JP6280859B2 - 行動ネットワーク情報抽出装置、行動ネットワーク情報抽出方法及び行動ネットワーク情報抽出プログラム - Google Patents

Description

本発明は、テキストマイニングに関する技術分野、特に、行動予測のための行動ネットワーク情報を大規模テキストから抽出する技術に関する。

ウェアラブル端末や環境センサの普及に伴い、実世界における人間の状況を推定することが現実的になった。実世界行動を支援する情報ナビゲーションの為には、ユーザの状況の推定結果を発展させて「次の行動を予測する技術」が必要となる。

しかしながら、上記のセンサによる人間の行動の理解は、特定の状況を判定する分類問題に帰着させる事が多く、その分類数には限界がある。人間のあらゆる行動を予測するには、それらセンサで判定された人間の行動を基点として、次の行動を推論するアプローチが有効であると考えられる。

近年多様化するソーシャルメディアからのテキストマイニングによる情報抽出方法が提案されている（非特許文献１）。多様なソーシャルメディアの発達と共に、ユーザの実世界行動がテキスト情報で詳細に記録され、Ｗｅｂ上に公開されるようになった。

そして、これらの大規模テキストから人間が行う行動を適切に抽出することにより、人間の行動を体系化することが可能となる。例えば、自動車に乗っている時にする行動や、それら行動の連鎖性を体系化しておくことで、自動車に乗った次の行動の予測に基づく情報提示が可能となる。

倉島健、藤村考、奥田英範，「大規模テキストからの経験マイニング」，電子情報通信学会論文誌，vol.92, No.3, pp.301 - pp.310, 2009

従来のテキストマイニング方法は、ある場所と時間で特徴的な行動をリフト値として表してランキング化する。しかしながら、この従来の方法は行動と行動間の関連性には注目していない。関連性には、例えば遷移関係や因果関係が考えられ、こうした関係性を考慮することにより、ある行動の次の行動の予測精度の向上ができると考えられる。

本発明は、上記の事情に鑑み、人間の行動理解のための行動ネットワーク情報を高精度に抽出することを課題とする。

そこで、本発明は、ある状況で最も特徴的な行動を示した中心行動ノードと他の行動ノードの最短経路上にパス長や共起頻度に依存した値を加算することにより、経路上にある行動ノードの重みを調整する。そして、この重み付けされた行動ノードの重要度に基づき選択された行動ノードの集合から行動ネットワーク情報を作成する。

本発明の行動ネットワーク情報抽出装置としての態様は、大規模テキストから特定状況における行動予測のための行動ネットワーク情報を抽出する行動ネットワーク情報抽出装置であって、大規模テキストから抽出された特定状況を示す状況語を含んだ文書情報から得られた行動表現の出現頻度と当該行動表現と共起する他の行動表現の共起頻度とに基づいて当該特定状況において最も特徴的な行動表現を示す中心行動ノードを決定する決定手段と、前記行動表現を示す行動ノードから前記中心行動ノードまでのパスの長さに基づき当該行動ノードの重要度を算出する重要度算出手段と、前記文書情報から得られた行動表現の行動ノードの集合から前記重要度の値に基づき行動ノードを選択してこの選択された行動ノードを成分とするネットワーク情報を前記行動ネットワーク情報として生成する行動ネットワーク生成手段とを備える。

また、本発明の行動ネットワーク情報抽出方法としての態様は、大規模テキストから特定状況における行動予測のための行動ネットワーク情報を抽出する行動ネットワーク情報抽出装置が実行する行動ネットワーク情報抽出方法であって、大規模テキストから抽出された特定状況を示す状況語を含んだ文書情報から得られた行動表現の出現頻度と当該行動表現と共起する他の行動表現の共起頻度とに基づいて当該特定状況において最も特徴的な行動表現を示す中心行動ノードを決定する決定ステップと、前記行動表現を示す行動ノードから前記中心行動ノードまでのパスの長さに基づき当該行動ノードの重要度を算出する重要度算出ステップと、前記文書情報から得られた行動表現の行動ノードの集合から前記重要度の値に基づき行動ノードを選択し、この選択された行動ノードを成分とするネットワーク情報を前記行動ネットワーク情報として生成する行動ネットワーク生成ステップとを有する。

尚、本発明は上記装置の各手段としてコンピュータを機能させるプログラムまたは上記方法のステップをコンピュータに実行させるプログラムの態様とすることもできる。

本発明によれば、人間の行動理解のための行動ネットワーク情報を高精度に抽出できる。

本発明の実施形態における行動ネットワーク情報抽出装置のブロック構成図。 同装置の行動ノード特徴分析処理部のブロック構成図。 同装置が適用されたシステムのブロック構成図。 重要度の再計算のイメージ図。 行動ネットワーク情報の作成のフロー図。 行動ノード特徴分析処理のフロー図。

以下、図面を参照しながら本発明の実施の形態について説明するが本発明はこの実施形態に限定されるものではない。

［概要］
図１に示された本実施形態の行動ネットワーク情報抽出装置１０は、行動の体系化において、行動ネットワーク情報という概念を採用する。行動ネットワーク情報は、ある行動を表現する行動ノードと、行動と行動の間に関連性を表現する行動間エッジとを有する。

本態様の行動ネットワーク情報抽出装置１０は、注目するユーザの行動（状態）を起点として、その状態に関連する行動を高精度に抽出する。本態様の特徴について以下に説明する。

先ず、ある特定状況において最も特徴的な行動を中心行動ノードと定義する。中心行動ノードからパス長が長い行動は、推論を繰り返してもある状況に特徴的であることを意味しているので、その途中経路にある行動ノードはある状況に特徴的な行動となる。そこで、本態様では、中心行動ノードと他の行動ノードの最短経路上にパス長や共起頻度に依存した値を加算することにより、経路上にある行動ノードの重みを調整する。そして、この重み付けされた行動ノードの重要度に基づき選択された行動ノードの集合から行動ネットワーク情報を作成する。

［装置の構成］
行動ネットワーク情報抽出装置１０は、図１に示されたように、行動抽出エンジン１、行動ネット抽出処理部２、行動ノード特徴分析処理部３を備える。

行動抽出エンジン１は、大規模テキストデータ２３から状況依存の行動の自然言語表現を抽出する。状況依存の行動の自然言語表現は、行動‐ｄｏｃ情報ＤＢ１１に保存される。

行動ネット抽出処理部２は、行動‐ｄｏｃ情報ＤＢ_c１１に保存されている状況依存の行動の自然言語表現Ｘ^{c}に基づき状況依存の行動共起行列Ａを算出する。

行動抽出エンジン１、行動ネット抽出処理部２においては、２つの行動表現の関連性に注目した特徴量のみしか考慮していないので、行動ネットワーク情報の抽出精度が劣るものとなる。

そこで、行動ノード特徴分析処理部３は、３つ以上の行動表現が連鎖する特徴量、つまりパス長の長さを考慮する。従来手法は複数のノードと共起している場合の特徴量は考慮していないが、本態様ではノードの次数も考慮することで重要度を再計算する。

例えば、睡眠という状況の場合、人間の行動は、(‐，睡眠する)→(‐，起床する)→(ご飯，食べる)→(パン，焼く)と連鎖的につながり、その経路上にある行動は睡眠という状況に関する他の行動につながる重要な要素と考えられる。その為、長いパス長の経路上の行動ノードには重要度を加算することで、ある状況に関するネットワークが適切に抽出されると考えられる。また、ある行動と共起する行動数が多いほど、その行動は他の行動につながる重要な要素とも考えられる。その為、次数が高いノードには次数の高さに応じて重要度を上げることで、ある状況に関するネットワークが適切に抽出されると考えられる。

以上の定性的な考察に基づき、行動抽出エンジン１、行動ネット抽出処理部２に加えて、行動ノード特徴分析処理部３においてネットワークの特徴量に基づきより適切な行動ネットワーク情報を作成する。

行動ノード特徴分析処理部３は、行動表現の頻度と共起を表現する行列から、ネットワークの次数やパス長等のグラフの特徴と、出現頻度や共起頻度を考慮して各行動表現の重要度を再計算する。ここで、ある状況で最も特徴的な行動表現を中心行動ノードと定義する。そのために、前処理で出現頻度及び共起頻度が低い行動表現を削除した後に、行動表現の出現頻度と共起頻度を考慮して中心行動ノードを決定する。次に、全てのノードから中心行動ノードまでのパス長を計算し、その経路上にあるノードに重要度を加算する。パス長は、経路上のエッジの重み（共起頻度）の総和として求め、パス長が長く、共起頻度が高ければ値が高くなる。そして、全てのノードから中心行動ノードの経路上にある行動ノードへパス長の値を加算することにより、行動ノードの重要度を再計算する。最後に、再計算された重要度をランキング化し、上位Ｎ個の行動ノードから構成される行動ネットワークを抽出する。

以上の機能部１〜３はコンピュータのハードウェアリソースによって実現される。すなわち、行動ネットワーク情報抽出装置１０は、少なくとも演算装置（ＣＰＵ）、記憶装置（メモリ、ハードディスク装置等）、通信インタフェース等のコンピュータに係るハードウェアリソースを備える。そして、これらのハードウェアリソースがソフトウェアリソース（ＯＳ、アプリケーション等）と協働することにより各機能部１〜３が実装される。また、各々のコンピュータに機能部１〜３を各々実装させるようにしてもよい。

［行動ネットワーク特徴抽出過程の説明］
以下、図１〜６を参照しながら行動ネットワーク特徴抽出過程について説明する。

Ｓ１：行動抽出エンジン１は、大規模テキストデータ２３から行動の自然言語表現を抽出する。ここで行動表現の候補は、形態素解析と係り受け解析に基づいて、［動詞と名詞のペア］或いは動詞のみで構成し、例えば（写真，共有）や（‐，睡眠する）等を抽出する。ここで行動表現の厳密な定義は、本発明の論点とは独立であることを強調しておく。自然言語表現抽出の処理は以下のステップＳ１０１〜Ｓ１０３となる。

Ｓ１０１：先ず、例えばユーザの端末等のユーザの実世界環境３０から注目する特定状況を表現する単語である状況語ｑ₁をクエリとして入力を受けて、大規模テキストＤＢ２３から状況語ｑ₁を含む文書を取得する。

Ｓ１０２：前記取得した文書の形態素解析と係り受け解析に基づいて、動詞、或いは動詞と名詞のペアで構成される行動表現を抽出する。その際、名詞に日本語の意味解釈上不適切な表現を削除するために、Wikipediaデータ蓄積部２２に保存されている名詞に含まれない表現は削除する。

Ｓ１０３：上記各文書から得られた行動の情報（行動表現とこれを含む文書）を行動‐ｄｏｃ情報ＤＢ１１に保存する。得られた行動表現をａ_i ^{c}（ｉ＝１，…，ｎ_c），文書をｄ_j ^{c}（ｊ＝１，…，ｍ_c）とし、行動表現を行成分に、文書を列成分にした行列Ｘ^{c}∈Ｒ^nc×mcを構成する。但し、一般にｍ_g＞ｍ_c，ｍ_g＞ｎ_cである。

Ｓ２：行動ネット抽出処理部２は、行動‐ｄｏｃ情報ＤＢ１１に保存されている状況依存の行動表現の自然言語表現Ｘ^{c}に基づき状況依存の行動共起行列Ａを算出する。行動共起行列Ａは、対角成分Ａ_(i,i)に行動表現ａ_iの出現頻度を非対角成分Ａ_(i,j)に行動表現ａ_iと行動表現ａ_jの共起頻度を示す情報となる。行動共起行列Ａ^{c}は以下の式（１）により算出される。行動共起行列Ａ^{c}はそれぞれ行動‐ｄｏｃ情報ＤＢ１１に保存される。

Ｓ３：行動ノード特徴分析処理部３は、ある行動表現ａ_iが状況語ｑ₁に特徴的に出現しやすい行動表現であるかを判定する。具体的には図２に示した同処理部３の各機能部３１〜３６が図６に示した以下のステップＳ３０１〜Ｓ３０６をそれぞれ実行する。

Ｓ３０１：入力部３１は、行動-ｄｏｃ情報ＤＢ１１から引き出された行動共起行列Ａ^{c}の入力を受ける。

Ｓ３０２：前処理部３２は、各行動共起行列の対角成分Ａ_(i,i) ^{c}に対して、閾値γ₁未満であるものは削除する。γ₁の選択方法は、例えば出現頻度順のランキングで下位２０％を削除する。これにより、出現頻度が低いものが不適切に処理されることを回避される。また、行動表現ａ_iと行動表現ａ_jの共起頻度についても同様に処理を行う。各行動共起行列の対角成分Ａ_(i,j) ^{c}に対して、閾値γ₂未満であるものは削除する。γ₂の選択方法は、例えば共起頻度順のランキングで下位２０％を削除する。これにより、共起頻度が低いものが不適切に処理されることを回避される。

Ｓ３０３：中心行動ノード決定部３３は、状況語ｑ₁で最も特徴的な行動を定義する。中心行動ノードａ_centerは、重みと次数の高さを考慮し以下の式（２）によって算出する。

Ｓ３０４：最短経路計算部３４は、中心行動ノード以外の行動ノードから中心行動ノードまでの最短経路とパス長の値を算出する。各ノード間のパス長の値は、経路中の行動間の共起頻度の和で計算する。例えば、行動表現ａ_iと行動表現ａ_kの最短経路がａ_i→ａ_j→ａ_kである場合、そのパス長は以下の式（３）によって示される経路中の共起頻度を合計した値を採用する。

この演算は実質的なパス長とその間の共起頻度も考慮した算出方法となる。尚、最短経路を算出する手法は多く提案されており，例えばダイクストラ法を用いて算出する。最短経路が複数ある場合、複数の経路とそのパス長は最短経路情報蓄積部３９に保存される。

Ｓ３０５：重要度算出部３５は、中心行動ノード以外の全てのノードから中心行動ノードまでの最短経路上にある行動ノードにパス長の値を加算することにより、行動表現ａ_iの行動ノードの重要度Ｓ_iを再計算する。行動表現ａ_iが、中心行動ノードａ_centerと行動表現ａ_jの最短経路上に存在していれば、行動表現ａ_iの行動ノードの重要度が高くなるように、以下の式（４）で重要度Ｓ_iを算出する。

式（４）において、Ｎは全てのノードの数を表し、ｇ^(center,j)は中心行動ノードａ_centerと行動表現ａ_jの行動ノードとを結ぶ最短経路で行動表現ａ_iの行動ノードを通る場合のパス長の値を表す。ｎ^(center,j)は中心行動ノードａ_centerと行動表現ａ_jの行動ノードとを結ぶ最短経路の数を意味している。この処理を、全ての行動表現ａ_iに対して実施して重要度ｓ_iを算出する。Ｓ３０５のステップでの重要度の再計算のイメージを図４に示した。

Ｓ３０６：行動ネットワーク生成部３６は、全ての行動表現ａ_iの行動ノードの重要度ｓ_iを算出し上位Ｍ個を行動ネットワーク情報の作成に供される行動ノードの候補として選出し、それ以外を削除する処理を行う。ここでＭは任意に設定できるパラメータである。こうして得られた行動ノードを成分とするネットワーク情報が特定状況における行動予測のための行動ネットワーク情報として行動ネット累積部２７に保存する。

［実施例］
図３を参照しながら本発明の実施例について説明する。本実装の全体像について、ユーザの実世界環境３０、サーバ側の環境２０に分けて説明する。

（ユーザの実世界環境３０）
ユーザの実世界環境３０では、環境センサ３０１，ウェアラブル端末３０２，携帯電話３０３やスマートフォン等に搭載されているセンサで観測されたデータをサーバ側の環境２０内のユーザ状況推定装置２４に送信する。

（サーバ側の環境２０）
大規模テキスト取得サーバ２１は、Ｗｅｂ１１上のブログ等のテキストデータを取得し、大規模テキストデータ２３に保存する。

Wikipediaデータ蓄積部２２も同様にWikipediaのデータを取得する。

一方、ユーザ状況推定装置２４は、ユーザの実世界環境のセンサデータに基づいてユーザの現在の状況を推定する。例えば、ウェアラブル端末３０２若しくは携帯電話３０３のＧＰＳログからユーザの移動モード（電車，自転車，バス，飛行機等）を推定する。

クエリ変換処理装置２５は、ユーザ状況推定装置２４で推定された結果を一語に変換する処理を行う。例えば「電車」等のキーワードを選択する。

行動ネットワーク抽出サーバ２６は、上述の行動ネットワーク情報抽出装置１０の機能部１〜３を実装している。同サーバ２６は前述のＳ１〜Ｓ３を実行することにより行動ネットワーク情報を作成する。本態様では、Wikipediaデータ蓄積部２２、大規模テキストデータ２３、クエリ変換処理装置２５から状況語の入力を受ける。行動ネットワーク抽出サーバ２６によって生成された行動ネットワーク情報は行動ネット累積部２７に累積される。

［本実施形態の効果］
以上説明したように行動ネットワーク情報抽出装置１０によれば、行動表現の出現頻度と共起頻度に基づいて中心行動ノードが決定され、また、行動ノードの行動表現と特定状況において最も特徴的な行動表現を示す中心行動ノードの行動表現の共起頻度の和に基づく当該行動ノードから当該中心行動ノードまでのパス長さが最短である経路に存在する行動表現の行動ノードの重要度の値が高くなるように当該行動ノードの重要度が算出される。そして、この重要度に基づき行動ノードが選択され、この選択された行動ノードを成分とするネットワーク情報が前記行動ネットワーク情報として生成される。したがって、特定状況における人間の行動理解のための行動ネットワーク情報を高精度に抽出できる。

また、Ｓ３０３の中心行動ノードの決定ステップにおいては、行動表現の出現頻度と当該行動表現と共起する他の行動表現の共起頻度の値が閾値以上である行動表現及び他の行動表現が、前記中心行動ノードの決定を行う演算に供する。このように出現頻度及び共起頻度が低いものが不適的に処理されることが回避されるので、決定される中心行動ノードの重要度の精度が高まる。

さらに、Ｓ３０６の行動ネットワーク生成ステップにおいては、前記行動ネットワーク情報を作成する際に、大規模テキストから抽出された特定状況を示す状況語を含んだ文書情報から得られた行動ノードの集合から行動ノードの重要度の値が上位所定数の行動ノードを選択されるので、最終的に生成される行動ネットワーク情報の精度レベルが一定以上に高まる。

以上説明した本態様の発明は産業上利用可能性の観点から以下の効果（１）（２）が得られる。

（１）ユーザの実世界環境をセンシングし、その状況の前後におけるユーザの行動を予測するので、実世界行動依存型サービスまたはコンテンツ推薦の質が向上する。

（２）ノウハウカタログの自動生成が可能となる。具体的には、あるユーザが特定の環境で取る行動のプロセスを集合知として抽出できる。例えば、災害発生前後で人間の行動変化を知ることにより、物資やボランティアの需要予測が可能となる。

［本発明の他の態様］
本発明は、行動ネットワーク情報抽出装置１０を構成する上記の機能部１〜３の一部若しくは全てとしてコンピュータを機能させるプログラムで構成しこれを当該コンピュータに実行させることにより実現できる。または、同装置１０が実行する上記の過程Ｓ１〜Ｓ３の一部若しくは全てをコンピュータに実行させるプログラムで構成しこれを当該コンピュータに実行させることにより実現できる。そして、このプログラムをそのコンピュータが読み取り可能な周知の記録媒体（例えば、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ等）に格納して提供できる。または、前記プログラムをインターネットや電子メール等でネットワークを介して提供できる。

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。

１０…行動ネットワーク情報抽出装置
１…行動抽出エンジン
２…行動ネット抽出処理部
３…行動ノード特徴分析処理部
３２…前処理部
３３…中心行動ノード決定部（決定手段）
３４…最短経路計算部
３５…重要度算出部（重要度算出手段）
３６…行動ネットワーク生成部（行動ネットワーク生成手段）

Claims (8)

1. 大規模テキストから特定状況における行動予測のための行動ネットワーク情報を抽出する行動ネットワーク情報抽出装置であって、
   大規模テキストから抽出された特定状況を示す状況語を含んだ文書情報から得られた行動表現の出現頻度と当該行動表現と共起する他の行動表現の共起頻度とに基づいて当該特定状況において最も特徴的な行動表現を示す中心行動ノードを決定する決定手段と、
   前記行動表現を示す行動ノードから前記中心行動ノードまでのパスの長さに基づき当該行動ノードの重要度を算出する重要度算出手段と、
   前記文書情報から得られた行動表現の行動ノードの集合から前記重要度の値に基づき行動ノードを選択してこの選択された行動ノードを成分とするネットワーク情報を前記行動ネットワーク情報として生成する行動ネットワーク生成手段と
   を備えたことを特徴とする行動ネットワーク情報抽出装置。
2. 前記重要度算出手段は、前記行動ノードの行動表現と前記中心行動ノードの行動表現の共起頻度の和に基づく当該行動ノードから当該中心行動ノードまでのパス長さが最短である経路に存在する行動表現の行動ノードの重要度の値が高くなるように当該行動ノードの重要度を算出すること
   を特徴とする請求項１に記載の行動ネットワーク情報抽出装置。
3. 前記行動ネットワーク生成手段は、前記行動ネットワーク情報を生成する際に、前記行動ノードの集合から前記行動ノードの重要度の値が上位所定数の行動ノードを選択すること
   を特徴とする請求項１または２に記載の行動ネットワーク情報抽出装置。
4. 前記決定手段は、前記行動表現の出現頻度と当該行動表現と共起する他の行動表現の共起頻度の値が閾値以上である行動表現及び他の行動表現を、前記中心行動ノードの決定を行う演算に供すること
   を特徴とする請求項１から３のいずれか１項に記載の行動ネットワーク情報抽出装置。
5. 大規模テキストから特定状況における行動予測のための行動ネットワーク情報を抽出する行動ネットワーク情報抽出装置が実行する行動ネットワーク情報抽出方法であって、
   大規模テキストから抽出された特定状況を示す状況語を含んだ文書情報から得られた行動表現の出現頻度と当該行動表現と共起する他の行動表現の共起頻度とに基づいて当該特定状況において最も特徴的な行動表現を示す中心行動ノードを決定する決定ステップと、
   前記行動表現を示す行動ノードから前記中心行動ノードまでのパスの長さに基づき当該行動ノードの重要度を算出する重要度算出ステップと、
   前記文書情報から得られた行動表現の行動ノードの集合から前記重要度の値に基づき行動ノードを選択し、この選択された行動ノードを成分とするネットワーク情報を前記行動ネットワーク情報として生成する行動ネットワーク生成ステップと
   を有することを特徴とする行動ネットワーク情報抽出方法。
6. 前記重要度算出ステップにおいては、前記行動ノードの行動表現と前記中心行動ノードの行動表現の共起頻度の和に基づく当該行動ノードから当該中心行動ノードまでのパス長さが最短である経路に存在する行動表現の行動ノードの重要度の値が高くなるように当該行動ノードの重要度を算出すること
   を特徴とする請求項５に記載の行動ネットワーク情報抽出方法。
7. 前記行動ネットワーク生成ステップにおいては、前記行動ネットワーク情報を生成する際に、前記行動ノードの集合から行動ノードの重要度の値が上位所定数の行動ノードを選択すること
   を特徴とする請求項５または６に記載の行動ネットワーク情報抽出方法。
8. コンピュータを請求項１から４のいずれか１項に記載の行動ネットワーク情報抽出装置を構成する各手段として機能させることを特徴とする行動ネットワーク情報抽出プログラム。

Images