JP2007249907A - 知識メタデータ生成装置及び知識メタデータ生成プログラム - Google Patents

Abstract

【課題】高精度な知識メタデータを生成する。
【解決手段】ユーザに提供するコンテンツに関連した知識メタデータを生成する知識メタデータ生成装置において、前記コンテンツに関連した情報リソースと、予め蓄積された前記情報リソースに関連した分野のオントロジーとに基づいて、前記知識メタデータを生成する知識メタデータ生成手段と、前記知識メタデータ生成手段により得られる知識メタデータを蓄積する蓄積手段とを有することにより、上記課題を解決する。
【選択図】図１

Description

本発明は、知識メタデータ生成装置及び知識メタデータ生成プログラムに係り、特に高精度な知識メタデータを生成するための知識メタデータ生成装置及び知識メタデータ生成プログラムに関する。

近年、膨大な情報の中から目的の情報を取り出す技術の重要性が高まっている。特に、ユーザがシステムに対して質問を直接行い、システムがその質問に対する回答を生成する機能（いわゆるＱ＆Ａ機能）に関しては、情報機器の扱いに慣れていないユーザに対しても有益な情報を与えることができるという点から期待が集まっている。

ここで、上述のＱ＆Ａ機能の実現に際しては、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）や新聞記事のような大規模テキストコーパスからユーザの質問に対する回答を検索する手法が一般的である。例えば、インターネット上のテキストデータや新聞社が提供している記事データといった膨大な情報リソースを利用することで、質問応答可能な分野を限定しないＱ＆Ａ機能を提供することができる。

しかしながら、例えばＷＷＷ等の大規模テキストコーパスを利用したＱ＆Ａ機能では、情報の信頼性が保証されていないため、正しい回答が得られない可能性がある。そこで、従来では、回答を示すと同時にその根拠文書（質問への回答を抽出した抽出源の文書）に含まれる情報を考慮した提示を行うシステムが存在する（例えば、特許文献１参照。）。

また、正しい情報を伝えることをその使命としている放送局等のコンテンツプロバイダにとって、上述した回答手法を用いることは望ましい手法とはいえない。そこで、信頼性の高い（プロバイダが内容を保証できる）情報を予めデータベースに蓄積しておき、質問応答に利用する手法が考えられる。なお、この手法は、回答可能な分野が限られてしまうものの、信頼できる情報を的確に伝えるという点では効果的である。

また、上述したようにデータベースから情報を抽出する場合、ユーザは予めデータベースの構造等について知っておく必要がある。しかしながら、様々な情報を蓄積した種類の異なる全てのデータベースについて、その構造等をユーザが事前に把握することは一般的に不可能である。そこで、データベースの構造等を深く理解しなくても情報の問い合わせを行う手法が提案されている（例えば、特許文献２参照。）。
特開２００５−２５４１８号公報 特開２００５−１６５９５８号公報

しかしながら、上述した従来手法である特許文献１では、回答を得たユーザは、根拠文書に含まれる情報群に対して、その信頼性を自己判断しなければならない。

また、特許文献２では、セマンティックウェブ技術を用いて、入力された自然言語文に対してオントロジー記述言語で記述された照会文を生成し、情報の意味を利用した検索を可能にしている。しかしながら、実際の情報は、単純なフレーム表現であり、複雑な構造化を行っていないため高精度な知識データを取得することができない。また、特許文献２には、メタデータをどのように生成すればよいかという点にも触れられていない。

本発明は、上述した問題点に鑑みなされたものであり、高精度な知識メタデータを生成するための知識メタデータ生成装置及び知識メタデータ生成プログラムを提供することを目的とする。

上記課題を解決するために、本件発明は、以下の特徴を有する課題を解決するための手段を採用している。

請求項１に記載された発明は、ユーザに提供するコンテンツに関連した知識メタデータを生成する知識メタデータ生成装置において、前記コンテンツに関連した情報リソースと、予め蓄積された前記情報リソースに関連した分野のオントロジーとに基づいて、前記知識メタデータを生成する知識メタデータ生成手段と、前記知識メタデータ生成手段により得られる知識メタデータを蓄積する蓄積手段とを有することを特徴とする。

請求項１記載の発明によれば、高精度な知識メタデータを生成することができる。つまり、コンテンツに関連した分野のオントロジーを用いて情報を事前に知識構造化し、知識メタデータとしてデータベース等に蓄積することができる。

請求項２に記載された発明は、前記ユーザからの入力情報から問い合わせ情報を抽出する情報抽出手段と、前記情報抽出手段により得られる問い合わせ情報に基づいて、前記知識メタデータを検索する検索手段とを有することを特徴とする。

請求項２記載の発明によれば、オントロジーを用いてユーザからの質問を想定して生成された知識メタデータを検索することで、ユーザの要求に直接含まれない概念等に関しても検索が可能となる。また、様々な概念関係を定義したオントロジーを利用することで、人間の感覚に合った柔軟な回答を抽出することができる。

請求項３に記載された発明は、前記知識メタデータ生成手段は、前記情報リソースとして得られる数値データ及び／又は構造化データから、前記コンテンツ内で発生するイベント間の包含関係、上位下位関係、及び因果関係のうち、少なくとも１つが付加された知識メタデータを生成することを特徴とする。

請求項３記載の発明によれば、コンテンツ内で発生するイベント間の関係を用いることで、より詳細な知識メタデータを生成することができる。

請求項４に記載された発明は、前記知識メタデータ生成手段は、前記情報リソースとして得られる前記コンテンツに関連した主語述語関係又は依存関係がタグ付けされた構造化テキストデータから、前記コンテンツに関連した知識メタデータを生成することを特徴とする。

請求項４記載の発明によれば、コンテンツに関連した主語述語関係又は依存関係がタグ付けされた構造化テキストデータを用いることで、より詳細な知識メタデータを生成することができる。

請求項５に記載された発明は、ユーザに提供するコンテンツに関連した知識メタデータを生成する処理をコンピュータに実行させるための知識メタデータ生成プログラムにおいて、前記コンテンツに関連した情報リソースと、予め蓄積された前記情報リソースに関連した分野のオントロジーとに基づいて、前記知識メタデータを生成する知識メタデータ生成処理と、前記知識メタデータ生成処理により得られる知識メタデータを蓄積する蓄積処理とをコンピュータに実行させる。

請求項５記載の発明によれば、高精度な知識メタデータを生成することができる。つまり、コンテンツに関連した分野のオントロジーを用いて情報を事前に知識構造化し、知識メタデータとしてデータベース等に蓄積することができる。また、実行プログラムをコンピュータにインストールすることにより、容易に知識メタデータ生成を実現することができる。

請求項６に記載された発明は、前記ユーザからの入力情報を取得する入力情報取得処理と、前記入力情報から問い合わせ情報を抽出する情報抽出処理と、前記問い合わせ情報に基づいて前記知識メタデータを検索し、問い合わせに対応する回答データを抽出する抽出処理とを有することを特徴とする。

請求項６記載の発明によれば、オントロジーを用いてユーザからの質問を想定して生成された知識メタデータを検索することで、ユーザの要求に直接含まれない概念等に関しても検索が可能となる。また、様々な概念関係を定義したオントロジーを利用することで、人間の感覚に合った柔軟な回答を抽出することができる。

本発明によれば、高精度な知識メタデータの生成を実現することができる。

＜本発明の特徴＞
本発明は、人間の感覚に合った概念間の関係（オントロジー）を利用することで様々な情報を構造化された知識メタデータとして表現する。この知識メタデータは、元の情報に対してユーザ（視聴者等）からの質問（問い合わせ）を想定した様々な概念関係が付加されており、それらの関係を利用することによりデータベース等の構造等を知ることなく、そこから柔軟に情報を抽出する問い合わせ処理が実現可能となる。

また、知識メタデータは、信頼性の高い各種の情報リソースから、その情報リソースの関連分野のオントロジー（概念間の関係の明確な定義の集まり）を用い、構造化知識データを生成する。なお、知識メタデータには、オントロジーを用いてユーザの質問を想定した概念関係も含まれる。

＜実施の形態＞
次に、上述した特徴を有する本発明における知識メタデータ生成装置及び知識メタデータ生成プログラムを好適に実施した形態について、図面を用いて説明する。

図１は、本発明における知識メタデータ生成システムの概要構成の一例を示す図である。図１に示す知識メタデータ生成システム１０は、知識メタデータ生成装置１１と、情報リソース提供装置１２−１〜１２−ｎとを有するよう構成されている。また、知識メタデータ生成装置１１と情報リソース提供装置１２とは、インターネット等の通信ネットワーク１３を介してデータの送受信が可能な状態で接続されている。なお、通信ネットワーク１３は、有線でも無線でもよい。

知識メタデータ生成装置１１は、予め装置内部又は外部に蓄積された１又は複数のオントロジーから所定のオントロジーを利用して、コンテンツに関連した数値データ、構造化データ、テキストデータ等の情報リソースから知識メタデータを生成する。なお、知識メタデータ生成装置１１は、上述した情報リソースを通信ネットワーク１３等に接続された情報リソース提供装置１２−１〜１２−ｎ等から取得する。また、知識メタデータ生成装置１１は、知識メタデータを生成する場合に、例えば主語述語関係、依存関係等がタグ付けされた所定のコンテンツに関連した構造化テキストデータ等から、そのコンテンツ内容に関連した知識メタデータを自動的又は半自動的（例えば、一部に人手作業を含む等）に生成する。

更に、知識メタデータ生成装置１１は、コンテンツをユーザに提供するための表示出力機能等を有してもよく、その場合にはユーザが視聴中あるいは視聴後のコンテンツに関して何らかの質問等の要求があった場合に、生成した複数の知識メタデータの中から適切な回答を抽出してユーザに提供することができる。なお、ユーザからの要求としては、例えば所定のフォーマット等で記述された問い合わせ情報、あるいは自然言語文により与えられるユーザの質問文から抽出される問い合わせ情報等がある。

情報リソース提供装置１２−１〜１２−ｎは、コンテンツに関する情報リソースを蓄積する。また、情報リソース提供装置１２−１〜１２−ｎは、通信ネットワーク１３を介して知識メタデータ生成装置１１にその情報リソースを提供する。なお、情報リソース提供装置１２における情報リソースの提供手法は、例えば情報リソース提供装置１２が知識メタデータ生成装置１１からの取得要求を受信したときに提供してもよく、また情報リソース提供装置１２が情報リソースの更新等の所定のタイミングで提供してもよい。

なお、情報リソース提供装置１２に蓄積される情報リソースは、例えばサービスプロバイダやデータ配信会社、新聞社、放送局等により提供される信頼性の高い情報リソースであり、各情報リソースが情報リソース提供装置１２−１〜１２−ｎの何れかに蓄積されている。なお、本発明において提供されるリソース情報提供会社は、これに限定されるものではない。

＜知識メタデータ生成装置１１＞
次に、知識メタデータ生成装置１１について、図を用いて具体的に説明する。図２は、知識メタデータ生成装置の機能構成の一例を示す図である。図２に示す知識メタデータ生成装置１１は、入力手段２１と、出力手段２２と、送受信手段２３と、蓄積手段２４と、知識メタデータ生成手段２５と、情報抽出手段２６と、検索手段２７と、制御手段２８とを有するよう構成されている。

入力手段２１は、ユーザからのコンテンツの出力開始／終了指示や、コンテンツに関する問い合わせ等の入力を受け付ける。なお、入力手段２１は、例えばキーボードやマウス等のポインティングデバイス、マイク等の音声入力インターフェース等からなる。

また、出力手段２２は、入力手段２１により入力された指示内容や、指示内容に基づいて再生されたコンテンツ、問い合わせ情報に対する回答を表示及び／又は音声にて出力する。なお、出力手段２２は、ディスプレイやスピーカ等からなる。

送受信手段２３は、通信ネットワーク１３を介してコンテンツを取得するための通信インターフェースである。また、送受信手段２３は、通信ネットワーク１３を介して上述した情報リソース提供装置１２−１〜１２−ｎから知識ベースの元になる情報リソースを取得する。また、送受信手段２３は、通信ネットワーク１３に接続された外部装置（図示せず）からオントロジーを取得したり、生成した知識ベースを他の端末に提供することもできる。

蓄積手段２４は、送受信手段２３により取得した情報リソース３１や、予め設定される分野に関連したオントロジー３２、そのオントロジー３２を利用して生成された知識メタデータ群である知識ベース（知識データベース）３３を蓄積する。なお、蓄積手段２４は、ユーザに出力するコンテンツを蓄積することもできる。

また、蓄積手段２４に蓄積された各種データは、必要に応じて読み出すことができ、またデータを書き込むこともできる。更に、蓄積手段２４は、蓄積された各種データの情報を検索することができるように体系的に構成される。

知識メタデータ生成手段２５は、情報リソース３１に基づいて、オントロジー３２を用いて少なくとも１以上の知識メタデータからなる知識ベース３３を生成する。なお、知識メタデータ生成手段２５は、ユーザに提供するコンテンツに対応する情報リソースを取得でき次第、迅速に知識ベース３３を生成する。このとき、知識メタデータ生成手段２５は、送受信手段２３により通信ネットワーク１３を介して接続される情報リソース提供装置１２に所定のコンテンツに対応する情報リソースの取得要求を送信して、所定の情報リソースを取得してもよい。これにより、ユーザからの問い合わせについても迅速に対応することができる。なお、知識メタデータ生成手段２５におけるオントロジーの生成例については後述する。

また、情報抽出手段２６は、入力手段２１により入力される文字列又は音声等の入力情報から問い合わせ情報に該当する部分を抽出する。なお、情報抽出手段２６における情報抽出手法としては、例えば、文字列から予め設定された検索に用いられる単語を抽出したり、係り受け解析等の従来の言語処理システムにより問い合わせ情報を抽出する。

また、検索手段２７は、情報抽出手段２６により抽出された内容に基づいて、蓄積手段２４に蓄積された知識ベース３３を検索し、抽出された内容から回答データを生成して出力手段２２を介してユーザに提示する。なお、検索手段２７における知識メタデータからの情報（回答）抽出手法については後述する。

また、制御手段２８は、知識データ処理装置１１における各機能構成全体の制御を行う。具体的には、制御手段２８は、入力手段２１により入力されたユーザからの入力情報を契機として、情報抽出手段２６により入力情報から問い合わせ情報を抽出させ、検索手段２７により知識ベース３３から対応する回答を抽出させ、出力手段２２により回答データやコンテンツ等を出力させる等の制御を行う。

ここで、上述した知識メタデータ生成装置１１においては、蓄積手段２４に蓄積される各種データを通信ネットワーク１３に接続される外部装置（図示せず）、あるいは情報リソース提供装置１２が有する蓄積手段に蓄積させ、必要に応じてアクセスし、所定のデータを取得したり、また各種データを蓄積してもよい。

＜知識メタデータについて＞
ここで、本発明における知識メタデータについて説明する。知識メタデータは、各種の情報リソース（例えば、数値データ、ＸＭＬ等の構造化データ、通常のテキストデータ等）から関連分野のオントロジーを用いて生成される構造化知識データである。情報リソースを信頼できるものに限定することにより、正確で信頼性の高い知識メタデータを生成することが可能となる。

知識メタデータの生成時には、予め準備されたある分野に関するオントロジーの語彙を用い、ユーザの質問を想定した概念関係の追加が行われる。これにより、ユーザの質問に直接含まれない概念に関する情報検索や、その分野に関する一般的常識を利用した情報検索が可能となる。

また、本発明における情報検索の実現には、例えばセマンティックウェブ関連技術であるオントロジー記述言語ＯＷＬ（Ｏｎｔｏｌｏｇｙ Ｗｅｂ Ｌａｎｇｕａｇｅ）、知識ベース問い合わせ言語ＲＤＱＬ（ＲＤＦ Ｄａｔａ Ｑｕｅｒｙ Ｌａｎｇｕａｇｅ）、及び各種セマンティックウェブ関連ツール等を用いて実現することができる。

＜実施例１＞
次に、知識メタデータ生成装置１１の具体的な実施例について説明する。図３は、実施例１における知識メタデータ生成装置の概要例を示す図である。ここで、本発明における知識メタデータ生成装置１１は、情報プロバイダ（情報リソース）のサーバやインターネットの公開サーバ、ユーザの家庭にあるＰＣ端末内、もしくはＴＶ受信機内に実装することが可能である。図３に示す実施例１では、ＴＶ受信機４１内に実装した場合のシステム構成例を示している。

視聴者（ユーザ）の家庭にあるＴＶ受信機４１内の知識メタデータ生成装置１１には、知識メタデータ（ｋｍｄ）を蓄積するための知識ベース（ｋｂ）及び番組コンテンツに関連した知識を蓄積したオントロジー（ｏｎｔ）が備えられている。知識メタデータ生成装置１１は、外部のデータ配信会社や新聞社等といった信頼性の高い少なくとも１つのコンテンツプロバイダ等から、データｄ（数値データ、ＸＭＬ等の構造化データ等）及びデータａ（テキストデータ等）等の信頼できる情報リソースを取得し、オントロジー（ｏｎｔ）が提供するスキーマ（ｓ）の形式に合わせて知識メタデータに変換する。なお、スキーマ（ｓ）とは、情報を構造化する際の記述の仕方を定義したテンプレートのようなものである。

また、上述した変換処理は、解析処理が必要な種類のデータに対しては人手等により半自動で行ってもよいが、データの種類によっては自動で行うことも可能である。生成された知識メタデータ（ｋｍｄ）は、知識ベース（ｋｂ）に蓄積される。ユーザは、専用の問い合わせ言語や自然言語文を用いて知識ベースから情報を抽出することが可能である。以下、野球を例としたオントロジーの例、知識メタデータ記述例、知識メタデータからの情報抽出例について説明する。

＜オントロジーの例＞
図４は、知識メタデータを生成する際のスキーマを提供するオントロジーの一例を示す図である。図４は、野球に関する概念を記述したオントロジーの一部を示している。つまり、図４では、人間が持っている野球の試合に関する一般的な知識を構造化したものである。

ここで、野球に関する複数の概念を構造化するために「投球」、「ヒット」、「三振」といったイベントを概念（クラス）として表現し、クラスの「上位−下位構造（例えば、ｉｓ＿ａ等）」や「部分−全体構造（例えば、ｈａｓＥｖｅｎｔ，ｉｓＥｖｅｎｔＯｆ等）」、「原因−結果構造（例えば、ｃａｕｓｅｄＢｙ，ｃａｕｓｅ等）」等を関係（プロパティ）として定義している。

このようなグラフ構造は、ＯＷＬ等のオントロジー言語によって記述することができる。また、実際の試合状況を表す知識メタデータは、これらのクラスのインスタンスとして記述される。

＜知識メタデータの記述例＞
図５は、図４に示した野球オントロジーを用いて記述した知識メタデータの一例を示す図である。図５に示す例では、野球の試合における、「カーブボールを打ってランナー２塁」という状況を記述した知識メタデータである。ここで、図５（ａ）はＯＷＬによる知識メタデータ記述例を示し、図５（ｂ）はそのグラフ構造を示している。

図５では、ある試合のあるイニング（ｉｎｎｉｎｇ０２１０２）において、ある打席（ａｔＢａｔ０２１０２０６）が発生し、その打席において投球イベント（ｃｕｒｖｅ０２１０２０６＿１）、打撃イベント（ｄｏｕｂｌｅ０２１０２０６＿２）、走塁イベント（ｒｕｎ０２１０２０６＿３）が発生したことを、ｉｓＥｖｅｎｔＯｆプロパティを用いて示している。

更に、投球イベント（ｃｕｒｖｅ０２１０２０６＿１）によって打撃イベント（ｄｏｕｂｌｅ０２１０２０６＿２）が起こり、その打撃イベントによって走塁イベント（ｒｕｎ０２１０２０６＿３）が起こるということをｃｏｕｓｅｄＢｙプロパティを用いて示している。

知識メタデータ生成手段２５は、図５に示すような関係を記述した知識メタデータを多数蓄積することで、野球の試合に関する知識ベースを構築することができる。

＜検索手段２７における知識メタデータからの情報（回答）抽出＞
次に、検索手段２７における知識メタデータからの情報（回答）抽出手法について図を用いて説明する。図６は、知識メタデータからの情報抽出の一例を示す図である。知識メタデータからの情報抽出には、図６に示すようにＲＤＱＬ等の問い合わせ言語を利用することができる。ＲＤＱＬは、ＳＱＬと似た構造を持つ問い合わせ言語であり、ＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）のデータベースを高速に検索するための言語である。なお、ＲＤＦは、セマンティックウェブでメタ情報を記述するための仕様である。本発明では、知識メタデータ（インスタンス）とオントロジー（スキーマ）を利用することで、推論を用いた情報抽出が可能となる。

例えば、図６の例では、「２回にヒットを打ったのは誰？」という問い合わせ例に対応したＲＤＱＬを示している。ここで、実際の試合では、２回に二塁打を打った選手が存在したとする。また、知識メタデータ上ではシングルヒットを打った選手は記述されておらず、二塁打を打った選手のみが記述されているものとする。

オントロジー上では、二塁打がヒットの下位概念として定義されていることから、このＲＤＱＬを処理する推論エンジンは、シングルヒットだけでなく、２塁打の選手も回答として抽出することができる。

つまり、人間の感覚として、ヒットを打った選手というのは「安打」を打った選手だという常識があり、質問への回答としてはヒットだけなく、あらゆる種類の安打を検索するのが妥当であるという考えに基づいたものである。

また、図７は、更に複雑な問い合わせ例における知識メタデータからの情報抽出例を示す図である。図７には、「２回にヒットを打たれたのは誰？」というユーザからの問い合わせ例に対応するＲＤＱＬを示している。ここで、図７に示す例では、「２回にヒットを打たれたのは誰？」という問い合わせに対し、その検索として例えば以下の関係を用いた推論が行われる。

＜＜概念の上位・下位関係＞＞
実際に打者が打ったのは二塁打であるが、二塁打クラスがヒットクラスの下位概念であることを利用し、この二塁打を検索結果として得ることができる。つまり、ユーザは一般的に「ヒットを打たれた」という表現を「安打を打たれた」という意味で用いており、その際のヒット（Ｈｉｔ）イベントには、当然ホームラン（Ｈｏｍｕｒｕｎ）や２塁打（Ｄｏｕｂｌｅ）といったイベントも含まれると考えられる。そのようなイベントの上位−下位関係を考慮することにより、“ヒット”を求める問い合わせに対してその下位概念である２塁打やホームランを検索することが可能となる。

＜＜関係の推移性の利用＞＞
ここで、上述した野球オントロジーでは、ｉｓＥｖｅｎｔＯｆ関係を“推移的（Ｔｒａｎｓｉｔｉｖｅ）”であると定義する。つまり、「ある二塁打は特定の打席に起きたイベントである」と記述されており、「特定の打席は特定のイニングに起きたイベントである」と記述されている場合には、「ある二塁打は特定のイニングに起こったイベントである」と推論することができる。

これにより、直接の記述がなくとも、例えば二塁打が２回に起こったこと等がわかる。

＜＜原因−結果関係＞＞
例えば、”ヒットを打たれた投手”は、“ヒットの原因となる投球を行った選手”であるため、図７に示すような因果関係（ｃａｕｓｅｄＢｙ）を利用したＲＤＱＬの適用により、２塁打を打たれたカーブを投げた選手の情報を検索することができる。

また、ｃａｕｓｅｄＢｙプロパティも“推移的”であると定義しておけば、２塁打により点が入るという関係を利用して、「点を取られた投手は？」といった複雑な問い合わせに関しても柔軟な回答が可能となる。

このように、本実施例では、野球オントロジーに記述された概念間の関係を利用することにより、ユーザが知識ベース内の詳細な構造まで知ることなく、ＲＤＱＬクエリーによる検索を行うことが可能となる。つまり、概念の上位−下位関係や全体一部分関係、原因−結果関係等といったオントロジー構造を利用することにより、推論を用いた情報抽出を実現することができる。したがって、概念間の関係を利用した推論処理を行うことで、従来の表層的な単語の検索では実現できなかった柔軟な質問応答が可能になる。

＜従来のコンテンツメタデータと知識メタデータとの違い＞
ここで、従来のコンテンツメタデータと本発明における知識メタデータとの違いについて、図を用いて説明する。図８は、従来のコンテンツメタデータと、知識メタデータとの違いを説明するための一例の図である。まず、図８（ａ）に示す従来のコンテンツメタデータは、映像認識や音声認識、イベント認識等を行い、映像に何が映っているか、又は何が起こっているかという情報が記述されたデータである。

例えば、野球のようなスポーツであれば、誰が打席に立っているか、どのようなシーンであるのかといった情報が記述されている。このような情報は、ダイジェストの生成やイベント抽出のために利用することができる。

一方、図８（ｂ）の本発明における知識メタデータは、発生したイベント同士の関係（包含関係や因果関係）も記述されている。これらは全て視聴者（ユーザ）がコンテンツに対してどのような質問を行うかという点を想定して付加される。

このように、本発明では、知識メタデータ生成手段２５により情報リソースからコンテンツ内で発生するイベント間の包含関係、上位下位関係、及び因果関係のうち、少なくとも１つが付加された知識メタデータを生成することで、コンテンツ内で発生するイベント間の関係を用いて、より詳細な知識メタデータを生成することができる。したがって、ユーザの質問に直接含まれない概念を検索するといったような柔軟なＱ＆Ａ処理が実現可能となる。

＜実施例２＞
次に、本発明を適用した他の実施例（実施例２）について図を用いて説明する。図９は、実施例２における知識メタデータ生成装置の概要例を示す図である。実施例２では、本発明を利用したスポーツ番組向けＱ＆Ａシステムの実現例について説明する。また、実施例２では、ＴＶで野球の試合を視聴しているユーザが来客や電話等で一時的に席を外し、ＴＶの前に戻ってきた際に試合状況に対する質問を行うという場面を想定する。

スポーツデータ配信会社等は、一投球毎の試合進行状況を独自フォーマットの数値・構造化データ（ｓｄ）からなる試合データを提供している。また、現在では、放送局やスポーツ関連ウェブサイトは、これらの情報を利用してＳＢＯカウントや得点、球種、打撃結果等といった試合状況をユーザに提供している。

また、野球放送を行っている放送局は、試合の映像や音声と共に、アナウンサーや解説者のコメント等を提供している。これらは、字幕放送等のテキストデータ（ｔｄ）としてユーザの元に配信されている。

ＴＶ受信機４１内、あるいは通信ネットワーク１３に接続された知識メタデータ生成装置１１は、スポーツデータ配信会社等から受信した構造化データ（ｓｄ）から知識メタデータ（ｓ−ｋｍｄ）を生成する。その際、知識メタデータ生成装置１１あるいはサーバ等の外部装置に蓄積された野球オントロジーの語彙を用いてメタデータ生成処理を行う。なお、試合の進行状況とは別に、選手の経歴、成績といった静的情報も同様に知識メタデータ化されてもよく、この知識メタデータもユーザに対する回答の生成に利用することが可能である。

ここで、図１０は、試合情報からの知識メタデータ生成の一例を示す図である。例えば、野球分野等のように、ある特定の分野に関しては試合中に発生するイベント間の包含関係、因果関係、上位下位関係等が明確である。したがって、図１０に示すように、一球毎の試合情報（投手：渡辺，投球：カーブ，打者：今岡，結果：二塁打等）からなる構造化データ（ｓｄ）から、野球オントロジーを含む予め設定されたスポーツオントロジー（ｓ−ｏｎｔ）を利用して構造化された知識メタデータ（ｓ−ｋｍｄ）への変換を行うことが可能である。

また、図９において、解説者コメント等のテキストデータ（ｔｄ）は、放送局側、受信機側、あるいは知識メタデータ生成装置１１に言語処理システム（ｎｌｐ）を設け、その言語処理システム（ｎｌｐ）により構造化テキストデータ（ｓ−ｔｄ）に変換される。なお、構造化テキストデータ（ｓ−ｔｄ）は、単語の主語−述語関係、主語−述語−目的語関係、依存関係等がタグ付けされたテキスト文書である。知識メタデータ生成装置１１は、この構造化テキストデータ（ｓ−ｔｄ）のタグ情報を用いて、知識メタデータ（ｓ−ｋｍｄ）への変換を行うことができる。これにより、コンテンツに関連して主語述語関係や依存関係等がタグ付けされた構造化テキストデータを用いることで、より詳細な知識メタデータを生成することができる。

また、生成された知識メタデータは、知識メタデータ生成装置１１内、あるいは通信ネットワーク１３に接続されたサーバ等の外部装置内に蓄積されている知識ベース（ｓ−ｋｂ）に蓄積される。ＴＶを見ている視聴者は、自然言語処理システムを介した発話あるいは特定のインターフェースにより入力される文字情報等から上述した図６又は図７に示すような問い合わせ言語（ＲＤＱＬ）を生成し、知識ベース（ｓ−ｋｂ）からの情報（回答）の抽出を行うことができる。

また、図１１は、テキスト情報からの知識メタデータ生成例を示す図である。図１１に示すように、テキストデータ（ｔｄ）として「清原のホームランにより逆転しました」が入力されたとき、予め設定された言語処理システム（ｎｌｐ）等により構造化テキストデータ（ｓ−ｔｄ）が生成され、その構造化テキストデータ（ｓ−ｔｄ）を用いて知識メタデータが生成される。

＜実施例３＞
次に、本発明を適用した他の実施例（実施例３）について説明する。なお、実施例３は、本発明を適用した情報番組向けＱ＆Ａシステムの実現例について説明するものである。図１２は、実施例３における知識メタデータ生成装置の概要例を示す図である。

実施例３では、ＴＶで健康に関する情報番組を試聴したユーザが、視聴後に番組で紹介された病気の予防、治療に関する情報を取得したいと考えた場合を想定している。

図１２に示すように、放送局４２は、番組中の出演者（例えば、医師又はアナウンサー等）が発話した内容のテキストデータ（ｔｄ）から、言語処理システムあるいは手作業等により構造化テキストデータ（ｓ−ｔｄ）を生成する。

また、知識メタデータ生成装置１１は、知識メタデータ生成装置１１内、あるいは通信ネットワーク１３に接続されたサーバ等の外部装置内に蓄積されている健康（医療）オントロジー（ｍ−ｏｎｔ）３２を利用して、知識メタデータ（ｍ−ｋｍｄ）を生成し、知識メタデータ生成装置１１内あるいは外部装置の知識ベース（ｍ−ｋｂ）３３に蓄積する。

ここで、図１３は、健康オントロジーの一例を示す図である。なお、図１３は、健康番組で利用される健康に関するオントロジーの一例を示している。また、図１４は、健康番組における知識メタデータ生成例を示す図である。つまり、図１４では、図１３に示す健康オントロジーに基づき、番組中の発話内容から生成した知識メタデータの一例を示している。したがって、知識メタデータ生成装置１１は、図１４に示す知識メタデータを用いて、視聴者からの番組視聴中あるいは視聴後にかかわらず、自然言語処理システムを介した発話あるいは特定のインターフェースにより入力される文字情報等から、上述した図６又は図７に示したような問い合わせ言語（ＲＤＱＬ）を生成し、知識ベース（ｍ−ｋｂ）からの情報抽出を行うことができる。

上述した実施例に示すように、本発明は、コンテンツに関連した分野のオントロジーを用いて情報を事前に知識構造化し、知識メタデータとしてデータベース等に蓄積することができる。その結果、信頼性の高い情報のみをユーザが得ることが可能となる。また、ユーザの質問を想定した知識メタデータを生成することにより、ユーザの要求に直接含まれない概念等に関しても検索が可能となる。

＜実行プログラム＞
ここで、上述した知識メタデータ生成装置は、上述した専用の装置構成等を用いて本発明における知識メタデータ生成（知識メタデータ生成）を行うこともできるが、各構成における処理をコンピュータに実行させるための実行プログラムを生成し、例えば汎用のパーソナルコンピュータ、サーバ等にそのプログラムをインストールすることにより、本発明に係る知識メタデータ生成を実現することができる。

＜ハードウェア構成＞
ここで、本発明における知識メタデータ生成が実行可能なコンピュータのハードウェア構成例について図を用いて説明する。図１５は、本発明における知識メタデータ生成処理が実現可能なハードウェア構成の一例を示す図である。

図１５におけるコンピュータ本体には、入力装置５１と、出力装置５２と、ドライブ装置５３と、補助記憶装置５４と、メモリ装置５５と、各種制御を行うＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）５６と、ネットワーク接続装置５７とを有するよう構成されており、これらはシステムバスＢで相互に接続されている。

入力装置５１は、ユーザが操作するキーボード及びマウス等のポインティングデバイスや音声入力デバイス等を有しており、ユーザからのプログラムの実行指示等、各種操作信号、音声信号を入力する。出力装置５２は、本発明における処理を行うためのコンピュータ本体を操作するのに必要な各種ウィンドウやデータ等を表示するディスプレイやスピーカ等を有し、ＣＰＵ５６が有する制御プログラムにより実行経過や結果等を表示又は音声出力することができる。

ここで、本発明において、コンピュータ本体にインストールされる実行プログラムは、例えばＣＤ−ＲＯＭ等の記録媒体５８等により提供される。プログラムを記録した記録媒体５８は、ドライブ装置５３にセット可能であり、記録媒体５８に含まれる実行プログラムが、記録媒体５８からドライブ装置５３を介して補助記憶装置５４にインストールされる。

また、ドライブ装置５３は、本発明に係る実行プログラムを記録媒体５８に記録することができる。これにより、その記録媒体５８を用いて、他の複数のコンピュータに容易にインストールすることができ、容易に知識メタデータ生成処理を実現することができる。

補助記憶装置５４は、ハードディスク等のストレージ手段であり、本発明における実行プログラムや、コンピュータに設けられた制御プログラム等を蓄積し必要に応じて入出力を行うことができる。また、補助記憶装置５４は、上述したオントロジーや知識ベース、各種情報リソース等を蓄積する蓄積手段として用いることもできる。

ＣＰＵ５６は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）等の制御プログラム、及び補助記憶装置５４から読み出されメモリ装置５５に格納されている実行プログラム等に基づいて、各種演算や各ハードウェア構成部とのデータの入出力等、コンピュータ全体の処理を制御して、知識メタデータ生成処理における各処理を実現することができる。また、プログラムの実行中に必要な各種情報等は、補助記憶装置５４から取得することができ、また格納することもできる。

ネットワーク接続装置５７は、電話回線やＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）ケーブル等の通信ネットワーク等と接続することにより、実行プログラムを通信ネットワークに接続されている他の端末等から取得したり、プログラムを実行することで得られた実行結果又は本発明における実行プログラムを他の端末等に提供することができる。

上述したようなハードウェア構成により、特別な装置構成を必要とせず、低コストで知識メタデータ生成処理を実現することができる。また、プログラムをインストールすることにより、容易に知識メタデータ生成処理を実現することができる。

＜知識メタデータ生成処理手順＞
次に、本発明における実行プログラム（知識メタデータ生成プログラム）を用いた知識メタデータ生成処理手順についてフローチャートを用いて説明する。図１６は、知識メタデータ生成処理手順の一例を示すフローチャートである。

図１６において、まずコンテンツに関する数値データや構造化データ、テキストデータ等の情報リソースを入力する（Ｓ０１）。次に、入力した情報リソースを予め蓄積された情報リソースに関連する分野のオントロジーに基づいて知識メタデータを生成する（Ｓ０２）。また、Ｓ０２の処理において生成された知識メタデータを蓄積する（Ｓ０３）。なお、上述したＳ０１〜Ｓ０３の処理は、後述するＳ０４〜Ｓ０７の処理の前に予め実行され、蓄積手段等に蓄積される。

次に、コンテンツの視聴しているユーザ（視聴者）等からの入力情報を取得し（Ｓ０４）、その情報から問い合わせ情報を抽出する（Ｓ０５）。なお、この場合、入力情報から予め設定された自然言語処理システムにより問い合わせ情報を抽出してもよく、またインターフェース等により問い合わせ情報として視聴者に具体的に入力させてもよい。

次に、抽出された問い合わせ情報に基づいて、知識メタデータを検索し、問い合わせに対応する回答を抽出し（Ｓ０６）、抽出した回答データを視聴者に提示する（Ｓ０７）。

上述したように、知識メタデータ生成プログラムを用いた知識メタデータ生成処理により、高精度な知識メタデータを生成することができる。また、プログラムをインストールすることにより、容易に知識メタデータ生成処理を実現することができる。

上述したように本発明によれば、高精度な知識メタデータを生成することができる。具体的には、本発明によりコンテンツに関連した分野のオントロジーを用いて情報を事前に知識構造化し、知識メタデータとしてデータベース等に蓄積することができる。その結果、信頼性の高い情報のみをユーザが得ることが可能となる。また、ユーザの質問を想定した知識メタデータを生成することにより、ユーザの要求に直接含まれない概念等に関しても検索が可能となる。また、本発明は、様々な概念関係を定義したオントロジーを利用することで、人間の感覚に合った柔軟な情報（回答）抽出を行うことができる。

また、本発明は、コンテンツにおけるイベント抽出やダイジェスト生成等にも適用することができる。例えば、野球オントロジーにおいて、特定のプロパティ及びプロパティ値を持つクラスを“定義クラス”
として記述しておくことで、知識メタデータから特定のインスタンスを抽出することができる。したがって、この特徴から、例えば試合における「逆転」といったイベントを「発生前と発生後で、点差の状況が逆転する得点イベント」とオントロジー上で定義しておくことで、試合状況からより複雑なイベントの抽出が可能となる。

また、番組制作者のダイジェスト制作手法を分析し、重要シーンの特徴をオントロジーで記述しておき、「フルカウントでの強打者の登場」や「サヨナラのチャンス」といった概念を定義しておくことで、ダイジェストシーンの抽出等に応用することが可能となる。なお、本発明におけるコンテンツは、番組に限定されず、動画、音楽、映画、テキスト情報等、あらゆるコンテンツに適用することができる。

以上本発明の好ましい実施の形態について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形、変更が可能である。

本発明における知識メタデータ生成システムの概要構成の一例を示す図である。 知識メタデータ生成装置の機能構成の一例を示す図である。 実施例１における知識メタデータ生成装置の概要例を示す図である。 知識メタデータを生成する際のスキーマを提供するオントロジーの一例を示す図である。 図４に示した野球オントロジーを用いて記述した知識メタデータの一例を示す図である。 知識メタデータからの情報抽出の一例を示す図である。 更に複雑な問い合わせ例における知識メタデータからの情報抽出例を示す図である。 従来のコンテンツメタデータと、知識メタデータとの違いを説明するための一例の図である。 実施例２における知識メタデータ生成装置の概要例を示す図である。 試合情報からの知識メタデータ生成の一例を示す図である。 テキスト情報からの知識メタデータ生成例を示す図である。 実施例３における知識メタデータ生成装置の概要例を示す図である。 健康オントロジーの一例を示す図である。 健康番組における知識メタデータ生成例を示す図である。 本発明における知識メタデータ生成処理が実現可能なハードウェア構成の一例を示す図である。 知識メタデータ生成処理手順の一例を示すフローチャートである。

符号の説明

１０ 知識メタデータ生成システム
１１ 知識メタデータ生成装置
１２ 情報リソース提供装置
１３ 通信ネットワーク
２１ 入力手段
２２ 出力手段
２３ 送受信手段
２４ 蓄積手段
２５ 知識メタデータ生成手段
２６ 情報抽出手段
２７ 検索手段
２８ 制御手段
３１ 情報リソース
３２ オントロジー
３３ 知識ベース
４１ ＴＶ受信器
４２ 放送局
５１ 入力装置
５２ 出力装置
５３ ドライブ装置
５４ 補助記憶装置
５５ メモリ装置
５６ ＣＰＵ
５７ ネットワーク接続装置
５８ 記録媒体

Claims (6)

1. ユーザに提供するコンテンツに関連した知識メタデータを生成する知識メタデータ生成装置において、
   前記コンテンツに関連した情報リソースと、予め蓄積された前記情報リソースに関連した分野のオントロジーとに基づいて、前記知識メタデータを生成する知識メタデータ生成手段と、
   前記知識メタデータ生成手段により得られる知識メタデータを蓄積する蓄積手段とを有することを特徴とする知識メタデータ生成装置。
2. 前記ユーザからの入力情報から問い合わせ情報を抽出する情報抽出手段と、
   前記情報抽出手段により得られる問い合わせ情報に基づいて、前記知識メタデータを検索する検索手段とを有することを特徴とする請求項１に記載の知識メタデータ生成装置。
3. 前記知識メタデータ生成手段は、
   前記情報リソースとして得られる数値データ及び／又は構造化データから、前記コンテンツ内で発生するイベント間の包含関係、上位下位関係、及び因果関係のうち、少なくとも１つが付加された知識メタデータを生成することを特徴とする請求項１又は２に記載の知識メタデータ生成装置。
4. 前記知識メタデータ生成手段は、
   前記情報リソースとして得られる前記コンテンツに関連した主語述語関係又は依存関係がタグ付けされた構造化テキストデータから、前記コンテンツに関連した知識メタデータを生成することを特徴とする請求項１乃至３の何れか１項に記載の知識メタデータ生成装置。
5. ユーザに提供するコンテンツに関連した知識メタデータを生成する処理をコンピュータに実行させるための知識メタデータ生成プログラムにおいて、
   前記コンテンツに関連した情報リソースと、予め蓄積された前記情報リソースに関連した分野のオントロジーとに基づいて、前記知識メタデータを生成する知識メタデータ生成処理と、
   前記知識メタデータ生成処理により得られる知識メタデータを蓄積する蓄積処理とをコンピュータに実行させるための知識メタデータ生成プログラム。
6. 前記ユーザからの入力情報を取得する入力情報取得処理と、
   前記入力情報から問い合わせ情報を抽出する情報抽出処理と、
   前記問い合わせ情報に基づいて前記知識メタデータを検索し、問い合わせに対応する回答データを抽出する抽出処理とを有することを特徴とする請求項５に記載の知識メタデータ生成プログラム。

Images