JP2008102645A - スレッド順位付け装置及びスレッド順位付け方法 - Google Patents

Abstract

【課題】利用者の興味に即して注目すべきスレッドを適切に抽出可能とする。
【解決手段】スレッド順位付け装置１００は、掲示板サイトからスレッドを収集するスレッド収集部２と、収集されたスレッドを格納するスレッド情報格納部３と、イベント知識格納部５に格納されたイベント知識を用いて、スレッドからイベントを抽出するイベント抽出部４と、スレッド毎に、スレッドに含まれる表現の中から当該スレッドを特徴付ける関連表現を抽出する関連表現抽出部６と、所定のスレッドに対する評価の入力を促す情報を掲示板サイトの利用者に提示するとともに、利用者からの評価を入力する入出力制御部９と、その入力された各スレッドに対する評価に基づいて関連表現毎に重要度を算出する関連表現重要度算出部７と、抽出されたイベント及び関連表現毎の重要度に基づいてスレッドの順位を決定するスレッド順位付け部８と、を備える。
【選択図】図１

Description

本発明は、掲示板サイトにおける特定の話題に属する記事の集合（スレッド）の順位付けを行うスレッド順位付け装置及びスレッド順位付け方法に関する。

Ｗｅｂ上には多数の掲示板サイトが存在しており、各サイトでは多数の議論がスレッドという形態で展開されている。これらスレッドの中には、例えば、企業活動にすら影響を与える大規模な議論へと発展する注目すべきスレッドが存在していることもある。しかしながら、これら注目すべきスレッドは、大多数の注目に値しないスレッドの中に埋もれてしまっている。このため、利用者の興味に即した注目すべきスレッドを抽出する技術が望まれている。

このような技術の一つとして特許文献１には、メールの送信頻度の上位にあるメールに含まれる単語の重みを修正することにより、利用者が興味を示した話題に含まれる単語の重みを修正する方法が提案されている。
特開２００３−２４２１７６号公報

しかしながら、特許文献１に記載された技術は、利用者が興味を示していない話題に含まれる単語の重みを修正することができないばかりか、メールに記述される単語の種類が多くなるため、必ずしも単語の重みを妥当に修正しているとは言えなかった。従って、利用者の興味に即した話題を適切に抽出することができないという問題があった。

本発明は、利用者の興味に即してスレッドの順位付けをすることによって、注目すべきスレッドを適切に抽出可能とすることを目的とする。

上記課題を解決するため、本発明のスレッド順位付け装置は、利用者にとって関心のあるイベントをスレッドから抽出するための特徴表現であるイベント知識を格納するイベント知識格納手段と、通信ネットワーク上の掲示板サイトからスレッドを収集する収集手段と、前記収集手段により収集されたスレッドを格納するスレッド情報格納手段と、前記イベント知識格納手段に格納されたイベント知識を用いて、前記スレッド情報格納手段に格納されている各スレッドからイベントを抽出するイベント抽出手段と、前記スレッド情報格納手段の格納内容を参照することにより、スレッド毎に、スレッドに含まれる表現の中から当該スレッドを特徴付ける関連表現を抽出する関連表現抽出手段と、前記スレッド情報格納手段に格納された所定のスレッドに対する評価の入力を促すための情報を、前記掲示板サイトの利用者に提示する提示手段と、前記所定のスレッドに対する利用者の評価を入力する入力手段と、前記入力手段により入力された利用者の評価に基づいて関連表現毎に重要度を算出する関連表現重要度算出手段と、前記イベント抽出手段により抽出されたイベント及び前記関連表現重要度算出手段により算出された関連表現毎の重要度に基づいて、前記スレッド情報格納手段に格納された各スレッドの順位を決定するスレッド順位付け手段と、を備えることを特徴とする。

本発明のスレッド順位付け方法は、通信ネットワーク上の掲示板サイトからスレッドを収集し、前記収集されたスレッドをスレッド情報格納手段に格納し、利用者にとって関心のあるイベントをスレッドから抽出するための特徴表現であるイベント知識を用いて、前記スレッド情報格納手段に格納されている各スレッドからイベントを抽出し、前記スレッド情報格納手段の格納内容を参照することにより、スレッド毎に、スレッドに含まれる表現の中から当該スレッドを特徴付ける関連表現を抽出し、前記スレッド情報格納手段に格納された所定のスレッドに対する評価の入力を促すための情報を、前記掲示板サイトの利用者に提示し、前記所定のスレッドに対する利用者の評価を入力し、前記入力された利用者の評価に基づいて関連表現毎に重要度を算出し、前記抽出されたイベント及び前記算出された関連表現毎の重要度に基づいて、前記スレッド情報格納手段に格納された各スレッドの順位を決定することを特徴とする。

本発明によれば、利用者の興味に即してスレッドの順位付けをすることにより、注目に値するスレッドが適切に抽出可能となる。

以下、図面を参照して、本発明の実施形態を説明する。
まず、本実施形態における構成について説明する。

図１に、本発明の実施形態に係るスレッド順位付け装置１００の構成を示す。スレッド順位付け装置１００は、インターネット等の通信ネットワーク上に存在する掲示板サイト上の各スレッドを順位付けする装置であり、図１に示すように、収集時間制御部１、スレッド収集部２、スレッド情報格納部３、イベント抽出部４、イベント知識格納部５、関連表現抽出部６、関連表現重要度算出部７、スレッド順位付け部８、入出力制御部９により構成される。

収集時間制御部１は、通信ネットワーク上に存在する指定された掲示板サイトからスレッドを収集するタイミングを制御する。

スレッド収集部２は、収集時間制御部１によるスレッド収集開始指示に従って掲示板サイトからスレッドを収集する。

スレッド情報格納部３は、スレッド収集部２により収集されたスレッド、スレッドに含まれる記事に対する形態素解析結果、スレッド関連表現ベクトル（一つのスレッドに含まれる関連表現と、その関連表現を含む記事数を対にしたもの）、関連表現候補ベクトル（全スレッドに含まれる関連表現候補と、その関連表現候補を含む記事数を対にしたもの）、関連表現ベクトル（全スレッドに含まれる関連表現とその重要度を対にしたもの）、全スレッドの積算記事数等のデータを格納する。

イベント抽出部４は、イベント知識格納部５に格納されているイベント知識（後述）を、スレッドを構成する各記事の形態素解析結果に適用することにより、各記事に含まれるイベント（後述）を抽出する。

イベント知識格納部５は、利用者にとって関心のあるイベントをスレッドから抽出するための特徴表現であるイベント知識のデータを格納する。例えば、図１２に示すように、「不満」というイベントの場合、「悪い」、「遅い」、「最低」というイベント表現がイベント知識としてイベント知識格納部５に格納されている。

関連表現抽出部６は、スレッド情報格納部３に格納されているスレッドを参照することにより、スレッド毎に、スレッドに含まれる表現の中から当該スレッドを特徴付ける関連表現を抽出する。

関連表現重要度算出部７は、入出力制御部９から入力されたスレッドに対する利用者の評価に基づいて関連表現の重要度を算出する。

スレッド順位付け部８は、イベント抽出部４によって抽出されたイベント及び関連表現重要度算出部７によって算出された重要度に基づいてスレッドの順位付けを行う。

入出力制御部９は、提示版サイトの利用者に提示するデータ（情報）の出力（提示手段）や、利用者の端末（例えば、ＰＣ（Personal Computer））から送信されたデータの入力（入力手段）を行う。

次に、本実施形態における動作について説明する。
まず、図２のフローチャートを参照して、スレッド順位付け装置１００において実行される全体の処理の流れについて説明する。

まず、収集時間制御部１により、前回スレッドを収集した時刻と現在の時刻が比較され、スレッドの収集を開始するタイミングが判断される（ステップＳ１）。ステップＳ１において、前回の収集時刻と現在時刻の差が予め指定された閾値未満である場合、スレッド収集が待機状態となり（ステップＳ１；待機）、ステップＳ１の処理に戻る。一方、ステップＳ１において、前回の収集時刻と現在時刻の差が予め指定された閾値以上である場合、収集時間制御部１からスレッド収集部２に対しスレッドの収集開始が指示され（ステップＳ１；開始）、前回の収集時刻が現在の時刻へと更新され、ステップＳ２へ移行する。

スレッド収集部２では、収集時間制御部１からスレッド収集の開始が指示されると、処理対象としている掲示板サイトの中に未収集のスレッドが存在するか否かが判定される（ステップＳ２）。ステップＳ２において、未収集のスレッドが存在しないと判定された場合（ステップＳ２；ＮＯ）、ステップＳ１０（後述）の処理へ移行する。

ステップＳ２において、未収集のスレッドが存在すると判定された場合（ステップＳ２；ＹＥＳ）、未収集のスレッドの中から一つのスレッドが選択される（ステップＳ３）。次いで、スレッド収集部２により、ステップＳ３で選択されたスレッドが収集され、スレッド情報格納部３に格納される（ステップＳ４）。具体的にステップＳ４では、ステップＳ３で選択されたスレッドに含まれる全ての記事が掲示板サイトからダウンロードされ、ダウンロードされた記事がスレッド情報格納部３に格納される。

次いで、イベント抽出部４により、ステップＳ３で選択されたスレッドに含まれる記事の中から、投稿者が記載した記事の本文部分が抽出される（ステップＳ５）。

次いで、イベント抽出部４において、ステップＳ５で抽出された記事の本文部分に対して形態素解析を実施することにより、記事の本文部分が単語に分割され、当該単語に対応する品詞の割り当てが行われ（ステップＳ６）、形態素解析された結果がスレッド情報格納部３に格納される。例えば、記事の本文が「ＣＰＵが非常に遅い。」である場合、「ＣＰＵ〈英〉＋が〈付〉/非常〈名〉＋に〈付〉/遅い〈形〉/。〈句読〉/」といった形態素解析が実施され、スレッド情報格納部３に形態素解析結果が格納される。ここで、〈英〉は英数字、〈付〉は付属語、〈名〉は名詞、〈形〉は形容詞、〈句読〉は句読点を表す。

次いで、イベント抽出部４において、イベント知識格納部５に格納されているイベント知識を各記事の形態素解析結果に適用することにより、スレッドの各記事に含まれるイベントを抽出するイベント抽出処理が行われる（ステップＳ７）。ステップＳ７のイベント抽出処理については、後に図３を参照して詳細に説明する。

次いで、関連表現抽出部６により、スレッド情報格納部３に格納されている処理対象のスレッドから、当該スレッドを特徴付ける関連表現を抽出する関連表現抽出処理が行われる（ステップＳ８）。ステップＳ８の関連表現抽出処理については、後に図４を参照して詳細に説明する。

次いで、関連表現抽出部６により、ステップＳ８で抽出された関連表現が処理対象のスレッドにおいて出現する記事の記事数（頻度）が算出され（ステップＳ９）、ステップＳ８で抽出された関連表現と、ステップＳ９で算出された記事数を対にしたスレッド関連表現ベクトルが生成され、スレッド情報格納部３に格納される。例えば、スレッドｔ１から関連表現として「パソコン」、「ＣＰＵ」が抽出され、それぞれの関連表現を含む記事数が１０、１２である場合、スレッドｔ１に対して図５に示すようなスレッド関連表現ベクトルが生成される。

収集された全てのスレッドについてステップＳ３〜Ｓ９の処理が終了し、未収集のスレッドがなくなると（ステップＳ２；ＮＯ）、関連表現重要度算出部７により、全スレッドにおける関連表現とその重要度の一覧を表す関連表現ベクトルが生成される（ステップＳ１０）。具体的にステップＳ１０では、ステップＳ８で抽出された関連表現が新規の関連表現であるか否かが判定され、新規の関連表現であると判定された場合に、関連表現ベクトルに当該新規の関連表現が追加されるとともに、当該関連表現の重要度が初期化される。

例えば、図６に示すように、関連表現として「パソコン」及び「デザイン」が関連表現ベクトルに既に登録され、ステップＳ８で関連表現として「パソコン」及び「ＣＰＵ」が関連表現抽出部６によって抽出された場合、「ＣＰＵ」が新規の関連表現として関連表現ベクトルに追加され、当該新規の関連表現の重要度に１（初期値）が設定される。この場合、図７に示すように関連表現ベクトルが更新される。

次いで、スレッド順位付け部８により、イベント抽出部４によって抽出されたイベントと、関連表現重要度算出部７によって算出された関連表現の重要度に基づいて、スレッド毎にスレッド重要度が算出され、スレッド重要度が高いスレッドが上位となるような順位付けが行われる（ステップＳ１１）。式（１）にスレッド重要度の算出式を示す。

ここで、イベント記事数は、処理対象のスレッドに対してイベント抽出部４によって抽出されたイベントを含む記事数、ｖ_iはスレッドのｉ番目の関連表現の記事数、ｗ_kは関連表現ベクトルのｋ番目の関連表現の重要度、ｆ(ｉ)はスレッドのｉ番目の関連表現に対応する関連表現ベクトルの位置を指定する関数である。

例えば、二つのスレッドｔ１、ｔ２の順位付けを行うものとする。このとき、スレッドｔ１に対して図５に示すスレッド関連表現ベクトルが生成され、スレッドｔ２に対して図８に示すスレッド関連表現ベクトルが生成されているとする。また、スレッドｔ１に対して「不満」に対応するイベント（図１２参照）を含む記事数が20、スレッドｔ２に対して「不満」に対応するイベントを含む記事数が25であるものとし、図７に示す関連表現ベクトルが生成されているものとする。この場合、スレッドｔ１のスレッド重要度は、式（１）より6.67＝20×[｛10/(10＋12)｝×｛1/(1＋1＋1)｝＋{12/(10＋12)｝×｛1/(1＋1＋1)｝]となり、スレッドｔ２のスレッド重要度は、8.33＝25×[｛11/(11＋13)｝×｛1/(1＋1＋1)｝＋{13/(11＋13)｝×｛1/(1＋1＋1)｝]となる。よって、スレッドｔ２のスレッド重要度の数値が大きいため、スレッドｔ２に順位１位、スレッドｔ１に順位２位が与えられることになる。

各スレッドに順位が付与されると、入出力制御部９の制御により、上位のスレッド（例えば、１位〜５位までのスレッド）及びこれら各スレッドに対する評価の入力を促す画面が通信ネットワークを介して利用者端末に提示される（ステップＳ１２）。

利用者によってステップＳ１２で提示された各スレッドに対する評価が入力されていない間は、スレッド順位付け装置１００は待機状態となる（ステップＳ１３；ＮＯ）。入出力制御部９に、利用者による各スレッドに対する評価（「興味あり」、「興味なし」という評価）が入力されると（ステップＳ１３；ＹＥＳ）、スレッド順位付け部８により、その入力された評価内容に基づいてスレッドの順位が更新され、入出力制御部９により、その更新された上位のスレッドを示した画面が利用者端末に提示される（ステップＳ１４）。

ステップＳ１４では、利用者が「興味あり」と評価したスレッドが上位スレッドに残される一方、利用者が「興味なし」と評価したスレッドが上位スレッドから削除され、削除されたスレッドに代わる次の順位のスレッドが提示される。例えば、入出力制御部９により、図９に示すように、上位５件のスレッド（スレッドタイトル）が提示されたとする。このとき、利用者が現在３位のスレッド（title 3）を「興味なし」と評価したとすると、現在３位のスレッドが削除される一方、現在４位、５位のスレッドがそれぞれ、３位、４位となり、現在６位のスレッドが新たな５位のスレッドとして提示される。このときの更新結果は図１０のようになる。

スレッドの順位が更新されると、関連表現重要度算出部７により、入出力制御部９から入力されたスレッドに対する利用者の評価に基づいて関連表現の重要度が算出され（ステップＳ１５）、スレッド順位付け装置１００における全体の処理が終了する。具体的にステップＳ１５では、関連表現重要度算出部７によって、入出力制御部９からスレッドの順位の更新結果が受け取られ、「興味あり」のスレッドに含まれる一方、「興味なし」のスレッドに含まれない関連表現が抽出され、その重要度が加算される。また、「興味なし」のスレッドに含まれる一方、「興味あり」のスレッドに含まれない関連表現が抽出され、その重要度が減算される。

例えば、「興味あり」のスレッドに対応する関連表現として、「パソコン」、「ＣＰＵ」が与えられており、「興味なし」のスレッドに対応する関連表現として、「パソコン」、「デザイン」が与えられているとする。また、各関連表現の重要度が図７に示すように与えられているとする。このとき、関連表現「ＣＰＵ」の重要度に１が加算され、関連表現「デザイン」の重要度から１が減算される。このとき、各関連表現の重要度は図１１に示すように更新される。

このような重要度の更新に対応して、次回のスレッドの順位付けにおいてスレッド順位が変更されることとなる。例えば、各関連表現の重要度が図１１のように与えられ、各スレッドのイベント抽出処理（ステップＳ７）において「不満」に対応するイベント（図１２参照）のみが抽出されている場合、スレッド順位付け装置１００は、次回のスレッドの順位付けにおいて、「デザイン」に関する不満に利用者は興味がないという利用者の意図を把握し、「デザイン」に関する不満を含むスレッドを上位に位置付けないようにすることができる。また、当初は「デザイン」に関する議論が行われていたスレッドが「ＣＰＵ」に関する不満に議論が変遷した場合には、次回、「ＣＰＵ」に関する不満を含むスレッドを上位に位置付けることができる。

次に、図３のフローチャートを参照して、イベント抽出部４において実行されるイベント抽出処理（図２のステップＳ７）について詳細に説明する。

まず、スレッドを構成する記事の中から未処理の記事があるか否かが判定される（ステップＳ２０）。ステップＳ２０において未処理の記事が存在しないと判定された場合（ステップＳ２０；ＮＯ）、本イベント抽出処理が終了する。ステップＳ２０において未処理の記事があると判定された場合（ステップＳ２０；ＹＥＳ）、処理対象の記事が一つ取り出される（ステップＳ２１）。

次いで、イベント知識格納部５を参照することにより、ステップＳ２１で取り出された記事に対して未抽出のイベントがあるか否かが判定される（ステップＳ２２）。ステップＳ２２において未抽出のイベントが存在しないと判定された場合（ステップＳ２２；ＮＯ）、ステップＳ２０に戻り、未抽出のイベントがあると判定された場合（ステップＳ２２；ＹＥＳ）、未抽出のイベントが一つ選択される（ステップＳ２３）。

例えば、イベント知識格納部５に、不満イベントに関する知識のみが格納されているとする。このとき、ステップＳ２１で取り出された記事に対する１回目のステップＳ２２の処理では、未抽出のイベントがあると判定され、ステップＳ２３において不満イベントが選択される。一方、２回目のステップＳ２２の処理では、未抽出のイベントは存在しないと判定されるため、当該記事に対するイベント抽出が終了し、ステップＳ２０に戻る。

ステップＳ２３の次に、イベント知識格納部５に格納されているイベント毎の知識を参照することにより、ステップＳ２１で取り出された記事に、ステップＳ２３で選択されたイベントが含まれているか否かが判定される（ステップＳ２４）。

ステップＳ２４においてイベントが含まれていないと判定された場合（ステップＳ２４；ＮＯ）、ステップＳ２２に戻る。一方、ステップＳ２４においてイベントが含まれていると判定された場合（ステップＳ２４；ＹＥＳ）、ステップＳ２１で取り出された記事に対してステップＳ２３で選択されたイベントが設定されるとともに（ステップＳ２５）、現在、処理対象のスレッドにおける当該イベントを含む記事数に１が加算され、ステップＳ２２に戻る。

例えば、イベント知識格納部５に、図１２に示すような不満イベントに関する知識が記述されているとする。このとき図１２で示されるイベント表現が、形態素解析された記事の本文に含まれている場合に、当該イベントを含んでいると判定される。例えば、形態素解析された記事の本文が「ＣＰＵ〈英〉＋が〈付〉/非常〈名〉＋に〈付〉/遅い〈形〉/。〈句読〉/」であるとすれば、図１２に示す不満イベントに対応するイベント表現に「遅い」を含んでいるので、当該記事は不満イベントを含んでいると判定される。

このようなイベント抽出処理を行うことにより、スレッドが含むイベントを、そのイベントを含む記事数とともに得ることができる。

次に、図４のフローチャートを参照して、関連表現抽出部６において実行される関連表現抽出処理（図２のステップＳ８）について詳細に説明する。

まず、処理対象のスレッドに含まれる記事の本文を形態素解析した結果をまとめたスレッド形態素解析集合から、予め指定された品詞を有する表現のうち未処理のものが存在するか否かが判定される（ステップＳ３０）。

ステップＳ３０において未処理の表現が存在しないと判定された場合（ステップＳ３０；ＮＯ）、本関連表現抽出処理が終了する。一方、ステップＳ３０において未処理の表現があると判定された場合（ステップＳ３０；ＹＥＳ）、当該未処理の表現が関連表現候補として抽出される（ステップＳ３１）。

例えば、英数字からなる単語を意味する「〈英〉」が品詞として指定されており、スレッドに「ＣＰＵ〈英〉＋が〈付〉/非常〈名〉＋に〈付〉/遅い〈形〉/。〈句読〉/」という記事が含まれている場合、ステップＳ３１では、関連表現候補として「ＣＰＵ」が抽出される。

次いで、スレッド情報格納部３に格納されたスレッド形態素解析集合に、ステップＳ３１で抽出された関連表現候補を適用することにより、当該関連表現候補が処理対象のスレッドに含まれる記事数、即ち、当該関連表現候補が出現する頻度が算出される（ステップＳ３２）。

次いで、スレッド情報格納部３に格納された全スレッドの関連表現候補及びその記事数を対にした関連表現候補ベクトルが検査され、ステップＳ３１で抽出された関連表現候補について、ステップＳ３２で算出された記事数が関連表現候補ベクトルに追加又は加算される（ステップＳ３３）。ここで、関連表現候補ベクトルは、図５に示すスレッド関連表現ベクトルと同様なデータ構造にてスレッド情報格納部３に格納されているとする。

ステップＳ３３では、ステップＳ３１で抽出された関連表現候補が新規の関連表現候補であるか否かが判定され、新規の関連表現候補であると判定された場合には、当該新規の関連表現候補及びその記事数が関連表現候補ベクトルに追加される。一方、ステップＳ３１で抽出された関連表現候補が関連表現候補ベクトルに既に存在すると判定された場合には、関連表現候補ベクトルに、当該関連表現候補の記事数が加算される。加えて、スレッド情報格納部３に格納されている全スレッドの積算記事数に当該スレッドに含まれる記事数が加算される。

次いで、全スレッドの積算記事数が予め指定された閾値以上であるか否かが判定される（ステップＳ３４）。ステップＳ３４において積算記事数が予め指定された閾値未満であると判定された場合（ステップＳ３４；ＮＯ）、ステップＳ３０に戻り、当該積算記事数が閾値以上であると判定された場合（ステップＳ３４；ＹＥＳ）、ステップＳ３５へ移行する。

例えば、現在、スレッド情報格納部３に格納された全スレッドの積算記事数が９００件で、予め指定された閾値となる記事数が１０００件である場合、処理対象のスレッドに９０件の記事が含まれていれば、ステップＳ３０へ戻り、当該スレッドに１００件の記事が含まれていれば、ステップＳ３５へ移行することとなる。

ステップＳ３５では、関連表現候補ベクトルと、処理対象のスレッドに対して算出された関連表現候補とその記事数を解析することにより、当該スレッドの関連表現候補に対する評価値が算出される。評価値の算出式を式（２）に示す。

例えば、関連表現候補ベクトルが図１３に示すように与えられ、処理対象のスレッドの関連表現候補とその記事数が図１４に示すように与えられているとする。この場合、関連表現候補「パソコン」、「ＣＰＵ」、「問題」に対応する評価値は、それぞれ0.4（＝10/25)、0.8（＝12/15）、0.1（＝10/100）と与えられる。

次いで、ステップＳ３５で算出された関連表現候補に対応する評価値が予め指定された閾値以上であるか否かが判定される（ステップＳ３６）。ステップＳ３６において関連表現候補に対応する評価値が予め指定された閾値未満であると判定された場合（ステップＳ３６；ＮＯ）、ステップＳ３０に戻り、当該評価値が閾値以上であると判定された場合（ステップＳ３６；ＹＥＳ）、ステップＳ３７へ移行する。

例えば、ステップＳ３６において予め指定された閾値が0.4であるものとし、図１４に示す関連表現候補のうち「問題」について処理している場合、評価値が閾値より小さいため、ステップＳ３０に戻る。一方、関連表現候補「パソコン」、「ＣＰＵ」について処理している場合、双方とも評価値が閾値以上であるため、ステップＳ３７へ移行することとなる。

ステップＳ３７では、評価値が閾値以上の関連表現候補が関連表現として、当該関連表現を含む記事数とともに、スレッド情報格納部３に格納される。例えば、図１４に示す関連表現候補に対して、図５に示す関連表現とその記事数がスレッド情報格納部３に格納される。このような処理を実施することにより、スレッド毎に関連表現とその記事数を抽出することができる。

以上のように、本実施形態のスレッド順位付け装置１００によれば、イベント抽出及び関連表現抽出によりスレッドを特徴付け、利用者の評価に基づいてスレッドの順位を決定することにより、スレッドの内容の変遷を考慮して、利用者の興味に合うスレッドを上位に位置付けることができる。

従って、現時点において利用者の興味に合わないスレッドが、次の時点において上位に順位付けられないようにする一方、時間の経過に伴って当該スレッドにおける議論が利用者の興味に合う内容に変遷した場合に、当該スレッドを上位に順位付けることができる。このため、利用者が一旦不要と判断したスレッドが興味のあるスレッドに変化したとしても、利用者にとって興味のあるスレッドを見逃すことなくスレッドを利用者に提示することができる。

なお、本実施形態における記述内容は、本発明の趣旨を逸脱しない範囲で適宜変更可能である。

例えば、本実施形態では、スレッド順位付け部８において、一つのイベントと関連表現ベクトルとの組み合わせにより、スレッドの順位付けを行うようにしているが、複数のイベントと関連表現ベクトルを組み合わせて順位付けを行うようにしてもよい。このとき、各々のイベントに重み付け（学習効果による重み付け又は予め指定された重み付け）をして式（１）のスレッド重要度を算出するのが好ましい。また、掲示板サイトの利用者に応じてスレッド重要度を算出する際の重み付けを変えるようにしてもよい。

また、本実施形態では、イベント抽出部４において、イベントの特徴表現をイベント知識としてイベント知識格納部５に格納しておき、当該イベント知識がスレッドを構成する記事の本文に含まれるか否かに従ってイベントの有無を判定しているが、下記の文献に記載の方法を利用してイベントの有無を判定することもできる。
櫻井茂明、折原良平:「掲示板サイトからの評判イベントの抽出」、Ｗｅｂインテリジェンスとインタラクション研究会第３回研究会予稿集、ｐ４１−４６(２００５−０９)。
この場合、記事とイベントの有無とを指定したデータを対とする学習データを利用することにより、ＳＶＭ（Support Vector Machine）によって学習した分類モデルをイベント知識格納部５に格納する知識として帰納学習し、記事を当該の分類モデルに適用することにより、イベントの有無を判定する。

また、本実施形態では、関連表現抽出部６において、関連表現候補として特定の品詞を有する表現をスレッド形態素解析集合から抽出するようにしたが、特定の品詞列を有する表現をスレッド形態素解析集合から抽出するようにしてもよい。

また、本実施形態では、関連表現抽出部６において、スレッドに含まれる全ての記事を対象として関連表現を含む記事数を算出するようにしたが、特定のイベントに含まれる記事毎に記事を分類し、特定のイベントを含む記事毎に評価値を算出して関連表現を抽出するようにしてもよい。

更に、本実施形態では、関連表現重要度算出部７において、利用者にとって興味のあるスレッドに含まれ、興味がないスレッドに含まれない関連表現の重要度に１を加算し、利用者にとって興味がないスレッドに含まれ、興味があるレッドに含まれない関連表現の重要度から１を減算することにより重要度を更新するようにした。この方法の代わりに、利用者にとって興味のあるスレッドに含まれる関連表現と、興味がないスレッドに含まれる関連表現の差分を計算し、その差分を重要度の更新に利用するようにしてもよい。

本発明の実施形態に係るスレッド順位付け装置の構成を示すブロック図。 本実施形態に係るスレッド順位付け装置において実行される全体の処理の流れを示すフローチャート。 図２のステップＳ７に示したイベント抽出処理の詳細を示すフローチャート。 図２のステップＳ８に示した関連表現抽出処理の詳細を示すフローチャート。 スレッド関連表現ベクトルの一例を示す図。 スレッド情報格納部に格納された関連表現ベクトルの一例を示す図。 図６の関連表現ベクトルに新規の関連表現「ＣＰＵ」が追加された場合の関連表現ベクトルを示す図。 スレッド情報格納部に格納されたスレッド関連表現ベクトルの一例を示す図。 スレッドタイトルとその順位との関係を示す図。 図９に示された各スレッドの順位が利用者の評価によって変更された例を示す図。 図７の関連表現ベクトルを更新した関連表現ベクトルの一例を示す図。 イベント知識格納部に格納されたイベント知識の一例を示す図。 スレッド情報格納部に格納された関連表現候補ベクトルの一例を示す図。 特定のスレッドから抽出された関連表現候補とその関連表現候補を含む記事数との関係を示す図。

符号の説明

１ 収集時間制御部
２ スレッド収集部
３ スレッド情報格納部
４ イベント抽出部
５ イベント知識格納部
６ 関連表現抽出部
７ 関連表現重要度算出部
８ スレッド順位付け部
９ 入出力制御部
１００ スレッド順位付け装置

Claims (15)

1. 利用者にとって関心のあるイベントをスレッドから抽出するための特徴表現であるイベント知識を格納するイベント知識格納手段と、
   通信ネットワーク上の掲示板サイトからスレッドを収集する収集手段と、
   前記収集手段により収集されたスレッドを格納するスレッド情報格納手段と、
   前記イベント知識格納手段に格納されたイベント知識を用いて、前記スレッド情報格納手段に格納されている各スレッドからイベントを抽出するイベント抽出手段と、
   前記スレッド情報格納手段の格納内容を参照することにより、スレッド毎に、スレッドに含まれる表現の中から当該スレッドを特徴付ける関連表現を抽出する関連表現抽出手段と、
   前記スレッド情報格納手段に格納された所定のスレッドに対する評価の入力を促すための情報を、前記掲示板サイトの利用者に提示する提示手段と、
   前記所定のスレッドに対する利用者の評価を入力する入力手段と、
   前記入力手段により入力された利用者の評価に基づいて関連表現毎に重要度を算出する関連表現重要度算出手段と、
   前記イベント抽出手段により抽出されたイベント及び前記関連表現重要度算出手段により算出された関連表現毎の重要度に基づいて、前記スレッド情報格納手段に格納された各スレッドの順位を決定するスレッド順位付け手段と、
   を備えることを特徴とするスレッド順位付け装置。
2. 前記イベント抽出手段は、スレッドを構成する記事の本文に対して形態素解析を行い、当該形態素解析された記事の本文に、前記イベント知識格納手段に格納されたイベント知識で示される表現が含まれている場合に、当該イベント知識に対応するイベントを抽出することを特徴とする請求項１に記載のスレッド順位付け装置。
3. 前記関連表現抽出手段は、処理対象のスレッドから所定の特徴を有する表現を関連表現候補として抽出し、当該スレッドにおける前記関連表現候補を含む記事数と、前記スレッド情報格納手段に格納された全スレッドにおける前記関連表現候補を含む記事数とを比較し、その比較結果に基づいて前記関連表現候補から関連表現を抽出することを特徴とする請求項１又は２に記載のスレッド順位付け装置。
4. 前記関連表現抽出手段は、前記スレッド情報格納手段に格納された全スレッドにおける前記関連表現候補を含む記事数に対する、前記処理対象のスレッドにおける前記関連表現候補を含む記事数の割合を、関連表現を抽出するための評価値として算出し、当該評価値が予め指定された閾値以上である場合に、前記関連表現候補を関連表現として抽出することを特徴とする請求項３に記載のスレッド順位付け装置。
5. 前記関連表現抽出手段は、前記スレッド情報格納手段に格納された全スレッドの積算記事数が予め指定された閾値以上である場合に前記評価値を算出することを特徴とする請求項４に記載のスレッド順位付け装置。
6. 前記提示手段は、前記スレッド情報格納手段に格納されたスレッドのうち、現時点で上位所定数のスレッドに対する評価の入力を促すための情報を提示することを特徴とする請求項１乃至５の何れか一項に記載のスレッド順位付け装置。
7. 前記スレッド順位付け手段は、スレッド毎に、スレッドに含まれるイベントの記事数と、当該スレッドに含まれる関連表現毎の記事数と、前記関連表現重要度算出手段により算出された関連表現毎の重要度に基づいて当該スレッドの重要度を算出し、スレッド毎に算出された重要度に基づいて各スレッドの順位を決定することを特徴とする請求項１乃至６の何れか一項に記載のスレッド順位付け装置。
8. 前記収集手段、前記スレッド情報格納手段、前記イベント抽出手段、前記関連表現抽出手段、前記提示手段、前記入力手段、前記関連表現重要度算出手段、前記スレッド順位付け手段における各処理を所定のタイミングで繰り返すことを特徴とする請求項１乃至７の何れか一項に記載のスレッド順位付け装置。
9. 通信ネットワーク上の掲示板サイトからスレッドを収集し、
   前記収集されたスレッドをスレッド情報格納手段に格納し、
   利用者にとって関心のあるイベントをスレッドから抽出するための特徴表現であるイベント知識を用いて、前記スレッド情報格納手段に格納されている各スレッドからイベントを抽出し、
   前記スレッド情報格納手段の格納内容を参照することにより、スレッド毎に、スレッドに含まれる表現の中から当該スレッドを特徴付ける関連表現を抽出し、
   前記スレッド情報格納手段に格納された所定のスレッドに対する評価の入力を促すための情報を、前記掲示板サイトの利用者に提示し、
   前記所定のスレッドに対する利用者の評価を入力し、
   前記入力された利用者の評価に基づいて関連表現毎に重要度を算出し、
   前記抽出されたイベント及び前記算出された関連表現毎の重要度に基づいて、前記スレッド情報格納手段に格納された各スレッドの順位を決定することを特徴とするスレッド順位付け方法。
10. 前記イベントを抽出することは、スレッドを構成する記事の本文に対して形態素解析を行い、当該形態素解析された記事の本文に、前記イベント知識で示される表現が含まれている場合に、当該イベント知識に対応するイベントを抽出することであることを特徴とする請求項９に記載のスレッド順位付け方法。
11. 前記関連表現を抽出することは、処理対象のスレッドから所定の特徴を有する表現を関連表現候補として抽出し、当該スレッドにおける前記関連表現候補を含む記事数と、前記スレッド情報格納手段に格納された全スレッドにおける前記関連表現候補を含む記事数とを比較し、その比較結果に基づいて前記関連表現候補から関連表現を抽出することであることを特徴とする請求項９又は１０に記載のスレッド順位付け方法。
12. 前記関連表現を抽出することは、前記スレッド情報格納手段に格納された全スレッドにおける前記関連表現候補を含む記事数に対する、前記処理対象のスレッドにおける前記関連表現候補を含む記事数の割合を、関連表現を抽出するための評価値として算出し、当該評価値が予め指定された閾値以上である場合に、前記関連表現候補を関連表現として抽出することであることを特徴とする請求項１１に記載のスレッド順位付け方法。
13. 前記評価値を算出することは、前記スレッド情報格納手段に格納された全スレッドの積算記事数が予め指定された閾値以上である場合に前記評価値を算出することであることを特徴とする請求項１２に記載のスレッド順位付け方法。
14. 前記所定のスレッドに対する評価の入力を促すための情報を提示することは、前記スレッド情報格納手段に格納されたスレッドのうち、現時点で上位所定数のスレッドに対する評価の入力を促すための情報を提示することであることを特徴とする請求項９乃至１３の何れか一項に記載のスレッド順位付け方法。
15. 前記各スレッドの順位を決定することは、スレッド毎に、スレッドに含まれるイベントの記事数と、当該スレッドに含まれる関連表現毎の記事数と、前記算出された関連表現毎の重要度に基づいて当該スレッドの重要度を算出し、スレッド毎に算出された重要度に基づいて各スレッドの順位を決定することであることを特徴とする請求項９乃至１４の何れか一項に記載のスレッド順位付け方法。

Images