JP2007241881A - 意見性判定データベース作成方法及び装置及びプログラム及び意見性判定方法及び装置及びプログラム及びコンピュータ読み取り可能な記録媒体 - Google Patents

Abstract

【課題】意味と意見表現の組み合わせを考慮し、文が意見かどうかを正しく判定することができるようにする。
【解決手段】本発明は、意見がどうかを判定するための手掛かりとなる意見表現だけでなく、単語の意味カテゴリを用いて文中に含まれる単語の意味を表現し、２値分類可能な機械学習手法を用いた学習を行い作成されたモデルを格納した意見性判定データベースを作成し、当該意見性判定データベースのモデルを用いて分類を行って意味と意見表現の組み合わせを考慮し、意見性を判断する。
【選択図】図１

Description

本発明は、意見性判定データベース作成方法及び装置及びプログラム及び意見性判定方法及び装置及びプログラム及びコンピュータ読み取り可能な記録媒体に係り、特に、製品・人物・出来事などの対象事物について書かれた複数の文から、文が意見であるかを判定するためのデータベースを作成する意見性判定データベース作成方法及び装置及びプログラム及び、対象事物について書かれた文から、その文が意見であるかを判定する意見性判定方法及び装置及びプログラム及びコンピュータ読み取り可能な記録媒体に関する。

Ｗｅｂページの文書には、製品・人物・出来事など（以下では対象事物と記す）について意見が書かれた文を含むページが数多く存在する。意見には、「電池の持ちがよい」や「デザインがかわいい」というような評判を表す文や、「アプリが使えてうれしい」というような感情を表す文や、「活用していきたい」や「価格を下げるべき」というような主義・主張を表す文などその種類は様々である。このような意見を含む文書から意見を表す文を抽出することができれば、製品を購入する際の参考情報として有益である。そのため、文が意見かどうかを判定し、文書から意見文を抽出する研究が行われている。

従来の技術では、意見である文及び意見でない文を複数用意し、それらの文に含まれる単語が意見である文に含まれる確率を予め計算しておき、単語の確率をもとに文が意見であるかどうかを判定している（例えば、非特許文献１参照）。

また、「色」や「重さ」のような対象事物の性質を表す属性表現のリストと、「よい」や「美しい」のような属性表現に対する評価を表す評価表現のリストを作成し、属性表現リストと評価表現リストを参照して、文からパターンマッチングにより属性表現と評価表現の組を意見表現として抽出するという方法も提案されている（例えば、非特許文献２参照）。この方法を用いて、意見表現を持つ文を意見であると判定し、持たない文を意見でないと判定することができる。
峠泰成他、「ドメイン特徴語の自動取得によるＷｅｂ掲示板からの意見文抽出」、言語処理学会第１１回年次大会、pp. 672-675, 2005 立石健二他、「Ｗｅｂ文書集合からの意見情報抽出と着眼点に基づく要約生成」、言語処理学会第１０回年次大会、pp. 644-647, 2004

しかしながら、文が意見かどうかは、意見の手掛かりとなる表現だけでなく、文中に含まれる単語の意味による影響を受ける。上記の非特許文献１では、単語単位で確率が付与されているので、確率が高い単語が文中に存在すれば、その文は意見と判定されてしまう傾向がある。例えば、「高い」という単語の確率が高ければ、「値段が高い」は正しく意見であると判定されるが、「背が高い」は意見でないにも関わらず誤って意見であると判定されてしまう。そのため、正しく意見かどうかを判定することができない。また、非特許文献２では、属性表現と評価表現の組を全て登録しなければならず、全ての組み合わせを考慮することは不可能であるため、正しく意見かどうかを判定することができない。

本発明は、上記の点に鑑みなされたもので、意見がどうかを判定するための手掛かりとなる意見表現だけでなく、単語の意味カテゴリを用いて文中に含まれる単語の意味を表現し、２値分類可能な機械学習手法を用いた学習・分類を行って意味と意見表現の組み合わせを考慮することにより、文が意見かどうかを正しく判定することができるような意見性判定データベース作成方法及び装置及びプログラム及び意見性判定方法及び装置及びプログラム及びコンピュータ読み取り可能な記録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（その１）である。

本発明（請求項１）は、単語分割手段、意味カテゴリベクトル算出手段、意見表現ベクトル算出手段、意見性判定データベース作成手段と、を有する意見性判定データベース作成装置において、製品・人物・出来事を含む対象事物について書かれた複数の文を入力として、入力とは異なる文に対しても意見かどうかを判定するためのデータベースを作成する意見性判定データベース作成方法であって、
単語分割手段が、入力された意見であるかどうかの判定結果が付与された複数の文を形態素解析により単語に分割し、各単語に表記、品詞及び単語の意味的な分類を表す意味カテゴリを付与する単語分割ステップ（ステップ１）と、
意味カテゴリベクトル算出手段が、文内の一部または全ての単語からなる単語列に対し、該単語列中に含まれる意味カテゴリの出現の度合いに応じて算出される値を要素値とする意味カテゴリベクトルを求める意味カテゴリベクトル算出ステップ（ステップ２）と、
意見表現ベクトル算出手段が、文内の一部または全ての単語からなる単語列に対し、意見表現リスト記憶手段に格納されている意見かどうかを表す手掛かりとなる意見表現が記載された意見表現リストを参照して、単語列中に含まれる該意見表現リスト中の意見表現の度合いに応じて算出される値を要素値とする意見表現ベクトルを求める意見表現ベクトル算出ステップ（ステップ３）と、
意見性判定データベース作成手段が、各文に対して算出された意味カテゴリベクトルと意見表現ベクトルに対し、２値分類可能な機械学習手法を用いて学習を行い、学習の結果得られたモデルを意見性判定データベースに格納する意見性判定データベース作成ステップ（ステップ４）と、を行う。

図２は、本発明の原理構成図（その１）である。

本発明（請求項２）は、製品・人物・出来事を含む対象事物について書かれた複数の文を入力として、入力とは異なる文に対しても意見かどうかを判定するためのデータベースを作成する意見性判定データベース作成装置であって、
入力された意見であるかどうかの判定結果が付与された複数の文を形態素解析により単語に分割し、各単語に表記、品詞及び単語の意味的な分類を表す意味カテゴリを付与する単語分割手段１と、
文内の一部または全ての単語からなる単語列に対し、該単語列中に含まれる意味カテゴリの出現の度合いに応じて算出される値を要素値とする意味カテゴリベクトルを求める意味カテゴリベクトル算出手段２と、
文内の一部または全ての単語からなる単語列に対し、意見表現リスト記憶手段６に格納されている意見かどうかを表す手掛かりとなる意見表現が記載された意見表現リストを参照して、単語列中に含まれる該意見表現リスト中の意見表現の度合いに応じて算出される値を要素値とする意見表現ベクトルを求める意見表現ベクトル算出手段３と、
各文に対して算出された意味カテゴリベクトルと意見表現ベクトルに対し、２値分類可能な機械学習手法を用いて学習を行い、学習の結果得られたモデルを意見性判定データベース７に格納する意見性判定データベース作成手段４と、を有する。

本発明（請求項３）は、コンピュータを、請求項２記載の意見性判定データベース作成装置として機能させる意見性判定データベース作成プログラムである。

本発明（請求項４）は、コンピュータを、請求項２記載の意見性判定データベース作成装置として機能させる意見性判定データベース作成プログラムを格納したコンピュータ読み取り可能な記録媒体である。

図３は、本発明の原理を説明するための図（その２）である。

本発明（請求項５）は、単語分割手段、意味カテゴリベクトル算出手段、意見表現ベクトル算出手段、意見性判定手段、請求項１で作成された意見性判定データベースと、を有する意見性判定装置において、製品・人物・出来事を含む対象事物について書かれた文から、該文が意見かどうかを判定する意見性判定方法であって、
単語分割手段が、文を形態素解析により単語に分割し、各単語に表記、品詞、及び単語の意味的な分類を表す意味カテゴリを付与する単語分割ステップ（ステップ５）と、
意味カテゴリベクトル算出手段が、文内の一部または全ての単語からなる単語列に対し、該単語列中に含まれる意味カテゴリの出現の度合いに応じて算出される値を要素値とする意味カテゴリベクトルを求める意味カテゴリベクトル算出ステップ（ステップ６）と、
意見表現ベクトル算出手段が、文内の一部または全ての単語からなる単語列に対し、意見表現リスト記憶手段に格納されている、意見かどうかを表す手掛かりとなる意見表現が記載された意見表現リストを参照して、該単語列中に含まれる該意見表現リスト中の意見表現の出現の度合いに応じて算出される値を要素値とする意見表現ベクトルを求める意見表現ベクトル算出ステップ（ステップ７）と、
意見性判定手段が、文に対して算出された意味カテゴリベクトルと意見表現ベクトルに対し、２値分類可能な機械学習手法を用いて意見性判定データベースに格納されたモデルに基づき分類を行い、分類の結果から得られた値から文の意見性を判定する意見性判定ステップ（ステップ８）と、を行う。

また、本発明（請求項６）は、意見性判定ステップにおいて、
意見性判定手段が、２値分類可能な機械学習手法を用いて分類した結果得られた値だけでなく、記憶手段に格納された意見・気持ち・感情を特に強く表す特定意見表現が記載された特定意見表現リスト中の特定意見表現を含むかどうかにより得られる値も用いて文の意見性を判定する。

図４は、本発明の原理構成図（その２）である。

本発明（請求項７）は、製品・人物・出来事を含む対象事物について書かれた文から、該文が意見かどうかを判定する意見性判定装置であって、
文を形態素解析により単語に分割し、各単語に表記、品詞、及び単語の意味的な分類を表す意味カテゴリを付与する単語分割手段１と、
文内の一部または全ての単語からなる単語列に対し、該単語列中に含まれる意味カテゴリの出現の度合いに応じて算出される値を要素値とする意味カテゴリベクトルを求める意味カテゴリベクトル算出手段２と、
文内の一部または全ての単語からなる単語列に対し、意見表現リスト記憶手段６に格納されている、意見かどうかを表す手掛かりとなる意見表現が記載された意見表現リストを参照して、該単語列中に含まれる該意見表現リスト中の意見表現の出現の度合いに応じて算出される値を要素値とする意見表現ベクトルを求める意見表現ベクトル算出手段３と、
文に対して算出された意味カテゴリベクトルと意見表現ベクトルに対し、２値分類可能な機械学習手法を用いて、請求項２で作成された意見性判定データベース７に格納されたモデルに基づき分類を行い、分類の結果から得られた値から文の意見性を判定する意見性判定手段５と、を有する。

また、本発明（請求項８）は、意見性判定手段５において、２値分類可能な機械学習手法を用いて分類した結果得られた値だけでなく、記憶手段に格納された意見・気持ち・感情を特に強く表す特定意見表現が記載された特定意見表現リスト中の特定意見表現を含むかどうかにより得られる値も用いて文の意見性を判定する手段を含む。

本発明（請求項９）は、コンピュータを、請求項７または８記載の意見性判定装置として機能させる意見性判定プログラムである。

本発明（請求項１０）は、コンピュータを、請求項７または８記載の意見性判定装置として機能させる意見性判定プログラムを格納したコンピュータ読み取り可能な記録媒体である。

上記のように本発明によれば、文が意見かどうかを判定するための手掛かりとなる意見表現だけでなく、単語の意味カテゴリを用いて文中に含まれる単語の意味を表現し、２値分類可能な機械学習手法を用いた学習・分類を行って意味と意見表現の組み合わせを考慮するため、文が意見かどうかを正しく判断することができる。

以下、図面と共に本発明の実施の形態を説明する。

［第１の実施の形態］
図５は、本発明の第１の実施の形態における意見性判定データベース作成装置の構成図である。

意見性判定データベース作成装置１０は、単語分割部１、意味カテゴリベクトル算出部２、意見表現ベクトル算出部３、意見性判定データベース作成部４、意見表現リスト記憶部６、意見性判定データベース７から構成される。

単語分割部１は、文記憶部８から意見であるかどうかの判定結果が付与された複数の文を取得して、当該複数の文を形態素解析により複数の単語に分割し、各単語に表記、品詞、及び単語の意味的な分類を表す意味カテゴリを付与し、メモリ（図示せず）等に格納する。

意味カテゴリベクトル算出部２は、文内の一部または全ての単語からなる単語列に対し、単語列中に含まれる意味カテゴリの出現の度合いに応じて算出される値を要素値とする意味カテゴリベクトルを求め、メモリ（図示せず）等に格納する。

意見表現ベクトル算出部３は、文内の一部または全ての単語からなる単語列に対し、意見表現リスト記憶部６に格納されている意見かどうかを表す手掛かりとなる表現が記載された意見表現リストを参照して、単語列中に含まれる意見表現リスト中の意見表現の出現の度合いに応じて算出される値を要素値とする意見表現ベクトルを求め、メモリ（図示せず）等に格納する。

意見性判定データベース作成部４は、各文に対して算出され、メモリ（図示せず）等に格納されている意味カテゴリベクトルと意見表現ベクトルに対し、２値分類可能な機械学習手法を用いて学習を行い、学習の結果得られたモデルを意見性判定データベース７に格納する。

次に、上記の構成における動作を説明する。

図６は、本発明の第１の実施の形態における意見性判定データベース作成装置の全体の動作のフローチャートである。

ステップ１００） まず、単語分割部１により、意見であるかどうかの判定結果が付与された複数の文を形態素解析により単語に分割し、各単語に表記、品詞、及び単語の意味的な分類を表す意味カテゴリを付与し、メモリ（図示せず）等に格納する。

ステップ２００） 次に、意味カテゴリベクトル算出部２により、文内の一部または全ての単語からなる単語列に対し、単語列中に含まれる意味カテゴリの出現の度合いに応じて算出される値を要素値とする意味カテゴリベクトルを求め、メモリ（図示せず）等に格納する。

ステップ３００） 次に、意見表現ベクトル算出部３により、文内の一部または全ての単語からなる単語列に対し、意見表現リスト記憶部６の意見かどうかを表す手掛かりとなる表現が記載された意見表現リストを参照して、単語列中に含まれる意見表現リスト中の意見表現の出現の度合いに応じて算出される値を要素値とする意見表現ベクトルを求め、メモリ（図示せず）等に格納する。

ステップ４００） 最後に、意見性判定データベース作成部４により、各文に対して算出され、メモリ（図示せず）等に格納されている意味カテゴリベクトルと意味表現ベクトルに対し、２値分類可能な機械学習手法を用いて学習を行い、学習の結果得られたモデルを意見性判定データベース７に格納する。

以下に、上記の動作について具体例を挙げて説明する。

まず、以下の説明では、図７に示す複数の文から意見性判定データベース７を作成する場合について説明する。

図７に示す文記憶部８に格納されているそれぞれの文には、意見であるかどうかの判定結果が付与されているものとする。判定の結果の欄に記載されている値が“１”である文は意見であり、“−１”である文は意見でない文を表している。

ステップ１００において、単語分割部１により、図７に示す各文が入力されると、当該文を形態素解析により単語に分割し、各単語に表記、品詞、及び単語の意味的な分類を表す意味カテゴリを付与する。ここでは、意味カテゴリとして、図８に示す意味カテゴリとそのカテゴリに属する単語の対応を基に意味カテゴリを付与する。この例では１個の意味カテゴリを付与したが、複数の意味カテゴリを付与しても構わない。また、意味カテゴリの付与方法はこれに限定されるものではなく、日本語語彙大系（池原悟他、「日本語語彙大系」岩波書店、１９９７）などのシソーラスを利用したりしてもよい。

図７の先頭の文を単語に分割した結果を図９に示す。同図において、意味カテゴリ番号は図８における単語の属する意味カテゴリに対応する意味カテゴリ番号である。このように分割された単語はメモリ（図示せず）に格納される。

ステップ２００において、意味カテゴリベクトル算出部２は、単語分割部１によりメモリ（図示せず）に格納されている文内の一部または全ての単語からなる単語列に対し、単語列中に含まれる意味カテゴリの出現の度合いに応じて算出される値を要素値とする意味カテゴリベクトルを求め、メモリ（図示せず）等に格納する。ここでは、図８に記載した３種類の意味カテゴリに対し、意味カテゴリ番号がｊである意味カテゴリが文中の全ての単語からなる単語列に含まれていれば“１”、含まれていなければ“０”をベクトルの第ｊ要素における要素値とする３次元の意味カテゴリベクトルを求める。この例では、文中の全ての単語を意味カテゴリの作成に用いたが、一部の単語を用いても構わない。

また、各単語に対して複数の意味カテゴリが付与されている場合には、ベクトルの作成に全ての意味カテゴリを用いてもよいし、一部の意味カテゴリを用いても構わない。また、ベクトルの各要素の値は、意味カテゴリが含まれているかどうかにより算出したが、意味カテゴリの出現の度合いによるものであればこれに限定されるものではなく、意味カテゴリの頻度を用いたり、意味カテゴリの頻度を全ての意味カテゴリの出現頻度で割った値を用いたりしてもよい。また、作成するベクトルは１つでなくてもよく、一部の単語列と全ての単語列からそれぞれベクトルを作成したりしてもよい。図７に示す意見性判定結果が付与された８個の文に対し、意味カテゴリベクトルを作成した結果を図１０に示す。

ステップ３００において、意見表現ベクトル算出部３は、単語分割部１により、メモリ（図示せず）に格納された文内の一部または全ての単語からなる単語列に対し、意見表現リスト記憶部６に格納されている意見の手掛かりとなる意見表現が記載された意見表現リストを参照して、単語列中に含まれる意見表現リスト中の意見表現の度合いに応じて算出される値を要素とする意見表現ベクトルを求め、メモリ（図示せず）等に格納する。

ここでは、図１１の意見表現リストに記載された３種類の意見表現に対し、意見表現番号がｊである意見表現が文中の全ての単語からなる単語列に含まれていれば“１”、含まれていなければ“０”をベクトルの第ｊ要素における要素値とする３次元の意見表現ベクトルを求める。この例では、文中の全ての単語をベクトルの作成に用いたが、一部の単語を用いても構わない。

また、図１１に示した意見表現リストをベクトルの作成に用いたが、意見表現はこれに限定されるものではなく、意見の手掛かりとなる他の意見表現を追加したり、図１１から一部の意見表現を削除したりしても構わない。特に、意見表現として「〜して欲しい」のような欲求を表す表現や、「期待したい」のような期待を表す表現や、「〜すべき」のような主張を表す表現を加えることにより、従来の技術では扱えなかった意見を含む文を扱うことが可能となる。また、ベクトルの各要素の値は、意見表現が含まれているかどうかにより算出したが、意見表現の出現の度合いによるものであればこれに限定されるものではなく、意見表現の頻度を用いたり、意見表現の頻度を全ての意見表現の出現頻度で割った値を用いたりしてもよい。また、作成するベクトルは１つでなくてもよく、一部の単語列と全ての単語列からそれぞれベクトルを作成したりしてもよい。図７の８個の文に対し、意見表現ベクトルを作成した結果を図１２に示す。

ステップ４００において、意見性判定データベース作成部４は、各文に対して算出され、メモリ（図示せず）等に格納されている意味カテゴリベクトルと意見表現ベクトルに対し、２値分類可能な機械学習手法を用いて学習を行い、学習の結果得られたモデルを意見性判定データベース７に格納する。ここでは、２値分類可能な機械学習手法としてサポートベクターマシン（以下、ＳＶＭと呼ぶ）を用いる。ＳＶＭは、訓練データを正例と負例に分け、正例と負例の間のマージンが最大となるような分離超平面を求める２値分類の機械学習手法である。ＳＶＭの学習時には、データの特徴を表現したベクトルｘとそのデータに対する分類結果ｙ（＋１、−１の２値）の組である訓練データ｛（ｘ_１，ｙ_１），（ｘ_２，ｙ_２），…，（ｘ_ｎ，ｙ_ｎ）｝を入力として、正例と負例を分類するための分類超平面をモデルとして出力する。

図７の文番号がｉ（１≦ｉ≦８）である文に対し、図１０で得られた意味カテゴリベクトルと図１２で得られた意見表現ベクトルを連結したベクトル、すなわち、１≦ｊ≦３の範囲における第ｊ要素の要素値を意味カテゴリベクトルの第ｊ要素とし、４≦ｊ≦６の範囲における第ｊ要素の要素値を意見表現ベクトルの第（ｊ−３）要素とする６次元のベクトルをｘ_ｉとし、図７に記載された分類結果をｙ_ｉとして、訓練データ｛（ｘ_１，ｙ_１），（ｘ_２，ｙ_２），…，（ｘ_８，ｙ_８）｝を作成する。訓練データを作成した結果の例を図１３に示す。この訓練データを入力としてＳＶＭによりモデルを出力し、このモデルを意見性判定データベース７に格納する。ＳＶＭの学習では、カーネル関数と呼ばれる関数を用いることにより、訓練データを非線形に分類できるようになる。ここでは、カーネル関数として２次の多項式カーネルを用いる。カーネル関数は用いなくてもよいし、別のカーネル関数を用いてもよい。

また、この例では、２値分類可能な機械学習手法としてＳＶＭを用いたが、ナイーブベイズ、決定木、決定リスト、ｋ−最近隣法、ブースティングなどを適用してもよい。

［第２の実施の形態］
本実施の形態では、意見性判定装置について説明する。本実施の形態では、第１の実施の形態で作成された意見性判定データベースに基づいて、文の意見性を判定する。

図１４は、本発明の第２の実施の形態における意見性判定装置の構成図である。

同図において、図５と同一構成部分については同一符号を付す。

意見性判定装置２０は、単語分割部１、意味カテゴリベクトル算出部２、意見表現ベクトル算出部３、意見性判定部５、意見表現リスト記憶部６、意見性判定データベース７から構成される。

単語分割部１は、入力された文を形態素解析により単語に分割し、各単語に表記、品詞、及び単語の意味的な分類を表す意味カテゴリを付与し、メモリ（図示せず）等に格納する。

意味カテゴリベクトル算出部２は、メモリ（図示せず）に格納されている文内の一部または全ての単語からなる単語列に対し、単語列中に含まれる意味カテゴリの出現の度合いに応じて算出される値を要素値とする意味カテゴリベクトルを求め、メモリ（図示せず）等に格納する。

意見表現ベクトル算出部３は、メモリ（図示せず）に格納されている文内の一部または全ての単語からなる単語列に対し、意見表現リスト記憶部６に格納された意見かどうかを表す手掛かりとなる表現が記載された意見表現リストを参照して、単語列中に含まれる意見表現リスト中の意見表現の出現の度合いに応じて算出される値を要素値とする意見表現ベクトルを求め、メモリ（図示せず）等に格納する。

意見性判定部５は、メモリ（図示せず）に格納されている意味カテゴリベクトルと意見表現ベクトルに対し、２値分類可能な機械学習手法を用いて意見性判定データベース７に格納されたモデルに基づき分類を行い、分類の結果得られた値から文の意見性を判定する。

以下に、上記の構成における動作を説明する。

図１５は、本発明の第２の実施の形態における意見性判定装置の動作のフローチャートである。

ステップ５００） まず、単語分割部１により、文を形態素解析により単語に分割し、各単語に表記、品詞、及び単語の意味的な分類を表す意味カテゴリを付与し、メモリ（図示せず）等に格納する。

ステップ６００） 次に、意味カテゴリベクトル算出部２により、文内の一部または全ての単語からなる単語列に対し、単語列中に含まれる意味カテゴリの出現の度合いに応じて算出される値を要素値とする意味カテゴリベクトルを求め、メモリ（図示せず）等に格納する。

ステップ７００） 次に、意見表現ベクトル算出部３により、文内の一部または全ての単語からなる単語列に対し、意見表現リスト記憶部６に格納されている意見かどうかを表す手掛かりとなる表現が記載された意見表現リストを参照して、単語列中に含まれる意見表現リスト中の意見表現の出現の度合いに応じて算出される値を要素値とする意見表現ベクトルを求め、メモリ（図示せず）等に格納する。

ステップ８００） 最後に、意見性判定部５により、メモリ（図示せず）に格納されている意味カテゴリベクトルと意見表現ベクトルに対し、２値分類可能な機械学習手法を用いて意見性判定データベース７に格納されたモデルに基づき分類を行い、分類の結果得られた値から文の意見性を判定する。

以下に、上記の動作について具体例を挙げて説明する。

以下では、図１６に示す入力文が意見かどうかを判定する場合について説明する。

ステップ５００において、単語分割部１により、図１６の文を形態素解析により単語に分割し、各単語に表記、品詞、及び単語の意味的な分類を表す意味カテゴリを付与する。前述の第１の実施の形態におけるステップ１００と同様であるため、詳細は省略する。図１６の入力文を単語に分割した結果を図１７に示す。図１７に示す結果はメモリ（図示せず）に格納しておくものとする。

ステップ６００において、意味カテゴリベクトル算出部２により、メモリ（図示せず）に格納されている一部または全ての単語からなる単語列に対し、単語列中に含まれる意味カテゴリの出現の度合いに応じて算出される値を要素値とする意味カテゴリベクトルを求め、メモリ（図示せず）等に格納する。当該処理は、前述の第１の実施の形態におけるステップ２００の処理と同様であるため、詳細については省略する。図１７に示す単語列から意味カテゴリベクトルを作成した結果を図１８に示す。

ステップ７００では、意見表現ベクトル算出部３により、メモリ（図示せず）に格納されている一部または全ての単語からなる単語列に対し、意見かどうかの手掛かりとなる意見表現が記載された意見表現リスト５を参照して、単語列中に含まれる意見表現リスト中の意見表現の出現の度合いに応じて算出される値を要素値とする意見表現ベクトルを求め、メモリ（図示せず）等に格納する。当該処理は、前述の第１の実施の形態におけるステップ３００の処理と同様であるため、詳細については省略する。図１７の単語列から意見表現ベクトルを作成した結果を図１９に示す。

ステップ８００では、意見性判定部５により、メモリ（図示せず）に格納されている意味カテゴリベクトルと意見表現ベクトルに対し、２値分類可能な機械学習手法を用いて、意見性判定データベース７に格納されたモデルに基づき分類を行い、分類の結果得られた値から文の意見性を判定する。

ＳＶＭの分類時には、データの特徴を表現したベクトルを入力として、モデルに基づき正例か負例かを表す尤度を出力する。尤度が正であれば分類結果は“＋１”、負であれば分類結果は“−１”となる。最終的に、分類結果が＋１である文は意見であり、−１である文は意見でないという判定結果を得る。

意見性判定部５は、意味カテゴリベクトル算出部２により取得した図１８に示す意味カテゴリベクトルと、意見表現ベクトル算出により取得した図１９に示す意見表現ベクトルを連結したベクトルを作成する。連結したベクトルを作成した結果を図２０に示す。このベクトルを入力として、意見性判定データベース７から読み込んだモデルに基づき、ＳＶＭにより尤度を出力すると、尤度の値は、０．９９となり、分類結果は“＋１”であるので、図１６の文は「意見」であるという判定結果を得る。

同様にして、図２１に示す文から求めたベクトルを入力としてＳＶＭにより尤度を出力すると、尤度の値は−０．９９となり、分類結果は“−１”であるので、図２１の文は意見ではないという判定結果を得る。

図１４の文と図２１の文は共に「高い」という意見表現を持つが、意味と意見表現の組み合わせを考慮することにより、「価格が高い」という文は意見であり、「建物が高い」という文は意見でないと正しく判定することができる。このように、意見かどうかを判定するための手掛かりとなる意見表現だけでなく、単語の意味カテゴリを用いて文中に含まれる単語の意味を表現し、２値分類可能な機械学習手法を用いた学習・分類を行って意味と意見表現の組み合わせを考慮することにより、文の意見かどうかを正しく判定することができる。上記の意見性判定装置における実施の形態では、意見性判定ステップ（ステップ８００）において、２値分類可能な機械学習手法により出力される値のみを用いて文が意見かどうかの判定を行ったが、この値だけでなく、特定意見表現記憶部（図示せず）に格納された意見・気持ち・感情を特に強く表す特定意見表現が記載された特定意見表現リスト中の特定意見表現を含むかどうかにより得られる値も用いて文の意見性を判定することもできる。

特定意見表現リストの例を図２２に示す。特定意見表現リストは、意見・気持ち・感情を特に強く表す表現であればこれに限るものではなく、他の特定意見表現を追加したり、一部の特定意見表現を削除したりしても構わない。また、意見表現リスト記憶部６に格納された意見表現リスト中の意見表現を含んでいても構わない。

ここでは、特定意見表現リスト中の特定意見表現が文中に含まれていれば、ＳＶＭにより出力される尤度の値に２を加えた値の正負により分類結果を求め、意見かどうかを判定するものとする。ここでは、どの特定意見表現が含まれていても、“２”という一定の値を加えたが、特定意見表現毎に異なる値を加えてもよい。複数の特定意見表現が含まれていた場合には、それぞれの特定意見表現に対する値を全て加えたり、その中の最大の値だけを加えたりしてもよい。特定意見表現が含まれていた場合の計算方法はこれに限定されるものではない。また、文中の全ての単語列から特定意見表現が含まれているかを調べてもよいし、述部などの一部の単語列から特定意見表現が含まれているかを調べてもよい。述部の単語列を用いることで、「この風景は美しい」という文は意見で、「美しい風景の町に行った」という文は意見ではないというような判定を行うことができる。

図２３の文から求めたベクトルを入力としてＳＶＭにより尤度を出力すると、尤度の値は、図２１の文と同じく−０．９９となる。ここで、図２３の文は図２２の特定意見表現リスト中の「思う」という特定意見表現を含んでいるので、−０．９９に“２”を加えた値を求めると、その値は１．０１となる。この値は正であるから、分類結果は＋１となり、図２３の文は意見と判定される。

なお、上記の第１の実施の形態における図５に示す意見性判定データベース作成装置及び、第２の実施の形態における図１４に示す意見性判定装置の機能をプログラムとして構築し、意見性判定データベース作成装置、意見性判定装置として利用されるコンピュータにインストールしてＣＰＵ等の制御手段に実行させる、または、ネットワークを介して流通させることが可能である。

また、構築されたプログラムをハードディスク装置や、フレキシブルディスク・ＣＤ−ＲＯＭ等の可搬記憶媒体に格納し、意見性判定データベース作成装置、意見性判定装置として利用されるコンピュータにインストールして実行させる、または、配布することが可能である。

なお、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、製品についての顧客満足度の調査などに利用可能である。

本発明の原理を説明するための図（その１）である。 本発明の原理構成図（その１）である。 本発明の原理を説明するための図（その２）である。 本発明の原理構成図（その２）である。 本発明の第１の実施の形態における意見性判定データベース作成装置の構成図である。 本発明の第１の実施の形態における意見性判定データベース作成装置の動作のフローチャートである。 本発明の第１の実施の形態における入力文の例である。 本発明の第１の実施の形態における意味カテゴリと単語の対応の例である。 本発明の第１の実施の形態における単語分割の例である。 本発明の第１の実施の形態における文に対する意味カテゴリベクトルの例である。 本発明の第１の実施の形態における意見表現リストの例である。 本発明の第１の実施の形態における作成した意見表現ベクトルの例である。 本発明の第１の実施の形態におけるＳＶＭの学習時における入力の訓練データの例である。 本発明の第２の実施の形態における意見性判定装置の構成図である。 本発明の第２の実施の形態における意見性判定装置の動作のフローチャートである。 本発明の第２の実施の形態における入力文の例である。 本発明の第２の実施の形態における単語分割結果の例である。 本発明の第２の実施の形態における意味カテゴリベクトルの例である。 本発明の第２の実施の形態における意見表現ベクトルの例である。 本発明の第２の実施の形態における連結したベクトルの例である。 本発明の第２の実施の形態における入力文の例である。 本発明の第２の実施の形態における特定意見表現リストの例である。 本発明の第２の実施の形態における入力文の例である。

符号の説明

１ 単語分割手段、単語分割部
２ 意味カテゴリベクトル算出手段、意味カテゴリベクトル算出部
３ 意見表現ベクトル算出手段、意見表現ベクトル算出部
４ 意見性判定データベース作成手段、意見性判定データベース作成部
５ 意見性判定手段、意見性判定部
６ 意見表現リスト記憶手段、意見表現リスト記憶部
７ 意見性判定データベース
８ 文記憶部

Claims (10)

1. 単語分割手段、意味カテゴリベクトル算出手段、意見表現ベクトル算出手段、意見性判定データベース作成手段と、を有する意見性判定データベース作成装置において、製品・人物・出来事を含む対象事物について書かれた複数の文を入力として、入力とは異なる文に対しても意見かどうかを判定するためのデータベースを作成する意見性判定データベース作成方法であって、
   前記単語分割手段が、入力された意見であるかどうかの判定結果が付与された複数の文を形態素解析により単語に分割し、各単語に表記、品詞及び単語の意味的な分類を表す意味カテゴリを付与する単語分割ステップと、
   前記意味カテゴリベクトル算出手段が、前記文内の一部または全ての単語からなる単語列に対し、該単語列中に含まれる意味カテゴリの出現の度合いに応じて算出される値を要素値とする意味カテゴリベクトルを求める意味カテゴリベクトル算出ステップと、
   前記意見表現ベクトル算出手段が、前記文内の一部または全ての単語からなる単語列に対し、意見表現リスト記憶手段に格納されている意見かどうかを表す手掛かりとなる意見表現が記載された意見表現リストを参照して、単語列中に含まれる該意見表現リスト中の意見表現の度合いに応じて算出される値を要素値とする意見表現ベクトルを求める意見表現ベクトル算出ステップと、
   前記意見性判定データベース作成手段が、前記各文に対して算出された前記意味カテゴリベクトルと前記意見表現ベクトルに対し、２値分類可能な機械学習手法を用いて学習を行い、学習の結果得られたモデルを意見性判定データベースに格納する意見性判定データベース作成ステップと、
   を行うことを特徴とする意見性判定データベース作成方法。
2. 製品・人物・出来事を含む対象事物について書かれた複数の文を入力として、入力とは異なる文に対しても意見かどうかを判定するためのデータベースを作成する意見性判定データベース作成装置であって、
   入力された意見であるかどうかの判定結果が付与された複数の文を形態素解析により単語に分割し、各単語に表記、品詞及び単語の意味的な分類を表す意味カテゴリを付与する単語分割手段と、
   前記文内の一部または全ての単語からなる単語列に対し、該単語列中に含まれる意味カテゴリの出現の度合いに応じて算出される値を要素値とする意味カテゴリベクトルを求める意味カテゴリベクトル算出手段と、
   前記文内の一部または全ての単語からなる単語列に対し、意見表現リスト記憶手段に格納されている意見かどうかを表す手掛かりとなる意見表現が記載された意見表現リストを参照して、単語列中に含まれる該意見表現リスト中の意見表現の度合いに応じて算出される値を要素値とする意見表現ベクトルを求める意見表現ベクトル算出手段と、
   前記各文に対して算出された前記意味カテゴリベクトルと前記意見表現ベクトルに対し、２値分類可能な機械学習手法を用いて学習を行い、学習の結果得られたモデルを意見性判定データベースに格納する意見性判定データベース作成手段と、
   を有することを特徴とする意見性判定データベース作成装置。
3. コンピュータを、
   請求項２記載の意見性判定データベース作成装置として機能させることを特徴とする意見性判定データベース作成プログラム。
4. コンピュータを、
   請求項２記載の意見性判定データベース作成装置として機能させる意見性判定データベース作成プログラムを格納したことを特徴とするコンピュータ読み取り可能な記録媒体。
5. 単語分割手段、意味カテゴリベクトル算出手段、意見表現ベクトル算出手段、意見性判定手段、請求項１で作成された意見性判定データベースと、を有する意見性判定装置において、製品・人物・出来事を含む対象事物について書かれた文から、該文が意見かどうかを判定する意見性判定方法であって、
   前記単語分割手段が、前記文を形態素解析により単語に分割し、各単語に表記、品詞、及び単語の意味的な分類を表す意味カテゴリを付与する単語分割ステップと、
   前記意味カテゴリベクトル算出手段が、前記文内の一部または全ての単語からなる単語列に対し、該単語列中に含まれる意味カテゴリの出現の度合いに応じて算出される値を要素値とする意味カテゴリベクトルを求める意味カテゴリベクトル算出ステップと、
   前記意見表現ベクトル算出手段が、前記文内の一部または全ての単語からなる単語列に対し、意見表現リスト記憶手段に格納されている、意見かどうかを表す手掛かりとなる意見表現が記載された意見表現リストを参照して、該単語列中に含まれる該意見表現リスト中の意見表現の出現の度合いに応じて算出される値を要素値とする意見表現ベクトルを求める意見表現ベクトル算出ステップと、
   前記意見性判定手段が、前記文に対して算出された前記意味カテゴリベクトルと前記意見表現ベクトルに対し、２値分類可能な機械学習手法を用いて前記意見性判定データベースに格納されたモデルに基づき分類を行い、分類の結果から得られた値から文の意見性を判定する意見性判定ステップと、
   を行うことを特徴とする意見性判定方法。
6. 前記意見性判定ステップにおいて、
   前記意見性判定手段が、前記２値分類可能な機械学習手法を用いて分類した結果得られた値だけでなく、記憶手段に格納された意見・気持ち・感情を特に強く表す特定意見表現が記載された特定意見表現リスト中の特定意見表現を含むかどうかにより得られる値も用いて文の意見性を判定する、
   請求項５記載の意見性判定方法。
7. 製品・人物・出来事を含む対象事物について書かれた文から、該文が意見かどうかを判定する意見性判定装置であって、
   前記文を形態素解析により単語に分割し、各単語に表記、品詞、及び単語の意味的な分類を表す意味カテゴリを付与する単語分割手段と、
   前記文内の一部または全ての単語からなる単語列に対し、該単語列中に含まれる意味カテゴリの出現の度合いに応じて算出される値を要素値とする意味カテゴリベクトルを求める意味カテゴリベクトル算出手段と、
   前記文内の一部または全ての単語からなる単語列に対し、意見表現リスト記憶手段に格納されている、意見かどうかを表す手掛かりとなる意見表現が記載された意見表現リストを参照して、該単語列中に含まれる該意見表現リスト中の意見表現の出現の度合いに応じて算出される値を要素値とする意見表現ベクトルを求める意見表現ベクトル算出手段と、
   前記文に対して算出された前記意味カテゴリベクトルと前記意見表現ベクトルに対し、２値分類可能な機械学習手法を用いて、請求項２で作成された意見性判定データベースに格納されたモデルに基づき分類を行い、分類の結果から得られた値から文の意見性を判定する意見性判定手段と、
   を有することを特徴とする意見性判定装置。
8. 前記意見性判定手段は、
   前記２値分類可能な機械学習手法を用いて分類した結果得られた値だけでなく、記憶手段に格納された意見・気持ち・感情を特に強く表す特定意見表現が記載された特定意見表現リスト中の特定意見表現を含むかどうかにより得られる値も用いて文の意見性を判定する手段を含む請求項７記載の意見性判定装置。
9. コンピュータを、
   請求項７または８記載の意見性判定装置として機能させることを特徴とする意見性判定プログラム。
10. コンピュータを、
    請求項７または８記載の意見性判定装置として機能させる意見性判定プログラムを格納したことを特徴とするコンピュータ読み取り可能な記録媒体。

Images