JP5137134B2

JP5137134B2 - 感性情報抽出・検索装置、その方法およびプログラム

Info

Publication number: JP5137134B2
Application number: JP2008285501A
Authority: JP
Inventors: 久子浅野; いづみ高橋; のぞみ小林; 義博松尾
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2008-11-06
Filing date: 2008-11-06
Publication date: 2013-02-06
Anticipated expiration: 2028-11-06
Also published as: JP2010113511A

Description

本発明は、テキスト文書から感性情報を抽出してデータベース化し、このデータベースを利用して情報検索を行う技術に関する。

従来の情報検索装置は、キーワードを入力すると、そのキーワードを含む文書を検索結果として出力するものがほとんどであった。このため、一の対象とイメージ的に似た他の対象を知りたいといった、あいまいで感覚的な要求に対しては、当該一の対象のイメージを表す表現をキーワードとして用いて検索を行い、検索意図とはかけ離れたものを大量に含む検索結果の各文書を確認して、実際に前記一の対象とイメージ的に似た他の対象を探し出すという手間をかける必要があった。また、検索する際、前記一の対象のイメージを表す表現を全て列挙するのは困難であるため、正確に一の対象とイメージ的に似た他の対象を探し出すのも難しかった。

例えば、ある俳優に対し、「もの静かでかっこいい」というイメージであると認識している場合、「もの静かかっこいい」で検索し、その検索結果の各文書を確認して、当該ある俳優に似た別の人物を探し出す必要があった。

このようなニーズに対応するものとして、商品の画像やあいまいな言葉から商品を探し出せる「感性検索」という技術が実用化されている（非特許文献１参照）。しかし、この技術では、例えばある商品の画像をきっかけに関連する別の商品を検索できるようにするためには、各商品の画像の座標軸にその商品の様々な特徴を表すメタデータ（付随情報）を予め人手で入力する必要があり、手間がかかるという問題があった。
"マーケティング視点で感性検索・アルベルト山川会長−推奨エンジンに挑む人々（３）"、［ｏｎｌｉｎｅ］、平成２０年５月２９日、(C) 2008 Nikkei Inc. / Nikkei Digital Media, Inc. 、［平成２０年１０月２１日検索］、インターネット＜ＵＲＬ：http://it.nikkei.co.jp/internet/news/index.aspx?n=MMITba000029052008＞

前述した、一の対象とイメージ的に似た他の対象を知りたいような場合、通常の情報検索と同様、当該一の対象を入力するだけで検索結果が得られる方がユーザの利便性が向上する。

また、このような情報検索、つまり感性的な情報検索を可能とするために、各対象に関するメタデータ等を、人手を介して付与するのは手間が大きいので、それをできるだけ省力化することが望ましい。

本発明は、上記の点に鑑みなされたもので、テキスト文書から感性情報を抽出してデータベース化し、このデータベースを利用して検索対象とその比較対象との感性的な距離を求めて情報検索を行うことにより、対象を入力するだけで検索結果が得られるとともに、対象に関するメタデータ等を人手を介して付与する必要がなく、その分、省力化でき、運用コストを低減できることを目的とする。

本発明は、テキスト文書から感性情報を抽出してデータベース化し、このデータベースを利用して情報検索を行う感性情報抽出・検索装置であって、テキスト文書に対してテキスト解析を行い、テキスト解析情報を出力するテキスト解析部と、前記テキスト解析情報と、任意の対象に関する印象や感じ方を表す表現である感性表現となり得る単語の表記、品詞、読みを登録した感性表現辞書と、抽出する感性表現を構成する各単語の正規表現からなる感性表現パターンを登録した感性表現抽出ルールとを用いて前記テキスト文書中の感性表現を抽出する感性表現抽出部と、感性表現単位に少なくとも当該感性表現に関する情報を含む感性情報を生成して出力する感性情報生成部とから構成される感性情報抽出部と、感性情報抽出部から出力された感性情報を格納する感性情報データベースと、入力された検索条件および集計条件を受け付ける条件入力部と、前記検索条件に基づいて前記感性情報データベースとともに各感性表現に対する感性ベクトルを登録した感性ベクトル辞書を少なくとも検索し、その検索結果を前記集計条件に基づいて集計して集計結果を作成する検索・集計部と、前記集計結果を用いて予め定められた形式で検索結果を出力する結果出力部とから構成される感性検索部とを備えたことを特徴とする。

本発明によれば、任意のテキスト文書から感性情報を抽出してデータベース化し、このデータベースを利用して検索対象とその比較対象との感性的な距離の情報を求めて情報検索を行うことにより、対象を入力するだけで検索結果が得られる感性的な検索が可能となるとともに、対象に関するメタデータ等を人手を介して付与する必要がなく、その分、省力化でき、運用コストを低減できる。

以下、本発明を図示の実施の形態により詳細に説明する。

本発明の感性情報抽出・検索装置は、コンピュータ装置からなり、キーボード等の入力手段、モニタ等の表示手段（出力手段）、ハードディスクやメモリ等の記億手段および外部ネットワークに接続可能な通信装置等（いずれも図示省略）を備えている。

＜第１の実施の形態＞
図１は本発明の感性情報抽出・検索装置の第１の実施の形態を示すもので、本発明の感性情報抽出・検索装置は、感性情報抽出部１０、感性表現辞書２０、感性表現抽出ルール３０、感性情報データベース（ＤＢ）４０、感性検索部５０、感性ベクトル辞書６０および集計結果蓄積データベース（ＤＢ）７０から構成される。また、図２は感性情報抽出部１０における感性情報抽出の流れ図、図３は感性検索部５０における感性検索処理の流れ図、図４は感性情報抽出部１０における処理のようすの一例を示す説明図である。

感性情報抽出部１０は、図１に示すように、テキスト解析部１１、感性表現抽出部１２および感性情報生成部１３からなり、図示しない入力手段から直接入力され又は記憶手段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文書（テキスト文書）の集合を入力とし、感性情報を感性情報ＤＢ４０に出力する。

ここで、テキスト文書は、少なくとも、その文書を識別するための文書ＩＤと、テキスト（テキストデータ）とを有する。その他に、作成日時、文書種別（例：ブログ）、著者ＩＤ等の文書メタ情報を備えていても良い。文書メタ情報として文書種別、作成日時および著者ＩＤを備えたテキスト文書の一例を図４（ａ）に示す。

テキスト解析部１１は、前記テキスト文書のテキストに対し、少なくとも周知の形態素解析処理（単語情報を生成）を含むテキスト解析処理を行い、少なくとも単語情報（単語の表記、品詞、読み等からなる）を含むテキスト解析情報を出力する（図２のステップＳ１）。

少なくとも単語情報を含むテキスト解析情報の一例として、図４（ａ）のテキスト文書に対するテキスト解析情報（品詞、読み等は省略）を図４（ｂ）に示す（但し、図４（ｂ）では後述する感性表現抽出処理の結果、即ち抽出された感性表現を示す下線を含んでいるが、この段階では存在しない。）。

感性表現抽出部１２は、テキスト解析部１１から出力されたテキスト解析情報とともに、感性表現辞書２０および感性表現抽出ルール３０を用いて、前記テキスト文書中の感性表現を抽出する（図２のステップＳ２）。

ここで、感性表現とは、任意の対象に関する印象や感じ方を表す、「もの静か」「かっこいい」「しっかりした」「クール」等の表現である。

感性表現辞書２０は、感性表現となり得る単語について、その表記、品詞、読みとともにカテゴリの情報を登録してなるもので、図５にその一例を示す。

また、感性表現抽出ルール３０は、感性表現の記述に関するルールについて、そのルールＩＤと、感性表現を構成する各単語の正規表現からなる感性表現パターンと、当該感性表現のカテゴリとを登録してなるものである。

図６に感性表現抽出ルール３０の一例を示す。感性表現パターンにおいて、＜＞は１個（の単語）の正規表現、（？：＜＞）＊は０個以上（の単語）の正規表現、（？：＜＞）？は０または１個（の単語）の正規表現に相当し、「ｅ：」は感性表現に対する条件、「ｐ：」は品詞に対する条件、「ｈ：」は表記に対する条件であることを示す。また、カテゴリの“ｄｉｃ−ｃａｔｅｇｏｒｙ”は感性表現辞書２０で付与されたカテゴリをそのまま感性表現のカテゴリとすることを表す。

感性表現の抽出には既存技術、例えば、特開２００８−１４０３５９「評価情報抽出装置、評価情報抽出方法およびそのプログラム」の評価表現抽出部の処理を利用することにより可能である。この場合、評価表現辞書の代わりに感性表現辞書２０を用い、評価表現ルールの代わりに感性表現抽出ルール３０を用いるものとする。

さらに、感性表現抽出ルール３０で抽出された感性表現に対し、抽出中に与えられた情報により、感性表現の絞込みを行っても良い。例えば、図６の感性表現抽出ルールを用いた場合、ルールＩＤの先頭が“Ｋａｎｓｅｉ”で始まる表現だけを感性表現として抽出する。

図４（ａ）のテキスト文書に対する感性表現抽出部１２の処理結果（抽出された感性表現）を図４（ｂ）中の下線で示す。

感性情報生成部１３は、感性表現抽出部１２で抽出された感性表現単位に、少なくとも当該感性表現に関する情報である感性表現情報を含む感性情報を生成して出力する（図２のステップＳ３）。

感性情報は、感性表現抽出部１２で抽出された感性表現単位のレコードからなり、各レコードは、レコードＩＤと、各感性表現に関する表記、標準形、カテゴリからなる感性表現情報とを少なくとも含む。さらに、各感性表現が抽出されたテキスト文書に関する文書ＩＤ、著者ＩＤ、著者カテゴリからなる文書メタ情報（文書情報）を含んでも良い。図４（ａ）のテキスト文書に対する感性情報の一例を図４（ｃ−１）に示す。

感性情報ＤＢ４０は、感性情報抽出部１０から出力された感性情報を格納するデータベースであり、ＳＱＬのような各種検索条件によりレコード検索可能な周知のものを用いれば良い。

感性検索部５０は、図１に示すように、条件入力部５１、検索・集計部５２および結果出力部５３からなり、図示しない入力手段から直接入力され又は記憶手段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検索条件および集計条件を入力とし、感性情報ＤＢ４０および感性ベクトル辞書６０、またはこれらに加えて集計結果蓄積ＤＢ７０を用いて検索結果を出力する。

感性ベクトル辞書６０は、各感性表現に対する感性ベクトルを、各感性表現を示す感性表現ＩＤとともに登録してなるものである。

感性表現ＩＤは、当該感性ベクトルを有する感性表現を表すためのＩＤである。例えば、感性表現標準形を感性表現ＩＤとしたり、感性情報ＤＢ４０の感性情報のカラムに数値化した感性表現ＩＤを保持し、その感性表現ＩＤをそのまま感性ベクトル辞書６０の感性表現ＩＤとしたりしても良い。また、例えば、感性表現カテゴリを感性表現ＩＤとすれば、複数の感性表現をまとめて一つの感性ベクトルとして表現することも可能となる。感性ベクトルは、予め定めた次元数からなり、各次元は予め定めた感性軸に対する値を示す。

図７に感性ベクトル辞書６０の一例を示す。本例においては、感性表現ＩＤとして感性表現標準形を用いている。また、感性ベクトルは、次元数＝７であり、第１次元の軸＝美しさ（より美しいほど値が大きい）、第２次元の軸＝静かさ、…、第７次元の軸＝強さと定めているものとする。

集計結果蓄積ＤＢ７０は、予め検索して集計しておいた、特定の検索条件および集計条件に対する集計結果を保存するためのもので、図８にその一例を示す。なお、内容の詳細については後述する。

さらに、この外、感性情報抽出部１０に入力したテキスト文書を、文書ＩＤをキーに検索可能とするためにデータベース化した文書ＤＢや、テキスト文書の著者の属性（著者名、性別、年代、趣味、職業等）を、著者ＩＤをキーに検索可能とするためにデータベース化した著者ＤＢを用意して利用するようにしても良い。

図９は感性検索部５０における処理のようすの一例、ここでは著者ＩＤで入力された一の著者に対し、感性的に近い順に芸能人の一覧を検索結果として出力する場合の例を示すもので、以下、これに従って感性検索部５０の動作について説明する。

本実施の形態においては、感性的に近いかどうかの判定には、著者単位の感性ベクトルを作成し、その距離（本実施の形態においては周知のコサイン距離を利用。他の距離尺度を用いても良い。）の近いものほど感性的に近いとして扱う。

著者ＩＤ＝ｘである一の著者の感性ベクトルは、感性情報ＤＢ４０中の著者ＩＤ＝ｘである全てのレコード、あるいは感性情報ＤＢ４０を著者ＩＤ＝ｘで規定のレコード数上限まで検索した結果であるところの全てのレコードを対象に、その各感性表現に対応する感性ベクトルを感性ベクトル辞書６０より得て、次元毎にその全ベクトルの平均をとったものを著者ＩＤ＝ｘの感性ベクトルとする。

本実施の形態においては、著者ＤＢを用いず、感性情報ＤＢ４０に格納された感性情報の文書情報中に著者カテゴリとして著者の職業が保持されているものとする。また、集計結果蓄積ＤＢ７０には図８に示すように少なくとも、著者カテゴリが芸能人である著者単位の計算済みの感性ベクトルがその著者ＩＤおよび著者カテゴリとともに保存されているものとする。

条件入力部５１は、入力された検索条件および集計条件を受け付け、検索・集計部５２に渡す（図３のステップＳ１１）。

ここで、検索条件および集計条件の入力形式としては、様々なものが考えられる。例えば、全ての検索条件および集計条件を任意入力可能とすることができる。また、特定の用途に用いる感性検索を行うために、検索条件および集計条件の一部は固定として予め保持しておき、任意入力可能な検索条件および集計条件のみ、グラフィカルユーザインタフェース等を介してユーザに入力させるようにしても良い。

図９（ａ）に示す検索条件および集計条件では、検索条件として検索対象となる著者の著者ＩＤのみ任意入力可能とし、その他の検索条件として、職業が芸能人である著者の著者ＩＤ、即ち著者カテゴリが芸能人である著者の著者ＩＤが比較対象として固定の指定がなされ、また、集計条件として、入力された検索対象著者ＩＤの著者の感性ベクトルと比較対象である各著者ＩＤの著者の感性ベクトルとの距離を計算し、距離が近い順にランキングするという固定の指定がなされているものとする。そして、本例においては、検索対象著者ＩＤとして、「ａｂｃ０００５」が入力されたものとする。

次に、検索・集計部５２は、条件入力部５１より入力された検索条件に基づいて感性情報ＤＢ４０とともに感性ベクトル辞書６０および集計結果蓄積ＤＢ７０を検索し、その検索結果を条件入力部５１より入力された集計条件に基づいて集計して集計結果を作成する（図３のステップＳ１２）。

本実施の形態では、比較対象の著者ＩＤに対応する感性ベクトルについては、集計結果蓄積ＤＢ７０（図８）に保存されているため、計算を行う必要がないが、検索対象である著者ＩＤ＝ａｂｃ０００５（著者カテゴリが芸能人ではない）の感性ベクトルについては算出する必要がある。ここで、著者ＩＤ＝ａｂｃ０００５が記述した文書が図４（ａ）に示した文書のみであった場合、感性情報ＤＢ６０から著者ＩＤ＝ａｂｃ０００５であるレコードを検索すると、図４（ｃ−１）に示した感性情報が結果として得られる。

図４（ｃ−１）に示した各感性情報の感性表現標準形をキーに感性ベクトル辞書６０（図７）を検索し、各感性表現の感性ベクトルを得て、その平均を算出した結果が著者ＩＤ＝ａｂｃ０００５の感性ベクトルとなる。こうして算出した著者ＩＤ＝ａｂｃ０００５の感性ベクトルを図９（ｂ）に示す。

次に、前記著者ＩＤ＝ａｂｃ０００５の感性ベクトルと、集計結果蓄積ＤＢ７０より検索された（検索数に予め上限を設けても良い）比較対象の各著者ＩＤに対応する感性ベクトルそれぞれとの感性距離を算出、ここでは周知のコサイン距離を利用して算出し、感性距離が近い順にソートした結果を図９（ｃ）に示す。

最後に、結果出力部５３は、検索・集計部５２で作成された集計結果を用いて予め定められた形式で検索結果を画面等に出力する（図３のステップＳ１３）。

図９（ｃ）の集計結果から作成した出力結果の一例を図９（ｄ）に示す。「ブログＵＲＬ」や「こんなこと書いています」（ブログＵＲＬで示したブログ内の感性表現を含むｓｎｉｐｐｅｔ）は、感性情報ＤＢ４０にこれらの情報のカラムを設けて予め格納する、あるいは文書ＤＢを保持し、感性情報ＤＢ４０を当該著者ＩＤで検索し、文書ＩＤを特定して文書ＤＢを検索することで得ることができる。また、「芸能人名」は、感性情報ＤＢ４０にカラムを設けて予め格納する、あるいは著者ＤＢを保持し、当該著者ＩＤで著者ＤＢを検索することで得ることができる。

＜第２の実施の形態＞
図１０は本発明の感性情報抽出・検索装置の第２の実施の形態を示すもので、ここでは第１の実施の形態において感性情報抽出部１０に関係抽出部１４を加え、感性情報として感性表現とともにその対象に関する情報も出力するようにしたものである。

関係抽出部１４は、感性表現抽出部１２で抽出された各感性表現が対象としているものを前記テキスト文書から抽出する。関係のある対象の抽出は、平野他「テキストにおける固有表現間の意味的関係の抽出」自然言語処理学会第１３回年次大会発表論文集、２００７等の技術を利用することにより可能である。

ここで、関係抽出に利用するテキスト解析情報としては、単語情報に加えて、周知の係り受け解析を行うことにより得られる文節・係り受け情報と、周知の固有表現抽出を行うことにより得られる固有表現情報とが必要になるため、テキスト解析部１１では係り受け解析および固有表現抽出の処理も行い、文節・係り受け情報および固有表現情報もテキスト解析情報として関係抽出部１４に出力するものとする。

また、感性情報生成部１３では、感性表現抽出部１２で抽出された感性表現単位に、当該感性表現に関する情報である感性表現情報とともに、関係抽出部１４で抽出されたその対象に関する情報である感性対象情報を含む感性情報を生成して出力する。

図４（ａ）のテキスト文書に対する、感性表現情報とともに感性対象情報を含む感性情報の一例を図４（ｃ−２）に示す。ここで、感性表現「シック」および「秋っぽく」の対象は「○○」であることを表している。

感性検索部２０は、第１の実施の形態の場合と同様である。但し、検索条件および集計条件として、感性対象情報も利用できる点が第１の実施の形態の場合と異なる。

本実施の形態によれば、著者ＩＤ単位で算出した著者の感性ベクトル以外にも、感性対象情報（例えば感性対象標準形）単位に、著者感性ベクトルを算出したのと同様の手法をとることにより、対象感性ベクトルを作成し、感性対象間での距離を用いることにより、類似した対象を検索する等が可能となる。

本発明の感性情報抽出・検索装置の第１の実施の形態を示す構成図感性情報抽出部における感性情報抽出処理の流れ図感性検索部における検索処理の流れ図感性情報抽出部における処理のようすの一例を示す説明図感性表現辞書の一例を示す説明図感性表現抽出ルールの一例を示す説明図感性ベクトル辞書の一例を示す説明図集計結果蓄積ＤＢの一例を示す説明図感性検索部における処理のようすの一例を示す説明図本発明の感性情報抽出・検索装置の第２の実施の形態を示す構成図

符号の説明

１０：感性情報抽出部、１１：テキスト解析部、１２：感性表現抽出部、１３：感性情報生成部、１４：関係抽出部、２０：感性表現辞書、３０：感性表現抽出ルール、４０：感性情報データベース（ＤＢ）、５０：感性検索部、５１：条件入力部、５２：検索・集計部、５３：結果出力部、６０：感性ベクトル辞書、７０：集計結果蓄積データベース（ＤＢ）。

Claims

テキスト文書から感性情報を抽出してデータベース化し、このデータベースを利用して情報検索を行う感性情報抽出・検索装置であって、
テキスト文書に対してテキスト解析を行い、テキスト解析情報を出力するテキスト解析部と、
前記テキスト解析情報と、任意の対象に関する印象や感じ方を表す表現である感性表現となり得る単語の表記、品詞、読みを登録した感性表現辞書と、抽出する感性表現を構成する各単語の正規表現からなる感性表現パターンを登録した感性表現抽出ルールとを用いて前記テキスト文書中の感性表現を抽出する感性表現抽出部と、
感性表現単位に少なくとも当該感性表現に関する情報を含む感性情報を生成して出力する感性情報生成部とから構成される感性情報抽出部と、
感性情報抽出部から出力された感性情報を格納する感性情報データベースと、
入力された検索条件および集計条件を受け付ける条件入力部と、
前記検索条件に基づいて前記感性情報データベースとともに各感性表現に対する感性ベクトルを登録した感性ベクトル辞書を少なくとも検索し、その検索結果を前記集計条件に基づいて集計して集計結果を作成する検索・集計部と、
前記集計結果を用いて予め定められた形式で検索結果を出力する結果出力部とから構成される感性検索部とを備えた
ことを特徴とする感性情報抽出・検索装置。
検索対象の検索条件に基づいて感性情報データベースとともに感性ベクトル辞書を検索して当該検索対象に関する各感性表現の感性ベクトルを得て、その平均を算出して検索対象に対応する感性ベクトルを求め、集計条件に基づく比較対象に対応する感性ベクトルと前記検索対象に対応する感性ベクトルとの感性距離を、コサイン距離を利用して算出する検索・集計部を備えた
ことを特徴とする請求項１に記載の感性情報抽出・検索装置。
前記に加え、
特定の検索条件および集計条件に対する集計結果を保存する集計結果蓄積データベースを備え、
検索・集計部は、集計結果蓄積データベースから集計条件に基づいて比較対象に対応する感性ベクトルを読み出して用いる
ことを特徴とする請求項２に記載の感性情報抽出・検索装置。
感性情報抽出部は、前記に加え、
感性表現の対象を前記テキスト文書から抽出する関係抽出部を備え、
感性情報生成部は、感性表現単位に少なくとも当該感性表現およびその対象に関する情報を含む感性情報を生成して出力する
ことを特徴とする請求項１乃至３のいずれかに記載の感性情報抽出・検索装置。
テキスト文書から感性情報を抽出してデータベース化し、このデータベースを利用して情報検索を行う感性情報抽出・検索方法であって、
テキスト解析部が、テキスト文書に対してテキスト解析を行い、テキスト解析情報を出力するステップと、
感性表現抽出部が、前記テキスト解析情報と、任意の対象に関する印象や感じ方を表す表現である感性表現となり得る単語の表記、品詞、読みを登録した感性表現辞書と、抽出する感性表現を構成する各単語の正規表現からなる感性表現パターンを登録した感性表現抽出ルールとを用いて前記テキスト文書中の感性表現を抽出するステップと、
感性情報生成部が、感性表現単位に少なくとも当該感性表現に関する情報を含む感性情報を生成して感性情報データベースに出力するステップと、
条件入力部が、入力された検索条件および集計条件を受け付けるステップと、
検索・集計部が、前記検索条件に基づいて前記感性情報データベースとともに各感性表現に対する感性ベクトルを登録した感性ベクトル辞書を少なくとも検索し、その検索結果を前記集計条件に基づいて集計して集計結果を作成するステップと、
結果出力部が、前記集計結果を用いて予め定められた形式で検索結果を出力するステップとを含む
ことを特徴とする感性情報抽出・検索方法。
検索・集計ステップは、検索対象の検索条件に基づいて感性情報データベースとともに感性ベクトル辞書を検索して当該検索対象に関する各感性表現の感性ベクトルを得て、その平均を算出して検索対象に対応する感性ベクトルを求め、集計条件に基づく比較対象に対応する感性ベクトルと前記検索対象に対応する感性ベクトルとの感性距離を、コサイン距離を利用して算出する
ことを特徴とする請求項５に記載の感性情報抽出・検索方法。
検索・集計ステップは、特定の検索条件および集計条件に対する集計結果を保存する集計結果蓄積データベースから集計条件に基づいて比較対象に対応する感性ベクトルを読み出して用いる
ことを特徴とする請求項６に記載の感性情報抽出・検索方法。
前記に加え、
関係抽出部が、感性表現の対象を前記テキスト文書から抽出するステップを含み、
感性情報生成ステップは、感性表現単位に少なくとも当該感性表現およびその対象に関する情報を含む感性情報を生成して出力する
ことを特徴とする請求項５乃至７のいずれかに記載の感性情報抽出・検索方法。
コンピュータに、請求項５乃至８のいずれかに記載の感性情報抽出・検索方法の各処理ステップを実行させるためのプログラム。