JP2015102987A

JP2015102987A - 地名推定方法、地名推定装置及び地名推定プログラム

Info

Publication number: JP2015102987A
Application number: JP2013242546A
Authority: JP
Inventors: 良太今井; Ryota Imai; 良彦数原; Yoshihiko Kazuhara; 浩之戸田; Hiroyuki Toda; 鷲崎　誠司; Seiji Washisaki; 誠司鷲崎
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2013-11-25
Filing date: 2013-11-25
Publication date: 2015-06-04
Anticipated expiration: 2033-11-25
Also published as: JP6106070B2

Abstract

【課題】地点に関連する関連地名の推定精度を改善すること。
【解決手段】ＰＯＩの名称とＰＯＩの位置情報とを対応付けた複数のＰＯＩデータをＰＯＩデータ記憶部１２に記憶しておき、ＰＯＩ関連文書抽出部１３が、複数の文書データからＰＯＩの名称を含む文書データを抽出し、文書解析部１４が、抽出された文書データからＰＯＩデータに関連する関連地名を抽出し、その関連地名が文書データ内に出現する回数を算出し、ＰＯＩ関連地名推定部１６が、その出現頻度を用いてＰＯＩに対する関連地名の共起スコアを算出し、所定の方法で求めた関連地名の位置情報とＰＯＩの位置情報とを用いて関連地名に対するＰＯＩの距離的な地理スコアを算出し、それら２つのスコアを用いて関連地名とＰＯＩとの関連度を算出する。
【選択図】図１

Description

本発明は、地名を推定する技術に関する。

ある地点について、その地点がどこにあるかを表す地名を得る技術が求められている。例えば、「友人と中華街のＡＡという店にいきました。」という文書データから、「ＡＡ」という店が「中華街」にあることを推定する技術である。

このような技術の例として、非特許文献１では、予め与えられた地点の位置情報から地名の住所を推定する技術を開示している（従来技術１）。また、非特許文献２では、地点に関する地点データを用いてウェブ上の文書データから地点に関連する地名を抽出する技術を開示している（従来技術２）。

松田、"地理情報のクラスタリングによる逆ジオコーディング処理の効率化"、秋田職業能力開発短期大学校紀要、第13号、2008年3月、p.18-21 今井、"ＰＯＩ情報を利用したＷｅｂ文書からの地名の抽出"、情報処理学会、第１２回情報科学技術フォーラム公演論文集第２分冊、FIT2013、D-019、p.127-128 岡崎、外１名、"集合間類似度に対する簡潔かつ高速な類似文字列検索アルゴリズム"、言語処理学会、自然言語処理、Vol.13、No.2、2006年4月、p.1-29 T.FUCHI、"Japanese Morphological Analyzer using Word Co-occurrence"、COLING-ACL、1998年、p.409-413 斎藤、外２名、"ＣＲＦを用いたブログからの固有表現抽出"、言語処理学会、第13回年次大会、2007年

しかしながら、従来技術１によれば、地点の位置情報のみから推定するため、一般的に想起される地名に変換できない可能性がある。また、従来技術２によれば、少しでも関連のある地名を抽出するため、地点から地理的に遠く離れているような関連度の低い地名を出力してしまう。

本発明は、上記事情を鑑みてなされたものであり、地点に関連する関連地名の推定精度を改善することを目的とする。

請求項１に記載の地名推定方法は、コンピュータにより、所定の地点の名称と前記地点の位置情報とを対応付けた複数の地点データを記憶手段に記憶しておくステップと、前記記憶手段から地点の名称を読み出して、複数の文書データから前記地点の名称を含む文書データを抽出するステップと、抽出された文書データから前記地点に関連する関連地名を抽出し、前記関連地名が当該文書データ内に出現する頻度を算出するステップと、前記出現頻度を用いて前記地点に対する前記関連地名の共起スコアを算出し、所定の方法で求めた前記関連地名の位置情報と前記地点の位置情報とを用いて前記関連地名に対する前記地点の距離的な地理スコアを算出し、前記２つのスコアを用いて前記関連地名と前記地点との関連度を算出して当該関連地名に対応付けて出力するステップと、を有することを要旨とする。

本発明によれば、所定の地点の名称と地点の位置情報とを対応付けた複数の地点データを記憶しておき、複数の文書データから地点の名称を含む文書データを抽出し、抽出された文書データから地点に関連する関連地名を抽出し、その関連地名が文書データ内に出現する頻度を算出し、その出現頻度を用いて地点に対する関連地名の共起スコアを算出し、所定の方法で求めた関連地名の位置情報と地点の位置情報とを用いて関連地名に対する地点の距離的な地理スコアを算出し、それら２つのスコアを用いて関連地名と地点との関連度を算出して関連地名に対応付けて出力するため、関連地名の推定精度を向上できる。

請求項２に記載の地名推定装置は、所定の地点の名称と前記地点の位置情報とを対応付けた複数の地点データを記憶しておく記憶手段と、前記記憶手段から地点の名称を読み出して、複数の文書データから前記地点の名称を含む文書データを抽出する抽出手段と、抽出された文書データから前記地点に関連する関連地名を抽出し、前記関連地名が当該文書データ内に出現する頻度を算出する解析手段と、前記出現頻度を用いて前記地点に対する前記関連地名の共起スコアを算出し、所定の方法で求めた前記関連地名の位置情報と前記地点の位置情報とを用いて前記関連地名に対する前記地点の距離的な地理スコアを算出し、前記２つのスコアを用いて前記関連地名と前記地点との関連度を算出して当該関連地名に対応付けて出力する推定手段と、を有することを要旨とする。

請求項３に記載の地名推定プログラムは、請求項１に記載の地名推定方法をコンピュータに実行させることを要旨とする。

本発明によれば、地点に関連する関連地名の推定精度を向上できる。

ＰＯＩ関連地名推定装置の機能ブロック構成を示す図である。文書データの例を示す図である。ＰＯＩデータの例を示す図である。ＰＯＩ関連地名推定装置の動作フローを示す図である。テキスト文書等の抽出結果例を示す図である。文書解析部の機能ブロック構成を示す図である。文書解析部の動作フローを示す図である。文書解析部の動作フロー説明時の参照図である。関連地名の出現回数等の出力結果例を示す図である。ＰＯＩ関連地名推定部の機能ブロック構成を示す図である。ＰＯＩ関連地名推定部の動作フローを示す図である。統合グラフの例を示す図である。共起スコア算出結果の例を示す図である。地理スコアの付与例を示す図である。関連度及び関連地名の出力結果例を示す図である。ＰＯＩ・地名統合部の動作フローを示す図である。共起スコア計算部の動作フローを示す図である。地理スコア計算部の動作フローを示す図である。スコア出力部の動作フローを示す図である。

本発明は、文書データから地点に関連する関連地名を出力する際に、その関連地名の出現頻度と地点から関連地名までの距離とを考慮した関連度を算出することを特徴としている。これにより、関連度の低い関連地名についてはユーザ端末の画面に表示しない等が実現可能となり、関連地名の推定精度を向上することができる。

以下、本発明を実施する一実施の形態について図面を用いて説明する。

まず、本実施の形態で使用する言葉の定義を説明する。

「テキスト文書」とは、日本語等の自然言語で記述された文書をプレーンテキストで表現したものである。例えば、インターネット上で公開されているブログの記事から本文を抽出したものが挙げられる。

「ＰＯＩ（ＰｏｉｎｔｏｆＩｎｔｅｒｅｓｔ）」とは、実世界に存在する何らかの意味を持つ地点を指す。例えば、飲食店等の店舗や観光スポット、「横浜マリンタワー」等のランドマークが挙げられる。

「関連地名」とは、何らかのＰＯＩと意味的な繋がりを持ち、実世界に存在する場所を日本語等の自然言語で表したものである。例えば、「東京」、「横浜」、「どぶ板通り」、「東京ソラマチ」等が挙げられ、それぞれの場所の店舗やランドマークと意味的な繋がりを持つ。

「関連度」とは、ＰＯＩと関連地名の意味的な近さを表す。例えば、「横浜マリンタワー」というＰＯＩは、「横浜港」や「山下公園」という地名とは関連度が高く、「新宿」とは関連度が低い。

次に、本実施の形態に係るＰＯＩ関連地名推定装置１の機能を説明する。

図１は、ＰＯＩ関連地名推定装置１の機能ブロック構成を示す図である。このＰＯＩ関連地名推定装置１は、文書データ記憶部１１と、ＰＯＩデータ記憶部１２と、ＰＯＩ関連文書抽出部１３と、文書解析部１４と、解析結果データ記憶部１５と、ＰＯＩ関連地名推定部１６と、ＰＯＩ関連地名データ記憶部１７とを備えて構成される。

文書データ記憶部１１は、地名の抽出元である複数のテキスト文書を記憶する。これらのテキスト文書は事前に収集され、文書データ記憶部１１に予め記憶されている。文書データの例を図２に示す。

ＰＯＩデータ記憶部１２は、複数のＰＯＩデータ（地点データ）を記憶する。ＰＯＩデータには、少なくともＰＯＩの名称とＰＯＩの位置情報が対応付けて格納されている。ＰＯＩの位置は、例えば緯度と経度の組として表されている。これらのＰＯＩデータは事前に収集され、ＰＯＩデータ記憶部１２に予め記憶されている。ＰＯＩデータの例を図３に示す。

ＰＯＩ関連文書抽出部１３は、各テキスト文書と各ＰＯＩデータを用いて、複数のテキスト文書からＰＯＩの名称が含まれているテキスト文書を抽出する。

文書解析部１４は、形態素解析技術及び固有表現抽出技術を用いて、ＰＯＩ関連文書抽出部１３によって抽出されたテキスト文書からＰＯＩに関連する関連地名を抽出し、更に関連地名がテキスト文書内に出現する回数（関連地名の出現頻度）を算出する。

解析結果データ記憶部１５は、文書解析部１４で抽出等された関連地名とその出現回数とＰＯＩの名称とを対応付けた複数の解析結果データを記憶する。

ＰＯＩ関連地名推定部１６は、各解析結果データと各ＰＯＩデータを用いて関連地名とＰＯＩとの関連度を算出し、その関連度を関連地名に対応付けて出力する。

ＰＯＩ関連地名データ記憶部１７は、ＰＯＩ関連地名推定部１６で出力された関連地名に関する情報を記憶する。

以上がＰＯＩ関連地名推定装置１の備える機能である。なお、文書データ記憶部１１とＰＯＩデータ記憶部１２とＰＯＩ関連文書抽出部１３と文書解析部１４とは、前述の非特許文献２に開示された技術に基づいている。

次に、ＰＯＩ関連地名推定装置１の全体動作を説明する。図４は、ＰＯＩ関連地名推定装置１の動作フローを示す図である。

最初に、ステップＳ１０１において、ＰＯＩ関連文書抽出部１３が、文書データ記憶部１１とＰＯＩデータ記憶部１２から各テキスト文書と各ＰＯＩの名称をそれぞれ読み出して、各テキスト文書のうちＰＯＩの名称を含むテキスト文書を抽出する。その際、前述の非特許文献３に開示された類似文字列検索技術を利用し、ＰＯＩの名称が表記ゆれによってわずかに異なる表記で記述されているテキスト文書を抽出してもよい。

そして、抽出されたテキスト文書と、そのテキスト文書に含まれるＰＯＩの名称と、そのＰＯＩの名称がテキスト文書上で出現する桁数や行数等の出現位置とを関連付けて出力する。その出力結果例を図５に示す。

例えば、「昨日は天気がよかったので、横浜通りに行って横浜ｃａｆｅのケーキを食べました。」というテキスト文書があり、「横浜Ｃａｆｅ」という名称のＰＯＩデータがある場合には、このテキスト文書を抽出し、ＰＯＩの名称の出現位置として「２２−２７文字目」を出力する。

次に、ステップＳ１０２において、文書解析部１４が、ステップＳ１０１で抽出されたテキスト文書とＰＯＩの名称とＰＯＩの出現位置とを用いて当該テキスト文書からＰＯＩに関連する関連地名を抽出し、更に当該関連地名の出現回数を算出する。そして、その解析結果である関連地名とその出現回数とＰＯＩの名称とを解析結果データ記憶部１５に記憶させる。ここの処理は後で詳述する。

最後に、ステップＳ１０３において、ＰＯＩ関連地名推定部１６が、ステップＳ１０２で算出された各解析結果データを用いてＰＯＩに対する関連地名の共起スコアを算出し、所定の方法で求めた関連地名の位置情報とＰＯＩの位置情報とを用いて関連地名に対するＰＯＩの距離的な地理スコアを算出し、それら２つのスコアを用いて関連地名とＰＯＩとの関連度を算出する。そして、その関連度を関連地名に対応付けて出力し、ＰＯＩ関連地名データ記憶部１７に記憶させる。ここの処理についても後で詳述する。

以上がＰＯＩ関連地名推定装置１の全体動作である。

続いて、前述のステップＳ１０２における文書解析部１４の動作を説明する。文書解析部１４は、図６に示すように、文書入力部１４１と、形態素解析部１４２と、固有表現抽出部１４３と、関連地名抽出部１４４と、関連地名出力部１４５とを備えて構成される。図７は、文書解析部１４の動作フローを示す図である。

最初に、ステップＳ１０２−１において、文書入力部１４１が、ステップＳ１０１で抽出されたテキスト文書とＰＯＩの名称とＰＯＩの名称の出現位置と（図５参照）の入力を受け付けた後、テキスト文書を形態素解析部１４２に出力し、ＰＯＩの名称とＰＯＩの表記を関連地名抽出部１４４に出力する。

「ＰＯＩの表記」とは、ＰＯＩの名称がテキスト文書内のＰＯＩの名称の出現位置で実際に記述されている表記である。ＰＯＩ関連文書抽出部１３は、前述したようにＰＯＩの名称が表記ゆれによってわずかに異なる表記で記述されていてもテキスト文書を抽出できるため、ここでは実際の記述をＰＯＩの表記として取り出す。例えば、ＰＯＩの名称が「横浜Ｃａｆｅ」であり、出現位置で実際に記述されているのが「横浜ｃａｆｅ」の場合、「横浜ｃａｆｅ」がＰＯＩの表記として出力される。

次に、ステップＳ１０２−２において、形態素解析部１４２が、入力されたテキスト文書を形態素解析することによって形態素で区切られた文の列に変換する。「文の列」とは、１つ以上の文からなる順序のある集まりを指す。例えば、図８（ａ）のテキスト文書が入力されると、同図（ｃ）のような文の列が出力される。なお、形態素解析技術は公知の技術である（前述の非特許文献４参照）。

次に、ステップＳ１０２−３において、固有表現抽出部１４３が、形態素解析後のテキスト文書（文の列）から日時や場所等の固有表現を抽出し、抽出された形態素に各固有表現の種別を識別するマークを付与する。例えば、図８（ｃ）の形態素で区切られた文の列が入力されると、同図（ｄ）のような日時や場所のマークが付与された文の列が出力される。なお、固有表現抽出技術も公知の技術である（前述の非特許文献５参照）。

次に、ステップＳ１０２−４において、関連地名抽出部１４４が、固有表現のマークが付与された文の列の中からＰＯＩの表記を含む文のみを抽出する。その際、非特許文献２の開示技術と同様に品詞等の条件を用いて文を選別することもできる。そしてその後、固有表現のマークのうち場所のマークが付与された形態素の列を抽出し、これらを関連地名として取り出す。ただし、非特許文献２の開示技術と同様に場所のマークがＰＯＩの表記と重なっている場合には取り出さない。

例えば、図８（ｄ）のマークが付与された文の列に対して、同図（ｂ）のＰＯＩの表記を含む文を抽出すると、同図（ｅ）のようになる。そして、ここから場所のマークが付与された形態素の列を抽出すると、同図（ｆ）のような関連地名が取り出される。

最後に、ステップＳ１０２−５において、関連地名出力部１４５が、ステップＳ１０２−４で取り出した関連地名について、ＰＯＩの名称と関連地名と関連地名の出現回数とを対応付けた組み合わせデータを出力する。その出力結果を図９に示す。

以上が文書解析部１４の動作である。なお、ステップＳ１０２−２〜Ｓ１０２−４は１つのテキスト文書につき１回実行される。テキスト文書が複数ある場合にはその数に応じて繰り返し実行され、複数の組み合わせデータが出力される。

引き続き、前述のステップＳ１０３におけるＰＯＩ関連地名推定部１６の動作を説明する。ＰＯＩ関連地名推定部１６は、図１０に示すように、ＰＯＩ・地名入力部１６１と、ＰＯＩ・地名統合部１６２と、共起スコア計算部１６３と、地理スコア計算部１６４と、スコア出力部１６５とを備えて構成される。図１１は、ＰＯＩ関連地名推定部１６の動作フローを示す図である。

最初に、ステップＳ１０３−１において、ＰＯＩ・地名入力部１６１が、ステップＳ１０２−５で出力されたＰＯＩの名称と関連地名と関連地名の出現回数とを対応付けた組み合わせデータ（図９参照）の入力を受け付け、更にＰＯＩデータ記憶部１２からＰＯＩデータ（図３参照）を読み出した後、組み合わせデータをＰＯＩ・地名統合部１６２に出力し、ＰＯＩデータを地理スコア計算部１６４とスコア出力部１６５に出力する。

次に、ステップＳ１０３−２において、ＰＯＩ・地名統合部１６２が、上記組み合わせデータを用いて、ＰＯＩの名称と関連地名を頂点とし、ＰＯＩの名称と関連地名の間に辺の重みとして関連地名の出現回数を付与することにより、ＰＯＩの名称と関連地名の対応関係をグラフ化する。

具体的には、ＰＯＩの名称や関連地名で同一のものについては統合し、対応する各ＰＯＩの名称と各関連地名とを線で結び、その線上に関連地名の出現回数を付与することにより、複数の組み合わせデータを統合した１つの統合グラフを生成する。その統合グラフの例を図１２に示す。

次に、ステップＳ１０３−３において、共起スコア計算部１６３が、上記統合グラフを用いて各ＰＯＩの名称に繋がる関連地名を探索し、探索された関連地名の出現回数を共起スコアとすることにより、ＰＯＩに対する各関連地名の共起スコアを算出する。そして、ＰＯＩの名称と探索された関連地名とその共起スコアとの組み合わせデータをスコア出力部１６５に出力する。共起スコア算出結果の例を図１３に示す。

次に、ステップＳ１０３−４において、地理スコア計算部１６４が、上記統合グラフを用いて各関連地名に繋がるＰＯＩの名称を探索し、探索された各ＰＯＩの名称に対応するＰＯＩの位置情報をＰＯＩデータから取得して、関連地名とＰＯＩとの間の距離に基づく地理スコアを算出して統合グラフに追加する。

具体的には、関連地名の中心を算出し、その中心から距離的に近いＰＯＩに対しては高い地理スコアを与え、距離的に遠いＰＯＩに対しては低い地理スコアを与える。これにより、関連地名に対する各ＰＯＩの地理スコアが追加される。関連地名の中心の求め方は本技術の適用先によって異なるが、例えば、各ＰＯＩの位置座標の平均値を用いて算出する。

そして、各ＰＯＩについて統合グラフ上で接続されている関連地名を探索し、ＰＯＩの名称と探索した関連地名とそれらの地理スコアとの組み合わせデータをスコア出力部１６５に出力する。地理スコアの付与例を図１４（ａ）に示し、地理スコアの追加例を同図（ｂ）に示す。

最後に、ステップＳ１０３−５において、スコア出力部１６５が、共起スコアと地理スコアを用いてＰＯＩと関連地名の関連度を算出し、ＰＯＩデータを更に用いて、ＰＯＩのＩＤと関連地名のＩＤと当該ＰＯＩと当該関連地名の関連度とを対応付けた関連度データと、関連地名のＩＤと関連地名の名称とを対応付けた関連地名データとを出力し、ＰＯＩ関連地名データ記憶部１７へ格納する。関連度データと関連地名データの各例を図１５に示す。

ここで、関連度は、共起スコアと地理スコアとを演算して算出する。単純な四則演算により求めてもよいし、両スコアを変数に用いた関数を利用して計算してもよい。例えば、両スコアに係数を掛けて足し合わせた関数を用いてもよいし、本技術の適用先によって他の関数を用いてもよい。また、両スコアのどちらか又は両方の対数を求める方法や、地理スコアが一定の値未満のときは０とみなすといった方法があり、これらを組み合わせてもよい。

引き続き、ステップＳ１０３−２〜ステップＳ１０３−５の演算例を詳述する。

まず、ステップＳ１０３−２におけるＰＯＩ・地名統合部１６２の演算例を説明する。図１６は、ＰＯＩ・地名統合部１６２の動作フローを示す図である。

最初に、ステップＳ１０３−２ａにおいて、空のグラフＧを作成する。

次に、ステップＳ１０３−２ｂにおいて、ＰＯＩ・地名入力部１６１からの組み合わせデータ（図９参照）から、ＰＯＩの名称と関連地名と関連地名の出現回数との１つの組（ｐ，ｇ，ｆ）を取得する。ｐはＰＯＩの名称を表し、ｇは関連地名を表し、ｆは関連地名の出現回数（重み）を表す。

次に、ステップＳ１０３−２ｃにおいて、組の取得が成功すればステップＳ１０３−２ｄに進み、失敗すればステップＳ１０３−２ｇに進む。取得する組がない場合や過去に全ての組が取得されている場合に取得失敗となる。

次に、ステップＳ１０３−２ｄにおいて、ＰＯＩの名称ｐがグラフＧの頂点として存在していない場合には、ｐをＧの頂点として追加する。同様に、ステップＳ１０３−２ｅにおいて、関連地名ｇがグラフＧの頂点として存在していない場合には、ｇをＧの頂点として追加する。

次に、ステップＳ１０３−２ｆにおいて、ＰＯＩの名称ｐと関連地名ｇとの間に重みｆをもつ辺を追加し、ステップＳ１０３−２ｂに戻る。ただし、同じｐとｇの組合せが２つ以上の組に現れることはないため、ｐとｇ間の辺が２本以上になることはない。

そして、ステップＳ１０３−２ｂ〜ステップＳ１０３−２ｆを全ての組（ｐ，ｇ，ｆ）について行った後、ステップＳ１０３−２ｇにおいて、グラフＧを出力する。

続いて、ステップＳ１０３−３における共起スコア計算部１６３の演算例を説明する。図１７は、共起スコア計算部１６３の動作フローを示す図である。

最初に、ステップＳ１０３−３ａにおいて、ＰＯＩ・地名統合部１６２で生成されたグラフＧを取得する。

次に、ステップＳ１０３−３ｂにおいて、グラフＧから、未だ選択されていないＰＯＩの名称ｐを選択する。

次に、ステップＳ１０３−３ｃにおいて、ＰＯＩの名称ｐの選択が成功すればステップＳ１０３−３ｄに進み、失敗すれば本処理を終了する。全てのＰＯＩの名称ｐが既に選択されている場合に選択失敗となる。

次に、ステップＳ１０３−３ｄにおいて、選択されたＰＯＩの名称ｐに接続されている辺のうち、未だ選択されていない辺ｅを選択する。

次に、ステップＳ１０３−３ｅにおいて、辺ｅの選択が成功すればステップＳ１０３−３ｆに進み、失敗すればステップＳ１０３−３ｂに戻る。全ての辺が既に選択されている場合に選択失敗となる。

そして、ステップＳ１０３−３ｆにおいて、選択されたＰＯＩの名称ｐと、選択した辺ｅに接続されている関連地名ｇと、選択された辺ｅの重みｆとの３つの要素からなる組み合わせデータを出力し、ステップＳ１０３−３ｄに戻る。重みｆは共起スコアを意味する。

続いて、ステップＳ１０３−４における地理スコア計算部１６４の演算例を説明する。図１８は、地理スコア計算部１６４の動作フローを示す図である。

最初に、ステップＳ１０３−４ａにおいて、ＰＯＩ・地名統合部１６２で生成されたグラフＧを取得する。

次に、ステップＳ１０３−４ｂにおいて、グラフＧから、未だ選択されていない関連地名ｇを選択する。

次に、ステップＳ１０３−４ｃにおいて、関連地名ｇの選択が成功すればステップＳ１０３−４ｄに進み、失敗すればステップＳ１０３−４ｉに進む。全ての関連地名ｇが既に選択されている場合に選択失敗となる。

次に、ステップＳ１０３−４ｄにおいて、関連地名ｇに接続されている全ての辺ｅ_ｉ（ｉ：１〜ｎ）と、各辺ｅ_ｉに接続されている全てのＰＯＩの名称ｐ_ｉとを探索する。

次に、ステップＳ１０３−４ｅにおいて、ＰＯＩデータに含まれるＰＯＩの位置情報から、各ＰＯＩの名称ｐ_ｉに対応するＰＯＩの位置ｃ_ｉを取得する。

次に、ステップＳ１０３−４ｆにおいて、各ＰＯＩの位置ｃ_ｉの中心ｃを算出する。各ＰＯＩの位置ｃ_ｉが２次元の座標（ｘ_ｉ，ｙ_ｉ）で表されるとき、座標の平均を用いると、中心ｃは次の式（１）で求められる。

次に、ステップＳ１０３−４ｇにおいて、中心ｃと各ＰＯＩの位置ｃ_ｉとを用いて、各ＰＯＩの名称ｐ_ｉの地理スコアｓ_ｇｉを算出する。中心ｃと各ＰＯＩの位置ｃ_ｉとの間の距離を地理スコアｓ_ｇｉとすると、ＰＯＩの名称ｐ_ｉの地理スコアｓ_ｇｉは次の式（２）で求められる。

次に、ステップＳ１０３−４ｈにおいて、地理スコアｓ_ｇｉを、対応する辺ｅ_ｉの属性としてグラフＧに追加する。これにより、各辺ｅ_ｉは、重みｆ（共起スコア）と地理スコアｓ_ｇｉの２つの属性を持つことになる。

次に、ステップＳ１０３−４ｉにおいて、グラフＧから、未だ選択されていないＰＯＩの名称ｐを選択する。

次に、ステップＳ１０３−４ｊにおいて、ＰＯＩの名称ｐの選択が成功すればステップＳ１０３−４ｋに進み、失敗すれば本処理を終了する。全てのＰＯＩの名称ｐが既に選択されている場合に選択失敗となる。

次に、ステップＳ１０３−４ｋにおいて、選択されたＰＯＩの名称ｐに接続されている辺のうち、未だ選択されていない辺ｅを選択する。全ての辺ｅが既に選択されている場合には選択失敗となる。

そして、ステップＳ１０３−４ｌにおいて、選択されたＰＯＩの名称ｐと、選択した辺ｅに接続されている関連地名ｇと、選択された辺ｅの地理スコアｓ_ｇｉとの３つの要素からなる組み合わせデータを出力し、ステップＳ１０３−４ｉに戻る。

続いて、ステップＳ１０３−５におけるスコア出力部１６５の演算例を説明する。図１９は、スコア出力部１６５の動作フローを示す図である。

最初に、ステップＳ１０３−５ａにおいて、共起スコア計算部１６３から出力された、ＰＯＩの名称と関連地名と共起スコアとの組み合わせデータを取得する。

同様に、ステップＳ１０３−５ｂにおいて、地理スコア計算部１６４から出力された、ＰＯＩの名称と関連地名と地理スコアとの組み合わせデータを取得する。これら２つのステップにより、ＰＯＩの名称と関連地名のペアについて、共起スコアと地理スコアが結びつくことになる。

次に、ステップＳ１０３−５ｃにおいて、未だ選択されていないＰＯＩの名称と関連地名とのペア（ｐ，ｇ）を選択する。

次に、ステップＳ１０３−５ｄにおいて、ペアの選択が成功すればステップＳ１０３−５ｅに進み、失敗すれば本処理を終了する。全てのペアが既に選択されている場合に選択失敗となる。

次に、ステップＳ１０３−５ｅにおいて、選択されたペアについて、共起スコアｓ_ｃと地理スコアｓ_ｇを変数とする関数ｆ（ｓ_ｃ，ｓ_ｇ）を用いて関連度ｓを算出する。予め定めた係数λを用いると、次の式（３）のような関数で求められる。

なお、係数λの値は、本技術の適用先に基づき予め定めておく。例えば、距離の単位をｋｍとし、テキスト文書内での関連地名の出現回数（２回）とＰＯＩの位置と中心との距離（１ｋｍ）とが同程度に重要である場合には、λ＝０．２とする。更に、地理スコアをより重視したいときには、λ＝０．１のように設定する。

次に、ステップＳ１０３−５ｆにおいて、ＰＯＩの名称ｐをＰＯＩデータに含まれているＰＯＩのＩＤに置き換える。

そして、ステップＳ１０３−５ｇにおいて、ＰＯＩのＩＤ（ｐ）と関連地名ｇと関連度ｓとの組み合わせデータを出力し、ステップＳ１０３−５ｃに戻る。

以上がＰＯＩ関連地名推定装置１の動作である。以上、本実施の形態に係るＰＯＩ関連地名推定装置１について説明した。

以上より、本実施の形態によれば、ＰＯＩの名称とＰＯＩの位置情報とを対応付けた複数のＰＯＩデータを記憶しておき、複数の文書データからＰＯＩの名称を含む文書データを抽出し、抽出された文書データからＰＯＩデータに関連する関連地名を抽出し、その関連地名が文書データ内に出現する頻度を算出し、その出現頻度を用いてＰＯＩに対する関連地名の共起スコアを算出し、所定の方法で求めた関連地名の位置情報とＰＯＩの位置情報とを用いて関連地名に対するＰＯＩの距離的な地理スコアを算出し、それら２つのスコアを用いて関連地名とＰＯＩとの関連度を算出して関連地名に対応付けて出力するので、ＰＯＩに関連する関連地名の推定精度を向上できる。

つまり、文書データからＰＯＩに関連する関連地名を出力する際に、その関連地名の出現頻度とＰＯＩから関連地名までの距離とを考慮した関連度を算出するので、あるＰＯＩと本来関係のない地名の共起を検出してしまった場合でも、そのような地名が関連のある地名として出力されるのを防止でき、ＰＯＩから地理的に遠く離れている誤った地名がユーザ端末の画面に表示されることを防止できる。このような結果より、本実施の形態によれば、ＰＯＩに関連する関連地名の推定精度を向上することが可能となる。

最後に、本実施の形態で説明したＰＯＩ関連地名推定装置１は、メモリやＣＰＵを備えたコンピュータにより実現できる。また、ＰＯＩ関連地名推定装置１の各動作をプログラムとして構築し、コンピュータにインストールして実行させることや、通信ネットワークを介して流通させることも可能である。

１…ＰＯＩ関連地名推定装置
１１…文書データ記憶部
１２…ＰＯＩデータ記憶部
１３…ＰＯＩ関連文書抽出部
１４…文書解析部
１４１…文書入力部
１４２…形態素解析部
１４３…固有表現抽出部
１４４…関連地名抽出部
１４５…関連地名出力部
１５…解析結果データ記憶部
１６…ＰＯＩ関連地名推定部
１６１…ＰＯＩ・地名入力部
１６２…ＰＯＩ・地名統合部
１６３…共起スコア計算部
１６４…地理スコア計算部
１６５…スコア出力部
１７…ＰＯＩ関連地名データ記憶部
Ｓ１０１〜Ｓ１０３、Ｓ１０２−１〜Ｓ１０２−５、Ｓ１０３−１〜Ｓ１０３−５、Ｓ１０３−２ａ〜Ｓ１０３−２ｇ、Ｓ１０３−３ａ〜Ｓ１０３−３ｆ、Ｓ１０３−４ａ〜Ｓ１０３−４ｌ、Ｓ１０３−５ａ〜Ｓ１０３−５ｇ…ステップ

Claims

コンピュータにより、
所定の地点の名称と前記地点の位置情報とを対応付けた複数の地点データを記憶手段に記憶しておくステップと、
前記記憶手段から地点の名称を読み出して、複数の文書データから前記地点の名称を含む文書データを抽出するステップと、
抽出された文書データから前記地点に関連する関連地名を抽出し、前記関連地名が当該文書データ内に出現する頻度を算出するステップと、
前記出現頻度を用いて前記地点に対する前記関連地名の共起スコアを算出し、所定の方法で求めた前記関連地名の位置情報と前記地点の位置情報とを用いて前記関連地名に対する前記地点の距離的な地理スコアを算出し、前記２つのスコアを用いて前記関連地名と前記地点との関連度を算出して当該関連地名に対応付けて出力するステップと、
を有することを特徴とする地名推定方法。
所定の地点の名称と前記地点の位置情報とを対応付けた複数の地点データを記憶しておく記憶手段と、
前記記憶手段から地点の名称を読み出して、複数の文書データから前記地点の名称を含む文書データを抽出する抽出手段と、
抽出された文書データから前記地点に関連する関連地名を抽出し、前記関連地名が当該文書データ内に出現する頻度を算出する解析手段と、
前記出現頻度を用いて前記地点に対する前記関連地名の共起スコアを算出し、所定の方法で求めた前記関連地名の位置情報と前記地点の位置情報とを用いて前記関連地名に対する前記地点の距離的な地理スコアを算出し、前記２つのスコアを用いて前記関連地名と前記地点との関連度を算出して当該関連地名に対応付けて出力する推定手段と、
を有することを特徴とする地名推定装置。
請求項１に記載の地名推定方法をコンピュータに実行させることを特徴とする地名推定プログラム。