JP2010250496A - 時空間検索装置及び方法及びプログラム - Google Patents
時空間検索装置及び方法及びプログラム Download PDFInfo
- Publication number
- JP2010250496A JP2010250496A JP2009098279A JP2009098279A JP2010250496A JP 2010250496 A JP2010250496 A JP 2010250496A JP 2009098279 A JP2009098279 A JP 2009098279A JP 2009098279 A JP2009098279 A JP 2009098279A JP 2010250496 A JP2010250496 A JP 2010250496A
- Authority
- JP
- Japan
- Prior art keywords
- polarity
- region
- spatio
- people
- transaction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
【解決手段】 本発明は、解析対象データと、求める時空間領域に対する制約と、人々を特徴付ける条件を入力し、該条件を、最適な時空間領域を求める目的値とし、解析対象データのテキストの内容が、人々を特徴付ける条件に該当する人々によって書かれたものかを判定し、その判定結果と、解析対象データに付与された位置情報、時間情報を要素に持つトランザクションを生成し、その集合から、目的値に該当するトランザクションの出現確率を最大化する時空間領域条件を、数値属性相関ルールを抽出することで導出する。
【選択図】 図1
Description
解析対象データと、求める時空間領域に対する制約と、人々を特徴付ける条件を入力し、入力情報記憶手段11に格納する入力手段10と、
入力手段10で与えられた人々を特徴付ける条件を、最適な時空間領域を求める目的値とする目的値導出手段30と、
解析対象データのテキストの内容が、人々を特徴付ける条件に該当する人々によって書かれたものかを判定する文書極性判定手段21と、
文書極性判定手段21の判定結果と、解析対象データに付与された位置情報、時間情報に基づいて、位置情報、時間情報、判定結果を要素として持つトランザクションを生成し、トランザクション記憶手段15に格納するトランザクション生成手段22と、
トランザクション記憶手段15のトランザクションの集合から、目的値に該当するトランザクションの出現確率を最大化する時空間領域条件を、求める時空間領域に対する制約に基づいて、数値属性相関ルールを抽出することで導出する数値属性相関ルール抽出手段40と、
を有する。
入力手段10は、
人々を特徴付ける条件として、反対の意味を持つ二つの感情からなる感情極性を指定することで、ある感情、もしくは、その逆の感情を抱くかどうかという観点で人々を特徴付けする手段を含み、
目的値導出手段30は、
入力手段10で与えられた二つの感情を、それぞれ、最適な時空間領域を求める目的値とする手段を含み、
文書極性判定手段21は、
解析対象データのテキストの内容が、感情極性の極性値である二つの感情のどちらに属するかを判定する手段を含む。
入力手段10は、
人々を特徴付ける条件として、指定された反対の意味を持つ二つの感情からなる複数の感情極性の入力を受け付け、複数の感情を同時に抱くかという観点で人々を特徴付けする手段を含み、
目的値導出手段30は、
入力手段で与えられたそれぞれの感情極性について、感情極性を構成する二つの反意の感情を元とする集合の直積集合を目的値とする手段を含み、
文書極性判定手段21は、それぞれの感情極性について、解析対象データのテキストの内容が、感情極性の極性値である二つの感情のどちらに属するかを判定する手段を含む。
解析対象データと、求める時空間領域に対する制約と、人々を特徴付ける条件を入力し、入力情報記憶手段に格納する入力ステップ(ステップ1)と、
入力ステップ(ステップ1)で与えられた人々を特徴付ける条件を、最適な時空間領域を求める目的値とする目的値導出ステップ(ステップ2)と、
解析対象データのテキストの内容が、人々を特徴付ける条件に該当する人々によって書かれたものかを判定する文書極性判定ステップ(ステップ3)と、
文書極性判定ステップ(ステップ3)の判定結果と、解析対象データに付与された位置情報、時間情報に基づいて、位置情報、時間情報、判定結果を要素として持つトランザクションを生成し、トランザクション記憶手段に格納するトランザクション生成ステップ(ステップ4)と、
トランザクション記憶手段のトランザクションの集合から、目的値に該当するトランザクションの出現確率を最大化する時空間領域条件を、求める時空間領域に対する制約に基づいて、数値属性相関ルールを抽出することで導出する数値属性相関ルール抽出ステップ(ステップ5)と、を行う。
目的値導出ステップ(ステップ2)では、入力ステップで与えられた反対の意味を持つ二つの感情を、それぞれ、最適な時空間領域を求める目的値とし、
文書極性判定ステップ(ステップ3)では、解析対象データのテキストの内容が、感情極性の極性値である二つの感情のどちらに属するかを判定する。
目的値導出ステップ(ステップ2)では、入力ステップで与えられたそれぞれの感情極性について、感情極性を構成する二つの反意の感情を元とする集合の直積集合を目的値とし、
文書極性判定ステップ(ステップ3)では、それぞれの感情極性について、解析対象データのテキストの内容が、感情極性の極性値である二つの感情のどちらに属するかを判定する。
(1)<嬉しい,悲しい>
(2)<驚き,予期>
(3)<怒り,恐れ>
(4)<受容,嫌悪>
の4種類を挙げることができる。また、これらの4軸は直交する概念であることが知られているが、ユーザは複数の直交する感情極性を指定して、混合した感情を問い合わせすることも可能である。本実施の形態においては、ユーザはm個の感情極性Q1={p1,n1},…,Qm={Pm,Nm}を指定したとする。また、ここに示した感情極性以外にも例えば、<良い,悪い>、<明るい,暗い>など、形容詞の反意語のペアを入力してもよい。また、あるキーワードや概念を<含む,含まない>としたりしてもよい。
(1)矩形領域、
(2)x単調領域、
(3)直方凸領域
が挙げられる。
上記のIDは、トランザクションの識別子である。感情極性は、文書極性判定部21で得られた極性値を値として持つ。図6に2つの感情極性<嬉しい,悲しい>、<驚き,予期>が入力された場合の結果の例を示す。
上記のAは数値属性で、v1≦v2はAの定義域中の値、Eは目的属性である。矢印左の項を条件部、右の項を結論部と呼ぶ。相関ルールの有用性を示す尺度としては、支持度と確信度を用いる。全トランザクション数をN、属性Aの値がv1≦v2に含まれるトランザクション数をs、属性Aの値がv1≦v2に含まれ、かつ、属性Eの値として1を持つトランザクション数をhとすると、支持度はh/N、確信度はh/sで計算できる。また、設定のし易さを考えて、支持度をhと考えて計算してもよい。また、条件部に1,2,3個の数値属性を持つルールをそれぞれ、一次元、二次元、三次元数値属性相関ルールと呼ぶこととする。
ここで、Tは時間属性、t1≦t2はTの定義域中の値である。例えば、「2008年1月1日から2008年1月2日に、人は高い確率で嬉しいという感情を持つ」という事実は、以下の相関ルールで表現される。
前述の通り、目的属性Eは、極性値が"嬉しい"の場合に1をとる属性である。トランザクション記憶部15に格納されているトランザクション集合の中から、ある一定以上(最小支持度以上)の支持度を持ち、その中で確信度が最も高くなるルール(最適確信度相関ルール)を選択する。もし、確信度を最大とするルールが複数存在する場合には、支持度を最大にするものを優先的に選ぶ。そのルールの条件部が示す時間領域を、目的属性の値を最も良く特徴付ける最適領域とする。
ここで、Lは緯度属性、Aは経度属性である。Rは数値属性L,Aとそれらが張る平面状の領域である。この領域Rの形式は、領域族記憶部14に記憶された領域族である。前記の通り、二次元の数値属性における代表的な領域族は、
1)矩形領域、
2)x単調領域、
3)直方凸領域
である。
トランザクション記憶部15に記憶されているトランザクション集合の中から、ある一定以上(最小支持度以上)を選択する。もし、確信度を最大とするルールが複数存在するとき、支持度を最大にするものを優先的に選ぶ。そのルールの条件部が示す空間領域<L,A>を、目的属性の値を最も良く特徴付ける最適領域とする。この方法は想定する領域族を(1)矩形領域、(2)x単調領域、(3)直方凸領域のどれにするかによって、異なる最適解を導き出す可能性がある。
ここで、Rは数値属性T,L,Aとそれらが張る三次元空間領域である。この領域Rの形式は、領域族記憶部14に記憶された領域族である。領域の形としては、三つの数値属性がつくる空間上の軸に平行な領域や、ある一つの軸に垂直な直線との交わりが一つの区間か空であるような連結領域や、ある二つの軸に垂直な直線との交わりがひとつの区間か空であるような連結領域や、全ての軸に垂直な直線との交わりが一つの区間か空であるような連結領域が考えられる。
11 入力情報記憶手段、解析対象データ記憶部
12 閾値記憶部
13 感情極性記憶部
14 領域族記憶部
15 トランザクション記憶手段、トランザクション記憶部
16 最適解記憶部
20 トランザクション生成機能部
21 文書極性判定部
22 トランザクション生成手段、トランザクション生成部
30 目的値算出手段、目的値導出部
40 数値属性相関ルール抽出手段、数値属性相関ルール抽出部
50 出力部
Claims (9)
- 個人の経験が自然言語で記述された文書と、該文書に対して、経験をした位置情報、時間情報が数値データで与えられた構造の解析対象データから、特定の人々を最もよく特徴付ける最適な時空間領域を求める時空間検索装置であって、
前記解析対象データと、求める時空間領域に対する制約と、人々を特徴付ける条件を入力し、記憶手段に格納する入力手段と、
前記入力手段で与えられた前記人々を特徴付ける条件を、最適な時空間領域を求める目的値とする目的値導出手段と、
前記解析対象データのテキストの内容が、前記人々を特徴付ける条件に該当する人々によって書かれたものかを判定する文書極性判定手段と、
前記文書極性判定手段の判定結果と、前記解析対象データに付与された位置情報、時間情報に基づいて、位置情報、時間情報、判定結果を要素として持つトランザクションを生成し、トランザクション記憶手段に格納するトランザクション生成手段と、
前記トランザクション記憶手段のトランザクションの集合から、前記目的値に該当するトランザクションの出現確率を最大化する時空間領域条件を、前記求める時空間領域に対する制約に基づいて、数値属性相関ルールを抽出することで導出する数値属性相関ルール抽出手段と、
を有することを特徴とする時空間検索装置。 - 前記入力手段は、
前記人々を特徴付ける条件として、反対の意味を持つ二つの感情からなる感情極性を指定することで、ある感情、もしくは、その逆の感情を抱くかどうかという観点で人々を特徴付けする手段を含み、
前記目的値導出手段は、
前記入力手段で与えられた前記二つの感情を、それぞれ、最適な時空間領域を求める目的値とする手段を含み、
前記文書極性判定手段は、
前記解析対象データのテキストの内容が、感情極性の極性値である二つの感情のどちらに属するかを判定する手段を含む
請求項1記載の時空間検索装置。 - 前記入力手段は、
前記人々を特徴付ける条件として、指定された反対の意味を持つ二つの感情からなる複数の感情極性の入力を受け付け、複数の感情を同時に抱くかという観点で人々を特徴付けする手段を含み、
前記目的値導出手段は、
前記入力手段で与えられたそれぞれの感情極性について、感情極性を構成する二つの反意の感情を元とする集合の直積集合を目的値とする手段を含み、
前記文書極性判定手段は、
それぞれの感情極性について、前記解析対象データのテキストの内容が、感情極性の極性値である二つの感情のどちらに属するかを判定する手段を含む
請求項1記載の時空間検索装置。 - 特定の人々を最も良く特徴付ける最適な時空間領域を出力する出力手段を更に有する
請求項1乃至3の何れか1項記載の時空間検索装置。 - 個人の経験が自然言語で記述された文書と、該文書に対して、経験をした位置情報、時間情報が数値データで与えられた構造の解析対象データから、特定の人々を最もよく特徴付ける最適な時空間領域を求める時空間検索方法であって、
前記解析対象データと、求める時空間領域に対する制約と、人々を特徴付ける条件を入力し、記憶手段に格納する入力ステップと、
前記入力ステップで与えられた前記人々を特徴付ける条件を、最適な時空間領域を求める目的値とする目的値導出ステップと、
前記解析対象データのテキストの内容が、前記人々を特徴付ける条件に該当する人々によって書かれたものかを判定する文書極性判定ステップと、
前記文書極性判定ステップの判定結果と、前記解析対象データに付与された位置情報、時間情報に基づいて、位置情報、時間情報、判定結果を要素として持つトランザクションを生成し、トランザクション記憶手段に格納するトランザクション生成ステップと、
前記トランザクション記憶手段のトランザクションの集合から、前記目的値に該当するトランザクションの出現確率を最大化する時空間領域条件を、前記求める時空間領域に対する制約に基づいて、数値属性相関ルールを抽出することで導出する数値属性相関ルール抽出ステップと、
を行うことを特徴とする時空間検索方法。 - 前記入力ステップにおいて、
前記人々を特徴付ける条件として、反対の意味を持つ二つの感情からなる感情極性を指定することで、ある感情、もしくは、その逆の感情を抱くかどうかという観点で人々を特徴付けし、
前記目的値導出ステップにおいて、
前記入力ステップで与えられた前記二つの感情を、それぞれ、最適な時空間領域を求める目的値とし、
前記文書極性判定ステップにおいて、
前記解析対象データのテキストの内容が、感情極性の極性値である二つの感情のどちらに属するかを判定する
請求項5記載の時空間検索方法。 - 前記入力ステップにおいて、
前記人々を特徴付ける条件として、指定された反対の意味を持つ二つの感情からなる複数の感情極性の入力を受け付け、複数の感情を同時に抱くかという観点で人々を特徴付けし、
前記目的値導出ステップにおいて、
前記入力ステップで与えられたそれぞれの感情極性について、感情極性を構成する二つの反意の感情を元とする集合の直積集合を目的値とし、
前記文書極性判定ステップにおいて、
それぞれの感情極性について、前記解析対象データのテキストの内容が、感情極性の極性値である二つの感情のどちらに属するかを判定する
請求項5記載の時空間検索方法。 - 特定の人々を最も良く特徴付ける最適な時空間領域を出力する出力ステップを更に行う
請求項5乃至7のいずれか1項記載の時空間検索方法。 - 請求項1乃至4記載のいずれか1項記載の時空間検索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時空間検索プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009098279A JP5133294B2 (ja) | 2009-04-14 | 2009-04-14 | 時空間検索装置及び方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009098279A JP5133294B2 (ja) | 2009-04-14 | 2009-04-14 | 時空間検索装置及び方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010250496A true JP2010250496A (ja) | 2010-11-04 |
JP5133294B2 JP5133294B2 (ja) | 2013-01-30 |
Family
ID=43312761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009098279A Expired - Fee Related JP5133294B2 (ja) | 2009-04-14 | 2009-04-14 | 時空間検索装置及び方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5133294B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012146191A (ja) * | 2011-01-13 | 2012-08-02 | Fujitsu Ltd | 領域発見装置、領域発見プログラム及び領域発見方法 |
WO2013046435A1 (ja) * | 2011-09-30 | 2013-04-04 | 富士通株式会社 | 観測情報処理装置、観測情報処理プログラムおよび観測情報処理方法 |
WO2013061464A1 (ja) * | 2011-10-28 | 2013-05-02 | 富士通株式会社 | 最適領域抽出方法およびその装置 |
JPWO2013046747A1 (ja) * | 2011-09-30 | 2015-03-26 | 富士通株式会社 | 観測情報処理装置、観測情報処理プログラムおよび観測情報処理方法 |
JP2016122360A (ja) * | 2014-12-25 | 2016-07-07 | Kddi株式会社 | コメント文章から人の心理状態に影響した場所を検知するプログラム、装置及び方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005108054A (ja) * | 2003-09-30 | 2005-04-21 | Eiichi Ehata | 自然言語処理システム |
JP2007280052A (ja) * | 2006-04-06 | 2007-10-25 | Nippon Telegr & Teleph Corp <Ntt> | 体験情報抽出方法及び装置及びプログラム及びコンピュータ読み取り可能な記録媒体 |
JP2008092163A (ja) * | 2006-09-29 | 2008-04-17 | Brother Ind Ltd | 状況提示システム、サーバ及び、サーバプログラム |
-
2009
- 2009-04-14 JP JP2009098279A patent/JP5133294B2/ja not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005108054A (ja) * | 2003-09-30 | 2005-04-21 | Eiichi Ehata | 自然言語処理システム |
JP2007280052A (ja) * | 2006-04-06 | 2007-10-25 | Nippon Telegr & Teleph Corp <Ntt> | 体験情報抽出方法及び装置及びプログラム及びコンピュータ読み取り可能な記録媒体 |
JP2008092163A (ja) * | 2006-09-29 | 2008-04-17 | Brother Ind Ltd | 状況提示システム、サーバ及び、サーバプログラム |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012146191A (ja) * | 2011-01-13 | 2012-08-02 | Fujitsu Ltd | 領域発見装置、領域発見プログラム及び領域発見方法 |
WO2013046435A1 (ja) * | 2011-09-30 | 2013-04-04 | 富士通株式会社 | 観測情報処理装置、観測情報処理プログラムおよび観測情報処理方法 |
WO2013046747A1 (ja) * | 2011-09-30 | 2013-04-04 | 富士通株式会社 | 観測情報処理装置、観測情報処理プログラムおよび観測情報処理方法 |
JPWO2013046747A1 (ja) * | 2011-09-30 | 2015-03-26 | 富士通株式会社 | 観測情報処理装置、観測情報処理プログラムおよび観測情報処理方法 |
US9519697B2 (en) | 2011-09-30 | 2016-12-13 | Fujitsu Limited | Observation information processing apparatus, non-transitory computer-readable recording medium, and observation information processing method |
WO2013061464A1 (ja) * | 2011-10-28 | 2013-05-02 | 富士通株式会社 | 最適領域抽出方法およびその装置 |
JPWO2013061464A1 (ja) * | 2011-10-28 | 2015-04-02 | 富士通株式会社 | 最適領域抽出方法およびその装置 |
JP2016122360A (ja) * | 2014-12-25 | 2016-07-07 | Kddi株式会社 | コメント文章から人の心理状態に影響した場所を検知するプログラム、装置及び方法 |
Also Published As
Publication number | Publication date |
---|---|
JP5133294B2 (ja) | 2013-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Toba et al. | Discovering high quality answers in community question answering archives using a hierarchy of classifiers | |
Hammad et al. | An approach for detecting spam in Arabic opinion reviews | |
Chen et al. | General functional matrix factorization using gradient boosting | |
Weng et al. | Using text classification and multiple concepts to answer e-mails | |
US8032469B2 (en) | Recommending similar content identified with a neural network | |
Jotheeswaran et al. | OPINION MINING USING DECISION TREE BASED FEATURE SELECTION THROUGH MANHATTAN HIERARCHICAL CLUSTER MEASURE. | |
US11023503B2 (en) | Suggesting text in an electronic document | |
US20100185623A1 (en) | Topical ranking in information retrieval | |
JP2009093649A (ja) | オントロジー空間を規定するタームの推奨 | |
KR20080106190A (ko) | 문서 랭킹 컴포넌트 트레이닝 시스템 및 컴퓨터 판독 가능 매체 | |
US20120323932A1 (en) | Iterative set expansion using samples | |
CN110390052B (zh) | 搜索推荐方法、ctr预估模型的训练方法、装置及设备 | |
JP5133294B2 (ja) | 時空間検索装置及び方法及びプログラム | |
US11182540B2 (en) | Passively suggesting text in an electronic document | |
US11308146B2 (en) | Content fragments aligned to content criteria | |
You et al. | Exploring public sentiments for livable places based on a crowd-calibrated sentiment analysis mechanism | |
CN116882414B (zh) | 基于大规模语言模型的评语自动生成方法及相关装置 | |
Li et al. | Infographics retrieval: A new methodology | |
Iram et al. | Anatomy of Sentiment Analysis of Tweets Using Machine Learning Approach: Anatomy of Sentiment Analysis of Tweets | |
Mazzoleni et al. | Unsupervised learning of fundamental emotional states via word embeddings | |
Qin et al. | Recommender resources based on acquiring user's requirement and exploring user's preference with Word2Vec model in web service | |
Gosavi et al. | Answer selection in community question answering portals | |
Alali | A novel stacking method for multi-label classification | |
Boteanu et al. | Unsupervised rating prediction based on local and global semantic models | |
Villatoro et al. | Document ranking refinement using a Markov random field model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110825 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20121030 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121107 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151116 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5133294 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |