JP2006164045A - 共起グラフ作成方法及び装置及びプログラム及びプログラムを格納した記憶媒体 - Google Patents

Abstract

【課題】 あるキーワードがなぜ注目されているのかを知る手掛かりになるインタフェースを提供することを可能にする。
【解決手段】 本発明は、利用者がインターネット上の文書において、基準となるキーワードＸを選択決定した際にそのキーワードＸと共起する共起キーワードＷｎを抽出／空間上に配置し、表示する共起グラフを作成する際に、抽出したキーワードをノードとし、ノード間に表示するリンクの太さを、共起関係が出現する頻度ｆと文書が作成または更新された時刻から利用者が基準となるキーワードを選択決定した時刻までの経過時間ｔに応じて決定する。
【選択図】 図１

Description

本発明は、共起グラフ作成方法及び装置及びプログラム及びプログラムを格納した記憶媒体に係り、特に、インデキシング技術におけるキーワード間の共起関係を利用して共起グラフを生成し、表示する共起グラフ作成方法及び装置及びプログラム及びプログラムを格納した記憶媒体に関する。

従来からインデキシング技術として、キーワード間の共起関係を利用する方法とこの結果を可視化する共起グラフと呼ばれる可視化手法が存在する。一般的な共起グラフの作成は、前処理として対象となる文書からキーワードを抽出する。規定回数以上出現するキーワードをノードとして抽出する。２つのノードに対応するキーワードの同一文中における共起が多ければ（共起度が高ければ）リンクを張る。以上のプロセスにより行われる。このグラフは、例えば、共起グラフに現れ、多くのリンクが張られたキーワードを検索語（インデックス）として有用であると判断して抽出するという用途で利用されている（例えば、非特許文献１参照）。

また、インターネット上の検索ポータルサイトにおいて、「注目ワード」「人気キーワード」「キーワードランキング」と呼ばれるサービス（以下、「注目ワード」提示サービスと記す）が存在する。このサービスは各検索ポータルサイトが自分のサイト内で、最近注目されているキーワードを独自に提示するもので、利用者によればキーワード検索のクエリとして入力されたキーワードのログから最近頻繁に入力されているキーワードであるとか、世間の状況に照らして注目されているとかのキーワードをアンカとして表示している。利用者がこのアンカをマウスカーソルなどのポインティングデバイスで選択することにより、そのキーワードを検索エンジンのクエリとして入力した際の検索結果が表示される、というサービスである。
松尾豊、大澤幸生、石塚満:「Small World構造を用いた文書からのキーワード抽出」、情報処理学会論文誌、Vol.43, No.6, pp.1825-1833,2002

しかしながら、上記の「注目ワード」提示サービスは、提示されたキーワードが注目されていることを前提としたサービスであり、「なぜ、そのキーワードが注目されているのか」、理由が知りたいというニーズに応えることができないという問題点がある。

すなわち、このサービスを利用した結果、利用者に提供される情報は、一般的に検索キーワード周辺数行の文字列（サマリ）と、ＵＲＬなどの文書ページへのリンク文字列をセットにした文字列表示であり、１ページに数個から１０個程度表示されるのが通常である。この表示から、利用者はまず、詳細を理解するために、リンクを選択して一つ一つのページを参照し、内容を確認しなければならないので手間がかかるという問題がある。

また、ページを参照することで、運良く「理由」が解ることもあるが、大抵の場合は、検索結果で提供されるページがそのキーワードの説明のページであることが多いため、「理由」が解ることは稀である。但し、多くのページを参照することによりその中に「理由」となる事柄が記述されているのを発見し、「理由」が解ることもある。しかし、上記のように、その際の労力は、大変なものである。その結果、従来のサービスから「理由」を知るには手間がかかる上に、目的を達せられることは稀である。以上、「注目ワード」提示サービスでは、「なぜそのキーワードに人気、注目が集まっているのか」、「理由」を知ることが困難であるという問題があり、「理由」を知る目的のためにチューニングされ、すばやく容易に「理由」を知ることができる手法が望まれている。

本発明は上記の点に鑑みなされたもので、あるキーワードがなぜ注目されているのかを知る手掛かりになるインタフェースを提供することが可能な共起グラフ作成方法及び装置及びプログラム及びプログラムを格納した記憶媒体を提供することを目的とする。

図１は、本発明の原理を説明するための図である。

本発明（請求項１）は、インデキシング技術におけるキーワード間の共起関係を利用して共起グラフを生成する共起グラフ作成方法において、
入力装置からキーワード（以下、キーワードＸと記す）が入力されると、インターネット上の文書蓄積手段から、該キーワードＸに関する共起キーワード（以下、キーワードＷｎと記す）を検索する共起キーワード検索ステップ（ステップ１）と、
キーワードＸと検索された前記キーワードＷｎをノードとして空間上に配置する共起グラフを作成する共起グラフ作成手段とステップ（ステップ２）と、を行い、
共起グラフ作成ステップ（ステップ２）において、
共起グラフを生成する際に、
ノード間に表示するリンクの太さを、共起関係が出現する頻度ｆと文書が作成または更新された時刻から利用者が基準となるキーワードを選択決定した時刻までの経過時間ｔに応じて決定する。

図２は、本発明の原理構成図である。

本発明（請求項２）は、インデキシング技術におけるキーワード間の共起関係を利用して共起グラフを生成する共起グラフ作成装置１００であって、
入力装置３１０からキーワード（以下、キーワードＸと記す）が入力されると、インターネット上の文書蓄積手段２００から、該キーワードＸに関する共起キーワード（以下、キーワードＷｎと記す）を検索する共起キーワード検索手段１２０と、
キーワードＸと検索されたキーワードＷｎをノードとして空間上に配置する共起グラフを作成する共起グラフ作成手段１４０と、を有し、
共起グラフ作成手段１４０は、
前記ノード間に表示するリンクの太さを、共起関係が出現する頻度ｆと文書が作成または更新された時刻から利用者が基準となるキーワードを選択決定した時刻までの経過時間ｔに応じて決定する手段を含む。

本発明（請求項３）は、インデキシング技術におけるキーワード間の共起関係を利用して共起グラフを生成し、表示する共起グラフ作成プログラムであって、
請求項１記載の共起グラフ作成方法を実現するための処理をコンピュータに実行させるプログラムである。

本発明（請求項４）は、インデキシング技術におけるキーワード間の共起関係を利用して共起グラフを生成し、表示する共起グラフ作成プログラムを格納した記憶媒体であって、
請求項１記載の共起グラフ作成方法を実現するための処理をコンピュータに実行させるプログラムを格納した記憶媒体である。

上記から本発明では、利用者が入力装置から「注目ワード」「人気キーワード」（以降キーワードＸと記す）を指定すると、インターネット上の文書を対象として、キーワードＸに関する共起キーワード（以降キーワードＷｎ）を抽出し、キーワードＸを中心として、キーワードＷｎを空間上に配置する共起グラフを作成することにより、そのキーワードが「何故注目されているのか」を知る手掛かりになるインタフェースを提供する。これらの「理由」として、利用者が必要としている情報は最近の状況であると考えられることから、この「最近の状況」を表現するために、共起キーワード抽出のための処理手順に一般的な共起頻度に加えて、共起キーワードの出現時期を加味し、共起グラフに反映することにより、「最近の状況」を表現する。以上により、すばやく容易に「理由」を知りたいというユーザニーズに応えたいという課題が解決する。

本発明によれば、キーワードＸの周囲に共起キーワードＷｎを配置する際のキーワードＸとその共起キーワードＷｎが同時に出現する（共起する）文書が多い、すなわち共起頻度が高く、その共起関係の出現が文書の作成／更新日時によりキーワードＸを決定した時刻を基準として最近であるキーワードＷｎを配置する共起作成処理方法及び表示方法により直感的になぜそのキーワードＸが最近注目されているのかが理解できるようになる。

すなわち、共起頻度が高いということは、多くの文書作成者がそのキーワードを同時に記述しているということであり、多くの文書作成者がキーワードＷｎをキーワードＸに関連付けして注目していると考えられる。さらに、その文書の出現時刻が最近であるということは、それが最近の出来事であるということができる。共起頻度のみを対象とした場合は、過去の文書で共起頻度が高かった場合の情報の陳腐化が問題となり、共起の出現時刻のみを対象とした場合は、偶然共起頻度が高くなった、意味を成さない共起キーワードに引きずられてキーワードＸが注目される「理由」が表現できない可能性がある。以上の共起頻度と共起が出現する文書の作成時刻の新しさを考慮する本発明の共起グラフ作成処理により作成した共起グラフでは、注目されているキーワードＸの周囲に、共起頻度と共起関係の出現時期を加味した共起度を反映した表現で共起キーワードＷｎを配置表示することになるので、何故最近そのキーワードに人気、注目が集まっているのかの「理由」を気づかせる情報を提供でき、結果その情報提供装置を構成できるという効果が得られる。

以下、図面と共に本発明の実施の形態を説明する。

図３は、本発明の一実施の形態におけるシステム構成図である。

同図におけるシステムは、インターネット５００上で文書を格納する少なくとも１つ以上の文書蓄積サーバ２００、文書蓄積サーバ２００から所定の方法で文書を抽出し、利用者が指定したキーワードＸに関する共起キーワードＷｎを抽出し、キーワードＸを中心に共起キーワードＷｎを空間上に配置表現するまでの処理を行うサーバコンピュータ１００、コンピュータネットワーク４００を介してサーバコンピュータ１００と接続され、サーバコンピュータ１００で処理した結果を表示する、少なくとも１つ以上のクライアントコンピュータ３００、及び、これらのコンピュータを接続し、通信可能にするコンピュータネットワーク４００及びインターネット５００から構成される。

図４は、本発明の一実施の形態におけるサーバコンピュータの構成を示す。

サーバコンピュータ１００は、入出力部１１０、キーワード抽出部１２０、表示制御部１３０、共起グラフ作成部１４０から構成される。

入出力部１１０は、文書蓄積サーバ２００からインターネット５００を介して文書を読み込む機能と、クライアントコンピュータ３００との間でデータの送受信を行う機能を有する。

キーワード抽出部１２０は、文書蓄積サーバ２００に入出力部１１０を介してアクセスし、文書集合を取得し、当該文書集合からキーワードを検索し、キーワード記憶部１５０に格納する。入出力部１１０を介して入力された文字列からキーワードＸを抽出し、当該キーワードＸに基づいて、当該キーワードＸに関して共起するキーワードＷｎを、キーワード記憶部１５０を検索することにより取得し、共起グラフ作成部１４０、表示制御部１３０に転送する。

表示制御部１３０は、キーワード抽出部１２０で抽出されたキーワードＸを、入出力部１１０を介してクライアントコンピュータ３００の表示装置上の空間上の一点に表示する。また、共起キーワードをクライアントコンピュータ３００の表示装置上の、キーワードＸを中心として空間上に配置する。さらに、共起グラフ作成部１４０で作成された共起グラフを、入出力部１１０を介してクライアントコンピュータ３００の表示装置上に表示する。

共起グラフ作成部１４０は、入出力部１１０を介して取得したキーワード抽出部１２０から取得されたキーワードＸと、当該キーワードＸと共起するキーワードＷｎから後述する方法により関数Ｆｘ（ｆ，ｔ）を求め、当該関数に基づいて、キーワードＸとリンクする共起キーワード(ノード)とを結ぶ線の太さを決定することにより共起グラフを生成する。生成された共起グラフは表示制御部１３０に転送して、表示する、または、記憶媒体(図示せず)に格納する。

図５は、本発明の一実施の形態における動作を示すフローチャートである。

ステップ１０１） サーバコンピュータ１００のキーワード抽出部１２０は、インターネット上の文書蓄積サーバ２００に格納された全ての文書集合Ｇを読み込み、キーワード（Ｋｅｙｓ）を抽出する。

ステップ１０２） また、キーワード抽出部１２０は、入出力部１１０を介して取得したキーワードＸを表示制御部１３０に転送する。当該キーワードＸは、利用者が「どうしてそのキーワードが注目されているのか」「理由」を知りたいと考えて入力されるもので、検索ポータルサイトにおける「注目ワード」「人気ワード」のサービスで提供されているキーワードをその対象とするのが自然である。利用者に対しては、クライアントコンピュータ３００上で、テキストボックスにキーワードを入力させても構わないし、キーワードＸをアンカとして表示し、検索結果表示へのリンクとするなどが考えられ、その方法は問わない。

ステップ１０３） キーワード抽出部１２０は、入力されたキーワードＸがキーワード記憶部１５０に格納されているキーワード集合Ｋｅｙｓに含まれている場合は、ステップ１０４に移行し、含まれていない場合には、その旨をクライアントコンピュータ３００を介して利用者に通知し、処理を終了する。

ステップ１０４） 表示制御部１３０は、入出力部１１０を介してキーワードＸをクライアントコンピュータ３００の空間上の一点に表示する。

ステップ１０５） キーワード抽出部１２０、当該キーワードＸに関して共起するキーワードＷｎ（ｎ＝１，２，…，Ｎ）をキーワード記憶部１５０から抽出する。ここで、ｎは、キーワードＸに関して共起するキーワードの数を表しており、Ｎはその総数である。

ステップ１０６） 表示制御部１３０は、キーワードＸと共起するキーワードＷｎをクライアントコンピュータ３００に、キーワードＸを中心として空間上に配置する。

ステップ１０７） 共起グラフ作成部１４０は、キーワード抽出部１２０で抽出された共起キーワードと、キーワードＸが同時に出現（共起）する文書の数である共起頻度ｆに比例し、かつ、共起の出現する文書の作成または、更新日時から利用者がキーワードＸを指定した時刻までの経過時間ｔに反比例する関数Ｆｘ（ｆ、ｔ）によりリンクの太さを決定する。すなわち、共起頻度が高いほど、経過時間が短いほど関数Ｆｘ（ｆ，ｔ）の値が大きくなり、リンクを太く表現する。

ここで、共起キーワードが出現する文書は多数存在することが多いので、その場合の経過時間ｔの決定方法を以下に図６、図７を用いて説明する。

図６では、共起キーワードが出現する複数文書の３つのパターンを上段、中段、下段に表現している。横軸に経過時刻Ｔを表し、ＫＥＹｘ（キーワードＸ）に対して共起キーワードＫＥＹａ，ＫＥＹｂ、ＫＥＹｃ（キーワードＷｎ）が存在し、上段から各々、過去から最近にかけてまんべんなく分散して共起関係が出現する場合（ＫＥＹａ:パターンａ）、過去に集中して共起が出現したが、最近再び共起関係が出現した場合（ＫＥＹｂ:パターンｂ）、最近集中していた共起関係が出現する場合（ＫＥＹｃ:パターンｃ）を表している。

経過時間ｔとして同じ共起関係の出現文書の経過時間の平均をとった場合には過去に出現した共起関係に引きずられて、最近の情報を反映した結果が得られなくなる問題点を考慮して、経過時間に反比例する重み係数Ｋｎを与えて、各経過時間との積をとりその和の平均により経過時間ｔを決定する（Ｋ１＊ｔ１＋Ｋ２＊ｔ２＋…＋Ｋｍ＊ｔｍ）／ｍ（ｎ＝１，２，３，…ｍ）。

図７の縦軸には、係数Ｋを表現し、グラフにＫの推移の例を表している。

ステップ１０８） キーワードＷｎの各々に関して、ステップ１０５，１０６，１０７の処理を繰り返すことにより、表示制御部１３０は、クライアントコンピュータ３００に対して、多階層のグラフを表示する。なお、当該ステップは、ステップ１０７において処理された結果を記憶手段等に格納することも可能であるので、必ずしも必要な処理ではない。

図８は、キーワードＸに「ヤーサス」を指定した場合の２階層のクライアントコンピュータ３００での表示結果を示している。同図では、利用者が最近注目されているキーワード「ヤーサス」を「どうして、このキーワードが注目されているのか理由を知りたい」と考えて選択決定したときに、同図のような結果を得ることを表している。この結果を見た利用者は、
・「ヤーサス」の周囲に「ギリシャ語」、「あいさつ」、「ギリシャ」が配置されていることから、「ヤーサス」は、「ギリシャ語」の「あいさつ」に関する言葉であるということが予想され、
・もう少し考えると「ヤーサス」には「ありがとう」「ごめーん」、「頑張ろう！」等の意味で使用され、「出会ったとき」「別れるとき」に使える「唯一便利」な言葉であることが予想される。

・「ヤーサス」が注目を集めるのは、どうやら最近「ギリシャ」で「サッカー」や「アテネ五輪」が行われているからだろう。特に、「ギリシャ」と「アテネ五輪」の共起関係は「サッカー」よりも最近の出来事であることが、リンクの太さより予想することができる。

上記のように、本発明によれば、作成した共起グラフから以上のようなことが把握できる。

なお、上記の実施の形態では、図３に示すようなシステム構成を例として説明しているが、クライアントコンピュータ、サーバコンピュータという構成を用いずに、図４に示す構成に、入力装置、表示装置、必要に応じて文書を蓄積したデータベース(もちろん、文書蓄積サーバを用いてもよい)を加えた１つの共起グラフ作成装置として構成することも可能である。

なお、図５に示す動作をコンピュータのプログラムで構成し、そのプログラムを、コンピュータを用いて実行できることはいうまでもなく、コンピュータでその機能を実現するためのプログラム、あるいは、コンピュータにその処理の手順を実行させるためのプログラムを、そのコンピュータが読み取り可能な記憶媒体、例えば、ＨＤＤ，ＭＯ，ＲＯＭ，メモリカード，ＣＤ，ＤＶＤ，リムーバブルディスクなどに記録して、保存したり、配布したりすることが可能である。

上記のプログラムは、インターネットや電子メールなど、ネットワークを通して提供することも可能である。

以上、本発明の代表的な実施の形態を説明したが、本発明は上記の実施の形態に限定されることなく、特許請求の範囲内において、種々変更・応用が可能である。

本発明は、文書検索、Ｗｅｂページ検索、文書クラスタリング、要約文抽出等の情報検索に適用可能である。

本発明の原理を説明するための図である。 本発明の原理構成図である。 本発明の一実施の形態におけるシステム構成図である。 本発明の一実施の形態におけるサーバコンピュータの構成図である。 本発明の一実施の形態における動作を示すフローチャートである。 本発明の一実施の形態における係数Ｋの決定方法を説明するための図(その１)である。 本発明の一実施の形態における係数Ｋの決定方法を説明するための図(その２）である。 本発明の一実施の形態における共起グラフの例である。

符号の説明

１００ サーバコンピュータ
１１０ 入力部
１２０ キーワード抽出部、共起キーワード検索手段
１３０ 表示制御部
１４０ 共起グラフ作成部、共起グラフ作成手段
１５０ キーワード記憶部
２００ 文書蓄積手段、文書蓄積サーバ
３００ クライアントコンピュータ
３１０ 入力装置
４００ コンピュータネットワーク
５００ インターネット

Claims (4)

1. インデキシング技術におけるキーワード間の共起関係を利用して共起グラフを生成する共起グラフ作成方法において、
   入力装置からキーワード（以下、キーワードＸと記す）が入力されると、インターネット上の文書蓄積手段から、該キーワードＸに関する共起キーワード（以下、キーワードＷｎと記す）を検索する共起キーワード検索ステップと、
   前記キーワードＸと検索された前記キーワードＷｎをノードとして空間上に配置する共起グラフを作成する共起グラフ作成ステップと、を行い、
   前記共起グラフ作成ステップにおいて、
   前記ノード間に表示するリンクの太さを、共起関係が出現する頻度ｆと文書が作成または更新された時刻から利用者が基準となるキーワードを選択決定した時刻までの経過時間ｔに応じて決定する
   ことを特徴とする共起グラフ作成方法。
2. インデキシング技術におけるキーワード間の共起関係を利用して共起グラフを生成する共起グラフ作成装置であって、
   入力装置からキーワード（以下、キーワードＸと記す）が入力されると、インターネット上の文書蓄積手段から、該キーワードＸに関する共起キーワード（以下、キーワードＷｎと記す）を検索する共起キーワード検索手段と、
   前記キーワードＸと検索された前記キーワードＷｎをノードとして空間上に配置する共起グラフを作成する共起グラフ作成手段と、を有し、
   前記共起グラフ作成手段は、
   前記ノード間に表示するリンクの太さを、共起関係が出現する頻度ｆと文書が作成または更新された時刻から利用者が基準となるキーワードを選択決定した時刻までの経過時間ｔに応じて決定する手段を含むことを特徴とする共起グラフ作成装置。
3. インデキシング技術におけるキーワード間の共起関係を利用して共起グラフを生成し、表示する共起グラフ作成プログラムであって、
   前記請求項１記載の共起グラフ作成方法を実現するための処理をコンピュータに実行させることを特徴とする共起グラフ作成プログラム。
4. インデキシング技術におけるキーワード間の共起関係を利用して共起グラフを生成し、表示する共起グラフ作成プログラムを格納した記憶媒体であって、
   前記請求項１記載の共起グラフ作成方法を実現するための処理をコンピュータに実行させるプログラムを格納したことを特徴とする共起グラフ作成プログラムを格納した記憶媒体。

Images