JP2019101591A - 情報処理装置、制御方法、プログラム - Google Patents

Abstract

【課題】本発明の目的は、時事性が強く幅広い話題を含むテキスト集合から世の中のトレンドを抽出して、分析対象の文書集合と関係の強いトレンドおよびトレンドを反映した分析対象文書をユーザに提示することである。【解決手段】特定分野の文書を検索する情報処理装置において、分析対象である特定分野の文書から関連語を特定し、前記特定された関連語に基づいて、所定のサイトの文書から関連文書を検索し、前記検索された関連文書から注目語を特定し、前記特定された注目語に基づいて分析対象である特定分野の文書を再検索する。【選択図】図１

Description

本発明は、特定分野の文書を検索する技術に関する。

近年、時刻情報を持ったテキストデータの分析を行い、最近増加している話題を発見する技術が開発されている。

それらの技術を用いることで、全期間のテキストデータを等しく扱うと埋もれてしまう最近の話題を効率的に発見することができ、それによりリスクの分析やトレンドの発見をすることができる。

特許文献１では、過去の一定期間において現在時刻に近い期間では正の値を、遠い期間では負の値を持つ話題検出フィルタを、時間と共に変化する各語句の出現文書数に対して適用することで、過去での出現文書数と最近の出現文書数との対比から該語句の時間的な意外性を表す話題度を計算する手法が提案されている。

特許文献２では、世の中のトレンドに基づいて、ＴＶやＶＯＤ（ビデオオンデマンド）等の番組と関連するアイテムを推定し、推薦する手法が提案されている。特許文献２において世の中のトレンドを取得する際、マイクロブログ（例えばＴｗｉｔｔｅｒ（登録商標））等のリアルタイム性の高いテキスト集合から一定期間分のテキストを用いてトピックを抽出し、トピックのトレンドスコアを計算するという手法を用いている。

特開２００５−３１６８９９号公報 特開２０１５−７９３８１号公報

特許文献１の技術では、対象の文書集合において最近急激に出現回数が増加した単語を発見することができる。しかし、対象の文書集合において出現回数がわずかであっても興味深い単語およびその単語を含む文書を発見することはできない。例えば、対象の文書集合が顧客からの問い合せ文書である場合、世の中で「クラウド」の話題が増加していても問い合せ文書中には「クラウド」に関する文書がわずかしなく、世の中のトレンドを反映した「クラウド」に関係する興味深い問い合わせ文書があっても、効率的に発見できない場合がある。

特許文献２に示される技術により世の中のトレンドを抽出して用いることで、このような場合に「クラウド」に関係した興味深い問い合わせ文書を効率的に発見できる可能性がある。ただし、特許文献２の技術はアイテムを推薦することが目的であり、問い合せ文書の提示をするものではない。

また、世の中のトレンドを抽出する技術をテキストマイニングシステムにおいて利用する際には、トレンドの情報をさらに活用することが期待できる。具体的には、次に示すような活用法がある。

問い合わせ文書において製品の「メンテナンス」に関する問い合わせが多く、かつ世の中で「メンテナンス」に関係した話題として「ＩｏＴ」の話題が増加しているならば、「ＩｏＴ」は問い合せ文書と潜在的に関係が強い話題であるとみなせる。そのため「ＩｏＴ」を直接含む問い合せ文書がなくとも、潜在的に関係が強い話題として「ＩｏＴ」をテキストマイニングシステムのユーザに提示することで、ユーザは新たな知見が得られる可能性がある。

本発明の目的は、時事性が強く幅広い話題を含むテキスト集合から世の中のトレンドを抽出して、分析対象の文書集合と関係の強いトレンドおよびトレンドを反映した分析対象文書をユーザに提示することである。

本発明は、特定分野の文書を検索する情報処理装置であって、前記特定分野の文書から、関連語を特定する関連語特定手段と、前記特定された関連語に基づいて、所定のサイトの文書から関連文書を検索する関連文書検索手段と、前記検索された関連文書から、注目語を特定する注目語特定手段と、前記特定された注目語に基づいて、前記特定分野の文書を検索する対象文書検索手段とを備えることを特徴とする。

本発明によれば、製品やサービスの問い合せ文書から世の中のトレンドを反映した文書を効率よく発見することと、世の中のトレンドの中で製品やサービスと関係が深いトレンドを発見することが可能になる。

本発明の注目単語提示システムのシステム構成の一例を示す図である。 システムを構成する情報処理装置に適用可能なハードウェア構成の一例を示すブロック図である。 分析対象文書データ、ストリーム文書データの、検索ログデータの一例を示す図である。 単語頻度表、単語絞り込み急騰度表、単語全体急騰度表、注目単語表の一例を示す図である。 単語頻度表を作成する処理の一例を示すフローチャートである。 単語絞り込み急騰度表を作成する処理の一例を示すフローチャートである。 単語全体急騰度表を作成する処理の一例を示すフローチャートである。 注目単語表を作成する処理の一例を示すフローチャートである。 注目単語をユーザ端末に提示する処理の一例を示すフローチャートである。 本発明の実施形態における、注目単語を表示した画面の一例を示す図である。

以下、図面を参照して、本発明の実施形態を詳細に説明する。

図１は、本発明の実施形態における注目単語提示システム１００のシステム構成の一例を示す図である。

注目単語提示システム１００は、分析対象文書保存部１１０、ストリーム文書保存部１２０、検索ログ保存部１５０、およびユーザ端末１６０とローカルエリアネットワークを介して接続される。

注目単語提示システム１００は、単語頻度算出部１０１と、単語絞り込み急騰度算出部１０２と、単語全体急騰度算出部１０３と、注目単語算出部１０４と、注目単語提示部１０５とを備える。

図１における全文検索システム１４０は、検索者端末１３０、分析対象文書保存部１１０、および検索ログ保存部１５０とローカルエリアネットワークを介して接続される。

全文検索システム１４０は検索者端末１３０から検索語を受け取ると、分析対象文書保存部１１０から検索語に応じた分析対象文書を取得して検索者端末１３０に送る一般的な検索システムである。さらに、全文検索システム１４０は検索者端末１３０から検索語を受け取ったとき、図３（ｃ）のように検索語を含む検索ログデータ５００を検索ログ保存部１５０に保存する。例えば、全文検索システムとして、顧客からの問い合せの文章をマーケティング担当者が分析目的で検索するシステムがありうる。

分析対象文書保存部１１０は、図３（ａ）のような分析対象文書データ３００を保存している。分析対象文書データ３００の各要素は、テキストを持つ分析対象文書である。なお、分析対象文書には、テキスト以外にもテキスト作成日時やテキスト作成者などの情報を含んでいてもよい。例えば分析対象文書保存部１１０に保存される分析対象文書データ３００として、コールセンターにおける問い合せを保存した文書データを使うことができる。

ストリーム文書保存部１２０は、図３（ｂ）のようなストリーム文書データ４００を保存している。ストリーム文書データ４００の各要素は、テキストと作成日時を持つストリーム文書である。ストリーム文書データ４００は、マイクロブログ（例えばＴｗｉｔｔｅｒ（登録商標））やニュースなど、時事性が強く幅広い話題を含む文書データから取得できる。

注目単語提示システム１００は、分析対象文書保存部１１０に保存される分析対象文書データ３００と、ストリーム文書保存部１２０に保存されるストリーム文書データ４００と、検索ログ保存部１５０に保存される検索ログデータ５００を入力として、図４（ｇ）のような注目単語表９００を作成する。注目単語提示システム１００は、注目単語表９００を作成する処理を定期的に（例えば毎日０時に１回）自動で行うことができ、作成された注目単語表９００を記憶媒体に保持しておくことができる。

ユーザ端末１６０が注目単語提示システム１００に注目単語の提示を要求すると、注目単語提示システム１００は記憶媒体に保持された注目単語表９００から注目単語の情報をユーザ端末１６０に送信し、ユーザ端末１６０は図１０のような注目単語の情報を表示する。

図２は、本発明の実施形態における注目単語提示システム１００、検索者端末１３０、全文検索システム１４０、ユーザ端末１６０に適用可能な情報処理装置のハードウェア構成の一例を示すブロック図である。

図２において、２０１はＣＰＵで、システムバス２０４に接続される各デバイスやコントローラを統括的に制御する。また、ＲＯＭ２０２あるいは外部メモリ２１１には、ＣＰＵ２０１の制御プログラムであるＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ ／ Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）やオペレーティングシステムプログラム（以下、ＯＳ）や、各サーバー或いは各ＰＣの実行する機能を実現するために必要な後述する各種プログラム等が記憶されている。

２０３はＲＡＭで、ＣＰＵ２０１の主メモリ、ワークエリア等として機能する。ＣＰＵ２０１は、処理の実行に際して必要なプログラム等をＲＯＭ２０２あるいは外部メモリ２１１からＲＡＭ２０３にロードして、該ロードしたプログラムを実行することで各種動作を実現するものである。

また、２０５は入力コントローラで、キーボード（ＫＢ）２０９や不図示のマウス等のポインティングデバイス等からの入力を制御する。２０６はビデオコントローラで、ディスプレイ２１０等の表示器への表示を制御する。なお、表示器はＣＲＴや、液晶ディスプレイ等の様々な種類が存在する。

２０７はメモリコントローラで、ブートプログラム，各種のアプリケーション，フォントデータ，ユーザファイル，編集ファイル，各種データ等を記憶する外部記憶装置（ハードディスク（ＨＤ））や、フレキシブルディスク（ＦＤ）、或いはＰＣＭＣＩＡカードスロットにアダプタを介して接続されるＣＦカードメモリ等の外部メモリ２１１へのアクセスを制御する。

２０８は通信Ｉ／Ｆコントローラで、ネットワークを介して外部機器と接続・通信するものであり、ネットワークでの通信制御処理を実行する。例えば、ＴＣＰ／ＩＰを用いた通信等が可能である。

なお、ＣＰＵ２０１は、例えばＲＡＭ２０３内の表示情報用領域へアウトラインフォントの展開（ラスタライズ）処理を実行することにより、ディスプレイ２１０上での表示を可能としている。また、ＣＰＵ２０１は、ディスプレイ２１０上の不図示のマウスカーソル等でのユーザ指示を可能とする。

本発明を実現するための後述する各種プログラムは、外部メモリ２１１に記録されており、必要に応じてＲＡＭ２０３にロードされることによりＣＰＵ２０１によって実行されるものである。さらに、上記プログラムの実行時に用いられる定義ファイル及び各種情報テーブル等も、外部メモリ２１１に格納されており、これらについての詳細な説明も後述する。

次に図５〜図９のフローチャートを用いて、本発明の実施形態における注目単語提示システム１００が実行する処理について説明する。

図５のフローチャートは、注目単語提示システム１００の単語頻度算出部１０１が単語頻度表６００を作成する処理（単語頻度算出処理）の一例を示すフローチャートである。

単語頻度表６００は図４（ｄ）のように単語とその頻度の情報を持つ表である。作成された単語頻度表６００は、単語絞り込み急騰度算出部１０２の入力になる。

ステップＳ１１０１では、分析対象文書保存部１１０に保存されている分析対象文書データ３００から単語を抽出する。各分析対象文書のテキストに対して公知の形態素解析器により形態素解析を行い、品詞が名詞である形態素を単語として抽出する。単語を抽出する対象の分析対象文書は、分析対象文書データ３００に含まれるすべての分析対象文書にできる。または、ユーザが指定する単語を含んだ分析対象文書のみを対象にしてもよい。または、分析対象文書が文書作成日時などの日時情報を持つ場合、特定の日時以降である分析対象文書のみを対象にしてもよい。

ステップＳ１１０２では、抽出された全ての単語で、その単語の頻度を計算する。単語の頻度は、Ｓ１１０１においてその単語を抽出した回数の合計として計算することができる。または、単語の頻度は、その単語を抽出できた分析対象文書の件数として計算してもよい。

ステップＳ１１０３では、抽出された全ての単語とその頻度を、単語頻度表６００に追加する。

単語頻度算出処理の具体例として、図３（ａ）の分析対象文書データ３００が入力された場合における、単語頻度表６００の作成処理について説明する。簡単のため、分析対象文書データ３００において省略された部分は存在しないものとする。

ステップＳ１１０１では、分析対象文書データ３００から単語を抽出する。例えば、図３（ａ）において「クラウド上のシステムでも動かせるか」というテキストを持つ分析対象文書に対して、テキストの形態素解析を行い、その結果から品詞が名詞である「クラウド」、「上」、「システム」という単語が抽出できる。このような単語抽出の処理を、全ての分析対象文書に対して行う。

ステップＳ１１０２では、抽出された全ての単語で、その単語の頻度を計算する。図３（ａ）に表示されている分析対象文書では、「クラウド上のシステムでも動かせるか」および「クラウドと連携したい」というテキストから、どちらも「クラウド」という単語を１回ずつ抽出できる。単語「クラウド」を抽出した回数の合計が２回であるため、「クラウド」の頻度を２とする。このような頻度の計算を全ての単語に対して行う。

ステップＳ１１０３では、こうして求められた単語とその頻度の情報を、単語頻度表６００に追加する。

図６のフローチャートは、注目単語提示システム１００の単語絞り込み急騰度算出部１０２が単語絞り込み急騰度表７００を作成する処理（単語絞り込み急騰度算出処理）の一例を示すフローチャートである。

単語絞り込み急騰度表７００は、図４（ｅ）のように、単語に対してその絞り込み急騰度、絞り込み単語リスト、および関連ストリーム文書リストの情報を持つデータである。

ステップＳ１２０１では、まずは注目単語提示システム１００の記憶媒体上に、テキストからなる絞り込み単語を保存できる保存領域を用意しておく。その後、単語頻度表６００から単語を絞り込み単語に追加する。絞り込み単語として追加する単語は、単語頻度表６００における頻度が特定のしきい値以上である単語のみにしてもよい。または、単語頻度表６００における頻度の順位が特定のしきい値より上位である単語のみにしてもよい。

ステップＳ１２０２では、検索ログ保存部１５０に保存された検索ログデータ５００から、検索語を絞り込み単語に追加する。絞り込み単語として追加する検索語は、検索ログデータ５００に含まれる全ての検索語にしてもよい。または、検索ログデータ５００における出現回数が特定のしきい値以上である検索語のみにしてもよい。または、検索ログデータ５００における出現回数順に検索語を並べたとき、順位が特定のしきい値より上位である検索語のみにしてもよい。

ステップＳ１２０３では、各絞り込み単語について繰り返す処理を開始する。

ステップＳ１２０４では、ストリーム文書保存部１２０に保存されたストリーム文書データ４００から、絞り込み単語を用いてストリーム文書を絞り込む。絞り込む方法として、絞り込み単語をテキストの部分文字列として含むストリーム文書のみを残し、それ以外のストリーム文書は除くという方法が利用できる。

ステップＳ１２０５では、絞り込み結果であるストリーム文書のリストから、単語を抽出する。ストリーム文書のテキストに対して公知の形態素解析器により形態素解析を行い、品詞が名詞である形態素を単語として抽出する。以降では、ここで抽出された単語をストリーム単語と呼ぶこともある。

ステップＳ１２０６では、抽出された全てのストリーム単語に対して、ストリーム単語のトレンド性を示す指標である急騰度を計算する。古いストリーム文書ではあまり使われないが、最近のストリーム文書ではよく使われるストリーム単語をトレンドを示す単語とみなし、急騰度が高くなるようにする。

急騰度の計算には、ストリーム単語が出現したストリーム文書の作成日時と、単語絞り込み急騰度表７００の作成処理を開始した日時である現在日時の情報を用いる。作成日時が現在日時に近い過去であるストリーム文書において出現回数の多いストリーム単語が、急騰度が高くなるような計算方法にする。急騰度の計算方法の１つとして、特許文献１に示される語句話題度算出手段によって求められる話題度をストリーム単語の急騰度とすることができる。

ステップＳ１２０７では、ストリーム単語に関して単語絞り込み急騰度表７００に情報を追加する。単語絞り込み急騰度表７００の単語欄にはストリーム単語を、絞り込み急騰度欄には急騰度を、絞り込み単語リストには現在の絞り込み単語を、関連ストリーム文書リストには絞り込み結果のストリーム文書をそれぞれ追加する。

なお、絞り込み単語について繰り返し処理を行う途中で、単語絞り込み急騰度表７００に既にあるストリーム単語が追加対象とされる場合がある。その場合は、そのストリーム単語に関して、絞り込み急騰度、絞り込み単語リスト、関連ストリーム文書リストを更新する。その際、絞り込み急騰度は既存の値と現在の絞り込み単語におけるストリーム単語の急騰度で比較し、大きい方の値に置き換える。また、絞り込み単語リスト、関連ストリーム文書リストは既存のリストの末尾に追加する。

ステップＳ１２０８では、全ての絞り込み単語について処理を実行した場合、本フローチャートの処理を終了する。一方、未実行の絞り込み単語が残っている場合は、未実行の絞り込み単語について処理を行うため、ステップＳ１２０４に処理を戻す。

単語絞り込み急騰度算出処理の具体例として、図４（ｄ）の単語頻度表６００と図３（ｃ）の検索ログデータ５００と図３（ｂ）のストリーム文書データ４００が入力された場合における、単語絞り込み急騰度算出処理について説明する。簡単のため、図４（ｄ）と図３（ｃ）と図３（ｂ）において省略された部分は存在しないものとする。

ステップＳ１２０１では、図４（ｄ）の単語頻度表６００から単語を絞り込み単語に追加する。頻度の順位が２位までの単語を絞り込み単語に追加する場合、「サーバー」、「メンテナンス」が絞り込み単語となる。

ステップＳ１２０２では、図３（ｃ）の検索ログデータ５００から検索語を絞り込み単語に追加する。検索ログデータ５００において出現回数が最上位の検索語を絞り込み単語にする場合、２回出現する「故障」が絞り込み単語となる。

このようにして、「サーバー」、「メンテナンス」、および「故障」の３単語が絞り込み単語となる。

ステップＳ１２０３では、各絞り込み単語について繰り返す処理を開始する。説明の都合上、「メンテナンス」、「故障」、「サーバー」の順で説明する。なお、処理の順番は結果に影響しない。

ステップＳ１２０４とステップＳ１２０５により、図３（ｂ）のようなストリーム文書データ４００から、絞り込み単語を用いてストリーム文書を絞り込み、その結果のストリーム文書リストから単語を抽出する。

現在の絞り込み単語が「メンテナンス」であるとき、ストリーム文書データ４００から、テキストに「メンテナンス」を含んだ「ＩｏＴを活用したメンテナンス事業が成長」のストリーム文書が絞り込み結果として残る。そのストリーム文書から、ストリーム単語として「ＩｏＴ」「活用」「メンテナンス」「事業」「成長」という単語が抽出できる。また、ストリーム文書の作成日時によりこれらの単語は２０１７／５／１０ １９：０６：５４に抽出したストリーム単語である、という情報も保持しておく。

ステップＳ１２０６では、抽出された全てのストリーム単語に対して、特許文献１に示される語句話題度算出手段によって話題度を計算し、それをストリーム単語の急騰度とする。例えば、ストリーム単語「ＩｏＴ」の急騰度が４．１、「事業」の急騰度が０．２などになったとする。

ステップＳ１２０７では、ストリーム単語に関する情報を単語絞り込み急騰度表７００に追加する。そのとき、単語絞り込み急騰度表７００に、単語が「ＩｏＴ」、絞り込み急騰度が４．１、絞り込み単語リストが「メンテナンス」、関連ストリーム文書リストが「ＩｏＴを活用したメンテナンス事業が成長」であるデータを追加する。その他のストリーム単語「活用」、「メンテナンス」、「事業」、および「成長」に関しても同様の処理を行う。

続いて、絞り込み単語が「故障」であるとき、ステップＳ１２０４〜ステップＳ１２０６の処理を行ったとする。

絞り込み結果のストリーム文書には「故障予測のためのＩｏＴサービス導入 − Ｃ社」のテキストを持つストリーム文書が残る。このとき、例えばストリーム単語「ＩｏＴ」の急騰度が５．２となったとする。

ここで単語絞り込み急騰度算出部１０２はストリーム単語「ＩｏＴ」を単語として単語絞り込み急騰度表７００に追加しようとするが、絞り込み単語が「メンテナンス」であったときに既に「ＩｏＴ」のデータは追加されている。そのため、単語「ＩｏＴ」に関して、絞り込み急騰度と絞り込み単語リストと関連ストリーム文書リストを更新する。絞り込み急騰度は、単語絞り込み急騰度表７００における既存の絞り込み急騰度である４．１（絞り込み単語「メンテナンス」のときの値）と、絞り込み単語「故障」における急騰度である５．２を比較し、より大きい値である５．２を採用して更新する。さらに、絞り込み単語リストには「故障」を追加し、関連ストリーム文書リストにも「故障予測のためのＩｏＴサービス導入 − Ｃ社」というテキストを追加する。

絞り込み単語「サーバー」についても同様に処理を行い、図４（ｅ）のような単語絞り込み急騰度表７００が作成される。

図７のフローチャートは、注目単語提示システム１００の単語全体急騰度算出部１０３が単語全体急騰度表８００を作成する処理（単語全体急騰度算出処理）の一例を示すフローチャートである。

単語全体急騰度表８００は、図４（ｆ）のように単語とその全体急騰度の値を持つ表である。

ステップＳ１３０１では、ストリーム文書保存部１２０に保存されているストリーム文書データ４００から、全てのストリーム文書で単語を抽出する。単語抽出の処理は、単語絞り込み急騰度表７００の作成処理（図６）におけるステップＳ１２０５と同様に行う。

ステップＳ１３０２では、抽出された全ての単語に対して、ストリーム文書全体における単語のトレンド性を示す指標である急騰度を計算する。急騰度の計算は、単語絞り込み急騰度表７００の作成処理（図６）におけるステップＳ１２０６の急騰度計算と同様に行う。

ステップＳ１３０３では、抽出された単語とその急騰度の一覧を、単語全体急騰度表８００に追加する。ただし、全体急騰度欄に追加する値は、単語の急騰度にする。

図８のフローチャートは、注目単語提示システム１００の注目単語算出部１０４が注目単語表９００を作成する処理（注目単語算出処理）の一例を示すフローチャートである。

注目単語表９００は、図４（ｇ）のように、単語に対してその関連分析対象文書リスト、絞り込み単語リスト、関連ストリーム文書リスト、絞り込み急騰度、および全体急騰度を持つ表である。

ただし、関連分析対象文書リスト、絞り込み単語リスト、関連ストリーム文書リスト、および絞り込み急騰度は空のことがある。関連ストリーム文書リストが存在する場合、絞り込み単語リストと絞り込み急騰度も存在することが保証されるようにする。また、関連分析対象文書リストと関連ストリーム文書リストは少なくとも一方が空でないようにする。

ステップＳ１４０１では、まずは注目単語提示システム１００の記憶媒体上に、テキストからなる再絞り込み単語を保存できる保存領域を用意しておく。その後、単語絞り込み急騰度表７００から絞り込み急騰度に基づいて、単語を再絞り込み単語に追加する。再絞り込み単語に追加する単語は、絞り込み急騰度が特定のしきい値以上である単語のみとすることができる。または、単語絞り込み急騰度表７００における絞り込み急騰度の順位が特定のしきい値より上位である単語のみにしてもよい。

ステップＳ１４０２では、単語全体急騰度表８００から全体急騰度に基づいて、単語を再絞り込み単語に追加する。再絞り込み単語に追加する単語は、全体急騰度が特定のしきい値以上である単語のみとすることができる。または、単語全体急騰度表８００における全体急騰度の順位が特定のしきい値より上位である単語のみにしてもよい。

なお、ステップＳ１４０１ですでに再絞り込み単語に追加されている単語は、ステップＳ１４０２で二重に追加はしない。

ステップＳ１４０３では、各再絞り込み単語について繰り返す処理を開始する。

ステップＳ１４０４では、分析対象文書保存部１１０に保存された分析対象文書データ３００から、再絞り込み単語を用いて分析対象文書を絞り込む。絞り込む方法として、再絞り込み単語をテキストの部分文字列として含む分析対象文書のみを残し、それ以外の分析対象文書は除くという方法が利用できる。

絞り込まれた結果として、分析対象文書が０件となる場合も、１件以上になる場合もある。

ステップＳ１４０５では、再絞り込み単語が注目単語表９００に加えられる条件を満たしているかどうか判定する。

ステップＳ１４０４で絞り込まれた結果の分析対象文書が１件以上ある場合、Ｙｅｓと判定する。または、再絞り込み単語がステップＳ１４０１において単語絞り込み急騰度表７００から選出された単語であるなら、Ｙｅｓと判定する。

それ以外の場合はＮｏと判定する。言い換えると、Ｎｏと判定される条件は、絞り込まれた結果の分析対象文書が０件で、かつ再絞り込み単語が単語全体急騰度表８００から選出されたことである。この条件により、注目単語表９００に含まれる単語は、関連分析対象文書リストと関連ストリーム文書リストの少なくとも一方が空でないことが保証される。

Ｙｅｓと判定された場合、ステップＳ１４０６に処理を移す。Ｎｏと判定された場合、ステップＳ１４０７に処理を移す。

ステップＳ１４０６では、再絞り込み単語とそれに付随する情報を注目単語表９００に追加する。

この処理では、まず、単語欄には再絞り込み単語を追加する。続いて、関連分析対象文書リスト欄には、ステップＳ１４０４で絞り込まれた結果の分析対象文書のテキストを追加する。ただし、分析対象文書が０件の場合には、何も追加せず空欄とする。続いて、絞り込み単語リストと関連ストリーム文書リストと絞り込み急騰度は、単語絞り込み急騰度表７００から再絞り込み単語についてのデータを取得してきて、そのまま追加する。ただし、単語絞り込み急騰度表７００にデータがない単語については、何も追加せず空欄とする。続いて、全体急騰度は、単語全体急騰度表８００から再絞り込み単語についてのデータを取得してきて、そのまま追加する。

ステップＳ１４０７では、全ての再絞り込み単語について処理を実行した場合、本フローチャートの処理を終了する。一方、未実行の再絞り込み単語が残っている場合は、未実行の再絞り込み単語について処理を行うため、ステップＳ１４０４に処理を戻す。

注目単語算出処理の具体例として、図４（ｅ）の単語絞り込み急騰度表７００と図４（ｆ）の単語全体急騰度表８００が入力された場合における、注目単語算出処理について説明する。簡単のため、図４（ｅ）と図４（ｆ）において省略された部分は存在しないものとする。

ステップＳ１４０１で、図４（ｅ）の単語絞り込み急騰度表７００から絞り込み急騰度の上位２単語を再絞り込み単語に追加する場合、「ＩｏＴ」、「クラウド」が再絞り込み単語に追加される。

ステップＳ１４０２で、図４（ｆ）の単語全体急騰度表８００から全体急騰度の上位３単語を再絞り込み単語に追加する場合、「民泊」、「ＩｏＴ」、「チャット」を再絞り込み単語への追加候補とする。しかし、「ＩｏＴ」はステップＳ１４０１ですでに再絞り込み単語に追加されているため、ここでは追加しない。結果として、「民泊」、「チャット」の２単語が再絞り込み単語に追加される。

このようにして、単語絞り込み急騰度表７００から「ＩｏＴ」、「クラウド」が、単語全体急騰度表８００から「民泊」、「チャット」が再絞り込み単語として選出される。

ステップＳ１４０３では、各再絞り込み単語について繰り返す処理を開始し、ステップＳ１４０７にて繰り返しの終了判断をする。

ステップＳ１４０４とステップＳ１４０５では、再絞り込み単語を用いて分析対象文書を絞り込み、その絞り込み結果に応じて再絞り込み単語を注目単語表９００に追加するかどうかを判断し、追加する場合は、ステップＳ１４０６で追加処理を行う。

ここでは、「ＩｏＴ」、「クラウド」、「民泊」、および「チャット」の各単語について上記の処理を行う。説明の都合上、「クラウド」、「ＩｏＴ」、「チャット」、「民泊」の順で説明する。なお、処理の順番は結果に影響しない。

再絞り込み単語「クラウド」を用いて分析対象文書を絞り込むと、結果として「クラウド上のシステムでも動かせるか」と「クラウドと連携したい」の２件の文書が残る。「クラウド」は、単語絞り込み急騰度表７００から選出された単語であり、かつ絞り込み結果の分析対象文書が１件以上あるため、注目単語表９００に加える単語であると判定される。

判定の結果、注目単語表９００の単語欄には「クラウド」を追加する。関連分析対象文書リスト欄には、絞り込み結果の分析対象文書である「クラウド上のシステムでも動かせるか」と「クラウドと連携したい」の２件のテキストを追加する。絞り込み単語リスト欄と関連ストリーム文書リスト欄と絞り込み急騰度欄には、図４（ｅ）の単語絞り込み急騰度表７００の値をそのまま追加する。すなわち絞り込み単語リスト欄は「サーバー」が、関連ストリーム文書リスト欄は「Ａ社、業務用サーバーのクラウド移行を完了」のストリーム文書が、絞り込み急騰度欄は４．６がそれぞれ追加される。さらに、全体急騰度には全体急騰度表から取得した値２．６を追加する。

続いて、再絞り込み単語「ＩｏＴ」を用いて分析対象文書を絞り込むと、結果は０件となる。絞り込み結果の分析対象文書は０件であるものの、「ＩｏＴ」は単語絞り込み急騰度表７００から選出された単語であるため、注目単語表９００に加える単語であると判定される。

注目単語表９００に追加する方法は「クラウド」と同様である。ただし、絞り込み結果の分析対象文書が０件であるため、関連分析対象文書リスト欄は空欄とする。

続いて、再絞り込み単語「チャット」を用いて分析対象文書を絞り込むと、結果は「チャットＵＩで操作する機能が欲しい」の１件の文書となる。「チャット」は、単語全体急騰度表８００から選出された単語であるものの、絞り込み結果の分析対象文書が１件以上であるため、注目単語表９００に加える単語であると判定される。

注目単語表９００に追加する方法は「クラウド」と同様である。ただし、単語絞り込み急騰度表７００に単語「チャット」に関する情報が存在しないため、絞り込み単語リスト欄と関連ストリーム文書リスト欄と絞り込み急騰度欄は空欄とする。

続いて、再絞り込み単語「民泊」を用いて分析対象文書を絞り込むと、結果は０件となる。「民泊」は、絞り込まれた結果の分析対象文書が０件で、かつ単語全体急騰度表８００から選出された単語であるため、注目単語表９００には加えない。

以上のようにして、図４（ｇ）の注目単語表９００が作成される。

図９のフローチャートは、注目単語提示システム１００の注目単語提示部１０５がユーザ端末１６０から注目単語の提示要求を受け取ったときに、ユーザ端末１６０へ注目単語の情報を送信する処理（注目単語提示処理）の一例を示すフローチャートである。

ユーザ端末１６０では、図１０のように、単語と注目理由とストリーム文書または分析対象文書からなる関連文書を並べた形式で注目単語の情報を表示できる。また、ストリーム文書である関連文書と分析対象文書である関連文書それぞれで、文書の性質を示す見出しも表示できる。

ステップＳ１５０１では、注目単語提示システム１００の記憶媒体に保持された注目単語表９００から単語を取得する。以降これらの単語は注目単語と呼ぶ。

ステップＳ１５０２では、注目単語表９００の内容に基づいて、注目単語の並べ替えを行う。

一例として、以下のような方法で並べ替えを行うことができる。ここでは、注目単語に優先度の数値を設定して、優先度の降順に並べることにする。

まず、注目単語に対して、関連分析対象文書リストと関連ストリーム文書リストに値が存在するかどうかを判定する。

関連分析対象文書リストと関連ストリーム文書リストがどちらも存在する場合、優先度を３とする。さらに、優先度３の注目単語が複数ある場合、それらの注目単語は絞り込み急騰度の降順で並べる。

関連ストリーム文書リストのみが存在する場合、優先度を２とする。さらに、優先度２の注目単語が複数ある場合、それらの注目単語は絞り込み急騰度の降順で並べる。

関連分析対象文書リストのみが存在する場合、優先度を１とする。さらに、優先度１の注目単語が複数ある場合、それらの注目単語は全体急騰度の降順で並べる。

ユーザ端末１６０においては、この順序で注目単語を表示する。

ステップＳ１５０３では、各注目単語について繰り返す処理を開始する。

この繰り返し内部の処理により、図１０のようにそれぞれの注目単語に対して単語、注目理由、関連文書を持つ表示用データを作成する。

ステップＳ１５０４では、注目単語を表示用データの単語欄に追加する。

ステップＳ１５０５では、関連分析対象文書の有無を判定する。注目単語表９００において、現在の注目単語に対して関連分析対象文書リストに値が存在すれば、Ｙｅｓと判定し、ステップＳ１５０６に処理を移す。現在の注目単語に対して関連分析対象文書リストに値が存在しないなら、Ｎｏと判定し、ステップＳ１５０８に処理を移す。

ステップＳ１５０６では、注目単語表９００にある関連分析対象文書リストを、表示用データの関連文書欄に追加する。さらに、関連文書欄に見出しを追加することもできる。見出しには、注目単語提示システム１００に組み込まれた値を用いることができる。図１０の例では「問い合せ文書」という見出しが設定されている。

ステップＳ１５０７では、注目単語表９００にある関連分析対象文書リストの件数を、表示用データの注目理由欄に追加する。このとき、件数と注目単語提示システム１００に組み込まれた定型テキストを組み合わせて注目理由欄に追加することもできる。図１０の例では、「問い合せ文書Ｘ件」という定型テキストから「Ｘ」の部分に件数を挿入して、注目理由欄に追加している。

ステップＳ１５０８では、関連ストリーム文書の有無を判定する。

注目単語表９００において、現在の注目単語に対して関連ストリーム文書リストに値が存在すれば、Ｙｅｓと判定し、ステップＳ１５１０に処理を移す。なお、関連ストリーム文書が存在する場合、絞り込み単語リストも存在することが保証される。

現在の注目単語に対して関連ストリーム文書リストに値が存在しないなら、Ｎｏと判定し、ステップＳ１５０９に処理を移す。

ステップＳ１５０９では、「世の中のトレンドである」という旨のテキストを、表示用データの注目理由欄に追加する。実際のテキストは、注目単語提示システム１００に組み込まれた定型テキストを用いる。図１０の例では、「世の中で話題」という定型テキストを注目理由欄に追加している。

ステップＳ１５１０では、注目単語表９００における絞り込み単語リストを、表示用データの注目理由欄に追加する。このとき、絞り込み単語リストと注目単語提示システム１００に組み込まれた定型テキストを組み合わせて注目理由欄に追加することもできる。図１０の例では、「Ｘとの関連語で、世の中で話題」という定型テキストから「Ｘ」の部分に絞り込み単語リストを挿入して、注目理由欄に追加している。

ステップＳ１５１１では、注目単語表９００における関連ストリーム文書リストを、表示用データの関連文書欄に追加する。さらに、関連文書欄に見出しを追加することもできる。見出しには、注目単語提示システム１００に組み込まれた値を用いることができる。図１０の例では「ニュース」という見出しが設定されている。

ステップＳ１５１２では、全ての注目単語について処理を実行した場合、ステップＳ１５１３に処理を移す。一方、未実行の注目単語が残っている場合は、未実行の注目単語について処理を行うため、ステップＳ１５０４に処理を戻す。

ステップＳ１５１３では、ユーザ端末１６０へ注目単語に関する表示用データの一覧を送信する。

注目単語提示処理の具体例として、図４（ｇ）の注目単語表９００が入力され、図１０のような画面を表示するようユーザ端末１６０にデータ送信するまでの、注目単語提示処理について説明する。

なお、図４（ｇ）において省略された部分については説明の中で適宜補足していく。

ステップＳ１５０１では、注目単語表９００から注目単語として「クラウド」、「ＩｏＴ」、「チャット」を取得する。

ステップＳ１５０２では、注目単語表９００の内容に基づいて、注目単語の並べ替えを行う。

「クラウド」は、関連分析対象文書リストと関連ストリーム文書リストがどちらも存在するため、優先度を３とする。

「ＩｏＴ」は、関連分析対象文書リストが存在せず関連ストリーム文書リストが存在するため、優先度を２とする。

「チャット」は、関連分析対象文書リストが存在して関連ストリーム文書リストが存在しないため、優先度を１とする。

以上より、注目単語の順番は優先度の降順である「クラウド」、「ＩｏＴ」、「チャット」の順となる。

ステップＳ１５０３では、各注目単語について繰り返す処理を開始する。

ステップＳ１５０４では、注目単語を表示用データの単語欄に追加する。

ステップＳ１５０５、Ｓ１５０６、Ｓ１５０７により、関連分析対象文書がある注目単語に対して、関連分析対象文書の情報を用いて表示用データの理由欄と関連文書欄に情報を追加する。

注目単語「クラウド」の場合、関連分析対象文書に「クラウド上のシステムでも動かせるか」「クラウドと連携したい」というテキストがある。

ここで、図４（ｇ）において省略された部分にさらに８件のテキストがあり、全体で１０件のテキストがあるものとする。

注目単語「クラウド」の表示用データにおいて、関連文書欄には見出し「問い合せ文書」とこれらの関連分析対象文書のテキストが追加される。

さらに、関連分析対象文書の件数を用いて、注目理由欄には「問い合せ文書１０件」というテキストが追加される。

注目単語「ＩｏＴ」の場合、関連分析対象文書が存在しないため、何もせずステップＳ１５０８へ処理を移す。

注目単語「チャット」では「クラウド」と同様の処理を行う。

ステップＳ１５０８により、関連ストリーム文書が存在する注目単語と存在しない注目単語で処理が分岐する。

注目単語「クラウド」の場合、関連ストリーム文書が存在するため、ステップＳ１５１０、Ｓ１５１１を実行する。

注目単語表９００の絞り込み単語リストから「サーバー」を取得して、注目理由欄に『「サーバー」との関連語で、世の中で話題』というテキストを追加する。さらに、注目単語表９００の関連ストリーム文書リストから「Ａ社、業務用サーバーのクラウド移行を完了」などのテキストを取得し、見出し「ニュース」とともに関連文書欄に追加する。

注目単語「ＩｏＴ」では「クラウド」と同様の処理を行う。

注目単語「チャット」の場合、関連ストリーム文書が存在しないため、ステップＳ１５０９を実行して、注目理由欄に「世の中で話題」という定型テキストを追加する。

以上のように表示用データを作成し、最後にステップＳ１５１３で、ユーザ端末１６０に図１０の画面を表示させるために、ユーザ端末１６０へ作成した注目単語に関する表示用データを送信する。

上記により、製品やサービスの問い合せ文書から世の中のトレンドを反映した文書を効率よく発見することと、世の中のトレンドの中で製品やサービスと関係が深いトレンドを発見することが可能になる。

以上、一実施形態について示したが、本発明は、例えば、システム、装置、方法、プログラムもしくは記録媒体等としての実施態様をとることが可能であり、具体的には、複数の機器から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。

また、本発明におけるプログラムは、各図に示すフローチャートの処理方法をコンピュータが実行可能なプログラムであり、本発明の記憶媒体は各図の処理方法をコンピュータが実行可能なプログラムが記憶されている。なお、本発明におけるプログラムは各図の各装置の処理方法ごとのプログラムであってもよい。

以上のように、前述した実施形態の機能を実現するプログラムを記録した記録媒体を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に格納されたプログラムを読出し実行することによっても、本発明の目的が達成されることは言うまでもない。

この場合、記録媒体から読み出されたプログラム自体が本発明の新規な機能を実現することになり、そのプログラムを記憶した記録媒体は本発明を構成することになる。

プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＤＶＤ−ＲＯＭ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＥＥＰＲＯＭ、シリコンディスク、ソリッドステートドライブ等を用いることができる。

また、コンピュータが読み出したプログラムを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムの指示に基づき、コンピュータ上で稼働しているＯＳ（オペレーティングシステム）等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵ等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

また、本発明は、複数の機器から構成されるシステムに適用しても、１つの機器からなる装置に適用してもよい。また、本発明は、システムあるいは装置にプログラムを供給することによって達成される場合にも適応できることは言うまでもない。この場合、本発明を達成するためのプログラムを格納した記録媒体を該システムあるいは装置に読み出すことによって、そのシステムあるいは装置が、本発明の効果を享受することが可能となる。

さらに、本発明を達成するためのプログラムをネットワーク上のサーバー、データベース等から通信プログラムによりダウンロードして読み出すことによって、そのシステムあるいは装置が、本発明の効果を享受することが可能となる。

なお、上述した各実施形態およびその変形例を組み合わせた構成も全て本発明に含まれるものである。

１００ 注目単語提示システム
１１０ 分析対象文書保存部
１２０ ストリーム文書保存部
１３０ 検索者端末
１４０ 全文検索システム
１５０ 検索検索ログ保存部
１６０ ユーザ端末

Claims (8)

1. 特定分野の文書を検索する情報処理装置であって、
   前記特定分野の文書から、第１キーワードを特定する第１特定手段と、
   前記特定された第１キーワードに基づいて、所定のサイトの文書から関連文書を検索する関連文書検索手段と、
   前記検索された関連文書から、第２キーワードを特定する第２特定手段と、
   前記特定された第２キーワードに基づいて、前記特定分野の文書を検索する対象文書検索手段と
   を備えることを特徴とする情報処理装置。
2. 前記第２特定手段は、前記関連文書に含まれる単語の掲出増加度合により第２キーワードを特定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１特定手段は、前記特定分野の文書に含まれる単語の掲出頻度により第１キーワードを特定することを特徴とする請求項１または２に記載の情報処理装置。
4. 前記第１特定手段は、前記特定分野の文書の検索に使用された検索語により第１キーワードを特定することを特徴とする請求項１〜３のいずれか１項に記載の情報処理装置。
5. 前記特定された第１キーワードと、前記特定された第２キーワードとを表示する表示制御手段を備えることを特徴とする請求項１〜４に記載の情報処理装置。
6. 特定分野の文書を検索する情報処理装置であって、
   所定のサイトの文書から、第１キーワードを特定する第１特定手段と、
   前記特定された第１キーワードに基づいて、前記特定分野の文書を検索する対象文書検索手段と
   を備えることを特徴とする情報処理装置。
7. 特定分野の文書を検索する情報処理装置の制御方法であって、
   第１特定手段が、前記特定分野の文書から、第１キーワードを特定する第１特定ステップと、
   関連文書検索手段が、前記特定された第１キーワードに基づいて、所定のサイトの文書から関連文書を検索する関連文書検索ステップと、
   第２特定手段が、前記検索された関連文書から、第２キーワードを特定する第２特定ステップと、
   対象文書検索手段が、前記特定された第２キーワードに基づいて、前記特定分野の文書を検索する対象文書検索ステップと
   を備えることを特徴とする情報処理装置の制御方法。
8. 特定分野の文書を検索する情報処理装置において実行可能なプログラムであって、
   前記情報処理装置を、
   前記特定分野の文書から、第１キーワードを特定する第１特定手段と、
   前記特定された第１キーワードに基づいて、所定のサイトの文書から関連文書を検索する関連文書検索手段と、
   前記検索された関連文書から、第２キーワードを特定する第２特定手段と、
   前記特定された第２キーワードに基づいて、前記特定分野の文書を検索する対象文書検索手段
   として機能させることを特徴とするプログラム。

Images