JP2018195108A - 情報処理装置、情報処理方法及びプログラム - Google Patents

Abstract

【課題】ユーザにとって重要な単語を提示することができる情報処理装置等を提供する。【解決手段】情報処理装置１は、出所が共通する特定の公開文書群と、該公開文書夫々の閲覧状況とを取得する取得部と、前記公開文書群に出現する各単語の特徴を表す指標値を算出する算出部と、算出した前記指標値に基づき、前記公開文書を特徴づける特徴語を抽出する抽出部と、該特徴語の抽出元である前記公開文書の閲覧状況に応じて、前記特徴語に係る前記指標値を補正する補正部と、補正した前記指標値に応じて、前記特徴語を出力する出力部とを備える。【選択図】図１

Description

本発明は、情報処理装置、情報処理方法及びプログラムに関する。

ＳＮＳ（Social Networking Service）に投稿されたコメント等から、話題となっている単語を抽出する技術がある。例えば特許文献１では、ＳＮＳ上に投稿されたコメントから抽出された話題語について、各コメントを投稿した投稿者の分布情報に基づき、ジャンルの偏りを是正した話題語のランキングを作成する話題語ランキング装置等が開示されている。

特開２０１６−１３９２１６号公報

しかしながら、特許文献１に係る発明では、あらゆるジャンルの話題語が提示されるため、ユーザは自らに関連ある話題語を見つけるのに時間が掛かる。

一つの側面では、ユーザにとって重要な単語を提示することができる情報処理装置等を提供することにある。

一つの案では、情報処理装置は、出所が共通する特定の公開文書群と、該公開文書夫々の閲覧状況とを取得する取得部と、前記公開文書群に出現する各単語の特徴を表す指標値を算出する算出部と、算出した前記指標値に基づき、前記公開文書を特徴づける特徴語を抽出する抽出部と、該特徴語の抽出元である前記公開文書の閲覧状況に応じて、前記特徴語に係る前記指標値を補正する補正部と、補正した前記指標値に応じて、前記特徴語を出力する出力部とを備えることを特徴とする。

一つの案では、情報処理装置は、流行語を取得する第２取得部を備え、前記出力部は、前記抽出部が抽出した前記特徴語のうち、前記流行語と共通する前記特徴語を出力することを特徴とする。

一つの案では、情報処理装置は、前記第２取得部は、ネットワーク上に投稿された投稿情報を収集する収集部と、収集した前記投稿情報から前記流行語を抽出する第２抽出部とを備えることを特徴とする。

一つの案では、情報処理装置は、前記第２取得部は、前記流行語の使用頻度を示す情報を取得し、前記補正部は、前記使用頻度を示す情報に基づき、前記特徴語に係る前記指標値を補正することを特徴とする。

一つの案では、情報処理装置は、前記出力部はさらに、前記特徴語の抽出元の抜粋テキスト又はＵＲＬを示す抽出元情報を出力することを特徴とする。

一つの案では、情報処理方法は、出所が共通する特定の公開文書群と、該公開文書夫々の閲覧状況とを取得し、前記公開文書群に出現する各単語の特徴を表す指標値を算出し、算出した前記指標値に基づき、前記公開文書を特徴づける特徴語を抽出し、該特徴語の抽出元である前記公開文書の閲覧状況に応じて、前記特徴語に係る前記指標値を補正し、補正した前記指標値に応じて、前記特徴語を出力する処理をコンピュータに実行させることを特徴とする。

一つの案では、プログラムは、出所が共通する特定の公開文書群と、該公開文書夫々の閲覧状況とを取得し、前記公開文書群に出現する各単語の特徴を表す指標値を算出し、算出した前記指標値に基づき、前記公開文書を特徴づける特徴語を抽出し、該特徴語の抽出元である前記公開文書の閲覧状況に応じて、前記特徴語に係る前記指標値を補正し、補正した前記指標値に応じて、前記特徴語を出力する処理をコンピュータに実行させることを特徴とする。

一つの側面では、ユーザにとって重要な単語を提示することができる。

情報処理システムの構成例を示す模式図である。 サーバの構成例を示すブロック図である。 ユーザＤＢのレコードレイアウトの一例を示す説明図である。 記事ＤＢのレコードレイアウトの一例を示す説明図である。 トレンドＤＢのレコードレイアウトの一例を示す説明図である。 トレンドワード抽出処理の説明図である。 ダッシュボード画面の一例を示す説明図である。 サーバが実行する処理手順の一例を示すフローチャートである。 実施の形態２に係るトレンドワード抽出処理の説明図である。 実施の形態２に係るサーバが実行する処理手順の一例を示すフローチャートである。 変形例１に係るトレンドワード抽出処理の説明図である。 実施の形態３に係るダッシュボード画面の一例を示す説明図である。 実施の形態３に係るサーバが実行する処理手順の一例を示すフローチャートである。 上述した形態のサーバの動作を示す機能ブロック図である。

以下、本発明をその実施の形態を示す図面に基づいて詳述する。
（実施の形態１）
図１は、情報処理システムの構成例を示す模式図である。本実施の形態では、Ｗｅｂ記事を掲載するＷｅｂメディアを支援するべく、読者の間でトレンドとなっているトレンドワードを、Ｗｅｂ記事の執筆者であるユーザに提示する情報処理システムを一例として説明を行う。情報処理システムは、情報処理装置１、情報処理端末２、２、２…を有する。各装置は、インターネット等のネットワークＮを介して通信接続されている。

情報処理装置１は、種々の情報処理、情報の送受信を行う情報処理装置であり、例えばサーバ装置、パーソナルコンピュータ等である。本実施の形態において情報処理装置１はサーバ装置であるものとし、以下では簡便のためサーバ１と読み替える。サーバ１は、ｔｆ−ｉｄｆ法等により、インターネット上に公開されている公開文書群から、各文書を特徴づける特徴的な単語（特徴語）を抽出し、ユーザに提示する処理を行う。

公開文書は、例えばＷｅｂ記事である。サーバ１は、公開済みのＷｅｂ記事から特徴語を抽出し、ユーザに提示する。一般的に、記事を執筆する執筆者（ユーザ）は、良質な記事をコンスタントに執筆すべく、読者が関心を持つ事柄、すなわち世間のトレンドを知る必要がある。しかしながら、トレンドを知るためには、例えば新聞を読む、テレビを視聴するなど、時間的、費用的コストが掛かる。そこでサーバ１は、後述するように、人気記事から特徴語を抽出してユーザに提示する。これによりユーザは、トレンドとなっている単語、すなわちトレンドワードを知るためのコストを低減させることができる。

ここでサーバ１は、インターネット上に公開されているＷｅｂ記事のうち、出所が共通する特定のＷｅｂ記事からトレンドワードを抽出する。Ｗｅｂ記事の出所は、例えば記事の執筆者（ユーザ）、編集者、記事が掲載されたＷｅｂメディア等である。例えばサーバ１は、ユーザ自身が過去に執筆し、公開済みの記事からトレンドワードを抽出する。不特定多数の文書から単純にトレンドワードを抽出した場合、あらゆるジャンルのトレンドワードが抽出されることになる。しかしながら、強みとする記事のジャンルは執筆者やＷｅｂメディアによって異なる。従って、不特定多数の文書から抽出されたトレンドワードは、ノイズが多くなりやすい。そこでサーバ１は、ユーザが過去に執筆した記事からトレンドワードを抽出する。これによりユーザは、自らが執筆する記事に関係がある有益なトレンド情報を得ることができる。

情報処理端末２は、各ユーザが所有する端末装置であり、例えばパーソナルコンピュータ、スマートフォン、タブレット端末等である。以下では簡潔のため、情報処理端末２を端末２と読み替える。端末２はサーバ１と通信を行い、トレンドワードを取得してユーザに提示する。具体的に端末２は、後述するダッシュボード画面を表示してトレンドワードをユーザに提示する（図７参照）。

図２は、サーバ１の構成例を示すブロック図である。サーバ１は、制御部１１、記憶部１２、通信部１３、大容量記憶装置１４を含む。
制御部１１はＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro-Processing Unit）等の演算処理装置を含み、記憶部１２に記憶されたプログラムＰを読み出して実行することにより、サーバ１に係る種々の情報処理、制御処理等を行う。なお、図２では制御部１１を単一のプロセッサとして図示してあるが、制御部１１はマルチプロセッサであってもよい。記憶部１２はＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等のメモリ素子を含み、制御部１１が処理を実行するために必要なプログラムＰ又はデータ等を記憶している。また、記憶部１２は、制御部１１が演算処理を実行するために必要なデータ等を一時的に記憶する。通信部１３は通信に関する処理を行うための処理回路等を含み、ネットワークＮを介してユーザ端末２等と情報の送受信を行う。

大容量記憶装置１４は、例えばハードディスク等を含む大容量の記憶装置である。大容量記憶装置１４は、ユーザＤＢ１４１、記事ＤＢ１４２、トレンドＤＢ１４３を記憶している。ユーザＤＢ１４１は、各ユーザに関する情報を記憶している。記事ＤＢ１４２は、ユーザが執筆したＷｅｂ記事に関する情報を記憶している。トレンドＤＢ１４３は、トレンドワードに関する情報を記憶している。

なお、本実施の形態において記憶部１２及び大容量記憶装置１４は一体の記憶装置として構成されていてもよい。また、大容量記憶装置１４は複数の記憶装置により構成されていてもよい。また、大容量記憶装置１４はサーバ１に接続された外部記憶装置であってもよい。
また、本実施の形態においてサーバ１は上記の構成に限られず、例えば操作入力を受け付ける入力部、サーバ１に係る情報を表示する表示部等を含んでもよい。

図３は、ユーザＤＢ１４１のレコードレイアウトの一例を示す説明図である。ユーザＤＢ１４１は、ユーザＩＤ列、ユーザ名列、アカウント情報列を含む。ユーザＩＤは、各ユーザを識別するためのユーザＩＤを記憶している。ユーザ名列は、ユーザＩＤと対応付けて、ユーザの氏名を記憶している。アカウント情報列は、ユーザＩＤと対応付けて、各ユーザのアカウント情報（例えばログインの履歴等）を記憶している。

図４は、記事ＤＢ１４２のレコードレイアウトの一例を示す説明図である。記事ＤＢ１４２は、記事ＩＤ列、ユーザＩＤ列、カテゴリ列、ＵＲＬ列、タイトル列、本文列、画像列、公開日時列、ＰＶ（Page View）列を含む。記事ＩＤ列は、ユーザが執筆した各記事を識別するための記事ＩＤを記憶している。ユーザＩＤ列は、記事ＩＤと対応付けて、各記事を執筆したユーザのユーザＩＤを記憶している。カテゴリ列、ＵＲＬ列、タイトル列、本文列、画像列、公開日時列、ＰＶ列はそれぞれ、記事ＩＤと対応付けて、各記事のカテゴリ、ＵＲＬ、記事のタイトル、記事本文、記事画像、公開日時、ＰＶ数を記憶している。

図５は、トレンドＤＢ１４３のレコードレイアウトの一例を示す説明図である。トレンドＤＢ１４３は、リストＩＤ列、ユーザＩＤ列、トレンドワードリスト列、集計日列を含む。リストＩＤ列は、後述するトレンドワードリストを識別するためのリストＩＤを記憶している。ユーザＩＤ列は、リストＩＤと対応付けて、トレンドワードの抽出元である記事を執筆したユーザのユーザＩＤを記憶している。トレンドワードリスト列は、リストＩＤと対応付けて、トレンドワードリストのデータを記憶している。集計日列は、リストＩＤと対応付けて、トレンドワードリストを集計した日付を記憶している。

図６は、トレンドワード抽出処理の説明図である。以下ではサーバ１が実行する処理の概要について説明する。
サーバ１は、ユーザが執筆し、公開した複数のＷｅｂ記事（公開文書群）から、各Ｗｅｂ記事を特徴づける特徴語を抽出する処理を行う。具体的にサーバ１は、Ｗｅｂ記事のタイトル及び本文から、ｔｆ−ｉｄｆ法により特徴語を抽出する。例えば図６左に示すように、サーバ１は、過去１ヶ月分のＷｅｂ記事を対象として特徴語を抽出する。サーバ１は、各記事の文書に対して形態素解析を行い、文書群に出現する単語を認識する。そしてサーバ１は、認識した各単語について、ｔｆ−ｉｄｆに係る分析処理を行う。すなわちサーバ１は、ある単語がある記事に出現する出現頻度（ＴＦ；Term Frequency）と、当該単語が文書群全体で出現する逆文書頻度（ＩＤＦ；Inverse Document Frequency）とを計算する。サーバ１は、出現頻度及び逆文書頻度を乗算し、当該単語の特徴（重み）を表す指標値ｔｆ−ｉｄｆ値を算出する。例えばサーバ１は、ｔｆ−ｉｄｆ値が所定の閾値以上である単語を特徴語として抽出する。これによりサーバ１は、図６左に示すように、記事内の特徴的な単語を抽出する。

サーバ１は、Ｗｅｂ記事に出現する全ての単語について上記の処理を繰り返し、特徴語を抽出していく（図６中央参照）。そしてサーバ１は、抽出した複数の特徴語夫々の指標値を、各特徴語の抽出元であるＷｅｂ記事の閲覧状況に応じて補正する。Ｗｅｂ記事の閲覧状況は、例えば記事のＰＶ数、滞在時間、離脱率等のように、記事の人気を図る尺度となり得るパラメータである。本実施の形態においてサーバ１は、ＰＶ数を基準にＷｅｂ記事の人気を測り、各特徴語に係る指標値の重み付けを行う。例えばサーバ１は、各記事のＰＶ数を全記事のＰＶ数の総数で除算することで、重み付けのための係数を計算する。サーバ１は、計算した重み付け係数をｔｆ−ｉｄｆ値に乗算することで、記事の人気に応じたｔｆ−ｉｄｆ値の補正を行う。

サーバ１は、補正後の指標値（ｔｆ−ｉｄｆ値）に応じてトレンドワードを決定する。例えば図６右に示すように、サーバ１は、補正後の指標値の大小に応じて特徴語をソートし、指標値が上位である５つの特徴語をトレンドワードリストとして決定する。サーバ１は、リスト化したトレンドワードをトレンドＤＢ１４３に記憶しておく。

図７は、ダッシュボード画面の一例を示す説明図である。サーバ１は、端末２からの出力要求に応じて、図７に示すダッシュボード画面を端末２に出力する。ダッシュボード画面は、ユーザが執筆したＷｅｂ記事の記事成績と、当該Ｗｅｂ記事から抽出されたトレンドワードとを示す画面である。

サーバ１は記事ＤＢ１４２を参照し、図７上側に示すように、ＰＶ数に応じた記事成績（閲覧状況）をダッシュボード画面に出力する。さらにサーバ１はトレンドＤＢ１４３を参照し、図７下側に示すように、１ヶ月単位のトレンドワードリストをダッシュボード画面に出力する。具体的には、サーバ１は、今月（図７では「３月」）のトレンドワードリストと、先月（図７では「２月」）のトレンドワードリストとを出力する。なお、例えばサーバ１は先々月以前のトレンドワードリストを出力してもよく、月単位ではなく年単位のトレンドワードリストを出力してもよい。図７に示すように、サーバ１は、各月のトレンドワードをランキング形式で出力する。これによりユーザは、記事の執筆に役立つトレンドワードを知ることができる。

図８は、サーバ１が実行する処理手順の一例を示すフローチャートである。図８に基づき、サーバ１が実行する処理内容について説明する。
サーバ１の制御部１１は、出所が共通する特定の公開文書群と、各公開文書の閲覧状況とを記事ＤＢ１４２から取得する（ステップＳ１１）。公開文書は、例えばＷｅｂ記事である。制御部１１は、記事ＤＢ１４２に記憶されている、出所が共通するＷｅｂ記事のデータを取得する。Ｗｅｂ記事の出所は、例えば記事を執筆した執筆者（ユーザ）、記事の編集者、記事が掲載されたＷｅｂメディア等である。例えば制御部１１は、執筆者が共通する複数のＷｅｂ記事を記事ＤＢ１４２から取得する。さらに制御部１１は、Ｗｅｂ記事夫々の閲覧状況に係るデータを記事ＤＢ１４２から取得する。閲覧状況に係るデータは、例えば記事のＰＶ数、滞在時間、離脱率等である。例えば制御部１１は、各記事のＰＶ数を記事ＤＢ１４２から取得する。

制御部１１は、取得した公開文書群に出現する各単語の特徴を表す指標値を算出する（ステップＳ１２）。具体的には、制御部１１は各記事に対して形態素解析を行い、各記事に出現する単語を認識する。制御部１１は、ｔｆ−ｉｄｆ法等を用いて各単語に係る指標値を算出する。制御部１１は、算出した指標値に基づき、公開文書を特徴づける特徴語を抽出する（ステップＳ１３）。例えば制御部１１は、算出した指標値を所定の閾値と比較し、閾値以上の指標値を有する単語を特徴語として抽出する。

制御部１１は、抽出した特徴語の指標値を、特徴語の抽出元である公開文書の閲覧状況に応じて補正する（ステップＳ１４）。例えば制御部１１は、各記事のＰＶ数の大小に応じた重み付け係数を指標値に乗算し、ＰＶ数が多い人気記事に出現する特徴語ほど指標値が大きくなるように補正する。制御部１１は、補正した指標値に応じて特徴語を端末２に出力する（ステップＳ１５）。例えば制御部１１は、補正した指標値に応じて特徴語をソートし、リスト化したデータをトレンドＤＢ１４３に記憶しておく。制御部１１は、公開済みのＷｅｂ記事の閲覧状況等と共に、当該Ｗｅｂ記事から抽出したトレンドワードリストを端末２に出力する。制御部１１は、一連の処理を終了する。

なお、上記でサーバ１はｔｆ−ｉｄｆ法を用いて特徴語を抽出したが、本実施の形態はこれに限定されるものではない。例えばサーバ１は、相互情報量（ＰＭＩ；Pointwise Mutual Information）、カイ二乗値などを指標値として採用し、特徴語を抽出してもよい。すなわちサーバ１は、公開文書群から特徴語を抽出することができればよく、特徴語を抽出するアルゴリズムは特に限定されない。

また、上記でサーバ１は、Ｗｅｂ記事を執筆する執筆者毎にアカウントを用意し、ダッシュボード画面を出力したが、例えば全執筆者を取りまとめる編集部のアカウントを用意し、全執筆者の状況が分かるダッシュボードを出力することにしてもよい。これにより、Ｗｅｂメディアを運営する編集部は、トレンドワードを記事の作成方針に利用する、個々の執筆者への指導に役立てる等することができる。

また、サーバ１は、Ｗｅｂ記事に出現する単語全てについてｔｆ−ｉｄｆ値を計算するのではなく、例えば名詞のみに限定するなど、処理の対象とする単語を絞ってもよい。また、例えばサーバ１は、ｔｆ−ｉｄｆ値が上位の単語のみを特徴語としてもよい。これらの処理により、サーバ１は処理負荷を低減することができる。

また、上記ではＷｅｂ記事を執筆する場合を一例として挙げ、トレンドワードを抽出してユーザに提示する形態について説明したが、本実施の形態はこれに限定されるものではない。例えばサーバ１は、学術論文から特徴語を抽出し、重要なキーワードとしてユーザに提示してもよい。例えばサーバ１は、ユーザが執筆者である論文集から特徴語を抽出し、論文の引用回数等に応じて指標値を補正する。これによりユーザは、読者の関心が高い論文のキーワードを知ることができる。このように、分析対象となる公開文書群はＷｅｂ記事に限定されるものではなく、最終的に提示する特徴語はトレンドワードに限定されるものではない。

以上より、本実施の形態１によれば、単語の特徴を表す指標値を公開文書の閲覧状況に応じて重み付けすることで、トレンドワードを抽出する。また、出所が共通する特定の公開文書群を対象として特徴語を抽出することで、ユーザに関連あるトレンドワードの探索を行う。これにより、ユーザに関係し、かつ、読者の関心もある、ユーザにとって重要な単語を提示することができる。

（実施の形態２）
本実施の形態では、ユーザが執筆した記事から抽出したトレンドワードだけでなく、世間一般に流行しているトレンドワードを考慮した形態について述べる。なお、実施の形態１と重複する内容については同一の符号を付して説明を省略する。
図９は、実施の形態２に係るトレンドワード抽出処理の説明図である。本実施の形態に係るサーバ１は、ユーザが執筆したＷｅｂ記事からトレンドワードを抽出するだけでなく、ネットワークＮ上に投稿された投稿情報からもトレンドワードを取得する。投稿情報は、例えばＳＮＳに投稿されたコメントである。サーバ１は、一連の処理を実行するに際し、まずＳＮＳに投稿されたコメントを収集する。なお、サーバ１は事前にＳＮＳコメントの収集を行い、データベースに蓄積しておいてもよい。サーバ１は、収集したコメントのタイトル及び本文から、世間一般で流行しているトレンドワード（流行語）を抽出する。具体的にサーバ１は、実施の形態１と同様に、ｔｆ−ｉｄｆ法等を用いてトレンドワードを抽出する。

サーバ１は、Ｗｅｂ記事から抽出したトレンドワードのうち、投稿情報から抽出した世間一般のトレンドワードと共通する単語を、最終的に出力するトレンドワードの候補として特定する。すなわちサーバ１は、Ｗｅｂ記事から抽出した特徴語を、世間一般の流行語に絞り込む。

サーバ１は、絞り込んだトレンドワードの指標値を、ＳＮＳでのトレンドワードの使用頻度を示す情報に応じて補正する。使用頻度を示す情報は、例えばＳＮＳのコメントからトレンドワードを抽出する際に算出したｔｆ−ｉｄｆ値、ＳＮＳでのトレンドワードの出現回数などである。サーバ１は、これらの情報に応じて、Ｗｅｂ記事から抽出したトレンドワードの指標値の重み付けを行う。具体的には、サーバ１は、使用頻度が高いほど指標値が高くなるように重み付けを行う。サーバ１は、使用頻度に応じて重み付けした指標値に基づきトレンドワードをソートし、トレンドワードリストを作成する。サーバ１は、作成したトレンドワードリストをダッシュボード画面に出力する。

図１０は、実施の形態２に係るサーバ１が実行する処理手順の一例を示すフローチャートである。公開文書の閲覧状況に応じて特徴語の指標値を補正する処理を実行した後（ステップＳ１４）、サーバ１の制御部１１は、以下の処理を実行する。
制御部１１は、ネットワークＮ上に投稿された投稿情報を収集する（ステップＳ２０１）。投稿情報は、例えばＳＮＳに投稿されたコメントである。制御部１１は、収集した投稿情報から流行語を抽出する処理を実行する（ステップＳ２０２）。具体的には、Ｗｅｂ記事から特徴語を抽出した際と同様に、制御部１１は、ＳＮＳのコメントのタイトル及び本文に対してｔｆ−ｉｄｆに係る処理を実行し、特徴語を抽出していく。これにより制御部１１は、世間一般に流行しているトレンドワードを抽出する。

制御部１１は、ステップＳ１３で公開文書群から抽出した特徴語のうち、ステップＳ２０２で抽出した流行語と共通する特徴語を特定する（ステップＳ２０３）。すなわち制御部１１は、ユーザが執筆した記事から抽出したトレンドワードを、世間一般で流行しているトレンドワードに絞り込む。制御部１１は、特定した特徴語に係る指標値を、投稿情報における流行語の使用頻度を示す情報に応じて補正する（ステップＳ２０４）。使用頻度を示す情報は、例えば流行語のｔｆ−ｉｄｆ値、ＳＮＳでの流行語の出現回数等である。制御部１１は、これらの情報に基づいて特徴語の指標値（ｔｆ−ｉｄｆ値）を補正する。すなわち制御部１１は、ＳＮＳでの使用頻度が高いほど、指標値が高くなるように重み付けを行う。

制御部１１は、ステップＳ２０４で補正した指標値に応じて、公開文書群から抽出された特徴語を端末２に出力する（ステップＳ２０５）。具体的には上述の如く、制御部１１は、補正後の指標値の大小に応じて特徴語をソートし、最終的なトレンドワードのリストを作成して端末２に出力する。制御部１１は、一連の処理を終了する。

以上より、本実施の形態２によれば、世間一般の流行語を考慮して特徴語を絞り込むことで、より正確なトレンドワードをユーザに提示することができる。

また、本実施の形態２によれば、ＳＮＳの投稿情報から流行語を抽出することで、Ｗｅｂ記事の読者となり得る一般ユーザの関心が高い単語に絞り込んでトレンドワードを提示することができる。

また、本実施の形態２によれば、投稿情報から抽出した流行語のｔｆ−ｉｄｆ値、ＳＮＳでの流行語の出現回数等のように、流行語の使用頻度を示す情報に応じてＷｅｂ記事の特徴語の指標値を補正することで、より正確なトレンドワードを提示することができる。

（変形例１）
上記ではＳＮＳのコメントを収集して世間一般のトレンドワードを抽出することにしたが、実施の形態２に係る処理は上記に限定されるものではない。図１１は、変形例１に係るトレンドワード抽出処理の説明図である。図１１右上に示すように、変形例１においてサーバ１は、ＡＰＩ（Application Programming Interface）サーバ３からトレンドワードを取得する。ＡＰＩサーバ３は、インターネット上で話題となっているトレンドワードを提示するＷｅｂサービスを提供するサーバ装置である。例えばＡＰＩサーバ３は、検索エンジンにおける検索数、ＳＮＳでのコメント数、インターネットニュースのＰＶ数等に応じてトレンドワードを検知し、サービス利用者に提示する。変形例１では、サーバ１をＡＰＩサーバ３と連携させ、ＡＰＩサーバ３からトレンドワードを取得させる。

サーバ１は、Ｗｅｂ記事から抽出したトレンドワードのうち、ＡＰＩサーバ３から取得した世間一般のトレンドワードと共通する単語を、最終的なトレンドワードの候補として特定する。そしてサーバ１は、実施の形態２と同様に、トレンドワードの使用頻度に応じて指標値を補正する。例えばサーバ１は、ＡＰＩサーバ３が提示するトレンドワードのランキング、スコア（例えば検索数）、トレンドワードが過去に上位に挙がった回数などに応じて指標値を補正する。すなわちサーバ１は、インターネット上でトレンドワードが、検索キー、ＳＮＳコメント、インターネットニュース等に使用された頻度に応じて重み付けを行う。サーバ１は、重み付けした指標値に応じてトレンドワードをソートし、トレンドワードリストを作成してダッシュボード画面に出力する。

以上より、変形例１によれば、サーバ１はＳＮＳ上の投稿情報からだけでなく、ＡＰＩ等からも流行語を取得することができる。特に変形例１によれば、サーバ１はｔｆ−ｉｄｆ等の計算処理を行うことなく、世間一般の流行語を取得することができる。このように、サーバ１は流行語を取得可能であればよく、流行語は投稿情報から取得したものに限定されない。

なお、図１１ではＡＰＩサーバ３が単一であるものとして図示してあるが、サーバ１がアクセスするＡＰＩサーバ３は複数であってもよい。すなわちサーバ１は、複数のトレンドワード提示サービスと同期する形であってもよい。

（実施の形態３）
本実施の形態では、トレンドワードを提示するだけでなく、トレンドワードがどのように使われているかをユーザに提示する形態について述べる。なお、本実施の形態に係るサーバ１は、変形例１と同じく、ＡＰＩサーバ３から流行語を取得して特徴語の絞り込みを行うものとして説明を行う。
図１２は、実施の形態３に係るダッシュボード画面の一例を示す説明図である。本実施の形態でサーバ１は、トレンドワードを提示するだけでなく、トレンドワードがどのように使われているか、トレンドワードの抽出元に関する抽出元情報をユーザに提示する。

抽出元情報は、トレンドワードの抽出元を抜粋したテキスト、及びトレンドワードを抽出したＷｅｂページのＵＲＬなどの情報である。例えばサーバ１は、記事ＤＢ１４２を参照して、Ｗｅｂ記事においてトレンドワードが使われている該当箇所を抜粋したテキストと、Ｗｅｂ記事が掲載されているページのＵＲＬとを特定する。サーバ１は、特定した抜粋テキスト及びＵＲＬを、トレンドワードと対応付けてダッシュボード画面に出力する。例えば図１２に示すように、サーバ１は、「元記事」で示す欄に抜粋テキスト及びＵＲＬを出力する。なお、サーバ１は抜粋テキスト及びＵＲＬだけでなく、例えばＰＶ数などを併せて出力してもよい。

また、サーバ１は、Ｗｅｂ記事の抽出元情報だけでなく、トレンドワードを検知したＡＰＩの情報を、抽出元情報として併せて出力する。例えばサーバ１は、トレンドワードを検知したＡＰＩサーバ３のサービス名、ＡＰＩでのトレンドワードの抜粋テキスト、ＵＲＬなどを「ＡＰＩ」の欄に出力する。

上記のように、サーバ１は、トレンドワードがどの記事で使われていたか、どのトレンドワード提示サービスで取り上げられているか等の情報をユーザに提示する。これによりユーザは、トレンドワードの具体的な利用例を知ることができ、記事の執筆に役立てることができる。

図１３は、実施の形態３に係るサーバ１が実行する処理手順の一例を示すフローチャートである。公開文書の閲覧状況に応じて特徴語の指標値を補正する処理を実行した後（ステップＳ１４）、サーバ１の制御部１１は、以下の処理を実行する。
制御部１１は、ＡＰＩサーバ３から流行語を取得する（ステップＳ３０１）。制御部１１は、ステップＳ１３で抽出した特徴語のうち、ステップＳ３０１で取得した流行語と共通する特徴語を特定する（ステップＳ３０２）。制御部１１は、特定した特徴語の指標値を、流行語の使用頻度を示す情報に基づき補正する（ステップＳ３０３）。使用頻度を示す情報は、例えばＡＰＩサーバ３が提示するトレンドワードの順位、スコア（例えば検索数）、トレンドワードが過去にランキングした回数などである。制御部１１は、トレンドワードの使用頻度に応じて指標値の重み付けを行う。

制御部１１は、指標値が上位の特徴語と、各特徴語の抽出元に関する抽出元情報とを端末２に出力する（ステップＳ３０４）。抽出元情報は、例えばトレンドワードの抽出元の抜粋テキスト、抽出元のＵＲＬなどである。例えば制御部１１は、トレンドワードの抽出元であるＷｅｂ記事の抜粋テキスト、及びＷｅｂ記事のＵＲＬを出力する。さらに制御部１１は、当該特徴語をトレンドワードとして検知したＡＰＩの抜粋テキスト、ＵＲＬなどを出力する。制御部１１は、一連の処理を終了する。

以上より、本実施の形態３によれば、トレンドワードの利用例を併せてユーザに提示することで、利便性を高めることができる。

（実施の形態４）
図１４は、上述した形態のサーバ１の動作を示す機能ブロック図である。制御部１１がプログラムＰを実行することにより、サーバ１は以下のように動作する。取得部１４０１は、出所が共通する特定の公開文書群と、該公開文書夫々の閲覧状況とを取得する。算出部１４０２は、前記公開文書群に出現する各単語の特徴を表す指標値を算出する。抽出部１４０３は、算出した前記指標値に基づき、前記公開文書を特徴づける特徴語を抽出する。補正部１４０４は、該特徴語の抽出元である前記公開文書の閲覧状況に応じて、前記特徴語に係る前記指標値を補正する。出力部１４０５は、補正した前記指標値に応じて、前記特徴語を出力する。

本実施の形態４は以上の如きであり、その他は実施の形態１から３と同様であるので、対応する部分には同一の符号を付してその詳細な説明を省略する。

今回開示された実施の形態はすべての点で例示であって、制限的なものではないと考えられるべきである。本発明の範囲は、上記した意味ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内でのすべての変更が含まれることが意図される。

１ サーバ（情報処理装置）
１１ 制御部
１２ 記憶部
Ｐ プログラム
１３ 通信部
１４ 大容量記憶装置
１４１ ユーザＤＢ
１４２ 記事ＤＢ
１４３ トレンドＤＢ
２ 端末（情報処理端末）
３ ＡＰＩサーバ

Claims (7)

1. 出所が共通する特定の公開文書群と、該公開文書夫々の閲覧状況とを取得する取得部と、
   前記公開文書群に出現する各単語の特徴を表す指標値を算出する算出部と、
   算出した前記指標値に基づき、前記公開文書を特徴づける特徴語を抽出する抽出部と、
   該特徴語の抽出元である前記公開文書の閲覧状況に応じて、前記特徴語に係る前記指標値を補正する補正部と、
   補正した前記指標値に応じて、前記特徴語を出力する出力部と
   を備えることを特徴とする情報処理装置。
2. 流行語を取得する第２取得部を備え、
   前記出力部は、前記抽出部が抽出した前記特徴語のうち、前記流行語と共通する前記特徴語を出力する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記第２取得部は、
   ネットワーク上に投稿された投稿情報を収集する収集部と、
   収集した前記投稿情報から前記流行語を抽出する第２抽出部と
   を備えることを特徴とする請求項２に記載の情報処理装置。
4. 前記第２取得部は、前記流行語の使用頻度を示す情報を取得し、
   前記補正部は、前記使用頻度を示す情報に基づき、前記特徴語に係る前記指標値を補正する
   ことを特徴とする請求項２又は３に記載の情報処理装置。
5. 前記出力部はさらに、前記特徴語の抽出元の抜粋テキスト又はＵＲＬを示す抽出元情報を出力する
   ことを特徴とする請求項１〜４のいずれか１項に記載の情報処理装置。
6. 出所が共通する特定の公開文書群と、該公開文書夫々の閲覧状況とを取得し、
   前記公開文書群に出現する各単語の特徴を表す指標値を算出し、
   算出した前記指標値に基づき、前記公開文書を特徴づける特徴語を抽出し、
   該特徴語の抽出元である前記公開文書の閲覧状況に応じて、前記特徴語に係る前記指標値を補正し、
   補正した前記指標値に応じて、前記特徴語を出力する
   処理をコンピュータに実行させることを特徴とする情報処理方法。
7. 出所が共通する特定の公開文書群と、該公開文書夫々の閲覧状況とを取得し、
   前記公開文書群に出現する各単語の特徴を表す指標値を算出し、
   算出した前記指標値に基づき、前記公開文書を特徴づける特徴語を抽出し、
   該特徴語の抽出元である前記公開文書の閲覧状況に応じて、前記特徴語に係る前記指標値を補正し、
   補正した前記指標値に応じて、前記特徴語を出力する
   処理をコンピュータに実行させることを特徴とするプログラム。

Images