JP2005135113A - 電子機器装置、関連語抽出方法及びプログラム - Google Patents

Abstract

【課題】 入力されたキーワードに対する適切な関連語を抽出することのできる関連語抽出機構を提供する。
【解決手段】 この関連語抽出機構は、入力されたテキストからキーワードである単語とその関連語を抽出して関連語ＤＢ２を作成するための関連語ＤＢ作成エンジン６と、ユーザより入力されたキーワードに対する関連語を関連語ＤＢ２より検索し、入力キーワードとその関連語の組み合わせを出力するマッチングエンジン５とを有する。関連語ＤＢ作成エンジン６は、入力されたテキストから単語を抽出し、抽出された単語の中から出現頻度と単語間の共起度に基づいてキーワードとその関連語の抽出を行う。
【選択図】 図１

Description

本発明は、任意の入力キーワードに対する関連語の抽出を行う技術に係り、かかる関連語抽出機構を実装した電子機器装置、関連語抽出方法及びプログラムに関するものである。

これまでの検索エンジンが検索情報を絞り込みを目的とするのに対し、検索結果を広げていくことを目的とした検索技術として「といえば検索」がある。この「といえば検索」は「○○といえば××」といった関係を文書単位で自動的に検索・認識し、類似した文書を分類するものである。

この「といえば検索」の具体的な処理の流れは以下の通りである。まず、文書から形態素解析により単語を切り出し、単語毎の出現頻度を算出して個々の単語の重要度を決定する。続いて、個々の単語の重要度に基づき文書の特徴ベクトルを計算する。そして、各文書どうしの特徴ベクトルを比較して文書間の類似度を計算し、類似度が高い文書を関連付けてデータベースに格納する（たとえば特許文献１を参照）。
特開２００２−２４５０６７公報

しかしながら、一般に、「といえば検索」を採用した検索システムは、類似文書の検索に特化されたものであり、単語の単位で類似するもの（関連語）を抽出することには利用できなかった。

本発明は、このような事情を鑑み、入力されたキーワードに対して適切な関連語を抽出することのできる電子機器装置、関連語抽出方法及びプログラムを提供することを目的とするものである。

上記の課題を解決するために、本発明の電子機器装置は、テキストを入力するテキスト入力部と、前記テキスト入力部により入力された前記テキストからキーワードである単語とその関連語を抽出して関連語データベースを作成する関連語データベース作成部と、キーワードを入力するキーワード入力部と、前記キーワード入力部により入力された前記キーワードに対する関連語を、前記関連語データベース作成部により作成された前記関連語データベースより検索する関連語検索部とを具備することを特徴とする。

この発明によれば、キーワードを入力すれば、このキーワードに対応する関連語が関連語データベースの検索によって自動的に得られる。また、テキストを入力するだけで関連語データベースを作成でき、ユーザの選択した入力テキストの入力により、ユーザの嗜好に合った関連語の抽出が可能になる。

関連語データベース作成部は、テキスト入力部により入力されたテキストから単語を抽出する単語抽出部と、単語抽出部により抽出された単語の中から出現頻度と単語間の共起度に基づいてキーワードとその関連語を抽出する関連語抽出部とを備えて構成されるものであってよく、これにより、単語の出現頻度と単語間の共起度に基づいて抽出されたキーワードとその関連語により関連語データベースを作成することで、キーワードとその関連語とが適切に対応付けられた関連語データベースを得ることができる。

また、関連語データベース作成部は、テキスト入力部により入力されたテキストを形態素解析により単語に分割する形態素解析部をさらに有し、単語抽出部は、形態素解析部により分割された単語から所定の選定基準に従って単語を選定するとともに、所定の連結規則に従って複数の単語を連結して一つの単語として生成し、選定した単語および連結により生成された単語を、単語抽出結果として出力するものとしてもよい。これにより、関連語データベースにキーワードおよび関連語として格納するには不向きな単語を排除することができるとともに、連結することによって一つの意味を持つ単語を漏らさずに関連語データベースに登録することができる。

本発明の別の観点に基づく関連語抽出方法は、テキストを入力するステップと、前記入力されたテキストからキーワードである単語とその関連語を抽出して関連語データベースを作成するステップと、キーワードを入力するステップと、前記入力されたキーワードに対する関連語を、前記作成された前記関連語データベースを検索して取得するステップとを有するものである。

この発明によれば、キーワードを入力すれば、このキーワードに対応する関連語が関連語データベースの検索によって自動的に得られる。また、テキストを入力するだけで関連語データベースを作成でき、ユーザの選択した入力テキストの入力により、ユーザの嗜好に合った関連語の抽出が可能になる。

また、この発明の関連語抽出方法において、関連語データベースを作成するにあたっては、テキストから単語を抽出し、抽出された単語の中から出現頻度と単語間の共起度に基づいて関連語を抽出するようにしてもよく、このように単語の出現頻度と単語間の共起度に基づいて抽出されたキーワードとその関連語により関連語データベースを作成することで、キーワードとその関連語とが適切に対応付けられた関連語データベースを得ることができる。

また、この発明の関連語抽出方法において、テキストから単語を抽出するにあたっては、入力されたテキストを形態素解析により単語に分割し、分割された単語から所定の選定基準に従って単語を選定するとともに、所定の連結規則に従って複数の単語を連結して一つの単語として生成し、選定した単語および連結により生成された単語を、単語抽出結果として出力するようにしてもよく、これにより、関連語データベースにキーワードおよび関連語として格納するには不向きな単語を排除することができるとともに、連結することによって一つの意味を持つ単語を漏らさずに関連語データベースに登録することができる。

さらに、本発明の別の観点に基づくプログラムは、テキストを入力するテキスト入力部と、前記テキスト入力部により入力された前記テキストからキーワードである単語とその関連語を抽出して関連語データベースを作成する関連語データベース作成部と、キーワードを入力するキーワード入力部と、前記キーワード入力部により入力された前記キーワードに対する関連語を、前記関連語データベース作成部により作成された前記関連語データベースより検索する関連語検索部としてコンピュータを機能させるものである。

この発明のプログラムによれば、キーワードを入力すれば、このキーワードに対応する関連語が関連語データベースの検索によって自動的に得られる。また、テキストを入力するだけで関連語データベースを作成でき、ユーザの選択した入力テキストの入力により、ユーザの嗜好に合った関連語の抽出が可能になる。

また、このプログラムにおいて、関連語データベース作成部は、テキスト入力部により入力されたテキストから単語を抽出する単語抽出部と、単語抽出部により抽出された単語の中から出現頻度と単語間の共起度に基づいてキーワードとその関連語を抽出する関連語抽出部とを備えて構成されるものであってよく、これにより、単語の出現頻度と単語間の共起度に基づいて抽出されたキーワードとその関連語により関連語データベースを作成することで、キーワードとその関連語とが適切に対応付けられた関連語データベースを得ることができる。

さらに、このプログラムにおいて、関連語データベース作成部は、テキスト入力部により入力されたテキストを形態素解析により単語に分割する形態素解析部をさらに有し、単語抽出部は、形態素解析部により分割された単語から所定の選定基準に従って単語を選定するとともに、所定の連結規則に従って複数の単語を連結して一つの単語として生成し、選定した単語および連結により生成された単語を、単語抽出結果として出力するものとしてもよい。これにより、関連語データベースにキーワードおよび関連語として格納するには不向きな単語を排除することができるとともに、連結することによって一つの意味を持つ単語を漏らさずに関連語データベースに登録することができる。

本発明によれば、入力されたキーワードに対して適切な関連語を抽出することができ、抽出した関連語を様々な特定用途のアプリケーションにて利用することができる。

以下、本発明の実施の形態を図面に基づき説明する。

図１は、本発明の一実施形態にかかる関連語抽出機構１の構成を示すブロック図である。

同図に示すように、関連語抽出機構１は、キーワードである単語に対する関連語が複数（多数）蓄積されている関連語データベース（以下「関連語ＤＢ」と呼ぶ。）２と、入力されたキーワード３に対する関連語を関連語ＤＢ２より検索して入力キーワードと関連語とからなる関連語リスト４を出力する関連語検索部であるマッチングエンジン５と、関連語データベース作成部である関連語ＤＢ作成エンジン６とを備えて構成される。マッチングエンジン５より出力された関連語リスト４は、アプリケーションに渡され、特定の処理が行われるようになっている。

図２は関連語ＤＢ２の作成を行う関連語ＤＢ作成エンジン６の構成を示す図である。同図に示すように、関連語ＤＢ作成エンジン６は、形態素解析部７、辞書８、単語抽出エンジン９および関連語抽出エンジン１０を備えて構成される。

図３は関連語ＤＢ作成エンジン６による関連語ＤＢ２の作成手順を示すフローチャートである。

関連語ＤＢ作成エンジン６は、まず、関連語抽出のための情報ソースとして入力されたテキスト１１を読み込み（ステップ３０１）、形態素解析部７に渡す。

形態素解析部７は、読み込んだテキスト１１に対する形態素解析を行う（ステップ３０２）。ここで入力されるテキスト１１とは、テキストが抽出できるすべてのコンテンツ、具体的にはウェブページ、メール、ＴＶ番組、ストリーミング動画、ストリーミング音楽、メッセンジャーなどである。図４に入力テキスト１１の具体例を示す。形態素解析部７は、辞書８を参照しながら、入力テキスト１１を構成する文字列を単語の単位に分割し、分割した各単語に品詞や語形変化などの情報を与え、その結果をリストにして出力する。この形態素解析は、入力テキスト１１が、単語間に空白を入れる（分かち書きする）習慣のない日本語などの言語の場合に行われ、英語などの単語間に空白を入れる言語の場合は行われる必要がない。ただし、英語などの各単語に対して品詞をつける処理を行い、単語抽出エンジン９で利用する場合も考えられる。図５に図４の入力テキスト１１の一部に対する形態素解析の結果である単語リスト１２の例を示す。

次に、単語抽出エンジン９は、形態素解析の単語リスト１２から、所定の選定基準に従って、関連語ＤＢ２に登録すべきものとして最低限の条件を満足する単語を選定する（ステップ３０３）。図６は単語選定基準１３の具体例を示すものである。ここで、選定すべき単語は、特定の品詞、たとえば固有名詞、未知語（辞書８の未登録語）、カタカナ語などであり、品詞は細かく指定できる。施設名、組織名、人名、その他の呼称、国名、都道府県名、市町村名などの固有名詞は、一般的な名詞に比べ、文書の内容を特徴付けるキーワードとなり得る可能性が高い。未知語は一時的な流行語や有名人の名前などである場合が多いので、やはり文書の内容を特徴付けるキーワードとなり得る。カタカナ語も同様である。

また、単語抽出エンジン９は、形態素解析の単語リスト１２の複数の単語を所定の単語連結規則に従って連結する（ステップ３０４）。図７は単語連結規則１４の例を示すものである。同図に示すように、「性＋名」、「姓＋一般名詞＋接尾語」、「姓＋一般名詞＋・・・＋名」、「姓＋一般名詞＋・・・＋一般名詞」、「固有名詞＋接尾語」、「カタカナ語＋・・・＋カタカナ語」は、連続する単語の組み合わせのパターンを示している。連続する単語の組み合わせが上記いずれかのパターンに該当するなら、それらの単語は一つに連結され、単語抽出エンジン９の出力に加えられる。

上記の単語連結規則１４のうちの「姓＋一般名詞＋接尾語」の規則は、辞書８に存在しない名などが一般名詞として解析された場合に、「さん」などの接尾辞を基にその一般名詞が名であることを類推することによって、姓名の単語を正しく選定するためのものである。「カタカナ語＋・・・＋カタカナ語」の規則は、元々一つのカタカナ語であった単語が形態素解析によって複数のカタカナ語に分割されてしまった場合でも、それらのカタカナ語が辞書８にある単語ならば、それらのカタカナ語を連結したものを一つのカタカナ語として選定するためのものである。たとえば、「ソニー」と「ファイナンス」とは一つの単語である「ソニーファイナンス」として選定される。

また、形態素解析のアルゴリズムによっては特殊な記号などが未知語として得られる場合がある。このような場合、単語抽出エンジン９にて、形態素解析の解析結果である単語リスト１２から、上記特殊な記号などの未知語を、明らかに言葉として意味を持たない語（不要語）として選定対象から外す。これにより、単語の選定精度をより高めることができる。図８は図５に示した形態素解析の結果からの単語抽出結果の具体例である。

次に、関連語抽出エンジン１０にて、単語の出現頻度と単語間の共起度からキーワードとその関連語の抽出が行われ（ステップ３０５）、抽出されたキーワードとその関連語は関連語ＤＢ２に追加される（ステップ３０６）。

関連語の抽出には、KeyGraph{電子情報通信学会論文誌 D-I Vol.J82-D-I No.2 pp.391-400 1999年2月]の理論を応用することができる。KeyGraphとは、ある文書中に出現する単語の出現頻度と共起関係から関連グラフを作成し、この関連グラフにより文書の主張点を把握し、キーワードを抽出する手法である。

図９は、このKeyGraphを用いてキーワードとその関連語の抽出を行う処理の流れを示すフローチャート、図１０および図１１はこのKeyGraphによるキーワード・関連語の抽出処理で作成される関連グラフの例である。

まず、入力テキスト中で出現頻度が高い単語の集合Ｘを抽出する（ステップ９０１）。単語集合Ｘ中で共起度の高い単語対を線（図１０の実線）で結ぶ（ステップ９０２）。続いて、誤リンクの一時的な削除を行う（ステップ９０３）。この処理は、最終的なキーワード抽出精度を向上させるために、単語集合Ｘについての関連グラフにおいて、弱く連結された部分（そのリンクを取り除くと二つの連結部分グラフに分離される部分）を一旦取り除くという処理である。たとえば、図１１に示すように、単語ｂと単語ｍとの間のリンクが誤リンクとして削除される。次に、出現頻度は高くないが単語集合Ｘとのつながりが強い（共起度が高い）単語の集合Ｙを抽出する（ステップ９０４）。さらに、単語集合Ｘと単語集合Ｙ間で共起度が高い単語対を線（図１０の点線）で結ぶ（ステップ９０５）。単語の関連を見るために、削除した誤リンクを付け加える（ステップ９０６）。以上により最終的な関連グラフが完成し、この関連グラフからキーワードである単語とその関連語を抽出して関連語ＤＢ２に蓄積（追加）する（ステップ９０７）。

関連グラフからキーワードとその関連語を抽出する方法としては、たとえば、関連グラフにおいて、つながりをもつ他のすべての単語との共起度の和がキーワード判定用に設定された所定の基準値よりも高いもの（図１０の二重丸）を入力文書の主張を表す単語つまりキーワードとして抽出し、このキーワードである単語との共起度が関連語判定用に設定された所定の基準値よりも高い単語を、当該キーワードに対する関連語として抽出する方法などが挙げられる。図１２は図８に示した単語抽出結果に対して作成された関連グラフの具体例、図１３は図１２の関連グラフからの関連語抽出結果の具体例である。図１３において、二重丸はキーワードであり、このキーワードにリンクをもつ黒丸が関連語であることを示している。

関連語ＤＢ２を更新する方法としては、図３の手順が実行される都度上書きによって更新する方法、図３の手順が実行される都度得られた内容をその都度追加して行く方法のどちらを採用してもかまわない。

以上説明した本実施形態の関連語抽出機構１によれば、入力キーワードに対して適切な関連語を抽出することができる。また、関連語ＤＢ２の作成は、テキストを関連語抽出機構１に読み込ませることによって自動的に行われるので、関連語ＤＢ２を容易にかつ低コストで、構築したり更新したりすることができる。また、ユーザの嗜好に合った内容のテキストを関連語抽出機構１に読み込ませて関連語ＤＢ２を作成することで、入力キーワードに対して、ユーザの嗜好に合った関連語を抽出することができるようになる。また、この関連語抽出機構１は、サーバ側、クライアント側のどちらでも利用可能なため、柔軟に導入できる、という利点を有している。

次に、本実施形態の関連語抽出機構１の具体的な実装例を説明する。

本実施形態の関連語抽出機構１は、たとえば、ＰＣ（Personal Computer）、ＰＤＡ(Personal Digital(Data) Assistants)、携帯電話、テレビジョンセット、デジタルカメラ、デジタルビデオカメラなどの表示機能を備えた様々な電子機器装置に組み込んで利用することが可能である。

図１４は、本実施形態の関連語抽出機構１を実装した電子機器装置１００の構成例を示す図である。同図に示すように、この電子機器装置１００は、処理演算部としてのＣＰＵ（Central Processing Unit）２１、メインメモリ２２、プログラム／データ記憶部２３、インターネットなどのネットワーク２４との接続を処理するネットワークインタフェース部２５、ユーザに情報を視覚的に提供する表示デバイス２６、ＶＲＡＭ(Video Random Access Memory)２７を用いて表示デバイス２６の画面への描画処理を行うグラフィックコントローラ２８、ユーザに聴覚的に情報を提供するスピーカ２９、ユーザの操作入力部３０からの入力を処理するユーザインタフェースコントローラ３１、そして以上の各部の間で信号を伝達するためのバス３２を備える。

ＣＰＵ２１は、たとえばプログラム／データ記憶部２３に記憶されたプログラムやデータ、ユーザによる操作入力部３０からの入力などに基づき、メインメモリ２２をワークエリアとして用いて各種の演算処理や制御を実行する。

メインメモリ２２は、たとえば、ＲＡＭ（Random Access Memory）などの、ランダムに読み取りと書き込みが可能な高速なメモリからなる。

プログラム／データ記憶部２３は、読み取り専用あるいは読み書き可能な不揮発性の記憶装置であり、たとえばＲＯＭ（Read Only Memory）、フラッシュＲＯＭ、ディスクドライブなどである。このプログラム／データ記憶部２３には、上述した関連語抽出機構１をコンピュータにおいて機能させるためのプログラムなど記憶されている。

表示デバイス２６は、具体的には、ＣＲＴ（Cathode Ray Tube）、ＬＣＤ（Liquid Crystal Display）、ＰＤＰ(Plasma Display Panel)、ＯＥＬ(Organic Electroluminescence)などである。

ユーザの操作入力部３０は、具体的には、簡易キーボード、ＩＲ(Infrared)リモートコントローラ、ジョグダイヤル、プッシュボタン、ソフトウェアキーボードなどである。

ネットワークインタフェース部２５は、たとえばアナログモデム、ＬＡＮ(Local Area Network)、ＩＳＤＮ(Integrated Services Digital Network)、ＡＤＳＬ(Asymmetric Digital Subscriber Line)、ＦＴＴＨ(Fiber-To-The-Home)、Ｂｌｕｅｔｏｏｔｈ、ＦＯＭＡ（Ｗ−ＣＤＭＡ）などである。

次に、この電子機器装置１００における関連語抽出機構１の具体的な利用方法を説明する。図１５は、この電子機器装置１００における関連語抽出機構１の実装形態の例を示す図である。

電子機器装置１００に実装された関連語抽出機構１において、関連語ＤＢ作成エンジン６は、たとえば、インターネット４１のクローリング時に収集されたウェブ上のコンテンツ（ＴＶ番組、ウェブページ、ストリーミング動画、ストリーミング音楽など）に含まれるテキスト１１から上述した処理手順によって関連語を抽出し、関連語ＤＢ２の作成および更新を行う。その際、テキストの収集先の場所や、収集する時間周期、時刻などのタイミングをユーザが予め任意に設定できるようにしてもよい。また、ユーザにより指定されたキーワードを基にウェブを検索することによって得られた情報をテキストの収集先としてもよい。

また、電子機器装置１００には、関連語ＤＢ２を検索するマッチングエンジン５に与えられるキーワード３を自動的に取得する手段として、ユーザ操作監視部４２とキーワード抽出部４３が設けられている。ユーザ操作監視部４２は、ユーザがＴＶ視聴、ウェブ閲覧あるいはメール操作などを行う際の操作入力部３０の操作内容、たとえば順に入力されたキーコードの列などを監視・分析してキーワード抽出部４３に引き渡す。キーワード抽出部４３は、ユーザ操作監視部４２の監視結果を取得して単語辞書を参照するなどしてユーザの嗜好を反映したキーワード３を特定し、これをマッチングエンジン５に与える。さらに、キーワード抽出部４３は、ユーザが操作入力部３０を操作して関連語抽出機構１に直接入力したキーワード３を受け付けてマッチングエンジン５に与えたり、メール文書４４の内容を読み込んでキーワード３を抽出したりすることも可能である。マッチングエンジン５は、キーワード抽出部４３より与えられたキーワード３に対する関連語を関連語ＤＢ２から検索し、入力キーワードと関連語からなる関連語リスト４を出力する。

次に、関連語抽出機構１から出力されるキーワードとその関連語を利用するアプリケーションについて説明する。

関連語抽出機構１より出力されるキーワードとその関連語は、表示デバイス２６の画面を通して、ユーザに任意の関連語を選択させるためのインタフェースを実現するために利用される。

たとえば、図１６に示すように、セット関連語抽出機構１より出力されるキーワードの一覧が、ユーザの嗜好を反映したお好みキーワードリスト（以下「キーワード窓」と呼ぶ。）４６として表示される。なお、同図はテレビジョンセットの場合の例であるが、その他の電子機器装置の場合も同様である。

図１７は、キーワード窓４６から表示の変化の様子を示す図である。同図に示すように、キーワード窓４６には、「といえば・・・」など、キーワードに対する関連語の表示をユーザに動機付けるための文言が付いたボタン４７が設けられている。また、キーワード窓４６に表示されたキーワードの一覧においては、常に一つのキーワードにこれが選択可能なオブジェクトであることを示すフォーカス４８が表示されている。このフォーカス４８は、たとえば、文字の色の変化や反転、囲みなど、選択可能なキーワードが他のキーワードに対して視覚的に識別できるように表示するものであり、このフォーカス４８の位置は操作入力部３０の操作によってユーザが自由に移動させることができる。たとえば、図１７に示すテレビジョンセット１０１の例では、リモートコントローラ４９の上下カーソルキー５０，５１を押すことによってフォーカス４８を上下に移動させ、目的のキーワードにフォーカス４８を当てることができる。また、個々のキーワードに割り当てて表示されている数字に対応する数字キー５２を押すことによっても目的のキーワードにフォーカスを当てて選択状態とすることもできる。

いま、図１６に示すキーワード窓４６においては、「１．ブッシュ」の位置にフォーカスが当てられている。このとき「といえば・・・」ボタン４７がユーザによって操作されると、といえばモードに切り替わって、「ブッシュ」というキーワードに対して関連語抽出機構１により抽出された関連語の一覧を表示した窓（以下「関連語窓」と呼ぶ。）５３（図１７）が表示される。

さらに、この関連語窓５３において、キーワード窓４６と同様にフォーカス４８を移動させることによって一つの関連語がユーザによって選択されると、その選択された関連語とキーワードとの関係を示す文言５５が別の窓５４の中に表示される。さらに、選択された関連語に関するコンテンツを取得するためのアクションの選択窓５６が表示される。このアクションの選択窓５６には、具体的には、ウェブ表示、ＴＶ番組の録画予約、ストリーミング音楽、ストリーミング動画などのウェブ上のコンテンツの選択項目５７，５８，５９，６０が表示されている。

ここで、ウェブ表示がユーザによって選択された場合、選択された関連語をキーワードとするコンテンツの一覧が表示され、その中からユーザによって選択されたコンテンツについてのウェブ検索の実行がウェブ閲覧用のアプリケーションに指示され、その検索結果であるウェブページが表示される。また、ＴＶ番組予約が選択された場合には、選択された関連語をキーワードとするＴＶ番組の一覧が表示され、その中からユーザにより選択されたＴＶ番組の予約が自動的に実行される。同様に、ストリーミング音楽あるいはストリーミング動画が選択された場合には、選択された関連語をキーワードとするストリーミング音楽あるいはストリーミング動画の一覧が表示され、その中からユーザによって選択されたストリーミング音楽あるいはストリーミング動画のダウンロード、再生が自動的に実行される。

また、関連語抽出機構１より得られた関連語はキーボード入力の際の入力補助に利用することが可能である。具体的には、図１８に示すように、表示デバイス２６の画面に表示されたソフトウェアキーボード６１による入力の際に、入力済みの文字６２に一致する単語（キーワード）を検索し、この検索したキーワードに対する関連語を、入力単語の候補６３として表示する。図の例では、「ブッ」まで入力されたところで、キーワードとして「ブッシュ」が検索され、この「ブッシュ」の関連である「プレッツェル」が、入力単語の候補６３として表示された場合を示している。このようにユーザが意図するキーワードに対する関連語が候補として表示されることで、ユーザは自分の予測や知識の範囲を越えたキーワードを取得することができ、ユーザに対して新鮮な知識や楽しみを提供できるようになる。

なお、本発明は、上述の図示例にのみ限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変更を加え得ることは勿論である。

本発明の一実施形態にかかる関連語抽出機構１の構成を示すブロック図である。 関連語ＤＢの作成を行う関連語ＤＢ作成エンジンの構成を示すブロック図である。 図２の関連語ＤＢ作成エンジンによる関連語ＤＢの作成手順を示すフローチャートである。 入力テキストの具体例を示す図である。 図４の入力テキストに対する形態素解析の結果の例を示す図である。 単語選定基準の具体例を示す図である。 単語連結規則の例を示す図である。 図５に示した形態素解析の結果からの単語抽出結果の具体例を示す図である。 KeyGraphを用いてキーワードとその関連語の抽出を行う処理の流れを示すフローチャートである。 KeyGraphによるキーワード・関連語の抽出処理で作成される関連グラフの例を示す図である。 関連グラフにおいて弱い連結部分の取り除きを示す図である。 図８に示した単語抽出結果に対して作成された関連グラフの具体例を示す図である。 図１２の関連グラフからの関連語抽出結果の具体例を示す図である。 図１の関連語抽出機構１を実装した電子機器装置のハードウェア構成を示す図である。 図１４の電子機器装置における関連語抽出機構１の実装形態の例を示す図である。 テレビジョンセットにおける関連語抽出機構１の出力の利用形態を示す図である。 関連語抽出機構１の出力をユーザインタフェース用のアプリケーションに適用した例を示す図である。 関連語抽出機構１の出力をキーボード入力補助に適用した例を示す図である。

符号の説明

１ 関連語抽出機構１
２ 関連語データベース（関連語ＤＢ）
３ 入力キーワード
４ 関連語リスト
５ マッチングエンジン
６ 関連語ＤＢ作成エンジン
７ 形態素解析部
８ 辞書
９ 単語抽出エンジン
１０ 関連語抽出エンジン
１１ 入力テキスト
１２ 単語リスト
１３ 単語選定基準
１４ 単語連結規則
３０ 操作入力部
４２ ユーザ操作監視部
４３ キーワード抽出部
１００ 電子機器装置

Claims (9)

1. テキストを入力するテキスト入力部と、
   前記テキスト入力部により入力された前記テキストからキーワードである単語とその関連語を抽出して関連語データベースを作成する関連語データベース作成部と、
   キーワードを入力するキーワード入力部と、
   前記キーワード入力部により入力された前記キーワードに対する関連語を、前記関連語データベース作成部により作成された前記関連語データベースより検索する関連語検索部と
   を具備することを特徴とする電子機器装置。
2. 前記関連語データベース作成部は、
   前記テキスト入力部により入力されたテキストから単語を抽出する単語抽出部と、
   前記単語抽出部により抽出された単語の中から出現頻度と単語間の共起度に基づいてキーワードとその関連語を抽出する関連語抽出部と
   を有することを特徴とする請求項１に記載の電子機器装置。
3. 前記関連語データベース作成部は、前記テキスト入力部により入力されたテキストを形態素解析により単語に分割する形態素解析部をさらに有し、
   前記単語抽出部は、前記形態素解析部により分割された単語から所定の選定基準に従って単語を選定するとともに、所定の連結規則に従って複数の単語を連結して一つの単語として生成し、前記選定した単語および前記連結により生成された単語を、単語抽出結果として出力することを特徴とする請求項２に記載の電子機器装置。
4. テキストを入力するステップと、
   前記入力されたテキストからキーワードである単語とその関連語を抽出して関連語データベースを作成するステップと、
   キーワードを入力するステップと、
   前記入力されたキーワードに対する関連語を、前記作成された前記関連語データベースを検索して取得するステップと
   を有することを特徴とする関連語抽出方法。
5. 前記関連語データベースを作成するステップは、前記テキストから単語を抽出し、抽出された単語の中から出現頻度と単語間の共起度に基づいてキーワードとその関連語を抽出することを特徴とする請求項４に記載の関連語抽出方法。
6. 前記テキストから単語を抽出するにあたり、入力されたテキストを形態素解析により単語に分割し、分割された単語から所定の選定基準に従って単語を選定するとともに、所定の連結規則に従って複数の単語を連結して一つの単語として生成し、前記選定した単語および前記連結により生成された単語を、単語抽出結果として出力することを特徴とする請求項５に記載の関連語抽出方法。
7. テキストを入力するテキスト入力部と、
   前記テキスト入力部により入力された前記テキストからキーワードである単語とその関連語を抽出して関連語データベースを作成する関連語データベース作成部と、
   キーワードを入力するキーワード入力部と、
   前記キーワード入力部により入力された前記キーワードに対する関連語を、前記関連語データベース作成部により作成された前記関連語データベースより検索する関連語検索部としてコンピュータを機能させることを特徴とするプログラム。
8. 前記関連語データベース作成部は、
   前記テキスト入力部により入力されたテキストから単語を抽出する単語抽出部と、
   前記単語抽出部により抽出された単語の中から出現頻度と単語間の共起度に基づいてキーワードとその関連語を抽出する関連語抽出部と
   を有することを特徴とする請求項７に記載のプログラム。
9. 前記関連語データベース作成部は、前記テキスト入力部により入力されたテキストを形態素解析により単語に分割する形態素解析部をさらに有し、
   前記単語抽出部は、前記形態素解析部により分割された単語から所定の選定基準に従って単語を選定するとともに、所定の連結規則に従って複数の単語を連結して一つの単語として生成し、前記選定した単語および前記連結により生成された単語を、単語抽出結果として出力することを特徴とする請求項８に記載のプログラム。

Images