JP2013242781A - 要望文抽出装置、方法、及びプログラム - Google Patents

Abstract

【課題】要望文が表す要望の強さを示す情報が付与された要望文を抽出する。
【解決手段】要望文が表す要望の強さを示す正解ラベルが付与された複数の学習用要望文を用いて、予め要望文（強）判定モデル２２ａ、要望文（中）判定モデル２２ｂ、要望文（弱）判定モデル２２ｃを作成しておく。形態素解析済みの入力文から、形態素素性抽出部１２が形態素素性を抽出し、要望表現素性抽出部１３が、評価表現辞書２０を用いて抽出される評価表現とその評価極性と、要望表現抽出規則２１を用いて抽出される要望タイプとを合わせて、要望表現素性として抽出し、要望文判定素性作成部１４が、処理対象の入力文及びＮ文前の入力文の形態素素性及び要望表現素性をまとめて、処理対象の入力文の要望文判定素性として作成する。要望文判定部１５が、作成された要望文判定素性を用いて各モデルに対して求めたスコアに基づいて、要望文か否か及び要望の強さを判定する。
【選択図】図１

Description

本発明は、要望が記載された要望文を抽出する要望文抽出装置、方法、及びプログラムに関する。

従来、アンケートの自由回答文などの文集合（テキスト集合）から、要望が記載された要望文を抽出することが行われている（例えば、非特許文献１参照）。非特許文献１に記載の手法では、文集合に含まれる各文が要望文か否かを、形態素の出現形と品詞のbag-of-words、文末のＮ形態素の出現形と品詞のbag-of-words、及び出現文の文章中での位置に基づいて判定している。

山本瑞樹、乾孝司、高村大也、丸元聡子、大塚裕子、奥山学、「文章構造を考慮した自由回答意見からの要望抽出」、言語処理学会 第１２回年次大会併設ワークショップ、2006.

しかしながら、従来の要望文の抽出手法では、抽出した要望文が表す要望が強い要望か弱い要望かまでは判断できない、という問題があった。例えば、「対応しろ！」という表現が含まれている文と、「対応していただけるとうれしい」という表現が含まれている文とでは、いずれも「要望」を表す文としか判断することができなかった。

本発明は、上記の事実を考慮して成されたもので、要望文が表す要望の強さを示す情報が付与された要望文を抽出することができる要望文抽出装置、方法、及びプログラムを提供することを目的とする。

上記目的を達成するために、本発明の要望文抽出装置は、形態素解析済みの入力文から、予め定められた要望に関する表現に基づく素性を抽出する素性抽出手段と、要望文が表す要望の強さを示す正解ラベルが付与された複数の学習用要望文の各々から抽出された前記素性の各々と、前記正解ラベルの各々との対応付けを学習したモデルと、前記素性抽出手段により前記入力文から抽出された素性とに基づいて、前記入力文が要望文か否かを判定すると共に、要望文の場合には、要望の強さを判定する判定手段と、を含んで構成されている。

本発明の要望文抽出装置によれば、素性抽出手段が、形態素解析済みの入力文から、予め定められた要望に関する表現に基づく素性を抽出する。そして、要望文が表す要望の強さを示す正解ラベルが付与された複数の学習用要望文の各々から抽出された素性の各々と、正解ラベルの各々との対応付けを学習したモデルを予め用意しておき、判定手段が、このモデルと、素性抽出手段により入力文から抽出された素性とに基づいて、入力文が要望文か否かを判定すると共に、要望文の場合には、要望の強さを判定する。

このように、要望に関する表現に基づく素性と、要望の強さとの対応付けを学習したモデルを用いて、入力文が要望文か否かを判定すると共に、要望の強さも判定することができるため、要望文が表す要望の強さを示す情報が付与された要望文を抽出することができる。

また、前記判定手段は、前記要望の強さ毎に予め学習された複数の分類型モデルを用いて、前記入力文から抽出された素性と、前記複数の分類型モデルの各々とから求められるモデル毎のスコアのうち、最も高いスコアが要望文か否かを判定するための閾値より高い場合には、前記入力文を要望文と判定すると共に、該最も高いスコアを出力した分類型モデルに対応する要望の強さを、該要望文の要望の強さとして判定することができる。

また、前記判定手段は、前記要望の強さに応じて予め学習された回帰型モデルを用いて、前記入力文から抽出された素性に対して、前記回帰型モデルから出力される値を、要望の強さとして判定することができる。

また、前記判定手段は、前記要望の強さに応じて予め学習された回帰型モデルを用いて、前記入力文から抽出された素性に対して、前記回帰型モデルから出力される値が予め定めた範囲内の場合に、前記入力文を要望文と判定すると共に、該値が示すレベルを要望の強さとして判定することができる。

また、本発明の要望文抽出方法は、素性抽出手段が、形態素解析済みの入力文から、予め定められた要望に関する表現に基づく素性を抽出し、判定手段が、要望文が表す要望の強さを示す正解ラベルが付与された複数の学習用要望文の各々から抽出された前記素性の各々と、前記正解ラベルの各々との対応付けを学習したモデルと、前記素性抽出手段により前記入力文から抽出された素性とに基づいて、前記入力文が要望文か否かを判定すると共に、要望文の場合には、要望の強さを判定する方法である。

また、本発明の要望文抽出プログラムは、コンピュータを、上記の要望文抽出装置を構成する各手段として機能させるためのプログラムである。

以上説明したように、本発明の要望文抽出装置、方法、及びプログラムによれば、要望に関する表現に基づく素性と、要望の強さとの対応付けを学習したモデルを用いて、入力文が要望文か否かを判定すると共に、要望の強さも判定することができるため、要望文が表す要望の強さを示す情報が付与された要望文を抽出することができる、という効果が得られる。

本実施の形態に係る要望文抽出装置の構成を示すブロック図である。 入力文の形態素解析結果の一例を示す図である。 評価表現辞書の一例を示す図である。 要望表現規則の一例を示す図である。 本実施の形態における要望文抽出処理ルーチンの内容を示すフローチャートである。

以下、図面を参照して本発明の実施の形態を詳細に説明する。

本発明の実施の形態に係る要望文抽出装置１０は、ＣＰＵ（Central Processing Unit）と、ＲＡＭ（Random Access Memory）と、後述する要望文抽出処理ルーチンを実行するためのプログラムを記憶したＲＯＭ（Read Only Memory）とを備えたコンピュータで構成されている。このコンピュータは、機能的には、図１に示すように、形態素解析部１１と、形態素素性抽出部１２と、要望表現素性抽出部１３と、要望文判定素性作成部１４と、要望文判定部１５とを含んだ構成で表すことができる。なお、形態素素性抽出部１２、要望表現素性抽出部１３、及び要望文判定素性作成部１４は本発明の素性抽出手段の一例であり、要望文判定部１５は本発明の判定手段の一例である。

要望文抽出装置１０に入力される入力文としては、マイクロブログを含むブログやレビュー記事等の日本語のテキストデータを用いる。

形態素解析部１１は、周知の技術である形態素解析処理を行って、入力文を単語に分解し、各単語に、品詞、読み情報などを付与する。例えば、「もう少しきれいな画面だったら良かった」という入力文に対する形態素解析結果を図２に示す。図２の例では、形態素単位で区切られた入力文の形態素（出現形）の各々に、品詞、カナ表記、標準表記、終止形の情報が付与されている。

形態素素性抽出部１２は、形態素解析済みの入力文から、要望文判定のための特徴量（素性）の１つとして、形態素素性を抽出する。以下に、周知のブースティングに基づく機械学習（参考：http://chasen.org/~taku/software/bact/index.html）で、Ｓ式により表した形態素素性を示す。
形態素素性：(もう少し(きれい(な(画面(だったら(良(かった(。))))))))

要望表現素性抽出部１３は、形態素解析済みの入力文から、要望文判定のための素性の１つとして、要望を表わす表現の特徴や、入力文に記載された評価や感情を表す表現（評価表現）に基づく要望表現素性を抽出する。要望表現素性は、「評価表現とその評価極性」と「要望タイプ」との２つの要素を含む。「評価表現とその評価極性」の抽出には、予め用意した評価表現辞書２０を用い、「要望タイプ」の抽出には、予め用意した要望表現抽出規則２１を用いる。評価表現辞書２０は、図３に示すように、「良い」や「悪い」などの評価を表す表現や、「好き」や「嫌い」などの感情を表す表現を標準表記で記載した評価表現が、各評価表現の評価極性（Positive/Negative）と共に収録された辞書である。また、要望表現抽出規則２１は、図４に示すように、各要望タイプに対応した規則と、その規則に基づいて抽出される要望タイプとが対で収録された辞書である。

具体的には、要望表現素性抽出部１３は、評価表現辞書２０を用いて、形態素解析済みの入力文に対して辞書引きを行い、入力文中の各形態素の標準表記と辞書に収録された評価表現とがマッチした部分に評価極性を付与すると共に、該当部分を抽出する。例えば、上記の例の「もう少しきれいな画面だったら良かった」という入力文の場合、「もう少しきれいな［評価極性Ｐ］画面だったら良かった［評価極性Ｐ］」となる。なお、下線部は辞書に収録された評価表現にマッチした部分を示す。また、「良かった［評価極性Ｐ］、きれいな［評価極性Ｐ］」が「評価表現とその評価極性」として抽出される。

また、要望表現素性抽出部１３は、要望表現抽出規則２１を用いて、評価表現に評価極性を付与した形態素解析済み入力文から要望表現を抽出する。例えば、「〜だったら［評価極性Ｐ］」→「要望タイプ：願望」という規則が要望表現抽出規則２１に収録されていた場合、上記の「もう少しきれいな［評価極性Ｐ］画面だったら良かった［評価極性Ｐ］」という入力文の場合、上記の規則にマッチし、「要望タイプ：願望」が抽出される。入力文が要望表現抽出規則２１に収録されたどの規則にもマッチしない場合には、何も抽出しない。

さらに、要望表現素性抽出部１３は、抽出した「評価表現とその評価極性」と「要望タイプ」とを合わせて、要望表現素性として抽出する。上記の入力文から抽出される要望表現素性を下記に示す。
要望表現素性：良かった［評価極性Ｐ］、きれいな［評価極性Ｐ］、
要望タイプ：願望

要望文判定素性作成部１４は、形態素素性抽出部１２で抽出された形態素素性、及び要望表現素性抽出部１３で抽出された要望表現素性を入力とし、各入力文に対して、処理対象となっている入力文の形態素素性及び要望表現素性と、処理対象の入力文のＮ文前に入力された入力文の形態素素性及び要望表現素性とをまとめて、処理対象の入力文の要望文判定素性として作成する。

例えばＮ＝１とした場合で、処理対象の入力文が「もう少しきれいな画面だったら良かった」、その１文前の入力文が「解像度がいまいちなのが不満。」の場合を例に説明する。形態素素性はそれぞれ「(もう少し(きれい(な(画面(だったら(良(かった(。))))))))」、及び「(解像度(が(いまいち(な(の(が(不満(。))))))))」であり、要望表現素性はそれぞれ「良かった［評価極性Ｐ］、きれいな［評価極性Ｐ］、要望タイプ：願望」、及び「いまいち［評価極性Ｎ］、不満［評価極性Ｎ］」となる。

これらの各素性が処理対象の入力文から抽出されたものか、その１文前の入力文から抽出されたものかを区別するためのラベルを付与し、以下のように要望文判定素性としてまとめあげる。ここで、T_SENTENCEは処理対象の入力文から抽出された形態素素性、TARGETは処理対象の入力文から抽出された要望表現素性、P_SENTENCEは１文前の入力文から抽出された形態素素性、PREは１文前の入力文から抽出された要望表現素性であることを表すラベルである。

(ROOT(T_SENTENCE(もう少し(きれい(な(画面(だったら(良(かった(。)))))))))(TARGET:良かった［評価極性Ｐ］)(TARGET:きれいな［評価極性Ｐ］)(TARGET:要望タイプ：願望)(P_SENTENCE(解像度(が(いまいち(な(の(が(不満(。)))))))))(PRE:いまいち［評価極性Ｎ］)(PRE:不満［評価極性Ｎ］))

要望文判定部１５は、予め作成された要望文（強）判定モデル２２ａ、要望文（中）判定モデル２２ｂ、要望文（弱）判定モデル２２ｃの３つのモデルを使用し、要望文判定素性作成部１４で作成された要望文判定素性を用いて、入力文が、要望文（強）、要望文（中）、要望文（弱）のいずれか、または、いずれでもないか（要望文ではない）を判定する。強、中、弱は要望文が表す要望の強さを示し、例えば、「対応しろ！」は強、「対応していただけるとうれしい」は弱などのように定めることができる。

なお、ここでは、上記３つのモデルを全て使用する場合について説明するが、要望文（強）判定モデル２２ａのみ、要望文（強）判定モデル２２ａと要望文（弱）判定モデルのみ、などを使用するようにすることも可能である。

ここで、各要望判定モデルは、以下の方法により予め作成されたものである。まず、大量の文の各々に、その文が要望文か否か、要望文の場合には要望の強さの正解ラベルを人手で付与する。次に、各文に対して、上記の形態素解析部１１、形態素素性抽出部１２、要望表現素性抽出部１３、及び要望文判定素性作成部１４の各処理を行い、各文について要望文判定素性を作成する。そして、要望の強さ毎に、各文についての要望文判定素性の各々と、人手で付与した正解ラベルとの対応付けを、既知の技術である機械学習手法を用いて学習する。

要望文判定部１５は、このように作成された各モデルと、入力文から作成した要望文作成素性とを用いて、前述したブースティングに基づく機械学習手法などにより、入力文が要望文であることの確からしさを示すスコアを、要望文（強）、要望文（中）、要望文（弱）の各々について求める。このスコアを閾値処理することにより、入力文が要望文か否か、要望文の場合には、その要望の強さを判定する。

次に、本実施の形態に係る要望文抽出装置１０の作用について説明する。予め要望文（強）判定モデル２２ａ、要望文（中）判定モデル２２ｂ、要望文（弱）判定モデル２２ｃの３つのモデルが作成された状態で、要望文抽出装置１０に入力文が入力されると、要望文抽出装置１０において、図５に示す要望文抽出処理ルーチンが実行される。

まず、ステップ１００で、形態素解析部１１が、周知の技術である形態素解析処理を行って、入力文を単語に分解し、各単語に、品詞、読み情報などを付与する。

次に、ステップ１０２で、形態素素性抽出部１２が、形態素解析済みの入力文から形態素素性を抽出する。

次に、ステップ１０４で、要望表現素性抽出部１３が、評価表現辞書２０を用いて、形態素解析済みの入力文から評価表現とその評価極性を抽出し、要望表現抽出規則２１を用いて、評価極性を付与した形態素解析済み入力文から要望タイプを抽出する。そして、要望表現素性抽出部１３が、抽出した「評価表現とその評価極性」と「要望タイプ」とを合わせて、要望表現素性として抽出する。

次に、ステップ１０６で、要望文判定素性作成部１４が、処理対象の入力文の形態素素性及び要望表現素性と、処理対象の入力文のＮ文前に入力された入力文の形態素素性及び要望表現素性とをまとめて、処理対象の入力文の要望文判定素性として作成する。

次に、ステップ１０８で、要望文判定部１５が、上記ステップ１０６で作成された要望文判定素性を用いて、要望文（強）判定モデル２２ａ、要望文（中）判定モデル２２ｂ、要望文（弱）判定モデル２２ｃの各モデルに対するスコアを求める。そして、求めたスコアのうち最も高いスコアが予め定めた閾値よりも低い場合には、入力文は要望文ではないと判定する。また、最も高いスコアが予め定めた閾値よりも高い場合には、入力文を要望文であると判定すると共に、最も高いスコアを出力したモデルに対応する要望の強さを、その要望文が表す要望の強さとして判定する。

次に、ステップ１１０で、要望文判定部１５が、上記ステップ１０８で要望文であると判定された要望文に、その要望文が表す要望の強さを示す情報を付与して、強さ情報付き要望文として出力し、要望文抽出処理ルーチンを終了する。なお、要望文を出力する際には、求めたスコアを共に出力してもよい。

入力文集合に含まれる入力文の各々に対して、上記要望文抽出処理ルーチンを実行することで、入力文集合から強さ情報付き要望文を抽出することができる。

以上説明したように、本実施の形態に係る要望文抽出装置によれば、要望を表わす表現の特徴や、入力文に記載された評価や感情を表す表現に基づく素性を用いて、要望の強さ毎の要望文判定モデルを学習し、この要望文判定モデルに基づいて要望文か否かを判定するため、入力文が要望文か否かを判定すると共に、要望の強さも判定することができるため、要望文が表す要望の強さを示す情報が付与された要望文を抽出することができる。

なお、本発明は、上述した実施の形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。

例えば、入力文が要望文か否か、及び要望文の場合にその要望の強さを判定する際に、各入力文に対し、要望文判定素性作成部１４で作成された素性を用いて、要望文（強）判定モデル２２ａにより要望文（強）か否かを判定し、要望文（強）でないと判定された場合に、要望文（中）判定モデル２２ｂにより要望文（中）か否かを判定する。そして、要望文（中）でもないと判定された場合は、要望文（弱）判定モデル２２ｃにより要望文（弱）か否か判定し、要望文（弱）でもないと判定された場合には、入力文は要望文ではないと判定するようにしてもよい。

また、上記実施の形態では、要望文（強）、要望文（中）、要望文（弱）を分類問題として解く方法について説明したが、回帰問題として、１つのモデルで解くなど、他のモデルも適用可能である。例えば、回帰問題として解く場合、要望の強さに応じた値を正解ラベルとして付与した要望文を用いて回帰型モデルを学習しておく。この場合、要望文判定部１５の出力は数値となる。そして、出力された数値が予め定めた範囲内の場合には、入力文を要望文と判定すると共に、出力された数値に応じたレベルを要望の強さとして判定することができる。また、要望の強さの段階（例えば、強、中、弱）に応じて予め段階的に閾値を定めておき、要望文判定部１５から出力された数値がいずれの閾値の範囲であるかを判定することにより、要望の強さを判定するようにしてもよい。

また、形態素解析部を外部の装置に設けてもよい。この場合には、要望文抽出装置に、形態素解析済みのテキスト集合が入力されるようにすればよい。

また、本発明は、周知のコンピュータに媒体もしくは通信回線を介して、プログラムをインストールすることによっても実現可能である。

また、上述の要望文抽出装置は、内部にコンピュータシステムを有しているが、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。

また、本願明細書中において、プログラムが予めインストールされている実施形態として説明したが、当該プログラムを、コンピュータ読み取り可能な記録媒体に格納して提供することも可能である。

１０ 要望文抽出装置
１１ 形態素解析部
１２ 形態素素性抽出部
１３ 要望表現素性抽出部
１４ 要望文判定素性作成部
１５ 要望文判定部
２０ 評価表現辞書
２１ 要望表現抽出規則
２２ａ 要望文（強）判定モデル
２２ｂ 要望文（中）判定モデル
２２ｃ 要望文（弱）判定モデル

Claims (6)

1. 形態素解析済みの入力文から、予め定められた要望に関する表現に基づく素性を抽出する素性抽出手段と、
   要望文が表す要望の強さを示す正解ラベルが付与された複数の学習用要望文の各々から抽出された前記素性の各々と、前記正解ラベルの各々との対応付けを学習したモデルと、前記素性抽出手段により前記入力文から抽出された素性とに基づいて、前記入力文が要望文か否かを判定すると共に、要望文の場合には、要望の強さを判定する判定手段と、
   を含む要望文抽出装置。
2. 前記判定手段は、前記要望の強さ毎に予め学習された複数の分類型モデルを用いて、前記入力文から抽出された素性と、前記複数の分類型モデルの各々とから求められるモデル毎のスコアのうち、最も高いスコアが要望文か否かを判定するための閾値より高い場合には、前記入力文を要望文と判定すると共に、該最も高いスコアを出力した分類型モデルに対応する要望の強さを、該要望文の要望の強さとして判定する請求項１記載の要望文抽出装置。
3. 前記判定手段は、前記要望の強さに応じて予め学習された回帰型モデルを用いて、前記入力文から抽出された素性に対して、前記回帰型モデルから出力される値が予め定めた範囲内の場合に、前記入力文を要望文と判定すると共に、該値が示すレベルを要望の強さとして判定する請求項１記載の要望文抽出装置。
4. 前記素性抽出手段は、前記形態素解析済み入力文から抽出される形態素素性、予め定めた評価または感情を表す評価表現と該評価表現の極性、及び予め定めた規則に対応した要望のタイプを前記素性として抽出する請求項１〜請求項３のいずれか１項記載の要望文抽出装置。
5. 素性抽出手段が、形態素解析済みの入力文から、予め定められた要望に関する表現に基づく素性を抽出し、
   判定手段が、要望文が表す要望の強さを示す正解ラベルが付与された複数の学習用要望文の各々から抽出された前記素性の各々と、前記正解ラベルの各々との対応付けを学習したモデルと、前記素性抽出手段により前記入力文から抽出された素性とに基づいて、前記入力文が要望文か否かを判定すると共に、要望文の場合には、要望の強さを判定する
   要望文抽出方法。
6. コンピュータを、請求項１〜請求項４のいずれか１項記載の要望文抽出装置を構成する各手段として機能させるための要望文抽出プログラム。