JP2009026137A - 議論状況把握支援装置および方法 - Google Patents

Abstract

【課題】メッセージやその内部の範囲間の関係性を求める。
【解決手段】複数のメッセージを記憶する手段１０２と、メッセージに含まれる範囲ごとに、発言行為を特定する手段１０３と、範囲ごとに文字列の頻度に基づく話題を特定する手段１０４と、範囲と、範囲に対応する発言行為および話題とを関連付けて記憶する手段１０５と、ある話題に関する情報を提示する要求を受け付ける手段１０６と、ある話題に関連付けられた範囲および発言行為を手段１０２、１０５から取得し、話題と範囲と発言行為とを基点に設定する手段１０７と、発言行為間のつながりやすさの度合いを計算する手段１０９と、基点に設定された発言行為との度合いが算出され、算出された基点に設定された発言行為との度合いと、基点に設定された話題とに応じて、複数の発言行為から基点と関連性のある範囲の集合を検出する手段１０８と、を含む。
【選択図】図１

Description

本発明は、インターネットやイントラネット上でのメールや電子掲示板などを介したメッセージ交換に基づくコミュニケーション履歴管理システム、メーリングリストシステム、グループウェア、ナレッジマネジメントシステムなどにおける情報管理・提示方法についての議論状況把握支援装置および方法に関する。

ビジネスコミュニケーションやワークフローに対して、電子メールやチャットの存在は必要不可欠である。また、近年では、トラックバックやアクセス元Ｗｅｂページ解析などのＷｅｂページ相互参照リンク生成機構を備えたＷｅｂｌｏｇと呼ばれるＷｅｂベース意見記述システムも登場しており、これらの手段を介したテキストのメッセージの交換が日々行われている。交換量は年々増加し、ユーザが一日に受け取るメッセージの総数、処理時間、再閲覧のための検索コストが大きすぎることが課題となっている。

具体的には、やりとりされるメッセージが大量になると、メッセージ中に含まれている重要な情報を見逃したり、複数のメッセージにまたがって出現あるいは議論された内容をまとめて把握することが困難になる。また、メッセージ１つ１つに含まれる情報は断片的であり、一般的なキーワード検索によるメッセージ探索を行うだけでは、目的の情報を得ることができず、関係するメッセージを順にたどって閲覧しなければならないケースが多い。さらに、どのような順で閲覧すれば目的の情報に最も早くたどり着けるかが分からないため、余談や本質的ではないコメントも閲覧してしまうことがある。

このような問題に対し、従来の技術としては、メッセージ集合内の代表的な話題語を判定し、その話題語を含む各メッセージ中の、話題語を含む部分文字列を一覧して表示する技術がある（例えば、特許文献１参照）。また、メッセージ集合を話題ベクトル、明示的に付与された分類種別、メッセージ送受信時間、メッセージ間の相互関係、コミュニケーション経過時間制限などを用いて、話題ごとに分類し、相互関係に従ってツリー状に要約する技術がある。

一方、Ｗｅｂｌｏｇ関係の技術としては、Ｗｅｂページの作成日時、ページに含まれる話題語や相互参照リンクの関係により、類似のＷｅｂページを抽出、検索する技術がある。加えて、メッセージに含まれる話題ベクトル距離の近さから、同一話題のメッセージ集合を判定する技術がある（例えば、特許文献２参照）。この集合を用いることで、ユーザの要求に沿ったメッセージ集合を検索対象または表示対象にすることができると思われる。
特開２００６−３２３５４公報 特開２００６−１３９５２０公報

これらの技術には、問題が二つある。
一つは、メッセージ集合の判定は、話題となる単語に基づいており、同じ単語が存在していれば同様に重要だと判断してしまうことである。実際に閲覧する際には、ユーザの投稿目的が単なるコメントや余談であるメッセージ、質問に対する内容の薄い問い返しや、うまく行かなかった解決方法の提示とその応答メッセージ等は区別して扱いたいケースが多い。

もう一つは、特に応答メッセージにおいては、同一の話題が常に含まれるとは限らず、重要なメッセージが同じ話題と判定されない可能性があることである。例えば、メッセージＡ→メッセージＢ→メッセージＣというやりとりがあった場合は、メッセージＡに含まれている話題が、メッセージＣに存在しているとは限らない。

また、ユーザの目的に沿った閲覧方法も同様に重要であり、検索または表示要求に対して、一様に一覧するだけでは不十分である。開発や営業といった業務内容の違いや、担当者やマネージャといった役割の違いに応じて、受け取るメッセージの性質も異なる。開発業務では、製品仕様や不具合修正に関する検討といった議論的な内容のやりとりが多いのに対し、営業業務では案件報告や予定の確認といった連絡的な内容のやりとりが多い。これらのメッセージのやり取りの性質に応じた閲覧方法を提供することも重要である。

本発明は、上記の問題を鑑みてなされたものであり、メッセージのやりとりの種別を考慮してメッセージやその内部の範囲間の関係性を求める議論状況把握支援装置および方法を提供することを目的とする。

上述の課題を解決するため、本発明の議論状況把握支援装置は、発言者を含むユーザ間でやり取りされた複数の、発言行為を含むメッセージを記憶する第１記憶手段と、前記メッセージに含まれるある範囲ごとに、前記発言者の意図を示す１以上の前記発言行為を特定する第１特定手段と、前記範囲ごとに、該範囲に含まれる、文字列の頻度に基づく１以上の特徴的な文字列を話題として特定する第２特定手段と、前記範囲と、該範囲に対応する発言行為および話題とを関連付けて記憶する第２記憶手段と、ユーザからのある話題に関する情報を提示する要求を受け付ける受付手段と、前記ある話題に関連付けられた１組以上の範囲および発言行為を前記第２記憶手段から取得し該第２記憶手段に無い場合には前記第１記憶手段から取得し、該話題と該範囲と該発言行為とを１以上の基点に設定する設定手段と、複数の発言行為のうちの発言行為間のつながりやすさの度合いを計算する計算手段と、前記計算手段により、前記基点に設定された発言行為との度合いが算出され、この算出された前記基点に設定された発言行為との度合いと、前記基点に設定された話題とに応じて、前記複数の発言行為から前記基点と関連性のある範囲の集合を検出する検出手段と、前記集合に含まれる発言行為および話題と、前記ある話題および該ある話題に関連付けられた発言行為とを提示する提示手段と、を具備することを特徴とする。

本発明の議論状況把握支援装置および方法によれば、メッセージのやりとりの種別を考慮してメッセージやその内部のある範囲間の関係性を求めることができる。

以下、図面を参照しながら本発明の実施形態に係る議論状況把握支援装置について詳細に説明する。なお、以下の実施形態中では、同一の番号を付した部分については同様の動作を行うものとして、重ねての説明を省略する。
まず概略を説明する。本実施形態の議論状況把握支援装置は、メッセージ内の行為表現に注目し、メッセージ全体または段落単位で、あらかじめ定められた行為種別を判定する。また、その行為の対象となる話題も合わせて判定する。ユーザが話題閲覧要求を行うと、話題に対応する行為を含むメッセージまたはメッセージ内部分文字列を基点にし、行為と行為の話題展開上の必然性（行為連鎖性と呼ぶ）と、話題の同一性に応じて、関連メッセージや関連メッセージ内部分文字列の集合を判定する。次に、閲覧要求された話題に対応する発言行為と、関連メッセージ中の話題に対応する発言行為との関係性に基づいたナビゲーションや閲覧方法を提供する。

一実施形態の議論状況把握支援装置について図１を参照して説明する。
本実施形態の議論状況把握支援装置を含むシステムは、その諸機能を実行する議論状況把握支援装置に対応するサーバ計算機と、これを複数のユーザが利用するための複数のクライアント端末計算機とが、ネットワークを介して接続された形で構成されている。図１の１０１〜１１０の装置部分のどこの部分をサーバ計算機上で実現するかは、一意的ではなく、変形の自由度は大きい。本実施形態では、図１の１０１〜１１０の装置部分がサーバ計算機上で実現されていることにするが、どの装置部分を外部の装置上で実現し、どの装置部分をサーバ計算機上で実現するかは限定しない。

本実施形態の議論状況把握支援装置は、メッセージ登録部１０１、メッセージ記憶部１０２、メッセージ内行為判定部１０３、対応話題判定部１０４、行為・話題対応記録部１０５、話題入力部１０６、行為連鎖基点検出部１０７、行為連鎖範囲検出部１０８、行為連鎖確率算出部１０９、行為・話題提示部１１０を含む。

メッセージ登録部１０１は、電子メールやＷｅｂ上のＢＢＳ機能によって投稿されたメッセージを、メッセージ記憶部１０２に登録し、登録したメッセージに対して、発言行為を判定するようにメッセージ内行為判定部１０３に指示を送る。メッセージの一例については後に図２を参照して説明する。

メッセージ記憶部１０２は、メッセージを特定するためのＩＤ（Message-ID）を識別、もしくは生成し、少なくともメッセージ記憶部内では一意に各メッセージを特定できるようにした状態で、メッセージを記憶する。その際、メッセージに返信情報（reply-to情報）が無ければ新たにスレッドＩＤと呼ぶ議論に対するＩＤを発行する。返信情報があった場合は、返信情報に書かれたメッセージに割り振られたスレッドＩＤと同じものを割り振る。メッセージ記憶部１０２に記憶されるデータ構造については後に図３を参照して説明する。

メッセージ内行為判定部１０３は、メッセージ内の文字表現や、メッセージの返信関係や投稿者の情報などによって決まる様々なメッセージ構造情報に基づき、メッセージ内の各段落に対して、発言行為（以下、単に行為という場合もある）を特定する。本実施形態では、１段落につき、対応する話題は１つとするが、１文１つ、もしくは１文に対して複数の行為を判定してもよい。発言行為の種類については後に図４を参照して説明する。また、メッセージ内行為判定部１０３の判定行為については後に図５を参照して説明する。さらに、行為判定のためのルールについては後に図８を参照して説明する。

対応話題判定部１０４は、メッセージ内行為判定部１０３で行為が判定された段落に対して、行為に対応する話題を判定する。話題は、本実施形態では名詞とする。話題は複数判定されることもある。話題判定については後に図９を参照して説明する。

行為・話題対応記録部１０５は、メッセージ内行為判定部１０３と対応話題判定部１０４とで判定された、段落ごとの行為と話題との組み合わせを関連付けて記録する。この記録内容の一例については後に図１０を参照して説明する。

話題入力部１０６は、ユーザによる情報提示要求を受け付ける。本実施形態では、話題的な単語、つまり一つ以上の名詞が入力されることを想定する。入力方法は、一般的な検索システムのように、クエリを入力させる方もあるし、メッセージの内容を表示する際に、内容中の話題らしき単語をクエリとして扱うことで、ユーザが明示的にクエリを入力しなくてもよいような方式もあり得る。

行為連鎖基点検出部１０７は、話題入力部１０６によって入力された話題的単語に関係する話題を持つ段落と行為と話題との組を、行為・話題対応記録部１０５で基点として検出し取得する。同一の話題が含まれていない場合は、メッセージ記憶部１０２の題名や本文フィールドに対して文字列検索を行い、一致している文字列を含むメッセージがあれば、そのメッセージの段落が登録されているカラムを、行為・話題対応記録部１０５の中から探し、基点として代用する。なお、基点は複数の場合も考えられる。基点検出については後に図１１を参照して説明する。

行為連鎖範囲検出部１０８は、行為連鎖基点検出部１０７によって取得された基点段落と行為に対して、行為と行為のつながりやすさと、話題の関係具合に基づき、行為連鎖範囲、つまり基点段落と関係性が高い段落集合を検出する。この検出において、行為と行為のつながりやすさの計算は行為連鎖確率算出部１０９が行う。行為連鎖範囲の検出については後に図１２Ａおよび図１２Ｂを参照して説明する。また、検出された行為連鎖範囲の一例については後に図１４を参照して説明する。

行為連鎖確率算出部１０９は、メッセージ間、メッセージ内、同一投稿者、他の投稿者などの情報に基づき、ある行為に対する他の行為のつながりやすさの度合い（行為連鎖確率）を、行為連鎖範囲検出部１０８に与える。行為連鎖確率を決定する際に使用される行為間の関係を示したテーブルについては後に図１３を参照して説明する。

行為・話題提示部１１０は、行為連鎖範囲検出部１０８で検出した段落集合を、入力話題に対する関係性と共に提示する。例えば、入力話題に対して共起しやすい話題や、質問段落に対する回答段落の話題や、要望段落に対する結論段落の話題といった、行為のつながり上重要な話題は強調して表示する。提示の一例については後に図１５、図１６Ａ、図１６Ｂ、図１７を参照して説明する。

次に、図１のメッセージ登録部１０１に送られてくるメッセージの一例について図２を参照して説明する。
ここでは、メッセージはＲＦＣ８２２に従った電子メールの形式で送られてきたものとする。図２のメッセージ２０１〜２１０は、主にメッセージを識別するためのＩＤ（Message-ID）、送信日時（Date）、投稿者アドレス（To）、投稿先アドレス（From）、返信関係（Reply-to）、題名（Subject）、本文、から構成される。

返信関係のつながりにより、メッセージ２０１〜２１０は、新製品のサポートＯＳを巡る要望のやりとり２０１〜２０５と、新ソフトウェアのリリース報告とその後のサポートのやりとり２０６〜２１０の二組に分けられる。ここで、メッセージ２０１〜２１０の送信先アドレスがすべて同一になっているが、これはエイリアスアドレスと呼ばれる、複数のアドレスに対して一つの名前を与える仕組みである。メーリングリストなどのサービスでは一般的に定義、使用することができる。ここでは、product-a-ng@ml.aaa.netは、メッセージ２０１〜２１０の送信者アドレスすべてを含んでいるものとする。つまり、product-a-ng@ml.aaa.netを送信先アドレスに指定すると、{aoki, itoh, ume, kawamura, kimura, kudo}@develop.aaa.net宛にメッセージが送られる。

次に、図１のメッセージ記憶部１０２に記憶されるデータ構造の一例について図３を参照して説明する。
メッセージ記憶部１０２は、スレッドＩＤ３０１、Message-ID３０２、Date３０３、Reply-to３０４、投稿者アドレス（From）３０５、投稿先アドレス（To）３０６、題名（Subject）３０７、本文３０８などの情報を、統一的にアクセスできる形で記憶する。スレッドＩＤ３０１は、メッセージ記憶部１０２がメッセージ格納時に発行するものであり、Reply-to情報がないメッセージを記憶する度に発行する。Reply-to情報を持つメッセージは、Reply-toで指定されているメッセージのスレッドＩＤを、自らのスレッドＩＤとする。スレッドＩＤは最も基本的な議論の単位を表すＩＤである。なお、例えばＷｅｂｌｏｇなどの、インターネット上にあるウェブページに記載されているメッセージ情報については、本文を記憶する必要は必ずしも無く、透過的にアクセスが可能になっていればよい。

次に、図１のメッセージ内行為判定部１０３が判定する発言行為の種類について図４を参照して説明する。
発言行為とは、質問や確認、同意や疑問、結論や謝罪といった、その発言を行った意図を構成するものである。談話内行為とも呼ばれる。本実施形態では、判定対象の行為を、問い合わせ系（質問、確認、要望（提案）、依頼（指示）の４つ）、応答系（回答、否定的回答、同意、疑問の４つ）、連絡系（報告、結論（表明）、評言の３つ）、その他（謝罪、御礼の２つ）というように、４ジャンル、合計１３行為とした。図４の中の行為一覧表は、ジャンル４０１、行為４０２、内容／判定基準４０３によって構成される。行為の判定は、抽象的には、相手に求める応答形式、相手に命題を実行してほしいのか、それとも自分が実行したいのか等によって区別可能である。

一例としては、問い合わせ系４０４では、質問は相手に５Ｗ１Ｈ（what, when, where, why, which, how）を答えさせるような問いかけであり、確認は、相手がＹｅｓ／Ｎｏで答えれば済むように、答え方の一方がすでに発言中にあるような問い掛けである。要望（提案）は、相手に行ってほしい、または自分が行いたいことを告げることで、相手の意見を聞きたいことを暗に意図するような問いかけであり、依頼（指示）は、相手に対して明確に実行してもらいたいことがある問いかけである。行為と行為の間には、発生しやすさとでもいうべき連鎖性が存在する。例えば、質問に対して回答は発生し易いが、質問に対して結論は発生しにくい。また、質問に対して評言は発生する可能性があるものの、議論の展開上、無価値な蘊蓄であることが多い。

次に、メッセージ内行為判定部１０３が行う行為判定について図５を参照して説明する。
行為判定の目的は、メッセージ本文中の、主たる行為が含む段落に対して、行為判定を行うことである。そのためには、本文を段落に区切った後に、メッセージ特有の記号的意味を持つ段落を除外する必要がある。

まず、判定対象のメッセージの本文を、段落単位に分解する（ステップＳ５０１）。分解方法は様々だが、最もシンプルには、行頭がインデントされている行や、空行が存在する部分を、段落境界として分解する方法がある。また、後述する引用符で始まる行と、そうではない行の境界も段落境界である可能性が高いので、この境界を段落境界とする方法もある。

次に、引用段落を判定する（ステップＳ５０２）。引用段落の判定は、単純なものとしては、一般的によく用いられる引用符“＞”で始まる連続した行のみを含む段落を引用段落とする方法がある。

次に、引用以外の段落について、メッセージ特有の段落を判定する（ステップＳ５０３）。メッセージ特有の段落とは、メッセージ冒頭での名乗り（挨拶）、メッセージ末尾でのシグニチャなどである。名乗り（挨拶）は冒頭段落が「＜名詞：固有名詞＞＊，“です。”」や、「＜名詞：固有名詞＞＊，“と申します。”」などのパターンに該当すれば、メッセージ特有の名乗り段落として扱う。なお、＜Ｘ：Ｙ＞は次に続く文字列の形態素情報であり、Ｘは品詞、ＹはＸの補足情報である。＊はワイルドカードであり、任意の文字列を表す。この表現方法は先々でも使用する。たとえば、「田中です。」や「鈴木と申します。」は前述のパターンにマッチする。また、メッセージ末尾周辺の段落で、メールアドレスやＵＲＬ、投稿者名を含んだ段落は、メッセージ固有のシグニチャ段落として扱う。シグニチャには一般的に記号が多く使われることから、文字種の統計をとり、記号が突出して多い段落をシグニチャ段落と判定する方法や、RFC3676 section4.3に定められているように、“−−”の３文字以降をシグニチャとして判定する方法がある。なお、メッセージ特有の段落の判定結果の一例については後に図６を参照して説明する。

次に、引用段落やメッセージ特有の段落ではない、残りの各段落について、対応する行為があるかどうかを判定していく（ステップＳ５０４〜ステップＳ５０９）。

まず、段落内の文字列に対して形態素解析を行い、特定のパターンにマッチする行為候補を求める（ステップＳ５０５）。特定のパターンの一例は後に図７を参照して説明する。行為候補があるかないか判定し（ステップＳ５０６）、行為候補がある場合にはステップＳ５０７へ進み、ない場合にはステップＳ５０８へ進む。これは主に段落内の各文に対する接続詞周辺の表現や文末の表現に対する判定になる。ただし、同じ表記でもこれまでの経緯によっては異なる行為になることがあるため、冒頭メッセージかどうか、メッセージ内のどの位置の段落かといったメッセージの構造情報を用いて、いくつかの候補の中から、最も確からしい行為を決める（ステップＳ５０７）。これをすべての対象段落に対して繰り返す（ステップＳ５０８）。最終的には、段落と、その中の文章に対応する行為の組の集合が出力される（ステップＳ５０９）。なお、該当する行為が存在しない段落もある。これは一般に説明や補足文であり、本実施形態では積極的には使用しない。

次に、図１のメッセージ内行為判定部１０３がメッセージ特有の段落の判定（ステップＳ５０３）をした場合の結果の一例について図６を参照して説明する。
メッセージ６０１は、空行を段落境界と見なすことで、段落６０２〜６０８の合計７段落に分けられる。そのうち、名乗り（挨拶）段落６０２、引用情報（どのメッセージに対する引用であるかを記した形式的な表記）段落６０３、引用段落６０４、シグニチャ段落６０８はメッセージ特有の段落であり、残り段落である６０５，６０６，６０７が通常段落として行為判定の対象となる。なお、引用段落は、引用情報段落内の情報や、引用符を取り除いた内部文字列を用いたマッチングなどで、引用元の段落を特定することができる。その結果、引用した段落の行為が判定されていれば、その行為を取得することができる。

次に、図１のメッセージ内行為判定部１０３における行為判定のためのパターンマッチング（ステップＳ５０５）のパターンの一例について図７を参照して説明する。
行為判定用のパターンは、例えば、行為の種別７０１、適合パターン７０２、適合例７０３で構成される。なお、適合例７０３は説明のためのフィールドであり、実際の判定には用いない。例えば、「モジュールとは何ですか？」といった文を持つ段落の行為を判定しようとした場合、行為「質問」が行為候補として選ばれる。これは、「モジュールとは何ですか？」を形態解析すると、結果が「＜名詞：一般＞モジュール，＜助詞：格助詞＞と，＜助詞：係助詞＞は，＜名詞：代名詞＞何，＜助動詞＞です，＜助詞：終助詞＞か，＜記号：一般＞？」などと判定され、これがパターン７０４とマッチするからである。なお、形態素解析結果の表記は、“，”区切りを１形態素とし、＜Ｘ：Ｙ＞形式で形態素情報を、続く文字列で字句情報を表している。字句情報は基本形表記とした（例えば、「〜あります。」の形態素解析結果の表記は「〜，＜動詞：自立＞ある，＜助動詞：特殊＞ます，＜記号：句点＞。」となる）。

発言行為は、同じ文字列でも登場の経緯によって異なることがあり、例えば「いかがでしょうか。」という文は、確認と要望の両方にヒットする（パターン７０５）。このような場合は、メッセージ情報を用いてどちらを採用するかを決める必要がある。実施形態によっては、相当共にこの文の行為として採用してもよいが、本例では１つに定める。

次に、図１のメッセージ内行為判定部１０３におけるメッセージ構造情報を用いた行為判定のためのルールテーブルの一例について図８を参照して説明する。
このテーブルは、冒頭メッセージかどうか８０１、返信メッセージかどうか８０２、冒頭メッセージと同じ投稿者かどうか８０３、一つ前のメッセージと同じ投稿者のメッセージかどうか８０４、直前の段落の該当行為は何か８０５、冒頭段落かどうか８０６、最終段落かどうか８０７、該当したときに加点される行為の種別８０８で構成される。フィールドバリエーションはあくまで一例であり、例えば段落中のどの位置の文章か、といった情報を加えても良い。カラム内の＊は任意を意味する。例えば、冒頭メッセージの段落であれば、問い合わせ系４行為と連絡系３行為が強化される（８０９）。フィールド間の関係はＡＮＤである。

また、直前の段落の行為が「疑問」であれば、その段落の行為が「確認」である可能性が強まる。よって、ルール７０５にヒットし、確認か要望か区別が出来ないような文章でも、直前の段落が疑問であれば、確認である可能性が高いことになる。

この例では、テーブルを用いたルール記述形式を取っているが、フィールドバリエーションが増えてくると、整合性のあるルールの記述が難しくなり、デグレードの可能性が発生する。そのため、naive-bayes法やSupport Vector Machine（ＳＶＭ）といった統計的な分類学習器を用いたルール学習などを用いることもできる。

次に、図１の対応話題判定部１０４が行う話題判定について図９を参照して説明する。
行為が判定された段落ごとに話題を判定していく（ステップＳ９０１，Ｓ９１１）。
まず始めに、ドメイン内メッセージ、たとえば同一のエイリアスアドレスに対して投稿された全メッセージに出現する名詞の分布に対して、有意に珍しい名詞が、その段落内にあるかどうかを判定する（ステップＳ９０２）。これはいわゆるＴＦ・ｉｄｆ値が予め設定された閾値よりも高い名詞が存在するかどうかを意味する。段落内だけではなく、メッセージ全体、スレッド全体を対象にした珍しさでもよい。もしあれば、その名詞の中で、次に格助詞の助詞がつながっている名詞を、その行為に対する話題とする（ステップＳ９０３）。格助詞がつながる他に、動詞がつながるケースがあるが、これは話題というよりは動詞的な使われ方のため、話題の名詞としては合わないことが多い。そのため、本実施形態では、格助詞つながりの名詞のみを対象にする。

ステップＳ９０２でもし存在しない場合は、その段落を含むメッセージが冒頭メッセージかどうかを調べる（ステップＳ９０４）。冒頭メッセージの場合、代表的な話題は題名に現れることが多いことが経験的に知られている。そのため、題名の行為が、調査対象の段落の行為と一致している場合に限り（ステップＳ９０５）、題名中の格助詞接続の名詞を話題として採用する（ステップＳ９０６）。

ステップＳ９０４で冒頭メッセージでない場合、または、ステップＳ９０５でもし異なる場合は、調査対象の前後の段落に、行為が判定できなかった段落があるかどうかを調べ（ステップＳ９０７）、もし存在した場合、その中の統計的に珍しい、格助詞接続の名詞を話題として採用する（ステップＳ９０８、Ｓ９０９）。

ステップＳ９０７で前後に行為を持たない段落がない場合、または、ステップＳ９０８で前後いずれかの段落にＴＦ・ｉｄｆ値が予め設定された閾値よりも高い名詞がない場合は、話題無しの行為となる（ステップＳ９１０）。未処理の段落があるかどうか判定し、ある場合にはステップＳ９０１へ進み、ない場合にはステップＳ９１２へ進む。最終的には、該当行為と対応する話題の組の集合が出力される（ステップＳ９１２）。

次に、行為・話題対応記憶部１０５での行為・話題対応の記憶方式の一例について図１０を参照して説明する。
行為・話題対応記録部１０５の内容は、例えば、スレッドＩＤ１００１、Message-ID１００２、投稿者１００３、位置１００４、行為１００５、話題１００６、行為対応文字列１００７から構成される。

１メッセージ内の段落に対して行為・話題判定処理が行われるため、１メッセージ当たり複数のカラムが登録される（１００８）。位置１００４は、本例では先頭からの段落番号を用いている。段落番号０は題名（Subject）に相当する。話題１００６は複数登録可能である。

次に、図１の行為連鎖基点検出部１０７が行う基点検出について図１１を参照して説明する。
話題入力部１０６より渡された入力は話題のキーワード集合である（ステップＳ１１０１）。まず、入力話題に一致する話題を持つ段落が、行為・話題対応記録部１０５に登録されているかどうかを調べ（ステップＳ１１０２）、登録されていた場合は、その段落を基点段落の一つとする（ステップＳ１１０３）。登録されてなかった場合、メッセージ記憶部１０２の本文に対して文字列検索を実行し、入力話題に一致する本文を持つメッセージがあるかどうかを調べる（ステップＳ１１０４）。存在した場合、メッセージの段落が行為・話題対応記録部１０５に行為と共に記録されているかどうかを判定し（ステップＳ１１０５）、記録されている場合はステップＳ１１０６へ進み、記録されていない場合にはステップＳ１１０８へ進む。メッセージを代表する行為に対応する段落を、基点段落の一つとする（ステップＳ１１０６）。行為連鎖基点検出部１０７は、基点段落として採用された段落は、基点となる、（行為，話題，段落）の組の集合を出力する（ステップＳ１１０７）。ここで、話題は複数のキーワード集合である可能性がある。以降、この組を段落ベクトルと呼ぶ。

メッセージを代表する行為の決定方法は、シンプルには、より冒頭に近い段落が代表である、と見なす方法がある。また、他のメッセージから多く引用されている段落を代表である、と見なす方法もある。ステップＳ１１０４でメッセージがない場合、ステップＳ１１０５で段落が行為と共に記録されていない場合は、入力話題に対して該当するメッセージ自体が登録されていないことを意味するため、出力は「なし」となる（ステップＳ１１０８）。

次に、図１の行為連鎖範囲検出部１０８が、基点段落と行為および話題的につながりがある段落範囲（行為連鎖範囲、または連鎖範囲と称する）を検出することについて図１２Ａおよび図１２Ｂを参照して説明する。
まず、行為連鎖基点検出部１０７から、段落ベクトルの集合を入力する（ステップＳ１２０１）。これらの段落ベクトルに対し、最初に、同一メッセージ内で連鎖する段落を判定し（ステップＳ１２０１〜Ｓ１２１０）、次に、返信メッセージの段落に対して、連鎖する段落を検出する（ステップＳ１２１１〜Ｓ１２１７）。最終的に、入力された段落ベクトルの一部と、それらと連鎖する他の段落ベクトルの集合が出力される（ステップＳ１２１８）。以降、フローチャート中の各ブロックについて、詳細に説明する。

まず、連鎖範囲の段落ベクトルを格納する配列Ｒを用意し、入力された段落ベクトルをＲに格納する（ステップＳ１２０２）。次に、それらの段落ベクトルを、メッセージ単位でグルーピングする（ステップＳ１２０３）。例えば、Ｒ中に、メッセージＭａの段落１，２，３と、メッセージＭｂの段落２，４，５に対応する段落ベクトルが含まれていたとすると、ＭａとＭｂのグループに分ける（ステップＳ１２０３）。これらのグループ毎に、まずは同一メッセージ内での連鎖範囲を決める（ステップＳ１２０４）。各グループに含まれている段落ベクトルごとに、その段落の直前または直後にある行為有り段落、つまり行為・話題対応記録部１０５に登録されている段落（図１０参照）があるか否かを調べる（ステップＳ１２０５、Ｓ１２０６）。この同一メッセージ内の２つの段落の行為が連鎖するかどうかを行為連鎖確率算出部１０９に問い合わせ（ステップＳ１２０６）、もし連鎖するならば、その段落をＲおよび処理中のグループに加える（ステップＳ１２０７）。例えば、「依頼」の段落Ｐ１の直前の行為有り段落Ｐ０が「確認」だった場合は、連鎖すると判定し、Ｐ０をＲおよび処理中のグループに加える。一方、Ｐ０が「結論」だった場合は、連鎖しないと判定し、スキップする（ステップＳ１２０８）。同様の処理を直後の段落に対しても行う。この処理を、新たに追加した段落ベクトルも含め、処理中のグループ内の全段落ベクトルに対して実施する（ステップＳ１２０６〜Ｓ１２０８）。なお、連鎖するか否かについては後に図１３、図１４を参照して説明する。

次に、処理しているメッセージの代表段落群を決める。具体的には、最大の連鎖を構成する段落ベクトル以外をＲから削除する（ステップＳ１２０９）。例えば、メッセージＭａの段落Ｐ０〜Ｐ７のうち、Ｒ中に含まれている段落がＰ０，Ｐ１，Ｐ２，Ｐ４，Ｐ５，Ｐ７であり、それぞれがＰ０→Ｐ１→Ｐ２、Ｐ４→Ｐ５、Ｐ７という連鎖を構成していたとすると、Ｐ０→Ｐ１→Ｐ２の３連鎖が最大連鎖であり、それ以外のＰ４，Ｐ５，Ｐ７をＲと処理中のグループから削除する（ステップＳ１２０９）。さらに、この連鎖の代表行為として、この連鎖の最後の段落の行為を使用する。この場合、Ｐ２の行為がメッセージＭａの代表行為となる（ステップＳ１２１０）。

次に、メッセージをまたがった段落ベクトルの連鎖可能性について調べる。処理中のメッセージに返信しているメッセージがあるかどうか調査し（ステップＳ１２１１）、返信メッセージがあった場合、そのメッセージ内の引用段落があるかどうか調査する（ステップＳ１２１２）。返信メッセージ内に引用段落がない場合、返信メッセージの冒頭の行為有り段落と、処理中のメッセージの代表行為が連鎖するかどうかを、行為連鎖確率算出部１０９に問い合わせて判定する（ステップＳ１２１４）。連鎖すると判定されたならば、その段落の段落ベクトルをＲに追加し、新たなグループとしても追加する（ステップＳ１２１６）。

一方、返信メッセージ内に引用段落があると判定された場合は、その引用段落に対応する元メッセージの段落の行為と、その次の行為有り段落の行為が連鎖するかを行為連鎖確率算出部１０９に問い合わせて判定する（ステップＳ１２１３）。もし連鎖すると判定された場合は、その段落の段落ベクトルをＲに追加し、新たなグループとしても追加する（ステップＳ１２１６）。つまり、メッセージＭｃと、その返信であるメッセージＭｄがあり、Ｍｄの段落Ｐｄ１が、Ｍｃの段落Ｐｃ２を引用していた場合、Ｐｃ２とＰｄ１が連鎖するかどうかを問い合わせる。これを未処理のグループがなくなるまで繰り返す（ステップＳ１２１７）。つまり、ステップＳ１２０６で新たなメッセージの段落ベクトルが追加された場合、そのメッセージの段落ベクトルを対象にステップＳ１２０５からＳ１２１６までの処理を繰り返し行う。最後に、Ｒに登録された段落ベクトルを出力する（ステップＳ１２１８）。

次に、図１の行為連鎖範囲検出部１０８が、ある行為に対してどの行為がより自然に連鎖するかという確率を算出する図１の行為連鎖確率算出部１０９の、確率決定に用いられる行為間の関係性について図１３を参照して説明する。
行為と行為の連鎖確率は、対象となる行為がメッセージ間か（投稿者が等しいか、異なるか）、同一メッセージ内か、引用段落内の行為に対する連鎖確率か、といった諸条件によって異なる。本実施形態では、メッセージ間の行為連鎖確率と引用段落内の行為に対する連鎖確率をテーブル１３０１に、メッセージ内行為連鎖確率をテーブル１３０２に示す。縦軸１３０３に連鎖元行為（source, src）、横軸１３０４に連鎖先行為（destination, dest）を採用している。表中の値は、ある連鎖元行為とある連鎖先行為との連鎖しやすさの度合いであり、空欄はゼロを表す。

例えば、メッセージをまたがった行為「要望」の連鎖確率は、最も連鎖しやすいのが「同意」と「疑問」であり、次に「質問」と「確認」である。これは、ユーザＡが要望を行った場合、対応するユーザＢは、その要望に納得するか、前提や内容がおかしいという疑問を提示するか、前提条件をクリアにするために質問や確認を行うのがより自然である、ということを意味している。一方、要望に対して要望で返したり、評言を行ったりするケースはほとんどないか、健全な議論の進行のために不要な行為であるということでもある。具体的な確率は、例えば（目的の行為の度合い／度合いの合計）で求めることができる。この場合の「同意」との連鎖確率は、２／６＝０．３３である。

次に、図１の行為連鎖範囲検出部１０８によって判定された、行為連鎖範囲の一例について図１４を参照して説明する。ここで、入力話題は「OS Ver.7」とした。この例では、スレッド１のメッセージ集合（Ｍ１（１４０１）〜Ｍ６（１４０５））のみを対象に図示しているが、実際にはスレッド横断で行為連鎖範囲をそれぞれ求める。

まず、メッセージＭ１（１４０１）は、入力話題「OS Ver.7」を題名および本文に含むため、段落０（要望）と段落２（要望）が基点段落として判定され、メッセージ内行為連鎖確率テーブル１３０２により、段落３（依頼）が行為連鎖範囲に含まれる（１４０６）。図中の実線矢印は、メッセージ内行為連鎖確率テーブルにより連鎖したと判定された関係を表す。メッセージＭ１の代表段落は、Ｍ２から引用されていること、冒頭付近の段落であることから、段落２（要望）である。段落４（疑問）は、メッセージ内行為連鎖確率テーブル１３０２の内容により、連鎖しないため、入力話題を含んではいるものの、行為連鎖範囲には含まれない。

次に、Ｍ１の段落２および段落３を引用しているか、Ｍ１に対して返信を行っているメッセージを探す。このケースではＭ２（１４０２）とＭ３（１４０３）がそれに該当する。Ｍ２はＭ１の段落２（要望）を引用している段落を持つこともあり、段落３（疑問）と段落４（質問）が連鎖する可能性がある。このうち、引用段落内の行為に対する連鎖確率テーブル１３０１により、段落３（疑問）の方が高いため、段落３（疑問）が行為連鎖範囲に採用される。次に、メッセージ内行為連鎖確率テーブル１３０２により、疑問に対する質問は連鎖し易いため、段落４（質問）も行為連鎖範囲に含まれる（１４０８）。図１４中の破線矢印は、メッセージ間行為連鎖確率テーブル１３０１により連鎖したと判定された関係を表す。Ｍ２の代表段落は、段落２（疑問）である。一方、Ｍ３（１４０３）の段落２（評言）は、メッセージ間行為連鎖確率テーブル１３０１より、Ｍ１の段落２（要望）や段落３（依頼）とは連鎖しない。そのため、入力話題は含んでいるが、行為連鎖範囲からは削除される（具体的には、最大連鎖以外の段落を削除する処理（ステップＳ１２０９）で削除される）。

次に、Ｍ２の段落３（疑問）か段落４（質問）を引用しているか、Ｍ２に対して返信を行っているメッセージを探す。このケースではＭ４がそれにあたる。Ｍ４の行為を持つ段落は段落２（回答）と段落３（要望）である。Ｍ２段落３（疑問）→Ｍ４段落２（回答）、Ｍ２段落４（質問）→Ｍ４段落２（回答）、のうち、メッセージ間行為連鎖確率テーブル１３０１では、Ｍ２段落４（質問）→Ｍ４段落２（回答）が最も自然に連鎖する。加えて、Ｍ２段落４とＭ４段落２の話題では「機能仕様」が共通であるため、さらに優先度が上がる。よって、Ｍ４段落２（回答）が、行為連鎖範囲に含まれる。Ｍ４段落２（回答）とＭ４段落３（要望）は、メッセージ内行為連鎖確率テーブル１３０２により連鎖するため、Ｍ４段落３（要望）も行為連鎖範囲に含まれる（１４１０）。同様に、Ｍ４に対するＭ５の判定も行い、Ｍ５段落２（同意）、Ｍ５段落３（結論）が行為連鎖範囲に含まれる（１４１１）。

図中、角が丸い四角の太線で囲った部分が行為連鎖範囲であり、角が丸い四角の破線で囲った部分が含まれなかった段落である。囲いがない文は、メッセージ特有の表現として、処理対象から除外された部分である。

次に、図１の行為・話題提示部１１０が提示する行為・話題とそれを含む段落文字列の提示の一例について図１５を参照して説明する。
中心に入力話題を配置し（１５０１）、周囲に行為連鎖範囲として判定された各段落の話題を配置している。入力話題と同一メッセージ、または同一段落に登場するなどすると、入力話題との関係性が高いと判定され、矢印の長さが短く表示される。また、メッセージ投稿順または段落内の平均登場順から、入力話題より前に登場しがちな話題は入力話題へ向いた矢印で表示され（１５０２）、逆に入力話題より後に登場しがちな話題は、関連話題へ向いた矢印で表示される（セキュリティAPI、実装コスト、機能仕様、大型スキャナ、営業部）。重要な行為（結論や同意などの行為であり、かつ、行為連鎖範囲的に末端に位置するような段落に含まれる話題など）において多く登場する話題は、文字サイズが大きく表示される（１５０３）。各話題の下部には、その話題を含む段落の行為が表示され、直接連鎖している行為は同一行に（１５０４）、そうでない行為は別行で表示される（１５０５）。

これらの行為の各行をマウス等で選択すると、その行為を含む段落の行為対応文字列が表示される。この例では、同一行に複数の行為を含む行は、各行為とのつながりを強調した形で表示し（１５０６）、複数の行為を別行で表示している行は、直近の、例えば同一メッセージ内での、入力話題が含まれる段落と共に、行為対応文字列が表示される（１５０７）。

図１６Ａは、話題入力部１０６と行為・話題提示部１１０とが同じウィンドウに表示される場合の一例であり、図１６Ｂは、行為・話題提示部１１０が表示する表示例である。

図１６Ａは一般的な検索タイプの例であり、入力フォーム１６０３に閲覧したい話題を入れ、実行ボタン１６０４を押すと、下部１６０５に図１５に示したような情報提示が行われる。
図１６Ｂは、ナビゲーションタイプの例であり、メッセージ内容を表示している場合であり、関連話題を展開可能な文字列を選択すると（１６０６）、その側にオーバーラップする形で関連話題と行為の提示が行われる（１６０７）。この例では、ユーザは明示的なキーワード入力や、検索を行おうという心構えをせずとも、容易に関連話題と行為を知ることができ、閲覧している議論に関係する他の議論の中で、特定の話題に関する部分に注目したナビゲーションを得ることができる。

図１７は、話題入力部６と行為・話題提示部１０の組み合わせの別の一例を示す図である。これは一般的な文書検索機能の結果を示す表示画面に、本実施形態による行為連鎖範囲情報を使用した例である。１７０１、１７０２は検索結果画面であり、検索結果画面１７０１は、検索キーワード入力フォーム１７０３、検索実行ボタン１７０４、複数の検索結果１７０７から成る。ここでは、検索結果のキーワードを含む段落を、連鎖範囲ごとに１グループにし、最も代表的な段落、例えば連鎖範囲中の最も上流の段落１７０８と、その関連段落、例えば下流の段落１７０９との組で表示する例を示した。代表的な段落と、その関連段落は、一般的な文書検索で用いられる全検索対象文書に対する頻度などから決定してもよい。ここでは、代表段落の行為の種類によって、関連段落の選択方法を変えて表示する例を示す。検索結果画面１７０１は、代表段落１７０８の行為が「通知」の場合、関連段落は、連鎖範囲中の下流の段落１７０９の中から「質問」や「確認」を表示している（１７１０）。

一方、検索結果画面１７０２は、代表段落の行為が「質問」の場合、関連段落として、連鎖範囲中の下流の段落の中から「報告」を表示している（１７１１）。このように、検索キーワードを含む段落の行為に対して、合わせて表示する段落の種類を選別し、絞り込むことで、検索要求の意図に対して、より参照価値の高いと思われる情報を提示することができる。

以上に示した実施形態によれば、メールや掲示板などのメッセージに対して、メッセージのやりとりの種別を考慮してメッセージやその内部の範囲間（例えば、段落間）の関係性を求め、話題の基点となるメッセージとその前後の話題の展開を、行為間の関係性に基づいて示すことで、議論の内容を把握する上で重要な情報への効率的なナビゲーションおよび閲覧手法を提供し、目的の話題・事例・ノウハウ等を素早く取得することができるようになる。

なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

一実施形態の議論状況把握支援装置のブロック図。 図１のメッセージ登録部に送信されるメッセージの一例を示す図。 図１のメッセージ記憶部に記憶される内容の一例を示す図。 図１のメッセージ内行為判定部が判定する発言行為の種類の一例を示す図。 図１のメッセージ内行為判定部の動作の一例を示すフローチャート。 図５のステップＳ５０３の処理結果の一例を示す図。 図５のステップＳ５０５の処理で使用するパターンの一例を示す図。 図１のメッセージ内行為判定部１０３が使用するルールテーブルの一例を示す図。 図１の対応話題判定部の動作の一例を示すフローチャート。 図１の行為・話題対応記録部が記録している内容の一例を示す図。 図１の行為連鎖基点検出部の動作の一例を示すフローチャート。 図１の行為連鎖範囲検出部の動作の一例を示すフローチャート。 図１２Ａの続きの、図１の行為連鎖範囲検出部の動作の一例を示すフローチャート。 図１の行為連鎖確率算出部が使用する連鎖確率テーブルの一例を示す図。 図１の行為連鎖範囲検出部が検出した行為連鎖範囲の一例を示す図。 図１の行為・話題提示部の提示の一例を示す図。 検索タイプの一例であり、図１の話題入力部の入力例と行為・話題提示部１１０の提示例を示す図。 ナビゲーションタイプの一例であり、図１の行為・話題提示部の提示の一例を示す図。 検索タイプの一例であり、図１６Ａのとは別の一例を示す図。

符号の説明

１０１・・・メッセージ登録部、１０２・・・メッセージ記憶部、１０３・・・メッセージ内行為判定部、１０４・・・対応話題判定部、１０５・・・行為・話題対応記憶部、１０５・・・行為・話題対応記録部、１０６・・・話題入力部、１０７・・・行為連鎖基点検出部、１０８・・・行為連鎖範囲検出部、１０９・・・行為連鎖確率算出部、１１０・・・行為・話題提示部、２０１〜２１０・・・メッセージ、３０１，１００１・・・スレッドＩＤ、３０２，１００２・・・Message-ID、３０３・・・Date、３０４・・・Reply-to、３０５・・・投稿者アドレス（From）、３０６・・・投稿先アドレス（To）、３０７・・・題名（Subject）、３０８・・・本文、４０１・・・ジャンル、４０２，１００５・・・行為、４０３・・・内容／判定基準、４０４・・・問い合わせ系、６０１・・・メッセージ、６０２・・・名乗り（挨拶）段落、６０３・・・引用情報段落、６０４・・・引用段落、６０５，６０６，６０７・・・通常段落、６０８・・・シグニチャ段落、７０１・・・行為の種別、７０２・・・適合パターン、７０３・・・適合例、７０４，７０５・・・パターン、１００３・・・投稿者、１００４・・・位置、１００６・・・話題、１００７・・・行為対応文字列、１３０１・・・メッセージ間行為連鎖確率テーブル、１３０２・・・メッセージ内行為連鎖確率テーブル。

Claims (6)

1. 発言者を含むユーザ間でやり取りされた複数の、発言行為を含むメッセージを記憶する第１記憶手段と、
   前記メッセージに含まれるある範囲ごとに、前記発言者の意図を示す１以上の前記発言行為を特定する第１特定手段と、
   前記範囲ごとに、該範囲に含まれる、文字列の頻度に基づく１以上の特徴的な文字列を話題として特定する第２特定手段と、
   前記範囲と、該範囲に対応する発言行為および話題とを関連付けて記憶する第２記憶手段と、
   ユーザからのある話題に関する情報を提示する要求を受け付ける受付手段と、
   前記ある話題に関連付けられた１組以上の範囲および発言行為を前記第２記憶手段から取得し該第２記憶手段に無い場合には前記第１記憶手段から取得し、該話題と該範囲と該発言行為とを１以上の基点に設定する設定手段と、
   複数の発言行為のうちの発言行為間のつながりやすさの度合いを計算する計算手段と、
   前記計算手段により、前記基点に設定された発言行為との度合いが算出され、この算出された前記基点に設定された発言行為との度合いと、前記基点に設定された話題とに応じて、前記複数の発言行為から前記基点と関連性のある範囲の集合を検出する検出手段と、
   前記集合に含まれる発言行為および話題と、前記ある話題および該ある話題に関連付けられた発言行為とを提示する提示手段と、を具備することを特徴とする議論状況把握支援装置。
2. 前記設定手段は、
   前記ある話題に対応する１組以上の範囲および発言行為を前記第２記憶手段から取得し、該ある話題と該範囲と該発言行為とを基点に設定する第１設定手段と、
   前記第２記憶手段に前記ある話題に対応する範囲および発言行為がない場合は、前記ある話題を含むメッセージを前記第１記憶手段から取得し、該メッセージに含まれる１以上の発言行為を選択し、該発言行為と該発言行為に対応する範囲と前記ある話題とを基点に設定する第２設定手段と、を具備することを特徴とする請求項１に記載の議論状況把握支援装置。
3. 前記検出手段は、発言行為間の前記度合いの大きさに応じて、再帰的に返信メッセージ中の連鎖範囲を求めることを特徴とする請求項１に記載の議論状況把握支援装置。
4. 前記検出手段は、前記度合いから計算される発言行為間の連鎖確率と、２つの該発言行為に対応する２つの話題に基づいて、再帰的に返信メッセージ中の連鎖範囲を求めることを特徴とする請求項１に記載の議論状況把握支援装置。
5. 前記提示手段は、前記ある話題を含む範囲に対応する発言行為の種類と、前記集合に含まれる話題に対応する発言行為の種類および頻度と、互いの話題とのつながりやすさの度合いと、前記ある話題と前記集合に含まれる話題の、時間的、文章的な登場順と、特定の発言行為と前記集合との双方における前記ある話題が含まれる頻度と、のうちの２つ以上を使用して、前記ある話題と、前記集合に含まれる話題との関係を可視化することを特徴とする請求項１から請求項４のいずれか１項に記載の議論状況把握支援装置。
6. 発言者を含むユーザ間でやり取りされた複数の、発言行為を含むメッセージを記憶する第１記憶手段を用意し、
   前記メッセージに含まれるある範囲ごとに、前記発言者の意図を示す１以上の前記発言行為を特定し、
   前記範囲ごとに、該範囲に含まれる、文字列の頻度に基づく１以上の特徴的な文字列を話題として特定し、
   前記範囲と、該範囲に対応する発言行為および話題とを関連付けて記憶する第２記憶手段を用意し、
   ユーザからのある話題に関する情報を提示する要求を受け付け、
   前記ある話題に関連付けられた１組以上の範囲および発言行為を前記第２記憶手段から取得し該第２記憶手段に無い場合には前記第１記憶手段から取得し、該話題と該範囲と該発言行為とを１以上の基点に設定し、
   複数の発言行為のうちの発言行為間のつながりやすさの度合いを計算し、
   前記基点に設定された発言行為との度合いを算出し、この算出された前記基点に設定された発言行為との度合いと、前記基点に設定された話題とに応じて、前記複数の発言行為から前記基点と関連性のある範囲の集合を検出し、
   前記集合に含まれる発言行為および話題と、前記ある話題および該ある話題に関連付けられた発言行為とを提示することを特徴とする議論状況把握支援方法。

Images