JP2009265908A - 個人プロファイル抽出方法、人物検索方法及び装置 - Google Patents

Abstract

【課題】個人の記述したテキストを分析し、個人の経験した事柄のプロファイルを作成することで、企業内の経験者の検索を可能にする。
【解決手段】個人が記述したテキストから、該個人が自身の経験に関して記述している部分を抽出し、抽出された経験記述テキストから個人プロファイル（経験プロファイル）を作成する。個人プロファイル抽出装置は、個人記述テキストから動作と動作主の記述のペアを抽出する動作・動作主抽出部と、抽出した動作・動作主の記述のペアが経験の記述を表すかどうかを判定する経験記述判定部と、経験記述であった場合に経験した内容を表すキーワードを抽出する経験プロファイル抽出部とを備える。
【選択図】図１

Description

本発明は、テキストマイニングの手法を用いた個人プロファイル抽出装置及び方法、並びにプログラム、及びそれを用いた人物検索装置に関する。

近年、企業内ＳＮＳ（Social Network Service）や社内報告書ＤＢ（データベース）などの企業内情報共有の仕組みの発展に伴い、文書などに蓄積された共有情報を基に企業内で見識を持った人を検索する「人物検索」が着目されている。この人物検索を実現する際には、個人のプロファイルをいかに生成するかが重要である。

個人のプロファイルを含む文書情報を作成する手法としては、個人が端末に入出力した情報から、入出力時刻、参照関係、単語出現頻度、出現位置、強調情報等に基づいて特徴値を抽出し、特徴値に基づいた個人知識データを作成する方法が知られている（例えば、特許文献１）。

また、ユーザが作成・引用・参照した文書から、単語の品詞や標記のパタン辞書を用いて特徴語列を抽出する方法が知られている（例えば、特許文献２）。この方法により、ユーザにとって興味の対象となる固有名詞（研究機関、製品名等）などを適切に抽出することが可能になる。また、抽出した語の意味カテゴリ（要求、嗜好、知識等）の判別を後続単語の表記パタンにより行っている。
特開2006-146621号広報 特開2004-110435号広報

業務において他者からの情報を求める場合、他者が業務において経験した内容から示唆を得たいと考えることが多い。しかし、上記特許文献１に開示されるような方法で個人プロファイルを作成した場合、該個人の知識、経験、今後の予定、質問、等あらゆるタイプの記述からプロファイルを作成することになり、個人プロファイルが、業務において求められる個人の見識を適切に表すことができない場合がある。また、上記特許文献２では、特徴単語の意味カテゴリを後続する単語のパタンによってとらえようとしているが、「誰の」経験なのかということはとらえられない。このため、抽出した単語と個人の関連を特定することはできない、という問題がある、また、上記特許文献２では、「経験」の記述を表すパタンをどう定義するかについては述べられていない。

本発明の目的は、個人の記述したテキストを分析し、個人の経験した事柄のプロファイルを作成することで、企業内の人物検索の要求により適合した個人プロファイルを作成し、企業内の経験者の検索を可能にすることである。

本発明は、テキストデータを保持するデータ保持部と、前記データ保持部に保持された前記テキストデータから個人に関連する情報を抽出するデータ処理部を含む情報処理装置によって実行される個人プロファイル抽出方法であって、前記テキストデータと、当該テキストデータを記述した記述者の識別子を取得し、前記テキストデータから動作と動作主のペアを抽出し、前記抽出した動作と動作主のペアが前記記述者の経験したことの記述であるか否かを判定し、前記判定結果が前記記述者の経験したことの記述である場合には、前記経験した内容を表すキーワードを前記テキストデータから抽出する。

また、前記抽出した動作と動作主のペアが前記記述者の経験したことの記述であるか否かの判定は、前記動作主が一人称であり、かつ動作が過去に起こったことを表す場合に、経験したことの記述であると判定する。

また、前記抽出したキーワードに前記記述者の識別子を対応付けた情報を個人プロファイルとして保持する。

本発明によれば、個人の記述したテキストから、個人の経験を表すプロファイルを抽出することが可能となり、経験事例や経験者の検索が可能となる。

＜第１実施形態＞
以下、本発明の一実施形態を添付図面に基づいて説明する。

図１は、本発明の第１の実施形態を示し、本発明を適用する人物検索装置の構成を示すブロック図である。人物検索装置１は、ＣＰＵ１１、メモリ１２、通信装置１３、プログラム記憶装置１４、及びデータ記憶装置１８によって構成される計算機（または情報処理装置）である。プログラム記憶装置１４は、個人プロファイル抽出プログラム１５、個人記述テキスト収集プログラム１６、人物検索プログラム１７、送受信制御プログラム１８を格納する。ＣＰＵ１１は、プログラム記憶装置１４から読み込んだ各プログラムをメモリ１２にロードして実行する。

個人プロファイル抽出プログラム１５は、文分割プログラム１５１、動作・動作主抽出プログラム１５２、経験記述判定プログラム１５３、経験プロファイル抽出プログラム１５４を有する。データ記憶装置１８は、個人プロファイルデータベース１８１、個人記述テキストデータベース１８２を有する。なお、プログラム記憶装置１４は、計算機で読み込み可能な記憶媒体であっても良い。また、人物検索装置１は、通信装置１３を介して図示しないクライアント計算機と通信することができる。

本発明の人物検索装置１は、通信装置１３を介して複数のクライアント計算機から個人記述テキストデータを収集して、個人記述テキストデータベース１８２に格納しておき個人プロファイル抽出プログラム１５２が個人記述テキストデータベース１８２を読み込んで、記述者が経験した記述内容を経験プロファイルとして抽出する。そして、人物検索プログラム１７は、クライアント計算機からのクエリに基づいて、経験プロファイルを検索し、該当する経験の記述内容と記述者を提示するものである。

まずは、図２、図３、図４、図５のフローチャートと、図６〜１３のデータ例を用いて、本発明の主要部分である、個人プロファイル抽出プログラム１５の処理の流れを説明する。個人記述テキスト収集プログラム１６、人物検索プログラム１７、送受信制御プログラム１８については、後に詳述する。

図２は、個人プロファイル抽出プログラム１５の処理の流れを示すフローチャートである。個人プロファイル抽出プログラム１５の入力は、個人記述テキストデータである。個人記述テキストデータは、図６に示すような、個人記述テキストテーブル６０の形式で、個人記述テキスト収集プログラム１６によって個人記述テキストデータベース１８２に保存される。本実施形態では、個人記述テキスト収集プログラム１６が複数のクライアント計算機から個人記述テキストデータを予め個人記述テキストデータベース１８２に収集しておいた場合を示す。

個人記述テキストデータベース１８２の個人記述テキストテーブル６０は、図６のように、記述ＩＤ６１、記述者ＩＤ６２、記述内容６３の情報を持つ。記述ＩＤ６１は、テキストファイル１件、ブログ記事１件、などの単位でテキストを識別するためのＩＤである。記述者ＩＤ６２は、記述を作成した人物を識別するためのＩＤである。記述内容６３は、記述の内容を表すテキストである。個人記述テキストデータは、個人プロファイルの情報源であり、例えば、ブログ記事、個人作成のテキストファイル、メールなど、記述者情報が付与されたテキストデータであればいかなるデータでもよい。あるいは、テキスト情報を含み、記述者情報が付与されたデータファイルから個人記述テキストデータを収集してもよい。

個人記述テキストテーブル６０の１つのエントリを、経験プロファイル抽出プログラム１５に入力する。ここでは、図６の記述ＩＤ６１が「１」の個人記述テキストを入力したとする。

まず、図２の文分割ステップＳ２１では、入力された個人記述テキストデータを、句点、文末記号（！や？など）、改行などの位置で、文単位に分割し、図７に示すような、個人記述文テーブル７０を出力する。図７の個人記述文テーブル７０は、記述ＩＤ７１、記述者ＩＤ７２、文ＩＤ７３、記述内容７４の情報を持つ。記述ＩＤ７１、記述者ＩＤ７２は、図６に示した個人記述テーブルのそれらと同じである。文ＩＤ７３は、文分割ステップＳ２１で分割した各文を識別するためのＩＤで、例えば、人物検索装置１が自動的に付与した値シリアル値などである。記述内容７４は、個人記述テキストテーブル６０の記述内容６３から分割した一文の記述内容を表すテキストである。前記の入力テキストを文分割した出力を図７に示す。文分割ステップＳ２１の処理によって、記述６３を、一つの意味のまとまりである文を単位として扱うことが可能となる。

動作・動作主抽出ステップＳ２２では、図７に示した個人記述文テーブル７０が入力され、動作と動作主の記述のペアを抽出し、図１１に示すような動作・動作主テーブル１１０を出力する。動作・動作主テーブル１１０は、記述ＩＤ１１１、文ＩＤ１１２、動作主１１３、動作記述１１４の情報を持つ。記述ＩＤ１１１、文ＩＤ１１２は動作主、動作記述の抽出元の記述及び文を識別するためのＩＤである。動作主１１３は抽出した動作主（動作の主体）を表す。動作記述１１４は抽出した動作記述（動作主が行った述語）を表す。動作・動作主抽出ステップＳ２２の処理によって、図７の個人記述文テーブル７０の記述内容７４に含まれる人物の行動、すなわち経験記述の候補を抽出することが可能となる。動作・動作主抽出ステップＳ２２の処理は後に詳述する。

経験記述判定ステップＳ２３では、図１１の動作・動作主テーブル１１０が入力され、動作・動作主ペアが経験記述であるかどうかを判定し、図１２に示すような、経験記述判定テーブルを出力する。経験記述判定テーブル１２０は、記述ＩＤ１２１、文ＩＤ１２２、動作主１２３、動作記述１２４、経験術判定１２５の情報を持つ。記述ＩＤ１２１、文ＩＤ１２２、動作主１２３、動作記述１２４は、図１１に示した動作・動作主テーブル１１０のそれらと同じである。経験記述判定ステップＳ２３の処理によって、ステップＳ２２で抽出した経験記述候補から、どの記述が経験記述であるかを判別することが可能となる。経験記述判定ステップＳ２３の処理の詳細は後に詳述する。

経験プロファイル抽出ステップＳ２４では、図７の個人記述文テーブル７０と図１１の経験記述判定テーブル１２０が入力され、これらの２つのテーブルから経験キーワードを抽出し、図１３に示すような、経験プロファイルテーブルを出力する。経験プロファイルテーブル１３０は、記述ＩＤ１３１、記述者ＩＤ１３２、経験プロファイル１３３の情報を持つ。記述ＩＤ１３１、記述者ＩＤ１３２は、経験プロファイルの抽出元である記述と該記述を作成した人物を識別するためのＩＤである。経験プロファイル１３３は経験内容を表すキーワードと重みの集合である。この経験プロファイルは、対応する記述者ＩＤ１３２のプロファイルとなる。経験プロファイル抽出ステップＳ２４の処理によって、経験の内容をキーワードで表すことが可能となり、経験者の検索が容易になる。

なお、上記の処理では、個人記述文テーブル７０、動作・動作主テーブル１１０及び経験プロファイルテーブル１３０は、データ記憶装置１８に格納される。

以下に、図３のフローチャートを用いて、動作・動作主抽出ステップＳ２２の処理の流れを説明する。動作・動作主抽出ステップＳ２２には、図７に示した個人記述文テーブル７０が入力される。構文解析ステップＳ３１では、入力された個人記述文テーブル７０の各文に対し構文解析を行い、図８に示す構文解析テーブルを出力する。図８の構文解析テーブル８０は、記述ＩＤ８１、文ＩＤ８２、文節ＩＤ８３、係り先文節ＩＤ８４、形態素８５、品詞８６の情報を持つ。記述ＩＤ８１、文ＩＤ８２は、解析された入力文を識別するためのＩＤである。文節ＩＤ８３は、構文解析によって抽出された文節を識別するためのＩＤである。係り先文節ＩＤ８４は、記述ＩＤ、文ＩＤ、文節ＩＤによって特定される文節の構文上の係り先の文節を識別するためのＩＤである。形態素８５は、入力文を形態素解析した結果の形態素を表す。品詞８６は、形態素の品詞を表す。構文解析は、公知または周知の手法を用いれば良く、例えば、「Applying Conditional Random Fields to Japanese Morphological Analysis」（工藤拓 他著、EMNLP 2004）や「Japanese Dependency Analysis using Cascaded Chunking」（工藤拓 他著、CONLL 2002）に開示される手法等を適用することができる。

図８の構文解析テーブル８０の値は、図７に示した個人記述文テーブル７０の文ＩＤ７３が「１」の「私は、製品Ａの機能拡張に関して、顧客Ａに提案しました。」という記述の構文解析結果例である。この構文解析結果例は、構文解析器ＣａｂｏＣｈａ（http://chasen.org/~taku/software/cabocha/ ２００８年２月１日検索）の実行結果に基づいている。構文解析結果では、入力文が文節１〜５の５つの文節に分割され、文節間の係り受け関係が、文節１，３，４は文節５に係り、文節２は文節３に係る、と解析されている。文節５は係り先文節を持たないので、係り先文節ＩＤの欄には−１が示されている。また、各文節は形態素解析され、単語毎に品詞情報が付与されている。

図９は、図８に示した解析結果例の、文節間の係り受け関係を図示する。図９では、係り元の文節から係り先の文節へ、矢印が示されている。例えば、文節１は文節５に係ることが示されている。構文解析ステップＳ３１の処理によって、ひとつの文が形態素に分割され、また係り受け関係が判明するので、品詞を用いて語を選定したり、係り受けを用いて語間の関係を特定したりすることが可能となる。

次に動作主判定ステップＳ３２では、構文解析テーブル８０が入力され、構文解析結果に含まれる動作記述、すなわち動詞を含む文節に対し、係る文節の格の情報を用いて動作主を判定し、図１０に示す動作・動作主テーブル１００を出力する。動作・動作主テーブル１００は、記述ＩＤ１０１と、文ＩＤ１０２と、判定した動作主１０３と、動作主１０３の動作記述１０４から構成される。

動作主判定の方法としては、表層格を用いる単純なものでは、動作記述に係る文節のうち、ハ格とガ格（格助詞がハまたはガであるもの）の文節の名詞を動作主と判定するという方法がある。また、「自動構築した大規模格フレームに基づく構文・格解析の統合的確率モデル」（河原大輔 他著、自然言語処理、Vol.14, No.4, pp.67-81, 2007）に開示されるような格フレームを用いた格解析を行い、動作主格の名詞を動作主とする方法もある。前記表層格を用いた方法では、図８の構文解析結果が入力された場合、「提案しました。」という動作記述に対し、この動作記述からなる文節５に係る文節のうち、文節１の「私は」がハ格であるので、動作主は「私」であると判定される。動作主判定の処理結果である図１０の動作・動作主テーブル１００において、動作主の項に「−」と示してあるのは、解析した文中に動作主が明示されていなかったことを表す。動作主判定ステップＳ３２により、動作記述に対する動作主が特定され、動作が誰の行ったものなのかを判別することが可能になる。

動作主判定ステップＳ３２において、全ての動作記述に対する動作主が判定された場合は、動作・動作主テーブル１１０を出力して処理を終了する。動作主が判定されない動作が存在した場合は、動作主推定ステップＳ３３に進み、動作主を推定し、図１１に示す動作・動作主テーブル１１０を出力する。動作主が明記されていない動作記述に対して動作主を推定する方法としては、最も単純なものでは、直前の動作記述の動作主を採用する方法や、記述者本人を動作主とする方法などがある。これらの方法を用いた場合は、動作主推定ステップの入力は図１０に示す動作・動作主テーブル１００となる。また、「自動構築した格フレーム辞書と先行詞の位置選好順序を用いた省略解析」（河原大輔 他著、自然言語処理、 Vol.11, No.3, pp.3-19, 2004）に開示されるような、格フレームと機械学習を用いた方法によって動作主を推定することも可能である。この場合、動作主推定ステップの入力は、図７に示す個人記述文テーブル７０と、図１０に示す動作・動作主テーブル１００となる。図１０の動作・動作主テーブル１００を入力し、動作主不明の文ＩＤ＝「２」の動作主を、前記直前の動作記述の動作主を採用する方法にて推定した結果を図１１に示す。文ＩＤが「２」の直前の動作記述は文ＩＤが「１」の「提案しました。」であるので、「提案しました。」の動作主である「私」が文ＩＤ＝「２」の動作主であると推定される。動作主推定ステップＳ３２により、動作記述に対する動作主が文中に明記されていない場合でも動作主が特定され、動作が誰の行ったものなのかを判別することが可能になる。以上の処理により、各文の動作記述１０４に対応する動作主１０３が推定され、図１０の動作・動作主テーブル１００が出力される。

次に、図４のフローチャートを用いて、経験記述判定ステップＳ２３の処理の流れを説明する。経験記述判定ステップＳ２３には、図１１の動作・動作主テーブル１１０が入力され、各動作・動作主が経験記述であるか否かを判定し、図１２に示す経験記述判定テーブル１２０を出力する。経験記述判定ステップＳ２３では、動作・動作主テーブル１１０の各動作・動作主ペアに対し、まずステップＳ４１において動作主が一人称であるかを調べる。動作主が一人称でなければステップＳ４４に進み、経験記述ではないと判断される。

動作主が一人称であればステップＳ４２に進み、動作の発生時が過去であるかを調べる。動作の発生時が過去であるかを判定する方法としては、最も単純なものでは、動作記述からなる文節に過去を表す助動詞「た、だ」が含まれていれば過去と判定するという方法がある。また、動作記述を含む文に、「昨日」「先日」などの過去を表す記述が含まれているかといった基準を用いることも可能である。動作の発生時が過去でなければステップＳ４４に進み、経験記述ではないと判断される。過去であればステップＳ４３に進み、経験記述であると判断される。

以上の処理により、図１１の動作・動作主テーブル１１０から動作主が一人称で、動作が過去の場合には、現在着目している文章に経験記述が含まれると判定することができる。

続いて、図５のフローチャートを用いて、経験プロファイル抽出ステップＳ２４の処理の流れを説明する。経験キーワード抽出ステップＳ２４では、図１２に示した経験記述判定テーブル１２０が入力され、経験キーワードを抽出し、図１３に示す経験プロファイルテーブル１３０を出力する。まず、経験記述部分抽出ステップＳ５１において、入力された経験記述判定テーブル１２０において経験記述である動作・動作主のペアに関連する、経験記述部分が抽出される。関連する経験記述部分の決定方法としては、着目している動作・動作主を含む文とする方法、動詞・動作主を含む文節とそれに係る文節とする方法、などが挙げられる。前者の方法では、経験記述部分抽出ステップＳ５１の入力に、個人記述文テーブル７０が必要である。後者の方法では、経験記述部分抽出ステップＳ５１の入力に、構文解析テーブル８０が必要である。経験記述部分抽出ステップＳ５１によって、経験の内容を表す記述部分が特定され、経験キーワードの抽出が可能となる。

次に、経験キーワード抽出ステップＳ５２において、抽出した経験記述から経験キーワードを抽出する。経験キーワードの抽出方法としては、経験記述に現れる単語から名詞・動詞などの内容語に限定して取り出す方法などがある。また、抽出したキーワードに対し、重要度などの重み付けをしてもよい。重み付けの方法としては、経験記述内での該キーワードの出現回数を重みとする方法や、経験記述が含まれるテキスト内での該キーワードのｔｆ−ｉｄｆ値を重みとする方法、などが考えられる。ｔｆ−ｉｄｆ法は文書中の単語の重要度を算出する基本的なアルゴリズムであり、文書ｊ中の単語ｉの重要度は下記の式によって算出される。

ｔｆ−ｉｄｆ ＝ ｔｆ_i,j × ｌｏｇ（｜Ｄ｜／ｄｆｉ）
ただし、ｔｆ_i,jは文書ｊ中の単語ｉの出現頻度、｜Ｄ｜は全文書数、ｄｆｉは単語ｉを含む文書数を表す。経験キーワード抽出ステップＳ５２によって、経験内容をキーワードの集合からなるプロファイルとして表すことが可能となり、経験者や経験内容の検索が容易になる。

経験プロファイル抽出ステップＳ２４に、図７の個人記述文テーブル７０と図１２の経験記述判定テーブル１２０が入力された際の、経験プロファイルテーブル１３０の出力例を図１３に示す。図１３において経験プロファイル１３３は、経験記述部分は文により抽出し、経験キーワードの重みは出現回数を用いた場合の出力例である。経験プロファイルテーブル１３０は、データ記憶装置１８の個人プロファイルデータベース１８１に保存される。

以上のように、第１の実施形態によれば、一つの文から動作記述と動作主を抽出し、動作主が一人称で、動作記述が過去を表す記述を経験記述として判定し、この経験記述に関連する文または文節から経験キーワードを抽出し、記述者のＩＤ１３２とともに経験プロファイルとして経験プロファイルテーブル１３０に格納する。

これにより、個人の記述したテキストを分析し、個人が経験した事柄のプロファイルを作成することができ、この経験プロファイルテーブル１３０を参照することで、任意のキーワード（経験キーワード）から企業や組織内の経験者の検索を容易に行うことが可能となる。

＜第２実施形態＞
図１４は、第２の実施形態を示し、前記第１実施形態の人物検索装置１を利用した人物検索システムの構成ブロック図を示す。図１４において、人物検索装置１４１は、ネットワーク１４２を介して情報端末１４３に接続される。情報端末１４３は、個人が業務文書作成、ウェブ・メール・チャットなどによるメッセージ交換等のテキスト作成に用いるとともに、人物検索装置１４１への入出力端末としての機能を持つ。

人物検索装置１４１の構成は、前記第１実施形態に示した人物検索装置１と同様である。人物検索装置１４１で行われる処理の一例を示すフローチャートを図１５に示す。人物検索装置１４１の処理は、大きく２つに分けられる。情報端末１４３から文章を収集して個人プロファイルを生成する処理と、情報端末１４３からの検索要求を受けて個人プロファイルを検索する処理である。

個人プロファイルを生成する処理は、図１５の個人記述テキスト収集ステップＳ１５１、個人プロファイル抽出ステップＳ１５２の処理からなる。個人記述テキスト収集ステップＳ１５１では、個人記述テキスト収集プログラム１６によって、情報端末１４３が生成したテキストデータがネットワーク１４２を介して収集され、個人記述テキストデータベース１８２に図６で示した個人記述テキストテーブル６０の形式で蓄積される。個人プロファイル抽出ステップＳ１５２では、蓄積された個人記述テキストデータに対し、個人プロファイル抽出処理が実行され、生成したプロファイルが個人プロファイルデータベース１８１に図１３で示した経験プロファイルテーブル１３０の形式で蓄積される。個人プロファイル抽出処理については前記第１実施形態の図２で説明したとおりである。図１５のステップＳ１５１、Ｓ１５２によって、個人が作成した様々なテキストデータから、個人の経験を表すプロファイル（経験プロファイルテーブル１３０）を生成することが可能となる。

個人プロファイルを検索する処理は、図１５の人物検索要求受信ステップＳ１５３、人物検索ステップＳ１５４、人物検索結果送信ステップＳ１５５の処理からなる。人物検索要求受信ステップＳ１５３では、送受信制御プログラム１８によって、情報端末１４３から人物検索要求と検索キーワードを受信する。人物検索ステップＳ１５４では、人物検索プログラム１７が個人プロファイルデータベース１８１に対して、受信した検索キーワードについて検索処理を実行する。人物検索は、例えば、「汎用連想検索エンジンの開発と大規模文書分析への応用」（高野明彦 他著、IPA2001年度成果報告会, 2001）等で知られる連想検索技術によって実現可能である。前記第１実施形態の図１３に示した経験プロファイルテーブル１３０を、図１６に示すような、記述者ＩＤ１６１を行、キーワード１６２を列、各記述者が持つキーワードの重みを値とする行列１６０に変換し、この行列１６０に対し、受信した検索キーワードで連想検索を行うことにより、該キーワードを経験プロファイルに持つ人物（記述者ＩＤ１６１）を検索することが可能である。経験プロファイルの行列は、図１７に示すような、記述ＩＤ１７１と記述者ＩＤ１７２毎のキーワード１７３の行列１７０であってもよい。この場合、検索結果は記述ＩＤ１７１と記述者ＩＤ１７２のペアになる。連想検索処理では、検索結果の各人物（または記述）には、検索キーワードとの一致の高さを表すスコアが付与される。ステップＳ１５５では、送受信制御プログラム１８によって、検索結果を情報端末１４３に送信する。

図１８に、情報端末１４３の構成図を示す。情報端末１４３は、ＣＰＵ１８０１、メモリ１８０２、通信装置１８３、入力装置１８４、出力装置１８５、検索要求生成部１８６、ユーザインタフェース部１８８からなる。情報端末１４３に表示される人物検索画面を図１９に示す。図１９は、「製品Ａ、デモ」という２つのキーワードで人物検索を行った際の、人物検索画面１９０の一例である。情報端末１４３のユーザは、検索キーワード入力欄１９１にキーワードを入力し、検索ボタン１９２を押す。すると、ユーザインタフェース部１８８がユーザの入力を検索要求生成部１８６に渡し、検索要求生成部１８６が、ユーザが入力したキーワードによる検索要求を生成し、通信装置１８３によって検索要求が人物検索装置１４１に送信される。検索要求を受信した人物検索装置１４１は検索キーワードによって経験プロファイルテーブル１３０を検索し、経験者の検索結果（経験者検索結果テーブル２１０）を情報端末１４３に送信する。

経験者の検索結果のテーブルを図２１に示す。図２１において、人物検索装置１４１が生成する経験者検索結果テーブル２１０は、スコア２１１、氏名２１２、検索キーワード２１３から構成される。スコア２１１は検索キーワードによって図１６に示した経験プロファイル行列１６０を検索した際のスコアである。氏名２１２は、検索結果の記述者ＩＤに該当する人物の氏名である。人物検索装置１４１は、記述者ＩＤと記述者氏名の対応テーブル（図示省略）を保持しており、記述者ＩＤで対応テーブルを検索した値が氏名となる。経験キーワード２１３は、経験者の経験プロファイルを代表するキーワードである。経験プロファイルを代表するキーワードは、例えば、図１６に示した経験プロファイル行列１６０において、値が高いものから上位任意個のキーワードと定められる。

情報端末１４３の通信装置１８３は人物検索装置１４１から検索結果（経験者検索結果テーブル２１０）を受信し、ユーザインタフェース部１８８が検索結果を人物検索画面の経験者一覧１９３に表示する。経験者は検索スコアの降順にソートして表示される。

図２０に、人物検索画面のもう一つの例として、経験者一覧２０３とともに経験記述一覧２０４を表示する例を示す。検索キーワード入力欄２０１、検索ボタン２０２、経験者一覧２０３は、図１９と同様である。情報端末１４３からのユーザの検索要求を受け、人物検索装置１４１は、図２１の経験者検索結果（経験者検索結果テーブル２１０）と共に、図２２に示す経験記述検索結果テーブル２２０を情報端末１４３に送信する。経験記述検索結果テーブル２２０は、図１７に示す経験記述プロファイル行列１７０を検索キーワードで検索した際に出力される。図２２に示す経験記述検索結果テーブル２２０において、スコア２２１は、検索キーワードによって経験記述プロファイル行列を検索した際のスコアである。記述２２２は、検索結果の記述ＩＤに対応する記述である。記述者氏名２２３は、検索結果の記述者ＩＤに該当する人物の氏名である。情報端末１４３の通信装置１８３は検索結果を受信し、ユーザインタフェース部１８８が検索結果を人物検索画面の経験者一覧２０３及び経験記述一覧２０４に表示する。経験者及び記述は検索スコアの降順にソートして表示される。

以上のように、本第２実施形態によれば、複数の情報端末１４３から収集したテキストデータから前記第１実施形態と同様に経験キーワードを抽出し、記述者のＩＤとともに経験プロファイルとして経験プロファイルテーブル１３０に格納しておき、情報端末１４３からの検索要求に基づいて、経験プロファイルテーブル１３０から経験キーワードを記述した経験者の検索を容易に行うことが可能となる。また、人物検索装置１４１では、人物の検索結果に検索キーワードとの一致の高さを表すスコアを付与するようにしたため、検索を行う情報端末１４３のユーザは、スコアに基づいて有意な情報を容易に取得することが可能となる。

以上のように、本発明は、テキスト情報と記述者の情報を収集、検索する人物検索装置や人物検索システムに適用することができ、さらに、テキスト情報と記述者の情報を収集して個人プロファイルを抽出する個人プロファイル抽出方法や個人プロファイル抽出装置、個人プロファイル抽出プログラムに適用することができる。

第１の実施形態を示し、人物検索装置の構成を示すブロック図。 第１の実施形態を示し、人物検索装置で行われる個人プロファイル抽出アルゴリズムのフローチャート 第１の実施形態を示し、図２のステップＳ２２で行われる動作・動作主抽出処理のフローチャート。 第１の実施形態を示し、図２のステップＳ２３で行われる経験記述判定処理のフローチャート。 第１の実施形態を示し、図２のステップＳ２４で行われる経験プロファイル抽出処理のフローチャート。 第１の実施形態を示し、個人記述テキストテーブルの一例を示す説明図。 第１の実施形態を示し、個人記述文テーブルの一例を示す説明図。 第１の実施形態を示し、構文解析テーブルの一例を示す説明図。 第１の実施形態を示し、構文解析結果の係り受けを示す説明図。 第１の実施形態を示し、動作・動作主テーブルの一例を示す説明図。 第１の実施形態を示し、直前の動作記述の動作主を採用する場合の採用動作・動作主テーブルの一例を示す説明図。 第１の実施形態を示し、経験記述判定テーブルの一例を示す説明図。 第１の実施形態を示し、経験プロファイルテーブルの一例を示す説明図。 第２の実施形態を示し、人物検索システムの構成を示すブロック図。 第２の実施形態を示し、人物検索装置で行われる処理の一例を示すフローチャート。 第２の実施形態を示し、人物検索装置が生成する経験プロファイル行列の一例を示す説明図。 第２の実施形態を示し、人物検索装置が生成する経験記述プロファイル行列の一例を示す説明図。 第２の実施形態を示し、情報端末の構成を示すブロック図。 第２の実施形態を示し、情報端末の人物検索画面の画面イメージで、経験者検索を示す。 第２の実施形態を示し、情報端末の人物検索画面の画面イメージで、経験者と経験記述の検索を示す。 第２の実施形態を示し、経験者検索結果テーブルの一例を示す説明図。 第２の実施形態を示し、経験記述検索結果テーブルの一例を示す説明図。

符号の説明

１、１４１ 人物検索装置
１１ ＣＰＵ
１２ メモリ
１３ 通信装置
１４ プログラム記憶装置
１４１ 人物検索装置
１４２ ネットワーク
１４３ 情報端末
１５ 個人プロファイル抽出プログラム
１５１ 文分割プログラム
１５２ 動作・動作主抽出プログラム
１５３ 経験記述判定プログラム
１５４ 経験プロファイル抽出プログラム
１６ 個人記述テキスト収集プログラム
１７ 人物検索プログラム
１８ データ記憶装置
１８１ 個人プロファイルデータベース
１８２ 個人記述テキストデータベース

Claims (11)

1. テキストデータを保持するデータ保持部と、前記データ保持部に保持された前記テキストデータから個人に関連する情報を抽出するデータ処理部を含む情報処理装置によって実行される個人プロファイル抽出方法であって、
   前記テキストデータと、当該テキストデータを記述した記述者の識別子を取得するステップと、
   前記テキストデータから動作と動作主のペアを抽出するステップと、
   前記抽出した動作と動作主のペアが前記記述者の経験したことの記述であるか否かを判定するステップと、
   前記判定結果が前記記述者の経験したことの記述である場合には、前記経験した内容を表すキーワードを前記テキストデータから抽出するステップと、
   を含むことを特徴とする個人プロファイル抽出方法。
2. 前記抽出した動作と動作主のペアが前記記述者の経験したことの記述であるか否かを判定するステップは、
   前記動作主が一人称であり、かつ動作が過去に起こったことを表す場合に、経験したことの記述であると判定することを特徴とする請求項１に記載の個人プロファイル抽出方法。
3. 前記抽出したキーワードに前記記述者の識別子を対応付けた情報を個人プロファイルとして保持するステップを、さらに含むことを特徴とする請求項１に記載の個人プロファイル抽出方法。
4. テキストデータを保持するデータ保持部と、前記データ保持部に保持された前記テキストデータから個人に関連する情報を抽出して保持し、受け付けた検索要求に基づいて前記保持した情報を検索するデータ処理部と、を含む情報処理装置によって実行される人物検索方法であって、
   前記テキストデータと、当該テキストデータを記述した記述者の識別子を取得するステップと、
   前記テキストデータから動作と動作主のペアを抽出するステップと、
   前記抽出した動作と動作主のペアが前記記述者の経験したことの記述であるか否かを判定するステップと、
   前記判定結果が前記記述者の経験したことの記述である場合には、前記経験した内容を表すキーワードを前記テキストデータから抽出するステップと、
   前記抽出したキーワードに前記記述者の識別子を対応付けた情報を個人プロファイルとして保持するステップと、
   前記受け付けた検索要求に含まれるキーワードで前記個人プロファイルを検索し、前記記述者の識別子を取得するステップと、
   を含むことを特徴とする人物検索方法。
5. 前記抽出した動作と動作主のペアが前記記述者の経験したことの記述であるか否かを判定するステップは、
   前記動作主が一人称であり、かつ動作が過去に起こったことを表す場合に、経験したことの記述であると判定することを特徴とする請求項４に記載の人物検索方法。
6. テキストデータを保持するデータ保持部と、
   前記データ保持部に保持された前記テキストデータから個人に関連する情報を抽出するデータ処理部と、を備えた個人プロファイル抽出装置であって、
   前記データ処理部は、
   前記テキストデータと、当該テキストデータを記述した記述者の識別子を取得し、前記テキストデータから動作と動作主のペアを抽出する動作・動作主抽出部と、
   前記抽出した動作と動作主のペアが前記記述者の経験したことの記述であるか否かを判定し、前記判定結果が前記記述者の経験したことの記述である場合には、前記経験した内容を表すキーワードを前記テキストデータから抽出する経験プロファイル抽出部と、
   を備えたことを特徴とする個人プロファイル抽出装置。
7. 前記経験プロファイル抽出部は、
   前記動作主が一人称であり、かつ動作が過去に起こったことを表す場合に、経験したことの記述であると判定することを特徴とする請求項６に記載の個人プロファイル抽出装置。
8. 前記経験プロファイル抽出部は、
   前記抽出したキーワードに前記記述者の識別子を対応付けた情報を個人プロファイルとして保持することを特徴とする請求項６に記載の個人プロファイル抽出装置。
9. テキストデータを保持するデータ保持部と、
   前記データ保持部に保持された前記テキストデータから個人に関連する情報を抽出して保持し、受け付けた検索要求に基づいて前記保持した情報を検索するデータ処理部と、を備えた人物検索装置であって、
   前記データ処理部は、
   前記テキストデータと、当該テキストデータを記述した記述者の識別子を取得し、前記テキストデータから動作と動作主のペアを抽出する動作・動作主抽出部と、
   前記抽出した動作と動作主のペアが前記記述者の経験したことの記述であるか否かを判定し、前記判定結果が前記記述者の経験したことの記述である場合には、前記経験した内容を表すキーワードを前記テキストデータから抽出し、前記抽出したキーワードに前記記述者の識別子を対応付けた情報を個人プロファイルとして保持する経験プロファイル抽出部と、
   前記受け付けた検索要求に含まれるキーワードで前記個人プロファイルを検索し、前記記述者の識別子を取得する検索部と、
   を備えたことを特徴とする人物検索装置。
10. 前記経験プロファイル抽出部は、
    前記抽出したキーワードに前記記述者の識別子を対応付けた情報を個人プロファイルとして保持することを特徴とする請求項９に記載の人物検索装置。
11. テキストデータを保持するデータ保持部と、前記データ保持部に保持された前記テキストデータから個人に関連する情報を抽出するデータ処理部を含む情報処理装置によって実行されるプログラムであって、
    前記テキストデータと、当該テキストデータを記述した記述者の識別子を取得する手順と、
    前記テキストデータから動作と動作主のペアを抽出する手順と、
    前記抽出した動作と動作主のペアが前記記述者の経験したことの記述であるか否かを判定する手順と、
    前記判定結果が前記記述者の経験したことの記述である場合には、前記経験した内容を表すキーワードを前記テキストデータから抽出する手順と、
    を前記情報処理装置に実行させることを特徴とするプログラム。

Images