JP4698618B2 - 関係抽出方法、関係抽出システム - Google Patents

Description

本発明は、グラフ構造で表現されたデータからノード間の関係の強弱を求めるグラフマインニング技術に関する。

近年、さまざまな構造を持つデータをグラフとして表現し、その中からグラフパターンのマッチングによる検索を実行して検索結果を得るデータベースシステムの開発が進んでいる。非特許文献１は、グラフパターンマッチングによるＲＤＦ（Resource Description Framework）データの検索を行うための仕様である。非特許文献１に示された仕様に基づいたシステムでは、グラフ構造のクエリを用いて、多様なノードや多様なアークから構成されるグラフ構造を持つ大量のデータから構造がマッチするデータを抽出し、マッチした部分をサブグラフとして取得することができる。なお、特許文献１には、キーワードや概念などの情報に基づいてグラフ構造のクエリグラフパターンを生成する技術が記載されている。クエリグラフパターンとは、グラフ構造を持つデータから構造がマッチするデータを抽出するためのグラフである。

また、グラフとして表現されたデータから特徴的な関係を発見するグラフマイニングなどの手法に関する研究が進展している。非特許文献２には、特徴的な関係を求めたい複数の事柄に関するキーワードを用いてインターネット上で情報検索を行った検索結果の重なりを求めて、複数の事柄間の係数を求める技術が記載されている。
特開２００６−３１３５０１号公報 "SPARQL Query Language for RDF"、[online]、World Wide Web Consortium、［平成１９年１月５日検索］、インターネット＜ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｗ３ｃ．ｏｒｇ／ＴＲ／ｒｄｆ−ｓｐａｒｑｌ−ｑｕｅｒｙ／＞ 松尾 豊、外５名、"研究者ネットワーク抽出検索システム"、[online]、人工知能学会、［平成１９年１月５日検索］、インターネット＜ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ−ｋａｓｍ．ｎｉｉ．ａｃ．ｊｐ／ｊｓａｉ２００５／ｓｃｈｅｄｕｌｅ／ｐｄｆ／０００１３７．ｐｄｆ＞

しかしながら、非特許文献１には、クエリグラフパターンにマッチしたサブグラフを抽出することは記載されているが、抽出結果から特徴的な関係を発見することについては記載されていない。

また、非特許文献２に記載の技術は、関係を求めたい複数の事柄について、インターネット上に存在する情報を検索対象として用いるものであって、多様なノードや多様なアークで構成されたグラフ構造を持つデータを検索対象とすることについては想定しておらず、その方法も記載されていない。

本発明は、上記に鑑みてなされたものであり、その課題とするところは、多様なノードや多様なアークから構成されたグラフ構造データから、注目したノード同士の関係の強さを複数の観点から求めることにある。

第１の本発明に係る関係抽出方法は、入力手段により、多様なノードと多様なアークから構成されるグラフ構造を持つデータが格納されているグラフ構造データベースに格納されたノードの中の複数のノードの選択を受け付けるステップと、クエリ発行手段により、選択されたノードの各々について、グラフ構造を持つデータから構造がマッチするサブグラフを抽出するためのクエリグラフパターンの変数ノードに選択されたノードを代入し、当該クエリグラフパターンにマッチするサブグラフをグラフ構造データベースから取得するステップと、係数計算手段により、サブグラフを取得するステップで選択されたノードの各々について取得したサブグラフを比較してノードが重複する数を求め、当該重複数に基づいて選択されたノード間の係数を計算するステップと、を有することを特徴とする。

本発明にあっては、多様なノードと多様なアークから構成されるグラフ構造を持つデータの中から複数のノードの選択を受け付け、選択されたノードの各々について、クエリグラフパターンの変数ノードに選択されたノードを代入したクエリグラフパターンにマッチするデータを抽出し、選択されたノード毎に抽出したデータ間で重複するノードの数に基づいて係数を計算することで、選択されたノード同士の関係の強さを求めることができる。

上記関係抽出方法において、サブグラフを取得するステップは、選択されたノードに対応する変数ノードを含むクエリグラフパターンをクエリグラフパターンを格納しているクエリグラフパターンデータベースから取得することを特徴とする。

本発明にあっては、クエリグラフパターンを格納するクエリグラフパターンから利用するクエリグラフパターンを取得することで、さまざまなクエリグラフパターンを素早く取得することができ、いろいろな観点から選択されたノード同士の関係の強さを求めることができる。

上記関係抽出方法において、サブグラフを取得するステップは、選択されたノードに対応する変数ノードを含むクエリグラフパターンを選択されたノードに基づいて生成することを特徴とする。

本発明にあっては、利用するクエリグラフパターンを選択されたノードに基づいて生成するので、選択されたノードに応じた柔軟なクエリグラフパターンの利用を可能とする。

上記関係抽出方法において、受け付けるステップは、選択されたノードに対応する変数ノードを含むクエリグラフパターンを入力することを特徴とする。

本発明にあっては、利用するクエリグラフパターンを入力することにより、所望の観点からノード間の関係性の強弱を求めることを可能とする。

上記関係抽出方法において、計算するステップにより計算された係数に基づいて選択されたノード間の関係をグラフ構造として表示するステップを有することを特徴とする。

本発明にあっては、ノード間の関係の強弱を計算された係数に基づいてグラフ構造として表示することにより、利用者は選択したノードの関係を視覚的に容易に把握することが可能となる。

第２の本発明に係る関係抽出システムは、多様なノードと多様なアークから構成されるグラフ構造を持つデータが格納されているグラフ構造データベースに接続され、グラフ構造データベースに格納されたノードの中の複数のノードの選択を受け付ける入力手段と、選択されたノードの各々について、グラフ構造を持つデータから構造がマッチするサブグラフを抽出するためのクエリグラフパターンの変数ノードに選択されたノードを代入し、当該クエリグラフパターンにマッチするサブグラフをグラフ構造データベースから取得するクエリ発行手段と、クエリ発行手段が選択されたノードの各々について取得したサブグラフを比較してノードが重複する数を求め、当該重複数に基づいて選択されたノード間の係数を計算する係数計算手段と、を有することを特徴とする。

上記関係抽出システムにおいて、クエリグラフパターンを格納しているクエリグラフパターンデータベースを有し、クエリ発行手段は、選択されたノードに対応する変数ノードを含むクエリグラフパターンをクエリグラフパターンデータベースから取得することを特徴とする。

上記関係抽出システムにおいて、クエリ発行手段は、選択されたノードに対応する変数ノードを含むクエリグラフパターンを選択されたノードに基づいて生成することを特徴とする。

上記関係抽出システムにおいて、入力手段は、選択されたノードに対応する変数ノードを含むクエリグラフパターンを入力することを特徴とする。

上記関係抽出システムにおいて、係数計算手段により計算された係数に基づいて選択されたノード間の関係をグラフ構造として表示する表示手段を有することを特徴とする。

本発明によれば、多様なノードや多様なアークから構成されたグラフ構造データから、注目したノード同士の関係の強さを複数の観点から求めることができる。

以下、本発明の実施の形態について図面を用いて説明する。

図１は、本実施の形態における関係抽出装置１０を用いた関係抽出システム１の構成を示すブロック図である。同図に示す関係抽出システム１は、関係抽出装置１０と、ユーザインタフェース提供部２０と、グラフ構造データベース３０とを有しており、関係抽出装置１０は、ユーザインタフェース提供部２０、グラフ構造データベース３０にアクセス可能な状態で接続されている。

関係抽出装置１０は、ユーザインタフェース提供部２０で選択されたノードに基づいてクエリグラフパターンを検索または生成するクエリ発行部１１と、クエリグラフパターンを記憶しておくクエリグラフパターンデータベース１２と、クエリグラフパターンを用いた検索結果から関係性を表す係数を計算する係数計算部１３とを有する。なお、関係抽出装置１０は、演算処理装置、記憶装置、メモリ等を備えたコンピュータにより構成できるものであり、各部の処理はプログラムによって実行される。

ユーザインタフェース提供部２０は、関連性を求めたいノードの選択が行えるＧＵＩを提供したり、選択したノードの関連性の表示を行う。

グラフ構造データベース３０は、図２に示すような多様なノードや多様なアークから構成されたグラフ構造を持つデータが格納されている。同図において、何も表示されていないアークのラベル名は「技術キーワード」であり、ネームスペースも一部省略している。本実施の形態におけるグラフ構造データは、ラベル付き有効グラフデータであり、ラベル付き有効グラフで表現可能なデータのデータモデルを定めたものがＲＤＦである。

図３は、これらのグラフ構造データがとのように既存のリレーショナルデータベースなどで管理されているデータから生成され、グラフ化されているかを示す説明図である。同図は、図２のデータの一部を示したものであり、「論文Ｇ」と、その著者の「山田太郎」と、その題名の「Ｂ技術入門」と、そのキーワード「Ｂ技術」とが与えられているデータを、ＲＤＦ／ＸＭＬ形式データおよびＲＤＦのグラフで表現したものである。ここでは、グラフのアークのことをＲＤＦの仕様に基づいてプロパティと呼んでいる。

次に、上記のように構成された関係抽出システム１の動作を図を用いて説明する。

図４は、本実施の形態における関係抽出システム１の動作を示すシーケンス図である。まず、ユーザインタフェース提供部２０においてユーザ操作用ＧＵＩが生成される（Ｓ１）。本実施の形態においては、選択されるノードが特定できるキーワードなどの入力を促すＧＵＩが生成される。

そして、生成されたＧＵＩがユーザに提示され、ユーザにより関係性を求めたいノードが複数個選択される（Ｓ２）。ユーザにより選択されたノードやノードのＩＤであるＵＲＩ（Uniform Resource Identifier）などが関係抽出装置１０に送信される。また、検索の指示内容を関係抽出装置１０に送信してもよい。検索の指示内容としては、後述するクエリグラフパターンを直接指定するものでもよいし、クエリグラフパターンを生成するのに有用な情報でもよい。なお、本実施の形態においては、ユーザに入力を促してノードを選択する関係抽出システム１について説明したが、ユーザインタフェース提供部２０を備えずに、関係抽出装置１０に接続された別の装置が、ユーザを介さずにノードを選択し、それを入力するものであってもよい。

クエリ発行部１１では、受信したノードのキーワードやＵＲＩなどの入力値や検索の指示内容などに基づいて、クエリグラフパターンデータベース１２からクエリグラフパターンの探索を行う（Ｓ３）。クエリグラフパターンデータベース１２には、多数のクエリグラフパターンが格納されており、クエリ発行部１１は、その中から入力値に関連したクエリグラフパターンを検索する。例えば、「Ａ技術」、「Ｂ技術」、「Ｃ技術」、「Ｄ技術」という具体的な技術名がキーワードとして入力されたとする。この場合、クエリグラフパターンデータベース１２から技術名を取り得る変数ノード「?keyword」を有するクエリグラフパターンを検索して、読み出す。

例として、図５、図６に技術名を取り得る変数ノード「?keyword」を有するクエリグラフパターンを示す。図５は、変数ノード「?keyword」をプロパティ「rm:技術キーワード」で指し示す２つの変数ノード「?x」、「?y」を有し、２つの変数ノード「?x」、「?y」のそれぞれは、変数ノード「?person 」をプロパティ「rm:著者」で指し示し、変数ノード「?person」は、ノード「Person:人」につながるプロパティ「rdf:type」を有しているクエリグラフパターンである。

図６は、図５に示したものに対して、変数ノード「?x」が、プロパティ「pj:担当者」で変数ノード「?person」を指し示すようになっているクエリグラフパターンである。

なお、本実施の形態では、クエリグラフパターンデータベース１２に格納されたクエリグラフパターンの中からユーザの入力値に基づいてクエリグラフパターンを抽出したが、例えば、クエリグラフパターンデータベース１２を備えず、特許文献１に示す方法を用いて、ユーザの入力値に基づいてグラフ構造データベース３０に格納されるデータを解析することにより、クエリグラフパターンを生成しても良い。

続いて、クエリ発行部１１は、得られたクエリグラフパターンの変数ノードに入力値を代入したものをクエリとして、グラフ構造データベース３０に対してパターンにマッチするデータ（サブグラフ）を返すように要求を出す（Ｓ４）。例えば、キーワード「Ａ技術」、「Ｂ技術」、「Ｃ技術」、「Ｄ技術」が入力され、図５に示すクエリグラフパターンＡが得られていたとすると、クエリグラフパターンＡの変数ノード「?keyword」の部分に、「Ａ技術」、「Ｂ技術」、「Ｃ技術」、「Ｄ技術」をそれぞれ代入した４つのクエリが作られる。

そして、グラフ構造データベース３０は、クエリにマッチするデータを返す（Ｓ５）。図７は、図２に示したグラフ構造に対して、図５に示すクエリグラフパターンＡの変数ノード「?keyword」の部分に、「Ｂ技術」を代入したクエリグラフパターンを利用して得られた結果を太線で示した図である。図７では、上記クエリにパターンマッチする構造が３箇所示されており、クエリグラフパターンＡの各変数ノード「?x」、「?y」、「?person」に対応するサブグラフのノードの値を抽出することができる。例えば、上記クエリにマッチしたパターンにおける変数ノード「?person」に対応する値は、「Person:山田太郎」、「Person:田中一郎」、「Person:鈴木花子」の３つである。

続いて、クエリを利用して得られた結果が係数計算部１３に渡され（Ｓ６）、係数計算部１３は、それらの結果に基づいて、入力されたノード間の関係の強弱を計算する（Ｓ７）。本実施の形態においては、入力された各ノードの値を代入したクエリを利用して得られたデータ間で重複する同概念のノードの数を算出して、係数を求める。なお、係数計算部１３に渡されるデータは、得られたグラフ構造データ、あるいは、クエリグラフパターンの変数ノードの値などである。

例として、クエリグラフパターンＡの変数ノード「?person」に対応する値を係数を求める際に参照する場合を示す。「Ａ技術」を代入して得られた変数ノード「?person」に対応する値は、「Person:山本幸子」、「Person:中村二郎」、「Person:山田太郎」であり、「Ｂ技術」を代入して得られた変数ノード「?person」に対応する値は、すでに示したように「Person:山田太郎」、「Person:田中一郎」、「Person:鈴木花子」である。「Ｃ技術」を代入して得られた変数ノード「?person」に対応する値は、「Person:山田太郎」、「Person:田中一郎」であり、「Ｄ技術」を代入して得られた変数ノード「?person」に対応する値は、「Person:田中一郎」、「Person:鈴木花子」である。

これらの結果により、入力された各ノード間で重複する変数ノード「?person」に対応する値を求めると、「Ａ技術」と「Ｂ技術」に関しては「Person:山田太郎」が重複し、「Ａ技術」と「Ｃ技術」に関しては「Person:山田太郎」が重複し、「Ａ技術」と「Ｄ技術」に関しては重複する値はない。また、「Ｂ技術」と「Ｃ技術」に関しては「Person:山田太郎」と「Person:田中一郎」の２つが重複し、「Ｂ技術」と「Ｄ技術」に関しては「Person:田中一郎」と「Person:鈴木花子」の２つが重複し、「Ｃ技術」と「Ｄ技術」に関しては「田中一郎」が重複している。

入力された各ノード間で重複するノードの数が得られたら、次式（１）に示すシンプソン係数を用いて関係性の強弱を求める。

例えば、「Ａ技術」と「Ｂ技術」の係数を求めると、「Ａ技術」と「Ｂ技術」のそれぞれを代入したクエリの結果の変数ノード「?person」に対応する値のうち重複するものの個数は１であり、「Ａ技術」を代入したクエリの結果の変数ノード「?person」に対応する値の個数は３であり、「Ｂ技術」を代入したクエリの結果の変数ノード「?person」に対応する値の個数は３であるので、シンプソン係数は、１／ｍｉｎ（３，３）＝０．３３となる。図８は、入力された各ノード間の係数を同様に求めた表を示す図である。

また、図９は、図６に示したクエリグラフパターンＢの変数ノード「?keyword」に「Ａ技術」、「Ｂ技術」、「Ｃ技術」、「Ｄ技術」をそれぞれ代入して得られた結果からＳ７に示した処理により係数を求めて表にした図である。

図８、図９に示すように、クエリグラフパターンＡを利用したものと、クエリグラフパターンＢを利用したものでは結果が異なっている。これは、グラフパターンが異なることに起因しており、求めた係数を関係抽出システム１がユーザに提示するときに、クエリグラフパターンを併せて提示すれば、どの観点から係数を求めたのかユーザは判断することができる。なお、クエリグラフパターンＡは、技術をキーワードとする２つの論文の著者という観点であり、クエリグラフパターンＢは、技術をキーワードとする論文の著者であって技術をキーワードとするプロジェクトの担当者でもあるという観点である。

求めた係数は、ユーザインタフェース提供部２０に送られ、ユーザインタフェース提供部２０により表示結果画面の生成が行われてユーザに提示される（Ｓ８）。画像は、例えば、図１０、図１１に示すように、グラフにより表示する。これにより、ユーザは指定したノードの関係を視覚的に容易に把握することが可能となる。また、複数のクエリグラフパターンを用いることにより、複数のクエリグラフパターン（観点）毎に結果を得ることができるので、クエリグラフパターン（観点）とノード間の関係の強弱との相関を示すことが可能となる。

したがって、本実施の形態によれば、多様なノードや多様なアークから構成されたグラフ構造のデータを格納するグラフ構造データベース３０に接続される関係抽出装置１０が、関係の強弱を求めたい複数のノードを入力し、多数のクエリグラフパターンを格納したクエリグラフパターンデータベース１２から入力されたノードに関連したクエリグラフパターンを検索するクエリ発行部１１と、検索したクエリグラフパターンを用いて入力されたノードの値のそれぞれについてグラフ構造データベース３０から抽出されたサブグラフ間で重複する同概念のノードの数を用いて係数を求めることにより、入力されたノード間の関係の強弱を求めることができる。また、複数のクエリグラフパターンを利用することにより、複数の観点から入力されたノード間の関係の強弱を求めることができる。

一実施の形態における関係抽出システムの構成を示すブロック図である。 一実施の形態における関係抽出装置に接続されているグラフ構造データベース内のデータを示す説明図である。 図２に示すデータの一部であり、元のリレーショナルデータベースにおけるデータと、このデータをＸＭＬ形式およびグラフ形式を用いてＲＤＦで表現した状態を示す説明図である。 図１に示す関係抽出システムの動作を示すシーケンス図である。 図１に示す関係抽出システムで利用するクエリグラフパターンを示す説明図である。 図１に示す関係抽出システムで利用する別のクエリグラフパターンを示す説明図である。 図２に示すグラフ構造データに対して図５に示すクエリグラフパターンを適用して得られたサブグラフを太線で示した状態を示す説明図である。 図２に示すグラフ構造データに対して図５に示すクエリグラフパターンを適用して係数を計算した結果を示す説明図である。 図２に示すグラフ構造データに対して図６に示すクエリグラフパターンを適用して係数を計算した結果を示す説明図である。 図８に示す係数の計算結果をグラフ構造により表した説明図である。 図９に示す係数の計算結果をグラフ構造により表した説明図である。

符号の説明

１…関係抽出システム
１０…関係抽出装置
１１…クエリ発行部
１２…クエリグラフパターンデータベース
１３…係数計算部
２０…ユーザインタフェース提供部
３０…グラフ構造データベース

Claims (10)

1. 入力手段により、多様なノードと多様なアークから構成されるグラフ構造を持つデータが格納されているグラフ構造データベースに格納されたノードの中の複数のノードの選択を受け付けるステップと、
   クエリ発行手段により、前記選択されたノードの各々について、前記グラフ構造を持つデータから構造がマッチするサブグラフを抽出するためのクエリグラフパターンの変数ノードに前記選択されたノードを代入し、当該クエリグラフパターンにマッチするサブグラフを前記グラフ構造データベースから取得するステップと、
   係数計算手段により、前記サブグラフを取得するステップで前記選択されたノードの各々について取得したサブグラフを比較してノードが重複する数を求め、当該重複数に基づいて前記選択されたノード間の係数を計算するステップと、
   を有することを特徴とする関係抽出方法。
2. 前記サブグラフを取得するステップは、前記選択されたノードに対応する変数ノードを含むクエリグラフパターンをクエリグラフパターンを格納しているクエリグラフパターンデータベースから取得することを特徴とする請求項１記載の関係抽出方法。
3. 前記サブグラフを取得するステップは、前記選択されたノードに対応する変数ノードを含むクエリグラフパターンを前記選択されたノードに基づいて生成することを特徴とする請求項１記載の関係抽出方法。
4. 前記受け付けるステップは、前記選択されたノードに対応する変数ノードを含むクエリグラフパターンを入力することを特徴とする請求項１記載の関係抽出方法。
5. 前記計算するステップにより計算された係数に基づいて前記選択されたノード間の関係をグラフ構造として表示するステップを有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関係抽出方法。
6. 多様なノードと多様なアークから構成されるグラフ構造を持つデータが格納されているグラフ構造データベースに接続され、
   前記グラフ構造データベースに格納されたノードの中の複数のノードの選択を受け付ける入力手段と、
   前記選択されたノードの各々について、前記グラフ構造を持つデータから構造がマッチするサブグラフを抽出するためのクエリグラフパターンの変数ノードに前記選択されたノードを代入し、当該クエリグラフパターンにマッチするサブグラフを前記グラフ構造データベースから取得するクエリ発行手段と、
   前記クエリ発行手段が前記選択されたノードの各々について取得したサブグラフを比較してノードが重複する数を求め、当該重複数に基づいて前記選択されたノード間の係数を計算する係数計算手段と、
   を有することを特徴とする関係抽出システム。
7. クエリグラフパターンを格納しているクエリグラフパターンデータベースを有し、
   前記クエリ発行手段は、前記選択されたノードに対応する変数ノードを含むクエリグラフパターンを前記クエリグラフパターンデータベースから取得することを特徴とする請求項６記載の関係抽出システム。
8. 前記クエリ発行手段は、前記選択されたノードに対応する変数ノードを含むクエリグラフパターンを前記選択されたノードに基づいて生成することを特徴とする請求項６記載の関係抽出システム。
9. 前記入力手段は、前記選択されたノードに対応する変数ノードを含むクエリグラフパターンを入力することを特徴とする請求項６記載の関係抽出システム。
10. 前記係数計算手段により計算された係数に基づいて前記選択されたノード間の関係をグラフ構造として表示する表示手段を有することを特徴とする請求項６乃至９のいずれかに記載の関係抽出システム。

Images