JP2017162050A

JP2017162050A - 信憑性判定システム及びそのためのコンピュータプログラム

Info

Publication number: JP2017162050A
Application number: JP2016044072A
Authority: JP
Inventors: 淳太水野; Junta MIZUNO; 健太郎鳥澤; Kentaro Torisawa; 清敬大竹; Kiyotaka Otake; 力橋本; Chikara Hashimoto
Original assignee: National Institute of Information and Communications Technology
Current assignee: National Institute of Information and Communications Technology
Priority date: 2016-03-08
Filing date: 2016-03-08
Publication date: 2017-09-14
Anticipated expiration: 2036-03-08
Also published as: US20170262754A1; US10755178B2; JP6731198B2

Abstract

【課題】与えられた情報の信憑性を精度高く判定できるシステムを提供する。
【解決手段】信憑性判定システムは因果関係知識ＤＢ９０及び検索範囲制約ＤＢ８８を含む。因果関係知識の各々は原因部と結果部との組み合わせと、当該因果関係に付随する時期的制約及び位置的制約を含む。信憑性判定システムはさらに、入力される情報に適合する因果関係を検索し、検索された因果関係に付随して検索範囲制約ＤＢ８８に記憶されている時期的制約及び位置的制約に基づいて、ミニブログテキストＤＢ８４から発言を検索するクエリを生成するクエリ生成部９２と、このクエリを用いてミニブログテキストＤＢ８４から関連の発言を検索するテキスト検索部９６と、検索された発言を、原因として解釈できる表現と、結果として解釈できる表現とに分類し、その結果に基づいて、入力される情報の信憑性を判定し、判定結果を出力する表示候補選択部１００とを含む。
【選択図】図４

Description

この発明は、与えられる情報の信憑性を判定するシステムに関し、特に、インターネット上の多数の利用者の発言と、因果関係知識とに基づいて、情報の信憑性を判定する技術に関する。

インターネット上で提供されている検索エンジン及び質問応答システムによって、必要とする情報をインターネット上の膨大なテキストから効率よく入手することが可能となった。しかし、そのようにして得られる多量の情報の中には信憑性に疑いのある情報も存在する。それらの情報を一つ一つ検証するのは極めてむずかしい。例えば、質問応答を通して災害関連情報を提供するシステムがある。このシステムに「東京で何が起きている」という質問が与えられたとき、「河川が氾濫している」という回答候補が得られる場合がある。しかし、その信憑性は定かではない。

検索エンジン及び質問応答システムから出力される情報の信憑性を推定しようとする技術は、検索エンジンの黎明期から大きな課題であった。典型的なものは、情報発信者の属性を考慮するものである（後掲の非特許文献１）。しかし、情報発信者の属性を正確に取得できる場合は非常に限られているという問題がある。こうした問題があるため、インターネット上のテキストに対してこの技術を適用して得られる効果は非常に限定的であった。また、情報の信憑性の判断材料として、情報が発信されているサイトのドメイン情報等、非常に粗い情報発信者の属性を表示し、その信憑性に関する判断をユーザに任せている場合もある。

情報の信憑性を判定する別の技術として、後掲の非特許文献２に開示された「言論マップ」と呼ばれる技術（言論マップ生成課題）がある。言論マップ生成課題では、入力された情報について、それと類似する情報と対立する情報及びそれらの根拠となる情報を区別して表示する。そして、入力された情報の信憑性については、この言論マップに基づいて人間が判断することになっている。

言論マップ生成課題と類似した技術として、後掲の非特許文献３に記載のDispute Finderがある。Dispute Finderは、ウェブブラウザの機能拡張として提供され、閲覧中のウェブ文中に議論のある話題があるときに、その話題に関連する箇所をハイライトする機能を提供する。

黒橋禎夫、他、「情報分析システム WISDOM −Webの健全な利活用を目指して−」、［onLine］、２０１１年３月３１日、独立行政法人情報通信研究機構知識処理グループ情報信頼性プロジェクト、平成２８年２月１日検索、インターネット＜URL://http://kc.nict.go.jp/project1/WISDOM_TR.pdf＞村上浩司、他７名、「言論マップ生成課題：言説間の類似・対立の構造を捉えるために」、情報処理学会研究報告、自然言語処理・言語理解とコミュニケーション合同研究会、信学技報、 Vol.108 No.141、2008-NL-186、pp.55-60、July 2008 Rob Ennals and Beth Trushkowsky and John Mark Agosta、「Highlighting desiputed claims on the web」、Proceedings of WWW2010. pp.341-350、2010

非特許文献１、２、３のいずれにおいても、情報の信憑性の判断自体はユーザが行っており、システムは単に信憑性判断の材料を提供するのみである。システムが精度高く情報の信憑性の判定を行えれば、例えば質問応答システムの回答候補のうち、信憑性の高いものを強調し、信憑性の低いものを削除することで、ユーザにとってより有意義な回答を提供できる。また、信憑性の判定にあたっては、できるだけその精度が高くなるようにすべきである。今までの技術は、判断の材料を提供することまでは行っていたものの、情報の信憑性を精度高く判定する手法を提供することができなかった。

したがって、本発明の目的は、与えられた情報の信憑性を精度高く判定できるような信憑性判定システムを提供することである。

本発明の第１の局面に係る信憑性判定システムは、入力される情報の信憑性を、ネットワーク上の発言の集合に基づいて判定する。この信憑性判定システムは、複数の因果関係知識を記憶するための因果関係記憶手段を含む。因果関係知識の各々は原因となる事物を表すテキストからなる原因部と、当該事物の結果となる事物を表すテキストからなる結果部との組み合わせと、当該因果関係に付随する時期的制約及び位置的制約を含む。信憑性判定システムはさらに、因果関係記憶手段に記憶された因果関係のうち、入力される情報に適合する因果関係を検索し、検索された因果関係に付随して因果関係記憶手段に記憶されている時期的制約及び位置的制約に基づいて、発言の集合から発言を検索する際の制約条件を特定するための制約条件特定手段と、制約条件特定手段により特定される制約条件を満たし、かつ入力される情報により表される事項の原因又は結果となる事項を表す発言を、因果関係記憶手段に記憶された複数の因果関係知識を用いて発言の集合から検索するための発言検索手段と、発言検索手段により検索された発言を分類し、その結果に基づいて、入力される情報により表される事物の信憑性を判定し、判定結果を出力するための判定手段とを含む。

好ましくは、制約条件特定手段は、入力される情報の内容又は当該情報に付随する時刻情報に基づいて、入力される情報の表す事物の生起時期を推定する時期推定手段と、入力される情報の内容又は当該情報に付随する位置的情報に基づいて、入力される情報の表す事物の生起位置を推定する位置推定手段とを含む。

発言検索手段は、因果関係記憶手段に記憶された因果関係のうち、入力される情報又は当該情報と等価なテキストを結果部に持つ因果関係を検索する因果関係検索手段と、因果関係検索手段により検索された因果関係の原因部と一致するか又は等価な内容を持つ発言であって、時期推定手段により推定された時期と、位置推定手段により推定された位置とを基準として、当該検索された因果関係に付随した時期的制約及び位置的制約により定まる時期的条件及び位置的条件をそれぞれ満たす発言を、発言の集合から検索する原因関連発話検索手段とを含んでもよい。

より好ましくは、制約条件付発言検索手段はさらに、因果関係記憶手段に記憶された因果関係のうち、入力される情報又は当該情報と等価なテキストを原因部に持つ因果関係を検索する因果関係検索手段と、因果関係検索手段により検索された因果関係の結果部と一致するか又は等価な内容を表す発言であって、時期推定手段により推定された時期と、位置推定手段により推定された位置とを基準として、当該検索された因果関係に付随して因果関係記憶手段に記憶されている時期的制約及び位置的制約により定まる時期的条件及び位置的条件をそれぞれ満たす発言を、発言の集合から検索する結果関連発話検索手段とを含む。

さらに好ましくは、判定手段は、原因関連発話検索手段により検索された発話が存在するか否かを判定する第１の判定手段と、結果関連発話検索手段により検索された発話が存在するか否かを判定する第２の判定手段と、第１の判定手段による判定結果と、第２の判定手段による判定結果とがともに肯定であるとき、第１の判定手段による判定結果のみ肯定であるとき、第２の判定手段による判定結果のみ肯定であるとき、及びいずれの判定結果も肯定でないとき、の順に低くなっていくように入力文の信憑性を判定するための第１の信憑性判定手段とを含む。

判定手段は、第１の信憑性判定手段により、入力される情報の信憑性が高いと判定されたことに応答して、原因関連発話検索手段により検索された発話及び結果関連発話検索手段により検索された発話の各々についても信憑性が高いと判定するための第２の信憑性判定手段をさらに含んでもよい。

信憑性判定システムはさらに、判定手段により信憑性が高いと判定された発言と、それ以外の発言とを、両者が区別できるように表示するための発言表示手段を含んでもよい。

本願発明の第２の局面に係るコンピュータプログラムは、コンピュータにより実行されると、当該コンピュータを、上記したいずれかの信憑性判定システムの各手段として機能させる。

本発明の第１の実施の形態に係る対災害ＳＮＳ情報分析システムの入力画面を示す図である。本発明の第１の実施の形態に係る対災害ＳＮＳ情報分析システムの入力画面において、質問に対する回答候補を地図に表示した状態を示す図である。本発明の第１の実施の形態に係る対災害ＳＮＳ情報分析システムの入力画面において、質問に対する回答候補を一覧表示した状態を示す図である。本発明の第１の実施の形態に係る対災害ＳＮＳ分析システムの構成を示す概略ブロック図である。図４に示すシステムのうち、テキスト収集部の構成を示すブロック図である。図４に示すシステムのうち、クエリ生成部の構成を示すブロック図である。検索する発言（ツイート）の期間を特定する方法の一例を示すグラフである。因果関係知識により表される情報間の関係を模式的に示す図である。因果関係知識により表される情報間の関係を模式的に示す図である。図４に示すシステムの内、テキスト検索部と検索結果記憶部の構成を示すブロック図である。図４に示すシステムのうち、表示候補選択部の構成を示すブロック図である。原因から結果の信憑性を判定する場合と、結果から原因の信憑性を判定する場合の相違を説明する模式図である。図４に示すシステムを実現するコンピュータシステムの外観を示す図である。図１３に示すコンピュータシステムの内部構成を示すブロック図である。

以下の説明及び図面では、同一の部品には同一の参照番号を付してある。したがって、それらについての詳細な説明は繰返さない。

［構成］
図１に、本発明の第１の実施の形態に係る対災害ＳＮＳ情報分析システムの質問入力画面４０を示す。質問入力画面４０は、質問の入力フィールド４２と、質問に対する回答候補の一覧の表示領域４４と、回答候補の一覧の表示領域４４の表示を、地図上の表示に切替えるタブ４６と、一覧形式に切替えるタブ４８とを含む。

システムに「孤立しているのはどこですか」という質問を入力した際の回答候補の一覧の表示領域４４の表示を地図上の一覧表示にした状態を図２に示し、一覧形式表示にした状態を図３に示す。図２に示すように、本実施の形態では、ツイッター等のミニブログの発言から、質問に対する回答としてふさわしいと思われるものを検索し、その発信位置を地図上にいわゆるピンにより表示する。この表示において、回答候補の信憑性に基づいて各ピンの色彩、大きさ、形状若しくは動き、又はこれらの組み合わせを変えることができる。図３に示す形式では、ミニブログの発言から得られた回答候補が表示される。この場合も、回答候補の信憑性に基づいて各回答候補の表示形態を変化させることができる。

図４を参照して、この実施の形態に係る対災害ＳＮＳ情報分析システム７６は、インターネット７４を介して、ユーザのパーソナルコンピュータ（ＰＣ）７２等及びユーザの発言の集合を維持管理しているミニブログサーバ７０等と通信可能である。対災害ＳＮＳ情報分析システム７６は、インターネット７４を介してミニブログサーバ７０等から当該ミニブログサービスを利用しているユーザの発言の集合を定期的にダウンロードし、テキスト中に地名への言及があればそれを緯度及び経度からなる位置情報を付加するテキスト収集部８０と、地名に基づいて位置情報を付加する際にテキスト収集部８０が使用する、地名と位置情報との対応情報を記憶した位置変換用ＤＢ８２と、テキスト収集部８０により収集されたテキストを記憶するためのミニブログテキストＤＢ８４とを含む。

対災害ＳＮＳ情報分析システム７６はさらに、インターネット７４を介してユーザと対話することにより、図１〜図３に示したような画面を用いて対災害ＳＮＳ情報分析サービスを提供するためのサービスインターフェイス部８６と、因果関係知識を多数記憶するための因果関係知識ＤＢ９０と、各因果関係知識に対応して、因果関係に基づいて関連発言を検索する際の制約条件を規定する際に使用される制約情報を記憶するための検索範囲制約ＤＢ８８と、サービスインターフェイス部８６がユーザのＰＣ７２から受け付けた情報又は質問に基づいて、ミニブログテキストＤＢ８４から回答候補となる発言を検索するためのクエリ文を生成するためのクエリ生成部９２と、クエリ生成部９２により生成されたクエリ文を記憶するためのクエリ記憶部９４とを含む。

対災害ＳＮＳ情報分析システム７６はさらに、クエリ記憶部９４に記憶されたクエリ文の各々を用いてミニブログテキストＤＢ８４を検索し、検索結果を出力するテキスト検索部９６と、テキスト検索部９６により検索された結果を記憶する検索結果記憶部９８と、最初にサービスインターフェイス部８６が受信した情報又は質問の信憑性と、検索結果記憶部９８に記憶された検索結果に含まれる各発言の信憑性とを、ミニブログテキストＤＢ８４のテキストも利用して判定し、信憑性の高い発言を選択してサービスインターフェイス部８６を介してユーザのＰＣ７２に対し表示するための表示候補選択部１００とを含む。

図５を参照して、図４に示すテキスト収集部８０は、インターネット７４を介してミニブログサーバ７０に定期的にアクセスし、前回のアクセス以後に追加されたユーザの発言をミニブログサーバ７０から転送するミニブログアクセス部１２０と、ミニブログアクセス部１２０が転送したミニブログのテキストの形態素解析を行う形態素解析部１２２と、形態素解析の結果を用い、テキストの構文解析を行う構文解析部１２４と、構文解析されたテキスト中に地名が存在するときに、位置変換用ＤＢ８２を用いて緯度・経度からなる位置情報を検索する地名検索部１２６と、検索された位置情報をテキストに付加する位置情報付加部１２８とを含む。

図６を参照して、クエリ生成部９２は、ユーザが入力した質問文等のテキストを形態素解析する形態素解析部１４０と、形態素解析されたテキストの構文解析を行う構文解析部１４２と、構文解析された結果中に地名があれば、位置変換用ＤＢ８２から当該地名に対応する位置情報を検索する位置抽出部１４４と、テキストに位置抽出部１４４により検索された位置情報を付加するための位置情報付加部１４６と、入力されたテキストにもとづき、因果関係知識ＤＢ９０に記憶された因果関係知識と、検索範囲制約ＤＢ８８に記憶された、因果関係知識に付随する、関連発言検索の際の位置的、時期的制約を用いて、入力されたテキストと因果関係を持つ発言をミニブログテキストＤＢ８４から検索するための検索条件を決定する検索条件決定部１４８と、検索条件決定部１４８により決定された検索条件を用い、入力されたテキストの原因となるような表現（原因表現）を含む発言をミニブログテキストＤＢ８４から検索するクエリを展開し出力する原因表現クエリ展開部１５０と、検索条件決定部１４８により決定された検索条件を用い、入力されたテキストの結果となるような表現（結果表現）を含む発言をミニブログテキストＤＢ８４から検索するクエリを展開し出力する結果表現クエリ展開部１５２とを含む。結果表現クエリ展開部１５２の出力はクエリ記憶部９４に接続されており、結果表現クエリ展開部１５２から出力されるクエリはクエリ記憶部９４に記憶される。

ここで、検索範囲制約ＤＢ８８に記憶されている検索範囲に関する制約情報について説明する。ある情報の信憑性を判定する場合、何を手がかりにしたらよいかについて検討すると、その情報との間に因果関係があり、かつ、その情報が発信された時間又は位置と近接して発信された情報を検索することが考えられる。そうした情報が多数見つかれば、もとの情報の信憑性は高いと判断され、そうでなければ信憑性は低いと判断できる。

例えば、「今、京都で河川が氾濫している」という情報が２０１５年１１月１５日にあり、その信憑性を２０１５年１１月１５日に判定することを考える。「平安時代に鴨川が氾濫した」という発言は、位置的には近いが時期的には隔たっている。したがって、もとの情報の信憑性を判断する上での根拠にはならない。「先月の大雨はすごかった。」という発言は、平安時代ほど古くはないが、「今、京都で河川が氾濫している」という発言の信憑性を判断する上ではあいかわらず古く、根拠とならない。一方、「１４日から大雨が降り続いている」、「今日も大雨だ」という発言が２０１５年１１月１５日に投稿されており、しかも位置的に京都の近辺であることが分かれば、最初の発言を裏付けることになり、その信憑性を高く評価するための根拠となり得る。

同様に、「○○国から帰った後、デング熱に感染」という２０１５年１１月１５日に投稿された情報の信憑性を判定する場合、「デング熱は１７８０年に流行した」というような発言があったとしても時期的に遠く、信憑性の判断の根拠とはならない。それに対し、「先月からデング熱が広まっている」、「○○国でデング熱が広まっている」という発言は、これらがいずれも時期的に近い時点で投稿されたものであれば、最初の情報を裏付けるものとなり、最初の情報の信憑性を高く評価するための根拠となりうる。

図７を参照して、ある災害が２０１５年１１月１０日頃に発生したとする。過去の事例を見ると、災害発生直後からその災害に関連するツイート数が急速に伸び（バーストする）、１日後から２日後頃にピークに達し、その後は減少してほぼ１週間程度でツイート数がもとの状態にまで減少する、というパターンがある（図７の曲線１６０）。例えばピークに対する割合が所定の値となるようなしきい値Θ_THを決めておき、この値をツイート数が下回ったときにバーストが収束したと判定できる。こうした過去の事例から、入力された情報に対して時期的に近接したものを採用する必要があることが分かる。

しかし、時期的に十分に近いか否かを判定するしきい値は、判断の対象となる情報が述べている事項及びその大きさによって変化する。例えば、病気感染、大規模災害等は、１週間程度前の情報（さらに大規模であれば１ヶ月程度）が関連するのに対し、より小規模な災害、天候等に関する判断では、１日から２日程度前の情報が関連する。また、位置的に十分に近いか否かを判定するしきい値も、判断の対象となる情報が述べている事項によって変化する。病気感染、大規模災害等は、遠方の情報も関連するのに対し、小規模災害、天候等の場合には、近隣の情報が関連しあまり遠方の情報は関連を持たない。こうした時期的範囲、位置的範囲について十分に近いと判定する範囲からなる制約条件については、過去の類似事例に基づいて、判断の対象となっている事項ごとに、予め分類し、データベース化しておく。そうした情報を記憶するのが検索範囲制約ＤＢ８８である。なお、本実施の形態では、実装を簡単にするために、因果関係知識ＤＢ９０に記憶されている因果関係ごとに、そのクラスが定められ、クラスごとに、制約条件が予め作成され検索範囲制約ＤＢ８８に記憶されている。

図７に示すような場合、近接した時期として１週間を採用すればよいが、より小規模な災害であれば、ツイート数はさらに短い期間でこのようなカーブを描くであろうし、より大規模な災害であればより長い期間を経てこうしたカーブを描くであろう。いずれにせよ、災害の種類及び大きさにより、その災害に関連した発言の発生時期が変化するので、関連発言を検索するときにはその時期的範囲を注意深く決める必要がある。

検索範囲制約ＤＢ８８に記憶されている制約条件の例を次のテーブル１に示す。なお、テーブル１中、位置的制約としては隣県、地方、全国等の形で表現しているが、実装の容易さから、実際には特定地点を中心とする円形範囲内で発信された発言を集めるようにするのが簡単である。

因果関係知識は、本実施の形態では、互いに原因／結果であるような文のペアからなる。例えば図８を参照して、「大雨が降る」と「氾濫が起きる」とは、前者が後者の原因であり、後者は前者の結果である、という関係がある。このような関係を因果関係と呼び、こうした文のペアを因果関係知識と呼ぶ。図８の例で言えば「氾濫が起きる」と「家屋が浸水する」、及び「虫に刺される」と「感染症にかかる」も因果関係知識として記憶されている。

こうした因果関係知識から、例えば図９の上段を参照して、「大雨が降る」だけでなく、「川が濁る」、「低気圧が発達」等は「氾濫が起きる」の原因であり、逆に「氾濫が起きる」は「大雨が降る」、「川が濁る」、「低気圧が発達」等の結果であることが分かる。また、「氾濫が起きる」は「家屋が浸水する」、「避難指示が出る」等の原因であり、「家屋が浸水する」及び「避難指示が出る」は、「氾濫が起きる」の結果であることも分かる。

別の例としては、図９の下段に示すように、「感染症が流行」及び「虫に刺される」は、いずれも「感染症にかかる」の原因であり、後者は前者の結果である。また「感染症にかかる」は「高熱を出す」、「通院」、「隔離される」等の原因であり、逆に後者の３つはいずれも「感染症にかかる」の結果である。

こうした因果関係知識を制約条件と組み合わせることで情報の信憑性の判定精度をより高めることができる。まず、因果関係知識の各々を、テーブル１に例を示すクラスのいずれかに予め割り当てておく。判定の対象となる情報と合致する文を原因部又は結果部に持つ因果関係知識を検索することで、その情報に合致する因果関係を知り、その情報の属するクラスを知ることができる。その結果、情報の信憑性を判定するための材料として、どのような位置的範囲及び時期的範囲の発言を検索したらよいかが明らかとなる。

なお、入力された情報と合致する因果関係知識とは、入力された情報と同じ、又は等価な表現を結果部又は原因部に持つ因果関係知識のことをいう。例えば「氾濫が起きた」という情報が入力され、「（原因部）大雨が降る→（結果部）氾濫が起きる」という因果関係知識がある場合、この因果関係知識は抽出の対象となり、原因部から「大雨が降る」という表現を取り出すことができる。そして、時期的・位置的に近接した条件で「大雨が降る」又はこれと等価な表現を持つ発言が見つかるか否かを検索し、その結果により、もとの「氾濫が起きた」の信憑性を判定できる。

ここで、因果関係知識を適用することで、検索すべき発言の時期的範囲をより適切に定めることができる。一般的に因果関係では、原因の方が結果に先立って発生する。したがって、判定の対象となっている情報と合致する結果部を持つ因果関係が見つかった場合には、その判定の対象となっている情報が発信された時期より前のある期間に発信されていた発言を集めることで、その情報の信憑性の判定精度を高めることができる。逆に、判定の対象となっている情報と一致する原因部を持つ因果関係が見つかった場合には、その判定の対象となっている情報が発信された時期より後のある期間に発信された発言を集めることで、その情報の信憑性をある程度確認でき、これもまた情報の信憑性の判定精度を高める上で有効である。

なお、因果関係知識の原因部又は結果部と、入力された情報とがぴったり同じ表現であることはまずない。したがって、適用できる因果関係を検索する際には、入力された情報、並びに因果関係知識の原因部又は結果部の表現の言い換え、含意関係等を利用してできるだけ広い因果関係知識との適合を調べるようにする必要がある。

図１０を参照して、テキスト検索部９６は、クエリ記憶部９４に記憶されたクエリを順番に読み出すクエリ読出部１９２、及びクエリ読出部１９２により読み出されたクエリを受け、当該クエリを実行してミニブログテキストＤＢ８４からクエリに該当する発言の検索結果を得るクエリ実行部１９４を含む。

検索結果記憶部９８は、クエリ実行部１９４による検索結果のリソース（検索された発言からなる配列）を記憶する検索結果リソース記憶部２０２、及びクエリ実行部１９４が実行したクエリの種別（原因表現の検索か、結果表現の検索か）を記憶するクエリ種別記憶部２００を含む。

図１１を参照して、表示候補選択部１００は、クエリ種別記憶部２００を参照しながら、判定対象となっている情報に対する原因の関係にある表現（原因表現）の件数を検索結果リソース記憶部２０２から読出す原因表現抽出部２２０と、クエリ種別記憶部２００を参照しながら、判定対象となっている情報に対する結果の関係にある表現（結果表現）の件数を検索結果リソース記憶部２０２から読出す結果表現抽出部２２２と、判定対象となっている情報と矛盾する表現の件数を抽出する矛盾表現抽出部２２４と、所定時間内の全発言数、その中の原因表現数、結果表現数、矛盾表現数等を素性として受け、信憑性の指標を出力するよう予め機械学習による学習済の信憑性判定部２２６と、信憑性判定部２２６により対象となる情報の信憑性が高いと判定されたことに応答して、原因表現抽出部２２０により抽出された原因表現も信憑性が高いと判定して、高輝度等の特定表現で表示するようサービスインターフェイス部８６に指示する表示情報生成部２２８とを含む。なお、ここでいう「所定時間」等、検索範囲に対する制約は検索範囲制約ＤＢ８８に記憶された制約情報により定められる。

なお、判定対象の情報に対する原因表現のみがあるときと、結果表現のみがあるときとでは、前者の方が情報の信憑性はより高いと考えられる。図１２を参照して、判定対象の情報として「停電する」が与えられたものとする。これに対する原因表現として地震発生に関するものがあったとする。この場合、地震が発生している場合には停電が発生する可能性は非常に高い。したがって、地震発生に関する発言が多数見つかれば、判定対象の情報の信憑性も高くなる。一方、判定対象の情報として「地震発生」が与えられたものとする。これに対する結果表現として「停電する」という発言が見つかったものとする。しかしこの場合、停電の原因には地震以外にも様々なものが考えられる。したがって、これだけでは地震の発生についての信憑性が特に高いということはできない。一般的には、判定対象の情報に対して、その原因表現と結果表現との双方が見つかったときが最も信憑性が高く、原因表現のみが見つかったときがその次に高い信憑性で、結果表現のみが見つかったときになると信憑性は低くなると考えられる。いずれも存在していなければ信憑性に疑いを持つべきである。

信憑性判定部２２６は、事前に多くの例によって上記した素性を用いた機械学習により実現されるものとする。

［動作］
上記した対災害ＳＮＳ情報分析システム７６（図４）は以下のように動作する。テキスト収集部８０は、定期的にインターネット７４上のミニブログサーバ７０等から、ミニブロクの発言を収集し、ミニブログテキストＤＢ８４に記憶する。

図５を参照して、このとき、テキスト収集部８０のミニブログアクセス部１２０は、定期的にミニブログにアクセスし発言テキストをサーバから転送する。形態素解析部１２２は、転送された各発言に含まれる文章を形態素解析し、構文解析部１２４が構文解析を行う。地名検索部１２６は、構文解析部１２４の出力に地名が含まれており、それがその発言がされた位置を示すものである場合には、位置変換用ＤＢ８２を参照して、対応する位置情報（緯度及び経度情報）を取り出す。位置情報付加部１２８は、発言に位置情報を付加して発言をミニブログテキストＤＢ８４に追加する。

テキスト収集部８０は、この処理を定期的（例えば１０分ごと）に繰返す。

図６を参照して、利用者から信憑性判定の対象となる情報が入力されたものとする。クエリ生成部９２の形態素解析部１４０は、入力された情報を形態素解析し、さらにその結果に基づいて構文解析部１４２が入力された情報を構文解析する。位置抽出部１４４が、構文解析部１４２の構文解析結果に地名が存在している場合、その地名が発言のなされた位置を表すものである場合には、位置変換用ＤＢ８２を参照してその地名に対応する緯度経度情報を位置変換用ＤＢ８２から取り出す。位置情報付加部１４６は、取り出された位置情報を入力された情報に付加し、検索条件決定部１４８に与える。

検索条件決定部１４８は、因果関係知識ＤＢ９０を検索し、入力された情報を原因部又は結果部に持つ（入力された情報に合致する）因果関係を全て取り出す。このとき検索条件決定部１４８は、入力された情報そのものだけではなく、含意関係、言い換え関係等を用いて、入力された情報に合致する因果関係をできるだけ多く抽出する。検索条件決定部１４８はさらに、抽出された因果関係の各々について、検索範囲制約ＤＢ８８を参照して、対応して保存されている位置的・時期的制約条件を読み出す。

原因表現クエリ展開部１５０は、入力された情報に、検索範囲制約ＤＢ８８に記憶された制約条件に入力された情報から得た時刻条件又は位置的条件を当てはめて、入力された情報に対する原因表現を検索するためのクエリを作成し、クエリ記憶部９４に全て格納する。ここでは、原因表現を探すので、検索対象の時期的範囲は入力された情報より前の、一定時間帯の発言ということになる。結果表現クエリ展開部１５２は、同様に、検索範囲制約ＤＢ８８に記憶された制約条件に、入力された情報から得た時刻条件又は位置的条件を当てはめて、入力された情報に対する結果表現を検索するためのクエリを作成し、クエリ記憶部９４に全て格納する。ここでのクエリ条件としては、原因表現のときとは別で、入力された情報が発信された時刻より後の一定時間帯に発信された発言ということになる。

図１０を参照して、クエリ読出部１９２はクエリ記憶部９４からクエリを一つずつ読出し、クエリ実行部１９４に与える。クエリ実行部１９４は、与えられたクエリを実行し、ミニブログテキストＤＢ８４からクエリに該当する発言を取り出して検索結果リソース記憶部２０２にクエリ実行結果のリソースとして記憶する。ここでいうリソースとは、クエリの結果として得られた発言のテキスト及びプロパティの集合を表す配列である。クエリ実行部１９４は、クエリの種別（原因表現の検索か、結果表現の検索か）を表す情報をクエリのリソースと関連付けてクエリ種別記憶部２００に書き込む。

クエリ読出部１９２がクエリ記憶部９４に記憶された全てのクエリを読出し、クエリ実行部１９４が各クエリによる検索を実行し、結果が全て検索結果リソース記憶部２０２に記憶された時点でテキスト検索部９６による処理は終了する。

図１１を参照して、原因表現抽出部２２０は、検索結果リソース記憶部２０２から、全ての原因表現の数を抽出し信憑性判定部２２６に与える。結果表現抽出部２２２は同様に、検索結果リソース記憶部２０２から、検索された全ての結果表現の数を抽出して信憑性判定部２２６に与える。矛盾表現抽出部２２４は、矛盾知識、否定のモダリティ等を使用して、検索結果リソース記憶部２０２に記憶されている原因表現又は結果表現と矛盾する表現がミニブログテキストＤＢ８４にどれだけあるかを検索し、その数を信憑性判定部２２６に与える。矛盾表現抽出部２２４がこの表現を検索する際には、対応する原因表現、又は結果表現を検索したときと同じ制約条件にしたがって検索する。

なお、このように、信憑性の判定の対象となる事象と矛盾する情報は、非特許文献２に記載された言論マップ課題を用いて提示できる。

信憑性判定部２２６は、全クエリ数、クエリごとに検索された全表現数、原因表現数、結果表現数、原因又は結果と矛盾する矛盾表現数等を用いて所定の素性ベクトルを生成し、機械学習により学習済の信憑性判定器により信憑性の判定を行う。信憑性の判定結果は、本実施の形態では０（信憑性なし）から１（信憑性高）の範囲の数値として出力される。

表示情報生成部２２８は、信憑性判定部２２６の出力があるしきい値より高いときには、入力された情報の信憑性だけではなく、原因表現抽出部２２０により抽出された原因表現についても信憑性が高いと判定し、その旨の情報をサービスインターフェイス部８６に与える。サービスインターフェイス部８６は、この情報を用いて、回答候補の一覧の中で信憑性が高いとマークされたものの表示を他と異なる態様で行う。

［コンピュータによる実現］
上記実施の形態に係るシステムは、コンピュータハードウェアと、そのコンピュータハードウェア上で実行されるコンピュータプログラムとにより実現できる。図１３はこのコンピュータシステム９３０の外観を示し、図１４はコンピュータシステム９３０の内部構成を示す。

図１３を参照して、このコンピュータシステム９３０は、メモリポート９５２及びＤＶＤ（ＤｉｇｉｔａｌＶｅｒｓａｔｉｌｅＤｉｓｃ）ドライブ９５０を有するコンピュータ９４０と、キーボード９４６と、マウス９４８と、モニタ９４２とを含む。

図１４を参照して、コンピュータ９４０は、メモリポート９５２及びＤＶＤドライブ９５０に加えて、ＣＰＵ（中央処理装置）９５６と、ＣＰＵ９５６、メモリポート９５２及びＤＶＤドライブ９５０に接続されたバス９６６と、ブートアッププログラム等を記憶する読出専用メモリ（ＲＯＭ）９５８と、バス９６６に接続され、プログラム命令、システムプログラム、及び作業データ等を記憶するランダムアクセスメモリ（ＲＡＭ）９６０とを含む。コンピュータシステム９３０はさらに、他端末との通信を可能とするネットワークへの接続を提供するネットワークインターフェイス（Ｉ／Ｆ）９４４を含む。ネットワークI／Ｆ９４４は、インターネット７４に接続されてもよい。

コンピュータシステム９３０を上記した各実施の形態のシステムを構成する各機能部として機能させるためのコンピュータプログラムは、ＤＶＤドライブ９５０又はメモリポート９５２に装着されるＤＶＤ９６２又はリムーバブルメモリ９６４に記憶され、さらにハードディスク９５４に転送される。又は、ネットワークＩ／Ｆを通じてコンピュータ９４０に送信されハードディスク９５４に記憶されてもよい。プログラムは実行の際にＲＡＭ９６０にロードされる。ＤＶＤ９６２から、リムーバブルメモリ９６４から、又はネットワークを介して、直接にＲＡＭ９６０にプログラムをロードしてもよい。

このプログラムは、コンピュータ９４０を、上記実施の形態に係るシステムの各機能部として機能させるための複数の命令を含む。この動作を行なわせるのに必要な基本的機能のいくつかはコンピュータ９４０上で動作するオペレーティングシステム（ＯＳ）若しくはサードパーティのプログラム、又は、コンピュータ９４０にインストールされる各種プログラミングツールキットのモジュールにより提供される。したがって、このプログラムはこの実施の形態のシステム及び方法を実現するのに必要な機能全てを必ずしも含まなくてよい。このプログラムは、命令のうち、所望の結果が得られるように制御されたやり方で適切な機能又はプログラミングツールキット内の適切なプログラムツールを呼出すことにより、上記したシステムとしての機能を実現する命令のみを含んでいればよい。コンピュータシステム９３０の動作は周知である。したがってここでは繰返さない。

［実施の形態の効果］
以上のように、本実施の形態によれば、入力される情報の信憑性について、その情報の発信と時期的、位置的に近接して発信されたユーザの発言であって、入力される情報と因果関係が成立するようなものをミニブログにおいて検索する。得られた発言を、入力された情報に対する原因として解釈できる表現と、結果として解釈できる表現とに分類し、その結果により信憑性の判定を行う。また、原因表現又は結果表現と矛盾するような表現についても信憑性の判定に用いる。

［変形例］
上記実施の形態では、対象はミニブログとしている。しかし本発明はそのような実施の形態には限定されない。対象はいわゆるＳＮＳ全般でもよいし、ウェブページ全般でもよい。

さらに、上記実施の形態では、入力される情報の原因表現又は結果表現と矛盾する表現が見つかった場合にはもとの情報の信憑性を下げたが、そうした処理をしなくてもよい。さらに、入力された情報の信憑性が高い場合には、対応して検索された原因表現についても信憑性が高いと判定したが、これには限定されない。例えば、結果表現についても信憑性が高いと判定してもよい。また、上記実施の形態では、信憑性の判定には機械学習の判定器を用いているが、これに限定されない。既に述べたように、原因表現の有無と結果表現の有無との組み合わせにより信憑性の値は変化する。したがって、これらの関係を回帰式で表し、その結果を出力するようにしてもよい。又は、信憑性の判定としては、単に原因表現と結果表現との双方があるか、原因表現のみがあるか、結果表現のみがあるか、双方ともないか、の順番で４段階で表すようにしてもよい。ただしこの場合も、検索された結果の数が多いほど信憑性を高くするような判定方法が好ましい。

また、信憑性判定部２２６は、予め手作業によるルール記述により実現してもよい。上記実施の形態において機械学習により実現可能なものについても同様である。

今回開示された実施の形態は単に例示であって、本発明が上記した実施の形態のみに制限されるわけではない。本発明の範囲は、発明の詳細な説明の記載を参酌した上で、特許請求の範囲の各請求項によって示され、そこに記載された文言と均等の意味及び範囲内での全ての変更を含む。

７６対災害ＳＮＳ情報分析システム
８８検索範囲制約ＤＢ
９０因果関係知識ＤＢ
９２クエリ生成部
９６テキスト検索部
１００表示候補選択部
１４８検索条件決定部
１５０原因表現クエリ展開部
１５２結果表現クエリ展開部
２２０原因表現抽出部
２２２結果表現抽出部
２２４矛盾表現抽出部
２２６信憑性判定部

Claims

入力される情報の信憑性を、ネットワーク上の発言の集合に基づいて判定する信憑性判定システムであって、
前記信憑性判定システムは、複数の因果関係知識を記憶するための因果関係記憶手段を含み、前記因果関係知識の各々は、原因となる事物を表すテキストからなる原因部と、当該事物の結果となる事物を表すテキストからなる結果部との組み合わせと、当該因果関係に付随する時期的制約及び位置的制約を含み、
前記信憑性判定システムはさらに、
前記因果関係記憶手段に記憶された因果関係のうち、前記入力される情報に適合する因果関係を検索し、検索された因果関係に付随して前記因果関係記憶手段に記憶されている時期的制約及び位置的制約に基づいて、前記発言の集合から発言を検索する際の制約条件を特定するための制約条件特定手段と、
前記制約条件特定手段により特定される制約条件を満たし、かつ前記入力される情報により表される事項の原因又は結果となる事項を表す発言を、前記因果関係記憶手段に記憶された前記複数の因果関係知識を用いて前記発言の集合から検索するための発言検索手段と、
前記発言検索手段により検索された発言を分類し、その結果に基づいて、前記入力される情報により表される事物の信憑性を判定し、判定結果を出力するための判定手段とを含む、信憑性判定システム。
前記制約条件特定手段は、
前記入力される情報の内容又は当該情報に付随する時刻情報に基づいて、前記入力される情報の表す事物の生起時期を推定する時期推定手段と、
前記入力される情報の内容又は当該情報に付随する地理的情報に基づいて、前記入力される情報の表す事物の生起位置を推定する位置推定手段とを含む、請求項１に記載の信憑性判定システム。
前記発言検索手段は、
前記因果関係記憶手段に記憶された因果関係のうち、前記入力される情報又は当該情報と等価なテキストを結果部に持つ因果関係を検索する因果関係検索手段と、
前記因果関係検索手段により検索された因果関係の原因部と一致するか又は等価な内容を持つ発言であって、前記時期推定手段により推定された時期と、前記位置推定手段により推定された位置とを基準として、当該検索された因果関係に付随した前記時間的制約及び前記位置的制約により定まる時間的条件及び位置的条件をそれぞれ満たす発言を、前記発言の集合から検索する原因関連発話検索手段とを含む、請求項２に記載の信憑性判定システム。
前記発言検索手段はさらに、
前記因果関係記憶手段に記憶された因果関係のうち、前記入力される情報又は当該情報と等価なテキストを原因部に持つ因果関係を検索する因果関係検索手段と、
前記因果関係検索手段により検索された因果関係の結果部と一致するか又は等価な内容を表す発言であって、前記時期推定手段により推定された時期と、前記位置推定手段により推定された位置とを基準として、当該検索された因果関係に付随して前記因果関係記憶手段に記憶されている時間的制約及び位置的制約により定まる時間的条件及び位置的条件をそれぞれ満たす発言を、前記発言の集合から検索する結果関連発話検索手段とを含む、請求項３に記載の信憑性判定システム。
前記判定手段は、
前記原因関連発話検索手段により検索された発話が存在するか否かを判定する第１の判定手段と、
前記結果関連発話検索手段により検索された発話が存在するか否かを判定する第２の判定手段と、
前記第１の判定手段による判定結果と、前記第２の判定手段による判定結果とがともに肯定であるとき、前記第１の判定手段による判定結果のみ肯定であるとき、前記第２の判定手段による判定結果のみ肯定であるとき、及びいずれの判定結果も肯定でないとき、の順に低くなっていくように前記入力文の信憑性を判定するための第１の信憑性判定手段とを含む、請求項４に記載の信憑性判定システム。
コンピュータにより実行されると、当該コンピュータを、請求項１〜請求項５のいずれかに記載の信憑性判定システムの各手段として機能させる、コンピュータプログラム。