JP2018085056A - 算出装置、算出方法、及び算出プログラム - Google Patents

Abstract

【課題】複数のトリプル情報における概念体系を統計的に把握可能にする。【解決手段】本願に係る算出装置は、取得部と、算出部とを有する。取得部は、３種類の要素に関する関係を示す複数の第１トリプル情報と、複数の第１トリプル情報における概念体系に基づく複数の第２トリプル情報とを取得する。算出部は、取得部により取得された複数の第２トリプル情報の各々に対応する第１トリプル情報の数に基づいて、複数の第１トリプル情報に関する統計的情報を算出する。【選択図】図３

Description

本発明は、算出装置、算出方法、及び算出プログラムに関する。

従来、ネットワーク上のリソースを記述する枠組みとして、ＲＤＦ（Resource Description Framework）が知られている。また、ＲＤＦのデータモデルでは、トリプル（triple）と称される主語（subject）、述語（predicate）及び目的語（object）の３つの要素でリソースにおける関係を表現する。例えば、トリプルとしてエンコードされ格納されたグラフデータに対するトリプルデータ（トリプル情報）は、膨大な量になるため、複数のデータ記憶ユニットの間に情報を分散する技術が提供されている。

特開２０１５−０９９５８６号公報

しかしながら、上記の従来技術では、複数のトリプル情報における概念体系を統計的に把握可能にすることができるとは限らない。例えば、分散型ネットワークによりトリプル情報を格納するだけでは、格納した複数のトリプル情報がどのような概念的な分布になっているか等、複数のトリプル情報における概念体系を統計的に把握可能にすることが難しい場合がある。

本願は、上記に鑑みてなされたものであって、複数のトリプル情報における概念体系を統計的に把握可能にする算出装置、算出方法、及び算出プログラムを提供することを目的とする。

本願に係る算出装置は、３種類の要素に関する関係を示す複数の第１トリプル情報と、前記複数の第１トリプル情報における概念体系に基づく複数の第２トリプル情報とを取得する取得部と、前記取得部により取得された複数の第２トリプル情報の各々に対応する第１トリプル情報の数に基づいて、前記複数の第１トリプル情報に関する統計的情報を算出する算出部と、を備えたことを特徴とする。

実施形態の一態様によれば、複数のトリプル情報における概念体系を統計的に把握可能にすることができるという効果を奏する。

図１は、実施形態に係る算出処理の一例を示す図である。 図２は、実施形態に係る算出システムの構成例を示す図である。 図３は、実施形態に係る算出装置の構成例を示す図である。 図４は、実施形態に係る第１トリプル情報記憶部の一例を示す図である。 図５は、実施形態に係る第２トリプル情報記憶部の一例を示す図である。 図６は、実施形態に係るオントロジ情報記憶部の一例を示す図である。 図７は、実施形態に係る第２トリプル情報の抽出を示す図である。 図８は、実施形態に係る算出処理の一例を示すフローチャートである。 図９は、実施形態に係る一のトリプル情報に対する算出処理の一例を示すフローチャートである。 図１０は、算出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、本願に係る算出装置、算出方法、及び算出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算出装置、算出方法、及び算出プログラムが限定されるものではない。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。

（実施形態）
〔１．算出処理〕
図１を用いて、実施形態に係る算出処理の一例について説明する。図１は、実施形態に係る算出処理の一例を示す図である。図１では、算出装置１００（図３参照）が第１トリプル情報記憶部１２１に記憶されたトリプル情報に関する統計的情報を算出する場合を示す。なお、ここでいうトリプル情報とは、ＲＤＦ（Resource Description Framework）のデータモデルに基づく情報であって、主語（subject）、述語（predicate）及び目的語（object）の３つの要素（トリプル：triple）でリソースにおける関係を表現する情報である。また、以下では、第１トリプル情報記憶部１２１に記憶されたトリプル情報を第１トリプル情報とし、第２トリプル情報記憶部１２２に記憶されたトリプル情報を第２トリプル情報とし、オントロジ情報記憶部１２３に記憶されたトリプル情報をオントロジ情報と記載する場合がある。なお、第２トリプル情報記憶部１２２やオントロジ情報記憶部１２３についての詳細は後述する。

図１中の第１トリプル情報記憶部１２１には、統計的情報の算出対象となるトリプル情報群が格納される。図１の例では、算出装置１００が第１トリプル情報記憶部１２１中のトリプル情報群のうち、第１トリプルＩＤ「ＦＩＤ１１」により識別される第１トリプル情報ＦＩＤ１１を対象に統計的情報を算出する場合を示す。なお、図１中の第１トリプル情報記憶部１２１は、図４中の第１トリプル情報記憶部１２１に対応し、図１の説明に関する箇所のみを図示する。

上述のように、「第１トリプル情報ＦＩＤ＊（＊は任意の数値）」と記載した場合、その第１トリプル情報は第１トリプルＩＤ「ＦＩＤ＊」により識別されるトリプル情報であることを示す。例えば、「第１トリプル情報ＦＩＤ２１」と記載した場合、そのトリプル情報は第１トリプルＩＤ「ＦＩＤ２１」により識別されるトリプル情報である。

例えば、図１に示す第１トリプル情報記憶部１２１は、「第１トリプルＩＤ」、「Subject（主語）」、「Predicate（述語）」、「Object（目的語）」といった項目が含まれる。

「第１トリプルＩＤ」は、トリプル情報を識別するための識別情報を示す。また、「Subject（主語）」は、第１トリプルＩＤにより識別されるトリプル情報の主語に対応する値を示す。また、「Predicate（述語）」は、第１トリプルＩＤにより識別されるトリプル情報の述語に対応する値を示す。また、「Object（目的語）」は、第１トリプルＩＤにより識別されるトリプル情報の目的語に対応する値を示す。

例えば、図１の例では、第１トリプル情報ＦＩＤ１１は、主語が「<Jim>」、すなわち所定の人間「ジム」であることを示す。また、例えば、図１に示す例において、第１トリプル情報ＦＩＤ１１は、述語が「<worksAt>」、すなわち「〜で働いている」という意味の述語であることを示す。また、例えば、図１に示す例において、第１トリプル情報ＦＩＤ１１は、目的語が「<HOGE.inc>」、すなわち所定の会社「HOGE.inc」であることを示す。すなわち、図１の例では、算出装置１００は、「ジムはHOGE.incで働いている」という具体的な意味に対応する第１トリプル情報ＦＩＤ１１を対象に統計的情報を算出する例を示す。例えば、「<」と「>」との間の文字列は、所定の対象を示す。

まず、図１に示すように、算出装置１００は、対象とする第１トリプル情報のクラスに関する情報を抽出する（ステップＳ１１）。図１の例では、算出装置１００は、第１トリプル情報ＦＩＤ１１のクラスに関する情報を抽出する。例えば、算出装置１００は、第１トリプル情報ＦＩＤ１１のクラスに関する情報をオントロジ情報記憶部１２３から抽出する。

図１中のオントロジ情報記憶部１２３には、所定のオントロジ（概念体系）における各エンティティ（実体）等の定義に関する情報等が格納される。例えば、オントロジ情報記憶部１２３には、いわゆるＲＤＦスキーマ等の概念体系における語彙の定義に関する情報が記憶される。なお、図１中のオントロジ情報記憶部１２３は、図６中のオントロジ情報記憶部１２３に対応し、図１の説明に関する箇所のみを図示する。図１の例では、説明に対応する箇所のみを図示するために、オントロジ情報記憶部１２３−１、１２３−２として２つ図示するが、図１中のオントロジ情報記憶部１２３−１、１２３−２は、同じオントロジ情報記憶部１２３であるものとする。なお、オントロジ情報記憶部１２３−１、１２３−２を区別せずに説明する場合は、オントロジ情報記憶部１２３と記載する。

例えば、図１中のオントロジ情報記憶部１２３は、「オントロジＩＤ」、「Subject（主語）」、「Predicate（述語）」、「Object（目的語）」といった項目が含まれる。

また、図１中のオントロジ情報記憶部１２３−１に示すオントロジＩＤ「ＴＩＤ５０１」により識別されるオントロジ情報ＴＩＤ５０１は、主語が「<Jim>」であることを示す。また、例えば、図１中のオントロジ情報記憶部１２３−１に示すオントロジ情報ＴＩＤ５０１は、述語が「rdf:type」、すなわち所定のプロパティであることを示す。例えば、述語「rdf:type」は、主語に対応する値が目的語に対応するクラスのインスタンスであることを示す。また、例えば、図１中のオントロジ情報記憶部１２３−１に示すオントロジ情報ＴＩＤ５０１は、目的語が「<ceo>」、すなわち最高経営責任者であることを示す。このように、図１に示す例において、オントロジ情報ＴＩＤ５０１は、「<Jim>」は、「<ceo>」のインスタンスであること、すなわち「ジムは最高経営責任者である」ことを定義する。

また、図１中のオントロジ情報記憶部１２３−１に示すオントロジＩＤ「ＴＩＤ５０２」により識別されるオントロジ情報ＴＩＤ５０２は、主語が「<Jim>」であることを示す。また、例えば、図１中のオントロジ情報記憶部１２３−１に示すオントロジ情報ＴＩＤ５０２は、述語が「rdf:type」であることを示す。また、例えば、図１中のオントロジ情報記憶部１２３−１に示すオントロジ情報ＴＩＤ５０２は、目的語が「<father>」、すなわち父親であることを示す。このように、図１に示す例において、オントロジ情報ＴＩＤ５０２は、「<Jim>」は、「<father>」のインスタンスであること、すなわち「ジムは父親である」ことを定義する。

また、図１中のオントロジ情報記憶部１２３−１に示すオントロジＩＤ「ＴＩＤ５０５」により識別されるオントロジ情報ＴＩＤ５０５は、主語が「<HOGE.inc>」であることを示す。また、例えば、図１中のオントロジ情報記憶部１２３−１に示すオントロジ情報ＴＩＤ５０５は、述語が「rdf:type」であることを示す。また、例えば、図１中のオントロジ情報記憶部１２３−１に示すオントロジ情報ＴＩＤ５０５は、目的語が「<commercial company>」、すなわち営利企業であることを示す。このように、図１に示す例において、オントロジ情報ＴＩＤ５０５は、「<HOGE.inc>」は、「<commercial company>」のインスタンスであること、すなわち「HOGE.incは営利企業である」ことを定義する。なお、本明細書中の全角スペースは半角スペースに置き換えてもよい。

なお、上述のように、「オントロジ情報ＴＩＤ＊（＊は任意の数値）」と記載した場合、そのオントロジ情報はオントロジＩＤ「ＴＩＤ＊」により識別されるトリプル情報であることを示す。例えば、「オントロジ情報ＴＩＤ５０２」と記載した場合、そのトリプル情報はオントロジＩＤ「ＴＩＤ５０２」により識別されるトリプル情報である。

また、オントロジ情報記憶部１２３に記憶されたオントロジ情報に含まれる対象（以下、「名辞」ともいう）は、図１中のグラフ情報ＯＮ１１やグラフ情報ＯＮ２１に示すような階層的な概念体系を示すグラフ構造を有する。なお、ここでいう名辞は、概念の言語的表現であればどのような対象であってもよく、例えば抽象的対象や具体的対象及びその言語的表現が対応する品詞等に関わらずどのような対象であってもよい。また、例えば、ここでいう「名辞」は、ＲＤＦのデータモデルにおいては、「ＵＲＩ(Universal Resource Identifier)」として定義される。例えば、ＲＤＦのデータモデルにおいては、各概念に識別子（機械的なアドレス等）を対応付けることで、セマンティックウェブ技術における概念の唯一性を実現する。図１中のグラフ情報ＯＮ１１に示すノードＮＤ１０１〜ＮＤ１１３やグラフ情報ＯＮ２１に示すノードＮＤ２０１〜ＮＤ２１２は、オントロジ情報記憶部１２３に記憶されたオントロジ情報の各名辞に対応する。以下、ノードＮＤ１０１〜ＮＤ１１３及びノードＮＤ２０１〜ＮＤ２１２を区別せずに説明する場合、「ノードＮＤ」と記載する。

また、図１では、主語「<Jim>」に関する探索を行うグラフ構造を示すグラフ情報ＯＮ１１と目的語「<HOGE.inc>」に関する探索を行うグラフ構造を示すグラフ情報ＯＮ２１とを分割して図示するが、グラフ情報ＯＮ１１、ＯＮ２１は、オントロジ情報記憶部１２３に記憶されたオントロジ情報に基づいて構成される概念体系の一部である。すなわち、グラフ情報ＯＮ１１とグラフ情報ＯＮ２１とには共通のノードＮＤが含まれてもよいし、グラフ情報ＯＮ１１中のノードＮＤとグラフ情報ＯＮ２１中のノードＮＤとは矢印により連結されてもよい。

図１中のグラフ情報ＯＮ１１やグラフ情報ＯＮ２１に示す各ノードＮＤ間を連結する矢印線は、連結されるノードに対応する名辞間に上位クラスと下位クラスとの関係があることを示す。具体的には、矢印線の始点側のノードに対応する名辞が下位クラスであり、矢先側のノードに対応する名辞が上位クラスであることを示す。例えば、ノードＮＤ１１０に対応する名辞「<person>」は、ノードＮＤ１１３に対応する名辞「<employee>」の上位クラスであることを示す。なお、図１中においては適宜「<>」の記載を省略する。また、図１中のグラフ情報ＯＮ１１やグラフ情報ＯＮ２１中のノードＮＤは、説明に必要な一部のみを図示する。例えば、名辞「<person>」に対応するノードＮＤ１１０には、ノードＮＤ１０９、ＮＤ１１３の２つのノードＮＤ以外にも種々の下位クラス（下位概念）に対応するノードＮＤが含まれてもよい。

例えば、オントロジ情報記憶部１２３（図６参照）に記憶されたオントロジ情報ＴＩＤ２３１は、主語が「<employee>」、すなわち従業員であることを示す。また、例えば、オントロジ情報ＴＩＤ２３１は、述語が「rdfs:subClassOf」、すなわち所定のプロパティであることを示す。例えば、述語「rdfs:subClassOf」は、主語に対応する値が目的語に対応するクラスのメンバー、つまりサブクラス（下位クラス）であることを示す。また、例えば、オントロジ情報ＴＩＤ２３１は、目的語が「<person>」であることを示す。すなわち、オントロジ情報ＴＩＤ２３１は、「<employee>」は、「<person>」の下位クラスであることを示す。言い換えると、オントロジ情報ＴＩＤ２３１は、「従業員」は、「人間」の下位概念であることを示す。

例えば、算出装置１００は、上述したオントロジ情報ＴＩＤ２３１に基づいて、グラフ情報ＯＮ１１中の名辞「<employee>」に対応するノードＮＤ１１３を始点とし、名辞「<person>」に対応するノードＮＤ１１０が矢先となる矢印の関係を抽出する。

また、例えば、オントロジ情報記憶部１２３（図６参照）に記憶されたオントロジ情報ＴＩＤ２０１は、主語が「<ceo>」、すなわち最高経営責任者であることを示す。また、例えば、オントロジ情報ＴＩＤ２０１は、述語が「rdfs:subClassOf」であることを示す。また、例えば、オントロジ情報ＴＩＤ２０１は、目的語が「<officer>」、すなわち役員であることを示す。すなわち、オントロジ情報ＴＩＤ２０１は、「<officer>」は、「<ceo>」の下位クラスであることを示す。言い換えると、オントロジ情報ＴＩＤ２３１は、「最高経営責任者」は、「役員」の下位概念であることを示す。

例えば、算出装置１００は、上述したオントロジ情報ＴＩＤ２０１に基づいて、グラフ情報ＯＮ１１中の名辞「<ceo>」に対応するノードＮＤ１０３を始点とし、名辞「<officer>」に対応するノードＮＤ１０８が矢先となる矢印の関係を抽出する。このように、算出装置１００は、オントロジ情報記憶部１２３に記憶されたオントロジ情報に基づいて、グラフ情報ＯＮ１１やグラフ情報ＯＮ２１に示すようなグラフ構造を抽出する。

図１の例では、算出装置１００は、第１トリプル情報ＦＩＤ１１の主語「<Jim>」が主語であり、述語が「rdf:type」であるオントロジ情報をオントロジ情報記憶部１２３から抽出する。また、図１の例では、算出装置１００は、第１トリプル情報ＦＩＤ１１の目的語「<HOGE.inc>」が主語であり、述語が「rdf:type」であるオントロジ情報をオントロジ情報記憶部１２３から抽出する。具体的には、算出装置１００は、オントロジ情報ＴＩＤ５０１、ＴＩＤ５０２、ＴＩＤ５０５等をオントロジ情報記憶部１２３から抽出する。

例えば、算出装置１００は、抽出したオントロジ情報ＴＩＤ５０１に基づいて、「<Jim>」が「<ceo>」のインスタンスであると特定する。これにより、算出装置１００は、オントロジ情報記憶部１２３から「<ceo>」が「<Jim>」のクラスであること示す情報を抽出する。また、例えば、算出装置１００は、抽出したオントロジ情報ＴＩＤ５０２に基づいて、「<Jim>」が「<father>」のインスタンスであると特定する。これにより、算出装置１００は、オントロジ情報記憶部１２３から「<father>」が「<Jim>」のクラスであること示す情報を抽出する。なお、図示を省略するが、算出装置１００は、抽出した他のオントロジ情報に基づいて、例えば「<American>」すなわちアメリカ人が「<Jim>」のクラスであること等を特定する。

算出装置１００は、「<Jim>」のクラスに関する情報に対応するノードＮＤを抽出する。図１の例では、算出装置１００は、「<Jim>」のクラスである「<ceo>」や「<father>」等に対応するノードＮＤを抽出する。図１の例では、算出装置１００は、グラフ情報ＯＮ１１中の領域ＡＲ１１に示すように名辞「<ceo>」に対応するノードＮＤ１０３や名辞「<father>」に対応するノードＮＤ１０２を含む４つのノードＮＤ１０１〜ＮＤ１０４を抽出する。

また、例えば、算出装置１００は、抽出したオントロジ情報ＴＩＤ５０５に基づいて、「<HOGE.inc>」が「<commercial company>」のインスタンスであると特定する。これにより、算出装置１００は、オントロジ情報記憶部１２３から「<commercial company>」が「<HOGE.inc>」のクラスであること示す情報を抽出する。

算出装置１００は、「<HOGE.inc>」のクラスに関する情報に対応するノードＮＤを抽出する。図１の例では、算出装置１００は、「<HOGE.inc>」のクラスである「<commercial company>」等に対応するノードＮＤを抽出する。図１の例では、算出装置１００は、グラフ情報ＯＮ２１中の領域ＡＲ２１に示すように名辞「<commercial company>」に対応するノードＮＤ２０１を含む４つのノードＮＤ２０１〜ＮＤ２０４を抽出する。

そして、算出装置１００は、グラフ情報ＯＮ１１中の４つのノードＮＤ１０１〜ＮＤ１０４から上位クラスを辿ることにより「<Jim>」のクラスに関する情報を抽出する。また、算出装置１００は、グラフ情報ＯＮ２１中の４つのノードＮＤ２０１〜ＮＤ２０４から上位クラスを辿ることにより「<HOGE.inc>」のクラスに関する情報を抽出する。

ここで、算出装置１００は、グラフ情報ＯＮ１１中の４つのノードＮＤ１０１〜ＮＤ１０４やグラフ情報ＯＮ２１中の４つのノードＮＤ２０１〜ＮＤ２０４から探索する範囲を特定するための情報をオントロジ情報記憶部１２３から抽出する（ステップＳ１２）。図１の例では、算出装置１００は、第１トリプル情報ＦＩＤ１１の述語「<worksAt>」に基づいて、グラフ情報ＯＮ１１中の４つのノードＮＤ１０１〜ＮＤ１０４やグラフ情報ＯＮ２１中の４つのノードＮＤ２０１〜ＮＤ２０４から探索する範囲を特定するための情報を抽出する。

例えば、図１中のオントロジ情報記憶部１２３−２に示すようにオントロジ情報ＴＩＤ１０１は、主語が「<worksAt>」であることを示す。また、例えば、オントロジ情報ＴＩＤ１０１は、述語が「rdfs:domain」、すなわち定義域を示す所定のプロパティであることを示す。この場合、述語「rdfs:domain」は、「<worksAt>」の主語になり得るクラスを示す。また、例えば、オントロジ情報ＴＩＤ１０１は、目的語が「<person>」、すなわち人間であることを示す。すなわち、オントロジ情報ＴＩＤ１０１は、「<worksAt>」の主語には、クラス「<person>」以下のクラスがなり得ることを示す。すなわち、「<worksAt>」の主語としては、名辞「<person>」が最上位概念であることを示す。なお、主語が「<worksAt>」であり、述語が「rdfs:domain」であるオントロジ情報、すなわち「<worksAt>」の定義域を示すオントロジ情報は複数あってもよい。

そのため、算出装置１００は、グラフ情報ＯＮ１１中の４つのノードＮＤ１０１〜ＮＤ１０４から探索する範囲を名辞「<person>」に対応するノードＮＤ１１０までと決定する。すなわち、算出装置１００は、グラフ情報ＯＮ１１中の４つのノードＮＤ１０１〜ＮＤ１０４から名辞「<person>」に対応するノードＮＤ１１０までの間に位置するノードＮＤに対応する名辞を名辞「<Jim>」のクラスに関する情報として抽出する（ステップＳ１３）。

図１の例では、ノードＮＤ１０３、ＮＤ１０４から、ノードＮＤ１１０に到達できるため、ノードＮＤ１０３、ＮＤ１０４からノードＮＤ１１０までの間に含まれるノードＮＤは、名辞「<Jim>」のクラスに関する情報として抽出される対象となる。具体的には、ノードＮＤ１０３、ＮＤ１０４、ＮＤ１０８〜ＮＤ１１３の８つのノードＮＤが名辞「<Jim>」のクラスに関する情報として抽出される対象となる。なお、図１の例では、算出装置１００は、最上位概念である名辞「<person>」に対応するノードＮＤ１１０から２つ下のクラスまでを統計的情報の算出対象として抽出する。

すなわち、図１の例では、算出装置１００は、ノードＮＤ１０８〜ＮＤ１１０、ＮＤ１１２及びＮＤ１１３の５つのノードＮＤに対応する名辞を統計的情報の算出対象として抽出する。なお、対象とするトリプル情報の主語に対応するとして抽出されたノードＮＤを「第１要素」と記載する場合がある。具体的には、算出装置１００は、ノードＮＤ１０８に対応する名辞「<officer>」、ノードＮＤ１０９に対応する名辞「<owner>」、ノードＮＤ１１０に対応する名辞「<person>」、ノードＮＤ１１２に対応する名辞「<engineer>」及びノードＮＤ１１３に対応する名辞「<employee>」の５つを統計的情報の算出対象とする。

また、図１の例では、ノードＮＤ１０１、ＮＤ１０２からは、ノードＮＤ１１０に到達できないため、ノードＮＤ１０１、ＮＤ１０２やその上位のクラスに対応するノードＮＤ１０５〜ＮＤ１０７は、名辞「<Jim>」のクラスに関する情報として抽出されない。なお、グラフ情報ＯＮ１１には、名辞「<person>」に対応するノードＮＤ１１０よりも上位のクラスに対応するノードが含まれてもよい。

また、例えば、図１中のオントロジ情報記憶部１２３−２に示すようにオントロジ情報ＴＩＤ１０２は、主語が「<worksAt>」であることを示す。また、例えば、オントロジ情報ＴＩＤ１０２は、述語が「rdfs:range」、すなわち値域を示す所定のプロパティであることを示す。この場合、述語「rdfs:range」は、「<worksAt>」の目的語になり得るクラスを示す。また、例えば、オントロジ情報ＴＩＤ１０２は、目的語が「<organization>」、すなわち組織であることを示す。すなわち、オントロジ情報ＴＩＤ１０２は、「<worksAt>」の目的語には、クラス「<organization>」以下のクラスがなり得ることを示す。すなわち、「<worksAt>」の目的語としては、名辞「<organization>」が最上位概念であることを示す。なお、主語が「<worksAt>」であり、述語が「rdfs:range」であるオントロジ情報、すなわち「<worksAt>」の値域を示すオントロジ情報は複数あってもよい。

そのため、算出装置１００は、グラフ情報ＯＮ２１中の４つのノードＮＤ２０１〜ＮＤ２０４から探索する範囲を名辞「<organization>」に対応するノードＮＤ２０７までと決定する。すなわち、算出装置１００は、グラフ情報ＯＮ２１中の４つのノードＮＤ２０１〜ＮＤ２０４から名辞「<organization>」に対応するノードＮＤ２０７までの間に位置するノードＮＤに対応する名辞を「<HOGE.inc>」のクラスに関する情報として抽出する（ステップＳ１４）。

図１の例では、ノードＮＤ２０１から、ノードＮＤ２０７に到達できるため、ノードＮＤ２０１からノードＮＤ２０７までの間に含まれるノードＮＤは、名辞「<organization>」のクラスに関する情報として抽出される対象となる。具体的には、ノードＮＤ２０１、ＮＤ２０５〜ＮＤ２０７の４つのノードＮＤが名辞「<organization>」のクラスに関する情報として抽出される対象となる。なお、図１の例では、算出装置１００は、最上位概念である名辞「<organization>」に対応するノードＮＤ２０７から２つ下のクラスまでを統計的情報の算出対象として抽出する。

すなわち、図１の例では、算出装置１００は、ノードＮＤ２０５〜ＮＤ２０７の３つのノードＮＤに対応する名辞を統計的情報の算出対象として抽出する。なお、対象とするトリプル情報の目的後に対応するとして抽出されたノードＮＤを「第２要素」と記載する場合がある。具体的には、算出装置１００は、ノードＮＤ２０５に対応する名辞「<company limited>」、ノードＮＤ２０６に対応する名辞「<company>」及びノードＮＤ２０７に対応する名辞「<organization>」の３つを統計的情報の算出対象とする。

また、図１の例では、ノードＮＤ２０２〜ＮＤ２０４からは、ノードＮＤ２０７に到達できないため、ノードＮＤ２０２〜ＮＤ２０４やその上位のクラスに対応するノードＮＤ２０８〜ＮＤ２１１は、名辞「<organization>」のクラスに関する情報として抽出されない。なお、グラフ情報ＯＮ２１には、名辞「<organization>」に対応するノードＮＤ１１０よりも上位のクラスに対応するノードが含まれてもよい。

そして、算出装置１００は、抽出した第１要素及び第２要素に基づく組合せを抽出する（ステップＳ１５）。図１の例では、算出装置１００は、第１要素であるノードＮＤ１０８〜ＮＤ１１０、ＮＤ１１２及びＮＤ１１３及び第２要素であるノードＮＤ２０５〜ＮＤ２０７に基づく組合せを抽出する。具体的には、算出装置１００は、第１要素の各々を主語とし、名辞「<worksAt>」を述語とし、第２要素の各々を目的語とした場合にとり得る組合せを抽出する。

図１の例では、算出装置１００は、ノードＮＤ１０８〜ＮＤ１１０、ＮＤ１１２及びＮＤ１１３の５つのノードに対応する名辞の各々を主語とし、名辞「<worksAt>」を述語とし、ノードＮＤ２０５〜ＮＤ２０７の３つのノードに対応する名辞の各々を目的語とした場合にとり得る組合せを抽出する。すなわち、算出装置１００は、ノードＮＤ１０８〜ＮＤ１１０、ＮＤ１１２及びＮＤ１１３の５つのノードに対応する名辞の各々を主語とし、名辞「<worksAt>」を述語とし、ノードＮＤ２０５〜ＮＤ２０７の３つのノードに対応する名辞の各々を目的語とした１５（＝５×３）通りの組合せを抽出する。図１の例では、算出装置１００は、組合せ情報ＣＮ２１に示すような組合せを抽出する。

例えば、算出装置１００は、組合せ情報ＣＮ２１に示すように、主語が「<person>」であり、述語が「<worksAt>」であり、目的語が「<organization>」である組合せを抽出する。また、例えば、算出装置１００は、組合せ情報ＣＮ２１に示すように、主語が「<employee>」であり、述語が「<worksAt>」であり、目的語が「<organization>」である組合せを抽出する。また、算出装置１００は、残りの１３通りの組合せについても抽出する。

そして、算出装置１００は、抽出した組合せに基づいて統計的情報を算出する（ステップＳ１６）。図１の例では、算出装置１００は、抽出した組合せに基づいて、第２トリプル情報記憶部１２２中の第２トリプル情報のカウント値を加算する。例えば、第２トリプル情報は、オントロジ情報記憶部１２３中のオントロジ情報に基づく概念的な分類構造を示すスキーマ情報である。例えば、第２トリプル情報は、オントロジ情報記憶部１２３中のオントロジ情報に基づくトリプル情報間における意味的な概念構造（グラフ構造）を示す情報である。なお、第２トリプル情報の抽出（生成）についての詳細は後述する。

例えば、図１中の第２トリプル情報記憶部１２２は、「第２トリプルＩＤ」、「Subject（主語）」、「Predicate（述語）」、「Object（目的語）」、「統計的情報」といった項目が含まれる。なお、図１中の第２トリプル情報記憶部１２２と図５中の第２トリプル情報記憶部１２２とは同じ第２トリプル情報記憶部１２２であり、図１中では、第２トリプル情報記憶部１２２の項目「階層情報」の図示を省略する。

「第２トリプルＩＤ」は、トリプル情報を識別するための識別情報を示す。また、「Subject（主語）」は、第２トリプルＩＤにより識別されるトリプル情報の主語に対応する値を示す。また、「Predicate（述語）」は、第２トリプルＩＤにより識別されるトリプル情報の述語に対応する値を示す。また、「Object（目的語）」は、第２トリプルＩＤにより識別されるトリプル情報の目的語に対応する値を示す。

また、「統計的情報」には、「階層」や「カウント値」といった項目が含まれる。例えば、「階層」は、第２トリプルＩＤにより識別されるトリプル情報の第２トリプル情報における階層が記憶される。例えば、「カウント値」は、第２トリプルＩＤにより識別されるトリプル情報のカウント値が記憶される。例えば、「カウント値」は、第２トリプルＩＤにより識別されるトリプル情報に対応する第１トリプル情報の数に基づくカウント値が記憶される。

例えば、図５に示す例においては、第２トリプル情報記憶部１２２には、第２トリプルＩＤ「ＳＩＤ２１」により識別される第２トリプル情報ＳＩＤ２１や第２トリプルＩＤ「ＳＩＤ４１」により識別される第２トリプル情報ＳＩＤ４１等のトリプル情報が記憶される。

なお、上述のように、「第２トリプル情報ＳＩＤ＊（＊は任意の数値）」と記載した場合、その第２トリプル情報ＳＩＤは第２トリプル情報ＩＤ「ＳＩＤ＊」により識別されるトリプル情報であることを示す。例えば、「第２トリプル情報ＳＩＤ２２」と記載した場合、そのトリプル情報は第２トリプルＩＤ「ＳＩＤ２２」により識別されるトリプル情報である。

例えば、図１に示す例において、第２トリプルＩＤ「ＳＩＤ１１」により識別される第２トリプル情報ＳＩＤ１１は、主語が「<person>」、すなわち人間であることを示す。また、例えば、第２トリプル情報ＳＩＤ１１は、述語が「<worksAt>」、すなわち「〜で働いている」という意味の述語であることを示す。また、例えば、第２トリプル情報ＳＩＤ１１は、目的語が「<organization>」、すなわち組織であることを示す。このように、第２トリプル情報ＳＩＤ１１は、「人間は組織で働いている」という抽象的な意味を示す。

例えば、図１に示す例において、第２トリプルＩＤ「ＳＩＤ４１」により識別される第２トリプル情報ＳＩＤ４１は、主語が「<engineer>」、すなわち技術者であることを示す。また、例えば、第２トリプル情報ＳＩＤ４１は、述語が「<worksAt>」、すなわち「〜で働いている」という意味の述語であることを示す。また、例えば、第２トリプル情報ＳＩＤ４１は、目的語が「<company>」、すなわち会社であることを示す。このように、第２トリプル情報ＳＩＤ４１は、「技術者は会社で働いている」という抽象的な意味を示す。

図１の例では、算出装置１００は、組合せ情報ＣＮ２１に含まれる各組合せに対応する第２トリプル情報記憶部１２２中の第２トリプル情報に対応するカウント値を１増加させる。

例えば、算出装置１００は、組合せ情報ＣＮ２１中の主語が「<person>」であり、述語が「<worksAt>」であり、目的語が「<organization>」である組合せに対応する第２トリプル情報ＳＩＤ１１のカウント値を１増加させる。図１の例では、算出装置１００は、組合せ情報ＣＮ２１中の主語が「<person>」であり、述語が「<worksAt>」であり、目的語が「<organization>」である組合せに対応する第２トリプル情報ＳＩＤ１１のカウント値を「９９９９」から「１０００００」に増加させる。

また、例えば、算出装置１００は、組合せ情報ＣＮ２１中の主語が「<engineer>」であり、述語が「<worksAt>」であり、目的語が「<company>」である組合せに対応する第２トリプル情報ＳＩＤ４１のカウント値を１増加させる。図１の例では、算出装置１００は、組合せ情報ＣＮ２１中の主語が「<engineer>」であり、述語が「<worksAt>」であり、目的語が「<company>」である組合せに対応する第２トリプル情報ＳＩＤ４１のカウント値を「７９９」から「８００」に増加させる。

算出装置１００は、上述したような処理を第１トリプル情報記憶部１２１に格納された各第１トリプル情報に対して行うことにより、第１トリプル情報記憶部１２１に格納された第１トリプル情報群に関する統計的情報を算出する。例えば、算出装置１００は、主語が「<Jim>」であり、述語が「<hasAge>」であり、目的語が「32」である第１トリプル情報ＦＩＤ２１や第１トリプル情報ＦＩＤ２０１、ＦＩＤ１１０５（図４参照）等に対しても、上述したような処理を行うことにより、第１トリプル情報記憶部１２１に格納された第１トリプル情報群に関する統計的情報を算出する。

上述したように、算出装置１００は、第２トリプル情報の各々に対応する第１トリプル情報の数に基づいて、第１トリプル情報に関する統計的情報を算出する。このように、算出装置１００は、所定の概念体系に関する第２トリプル情報に基づいて第１トリプル情報群に含まれる第１トリプル情報の傾向を示す統計的情報を生成することにより、複数のトリプル情報における概念体系を統計的に把握可能にすることができる。なお、算出装置１００は、生成した統計的情報を端末装置１０（図２参照）に提供してもよい。例えば、算出装置１００により算出された第１トリプル情報に関する統計的情報は、第１トリプル情報を分散して格納する場合において用いることができる。例えば、算出装置１００は、算出した第１トリプル情報に関する統計的情報に基づいて、第１トリプル情報を第２トリプル情報の階層関係に応じて分散して複数の記憶装置に格納することにより、類似する概念に対応する第１トリプル情報を同じ記憶装置に格納することが可能となる。なお、上述した例では、述語を「<worksAt>」とした場合を一例として示したが、述語にも上位概念（上位クラス）や下位概念（下位クラス）等の階層構造に関するオントロジ情報があれば、述語についても上記と同様の処理を行うことにより、統計的情報を算出してもよい。例えば、述語である名辞「<worksAt>」の上位概念として名辞「<belongsTo>」が定義され、名辞「<belongsTo>」の下位概念として名辞「<worksAt>」に加えて名辞「<studiesAt>」（〜で学ぶ）が定義されている場合、算出装置１００は、この概念体系に基づいて統計的情報を算出してもよい。例えば、算出装置１００は、名辞「<belongsTo>」について、下位概念である名辞「<worksAt>」に対応する第１トリプル情報や名辞「<studiesAt>」に対応する第１トリプル情報に基づいて、カウント値を算出することにより統計的情報を算出してもよい。

〔２．算出システムの構成〕
図２に示すように、算出システム１は、端末装置１０と、情報提供装置５０と、算出装置１００とが含まれる。端末装置１０と、情報提供装置５０と、算出装置１００とは所定のネットワークＮを介して、有線または無線により通信可能に接続される。図２は、実施形態に係る算出システムの構成例を示す図である。なお、図２に示した算出システム１には、複数台の端末装置１０や、複数台の情報提供装置５０や、複数台の算出装置１００が含まれてもよい。

端末装置１０は、ユーザによって利用される情報処理装置である。端末装置１０は、ユーザによる種々の操作を受け付ける。なお、以下では、端末装置１０をユーザと表記する場合がある。すなわち、以下では、ユーザを端末装置１０と読み替えることもできる。なお、上述した端末装置１０は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等により実現される。

情報提供装置５０は、ウェブサーバ等の種々の外部装置から収集した文字情報等に基づくトリプル情報が格納された情報処理装置である。例えば、情報提供装置５０は、ウェブサーバ等の種々の外部装置から収集したリソースに関する情報に基づいてトリプル情報を生成する。また、例えば、情報提供装置５０は、第１トリプル情報や第２トリプル情報やオントロジ情報を算出装置１００へ提供する。

算出装置１００は、複数の第２トリプル情報の各々に対応する第１トリプル情報の数に基づいて、複数の第１トリプル情報に関する統計的情報を算出するする情報処理装置である。また、本実施形態において算出装置１００は、端末装置１０に第１トリプル情報に関する統計的情報を提供する。なお、算出装置１００は、ウェブサーバ等の種々の外部装置から収集したリソースに関する情報に基づいて、トリプル情報を生成してもよい。例えば、算出装置１００は、ウェブサーバ等の種々の外部装置から収集したリソースに関する情報に基づいて、第１トリプル情報や第２トリプル情報やオントロジ情報を生成してもよい。

〔３．算出装置の構成〕
次に、図３を用いて、実施形態に係る算出装置１００の構成について説明する。図３は、実施形態に係る算出装置１００の構成例を示す図である。図３に示すように、算出装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、算出装置１００は、算出装置１００の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）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワーク（例えば図２中のネットワークＮ）と有線または無線で接続され、端末装置１０との間で情報の送受信を行う。

（記憶部１２０）
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。実施形態に係る記憶部１２０は、図３に示すように、第１トリプル情報記憶部１２１と、第２トリプル情報記憶部１２２と、オントロジ情報記憶部１２３とを有する。

（第１トリプル情報記憶部１２１）
実施形態に係る第１トリプル情報記憶部１２１は、トリプルに関する各種情報を記憶する。例えば、第１トリプル情報記憶部１２１は、トリプル情報や関連付け情報を記憶する。図４は、実施形態に係る第１トリプル情報記憶部の一例を示す図である。図４に示す第１トリプル情報記憶部１２１は、「第１トリプルＩＤ」、「Subject（主語）」、「Predicate（述語）」、「Object（目的語）」といった項目が含まれる。

「第１トリプルＩＤ」は、トリプル情報を識別するための識別情報を示す。また、「Subject（主語）」は、第１トリプルＩＤにより識別されるトリプル情報の主語に対応する値を示す。また、「Predicate（述語）」は、第１トリプルＩＤにより識別されるトリプル情報の述語に対応する値を示す。また、「Object（目的語）」は、第１トリプルＩＤにより識別されるトリプル情報の目的語に対応する値を示す。

例えば、図４に示す例においては、第１トリプル情報記憶部１２１には、第１トリプルＩＤ「ＦＩＤ１１」により識別される第１トリプル情報ＦＩＤ１１や第１トリプルＩＤ「ＦＩＤ１１０５」により識別される第１トリプル情報ＦＩＤ１１０５等の多数（例えば、数十億や数百億等）のトリプル情報が記憶される。

例えば、図４に示す例において、第１トリプルＩＤ「ＦＩＤ１１」により識別される第１トリプル情報ＦＩＤ１１は、主語が「<Jim>」、すなわち所定の人間「ジム」であることを示す。また、例えば、図４に示す例において、第１トリプル情報ＦＩＤ１１は、述語が「<worksAt>」、すなわち「〜で働いている」という意味の述語であることを示す。また、例えば、図４に示す例において、第１トリプル情報ＦＩＤ１１は、目的語が「<HOGE.inc>」、すなわち所定の会社「HOGE.inc」であることを示す。このように、図４に示す例において、第１トリプル情報ＦＩＤ１１は、「ジムはHOGE.incで働いている」という具体的な意味に対応するトリプル情報である。

また、例えば、図４に示す例において、第１トリプルＩＤ「ＦＩＤ２１」により識別される第１トリプル情報ＦＩＤ２１は、主語が「<Jim>」であることを示す。また、例えば、図４に示す例において、第１トリプル情報ＦＩＤ２１は、述語が「<hasAge>」、すなわち「〜歳である」という意味の述語であることを示す。また、例えば、図４に示す例において、第１トリプル情報ＦＩＤ１１は、目的語が「32」、すなわち数値「３２」であることを示す。このように、図４に示す例において、第１トリプル情報ＦＩＤ２１は、「ジムは３２歳である」という具体的な意味に対応するトリプル情報である。

なお、第１トリプル情報記憶部１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、第１トリプル情報記憶部１２１には、抽象的な意味に対応するトリプル情報が記憶されてもよい。例えば、第１トリプル情報記憶部１２１は、「Subject（主語）」、「Predicate（述語）」、「Object（目的語）」には、所定のプロパティが格納されてもよい。

（第２トリプル情報記憶部１２２）
実施形態に係る第２トリプル情報記憶部１２２は、第１トリプル情報記憶部１２１に記憶されたトリプル情報の参照に用いる各種情報を記憶する。図５は、実施形態に係る第２トリプル情報記憶部の一例を示す図である。図５に示す第２トリプル情報記憶部１２２は、「第２トリプルＩＤ」、「Subject（主語）」、「Predicate（述語）」、「Object（目的語）」、「階層情報」、「統計的情報」といった項目が含まれる。

「第２トリプルＩＤ」は、トリプル情報を識別するための識別情報を示す。また、「Subject（主語）」は、第２トリプルＩＤにより識別されるトリプル情報の主語に対応する値を示す。また、「Predicate（述語）」は、第２トリプルＩＤにより識別されるトリプル情報の述語に対応する値を示す。また、「Object（目的語）」は、第２トリプルＩＤにより識別されるトリプル情報の目的語に対応する値を示す。

また、「階層情報」には、「上位１」や「上位２」といった項目が含まれる。例えば、「上位１」や「上位２」は、第２トリプルＩＤにより識別されるトリプル情報の上位概念（上位クラス）に対応するトリプル情報を識別する情報が記憶される。なお、図５では、「上位１」及び「上位２」のみを図示するが、トリプル情報の上位クラスに対応する全トリプル情報が記憶されるように「上位３」や「上位４」等が含まれてもよい。

また、「統計的情報」には、「階層」や「カウント値」といった項目が含まれる。例えば、「階層」は、第２トリプルＩＤにより識別されるトリプル情報の第２トリプル情報における階層が記憶される。例えば、「カウント値」は、第２トリプルＩＤにより識別されるトリプル情報のカウント値が記憶される。例えば、「カウント値」は、第２トリプルＩＤにより識別されるトリプル情報に対応する第１トリプル情報の数に基づくカウント値が記憶される。

例えば、図５に示す例においては、第２トリプル情報記憶部１２２には、第２トリプルＩＤ「ＳＩＤ２１」により識別される第２トリプル情報ＳＩＤ２１や第２トリプルＩＤ「ＳＩＤ４１」により識別される第２トリプル情報ＳＩＤ４１等のトリプル情報が記憶される。

例えば、図５に示す例において、第２トリプルＩＤ「ＳＩＤ１１」により識別される第２トリプル情報ＳＩＤ１１は、主語が「<person>」、すなわち人間であることを示す。また、例えば、図５に示す例において、第２トリプル情報ＳＩＤ１１は、述語が「<worksAt>」、すなわち「〜で働いている」という意味の述語であることを示す。また、例えば、図５に示す例において、第２トリプル情報ＳＩＤ１１は、目的語が「<organization>」、すなわち組織であることを示す。このように、図５に示す例において、第２トリプル情報ＳＩＤ１１は、「人間は組織で働いている」という抽象的な意味に対応するトリプル情報である。

例えば、図５に示す例において、第２トリプルＩＤ「ＳＩＤ４１」により識別される第２トリプル情報ＳＩＤ４１は、主語が「<engineer>」、すなわち技術者であることを示す。また、例えば、図５に示す例において、第２トリプル情報ＳＩＤ４１は、述語が「<worksAt>」、すなわち「〜で働いている」という意味の述語であることを示す。また、例えば、図５に示す例において、第２トリプル情報ＳＩＤ４１は、目的語が「<company>」、すなわち会社であることを示す。このように、図５に示す例において、第２トリプル情報ＳＩＤ４１は、「技術者は会社で働いている」という抽象的な意味に対応するトリプル情報である。

なお、第２トリプル情報記憶部１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、第２トリプル情報記憶部１２２には、具体的な意味に対応するトリプル情報が記憶されてもよい。例えば、第２トリプル情報記憶部１２２は、「Subject（主語）」、「Predicate（述語）」、「Object（目的語）」には、所定のプロパティが格納されてもよい。また、例えば、第２トリプル情報記憶部１２２は、「階層情報」に、「下位１」や「下位２」といったそのトリプル情報に対応する下位概念（下位クラス）を示す項目が含まれてもよい。

（オントロジ情報記憶部１２３）
実施形態に係るオントロジ情報記憶部１２３は、所定の概念体系（オントロジ）に関する各種情報を記憶する。例えば、オントロジ情報記憶部１２３は、各エンティティ（実体）等の定義に関する情報等を記憶する。図６は、実施形態に係るオントロジ情報記憶部の一例を示す図である。図６に示すオントロジ情報記憶部１２３は、「オントロジＩＤ」、「Subject（主語）」、「Predicate（述語）」、「Object（目的語）」といった項目が含まれる。

「オントロジＩＤ」は、トリプル情報を識別するための識別情報を示す。また、「Subject（主語）」は、オントロジＩＤにより識別されるトリプル情報の主語に対応する値を示す。また、「Predicate（述語）」は、オントロジＩＤにより識別されるトリプル情報の述語に対応する値を示す。また、「Object（目的語）」は、オントロジＩＤにより識別されるトリプル情報の目的語に対応する値を示す。

例えば、図６に示す例において、オントロジＩＤ「ＴＩＤ１０１」により識別されるオントロジ情報ＴＩＤ１０１は、主語が「<worksAt>」であることを示す。また、例えば、図６に示す例において、オントロジ情報ＴＩＤ１０１は、述語が「rdfs:domain」、すなわち定義域を示す所定のプロパティであることを示す。この場合、述語「rdfs:domain」は、「<worksAt>」の主語になり得るクラスを示す。また、例えば、図６に示す例において、オントロジ情報ＴＩＤ１０１は、目的語が「<person>」、すなわち人間であることを示す。このように、図６に示す例において、オントロジ情報ＴＩＤ１０１は、「<worksAt>」の主語には、クラス「<person>」以下のクラスがなり得ることを定義する。

例えば、図６に示す例において、オントロジＩＤ「ＴＩＤ１０２」により識別されるオントロジ情報ＴＩＤ１０２は、主語が「<worksAt>」であることを示す。また、例えば、図６に示す例において、オントロジ情報ＴＩＤ１０２は、述語が「rdfs:range」、すなわち値域を示す所定のプロパティであることを示す。この場合、述語「rdfs:range」は、「<worksAt>」の目的語になり得るクラスを示す。また、例えば、図６に示す例において、オントロジ情報ＴＩＤ１０２は、目的語が「<organization>」、すなわち組織であることを示す。このように、図６に示す例において、オントロジ情報ＴＩＤ１０２は、「<worksAt>」の目的語には、クラス「<organization>」以下のクラスがなり得ることを定義する。

また、例えば、図６に示す例において、オントロジＩＤ「ＴＩＤ２０１」により識別されるオントロジ情報ＴＩＤ２０１は、主語が「<ceo>」、すなわち最高経営責任者であることを示す。また、例えば、図６に示す例において、オントロジ情報ＴＩＤ２０１は、述語が「rdfs:subClassOf」、すなわち所定のプロパティであることを示す。例えば、述語「rdfs:subClassOf」は、主語に対応する値が目的語に対応するクラスのメンバー、つまりサブクラス（下位クラス）であることを示す。また、例えば、図６に示す例において、オントロジ情報ＴＩＤ２０１は、目的語が「<officer>」、すなわち役員であることを示す。このように、図６に示す例において、オントロジ情報ＴＩＤ２０１は、「<officer>」は、「<ceo>」の下位クラス（下位概念）であることを定義する。

また、例えば、図６に示す例において、オントロジＩＤ「ＴＩＤ５０１」により識別されるオントロジ情報ＴＩＤ５０１は、主語が「<Jim>」、すなわち所定の人間「ジム」であることを示す。また、例えば、図６に示す例において、オントロジ情報ＴＩＤ５０１は、述語が「rdf:type」、すなわち所定のプロパティであることを示す。例えば、述語「rdf:type」は、主語に対応する値が目的語に対応するクラスのインスタンスであることを示す。また、例えば、図６に示す例において、オントロジ情報ＴＩＤ５０１は、目的語が「<ceo>」、すなわち最高経営責任者であることを示す。このように、図６に示す例において、オントロジ情報ＴＩＤ５０１は、「<Jim>」は、「<ceo>」のインスタンスであること、すなわち「ジムは最高経営責任者である」ことを定義する。

なお、オントロジ情報記憶部１２３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、オントロジ情報記憶部１２３には、具体的な意味に対応するトリプル情報が記憶されてもよい。

（制御部１３０）
図３の説明に戻って、制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、算出装置１００内部の記憶装置に記憶されている各種プログラム（算出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、コントローラであり、例えば、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、抽出部１３２と、算出部１３３と、提供部１３４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。

（取得部１３１）
取得部１３１は、各種情報を取得する。例えば、取得部１３１は、第１トリプル情報記憶部１２１、第２トリプル情報記憶部１２２、オントロジ情報記憶部１２３等から各種情報を取得する。また、取得部１３１は、各種情報を外部の情報処理装置から取得してもよい。また、取得部１３１は、各トリプル情報に関する情報を情報提供装置５０から取得してもよい。

例えば、取得部１３１は、３種類の要素に関する関係を示す複数の第１トリプル情報と、複数の第１トリプル情報における概念体系に基づく複数の第２トリプル情報とを取得する。例えば、取得部１３１は、第１トリプル情報記憶部１２１から複数の第１トリプル情報を取得する。また、例えば、取得部１３１は、第２トリプル情報記憶部１２２から複数の第２トリプル情報を取得する。例えば、取得部１３１は、所定の概念体系に関する情報に基づいて階層化された複数の第２トリプル情報を取得する。

（抽出部１３２）
抽出部１３２は、各種情報を抽出する。例えば、抽出部１３２は、トリプル情報を抽出する。例えば、抽出部１３２は、取得部１３１により取得された要素の指定に関する情報に対応するトリプル情報群を抽出する。例えば、抽出部１３２は、３種類の要素のうち１以上の要素に関する指定に基づいて、トリプル情報群を抽出する。

例えば、抽出部１３２は、オントロジ情報に基づいて、各クラスから定義域までの間に含まれる各第１要素を抽出する。例えば、抽出部１３２は、オントロジ情報に基づいて、各クラスから値域までの間に含まれる各第２要素を抽出する。

（算出部１３３）
算出部１３３は、各種情報を算出する。例えば、算出部１３３は、取得部１３１により取得された複数の第１トリプル情報に関する統計的情報を算出する。例えば、算出部１３３は、複数の第２トリプル情報の各々に対応する第１トリプル情報の数に基づいて、複数の第１トリプル情報に関する統計的情報を算出する。

例えば、算出部１３３は、一の第１トリプル情報における３種類の要素の各々のクラスまたは上位クラスである３種類の要素に関する関係を示す第２トリプル情報を、一の第１トリプル情報に対応する第２トリプル情報として、統計的情報を算出する。また、例えば、算出部１３３は、一の第１トリプル情報における一の要素のクラスであって、他の２つの要素の各々のクラスまたは上位クラスである３種類の要素に関する関係を示す第２トリプル情報を、一の第１トリプル情報に対応する第２トリプル情報として、統計的情報を算出する。

例えば、算出部１３３は、一の第１トリプル情報における述語の要素のクラスであって、主語及び目的語の要素の各々のクラスまたは上位クラスである３種類の要素に関する関係を示す第２トリプル情報を、一の第１トリプル情報に対応する第２トリプル情報として、統計的情報を算出する。例えば、算出部１３３は、一の第１トリプル情報における述語に関する定義域及び値域を示す第３トリプル情報に基づいて、主語の要素が一の第１トリプル情報の主語のクラスから定義域の間に含まれ、目的語の要素が一の第１トリプル情報の目的語のクラスから値域の間に含まれる第２トリプル情報を、一の第１トリプル情報に対応する第２トリプル情報として、統計的情報を算出する。

例えば、算出部１３３は、一の第１トリプル情報の主語の要素に対応するノードを含む複数のノードであって、各ノード間の階層関係に応じて連結された複数のノードのうち、主語の要素に対応するノードから定義域に対応するノードまでの間に含まれる各ノードに基づいて、複数の第１トリプル情報に関する統計的情報を算出する。また、例えば、算出部１３３は、各ノードのうち、定義域に対応するノードから所定の段数までに含まれるノードに基づいて、複数の第１トリプル情報に関する統計的情報を算出する。

例えば、算出部１３３は、一の第１トリプル情報の目的語の要素に対応するノードを含む複数のノードであって、各ノード間の階層関係に応じて連結された複数のノードのうち、目的語の要素に対応するノードから値域に対応するノードまでの間に含まれる各ノードに基づいて、複数の第１トリプル情報に関する統計的情報を算出する。また、例えば、算出部１３３は、各ノードのうち、値域に対応するノードから所定の段数までに含まれるノードに基づいて、複数の第１トリプル情報に関する統計的情報を算出する。

（提供部１３４）
提供部１３４は、各種情報を提供する。例えば、提供部１３４は、端末装置１０に各種情報を提供する。例えば、提供部１３４は、算出部１３３により算出された統計的情報を端末装置１０へ提供する。

〔４．第２トリプル情報の抽出について〕
例えば、算出装置１００は、種々の情報を適宜用いて、第２トリプル情報を抽出してもよい。この点について、図７を用いて説明する。図７は、実施形態に係る第２トリプル情報の抽出を示す図である。例えば、算出装置１００は、オントロジ情報記憶部１２３に記憶された情報に基づいて、第２トリプル情報を抽出してもよい。

図７では、述語が「<worksAt>」とした場合を例に、オントロジ情報記憶部１２３に記憶された情報に基づいて、第２トリプル情報を抽出する例を示す。

図７に示すように、算出装置１００は、述語「<worksAt>」の定義域を示すオントロジ情報ＴＩＤ１０１や述語「<worksAt>」の値域を示すオントロジ情報ＴＩＤ１０２やクラス情報ＣＬ１１に示すような情報を用いて第２トリプル情報を抽出する（ステップＳ２１）。

例えば、算出装置１００は、「<worksAt>」の主語としては、名辞「<person>」が最上位概念であることを示すオントロジ情報ＴＩＤ１０１を用いて、述語が「<worksAt>」とした場合の主語を特定する。例えば、算出装置１００は、「<worksAt>」の目的語としては、名辞「<organization>」が最上位概念であることを示すオントロジ情報ＴＩＤ１０２を用いて、述語が「<worksAt>」とした場合の目的語を特定する。

そして、算出装置１００は、クラス情報ＣＬ１１に示すような述語が「rdfs:subClassOf」であるオントロジ情報ＴＩＤ２２２、ＴＩＤ２３１、ＴＩＤ３２１等の種々の情報を用いて、名辞「<person>」の下位クラス（下位概念）や名辞「<organization>」の下位クラス（下位概念）と特定する。

そして、算出装置１００は、上述のように特定した情報に基づいて第２トリプル情報を抽出する。図７の例では、算出装置１００は、スキーマトリプル情報ＳＴＰ１１に示すような階層構造を有する第２トリプル情報を抽出する。

図７中のスキーマトリプル情報ＳＴＰ１１に示す各第２トリプル情報間を連結する矢印線は、連結される第２トリプル情報間に上位概念と下位概念との関係があることを示す。具体的には、矢印線の始点側のノードに対応する第２トリプル情報が下位概念であり、矢先側のノードに対応する第２トリプル情報が上位概念であることを示す。なお、図７中においては適宜「<>」の記載を省略する。

例えば、図７中のスキーマトリプル情報ＳＴＰ１１においては、「人間は組織で働いている」という抽象的な意味を示す第２トリプル情報ＳＩＤ１１が最上位概念に位置する。第２トリプル情報ＳＩＤ１１は、オントロジ情報ＴＩＤ１０１に定義された「<worksAt>」の定義域（domain）である名辞「<person>」に対応し、オントロジ情報ＴＩＤ１０２に定義された「<worksAt>」の値域（range）である名辞「<organization>」に対応する。

また、例えば、図７中のスキーマトリプル情報ＳＴＰ１１においては、第２トリプル情報ＳＩＤ１１の下位概念には、主語が「<person>」、述語が「<worksAt>」、及び目的語が「<company>」である第２トリプル情報ＳＩＤ２１が位置する。このように、第２トリプル情報ＳＩＤ１１の下位概念には、主語及び述語が共通し、目的語が「<organization>」の下位クラスの「<company>」である第２トリプル情報ＳＩＤ２１が位置する。

また、例えば、図７中のスキーマトリプル情報ＳＴＰ１１においては、第２トリプル情報ＳＩＤ１１の下位概念には、主語が「<employee>」、述語が「<worksAt>」、及び目的語が「<organization>」である第２トリプル情報ＳＩＤ２２が位置する。このように、第２トリプル情報ＳＩＤ１１の下位概念には、述語及び目的語が共通し、主語が「<person>」の下位クラスの「<employee>」である第２トリプル情報ＳＩＤ２２が位置する。なお、図７においては、説明を簡単にするために、第２トリプル情報ＳＩＤ１１、ＳＩＤ２１、ＳＩＤ２２、ＳＩＤ３１、ＳＩＤ３２、ＳＩＤ４１の６個の第２トリプル情報のみを図示するが、図７中のスキーマトリプル情報ＳＴＰ１１には多数の第２トリプル情報が含まれてもよい。

〔５．算出処理のフロー〕
次に、図８を用いて、実施形態に係る算出システム１による算出処理の手順について説明する。図８は、実施形態に係る算出処理の一例を示すフローチャートである。

図８に示すように、算出装置１００は、複数の第１トリプル情報を取得する（ステップＳ１０１）。例えば、算出装置１００は、第１トリプル情報記憶部１２１から複数の第１トリプル情報を取得する。また、算出装置１００は、複数の第２トリプル情報を取得する（ステップＳ１０２）。例えば、算出装置１００は、第２トリプル情報記憶部１２２から複数の第２トリプル情報を取得する。

その後、算出装置１００は、複数の第２トリプル情報の各々に対応する第１トリプル情報の数に基づいて、複数の第１トリプル情報に関する統計的情報を算出する（ステップＳ１０３）。例えば、算出装置１００は、複数の第２トリプル情報の各々に対応する第１トリプル情報の数に基づいて、図１中の第２トリプル情報記憶部１２２に示すような統計的情報を算出する。

〔６．情報提供の処理のフロー〕
次に、図９を用いて、一（１つ）の第１トリプル情報を対象とした場合における第２トリプル情報のカウント値を加算する処理の手順について説明する。図９は、実施形態に係る一のトリプル情報に対する算出処理の一例を示すフローチャートである。

図９に示すように、算出装置１００は、一の第１トリプル情報を取得する（ステップＳ２０１）。図１の例では、算出装置１００は、第１トリプル情報記憶部１２１中のトリプル情報群のうち、第１トリプル情報ＦＩＤ１１を取得する。

その後、算出装置１００は、オントロジ情報に基づいて、一の第１トリプル情報の主語の要素に関する各クラスを取得する（ステップＳ２０２）。図１の例では、算出装置１００は、第１トリプル情報ＦＩＤ１１の主語「<Jim>」が主語であり、述語が「rdf:type」であるオントロジ情報をオントロジ情報記憶部１２３から抽出する。そして、算出装置１００は、一の第１トリプル情報の述語の要素に関する定義域を取得する（ステップＳ２０３）。図１の例では、算出装置１００は、オントロジ情報記憶部１２３から、主語が「<worksAt>」であり、述語が「rdfs:domain」すなわち定義域を示す所定のプロパティであるオントロジ情報ＴＩＤ１０１を取得する。

そして、算出装置１００は、オントロジ情報に基づいて、各クラスから定義域までの間に含まれる各第１要素を抽出する（ステップＳ２０４）。図１の例では、算出装置１００は、グラフ情報ＯＮ１１中の４つのノードＮＤ１０１〜ＮＤ１０４から名辞「<person>」に対応するノードＮＤ１１０までの間に位置するノードＮＤに対応する名辞を名辞「<Jim>」のクラスに関する情報として抽出する。

また、算出装置１００は、オントロジ情報に基づいて、一の第１トリプル情報の目的語の要素に関する各クラスを取得する（ステップＳ２０５）。図１の例では、算出装置１００は、第１トリプル情報ＦＩＤ１１の目的語「<HOGE.inc>」が主語であり、述語が「rdf:type」であるオントロジ情報をオントロジ情報記憶部１２３から抽出する。そして、算出装置１００は、一の第１トリプル情報の述語の要素に関する値域を取得する（ステップＳ２０６）。図１の例では、算出装置１００は、オントロジ情報記憶部１２３から、主語が「<worksAt>」であり、述語が「rdfs:range」、すなわち値域を示す所定のプロパティであるオントロジ情報ＴＩＤ１０２を取得する。

そして、算出装置１００は、オントロジ情報に基づいて、各クラスから値域までの間に含まれる各第２要素を抽出する（ステップＳ２０７）。図１の例では、算出装置１００は、グラフ情報ＯＮ２１中の４つのノードＮＤ２０１〜ＮＤ２０４から名辞「<organization>」に対応するノードＮＤ２０７までの間に位置するノードＮＤに対応する名辞を「<HOGE.inc>」のクラスに関する情報として抽出する。

そして、算出装置１００は、各第１要素と述語と各第２要素との組合せの各々に対応する第２トリプル情報のカウント値を加算する（ステップＳ２０８）。図１の例では、算出装置１００は、ノードＮＤ１０８〜ＮＤ１１０、ＮＤ１１２及びＮＤ１１３の５つのノードに対応する名辞の各々を主語とし、名辞「<worksAt>」を述語とし、ノードＮＤ２０５〜ＮＤ２０７の３つのノードに対応する名辞の各々を目的語とした１５通りの組合せの各々に対応する第２トリプル情報のカウント値を加算する。

〔７．効果〕
上述してきたように、実施形態に係る算出装置１００は、取得部１３１と、算出部１３３とを有する。取得部１３１は、３種類の要素に関する関係を示す複数の第１トリプル情報と、複数の第１トリプル情報における概念体系に基づく複数の第２トリプル情報とを取得する。算出部１３３は、取得部１３１により取得された複数の第２トリプル情報の各々に対応する第１トリプル情報の数に基づいて、複数の第１トリプル情報に関する統計的情報を算出する。

これにより、実施形態に係る算出装置１００は、複数の第２トリプル情報の各々に対応する第１トリプル情報の数に基づいて、複数の第１トリプル情報に関する統計的情報を算出することにより、複数のトリプル情報における概念体系を統計的に把握可能にすることができる。

また、実施形態に係る算出装置１００において、取得部１３１は、所定の概念体系に関する情報に基づいて階層化された複数の第２トリプル情報を取得する。

これにより、実施形態に係る算出装置１００は、所定の概念体系に関する情報に基づいて階層化された複数の第２トリプル情報を取得することにより、複数のトリプル情報における概念体系を統計的に把握可能にすることができる。

また、実施形態に係る算出装置１００において、算出部１３３は、一の第１トリプル情報における３種類の要素の各々のクラスまたは上位クラスである３種類の要素に関する関係を示す第２トリプル情報を、一の第１トリプル情報に対応する第２トリプル情報として、統計的情報を算出する。

これにより、実施形態に係る算出装置１００は、一の第１トリプル情報における３種類の要素の各々のクラスまたは上位クラスである３種類の要素に関する関係を示す第２トリプル情報を、一の第１トリプル情報に対応する第２トリプル情報として、統計的情報を算出することにより、複数のトリプル情報における概念体系を統計的に把握可能にすることができる。

また、実施形態に係る算出装置１００において、算出部１３３は、一の第１トリプル情報における一の要素のクラスであって、他の２つの要素の各々のクラスまたは上位クラスである３種類の要素に関する関係を示す第２トリプル情報を、一の第１トリプル情報に対応する第２トリプル情報として、統計的情報を算出する。

これにより、実施形態に係る算出装置１００は、一の第１トリプル情報における一の要素のクラスであって、他の２つの要素の各々のクラスまたは上位クラスである３種類の要素に関する関係を示す第２トリプル情報を、一の第１トリプル情報に対応する第２トリプル情報として、統計的情報を算出することにより、複数のトリプル情報における概念体系を統計的に把握可能にすることができる。

また、実施形態に係る算出装置１００において、算出部１３３は、一の第１トリプル情報における述語の要素のクラスであって、主語及び目的語の要素の各々のクラスまたは上位クラスである３種類の要素に関する関係を示す第２トリプル情報を、一の第１トリプル情報に対応する第２トリプル情報として、統計的情報を算出する。

これにより、実施形態に係る算出装置１００は、一の第１トリプル情報における述語の要素のクラスであって、主語及び目的語の要素の各々のクラスまたは上位クラスである３種類の要素に関する関係を示す第２トリプル情報を、一の第１トリプル情報に対応する第２トリプル情報として、統計的情報を算出することにより、複数のトリプル情報における概念体系を統計的に把握可能にすることができる。

また、実施形態に係る算出装置１００において、算出部１３３は、一の第１トリプル情報における述語に関する定義域及び値域を示す第３トリプル情報に基づいて、主語の要素が一の第１トリプル情報の主語のクラスから定義域の間に含まれ、目的語の要素が一の第１トリプル情報の目的語のクラスから値域の間に含まれる第２トリプル情報を、一の第１トリプル情報に対応する第２トリプル情報として、統計的情報を算出する。

これにより、実施形態に係る算出装置１００は、一の第１トリプル情報における述語に関する定義域及び値域を示す第３トリプル情報に基づいて、主語の要素が一の第１トリプル情報の主語のクラスから定義域の間に含まれ、目的語の要素が一の第１トリプル情報の目的語のクラスから値域の間に含まれる第２トリプル情報を、一の第１トリプル情報に対応する第２トリプル情報として、統計的情報を算出することにより、複数のトリプル情報における概念体系を統計的に把握可能にすることができる。また、算出装置１００は、定義域及び値域に関する情報を用いることにより、定義域及び値域に関する情報を用いない場合と比較して、統計的情報を算出の処理を効率化することができる。例えば、算出装置１００は、定義域により主語の要素に関する探索範囲を限定したり、値域により目的語の要素に関する探索範囲を限定したりすることにより、各第１トリプル情報に対する処理において対象となる概念体系（空間）の限定（例えば枝刈り）を行うことができるため、統計的情報を算出の処理を効率化することができる。

また、実施形態に係る算出装置１００において、算出部１３３は、一の第１トリプル情報の主語の要素に対応するノードを含む複数のノードであって、各ノード間の階層関係に応じて連結された複数のノードのうち、主語の要素に対応するノードから定義域に対応するノードまでの間に含まれる各ノードに基づいて、複数の第１トリプル情報に関する統計的情報を算出する。

これにより、実施形態に係る算出装置１００は、一の第１トリプル情報の主語の要素に対応するノードを含む複数のノードであって、各ノード間の階層関係に応じて連結された複数のノードのうち、主語の要素に対応するノードから定義域に対応するノードまでの間に含まれる各ノードに基づいて、複数の第１トリプル情報に関する統計的情報を算出することにより、複数のトリプル情報における概念体系を統計的に把握可能にすることができる。例えば、算出装置１００は、主語の要素に関して探索する範囲を定義域までの間に限定することにより、各第１トリプル情報に対する処理において対象となる概念体系（空間）の限定を行うことができるため、統計的情報を算出の処理を効率化することができる。

また、実施形態に係る算出装置１００において、算出部１３３は、各ノードのうち、定義域に対応するノードから所定の段数までに含まれるノードに基づいて、複数の第１トリプル情報に関する統計的情報を算出する。

これにより、実施形態に係る算出装置１００は、各ノードのうち、定義域に対応するノードから所定の段数までに含まれるノードに基づいて、複数の第１トリプル情報に関する統計的情報を算出することにより、複数のトリプル情報における概念体系を統計的に把握可能にすることができる。例えば、算出装置１００は、主語の要素に関して探索する範囲を定義域に対応するノードから所定の段数までに限定することにより各第１トリプル情報に対する処理において対象となる概念体系（空間）の限定を行うことができるため、統計的情報を算出の処理を効率化することができる。

また、実施形態に係る算出装置１００において、算出部１３３は、一の第１トリプル情報の目的語の要素に対応するノードを含む複数のノードであって、各ノード間の階層関係に応じて連結された複数のノードのうち、目的語の要素に対応するノードから値域に対応するノードまでの間に含まれる各ノードに基づいて、複数の第１トリプル情報に関する統計的情報を算出する。

これにより、実施形態に係る算出装置１００は、一の第１トリプル情報の目的語の要素に対応するノードを含む複数のノードであって、各ノード間の階層関係に応じて連結された複数のノードのうち、目的語の要素に対応するノードから値域に対応するノードまでの間に含まれる各ノードに基づいて、複数の第１トリプル情報に関する統計的情報を算出することにより、複数のトリプル情報における概念体系を統計的に把握可能にすることができる。例えば、算出装置１００は、目的語の要素に関して探索する範囲を値域までの間に限定することにより、各第１トリプル情報に対する処理において対象となる概念体系（空間）の限定を行うことができるため、統計的情報を算出の処理を効率化することができる。

また、実施形態に係る算出装置１００において、算出部１３３は、各ノードのうち、値域に対応するノードから所定の段数までに含まれるノードに基づいて、複数の第１トリプル情報に関する統計的情報を算出する。

これにより、実施形態に係る算出装置１００は、各ノードのうち、値域に対応するノードから所定の段数までに含まれるノードに基づいて、複数の第１トリプル情報に関する統計的情報を算出することにより、複数のトリプル情報における概念体系を統計的に把握可能にすることができる。また、例えば、算出装置１００は、目的語の要素に関して探索する範囲を値域に対応するノードから所定の段数までに限定することにより、各第１トリプル情報に対する処理において対象となる概念体系（空間）の限定を行うことができるため、統計的情報を算出の処理を効率化することができる。

また、実施形態に係る算出装置１００は、提供部１３４を有する。提供部１３４は、算出部１３３により算出された統計的情報を提供する。

これにより、実施形態に係る算出装置１００は、算出した統計的情報を提供することにより、統計的情報の提供先が複数のトリプル情報における概念体系を統計的に把握可能にすることができる。

〔８．ハードウェア構成〕
上述してきた実施形態に係る算出装置１００は、例えば図１０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。図１０は、算出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。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ（Read Only Memory）１３００、ＨＤＤ（Hard Disk Drive）１４００、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またはＨＤＤ１４００に格納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格納する。

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格納する。通信インターフェイス１５００は、ネットワークＮ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ネットワークＮ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、生成したデータを入出力インターフェイス１６００を介して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に格納されたプログラムまた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が実施形態に係る算出装置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。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、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の行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。

〔９．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。

また、上述してきた各実施形態に記載された各処理は、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、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 算出システム
１００ 算出装置
１２１ 第１トリプル情報記憶部
１２２ 第２トリプル情報記憶部
１２３ オントロジ情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 抽出部
１３３ 算出部
１３４ 提供部
１０ 端末装置
５０ 情報提供装置
Ｎ ネットワーク

Claims (13)

1. ３種類の要素に関する関係を示す複数の第１トリプル情報と、前記複数の第１トリプル情報における概念体系に基づく複数の第２トリプル情報とを取得する取得部と、
   前記取得部により取得された複数の第２トリプル情報の各々に対応する第１トリプル情報の数に基づいて、前記複数の第１トリプル情報に関する統計的情報を算出する算出部と、
   を備えることを特徴とする算出装置。
2. 前記取得部は、
   所定の概念体系に関する情報に基づいて階層化された前記複数の第２トリプル情報を取得する
   ことを特徴とする請求項１に記載の算出装置。
3. 前記算出部は、
   一の第１トリプル情報における３種類の要素の各々のクラスまたは上位クラスである３種類の要素に関する関係を示す第２トリプル情報を、前記一の第１トリプル情報に対応する第２トリプル情報として、前記統計的情報を算出する
   ことを特徴とする請求項１または請求項２に記載の算出装置。
4. 前記算出部は、
   一の第１トリプル情報における一の要素のクラスであって、他の２つの要素の各々のクラスまたは上位クラスである３種類の要素に関する関係を示す第２トリプル情報を、前記一の第１トリプル情報に対応する第２トリプル情報として、前記統計的情報を算出する
   ことを特徴とする請求項１〜３のいずれか１項に記載の算出装置。
5. 前記算出部は、
   一の第１トリプル情報における述語の要素のクラスであって、主語及び目的語の要素の各々のクラスまたは上位クラスである３種類の要素に関する関係を示す第２トリプル情報を、前記一の第１トリプル情報に対応する第２トリプル情報として、前記統計的情報を算出する
   ことを特徴とする請求項１〜４のいずれか１項に記載の算出装置。
6. 前記算出部は、
   一の第１トリプル情報における述語に関する定義域及び値域を示す第３トリプル情報に基づいて、主語の要素が前記一の第１トリプル情報の主語のクラスから前記定義域の間に含まれ、目的語の要素が前記一の第１トリプル情報の目的語のクラスから前記値域の間に含まれる第２トリプル情報を、前記一の第１トリプル情報に対応する第２トリプル情報として、前記統計的情報を算出する
   ことを特徴とする請求項１〜５のいずれか１項に記載の算出装置。
7. 前記算出部は、
   一の第１トリプル情報の主語の要素に対応するノードを含む複数のノードであって、各ノード間の階層関係に応じて連結された複数のノードのうち、前記主語の要素に対応するノードから前記定義域に対応するノードまでの間に含まれる各ノードに基づいて、前記複数の第１トリプル情報に関する統計的情報を算出する
   ことを特徴とする請求項６に記載の算出装置。
8. 前記算出部は、
   前記各ノードのうち、前記定義域に対応するノードから所定の段数までに含まれるノードに基づいて、前記複数の第１トリプル情報に関する統計的情報を算出する
   ことを特徴とする請求項７に記載の算出装置。
9. 前記算出部は、
   一の第１トリプル情報の目的語の要素に対応するノードを含む複数のノードであって、各ノード間の階層関係に応じて連結された複数のノードのうち、前記目的語の要素に対応するノードから前記値域に対応するノードまでの間に含まれる各ノードに基づいて、前記複数の第１トリプル情報に関する統計的情報を算出する
   ことを特徴とする請求項６〜８のいずれか１項に記載の算出装置。
10. 前記算出部は、
    前記各ノードのうち、前記値域に対応するノードから所定の段数までに含まれるノードに基づいて、前記複数の第１トリプル情報に関する統計的情報を算出する
    ことを特徴とする請求項９に記載の算出装置。
11. 前記算出部により算出された前記統計的情報を提供する提供部、
    をさらに備えたことを特徴とする請求項１〜１０のいずれか１項に記載の算出装置。
12. コンピュータが実行する算出方法であって、
    ３種類の要素に関する関係を示す複数の第１トリプル情報と、前記複数の第１トリプル情報における概念体系に基づく複数の第２トリプル情報とを取得する取得工程と、
    前記取得工程により取得された複数の第２トリプル情報の各々に対応する第１トリプル情報の数に基づいて、前記複数の第１トリプル情報に関する統計的情報を算出する算出工程と、
    を含むことを特徴とする算出方法。
13. ３種類の要素に関する関係を示す複数の第１トリプル情報と、前記複数の第１トリプル情報における概念体系に基づく複数の第２トリプル情報とを取得する取得手順と、
    前記取得手順により取得された複数の第２トリプル情報の各々に対応する第１トリプル情報の数に基づいて、前記複数の第１トリプル情報に関する統計的情報を算出する算出手順と、
    をコンピュータに実行させることを特徴とする算出プログラム。

Images