JP2017138233A - 香りの作成支援方法 - Google Patents

Abstract

【課題】キャラクターに着眼して新たな調合香料の作成するために用いられる香料の作成支援方法を提供する。【解決手段】新たな調合香料の作成を支援する香料の作成支援方法であって、既存の調合香料に対して被験者が評価言語を想起する程度を示す評価結果に基づき、既存の調合香料を構成するキャラクター群の中から複数の評価言語を包含した統合言語または一の評価言語の少なくとも一方に対応する一または複数のキャラクターを抽出するキャラクター抽出工程（処理Ｓ５）を備える。【選択図】図１

Description

本発明は、香りの作成支援方法または香りの作成支援システムに関する。

消費者製品の香りは、従来嗜好性の高い香りを提供する事が重視され、嗜好性の高い香りを選択する選択方法や嗜好性の高い香りを評価する香りの評価方法が提案されている（特許文献１）。
また、香りから受ける印象を評価する用語を感覚評定用語と感情評定用語とに分類して香りの特性を正確に評価する方法が提案されている（特許文献２）。

特開２００７−６３２５１号公報 特開２００１−１７４４５０号公報

調香師が香りを調合するには、香りから想起されるイメージを際立たせて、性格付けするために用いられるキャラクターに着眼することが知られている。一般的に、調合香料は一または複数のキャラクターから構成されており、調合香料の処方はそれぞれのキャラクターに属する香料成分の配合比率を調整することによって作成される。
特許文献１は、香料組成物全体の香調や、香料組成物の含有成分である香料成分に関する評価方法を提示するものであって、キャラクターに対する評価方法を提示するものではない。
特許文献２は、固有のキャラクターを想起させる香り（レモン、ローズ等）を検体にしているが、キャラクターを個々に評価するに留まっており、どのようなキャラクターを選択、組み合わせて、調合香料とするのか、具体的な提示がない。

本発明は、上記の課題に鑑みなされたものであり、キャラクターに着眼して新たな調合香料を作成するために用いられる香料の作成支援方法または香料の作成支援システムを提供するものである。

本発明は、新たな調合香料の作成を支援する香料の作成支援方法であって、既存の調合香料に対して被験者が評価言語を想起する程度を示す評価結果に基づき、前記既存の調合香料を構成するキャラクター群の中から複数の前記評価言語を包含した統合言語または一の前記評価言語の少なくとも一方に対応する一または複数のキャラクターを抽出するキャラクター抽出工程を備える香料の作成支援方法を提供する。

また、本発明は、新たな調合香料の作成を支援する香料の作成支援システムであって、既存の調合香料に対して被験者が評価言語を想起する程度を示す評価結果に基づき、前記既存の調合香料を構成するキャラクター群の中から複数の前記評価言語を包含した統合言語または一の前記評価言語の少なくとも一方に対応する一または複数のキャラクターを抽出するキャラクター抽出部と、前記キャラクター抽出部によって抽出された一または複数のキャラクターを出力する出力部と、を備える香料の作成支援システムを提供する。

上記発明によれば、評価言語または統合言語を想起させるのに適したキャラクターを抽出するので、調香師は抽出されたキャラクターに基づいて特定の言語を想起させうる調合香料を容易に作成することができる。

本発明によれば、キャラクターに着眼して新たな調合香料を作成するために用いられる香料の作成支援方法または香料の作成支援システムが提供される。

本実施形態に係る香料の作成支援方法の処理手順を示すフローチャートである。 本実施形態における共分散構造分析に用いたモデルを示す図である。 Ｕ１に係るＹ１群の結果から得られるキャラクターの組合せを示す図である。 Ｕ１に係るＹ１群の結果に基づいて作成されたキャラクターの構成表の一具体例を示す図である。 Ｕ１に係るＹ３群の結果に基づいて作成されたキャラクターの構成表の一具体例を示す図である。 消費者調査に関する計算結果を示す図である。 消費者調査に関する計算結果を示す図である。 香料の作成支援システムの構成を簡略的に示す図である。

以下、本発明の実施形態について、図面を用いて説明する。なお、すべての図面において、同様の構成要素には同一の符号を付し、適宜に説明を省略する。

＜香料の作成支援方法の処理手順について＞
図１は、本実施形態に係る香料の作成支援方法の処理手順を示すフローチャートである。
本実施形態に係る香料の作成支援方法は新たな調合香料の作成を支援するものであって、既存の調合香料の官能評価に基づき決定された、被験者が評価言語を想起する程度を示す評価結果から、複数の評価言語を包含した統合言語または一の評価言語の少なくとも一方に対応する一または複数のキャラクターを、既存の調合香料を構成するキャラクター群の中から抽出するキャラクター抽出工程を備える。本実施形態では図１に示す処理Ｓ５がキャラクター抽出工程に該当する。

本発明において、官能評価とは、官能検査、官能試験とも呼ばれ、ヒトの感覚（視覚、聴覚、味覚、嗅覚、触覚）を使って対象物を評価することであり、本実施形態では特に嗅覚によって香りを評価することである。官能評価を行う被験者は、一般消費者であってもよいし、専門パネルであってもよい。また、本発明の実施に要する被験者の回答数（評価結果の数）も、特に制限されない。
評価言語とは、官能評価において被験者に提示される言語であり、本実施形態では後述する２５種類の印象語と１６種類の感情語とを評価言語として用いる実施例について説明する。なお、これは一具体例であって、本発明の実施に用いる評価言語の内容や数は特に制限されるものではない。
統合言語とは、複数の評価言語を包含する趣旨を表す言語であり、本実施形態では官能評価を解析する解析者によって定められる。特に、本実施形態では、複数の印象語を包含する趣旨を表す言語を「印象因子」と称する場合があるが、「印象因子」は統合言語の一具体例である。

より具体的に、図１に示す５つの工程（処理Ｓ１〜処理Ｓ５）について説明する。

（処理Ｓ１）
処理Ｓ１は、製品に使用された調合香料のサンプル選定する工程である。
まず、既に市販製品に使用された調合香料のサンプルの中から、日用品に用いられている香りのバリエーションから香調表現が多様であるように選定した。日用品としては、シャンプー、石鹸、制汗スプレー、ボディローション等の身体に使用する製品や、柔軟剤、洗濯用洗剤、空間消臭剤等の衣服や住居用製品が挙げられる。これらに使用する香りのバリエーションから、嗜好性が偏らず、幅広い範囲から選択した。表１には、代表的な３０種類の調合香料を例示する。予め評価用に用いる香りは３０種類でなくてもよい。

（処理Ｓ２）
処理Ｓ２は、感情語および香りを形容する印象語の中から調査に用いる評価言語を選択する工程である。本実施形態では評価言語として、表２に示す１６種類の感情語、および表３に示す２５種類の印象語を選択した。
ここで、印象語とは官能評価において被験者が想起する印象に係る言語であり、感情語とは官能評価において被験者が想起する感情に係る言語である。

（処理Ｓ３）
処理Ｓ３では、処理Ｓ１で選択した調合香料と処理Ｓ２で選択した評価言語について、対象の調合香料の香りから被験者が得るイメージと、提示された評価言語（感情語および印象語）から被験者が得るイメージとの一致度について調査を行う。
選択した調合香料（表１）を嗅いだときに、表２、表３の評価言語で表される香りのイメージおよび感情を想起するか（当てはまり度）について、５段階評価とし、とてもそう思う、そう思う、ややそう思う、わずかにそう思う、全くそう思わない、に加え、更に、わからない、を項目に加え、この中から１項目を選択する回答を求めた。
なお、処理Ｓ３における消費者調査は、上述の通り、被験者である一般消費者の嗅覚による判断から評価結果を得るものであり、官能評価の一具体例である。

（処理Ｓ４）
処理Ｓ４では、処理Ｓ３で得られた評価結果を元に共分散構造分析によって印象因子を抽出する工程である（統合言語抽出工程）。
より具体的には、処理Ｓ４では、印象評価を表す複数の観測変数（以下、第１観測変数群と称す）と、感情評価を表す複数の観測変数（以下、第２観測変数群と称す）との間を、一または複数の潜在変数で結んだモデルを共分散構造分析によって解析する。さらに、処理Ｓ４では、モデルが所定の基準を満たした場合に、第１観測変数群を構成する観測変数に対して有意な因果関係が認められる潜在変数に付された名称を印象因子（統合言語）として抽出する。

処理Ｓ４の処理内容を換言すると、印象評価と感情評価とを解析して、特定の感情の想起に寄与する程度が高い特定の印象を表す印象因子を統合言語として抽出する処理と言い換えることができる。なお、上述したように、印象因子は、複数の印象語を包含した趣旨を表す言語である。
ここで、印象評価とは、既存の調合香料を嗅いだ被験者の官能評価により決定された被験者が想起する印象の程度を表す評価結果であり、感情評価とは、当該被験者が想起する感情の程度を表す評価結果である。本実施形態における実施例における印象評価とは、処理Ｓ３において処理された印象語に係る６段階評価で選択された項目を数値化したデータであり、感情評価とは、処理Ｓ３において処理された感情語に係る６段階評価で選択された項目を数値化したデータである。例えば、印象語「爽やかな香り」について「とてもそう思う」が被験者によって選択されると５ポイントを与え、「全くそう思わない」が被験者によって選択されると１ポイントを与える処理を行い、「わからない」を０ポイントとして当該処理によって与えられたポイント数の平均値が印象語「爽やかな香り」に係る印象評価として処理できる。

ここで共分散構造分析とは、複数の構成概念間の関係を検討することができる統計分析手法の１つである。
この研究では、ヒトの香りに対するイメージを評価する際に、印象→感情の因果を前提として計算を行った。

処理Ｓ４について詳細に説明すると、次のようになる。
まず、処理Ｓ３で得られた評価結果について、次に行う共分散構造分析の結果の偏りを回避するために、まず嗜好性を統制するため統計的処理を行った。具体的には、被験者の異なる一元配置の分散分析を統計解析ソフトウェアであるSPSS（登録商標）によって計算した。計算の結果、嗜好性が有意に異なる３品が見出されたので、これらをこの先の解析から除外した。

次に、残った２７種類のデータにつき、共分散構造分析を行った。計算には、統計解析ソフトウェアであるSPSS AMOS（商標）を用いた。計算結果の妥当性については、RMSEA値が所定の閾値以下になり、かつGFI値が所定の閾値以上になること、を基準とした。RMSEA値とは、母集団での適合性の悪さを表す統計量である。また、GFI値とは、1.0に近いほど良いモデルといわれる。

図２は、本実施形態における共分散構造分析に用いたモデルを示す図である。
図２において図示される四角形のオブジェクトは観測変数を表している。ここで観測変数とは、実際に測定されたデータのことであり、ここでは印象評価または感情評価のいずれかである。例えば、「大人っぽい香り」と表記された観測変数は、印象語「大人っぽい香り」に係る印象評価である。また、「いとおしさを感じる気分」と表記された観測変数は、感情語「いとおしさを感じる気分」に係る感情評価である。
図２において図示される楕円形のオブジェクトは潜在変数を表している。ここで潜在変数とは、実際には観測されていない変数であり、理論的に仮定されるものである。なお、図２においては潜在変数の名称としてＵ１〜Ｕ８を表記しているが、この名称は解析者が任意に定めることができ、観測変数と同様に、有意な名称を付してもよい。
図２において図示される「ｅＸ（Ｘには数字が入る）」と表記されているオブジェクトは誤差変数を表している。なお、Ｘに入る数字の大小関係は、誤差変数の大小関係とは必ずしも一致しない。
図２において図示される単方向矢印は因果関係を表すものであり、矢印の元にある変数が、矢印の先にある変数に対して影響をおよぼすことを仮定する。なお、図２における図示を省略しているが、単方向矢印にはいずれにもパス係数が与えられており、各潜在変数から各観測係数に対する単方向矢印に与えられるパス係数はいずれも有意な値になっているものとする。すなわち、図２に図示される潜在変数から観測係数に対する因果関係はいずれも有意なものである。
図２において図示される双方向矢印は相関関係を表すものである。なお、図２における図示を省略しているが、双方向矢印にはいずれにも相関係数が与えられており、各相関関係の大小が判別できるようになっている。

図２に示すとおり、第１観測変数群を構成する観測変数に対して有意な因果関係が認められる潜在変数はＵ１〜Ｕ４の４つである。この共分散構造分析ではＵ１〜Ｕ４の４つが特定の感情を喚起する印象因子として抽出できた。
また、Ｕ１〜Ｕ４の印象因子は、感情語に係る観測変数（第２観測変数群）や、感情語に係る観測変数に対して有意な因果関係が認められる潜在変数（Ｕ５〜Ｕ８）に対して直接的に、または間接的に因果関係が認められる。すなわち、図２に示すモデルは、Ｕ１〜Ｕ４の印象因子が特定の感情の喚起に寄与することを明示するものである。

（処理Ｓ５）
処理Ｓ５では、処理Ｓ４で行った評価言語の解析結果に基づき調合香料を構成するキャラクターを抽出する。キャラクター抽出を行うため、予め、処理Ｓ１で選択した調合香料を構成する要素を解析するために、香りのキャラクター群を選択し、調合香料に対して香りのキャラクターを指標とした官能評価を行っておく。ここで、香りのキャラクターの種類は、従来調香師の用いている香調の分類表現、香水の表現、および特徴的な香りのキャラクターを有する代表的な香りの素材名の中から特に調香上重要なものを選択した。表４に、代表的な香りのキャラクター群５０種類を例示する。香りを構成するキャラクター群は、香調表現が多様になるよう選択しればよく、５０種類でなくてもよい。処理Ｓ１で選択した調合香料（表１）に対し、表４に示した香りのキャラクター群のすべてについて、６段階の強度尺度による匂い強度の評価（官能評価）を行った。

次に、既存の調合香料ごとに与えられる評価言語に係る被験者の評価値（６段階評価の得点）の高低に基づいて、既存の調合香料を複数のグループに分類する。
より具体的には、処理Ｓ４で求めた４つの印象因子に対して、各々が包含する観測変数のデータ（印象結果）を与えて、２７種類の調合香料に対する各印象因子の得点（因子得点）を求めた。本実施形態では、印象因子は２つずつの観測変数から成り立っているため、この２点の平均値を因子得点とする。そして、２７種類の調合香料を印象因子ごとに、因子得点が高いＹ１群と、因子得点が中間値のＹ２群と、因子得点が低いＹ３群と、に分類した。これは、後述するラフ集合計算において、各印象因子に特徴的に関連する香りのキャラクターを抽出しやすくするための処理である。
以下に示す表５は、２７種類の調合香料に対する各印象因子の因子得点を示すものである。また、以下に示す表６は、２７種類の調合香料を３つのグループに分類した結果を示すものである。なお、表５および表６に示す「Ｎｏ．」は各調合香料に付されている識別番号であり、表５と表６とでは一致するが、表１において各調合香料のサンプルに付されている「Ｎｏ．」とは必ずしも一致しない。また、表６に示すとおり、本実施形態に係る２７種の調合香料は、重複なくいずれか一つのグループに属している。

次に、処理Ｓ５では、分類したグループ（Ｙ１群〜Ｙ３群）のうち一のグループを構成する既存の調合香料を同じグレードとして扱うラフ集合計算によって、既存の調合香料を構成するキャラクター群の中から一または複数のキャラクターを抽出する。
より具体的には、分類した３つのグループについてラフ集合計算を行った。計算には専用の計算ソフト、（ホロンクリエイト社、「グレード付きラフ集合解析プログラム」）を用いた。
本ソフトは計算可能なデータセット数に制限があり、変数は１７までである。従って、Ｙ１群に含まれる調合香料を構成する５０種類のキャラクターのうち、１７種をトップノート、１７種をミドルノート、１６種をベースノートのように３分割して計算を行った。通常のラフ集合計算では、数値をカテゴリーデータとして扱うが、グレード付ラフ集合計算では、数値的な重みづけを計算に反映させて順序データとする事が可能である。従って、処理Ｓ１において得られていた６段階の匂い強度それぞれを０→０、１→０．２、２→０．４、３→０．６、４→０．８、５→１のように変換した。

ラフ集合とは、１９８２年Pawlak. Zによって提唱された解析手法の一つであり、現在、多くの感性工学の実験で応用されている。解析の特徴は、「対象の集合をうまく粗く（ラフに）捉え、特徴を把握する事」である。
この計算手法を用いれば、香りプロファイルに挙げた各キャラクターが、該当する特定の印象に寄与する事が求められる。従来の重回帰分析での考察と比較すると、仮にＵ１＝ａ１（シトラス）Ｘ１＋ａ２（ウッディ）Ｘ２＋ｂ（ａ１＞０およびａ２＞０）という式が導かれた際、シトラスの量を増加させればＵ１に係る印象を増大させることができる。すなわち、このような式では、主要キャラクターの重みづけは議論できるが、主要キャラクター以外の要素が得られづらいという事とバランスの議論がしづらい。また、嗅覚の性質上、要素を増やしたからと言って直線的なＵ１の値の増加は望めない（嗅覚の飽和が生じる）。一方でラフ集合理論であれば、質的なデータに有効であり、計算の結果は、（シトラス）＋（ウッディ）といったような組み合わせで議論することが出来る。また香料では一つの素材で考察するよりも、アコードで考察することで発展性が期待できるという事もラフ集合を利用する利点である。このような計算結果を用いれば、調香師とのコミュニケーションや香り開発の知見に有効になると予想される。更に、グレード付ラフ集合という発展系の理論では、要素の量に関する間隔尺度を導入することができ、要素の抽出と大体の量の両方を補える。

本実施形態におけるラフ集合計算の結果の一部を図３に示す。図３は、Ｕ１に係るＹ１群の結果から得られるキャラクターの組合せを示す図である。すなわち、図３は、Ｕ１に係る印象を強めるキャラクターの組合せを示す図である。
計算した結果、各印象因子についてトップノート（図３ではＴと表示する）、ミドルノート（図３ではＭと表示する）、ベースノート（図３ではＢと表示する）のそれぞれに属するキャラクターの組み合わせが得られた。共通項目を有する計算結果については、その計算結果を更に集約した。例えば、Ｕ１に係るＹ１群においては、［>4 Minty］や［>3 Lemon, >2 Orange］等のように、複数の要素が抽出された。
ここでトップノートとは、揮発性が高く飛びやすいキャラクターであり、香りの嗅ぎ口を爽やかにする等の特徴を香料に与える役割を果たす。トップノートに該当するキャラクターには、例えば、シトラス、グリーン、フルーティ等が含まれる。
ここでミドルノートとは、中程度の揮発性、保留性を持っているキャラクターであり、その香料の中心となる特徴になっている場合が多い。ミドルノートに該当するキャラクターには、例えば、ローズ、ジャスミン、ミューゲ等が含まれる。
ここでベースノートとは、揮発性が低く、保留性が高いキャラクターであり、後残り（残香）の役割を担う。ベースノートに該当するキャラクターには、例えば、ウッディ、ムスキー等が含まれる。

図３に示すように、各印象因子（Ｕ１〜Ｕ４）に係るＹ１群の結果から、各印象因子の向上に対して寄与しやすい複数の香りキャラクターの組み合わせが得られる事が分かった。また、各印象因子（Ｕ１〜Ｕ４）に係るＹ３群の結果から、各印象因子の向上に対して寄与しがたい複数の香りキャラクターの組み合わせが得られる事が分かった。この結果を元に、キャラクターの構成表を作成した。
図４は、Ｕ１に係るＹ１群の結果に基づいて作成されたキャラクターの構成表の一具体例を示す図である。すなわち、図４は、Ｕ１に係る印象を強める調合香料の元になるキャラクターの構成表を示す図である。また、図５は、Ｕ１に係るＹ３群の結果に基づいて作成されたキャラクターの構成表の一具体例を示す図である。すなわち、図５は、Ｕ１に係る印象を強めない調合香料の元になるキャラクターの構成表を示す図である。
図４または図５の構成表では、１以上を示す欄のうち網掛けされている欄の個数によって、そのキャラクターの強度を示している。また、０を示す欄のうち斜線が掛かっている欄は、そのキャラクターについては１未満の強度が許容される旨を示している。また、０を示す欄のうち黒塗りされている欄は、そのキャラクターを構成に含めない旨を示している。

＜キャラクターの構成表に基づく調合香料の検証について＞
上述した処理Ｓ５において得られるキャラクターの構成表を用いることにより、調香師は特定の印象を効果的に高めた調合香料（香料組成物）を効率よく作成する事ができる。
これを検証するため、Ｕ１〜Ｕ４の印象因子それぞれについて、調香師が各キャラクターに対応する香料素材を選択し、香料のベースを作成し、ベースの香調を整えるために変調剤や補助剤を追加して、製品用の調合香料を完成させた。そして、完成した製品用の調合香料を用いて消費者調査を行った。香りを嗅ぐ場面は「ボディケア品を嗅ぐ場面」と決定し（ボディケア品とは、洗い流さないアウトバス製品であり、ボディローション、ボディクリーム、ボディミルク等を含める事を明示）、被験者は直近３ヶ月以内でボディケアを週に２回以上行う、２０〜５０代の日本人女性１０６名を対象とした。質調査品は、香料のオイルを非通気性シート（４ｃｍ画）に担持したものをアルミピローに封入したものを用い、被験者には「アルミピローをしっかりと開き、鼻をアルミピローから５ｃｍほど離した距離で、普段のボディケア品を使用する時間、場所で香りを評価してください」と教示した。質問項目の当てはまり度について、５段階評価とし、とてもそう思う、そう思う、ややそう思う、わずかにそう思う、全くそう思わない、に加え、更に、わからない、を質問項目に加え、この中から１項目を選択する回答を求めた。

図６および図７は、上記の消費者調査に関する計算結果を示す図であり、各棒グラフの左側がＹ１由来であり、右側がＹ３由来である。詳しくは、図６（ａ）は、Ｕ１に係るＹ１群の結果に基づいて作成された調合香料とＵ１に係るＹ３群の結果に基づいて作成された調合香料とに関する消費者調査の結果を比較する図である。図６（ｂ）は、Ｕ２に係るＹ１群の結果に基づいて作成された調合香料とＵ２に係るＹ３群の結果に基づいて作成された調合香料とに関する消費者調査の結果を比較する図である。図７（ａ）は、Ｕ３に係るＹ１群の結果に基づいて作成された調合香料とＵ３に係るＹ３群の結果に基づいて作成された調合香料とに関する消費者調査の結果を比較する図である。図６（ｂ）は、Ｕ４に係るＹ１群の結果に基づいて作成された調合香料とＵ４に係るＹ３群の結果に基づいて作成された調合香料とに関する消費者調査の結果を比較する図である。
なお、図中の縦軸は、「とてもそう思う」に対して５点、「そう思う」の回答に対して４点、「ややそう思う」の回答に対して３点、「わずかにそう思う」の回答に対して２点、「そう思わない」の回答に対して１点、「わからない」の回答に対して０点を与えた場合の、各項目の平均値を表す。また、図中のバーは標準偏差を表す。
消費者調査の結果、完成させた調合香料のうち、Ｕ１、Ｕ２およびＵ３に基づいて調合香料を作成した場合、Ｙ１群のキャラクターを用いて調合した調合香料の方が、Ｙ３群のキャラクターを用いて調合した調合香料に比べて有意に高く評価されている結果となった（ρ＜０．０５）。一方で、Ｕ４の印象因子については、２サンプル間で有意な差が見られなかった。

以上のように、本発明者は、消費者に強い印象をより効率的に設計する方法を鋭意検討した。その結果、嗜好評価が高い香りの中でも、ある特定の印象語に係る印象因子に基づいて分類したところ、それぞれの印象因子について寄与度の高いキャラクターを見出した。
これにより、それらのキャラクターを用いる事によって、より効率的に強い印象を与える香りを設計することができる。

なお、上記の香料の作成支援方法を活用して、新たな調合香料の作成を支援する香料の作成支援システムを構築することができる。図８は、香料の作成支援システム１０の構成を簡略的に示す図である。
香料の作成支援システム１０は、キャラクター抽出部１１と、格納部１２と、ネットワーク１３と、情報処理端末１４と、印刷装置１５と、を備える。
キャラクター抽出部１１は、既存の調合香料に対して被験者が評価言語を想起する程度を示す評価結果に基づき、既存の調合香料を構成するキャラクター群の中から複数の評価言語を包含した統合言語または一の評価言語の少なくとも一方に対応する一または複数のキャラクターを抽出する。
格納部１２は、少なくともキャラクター抽出部１１によって抽出された一または複数のキャラクターを格納し、キャラクター抽出部１１が処理する他のデータを格納してもよい。また、格納部１２に格納されているキャラクターは、キャラクター抽出部１１に入力される評価結果が蓄積されるほどに更新されて、そのキャラクターによって対応する評価言語または統合言語が想起される程度の精度が向上させることが好ましい。
ネットワーク１３は、格納部１２と外部装置（例えば、情報処理端末１４や印刷装置１５）とを通信可能に接続するものであり、格納部１２に格納されているデータを広範囲に拡散可能とする役割を果たす。ネットワーク１３は、具体的には、インターネット、ＬＡＮ（Local Area Network）、携帯電話通信網等の情報通信回線および回線を構築するハードウェアである。
情報処理端末１４は、ネットワーク１３を介して格納部１２に格納されているデータ（キャラクター抽出部１１による抽出結果を含む）を取得し、取得したデータを表示出力することができる。また、印刷装置１５は、ネットワーク１３を介して格納部１２に格納されているデータを取得し、取得したデータを印字出力することができる。すなわち、情報処理端末１４と印刷装置１５とは、キャラクター抽出部１１によって抽出された一または複数のキャラクターを出力する出力部として機能しうる。情報処理端末１４または印刷装置１５によって出力される態様は特に制限されるものではなく、例えば、図３に示すようなキャラクターの組合せを示す一覧を出力してもよいし、図４や図５に示すような特定の印象因子に係る印象を強めるまたは強めないキャラクターの構成表を出力してもよい。

＜変形例＞
本発明は上述の実施形態に限定されるものではなく、本発明の目的が達成される限りにおいて上述の実施形態の内容は、変形、改良等なされてもよい。
例えば、処理Ｓ１、処理Ｓ２および処理Ｓ３によって得られる評価結果の代わりに既存の評価結果を用いてもよく、必ずしも香料の作成支援方法の工程に含めなくてもよい。
また、上述の実施形態では、被験者を複数人に設定したが、例えば、一人の著名な調香師の官能評価に基づく評価結果に対して同様の処理を行うことによって、本発明が実施されてもよい。

上述の実施形態に係る処理Ｓ４（統合言語抽出工程）は、共分散構造分析によって統合言語を抽出する実施例を説明したが、統合言語抽出工程の解析手法はこの例に限られない。例えば、官能評価によって得られた評価結果を、多変量解析を用いることによって処理しても統合言語を導出しうる。
また、上述の実施形態に係る処理Ｓ５（キャラクター抽出工程）は、ラフ集合計算によってキャラクターの組合せを抽出する実施例を説明したが、キャラクター抽出工程の解析手法はこの例に限られない。例えば、重回帰分析を用いることによって処理してもキャラクターを導出しうる。

上述の実施形態に係る処理Ｓ５（キャラクター抽出工程）では、処理Ｓ４（統合言語抽出工程）において抽出された統合言語である印象因子（Ｕ１〜Ｕ４）に対応する一または複数のキャラクターを、既存の調合香料を構成するキャラクター群の中から抽出する実施例を述べた。しかし、この実施例は一具体例であって、本発明の実施はこれに限られない。
例えば、処理Ｓ５で抽出されるキャラクターには、処理Ｓ２で選択した一の評価言語（印象語または感情語）のみに対応する一または複数のキャラクターが含まれてもよい。このとき、処理Ｓ５で抽出される一または複数のキャラクターが処理Ｓ２で選択した一の評価言語に対応するものであるならば、必ずしも処理Ｓ４（統合言語抽出工程）は香料の作成支援方法の工程に含めなくてもよい。

上述の実施形態では、印象語や感情語を評価言語として用いる実施例について述べたが、これに類似する言語、すなわちヒトの心情や感性に係る幅広い言語を評価言語として扱ってもよい。

上述の実施形態では、本発明を香料の作成支援方法として説明したが、処理Ｓ５で抽出されるキャラクター（キャラクターの構成表）に基づいて香料を調合する処理までを一連の工程に含めるならば、上述の実施形態は香料の作成方法として扱うこともできる。

上述の実施形態における処理Ｓ４の特徴のみでも、独自の発明と捉えることができる。すなわち、処理Ｓ４では、印象評価と感情評価とを解析して、特定の感情の想起に寄与する程度が高い特定の印象を表す印象因子（統合言語）を抽出するので、抽出された印象因子に基づいて特定の印象を高める調合香料のベース構成の設計を支援することができるという効果を奏する。

上述の実施形態で示す香料の作成支援システム１０は、ネットワーク１３を介して構築される通信ネットワークシステムとして説明したが、この構成は一具体例であって、本発明の実施はこれに限られない。例えば、キャラクター抽出部１１が、官能評価における評価結果を入力し、抽出結果である一または複数のキャラクターを出力するだけの簡易な構成を採ることもできる。

本実施形態は以下の技術思想を包含する。
（１）既存の調合香料の官能評価に基づき決定された、既存の調合香料に対して被験者が評価言語を想起する程度を示す評価結果に基づき、前記既存の調合香料を構成するキャラクター群の中から複数の前記評価言語を包含した統合言語または一の前記評価言語の少なくとも一方に対応する一または複数のキャラクターを抽出するキャラクター抽出工程を備える香料の作成支援方法。
（２）前記評価結果を解析して前記統合言語を抽出する統合言語抽出工程を備え、前記キャラクター抽出工程では、前記統合言語抽出工程において抽出された前記統合言語に対応する一または複数のキャラクターを、前記既存の調合香料を構成するキャラクター群の中から抽出する（１）に記載の香料の作成支援方法。
（３）前記評価言語には、被験者が想起する印象に係る印象語と、被験者が想起する感情に係る感情語と、が含まれており、前記統合言語抽出工程では、前記官能評価によって決定された被験者が前記印象語を想起する程度を表す印象評価と前記感情語を想起する程度を表す感情評価とを解析して、特定の感情の想起に寄与する程度が高い特定の印象を表し、かつ複数の前記印象語を包含した前記統合言語を抽出する（２）に記載の香料の作成支援方法。
（４）前記統合言語抽出工程では、前記印象評価を表す複数の観測変数である第１観測変数群と前記感情評価を表す複数の観測変数である第２観測変数群との間を、一または複数の潜在変数で結んだモデルが共分散構造分析によって解析され、前記モデルが所定の基準を満たした場合に、前記第１観測変数群を構成する観測変数に対して有意な因果関係が認められる潜在変数に付された名称を前記統合言語として抽出する（３）に記載の香料の作成支援方法。
（５）前記キャラクター抽出工程では、前記既存の調合香料ごとに与えられる前記評価言語に係る被験者の評価値の高低に基づいて、前記既存の調合香料を複数のグループに分類し、分類した前記グループのうち一の前記グループを構成する前記既存の調合香料を同じグレードとして扱うラフ集合計算によって、前記既存の調合香料を構成するキャラクター群の中から一または複数のキャラクターを抽出する（１）から（４）のいずれか一つに記載の香料の作成支援方法。
（６）新たな調合香料の作成を支援する香料の作成支援方法であって、既存の調合香料を嗅いだ被験者の官能評価により決定された被験者が想起する印象の程度を表す印象評価と感情の程度を表す感情評価とを解析して、特定の感情の想起に寄与する程度が高い特定の印象を表す統合言語を抽出する工程を備える香料の作成支援方法。
（７）新たな調合香料の作成を支援する香料の作成支援システムであって、既存の調合香料に対して被験者が評価言語を想起する程度を示す評価結果に基づき、前記既存の調合香料を構成するキャラクター群の中から複数の前記評価言語を包含した統合言語または一の前記評価言語の少なくとも一方に対応する一または複数のキャラクターを抽出するキャラクター抽出部と、前記キャラクター抽出部によって抽出された一または複数のキャラクターを出力する出力部と、を備える香料の作成支援システム。

１０ 香料の作成支援システム
１１ キャラクター抽出部
１２ 格納部
１３ ネットワーク
１４ 情報処理端末
１５ 印刷装置

Claims (7)

1. 新たな調合香料の作成を支援する香料の作成支援方法であって、
   既存の調合香料に対して被験者が評価言語を想起する程度を示す評価結果に基づき、前記既存の調合香料を構成するキャラクター群の中から複数の前記評価言語を包含した統合言語または一の前記評価言語の少なくとも一方に対応する一または複数のキャラクターを抽出するキャラクター抽出工程を備える香料の作成支援方法。
2. 前記評価結果を解析して前記統合言語を抽出する統合言語抽出工程を備え、
   前記キャラクター抽出工程では、前記統合言語抽出工程において抽出された前記統合言語に対応する一または複数のキャラクターを、前記既存の調合香料を構成するキャラクター群の中から抽出する請求項１に記載の香料の作成支援方法。
3. 前記評価言語には、被験者が想起する印象に係る印象語と、被験者が想起する感情に係る感情語と、が含まれており、
   前記統合言語抽出工程では、前記官能評価によって決定された被験者が前記印象語を想起する程度を表す印象評価と前記感情語を想起する程度を表す感情評価とを解析して、特定の感情の想起に寄与する程度が高い特定の印象を表し、かつ複数の前記印象語を包含した前記統合言語を抽出する請求項２に記載の香料の作成支援方法。
4. 前記統合言語抽出工程では、
   前記印象評価を表す複数の観測変数である第１観測変数群と前記感情評価を表す複数の観測変数である第２観測変数群との間を、一または複数の潜在変数で結んだモデルが共分散構造分析によって解析され、
   前記モデルが所定の基準を満たした場合に、前記第１観測変数群を構成する観測変数に対して有意な因果関係が認められる潜在変数に付された名称を前記統合言語として抽出する請求項３に記載の香料の作成支援方法。
5. 前記キャラクター抽出工程では、
   前記既存の調合香料ごとに与えられる前記評価言語に係る被験者の評価値の高低に基づいて、前記既存の調合香料を複数のグループに分類し、
   分類した前記グループのうち一の前記グループを構成する前記既存の調合香料を同じグレードとして扱うラフ集合計算によって、前記既存の調合香料を構成するキャラクター群の中から一または複数のキャラクターを抽出する請求項１から４のいずれか一項に記載の香料の作成支援方法。
6. 新たな調合香料の作成を支援する香料の作成支援方法であって、
   既存の調合香料を嗅いだ被験者の官能評価により決定された被験者が想起する印象の程度を表す印象評価と感情の程度を表す感情評価とを解析して、特定の感情の想起に寄与する程度が高い特定の印象を表す統合言語を抽出する工程を備える香料の作成支援方法。
7. 新たな調合香料の作成を支援する香料の作成支援システムであって、
   既存の調合香料に対して被験者が評価言語を想起する程度を示す評価結果に基づき、前記既存の調合香料を構成するキャラクター群の中から複数の前記評価言語を包含した統合言語または一の前記評価言語の少なくとも一方に対応する一または複数のキャラクターを抽出するキャラクター抽出部と、
   前記キャラクター抽出部によって抽出された一または複数のキャラクターを出力する出力部と、を備える香料の作成支援システム。