JP2014096121A - 主観地域推定装置及び方法及びプログラム - Google Patents

Abstract

【課題】 記事に付随する位置情報を用いなくとも、地名の印象が与える主観的な地理範囲を推定する。
【解決手段】 本発明は、スポットの名称と該スポットのその緯度・経度を該スポット固有のIDを付与して保持するスポットデータベースと、地名の入力を受け付ける地名入力手段と、地名に基づいて文書群を検索し、地名を含む文書を取得する検索手段と、文書からスポットの名称を抽出し、該スポットの名称に基づいてスポットデータベースを検索し、該スポットの名称に対応する緯度・経度を取得するスポット名抽出手段と、取得した緯度・経度の組を表示装置に出力する表示手段と、を有する。
【選択図】 図１

Description

本発明は、主観地域推定装置及び方法及びプログラムに係り、特に、地理表現に対応する領域を地図上に表示する技術において、地名に該当する住所の地理的範囲ではなく、地名の主観的な地理的範囲を推定するための主観地域推定装置及び方法及びプログラムに関する。

店舗や観光地などの地域情報を検索する場合や、地図上のある地点に対して関連の深い地名を付与する場合において、地名が指し示す地図上の範囲を特定することは不可欠である。例えば「新宿」という地名が示す範囲を特定することで、「新宿」にある店舗や観光地のみを対象にした地域情報の検索が可能となったり、ユーザが「新宿」の範囲内にいる場合に、現在地を取得・送信可能な端末からサーバに問い合わせることで、「現在地は新宿です。」というメッセージを端末に返したりすることが可能となる。

本来、地名とは、「東京都千代田区大手町二丁目○番地△号」のように地図上の1点を表す住所における「東京都」や「千代田区」など、住所文字列を構成する部分文字列であり、例えば「千代田区」が示す地図上の範囲は、「東京都千代田区大手町三丁目×番地□号」や、「東京都千代田区丸の内△番地○号」など、「東京都千代田区」に属する全ての住所の集合として表現することができるものである。

しかしながら、例えば「新宿」という地名が与える印象とは、「東京都新宿区」の地理的な範囲とは必ずしも一致しない。例えば、新宿駅南口付近にある百貨店の住所は「東京都渋谷区〜〜」であるが、新宿駅から近く、渋谷と言うよりは新宿にあるイメージのほうが強い。また、品川駅の住所は「東京都港区〜〜」であるように、「品川」と聞いて人々がイメージする地域には東京都港区の一部も含まれる。

以下、地名を聞いて人々がイメージする地理範囲を主観地域と呼ぶ。

店舗等の地域情報を検索する場合において、通常は、例えば「東京都」を選択した後に提示される選択肢の中から「千代田区」を選択することで、「東京都千代田区」の範囲内の住所を持つ店舗を絞り込む方法など、住所に基づく絞り込みを行う方法が一般的である。この場合、当然ながら、東京都千代田区以外の住所を持つ店舗は検索対象とならない。

また、ｉタウンページ（登録商標）（http://itp.ne.jp）のような地図をベースとした地域情報検索サービスにおいては、例えば「新宿駅」と入力することで新宿駅付近の地図を表示させた上で、表示された地図をスクロールすることで新宿駅近辺の地図を閲覧しながら、地図上にマッピングされた店舗等の地域情報を検索する方法がある。この方法においては、上記絞り込む方法のように、検索対象を限定してしまう現象は生じない反面、利用者が指定した「新宿駅」は、地図表示の初期値でしかないため、結果的に新宿駅とは離れた地点の地域情報に到達してしまう問題があった。

これに対し、人々が主観的に考える地名の地理的な範囲を扱うことを目的とする技術がある（例えば、特許文献１参照）。当該技術は、店舗等の地域情報を検索する際に、検索対象とする地理的範囲を限定的に絞り込む方法でありながら、住所に基づく絞り込み方法ではなく、一定の地理的誤差を許容する方法であることから、利用者が新宿区を指定した場合であっても、「東京都渋谷区」の住所を持つ新宿駅南口にある百貨店を発見できる可能性があるなど、人々が「新宿」という地名から連想する地理的範囲内の店舗等を発見できる、一定のメリットがあった。

また、twitter（登録商標）（http://twitter.com）のように、緯度経度のような位置情報を付与した記事を投稿できるサービスがある。そのようなサービスに投稿される位置情報付き記事を収集し、「新宿で待ち合わせ中」「新宿なう」など、「新宿」を含む記事のそれぞれに付与された位置情報から、人々が「新宿」という地名から連想する地理的範囲を推定する方法も考えられる。

特許第4962959号公報

上記特許文献1は、利用者が「新宿」を指定した場合には、予め「新宿」というタグが付与された店舗等のスポットのみに絞り込んだ後、各スポットの過去の閲覧数の高低を前記各スポットの注目度の高低とみなして、スポットの注目度が高いほど前記スポットの周辺の地域まで検索対象エリアを拡大することで「新宿」の地理的範囲を拡大し、前記拡大された「新宿」の地理的範囲内において、店舗等スポットを再度検索するものであった。この方法は、注目度が高いスポットを有する地域ほど、周辺の離れた地域まで地理的な印象を拡大する心理的影響力がある、という考え方に基づくものである。しかしながら、新宿区の境界付近に注目度が高い店舗があった場合には、地理的範囲の拡大に寄与するが、中心付近に注目度が高い店舗があった場合は、地理的範囲の拡大に寄与しない場合もあり、必ずしも人々の主観に見合った地理的範囲の決定を行うことはできなかった。

また、もともと「新宿」の地名のタグが付与されたスポットを中心として、注目度に応じて地理的範囲を拡大するため、「新宿」というタグが付与されたスポットが存在しないエリアにまで、地理的範囲が大きく広がることはなかった。このことは、主観地域と住所との間に大きな地理的誤差がある場合には、主観地域とは離れた地域の検索結果しか得られないという問題があった。

さらに、同じく地名のタグが付与されたスポットが基準となるため、東京都の「谷中」「根津」「千駄木」のエリアを合わせた「谷根千」という通称名のように、正式な住所ではない名称に対する主観地域を得ることはできなかった。

また、twitter（登録商標）等のサービスを利用し、位置情報付き記事を収集する方法では、前記サービスの利用者が、プライバシーの観点から、投稿記事への位置情報付与を拒否する場合も多く、位置情報が付与された記事は極めて少ないという問題があった。

さらに、「新宿に向かって家を出ます」のように、実際には新宿にいないにも関わらず「新宿」という地名を含む記事も相当数存在するため、主観的な地理的範囲を高い精度で推定することは期待できないという問題がある。

本発明は上記の点に鑑みなされたもので、記事に付随する位置情報を用いなくとも、地名の印象が与える主観的な地理範囲を推定することが可能な主観地域推定装置及び方法及びプログラムを提供することを目的とする。

上記の課題を解決するため、本発明（請求項１）は、人間が感じる地名の範囲を推定する主観地域推定装置であって、
スポットの名称と該スポットの緯度・経度を該スポット固有のIDを付与して保持するスポットデータベースと、
地名の入力を受け付ける地名入力手段と、
前記地名に基づいて文書群を検索し、該地名を含む文書を取得する検索手段と、
前記文書からスポットの名称を抽出し、該スポットの名称に基づいて前記スポットデータベースを検索し、該スポットの名称に対応する緯度・経度を取得するスポット名抽出手段と、
取得した前記緯度・経度の組を表示装置に出力する表示手段と、を有することを特徴とする。

また、本発明（請求項２）は、前記スポット名抽出手段で取得した各スポットの前記緯度・経度の座標間の距離に基づいてクラスタリングを行い、クラスタに属するスポット数が最も多いクラスタに属するスポットを包含する最小領域を前記主観地域とする主観地域決定手段を更に有し、
前記表示手段は、
前記主観地域の範囲内の緯度・経度を持つスポットに基づいて前記スポットデータベースを参照し、該当するスポットの名称を取得し、該スポットの名称の一覧を前記表示装置に出力する手段を含む。

また、本発明（請求項３）は、前記スポット名称抽出手段において、
前記地名を含む文書から、所定の文字列の並び、または、地名とスポット名を共に含む、または、地名を代表する位置とスポット名の位置との距離が一定値以内、のいずれかの条件を満たすスポットの名称を抽出する手段を含む。

上記のように本発明によれば、twitter(登録商標)の位置情報や特許文献１の注目度のような間接的な情報を使用せずに、各スポット名に、どのような地理的修飾語が付与されることが多いかを直接的に考慮するため、地名の印象が与える主観的な地理範囲を推定することができる。

また、記事に付随する位置情報（例えば、twitter(登録商標)記事に付与される緯度経度）を用いないため、位置情報付きの記事がそもそも少ない、という問題を回避することができる。

また、記事に付随する位置情報を用いる場合は、「新宿に向かって家を出ます」のように、実際にその場所にいない人が書いた記事も多く含まれ、高い精度が望めないのに対し、『「地名」＋「の」＋「スポット名」』という明確なルールで抽出するため、精度が高い。

さらに、「谷根千のラーメン××」のような地名以外の表現を含む記事があれば、このような通称名でも適用が可能である。

本発明の第１の実施の形態における主観地域推定装置の構成図である。 本発明の第１の実施の形態におけるスポットデータベースの例である。 本発明の第１の実施の形態における主観地域推定装置の処理のフローチャートである。 本発明の第１の実施の形態における検索部が収集した記事の例である。 地図範囲内に示されるスポットの例である。 本発明の第１の実施の形態における表示部により出力される画面例である。 本発明の第１の実施の形態におけるスポット名抽出部の処理のフローチャートである。 本発明の第２の実施の形態における主観地域推定装置の構成図である。 本発明の第２の実施の形態における主観地域推定装置の処理のフローチャートである。 本発明の第２の実施の形態におけるステップ９３０で取得したスポット分布である。

以下、図面と共に本発明の実施の形態を説明する。

［第１の実施の形態］
本実施の形態では、入力した地名に対応する主観地域を、画面上に表示した地図上に可視化する形態について説明する。

＜構成＞
図１は、本発明の第１の実施の形態における主観地域推定装置の構成を示す。

同図に示す主観地域推定装置１００は、地名入力部１１０、検索部１２０、スポット名抽出部１４０、スポットデータベース１５０、表示部１６０を有し、検索部１２０は、インターネット１３０に接続されている。

スポットデータベース１５０は、店舗等のスポット名称とその位置（緯度経度）を、各スポットに固有のIDを付与して記録しておくデータベースである。図２のように、ID、スポット名、緯度（北緯）、経度（東経）を1レコードとして記録しておく。

以下、各処理部について説明する。

地名入力部１１０は、利用者から地名の入力を受け付ける処理部である。「新宿」「渋谷」等の地名を入力する。

検索部１２０は、インターネット１３０に接続されており、地名入力部１１０が受け付けた地名を検索クエリとして、インターネット１３０上のWeb記事を検索し、取得する。

スポット名抽出部１４０は、検索部１２０が取得したWeb記事から、スポット名称を抽出し、そのスポットの座標に変換する。この際、地名入力部１１０が受け付けた地名「新宿」と組み合わせて、「新宿のデパート○○新宿店」のように、「地名」＋「の」＋「スポット名」の文字列の並びが含まれる記事以外は使用しない。取得したスポット名「デパート○○新宿店」は、スポットデータベース１５０と照合し、該当の緯度・経度に変換する。

表示部１６０は、スポット名抽出部１４０が取得した緯度・経度に基づき、画面上に表示する地図上の該当位置にプロットする。

＜処理の流れ＞
続いて、本発明の主観地域推定装置が行う処理の流れを説明する。

図３は、本発明の第１の実施の形態における主観地域推定装置の処理のフローチャートである。

ステップ３１０） 地名入力部１１０が、利用者が入力する地名（例えば「新宿」）を受け付ける。

ステップ３２０） 検索部１２０が、「新宿」を含む記事をインターネット１３０から収集する。図４の(a)〜(d)は、本ステップで収集した記事の例である。

ステップ３３０） スポット名抽出部１４０が、利用者が入力した地名「新宿」の後に助詞の「の」が続き、さらに直後にスポット名が続く記事のみを選別する。スポット名の取得には、非特許文献１（菊井玄一郎、松尾義博、小林のぞみ、平野徹、浅野久子「リッチアノテーション：固有表現に焦点をあてた知識抽出の試み」電子情報通信学会 信学技報 NLC2008-13(2008-07)）が利用可能である。当該技術は、「ラーメン××」等のスポット名と、そのスポット名の周辺に出現しやすい単語を学習させておくことで、同名のスポットが国内に複数存在する場合であっても、記事中に出現する「ラーメン××」が、国内のどの店舗であるかを推定する技術である。例えば、図４(c)の記事では、「新宿」や「駅前」等の場所に関連する語や、「チャーシュー麺」のようなメニュー名など、「ラーメン××」の場所を特定する手掛りになる語があるため、ID＝03-3456-xxxxの「ラーメン××」であると判断される。

さらにスポット名抽出部１４０は、『「地名」＋「の」＋「スポット名」』に合致する文字列が記事中に存在し、スポット名を抽出した場合には、そのスポット名のIDに基づき、スポットデータベース１５０から、該当の緯度・経度を取得する。

ステップ３４０） 表示部１６０が、前ステップ３３０で取得した全てのスポットの緯度・経度の座標に基づいて、画面上に表示する地図上の座標位置にプロットする。

図５は東京都の新宿駅付近の地図である。「新宿駅」と「新大久保駅」は「東京都新宿区」の範囲内であり、「代々木駅」は「東京都渋谷区」の範囲内にあることを示す。一方、図６は、ステップ３４０で出力される画面の例である。スポット名抽出部１４０によって抽出された緯度・経度に該当する位置に、黒丸がプロットされており、「東京都渋谷区」の一部にも「新宿」＋「の」＋「スポット名」の組み合わせで記述されたスポットが存在したことを表す。一方、「新大久保駅」周辺にあるスポットは、距離的には新宿駅と近いが、通常は「新大久保」＋「の」＋「スポット名」の組み合わせで表現されることが多く、「新宿」＋「の」＋「スポット名」の組み合わせで表現されることはなくため、新大久保駅付近には黒丸はプロットされていない。

続いて、スポット名抽出部１４０が行う処理の流れを詳細に説明する。

図７は、本発明の第１の実施の形態におけるスポット名抽出部の処理のフローチャートである。

ステップ７１０） スポット名抽出部１４０は、検索部１２０が取得した記事のうちの1記事に対して、地名入力部１１０が受け付けた地名を用いて、『「地名」＋「の」＋「スポット名」』のルールに合致する表現を探索する。

スポット名の検出には、非特許文献1の従来技術を用いてもよいし、図２に例示したスポットデータベース１５０に記録されたスポット名とのマッチングによって行なってもよい。非特許文献1の技術を用いる場合は、異なる地域に同名のスポットが複数存在し、スポット名のみではどの地域にあるスポットかを特定できない状況において、スポット名の周辺に現れる語から、スポット名の曖昧性を解消することが可能である。一方、単純にスポット名とのマッチングのみを行う場合は、曖昧性は解消せず、同名の店舗が存在する場合には、スポット名を特定することはできない。この場合は、『「地名」＋「の」＋「スポット名」』のルールに合致する表現が見つからなかったものとして、その記事の処理を終える（ステップ７２０, No）。

図４を用いて具体的な例を以下に示す。

図４(a)に例示した記事には「新宿の都庁」という表現が含まれ、上記ルールに合致するため、「都庁」というスポットを取得する。

図４(b)に例示した記事には「新宿」という地名は含まれるものの、上記ルールに合致する表現は含まないため、スポット名は取得できない。

図４(c)に例示した記事には地名「新宿」およびスポット名「ラーメン××」は含まれるが、上記ルールに合致する語順になっていないため、スポット名は取得できない。

図４(d)に例示した記事には「新宿のラーメン××」という表現が含まれ、上記ルールに合致するため、「ラーメン××」というスポットを取得する。

ステップ７２０） 記事中からスポット名が取得できたかどうかを判別する。上記ルールに合致する店舗名が取得できた場合はステップ７３０に進み、取得できなかった場合は、ステップ７１０に戻り、次の記事の処理を行う。

ステップ７３０） 取得したスポット名のIDを特定する。非特許文献1に記載の従来技術を用いる場合は、前記従来技術の出力として、予めスポット名に対して一意に付与したIDが得られるため、これを利用する。

ステップ７４０） 前記スポット名のIDに基づき、スポットデータベース１５０に問い合わせ、対応するスポットの緯度、および経度を取得する。

ステップ７５０） 全ての記事の処理が終えたかを確認し、未処理の記事がある場合はステップ７１０に戻り、全ての記事を処理し終えた場合は、ステップ７６０に進む。

ステップ７６０） 取得した全ての緯度・経度の組を表示部１６０に送出する。

上記のスポット名抽出部１４０の処理により、注目度のような間接的な情報を用いなくとも地名の印象が与える主観的な地理範囲を推定することが可能となる。

［第２の実施の形態］
本実施の形態は、入力した地名に対応する主観地域を推定したのち、主観地域の範囲内に存在するスポットの一覧を表示するものである。

＜構成＞
図８は、本発明の第２の実施の形態における主観地域推定装置の構成を示す。

主観地域推定装置８００は、地名入力部８１０、検索部８２０、スポット名抽出部８４０、スポットデータベース８５０、主観地域決定部８６０、表示部８７０を有し、検索部８２０がインターネット８３０に接続されている。第１の実施の形態とは、主観地域決定部８６０を有する点において異なる。

スポットデータベース８５０は、店舗等のスポット名称とその位置（緯度経度）を、各スポットに固有のIDを付与して記録しておくデータベースである。図２のように、ID、スポット名、緯度（北緯）、経度（東経）を1レコードとして記録しておく。

以下、各処理部について説明する。

地名入力部８１０は、利用者から地名の入力を受け付ける処理部である。例えば、「新宿」「渋谷」等の地名を入力する。

検索部８２０は、インターネット８３０に接続されており、地名入力部８１０が受け付けた地名を検索クエリとして、インターネット８３０上のWeb記事を検索し、取得する。

スポット名抽出部８４０は、検索部８２０が取得した記事から、スポット名称を抽出し、そのスポットの座標に変換する。この際、地名入力部８１０が受け付けた地名「新宿」と組み合わせて、「新宿のデパート○○新宿店」のように、「地名」＋「の」＋「スポット名」の文字列の並びが含まれる記事以外は使用しない。取得したスポット名「デパート○○新宿店」は、スポットデータベース８５０と照合し、該当の緯度・経度に変換する。

主観地域決定部８６０は、スポット名抽出部８４０が取得した緯度・経度の組、すなわち地図上の点の集合を地図上の範囲に変換することで、主観地域を決定する。

表示部８７０は、主観地域決定部８６０が決定した主観地域内の緯度・経度を持つスポットを、スポットデータベース８５０に照会し、スポット名取得する。さらに、取得したスポット名を、画面上に一覧表示する。

＜処理の流れ＞
続いて、本発明の主観地域推定装置が行う処理の流れを説明する。

図９は、本発明の第２の実施の形態における主観地域推定装置の処理のフローチャートである。

ステップ９１０） 地名入力部８１０が、利用者が入力する地名（例えば「新宿」）を受け付ける。

ステップ９２０） 検索部８２０が、「新宿」を含む記事をインターネット８３０から収集する。図４の(a)〜(d)は、本ステップで収集した記事の例である。

ステップ９３０） スポット名抽出部８４０が、利用者が入力した地名「新宿」のあとに助詞の「の」が続き、さらに直後にスポット名が続く記事のみを選別する。スポット名の取得には、前述の非特許文献１の技術が利用可能である。

さらにスポット名抽出部８４０は、『「地名」＋「の」＋「スポット名」』に合致する文字列が記事中に存在し、スポット名を抽出した場合には、そのスポット名のIDに基づき、スポットデータベース８５０から、該当の緯度・経度を取得する。

ステップ９４０） 主観地域決定部８６０は、前述のステップ９３０で取得した全てのスポットの緯度・経度から、主観地域を決定する。

取得したスポットには、実際には新宿から遠く離れたスポットなど、ノイズも含まれることが考えられるため、ノイズを除去する必要がある。ノイズを除去可能な主観地域の決定方法には、非特許文献２（神嶌 敏弘 "データマイニング分野のクラスタリング手法(1) − クラスタリングを使ってみよう！−" 人工知能学会誌, vol.18, no.1, pp.59-65 (2003)）に記載のクラスタリングを用いることができる。

ステップ９３０で取得した全スポットの緯度・経度が、図１０(a)に黒丸で例示した位置に分布していたとする。このとき、各スポット間の距離に基づき、非特許文献２記載のクラスタリング処理を行うと、図１０(b)にＡ、Ｂ、Ｃで例示するように、全てのスポットを3つのクラスタに分割することができる。このうち、内包するスポット数が最大のクラスタＣのみを採用し、該クラスタに属するスポット数の分布する範囲を主観地域とする。図１０(c)のように、採用したクラスタに属するスポットを包含する最小領域を主観地域とする。

ステップ９５０） 表示部８７０は、ステップ９４０で決定した主観地域の範囲内の緯度・経度を持つスポットをスポットデータベース８５０に照会し、該当のスポット名を取得する。

ステップ９６０） 表示部８７０は、ステップ９５０で取得したスポット名の一覧を画面上に表示する。これにより、図１０(c)のＤの主観地域の範囲内に含まれるスポットの一覧を閲覧することが可能となる。

第１の実施の形態及び第２の実施の形態のスポット名抽出部１４０，８４０において『「地名」＋「の」＋「スポット名」』というルールに基づいてスポット名の抽出を行ったが、この方法に限定するものではなく、以下のような種々の応用が可能である。

（１）助詞「の」を「にある」に代えて『「地名」＋「にある」＋「スポット名」』というルールを追加する。

（２）また、文字列のルールに基づく抽出ではなく、図４(c)に例示した記事のように、地名「新宿」とスポット名「ラーメン××」を共に含む場合を許容し、スポット名「ラーメン××」を取得するようにしてもよい。

（３）さらに、同じく図４(c)に例示した記事において、地名「新宿」を代表する点（例えば都庁の位置）とスポット名「ラーメン××」の位置との距離を算出し、距離が一定値以内の場合にのみ「ラーメン××」をスポット名として抽出するようにしてもよい。

いずれの実施の形態においても、地名を入力するのではなく、「谷根千」や「横浜中華街」のような地図上の地域に関する通称名を入力しても、同様に該通称名の主観地域を推定することができる。

なお、上記の第１の実施の形態における図１、第２の実施の形態における図８の主観地域推定装置の構成要素の動作をプログラムとして構築し、主観地域推定装置として利用されるコンピュータにインストールして実行させる、または、ネットワークを介して流通させることが可能である。

本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において、種々変更・応用が可能である。

１００，８００ 主観地域推定装置
１１０，８１０ 地名入力部
１２０，８２０ 検索部
１３０，８３０ インターネット
１４０，８４０ スポット名抽出部
１５０，８５０ スポットデータベース
１６０，８７０ 表示部
８６０ 主観地域決定部

Claims (7)

1. 人間が感じる地名の範囲を推定する主観地域推定装置であって、
   スポットの名称と該スポットのその緯度・経度を該スポット固有のIDを付与して保持するスポットデータベースと、
   地名の入力を受け付ける地名入力手段と、
   前記地名に基づいて文書群検索し、該地名を含む文書を取得する検索手段と、
   前記文書からスポットの名称を抽出し、該スポットの名称に基づいて前記スポットデータベースを検索し、該スポットの名称に対応する緯度・経度を取得するスポット名抽出手段と、
   取得した前記緯度・経度の組を表示装置に出力する表示手段と、
   を有することを特徴とする主観地域推定装置。
2. 前記スポット名抽出手段で取得した各スポットの前記緯度・経度の座標間の距離に基づいてクラスタリングを行い、クラスタに属するスポット数が最も多いクラスタに属するスポットの包含する最小領域を前記主観地域とする主観地域決定手段を更に有し、
   前記表示手段は、
   前記主観地域の範囲内の緯度・経度を持つスポットに基づいて前記スポットデータベースを参照し、該当するスポットの名称を取得し、該スポットの名称の一覧を前記表示装置に出力する手段を含む
   請求項１記載の主観地域推定装置。
3. 前記スポット名称抽出手段は、
   前記地名を含む文書から、所定の文字列の並び、または、地名とスポット名を共に含む、または、地名を代表する位置とスポット名の位置との距離が一定値以内、のいずれかの条件を満たすスポットの名称を抽出する手段を含む
   請求項１記載の主観地域推定装置。
4. 人間が感じる地名の範囲を推定する主観地域推定方法であって、
   スポットの名称と該スポットのその緯度・経度を該スポット固有のIDを付与して保持するスポットデータベースと、地名入力手段、検索手段、スポット名抽出手段、表示手段を有する装置において、
   前記入力手段が、地名の入力を受け付ける地名入力ステップと、
   前記検索手段が、前記地名に基づいて文書群を検索し、該地名を含む文書を取得する検索ステップと、
   前記スポット名抽出手段が、前記文書からスポットの名称を抽出し、該スポットの名称に基づいて前記スポットデータベースを検索し、該スポットの名称に対応する緯度・経度を取得するスポット名抽出ステップと、
   前記表示手段が、取得した前記緯度・経度の組を表示装置に出力する表示ステップと、
   を行うことを特徴とする主観地域推定方法。
5. 主観地域決定手段を更に有する装置において、
   前記主観地域決定手段が、前記スポット名抽出手段で取得した各スポットの前記緯度・経度の座標間の距離に基づいてクラスタリングを行い、クラスタに属するスポット数が最も多いクラスタに属するスポットの包含する最小領域を前記主観地域とする主観地域決定ステップを更に行い、
   前記表示手段が、前記主観地域の範囲内の緯度・経度を持つスポットに基づいて前記スポットデータベースを参照し、該当するスポットの名称を取得し、該スポットの名称の一覧を前記表示装置に出力するステップを行う
   請求項４記載の主観地域推定方法。
6. 前記スポット名称抽出ステップにおいて、
   前記地名を含む文書から、所定の文字列の並び、または、地名とスポット名を共に含む、または、地名を代表する位置とスポット名の位置との距離が一定値以内、のいずれかの条件を満たすスポットの名称を抽出する
   請求項４記載の主観地域推定方法。
7. コンピュータを、
   請求項１乃至３のいずれか１項に記載の主観地域推定装置の各手段として機能させるための主観地域推定プログラム。

Images