JP6806589B2 - 情報判定モデル学習装置、情報判定装置およびそれらのプログラム - Google Patents

Description

本発明は、ソーシャルメディア情報が現実に発生している事象を示す情報であるか否かを判定する情報判定技術に関する。

近年、ソーシャル・ネットワーキング・サービス（ＳＮＳ：Social Networking Service）の発達により、個人が、容易にかつリアルタイムで情報を発信することが可能になった。このような個人が発信するソーシャル・ビッグデータは、有力な情報源となり、様々な社会問題の解決に活用されている。
例えば、放送局では、人がＳＮＳを常時監視し、事件、事故、災害等に関する情報を取得している。これによって、放送局は、事件等の情報を、ほぼリアルタイムで放送することができる。
しかし、膨大なソーシャル・ビッグデータの中から、有益な情報を手動で取得するには、多大な労力を必要としている。
そこで、有益な情報を効率的に取得するため、特定のテーマに依存して危険表現となりうる単語やフレーズをニューラルネットワークにより学習し、ソーシャル・ビッグデータから、特定のテーマに依存して危険表現となりうる単語やフレーズを抽出する手法が開示されている（特許文献１参照）。

特開２０１５−７２６１４号公報

従来の手法は、危険表現に該当する単語やフレーズを学習するのみであるため、現実には発生していない事件等の情報も抽出してしまう。
例えば、「海外の事例を対岸の火事と楽観視できない。」、「火事になったらまずいから、火災保険に入っておこう。」、「大河ドラマの大火事シーンがリアルに再現されていた。」等、「火事」という事件、事故等に関連する単語が含まれている場合でも、現実には「火事」は発生していない。しかし、従来の手法は、現実に事件等が発生しているか否かに関わらず、危険表現に関連する情報を抽出してしまう。
このように、従来の手法は、現実に発生していない情報を抽出してしまうため、抽出した情報をニュース等の情報源として活用するには、現実に発生しているか否かを判別する手間がかかってしまうという問題がある。

そこで、本発明は、ソーシャルメディア情報が現実に発生している事象に関連する情報であるか否かを高精度に判定するための情報判定モデル学習装置、情報判定装置およびそれらのプログラムを提供することを課題とする。

前記課題を解決するため、本発明に係る情報判定モデル学習装置は、現実の発生事象を示すか否かが既知の投稿単位のテキストデータである複数のソーシャルメディア情報を教師データとして、判定対象のソーシャルメディア情報が現実の発生事象を示す情報か否かを判定するための情報判定モデルを学習する情報判定モデル学習装置であって、ベクトル化手段と、語句判定手段と、ベクトル拡張手段と、学習手段と、を備える構成とした。

かかる構成において、情報判定モデル学習装置は、ベクトル化手段によって、教師データを入力して、予めｗｏｒｄ２ｖｅｃ等の手法により学習して記憶手段に記憶されている単語ごとの分散表現ベクトルから、投稿文を構成する単語の分散表現ベクトルを平均化して、投稿単位の分散表現ベクトルを生成する。単語ごとの分散表現ベクトルは、単語の分布から、近似する意味内容を示す単語ほど、近い数値ベクトルを与えたものである。これによって、ベクトル化手段は、投稿文そのものの意味内容を加味したベクトルを生成する。

そして、情報判定モデル学習装置は、語句判定手段によって、ベクトル化手段で生成された投稿単位の分散表現ベクトルに対応するソーシャルメディア情報が、現実の発生事象を表していないことを示す予め定めた複数の語句を単語として含むか否かを判定する。この現実の発生事象を表していないことを示す語句には、発生事象に関連する慣用句、仮定形表現、あるいは、番組の出演者、ゲームのキャラクター等の固有名詞がある。

そして、情報判定モデル学習装置は、ベクトル拡張手段によって、語句判定手段で含まれていると判定された語句の有無をベクトル化して投稿単位の分散表現ベクトルに付加し、拡張分散表現ベクトルを生成する。この拡張分散表現ベクトルには、投稿文そのものの意味内容の特徴以外に、現実には事象が発生していないことを示す特徴が加味されることになる。

そして、情報判定モデル学習装置は、学習手段によって、ベクトル拡張手段で生成された拡張分散表現ベクトルを、機械学習することで情報判定モデルを生成する。この学習手段は、教師データが現実の発生事象を示すときの拡張分散表現ベクトルと、教師データが現実の発生事象を示さないときの拡張分散表現ベクトルとにより２つの状態を学習する。
これによって、情報判定モデル学習装置は、任意のソーシャルメディア情報が、現実の発生事象を示した情報であるか否かを判定するための情報判定モデルを学習する。
なお、情報判定モデル学習装置は、コンピュータを、前記した各手段として機能させるための情報判定モデル学習プログラムで動作させることができる。

また、前記課題を解決するため、本発明に係る情報判定装置は、情報判定モデル学習装置で学習した情報判定モデルを用いて、判定対象のソーシャルメディア情報である未知データが現実の発生事象を示す情報か否かを判定する情報判定装置であって、ベクトル化手段と、語句判定手段と、ベクトル拡張手段と、判定手段と、を備える構成とした。

かかる構成において、情報判定装置は、ベクトル化手段によって、未知データを入力して、予め記憶手段に記憶されている単語ごとの分散表現ベクトルから、投稿文を構成する単語の分散表現ベクトルを平均化して、投稿単位の分散表現ベクトルを生成する。
そして、情報判定装置は、語句判定手段によって、ベクトル化手段で生成された投稿単位の分散表現ベクトルに対応するソーシャルメディア情報が、現実の発生事象を表していないことを示す予め定めた複数の語句を単語として含むか否かを判定する。

そして、情報判定装置は、ベクトル拡張手段によって、語句判定手段で含まれていると判定された語句の有無をベクトル化して投稿単位の分散表現ベクトルに付加し、拡張分散表現ベクトルを生成する。
そして、情報判定装置は、判定手段によって、ベクトル拡張手段で生成された拡張分散表現ベクトルにより、情報判定モデルを用いて、未知データが現実の発生事象を示す情報か否かを判定する。

また、前記課題を解決するため、本発明に係る情報判定装置は、現実の発生事象を示すか否かが既知の投稿単位のテキストデータである複数のソーシャルメディア情報を教師データとして情報判定モデルを学習し、判定対象のソーシャルメディア情報である未知データが現実の発生事象を示す情報か否かを判定する情報判定装置であって、ベクトル化手段と、語句判定手段と、ベクトル拡張手段と、学習手段と、判定手段と、を備える構成とした。

かかる構成において、情報判定装置は、ベクトル化手段によって、情報判定モデルを学習する学習モードにおいては教師データを入力し、情報判定モデルを用いた判定を行う評価モードにおいては未知データを入力して、予め記憶手段に記憶されている単語ごとの分散表現ベクトルから、投稿単位の分散表現ベクトルを生成する。
そして、情報判定装置は、語句判定手段によって、ベクトル化手段で生成された投稿単位の分散表現ベクトルに対応するソーシャルメディア情報が、現実の発生事象を表していないことを示す予め定めた複数の語句を単語として含むか否かを判定する。
さらに、情報判定装置は、ベクトル拡張手段によって、語句判定手段で含まれていると判定された語句の有無をベクトル化して投稿単位の分散表現ベクトルに付加し、拡張分散表現ベクトルを生成する。

そして、情報判定装置は、学習手段によって、学習モードにおいて、教師データに対応するソーシャルメディア情報から生成された拡張分散表現ベクトルを機械学習することで情報判定モデルを生成する。
また、情報判定装置は、判定手段によって、評価モードにおいて、未知データに対応するソーシャルメディア情報から生成された拡張分散表現ベクトルにより、情報判定モデルを用いて、未知データが現実の発生事象を示す情報か否かを判定する。
なお、情報判定装置は、コンピュータを、前記した各手段として機能させるための情報判定プログラムで動作させることができる。

本発明は、以下に示す優れた効果を奏するものである。
本発明によれば、ソーシャルメディア情報が、現実に発生している事象に関連する情報であるか否かを、高精度に判定することができる。
これによって、本発明は、ＳＮＳにおいて個人が発信するソーシャル・ビッグデータを、ニュース等の情報源として有効に活用することができる。

本発明の実施形態に係る情報判定装置の構成を示すブロック構成図である。 ベクトル化手段の処理内容を説明するための図であって、（ａ）はメディア情報を単語に分割する例、（ｂ）は単語の分散表現ベクトルから投稿文の分散表現ベクトルを算出する例を説明するための説明図である。 特徴語句記憶手段に記憶する語句の例を示す図であって、（ａ）は慣用句、（ｂ）は仮定形表現、（ｃ）は指定固有名詞の例を示す。 仮定形表現の係り受け関係を説明するための説明図である。 ベクトル拡張手段が生成する拡張分散表現ベクトルの一例を示すデータ構成図である。 情報判定モデルの一例であるフィードフォワードニューラルネットワークの構成を示す図である。 本発明の実施形態に係る情報判定装置の学習モードの動作を示すフローチャートである。 本発明の実施形態に係る情報判定装置の評価モードの動作を示すフローチャートである。 ベクトル拡張手段が生成する拡張分散表現ベクトルの他の例を示すデータ構成図である。 本発明の他の実施形態に係る情報判定モデル学習装置の構成を示すブロック構成図である。 本発明の他の実施形態に係る情報判定装置の構成を示すブロック構成図である。

以下、本発明の実施形態について図面を参照して説明する。
［情報判定装置の構成］
最初に、図１を参照して、本発明の実施形態に係る情報判定装置１の構成について説明する。

情報判定装置１は、制御部１０と記憶部２０とで構成される。
情報判定装置１は、ＳＮＳで発信される情報（投稿単位のテキストデータであるツイート〔登録商標〕等）が、現実に発生している予め定めた所定の事象に関連する情報であるか否かを判定するものである。

制御部１０は、図１に示すように、分散表現ベクトル生成手段１１と、ベクトル化手段１２と、語句判定手段１３と、ベクトル拡張手段１４と、学習手段１５と、判定手段１６と、を備える。
制御部１０は、情報判定装置１の動作を制御するものである。制御部１０は、２つの動作モードで動作する。動作モードの１つは、現実に発生している事象に関連する情報であるか否かが既知のソーシャルメディア情報（以下、単にメディア情報）から、未知のメディア情報が、現実に発生している事象に関連する情報であるか否かを判定する情報判定モデルを学習する学習モードである。動作モードのもう１つは、学習した情報判定モデルを用いて、未知のメディア情報が、現実に発生している事象に関連する情報であるか否かを判定する評価モードである。

本実施形態においては、現実に発生している事象として、事件、事故、災害等に関連するメディア情報の中で最も大きい割合を占める「火事」を例として説明する。もちろん、この事象は、現実に発生する事象であれば、火事に限定されるものではなく、交通事故、鉄道事故、気象災害等の予め定めた事象であればよい。

分散表現ベクトル生成手段１１は、既存のメディア情報等の大量の学習データ（分散表現学習データ）から、単語ごとの分散表現ベクトルを生成するものである。なお、分散表現ベクトルとは、分散表現学習データにおいて、意味が近い（分散の特徴が近い）単語を近いベクトルに対応させて、単語を有限の高次元（例えば、２００次元）の数値ベクトルで表現したものである。

分散表現ベクトル生成手段１１は、分散表現学習データを形態素（単語）に分割し、分散表現学習データ全体の形態素に分割した単語を対象に分散表現ベクトルを生成する。なお、分散表現ベクトルの生成の手法は既知であり、例えば、ｗｏｒｄ２ｖｅｃ、ＧｌｏＶｅ（Global Vectors for Word Representation）等の一般的な手法により生成することができる。ここでは、分散表現ベクトルの生成の詳細な説明は省略する。
この分散表現ベクトル生成手段１１は、生成した分散表現ベクトルを、単語に対応付けて分散表現ベクトル記憶手段２１に記憶する。

ベクトル化手段１２は、メディア情報を、分散表現ベクトルとして、ベクトル化するものである。
このベクトル化手段１２は、学習モードにおいては、所定の事象（ここでは、「火事」）に関連する情報であるか否かが既知のメディア情報（教師データ）を入力する。なお、教師データには、テキストデータ以外に、所定の事象に関連する情報であるか否か（正例または負例）を示す情報が含まれ、後記する学習手段１５は、正例または負例を示す情報（例えば、“１”，“０”）を入力する。
また、ベクトル化手段１２は、評価モードにおいては、所定の事象（ここでは、「火事」）に関連する情報であることが未知のメディア情報を入力する。
そして、ベクトル化手段１２は、分散表現ベクトル記憶手段２１に記憶されている単語ごとの分散表現ベクトルから、投稿文を構成する単語の分散表現ベクトルを平均化して、投稿単位の分散表現ベクトルを生成する。

具体的には、ベクトル化手段１２は、テキストデータであるメディア情報を投稿ごとに入力し、投稿文を形態素解析により単語に分割する。そして、ベクトル化手段１２は、分散表現ベクトル記憶手段２１から、分割した単語に対応する分散表現ベクトルを読み出して加算する。
そして、ベクトル化手段１２は、加算した分散表現ベクトルを当該投稿文に含まれる単語数で除算することで、ベクトルを正規化し、投稿文の分散表現ベクトル（文分散表現ベクトル）を生成する。ベクトル化手段１２は、入力したメディア情報を語句判定手段１３に出力するとともに、生成した文分散表現ベクトルをベクトル拡張手段１４に出力する。

ここで、図２を参照（適宜図１参照）して、ベクトル化手段１２が生成する文分散表現ベクトルについて説明する。
図２（ａ）に示すように、メディア情報の投稿文の一例を「隣町で民家が火事だ。」とした場合、ベクトル化手段１２は、当該投稿文を「隣／町／で／民家／が／火事／だ／。」と分割する。

そして、ベクトル化手段１２は、分割した単語ごとに、対応する分散表現ベクトルを分散表現ベクトル記憶手段２１から読み出す。例えば、図２（ｂ）に示すように、単語「隣」に対応する次元数がｎ個（例えば、２００次元）の分散表現ベクトル「０．１，０．３，０．４，０．１，０．８，０．９，０．２，…，０．９」を読み出す。
そして、ベクトル化手段１２は、投稿文を構成する単語数だけ分散表現ベクトルを加算して、全単語合計（図２（ｂ）の例では、「６．４，１．６，２．４，３．２，３．２，６．４，４．０，…，５．６」）を算出する。

その後、ベクトル化手段１２は、分散表現ベクトルの全単語合計を、投稿文を構成する単語数（図２の例では、８個）で除算することで、文分散表現ベクトル（図２（ｂ）の例では、「０．８，０．２，０．３，０．４，０．４，０．８，０．５，…，０．７」）を算出する。
これによって、ベクトル化手段１２は、メディア情報から、投稿文ごとに文分散表現ベクトルを生成する。
図１に戻って、情報判定装置１の構成について説明を続ける。

語句判定手段１３は、入力されたメディア情報に、予め定めた所定の事象が発生していないと予測される特徴的な語句（特徴語句）が含まれているか否かを判定するものである。語句判定手段１３は、ベクトル化手段１２を介して入力されるメディア情報内に、特徴語句記憶手段２２に記憶されている特徴語句が含まれているか否かを判定する。

所定の事象が発生していないと予測される特徴語句には、図３（ａ）に例示する慣用句（ことわざを含む）がある。メディア情報として、「喧嘩を止めるつもりが、『火に油を注ぐ』結果になってしまった。」が入力された場合、「火」、「火事」を含んでいても、現実には火事という事象は発生していない。
そこで、語句判定手段１３は、メディア情報に、予め定めた事象に関連する単語（ここでは、「火」、「火事」）を含む慣用句が含まれている場合に、特徴語句が含まれていると判定する。

また、所定の事象が発生していないと予測される特徴語句には、図３（ｂ）に例示する仮定形表現がある。メディア情報として、「『火事』になったら、どこへ逃げたら、いいだろう。」が入力された場合、「火」、「火事」を含んでいても、現実には火事という事象は発生していない。このとき、語句判定手段１３は、メディア情報を係り受け解析し、予め定めた事象に関連する単語（ここでは、「火」、「火事」）と同じ文節内、または、係り受け関係にある場合に、メディア情報に特徴語句（仮定形表現）が含まれていると判定する。

例えば、図４に示すように、「火事に」と係り受け関係がある「なったら」に、仮定形表現（〜たら）がある場合、語句判定手段１３は、メディア情報に特徴語句が含まれていると判定する。また、図４の例では、「どこへ」と係り受け関係にある「逃げたら」にも仮定形表現（〜たら）が存在するが、「火事に」とは係り受け関係がないため除外する。

また、所定の事象が発生していないと予測される特徴語句には、図３（ｃ）に例示するテレビ番組の番組名、出演者、登場人物等の予め指定された固有名詞（指定固有名詞）がある。メディア情報として、「精霊の△△人の火事のシーンはどうやって撮影しているのかな。」が入力された場合、「火」、「火事」を含んでいても、現実には火事という事象は発生していない。
そこで、語句判定手段１３は、メディア情報に、予め定めた指定された固有名詞が含まれている場合に、特徴語句が含まれていると判定する。
特徴語句として仮定形表現を用いる場合、「火事」等の所定の事象は、外部から語句判定手段１３に設定されるものとする。もちろん、所定の事象を記憶手段、例えば特徴語句記憶手段２２に予め記憶しておき、語句判定手段１３が参照することとしてもよい。
なお、指定固有名詞は、必ずしも番組に関連する固有名詞に限定されず、例えば、映画、ゲームに関連するタイトル、キャラクター等の固有名詞であっても構わない。

この語句判定手段１３は、メディア情報に特徴語句が含まれていると判定した場合、特徴語句を識別する予め定めた情報（固有の識別子）を、ベクトル拡張手段１４に出力する。また、語句判定手段１３は、メディア情報に特徴語句が含まれていない場合、含まれていないことを示す予め定めた識別子（例えば、ＮＵＬＬ）を、ベクトル拡張手段１４に出力する。

ベクトル拡張手段１４は、ベクトル化手段１２で生成されたメディア情報の分散表現ベクトル（文分散表現ベクトル）に対して、語句判定手段１３で判定された特徴語句の有無を示すベクトルを拡張するものである。
ベクトル拡張手段１４は、図５に示すように、次元数がｎ個の文分散表現ベクトルに対して、慣用句の個数（ｍ個）、仮定形表現の個数（ｋ個）、指定固有名詞の個数（ｉ個）に応じた次元数だけ、ベクトルを拡張する。

ここで、拡張する慣用句のｍ個分のベクトルは、特徴語句記憶手段２２に記憶されている個々の慣用句ごとに、メディア情報に含まれているか否かを示す。メディア情報に含まれている慣用句については、その位置に対応する要素の値を“１”、含まれていない慣用句については、その位置に対応する要素の値を“０”とする。
また、拡張する仮定形表現のｋ個分のベクトルは、特徴語句記憶手段２２に記憶されている個々の仮定形表現ごとに、メディア情報に含まれているか否かを示す。メディア情報に含まれている仮定形表現については、その位置に対応する要素の値を“１”、含まれていない仮定形表現については、その位置に対応する要素の値を“０”とする。
また、拡張する指定固有名詞のｉ個分のベクトルは、特徴語句記憶手段２２に記憶されている個々の指定固有名詞ごとに、メディア情報に含まれているか否かを示す。メディア情報に含まれている指定固有名詞については、その位置に対応する要素の値を“１”、含まれていない指定固有名詞については、その位置に対応する要素の値を“０”とする。

このように、ベクトル拡張手段１４は、文分散表現ベクトルに、特徴語句（慣用句、仮定形表現、指定固有名詞）が含まれているか否か示すベクトルを拡張した拡張分散表現ベクトルを生成する。この拡張分散表現ベクトルは、メディア情報が有する投稿文そのものの特徴に加え、当該メディア情報が所定の事象（ここでは、「火事」）に関連する情報ではないことを示す特徴量となる。
ベクトル拡張手段１４は、学習モードにおいては、拡張分散表現ベクトルを学習手段１５に出力する。また、ベクトル拡張手段１４は、評価モードにおいては、拡張分散表現ベクトルを判定手段１６に出力する。

学習手段１５は、学習モードにおいて、ベクトル拡張手段１４で生成される複数の拡張分散表現ベクトルから、メディア情報が現実に発生している予め定めた所定の事象に関連する情報であるか否かを判定するモデル（情報判定モデル）を学習するものである。
この学習手段１５に入力される拡張分散表現ベクトルは、現実に発生している事象に関連しているか否かが既知（正例または負例かが既知）の教師データである。

学習手段１５は、例えば、ニューラルネットワークにより情報判定モデルを学習する。
具体的には、学習手段１５は、図６に示す入力層Ｌ１、隠れ層Ｌ２、出力層Ｌ３で構成される順伝播ニューラルネットワーク（Feed Forward Neural Network：ＦＦＮＮ）により情報判定モデルを学習する。
図６に示すＦＦＮＮは、入力層Ｌ１に、文分散表現ベクトルと拡張ベクトルとからなる拡張分散表現ベクトルを入力する。そして、ＦＦＮＮは、隠れ層Ｌ２において、入力層Ｌ１に入力された拡張分散表現ベクトルの各要素の値に重みを付加して伝搬させて、出力層Ｌ３から、判定結果を出力する。ここで、出力層Ｌ３は、例えば、次元数を２とし、一方のノードが、拡張分散表現ベクトルが現実に発生している事象に関連する投稿文のベクトルであることを示す確率を正規化して出力する。また、他方のノードが、拡張分散表現ベクトルが現実に発生している事象に関連する投稿文のベクトルではないことを示す確率を正規化して出力する。

そして、学習手段１５は、教師データが正例の場合、一方のノードの出力が、拡張分散表現ベクトルが現実に発生している事象に関連する投稿文のベクトルであることを示す確率値“１”、他方のノードの出力が確率値“０”となるように、各層の重みを情報判定モデルのパラメータとして学習する。また、教師データが負例の場合、一方のノードの出力が“０”、他方のノードの出力が“１” となるように、各層の重みを情報判定モデルのパラメータとして学習する。なお、ＦＦＮＮの学習には、例えば、誤差逆伝播法（Back Propagation）を用いる。
この学習手段１５は、教師データを用いた学習を所定回数行うか、パラメータ誤差が予め定めた誤差内に収束した段階で学習を終了する。
学習手段１５は、学習した情報判定モデルを、情報判定モデル記憶手段２３に書き込み記憶する。

判定手段１６は、メディア情報が、現実に発生している事象に関連する情報であるか否かを判定するものである。
判定手段１６は、評価モードにおいて、現実に発生している事象に関連する情報であることが未知のメディア情報を入力する。また、判定手段１６は、そのメディア情報から、ベクトル化手段１２およびベクトル拡張手段１４を介して生成される拡張分散表現ベクトルを入力する。

判定手段１６は、情報判定モデル記憶手段２３に記憶されている情報判定モデルを用いて、入力した拡張分散表現ベクトルが、現実に発生している事象に関連する情報に対応するベクトルであるか否かを判定する。具体的には、判定手段１６は、図６に示したＦＦＮＮの入力層Ｌ１に拡張分散表現ベクトルを入力し、出力層Ｌ３から出力される結果に基づいて判定を行う。図６の例では、判定手段１６は、出力層Ｌ３の一方のノードの出力である現実に発生している事象に関連する確率値から、他方のノードから出力される確率値を減算し、正であれば、メディア情報が、現実に発生している事象に関連する情報であると判定する。一方、負であれば、判定手段１６は、メディア情報が、現実に発生している事象に関連する情報ではないと判定する。
これによって、判定手段１６は、メディア情報が現実に発生している事象に関連する情報か否かを判定することができる。判定手段１６は、この判定結果を外部に出力する。

記憶部２０は、分散表現ベクトル記憶手段２１と、特徴語句記憶手段２２と、情報判定モデル記憶手段２３と、を備える。記憶部２０は、情報判定装置１の動作で使用または生成する各種データを記憶するものである。
これら各記憶手段は、ハードディスク、半導体メモリ等の一般的な記憶装置で構成することができる。なお、ここでは、記憶部２０において、各記憶手段を個別に設けているが、１つの記憶装置の記憶領域を複数に区分して各記憶手段としてもよい。また、記憶部２０を外部記憶装置として、情報判定装置１の構成から省いてもよい。

分散表現ベクトル記憶手段２１は、分散表現ベクトル生成手段１１で生成される分散表現ベクトルを単語に対応付けて記憶するものである。

特徴語句記憶手段２２は、予め定めた所定の事象が発生していないと予測される特徴的な語句（特徴語句）を記憶するものである。この特徴語句記憶手段２２は、所定の事象が発生していないと予測される慣用句（図３（ａ）参照）、仮定形表現（図３（ｂ）参照）、指定固有名詞（図３（ｃ）参照）を予め記憶しておく。
この情報判定装置１は、図示を省略した通信手段を備え、電子番組表を提供するサーバから、電子番組表を取得し、番組名、出演者等を特徴語句記憶手段２２に記憶することとしてもよい。

情報判定モデル記憶手段２３は、学習手段１５で学習した情報判定モデルを記憶するものである。この情報判定モデル記憶手段２３に記憶される情報判定モデルは、判定手段１６が参照する。

以上説明したように情報判定装置１を構成することで、情報判定装置１は、教師データである予め定めた所定の事象に関連する情報であるか否かが既知のメディア情報から、情報判定モデルを学習することができる。
そして、情報判定装置１は、情報判定モデルを用いて、未知のメディア情報が現実に発生している事象に関連する情報であるか否かを判定することができる。
なお、情報判定装置１は、一般的なコンピュータを、前記した制御部１０の各手段として機能させるプログラム（情報判定プログラム）で動作させることができる。

［情報判定装置の動作］
次に、図７，図８を参照して、本発明の実施形態に係る情報判定装置１の動作について説明する。なお、特徴語句記憶手段２２には、予め慣用句、仮定形表現、指定固有名詞が記憶されているものとする。ここでは、情報判定装置１の動作を、学習モードと評価モードとに分けて説明する。

（学習モード）
まず、図７を参照（構成については適宜図１参照）して、情報判定装置１の学習モードの動作について説明する。
ステップＳ１において、情報判定装置１の分散表現ベクトル生成手段１１は、既存のメディア情報等の大量の学習データ（分散表現学習データ）から、単語ごとの分散表現ベクトルを生成する。この単語ごとの分散表現ベクトルは、分散表現ベクトル記憶手段２１に記憶される。

そして、ステップＳ２において、情報判定装置１のベクトル化手段１２は、所定の事象（ここでは、「火事」）に関連する情報であるか否かが既知のメディア情報（教師データ）を投稿ごとに入力する。
そして、ステップＳ３において、情報判定装置１のベクトル化手段１２は、ステップＳ２で入力した投稿文に含まれる単語に対応するステップＳ１で生成された分散表現ベクトルを単語数分だけ加算する。
さらに、ステップＳ４において、情報判定装置１のベクトル化手段１２は、ステップＳ３で加算された分散表現ベクトルを、投稿文に含まれる単語数で除算することで、投稿文ごとの正規化したベクトル（文分散表現ベクトル）を生成する。

ここで、ステップＳ５において、情報判定装置１の語句判定手段１３は、ステップＳ２で入力されたメディア情報に、特徴語句記憶手段２２に記憶されている特徴語句（慣用句、仮想的表現、指定固有名詞）が含まれているか否かを判定する。
このステップＳ５で、メディア情報に特徴語句が含まれていると判定された場合（Ｙｅｓ）、情報判定装置１のベクトル拡張手段１４は、ステップＳ６において、ステップＳ４で生成された文分散表現ベクトルに、ステップＳ５でメディア情報内に含まれていると判定された特徴語句に対応するベクトルの位置に値“１”を設定したベクトルを拡張して、拡張分散表現ベクトルを生成する（図５参照）。そして、情報判定装置１は、ステップＳ７に動作を進める。

一方、ステップＳ５で、メディア情報に特徴語句が含まれていないと判定された場合（Ｎｏ）、情報判定装置１は、ステップＳ７に動作を進める。ただし、厳密には、ベクトル拡張手段１４は、ステップＳ６で拡張するベクトルと同次数で要素の値をすべて“０”とする空のベクトルを文分散表現ベクトルに付加して拡張分散表現ベクトルとする。
ステップＳ７において、情報判定装置１の学習手段１５は、拡張分散表現ベクトルと、ステップＳ２で入力した教師データとから、メディア情報が現実に発生している事象に関連する情報であるか否かを判定する情報判定モデルを学習する。

そして、ステップＳ８において、情報判定装置１の学習手段１５は、教師データを用いた学習を所定回数行うか、情報判定モデルのパラメータ誤差が収束したかにより、学習が終了したか否かを判定する。
このステップＳ８で、学習が終了していないと判定された場合（Ｎｏ）、情報判定装置１は、ステップＳ２に戻って学習動作を継続する。
一方、ステップＳ８で、学習が終了したと判定された場合（Ｙｅｓ）、情報判定装置１は、ステップＳ９において、学習した情報判定モデルを、情報判定モデル記憶手段２３に書き込む。

以上の動作によって、情報判定装置１は、教師データから、未知のメディア情報が現実に発生している事象に関連する情報であるか否かを判定するための情報判定モデルを生成することができる。

（評価モード）
次に、図８を参照（構成については適宜図１参照）して、情報判定装置１の評価モードの動作について説明する。この評価モードの動作は、図７で説明した学習モードの動作の後に行われる。
ステップＳ１０において、情報判定装置１のベクトル化手段１２は、現実に発生している事象に関連する情報であることが未知のメディア情報を投稿ごとに入力する。

そして、ステップＳ１１において、情報判定装置１のベクトル化手段１２は、ステップＳ１０で入力した投稿文に含まれる単語に対応する分散表現ベクトル記憶手段２１に記憶されている分散表現ベクトルを単語数分だけ加算する。
さらに、ステップＳ１２において、情報判定装置１のベクトル化手段１２は、ステップＳ１１で加算された分散表現ベクトルを、投稿文に含まれる単語数で除算することで、投稿文ごとの正規化したベクトル（文分散表現ベクトル）を生成する。

ここで、ステップＳ１３において、情報判定装置１の語句判定手段１３は、ステップＳ１０で入力されたメディア情報に、特徴語句記憶手段２２に記憶されている特徴語句（慣用句、仮想的表現、指定固有名詞）が含まれているか否かを判定する。
このステップＳ１３で、メディア情報に特徴語句が含まれていると判定された場合（Ｙｅｓ）、情報判定装置１のベクトル拡張手段１４は、ステップＳ１４において、ステップＳ１２で生成された文分散表現ベクトルに、ステップＳ１３でメディア情報内に含まれていると判定された特徴語句に対応するベクトルの位置に値“１”を設定したベクトルを拡張して、拡張分散表現ベクトルを生成する（図５参照）。そして、情報判定装置１は、ステップＳ１５に動作を進める。

一方、ステップＳ１３で、メディア情報に特徴語句が含まれていないと判定された場合（Ｎｏ）、情報判定装置１は、ステップＳ１５に動作を進める。ただし、厳密には、ベクトル拡張手段１４は、ステップＳ１４で拡張するベクトルと同次数で要素の値をすべて“０”とする空のベクトルを文分散表現ベクトルに付加して拡張分散表現ベクトルとする。

ステップＳ１５において、情報判定装置１の判定手段１６は、情報判定モデル記憶手段２３に記憶されている情報判定モデルを用いて、拡張分散表現ベクトルが、現実に発生している事象に関連する情報に対応するベクトルであるか否かを判定する。さらに、ステップＳ１６において、情報判定装置１の判定手段１６は、ステップＳ１５で判定した結果を外部に出力する。

ステップＳ１７において、情報判定装置１は、さらにメディア情報が入力されるか否かにより、評価モードの動作の終了を判定する。
このステップＳ１７で、さらにメディア情報が入力され、評価モードの動作が終了していない場合（Ｎｏ）、情報判定装置１は、ステップＳ１０に動作を戻って、判定動作を継続する。
一方、ステップＳ１７で、新たなメディア情報が入力されず、評価モードの動作が終了した場合（Ｙｅｓ）、動作を終了する。
以上の動作によって、情報判定装置１は、未知のメディア情報が、現実に発生している事象に関連する情報であるか否かを判定することができる。

以上、本発明の実施形態に係る情報判定装置１の構成および動作について説明したが、本発明は、この実施形態に限定されるものではない。
ここでは、情報判定装置１は、特徴語句記憶手段２２に記憶する特徴語句として、慣用句、仮定形表現、指定固有名詞のすべてを用いた。
しかし、情報判定装置１は、特徴語句として、慣用句、仮定形表現、指定固有名詞の少なくとも１つを用いることとしてもよい。このように、限定して特徴語句を用いても、従来に比べて、ニュース素材となるメディア情報の候補を減らすことができ、最終的に人がメディア情報をニュース素材として活用することができるか否かの判定作業を減らすことができる。

また、ここでは、ベクトル拡張手段１４が、特徴語句記憶手段２２に記憶されている特徴語句のそれぞれの特徴語句が含まれているか否かを示すベクトルを分散表現ベクトルに追加した（図５参照）。
しかし、ベクトル拡張手段１４は、慣用句、仮定形表現、指定固有名詞ごとに、いずれかの特徴語句が含まれているか否かを示すベクトルを分散表現ベクトルに追加してもよい。また、仮定形表現については、仮定形表現が、予め定めた事象に関連する単語（例えば、「火」、「火事」）を含む文節からの距離ごとに拡張するベクトルを生成してもよい。

例えば、図９に示すように、ベクトル拡張手段１４は、慣用句については、特徴語句記憶手段２２に記憶されているいずれかの慣用句が含まれている場合、ベクトルに１次元の要素を割り当てる。また、ベクトル拡張手段１４は、指定固有名詞についても同様に、特徴語句記憶手段２２に記憶されているいずれかの指定固有名詞が含まれている場合、ベクトルに１次元の要素を割り当てる。
また、ベクトル拡張手段１４は、仮定形表現については、予め定めた事象に関連する単語（例えば、「火」、「火事」）を含む文節からの距離として、例えば、“−３”〜“３”までの７次元の要素を割り当てる。
これによって、図５に示した拡張分散表現ベクトルよりも次元数を抑えることができ、演算コストを抑えることができる。

また、ここでは、現実に発生している事象として、事件、事故等を例に説明したが、この事象は、現実に発生する事象であればなんでもよい。例えば、メディア情報が、現実の「風邪」に関する情報であるか否かを判定する場合、ドラマの演技上の風邪に関する情報を除外することができる。また、メディア情報が、現実の「交通情報」に関する情報であるか否かを判定する場合、ゲーム上で発生する交通情報に関する情報を除外することができる。

また、ここでは、情報判定装置１は、情報判定モデルを学習する学習動作と、情報判定モデルを用いて、未知のメディア情報が、現実に発生している事象に関連する情報であるか否かを判定する判定動作との２つの動作を１つの装置で行うものとした。
しかし、これらの動作は、別々の装置で動作させても構わない。

具体的には、情報判定モデルを学習する学習動作を実現する装置は、図１０に示す情報判定モデル学習装置３として構成することができる。
情報判定モデル学習装置３は、図１０に示すように、図１で説明した情報判定装置１から、判定手段１６を省いて構成すればよい。この構成は、図１で説明した情報判定装置１と同じ、情報判定モデルを学習する学習動作のみを行う。なお、情報判定モデル学習装置３の動作は、図７で説明した動作と同じである。
この情報判定モデル学習装置３は、コンピュータを前記した各手段として機能させるためのプログラム（情報判定モデル学習プログラム）で動作させることができる。

また、情報判定モデルを用いて、未知のメディア情報が、現実に発生している事象に関連する情報であるか否かを判定する判定動作を実現する装置は、図１１に示す情報判定装置１Ｂとして構成することができる。
情報判定装置１Ｂは、図１１に示すように、図１で説明した情報判定装置１から、分散表現ベクトル生成手段１１と学習手段１５を省いて構成すればよい。この構成は、図１で説明した情報判定装置１と同じ、未知のメディア情報が、現実に発生している事象に関連する情報を判定する判定動作のみを行う。なお、情報判定装置１Ｂの動作は、図８で説明した動作と同じである。
この情報判定装置１Ｂは、コンピュータを前記した各手段として機能させるためのプログラム（情報判定プログラム）で動作させることができる。
このように、学習動作と判定動作とを、異なる装置で動作させることで、１つの情報判定モデル学習装置３で学習した情報判定モデルを、複数の情報判定装置１Ｂで利用することが可能になる。

また、ここでは、学習手段１５が学習する情報判定モデルを、教師あり学習により学習するニューラルネットワークとした。しかし、この教師あり学習は、他の一般的な機械学習を用いることができる。例えば、サポートベクタマシン（ＳＶＭ：Support Vector Machine）、条件付確率場（ＣＲＦ：Conditional Random Fields）等を用いることができる。

１，１Ｂ 情報判定装置
１１ 分散表現ベクトル生成手段
１２ ベクトル化手段
１３ 語句判定手段
１４ ベクトル拡張手段
１５ 学習手段
１６ 判定手段
２１ 分散表現ベクトル記憶手段
２２ 特徴語句記憶手段
２３ 情報判定モデル記憶手段
３ 情報判定モデル学習装置

Claims (6)

1. 現実の発生事象を示すか否かが既知の投稿単位のテキストデータである複数のソーシャルメディア情報を教師データとして、判定対象のソーシャルメディア情報が現実の発生事象を示す情報か否かを判定するための情報判定モデルを学習する情報判定モデル学習装置であって、
   前記教師データを入力して、予め記憶手段に記憶されている単語ごとの分散表現ベクトルから、投稿文を構成する単語の分散表現ベクトルを平均化して、投稿単位の分散表現ベクトルを生成するベクトル化手段と、
   前記ベクトル化手段で生成された投稿単位の分散表現ベクトルに対応するソーシャルメディア情報が、現実の発生事象を表していないことを示す予め定めた複数の語句を単語として含むか否かを判定する語句判定手段と、
   前記語句判定手段で含まれていると判定された語句の有無をベクトル化して前記投稿単位の分散表現ベクトルに付加し、拡張分散表現ベクトルを生成するベクトル拡張手段と、
   前記ベクトル拡張手段で生成された拡張分散表現ベクトルを機械学習することで前記情報判定モデルを生成する学習手段と、
   を備えることを特徴とする情報判定モデル学習装置。
2. 前記語句判定手段は、前記発生事象に関連する慣用句、仮定形表現、および、前記発生事象に関連しない語句として予め指定された固有名詞の少なくとも１種類の語句群が前記ソーシャルメディア情報に含まれるか否かを判定することを特徴とする請求項１に記載の情報判定モデル学習装置。
3. 請求項１または請求項２に記載の情報判定モデル学習装置で学習した情報判定モデルを用いて、判定対象のソーシャルメディア情報である未知データが現実の発生事象を示す情報か否かを判定する情報判定装置であって、
   前記未知データを入力して、予め記憶手段に記憶されている単語ごとの分散表現ベクトルから、投稿文を構成する単語の分散表現ベクトルを平均化して、投稿単位の分散表現ベクトルを生成するベクトル化手段と、
   前記ベクトル化手段で生成された投稿単位の分散表現ベクトルに対応するソーシャルメディア情報が、現実の発生事象を表していないことを示す予め定めた複数の語句を単語として含むか否かを判定する語句判定手段と、
   前記語句判定手段で含まれていると判定された語句の有無をベクトル化して前記投稿単位の分散表現ベクトルに付加し、拡張分散表現ベクトルを生成するベクトル拡張手段と、
   前記ベクトル拡張手段で生成された拡張分散表現ベクトルにより、前記情報判定モデルを用いて、前記未知データが現実の発生事象を示す情報か否かを判定する判定手段と、
   を備えることを特徴とする情報判定装置。
4. 現実の発生事象を示すか否かが既知の投稿単位のテキストデータである複数のソーシャルメディア情報を教師データとして情報判定モデルを学習し、判定対象のソーシャルメディア情報である未知データが現実の発生事象を示す情報か否かを判定する情報判定装置であって、
   前記情報判定モデルを学習する学習モードにおいては前記教師データを入力し、前記情報判定モデルを用いた判定を行う評価モードにおいては前記未知データを入力して、予め記憶手段に記憶されている単語ごとの分散表現ベクトルから、投稿文を構成する単語の分散表現ベクトルを平均化して、投稿単位の分散表現ベクトルを生成するベクトル化手段と、
   前記ベクトル化手段で生成された投稿単位の分散表現ベクトルに対応するソーシャルメディア情報が、現実の発生事象を表していないことを示す予め定めた複数の語句を単語として含むか否かを判定する語句判定手段と、
   前記語句判定手段で含まれていると判定された語句の有無をベクトル化して前記投稿単位の分散表現ベクトルに付加し、拡張分散表現ベクトルを生成するベクトル拡張手段と、
   前記学習モードにおいて、前記教師データに対応するソーシャルメディア情報から生成された前記拡張分散表現ベクトルを機械学習することで前記情報判定モデルを生成する学習手段と、
   前記評価モードにおいて、前記未知データに対応するソーシャルメディア情報から生成された前記拡張分散表現ベクトルにより、前記情報判定モデルを用いて、前記未知データが現実の発生事象を示す情報か否かを判定する判定手段と、
   を備えることを特徴とする情報判定装置。
5. コンピュータを、請求項１または請求項２に記載の情報判定モデル学習装置として機能させるための情報判定モデル学習プログラム。
6. コンピュータを、請求項３または請求項４に記載の情報判定装置として機能させるための情報判定プログラム。