JP6959152B2 - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。

近年、インターネットを使ったユーザ同士の情報共有サービスが盛んになっている。このようなサービスでは、ユーザ（質問者）が投稿した質問文に対して、他のユーザ（回答者）が回答文を投稿することで、ユーザ間で知識や知恵の共有を行う。

特開平０６−２７４５３９号公報

サービスが活発に利用されるようにするためには、多くのユーザに質問に回答してもらうことが望ましい。しかし、回答文を書くには、単に答えを知っている以上の深い知識や細かな知識が必要である。一部のユーザは、回答ができるかもしれないと思いながらも、回答文を書くことなくサービスから離脱する。

本願は、上記に鑑みてなされたものであって、質問に回答するユーザへの適切な支援を実現できるようにすることを目的とする。

本願に係る情報処理装置は、質問文を取得する第１の取得部と、質問文の属性に関する属性情報に基づいて質問文と複数の情報サービスそれぞれとの関連を示す関連度情報を生成する生成部と、を備える。

実施形態の一態様によれば、質問に回答するユーザへの適切な支援を実現できるようにすることができる。

図１は、実施形態に係る情報処理システムの動作を示す図である。 図２は、情報処理サーバの処理の流れを示す図である。 図３は、スコア情報の一例を示す図である。 図４は、情報処理サーバが質問文から重要語及び重要文を抽出する様子を示す図である。 図５は、実施形態に係る情報処理サーバの構成例を示す図である。 図６は、質問情報データベースに登録される情報の一例を示す図である。 図７は、モデルデータベースに登録される情報の一例を示す図である。 図８は、実施形態に係る端末装置の構成例を示す図である。 図９は、情報送信処理の一例を示すフローチャートである。 図１０は、情報処理サーバの機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る情報処理装置、情報処理方法、及び情報処理プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、以下の実施形態により本願に係る情報処理装置、情報処理方法、及び情報処理プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．情報処理装置の動作〕
最初に、情報処理装置の一例である情報処理サーバ１０を備える情報処理システム１を例に、情報処理装置の動作を説明する。

〔１−１．情報処理システムについて〕
図１は、実施形態に係る情報処理システム１の動作を示す図である。情報処理システム１は、情報処理サーバ１０と、サービス提供サーバ２０_１〜２０_３と、端末装置１００_１〜１００_２と、を備える。なお、図１の例では、サービス提供サーバが３つしか示されていないが、サービス提供サーバは３つより少なくてもよいし、３つより多くてもよい。以下の説明では、サービス提供サーバ２０_１〜２０_３等を総称してサービス提供サーバ２０と記載することがある。また、図１の例では、端末装置が２つしか示されていないが、端末装置は２つより少なくてもよいし、２つより多くてもよい。以下の説明では、端末装置１００_１〜１００_２等を総称して端末装置１００と記載することがある。

情報処理サーバ１０は、クライアント端末に対して各種サービスを提供するサーバ用ホストコンピュータである。情報処理サーバ１０は、端末装置１００にコンテンツを配信する。例えば、情報処理サーバ１０は、ポータルサイト、ゲーム情報配信サイト、ニュースサイト、オークションサイト、天気予報サイト、ショッピングサイト、ファイナンス（株価）サイト、路線検索サイト、地図提供サイト、旅行サイト、飲食店紹介サイト、掲示板サイト、ウェブブログなどに関連する情報がタイル状に配置されたコンテンツを端末装置１００に配信する。本実施形態の情報処理サーバ１０は、ユーザ同士で質問及び回答を行うことが可能な情報共有サービスを提供する。

サービス提供サーバ２０は、クライアント端末に対して各種サービスを提供するサーバ用ホストコンピュータである。例えば、サービス提供サーバ２０は、情報検索サービス、ＳＮＳ（Social Networking Service）、ニュース配信サービス、情報まとめサービス、インターネット百科事典サービス、インターネット辞書サービス、ブログサービス等の情報の発信サービス（以下、情報サービスという。）を提供するサーバである。サービス提供サーバ２０_１は、情報サービスの１つであるサービスＹ１（例えば、ニュース配信サービス）を提供するサーバである。また、サービス提供サーバ２０_２は、情報サービスの１つであるサービスＹ２（例えば、インターネット百科事典サービス）を提供するサーバである。また、サービス提供サーバ２０_３は、情報サービスの１つであるサービスＹ３（例えば、情報検索サービス）を提供するサーバである。

端末装置１００は、スマートフォンやタブレット等のスマートデバイスであり、３Ｇ（3rd Generation）やＬＴＥ（Long Term Evolution）等の無線通信網を介して任意のサーバ装置と通信を行うことができる携帯端末装置である。なお、端末装置１００は、スマートデバイスのみならず、デスクトップＰＣ（Personal Computer）やノートＰＣ等の情報処理装置であってもよい。

〔１−２．情報共有サービスについて〕
上述したように、情報処理サーバ１０は、情報共有サービスを提供する。情報共有サービスは、ユーザ（質問者）が投稿した質問文に対して、他のユーザ（回答者）が回答文を投稿することで、ユーザ間で知識や知恵の共有を行う。情報処理サーバ１０は、端末装置１００からの要求に応じて、質問文を投稿するためのコンテンツ（以下、質問投稿コンテンツという。）や質問への回答文を投稿するためのコンテンツ（以下、回答投稿コンテンツという。）を端末装置１００に配信するよう構成されている。端末装置１００は、コンテンツの配信を受けて、画面に質問投稿コンテンツや回答投稿コンテンツを表示する。図１の例では、ユーザＵ１の端末装置１００_１に質問投稿コンテンツであるコンテンツＣ１が表示されており、ユーザＵ２の端末装置１００_２に回答投稿コンテンツであるコンテンツＣ２が表示されている。コンテンツＣ１、Ｃ２は、例えば、ウェブページやアプリの画面である。図１の例の場合、ユーザＵ１が質問者であり、ユーザＵ２が回答者である。

コンテンツＣ１には、質問文を入力するためのテキストボックスＴＢ１が配置されている。ユーザＵ１がテキストボックスＴＢ１に質問文を入力して投稿ボタンを押すと、情報処理サーバ１０に質問文が送信される。また、コンテンツＣ２には、回答文を入力するためのテキストボックスＴＢ２が配置されている。ユーザＵ２がテキストボックスＴＢ２に回答文を入力して投稿ボタンを押すと、情報処理サーバ１０に回答文が送信される。

〔１−３．情報処理システムの動作〕
以下、情報処理システム１の動作について説明する。

まず、情報処理サーバ１０は、端末装置１００（図１の例では端末装置１００_１）から質問投稿コンテンツの配信要求を受け付ける。質問投稿コンテンツの配信要求を受け付けたら、情報処理サーバ１０は、質問コンテンツの配信要求を行った端末装置１００に対して、質問投稿コンテンツであるコンテンツＣ１を配信する。ユーザがテキストボックスＴＢ１に質問文を入力して投稿ボタンを押すと、端末装置１００は情報処理サーバ１０に対して質問文を送信する（ステップＳ１）。情報処理サーバ１０は、端末装置１００から質問文を取得したら、質問者の情報（例えば、ユーザＩＤ）とともに質問文をデータベースに登録する。データベースには複数の質問文が登録される。

また、情報処理サーバ１０は、端末装置１００（図１の例では端末装置１００_２）から回答投稿コンテンツの配信要求を受け付ける（ステップＳ２）。情報処理サーバ１０は、回答投稿コンテンツの配信要求を受け付けたら、データベースから配信対象となる質問文を取得する。

そして、情報処理サーバ１０は、ステップＳ２で取得した質問文の属性情報を取得する（ステップＳ３）。属性情報は質問文の属性に関する情報である。質問文の属性とは、例えば、質問文の内容が学術的か、日常的か、時事ネタか等、質問文の持つ特徴や性質のことである。本実施形態では、情報処理サーバ１０は、質問文と複数の属性それぞれとの関連の強度を示す強度情報（第１の強度情報）を属性情報として取得する。このとき、強度情報は、数値であってもよいし、Ａ、Ｂ、Ｃ等のランクであってもよい。

図２は、情報処理サーバ１０の処理の流れを示す図である。図２の例では、質問文の属性毎に複数のクラスが用意されている。図２に示すクラスＸ１、Ｘ２、Ｘ３等が質問文を属性毎に分類したクラスである。クラスＸ１は、例えば、質問文の内容が時事ネタであることを示すクラスである。クラスＸ２は、例えば、質問文の内容が日常的であることを示すクラスである。クラスＸ３は、例えば、質問文の内容が学術的であることを示すクラスである。各クラスの横に付された数字が、質問文と属性との関連の強度を示す強度情報である。図２の例では、質問文は「初めまして。高校生ですが、質問です。棋士Ｈと棋士Ｆどっちがすごいですか？」である。この質問文の場合、質問文とクラスＸ１と関連の強度は０．９であり、質問文とクラスＸ２と関連の強度は０．３であり、質問文とクラスＸ３との関連の強度は０．１である。図２の例では、質問文はクラスＸ１（例えば、時事ネタを示す属性）との関連が強いことが分かる。

情報処理サーバ１０は、このような属性情報を、モデルＭ１を用いて生成してもよい。モデルＭ１は、第１のテキストと第１のテキストの属性を示す情報との組のデータを学習データとして、質問文を入力した時に当該質問文の属性情報を出力するよう学習した学習済みモデルである。ここで「第１のテキスト」は、例えば、情報処理サーバ１０を運営する運営者が提供する情報共有サービスで、過去、ユーザが行った質問の質問文である。また、「第１のテキストの属性を示す情報」は、例えば、運営者（或いは運営者の従業員）が第１のテキストを見て判断した属性（第１のテキストの内容が学術的か、日常的か、時事ネタか等の情報）である。情報処理サーバ１０は、図２に示すように、モデルＭ１に質問文を入力することにより属性情報を生成する。なお、質問文の属性情報の生成に必ずしもモデルを使用する必要はない。情報処理サーバ１０は、他の様々な方法を使用して質問文の属性を判別してもよい。

次に、情報処理サーバ１０は、属性情報に基づいて質問文と複数の情報サービスそれぞれとの関連を示す関連度情報を生成する（ステップＳ４）。本実施形態では、情報処理サーバ１０は、質問文と複数の情報サービスそれぞれとの関連の強度を示す強度情報を関連度情報として取得する。このとき、強度情報は、数値であってもよいし、Ａ、Ｂ、Ｃ等のランクであってもよい。

本実施形態では、情報処理サーバ１０には、複数の情報サービスが登録されている。図２に示すサービスＹ１、Ｙ２、Ｙ３、Ｙ４等が情報サービスである。サービスＹ１は、例えば、ニュース配信サービスである。サービスＹ２は、例えば、インターネット百科事典サービスである。サービスＹ３は、例えば、情報検索サービスである。サービスＹ４は、例えば、ブログサービスである。各サービスの横に付された数字が、質問文と情報サービスとの関連の強度を示す強度情報である。図２に示す質問文の場合、質問文とサービスＹ１と関連の強度は１．１であり、質問文とサービスＹ２との関連の強度は０．７であり、質問文とサービスＹ３との関連の強度は０．１であり、質問文とサービスＹ４との関連の強度は−０．１である。図２の例では、質問文はサービスＹ１（例えば、ニュース配信サービス）との関連が強いことが分かる。

情報処理サーバ１０は、このような関連度情報を、スコア情報を用いて生成してもよい。スコア情報は、複数の属性それぞれと複数の情報サービスそれぞれとの関連の強度を示すスコア（第２の強度情報）が記録された情報である。スコア情報は、人が質問文の属性と情報サービスとの関連の強さを１つ１つ判断することにより生成されてもよいし、質問文の属性と情報サービスとの関連の強さを学習した学習モデルを用いて生成されてもよい。

図３は、スコア情報の一例を示す図である。スコア情報には、「クラス」、「サービス」、及び「スコア」といった項目を有する情報が登録される。「クラス」は、質問文の複数の属性を識別するための情報である。「サービス」は、情報処理サーバ１０に登録された複数の情報サービスを識別するための情報である。「スコア」は、クラスの項目で特定される属性とサービスの項目で特定される情報サービスとの関連の強度を示す強度情報である。スコアは、例えば、０．０〜１．０の範囲の数値である。勿論、スコアの数値範囲はこれ以外の範囲であってもよい。

図３に示す例では、クラス「Ｘ１」、サービス「Ｙ１」、及びスコア「Ｚ１１」といった情報が対応付けて登録されている。このような情報は、例えば、クラス「Ｘ１」が示す属性とサービス「Ｙ１」が示す情報サービスとの関連の強度を示すスコアが「Ｚ１１」であることを示す。なお、図３に示す例では、スコア情報に登録される情報として、「Ｘ１１〜Ｘ３」、「Ｙ１〜Ｙ４」、「Ｚ１１〜Ｚ３４」といった概念的な情報を示したが、実際には、テキストデータやバイナリデータが登録されることとなる。

情報処理サーバ１０は、例えば、ステップＳ３で取得した属性情報と、スコア情報と、に基づいて関連度情報を生成する。より具体的には、情報処理サーバ１０は、属性情報に記録された強度情報（第１の強度情報）と、スコア情報に記録されたスコア（第２の強度情報）と、に基づいて関連度情報を生成する。

例えば、情報処理サーバ１０が、図２に示す質問文とサービスＹ１との関連の強度を算出するとする。この場合、情報処理サーバ１０は、まず、属性情報から、質問文と、質問文の属性を示す各クラスと、の関連の強度の情報を取得する。上述したように、図２の例では、質問文とクラスＸ１と関連の強度は０．９であり、質問文とクラスＸ２と関連の強度は０．３であり、質問文とクラスＸ３との関連の強度は０．１である。さらに、情報処理サーバ１０は、サービスＹ１と各クラスとの関連の強度を示すスコアを取得する。図３に示すように、クラスＸ１とサービスＹ１との関連の強度を示すスコアはＺ１１であり、クラスＸ２とサービスＹ１との関連の強度を示すスコアはＺ２１であり、クラスＸ３とサービスＹ１との関連の強度を示すスコアはＺ３１である。情報処理サーバ１０は、例えば、質問文とクラスＸ１と関連の強度である０．９とクラスＸ１とサービスＹ１との関連の強度であるＺ１１とを乗じた値と、質問文とクラスＸ２と関連の強度である０．３とクラスＸ２とサービスＹ１との関連の強度であるＺ２１とを乗じた値と、質問文とクラスＸ３と関連の強度である０．１とクラスＸ３とサービスＹ１との関連の強度であるＺ３１とを乗じた値と、を加算した値を質問文とサービスＹ１との関連の強度を示す強度情報として算出する。情報処理サーバ１０は、この処理を全ての情報処理サービスについて実行する。これにより、関連度情報を生成する。なお、上記はあくまで一例である。情報処理サーバ１０は、様々な方法を使用して関連度情報を算出可能である。

次に、情報処理サーバ１０は、複数の情報サービスの中から関連度情報に基づき所定の情報サービスを選択する（ステップＳ５）。例えば、情報処理サーバ１０は、関連度情報に基づいて複数の情報サービスの中から質問文との関連度が高い順に１又は複数の情報サービスを選択する。例えば、情報処理サーバ１０は、質問文と情報サービスとの関連の強度を示す値が所定の閾値以上の情報サービスを選択する。図２の例で説明すると、情報処理サーバ１０は、質問文と情報サービスとの関連の強度を示す値が０以上となっているサービスＹ１、Ｙ２、Ｙ３の３つを選択する。情報処理サーバ１０は、選択した情報サービスの情報（以下、選択情報という。）を記憶部に記憶する。

次に、情報処理サーバ１０は、質問文から所定のテキストを抽出する（ステップＳ６）。このとき、情報処理サーバ１０は、質問文に含まれる所定のワード（単語）或いは所定のセンテンス（文）を所定のテキストとして抽出してもよい。所定のワードは、質問文に含まれる単語であり、例えば、質問文に含まれる重要語である。また、所定のセンテンスは、質問文に含まれる文であり、例えば、質問文に含まれる重要語である。例えば、処理対象の質問文が「初めまして。高校生ですが、質問です。棋士Ｈと棋士Ｆどっちがすごいですか？」であるとする。このとき、情報処理サーバ１０は、例えば、「棋士Ｈ」と「棋士Ｆ」を所定のワード（重要語）として抽出する。また、情報処理サーバ１０は、例えば、「棋士Ｈと棋士Ｆどっちがすごいですか？」を所定のセンテンス（重要文）として抽出する。

情報処理サーバ１０は、重要語及び重要文を、モデルＭ２を用いて抽出してもよい。図４は、情報処理サーバ１０が質問文から重要語及び重要文を抽出する様子を示す図である。モデルＭ２は、第１のテキストと第１のテキストに含まれる重要語及び重要文の少なくとも１つである第２のテキストとに基づく学習により生成されたモデルである。例えば、モデルＭ２は、第１のテキスト（質問文）が入力された場合に、第１のテキスト（質問文）に含まれる第２のテキスト（質問文に含まれる重要語及び／又は重要文）を出力するよう学習した学習済みモデルである。ここで「第１のテキスト」は、例えば、運営者が提供する情報共有サービスでユーザが過去行った質問の質問文である。また、「第２のテキスト」は、例えば、運営者（或いは運営者の従業員）が第１のテキストを見て判断した第１のテキスト中の重要語及び／又は重要文である。情報処理サーバ１０は、図４に示すように、モデルＭ２に質問文を入力することにより質問文に含まれる所定のワード（重要語）或いは所定のセンテンス（重要文）を抽出する。なお、重要語及び重要文の抽出に必ずしもモデルを使用する必要はない。情報処理サーバ１０は、他の様々な方法を使用して重要語及び重要文を抽出可能である。

情報処理サーバ１０は、ステップＳ５で選択した情報サービスからステップＳ６で抽出した所定のテキスト（重要語及び／又は重要文）に関連する情報（以下、関連情報という。）を取得する（ステップＳ７ａ、Ｓ７ｂ、Ｓ７ｃ）。例えば、ステップＳ６で重要語として「棋士Ｈ」と「棋士Ｆ」が抽出されたとする。このとき、情報処理サーバ１０は、ステップＳ５で選択した情報サービス（例えば、情報検索サービス）を使って、重要語に関する情報を取得する。例えば、情報処理サーバ１０は、重要語を検索クエリとして検索した結果を関連情報として取得する。また、ステップＳ６で重要文として「棋士Ｈと棋士Ｆどっちがすごいですか？」が抽出されたとする。このとき、情報処理サーバ１０は、ステップＳ５で選択した情報サービス（例えば、ＳＮＳ）を使って、重要文に関する情報を取得する。例えば、情報処理サーバ１０は、重要文と類似する文をＳＮＳから取得する。

なお、ステップＳ５で複数の情報サービスが選択されたのであれば、情報処理サーバ１０は、複数の情報サービスそれぞれから関連情報を取得してもよい。このとき、情報処理サーバ１０は、取得する関連情報の情報量が、質問文との関連度が高い情報サービスほど多くなるよう構成されていてもよい。

次に、情報処理サーバ１０は、端末装置１００に送信するためのコンテンツＣ２を生成する。コンテンツＣ２は、質問文に関するコンテンツであって関連情報に関する情報を含むコンテンツである。より具体的には、コンテンツＣ２は、質問文へ回答するためのコンテンツ（回答投稿コンテンツ）であって関連情報或いは関連情報を表示するためのリンクを含むコンテンツである。図１の例では、端末装置１００_２に表示されているコンテンツがコンテンツＣ２である。コンテンツＣ２には、回答文を入力するためのテキストボックスＴＢ２に加えて、関連情報Ｒ１、Ｒ２が表示されている。

情報処理サーバ１０は、生成したコンテンツＣ２を端末装置１００に送信する（ステップＳ８）。ユーザがテキストボックスＴＢ２に回答文を入力して投稿ボタンを押すと、端末装置１００は情報処理サーバ１０に対して回答文を送信する（ステップＳ９）。

本実施形態によれば、情報処理サーバ１０は、質問文の属性に関する属性情報に基づいて質問文と複数の情報サービスそれぞれとの関連を示す関連度情報を生成するよう構成されている。そのため、情報処理サーバ１０は、どの情報サービスから質問文に関連する情報を取得すれば適切な情報を得ることができるか分かるので、質問に回答するユーザへの適切な支援を実現できる。

〔２．情報処理システムの構成例〕
以上、本実施形態の情報処理システム１の動作を述べたが、以下、本実施形態の情報処理装置の一例である情報処理サーバ１０を備える情報処理システム１の構成を説明する。上述したように、情報処理システム１は、端末装置１００と、情報処理サーバ１０と、サービス提供サーバ２０と、を備える。サービス提供サーバ２０は、クライアント端末（情報処理サーバ１０を含む。）に対して各種サービスを提供するサーバ用ホストコンピュータである。

〔２−１．情報処理サーバの構成例〕
情報処理サーバ１０は、端末装置１００等のクライアントコンピュータからの要求を処理するサーバ用ホストコンピュータ（以下、単に「サーバ」という。）である。情報処理サーバ１０は、ＰＣサーバであってもよいし、ミッドレンジサーバであってもよいし、メインフレームサーバであってもよい。また、情報処理サーバ１０は、１つのサーバにより構成されていてもよいし、協働して処理を実行する複数のサーバにより構成されていてもよい。情報処理サーバ１０が複数のサーバで構成される場合、これらサーバの設置場所は離れていてもよい。設置場所が離れていたとしても、協働して処理を実行するのであれば、これらサーバは１つの情報処理装置（情報処理サーバ）とみなすことができる。

上述したように、情報処理サーバ１０は、サービス提供サーバ２０及び端末装置１００とネットワークを介して接続されている。ネットワークは、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、電話網（携帯電話網、固定電話網等）、地域ＩＰ（Internet Protocol）網、インターネット等の通信ネットワークである。ネットワークには、有線ネットワークが含まれていてもよいし、無線ネットワークが含まれていてもよい。

図５は、実施形態に係る情報処理サーバ１０の構成例を示す図である。情報処理サーバ１０は、通信部１１と、記憶部１２と、制御部１３と、を備える。なお、図５に示した構成は機能的な構成であり、ハードウェア構成はこれとは異なっていてもよい。

通信部１１は、外部の装置と通信する通信インタフェースである。通信部１１は、ネットワークインタフェースであってもよいし、機器接続インタフェースであってもよい。例えば、通信部１１は、ＮＩＣ（Network Interface Card）等のＬＡＮインタフェースであってもよいし、ＵＳＢ（Universal Serial Bus）ホストコントローラ、ＵＳＢポート等により構成されるＵＳＢインタフェースであってもよい。また、通信部１１は、有線インタフェースであってもよいし、無線インタフェースであってもよい。通信部１１は、情報処理サーバ１０の通信手段として機能する。通信部１１は、制御部１３の制御に従ってサービス提供サーバ２０及び端末装置１００と通信する。

記憶部１２は、ＤＲＡＭ（Dynamic Random Access Memory）、ＳＲＡＭ（Static Random Access Memory）、フラッシュメモリ、ハードディスク等のデータ読み書き可能な記憶装置である。記憶部１２は、情報処理サーバ１０の記憶手段として機能する。記憶部１２は、質問情報データベース１２１、及びモデルデータベース１２２を記憶する。

質問情報データベース１２１には、質問情報が登録される。図６は、質問情報データベース１２１に登録される情報の一例を示す図である。質問情報データベース１２１には、「質問ＩＤ（Identifier）」、「カテゴリ」、「質問文」、「質問者情報」、および「回答」といった項目を有する情報が登録される。

「質問ＩＤ」は、質問サイトでなされた質問を識別するための識別子である。また、「カテゴリ」は、質問ＩＤで識別される質問のカテゴリである。例えば、「カテゴリ」は、音楽、健康、ビジネスといった質問の分類である。また、「質問文」は、質問ＩＤで識別される質問の質問文である。「質問者情報」は、質問ＩＤで識別される質問者の情報である。例えば、「質問者情報」は、質問者の識別情報（例えば、ユーザＩＤ）やユーザ属性情報（例えば、デモグラフィック情報やサイコグラフィック情報）である。具体例を挙げると、ユーザ属性情報は、ユーザ（例えば質問者や回答者）の年齢、職業、収入、資産、住所、勤務先の住所、使用言語数、家族構成、友人関係、ライフサイクル、価値観、ライフスタイル、性格、好み、及びこれらの変化の情報である。また、ユーザ属性情報には、ユーザの検索履歴やサービス利用履歴が含まれていてもよい。勿論、ユーザ属性情報は上記の情報に限定されない。

また、「回答」は、質問ＩＤで識別される質問への回答の情報である。「回答」の項目には、「回答文」、「回答者情報」、および「評価」といった項目を有する情報が登録される。「回答文」は、質問ＩＤで識別される質問への回答文である。「回答者情報」は、回答文を投稿した回答者の情報である。例えば、「回答者情報」は、回答者の識別情報（例えば、ユーザＩＤ）や属性情報（例えば、デモグラフィック情報やサイコグラフィック情報）である。また、「評価」は、回答者が行った回答への評価の情報である。例えば、評価は、ベストアンサーを得たか否か、回答の優良度を示すスコア（例えば、評価を示す星の数や“いいね”の数等）である。なお、図６の例では、１つの質問につき１つの「回答」の項目しか設けられていないが、１つの質問につき複数の「回答」の情報が設けられていてもよい。

例えば、図６に示す例では、質問ＩＤ「Ｑ２１」、カテゴリ「ＣＴ１」、質問文「ＴＱ２１」、質問者情報「ＵＱ２１」、回答文「ＴＡ２１」、回答者情報「ＵＡ２１」、及び評価「Ｅ２１」といった情報が対応付けて登録されている。このような情報は、例えば、質問ＩＤ「Ｑ２１」が示す質問情報に、「ＣＴ１」が示すカテゴリと、「ＴＱ２１」が示す質問文と、「ＵＱ２１」が示す質問者情報と、「ＴＡ２１」が示す回答文と、「ＵＡ２１」が示す回答者情報と、「Ｅ２１」が示す評価と、が含まれる旨を示す。なお、図６に示す例では、質問情報データベース１２１に登録される情報として、「Ｑ２１〜Ｑ２３」、「ＣＴ１〜ＣＴ３」、「ＴＱ２１〜ＴＱ２３」、「ＵＱ２１〜ＵＱ２３」、「ＴＡ２１〜ＴＡ２３」、「ＵＡ２１〜ＵＡ２３」、「Ｅ２１〜Ｅ２３」といった概念的な情報を示したが、実際には、テキストデータやバイナリデータが登録されることとなる。

図５に戻り、モデルデータベース１２２には、情報処理サーバ１０が有するモデルのデータが登録される。図７は、モデルデータベース１２２に登録される情報の一例を示す図である。図７に示す例では、モデルデータベース１２２には、「モデルＩＤ」、および「モデルデータ」といった情報が登録されている。

ここで、「モデルＩＤ」は、各モデルを識別するための情報である。また、「モデルデータ」は、対応付けられた「モデルＩＤ」が示すモデルのデータであり、例えば、各層におけるノードと、各ノードが採用する関数と、ノードの接続関係と、ノード間の接続に対して設定される接続係数とを含む情報である。

例えば、図７に示す例では、モデルＩＤ「４００１」およびモデルデータ「Ｍ１」といった情報が対応付けて登録されている。このような情報は、例えば、「４００１」が示すモデルのデータが「Ｍ１」である旨を示す。なお、図７に示す例では、モデルデータベース１２２に登録される情報として、「Ｍ１〜Ｍ３」といった概念的な情報を記載したが、実際には、モデルの構造や接続係数を示す文字列や数値等が登録されることとなる。以下、Ｍ１〜Ｍ３等を総称してモデルＭという。

モデルＭは、第１のテキスト（質問文）と第１のテキストに含まれる第２のテキスト（重要語及び／又は重要文）との組のデータを学習データとして、質問文を入力した時に質問文に含まれるワード（重要語）及び/又はセンテンス（重要文）を出力するよう学習したモデルである。このとき、教師ラベルとなる第２のテキストは、第１のテキスト（質問文）の中から人の手により抽出された重要語及び／又は重要文であってもよい。このようなモデルＭは、質問文を入力する入力層と、当該質問文に含まれるワード（重要語）及び／又はセンテンス（重要文）を出力する出力層と、入力層から出力層までのいずれかの層であって出力層以外の層に属する第１要素と、第１要素と第１要素の重みとに基づいて値が算出される第２要素と、を含み、入力層に入力された情報に対し、出力層以外の各層に属する各要素を第１要素として、第１要素と第１要素の重み（すなわち、接続係数）とに基づく演算を行うことにより、入力層に入力された質問文に応じて、当該質問文に含まれるワード（重要語）及び／又はセンテンス（重要文）を出力層から出力するよう、コンピュータを機能させるためのモデルである。

また、モデルＭは、第１のテキスト（質問文）と第１のテキストの属性を示す情報との組のデータを学習データとして、質問文を入力した時に当該質問文の属性情報を出力するよう学習したモデルであってもよい。このようなモデルＭは、質問文を入力する入力層と、該質問文の属性情報を出力する出力層と、入力層から出力層までのいずれかの層であって出力層以外の層に属する第１要素と、第１要素と第１要素の重みとに基づいて値が算出される第２要素と、を含み、入力層に入力された情報に対し、出力層以外の各層に属する各要素を第１要素として、第１要素と第１要素の重み（すなわち、接続係数）とに基づく演算を行うことにより、入力層に入力された質問文に応じて、当該質問文の属性情報を出力層から出力するよう、コンピュータを機能させるためのモデルである。

ここで、モデルＭが「y=a1*x1+a2*x2+・・・+ai*xi」で示す回帰モデルで実現されるとする。この場合、モデルＭが含む第１要素は、x1やx2等といった入力データ（xi）に対応する。また、第１要素の重みは、xiに対応する係数aiに対応する。ここで、回帰モデルは、入力層と出力層とを有する単純パーセプトロンと見做すことができる。各モデルを単純パーセプトロンと見做した場合、第１要素は、入力層が有するいずれかのノードに対応し、第２要素は、出力層が有するノードと見做すことができる。

また、モデルＭがＤＮＮ（Deep Neural Network）等、１つまたは複数の中間層を有するニューラルネットワークで実現されるとする。この場合、モデルＭが含む第１要素は、入力層または中間層が有するいずれかのノードに対応する。また、第２要素は、第１要素と対応するノードから値が伝達されるノードである次段のノードに対応する。また、第１要素の重みは、第１要素と対応するノードから第２要素と対応するノードに伝達される値に対して考慮される重みである接続係数に対応する。

情報処理サーバ１０は、上述した回帰モデルやニューラルネットワーク等、任意の構造を有するモデルを用いて、出力する情報の算出を行う。具体的には、モデルＭは、第１のテキスト（質問文）が入力された場合に、第１のテキスト（質問文）に含まれる第２のテキスト（質問文に含まれる重要語及び／又は重要文）を出力するように係数が設定される。例えば、情報処理サーバ１０は、第１のテキスト（質問文）に含まれる第２のテキスト（質問文に含まれる重要語及び／又は重要文）と、第１のテキストをモデルＭに入力して得られるテキストと、の類似度に基づいて係数を設定する。情報処理サーバ１０は、このようなモデルＭを用いて、質問文から当該質問文に含まれるワード（重要語）及び／又はセンテンス（重要文）を抽出する。

或いは、モデルＭは、第１のテキスト（質問文）が入力された場合に、第１のテキストの属性情報を出力するように係数が設定される。例えば、情報処理サーバ１０は、第１のテキスト（質問文）の属性を示す値と、第１のテキストをモデルＭに入力して得られる値と、が近づくよう係数を設定する。情報処理サーバ１０は、このようなモデルＭを用いて、質問文から当該質問文の属性情報を生成する。

なお、上記例では、モデルＭが、質問文が入力された場合に、当該質問文に含まれる重要語及び／又は重要文を出力するモデル（以下、モデルＶ１という。）である例を示した。或いは、上記例では、モデルＭが、質問文が入力された場合に、当該質問文の属性情報を出力するモデル（以下、モデルＶ２という。）である例を示した。しかし、実施形態に係るモデルＭは、モデルＶ１或いはモデルＶ２にデータの入出力を繰り返すことで得られる結果に基づいて生成されるモデルであってもよい。

また、情報処理サーバ１０がＧＡＮ（Generative Adversarial Networks）を用いた学習処理或いは生成処理を行う場合、モデルＭは、ＧＡＮの一部を構成するモデルであってもよい。

図５に戻り、制御部１３は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等のプロセッサによって、情報処理サーバ１０内部の記憶装置に記憶されている各種プログラムがＲＡＭ等を作業領域として実行されることにより実現される。また、制御部１３は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現されてもよい。

また、制御部１３は、記憶部１２に記憶されるモデルＭに従った情報処理により、モデルＭの入力層に入力されたデータ（質問文）に対し、モデルＭが有する係数（すなわち、モデルＭが学習した各種の特徴に対応する係数）に基づく演算を行い、モデルＭの出力層からテキスト（例えば、質問文に含まれる重要語及び／又は重要文）或いは質問文の属性情報を出力する。

制御部１３は、図５に示すように、質問文取得部１３１と、学習部１３２と、生成部１３３と、抽出部１３４と、選択部１３５と、関連情報取得部１３６と、送信部１３７と、を備える。制御部１３を構成するブロック（質問文取得部１３１〜送信部１３７）はそれぞれ制御部１３の機能を示す機能ブロックである。これら機能ブロックはソフトウェアブロックであってもよいし、ハードウェアブロックであってもよい。例えば、上述の機能ブロックが、それぞれ、ソフトウェア（マイクロプログラムを含む。）で実現される１つのソフトウェアモジュールであってもよいし、半導体チップ（ダイ）上の１つの回路ブロックであってもよい。勿論、各機能ブロックがそれぞれ１つのプロセッサ或いは１つの集積回路であってもよい。機能ブロックの構成方法は任意である。なお、制御部１３は上述の機能ブロックとは異なる機能単位で構成されていてもよい。

質問文取得部１３１は、端末装置１００或いは記憶部１２から質問文を取得する。質問文取得部１３１は、情報処理サーバ１０の第１の取得部として機能する。

学習部１３２は、モデルＭの学習を行い、学習したモデルＭをモデルデータベース１２２に格納する。より具体的には、学習部１３２は、質問文をモデルＭに入力した際に、モデルＭが所定のテキスト（例えば、質問文に含まれるワード（重要語）及び／又はセンテンス（重要文））を出力するように、モデルＭの接続係数の設定を行う。すなわち、学習部１３２は、質問文をモデルＭに入力した際に、モデルＭが、質問文に含まれるワード（重要語）及び／又はセンテンス（重要文）を出力するように、モデルＭの学習を行う。或いは、学習部１３２は、質問文入力した際に、モデルＭが当該質問文の属性情報を出力するように、モデルＭの接続係数の設定を行う。

例えば、学習部１３２は、モデルＭが有する入力層のノードに第１のテキスト（質問文）を入力し、各中間層を辿ってモデルＭの出力層までデータを伝播させることで、所定のテキスト（例えば、質問文に含まれるワード（重要語）及び／又はセンテンス（重要文））を出力させる。そして、学習部１３２は、モデルＭが実際に出力したテキストと、学習データに含まれる第２のテキスト（重要語及び／又は重要文）との差に基づいて、モデルＭの接続係数を修正する。例えば、学習部１３２は、バックプロパゲーション等の手法を用いて、接続係数の修正を行ってもよい。このとき、学習部１３２は、第２のテキストの分散表現となるベクトルと、モデルＭが実際に出力したテキストの分散表現となるベクトルとのコサイン類似度に基づいて、接続係数の修正を行ってもよい。

また、学習部１３２は、モデルＭが有する入力層のノードであって、入力層に入力される情報と対応する特徴を学習したエンコーダの入力層と対応するノードに第１のテキスト（質問文）を入力し、各中間層を辿ってモデルＭの出力層までデータを伝播させることで、第１のテキストの属性情報を出力させる。そして、学習部１３２は、モデルＭが実際に出力した値と、学習データに含まれる第１のテキストの属性を示す値との差に基づいて、モデルＭの接続係数を修正する。例えば、学習部１３２は、バックプロパゲーション等の手法を用いて、接続係数の修正を行ってもよい。

なお、学習部１３２は、いかなる学習アルゴリズムを用いてモデルＭを学習してもよい。例えば、学習部１３２は、ニューラルネットワーク、サポートベクターマシン（support vector machine）、クラスタリング、強化学習等の学習アルゴリズムを用いて、モデルＭを学習してよい。

生成部１３３は、質問文の属性に関する属性情報に基づいて質問文と複数の情報サービスそれぞれとの関連を示す関連度情報を生成する。例えば、生成部１３３は、質問文と複数の属性それぞれとの関連の強度を示す第１の強度情報を属性情報として取得する。さらに、生成部１３３は、複数の属性それぞれと複数の情報サービスそれぞれとの関連の強度を示す第２の強度情報を取得する。そして、生成部１３３は、第１の強度情報と第２の強度情報に基づいて関連度情報を生成する。

抽出部１３４は、質問文から所定のテキストを抽出する。例えば、抽出部１３４は、質問文に含まれる所定のワード或いは所定のセンテンスを所定のテキストとして抽出する。このとき、抽出部１３４は、モデルＭ１を用いて質問文から質問文に含まれるワード或いはセンテンスを抽出してもよい。モデルＭ１は、第１のテキストと第１のテキストに含まれる重要語及び重要文の少なくとも１つである第２のテキストとに基づく学習により生成されたモデルであってもよい。

選択部１３５は、複数の情報サービスの中から関連度情報に基づき所定の情報サービスを選択する。例えば、選択部１３５は、関連度情報に基づいて複数の情報サービスの中から質問文との関連度が高い順に所定数の情報サービスを選択する。

関連情報取得部１３６は、所定の情報サービスから所定のテキストに関連する関連情報を取得する。例えば、関連情報取得部１３６は、所定数の情報サービスそれぞれから関連情報を取得する。関連情報取得部１３６は、情報処理サーバ１０の第２の取得部として機能する。

送信部１３７は、質問文に関するコンテンツであって関連情報に関する情報を含むコンテンツを送信する。例えば、送信部１３７は、質問文へ回答するためのコンテンツであって関連情報或いは関連情報を表示するためのリンクを含むコンテンツを送信する。

〔２−２．端末装置の構成例〕
次に、端末装置１００の構成について説明する。端末装置１００は、ユーザがコンテンツの閲覧に使用する情報表示装置である。端末装置１００は、例えば、スマートフォン、タブレット、携帯電話等の通信端末である。通信機能を備えるのであれば、端末装置１００は、パーソナルコンピュータ（ノートＰＣ、デスクトップＰＣ）、ＰＤＡ（Personal Digital Assistant）等の情報処理端末であってもよい。この場合、情報処理端末も通信端末の一種である。端末装置１００は、ネットワークを介して情報処理サーバ１０と接続する。

図８は、実施形態に係る端末装置１００の構成例を示す図である。端末装置１００は、通信部１１０と、入力部１２０と、記憶部１３０と、出力部１４０と、制御部１５０と、を備える。なお、図８に示した構成は機能的な構成であり、ハードウェア構成はこれとは異なっていてもよい。

通信部１１０は、外部の装置と通信する通信インタフェースである。通信部１１０は、ネットワークインタフェースであってもよいし、機器接続インタフェースであってもよい。例えば、通信部１１０は、ＮＩＣ等のＬＡＮインタフェースであってもよいし、ＵＳＢホストコントローラ、ＵＳＢポート等により構成されるＵＳＢインタフェースであってもよい。また、通信部１１０は、有線インタフェースであってもよいし、無線インタフェースであってもよい。通信部１１０は、端末装置１００の通信手段として機能する。通信部１１０は、制御部１５０の制御に従って情報処理サーバ１０と通信する。

入力部１２０は、外部から各種入力を受け付ける入力装置である。例えば、入力部１２０は、キーボードやマウスや操作キー等、ユーザが各種操作を行うための操作装置である。入力部１２０は、端末装置１００の入力手段として機能する。なお、端末装置１００にタッチパネルが採用される場合には、タッチパネルも入力部１２０に含まれる。この場合、ユーザは、指やスタイラスで画面をタッチすることにより各種操作を行う。

記憶部１３０は、ＤＲＡＭ（Dynamic Random Access Memory）、ＳＲＡＭ（Static Random Access Memory）、フラッシュメモリ、ハードディスク等のデータ読み書き可能な記憶装置である。記憶部１３０は、端末装置１００の記憶手段として機能する。記憶部１３０は、アプリケーションのデータが格納されている。アプリケーションのデータは、ウェブブラウザのデータであってもよい。

出力部１４０は、音、光、振動、画像等、外部に各種出力を行う装置である。出力部１４０は、端末装置１００の出力手段として機能する。出力部１４０は、各種情報を表示する表示装置を備える。表示装置は、例えば、液晶ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイである。なお、端末装置１００にタッチパネルが採用される場合には、表示装置（以下、画面という。）は入力部１２０と一体であってもよい。出力部１４０は、制御部１５０の制御に従って、画面に画像を表示する。

制御部１５０は、コントローラであり、例えば、ＣＰＵ、ＭＰＵ等のプロセッサによって、端末装置１００内部の記憶装置に記憶されている各種プログラムがＲＡＭ等を作業領域として実行されることにより実現される。また、制御部１５０は、コントローラであり、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。

制御部１５０は、図８に示すように、表示部１５１と、表示制御部１５２と、を備える。制御部１５０を構成するブロック（表示部１５１と、表示制御部１５２）はそれぞれ制御部１５０の機能を示す機能ブロックである。これら機能ブロックはソフトウェアブロックであってもよいし、ハードウェアブロックであってもよい。例えば、上述の機能ブロックが、それぞれ、ソフトウェア（マイクロプログラムを含む。）で実現される１つのソフトウェアモジュールであってもよいし、半導体チップ（ダイ）上の１つの回路ブロックであってもよい。勿論、各機能ブロックがそれぞれ１つのプロセッサ或いは１つの集積回路であってもよい。機能ブロックの構成方法は任意である。なお、制御部１５０は上述の機能ブロックとは異なる機能単位で構成されていてもよい。

表示部１５１は、情報処理サーバ１０から送信されたコンテンツＣ１或いはコンテンツＣ２を画面に表示する。

表示制御部１５２は、情報処理サーバ１０から送信された制御情報に従って画面に表示されたコンテンツＣ１或いはＣ２の態様を変更する。

〔３．情報処理サーバの処理フロー〕
次に、情報処理サーバ１０が実行する処理の手順について説明する。図９は、情報送信処理の一例を示すフローチャートである。

まず、情報処理サーバ１０は、ユーザが操作する端末装置１００から質問に回答するためのコンテンツＣ２の配信要求を受信したか判別する（ステップＳ１１）。配信要求を受信していない場合（ステップＳ１１：Ｎｏ）、情報処理サーバ１０は、配信要求を受信するまでステップＳ１１を繰り返す。

配信要求を受信した場合（ステップＳ１１：Ｙｅｓ）、情報処理サーバ１０は、質問情報データベース１２１から質問文を取得する（ステップＳ１２）。そして、情報処理サーバ１０は、質問文の属性情報を生成する（ステップＳ１３）。

続いて、情報処理サーバ１０は、ステップＳ１２で取得した質問文と情報サービスとの関連を示す関連度情報を生成する（ステップＳ１４）。そして、情報処理サーバ１０は、関連度情報に基づいて複数の情報サービスの中から情報サービスを選択する（ステップＳ１５）。

続いて、情報処理サーバ１０は、質問文に含まれる所定のテキスト（重要語及び／又は重要文）を抽出する（ステップＳ１６）。そして、情報処理サーバ１０は、ステップＳ１４で選択した情報サービスから関連情報を取得する（ステップＳ１７）。

続いて、情報処理サーバ１０は、ステップＳ１７で取得した関連情報が含まれるコンテンツＣ２を生成する（ステップＳ１８）。情報処理サーバ１０は、端末装置１００にコンテンツＣ２を送信する（ステップＳ１９）。

送信が完了したら、情報処理サーバ１０は、ステップＳ１１に戻り、端末装置１００からコンテンツの配信要求を受信するまで待機する。

〔４．変形例〕
上述の実施形態は一例を示したものであり、種々の変更及び応用が可能である。

例えば、上述の実施形態では、情報処理サーバ１０は、コンテンツＣ２に単に関連情報を配置するだけであった。しかし、情報処理サーバ１０は、関連度情報に基づいて関連情報の表示順序や関連情報の表示数を変更してもよい。例えば、情報処理サーバ１０は、関連度が高い情報サービスから取得した関連情報ほど、ページの上側に表示してもよい。或いは、情報処理サーバ１０は、関連度が高い情報サービスから取得した関連情報の表示割合を多くしてもよい。例えば、質問文とサービスＹ１の関連度が１．１で、質問文とサービスＹ２の関連度が０．７なのであれば、情報処理サーバ１０は、サービスＹ１から取得した関連情報の数とサービスＹ２から取得した関連情報の数との比が１１対７となるよう、コンテンツＣ２を生成する。

また、上述の実施形態（ステップＳ６）では、質問文から抽出される所定のテキストは、質問文に含まれる所定のワード（例えば、重要語）、或いは質問文に含まれる所定のセンテンス（例えば、重要文）であるものとした。しかし、情報処理サーバ１０は、質問文から抽出された抽出テキスト（所定のワード及び／又は所定のセンテンス）に内容が類似する類似テキストを所定のテキストとして取得してもよい。例えば、情報処理サーバ１０は、質問文から抽出される重要語の類似語を所定のテキストとして取得してもよい。例えば、質問文が「棋士Ｆと棋士Ｈどっちがすごい？」であり、重要語として「棋士Ｆ」、「棋士Ｈ」が抽出されたとする。このとき、情報処理サーバ１０は、棋士Ｆと棋士Ｈのいずれか或いは双方と関係が深い人物を示す単語である「棋士Ｋ」を類似語として取得する。

なお、類似テキストを生成する手法は種々の方法を使用可能である。例えば、情報処理サーバ１０は、予め作成しておいた知識ベース（Knowledge Base）を使って抽出テキストから類似テキストを生成してもよい。知識ベースとは、事実、常識、経験等の知識をコンピュータが解読できる形にしてデータベースにしたものである。例えば、知識ベースは、人間関係や人の属性等の知識を組織化したものである。一例として、知識ベースは、エンティティをノードとし、エンティティとエンティティの関係や、エンティティの属性等を関係グラフで示したものである。ここで、エンティティとは、意味のまとまりのことであり、例えば、人、組織、団体、場所、物、事柄などの実体のことである。質問文から「棋士Ｆ」や「棋士Ｈ」が重要語として抽出されたのであれば、情報処理サーバ１０は、「棋士Ｆ」や「棋士Ｈ」を示すエンティティを知識ベース内で特定するとともに、該当エンティティから一定の距離（一定の関係度）の範囲内にあるエンティティ（例えば人物名）を類似語として判別する。勿論、類似テキストを生成する方法は上記に限定されない。例えば、情報処理サーバ１０は、エンティティとエンティティとの関係性に基づく学習により生成された学習済みモデルを使って抽出テキストから類似テキストを生成してもよい。

類似テキストの生成が完了したら、情報処理サーバ１０は、生成した類似テキストを所定のテキストとし、上述のステップＳ７ａ、Ｓ７ｂ、Ｓ７ｃで説明したのと同様に、所定のテキスト（例えば、重要語の類似語）に関連する関連情報を、ステップＳ５で選択した情報サービスから取得する。これにより、情報処理サーバ１０は、さらに充実した支援が可能になる。例えば、情報処理サーバ１０は、「棋士Ｆと棋士Ｈどっちがすごい？」という質問に対して「棋士Ｈが強いよ、あと他にも昔だったら棋士Ｋとかもすごく強かったよ」といった回答が生まれるような支援が可能になる。

本実施形態の情報処理サーバ１０を制御する制御装置は、専用のコンピュータシステムによって実現してもよいし、通常のコンピュータシステムにより実現してもよい。例えば、上述の動作を実行するためのプログラムまたはデータ（例えば、モデルＭ）を、光ディスク、半導体メモリ、磁気テープ、フレキシブルディスク等のコンピュータ読み取り可能な記録媒体に格納して配布し、該プログラムまたはデータをコンピュータにインストールし、上述の処理を実行することによって制御装置を構成してもよい。制御装置は、情報処理サーバ１０の外部の装置（例えば、パーソナルコンピュータ）であってもよいし、内部の装置（例えば、制御部１３）であってもよい。また、上記プログラムをインターネット等のネットワーク上のサーバ装置が備えるディスク装置に格納しておき、コンピュータにダウンロード等できるようにしてもよい。また、上述の機能を、ＯＳ（Operating System）とアプリケーションソフトとの協働により実現してもよい。この場合には、ＯＳ以外の部分を媒体に格納して配布してもよいし、ＯＳ以外の部分をサーバ装置に格納しておき、コンピュータにダウンロード等できるようにしてもよい。

また、上記各実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

また、上述してきた各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

〔５．ハードウェア構成〕
実施形態及び変形例に係る情報処理サーバ１０は、例えば図１０に示すような構成のコンピュータ１０００によっても実現可能である。図１０は、情報処理サーバ１０の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ（Central Processing Unit）１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インタフェース（Ｉ／Ｆ）１５００、入出力インタフェース（Ｉ／Ｆ）１６００、及びメディアインタフェース（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インタフェース１５００は、ネットワークＮを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータをネットワークＮを介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インタフェース１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インタフェース１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インタフェース１６００を介して出力装置へ出力する。

メディアインタフェース１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインタフェース１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が実施形態に係る情報処理サーバ１０として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムまたはデータ（例えば、モデルＭ）に基づいた処理を実行することにより、制御部１３を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムまたはデータ（例えば、モデルＭ）を記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムまたはデータ（例えば、モデルＭ）を取得してもよい。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の行に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

〔６．効果〕
本実施形態によれば、情報処理サーバ１０は、質問文を取得する。そして、情報処理サーバ１０は、質問文の属性に関する属性情報に基づいて質問文と複数の情報サービスそれぞれとの関連を示す関連度情報を生成する。これにより、情報処理サーバ１０は、どの情報サービスから質問文に関連する情報を取得すればよいか分かるので、質問に回答するユーザへの適切な支援を実現できる。

情報処理サーバ１０は、質問文から所定のテキストを抽出する。そして、情報処理サーバ１０は、複数の情報サービスの中から関連度情報に基づき所定の情報サービスを選択する。そして、情報処理サーバ１０は、所定の情報サービスから所定のテキストに関連する関連情報を取得する。これにより、情報処理サーバ１０は、単に質問文の全文をクエリとするのではなく、質問文から抽出されたテキストをクエリとできるので、ユーザの回答支援のためのさらに適切な情報を得ることができる。

情報処理サーバ１０は、質問文に含まれる所定のワード或いは所定のセンテンスを所定のテキストとして抽出する。これにより、情報処理サーバ１０は、質問文から抽出されたワード或いはセンテンスに基づいてユーザの回答支援に適切な情報を得ることができる。

情報処理サーバ１０は、第１のテキストと第１のテキストに含まれる重要語及び重要文の少なくとも１つである第２のテキストとに基づく学習により生成されたモデルを用いて質問文から質問文に含まれる所定のワード或いは所定のセンテンスを抽出する。これにより、情報処理サーバ１０は、質問文から抽出された重要語或いは重要文に基づいてユーザの回答支援に適切な情報を得ることができる。

情報処理サーバ１０は、関連度情報に基づいて複数の情報サービスの中から質問文との関連度が高い順に１又は複数の情報サービスを選択する。そして、情報処理サーバ１０は、選択された情報サービスから関連情報を取得する。これにより、情報処理サーバ１０は、質問文に適合した情報サービスから関連情報を取得できるので、質問に回答するユーザへの適切な支援を実現できる。

情報処理サーバ１０は、質問文に関するコンテンツであって関連情報に関する情報を含むコンテンツを送信する。これにより、情報処理サーバ１０は、質問に回答するユーザへの適切な支援を実現できる。

情報処理サーバ１０は、質問文へ回答するためのコンテンツであって関連情報或いは関連情報を表示するためのリンクを含むコンテンツを送信する。これにより、情報処理サーバ１０は、質問に回答するユーザへの適切な支援を実現できる。

情報処理サーバ１０は、質問文と複数の属性それぞれとの関連の強度を示す第１の強度情報を属性情報として取得する。そして、情報処理サーバ１０は、複数の属性それぞれと複数の情報サービスそれぞれとの関連の強度を示す第２の強度情報を取得する。そして、情報処理サーバ１０は、第１の強度情報と第２の強度情報に基づいて関連度情報を生成する。これにより、情報処理サーバ１０は、質問文に適合した情報サービスから関連情報を取得できるので、質問に回答するユーザへの適切な支援を実現できる。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、生成部は、生成手段や生成回路に読み替えることができる。

１…情報処理システム
１０…情報処理サーバ
１１、１１０…通信部
１２、１３０…記憶部
１２１…質問情報データベース
１２２…モデルデータベース
１３、１５０…制御部
１３１…質問文取得部
１３２…学習部
１３３…生成部
１３４…抽出部
１３５…選択部
１３６…関連情報取得部
１３７…送信部
２０…サービス提供サーバ
１００…端末装置
１２０…入力部
１４０…出力部
１５１…表示部
１５２…表示制御部
Ｃ１、Ｃ２…コンテンツ
Ｍ１、Ｍ２…モデル

Claims (10)

1. 質問文を取得する第１の取得部と、
   前記質問文の属性に関する属性情報に基づいて前記質問文と複数の情報サービスそれぞれとの関連を示す関連度情報を生成する生成部と、
   前記質問文から所定のテキストを抽出する抽出部と、
   前記複数の情報サービスの中から前記関連度情報に基づき所定の情報サービスを選択する選択部と、
   前記所定の情報サービスから前記所定のテキストに関連する関連情報を取得する第２の取得部と、
   前記質問文に関するコンテンツであって前記関連情報に関する情報を含むコンテンツを送信する送信部と、を備え、
   前記送信部は、前記関連度情報に基づいて前記関連情報の表示順序又は関連情報の表示数を変更する、
   ことを特徴とする情報処理装置。
2. 前記送信部は、関連度が高い前記情報サービスから取得した前記関連情報ほど前記コンテンツ中の配置を上側にする、
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記送信部は、関連度が高い前記情報サービスから取得した前記関連情報ほど前記コンテンツ中の表示割合を多くする、
   ことを特徴とする請求項１に記載の情報処理装置。
4. 前記抽出部は、前記質問文に含まれる所定のワード或いは所定のセンテンスを前記所定のテキストとして抽出する、
   ことを特徴とする請求項１に記載の情報処理装置。
5. 前記抽出部は、第１のテキストと前記第１のテキストに含まれる重要語及び重要文の少なくとも１つである第２のテキストとに基づく学習により生成されたモデルを用いて前記質問文から前記質問文に含まれる前記所定のワード或いは前記所定のセンテンスを抽出する、
   ことを特徴とする請求項４に記載の情報処理装置。
6. 前記選択部は、前記関連度情報に基づいて前記複数の情報サービスの中から前記質問文との関連度が高い順に１又は複数の情報サービスを選択し、
   前記第２の取得部は、前記選択部で選択された情報サービスから前記関連情報を取得する、
   ことを特徴とする請求項１〜５のいずれか１項に記載の情報処理装置。
7. 前記送信部は、前記質問文へ回答するためのコンテンツであって前記関連情報或いは前記関連情報を表示するためのリンクを含むコンテンツを送信する、
   ことを特徴とする請求項１〜６のいずれか１項に記載の情報処理装置。
8. 前記生成部は、
   前記質問文と複数の属性それぞれとの関連の強度を示す第１の強度情報を前記属性情報として取得し、
   前記複数の属性それぞれと前記複数の情報サービスそれぞれとの関連の強度を示す第２の強度情報を取得し、
   前記第１の強度情報と前記第２の強度情報に基づいて前記関連度情報を生成する、
   ことを特徴とする請求項１〜７のいずれか１項に記載の情報処理装置。
9. 情報処理装置が実行する情報処理方法であって、
   質問文を取得する第１の取得工程と、
   前記質問文の属性に関する属性情報に基づいて前記質問文と複数の情報サービスそれぞれとの関連を示す関連度情報を生成する生成工程と、
   前記質問文から所定のテキストを抽出する抽出工程と、
   前記複数の情報サービスの中から前記関連度情報に基づき所定の情報サービスを選択する選択工程と、
   前記所定の情報サービスから前記所定のテキストに関連する関連情報を取得する第２の取得工程と、
   前記質問文に関するコンテンツであって前記関連情報に関する情報を含むコンテンツを送信する送信工程と、を含み、
   前記送信工程では、前記関連度情報に基づいて前記関連情報の表示順序又は関連情報の表示数を変更する、
   ことを特徴とする情報処理方法。
10. 質問文を取得する第１の取得手順と、
    前記質問文の属性に関する属性情報に基づいて前記質問文と複数の情報サービスそれぞれとの関連を示す関連度情報を生成する生成手順と、
    前記質問文から所定のテキストを抽出する抽出手順と、
    前記複数の情報サービスの中から前記関連度情報に基づき所定の情報サービスを選択する選択手順と、
    前記所定の情報サービスから前記所定のテキストに関連する関連情報を取得する第２の取得手順と、
    前記質問文に関するコンテンツであって前記関連情報に関する情報を含むコンテンツを送信する送信手順と、をコンピュータに実行させ、
    前記送信手順では、前記関連度情報に基づいて前記関連情報の表示順序又は関連情報の表示数を変更する、
    ことを特徴とする情報処理プログラム。

Images