JP4513098B2 - 評判情報取得装置、評判情報取得方法、プログラムおよび記憶媒体 - Google Patents

Description

本発明は、製品等の対象事物に関する評判が書かれた文から、評判情報を取得する評判情報取得装置、評判情報取得方法、プログラムおよび記憶媒体に関する。

Ｗｅｂページには、製品や人物等（以下、「対象事物」という）についての評判が書かれている文を含むページが数多く存在する。たとえば携帯電話については、「電池の持ちがよい」や、「デザインがかわいい」等の評判を含む文が書かれている。このような評判を含む文から、「電池の持ち」等、対象事物の属性を表す属性表現と、「よい」のような評価表現との組を評判情報として取得することができれば、製品を購入する際の参考情報等として、上記取得した評判情報が役立つ。そのため、評判を含む文の中から評判情報を取得する研究が行われている。

従来の技術では、「色」や「重さ」等、対象事物の属性を表す属性表現のリストと、「よい」や「美しい」のような属性表現に対する評価を表す評価表現のリストとを参照し、評判が含まれている文からパターンマッチングによって、属性表現と評価表現との組を、評判情報として取得する方法が採られている（たとえば、非特許文献１、特許文献１参照）。
立石健二、他著「Ｗｅｂ文書集合からの意見情報抽出と着眼点に基づく要約生成」言語処理学会第１０回年次大会、２００４年３月、ｐ．６４４−６４７ 特許第３４０２５９９号公報

しかし、属性表現の種類は多岐にわたるので、全ての属性表現を属性表現リストに登録することはできない。このために、非特許文献１、特許文献１記載の発明では、評判を含む文中に、対象事物の属性を示す表現が含まれていても、上記対象事物の属性を示す表現が属性表現リストに登録されていなければ、属性表現と評価表現との組み合わせを構成することができず、したがって、評判情報を取得することができない。また、属性表現は、文中に明示的に書かれていないことが多く、非特許文献１、特許文献１記載の発明では、上記属性表現を明示的に含まない文からは、評判情報を取得することができない。たとえば、「ボタンが押し易い」という文には操作性がよいという評判が含まれているが、「操作性」という属性表現が明示的には記載されていないので、上記所定の文から、評判情報を取得することができないという問題がある。

本発明は、属性表現リスト中の属性表現が、所定の文に含まれていない場合でも、上記所定の文に含まれている単語列に基づいて、評判情報を取得することができる評判情報取得装置、評判情報取得方法、プログラムおよび記憶媒体を提供することを目的とするものである。

本発明は、所定の対象事物に関する評判が書かれている所定の文から、評判情報を取得する評判情報取得装置において、文を単語に分割する単語分割手段と、上記所定の対象事物の属性に関する評価である評価表現が記載されている評価表現リストを参照して、上記所定の文に含まれている単語列から、上記評価表現を取得し、記憶装置に記憶する評価表現取得手段と、上記対象事物の属性である属性表現が記載されている属性表現リストと、単語とこの単語に関する類似性判定用データが格納されている記憶装置である単語間類似性判定用データベースとを参照し、上記所定の文に含まれている単語列と上記属性表現リスト中の属性表現との類似度を計算し、上記所定の文に含まれている単語列との類似度が最も高い属性表現を取得し、記憶装置に記憶する属性表現取得手段と、上記属性表現取得手段が取得した属性表現と上記評価表現取得手段が取得した評価表現との組である評判情報を取得し、記憶装置に記憶する評判情報取得手段とを有し、上記属性表現取得手段は、単語とこの単語の意味を表現する単語ベクトルとの組を、単語間類似性判定用データベースに格納している記憶装置である概念ベースを用いる手段であることを特徴とする評判情報取得装置である。

本発明は、所定の文に含まれている単語列から、属性表現を取得するので、属性表現リスト中の属性表現が、上記所定の文に含まれていなくても、上記所定の文に含まれている単語列に基づいて、評判情報を取得することができ、したがって、従来例よりも多くの評判情報を取得することができるという効果を奏する。

発明を実施するための最良の形態は、以下の実施例である。

図１は、本発明の実施例１である評判情報取得装置１００の構成を示す図である。

評判情報取得装置１００は、単語分割部１０と、評価表現取得部２０と、属性表現取得部３０と、評判情報取得部４０と、評価表現リスト５０と、属性表現リスト６０と、評価−属性対応テーブル７０と、単語間類似性判定用データベース８０とを有する。

単語分割部１０は、文を単語に分割し、単語列を得る。

評価表現取得部２０は、「評価表現」が記載されている評価表現リスト５０を参照して、所定の文に含まれている単語列から評価表現を検索し、この検索された評価表現を取得し、記憶装置に記憶する。

なお、上記「評価表現」は、対象事物の属性に関する評価である。また、上記「対象事物」は、製品や人物等、評判情報を取得する対象である。

属性表現取得部３０は、「属性表現」が記載されている属性表現リスト６０と、単語間の類似性を判定するための単語と単語ベクトルとが格納されている記憶装置である単語間類似性判定用データベース８０とを参照し、所定の文に含まれている単語列と、属性表現リスト６０に含まれている属性表現との類似度を計算し、所定の文に含まれている単語列との類似度が最も高い属性表現を取得し、記憶装置に記憶する。

なお、上記「属性表現」は、対象事物の属性である。なお、上記「属性」は、対象事物が物である場合には、その物に関する色、重さ、形状、価格、触感、厚み、構成部品、耐久性、硬さ等、その物に備わっている全ての性質、状態、現象を含み、対象事物が人である場合には、その人の性格、容姿、スタイル、ファッションセンス、演技力、歌唱力、表情、思想、好み等、その人に備わっている全ての性質、状態、現象を含むものである。つまり、製品等の物に限らず、サービスのような無形のものも対象事物に含まれる。

次に、実施例１の動作について説明する。

図２は、本発明の実施例１における評判情報取得装置１００の全体の動作を示すフローチャートである。

まず、Ｓ１０では、単語分割部１０が、文を単語に分割し、単語列を得る。

次に、Ｓ２０では、評価表現取得部２０が、対象事物の属性に関する評価である評価表現が記載されている評価表現リスト５０を参照し、所定の文に含まれている単語列から評価表現を検索し、検索された評価表現を取得し、記憶装置に記憶する。

次に、Ｓ３０では、属性表現取得部３０が、対象事物の属性である属性表現が記載されている属性表現リスト６０と、単語とこの単語に関する類似性判定用データが格納されている記憶装置である単語間類似性判定用データベース８０とを参照し、所定の文に含まれている単語列と、属性表現リスト６０に含まれている属性表現との類似度を計算し、所定の文に含まれている単語列との類似度が最も高い属性表現を取得し、記憶装置に記憶する。これらの詳細な動作については、後述の図３において説明する。

最後に、Ｓ４０では、評判情報取得部４０が、属性表現と評価表現との組を作り、この作られた組を、「評判情報」として取得し、記憶装置に記憶する。

次に、実施例１において、属性表現取得部３０の動作（Ｓ３０）を、より具体的に説明する。

図３は、本発明の実施例１における属性表現を取得する動作（Ｓ３０）を示すフローチャートである。

まず、Ｓ３１では、所定の文に含まれている単語列と、属性表現リスト６０に含まれている属性表現との類似度を計算し、Ｓ３２では、属性表現リスト６０に含まれている属性表現の中から、所定の文に含まれている単語列との類似度が最も高い属性表現を選択する。Ｓ３３では、この選択された属性表現の類似度が、所定の閾値以上であるかどうかを判定し、Ｓ３４では、選択された属性表現の類似度が、閾値以上であれば、上記選択された属性表現を取得し、記憶装置に記憶する。

次に、実施例１をより具体的に説明する。

図４は、評判情報を取得する対象の文の一例を示す図である。

実施例１は、図２に示すフローチャートにおける属性表現取得処理（Ｓ３０）として、図３のフローチャートに示す処理を使用した場合における実施例である。

Ｓ１０では、単語分割部１０が、図４に示す文「通話ボタンが押しやすい。」を単語に分割し、単語列を得、記憶装置に記憶する。この場合、従来の形態素解析技術を用いて、単語分割し、各単語の表記、品詞の情報を得るようにしてもよい。

図５は、単語分割部１０が、図４に示す文を単語に分割した結果を示す図である。

図６は、評価表現リスト５０の例を示す図である。図６において、評価表現リスト５０を構成する評価表現が１０個、記載されているが、実際には、評価表現リスト５０を構成する評価表現は多数である。

図２に示すＳ２０では、評価表現取得部２０が、対象事物の属性に関する評価である評価表現が記載されている評価表現リスト５０を参照し、所定の文に含まれている単語列から評価表現を検索し、検索された評価表現を取得する。この検索の処理の詳細については、後述する。

図６に示す評価表現リスト５０に記載されている各評価表現が、単語分割された単語列（図５に示す単語列）に、含まれているかどうかを調べ、評価表現リスト５０中の評価表現が、単語分割された単語列に含まれていれば、上記含まれている評価表現を取得し、記憶装置に記憶する。

ここでは、図５に示す単語列の全体の中から評価表現が含まれているかどうかを調べているが、図５に示す単語列の一部の中に、評価表現が含まれているかどうかを調べるようにしてもよい。つまり、たとえば、レイアウトを整えるための記号の連続からなる単語列が文中に含まれている場合、その文から上記記号の連続の部分を除いた一部の単語列から、評価表現が含まれているかどうかを調べることが考えられる。

図５に示す単語列の中に、図６に記載されている９番目の「押しやす（い）」という評価表現が含まれているので、評価表現として、「押しやす（い）」を取得し、記憶装置に記憶する。

Ｓ３０では、属性表現取得部３０が、所定の対象事物の属性である属性表現が記載されている属性表現リスト６０と、単語間の類似性を判定するための単語と単語ベクトルとが格納されている記憶装置である単語間類似性判定用データベース８０とを参照し、属性表現を取得する。

図７は、属性表現リスト６０の例を示す図である。図７において、属性表現リスト６０を構成する属性表現が６個、記載されているが、実際には、属性表現リスト６０を構成する評価表現は多数である。

単語間類似性判定用データベース８０として、ここでは概念ベースを用いる。上記「概念ベース」は、単語と、その単語に対して付与されている単語ベクトルとの組によって構成されているデータベースであり、単語同士が類似している程、それらの単語ベクトル間の距離が近くなるので、単語ベクトル間の距離を、単語間の類似度として用いる。

また、シソーラス等を利用して、単語間の類似度を計算するようにしてもよい。シソーラスを利用する場合、予め登録されている単語間でしか類似度を計算することができないが、概念ベースを利用する場合、所定の単語が学習用コーパスに含まれていれば、単語ベクトルを学習することができるので、より多くの単語について類似度を計算することができる。

図８は、単語間類似判定用データベース８０である概念ベースの例を示す図である。

図８において、「単語ベクトル」の下に記載されている１、２、３、…、１００は、ベクトルの何番目の成分であるかを示す数字である。概念ベースの作成方法として、「Hinrich Schutze, Dimensions of Meaning, Proceedings of Supercomputing 92, PP. 787-796, 1992」に示す方法がある。

なお、単語間の類似度を計算することができれば、概念ベース、シソーラス以外のものを、単語間類似性判定用データベース８０として使用するようにしてもよい。

Ｓ３１では、所定の文に含まれている単語列と属性表現リスト６０に含まれている属性表現との類似度を、概念ベースを使用して計算する。ここでは、所定の文に含まれている単語列と、属性表現リスト６０中の属性表現との類似度は、所定の文に含まれている単語列と、属性表現リスト６０中の属性表現のそれぞれの単語との類似度の平均値であるとする。また、所定の文に含まれている単語列と、属性表現リスト６０中の属性表現中の単語との類似度は、所定の文に含まれている単語列中のそれぞれの単語と属性表現中の単語との類似度の平均値であるとする。また、所定の文に含まれている単語列中の単語と、属性表現リスト６０中の属性表現中の単語との類似度は、単語の概念ベクトル間のコサイン距離であるとする。

各類似度の計算方法は、上記計算方法に限定する必要はない。また、ここでは、各類似度を計算する場合、名詞、動詞、形容詞のいずれかの品詞を持つ単語のみを用いて類似度を計算し、動詞と形容詞とについては、語幹のみを用いて類似度を計算する。類似度の計算に用いる単語の種類は、これに限るものではなく、品詞が名詞である単語だけを用いて類似度を計算するようにしてもよい。

類似度を計算する場合、まず、図５に示す単語分割した単語列と、図７に示す属性表現リスト６０中の１番目の属性表現である「電池の持ち」との類似度を計算する。

図５に示す単語列「通話ボタンが押しやすい。」のうちで、類似度の計算に用いる単語は、名詞、動詞、形容詞のいずれかの品詞を持つ単語のみを用いて類似度を計算しまた動詞と形容詞とについては語幹のみを用いて類似度を計算するので、「通話」、「ボタン」、「押」の３単語であり、上記１番目の属性表現である「電池の持ち」という属性表現のうちで、類似度の計算に用いる単語は、上記と同様の理由で、「電池」、「持ち」の２単語である。

よって、図５に示す単語列「通話ボタンが押しやすい。」と、図７に示す属性表現リスト６０中の１番目の属性表現である「電池の持ち」との類似度を計算する場合、図５に示す単語列と「電池」との類似度と、図５に示す単語列と「持ち」との類似度との平均値を計算する。また、図５に示す単語列中の単語と「電池」との類似度は、「通話」と「電池」とについて計算した類似度と、「ボタン」と「電池」とについて計算したの類似度と、「押」と「電池」とについて計算した類似度との平均値である。

図９は、図８に示す概念ベースに基づいて、単語ベクトル間のコサイン距離を、類似度として、所定の文に含まれている単語列中の単語と属性表現リスト６０中の単語との類似度を計算した結果を示す図である。

図９に示す結果によれば、「通話」と「電池」との類似度、「ボタン」と「電池」との類似度、「押」と「電池」との類似度は、それぞれ、０．３０、０．０３、０．０１であり、したがって、図５に示す単語列と「電池」との類似は、これらの平均値であるので、（０．３０＋０．０３＋０．０１）／３≒０．１１である。

これと同様に、「通話」と「持ち」との類似度、「ボタン」と「持ち」との類似度、「押」と「持ち」との類似度が、それぞれ、０．１５、０．１０、０．１６であり、したがって、図５に示す単語列と「持ち」との類似度は、これらの平均値であるので、（０．１５＋０．１０＋０．１６）／３≒０．１４である。

以上によって、図５に示す単語列と「電池の持ち」との類似度は、これらの平均値であるので、（０．１１＋０．１４）／２≒０．１３である。残りの属性表現に関しても、上記と同様に、図５に示す単語列との類似度を計算する。

図１０は、実施例１において、所定の文に含まれている単語列と、属性表現リスト６０中の属性表現との類似度を計算した結果を示す図である。

Ｓ３２では、所定の文に含まれている単語列との類似度が最も高い属性表現を選択する。図１０に示す結果によれば、類似度が最も高い属性表現は、図１０における２番目の属性表現である「操作性」であるので、この表記「操作性」を、所定の文に含まれている単語列との類似度が最も高い属性表現として、選択する。

Ｓ３３では、選択した属性表現の類似度が、閾値以上であるかどうかを判定する。ここで、閾値を０．１５であるとすると、選択した属性表現「操作性」の類似度が０．２０であるので、選択した属性表現「操作性」の類似度は、上記閾値以上である。

Ｓ３４では、類似度が最大である属性表現の類似度が、所定の閾値以上であれば、属性表現を取得する。上記「操作性」の類似度が閾値以上であるので、上記「操作性」を、評判情報を取得するための属性表現として取得する。

所定の文に書かれている評判が、どの属性表現にも該当しなければ、どの属性表現との類似度も低い値となり、類似度が最大である属性表現の類似度が、閾値を超えていなければ、属性表現が取得されない。したがって、閾値を所定の値に設定することによって、所定の文に書かれている評判がどの属性表現にも該当しない場合に、誤って属性表現が取得されることを防ぐことができる。

Ｓ４０では、評判情報取得部４０が、属性表現と評価表現との組を、最初に求めようとしていた評判情報として取得する。実施例１では、属性表現「操作性」と、評価表現「押しやす（い）」との組が、最初に求めようとしていた評判情報として取得される。

上記のように、所定の文に含まれている単語列に基づいて属性表現を取得するので、属性表現リスト６０中に含まれている属性表現が、上記所定の文中に含まれていなくても、評判情報を取得することができる。したがって、実施例１では、所定の文から、従来例よりも多くの評判情報を取得することができる。

図１１は、評価表現と評価との対応を示すテーブルの例である。

なお、評価表現が、肯定的な評価であるのか、否定的な評価であるのかを知りたい場合、一例として、図１１に示す評価表現と評価との対応を示すテーブルを用意し、評価表現に対応する評価を取得し、その評価が肯定的であるのか、否定的であるのかを知るようにしてもよい。

本発明の実施例２は、図２に示すフローチャートにおける属性表現取得処理として、図１２に示すフローチャートを用いた実施例である。

実施例２の構成は、図１に示す評判情報取得装置１００の構成と同様である。

ただし、実施例２における属性表現取得部３０は、評価表現と属性表現との対応関係が記載されている評価−属性対応テーブル７０を参照し、属性表現リスト６０に含まれている属性表現の候補を絞り込み、所定の文に含まれている単語列と、候補になる属性表現との類似度を計算し、所定の文に含まれている単語列との類似度が最も高い属性表現を取得し、記憶装置に記憶する。

図１２は、本発明の実施例２における属性表現取得処理の動作（Ｓ３０）を示すフローチャートである。

図１３は、本発明の実施例２における評価−属性対応テーブル７０の例を示す図である。

まず、Ｓ３５では、評価表現と属性表現との対応関係が記載されている評価−属性対応テーブル７０を参照し、図７に示す属性表現リスト６０から、属性表現の候補を得る。

図１３に示す各行は、所定の文において、評価表現がどのような属性表現を伴って出現するかを表している。つまり、１行目に記載されている１、２、５、６は、図６に示す評価表現リスト５０における１番目の評価表現である「良（い）」が、図７に示す属性表現リスト６０における１番目、２番目、５番目、６番目の属性表現である「電池の持ち」、「操作性」、「使い勝手」、「デザイン」を伴って出現することを示す。

図２に示すＳ２０で取得した評価表現は、図６に示す評価表現リスト５０における９番目の評価表現である「押しやす」であるので、この評価表現である「押しやす」を伴って出現する属性表現を、図１３に示す例から検索し、属性表現の候補として、図７に示す属性表現リスト６０における２番目、５番目の属性表現である「操作性」、「使い勝手」の２つを得る。このように、評価表現と属性表現との対応に基づいて、属性表現の候補の絞り込みを行うことによって、より確実に正しい属性表現を取得することができる。

次に、Ｓ３６では、所定の文に含まれている単語列と属性表現の候補との類似度を計算し、Ｓ３７では、上記属性表現の候補のうちで、所定の文に含まれている単語列との類似度が最も高い属性表現を選択する。

そして、Ｓ３８では、この選択した属性表現の類似度が、閾値以上であるかどうかを判定し、Ｓ３９では、上記類似度が閾値以上であれば、その属性表現を取得し、記憶装置に記憶する。

図２に示すＳ１０とＳ２０とにおける処理は、実施例１における処理と同様であるので、その説明を省略する。

実施例２において、Ｓ３０では、属性表現取得部３０が、対象事物の属性である属性表現が記載されている属性表現リスト６０と、単語とこの単語に関する類似性判定用データが格納されている記憶装置である単語間類似性判定用データベース８０とを参照し、属性表現を取得する。

Ｓ３５では、評価表現と属性表現との対応関係が記載されている評価−属性対応テーブル７０を参照し、属性表現リスト６０から属性表現の候補を得る。

なお、上記実施例における一連の動作をプログラムとして構築し、評判情報取得装置１００として利用されるコンピュータにインストールし、ＣＰＵ等の制御手段によって実行させるようにしてもよく、または、ネットワークを介して流通させるようにしてもよい。

また、構築されたプログラムを評判情報取得装置１００として利用されるコンピュータに接続されるハードディスク装置、フレキシブルディスク、ＣＤ−ＲＯＭ等の可搬記憶媒体に格納し、コンピュータにインストールして実行させるようにしてもよい。

本発明は、製品についての顧客満足度の調査等に利用可能である。

本発明の実施例１である評判情報取得装置１００の構成を示す図である。 本発明の実施例１における評判情報取得装置１００の全体の動作を示すフローチャートである。 本発明の実施例１における属性表現を取得する動作（Ｓ３０）を示すフローチャートである。 評判情報を取得する対象の文の一例を示す図である。 単語分割部１０が、図４に示す文を単語に分割した結果を示す図である。 評価表現リスト５０の例を示す図である。 属性表現リスト６０の例を示す図である。 単語間類似判定用データベース８０である概念ベースの例を示す図である。 図８に示す概念ベースに基づいて、単語ベクトル間のコサイン距離を、類似度として、所定の文に含まれている単語列中の単語と属性表現リスト６０中の単語との類似度を計算した結果を示す図である。 実施例１において、所定の文に含まれている単語列と、属性表現リスト６０中の属性表現との類似度を計算した結果を示す図である。 評価表現と評価との対応を示すテーブルの例である。 本発明の実施例２における属性表現取得処理の動作（Ｓ３０）を示すフローチャートである。 本発明の実施例２における評価−属性対応テーブル７０の例を示す図である。

符号の説明

１００…評判情報取得装置、
１０…単語分割手段、
２０…評価表現取得手段、
３０…属性表現取得手段、
４０…評判情報取得手段、
５０…評価表現リスト、
６０…属性表現リスト、
７０…評価−属性対応テーブル、
８０…単語間類似性判定用データベース。

Claims (10)

1. 所定の対象事物に関する評判が書かれている所定の文から、評判情報を取得する評判情報取得装置において、
   文を単語に分割する単語分割手段と；
   上記所定の対象事物の属性に関する評価である評価表現が記載されている評価表現リストを参照して、上記所定の文に含まれている単語列から、上記評価表現を取得し、記憶装置に記憶する評価表現取得手段と；
   上記対象事物の属性である属性表現が記載されている属性表現リストと、単語とこの単語に関する類似性判定用データが格納されている記憶装置である単語間類似性判定用データベースとを参照し、上記所定の文に含まれている単語列と上記属性表現リスト中の属性表現との類似度を計算し、上記所定の文に含まれている単語列との類似度が最も高い属性表現を取得し、記憶装置に記憶する属性表現取得手段と；
   上記属性表現取得手段が取得した属性表現と上記評価表現取得手段が取得した評価表現との組である評判情報を取得し、記憶装置に記憶する評判情報取得手段と；
   を有し、上記属性表現取得手段は、単語とこの単語の意味を表現する単語ベクトルとの組を、単語間類似性判定用データベースに格納している記憶装置である概念ベースを用いる手段であることを特徴とする評判情報取得装置。
2. 請求項１において、
   上記属性表現取得手段は、文中の単語列と属性表現との類似度を、概念ベースを用いて計算し、単語列との類似度が最も高い属性表現を選択し、選択した属性表現の類似度が閾値以上であるかどうかを判定し、類似度が最大である属性表現の類似度が閾値以上であればその属性表現を取得する手段であることを特徴とする評判情報取得装置。
3. 請求項１において、
   上記属性表現取得手段は、評価表現と属性表現との対応関係が記載されている評価−属性対応テーブルを参照し、上記属性表現リストの中から、属性表現の候補を絞り込み、上記所定の文に含まれている単語列と候補になる属性表現との類似度を計算し、上記所定の文に含まれている単語列との類似度が最も高い属性表現を取得する手段であることを特徴とする評判情報取得装置。
4. 請求項１または請求項２において、
   上記属性表現取得手段は、文中の単語列と候補になる属性表現との類似度を計算し、この計算された類似度が、所定の閾値を越えている属性表現であって、上記所定の文に含まれている単語列との類似度が最も高い属性表現を取得する手段であることを特徴とする評判情報取得装置。
5. 所定の対象事物に関する評判が書かれている所定の文から、評判情報を取得する評判情報取得方法において、
   単語分割手段が、文を単語に分割し、記憶装置に記憶する単語分割工程と；
   評価表現取得手段が、上記所定の対象事物の属性に関する評価である評価表現が記載されている評価表現リストを参照して、上記所定の文に含まれている単語列から、上記評価表現を取得し、記憶装置に記憶する評価表現取得工程と；
   属性表現取得手段が、上記対象事物の属性である属性表現が記載されている属性表現リストと、単語とこの単語に関する類似性判定用データが格納されている記憶装置である単語間類似性判定用データベースとを参照し、上記所定の文に含まれている単語列と上記属性表現リスト中の属性表現との類似度を計算し、上記所定の文に含まれている単語列との類似度が最も高い属性表現を取得し、記憶装置に記憶する属性表現取得工程と；
   評判情報取得手段が、上記属性表現取得手段が取得した属性表現と上記上記評価表現取得手段が取得した評価表現との組である評判情報を取得し、記憶装置に記憶する評判情報取得工程と；
   を有し、上記属性表現取得工程は、単語とこの単語の意味を表現する単語ベクトルとの組を、単語間類似性判定用データベースに格納している記憶装置である概念ベースを用いる工程であることを特徴とする評判情報取得方法。
6. 請求項５において、
   上記属性表現取得工程は、文中の単語列と属性表現との類似度を、概念ベースを用いて計算し、単語列との類似度が最も高い属性表現を選択し、選択した属性表現の類似度が閾値以上であるかどうかを判定し、類似度が最大である属性表現の類似度が閾値以上であればその属性表現を取得する工程であることを特徴とする評判情報取得方法。
7. 請求項５において、
   上記属性表現取得工程は、評価表現と属性表現との対応関係が記載されている評価−属性対応テーブルを参照し、上記属性表現リストの中から、属性表現の候補を絞り込み、上記所定の文に含まれている単語列と候補になる属性表現との類似度を計算し、上記所定の文に含まれている単語列との類似度が最も高い属性表現を取得する工程であることを特徴とする評判情報取得方法。
8. 請求項５または請求項６において、
   上記属性表現取得工程は、文中の単語列と候補になる属性表現との類似度を計算し、この計算された類似度が、所定の閾値を越えている属性表現であって、上記所定の文に含まれている単語列との類似度が最も高い属性表現を取得する工程であることを特徴とする評判情報取得方法。
9. 請求項５〜請求項８のいずれか１項に記載の評判情報取得方法における各工程をコンピュータに実行させるプログラム。
10. 請求項５〜請求項８のいずれか１項に記載の評判情報取得方法における各工程をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体。
    

Images