JP2010061638A - 階層構築方法および階層構築システム - Google Patents

Abstract

【課題】 オブジェクト階層を構築するために方法とシステムを提供する。
【解決手段】 この階層構築方法は、ウェブサイトからウェブページ集合を取得し、ウェブページの階層を抽出するために、取得したウェブページについてページ間解析を行い、ウェブページ中の意味ブロックを識別し、全てのウェブページについて意味ブロックの階層を抽出するために、取得した各ウェブページについてページ内解析を行い、統合的な階層を生成するために、意味ブロックの階層をウェブページの階層と融合する。その後、統合的なオブジェクト階層を生成するために、生成された統合的な階層上のノードを対応するオブジェクトにマッピングする。本発明による階層構築システムおよび方法は、従来と比較し、ページ間解析結果およびページ内解析結果を融合させることにより、より正確でより効率的にオブジェクト階層を構築することが可能である。
【選択図】 図１Ｂ

Description

本発明は、ウェブからドメイン知識（domain
knowledge）を取得するための方法とシステムに関し、特に、ウェブから自動でオブジェクト階層（object
hierarchy）の構築と生成を可能にするシステムおよび方法に関する。

近年、コンピューターは、人々が関心のある情報を見つけ出すのを支援する現代生活の必要不可欠なツールとなっている。増大する莫大な量の多種多様な情報がウェブ上に蓄積されるインターネット時代においては、特に、そうである。コンピューターは計算、記憶あるいは検索のような情報処理においては高速であるが、情報理解における不適格さが、知的情報処理（intelligent information processing）にとって大きな障害である。そのような問題に対処するために、知的情報処理にための意味的な関連の研究が最近一般的となっている。
例えば、関連する技術が、
ティム・バーナーズ・リー、 ジェイムズ・ヘンドラー、 オー・ラッシーラ（２００１）等による「セマンティックウェブ、サイエンティフィックアメリカン」、 ２００１年５月、２８−３７頁（T. Berners-Lee, J. Hendler, O. Lassila
(2001), entitled “The Semantic Web, Scientific American”, May 2001, pp. 28-37,）（非特許文献１）、ナイジェル・シャボット、 ティム・バーナーズ・リー、 ウエンディー・ホール等による「再考されたセマンティックウェブ」インテリジェントシステムのＩＥＥＥ、 巻２１号（３）、９６−１０１頁、２００６年５月／６月（Nigel Shadbolt, Tim Berners-Lee and Wendy
Hall, entitled “The Semantic Web Revisited”, IEEE Intelligent Systems 21(3) pp.
96-101, May/June 2006） （非特許文献２）、Ｅｅｒｏ Ｈｙｖｏｎｅｎによる「フィンランドにおけるセマンティックウェブの開始−ビジョン、技術、調査およびアプリケーション」ヘルシンキ研究所情報技術公開、３０４頁（E. Hyvonen (editor), entitled “Semantic Web
Kick-Off in Finland - Vision, Technologies, Research, and Applications”, HIIT
Publications, 2002-001, Helsinki Institute for Information Technology (HIIT),
Helsinki, Finland, 304 pp）（非特許文献３）
等に開示されている。
それらはコンピューターによる情報理解を支援するための形態と技術に集中している。人工知能（ＡＩ）および一般的なウェブ情報処理技術の従来の分野からの知識表現のための記述論理あるいはフレーム論理のような、ある数学の論理について基づいて、Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ Ｃｏｎｓｏｒｔｉｕｍ（Ｗ３Ｃ）のような標準化組織は、ＸＭＬ、ＲＤＦ（Resource Description Framework）やＯＷＬ（Web Ontology Language）及びルール言語（例えば、ウェブ・ルール言語（Web
Rule Language）、ルールマークアップ言語（Rule Markup Language））のような、セマンティック技術の採用を進めるための基礎として役立つ標準を積極的に明示している、
また、多くの開発者、企業家および技術者が、意味ベースの知的情報利用の考え方を実現させるために、関連するツールセット、製品、ケーススタディーおよび実際に動作するアプリケーションなどを生み出し展開する段階に入っている。

しかしながら、ウェブユーザーに様々な知的情報利用サービスを提供するためにコンピューターの強力な計算性能およびセマンティック関連の標準を利用するには、バックエンドドメイン知識（現在、オントロジはウェブ上の知識表現のための支配された方法である）が重要な役割を果たす。このように、ドメイン知識構築は解決されなければならない重大な問題である。

現在、主に２種類のドメイン知識が存在する。オントロジと階層である。

オントロジは、形式的に用語の関係を規定する文書あるいはファイルである。また、ウェブのための最も代表的な種類のオントロジは、概念分類（taxonomy）と推論規則（inference rule）集合を有する。さらに、概念分類は、オブジェクトのクラスとそれらの間の関係を定義する。例えば、住所は、位置のタイプとして定義され、都市名コードは位置にのみ適用するために定義される。オントロジは、「都市名コードが州コードに対応付けられ、住所がその都市名コードを使用するならば、住所は対応付けられた州コードを持つ。」というような規則を示す。それから、プログラムは、例えば、イサカにあるコーネル大学の住所が、米国のニューヨーク州にあるはずであり、従って、米国標準にフォーマットされるべきであると、容易に推測する。

階層は、ノードと、ノードを接続するエッジを含み、時にノードに附随するインスタンスを含んでいる。オントロジと比較して、階層は非常に簡単な形式である。オントロジにおける、クラス、特性、定義および関係のような多くの要素は、階層において無視することが可能である。しかし、階層からそれらの要素を推論するいくつかの方法がある。したがって、階層は、明示的であるが略式の仕様を持った一種の擬オントロジと見なすことができる。

関連技術として、主に２種類のオントロジ構築（ＯＢ）方法が存在する。すなわち、ある原料に基づいたオントロジ構築方法と、ある既存のオントロジに基づいたオントロジ構築方法である。原料ベースのオントロジ構築方法においては、例えば、オントロジは、テキスト、辞書、知識ベース、半構造化データあるいは関係スキーマから構築することが可能である。既存のオントロジベースのオントロジ構築方法においては、テキストあるいは概念のコンテキストを比較することによって、いくつかの既存のオントロジを一つに統合することが可能である。

オントロジはセマンティックウェブ（Semantic Web）および関連サービスにとって重大であるが、オントロジが、クラス、クラス定義、クラスの関係、特性などのような人間によってさえ満足するのが難しい多くのコンテンツを通常含んでいるので、形式的オントロジ（formal
ontology）を自動的に構築するのはとにかく困難である。言うまでもなく、オントロジの複雑な構成は、あるリアルタイムウェブ・サービスのような、その大規模構造そして広く普及したアプリケーションを阻害した。さらに、オントロジ統合は、人間の相互作用を通して通常実行される。そのため、階層統合のように簡単に実現することができない。

また、階層構築（ＨＢ）について若干の関連技術が存在する。例えば、特開２００１−３４６３５号公報（特許文献１）は、ウェブから階層を構築する方法を開示している。具体的には、１つの用語（すなわち１つのノード）は各ウェブページから抽出され、また、階層的関係はウェブページ間のリンクに基づいて構築される。全てのページの関係を構築する代わりに、この方法では、同じタイプのウェブページについてのみ関係を構築する。例えば、２つの製品ページ間のリンクは保持されるが、製品ページと広告ページ間のリンクは無視される。
また、Ｎ．リウ、Ｃ．Ｃ．ヤン等による、「ウェブサイト・トピック階層生成へのアプローチに基づくリンク分類」（N. Liu, C.C. Yang, entitled "A link classification based
approach to website topic hierarchy generation" (WWW2007)）（非特許文献４）においては、ページ間リンク構成解析に基づいてウェブサイト中のウェブページ間の階層的関係を抽出する方法が提供されている。そして、各ウェブページをトピック・オブジェクトで包み、トピック階層を構築する。
上述した特許文献１及び非特許文献４の開示内容は、専ら参照の目的でここに取り入れられる。

特開２００１−３４６３５号公報

ティム・バーナーズ・リー、 ジェイムズ・ヘンドラー、 オー・ラッシーラ（２００１）等による「セマンティックウェブ、サイエンティフィックアメリカン」、 ２００１年５月、２８−３７頁（T. Berners-Lee, J. Hendler, O. Lassila(2001), entitled "The Semantic Web, Scientific American", May 2001, pp. 28-37,） ナイジェル・シャボット、 ティム・バーナーズ・リー、 ウエンディー・ホール等による「再考されたセマンティックウェブ」インテリジェントシステムのＩＥＥＥ、 巻２１号（３）、９６−１０１頁、２００６年５月／６月（Nigel Shadbolt, Tim Berners-Lee and WendyHall, entitled "The Semantic Web Revisited", IEEE Intelligent Systems 21(3) pp.96-101, May/June 2006） Ｅｅｒｏ Ｈｙｖｏｎｅｎによる「フィンランドにおけるセマンティックウェブの開始−ビジョン、技術、調査およびアプリケーション」ヘルシンキ研究所情報技術公開、３０４頁（E. Hyvonen (editor), entitled "Semantic WebKick-Off in Finland - Vision, Technologies, Research, and Applications", HIITPublications, 2002-001, Helsinki Institute for Information Technology (HIIT),Helsinki, Finland, 304 pp） Ｎ．リウ、Ｃ．Ｃ．ヤン等による、「ウェブサイト・トピック階層生成へのアプローチに基づくリンク分類」（N. Liu, C.C. Yang, entitled "A link classification basedapproach to website topic hierarchy generation" (WWW2007)）

しかしながら、ＨＢに関する関連技術（特許文献１及び非特許文献１に記載の技術）において、既存の方法は、オブジェクト／トピックがページ全体によって表わされる場合を考慮するだけであり、また、オブジェクト／トピック中の関係はページ間ハイパーリンク解析によって取得される。しかしながら、オブジェクト／トピック（階層のノード）の一部分だけがページ全体によって表され、オブジェクトの他の部分はウェブページのいくつかの部分によって覆われているだけである。さらに、ページ間のリンク中には階層的関係以外に多くのノイズが存在するので、ページ間関係のみから抽出されたハイパーリンクは、十分に正確とは言えない。

関連技術におけるＨＢ方法の欠陥を考慮し、本発明は、より正確でより有効な方法でウェブサイトからオブジェクト（例えば製品）の階層を自動的に抽出するためになされたものである。

本発明においては、ページ間解析（すなわち、ウェブページの階層の解析）をページ内解析（すなわち、ウェブページ内の意味ブロックの関係についての解析）と統合することによる、ウェブサイトからの自動階層抽出のための統合された方法を提案する。ページ内部の意味ブロック内に包含された階層的関係は、ページ間解析からのみ生ずる不正確な階層を修正するために利用される。

より具体的には、本発明の統合的な階層抽出方法は、主に、（１）ページ間階層解析、（２）ページ内階層解析、そして（３）統合階層生成の、３つの工程を含んでいる。

ページ間階層解析中、階層は、ウェブサイトの全ページ集合の意味関係解析に基づいて生成される。一方、ネストされたオブジェクトは、ウェブサイトから抜粋され、各トピックをその代表的なページと結び付ける。他方、ウェブページ間の階層関係は、ハイパーリンクとコンテンツの解析を統合する、ハイパーリンクベースの方法あるいはハイブリッド方法で識別される。したがって、オブジェクト階層は、ウェブページ間のオブジェクトとページのペアおよび階層関係の統合により抽出される。

その後、ページ内階層解析において、階層は、ウェブページ内部の意味ブロック解析に基づいて生成される。意味ブロック解析は、オブジェクト表示ページへ案内するハイパーリンクのバンドルを有する各ページについて実行される。また、それは、意味ブロック間のハイパーリンクおよび階層的関係を含むネストされた意味ブロックを取り出す。これらのネストされた意味ブロックもオブジェクトとして結び付けられる。したがって、新たなオブジェクト集合の階層は、オブジェクトとページのペア、オブジェクトとブロックのペアおよび意味ブロック間の階層的関係の統合により抽出することができる。

最後に、洗練されたオブジェクト階層が、ページ間解析とページ内解析の結果を融合させることにより生成される。実施の形態において、融合動作は互いに不当な階層的関係を調整し互いに欠けている階層的関係を補完することを含むことが可能である。もちろん、ページ間解析とページ内解析の結果に対する融合動作が説明された実施例への制限されていないと当業者のために考えるのは簡単である。

さらに、前述の説明は本発明の原理を簡潔に説明するためにのみ利用されるものであり、本発明を限定するものではない。例えば、前述の例においては、ウェブページとオブジェクトおよび意味ブロックとオブジェクトのマッピング動作は、ページ間解析とページ内解析の工程においてそれぞれ実行されるとして区別されている。しかしながら、他のいくつかの実施の形態では、ウェブページの階層と意味ブロックのネストされた関係（これらはページ間解析とページ内解析の結果として取得される）は、最初に融合され、それから、統合的な階層上のノード（ウェブページあるいは意味的なブロック）を、最終的なオブジェクト階層を得るためにオブジェクトにマッピングすることが可能である。

本発明の階層構築方法は、ウェブサイトからウェブページ集合を取得するステップと、ウェブページの階層を抽出するために、取得したウェブページについてページ間解析を行なうステップと、ウェブページ中の意味ブロックを識別し、全てのウェブページについて意味ブロックの階層を抽出するために、取得した各ウェブページについてページ内解析を行なうステップと、統合的な階層を生成するために、意味ブロックの階層をウェブページの階層と融合するステップとを有する。

本発明の階層構築システムは、ウェブサイトから全てのウェブページを取得するウェブページ取得手段と、ウェブページの階層を抽出するために、取得したウェブページについてページ間解析を行なうページ間解析手段と、ウェブページ中の意味ブロックを識別し、全てのウェブページについて意味ブロックの階層を抽出するために、取得した各ウェブページについてページ内解析を行なうページ内析手段と、統合的な階層を生成するために、意味ブロックの階層をウェブページの階層と融合する融合手段とを備える。

まず、本発明がオントロジではなく階層に注目しているので、ドメイン知識構築の多くの現実の事例を処理することが可能になる。さらに、本発明は、ウェブサイトにおける既存の非公式、半形式上の知識の再使用を容易にし、できるだけ世界／ドメインの共通の理解を反映することが可能である。

さらに、本発明に適用される統合オブジェクト階層抽出方法は、ページ間解析ベースの方法あるいはページ内解析ベースの方法のいずれかより、高精度で階層を取得することが可能である。ページ間解析およびページ内解析の結果は、互いに調整し補完することが可能である。

また、本発明において適用したページ内解析が、オブジェクト表示ページ（ページ間解析中に識別されるページ）に導くハイパーリンクのバンドルを有するページについてのみ実行することが可能であるので、ウェブページの全てのページについてページ内解析を実行するより、非常に効率の高い処理が可能である。

本発明の上述した特徴と他の特徴及び効果は、添付図面と組み合わせた以下の説明からより明らかになると思われる。本発明の範囲が、ここに説明された例あるいは特定の実施の形態に限定されないことは言うまでもない。

本発明の前述した特徴及び他の特徴は、添附図面と共に以下の説明を参照することでよりよく理解されるであろう。
本発明の第１の実施の形態による統合オブジェクト階層構築システム１００ａの内部構成例を示すブロック図である。 図１Ａにおいて示した統合オブジェクト階層構築システム１００ａの動作を説明するためのフローチャートである。 本発明の第２の実施の形態による統合オブジェクト階層構築システム１００ｂの内部構成例を示すブロック図である。 図２Ａにおいて示した統合オブジェクト階層構築システム１００ｂの動作を説明するためのフローチャートである。 本発明の第３の実施の形態による統合オブジェクト階層構築システム１００ｃの内部構成例を示すブロック図である。 図３Ａにおいて示した統合オブジェクト階層構築システム１００ｃの動作を説明するためのフローチャートである。 本発明の第３の実施の形態による統合オブジェクト階層構築システム１００ｃに含まれるオブジェクト関連ウェブページの識別のためのフィルタ手段３０２のさらに詳細な内部構成例を示すブロック図である。 ページ内階層解析を実行するページ内解析手段１０３の内部構成例を示すブロック図である。 意味ブロックタイトル抽出の処理、および融合処理とマッピング処理について説明する概略図である。 本発明による統合オブジェクト階層構築システムの中に含まれる融合手段とマッピング手段のさらに詳細な内部構成例を示すブロック図である。 本発明を実現するために利用されるコンピュータ・システムの概略を示すブロック図である。

以下、本発明の実施の形態について、添付図面を参照して説明する。以下に述べる実施の形態は例として説明するものであり、本発明の範囲を制限するものとして考慮されるべきでないことは言うまでもない。

本発明は、知識抽出、管理および利用のためのシステムおよび方法についてなされている。特に、本発明は、例えば、ウェブサイトのウェブページ集合を考慮することにより、非常に正確で効率的なオブジェクト階層抽出を実現する方法およびシステムを提供する。もちろん、本発明の適応例が以下に説明する実施例に限定されるものでなく、他の知識源からのドメイン知識の解析および管理に同様に利用することが可能であることは当業者であれば理解できるであろう。

まず、図１Ａは、本発明の第１の実施の形態による統合オブジェクト階層構築システム１００ａの内部構成例を示すブロック図であり、図１Ｂは、図１Ａに示す統合オブジェクト階層構築システム１００ａの動作について説明するフローチャートである。
図１Ａにおいて示すように、統合オブジェクト階層構築システム１００ａの中核部分は、オブジェクト階層構築モジュール１０ａにある。オブジェクト階層構築モジュール１０ａは、ウェブページ記憶装置１０８から、ウェブサイトのウェブページ集合を取得し、処理の後、ウェブサイトに対するオブジェクト階層Ｌを構築し、その後、オブジェクト階層Ｌをオブジェクト階層記憶装置１０９に格納する。図示しないウェブサイトクローラアプリケーション（website crawling application）は、インターネットから１つ以上のウェブサイトのウェブページ集合をダウンロードし、階層抽出のためにウェブページ記憶装置１０８に取得したウェブページを格納する。ウェブページ解析モジュール１１０は、ウェブページ中のハイパーリンク情報を抽出し、ハイパーリンク記憶装置１１１に抽出した情報を格納するために、ウェブページ記憶装置１０８内のウェブページを解析するのに利用される。
図示のように、オブジェクト階層構築モジュール１０ａは、ウェブページ取得手段１０１と、ページ間解析手段１０２と、ページ内解析手段１０３と、融合手段１０４およびマッピング手段１０５とを含んでいる。これらの構成要素に加えて、オブジェクト階層構築モジュール１０ａは、ページ間解析結果を格納するためのウェブページ階層記憶装置１０６およびページ内解析結果を格納するための意味的ブロック記憶装置１０７を含んでいる。

図１Ｂのフローチャートを参照すると、まずステップ２０１ａにおいて、ウェブページ取得手段１０１が、ウェブサイトからウェブページ集合を取得する。例えば、ウェブページ取得手段１０１は、ウェブサイトの全てのウェブページを取得することが可能である。そして、ページ間解析手段１０２およびページ内解析手段１０３は、ハイパーリンク記憶装置１１１に格納されたウェブページのハイパーリンク情報を参照して、取得したウェブページについてページ間解析とページ内解析をそれぞれ実行する。そして、ページ間解析結果として抽出されるウェブページの階層をウェブページ階層記憶装置１０６に格納する。また、ページ内解析結果として抽出される意味ブロック、意味ブロックの階層および意味ブロックのタイトルを全て意味ブロック記憶装置１０７に格納する（ステップ２０２ａおよびステップ２０３ａ）。その後、ステップ２０４ａにおいて、融合手段１０４は、統合的な階層を生成するためにウェブページ階層と意味的ブロック階層を融合させる。ステップ２０５ａにおいて、その後、マッピング手段１０５は、統合的なオブジェクト階層を得るために、対応するオブジェクトに、統合的な階層上のノード（ウェブページあるいは意味的ブロック）をマッピングする。その統合的なオブジェクト階層は、オブジェクト階層記憶装置１０９に格納される。後述するように、階層のマッピングはオブジェクトのタイトルにノードのタイトルをマッピングすること、オブジェクトの階層関係にノードの階層関係をマッピングすることを含む。
最終的に生成された統合オブジェクト階層は、オブジェクト（例えば、製品）関連であり、各ノードによって表わされるオブジェクトは、ウェブページあるいはウェブページ内の意味ブロックである。

オブジェクト階層記憶装置１０９に格納された様々なウェブサイトに対するオブジェクト階層は、後で、種々の階層関連アプリケーション（図示せず）によって利用される。階層関連アプリケーションは、様々なウェブサイトから抽出された階層を統合し、整合させるための階層統合アプリケーションのようなものである。

図２Ａおよび２Ｂは、本発明の第２の実施の形態による統合オブジェクト階層構築システム１００ｂとその動作処理を示す。第１の実施の形態によるシステム１００ａと比較すると、第２の実施の形態においては、マッピング手段１０５が融合手段１０４の前に置かれ、ページ間解析とページ内解析のそれぞれに対する２つのマッピング手段（第１のマッピング手段１０５１と第２のマッピング手段１０５２）として構成されている。第１のマッピング手段１０５１は、ページ間解析手段１０２の後に置かれ、ウェブページによって表わされるオブジェクトの階層を構築するために、対応するオブジェクトに、ページ間解析結果として取得されるウェブページの階層上のノード（すなわち、ウェブページ）をマッピングする。第２のマッピング手段１０５２は、ページ内解析手段１０３の後に置かれ、意味的なブロックによって表わされるオブジェクトの階層を構築するために、対応するオブジェクトに、ページ内解析結果として取得される意味的なブロックの階層上のノード（すなわち、意味的なブロック）をマッピングする。その後、ウェブページによって表わされるオブジェクトの階層、および意味ブロックによって表わされるオブジェクトの階層は、第１のマッピング手段１０５１および第２のマッピング手段１０５２から、融合動作のための融合手段１０４に出力される。融合手段１０４において、２つの階層が、統合的なオブジェクト階層Ｌを生成するために融合される。第１の実施の形態と同様に、統合的なオブジェクト階層Ｌは、オブジェクト階層記憶装置１０９に格納される。

図２Ｂは、図２Ａに示す統合オブジェクト階層構築システム１００ｂの動作を説明するためのフローチャートである。図１Ｂと比較して、第１と第２の実施の形態間の違いが、第１と第２マッピングステップ２０３ｂおよび２０５ｂにあることが分かる。さらに、ウェブページ−オブジェクトマッピング処理および意味ブロック−オブジェクトマッピング処理が、ページ間解析とページ内解析において既に実行されているので、融合ステップ２０６ｂの後、統合的なオブジェクト階層Ｌが直ちに生成される。

第１の実施の形態と類似する図２Ａに示される他の構成要素及びおよび図２Ｂにおいて示される他のステップに関しては、それらの説明を分かりやすくするために説明を省略する。

さらに、図３Ａおよび３Ｂはより有効な他の実施の形態を示している。本発明の目的がオブジェクトに関連する階層を生成することであるので、ページ間解析中に、ウェブページ取得手段１０１によって取得されたウェブページの集合からオブジェクト関連のウェブページをまず検索し、次に階層関係を判定するために分析し処理する必要があるオブジェクト関連のウェブページだけを検索することが重要である。詳細については、図３Ａおよび３に示されている。図３Ａは、本発明の第３の実施の形態による統合オブジェクト階層構築システム１００ｃの内部構成例を示すブロック図であり、図３Ｂは、図３Ａにおいて示すシステム１００ｃの動作を説明するためのフローチャートである。

図１に示す第１の実施の形態と比較すると、第１と第２実施の形態に類似する構成要素に加えて、図３Ａに示すシステム１００ｃにおけるオブジェクト階層構築モジュール１０ｃは、オブジェクトタイプ入力手段３０１およびフィルタ手段３０２を含んでいる。まず図３Ｂのフローチャートを参照すると、第１と第２実施の形態と同様に、まずステップ２０１ｃで、ウェブページ取得手段１０１は、ウェブページ記憶装置１０８からウェブサイトのウェブページの集合を取得する。ステップ２０２ｃで、利用者は関心のあるオブジェクトタイプをオブジェクトタイプ入力手段３０１によって入力する。その後、フィルタ手段３０２は、ウェブページ取得手段１０１によって取得したウェブページから利用者が関心を持つオブジェクトタイプを有するウェブページを、オブジェクト関連のウェブページとして取り出すフィルタリングを行う（ステップ２０３ｃ）。ステップ２０４ｃで、オブジェクト関連のウェブページの階層を抽出するために、ページ間解析手段１０２は、フィルタリングして得たオブジェクト関連のウェブページについてだけページ間解析を実行する。同様に、ページ内解析について、ページ内解析手段１０３は、ページ内意味ブロック解析を行うために、オブジェクト関連のウェブページにハイパーリンクのバンドルを有するページだけを選択することが可能である（ステップ２０５ｃ）。次に、第１の実施の形態と同様に、融合手段１０４は、統合的な階層を生成するために、ステップ２０４ｃで構築されたウェブページの階層と、ステップ２０５ｃで構築された意味的なブロックの階層とを融合させる（ステップ２０６ｃ）。そして、ステップ２０７ｃで、マッピング手段１０５は、統合的なオブジェクト階層を構築するために、対応するオブジェクトに、統合的な階層上の各ノードをマッピングする。その後、処理が終了する。

図３Ａにおいて示すシステムは、図１Ａで示した第１の実施の形態のシステムに基づいているが、対応オブジェクトタイプ入力手段３０１およびフィルタ手段３０２をシステム１００ｂに追加すれば、図２Ａに示す第２の実施の形態に第３の実施の形態の技術原理を同様に適用することが可能であることは当業者にとって明白である。

図４は、オブジェクト関連ウェブページを識別するためのフィルタ手段３０２のさらに詳細な内部構成例を示すブロック図である。図示のように、この例において、フィルタ手段３０２は、階層型ハイパーリンク識別ユニット４０１、階層型ナビゲーション経路生成ユニット４０２、オブジェクト関連ウェブページ識別ユニット４０３および収集ユニット４０４を含む。この実施例において、オブジェクト関連ウェブページのフィルタリングは、階層型ナビゲーション経路（ＨＮＰ：hierarchical navigation path）ベースの方法で実行することができる。もちろん、このＨＮＰ方法は、あくまで一例として説明している。オブジェクト関連ページのフィルタリングを実行するために、他の適切な既存方法を採用することが可能であることは、当業者とって容易に理解できる。

基本的に、ＨＮＰは特定のウェブサイトと関連付けられる。それは、ウェブサイトのルートページから行き先ページに利用者の操作を案内するための仮のナビゲーション経路を構成するウェブページ間の階層的関係を有するそれらのハイパーリンクのマルチステップを意味する。ＨＮＰの構造ハイパーリンク（ここでは、階層的ハイパーリンク（ＨＬ：hierarchical
hyperlink）と称する）は、ピア・ツー・ビア勧告を示唆する参照ハイパーリンクと異なると共に、あるページから別のページに対してただショートカットを提供する単なるナビゲーションハイパーリンクとも異なる。代わりに、ＨＬはウェブページ構築のために利用され、ウェブページ間のある種の階層的関係（例えば、全体と一部あるいは親と子）を埋め込む。親ページの意味は、連続するＨＬ（すなわち、ＨＮＰ）に沿って子ページに継承される。このように、ＨＮＰは、その行き先ウェブページのコンテンツ上に意味のある指標を与える。

図４を参照すると、階層型ハイパーリンク識別ユニット４０１は、ウェブサイト内のすべてのハイパーリンクからＨＬを識別するために利用される。
一例として、階層型ハイパーリンク識別ユニット４０１は、単なるナビゲーションハイパーリンク（すなわち、ＨＬに付随する雑音情報（例えば、直接又は間接の兄弟間のハイパーリンクや上向きのハイパーリンク））を除去するためのアルゴリズムを採用する。
このアルゴリズムは、１）ＵＲＬ構文の解析と、２）意味的なハイパーリンク解析の２つのステップを含んでいる。
ステップ１は、ＵＲＬ文法（すなわち、ハイパーリンクのソースと行き先のウェブページ間に階層的関係があると識別できるhttp://[host]/[path]/[file]#[fragment]に包含される情報）を利用する。
その後、意味的なハイパーリンク解析のためのステップ２で、ウェブページ集合Ｐ１内のウェブページが同じリンク集から生じ、これらのページが共通の下向きのページ集合Ｐ２を有する場合、Ｐ１が同じ階層的レベルの兄弟ページである確率が高く、かつ、Ｐ２が、Ｐ１（Ｐ１内のページは互いにリンクされている）内に含まれ、あるいはＰ１と同じ親ページを共有する可能性が高いという、規則が採用される。
従って、Ｐ１からＰ２へのハイパーリンクは非ＨＬであると見なされる。ここで、リンク集とは、１つのウェブページ中に同じレイアウトとプレゼンテーションプロパティを持つリンクの集合を意味する。それは、通常、ページの意味的なブロックのうちの１つを表わす。
上述したアルゴリズムは、単に、階層的ハイパーリンク識別の一例として利用されるものであり、本発明を制限するものではない。

ウェブサイト中の全てのＨＬを識別した後、階層型ナビゲーション経路生成ユニット４０２は、ウェブサイト中の各ウェブドキュメントについてＨＮＰを生成する。
同時に、収集ユニット４０４は、そのＨＮＰに沿って、ＵＲＬ、アンカー・テキストおよびウェブページタイトルを含むＨＮＰ内の言語コンテンツを収集する。

そして、ナビゲーション経路が、階層型ナビゲーション経路生成ユニット４０２によって生成された後、オブジェクト関連ウェブページ識別ユニット４０３は、オブジェクト関連ウェブページを検索するかあるいはオブジェクトに無関係のウェブページをフィルタリングするために、予め入力されたオブジェクトタイプ名あるいはその同義語でＨＮＰのテキストノードを問い合わせることにより、経路問合せを行なう。例えば、利用者が会社ウェブサイトから製品ウェブページを抽出したい場合、ＨＮＰは、「製品」や「サービス」等のキーワードなどで問い合わせる。あるページのＨＮＰのいくつかのノードがこれらのキーワードを含んでいると、ＨＮＰが目的ページの正確に意味のあるコンテキストを含んでいるので、そのページを可能性のあるオブジェクト関連ウェブページと見なすことができる。そのようなオブジェクト関連ウェブページを一連のネストされたオブジェクトの代表的なページと見なすことができるかもしれない。また、対応するウェブページのタイトル、および対応するウェブページに導くハイパーリンクのアンカー・テキストからオブジェクトの名前を要約することが可能である。

オブジェクト関連ウェブページがフィルタ手段３０２によってフィルタリングされた後、これらのオブジェクト関連ウェブページは、ページ間解析とページ内解析のために、ページ間解析手段１０２およびページ内解析手段１０３に供給される。

以上、本発明の第１、第２および第３の実施の形態に従って、統合的オブジェクト階層構築システムおよび方法の全体構成および原理について、添付図面を参照して説明した。３つの特徴、すなわちページ間階層解析（ページ間解析手段１０２）、ページ内階層解析（ページ内解析手段１０３）、統合的なオブジェクト階層の生成（第１の実施の形態における融合手段１０４およびマッピング手段１０５、あるいは第２の実施の形態における融合手段１０４、第１のマッピング手段１０５１および第２のマッピング手段１０５２）が、上述したシステムの重要な技術的特徴であることが理解できるであろう。
これらの特徴は、後でより詳細に説明する。

まず、ページ間階層解析（すなわち、ページ間解析手段１０２の動作）に関しては、当業者によって周知の様々な方法を利用することにより実現することが可能である。例えば、オブジェクト関連ウェブページの処理の場合には、階層型ハイパーリンク識別ユニット４０１によって識別された階層的ハイパーリンクを利用することが可能である。その結果、２つのオブジェクト関連ウェブページが、連続する階層的ハイパーリンクによってリンクされるなら、それらは親子供ペアと見なされ、それらの間の階層的関係が格納される。もちろん、当業者によって知られているように、先行技術には、本発明に適用することが可能な多くのページ間解析方法が存在する。ウェブページの階層を抽出するために、利用者は実際の適用条件に従って適切な方法を選択することが可能である。

ページ内階層解析に関しては、上述したように、ページ内解析手段１０３が、各ウェブページをいくつかのネストされた意味ブロックに分割し、かつ意味ブロックの階層を抽出するために利用される。ページ内階層解析処理についても、当業者によって周知の様々な方法を利用することによって実現することが可能である。ここで、ページ内階層解析の例を図５を参照して説明する。

図５は、ページ内階層解析を実行するページ内解析手段１０３の内部構成例を示すブロック図である。図示のように、この実施例において、ページ内解析手段１０３は、オブジェクト開始ページ選択ユニット５０１と、ウェブページ分割ユニット５０２と、階層抽出ユニット５０３と、タイトル生成ユニット５０４とを含む。

まず、オブジェクト開始ページ選択ユニット５０１は、ウェブページ取得手段１０１によって取得されたウェブページからオブジェクト開始ページを選択する。オブジェクト開始ページとは、様々なオブジェクト関連ウェブページに導くハイパーリンクの束を含んでいるページである。その後、ウェブページ分割ユニット５０２は、ページからネストされた意味ブロックを生成するために、選択されたオブジェクト開始ページについてウェブページ分割を行なう。さらに効率を向上させるためには、ウェブページ分割ユニット５０２は、以下の階層抽出のために、オブジェクト関連ウェブページに導くハイパーリンクを含む意味ブロックだけを選択することも可能である。ウェブページ分割については、ＤＯＭパターン反復ベースの方法（DOM pattern repetition based method）あるいはビジョンレイアウトベースの方法（vision
layout based method）のようないくつかの既存の方法によって実現することが可能である。これらの既存の方法の詳細はここでは説明しない。意味ブロックの分割の後、階層抽出ユニット５０３は、意味ブロックの階層を抽出する。その後、タイトル生成ユニット５０４は、個々の意味ブロックについてタイトルを生成する。

１例として、意味ブロックのタイトル生成は、個々の意味ブロックに対するタイトルを、意味ブロックのブロックが配置されるページについてのページ内コンテキストおよび意味ブロックのブロック内部の下向きリンクのあて先ページについてのページ間コンテキストの両方の分析および合成で識別するハイブリッドコンテキストベースの方法によって実現することが可能である。例えば、図６にはその一例を示している。この例において、２つの意味ブロックが、セキュリティ製品ウェブページで、「アンチウイルス」と「アンチスパム」として分割されている。ここでは、意味ブロック「アンチスパム」の点線で囲んだタイトルを抽出する必要がある。意味ブロックのタイトルについて、意味ブロックのリテラルコンテンツからそのテキストを直接抽出することが可能であれば、タイトルを簡単に取得することが可能である。しかしながら、そのようなテキストが存在しないか、テキストがイメージに埋め込まれている場合、意味ブロックのタイトルを要約するために、ページ内コンテキストとページ間コンテキストの両方を利用する。例えば、図６において、意味ブロック「アンチスパム」のタイトルを要約するために、ページ内コンテキスト（意味ブロック内のハイパーリンク「サーバ」および「クライアント」のアンカーテキスト）およびページ間コンテキスト（それら２つのハイパーリンクの行き先ページ「サーバアンチスパム製品リストページ」と「クライアントアンチスパム製品リストページ」のタイトル）の両方を利用することが可能である。

図５に戻ると、最後に、分割された意味ブロック、意味ブロックの抽出された階層および意味ブロックの生成されたタイトルはすべて、意味的ブロック記憶装置１０７に格納される。

ページ間階層解析およびページ内階層解析が行われた後、融合手段１０４は、統合的な階層を生成するためにページ間解析結果およびページ内解析結果を融合させる。図７は、融合手段とマッピング手段の内部構成の詳細を示すブロック図である。図７に示す実施例において、融合手段は、キャリブレーションユニット７０１および補完ユニット７０２を含んでいる。キャリブレーションユニット７０１は、衝突を解決するためにウェブページの階層と意味ブロックの階層を相互に調整するように構成されている。補完ユニット７０２は、統合階層を生成するために、意味ブロックの階層に従ってウェブページの階層に仮想ウェブページとして意味ブロックを補完するように構成されている。キャリブレーションユニット７０１については、多くの既存の階層統合方法を様々な階層間の調整を実現するために利用することができる。したがって、ここではその詳細は説明しない。一方、本発明の目的がオブジェクト階層を取得することであり、かつ、多くのオブジェクトがページ全体とは別に、ページの一部（例えば、意味ブロック）によって表わされるので、意味ブロック結果（すなわち、ページ内解析結果）から、ページ間階層解析によって生成されたオブジェクト階層にそのようなオブジェクトおよび他のオブジェクトとの関係を補完すべきである。例えば、図６に示す例において、ページ間解析によって生成されたウェブページの階層は、意味ブロック「アンチスパム」によって表わされるオブジェクトを考慮していない。しかし、融合処理の後、統合階層Ｌ’においては、この意味ブロックが他の２つのオブジェクト関連ウェブページ（つまし、「サーバアンチスパム製品リストページ」と「クライアントアンチスパム製品リストページ」）に対するハイパーリンクを含んでいるので、意味ブロック「アンチスパム」が、新たなノードとして、ウェブページ階層に補完されている。

最後に、融合手段１０４によって生成された統合階層Ｌ’は、マッピング手段１０５によって対応する統合オブジェクト階層にマッピングされる。図７に示すように、この実施例において、マッピング手段１０５は、タイトルマッピングユニット７０３と階層関係マッピングユニット７０４を含んでいる。タイトルマッピングユニット７０３は、ウェブページあるいはノードによって表わされる意味ブロックのタイトルを、対応するオブジェクトのタイトルにマッピングするように構成されている。階層関係マッピングユニット７０４は、ウェブページあるいはノードによって表わされる意味ブロックの階層関係を、対応するオブジェクトの階層関係にマッピングするように構成されている。その後、マッピング手段１０５によって生成された統合的なオブジェクト階層は、他の階層関係に適用するためにオブジェクト階層記憶装置１０９に格納される。

図８は、本発明を実現するために利用されるコンピュータシステム８００の概略ブロック図である。図示のように、コンピュータシステム８００は、ＣＰＵ８０１、ユーザインターフェース８０２、周辺装置８０３、メモリ８０５、外部記憶装置８０６および上記構成要素を互いに接続する内部バス８０４を含んでいる。メモリ８０５は、さらに、ウェブサイトクロール取得モジュール、オブジェクト階層構築モジュール、階層関連アプリケーションモジュール、ウェブページ解析モジュール、オペレーティング・システム（ＯＳ）等を含んでいる。本発明は、主にオブジェクト階層構築モジュール、例えば、図１Ａ、図２Ａおよび図３Ａに示される、オブジェクト階層構築モジュール１０ａ、１０ｂおよび１０ｃに関連している。ウェブサイトクロール取得モジュールは、ネットワークからのウェブページを取得し、ウェブページ記憶装置にそれらを格納するために利用される。ウェブページ解析モジュールは、ウェブページのハイパーリンク関係を抽出するために取得したウェブページを解析する。抽出されたハイパーリンク関係は、ハイパーリンク記憶装置の中に格納される。外部記憶装置８０６は、ウェブページ記憶装置１０８、ハイパーリンク記憶装置１１１、ウェブページ階層記憶装置１０６、意味的ブロック記憶装置１０７およびオブジェクト階層記憶装置１０９のような、本発明に関する様々なデータベースを含んでいる。

上記のように、第１、第２及び第３の実施の形態による統合オブジェクト階層構築システムおよび方法について、添附図面を参照して説明した。本発明の方法及びシステムは、関連技術と比較して、以下のような効果を有する。

まず、本発明がオントロジではなく階層に注目しているので、ドメイン知識構築の多くの現実の事例を処理することが可能になる。さらに、本発明は、ウェブサイトにおける既存の非公式、半形式上の知識の再使用を容易にし、できるだけ世界／ドメインの共通の理解を反映することが可能である。

さらに、本発明に適用される統合オブジェクト階層抽出方法は、ページ間解析ベースの方法あるいはページ内解析ベースの方法のいずれかより、高精度で階層を取得することが可能である。 ページ間解析およびページ内解析の結果は、互いに調整し補完することが可能である。

また、本発明において適用したページ内解析が、オブジェクト表示ページ（ページ間解析中に識別されるページ）に導くハイパーリンクのバンドルを有するページについてのみ実行することが可能であるので、ウェブページの全てのページについてページ内解析を実行するより、非常に効率の高い処理が可能である。

本発明の特定の実施の形態について、上記のように添付の図面を参照して説明した。しかしながら、本発明は、添付の図面中で示される特定の構成および処理に限定されない。上記の実施の形態において、いくつかの特定のステップは具体例として示されかつ説明されている。しかしながら、本発明の方法処理はこれらの特定のステップに限定されない。当業者は、これらのステップを変更し、修正し、補足することが可能であり、あるいは、いくつかのステップの順序を、本発明の精神および本質的な機能から外れずに変更することが可能であることを理解するだろう。

本発明の要素は、ハードウェア、ソフトウェア、ファームウェアあるいはそれの組合せにおいて実装することが可能であり、システム、サブシステム、コンポーネントあるいはサブコンポーネントにおいて利用することが可能である。ソフトウェアの中で実施された場合、本発明の要素は、必要なタスクを実行するためのプログラム、あるいはコードセグメントである。プログラムまたはコードセグメントは、コンピュータ読み取り可能な媒体に格納するか、あるいは伝送ケーブルか通信リンク上の搬送波に包含されたデータ信号によって送信することが可能である。コンピュータ読み取り可能な媒体には、情報を格納するか転送することが可能であるすべての媒体を含む。コンピュータ読み取り可能な媒の具体例は、電子回路、半導体記憶装置、ＲＯＭ、フラッシュ・メモリー、消去可能ＲＯＭ（ＥＲＯＭ）、フロッピー・ディスク、ＣＤ−ＲＯＭ光ディスク、ハードディスク、光ファイバー媒体、無線周波数（ＲＦ）リンクなどを含む。コードセグメントは、インターネット、イントラネットなどのようなコンピュータネットワークを経由してダウンロードすることも可能である。

以上、特定の実施の形態を参照して本発明を説明したが、本発明は、図面中で示される上記の特定の実施の形態および特定の構成に限定されない。例えば、示されたいくつかの構成要素は、１つの構成要素としてお互いと組み合わせるかもしれない。あるいは、１つの構成要素はいくつかのサブコンポーネントに分割されるかもしれないし、他の既知の構成要素も加えられるかもしれない。動作処理も実施例において示されるものに限定されない。当業者は、本発明が、本発明の精神および本質的な機能から外れずに、他の特定の形態で実装可能であることを理解するだろう。従って、現在の実施の形態は、全ての点において例示でありかつ限定的でないとして考慮されるべきである。本発明の範囲は、前述の説明によってではなく添付された請求項によって示される。また、したがって、請求項と同等の意味と範囲の内で生ずる変更は全て本発明の範囲に包含される。

１００ａ：統合オブジェクト階層構築システム
１０ａ：オブジェクト階層構築モジュール
１０８：ウェブページ記憶装置
１０９：オブジェクト階層記憶装置
１１０：ウェブページ解析モジュール
１１１：ハイパーリンク記憶装置
１０１：ウェブ・ページ取得手段
１０２：ページ間解析手段
１０３：ページ内解析手段
１０４：融合手段
１０５：マッピング手段
１０６：ウェブページ階層記憶装置
１０７：意味ブロック記憶装置
１００ｂ：統合オブジェクト階層構築システム
１０ｂ：オブジェクト階層構築モジュール
１０５１：第１のマッピング手段
１０５２：第２のマッピング手段
１００ｃ：統合オブジェクト階層構築システム
１０ｃ：オブジェクト階層構築モジュール
３０１：オブジェクトタイプ入力手段
３０２：フィルタ手段
４０１：階層型ハイパーリンク識別ユニット
４０２：階層型ナビゲーション経路生成ユニット
４０３：オブジェクト関連ウェブページ識別ユニット
４０４：収集ユニット
５０１：オブジェクト開始ページ選択ユニット
５０２：ウェブページ分割ユニット
５０３：階層抽出ユニット
５０４：タイトル生成ユニット
７０１：キャリブレーションユニット
７０２：補完ユニット
７０３：タイトルマッピングユニット
７０４：階層関係マッピングユニット
８００：コンピュータシステム
８０１：ＣＰＵ
８０２：ユーザインターフェース
８０３：周辺装置
８０４：内部バス
８０５：メモリ
８０６：外部記憶装置

Claims (22)

1. ウェブサイトからウェブページ集合を取得するステップと、
   前記ウェブページの階層を抽出するために、取得した前記ウェブページについてページ間解析を行なうステップと、
   前記ウェブページ中の意味ブロックを識別し、全てのウェブページについて意味ブロックの階層を抽出するために、取得した前記各ウェブページについてページ内解析を行なうステップと、
   統合的な階層を生成するために、前記意味ブロックの階層を前記ウェブページの階層と融合するステップとを有することを特徴とする階層構築方法。
2. 統合的なオブジェクト階層を取得するために、統合的な階層上の各ノードを対応するオブジェクトにマッピングするステップをさらに有することを特徴とする請求項１に記載の階層構築方法。
3. 前記ウェブページによって表わされる前記オブジェクトの階層を取得するために、前記ページ間解析の後に、ウェブページの階層上の各ノードを対応するオブジェクトにマッピングするステップと、
   前記意味ブロックによって表わされるオブジェクトの階層を取得するために、前記ページ内解析の後に、前記意味ブロックの階層上の各ノードを対応するオブジェクトにマッピングするステップをさらに有し、
   前記融合ステップで、統合的なオブジェクト階層を取得するために、前記ウェブページによって表わされるオブジェクトの階層と前記意味ブロックによって表わされるオブジェクトの階層とを融合することを特徴とする請求項１に記載の階層構築方法。
4. 前記融合ステップが、
   互いの競合を解決するために、前記ウェブページの階層と前記意味ブロックの階層を調整するステップと、
   統合的な階層を生成するために、前記意味ブロックの階層に従って、前記ウェブページの階層に、前記意味ブロックを仮想ウェブページとして補完するステップを有することを特徴とする請求項１に記載の階層構築方法。
5. 利用者が関心を持つオブジェクトタイプを入力するステップと、
   取得した前記ウェブページから、入力された前記オブジェクトタイプを有するオブジェクト関連ウェブページをフィルタリングして取り出すステップとをさらに有し、
   前記ページ間解析と前記ページ内解析を前記オブジェクト関連ウェブページ上で実行することを特徴とする請求項１に記載の階層構築方法。
6. 前記フィルタリングステップが、
   取得した前記ウェブページのハイパーリンクから階層型ハイパーリンクを識別するステップと、
   識別した前記階層型ハイパーリンクを参照して、前記各ウェブページについて階層型ナビゲーション経路を生成するステップと、
   生成した前記階層型ナビゲーション経路をチェックすることにより、前記オブジェクト関連ウェブページを識別するステップとを有することを特徴とする請求項５に記載の階層構築方法。
7. 生成された階層型ナビゲーション経路に沿ってウェブページの言語的コンテンツを収集するステップをさらに含み、
   前記チェックステップが、
   前記オブジェクト関連ウェブページを識別するために、入力された前記オブジェクトタイプに従って収集したウェブページの前記言語コンテンツを問い合わせるステップを含むことを特徴とする請求項６に記載の階層構築方法。
8. 前記ページ内解析を行なうステップが、
   意味ブロックを生成するために、前記各ウェブページについてウェブページ分割を行なうステップと、
   全ての前記ウェブページについて前記意味ブロックの階層を抽出するステップと、
   前記各意味ブロックについてタイトルを生成するステップを含むことを特徴とする請求項１に記載の階層構築方法。
9. 前記ページ内解析を行なうステップが、
   種々のオブジェクト関連ウェブページに導くハイパーリンクのバンドルを含むオブジェクト開始ページを、取得したウェブページから選択するステップと、
   前記意味ブロックを生成するために、選択した前記オブジェクト開始ページについてウェブページ分割を行なうステップと、
   前記意味ブロックの階層を抽出するステップと、
   前記各意味ブロックについてタイトルを生成するステップとを含むことを特徴とする請求項５に記載の階層構築方法。
10. 前記タイトル生成ステップで、
    前記タイトルのテキストが前記意味ブロックのリテラルコンテンツ中に含まれていない場合、前記意味ブロックが属するウェブページのページ内コンテキスト及びページ間コンテキストを利用して、前記タイトルを生成することを特徴とする請求項８又は請求項９に記載の階層構築方法。
11. 前記マッピングステップが、
    前記対応するオブジェクトのタイトルに各ノードのタイトルをマッピングするステップと、
    前記オブジェクトの階層関係にノードの階層関係をマッピングするステップを含むことを特徴とする請求項２又は請求項３に記載の階層構築方法。
12. ウェブサイトから全てのウェブページを取得するウェブページ取得手段と、
    前記ウェブページの階層を抽出するために、取得した前記ウェブページについてページ間解析を行なうページ間解析手段と、
    前記ウェブページ中の意味ブロックを識別し、全てのウェブページについて意味ブロックの階層を抽出するために、取得した前記各ウェブページについてページ内解析を行なうページ内析手段と、
    統合的な階層を生成するために、前記意味ブロックの階層を前記ウェブページの階層と融合する融合手段とを備えることを特徴とする階層構築システム。
13. 統合的なオブジェクト階層を取得するために、統合的な階層上の各ノードを対応するオブジェクトにマッピングするマッピング手段をさらに備えることを特徴とする請求項１２に記載の階層構築システム。
14. 前記ページ間解析手段に接続され、前記ウェブページによって表わされる前記オブジェクトの階層を取得するために、前記ページ間解析の後に、ウェブページの階層上の各ノードを対応するオブジェクトにマッピングする第１のマッピング手段と、
    前記ページ内解析手段に接続され、前記意味ブロックによって表わされるオブジェクトの階層を取得するために、前記ページ内解析の後に、前記意味ブロックの階層上の各ノードを対応するオブジェクトにマッピングする第２のマッピング手段をさらに備え、
    前記融合手段が、統合的なオブジェクト階層を取得するために、前記ウェブページによって表わされるオブジェクトの階層と前記意味ブロックによって表わされるオブジェクトの階層とを融合することを特徴とする請求項１２に記載の階層構築システム。
15. 前記融合手段が、
    互いの競合を解決するために、前記ウェブページの階層と前記意味ブロックの階層を調整する調整ユニットと、
    統合的な階層を生成するために、前記意味ブロックの階層に従って、前記ウェブページの階層に、前記意味ブロックを仮想ウェブページとして補完する補完ユニットを備えることを特徴とする請求項１２に記載の階層構築システム。
16. 利用者が関心を持つオブジェクトタイプを入力するオブジェクトタイプ入力手段と、
    取得した前記ウェブページから、入力された前記オブジェクトタイプを有するオブジェクト関連ウェブページをフィルタリングして取り出すフィルタ手段とをさらに備え、
    前記ページ間解析手段と前記ページ内解析手段が、前記ページ間解析と前記ページ内解析を、前記オブジェクト関連ウェブページ上で実行することを特徴とする請求項１２に記載の階層構築システム。
17. 前記フィルタ手段が、
    取得した前記ウェブページのハイパーリンクから階層型ハイパーリンクを識別する階層型ハイパーリンク識別ユニットと、
    識別した前記階層型ハイパーリンクを参照して、前記各ウェブページについて階層型ナビゲーション経路を生成する階層型ナビゲーション経路生成ユニットと、
    生成した前記階層型ナビゲーション経路をチェックすることにより、前記オブジェクト関連ウェブページを識別するオブジェクト関連ウェブページ識別ユニットとを備えることを特徴とする請求項１６に記載の階層構築システム。
18. 前記フィルタ手段が、
    生成された階層型ナビゲーション経路に沿ってウェブページの言語的コンテンツを収集する収集ユニットをさらに備え、
    前記オブジェクト関連ウェブページ識別ユニットが、
    前記オブジェクト関連ウェブページを識別するために、入力された前記オブジェクトタイプに従って収集したウェブページの前記言語コンテンツを問い合わせるステップを含むことを特徴とする請求項１７に記載の階層構築システム。
19. 前記ページ内解析手段が、
    意味ブロックを生成するために、前記各ウェブページについてウェブページ分割を行なうウェブページ分割ユニットと、
    全ての前記ウェブページについて前記意味ブロックの階層を抽出する階層抽出ユニットと、
    前記各意味ブロックについてタイトルを生成するタイトル生成ユニットを備えることを特徴とする請求項１２に記載の階層構築システム。
20. 前記ページ内解析手段が、
    種々のオブジェクト関連ウェブページに導くハイパーリンクのバンドルを含むオブジェクト開始ページを、取得したウェブページから選択するオブジェクト開始ページ選択ユニットと、
    前記意味ブロックを生成するために、選択した前記オブジェクト開始ページについてウェブページ分割を行なうウェブページ分割ユニットと、
    前記意味ブロックの階層を抽出する階層抽出ユニットと、
    前記各意味ブロックについてタイトルを生成するタイトル生成ユニットとを備えることを特徴とする請求項１６に記載の階層構築システム。
21. 前記タイトル生成ユニットは、
    前記タイトルのテキストが前記意味ブロックのリテラルコンテンツ中に含まれていない場合、前記意味ブロックが属するウェブページのページ内コンテキスト及びページ間コンテキストを利用して、前記タイトルを生成することを特徴とする請求項１９又は請求項２０に記載の階層構築システム。
22. 前記マッピング手段、又は前記第１のマッピング手段と前記第２のマッピング手段が、
    前記対応するオブジェクトのタイトルに各ノードのタイトルをマッピングするタイトルマッピングユニットと、
    前記オブジェクトの階層関係にノードの階層関係をマッピングする階層関係マッピングユニットとを備えることを特徴とする請求項１３又は請求項１４に記載の階層構築システム。
    
    
    

Images