JP5155129B2 - 文書分類器のパラメータを調整する文書分類装置及び方法 - Google Patents

Description

本発明は、文書分類器のパラメータを調整する文書分類装置及び方法に関する。特に、文書分類器の分類結果を入力とするシミュレーション結果に基づいてパラメータの調整を行う文書分類装置及び方法に関する。

従来、様々な事象を分類するための分類器が提案されており、例えば、広告情報を決定するための基準データを設け、ユーザにより新たに入力されたデータを基準データに基づいてユーザに提示する広告情報に分類する装置が提案されている（例えば、特許文献１）。特許文献１に記載の装置では、分類器としてサポートベクターマシンを用い、予め定めたキーワードといったパラメータに基づいて、基準データを生成することが示されている。また、当該パラメータは、広告情報を配信したい者が予め定めておくことが示されている。
特開２００７−２６４７２１号公報

しかしながら、特許文献１に記載の装置は、機械学習により予め定めたパラメータに基づいて、分類器で広告を分類してユーザに提示することを目的としており、パラメータ自体の選択は管理者の検討事項となっている。さらに、機械学習において使用する教師データのラベル付けは管理者の解釈によるところとなっている。

そこで本発明は、パラメータ自体を調整することにより、管理者の検討内容や解釈にかかわらず、分類器を調整し、さらに、シミュレーション対象の処理系を含む全体システムの性能向上を実現することができる分類装置及び方法を提供することを目的とする。

本発明では、以下のような解決手段を提供する。

（１） 管理者端末と接続可能で、複数の所定のパラメータに基づいて、機械学習により株式投資判断に用いるための所定の文書を複数のカテゴリに分類する文書分類器を備える文書分類装置であって、前記複数の前記所定のパラメータそれぞれに対して、それぞれ所定の文書モデルによる分類結果である株式売買の買いまたは売りに応じた値を入力値とし、入力された前記買いまたは売りに応じた値により株式を単位数だけ仮想の売買を行い、最終的に得られた金額と初期投資額との比率をシミュレーション結果として算出する所定のシミュレーションを行うシミュレーション手段と、前記シミュレーション手段によるシミュレーションの結果を前記管理者端末に送信するシミュレーション結果送信手段と、前記管理者端末から前記所定のパラメータの調整入力を受け付けたことに応じて、前記シミュレーション手段によるシミュレーションの結果のうち最適な結果を与えるために、前記所定のパラメータの調整を行うパラメータ調整手段とを含む文書分類装置。

（１）記載の文書分類装置によれば、文書分類器により、所定のパラメータに基づいて、機械学習により株式投資判断に用いるための所定の文書を複数のカテゴリに分類する。そして、文書分類装置は、シミュレーション手段により、複数の所定のパラメータに対して、それぞれ所定の文書モデルによる分類結果である株式売買の買いまたは売りに応じた値を入力とし、入力された前記買いまたは売りに応じた値により株式を単位数だけ仮想の売買を行い、最終的に得られた金額と初期投資額との比率をシミュレーション結果として算出する所定のシミュレーションを行い、シミュレーション結果送信手段により複数の所定のシミュレーションの結果を管理者端末に送信する。そして、文書分類装置は、パラメータ調整手段により、複数のシミュレーションの結果のうち最適な結果を与えるために、管理者端末から所定のパラメータの調整入力を受け付けたことに応じて、所定のパラメータの調整を行う。

このようにすることで、（１）記載の文書分類装置では、パラメータ調整手段により、複数のパラメータが調整される。そして、複数の文書モデルによる分類結果を利用してシミュレーションを実行することにより、文書分類装置は、複数のシミュレーションの結果を得ることができる。このため、複数のシミュレーションの結果を比較することで、文書分類装置は、パラメータ調整の妥当性を判断できる。さらに、最適なシミュレーションの結果に基づいて、文書分類装置は、最適なパラメータを決定することができる。よって、パラメータ自体を調整することにより、管理者の検討内容や解釈にかかわらず、分類器を調整することができ、結果として、シミュレーション対象の処理系を含む全体システムの性能向上が実現できる。

（２） 前記パラメータ調整手段は、前記シミュレーション手段による複数の前記所定のシミュレーションの結果のうち最適な結果を与えるパラメータを前記所定のパラメータとして選択する（１）に記載の文書分類装置。

（２）記載の文書分類装置によれば、パラメータ調整手段により、シミュレーション手段による複数の所定のシミュレーションの結果のうち、最適な結果を与えるパラメータが所定のパラメータとして選択される。このため、ユーザによる所定のパラメータの選択作業が省略される。

（３） 前記文書分類器は、サポートベクターマシンである（１）又は（２）記載の文書分類装置。

（３）記載の文書分類装置によれば、（１）又は（２）の効果に加えて、サポートベクターマシン（ＳＶＭ：Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）という信頼性のある手段によって、文書の分類が行われる。ここで、サポートベクターマシン（ＳＶＭ）とは、１９９５年にＡＴ＆ＴのＶ．Ｖａｐｎｉｋによって統計的学習理論の枠組で提案された学習機械のことである。

（４） 前記シミュレーション手段は、前記所定の文書モデルによる分類結果に応じてシミュレーションに対する入力値を生成し、当該入力値に基づいて、それぞれ複数の前記所定のシミュレーションを行う（１）から（３）のいずれかに記載の文書分類装置。

（４）記載の文書分類装置によれば、シミュレーション手段により、所定の文書モデルによる分類結果に応じてシミュレーションに対する入力値が生成され、当該入力値に基づいて、それぞれ複数の所定のシミュレーションが行われる。このため、分類結果に応じた入力値によりシミュレーションが行われる。

（５） 記憶手段を更に備え、前記シミュレーション手段は、複数の前記所定のシミュレーション結果を前記記憶手段に記憶される（１）から（４）のいずれかに記載の文書分類装置。

（５）記載の文書分類装置によれば、シミュレーション結果が記憶手段に記憶されるので、記憶手段を参照することによりシミュレーション結果が確認できる。

（６） 複数の所定のパラメータに基づいて、機械学習により所定の文書を複数のカテゴリに分類する文書分類器を備え、管理者端末と接続可能な文書分類装置が実行する文書分類方法であって、前記複数の前記所定のパラメータそれぞれに対して、それぞれ所定の文書モデルによる分類結果を入力値とする所定のシミュレーションを行うステップと、前記シミュレーションを行うステップによるシミュレーションの結果を前記管理者端末に送信するステップと、前記管理者端末から前記所定のパラメータの調整入力を受け付けたことに応じて、複数の前記シミュレーションの結果のうち最適な結果を与えるために、前記所定のパラメータの調整を行うステップとを含むことを特徴とする文書分類方法。

このような方法によれば、当該方法を実施することにより、（１）と同様の効果が期待できる。

本発明によれば、分類器の精度向上がパラメータ調整により実現できる。さらに、シミュレーション対象の処理系を含む全体システムの性能向上が実現される。

以下、本発明の実施形態について図を参照しながら説明する。

［システム全体構成及び機能構成］
図１は、本実施形態に係る文書分類装置１０と、シミュレーション装置２０と、管理者端末３０との全体構成及びそれぞれの装置における機能ブロックを示す図である。文書分類装置１０と、シミュレーション装置２０と、管理者端末３０とは、通信ネットワーク４０を介して通信可能に接続される。文書分類装置１０は、文書分類器１１を備える。そして、シミュレーション装置２０は、文書分類器１１から出力される分類結果に応じた入力値を生成し、この入力値に基づいてシミュレーションを行い、シミュレーションの結果を記憶するとともに、管理者端末３０に表示させるために送信する。管理者端末３０では、ユーザが表示されたシミュレーションの結果を確認し、この結果に基づいて文書分類器１１のパラメータの調整を行う。このように、本実施形態では、文書分類装置１０は、文書分類器１１の分類結果に応じた入力値によりシミュレーションを行い、シミュレーション結果が最適となるように、文書分類器１１のパラメータ調整を行うことができる。

文書分類装置１０は、上述のように文書分類器１１を備えるとともに、制御部１０ａと記憶部１０ｂとを備える。そして、制御部１０ａは、文書モデル生成部１２と、パラメータ調整部１３とを備える。また、記憶部１０ｂは、コーパスＤＢ１４と、パラメータＤＢ１５と、を備える。また、図示は省略するが、文書分類装置１０は、一時的に生成されるテーブルとして分類結果テーブル１６（後述の図４参照）を備える。なお、文書分類器１１は、図１において、説明の便宜上、制御部１０ａと記憶部１０ｂとに含まれないように表記しているが、実際には、制御部１０ａと記憶部１０ｂとにより構成されるものである。

シミュレーション装置２０は、制御部２０ａと記憶部２０ｂとを備える。そして、制御部２０ａは、入力値生成部２１と、シミュレーション部２２とを備える。また、記憶部２０ｂは、ヒストリカルＤＢ２３と、シミュレーション結果ＤＢ２４とを備える。

管理者端末３０は、制御部３０ａと、表示部３３と、操作部３４とを備える。そして、制御部３０ａは、分類操作受付部３１と、パラメータ調整受付部３２とを備える。

文書分類器１１は、機械学習（訓練）により所定の文書を複数のカテゴリに分類して、分類結果を出力するものであり、管理者端末３０の操作部３４による所定の操作により処理が行われる。機械学習は、サポートベクターマシン（ＳＶＭ：Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）により行われる。サポートベクターマシンとは、高次元特徴空間において線形関数の仮説空間を用いる学習システムのことである。サポートベクターマシンは、文書モデル及びパラメータに基づいて、妥当データの集合と非妥当データの集合とを識別するための識別面及びサポートベクターを決定する。そして、サポートベクターマシンは、識別面及びサポートベクターに基づいて、新たなデータを分類し、分類結果を出力する。

本実施形態では、後述の文書モデル生成部１２が、サポートベクターマシンを用いた文書分類器１１を、コーパスＤＢ１４を用いて訓練させることにより、文書モデルを生成することが可能である。文書分類器１１は、当該文書モデル及び予め記憶しているパラメータセットに基づいて対象文書を分類し、この分類結果を一時的に生成される分類結果テーブル１６（後述の図４参照）に記憶する。また、文書分類器１１は、後述のパラメータ調整部１３によりパラメータの調整が行われたことに応じて、調整されたパラメータに含まれるパラメータセットＩＤを更新する。また、文書分類器１１は、分類処理を行うときに、パラメータＤＢ１５（後述の図３参照）を参照して、調整されたパラメータセットＩＤに対応するパラメータを抽出する。

文書モデル生成部１２は、管理者端末３０が文書分類器１１による分類を行うための所定の操作を受け付けたことに応じて、文書モデルを生成する。具体的には、後述の管理者端末３０の分類操作受付部３１が、管理者端末３０のユーザによる、文書分類器１１の訓練を行うためのコーパス（後述のコーパスＤＢ１４に含まれるデータの一部である訓練データ）及びパラメータの指定を伴う入力を受け付けたことに応じて、文書分類装置１０に対して指示が与えられる。そして、文書モデル生成部１２は、指定されたコーパス及びパラメータを文書分類器１１に与え、文書モデルを生成する。

パラメータ調整部１３は、複数のシミュレーション結果のうち、最適な結果を与えるために、管理者端末３０からパラメータの調整入力を受け付けたことに応じて、パラメータの調整を行う。具体的には、後述で説明する管理者端末３０のパラメータ調整受付部３２が、管理者端末３０のユーザによる、パラメータの調整入力を受け付けたことに応じて、管理者端末３０は、文書分類装置１０に対してパラメータを送信する。そして、パラメータ調整部１３は、パラメータを受信して、パラメータＤＢ１５に当該パラメータを記憶するとともに、受信したパラメータに含まれるパラメータセットＩＤを文書分類器１１に設定することで、パラメータの調整を行う。

図２は、本実施形態に係るコーパスＤＢ１４を示す図である。コーパスＤＢ１４には、Ｗｅｂ上のブログより抽出された文書に関するデータ及びそれぞれの文書に付与されたクラスラベル（分類ラベル）が記憶されている。このコーパスＤＢ１４は、文書分類器１１により当該文書を分類するために参照される。コーパスＤＢ１４には、文書を一意に特定する「文書ＩＤ」フィールドと、文書がブログに書き込まれた日時、すなわち、文書の作成日時を示す「作成日時」フィールドと、文書の内容を示す「文書内容」フィールドと、「クラスラベル（分類ラベル）」フィールドとが含まれている。なお、本実施形態に係るコーパスＤＢ１４に記憶されているデータは、クローラ（図示省略）といった公知の様々なプログラムを実行することにより、外部の情報源サーバから取得され、さらに、人手による作業又は何らかの外部データの加工等によりクラスラベルが付与されることで作成される。また、データの取得は、定期的又は文書分類装置１０の管理者によるデータ取得要求を受け付けることにより行われる。さらに、クラスラベルについて、例えば金融関係の処理のためのクラスラベルには、「＋」（ポジティブ）、「−」（ネガティブ）、「±」（ニュートラル）等が付与される。

また、本実施形態では、コーパスＤＢ１４は、Ｗｅｂ上のブログより抽出された文書に関するデータを記憶することとしたが、これに限らない。例えば、コーパスＤＢ１４は、ニュース配信サーバに記憶されているニュース記事や、検索サーバに記憶されている検索ログといった様々な文書を取得することとしてもよい。

図３は、本実施形態に係るパラメータＤＢ１５を示す図である。パラメータＤＢ１５には、文書分類器１１のパラメータが記憶されている。そして、パラメータＤＢ１５には、一連のパラメータセットを示す「パラメータセットＩＤ」フィールドと、パラメータを一意に特定する「パラメータＩＤ」フィールドと、パラメータ名を示す「パラメータ名」フィールドと、パラメータのウェイトを示す「ウェイト」フィールドとが含まれている。パラメータＤＢ１５では、パラメータ調整部１３によりデータの更新又は追加が行われる。具体的には、管理者端末３０によりパラメータの調整が受け付けられると、調整において指定されたパラメータセットＩＤに応じたパラメータが更新又は追記される。すなわち、管理者端末３０のパラメータ調整受付部３２により、既存のパラメータセットＩＤが選択されると、当該既存のパラメータセットＩＤに応じた「ウェイト」フィールドの値が更新される。また、管理者端末３０のパラメータ調整受付部３２により、新規のパラメータセットＩＤが選択されると、当該新規のパラメータセットＩＤと、新規のパラメータセットＩＤに応じた各フィールドの値がパラメータＤＢ１５に追加される。このように、パラメータＤＢ１５には、複数のパラメータセットＩＤが記憶され、それぞれのパラメータセットＩＤごとにパラメータが記憶されるので、ユーザは、過去に文書分類器１１を訓練させたときのパラメータをいつでも参照することができる。

図４は、本実施形態に係る分類結果テーブル１６を示す図である。分類結果テーブル１６には、文書分類器１１により出力された文書分類の分類結果が記憶されている。分類結果テーブル１６には、文書分類器１１で使用されたパラメータセットを示す「パラメータセットＩＤ」フィールドと、分類された文書を示す「文書ＩＤ」フィールドと、分類された文書の作成日時を示す「作成日時」フィールドと、分類結果を示す「クラスラベル（分類ラベル）」フィールドとが含まれている。分類結果テーブル１６は、一時的に生成されるテーブルであり、文書分類器１１が文書分類の分類結果を記憶するために後述のメインメモリ１０５０といった補助記憶装置に一時的に生成される。そして、分類結果テーブル１６は、シミュレーション装置２０がシミュレーションを行うときに参照される。そして、分類結果テーブル１６は、シミュレーション装置２０への入力値の入力後に破棄される。なお、本実施形態では、分類結果テーブル１６は、シミュレーション装置２０への入力値の入力後に破棄されることとしたが、記憶部１０ｂに所定のＤＢを設けて、当該ＤＢに分類結果テーブル１６を静的に記憶させてもよい。このようにすることで、分類結果テーブル１６には、複数のパラメータセットＩＤが記憶され、それぞれのパラメータセットＩＤごとに分類結果が記憶される。このため、ユーザは、所定のパラメータセットＩＤにより訓練を行い生成された文書モデルに従って分類された分類結果をいつでも参照することができる。

図１に戻り、入力値生成部２１は、分類結果テーブル１６を参照し、文書分類器１１による分類結果であるクラスラベルに基づいて、シミュレーションの入力値を生成し、シミュレーション部２２に受け渡す。例えば、本実施形態において文書分類装置１０が株式投資に係る文書を取り扱うとして、入力値生成部２１は、シミュレーションにおいて投資実績を算出するシミュレーションを行うとする。この場合に、クラスラベルの値が、「＋」、「−」及び「±」の３値をとることとする。文書分類器１１による分類結果であるクラスラベルの値が「＋」である場合には、入力値生成部２１は、シミュレーションにおける入力値を「買い」に応じた入力値とする。また、クラスラベルの値が「−」である場合には、入力値生成部２１は、シミュレーションにおける入力値を「売り」に応じた入力値とする。また、クラスラベルの値が「±」である場合には、入力値生成部２１は、「静観」、すなわち何もしないに応じた入力値とする。

シミュレーション部２２は、複数の所定のパラメータに対して、それぞれ所定の文書モデルによる分類結果を入力とする所定のシミュレーションを行い、複数の所定のシミュレーションの結果を管理者端末３０に送信する。具体的には、シミュレーション部２２は、入力値生成部２１により決定された複数の入力値と、ヒストリカルＤＢ２３（後述の図５参照）とに基づいて、シミュレーションを行う。そして、シミュレーション部２２は、シミュレーション結果を、管理者端末３０の表示部３３に表示するために、管理者端末３０に送信する。例えば、シミュレーション部２２は、本実施形態において文書分類装置１０が株式投資に係る文書を取り扱うとして、シミュレーションにおいて投資実績を算出するシミュレーションを行うとする。この場合には、入力値生成部２１により決定された、「買い」、「売り」に応じた値が入力値となる。そして、ヒストリカルＤＢ２３（後述の図５参照）には、過去の株価の情報が記憶されているとすると、過去の株価に対して、入力値生成部２１により決定された、「買い」、「売り」に応じた値により、仮想の株式売買を行うシミュレーションが行われる。ここで、仮想の株式売買を行うシミュレーションとは、例えば、初期投資額を設定し、入力値生成部２１により決定された、「買い」、「売り」に応じた値により、株式を単位数だけ売買を行うもので、最終的に得られた金額と初期投資額との比率をシミュレーション結果として算出するといったものである。そして、このシミュレーションをパラメータを調整しながら複数回行うことにより、複数のシミュレーション結果が送信されるので、ユーザは、複数のシミュレーション結果から最適なシミュレーション結果について検討することができる。

なお、本実施形態では、シミュレーション部２２が管理者端末３０にシミュレーション結果を送信することとしたが、これに限らない。例えば、シミュレーション部２２は、シミュレーション結果をシミュレーション結果ＤＢ２４（後述の図６参照）に記憶するようにしてもよい。このようにすることで、シミュレーション結果がシミュレーション結果ＤＢ２４に記憶されるので、ユーザは、シミュレーション結果ＤＢ２４を参照することによりシミュレーション結果を確認することができる。

図５は、本実施形態に係るヒストリカルＤＢ２３を示す図である。ヒストリカルＤＢ２３には、シミュレーションを行うためのデータが記憶されており、ヒストリカルＤＢ２３は、シミュレーション部２２により参照される。例えば、本実施形態において文書分類装置１０が株式投資に係る文書を取り扱うとして、シミュレーションにおいて投資実績を算出するシミュレーションを行うとすると、株式市場における過去の取引値の情報が記憶される。この場合には、ヒストリカルＤＢ２３には、売買が行われた日を示す「日付」フィールドと、売買が行われた日における取引値を示す「取引値」フィールドとが含まれる。

図６は、本実施形態において、シミュレーション結果がシミュレーション結果ＤＢ２４に記憶されるようにした場合のシミュレーション結果ＤＢ２４を示す図である。シミュレーション結果ＤＢ２４には、シミュレーション部２２によるシミュレーションのシミュレーション結果が記憶される。このシミュレーション結果は、シミュレーション部２２により記憶される。例えば、本実施形態において文書分類装置１０が株式投資に係る文書を取り扱うとして、シミュレーションにおいて投資実績を算出するシミュレーションを行うとすると、株式市場における過去取引値を用いたシミュレーションの結果が、シミュレーション結果ＤＢ２４に記憶される。シミュレーション結果ＤＢ２４には、シミュレーションの際に使用された入力値に対応するパラメータセットＩＤを示す「パラメータセットＩＤ」フィールドと、シミュレーションにおける取引の開始日を示す「シミュレーション開始日」フィールドと、シミュレーションにおける取引の終了日を示す「シミュレーション終了日」フィールドと、シミュレーション結果のパフォーマンスを示す「上昇率」フィールドとが含まれている。本実施形態では、シミュレーション部２２によるシミュレーション結果が出力されると管理者端末３０の表示部３３に表示されることとしたが、これに限らない。例えば、管理者端末３０がシミュレーション結果ＤＢ２４を参照可能なシミュレーション結果参照部を設けて、過去に行ったシミュレーション結果を、ユーザがいつでも参照できるようにしてもよい。このようにすることで、シミュレーション結果がシミュレーション装置２０により管理され、いつでも管理者端末３０のユーザが確認できる。

図１に戻り、パラメータ調整受付部３２は、管理者端末３０のユーザが入力したパラメータの調整入力を受け付け、受け付けたパラメータを文書分類装置１０に対して送信する。なお、本実施形態では、管理者端末３０のユーザがパラメータの調整入力を行うことで、文書分類器１１のパラメータ調整を行うこととしたが、これに限らない。例えば、文書分類装置１０にパラメータ自動調整部を設けて、パラメータ自動調整部が、シミュレーション結果ＤＢ２４を参照してパラメータを自動調整することとしてもよい。すなわち、パラメータ自動調整部が、シミュレーション結果ＤＢ２４に記憶されたシミュレーション結果においてパフォーマンスが最もよいシミュレーション結果のパラメータを抽出して、パラメータ調整部１３に受け渡し、パラメータ調整部１３によりパラメータを調整するようにしてもよい。このようにすることで、シミュレーション結果に基づいてパラメータ調整を行う処理を自動化できるので、最適なパラメータの調整を行う際に人手を介することによりかかる時間が短縮される。

表示部３３は、管理者端末３０の機能に関する表示を行い、例えば、分類操作受付入力の画面や、パラメータ調整の画面を表示する。他に、表示部３３は、通信ネットワーク４０により通信可能となる各種サーバから提供される情報を表示する。例えば、表示部３３は、シミュレーション装置２０より受信したシミュレーション結果を表示する。

操作部３４は、ユーザが管理者端末３０の操作を行うために設けられ、例えば、マウスやキーボード等を指す。

［文書分類装置１０のハードウェア構成］
図７は、本実施形態に係る文書分類装置１０のハードウェア構成を示す図である。本発明が実施される文書分類装置１０は標準的なものでよく、以下に構成の一例を示す。

文書分類装置１０は、制御部１０ａを構成するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１０（マルチプロセッサ構成ではＣＰＵ１０１２等複数のＣＰＵが追加されてもよい）、バスライン１００５、通信Ｉ／Ｆ（Ｉ／Ｆ：インターフェイス）１０４０、メインメモリ１０５０、ＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）１０６０、表示装置１０２２、Ｉ／Ｏコントローラ１０７０、キーボード及びマウス等の入力装置１１００、ハードディスク１０７４、光ディスクドライブ１０７６並びに半導体メモリ１０７８を備える。なお、ハードディスク１０７４、光ディスクドライブ１０７６及び半導体メモリ１０７８はまとめて記憶部１０ｂと呼ぶ。

制御部１０ａは、文書分類装置１０を統括的に制御する部分であり、ハードディスク１０７４に記憶された各種プログラムを適宜読み出して実行することにより、上述したハードウェアと協働し、図１に示す各機能や、データの送受信機能といった本発明に係る各種機能を実現している。

通信Ｉ／Ｆ１０４０は、文書分類装置１０が、通信ネットワーク４０を介して端末等と情報を送受信する場合のネットワーク・アダプタである。通信Ｉ／Ｆ１０４０は、モデム、ケーブル・モデム及びイーサネット（登録商標）・アダプタを含んでよい。

ＢＩＯＳ１０６０は、文書分類装置１０の起動時にＣＰＵ１０１０が実行するブートプログラムや、文書分類装置１０のハードウェアに依存するプログラム等を記録する。

表示装置１０２２は、ブラウン管表示装置（ＣＲＴ）、液晶表示装置（ＬＣＤ）等のディスプレイ装置を含む。

Ｉ／Ｏコントローラ１０７０には、ハードディスク１０７４、光ディスクドライブ１０７６及び半導体メモリ１０７８等の記憶装置である記憶部１０ｂを接続することができる。

入力装置１１００は、文書分類装置１０の管理者による入力の受け付けを行うものである。

ハードディスク１０７４は、本ハードウェアを文書分類装置１０として機能させるための各種プログラム、本実施形態における各種機能を実行するプログラム及び各ＤＢを記憶する。なお、文書分類装置１０は、外部に別途設けたハードディスク（図示せず）を外部記憶装置として利用することもできる。

光ディスクドライブ１０７６としては、例えば、ＤＶＤ−ＲＯＭドライブ、ＣＤ−ＲＯＭドライブ、ＤＶＤ−ＲＡＭドライブ及びＣＤ−ＲＡＭドライブを使用することができる。光ディスクドライブ１０７６を使用する場合は各ドライブに対応した光ディスク１０７７を使用する。光ディスク１０７７から光ディスクドライブ１０７６によりプログラム又はデータを読み取り、Ｉ／Ｏコントローラ１０７０を介してメインメモリ１０５０又はハードディスク１０７４に提供することもできる。

なお、本実施形態でいうコンピュータとは、記憶装置、制御部等を備えた情報処理装置をいい、文書分類装置１０は、上述のように、制御部１０ａ、記憶部１０ｂ等を備えた情報処理装置により構成され、この情報処理装置は、本実施形態のコンピュータの概念に含まれる。

また、文書分類装置１０は、ハードウェアの数に制限はなく、必要に応じて１又は複数のハードウェアで構成してよい。また、文書分類装置１０は、複数のハードウェアで構成する場合には、通信ネットワーク４０を介して各ハードウェアを接続してもよい。例えば、上述する各機能ごとに別サーバ（装置）とし、各サーバ間での信号の送受信により、各サーバを連携させることで、本実施形態の機能を実現してもよい。

［シミュレーション装置及び管理者端末のハードウェア構成］
シミュレーション装置２０及び管理者端末３０も、上述の文書分類装置１０と同様の構成を持つ。また、本実施形態ではいわゆるコンピュータで実現した例について説明するが、さらに、本実施形態の原理が適用可能である限り、様々な端末で実現してよい。

［フローチャート］
図８は、本実施形態に係る文書分類器１１のパラメータ調整を行う一連の処理の流れを示すフローチャートである。なお、一連の処理は、管理者端末３０の操作部３４による所定の操作を契機として行われる。

ステップＳ１では、制御部１０ａ（文書モデル生成部１２）は、管理者端末３０が文書分類器１１による訓練を行うためにコーパスＤＢ１４の一部のコーパス及びパラメータの指定を伴う入力を受け付けたことに応じて、指定されたコーパス及びパラメータを文書分類器１１に与え、文書モデルを生成する。

ステップＳ２では、文書分類器１１は、ステップＳ１において生成した文書モデルに基づいて、分類対象の文書集合を複数のカテゴリに分類し、分類結果を分類結果テーブル１６に記憶させる。なお、分類対象の文書集合は、文書分類装置１０の外部より取得することとするが、これに限らず、コーパスＤＢ１４に記憶されているコーパスを構成する文書を再利用してもよい。

ステップＳ３では、制御部２０ａ（入力値生成部２１）は、分類結果テーブル１６に記憶されている文書の分類結果を参照して、シミュレーションの入力値を生成する。

ステップＳ４では、制御部２０ａ（シミュレーション部２２）は、入力値生成部２１により決定された入力値と、ヒストリカルＤＢ２３とに基づいて、シミュレーションを行い、シミュレーションの結果を管理者端末３０に送信するとともに、シミュレーション結果ＤＢ２４に記憶する。

ステップＳ５では、管理者端末３０は、シミュレーションの結果を受信して、表示部３３にシミュレーション結果を表示する。より具体的には、表示部３３は、図９に示されるシミュレーション結果画像３４１のように表示する。

図９は、株式市場において銘柄「１２３４」を売買するシミュレーションを行ったときのシミュレーションの結果が管理者端末３０の表示部３３に表示されている例を示す図である。図９に示す表示例では、文書モデル生成時に用いたパラメータセットＩＤ、シミュレーションの開始日及び終了日、パフォーマンス並びにパラメータセットＩＤに対応するウェイトが表示されていることが確認できる。管理者端末３０のユーザは、この画面よりシミュレーションのパフォーマンスを確認した後に、後述のパラメータ入力受付画面３４２でパラメータ調整を行うことができる。

図８に戻り、ステップＳ６では、制御部３０ａ（パラメータ調整受付部３２）は、パラメータ入力受付画面を表示部３３に表示させて、操作部３４を介してユーザによるパラメータの調整を受け付け、受け付けられたパラメータを文書分類装置１０に送信する。より具体的には、パラメータの調整の受け付けは、図１０に示されるパラメータ入力受付画面３４２を用いて行われる。

図１０は、管理者端末３０の表示部３３に表示されるパラメータ入力受付画面３４２の表示例を示す図である。図１０に示されるパラメータ入力受付画面３４２には、パラメータセットＩＤを決定するためのテキスト欄３４２１と、それぞれのパラメータのウェイトを入力するためのテキスト欄３４２２、３４２３及び３４２４と、決定ボタン３４２５とが表示されていることが確認できる。このテキスト欄には、管理者端末３０のユーザが操作部３４を介して数値等の入力が可能である。そして、全ての項目の入力確認後に操作部３４を介して決定ボタンを押下されることにより、管理者端末３０は、パラメータの調整を受け付け、受け付けられたパラメータを文書分類装置１０に送信する。このように、図１０で調整可能なパラメータを用いて文書分類器１１を訓練させることにより、当該調整後のパラメータに対応した文書モデルが得られる。

図８に戻り、ステップＳ７では、制御部１０ａ（パラメータ調整部１３）は、管理者端末３０より送信されたパラメータを受信して、文書分類器１１のパラメータ調整を行う。具体的には、パラメータ調整部１３は、文書分類器１１にパラメータセットＩＤを設定するとともに、パラメータをパラメータＤＢ１５に記憶する。

このように、本実施形態では、ステップＳ１からステップＳ５までの処理を行うことにより、管理者端末３０の表示部３３にシミュレーション結果画像３４１が表示される。このため、管理者端末３０のユーザは、シミュレーション結果を確認することができる。さらに、本実施形態では、ステップＳ６及びステップＳ７の処理を行うことで、文書分類器１１のパラメータを変更することができる。このため、本実施形態では、パラメータを変更した後にステップＳ１からステップＳ５の処理を行うことにより、変更したパラメータを用いて文書分類器１１を訓練して調整後の文書モデルを生成することができる。

このように、本実施形態では、パラメータの調整、当該調整を反映した文書モデルの生成、当該文書モデルを用いた文書分類、当該文書分類結果を入力とするシミュレーション、を繰り返すことにより、シミュレーションの結果を最適化するパラメータを見つけ出すことができる。より具体的には、管理者端末３０のユーザは、複数のシミュレーション結果との比較を行うことにより、図９に示されるシミュレーション結果が良好であるか否かを判断することができる。そして、管理者端末３０のユーザは、良好な結果であった場合には、そのシミュレーションで使用したパラメータセットＩＤに応じたパラメータが文書分類器１１のパラメータとして好適であることが確認できる。すなわち、本実施形態では、分類結果を利用して複数のシミュレーションを実行することにより、複数のシミュレーションの結果を得ることができ、この結果、最適なシミュレーションの結果に基づいて、最適なパラメータを決定することができる。よって、本実施形態では、パラメータ自体を調整することにより、管理者の検討内容や解釈にかかわらず、分類器を調整することができ、結果として、文書分類器１１の精度向上をパラメータ調整により実現できる。さらに、本実施形態では、シミュレーション対象の処理系を含む全体システムの性能向上を実現することができる。

以上、本発明の実施形態について説明したが、本発明は前記実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良等は本発明に含まれるものである。

本実施形態に係る文書分類装置１０と、シミュレーション装置２０と、管理者端末３０との全体構成及びそれぞれの装置における機能ブロックを示す図である。 本実施形態に係るコーパスＤＢ１４を示す図である。 本実施形態に係るパラメータＤＢ１５を示す図である。 本実施形態に係る分類結果テーブル１６を示す図である。 本実施形態に係るヒストリカルＤＢ２３を示す図である。 本実施形態に係るシミュレーション結果ＤＢ２４を示す図である。 本実施形態に係る文書分類装置１０のハードウェア構成を示す図である。 本実施形態に係る文書分類器１１のパラメータ調整を行う一連の処理の流れを示すフローチャートである。 本実施形態に係る管理者端末３０の表示部３３に表示されるシミュレーション結果に関する画像の表示例を示す図である。 本実施形態に係る管理者端末３０の表示部３３に示されるパラメータ調整に関する画像の表示例を示す図である。

１０ 文書分類装置
１０ａ 制御部
１０ｂ 記憶部
１１ 文書分類器
１２ 文書モデル生成部
１３ パラメータ調整部
１４ コーパスＤＢ
１５ パラメータＤＢ
１６ 分類結果テーブル
２０ シミュレーション装置
２０ａ 制御部
２０ｂ 記憶部
２１ 入力値生成部
２２ シミュレーション部
２３ ヒストリカルＤＢ
２４ シミュレーション結果ＤＢ
３０ 管理者端末
３０ａ 制御部
３１ 分類操作受付部
３２ パラメータ調整受付部
３３ 表示部
３４ 操作部
４０ 通信ネットワーク

Claims (6)

1. 管理者端末と接続可能で、複数の所定のパラメータに基づいて、機械学習により株式投資判断に用いるための所定の文書を複数のカテゴリに分類する文書分類器を備える文書分類装置であって、
   前記複数の前記所定のパラメータそれぞれに対して、それぞれ所定の文書モデルによる分類結果である株式売買の買いまたは売りに応じた値を入力値とし、入力された前記買いまたは売りに応じた値により株式を単位数だけ仮想の売買を行い、最終的に得られた金額と初期投資額との比率をシミュレーション結果として算出する所定のシミュレーションを行うシミュレーション手段と、
   前記シミュレーション手段によるシミュレーションの結果を前記管理者端末に送信するシミュレーション結果送信手段と、
   前記管理者端末から前記所定のパラメータの調整入力を受け付けたことに応じて、前記シミュレーション手段によるシミュレーションの結果のうち最適な結果を与えるために、前記所定のパラメータの調整を行うパラメータ調整手段とを含む文書分類装置。
2. 前記パラメータ調整手段は、前記シミュレーション手段による複数の前記所定のシミュレーションの結果のうち最適な結果を与えるパラメータを前記所定のパラメータとして選択する請求項１に記載の文書分類装置。
3. 前記文書分類器は、サポートベクターマシンである請求項１又は２記載の文書分類装置。
4. 前記シミュレーション手段は、前記所定の文書モデルによる分類結果に応じてシミュレーションに対する入力値を生成し、当該入力値に基づいて、それぞれ複数の前記所定のシミュレーションを行う請求項１から３のいずれかに記載の文書分類装置。
5. 記憶手段を更に備え、
   前記シミュレーション手段は、複数の前記所定のシミュレーション結果を前記記憶手段に記憶させる請求項１から４のいずれかに記載の文書分類装置。
6. 複数の所定のパラメータに基づいて、機械学習により株式投資判断に用いるための所定の文書を複数のカテゴリに分類する文書分類器を備え、管理者端末と接続可能な文書分類装置が実行する文書分類方法であって、
   前記複数の前記所定のパラメータそれぞれに対して、それぞれ所定の文書モデルによる分類結果である株式売買の買いまたは売りに応じた値を入力値とし、入力された前記買いまたは売りに応じた値により株式を単位数だけ仮想の売買を行い、最終的に得られた金額と初期投資額との比率をシミュレーション結果として算出する所定のシミュレーションを行うステップと、
   前記シミュレーションを行うステップによるシミュレーションの結果を前記管理者端末に送信するステップと、
   前記管理者端末から前記所定のパラメータの調整入力を受け付けたことに応じて、複数の前記シミュレーションの結果のうち最適な結果を与えるために、前記所定のパラメータの調整を行うステップとを含むことを特徴とする文書分類方法。

Images