JP2021056857A - 情報処理システム、情報処理方法、プログラム - Google Patents

Abstract

【課題】ユーザに対応する感情とユーザに対応する対象に対応する感情とを解析することにより、ユーザに対応する感情に対する適切な対象を決定するシステムを提供する。【解決手段】ユーザが記載した文章を示すユーザ文章を登録した第１記憶装置から前記ユーザ文章を取得する第１取得部と、対象に関する文章を示す対象文章を登録した第２記憶装置から前記対象文章を取得する第２取得部と、前記ユーザ文章に対応する複数の感情のそれぞれを解析して、前記感情の度合いを示す第１解析値を算出する第１感情解析部と、前記対象文章に対応する前記複数の感情のそれぞれを解析して、前記感情の度合いを示す第２解析値を算出する第２感情解析部と、前記第１解析値と、前記第２解析値と、に基づいて、前記対象のうち所定の条件を満たす、前記ユーザに対応する前記対象を決定する決定部と、を備える。【選択図】図２

Description

本開示は、ユーザおよび対象の感情を解析することで、ユーザに適当な対象を決定する情報処理システム、処理方法、プログラムに関する。

第１ユーザが第２ユーザに所定の項目を提示したときの第２ユーザの表情または会話に基づいて第２ユーザの感情レベルの変化を特定し、該感情レベルの変化に基づいて各項目に対する第２ユーザの満足度を解析することにより、第２ユーザに紹介する候補を抽出する解析装置が知られている（特許文献１を参照）。

特開２０１８−１９５１６４号公報

特許文献１に記載の解析装置では、第２ユーザの表情または音声に基づいて提示された項目に対する第２ユーザの感情レベルと該項目とを対応付けて、該項目ごとに感情レベルの変化を算出することにより、該項目に対する第２ユーザの満足度を算出して、項目と満足度との関連を分析している。そして、満足度の高い項目について要件を充たす候補を抽出して、第２ユーザに紹介している。

しかしながら、特許文献１に記載の解析装置では、第２ユーザに紹介する候補の抽出に際し、第２ユーザの感情レベルの変化に基づく満足度を算出するのみであり、満足度という一つの感情レベルに基づいて候補を決定しているため、喜怒哀楽などの複数の感情を考慮して候補を抽出できない。さらに、第２ユーザに紹介する候補と感情とを対応づけて分析していないため、感情という観点から、候補と第２ユーザとの関連性を判断することができないという虞があった。

本発明の目的は、上記のような問題に鑑みてなされたものであり、ユーザに対応する感情と対象に対応する感情とを解析することで、ユーザに対応する感情に対して適当な対象を決定するシステムを提供することにある。

本開示の一実施形態に係る情報処理システムは、ユーザが記載した文章を示すユーザ文章を登録した第１記憶装置から前記ユーザ文章を取得する第１取得部と、対象に関する文章を示す対象文章を登録した第２記憶装置から前記対象文章を取得する第２取得部と、前記ユーザ文章に対応する複数の感情のそれぞれを解析して、前記感情の度合いを示す第１解析値を算出する第１感情解析部と、前記対象文章に対応する前記複数の感情のそれぞれを解析して、前記感情の度合いを示す第２解析値を算出する第２感情解析部と、前記第１解析値と、前記第２解析値と、に基づいて、前記対象のうち所定の条件を満たす、前記ユーザに対応する前記対象を決定する決定部と、を備えることを要旨とする。

本開示の一実施形態に係る情報処理方法は、コンピュータが、ユーザが記載した文章を示すユーザ文章を登録した第１記憶装置から前記ユーザ文章を取得する第１取得ステップと、対象に関する文章を示す対象文章を登録した第２記憶装置から前記対象文章を取得する第２取得ステップと、前記ユーザ文章に対応する複数の感情のそれぞれを解析して、前記感情の度合いを示す第１解析値を算出する第１感情解析ステップと、前記対象文章に対応する前記複数の感情のそれぞれを解析して、前記感情の度合いを示す第２解析値を算出する第２感情解析ステップと、前記第１解析値と、前記第２解析値と、に基づいて、前記対象のうち所定の条件を満たす、前記ユーザに対応する前記対象を決定する決定ステップと、を実現することを要旨とする。

本開示の一実施形態に係るプログラムは、コンピュータに、ユーザが記載した文章を示すユーザ文章を登録した第１記憶装置から前記ユーザ文章を取得させることと、対象に関する文章を示す対象文章を登録した第２記憶装置から前記対象文章を取得させることと、 前記ユーザ文章に対応する複数の感情のそれぞれを解析して、前記感情の度合いを示す第１解析値を算出させることと、前記対象文章に対応する前記複数の感情のそれぞれを解析して、前記感情の度合いを示す第２解析値を算出させることと、前記第１解析値と、前記第２解析値と、に基づいて、前記対象のうち所定の条件を満たす、前記ユーザに対応する前記対象を決定させることと、を実現させることを要旨とする。

本開示の一実施形態に係る情報処理システムは、ユーザが記載した文章を示すユーザ文章を登録した第１記憶装置から前記ユーザ文章を取得する第１取得部と、対象に関する文章を示す対象文章を登録した第２記憶装置から前記対象文章を取得する第２取得部と、前記ユーザ文章に対応する複数の感情のそれぞれを解析して、前記感情の度合いを示す第１解析値を算出する第１感情解析部と、前記対象文章に対応する前記複数の感情のそれぞれを解析して、前記感情の度合いを示す第２解析値を算出する第２感情解析部と、複数の前記対象のうち前記ユーザが選択した前記対象における前記第２解析値と、前記第１解析値と、に基づいて、前記ユーザにおいて、前記複数の感情のうちいずれの感情の前記第１解析値を高める必要があるかを決定する決定部と、を備えることを要旨とする。

本発明によれば、ユーザに対応する感情と対象に対応する感情とを解析することで、ユーザに対応する感情に対して適切な対象を決定することができる。

感情解析システムと他装置との接続関係の一例を示す図である。 感情解析システムにおける処理の概要を示す図である。 感情解析システムの機能構成の一例を示す図である。 文章情報テーブルの一例を示す図である。 分解情報テーブルの一例を示す図である。 解析情報テーブルの一例を示す図である。 平均情報テーブルの一例を示す図である。 ユーザ解析結果テーブルの一例を示す図である。 対象解析結果テーブルの一例を示す図である。 感情解析システムの処理の一例を示すフロー図である。 コンピュータのハードウェア構成の一例を示す図である。

以下に、本発明の一実施形態における感情解析システム１０について、図面を参照して詳細に説明する。ただし、以下に説明する実施形態は、あくまでも例示であり、以下に明示しない種々の変形や技術の適用を排除する意図はない。即ち、本発明は、その趣旨を逸脱しない範囲で種々変形し、又は各実施例を組み合わせる等して実施することができる。また、以下の図面の記載において、同一または類似の部分には同一または類似の符号を付して表している。

＝＝構成＝＝
感情解析システム１０は、所定のテキストデータに基づいて、ユーザに対応する感情と対象に対応する感情とを解析することにより、ユーザにとって適当な対象を決定するシステムである。感情解析システム１０は、例えばインターネットコンテンツに公開されているテキストデータを取得する。テキストデータは、例えば各種ブログや短文投稿などのソーシャルメディアやネットワーキングサービスから取得される。

図１は、感情解析システム１０と他装置との接続関係の一例を示す図である。感情解析システム１０は、図１に示すように、感情を解析するためのテキストデータを取得するために、ネットワーク５０を介して、ユーザ文章記憶装置２０、対象文章記憶装置３０、およびユーザ端末装置４０と接続されている。ユーザ文章記憶装置２０は、例えばツイッター（登録商標）などのアプリケーションを提供するサーバ装置である。対象文章記憶装置３０は、例えば、はてな、アメブロなどのアプリケーションを提供するサーバ装置である。

＝＝概要＝＝
以下、感情解析システム１０の概要について説明する。図２は、感情解析システム１０における処理の概要を示す図である。

まず、Ｓ１において、ユーザはユーザに関する情報（以下、「ユーザ情報」という。）をユーザ端末装置４０に入力する。ユーザ端末装置４０は入力されたユーザ情報を感情解析システム１０に送信する。ユーザ情報とは、例えば、ユーザの氏名、年齢、住所、ユーザ文章記憶装置２０におけるユーザのアカウントに関する情報などである。

次に、Ｓ２において、感情解析システム１０はユーザ文章記憶装置２０からユーザ文章情報を取得する。ユーザ文章情報とは、ユーザ文章記憶装置２０が提供するアプリケーションにユーザが入力した文章（以下、「ユーザ文章」という。）に関する情報である。感情解析システム１０は、ユーザ文章情報に基づいてユーザに対する感情解析を実行する。ユーザについての感情解析の方法については感情解析部１４にて説明する。

次に、Ｓ３において、感情解析システム１０は対象文章記憶装置３０から対象文章情報を取得する。対象文章情報とは、対象文章記憶装置３０が提供するアプリケーションに投稿者が対象について入力した文章（以下、「対象文章」という。）を示す情報である。ここで、投稿者とは、例えば対象に対して関心を持って対象文章記憶装置３０に投稿した者をいう。対象とは、例えば、都市、書籍、音楽、学校などを示す固有名詞である。感情解析システム１０は、対象文章情報に基づいて対象に対する感情解析を実行する。対象についての感情解析の方法については感情解析部１４にて説明する。

次に、Ｓ４において、感情解析システム１０は、ユーザについての感情解析の結果と対象についての感情解析の結果とに基づいて、ユーザと対象との関係を解析することにより、ユーザにとって適当な対象に関する情報（以下、「提案対象情報」という。）をユーザ端末装置４０に送信する。ユーザと対象との関係の解析方法については後述する。ユーザは、ユーザ端末装置４０の表示部を確認することにより、自らに適した対象を確認することができる。

＝＝機能構成＝＝
図３を参照して、感情解析システム１０の機能構成について説明する。図３は、感情解析システム１０の機能構成の一例を示す図である。図３に示すとおり、感情解析システム１０は、記憶部１１、取得部１２ａ、送信部１２ｂ、文章分解部１３、感情解析部１４、合算値算出部１５、平均値算出部１６、感情特定部１７、感情割合算出部１８、決定部１９の機能を有する。

記憶部１１は、例えば、文章情報テーブル１１ａ、分解情報テーブル１１ｂ、解析情報テーブル１１ｃ、平均値情報テーブル１１ｄ、ユーザ解析結果テーブル１１ｅ、対象解析結果テーブル１１ｆを有する。各テーブルは一例を示すものであり特に限定されるものではない。

文章情報テーブル１１ａは、ユーザ文章および対象文章（以下まとめて「解析文章」という。）を格納したテーブルである。図４に示すように、文章情報テーブル１１ａのデータ構造は、例えば文章ＩＤなどの適宜な項目を主キーとして、解析文章に関する情報などから成るレコードの集合体である。ここで、文章ＩＤとは、解析文章を識別する識別符号である。

分解情報テーブル１１ｂは、解析文章を構成する単位文字列を格納したテーブルである。図５に示すように、分解情報テーブル１１ｂのデータ構造は、例えば文章ＩＤなどの適宜な項目を主キーとして、解析文章を構成する単位文字列（形態素）に関する情報などから成るレコードの集合体である。なお、形態素に代えて、単語、単文、所定の長さに区切った文章などを格納してもよい。

解析情報テーブル１１ｃは、解析文章を構成する形態素ごとに示される感情を数値化した情報を格納したテーブルである。図６に示すように、解析情報テーブル１１ｃのデータ構造は、例えば文章ＩＤなどの適宜な項目を主キーとして、形態素に関する情報、各形態素に対応する感情を数値化した情報（以下、「解析値」という。）などから成るレコードの集合体である。各形態素に対応する感情の項目は、例えばプルチックの感情輪から抽出した項目（例えば、喜び，信頼，不安，驚き，悲しみ，嫌悪，怒り，予測）（以下、「感情項目」という。）が想定されるが、特に限定されるものではない。感情を数値化する方法については感情解析部１４にて説明する。

平均値情報テーブル１１ｄは、解析文章ごとに、各感情項目における解析値の平均値を格納したテーブルである。図７に示すように、平均値情報テーブル１１ｄのデータ構造は、例えば文章ＩＤなどの適宜な項目を主キーとして、感情項目ごとに算出される平均値を示す情報などから成るレコードの集合体である。平均値の算出方法については平均値算出部１６にて説明する。

ユーザ解析結果テーブル１１ｅは、感情項目ごとにユーザ文章に対応する感情の割合を格納したテーブルである。図８に示すように、ユーザ解析結果テーブル１１ｅのデータ構造は、例えば、ユーザＩＤなどの適宜な項目を主キーとして、感情項目ごとの感情の割合から成るレコードの集合体である。ユーザＩＤとは、ユーザ文章を入力したユーザを識別する識別符号である。ユーザ文章における感情項目ごとの感情の割合の算出方法については感情割合算出部１８にて説明する。

対象解析結果テーブル１１ｆは、感情項目ごとに対象文章に対応する感情の割合を格納したテーブルである。図９に示すように、対象解析結果テーブル１１ｆのデータ構造は、例えば、対象ＩＤなどの適宜な項目を主キーとして、感情項目ごとの感情の割合から成るレコードの集合体である。対象ＩＤとは、対象を識別する識別符号である。対象文章における感情項目ごとの感情の割合の算出方法については感情割合算出部１８にて説明する。

取得部１２ａ（第１取得部，第２取得部）は、ユーザ文章記憶装置２０、対象文章記憶装置３０、及びユーザ端末装置４０から各種情報を取得する。

送信部１２ｂは、解析結果に基づき決定された提案対象情報をユーザ端末に送信する。

文章分解部１３（第１文章分解部，第２文章分解部）は、解析文章を単位文字列に分解する。単位文字列とは、例えば、文章、単文、単語、形態素などである。これにより、解析文章を構成する単位文字列ごとに感情を数値化（ベクトル表現）することができる。本実施形態では単位文字列を形態素として説明するが、以下、形態素を、単語、単文、又は文章と読み替えてもよい。文章分解部１３は、形態素に分解した結果を、分解情報テーブル１１ｂに格納する。文章分割部における形態素解析は、例えば、解析文章を分解できる可能性を示すラティス構造を作成し、ラティス構造における文頭から文末までの最適な経路を選ぶという処理により、実行される。なお、対象文章の形態素解析については、例えばＧｏｏｇｌｅ Ｗｅｂ日本語Ｎ−ｇｒａｍなどの外部のデータベースを利用して実行してもよい。

感情解析部１４（第１感情解析部，第２感情解析部）は、解析文章を構成する形態素と各感情との類似性を解析して、感情の度合いを示す解析値（第１解析値，第２解析値）を算出する。感情解析部１４は、形態素をベクトル表現することで、形態素と各感情との類似性を数値化する。これにより、後述するユーザ文章および対象文章についての各種計算を容易にする。感情解析部１４は、数値化した感情を、解析情報テーブル１１ｃに格納する。ここで、感情解析部１４は、例えばｗｏｒｄ２ｖｅｃなどの単語間の類似性を算出するツールである。ｗｏｒｄ２ｖｅｃは、所定の単語に対して、どのような単語が共起語として出現するかを予測するニューラルネットワークを学習するツールである。共起語とは、文章中で所定の単語と一緒に出現する単語をいい、本実施形態では感情項目の感情を示す単語である。つまり、感情解析部１４では、解析文章を構成する形態素と感情を示す単語との類似度（度合い）を数値化する。感情解析部１４では、例えば、インターネットに公開されている文章（例えばｗｉｋｉｐｅｄｉａのダンプデータ）を取得し、該文章を形態素に分解し、該形態素と、その共起語との組ごとに、該形態素をニューラルネットワークに入力した際に対応する該共起語が出力されるように、誤差逆伝搬法を用いて学習する。なお、感情解析部１４は、ＧｌｏＶｅ、Ｄｏｃ２Ｖｅｃなどのツールであってもよい。

合算値算出部１５は、所定の解析文章を構成するそれぞれの形態素に対応する複数の感情項目におけるそれぞれの解析値を、感情項目ごとに合計した合算値を算出する。合算値算出部１５は、算出した合算値を解析情報テーブル１１ｃに格納する。

平均値算出部１６、合算値を所定の解析文章を構成する形態素の個数で除して、各感情項目における平均値を算出する。平均値算出部１６は、算出した平均値を平均値情報テーブル１１ｄに格納する。

感情特定部１７は、解析文章における各感情項目の平均値のうち最も大きい平均値を示す感情項目を特定する。感情特定部１７は、特定した感情項目に対応する感情をその解析文章の感情（以下、「主感情」という。）として特定する。これにより、ユーザおよび対象につき生じやすい感情を特定できる。

感情割合算出部１８は、解析対象となるすべてのユーザ文章および対象文章をそれぞれ母集団として、特定された主感情の割合をそれぞれ算出する。これにより、ユーザに対応する感情と対象に対応する感情との比較が容易になる。ここで、主感情の割合とは、例えば、解析対象となるすべてのユーザ文章（および対象文章）における主感情の個数を感情項目ごとに積算し、積算された感情項目ごとの主感情のそれぞれの個数を、すべてのユーザ文章（および対象文章）のそれぞれの個数で除した値である。以下、ユーザ文章における所定の感情の割合を「ユーザ感情割合」とし、対象文章における所定の感情の割合を「対象感情割合」として説明する。

決定部１９は、ユーザ感情割合と対象感情割合とに基づいて対象のうち所定の条件を満たす対象を、ユーザに対応する対象として決定する。ユーザは、所定の条件を任意に設定することができる。決定部は、送信部１２ｂを介して、提案対象情報をユーザ端末装置４０に送信する。ここで、所定の条件とは、ユーザ文章の各感情項目におけるユーザ感情割合の傾向を、対象文章の各感情項目における対象感情割合の傾向が補うような対象を決定する条件（以下、「第１条件」という）を含むことができる。具体的には、所定のユーザにおいて「喜び」項目のユーザ感情割合が最も小さい場合、対象のうち「喜び」項目の対象感情割合が最も大きい対象を決定する。これにより、ユーザに対して、いろいろな感情を経験することによるクリエイティビティの向上に貢献する対象を、提案することができる。

また、決定部１９は、ユーザ文章の各感情項目におけるユーザ感情割合の傾向を、対象文章の各感情項目における対象感情割合の傾向が強めるような対象を決定してもよい（以下、「第２条件」という）。具体的には、所定のユーザにおいて「喜び」項目のユーザ感情割合が最も大きい場合、対象のうち「喜び」項目の対象感情割合が最も大きい対象を決定する。これにより、ユーザの強みとなる感情をより高めることができるような対象を提案することができる。

また、決定部１９は、ユーザ文章の各感情項目におけるユーザ感情割合の傾向に、対象文章の各感情項目における対象感情割合の傾向が類似するような対象を決定してもよい（以下、「第３条件」という）。具体的には、所定のユーザにおいて「喜び」項目のユーザ感情割合が「０．２」、「信頼」項目の同割合が「０．２」、「不安」項目の同割合が「０．１」、・・・という場合、それぞれの感情項目のユーザ感情割合に対して、対象文章における各感情項目の対象感情割合が、それぞれ所定の割合以内（例えば２０パーセント）に収まるような対象を決定する。これにより、ユーザがありのままでいられるような対象を提案することができる。

＝＝処理＝＝
図１０は、感情解析システム１０の処理の一例を示すフロー図である。図１０を参照して、感情解析システム１０により実行される処理の一例を説明する。以下、具体例として、図４乃至図９の各種テーブルにおいて、文章ＩＤ項目「００１」のユーザ文章につき各種算出手順を説明し、ユーザＩＤ「０００１」のユーザ感情割合を算出して、該ユーザ感情割合に対して、対象ＩＤ項目「１０００１」または「１０００２」のいずれかの対象感情割合を適用することにより、対象を決定することを想定する。

まず、ステップＳ１００において、感情解析システム１０はユーザ端末装置４０からユーザ情報を取得する。感情解析システム１０はユーザ情報に基づいてユーザ文章記憶装置２０を特定する。

次に、ステップＳ１０１において、感情解析システム１０はユーザ文章記憶装置２０からユーザ文章を取得する。取得するユーザ文章の個数は特に限定されない。感情解析システム１０は、ユーザ文章を形態素に分解する。

具体例では、文章情報テーブル１１ａに示すように、文章ＩＤ「００１」における一のユーザ文章は「午前中の試験受けられなかった。もう免許とか諦めよう。」である。分解情報テーブル１１ｂに示すように、感情解析システム１０はユーザ文章を「午前」「中」「の」「試験」「受け」「られ」「なかった」「。」「もう」「免許」「とか」「諦め」「よう」「。」のように形態素に分解する。

次に、ステップＳ１０２において、感情解析システム１０は各形態素における感情項目ごとに数値化（ベクトル表現）する。

具体例では、解析情報テーブル１１ｃに示される各形態素「午前」「中」「の」・・・について、感情項目に示す感情である「喜び」「信頼」「不安」「驚き」「悲しみ」「嫌悪」「怒り」「予測」のそれぞれを解析して、それぞれの感情の度合いを示す解析値を算出する。つまり、例えば、形態素「午前」については「喜び」項目が「０．１２２３３」で「信頼」項目が「０．１４００３」というように感情項目ごとに解析値が算出される。

次に、ステップＳ１０３において、感情解析システム１０はユーザ文章の感情項目ごとに平均値を算出する。

具体例では、文章ＩＤ「００１」における、解析情報テーブル１１ｃに示す「喜び」項目において、「午前」の「０．１２２３３」、「中」の「０．１４４５」、「の」の「０．１１１０」・・・の数値を合算して合算値（本例では「１．９０９９４」と想定する。）を算出し、該合算値を、該ユーザ文章を構成する形態素の個数（本例では「１４」）で除して平均値（本例では「０．１３６４２４」）を算出する。

次に、ステップＳ１０４において、感情解析システム１０はユーザ文章の感情項目のうち最も大きい平均値を示す感情項目を主感情として特定する。

具体例では、平均値情報テーブル１１ｄの文章ＩＤ「００１」においては、「不安」項目の平均値が最も大きいため、「不安」を主感情として特定する。文章ＩＤ「００２」以降についても同様に主感情を特定する。

次に、ステップＳ１０５において、感情解析システム１０はユーザＩＤに紐づくユーザ文章についてのユーザ感情割合を算出する。

具体例では、平均値情報テーブル１１ｄにおける文章ＩＤ「００１」は「不安」が主感情として特定され、文章ＩＤ「００２」は例えば「驚き」が主感情として特定され、というように、所定のユーザＩＤ「０００１」に紐づくすべての文章ＩＤにつき主感情を特定する。所定のユーザＩＤ「０００１」につき特定された主感情の個数を算出する。所定のユーザＩＤ「０００１」につき「喜び」が「２個」、「信頼」が「３個」、「不安」が「１５個」・・・というように算出される。算出された主感情の個数を所定のユーザＩＤ「０００１」に紐づく文章ＩＤの個数で除して、ユーザ感情割合を算出する。その結果、ユーザ解析結果テーブル１１ｅに示すように、ユーザＩＤ「０００１」については、「喜び」項目が「０．０５０」、「信頼」項目が「０．０４０」、「不安」項目が「０．３２６」・・・というように全体を「１」としたときの各感情項目の割合が算出される。

ステップＳ１０６〜Ｓ１１０についてはＳ１０１〜Ｓ１０５におけるユーザ文章を対象文章に代えて同様に説明されたものとしてその説明を省略する。

Ｓ１０６〜Ｓ１１０の結果、対象解析結果テーブル１１ｆに示すように、対象ＩＤ「１０００１」については、「喜び」項目が「０．１３」、「信頼」項目が「０．０７５」、「不安」項目が「０．３１０」のように全体を「１」としたときの各感情項目の割合が算出される。

次に、ステップＳ１１１において、感情解析システム１０は例えばユーザ情報に含まれるユーザが所望する条件を特定する。条件とは、上述したとおり例えば第１条件〜第３条件である。

次に、ステップＳ１１２において、感情解析システム１０はユーザに適当な対象を提案する。

具体例では、ユーザＩＤ「０００１」におけるユーザ感情割合において、「信頼」項目が最も小さく、次いで「喜び」項目が小さい。例えば、第１条件でユーザに提案する場合、ユーザＩＤ「０００１」のユーザ感情割合に対して、ユーザ感情割合の小さい感情項目を補うように対象を決定する。決定部１９は、対象感情割合の最も大きい感情項目が「信頼」項目であり、次いで「喜び」項目である対象ＩＤ「１０００２」を特定する。

＝＝ハードウェア構成＝＝
図１１を参照して、感情解析システム１０をコンピュータ１００により実現する場合のハードウェア構成の一例を説明する。なお、それぞれの装置の機能は、複数台の装置に分けて実現することもできる。ここで、感情解析システム１０が有する機能は、図１１に示すプロセッサ１０１が、記憶装置１０３に記憶されたコンピュータプログラムを読み込み、実行し、感情解析システム１０の各構成を制御すること等により実現される。

図１１は、コンピュータのハードウェア構成の一例を示す図である。図１１に示すように、コンピュータ１００は、プロセッサ１０１と、メモリ１０２と、記憶装置１０３と、入力Ｉ／Ｆ部１０４と、データＩ／Ｆ部１０５と、通信Ｉ／Ｆ部１０６、及び表示装置１０７を含む。

プロセッサ１０１は、メモリ１０２に記憶されているプログラムを実行することによりコンピュータ１００における各種の処理を制御する制御部である。

メモリ１０２は、例えばＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等の記憶媒体である。メモリ１０２は、プロセッサ１０１によって実行されるプログラムのプログラムコードや、プログラムの実行時に必要となるデータを一時的に記憶する。

記憶装置１０３は、例えばハードディスクドライブ（ＨＤＤ）やフラッシュメモリ等の不揮発性の記憶媒体である。記憶装置１０３は、オペレーティングシステムや、上記各構成を実現するための各種プログラムを記憶する。

入力Ｉ／Ｆ部１０４は、ユーザからの入力を受け付けるためのデバイスである。入力Ｉ／Ｆ部１０４の具体例としては、キーボードやマウス、タッチパネル、各種センサ、ウェアラブル・デバイス等が挙げられる。入力Ｉ／Ｆ部１０４は、例えばＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）等のインタフェースを介してコンピュータ１００に接続されても良い。

データＩ／Ｆ部１０５は、コンピュータ１００の外部からデータを入力するためのデバイスである。データＩ／Ｆ部１０５の具体例としては、各種記憶媒体に記憶されているデータを読み取るためのドライブ装置等がある。データＩ／Ｆ部１０５は、コンピュータ１００の外部に設けられることも考えられる。その場合、データＩ／Ｆ部１０５は、例えばＵＳＢ等のインタフェースを介してコンピュータ１００へと接続される。

通信Ｉ／Ｆ部１０６は、コンピュータ１００の外部の装置と有線又は無線により、インターネットＮを介したデータ通信を行うためのデバイスである。通信Ｉ／Ｆ部１０６は、コンピュータ１００の外部に設けられることも考えられる。その場合、通信Ｉ／Ｆ部１０６は、例えばＵＳＢ等のインタフェースを介してコンピュータ１００に接続される。

表示装置１０７は、各種情報を表示するためのデバイスである。表示装置１０７の具体例としては、例えば液晶ディスプレイや有機ＥＬ（Ｅｌｅｃｔｒｏ−Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ、ウェアラブル・デバイスのディスプレイ等が挙げられる。表示装置１０７は、コンピュータ１００の外部に設けられても良い。その場合、表示装置１０７は、例えばディスプレイケーブル等を介してコンピュータ１００に接続される。また、入力Ｉ／Ｆ部１０４としてタッチパネルが採用される場合には、表示装置１０７は、入力Ｉ／Ｆ部１０４と一体化して構成することが可能である。

＝＝他の実施例＝＝
以下、他の実施形態について説明する。

感情解析システム１０は、条件判定部（不図示）の機能を有していてもよい。条件判定部は、感情割合算出部において、複数のユーザ文章および複数の対象文章のうち少なくともいずれか一方の集合である集合文章セットにおける主感情の割合を算出し、算出された割合が所定の条件を逸脱するか否かを判定する。ここで、集合文章セットとは、所定のソーシャルメディアに掲載される文章の集合をいう。所定の条件とは、例えば集合文章セットの主感情の割合の分散が所定の閾値以内であることをいう。条件判定部において、所定の集合文章セットの主感情の割合の分散が所定の閾値を超えると判定された場合、感情特定部１７は、解析文章を特定する手順において該所定の集合文章セットを構成する解析文章を排除する。これにより、感情の偏りが著しいソーシャルメディアにおける解析文章を排除できるため、より適当な対象を決定できる。

感情解析システム１０は、閾値判定部（不図示）の機能を有していてもよい。閾値判定部は、解析文章における複数の感情のそれぞれの平均値が所定の閾値を超えているか否かを判定する。平均値が所定の閾値を超えていると判定した場合、感情特定部１７は、解析文章を特定する手順において該解析文章を排除する。これにより、特別なイベントなどにより、感情が偏っている状況でユーザや投稿者が入力した解析文章を排除できる。なお、ユーザ文章と対象文章とで異なる閾値を適用してもよい。

感情解析システム１０は、排斥単語特定部（不図示）の機能を有していてもよい。排斥単語特定部は、偏った感情に対応する単語を排除対象として登録している単語データベース（不図示）を参照して、解析文章中に所定の単語を特定したときに、該解析文章につき合算値算出部１５の算出手順から排除する。これにより、特別なイベントなどにより、感情が偏っている状況においてユーザや投稿者が入力した解析文章を排除できる。

感情解析システム１０は、決定部１９において、感情項目につきポジティブ区分（例えば「喜び」「信頼」など）とネガティブ区分（例えば「不安」「悲しみ」「嫌悪」「怒り」など）に区分けして、ポジティブな感情を高めるように、第１条件〜第３条件を適用して対象を決定してもよい。これにより、ユーザに対してポジティブな感情を高めるような対象を提案できる。

感情解析システム１０は、訓練方法決定部（不図示）を有していてもよい。ユーザは、予め対象を選択する。訓練方法決定部は、決定部１９において、感情割合算出部１８で算出されたユーザ感情割合および対象感情割合に基づいて、選択された対象に対してユーザが高めるべき感情が決定され、決定された該感情を高めるために、ユーザがどのような訓練をすればよいかを決定する。訓練方法決定部は、例えば、所定のデータベースを参照して、高めるべき感情に紐づく訓練方法を特定する。これにより、例えば、ユーザのユーザ感情割合を、ユーザが志望する会社、学校、結婚相手などの感情割合に適合させるための訓練方法を決定できる。

感情解析システム１０は、平均値算出部１６を有していなくてもよい。感情解析システム１０は、ユーザ感情割合および対象感情割合を合算値に基づいて算出するように構成されていてもよい。この場合、文章ＩＤごとに平均値が最も大きい感情を特定しているところ、文章ＩＤごとに合算値が最も大きい感情を特定すればよい。

なお、述した実施の形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明はその趣旨を逸脱することなく変更、改良され得るとともに、本発明にはその等価物も含まれる。

１０…感情解析システム、１１…記憶部、１１ａ…文章情報テーブル、１１ｂ…分解情報テーブル、１１ｃ…解析情報テーブル、１１ｄ…平均値情報テーブル、１１ｅ…ユーザ解析結果テーブル、１１ｆ…対象解析結果テーブル、１２ａ…取得部、１２ｂ…送信部、１３…文章分解部、１４…感情解析部、１５…合算値算出部、１６…平均値算出部、１７…感情特定部、１８…感情割合算出部、１９…決定部、２０…ユーザ文章記憶装置、３０…対象文章記憶装置、４０…ユーザ端末装置、５０…ネットワーク。

Claims (8)

1. ユーザが記載した文章を示すユーザ文章を登録した第１記憶装置から前記ユーザ文章を取得する第１取得部と、
   対象に関する文章を示す対象文章を登録した第２記憶装置から前記対象文章を取得する第２取得部と、
   前記ユーザ文章に対応する複数の感情のそれぞれを解析して、前記感情の度合いを示す第１解析値を算出する第１感情解析部と、
   前記対象文章に対応する前記複数の感情のそれぞれを解析して、前記感情の度合いを示す第２解析値を算出する第２感情解析部と、
   前記第１解析値と、前記第２解析値と、に基づいて、前記対象のうち所定の条件を満たす、前記ユーザに対応する前記対象を決定する決定部と、
   を備えることを特徴とする情報処理システム。
2. 前記ユーザ文章を単位文字列に分解する第１文章分解部と、
   前記対象文章を単位文字列に分解する第２文章分解部と、
   をさらに備え、
   前記第１感情解析部は、前記ユーザ文章を構成するそれぞれの単位文字列に対応する前記複数の感情のそれぞれを解析して、前記感情の度合いを示す第１解析値を算出し、
   前記第２感情解析部は、前記対象文章を構成するそれぞれの単位文字列に対応する前記複数の感情のそれぞれを解析して、前記感情の度合いを示す第２解析値を算出する
   ことを特徴とする請求項１に記載の情報処理システム。
3. 所定の前記ユーザ文章を構成するそれぞれの単位文字列に対応する前記複数の感情のそれぞれの前記第１解析値を、前記感情ごとに合計される第１合算値を算出する第１合算値算出部と、
   前記第１合算値を前記所定のユーザ文章を構成する単位文字列の個数で除して第１平均値を算出する第１平均値算出部と、
   所定の前記対象文章を構成するそれぞれの単位文字列に対応する前記複数の感情のそれぞれの前記第２解析値を、前記感情ごとに合計される第２合算値を算出する第２合算値算出部と、
   前記第２合算値を前記所定の対象文章を構成する単位文字列の個数で除して第２平均値を算出する第２平均値算出部と、
   をさらに備え、
   前記決定部は、前記第１平均値と、前記第２平均値と、に基づいて、前記対象のうち所定の条件を満たす、前記ユーザに対応する前記対象を決定する
   ことを特徴とする請求項２に記載の情報処理システム。
4. 前記ユーザ文章における前記複数の感情のそれぞれの前記第１平均値のうち最も大きい値を示す感情を、前記ユーザ文章の主感情として特定する第１感情特定部と、
   複数の前記ユーザ文章における前記ユーザ文章の主感情の第１割合を算出する第１感情割合算出部と、
   前記対象文章における前記複数の感情のそれぞれの前記第２平均値のうち最も大きい値を示す感情を、前記対象文章の主感情として特定する第２感情特定部と、
   複数の前記対象文章における前記対象文章の主感情の第２割合を算出する第２感情割合算出部と、
   をさらに備え、
   前記決定部は、前記第１割合と、前記第２割合と、に基づいて、前記対象のうち所定の条件を満たす、前記ユーザに対応する前記対象を決定する
   ことを特徴とする請求項３に記載の情報処理システム。
5. 複数の前記ユーザ文章および複数の前記対象文章のうち少なくともいずれか一方の集合である集合文章セットにおける前記主感情の第３割合を算出する第３感情割合算出部と、
   前記第３割合が所定の条件を逸脱するか否かを判定する条件判定部と、
   をさらに備え、
   前記条件判定部は、前記第３割合が所定の条件を逸脱していると判定した場合、前記集合文章セットを、前記第１感情特定部または前記第２感情特定部のうち少なくともいずれか一方における前記主感情の特定から排除する
   ことを特徴とする請求項４に記載の情報処理システム。
6. 前記決定部は、前記複数のユーザ文章における前記第１割合の傾向と類似する傾向を示す前記第２割合に対応する前記対象を決定する
   ことを特徴とする請求項４又は請求項５に記載の情報処理システム。
7. コンピュータが、
   ユーザが記載した文章を示すユーザ文章を登録した第１記憶装置から前記ユーザ文章を取得する第１取得ステップと、
   対象に関する文章を示す対象文章を登録した第２記憶装置から前記対象文章を取得する第２取得ステップと、
   前記ユーザ文章に対応する複数の感情のそれぞれを解析して、前記感情の度合いを示す第１解析値を算出する第１感情解析ステップと、
   前記対象文章に対応する前記複数の感情のそれぞれを解析して、前記感情の度合いを示す第２解析値を算出する第２感情解析ステップと、
   前記第１解析値と、前記第２解析値と、に基づいて、前記対象のうち所定の条件を満たす、前記ユーザに対応する前記対象を決定する決定ステップと、
   を実現する情報処理方法。
8. コンピュータに、
   ユーザが記載した文章を示すユーザ文章を登録した第１記憶装置から前記ユーザ文章を取得させることと、
   対象に関する文章を示す対象文章を登録した第２記憶装置から前記対象文章を取得させることと、
   前記ユーザ文章に対応する複数の感情のそれぞれを解析して、前記感情の度合いを示す第１解析値を算出させることと、
   前記対象文章に対応する前記複数の感情のそれぞれを解析して、前記感情の度合いを示す第２解析値を算出させることと、
   前記第１解析値と、前記第２解析値と、に基づいて、前記対象のうち所定の条件を満たす、前記ユーザに対応する前記対象を決定させることと、
   を実現させるプログラム。

Images