JP2011215950A - キーワード提示装置、方法及びプログラム - Google Patents

Abstract

【課題】 本発明の目的は、閲覧文書から類似するキーワードを集約し提示するキーワード提示装置を提供することである。
【解決手段】 閲覧文書から複数のキーワードを抽出する抽出部と、複数の前記キーワードの中で互いに表記が類似するキーワード毎にまとめて、複数の類似キーワード群を得る判別部と、前記類似キーワード群毎に、見出しとなる主キーワードと、それ以外の従キーワードとに分類し、前記従キーワードを前記主キーワードに集約する集約部と、前記主キーワードを提示する提示部とを備えるキーワード提示装置。
【選択図】 図１

Description

本発明は、テキスト情報を閲覧中のユーザに対し、関連する情報を検索するためのクエリとして用いられるキーワードを提示するキーワード提示装置に関する。

従来、Webページや原稿などのテキスト情報（以下、文書）閲覧時において、関連する情報を簡単に検索・入手したいという要求がある。これまでに、ユーザが指定した注目語彙およびその周辺語彙をキーワードとして抽出してWebページの検索を行う手法が提案されてきた（例えば特許文献１参照）。

特開２００９−１２９０９８号公報（第１０頁、図２）

しかし、上記手法では、携帯端末のディスプレイなど画面が小さい場合、一度にページ全体を表示できないため、ページ内の他の箇所でユーザが見たキーワードを用いることができなかった。

本発明の目的は、閲覧文書から類似するキーワードを集約し提示するキーワード提示装置を提供することである。

本発明の実施形態に係るキーワード提示装置は、閲覧文書から複数のキーワードを抽出する抽出部と、複数の前記キーワードの中で互いに表記が類似するキーワード毎にまとめて、複数の類似キーワード群を得る判別部と、前記類似キーワード群毎に、見出しとなる主キーワードと、それ以外の従キーワードとに分類し、前記従キーワードを前記主キーワードに集約する集約部と、前記主キーワードを提示する提示部とを備える。

本発明によれば、閲覧文書から類似するキーワードを集約し提示するキーワード提示装置を提供することができる。

本実施形態に係るキーワード提示装置１００の全体構成をブロック図。 本実施形態に係るキーワード提示動作を示すフローチャート。 Webページ閲覧画面および本文抽出の具体例を示す図。 本文及び、そこから抽出されるキーワード、意味属性、スコアを示す図。 検索ルールの例を示す図。 類似キーワード判別ルールの例を示す図。 集約された主キーワード及び従キーワードの構造例を示す図。 提示される主キーワード及びその検索方式の配置例を示す図。 従キーワードの選択例を示す図。 従キーワードの選択例を示す図。 従キーワードの選択例を示す図。 本実施形態に係るキーワード選択の動作を示すフローチャート。 本実施形態に係る検索結果の表示例を示す図。

以下、本発明の実施の形態について図面を参照しながら説明する。

本実施形態では、ユーザが所有する端末においてキーワード提示装置１００が使用されることを想定しているが、キーワード提示装置１００の一部がサーバ上に構成されるなど分離して使用される場合も同様である。また、本実施形態においては、閲覧する情報あるいは文書として主にウェブページを対象とする。ここで、ウェブページとしてはテキスト情報に加え、静止画像や動画像を内部に含むものも同様に扱われる。

図１は本実施形態に係るキーワード提示装置１００の全体構成をブロック図である。閲覧情報入力部１０１は、携帯端末のディスプレイであり、閲覧ウィンドウに文書のテキスト情報を入力する。本文領域抽出部１０２は、閲覧情報入力部１０１によって入力されたHTMLなどの文書構造情報から本文とみなされる領域を抽出する。キーワード抽出部１０３は、閲覧情報入力部１０１から入力された文書の本文領域から、検索クエリの候補となる単語をキーワードとして抽出する。キーワード抽出辞書・ルール格納部１０４は、キーワード抽出部１０３においてキーワードを抽出するために必要とされる語彙や抽出ルールを格納する。検索ルール格納部１０５は、キーワード抽出部１０３による抽出キーワードの意味属性に対応する（i）検索方式、(ii)利用する検索サービス、(iii)拡張クエリを決定するためのルールを格納する。なお、場合によっては拡張クエリが無くてもよい。

類似キーワード集約部１０６は、キーワード抽出部１０３によって抽出された複数のキーワードから見出しとして集約するキーワードを決定する。類似キーワード集約ルール格納部１０７は、類似キーワード集約部１０６による集約方法を決めるルールを格納する。キーワード・検索方式提示部１０８は、類似キーワード集約部１０６により表記が集約されたキーワードの見出し一覧を提示する。検索部１０９は、キーワード・検索方式提示部１０８により提示されたキーワードのうち、ユーザにより選択されたものに基づき、ウェブサービス（例えば、外部の検索サービス）またはデータベースを対象に検索処理を実行し、検索結果を整理する。検索結果表示部１１０は、検索部１０９により検索された結果の一覧を表示する。選択履歴格納部１１１は、キーワード・検索方式提示部１０８により提示されたキーワードのうち、ユーザにより選択されたものの履歴を格納する。選択傾向算出部１１２は、選択履歴格納部１１１に格納された選択履歴に基づき、ユーザが選択するキーワードや検索方式の統計情報を算出し、キーワード抽出辞書・ルール格納部１０４あるいは類似キーワード集約ルール格納部１０７に反映する。関連語辞書格納部１１３は、キーワード抽出部１０３によるキーワード抽出において、本文領域に表示されているキーワードと関連する他のキーワード（他のキーワード自体も本文領域内の言葉であることを要する）を抽出結果に加えるために用いられる。ここで関連語とは、類義語、上位語、下位語などであり、例えば「パソコン」の関連語としては「コンピュータ」、「ＰＣ」などが挙げられる。

図２は、本実施形態に係るキーワード提示装置のキーワード提示動作を示すフローチャートである。

まず、現在ユーザが閲覧中のウェブページの文書構造（例えばHTML形式の文書構造）から、本文にあたる領域を抽出する（ステップＳ２１）。本実施形態では、パラグラフを表すタグや、本文、メニューなどの領域を示すタグ、あるいは一定量のテキスト情報が含まれる範囲を本文領域とみなすことで、本文となるテキスト情報が抽出される。

本文が抽出された後、キーワード抽出を行う（ステップＳ２２）。抽出されるキーワードには人名、地名などの意味属性が付与される。また、意味属性に応じて検索方式が決定される。抽出されたキーワードと検索方式を用いて、ユーザは閲覧中のWebページの関連情報を検索する。

キーワード抽出後、類似するキーワードが判別・集約される（ステップＳ２３）。ここで、類似とは、キーワード同士に表層的な包含関係がある場合や、言い換え、略称、他言語表記といった、ユーザが容易に類似性を認めることができるが表記としては異なるものを指す。類似するキーワード群は、見出しとなる主キーワードと、見出しに対する操作により選択可能となる従キーワードに分類され、主キーワードに集約される。集約されたキーワード群の見出し（すなわち主キーワード）と検索方式の一覧が最終的に並べられてユーザに提示される。このようにすれば、ページ内に出現するキーワードを検索クエリの候補として提示する際に、似た表記のキーワードを集約して提示することができる。

提示された見出しあるいは検索方式をユーザが選択すると、選択された見出しあるいは検索方式に応じてWebあるいはデータベースの検索が実行され、検索結果がユーザに提示される（Ｓ２４）。検索結果からユーザが所望のものを選択すると、当該Webページに遷移し、関連する情報の閲覧を続けることができる。

キーワード提示の具体例を、図３乃至図９を用いて説明する。

図３は、Webページ閲覧画面ウィンドウおよび本文抽出の具体例を示す。図３（ａ）は、Webページ閲覧画面ウィンドウを表し、閲覧情報入力部１０１に入力されるニュース記事の閲覧例である。中央の列に記事本文が段落毎に分けて記載され、記事本文の上に記事の見出し「サカナさん症候群」が表示されている。本文の左側には図やキャプションなどのメニューが表示され、また本文の右側には広告が表示される。

図３（ｂ）は、Webページの各領域とHTML形式の文書構造との対応関係を示す例である。それぞれの領域はHTMLのタグによって階層的に構成されている。本実施形態では、本文の記事は文章の分量が多い範囲であると想定し、特定のタグ（例えば段落を示すタグ）で囲まれた文字列長が予め定められた閾値よりも長い領域を本文とみなして抽出する。この結果、Webサイトのメニューや広告など、ユーザが閲覧するページの内容と直接は関係しない情報を省き、閲覧している本文内容に即したキーワードを抽出しやすくなる。さらに、閲覧しているWebページ本文の内容が長く、携帯端末の表示ウィンドウにWebページ本文全ての内容が表示できない場合であっても、スクロール操作などにより再度表示し直すことなく同じWebページ内の他の箇所で見たキーワードを全て抽出できる。

図４は、本文の例を示す。図４（ａ）は、本文抽出処理の結果、閲覧文書から抽出された本文の例である。この例では、「サカナさん症候群」という病名について書かれた記事を示し、人名、地名といったキーワードとなる固有表現の例として、病名である「サカナさん症候群」、放送局会社である「富士テレビ」、テレビ番組名である「サカナさん」などが抽出対象である。

まず、本文領域に含まれるテキスト中のキーワードを抽出する（ステップＳ２２）。キーワード抽出方式としては、形態素解析あるいは固有表現抽出処理、あらかじめ登録された辞書に含まれる単語とのマッチングなど、一般的なキーワード抽出手法を用いる。ここで抽出用の辞書やルールに用いられる優先度をスコアとして表現してもよく、後述の通りユーザによるキーワード選択傾向を重み付けに反映してもよい。図４（ｂ）は、抽出されたキーワード、その意味属性およびスコアの一覧を示す。

図５は、キーワードの意味属性と検索方式を対応付けした検索ルールの例を示す。意味属性に応じて、検索方式名と、キーワードが選択された時に利用される検索サービスと、検索方式に対応する拡張クエリが検索ルール格納部１０５に格納されている。

ユーザには、後述の通り、最終的にキーワードと対応する検索方式が提示される。なお、１つの意味属性に対して複数の検索方式が対応しても構わない。

類似するキーワードを判別・集約し、ユーザに提示する（ステップＳ２３）。類似するキーワードを判別するルールは、類似キーワード集約ルール格納部１０７に格納されている。図６にこの判別ルールの一例を示す。この判別ルールには、キーワードの表記パターンによって２つ以上のキーワードが類似である関係が記述され、例えば「キーワード１とキーワード２の共通部分が３文字以上ある場合、キーワード１とキーワード２は類似」、「『人名１こと人名２』という表記がある場合、人名１と人名２は類似」等と記述されている。その結果、類似するキーワードの群（集合）を判別し、類似するキーワードの集合が形成される。このように、キーワードの表記パターンは、表記の包含関係や、読み替え、略称・愛称・別名など表記の類似性を有している。

類似するキーワードの集合から、主キーワードを求める。主キーワードが代表的な見出し語としてユーザに提示される。主キーワードは、キーワードの持つ属性によって決定される。例えば、キーワードのスコアがもっとも高いもの、表記が最も短いもの又は、優先順位の高い意味属性を持つものなどによって決定される。本実施形態では、スコアが最も高い類似キーワードを主キーワードとし、それ以外の類似キーワードは従キーワードとしてスコア順に並べることによって、類似するキーワードを集約している。このようにすれば、ページ内の互いに表層的な包含関係にあるキーワードを検索クエリの候補として提示する際似た表記のキーワードが煩雑に並ぶことを回避でき、また集約して提示する場合はどの表記で提示するかの選択も容易になる。

図７は、類似キーワード集約部１０６によって集約された主キーワード及び従キーワードの構造例を示す。主キーワードとして「サカナさん」、「富士テレビ」などが選択され、順にIDが付与される。また、「サカナさん」（主キーワードIDは1）に従属する従キーワードとして「サカナさん症候群」、「大長編サカナさん」などが集約され、これらの主キーワードIDは「サカナさん」と同じ”1”が付与され、従キーワードIDが順に付与される。

図８は、キーワード・検索方式提示部１０８により提示されるキーワード及びその検索方式の配置例を示す。主キーワードと検索方式の組が順にタッチスクリーンに提示される。従キーワードが存在する場合、キーワード・検索方式提示部１０８はその旨を表示する。 本実施形態では、ボタンが、主キーワードの前後に「…」のようなキーワード表記に続きが存在することを示している。さらに、このボタンは、選択用のリストを展開するためのボタンでもある。詳細は後述する。

図９は、提示された主キーワードから従キーワードを選択する方法を説明する図である。図９（ａ）のように「サカナさん…」と表記されている場合に、「…」の部分を指でスライドすると、より長い表記である「サカナさん症候群」が展開表示される。このとき、「サカナさん症候群」の意味属性に対応する検索方式を図５の検索ルールから求め、更新表示される。

図９（ｂ）のように前後に展開可能である場合は、「…サカナさん…」のように表示され、前後どちらかをスライドすることで、従キーワードは前後どちらでも展開可能である。複数の候補がある場合は、図９（ｂ）右下のように、複数の従キーワード候補が一度に表示され、ユーザが選択することによって従キーワードが決定される。このようにすれば、主キーワードよりも長い文字数のキーワードを従キーワードとして集約表示できる。

図１０は、リスト表示による従キーワードの選択例を示す図である。図１０（ａ）のように展開可能であることを示す「▽」ボタンを押すことで、従キーワードおよび検索方式の一覧が展開される。この方式の場合、図１０（ｂ）のように表記が包含関係でない類似キーワードについても、ユーザにとって自然な展開表示が可能となる。

図１１は、より短い表記の従キーワードに展開する例を示す図である。キーワード自体を指で挟む操作により、別名での表記（例えば略称）に変換することができる。同図（ａ）はカタカナ表記のキーワードを略称に変換した場合を、同図（ｂ）は英語表記のキーワードを略称に変換した場合を示す。

このように、長い表記を主キーワードにして、より短い表記を従キーワードにすることは、選択傾向算出部１１２によってユーザが選択するキーワードの統計情報を求めることによって可能になる。

次に、表示されたキーワードを検索のために選択する流れを説明する。図１２は、本実施形態に係るキーワード選択の動作を示すフローチャートである。

ユーザはキーワード・検索方式提示部１０８により表示されたキーワードを選択する（ステップＳ１０１）。次に、検索部１０９は、（i）選択されたキーワード、このキーワードの意味属性に対応する（ii）検索方式、（iii）検索サービス、（iv）拡張クエリを用いて検索を実行する（ステップＳ１０２）。なお、検索ルール格納部１０５に拡張クエリが無い場合は、拡張クエリを追加せずに検索を実行する。

検索結果表示部１１０は、この検索結果をユーザに提示する（ステップＳ１０３）。本実施形態では、ウェブサービスを用いた検索を想定している。しかし、キーワード提示装置１００自身に格納された辞書などのデータベース検索など、ウェブサービス以外の検索手段を用いても構わない。図１３は、選択されたキーワードが従キーワード「サカナさん症候群」の場合の検索結果の表示例を示す図である。ここで、検索結果表示部１１０は、図３（ａ）に示す閲覧情報入力部１０１とは別のウィンドウとして表示されている。

表示された検索結果のうち１つをユーザが選択すると、そのウェブページに移動し、閲覧情報入力部１０１に次のウェブページ情報が入力される。このように、ユーザがウェブページを閲覧している時に、関連情報を調べるための手掛かりとなるキーワードおよび検索方式を煩雑な操作なく行うことができる。

本実施形態は、ユーザの閲覧内容に基づき、関連情報の検索に用いることのできるキーワードのうち類似するキーワードを１つの見出しにまとめ、この見出しと、その意味属性に対応した検索方式とを表示し、ユーザの選択操作によって見出しが変更した場合、変更した見出しに対応した検索方式に切り替えることができる。これによって、ユーザは、ディスプレイ上に表示された多数の表記から１つのキーワードを見つけるのではなく、表示された１つの見出しを、指でスライド操作する等により、類似する見出しを容易に選択し、関連情報検索を行えるようになる。

（変形例）
閲覧情報入力部１０１では、ウェブページの他に、現在ユーザが置かれている状況を表すキーワードを追加で入力してもよい。例えば、ウェブブラウザが携帯端末に搭載されている場合は、現在地を表すキーワードとして「川崎」などの単語を入力することが考えられる。

本実施形態では、ユーザが所有する端末においてキーワード提示装置１００が使用されることを想定しているが、これはキーワード提示装置１００の一部がサーバ上に構成されるなど分離して構成されてもよい。キーワード提示装置１００は、ＣＰＵなどの制御装置と、ＲＯＭやＲＡＭなどの記憶装置と、ＨＤＤなどの外部記憶装置と、ディスプレイ装置などの表示装置と、キーボード、マウスなどの入力装置とを備えた、一般的なコンピュータに適用することもできる。

また、上記の各実施形態のキーワード提示装置は、例えば、汎用のコンピュータ装置を基本ハードウェアとして用いることでも実現することが可能である。実行されるプログラムは、上述した各機能を含むモジュール構成となっている。プログラムはインストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フロッピー（Ｒ）ディスク、ＣＤ−Ｒ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録されて提供しても、ＲＯＭ等に予め組み込んで提供してもよい。

なお、このキーワード提示装置は、例えば、汎用のコンピュータ装置を基本ハードウェアとして用いることでも実現することが可能である。すなわち、閲覧情報入力部１０１、本文領域抽出部１０２、キーワード抽出部１０３、類似キーワード集約部１０６、キーワード・検索方式提示部１０８、検索部１０９、検索結果表示部１１０、選択傾向算出部１１２は、上記のコンピュータ装置に搭載されたプロセッサにプログラムを実行させることにより実現することができる。このとき、キーワード提示装置は、上記のプログラムをコンピュータ装置にあらかじめインストールすることで実現してもよいし、ＣＤ−ＲＯＭなどの記憶媒体に記憶して、あるいはネットワークを介して上記のプログラムを配布して、このプログラムをコンピュータ装置に適宜インストールすることで実現してもよい。また、キーワード抽出辞書・ルール格納部１０４、検索ルール格納部１０５、類似キーワード集約ルール格納部１０７、検索結果表示部１１０、選択履歴格納部１１１および関連語辞書格納部１１３は、上記のコンピュータ装置に内蔵あるいは外付けされたメモリ、ハードディスクもしくはＣＤ−Ｒ、ＣＤ−ＲＷ、ＤＶＤ−ＲＡＭ、ＤＶＤ−Ｒなどの記憶媒体などを適宜利用して実現することができる。

上述した実施の形態は、本発明の好適な具体例であるから、技術的に好ましい種々の限定が付されているが、本発明の趣旨を逸脱しない範囲であれば、適宜組合わせ及び変更することができることはいうまでもない。

１００ キーワード提示装置
１０１ 閲覧情報入力部
１０２ 本文領域抽出部
１０３ キーワード抽出部
１０４ キーワード抽出辞書・ルール格納部
１０５ 検索ルール格納部
１０６ 類似キーワード集約部
１０７ 類似キーワード集約ルール格納部
１０８ キーワード・検索方式提示部
１０９ 検索部
１１０ 検索結果表示部
１１１ 選択履歴格納部
１１２ 選択傾向算出部
１１３ 関連語辞書格納部

Claims (6)

1. 閲覧文書から複数のキーワードを抽出する抽出部と、
   複数の前記キーワードの中で互いに表記が類似するキーワード毎にまとめて、複数の類似キーワード群を得る判別部と、
   前記類似キーワード群毎に、見出しとなる主キーワードと、それ以外の従キーワードとに分類し、前記従キーワードを前記主キーワードに集約する集約部と、
   前記主キーワードを提示する提示部とを備えるキーワード提示装置。
2. キーワードの意味属性に対応する検索方式及び検索サービスを決定するための検索ルールを格納する格納部をさらに備え、
   前記集約部は、前記検索ルールを用いて、前記主キーワード及び前記従キーワードの意味属性に対応する検索方式及び検索サービスを求めることを特徴とする請求項１記載のキーワード提示装置。
3. 前記検索ルールはさらに拡張クエリを備え、
   前記集約部はさらに前記主キーワード及び前記従キーワードの意味属性に対応する拡張クエリを求めることを特徴とする請求項１記載のキーワード提示装置。
4. 前記提示部により提示されたキーワードをユーザが選択したキーワードの統計情報を算出する算出部をさらに備えることを特徴とする請求項１記載のキーワード提示装置。
5. 閲覧文書から複数のキーワードを抽出するステップと、
   複数の前記キーワードの中で互いに表記が類似するキーワード毎にまとめて、複数の類似キーワード群を得るステップと、
   前記類似キーワード群毎に、見出しとなる主キーワードと、それ以外の従キーワードとに分類し、前記従キーワードを前記主キーワードに集約するステップと、
   前記主キーワードを提示するステップとを備えるキーワード提示方法。
6. コンピュータを、
   閲覧文書から複数のキーワードを抽出する手段と、
   複数の前記キーワードの中で互いに表記が類似するキーワード毎にまとめて、複数の類似キーワード群を得る手段と、
   前記類似キーワード群毎に、見出しとなる主キーワードと、それ以外の従キーワードとに分類し、前記従キーワードを前記主キーワードに集約する手段と、
   前記主キーワードを提示する手段と、
   として実行させるためのキーワード提示プログラム。

Images