JP2020140467A - 情報処理装置及びプログラム - Google Patents

Abstract

【課題】コンテンツの検索を行う際に、コンテンツに関連付けられた概念を一律に評価する場合と比較して、検索結果にユーザの意図を適切に反映させることができる情報処理装置及びプログラムを提供する。【解決手段】情報処理装置１０は、ユーザからクエリの入力を受け付ける受付部３０と、検索対象のコンテンツ毎に、コンテンツの概念を表すノードの情報と概念同士の関係を表したナレッジグラフから、クエリに対応する複数のノードを取得する取得部３２と、取得された複数のノードから、互いに関連するノードを含む経路を探索する探索部３４と、少なくとも１つのコンテンツの経路に対して、クエリに含まれる概念を表すノードとコンテンツとの間に含まれるノードの数として表されるホップ数、コンテンツにおける概念の重要度、及び概念間の関係性の種類の少なくとも１つを用いてスコアを導出する導出部３６と、を備える。【選択図】図３

Description

本発明は、情報処理装置及びプログラムに関する。

例えば、特許文献１には、文書検索時に語句間の概念関係を記述した概念辞書を利用してキーワードを拡張する文書検索装置が記載されている。この文書検索装置は、検索キーワード入力部から入力された検索キーワードに対して概念ネットワーク内での位置を確定する。この文書検索装置は、確定された語句から関連付けられている語句をキーワード拡張部で検索して、追加キーワードとして採用し、このキーワードに対して概念ネットワーク内に蓄積された関連度の大小によりキーワードの優先順位をキーワード優先順位付与部で付与する。この文書検索装置は、優先度を付与されたキーワードを用いて検索対象文書を検索し、各キーワード毎に検索対象文書内の単語と一致する回数を検索実行部で算出し、この一致回数を基に文書を文書得点化部で得点化する。この文書検索装置は、各キーワードに関して得点化された文書を全キーワードの優先順位に基づき集計した上でキーワードの精度を文書順位化部で順位化する。

特開平８−１３７８９８号公報

ところで、文書等のコンテンツを検索する手法として、ユーザの意図を理解して、検索結果を出力するセマンティック検索が利用されている。このセマンティック検索では、コンテンツに関連付けられた概念が一律に評価されるため、同じような概念を含むコンテンツが多いとき等では、検索結果にユーザの意図を適切に反映させることが困難な場合がある。

本発明は、コンテンツの検索を行う際に、コンテンツに関連付けられた概念を一律に評価する場合と比較して、検索結果にユーザの意図を適切に反映させることができる情報処理装置及びプログラム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、第１態様に係る情報処理装置は、クエリの入力を受け付ける受付部と、検索対象のコンテンツ毎に、コンテンツの概念を表すノードの情報と概念同士の関係を表したデータから、前記クエリに対応する複数のノード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ノードから、互いに関連するノードを含む経路を探索する探索部と、前記探索部により探索された、少なくとも１つのコンテンツの経路に対して、前記クエリに含まれる概念を表すノードと前記コンテンツとの間に含まれるノードの数として表されるホップ数、前記コンテンツにおける概念の重要度、及び概念間の関係性の種類の少なくとも１つを用いてスコアを導出する導出部と、を備えている。

第２態様に係る情報処理装置は、第１態様に係る情報処理装置において、前記導出部が、前記経路の数が複数である場合、前記複数の経路の各々に対するスコアを導出し、導出したスコアを合計することにより、前記コンテンツのスコアを導出する。

第３態様に係る情報処理装置は、第２態様に係る情報処理装置において、前記導出部が、前記経路の数が同一となるコンテンツのみを対象として、前記コンテンツのスコアを導出する。

第４態様に係る情報処理装置は、第１態様〜第３態様のいずれか１の態様に係る情報処理装置において、前記取得部が、前記クエリに含まれる概念の数と同一の数の概念が関連付けられたコンテンツを検索対象とする。

第５態様に係る情報処理装置は、第１態様〜第４態様のいずれか１の態様に係る情報処理装置において、前記導出部が、前記コンテンツに特定の重要な概念が関連付けられている場合、前記経路に対するスコアを導出し、前記コンテンツに前記特定の重要な概念が関連付けられていない場合、前記経路に対するスコアを導出しない。

第６態様に係る情報処理装置は、第１態様〜第５態様のいずれか１の態様に係る情報処理装置において、前記概念間の関係性の種類が、上位概念及び下位概念の関係性を示す第１種類と、上位概念及び下位概念以外の関係性を示す第２種類とを含んでいる。

第７態様に係る情報処理装置は、第６態様に係る情報処理装置において、前記経路が、前記第１種類の関係性を含み、かつ、前記コンテンツ側の概念が前記クエリ側の概念よりも上位概念である抽象化経路であり、前記探索部が、前記抽象化経路の前記ホップ数に上限を設定する。

第８態様に係る情報処理装置は、第６態様に係る情報処理装置において、前記経路が、前記第１種類の関係性を含み、かつ、前記コンテンツ側の概念が前記クエリ側の概念よりも下位概念である具体化経路であり、前記探索部が、前記具体化経路の前記ホップ数に上限を設定しない。

第９態様に係る情報処理装置は、第６態様に係る情報処理装置において、前記経路が、前記第１種類の関係性を含み、かつ、前記コンテンツ側の概念が前記クエリ側の概念よりも上位概念である抽象化経路及び前記コンテンツ側の概念が前記クエリ側の概念よりも下位概念である具体化経路の両方を含む混合経路であり、前記探索部が、前記混合経路のうち前記抽象化経路の前記ホップ数にのみ上限を設定する。

第１０態様に係る情報処理装置は、第６態様に係る情報処理装置において、前記経路が、前記第２種類の関係性を含む関連経路であり、前記探索部が、前記関連経路の前記ホップ数に上限を設定する。

第１１態様に係る情報処理装置は、第１態様〜第５態様のいずれか１の態様において、前記導出部が、前記経路に対するスコアを、前記概念間の関係性の種類に応じて定められる概念間の距離を用いて導出し、前記概念間の関係性の種類が、上位概念及び下位概念の関係性を示す第１種類と、上位概念及び下位概念以外の関係性を示す第２種類とを含み、前記概念間の距離が、前記第１種類の関係性を含む経路と、前記第２種類の関係性を含む関連経路とで異なる距離が定められる。

第１２態様に係る情報処理装置は、第１１態様に係る情報処理装置において、前記第１種類の関係性を含み、かつ、前記コンテンツ側の概念が前記クエリ側の概念よりも上位概念である抽象化経路における前記概念間の距離が、前記関連経路における前記概念間の距離よりも長い。

第１３態様に係る情報処理装置は、第１１態様又は第１２態様に係る情報処理装置において、前記第１種類の関係性を含み、かつ、前記コンテンツ側の概念が前記クエリ側の概念よりも下位概念である具体化経路における前記概念間の距離が、前記関連経路における前記概念間の距離よりも短い。

第１４態様に係る情報処理装置は、第１態様〜第１３態様のいずれか１の態様において、前記導出部が、前記クエリ側の概念が前記コンテンツ側の複数の概念に分岐する分岐経路を含む経路と、前記クエリ側の複数の概念が前記コンテンツ側の概念に合流する合流経路を含む経路とで異なる方法を用いてスコアを導出する。

第１５態様に係る情報処理装置は、第１４態様に係る情報処理装置おいて、前記導出部が、前記分岐経路を含む経路の場合、前記分岐経路毎のスコアを合計することにより、前記経路に対するスコアを導出する。

第１６態様に係る情報処理装置は、第１４態様又は第１５態様に係る情報処理装置において、前記導出部が、前記合流経路を含む経路の場合、前記合流経路毎のスコアのうち最も高いスコアを、前記経路に対するスコアとする。

第１７態様に係る情報処理装置は、第１態様〜第１６態様のいずれか１の態様に係る情報処理装置において、前記概念の重要度が、ＴＦ−ＩＤＦ法を用いて算出される。

第１８態様に係る情報処理装置は、第１７態様に係る情報処理装置において、前記コンテンツがキャプションを有する場合、前記キャプションに含まれる概念の重要度が、前記キャプションに含まれない概念の重要度よりも高く算出される。

更に、上記目的を達成するために、第１９態様に係るプログラムは、コンピュータを、第１態様〜第１８態様のいずれか１の態様に係る情報処理装置が備える各部として機能させる。

第１態様及び第１９態様によれば、コンテンツの検索を行う際に、コンテンツに関連付けられた概念を一律に評価する場合と比較して、検索結果にユーザの意図を適切に反映させることができる、という効果を有する。

第２態様によれば、複数の経路を考慮しない場合と比較して、検索結果にユーザの意図を適切に反映させることができる、という効果を有する。

第３態様によれば、経路数が異なるコンテンツを対象とする場合と比較して、経路評価のばらつきを抑制することができる、という効果を有する。

第４態様によれば、クエリに含まれる概念の数と異なる数の概念が関連付けられたコンテンツを検索対象とする場合と比較して、ユーザの意図が反映されている可能性が高いコンテンツのみを検索対象とすることができる、という効果を有する。

第５態様によれば、コンテンツに関連する特定の重要な概念を考慮しない場合と比較して、適切な経路評価を効率的に行うことができる、という効果を有する。

第６態様によれば、概念間の関係性の種類として、上位概念及び下位概念の関係性を示す種類と、それ以外の種類とを考慮しない場合と比較して、検索結果にユーザの意図を適切に反映させることができる、という効果を有する。

第７態様によれば、抽象化経路のホップ数に上限を設定しない場合と比較して、適切な経路を得ることができる、という効果を有する。

第８態様によれば、具体化経路のホップ数に上限を設定する場合と比較して、適切な経路を得ることができる、という効果を有する。

第９態様によれば、混合経路のうち抽象化経路のホップ数に上限を設定しない場合と比較して、適切な経路を得ることができる、という効果を有する。

第１０態様によれば、関連経路のホップ数に上限を設定しない場合と比較して、適切な経路を得ることができる、という効果を有する。

第１１態様によれば、経路に対するスコアを導出する際に概念間の距離を考慮しない場合と比較して、適切な経路評価を行うことができる、という効果を有する。

第１２態様によれば、抽象化経路における概念間の距離を、関連経路における概念間の距離よりも短くする場合と比較して、適切な経路評価を行うことができる、という効果を有する。

第１３態様によれば、具体化経路における概念間の距離を、関連経路における概念間の距離よりも長くする場合と比較して、適切な経路評価を行うことができる、という効果を有する。

第１４態様によれば、分岐経路と合流経路とで同一の方法を用いてスコアを導出する場合と比較して、適切な経路評価を行うことができる、という効果を有する。

第１５態様によれば、分岐経路毎のスコアの合計を考慮しない場合と比較して、適切な経路評価を行うことができる、という効果を有する。

第１６態様によれば、合流経路毎のスコアのうち最も高いスコアを考慮しない場合と比較して、適切な経路評価を行うことができる、という効果を有する。

第１７態様によれば、概念の重要度の算出にＴＦ−ＩＤＦ法を用いない場合と比較して、検索結果にユーザの意図を適切に反映させることができる、という効果を有する。

第１８態様によれば、キャプションに含まれる概念の重要度を考慮しない場合と比較して、検索結果にユーザの意図を適切に反映させることができる、という効果を有する。

実施形態に係るネットワークシステムの構成の一例を示す図である。 実施形態に係る情報処理装置の電気的な構成の一例を示すブロック図である。 実施形態に係る情報処理装置の機能的な構成の一例を示すブロック図である。 実施形態に係るクエリ及びナレッジグラフの説明に供する図である。 実施形態に係る経路探索及び経路評価の説明に供する図である。 （Ａ）は、実施形態に係る抽象化経路の一例を示す図である。（Ｂ）は、実施形態に係る具体化経路の一例を示す図である。（Ｃ）は、実施形態に係る抽象化経路及び具体化経路を含む混合経路の一例を示す図である。（Ｄ）は、実施形態に係る関連経路の一例を示す図である。 （Ａ）は、実施形態に係る抽象化経路の場合のスコア導出方法の説明に供する図である。（Ｂ）は、実施形態に係る具体化経路の場合のスコア導出方法の説明に供する図である。（Ｃ）は、実施形態に係る関連経路の場合のスコア導出方法の説明に供する図である。 （Ａ）は、実施形態に係る分岐経路の場合のスコア導出方法の説明に供する図である。（Ｂ）は、実施形態に係る合流経路の場合のスコア導出方法の説明に供する図である。 実施形態に係る経路評価処理プログラムによる処理の流れの一例を示すフローチャートである。 実施形態に係る検索結果画面の一例を示す正面図である。

以下、図面を参照して、本発明を実施するための形態の一例について詳細に説明する。

図１は、本実施形態に係るネットワークシステム９０の構成の一例を示す図である。
図１に示すように、本実施形態に係るネットワークシステム９０は、情報処理装置１０と、端末装置５０と、を備えている。なお、本実施形態に係る情報処理装置１０には、一例として、サーバコンピュータや、パーソナルコンピュータ（ＰＣ：Personal Computer）等の汎用的なコンピュータ装置が適用される。

本実施形態に係る情報処理装置１０は、ネットワークＮを介して、端末装置５０と接続されている。なお、ネットワークＮには、一例として、インターネットや、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）等が適用される。本実施形態に係る端末装置５０には、一例として、パーソナルコンピュータ（ＰＣ）等の汎用的なコンピュータ装置や、スマートフォン、タブレット端末等の携帯可能なコンピュータ装置等が適用される。

本実施形態に係る情報処理装置１０は、端末装置５０から入力されるクエリに応じて、検索対象のコンテンツ群の中から、クエリに関連するコンテンツを取得し、取得したコンテンツにランク付けして検索結果として出力するセマンティック検索機能を備えている。

図２は、本実施形態に係る情報処理装置１０の電気的な構成の一例を示すブロック図である。
図２に示すように、本実施形態に係る情報処理装置１０は、制御部１２と、記憶部１４と、表示部１６と、操作部１８と、通信部２０と、を備えている。

制御部１２は、ＣＰＵ（Central Processing Unit）１２Ａ、ＲＯＭ（Read Only Memory）１２Ｂ、ＲＡＭ（Random Access Memory）１２Ｃ、及び入出力インターフェース（Ｉ／Ｏ）１２Ｄを備えており、これら各部がバスを介して各々接続されている。

Ｉ／Ｏ１２Ｄには、記憶部１４と、表示部１６と、操作部１８と、通信部２０と、を含む各機能部が接続されている。これらの各機能部は、Ｉ／Ｏ１２Ｄを介して、ＣＰＵ１２Ａと相互に通信可能とされる。

制御部１２は、情報処理装置１０の一部の動作を制御するサブ制御部として構成されてもよいし、情報処理装置１０の全体の動作を制御するメイン制御部の一部として構成されてもよい。制御部１２の各ブロックの一部又は全部には、例えば、ＬＳＩ（Large Scale Integration）等の集積回路又はＩＣ（Integrated Circuit）チップセットが用いられる。上記各ブロックに個別の回路を用いてもよいし、一部又は全部を集積した回路を用いてもよい。上記各ブロック同士が一体として設けられてもよいし、一部のブロックが別に設けられてもよい。また、上記各ブロックのそれぞれにおいて、その一部が別に設けられてもよい。制御部１２の集積化には、ＬＳＩに限らず、専用回路又は汎用プロセッサを用いてもよい。

記憶部１４としては、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等が用いられる。記憶部１４には、本実施形態に係る経路評価処理を実現するための経路評価処理プログラム１４Ａが記憶される。なお、この経路評価処理プログラム１４Ａは、ＲＯＭ１２Ｂに記憶されていてもよい。

経路評価処理プログラム１４Ａは、例えば、情報処理装置１０に予めインストールされていてもよい。経路評価処理プログラム１４Ａは、不揮発性の記憶媒体に記憶して、又はネットワークＮを介して配布して、情報処理装置１０に適宜インストールすることで実現してもよい。なお、不揮発性の記憶媒体の例としては、ＣＤ-ＲＯＭ（Compact Disc Read Only Memory）、光磁気ディスク、ＨＤＤ、ＤＶＤ-ＲＯＭ（Digital Versatile Disc Read Only Memory）、フラッシュメモリ、メモリカード等が想定される。

表示部１６には、例えば、液晶ディスプレイ（ＬＣＤ:Liquid Crystal Display）や有機ＥＬ（Electro Luminescence）ディスプレイ等が用いられる。表示部１６は、タッチパネルを一体的に有していてもよい。操作部１８には、例えば、キーボードやマウス等の操作入力用のデバイスが設けられている。表示部１６及び操作部１８は、情報処理装置１０のユーザから各種の指示を受け付ける。表示部１６は、ユーザから受け付けた指示に応じて実行された処理の結果や、処理に対する通知等の各種の情報を表示する。

通信部２０は、インターネットや、ＬＡＮ、ＷＡＮ等のネットワークＮに接続されており、端末装置５０との間でネットワークＮを介して通信が可能とされる。

ところで、上述したように、セマンティック検索では、コンテンツに関連付けられた概念が一律に評価されるため、同じような概念を含むコンテンツが多い場合等では、検索結果にユーザの意図を適切に反映させることが困難な場合がある。

このため、本実施形態に係る情報処理装置１０のＣＰＵ１２Ａは、記憶部１４に記憶されている経路評価処理プログラム１４ＡをＲＡＭ１２Ｃに書き込んで実行することにより、図３に示す各部として機能する。

図３は、本実施形態に係る情報処理装置１０の機能的な構成の一例を示すブロック図である。
図３に示すように、本実施形態に係る情報処理装置１０のＣＰＵ１２Ａは、受付部３０、取得部３２、探索部３４、導出部３６、及び表示制御部３８として機能する。

本実施形態に係る記憶部１４には、ナレッジグラフが格納されている。このナレッジグラフは、検索対象となるコンテンツの概念を表すノードの情報と概念同士の関係を表したデータの一例であり、オントロジーとも呼ばれる。このナレッジグラフは、検索対象となるコンテンツ毎に予め定義され、かつ、概念と概念とが階層構造で表現されている。なお、ここでいうコンテンツには、例えば、文書、画像（動画含む。）、及び音声等が含まれる。

ナレッジグラフは、一例として、セマンティック・ウェブにおけるＯＷＬ（Web Ontology Language）等を用いて定義される。ナレッジグラフに関連する概念（「クラス」とも呼ばれる。）は、一例として、ＯＷＬがベースとするＲＤＦ（Resource Description Framework）で規定されている。このナレッジグラフは、有向グラフでもよいし、無向グラフでもよく、各ノードに、物理的あるいは仮想的な存在を表す概念を割り当て、概念間の関係を関係の種類ごとに異なるラベルを持つエッジで結びつけることによって、物や事柄の存在を表現する。２つの概念（ノード）とそれら両者間の関係（エッジ）からなる三者は、「トリプル」と呼ばれる。

利用するナレッジグラフは、概念同士の上位・下位関係の他に、概念同士の「プロパティ」関係の情報を含んでいてもよい。上位・下位関係は、上位の概念が下位の概念に該当するエンティティをすべて包含するという特定の関係を表すものである。これに対して、プロパティ関係は、上位・下位関係以外で自由に定義可能な関係を表すものである。また、プロパティには、ドメイン（domain：定義域）及びレンジ（range：値域）が定義される。プロパティのドメイン及びレンジは、そのプロパティとトリプルを構成し得る２つのノード同士の関係において、その関係の始点と終点として取り得る値の範囲を制約する。

本実施形態に係る受付部３０は、ユーザが使用する端末装置５０から、クエリの入力を受け付ける。ここでいうクエリとは、コンテンツの検索を行う際に、ユーザにより入力される情報を意味する。

本実施形態に係る取得部３２は、検索対象のコンテンツ毎に、一例として、図４に示すように、記憶部１４に格納されているナレッジグラフから、クエリに対応する複数のノードを取得する。

図４は、本実施形態に係るクエリ及びナレッジグラフの説明に供する図である。
図４に示す例では、クエリとして、「賃貸マンションを経営していますが、マンションの貸付には消費税は課税されますか。」がユーザから入力される。このクエリには、「賃貸マンション」、「経営」、「マンション」、「貸付」、「消費税」、及び「課税されますか」の６個の概念が含まれている。

また、図４に示すナレッジグラフは、あるコンテンツに関連付けられた「賃貸マンション」、「経営」、「マンション」、「貸付」、「消費税」、及び「課税判定」の６個の概念ノードを有している。概念ノードには、１つ以上のラベルが付与されており、このラベルがクエリ中に含まれる場合に、当該概念ノードが取得される。なお、「ｒｄｆｓ：ｌａｂｅｌ」とは、概念ノードがラベルを有していることを示し、一例として、概念ノード「賃貸マンション」は「賃貸マンション」というラベルを有していることを示している。また、概念ノード間には、１種類以上の関係性が定義されており、関係性が定義されていない概念ノードは結合されない。なお、「ｓｕｂＣｌａｓｓＯｆ」とは、概念ノード間に上位概念及び下位概念の関係があることを示し、一例として、概念ノード「マンション」は概念ノード「賃貸マンション」の上位概念であることを示している。

図４に示す例の場合、クエリに対応する複数のノードとして、「賃貸マンション」、「経営」、「マンション」、「貸付」、「消費税」、及び「課税判定」の６個の概念ノードが取得される。

ここで、取得部３２は、クエリに含まれる概念の数と同一の数の概念ノードが関連付けられたコンテンツを検索対象としてもよい。これにより、無数にあるコンテンツの中から、ユーザの意図が反映されている可能性の高いコンテンツのみが検索対象とされる。

本実施形態に係る探索部３４は、取得部３２により取得された複数のノードから、エッジにより互いに関連するノードを含む経路を探索する。この経路の探索には、例えば、最短経路問題を解くための公知のアルゴリズムが用いられる。この最短経路問題とは、重み付きグラフで与えられた２つのノード間を結ぶ経路の中で、重みが最小の経路を求める最適化問題である。最短経路問題を解くためのアルゴリズムとしては、一例として、ダイクストラ法や、ベルマン-フォード法、ワーシャル-フロイド法等が用いられる。

本実施形態に係る導出部３６は、探索部３４により探索された、少なくとも１つのコンテンツの経路に対して、一例として、図５に示すように、スコアを導出する。このスコアは、ホップ数、コンテンツにおける概念の重要度、及び概念間の関係性の種類の少なくとも１つを用いて導出される。ここでいうホップ数とは、クエリに含まれる概念を表すノードとコンテンツとの間に含まれるノードの数又はエッジの数として表される。導出部３６は、経路の数が複数である場合、複数の経路の各々に対するスコアを導出し、導出したスコアを合計することにより、コンテンツのスコアを導出する。

図５は、本実施形態に係る経路探索及び経路評価の説明に供する図である。
図５に示す例では、入力クエリに対して、あるコンテンツのナレッジグラフから、第１経路〜第３経路の３つの経路が探索されている。第１経路は、概念ノードＡ１、Ａ２、Ａ３を含む経路、第２経路は、概念ノードＢを含む経路、第３経路は、概念ノードＣ１、Ｃ２を含む経路である。

図５において、概念ノードＡ１は、クエリに含まれる概念であり、概念ノードＡ３は、コンテンツに含まれる概念である。概念ノードＢは、クエリ及びコンテンツのどちらにも含まれる概念である。概念ノードＣ１は、クエリに含まれる概念であり、概念ノードＣ２は、コンテンツに含まれる概念である。「ｆｘｓ：ｌｉｎｋ」は、概念ノード間にリンクが存在することを示している。また、「ｆｘｓ：ｗｏｒｄ」は、コンテンツに含まれる単語が概念ノードに対応していることを示している。また、「ｆｘｓ：ｔｆｉｄｆ」は、コンテンツにおける概念の重要度が設定されていることを示している。また、「ｆｘｓ：ファイル名に関連」は、概念ノードがコンテンツのファイル名に関連していることを示している。また、「ｆｘｓ：コンテンツ内容に関連」は、概念ノードがコンテンツの内容に関連していることを示している。また、「ｆｘｓ：ｄａｔａＴｙｐｅ」は、コンテンツのデータタイプを示している。

ここで、コンテンツに含まれる単語に対応する概念ノード（図５に示す例では、概念ノードＡ３、Ｂ、Ｃ２）と、コンテンツとの間には、コンテンツにおける概念ノードの重要度が設定される。この重要度は、一例として、ＴＦ（Term Frequency）−ＩＤＦ（Inverse Document Frequency）法を用いて算出される。ＴＦは概念（又は単語）の出現頻度を示し、ＩＤＦは逆文書頻度を示す。この重要度は、ＴＦとＩＤＦとの積（ＴＦ＊ＩＤＦ）として表される。ＴＦ＊ＩＤＦは、ある文書における特定の単語の出現頻度が高いほどＴＦが高くなり、他の文書にもよく出現する単語であるほどＩＤＦが低くなることから、ある単語が当該文書を特徴付ける単語であることを表す指標となる。上述したように、ナレッジグラフの概念ノードでは、複数の言語表層をラベルとして割り当てることができるため、単語の表層ではなく、概念単位でＴＦ＊ＩＤＦを算出することとしている。

このとき、概念ノードｔ_ｉの文書ｊにおける重要度Ｔ_ｉｊは、一例として、以下に示す式（１）により算出される。但し、ｎ_ｉｊは文書ｊにおける概念ノードｔ_ｉに割り当てられる言語表層の出現回数、Σ_ｋｎ_ｋｊは文書ｊにおける全概念ノードに割り当てられる言語表層の出現回数、｜Ｄ｜は検索対象の文書数、｜｛ｄ：ｄ∋ｔ_ｉ｝｜は概念ノードｔ_ｉを含む文書数を示す。

そして、コンテンツに対するスコアＳ_ｊは、一例として、ホップ数ｄ及び重要度Ｔ_ｉｊを用いて、以下に示す式（２）により算出される。但し、Ｒは経路数、ｋ_ｔ、ｋ_ｄはスコア調整用のパラメータ（定数）を示す。

具体的に、図５に示す第１経路の場合、ホップ数ｄ＝２、重要度Ｔ_ｉｊ＝１．０、パラメータｋ_ｔ＝１、パラメータｋ_ｄ＝１であることから、第１経路のスコアＳ_１＝（１．０＋１）／（２＋１）≒０．６７、と算出される。同様に、第２経路の場合、ホップ数ｄ＝０、重要度Ｔ_ｉｊ＝０．５８、パラメータｋ_ｔ＝１、パラメータｋ_ｄ＝１であることから、第２経路のスコアＳ_２＝（０．５８＋１）／（０＋１）＝１．５８、と算出される。第３経路の場合、ホップ数ｄ＝１、重要度Ｔ_ｉｊ＝０．２６、パラメータｋ_ｔ＝１、パラメータｋ_ｄ＝１であることから、第３経路のスコアＳ_３＝（０．２６＋１）／（１＋１）＝０．６３、と算出される。これより、コンテンツのスコアＳ_ｊ＝Ｓ_１＋Ｓ_２＋Ｓ_３＝０．６７＋１．５８＋０．６３＝２．８８点、と算出される。上記の式（２）を用いた場合、１経路当たりのホップ数が少なく、コンテンツに含まれる経路数が多いほど、コンテンツのスコアが高く算出される。つまり、ホップ数が少なく、経路数が多いコンテンツほど、ユーザの意図が反映された検索結果である可能性が高くなる。

なお、コンテンツがキャプションを有する場合、キャプションに含まれる概念ノードの重要度が、キャプションに含まれない概念ノードの重要度よりも高く算出されるようにしてもよい。ここでいうキャプションとは、コンテンツについての説明文や見出し等を意味する。つまり、キャプションに含まれる概念ノードは、コンテンツにおいて重要であるため、この概念ノードの重要度を高くすることが望ましい。また、コンテンツの後半部分には、結論やまとめ等が記述されていることが多いため、コンテンツの後半部分に含まれる概念ノードの重要度を、コンテンツの後半部分以外に含まれる概念ノードの重要度よりも高く算出するようにしてもよい。

また、ホップ数の上限は、一例として、ユーザにより指定可能とされている。ホップ数の上限が小さいほど、ノイズは減少するが、経路数も減少する。一方、ホップ数の上限が大きいほど、経路数は増加するが、ノイズも増加する。つまり、ユーザはノイズの減少を優先させたい場合、ホップ数の上限を小さ目に指定すればよいし、経路数の増加を優先させたい場合、ホップ数の上限を大き目に指定すればよい。また、ユーザはノイズを減少させつつ、経路数をある程度確保したい場合には、ホップ数の上限を小さ目と大き目との中間に指定すればよい。

上記の例では、経路に対するスコアの導出にホップ数及び重要度を用いたが、これらに限定されるものではない。ホップ数のみを用いて経路に対するスコアを導出してもよいし、重要度のみを用いて経路に対するスコアを導出してもよい。

ここで、導出部３６は、経路数が同一となるコンテンツのみを対象として、コンテンツのスコアを導出するようにしてもよい。この場合、経路数が例えば３つのコンテンツに対してのみスコアが導出されるため、経路評価のばらつきが抑制される。

また、導出部３６は、コンテンツに特定の重要な概念が関連付けられている場合、経路に対するスコアを導出し、コンテンツに特定の重要な概念が関連付けられていない場合、経路に対するスコアを導出しないようにしてもよい。ここでいう特定の重要な概念とは、例えば、専門用語等である。つまり、コンテンツに専門用語等が関連付けられている場合には、検索結果として適切なコンテンツであると考えられるため、経路数に係わらず経路評価を行うことが望ましい。

次に、概念間の関係性の種類を考慮して経路探索を行う場合について説明する。ここでいう概念間の関係性の種類とは、上位概念及び下位概念の関係性を示す第１種類と、上位概念及び下位概念以外の関係性を示す第２種類とを含んでいる。なお、本実施形態では、第１種類は、「ｓｕｂＣｌａｓｓＯｆ」として表され、第２種類は、「ｒｅｌａｔｉｏｎ」として表される。この場合、探索部３４は、一例として、図６（Ａ）〜図６（Ｄ）に示すように、概念間の関係性の種類に応じてホップ数の上限を制限することにより、探索する経路を制限する。

図６（Ａ）は、本実施形態に係る抽象化経路の一例を示す図である。
図６（Ａ）に示す抽象化経路は、「ｓｕｂＣｌａｓｓＯｆ」を含み、かつ、コンテンツ側の概念ノード（コンテンツノード）がクエリ側の概念ノード（クエリノード）よりも上位概念となる経路である。なお、図の右端の黒丸はクエリノードを示し、図の左端の黒丸はコンテンツノードを示す。図の矢印の向きは、下位概念から上位概念に向かうことを示す。この場合、抽象化し過ぎるとクエリから離れてしまうため、抽象化経路のホップ数には上限を設定する。ホップ数が上限を超える抽象化経路は、探索結果から除外される。

図６（Ｂ）は、本実施形態に係る具体化経路の一例を示す図である。
図６（Ｂ）に示す具体化経路は、「ｓｕｂＣｌａｓｓＯｆ」を含み、かつ、コンテンツ側の概念ノードがクエリ側の概念ノードよりも下位概念となる経路である。この場合、所望のコンテンツがより具体的に記述されていても問題はないため、具体化経路のホップ数には上限を設定しない。

なお、具体化経路のホップ数に上限を設定してもよいが、この場合、具体化経路のホップ数の上限を、抽象化経路のホップ数の上限よりも大きくすることが望ましい。つまり、抽象化経路のホップ数よりも具体化経路のホップ数が多くなることで、より適切な探索結果が得られる。

図６（Ｃ）は、本実施形態に係る抽象化経路及び具体化経路を含む混合経路の一例を示す図である。
図６（Ｃ）に示す混合経路は、「ｓｕｂＣｌａｓｓＯｆ」を含み、かつ、抽象化経路及び具体化経路の両方を含む経路である。この場合、混合経路のうち抽象化経路のホップ数にのみ上限を設定する。ホップ数が上限を超える抽象化経路を含む混合経路は、探索結果から除外される。

図６（Ｄ）は、本実施形態に係る関連経路の一例を示す図である。
図６（Ｄ）に示す関連経路は、「ｒｅｌａｔｉｏｎ」を含む経路である。この場合、関連経路のホップ数に上限を設定する。ホップ数が上限を超える関連経路は、探索結果から除外される。

なお、ホップ数が増えすぎると処理負荷が増大するため、上記の関係性に係わらず１経路当たりのホップ数の合計には制限を設けることが望ましい。

次に、概念間の関係性の種類を考慮してスコアの導出を行う場合について説明する。この場合、導出部３６は、一例として、図７（Ａ）〜図７（Ｃ）に示すように、経路に対するスコアを、概念間の関係性の種類に応じて定められる概念間の距離を用いて導出する。具体的には、上述の式（２）におけるホップ数ｄを、経路距離ｄで置き換えて導出する。

図７（Ａ）は、本実施形態に係る抽象化経路の場合のスコア導出方法の説明に供する図である。
図７（Ａ）に示す抽象化経路の場合、概念間の距離（１ホップ当たりの距離）を例えば１．２とする。

図７（Ａ）に示す抽象化経路では、経路距離ｄ＝１．２×２＝２．４、となる。また、一例として、重要度Ｔ_ｉｊ＝０．５、パラメータｋ_ｔ＝１、パラメータｋ_ｄ＝１であることから、上述の式（２）を用いて、この抽象化経路のスコアＳ＝（０．５＋１）／（２．４＋１）≒０．４４、と算出される。

図７（Ｂ）は、本実施形態に係る具体化経路の場合のスコア導出方法の説明に供する図である。
図７（Ｂ）に示す具体化経路の場合、概念間の距離を例えば０．８とする。

図７（Ｂ）に示す具体化経路では、経路距離ｄ＝０．８×２＝１．６、となる。また、一例として、重要度Ｔ_ｉｊ＝０．５、パラメータｋ_ｔ＝１、パラメータｋ_ｄ＝１であることから、上述の式（２）を用いて、この具体化経路のスコアＳ＝（０．５＋１）／（１．６＋１）≒０．５８、と算出される。

図７（Ｃ）は、本実施形態に係る関連経路の場合のスコア導出方法の説明に供する図である。
図７（Ｃ）に示す関連経路の場合、概念間の距離を例えば１．０とする。

図７（Ｃ）に示す関連経路では、経路距離ｄ＝１．０×２＝２．０、となる。また、一例として、重要度Ｔ_ｉｊ＝０．５、パラメータｋ_ｔ＝１、パラメータｋ_ｄ＝１であることから、上述の式（２）を用いて、この関連経路のスコアＳ＝（０．５＋１）／（２．０＋１）＝０．５、と算出される。

すなわち、上述の概念間の距離は、「ｓｕｂＣｌａｓｓＯｆ」を含む経路と、「ｒｅｌａｔｉｏｎ」を含む経路とで異なる距離が定められる。具体的に、図７（Ａ）に示す「ｓｕｂＣｌａｓｓＯｆ」を含む抽象化経路における概念間の距離は、図７（Ｃ）に示す「ｒｅｌａｔｉｏｎ」を含む関連経路における概念間の距離よりも長い。また、図７（Ｂ）に示す「ｓｕｂＣｌａｓｓＯｆ」を含む具体化経路における概念間の距離は、図７（Ｃ）に示す「ｒｅｌａｔｉｏｎ」を含む関連経路における概念間の距離よりも短い。

なお、上述の図６（Ａ）〜図６（Ｄ）に示す例と同様に、ホップ数が増えすぎると処理負荷が増大するため、上記の関係性に係わらず１経路当たりのホップ数の合計には制限を設けることが望ましい。

次に、経路の分岐や合流を考慮してスコアの導出を行う場合について説明する。この場合、導出部３６は、一例として、図８（Ａ）及び図８（Ｂ）に示すように、分岐経路を含む経路と、合流経路を含む経路とで異なる方法を用いてスコアを導出する。

図８（Ａ）は、本実施形態に係る分岐経路の場合のスコア導出方法の説明に供する図である。
図８（Ａ）に示す分岐経路は、クエリ側の概念ノードがコンテンツ側の複数の概念ノードに分岐する経路である。この場合、クエリ側の概念ノードを説明する記載部分が多く含まれている可能性が高いため、分岐経路毎のスコアを合計することにより、分岐経路を含む経路に対するスコアが導出される。

図８（Ａ）において、上段側の分岐経路では、一例として、ホップ数ｄ＝２、重要度Ｔ_ｉｊ＝０．５、パラメータｋ_ｔ＝１、パラメータｋ_ｄ＝１であることから、この分岐経路のスコアは、上述の式（２）を用いて、（０．５＋１）／（２＋１）＝０．５、と算出される。同様に、下段側の分岐経路では、一例として、ホップ数ｄ＝３、重要度Ｔ_ｉｊ＝０．３、パラメータｋ_ｔ＝１、パラメータｋ_ｄ＝１であることから、この分岐経路のスコアは、上述の式（２）を用いて、（０．３＋１）／（３＋１）≒０．３３、と算出される。これより、これら２つの分岐経路を含む経路のスコアＳ＝０．５＋０．３３＝０．８３、と算出される。

図８（Ｂ）は、本実施形態に係る合流経路の場合のスコア導出方法の説明に供する図である。
図８（Ｂ）に示す合流経路は、クエリ側の複数の概念ノードがコンテンツ側の概念ノードに合流する経路である。この場合、クエリが冗長である可能性が高いため、合流経路毎のスコアのうち最も高いスコアが、合流経路を含む経路に対するスコアとされる。

図８（Ｂ）において、上段側の合流経路では、一例として、ホップ数ｄ＝２、重要度Ｔ_ｉｊ＝０．５、パラメータｋ_ｔ＝１、パラメータｋ_ｄ＝１であることから、この合流経路のスコアは、上述の式（２）を用いて、（０．５＋１）／（２＋１）＝０．５、と算出される。同様に、下段側の合流経路では、一例として、ホップ数ｄ＝２、重要度Ｔ_ｉｊ＝０．５、パラメータｋ_ｔ＝１、パラメータｋ_ｄ＝１であることから、この合流経路のスコアは、上述の式（２）を用いて、（０．５＋１）／（２＋１）＝０．５、と算出される。この例では、２つの合流経路のスコアは同一であり、最大スコアは０．５となる。これより、これら２つの合流経路を含む経路のスコアＳ＝０．５、となる。

そして、導出部３６は、上記により導出されたコンテンツ毎のスコアに基づいて、スコアの高い順にコンテンツをランク付けしてコンテンツリストを生成する。

本実施形態に係る表示制御部３８は、導出部３６により生成されたコンテンツリストを、一例として、後述の図１０に示す検索結果画面として、端末装置５０に表示させる制御を行う。

次に、図９を参照して、本実施形態に係る情報処理装置１０の作用を説明する。

図９は、本実施形態に係る経路評価処理プログラム１４Ａによる処理の流れの一例を示すフローチャートである。

まず、情報処理装置１０に対して、経路評価処理プログラム１４Ａの起動が指示されると、以下の各ステップを実行する。

図９のステップ１００では、受付部３０が、ユーザが使用する端末装置５０から、一例として、上述の図４に示すクエリの入力を受け付ける。

ステップ１０２では、取得部３２が、検索対象のコンテンツ毎に、一例として、上述の図４に示すナレッジグラフから、クエリに対応する複数のノードを取得する。

ステップ１０４では、探索部３４が、ステップ１０２で取得された複数のノードから、一例として、上述の図５に示すように、エッジにより互いに関連するノードを含む経路を探索する。

ステップ１０６では、導出部３６が、ステップ１０４で探索された経路に対して、ホップ数、コンテンツにおける概念の重要度、及び概念間の関係性の種類の少なくとも１つを用いてスコアを導出する。このスコアは、一例として、上述の式（１）及び式（２）を用いて導出される。

ステップ１０８では、導出部３６が、コンテンツの全経路についてスコアを導出したか否かを判定する。コンテンツの全経路についてスコアを導出したと判定した場合（肯定判定の場合）、ステップ１１０に移行する。一方、コンテンツの全経路についてスコアを導出していないと判定した場合（否定判定の場合）、ステップ１０６に戻り処理を繰り返す。

ステップ１１０では、導出部３６が、一例として、上述の式（２）を用いて、コンテンツのスコアを導出する。

ステップ１１２では、導出部３６が、検索対象の全てのコンテンツについてスコアを導出したか否かを判定する。検索対象の全てのコンテンツについてスコアを導出したと判定した場合（肯定判定の場合）、ステップ１１４に移行する。一方、検索対象の全てのコンテンツについてスコアを導出していないと判定した場合（否定判定の場合）、ステップ１０２に戻り処理を繰り返す。

ステップ１１４では、導出部３６が、ステップ１１０で導出されたコンテンツ毎のスコアに基づいて、スコアの高い順にコンテンツをランク付けしてコンテンツリストを生成する。

ステップ１１６では、表示制御部３８が、ステップ１１４で生成されたコンテンツリストを、一例として、図１０に示す検索結果画面として、端末装置５０に表示させる制御を行い、本経路評価処理プログラム１４Ａによる一連の処理を終了する。

図１０は、本実施形態に係る検索結果画面の一例を示す正面図である。
図１０に示す検索結果画面は、検索結果として得られた複数のコンテンツがスコアの高い順にランク付けされたコンテンツリストの画面である。この検索結果画面は、端末装置５０に表示される。

このように本実施形態によれば、コンテンツの経路評価に際し、ホップ数、コンテンツにおける概念の重要度、及び概念間の関係性の種類の少なくとも１つを用いることにより、入力クエリに対して、比較的近い概念を持つコンテンツがランク付けされる。これにより、ユーザは自身の意図が反映された検索結果を得ることが可能とされる。

以上、実施形態に係る情報処理装置を例示して説明した。実施形態は、情報処理装置が備える各部の機能をコンピュータに実行させるためのプログラムの形態としてもよい。実施形態は、このプログラムを記憶したコンピュータが読み取り可能な記憶媒体の形態としてもよい。

その他、上記実施形態で説明した情報処理装置の構成は、一例であり、主旨を逸脱しない範囲内において状況に応じて変更してもよい。

また、上記実施形態で説明したプログラムの処理の流れも、一例であり、主旨を逸脱しない範囲内において不要なステップを削除したり、新たなステップを追加したり、処理順序を入れ替えたりしてもよい。

また、上記実施形態では、プログラムを実行することにより、実施形態に係る処理がコンピュータを利用してソフトウェア構成により実現される場合について説明したが、これに限らない。実施形態は、例えば、ハードウェア構成や、ハードウェア構成とソフトウェア構成との組み合わせによって実現してもよい。

１０ 情報処理装置
１２ 制御部
１２Ａ ＣＰＵ
１２Ｂ ＲＯＭ
１２Ｃ ＲＡＭ
１２Ｄ Ｉ／Ｏ
１４ 記憶部
１４Ａ 経路評価処理プログラム
１６ 表示部
１８ 操作部
２０ 通信部
３０ 受付部
３２ 取得部
３４ 探索部
３６ 導出部
３８ 表示制御部

Claims (19)

1. クエリの入力を受け付ける受付部と、
   検索対象のコンテンツ毎に、コンテンツの概念を表すノードの情報と概念同士の関係を表したデータから、前記クエリに対応する複数のノード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ノードから、互いに関連するノードを含む経路を探索する探索部と、
   前記探索部により探索された、少なくとも１つのコンテンツの経路に対して、前記クエリに含まれる概念を表すノードと前記コンテンツとの間に含まれるノードの数として表されるホップ数、前記コンテンツにおける概念の重要度、及び概念間の関係性の種類の少なくとも１つを用いてスコアを導出する導出部と、
   を備えた情報処理装置。
2. 前記導出部は、前記経路の数が複数である場合、前記複数の経路の各々に対するスコアを導出し、導出したスコアを合計することにより、前記コンテンツのスコアを導出する請求項１に記載の情報処理装置。
3. 前記導出部は、前記経路の数が同一となるコンテンツのみを対象として、前記コンテンツのスコアを導出する請求項２に記載の情報処理装置。
4. 前記取得部は、前記クエリに含まれる概念の数と同一の数の概念が関連付けられたコンテンツを検索対象とする請求項１〜３のいずれか１項に記載の情報処理装置。
5. 前記導出部は、
   前記コンテンツに特定の重要な概念が関連付けられている場合、前記経路に対するスコアを導出し、
   前記コンテンツに前記特定の重要な概念が関連付けられていない場合、前記経路に対するスコアを導出しない請求項１〜４のいずれか１項に記載の情報処理装置。
6. 前記概念間の関係性の種類は、上位概念及び下位概念の関係性を示す第１種類と、上位概念及び下位概念以外の関係性を示す第２種類とを含む請求項１〜５のいずれか１項に記載の情報処理装置。
7. 前記経路は、前記第１種類の関係性を含み、かつ、前記コンテンツ側の概念が前記クエリ側の概念よりも上位概念である抽象化経路であり、
   前記探索部は、前記抽象化経路の前記ホップ数に上限を設定する請求項６に記載の情報処理装置。
8. 前記経路は、前記第１種類の関係性を含み、かつ、前記コンテンツ側の概念が前記クエリ側の概念よりも下位概念である具体化経路であり、
   前記探索部は、前記具体化経路の前記ホップ数に上限を設定しない請求項６に記載の情報処理装置。
9. 前記経路は、前記第１種類の関係性を含み、かつ、前記コンテンツ側の概念が前記クエリ側の概念よりも上位概念である抽象化経路及び前記コンテンツ側の概念が前記クエリ側の概念よりも下位概念である具体化経路の両方を含む混合経路であり、
   前記探索部は、前記混合経路のうち前記抽象化経路の前記ホップ数にのみ上限を設定する請求項６に記載の情報処理装置。
10. 前記経路は、前記第２種類の関係性を含む関連経路であり、
    前記探索部は、前記関連経路の前記ホップ数に上限を設定する請求項６に記載の情報処理装置。
11. 前記導出部は、前記経路に対するスコアを、前記概念間の関係性の種類に応じて定められる概念間の距離を用いて導出し、
    前記概念間の関係性の種類は、上位概念及び下位概念の関係性を示す第１種類と、上位概念及び下位概念以外の関係性を示す第２種類とを含み、
    前記概念間の距離は、前記第１種類の関係性を含む経路と、前記第２種類の関係性を含む関連経路とで異なる距離が定められる請求項１〜５のいずれか１項に記載の情報処理装置。
12. 前記第１種類の関係性を含み、かつ、前記コンテンツ側の概念が前記クエリ側の概念よりも上位概念である抽象化経路における前記概念間の距離は、前記関連経路における前記概念間の距離よりも長い請求項１１に記載の情報処理装置。
13. 前記第１種類の関係性を含み、かつ、前記コンテンツ側の概念が前記クエリ側の概念よりも下位概念である具体化経路における前記概念間の距離は、前記関連経路における前記概念間の距離よりも短い請求項１１又は１２に記載の情報処理装置。
14. 前記導出部は、前記クエリ側の概念が前記コンテンツ側の複数の概念に分岐する分岐経路を含む経路と、前記クエリ側の複数の概念が前記コンテンツ側の概念に合流する合流経路を含む経路とで異なる方法を用いてスコアを導出する請求項１〜１３のいずれか１項に記載の情報処理装置。
15. 前記導出部は、前記分岐経路を含む経路の場合、前記分岐経路毎のスコアを合計することにより、前記経路に対するスコアを導出する請求項１４に記載の情報処理装置。
16. 前記導出部は、前記合流経路を含む経路の場合、前記合流経路毎のスコアのうち最も高いスコアを、前記経路に対するスコアとする請求項１４又は１５に記載の情報処理装置。
17. 前記概念の重要度は、ＴＦ−ＩＤＦ法を用いて算出される請求項１〜１６のいずれか１項に記載の情報処理装置。
18. 前記コンテンツがキャプションを有する場合、前記キャプションに含まれる概念の重要度が、前記キャプションに含まれない概念の重要度よりも高く算出される請求項１７に記載の情報処理装置。
19. コンピュータを、請求項１〜１８のいずれか１項に記載の情報処理装置が備える各部として機能させるためのプログラム。