JP2018041297A - 生成装置、生成方法、及び生成プログラム - Google Patents

Abstract

【課題】サービスを不適切に利用するユーザを検出すること。【解決手段】本願に係る生成装置は、算出部と、生成部とを有する。算出部は、電子商取引における商材を説明するためのドキュメントを構成する語句が、ドキュメントのうち所定の判定要素における正例か負例かのいずれに出現し易いかという傾向を示す指標値を算出する。生成部は、算出部によって算出された指標値に基づいて、処理対象とするドキュメントが正例であるか負例であるかを判定するためのモデルを生成する。【選択図】図１

Description

本発明は、生成装置、生成方法、及び生成プログラムに関する。

近年、インターネットの飛躍的な普及に伴い、様々なサービスがインターネットを介してユーザに提供されている。例えば、インターネット上では、オークションサービスやショッピングサービスが提供されている。

インターネットを利用したオークションサービスに関する技術として、例えば、落札された商品を出品者が落札者に送付する際の送料など、落札額相当の代金以外に要する各種付帯費用を管理するための技術が知られている。

特開２００４−３６２０６３号公報

しかしながら、上記の従来技術では、サービスを不適切に利用するユーザを検出することができるとは限らない。例えば、オークションやショッピングサービスでは、出品者（売り手）が商品説明を自由に記載することができる場合が多い。このとき、出品者が、サービス側が認めていないような高い送料を落札者（買い手）に負担させるような内容の説明を記載したり、梱包料金などサービス側が認めていない料金を負担させるような説明を記載したりする場合がある。このようなサービスの規約に沿わない商品説明を伴う出品は排除されることが望ましいが、商品説明の記載内容から不適切な出品を判定することは難しい。また、ネット上の出品は膨大な数になるため、すべての出品を人為的に判定することも現実的ではない。

本願は、上記に鑑みてなされたものであって、サービスを不適切に利用するユーザを検出することができる生成装置、生成方法、及び生成プログラムを提供することを目的とする。

本願に係る生成装置は、電子商取引における商材を説明するためのドキュメントを構成する語句が、前記ドキュメントのうち所定の判定要素における正例か負例かのいずれに出現し易いかという傾向を示す指標値を算出する算出部と、前記算出部によって算出された指標値に基づいて、処理対象とするドキュメントが正例であるか負例であるかを判定するためのモデルを生成する生成部と、を備えたことを特徴とする。

実施形態の一態様によれば、サービスを不適切に利用するユーザを検出することができるという効果を奏する。

図１は、実施形態に係る生成処理の一例を示す図である。 図２は、実施形態に係る生成処理システムの構成例を示す図である。 図３は、実施形態に係る生成装置の構成例を示す図である。 図４は、実施形態に係るドキュメント記憶部の一例を示す図である。 図５は、実施形態に係る素性情報記憶部の一例を示す図である。 図６は、実施形態に係るモデル記憶部の一例を示す図である。 図７は、実施形態に係る処理手順を示すフローチャート（１）である。 図８は、実施形態に係る処理手順を示すフローチャート（２）である。 図９は、生成装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る生成装置、生成方法及び生成プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る生成装置、生成方法及び生成プログラムが限定されるものではない。また、各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．生成処理の一例〕
まず、図１を用いて、実施形態に係る生成処理の一例について説明する。図１は、実施形態に係る生成処理の一例を示す図である。図１では、本願に係る生成装置１００によって、電子商取引における商材を説明するためのドキュメントがサービスの規約に沿ったものであるか否か、言い換えれば、当該ドキュメントがサービスにとって不適切なドキュメントであるか否かを判定するためのモデルが生成される処理の一例を示す。なお、実施形態では、サービスとして、ユーザ間で商品が取引されるオークションサービスを例に挙げて説明する。また、実施形態では、ドキュメントとして、オークションサービスに出品された商品を説明するための説明文を例に挙げて説明する。また、図１の例では、生成装置１００が生成するモデルは、オークションサービスにとって不適切な説明文であると判定した場合を正例として、オークションサービスにとって不適切な説明文でないと判定した場合を負例と判定するモデルであるものとする。

図１に示す生成装置１００は、処理対象とする説明文が正例であるか負例であるかを判定するためのモデルを生成するサーバ装置である。

図１に示すユーザ端末１０_１、１０_２及び１０_３は、オークションサービスに出品するユーザによって利用される情報処理端末である。図１の例では、ユーザ端末１０_１はユーザＵ０１によって利用され、ユーザ端末１０_２はユーザＵ０２によって利用され、ユーザ端末１０_３はユーザＵ０３によって利用される。例えば、ユーザＵ０１は、商品をオークションサービスに出品することを所望した場合、ユーザ端末１０_１を介して、商品の画像や商品の説明文などを、オークションサービスを管理するサービスサーバにアップロードする。

なお、以下では、ユーザ端末１０_１、１０_２及び１０_３を区別する必要のないときは、単に「ユーザ端末１０」と表記する。また、ユーザＵ０１、Ｕ０２及びＵ０３を区別する必要のないときは、単に「ユーザ」と表記する。また、以下では、ユーザをユーザ端末１０と読み替える場合がある。例えば、「ユーザＵ０１が説明文をアップロードする」という記載は、実際には、「ユーザＵ０１が利用するユーザ端末１０が説明文をアップロードする」という状況を示す場合がある。

図１において、生成装置１００は、予め正例か負例であるかが判定された説明文を取得し、説明文に含まれる特徴情報を解析することにより、新たに処理対象とする説明文が正例に該当するか負例に該当するかを判定するモデルを生成する。

より具体的には、実施形態に係る生成装置１００は、取引が成立した場合に出品者から落札者へ商品を送る際の送料に関する不正な利用を検出するためのモデルを生成する。例えば、実施形態に係るオークションサービスでは、取引が成立した際の落札金額のうち所定の割合を手数料として徴収しているものとする。そして、出品者が、商品の出品額を極端に低くし（例えば１０円など）、送料を極端に高く（例えば５０００円など）して、商品を出品していたとする。この場合、実際の取引額は同程度の金額ながらも、サービス側で徴収する金額が減少することになる。あるいは、出品者が商品の代金及び商品の送料以外の金額を落札者に要求することをオークションサービス側が禁じているにも関わらず、出品者が商品の落札額以上の儲けを得ようとして、梱包料金や、不当に高い金額の送料を落札者に要求する場合がある。

オークションサービスにおいて、このような出品者からの種々の要求は、商品の説明文に記載される。しかしながら、オークションサービスにおける説明文の全体数のうち、大半は正当な送料のみを記載したものであり、不正な説明文である確率は低いことが想定される。このため、サービス側は、不正な説明文をサンプルとし、そのサンプルの特徴情報を抽出してモデルを生成しようとしても、サンプルの数が少ない場合には、適切なモデルを生成することが難しい場合がある。また、処理対象とする説明文に対して、人為的に正例か負例かを判定することも可能であるが、ネット上のオークションサービスでは出品が膨大な数となるため、すべてを人為的に判定することは現実的ではない。そこで、実施形態に係る生成装置１００は、以下に説明する処理により、説明文を精度よく正例もしくは負例に判定するためのモデルを生成する。以下、図１を用いて、生成装置１００によって行われる生成処理の一例を流れに沿って説明する。

まず、生成装置１００は、予め正例と判定されている説明文であって、ユーザＵ０１が出品する商品の説明文である説明文Ｔ０１を取得する（ステップＳ１１）。例えば、ユーザＵ０１が出品する商品の説明文Ｔ０１は、オークションサービスの管理者により、不正な送料が記載された説明文であると判定された説明文であるものとする。オークションサービスの管理者は、例えば、説明文Ｔ０１内に、送料が「５０００円」のような不当に高い金額が記載されていたり、オークションサービスの規約で禁じられている梱包料を徴収する旨の記載があったりすることを判定要素として、説明文Ｔ０１が正例（サービスの規約に沿わない不適切な説明文）であると判定する。

また、生成装置１００は、予め負例と判定されている説明文であって、ユーザＵ０２が出品する商品の説明文である説明文Ｔ０２も取得する（ステップＳ１２）。例えば、ユーザＵ０２が出品する商品の説明文Ｔ０２は、オークションサービスの管理者により、不正な送料が記載されていない説明文であると予め判定された説明文であるものとする。例えば、オークションサービスの管理者は、説明文Ｔ０２内に、不当に高い送料が記載されていなかったり、梱包料を徴収する旨の記載がなかったりすることを判定要素として、説明文Ｔ０２が負例（サービスの規約に沿った説明文）であると判定する。

生成装置１００は、取得した説明文Ｔ０１や説明文Ｔ０２をドキュメント記憶部１２１に格納する。このとき、生成装置１００は、説明文Ｔ０１や説明文Ｔ０２を形態素解析し、説明文Ｔ０１や説明文Ｔ０２が単語に分解されたデータをドキュメント記憶部１２１に格納する。そして、生成装置１００は、ドキュメント記憶部１２１に格納した説明文をサンプルとし、さらに、キーワードの指定を受け付けて、判定に用いるモデルを生成する（ステップＳ１３）。ここで、キーワードとは、説明文における特徴情報を生成装置１００が抽出するために利用する語句である。例えば、キーワードは、オークションサービスの管理者や、サービスにおける不正な利用を監視している監視者等から指定される。すなわち、キーワードの指定には、人為的な不正の検出によって得られた経験知が利用される。

例えば、生成装置１００が、ある事象に関する不正を検出するためのモデルを生成する場合には、当該事象を示す語句をキーワードとして指定されることにより、後述する処理を円滑に進めることができる。例えば、送料に関する不正を検出するためのモデルを生成する場合には、生成装置１００は、「送料」をキーワードにして、生成処理を進める。

具体的には、生成装置１００は、例えばオークションサービスの管理者等から、商品を説明するための説明文に含まれるキーワードとして、「送料」というキーワードの指定を受け付ける。そして、生成装置１００は、説明文において、受け付けられたキーワード付近に存在する所定の語句を抽出する。

例えば、生成装置１００は、説明文Ｔ０１において、「送料」というキーワードの付近に存在する語句として、「配送」や、「支払額」や、「落札額」や、「一律」や、「５０００円」や、「離島」や、「除く」や、「梱包料」や、「１０００円」等の語句を抽出する。生成装置１００は、これらをモデル生成のための素性として、素性情報記憶部１２２に記憶する。この場合、生成装置１００は、これらの語句が、正例である説明文Ｔ０１において出現したことについても、各語句と対応付けて記憶する。

また、生成装置１００は、説明文Ｔ０２において、「送料」というキーワードの付近に存在する語句として、「配送」や、「Ａ運送会社」や、「料金表」や、「Ｂ運送会社」等の語句を抽出する。なお、生成装置１００は、これらの語句が、負例である説明文Ｔ０１において出現したことについても、各語句と対応付けて素性情報記憶部１２２に記憶する。

なお、生成装置１００は、キーワード付近の語句を抽出する場合には、既知の抽出手法を利用してもよい。例えば、生成装置１００は、ドキュメント記憶部１２１に記憶されている説明文全体におけるＤＦ値（Document Frequency Value）等を参照し、正例と負例の全ての説明文に頻出するような語句については、素性として抽出しないようにしてもよい。

続いて、生成装置１００は、受け付けられたキーワード付近に存在する語句が、説明文のうち所定の判定要素における正例か負例かのいずれに出現し易いかという傾向を示す指標値を算出する。図１の例では、所定の判定要素とは、説明文の内容がオークションサービスにおける規約に反しているか否かが該当する。例えば、内容がオークションサービスにおける規約に反している説明文が正例（すなわち、モデルにおける検出対象）であり、内容がオークションサービスにおける規約に反していない説明文が負例である。

すなわち、生成装置１００は、キーワード付近に存在する語句ごとに、その語句が、正例である説明文に出現し易いか負例である説明文に出現し易いか、を示す指標値を算出する。例えば、生成装置１００は、キーワード付近に存在する各語句について、正例に出現し易い傾向を有する場合には「１」に近付き、負例に出現し易い傾向を有する場合には「−１」に近付くように指標値を算出する。

例えば、生成装置１００は、ドキュメント記憶部１２１に記憶された全ての説明文に含まれる語句であって、キーワード付近に存在する語句について、正例のみに含まれる語句の出現回数と、負例のみに含まれる語句の出現回数と、正例にも負例にも含まれる語句の出現回数と、正例にも負例にも含まれない語句の出現回数とのそれぞれに基づいて、指標値を算出する。より具体的には、生成装置１００は、キーワード付近に存在する各語句を素性として、線形ＳＶＭ（Support Vector Machine）に掛けることで、素性における出力値を指標値とする。すなわち、生成装置１００は、素性を線形ＳＶＭに掛けることで、素性が正例のパターンとして認識されるか、負例のパターンとして認識されるかを、出力値に基づいて判定できる。この場合、生成装置１００は、出力値が正側又は負側に大きいＮ件（Ｎは任意の数値）を抽出して、抽出した素性のみをモデル生成に用いる素性としてもよい。なお、指標値の算出においては、上記の手法に限られず、例えば回帰分析等の既存の手法を用いてもよい。生成装置１００は、算出した指標値と素性（語句）とを対応付けて、素性情報記憶部１２２に記憶する。

図１に示す例では、「無料」という素性の指標値は、「−０．３」と算出されたことを示している。すなわち、図１に示す例では、「無料」という素性は、比較的「負例」の説明文に出現し易い素性であることを示している。同様に、「一律」という素性の指標値は、「０．６７」と算出されたことを示している。すなわち、「一律」という素性は、比較的「正例」の説明文に出現し易い素性であることを示している。これは、送料というキーワード付近に「一律」という語句が存在する場合、その説明文は「正例」、すなわち、不正な送料を設定している可能性が高く、オークションサービスにとって不適切な説明文である可能性が高いことを示している。このことは、オークションで販売した商品が全国一律の送料で対応されることは想定されにくく、「送料一律で対応する」のような文が含まれる説明文に係る出品は、上述したような不正な出品者による出品である可能性が高いことによる。

このように、生成装置１００は、取得した正例の説明文及び負例の説明文における、キーワード付近に存在する語句を素性として、素性ごとの指標値を算出する。すなわち、生成装置１００は、モデルで判定する正例のみならず、負例についてもサンプルとして取扱い、モデルを生成するための素性を抽出する。言い換えれば、生成装置１００は、サンプルとして取得できる数が限られることが想定される正例のみならず、正例に比べてサンプル数が多くなる負例を含めて、モデル生成のための素性を抽出することができる。

そして、生成装置１００は、算出された指標値に基づいて、処理対象とする説明文が正例であるか負例であるかを判定するためのモデルを生成する。例えば、生成装置１００は、処理対象とする説明文のキーワード付近に存在する語句を入力とし、入力された語句が正例に出現する語句の集合であるか否かを出力するモデルを生成する。生成装置１００は、キーワードと生成したモデルとを対応付けて、モデル記憶部１２３に記憶する。これにより、生成装置１００は、処理対象とする説明文が正例であるか負例であるかを判定することができる。

例えば、生成装置１００は、正例か負例かが不明な説明文である、ユーザＵ０３が出品する商品の説明文Ｔ０３を処理対象として取得する（ステップＳ１４）。そして、生成装置１００は、説明文Ｔ０３をモデルに入力する。すなわち、生成装置１００は、ステップＳ１３において生成したモデルを用いて、説明文Ｔ０３が正例であるか負例であるかを判定する（ステップＳ１５）。

図１の例では、生成装置１００は、説明文Ｔ０３のキーワード付近に存在する語句として、「一律」や、「１０円」や、「諸費用」や、「梱包材」といった語句が比較的多く含まれる場合には、説明文Ｔ０３を正例と判定する。一方、生成装置１００は、説明文Ｔ０３のキーワード付近に存在する語句として、「無料」や、「Ａ運送会社」や、「Ｂ運送会社」や、「離島」といった語句が比較的多く含まれる場合には、説明文Ｔ０３を負例と判定する。

このように、実施形態に係る生成装置１００は、電子商取引における商材を説明するための説明文に含まれるキーワードの指定を受け付ける。さらに、生成装置１００は、説明文において受け付けられたキーワード付近に存在する語句が、説明文のうち所定の判定要素における正例か負例かのいずれに出現し易いかという傾向を示す指標値を算出する。そして、生成装置１００は、算出された指標値に基づいて、処理対象とする説明文が正例であるか負例であるかを判定するためのモデルを生成する。

すなわち、実施形態に係る生成装置１００は、サービスの規約に反している説明文Ｔ０１など、正例として判定されるべき説明文をサンプルとするのみならず、サービスの規約に反していない説明文Ｔ０２など、負例として判定されるべき説明文をサンプルとして、モデルを生成する。これにより、生成装置１００は、サービスの規約に反している説明文など、通常であれば負例に比べてサンプル数が非常に少ないと想定される事象に関しても、正例負例を判定するためのモデルを生成することができる。言い換えれば、生成装置１００によれば、正例であるデータ、いわゆる教師ありデータ（ラベル付きデータ）が少ない状況であっても、違反検知等に効果を発揮するモデルを生成することができる。このため、生成装置１００は、オークションサービスにおける不正な出品など、人為的に確認しないと不正か否かを判定することが難しい事象においても、サービスを不適切に利用するユーザを検出することができる。以下、このような処理を行う生成装置１００、及び、生成装置１００を含む生成処理システム１の構成等について、詳細に説明する。

〔２．生成処理システムの構成〕
図２を用いて、実施形態に係る生成装置１００が含まれる生成処理システム１の構成について説明する。図２は、実施形態に係る生成処理システム１の構成例を示す図である。図２に例示するように、実施形態に係る生成処理システム１には、ユーザ端末１０と、サービスサーバ３０と、生成装置１００とが含まれる。これらの各種装置は、ネットワークＮを介して、有線又は無線により通信可能に接続される。なお、図２に示した生成処理システム１には、複数台のユーザ端末１０や、複数台のサービスサーバ３０が含まれてもよい。

ユーザ端末１０は、例えば、スマートフォンや、デスクトップ型ＰＣ（Personal Computer）や、ノート型ＰＣや、タブレット型端末や、携帯電話機、ＰＤＡ（Personal Digital Assistant）、ウェアラブルデバイス（Wearable Device）等の情報処理装置である。ユーザ端末１０は、ユーザによる操作に従って、サービスサーバ３０にアクセスすることで、サービスサーバ３０から提供されるサービスを利用する。

サービスサーバ３０は、ユーザ端末１０からアクセスされた場合に、各種サービスを提供するサーバ装置である。サービスサーバ３０は、例えば、オークションサイト、ショッピングサイト、ニュースサイト、天気予報サイト、ファイナンス（株価）サイト、路線検索サイト、地図提供サイト、旅行サイト、飲食店紹介サイト、ウェブブログなどに関する各種ウェブページをサービスとして提供する。

生成装置１００は、所定の事象に関して正例か負例かを判定するモデルを生成するサーバ装置である。また、生成装置１００は、生成したモデルを用いて、処理対象が正例に該当するか負例に該当するかを判定する処理を行う。

〔３．生成装置の構成〕
次に、図３を用いて、実施形態に係る生成装置１００の構成について説明する。図３は、実施形態に係る生成装置１００の構成例を示す図である。図３に示すように、生成装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、生成装置１００は、生成装置１００を利用する管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

（通信部１１０について）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。かかる通信部１１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、ユーザ端末１０や、サービスサーバ３０との間で情報の送受信を行う。

（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１２０は、ドキュメント記憶部１２１と、素性情報記憶部１２２と、モデル記憶部１２３とを有する。

（ドキュメント記憶部１２１について）
ドキュメント記憶部１２１は、電子商取引における商材を説明するためのドキュメント（例えば、オークションサービスの商品に関する説明文）に関する情報を記憶する。ここで、図４に、実施形態に係るドキュメント記憶部１２１の一例を示す。図４は、実施形態に係るドキュメント記憶部１２１の一例を示す図である。図４に示した例では、ドキュメント記憶部１２１は、「ドキュメントＩＤ」、「形態素データ」、「正解情報」といった項目を有する。

「ドキュメントＩＤ」は、ドキュメントを識別するための識別情報を示す。「形態素データ」は、ドキュメントを形態素に解析したデータを示す。図４に示した例では、形態素データを「Ａ０１」等の概念で示しているが、実際には、形態素データには、ドキュメントを構成する形態素（単語）が含まれる。

「正解情報」は、ドキュメントにラベル付けされた正解情報を示す。実施形態において、正解情報は、所定の事象において正例であるか否かを示す情報である。正解情報は、例えば、サービス側の管理者等によって予めラベル付けされる。なお、ドキュメント記憶部１２１には、正解情報とともに、所定の事象を特徴付けるキーワードや、正解情報に関する説明（例えば、「送料違反」であるドキュメントを「正例」としていることなどを説明した情報）が記憶されてもよい。

すなわち、図４に示したデータの一例は、ドキュメントＩＤ「Ｔ０１」によって識別されるドキュメントの形態素データは「Ａ０１」であり、ドキュメントＩＤ「Ｔ０１」によって識別されるドキュメントは「正例」であることを示す。

（素性情報記憶部１２２について）
素性情報記憶部１２２は、モデルの生成における素性に関する情報を記憶する。ここで、図５に、実施形態に係る素性情報記憶部１２２の一例を示す。図５は、実施形態に係る素性情報記憶部１２２の一例を示す図である。図５に示した例では、素性情報記憶部１２２は、「素性情報ＩＤ」、「キーワード」、「素性」、「指標値」といった項目を有する。

「素性情報ＩＤ」は、モデル生成に用いられる一群の素性を識別するための識別情報を示す。「キーワード」は、素性を特定するために用いられたキーワードを示す。「素性」は、説明文においてキーワード近傍に存在する各語句を示す。「指標値」は、説明文のうち所定の判定要素における正例か負例かのいずれに出現し易いかという傾向を示す数値を示す。

すなわち、図５に示したデータの一例は、素性情報ＩＤ「Ｂ０１」で識別される一群の素性は、キーワード「送料」によって特定されたことを示している。また、素性情報ＩＤ「Ｂ０１」で識別される一群の素性には、「無料」、「一律」、「Ａ運送会社」、「１０円」、「諸費用」、「Ｂ運送会社」、「梱包材」、「離島」といった素性が含まれており、各々の指標値は、「−０．３」、「０．６７」、「−０．６９」、「０．２３」、「０．５３」、「−０．２１」、「０．５１」、「−０．００２３」であることを示している。

（モデル記憶部１２３について）
モデル記憶部１２３は、生成されたモデルに関する情報を記憶する。ここで、図６に、実施形態に係るモデル記憶部１２３の一例を示す。図６は、実施形態に係るモデル記憶部１２３の一例を示す図である。図６に示した例では、モデル記憶部１２３は、「モデルＩＤ」、「キーワード」、「正例」といった項目を有する。

「モデルＩＤ」は、モデルを識別するための識別情報を示す。「キーワード」は、モデルの生成に用いられたキーワードを示す。「正例」は、モデルにおいて正例と判定する説明文の内容を示す。

すなわち、図６に示したデータの一例は、モデルＩＤ「Ｍ０１」で識別されるモデルは、キーワード「送料」に基づいて生成されたモデルであり、「送料の規則違反」であるドキュメント（説明文）を正例として判定するモデルであることを示している。

（制御部１３０について）
制御部１３０は、例えば、コントローラ（controller）であり、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、生成装置１００内部の記憶装置に記憶されている各種プログラム（生成プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、例えば、コントローラであり、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図３に示すように、制御部１３０は、取得部１３１と、受付部１３２と、算出部１３３と、生成部１３４と、判定部１３５と、送信部１３６とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図３に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図３に示した接続関係に限られず、他の接続関係であってもよい。

（取得部１３１について）
取得部１３１は、各種情報を取得する。例えば、取得部１３１は、電子商取引における商材を説明するためのドキュメントに関する情報を取得する。具体的には、取得部１３１は、オークションサービスにおける商品を説明するための説明文が含むテキストデータを取得する。

取得部１３１は、モデルの生成のために説明文を取得する場合には、説明文が正例に属するか負例に属するかが判定されている説明文を取得する。例えば、取得部１３１は、予めサービスの管理者等によって正例または負例という情報が与えられた説明文を取得する。

そして、取得部１３１は、取得した説明文、説明文を形態素解析したデータ群、及び、説明文に関する正解情報（正例であるか負例であるか）を対応付けて、ドキュメント記憶部１２１に格納する。なお、取得部１３１は、説明文を形態素解析した場合に、説明文に含まれる単語（語句）の出現数等に基づいて、単語の出現頻度や、複数の説明文における各単語の重要度を算出してもよい。例えば、取得部１３１は、取得した説明文に関する単語のＤＦ値を算出してもよい。また、取得部１３１は、取得した説明文に関するＤＦ値に関して、所定の外部装置によって算出されたＤＦ値を取得するようにしてもよい。また、取得部１３１は、ＤＦ値に限らず、ｔｆ−ｉｄｆ（Term Frequency−Inverse Document Frequency）等の指標値を取得してもよい。

なお、取得部１３１は、後述する生成部１３３によって生成されたモデルを用いて、処理対象とする説明文が正例か負例かを判定する処理にあたっては、正例であるか負例であるかが不明な説明文を取得する。後述する判定部１３５は、取得部１３１によって取得された説明文をモデルに入力することにより、所定の出力値を得る。

（受付部１３２について）
受付部１３２は、電子商取引における商材を説明するためのドキュメントに含まれるキーワードの指定を受け付ける。具体的には、受付部１３２は、オークションサービスにおける商品を説明するための説明文に対して、モデルを生成するための素性を特定するために用いるキーワードの指定を受け付ける。

例えば、受付部１３２は、オークションサービスやショッピングサービスの管理者等から、経験知に基づいてキーワードの指定を受け付ける。なお、受付部１３２は、生成する１つのモデルに対して、複数のキーワードの指定を受け付けてもよい。受付部１３２は、受け付けたキーワードを算出部１３３に送る。

（算出部１３３について）
算出部１３３は、電子商取引における商材を説明するためのドキュメントを構成する語句が、ドキュメントのうち所定の判定要素における正例か負例かのいずれに出現し易いかという傾向を示す指標値を算出する。具体的には、算出部１３３は、ドキュメントにおいて、受付部１３２によって受け付けられたキーワード付近に存在する所定の語句が、ドキュメントのうち所定の判定要素における正例か負例かのいずれに出現し易いかという傾向を示す指標値を算出する。例えば、算出部１３３は、所定の判定要素が「オークションサービスにおける送料の規則違反」である場合には、オークションサービスにおける送料の規則違反に該当する説明文を正例、オークションサービスにおける送料の規則違反に該当しない説明文を負例として、素性の指標値を算出する。

算出部１３３は、キーワード付近に存在する所定の語句として、例えば、形態素解析された単語を抽出する。この場合、算出部１３３は、取得された説明文に含まれる単語の出現頻度に基づいて、素性となる単語を抽出してもよい。すなわち、算出部１３３は、キーワード付近に存在する所定の語句のうち、複数のドキュメントにおける出現頻度に基づいて特定される語句に対応する指標値を算出する。具体的には、算出部１３３は、モデルの生成に用いる複数の説明文における各単語の出現頻度（例えば、ＤＦ値など）に基づいて、素性となる単語を抽出する。これにより、算出部１３３は、正例、負例のどちらにも頻繁に出現する一般的な単語ではなく、出現頻度に特徴を有する単語を選択的に抽出する。

なお、算出部１３３は、キーワード付近に存在する所定の語句として、例えば、キーワードからどれくらいの範囲の単語を抽出するかといった設定に基づいて、素性となる単語を抽出するようにしてもよい。例えば、算出部１３３は、キーワードの前後所定数の単語を候補として素性となる単語を抽出するようにしてもよい。

そして、算出部１３３は、素性となる単語の候補について、線形ＳＶＭを利用することにより、正例に出現する傾向にあるか、あるいは負例に出現する傾向にあるか、といったパターン認識処理を行う。これにより、算出部１３３は、各素性について、説明文のうち正例か負例かのいずれに出現し易いかという傾向を示す指標値を算出することができる。

さらに、算出部１３３は、算出した指標値のうち、出力値の高いＮ件をモデル生成に用いる素性として抽出する。この時点で、特徴を有しない素性、すなわち、正例にも負例にも出現するような素性については、モデル生成に用いる素性の候補から外されることとなる。なお、算出部１３３は、モデル生成に用いる素性の候補のＮ件については、学習処理等を経て最適化するようにしてもよい。

そして、算出部１３３は、素性と、各素性について算出された指標値とを対応付けて、素性情報記憶部１２２に適宜記憶する。

（生成部１３４について）
生成部１３４は、算出部１３３によって算出された指標値に基づいて、処理対象とするドキュメントが正例であるか負例であるかを判定するためのモデルを生成する。具体的には、生成部１３４は、オークションサービスにおいて商品を説明するために付された説明文において、サービスの規約に違反した説明文であるか否かを判定するためのモデルを生成する。

生成部１３４は、算出部１３３によって指標値が算出された語句のうち、指標値の絶対値が大きい所定数の語句を素性として、モデルを生成するようにしてもよい。すなわち、生成部１３４は、算出部１３３によって算出された指標値のうち絶対値の高い指標値に対応するＮ個の語句を素性としてモデルを生成する。

生成部１３４は、例えば、算出部１３３によって算出された指標値に対応する素性を説明変数とするモデルを生成する。具体的には、生成部１３４は、処理対象とする説明文を形態素解析して得られる各単語（素性）を入力とし、その説明文が正例であるか負例であるかの傾向を示す値を出力として得るようなモデルを生成する。

生成部１３４が生成するモデルの一例は、例えば、下記式（１）のように表すことが可能である。

ｙ_{（Ｔ０３）} ＝ ω_１・ｘ_１ ＋ ω_２・ｘ_２ ＋ ω_３・ｘ_３ ・・・＋ ω_Ｎ・ｘ_Ｎ ・・・（１）（Ｎは任意の数）

上記式（１）は、例えば、説明文Ｔ０３がモデルに入力された状態を示す。すなわち、上記式（１）において、「ｙ_{（Ｔ０３）}」は、説明文Ｔ０３が正例であるか負例であるかの傾向を示す値を示す。また、上記式（１）において、「ｘ」は、説明文Ｔ０３が含む素性（説明変数）に対応する。すなわち、上記式（１）の右辺は、説明文Ｔ０３を特徴付ける単語であり、説明文Ｔ０３における特徴情報と言い換えることもできる。

また、上記式（１）において、「ω」は、「ｘ」の係数であり、所定の重み値を示す。具体的には、「ω_１」は、「ｘ_１」の重み値であり、「ω_２」は、「ｘ_２」の重み値であり、「ω_３」は、「ｘ_３」の重み値である。実施形態において、所定の重み値は、算出部１３３によって算出された指標値が該当する。このように、上記式（１）の右辺は、説明文Ｔ０３における素性「ｘ」と、素性に対応する指標値「ω」とを含む変数（例えば、「ω_１・ｘ_１」）を組合せることで示される。なお、上記式（１）は、説明のためモデルを例示したものに過ぎず、生成部１３３は、上記式（１）とは異なる形式のモデルを生成してもよい。

生成部１３４は、生成したモデルに識別情報を付し、キーワードや、モデルを説明するための情報（どのような条件に該当した説明文を正例として取り扱うかといった情報）と対応付けて、モデル記憶部１２３に登録する。

（判定部１３５について）
判定部１３５は、生成部１３４によって生成されたモデルに基づいて、処理対象とするドキュメントが、所定の判定要素における正例か負例かのいずれの傾向を示すかを判定する。具体的には、判定部１３５は、生成部１３４が生成したモデルに、処理対象とする説明文を入力し、出力される値に基づいて、当該説明文が正例か負例かのいずれの傾向を示すかを判定する。

例えば、判定部１３５は、モデルから出力される値が所定の閾値を超えている場合に、モデルに対応する所定の判定要素において、説明文が正例であると判定する。具体的には、所定の判定要素が「オークションサービスにおける送料の規則違反」である場合には、判定部１３５は、モデルから出力される値が所定の閾値を超える説明文について、オークションサービスにおける送料の規則違反に該当する説明文と判定する。一方、判定部１３５は、モデルから出力される値が所定の閾値を超えない説明文について、オークションサービスにおける送料の規則違反に該当しない説明文と判定する。

（送信部１３６について）
送信部１３６は、各種情報を送信する。例えば、送信部１３６は、判定部１３５によって判定された結果をサービスサーバ３０に送信する。すなわち、送信部１３６は、判定部１３５によって判定された説明文が、正例であるか負例であるかといった情報をサービスサーバ３０に送信する。

〔４．処理手順〕
次に、図７及び図８を用いて、実施形態に係る生成装置１００による処理の手順について説明する。まず、図７を用いて、モデルの生成に関する処理手順を説明する。図７は、実施形態に係る処理手順を示すフローチャート（１）である。

図７に示すように、生成装置１００は、正解情報を有する説明文を取得したか否かを判定する（ステップＳ１０１）。説明文を取得していない場合（ステップＳ１０１；Ｎｏ）、生成装置１００は、説明文を取得するまで待機する。

一方、説明文を取得している場合（ステップＳ１０１；Ｙｅｓ）、生成装置１００は、モデルの生成に用いる素性を特定するためのキーワードを受け付けたか否かを判定する（ステップＳ１０２）。キーワードを受け付けていない場合（ステップＳ１０２；Ｎｏ）、生成装置１００は、キーワードを受け付けるまで待機する。なお、生成装置１００は、キーワードを受け付けるまで説明文を取得する処理を繰り返し、サンプルとなる説明文を蓄積し続けてもよい。

キーワードを受け付けた場合（ステップＳ１０２；Ｙｅｓ）、生成装置１００は、説明文においてキーワード付近に存在する所定の語句を素性として、素性の指標値を算出する（ステップＳ１０３）。

そして、生成装置１００は、算出された指標値に基づいてモデルを生成する（ステップＳ１０４）。続いて、生成装置１００は、生成したモデルをモデル記憶部１２３に登録する。なお、生成装置１００は、生成した後のモデルについても、サンプルとなる説明文を加えること等による学習処理を経て、更新するようにしてもよい。

次に、図８を用いて、モデルを用いた判定処理に関する処理手順を説明する。図８は、実施形態に係る処理手順を示すフローチャート（２）である。

図８に示すように、生成装置１００は、未判定の説明文を取得したか否かを判定する（ステップＳ２０１）。生成装置１００は、未判定の説明文を取得していない場合（ステップＳ２０１；Ｎｏ）、取得するまで待機する。

一方、未判定の説明文を取得した場合（ステップＳ２０１；Ｙｅｓ）、生成装置１００は、取得した説明文をモデルに入力する（ステップＳ２０２）。そして、生成装置１００は、モデルの出力値に基づいて、説明文が正例に該当するか負例に該当するかを判定する（ステップＳ２０３）。

〔５．変形例〕
上述した生成装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、生成装置１００の他の実施形態について説明する。

〔５−１．モデルの適用例〕
上記実施形態では、生成装置１００が生成するモデルは、オークションサービスの商品における説明文の規約違反であるか否かの判定に用いられる例を示した。ここで、生成装置１００が生成するモデルは、オークションサービスに限られず、他の電子商取引に関するサービスに用いられてもよい。すなわち、モデルは、テキストデータを形態素解析して素性が得られるデータを処理対象とするのであれば、様々な対象に応用可能である。

例えば、モデルは、ショッピングサイトやレビューサイトなどにおける、不適切なメッセージや評価レビューの判定に用いられてもよい。具体的には、生成装置１００は、サービスにとって不適切なレビュー（例えば、他人に対する誹謗中傷や、スパムレビューなど）を判定し、自動的に検出するモデルを生成してもよい。

この場合、生成装置１００は、予めサービス側が不適切と判定したレビューを正例とし、かつ、不適切でないと判定したレビューを負例として、各レビューを形態素解析して素性を得る。そして、生成装置１００は、実施形態と同様、各素性に関して指標値を算出し、モデルを生成する。生成装置１００は、新たにユーザから投稿されたレビューをモデルに入力することにより、当該レビューがサービスにとって不適切であるか否かを判定することができる。

また、生成装置１００は、取得するドキュメントの正解情報に応じて、種々のモデルを生成することが可能である。例えば、オークションサービスでは、中古品を新品と偽って出品が行われる場合がある。この場合、人為的に商品の説明を精査すれば中古品であることが判明する場合があるものの、対象となる商品が中古品であることを機械的に検出することは困難である場合が多い。

このような場合、生成装置１００は、中古品の商品の説明文を正例とし、中古品でない商品の説明文を負例として、モデルを生成する。この場合、生成装置１００は、一見すると新品であるが実は中古品である商品の説明文において、説明文に特徴的に用いられる素性に関して指標値を高く算出していることが想定されるため、処理対象となる説明文が、中古品を対象としているものであるか否かを精度よく判定するモデルを生成することができる。

このように、生成装置１００は、形態素解析が可能なデータであって、人為的には判別することが可能であるが機械的に判別することが困難なデータに関して、正例か負例かを適切に判定することのできるモデルを生成することができる。

〔５−２．素性の組合せ〕
上記実施形態では、生成装置１００が生成するモデルは、素性として一つの単語を用いる例を示した。ここで、生成装置１００が生成するモデルは、素性として一つの単語を用いるのではなく、２以上の単語を組み合わせた語句としての素性を用いて生成されてもよい。

例えば、実施形態の例では、「梱包材は１０００円です」といった説明文を形態素解析した場合、生成装置１００は、素性の候補として、「梱包材」を抽出することが想定される。ここで、「梱包材は無料です」といった説明文を形態素解析した場合にも、生成装置１００は、「梱包材」という素性を抽出するものの、両者の意味合いは異なる場合がある。すなわち、実施形態の例において、ともに「梱包材」という素性を抽出するにもかかわらず、前者の例は正例（送料以外の料金を要求するという、サービスの規約に違反する説明文）に該当し、後者の例は負例に該当する。

このため、生成装置１００は、素性として一つの単語を用いるのではなく、２以上の単語を組み合わせた語句としての素性を用いて、モデルを生成するようにしてもよい。例えば、生成装置１００は、「梱包材＋１０００円」を１つの素性とし、「梱包材＋無料」を１つの素性とするような処理を行ってもよい。この場合、「梱包材＋１０００円」は、正例に多く出現し、「梱包材＋無料」は負例に多く出現することが想定される。このため、生成装置１００が生成するモデルには、これらの素性が有する指標値が自ずと反映されることとなる。

すなわち、生成装置１００は、キーワード付近に存在する所定の語句として、複数の単語を組み合わせた語句に対応する指標値を算出し、指標値が算出された複数の単語を組み合わせた語句を素性として、モデルを生成してもよい。これにより、生成装置１００は、例えば、同じ「梱包材」という単語が用いられる説明文であっても、その説明文が正例であるか負例であるかを適切に判定することができるモデルを生成することができる。

なお、上記のように２以上の単語を組み合わせる場合、生成装置１００は、２以上の単語の距離に基づいて、組み合わせる単語を判定するようにしてもよい。例えば、「１０００円」という単語が、説明文のいずれかの位置に存在しても、「１０００円」という単語自体がモデルに与える影響は比較的小さいことが想定される。しかし、「１０００円」という単語が、「梱包材」という単語の直後に用いられる場合には、「梱包材＋１０００円」という語句が正例に関する特徴情報になりうることから、モデルに与える影響は比較的大きくなることが想定される。

このように、生成装置１００は、各単語における距離情報に基づいて組み合わせた単語を素性として、素性の指標値を算出するようにしてもよい。これにより、生成装置１００は、生成したモデルにおける判定処理の精度をより向上させることができる。

〔５−３．出品者の履歴情報の利用〕
上記実施形態では、生成装置１００が生成するモデルは、オークションサービスの商品における説明文を形態素解析したデータに基づいて生成される例を示した。ここで、生成装置１００は、上記の情報に加えて、例えば説明文を投稿したユーザに関する情報を追加して、モデルを生成するようにしてもよい。

例えば、オークションサービスやショッピングサービス等においては、商品を出品したユーザに関する情報が蓄積される。これにより、生成装置１００は、当該ユーザが、サービスの規約に沿って正当な取引を行うユーザか否かを判定することが可能である。例えば、生成装置１００は、所定数以上の取引をサービスの規約に沿って行っているユーザを、信頼性のあるユーザ（優良ユーザ）として判定する。

そして、生成装置１００は、処理対象とする説明文が優良ユーザから投稿されたものである場合、所定の判定要素を追加して、モデルによる判定を行ってもよい。例えば、生成装置１００は、処理対象とする説明文が優良ユーザから投稿されたものである場合、モデルの出力値における閾値を調整し、やや正例と判定されにくい閾値に設定するなどの調整を行ってもよい。これにより、生成装置１００は、優良ユーザから投稿される説明文は正例として判定されにくくするなど、実情に沿った判定処理を行うことができる。

〔６．ハードウェア構成〕
上述してきた実施形態に係る生成装置１００やユーザ端末１０やサービスサーバ３０は、例えば図９に示すような構成のコンピュータ１０００によって実現される。以下、生成装置１００を例に挙げて説明する。図９は、生成装置１００の機能を実現するコンピュータ１０００の一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に記憶されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を記憶する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を記憶する。通信インターフェイス１５００は、通信網５００（図２に示したネットワークＮに対応）を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを、通信網５００を介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、入出力インターフェイス１６００を介して生成したデータを出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に記憶されたプログラム又はデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が実施形態に係る生成装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。また、ＨＤＤ１４００には、記憶部１２０内のデータが記憶される。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から通信網５００を介してこれらのプログラムを取得してもよい。

〔７．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、図３に示した取得部１３１と、受付部１３２とは統合されてもよい。また、例えば、記憶部１２０に記憶される情報は、ネットワークＮを介して、外部に備えられた所定の記憶装置に記憶されてもよい。

また、上記実施形態では、生成装置１００が、例えば、ドキュメントを取得する取得処理と、モデルを生成する生成処理と、モデルを用いて判定を行う判定処理とを行う例を示した。しかし、上述した生成装置１００は、取得処理を行う取得装置と、生成処理を行う生成装置と、判定処理を行う判定装置とに分離されてもよい。この場合、取得装置は、少なくとも取得部１３１を有する。生成装置は、少なくとも生成部１３４を有する。判定装置は、少なくとも判定部１３５を有する。そして、上記の生成装置１００による処理は、取得装置と、生成装置と、判定装置との各装置を有する生成処理システム１によって実現される。

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

〔８．効果〕
上述してきたように、実施形態に係る生成装置１００は、算出部１３３と、生成部１３４とを有する。算出部１３３は、電子商取引における商材を説明するためのドキュメントを構成する語句が、ドキュメントのうち所定の判定要素における正例か負例かのいずれに出現し易いかという傾向を示す指標値を算出する。生成部１３４は、算出部１３３によって算出された指標値に基づいて、処理対象とするドキュメントが正例であるか負例であるかを判定するためのモデルを生成する。

このように、実施形態に係る生成装置１００は、ドキュメントを判定するためのモデルにおいて、正例の特徴情報のみならず、負例の特徴情報もサンプルとしてモデルを生成する。例えば、生成装置１００は、ドキュメントを形態素解析することにより、ドキュメントを構成する語句が正例に出現するか負例に出現するかという傾向を示す指標値に基づいてモデルを生成する。これにより、生成装置１００は、サービスにおける違反の検出のような、ラベル付きデータ（正解データ、正例）が少ない状況であっても、正例か負例かを適切に判定することのできるモデルを生成することができる。このため、生成装置１００は、オークションサービスにおける不正な出品など、人為的に確認しないと不正か否かを判定することが難しい事象においても、サービスを不適切に利用するユーザを検出することができる。

また、実施形態に係る生成装置１００は、ドキュメントに含まれるキーワードの指定を受け付ける受付部１３２をさらに備える。算出部１３３は、受付部１３２によって受け付けられたキーワード付近に存在する所定の語句が、ドキュメントのうち所定の判定要素における正例か負例かのいずれに出現し易いかという傾向を示す指標値を算出する。

このように、実施形態に係る生成装置１００は、受け付けたキーワードに基づいて、モデル生成に用いる語句を特定する。例えば、生成装置１００は、経験知に基づいたキーワードを受け付けることにより、ドキュメントにおいて特徴を示す語句（素性）を的確に特定することができる。これにより、生成装置１００は、生成されるモデルの精度を向上させることができる。

また、算出部１３３は、キーワード付近に存在する所定の語句のうち、複数のドキュメントにおける出現頻度に基づいて特定される語句に対応する指標値を算出する。生成部１３４は、算出部１３３によって指標値が算出された語句を素性として、モデルを生成する。

このように、実施形態に係る生成装置１００は、モデル生成に用いる複数のドキュメントにおける語句の出現頻度に基づいて、モデルに用いる語句を抽出し、抽出した語句を用いてモデルを生成する。例えば、生成装置１００は、モデル生成に用いる複数のドキュメントに含まれる単語のＤＦ値に基づいて、モデルの生成に用いる語句を抽出する。これにより、生成装置１００は、一般的なありふれた単語を除外しつつ、ドキュメントの特徴を示す単語を利用してモデルを生成できるため、モデルの精度を向上させることができる。

また、生成部１３４は、算出部１３３によって指標値が算出された語句のうち、指標値の絶対値が大きい所定数の語句を素性としてモデルを生成する。

このように、実施形態に係る生成装置１００は、指標値の絶対値に基づいてモデルに用いる素性を抽出することができる。これにより、生成装置１００は、指標値が０に近い素性、すなわち、正例や負例の判別に寄与しない語句を除外してモデルを生成するため、より的確にドキュメントの判別を行うことができるモデルを生成することができる。

また、算出部１３３は、キーワード付近に存在する所定の語句として、複数の単語を組み合わせた語句に対応する指標値を算出する。生成部１３４は、算出部１３３によって指標値が算出された複数の単語を組み合わせた語句を素性としてモデルを生成する。

このように、実施形態に係る生成装置１００は、一つの単語のみならず、複数の単語を組み合わせた語句を素性としてモデルを生成してもよい。これにより、生成装置１００は、一つの単語では正例や負例の判別に寄与しない素性であっても、複数の単語が組み合わされた場合には正例や負例の判別に寄与するような素性を利用して、モデルを生成することができる。このため、生成装置１００は、正例や負例の判別をより的確に行うことのできるモデルを生成することができる。

また、実施形態に係る生成装置１００は、生成部１３４によって生成されたモデルに基づいて、処理対象とするドキュメントが、所定の判定要素における正例か負例かのいずれの傾向を示すかを判定する判定部１３５をさらに備える。

このように、実施形態に係る生成装置１００は、モデルを用いて判定を行う判定部１３５を備えてもよい。これにより、生成装置１００は、例えばサービスの管理者の要望に応え、サービスに関するドキュメントの判別を行うことができるため、実状のモデルの活用に寄与することができる。

また、算出部１３３は、電子商取引のサービスにおいて規約違反であるか否かを所定の判定要素として指標値を算出する。

このように、実施形態に係る生成装置１００は、例えばサービスの管理者の要望に応え、電子商取引のサービスにおいて規約違反であるか否かを判定するようなモデルを生成することができる。これにより、生成装置１００は、説明文がサービスの規約に違反しているか否かなど、人為的でなければ判定の困難な対象に関して、的確に判定することが可能なモデルを生成することができる。

また、算出部１３３は、電子商取引のサービスにおける規約として、送料に関する規約に違反するか否かを所定の判定要素として指標値を算出する。生成部１３４は、処理対象とするドキュメントが、送料に関する規約に違反するドキュメントか否かを判定するためのモデルを生成する。

このように、実施形態に係る生成装置１００は、サービスにおける送料に関する規約に基づいて、規約に違反するドキュメントを判定するためのモデルを生成する。これにより、生成装置１００は、ユーザが任意に記載することのできる説明文等のドキュメントにおいても、精度よくサービスの規約に違反するドキュメントを判定できる。

また、算出部１３３は、送料に関する規約として、商材の料金又は商材の送料以外の料金がドキュメントに記載されているか否かを所定の判定要素として指標値を算出する。

このように、実施形態に係る生成装置１００は、例えば梱包料や包装料など、商材の料金か商材の送料以外の料金がドキュメントに記載されていることを判定するためのモデルを生成することができる。すなわち、生成装置１００は、判定する正例（この例では、商材の料金又は商材の送料以外の料金が記載されるドキュメント）を詳細に指定することができるため、所望するドキュメントを的確に検出することができる。

また、算出部１３３は、送料に関する規約として、所定の閾値を超える送料がドキュメントに記載されているか否かを所定の判定要素として前記指標値を算出する。

このように、実施形態に係る生成装置１００は、例えば１０円や５０００円など、商材に対して一般的に設定される送料の範囲を超えるような送料がドキュメントに記載されていることを判定するためのモデルを生成することができる。かかる構成によっても、生成装置１００は、判定する正例を詳細に指定することができるため、所望するドキュメントを的確に検出することができる。なお、この場合の閾値は、例えば商材の大きさや重さごと、また運送会社の設定料金等に基づいて、適宜、生成装置１００の管理者等によって設定されてよい。

以上、本願の実施形態を図面に基づいて詳細に説明したが、これは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１ 生成処理システム
１０ ユーザ端末
３０ サービスサーバ
１００ 生成装置
１１０ 通信部
１２０ 記憶部
１２１ ドキュメント記憶部
１２２ 素性情報記憶部
１２３ モデル記憶部
１３０ 制御部
１３１ 取得部
１３２ 受付部
１３３ 算出部
１３４ 生成部
１３５ 判定部
１３６ 送信部

Claims (12)

1. 電子商取引における商材を説明するためのドキュメントを構成する語句が、前記ドキュメントのうち所定の判定要素における正例か負例かのいずれに出現し易いかという傾向を示す指標値を算出する算出部と、
   前記算出部によって算出された指標値に基づいて、処理対象とするドキュメントが正例であるか負例であるかを判定するためのモデルを生成する生成部と、
   を備えたことを特徴とする生成装置。
2. 前記ドキュメントに含まれるキーワードの指定を受け付ける受付部、
   をさらに備え、
   前記算出部は、
   前記受付部によって受け付けられたキーワード付近に存在する所定の語句が、前記ドキュメントのうち所定の判定要素における正例か負例かのいずれに出現し易いかという傾向を示す指標値を算出する、
   ことを特徴とする請求項１に記載の生成装置。
3. 前記算出部は、
   前記キーワード付近に存在する所定の語句のうち、複数のドキュメントにおける出現頻度に基づいて特定される語句に対応する前記指標値を算出し、
   前記生成部は、
   前記算出部によって指標値が算出された語句を素性として前記モデルを生成する、
   ことを特徴とする請求項２に記載の生成装置。
4. 前記生成部は、
   前記算出部によって指標値が算出された語句のうち、当該指標値の絶対値が大きい所定数の語句を素性として前記モデルを生成する、
   ことを特徴とする請求項２又は３に記載の生成装置。
5. 前記算出部は、
   前記キーワード付近に存在する所定の語句として、複数の単語を組み合わせた語句に対応する前記指標値を算出し、
   前記生成部は、
   前記算出部によって指標値が算出された前記複数の単語を組み合わせた語句を素性として前記モデルを生成する、
   ことを特徴とする請求項２〜４のいずれか一つに記載の生成装置。
6. 前記生成部によって生成されたモデルに基づいて、処理対象とするドキュメントが、所定の判定要素における正例か負例かのいずれの傾向を示すかを判定する判定部、
   をさらに備えたことを特徴とする請求項１〜５のいずれか一つに記載の生成装置。
7. 前記算出部は、
   電子商取引のサービスにおいて規約違反であるか否かを前記所定の判定要素として前記指標値を算出する、
   ことを特徴とする請求項１〜６のいずれか一つに記載の生成装置。
8. 前記算出部は、
   前記電子商取引のサービスにおける規約として、送料に関する規約に違反するか否かを前記所定の判定要素として前記指標値を算出し、
   前記生成部は、
   前記処理対象とするドキュメントが、前記送料に関する規約に違反するドキュメントか否かを判定するためのモデルを生成する、
   ことを特徴とする請求項７に記載の生成装置。
9. 前記算出部は、
   前記送料に関する規約として、商材の料金又は商材の送料以外の料金がドキュメントに記載されているか否かを前記所定の判定要素として前記指標値を算出する、
   ことを特徴とする請求項８に記載の生成装置。
10. 前記算出部は、
    前記送料に関する規約として、所定の閾値を超える送料がドキュメントに記載されているか否かを前記所定の判定要素として前記指標値を算出する、
    ことを特徴とする請求項８又は９に記載の生成装置。
11. コンピュータが実行する生成方法であって、
    電子商取引における商材を説明するためのドキュメントを構成する語句が、前記ドキュメントのうち所定の判定要素における正例か負例かのいずれに出現し易いかという傾向を示す指標値を算出する算出工程と、
    前記算出工程によって算出された指標値に基づいて、処理対象とするドキュメントが正例であるか負例であるかを判定するためのモデルを生成する生成工程と、
    を含んだことを特徴とする生成方法。
12. 電子商取引における商材を説明するためのドキュメントを構成する語句が、前記ドキュメントのうち所定の判定要素における正例か負例かのいずれに出現し易いかという傾向を示す指標値を算出する算出手順と、
    前記算出手順によって算出された指標値に基づいて、処理対象とするドキュメントが正例であるか負例であるかを判定するためのモデルを生成する生成手順と、
    をコンピュータに実行させることを特徴とする生成プログラム。

Images