JP3736564B2 - データ処理装置 - Google Patents

Description

本発明は、電子または光等を媒体とする記憶装置や情報通信網から必要な情報を取り出し易くするデータ処理装置に関するものである。

近年、情報フィルタ装置は、情報通信の社会基盤の進展に伴い、情報通信網の大規模化と通信量の著しい増大に対応する技術として、その実現が強く望まれている。この背景には、今日、個人が処理可能な情報量に対して、個人がアクセスできる情報量が上回るようになっていることがある。このために、大量の情報の中に必要と思う情報が埋没することが、しばしば起こる。

情報フィルタ装置に関連する従来技術としては、特許検索などに用いられるキーワード論理式をあげることができる。すなわち、数十万から数百万件に及ぶ特許情報をキーワード論理式によりフィルタリングするものである。

しかしながら、キーワード論理式を用いる従来の検索においては、使用者がキーワードについての論理式を精度良く設定する必要があるので、使用者がファイリングされているデータ群の癖（例えば、どのような条件の基に、当該データのキーワードが決定されているのか等）やシステムの構造（例えば、キーワードがシソーラス体系のあるシステムであるか否か等）を十分に知り得ていなければ良い検索ができない。このため、初心者には精度の高い情報フィルタリングを行うことができないという課題があった。

また、情報フィルタリングした結果もキーワードについての論理式に適合するという評価があるだけであり、たまたまキーワードでは合致しているが、内容は求めているものとは異なるケースであったり、あるいは多くの検索結果から使用者にとって必要度の高い情報をその結果から順に取り出すことは容易でない。

本発明は上記従来の課題を解決するものであり、初心者にも精度の高い情報フィルタリングができ、かつ使用者にとって必要性の高い情報を取り出し易いデータ処理装置を提供することを目的とする。

この目的を達成するために本発明のデータ処理装置は、情報は情報データと一つ以上のキーワードを含むものであって、未読情報を入力する手段と、情報データと一つ以上のキーワードから成る一つ以上の情報に対して必要か不要かを示す教師信号との組を教師データとして予め準備し、前記新たに入力された未読情報に付される一つ以上のキーワードと前記キーワードと教師信号の組とから未読情報に付された前記キーワードに対する必要とする教師信号の組が多ければ大きな値を、不要とする教師信号の組が多ければ小さな値を持つ前記未読情報に対するユーザーの必要性を予測する必要性信号として求める必要性計算手段と、前記必要性信号が大きな未読情報から未読情報の情報データを優先的に未読データ記憶手段に記憶する書き込み制御手段とを有し、前記必要性信号を利用して情報の提示の順序の仕方を決めることを特徴とするものである。

この構成によって、複数のキーワードは、距離の定義ができない記号から、使用者の必要度を反映したメトリックを用いて距離を定義できるベクトル表現へと変換され、使用者の必要度を定量化することができ、使用者は必要性の高い情報から順に情報を得ることができるようになる。

以上のように、本発明は、情報は情報データと一つ以上のキーワードを含むものであって、未読情報を入力する手段と、情報データと一つ以上のキーワードから成る一つ以上の情報に対して必要か不要かを示す教師信号との組を教師データとして予め準備し、前記新たに入力された未読情報に付される一つ以上のキーワードと前記キーワードと教師信号の組とから未読情報に付された前記キーワードに対する必要とする教師信号の組が多ければ大きな値を、不要とする教師信号の組が多ければ小さな値を持つ前記未読情報に対するユーザーの必要性を予測する必要性信号として求める必要性計算手段と、前記必要性信号が大きな未読情報から未読情報の情報データを優先的に未読データ記憶手段に記憶する書き込み制御手段とを有し、前記必要性信号を利用して情報の提示の順序を決めることを特徴とするもので、情報をユーザーの必要度にしたがって並べ、ユーザーに対して必要性の高い情報から順に提供することにより、初心者にも精度の高い情報を得ることができ、更に使用者にとって必要性の高い情報の取り出し易いデータ処理装置を提供することができる。

本発明の請求項１に記載の発明は、情報は情報データと一つ以上のキーワードを含むものであって、未読情報を入力する手段と、情報データと一つ以上のキーワードから成る一つ以上の情報に対して必要か不要かを示す教師信号との組を教師データとして予め準備し、前記新たに入力された未読情報に付される一つ以上のキーワードと前記キーワードと教師信号の組とから未読情報に付された前記キーワードに対する必要とする教師信号の組が多ければ大きな値を、不要とする教師信号の組が多ければ小さな値を持つ前記未読情報に対するユーザーの必要性を予測する必要性信号として求める必要性計算手段と、前記必要性信号が大きな未読情報から未読情報の情報データを優先的に未読データ記憶手段に記憶する書き込み制御手段とを有することを特徴とするデータ処理装置としたものであり、ユーザーからの必要か不要かの評価を示す入力を用いて情報の並べ変えを行い、情報をユーザーに必要性の高い順に取り出すことができるという作用を有する。

本発明の請求項２に記載の発明は、前記書き込む書き込み制御手段は、未読データ記憶手段に前記必要性信号の大きな未読情報から未読情報の情報データから優先的に有限個を書き込む請求項１記載のデータ処理装置としたものであり、前記必要性信号が大きな未読情報から優先的に有限個数未読データ記憶手段に書き込むことによって有限個の未読データを記憶することが可能となり、情報をユーザーに必要な順に精度高く取り出すことができるという作用を持つ。

本発明の請求項３に記載の発明は、前記情報データに付される一つ以上のキーワードと前記情報が必要か不要かを示す教師信号との組は、教師データとして記憶する記憶手段をさらに有することを特徴とする請求項１または２記載のデータ処理装置としたものであり、予め教師データを記憶することにより、容易にキーワード毎にユーザーの必要性を予測する必要性予測値を計算するができる、情報をユーザーに必要な順に精度高く取り出すことができるという作用を持つ。

本発明の請求項４に記載の発明は、前記教師データは、情報データをユーザーに提示し、前記提示された情報データが必要か不要かを入力することにより、前記情報データに付される一つ以上のキーワードと前記情報が必要か不要かを示す教師信号との組を教師データとして記憶することを特徴とする請求項３記載のデータ処理装置としたもので、これによって容易に教師データを記憶することができ、情報をユーザーに必要な順に精度高く取り出すことができるという作用を持つ。

本発明の請求項５に記載の発明は、前記キーワード毎にユーザーの必要性を予測する必要性予測値は、前記キーワードが付けられた情報に対してユーザーが必要とした頻度（肯定回数）と、不要とした頻度（否定回数）から、キーワード毎にユーザーの必要性を予測する必要性予測値を計算することを特徴とする請求項１乃至４のいずれかに記載のデータ処理装置としたものでユーザー、前記キーワード毎にユーザーの必要性を予測する必要性
予測値を容易に求めることができ、情報をユーザーに必要な評価値が精度高く取り出すことができるという作用を持つ。

本発明の請求項６に記載の発明は、前記キーワード毎にユーザーの必要性を予測する必要性予測値は、前記提示した情報に対してユーザーが必要とした頻度（全肯定回数信号）と、不要とした頻度（全否定回数信号）と、前記キーワードが付けられた情報に対してユーザーが必要とした頻度（肯定回数）と、不要とした頻度（否定回数）から計算されることを特徴とする請求項５記載のデータ処理装置としたもので、前記キーワード毎にユーザーの必要性を予測する必要性予測値を容易に求めることができ、情報をユーザーに必要な評価値が精度高く取り出すことができるという作用を持つ。

以下、本発明の実施の形態について、図１から図１２を用いて説明する。

（実施の形態１）
以下、本発明の第一の実施の形態について、図面を参照しながら説明する。図１は本発明の実施の形態１の情報フィルタ装置の構成を示すブロック図であり、図２はその構成と動作を分かりやすくするために機能単位にまとめたブロック図である。

まず、図２を用いて、本発明の基本概念を説明する。

本発明の基本概念の情報フィルタ装置は、ユーザーがどんな「情報」を過去に必要としたかという履歴に関する記録を記憶した複数の記憶部２、５、６、８と、「情報」のフィルタリングを行う情報フィルタリングユニット５０と、その情報フィルタリングユニット５０により実際にフィルタリングされた未読の「情報」（ユーザーがまだ読んでいない情報）を蓄積しておく未読データ記憶部１０と、ユーザーが当該未読「情報」を可視できるようにしたディスプレー等のインタフェースユニット５１と、ユーザーがどんな「情報」を必要としたかという履歴に関する学習を行う学習ユニット５２とからなる。

以下、上記構成の動作について説明する。なお、以下の説明では既にユーザーがどんな「情報」を過去に必要としたかという履歴は学習済みのこととして説明する。また、以下に単に「情報」と称するものには、当該「情報」に対応する１つ以上のキーワードが付されているものとする。そのキーワードとは、当該「情報」を構成する各単語の一部あるいは全体であっても良いし、当該「情報」を代表するために特別に付したものであっても良い。

まず、情報フィルタリングユニット５０に新たな「情報」が入力されると、情報フィルタリングユニット５０は、記憶部２、５、６、８からユーザーがどのような「情報」を過去に必要としたかという記録を読みだし、前記新たな「情報」の必要性を必要性信号として定量的に評価する。

次に、その評価された新たな「情報」は、未読データ記憶部１０に、必要性信号が大きい順に過去からの未読「情報」を含めて並ぶように前記入力された「情報」を当該順番に書き込む。

そして、ユーザーが望めば、インタフェースユニット５１では、ユーザーに必要性信号の大きい順に前記新たな「情報」を含めた未読「情報」を１つひとつ提示（例えば、ディスプレーに表示）する。

この際に、ユーザーに提示された前記新たな「情報」を含めた未読「情報」の１つひとつがユーザーにとって必要か不要かを示す教師信号をユーザーがインタフェースユニット
５１を介して入力することにより、インタフェースユニット５１では、当該教師信号を受け取り、当該「情報」とその教師信号を学習ユニット５２に送る。なお、このユーザーによる教師信号の入力は、学習ユニット５２の学習能力をより高めるために実施するものであり、学習ユニット５２の学習能力（ユーザーがどんな「情報」を過去に必要としたかという履歴の学習能力）が既に十分に高ければ行う必要はない。

次に、学習ユニット５２では、前記提示した「情報」とその教師信号を用いて記憶部２、５、６、８の履歴内容を書き換える。

以上、本発明の情報フィルタ装置は、より高い学習を通じてユーザーに適応し、ユーザーの求める「情報」を優先的に提示することができる。また、当然のことながら、学習を行っていない初期状態では、ユーザーがどんな「情報」を必要としているのか学習ユニット５２では分からないので、全ての入力される新たな「情報」をインタフェースユニット５１でユーザーが提示を受ける毎に上述したユーザーによる教師信号の入力は必要であるが、随時実施する学習を通じてやがてユーザーに適応し、ユーザーの求める「情報」を優先的に提示することができる。

なお、ユーザーの求める「情報」を優先的に提示するとは、より具体的な使用例で述べれば、ある「情報」データベースの母集団Ａを特定のキーワードで検索して「情報」の検索集合Ｂを得たとしても、当該検索集合Ｂの「情報」の全てがユーザーにとっては必要であるとは限らないし、またユーザーにとっては「情報」の全てが必要であってもその必要順位は当然存在することを前提としている。よって、必要から順に不要、あるいはその必要順位に従って、インタフェースユニット５１でユーザーに順に提示することを、ユーザーの求める「情報」を優先的に提示することを意味する。

さて、本発明において重要な点は、いかに必要性信号（或「情報」が必要であったとの教師信号）を計算するかである。

好ましい実施の形態では、必要性信号は概念的に次のような量として計算される。

上述べた如く、入力された「情報」にキーワードが添付されている場合を考える。一人のユーザーを考えると、そのユーザーが必要としている「情報」に高い頻度または確率で付いているキーワード集合Ａと、不要としている「情報」に高い頻度または確率で付いているキーワード集合Ｂと、さらにはいずれにもよく付く、または付かないキーワード集合Ｃとを考えることができる。

したがって、前記キーワード集合Ａに属するキーワードには正の数値を、前記キーワード集合Ｂに属するキーワードには負の値を、前記キーワード集合Ｃに属するキーワードには値０をそれぞれ割り振る。

そして、新たに入力された「情報」についている１つ以上のキーワードについてそれぞれが前記キーワード集合Ａ、Ｂ、Ｃのどのキーワードグループに属するかを判定し、前記割り振られた値を積算するように構成する。

このように構成すれば、前記新たに入力された「情報」に付いていた複数のキーワードを、キーワード集合Ａに属するキーワードが数多く含まれた「情報」（ユーザーが必要とする可能性の高い情報）に対しては大きな正の値を示し、キーワード集合Ｂに属するキーワードが数多く付いている「情報」（ユーザーが不要とする可能性の高い情報）に対しては大きな負の値を示す数値に変換することができる。

こうして、前記数値を用いてユーザーの必要性に予測することができる。本発明では、提示した「情報」とその「情報」に関するユーザーの必要／不要の評価とからキーワード（キーワード共起を含む）への値の割り振りを自動的に行い精度の高い必要性信号の計算を実現し、精度高く必要性の高い順に「情報」を並べ変えることを実現している。

そのために、実施の形態１では、「情報」に付けられた複数のキーワードを一つのベクトルに変換し、ユーザーが必要とした場合と不要とした場合について、別々に前記ベクトルの自己相関行列を計算している。ユーザーが必要と答えた「情報」についていたキーワードから作られた自己相関行列ＭＹを用いて、ベクトルＶの長さＳＹを
ＳＹ＝ΣΣＭij・Ｖi・Ｖj
ｉｊ
と計算する。

なお、以下、必要と答えた「情報」についていたキーワードから作られた自己相関行列ＭＹを「肯定メトリック信号」、不要と答えた情報についていたキーワードから作られた自己相関行列ＭＮを「否定メトリック信号」と呼び、長さＳＹを肯定信号と呼ぶ。

この長さＳＹは、ベクトルＶの元となった複数のキーワードの中に、ユーザーが必要とする「情報」によく含まれているキーワードが数多く含まれていれば、長さＳＹは大きな正の値をとり、そうでない場合には０に近い値をとるから、必要性信号を計算する上で有効である。

本発明は、以下に図１を用いて詳細説明するように、さらに工夫を重ねて、精度の高い必要性信号の計算を実現している。

図１を用いて、図２に示した情報フィルタリングユニット５０に相当するブロックと、図２に示した学習ユニット５２に相当するブロックについて、機能単位毎に説明しておく。

まず、情報フィルタリングユニット５０に相当するブロックの構成を説明する。

情報フィルタリングユニット５０は、個々の「情報」につけられた複数のキーワード（正確には、分類コードを含む文字列）をベクトルに変換する部分と、ユーザーがどんな「情報」を必要／不要としたという履歴を表現した肯定メトリック信号及び否定メトリック信号を用いてある種のスコアを表す肯定信号と否定信号を計算する部分と、この肯定信号と否定信号とから「情報」の必要性をよく反映する必要性信号を計算する部分と、この必要性信号の大きい順に情報を並べ変える部分からなる。以下、情報フィルタリングユニット５０に相当するブロックの構成を、図１に即して説明する。

図１において、１は「情報」に付けられたキーワードなどの複数の文字列をベクトルに変換するベクトル生成部、２はキーワードなどの複数の文字列をベクトルに変換するための符号辞書信号を記憶した符号辞書記憶部である。この符号辞書記憶部２に記憶された符号辞書信号は、「情報」についているキーワードなどの文字列Ｗを数字Ｃに変換する対応表をnofDCK個有するコードブック

であり、ベクトル生成部１はキーワード数信号nofKsとnofKs個のキーワード信号からなるキーワード群信号Ks＝（Ｋ［１］，・・・，Ｋ［nofKs］）とを受けキーワード群信号Ksと前記符号辞書信号DCKを用いてベクトル信号Vに変換する。３はスコア計算部で、ユーザーに提示された「情報」を必要／不要と評価した結果から計算された肯定メトリック信号ＭＹ、否定メトリック信号ＭＮを用いて、ベクトル生成部１で変換された２つのベクトル信号Ｖの長さ、肯定信号ＳＹと否定信号ＳＮに変換する。５は（nofDCK×nofDCK)行列である前記肯定メトリック信号ＭＹを記憶する肯定メトリック記憶部、６は（nofDCK×nofDCK)行列である前記否定メトリック信号ＭＮを記憶する否定メトリック記憶部である。８は判定パラメータ信号Ｃを記憶する判定パラメータ記憶部、７は前記肯定信号ＳＹと前記否定信号ＳＮを受け前記判別パラメータ記憶部８から判定パラメータ信号Ｃを読み出し必要性信号Ｎと信頼性信号Ｒを計算する必要性計算部である。９は「情報」の本文である情報データＤとキーワード数信号nofKsとキーワード群信号Ｋｓと必要性信号Ｎと信頼性信号Ｒとを所定の手続きに従って後述する未読データ記憶部１０に書き込む未読データ書き込み制御部、１０は前記「情報」の本文である情報データＤと前記キーワード数信号nofKsと前記キーワード群信号Ｋｓと前記必要性信号Ｎと前記信頼性信号Ｒとからなる最大nofURD個の未読データ

を記憶する未読データ記憶部、１３は最大nofTD個の教師データ信号

を記憶する教師データ記憶部である。

次に、図２で示したインタフェースユニット５１のブロックの構成を説明する。

図１において、１１は制御信号ＤＯを受け未読データ記憶部１０から未読データ信号ＵＲＤ［１］を読み出し、表示信号ＤＤを出力し、その表示信号ＤＤがユーザーにとって必要か不要かを示す教師信号Ｔをユーザーから受け、前記教師信号Ｔと前記未読データ信号ＵＲＤ［１］のキーワード数信号nofKs［１］とキーワード群信号Ｋｓ［１］とを所定の手続きに従って教師データ記憶部１３に書き込む未読データ出力制御部である。

次に、図２で示した学習ユニット５２に相当するブロックの構成を説明する。

学習ユニット５２は、ユーザーから入力された教師信号Ｔを用いて肯定／否定メトリック信号を修正するメトリック学習を行う部分と、肯定／否定信号から必要性信号を計算するためのパラメータ、判定パラメータ信号、を修正する部分からなり、各部分は学習制御部によって制御される。

図１に示したメトリック学習を行う部分の構成は次のようである。

図１において、１９は肯定メトリック記憶部５に記憶された肯定メトリック信号ＭＹと前記否定メトリック記憶部６に記憶された否定メトリック信号ＭＮとを修正するメトリック学習部である。このメトリック学習部１９は、教師データ記憶部１３から前記教師データＴＤを読み出し、学習ユニット５０のベクトル生成部１と同じ機能である学習用ベクトル生成部２０で複数のキーワードをベクトルに変換し、自己相関行列を計算することで、肯定／否定メトリック信号を修正する。

判定パラメータ信号の学習を行う部分の構成は次のようである。

図１において、２２は学習用肯定信号計算部２２１と学習用否定信号計算部２２２とからなる学習用スコア計算部である。この学習用スコア計算部において、２２１は学習用ベクトル生成部２０からの学習用ベクトル信号を受け、学習用肯定信号ＬＳＹを計算する学習用肯定信号計算部、２２２は学習用ベクトル生成部２０からの学習用ベクトル信号を受け、学習用否定信号ＬＳＮを計算する学習用否定信号計算部である。２１は学習制御部１４からの判定パラメータ学習制御信号ＰＬＣを受けて所定の方法で判定パラメータ記憶部８の判定パラメータ信号を書き換える判定面学習部、１４は学習開始信号ＬＳを受けてスイッチ１６、１７、１８とメトリック学習部１９と学習用ベクトル生成部２０と学習用スコア計算部２２と学習用否定信号計算部２３と判定面学習部２１とを制御する学習制御部である。

以上のように構成された情報フィルタ装置について、各ユニットごとに図面を用いてその動作を説明する。

情報フィルタ装置の好ましい初期状態の一例は、肯定メトリック信号ＭＹと否定メトリック信号ＭＮとを（nofDCK×nofDCK）零行列、未読データ記憶部１０の未読データＵＲＤ［ｉ］の全ての必要性信号Ｎ［ｉ］（ｉ＝１,・・・,ｎｏｆＵＲＤ）を使用するハードウエアが表現可能な最小の値Ｖｍｉｎ、教師データ記憶部１３の教師データＴＤ［ｊ］の教師信号Ｔ［ｊ］を全て−１とした状態である。

最初に、情報フィルタリングユニット５０の動作を説明する。
まず、情報データ入力端子１００から情報データＤが入力され、キーワード数信号入力端子１０１から情報データに付けられたキーワードの個数を表すキーワード数信号nofKsが入力され、キーワード信号入力端子１０２から複数のキーワードであるキーワード群信号Ｋｓ＝（Ｋ［１］，Ｋ［２］，・・・，Ｋ［nofKs］）が入力される。

ベクトル生成部１によってキーワード群信号Ｋｓは、文字列の集まりからベクトル信号Ｖへと変換される。この変換によって、キーワード群信号の類似性をベクトルの距離として計算できるようになる。
ベクトル生成部１の動作を図３に示すフローチャートを参照しながら説明する。まず、キーワード数信号nofKsとキーワード群信号Ｋｓを受けると（図３ステップ（イ））、内部のベクトル信号Ｖ＝（Ｖ［１］，Ｖ［２］，・・・，Ｖ［nofDic］）を（０，０，・・・，０）に、キーワードカウンタ信号ｉを１にセットする（同図ステップ（ロ）、（ハ））。次に、辞書カウンタ信号ｊを０セットした後辞書カウンタ信号ｊを１だけ増やす（同図ステップ（ニ））。

次に、内部にnofDCK個の符号辞書信号ＤＣＫを有する辞書記憶部２から辞書カウンタｊが指定するキーワードと数字からなる符号辞書信号ＤＣＫ［ｊ］を読み出し、符号辞書信号ＤＣＫの文字列部分Ｗ［ｊ］とｉ番目のキーワード信号Ｋ［ｉ］とを比較する（同図ステップ（ホ））。両者が等しくない場合には、辞書カウンタｊを１だけ増やす（同図ステップ（ヘ））。両者が一致するか、辞書カウンタｊの値が辞書記憶部２に格納された符号辞書信号の個数nofDicと等しくなるまで図３ステップ（ホ）〜（ト）の処理を繰り返す（同図ステップ（ト））。

キーワード信号Ｋ［ｉ］と等しいＷ［ｊ］が見つかると、ベクトル信号のｊ番目の成分Ｖ［ｊ］を１にし（同図ステップ（チ））、キーワードカウンタ信号ｉを１だけ増やす（同図ステップ（リ））。以下、同様の処理をキーワードカウンタ信号ｉがキーワード数信号nofKsより大きくなるまで実行する（同図ステップ（ヌ））。

こうして、ベクトル生成部１において、文字列信号からなるキーワード信号の集合体であるキーワード群信号Ｋｓは、０と１でコード化されたnofDCK個の成分を持ったベクトル信号Ｖに変換される。

次に、肯定信号計算部３１は、キーワード群信号Ｋｓに過去にユーザーの必要とした情報に含まれていたキーワードが数多く含まれる場合に、大きな値となる肯定信号ＳＹを計算する。
この目的のために、肯定信号計算部３１は、前記ベクトル信号Ｖを受けて、肯定メトリック記憶部５から肯定メトリック信号ＭＹを読み出し、肯定信号ＳＹを

と計算する。

否定信号計算部３２は、キーワード群信号Ksに過去にユーザーの不要とした情報に含まれていたキーワードが数多く含まれる場合に、大きな値となる否定信号ＳＮを計算する。この目的のために、否定信号計算部３２は、否定メトリック記憶部６から否定メトリック
信号ＭＮを読み出し、否定信号ＳＮを

と計算する。

肯定メトリック信号ＭＹと否定メトリック信号ＭＮは、後述するようにキーワード群信号Ｋｓとユーザーの応答に基づいて決められる。本発明では、このように計算された肯定信号ＳＹと否定信号ＳＮを用いて、図９に示したように縦軸に肯定信号ＳＹをとり横軸に否定信号ＳＮをとった２次元空間上の１点に、情報データＤを対応させることができる。この２次元空間における情報データＤの分布は、ユーザーが必要とするもの（○で表示）は主に左上部に分布し、ユーザーが不要とするもの（×で表示）は主に右下部に分布するようになる。したがって、図１０に示したように適切な係数Ｃを定めることにより、ユーザーが必要とする情報データＤと不要な情報データＤとを分離できる。

さらに、以下に述べるこの係数Ｃを用いて計算される必要性信号Ｎは、上述の２次元空間で左上にある程、すなわち、必要性の高いと予測される情報データＤほど大きな値となる。したがって、必要性信号Ｎの大きい順に情報データＤを並べて提示すれば、ユーザーは必要な情報を効率よく手に入れることができる。必要性信号Ｎと直交する方向の信頼性信号Ｒは、大まかにはキーワード群信号Ｋｓに含まれていたキーワードのうちどのくらいのキーワード信号が辞書に含まれていたかを示す信号である。したがって、この信頼性信号Ｒの大きさは、情報フィルタが計算した必要性信号Ｎがどれだけ信頼できるのかを示す。

次に、必要性計算部７は、前記肯定信号計算部３１から出力される前記肯定信号ＳＹと前記否定信号計算部３２から出力される前記否定信号ＳＮとを受け、判定パラメータ記憶部８から判定パラメータ信号Ｃを読み出し、過去必要であった情報についていたキーワードが多数あり、不要であった情報についていたキーワードがほとんどない時に大きな値となる必要性信号Ｎを
Ｎ＝ＳＹ−Ｃ・ＳＮ
と計算し、信頼性信号Ｒを
Ｒ＝Ｃ・ＳＹ＋ＳＮ
と計算する。

未読データ書き込み制御部９の動作を、図４に示したフローチャートを参照しながら説明する。まず、それぞれの入力端子から前記情報データＤと前記キーワード数信号nofKsと前記キーワード群信号Ｋｓと受け、必要性計算部７から前記必要性信号Ｎと前記信頼性信号Ｒとを受け、未読データ部指示端子１１０から出力する未読データ処理信号ＷＩを０から１に変える（図４ステップ（イ））。次に、ｉ＝１とし（同図ステップ（ロ））、未読データ記憶部１０に記憶された未読データＵＲＤ［ｉ］の必要性信号Ｎ［ｉ］（ｉ＝１，・・・，ｎｏｆＵＲＤ）を順次読み出し、前記必要性信号Ｎと比較し（同図ステップ（ハ））、前記必要性信号Ｎが未読データＵＲＤ［ｉ］の必要性信号Ｎ［ｉ］より大きくなる（Ｎ≧Ｎ［ｉ］）最初の未読データの番号ｉ１を検出する（同図ステップ（ニ）（ホ））。

ｉ１番目以降の未読データを
ＵＲＤ［ｉ＋１］＝ＵＲＤ［ｉ］ ｉ＝ｉ１，・・・，ｎｏｆＵＲＤ
と置き換え（同図ステップ（ヘ）〜（リ））、その後、ｉ１番目の未読データＵＲＤ［ｉ１］を
Ｎ［ｉ１］ ＝Ｎ
Ｒ［ｉ１］ ＝Ｒ
nofKs［ｉ１］ ＝nofKs
Ｋｓ［ｉ１］ ＝Ｋｓ
Ｄ［ｉ１］ ＝Ｄ
と前記必要性信号Ｎ等で置き換える（同図ステップ（ヌ））。この置き換えが終了すると、未読データ部指示端子１１０から出力する未読データ部指示信号ＷＩを０に戻し（同図ステップ（ル））、処理を終了する。

次に、未読データＵＤＲを読みだし、ユーザーの応答（教師信号Ｔ）を付加して教師データ信号ＴＤをつくるインタフェースユニット５１について説明する。インタフェースユニット５１の動作を図５に示したフローチャートを参照しながら説明する。

データ読み出し開始信号入力端子１０３から、データ読み出し開始信号ＤＯが入力される（図５ステップ（イ））。未読データ出力制御部１１は、前記未読データ記憶部１０から１番目の未読データＵＲＤ［１］を読み出し（同図ステップ（ロ））、未読データの必要性信号Ｎ［１］が最小値Ｖｍｉｎより大きい場合には、未読データ信号ＵＲＤ［１］の情報信号Ｄ［１］を表示情報信号ＤＤとしてデータ表示端子１０４に出力し、待機する（同図ステップ（ハ）、（ニ））。未読データの必要性信号Ｎ［１］が最小値Ｖｍｉｎに等しい場合には、表示情報信号ＤＤを「データなし」としてデータ表示端子１０４に出力し、待機する（同図ステップ（ホ））。

ユーザー（図示せず）は、データ表示装置（図示せず）に表示された表示情報信号ＤＤを見て、それが必要な情報である場合には教師信号Ｔ＝１、必要でない場合には教師信号Ｔ＝０、処理を終了する場合には教師信号Ｔ＝−１として、教師信号入力端子１０５に返す（同図ステップ（ヘ））。教師信号Ｔ＝−１の場合、処理を終了し、教師信号Ｔ≠−１の場合には（同図ステップ（ト））、未読データ出力制御部１１は、教師データ記憶部１３の（数２）で表わされる教師データを
ＴＤ［ｉ］＝ＴＤ［ｉ−１］， ｉ＝２，・・・，ｎｏｆＴＤ
と置き換え（同図ステップ（ル））、１番目の教師データＴＤ［１］を前記教師信号Ｔと前記未読データのキーワード数信号nofKs［１］とキーワード群信号Ｋｓ［１］とを用いて
Ｔ［１］ ＝Ｔ
ＴnofKs［１］ ＝nofKs［１］
ＴＫｓ［１］ ＝Ｋｓ［１］
と置き換え（同図ステップ（ル）、（ヲ））、前記未読データ記憶部１０の未読データＵＲＤを
ＵＲＤ［ｉ］＝ＵＲＤ［ｉ＋１］， ｉ＝１，・・・，（ｎｏｆＵＲＤ−１）とし（同図ステップ（ワ）、（カ））、nofURD番目の未読データの必要性信号を
Ｎ［nofURD］＝（最小値Ｖｍｉｎ）
とする（同図ステップ（ヨ）、（タ）、（レ））。

次に、学習ユニット５２の動作について図６〜図８に示したフローチャートを参照しながら説明する。

図６に学習制御部１４の動作の概略を示すフローチャート示し、詳しく説明する。

図６において、まず、学習開始信号入力端子１０６から学習開始信号ＬＳが入力され、学習制御部指示信号出力端子１０７から出力される学習制御部指示信号ＬＩを０から１に変え（図６ステップ（イ））、処理中を示す。次に、スイッチ１６とスイッチ１７とスイッチ１８とをメトリック学習部１９と学習用ベクトル生成部２０が接続する様に切り替える（同図ステップ（ロ））。

次に、図７のステップ（ハ）に対応するメトリック学習部１９を動作し（同図ステップ（ハ）、判定面学習部２１を動作させた後（同図ステップ（ニ））、ＬＩを０として（同図ステップ（ホ））、処理を終了する。

次に、メトリック学習部１９がユーザーの応答（教師信号Ｔ）とキーワード群信号Ｋｓとを用いて、肯定／否定メトリック信号を修正する動作について図７を用いて説明する。

図７は、メトリック学習部１９の動作のフローチャートであり、同図において、前記学習制御部１４からメトリック学習制御信号ＭＬＣを受けた（図７ステップ（イ））メトリック学習部１９は、肯定メトリック記憶部５から肯定メトリック信号ＭＹを、否定メトリック記憶部６から否定メトリック信号ＭＮをそれぞれ読み出す。

次に、メトリック学習部１９は、教師データカウンタｃの値を１にする（同図ステップ（ロ））。次に教師データ記憶部１３からｃ番目の教師データ信号ＴＤ［ｃ］を読み出し（同図ステップ（ハ））、教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］を調べる。前記教師信号Ｔ［ｃ］が−１でない場合（Ｔ≠−１）には（同図ステップ（ニ））、教師データＴＤ［ｃ］のキーワード数信号ＴnofKs［ｃ］とキーワード群信号ＴＫｓ［ｃ］とを出力する（同図ステップ（ホ））。前記教師データＴＤ［ｃ］のキーワード数信号ＴnofKs［ｃ］とキーワード群ＴＫｓ［ｃ］とを受けた学習用ベクトル生成部２０は、前述の情報フィルタリングユニット５０のベクトル生成部１と同様の動作を行い、学習用ベクトル信号ＬＶを出力する（同図ステップ（ヘ））。メトリック学習部１９は、前記学習用ベクトル信号ＬＶを受け、前記教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］がＴ＝１である場合には（同図ステップ（ト））、肯定メトリック信号ＭＹを
ＭＹ［ｉ］［ｊ］＝ＭＹ［ｉ］［ｊ］＋ＬＶ［ｉ］・ＬＶ［ｊ］
（ここで、ｉ，ｊ＝１〜ｎｏｆＤｉＣ）
と修正する（同図ステップ（チ））。

この処理により、肯定メトリック信号ＭＹは、ユーザーが必要とした情報
データＤについていたキーワード信号（複数）に対して大きな値を持つようになる。その結果、前述の肯定信号ＳＹが、ユーザーが必要とする情報データＤに対して大きくなるようになる。否定メトリック信号ＭＮも以下のように同様の処理がなされる。

前記教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］がＴ＝０である場合には、否定メトリック信号ＭＮを
ＭＮ［ｉ］［ｊ］＝ＭＮ［ｉ］［ｊ］＋ＬＶ［ｉ］・ＬＶ［ｊ］
（ここで、ｉ，ｊ＝１〜ｎｏｆＤｉＣ）
と修正する（同図ステップ（リ））。

教師データカウンタの値を
ｃ＝ｃ＋１
と１だけ増やす（同図ステップ（ヌ））。

以下、メトリック学習部１９は、同様の動作を、教師データＴＤ［ｃ］の教師信号Ｔ［
ｃ］がＴ［ｃ］＝−１になるかまたはｃ＝ｎｏｆＴＤとなるまで繰り返す。Ｔ［ｃ］＝−１またはｃ＝ｎｏｆＴＤとなると（同図ステップ（ヲ））、メトリック学習の処理を終了し、メトリック学習制御信号ＭＬＣを学習制御部１４に送る。

学習制御部１４は、メトリック学習部１９からのメトリック学習制御信号ＭＬＣを受けて、スイッチ１６を学習用ベクトル生成部２０とスコア計算部２２とが接続するように切り替え、スイッチ１７とスイッチ１８を学習用ベクトル生成部２０と判定面学習部２１とが接続するように切り替える。学習制御部１４は、判定面学習制御信号ＰＬＣを判定面学習部２１に送る。

次に、判定面学習部２１について、図８を用いて詳しく説明する。

判定面学習部２１は、図１０に示したように、肯定信号ＳＹと否定信号ＳＮを用いて２次元空間上に表現されたユーザーが必要とする情報データＤとユーザーが不要とする情報データＤとをもっともよく分離する係数Ｃを求めるものである。

この目的のために、図８に示したフローチャートに従って詳しく説明する。

まず、前記判定面学習制御信号ＰＬＣを受けて（図８ステップ（イ））、教師データカウンタｃの値を１にする（同図ステップ（ロ））。教師データ記憶部１３からｃ番目の教師データ信号ＴＤ［ｃ］を読み出し（同図ステップ（ハ））、教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］を調べる（同図ステップ（ニ））。前記教師信号Ｔ［ｃ］が−１でない場合（Ｔ≠−１）には、教師データＴＤ［ｃ］のキーワード数信号ＴnofKs［ｃ］とキーワード群信号ＴＫｓ［ｃ］とを出力する（同図ステップ（ホ））。前記教師データＴＤ［ｃ］のキーワード数信号ＴnofKs［ｃ］とキーワード群ＴＫｓ［ｃ］とを受けた学習用ベクトル生成部２０は、前述した情報フィルタリングユニット５０のベクトル生成部１と同様の動作を行い、学習用ベクトル信号ＬＶを出力する。

学習用スコア計算部２２は、前述した情報フィルタリングユニット５０のスコア計算部３と同様の動作を行い、学習用肯定信号ＬＳＹ［ｃ］と学習用否定信号ＬＳＮ［ｃ］とを出力し、判定面学習部２１がそれを受ける（同図ステップ（ヘ））。前記学習用肯定信号ＬＳＹ［ｃ］と前記学習用否定信号ＬＳＮ［ｃ］と教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］と判定面学習用信号ＴＣ［ｃ］＝（Ｔ［ｃ］，ＬＳＮ［ｃ］，ＬＳＹ［ｃ］）を内部の記憶素子に記憶する（同図ステップ（ト））。そして、教師データカウンタの値を
ｃ＝ｃ＋１
と１だけ増やす（同図ステップ（チ））。

以下、判定面学習部２１は、同様の動作を、教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］がＴ［ｃ］＝−１になるかまたはｃ＝ｎｏｆＴＤ＋１となるまで繰り返す（同図ステップ（リ））。Ｔ［ｃ］＝−１またはｃ＝ｎｏｆＴＤとなると、学習用肯定信号ＬＳＹ［ｃ］計算等の処理を終了する。

次に、判定面学習部２１は、内部の記憶素子に記憶された判定面学習用信号ＴＣ［ｃ］（ｃ＝１、・・・）は、横軸をＬＳＮ［ｃ］、縦軸をＬＳＹ［ｃ］とし、Ｔ［ｃ］＝１を○、Ｔ［ｃ］＝０を×で示すと、図９に示すような分布となる。これらのうち、教師信号Ｔ［ｃ］＝１であるものと前記教師信号Ｔ［ｃ］＝０であるものとが、図１０に示したように最もよく分離できる判定パラメータＣを、山登り法によって計算する（同図ステップ（ヌ））。次に前記判定パラメータＣを判定パラメータ記憶部８に書き込み、学習制御部１４に判定面学習制御信号ＰＬＣを送り（同図ステップ（ル））、処理を終了する。
学習制御部１４は、判定面学習部２１から判定面学習制御信号ＰＬＣを受け、学習制御部
指示信号は待機中を示す値にし、処理を終了する。

図１０に示したように、上述の２つのメトリック信号を用いてキーワード群信号を肯定信号ＳＹと否定信号ＳＮとで表される２次元空間上で、ユーザーが必要とする情報は主に左上に、不要な情報は右下に分布するようになる。したがって、上記ように適切な係数Ｃを用いて必要性信号をＮ＝ＳＹ−Ｃ・ＳＮとすれば、必要性信号は、ユーザーが必要とする情報に対して大きな値をとるようになる。

なお、判定パラメータＣの計算方法として、ここでは、山登り法を採用したが、判定面と学習用必要性信号ＬＮと学習用信頼性信号ＬＲとの距離に基づいて構成されるコスト関数

を最大にする判定面パラメータＣをニュートン法、挟み撃ち法などで求める方法であってもよい。

また、肯定メトリック信号ＭＹと否定メトリック信号ＭＮの学習を忘却の効果を入れた
ＭＹ［ｉ］［ｊ］＝α・ＭＹ［ｉ］［ｊ］＋ＬＶ［ｉ］・ＬＶ［ｊ］
ＭＮ［ｉ］［ｊ］＝β・ＭＮ［ｉ］［ｊ］＋ＬＶ［ｉ］・ＬＶ［ｊ］
を用いてもよい結果が得られる。（ここで、αとβとは、１より小さい正の数）
さらに、文献「情報処理学会技術報告、自然言語処理１０１−８（１９９４．５．２７）」などに記載された文書からキーワード群信号とキーワード数信号を生成するキーワード生成部を付加する構成をとれば、キーワードが与えられていない情報に対しても適用できる情報フィルタ装置を構成することができる。

タイトルがつけられた情報については、タイトルを構成する単語をもってキーワードとし、キーワード数信号とキーワード群信号を生成してもよい。

加えて、キーワード信号は、国際特許分類番号など分類記号を含むようにもしても、本発明の構成を変更する必要はなく、よい結果をえることができる。

また、本発明の実施の形態１では、未読データＵＲＤを１つずつ提示する場合について示したが、表示装置（図示せず）の大きさによっては、複数の未読データＵＲＤを同時に表示し、使用者が複数表示されたどの未読データに対して応答したのかが正しく情報フィルタ装置に伝えられるような構成を取ることは容易である。

本発明の情報フィルタの根幹は、図７のフローチャートのト、チ、リに示したように、ユーザーの応答とキーワードとの関係をキーワードの同時出現に注目した肯定メトリック信号ＭＹ、否定メトリック信号に反映させ、この２つのメトリック信号を用いてキーワード群信号を肯定信号ＳＹと否定信号ＳＮとに変換することで、キーワードという記号情報を距離の定義された空間に射影したものである。これによって、キーワード群の遠近を距離というアナログ尺度で評価することができるようになる。これを利用することにより、従来の技術では必要か不要かの二者択一的な判定しかできなかった必要性の評価が、ユーザーの必要性の順番に並べるといったことが可能になる。

本発明の実施の形態１の情報フィルタ装置によれば、ユーザーからの教師信号に基づいた学習によって、ユーザーの必要とする情報に対しては、必要性信号が大きな値を取るようになり、その結果、表示装置等のインタフェースユニットには、ユーザーにとって必要性が高い情報が優先的に表示されるようになる。

（実施の形態２）
以下、本発明の第２の実施の形態について、図面を参照しながら説明する。実施の形態２は、実施の形態１の構成に辞書学習部を付加し、辞書記憶部２に記憶された符号辞書信号ＤＣＫが使用者に適応するように更新し、かつ肯定メトリック信号ＭＹと否定メトリック信号ＭＮを単純な頻度分布に対応するキーワードの自己相関行列から、情報が必要／不要の出現するキーワードの確率分布を考慮したものへと改良したものである。

図１１に本発明の実施の形態２の情報フィルタ装置のブロック結線図を示すが、前述した本発明の実施の形態１の情報フィルタ装置のブロック結線図と異なる構成について詳細に説明する。

図１１において、２３は学習制御部１４からの辞書学習信号ＤＬＣを受け辞書記憶部２の符号辞書信号ＤＣＫを更新する辞書学習部、２４は文字列Ｗと数字Ｃがキーワード群信号Ｋｓに含まれていたときに使用者が情報データＤを必要と解答した回数を示す肯定回数ＰＹと文字列Ｗがキーワード群信号Ｋｓに含まれていたときに使用者が情報データＤを不要と解答した回数を示す否定回数ＰＮとからなる表をnofFDCK個有する適応符号辞書信号

を記憶した適応符号辞書信号記憶部、２５は使用者が必要と答えた回数を示す全肯定回数信号ＮＹと不要と答えた回数を示す全否定回数信号ＮＮを記憶する回数記憶部、２６は肯定メトリック更新用の１次肯定メトリック信号ＭＹ１を記憶する１次肯定メトリック記憶部、２７は否定メトリック更新用の１次否定メトリック信号ＭＮ１を記憶する１次否定メトリック記憶部、２８は前記肯定回数信号と前記否定回数信号と前記１次肯定メトリック信号ＭＹ１と前記１次否定メトリック信号ＭＮ１とから改良された肯定メトリック信号ＭＹと否定メトリック信号ＭＮを計算してそれぞれを肯定メトリック記憶部５と否定メトリック記憶部６に書き込むＫＤメトリック学習部である。

以上のように構成された情報フィルタ装置について、図面を用いて動作を説明する。ただし、動作が実施の形態１と同様の個所は説明を省略する。

情報フィルタ装置の好ましい初期状態の一例は、肯定メトリック信号ＭＹと否定メトリック信号ＭＮとを（nofDCK×nofDCK）零行列、未読データ記憶部１０の未読データＵＲＤ［ｉ］の全ての必要性信号Ｎ［ｉ］（ｉ＝１,・・・,ｎｏｆＵＲＤ）を使用するハードウエアが表現可能な最小の値Ｖｍｉｎ、教師データ記憶部１３の教師データＴＤ［ｊ］の教師信号Ｔ［ｊ］を全て−１、適応符号辞書信号の文字列Ｗを全てブランク、数字Ｃを符号辞書信号ＦＤＣＫの上から順に１、２、・・・・、nofFDCK、肯定回数ＰＹと否定回数Ｐ
Ｎを０、適応符号辞書に対応して、符号辞書の文字列も全てブランクとした状態である。

まず、情報フィルタリングユニット５０の動作を説明する。

上述の初期状態の場合、実施の形態１に記載した通りの動作を情報フィルタリングユニット５０は行い、入力されたキーワード数信号nofKs、キーワード群信号Ks、情報データＤから必要性信号Ｎ、信頼性信号Ｒをともに０と計算し、未読データ記憶部１０に格納する。

次に、インタフェースユニット５１は、実施の形態１と同じ動作を行い、使用者の応答が付いた教師データＴＤを教師データ記憶部１３に送る。

学習ユニット５２の動作は、まず、学習開始信号入力端子１０６から学習開始信号ＬＳが入力される。学習制御部１４は、前記学習開始信号ＬＳを受けて、学習制御部指示信号出力端子１０７から出力される学習制御部指示信号ＬＩを０から１に変え、処理中を示す。更に、辞書学習信号ＤＬＣを辞書学習部２３に送る。

以下、図１２に示したフローチャートを参照しながら辞書学習部２３の動作を説明する。まず、辞書学習信号ＤＬＣを受けて（図１２ステップ（イ））、適応符号辞書記憶部２４から適応符号辞書ＦＤＣＫを最大nofFDCKtmp個の適応符号信号を記憶できる適応符号信号バッファに読み込み、回数記憶部２５から全肯定回数信号ＮＹと全否定回数信号ＮＮとを、１次肯定メトリック記憶部２６から１次肯定メトリック信号ＭＹ１を、１次否定メトリック信号記憶部２７から１次否定メトリック信号ＭＮ１を読み出す（同図ステップ（ロ））。次に内部の教師データカウンタｃの値を１にし（同図ステップ（ハ））、教師信号記憶部１３から教師データＴＤ［ｃ］を読み出し（同図ステップ（ニ））、その教師信号Ｔ［ｃ］が−１であるか否かを判定する（同図ステップ（ホ））。

Ｔ［ｃ］≠−１の場合、以下の処理を行う。まず、内部のキーワード数カウンタｉの値を１にセットし（同図ステップ（ヘ））、適応符号辞書カウンタｊの値を１にセットする（同図ステップ（ト））。次に、前記文字列Ｗ［ｊ］がブランクであるかないかを判定し（同図ステップ（チ））、ブランクである場合には、前記文字列Ｗ［ｊ］を前記キーワード信号ＴＫ［ｉ］で置き換える（同図ステップ（リ））。ブランクでない場合には、教師データＴＤ［ｃ］のｉ番目のキーワード信号ＴＫ［ｉ］とｊ番目の適応符号辞書信号ＦＤＣＫ［ｊ］の文字列Ｗ［ｊ］とを比較する（同図ステップ（ヌ））。

前記文字列Ｗ［ｊ］がブランクの場合、または、ブランクでなくかつ前記キーワード信号ＴＫ［ｉ］と前記文字列Ｗ［ｊ］が一致した場合、Ｔ［ｃ］の値に応じて以下の処理を行う。Ｔ［ｃ］＝１の場合（同図ステップ（ル））、全肯定信号ＮＹに１を加え（同図ステップ（ヲ））、適応符号辞書信号ＦＤＣＫ［ｊ］の肯定回数ＰＹ［ｊ］に１を加える（同図ステップ（ワ））。Ｔ［ｃ］≠１、これはＴ［ｃ］＝０の場合であるが、全否定信号ＮＮに１を加え（同図ステップ（カ））、適応符号辞書信号ＦＤＣＫ［ｊ］の否定回数ＰＮ［ｊ］に１を加える（同図ステップ（ヨ））。

前記Ｗ［ｊ］がブランクでなくかつ前記キーワード信号ＴＫ［ｉ］と前記文字列Ｗ［ｊ］が一致しない場合、適応符号辞書カウンタｊの値を１増やす（同図ステップ（タ））。適応符号辞書カウンタｊの値が適応符号辞書信号バッファに記憶できる適応符号信号の数に１を加えた値nofFDCKtmp+1と比較する（同図ステップ（レ））。適応符号辞書カウンタｊの値が、nofFDCKtmp+1以下の場合、文字列Ｗ［ｊ］がブランクかどうかの判定に戻る。

それ以外の場合は、前記キーワードカウンタｉの値を１だけ増やす（同図ステップ（ソ
））。

前記キーワードカウンタｉの値が、前記教師データＴＤ［ｃ］のキーワード数信号TnofKSに１を加えた値TnofKs+1と比較して小さい場合（同図ステップ（ツ））、辞書カウンタｊを１にセットし、同様の処理を行う。それ以外の場合、教師データカウンタｃの値を１だけ増やす（同図ステップ（ネ））。教師データカウンタｃの値と教師データ数nofTDに１を加えた値nofTD+1とを比較し（同図ステップ（ナ））、教師データカウンタｃの値が小さい場合、次の教師データＴＤ［ｃ］を読み出し同様の処理を行う。

以上の処理が、全ての教師データＴＤに対して行われる。

次に、辞書学習部２３は、各々の適応符号辞書信号ＦＤＣＫ［ｊ］に対し、キーワードコスト信号ＫＤを計算する。このキーワードコスト信号は、文字列Ｗ［ｊ］がキーワードとして有効であるか否かを判断するために用いられる量である。

ところで、使用者の不要な情報データＤが出現する確率
ＮＮ／（ＮＹ＋ＮＮ）
と比較して、文字列Ｗ［ｊ］が付いている情報データＤが使用者にとって不要である場合の確率
ＰＮ［ｊ］／（ＰＹ［ｊ］＋ＰＮ［ｊ］）
が大きく異なる場合に、大きくなるようなものであれば、文字列Ｗ［ｊ］は、情報データＤが使用者にとって不要と判定する上で有効である。同様に、使用者の必要な情報データＤが出現する確率
ＮＹ／（ＮＹ＋ＮＮ）
と比較して、文字列Ｗ［ｊ］が付いている情報データＤが使用者にとって必要である場合の確率
ＰＹ［ｊ］／（ＰＹ［ｊ］＋ＰＮ［ｊ］）
が大きく異なる場合に、大きくなるようものであれば、文字列Ｗ［ｊ］は、情報データＤが使用者にとって必要と判定する上で有効である。

キーワードコスト信号ＫＤは、この性質を反映している量で有ればなんでもよいが、好ましい例の一つとして、カルバックダイバージェンスと呼ばれる

が考えられる。しかし、これは、そのままでは、本情報フィルタ装置の初期状態など、全肯定回数信号ＮＹ、全否定回数信号ＮＮ、肯定回数ＰＹ［ｊ］、否定回数ＰＮ［ｊ］が０のときには、log()の計算ができない、
ＰＹ［ｊ］＋ＰＮ［ｊ］≒１
を満たす適応符号辞書信号ＦＤＣＫ［ｊ］のキーワードコスト信号を過大評価する等不適切な場合がある。これを回避する好ましい実施の形態の一つは、キーワードコスト信号を

とするものである。ここで、εは０でのわり算、log0を避けるための小さな正の値を持つパラメータである。パラメータＰＣは、３程度の値とするとよい。

次に、適応符号辞書信号ＦＤＣＫ［ｊ］の文字列Ｗ［ｊ］と肯定回数ＰＹ［ｊ］と否定回数ＰＮ［ｊ］とをキーワードコスト信号ＫＤの大きい順に並べ替える（同図ステップ（ラ））。このとき、適応符号辞書ＦＤＣＫ［ｊ］の数字Ｃ［ｊ］には、最初の並び順が残っている。これを利用して、１次肯定メトリック信号ＭＹ１とＣ［ｊ］から、Ｃ［ｉ］、Ｃ［ｊ］の値がともに符号辞書ＤＣＫの数nofDCKより小さい場合、
Ｍ［ｉ］［ｊ］＝ＭＹ１［Ｃ［ｉ］］［Ｃ［ｊ］］， ｉ，ｊ＝１、・・nofDCKその他の場合は、ｉ＝ｊの場合は、
Ｍ［ｉ］［ｉ］＝ＰＹ［Ｃ［ｉ］］， ｉ，＝１、・・nofDCK
ｉ≠ｊの場合は、
Ｍ［ｉ］［ｊ］＝０， ｉ，ｊ＝１、・・nofDCK
とした上で、
ＭＹ１［ｉ］［ｊ］＝Ｍ［ｉ］［ｊ］、ｉ，ｊ＝１、・・nofDCK
と１次肯定メトリック信号ＭＹ１の置き換えを行う。１次否定メトリック信号ＭＮ１に対しても、同様の置き換えを行う（同図ステップ（ム））。

そして、適応符号辞書信号バッファ内の適応符号辞書ＦＤＣＫ［ｊ］の数字Ｃ［ｊ］をＣ［ｊ］＝ｊ、ｊ＝１、・・・、nofFDCKtmp
と置き換える。

以上の処理を終えると、辞書学習部２３は、適応符号辞書バッファ内の適応符号辞書ＦＤＣＫの上位nofDCK個の文字列Ｗ［ｊ］と数字Ｃ［ｊ］を辞書記憶部２に書き込み、適応符号辞書バッファ内の適応符号辞書信号ＦＤＣＫ［ｊ］の上位nofFDCK個を適応符号辞書記憶部２４に書き込み、全肯定回数信号ＮＹと全否定回数信号ＮＮを回数記憶部２５に書き込み、１次肯定メトリック信号ＭＹ１を１次肯定メトリック信号記憶部２６に１次否定メトリック信号ＭＮ１を１次否定メトリック信号記憶部２７に書き込む（同図ステップ（ウ））。

最後に、辞書学習信号ＤＣＬを学習制御部１４に戻して（同図ステップ（ヒ））、処理を終了する。

次に、前記学習制御部１４は、スイッチ１６とスイッチ１７とスイッチ１８とをメトリック学習部１９と学習用ベクトル生成部２０が接続する様に切り替える。前記学習制御部１４は、ＫＤメトリック学習部２８にメトリック学習制御信号ＭＬＣを送る。

前記メトリック学習制御信号ＭＬＣを受けたＫＤメトリック学習部２８は、まず、１次
肯定メトリック記憶部２６から１次肯定メトリック信号ＭＹ１を、１次否定メトリック記憶部２７から１次否定メトリック信号ＭＮ１をそれぞれ読み出す。

次に、ＫＤメトリック学習部２８は、教師データカウンタｃの値を１にする。

教師データ記憶部１３からｃ番目の教師データ信号ＴＤ［ｃ］を読み出し、教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］を調べる。前記教師信号Ｔ［ｃ］が−１でない場合（Ｔ≠−１）には、教師データＴＤ［ｃ］のキーワード数信号ＴnofKs［ｃ］とキーワード群信号ＴＫｓ［ｃ］とを出力する。前記教師データＴＤ［ｃ］のキーワード数信号ＴnofKs［ｃ］とキーワード群ＴＫｓ［ｃ］とを受けた学習用ベクトル生成部２０は、前述した実施の形態１の情報フィルタリングユニット５０のベクトル生成部１と同様の動作を行い、学習用ベクトル信号ＬＶを出力する。ＫＤメトリック学習部２８は、前記学習用ベクトル信号ＬＶを受け、前記教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］がＴ＝１である場合には、１次肯定メトリック信号ＭＹ１を
ＭＹ１［ｉ］［ｊ］＝ＭＹ１［ｉ］［ｊ］＋ＬＶ［ｉ］・ＬＶ［ｊ］
（ここで、ｉ，ｊ＝１〜ｎｏｆＤｉＣ）
と修正する。前記教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］がＴ＝０である場合には、１次否定メトリック信号ＭＮ１を
ＭＮ１［ｉ］［ｊ］＝ＭＮ１［ｉ］［ｊ］＋ＬＶ［ｉ］・ＬＶ［ｊ］
（ここで、ｉ，ｊ＝１〜ｎｏｆＤｉＣ）
と修正する。教師データカウンタの値を
ｃ＝ｃ＋１
と１だけ増やす。

以下、ＫＤメトリック学習部２８は、同様の動作を、教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］がＴ［ｃ］＝−１になるかまたはｃ＝ｎｏｆＴＤとなるまで繰り返す。Ｔ［ｃ］＝−１またはｃ＝ｎｏｆＴＤとなると、１次肯定メトリック信号ＭＹ１と１次否定メトリック信号ＭＮ１の学習を終える。

次に、回数記憶部２５から全肯定回数信号ＮＹと全否定回数信号ＮＮを読み出し、１次肯定メトリック信号ＭＹ１と１次否定メトリック信号ＭＮ１とを用いて、肯定メトリック信号ＭＹを計算する。

こうして計算される肯定メトリック信号ＭＹ、否定メトリック信号ＭＮは、キーワードコスト信号ＫＤと同様、計算される肯定信号ＳＹと否定信号ＳＮが、使用者の不要な情報データＤが出現する確率
ＮＮ／（ＮＹ＋ＮＮ）
と比較して、文字列Ｗ［ｊ］が付いている情報データＤが使用者にとって不要である場合の確率
ＰＮ［ｊ］／（ＰＹ［ｊ］＋ＰＮ［ｊ］）
が大きく異なる場合に、大きくなるようなものであり、使用者の必要な情報データＤが出現する確率
ＮＹ／（ＮＹ＋ＮＮ）
と比較して、文字列Ｗ［ｊ］が付いている情報データＤが使用者にとって必要である場合の確率
ＰＹ［ｊ］／（ＰＹ［ｊ］＋ＰＮ［ｊ］）
が大きく異なる場合に、大きくなるようなものであるといった性質を持っていれば、なんでもよい。これを満たす好ましいのは、肯定メトリック信号ＭＹを

と計算し、否定メトリック信号ＭＮを

と計算する。ここで、εは０でのわり算、log0を避けるための小さな正の値を持つパラメータである。

そして、更新された１次肯定メトリック信号ＭＹ１を１次肯定メトリック信号記憶部２６に、更新された１次否定メトリック信号ＭＮ１を１次否定メトリック信号記憶部２７に、新たに計算された肯定メトリック信号ＭＹを肯定メトリック記憶部５へ、新たに計算された否定メトリック信号ＭＮを否定メトリック記憶部６へ書き込む。以上で、ＫＤメトリック学習部２８は、メトリック学習の処理を終了し、メトリック学習制御信号ＭＬＣを学習制御部１４に送る。

学習制御部１４は、ＫＤメトリック学習部２８からのメトリック学習制御信号ＭＬＣを受けて、スイッチ１６を学習用ベクトル生成部２０とスコア計算部２２とが接続するように切り替え、スイッチ１７とスイッチ１８を学習用ベクトル生成部２０と判定面学習部２１とが接続するように切り替える。学習制御部１４は、判定面学習制御信号ＰＬＣを判定面学習部２１に送る。

判定面学習部２１の動作は、実施の形態１と全く同じであるので、説明は繰り返さない。

一度、以上の処理が行われると、辞書記憶部２の符号辞書が空でなくなるので、情報フィルタリングユニット５０から出力される必要性信号Ｎ、信頼性信号Ｒは、０でなくなり、使用者の必要性の高い情報データが、未読データ記憶部１０の上位に書き込まれるようになる。

以後、上記処理を繰り返すことにより、使用者が必要とする情報か不要かを判定するために有効なキーワードが優先的に辞書記憶部２に記憶されるようになり、小規模な辞書であっても、精度の高い情報フィルタリングが可能となる。

なお、判定パラメータＣの計算方法として、ここでは、山登り法を採用したが、実施の形態１と同様、判定面と学習用必要性信号ＬＮと学習用信頼性信号ＬＲとの距離に基づい
て構成されるコスト関数を最大にする判定面パラメータＣをニュートン法、挟み撃ち法などで求める方法であってもよい。さらに、簡便な方法として、
Ｃ＝tanθi
ここで、
θi＝0.5・π（i/90） i＝１，・・・,９０
の中から、Ｔ［ｃ］＝１である情報とＴ［ｃ］＝０である情報をもっともよく分離できるＣを選ぶと言う方法も考えることができる。

また、１次肯定メトリック信号ＭＹ１と１次否定メトリック信号ＭＮ１の学習を忘却の効果を入れた
ＭＹ１［ｉ］［ｊ］＝α・ＭＹ１［ｉ］［ｊ］＋ＬＶ［ｉ］・ＬＶ［ｊ］
ＭＮ１［ｉ］［ｊ］＝α・ＭＮ１［ｉ］［ｊ］＋ＬＶ［ｉ］・ＬＶ［ｊ］を用いてもよい結果が得られる。（ここで、αは、１より小さい正の数）
もしくは、ＭＹ１［ｉ］［ｊ］またはＭＮ１［ｉ］［ｊ］のいずれかが一定値を越えた場合に、
ＭＹ１［ｉ］［ｊ］＝ＭＹ１［ｉ］［ｊ］／２
ＭＮ１［ｉ］［ｊ］＝ＭＮ１［ｉ］［ｊ］／２
として、信号のオーバーフローを防ぐように構成することは、実施上好ましい。これは、適応符号辞書信号ＦＤＣＫ［ｊ］の肯定回数ＰＹ［ｊ］と否定回数ＰＮ［ｊ］、および全肯定回数信号ＮＹと全否定回数ＮＮについても同様である。

さらに、文献「情報処理学会技術報告、自然言語処理１０１−８（１９９４．５．２７）」などに記載された文書からキーワード群信号とキーワード数信号を生成するキーワード生成部を付加する構成をとれば、キーワードが与えられていない情報に対しても適用できる情報フィルタ装置を構成することができる。

タイトルがつけられた情報については、タイトルを構成する単語をもってキーワードとし、キーワード数信号とキーワード群信号を生成してもよい。

加えて、キーワード信号は、国際特許分類番号など分類記号を含むようにもしても、本発明の構成を変更する必要はなく、よい結果をえることができる。

また、本実施の形態では、未読データＵＲＤを一つずつ提示する場合について示したが、表示装置（図示せず）の大きさによっては複数の未読データＵＲＤを同時に表示し、使用者がどの未読データＵＲＤについて応答したのかを正しく情報フィルタ装置に伝える構成をとることは容易である。

以上、本発明の実施の形態２の情報フィルタの根幹は、キーワードの同時出現に注目したメトリックを導入することにより、キーワードという記号情報を距離の定義された空間に射影したことにある。これによって、キーワード群の遠近を距離というアナログ尺度で評価することができるようになる。これを利用することにより、従来の技術では必要か不要かの二者択一的な判定しかできなかった必要性の評価が、ユーザーの必要性の順番に並べるといったことが可能になる。

本実施の形態による情報フィルタによれば、ユーザーからの教師信号に基づいた学習によって、ユーザーの必要とする情報に対しては、必要性信号が大きな値を取るようになり、その結果、表示装置等には、ユーザーにとって必要性が高い情報が優先的に表示されるようになる。

本発明にかかるデータ処理装置は、情報をユーザーの必要度にしたがって並べ、ユーザーに対して必要性の高い情報から順に提供することにより、初心者にも精度の高い情報を得るという効果を有し、電子または光等を媒体とする記憶装置から必要な情報を取り出し易くするデータ処理装置等に適応できる。

本発明の実施の形態１の情報フィルタ装置のブロック結線図 本発明の実施の形態１の情報フィルタ装置の概略を示すブロック結線図 本発明の実施の形態１の情報フィルタ装置のベクトル生成部の動作を説明するフローチャート 本発明の実施の形態１の情報フィルタ装置の未読データ書き込み制御部の動作を説明するフローチャート 本発明の実施の形態１の情報フィルタ装置の未読データ出力制御部の動作を説明するフローチャート 本発明の実施の形態１の情報フィルタ装置の学習制御部の動作を説明するフローチャート 本発明の実施の形態１の情報フィルタ装置のメトリック学習部の動作を説明するフローチャート 本発明の実施の形態１の情報フィルタ装置の判定面学習部の動作を説明するフローチャート 本発明の実施の形態１の情報フィルタ装置の判定面学習部の動作を説明するための図 本発明の実施の形態１の情報フィルタ装置の判定面学習部の動作を説明するための図 本発明の実施の形態２の情報フィルタ装置のブロック結線図 本発明の実施の形態２の情報フィルタ装置の辞書学習部の動作を説明するフローチャート

符号の説明

１ ベクトル生成部
２ 辞書記憶部
３ スコア計算部
５ 肯定メトリック記憶部
６ 否定メトリック記憶部
７ 必要性計算部
８ 判定パラメータ記憶部
９ 未読データ書き込み制御部
１０ 未読データ記憶部
１１ 未読データ出力制御部
１２ 教師データ制御部
１３ 教師データ記憶部
１４ 学習制御部
１６ スイッチ
１７ スイッチ
１８ スイッチ
１９ メトリック学習部
２０ 学習用ベクトル生成部
２１ 判定面学習部
２２ スコア計算部
２３ 辞書学習部
２４ 適応符号辞書記憶部
２５ 回数記憶部
２６ １次肯定メトリック記憶部
２７ １次否定メトリック記憶部
２８ ＫＤメトリック学習部
３０ キーワード評価部
３１ キーワード評価信号ソート部
３２ キーワード検索式生成部
５０ 情報フィルタリングユニット
５１ インタフェースユニット
５２ 学習ユニット
１００ 情報入力端子
１０１ キーワード数信号入力端子
１０２ キーワード信号入力端子
１０３ データ読み出し開始信号入力端子
１０４ データ表示端子
１０５ 教師信号入力端子
１０６ 学習開始信号入力端子
１０７ 学習制御部指示信号出力端子
１１０ 未読データ部指示端子
１１１ キーワード検索式生成開始信号入力端子
１１２ キーワード検索式方法切り替え信号入力端子
１１３ キーワード検索式信号出力端子
１１４ 項数信号入力端子

Claims (6)

1. 情報は情報データと一つ以上のキーワードを含むものであって、
   未読情報を入力する手段と、
   情報データと一つ以上のキーワードから成る一つ以上の情報に対して必要か不要かを示す教師信号との組を教師データとして予め準備し、
   前記新たに入力された未読情報に付される一つ以上のキーワードと前記キーワードと教師信号の組とから未読情報に付された前記キーワードに対する必要とする教師信号の組が多ければ大きな値を、不要とする教師信号の組が多ければ小さな値を持つ前記未読情報に対するユーザーの必要性を予測する必要性信号として求める必要性計算手段と、
   前記必要性信号が大きな未読情報から未読情報の情報データを優先的に未読データ記憶手段に記憶する書き込み制御手段と、
   を有するデータ処理装置。
2. 前記書き込む書き込み制御手段は、未読データ記憶手段に前記必要性信号の大きな未読情報から未読情報の情報データから優先的に有限個を書き込む請求項１記載のデータ処理装置。
3. 前記情報データに付される一つ以上のキーワードと前記情報が必要か不要かを示す教師信号との組は、教師データとして記憶する記憶手段をさらに有することを特徴とする請求項１または２記載のデータ処理装置。
4. 前記教師データは、情報データをユーザーに提示し、前記提示された情報データが必要か不要かを入力することにより、前記情報データに付される一つ以上のキーワードと前記情報が必要か不要かを示す教師信号との組を教師データとして記憶することを特徴とする請求項３記載のデータ処理装置。
5. 前記キーワード毎にユーザーの必要性を予測する必要性予測値は、前記キーワードが付けられた情報に対してユーザーが必要とした頻度（肯定回数）と、不要とした頻度（否定回数）から、キーワード毎にユーザーの必要性を予測する必要性予測値を計算することを特徴とする請求項１乃至４のいずれかに記載のデータ処理装置。
6. 前記キーワード毎にユーザーの必要性を予測する必要性予測値は、前記提示された情報に対してユーザーが必要とした頻度（全肯定回数信号）と、不要とした頻度（全否定回数信号）と、前記キーワードが付けられた情報に対してユーザーが必要とした頻度（肯定回数）と、不要とした頻度（否定回数）から計算されることを特徴とする請求項１乃至４のいずれかに記載のデータ処理装置。

Images