JP2009277098A - イベント抽出装置及び方法及びプログラム及びコンピュータ読取可能な記録媒体 - Google Patents

Abstract

【課題】オンライン個人サイトに含まれる記事ページの中から非日常的なイベントに言及していると思われる記事ページを発見する。
【解決手段】本発明は、記事ページから該ブログサイトに対してコメント、トラックバックを含む交流行動を起こした交流相手の読者ＩＤを抽出し、読者ＩＤ毎に、当該交流相手がコメント、トラックバックを含む交流行動を起こした記事ページに対する、コメントやトラックバックを含む交流行動の属性として抽出し、記事ページに対する交流行動の各属性の値と、サイト作成者と読者ＩＤの交流相手との親密度を求め、該属性の値と該親密度から集約スコアを求め、記事ページ毎の集約スコアを読み出して、該集約スコアに基づいて、交流相手が他の記事ページとは異なるような特徴的な交流行動を行っている記事ページを抽出して出力する。
【選択図】図１

Description

本発明は、イベント抽出装置及び方法及びプログラム及びコンピュータ読取可能な記録媒体に係り、特に、交流相手のプロファイリングによるコミュニケーション型オンライン個人サイトからの非日常イベントを抽出するためのイベント抽出装置及び方法及びプログラム及びコンピュータ読取可能な記録媒体に関する。

詳しくは、コミュニケーション型オンライン個人サイトサービスの作者と交流を行った読者の行動をプロファイリングし、この情報に基づいてオンライン個人サイトに含まれる記事ページ中から非日常的な内容を含むと思われるものを抽出するためのイベント抽出装置及び方法及びプログラム及びコンピュータ読取可能な記録媒体に関する。

コミュニケーション型オンライン個人サイト（以下、「オンライン個人サイト」と記す）とは、個人がネットワーク上に保持しているサイトであり、サイト内に定常的に記事ページを追加することができ、各記事ページを基点として読者と交流を行うことができるものである。具体的な事例としては、Ｗｅｂログ（以下、「ブログ」と記す）やソーシャルネットワーキングサービス（以下、「ＳＮＳ」と記す）がある。ブログやＳＮＳでは、個人がインターネット上、あるいは、イントラネット上等に自身のサイトを公開することができ、任意のタイミングで記事ページをサイトに追加することができ、当該サイト作成者と読者は各記事ページにコメント送信等を行うことができる。

ブログやＳＮＳ等のオンライン個人サイトを利用するユーザは増加の一途を辿っている。オンライン個人サイトのユーザは、日々起こった出来事を日記形式で書き溜めることが多い。そして、このように書き溜められた記事ページ群の中から、非日常的なイベントについて言及したものを発見することへの需要が高まっている。

このような需要に応えるための一手法として、テキスト検索技術がある。例えば、「結婚」や「優勝」といった非日常的なイベントと思われる言葉を検索語とし、該検索語を含む記事ページを文字列一致判定技術で発見することができる。検索の精度を向上させるために、記事ページが含む単語を形態素解析技術で抽出して各単語のＴＦ・ＩＤＦ値を事前に求めておき、検索語のＴＦ・ＩＤＦ値が高い記事ページを優先的に発見することもできる。

一方、ブログやＳＮＳ等のオンライン個人サイトでは、コメント等を用いて該サイト作成者と読者が交流を行うことができ、この交流の様子を分析することで非日常的な記事ページを発見する手法もある。例えば、記事ページの種類によって読者の交流行動が異なることに着目し、短期間に大勢の読者が交流行動を起こした記事を発見することができる。このような記事では非日常的なイベントが言及されている可能性がある（例えば、非特許文献１参照）。
宮田章裕、松岡寿延、岡野真一、山田節夫、石打智美、荒川則泰、加藤泰久「反響特性分析を利用したブログ記事検索手法」、情報処理学会論文誌、Vol. 48, No. 12, pp. 4041-4050, 2007年12月

しかしながら、上記従来の技術では、オンライン個人サイトの中から非日常的なイベントに言及した記事ページを十分に発見することができない。

前述のとおり、「結婚」や「優勝」等の非日常的なイベントを表すと思われる単語のリストを事前に作成しておき、テキスト検索技術を用いてこのような単語を用いて検索を行えば、非日常的なイベントに言及している記事ページを発見できると思われる。しかし、この方法によって発見できる非日常的なイベントは、世間一般に非日常とみなされているものに制限されるという欠点がある。

例えば、学校のクラスで異性から一番人気の高いＡさんがおり、クラス内では目立たない存在のＢ君が「Ａさんと映画を観に行った」という内容の記事ページを作成したとする。このとき、同じクラスの友人にとってはＡさんとＢ君がデートしたことは衝撃的な事実であり、これについて述べた記事は非日常的なイベントに言及した記事ページであると判断できる。しかし、これはこのクラスを知っている人であれば非日常だと判断できるが、「映画を観に行く」という文章には何ら非日常的と思われる単語が含まれていないため、事前に非日常的なイベントを表すと思われる単語のリストを作成してテキスト検索を行う手法では、非日常的であると判断することができない。

さらに、世間一般には非日常的なイベントと思われる「結婚」という単語も、結婚式場に勤務する人におっては日常的なイベントであるため、この単語を含む記事ページがこの人にとって非日常的なイベントについて言及しているとは限らない。

また、前述の非特許文献１の技術のように、オンライン個人サイト作成者と読者の交流に着目する手法であれば、前述の事例のようにＡさんとＢ君がデートしたことに言及する記事ページには短期間のうちにクラスメイトの多くがコメント送信等を行うと思われるので、このような記事には非日常的なイベントが言及されていると判断できる可能性がある。しかし、その読者の全てがＢ君の背景を知っているとは限らない。例えば、Ｂ君が「Ａさんと映画を観に行った」と記述した記事ページに対して、Ｂ君のことを全く知らない読者はＡさんとＢ君のデートが衝撃的であることを知る由もなく、「この映画は面白かったですか？」というコメントをすることも考えられる。コメント数等を用いて記事ページが非日常的なイベントに言及しているかどうか判断するのであれば、コメント送信者が該サイト作成者のことをどの程度把握しているか考慮しなければ高い分析精度は実現できない。

本発明は、上記の点に鑑みなされたもので、オンライン個人サイトに含まれる記事ページの中から非日常的なイベントに言及していると思われる記事ページを発見することが可能なイベント抽出装置及び方法及びプログラム及びコンピュータ読取可能な記録媒体を提供することを目的とする。

図１は、本発明の原理構成図である。

本発明（請求項１）は、コミュニケーション型オンライン個人サイトに含まれる記事ページ中から非日常的なイベントを抽出するイベント抽出装置であって、
分析対象のブログサイトに含まれる記事ページが入力されると、該記事ページから該ブログサイトに対してコメント、トラックバックを含む交流行動を起こした交流相手の読者ＩＤを抽出し、記憶手段１７に格納する交流相手抽出手１２段と、
記憶手段１７に格納されている読者ＩＤ毎に、当該交流相手がコメント、トラックバックを含む交流行動を起こした記事ページに対する、コメントやトラックバックを含む交流行動の属性として抽出し、記憶手段１７に格納する交流相手分析手段１３と、
記憶手段１７に格納されている記事ページに対する交流行動の各属性の値と、サイト作成者と読者ＩＤの交流相手との親密度を求め、該属性の値と該親密度から集約スコアを求め、記憶手段１５に格納するページ情報分析手段１５と、
記憶手段１５から記事ページ毎の集約スコアを読み出して、該集約スコアに基づいて、交流相手が他の記事ページとは異なるような特徴的な交流行動を行っている記事ページを抽出して出力する特徴的ページ抽出手段１６と、を有する。

また、本発明（請求項２）は、特徴的ページ抽出手段１６において、
一定の条件を満たす集約スコアを持つ記事ページを特徴的なページとして抽出する手段を含む。

また、本発明（請求項３）は、特徴的ページ抽出手段１６において、
記事ページの各集約スコアを素性とみなし、既存の機械学習手法を用いて特徴的な素性を持つ記事ページを特徴的なページとして抽出する手段を含む。

図２は、本発明の原理を説明するための図である。

本発明（請求項４）は、コミュニケーション型オンライン個人サイトに含まれる記事ページ中から非日常的なイベントを抽出するイベント抽出方法であって、
交流相手抽出手段が、分析対象のブログサイトに含まれる記事ページが入力されると（ステップ１）、該記事ページから該ブログサイトに対してコメント、トラックバックを含む交流行動を起こした交流相手の読者ＩＤを抽出し、記憶手段に格納する交流相手抽出ステップ（ステップ２）と、
交流相手分析手段が、記憶手段に格納されている読者ＩＤ毎に、当該交流相手がコメント、トラックバックを含む交流行動を起こした記事ページに対する、コメントやトラックバックを含む交流行動の属性として抽出し、記憶手段に格納する交流相手分析ステップ（ステップ３）と、
ページ情報分析手段が、記憶手段に格納されている記事ページに対する交流行動の各属性の値と、サイト作成者と読者ＩＤの交流相手との親密度を求め、該属性の値と該親密度から集約スコアを求め、記憶手段に格納するページ情報分析ステップ（ステップ４）と、
特徴的ページ抽出手段が、記憶手段から記事ページ毎の集約スコアを読み出して、該集約スコアに基づいて、交流相手が他の記事ページとは異なるような特徴的な交流行動を行っている記事ページを抽出して（ステップ５）出力する（ステップ６）特徴的ページ抽出ステップと、を行う。

また、本発明（請求項５）は、特徴的ページ抽出ステップにおいて、
一定の条件を満たす集約スコアを持つ記事ページを特徴的なページとして抽出する。

また、本発明（請求項６）は、特徴的ページ抽出ステップにおいて、
記事ページの各集約スコアを素性とみなし、既存の機械学習手法を用いて特徴的な素性を持つ記事ページを特徴的なページとして抽出する。

本発明（請求項７）は、請求項１乃至３のいずれか１項記載のイベント抽出装置を構成する各手段としてコンピュータを機能させるためのイベント抽出プログラムである。

本発明（請求項８）は、請求項７記載のイベント抽出プログラムを格納したコンピュータ読み取り可能な記録媒体である。

上述のように本発明では、コミュニケーション型オンライン個人サイトでは、当該サイト作成者が非日常的なイベントに言及する記事ページを作成すると、読者が普段と異なる交流行動（大勢が短期間でコメントを送信する等）をとることに着目し、分析対象記事ページが他の記事ページとは異なる交流行動が行われているかどうかを分析する。さらに、当該サイト作成者の非日常的なイベントに関する記事ページへの各読者の反応の様子は、各読者と該作成者との過去の付き合い方の影響を受ける点に着目し、読者毎に過去の交流履歴をプロファイリングし、この情報に基づいて交流行動のスコアを評価している。

本発明によれば、オンライン個人サイトに含まれる記事ページの中から非日常的なイベントに言及していると思われる記事ページを発見することが可能になる。特に、当該サイト作成者のバックグラウンドを知る人でなければ分からないような、当該サイト作成者にとっての非日常的なイベントを検出することができる。これにより、以下のような効果を奏する。

・当該サイト作成者が、自身が作成した膨大な量の記事ページの中から、非日常的なイベントに言及したものを発見することが容易になり、自分の経験を再確認し易くなる。

・当該サイトを初めて訪れた読者が、当該サイト作成者が過去に経験した非日常的イベントを発見することが容易になり、これにより、当該作成者の履歴を短時間で把握できたり、当該作成者との交流開始時の話のネタになったりするので、当該サイトと読者はコミュニケーションを開始しやすくなる。

また、社内ＳＮＳ等の組織内オンライン個人サイトサービスの管理者が、該サービス内のユーザが経験した非日常的なイベントを素早く発見できるようになり、当該組織において発生した重要事項・重大な問題を把握しやすくなる。

・本発明は、言語情報に依存しない分析手法であるため、未知の文書表現や外国語で記述された記事ページも分析できる。また、言語情報を利用する手法と衝突するものではないため、言語情報を利用する手法と併用することが可能である。

以下、図面と共に本発明の実施の形態を説明する。

以下では、オンライン個人ページの一例としてブログサイトを用いて説明する。多くの場合、ブログサイトは１人のユーザによって運営されており、ブログサイト内にはユーザが作成した記事ページが、作成時間情報と共に保存されている。また、記事ページに対する交流手段としては、コメント・トラックバック・ソーシャルブックマーク登録・リンク等があるが、ここでは、ブログサイトだけでなく、ＳＮＳやＢＢＳ等でも利用できることが多い「コメント」を事例にして説明を行う。ブログサイトでは、ブログサイト作成者がコメント受信拒否設定を行っていない限り、読者はブログサイトに含まれる各記事ページに自らのハンドルネーム等の読者ＩＤを付与したコメントを送信することができる。

図３は、本発明の一実施の形態における装置構成を示す。

同図に示す装置は、分析対象入力部１０、交流情報分析部１１、非日常イベント抽出部１４、抽出結果出力部１８、データ記憶部１７から構成される。

分析対象入力部１０は、分析対象であるブログサイトに関する情報が入力される部分である。具体的には、文書パーサ等の一般装置を用いて、分析対象ブログサイトに含まれる記事ページＵＲＬ、本文部分、交流部分（この場合はコメント送信者のハンドルネーム、コメント本文等を含むコメント部分）が分離され、一意のＩＤで関連付けられて、図４のような構造でデータ記録部１７（一般装置であり、磁気ディスク、あるいはメモリ上のデータ格納領域により実現される）に格納される。入力される記事ページは、当該ブログサイトに含まれるすべて、あるいは、任意の条件（「指定期間内に作成された」「特定キーワードを含む」、「コメントが１つ以上ある」等）を１つ以上満たすものが対象となる。

交流情報分析部１１は、分析対象ブログサイト内で発生した交流に関する情報を分析する部分であり、交流相手抽出部１２と交流相手分析部１３からなる。

交流相手抽出部１２は、分析対象ブログサイト内でブログサイト作成者と交流を行った読者を抽出する部分である。具体的には、まず、分析対象入力部１０から入力された分析対象ブログサイト内に含まれる各記事の交流部分をデータ記録部１７から取得する。次に、文書パーサ等の一般装置を用いて、各交流部分からコメントを送信した読者のＩＤ（ハンドルネーム等）を抽出し、重複するＩＤを取り除いて図５のようなリスト構造でデータ記録部１７に格納する。このとき、文献「Roland Hui, Akihiro Miyata, Harumi Kawashima, Hidenori Okuda: Blog Owner Detection :User Reference Matrix. The 70th National Convention of IPSJ, March, 2008」の技術等を用いてブログサイト作成者のＩＤを特定し、これを読者のＩＤに含めないようにしても構わない。また、ハンドルネームが異なっていても、何らかの手段を用いてそれらのＩＤが同一人物のものと特定できる場合は、それらを１つのＩＤに集約しても構わない。

交流相手分析部１３は、各交流相手が当該ブログサイト内のどの記事ページでどのような交流を行っているかを取得・分析し、図６のような構造でデータ記録部１７に格納する。まず、交流相手抽出部１２で作成した該ブログサイト内に含まれる記事ページに対してコメントを送信した読者のＩＤをデータ記録部１７から取得する。次に、分析対象入力部１０から入力された分析対象ブログサイト内に含まれる各記事のＩＤと交流部分をデータ記録部１７から取得する。そして、文書パーサ等の一般装置を用いて、読者毎に、交流行動を起こした記事ページＩＤと交流行動の情報を走査し、図６のように集計する。交流情報にはコメント数、総コメント文字数、総コメント絵文字数、トラックバック数等があるが、図６では、読者ＩＤ毎に、交流した記事ページＩＤ、及び交流属性としてコメント数、総コメント文字数のみを抽出する例が示されている。

非日常イベント抽出部１４は、分析対象ブログサイト内に含まれる記事ページの中で、非日常的な出来事に言及していると思われる記事ページを抽出する部分であり、ページ情報分析部１５と特徴的ページ抽出部１６からなる。

ページ情報分析部１５は、分析対象ブログサイト内に含まれる各記事ページの交流情報の分析を行う。具体的には図７に示す処理を行う。

図７は、本発明の一実施の形態におけるページ情報分析部の動作のフローチャートである。

同図において、［Ａ−１］の処理では、ブログの読者が当該ブログサイト内に含まれるすべて、あるいは、特定条件を満たす記事ページで起こした交流行動の情報に基づいて、当該読者と当該ブログサイト作成者の親密度を求める。本実施の形態では、図７の処理Ａを含むループにおいて、分析対象になっている記事ページ、及び、この記事ページよりも過去に作成されたすべての記事ページ上で当該読者が起こした交流行動を利用して親密度を求めることとする。この例では、当該読者がコメントを送信した記事ページ数が多いほど、当該読者と当該ブログ作成者の親密度が高くなるものとする。例えば、当該読者がコメントを送信した記事ページ数をそのまま親密度とする。より具体的には、読者「Ａｌｉｃｅ」が当該記事ページよりも過去に作成された記事ページに送信したコメント数の合計が「１００」であった場合は、親密度を「１００」とする。また、当該読者が送信したコメント文字数が多いほど、親密度を高めても構わないし、その他の指標（トラックバック数等）を鑑みても構わない。

同図の［Ａ−２］の処理では、当該読者が当該記事ページ上で起こした交流行動の各属性の値と、該読者と該ブログ作成者の親密度を利用して、該読者が起こした交流行動のスコアを算出する。ここでは、当該読者が当該記事ページ上で起こした交流行動の各属性の値と、当該読者と当該作成者の親密度を掛け合わせたものをスコアとするものとする。例えば、読者「Ａｌｉｃｅ」と作成者の親密度が「１００」であり、当該記事ページに対して「Ａｌｉｃｅ」が送信したコメント数が「３」、総コメント文字数が「５０」である場合は、図８のように交流行動の各属性のスコアが算出される。

分析対象記事ページで交流行動を起こしている各読者に対する処理のループの後の、［処理Ｂ］では、当該記事ページ上で交流行動を起こした全読者の交流行動のスコアを集約する。ここでは、図９のように、全読者のスコアを足し合わせたものを集約スコアとし、メモリ（図示せず）に格納する。または、当該作成者との親密度が閾値を超えた読者のスコアを足し合わせても構わないし、任意のアルゴリズムに基づいて全読者の交流行動のスコアが集約されても構わない。

図７の処理によって求められ、メモリ（図示せず）に格納された、分析対象ブログサイトに含まれる各記事ページに対して交流行動の集約スコアは、図１０のような形式でデータ記録部１７に格納される。

特徴的ページ抽出部１６は、分析対象ブログサイトに含まれる各記事ページの交流行動を集約スコアをデータ記録部１７から取得し、何らかの分析を行って特徴的なページを抽出し、図１１のような形式でデータ記録部１７に格納する。以降、２パターンの分析方法を例示する。

≪パターン１≫
特徴的ページ抽出部１６は、特定の集約スコアに着目し、一定条件を満たす集約スコアを持つ記事ページを特徴的な記事ページと判定する方法がある。以下に示すのは、「総コメント文字数の集約スコア」に着目した場合の処理例である。

（１）まず、分析対象ブログサイトに含まれる記事ページの総コメント文字数の集約スコアをデータ記録部１７から読み出して、平均値を求める。

（２）次に、当該集約スコアの標準偏差を求める。

（３）そして、総コメント文字数の集約スコアが、例えば、（１）で求めた平均値から（２）で求めた標準偏差の３倍以上離れている記事を特徴的な記事ページと判定する。

当該平均値が「１００００」、当該標準偏差が「１００００」であった場合、図１０の例であれば、記事ページＩＤ２の記事が持つ総コメント文字数の集約スコア（６００００）は、当該平均値から当該標準偏差の３倍以上離れているので、特徴的な記事ページと判定されることになる。このとき、当該記事ページがどの程度特徴的であるかを示すスコアを付与してもよく、例えば、当該集約スコアと当該平均値の差に比例して大きくなるようなスコア算出方法がある。

なお、この例では、総コメント文字数が集約スコアのみに着目したが、複数の集約スコアに着目してもよく、その場合、各集約スコアの重みを設定し、重みが大きい集約スコアが平均値から大きく外れているものほど、より特徴的な記事ページであると判定してもよい。

≪パターン２≫
特徴的ページ抽出部１６は、記事ページが持つ各集約スコアを素性と見做し、クラスタリング等の機械学習手法を用いて特徴的な素性を持つ記事ページを発見し、これを特徴的な記事ページと判定する方法がある。以下に示すのは、「コメント数の集約スコア」と「総コメント文字数の集約スコア」を素性とみなしてクラスタリングを行う場合の処理例である。

まず、分析対象ブログサイトに含まれる記事ページの「記事ページＩＤ」をクラスタリング対象の識別子、図１０に示す「コメント数の集約スコア」と「総コメント文字数の集約スコア」をクラスタリングに用いる素性に設定し、クラスタリングを行う。このとき、クラスタリングのパラメータ（ｋ−ｍｅａｎｓ法のクラスタリングであればｋ値等）を任意に変動させ、図１２のクラスタＸのようにサイズが規定値以下（例えば、全記事ページの１％以下等）のクラスタが出現したら、このクラスタに含まれる記事ページを特徴的な記事ページと判定する。サイズが規定値以下のクラスタが複数出現する場合は、それらすべてを特徴的であると判定しても構わないし、サイズが最も小さいものを特徴的であると判定しても構わない。

または、図１３のように、全クラスタの中心座標を求め、サイズが規定値以上のクラスタの中心座標から、より中心座標が離れている方の「サイズが規定値以下のクラスタ」（図１３のクラスタＹ）に含まれる記事がより特徴的であると判定してもよい。

抽出結果出力部１８は、特徴的ページ抽出部１６により特徴的と判定された記事ページの記事ページＩＤをデータ記録部１７から取得し、パーソナルコンピュータのディスプレイ等の一般装置に対して出力する。このとき、記事ページＩＤと関連付けられている記事ページＵＲＬ、本文部分、交流部分やコメント数等をデータ記録部１７から併せて取得して、記事ページＩＤと関連付けて出力してもよい。

なお、上記の図３に示す各構成要素の動作をプログラムとして構築し、イベント抽出装置として利用されるコンピュータにインストールして実行させる、または、ネットワークを介して流通させることが可能である。

また、構築されたプログラムをハードディスクや、フレキシブルディスク・ＣＤ−ＲＯＭ等の可搬記憶媒体に格納し、コンピュータにインストールする、または、配布することが可能である。

なお、本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において種々変更・応用が可能である。

本発明は、ブログのようなインターネット上の個人サイトの分析技術に適用可能である。

本発明の原理構成図である。 本発明の原理を説明するための図である。 本発明の一実施の形態における装置構成図である。 本発明の一実施の形態における入力情報の例である。 本発明の一実施の形態におけるコメント送信者ＩＤの例である。 本発明の一実施の形態における交流情報の例である。 本発明の一実施の形態におけるページ情報分析部の動作のフローチャートである。 本発明の一実施の形態における交流行動の各属性のスコアの例である。 本発明の一実施の形態における集約スコアの例である。 本発明の一実施の形態における交流行動の集約スコアの例である。 本発明の一実施の形態における特徴的ページ抽出部で抽出された特徴的な記事ページＩＤの例である。 本発明の一実施の形態におけるクラスタリングの例（その１）である。 本発明の一実施の形態におけるクラスタリングの例（その２）である。

符号の説明

１０ 分析対象入力部
１１ 交流情報分析部
１２ 交流相手抽出手段、交流相手抽出部
１３ 交流相手分析手段、交流相手分析部
１４ 非日常イベント抽出部
１５ ページ情報分析手段、ページ情報分析部
１６ 特徴的ページ抽出手段、特徴的ページ抽出部
１７ 記憶手段、データ記憶部
１８ 抽出結果出力部

Claims (8)

1. コミュニケーション型オンライン個人サイトに含まれる記事ページ中から非日常的なイベントを抽出するイベント抽出装置であって、
   分析対象のブログサイトに含まれる記事ページが入力されると、該記事ページから該ブログサイトに対してコメント、トラックバックを含む交流行動を起こした交流相手の読者ＩＤを抽出し、記憶手段に格納する交流相手抽出手段と、
   前記記憶手段に格納されている前記読者ＩＤ毎に、当該交流相手がコメント、トラックバックを含む交流行動を起こした記事ページに対する、コメントやトラックバックを含む交流行動の属性として抽出し、前記記憶手段に格納する交流相手分析手段と、
   前記記憶手段に格納されている前記記事ページに対する交流行動の各属性の値と、前記サイト作成者と前記読者ＩＤの交流相手との親密度を求め、該属性の値と該親密度から集約スコアを求め、前記記憶手段に格納するページ情報分析手段と、
   前記記憶手段から前記記事ページ毎の前記集約スコアを読み出して、該集約スコアに基づいて、前記交流相手が他の記事ページとは異なるような特徴的な交流行動を行っている記事ページを抽出して出力する特徴的ページ抽出手段と、
   を有することを特徴とするイベント抽出装置。
2. 前記特徴的ページ抽出手段は、
   一定の条件を満たす集約スコアを持つ記事ページを特徴的なページとして抽出する手段を含む
   請求項１記載のイベント抽出装置。
3. 前記特徴的ページ抽出手段は、
   前記記事ページの各集約スコアを素性とみなし、既存の機械学習手法を用いて特徴的な素性を持つ記事ページを特徴的なページとして抽出する手段を含む
   請求項１記載のイベント抽出装置。
4. コミュニケーション型オンライン個人サイトに含まれる記事ページ中から非日常的なイベントを抽出するイベント抽出方法であって、
   交流相手抽出手段が、分析対象のブログサイトに含まれる記事ページが入力されると、該記事ページから該ブログサイトに対してコメント、トラックバックを含む交流行動を起こした交流相手の読者ＩＤを抽出し、記憶手段に格納する交流相手抽出ステップと、
   交流相手分析手段が、前記記憶手段に格納されている前記読者ＩＤ毎に、当該交流相手がコメント、トラックバックを含む交流行動を起こした記事ページに対する、コメントやトラックバックを含む交流行動の属性として抽出し、記憶手段に格納する交流相手分析ステップと、
   ページ情報分析手段が、前記記憶手段に格納されている前記記事ページに対する交流行動の各属性の値と、前記サイト作成者と前記読者ＩＤの交流相手との親密度を求め、該属性の値と該親密度から集約スコアを求め、前記記憶手段に格納するページ情報分析ステップと、
   特徴的ページ抽出手段が、前記記憶手段から前記記事ページ毎の前記集約スコアを読み出して、該集約スコアに基づいて、前記交流相手が他の記事ページとは異なるような特徴的な交流行動を行っている記事ページを抽出して出力する特徴的ページ抽出ステップと、
   を行うことを特徴とするイベント抽出方法。
5. 前記特徴的ページ抽出ステップにおいて、
   一定の条件を満たす集約スコアを持つ記事ページを特徴的なページとして抽出する
   請求項４記載のイベント抽出方法。
6. 前記特徴的ページ抽出ステップにおいて、
   前記記事ページの各集約スコアを素性とみなし、既存の機械学習手法を用いて特徴的な素性を持つ記事ページを特徴的なページとして抽出する
   請求項４記載のイベント抽出方法。
7. 請求項１乃至３のいずれか１項記載のイベント抽出装置を構成する各手段としてコンピュータを機能させるためのイベント抽出プログラム。
8. 請求項７記載のイベント抽出プログラムを格納したことを特徴とするコンピュータ読み取り可能な記録媒体。

Images