JP2005032193A

JP2005032193A - 単語間意味関係測定装置、単語間意味関係測定方法、単語間意味関係測定プログラム及びプログラム記録媒体

Info

Publication number: JP2005032193A
Application number: JP2003273734A
Authority: JP
Inventors: Noriaki Kawamae; 徳章川前
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2003-07-11
Filing date: 2003-07-11
Publication date: 2005-02-03

Abstract

【課題】汎用性及び経済性に富み、迅速且つ的確にユーザの入力作業を支援可能な単語間意味関係測定装置、単語間意味関係測定方法、単語間意味関係測定プログラム及びプログラム記録媒体を提供する。
【解決手段】ユーザの検索行動をモデリングした検索行動モデルを用いることにより任意の単語間の意味関係を測定し、ユーザにより単語が入力されると、測定の結果に基づいて、入力された単語に対して定義された意味関係毎に関係性が強い単語をユーザに提示する単語提示部１３を設ける。
【選択図】図１

Description

本発明は、情報を提示するにあたって、単語間の意味関係を自動的に測定する単語間意味関係測定装置、単語間意味関係測定方法、単語間意味関係測定プログラム及びプログラム記録媒体に関する。

ユーザが必要な情報を検索するためのシステムの多くは、ユーザに自身の要求を単語として入力することを求めている。現実は、情報を探す以前に、多くのユーザは、自身の要求を的確に表現した単語を探す為に、何度も単語を変えて入力するということを行っている。

この自身の要求を的確に表現した単語を探す作業は、ユーザに多大なる負担を強いている。このため、システム側がそのユーザに合った単語を提示することでユーザの入力作業を支援することが望まれる。

その支援を実現する為に、システム側は単語のデータベースとしてシソーラスの構築が提案されてきた。このシソーラスは、単語の関係を概念別に整理した辞書であり、シソーラスの構築により検索質問拡張などの支援が実現する。なお、この検索質問拡張は、ユーザが入力した単語に新たに単語を付加する手法である（例えば、特許文献１参照）。

ただし、シソーラスの構築には、人手と時間を要するというコスト的な問題だけでなく、支援できる情報の分野やユーザの検索行動が限定されているという問題も存在する。
特開２００２−９２０３２号公報

このような事情に鑑み、本発明は、汎用性及び経済性に富み、迅速且つ的確にユーザの入力作業を支援可能な単語間意味関係測定装置、単語間意味関係測定方法、単語間意味関係測定プログラム及びプログラム記録媒体を提供することを目的とする。

請求項１に記載の本発明は、ユーザの検索行動をモデリングした検索行動モデルを用いることにより任意の単語間の意味関係を測定し、ユーザにより単語が入力されると、測定の結果に基づいて、入力された単語に対して定義された意味関係毎に関係性が強い単語をユーザに提示する提示手段を有することを要旨とする。

請求項２に記載の本発明は、請求項１に記載の発明において、提示手段は、単語の提示を行うために、ユーザの検索履歴を生成する検索履歴生成手段を有することを要旨とする。

請求項３に記載の本発明は、請求項２に記載の発明において、提示手段は、検索履歴をユーザ単位毎に分類し、且つ時系列順に整理した検索シーケンスを生成する検索シーケンス生成手段を有することを要旨とする。

請求項４に記載の本発明は、請求項３に記載の発明において、検索シーケンスから単語リストを作成する単語リスト作成手段を有することを要旨とする。

請求項５に記載の本発明は、請求項１乃至４のいずれか１項に記載の発明において、単語の其々に対して検索行動モデルを用いることにより、単語間の関係性を示す関係性指標値を算出する関係性指標値算出手段を有し、提示手段は、関係性指標値に基づいて単語間の意味関係を測定することを要旨とする。

請求項６に記載の本発明は、請求項３乃至５のいずれか１項に記載の発明において、検索シーケンスから検索行動モデルを作成する検索行動モデル作成手段を有することを要旨とする。

請求項７に記載の本発明は、請求項６に記載の発明において、検索行動モデル作成手段は、検索シーケンスに含まれる単語の出現順序、出現時間間隔、出現位置間隔、出現回数を組み合わせることにより検索行動モデルを作成することを要旨とする。

請求項８に記載の本発明は、請求項６又は７に記載の発明において、検索行動モデル作成手段は、検索におけるユーザの検索要求の内容を別表現、具体化、同概念及び興味の変化の各項目に分類し、其々に対応する検索行動モデルを作成することを要旨とする。

請求項９に記載の本発明は、請求項５乃至８のいずれか１項に記載の発明において、検索におけるユーザの検索要求の内容を別表現、具体化、同概念及び興味の変化の各項目に分類し、各項目に基づいて単語の其々と検索検索行動モデルとを対応付ける対応付け手段を有することを要旨とする。

請求項１０に記載の本発明は、請求項６乃至９のいずれか１項に記載の発明において、検索行動モデル生成手段は、ユーザの検索の巧拙を判断し、判断した巧拙に基づいて検索行動モデルを作成することを要旨とする。

請求項１１に記載の本発明は、請求項１０に記載の発明において、検索行動モデル生成手段は、検索シーケンスに含まれる隣接した単語が出現した時間との間隔に基づいてユーザの検索の巧拙を判断することを要旨とする。

請求項１２に記載の本発明は、請求項１０又は１１に記載の発明において、ユーザの検索の巧拙を用いてフィルタリングを行うことを要旨とする。

請求項１３に記載の本発明は、請求項７乃至１２のいずれか１項に記載の発明において、別表現に対応する検索行動モデルを作成するにあたっては、単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、単語リストのキーをｋｅｙ、そのリスト内の単語をｗｏｒｄとして、ｋｅｙとｗｏｒｄとの間に出現する単語の数の平均値を算出し、平均値の小さい順にｋｅｙに対して別表現に含まれる単語とｗｏｒｄを測定し、具体化に対応する検索行動モデルを作成するにあたっては、単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、ｋｅｙがｗｏｒｄの前に出現する検索シーケンスの数を算出し、検索シーケンスの数の大きい順にｋｅｙに対して具体化に含まれる単語とｗｏｒｄを測定し、抽象化に対応する検索行動モデルを作成するにあたっては、単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、ｋｅｙがｗｏｒｄの前に出現する検索シーケンスの数を算出し、検索シーケンスの数の大きい順にｋｅｙに対して抽象化に含まれる単語とｗｏｒｄを測定し、概念に対応する検索行動モデルを作成するにあたっては、単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、ｋｅｙとｗｏｒｄとの間に出現する単語の数の平均値を算出し、平均値の小さい順にｋｅｙに対して同概念に含まれる単語とｗｏｒｄを測定し、興味の変化に対応する検索行動モデルを作成するにあたっては、単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、ｗｏｒｄを含む検索シーケンスの数をｋｅｙとｗｏｒｄが同時に出現する検索シーケンスで割り、この値の大きい順にｋｅｙに対して興味の変化に含まれる単語とｗｏｒｄを測定することを要旨とする。

請求項１４に記載の本発明は、ユーザの検索行動をモデリングした検索行動モデルを用いることにより任意の単語間の意味関係を測定し、ユーザにより単語が入力されると、測定の結果に基づいて、入力された単語に対して定義された意味関係毎に関係性が強い単語をユーザに提示する提示ステップを有することを要旨とする。

請求項１５に記載の本発明は、請求項１４に記載の発明において、提示ステップは、単語の提示を行うために、ユーザの検索履歴を生成する検索履歴生成ステップを有することを要旨とする。

請求項１６に記載の本発明は、請求項１５に記載の発明において、提示ステップは、検索履歴をユーザ単位毎に分類し、且つ時系列順に整理した検索シーケンスを生成する検索シーケンス生成ステップを有することを要旨とする。

請求項１７に記載の本発明は、請求項１６に記載の発明において、検索シーケンスから単語リストを作成する単語リスト作成ステップを有することを要旨とする。

請求項１８に記載の本発明は、請求項１４乃至１７に記載の発明において、単語の其々に対して検索行動モデルを用いることにより、単語間の関係性を示す関係性指標値を算出する関係性指標値算出ステップを有し、提示ステップは、関係性指標値に基づいて単語間の意味関係を測定することを要旨とする。

請求項１９に記載の本発明は、請求項１６乃至１８に記載の発明において、検索シーケンスから検索行動モデルを作成する検索行動モデル作成ステップを有することを要旨とする。

請求項２０に記載の本発明は、請求項１９に記載の発明において、検索行動モデル作成ステップは、検索シーケンスに含まれる単語の出現順序、出現時間間隔、出現位置間隔、出現回数を組み合わせることにより検索行動モデルを作成することを要旨とする。

請求項２１に記載の本発明は、請求項１９又は２０に記載の発明において、検索行動モデル作成ステップは、検索におけるユーザの検索要求の内容を別表現、具体化、同概念及び興味の変化の各項目に分類し、其々に対応する検索行動モデルを作成することを要旨とする。

請求項２２に記載の本発明は、請求項１８乃至２１に記載の発明において、検索におけるユーザの検索要求の内容を別表現、具体化、同概念及び興味の変化の各項目に分類し、各項目に基づいて単語の其々と検索検索行動モデルとを対応付ける対応付けステップを有することを要旨とする。

請求項２３に記載の本発明は、請求項１９乃至２２のいずれか１項に記載の発明において、検索行動モデル生成ステップは、ユーザの検索の巧拙を判断し、判断した巧拙に基づいて検索行動モデルを作成することを要旨とする。

請求項２４に記載の本発明は、請求項２３に記載の発明において、検索行動モデル生成ステップは、検索シーケンスに含まれる隣接した単語が出現した時間との間隔に基づいてユーザの検索の巧拙を判断することを特徴とする請求項２３に記載の単語間意味関係測定方法。

請求項２５に記載の本発明は、請求項２３又は２４に記載の発明において、ユーザの検索の巧拙を用いてフィルタリングを行うことを要旨とする。

請求項２６に記載の本発明は、請求項２０乃至２５のいずれか１項に記載の発明において、別表現に対応する検索行動モデルを作成するにあたっては、単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、単語リストのキーをｋｅｙ、そのリスト内の単語をｗｏｒｄとして、ｋｅｙとｗｏｒｄとの間に出現する単語の数の平均値を算出し、平均値の小さい順にｋｅｙに対して別表現に含まれる単語とｗｏｒｄを測定し、具体化に対応する検索行動モデルを作成するにあたっては、単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、ｋｅｙがｗｏｒｄの前に出現する検索シーケンスの数を算出し、検索シーケンスの数の大きい順にｋｅｙに対して具体化に含まれる単語とｗｏｒｄを測定し、抽象化に対応する検索行動モデルを作成するにあたっては、単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、ｋｅｙがｗｏｒｄの前に出現する検索シーケンスの数を算出し、検索シーケンスの数の大きい順にｋｅｙに対して抽象化に含まれる単語とｗｏｒｄを測定し、概念に対応する検索行動モデルを作成するにあたっては、単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、ｋｅｙとｗｏｒｄとの間に出現する単語の数の平均値を算出し、平均値の小さい順にｋｅｙに対して同概念に含まれる単語とｗｏｒｄを測定し、興味の変化に対応する検索行動モデルを作成するにあたっては、単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、ｗｏｒｄを含む検索シーケンスの数をｋｅｙとｗｏｒｄが同時に出現する検索シーケンスで割り、この値の大きい順にｋｅｙに対して興味の変化に含まれる単語とｗｏｒｄを測定することを要旨とする。

請求項２７に記載の本発明は、コンピュータに請求項１４乃至２６のいずれか１項に記載の単語間意味関係測定方法を実行させることを要旨とする。

請求項２８に記載の本発明は、請求項２７に記載の単語間意味関係測定プログラムを記録したことを要旨とする。

本発明は、シソーラスを用いずにユーザの検索行動モデルを用いるため、汎用性及び経済性に富み、迅速且つ的確にユーザの入力作業を支援可能な単語間意味関係測定装置、単語間意味関係測定方法、単語間意味関係測定プログラム及びプログラム記録媒体を提供することが可能となる。

以下の実施例は、あくまでも本発明の説明のためのものであり、本発明の範囲を制限するものではない。したがって、当業者であれば、これらの各要素又は全要素を含んだ各種の実施例を採用することが可能であるが、これらの実施例も本発明の範囲に含まれる。

図１は、本発明の一実施例に係る単語間意味関係測定装置１の構成を示す図である。
単語間意味関係測定装置１は、単語化部１１、該当ページ検索部１２、単語提示部１３、検索履歴生成部１４、該当単語リスト検索部１５、関係性測定部１６、単語リストＤＢ（データベース）１７、関係性指標値ＤＢ（データベース）１８、検索シーケンス生成部１９、単語リスト作成部２０及び関係性指標値算出部２１を有する。

ユーザ２は必要な情報を得るために、その情報を含むと考えられるホームページのインデックスとなる語句を単語間意味関係測定装置１に入力する。

単語間意味関係測定装置１の単語化部１１は、インデックスとなる語句を単語化し、該当ページ検索部１２は、前記の単語をキーワードとして、該当するホームページのＵＲＬ（Uniform Resource Locator）を提示する。

また、これに加えて、単語提示部１３は、ユーザ２が次に用いると予想される単語を「別表現」、「具体化」、「抽象化」、「同概念」及び「興味の変化」の５種類の基準（項目）毎に提示する。

これらの単語はユーザ２や他のユーザが入力した単語の履歴である検索履歴と検索行動モデルを用いることにより単語間の関係を測定した結果に基づいて提示される。

なお、検索履歴は、検索履歴生成部１４により生成され、ユーザのＩＤ、使用されたキーワードを含む。
この検索シーケンスの一例を以下に示す。

***.***.***.*** - - [01/Sep/2000:00:00:11 +0900] "GET /?kw=extermination HTTP/1.0" 200 − "http:
***.***.***.*** - - [01/Sep/2000:00:00:11 +0900] "GET /?kw=threatened species HTTP/1.0" 200 − "http:
***.***.***.*** - - [01/Sep/2000:00:00:11 +0900] "GET /?kw=albatross HTTP/1.0" 200 − "http:
***.***.***.*** - - [01/Sep/2000:00:00:11 +0900] "GET /?kw=giant tortoise HTTP/1.0" 200 − "http:
***.***.***.*** - - [01/Sep/2000:00:00:11 +0900] "GET /?kw=Lonesome George HTTP/1.0" 200 − "http:
***.***.***.*** - - [01/Sep/2000:00:00:11 +0900] "GET /?kw=Italy HTTP/1.0" 200 − "http:
また、上記の検索履歴としてサーバ等のログ、クッキー等を用いることもできる。

検索シーケンス生成部１９は、上記の検索履歴に基づいて検索シーケンスを生成する。この検索シーケンスは、検索履歴をこれに含まれるユーザＩＤ及び時刻に基づいてユーザ毎に時系列順に整理したものである。
この検索シーケンスの一例を以下に示す。

{UID}={extermination, threatened species, albatross, Lonesome George, Italy}
なお、UIDはユーザを識別するためのＩＤである。

単語リスト作成部２０は、上記の検索シーケンスをグルーピングし、単語リストを作成する。上記のグルーピングおいては、各単語をキーとして、その単語と同一の検索シーケンスに出現した単語を、そのキーについての単語リストに格納する。これを全ての単語がキーとなるまで処理を行う。更に同様の処理を全ての検索シーケンスに対して行う。
この検索シーケンスから次のような単語リストが作成される。

WL{extermination}={threatened species, albatross, Lonesome George, Italy}
WL{threatened species}={extermination, albatross, Lonesome George, Italy}
WL{albatross}={extermination, threatened species, Lonesome George, Italy}
WL{Lonesome George}={ extermination, threatened species, albatross, Italy}
WL{Italy}={extermination, threatened species, albatross, Lonesome George}
また、上記の単語リストは、単語リストＤＢ１７に記憶される。

関係性指標値算出部２１は、前記の単語の其々に対応した検索行動モデルを用いることにより、単語間の関係性を示す関係性指標値を算出する。この関係性指標値が高い単語ほどキーに対し具体的な関係にある単語と判断される。なお、本実施例においては、関係性指標値算出部が検索行動モデルを作成するが、これに限定されない。
上記の検索行動モデルの一例を表１に示す。

表１に示したように、検索行動モデルは、検索シーケンスに含まれる単語の出現順序、出現時間間隔、出現位置間隔（相対的距離）、出現回数を組み合わせることにより構成されており、例えば、具体化の場合は、出現の順序は後で、単語の組み合わせが多いとなっている。また、これに該当するパラメタは表２のAinf{key}{word}である。ｋｅｙはキーとなる単語、ｗｏｒｄはそのキーの単語リストに含まれる単語であり、これを用いてキーに対しての単語の関係性指標値を算出し、算出された関係性指標値は、関係性指標値ＤＢ１８に記憶される。

なお、上記の出現順序は、ユーザがその単語を用いた順序を指し、時間間隔とは、ユーザがその単語を用いた時間の間隔を指し、出現回数は任意の単語の組み合わせを含む検索シーケンスの数を指す。

また、ユーザの検索要求の内容、つまりユーザが検索要求を変更する動機（別表現、具体化、抽象化、同概念、興味の変化）の其々に対応する検索要求モデルが作成される。

また、表１に示したように、ユーザが単語を変化する動機が別表現、同概念、抽象化の場合、ユーザの情報要求の度合いは高い。

また、上記の対応付けも関係性指標値算出部２１が行うが、これに限定されない。

また、関係性指標値算出部２１は、ユーザの検索の巧拙を判断し、判断した巧拙に基づいて検索行動モデルを作成する。この巧拙の判断は、検索シーケンスに含まれる隣接した単語が出現した時間との間隔に基づいて行われる。

また、単語リスト内の単語にそれぞれの検索行動モデルを用いる前処理として、単語間の時間間隔に基づいてフィルタリングを行う。

また、関係性指標値算出部２１が前記の別表現に対応する検索行動モデルを作成するにあたっては、単語リスト作成部２０と連動し、単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、単語リストのキーをｋｅｙ、そのリスト内の単語をｗｏｒｄとして、ｋｅｙとｗｏｒｄとの間に出現する単語の数の平均値を算出し、平均値の小さい順にｋｅｙに対して別表現に含まれる単語とｗｏｒｄを測定する。

また、関係性指標値算出部２１が具体化に対応する検索行動モデルを作成するにあたっては、単語リスト作成部２０と連動し、単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、ｋｅｙがｗｏｒｄの前に出現する検索シーケンスの数を算出し、検索シーケンスの数の大きい順にｋｅｙに対して具体化に含まれる単語とｗｏｒｄを測定する。

また、関係性指標値算出部２１が抽象化に対応する検索行動モデルを作成するにあたっては、単語リスト作成部２０と連動し、単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、ｋｅｙがｗｏｒｄの前に出現する検索シーケンスの数を算出し、検索シーケンスの数の大きい順にｋｅｙに対して抽象化に含まれる単語とｗｏｒｄを測定する。

また、関係性指標値算出部２１が概念に対応する検索行動モデルを作成するにあたっては、単語リスト作成部２０と連動し、単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、ｋｅｙとｗｏｒｄとの間に出現する単語の数の平均値を算出し、平均値の小さい順にｋｅｙに対して同概念に含まれる単語とｗｏｒｄを測定する。

また、関係性指標値算出部２１が興味の変化に対応する検索行動モデルを作成するにあたっては、単語リスト作成部２０と連動し、単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、ｗｏｒｄを含む検索シーケンスの数をｋｅｙとｗｏｒｄが同時に出現する検索シーケンスで割り、この値の大きい順にｋｅｙに対して興味の変化に含まれる単語とｗｏｒｄを測定する。

該当単語リスト検索部１５は、前記のキーワードに基づいて、該当単語リストを単語リストＤＢ１７から詠みだし、関係性測定部１６に送信する。

関係性測定部１６は、受け取った該当単語リストと、関係性指標値ＤＢに記憶された関係性指標値とに基づいて、ユーザ２が用いると予想される単語を「別表現」、「具体化」、「抽象化」、「同概念」及び「興味の変化」の５種類の基準（項目）毎に抽出する。

関係性測定部１６により抽出された単語は、前記のとおり、単語提示部３によりユーザ２に提示される。

上記のような単語間意味関係測定装置１を用いることにより、例えば、図２に示すように、ユーザ２が単語「albatross」を入力した場合、前記の情報要求が高いユーザ４、つまり以前に「albatross」若しくはそれと関係性の強い単語を入力したユーザの検索履歴、検索行動モデル、単語リスト、関連性指標値に基づいて、「albatross」をキーワードとし、且つユーザ２が次に用いると予想される単語のリスト「Lonesome, George, gorilla」を提示するといったサービスを提供することが可能となる。

また、ユーザ２の後にユーザ３が単語「albatross」を入力した場合も、ユーザ２とユーザ４の検索履歴、検索行動モデル、単語リスト、関連性指標値に基づいてユーザ３が次に用いると予想される単語のリストがユーザ３に提示される。

以上のとおり、本発明の単語間意味関係測定装置は、其々のユーザが利用した単語の意味関係を示唆する検索履歴を利用する。

また、情報検索においてユーザの入力する単語を変更する動機は、個々のユーザの利用した単語及びそれらの単語の数値化された関係に反映されるため、検索行動モデルにより単語間の数値を算出することで、その単語を用いたユーザの動機を推定し、その動機の下で単語の意味関係を測定することができるようになる。

したがって、従来はユーザ自身が行っていた単語間の意味分析を自動的に行うことが可能となり、時間及びコストを低減することが可能となる。

また、上記の単語間意味関係測定装置としては、ＣＰＵ（Central Processing Unit）、ハードディスクドライブ、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、キーボード、ディスプレイ、フレキシブルディスクドライブ、通信ネットワークに接続して通信を行うための通信部等を有したコンピュータを用いることが可能である。これにあたっては、コンピュータに前述の各動作を実行させるための単語間意味関係測定プログラムを読み取らせ、実行させる。

したがって、上記の単語間意味関係測定プログラムと、このプログラムを記録したフレキシブルディスク、ＣＤ−ＲＯＭ（Compact Disk Read Only Memory）、ＰＣカード等のコンピュータで読み取り可能なプログラム記録媒体も本発明の範囲に含まれる。また、上記のような単語間意味関係測定装置を用いる単語間意味関係測定方法も本発明の範囲に含まれる。

本発明の一実施例に係る単語間意味関係測定装置の構成を示す図である。図１の単語間意味関係測定装置による単語の提示を説明するための図である。

符号の説明

１単語間意味関係測定装置
１１単語化部
１２該当ページ検索部
１３単語提示部
１４検索履歴生成部
１５該当単語リスト検索部
１６関係性測定部
１７単語リストＤＢ（データベース）
１８関係性指標値ＤＢ（データベース）
１９検索シーケンス生成部
２０単語リスト作成部
２１関係性指標値算出部

Claims

ユーザの検索行動をモデリングした検索行動モデルを用いることにより任意の単語間の意味関係を測定し、ユーザにより単語が入力されると、前記測定の結果に基づいて、前記入力された単語に対して定義された意味関係毎に関係性が強い単語を前記ユーザに提示する提示手段を有することを特徴とする単語間意味関係測定装置。
前記提示手段は、前記単語の提示を行うために、ユーザの検索履歴を生成する検索履歴生成手段を有することを特徴とする請求項１に記載の単語間意味関係測定装置。
前記提示手段は、前記検索履歴をユーザ単位毎に分類し、且つ時系列順に整理した検索シーケンスを生成する検索シーケンス生成手段を有することを特徴とする請求項２に記載の単語間意味関係測定装置。
前記検索シーケンスから単語リストを作成する単語リスト作成手段を有することを特徴とする請求項３に記載の単語間意味関係測定装置。
前記単語の其々に対して前記検索行動モデルを用いることにより、単語間の関係性を示す関係性指標値を算出する関係性指標値算出手段を有し、
前記提示手段は、前記関係性指標値に基づいて前記単語間の意味関係を測定する
ことを特徴とする請求項１乃至４のいずれか１項に記載の単語間意味関係測定装置。
前記検索シーケンスから前記検索行動モデルを作成する検索行動モデル作成手段を有することを特徴とする請求項３乃至５のいずれか１項に記載の単語間意味関係測定装置。
前記検索行動モデル作成手段は、前記検索シーケンスに含まれる単語の出現順序、出現時間間隔、出現位置間隔、出現回数を組み合わせることにより前記検索行動モデルを作成することを特徴とする請求項６に記載の単語間意味関係測定装置。
前記検索行動モデル作成手段は、前記検索におけるユーザの検索要求の内容を別表現、具体化、同概念及び興味の変化の各項目に分類し、其々に対応する検索行動モデルを作成することを特徴とする請求項６又は７に記載の単語間意味関係測定装置。
前記検索におけるユーザの検索要求の内容を別表現、具体化、同概念及び興味の変化の各項目に分類し、前記各項目に基づいて前記単語の其々と前記検索検索行動モデルとを対応付ける対応付け手段を有することを特徴とする請求項５乃至８のいずれか１項に記載の単語間意味関係測定装置。
前記検索行動モデル生成手段は、前記ユーザの検索の巧拙を判断し、該判断した巧拙に基づいて前記検索行動モデルを作成することを特徴とする請求項６乃至９のいずれか１項に記載の単語間意味関係測定装置。
前記検索行動モデル生成手段は、前記検索シーケンスに含まれる隣接した単語が出現した時間との間隔に基づいて前記ユーザの検索の巧拙を判断することを特徴とする請求項１０に記載の単語間意味関係測定装置。
前記ユーザの検索の巧拙を用いてフィルタリングを行うことを特徴とする請求項１０又は１１に記載の単語間意味関係測定装置。
前記別表現に対応する検索行動モデルを作成するにあたっては、前記単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、該単語リストのキーをｋｅｙ、そのリスト内の単語をｗｏｒｄとして、前記ｋｅｙと前記ｗｏｒｄとの間に出現する単語の数の平均値を算出し、該平均値の小さい順に前記ｋｅｙに対して前記別表現に含まれる前記単語と前記ｗｏｒｄを測定し、前記具体化に対応する検索行動モデルを作成するにあたっては、前記単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、前記ｋｅｙが前記ｗｏｒｄの前に出現する検索シーケンスの数を算出し、該検索シーケンスの数の大きい順に前記ｋｅｙに対して前記具体化に含まれる前記単語と前記ｗｏｒｄを測定し、前記抽象化に対応する検索行動モデルを作成するにあたっては、前記単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、前記ｋｅｙが前記ｗｏｒｄの前に出現する検索シーケンスの数を算出し、該検索シーケンスの数の大きい順に前記ｋｅｙに対して前記抽象化に含まれる前記単語と前記ｗｏｒｄを測定し、前記概念に対応する検索行動モデルを作成するにあたっては、前記単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、前記ｋｅｙと前記ｗｏｒｄとの間に出現する単語の数の平均値を算出し、該平均値の小さい順に前記ｋｅｙに対して前記同概念に含まれる前記単語と前記ｗｏｒｄを測定し、前記興味の変化に対応する検索行動モデルを作成するにあたっては、前記単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、前記ｗｏｒｄを含む検索シーケンスの数を前記ｋｅｙと前記ｗｏｒｄが同時に出現する検索シーケンスで割り、この値の大きい順に前記ｋｅｙに対して興味の変化に含まれる前記単語と前記ｗｏｒｄを測定することを特徴とする請求項７乃至１２のいずれか１項に記載の単語間意味関係測定装置。
ユーザの検索行動をモデリングした検索行動モデルを用いることにより任意の単語間の意味関係を測定し、ユーザにより単語が入力されると、前記測定の結果に基づいて、前記入力された単語に対して定義された意味関係毎に関係性が強い単語を前記ユーザに提示する提示ステップを有することを特徴とする単語間意味関係測定方法。
前記提示ステップは、前記単語の提示を行うために、ユーザの検索履歴を生成する検索履歴生成ステップを有することを特徴とする請求項１４に記載の単語間意味関係測定方法。
前記提示ステップは、前記検索履歴をユーザ単位毎に分類し、且つ時系列順に整理した検索シーケンスを生成する検索シーケンス生成ステップを有することを特徴とする請求項１５に記載の単語間意味関係測定方法。
前記検索シーケンスから単語リストを作成する単語リスト作成ステップを有することを特徴とする請求項１６に記載の単語間意味関係測定方法。
前記単語の其々に対して前記検索行動モデルを用いることにより、単語間の関係性を示す関係性指標値を算出する関係性指標値算出ステップを有し、
前記提示ステップは、前記関係性指標値に基づいて前記単語間の意味関係を測定する
ことを特徴とする請求項１４乃至１７のいずれか１項に記載の単語間意味関係測定方法。
前記検索シーケンスから前記検索行動モデルを作成する検索行動モデル作成ステップを有することを特徴とする請求項１６乃至１８のいずれか１項に記載の単語間意味関係測定方法。
前記検索行動モデル作成ステップは、前記検索シーケンスに含まれる単語の出現順序、出現時間間隔、出現位置間隔、出現回数を組み合わせることにより前記検索行動モデルを作成することを特徴とする請求項１９に記載の単語間意味関係測定方法。
前記検索行動モデル作成ステップは、前記検索におけるユーザの検索要求の内容を別表現、具体化、同概念及び興味の変化の各項目に分類し、其々に対応する検索行動モデルを作成することを特徴とする請求項１９又は２０に記載の単語間意味関係測定方法。
前記検索におけるユーザの検索要求の内容を別表現、具体化、同概念及び興味の変化の各項目に分類し、前記各項目に基づいて前記単語の其々と前記検索検索行動モデルとを対応付ける対応付けステップを有することを特徴とする請求項１８乃至２１のいずれか１項に記載の単語間意味関係測定方法。
前記検索行動モデル生成ステップは、前記ユーザの検索の巧拙を判断し、該判断した巧拙に基づいて前記検索行動モデルを作成することを特徴とする請求項１９乃至２２のいずれか１項に記載の単語間意味関係測定方法。
前記検索行動モデル生成ステップは、前記検索シーケンスに含まれる隣接した単語が出現した時間との間隔に基づいて前記ユーザの検索の巧拙を判断することを特徴とする請求項２３に記載の単語間意味関係測定方法。
前記ユーザの検索の巧拙を用いてフィルタリングを行うことを特徴とする請求項２３又は２４に記載の単語間意味関係測定方法。
前記別表現に対応する検索行動モデルを作成するにあたっては、前記単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、該単語リストのキーをｋｅｙ、そのリスト内の単語をｗｏｒｄとして、前記ｋｅｙと前記ｗｏｒｄとの間に出現する単語の数の平均値を算出し、該平均値の小さい順に前記ｋｅｙに対して前記別表現に含まれる前記単語と前記ｗｏｒｄを測定し、前記具体化に対応する検索行動モデルを作成するにあたっては、前記単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、前記ｋｅｙが前記ｗｏｒｄの前に出現する検索シーケンスの数を算出し、該検索シーケンスの数の大きい順に前記ｋｅｙに対して前記具体化に含まれる前記単語と前記ｗｏｒｄを測定し、前記抽象化に対応する検索行動モデルを作成するにあたっては、前記単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、前記ｋｅｙが前記ｗｏｒｄの前に出現する検索シーケンスの数を算出し、該検索シーケンスの数の大きい順に前記ｋｅｙに対して前記抽象化に含まれる前記単語と前記ｗｏｒｄを測定し、前記概念に対応する検索行動モデルを作成するにあたっては、前記単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、前記ｋｅｙと前記ｗｏｒｄとの間に出現する単語の数の平均値を算出し、該平均値の小さい順に前記ｋｅｙに対して前記同概念に含まれる前記単語と前記ｗｏｒｄを測定し、前記興味の変化に対応する検索行動モデルを作成するにあたっては、前記単語の出現した時間との間隔を閾値としてフィルタリングを行うことにより単語リストを作成し、前記ｗｏｒｄを含む検索シーケンスの数を前記ｋｅｙと前記ｗｏｒｄが同時に出現する検索シーケンスで割り、この値の大きい順に前記ｋｅｙに対して興味の変化に含まれる前記単語と前記ｗｏｒｄを測定することを特徴とする請求項２０乃至２５のいずれか１項に記載の単語間意味関係測定方法。
コンピュータに請求項１４乃至２６のいずれか１項に記載の単語間意味関係測定方法を実行させることを特徴する単語間意味関係測定プログラム。
請求項２７に記載の単語間意味関係測定プログラムを記録したことを特徴とするプログラム記録媒体。