ページ作者が本当に伝えたい位置情報を特別のタグ（＜ｓｐａ＞及び＜／ｓｐａ＞タグ）であらかじめ囲っておき、位置情報抽出時は、このタグで囲われた部分のみを位置情報として認識し、自然言語処理する方法が知られている（例えば、非特許文献１）。
【０００５】
【非特許文献１】
相良毅他、“ネットワーク上各種情報源からの地理情報抽出収集手法”、地理情報システム学会、１９９９年８月
【０００６】
【発明が解決しようとする課題】
しかしながら、非特許文献１に記載されているような地理情報抽出収集方法は、ページ作成時に特別のタグを記載しなければならず、また特別のタグが記載されていない情報については抽出することが全くできないため、実現が非常に難しいという問題がある。
【０００７】
従って本発明の目的は、ウェブテキストから住所情報を効率良く抽出することができる住所情報の自動抽出方法、抽出装置、位置情報提供方法及び提供装置を提供することにある。
【０００８】
【課題を解決するための手段】
本発明によれば、ＩＰ網を介して取り込んだウェブテキストについて住所情報に関する抽出範囲を決定し、決定した抽出範囲内のウェブテキストから複数の住所情報に該当する文字列を抽出し、少なくとも抽出した文字列が特定のキーワードを含むかどうかを調べることにより各住所情報の重要度を決定し、重要度の低い住所情報に関する抽出した文字列を削除して必要な住所情報に関する文字列のみを残す、住所情報の自動抽出方法が提供される。
【０００９】
ウェブテキストから抽出した文字列が特定のキーワードを含むかどうかを調べて各住所情報の重要度を決定し、重要度の低い住所情報に関する文字列を削除するようにしているため、必要な住所情報のみを効率良く抽出することができる。
【００１０】
抽出範囲が、ウェブテキストの所定のタグによって定まる範囲であることが好ましい。この場合、所定のタグが、＜ＴＡＢＬＥ＞及び＜／ＴＡＢＬＥ＞タグであることがより好ましい。
【００１１】
住所情報の重要度が、所定のタグによって決まる階層の深さによっても決定されることも好ましい。
【００１２】
複数の住所情報に該当する文字列の抽出が、パターンマッチングによって行われることが好ましい。
【００１３】
特定のキーワードが、ウェブテキストの作者情報を表すキーワードであることが好ましい。
【００１４】
本発明によれば、さらに、上述の方法によって地図上に表示すべき対象の住所情報を抽出し、抽出した住所情報を緯度経度情報に変換して移動通信網に提供する位置情報提供方法、並びに上述の方法によって地図上に表示すべき対象の住所情報を抽出し、抽出した住所情報を緯度経度情報に変換し、緯度経度情報に従って対象を地図上に合成してなる地図情報を作成して移動通信網に提供する位置情報提供方法が与えられる。
【００１５】
本発明によれば、さらにまた、ＩＰ網に接続されており、ＩＰ網上のウェブサーバから取り込んだウェブテキストについて住所情報に関する抽出範囲を決定する手段と、決定した抽出範囲内のウェブテキストから複数の住所情報に該当する文字列を抽出する手段と、少なくとも抽出した文字列が特定のキーワードを含むかどうかを調べることにより各住所情報の重要度を決定する手段と、重要度の低い住所情報に関する抽出した文字列を削除して必要な住所情報の文字列のみを残す手段とを備えた住所情報の自動抽出装置が提供される。
【００１６】
ウェブテキストから抽出した文字列が特定のキーワードを含むかどうかを調べて各住所情報の重要度を決定し、重要度の低い住所情報に関する文字列を削除するようにしているため、必要な住所情報のみを効率良く抽出することができる。
【００１７】
抽出範囲が、ウェブテキストの所定のタグによって定まる範囲であることが好ましい。この場合、所定のタグが、＜ＴＡＢＬＥ＞及び＜／ＴＡＢＬＥ＞タグであることがより好ましい。
【００１８】
住所情報の重要度を決定する手段が、所定のタグによって決まる階層の深さによっても重要度を決定する手段であることも好ましい。
【００１９】
複数の住所情報に該当する文字列を抽出する手段が、パターンマッチングにより該当する文字列を抽出する手段であることが好ましい。
【００２０】
特定のキーワードが、ウェブテキストの作者情報を表すキーワードであることが好ましい。
【００２１】
本発明によれば、さらに、地図上に表示すべき対象の住所情報を抽出する上述した自動抽出装置と、抽出した各住所情報に関する文字列情報を緯度経度情報に変換して移動通信網に提供する手段とを備えた位置情報提供装置、並びに地図上に表示すべき対象の住所情報を抽出する上述した装置と、抽出した各住所情報に関する文字列情報を緯度経度情報に変換する手段と、緯度経度情報に従って対象を地図上に合成してなる地図情報を作成して移動通信網に提供する手段とを備えた位置情報提供装置が与えられる。
【００２２】
【発明の実施の形態】
図１は本発明の一実施形態として、位置情報ポータルサービスシステムの構成を概略的に示す図である。
【００２３】
同図において、１０はカーナビゲーション端末１１、携帯情報端末（ＰＤＡ）１２及び携帯電話１３などの移動端末を収容する移動通信網、１４はＧＰＳ衛星、１５は複数のウェブサーバ１６、１７が接続されているＩＰ網、１８は移動通信網１０及びＩＰ網１５の両方に接続されており、ＩＰ網１５上のウェブサーバから取り込んだ各種コンテンツの位置情報を移動通信網１０の移動端末に提供する位置情報ポータル装置をそれぞれ示している。
【００２４】
図２は位置情報ポータル装置１８の構成を概略的に表すブロック図であり、図３はその動作を説明する図である。
【００２５】
位置情報ポータル装置１８は、本発明の位置情報提供装置に対応しており、図２に示すように、移動通信網１０及びＩＰ網１５に接続されており、表示すべき対象の検索要求を移動通信網１０側から受けてＩＰ網１５側へ要求する検索要求手段１８ａと、ＩＰ網１５に接続されており、検索結果を読み込む検索結果読み込み手段１８ｂと、検索結果読み込み手段１８ｂに接続されており読み込んだ検索結果から必要とする住所情報を抽出する住所情報抽出手段１８ｃと、住所情報抽出手段１８ｃに接続されており抽出した住所情報を緯度経度変換データベース（緯度経度変換ＤＢ）１９を用いて緯度経度情報に変換する緯度経度変換手段１８ｄと、地図データベース（地図ＤＢ）２０から得られる地図と対象とを合成して地図情報を作成する合成手段１８ｅとを備えている。
【００２６】
この位置情報ポータル装置１８は、図３に示すように、▲１▼携帯電話などの移動端末１３から、施設（例えば、レストラン、デパート、ホテル、旅館、公共施設）やスポットなどの対象の検索キーを受け取ると、▲２▼ＩＰ網１５上の検索エンジン２１に検索要求を出し、▲３▼その検索結果を取り込んで必要とする住所情報のみを抽出し、▲４▼抽出した各対象の住所情報を、緯度経度変換ＤＢ１９を用いて緯度経度情報に変換し、▲５▼変換した緯度経度情報に基づいて各対象を地図ＤＢ２０から得た地図上に重ねて地図情報を作成し、▲６▼作成した地図情報を移動端末通信網の移動端末１３に提供する。
【００２７】
図４は、位置情報ポータル装置１８における住所情報抽出手段１８ｃの機能を説明するフローチャートである。
【００２８】
検索すべき対象について１つ又は複数の検索エンジンで検索し、その結果、１つ又は複数のウェブサーバから読み込まれたウェブテキストファイル（ＨＴＭＬファイル）のうち１ページをまず読み込む（ステップＳ１）。
次いで、そのページ内で、最初及び最後に現れる所定のタグ、例えば＜ｔａｂｌｅ＞タグ及び＜／ｔａｂｌｅ＞タグで挟まれている部分を住所情報抽出範囲として決定する（ステップＳ２）。
【００２９】
この住所情報抽出範囲内のテキストについて、パターンマッチングにより住所情報を抽出する（ステップＳ３）。なお、テキストから情報を抽出するパターンマッチングによる情報抽出法は、例えば、関根聡、“テキストからの情報抽出”、情報処理、Ｖｏｌ．４０、Ｎｏ．４、ｐｐ．３７０−３７３、情報処理学会、１９９９年４月に記載されている。
【００３０】
図５ａ及び図５ｂはこのステップＳ３における住所情報の抽出処理の一例を説明するフローチャートである。以下これらの図を用いて、住所情報抽出処理を詳細に説明する。なお、住所情報の抽出処理方法は、この方法に限定されることなく、種々の方法が適用可能である。
【００３１】
まず、抽出範囲内のテキストのうち、タグに挟まれているテキストを読み込む（ステップＳ３０１）。この読み込んだテキスト中に都道府県名があるかどうか判定し（ステップＳ３０２）、ＹＥＳの場合（ある場合）は都道府県名がある場所を記憶し（ステップＳ３０３）、Ｎｏの場合（ない場合）は読み出したテキストに区市町村郡名があるかどうか判定する（ステップＳ３０４）。区市町村郡名がある場合は、区市町村郡名の前に都道府県名があるかどうか判定し（ステップＳ３０４）、ＹＥＳの場合は住所の先頭が都道府県名のある場所とし（ステップＳ３０５）、ＮＯの場合は住所の先頭が区市町村郡名のある場所とする（ステップＳ３０６）。ステップＳ３０４において、ＮＯの場合はステップＳ３０１に戻り次のタグに挟まれたテキストについて処理を行う。
【００３２】
ステップＳ３０６又はＳ３０７において、住所の先頭が定まった場合は、区市町村郡名から２５文字以内に数字があり、記号、国道や徒歩などの住所とは関係のないキーワードが入っていないかどうか判定する（ステップＳ３０８）。ＹＥＳの場合は、この読み込んだテキストを住所情報と判断し、その住所の先頭から数字、ハイフン、丁目、番地、号が続くところまで抽出する（ステップＳ３０９）。
【００３３】
ステップＳ３０８において、ＮＯの場合は、次のタグに挟まれているテキストを元のテキストに結合し（ステップＳ３１０）、区市町村郡名から２５文字以内に数字があり、記号、国道や徒歩などの住所とは関係のないキーワードが入っていないかどうか判定する（ステップＳ３１１）。ＹＥＳの場合は、この読み込んだテキストを住所情報と判断し、その住所の先頭から数字、ハイフン、丁目、番地、号が続くところまで抽出する（ステップＳ３０９）。ステップＳ３１１においてＮＯの場合は、ステップＳ３０１に戻り次のタグに挟まれたテキストについて処理を行う。
【００３４】
次いで、住所情報抽出範囲の終わりまで処理をしたかどうか判定し（ステップＳ３１２）、ＹＥＳの場合はこの抽出処理を終了し、ＮＯの場合はステップＳ３０１に戻り次のタグに挟まれたテキストについて処理を行う。
【００３５】
その後、住所情報抽出範囲内から抽出した複数の住所情報について、重要度を決定する（ステップＳ４）。この重要度の決定は、例えば、その住所情報のレイアウトと前後の文字列とを読み込み、（Ａ）その前後の文字列に、例えば「Ｃｏｐｙｒｉｇｈｔ」、「発行者」、「お問い合わせ」などのウェブテキストの作者情報を表すキーワードが存在するかどうかを調べ、存在する場合は重要度が低いと判断する、（Ｂ）改行されていたり、表の形式になっているかどうか調べ、そうでない場合は重要度が低いと判断する、（Ｃ）その住所情報が抽出範囲の先頭か最後の住所情報である際に、＜ＴＡＢＬＥ＞及び＜／ＴＡＢＬＥ＞タグなどの所定のタグによって決まる階層を調べ、階層が他と異なっている場合は重要度が低いと判断することによって行う。
【００３６】
次いで、重要度の低い住所情報に関する文字列を削除し（ステップＳ５）、必要な住所情報のみを抽出する。
【００３７】
次いで、ウェブテキストファイルの全てのページについて処理が終了したかどうか判定し（ステップＳ６）、ＮＯの場合は、ステップＳ１において１ページの読み込みを行って上述の処理を繰り返す。ＹＥＳの場合は、処理を終了する。
【００３８】
以下、本実施形態における住所情報抽出処理について、ＩＰ網から「長野の温泉宿」の住所情報を抽出する場合を例にとって具体的に説明する。
【００３９】
「長野の温泉宿」について、検索エンジンを用いて検索した結果の１ページ分のウェブテキストを文字表示すると、次のようになる。
【００４０】
ＡＢＣ長野のお宿
○○○○旅館
境内にある静かなお宿
アクセス／長野自動車道・長野Ｉ．Ｃ．より２０分
住所／長野県長野市○○町１１１
ｔｅｌ．０２６−ｘｘｘ−ｘｘｘｘ／ｆａｘ．０２６−ｘｘｘ−ｘｘｘｘ
××ホテル
五千坪の敷地にくつろぎの空間。全室温泉付
アクセス／上信越自動車道・更埴Ｉ．Ｃ．より１５分
住所／埴科郡戸倉町戸倉温泉１１１１
ｔｅｌ．０２６−ｘｘｘ−ｘｘｘｘ／ｆａｘ．０２６−ｘｘｘ−ｘｘｘｘ
・
・
・
・
・
△△△温泉ホテル
標高１５００ｍ・雲海を見下す露天風呂
アクセス／上信越自動車道・長野須坂東Ｉ．Ｃ．より３０分
住所／長野県上高井郡××村△ １１１１−１１１ △牧場
ｔｅｌ．０２６−ｘｘｘ−ｘｘｘｘ／ｆａｘ．０２６−ｘｘｘ−ｘｘｘｘ
ＡＢＣ長野放送
〒３８１−ｘｘｘｘ長野市○○ １−１１−１１１
ＴＥＬ０２６−ｘｘｘ−ｘｘｘｘ
Ｃｏｐｙｒｉｇｈｔ（Ｃ）１９９０−２０００ＡＢＣＬｔｄ．ＡｌｌＲｉｇｈｔＲｅｓｅｒｖｅｄ．
【００４１】
これをＨＴＭＬ形式で表すと以下のようになる。
【００４２】
＜ＨＴＭＬ＞
＜ＨＥＡＤ＞
＜ＴＩＴＬＥ＞ＡＢＣ長野のお宿＜／ＴＩＴＬＥ＞
＜／ＨＥＡＤ＞
＜ＢＯＤＹＢＧＣＯＬＯＲ＝”＃Ｆ５ＦＦＦ６” ＴＯＰＭＡＲＧＩＮ＝”１０” ＭＡＲＧＩＮＨＥＩＧＨＴ＝”１０” ＬＥＦＴＭＡＲＧＩＮ＝”０” ＭＡＲＧＩＮＷＩＤＴＨ＝”０”＞
＜ｄｉｖａｌｉｇｎ＝”ｃｅｎｔｅｒ”＞
＜ｔａｂｌｅｗｉｄｔｈ＝”５００” ｂｏｒｄｅｒ＝”０” ｃｅｌｌｓｐａｃｉｎｇ＝”０” ｃｅｌｌｐａｄｄｉｎｇ＝”０”＞
＜ｔｒ＞
＜ｔｄｗｉｄｔｈ＝”６５” ａｌｉｇｎ＝”ｒｉｇｈｔ”＞＜ｉｍｇｓｒｃ＝”．／ｉｍａｇｅ／ｔｏｏｌ／Ｃ１０．ｇｉｆ”＞＜／ｔｄ＞
＜ｔｄｗｉｄｔｈ＝”４１３” ｂａｃｋｇｒｏｕｎｄ＝”．／ｉｍａｇｅ／ｔｏｏｌ／Ｃ３０．ｇｉｆ”＞＜ｉｍｇｓｒｃ＝”．／ｉｍａｇｅ／ｔｏｏｌ／Ｃ２２．ｇｉｆ”＞＜／ｔｄ＞
＜ｔｄｗｉｄｔｈ＝”２２”＞＜ｉｍｇｓｒｃ＝”．／ｉｍａｇｅ／ｔｏｏｌ／Ｃ４０．ｇｉｆ”＞＜／ｔｄ＞＜／ｔｒ＞
＜ｔｒ＞
＜ｔｄｗｉｄｔｈ＝”６５” ａｌｉｇｎ＝”ｒｉｇｈｔ”＞＜／ｔｄ＞
＜ｔｄｗｉｄｔｈ＝”４１３” ｂｇｃｏｌｏｒ＝”＃ＦＦＦＦＦＦ”＞
＜ｔａｂｌｅｗｉｄｔｈ＝”１００％” ｂｏｒｄｅｒ＝”０” ｃｅｌｌｓｐａｃｉｎｇ＝”２” ｃｅｌｌｐａｄｄｉｎｇ＝”２”＞
＜ｔｒ＞
＜ｔｈａｌｉｇｎ＝”ｌｅｆｔ”＞＜ａｈｒｅｆ＝”ｈｔｔｐ：／／ｘｘｘ．ｎｅ．ｊｐ／” ｔａｒｇｅｔ＝”＿ｂｌａｎｋ”＞○○○○旅館＜／ａ＞＜／ｔｈ＞＜／ｔｒ＞
＜ｔｒ＞
＜ｔｄ＞境内にある静かなお宿＜／ｔｄ＞＜／ｔｒ＞
＜ｔｒ＞
＜ｔｄ＞アクセス／長野自動車道・長野Ｉ．Ｃ．より２０分＜ｂｒ＞住所／長野県長野市○○町１１１＜ｂｒ＞ｔｅｌ．０２６−ｘｘｘ−ｘｘｘｘ／ｆａｘ．０２６−ｘｘｘ−ｘｘｘｘ＜／ｔｄ＞＜／ｔｒ＞
＜ｔｒ＞
＜ｔｄａｌｉｇｎ＝”ｃｅｎｔｅｒ”＞＜ｉｍｇｓｒｃ＝”．／ｉｍａｇｅ／ｔｏｏｌ／ｂｇ−ｇｒ−ｌｉｎｅ．ｇｉｆ” ｗｉｄｔｈ＝”１００％” ｈｅｉｇｈｔ＝”１”＞＜／ｔｄ＞＜／ｔｒ＞
＜ｔｒ＞
＜ｔｈａｌｉｇｎ＝”ｌｅｆｔ”＞＜ａｈｒｅｆ＝”ｈｔｔｐ：／／ｗｗｗ．ｘｘｘｘ．ｃｏ．ｊｐ／” ｔａｒｇｅｔ＝”＿ｂｌａｎｋ”＞××ホテル＜／ａ＞＜／ｔｈ＞＜／ｔｒ＞
＜ｔｒ＞
＜ｔｄ＞五千坪の敷地にくつろぎの空間。全室温泉付＜／ｔｄ＞＜／ｔｒ＞
＜ｔｒ＞
＜ｔｄ＞アクセス／上信越自動車道・更埴Ｉ．Ｃ．より１５分＜ｂｒ＞住所／埴科郡戸倉町戸倉温泉１１１１＜ｂｒ＞ｔｅｌ．０２６−ｘｘｘ−ｘｘｘｘ／ｆａｘ．０２６−ｘｘｘ−ｘｘｘｘ＜／ｔｄ＞＜／ｔｒ＞
＜ｔｒ＞
＜ｔｄａｌｉｇｎ＝”ｃｅｎｔｅｒ”＞＜ｉｍｇｓｒｃ＝”．／ｉｍａｇｅ／ｔｏｏｌ／ｂｇ−ｇｒ−ｌｉｎｅ．ｇｉｆ” ｗｉｄｔｈ＝”１００％” ｈｅｉｇｈｔ＝”１”＞＜／ｔｄ＞＜／ｔｒ＞
＜ｔｒ＞
＜ｔｈａｌｉｇｎ＝”ｌｅｆｔ”＞＜ａｈｒｅｆ＝”ｈｔｔｐ：／／ｗｗｗ．ｘｘｘ．ｏｒ．ｊｐ／ｕｓｅｒｓ／ｃｅｒｖｉｎ／” ｔａｒｇｅｔ＝”＿ｂｌａｎｋ”＞△△△温泉ホテル＜／ａ＞＜／ｔｈ＞＜／ｔｒ＞
＜ｔｒ＞
＜ｔｄ＞標高１５００ｍ・雲海を見下す露天風呂＜／ｔｄ＞＜／ｔｒ＞
＜ｔｒ＞
＜ｔｄ＞アクセス／上信越自動車道・長野須坂東Ｉ．Ｃ．より３０分＜ｂｒ＞住所／長野県上高井郡××村△ １１１１−１１１ △牧場＜ｂｒ＞ｔｅｌ．０２６−ｘｘｘ−ｘｘｘｘ／ｆａｘ．０２６−ｘｘｘ−ｘｘｘｘ＜／ｔｄ＞＜／ｔｒ＞
＜ｔｒ＞
＜ｔｄａｌｉｇｎ＝”ｃｅｎｔｅｒ”＞＜ｉｍｇｓｒｃ＝”．／ｉｍａｇｅ／ｔｏｏｌ／ｂｇ−ｇｒ−ｌｉｎｅ．ｇｉｆ” ｗｉｄｔｈ＝”１００％” ｈｅｉｇｈｔ＝”１”＞＜／ｔｄ＞＜／ｔｒ＞
＜／ｔａｂｌｅ＞
＜／ｔｄ＞
＜ｔｄｗｉｄｔｈ＝”２２”＞＜／ｔｄ＞
＜／ｔｒ＞
＜ｔｒａｌｉｇｎ＝”ｃｅｎｔｅｒ”＞
＜ｔｄｃｏｌｓｐａｎ＝”３”＞
＜／ｔｄ＞
＜／ｔｒ＞
＜ｔｒａｌｉｇｎ＝”ｃｅｎｔｅｒ”＞
＜ｔｄｃｏｌｓｐａｎ＝”３”＞
＜ｈｒＮＯＳＨＡＤＥｗｉｄｔｈ＝”９５％”＞
＜ｉｍｇｓｒｃ＝”ｈｔｔｐ：／／ｘｘｘｘ．ｇｉｆ” ｗｉｄｔｈ＝”１５０” ｈｅｉｇｈｔ＝”３８”＞＜ｂｒ＞
＜ｓｐａｎｓｔｙｌｅ＝”ｆｏｎｔ−ｓｉｚｅ：１０ｐｔ”＞〒３８１−ｘｘｘｘ長野市○○ ２−２２−２２２＜ｂｒ＞
ＴＥＬ０２６−ｘｘｘ−ｘｘｘｘ＜ｂｒ＞
Ｃｏｐｙｒｉｇｈｔ（Ｃ）１９９０−２０００ＡＢＣＬｔｄ．ＡｌｌＲｉｇｈｔＲｅｓｅｒｖｅｄ．＜／ｓｐａｎ＞
＜／ｔｄ＞
＜／ｔｒ＞
＜／ｔａｂｌｅ＞
＜ｐ＞＜／ｐ＞
＜／ｄｉｖ＞
＜／ＢＯＤＹ＞
＜／ＨＴＭＬ＞
【００４３】
最初に現れる＜ｔａｂｌｅ＞タグと最後に現れる＜／ｔａｂｌｅ＞タグとで挟まれている部分が、住所情報抽出範囲であり、この中には、「○○○○旅館」、「××ホテル」、・・・・、「△△△温泉ホテル」の住所情報の他に、このページの作者である「ＡＢＣ長野放送」の住所情報が入っている。しかしながら、この「ＡＢＣ長野放送」の住所情報は、その近辺に作者情報を示すキーワードである「Ｃｏｐｙｒｉｇｈｔ」が存在し、さらに、深い階層の＜ｔａｂｌｅ＞タグ及び＜／ｔａｂｌｅ＞タグで挟まれている。このため、「ＡＢＣ長野放送」の住所情報は、重要度が低いと判断され、削除される。これにより、「長野の温泉宿」として、所望の「○○○○旅館」、「××ホテル」、・・・・、「△△△温泉ホテル」の住所情報のみが抽出されることとなる。
【００４４】
このようにして抽出された「長野の温泉宿」の各住所情報は、緯度経度変換ＤＢ１９（図２）を用いることによって緯度経度情報に変換され、地図ＤＢ２０（図２）から得た地図上に重ねて合成することによって地図情報が作成される。この作成された地図情報が移動端末通信網の移動端末１１、１２、１３に供給される。なお、移動端末側が地図を既に有している場合は、合成することなく緯度経度情報に変換された住所情報を移動端末に供給するようにしても良い。
【００４５】
上述した実施形態では、位置情報ポータル装置１８は、表示すべき対象の検索要求を移動通信網１０側から受けてリアルタイムで情報検索し、住所情報の抽出及び地図表示を行っているが、表示すべき対象の検索及び住所情報の抽出さらに必要に応じて地図上への表示をあらかじめ行って記憶しておき、移動通信網からの要求に応じてその記憶内容を提供するようにも良いことは明らかである。
【００４６】
以上述べた実施形態は全て本発明を例示的に示すものであって限定的に示すものではなく、本発明は他の種々の変形態様及び変更態様で実施することができる。従って本発明の範囲は特許請求の範囲及びその均等範囲によってのみ規定されるものである。
【００４７】
【発明の効果】
以上詳細に説明したように本発明によれば、ウェブテキストから抽出した文字列が特定のキーワードを含むかどうかを調べて各住所情報の重要度を決定し、重要度の低い住所情報に関する文字列を削除するようにしているため、必要な住所情報のみを効率良く抽出することができる。
【図面の簡単な説明】
【図１】本発明の一実施形態として、位置情報ポータルサービスシステムの構成を概略的に示す図である。
【図２】位置情報ポータル装置の構成を概略的に表すブロック図である。
【図３】位置情報ポータル装置の動作を説明する図である。
【図４】位置情報ポータル装置における住所情報抽出手段の機能を説明するフローチャートである。
【図５ａ】住所情報の抽出処理の一例を説明するフローチャートである。
【図５ｂ】住所情報の抽出処理の一例を説明するフローチャートである。
【符号の説明】
１０移動通信網
１１カーナビゲーション端末
１２携帯情報端末（ＰＤＡ）
１３携帯電話
１４ＧＰＳ衛星
１５ＩＰ網
１６、１７ウェブサーバ
１８位置情報ポータル装置
１８ａ検索要求手段
１８ｂ検索結果読み込み手段
１８ｃ住所情報抽出手段
１８ｄ緯度経度変換手段
１８ｅ合成手段
１９緯度経度変換ＤＢ
２０地図ＤＢ

Claims

インターネットプロトコル網を介して取り込んだウェブテキストについて住所情報に関する抽出範囲を決定し、該決定した抽出範囲内のウェブテキストから複数の住所情報に該当する文字列を抽出し、少なくとも該抽出した文字列が特定のキーワードを含むかどうかを調べることにより各住所情報の重要度を決定し、重要度の低い住所情報に関する前記抽出した文字列を削除して必要な住所情報に関する文字列のみを残すことを特徴とする住所情報の自動抽出方法。
前記抽出範囲が、ウェブテキストの所定のタグによって定まる範囲であることを特徴とする請求項１に記載の方法。
前記所定のタグが、＜ＴＡＢＬＥ＞及び＜／ＴＡＢＬＥ＞タグであることを特徴とする請求項２に記載の方法。
前記住所情報の重要度が、前記所定のタグによって決まる階層の深さによっても決定されることを特徴とする請求項２又は３に記載の方法。
前記複数の住所情報に該当する文字列の抽出が、パターンマッチングによって行われることを特徴とする請求項１から４のいずれか１項に記載の方法。
前記特定のキーワードが、該ウェブテキストの作者情報を表すキーワードであることを特徴とする請求項１から５のいずれか１項に記載の方法。
請求項１から６のいずれか１項に記載の方法によって地図上に表示すべき対象の住所情報を抽出し、該抽出した住所情報を緯度経度情報に変換して移動通信網に提供することを特徴とする位置情報提供方法。
請求項１から６のいずれか１項に記載の方法によって地図上に表示すべき対象の住所情報を抽出し、該抽出した住所情報を緯度経度情報に変換し、該緯度経度情報に従って前記対象を地図上に合成してなる地図情報を作成して移動通信網に提供することを特徴とする位置情報提供方法。
インターネットプロトコル網に接続されており、該インターネットプロトコル網上のウェブサーバから取り込んだウェブテキストについて住所情報に関する抽出範囲を決定する手段と、該決定した抽出範囲内のウェブテキストから複数の住所情報に該当する文字列を抽出する手段と、少なくとも該抽出した文字列が特定のキーワードを含むかどうかを調べることにより各住所情報の重要度を決定する手段と、重要度の低い住所情報に関する前記抽出した文字列を削除して必要な住所情報の文字列のみを残す手段とを備えたことを特徴とする住所情報の自動抽出装置。
前記抽出範囲が、ウェブテキストの所定のタグによって定まる範囲であることを特徴とする請求項９に記載の装置。
前記所定のタグが、＜ＴＡＢＬＥ＞及び＜／ＴＡＢＬＥ＞タグであることを特徴とする請求項１０に記載の装置。
前記住所情報の重要度を決定する手段が、前記所定のタグによって決まる階層の深さによっても重要度を決定する手段であることを特徴とする請求項１０又は１１に記載の装置。
前記複数の住所情報に該当する文字列を抽出する手段が、パターンマッチングにより該当する文字列を抽出する手段であることを特徴とする請求項９から１２のいずれか１項に記載の装置。
前記特定のキーワードが、該ウェブテキストの作者情報を表すキーワードであることを特徴とする請求項９から１３のいずれか１項に記載の装置。
地図上に表示すべき対象の住所情報を抽出する請求項９から１４のいずれか１項に記載の装置と、該抽出した各住所情報に関する文字列情報を緯度経度情報に変換して移動通信網に提供する手段とを備えたことを特徴とする位置情報提供装置。
地図上に表示すべき対象の住所情報を抽出する請求項９から１４のいずれか１項に記載の装置と、該抽出した各住所情報に関する文字列情報を緯度経度情報に変換する手段と、該緯度経度情報に従って前記対象を地図上に合成してなる地図情報を作成して移動通信網に提供する手段とを備えたことを特徴とする位置情報提供装置。