JP2021149580A - 情報処理装置、情報処理方法、及びプログラム - Google Patents

Abstract

【課題】ナレッジベースを活用して、ユーザとコンテンツとの関係性やコンテンツ同士の関係性を解釈する情報処理装置、情報処理方法及びプログラムを提供する。【解決手段】情報処理装置１００は、制御部１１０において、コンテンツから一つ又は複数の固有表現を第１エンティティとして抽出する抽出部１１２と、あるナレッジベースに含まれる第２エンティティの属性に基づいて、抽出部１１２によって第１エンティティとして抽出された一つ又は複数の固有表現のそれぞれの属性を決定する属性決定部１１４と、コンテンツにおける固有表現の出現位置に基づいて、属性決定部１１４によって属性が決定された一つ又は複数の固有表現のそれぞれのコンテンツに対する重要度を決定する重要度決定部１１６と、を備える。【選択図】図３

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。

ナレッジベース或いはナレッジグラフと呼ばれるデータベースに関する技術が知られている（例えば、特許文献１参照）。

特開２０１９−７４８４３号公報

しかしながら、従来の技術では、ナレッジベースを活用して、ユーザとコンテンツとの関係性やコンテンツ同士の関係性を十分に解釈することができていなかった。

本発明は、上記の課題に鑑みてなされたものであり、ナレッジベースを活用して、ユーザとコンテンツとの関係性やコンテンツ同士の関係性を解釈することができる情報処理装置、情報処理方法、及びプログラムを提供することを目的としている。

本発明の一態様は、コンテンツから一つ又は複数の固有表現を第１エンティティとして抽出する抽出部と、あるナレッジベースに含まれる第２エンティティの属性に基づいて、前記抽出部によって前記第１エンティティとして抽出された前記一つ又は複数の固有表現のそれぞれの属性を決定する第１決定部と、前記コンテンツにおける前記固有表現の出現位置に基づいて、前記第１決定部によって属性が決定された前記一つ又は複数の固有表現のそれぞれの前記コンテンツに対する重要度を決定する第２決定部と、を備える情報処理装置である。

本発明の一態様によれば、ナレッジベースを活用して、ユーザとコンテンツとの関係性やコンテンツ同士の関係性を解釈することができる。

実施形態における情報処理装置１００を含む情報処理システム１の一例を示す図である。 エンティティパネルの一例を示す図である。 実施形態における情報処理装置１００の構成の一例を示す図である。 ナレッジベース１３２の一例を示す図である。 実施形態における制御部１１０による一連の処理の流れを示すフローチャートである。 コンテンツの一例を表す図である。 メディアタグの付与方法を模式的に表す図である。 実施形態の情報処理装置１００のハードウェア構成の一例を示す図である。

以下、本発明を適用した情報処理装置、情報処理方法、及びプログラムを、図面を参照して説明する。

［概要］
情報処理装置は、一以上のプロセッサによって実現される。情報処理装置は、コンテンツから一つ又は複数の固有表現をエンティティとして抽出する。情報処理装置は、エンティティとして固有表現を抽出すると、あるナレッジベースに含まれるエンティティの属性に基づいて、各固有表現の属性を決定する。

ナレッジベースは、オントロジーと呼ばれる所定の概念体系（または語彙体系）によってエンティティの概念が形式化されたデータベースである。例えば、ナレッジベースは、エンティティに関する情報と、エンティティ同士の意味的関係に関する情報とがグラフとして記述される。ナレッジベースにおけるエンティティは、例えば、あるエンティティの実体（実世界で存在している物体）や、あるエンティティの概念（実世界または仮想世界の中で定義された概念）を表した情報である。より具体的には、エンティティは、例えば、「人間」、「機械」、「建物」、「組織」、「美」、「学問」、「旅行」といった抽象的な概念を表すエンティティあってもよいし、「○○タワー」のように「建物」という概念の実体や、「検索太郎（人名）」のように「人間」という概念の実体を表すエンティティであってもよい。

このようなナレッジベースは、プロセッサ（コンピュータ）による処理を可能とするため、オントロジーによって定められたクラスとプロパティを用いて記述される。オントロジーとは、エンティティのクラスおよびプロパティを定義したものであると共に、クラスとプロパティとの間に成り立つ制約を集めたものである。

クラスとは、後述するプロパティと呼ばれる性質が同じエンティティ同士を一つのグループにしたものである。例えば、くちばしを持ち、卵生の脊椎動物であり、前肢が翼になっている、という性質（プロパティ）を持つエンティティは、「鳥」というクラスあるいはその下位のクラスに分類される。また、「鳥」というクラスの中で、飛べない、という性質を持つエンティティは、例えば、「ペンギン」や「ダチョウ」という、より下位のクラスに分類される。このように、クラスの体系は、上位と下位の関係を有する階層構造をなし、上位のクラスの性質は、下位のクラスに継承される。上述した例では、「鳥」というクラスの、「くちばしを持ち、卵生の脊椎動物であり、前肢が翼になっている」という性質は、「ペンギン」や「ダチョウ」という下位のクラスの性質にも含まれることになる。

プロパティとは、エンティティの性質（または特徴）や、クラス間の関係を記述する属性である。例えば、プロパティは、「〜を体の構成要素としてもつ」という性質や、「〜に生息する」という性質を示す属性であってもよいし、「あるクラスが上位クラスであり、あるクラスが下位クラスである」というクラス間の上位下位の関係を示す属性であってもよい。

ナレッジベースの基本的な単位は、ノード間を、ノード間の関係を表すラベル付きの方向性をもつエッジでつないだ３つ組であり、上述したエンティティはノードであり、プロパティはエッジであり、プロパティを用いて記述したエンティティの情報の値もノードで表現される。このような、ノード、エッジ、およびノードの値の３つを組み合わせたグラフにより、エンティティに関する情報やエンティティ間の関係が明確に表現される。

情報処理装置は、固有表現の属性を決定すると、コンテンツにおける固有表現の出現位置に基づいて、属性を決定した固有表現のコンテンツに対する重要度を決定する。更に、情報処理装置は、固有表現の属性に基づいて、固有表現の抽出元であるコンテンツの意味を表す情報をコンテンツに付与する。このような処理によって、ユーザが閲覧したコンテンツに含まれる固有表現の重要度から、ユーザがどのようなコンテンツに興味関心があるのかということを解釈したり、固有表現の属性を基に決定したコンテンツを意味を解釈し、意味が近いコンテンツ同士を集めて分類したりすることができる。言い換えれば、ユーザとコンテンツとの関係性やコンテンツ同士の関係性を解釈することができる。
［全体構成］
図１は、実施形態における情報処理装置１００を含む情報処理システム１の一例を示す図である。実施形態における情報処理システム１は、例えば、一つ以上の端末装置１０と、サービス提供装置２０と、情報処理装置１００とを備える。これらの装置のうち一部または全部は、ネットワークＮＷを介して互いに接続される。なお、これらの装置のうち一部は、仮想的な装置として他の装置に包含されてもよく、例えば、サービス提供装置２０の機能の一部または全部が、情報処理装置１００の機能によって実現される仮想マシンであってもよいし、これとは反対に、情報処理装置１００の機能の一部または全部が、サービス提供装置２０の機能によって実現される仮想マシンであってもよい。

図１に示す各装置は、ネットワークＮＷを介して種々の情報を送受信する。ネットワークＮＷは、例えば、無線基地局、Ｗｉ‐Ｆｉアクセスポイント、通信回線、プロバイダ、インターネットなどを含む。なお、図１に示す各装置の全ての組み合わせが相互に通信可能である必要はなく、ネットワークＮＷは、一部にローカルなネットワークを含んでもよい。

端末装置１０は、例えば、スマートフォンなどの携帯電話、タブレット端末、各種パーソナルコンピュータなどの、入力装置、表示装置、通信装置、記憶装置、および演算装置を備える端末装置である。通信装置は、ＮＩＣ（Network Interface Card）などのネットワークカード、無線通信モジュールなどを含む。端末装置１０では、ウェブブラウザやアプリケーションプログラムなどのＵＡ（User Agent）が起動し、ユーザの入力に応じたリクエストをサービス提供装置２０に送信する。また、ＵＡが起動された端末装置１０は、サービス提供装置２０から取得した情報に基づいて、表示装置に各種画像を表示させる。

サービス提供装置２０は、例えば、ＵＡとして起動されたウェブブラウザからのリクエストに応じてウェブページを端末装置１０に提供するウェブサーバである。ウェブページは、例えば、検索サイトやショッピングサイトといった各種ウェブサイトを構成するウェブページであってよい。また、サービス提供装置２０は、ＵＡとして起動されたアプリケーションからのリクエストに応じてコンテンツを端末装置１０に提供することで、検索サイトなどの各種ウェブサイトと同様のサービスを提供するアプリケーションサーバであってもよい。

例えば、サービス提供装置２０は、端末装置１０からクエリを取得した場合、クエリによる検索結果を端末装置１０に提供する。この際、サービス提供装置２０は、クエリの検索結果の一覧を表示させるページの所定領域に、クエリとして入力された単語や語句の実体或いは概念がどういったものであるのかを表す文字列や画像を表示させる。以下、所定領域をエンティティパネルと称して説明する。

図２は、エンティティパネルの一例を示す図である。例えば、現実世界において、「検索太郎」という人物が存在していたとする。この場合に、ユーザが端末装置１０を利用して、検索サイトなどのクエリの入力欄に「検索太郎」という文字列を入力した場合、サービス提供装置２０は、ナレッジベースや、更にナレッジベースの各エンティティに対応付けれた他のデータベースを参照し、「検索太郎」という人物の生年月日や職業、顔写真といった、その人物に関する種々の情報をエンティティパネルに表示させてよい。なお、エンティティパネルは、検索サイトなどに限られず、ショッピングサイトや動画配信サイトなどにも表示されてよい。また、エンティティパネルを表示させることは、クエリに対応する検索結果を出力するものであれば、「検索」や「販売」といったサービスに限定されず、如何なるサービスにも適用されてよい。

情報処理装置１００は、コンテンツから一つ又は複数の固有表現を抽出し、ナレッジベースを用いて、抽出した固有表現の属性を決定する。そして、情報処理装置１００は、固有表現のコンテンツに対する重要度を決定したり、固有表現の属性を基に、固有表現の抽出元であるコンテンツの意味を表す情報をコンテンツに付与したりする。ナレッジベースは、予め情報処理装置１００に記憶されていてもよいし、情報処理装置１００がウェブサイトを定期的にクロールすることで、生成及び更新してもよい。

［情報処理装置の構成］
図３は、実施形態における情報処理装置１００の構成の一例を示す図である。図示のように、情報処理装置１００は、例えば、通信部１０２と、制御部１１０と、記憶部１３０とを備える。

通信部１０２は、例えば、ＮＩＣ（Network Interface Card）等の通信インターフェースやＤＭＡ（Direct Memory Access）コントローラを含む。通信部１０２は、ネットワークＮＷを介して、サービス提供装置２０や他のウェブサーバと通信する。

制御部１１０は、例えば、抽出部１１２と、属性決定部１１４と、重要度決定部１１６と、タグ付与部１１８と、通信制御部１２０とを備える。属性決定部１１４は「第１決定部」の一例であり、重要度決定部１１６は「第２決定部」の一例である。

制御部１１０の構成要素は、例えば、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）などのプロセッサが記憶部１３０に格納されたプログラムを実行することにより実現される。また、制御部１１０の構成要素の一部または全部は、ＬＳＩ（Large Scale Integration）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）などのハードウェア（回路部；circuitry）により実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。

記憶部１３０は、例えば、ＨＤＤ（Hard Disk Drive）、フラッシュメモリ、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）などにより実現される。記憶部１３０には、ファームウェアやアプリケーションプログラムなどの各種プログラムの他に、ナレッジベース１３２が格納される。

図４は、ナレッジベース１３２の一例を示す図である。ナレッジベース１３２は、例えば、ウェブサイトやアプリケーションを媒体として提供される百科事典を基にして生成されてよい。図示の例のように、ＩＤが２００のエンティティには、「名称（又は名前）」というプロパティに対して「検索太郎」という人物の氏名が対応付けられており、「職業」というプロパティに対して「〇〇大学教授」という、ある一つの職業が対応付けられており、「生年月日」というプロパティに対して「２０４０年１２月１２日」という日付けが対応付けられている。ＩＤが４００のエンティティには、「名称」というプロパティに対して「検索太郎」という人物の氏名が対応付けられており、「職業」というプロパティに対して「俳優」という、ある一つの職業が対応付けられており、「生年月日」というプロパティに対して「２０３０年１月１日」という日付けが対応付けられている。また、ＩＤが４００のエンティティ（ノード）の「出演」というプロパティ（エッジ）を介して、ＩＤが５００のエンティティ（ノード）が対応付けられている。ＩＤが５００のエンティティには、「名称」というプロパティに対して「検索物語」という作品名が対応付けられており、「作品カテゴリ」というプロパティに対して「映画作品」という、ある一つのカテゴリが対応付けられている。なお、図４に例示するナレッジベース１３２は、あくまでも一例であり、適宜変更されてよい。

［処理フロー］
以下、実施形態における制御部１１０による一連の処理の流れをフローチャートに即して説明する。図５は、実施形態における制御部１１０による一連の処理の流れを示すフローチャートである。本フローチャートの処理は、所定の周期で繰り返し行われてよい。

まず、抽出部１１２は、コンテンツから固有表現及びコンテキストワードを抽出する（ステップＳ１００）。

コンテンツは、例えば、ニュース記事を紹介するような情報提供サイトにおいて、新たに入稿された記事であってよい。この記事は、ユーザが検索エンジンを利用して検索可能である。

固有表現は、例えば、名詞のような一つの単語（ワード）であってもよいし、名詞と名詞とが他の品詞（例えば助詞）で接続された一つの句（フレーズ）であってもよいし、名詞や動詞、助詞、助動詞などの種々の品詞を含む一つの文（センテンス）であってもよい。固有表現は、上述したナレッジベース１３２のエンティティとなり得るものである。従って、固有表現はエンティティとして読み替えられてもよい。

コンテキストワード（コンテキストタームともいう）は、固有表現の抽出元のコンテンツに含まれ、固有表現として抽出されなかったワードやフレーズ等である。また、コンテキストワードは、固有表現の抽出元のコンテンツが検索される際にユーザによって入力されたクエリであってもよい。例えば、「検索物語」という作品名の映画を検索する際に、ユーザが「検索物語＿映画」という文字列をクエリとして入力したとする。アンダーバーはスペースを表している。このような場合において、ナレッジベース１３２上に、「検索物語」という名称のエンティティが存在する場合、「検索物語」の後にスペースを挟んで続く「映画」という文字列がコンテキスワードとなる。

例えば、抽出部１１２は、予め複数の固有表現が登録された辞書を用いて、コンテンツから一つ以上の固有表現を抽出し、その固有表現を除いた残りのワードをコンテキストワードとして抽出してよい。例えば、抽出部１１２は、専用の辞書を用いてコンテキストワードを抽出してよい。

図６は、コンテンツの一例を表す図である。図示の例では、コンテンツが「俳優の検索太郎は、映画「検索物語」で主演として…」という文字列が含まれるテキストデータであることを表している。このようなコンテンツからは、例えば、「検索太郎」及び「検索物語」という固有名詞が固有表現として抽出される。

図５のフローチャートの説明に戻る。次に、属性決定部１１４は、ナレッジベース１３２に含まれる複数のエンティティのそれぞれのプロパティに基づいて、抽出部１１２によってエンティティとして抽出された一つ又は複数の固有表現のそれぞれの属性（すなわちプロパティ）を決定する（ステップＳ１０２）。

例えば、属性決定部１１４は、ナレッジベース１３２に含まれる複数のエンティティのそれぞれと、抽出部１１２によってエンティティとして抽出された一つ又は複数の固有表現のそれぞれとを比較し、ナレッジベース１３２の中に、固有表現と名称が同じ複数のエンティティが存在するか否かを判定する。

図４に例示するナレッジベース１３２では、ＩＤが２００のエンティティとＩＤが４００のエンティティとの名称というプロパティがともに「検索太郎」である。このような場合に、コンテンツから抽出された固有表現が「検索太郎」であった場合、固有表現と名称が同じエンティティが複数存在することになる。

属性決定部１１４は、ナレッジベース１３２の中に、固有表現と名称が同じエンティティが１つのみ存在する場合、その該当する１つのエンティティのプロパティを、固有表現の属性に決定する。例えば、該当エンティティのプロパティが「映画作品」や「日本映画」といったプロパティであった場合、固有表現の属性も「映画作品」や「日本映画」といったものになる。

一方、属性決定部１１４は、ナレッジベース１３２の中に、固有表現と名称が同じ複数のエンティティが存在する場合、抽出部１１２によって抽出されたコンテキストワードに基づいて、固有表現と名称が同じ複数のエンティティの中から、１つのエンティティを選択し、その選択したエンティティのプロパティを、固有表現の属性に決定する。

例えば、ナレッジベース１３２に登録されたエンティティのプロパティの中には、そのエンティティに関連したコンテキストワードを表すプロパティが存在する。そのため、属性決定部１１４は、抽出部１１２によって抽出されたコンテキストワードと、エンティティのプロパティの一つであるコンテキストワードとを比較し、抽出されたコンテキストワードに対してより意味的に近いコンテキストワードをプロパティとして有するエンティティを優先的に選択する。「意味的に近い」とは、例えば、コンテキストワード同士の類似度が大きいことであってよい。具体的には、コンテキストワードを１次元或いは多次元のベクトルと見做した場合に、それら２つのベクトルのコサイン類似度が大きいことであってよい。

また、属性決定部１１４は、ナレッジベース１３２の中に、固有表現と名称が同じ複数のエンティティが存在する場合、各エンティティのポピュラリティに基づいて、固有表現と名称が同じ複数のエンティティの中から、１つのエンティティを選択し、その選択したエンティティのプロパティを、固有表現の属性に決定してもよい。

ポピュラリティとは、エンティティがどの程度の頻度で参照されているのかということを表す指標値である。言い換えれば、ポピュラリティは、各エンティティに対応したコンテンツの検索回数に応じた指標値である。ナレッジベース１３２上では、複数のエンティティのそれぞれに対して、ポピュラリティが事前に対応付けられている。

例えば、ポピュラリティは、エンティティに対応したコンテンツの検索回数が多いほど大きくなり、エンティティに対応したコンテンツの検索回数が少ないほど小さくなる傾向を有する。

また、ポピュラリティは、エンティティに対応したコンテンツの検索日時が最新に近いほど大きくなり、エンティティに対応したコンテンツの検索日時が最新から遠いほど（より古いほど）小さくなる傾向を有していてもよい。

例えば、属性決定部１１４は、固有表現と名称が同じ複数のエンティティのそれぞれのポピュラリティを比較し、よりポピュラリティが大きいエンティティほど優先的に選択してよい。

一般的に、ナレッジベース１３２上には膨大な数のエンティティが登録されており、なかには滅多に参照されないようなエンティティも存在している。このようなエンティティは、新規に入稿された記事のような最新或いは流行のコンテンツとは関連性が低いことが想定される。従って、エンティティのポピュラリティが大きいエンティティほどを優先的に選択することで、コンテンツで扱われる話題などにマッチした属性を固有表現に付与することができる。

属性決定部１１４は、抽出部１１２によって複数の固有表現が抽出されている場合、それら複数の固有表現の全ての属性について、ナレッジベース１３２上のエンティティのプロパティを参照して決定する。

図５のフローチャートの説明に戻る。次に、重要度決定部１１６は、コンテンツにおいて固有表現が出現していた位置（又は抽出された位置）に基づいて、属性決定部１１４によって属性が決定された各固有表現のコンテンツに対する重要度を決定する（ステップＳ１０４）。重要度とは、コンテンツから抽出された複数の固有表現の中で、着目する固有表現が他の固有表現に比べてどの程度重要であるのかということを表した相対的な指標値である。

例えば、重要度決定部１１６は、コンテンツにおいて着目する固有表現の出現位置が冒頭に近いほど、着目する固有表現の重要度を高くし、着目する固有表現の出現位置が冒頭から遠いほど（文章の末尾に近いほど）、着目する固有表現の重要度を低くしてよい。

また、例えば、重要度決定部１１６は、着目する固有表現がコンテンツのタイトルに出現する場合、コンテンツのタイトルに出現しない場合に比べて、着目する固有表現の重要度を高くしてよい。

一般的に、文書中に含まれる単語の重要度を評価する手法の一つとして、ＴＦ（Term Frequency）−ＩＤＦ（Inverse Document Frequency）が知られている。ＴＦ−ＩＤＦでは、記事全体で重要度を計算する必要がある。これに対して、本実施形態では、冒頭やタイトルといった文書の一部のみに着目して各固有表現の重要度を計算することができる。これにより、処理負荷を軽減しながら高速に処理を行うことができる。

重要度決定部１１６は、各固有表現の重要度を決定すると、例えば、重要度の低い固有表現を取り除く。これによって、例えば、固有表現が抽出された対象コンテンツに関連する他のコンテンツを精度よく選び出すことができる。

次に、タグ付与部１１８は、属性決定部１１４によって決定された各固有表現の属性に基づいて、各固有表現の抽出元であるコンテンツの意味を表すタグ情報（以下、メディアタグと称する）をコンテンツに付与する（ステップＳ１０６）。メディアタグは、各種サービスで利用しやすいようにコンテンツを意味分類するために付与されるタグ情報である。

図７は、メディアタグの付与方法を模式的に表す図である。例えば、あるコンテンツから「検索太郎」と「検索物語」という固有表現が抽出されたとする。「検索太郎」という固有表現の属性は、「人物」といった属性や「俳優」といった属性に決定されており、「検索物語」という固有表現の属性は、「映画作品」といった属性や「日本映画」といった属性に決定されている。このような場合、「検索太郎」と「検索物語」という固有表現の抽出元のコンテンツには、「人物」、「俳優」、「映画作品」、「日本映画」といった属性がメディアタグとして付与される。

このようなメディアタグが各コンテンツに付与されることで、同じメディアタグが付与された複数のコンテンツをクラスタリングすることができ、ある特定のメディアタグが付与されたコンテンツのみを集めてユーザに提供するようなことも可能となる。更に、同じメディアタグが付与された複数のコンテンツを時刻順に並び替え、一連のコンテンツを時系列にユーザに提供することも可能となる。また、メディアタグが付与されたコンテンツとそれを閲覧したユーザとを互いに対応付けて、ユーザがどういったコンテンツに対して興味関心があるのかといった解釈を行うことができる。また、例えば、配信すべきでない特定のメディアタグ（例えば暴力系やアダルト系のタグ）が付与されたコンテンツをユーザに提供しないようにすることも可能となる。これによって子供向け用などにコンテンツを適切にフィルタリングすることができる。

次に、通信制御部１２０は、通信部１０２を介して、サービス提供装置２０に、重要度決定部１１６によって各固有表現について決定された重要度に関する情報や、タグ付与部１１８によってコンテンツに付与されたメディアタグに関する情報を送信する（ステップＳ１０８）。これを受けて、サービス提供装置２０は、例えば、検索サイトなどのナレッジパネルに、重要度が最も大きい固有表現（エンティティ）に関連したコンテンツを表示させてよい。重要度が最も大きい固有表現が、例えば「検索太郎」という固有表現であった場合、図２で例示したようなナレッジパネルが表示される。また、サービス提供装置２０は、上述したように、例えば、特定のメディアタグが付与されたコンテンツのみを集めてユーザに提供してもよいし、同一のメディアタグが付与された複数のコンテンツを時刻順に並び替え、一連のコンテンツを時系列にユーザに提供してもよい。また、サービス提供装置２０は、配信すべきでない特定のメディアタグが付与されたコンテンツをユーザに提供しないようにしてもよい。これによって、本フローチャートの処理が終了する。

以上説明した実施形態によれば、情報処理装置１００は、コンテンツから一つ又は複数の固有表現をエンティティとして抽出し、ナレッジベース１３２に含まれるエンティティのプロパティ（属性）に基づいて、抽出した各固有表現の属性を決定する。情報処理装置１００は、コンテンツにおける固有表現の出現位置に基づいて、各固有表現のコンテンツに対する重要度を決定する。更に、情報処理装置１００は、各固有表現の属性に基づいて、その固有表現の抽出元であるコンテンツに対してメディアタグを付与する。これによって、コンテンツとそのコンテンツを閲覧したユーザとの関係性や、コンテンツ同士の関係性を容易に解釈することができる。この結果、ユーザに提供するコンテンツを固有表現の重要度に応じて変更したり、同じメディアタグが付与された複数のコンテンツをクラスタリングしたりすることができる。

＜ハードウェア構成＞
上述した実施形態の情報処理装置１００は、例えば、図８に示すようなハードウェア構成により実現される。図８は、実施形態の情報処理装置１００のハードウェア構成の一例を示す図である。

情報処理装置１００は、ＮＩＣ１００−１、ＣＰＵ１００−２、ＲＡＭ１００−３、ＲＯＭ１００−４、フラッシュメモリやＨＤＤなどの二次記憶装置１００−５、およびドライブ装置１００−６が、内部バスあるいは専用通信線によって相互に接続された構成となっている。ドライブ装置１００−６には、光ディスクなどの可搬型記憶媒体が装着される。二次記憶装置１００−５、またはドライブ装置１００−６に装着された可搬型記憶媒体に格納されたプログラムがＤＭＡコントローラ（不図示）などによってＲＡＭ１００−３に展開され、ＣＰＵ１００−２によって実行されることで、制御部１１０が実現される。制御部１１０が参照するプログラムは、ネットワークＮＷを介して他の装置からダウンロードされてもよい。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何ら限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

１…情報処理システム、１０…端末装置、２０…サービス提供装置、１００…情報処理装置、１０２…通信部、１１０…制御部、１１２…抽出部、１１４…属性決定部、１１６…重要度決定部、１１８…タグ付与部、１２０…通信制御部、１３０…記憶部、１３２…ナレッジベース

Claims (11)

1. コンテンツから一つ又は複数の固有表現を第１エンティティとして抽出する抽出部と、
   あるナレッジベースに含まれる第２エンティティの属性に基づいて、前記抽出部によって前記第１エンティティとして抽出された前記一つ又は複数の固有表現のそれぞれの属性を決定する第１決定部と、
   前記コンテンツにおける前記固有表現の出現位置に基づいて、前記第１決定部によって属性が決定された前記一つ又は複数の固有表現のそれぞれの前記コンテンツに対する重要度を決定する第２決定部と、
   を備える情報処理装置。
2. 前記第１決定部は、
   前記ナレッジベースに、前記固有表現と名称が同じ複数の前記第２エンティティが存在する場合、前記コンテンツのコンテキストワードに基づいて、複数の前記第２エンティティの中から、１つの前記第２エンティティを選択し、
   前記選択した第２エンティティの属性を、前記第１エンティティである前記固有表現の属性に決定する、
   請求項１に記載の情報処理装置。
3. 前記ナレッジベース上では、複数の前記第２エンティティのそれぞれに対して、ユーザが前記第２エンティティに対応したコンテンツを検索したときの回数に基づく指標値が対応付けられており、
   前記第１決定部は、
   前記ナレッジベースに、前記固有表現と名称が同じ複数の前記第２エンティティが存在する場合、複数の前記第２エンティティのそれぞれの前記指標値に基づいて、複数の前記第２エンティティの中から、１つの前記第２エンティティを選択し、
   前記選択した第２エンティティの属性を、前記第１エンティティである前記固有表現の属性に決定する、
   請求項１又は２に記載の情報処理装置。
4. 前記指標値は、前記第２エンティティに対応したコンテンツの検索回数が多いほど大きく、前記第２エンティティに対応したコンテンツの検索回数が少ないほど小さい傾向にあり、
   前記第１決定部は、複数の前記第２エンティティの中で、前記指標値が大きい前記第２エンティティほど優先的に選択する、
   請求項３に記載の情報処理装置。
5. 前記指標値は、前記第２エンティティに対応したコンテンツの検索日時が最新に近いほど大きく、前記第２エンティティに対応したコンテンツの検索日時が最新から遠いほど小さい傾向にあり、
   前記第１決定部は、複数の前記第２エンティティの中で、前記指標値が大きい前記第２エンティティほど優先的に選択する、
   請求項３又は４に記載の情報処理装置。
6. 前記第２決定部は、前記コンテンツにおいて前記固有表現の出現位置が冒頭に近いほど、前記重要度を高くし、前記コンテンツにおいて前記固有表現の出現位置が冒頭から遠いほど、前記重要度を低くする、
   請求項１から５のうちいずれか一項に記載の情報処理装置。
7. 前記第２決定部は、前記コンテンツのタイトルに前記固有表現が出現する場合、前記コンテンツのタイトルに前記固有表現が出現しない場合に比べて、前記重要度を高くする、
   請求項１から６のうちいずれか一項に記載の情報処理装置。
8. 前記第１決定部によって決定された前記一つ又は複数の固有表現のそれぞれの属性に基づいて、前記コンテンツの意味を表す情報を、前記コンテンツに付与する付与部を更に備える、
   請求項１から７のうちいずれか一項に記載の情報処理装置。
9. コンテンツから一つ又は複数の固有表現を抽出する抽出部と、
   あるナレッジベースに含まれるエンティティの属性に基づいて、前記抽出部によって抽出された前記一つ又は複数の固有表現のそれぞれの属性を決定する決定部と、
   前記決定部によって決定された前記一つ又は複数の固有表現のそれぞれの属性に基づいて、前記コンテンツの意味を表す情報を、前記コンテンツに付与する付与部と、
   を備える情報処理装置。
10. コンピュータが、
    コンテンツから一つ又は複数の固有表現を第１エンティティとして抽出し、
    あるナレッジベースに含まれる第２エンティティの属性に基づいて、前記第１エンティティとして抽出した前記一つ又は複数の固有表現のそれぞれの属性を決定し、
    前記コンテンツにおける前記固有表現の出現位置に基づいて、属性を決定した前記一つ又は複数の固有表現のそれぞれの前記コンテンツに対する重要度を決定する、
    情報処理方法。
11. コンピュータに、
    コンテンツから一つ又は複数の固有表現を第１エンティティとして抽出すること、
    あるナレッジベースに含まれる第２エンティティの属性に基づいて、前記第１エンティティとして抽出した前記一つ又は複数の固有表現のそれぞれの属性を決定すること、
    前記コンテンツにおける前記固有表現の出現位置に基づいて、属性を決定した前記一つ又は複数の固有表現のそれぞれの前記コンテンツに対する重要度を決定すること、
    を実行させるためのプログラム。

Images