JP2009151483A - 意見抽出装置 - Google Patents

Abstract

【課題】 多数派の意見、または少数派ではあるが貴重な意見を抽出することが可能な意見抽出装置を提供する。
【解決手段】 評価対象と評価表現の組み合わせが指定されると、指定された組み合わせに従って、記事データから、評価対象を説明する対象説明語を抽出し、抽出された対象説明語の出現回数を計数し、計数の結果、出現回数の多い対象説明語を有する記事データを多数意見として抽出する。一方、計数の結果、出現回数の少ない対象説明語を有する文を対象説明文として抽出し、抽出された対象説明文の文字数、またはその対象説明文内の所定の単語数が多い対象説明文を少数意見として抽出する。
【選択図】 図３

Description

本発明は、利用者から寄せられた意見の中から、メジャーな（多数派の）意見、マイナーな（少数派の）意見を抽出するための技術に関する。

近年、インターネット上では、様々なサービスが提供されている。その１つとして、商品、サービス、その他の事象などに関して、一般の利用者による評価や意見を収集し、公開するＷｅｂサイト（以下、評価サイトという）が存在する。このような評価サイトでは、商品名などを入力すると、その商品に関する一般利用者による評価情報、意見情報が表示される。このため、評価サイトを利用すると、商品の販売者寄りの情報ではなく、その商品を実際に利用した利用者の評価、意見を知ることができるという利点がある。

従来の評価サイトでは、ある事象等について良い評価、悪い評価がどの程度あるかということを知ることができり、また、個別の意見についても知ることができる。しかし、個別の意見については、寄せられている意見の中から任意に選ばれたものを閲覧することができるだけであり、例えば、ある事象について良い評価が多い場合、どのような点に着目して大勢の人が良いと言っているのか、具体的な意見を知ることは難しいという問題がある。また、逆に少数意見であっても、貴重な意見というものも存在するが、こちらは、少ない意見であるだけに抽出することが難しいという問題がある。アンケートなどの設問に対して少数意見をくみ取るようにする技術も存在するが（特許文献１参照）、多数意見、少数意見の双方を抽出するものではない。
特開２００５−９２６１６号公報

そこで、本発明は、多数派の意見、または少数派ではあるが貴重な意見を抽出することが可能な意見抽出装置を提供することを課題とする。

上記課題を解決するため、本発明では、記事データを記憶した記事データ記憶手段と、評価対象と評価表現の組み合わせを指定する評価情報指定手段と、前記指定された評価対象と評価表現の組み合わせに従って、前記記事データ記憶手段に記憶された記事データから、評価対象を説明する対象説明語を抽出する対象説明語抽出手段と、前記抽出された対象説明語の出現回数を計数する出現回数計数手段と、前記計数の結果、出現回数の多い対象説明語を有する記事データを多数意見として抽出する多数意見抽出手段と、前記計数の結果、出現回数の少ない対象説明語を有する文を対象説明文として抽出する対象説明文抽出手段と、前記抽出された対象説明文の文字数、または当該対象説明文内の所定の単語数が多い対象説明文を少数意見として抽出する少数意見抽出手段を有する意見抽出装置を提供する。

本発明によれば、ある事象について寄せられた意見の中から、多数派の意見、または少数派ではあるが貴重な意見を抽出することが可能となるという効果を奏する。

（１．第１の実施形態）
以下、本発明の好適な実施形態について図面を参照して詳細に説明する。図１は、本発明第１の実施形態に係る意見抽出装置の構成図である。図１において、１０は記事データ記憶手段、２０は評価情報指定手段、３０は対象説明語抽出手段、４０は出現回数計数手段、５０は多数意見抽出手段、６０は対象説明文抽出手段、７０は少数意見抽出手段、８０は意見提示手段、９０は演算処理手段である。

記事データ記憶手段１０は、テキスト形式の記事データと、記事データを特定するための記事ＩＤを対応付けて記憶したものであり、コンピュータに接続されたハードディスク等の記憶装置により実現される。評価情報指定手段２０は、評価対象と評価表現の組み合わせを指定するものであり、マウスやキーボード等の指示入力機器と、入力機器Ｉ／Ｆ、およびＯＳの機能により実現される。演算処理手段９０は、コンピュータのＣＰＵおよびメモリで実現され、専用のプログラムをメモリに読み込んでＣＰＵが実行することにより、対象説明語抽出手段３０、出現回数計数手段４０、多数意見抽出手段５０、対象説明文抽出手段６０、少数意見抽出手段７０としての機能を実現する。

対象説明語抽出手段３０は、指定された評価対象と評価表現を有する文を記事データ記憶手段１０内で探索し、指定された評価対象を説明する語である対象説明語を抽出する。出現回数計数手段４０は、対象説明語抽出手段３０により抽出された各対象説明語が、記事データ記憶手段１０内の全記事データ内で何回出現したかを計数する。多数意見抽出手段５０は、出現回数計数手段４０により計数された対象説明語のうち、出現回数が多い所定数の対象説明語を特定し、特定された対象説明語を含む記事データを、記事データ記憶手段１０から抽出する。対象説明文抽出手段６０は、出現回数計数手段４０により計数された対象説明語のうち、出現回数が少ない所定数の対象説明語を含む文を対象説明文として抽出する。少数意見抽出手段７０は、対象説明文抽出手段６０により抽出された対象説明文において、文字数または所定の単語数が多いものを少数意見として記事データ記憶手段１０から抽出する。

意見提示手段８０は、多数意見抽出手段５０、少数意見抽出手段７０により抽出された記事データを提示するものであり、液晶ディスプレイ等の表示装置、出力Ｉ／Ｆ、およびＯＳの機能で実現される。

ここで、記事データ記憶手段１０に記憶された情報について説明しておく。図２は、記事データ記憶手段１０に記憶された情報の一例を示す図である。図２に示すように、記事データ記憶手段１０には、記事ＩＤに対応付けて各記事ＩＤで特定される記事データの内容が記憶されている。記事データ記憶手段１０に記憶されている記事データは、実際には、インターネット上に公開された評価サイトにアクセスしてきた利用者から入力されたものであり、評価サイトを開設しているサーバコンピュータが、利用者から送信されてきた記事データを記事データ記憶手段１０に登録することになる。また、Ｗｅｂ上のブログや掲示板への記述内容を取得して記事データとし、記事データ記憶手段１０に登録する場合もある。また、アンケートデータをデジタル化し、記事データとして記事データ記憶手段１０に登録する場合もある。

次に、図１に示した意見抽出装置の処理動作について説明する。まず、利用者が、評価情報指定手段２０から評価対象および評価表現を指定する。すると、対象説明語抽出手段３０は、指定された評価対象、評価表現で記事データ記憶手段１０を全文検索し、指定された評価対象、評価表現の両方を有する記事データを抽出する。例えば、図２に示したような５つの記事がある場合に、評価対象として“情報”、評価表現として“欲しい”が指定されたとする。この場合、“情報”と“欲しい”の両方を有する記事Ｋ０００１、Ｋ０００２、Ｋ０００３が抽出されることになる。

続いて、対象説明語抽出手段３０は、抽出した記事の構文解析を行う。そして、構文解析の結果、評価対象に係っている語の中で特定の品詞を、評価対象の説明語である対象説明語として特定する処理を行う。対象説明語とすべき品詞は、事前に設定されており、対象説明語抽出手段３０は、設定された品詞の語を対象説明語として抽出する。対象説明語とすべき品詞は、適宜設定することができるが、本実施形態では、一般名詞、サ変接続となる名詞、自立した形容詞等を設定している。図２に示した例では、対象説明語として“選手”、“怪我”、“ファッション”、“プライベート”、“試合速報”が抽出されることになる。

次に、出現回数計数手段４０が、対象説明語抽出手段３０により抽出された対象説明語が、記事データ記憶手段１０内において対象説明語として出現した回数を、各対象説明語ごとに計数する。したがって、対象説明語と同じ単語であっても、対象説明語として出現したものでなければ、計数されない。図２に示した例では、対象説明語“選手”が２回、対象説明語“怪我”が１回、対象説明語“ファッション”が１回、対象説明語“プライベート”が１回、対象説明語“試合速報”が１回計数されることになる。出現回数の計数については、このように単純に計数する手法の他に、対象説明語の組み合わせでカウントする手法を用いても良い。例えば、図２に示した記事Ｋ０００２の場合、評価対象“情報”が２回出現するが、先の“情報”の対象説明語は、“選手”と“ファッション”の２つであり、この２つは、いずれも同一の評価対象“情報”に係っているので、“選手”と“ファッション”の組み合わせを１回として計数する。

次に、多数意見抽出手段５０が、出現回数計数手段４０により計数された出現回数が多い対象説明語を、回数が多いものから所定数選定し、選定した対象説明語を有する記事データを多数意見として抽出する。以上のようにして、対象説明語抽出手段３０、出現回数計数手段４０、多数意見抽出手段５０により多数意見である記事データが記事データ記憶手段１０から抽出される。

意見抽出装置１００は、多数意見と並行して少数意見も抽出する。評価対象および評価表現が指定された場合、対象説明語抽出手段３０、出現回数計数手段４０における処理は、多数意見を抽出する場合と同じであり、ここまでの結果は、多数意見抽出と併用する。そして、少数意見抽出手段７０が、出現回数計数手段４０により計数された出現回数が少ない対象説明語を、回数が少ないものから所定数選定する。出現回数が少ない対象説明語は、出現回数が同回数であることが多く、そのままでは選定が困難である。このため、さらに、絞り込む処理を行う。具体的には、まず、対象説明文抽出手段６０が、出現回数が少ないとして選定された対象説明語を対象説明語として含む文を対象説明文として記事データから抽出する。文の特定は公知の構文解析の手法により行われる。そして、抽出された対象説明文において、文字数または所定の単語数が多い対象説明文を少数意見として抽出する。例えば、文字数が多いものとしては、抽出した対象説明文の長さが長いもの、すなわち対象説明文の文字数が多いものを少数意見として抽出する。また、所定の単語数が多いものとしては、係り受け語が多いものを抽出する手法と、対象説明語が多いものを抽出する手法がある。このようにして、対象説明語抽出手段３０、出現回数計数手段４０、多数意見抽出手段５０、対象説明文抽出手段６０、少数意見抽出手段７０により少数意見が記事データ記憶手段１０から抽出される。

多数意見抽出手段５０により多数意見が抽出され、少数意見抽出手段７０により少数意見が抽出されたら、意見提示手段８０が、多数意見、少数意見それぞれについて、対象説明語と評価対象を含むタイトルを作成する。多数意見のタイトルは、対象説明語と評価対象間の間に適切な助詞を追加することにより作成される。例えば、対象説明語が“選手”、評価対象が“情報”の場合、“選手の情報”というタイトルが作成される。少数意見のタイトルは、対象説明語と評価対象間の文字列を記事データ中から全て抽出することにより作成される。そして、作成されたタイトルを、多数意見、少数意見ごとに、事前に設定されたレイアウトに配置して画面データを作成し、提示する。

このとき提示された画面の様子を図３に示す。図３において、最上部には、評価情報指定手段２０により指定した評価対象と評価表現が表示されている。そして、画面上部には“多数派のコメント”の一覧、画面中部には“意見の内容”、画面下部には“少数派のコメント”の一覧が表示されている。多数派のコメントの欄では、多数派のコメントとして抽出された記事のタイトルが一覧表示され、各タイトルを選択する指示を行うと、その記事の内容が“意見の内容”として、“意見の内容”の欄に表示される。図３の例では、“選手の情報”が選択された場合を示している。少数派のコメントの欄では、少数派のコメントとして抽出された記事のタイトルが一覧表示されている。

第１の実施形態に係る意見抽出装置は、スタンドアローン型としても利用できるし、ネットワーク型としても利用することができる。例えば、アンケート結果を記事データとして収集し、これを単体のコンピュータで分析して、多数意見、少数意見を抽出する場合は、スタンドアローン型で実現される。また、一般利用者が自分の端末から閲覧できるようにするためには、評価情報指定手段２０、意見提示手段８０の一部をネットワーク通信機能で構成することにより、ネットワーク型で実現される。

（２．第２の実施形態）
次に、第２の実施形態について説明する。図４は、本発明第２の実施形態に係る意見抽出装置の構成図である。図４において、１１はアクセスログ記憶手段、７１は少数意見抽出手段、８５はアクセスログ取得手段、９１は演算処理手段である。図４中、図１と同一の構成要素については、同一符号を付して説明を省略する。

アクセスログ記憶手段１１は、記事データ記憶手段１０に記憶された記事データへのアクセスログを記憶したものであり、記事データ記憶手段１０と同様、コンピュータに接続されたハードディスク等の記憶装置により実現される。第２の実施形態における意見抽出装置１０１は、Ｗｅｂサーバとしての機能を有しており、記事データ記憶手段１０に記憶された記事データをネットワークを介してアクセスしてきた端末に提示する。そして、端末から記事データの読み込みがあった際に、その利用者の利用者ＩＤを取得して、利用者ＩＤと記事ＩＤを対応付けて読み込みログとしてアクセスログ記憶手段１１に記録する。また、提示された記事に関して書き込みが行われた場合は、利用者ＩＤと記事ＩＤを対応付けて書き込みログとしてアクセスログ記憶手段１１に記録する。本明細書では、読み込みログと書き込みログを総称してアクセスログと呼ぶ。利用者ＩＤは、例えば、意見抽出装置にログインする際に利用者に毎回入力させたり、Ｃｏｏｋｉｅファイルを利用したり、取得したＩＰアドレスに利用者ＩＤを割り振り、次回以降ＩＰアドレスに対応するものを取得する等公知の手法で取得することができる。

アクセスログ記憶手段１１に記憶された情報の一例を図５に示す。図５（ａ）は書き込みログ、図５（ｂ）は読み込みログを示す。図５（ａ）（ｂ）に示すように、アクセスログ記憶手段１１には、利用者ＩＤと対応付けて書き込みまたは読み込みのあった記事ＩＤが記録されている。

アクセスログ取得手段８５は、アクセスログ記憶手段１１に記憶されたアクセスログを取得して、少数意見抽出手段７１に渡す。少数意見抽出手段７１は、出現回数計数手段４０により計数された対象説明語のうち、出現回数が少ない下位所定数の対象説明語を特定し、特定された対象説明語を含む記事データを選出候補とし、選出候補の中からアクセスログを用いて算出されたスコアが高い記事データを、記事データ記憶手段１０から抽出する。

次に、図４に示した意見抽出装置の処理動作について説明する。多数意見の抽出については、第１の実施形態における処理と全く同じである。少数意見の抽出については、対象説明語抽出手段３０、出現回数計数手段４０における処理は、多数意見を抽出する場合と同じである。そして、少数意見抽出手段７１が、出現回数計数手段４０により計数された出現回数が少ない対象説明語を所定数選定する。具体的には、まず、対象説明文抽出手段６０が、出現回数が少ないとして選定された対象説明語を、対象説明語として含む記事を対象説明文として抽出する。

さらに、少数意見抽出手段７１は、アクセスログ取得手段８５を介して、アクセスログ記憶手段１１から、対象説明文抽出手段６０により抽出された対象説明文についてのアクセスログを取得する。そして、書き込みログ、読み込みログそれぞれを用いて、書き込み、読み込みについての各記事ＩＤのスコアを算出する。スコアの算出は、書き込み、読み込みを多く行っている利用者が書いたり、読んだりした記事ＩＤのスコアを高くすることにより行われる。

例えば、図５（ａ）の書き込みログを用いて各記事ＩＤのスコアを算出する場合を考えてみる。図５（ａ）の例では、利用者Ｕ０００１が、記事Ｋ００１１、Ｋ００１４、Ｋ００１５の３つを書き込んでいる。この場合、記事Ｋ００１１、Ｋ００１４、Ｋ００１５にはそれぞれスコア“３”が与えられる。利用者Ｕ０００２、Ｕ０００３はそれぞれ記事Ｋ００１２、Ｋ００１３の１つだけ書き込んでいる。したがって、記事Ｋ００１２、Ｋ００１３にはそれぞれスコア“１”が与えられる。

また、図５（ｂ）の読み込みログを用いて各記事ＩＤのスコアを算出する場合を考えてみる。図５（ｂ）の例では、利用者Ｕ０００１が、記事Ｋ００１１、Ｋ００１２の２つを読み込んでいる。この場合、記事Ｋ００１１、Ｋ００１２にはそれぞれスコア“２”が与えられる。利用者Ｕ０００２は記事Ｋ００１２の１つだけ読み込んでいる。したがって、記事Ｋ００１２にはスコア“１”が与えられる。記事Ｋ００１２については、利用者Ｕ０００１に着目するとスコア“２”が与えられ、利用者Ｕ０００２に着目するとスコア“１”が与えられる。この場合、低いほうのスコア“１”が記事Ｋ００１２に与えられる。また、Ｋ００１３、Ｋ００１４、Ｋ００１５については、読み込みがないのでスコア“０”が与えられる。

さらに、少数意見抽出手段７１は、書き込みのスコアと読み込みのスコアを用いて、総合スコアを算出する。本実施形態では、少数意見抽出手段７１が、以下の〔数式１〕に従った処理を実行することにより算出する。

〔数式１〕
（総合スコア）＝α×（書き込みスコア）＋β×（読み込みスコア）

〔数式１〕において、α、βは係数であり、適宜設定することが可能である。α＝β＝１とした場合、図５（ａ）（ｂ）の例では、記事Ｋ００１１の総合スコアが５で最大となるので、少数意見抽出手段７１は、記事Ｋ００１１を少数意見として決定し、抽出する。

多数意見抽出手段５０により多数意見が抽出され、少数意見抽出手段７１により少数意見が抽出されたら、意見提示手段８０は、第１の実施形態と同様、多数意見、少数意見それぞれについて、対象説明語とその評価対象間の文字列を標題として記事から抽出する。そして、多数意見、少数意見ごとに標題を、事前に設定されたレイアウトに配置して画面データを作成し、提示する。提示先がインターネットを介した端末である場合は、ＨＴＭＬデータを作成し、アクセス元である端末に送信することになる。

本発明第１の実施形態に係る意見抽出装置の構成図である。 記事データ記憶手段１０に記憶された情報の一例を示す図である。 提示手段８０により提示された画面の様子を示す図である。 本発明第２の実施形態に係る意見抽出装置の構成図である。 アクセスログ記憶手段１１に記憶された情報の一例を示す図である。

符号の説明

１０・・・記事データ記憶手段
１１・・・アクセスログ記憶手段
２０・・・評価情報指定手段
３０・・・対象説明語抽出手段
４０・・・出現回数計数手段
５０・・・多数意見抽出手段
６０・・・対象説明文抽出手段
７０、７１・・・少数意見抽出手段
８０・・・意見提示手段
８５・・・アクセスログ取得手段
９０・・・演算処理手段
１００、１０１・・・意見抽出装置

Claims (4)

1. 記事データを記憶した記事データ記憶手段と、
   評価対象と評価表現の組み合わせを指定する評価情報指定手段と、
   前記指定された評価対象と評価表現の組み合わせに従って、前記記事データ記憶手段に記憶された記事データから、評価対象を説明する対象説明語を抽出する対象説明語抽出手段と、
   前記抽出された対象説明語の出現回数を計数する出現回数計数手段と、
   前記計数の結果、出現回数の多い対象説明語を有する記事データを多数意見として抽出する多数意見抽出手段と、
   前記計数の結果、出現回数の少ない対象説明語を有する文を対象説明文として抽出する対象説明文抽出手段と、
   前記抽出された対象説明文の文字数、または当該対象説明文内の所定の単語数が多い対象説明文を少数意見として抽出する少数意見抽出手段と、
   を有することを特徴とする意見抽出装置。
2. 前記記事データへのアクセスログを記憶したアクセスログ記憶手段と、
   前記アクセスログ記憶手段から所定の記事に関するアクセスログを取得するアクセスログ取得手段と、をさらに有し、
   前記少数意見抽出手段は、前記抽出された対象説明文を有する記事データの中から前記取得したアクセスログを用い、アクセスの多い利用者がアクセスした記事データに含まれる対象説明文ほど高いスコアを与え、当該スコアの高い所定数の対象説明文を少数意見として抽出するものであることを特徴とする請求項１に記載の意見抽出装置。
3. 前記アクセスログは、読み込みログおよび書き込みログからなり、
   前記スコアは、読み込みの多い利用者が読み込んだ記事データに含まれる対象説明文ほど高く、かつ、書き込みの多い利用者が書き込んだ記事データに含まれる対象説明文ほど高く与えられるものであることを特徴とする請求項２に記載の意見抽出装置。
4. コンピュータを、請求項１から請求項３のいずれかに記載の意見抽出装置として機能させるためのプログラム。

Images