JP2018055525A - テキスト抽出装置 - Google Patents

Abstract

【課題】 場所の特徴の推定に用いるテキストを適切に抽出する。【解決手段】 サーバ１０は、ＰＯＩの特徴の推定に用いる推定用テキストを抽出するテキスト抽出装置である。サーバ１０は、検索に用いられたと共にＰＯＩの名称と当該ＰＯＩの名称以外の共起文字語を含み、当該検索に応じたアクセス先がＰＯＩに係るＷｅｂページであった検索文字列を取得する検索文字列取得部１２と、位置が対応付けられた複数のテキストを取得するテキスト取得部１３と、取得されたテキストから、ＰＯＩの名称及び共起語を含むエリア決定用テキストを抽出し、決定用テキストに対応付けられた位置、及びＰＯＩの位置に基づいて、関連付けエリアを決定するエリア決定部１４と、取得されたテキストから、関連付けエリア、及び当該テキストに対応付けられた位置に基づいて、推定用テキストを抽出する推定用テキスト抽出部１５とを備える。【選択図】 図１

Description

本発明は、場所の特徴の推定に用いるテキストを抽出するテキスト抽出装置に関する。

従来から、ＳＮＳ（ソーシャル・ネットワーキング・サービス）での投稿データに基づいてエリアや施設等のＰＯＩ（Point Of Interest）の注目度合いを算出する技術が提案されている。例えば、投稿データにＰＯＩ名に対応する文字列が含まれていると共に当該投稿データに対応付けられている位置がＰＯＩの位置と同じである場合に、対象ＰＯＩに関する蓋然性が高いとして、当該投稿データを注目度合いの算出に用いることが提案されている（特許文献１参照）。

特開２００７−１２８５４７号公報

ＰＯＩ等の場所に関するテキストは、必ずしもユーザがその場所を訪問している際に投稿されるものではない。例えば、その場所の近傍にユーザが位置している場合にユーザがその場所に関するテキストを投稿する場合がある。

従って、場所の特徴の推定に用いるテキストは、場所の位置とテキストに対応付けられた位置とが同じものだけでなく、例えば、場所の位置とテキストに対応付けられた位置とが一定の距離以内のものに広げることとするのがよい。これにより、当該推定に用いるテキストの数を多くすることができ、場所の特徴の推定をより適切に行うことができる。

一方で、当該推定に用いるテキストを抽出するための、場所の位置とテキストに対応付けられた位置との位置関係の条件を一定のものとしてしまうと、場所の特徴の推定に十分なテキストが抽出されなかったり、不適切なテキストが抽出されたりするおそれがある。例えば、上記の位置関係の条件である場所の位置とテキストに対応付けられた位置との距離を小さくすれば、十分なテキストが抽出されないおそれがある。

一方で、上記の距離を大きくすれば、不適切なテキストが抽出されるおそれがある。例えば、ＰＯＩの名称が一般的なものであった場合、当該ＰＯＩに言及されたものではないテキストが抽出されるおそれがある。具体例として、「海」という名称の飲食店についての特徴の推定を行うためのテキストを抽出するのに、当該飲食店ではなく海洋について記載されたテキストが抽出されてしまうおそれがある。即ち、一般的な語が名称のＰＯＩに対して、当該ＰＯＩとは関係のないテキストが抽出されてしまうおそれがある。

本発明は、上記に鑑みてなされたものであり、場所の特徴の推定に用いるテキストを適切に抽出することができるテキスト抽出装置を提供することを目的とする。

上記目的を達成するために、本発明に係るテキスト抽出装置は、場所の特徴の推定に用いる推定用テキストを抽出するテキスト抽出装置であって、検索に用いられたと共に場所に対応する文字列と当該文字列以外の共起文字列を含み、当該検索に応じたアクセス先が場所に係る情報であった検索文字列を取得する検索文字列取得部と、位置が対応付けられた複数のテキストを取得するテキスト取得部と、テキスト取得部によって取得されたテキストから、場所に対応する文字列、及び検索文字列取得部によって取得された検索文字列に含まれる共起文字列を含むエリア決定用テキストを抽出し、抽出したエリア決定用テキストに対応付けられた位置、及び特徴の推定対象である場所の位置に基づいて、推定用テキストの抽出に用いるエリアを決定するエリア決定部と、テキスト取得部によって取得されたテキストから、エリア決定部によって決定されたエリア、及び当該テキストに対応付けられた位置に基づいて、推定用テキストを抽出する推定用テキスト抽出部と、を備える。

取得される検索文字列は、当該検索文字列による検索に応じたアクセス先が場所であるものである。従って、当該場所に対応する文字列が一般的なものであったとしても、当該検索文字列に含まれる共起文字列は、一般的なものに対応するものではなく、当該場所に対応するものである。例えば、「海」という名称の飲食店のＷｅｂサイトにアクセスされた検索において、「海」という文字列との共起文字列は、海洋に対応するものではなく、「海」という名称の飲食店に対応するものである。本発明に係るテキスト抽出装置では、そのような共起文字列を含むテキストが用いられて、エリアが決定されて推定用テキストが抽出されているので、場所の特徴の推定に用いるテキストを適切に抽出することができる。

本発明によれば、場所の特徴の推定に用いるテキストを適切に抽出することができる。

本発明の実施形態に係るテキスト抽出装置であるサーバの構成を示す図である。 マイクロブログ管理テーブルを示す図である。 場所情報管理テーブルを示す図である。 検索ログ管理テーブルを示す図である。 共起語についてのダイス係数の算出例を示す図である。 共起語管理テーブルを示す図である。 決定される関連付けエリアの例を示す図である。 決定される関連付けエリアの別の例を示す図である。 推定用テキストとして抽出されるテキストの例を示す図である。 施設特徴語管理テーブルを示す図である。 施設出現数管理テーブルを示す図である。 本発明の実施形態に係るテキスト抽出装置であるサーバで実行される処理を示すフローチャートである。 本発明の実施形態に係るテキスト抽出装置であるサーバのハードウェア構成を示す図である。

以下、図面と共に本発明に係るテキスト抽出装置の実施形態について詳細に説明する。なお、図面の説明においては同一要素には同一符号を付し、重複する説明を省略する。

図１に本実施形態に係るテキスト抽出装置であるサーバ１０を示す。サーバ１０は、テキスト（文書）から場所の特徴を推定する装置である。場所の特徴の推定に用いられるテキストは、例えば、ユーザ端末２０からマイクロブログのサービスに投稿されたものである。特徴の推定対象となる場所は、例えば、店舗、レジャー施設及び観光施設といった施設を含むＰＯＩ（Point Of Interest）である。本実施形態では、特徴の推定対象となる場所をＰＯＩとするが、それ以外の任意の場所を特徴の推定対象としてもよい。推定される特徴は、例えば、ＰＯＩの情報をユーザに提供する際に利用される。これにより、ユーザにとってより望ましい情報（コンテンツ）を提供することができる。サーバ１０は、ＰＯＩの特徴を推定する際に、多くのテキストから、ＰＯＩの特徴の推定に用いるものとして適切な推定用テキストを抽出する。この抽出を行うことで、適切に特徴を推定することができる。

ユーザ端末２０は、ユーザによって携帯されて用いられる装置である。ユーザ端末２０は、具体的には、携帯電話機やスマートフォン等に相当する。ユーザ端末２０は、移動体通信網、インターネット等のネットワークＮに接続して無線通信を行う機能を有している。また、ユーザ端末２０は、マイクロブログサーバ３０、即ち、マイクロブログのサービスにアクセスして、テキストを投稿、閲覧する機能を有している。投稿されるテキストには、例えば、ジオタグとしてユーザ端末２０の位置が対応付けられる。ユーザ端末２０の位置は、ＧＰＳ（グローバル・ポジショニング・システム）測位機能等の自端末の測位機能等によって得られる。

また、ユーザ端末２０は、検索サーバ４０にアクセスして、ネットワークＮを介してアクセスすることができるＷｅｂページの検索を行って、当該Ｗｅｂページへのアクセスを行うことができる。この際、検索用の文字列（検索キーワード）である検索文字列が、ユーザ端末２０から検索サーバ４０に送信されて検索が行われる。検索文字列には、複数の文字列が含まれていてもよい。複数の文字列が含まれる場合には、例えば、ＡＮＤ検索が行われる。

サーバ１０と、マイクロブログサーバ３０及び検索サーバ４０とは、ネットワークＮを介して通信を行うことができ、互いに情報の送受信を行えるようになっている。

引き続いて、本実施形態に係るサーバ１０の機能を説明する。図１に示すようにサーバ１０は、記憶部１１と、検索文字列取得部１２と、テキスト取得部１３と、エリア決定部１４と、推定用テキスト抽出部１５と、推定部１６とを備えて構成される。

記憶部１１は、サーバ１０における処理に必要となる情報を記憶する記憶部である。具体的には、記憶部１１は、以下の情報を記憶する。記憶部１１は、テキストを記憶する。記憶されるテキストは、マイクロブログに投稿されたテキストである。本実施形態では、１回の投稿のテキストを１つのテキストとして扱う。記憶されるテキストには、上述したように位置が対応付けられている。記憶部１１は、テキストをマイクロブログ管理テーブルで保持する。図２にマイクロブログ管理テーブルを示す。図２に示すようにマイクロブログ管理テーブルは、ユーザＩＤ、マイクロブログ本文、経度及び緯度が対応付けられた情報を格納する。マイクロブログ管理テーブルの各レコード（１つの行のデータ）が、１つのテキストに対応する。

ユーザＩＤは、テキストを投稿したユーザを一意に特定する情報である。マイクロブログ本文は、投稿された当該テキスト自体である。経度及び緯度は、当該テキストに対応付けられた位置の経度及び緯度である。マイクロブログ管理テーブルに格納される情報は、予め、サーバ１０によってマイクロブログサーバ３０から取得されている。あるいは、当該情報は、予め、サーバ１０の管理者等によって、マイクロブログサーバ３０から取得されてサーバ１０に入力されていてもよい。

記憶部１１は、特徴の推定対象となるＰＯＩに関する情報を記憶する。特徴の推定対象となるＰＯＩは、予め、サーバ１０の管理者等によって設定されている。記憶部１１は、当該情報を場所情報管理テーブルで保持する。図３に場所情報管理テーブルを示す。図３に示すようにマイクロブログ管理テーブルは、ＰＯＩ＿ＩＤ、ＰＯＩの名称、経度、緯度及びＷｅｂ情報が対応付けられた情報を格納する。場所情報管理テーブルの各レコード（１つの行のデータ）が、１つのＰＯＩに対応する。

ＰＯＩ＿ＩＤは、特徴の推定対象となるＰＯＩを一意に特定する情報である。ＰＯＩの名称は、当該特徴の推定対象となるＰＯＩの名称、即ち、ＰＯＩに対応する文字列である。経度及び緯度は、当該ＰＯＩの位置の経度及び緯度である。Ｗｅｂ情報は、ＰＯＩに対応するＷｅｂページのＵＲＬ（Uniform Resource Locator）である。ＰＯＩに対応するＷｅｂページとは、例えば、当該ＰＯＩの（当該ＰＯＩが運営管理する）Ｗｅｂページ、及び当該ＰＯＩを紹介するＷｅｂページである。Ｗｅｂ情報には、複数のＷｅｂページのＵＲＬが含まれていてもよい。場所情報管理テーブルに格納される情報は、予め、サーバ１０の管理者等によってサーバ１０に入力されていている。

記憶部１１は、Ｗｅｂページの検索に用いられた検索文字列に関する情報である検索ログを記憶する。記憶部１１は、当該情報を検索ログ管理テーブルで保持する。図４に検索ログ管理テーブルを示す。図４に示すように検索ログ管理テーブルは、ユーザＩＤ、クエリ及び遷移先が対応付けられた情報を格納する。検索ログ管理テーブルの各レコード（１つの行のデータ）が、１回の検索及び当該検索による遷移に対応する。検索による遷移とは、検索結果として示された検索結果として示されるＷｅｂページに検索結果のリンクを用いてアクセスすることをいう。

ユーザＩＤは、検索を行ったユーザを一意に特定する情報である。クエリは、検索に用いられた検索文字列である。遷移先は、遷移によってアクセスされたＷｅｂページのＵＲＬである。検索ログ管理テーブルに格納される情報は、予め、サーバ１０によって検索サーバ４０から取得されている。あるいは、当該情報は、予め、サーバ１０の管理者等によって、検索サーバ４０から取得されてサーバ１０に入力されていてもよい。上記以外の記憶部１１に記憶される情報は後述する。

検索文字列取得部１２は、検索に検索キーワードとして用いられたと共にＰＯＩに対応する文字列と当該文字列以外の共起文字列である共起語を含み、当該検索に応じたアクセス先がＰＯＩに係る情報であった検索文字列を取得する機能部である。

検索文字列取得部１２は、特徴の推定対象であるＰＯＩ毎に上記の検索文字列を取得する。検索文字列取得部１２は、特徴の推定対象であるＰＯＩについて、記憶部１１の場所情報管理テーブルからＰＯＩの名称及びＷｅｂ情報を取得する。検索文字列取得部１２は、記憶部１１の検索ログ管理テーブルから、以下の条件（１）〜（３）を満たす検索文字列を取得する。（１）検索文字列が複数の文字列を含む、即ち、検索文字列が共起語を含み得る。（２）当該複数の文字列の少なくとも一つが取得したＰＯＩの名称に一致する、即ち、検索文字列がＰＯＩに対応する文字列を含む。（３）検索文字列に対応付けられた遷移先がＰＯＩのＷｅｂ情報の一つに一致する、即ち、検索に応じたアクセス先がＰＯＩに係る情報であった。

例えば、図３に示すＰＯＩの名称が「海」とのＰＯＩに対しては、図４のレコードのうち、検索文字列に含まれる文字列の一つが「海」であり、遷移先が「海」のＷｅｂ情報の一つに一致している１行目〜３行目のレコードの検索文字列を取得する。上記のように取得された検索文字列は、検索によってＰＯＩに対応するアクセス先にアクセスしていることから、ＰＯＩの名称が一般的なものであったとしても、一般的なものを意図した検索ではなく、当該ＰＯＩに係るものであると考えられる。検索文字列取得部１２は、取得した検索文字列を、特徴の推定対象であるＰＯＩに係るものとしてエリア決定部１４に出力する。

テキスト取得部１３は、位置が対応付けられた複数のテキストを取得するテキスト取得部である。テキスト取得部１３は、記憶部１１のマイクロブログ管理テーブルから情報を取得して、位置が対応付けられた複数のテキストを取得する。テキスト取得部１３は、取得したテキストをエリア決定部１４及び推定用テキスト抽出部１５に出力する。

エリア決定部１４は、テキスト取得部１３によって取得されたテキストから、ＰＯＩに対応する文字列、及び検索文字列取得部１２によって取得された検索文字列に含まれる共起語を含むエリア決定用テキストを抽出し、抽出したエリア決定用テキストに対応付けられた位置、及び特徴の推定対象であるＰＯＩの位置に基づいて、推定用テキストの抽出に用いるエリアを決定する機能部である。エリア決定部１４は、ＰＯＩに対応する文字列及び共起語を含む検索文字列の数に応じて、エリア決定用テキストを抽出する。上記のエリアは、推定用テキストの抽出に用いる、即ち、ＰＯＩにテキストを関連付けるための関連付けエリアである。関連付けエリアについては、詳細に後述する。具体的には、エリア決定部１４は、特徴の推定対象であるＰＯＩ毎に以下のように関連付けエリアの決定を行う。

エリア決定部１４は、まず、検索文字列取得部１２から入力された検索文字列からエリア決定用テキストを抽出するための共起語である抽出用共起語を決定する。エリア決定部１４は、記憶部１１の検索ログ管理テーブルを参照して、検索文字列のうち、特徴の推定対象であるＰＯＩに係る検索文字列の数（ＰＯＩの名称カウント）をカウントする。ここでのＰＯＩに係る検索文字列は、検索文字列に含まれる文字列の少なくとも一つがＰＯＩの名称に一致する、即ち、検索文字列がＰＯＩに対応する文字列を含み、かつ、検索文字列に対応付けられた遷移先がＰＯＩのＷｅｂ情報の一つに一致するものである。即ち、共起語を含んでいない検索文字列もカウントして、ＰＯＩに係る検索文字列の数とする。なお、カウントは、検索文字列の単位でカウントしてもよいし、ユーザ毎にカウントしてもよい（同一のユーザによる検索文字列であれば、当該検索文字列の数が複数でも１とカウントする）。エリア決定部１４は、検索文字列取得部１２から入力された、特徴の推定対象であるＰＯＩに係る全ての検索文字列から全ての共起語を取得する。以下の算出、判断は、共起語毎に行う。エリア決定部１４は、記憶部１１の検索ログ管理テーブルを参照して、検索文字列のうち、共起語を含むものの数（共起語カウント）をカウントする。エリア決定部１４は、検索文字列取得部１２から入力された、特徴の推定対象であるＰＯＩに係る検索文字列のうち、共起語を含むものの数（共起カウント）（上記の条件（１）〜（３）を満たす検索文字列のうち共起語を含むものの数）をカウントする。エリア決定部１４は、カウントした各数から以下の式により、ダイス（Ｄｉｃｅ）係数を算出する。
ダイス係数＝（２＊共起カウント）／（場所の名称カウント＋共起語カウント）
上記の数及びダイス係数の例を図５に示す。

エリア決定部１４は、算出したダイス係数と予め設定した閾値とを比較する。算出したダイス係数が閾値以上であった場合、エリア決定部１４は、当該共起語を、抽出用共起語とする。このように、ダイス係数で共起度を定量評価しフィルタリングすることで、共起が少ない単語を除外する。閾値としては、例えば、０．００５とすることができる。この閾値の場合、図５に示す例では、「赤坂」に対する「ラーメン」「とんこつ」は、抽出用共起語とはされない。なお、共起度は、上記のダイス係数以外、例えば、ジャッカード（Ｊａｃｃａｒｄ）係数により算出されてもよい。

エリア決定部１４は、抽出用共起語を記憶部１１の共起語管理テーブルに格納する。図６に共起語管理テーブルを示す。図６に示すように共起語管理テーブルは、ＰＯＩ＿ＩＤ、ＰＯＩの名称及び共起語が対応付けられた情報を格納する。共起語管理テーブルの各レコード（１つの行のデータ）が、１つのＰＯＩに対する１つの抽出用共起語に対応する。

ＰＯＩ＿ＩＤ及びＰＯＩの名称は、それぞれ特徴の推定対象であるＰＯＩに係るＰＯＩ＿ＩＤ及びＰＯＩの名称である。共起語は、上記の判断で抽出用共起語とされた共起語である。

続いて、エリア決定部１４は、特徴の推定対象であるＰＯＩについて、記憶部１１の場所情報管理テーブルからＰＯＩの名称、並びにＰＯＩの位置である経度及び緯度を取得する。エリア決定部１４は、テキスト取得部１３から入力されたテキストから、取得したＰＯＩの名称、及び抽出用共起語の両方を含むエリア決定用テキストを抽出する。上述したようにテキストには、経度及び緯度によって示される位置が対応付けられている。上述したＰＯＩの名称が「海」であるＰＯＩの例では、図２に示すテキストから、「海」、並びに図６の共起語管理テーブルの格納された抽出用共起語のうち「東京」及び「手料理」の両方を含む「東京の海って店に来たけど手料理が抜群にうまい。」とのテキストをエリア決定用テキストとして抽出する。なお、上記の例では、２つの抽出用共起語が含まれているが、１つでも抽出用共起語が含まれていればよい。

エリア決定部１４は、抽出したエリア決定用テキストに対応付けられた位置、及び特徴の推定対象であるＰＯＩの位置に基づいて、関連付けエリアを決定する。関連付けエリアとは、ＰＯＩの名称を含むテキストに対応付けられた位置が当該エリアに入っていれば、当該テキストを推定用テキストとして抽出するエリアである。関連付けエリアは、ＰＯＩの位置に基づいて決定される。例えば、図７（ａ）に示すように、関連付けエリアＡ１はＰＯＩの位置Ｌ１を中心として円形の形状とされる。あるいは、図８（ａ）に示すように、関連付けエリアＡ１はＰＯＩの位置Ｌ１を中心として矩形の形状とされる。関連付けエリアＡ１は、例えば、予め設定されたデフォルトの大きさＡ２を有する。

エリア決定部１４は、抽出したエリア決定用テキストに対応付けられた位置に基づいて、デフォルトの関連付けエリアＡ２を拡大又は縮小する。例えば、エリア決定部１４は、抽出したエリア決定用テキストに対応付けられた位置のうち、ＰＯＩの位置から最も遠い位置を基準として関連付けエリアを拡大する。図７（ｂ）に示す円形の関連付けエリアＡ１の例では、当該最も遠い位置Ｌ２とＰＯＩの位置Ｌ１との距離を半径とする領域を関連付けエリアＡ１とする。

あるいは、図８（ｂ）に示す矩形の関連付けエリアＡ１の例では、当該矩形を、中心位置Ｌ１を変えずに、抽出したエリア決定用テキストに対応付けられた位置Ｌ３を頂点とした矩形に拡大した領域を関連付けエリアＡ１としてもよい。又は、図８（ｃ）に示す矩形の関連付けエリアＡ１の例では、抽出したエリア決定用テキストに対応付けられた位置Ｌ３と、ＰＯＩの位置Ｌ１とを対角の頂点とした矩形を、デフォルトの関連付けエリアＡ２に加えて関連付けエリアＡ１としてもよい。なお、位置Ｌ３と位置Ｌ１とを対角の頂点とした矩形は、縦横の辺は、それぞれデフォルトの関連付けエリアＡ２と平行になるようにする。

また、ＰＯＩの位置Ｌ１との距離による範囲を定め、その範囲の位置に対応付けられると共に抽出されたエリア決定用テキストの数に応じて、関連付けエリアＡ１を決定してもよい。例えば、デフォルトの関連付けエリアＡ２の外側に上記の範囲を定めて、その数が閾値以上であれば当該範囲に関連付けエリアＡ１を拡大してもよい。具体例として、ＰＯＩの位置Ｌ１から３０ｍより大きく３５ｍ以下のエリアにおいて、上記のエリア決定用テキストの数が１０であれば、３０ｍまでの範囲を関連付けエリアＡ１として拡大する。なお、上記の数は、テキスト単位であってもよいし、ユーザ毎であってもよい（同一のユーザによるテキストであれば、当該テキストの数が複数でも１とカウントする）。当該テキストのカウントは、以下でも同様である。また、同様に、デフォルトの関連付けエリアＡ２の内側に上記の範囲を定めて、その数が閾値以上でなければ当該範囲を関連付けエリアＡ１でなくする、即ち、関連付けエリアＡ１を縮小してもよい。

なお、関連付けエリアＡ１が際限なく広がることを防ぐため、予め関連付けエリアＡ１の上限となる上限エリアＡ３を設定しておいてもよい。この場合、抽出したエリア決定用テキストに対応付けられた位置のうち、上限エリアＡ３の外側にあるものは、関連付けエリアの決定に用いないこととしてもよい。上限エリアＡ３は、ＰＯＩのカテゴリやジャンル等で変更してもよい。例えば、関連付けエリアＡ１を円形とした場合、上限エリアＡ３の半径を、テーマパーク等は５ｋｍ、ショッピングモールは１ｋｍ、飲食店は１００ｍ等としてもよい。また、予め関連付けエリアＡ１の下限となる下限エリアを設定しておいてもよい。例えば、エリア決定用テキストが抽出されない場合、又はエリア決定用テキストの数が閾値以上でない場合、関連付けエリアＡ１を下限エリアまで縮小してもよい。

エリア決定部１４は、特徴の推定対象であるＰＯＩ毎に決定した関連付けエリアＡ１を示す情報を推定用テキスト抽出部１５に出力する。

推定用テキスト抽出部１５は、テキスト取得部１３によって取得されたテキストから、エリア決定部１４によって決定された関連付けエリア、及び当該テキストに対応付けられた位置に基づいて、推定用テキストを抽出する機能部である。具体的には、推定用テキスト抽出部１５は、特徴の推定対象であるＰＯＩ毎に以下のように推定用テキストを抽出する。

推定用テキスト抽出部１５は、特徴の推定対象であるＰＯＩについて、記憶部１１の場所情報管理テーブルからＰＯＩの名称を取得する。推定用テキスト抽出部１５は、テキスト取得部１３から入力されたテキストから、取得したＰＯＩの名称を含むテキストを抽出する。推定用テキスト抽出部１５は、抽出したテキストに対応付けられた位置が、エリア決定部１４によって決定された関連付けエリア内であるか否かを判断する。推定用テキスト抽出部１５は、当該位置が関連付けエリア内であると判断したテキストを、推定用テキストとして抽出する。即ち、当該テキストをＰＯＩに関連付ける。

本実施形態では、対応付けられた位置が関連付けエリア内にあるテキストは、特徴の推定対象であるＰＯＩについて記載されたテキストである（可能性が高い）と推定する。一方で、対応付けられた位置が関連付けエリア内にないテキストは、特徴の推定対象であるＰＯＩについて記載されたテキストでない（可能性が高い）と推定する。即ち、ＰＯＩの名称がテキストに含まれていても、当該ＰＯＩの名称は当該ＰＯＩ以外のことを示している（可能性が高い）と推定する。推定用テキスト抽出部１５は、特徴の推定対象であるＰＯＩ毎に抽出した推定用テキストを推定部１６に出力する。

「海」との名称の飲食店であるＰＯＩについて、図２に示すマイクロブログ管理テーブルに格納されたテキストから推定用テキストとして抽出されるテキストの例を図９に示す。なお、図２に示す経度及び緯度と、図９に示すテキストに対応付けられた位置とは、必ずしも位置関係が一致していない。

図９に示すテキストＴ１〜Ｔ４のうち、「東京の海って店に来たけど手料理が抜群にうまい。」とのテキストＴ１は、上述したようにエリア決定用テキストとして抽出される。当該テキストＴ１に対応付けられた位置及びＰＯＩの位置に基づいて、関連付けエリアＡ１が決定される。

「東京の海って店に来たけど手料理が抜群にうまい。」とのテキストＴ１に対応付けられた位置、及び「「海」のお母さんの手作り料理、特に肉じゃがほんとうまいね。」とのテキストＴ４に対応付けられた位置は、関連付けエリアＡ１内であるため、これらのテキストＴ１，Ｔ４は、飲食店の「海」についての推定用テキストとして抽出される。これらのテキストＴ１，Ｔ４は、飲食店の「海」について記載されたテキストである（可能性が高い）と推定する。

一方で、「湘南の海で食べれるシラス丼最高！」とのテキストＴ２に対応付けられた位置、及び「今日の海はかなりサーフィン日和だったね。いい波来てた。」とのテキストＴ３に対応付けられた位置は、関連付けエリアＡ１内ではないため、これらのテキストＴ２，Ｔ３は、飲食店の「海」についての推定用テキストとしては抽出されない。これらのテキストは、飲食店の「海」について記載されたテキストでない（可能性が高い）と推定する。

推定部１６は、推定用テキスト抽出部１５によって抽出された推定用テキストから、特徴の推定対象であるＰＯＩの特徴を推定する機能部である。推定部１６は、推定用テキストを構成する文字列から、ＰＯＩの特徴を推定する。文字列を用いてＰＯＩの特徴を推定する場合、例えば、推定部１６は、特徴の推定対象であるＰＯＩ毎に以下のように推定する。

推定部１６は、推定用テキストを構成する文字列から、ＰＯＩの特徴を示す語である施設特徴語を生成する。推定部１６は、推定用テキストに対して形態素解析を行って、推定用テキストから単語を施設特徴語として抽出する。また、推定部１６は、施設特徴語毎に当該施設特徴語を含む推定用テキストの数を共起数としてカウントして、共起数が対応付けられた施設特徴語を生成してもよい。共起数が大きいほど、当該施設特徴語が当該ＰＯＩをより強く特徴付ける。なお、単語についての共起数が予め設定した閾値以上である場合のみ、当該単語を施設特徴語としてもよい。推定部１６は、生成した施設特徴語に係る情報を、特徴の推定結果として記憶部１１の施設特徴語管理テーブルに格納する。図１０に施設特徴語管理テーブルを示す。図１０に示すように施設特徴語管理テーブルは、ＰＯＩ＿ＩＤ、施設特徴語及び共起数が対応付けられた情報を格納する。施設特徴語管理テーブルの各レコード（１つの行のデータ）が、１つのＰＯＩに対する１つの施設特徴語に対応する。

ＰＯＩ＿ＩＤは、特徴の推定対象であるＰＯＩに係るＰＯＩ＿ＩＤである。施設特徴語及び共起数は、推定部１６によって上記のように生成された情報である。

あるいは、推定部１６は、推定用テキストの数から、ＰＯＩの特徴を推定する。推定部１６は、推定用テキストの数を出現数としてカウントして、当該出現数をＰＯＩの特徴を示す情報とする。出現数は、例えば、当該ＰＯＩの人気を示している。推定部１６は、生成した出現数に係る情報を、特徴の推定結果として記憶部１１の施設出現数管理テーブルに格納する。図１１に施設出現数管理テーブルを示す。図１１に示すように施設出現数管理テーブルは、ＰＯＩ＿ＩＤ、ＰＯＩの名称及び出現数が対応付けられた情報を格納する。施設出現数テーブルの各レコード（１つの行のデータ）が、１つのＰＯＩに対応する。

ＰＯＩ＿ＩＤ及びＰＯＩの名称は、特徴の推定対象であるＰＯＩに係るＰＯＩ＿ＩＤ及びＰＯＩの名称である。出現数は、推定部１６によって上記のように生成された情報である。

なお、推定部１６は、上記のように推定によって得られた情報を記憶部１１のテーブルに出力するのではなく、他の出力を行ってもよい。例えば、ＰＯＩの特徴を利用する装置、又はモジュールに当該情報の送信等を行って出力することとしてもよい。

上記のように得られたＰＯＩの特徴は、例えば、広告等のＰＯＩの情報をユーザに提供する際に用いることができる。施設特徴語を用いれば、ユーザ毎にユーザの興味及び属性等に応じた、即ち、ユーザに適したＰＯＩの情報を提供することができる。出現数を用いれば、より人気のある（例えば、そのとき旬な）ＰＯＩの情報を提供することができる。なお、提供される情報は、ユーザの検索に応じたものとしてもよい。即ち、検索結果の最適化に用いることができる。

具体的には、以下のようにＰＯＩの特徴を利用することができる。施設特徴語を用いるため、情報の提供対象となるユーザの特徴語を予め生成しておく。ユーザの特徴語は、ユーザの興味及び属性等を示すものである。ユーザの特徴は、例えば、マイクロブログのプロフィール文を形態素解析することで生成することができる。以下の式によって、ユーザに応じてＰＯＩ毎にスコアを算出する。
ｓｃｏｒｅ＝ａｘ＋（ｂ／Ｎ）Σ（ｙ＿ｗｏｒｄ＊ｚ＿ｗｏｒｄ）

上記の式において、ｘは、施設出現数管理テーブルにおいて当該ＰＯＩに対応付けられた出現数である。ｙ＿ｗｏｒｄ及びｚ＿ｗｏｒｄは、当該ＰＯＩの施設特徴語毎の値であり、Σはそれらの和を表している。ｙ＿ｗｏｒｄは、施設特徴語がユーザの特徴語にもなっていれば１、なっていなければ０である。ｚ＿ｗｏｒｄは、施設特徴語管理テーブルにおいてＰＯＩ及び施設特徴語に対応付けられた共起数である。Ｎは、施設特徴語管理テーブルにおいて当該ＰＯＩに対応付けられた施設特徴語の数である。ａ，ｂは、予め設定された正の値の各項のパラメータである。上記のｓｃｏｒｅの値が大きいほど、当該ＰＯＩの情報を高い優先順位でユーザに提供することが望ましい。従って、ｓｃｏｒｅの値に応じて順位付けしてＰＯＩの情報を提供することで、ユーザにとってより望ましい情報を提供することができる。

なお、上記の各機能部の動作は、例えば、サーバ１０の管理者等によってトリガがサーバ１０に入力されたタイミング、又は予め設定されたタイミングで行われる。具体的には、ユーザに情報の提供が行われる前、又は行われる際に行われる。以上が、本実施形態に係るサーバ１０の機能である。

引き続いて、図１２のフローチャートを用いて、本実施形態に係るサーバ１０で実行される処理（サーバ１０の動作方法）を説明する。本処理は、特徴の推定対象であるＰＯＩ毎に行われる。本処理では、まず、検索文字列取得部１２によって、記憶部１１の検索ログ管理テーブルから、検索文字列が取得される（Ｓ０１）。取得される検索文字列は、上述したように以下の条件（１）〜（３）を満たすものである。（１）検索文字列が複数の文字列を含む。（２）当該複数の文字列の少なくとも一つがＰＯＩの名称に一致する。（３）検索文字列に対応付けられた遷移先がＰＯＩのＷｅｂ情報の一つに一致する。続いて、テキスト取得部１３によって、記憶部１１のマイクロブログ管理テーブルから、位置が対応付けられた複数のテキストが取得される（Ｓ０２）。なお、テキストの取得は、検索文字列の取得とは独立に行われ得るので、Ｓ０２は必ずしもＳ０１の後でなくてもよい。

続いて、エリア決定部１４によって、取得された検索文字列から各共起語についてのダイス係数が算出される（Ｓ０３）。続いて、エリア決定部１４によって、算出されたダイス係数に基づいて、抽出用共起語が決定される（Ｓ０４）。続いて、エリア決定部１４によって、取得されたテキストから、ＰＯＩの名称、及び抽出用共起語の両方を含むエリア決定用テキストが抽出される（Ｓ０５）。続いて、エリア決定部１４によって、抽出されたエリア決定用テキストに対応付けられた位置、及び特徴の推定対象であるＰＯＩの位置に基づいて、関連付けエリアが決定される（Ｓ０６）。

続いて、推定用テキスト抽出部１５によって、取得されたテキストから、決定された関連付けエリア、及び当該テキストに対応付けられた位置に基づいて、推定用テキストが抽出される（Ｓ０７）。続いて、推定部１６によって、抽出された推定用テキストから、特徴の推定対象であるＰＯＩの特徴が推定される（Ｓ０８）。抽出されたＰＯＩの特徴を示す情報は、例えば、記憶部１１に出力されて記憶されて、ＰＯＩの情報のユーザへの提供に用いられる。以上が、本実施形態に係るサーバ１０で実行される処理である。

上述したように、検索文字列取得部１２によって取得される検索文字列は、当該検索文字列による検索に応じた遷移先がＰＯＩのＷｅｂ情報であるものである。即ち、検索に応じたアクセス先がＰＯＩに係る情報である。従って、当該ＰＯＩの名称が一般的なものであったとしても、当該検索文字列に含まれる共起語は、一般的なものに対応するものではなく、当該ＰＯＩに対応するものである。例えば、「海」という名称の飲食店のＷｅｂサイトにアクセスされた検索において、「海」という文字列との共起語は、海洋に対応するものではなく、「海」という名称の飲食店に対応するものである。

本実施形態では、そのような共起語を含むテキストが用いられて、関連付けエリアが決定されて推定用テキストが抽出されているので、ＰＯＩの特徴の推定に用いるテキストを適切に抽出することができる。本実施形態とは異なり、関連付けエリアを予め固定的に（静的に）設定しておくと、推定に用いるテキストを適切に抽出することができないおそれがある。関連付けエリアを広くしておくと、例えば、図９のテキストＴ２，Ｔ３のようなＰＯＩに関連しないと考えられるテキストまで推定に用いるテキストとしてしまうおそれがある。関連付けエリアを狭くしておくと、特徴を推定するのに十分なテキストを抽出することができないおそれがある。即ち、抽出するテキストの精度の劣化又はテキストの関連付けの漏れが生じるおそれがある。即ち、一方で本実施形態では、上述したように関連付けエリアを適切なものにできるため、抽出するテキストの精度の劣化及びテキストの関連付けの漏れを防止することができる。

なお、マイクロブログは投稿目的が様々である点やユーザの自由記述のテキストである点から、共起語は必ずしもＰＯＩと直接的に関連する単語ではない場合が多い。一方、検索ログ（検索文字列）は、情報の取得を目的としたアクションである点やテキストが冗長になりにくい。そのため、ＰＯＩの名称との共起語は、ＰＯＩと直接的に関連する単語である可能性が高い。従って、検索ログのみでは、十分なＰＯＩの特徴を推定できない場合がある。例えば、検索ログのみでは抽出しにくい施設特徴語がある。

本実施形態のようにマイクロブログのテキストを用いることで、直接的にはＰＯＩには関連しないが、情報のレコメンドを行う際に有用な単語を抽出すること等ができ、有効な特徴の推定を行うことができる。また、情報（コンテンツ）作成者側にとっても新たな知見の発見に繋げることができる場合がある。一方で、ＰＯＩの名称が一般的である場合には、通常、推定に用いるテキストを適切なものにすることが難しいが、上述したように適切にテキストを抽出することができる。

また、本実施形態のように、ＰＯＩに係る検索文字列の数及び共起語を含む検索文字列の数からダイス係数を算出して、抽出用共起語を判断することとしてもよい。この構成によれば、適切にエリア決定用テキストを抽出することができ、場所の特徴の推定に用いるテキストを更に適切に抽出することができる。但し、これらの数を必ずしも用いる必要はない。

また、本実施形態のように抽出された推定用テキストを用いて、ＰＯＩの特徴の推定まで行う構成を備えていてもよい。この構成によれば、ＰＯＩの特徴の推定迄行うことができる。但し、本発明に係るテキスト抽出装置は、特徴の推定まで行う必要はない。抽出された推定用テキストを別の装置に出力して、別の装置によって特徴の推定が行われてもよい。

また、本実施形態のように、具体的には、抽出された推定用テキストを構成する文字列、及び推定用テキストの数からＰＯＩの特徴を推定することができる。

本実施形態では、ＰＯＩに対応する文字列として、ＰＯＩの名称（場所の名称）を用いたが、ＰＯＩに対応している文字列であればそれ以外の文字列が用いられてもよい。

なお、上記実施の形態の説明に用いたブロック図は、機能単位のブロックを示している。これらの機能ブロック（構成部）は、ハードウェア及び／又はソフトウェアの任意の組み合わせによって実現される。また、各機能ブロックの実現手段は特に限定されない。すなわち、各機能ブロックは、物理的及び／又は論理的に結合した１つの装置により実現されてもよいし、物理的及び／又は論理的に分離した２つ以上の装置を直接的及び／又は間接的に(例えば、有線及び／又は無線)で接続し、これら複数の装置により実現されてもよい。

例えば、本発明の一実施の形態におけるサーバ１０などは、本実施形態のサーバ１０の処理を行うコンピュータとして機能してもよい。図１３は、本実施形態に係るサーバ１０のハードウェア構成の一例を示す図である。上述のサーバ１０は、物理的には、プロセッサ１００１、メモリ１００２、ストレージ１００３、通信装置１００４、入力装置１００５、出力装置１００６、バス１００７などを含むコンピュータ装置として構成されてもよい。

なお、以下の説明では、「装置」という文言は、回路、デバイス、ユニットなどに読み替えることができる。サーバ１０のハードウェア構成は、図に示した各装置を１つ又は複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。

サーバ１０における各機能は、プロセッサ１００１、メモリ１００２などのハードウェア上に所定のソフトウェア（プログラム）を読み込ませることで、プロセッサ１００１が演算を行い、通信装置１００４による通信や、メモリ１００２及びストレージ１００３におけるデータの読み出し及び／又は書き込みを制御することで実現される。

プロセッサ１００１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ１００１は、周辺装置とのインターフェース、制御装置、演算装置、レジスタなどを含む中央処理装置（ＣＰＵ：Central Processing Unit）で構成されてもよい。例えば、サーバ１０の各機能部は、プロセッサ１００１で実現されてもよい。

また、プロセッサ１００１は、プログラム（プログラムコード）、ソフトウェアモジュールやデータを、ストレージ１００３及び／又は通信装置１００４からメモリ１００２に読み出し、これらに従って各種の処理を実行する。プログラムとしては、上述の実施の形態で説明した動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。例えば、サーバ１０の各機能部は、メモリ１００２に格納され、プロセッサ１００１で動作する制御プログラムによって実現されてもよく、他の機能ブロックについても同様に実現されてもよい。上述の各種処理は、１つのプロセッサ１００１で実行される旨を説明してきたが、２以上のプロセッサ１００１により同時又は逐次に実行されてもよい。プロセッサ１００１は、１以上のチップで実装されてもよい。なお、プログラムは、電気通信回線を介してネットワークから送信されても良い。

メモリ１００２は、コンピュータ読み取り可能な記録媒体であり、例えば、ＲＯＭ（Read Only Memory）、ＥＰＲＯＭ（Erasable Programmable ＲＯＭ）、ＥＥＰＲＯＭ（Electrically Erasable Programmable ＲＯＭ）、ＲＡＭ（Random Access Memory）などの少なくとも１つで構成されてもよい。メモリ１００２は、レジスタ、キャッシュ、メインメモリ（主記憶装置）などと呼ばれてもよい。メモリ１００２は、本発明の一実施の形態に係る方法を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュールなどを保存することができる。

ストレージ１００３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ−ＲＯＭ（Compact Disc ＲＯＭ）などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク(例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ−ｒａｙ（登録商標）ディスク)、スマートカード、フラッシュメモリ(例えば、カード、スティック、キードライブ)、フロッピー（登録商標）ディスク、磁気ストリップなどの少なくとも１つで構成されてもよい。ストレージ１００３は、補助記憶装置と呼ばれてもよい。上述の記憶媒体は、例えば、メモリ１００２及び／又はストレージ１００３を含むデータベース、サーバその他の適切な媒体であってもよい。

通信装置１００４は、有線及び／又は無線ネットワークを介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。

入力装置１００５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサなど）である。出力装置１００６は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカー、LEDランプなど）である。なお、入力装置１００５及び出力装置１００６は、一体となった構成（例えば、タッチパネル）であってもよい。

また、プロセッサ１００１やメモリ１００２などの各装置は、情報を通信するためのバス１００７で接続される。バス１００７は、単一のバスで構成されてもよいし、装置間で異なるバスで構成されてもよい。

また、サーバ１０は、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ：Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）、ＦＰＧＡ（Field Programmable Gate Array）などのハードウェアを含んで構成されてもよく、当該ハードウェアにより、各機能ブロックの一部又は全てが実現されてもよい。例えば、プロセッサ１００１は、これらのハードウェアの少なくとも１つで実装されてもよい。

以上、本実施形態について詳細に説明したが、当業者にとっては、本実施形態が本明細書中に説明した実施形態に限定されるものではないということは明らかである。本実施形態は、特許請求の範囲の記載により定まる本発明の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本明細書の記載は、例示説明を目的とするものであり、本実施形態に対して何ら制限的な意味を有するものではない。

本明細書で説明した各態様／実施形態は、ＬＴＥ（Long Term Evolution）、ＬＴＥ−Ａ（LTE-Advanced）、ＳＵＰＥＲ ３Ｇ、ＩＭＴ−Ａｄｖａｎｃｅｄ、４Ｇ、５Ｇ、ＦＲＡ（Future Radio Access）、Ｗ−ＣＤＭＡ（登録商標）、ＧＳＭ（登録商標）、ＣＤＭＡ２０００、ＵＭＢ（Ultra Mobile Broadband）、ＩＥＥＥ ８０２．１１（Ｗｉ−Ｆｉ）、ＩＥＥＥ ８０２．１６（ＷｉＭＡＸ）、ＩＥＥＥ ８０２．２０、ＵＷＢ（Ultra-WideBand）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、その他の適切なシステムを利用するシステム及び／又はこれらに基づいて拡張された次世代システムに適用されてもよい。

本明細書で説明した各態様／実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本明細書で説明した方法については、例示的な順序で様々なステップの要素を提示しており、提示した特定の順序に限定されない。

入出力された情報等は特定の場所(例えば、メモリ)に保存されてもよいし、管理テーブルで管理してもよい。入出力される情報等は、上書き、更新、または追記され得る。出力された情報等は削除されてもよい。入力された情報等は他の装置へ送信されてもよい。

判定は、１ビットで表される値（０か１か）によって行われてもよいし、真偽値（Boolean：trueまたはfalse）によって行われてもよいし、数値の比較（例えば、所定の値との比較）によって行われてもよい。

本明細書で説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的に行うものに限られず、暗黙的（例えば、当該所定の情報の通知を行わない）ことによって行われてもよい。

ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。

また、ソフトウェア、命令などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、同軸ケーブル、光ファイバケーブル、ツイストペア及びデジタル加入者回線（ＤＳＬ）などの有線技術及び／又は赤外線、無線及びマイクロ波などの無線技術を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び／又は無線技術は、伝送媒体の定義内に含まれる。

本明細書で説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。

なお、本明細書で説明した用語及び／又は本明細書の理解に必要な用語については、同一の又は類似する意味を有する用語と置き換えてもよい。

本明細書で使用する「システム」および「ネットワーク」という用語は、互換的に使用される。

また、本明細書で説明した情報、パラメータなどは、絶対値で表されてもよいし、所定の値からの相対値で表されてもよいし、対応する別の情報で表されてもよい。

移動通信端末は、当業者によって、加入者局、モバイルユニット、加入者ユニット、ワイヤレスユニット、リモートユニット、モバイルデバイス、ワイヤレスデバイス、ワイヤレス通信デバイス、リモートデバイス、モバイル加入者局、アクセス端末、モバイル端末、ワイヤレス端末、リモート端末、ハンドセット、ユーザエージェント、モバイルクライアント、クライアント、またはいくつかの他の適切な用語で呼ばれる場合もある。

本明細書で使用する「判断(determining)」、「決定(determining)」という用語は、多種多様な動作を包含する場合がある。「判断」、「決定」は、例えば、計算(calculating)、算出(computing)、処理(processing)、導出(deriving)、調査(investigating)、探索(looking up)（例えば、テーブル、データベースまたは別のデータ構造での探索）、確認(ascertaining)した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、受信(receiving)（例えば、情報を受信すること）、送信(transmitting)(例えば、情報を送信すること)、入力(input)、出力(output)、アクセス(accessing)（例えば、メモリ中のデータにアクセスすること）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、解決(resolving)、選択(selecting)、選定(choosing)、確立(establishing)、比較(comparing)などした事を「判断」「決定」したとみなす事を含み得る。つまり、「判断」「決定」は、何らかの動作を「判断」「決定」したとみなす事を含み得る。

「含む（include）」、「含んでいる（comprising）」、およびそれらの変形が、本明細書あるいは特許請求の範囲で使用されている限り、これら用語は、用語「備える(comprising)」と同様に、包括的であることが意図される。さらに、本明細書あるいは特許請求の範囲において使用されている用語「または（or）」は、排他的論理和ではないことが意図される。本明細書において、文脈または技術的に明らかに1つのみしか存在しない装置である場合以外は、複数の装置をも含むものとする。

本開示の全体において、文脈から明らかに単数を示したものではなければ、複数のものを含むものとする。

１０…サーバ、１１…記憶部、１２…検索文字列取得部、１３…テキスト取得部、１４…エリア決定部、１５…推定用テキスト抽出部、１６…推定部、１００１…プロセッサ、１００２…メモリ、１００３…ストレージ、１００４…通信装置、１００５…入力装置、１００６…出力装置、１００７…バス、２０…ユーザ端末、３０…マイクロブログサーバ、４０…検索サーバ、Ｎ…ネットワーク。

Claims (5)

1. 場所の特徴の推定に用いる推定用テキストを抽出するテキスト抽出装置であって、
   検索に用いられたと共に前記場所に対応する文字列と当該文字列以外の共起文字列を含み、当該検索に応じたアクセス先が前記場所に係る情報であった検索文字列を取得する検索文字列取得部と、
   位置が対応付けられた複数のテキストを取得するテキスト取得部と、
   前記テキスト取得部によって取得されたテキストから、前記場所に対応する文字列、及び前記検索文字列取得部によって取得された検索文字列に含まれる共起文字列を含むエリア決定用テキストを抽出し、抽出したエリア決定用テキストに対応付けられた位置、及び特徴の推定対象である場所の位置に基づいて、前記推定用テキストの抽出に用いるエリアを決定するエリア決定部と、
   前記テキスト取得部によって取得されたテキストから、前記エリア決定部によって決定されたエリア、及び当該テキストに対応付けられた位置に基づいて、前記推定用テキストを抽出する推定用テキスト抽出部と、
   を備えるテキスト抽出装置。
2. 前記エリア決定部は、前記場所に対応する文字列及び前記共起文字列を含む前記検索文字列の数に応じて、エリア決定用テキストを抽出する請求項１に記載のテキスト抽出装置。
3. 前記推定用テキスト抽出部によって抽出された前記推定用テキストから、前記場所の特徴を推定する推定部を更に備える請求項１又は２に記載のテキスト抽出装置。
4. 前記推定部は、前記推定用テキストを構成する文字列から、前記場所の特徴を推定する請求項３に記載のテキスト抽出装置。
5. 前記推定部は、前記推定用テキストの数から、前記場所の特徴を推定する請求項３又は４に記載のテキスト抽出装置。

Images