JP2010092286A - 知識ｄｂを利用した検索方法 - Google Patents

Abstract

【課題】ユーザの未知語であると想定される用語について、この用語に関連する情報を収集してユーザに提供すること。
【解決手段】未知語検索サーバ１は、所定のカテゴリに属する特定の用語について、ユーザの利用履歴に基づいて、所定のカテゴリ毎に特定の用語の使用頻度を予め算出する特徴語集計部１０３と、所定のカテゴリ毎の特定の用語の使用頻度に基づいて、ユーザの未知のカテゴリを決定する未知カテゴリ決定部１０５と、ユーザがＷｅｂページにアクセスすると、当該アクセスしたＷｅｂページの形態素解析を行う形態素解析部１０７と、Ｗｅｂページの形態素解析の結果、未知のカテゴリに属する用語を検索し、この用語を未知語と判定する未知語判定部１０８と、ユーザの未知語と判定された特徴語に関連する情報を取得する未知語検索部１０９と、取得した特徴語に関連する情報をユーザ端末２に送信する検索結果送信部１１０と、を備える。
【選択図】図３

Description

本発明は、知識ＤＢを利用した検索方法及びシステムに関する。特に、Ｗｅｂページ内において、ユーザの未知語であると想定される用語について、当該用語に関連する情報を知識ＤＢを利用して検索する検索方法及びシステムに関する。

従来、ドキュメントから自動的に新語を抽出し、その新語をキーにしてそれに関連する情報を収集して表示する情報検索方法が提供されている（例えば、特許文献１）。この方法では、インターネット上で新語が登場するたびに、新語がユーザの未知語であると想定して、新語を辞書に登録する。そして、ドキュメントより単語を抽出し、抽出した単語が辞書に登録された新語であるか否かを判断する。抽出した単語が新語であると判断されると、新語に関連する情報を収集し、収集結果を表示する。このように、ユーザの未知語であると想定される新語について、この新語を理解するのを補助することで、ドキュメントを読む環境を快適にする。
特開２００４−１５７８９７号公報

ところで、この情報検索方法では、新語であると判断された単語について、この単語に関連した情報を収集して結果を表示するに過ぎず、新語以外でユーザの未知語であると想定される用語については、この用語に関連する情報を収集することができない。よって、新語以外の未知語に関連する情報をユーザが調査する必要があり、ユーザが調査するのを煩わしく感じるおそれがあった。そこで、ユーザの未知語であると想定される用語について、この用語に関連する情報を収集し、ユーザに提供することが求められている。

本発明は、ユーザの未知語であると想定される用語について、この用語に関連する情報を収集してユーザに提供することを目的とする。

本発明では、以下のような解決手段を提供する。

（１） Ｗｅｂページ内において、ユーザの未知語であると想定される用語に関連する情報を検索して表示する未知語表示方法であって、
所定のカテゴリに属する特定の用語について、ユーザの利用履歴に基づいて、該所定のカテゴリ毎に前記特定の用語の使用頻度を予め算出するステップと、
該所定のカテゴリ毎の前記特定の用語の使用頻度に基づいて、前記ユーザの未知のカテゴリを決定するステップと、
前記ユーザが前記Ｗｅｂページにアクセスすると、当該アクセスしたＷｅｂページの形態素解析を行うステップと、
前記Ｗｅｂページの形態素解析の結果、前記未知のカテゴリに属する用語を検索し、この用語を未知語と判定するステップと、
前記ユーザの未知語に関連する情報を取得し、取得した前記特定の用語に関連する情報を前記Ｗｅｂページの内容とともに表示するステップと、
を備えることを特徴とする未知語表示方法。

（１）記載の未知語表示方法によれば、所定のカテゴリに属する特定の用語について、ユーザの利用履歴に基づいて、所定のカテゴリ毎に特定の用語の使用頻度を予め算出し、所定のカテゴリ毎の特定の用語の使用頻度に基づいて、ユーザの未知のカテゴリを決定する。そして、ユーザがＷｅｂページにアクセスすると、当該アクセスしたＷｅｂページの形態素解析を行う。そして、Ｗｅｂページの形態素解析の結果、未知のカテゴリに属する用語を検索し、この用語を未知語と判定する。そして、ユーザの未知語と判定された特定の用語に関連する情報を取得して、取得した特定の用語に関連する情報をＷｅｂページの内容とともに表示する。

このようにすることで、ユーザの未知語と判定された用語に関連する情報を取得して、Ｗｅｂページの内容とともに表示するので、ユーザの未知語であると想定される用語について、この用語に関連する情報を収集してユーザに提供することができる。また、Ｗｅｂページの形態素解析の結果、未知のカテゴリに属する用語を検索し、この用語を未知語と判定するので、未知のカテゴリに属する用語を未知語として判定をすることができる。

（２） 前記未知のカテゴリを決定するステップでは、算出された前記所定のカテゴリ毎の前記特定の用語の使用頻度を、カテゴリ毎に和をとることで当該カテゴリ毎の合計値を集計し、
集計したカテゴリに対して、当該合計値を正規分布とし、前記正規分布した合計値のうち、所定の閾値以下の値を示すカテゴリを、前記ユーザの未知のカテゴリと決定することを特徴とした（１）に記載の未知語表示方法。

（２）記載の方法によれば、集計したカテゴリに対して当該合計値を正規分布とすることで、正規分布した合計値のうち所定の閾値以下の値を示すカテゴリを、ユーザの未知のカテゴリと決定する。このため、正規分布に従って、ユーザの未知のカテゴリと決定するので、統計的に未知語の判定をすることができる。

（３） 前記特定の用語の使用頻度を予め算出するステップは、前記ユーザのソーシャルブックマークのタグ情報を前記ユーザの利用履歴とし、該ユーザの利用履歴に基づいて、前記所定のカテゴリ毎に前記特定の用語の使用頻度を予め算出することを特徴とした（１）又は（２）に記載の方法。

（３）記載の方法によれば、ソーシャルブックマークのタグ情報により抽出した特定の用語に基づいて、所定のカテゴリ毎に特定の用語の使用頻度を予め算出する。このため、ソーシャルブックマークのタグ情報を利用して、所定のカテゴリ毎に特定の用語の使用頻度を予め算出することができる。

（４） 前記特定の用語の使用頻度を予め算出するステップは、前記ユーザがアクセスしたＷｅｂサイトの情報を前記ユーザの利用履歴とし、該ユーザの利用履歴に基づいて、前記所定のカテゴリ毎に前記特定の用語の使用頻度を予め算出することを特徴とした（１）から（３）のいずれかに記載の方法。

（４）記載の方法によれば、ユーザがアクセスしたＷｅｂサイトの情報に含まれる特定の用語と、に基づいて所定のカテゴリ毎に特定の用語の使用頻度を予め算出する。このため、ユーザがアクセスしたＷｅｂサイトの情報を利用して、所定のカテゴリ毎に特定の用語の使用頻度を予め算出することができる。

（５） 前記表示するステップは、前記ユーザの未知語に関連する情報を辞書検索により取得し、取得した前記特定の用語に関連する情報を前記Ｗｅｂページの内容とともに表示することを特徴とした（１）から（４）のいずれかに記載の方法。

（５）記載の方法によれば、ユーザの未知語に関連する情報を辞書検索により取得し、取得したユーザの未知語に関連する情報をＷｅｂページの内容とともに表示する。このため、辞書検索によって得られたユーザの未知語に関連する情報をユーザに提示することができる。

（６） 前記表示するステップは、前記ユーザの未知語に関連する情報をインターネット上のＷｅｂサーバより取得し、取得した前記特定の用語に関連する情報を前記Ｗｅｂページの内容とともに表示することを特徴とした（１）から（４）のいずれかに記載の方法。

（６）記載の方法によれば、ユーザの未知語に関連する情報をインターネット上のＷｅｂサーバにより取得し、取得したユーザの未知語に関連する情報をＷｅｂページの内容とともに表示する。このため、ユーザの未知語に関連する情報をＷｅｂサーバを利用して取得し、この情報をユーザに提示することができる。

（７） ユーザ端末と未知語検索装置とが通信可能に接続され、Ｗｅｂページ内において、ユーザの未知語であると想定される用語に関連する情報を検索して表示する未知語表示システムであって、
前記ユーザ端末は、前記Ｗｅｂページにアクセスすると、当該アクセスしたＷｅｂページの情報を前記未知語検索装置に送信するＷｅｂページ情報送信手段を有し、
前記未知語検索装置は、
所定のカテゴリに属する特定の用語について、ユーザの利用履歴に基づいて、該所定のカテゴリ毎に前記特定の用語の使用頻度を予め算出する使用頻度算出手段と、
該所定のカテゴリ毎の前記特定の用語の使用頻度に基づいて、前記ユーザの未知のカテゴリを決定する未知カテゴリ決定手段と、
前記ユーザ端末より前記アクセスしたＷｅｂページの情報を受信するＷｅｂページ情報受信手段と、
受信した前記アクセスしたＷｅｂページの形態素解析を行う形態素解析手段と、
前記Ｗｅｂページの形態素解析の結果、前記未知のカテゴリに属する用語を検索し、この用語を未知語と判定する未知語判定手段と、
前記ユーザの未知語に関連する情報を取得し、取得した前記特定の用語に関連する情報を前記Ｗｅｂページの内容とともに前記ユーザ端末に送信する未知語情報送信手段と、
を備え、
前記ユーザ端末は、前記未知語情報送信手段により送信された前記特定の用語に関連する情報を受信する未知語情報受信手段と、
を更に備えることを特徴とする未知語表示システム。

このような構成によれば、当該システムを構築することにより、（１）と同様の効果が期待できる。

本発明によれば、ユーザの未知語であると想定される用語について、この用語に関連する情報を収集してユーザに提供することができる。

以下、本発明の実施形態について図を参照しながら説明する。なお、これはあくまでも一例であって、本発明の技術的範囲はこれに限られるものではない。

本実施形態では、ユーザは、所定のサイトよりサービスの提供を受けることを目的として、所定のサイトに対してユーザ登録を行っているものとする。ユーザ登録を行ったユーザには、ユーザを一意に特定するためのユーザＩＤが付与される。また、ユーザは、所定のサイトにログインすることによりサービスを受けることができる。本実施形態では、ユーザが所定のサイトにログインしているものとする。また、所定のサイトが提供するサービスには、ソーシャルブックマークサービス及び未知語検索表示サービスが含まれているものとする。

［システム全体構成］
図１は、本実施形態に係る未知語検索サーバ１と関連要素との全体構成を示す図である。本実施形態では、インターネット等の通信回線に代表される通信ネットワーク４を介して、未知語検索サーバ１と、ユーザ端末２と、Ｗｅｂサーバ３と、が通信可能に接続されている。

ユーザ端末２がＷｅｂサーバ３に対してＷｅｂページへのアクセスを行うと、Ｗｅｂサーバ３は、Ｗｅｂページの情報をユーザ端末２に送信する。ユーザ端末２は、受信したＷｅｂページの情報を未知語検索サーバ１に送信する。未知語検索サーバ１は、受信したＷｅｂページについて形態素解析を行い、所定のカテゴリに所属する特定の用語、すなわち特徴語を抽出する。そして、抽出された特徴語のカテゴリと、未知語検索サーバ１に予め登録されているユーザ端末２のユーザのカテゴリ別の特徴語の使用頻度と、に基づいて、抽出された特徴語がユーザ端末２のユーザの未知語であるか否かを判定する。抽出された特徴語がユーザ端末２のユーザの未知語であると判定されると、未知語検索サーバ１は、未知語と判定された特徴語に関連する情報をＷｅｂサーバ３を利用して取得して、取得結果をユーザ端末２に送信する。ユーザ端末２は、検索結果を受信して、表示部２４に表示する。

［未知語検索サーバ１のハードウェア構成］
図２は、本実施形態に係る未知語検索サーバ１のハードウェア構成を示す図である。本発明が実施される未知語検索サーバ１のハードウェア構成は標準的なものでよく、以下に構成の一例を示す。

未知語検索サーバ１は、制御部１００を構成するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１０（マルチプロセッサ構成ではＣＰＵ１０１２等複数のＣＰＵが追加されてもよい）、バスライン１００５、通信Ｉ／Ｆ（Ｉ／Ｆ：インターフェイス）１０４０、メインメモリ１０５０、ＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）１０６０、表示装置１０２２、Ｉ／Ｏコントローラ１０７０、キーボード及びマウス等の入力装置１１００、ハードディスク１０７４、光ディスクドライブ１０７６、並びに半導体メモリ１０７８を備える。なお、ハードディスク１０７４、光ディスクドライブ１０７６、及び半導体メモリ１０７８はまとめて記憶部１２０と呼ぶ。

制御部１００は、未知語検索サーバ１を統括的に制御する部分であり、ハードディスク１０７４に記憶された各種プログラムを適宜読み出して実行することにより、上述したハードウェアと協働し、本発明に係る各種機能を実現している。

通信Ｉ／Ｆ１０４０は、未知語検索サーバ１が、通信ネットワーク４を介して端末等と情報を送受信する場合のネットワーク・アダプタである。通信Ｉ／Ｆ１０４０は、モデム、ケーブル・モデム及びイーサネット（登録商標）・アダプタを含んでよい。

ＢＩＯＳ１０６０は、未知語検索サーバ１の起動時にＣＰＵ１０１０が実行するブートプログラムや、未知語検索サーバ１のハードウェアに依存するプログラム等を記録する。

表示装置１０２２は、ブラウン管表示装置（ＣＲＴ）、液晶表示装置（ＬＣＤ）等のディスプレイ装置を含む。

Ｉ／Ｏコントローラ１０７０には、ハードディスク１０７４、光ディスクドライブ１０７６、及び半導体メモリ１０７８等の記憶装置である記憶部１２０を接続することができる。

入力装置１１００は、未知語検索サーバ１の管理者による入力の受け付けを行うものである。

ハードディスク１０７４は、本ハードウェアを未知語検索サーバ１として機能させるための各種プログラム、本発明の機能を実行するプログラム及び後述するＤＢのテーブル及びレコードを記憶する。なお、未知語検索サーバ１は、外部に別途設けたハードディスク（図示せず）を外部記憶装置として利用することもできる。

光ディスクドライブ１０７６としては、例えば、ＤＶＤ−ＲＯＭドライブ、ＣＤ−ＲＯＭドライブ、ＤＶＤ−ＲＡＭドライブ、ＣＤ−ＲＡＭドライブを使用することができる。この場合は各ドライブに対応した光ディスク１０７７を使用する。光ディスク１０７７から光ディスクドライブ１０７６によりプログラム又はデータを読み取り、Ｉ／Ｏコントローラ１０７０を介してメインメモリ１０５０又はハードディスク１０７４に提供することもできる。

なお、本発明でいうコンピュータとは、記憶装置、制御部等を備えた情報処理装置をいい、未知語検索サーバ１は、上述のように、制御部１００、記憶部１２０等を備えた情報処理装置により構成され、この情報処理装置は、本発明のコンピュータの概念に含まれる。

また、未知語検索サーバ１は、ハードウェアの数に制限はなく、必要に応じて１又は複数のハードウェアで構成してよい。また、複数のハードウェアで構成する場合には、通信ネットワーク４を介して各ハードウェアを接続してもよい。例えば、後述する各機能毎に別サーバ（装置）とし、各サーバ間での信号の送受信により、各サーバを連携させることで、本実施形態の機能を実現してもよい。

［ユーザ端末２のハードウェア構成］
ユーザ端末２も、上述の未知語検索サーバ１と同様な構成を持つ。また、本実施形態ではいわゆるコンピュータで実現した例について説明するが、さらに、本発明の原理が適用可能である限り、携帯電話、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄａｔａ Ａｓｓｉｓｔａｎｔ）等の様々な端末で実現してよい。

［機能構成］
図３は、本実施形態に係る未知語検索サーバ１及びユーザ端末２の機能構成を示す図である。

ユーザ端末２は、制御部２０と、表示部２４と、操作部２５と、を備える。また、ユーザ端末２の制御部２０は、抽出用情報送信部２１と、Ｗｅｂページ情報送信部２２と、検索結果受信部２３と、を備える。

未知語検索サーバ１の制御部１００は、抽出用情報受信部１０１と、特徴語抽出部１０２と、特徴語集計部１０３と、集計結果登録部１０４と、未知カテゴリ決定部１０５と、Ｗｅｂページ情報受信部１０６と、形態素解析部１０７と、未知語判定部１０８と、未知語検索部１０９と、検索結果送信部１１０と、を備える。また、未知語検索サーバ１の記憶部１２０は、知識ＤＢ１２１を備える。

抽出用情報送信部２１は、特徴語抽出用の情報を取得して未知語検索サーバ１に送信する。具体的には、ユーザが参加しているソーシャルブックマークサービスにおいて、当該ユーザがソーシャルブックマークに付与したタグの情報を取得して、未知語検索サーバ１に送信するとともに、ユーザがＷｅｂページにおいてクリックした用語の情報及び、ユーザのＷｅｂページに対するアクセス履歴の情報を、ユーザ端末２に格納されているｃｏｏｋｉｅ、ブラウザが保持するアクセス履歴情報等より取得して送信する。タグ情報には、ブックマークの分類情報を示した用語が含まれており、ユーザが未知語検索サービスを初めて利用したとき、又はユーザがソーシャルブックマークにタグの付与又は変更をしたときに、当該ユーザがソーシャルブックマークに付与又は変更したタグの情報を取得して、未知語検索サーバ１に送信する。また、抽出用情報送信部２１は、未知語検索サーバ１においてユーザの特定を行えるように、上述の情報と併せてソーシャルブックマークに登録しているユーザＩＤを送信する。このようにすることで、ソーシャルブックマークにユーザが付与したタグといった特徴語抽出用の情報から特徴語を抽出してリアルタイムに未知語検索サーバ１に反映できる。

なお、ソーシャルブックマークとは、ユーザのブックマークをネットワーク上に公開し、不特定多数のユーザと共有するサービスであり、ブックマークに対して分類用のキーワードとしてタグを付与する機能を有する。また、本実施形態では、ソーシャルブックマークサービスは、Ｗｅｂサーバ３に含まれていることとする。

Ｗｅｂページ情報送信部２２は、Ｗｅｂページの情報を表示部２４に表示して、さらにＷｅｂページの情報を未知語検索サーバ１に送信する。具体的には、ユーザ端末２がＷｅｂサーバ３に対してＷｅｂページのアクセスを行うことにより、Ｗｅｂサーバ３より送信されたＷｅｂページの情報を受信すると、受信したＷｅｂページの情報を未知語検索サーバ１に送信する。また、未知語検索サーバ１においてＷｅｂページを送信したユーザ端末２のユーザの特定を行うために、Ｗｅｂページ情報送信部２２は、Ｗｅｂページの情報とともにユーザＩＤを送信する。ここで、ユーザＩＤは、ソーシャルブックマークのユーザＩＤと同一である。

検索結果受信部２３は、未知語検索サーバ１より送信された、ユーザの未知語と判定された特徴語に関連する情報を受信する。そして、ユーザの未知語と判定された特徴語に関連する情報をブラウザ２４１を介して表示部２４に表示する。なお、本実施形態では、受信したＷｅｂページの内容と別タイミングでユーザの未知語と判定された特徴語に関連する情報を表示部２４に表示することとしたが、これに限らない。例えば、ユーザ端末２が未知語検索サーバ１から当該特徴語に関連する情報を受信したタイミングでユーザがアクセスしたＷｅｂページの情報とともに、ユーザの未知語と判定された特徴語に関連する情報を表示することとしてもよい。

表示部２４は、ユーザ端末２の機能に関する表示を行い、例えば、ブラウザ２４１を介してインターネット上でアクセスしたＷｅｂサイトのＷｅｂページの情報を表示する。表示部２４は、ブラウン管表示装置（ＣＲＴ）、液晶表示装置（ＬＣＤ）等のディスプレイ装置を含む。操作部２５は、ユーザによりユーザ端末２の操作を行うための、マウスやキーボード等を指す。

抽出用情報受信部１０１は、ユーザ端末２より送信されたソーシャルブックマークのタグ情報と、ソーシャルブックマークに登録しているユーザＩＤと、ユーザがＷｅｂページにおいてクリックした用語の情報と、ユーザのＷｅｂページに対するアクセス履歴の情報と、を受信する。なお、本実施形態では、タグ情報をユーザ端末２より取得することとしたが、これに限らない。例えば、未知語検索サーバ１に対して、ユーザが利用しているソーシャルブックマークサービスの種類と、ユーザＩＤを登録するソーシャルブックマーク情報登録部を設けて、登録された情報に基づいて、未知語検索サーバ１が定期的にユーザが利用しているソーシャルブックマークサービスのサイトにアクセスしてタグ情報を取得するようにしてもよい。さらにこの場合に、１ユーザにつき、複数のソーシャルブックマークサービスの登録を行えるようにして、複数のソーシャルブックマークサービスにおけるソーシャルブックマークのタグ情報を取得できるようにしてもよい。

特徴語抽出部１０２は、抽出用情報受信部１０１により受信した特徴語抽出用の情報より特徴語を抽出して、抽出した特徴語を記憶する。具体的には、受信したタグ情報、Ｗｅｂページにおいてクリックした用語の情報、ユーザのＷｅｂページに対するアクセス履歴の情報に基づいて取得したＷｅｂページの情報に含まれている用語のそれぞれについて、後述で説明する知識ＤＢ１２１に格納された特徴語テーブルに記憶されているか否かの判定を行う。ここで、ユーザのＷｅｂページに対するアクセス履歴の情報に基づいて取得したＷｅｂページの情報については、形態素解析を行うことにより用語の抽出を行う。抽出した用語が特徴語テーブルに格納されている場合には、その用語が特徴語であると判定する。そして、特徴語であると判定した場合には、特徴語抽出部１０２は、後述で説明する知識ＤＢ１２１に格納された知識テーブルに、ユーザＩＤと抽出した特徴語を記憶する。

なお、本実施例では、受信したタグ情報に含まれている用語について直接的に特徴語であるか否かの判定を行っているが、これに限らない。タグ情報には、その特性上単語が付与されていることが多いが、短文といった単語ではないものも含まれているので、形態素解析を行うこととしてもよい。

図４は、本実施形態に係る知識ＤＢ１２１に格納された特徴語テーブルを示す図である。特徴語テーブルには、特徴語及びカテゴリが記憶されている。特徴語は、抽出した用語が特徴語であるかの判定及びユーザの未知語の判定を行うために用いられる。カテゴリは、その特徴語が属する技術分野や、学術分野に分類するためのものである。

図３に戻り、特徴語集計部１０３は、カテゴリに属する特徴語について、ユーザの利用履歴に基づいて、カテゴリ毎に特徴語の使用頻度を算出する。すなわち、特徴語抽出部１０２により抽出した特徴語と、特徴語テーブル（図４）と、に基づいて、抽出した特徴語をカテゴリ別に分類して、それぞれのカテゴリ毎に抽出された特徴語の数を集計する。

具体的には、カテゴリＫ（ｉ）に所属する特徴語の種類がｊ個あり、それぞれの特徴語について抽出された個数を集計した値がそれぞれＮ（ｊ）であるとすると、カテゴリＫ（ｉ）に所属する特徴語であって抽出された特徴語の合計値Ｓ（ｉ）は、

により算出される。

集計結果登録部１０４は、特徴語集計部１０３により集計されたそれぞれのカテゴリ毎に抽出された特徴語の合計値Ｓ（ｉ）を知識ＤＢ１２１に登録する。具体的には、ユーザＩＤ、抽出された特徴語、カテゴリ、及び抽出された特徴語の合計値Ｓ（ｉ）を知識テーブル（後述の図５参照）に記憶する。

未知カテゴリ決定部１０５は、カテゴリ毎の特徴語の使用頻度に基づいて、ユーザの未知のカテゴリを決定し、知識テーブル（後述の図５参照）を更新する。具体的には、カテゴリ毎に抽出された特徴語の合計値について、平均値及び標準偏差を算出して、抽出された特徴語の合計値の平均値から標準偏差を引いた値を未知語の閾値として決定する。そして、抽出された特徴語の合計値を正規分布として、正規分布した合計値のうち、当該閾値以下の値を示すカテゴリを、ユーザの未知のカテゴリとして決定する。そして、未知のカテゴリとして決定された場合には、知識テーブル（後述の図５参照）の未知カテゴリフラグの更新を行い、未知カテゴリフラグが「ＯＮ」に更新される。未知のカテゴリとして決定されなかった場合には、未知カテゴリフラグが「ＯＦＦ」に更新される。

ここで、抽出された特徴語の合計値が正規分布に完全に従うとすると、抽出された特徴語の合計値の平均値に対して標準偏差を引いた値、すなわち、未知語の閾値より小さい値を持つカテゴリは、全体の約１８％を占めることとなる。このように、ユーザ毎に抽出された特徴語の合計値の平均値及び標準偏差を算出して未知語の閾値を決定することで、ユーザ個人におけるカテゴリ毎の特徴語の使用頻度を利用して未知語の判定を行うことができる。すなわち、後述の形態素解析部１０７により抽出した特徴語が、ユーザの使用頻度の少ない特徴語が所属するカテゴリに所属すれば、この特徴語が未知語であるという判定を行うことができる。

なお、本実施形態では、抽出された特徴語の合計値の平均値に対して標準偏差を引いた値を未知語の閾値としたが、これに限らない。未知語の閾値を適宜決定してもよい。

図５は、本実施形態に係る知識ＤＢ１２１に格納された知識テーブルを示す図である。知識テーブルには、ユーザＩＤ、抽出された特徴語、カテゴリ、抽出された特徴語の合計値、未知カテゴリフラグが記憶されている。知識テーブルは、特徴語抽出部１０２により、ユーザの特徴語を記憶するときと、集計結果登録部１０４により、カテゴリ別の抽出された特徴語の合計値を記憶するときと、未知カテゴリ決定部１０５により、未知カテゴリフラグの更新を行うときと、に参照される。また、抽出された特徴語のカテゴリ別の集計値の情報を取得するため未知語判定部１０８により参照される。

図３に戻り、Ｗｅｂページ情報受信部１０６は、ユーザ端末２より送信されたＷｅｂページの情報及びユーザＩＤを受信する。

形態素解析部１０７は、Ｗｅｂページ情報受信部１０６により受信したＷｅｂページの情報について、形態素解析を行い、特徴語を抽出する。

未知語判定部１０８は、形態素解析部１０７により抽出した特徴語と、カテゴリ毎の特徴語の使用頻度に基づいて未知語であるか否かを判定する。具体的には、抽出した特徴語が特徴語テーブル（図４）に記憶されているか否かの判定を行う。抽出した特徴語が特徴語テーブル（図４）に記憶されていると判定された場合には、この特徴語が属するカテゴリを抽出する。そして、知識テーブル（図５）より、抽出したカテゴリがユーザの未知のカテゴリ、すなわち、抽出したカテゴリの未知カテゴリフラグが「ＯＮ」であるか否かの判定を行う。そして、ユーザの未知のカテゴリであると判断された場合には、当該抽出した特徴語が未知語であると判定を行う。

未知語検索部１０９は、未知語であると判定した特徴語についてＷｅｂサーバ３に対して検索を行い、未知語であると判定した特徴語に関連する情報を取得する。なお、本実施形態では、Ｗｅｂサーバ３に対して特徴語についての検索を行い、特徴語に関連する情報を取得しているが、これに限らない。例えば、未知語検索サーバ１に特徴語の関連情報を記憶した辞書ＤＢを設けて、この辞書ＤＢに基づいて特徴語に関連する情報を取得してもよい。このようにすることで、同一サーバにて特徴語に関連する情報を取得できるので、Ｗｅｂサーバ３から情報を取得する場合に比べて情報を取得するまでの時間を短縮できる。

なお、本実施形態において、未知語と判断された特徴語が多数である場合には、未知語と判断された特徴語のうちのいずれか複数の特徴語についてＷｅｂサーバ３に対して検索を行うこととしてもよい。このようにすることで、多量に検索を行うことを抑制し、適度な数量の未知語の検索結果をユーザに提供することができる。

検索結果送信部１１０は、未知語検索部１０９により取得した未知語であると判定した特徴語に関連する情報をユーザ端末２に送信する。

［処理フロー］
図６は、本実施形態に係るユーザ端末２及び未知語検索サーバ１におけるユーザの未知語に関連する情報を表示するまでの処理を示すフローチャートである。

ステップＳ１００では、抽出用情報送信部２１は、特徴語抽出用の情報を取得して未知語検索サーバ１に送信する。

ステップＳ１１０では、抽出用情報受信部１０１は、ステップＳ１００にてユーザ端末２より送信された特徴語抽出用の情報を受信する。

ステップＳ１２０では、特徴語抽出部１０２は、ステップＳ１１０にて受信した特徴語抽出用の情報より特徴語を抽出する。

ステップＳ１３０では、特徴語集計部１０３は、ステップＳ１２０にて抽出した特徴語に基づいて、抽出した特徴語をカテゴリ別に集計する。

ステップＳ１４０では、集計結果登録部１０４は、ステップＳ１３０にて集計したカテゴリ別の抽出した特徴語の合計値を知識ＤＢ１２１の知識テーブルに登録する。

ステップＳ１５０では、未知カテゴリ決定部１０５は、ステップＳ１４０にて集計したカテゴリ別の抽出した特徴語の合計値に基づいて、ユーザの未知のカテゴリを決定して、知識ＤＢ１２１の知識テーブルに登録する。

ステップＳ１６０では、Ｗｅｂページ情報送信部２２は、ユーザ端末２がアクセスしたＷｅｂサーバ３のＷｅｂページの情報を取得して、未知語検索サーバ１に送信する。

ステップＳ１７０では、Ｗｅｂページ情報受信部１０６は、ステップＳ１６０にてユーザ端末２より送信されたＷｅｂページの情報を受信する。

ステップＳ１８０では、形態素解析部１０７は、ステップＳ１７０にて受信したＷｅｂページの情報に対して形態素解析を行い、特徴語を抽出する。

ステップＳ１９０では、未知語判定部１０８は、ステップＳ１８０にて抽出した特徴語が未知語であるか否かを判定して、未知語を抽出する。

ステップＳ２００では、未知語検索部１０９は、ステップＳ１９０にて抽出した未知語について、未知語に関連した情報をＷｅｂサーバ３を利用して検索し、検索結果を取得する。

ステップＳ２１０では、検索結果送信部１１０は、ステップＳ２００にて取得した未知語に関連した情報の検索結果をユーザ端末２に送信する。

ステップＳ２２０では、検索結果受信部２３は、ステップＳ２１０にて未知語検索サーバ１が送信した未知語の検索結果を受信して表示部２４に表示する。

［表示情報の表示例］
図７及び図８は、本実施形態に係るユーザ端末２に対して未知語に関する情報の検索結果が表示されたときの表示例を示す図である。ユーザのユーザＩＤは、知識テーブル（図５）に記憶されているユーザＩＤ「ＡＡＡ」である。また、ユーザＩＤ「ＡＡＡ」のそれぞれのカテゴリにおける抽出された特徴語の合計値について、当該合計値の平均値が１２０、標準偏差が２０であるとし、平均値から標準偏差を引いた値、すなわち未知語の閾値が１００であるとして説明を進める。

図７は、ユーザ端末２の表示部２４に、ユーザがアクセスしたＷｅｂページの情報が表示されている状態を示す図である。表示部２４のブラウザ２４１には、「インターネット」に関するＷｅｂページが表示されており、表示内容２４２には、「ＴＣＰ／ＩＰプロトコルを・・・」といった情報が示されている。

未知語検索サービスを利用すると、ユーザ端末２のＷｅｂページ情報送信部２２は、ブラウザ２４１に示されているＷｅｂページの情報を未知語検索サーバ１に送信する。未知語検索サーバ１のＷｅｂページ情報受信部１０６は、ユーザ端末２よりＷｅｂページ情報を受信する。そして、形態素解析部１０７により、Ｗｅｂページ情報の形態素解析が行われる。図７に示されるＷｅｂページが形態素解析されることにより、「インターネット」、「ＴＣＰ／ＩＰ」、「プロトコル」といった用語が抽出される。そして、未知語判定部１０８により、この抽出された用語が未知語であるか否かの判定が行われる。まず始めに、未知語判定部１０８により、抽出した特徴語が特徴語テーブル（図４）に記憶されているか否かの判定を行う。ここでは、「ＴＣＰ／ＩＰ」、「プロトコル」がカテゴリ「ＩＴ」の特徴語として登録されている。そして、図５に示される知識テーブルによると、ユーザＩＤ「ＡＡＡ」のカテゴリ「ＩＴ」における抽出された特徴語の合計値は「６０」であり、未知語の閾値である１００よりも小さいので、未知カテゴリフラグが「ＯＮ」とされている。よって、特徴語として抽出された「プロトコル」及び「ＴＣＰ／ＩＰ」の属するカテゴリ「ＩＴ」は、未知カテゴリである。したがって、未知語判定部１０８により、特徴語として抽出された「プロトコル」及び「ＴＣＰ／ＩＰ」は、ユーザＩＤ「ＡＡＡ」の未知語であると判定される。

続いて、未知語検索部１０９は、未知語であると判定された「ＴＣＰ／ＩＰ」及び「プロトコル」に関連する情報をＷｅｂサーバ３を利用して検索する。そして、検索結果を取得して、検索結果送信部１１０によりユーザ端末２に送信する。そして、ユーザ端末２の検索結果受信部２３は、「ＴＣＰ／ＩＰ」及び「プロトコル」に関連する情報の検索結果を受信して、表示部２４に表示する。

図８は、ユーザ端末２の表示部２４に、ユーザがアクセスしたＷｅｂページの情報とともに未知語であると判定された用語に関連する情報が表示されている状態を示す図である。

ここでは、ユーザの未知語であると想定される用語である「ＴＣＰ／ＩＰ」及び「プロトコル」について、ブラウザ２４１とは別のブラウザ２４３によってポップアップ表示されていることを確認できる。すなわち、「ＴＣＰ／ＩＰ」及び「プロトコル」に関連する情報が収集されてユーザに提供されていることを確認できる。したがって、ユーザは、「ＴＣＰ／ＩＰ」及び「プロトコル」が未知語であったとしても、都度検索するといった煩わしさを感じることなく、Ｗｅｂページの閲覧を進めることができる。また、「ＴＣＰ／ＩＰ」及び「プロトコル」に関連した情報が表示されているので、例えば、ユーザが「ＴＣＰ／ＩＰ」及び「プロトコル」について調べたいと思ったときであっても、容易に調べることができる。

以上、本発明の実施形態について説明したが、本発明は上述した実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施例に記載されたものに限定されるものではない。

本実施形態に係る未知語検索サーバ１と関連要素との全体構成を示す図である。 本実施形態に係る未知語検索サーバ１のハードウェア構成を示す図である。 本実施形態に係る未知語検索サーバ１及びユーザ端末２の機能構成を示す図である。 本実施形態に係る知識ＤＢ１２１に格納された特徴語テーブルを示す図である。 本実施形態に係る知識ＤＢ１２１に格納された知識テーブルを示す図である。 本実施形態に係るユーザ端末２及び未知語検索サーバ１におけるユーザの未知語に関連する情報を表示するまでの処理を示すフローチャートである。 本実施形態に係るユーザ端末２の表示部２４に、ユーザがアクセスしたＷｅｂページの情報が表示されている状態を示す図である。 本実施形態に係るユーザ端末２の表示部２４に、ユーザがアクセスしたＷｅｂページの情報とともに未知語であると判定された用語に関連する情報が表示されている状態を示す図である。

符号の説明

１ 未知語検索サーバ
２ ユーザ端末
３ Ｗｅｂサーバ
４ 通信ネットワーク
２０ 制御部
２１ 抽出用情報送信部
２２ Ｗｅｂページ情報送信部
２３ 検索結果受信部
２４ 表示部
２５ 操作部
１００ 制御部
１０１ 抽出用情報受信部
１０２ 特徴語抽出部
１０３ 特徴語集計部
１０４ 集計結果登録部
１０５ 未知カテゴリ決定部
１０６ Ｗｅｂページ情報受信部
１０７ 形態素解析部
１０８ 未知語判定部
１０９ 未知語検索部
１１０ 検索結果送信部
１２０ 記憶部
１２１ 知識ＤＢ

Claims (7)

1. Ｗｅｂページ内において、ユーザの未知語であると想定される用語に関連する情報を検索して表示する未知語表示方法であって、
   所定のカテゴリに属する特定の用語について、ユーザの利用履歴に基づいて、該所定のカテゴリ毎に前記特定の用語の使用頻度を予め算出するステップと、
   該所定のカテゴリ毎の前記特定の用語の使用頻度に基づいて、前記ユーザの未知のカテゴリを決定するステップと、
   前記ユーザが前記Ｗｅｂページにアクセスすると、当該アクセスしたＷｅｂページの形態素解析を行うステップと、
   前記Ｗｅｂページの形態素解析の結果、前記未知のカテゴリに属する用語を検索し、この用語を未知語と判定するステップと、
   前記ユーザの未知語に関連する情報を取得し、取得した前記特定の用語に関連する情報を前記Ｗｅｂページの内容とともに表示するステップと、
   を備えることを特徴とする未知語表示方法。
2. 前記未知のカテゴリを決定するステップでは、算出された前記所定のカテゴリ毎の前記特定の用語の使用頻度を、カテゴリ毎に和をとることで当該カテゴリ毎の合計値を集計し、
   集計したカテゴリに対して、当該合計値を正規分布とし、前記正規分布した合計値のうち、所定の閾値以下の値を示すカテゴリを、前記ユーザの未知のカテゴリと決定することを特徴とした請求項１に記載の未知語表示方法。
3. 前記特定の用語の使用頻度を予め算出するステップは、前記ユーザのソーシャルブックマークのタグ情報を前記ユーザの利用履歴とし、該ユーザの利用履歴に基づいて、前記所定のカテゴリ毎に前記特定の用語の使用頻度を予め算出することを特徴とした請求項１又は２に記載の方法。
4. 前記特定の用語の使用頻度を予め算出するステップは、前記ユーザがアクセスしたＷｅｂサイトの情報を前記ユーザの利用履歴とし、該ユーザの利用履歴に基づいて、前記所定のカテゴリ毎に前記特定の用語の使用頻度を予め算出することを特徴とした請求項１から３のいずれかに記載の方法。
5. 前記表示するステップは、前記ユーザの未知語に関連する情報を辞書検索により取得し、取得した前記特定の用語に関連する情報を前記Ｗｅｂページの内容とともに表示することを特徴とした請求項１から４のいずれかに記載の方法。
6. 前記表示するステップは、前記ユーザの未知語に関連する情報をインターネット上のＷｅｂサーバより取得し、取得した前記特定の用語に関連する情報を前記Ｗｅｂページの内容とともに表示することを特徴とした請求項１から４のいずれかに記載の方法。
7. ユーザ端末と未知語検索装置とが通信可能に接続され、Ｗｅｂページ内において、ユーザの未知語であると想定される用語に関連する情報を検索して表示する未知語表示システムであって、
   前記ユーザ端末は、前記Ｗｅｂページにアクセスすると、当該アクセスしたＷｅｂページの情報を前記未知語検索装置に送信するＷｅｂページ情報送信手段を有し、
   前記未知語検索装置は、
   所定のカテゴリに属する特定の用語について、ユーザの利用履歴に基づいて、該所定のカテゴリ毎に前記特定の用語の使用頻度を予め算出する使用頻度算出手段と、
   該所定のカテゴリ毎の前記特定の用語の使用頻度に基づいて、前記ユーザの未知のカテゴリを決定する未知カテゴリ決定手段と、
   前記ユーザ端末より前記アクセスしたＷｅｂページの情報を受信するＷｅｂページ情報受信手段と、
   受信した前記アクセスしたＷｅｂページの形態素解析を行う形態素解析手段と、
   前記Ｗｅｂページの形態素解析の結果、前記未知のカテゴリに属する用語を検索し、この用語を未知語と判定する未知語判定手段と、
   前記ユーザの未知語に関連する情報を取得し、取得した前記特定の用語に関連する情報を前記Ｗｅｂページの内容とともに前記ユーザ端末に送信する未知語情報送信手段と、
   を備え、
   前記ユーザ端末は、前記未知語情報送信手段により送信された前記特定の用語に関連する情報を受信する未知語情報受信手段と、
   を更に備えることを特徴とする未知語表示システム。

Images