JP3622602B2

JP3622602B2 - 話題別関心度計算方法及び装置及び話題別関心度計算プログラムを格納した記憶媒体

Info

Publication number: JP3622602B2
Application number: JP32538999A
Authority: JP
Inventors: 隆明長谷川
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 1999-11-16
Filing date: 1999-11-16
Publication date: 2005-02-23
Anticipated expiration: 2019-11-16
Also published as: JP2001142899A

Description

【０００１】
【発明の属する技術分野】
本発明は、話題別関心度計算方法及び装置及び話題別関心度計算プログラムを格納した記憶媒体に係り、特に、利用者の電子化文書に対する行動履歴に基づいて、電子化文書に含まれる話題への利用者の関心度を計算するための話題別関心度計算方法及び装置及び話題別関心度計算プログラムを格納した記憶媒体に関する。
【０００２】
【従来の技術】
従来の電子メール等の電子化文書に含まれる話題の関心度を決定するために必要となる話題を獲得する方法は、サブジェクトに含まれる単語を話題とする方法が提案されている。
一方、電子化文書の本文を対象とした方法では、電子化文書の本文全文に対して形態素解析を行い、文書に存在するほぼ全ての名詞の頻度を用いた特徴ベクトルを作成する方法が提案されている。
【０００３】
【発明が解決しようとする課題】
しかしながら、上記従来の電子化文書のサブジェクトからの話題の獲得方法では、文書の本文の内容を考慮していないこと、また、本文全文に対して形態素解析を行うことは文書に含まれる話題とは関係のない単語が混在すること、ユーザの話題の関心度の動的な変化に対応しにくいという問題がある。
【０００４】
本発明は、上記の点に鑑みなされたもので、電子化文書に含まれる話題を効率よく獲得し、少ない計算量で利用者の話題に対する関心度を計算し、ユーザの関心度の動的な変化に対応するため、利用者の電子化文書に対する行動履歴に基づいて、電子化文書の本文に存在する主題表現文字列に含まれる話題への利用者の関心度を計算することが可能な話題別関心度計算方法及び装置及び話題別関心度計算プログラムを格納した記憶媒体を提供することを目的とする。
【０００５】
【課題を解決するための手段】
図１は、本発明の原理を説明するための図である。
本発明（請求項１）は、話題データベース、文書送受信手段、主題表現抽出手段、話題獲得手段、データベース更新手段、関心度決定手段及び電子化文書格納部とを備えた話題別関心度計算装置において、電子化文書に含まれる話題に対するユーザの関心度を計算する話題別関心度計算方法であって、
文書送受信手段が、電子化文書を送受信し、該電子化文書を電子化文書格納部に格納する文書送受信ステップ ( ステップ１ ) と、
主題表現抽出手段が、電子化文書格納部に格納されている電子化文書に対して主題を表現するパターンでパターンマッチングを行い、主題表現を抽出する主題表現抽出ステップ ( ステップ２ ) と、
話題獲得手段が、主題表現に対して形態素解析を行い、該形態素解析により品詞分割された品詞情報に基づいて名詞句の集合を話題として抽出する話題獲得ステップ ( ステップ３ ) と、
データベース更新手段が、話題に対し、話題データベースにタプルが存在しない場合に、該話題データベースに話題名、受信回数、送信回数、返信率からなるタプルを作成し（ステップ４）、話題に対する受信回数と送信回数を０にセットし、
電子化文書を受信した際には、該電子化文書に含まれる話題に対する受信回数をインクリメントし、
電子化文書を新規に送信した際には、該電子化文書に含まれる話題に対する受信回数と送信回数をそれぞれインクリメントし、
受信した電子化文書に対して返信する際には、電子化文書に含まれる話題に対する送信回数をインクリメントするデータベース更新ステップ ( ステップ５ ) と、
関心度決定手段が、話題の関心度として、話題データベースの話題名における受信回数に対する送信回数の割合である返信率を計算することにより、該話題の関心度として決定する関心度決定ステップ ( ステップ６ ) と、を行なう。
【０００６】
本発明（請求項２）は、主題表現抽出ステップ ( ステップ２ ) において、
主題表現抽出手段が、電子化文書に対し、サブジェクトの文字列と、本文に含まれる主題を表す特徴を持つ文字列を主題表現として抽出するステップを行なう。
本発明（請求項３）は、話題獲得ステップ ( ステップ３ ) において、
話題獲得手段が、主題表現に対し、形態素解析を行い、名詞、複合名詞、未定義語からなる名詞句を話題として抽出するステップと、
同一の主題表現に複数の名詞句が含まれる場合は、それらの名詞句の集合も話題とするステップと、を行う。
【０００８】
図２は、本発明の原理構成図である。
本発明（請求項４）は、電子化文書に含まれる話題に対するユーザの関心度を計算する話題別関心度計算装置であって、
話題を格納する話題データベース６と、
電子化文書を格納する電子化文書格納部と、
電子化文書を送受信し、該電子化文書を電子化文書格納部に格納する文書送受信手段１と、
電子化文書格納部に格納されている電子化文書に対して主題を表現するパターンでパターンマッチングを行い、主題表現を抽出する主題表現抽出手段２と、
主題表現に対して形態素解析を行い、該形態素解析により品詞分割された品詞情報に基づいて名詞句の集合を話題として抽出する話題獲得手段３と、
話題に対し、話題データベース６にタプルが存在しない場合に、該話題データベース６に話題名、受信回数、送信回数、返信率からなるタプルを作成し、話題に対する受信回数と送信回数を０にセットし、
電子化文書を受信した際には、該電子化文書に含まれる話題に対する受信回数をインクリメントし、
電子化文書を新規に送信した際には、該電子化文書に含まれる話題に対する受信回数と送信回数をそれぞれインクリメントし、
受信した電子化文書に対して返信する際には、電子化文書に含まれる話題に対する送信回数をインクリメントする更新するデータベース更新手段４と、
話題の関心度として、話題データベース６の話題名における受信回数に対する送信回数の割合である返信率を計算することにより、該話題の関心度として決定する関心度決定手段５と、を有する。
【０００９】
本発明（請求項５）は、主題表現抽出手段２において、
電子化文書に対し、サブジェクトの文字列と、本文に含まれる主題を表す特徴を持つ文字列を主題表現として抽出する手段を含む。
本発明（請求項６）は、話題獲得手段３において、
主題表現に対し、形態素解析を行い、名詞、複合名詞、未定義語からなる名詞句を話題として抽出する手段と、
同一の主題表現に複数の名詞句が含まれる場合は、それらの名詞句の集合も話題とする手段と、を含む。
【００１１】
本発明（請求項７）は、電子化文書に含まれる話題に対するユーザの関心度を計算する処理を実行させるための話題別関心度計算プログラムを格納した記憶媒体であって、
請求項１乃至３記載の話題別関心度計算方法を実現するための処理をコンピュータに実行させるプログラムを格納した記憶媒体である。
【００１４】
上記のように、本発明では、まず、電子化文書の主題を表す言語の特徴を手がかりに主題表現を抽出し、抽出された主題表現に対して形態素解析を行って名詞句を取り出し、利用者の電子化文書に対する行動履歴を考慮することにより、名詞句に対する利用者の関心度を計算する。ここで、行動履歴とは、話題における受信回数と送信回数であり、当該受信回数に対する送信回数（受信された話題に対する相手への利用者による返信回数）の割合を関心度とする。
【００１５】
例えば、電子メールに含まれる話題に対する利用者の関心度を計算する場合に、電子メールを受信し、受信したメールから予め用意しておいた主題を表す表現にマッチする文字列が抜き出される。抜き出された文字列に対して形態素解析を行うことによって、名詞や未定義を中心とした名詞句が話題として取り出される。取り出された話題を対象に、利用者の電子メールに対する送受信履歴に基づいて、話題データベースの新規作成と更新が行われることによって、話題に対する利用者の関心度が得られる。
【００１６】
これにより、ユーザの動的な関心度の変化に対応可能となる。ここで、動的な関心度とは、固定的に話題のリストを持つのではなく、今まで現れていない新しい話題に対してもそれを話題として登録することを可能とするものである。
【００１７】
【発明の実施の形態】
図３は、本発明の話題別関心度計算装置の構成を示す。
同図に示す話題別関心度計算装置は、文書送受信部１、主題表現抽出部２、話題獲得部３、データベース更新部４、関心度決定部５、話題データベース６、及び電子化文書格納部７から構成される。
【００１８】
文書受信部１は、電子メール等の電子化文書を送受信し、ディスク等の電子化文書格納部７に格納する。
主題表現抽出部２は、電子化文書格納部７に格納されている電子メールに対し、形態素解析を行い、名詞、複合名詞、未定義語からなる名詞句を話題として抽出し、同一の主題表現に複数の名詞句が含まれる場合は、それらの名詞句の集合も話題とする。
【００１９】
データベース更新部４は、話題に対し、話題データベース６にタプル（データベースの項目の一覧）が存在しない場合に、話題データベース６に話題名、受信回数、送信回数、返信率からなるタプルを作成し、話題に対する受信回数と送信回数を０にセットし（初期化）、電子化文書を受信した時には受信回数をインクリメントし、電子化文書を新規に送信した時には話題に対する受信回数と送信回数をインクリメントし、受信した電子化文書に対して返信する時には電子化文書に含まれる話題に対する送信回数をインクリメントする。
【００２０】
関心度決定部５は、話題の関心度として、話題データベース６の話題名における受信回数に対する送信回数の割合である返信率を計算することによって、話題の関心度として決定する。
次に、上記の構成における動作を説明する。
図４は、本発明の話題別関心度計算装置の動作のフローチャートである。
【００２１】
ステップ１０１）まず、文書送受信部１において、電子メールが届いているかを調べ、届いている場合にはステップ１０２に移行する。
ステップ１０２）届いている場合には、文書送受信部１において、電子メールを電子化文書格納部７に格納する。
ステップ１０３）主題表現抽出部２は、電子化文書格納部７に格納された電子メールから、主題を表現する言語の特徴を手がかりに主題表現を抽出する。
【００２２】
ステップ１０４）話題獲得部３において、抽出された主題表現を対象として形態素解析を行い、名詞句を話題として獲得する。
ステップ１０５）データベース更新部５において、話題データベース６に話題名のタプルが存在しなければ、話題名、受信回数、送信回数、返信率からなるタプルを作成し、受信回数と送信回数を０にセットする。
【００２３】
ステップ１０６）電子化文書格納部７に格納された電子メールの種類を調べ、他者から受信したものである場合にはステップ１０７に移行し、新規送信の場合にはステップ１０８に移行し、返信である場合にはステップ１０９に移行する。
ステップ１０７）他者から受信した電子メールの場合、電子メールに含まれる話題の受信回数をインクリメントする。
【００２４】
ステップ１０８）新規に利用者が送信した電子メールの場合、電子メールに含まれる話題の受信回数と送信回数をそれぞれインクリメントする。
ステップ１０９）既に受信していた電子メールへの返信の場合は、受信していた電子メールに含まれる話題の送信回数をインクリメントする。
上記のようにして求められた話題データベース６から、話題の受信回数に対する送信回数の割合を返信率として求めることにより、利用者の話題に対する関心度を決定する。
【００２５】
【実施例】
以下、図面と共に本発明の実施例を説明する。
最初に、図４のフローチャートのステップ１０３における主題表現の抽出について説明する。
主題表現は、電子メールのサブジェクトだけでなく、予め主題となりそうな文字列をパターンとして用意しておき、本文にパターンがマッチする文字列を主題表現として抽出する。このとき、まず、本文全文を文単位で区切り、パターンがマッチするかどうかを各文に対して調べ、マッチした文に対し、マッチした文字列のうち、読点より前の文字列を除いた部分を主題表現として抽出する。
【００２６】
図５は、本発明の一実施例の主題表現のパターン例を示し、図６は、本発明の一実施例の電子メールの例を示す。
例えば、図６の例において、格納されている当該電子メールでは、サブジェクトの「ｒｅｆｒｉｇｅｒａｔｏｒ」の他に、「新しい冷蔵庫」、「冷蔵庫に保存してある個人のものに名前」、「名前のないもの」が主題表現として抽出される。
【００２７】
次に、図４のフローチャートのステップ１０３における話題の獲得について説明する。
ステップ１０３で抽出された主題表現に対して形態素解析を行う。このうち、品詞が普通名詞とサ変名詞と未定義語の単語または、単語の連続を話題とする。図６の例で説明すると、「ｒｅｆｒｉｇｅｒａｔｏｒ」、「新しい冷蔵庫」、「冷蔵庫に保存してある個人のものに名前」、「名前のないもの」に対し、それぞれ形態素解析を行う。形態素解析の結果は図７の通りである。
【００２８】
上記の処理により、品詞が普通名詞、サ変名詞、未定義語である、「ｒｅｆｒｉｇｅｒａｔｏｒ」、「冷蔵庫」、「保存」、「個人」、「名前」を話題として抽出する。
また、上記の実施例は、図３の構成に基づいて説明しているが、同図に示す構成要素をプログラムとして構築し、話題別関心度計算装置として利用されるコンピュータに接続されるディスク装置や、フロッピーディスク、ＣＤ−ＲＯＭ等の可搬記憶媒体に格納しておき、本発明を実施する際にインストールすることにより、容易に本発明を実現できる。
【００２９】
なお、本発明は、上記の実施例に限定されることなく、特許請求の範囲内において、種々変更・応用が可能である。
【００３０】
【発明の効果】
上述のように、本発明によれば、電子化文書の中の主題表現から話題を獲得し、電子化文書に対する利用者の行動履歴を利用することにより、電子化文書に含まれる話題に対する利用者の関心を効率よく計算することができる。
また、話題に対するランク付けやそれに応じたユーザへの情報提供の手がかりとすることができる。
【００３１】
さらに、送信という行為をクリックという行為に置き換えることにより、ホームページで情報を配信するサイトなどにおけるドレンド解析が可能となる。
【図面の簡単な説明】
【図１】本発明の原理を説明するための図である。
【図２】本発明の原理構成図である。
【図３】本発明の話題別関心度計算装置の構成図である。
【図４】本発明の話題関心度計算装置の動作のフローチャートである。
【図５】本発明の一実施例の主題表現のパターン例である。
【図６】本発明の一実施例の電子メールの例である。
【図７】本発明の一実施例の形態素解析結果である。
【符号の説明】
１文書送受信手段、文書送受信部
２主題表現抽出手段、主題表現抽出部
３話題獲得手段、話題獲得部
４データベース更新手段、データベース更新部
５関心度決定手段、関心度決定部
６話題データベース
７電子化文書格納部

Claims

話題データベース、文書送受信手段、主題表現抽出手段、話題獲得手段、データベース更新手段、関心度決定手段及び電子化文書格納部とを備えた話題別関心度計算装置において、電子化文書に含まれる話題に対するユーザの関心度を計算する話題別関心度計算方法であって、
前記文書送受信手段が、前記電子化文書を送受信し、該電子化文書を前記電子化文書格納部に格納する文書送受信ステップと、
前記主題表現抽出手段が、前記電子化文書格納部に格納されている前記電子化文書に対して主題を表現するパターンでパターンマッチングを行い、主題表現を抽出する主題表現抽出ステップと、
前記話題獲得手段が、前記主題表現に対して形態素解析を行い、該形態素解析により品詞分割された品詞情報に基づいて名詞句の集合を話題として抽出する話題獲得ステップと、
前記データベース更新手段が、前記話題に対し、前記話題データベースにタプルが存在しない場合に、該話題データベースに話題名、受信回数、送信回数、返信率からなるタプルを作成し、前記話題に対する受信回数と送信回数を０にセットし、
前記電子化文書を受信した際には、該電子化文書に含まれる話題に対する受信回数をインクリメントし、
前記電子化文書を新規に送信した際には、該電子化文書に含まれる話題に対する受信回数と送信回数をそれぞれインクリメントし、
受信した前記電子化文書に対して返信する際には、前記電子化文書に含まれる前記話題に対する送信回数をインクリメントするデータベース更新ステップと、
前記関心度決定手段が、話題の関心度として、前記話題データベースの話題名における受信回数に対する送信回数の割合である返信率を計算することにより、該話題の関心度として決定する関心度決定ステップと、
を行なうことを特徴とする話題別関心度計算方法。
前記主題表現抽出ステップにおいて、
前記主題表現抽出手段が、前記電子化文書に対し、サブジェクトの文字列と、本文に含まれる主題を表す特徴を持つ文字列を主題表現として抽出するステップを行なう請求項１記載の話題関心度計算方法。
前記話題獲得ステップにおいて、
前記話題獲得手段が、前記主題表現に対し、形態素解析を行い、名詞、複合名詞、未定義語からなる名詞句を前記話題として抽出するステップと、
同一の主題表現に複数の名詞句が含まれる場合は、それらの名詞句の集合も話題とするステップと、を行う請求項１記載の話題別関心度計算方法。
電子化文書に含まれる話題に対するユーザの関心度を計算する話題別関心度計算装置であって、
話題を格納する話題データベースと、
電子化文書を格納する電子化文書格納部と、
前記電子化文書を送受信し、該電子化文書を前記電子化文書格納部に格納する文書送受信手段と、
前記電子化文書格納部に格納されている前記電子化文書に対して主題を表現するパターンでパターンマッチングを行い、主題表現を抽出する主題表現抽出手段と、
前記主題表現に対して形態素解析を行い、該形態素解析により品詞分割された品詞情報に基づいて名詞句の集合を話題として抽出する話題獲得手段と、
前記話題に対し、前記話題データベースにタプルが存在しない場合に、該話題データベースに話題名、受信回数、送信回数、返信率からなるタプルを作成し、前記話題に対する受信回数と送信回数を０にセットし、
前記電子化文書を受信した際には、該電子化文書に含まれる話題に対する受信回数をインクリメントし、
前記電子化文書を新規に送信した際には、該電子化文書に含まれる話題に対する受信回数と送信回数をそれぞれインクリメントし、
受信した前記電子化文書に対して返信する際には、前記電子化文書に含まれる前記話題に対する送信回数をインクリメントするデータベース更新手段と、
話題の関心度として、前記話題データベースの話題名における受信回数に対する送信回数の割合である返信率を計算することにより、該話題の関心度として決定する関心度決定手段と、
を有することを特徴とする話題別関心度計算装置。
前記主題表現抽出手段は、
前記電子化文書に対し、サブジェクトの文字列と、本文に含まれる主題を表す特徴を持つ文字列を主題表現として抽出する手段を含む請求項４記載の話題関心度計算装置。
前記話題獲得手段は、
前記主題表現に対し、形態素解析を行い、名詞、複合名詞、未定義語からなる名詞句を前記話題として抽出する手段と、
同一の主題表現に複数の名詞句が含まれる場合は、それらの名詞句の集合も話題とする手段と、を含む請求項４記載の話題別関心度計算装置。
電子化文書に含まれる話題に対するユーザの関心度を計算する処理を実行させるための話題別関心度計算プログラムを格納した記憶媒体であって、
前記請求項１乃至３記載の話題別関心度計算方法を実現するための処理をコンピュータに実行させるプログラムを格納したことを特徴とする話題別関心度計算プログラムを格納した記憶媒体。