JP6906419B2 - 情報提供装置、情報提供方法、およびプログラム - Google Patents

Description

本発明は、情報提供装置、情報提供方法、およびプログラムに関する。

従来、検索対象のコンテンツと、そのコンテンツに含まれる語彙との関係性や、語彙同士の関係性に基づいて、ユーザが嗜好するコンテンツを、検索結果の一覧の上位に表示する技術が知られている（例えば、特許文献１参照）。

特開２００５−２５９１４５号公報

しかしながら、従来の技術のように、文字ベースの検索では検索意図や元のコンテンツの文脈が失われる場合があった。この結果、ユーザの検索意図に合った情報を提供できない場合があった。

本発明は、上記の課題に鑑みてなされたものであって、検索時の文脈を考慮してユーザの検索意図に近い情報を提供することができる情報提供装置、情報提供方法、およびプログラムを提供することを目的としている。

本発明の一態様は、事物に関する情報及び事物間の意味的関係に関する情報を記述したナレッジグラフを参照して、ワード群の意味情報を抽出する抽出部と、少なくとも前記抽出部により抽出された前記ワード群の意味情報に基づくクエリの候補を、ユーザが使用する端末装置に提供する提供部とを備える情報提供装置である。

本発明の一態様によれば、検索時の文脈を考慮してユーザの検索意図に近い情報を提供することができる情報提供装置、情報提供方法、およびプログラムを提供することができる。

第１実施形態における情報提供装置２００を含む情報提供システム１の一例を示す図である。 第１実施形態におけるグラフ生成装置１００の一例を示す図である。 第１実施形態における情報提供装置２００の一例を示す図である。 推薦クエリを含むコンテンツＣＴの一例を示す図である。 ナレッジグラフＫＧを模式的に示す図である。 推薦クエリによる検索結果の一例を示す図である。 第１実施形態における制御部２１０により実行される処理の一例を示すフローチャートである。 推薦クエリを含むコンテンツＣＴの一例を示す図である。 推薦クエリを含むコンテンツＣＴの他の例を示す図である。 ナレッジグラフＫＧを模式的に示す図である。 第３実施形態における制御部２１０により実行される処理の一例を示すフローチャートである。 新規にエンティティが追加されたナレッジグラフＫＧを模式的に示す図である。 関連エンティティまたはプロパティを抽出する方法の一例を説明するための図である。 類似エンティティのプロパティを抽出する方法の一例を説明するための図である。 複数のプロパティの其々に対応したワードを取捨選択する方法を説明するための図である。 端末装置１０において表示されるコンテンツＣＴの一例を示す図である。 重要ワードである文字列に対応するエンティティと、その関連エンティティとを含むナレッジグラフＫＧの一例を示す図である。 プロパティを考慮した推薦クエリの一例を示す図である。 クエリに対応した検索結果を模式的に示す図である。 実施形態のグラフ生成装置１００および情報提供装置２００、２００Ａのハードウェア構成の一例を示す図である。

以下、本発明を適用した情報提供装置、情報提供方法、およびプログラムを、図面を参照して説明する。

［概要］
情報提供装置は、一以上のプロセッサによって実現される。情報提供装置は、ナレッジグラフを参照して、ワード群の意味情報を抽出し、少なくとも抽出したワード群の意味情報に基づくクエリの候補を、ユーザが使用する端末装置に提供する装置である。

ナレッジグラフとは、事物に関する情報および事物間の意味的関係に関する情報をグラフとして記述したデータベースである。ナレッジグラフにおける事物とは、例えば、「人間」、「機械」、「建物」、「組織」、「美」、「学問」、「旅行」といった抽象的な概念と、例えば特定の人間、特定の建物、特定の組織等の、それらの個体（以下、「インスタンス」)を含む。本実施形態では、事物のうち、ナレッジグラフで情報を記述する対象事物のことを、特に「エンティティ」と称して説明する。

エンティティは、例えば、ある対象事物のインスタンスの実体（例えば実世界で存在している物体）を表していてもよいし、ある対象事物の概念（例えば実世界または仮想世界の中で定義された概念）を表していてもよい。例えば「建物」のように概念を表すエンティティもあれば、「○○タワー」のように「建物」という概念のインスタンスの実体を表すエンティティもある。

ナレッジグラフは、計算機による意味処理を可能とするため、オントロジーという語彙体系で定められたクラスとプロパティを用いて記述される。オントロジーとは、事物のクラスおよびプロパティを定義したものであり、クラスとプロパティとの間に成り立つ制約を集めたものである。

クラスとは、オントロジーにおいて、同じ性質を持つ事物同士を一つのグループにしたものである。クラスの性質や事物の性質は後述するプロパティにより記述される。

例えば、くちばしを持ち、卵生の脊椎動物であり、前肢が翼になっている、という性質を持つ事物は、「鳥」というクラスあるいはその下位のクラスに分類される。また、「鳥」というクラスの中で、飛べない、という性質を持つ事物は、例えば、「ペンギン」や「ダチョウ」という、より下位のクラスに分類される。このように、クラスの体系は、上位と下位の関係を有する階層構造をなし、上位のクラスの性質は、下位のクラスに継承される。上述した例では、「鳥」というクラスの、「くちばしを持ち、卵生の脊椎動物であり、前肢が翼になっている」という性質は、「ペンギン」や「ダチョウ」という下位のクラスの性質にも含まれることになる。クラスを識別するためのクラス名自体は必ずしもクラスの意味を表している必要はないが、以下の説明では簡単のためにクラスの意味を表すクラス名が与えられていることとする。

プロパティとは、事物の性質や特徴、クラス間の関係を記述する属性である。例えば、プロパティは、「〜を体の構成要素としてもつ」という性質や、「〜に生息する」という性質を示す属性であってもよいし、「あるクラスが上位クラスであり、あるクラスが下位クラスである」というクラス間の上位下位の関係を示す属性であってもよい。プロパティを識別するためのプロパティ名自体は必ずしもプロパティの意味を表している必要はないが、以下の説明では簡単のためにプロパティの意味を表すプロパティ名が与えられていることとする。

ナレッジグラフの基本的な単位は、ノード間を、ノード間の関係を表すラベル付きの方向性のあるエッジでつないだ３つ組であり、上述のエンティティはノード、プロパティはエッジであり、プロパティを用いて記述するエンティティの情報の値もノードで表現する。このような３つ組を組み合わせたグラフにより、エンティティに関する情報やエンティティ間の関係が明確に表現され、機械処理可能になる。

ワード群は、例えば、ニュース記事のようなコンテンツに含まれる複数のワードの集合である。また、ワード群は、コンテンツに含まれるワードに限られず、例えば、検索サイトに入力されたクエリやクエリの履歴として記録されたテキストに含まれる複数のワードの集合（すなわちクエリの集合）であってもよい。

情報提供装置は、ナレッジグラフから、ワード群の意味情報として、オントロジーにより定義されるクラスおよびプロパティの一方または双方を抽出し、抽出した情報に基づいて検索を推奨するクエリの候補を決定し、そのクエリの候補を端末装置に提供する。これによって、情報提供装置は、検索時の文脈を考慮してユーザの検索意図に近い情報を提供することができる。

＜第１実施形態＞
［全体構成］
図１は、第１実施形態における情報提供装置２００を含む情報提供システム１の一例を示す図である。第１実施形態における情報提供システム１は、例えば、一以上の端末装置１０と、グラフ生成装置１００と、情報提供装置２００とを備える。これらの装置は、ネットワークＮＷを介して接続される。なお、グラフ生成装置１００および情報提供装置２００は、一つの装置に集約されていてもよい。

図１に示す各装置は、ネットワークＮＷを介して種々の情報を送受信する。ネットワークＮＷは、例えば、無線基地局、Ｗｉ‐Ｆｉアクセスポイント、通信回線、プロバイダ、インターネットなどを含む。なお、図１に示す各装置の全ての組み合わせが相互に通信可能である必要はなく、ネットワークＮＷは、一部にローカルなネットワークを含んでもよい。

端末装置１０は、ユーザによって使用される装置である。端末装置１０は、例えば、スマートフォンなどの携帯電話、タブレット端末、パーソナルコンピュータなどのコンピュータ装置である。

例えば、端末装置１０は、ユーザから所定の操作を受け付けると、予めインストールされたアプリケーションを介して情報提供装置２００と通信を行い、アプリケーション上で表示或いは再生するコンテンツを取得してよい。コンテンツは、例えば、動画データや、画像データ、音声データ、テキストデータなどである。例えば、アプリケーションは、検索サービスを享受可能なアプリケーション（以下、検索アプリと称する）であってもよいし、ＳＮＳ（Social Networking Service）、メールサービス、情報提供サービス（例えばニュースや天気予報など）などを享受可能なアプリケーションであってもよい。

また、端末装置１０は、所定のウェブブラウザを介して、情報提供装置２００が提供するウェブサイトにアクセスしてもよい。例えば、情報提供装置２００により提供されるウェブサイトでは、上述した各種アプリケーションにより提供されるサービスと同様のサービスが提供される。

グラフ生成装置１００は、情報提供装置２００により提供されるウェブサイトや他のウェブサーバにより提供されるウェブサイトを定期的にクロールし、ウェブサイト上のコンテンツを収集する装置である。グラフ生成装置１００により収集されるコンテンツには、上述した動画データや、画像データ、音声データ、テキストデータの他に、ウェブサイトを構成するウェブページの元となるＨＴＭＬ（HyperText Markup Language）文書（テキストデータ）が含まれてよい。

そして、グラフ生成装置１００は、収集したコンテンツに基づいて、ナレッジグラフを生成する。これについては後述する。

情報提供装置２００は、例えば、アプリケーションが起動された端末装置１０と通信を行って、各種情報の受け渡しを行うアプリケーションサーバ装置であってもよいし、検索サイト等のウェブサイトを提供するウェブサーバ装置であってよい。

例えば、情報提供装置２００は、グラフ生成装置１００により生成されたナレッジグラフを用いて検索処理を行い、サービスを提供する。

［グラフ生成装置の構成］
以下、図を参照してグラフ生成装置１００の構成について説明する。図２は、第１実施形態におけるグラフ生成装置１００の一例を示す図である。図示のように、グラフ生成装置１００は、例えば、通信部１０２と、制御部１１０と、記憶部１３０とを備える。

通信部１０２は、例えば、ＮＩＣ（Network Interface Card）等の通信インターフェースやＤＭＡ（Direct Memory Access）コントローラを含む。通信部１０２は、ネットワークＮＷを介して、情報提供装置２００や他のウェブサーバと通信する。

制御部１１０は、例えば、クロール処理部１１２と、グラフ生成部１１４とを備える。これらの構成要素は、例えば、ＣＰＵ（Central Processing Unit）などのプロセッサが記憶部１３０に格納されたプログラムを実行することにより実現される。また、制御部１１０の構成要素の一部または全部は、ＬＳＩ（Large Scale Integration）、ＡＳＩＣ（Application Specific Integrated Circuit）、またはＦＰＧＡ（Field-Programmable Gate Array）などのハードウェア（回路部；circuitry）により実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。

記憶部１３０は、例えば、ＨＤＤ（Hard Disc Drive）、フラッシュメモリ、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）などにより実現される。記憶部１３０は、ファームウェアやアプリケーションプログラムなどの各種プログラムの他に、コンテンツＣＴやナレッジグラフＫＧを記憶する。これらの情報については後述する。

クロール処理部１１２は、通信部１０２を用いて、所定の周期で情報提供装置２００や他のウェブサーバと通信を行い、これらの装置が提供するウェブサイトからコンテンツＣＴを収集し、これを記憶部１３０に記憶させる。

例えば、クロール処理部１１２は、コンテンツＣＴとして既に取得したＨＴＭＬ文書の新しいコピーを送信するように、ウェブサイトを提供する各装置にリクエストを送信する。そして、クロール処理部１１２は、各装置によりＨＴＭＬ文書のコピーが送信されると、このＨＴＭＬ文書に含まれる全てのハイパーリンクから、リンク先の別のウェブページのＨＴＭＬ文書を収集する。クロール処理部１１２は、収集の過程において、新たなＨＴＭＬ文書のウェブページにアクセスした場合、このウェブページのコンテンツＣＴを新たに記憶部１３０に記憶させる。リクエストの送信から一定時間経過するまでの間に各装置によりＨＴＭＬ文書のコピーが送信されない場合、クロール処理部１１２は、ＨＴＭＬ文書に対応するウェブページが存在しないと判断して、このウェブページから収集したコンテンツＣＴを記憶部１３０から削除する。

グラフ生成部１１４は、クロール処理部１１２により収集されたコンテンツＣＴに基づいて、ナレッジグラフＫＧを生成し、これを記憶部１３０に記憶させる。例えば、グラフ生成部１１４は、コンテンツＣＴに含まれるＨＴＭＬ文書を参照し、このＨＴＭＬ文書からエンティティの情報を抽出し、抽出したエンティティの情報に基づいて、参照元のコンテンツＣＴを、ナレッジグラフＫＧにおいてどのエンティティに関連付けるのかを決定する。

例えば、ＨＴＭＬ文書には、エンティティの情報として、構造化データと呼ばれるデータが所定の仕様（例えばschema.orgに基づく仕様）で記述されることがある。構造化データとは、ＨＴＭＬで記述された情報、すなわちウェブページが何を意味するのかを、検索サイトを提供するウェブサーバやその他のクローラに理解させるためのデータである。ＨＴＭＬ文書に構造化データが含まれている場合、グラフ生成部１１４は、ＨＴＭＬ文書の意味を表す情報として構造化データを取得することで、ＨＴＭＬ文書の意味を認識する。このとき、グラフ生成部１１４は、ＨＴＭＬ文書が示すウェブページから収集された画像データなどの他のコンテンツＣＴの意味を、取得した構造化データによって表されるＨＴＭＬ文書の意味と同じものとして扱ってよい。

なお、グラフ生成部１１４は、ナレッジグラフＫＧ生成時において、クロール処理部１１２により収集されたコンテンツＣＴの他に、例えば、ユーザのサービス利用ログ（例えば、検索ログなど）を用いてもよい。

また、グラフ生成部１１４は、ＨＴＭＬ文書に構造化データが含まれていない場合、例えば、ＨＴＭＬ文書の記述内容から、統計的な確率手法を用いて、そのＨＴＭＬ文書の意味を推測してよい。

そして、グラフ生成部１１４は、取得した構造化データを用いて特定したコンテンツＣＴの意味に対応したエンティティに、このコンテンツＣＴを関連付けることで、ナレッジグラフＫＧを生成する。

［情報提供装置の構成］
以下、図を参照して情報提供装置２００の構成について説明する。図３は、第１実施形態における情報提供装置２００の一例を示す図である。図示のように、情報提供装置２００は、例えば、通信部２０２と、制御部２１０と、記憶部２３０とを備える。

通信部２０２は、例えば、ＮＩＣ等の通信インターフェースやＤＭＡコントローラを含む。通信部２０２は、ネットワークＮＷを介して、端末装置１０やグラフ生成装置１００と通信する。

制御部２１０は、例えば、取得部２１２と、情報提供部２１４と、意味分析処理部２１６とを備える。これらの構成要素は、例えば、ＣＰＵなどのプロセッサが記憶部２３０に格納されたプログラムを実行することにより実現される。また、制御部２１０の構成要素の一部または全部は、ＬＳＩ、ＡＳＩＣ、またはＦＰＧＡなどのハードウェアにより実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。意味分析処理部２１６は、「抽出部」の一例である。

記憶部２３０は、例えば、ＨＤＤ、フラッシュメモリ、ＥＥＰＲＯＭ、ＲＯＭ、ＲＡＭなどにより実現される。記憶部２３０は、ファームウェアやアプリケーションプログラムなどの各種プログラムの他に、ログ情報ＬＧやナレッジグラフＫＧを記憶する。

取得部２１２は、通信部２０２を用いて、検索アプリなどのアプリケーションが起動された端末装置１０、またはウェブブラウザを介して検索サイトが提供された端末装置１０からクエリを取得する。クエリは、例えば、端末装置１０を介して、ユーザが検索窓に入力したワード（語句）であってもよいし、検索窓に入力されたワードに応じてサジェストされた関連クエリのうち、ユーザにより選択された関連クエリであってもよい。また、クエリは、端末装置１０が表示したテキスト上で、ユーザが範囲指定した領域に含まれるワードであってもよい。また、クエリは、例えば、マイクなどの音声入力デバイス（不図示）を用いて入力された音声から変換されたテキストの一部または全部であってもよい。

また、取得部２１２は、通信部２０２に、ナレッジグラフＫＧを送信するようにグラフ生成装置１００にリクエストを送信させ、このリクエストに対するレスポンスとしてナレッジグラフＫＧを受信させることで、ナレッジグラフＫＧを取得する。取得したナレッジグラフＫＧは記憶部２３０に記憶される。

情報提供部２１４は、取得部２１２によりクエリが取得されると、このクエリに対応するコンテンツＣＴを決定する。例えば、情報提供部２１４は、クエリとして入力または選択されたワードを含むコンテンツＣＴを、サービスとして提供予定の複数のコンテンツの中から選択する。そして、情報提供部２１４は、通信部２０２を用いて、クエリに対応するコンテンツＣＴを、検索結果としてクエリの取得元である端末装置１０に提供する。

この際、情報提供部２１４は、提供予定のコンテンツＣＴに含まれるワードを、検索を推奨するクエリの候補とし、このクエリの候補をクエリとしたときの検索結果へのリンク情報（例えばハイパーリンクなど）を、提供予定のコンテンツＣＴに含めてクエリの取得元である端末装置１０に提供する。以下、検索を推奨するクエリの候補を「推薦クエリ」と称して説明する。

また、情報提供部２１４は、例えば、ハイパーリンクのＨＴＴＰ（Hypertext Transfer Protocol）リクエストによって要求されたコンテンツＣＴを、そのリクエストの取得元である端末装置１０に提供してもよい。この場合、情報提供部２１４は、提供予定のコンテンツＣＴに含まれるワードを推薦クエリに決定し、この推薦クエリによる検索結果へのリンク情報を、提供予定のコンテンツＣＴに含めてＨＴＴＰリクエストの取得元である端末装置１０に提供する。

図４は、推薦クエリを含むコンテンツＣＴの一例を示す図である。図示の例では、提供予定のコンテンツＣＴとして、ニュース記事ＡＲＴを例示している。このニュース記事ＡＲＴは、「複数のワードを含むワード群」の一例である。また、ニュース記事のようなコンテンツＣＴを検索する際に入力等されたクエリの集合は、「複数のワードを含むワード群」の他の例である。上述したように提供予定のコンテンツＣＴは、ユーザが選択したハイパーリンクに関連付けられているコンテンツＣＴであってもよいし、クエリによる検索結果に含まれるコンテンツＣＴであってもよい。

例えば、情報提供部２１４は、ニュース記事ＡＲＴ内の文章を形態素解析により複数の形態素に分割し、分割した複数の形態素をＴＦ（Term Frequency）‐ＩＤＦ（Inverse Document Frequency）などで重み付けることにより、複数の形態素の中から、所定条件を満たす形態素を重要ワードとして抽出する。所定条件とは、例えば、重みが閾値以上であり、その重みの大きさが上位所定数以内であることを含む。

例えば、提供予定のコンテンツＣＴであるニュース記事ＡＲＴが、植物の「さくら」の開花に関連する記事である場合に、「さくら」に関するイベントとして「お花見」といったワードや、そのイベントの開催場所として「○○公園」などといったワードが重要ワードとして抽出され得る。この場合、情報提供部２１４は、抽出した重要ワードを推薦クエリに決定し、この推薦クエリで検索したときの検索結果へのリンク情報を、提供予定のニュース記事ＡＲＴと共に提供する。具体的には、情報提供部２１４は、提供予定のニュース記事ＡＲＴが掲載されたページに、重要ワードを推薦クエリとしたときの検索結果が掲載されたページへのＵＲＬ（Uniform Resource Locator）を埋め込むことで、提供予定のニュース記事ＡＲＴと共に、このニュース記事ＡＲＴに関連する情報（すなわち重要ワードによる検索結果へのリンク）を端末装置１０に提供する。

なお、上記の例では、ワード群がニュース記事ＡＲＴなどのコンテンツＣＴである場合に、その記事ＡＲＴに含まれるいずれかのワードが重要ワードとして抽出されるものとして説明したがこれに限られず、例えば、ワード群が検索時に入力または選択されたクエリの集合である場合、そのクエリの集合に含まれるいずれかのワードが重要ワードとして抽出されてよい。例えば、「桜＿梅＿松」というワードの組み合わせが、ある一つのクエリＡとして入力され、「桜＿花見」というワードの組み合わせが、ある一つのクエリＢとして入力され、「梅＿花見」というワードの組み合わせが、ある一つのクエリＣとして入力された場合、これらのクエリＡ、Ｂ、Ｃの一部であるワードが重要ワードとして選択されてもよいし、クエリそのもの（クエリの全部）が重要ワードとして選択されてもよい。上述した例の場合、重要ワードは、「桜＿梅＿松」というワードの組み合わせであるクエリＡそのものであってもよいし、クエリＡに含まれる一部の「桜」や「梅」といったワードであってもよい。上記の「アンダーバー“＿”」はスペースを表している。また、例えば、形態素解析の対象となるワードが「お花見」であれば、重要ワードには「お」などの接頭辞などの付属語が含まれなくてよい。

また、情報提供部２１４は、ニュース記事ＡＲＴなどのコンテンツＣＴに含まれる文章（ワード群）を形態素解析により複数の形態素に分割する際に辞書を利用してもよい。例えば、辞書には、重要ワードの候補となるワードとして、人名や組織名などの固有名詞が登録されてよい。情報提供部２１４は、形態素解析時に辞書を参照することで、複数の形態素（例えば「株式」と「会社」）であっても、これらの複数の形態素を一つの重要ワード（例えば「株式会社」）として抽出してよい。

このように、記事などのコンテンツＣＴから重要ワードが抽出される際に、重要ワードが同音異義語のように複数の意味を有する場合がある。この場合、その重要ワードを推薦クエリとして検索すると、各意味に応じた検索結果が混在した状態で情報が提供される場合がある。例えば、上述した「さくら」というワードには、植物のさくら、各市町村の名前、楽曲名、人名、その他の固有名詞など、複数の意味が含まれる。この結果、植物の「さくら」に関連する記事を閲覧したユーザに、ある特定の市町村に関する情報などの興味関心の低い情報が提供されてしまう場合がある。

意味分析処理部２１６は、上述したように重要ワードとして抽出されるワードが複数の意味を有する場合に備え、情報提供部２１４によりコンテンツＣＴが提供される際に、ナレッジグラフＫＧを利用して、重要ワードの意味を分析し、その分析結果を基に、重要ワードの曖昧性を解消する。

図５は、ナレッジグラフＫＧを模式的に示す図である。図示の例のように、ナレッジグラフＫＧは、各エンティティをノードとし、これらのノード同士がエッジで接続されたグラフ構造で表される。本図の例は、あくまでもナレッジグラフＫＧを模式的に示すものであり、簡易的に無向グラフとして例示しているが、上述したようにエンティティ同士の関係を示すプロパティが各エッジにラベル付けされた有向グラフとしてナレッジグラフＫＧが表されてよい。以下、ナレッジグラフＫＧを模式的に例示する場合、簡易的に無向グラフとして表すものとする。

例えば、意味分析処理部２１６は、情報提供部２１４による形態素解析によって抽出されたワードの其々に対応したエンティティのナレッジグラフＫＧにおける分布に基づいて、重要ワードの曖昧性を解消する。

例えば、情報提供部２１４により、「さくら」、「開花予想」、「お花見」というワードが形態素解析により抽出され、これらの複数のワードの中から「さくら」というワードが重要ワードに決定されたとする。この場合、意味分析処理部２１６は、「さくら」というワードに対応したエンティティをナレッジグラフＫＧから抽出する。「ワードに対応したエンティティ」とは、例えば、そのワードの文字列を表記のバリエーションの一つとして持つエンティティである。

「さくら」という重要ワードに対応したエンティティとして、「さくら（植物）」や「さくら（楽曲）」などのクラスの異なる複数のエンティティの候補が抽出される場合がある。言い換えれば、ナレッジグラフＫＧ上において、ワードに対応するエンティティが複数存在し、そのワードの意味が曖昧な場合がある。このような場合、意味分析処理部２１６は、重要ワードに対応した複数のエンティティの候補の其々と、重要ワードと共に同じコンテンツＣＴから抽出された他のワードに対応したエンティティ（上記の例では「開花予想」または「お花見」などのワードに対応したエンティティ）とを互いに接続するエッジ数をカウントし、重要ワードに対応した複数のエンティティの候補のうち最もエッジ数が少ないエンティティの候補を、「さくら」という意味が曖昧な重要ワードに対応したエンティティに決定する。

なお、意味分析処理部２１６は、そのプロパティによって特徴等が記述されたエンティティを、ワードに対応したエンティティとして抽出してもよい。このとき、上記同様に、重要ワードに対応したエンティティとして、複数のエンティティの候補が抽出される場合がある。この場合、意味分析処理部２１６は、重要ワードに対応した複数のエンティティの候補の其々と、重要ワードと共に同じコンテンツＣＴから抽出された他のワードに対応したエンティティとを互いに接続するエッジ数をカウントし、重要ワードに対応した複数のエンティティの候補のうち最もエッジ数が少ないエンティティの候補を、重要ワードに対応したエンティティに決定する。

そして、意味分析処理部２１６は、意味が曖昧な重要ワードに対応する複数のエンティティの候補から決定（選択）したエンティティのクラスを、意味が曖昧な重要ワードが有する複数の意味のうち、ユーザが本来意図する意味として認識することで、重要ワードの曖昧性を解消する。エンティティのクラスは、コンテンツＣＴに含まれるワード群の「意味情報」の一例である。

意味分析処理部２１６によって重要ワードの曖昧性が解消された場合、情報提供部２１４は、曖昧性が解消された重要ワードを推薦クエリとしたときの検索結果へのリンク情報をコンテンツＣＴに加えて端末装置１０に提供する。

図６は、推薦クエリによる検索結果の一例を示す図である。上述したように、例えば、コンテンツＣＴが記事ＡＲＴである場合に、その記事ＡＲＴから抽出された重要ワードをクエリとしたときの検索結果が提供される。

上述したように、例えば、「さくら」という曖昧性のある重要ワードに対応した複数のエンティティの中から、「開花予想」または「お花見」といった他のワードに対応した一つのエンティティとのエッジ数が最も少ないエンティティとして、「植物」というクラスに属するエンティティ「さくら（植物）」が選択され、その結果、「さくら」という曖昧性のある重要ワードが「植物」に関するものであると認識されることで、重要ワードの曖昧性が解消されたとする。この場合、情報提供部２１４は、図示のように、「さくら＿植物」のような重要ワードを表す「さくら」と、重要ワードに対応したエンティティのクラスを表す「植物」とを組み合わせたワードの組を一つの推薦クエリに決定し、この推薦クエリによる検索結果へのリンク情報を、提供予定のコンテンツＣＴに加えて端末装置１０に提供する。

一般的に、元の記事コンテンツ、クエリなどのワード群から抽出した重要ワードの意味に曖昧性がある場合に、重要ワードを単なるクエリ文字列として検索すると検索結果に複数の意味に関連する情報が混在する可能性がある。

これに対して、本実施形態では、元のワード群の意味により近い重要ワードの意味を特定するため、元のワード群の文脈をふまえた検索結果を提示することができる。この結果、よりユーザの興味関心の高い情報を提供することができる。

以下、フローチャートに即して、第１実施形態における制御部２１０による一連の処理について説明する。図７は、第１実施形態における制御部２１０により実行される処理の一例を示すフローチャートである。例えば、本フローチャートの処理は、所定の周期で繰り返し行われる。

まず、取得部２１２は、通信部２０２を用いて、検索アプリなどのアプリケーションが起動された端末装置１０、またはウェブブラウザを介して検索サイトが提供された端末装置１０からクエリを取得する（Ｓ１００）。

次に、情報提供部２１４は、取得部２１２により取得されたクエリに対応するコンテンツＣＴ（例えばニュース記事ＡＲＴなど）を決定する（Ｓ１０２）。

次に、情報提供部２１４は、形態素解析などの手法を用いて、コンテンツＣＴから重要ワードを抽出する（Ｓ１０４）。次に、意味分析処理部２１６は、ナレッジグラフＫＧを用いて、情報提供部２１４により抽出された重要ワードが複数の意味の候補を有するワードであるか否かを判定する（Ｓ１０６）。例えば、意味分析処理部２１６は、ナレッジグラフＫＧを検索し、重要ワードに対応した複数のエンティティが存在する場合、重要ワードが複数の意味の候補を有するワード（意味が曖昧なワード）であると判定する。

抽出された重要ワードが複数の意味の候補を有するワードである場合、意味分析処理部２１６は、形態素解析によって重要ワードと共に同じコンテンツＣＴから抽出された他のワードに対応したエンティティに基づいて、複数の意味の候補のそれぞれについて、重要ワードの意味とする際の優先度を決定する（Ｓ１０８）。優先度とは、重要ワードを推薦クエリとしたときに、その推薦クエリによる検索結果が、ユーザの意図する意味にどの程度近いのかを表す指標値である。

例えば、意味分析処理部２１６は、ナレッジグラフＫＧ上において、意味が曖昧な重要ワードに対応した複数のエンティティの候補の其々と、重要ワードと共に同じコンテンツＣＴから抽出された他のワードに対応したエンティティとの距離を求め、他のワードに対応したエンティティとの距離が短いエンティティの候補ほど優先度を高くする。例えば、距離は、エッジを一律同じ長さとした場合、各エンティティの候補から、他のワードに対応したエンティティに至るまでの最短経路に含まれるエッジ数に比例してよい。

上述した図５の例では、「さくら」という重要ワードに対応したエンティティとして、ナレッジグラフＫＧ上に、楽曲名の「さくら（楽曲）」、植物の「さくら（植物）」、市町村名の「さくら（市町村）」の３つのエンティティの候補が存在している。「開花予想」、「お花見」といった重要ワードと同じコンテンツから抽出された他のワードに対応したエンティティから、各エンティティの候補を見た場合、楽曲名の「さくら（楽曲）」や市町村名の「さくら（市町村）」などのエンティティの候補は、植物の「さくら（植物）」というエンティティの候補に比して、開花予想」、「お花見」といった他のワードに対応したエンティティに到達するのにより多くのエッジを辿る必要があり、距離が長くなる。これに対して、植物の「さくら（植物）」というエンティティの候補は、市町村名の「さくら」や楽曲名の「さくら」などのエンティティの候補に比して、「開花予想」、「お花見」といった他のワードに対応したエンティティに到達するまでに辿るエッジの数が少なくなる。従って、意味分析処理部２１６は、楽曲名の「さくら（楽曲）」や市町村名の「さくら（市町村）」などの意味に比して、植物の「さくら（植物）」の意味の優先度を大きくする。このように、意味分析処理部２１６は、重要ワードが複数の意味を持つ場合、候補となる複数のエンティティの意味の優先度を、重要ワードと同じコンテンツから抽出された他のワードに対応したエンティティとの距離に基づいて決定する。

次に、情報提供部２１４は、重要ワードのうち、対応するエンティティ候補が複数あるものは、意味分析処理部２１６により大きい優先度が付与されたエンティティ候補を選択して、推薦クエリを決定する（Ｓ１１０）。そして、情報提供部２１４は、通信部２０２を用いて、決定した推薦クエリを、取得部２１２により取得された本来のクエリ（Ｓ１００の処理で取得されたクエリ）の検索結果であるコンテンツＣＴに加えて、クエリの取得元である端末装置１０に提供する（Ｓ１１２）。

また、情報提供部２１４は、上述したように、ハイパーリンクのＨＴＴＰリクエストによって要求されたコンテンツＣＴを、そのリクエストの取得元である端末装置１０に提供する際に、Ｓ１１０によって決定された推薦クエリを、ＨＴＴＰリクエストに対応したコンテンツＣＴに加えて、ＨＴＴＰリクエストの取得元である端末装置１０に提供してもよい。これによって、本フローチャートの処理が終了する。

図８は、推薦クエリを含むコンテンツＣＴの一例を示す図である。図示の例では、重要ワードが複数の意味の候補を有する場合に、重要ワードの意味の候補毎に推薦クエリが提示されている。例えば、情報提供部２１４は、記事ＡＲＴから、「さくら」という重要ワードを抽出したときに、意味分析処理部２１６により、その重要ワードが複数の意味の候補を有するワードであると判定された場合、図示のように、植物の「さくら（植物）」という意味の推薦クエリや、市町村名などの地名を表す「さくら（市町村）」という意味の推薦クエリ、楽曲名の「さくら（楽曲）」という意味の推薦クエリなど、それぞれの意味の候補に対応した推薦クエリによる検索結果へのリンク情報を、コンテンツＣＴに加えて提供してよい。

また、情報提供部２１４は、重要ワードが複数の意味の候補を有する場合、重要ワードの意味の候補の優先度に応じて、その重要ワードを推薦クエリとしたときのリンク情報の表示態様を決定してよい。

図９は、推薦クエリを含むコンテンツＣＴの他の例を示す図である。図示のように、例えば、重要ワードを推薦クエリとした検索結果へのハイパーリンク上にマウスオンされた場合に、情報提供部２１４は、マウスオンされたハイパーリンク付近に、各意味の候補に応じた検索結果をポップアップ表示させてよい。このとき、情報提供部２１４は、ポップアップ表示させるハイパーリンクを示す文字や画像の表示態様（例えば、大きさ、フォント、色など）を、各意味の候補の優先度に応じて変更してよい。上述した例では、市町村名の「さくら（市町村）」や楽曲名の「さくら（楽曲）」などの検索結果の優先度に比べて、植物の「さくら（植物）」に関する検索結果の優先度が高くなる。この場合、図示の例のように、植物の「さくら（植物）」に関連する検索結果へのハイパーリンクの文字または画像が、他のハイパーリンクの文字または画像に比べて、より大きく表示されてよい。これによって、ユーザにより選択された推薦クエリに対応する検索結果を優先して提供することができるため、さらにユーザの興味関心の高い情報を提供することができる。

また、上述した実施形態では、意味分析処理部２１６は、提供予定のコンテンツＣＴに含まれるテキスト内のワード（形態素解析により得られたワード）と、ナレッジグラフＫＧのエンティティとに基づいて、重要ワードの曖昧性を解消したがこれに限られない。例えば、意味分析処理部２１６は、提供予定のコンテンツを含むウェブページのＨＴＭＬ文書からエンティティのクラスを特定するための情報（構造化データ）を抽出し、この抽出した情報に基づいて、ナレッジグラフＫＧから重要ワードに対応したエンティティを抽出することで、重要ワードの曖昧性を解消してもよい。

以上説明した第１実施形態によれば、事物に関する情報および事物間の意味的関係に関する情報がオントロジーによって記述されたナレッジグラフＫＧから、ワード群の意味情報を抽出する意味分析処理部２１６と、少なくとも意味分析処理部２１６により抽出された意味情報に基づく推薦クエリを、ユーザが使用する端末装置１０に提供する情報提供部２１４と、を備えることにより、検索時の文脈を考慮してユーザの検索意図に近い情報を提供することができる。

また、上述した第１実施形態によれば、元のワード群の意味により近い重要ワードの意味を特定するため、元のワード群の文脈をふまえた検索結果を提示することができる。この結果、ユーザの検索意図により近い情報を提供することができる。

また、上述した第１実施形態によれば、クエリとなるワードに意味の候補が複数存在して、推薦クエリの意味が曖昧になる場合、提供する検索結果を意味毎に整理するため、情報提供装置２００が提供する検索サービスの利便性を向上させることができる。

また、上述した第１実施形態によれば、クエリとなるワードに意味の候補が複数存在して、推薦クエリが曖昧になることを前提として、その曖昧性を優先度として提示することによって、ユーザが検索結果を選択する際に、どの検索結果を選ぶべきかの指針を提供することができる。

＜第２実施形態＞
以下、第２実施形態について説明する。上述した第１実施形態では、ナレッジグラフＫＧに、重要ワードに対応するエンティティが存在するものとして説明したが、第２実施形態では、ナレッジグラフＫＧに、重要ワードに対応するエンティティが存在しない場合、同種の別のエンティティについてナレッジグラフＫＧに記載された情報を用いて重要ワードを抽出する点で上述した第１実施形態と相違する。以下、第１実施形態との相違点を中心に説明し、第１実施形態と共通する点については説明を省略する。なお、第２実施形態の説明において、第１実施形態と同じ部分については同一符号を付して説明する。

図１０は、ナレッジグラフＫＧを模式的に示す図である。例えば、意味分析処理部２１６は、情報提供部２１４により重要ワードとして建物の「○○ツリー」というワードが抽出された場合に、この重要ワードに対応するエンティティをナレッジグラフＫＧから抽出する。このとき、図示のように、ナレッジグラフＫＧ上に、「○○ツリー」というワードで名称が記述されたエンティティが存在しないことが想定される。

例えば、新規に建造された構造物（上述した例では「○○ツリー」）に関するウェブページが新たに作成された場合、クローラとして機能するグラフ生成装置１００が、この新規ウェブページを参照してナレッジグラフＫＧを更新するよりも早いタイミングで、情報提供装置２００が、クエリに対する検索結果として、新規ウェブページを公開する場合がある。この場合、新規に建造された構造物に関する記事から、構造物の名称などを重要ワードとして抽出すると、この重要ワードに対応したエンティティがナレッジグラフＫＧに存在しないことになる。この結果、推薦クエリを決定できない場合が生じる。

そのため、第２実施形態における意味分析処理部２１６は、重要ワードに対応したエンティティがナレッジグラフＫＧ上に存在しない場合、ナレッジグラフＫＧから、重要ワードと共に同じコンテンツＣＴから抽出された他のワード（重要ワードでない他のワード）に対応するエンティティを抽出すると共に、更に、他のワードに対応するプロパティによって定義されたエンティティ（以下、類似エンティティと称する）を抽出する。類似エンティティは、「類似事物」の一例である。

例えば、意味分析処理部２１６は、情報提供部２１４により、「○○ツリー」という重要ワードと共に、「地上高さ」や「所在地」、「営業時間」といった他のワードが形態素解析により抽出された場合、これらの他のワードの其々に対応したプロパティを、ナレッジグラフＫＧから抽出する。そして、意味分析処理部２１６は、これらの「地上高さ」や「所在地」、「営業時間」といったワードに対応する各プロパティによって定義付けられたエンティティが属するクラスの性質の一部または全部を有する共通のクラスに属するエンティティを、類似エンティティとして抽出する。すなわち、意味分析処理部２１６は、ナレッジグラフＫＧにおいて、「地上高さ」や「所在地」、「営業時間」といったワードの其々に対応する各プロパティがエッジとして接続された他のエンティティを、類似エンティティとして抽出する。図示の例では、例えば、「△△タワー」というワードに対応したエンティティが類似エンティティとして抽出される。そして、意味分析処理部２１６は、類似エンティティとそのエンティティのプロパティに相当するワードを推薦クエリとして決定する。

なお、意味分析処理部２１６は、抽出した類似エンティティにエッジを介して接続されることで関連付けられた他のエンティティに対応したワードを推薦クエリに決定してもよい。例えば、上述した図１０の例の場合、意味分析処理部２１６は、類似エンティティである「△△タワー」のエンティティに関連付けられた他のエンティティに対応した「建物」というワードを、推薦クエリに決定してよい。また、意味分析処理部２１６は、類似エンティティまたは類似エンティティに関連付けられた他のエンティティに対応したワードを推薦クエリとして決定する他に、重要ワードと共に同じコンテンツＣＴから抽出された他のワードそのものを推薦クエリとして決定してもよい。この場合、「地上高さ」や「建物」、「所在地」といったワードそのものが、推薦クエリとして決定される。

以上説明した第２実施形態によれば、重要ワードに対応するエンティティがナレッジグラフＫＧに存在しない場合に、同じコンテンツＣＴから抽出された他のワードに対応するエンティティを用いて、類似エンティティを抽出するため、重要ワードで検索した検索結果と類似する他の検索結果を推薦クエリとして提示することができる。これにより、例えば、記事内に登場するワードが、新しい語句であったり、新たに作られた造語であったりした場合、これらの未知のワードに関連する既存のワードをクエリとした検索結果を提供することができる。また、従来の意味と異なる新しい意味で使用され始めた語句などについても、新しい語句と見做すことで、新しい意味の方での類似検索結果を提供することができる。

＜第３実施形態＞
以下、第３実施形態について説明する。第３実施形態では、インターネット上において、ユーザが過去に検索した情報に関連する新しい情報が公開された場合、情報提供装置２００が、この新たな情報を提供する点で上述した第１および第２実施形態と相違する。以下、第１および第２実施形態との相違点を中心に説明し、第１および第２実施形態と共通する点については説明を省略する。なお、第３実施形態の説明において、第１および第２実施形態と同じ部分については同一符号を付して説明する。

図１１は、第３実施形態における制御部２１０により実行される処理の一例を示すフローチャートである。例えば、本フローチャートの処理は、所定の周期で繰り返し行われる。

まず、取得部２１２は、通信部２０２に、ナレッジグラフＫＧを送信するようにグラフ生成装置１００に対してリクエストを送信させる（Ｓ２００）。

次に、意味分析処理部２１６は、通信部２０２により、リクエストに対するレスポンスとしてナレッジグラフＫＧが受信されるまで待機し（Ｓ２０２）、通信部２０２によりナレッジグラフＫＧが受信されると、過去に受信して記憶部２３０に記憶させたナレッジグラフＫＧとの差分を求め、新たなエンティティが追加されているか否かを判定する（Ｓ２０４）。例えば、意味分析処理部２１６は、各エンティティに接続されたエッジのプロパティを参照し、このプロパティの値が更新されている場合には、新たなエンティティが追加されていると判定する。

新たなエンティティが追加されていないと判定した場合、制御部２１０は、本フローチャートの処理を終了する。

一方、意味分析処理部２１６は、新たなエンティティが追加されていると判定した場合、このエンティティをナレッジグラフＫＧから抽出する（Ｓ２０６）。

次に、意味分析処理部２１６は、通信部２０２を用いて、抽出したエンティティに対応したワードを推薦クエリに決定し、新たに決定した推薦クエリを過去に推薦クエリの提供先であった端末装置１０に提供する（Ｓ２０８）。

図１２は、新規にエンティティが追加されたナレッジグラフＫＧを模式的に示す図である。例えば、祭りなどの催し（事物）が毎年開催される場合、その催しの名称に対応するエンティティは、毎年追加されることになる。図示のように、例えば、２０１６年次に「２０１６年さくらまつり」という祭りが開催された場合、この名称に対応するエンティティが所定のタイミングでナレッジグラフＫＧに追加される。その後、「２０１６年さくらまつり」の後継にあたる「２０１７年さくらまつり」の開催を周知するようなニュース記事がインターネット上に公開された場合、グラフ生成装置１００は、所定の更新タイミングでこの記事を参照して、「２０１７年さくらまつり」という名称に対応するエンティティをナレッジグラフＫＧに追加する。

また、グラフ生成装置１００は、インターネット上に公開された情報として、ＳＮＳにおいて投稿されたワードや、掲示板などに書き込まれたワードなどを参照することで、新たなエンティティをナレッジグラフＫＧに追加してもよい。

情報提供部２１４は、上記のように新たなエンティティがナレッジグラフＫＧに追加された場合、所定の端末装置１０に、この新規追加のエンティティに対応したワードを推薦クエリとした検索結果を提供する。所定の端末装置１０とは、例えば、新規追加されたエンティティにエッジを介して接続されたエンティティに対応するワード（図の例では「お花見」というワード）が、検索時のクエリとして入力または選択された端末装置１０である。

例えば、過去に、ユーザが「お花見」というワードをクエリとして検索窓に入力し、そのクエリに対する検索結果として提示された複数のコンテンツＣＴの中から、「２０１６年さくらまつり」に関するコンテンツＣＴを選択して閲覧したとする。この場合、情報提供部２１４は、この「お花見」というクエリの検索履歴を有するユーザの端末装置１０に、「お花見」というワード対応したエンティティに新たに関連付けられた、「２０１７年さくらまつり」というエンティティに対応したワードを推薦クエリとして提供する。例えば、情報提供部２１４は、推薦クエリであるワードを、プッシュ通知などによって所定のユーザの端末装置１０に提供する。

以上説明した第３実施形態によれば、新しい情報がインターネット上に公開されたことを受けて、ナレッジグラフＫＧに新たなエンティティが追加された場合に、新たに追加されたエンティティに対応したワードを、例えば推薦クエリとして提供するため、インターネット上での状況の変化に対応した情報提供を行うことができる。

＜第４実施形態＞
以下、第４実施形態について説明する。第４実施形態では、重要ワードと、この重要ワードに対応するエンティティに関連付けられた他のエンティティ（以下、関連エンティティと称する）に対応したワード、または重要ワードに対応するエンティティのプロパティに対応したワードとを組み合わせたワードの組を一つの推薦クエリとして提供する点で上述した第１から第３実施形態と相違する。「重要ワードに対応するエンティティに関連付けられた」とは、上述したように、重要ワードに対応するエンティティが属するクラスの性質の一部を有することをいう。以下、第１から第３実施形態との相違点を中心に説明し、第１から第３実施形態と共通する点については説明を省略する。なお、第４実施形態の説明において、第１から第３実施形態と同じ部分については同一符号を付して説明する。関連エンティティは、「関連事物」の一例である。

第４実施形態における意味分析処理部２１６は、例えば、ナレッジグラフＫＧにおいて、重要ワードに対応するエンティティに関連付けられたエンティティが存在する場合、そのエンティティを関連エンティティとして抽出する。そして、意味分析処理部２１６は、通信部２０２を用いて、重要ワードと、関連エンティティに対応したワードとを組み合わせたワードの組を一つの推薦クエリに決定し、この推薦クエリを本来のクエリによる検索結果のコンテンツＣＴに含めて端末装置１０に提供する。

また、第４実施形態における意味分析処理部２１６は、例えば、重要ワードに対応するエンティティのプロパティに対応したワードと、重要ワードとを組み合わせたワードの組を一つの推薦クエリに決定し、この推薦クエリを本来のクエリによる検索結果のコンテンツＣＴに含めて端末装置１０に提供してもよい。「プロパティに対応したワード」とは、例えば、プロパティの名称を記述した文字列と同じ文字列のワードである。

図１３は、関連エンティティまたはプロパティを抽出する方法の一例を説明するための図である。例えば、図中（ａ）に示すように、ユーザが、あるバンド名をクエリ（図中では「ＡＢＣバンド」）として入力した場合、情報提供部２１４は、クエリの検索結果として、そのバンドに関する記事を提供予定のコンテンツＣＴに決定する。このとき、情報提供部２１４は、提供予定の記事から形態素解析により複数の重要ワードの候補となるワードを抽出する。例えば、情報提供部２１４が、抽出した複数のワードのうち、「△△フェスティバル」と、「ＡＢＣバンド」とを重要ワードとする場合、意味分析処理部２１６は、図中（ｂ）に示すように、これらの重要ワードに対応するエンティティをナレッジグラフＫＧ上で特定し、特定したエンティティにエッジを介して関連付けられたエンティティを、関連エンティティとして抽出する。また、意味分析処理部２１６は、重要ワードに対応するエンティティにエッジとして関連付けられたプロパティを抽出してもよい。図の例では、重要ワードである「△△フェスティバル」に対応するエンティティには、「スケジュール」、「チケット」、「会場」といったプロパティ（エッジ）が関連付けられている。そのため、情報提供部２１４は、「△△フェスティバル＿スケジュール」といったワードの組や、「△△フェスティバル＿チケット」といったワードの組、「△△フェスティバル＿会場」といったワードの組を、推薦クエリとして端末装置１０に提供する。なお、重要ワードは、上述したように、提供予定の記事に含まれるワードであってもよいし、検索時に入力または選択されたクエリそのものであってもよい。

以上説明した第４実施形態によれば、重要ワードと、関連エンティティに対応したワードまたはプロパティに対応したワードとを組み合わせたワードの組を一つの推薦クエリとし、この推薦クエリを本来のクエリの検索結果のコンテンツＣＴに含めて端末装置１０に提供するため、提供予定のコンテンツＣＴと関連性の高い情報を提供することができる。

＜第４実施形態の変形例＞
以下、第４実施形態の変形例について説明する。第４実施形態の変形例では、意味分析処理部２１６は、ナレッジグラフＫＧに、重要ワードに対応するエンティティが存在しない場合に、重要ワードでない他のワードに対応するエンティティに関連付けられた類似エンティティを特定し、この類似エンティティにエッジとして関連付けられたプロパティを抽出する。そして、意味分析処理部２１６は、通信部２０２を用いて、重要ワードと、類似エンティティのプロパティに対応したワードとを組み合わせたワードの組を一つの推薦クエリに決定し、この推薦クエリを本来のクエリによる検索結果のコンテンツＣＴに含めて端末装置１０に提供する。

図１４は、類似エンティティのプロパティを抽出する方法の一例を説明するための図である。図示のように、例えば、重要ワードが「○○カーニバル」である場合に、その「○○カーニバル」という重要ワードに対応するエンティティがナレッジグラフＫＧに存在しない場合、意味分析処理部２１６は、例えば「○○カーニバル」というワードと近接する「音楽イベント」といったワードが同じコンテンツＣＴから抽出されていれば、「音楽イベント」に対応するエンティティに関連付けられた別のエンティティを類似エンティティとして特定する。図示の例では、「音楽イベント」に対応するエンティティに「△△フェスティバル」というエンティティが関連付けられているため、意味分析処理部２１６は、「△△フェスティバル」というエンティティを類似エンティティとして特定する。そして、意味分析処理部２１６は、「△△フェスティバル」というエンティティのプロパティに対応したワードとして、「スケジュール」や「チケット」、「会場」といったワードと、重要ワードである「○○カーニバル」とを組み合わせたワードの組を一つの推薦クエリに決定する。これを受けて、情報提供部２１４は、「○○カーニバル＿スケジュール」といったワードの組や、「○○カーニバル＿チケット」といったワードの組、「○○カーニバル＿会場」といったワードの組を、推薦クエリとして端末装置１０に提供する。

なお、「○○カーニバル」という重要ワードの他に「音楽イベント」などの他のワードが抽出されなかった場合、意味分析処理部２１６は、ノードについてのプロパティから「○○カーニバル」が音楽イベントであることを推定してもよい。

このように、重要ワードに対応するエンティティがナレッジグラフＫＧに存在しない場合であっても、他のエンティティに関連付けられたエンティティおよびプロパティで情報を補完することができるため、提供予定のコンテンツＣＴと関連性の高い情報を提供することができる。

＜第５実施形態＞
以下、第５実施形態について説明する。第５実施形態では、エンティティにエッジとして関連付けられた複数のプロパティの其々に対応したワードを推薦クエリとする際に、その推薦クエリによる検索結果を提供する予定のユーザの趣味嗜好などを考慮して、複数のプロパティの其々に対応したワードを取捨選択する点で上述した第１から第４実施形態と相違する。以下、第１から第４実施形態との相違点を中心に説明し、第１から第４実施形態と共通する点については説明を省略する。なお、第５実施形態の説明において、第１から第４実施形態と同じ部分については同一符号を付して説明する。

図１５は、複数のプロパティの其々に対応したワードを取捨選択する方法を説明するための図である。例えば、図示のように、重要ワードが「ＡＢＣバンド」であった場合、「ＡＢＣバンド」に対応したエンティティには、「出演」や「リリース」、「交友関係」といったプロパティがエッジとして関連付けられている場合がある。この場合、意味分析処理部２１６は、重要ワードである「ＡＢＣバンド」以外の他のワードに対応したエンティティと、重要ワードに対応したエンティティとの距離に応じて、重要ワードに対応したエンティティ「ＡＢＣバンド」に関連付けられた一以上のプロパティの中から、推薦クエリとするプロパティを決定する。これによって、例えば、「交友関係」というプロパティを除き、「出演」および「リリース」というプロパティが推薦クエリに決定される。この結果、情報提供部２１４は、「ＡＢＣバンド＿出演」や「ＡＢＣバンド＿リリース」といったワードの組を推薦クエリとして端末装置１０に提供することができる。

以上説明した第５実施形態によれば、エンティティにエッジとして関連付けられた複数のプロパティの其々に対応したワードを推薦クエリとする際に、その推薦クエリによる検索結果を提供する予定のユーザの趣味嗜好などを考慮するため、各ユーザに合わせた情報を提供することができる。例えば、純粋に音楽だけに興味関心があるユーザには、ゴシップネタなどの音楽に対する関係性の低い情報については提供せず、イベント出演情報や楽曲のリリース日などの情報のみを提供することができる。

＜第６実施形態＞
以下、第６実施形態について説明する。第６実施形態では、取得部２１２により取得されるクエリが、端末装置１０を介してユーザにより範囲指定された文字列である点で上述した第１から第５実施形態と相違する。以下、第１から第５実施形態との相違点を中心に説明し、第１から第５実施形態と共通する点については説明を省略する。なお、第６実施形態の説明において、第１から第５実施形態と同じ部分については同一符号を付して説明する。

図１６は、端末装置１０において表示されるコンテンツＣＴの一例を示す図である。例えば、ユーザの操作により、コンテンツＣＴに含まれるテキストの文字列が範囲指定された場合、第６実施形態における取得部２１２は、テキスト上で範囲指定された領域（オーバーレイ領域）Ｒ_ＯＬに含まれる文字列をクエリとして取得する。第６実施形態における情報提供部２１４は、クエリである文字列（図示の例では「ブルーレイレコーダー」）を重要ワードとする。第６実施形態における意味分析処理部２１６は、この重要ワード（クエリとして指定された文字列）に対応するエンティティを、ナレッジグラフＫＧから抽出する。

図１７は、重要ワードである文字列に対応するエンティティと、そのプロパティとを含むナレッジグラフＫＧの一例を示す図である。例えば、「ブルーレイレコーダー」という文字列を重要ワードとした場合、図に例示するように、「定義」や「製造元」、「人気製品」といったプロパティが抽出される。

図１８は、プロパティを考慮した推薦クエリの一例を示す図である。図示のように、例えば、情報提供部２１４は、テキスト上で範囲指定された領域Ｒ_ＯＬ付近に、重要ワード且つクエリである「ブルーレイレコーダー」の検索結果へのハイパーリンクＨＰ１と、プロパティに対応したワード（「定義」、「製造元」、「人気製品」などのワード）を推薦クエリとした検索結果へのハイパーリンクＨＰ２とを含む画面を表示させるように端末装置１０を制御してよい。これによって、ユーザは、範囲指定した文字列の検索結果と共に、その範囲指定した文字列に関連した情報の検索結果を得ることができる。

以上説明した第６実施形態によれば、ユーザにより範囲指定された領域の文字列をクエリとすることで、上述した第１から第５実施形態と同様に、検索時の文脈を考慮してユーザの検索意図に近い情報を提供することができる。

＜第７実施形態＞
以下、第７実施形態について説明する。第７実施形態では、クエリの意味を認識した上で、このクエリによる検索結果を提供する際に、検索結果を示すページ上に、検索を推奨する推薦クエリを表示させる点で上述した第１から第６実施形態と相違する。以下、第１から第６実施形態との相違点を中心に説明し、第１から第６実施形態と共通する点については説明を省略する。なお、第７実施形態の説明において、第１から第６実施形態と同じ部分については同一符号を付して説明する。

図１９は、クエリに対応した検索結果を模式的に示す図である。例えば、図示のように、「さくら」というクエリの意味が、植物のさくらであると認識された場合、端末装置１０には、「さくら」というクエリの検索結果として、植物のさくらに関するコンテンツＣＴが一覧形式で表示されたページが提供される。このとき、検索結果を表すページの所定の領域Ｒａには、例えば、推薦クエリを表す文字が表示されてよい。この推薦クエリを表す文字は、推薦クエリによる検索結果にアクセスするためのハイパーリンクであってよい。

以上説明した第７実施形態によれば、意味が統一された検索結果を提示することができると共に、よりユーザの興味関心の高い情報を提供することができる。

＜ハードウェア構成＞
上述した実施形態の情報提供システムに含まれる複数の装置のうち、少なくともグラフ生成装置１００および情報提供装置２００、２００Ａは、例えば、図２０に示すようなハードウェア構成により実現される。図２０は、実施形態のグラフ生成装置１００および情報提供装置２００、２００Ａのハードウェア構成の一例を示す図である。

グラフ生成装置１００は、ＮＩＣ１００−１、ＣＰＵ１００−２、ＲＡＭ１００−３、ＲＯＭ１００−４、フラッシュメモリやＨＤＤなどの二次記憶装置１００−５、およびドライブ装置１００−６が、内部バスあるいは専用通信線によって相互に接続された構成となっている。ドライブ装置１００−６には、光ディスクなどの可搬型記憶媒体が装着される。二次記憶装置１００−５、またはドライブ装置１００−６に装着された可搬型記憶媒体に格納されたプログラムがＤＭＡコントローラ（不図示）などによってＲＡＭ１００−３に展開され、ＣＰＵ１００−２によって実行されることで、制御部１１０が実現される。制御部１１０が参照するプログラムは、ネットワークＮＷを介して他の装置からダウンロードされてもよい。

情報提供装置２００、２００Ａは、ＮＩＣ２００−１、ＣＰＵ２００−２、ＲＡＭ２００−３、ＲＯＭ２００−４、フラッシュメモリやＨＤＤなどの二次記憶装置２００−５、およびドライブ装置２００−６が、内部バスあるいは専用通信線によって相互に接続された構成となっている。ドライブ装置２００−６には、光ディスクなどの可搬型記憶媒体が装着される。二次記憶装置２００−５、またはドライブ装置２００−６に装着された可搬型記憶媒体に格納されたプログラムがＤＭＡコントローラ（不図示）などによってＲＡＭ２００−３に展開され、ＣＰＵ２００−２によって実行されることで、制御部２１０が実現される。制御部２１０が参照するプログラムは、ネットワークＮＷを介して他の装置からダウンロードされてもよい。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何ら限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

１…情報提供システム、１０…端末装置、１００…グラフ生成装置、１０２…通信部、１１０…制御部、１１２…クロール処理部、１１４…グラフ生成部、１３０…記憶部、２００、２００Ａ…情報提供装置、２０２…通信部、２１０…制御部、２１２…取得部、２１４…情報提供部、２１６…意味分析処理部、２３０…記憶部、ＣＴ…コンテンツ、ＫＧ…ナレッジグラフ、ＬＧ…ログ情報、ＮＷ…ネットワーク

Claims (19)

1. 事物に関する情報及び事物間の意味的関係に関する情報を記述したナレッジグラフを参照して、ユーザにより入力又は選択されたクエリを含むコンテンツ、又は前記ユーザにより入力又は選択されたクエリの履歴に含まれるワード群の意味情報を抽出する抽出部と、
   少なくとも前記抽出部により抽出された前記ワード群の意味情報に基づくクエリの候補を、前記ユーザが使用する端末装置に提供する提供部と、
   を備える情報提供装置。
2. 前記事物は、実世界または仮想世界における実体または抽象的概念を表す、
   請求項１に記載の情報提供装置。
3. 前記ナレッジグラフにおいて、前記事物はノード、前記事物又は前記事物間の意味的関係に関する情報は情報の種類に対応するラベル付きのエッジであるプロパティにより記述される、
   請求項１または２に記載の情報提供装置。
4. 前記抽出部は、前記ワード群に対応する前記ノードおよび前記プロパティと、前記ナレッジグラフにおける前記ノードの分布とを参照して、前記ワード群の意味情報を抽出する、
   請求項３に記載の情報提供装置。
5. 前記ワード群は、前記端末装置に提供されるコンテンツに含まれ、
   前記提供部は、前記ワード群に含まれるワードと、前記抽出部により抽出された意味情報に基づくワードとを組み合わせたワードの組を、前記クエリの候補として前記端末装置に提供する、
   請求項１から４のうちいずれか１項に記載の情報提供装置。
6. 前記端末装置からクエリを取得する取得部を更に備え、
   前記抽出部は、前記取得部により取得されたクエリに応じて検索されるコンテンツに含まれるワード群の意味情報を、前記ナレッジグラフから抽出し、
   前記提供部は、前記クエリに応じて検索されるコンテンツに加えて、前記抽出部により抽出された意味情報に基づくワードを、前記クエリの候補として前記端末装置に提供する、
   請求項１から５のうちいずれか１項に記載の情報提供装置。
7. 前記抽出部は、
   前記提供部により前記端末装置に前記クエリの候補が提供される際に、前記ナレッジグラフから、前記クエリに応じて検索されるコンテンツに含まれるワード群の意味情報を抽出し、
   前記クエリに応じて検索されるコンテンツに含まれるワード群のワードが複数の意味の候補を有する場合、前記抽出した意味情報に基づいて、前記複数の意味の候補のそれぞれについて、前記ワードの意味とする際の優先度を決定し、
   前記提供部は、
   前記複数の意味の候補のそれぞれに優先度が決定されたワードを、前記クエリの候補として前記端末装置に提供する、
   請求項６に記載の情報提供装置。
8. 前記抽出部は、
   前記提供部により前記端末装置に前記クエリの候補が提供される際に、前記ナレッジグラフから、前記クエリに応じて検索されるコンテンツに含まれるワード群の意味情報を抽出し、
   前記クエリに応じて検索されるコンテンツに含まれるワード群のワードが複数の意味の候補を有する場合、前記複数の意味の候補を有するワードの意味を、前記抽出した意味情報に基づいて限定し、
   前記提供部は、
   前記意味が限定されたワードを、前記クエリの候補として前記端末装置に提供する、
   請求項６または７に記載の情報提供装置。
9. 前記提供部は、
   前記クエリに応じて検索されるコンテンツに含まれるワード群のワードが複数の意味の候補を有する場合、前記複数の意味の候補のそれぞれを表す各ワードを、前記クエリの候補として前記端末装置に提供する、
   請求項６から８のうちいずれか１項に記載の情報提供装置。
10. 前記提供部は、
    前記クエリに応じて検索されるコンテンツに含まれるワード群のワードが複数の意味の候補を有する場合、前記事物間の意味的関係に関する情報に基づいて、前記複数の意味の候補のそれぞれを表すワードの中から、前記クエリの候補として提供するワードを決定する、
    請求項６から９のうちいずれか１項に記載の情報提供装置。
11. 前記抽出部は、
    前記ナレッジグラフにおいて、前記ワード群のワードに対応した事物、または前記ワード群のワードに対応した事物に関連付けられた関連事物に対応する情報を、前記ワード群の意味情報として抽出する、
    請求項１から１０のうちいずれか１項に記載の情報提供装置。
12. 前記抽出部は、
    前記ナレッジグラフにおいて、前記ワード群のワードに対応した事物が存在しない場合、前記ワード群の他のワードに対応した類似事物、または前記類似事物に関連付けられた関連事物に対応する情報を、前記ワード群の意味情報として抽出する、
    請求項１１に記載の情報提供装置。
13. 前記抽出部は、
    前記ナレッジグラフにおいて、前記ワード群のワードに対応した事物に関連付けられた関連事物に対応する情報を、前記ワード群の意味情報として抽出する、
    請求項１２に記載の情報提供装置。
14. 前記抽出部は、
    前記ナレッジグラフにおいて、前記取得部により取得されたクエリの履歴に含まれる第１クエリに対応した事物が存在しない場合、前記クエリの履歴に含まれる第２クエリに対応した類似事物に対応する情報を、前記取得部により取得された第１クエリに応じて検索されるコンテンツに含まれるワード群の意味情報として抽出する、
    請求項６に記載の情報提供装置。
15. 前記端末装置に入力されたクエリ、または前記端末装置により提示されたクエリのうちユーザにより選択されたクエリと、前記入力または選択されたクエリの履歴を示すワード群とを取得する取得部を更に備え、
    前記抽出部は、前記ナレッジグラフと、前記クエリの履歴とに基づいて、前記取得部により取得された前記ワード群の意味情報を抽出し、
    前記提供部は、前記抽出部により抽出された前記ワード群の意味情報に対応するワードを、前記クエリの候補として前記端末装置に提供する、
    請求項１から５のうちいずれか１項に記載の情報提供装置。
16. 前記抽出部は、
    前記ナレッジグラフに新たな事物が追加された場合、前記提供部によって過去に提供されたクエリの候補に対応する事物が、前記新たな事物に関連付けられた事物であるか否かを判定し、
    過去に提供されたクエリの候補に対応する事物が、前記新たな事物に関連付けられた事物であると判定した場合、前記ナレッジグラフから、前記新たな事物に対応する情報を抽出し、
    前記提供部は、
    前記抽出部により抽出された前記新たな事物に対応する情報を、過去にクエリの候補の提供先であった端末装置に提供する、
    請求項１から１５のうちいずれか１項に記載の情報提供装置。
17. 前記端末装置を介して前記ユーザにより範囲指定された文字列を、クエリとして取得する取得部を更に備え、
    前記抽出部は、前記提供部により、前記取得部が取得した文字列に応じて検索されるコンテンツが前記端末装置に提供される際に、前記ナレッジグラフから、前記取得部により取得された文字列を含むワード群の意味情報を抽出し、
    前記提供部は、前記取得部が取得した文字列に応じて検索されるコンテンツに加えて、前記抽出部により抽出された前記ワード群の意味情報に基づくワードを、前記クエリの候補として前記端末装置に提供する、
    請求項１から１６のうちいずれか１項に記載の情報提供装置。
18. コンピュータが、
    事物に関する情報及び事物間の意味的関係に関する情報を記述したナレッジグラフを参照して、ユーザにより入力又は選択されたクエリを含むコンテンツ、又は前記ユーザにより入力又は選択されたクエリの履歴に含まれるワード群の意味情報を抽出し、
    少なくとも前記抽出したワード群の意味情報に基づくクエリの候補を、前記ユーザが使用する端末装置に提供する、
    情報提供方法。
19. コンピュータに、
    事物に関する情報及び事物間の意味的関係に関する情報を記述したナレッジグラフを参照して、ユーザにより入力又は選択されたクエリを含むコンテンツ、又は前記ユーザにより入力又は選択されたクエリの履歴に含まれるワード群の意味情報を抽出させ、
    少なくとも前記抽出させたワード群の意味情報に基づくクエリの候補を、前記ユーザが使用する端末装置に提供させる、
    プログラム。

Images