JP6605410B2 - Emotion factor estimation support device, emotion factor estimation support method, and emotion factor estimation support program - Google Patents
Emotion factor estimation support device, emotion factor estimation support method, and emotion factor estimation support program Download PDFInfo
- Publication number
- JP6605410B2 JP6605410B2 JP2016140344A JP2016140344A JP6605410B2 JP 6605410 B2 JP6605410 B2 JP 6605410B2 JP 2016140344 A JP2016140344 A JP 2016140344A JP 2016140344 A JP2016140344 A JP 2016140344A JP 6605410 B2 JP6605410 B2 JP 6605410B2
- Authority
- JP
- Japan
- Prior art keywords
- emotion
- factor
- word
- poster
- message
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000008451 emotion Effects 0.000 title claims description 368
- 238000000034 method Methods 0.000 title claims description 10
- 238000000605 extraction Methods 0.000 claims description 36
- 230000000875 corresponding effect Effects 0.000 description 29
- 238000004891 communication Methods 0.000 description 9
- 239000000284 extract Substances 0.000 description 8
- 230000004048 modification Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000002996 emotional effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
Images
Landscapes
- Information Transfer Between Computers (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本発明は、投稿者が作成した文章に表れている感情を投稿者が抱いた要因を推定するための感情要因推定支援装置、感情要因推定支援方法及び感情要因推定支援用プログラムに関するものである。 The present invention relates to an emotion factor estimation support apparatus, an emotion factor estimation support method, and an emotion factor estimation support program for estimating a factor that a poster has an emotion appearing in a sentence created by the poster.
従来、文章を解析することにより、文章作成者の感情を特定しようとする技術が知られている。非特許文献1においては、インターネットで公開されている多数の文章から感情が生起した要因を表す文字列を収集した感情生起要因コーパスを生成し、生成した感情生起要因コーパスを参照することにより、文章作成者が文章を作成した時に抱いていた感情を特定する技術が開示されている。
2. Description of the Related Art Conventionally, a technique for identifying a sentence creator's emotion by analyzing a sentence is known. In
人が抱く感情と感情を生起させた要因との関係は、人ごとに異なる。例えば、若い人は、誕生日を迎えたことを喜ばしく思う傾向にあるのに対して、高齢の人は、誕生日を迎えたことを喜ばしく思わない傾向にある。例えば、高齢のA氏が「今日は誕生日だ。孫が来てくれてよかった」というメッセージをSNS(Social Networking Service)に投稿したとする。A氏は、誕生日を迎えたことを嬉しく思っておらず、孫が来てくれたことを嬉しく思っている場合に、A氏からのメッセージに対して「お孫さんと会えてよかったですね。おいくつですか?」というメッセージを返すと、A氏とのコミュニケーションが活性化すると考えられる。これに対して、A氏からのメッセージに対して「誕生日おめでとう!」というメッセージを返してしまうと、A氏とのコミュニケーションが活性化しづらいと考えられる。 The relationship between a person's feelings and the factors that caused them varies from person to person. For example, young people tend to be happy to have a birthday, while older people tend not to be happy to have a birthday. For example, suppose that an elderly Mr. A posted a message to SNS (Social Networking Service) saying, “Today is a birthday. When Mr. A was not happy that he had a birthday and was happy that his grandson came, Mr. A responded to the message from Mr. A, “It was nice to meet your grandson. If the message “How many?” Is returned, communication with Mr. A will be activated. On the other hand, if the message “Happy Birthday!” Is returned to the message from Mr. A, it is difficult to activate communication with Mr. A.
このように、SNS上でメッセージをやり取りする場合、メッセージを投稿した人がどのような人かを把握できない場合があるので、不適切な返信メッセージを送信してしまうおそれがある。そこで、適切な返信メッセージを作成できるように、メッセージの投稿者の感情を生起させた要因の推定精度を向上させることが求められている。しかしながら、従来のように、インターネットで公開されている多数の文章を用いて特定された感情と感情の要因となる文字列との関係を用いて感情を特定しようとすると、感情を生起させた要因を正しく推定できない確率が高いという問題があった。 As described above, when exchanging messages on the SNS, it may not be possible to know what the person who posted the message is, so there is a possibility of sending an inappropriate reply message. Therefore, it is required to improve the estimation accuracy of the factor that caused the emotion of the message poster so that an appropriate reply message can be created. However, as in the past, when trying to identify emotions using the relationship between the emotions identified using a large number of texts published on the Internet and the character strings that cause emotions, the factors that caused the emotions There was a problem that the probability of not being able to be estimated correctly is high.
そこで、本発明はこれらの点に鑑みてなされたものであり、投稿に表れている投稿者の感情を生起させた要因を推定する精度を向上させることを目的とする。 Therefore, the present invention has been made in view of these points, and an object of the present invention is to improve the accuracy of estimating factors that have caused the feelings of contributors appearing in posts.
本発明の第1の態様の感情要因推定支援装置は、メッセージの投稿者の属性ごとに、投稿者の感情を表す感情語と当該感情語が表す感情を生起させた要因を表す感情要因語とが関連付けられた感情要因語辞書を記憶する記憶部と、投稿者が作成した投稿メッセージを取得する取得部と、前記投稿メッセージを作成した投稿者の属性を推定する属性推定部と、前記投稿メッセージに含まれる感情語を抽出する抽出部と、前記属性推定部が推定した前記投稿者の属性に対応する前記感情要因語辞書において前記抽出部が抽出した前記感情語に関連付けられた前記感情要因語に類似する要因文字列を、前記投稿メッセージから選択する選択部と、を有する。 The emotion factor estimation support device according to the first aspect of the present invention includes, for each attribute of a message contributor, an emotion word that represents a contributor's emotion and an emotion factor word that represents a factor that caused the emotion represented by the emotion word. A storage unit that stores an emotion factor word dictionary associated with the message, an acquisition unit that acquires a posted message created by the poster, an attribute estimation unit that estimates an attribute of the poster who created the posted message, and the posted message And an emotion factor word associated with the emotion word extracted by the extractor in the emotion factor word dictionary corresponding to the attribute of the poster estimated by the attribute estimation unit And a selection unit that selects a factor character string similar to that from the posted message.
前記選択部は、前記投稿メッセージにおいて、前記属性推定部が推定した前記投稿者の属性に対応する前記感情要因語辞書において前記抽出部が抽出した前記感情語に関連付けられた前記感情要因語の少なくとも一部の文字列を含む前記要因文字列を、前記投稿メッセージから選択してもよい。 The selection unit includes at least one of the emotion factor words associated with the emotion word extracted by the extraction unit in the emotion factor word dictionary corresponding to the attribute of the poster estimated by the attribute estimation unit in the posted message. The factor character string including a part of the character string may be selected from the posted message.
前記選択部は、前記抽出部が抽出した前記感情語の前記投稿メッセージにおける位置に基づいて、前記要因文字列を選択する対象とする範囲を決定してもよい。 The selection unit may determine a range for selecting the factor character string based on a position of the emotion word extracted by the extraction unit in the posted message.
前記記憶部は、前記感情要因語に関連付けて、前記感情語が表す感情を投稿者が抱く要因が前記感情要因語である蓋然性の大きさを示す蓋然性情報をさらに記憶し、前記選択部は、前記記憶部が、前記抽出部が抽出した前記感情語に対応する前記感情要因語を複数記憶している場合に、前記蓋然性情報が示す蓋然性がより大きい感情要因語に関連する前記要因文字列を優先的に選択してもよい。 The storage unit, in association with the emotion factor word, further stores probability information indicating the probability that the factor that the poster has the emotion represented by the emotion word is the emotion factor word, and the selection unit includes: When the storage unit stores a plurality of the emotion factor words corresponding to the emotion words extracted by the extraction unit, the factor character string related to the emotion factor words having a higher probability indicated by the probability information You may select with priority.
前記取得部は、複数の前記投稿メッセージを取得し、前記選択部は、前記抽出部が前記感情語を抽出した前記投稿メッセージよりも前又は後に作成された投稿メッセージに含まれる前記要因文字列を選択してもよい。 The acquisition unit acquires a plurality of the posted messages, and the selection unit includes the factor character string included in the posted message created before or after the posted message from which the extraction unit has extracted the emotion word. You may choose.
前記選択部は、前記抽出部が前記感情語を抽出した前記投稿メッセージ内に前記要因文字列が含まれないと判定した場合に、前記抽出部が前記感情語を抽出した前記投稿メッセージよりも前又は後に作成された投稿メッセージに含まれる前記要因文字列を選択してもよい。 If the selection unit determines that the factor character string is not included in the post message from which the extraction unit has extracted the emotion word, the selection unit is prior to the post message from which the extraction unit has extracted the emotion word. Alternatively, the factor character string included in a post message created later may be selected.
前記取得部が取得した前記投稿メッセージに関連付けて、前記抽出部が抽出した前記感情語と、前記選択部が選択した前記要因文字列とを出力する出力部をさらに有してもよい。 An output unit that outputs the emotion word extracted by the extraction unit and the factor character string selected by the selection unit in association with the posted message acquired by the acquisition unit may be further included.
前記選択部が、前記感情語に関連付けられた前記感情要因語を選択できない場合に、前記感情語に関連付けて前記感情要因語辞書に登録する感情要因語の入力を受け付ける受付部をさらに有してもよい。 When the selection unit cannot select the emotion factor word associated with the emotion word, the selection unit further includes a reception unit that receives an input of the emotion factor word to be registered in the emotion factor word dictionary in association with the emotion word Also good.
前記取得部は、前記投稿者が作成した投稿メッセージに関連する、前記投稿者と異なる他者が作成した他者メッセージをさらに取得し、前記選択部は、前記他者メッセージに含まれる前記要因文字列を選択してもよい。 The acquisition unit further acquires another message created by another person different from the poster related to the posted message created by the poster, and the selection unit includes the factor character included in the other person message. A column may be selected.
本発明の第2の態様の感情要因推定支援方法は、コンピュータが実行する、メッセージの投稿者が作成した投稿メッセージを取得するステップと、前記投稿メッセージを作成した投稿者の属性を推定するステップと、前記投稿メッセージに含まれる感情語を抽出するステップと、投稿者の感情を表す感情語と当該感情語が表す感情を生起させた要因を表す感情要因語とが関連付けられた感情要因語辞書であって、推定した前記投稿者の属性に対応する感情要因語辞書を参照することにより、前記抽出するステップにおいて抽出した前記感情語に関連付けられた前記感情要因語と関連する要因文字列を、前記投稿メッセージから選択するステップと、を有する。 The emotion factor estimation support method according to the second aspect of the present invention includes a step executed by a computer to acquire a posted message created by a message poster, and a step of estimating an attribute of the poster who created the posted message. , An emotion factor word dictionary in which an emotion word included in the posted message is extracted, and an emotion word representing an emotion of the poster and an emotion factor word representing a factor causing the emotion represented by the emotion word are associated with each other A factor character string associated with the emotion factor word associated with the emotion word extracted in the extracting step by referring to an emotion factor word dictionary corresponding to the estimated attribute of the poster, Selecting from posted messages.
本発明の第3の態様の感情要因推定支援用プログラムは、メッセージの投稿者が作成した投稿メッセージを取得するステップと、前記投稿メッセージを作成した投稿者の属性を推定するステップと、前記投稿メッセージに含まれる感情語を抽出するステップと、投稿者の感情を表す感情語と当該感情語が表す感情を生起させた要因を表す感情要因語とが関連付けられた感情要因語辞書であって、推定した前記投稿者の属性に対応する感情要因語辞書を参照することにより、前記抽出するステップにおいて抽出した前記感情語に関連付けられた前記感情要因語と関連する要因文字列を、前記投稿メッセージから選択するステップと、をコンピュータに実行させる。 The emotion factor estimation support program according to the third aspect of the present invention includes a step of acquiring a posted message created by a message poster, a step of estimating an attribute of a poster who created the posted message, and the posted message. Is an emotion factor word dictionary in which an emotion word included in a word is extracted, an emotion word representing a poster's emotion, and an emotion factor word representing a factor causing the emotion represented by the emotion word are associated with each other. A factor character string related to the emotion factor word associated with the emotion word extracted in the extracting step is selected from the posted message by referring to the emotion factor word dictionary corresponding to the attribute of the poster who has performed And causing the computer to execute.
本発明によれば、投稿に表れている投稿者の感情を生起させた要因を推定する精度を向上させることができるという効果を奏する。 According to the present invention, there is an effect that it is possible to improve the accuracy of estimating the factor causing the poster's emotion appearing in the posting.
[本実施形態の概要]
図1は、本実施形態に係る感情要因推定支援システムSの構成を示す図である。感情要因推定支援システムSは、感情要因推定支援装置1と、投稿者端末2と、SNSサーバ3とを備える。感情要因推定支援装置1は、投稿者端末2の投稿者が投稿したメッセージ(以下、投稿メッセージという)を取得し、取得した投稿メッセージに基づいて、投稿者の感情を特定するコンピュータである。感情要因推定支援装置1は、投稿者が、特定した感情を抱いた要因を推定し、推定結果を出力する。投稿メッセージは、例えば、SNSにおいて投稿されたメッセージであり、本実施形態においては、ツイートを例にして説明する。
[Overview of this embodiment]
FIG. 1 is a diagram illustrating a configuration of an emotion factor estimation support system S according to the present embodiment. The emotion factor estimation support system S includes an emotion factor
投稿者端末2は、例えばスマートフォンであり、投稿者がツイートを作成して送信することができる情報処理端末である。投稿者端末2は、ネットワークNを介して、投稿者が作成したツイートをSNSサーバ3に送信する。
The poster terminal 2 is, for example, a smartphone, and is an information processing terminal that allows a poster to create and transmit a tweet. The poster terminal 2 transmits the tweet created by the poster to the
SNSサーバ3は、多数の投稿者の投稿者端末2から送信されるツイートを受信して、投稿者に固有の投稿者IDに関連付けて記憶媒体に記憶する。SNSサーバ3は、感情要因推定支援装置1及び投稿者端末2からの要求に応じて、ツイートを送信する。例えば、SNSサーバ3は、感情要因推定支援装置1において入力された、ツイートを取得する対象となる投稿者名を受信すると、投稿者名に対応する投稿者IDに関連付けて記憶された過去の一以上のツイートを検索し、抽出したツイートを感情要因推定支援装置1に送信する。
The
感情要因推定支援装置1は、ツイートを受信すると、ツイートに含まれている感情を示す単語又は文字列(以下、感情語という)を抽出する。また、感情要因推定支援装置1は、ツイートを作成した投稿者の属性を推定する。感情要因推定支援装置1は、例えば、ツイートの文体やツイートに含まれる単語又は文字列に基づいて、投稿者の属性を推定する。感情要因推定支援装置1は、ツイートとともにSNSサーバ3から送られてくる投稿者の属性情報に基づいて、投稿者の属性を特定してもよい。
When the emotion factor
続いて、感情要因推定支援装置1は、投稿者が作成したツイートにおいて、推定した属性の投稿者が、抽出した感情語により表される感情を抱いた要因となる単語又は文字列(以下、感情要因文字列という)を探索する。感情要因推定支援装置1は、投稿者の属性と感情要因語とが関連付けられた感情要因語辞書を参照することにより、投稿者の属性に適した感情要因文字列を選択することができる。感情要因推定支援装置1は、探索により特定した感情要因文字列を表示したり、他のコンピュータに送信したりすることにより、感情要因文字列を出力する。
Subsequently, the emotion factor
このように、感情要因推定支援システムSにおいては、投稿者が作成したツイートにおいて、投稿者の属性に適した感情要因文字列を推定し、推定した感情要因文字列を出力することができる。その結果、感情要因推定支援システムSのユーザは、ツイートを作成した投稿者が、ツイートに表れている感情を抱いた要因を適切に把握することができるので、投稿者が感情を抱いた要因に最適なレスポンスをすることが可能になる。
以下、感情要因推定支援装置1の構成及び動作について詳細に説明する。
Thus, in the emotion factor estimation support system S, it is possible to estimate an emotion factor character string suitable for the attribute of the poster in a tweet created by the poster and output the estimated emotion factor character string. As a result, the user of the emotion factor estimation support system S can appropriately grasp the factors that have the emotion appearing in the tweet by the poster who created the tweet. It is possible to make an optimal response.
Hereinafter, the configuration and operation of the emotion factor
[感情要因推定支援装置1の構成]
図2は、感情要因推定支援装置1の構成を示す図である。感情要因推定支援装置1は、通信部11と、操作受付部12と、記憶部13と、制御部14とを有する。
通信部11は、ネットワークNを介して投稿者端末2及びSNSサーバ3と情報を送受信するための通信インターフェースである。通信部11は、例えばLAN(Local Area Network)コントローラを有している。通信部11は、投稿者端末2又はSNSサーバ3から投稿メッセージとしてのツイートを受信すると、受信したツイートを制御部14に入力する。
[Configuration of Emotion Factor Estimation Support Device 1]
FIG. 2 is a diagram illustrating a configuration of the emotion factor
The
操作受付部12は、感情要因推定支援装置1のユーザによる操作を受け付けるユーザインターフェースである。操作受付部12は、例えばキーボード、マウス及びディスプレイにより構成されている。例えば、感情要因推定支援装置1のユーザは、感情要因語を推定する対象となる投稿者名を入力することができる。
The
記憶部13は、ROM(Read Only Memory)、RAM(Random Access Memory)及びハードディスク等の記憶媒体を有する。記憶部13は、例えば、制御部14が実行することにより感情要因推定支援方法を実行するための感情要因推定支援用プログラムを記憶している。また、記憶部13は、感情語辞書131及び感情要因語辞書132を記憶している。
The
感情語辞書131は、制御部14がツイートに含まれている感情語を抽出するために用いられる辞書である。感情語辞書131においては、感情の種別を示す感情種別情報と感情語とが関連付けられている。図3は、記憶部13に記憶された感情語辞書の一例を示す表である。図3に示すように、感情語は、文字列ではなく絵文字であってもよい。
The
感情要因語辞書132は、投稿者の属性ごとに、投稿者の感情を表す感情語と当該感情語が表す感情を生起させた要因を表す感情要因語とが関連付けられた感情要因語辞書である。図4は、感情要因語辞書の一例を示す表である。感情要因語辞書においては、感情種別、感情語、感情要因語及び投稿者の属性が関連付けられている。投稿者の属性は、図4に示した年代、性別、趣味、気質の他に、居住地域、出身地、出身校、好物等のように、投稿者を特徴づける任意の要素である。
The emotion
図4に示す例において、感情種別が「恍惚」であり、感情語が「充実している」である場合に、投稿者属性が男性である場合の感情要因語の一例が「仕事が順調」であり、投稿者属性が女性である場合の感情要因語の一例が「良い買い物をした」である。このことは、男性が「充実している」と感じる要因としては、仕事が順調であることが多いのに対して、女性が「充実している」と感じる要因としては、良い買い物ができた場合が多いということを示している。 In the example shown in FIG. 4, when the emotion type is “恍惚” and the emotion word is “rich”, an example of the emotion factor word when the poster attribute is male is “work is well”. An example of the emotion factor word when the poster attribute is female is “good shopping”. The reason why men feel that they are “full” is that the work is often smooth, but as a factor that women feel “full”, good shopping was possible. It shows that there are many cases.
また、図4においては、感情種別が「恍惚」であり、感情語が「嬉しい」である場合に、投稿者属性が20代の女性であるときの感情要因語の一例が「今日は誕生日」である。そして、感情種別が「悲嘆」であり、感情語が「辛い」である場合に、投稿者属性が40代の女性であるときの感情要因語の一例も「誕生日」である。このことは、「誕生日」という感情要因語が、投稿者属性によって、異なる感情を抱く要因となり得ることを示している。このように、感情要因語辞書132においては、投稿者属性ごとに、感情語と感情要因語とが関連付けられているので、感情要因推定支援装置1は、投稿メッセージに表れている感情を投稿者が抱くことになった要因を高い精度で推定することができる。
Also, in FIG. 4, when the emotion type is “恍惚” and the emotion word is “happy”, an example of the emotion factor word when the poster attribute is a woman in her twenties is “Today's birthday Is. When the emotion type is “grief” and the emotion word is “spicy”, an example of the emotion factor word when the poster attribute is a woman in their 40s is also “birthday”. This indicates that the emotion factor word “birthday” can be a factor that has different emotions depending on the poster attribute. As described above, in the emotion
図2に戻り、制御部14の構成について説明する。
制御部14は、例えばCPU(Central Processing Unit)であり、記憶部13に記憶されたプログラムを実行することにより、取得部141、属性推定部142、抽出部143、選択部144及び出力部145として機能する。
Returning to FIG. 2, the configuration of the
The
取得部141は、投稿者が作成した投稿メッセージを取得する。本実施形態において、取得部141は、操作受付部12において入力された投稿者名をSNSサーバ3に送信し、SNSサーバ3に送信した投稿者名に対応する投稿者が作成したツイートを投稿メッセージとして取得する。取得部141は、取得したツイートを属性推定部142に入力する。
The
属性推定部142は、投稿メッセージを作成した投稿者の属性を推定する。本実施形態において、属性推定部142は、取得部141から入力されたツイートの文体、及びツイートに含まれている単語等に基づいて、投稿者の属性を推定する。
The
属性推定部142は、例えば、ツイートの末尾が男性的な表現である場合に、投稿者の属性が男性であると推定し、スイート文の末尾が女性的な表現である場合に、投稿者の属性が女性であると推定する。また、属性推定部142は、ツイートに地名が含まれている場合、ツイート中の他の単語との組み合わせにより、投稿者の居住地域や出身地等を推定することができる。属性推定部142は、ツイートと推定した投稿者の属性とを抽出部143に入力する。
For example, when the tweet ends with a masculine expression, the
抽出部143は、投稿メッセージに含まれる感情語を抽出する。本実施形態において、抽出部143は、図3に示した感情語辞書を参照して形態素解析をすることにより、属性推定部142から受信したツイートに含まれる感情語を抽出する。感情語辞書において、投稿者属性に関連付けて感情語が記録されている場合、抽出部143は、属性推定部142から入力された投稿者の属性に対応する感情語をツイートから抽出する。抽出部143は、ツイート、投稿者の属性、及び抽出した感情語を選択部144に通知する。
The
選択部144は、属性推定部142が推定した投稿者の属性に対応する感情要因語辞書において抽出部143が抽出した感情語に関連付けられた感情要因語に類似する要因文字列を、投稿メッセージから選択する。投稿者の属性に対応する感情要因語辞書は、投稿者の属性ごとに独立して設けられた感情要因語辞書であってもよく、図4に示したように、複数の属性に対応する感情要因語辞書のうち、投稿者の属性に対応する部分であってもよい。
The
選択部144は、まず、図4に示した感情要因語辞書において、抽出部143から入力された投稿者の属性に対応する感情要因語を抽出する。続いて、選択部144は、ツイートにおいて、抽出した感情要因語に類似する文字列である要因文字列を探索する。要因文字列は、例えば、感情要因語の少なくとも一部を含む文字列であり、感情要因語と同一の文字列、又は感情要因語との相関性が高い文字列である。選択部144は、所定の度合い以上に感情要因語に類似する文字列が見つかった場合に、見つかった文字列を要因文字列として選択する。
First, the
ここで、選択部144は、抽出部143が抽出した感情語のツイートにおける位置に基づいて、要因文字列を選択する対象とする範囲を決定してもよい。選択部144は、例えば、感情語が投稿メッセージの末尾から所定の範囲内にある場合、投稿メッセージにおける感情語の前の文字列から要因文字列を探索する。選択部144は、例えば、感情語がツイートの先頭から所定の範囲内にある場合、ツイートにおける感情語の後ろの文字列から要因文字列を探索する。
Here, the
選択部144は、感情語の内容や文体に基づいて、感情語の前の文字列から要因文字列を探索するか、感情語の後ろの文字列から要因文字列を探索するかを決定してもよい。例えば、選択部144は、感情語が、「〜ので嬉しい」のように、感情語の前に感情要因語が含まれている可能性が高い表現を含む場合、感情語の前の文字列から要因文字列を探索する。また、選択部144は、「嬉しいのは」のように、感情語の後ろに感情要因語が含まれている可能性が高い表現を含む場合、感情語の後ろの文字列から要因文字列を探索する。
The
また、選択部144は、抽出部143が感情語を抽出したツイートよりも前又は後の時間に作成されたツイートに含まれる要因文字列を選択してもよい。例えば、選択部144は、抽出部143が感情語を抽出したツイート内に要因文字列が含まれないと判定した場合に、抽出部143が感情語を抽出したツイートよりも前又は後に作成されたツイートに含まれる要因文字列を選択する。
Moreover, the
選択部144は、感情語の内容に基づいて、感情語が抽出されたツイートの前のツイートにおいて感情要因語を探索するか、感情語が抽出されたツイートの後ろのツイートにおいて感情要因語を探索するかを決定してもよい。例えば、選択部144は、「だから、嬉しい」のように、感情語を含むツイートの前のツイートに感情要因語が含まれている可能性が高い表現を含む場合、感情語を含むツイートの前のツイートにおいて要因文字列を探索する。また、選択部144は、「嬉しいのは」のように、感情語が抽出されたツイートの後ろのツイートに感情要因語が含まれている可能性が高い表現を含む場合、感情語が抽出されたツイートの後ろのツイートにおいて要因文字列を探索する。
The
出力部145は、取得部141が取得したツイートに関連付けて、抽出部143が抽出した感情語と、選択部144が選択した要因文字列とを出力する。
図5〜図6は、出力部145が要因文字列を出力した画面の例を示す図である。図5は、感情語が含まれているツイート内に要因文字列が含まれている例を示している。図5(a)に示すツイートを作成したA子は、20代の女性だとする。この場合、選択部144は、「嬉しいなあ」という恍惚を表す感情語に対応する感情要因語として「誕生日」を選択する。出力部145は、選択部144が選択した「誕生日」に下線を付すことにより、「誕生日」が要因文字列であることを示す。
The
5 to 6 are diagrams illustrating examples of screens on which the
図5(b)に示すツイートを作成したB子は、40代の女性だとする。この場合、選択部144は、「嬉しいなあ。」という恍惚を表す感情語に対応する感情要因語である「誕生日」及び「孫が来てくれる」のうち、20代の女性に対応する感情要因語である「誕生日」を選択せず、40代の女性に対応する「孫が来てくれる」を選択する。出力部145は、「孫が来てくれる」に下線を付すことにより、「孫が来てくれる」が要因文字列であることを示す。なお、出力部145が要因文字列を出力する態様は任意であり、下線を付す他に、色を変えたり大きさを変えたりすることにより、感情要因推定支援装置1のユーザが要因文字列を認識できるようにしてもよい。
The child B who created the tweet shown in FIG. 5B is a woman in her 40s. In this case, the
図6は、感情語が含まれているツイートに感情要因語が含まれていない場合の例を示している。図6(a2)に示すツイートには、「やったね!」という感情語が含まれているが、このツイートには感情要因語が含まれていない。そこで、選択部144は、図6(a2)のツイートの前に投稿された図6(a1)のツイートに含まれる、A子の属性に対応する要因文字列を選択し、出力部145は、選択部144が選択した文字列に下線を付して出力している。
FIG. 6 shows an example in which an emotion factor word is not included in a tweet including an emotion word. The tweet shown in FIG. 6 (a2) includes the emotion word “I did it!”, But this tweet does not include the emotion factor word. Therefore, the
同様に、図6(b2)に示すツイートには感情要因語が含まれていない。そこで、選択部144は、図6(b2)のツイートの前に投稿された図6(b1)のツイートに含まれる、B子の属性に対応する要因文字列を選択し、出力部145は、選択部144が選択した文字列に下線を付して出力している。
Similarly, the emotion factor word is not included in the tweet shown in FIG. Therefore, the
[感情要因推定支援装置1の動作フローチャート]
図7は、感情要因推定支援装置1が感情要因を推定する動作のフローチャートである。
まず、取得部141は、感情要因を推定する対象となる投稿者のツイートをSNSサーバ3から取得する(S11)。続いて、属性推定部142は、取得部141が取得したツイートに基づいて、投稿者の属性を推定する(S12)。
[Operation Flowchart of Emotion Factor Estimation Support Device 1]
FIG. 7 is a flowchart of an operation in which the emotion factor
First, the
続いて、抽出部143は、ツイートに感情語が含まれているか否かを判定する(S13)。抽出部143は、ツイートに感情語が含まれていない場合(S143においてNO)、ステップS11に戻って、次のツイートの処理に進む。抽出部143は、ツイートに感情語が含まれている場合(S143においてYES)、ツイートにおける感情語の位置を特定する(S14)。
Subsequently, the
続いて、選択部144は、抽出部143が特定した感情語の位置に基づいて、投稿者の属性、及び感情語に対応する感情要因語を探索する(S15)。選択部144が、感情要因語があると判定した場合(S16においてYES)、出力部145は、感情要因語をユーザが認識できるように表示する(S17)。また、選択部144は、感情要因語がないと判定した場合(S16においてNO)、前後の所定の範囲内の数のツイートにおいて感情要因語を探索する(S18)。この場合、選択部144は、例えば、投稿者ごとに定められた範囲内のツイートを探索してもよい。このようにすることで、投稿者のツイート作成の癖を考慮して感情要因語を探索できるので、感情要因語を適切に選択できる確率を向上させることができる。
Subsequently, the
選択部144は、前後のツイート内に感情要因語があると判定した場合(S19においてYES)、出力部145は、感情要因語を表示する(S17)。選択部144は、ステップS19において感情要因語がないと判定すると、ステップS11に戻って、次のツイートの処理に進む。
When the
制御部14は、ステップS11〜ステップS19までの処理を、感情要因を推定する対象となる全てのツイートに対して実行する。制御部14は、全てのツイートに対して処理が終了すると(S20においてYES)、感情要因の推定処理を終了する。
The
(変形例1)
図8は、感情要因語辞書の変形例を示す図である。図8に示す感情要因語辞書は、同一の投稿者の属性における同一の感情種別と感情語の組み合わせに対して複数の感情要因語が存在する場合、感情要因語に関連付けて、感情語が表す感情を投稿者が抱く要因が感情要因語である蓋然性の大きさを示す蓋然性情報を含む点で、図4に示した感情要因語辞書と異なり、他の点で同じである。
(Modification 1)
FIG. 8 is a diagram showing a modification of the emotion factor word dictionary. The emotion factor word dictionary shown in FIG. 8 represents an emotion word in association with an emotion factor word when there are a plurality of emotion factor words for the same emotion type and emotion word combination in the same poster attribute. Unlike the emotion factor word dictionary shown in FIG. 4, it is the same in other respects in that the factor that the contributor has emotions includes probability information indicating the probability of the emotion factor word.
この場合、選択部144は、記憶部13が、抽出部143が抽出した感情語に対応する感情要因語を複数記憶している場合に、蓋然性情報が示す蓋然性がより大きい感情要因語に関連する要因文字列を優先的に選択する。例えば、「今日は誕生日なのでデートができて嬉しかった。」というツイートを20代の女性が作成した場合、「誕生日」と「デート」が「嬉しかった」という感情語に対する感情要因語である。
In this case, when the
この場合、選択部144は、蓋然性がより高い「デート」を感情要因語として、「デート」を要因文字列として選択する。そして、出力部145は、例えば「デート」に下線を付したツイートを出力する。このようにすることで、感情要因推定支援装置1のユーザは、投稿メッセージに複数の感情要因語に類似する複数の要因文字列が含まれている場合であっても、投稿者が感情語に対応する感情を抱いた要因を高い精度で把握することができる。
In this case, the
なお、このようにツイートに複数の感情要因語に類似する複数の要因文字列が含まれる場合、出力部145は、感情要因推定支援装置1のユーザが複数の要因文字列を認識できるように表示するとともに、それぞれの要因文字列に対応する蓋然性を表示してもよい。このようにすることで、感情要因推定支援装置1のユーザは、表示された複数の要因文字列とそれぞれの蓋然性とに基づいて、投稿者が感情語に対応する感情を抱いた要因を総合的に推定することが可能になる。
When a plurality of factor character strings similar to a plurality of emotion factor words are included in the tweet in this way, the
(変形例2)
感情要因推定支援装置1は、図4及び図8に示した感情要因語辞書を更新できるようにしてもよい。例えば、選択部144が、感情語に関連付けられた感情要因語を選択できない場合に、操作受付部12は、感情語に関連付けて感情要因語辞書に登録する感情要因語の入力を受け付けて、受け付けた感情要因語を感情要因語辞書132に登録する。
(Modification 2)
The emotion factor
具体的には、選択部144が、感情要因を推定する対象となるツイートに感情要因語が存在しないと判定した場合、出力部145は、感情語を含むツイートと、当該ツイートの前後に投稿された所定の数のツイートとを表示する。操作受付部12は、感情要因推定支援装置1のユーザが、表示された所定の数のツイートに含まれている文字列を選択する操作を行うと、選択された文字列を感情要因語として受け付ける。このようにすることで、感情要因推定支援装置1は、感情要因語辞書に含まれる投稿者の属性に合った感情要因語を増やすことができる。
Specifically, when the
(変形例4)
上記の説明においては、取得部141が、投稿者が作成したツイートを投稿メッセージとして取得するという例を示したが、取得部141は、投稿者が作成した投稿メッセージに関連する、投稿者と異なる他者の投稿メッセージ(以下、他者メッセージという)を取得してもよい。例えば、取得部141は、投稿者が作成した投稿メッセージに関係するリプライツイート等の他者メッセージを取得する。
(Modification 4)
In the above description, an example has been shown in which the
そして、選択部144は、取得部141が取得した他者メッセージに含まれる、投稿者の属性に対応する感情要因語を選択してもよい。このようにすることで、感情要因推定支援装置1は、投稿者の感情を生起させた要因が他者メッセージにある場合であっても、感情を生起させた要因を推定することが可能になる。
Then, the
(変形例4)
図4及び図8に示した感情要因語辞書においては、年代、性別、趣味、気質等の投稿者の属性に感情要因語が関連付けられていた。感情要因語辞書は、このような形態に限らず、投稿者の属性が投稿者IDであり、記憶部13は、投稿者ごとに異なる感情要因語辞書を記憶してもよい。このようにすることで、感情要因推定支援装置1は、投稿者が感情語に対応する感情を抱いた要因を示す文字列を抽出する精度をさらに向上させることができる。
(Modification 4)
In the emotion factor word dictionary shown in FIGS. 4 and 8, the emotion factor words are associated with the attributes of the poster such as age, gender, hobby, and temperament. The emotion factor word dictionary is not limited to such a form, and the attribute of the poster is a poster ID, and the
[本実施形態の感情要因推定支援装置1による効果]
以上説明したように、本実施形態の感情要因推定支援装置1は、投稿者の属性に対応する感情要因語辞書を参照することにより、投稿メッセージに含まれる感情語に対応する感情を投稿者が抱いた要因を示している蓋然性が高い文字列を出力することができる。このようにすることで、感情要因推定支援装置1のユーザが、文章に表れている投稿者の感情を生起させた要因を推定する精度を向上させることができる。
[Effects of Emotion Factor
As described above, the emotion factor
また、選択部144が、抽出部143が抽出した感情語の投稿メッセージにおける位置に基づいて、要因文字列を選択する対象とする範囲を決定することで、処理速度を高めることができるとともに、適切な要因文字列を選択する可能性を高めることができる。
In addition, the
また、選択部144は、感情語に対応する感情要因語が複数ある場合に、投稿者の属性に基づいて、投稿者の感情要因として想定される蓋然性がより大きい感情要因語に関連する要因文字列を優先的に選択する。このようにすることで、投稿メッセージに感情要因語に類似する文字列が複数存在する場合であっても、感情要因推定支援装置1のユーザは、高い精度で感情要因を推定することができる。
In addition, when there are a plurality of emotion factor words corresponding to the emotion word, the
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更又は改良を加えることが可能であることが当業者に明らかである。特に、装置の分散・統合の具体的な実施形態は以上に図示するものに限られず、その全部又は一部について、種々の付加等に応じて、又は、機能負荷に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。 As mentioned above, although this invention was demonstrated using embodiment, the technical scope of this invention is not limited to the range as described in the said embodiment. It will be apparent to those skilled in the art that various modifications or improvements can be added to the above embodiment. In particular, the specific embodiments of the distribution / integration of the devices are not limited to those illustrated above, and all or a part thereof may be added in arbitrary units according to various additions or according to functional loads. It can be configured functionally or physically distributed and integrated.
上記の説明においては投稿メッセージとしてツイートを例示したが、投稿メッセージはツイートに限らず、本発明は任意のメッセージに適用することができる。例えば、感情要因推定支援装置1を用いることで、お客様相談センターに寄せられたメッセージの内容に基づいて、お客様相談センターにメッセージを送信した人が立腹している理由を高い精度で推定できるようになる。
In the above description, tweets are exemplified as posted messages. However, posted messages are not limited to tweets, and the present invention can be applied to arbitrary messages. For example, by using the emotion factor
1 感情要因推定支援装置
2 投稿者端末
3 サーバ
11 通信部
12 操作受付部
13 記憶部
14 制御部
131 感情語辞書
132 感情要因語辞書
141 取得部
142 属性推定部
143 抽出部
144 選択部
145 出力部
N ネットワーク
S 感情要因推定支援システム
DESCRIPTION OF
Claims (11)
投稿者が作成した投稿メッセージを取得する取得部と、
前記投稿メッセージを作成した投稿者の属性を推定する属性推定部と、
前記投稿メッセージに含まれる感情語を抽出する抽出部と、
前記属性推定部が推定した前記投稿者の属性に対応する前記感情要因語辞書において前記抽出部が抽出した前記感情語に関連付けられた前記感情要因語に類似する要因文字列を、前記投稿メッセージから選択する選択部と、
を有する感情要因推定支援装置。 A storage unit that stores an emotion factor word dictionary in which an emotion word that represents an emotion of the poster and an emotion factor word that represents the factor that caused the emotion represented by the emotion word are associated with each attribute of the poster of the message;
An acquisition unit for acquiring a post message created by the contributor;
An attribute estimation unit for estimating the attribute of the poster who created the posted message;
An extraction unit for extracting emotion words included in the posted message;
A factor character string similar to the emotion factor word associated with the emotion word extracted by the extraction unit in the emotion factor word dictionary corresponding to the attribute of the poster estimated by the attribute estimation unit is extracted from the posted message. A selection section to select;
Emotion factor estimation support device having
請求項1に記載の感情要因推定支援装置。 The selection unit includes at least one of the emotion factor words associated with the emotion word extracted by the extraction unit in the emotion factor word dictionary corresponding to the attribute of the poster estimated by the attribute estimation unit in the posted message. Selecting the factor string including a part of the string from the posted message;
The emotion factor estimation support apparatus according to claim 1.
請求項1又は2に記載の感情要因推定支援装置。 The selection unit determines a target range for selecting the factor character string based on the position of the emotion word extracted by the extraction unit in the posted message.
The emotion factor estimation support apparatus according to claim 1 or 2.
前記選択部は、前記記憶部が、前記抽出部が抽出した前記感情語に対応する前記感情要因語を複数記憶している場合に、前記蓋然性情報が示す蓋然性がより大きい感情要因語に関連する前記要因文字列を優先的に選択する、
請求項1から3のいずれか一項に記載の感情要因推定支援装置。 The storage unit further stores probability information indicating a degree of probability that a factor that a poster has an emotion represented by the emotion word is the emotion factor word in association with the emotion factor word;
When the storage unit stores a plurality of the emotion factor words corresponding to the emotion word extracted by the extraction unit, the selection unit relates to an emotion factor word having a higher probability indicated by the probability information. Preferentially select the factor string;
The emotion factor estimation support apparatus according to any one of claims 1 to 3.
前記選択部は、前記抽出部が前記感情語を抽出した前記投稿メッセージよりも前又は後に作成された投稿メッセージに含まれる前記要因文字列を選択する、
請求項1から4のいずれか一項に記載の感情要因推定支援装置。 The acquisition unit acquires a plurality of the posted messages,
The selection unit selects the factor character string included in a post message created before or after the post message from which the extraction unit has extracted the emotion word.
The emotion factor estimation support apparatus according to any one of claims 1 to 4.
請求項5に記載の感情要因推定支援装置。 If the selection unit determines that the factor character string is not included in the post message from which the extraction unit has extracted the emotion word, the selection unit is prior to the post message from which the extraction unit has extracted the emotion word. Or select the factor string included in the post message created later,
The emotion factor estimation support device according to claim 5.
請求項1から6のいずれか一項に記載の感情要因推定支援装置。 An output unit that outputs the emotion word extracted by the extraction unit and the factor character string selected by the selection unit in association with the posted message acquired by the acquisition unit;
The emotion factor estimation support device according to any one of claims 1 to 6.
請求項1から7のいずれか一項に記載の感情要因推定支援装置。 When the selection unit cannot select the emotion factor word associated with the emotion word, the selection unit further includes a reception unit that receives an input of the emotion factor word to be registered in the emotion factor word dictionary in association with the emotion word.
The emotion factor estimation support device according to any one of claims 1 to 7.
前記選択部は、前記他者メッセージに含まれる前記要因文字列を選択する、
請求項1から8のいずれか一項に記載の感情要因推定支援装置。 The acquisition unit further acquires another person message related to the post message created by the contributor, created by another person different from the contributor,
The selection unit selects the factor character string included in the other person message;
The emotion factor estimation support device according to any one of claims 1 to 8.
メッセージの投稿者が作成した投稿メッセージを取得するステップと、
前記投稿メッセージを作成した投稿者の属性を推定するステップと、
前記投稿メッセージに含まれる感情語を抽出するステップと、
投稿者の感情を表す感情語と当該感情語が表す感情を生起させた要因を表す感情要因語とが関連付けられた感情要因語辞書であって、推定した前記投稿者の属性に対応する感情要因語辞書を参照することにより、前記抽出するステップにおいて抽出した前記感情語に関連付けられた前記感情要因語と関連する要因文字列を、前記投稿メッセージから選択するステップと、
を有する感情要因推定支援方法。 The computer runs,
Retrieving a posted message created by the message poster;
Estimating the attributes of the poster who created the posted message;
Extracting an emotion word included in the posted message;
An emotion factor word dictionary in which an emotion word representing a contributor's emotion and an emotion factor word representing a factor causing the emotion represented by the emotion word are associated, and the emotion factor corresponding to the estimated attribute of the poster Selecting a factor character string associated with the emotion factor word associated with the emotion word extracted in the extracting step from the posted message by referring to a word dictionary;
Emotion factor estimation support method having
前記投稿メッセージを作成した投稿者の属性を推定するステップと、
前記投稿メッセージに含まれる感情語を抽出するステップと、
投稿者の感情を表す感情語と当該感情語が表す感情を生起させた要因を表す感情要因語とが関連付けられた感情要因語辞書であって、推定した前記投稿者の属性に対応する感情要因語辞書を参照することにより、前記抽出するステップにおいて抽出した前記感情語に関連付けられた前記感情要因語と関連する要因文字列を、前記投稿メッセージから選択するステップと、
をコンピュータに実行させるための感情要因推定支援用プログラム。
Retrieving a posted message created by the message poster;
Estimating the attributes of the poster who created the posted message;
Extracting an emotion word included in the posted message;
An emotion factor word dictionary in which an emotion word representing a contributor's emotion and an emotion factor word representing a factor causing the emotion represented by the emotion word are associated, and the emotion factor corresponding to the estimated attribute of the poster Selecting a factor character string associated with the emotion factor word associated with the emotion word extracted in the extracting step from the posted message by referring to a word dictionary;
Emotion factor estimation support program to make computer execute.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016140344A JP6605410B2 (en) | 2016-07-15 | 2016-07-15 | Emotion factor estimation support device, emotion factor estimation support method, and emotion factor estimation support program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016140344A JP6605410B2 (en) | 2016-07-15 | 2016-07-15 | Emotion factor estimation support device, emotion factor estimation support method, and emotion factor estimation support program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018010570A JP2018010570A (en) | 2018-01-18 |
JP6605410B2 true JP6605410B2 (en) | 2019-11-13 |
Family
ID=60995628
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016140344A Expired - Fee Related JP6605410B2 (en) | 2016-07-15 | 2016-07-15 | Emotion factor estimation support device, emotion factor estimation support method, and emotion factor estimation support program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6605410B2 (en) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019194793A (en) * | 2018-05-02 | 2019-11-07 | 富士ゼロックス株式会社 | Information processing apparatus and program |
US11277362B2 (en) | 2018-07-23 | 2022-03-15 | Honda Motor Co., Ltd. | Content post delay system and method thereof |
JP7351502B2 (en) * | 2019-04-26 | 2023-09-27 | Necソリューションイノベータ株式会社 | Variable data generation device, predictive model generation device, variable data production method, predictive model production method, program and recording medium |
CN112364127A (en) * | 2020-10-30 | 2021-02-12 | 重庆大学 | Short document emotional cause pair extraction method, system and storage medium |
KR102646613B1 (en) * | 2022-07-13 | 2024-03-13 | 한국과학기술원 | Computer device for aspect-based sentiment analysis on customer online review based on deep learning and for application to product development, and method of the same |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3857923B2 (en) * | 2002-01-21 | 2006-12-13 | アルゼ株式会社 | CHARACTER SELECTION SYSTEM, CHARACTER SELECTION DEVICE, CHARACTER SELECTION METHOD, PROGRAM, AND RECORDING MEDIUM |
JP2004021121A (en) * | 2002-06-19 | 2004-01-22 | Nec Corp | Voice interaction controller unit |
JP2004046564A (en) * | 2002-07-12 | 2004-02-12 | Communication Research Laboratory | Design method of impression scale |
JP5278952B2 (en) * | 2009-03-09 | 2013-09-04 | 国立大学法人福井大学 | Infant emotion diagnosis apparatus and method |
KR101310929B1 (en) * | 2010-10-28 | 2013-09-25 | (주)아크릴 | Intelligent Affect Words Increasing Apparatus and Method therefor |
JP5875005B2 (en) * | 2012-08-30 | 2016-03-02 | 日本電信電話株式会社 | Human emotion estimation device, human emotion estimation method, and human emotion estimation program |
JP5947237B2 (en) * | 2013-03-22 | 2016-07-06 | 日本電信電話株式会社 | Emotion estimation device, emotion estimation method, and program |
-
2016
- 2016-07-15 JP JP2016140344A patent/JP6605410B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2018010570A (en) | 2018-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6605410B2 (en) | Emotion factor estimation support device, emotion factor estimation support method, and emotion factor estimation support program | |
US20230306052A1 (en) | Method and system for entity extraction and disambiguation | |
US20150067476A1 (en) | Title and body extraction from web page | |
US20170097984A1 (en) | Method and system for generating a knowledge representation | |
WO2016135905A1 (en) | Information processing system and information processing method | |
CN108305180B (en) | Friend recommendation method and device | |
US8983997B2 (en) | Information processing apparatus, information processing method, and program | |
JP2015156099A (en) | Conference support device, conference support device control method, and program | |
US20220405343A1 (en) | Generation and presentation of summary list based upon article | |
JP2018504686A (en) | Method and apparatus for processing search data | |
US20120330986A1 (en) | Information processing apparatus, information processing method, and program | |
US20160117352A1 (en) | Apparatus and method for supporting visualization of connection relationship | |
JP6305630B2 (en) | Document search apparatus, method and program | |
WO2010103916A1 (en) | Device for presentation of characteristic words in document and program giving priority of characteristic words | |
JP5877775B2 (en) | Content management apparatus, content management system, content management method, program, and storage medium | |
JP2017091436A (en) | Feature word selection device | |
JP2021009633A (en) | Information retrieval method and information retrieval device | |
US11106737B2 (en) | Method and apparatus for providing search recommendation information | |
JP2018055270A (en) | Presentation material generation device, presentation material generation system, computer program and presentation material generation method | |
JP5277090B2 (en) | Link creation support device, link creation support method, and program | |
Goel et al. | Emotion analysis of twitter data using hashtag emotions | |
JP7578348B1 (en) | Program, method, information processing device, and system | |
JP2018073199A (en) | Extraction device, learning device, extraction method, extraction program, learning method and learning program | |
JP7034015B2 (en) | Selection device, learning device, extraction device, selection method, learning method, extraction method, selection program, learning program, and extraction program | |
JP7542812B1 (en) | Program, method, information processing device, and system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180903 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190807 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191001 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191016 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6605410 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |