JP5121763B2 - 感情推定装置、及び方法 - Google Patents

Description

本発明は、感情推定装置、及び方法に関する。

従来から、テキストデータを用いて書き手の感情を推測する技術が知られている。例えば特許文献１には、感情を表す単語を感情表現辞書として構築しておき、テキストデータから抽出した単語を感情表現辞書と照合して、書き手の感情を判定する技術が開示されている。

特開２００２−２３００１１号公報

しかしながら、テキストデータの書き手の感情は、感情を表す単語など特定の単語に依存して定まるものではなく、複数の単語の組み合わせによって定まることが多い。また、テキストデータの書き手の表現の数やそのバリエーションは膨大な量になるため、感情を示す単語又はその組み合わせ全てに感情を推定するためのルールを定義するとなると、多大なコストがかかってしまう。

本発明は、上記事情に鑑みてなされたものであり、テキストデータの書き手の感情を高い精度で推測するとともに、低コストで実現することができる感情推定装置、及び方法を提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明の一態様にかかる感情推定装置は、事象の性質又は感情を表現する感性表現と、前記感性表現が属する概念のクラスである感性表現クラスとの関係を示す感性表現オントロジーを記憶する感性表現オントロジー記憶部と、前記感性表現が表す対象物を表現する対象表現と、前記対象表現が属する概念のクラスである対象表現クラスとの関係を示す対象表現オントロジーを記憶する対象表現オントロジー記憶部と、意図又は感想を表現する意図表現と、前記意図表現が属する概念のクラスである意図表現クラスとの関係を示す意図表現オントロジーを記憶する意図表現オントロジー記憶部と、前記感性表現クラス、前記対象表現クラス、及び前記意図表現クラスの組と、感情を示す感情情報とを対応付けた感情テーブルを記憶する感情テーブル記憶部と、テキストデータを入力する入力部と、前記テキストデータから、それぞれの表現が依存関係にある前記感性表現、前記対象表現、及び前記意図表現を抽出する抽出部と、抽出された前記感性表現、前記対象表現、前記意図表現がそれぞれ属する前記感性表現クラス、前記対象表現クラス、前記意図表現クラスの組を、前記感性表現オントロジー、前記対象表現オントロジー、及び前記意図表現オントロジーを参照して決定する決定部と、決定された前記組に対応付けられた前記感情情報を前記感情テーブル記憶部から取得し、取得した前記感情情報を用いて、前記テキストデータの書き手の感情を推定する推定部と、推定結果を出力する出力部と、を備えることを特徴とする。

また、本発明の別の態様にかかる感情推定方法は、入力受付部が、テキストデータの入力を受け付ける入力受付ステップと、抽出部が、前記テキストデータから、事象の性質又は感情を表現する感性表現、前記感性表現が表す対象物を表現する対象表現、及び意図又は感想を表現する意図表現のそれぞれの表現が依存関係にある前記感性表現、前記対象表現、及び前記意図表現を抽出する抽出ステップと、決定部が、前記感性表現と前記感性表現が属する概念のクラスである感性表現クラスとの関係を示す感性表現オントロジーを記憶する感性表現オントロジー記憶部の前記感性表現オントロジーと、前記対象表現と前記対象表現が属する概念のクラスである対象表現クラスとの関係を示す対象表現オントロジーを記憶する対象表現オントロジー記憶部の前記対象表現オントロジーと、前記意図表現と前記意図表現が属する概念のクラスである意図表現クラスとの関係を示す意図表現オントロジーを記憶する意図表現オントロジー記憶部の前記意図表現オントロジーを参照して、抽出された前記感性表現、前記対象表現、前記意図表現がそれぞれ属する前記感性表現クラス、前記対象表現クラス、前記意図表現クラスの組を決定する決定ステップと、推定部が、前記感性表現クラス、前記対象表現クラス、及び前記意図表現クラスの組と、感情を示す感情情報とを対応付けた感情テーブルを記憶する感情テーブル記憶部から、決定された前記組に対応付けられた前記感情情報を取得し、取得した前記感情情報を用いて、前記テキストデータの書き手の感情を推定する推定ステップと、出力制御部が、推定結果を出力部に出力させる出力制御ステップと、を含むことを特徴とする。

本発明によれば、テキストデータの書き手の感情を高い精度で推測するとともに、低コストで実現することができるという効果を奏する。

図１は、第１の実施の形態の感情推定システムの概略の一例を示す図である。 図２は、第１の実施の形態の感情推定装置及び端末装置の機能ブロックの一例を示す図である。 図３は、第１の実施の形態の感性表現オントロジーの一例を示す図である。 図４は、第１の実施の形態の対象表現オントロジーの一例を示す図である。 図５は、第１の実施の形態の意図表現オントロジーの一例を示す図である。 図６は、第１の実施の形態の感情テーブルの一例を示す図である。 図７は、テキストデータの一例を示す図である。 図８は、テキストデータから生成された構文木データの一例を示す図である。 図９は、それぞれの表現が係り受け関係にある感性表現、対象表現、及び意図表現の組の一例を示す図である。 図１０は、感性表現クラス、対象表現クラス、及び意図表現クラスの組の一例を示す図である。 図１１は、第１の実施の形態の感情テーブル記憶部から取得される感情ベクトルの一例を示す図である。 図１２は、感情推定ベクトルの一例を示す図である。 図１３は、感情推定結果ベクトルの一例を示す図である。 図１４は、第１の実施の形態の感情推定装置で行われる処理の手順の流れの一例を示すフローチャートである。 図１５は、第１の実施の形態の表現抽出処理の手順の流れの一例を示すフローチャートである。 図１６は、テキストデータから生成された構文木データの一例を示す図である。 図１７は、感性表現、対象表現、及び意図表現の組の一例を示す図である。 図１８は、第１の実施の形態のクラス決定処理の手順の流れの一例を示すフローチャートである。 図１９は、第１の実施の形態の感情推定処理の手順の流れの一例を示すフローチャートである。 図２０は、第２の実施の形態の感情推定システムの概略の一例を示す図である。 図２１は、第２の実施の形態の感情推定装置の機能ブロックの一例を示す図である。 図２２は、第２の実施の形態のシンボルテーブルの一例を示す図である。 図２３は、第２の実施の形態の感情推定システムで行われる処理の手順の流れの一例を示すシーケンス図である。 図２４は、第２の実施の形態の端末装置がメールサーバに送信するメールの一例を示す図である。 図２５は、第２の実施の形態のメールサーバが感情推定装置へ送信するメール本文の一例を示す図である。 図２６は、第２の実施の形態の感情推定処理の手順の流れの一例を示すフローチャートである。 図２７は、第２の実施の形態のメールサーバが端末装置へ送信するメールの一例を示す図である。

以下、添付図面を参照しながら、本発明にかかる感情推定装置、及び方法の最良な実施の形態を詳細に説明する。

（第１の実施の形態）
第１の実施の形態では、それぞれの表現が依存関係にある感性表現、対象表現、及び意図表現をテキストデータから抽出し、感性表現オントロジー、対象表現オントロジー、及び意図表現オントロジーを参照して、抽出した各表現がそれぞれ属する感性表現クラス、対象表現クラス、及び意図表現クラスを決定する。そして、決定された感性表現クラス、対象表現クラス、及び意図表現クラスの組に対応付けられた感情ベクトルを用いて、テキストデータの書き手の感情を推定する。

「オントロジー」とは、ある分野における言葉の概念を体系的に整理したものであり、例えば、概念の分類を示す「クラス」と、概念の実例を示す「インスタンス」などを用いて表現される。

また、オントロジーでは、オントロジー上に配置された言葉の位置関係が概念間の相対的な意味を表現しており、一般的に、概念の関係には、上位下位関係（ｉｓ−ａ関係）、全体部分関係（ｐａｒｔ−ｏｆ関係）、及びインスタンス関係（ｉｎｓｔａｎｃｅ−ｏｆ関係）などのいずれかが含まれる。

そして、オントロジー上で言葉の間の関係をたどることによって、２つの言葉の間の概念的な距離を計ったり、ある言葉をより抽象的な言葉に置き換えることができる。なお、オントロジーの具体例については、後述する。

第１の実施の形態では、事象の性質又は感情を表現する感性表現を体系化した感性表現オントロジー、感性表現が表す対象物を表現する対象表現を体系化した対象表現オントロジー、及び意図又は感想を表現する意図表現を体系化した意図表現オントロジーを用いて、感性表現、対象表現、及び意図表現をそれぞれ抽象化し、感情を推定する。

まず、第１の実施の形態の感情推定システムの構成について説明する。

図１は、第１の実施の形態の感情推定装置１０を含む感情推定システム１の概略の一例を示す図である。図１に示すように、感情推定システム１は、テキストデータを感情推定装置１０に送信する端末装置２０と、テキストデータから書き手（端末装置２０のユーザ）の感情を推定する感情推定装置１０とを備えており、各装置は、ネットワーク３０を介して接続されている。

第１の実施の形態では、端末装置２０のユーザ（書き手）がメールやブログなどのテキストデータを作成し、このテキストデータを感情推定装置１０に送信する。そして、感情推定装置１０は、受信したテキストデータを分析して、書き手の感情を推定し、推定結果を端末装置２０に返信する。感情推定装置１０は、推定される感情と、シンボル、広告情報、又は商品情報等とを予め対応付けて管理しておくことで、これらの情報を推定結果として返信するようにしてもよい。

なお、感情推定システム１において、感情推定装置１０はサーバとして機能し、端末装置２０は、クライアントとして機能する。また、図１に示す例では、端末装置２０を携帯電話により実現しているが、ＰＣ（Personal Computer）など、サーバに対してクライアントとして機能するものであれば、いずれも適用できる。また、ネットワーク３０は、有線若しくは無線、またＬＡＮ(Local Area Network)や公衆通信回線を問わず、どのようなネットワークであってもよい。

図２は、第１の実施の形態の感情推定装置１０及び端末装置２０の機能ブロックの一例を示す図である。図２に示すように、感情推定装置１０は、受信部１１０と、送信部１２０と、記憶部１３０と、通信制御部１４０と、抽出部１５０と、決定部１６０と、推定部１７０とを備える。また、端末装置２０は、入力部２１０と、表示部２２０と、送信部２３０と、受信部２４０と、入力受付部２５０と、通信制御部２６０と、表示制御部２７０とを備える。

まず、感情推定装置１０の構成について説明する。

受信部１１０（入力部の一例）は、テキストデータを入力するものであり、例えば、通信インタフェースや、ボタンやタッチパネルなどの既存の入力装置などにより実現できる。なお、通信インタフェースにより実現する場合には、受信部１１０は、端末装置２０から送信されるテキストデータを受信する。送信部１２０（出力部の一例）は、テキストデータから推定される感情などの感情推定結果を出力するものであり、例えば、通信インタフェースや、液晶ディスプレイ、プラズマディスプレイ、有機ＥＬディスプレイ、又はタッチパネル式ディスプレイなどの既存の表示装置により実現できる。なお、通信インタフェースにより実現する場合には、送信部１２０は、感情推定結果を端末装置２０に送信する。

記憶部１３０は、感情推定装置１０で行われる各種処理に使用される情報を記憶するものあり、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、メモリカード、光ディスク、又はＲＡＭ（Random Access Memory）などの磁気的、電気的、又は光学的に記憶可能な既存の記憶媒体により実現できる。そして記憶部１３０は、辞書記憶部１３１と、感性表現オントロジー記憶部１３３と、対象表現オントロジー記憶部１３５と、意図表現オントロジー記憶部１３７と、感情テーブル記憶部１３８とを含む。

辞書記憶部１３１は、形態素解析や構文解析などの自然言語処理に用いられる形態素解析辞書などの各種辞書データを記憶する。

感性表現オントロジー記憶部１３３は、事象の性質又は感情を表現する感性表現と、感性表現が属する概念のクラスである感性表現クラスとの関係を示す感性表現オントロジーを記憶する。なお「感性表現」は、形容詞又は形容動詞であり、例えば、「うれしい」や「楽しい」などの単語は感情を表現した感性表現であり、「青い」や「高い」などの単語は事象の性質表現した感性表現である。

図３は、第１の実施の形態の感性表現オントロジーの一例を示す図である。図３に示す例では、楕円がクラスを示し、長方形がインスタンスを示している。また、クラス間の矢印は、上位下位の関係を示し、クラスとインスタンスの間の矢印は、インスタンスが属するクラスを示している。

例えば図３では、「感性」が上位で、「印象」と「感情」が下位に配置（定義）されており、「印象」及び「感情」よりも「感性」の抽象度が高く、「感性」よりも「印象」及び「感情」の抽象度が低いことを意味している。

対象表現オントロジー記憶部１３５は、感性表現が表す対象物を表現する対象表現と、対象表現が属する概念のクラスである対象表現クラスとの関係を示す対象表現オントロジーを記憶する。なお「対象表現」は、形容詞又は形容動詞である。図４は、第１の実施の形態の対象表現オントロジーの一例を示す図である。但し、対象表現が定義されている点を除き、感性表現オントロジーと同様であるため、詳細な説明は省略する。

意図表現オントロジー記憶部１３７は、意図又は感想を表現する意図表現と、意図表現が属する概念のクラスである意図表現クラスとの関係を示す意図表現オントロジーを記憶する。なお「意図表現」は、動詞（句）又は助詞であり、例えば「いい天気だなあ」の「だなあ」は、書き手が満足していることを表し、「出かけたいんだけど」は、外出したいのに何か懸案事項があって不安であることをやわらかく表現している。図５は、第１の実施の形態の意図表現オントロジーの一例を示す図である。但し、意図表現が定義されている点を除き、感性表現オントロジーと同様であるため、詳細な説明は省略する。

感情テーブル記憶部１３８は、感性表現クラス、対象表現クラス、及び意図表現クラスの組と、感情を示す感情情報とを対応付けた感情テーブルを記憶する。

図６は、第１の実施の形態の感情テーブルの一例を示す図である。図６に示す例では、感情情報は、複数種類の感情を要素としたベクトル表現である感情ベクトルとなっている。感情ベクトルは、喜怒哀楽の４つの感情を要素とするベクトル表現であり、それぞれの感情の有無を「１」と「０」の２値で表現している。なお、「１」は感情ありを示し、「０」は感情なしを示している。

また、感性表現クラス、対象表現クラス、及び意図表現クラスにおいて、「ＡＮＹ」は、オントロジー上の任意のクラスの指定を意味するものであり、「−」は、クラスの指定がないことを意味する。つまり、「−」を用いることにより、感性表現クラス、対象表現クラス、及び意図表現クラスの中のいずれか１つ又は２つのクラスの組み合わせに対する感情も定義することができる。

なお、感性表現クラス、対象表現クラス、及び意図表現クラスのいずれかにおいて、オントロジー上の上位のクラスを指定した場合には、当該クラスの下位のクラスの指定も含まれる。図６に示すように、感性表現クラスとして「印象」を指定した場合には、当該クラスの下位クラスである「好感」、「不快」、「中立」（図３参照）の指定も含まれる。

通信制御部１４０（入力受付部、出力制御部の一例）は、受信部１１０に対する受け付け制御や送信部１２０に対する出力制御を行う。例えば、受信部１１０及び送信部１２０を通信インタフェースにより実現する場合には、通信制御部１４０は、端末装置２０から送信されるテキストデータを受信部１１０に受信させ、テキストデータから推定される感情などの感情推定結果を送信部１２０から端末装置２０に送信させる。また例えば、受信部１１０を入力装置により実現し、送信部１２０を表示装置により実現する場合には、通信制御部１４０は、入力装置からテキストデータの入力を受け付け、感情推定結果を表示装置に出力させる。

抽出部１５０は、受信部１１０により受信されたテキストデータから、それぞれの表現が依存関係にある感性表現、対象表現、及び意図表現を抽出する。

具体的には、抽出部１５０は、辞書記憶部１３１に記憶された辞書データを参照して、受信部１１０により受信されたテキストデータを構文解析し、単文内での係り受け関係を示す構文木データを生成する。

図８は、テキストデータから生成された構文木データの一例を示す図であり、図７に示すテキストデータから生成された構文木データを示している。図８に示す例では、図７に示すテキストデータ（複文）が３つの単文に分割され、各単文において、各単語間の係り受け関係が示された構文木データとなっている。

そして、抽出部１５０は、生成した構文木データの各単文の中から、それぞれの表現が係り受け関係にある感性表現、対象表現、及び意図表現の組を抽出する。但し、感性表現、対象表現、及び意図表現の全てが出現しない単文については、これらの表現の中のいずれか１つ又は２つの表現の組み合わせを抽出してもよい。

図９は、それぞれの表現が係り受け関係にある感性表現、対象表現、及び意図表現の組の一例を示す図であり、図８に示す構文木データから抽出された感性表現、対象表現、及び意図表現の組を示している。図９に示す例では、図８に示す構文木データから感性表現、対象表現、及び意図表現の組である表現組３１１、３１２が抽出されている。表現組３１２は、対象表現が「−」となっており、感性表現、及び意図表現の組となっている。

なお、抽出された感性表現、対象表現、及び意図表現の組は、後述の決定部１６０が用いるため、図示せぬ作業記憶領域内に感性表現リストとして登録される。

決定部１６０は、抽出部１５０により抽出された感性表現、対象表現、意図表現がそれぞれ属する感性表現クラス、対象表現クラス、意図表現クラスを、感性表現オントロジー、対象表現オントロジー、及び意図表現オントロジーを参照して決定する。

図１０は、感性表現クラス、対象表現クラス、及び意図表現クラスの組の一例を示す図であり、図９に示す組の各表現がそれぞれ属するクラスの組を示している。図１０に示す例では、感性表現クラス、対象表現クラス、及び意図表現クラスの組であるクラス組３２１、３２２は、それぞれ図９に示す表現組３１１、３１２の各表現が属するクラスの組を示している。例えば、表現組３１１の「いい」という感性表現は、図３に示す感性表現オントロジーでは「好感」というクラスに属しているため、クラス組３２１の感性表現クラスは「好感」となっている。

なお、抽出された感性表現クラス、対象表現クラス、及び意図表現クラスの組は、後述の推定部１７０が用いるため、図示せぬ作業記憶領域内に感性表現クラスリストとして登録される。

推定部１７０は、決定部１６０により決定された感性表現クラス、対象表現クラス、及び意図表現クラスの組に対応付けられた感情情報を感情テーブル記憶部１３８から取得し、取得した感情情報を用いて、テキストデータの書き手の感情を推定する。

具体的には、推定部１７０は、決定部１６０により決定された感性表現クラス、対象表現クラス、及び意図表現クラスの組に対応する（該当する）感性表現クラス、対象表現クラス、及び意図表現クラスの組に対応付けられた感情ベクトルを、感情テーブル記憶部１３８から取得する。

図１１は、感情テーブル記憶部１３８から取得される感情ベクトルの一例を示す図であり、図１０に示すクラス組の感情ベクトルを示している。図１１に示す例において、クラス組３２１の組み合わせ「好感、天候、満足」は、図６に示す感情テーブル内に存在するため、感情ベクトルは、当該組み合わせに対応付けられた（１，０，０，１）となる。また、クラス組３２２の組み合わせは、図６に示す感情テーブルにおける「喜，ＡＮＹ，ＡＮＹ」及び「ＡＮＹ，ＡＮＹ，心配」の双方に該当するため、感情ベクトルは、それぞれ（１，０，０，０）、（０，０，１，０）となる。

そして、推定部１７０は、感情テーブル記憶部１３８から取得した感情ベクトルを全て合算し、合算後の感情ベクトルである感情推定結果ベクトルの値から、テキストデータの書き手の感情を推定する。但し、感性表現クラス、対象表現クラス、意図表現クラスの組に対応付けられた感情ベクトルが複数存在する場合もあるため、この場合には、推定部１７０は、感情ベクトルの組み合わせ毎に感情ベクトルを合算し、合算後の感情ベクトルである感情推定ベクトルを平均化した感情推定結果ベクトルの値から、テキストデータの書き手の感情を推定する。

図１２は、感情推定ベクトルの一例を示す図であり、図１１に示す感情ベクトルの組み合わせ毎に加算したベクトルを示している。図１１に示す例において、クラス組３２２には、２種類の感情ベクトル（１，０，０，０）、（０，０，１，０）が存在するため、クラス組３２１の感情ベクトルとクラス組３２２の感情ベクトルとの組み合わせは２種類存在する。

従って、推定部１７０は、クラス組３２１の感情ベクトル（１，０，０，１）とクラス組３２２の感情ベクトル（１，０，０，０）を加算するとともに、クラス組３２１の感情ベクトル（１，０，０，１）とクラス組３２２の感情ベクトル（０，０，１，０）を加算する。この結果、図１２に示す２種類の感情推定ベクトル（２，０，０，１）、（１，０，１，１）が求められる。

なお、取得された感情ベクトル、及び感情推定ベクトルは、テキストデータの書き手の感情の推定に用いられるため、図示せぬ作業記憶領域内にそれぞれ感情ベクトルリスト、感情推定ベクトルリストとして登録される。

そして、推定部１７０は、この２種類の感情推定ベクトルを平均化することにより感情推定結果ベクトルを求め、感情推定結果ベクトルの要素の値からテキストデータの書き手の感情を推定する。

図１３は、感情推定結果ベクトルの一例を示す図であり、図１２に示す感情推定ベクトルを平均化したものである。図１３に示す例では、感情推定結果ベクトルの値は（１．５， ０，０．５， １）であり、「喜」の要素の値が一番大きいため、推定部１７０は、テキストデータの書き手の感情を「喜」と推定する。

なお、通信制御部１４０、抽出部１５０、決定部１６０、推定部１７０については、例えば、ＣＰＵ（Central Processing Unit）などの制御装置により実現できる。

次に、端末装置２０の構成について説明する。

入力部２１０は、テキストデータを入力するものであり、例えば、ボタンやタッチパネルなどの既存の入力装置により実現できる。

表示部２２０は、後述する表示制御部２７０の指示により、感情推定装置１０から送信された推定結果等を表示するものであり、例えば、液晶ディスプレイ、プラズマディスプレイ、有機ＥＬディスプレイ、又はタッチパネル式ディスプレイなどの既存の表示装置により実現できる。

送信部２３０は、入力部２１０により入力されたテキストデータを感情推定装置１０に送信するものであり、受信部２４０は、送信部２３０により送信されたテキストデータの書き手の感情の推定結果を感情推定装置１０から受信するものである。送信部２３０及び受信部２４０は、例えば、通信インタフェースなどにより実現できる。

入力受付部２５０は、入力部２１０からテキストデータの入力を受け付ける。

通信制御部２６０は、送信部２３０に対する送信制御や受信部２４０に対する受信制御を行うものであり、テキストデータを送信部２３０から感情推定装置１０に送信させ、感情推定装置１０から送信される感情推定結果を受信部２４０に受信させる。

表示制御部２７０は、受信部２４０により受信された感情推定結果を表示部２２０に表示させる。

なお、入力受付部２５０、通信制御部２６０、及び表示制御部２７０については、例えば、ＣＰＵ（Central Processing Unit）などの制御装置により実現できる。

次に、第１の実施の形態の感情推定装置の動作について説明する。

図１４は、第１の実施の形態の感情推定装置１０で行われる処理の手順の流れの一例を示すフローチャートである。

まず、通信制御部１４０は、受信部１１０を制御して、端末装置２０から送信されるテキストデータを受信させる（ステップＳ１０）。

続いて、抽出部１５０は、受信部１１０により受信されたテキストデータから、それぞれの表現が依存関係にある感性表現、対象表現、及び意図表現を抽出する表現抽出処理を行う（ステップＳ２０）。なお、表現抽出処理の詳細については後述する。

続いて、決定部１６０は、抽出部１５０により抽出された感性表現、対象表現、意図表現がそれぞれ属する感性表現クラス、対象表現クラス、意図表現クラスを、感性表現オントロジー、対象表現オントロジー、及び意図表現オントロジーを参照して決定するクラス決定処理を行う（ステップＳ３０）。なお、クラス決定処理の詳細については後述する。

続いて、推定部１７０は、決定部１６０により決定された感性表現クラス、対象表現クラス、意図表現クラスの組に対応付けられた感情ベクトルを感情テーブル記憶部１３８から取得し、取得した感情ベクトルを用いて、テキストデータの書き手の感情を推定する感情推定処理を行う（ステップＳ４０）。なお、感情推定処理の詳細については後述する。

続いて、通信制御部１４０は、送信部１２０を制御して、推定部１７０により推定された書き手の感情を推定結果として端末装置２０へ送信させる（ステップＳ５０）。

図１５は、図１４のステップＳ２０に示す表現抽出処理の手順の流れの一例を示すフローチャートである。

まず、抽出部１５０は、辞書記憶部１３１に記憶された辞書データを参照して、受信部１１０により受信されたテキストデータを構文解析し、このテキストデータから構文木データを生成する（ステップＳ２００）。図１６は、テキストデータから生成された構文木データの一例を示す図であり、図７に示すテキストデータから生成された構文木データを示している。

続いて、抽出部１５０は、構文木データ内の句読点や接続詞を基に、構文木データ内の複文を単文に分割する（ステップＳ２０２）。なお、図１６に示す構文木データ内の複文を単文に分割すると、図８に示す構文木データとなる。

続いて、抽出部１５０は、分割した単文の中から、未処理の単文を取得する（ステップＳ２０４）。

続いて、抽出部１５０は、取得した単文に含まれる形容詞又は形容動詞を感性表現に設定する（ステップＳ２０６）。

続いて、抽出部１５０は、取得した単文に含まれる名詞を対象表現に設定する（ステップＳ２０８）。

続いて、抽出部１５０は、取得した単文に含まれる動詞を意図表現に設定する（ステップＳ２１０）。

続いて、抽出部１５０は、設定された感性表現、対象表現、及び意図表現がそれぞれ係り受け関係にあるか否かを確認する（ステップＳ２１２）。

図１７は、抽出部１５０により設定された感性表現、対象表現、及び意図表現の一例を示す図であり、図８に示す構文木データの各単文において設定される感性表現、対象表現、及び意図表現の組を示している。なお、図１７に示す例では、表現組３１１及び３１２の感性表現、対象表現、及び意図表現は、それぞれの表現が係り受け関係にあるが、表現組３３３〜３３５の感性表現、対象表現、及び意図表現は、それぞれの表現が係り受け関係にない。

そして、それぞれ依存関係にある場合には（ステップＳ２１２でＹｅｓ）、抽出部１５０は、感性表現、対象表現、及び意図表現の組を感性表現リストに登録する（ステップＳ２１４）。一方、それぞれ依存関係にない場合には（ステップＳ２１２でＮｏ）、抽出部１５０は、ステップＳ２１４の処理を行わない。従って、図１７に示す例では、表現組３１１及び３１２のみが、図９に示すように感性表現リストに登録される。

続いて、抽出部１５０は、分割した全ての単文を処理したか否かを確認し（ステップＳ２１６）、全ての単文を処理した場合には（ステップＳ２１６でＹｅｓ）、処理を終了する。一方、全ての単文を処理していない場合には（ステップＳ２１６でＮｏ）、ステップＳ２０４〜Ｓ２１４の処理を繰り返す。

図１８は、図１４のステップＳ３０に示すクラス決定処理の手順の流れの一例を示すフローチャートである。

まず、決定部１６０は、感性表現リストに登録された感性表現、対象表現、及び意図表現の組の中から未処理の組を取得する（ステップＳ３００）。

続いて、決定部１６０は、取得した組の感性表現を、感性表現オントロジー記憶部１３３に記憶されている感性表現オントロジーと照合し、当該感性表現が属する感性表現クラスを決定する（ステップＳ３０２）。

続いて、決定部１６０は、取得した組の対象表現を、対象表現オントロジー記憶部１３５に記憶されている対象表現オントロジーと照合し、当該対象表現が属する対象表現クラスを決定する（ステップＳ３０４）。

続いて、決定部１６０は、取得した組の意図表現を、意図表現オントロジー記憶部１３７に記憶されている意図表現オントロジーと照合し、当該意図表現が属する意図表現クラスを決定する（ステップＳ３０６）。

続いて、決定部１６０は、決定された感性表現クラス、対象表現クラス、及び意図表現クラスの組を、感性表現クラスリストに登録する（ステップＳ３０８）。なお、図９に示す感性表現、対象表現、及び意図表現がそれぞれ属する感性表現クラス、対象表現クラス、意図表現クラスの組は、図１０に示す通りである。

続いて、決定部１６０は、感性表現リストに登録された感性表現、対象表現、及び意図表現の組を全て処理したか否かを確認し（ステップＳ３１０）、全て処理した場合には（ステップＳ３１０でＹｅｓ）、処理を終了する。一方、全て処理していない場合には（ステップＳ３１０でＮｏ）、ステップ３００〜Ｓ３０８の処理を繰り返す。

図１９は、図１４のステップＳ４０に示す感情推定処理の手順の流れの一例を示すフローチャートである。

まず、推定部１７０は、感性表現クラスリストに登録された感性表現クラス、対象表現クラス、及び意図表現クラスの組の中から未処理の組を取得する（ステップＳ４００）。

続いて、推定部１７０は、取得した感性表現クラス、対象表現クラス、及び意図表現クラスの組に対応付けられた感情ベクトルを、感情テーブル記憶部１３８から検索する（ステップＳ４０２）。

そして、推定部１７０は、取得した感性表現クラス、対象表現クラス、及び意図表現クラスの組に対応する感性表現クラス、対象表現クラス、及び意図表現クラスの組が存在する場合には（ステップＳ４０４でＹｅｓ）、当該クラスの組に対応付けられた感情ベクトルを感情ベクトルリストに登録する（ステップＳ４０６）。なお、図１０に示す感性表現クラス、対象表現クラス、意図表現クラスの組の感情ベクトルは、図１１に示す通りである。

一方、取得した感性表現クラス、対象表現クラス、及び意図表現クラスの組に対応する感性表現クラス、対象表現クラス、及び意図表現クラスの組が存在しない場合には（ステップＳ４０４でＮｏ）、推定部１７０は、ステップＳ４０６の処理を行わない。

続いて、推定部１７０は、感性表現クラスリストに登録された感性表現クラス、対象表現クラス、及び意図表現クラスの組を全て処理したか否かを確認し（ステップＳ４０８）、全て処理していない場合には（ステップＳ４０８でＮｏ）、ステップＳ４００〜Ｓ４０６の処理を繰り返す。

一方、全て処理した場合には（ステップＳ４０８でＹｅｓ）、推定部１７０は、感情ベクトルリストに登録された感情ベクトルの組み合わせの中から、未処理の組み合わせを取得する（ステップＳ４１０）。

続いて、推定部１７０は、取得した組み合わせの感情ベクトルの値をそれぞれ加算する（ステップＳ４１２）。

続いて、推定部１７０は、感情ベクトルの値をそれぞれ加算した感情推定ベクトルを感情推定ベクトルリストに登録する（ステップＳ４１４）。なお、図１１に感情ベクトルを組み合わせ毎に加算した感情推定ベクトルは、図１２に示す通りである。

続いて、推定部１７０は、感情ベクトルリストに登録された感情ベクトルの全ての組み合わせを処理したか否かを確認し（ステップＳ４１６）、全て処理していない場合には（ステップＳ４１６でＮｏ）、ステップＳ４１０〜Ｓ４１４の処理を繰り返す。

一方、全て処理した場合には（ステップＳ４１６でＹｅｓ）、推定部１７０は、感情推定ベクトルリストに登録された感情推定ベクトルの平均値を取り、テキストデータの書き手の感情を推定する（ステップＳ４１８）。なお、図１２に感情推定ベクトルを平均化した感情推定結果ベクトルは、図１３に示す通りであり、「喜」の要素の値が一番大きいため、推定部１７０は、テキストデータの書き手の感情を「喜」と推定する。

このように第１の実施の形態では、テキストデータから、それぞれの表現が依存関係にある感性表現、対象表現、及び意図表現を抽出し、感性表現オントロジー、対象表現オントロジー、及び意図表現オントロジーを用いて、感性表現クラス、対象表現クラス、意図表現クラスに抽象化して、テキストデータの書き手の感情を推定する。従って、第１の実施の形態によれば、テキストデータの書き手の感情を高い精度で推測するとともに、低コストで実現することができる。

特に第１の実施の形態では、オントロジーを介して、感性表現、対象表現、意図表現を、それぞれ感性表現クラス、対象表現クラス、意図表現クラスに抽象化しているため、抽象化した概念レベルで感情ベクトルを定義でき、感情テーブルのデータ量を大幅に削減することができる。

また、感性表現クラス、対象表現クラス、及び意図表現クラスにおいて、上位クラスを指定すれば、下位のクラス及びインスタンスの指定もされるため、抽象的に感情ベクトルを定義でき、下位のクラスを指定すれば、個別具体的に感情ベクトルを定義できるため、感情を推定するためのルールを柔軟に設定することができる。

なお、第１の実施の形態は、ユーザ個人の行動や関心に沿った情報を配信し、ユーザの購買行動を喚起したり、ユーザの囲い込みを狙ったいわゆるターゲティング手法を用いたシステムに好適である。第１の実施の形態によれば、ユーザがメールやブログなどのために作成したテキストデータの感情を推定し、推定した感情に沿った情報を提示することが可能となる。例えば、気分が落ち込んでいるユーザには癒し効果のある商品を推薦することができる。

（第２の実施の形態）
次に、第２の実施の形態では、テキストデータの書き手の感情を推定するだけでなく、推定された感情を示すアイコンを付与する例について説明する。

なお、以下では、第１の実施の形態との相違点の説明を主に行い、第１の実施の形態と同様の機能を有する構成要素については、第１の実施の形態と同様の名称・符号を付し、その説明を省略する。

まず、第２の実施の形態の感情推定システムの構成について説明する。

図２０は、第２の実施の形態の感情推定装置１０１０を含む感情推定システム１００１の概略の一例を示す図である。

図２０に示す感情推定システム１００１は、端末装置が送信したメールをメールサーバ１０４０を介して送信先の端末装置に送信するものであり、感情推定装置１０１０がメールサーバ１０４０からメールの本文を受信して、受信したメールの本文の感情を推定し、推定した感情を示すアイコンをメールサーバ１０４０に送信する。なお、第２の実施の形態では、端末装置２０をメール送信元とし、端末装置２１をメール送信先とする場合を例にとり説明するが、これに限定されるものではなく、端末装置２１をメール送信元とし、端末装置２０をメール送信先としてもよい。

なお、端末装置２１の構成は、端末装置２０の構成と同様であるため、以下では、第１の実施の形態と第２の実施の形態の主要な相違点である感情推定装置１０１０の構成、及び感情推定システム１の動作について説明する。

図２１は、第２の実施の形態の感情推定装置１０１０の機能ブロックの一例を示す図である。感情推定装置１０１０は、記憶部１１３０にシンボルテーブル記憶部１１３９が含まれる点、及び推定部１１７０が推定した感情に対応付けられたシンボルを取得する点で、第１の実施の形態の感情推定装置１０と相違する。

シンボルテーブル記憶部１１３９は、推定される感情と、当該感情を示すシンボルとを対応付けて記憶する。図２２は、第２の実施の形態のシンボルテーブルの一例を示す図である。図２２に示す例では、シンボルはアイコンであり、喜怒哀楽のいずれかを示す感情と、当該感情を示すアイコンとが対応付けられている。

推定部１１７０は、推定した感情に対応づけられたシンボルをシンボルテーブル記憶部１１３９から取得する。

次に、第２の実施の形態の感情推定システムの動作について説明する。

図２３は、第２の実施の形態の感情推定システム１００１で行われる処理の手順の流れの一例を示すシーケンス図である。

まず、端末装置２０は、端末装置２１宛のメールをメールサーバ１０４０に送信する（ステップＳ６１０）。図２４は、端末装置２０がメールサーバ１０４０に送信するメールの一例を示す図である。

続いて、メールサーバ１０４０は、端末装置２０から受信したメールの本文を感情推定装置１０１０へ送信する（ステップＳ６２０）。図２５は、メールサーバ１０４０が感情推定装置１０１０へ送信するメール本文の一例を示す図である。

続いて、感情推定装置１０１０が行うステップＳ６３０に示す表現抽出処理、ステップＳ６４０に示すクラス決定処理は、それぞれ図１４のステップＳ２０に示す表現抽出処理、ステップＳ３０に示すクラス決定処理と同様であるため、説明を省略する。

続いて、感情推定装置１０１０の推定部１１７０は、決定部１６０により決定された感性表現クラス、対象表現クラス、意図表現クラスの組に対応付けられた感情ベクトルを感情テーブル記憶部１３８から取得して、テキストデータの書き手の感情を推定し、推定された感情を示すアイコンをシンボルテーブル記憶部１１３９から取得する感情推定処理を行う（ステップＳ６５０）。

図２６は、図２３のステップＳ６５０に示す感情推定処理の手順の流れの一例を示すフローチャートである。なお、ステップＳ７００からＳ７１８までの処理は、図１９に示すステップＳ４００からＳ４１８までの処理と同様であるため、説明を省略する。

ステップＳ７１８で書き手の感情が推定されると、推定部１１７０は、推定された感情に対応付けられたアイコンを、シンボルテーブル記憶部１１３９から取得する（ステップＳ７２０）。なお、図２５に示すテキストデータの感情推定結果ベクトルは、図１３に示す通りであるため、ここでは、推定部１１７０は、「喜」に対応付けられたアイコン１１０１をシンボルテーブル記憶部１１３９から取得する。

図２３に戻り、続いて、通信制御部１４０は、送信部１２０を制御して、推定部１１７０により推定された感情とともに、アイコン１１０１をメールサーバ１０４０に送信する（ステップＳ６６０）。

続いて、メールサーバ１０４０は、感情推定装置１０１０から受信したアイコン１１０１を付与して、端末装置２０から受信したメールを端末装置２１へ送信する。図２７は、メールサーバ１０４０が端末装置２１へ送信するメールの一例を示す図であり、図２４に示すメールにアイコン１１０１が付与されている。

このように第２の実施形態では、メール本文からメール送信者の感情を推定し、推定した感情を示すアイコンを付与して送信先にメールを送信するため、メール送信者の感情をメールの送信相手に伝えることができる。

なお、上記実施の形態の感情推定装置１０、１０１０は、ＣＰＵなどの制御装置と、ＲＯＭ（Read Only Memory）やＲＡＭなどの記憶装置と、ＨＤＤ、ＳＳＤ、リムーバブルドライブ装置などの外部記憶装置と、液晶ディスプレイなどの表示装置と、キーボードやマウスなどの入力装置を備えており、通常のコンピュータを利用したハードウェア構成となっている。

（変形例）
本発明は、上記実施の形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化することができる。また、上記実施の形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成することができる。例えば、実施の形態に示される全構成要素からいくつかの構成要素を削除してもよい。さらに、異なる実施の形態にわたる構成要素を適宜組み合わせても良い。

上記実施の形態では、感情推定装置１０、１０１０は、テキストデータを受信する例について説明したが、音声を認識してテキストデータを生成する音声認識部を備えるようにすれば、ユーザの音声（例えば、電話の声）を受信し、受信した音声を認識してテキストデータを生成し、生成したテキストデータからユーザの感情を推定することもできる。

１、１００１ 感情推定システム
１０、１０１０ 感情推定装置
２０、２１ 端末装置
３０ ネットワーク
１１０ 受信部
１２０ 送信部
１３０、１１３０ 記憶部
１３１ 辞書記憶部
１３３ 感性表現オントロジー記憶部
１３５ 対象表現オントロジー記憶部
１３７ 意図表現オントロジー記憶部
１３８ 感情テーブル記憶部
１４０ 通信制御部
１５０ 抽出部
１６０ 決定部
１７０、１１７０ 推定部
２１０ 入力部
２２０ 表示部
２３０ 送信部
２４０ 受信部
２５０ 入力受付部
２６０ 通信制御部
２７０ 表示制御部
３１１、３１２、３３３〜３３５ 表現組
３２１、３２２ クラス組
１０４０ メールサーバ
１１０１ アイコン
１１３９ シンボルテーブル記憶部

Claims (7)

1. 事象の性質又は感情を表現する感性表現と、前記感性表現が属する概念のクラスである感性表現クラスとの関係を示す感性表現オントロジーを記憶する感性表現オントロジー記憶部と、
   前記感性表現が表す対象物を表現する対象表現と、前記対象表現が属する概念のクラスである対象表現クラスとの関係を示す対象表現オントロジーを記憶する対象表現オントロジー記憶部と、
   意図又は感想を表現する意図表現と、前記意図表現が属する概念のクラスである意図表現クラスとの関係を示す意図表現オントロジーを記憶する意図表現オントロジー記憶部と、
   前記感性表現クラス、前記対象表現クラス、及び前記意図表現クラスの組と、感情を示す感情情報とを対応付けた感情テーブルを記憶する感情テーブル記憶部と、
   テキストデータを入力する入力部と、
   前記テキストデータから、それぞれの表現が依存関係にある前記感性表現、前記対象表現、及び前記意図表現を抽出する抽出部と、
   抽出された前記感性表現、前記対象表現、前記意図表現がそれぞれ属する前記感性表現クラス、前記対象表現クラス、前記意図表現クラスの組を、前記感性表現オントロジー、前記対象表現オントロジー、及び前記意図表現オントロジーを参照して決定する決定部と、
   決定された前記組に対応付けられた前記感情情報を前記感情テーブル記憶部から取得し、取得した前記感情情報を用いて、前記テキストデータの書き手の感情を推定する推定部と、
   推定結果を出力する出力部と、を備えることを特徴とする感情推定装置。
2. 前記抽出部は、前記テキストデータから、それぞれの表現が係り受け関係にある前記感性表現、前記対象表現、及び前記意図表現を抽出することを特徴とする請求項１に記載の感情推定装置。
3. 前記感情情報は、複数種類の感情を要素としたベクトル表現である感情ベクトルであることを特徴とする請求項１又は２に記載の感情推定装置。
4. 前記推定部は、前記決定部により前記組が複数決定された場合には、それぞれの組に対応付けられた前記感情ベクトルを前記感情テーブル記憶部から取得し、取得したそれぞれの前記感情ベクトルを合算して、前記テキストデータの書き手の感情を推定することを特徴とする請求項３に記載の感情推定装置。
5. 前記推定部は、決定された前記組に対応付けられた前記感情ベクトルが複数存在する場合には、複数の前記感情ベクトルを前記感情テーブル記憶部から取得し、取得した複数の前記感情ベクトルを平均化して、前記テキストデータの書き手の感情を推定することを特徴とする請求項３、又は４に記載の感情推定装置。
6. 推定される感情と、当該感情を示すシンボルとを対応付けて記憶するシンボルテーブル記憶部を更に備え、
   前記推定部は、更に、推定した前記テキストデータの書き手の感情に対応づけられた前記シンボルを前記シンボルテーブル記憶部から取得し、
   前記出力部は、更に、取得された前記シンボルを出力することを特徴とする請求項１〜５のいずれか１つに記載の感情推定装置。
7. 入力受付部が、テキストデータの入力を受け付ける入力受付ステップと、
   抽出部が、前記テキストデータから、事象の性質又は感情を表現する感性表現、前記感性表現が表す対象物を表現する対象表現、及び意図又は感想を表現する意図表現のそれぞれの表現が依存関係にある前記感性表現、前記対象表現、及び前記意図表現を抽出する抽出ステップと、
   決定部が、前記感性表現と前記感性表現が属する概念のクラスである感性表現クラスとの関係を示す感性表現オントロジーを記憶する感性表現オントロジー記憶部の前記感性表現オントロジーと、前記対象表現と前記対象表現が属する概念のクラスである対象表現クラスとの関係を示す対象表現オントロジーを記憶する対象表現オントロジー記憶部の前記対象表現オントロジーと、前記意図表現と前記意図表現が属する概念のクラスである意図表現クラスとの関係を示す意図表現オントロジーを記憶する意図表現オントロジー記憶部の前記意図表現オントロジーを参照して、抽出された前記感性表現、前記対象表現、前記意図表現がそれぞれ属する前記感性表現クラス、前記対象表現クラス、前記意図表現クラスの組を決定する決定ステップと、
   推定部が、前記感性表現クラス、前記対象表現クラス、及び前記意図表現クラスの組と、感情を示す感情情報とを対応付けた感情テーブルを記憶する感情テーブル記憶部から、決定された前記組に対応付けられた前記感情情報を取得し、取得した前記感情情報を用いて、前記テキストデータの書き手の感情を推定する推定ステップと、
   出力制御部が、推定結果を出力部に出力させる出力制御ステップと、を含むことを特徴とする感情推定方法。

Images