JP5600498B2 - 情報選択装置、サーバ装置、情報選択方法、及びプログラム - Google Patents

Description

本発明は、情報選択装置、サーバ装置、情報選択方法、及びプログラムに関する。

近年、テレビ放送と、Ｗｅｂコンテンツとを統合するために、テレビ放送により提供されている情報の構造である話題構造に基づく結合モデルの研究が進められている。
例えば、非特許文献１には、結合モデルに基づいて、テレビ放送により提供されている番組の内容を補完するＷｅｂページを検索するためのクエリ・フリー（Query-Free）検索機構が記載されている。この非特許文献１に記載された技術は、検索するＷｅｂページの種類に基づいて、４つのクエリを生成している。生成するクエリは、番組とともに送信されている字幕情報に含まれる主題語及び内容語を用いて生成され、ＳＤ（Subject-Deepening）、ＳＢ（Subject-Broadening）、ＣＤ（Content-Deepening）、及びＣＢ（Content-Broadening）の４つのクエリである。

ここで、主題語とは、字幕情報において出現頻度が高く、かつ、その他の語との有向共起度の強いキーワードである。また、内容語とは、字幕情報において出現頻度が高く、かつ、主題語との無向共起度の強いキーワードである。
また、ＳＤは、主題語がＷｅｂページの本文を示すテキスト情報に含まれているＷｅｂページを検索するためのクエリであり、ＳＢは、内容語がＷｅｂページの本文に含まれているＷｅｂページを検索するためのクエリであり、ＣＢは、主題語がＷｅｂページのタイトルに含まれているＷｅｂページを検索するためのクエリであり、ＣＤは、内容語がＷｅｂページのタイトルに含まれているＷｅｂページを検索するためのクエリである。

上記の手法では、主題語及び内容語を用いた４つのクエリによるＷｅｂページの検索を行うことにより、番組の内容と単に類似するＷｅｂページを検索するのではなく、番組の内容をより詳しく、又は番組の内容を別の視点から示しているＷｅｂページを検索するようにしている。

図６は、非特許文献１の手法によるＷｅｂページ（コンテンツ）の検索の処理を示すフローチャートである。
同図に示すように、番組とともに送信されている字幕情報を受信し（ステップＳ９０１）、受信した字幕情報から主題語及び内容語を抽出する（ステップＳ９０２）。抽出した主題語及び内容語を用いて、ＣＤ、ＣＢ、ＳＤ及びＳＢのクエリを生成し（ステップＳ９０３）、生成した各クエリを検索サーバ（検索エンジン）に送信することにより、Ｗｅｂページの検索を行う（ステップＳ９０４）。検索したＷｅｂページを示す情報であるＵＲＬを受信する（ステップＳ９０５）。

この手法を用いると、字幕情報に含まれるすべての話題に対して、話題を掘り下げた詳細な情報と、当該話題を異なる視点からの情報とを示すＷｅｂページのＵＲＬが得られることになり、話題に関する情報を網羅的に検索することができる。

馬強、田中克己、「話題構造に基づく放送とＷｅｂコンテンツの統合のための検索機構」、情報処理学会論文誌：データベース、Ｖｏｌ．４５ Ｎｏ．ＳＩＧ１０（ＴＯＤ２３）、ｐｐ．１８−３６、２００４年

しかしながら、非特許文献１の手法により得られる番組の内容に関連したＷｅｂページを、当該番組を視聴している視聴者（ユーザ）に、番組とともにテレビ画面上に表示させようとすると、Ｗｅｂページの数が多いために、テレビ画面上にすべてを表示させることができないことがある。また、番組の内容に関連したＷｅｂページを網羅的に検索したために、当該番組の内容と関連の度合いが低いＷｅｂページが含まれてしまうことがあり、ユーザの求めていない情報を示すＷｅｂページが含まれてしまうことがある。

すなわち、番組に関連する情報を含むＷｅｂページ（コンテンツ）を網羅的に検索したために、検索結果の数が多くなるとともに、番組の内容との関連の度合いが低いコンテンツが含まれるようになり、番組に関連する適切なコンテンツをネットワーク上のコンテンツから選択することができないことがあるという問題がある。

本発明は、上記問題を解決すべくなされたもので、その目的は、放送されている番組に関連する情報を含む適切なコンテンツを選択することができる情報選択装置、情報選択方法、及びプログラム、並びにサーバ装置を提供することにある。

上記問題を解決するために、本発明は、番組とともに放送されている該番組の内容を表す字幕情報を受信する字幕取得部と、前記字幕取得部が受信した字幕情報に含まれる単語から該字幕情報の主題を表す主題語と、該字幕情報の内容を表す内容語とを抽出し、該主題語及び該内容語を組み合わせて生成された複数の検索条件を用いてネットワーク上に公開されているコンテンツのうち該字幕情報に関連するコンテンツを検索するコンテンツ検索部と、前記複数の検索条件ごとに、前記コンテンツ検索部が検索したコンテンツに含まれ該コンテンツの内容を示すテキスト情報と、前記字幕情報との相関を示す類似度を算出し、算出した類似度に基づいて、前記複数の検索条件からいずれか一つの検索条件を選択する類似度算出部と、前記類似度算出部が選択した検索条件を用いて検索された前記コンテンツが記憶されている領域を示す位置情報を出力する出力部とを備えることを特徴とする情報選択装置である。

また、本発明は、上記に記載の発明において、過去に放送された字幕情報から予め抽出された複数の単語それぞれの前記字幕情報における出現頻度に基づいて、前記字幕情報の特徴を示すベクトルである字幕特徴量を算出する字幕特徴量算出部と、前記複数の単語それぞれの前記テキスト情報における出現頻度に基づいて、前記テキスト情報の特徴を示すベクトルであるテキスト特徴量を算出するテキスト特徴量算出部とを更に備え、前記類似度算出部は、前記字幕特徴量と前記テキスト特徴量とから前記類似度を算出し、前記出力部は、前記複数の検索条件ごとに算出する前記類似度の平均値が最も高い検索条件を選択するか、又は前記複数の検索条件のうち前記類似度が最も高いコンテンツを検索した検索条件を選択し、選択した検索条件により検索された前記コンテンツに対応する位置情報を出力することを特徴とする。

また、本発明は、上記に記載の発明において、前記字幕特徴量算出部は、前記複数の単語を用いてｔｆｉｄｆ（Term Frequency & Inverse Document Frequency）により重み付けをした前記字幕特徴量を算出し、前記テキスト特徴量算出部は、前記複数の単語を用いてｔｆｉｄｆにより重み付けをした前記テキスト特徴量を算出し、前記類似度算出部は、前記字幕特徴量と、前記テキスト特徴量とのコサイン相関値を前記類似度として算出することを特徴とする。

また、本発明は、上記に記載の発明において、コンテンツ検索部は、前記ネットワーク上に公開されているコンテンツのうち受信した条件を満たすコンテンツを検索して該コンテンツの前記位置情報を返信する検索サーバに、前記複数の検索条件を送信することにより、前記複数の検索条件を満たすコンテンツを検索し、前記テキスト特徴量算出部は、前記コンテンツ検索部が検索したコンテンツのうち、前記複数の検索条件ごとに、前記検索サーバが順位付けした上位ｎ（ｎ≧１）個のコンテンツに対して前記テキスト特徴量を算出することを特徴とする。

また、本発明は、上記に記載の発明において、前記ネットワーク上に公開されているコンテンツのうち、前記主題語がテキスト情報に含まれ、前記内容語がタイトルに含まれていないコンテンツを検索する第１の検索条件と、前記ネットワーク上に公開されているコンテンツのうち、前記内容語がタイトルに含まれ、前記主題語がテキスト情報に含まれていないコンテンツを検索する第２の検索条件と前記ネットワーク上に公開されているコンテンツのうち、前記内容語がテキスト情報に含まれ、前記主題語がタイトルに含まれていないコンテンツを検索する第３の検索条件と、前記ネットワーク上に公開されているコンテンツのうち、前記主題語がタイトルに含まれ、前記内容語がテキスト情報に含まれていないコンテンツを検索する第４の検索条件と、を前記複数の検索条件として生成するクエリ生成部を更に備え、前記コンテンツ検索部は、クエリ生成部が生成した前記第１から第４の検索条件を前記検索サーバに送信することによりコンテンツの検索を行い、前記出力部は、前記第１から第４の検索条件のうちいずれか一つを選択し、選択した検索条件により検索された前記コンテンツを出力することを特徴とする。

また、本発明は、上記に記載の発明において、前記コンテンツ検索部は、前記第１から第４の検索条件を用いた検索において、得られたコンテンツの数がｎ個未満の場合、該検索条件を生成する際に用いた前記主題語又は前記内容語の語数を減らして検索条件を再度生成してコンテンツの検索をすることを特徴とする。

また、本発明は、上記に記載の発明における情報選択装置と、放送されている複数の番組それぞれの字幕情報を前記情報選択装置に入力し、前記情報選択装置が出力する位置情報を番組に対応付けて記憶する選択情報記憶部と、前記複数の番組のいずれかを示す要求情報を受信し、該要求情報が示す番組に対応する位置情報を前記選択情報記憶部から読み出し、読み出した位置情報を該要求情報の送信元に送信する要求処理部とを具備することを特徴とするサーバ装置である。

また、本発明は、番組とともに放送されている該番組の内容を表す字幕情報を受信する字幕取得ステップと、前記字幕取得ステップにおいて受信した字幕情報に含まれる単語から該字幕情報の主題を表す主題語と、該字幕情報の内容を表す内容語とを抽出し、該主題語及び該内容語を組み合わせて生成された複数の検索条件を用いてネットワーク上に公開されているコンテンツのうち該字幕情報に関連するコンテンツを検索するコンテンツ検索ステップと、前記複数の検索条件ごとに、前記コンテンツ検索ステップにおいて検索したコンテンツに含まれ該コンテンツの内容を示すテキスト情報と、前記字幕情報との相関を示す類似度を算出し、算出した類似度に基づいて、前記複数の検索条件からいずれか一つの検索条件を選択する類似度算出ステップと、前記類似度算出ステップにおいて選択した検索条件を用いて検索された前記コンテンツが記憶されている領域を示す位置情報を出力する出力ステップとを含むことを特徴とする情報選択方法である。

また、本発明は、情報選択装置に備えられているコンピュータに番組とともに放送されている該番組の内容を表す字幕情報を受信する字幕取得ステップと、前記字幕取得ステップにおいて受信した字幕情報に含まれる単語から該字幕情報の主題を表す主題語と、該字幕情報の内容を表す内容語とを抽出し、該主題語及び該内容語を組み合わせて生成された複数の検索条件を用いてネットワーク上に公開されているコンテンツのうち該字幕情報に関連するコンテンツを検索するコンテンツ検索ステップと、前記複数の検索条件ごとに、前記コンテンツ検索ステップにおいて検索したコンテンツに含まれ該コンテンツの内容を示すテキスト情報と、前記字幕情報との相関を示す類似度を算出し、算出した類似度に基づいて、前記複数の検索条件からいずれか一つの検索条件を選択する類似度算出ステップと、前記類似度算出ステップにおいて選択した検索条件を用いて検索された前記コンテンツが記憶されている領域を示す位置情報を出力する出力ステップとを実行させるためのプログラムである。

この発明によれば、番組の字幕情報に関連する情報を含むコンテンツを検索する複数の検索条件ごとに、当該検索条件により検索されたコンテンツと、字幕情報との類似度を算出し、算出した類似度に基づいて複数の検索条件からいずれか一つを選択することにより、複数の検索条件から最適な検索条件を選択することができる。
これにより、複数の検索条件を用いて検索された多数のコンテンツのうち、選択した検索条件である最適な検索条件により検索されたコンテンツを出力することにより、番組の内容に関連する最適なコンテンツをユーザに提示することができる。

第１の実施形態における情報選択装置１の利用形態を示す概略ブロック図である。 同実施形態における情報選択装置１の構成を示す概略ブロック図である。 同実施形態における字幕特徴量（ベクトル）の一例を示す図である。 同実施形態における情報選択装置１のコンテンツ選択処理を示すフローチャートである。 第２の実施形態における情報選択サーバ１００の構成を示す概略ブロック図である。 Ｗｅｂページ（コンテンツ）の検索の処理を示すフローチャートである。

以下、図面を参照して、本発明の実施形態による情報選択装置、情報選択方法、及びプログラム、並びにサーバ装置を説明する。

（第１の実施形態）
図１は、第１の実施形態における情報選択装置１の利用形態を示す概略ブロック図である。
同図に示すように、情報選択装置１は、ネットワーク６を介して検索サーバ４及び複数のコンテンツサーバ５に接続されるとともに、セットトップボックス２に接続されている。

セットトップボックス２は、映像を表示する表示装置３に接続されている。また、セットトップボックス２は、放送番組の映像情報、音声情報及び字幕情報を含む放送信号を外部の送信局から受信し、受信した映像情報及び字幕情報を表示装置３が表示できる映像信号に変換し、音声情報を表示装置３が出力できる音声信号に変換し、映像信号及び音声信号を表示装置３に出力する。ここで、字幕情報は、例えば、クローズドキャプション（closed captioning）や、字幕放送などの文字による情報であり、放送されている番組のセリフや番組の内容を表す情報である。

また、セットトップボックス２は、ユーザから入力される操作情報に基づいて、ネットワーク６を介して、コンテンツサーバ５により配信されているコンテンツを受信して表示装置３に表示させる。また、セットトップボックス２は、受信した字幕情報を情報選択装置１に順に送信する。なお、セットトップボックス２は、光ファイバーケーブルや同軸ケーブルなどの有線回線を介して放送信号を受信してもよいし、無線回線を介して放送信号を受信してもよい。

情報選択装置１は、セットトップボックス２から受信した字幕情報に基づいて、字幕情報の内容と関連性のあるコンテンツを検索サーバ４を用いて検索し、検索したコンテンツが記憶されている領域を示す位置情報をセットトップボックス２に送信する。ここで、位置情報は、例えば、ＵＲＬ（Uniform Resource Locator；統一資源位置指定子）などのコンテンツサーバ５と、当該コンテンツサーバ５により配信されているコンテンツが記憶されている領域とを示す情報である。
表示装置３は、入力される映像信号をデコードし、当該映像信号に応じた映像を表示させる。表示装置３は、例えば、テレビ受像機や、液晶ディスプレイなどである。

検索サーバ４は、ネットワーク６を介して受信する検索条件に基づいて、ネットワーク６上で配信されているコンテンツのうち、受信する検索条件を満たすコンテンツを検索するとともに、当該検索条件に基づいて検索されたコンテンツに対して順位付けをしたリストを含む検索結果を、当該検索条件の送信元に返信する。コンテンツに対する順位付けは、例えば、コンテンツと検索条件と一致の度合いや、コンテンツの閲覧回数などに応じて行われる。このような検索サーバ４の例としては、Ｇｏｏｇｌｅ（登録商標）や、Ｙａｈｏｏ！（登録商標）などにより運営されているネットワーク上の検索サーバ（検索エンジン）がある。

コンテンツサーバ５は、文章により内容が表されたテキスト情報と、当該テキスト情報のタイトルとを含むＷｅｂページの情報を記憶し、記憶しているＷｅｂページを公開しているサーバ装置である。また、コンテンツサーバ５は、記憶しているＷｅｂページの閲覧の要求を受信すると、要求されたＷｅｂページの情報を要求元に送信する。ネットワーク６は、インターネットのような一般に公開されたネットワークでもよいし、イントラネットのような特定のユーザに限定されたネットワークでもよい。

図２は、本実施形態における情報選択装置１の構成を示す概略ブロック図である。
同図に示すように、情報選択装置１は、単語リスト記憶部１１、字幕取得部１２、ＵＲＬ取得部１３、テキスト取得部１４、テキスト特徴量算出部１５、字幕特徴量算出部１６、類似度算出部１７、ＵＲＬ出力部１８を備えている。

単語リスト記憶部１１は、ｍ（ｍ≧１）個の単語を含むリスト情報を予め記憶している。リスト情報は、例えば、過去に放送された字幕情報から出現頻度が高い単語や、各字幕情報の特徴を示す重要な単語を抽出して予め生成された単語の集合である。また、リスト情報に含まれる単語は、名詞、又は形容詞である。
字幕取得部１２は、外部の装置より字幕情報を受信し、受信した字幕情報をＵＲＬ取得部１３及び字幕特徴量算出部１６に出力する。本実施形態において、字幕取得部１２は、字幕情報をセットトップボックス２から受信する。

ＵＲＬ取得部１３は、字幕取得部１２から入力された字幕情報に対して形態素解析を行い、当該字幕情報を品詞に応じて単語に分け、字幕情報に含まれている単語から当該当該字幕情報の主題を表す主題語と、当該字幕情報の内容を表す内容語とを抽出する。そして、ＵＲＬ取得部１３は、抽出した主題語及び内容語を組み合わせて生成された複数の検索条件を用いて、ネットワーク６上に公開されているコンテンツのうち字幕情報に関連するコンテンツを検索し、検索したコンテンツの位置情報をテキスト取得部１４及びＵＲＬ出力部１８に出力する。以下、位置情報をＵＲＬとした場合について記載する。

また、ＵＲＬ取得部１３は、キーワード抽出部１３１、クエリ生成部１３２、コンテンツ検索部１３３を有している。
キーワード抽出部１３１は、入力される字幕情報に対して形態素解析を行い、当該字幕情報を品詞に応じて単語に分け、当該字幕情報に含まれる単語から当該字幕情報の主題語及び内容語を抽出し、抽出した主題語及び内容語をクエリ生成部１３２に出力する。このとき、キーワード抽出部１３１は、例えば、主題語を２語選択し、内容語を３語選択する。キーワード抽出部１３１が選択する主題語及び内容語の語数は、字幕情報の長さなどに応じて変更するようにしてもよい。
また、主題語及び内容語を抽出する方法は、例えば、非特許文献１に記載されている手法を用いて行う。具体的には、字幕情報において、出現頻度が高く、かつ、他の単語との共起関係の強い単語を主題語とする。また、字幕情報において、主題語と共起関係の強い単語を内容語とする。

クエリ生成部１３２は、字幕情報に関連する周辺の情報が検索できるように、キーワード抽出部１３１が抽出した主題語及び内容語を組み合わせた前述の複数の検索条件として４つの検索条件を生成してコンテンツ検索部１３３に出力する。ここで、４つの検索条件の生成方法として、例えば、非特許文献１に記載されているクエリ（質問）の生成方法を用いる。

ここで、クエリ生成部１３２が生成する４つの検索条件は、（Ａ）主題語に基づいて字幕情報の内容を詳細化することにより字幕情報の内容を掘り下げて検索するためのＳＤ（Subject Deepening)検索条件と、（Ｂ）内容語に基づいて字幕情報の内容を詳細化することにより字幕情報の内容を掘り下げて検索するためのＣＤ（Content Deepening）検索条件と、（Ｃ）主題語に基づいて字幕情報の内容を広げることにより字幕情報と異なる視点の情報を検索するためのＳＢ（Subject Broadening）検索条件と、（Ｄ）内容語に基づいて字幕情報の内容を広げることにより字幕情報と異なる視点の情報を検索するためのＣＢ（Content Broadening）検索条件とである。

具体的には、（Ａ）ＳＤ検索条件（第１の検索条件）は、主題語がコンテンツの内容を文章により示すテキスト情報（本文）に含まれ、内容語がタイトル（見出し）に含まれていないコンテンツを検索する条件である。ここで、コンテンツのタイトルとは、例えば、タイトル（Title）のタグに記述された語である。
また、（Ｂ）ＣＤ検索条件（第２の検索条件）は、内容語がタイトルに含まれ、主題語が本文に含まれていないコンテンツを検索する条件である。
また、（Ｃ）ＳＢ検索条件（第３の検索条件）は、内容語が本文に含まれ、主題語がタイトルに含まれていないコンテンツを検索する条件である。
また、（Ｄ）ＣＢ検索条件（第４の検索条件）は、主題語がタイトルに含まれ、内容語が本文に含まれていないコンテンツを検索する条件である。

コンテンツ検索部１３３は、クエリ生成部１３２が生成した４つの検索条件それぞれを用いて各検索条件に一致するコンテンツを検索する。具体的には、コンテンツ検索部１３３は、ネットワーク６を介して、４つの検索条件それぞれを検索サーバ４に送信し、検索サーバ４から検索条件それぞれの検索結果を受信する。そして、コンテンツ検索部１３３は、各検索条件の検索結果のうち上位ｎ（ｎ≧１）個のコンテンツのＵＲＬを、検索条件に対応付けてテキスト取得部１４に出力する。ここで、ｎは、予め定められた数値であり、例えば、放送されている番組の映像とともに表示装置３に表示できるコンテンツの数、又はコンテンツの概要を示す情報の数に基づいて予め定められる。

なお、コンテンツ検索部１３３は、クエリ生成部１３２が生成した検索条件により得られたＵＲＬがｎ個未満の場合、検索により得られるＵＲＬの個数が増えるように、検索条件に含まれる条件を減らして再度検索を行う。例えば、各検索条件の特徴を生かせるように検索条件に含まれる否定の条件を１つずつ減らすことにより検索条件を緩めて、再度検索を行う。また、否定の条件を削除しても得られるＵＲＬがｎ個以下のときは、肯定の条件を１つずつ減らして検索を繰り返してｎ個のＵＲＬが得られるようにする。
例えば、キーワード抽出部１３１が字幕情報から２語の主題語ｓ１、ｓ２と、３語の内容語ｃ１、ｃ２、ｃ３とを抽出する場合におけるＣＤ検索条件を緩めるとき、コンテンツ検索部１３３は、「内容語ｃ１、ｃ２、ｃ３がタイトルに含まれ、主題語ｓ１、ｓ２が本文に含まれない」という条件を、「内容語ｃ１、ｃ２、ｃ３がタイトルに含まれ、主題語ｓ１が本文に含まれない」という条件に変更して再度検索をする。

テキスト取得部１４は、コンテンツ検索部１３３が出力する各検索条件に対応するｎ個ずつのコンテンツのＵＲＬを用いて、ネットワーク６を介してコンテンツサーバ５から当該コンテンツに含まれているテキスト情報を受信する。そして、テキスト取得部１４は、受信した各コンテンツのテキスト情報と、当該コンテンツに対応する検索条件とを対応付けてテキスト特徴量算出部１５に出力する。
なお、コンテンツに含まれるテキスト情報は、例えば、ＨＴＭＬにより記載されたコンテンツであれば、ボディ（body）タグにより示されている範囲の文章を選択することにより、コンテンツのデータから取り出される。また、ＭＨＴＭＬにより記載されたコンテンツであれば、テキスト情報は、元となるＨＴＭＬのファイルに含まれている文書を選択することにより、コンテンツのデータから取り出される。

テキスト特徴量算出部１５は、単語リスト記憶部１１に記憶されているリスト情報を読み出し、読み出したリスト情報に含まれる各単語を用いてｔｆｉｄｆ（Term Frequency & inverse Document Frequency）により重み付けをした特徴量であるテキスト特徴量を、テキスト取得部１４から入力されるコンテンツのテキスト情報ごとに算出する。
具体的には、テキスト特徴量算出部１５は、コンテンツのテキスト情報ごとに、リスト情報に含まれるｍ個の単語ごとのｔｆｉｄｆ値を算出し、算出したｍ個のｔｆｉｄｆ値を要素とするｍ次元のベクトルをテキスト特徴量として算出する。

ここで、ｔｆｉｄｆは、ある文書（コンテンツ）内における文字列αの出現頻度（Term Frequency；ｔｆ）と、文書集合全体（コンテンツの集合全体）のうち文字列αが出現する文書数の頻度を逆数（Inverse Document Frequency；ｉｄｆ）の積により算出し、算出した数値が大きいほど文字列αが重要であることを示す指標の一つである。

以下、テキスト特徴量の算出方法を詳細に説明する。
検索されたコンテンツのうち、ｊ（１≦ｊ≦４ｎ）番目のコンテンツのテキスト情報における、リスト情報のｉ（１≦ｉ≦ｍ）番目の単語のｔｆｉｄｆ値は、次式（１）により表される。

ここで、ｔｆ_ｉ，ｊは、ｊ番目のコンテンツのテキスト情報におけるｉ番目の単語の出現数である。また、Ｎは、テキスト特徴量を算出する対象のコンテンツに含まれるテキスト情報の総数（＝ｎ×４）である。また、ｄｆ_ｉは、テキスト特徴量を算出する対象のコンテンツに含まれるテキスト情報(本文)のうち、ｉ番目の単語が含まれるコンテンツのテキスト情報の数である。
このように単語ごとに算出されたｔｆｉｄｆ値を要素とする次式（２）により表されるベクトルｔ_ｊをｊ番目のコンテンツのテキスト情報に対するテキスト特徴量とする。

字幕特徴量算出部１６は、テキスト特徴量算出部１５と同様に、単語リスト記憶部１１に記憶されているリスト情報に含まれる各単語を用いてｔｆｉｄｆにより重み付けをした特徴量である字幕特徴量を字幕取得部１２から入力される字幕情報に対して算出する。
例えば、次の字幕情報が入力された場合、字幕情報における単語「南極」のｔｆｉｄｆ値は、「２５．９」と算出され、単語「しらせ」のｔｆｉｄｆ値は、「５７．９」と算出される。
（字幕情報）：「>>さて２５年にわたり、南極観測で活躍し、去年退役した砕氷船しらせ。その後継として建造された新しいしらせが今日、南極へ向けて初めての航海に出発します。中継でお伝えします。>>こちらがその新しいしらせです。通称、南極観測船。正式には氷を砕くと書いて砕氷船といいます。・・・（略）」

図３は、本実施形態における字幕特徴量（ベクトル）の一例を示す図である。
図示する例では、字幕情報に出現しない「ヘッド」、「ひとたび手」、「５つ目」に対して「０」（ゼロ）が割り当てられ、字幕情報に出現する「出発」に対して算出されたｔｆｉｄｆ値「７．５３０６４５」が割り当てられている。
このように、リスト情報に含まれる単語のうち、字幕情報に出現しない単語に対応する要素に対して「０」（ゼロ）が割り当てられ、字幕情報に出現する単語に対応する要素に対してｔｆｉｄｆ値が割り当てられる。また、テキスト特徴量算出部１５がコンテンツのテキスト情報ごとに算出するテキスト特徴量も、字幕特徴量と同様に数値が割り当てられる。

図２に戻って、類似度算出部１７は、字幕特徴量算出部１６が算出した字幕特徴量と、テキスト特徴量算出部１５が算出した各テキスト特徴量とを用いて、字幕情報と、コンテンツのテキスト情報との相関を示す類似度を算出し、算出した類似度に基づいて、４つの検索条件から字幕情報に類似したテキスト情報を含むコンテンツを検索する最適な検索条件を選択する。

具体的には、類似度算出部１７は、テキスト特徴量が算出したテキスト特徴量（ベクトルｔ_ｊ（１≦ｊ≦４×ｎ））と、字幕特徴量ｔ_ｋとを用いた次式（３）により表されるコサイン相関値ｃｏｓ（ｔ_ｊ、ｔ_ｋ）を類似度として算出する。

また、類似度算出部１７は、各テキスト特徴量と、字幕特徴量との類似度を算出するとともに、４つの検索条件それぞれにおける類似度の平均値を算出し、類似度の平均値が最も高い検索条件を最適な検索条件として選択し、選択した検索条件を示す情報をＵＲＬ出力部１８に出力する。

ＵＲＬ出力部１８には、類似度算出部１７から入力された検索条件を示す情報と、コンテンツ検索部１３３から４つの検索条件（ＳＢ、ＳＤ、ＣＢ、ＣＤ）それぞれに対応付けられたｎ個ずつＵＲＬとが入力される。また、ＵＲＬ出力部１８は、コンテンツ検索部１３３から４つの検索条件それぞれに対応付けられたｎ個ずつＵＲＬから、類似度算出部１７から入力された検索条件を示す情報に対応するｎ個のＵＲＬを選択して外部（セットトップボックス２）に出力する。

図４は、本実施形態における情報選択装置１のコンテンツ選択処理を示すフローチャートである。
情報選択装置１は、字幕取得部１２がセットトップボックス２から字幕情報を受信すると（ステップＳ１０１）、字幕取得部１２が、受信した字幕情報をキーワード抽出部１３１と、字幕特徴量算出部１６とに出力する。
キーワード抽出部１３１は、字幕取得部１２から入力された字幕情報における主題語及び内容語を抽出し、抽出した主題語及び内容語をクエリ生成部１３２に出力する（ステップＳ１０２）。

クエリ生成部１３２は、キーワード抽出部１３１から入力された主題語及び内容語を用いて、ＳＤ、ＳＢ、ＣＤ、ＣＢそれぞれの検索条件を生成し、生成した検索条件をコンテンツ検索部１３３に出力する（ステップＳ１０３)。
コンテンツ検索部１３３は、ネットワーク６を介して接続されている検索サーバ４に、クエリ生成部１３２が生成した検索条件を含む検索を要求する情報を送信し、検索条件ごとの検索結果を受信する。そして、コンテンツ検索部１３３は、検索条件ごとに、検索結果のうち上位ｎ個のコンテンツのＵＲＬを抽出し、各検索条件に対応付けた上位ｎ個ずつのコンテンツのＵＲＬをテキスト取得部１４に出力する（ステップＳ１０４）。

テキスト取得部１４は、コンテンツ検索部１３３から入力されたＵＲＬを用いて、検索された各コンテンツのテキスト情報を取得し（ステップＳ１０５）、テキスト特徴量算出部１５は、テキスト取得部１４が取得した各コンテンツのテキスト情報と、単語リスト記憶部１１に記憶されている単語リストとを用いて、各コンテンツのテキスト情報に対するテキスト特徴量を算出する（ステップＳ１０６）。
また字幕特徴量算出部１６は、字幕取得部１２から入力された字幕情報と、単語リスト記憶部１１に記憶されている単語リストとを用いて、字幕情報に対する字幕特徴量を算出する（ステップＳ１０７)。

類似度算出部１７は、テキスト特徴量算出部１５が算出した各コンテンツのテキスト情報に対するテキスト特徴量と、字幕特徴量算出部１６が算出した字幕情報に対する字幕特徴量との類似度を算出する（ステップＳ１０８）。
また、類似度算出部１７は、４つの検索条件それぞれに対応する各コンテンツの類似度の平均値を算出し、最も平均値の高い検索条件を示す情報をＵＲＬ出力部１８に出力し、ＵＲＬ出力部１８は、類似度算出部１７から入力された情報に対応する検索条件により検索されたＵＲＬをセットトップボックス２に出力する（ステップＳ１０９）。

そして、セットトップボックス２は、放送されている番組の映像情報とともに、入力されたＵＲＬのコンテンツを示す情報を表示装置３に表示させる。
これにより、放送されている番組の内容に関連性の高いコンテンツを、番組とともに表示装置３に表示して、ユーザに提供する。

上述した処理により、情報選択装置１は、字幕情報に基づいて生成されたＳＢ、ＳＤ、ＣＢ、及びＣＤそれぞれの検索条件により番組の内容をより詳しく記載したコンテンツ、又は番組の内容を異なる視点から記載したコンテンツを検索し、検索したコンテンツと字幕情報との類似度に基づいて、ＳＢ、ＳＤ、ＣＢ、及びＣＤの検索条件のうち、字幕情報と類似度の高いコンテンツを検索した検索条件により検索されたコンテンツを出力するようにした。
このように、複数の検索条件を用いて番組の内容に関連する周辺の情報を含むコンテンツを検索した上で、検索されコンテンツのうち番組の内容との類似度が高いコンテンツを検索した際に用いた検索条件を選択して検索されたコンテンツを絞り込むことにより、番組の内容との類似度がより高いコンテンツを選択することができる。その結果、番組の内容に関連する適切なコンテンツ、又はコンテンツのＵＲＬをユーザに提供することができる。

また、情報選択装置１は、テキスト特徴量、及び字幕特徴量の算出に、過去に放送された字幕情報から予め抽出されたｍ個の単語を用いるようにした。これにより、字幕情報に頻出する単語を用いて、検索したコンテンツのテキスト特徴量を算出するようにしたので、字幕情報との類似度を算出する際の精度を向上させることができる。
また、情報選択装置１は、検索されたコンテンツのうち、各検索条件の上位ｎ個のコンテンツに対してテキスト特徴量を算出し、字幕情報との類似度を算出するようにした。これにより、テキスト特徴量、及び類似度の算出に要する処理時間を一定時間内に抑えるようにし、放送されている番組の内容とともに随時更新される字幕情報に関連する最適なコンテンツを、字幕情報の更新に応じて出力することができる。

なお、上述の第１の実施形態において、情報選択装置１は、選択したＵＲＬをセットトップボックス２に送信する構成について説明した。しかし、この構成に限ることなく、ネットワーク６などを介して、選択したＵＲＬを予め定められた装置に送信するようにしてもよい。これにより、放送されている番組を表示している表示装置３以外の装置、例えば、当該番組に関連するコンテンツを携帯情報端末などの装置に表示させることができるので、表示装置３においてコンテンツを表示させることができる領域に制限されることなく、コンテンツを表示させることができる。また、上述のコンテンツ選択処理を実行する処理能力を有していない携帯情報端末などにも、番組の内容に関連する適切なコンテンツを表示させることができる。

また、上述の第１の実施形態において、情報選択装置１、セットトップボックス２、及び表示装置３は、独立した装置である場合について説明した。しかし、これに限らず、セットトップボックス２が情報選択装置１を含む構成であってもよいし、表示装置３が情報処理装置１及びセットトップボックス２を含む構成であってもよい。

（第２の実施形態）
図５は、第２の実施形態における情報選択サーバ１００の構成を示す概略ブロック図である。
同図に示すように、情報選択サーバ１００は、情報選択装置１、放送受信部１０１、選択情報記憶部１０２、要求処理部１０３を具備している。本実施形態における情報選択装置１、検索サーバ４、コンテンツサーバ５、及びネットワーク６は、第１の実施形態における情報選択装置１、検索サーバ４、コンテンツサーバ５、及びネットワーク６と同じ構成を有しており、同じ符号を付して、その説明を省略する。

放送受信部１０１は、放送されている番組が含まれる複数の放送信号を受信し、各放送信号に含まれる番組の文字情報を順に情報選択装置１に出力し、各放送信号に含まれる番組に関連するＵＲＬを選択情報記憶部１０２に順次出力させる。また、放送受信部１０１は、情報選択装置１が当該文字情報に応じて出力するＵＲＬと、情報選択装置１に出力した文字情報に対応する放送信号を識別するチャンネル情報とを対応付けて選択情報記憶部１０２に記憶させる。

また、放送受信部１０１は、予め定められた期間ごとに、字幕情報を情報選択装置１に出力して、選択情報記憶部１０２に記憶されているチャンネル情報に対応付けられたＵＲＬを更新させる。
なお、放送信号受信部１０１は、光ファイバや同軸線などの有線回線を通じて放送信号を受信してもよし、無線回線を通じて放送信号を受信してもよい。

情報選択装置１は、放送信号受信部１０１から入力される字幕情報に基づいて、当該字幕情報に関連するｎ個のＵＲＬを選択情報記憶部１０２に出力する。
選択情報記憶部１０２には、放送受信部１０１が受信する複数の放送信号それぞれを示すチャンネル情報と、情報選択装置１が出力するＵＲＬとが対応付けて記憶されている。

要求処理部１０３は、ネットワーク９を介して、複数の端末装置８−１〜８−Ｎと接続されている。また、要求処理部１０３は、端末装置８−１〜８−Ｎから複数の放送信号のうちのいずれかを示すチャンネル情報を含む要求情報を受信すると、受信したチャネル情報に対応するＵＲＬを選択情報記憶部１０２から読み出し、読み出したＵＲＬを含む応答情報を当該要求情報の送信元に返信する。
ここで、端末装置８−１〜８−Ｎは、ネットワーク９を介して情報選択サーバ１００と通信を行える装置であり、例えば、携帯型の情報端末装置、ノートパソコン、据え置き型のパソコン、セットトップボックスなどである。

上述のように、情報選択サーバ１００が、複数の放送信号により放送されている番組それぞれの内容に関連するコンテンツのＵＲＬを、放送信号を識別するチャンネル情報に対応付けて記憶し、端末装置８−１〜８−Ｎの要求に応じて、放送されている番組の内容に関連するコンテンツのＵＲＬを端末装置８−１〜８−Ｎに送信する。
これにより、端末装置８−１〜８−Ｎの処理能力が低い場合でも、端末装置８−１〜８Ｎは、情報選択サーバ１００を通じて、放送されている番組の内容に関連するコンテンツのＵＲＬを容易に受信することができる。また、ユーザは、例えば、端末装置８−１を操作して、受信したＵＲＬにより示されるコンテンツを閲覧することができ、番組の内容に関連するより詳細な情報を得ることができる。

なお、本実施形態において、検索サーバ４及びコンテンツサーバ５と、情報選択サーバ１００とを接続するネットワーク６と、端末装置８−１〜８−Ｎと、情報選択サーバ１００とを接続するネットワーク９とは、異なる場合について説明したが、同じネットワークを介して接続されていてもよい。

なお、上述の第1及び第２の実施形態において、情報選択装置１が外部の装置から字幕情報を受信する構成について説明したが、情報選択装置１が放送信号を受信し、受信した放送信号を復調及び復号して、字幕情報を得るようにしてもよい。

また、上述の第１及び第２の実施形態において、類似度算出部１７は、算出した類似度の平均値が最も高い検索条件を選択する構成について説明したが、算出した類似度が最も高いコンテンツを検索した際に用いた検索条件を選択するようにしてもよい。
これにより、最も類似度の高いコンテンツを必ず出力することができる。特に、第１及び第２の実施形態において、ユーザに提示できるコンテンツが少ない場合、例えば、表示装置３におけるコンテンツを表示するスペースが狭く１件又は２件しか表示できない場合、適切なコンテンツをユーザに提示することができる。

上述の情報選択装置１は内部に、コンピュータシステムを有していてもよい。その場合、上述した字幕取得部１２、ＵＲＬ取得部１３、テキスト取得部１４、テキスト特徴量算出部１５、字幕特徴量算出部１６、類似度算出部１７、ＵＲＬ出力部１８それぞれの動作の過程は、プログラムの形式でコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムをコンピュータが読み出して実行することによって、各機能部の動作が行われることになる。ここでコンピュータ読み取り可能な記録媒体とは、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、半導体メモリ等をいう。また、このコンピュータプログラムを通信回線によってコンピュータに配信し、この配信を受けたコンピュータが当該プログラムを実行するようにしても良い。

１…情報選択装置
２…セットトップボックス
３…表示装置
４…検索サーバ
５…コンテンツサーバ
６，９…ネットワーク
８−１，８−２，８−Ｎ…端末装置
１１…単語リスト記憶部
１２…字幕取得部
１３…ＵＲＬ取得部
１４…テキスト取得部
１５…テキスト特徴量算出部
１６…字幕特徴量算出部
１７…類似度算出部
１８…ＵＲＬ出力部
１００…情報選択サーバ
１３１…キーワード抽出部
１３２…クエリ生成部
１３３…コンテンツ検索部

Claims (7)

1. 番組とともに放送されている該番組の内容を表す字幕情報を受信する字幕取得部と、
   前記字幕取得部が受信した字幕情報に含まれる単語から該字幕情報の主題を表す主題語と、該字幕情報の内容を表す内容語とを抽出し、該主題語及び該内容語を組み合わせて生成された複数の検索条件を用いてネットワーク上に公開されているコンテンツのうち該字幕情報に関連するコンテンツを検索するコンテンツ検索部と、
   前記複数の検索条件ごとに、前記コンテンツ検索部が検索したコンテンツに含まれ該コンテンツの内容を示すテキスト情報と、前記字幕情報との相関を示す類似度を算出し、算出した類似度に基づいて、前記複数の検索条件からいずれか一つの検索条件を選択する類似度算出部と、
   前記類似度算出部が選択した検索条件を用いて検索された前記コンテンツが記憶されている領域を示す位置情報を出力する出力部と、
   前記ネットワーク上に公開されているコンテンツのうち、前記主題語がテキスト情報に含まれ、前記内容語がタイトルに含まれていないコンテンツを検索する第１の検索条件と、前記ネットワーク上に公開されているコンテンツのうち、前記内容語がタイトルに含まれ、前記主題語がテキスト情報に含まれていないコンテンツを検索する第２の検索条件と、前記ネットワーク上に公開されているコンテンツのうち、前記内容語がテキスト情報に含まれ、前記主題語がタイトルに含まれていないコンテンツを検索する第３の検索条件と、前記ネットワーク上に公開されているコンテンツのうち、前記主題語がタイトルに含まれ、前記内容語がテキスト情報に含まれていないコンテンツを検索する第４の検索条件と、を前記複数の検索条件として生成するクエリ生成部と、
   を備え、
   前記コンテンツ検索部は、前記クエリ生成部が生成した前記第１から第４の検索条件を用いてコンテンツの検索を行い、前記第１から第４の検索条件を用いた各検索において、得られたコンテンツの数がｎ個未満の場合、該検索条件を生成する際に用いた前記主題語又は前記内容語の語数を減らして検索条件を再度生成してコンテンツの検索をする
   ことを特徴とする情報選択装置。
2. 過去に放送された字幕情報から予め抽出された複数の単語それぞれの前記字幕情報における出現頻度に基づいて、前記字幕情報の特徴を示すベクトルである字幕特徴量を算出する字幕特徴量算出部と、
   前記複数の単語それぞれの前記テキスト情報における出現頻度に基づいて、前記テキスト情報の特徴を示すベクトルであるテキスト特徴量を算出するテキスト特徴量算出部と、
   を更に備え、
   前記類似度算出部は、前記字幕特徴量と前記テキスト特徴量とから前記類似度を算出し、
   前記出力部は、前記複数の検索条件ごとに算出する前記類似度の平均値が最も高い検索条件を選択するか、又は前記複数の検索条件のうち前記類似度が最も高いコンテンツを検索した検索条件を選択し、選択した検索条件により検索された前記コンテンツに対応する位置情報を出力する
   ことを特徴とする請求項１に記載の情報選択装置。
3. 前記字幕特徴量算出部は、前記複数の単語を用いてｔｆｉｄｆ（Term Frequency & Inverse Document Frequency）により重み付けをした前記字幕特徴量を算出し、
   前記テキスト特徴量算出部は、前記複数の単語を用いてｔｆｉｄｆにより重み付けをした前記テキスト特徴量を算出し、
   前記類似度算出部は、前記字幕特徴量と、前記テキスト特徴量とのコサイン相関値を前記類似度として算出する
   ことを特徴とする請求項２に記載の情報選択装置。
4. 前記コンテンツ検索部は、前記ネットワーク上に公開されているコンテンツのうち受信した条件を満たすコンテンツを検索して該コンテンツの前記位置情報を返信する検索サーバに、前記複数の検索条件を送信することにより、前記複数の検索条件を満たすコンテンツを検索し、
   前記テキスト特徴量算出部は、前記コンテンツ検索部が検索したコンテンツのうち、前記複数の検索条件ごとに、前記検索サーバが順位付けした上位ｎ（ｎ≧１）個のコンテンツに対して前記テキスト特徴量を算出する
   ことを特徴とする請求項２又は請求項３のいずれかに記載の情報選択装置。
5. 請求項１から請求項４のいずれか一項に記載の情報選択装置と、
   放送されている複数の番組それぞれの字幕情報を前記情報選択装置に入力し、前記情報選択装置が出力する位置情報を番組に対応付けて記憶する選択情報記憶部と、
   前記複数の番組のいずれかを示す要求情報を受信し、該要求情報が示す番組に対応する位置情報を前記選択情報記憶部から読み出し、読み出した位置情報を該要求情報の送信元に送信する要求処理部と
   を具備することを特徴とするサーバ装置。
6. 字幕取得部とコンテンツ検索部と類似度算出部と出力部とクエリ生成部とを備える情報選択装置が行う情報選択方法であって、
   前記字幕取得部が、番組とともに放送されている該番組の内容を表す字幕情報を受信する字幕取得ステップと、
   前記コンテンツ検索部が、前記字幕取得ステップにおいて前記字幕取得部が受信した字幕情報に含まれる単語から該字幕情報の主題を表す主題語と、該字幕情報の内容を表す内容語とを抽出し、該主題語及び該内容語を組み合わせて生成された複数の検索条件を用いてネットワーク上に公開されているコンテンツのうち該字幕情報に関連するコンテンツを検索するコンテンツ検索ステップと、
   前記類似度算出部が、前記複数の検索条件ごとに、前記コンテンツ検索ステップにおいて前記コンテンツ検索部が検索したコンテンツに含まれ該コンテンツの内容を示すテキスト情報と、前記字幕情報との相関を示す類似度を算出し、算出した類似度に基づいて、前記複数の検索条件からいずれか一つの検索条件を選択する類似度算出ステップと、
   前記出力部が、前記類似度算出ステップにおいて前記類似度算出部が選択した検索条件を用いて検索された前記コンテンツが記憶されている領域を示す位置情報を出力する出力ステップと、
   前記クエリ生成部が、前記ネットワーク上に公開されているコンテンツのうち、前記主題語がテキスト情報に含まれ、前記内容語がタイトルに含まれていないコンテンツを検索する第１の検索条件と、前記ネットワーク上に公開されているコンテンツのうち、前記内容語がタイトルに含まれ、前記主題語がテキスト情報に含まれていないコンテンツを検索する第２の検索条件と、前記ネットワーク上に公開されているコンテンツのうち、前記内容語がテキスト情報に含まれ、前記主題語がタイトルに含まれていないコンテンツを検索する第３の検索条件と、前記ネットワーク上に公開されているコンテンツのうち、前記主題語がタイトルに含まれ、前記内容語がテキスト情報に含まれていないコンテンツを検索する第４の検索条件と、を前記複数の検索条件として生成するクエリ生成ステップと、
   を含み、
   前記コンテンツ検索ステップでは、前記コンテンツ検索部が、前記クエリ生成部が生成した前記第１から第４の検索条件を用いてコンテンツの検索を行い、前記第１から第４の検索条件を用いた各検索において、得られたコンテンツの数がｎ個未満の場合、該検索条件を生成する際に用いた前記主題語又は前記内容語の語数を減らして検索条件を再度生成してコンテンツの検索をする
   ことを特徴とする情報選択方法。
7. 情報選択装置に備えられているコンピュータに
   番組とともに放送されている該番組の内容を表す字幕情報を受信する字幕取得ステップと、
   前記字幕取得ステップにおいて受信した字幕情報に含まれる単語から該字幕情報の主題を表す主題語と、該字幕情報の内容を表す内容語とを抽出し、該主題語及び該内容語を組み合わせて生成された複数の検索条件を用いてネットワーク上に公開されているコンテンツのうち該字幕情報に関連するコンテンツを検索するコンテンツ検索ステップと、
   前記複数の検索条件ごとに、前記コンテンツ検索ステップにおいて検索したコンテンツに含まれ該コンテンツの内容を示すテキスト情報と、前記字幕情報との相関を示す類似度を算出し、算出した類似度に基づいて、前記複数の検索条件からいずれか一つの検索条件を選択する類似度算出ステップと、
   前記類似度算出ステップにおいて選択した検索条件を用いて検索された前記コンテンツが記憶されている領域を示す位置情報を出力する出力ステップと、
   前記ネットワーク上に公開されているコンテンツのうち、前記主題語がテキスト情報に含まれ、前記内容語がタイトルに含まれていないコンテンツを検索する第１の検索条件と、前記ネットワーク上に公開されているコンテンツのうち、前記内容語がタイトルに含まれ、前記主題語がテキスト情報に含まれていないコンテンツを検索する第２の検索条件と、前記ネットワーク上に公開されているコンテンツのうち、前記内容語がテキスト情報に含まれ、前記主題語がタイトルに含まれていないコンテンツを検索する第３の検索条件と、前記ネットワーク上に公開されているコンテンツのうち、前記主題語がタイトルに含まれ、前記内容語がテキスト情報に含まれていないコンテンツを検索する第４の検索条件と、を前記複数の検索条件として生成するクエリ生成ステップと
   を実行させ、
   前記コンテンツ検索ステップでは、前記クエリ生成ステップで生成した前記第１から第４の検索条件を用いてコンテンツの検索を行わせ、前記第１から第４の検索条件を用いた各検索において、得られたコンテンツの数がｎ個未満の場合、該検索条件を生成する際に用いた前記主題語又は前記内容語の語数を減らして検索条件を再度生成してコンテンツの検索をさせる
   ためのプログラム。

Images