JP4573358B2 - 評判情報検索装置、その方法およびプログラム - Google Patents

Description

本発明は、自然言語テキストから、ある対象に関する意見や評価等の情報である評判情報を検索する技術に関する。

近年、自然言語テキストから評判情報を検索する、即ち評判情報を抽出し、分類又は選別する技術についての研究が進んでいる。ここで、評判情報を構成する要素としては、評価する対象を表す評価対象表現、評価する対象の仕様（性質や特徴等）やその一部分など（の具体的な評価項目）を表す評価属性、意見や評価そのものを表す評価表現がある（なお、上記以外の要素として、評価を行う人や組織を表す評価者を含む場合もあるが、本発明では省略する。）（非特許文献１参照）。

従来、自然言語テキストから所定の検索語に関連する評判情報を検索するには、非特許文献１に記載されているように、評価表現、評価属性、評価対象表現の関連を自然言語テキストから自動抽出し、所定の検索語に合致する評価対象表現に関連した評判表現（評価属性、評価表現）を出力する方法がある。また、同文献に記載されているように、所定の検索語を評価対象表現とみなし、関連する評判表現を出力する方法がある。

同文献の技術では、入力された自然言語テキストの構文構造などから、評価対象表現や評価表現等の間の関連性を出現頻度等で判定しており、これらの技術を用いると、検索語についての評判情報の一覧を文書から取得することが可能である。
乾 孝司、他「テキストを対象とした評価情報の分析に関する研究動向」自然言語処理、言語処理学会、２００６年７月、Ｖｏｌ．１３、Ｎｏ．３、ｐｐ．２０１−２４１

しかし、前述した従来の評判情報の検索技術では、テキストの構文情報等を基に評価対象表現や評価表現等の間の関連性を判定しているため、ブログ等に見られる、構文構造の解析が困難な崩れた言語で記載された文書から精度良く関連性を判定することは困難であった。また出現頻度等で判定する方法でも、多様な表現で評判が記載されたブログ等での関連性の判定は困難であった。

また、抽出された評判を分類する際にも、多様な表現で記述された評判を効率的に分類することは困難であった。

本発明は、上記の問題に鑑みてなされたものであり、自然言語テキストから所定の検索語に関連する評判情報を検索する評判情報検索装置において、自然言語テキストを含む文書から所定の検索語に合致した文書を検索する文書検索部と、検索した文書中から評判表現の侯補である評判表現侯補を抽出する評判表現侯補抽出部と、抽出した評判表現侯補を該評判表現侯補間の類似度に基づいて分類する評判表現分類部とを備えたことにより、評判情報の効率的な分類が可能になる。

また、自然言語テキストから所定の検索語に関連する評判情報を検索する評判情報検索装置において、自然言語テキストを含む文書から所定の検索語に合致した文書を検索する文書検索部と、検索した文書から評判表現の侯補である評判表現侯補を抽出する評判表現侯補抽出部と、抽出した評判表現侯補を該評判表現侯補間の類似度に基づいて選別する評判表現選別部とを備えたことにより、類似する評判情報が文書群中に多数出現する評判情報のみを選別することができ、対象表現に関連した評判情報を効率的に検索することが可能になる。

さらに、自然言語テキストから所定の検索語に関連する評判情報を検索する評判情報検索装置において、自然言語テキストを含む文書から所定の検索語に合致した文書を検索する文書検索部と、検索した文書中から評判表現の侯補である評判表現侯補を抽出する評判表現侯補抽出部と、抽出した評判表現侯補を該評判表現侯補間の類似度に基づいて分類する評判表現分類部と、抽出した評判表現侯補を分類結果に基づいて選別する評判表現選別部とを備えたことにより、評判情報の効率的な分類が可能になるとともに、対象表現に関連した評判情報を効率的に検索することが可能になる。

本発明によれば、評判情報の効率的な分類が可能になる。さらに、対象表現に関連した評判情報を精度良く抽出できるため、効率的に検索することが可能になる。

以下、図面を用いて本発明の実施の形態を説明する。

＜第１の実施の形態＞
図１は本発明の評判情報検索装置の第１の実施の形態（但し、特許請求の範囲には含まれない。）を示すもので、図中、１は入力文書蓄積部、２は文書検索部、３は検索結果記憶部、４は評判表現候補抽出部、５は評判表現候補記憶部、６は評判表現分類部である。図２は図１の装置による本発明の評判情報検索方法の流れを示すもので、以下、各部の詳細をその動作とともに説明する。

入力文書蓄積部１は、予め図示しないキーボード等から直接入力され又は記憶媒体から読み出されて入力され又は通信媒体を介して他の装置等から入力された、自然言語テキストデータを含む複数の文書をそれぞれ、一意の識別子（文書ＩＤ）と対応させて蓄積・保持している。

文書検索部２は、入力文書蓄積部１に蓄積・保持された複数の文書中から、図示しないキーボード等から直接入力され又は記憶媒体から読み出されて入力され又は通信媒体を介して他の装置等から入力された所定の検索語に合致した文書、即ち当該所定の検索語を含む文書を検索する（ｓ１）。

検索結果記憶部３は、文書検索部２によって検索された検索結果、例えば前述した入力文書蓄積部１中の該当文書に対応する文書ＩＤを記憶する（ｓ２）。

評判表現候補抽出部４は、入力文書蓄積部１に蓄積・保持された複数の文書のうち、検索結果記憶部３に記憶された検索結果、ここでは文書ＩＤに対応する文書中から、例えば非特許文献１に記載の技術を用いて、評判表現の侯補である評判表現侯補を抽出する（ｓ３）。

評判表現候補記憶部５は、評判表現候補抽出部４によって抽出された評判表現侯補を記憶する（ｓ４）。

評判表現分類部６は、評判表現候補記憶部５に記憶された評判表現候補を該評判表現侯補間の類似度に基づいて分類し、出力する（ｓ５）。

なお、前述した装置は、記録媒体もしくは通信回線を介してインストールされたプログラムを実行する周知のコンピュータによって実現することもでき、この際、入力文書蓄積部１、検索結果記憶部３及び評判表現候補記憶部５はコンピュータにおけるハードディスク等の記憶装置によって構成され、また、文書検索部２、評判表現候補抽出部４及び評判表現分類部６はコンピュータにおける演算処理装置（ＣＰＵ）、メモリ等とともに図２の流れ図に対応するプログラムによって構成される。

＜第２の実施の形態＞
図３は本発明の評判情報検索装置の第２の実施の形態、ここでは入力文書蓄積部１に蓄積・保持された全ての文書に対して事前に評判表現侯補を抽出するようにした形態（但し、特許請求の範囲には含まれない。）を示すもので、図中、第１の実施の形態と同一構成部分は同一符号をもって表す。即ち、１は入力文書蓄積部、５は評判表現候補記憶部、６は評判表現分類部、７は評判表現候補抽出部、８は評判表現候補蓄積部、９は文書検索部である。図４は図３の装置による本発明の評判情報検索方法の流れを示すもので、以下、各部の詳細をその動作とともに説明する。

評判表現候補抽出部７は、入力文書蓄積部１に蓄積・保持された全ての文書中から、例えば非特許文献１に記載の技術を用いて、評判表現侯補を抽出する（ｓ１１）。

評判表現候補蓄積部８は、評判表現候補抽出部７によって抽出された評判表現侯補を、当該評判表現候補を抽出した文書との対応が分かるように記憶、例えば入力文書蓄積部１中の該当文書に対応する文書ＩＤとともに記憶する（ｓ１２）。

なお、評判表現候補抽出部７によって抽出された評判表現侯補を、入力文書蓄積部１中に当該評判表現候補を抽出した文書と対応させて記憶させるようにしても良く、この場合、評判表現候補蓄積部８は不要となる。

文書検索部９は、入力文書蓄積部１に蓄積・保持された複数の文書中から、図示しないキーボード等から直接入力され又は記憶媒体から読み出されて入力され又は通信媒体を介して他の装置等から入力された所定の検索語に合致した文書、即ち当該所定の検索語を含む文書を検索し、該当文書に対応する評判表現候補を評判表現候補蓄積部８から読み出す、即ち検索した文書と文書ＩＤが一致する評判表現候補を評判表現候補蓄積部８から読み出す（ｓ１３）。

評判表現候補記憶部５は、文書検索部９によって読み出された評判表現侯補を記憶する（ｓ１４）。

評判表現分類部６は、前記同様に、評判表現候補記憶部５に記憶された評判表現候補を該評判表現侯補間の類似度に基づいて分類し、出力する（ｓ５）。

なお、前述した装置は、記録媒体もしくは通信回線を介してインストールされたプログラムを実行する周知のコンピュータによって実現することもでき、この際、入力文書蓄積部１、評判表現候補記憶部５及び評判表現候補蓄積部８はコンピュータにおけるハードディスク等の記憶装置によって構成され、また、評判表現分類部６、評判表現候補抽出部７及び文書検索部９はコンピュータにおける演算処理装置（ＣＰＵ）、メモリ等とともに図４の流れ図に対応するプログラムによって構成される。

＜第３の実施の形態＞
図５は本発明の評判情報検索装置の第３の実施の形態、ここでは第１の実施の形態において評判表現侯補を分類する代わりに選別するようにした形態を示すもので、図中、第１の実施の形態と同一構成部分は同一符号をもって表す。即ち、１は入力文書蓄積部、２は文書検索部、３は検索結果記憶部、４は評判表現候補抽出部、５は評判表現候補記憶部、１０は評判表現選別部である。図６は図５の装置による本発明の評判情報検索方法の流れを示すもので、以下、各部の詳細をその動作とともに説明する。

入力文書蓄積部１、文書検索部２、検索結果記憶部３、評判表現候補抽出部４及び評判表現候補記憶部５の構成並びに動作は第１の実施の形態の場合と同様である。

評判表現選別部１０は、評判表現候補記憶部５に記憶された評判表現候補を該評判表現侯補間の類似度に基づいて選別し、出力する（ｓ２１）。

なお、前述した装置は、記録媒体もしくは通信回線を介してインストールされたプログラムを実行する周知のコンピュータによって実現することもでき、この際、入力文書蓄積部１、検索結果記憶部３及び評判表現候補記憶部５はコンピュータにおけるハードディスク等の記憶装置によって構成され、また、文書検索部２、評判表現候補抽出部４及び評判表現選別部１０はコンピュータにおける演算処理装置（ＣＰＵ）、メモリ等とともに図６の流れ図に対応するプログラムによって構成される。

なお、本実施の形態においても、第２の実施の形態の場合と同様、入力文書蓄積部１に蓄積・保持された全ての文書に対して事前に評判表現侯補を抽出するようにしても良い。

＜第４の実施の形態＞
図７は本発明の評判情報検索装置の第４の実施の形態、ここでは第１の実施の形態において評判表現侯補を分類した後、さらに選別するようにした形態（但し、特許請求の範囲には含まれない。）を示すもので、図中、第１の実施の形態と同一構成部分は同一符号をもって表す。即ち、１は入力文書蓄積部、２は文書検索部、３は検索結果記憶部、４は評判表現候補抽出部、５は評判表現候補記憶部、６は評判表現分類部、１１は分類結果記憶部、１２は評判表現選別部である。図８は図７の装置による本発明の評判情報検索方法の流れを示すもので、以下、各部の詳細をその動作とともに説明する。

ここで、入力文書蓄積部１、文書検索部２、検索結果記憶部３、評判表現候補抽出部４、評判表現候補記憶部５及び評判表現分類部６の構成並びに動作は第１の実施の形態の場合と同様である。

分類結果記憶部１１は、評判表現分類部６によって分類された分類結果を記憶する（ｓ３１）。

評判表現選別部１２は、分類結果記憶部１１に記憶された分類結果に基づいて評判表現候補を選別し、出力する（ｓ３２）。

なお、前述した装置は、記録媒体もしくは通信回線を介してインストールされたプログラムを実行する周知のコンピュータによって実現することもでき、この際、入力文書蓄積部１、検索結果記憶部３、評判表現候補記憶部５及び分類結果記憶部１１はコンピュータにおけるハードディスク等の記憶装置によって構成され、また、文書検索部２、評判表現候補抽出部４、評判表現分類部６及び評判表現選別部１２はコンピュータにおける演算処理装置（ＣＰＵ）、メモリ等とともに図８の流れ図に対応するプログラムによって構成される。

なお、本実施の形態においても、第２の実施の形態の場合と同様、入力文書蓄積部１に蓄積・保持された全ての文書に対して事前に評判表現侯補を抽出するようにしても良い。

＜評判表現分類部の詳細＞
図９は第１、第２及び第４の実施の形態における評判表現分類部６の詳細な構成を示すもので、図中、２１は単語意味情報データベース（ＤＢ）、２２は単語意味情報取得部、２３は単語意味情報記憶部、２４は評判表現意味情報計算部、２５は評判表現意味情報記憶部、２６は評判表現類似度分類部である。図１０は図９の評判表現分類部における動作の流れを示すもので、以下、各部の詳細をその動作とともに説明する。

単語意味情報ＤＢ２１は、予め言語、ここでは日本語を構成する単語毎にその単語意味情報を蓄積・保持している。ここで、単語意味情報としては、別途抽出した単語共起ベクトル（例えば、北 研二、他「音声言語処理」（森北出版）参照）などを用いることが可能である。

単語意味情報取得部２２は、評判表現候補記憶部５に記憶された評判表現候補毎に、単語意味情報ＤＢ２１を参照して、該評判表現侯補を構成する各単語の意味情報を取得する（ｓ４１）。なお、評判表現候補を構成する各単語は、日本語等であれば周知の形態素解析を用いて取得することが可能であり、また、単語同士が空白によって区切られる英語等の言語であれば文書を空白で分割することにより取得することが可能である。また、評判表現侯補抽出部の構成によっては、評判表現侯補の抽出過程で形態素解析を行っている場合もあり、その場合は解析結果を別途記憶しておくことにより、特段の演算を行うことなく構成単語を取得することが可能である。

単語意味情報記憶部２３は、単語意味情報取得部２２によって取得された評判表現侯補を構成する各単語の単語意味情報を、評判表現候補毎に記憶する（ｓ４２）。

評判表現意味情報計算部２４は、評判表現候補毎に、単語意味情報記憶部２３に記憶された評判表現侯補を構成する各単語の意味情報を組み合わせることにより、該評判表現候補の意味情報を計算する（ｓ４３）。なお、組み合わせ方としては、単語の意味情報がベクトルで表現されていれば、ベクトルの線形和をとる、ベクトルの重心をとる、ベクトルの線形和をとったものの長さを正規化する、などが考えられる。また、非特許文献１に記載の、評判表現として評価属性及び評価表現を独立に抽出することが可能な評判表現侯補抽出部であれば、評価属性と評価表現とに異なる重みを与えて、線形和や重心を取得することが考えられる。

評判表現意味情報記憶部２５は、単語意味情報計算部２４によって計算された評判表現侯補の意味情報を、評判表現候補毎に記憶する（ｓ４４）。

評判表現類似度分類部２６は、評判表現意味情報記憶部２５に記憶された評判表現候補毎の意味情報を用いて評判表現侯補間の類似度を求め、該類似度に基づいて評判表現候補を分類する（ｓ４５）。なお、類似度としては、評判表現候補の意味情報を表現するベクトル間のコサイン距離や内積、直交座標上のユークリッド距離を求める方法などが考えられる。また、分類手法としては階層的クラスタリングなどを行うことが可能である。

＜評判表現選別部の詳細＞
図１１は第３の実施の形態における評判表現選別部１０の詳細な構成を示すもので、図中、図９と同一構成部分は同一符号をもって表す。即ち、２１は単語意味情報データベース（ＤＢ）、２２は単語意味情報取得部、２３は単語意味情報記憶部、２４は評判表現意味情報計算部、２５は評判表現意味情報記憶部、２７は評判表現類似度選別部である。図１２は図１１の評判表現選別部における動作の流れを示すもので、以下、各部の詳細をその動作とともに説明する。

ここで、単語意味情報ＤＢ２１、単語意味情報取得部２２、単語意味情報記憶部２３、評判表現意味情報計算部２４及び評判表現意味情報記憶部２５の構成並びに動作は図９の場合と同様である。

評判表現類似度選別部２７は、評判表現意味情報記憶部２５に記憶された評判表現候補毎の意味情報を用いて評判表現候補間の類似度を求め、該類似度に基づいて評判表現候補を選別する（ｓ５１）。なお、類似度としては、評判表現類似度分類部２６の場合と同様に、評判表現候補の意味情報を表現するベクトル間のコサイン距離や内積、直交座標上のユークリッド距離を用いる方法などが考えられる。そして、各評判表現候補の類似度のスコアとして、例えば最大の類似度を採用（即ち、最も類似した評判表現との距離から算出される類似度を採用）し、類似度上位の評判表現候補のみを選別して出力する。

なお、第４の実施の形態における評判表現選別部１２については、評判表現分類部６において既に評判表現候補の意味情報が算出されているため、改めての算出は不要である。評判表現分類部６において階層的クラスタリングを行った結果として、樹形図で表現されるサブクラスタ群が得られた場合、評判表現選別部１２では、類似度が上位のサブクラスタのみを選別して出力することにより、分類されかつ選別された評判情報を出力することができる。

以下、具体的な例、ここでは日本語を例に挙げて本装置の動作を詳細に説明する。

＜第１及び第２の実施の形態の装置の詳細な動作＞
まず、入力文書蓄積部１が図１３に示す複数の文書３１を蓄積・保持しており、所定の検索語が”Ｘ９０３ｉ”である場合の第１及び第２の実施の形態の装置の動作を説明する。

文書検索部２，９は入力文書蓄積部１に蓄積・保持された複数の文書３１から、検索語”Ｘ９０３ｉ”を含む文書を検索する。文書の検索は部分文字列一致でも構わないし、文書の構成単語を形態素解析で抽出して単語インデックスを作っておいても構わない。この例の場合では、文書ＩＤ＝１，３，…の文書が該当文書として検索される。

第１の実施の形態の装置の場合、評判表現候補抽出部４は、入力文書蓄積部１に蓄積・保持された複数の文書３１のうち、文書ＩＤ＝１，３，…に対応する文書中から評判表現候補を抽出し、評判表現候補記憶部５に記憶する。

一方、第２の実施の形態の装置の場合には、評判表現候補抽出部７により、事前に全ての文書中から評判表現候補が抽出され、図１４に示すように、これが文書ＩＤとともに評判表現候補３２として評判表現候補蓄積部８または入力文書蓄積部１に蓄積（入力文書蓄積部１の場合は文書３１と併せて蓄積）されており、文書検索部９は文書ＩＤ＝１，３，…に該当する評判表現候補を読み出し、評判表現候補記憶部５に記憶する。

次に、評判表現候補記憶部５に、図１５に符号４１で示す評判表現候補が記憶されている場合の評判表現分類部６の動作を、図９の各構成要素毎に説明する。

単語意味情報取得部２２は、単語意味情報ＤＢ２１から評判表現侯補４１毎の各構成単語４２の単語意味情報を取得し、単語意味情報記憶部２３に記憶する。なお、構成単語４２の取得は上述した通りである。

評判表現意味情報計算部２４は、評判表現候補４１毎に、各構成単語４２の意味情報を組み合わせて評判表現候補４１の意味情報を計算し、評判表現意味情報記憶部２５に記憶する。組み合わせ方については、例えば、評判表現候補ｉの構成単語ｋの単語意味ベクトルをｖ_ikとした場合、評判表現候補ｉの意味情報ｅ_iとしては、線形和をとって、
ｅ_i＝Σｖ_ik
とすることができる。なお、ベクトルの重心をとったり、線形和をとったものの長さを正規化しても構わないのは上述した通りである。

また、仮に、図１６に示すように、評判表現候補として評価属性５１及び評価表現５２が別個に抽出され、さらにそれらの構成単語５３及び５４が抽出される場合、評判表現候補ｉの評価属性の構成単語ｍの単語意味ベクトルをｖ_im、評判表現候補ｉの評価表現の構成単語ｎの単語意味ベクトルをｖ_inとし、それぞれに重みｗ_p，ｗ_eを与えて、
ｅ_i＝ｗ_pΣｖ_im＋ｗ_eΣｖ_in
とすることができる。この場合も、ベクトルの重心をとったり、線形和をとったものの長さを正規化しても構わない。

評判表現類似度分類部２６は、得られた評判表現候補ｉの意味情報ｅ_i間の類似度（距離）を求め、該類似度に基づいて評判表現候補を分類する。

例えば、図１６において評価属性５１のみに着目して分類した場合（ｗ_p＝１，ｗ_e＝０の場合に相当）、単語意味情報ＤＢ２１には、「画面、スクリーン、液晶」および「ボタン、キー」の類似度が高いように単語意味ベクトルが記載されていることが期待される。その結果、クラスタリングをすれば、図１７の樹形図のような結果が得られる。仮に点線の箇所にクラスタ抽出の閾値を設定すれば、「項番１，２，３，４」、「項番５，６」及び「項番７」の３つのクラスタが得られる。

また、評価表現５２のみに着目して分類した場合（ｗ_p＝０，ｗ_e＝１の場合に相当）には、同様に「項番１（きれい），２（美しい），４（美しい）」及び「項番３（でかい），６（大きい）」のクラスタが得られる。

さらに、両者を組み合わせた場合（例えばｗ_p＝１，ｗ_e＝１の場合に相当）には、評価属性と評価表現が共に類似している「項番１，２，４」が最も類似したクラスタとして得られる。

＜第３の実施の形態の装置の詳細な動作＞
次に、入力文書蓄積部１に蓄積された複数の文書及び所定の検索語が前記と同一である場合の第３の実施の形態の装置の動作を説明する。この場合、評判表現候補抽出部４までの動作は第１の実施の形態の場合と同一であり、また、評判表現選別部１０の各構成要素を示す図１１における評判表現意味情報計算部２４までの動作も図９の場合と同一なので、評判表現類似度選別部２７の動作についてのみ説明する。

評判表現類似度選別部２７は、得られた評判表現候補ｉの意味情報ｅ_i間の類似度（距離）を求め、該類似度に基づいて評判表現候補を選別する。

例えば、評判表現候補ｉの意味情報ｅ_iと評判表現候補ｊの意味情報ｅ_jとの間の類似度をｓｉｍ（ｉ，ｊ）とするとき、全ての評判表現候補から評判表現候補ｉを除いた各評判表現候補を評判表現候補ｊとしてｓｉｍ（ｉ，ｊ）をそれぞれ求め、そのうちの最大値を類似度に基づく評判表現候補ｉのスコア、即ちscore(i)＝ｍａｘ（ｓｉｍ（ｉ，ｊ））とし、全ての評判表現候補を評判表現候補ｉとして前記同様に行って評判表現候補毎のscore(i)を求め、当該score(i)が上位の評判表現候補を選別する。これは、最大の類似度を持つ評判表現との類似度をスコアとして用いたことになる。この時の評判表現類似度選別部２７における処理の流れの一例（但し、全評判表現候補数はＮとした。）を図１８に示す。

また、ｓｉｍ（ｉ，ｊ）の和や平均値、ｓｉｍ（ｉ，ｊ）のべき乗和、指数関数の和、対数の和などを類似度に基づく評判表現候補ｉのスコアとして用いても良い。また、所定の閾値を超えるｓｉｍ（ｉ，ｊ）の個数や所定の閾値を超えるｓｉｍ（ｉ，ｊ）の積算値を評判表現候補ｉのスコアとすることも考えられる。例えば、指数関数の和であれば、score(i)＝Σexp（ａ^*ｓｉｍ（ｉ，ｊ）＋ｂ）（但し、ａ，ｂは任意の定数）と定義することができ、これは類似した評判表現の多いものを優先するスコア設定となる。同様に、和であればscore(i)＝Σｓｉｍ（ｉ，ｊ）と定義でき、べき乗和であればscore(i)＝Σ（ｓｉｍ（ｉ，ｊ）＾ａ（但し、ａは任意の定数）と定義できる。また、対数の和であればscore(i)＝Σlog（ａ^*ｓｉｍ（ｉ，ｊ）＋ｂ）（但し、ａ，ｂは任意の定数）となる。さらに、これらのスコアを線形和や積で組み合わせても構わない。

図１６の例で評価属性候補にのみ着目した場合には、項番１，２，３，４はそれぞれ”画面””スクリーン””液晶”と、相互に類似した評判表現が存在するためスコアが高くなる。また、項番５，６についても”ボタン”と”キー”が類似しているためスコアが高い。一方、項番７”匂い”については類似した評判が存在しないため、スコアが低くなる。結果として、項番１〜６が選別されて出力され、項番７は除かれる。評価属性候補でなく評価表現候補について着目した場合や、評価属性候補及び評価表現候補を混合した場合も同様に類似度の高いもののみが残される。

一方で、従来技術で単純に頻度でスコアを設定した場合、項番１，２は同一の属性”画面”から選別可能であるものの、その他の評判表現に関しては選別することができない。なお、ここで設定したスコアは中間スコアであって、この後段に、さらに別の観点のスコア、例えば従来技術で抽出した評判表現の抽出確信度などを付加し、組み合わせたスコアで評判表現を最終的に選別しても構わない。

＜第４の実施の形態の装置の詳細な動作＞
次に、入力文書蓄積部１に蓄積された複数の文書及び所定の検索語が前記と同一である場合の第４の実施の形態の装置の動作を説明する。この場合、評判表現分類部６までの動作は第１の実施の形態の場合と同一であるため、評判表現選別部１２の動作についてのみ説明する。

評判表現分類部６によって分類された分類結果として、図１７に示すような樹形図が得られ、分類結果記憶部１１に記憶されているとする。ここで、評判表現候補ｉのスコアとして、属しているクラスタの類似度を用いることが考えられる。スコアの閾値として図１７の点線の箇所を設定した場合、閾値を超える類似度なのは点線の右側の木となる。従って、項番１，２，３，４が含まれるクラスタと項番５，６が含まれるクラスタとが閾値を超えるため、評判表現選別部１２では、分類結果記憶部１１から、これらのクラスタを読み出して出力する。一方、項番７については閾値を超えるクラスタが存在しないため、出力されない。評判表現候補ｉの類似度としては、その他に、評判表現類似度選別部２７で例示したスコアや所属するクラスタの大きさ（含まれる評判数）、あるいは、その組み合わせなどが考えられる。

なお、図１７では一旦完全な樹形図を生成しているが、階層的クラスタリングでは類似度の高いもの（図の右側）から順にクラスタを生成していくため、設定した閾値に到達した時点でクラスタリングを打ち切って構わない。これは第１または第２の実施の形態の装置でも同様である。

また、上記の説明では類似度の閾値で選別したが、上位ｑ個という選別条件や上位ｒクラスタという選別条件でも構わない。また、複数のスコアを設定して、それぞれをＡＮＤ条件やＯＲ条件として用いても構わない。これは第３の実施の形態の装置でも同様である。

本発明の評判情報検索装置の第１の実施の形態を示す構成図 本発明の評判情報検索方法の第１の実施の形態を示す流れ図 本発明の評判情報検索装置の第２の実施の形態を示す構成図 本発明の評判情報検索方法の第２の実施の形態を示す流れ図 本発明の評判情報検索装置の第３の実施の形態を示す構成図 本発明の評判情報検索方法の第３の実施の形態を示す流れ図 本発明の評判情報検索装置の第４の実施の形態を示す構成図 本発明の評判情報検索方法の第４の実施の形態を示す流れ図 評判表現分類部の詳細を示す構成図 評判表現分類部の動作を示す流れ図 評判表現選別部の詳細な構成図 評判表現選別部の動作を示す流れ図 入力文書蓄積部の蓄積内容の一例を示す説明図 評判表現を含めた入力文書蓄積部の蓄積内容の一例を示す説明図 評判表現候補記憶部の記憶内容の一例を示す説明図 評判表現候補記憶部の記憶内容の他の例を示す説明図 分類結果の一例を示す説明図 評判表現類似度選別処理の一例を示す流れ図

符号の説明

１：入力文書蓄積部、２，９：文書検索部、３：検索結果記憶部、４，７：評判表現候補抽出部、５：評判表現候補記憶部、６：評判表現分類部、８：評判表現候補蓄積部、１０，１２：評判表現選別部、１１：分類結果記憶部、２１：単語意味情報データベース（ＤＢ）、２２：単語意味情報取得部、２３：単語意味情報記憶部、２４：評判表現意味情報計算部、２５：評判表現意味情報記憶部、２６：評判表現類似度分類部、２７：評判表現類似度選別部、３１：文書、３２，４１：評判表現候補、４２，５３，５４：構成単語、５１：評価属性、５２：評価表現。

Claims (3)

1. 自然言語テキストから所定の検索語に関連する評判情報を検索する評判情報検索装置において、
   自然言語テキストを含む文書から所定の検索語に合致した文書を検索する文書検索部と、
   検索した文書から、評価する対象の評価項目を表す評価属性、または評価する対象に関する意見もしくは評価そのものを表す評価表現を、評判表現の侯補である評判表現侯補として抽出する評判表現侯補抽出部と、
   前記評判表現候補毎に、当該評判表現侯補を構成する各単語のベクトルで表現された意味情報を取得する単語意味情報取得部と、
   前記評判表現候補毎に、前記取得した評判表現侯補を構成する各単語のベクトルで表現された意味情報の線形和をとって、当該該評判表現候補の意味情報を表すベクトルとする評判表現意味情報計算部と、
   前記評判表現候補毎に、当該評判表現侯補を除いた各評判表現候補の意味情報を表すベクトルと当該評判表現候補の意味情報を表すベクトルとの距離として算出される類似度を求め、当該評判表現候補における類似度の最大値を当該評判表現候補のスコアとし、全ての評判表現候補のうち前記スコアが上位の所定の数の評判表現候補を選別する評判表現類似度選別部とを備えた
   ことを特徴とする評判情報検索装置。
2. コンピュータを用いて、自然言語テキストから所定の検索語に関連する評判情報を検索する評判情報検索方法において、
   コンピュータに、
   自然言語テキストを含む文書から所定の検索語に合致した文書を検索する文書検索工程と、
   検索した文書から、評価する対象の評価項目を表す評価属性、または評価する対象に関する意見もしくは評価そのものを表す評価表現を、評判表現の侯補である評判表現侯補として抽出する評判表現侯補抽出工程と、
   前記評判表現候補毎に、当該評判表現侯補を構成する各単語のベクトルで表現された意味情報を取得する単語意味情報取得工程と、
   前記評判表現候補毎に、前記取得した評判表現侯補を構成する各単語のベクトルで表現された意味情報の線形和をとって、当該該評判表現候補の意味情報を表すベクトルとする評判表現意味情報計算工程と、
   前記評判表現候補毎に、当該評判表現侯補を除いた各評判表現候補の意味情報を表すベクトルと当該評判表現候補の意味情報を表すベクトルとの距離として算出される類似度を求め、当該評判表現候補における類似度の最大値を当該評判表現候補のスコアとし、全ての評判表現候補のうち前記スコアが上位の所定の数の評判表現候補を選別する評判表現類似度選別工程とを実行させる
   ことを特徴とする評判情報検索方法。
3. コンピュータに、請求項２記載の評判情報検索方法の各工程を実行させるためのプログラム。

Images