JP5650607B2

JP5650607B2 - 文書検索キーワード提示装置及び方法

Info

Publication number: JP5650607B2
Application number: JP2011172258A
Authority: JP
Inventors: 宜仁安田; 千尋山本; 義昌小池
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2011-08-05
Filing date: 2011-08-05
Publication date: 2015-01-07
Anticipated expiration: 2031-08-05
Also published as: JP2013037494A

Description

本発明は、文書検索キーワード提示装置及び方法に係り、特に、文書集合の中から利用者の位置や移動軌跡に応じた文書を検索するための文書検索キーワード提示装置及び方法に関する。

従来より、インターネットから得られる情報等、大規模な文書を対象として、キーワードと興味対象の位置座標を与えることにより、与えたキーワードと位置と関連のある文書を検索するような文書検索が知られている（例えば、特許文献１参照）。

このような検索（地理情報検索）は、特に外出先において、携帯端末を用いてその場所に関連した情報を検索することに利用されている。しかし、利用者がその位置における特定のキーワードに関連した情報を欲しているのではなく、単にその位置における特徴的な情報を得たい場合もある。このような場合、従来の地理情報検索だけを用いる場合であれば、適切な検索キーワードを想起する必要があるが、そもそもその土地に特徴的な情報を得るという目的を持つユーザは検索キーワードを想起しようがない。

そこで、このような利用方法に対して、利用者に対して検索キーワードを提示することが考えられ、事前に位置毎に特徴的な情報を得られるような検索語を登録しておくことが考えられる。

特開２００９−１３４４６３号公報

従来の方式によれば、誰が利用したとしても場所が同じであれば同じ検索キーワードを提示していた。しかし、地域への詳しさは人によって多様であり、利用者の地域への詳しさを考慮しなかった場合、その地域へ詳しい人にとっては特に新しい発見のないありきたりな情報へしか導けないようなキーワードを提示したり、逆に、その地域に詳しくない人にとっては、込み入った情報すぎて、その地域の主要な事柄について広く知ることができないようなキーワードを提示することになってしまう。

このため、結果として提示するキーワードによる検索結果は利用者にとって満足できないものとなることがあった。

本発明は上記の点に鑑みなされたもので、検索者の土地勘のレベルにあう地域情報を検索するための検索キーワードを提示することが可能な文書検索キーワード提示装置及び方法を提供することを目的とする。

上記の課題を解決するために、本発明（請求項１）は、文書集合の中から利用者の位置や移動軌跡に応じて文書を検索するための検索キーワードを提示するための文書検索キーワード提示装置であって、
地理座標と特徴表現との対応及び該特徴表現の尤もらしさを表すスコア、どの程度の土地勘を必要とするかを定めた土地勘度の合計である要土地勘度合計、出現文書数を格納した座標-特徴表現対応データベースと、
利用者端末の過去の位置情報を格納した利用者端末履歴データベースと、
利用者端末の座標が入力されると、該座標に基づいて前記利用者端末履歴データベースを参照して得られた当該利用者の過去の位置の履歴に基づいて、当該利用者の該座標周辺についての土地勘を推定した利用者地域土地勘度を求める利用者地域土地勘度推定手段と、
入力された現在の前記利用者端末の座標に基づいて、前記座標-特徴表現対応データベースを参照し、該座標に対応するエントリと、該エントリのスコア、要土地勘度合計、および出現文書数と、前記利用者地域土地勘度に基づいて特徴表現スコアを算出し、該特徴表現スコアが上位の特徴表現を選出し、検索キーワードとして出力する特徴表現選出手段と、を有する。

また、本発明（請求項２）は、検索対象とする文書を格納した検索対象データベースと、
入力された地理座標に対して、前記検索対象データベースの文書を読み解く上でどの程度の土地勘を必要とするかを定めた文書地域要土地勘度を推定する文書地域要土地勘度推定手段と、
前記地理座標と、前記文書地域要土地勘度の合計、前記検索対象データベースの文書中の地名表現から抽出した特徴表現及び所定の基準に基づいて算出したスコアの対応を抽出し、前記座標-特徴表現対応データベースに格納する座標-特徴表現対応抽出手段と、を更に有する。

また、本発明（請求項３）は、前記地理座標に対応する特徴表現について、所定の値以上の出現頻度の特徴表現に対して、より大きなスコアを与える座標-特徴表現スコア改善手段を更に有する。

また、本発明（請求項４）は、請求項1の前記特徴表現選出手段に、前記利用者地域土地勘度と前記文書地域要土地勘度合計を出現文書数で除した値の差の絶対値を利用者と文書の土地勘の一致度合いとして前記特徴表現を選出する手段を含む。

上記のように本発明によれば、人それぞれの地域への詳しさを考慮するための機構を組み入れることにより、その地域に詳しい人に対しては地元に密着した情報を得られるような検索キーワードを提示することができ、逆に、その地域に詳しくない人に対してはその地域の主要なことがらについて広く知ることができるようなキーワードを提示することができ、さまざまな利用者が満足できる検索キーワードを提示することが可能となる。

本発明の一実施の形態における文書検索キーワード提示装置の構成図である。本発明の一実施の形態における前処理のフローチャートである。本発明の一実施の形態における座標-特徴表現対応抽出部の処理のフローチャートである。本発明の一実施の形態における座標-特徴表現対応抽出結果テーブルの例である。本発明の一実施の形態における利用者端末履歴データベースの例である。本発明の一実施の形態における検索時の処理フローチャートである。

以下図面と共に、本発明の実施の形態を説明する。

図１は、本発明の一実施の形態における文書検索キーワード提示装置の構成を示す。

文書検索キーワード提示装置１００は、前処理部１１０と本処理部１２０から構成される。

前処理部１１０は、座標-特徴表現対応抽出部１１１、文書地域要土地勘度推定部１１２、座標-特徴表現スコア改善部１１３、検索対象文書データベース１１４、座標-特徴表現対応データベース１１５から構成される。

転送対象文書データベース１１４は、検索対象とする文書を格納したデータベースである。

文書地域要土地勘度推定部１１２は、各文書がその文書を読み解く上で与えられた地点（座標）に対してどの程度の土地勘を必要とするかを推定する。

座標-特徴表現対応抽出部１１１は、外部から入力された地理座標と検索対象文書データベース１１４から読み込んだ文書に基づいて、地理座標と文書の特徴表現との対応及びその基本スコアを抽出する。

座標-特徴表現スコア改善部１１３は、地理座標と特徴表現との対応の基本スコアを改善する。

座標-特徴表現対応データベース１１５は、地理座標と特徴表現との対応及び特徴表現の尤もらしさを表す基本スコア、どの程度の土地勘を必要とするかを定めた土地勘度の合計である要土地勘度合計、出現文書数を格納する。

本処理部１２０は、利用者地域土地勘度推定部１２１、特徴表現選出部１２２、利用者端末履歴データベース１２３から構成される。

利用者地域土地勘度推定部１２１は、端末利用者が現在地点に対してどの程度の土地勘を有するかを推定する。

利用者端末履歴データベース１２３は、端末利用者の過去の位置を格納する。

特徴表現選出部１２２は、指定された位置範囲と知識の一致度に応じて座標-特徴表現対応データベース１１５を参照して特徴表現を選出する。

本発明では、利用者は、GPS等の位置を取得できる端末を利用して本装置１００へアクセすることを想定する。利用者端末から本装置１００への入力は、利用者の識別IDと現在の位置の座標である。なお、より高精度に利用者地域への土地勘を推定するために現在位置のみでなく、端末が記録した過去の位置の履歴を入力として本装置１００に与えることも可能である。

本装置１００での処理は、文書集合が与えられた時点で行う前処理と、利用者からのアクセスを契機として行う本処理とに分けることができる。

以下に、上記の構成における処理の流れを説明する。

＜前処理＞
図２は、本発明の一実施の形態における前処理のフローチャートである。

前処理では、予め検索対象文書データベース１１４に、本装置１００が検索対象とする文書群が格納されているものとする。この文書群はワールドワイドウェブ等から収集した一般の文書でもよいし、あるいは、個人のメールボックス内の電子メール集合等でもよい。

ステップ１１０）文書地域要土地勘度推定部１１２は、地理座標と文書を入力としてその文書が、その地理座標に対して、読み解く上でどの程度の土地勘を必要とするかを定めた文書地域要土地勘度を推定する。

まず、文書の作者の居住地を推定する。具体的には文献１「Norihito Yasuda, Tsutomu Hirano, Jun Suzuki, and Hideki Isozaki. 2006. Identifying bloggers' residential areas. Proceedings of AAAI Spring Symposium on Computational Approaches for Analyzing Weblogs, pp. 231-236」に示すような既存の方法を用いるものとする。

次に、文書地域要土地勘度推定部では、入力された地理座標が上記で推定された文書の作者の居住地の範囲あれば、要土地勘度"１"をメモリ（図示せず）に出力し、範囲外であれば要土地勘度"０"を出力する。また、当該方法の他に、居住地の代表点と、入力された地理座標を用いて、以下の式で求めた値を要土地勘度として出力することも可能である。

ステップ１２０）次に、座標-特徴表現対応抽出部１１１は、以下の手順により、地理的座標と特徴表現、及び、その基本スコアの対応を抽出する。

詳細を図３に示す。

予め、座標-特徴表現対応抽出部１１１は、座標-特徴表現対応抽出結果テーブル１０１を初期化しておく。このテーブル１０１は、図４に示すように、カラムとして、代表点の座標、特徴表現、基本スコア、要土地勘度合計、出現文書数を持つテーブルである。

ステップ１０１）以下の処理を検索対象データベース１１４中の各文書について繰り返す。

ステップ１０２）文書中の地理表現と代表点の座標を抽出する。

具体的には、検索対象データベース１１４中の各文書について、文書中に記述された地名と思われる表現を抽出し、その地名の代表点の座標を抽出する。具体的には、文献２「平野徹、松尾義博、菊井玄一郎、「地理的距離と有名度を用いた地名の曖昧性解消」，情報処理学会全国大会講演論文集，2008．」等で示される既存の技術を用いることができる。

地名は必ずしも正規の住所表現でなくとも、断片的な地名（例えば、「浜松」など）でも構わない。例えば、文書中での表現が「浜松」であった場合、代表点の座標としては静岡県浜松市の市役所の座標を抽出する。

ステップ１０３）次に、検索対象データベース１１４の文書から特徴表現を抽出する。

上記のステップ１０２で文書から何らかの地名が抽出された場合、以下の２つの基準により、特徴表現を抽出する。

（ａ）文書のタイトル中の名詞・フレーズ・固有表現；
（ｂ）地名と近接して出現した名詞・フレーズ・固有表現；
上記で抽出された各特徴表現について、以下の処理を行う。

ステップ１０４）特徴表現の基本スコアを算出する。

具体的には、事前に定めた定数α、βより、抽出した各特徴表現について、以下の式で基本スコアを算出する。

α（当該特徴語がタイトル中に出現した回数）＋β（地名と近接して出現した回数）
もし、既に他の文書によって当該地名の代表点座標-特徴表現の対についての基本スコアが計算済みであればそれまでの基本スコアに上記基本スコアを足したものを基本スコアとする。

ステップ１０５）文書地域要土地勘度推定部１１２に対して、地名の代表点に対するその文書の文書地域要土地勘度の算出を指示し、当該文書地域要土地勘度を取得する。このとき、文書地域要土地勘度推定部１１２は、上記の処理で文書から何らかの地名が抽出された場合、その地名の代表点（ステップ１０２で抽出）に対するその文書の文書地域要土地勘度を算出する。

ステップ１０６）特徴表現の要土地勘度合計を更新する。

座標-特徴表現対応抽出結果テーブル１０１中の、対応する当該地名の｛代表点座標，特徴表現｝の対について、要土地勘度合計に当該文書の要土地勘度を加算する。

ステップ１０７）座標-特徴表現対応抽出結果テーブル１０１の特徴表現の出現文書数を更新する。

具体的には、座標-特徴表現対応抽出結果テーブル１０１中の、対応する当該地名の｛代表点座標，特徴表現｝の対について出現文書数に１を加える。

上記の処理の結果、座標-特徴表現対応抽出結果テーブル１０１として、図４に示すような形式の座標と特徴表現及びその基本スコアの対応を得る。

ステップ１３０）座標-特徴表現スコア改善部１１３は、ある座標で特出して多く出現している特徴表現には、その座標-特徴表現の対に対してより大きなスコアを与えるようスコアを改善する。

前述のステップ１２０での、座標-特徴表現対応抽出部１１１で得られた各｛座標，特徴表現｝の対について、以下の手順によりスコアを算出する。

全文書数がｎ、全文書中での当該特徴表現の出現頻度がｓ、全文書中での当該座標の出現頻度がｋ、当該座標-特徴表現対の全文書中での出現回数がｒ、であるとき、
出現回数ｒのポアソン確率

を求める。

事前に定めた定数γを用いて、以下の式を用いて座標-特徴表現スコアを算出する。

座標-特徴表現スコア＝γ（１−Ｐ（ｘ≦ｒ））×基本スコア
上記で求めたスコアを座標-特徴表現データベース１１５に格納する。座標-特徴表現対応データベース１１５の形式は、図４に示した座標-特徴表現対応抽出部１１１の座標-特徴表現対応結果テーブル１０１への出力と同様に、座標、特徴表現、スコア、要土地勘度合計、出現文書数から構成される。当該座標-特徴表現データベース１１５は、本処理において、特徴表現選出部１２２により参照される。

ここまでが前処理である。

＜本処理＞
本処理に利用される利用者端末履歴データベース１２３は、図５に示すような端末利用者の過去の位置を記録したデータベースであり、本装置への過去の利用位置履歴を保存したものである。

利用者地域土地勘度推定部１２１は、現在の利用者の座標を入力として、当該利用者の当該座標周辺についての土地勘を推定した値を出力する。

特徴表現選出部１２２は、利用者端末の現在位置と、利用者地域土地勘度推定部１２１によって算出された利用者地域土地勘度と、選出特徴表現件数ｆを入力として利用者に提示する検索キーワードを提示する。

図６は、本発明の一実施の形態における検索時の処理のフローチャートである。

ステップ３０１）まず、利用者地域土地勘度推定部１２１は、利用者から利用者ID及び現在の位置座標が入力されると、利用者IDに基づいて、端末利用者に対応する利用者端末履歴データベース１２３を参照し、端末利用者の過去の位置の履歴を得る。

ステップ３０２）次に、利用者地域土地勘度推定部１２１は、ステップ３０１で得られた位置履歴の総数をｎ_t，そのうち事前に定めた距離の範囲ｄ₁の範囲にある位置履歴の数をｎ_ｉとし、利用者地域土地勘度を以下の式で算出する。

あるいは、上記のステップの代わりに、文献３「Brett Adams, Dinh Phung, and Svetha Venkatesh. 2006. Extraction of social context and application to personal multimedia exploration. In Proceedings of the 14th annual ACM international conference on Multimedia (MULTIMEDIA '06). ACM, New York, NY, USA, 987-996.」に示すようなGPSの履歴を利用して利用者の自宅、オフィス等を推測する手法を用いて、自宅やオフィスと推定された場所を土地勘度"１"、そうでない場所を土地勘度"０"とすることも可能である。

ステップ３０３）特徴表現選出部１２２は、座標-特徴表現対応データベース１１５を参照し、座標と利用者端末の現在位置との距離が予め定めた定数d_tの範囲の座標-特徴表現の対に対応するエントリを取得する。d_tは具体的には、例えば、徒歩15分圏内を想定し、1km程度とすることができる。あるいは、利用者端末の地図の大きさによって決定することも可能である。

ステップ３０４）次に、ステップ３０３で取得したそれぞれのエントリについて、以下の特徴表現スコアを求める。

ここで、

は、利用者の地域土地勘度と

の差の絶対値を示す。

上記の手順によって得られた特徴表現スコアが上位ｆ件の特徴表現を検索キーワードとして出力する。

上記のように、本発明は、検索キーワードを提示する際に、居住者が文書を書いていれば文書の要土地勘度が高いものとし、また、利用者が自宅や会社にいるのであればその居場所の土地勘度は高いものとし、文書の要土地勘度と利用者の土地勘度の乖離が少ない文書を検索できるような検索キーワードを提示する。これにより、土地勘尾高い人（地元の人）には地元の人のみが知るような情報へ誘導するようなキーワード（例えば、地元のカフェ等）を提示し、土地勘の低い人（外来者、旅行者）には全国的に見て有名な情報へ誘導するようなキーワード（例えば、「東京タワー」等）を提示することが可能となる。

なお、図１に示す文書検索キーワード提示装置の構成要素の動作をプログラムとして構築し、文書検索キーワード提示装置として利用されるコンピュータにインストールし、実行させる、または、ネットワークを介して流通させることが可能である。

本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において、種々変更・応用が可能である。

１００文書検索キーワード提示装置
１１０前処理部
１０１座標-特徴表現対応抽出結果テーブル
１１１座標-特徴表現対応抽出部
１１２文書地域用土地勘度推定部
１１３座標-特徴表現スコア改善部
１１４検索対象文書データベース
１１５座標-特徴表現対応データベース
１２０本処理部
１２１利用地域土地勘度推定部
１２２特徴表現選出部
１２３利用者端末履歴データベース

Claims

文書集合の中から利用者の位置や移動軌跡に応じて文書を検索するための検索キーワードを提示するための文書検索キーワード提示装置であって、
地理座標と特徴表現との対応及び該特徴表現の尤もらしさを表すスコア、どの程度の土地勘を必要とするかを定めた土地勘度の合計である要土地勘度合計、出現文書数を格納した座標-特徴表現対応データベースと、
利用者端末の過去の位置情報を格納した利用者端末履歴データベースと、
利用者端末の座標が入力されると、該座標に基づいて前記利用者端末履歴データベースを参照して得られた当該利用者の過去の位置の履歴に基づいて、当該利用者の該座標周辺についての土地勘を推定した利用者地域土地勘度を求める利用者地域土地勘度推定手段と、
入力された現在の前記利用者端末の座標に基づいて、前記座標-特徴表現対応データベースを参照し、該座標に対応するエントリと、該エントリのスコア、要土地勘度合計、および出現文書数と、前記利用者地域土地勘度に基づいて特徴表現スコアを算出し、該特徴表現スコアが上位の特徴表現を選出し、検索キーワードとして出力する特徴表現選出手段と、
を有することを特徴とする文書検索キーワード提示装置。
検索対象とする文書を格納した検索対象データベースと、
入力された地理座標に対して、前記検索対象データベースの文書を読み解く上でどの程度の土地勘を必要とするかを定めた文書地域要土地勘度を推定する文書地域要土地勘度推定手段と、
前記地理座標と、前記文書地域要土地勘度の合計、前記対象文書データベースの文書中の地名表現から抽出した特徴表現及び所定の基準に基づいて算出したスコアの対応を抽出し、前記座標-特徴表現対応データベースに格納する座標-特徴表現対応抽出手段と、
を更に有する請求項1記載の文書検索キーワード提示装置。
前記地理座標に対応する特徴表現において、所定の値以上の出現頻度の特徴表現に対して、より大きなスコアを与える座標-特徴表現スコア改善手段を更に有する
請求項２記載の文書検索キーワード提示装置。
前記特徴表現選出手段は、
前記利用者地域土地勘度と前記文書地域要土地勘度合計を出現文書数で除した値の差の絶対値を、利用者と文書の土地勘の一致度合いとして前記特徴表現を選出する手段を含む
請求項1記載の文書検索キーワード提示装置。
文書集合の中から利用者の位置や移動軌跡に応じて文書を検索するための検索キーワードを提示するための文書検索キーワード提示方法であって、
利用者地域土地勘度推定手段が、利用者端末の座標が入力されると、該座標に基づいて利用者端末の過去の位置情報を格納した利用者端末履歴データベースを参照して得られた当該利用者の過去の位置の履歴に基づいて、当該利用者の該座標周辺についての土地勘を推定した利用者地域土地勘度を求める利用者地域土地勘度推定ステップと、
特徴表現選出手段が、地理座標と特徴表現との対応及び該特徴表現の尤もらしさを表すスコア、どの程度の土地勘を必要とするかを定めた土地勘度の合計である要土地勘度合計、出現文書数を格納した座標-特徴表現対応データベースを、入力された現在の前記利用者端末の座標に基づいて参照し、該座標に対応するエントリと、該エントリのスコア、要土地勘度合計、および出現文書数と、前記利用者地域土地勘度に基づいて特徴表現スコアを算出し、該特徴表現スコアが上位の特徴表現を選出し、検索キーワードとして出力する特徴表現選出ステップと、
を行うことを特徴とする文書検索キーワード提示方法。
文書地域要土地勘度推定手段が、入力された地理座標に対して、検索対象とする文書を格納した検索対象データベースの文書を読み解く上でどの程度の土地勘を必要とするかを定めた文書地域要土地勘度を推定する文書地域要土地勘度推定ステップと、
座標-特徴表現対応抽出手段が、前記地理座標と、前記文書地域要土地勘度の合計、前記検索対象データベースの文書中の地名表現から抽出した特徴表現及び所定の基準に基づいて算出したスコアの対応を抽出し、前記座標-特徴表現対応データベースに格納する座標-特徴表現対応抽出ステップと、
を含む請求項５記載の文書検索キーワード提示方法。
前記地理座標に対応する特徴表現において、所定の値以上の出現頻度の特徴表現に対して、より大きなスコアを与える座標-特徴表現スコア改善ステップを含む
請求項６記載の文書検索キーワード提示方法。
前記特徴表現選出ステップにおいて、
前記利用者地域土地勘度と前記文書地域要土地勘度合計を出現文書数で除した値の差の絶対値を、利用者と文書の土地勘の一致度合いとして前記特徴表現を選出する
請求項５記載の文書検索キーワード提示方法。