JP2007241452A

JP2007241452A - ドキュメント情報処理装置

Info

Publication number: JP2007241452A
Application number: JP2006060079A
Authority: JP
Inventors: Sukeji Kato; 典司加藤; Takashi Isozaki; 隆司磯崎
Original assignee: Fuji Xerox Co Ltd
Current assignee: Fujifilm Business Innovation Corp
Priority date: 2006-03-06
Filing date: 2006-03-06
Publication date: 2007-09-20
Also published as: CN100541491C; CN101034398A; US20070208731A1

Abstract

【課題】利用者がドキュメントに注目する際の要因を、キーワードを含む種々の要因から分析できるドキュメント情報処理装置を提供する。
【解決手段】ドキュメントから抽出可能な所与の要因情報候補のうち、少なくとも一部複数を要因情報として、利用者ごとに、各要因情報に基づく注目確率重みを保持する。そして要因情報に基づく注目確率重みを利用して、処理対象となったドキュメント群から、注目されると推定されるドキュメントを選抜し、当該選抜の推論において、用いられた要因情報の少なくとも一部について、当該要因情報を特定する情報を利用者に提示するドキュメント情報処理装置である。
【選択図】図１

Description

本発明は、処理対象となったドキュメントについて利用者ごとの注目度を推定するドキュメント情報処理装置に関する。

近年ではコンピュータを用いたドキュメント管理が普及し、利用者が目にするドキュメントの数も増大している。こうしたなか、利用者にとって注目するべきドキュメントを検索する技術が求められている。

例えば利用者が閲覧したドキュメントからキーワードを抽出し、当該キーワードを含むドキュメントを注目するべきドキュメントの候補として提示する技術が、特許文献１に開示されている。
特開２００５ー１８２８０４号公報

しかしながら、実際に注目するべきドキュメントに、抽出されたキーワードが必ずしも含まれるとは限らない。また、ドキュメントに注目する要因はキーワードだけに限らない場合があるが、上記従来の技術では、キーワード外の要因について分析することが困難であった。

本発明は上記実情に鑑みて為されたもので、利用者がドキュメントに注目する際の要因を、キーワードを含む種々の要因から分析できるドキュメント情報処理装置を提供することを、その目的の一つとする。

上記従来例の問題点を解決するための本発明は、ドキュメント情報処理装置であって、ドキュメントから抽出可能な所与の要因情報候補のうち、少なくとも一部複数を要因情報として、利用者ごとに、各要因情報に基づく注目確率重みを保持する保持手段と、前記要因情報に基づく注目確率重みを利用して、処理対象となったドキュメント群から、注目されると推定されるドキュメントを選抜する手段と、前記選抜の推論において、用いられた要因情報の少なくとも一部について、当該要因情報を特定する情報を利用者に提示する手段と、を含むことを特徴としている。

また前記要因情報候補のうちから、予め定めた追加基準に基づいて、追加対象となる要因情報を選択し、当該選択された要因情報に基づく注目確率重みを演算させ、前記保持手段に保持させる追加判断手段をさらに含んでもよい。

また、本発明の一態様に係るドキュメント情報処理方法は、ドキュメントから抽出可能な所与の要因情報候補のうち、少なくとも一部複数を要因情報として、利用者ごとに、各要因情報に基づく注目確率重みを保持する保持手段を備えたコンピュータを用い、前記要因情報に基づく注目確率重みを利用して、処理対象となったドキュメント群から、注目されると推定されるドキュメントを選抜し、前記選抜の推論において、用いられた要因情報の少なくとも一部について、当該要因情報を特定する情報を利用者に提示することを特徴としている。

さらに本発明の別の態様に係るプログラムは、ドキュメントから抽出可能な所与の要因情報候補のうち、少なくとも一部複数を要因情報として、利用者ごとに、各要因情報に基づく注目確率重みを保持する保持手段を備えたコンピュータに、前記要因情報に基づく注目確率重みを利用して、処理対象となったドキュメント群から、注目されると推定されるドキュメントを選抜する手順と、前記選抜の推論において、用いられた要因情報の少なくとも一部について、当該要因情報を特定する情報を利用者に提示する手順と、を実行させることを特徴としている。

本発明の実施の形態について図面を参照しながら説明する。本発明の実施の形態に係るドキュメント情報処理装置は、図１に示すように、制御部１１、記憶部１２、通信部１３、操作部１４、及び表示部１５を含んで構成されている。

制御部１１は、ＣＰＵなどのプログラム制御デバイスであり、記憶部１２に格納されているプログラムに従って動作する。本実施の形態では、制御部１１は、利用者を認証し、認証した利用者ごとに、ドキュメントに関する操作の履歴を保持する。ここで操作履歴とは、例えば閲覧操作、印刷操作、削除操作などであり、それぞれの実行日時などの情報を併せて保持している。また、この制御部１１は、操作の対象となったドキュメントから抽出可能な要因情報に対して、利用者ごとの注目確率重み（利用者のプロファイル情報と呼ぶ）の情報を生成する（プロファイリング処理）。

さらに制御部１１は、要因情報に基づく利用者のプロファイル情報を利用して、処理対象となったドキュメント群から、注目されると推定されるドキュメントを選抜するとともに、この選抜の推論において、用いられた要因情報の少なくとも一部について、当該要因情報を特定する情報を利用者に提示する（要因提示処理）。これら制御部１１のプロファイリング処理や、要因提示処理については、後に詳しく述べる。

記憶部１２は、ＲＡＭ，ＲＯＭなどの記憶素子や、ハードディスクなどのディスクデバイスを含んで構成される。この記憶部１２は、制御部１１によって実行されるプログラムを保持している。また、この記憶部１２は、制御部１１のワークメモリとしても動作する。通信部１３は、ネットワークインタフェースなどであり、制御部１１から入力される指示に従って、ネットワークを介してドキュメントを取得し、記憶部１２に格納する。

操作部１４は、キーボードやマウスなどであり、利用者の操作を受けて、当該指示操作の内容を制御部１１に出力する。表示部１５は、ディスプレイなどであり、制御部１１から入力される指示に従って情報を表示する。

本実施の形態のドキュメント情報処理装置は、制御部１１がプロファイリング処理や、注目度演算処理を実行することで、ソフトウエア的に、図２に示すような各機能が実現される。すなわち、本実施の形態のドキュメント情報処理装置は、機能的には、図２に示すように、プロファイリング部２１と、プロファイル情報保持部２２と、ドキュメント操作処理部２３と、ドキュメント選抜部２４と、要因推定部２５と、情報提示部２６とを含んで構成される。

なお制御部１１は、予め利用者を認証して、利用者を特定する情報を得ておくものとする。認証は広く知られているように、利用者名とパスワードとを用いる方法など様々な方法があるので、ここでの詳細な説明を省略する。

プロファイリング部２１は、予め定められた要因情報候補から選択される一部複数の要因情報の各々をノードとして含むベイジアンネットワークを形成する。また、このベイジアンネットワークには、利用者の指示操作の内容に関わるノードと、対象とするドキュメントが利用者にとって注目するべきものであるとするノードとを含む。

このベイジアンネットワークは、概念的には図３に示すようなネットワークとなる。また、要因情報のノードの各々には注目確率重みの情報が関連づけて設定される。ここで要因情報は、例えば対象となるドキュメントが特許文献であれば、当該ドキュメントから抽出されるキーワード情報、書誌的情報に含まれる出願人情報、国際特許分類の値その他の分類情報、発明者名などを要因情報候補とすることができる。

プロファイル情報保持部２２は、図４に示すように、要因情報のノードを識別する情報（要因情報を説明する文字列、例えば「出願人がＡである」など）と、注目確率重みの情報とを関連づけたプロファイルデータベースを、利用者ごとに保持する。

プロファイリング部２１は、ドキュメント操作処理部２３から、利用者のドキュメントに対する指示操作の内容を受けて、操作の対象となったドキュメントに関わる要因情報を抽出し、プロファイル情報保持部２２に、当該利用者を特定する情報に関連づけて格納されている、上記抽出した要因情報に対応するノードの注目確率重みを変更する。

例えばドキュメント操作処理部２３が出力する情報に、利用者が閲覧を開始した日時と閲覧を終了した日時とが含まれていれば、プロファイリング部２１は、利用者の閲覧時間をこれらの情報から演算する。また、当該閲覧の対象となっているドキュメントから、ベイジアンネットワークに含められているノードに対応する要因情報を抽出する。例えばキーワードや分類情報などを抽出する。そして、閲覧時間が長いほど注目確率は高いとの仮説に立って、上記抽出された要因情報のノードの注目確率重みを所定の方法で増大させる。ここで増大させる方法は、例えば一定割合で増大させる方法や、閲覧時間に応じた量だけ増大させる方法など種々の方法がある。このように利用者の操作に応じてベイジアンネットワークを更新する方法については、例えば電子メールの重要度を推定する方法などとして広く知られた方法を採用できる。

ドキュメント操作処理部２３は、利用者から入力される指示操作に応じて、例えばネットワークを介してドキュメントのデータを取得して表示部１５に表示出力する。また、このドキュメント操作処理部２３は、当該ドキュメントに対する利用者の指示操作（閲覧開始指示、閲覧終了指示、削除指示など）の入力を受けると、当該指示操作があったことを表す情報を、当該指示操作があった時点を表す日時情報とともにプロファイリング部２１に出力する。なお、日時情報は、図示しないカレンダーＩＣなどから取得することができる。

ドキュメント選抜部２４は、利用者から指定されたタイミングなど、予め定めたタイミングにて、ネットワークから、または所定のドキュメントデータベースから、処理対象となるドキュメント群を取得する。例えば、所定のＵＲＬ（Uniform Resource Locator）に蓄積されるドキュメントのうち、蓄積日時の新しいものから順に所定件数だけを、処理対象として取得してもよい。また、図示しないドキュメントデータベースに蓄積されているドキュメントのすべてを処理対象として取得してもよい。

ドキュメント選抜部２４は、処理対象として取得したドキュメントのそれぞれから、プロファイリング部２１が形成するベイジアンネットワークに含まれるノードに対応する要因情報を抽出する。そして当該抽出した要因情報に関連づけられている注目確率重みの情報を用いて、各ドキュメントが注目するべきものである確率（注目確率）を演算する。そして、この確率が予め定めた閾値を超えるものを、選抜ドキュメントとして選抜し、当該選抜ドキュメントを記憶部１２に格納する。ここでドキュメントが注目するべきものである確率の演算は、通常のベイジアンネットワークを用いた重要度の演算と同様のものであるので、ここでの詳細な説明を省略する。

要因推定部２５は、ドキュメント選抜部２４におけるドキュメントの選抜で用いられた要因情報のうち、所定条件を満足する少なくとも一部を選択し、当該選択した要因情報を特定する情報を、情報提示部２６に出力する。

ここではベイズの定理を用いて、選抜されたドキュメントを注目するべきドキュメントと判断したときの、各要因情報の注目確率重みに基づいて演算された注目確率の値について、この注目確率の値から逆に、その選抜されたドキュメントを注目するべきドキュメントとして判断するときに用いる要因情報の確率を演算する。すなわちベイズの定理は、ＡであるときにＢである確率と、ＢであるときにＡである確率とを関連づけているので、因果関係を逆転して、ドキュメントを選抜する確率から、各要因情報がドキュメントの選抜に用いられる確率を算出できるのである。

そして要因推定部２５は、選抜された各ドキュメントについて、各要因情報が、当該ドキュメントの選抜に用いられる確率を算出する。そして、当該確率が高いものから順に予め定めた提示数だけの要因情報を選択し、当該選択した要因情報を特定する情報（当該要因情報を説明する文字列など）を情報提示部２６に出力する。

情報提示部２６は、要因推定部２５から入力される、要因情報を特定する情報を、表示部１５に一覧表示する。なお、このとき、ドキュメント選抜部２４が選抜したドキュメントの一覧などを併せて表示部１５に表示してもよい。

また、要因推定部２５は、要因情報候補であって、要因情報となっていないものについて、ドキュメント選抜部２４が選抜したドキュメント群に、予め定めた割合以上で共通している（追加基準に相当する）ものがあれば、当該要因情報候補を追加対象としてプロファイリング部２１に通知してもよい。

この場合、プロファイリング部２１は、追加対象として通知された要因情報候補に対応するノードを、ベイジアンネットワークに追加し、その注目確率重みの情報を初期化する（例えば「１」とする）。

本実施の形態によると、利用者が意識せずに、出願人がＡであるような特許文献を長時間閲覧していたりした場合に、ベイジアンネットワークにおいて「出願人がＡである」とのノードに関係する注目確率重みが上昇させられ、「出願人がＡである」ドキュメントが注目するべきドキュメントとして選抜される。そして、この選抜結果から逆に「出願人がＡである」とのノードが、ドキュメントの選抜に用いられる確率が高いノードとして選択され、当該ノードを表す「出願人がＡである」との要因情報が、利用者に提示される。

これにより利用者は、意識していなかったドキュメントの注目要因を知ることができるようになる。また、本実施の形態では、ベイジアンネットワークを利用し、ドキュメントから抽出可能な情報としてキーワードのみならず、キーワードを含む種々の要因情報をベイジアンネットワークのノードとして含めることができる。このため、利用者がドキュメントに注目する際の要因を、キーワードを含む種々の要因から分析できる。

本発明の実施の形態に係るドキュメント情報処理装置の例を表す構成ブロック図である。本発明の実施の形態に係るドキュメント情報処理装置の一例を表す機能ブロック図である。本発明の実施の形態に係るドキュメント情報処理装置が生成し、利用するベイジアンネットワークの例を表す概要図である。本発明の実施の形態に係るドキュメント情報処理装置が利用者ごとに保持する要因情報ごとの注目確率重みの例を表す説明図である。

符号の説明

１１制御部、１２記憶部、１３通信部、１４操作部、１５表示部、２１プロファイリング部、２２プロファイル情報保持部、２３ドキュメント操作処理部、２４ドキュメント選抜部、２５要因推定部、２６情報提示部。

Claims

ドキュメントから抽出可能な所与の要因情報候補のうち、少なくとも一部複数を要因情報として、利用者ごとに、各要因情報に基づく注目確率重みを保持する保持手段と、
前記要因情報に基づく注目確率重みを利用して、処理対象となったドキュメント群から、注目されると推定されるドキュメントを選抜する手段と、
前記選抜の推論において、用いられた要因情報の少なくとも一部について、当該要因情報を特定する情報を利用者に提示する手段と、
を含むことを特徴とするドキュメント情報処理装置。
請求項１に記載のドキュメント情報処理装置であって、
前記要因情報候補のうちから、予め定めた追加基準に基づいて、追加対象となる要因情報を選択し、当該選択された要因情報に基づく注目確率重みを演算させ、前記保持手段に保持させる追加判断手段をさらに含むことを特徴とするドキュメント情報処理装置。
ドキュメントから抽出可能な所与の要因情報候補のうち、少なくとも一部複数を要因情報として、利用者ごとに、各要因情報に基づく注目確率重みを保持する保持手段を備えたコンピュータを用い、
前記要因情報に基づく注目確率重みを利用して、処理対象となったドキュメント群から、注目されると推定されるドキュメントを選抜し、
前記選抜の推論において、用いられた要因情報の少なくとも一部について、当該要因情報を特定する情報を利用者に提示することを特徴とするドキュメント情報処理方法。
ドキュメントから抽出可能な所与の要因情報候補のうち、少なくとも一部複数を要因情報として、利用者ごとに、各要因情報に基づく注目確率重みを保持する保持手段を備えたコンピュータに、
前記要因情報に基づく注目確率重みを利用して、処理対象となったドキュメント群から、注目されると推定されるドキュメントを選抜する手順と、
前記選抜の推論において、用いられた要因情報の少なくとも一部について、当該要因情報を特定する情報を利用者に提示する手順と、
を実行させることを特徴とするプログラム。