JP7069802B2 - ユーザ指向トピック選択及びブラウジングのためのシステム及び方法、複数のコンテンツ項目を表示する方法、プログラム、及びコンピューティングデバイス - Google Patents

Description

本開示は、コンテンツ視聴システム（ｃｏｎｔｅｎｔ ｖｉｅｗｉｎｇ ｓｙｓｔｅｍ）及び方法に関し、より詳細には、コンテンツ視聴システムにおけるコンテンツ項目を選択しブラウジングするシステム及び方法に関する。

いくつかの関連技術の文書管理システム及びコンテンツ視聴システムにおいて、文書及び他のコンテンツは、文書及び他のコンテンツに関連するトピック（例えば、トピック確率）を計算することによって分類され得る。トピックの計算を実行するとき、潜在的ディリクレ配分法（Ｌａｔｅｎｔ Ｄｉｒｉｃｈｌｅｔ Ａｌｌｏｃａｔｉｏｎ（ＬＤＡ））などのトピックモデルを使用してトピックを計算することができる。しかし、これらのタイプの関連技術のトピックモデルでは、トピックの数を指定する必要があり得る。例えば、トピック数が少なすぎると、一部のトピックが不適切に結合されているため、トピックの理解がユーザにとってより困難になる可能性がある。逆に、トピックの数が多すぎると、トピックがユーザにとって冗長に見える場合がある。

関連技術のシステムは、トピックの数を変えながら、トピックの品質の尺度を計算し、その尺度に基づいてトピックを選択することができる。しかしながら、これは計算集約的であり得、トピックのユーザの認識と一致しないことがある。

さらに、文書管理システム及びコンテンツ視聴システムにおいて情報を見つけるための関連技術の手法は、用語のクエリを使用して検索すること、又はブラウジングインターフェース内に情報を提示することを含み得る。例えば、１つの関連技術のシステムは、ユーザがクエリを指定し、その後、個人文書の対象コーパス内で結果を操作することを可能にする。

ALEXANDER, ERIC, ET AL., "Serendip: Topic Model-Driven Visual Exploration of Text Corpora", 10 pages, VAST’14. CAO, JUAN, ET AL., "A Density-Based Method for Adaptive LDA Model Selection", 7 pages, Copyright 2008 Elsevier B.V. August 1, 2007. Neurocomputing 72 (2009) 1775-1781. CHANAG, JONATHAN, ET AL., "Reading Tea Leaves: How Humans Interpret Topic Models", 10 pages, Neural Information Processing Systems, 2009. DUMAIS, SUSAN, ET AL., "Stuff I've Seen: A System for Personal Information Retrieval and Re-Use", 8 pages, ACM SIGIR Forum, Vol. 49, No.2, December, 2015 DEVEAUD, ROMAIN, ET AL., Accurate and effective latent concept modeling for ad hoc Information retrieval."Document numerique 2014 25 pages, LI, SHAOHUA, ET AL., "Generative Topic Embedding: a Continuous Representation of Documents". 10 pages. Date: June 9, 2016 ACL 2016 ARUN, R., ET AL., "On Finding the Natural Number of Topics with Latent Dirichlet Allocation: Some Observations", 12 pages, PAKDD 2010, Part 1, LNAI 6118, pages 391-402, 2010. Copyright 2010 Springer-Verlag Berlin Heidelberg. CHUANG, JASON, ET AL., "Termite: Visualization Techniques for Assessing Textual Topic Models", 4 pages. AVI ’12, May 21-25, Capri Island, Italy, Copyright 2012 ACM 978-1-4503-1287-5/12/05. DOU, WENWEN ET AL., "Parallel Topics: A probabilistic approach to exploring document collections." In Proceedings of the IEEE Conference on Visual Analytics Science and Technology (VAST), pp. 231-240, 2011.

本開示の技術は、複数のコンテンツ項目に関連付けられるトピックの数を減少することを目的とする。

本開示の第１の態様は、複数のコンテンツ項目を表示する方法を含むことができる。この方法は、複数のコンテンツ項目の各々に関連付けられる少なくとも１つのトピックを検出することと、複数のコンテンツ項目の各々に関連付けられる少なくとも１つのトピックに基づいてトピックのセットを生成することであって、トピックのセットは、複数のコンテンツ項目に関連付けられる複数のトピックを含むことを特徴とする、トピックのセットを生成することと、トピックのセット内の少なくとも１つのトピックが冗長であるという判定に応答して、複数のトピックのうちの１つを結合することによって、トピックのセット内のトピックの数を減少させることと、を含むことができる。
第２の態様では、トピックのセット内のトピックの数を減少させることは、トピックのセット内の第１のトピックに関連付けられるトピック用語とトピックのセット内の前記第１のトピックと異なる第２のトピックに関連付けられるトピック用語との間の第１の類似度値を計算することと、第１の類似度値が閾値を超えるとの判定に応答して、第１のトピックと第２のトピックとをともに組み合わせることとを含む。
第３の態様では、第２の態様において、トピックの数を減少させることは、第２のトピックに関連付けられるトピック用語とトピックのセット内の前記第１のトピック及び前記第２のトピックと異なる第３のトピックに関連付けられるトピック用語との間の第２の類似度値を計算することと、第１のトピックに関連付けられるトピック用語と第３のトピックに関連付けられるトピック用語との間の第３の類似度値を計算することと、第１の類似度値、第２の類似度値、及び第３の類似度値の各々が閾値を超えるとの判定に応答して、第１のトピック、第２のトピック及び第３のトピックをともに組み合わせることとをさらに含む。
第４の態様では、第３の態様において、第１のトピック、第２のトピック及び第３のトピックを組み合わせることは、第１の類似度値及び第３の類似度値に基づいて、第１のトピックに関連付けられる第１の総類似度値を計算することと、第１の類似度値及び第２の類似度値に基づいて、第２のトピックに関連付けられる第２の総類似度値を計算することと、第２の類似度値及び第３の類似度値に基づいて、第３のトピックに関連付けられる第３の総類似度値を計算することと、第１の総類似度値、第２の総類似度値及び第３の総類似度値に基づいて、第１のトピック、第２のトピック及び第３のトピックのいずれかを代表トピックとして選択することとを含む。
第５の態様５は、第１の態様において、減少されたトピックの数に基づいて、複数のコンテンツ項目の各々に関連付けられるトピック確率を計算することをさらに含む。
第６の態様では、第１の態様において、前記複数のコンテンツ項目からの少なくとも１つのコンテンツ項目及び前記トピックのセットを含むことを特徴とする視覚化を生成することを含み、生成された視覚化は、対話型ユーザインターフェースを含む。
第７の態様は、第６の態様において、対話型ユーザインターフェースを介してトピックのセット内の複数のトピックからの少なくとも１つのトピックの選択を受信することと、選択された少なくとも１つのトピックに関連付けられる少なくとも１つのコンテンツ項目を表示することによって、トピックのセット内の複数のトピックからの受信されている少なくとも１つのトピックの選択に基づいて、視覚化を更新することとをさらに含む。

本開示の第８の態様は、複数のコンテンツ項目を表示する方法をコンピュータに実行させるためのプログラムである。この方法は、複数のコンテンツ項目の各々に関連付けられる少なくとも１つのトピックを検出することと、複数のコンテンツ項目の各々に関連付けられる少なくとも１つのトピックに基づいてトピックのセットを生成することであって、トピックのセットは、複数のコンテンツ項目に関連付けられる複数のトピックを含むことを特徴とする、トピックのセットを生成することと、トピックのセット内の少なくとも１つのトピックが冗長であるという判定に応答して、複数のトピックのうちの１つを結合することによって、トピックのセット内のトピックの数を減少させることと、を含むことができる。
第９の態様では、第８の態様において、トピックのセット内のトピックの数を減少させることは、トピックのセット内の第１のトピックに関連付けられるトピック用語とトピックのセット内の第２のトピックに関連付けられるトピック用語との間の第１の類似度値を計算することと、第１の類似度値が閾値を超えるとの判定に応答して、第１のトピックと第２のトピックとをともに組み合わせることとを含む。
第１０の態様では、第９の態様において、トピックの数を減少させることは、第２のトピックに関連付けられるトピック用語とトピックのセット内の第３のトピックに関連付けられるトピック用語との間の第２の類似度値を計算することと、第１のトピックに関連付けられるトピック用語と第３のトピックに関連付けられるトピック用語との間の第３の類似度値を計算することと、第１の類似度値、第２の類似度値、及び第３の類似度値の各々が閾値を超えるとの判定に応答して、第１のトピック、第２のトピック及び第３のトピックをともに組み合わせることとをさらに含む。
第１１の態様では、第１０の態様において、第１のトピック、第２のトピック及び第３のトピックを組み合わせることは、第１の類似度値及び第３の類似度値に基づいて、第１のトピックに関連付けられる第１の総類似度値を計算することと、第１の類似度値及び第２の類似度値に基づいて、第２のトピックに関連付けられる第２の総類似度値を計算することと、第２の類似度値及び第３の類似度値に基づいて、第３のトピックに関連付けられる第３の総類似度値を計算することと、第１の総類似度値、第２の総類似度値及び第３の総類似度値に基づいて、第１のトピック、第２のトピック及び第３のトピックのいずれかを代表トピックとして選択することとを含む。
第１２の態様では、第８の態様において、前記複数のコンテンツ項目からの少なくとも１つのコンテンツ項目及び前記トピックのセットを含むことを特徴とする視覚化を生成することを含み、生成された視覚化は、対話型ユーザインターフェースを含む。
第１３の態様は、第１２の態様において、対話型ユーザインターフェースを介してトピックのセット内の複数のトピックからの少なくとも１つのトピックの選択を受信することと、選択された少なくとも１つのトピックに関連付けられる少なくとも１つのコンテンツ項目を表示することによって、トピックのセット内の複数のトピックからの受信されている少なくとも１つのトピックの選択に基づいて、視覚化を更新することとをさらに含む。
第１４の態様では、第１３の態様において、生成された視覚化は、選択された少なくとも１つのトピックに関連付けられる少なくとも１つのコンテンツ項目のトピック確率分布をさらに含む。

本開示の第１５の態様は、複数のコンテンツ項目を表示するように構成されたコンピューティングデバイスを含むこともできる。コンピューティングデバイスは、複数のコンテンツ項目を記憶するように構成されたメモリと、プロセッサと、を含むことができる。このプロセッサは、複数のコンテンツ項目の各々に関連付けられる少なくとも１つのトピックを検出することと、複数のコンテンツ項目の各々に関連付けられる少なくとも１つのトピックに基づいてトピックのセットを生成することであって、トピックのセットは、複数のコンテンツ項目に関連付けられる複数のトピックを含むことを特徴とする、トピックのセットを生成することと、トピックのセット内の少なくとも１つのトピックが冗長であるという判定に応答して、複数のトピックのうちの１つを結合することによって、トピックのセット内のトピックの数を減少させることとを含むプロセスを実行するように構成することができる。
第１６の態様では、第１５の態様において、トピックのセット内のトピックの数を減少させることは、トピックのセット内の第１のトピックに関連付けられるトピック用語とトピックのセット内の第２のトピックに関連付けられるトピック用語との間の第１の類似度値を計算することと、第１の類似度値が閾値を超えるとの判定に応答して、第１のトピックと第２のトピックとをともに組み合わせることとを含む。
第１７の態様では、第１６の態様において、トピックの数を減少させることは、第２のトピックに関連付けられるトピック用語とトピックのセット内の第３のトピックに関連付けられるトピック用語との間の第２の類似度値を計算することと、第１のトピックに関連付けられるトピック用語と第３のトピックに関連付けられるトピック用語との間の第３の類似度値を計算することと、第１の類似度値、第２の類似度値、及び第３の類似度値の各々が閾値を超えるとの判定に応答して、第１のトピック、第２のトピック及び第３のトピックをともに組み合わせることとをさらに含む。
第１８の態様では、第１７の態様において、第１のトピック、第２のトピック及び第３のトピックを組み合わせることは、第１の類似度及び第３の類似度に基づいて、第１のトピックに関連付けられる第１の総類似度値を計算することと、第１の類似度及び第２の類似度に基づいて、第２のトピックに関連付けられる第２の総類似度値を計算することと、第２の類似度及び第３の類似度に基づいて、第３のトピックに関連付けられる第３の総類似度値を計算することと、第１の総類似度値、第２の総類似度値及び第３の総類似度値に基づいて、第１のトピック、第２のトピック及び第３のトピックのいずれかを代表トピックとして選択することとを含む。
第１９の態様では、第１５の態様において、生成された視覚化を表示するように構成されている表示デバイスであって、前記視覚化は、前記複数のコンテンツ項目からの少なくとも１つのコンテンツ項目及び前記トピックのセットを含み、生成された視覚化は、対話型ユーザインターフェースを含む。
第２０の態様は、第１９の態様において、対話型ユーザインターフェースを介してトピックのセット内の複数のトピックからの少なくとも１つのトピックの選択を受信することと、選択された少なくとも１つのトピックに関連付けられる少なくとも１つのコンテンツ項目を表示することによって、トピックのセット内の複数のトピックからの受信されている少なくとも１つのトピックの選択に基づいて、視覚化を更新することとをさらに含む。

本開示の第２１の態様は、複数のコンテンツ項目を表示するように構成された別のコンピューティングデバイスを含むこともできる。コンピューティングデバイスは、複数のコンテンツを記憶するための手段と、複数のコンテンツ項目の各々に関連付けられる少なくとも１つのトピックを検出するための手段と、複数のコンテンツ項目の各々に関連付けられる少なくとも１つのトピックに基づいてトピックのセットを生成するための手段であって、トピックのセットは、複数のコンテンツ項目に関連付けられる複数のトピックを含むことを特徴とする、トピックのセットを生成するための手段と、トピックのセット内の少なくとも１つのトピックが冗長であるという判定に応答して、複数のトピックのうちの１つを結合することによって、トピックのセット内のトピックの数を減少させるための手段と、生成された視覚化を表示するための手段とを含むことができる。生成された視覚化は、複数のコンテンツ項目からの少なくとも１つのコンテンツ項目及びトピックのセットを含むことができる。

図１は、本出願の実施の形態によるユーザ指向トピックブラウジングのプロセスのフローチャートである。 図２は、本出願の実施の形態による冗長なトピックを排除するためにトピックを低減するプロセスのフローチャートである。 図３は、本出願の実施の形態による複数の同様のトピックから代表的なトピックを選択するプロセスのフローチャートである。 図４は、本出願の実施の形態で使用可能なユーザインターフェース（ＵＩ）を示した図である。 図５は、本出願の実施の形態による、コンテンツ項目を示すべきか又は隠すべきかを判定するためのプロセスのフローチャートである。 図６は、本出願の実施の形態で使用可能な別のＵＩを示した図である。 図７は、いくつかの実施の形態における使用に適した例示的なコンピュータデバイスを有するコンピューティング環境の例を示した図である。

以下の詳細な説明は、本出願の図面及び実施の形態のさらなる詳細を提供する。図面間の重複する要素の参照番号及び説明は、明確にするために省略されている。本明細書全体にわたって使用されている用語は、例として提供されており、限定を意図するものではない。例えば、「自動」という用語の使用は、本出願の実施態様を実践する当業者の所望の実施態様に応じて、実施態様の特定の態様に対するユーザ又はオペレータ制御を含む完全自動又は半自動の実施態様を含むことができる。

文書管理システム、チャットシステム、又はブログシステムなどの大規模なオンライン文書コレクションでは、文書の分類及び検索を支援するためにトピックを自動的に割り当てることが、文書の検討及びユーザ教育に役立ち得る。単語、画像などのような検出されるコンテンツ特徴（ｃｏｎｔｅｎｔ ｆｅａｔｕｒｅ）に基づくトピックモデリングを使用してトピックを自動的に割り当てることができる。ＬＤＡなどのモデルを使用して文書又はコンテンツコレクションのトピックを計算するとき、トピックの数を指定する必要がある。しかし、トピックの数を決定することは、システムの有用性に影響を与える可能性がある。例えば、トピック数が少なすぎると、一部のトピックが結合され、トピックの理解がユーザにとってより困難になる可能性がある。逆に、トピックの数が多すぎると、トピックがユーザにとって冗長に見える場合がある。実施の形態では、コンテンツ項目から検出されるコンテンツに基づいてトピックの数を変えながら、トピックの関連度を最適化することができる。さらに、いくつかの実施の形態では、トピックが識別されると、関心の対象として指定されるトピックとトピックに関連するコンテンツ項目の両方を見ることを可能にするために、対話型インターフェースにトピックを提示することができる。

いくつかの実施の形態では、分析のための対象となる「文書」セットは、チャットチャネル内の非構造化ポスト、チャットボードポスト、ブログポスト、又は当業者には明らかであろう他のタイプの文書を含むことができる。実施の形態では、ユーザがそのチャネル、ボード又はブログの情報を理解するのを支援するトピック指向システムを提供することができる。具体的には、実施の形態では、文書が２つ以上のトピックによって特徴付けられ得るようなソフトクラスタリングを実行するクラスタリングアルゴリズム（例えば、ＬＤＡ）を使用して、１又は複数のトピックを各文書に割り当てることができる。

前述のように、ＬＤＡなどのクラスタリングアルゴリズムでは、トピックの数を指定する必要があり得る。実施の形態では、ユーザに提示されるべきトピックの数は、分析されている文書に対するトピックの関連性に基づいて自動的に決定することができる。

さらに、ユーザがトピックのセットを閲覧するとき、たとえ確率が大幅に変化する場合であっても、トピックに関連付けられる確率ではなく、トピックを特徴付ける用語に焦点を当てることができる。最頻出用語は、トピックを特徴付けるために提示されることが多いため、実施の形態は、いずれのトピックを、類似しすぎて別個のトピックと考えることができず（例えば、冗長なトピック）、「スーパートピック（ｓｕｐｅｒ－ｔｏｐｉｃ）」にグループ化することができるかを決定するために、ユーザに提示される用語に焦点を当てることができる。

トピックをグループ化して「冗長性」を削除し、ユーザがいずれのトピックが冗長であるかを特定する必要がないようにすると、ユーザはトピックの一部にのみ関心を持つことができる。実施の形態はまた、特定されるトピックを提示し、それと対話するためのユーザインターフェースを提供することもできる。冗長なトピックを最初に排除することによって、計算能力を大幅に節約し、視覚化レンダリング時間を数時間から数分へと大幅に低減することができる。

図１は、本出願の実施の形態によるユーザ指向トピックブラウジングのプロセス１００のフローチャートである。示されているプロセス１００は、トピック計算及びユーザ指向ブラウジングを可能にするためにデバイス（図７のコンピューティングデバイス７０５など）のプロセッサ（プロセッサ７１０など）によって実行されてもよい。プロセス１００では、１０５において、１又は複数のコンテンツ項目を受信又は検出することができる。１又は複数のコンテンツ項目は、チャットポスト、ブログポスト、インスタントメッセージ、電子メールメッセージ、ソーシャルメディアポスト、又は当業者には明らかであろう他の任意のタイプの文書であってもよい。コンテンツ項目は、テキスト、音響、画像、ビデオ、又は当業者には明らかであろう他の任意のタイプのコンテンツを含んでもよい。

１又は複数のコンテンツ項目が受信又は検出された後、各コンテンツ項目が分析されてトピック分布が決定される。トピック分布は、各コンテンツ項目からコンテンツ特徴を抽出し、抽出されたコンテンツ特徴に基づいてトピック分布を割り当てることによって決定することができる。

コンテンツ特徴の抽出は、特に限定されず、視覚コンテンツを識別するためにコンテンツ項目に関連付けられる画像又はビデオに物体認識技術（例えば、物体認識、顔認識、文字認識など）を適用することを含むことができる。さらに、音響認識技術（例えば、音響イベント検出、音響特性分類、発話認識など）を使用して、コンテンツ項目に関連付けられる音響コンテンツを検出することができる。さらに、主題認識アルゴリズム（ｓｕｂｊｅｃｔ ｍａｔｔｅｒ ｒｅｃｏｇｎｉｔｉｏｎ ａｌｇｏｒｉｔｈｍ）を使用して、コンテンツ項目のテキストコンテンツの主題又はトピックを検出することができる。抽出されたコンテンツ特徴はまた、キャプチャされた位置又は著作者の位置（例えば、ＧＰＳデータなど）又は当業者には明らかであろう他のコンテンツ特徴など、コンテンツ項目に関する他のタイプの特徴を含む場合がある。抽出されたすべてのコンテンツ特徴は、一連の単語（例えば、各コンテンツ項目のテキスト記述）と関連付けることができる。様々なソフトクラスタリングトピックモデルを使用して、トピック分布を割り当てることができる。例えば、潜在的ディリクレ配分（ＬＤＡ）モデルと、確率的単語埋め込みモデルとをともに組み合わせるトピック埋め込みモデルが使用されてもよい。クラスタリングアルゴリズムの例としてＬＤＡが説明されているが、当業者には明らかであり得るように他のソフトクラスタリングアルゴリズムが使用されてもよい。

トピック分布が各コンテンツ項目について決定された後、１３０において冗長するトピックを排除することによって、トピックセット内のトピックの数を低減することができる。以下で議論される図２は、冗長性を排除するために結合トピック内のトピックの数を減らすために使用され得る例示的なプロセスを示す。

いくつかの実施の形態では、トピック確率は、所望により、１２５において、コンテンツ項目と低減されたトピックとの間の関連付けに基づいてもよい。例えば、改訂されたグループ分けを反映するために確率を調整する必要がある場合がある。確率が以下に説明するＵＩに提示されない場合、「文書」又は「ポスト」を組み合わせて「スーパートピック」にすることができる。いくつかの実施の形態では、確率が表示されるべきか否かにかかわらず、「文書」又は「ポスト」を組み合わせることができる。用語又はトピックの確率が提示される場合、確率は調整する必要があり得る。時間が重要でない場合、新しいトピック数でトピックを再計算することができる。時間が重要である場合、グループ内のトピックに関連付けられる確率は、以下のように近似することができる。

各トピックｔ、及び各単語について、トピックの単語分布Ｐｒ（ｗ｜ｔ）を知ることができる。さらに、各文書ｄについて、文書のトピック分布Ｐｒ（ｔ｜ｄ）もまた知ることができる。いくつかの実施の形態では、トピックモデルからＰｒ（ｔ｜ｄ）及びＰｒ（ｗ｜ｔ）を学習することができる。例えば、それらは潜在的ディリクレ配分（ＬＤＡ）モデルのパラメータであってもよく、例えば、θ_ｍ及びφ_ｋを参照されたい。

次に、各文書が等しく可能性（例えば、確率１／Ｄ、ここでＤは文書の数である）があると仮定して、Ｐｒ（ｔ）が最初に計算される。したがって、

（式１）

次に、グループ化トピックｔ’内の各単語の確率は、次のように計算される。

（式２）

グループ化トピックの単語のセットは、トピックごとの単語の数よりも多い可能性があるため、グループの代表的なトピックの用語のみを提示することができる。代替的に、最も低い確率の単語が除去されてもよい。

したがって、文書内のグループ化トピックの確率は、単純に次のように計算されてもよい。

（式３）

いくつかの実施の形態では、類似の用語をグループ化するために、類似度を、単語埋め込み空間内の距離、例えばｗｏｒｄ２ｖｅｃ又はＷｏｒｄＮｅｔなどのいくつかの方法で測定することができる任意の後処理工程を使用することができる。単語は、それらの確率の合計と共にグループとしてリストすることができる。例えば、以下に例示される例示的なトピック「１９」について、「ｒｅｃｏｒｄｅｄ」、「ｒｅｃｏｒｄｉｎｇ」及び「ｒｅｃｏｒｄｉｎｇｓ」という用語は、０．０４＋０．０４＋０．０４の確率で１つのスーパー「用語（ｔｅｒｍ）」に結合することができる。
トピック１９ （ｔｈｉｎｋ ０．０８）（ｒｅｃｏｒｄｅｄ ０．０４）（ｒｅｃｏｒｄｉｎｇ ０．０４）（ｒｅｃｏｒｄｉｎｇｓ ０．０４）（ｍｅｅｔｉｎｇ ０．０４）（ｗｏｒｋｉｎｇ ０．０３）（ｓｈｏｗ ０．０３）（ｏｒｄｅｒ ０．０３）（ｆｏｒｍａｔ ０．０３）（ｇｉｖｅｎ ０．０３）

トピック確率が調整されると、プロセス１００は１３５に進み、以下の図４に示すＵＩ４００などのＵＩを使用して、結合トピック及び関連するコンテンツ項目をユーザに表示することができる。その後、プロセスは、以下に説明するように、１３５から進むことができる。

いくつかの実施の形態では、プロセス１００は、１３０から１３５へと直接進むことができ、それによって、トピックの数が減少した後、１３５において、結合トピック及び関連付けられるコンテンツ項目を、以下で図４に示すＵＩ４００などのＵＩを使用してユーザに表示することができる。

いくつかの実施の形態では、１４０において、結合トピックがＵＩ上でユーザに表示された後、任意のユーザ操作がＵＩを介して要求されたか否かの判定が行われる。例えば、ユーザは、ＵＩを使用して、結合トピックから１又は複数のトピックを選択することができる。ユーザ操作が受信されない場合（１４０でいいえ）、プロセス１００は終了することができる。

逆に、ユーザ操作が受信された場合（１４０ではい）、１４５において、ユーザ操作に基づいて、結合トピックセットを修正することができる。例えば、ユーザが、結合トピックセットから１又は複数のトピックを選択した場合、任意の選択されていないトピックは、結合トピックセットから削除されてもよい。要求されたユーザ操作に基づいて、１２０において、ユーザ操作後に結合トピックセット内のトピックの数が閾値を超えるか否かの判定が行われる。閾値は、ユーザが選択した値であってもよく、又は、いくつかの実施の形態では管理者が選択した値であってもよい。さらに、いくつかの実施の形態では、閾値は、自動分析に基づいて文書管理システム又はコンテンツ視聴システムによって自動的に決定されてもよい。

ユーザ操作後の結合トピック内のトピックの数が閾値よりも大きい場合（例えば、１２０ではい）、結合トピック内のトピックの数は、上述したように１３０において、任意の冗長なトピックを排除することによって再び低減することができ、プロセス１００はそこから進めることができる。逆に、ユーザ操作後の結合トピックが閾値よりも大きくない場合（例えば、１２０でいいえ）、１２５においてトピック確率を再び調整することができ、プロセスはそこから進めることができる。

図２は、本出願の実施の形態による冗長なトピックを排除するためにトピックを低減するプロセス２００のフローチャートである。示されているプロセス２００は、トピック計算及びユーザ指向ブラウジングを可能にするためにデバイス（図７のコンピューティングデバイス７０５など）のプロセッサ（プロセッサ７１０など）によって実行されてもよい。プロセス２００は、上述したプロセス１００のようなユーザ指向トピックブラウジングのプロセスの一部として実行することができる。

上述したように、実施の形態においてトピックを計算するために、様々なソフトクラスタリングトピックモデルを使用することができる。いくつかの実施の形態では、プロセス２００を使用してユーザが見ることを所望し得るよりも多くのトピックで開始され、数を減らすことができる。例えば、以下で説明するように、プロセス２００を使用して２０個のトピック（以下、０～１９としてリストされる）が最初に指定され、低減することができる。

上の表１は、２０個のトピック及び各トピックに関連付けられるキーワードに関連付けられる確率の例を示している。表１には、トピックごとのトップ１０個のキーワード又は用語が示されている。トピックの中にはいくつかの同一の用語がある（例えば、トピック０及びトピック４は各々同じキーワードをいくつか含む）が、トピック分析モデルは共有される用語に異なる確率を割り当て得る。しかし、ユーザは一般に、同じトップの用語を有するトピックを、たとえ確率が異なる場合であっても、同様で冗長であると考える。したがって、プロセス２００を使用して冗長な用語を排除し、トピックのうちの１つだけを保持することは、文書に関連付けられるトピックを表すのに十分であり得る。

プロセス２００では、２０５において、Ｊａｃｃａｒｄ類似度などの存在／非存在類似度尺度を使用した類似度マトリックスが、結合トピックセット内の各トピック対の間で計算される。以下の表２は、上記の表１のトピックに関するＪａｃｃａｒｄ類似度マトリックスを示す。いくつかの実施の形態では、類似度が高すぎて２つのトピックを別々のトピックとして保持することができない場合に閾値Ｔを設定することができる。例えば、５０％を超える用語の重複を伴う２つのトピックを防ぐために、閾値をＴ＝０．５として設定することができる。

２１０において、類似度がＴより大きい他のトピックの数（ｃｎｔ）が、所与のトピックごとにカウントされる。表２において、「ｃｎｔ」列は、各トピックについて類似度がＴより大きい他のトピックの数を表す。さらに、表２の各トピックの「ｔｏｔ」列の下には、Ｔより大きい類似度の合計（例えば、総類似度）が示されている。

プロセス２００では、２１５において、各トピックについて、他のトピックに対する類似度値が閾値Ｔと比較される。トピックが閾値Ｔよりも大きい類似度値を有しない場合（２１５でいいえ）、２２０において、トピックは固有（例えば、非冗長的）と考えられ、保持されるべき非冗長なトピックセットに割り当てられ、ユーザに表示される。トピックが、保持されるべき非冗長なトピックセットに割り当てられた後、プロセス２００は、そのトピックに関して終了することができる。表２において、トピック｛３，５，９，１０，１２，１３，１４，１５，１８｝は非冗長であると識別され、非冗長なトピックセットに割り当てられ得る。

２１５に戻って、閾値Ｔを超える他のトピックに対する類似度値を有する（２１５ではい）すべてのトピックは潜在的に冗長であると考えられ、各トピックは２２５において、潜在的に冗長なトピックを代表するか否かを判断するために評価される。以下に説明する図３は、潜在的に冗長なトピックから代表トピックを決定するプロセスの例を示す。

トピックが代表であると判定された場合（２２５ではい）、２２０において、トピックは、保持されるべき非冗長なトピックセットに割り当てられ、ユーザに表示される。トピックが、保持されるべき非冗長なトピックセットに割り当てられた後、プロセス２００は、そのトピックに関して終了することができる。

逆に、トピックが代表でないと判定された場合（２２５でいいえ）、２３０においてトピックは冗長であると分類することができ、プロセス２００はそのトピックに関して終了することができる。いくつかの実施の形態では、２３０において冗長トピックは保存され得るが、表示されない。いくつかの実施の形態では、冗長トピックは破棄されてもよい。

図３は、本出願の実施の形態による複数の同様のトピックから代表的なトピックを選択するプロセス３００のフローチャートである。示されているプロセス３００は、代表トピックを識別するためにデバイス（図７のコンピューティングデバイス７０５など）のプロセッサ（プロセッサ７１０など）によって実行されてもよい。プロセス３００は、上述したプロセス２００の２２５におけるもののような、冗長トピックを低減するプロセスの一部として実行することができる。

プロセス３００では、３０５において、閾値を超える類似度値を有するすべてのトピックが評価されて、いずれのトピックが、最大であるｃｎｔ値（例えば、類似度が閾値よりも大きい他のトピックの数）（例えば、ｃｎｔｍａｘ）と関連付けられるかが識別される。上述のように、表２において、「ｃｎｔ」列は、各トピックについて類似度がＴより大きい他のトピックの数（例えば、ｃｎｔ値）を表す。上記の表２に示されるデータに関して、最大のｃｎｔ値は８であり（例えば、ｃｎｔｍａｘ＝８）、トピック｛０，１，２，４，６，７，８，１１，１６，１７、１９｝と関連付けられる。例示的な一実施の形態では、３１０に関して以下に説明するように、３０５において、これらのトピックを代表トピックとして検討するために選択することができる。このデータはまた、トピック｛１，１９｝が非ゼロのｃｎｔ値（例えばｃｎｔ＝１）及び閾値Ｔを超える類似度値を有することを示している。これらのトピックは、３１０で考慮される以下に議論されるような、代表トピックとして検討するために選択されず、３１５で詳細に後述するように、潜在的に冗長であると考えられる。

最大のｃｎｔ値を有するトピックが識別された後、３１０において、各トピックに関連付けられるｃｎｔ及び総類似度の両方の値に基づいて、１つのトピックが代表トピックとして識別される。上で論じたように、総類似度は、各トピックに関連付けられる類似度の合計に等しく、表２の各トピックの「ｔｏｔ」列の下に示される。いくつかの実施の形態では、ｃｎｔとｔｏｔの両方の最大値を有するトピックを、識別されたトピックから代表トピックとして選択することができる。

表２のデータ例に示すように、トピック｛０，２，４，６，７，８，１１，１６，１７｝はすべて最大のｃｎｔ値（例えば、ｃｎｔ＝ｃｎｔｍａｘ（８））を有する。さらに、表２は、これらのトピックのうち、トピック｛７，８，１６｝が最大の総類似度値（ｔｏｔ＝６．４８）を有することを示している。これらのトピックの１つを代表的なトピックとして選択することができる。いくつかの実施の形態では、タイ（ｔｉｅ）がある場合、別の尺度（例えば、コサイン類似度）、又はランダムに選択されるトップトピックの１つを使用してタイをブレークすることができる。以下の表３は、コサイン類似度を用いたタイブレークを示す。

表３は、表２において最大の「ｔｏｔ」を有する３つのトピック（例えばトピック｛７，８，１６｝）のうち、トピック８が最大のコサイン類似度（ｔｏｔ＝７．８８９）を有することを示している。このように、トピック８を保持すべき代表トピックとして選択することができる。プロセス３００が、上述したプロセス２００の２２５におけるもののような冗長トピックを低減するプロセスの一部として実行されている場合、２２０において、代表トピックとして識別されたトピックを、保持されてユーザに表示されるべき非冗長なトピックセットに割り当てることができる。

代表トピック（例えば、トピック８）が代表として選択された後、３１５において、０より大きいｃｎｔ値（例えば、ｃｎｔ＞０）及び閾値よりも大きい代表トピックとの類似度値（例えば、トピック８との類似度＞Ｔ）を有する各トピックは、代表トピックとグループ化され、冗長であるとして分類され得る。表２は、トピック｛０，２，４，６，１１，１６，１７｝の各々が、これらのトピックの各々を閾値を超えるトピック８に結びつける類似度値を有することを示している。例えば、トピック０は、閾値Ｔを超える類似度値（例えば、類似度＝０．６７）によってトピック８に結びつけられ、トピック２は、閾値Ｔを超える類似度値（例えば、類似度＝０．８２）によってトピック８に結びつけられる、などである。したがって、一実施の形態では、３１５において、トピック｛０，２，４，６，１１，１６，１７｝はともにグループ化され、冗長であるとして分類され得る。プロセス３００が、上述したプロセス２００の２２５におけるもののような冗長トピックを低減するプロセスの一部として実行されている場合、２３０において、冗長であるとして識別されたトピックを、冗長であるとして分類することができ、プロセス２００はそれらのトピックに関しては終了することができる。いくつかの実施の形態では、２３０において冗長トピックは保存され得るが、表示されない。

さらに、このデータは、トピック｛１，１９｝が、閾値よりも大きい、代表トピックとの類似度を有しないことも示している（例えば、トピック８との類似度＜Ｔ）。例えば、トピック１は、閾値Ｔを超えない類似度値（例えば、類似度＝０．００）によってトピック８に結びつけられ、トピック１９は、閾値Ｔを超えない類似度値（例えば、類似度＝０．００）によってトピック８に結びつけられるなどである。したがって、一実施の形態では、トピック｛１，１９｝は、プロセス３００の最初の反復中に３１５において、トピック８とグループ化されず、冗長であるとして分類され得ない。

代表トピックに対する類似値を有するトピックがグループ化され、冗長であるとして分類された後、３２０において、冗長トピックを除去することによって生成された改訂トピックセットを反映するために、全体的なグループトピック及び単語確率を、所望により更新することができる。例えば、図１の１２５に関して上述したプロセスを使用して、全体的なグループトピック及び単語確率を更新することができる。

代表トピックに対する類似値を有するトピックがグループ化され、冗長であるとして分類された（及びグループトピック及び単語確率が所望により更新された）後、３３０において、閾値を超える類似値を有するグループ化されていないトピックがあるか否かの判定が行われる。閾値を超える類似度値を有するグループ化されていないトピックがある場合（３３０ではい）、プロセス３００は、残りのグループ化されていないトピックに関して繰り返されるために３０５に戻ることができる。例えば、上記のように、表２のデータは、トピック｛１，１９｝が非ゼロのｃｎｔ値（例えばｃｎｔ＝１）及び閾値Ｔを超える類似度値を有するが、代表トピック８と重複しないことを示す。工程３０５～３２０をトピック｛１，１９｝に関して繰り返すことができ、トピック１９は３１０において代表トピックとして選択されており、トピック１は３１５においてトピック１９とグループ化され、冗長であるとして分類されている。

３３０に戻って、閾値を超える類似度値を有するグループ化されていないトピックがない場合（３３０でいいえ）、プロセス３００は終了することができる。プロセス３００が、上述したプロセス２００の２２５におけるもののような、冗長トピックを低減するプロセスの一部として実行されている場合、プロセス２００は完全に終了することができる。プロセス２００が終了した後、生成された保持されるべき非冗長なトピックセットを、図１のプロセス１００のような別のプロセスでユーザに表示することができる。以下の表４は、表１のトピックに基づく非冗長なトピックセットの例を示す。

図４は、本出願の実施の形態で使用可能なユーザインターフェース（ＵＩ）４００を示す。ＵＩ４００は、上述のプロセス１００及びプロセス２００を使用して生成することができ、パーソナルコンピュータ、サーバ、メインフレーム、又は当業者には明らかであろう任意の他のコンピューティングデバイスなどのコンピューティングデバイス上に表示することができる。ＵＩ４００は、３つの主要部分、すなわち、（ａ）時間に沿ってすべてのコンテンツ項目を示すタイムライン領域４２５、（ｂ）コンテンツ項目４２０及びそれらのトピック分布４３０を表示するコンテンツ領域４１５、並びに（ｃ）関心対象のトピック４０５を選択し、制御ボタン４３５を使用して確率閾値を設定することによって、ユーザがデータを対話的にブラウジングすることを可能にするトピック領域４１０を含むことができる。図示されているように、計算されたトピック４０５（すべてがラベル付けされているわけではない）がＵＩ４００のトピック領域４１０に提示されて、ＵＩ４００のコンテンツ領域４１５に表示される元のデータ（例えば、コンテンツ項目４２０）の探索を容易にする。これにより、ユーザはトピックをさらに理解し、視覚的にトピックをよりよく特徴付けることができる。

タイムライン領域４２５において、コンテンツ項目４２０は、時間軸４４０に沿ってドット４４５として符号化され、ドット４４５は、ファイル共有、通常のポスト、チャネル結合などのコンテンツ項目タイプを示すために網掛けされている。コンテンツ項目の量は、コンテンツ項目の一時的なバースト性を反映する、ドット４４５上のスパイク４５０としても示され得る。多数のコンテンツ項目４２０が短い時間内に存在する可能性があり、ドット４４５が視覚的に乱雑になるため、これによってドット４４５が補完されている。ユーザは、インタラクティブなグレー時間窓４５５をさらに制御して、コンテンツ領域４１５で見るためのコンテンツ項目４２０を選択し、時間軸４４０に沿ってズーム及びパンを実行することができる。

コンテンツ領域４１５には、コンテンツ項目４２０の実際のコンテンツ（例えば、コンテンツ項目のテキスト、ユーザ、及びタイムスタンプ）に加えて、トピック分布情報４３０が棒グラフで提示され、バーの高さはこのポストのトピック確率を示す。これにより、ユーザはコンテンツ項目４２０を、それらのトピック４０５に基づいて比較することができる。このビューに表示されるコンテンツ項目は、タイムライン領域に示される時間窓４５５（存在する場合）によって決定される。

トピック領域４１０は、ユーザがすべてのトピック４２０をブラウジングし、コンテンツ項目が他の２つの領域にどのように表示されるかを操作することを可能にする視覚化の重要な部分である。各コンテンツ項目４２０は、その用語４６０と共に示され、フォントサイズは、そのトピック４２０内の用語確率にマッピングする。ユーザが計算されたトピックに基づいてデータブラウジングを実行するために、いくつかのインターフェース制御４３５が利用可能である。

ユーザは、チェックボックス４６５を利用して関心対象のトピック４２０を選択し、選択されたトピックに属しない他の２つの領域のコンテンツ項目を隠すことができる。チェックボックス４６５及び選択された関心対象のトピック４２０に基づいてＵＩ４００を更新するプロセス５００については、以下により詳細に説明する。

さらに、ユーザは、テキスト入力フィールド４７０を使用して、選択されたトピック４２０の確率閾値を設定することができる。したがって、テキスト入力フィールド４７０に設定された閾値を上回るトピック確率を有するポストのみが、ＵＩ４００のコンテンツ領域４１５及びタイムライン領域４２５において明らかにされ得る。さらに、ユーザは、制御ボタン４７５、４８０を使用して、各トピックで設定された基準の論理結合（例えば、ＡＮＤ／ＯＲ演算）を決定することができる。ＡＮＤ演算（制御ボタン４８０）では、コンテンツ項目４２０は、選択されたすべてのトピック４２０について閾値設定を満たさなければならず、一方で、ＯＲ演算（制御ボタン４７５）ではトピックの少なくとも１つに対して閾値設定が満たされる必要がある。

トピック選択プロセスは、特に論理演算（ＡＮＤ／ＯＲ）によって抽象的で複雑であり得るため、インターフェース４００は、そのようなユーザ入力を容易にする視覚的ウィジェット６００（図６に図示）を提供することもできる。この視覚的ウィジェット６００は、図６に関して以下により詳細に説明する。

図５は、本出願の実施の形態による、ポストを示すべきか又は隠すべきかを判定するためのプロセス５００のフローチャートを示す。プロセス５００は、図４に関して上述したＵＩ４００などのＵＩを更新するために使用することができる。示されているプロセス５００は、トピック計算及びユーザ指向ブラウジングを可能にするためにデバイス（図７のコンピューティングデバイス７０５など）のプロセッサ（プロセッサ７１０など）によって実行されてもよい。

プロセス５００では、５０５において、１又は複数のコンテンツ項目を、上記図４のＵＩ４００などのＵＩに表示することができる。１又は複数のコンテンツ項目は、チャットポスト、ブログポスト、インスタントメッセージ、電子メールメッセージ、ソーシャルメディアポスト、又は当業者には明らかであろう他の任意のタイプの文書であってもよい。コンテンツ項目は、テキスト、音響、画像、ビデオ、又は当業者には明らかであろう他の任意のタイプのコンテンツを含んでもよい。さらに、各コンテンツ項目は、１又は複数のトピックを表す１又は複数の確率に関連付けることができる。

ＵＩを使用して、５１０においてトピック選択を受信することができる。例えば、ユーザは、上述の図４のＵＩ４００に示すチェックボックス４６５を使用してトピック４０５を選択することができる。トピック選択が受信された後、５１５において、コンテンツ項目が選択されたトピックを表す非ゼロ確率に関連付けられるか否かを判定するために、１又は複数のコンテンツ項目が評価される。コンテンツ項目に関連付けられる確率のいずれも、選択されたトピックを表す非ゼロ確率でない場合（５１５でいいえ）、コンテンツ項目は５４０においてＵＩから隠され、プロセスはそのコンテンツ項目に対して終了することができる。

逆に、コンテンツ項目に関連付けられる確率の少なくとも１つが、選択されたトピックを表す非ゼロ確率である場合（５１５ではい）、５２０において、ＵＩを使用して「ＯＲ」演算が選択されたか、又は、「ＡＮＤ」演算が選択されたかを判定するための判定が行われる。

５２０において「ＯＲ」演算が検出された場合、５２５において、コンテンツ項目が、ＵＩを使用して指定される閾値を超える、選択されたトピックの少なくとも１つを表す確率値に関連付けられるか否を判定するために、１又は複数のコンテンツ項目が評価される。コンテンツ項目に関連付けられる確率のいずれも、閾値を超える選択されたトピックの少なくとも１つを表す確率でない場合（５２５でいいえ）、５４０においてコンテンツ項目はＵＩから隠され、プロセスはそのコンテンツ項目に関して終了することができる。逆に、コンテンツ項目に関連付けられる確率が、閾値を超える、選択されたトピックの少なくとも１つを表す確率を含む場合（５２５ではい）、コンテンツ項目は５３５においてＵＩに表示され、そのコンテンツ項目に関してプロセスは終了することができる。

「ＡＮＤ」演算が５２０で検出された場合、５３０において、コンテンツ項目が、選択されたすべてのトピックの閾値より大きい確率値に関連付けられるか否かを判定するために、１又は複数のコンテンツ項目が評価される。コンテンツ項目に関連付けられる確率のうちの少なくとも１つが、閾値を超えない、選択されたトピックの少なくとも１つを表す確率である場合（５３０でいいえ）、コンテンツ項目は５４０においてＵＩから隠され、そのコンテンツ項目に関してプロセスは終了することができる。逆に、選択されたトピックのすべてを表すコンテンツ項目に関連付けられる確率が、閾値を超える場合（５３０ではい）、コンテンツ項目は５３５においてＵＩに表示され、そのコンテンツ項目に関してプロセスは終了することができる。すべてのコンテンツ項目がプロセス５００を使用して処理された後、ユーザから追加の入力が受信されるまで、ＵＩは静的なままであってもよい。

図６は、本出願の実施の形態で使用可能な別のＵＩ６００を示す。いくつかの実施の形態では、ＵＩ６００は、図４に示されるＵＩ４００の視覚ウィジェットであってもよい。上述したように、トピック選択プロセスは、特に論理演算（ＡＮＤ／ＯＲ）によって抽象的で複雑であり得るため、ユーザ入力を容易にする視覚的ウィジェット（ＵＩ６００）を提供することができる。ＵＩ６００を使用して、平行座標に基づいてコンテンツ項目及びトピックを表示することができる。図示されているように、ＵＩ６００は、複数のトピック６０５であって、各トピック６０５はトピック６０５に関連付けられるキーワードを示す、複数のトピック６０５と、トピックを選択又は選択解除するために使用することができるチェックボックス６１５とを含むトピック領域６１０を含む。

ＵＩ６００はまた、コンテンツ項目のトピック確率分布を表示するコンテンツ項目分布領域６２５をも含む。各軸６３５はトピック６０５を示し、各ポストが、これらのトピック軸６３５を通過する線６３０として示され、交差する位置が、そのトピック確率に対応する。ユーザは、境界線を有するボックス６４０として示される閾値窓を対話的に開始し、それらをドラッグすることによって閾値を動的に調整することができる。閾値窓６４０は、選択されたトピック６０５の軸６３５上にのみ作成することができ、論理ＡＮＤ／ＯＲ演算は、上部のスイッチボタン６４５、６５０で指定することができる。基準を満たすすべてのポストが黒で強調表示されており、一方でその他のものはグレーで色付けされている。さらに、閾値は下限で示されているが、上限及び下限の両方の閾値を、閾値窓６４０を使用して同様の方法で指定することができる。

コンピューティング環境の例

図７は、いくつかの実施の形態における使用に適した例示的なコンピュータデバイス７０５を有するコンピューティング環境７００の例を示す。コンピューティング環境７００内のコンピューティングデバイス７０５は、１又は複数の処理ユニット、コア、又はプロセッサ７１０、メモリ７１５（例えば、ＲＡＭ、ＲＯＭなど）、内部記憶装置７２０（例えば、磁気、光学、ソリッドステートストレージ、及び／又は有機）、及び／又はＩ／Ｏインターフェース７２５を含むことができ、それらのうちのいずれかが、通信機構又はバス７３０上で、情報を通信するために結合され得るか、又はコンピューティングデバイス７０５に組み込まれ得る。

コンピューティングデバイス７０５は、入力／ユーザインターフェース７３５及び出力デバイス／インターフェース７４０に通信可能に結合することができる。入力／ユーザインターフェース７３５及び出力デバイス／インターフェース７４０の一方又は両方は、有線又は無線インターフェースであってもよく、取り外し可能であってもよい。入力／ユーザインターフェース７３５は、入力を提供するために使用することができる、物理的又は仮想的な、任意のデバイス、コンポーネント、センサ、又はインターフェースを含むことができる（例えば、ボタン、タッチスクリーンインターフェース、キーボード、ポインティング／カーソル制御装置、マイクロフォン、カメラ、点字、運動センサ、光学読取り装置など）。出力デバイス／インターフェース７４０は、ディスプレイ、テレビ、モニタ、プリンタ、スピーカ、点字などを含むことができる。いくつかの実施の形態では、入力／ユーザインターフェース７３５及び出力デバイス／インターフェース７４０は、コンピューティングデバイス７０５に埋め込まれてもよく、又は物理的に結合されてもよい。他の実施の形態では、他のコンピューティングデバイスが、コンピューティングデバイス７０５の入力／ユーザインターフェース７３５及び出力デバイス／インターフェース７４０として機能してもよく、又は、その機能を提供してもよい。

コンピューティングデバイス７０５の例には、限定ではないが、高移動性デバイス（例えば、スマートフォン、車両及び他の機械内のデバイス、人間及び動物が携行するデバイスなど）、モバイルデバイス（例えば、タブレット、ノートブック、ラップトップ、パーソナルコンピュータ、携帯テレビ、ラジオなど）、携帯するようには設計されていないデバイス（例えば、デスクトップコンピュータ、サーバデバイス、他のコンピュータ、情報キオスク、１又は複数のプロセッサが埋め込まれた及び／又はそれに結合されたテレビ、ラジオなど）を含むことができる。

コンピューティングデバイス７０５は、同じ構成又は異なる構成の１又は複数のコンピューティングデバイスを含む、任意の数のネットワーク構成要素、デバイス、及びシステムと通信するために、外部記憶装置７４５及びネットワーク７５０に通信可能に（例えば、Ｉ／Ｏインターフェース７２５を介して）結合することができる。コンピューティングデバイス７０５又は任意の接続されたコンピューティングデバイスは、サーバ、クライアント、シンサーバ、汎用マシン、専用マシン、又は別のラベルとして機能し、そのサービスを提供し、又はそのように称され得る。

Ｉ／Ｏインターフェース７２５は、限定ではなく、コンピューティング環境７００内の少なくともすべての接続されたコンポーネント、デバイス及びネットワークとの間で情報を通信するための、任意の通信又はＩ／Ｏプロトコル又は規格（例えば、Ｅｔｈｅｒｎｅｔ、８０２．１１ｘ、ユニバーサルシステムバス、ＷｉＭＡＸ、モデム、セルラネットワークプロトコルなど）を使用する有線及び／又は無線インターフェースを含むことができる。ネットワーク７５０は、任意のネットワーク又はネットワークの組み合わせ（例えば、インターネット、ローカルエリアネットワーク、ワイドエリアネットワーク、電話ネットワーク、セルラネットワーク、衛星ネットワークなど）であってもよい。

コンピューティングデバイス７０５は、一時的媒体及び非一時的媒体を含むコンピュータ使用可能又はコンピュータ可読媒体を使用することができ、かつ／又は、それを使用して通信することができる。一時的媒体には、伝送媒体（例えば、金属ケーブル、光ファイバ）、信号、搬送波などが含まれる。非一時的媒体には、磁気媒体（例えばディスク及びテープ）、光媒体（例えばＣＤ－ＲＯＭ、デジタルビデオディスク、Ｂｌｕ－ｒａｙ（登録商標）ディスク）、ソリッドステート媒体（例えば、ＲＡＭ、ＲＯＭ、フラッシュメモリ、ソリッドステートストレージ）、及び他の不揮発性記憶装置又はメモリが含まれる。

コンピューティングデバイス７０５は、いくつかの例示的コンピューティング環境において、技法、方法、アプリケーション、プロセス、又はコンピュータ実行可能命令を実施するために使用することができる。コンピュータ実行可能命令は、一時的媒体から取り出され、非一時媒体に記憶され、それから取り出される。実行可能命令は、任意のプログラミング言語、スクリプト言語、及び機械語（例えば、Ｃ、Ｃ＋＋、Ｃ＃、Ｊａｖａ（登録商標）、Ｖｉｓｕａｌ Ｂａｓｉｃ、Ｐｙｔｈｏｎ、Ｐｅｒｌ、ＪａｖａＳｃｒｉｐｔ（登録商標）など）のうちの１又は複数に由来することができる。

プロセッサ（複数可）７１０は、ネイティブ環境又は仮想環境において、任意のオペレーティングシステム（ＯＳ）（図示せず）の下で実行することができる。論理ユニット７５５、アプリケーションプログラミングインターフェース（ＡＰＩ）ユニット７６０、入力ユニット７６５、出力ユニット７７０、トピック検出ユニット７７５、トピック結合ユニット７８０、冗長性検出ユニット７８５、類似度計算ユニット７９０、及び、異なるユニットが相互に、ＯＳと、及び他のアプリケーション（図示せず）と通信するためのユニット間通信機構７９５とを含む１又は複数のアプリケーションを展開することができる。例えば、トピック検出ユニット７７５、トピック結合ユニット７８０、冗長性検出ユニット７８５、及び類似度計算ユニット７９０は、図１、図２、図３及び図５に示す１又は複数のプロセスを実施してもよい。説明されたユニット及び要素は、設計、機能、構成、又は実施態様において変更可能であり、提供されている説明に限定されない。
プロセッサ７１０が、図１、図２、図３及び図５に示す１又は複数のプロセスを実施するためのプログラムは、メモリ７１５、内部記憶装置７２０、又は外部記憶装置７４５に記憶されている。

いくつかの実施の形態では、情報又は実行命令は、ＡＰＩユニット７６０によって受信されると、１又は複数の他のユニット（例えば、論理ユニット７５５、入力ユニット７６５、出力ユニット７７０、トピック検出ユニット７７５、トピック結合ユニット７８０、冗長性検出ユニット７８５、類似度計算ユニット７９０）に通信することができる。例えば、入力ユニット７６５によってコンテンツ項目が受信又は検出されるとき、そのコンテンツ項目はトピック検出ユニット７７５に提供することができる。さらに、トピック検出ユニット７７５は、検出した各トピックをトピック結合ユニット７８０に提供することができる。さらに、冗長性検出ユニット７８５は、結合トピックをトピック結合ユニット７８０から受信することができる。類似度計算ユニット７９０は、冗長な主張を検出するのに使用するために、冗長性検出ユニット７８５に結合トピックの類似度情報を提供することができる。

いくつかの例では、上述したいくつかの実施の形態において、論理ユニット７５５は、ユニット間の情報フローを制御し、ＡＰＩユニット７６０、入力ユニット７６５、出力ユニット７７０、トピック検出ユニット７７５、トピック結合ユニット７８０、冗長性検出ユニット７８５、類似度計算ユニット７９０、及びユニット間通信機構７９５によって提供されるサービスを指示するように構成することができる。例えば、１又は複数のプロセス又は実施態様のフローは、論理ユニット７５５によって単独で、又はＡＰＩユニット７６０と連携して制御されてもよい。

いくつかの実施の形態が示され、説明されているが、これらの実施の形態は、本明細書に記載された主題を当業者に伝えるために提供される。本明細書に記載された主題は、記載された実施の形態に限定されることなく、様々な形態で実施されてもよいことを理解されたい。本明細書に記載された主題は、具体的に定義若しくは記載された事項なしに、又は記載されていない他の若しくは異なる要素若しくは事項と共に実施することができる。当業者は、添付の特許請求の範囲及びその均等物で定義された本明細書に記載された主題から逸脱することなく、これらの実施の形態に変更を行うことができることを理解するであろう。

Claims (20)

1. 複数のコンテンツ項目を表示する方法であって、
   前記複数のコンテンツ項目の各々に関連付けられる少なくとも１つのトピックを検出することと、
   前記複数のコンテンツ項目の各々に関連付けられる前記少なくとも１つのトピックに基づいてトピックのセットを生成することであって、前記トピックのセットは、前記複数のコンテンツ項目に関連付けられる複数のトピックを含むことを特徴とする前記トピックのセットを生成することと、
   前記トピックのセット内の少なくとも１つのトピックが冗長であるという判定に応答して、前記複数のトピックのうちの１つを結合することによって、前記トピックのセット内のトピックの数を減少させることと、
   を含み、
   前記トピックの数を減少させることは、
   前記トピックのセット内の第１のトピックに関連付けられるトピック用語と前記トピックのセット内の前記第１のトピックと異なる第２のトピックに関連付けられるトピック用語との間の第１の類似度値を計算することと、
   前記第１の類似度値が閾値を超えるとの判定に応答して、前記第１のトピックと前記第２のトピックとをともに組み合わせることと、
   前記第２のトピックに関連付けられる前記トピック用語と前記トピックのセット内の前記第１のトピック及び前記第２のトピックと異なる第３のトピックに関連付けられるトピック用語との間の第２の類似度値を計算することと、
   前記第１のトピックに関連付けられる前記トピック用語と前記第３のトピックに関連付けられる前記トピック用語との間の第３の類似度値を計算することと、
   前記第１の類似度値、前記第２の類似度値、及び前記第３の類似度値の各々が前記閾値を超えるとの判定に応答して、前記第１のトピック、前記第２のトピック及び前記第３のトピックをともに組み合わせることとをさらに含み、
   前記第１のトピック、前記第２のトピック及び前記第３のトピックを組み合わせることは、
   前記第１の類似度値及び前記第３の類似度値に基づいて、前記第１のトピックに関連付けられる第１の総類似度値を計算することと、
   前記第１の類似度値及び前記第２の類似度値に基づいて、前記第２のトピックに関連付けられる第２の総類似度値を計算することと、
   前記第２の類似度値及び前記第３の類似度値に基づいて、前記第３のトピックに関連付けられる第３の総類似度値を計算することと、
   前記第１の総類似度値、前記第２の総類似度値及び前記第３の総類似度値に基づいて、前記第１のトピック、前記第２のトピック及び前記第３のトピックのいずれかを代表トピックとして選択することとを含む、
   方法。
2. 複数のコンテンツ項目を表示する方法であって、
   前記複数のコンテンツ項目の各々に関連付けられる少なくとも１つのトピックを検出することと、
   前記複数のコンテンツ項目の各々に関連付けられる前記少なくとも１つのトピックに基づいてトピックのセットを生成することであって、前記トピックのセットは、前記複数のコンテンツ項目に関連付けられる複数のトピックを含むことを特徴とする前記トピックのセットを生成することと、
   前記トピックのセット内の少なくとも１つのトピックが冗長であるという判定に応答して、前記複数のトピックのうちの１つを結合することによって、前記トピックのセット内のトピックの数を減少させることと、
   を含み、
   前記トピックの数を減少させることは、
   前記複数のトピックから選択される２つのトピックの全部の組について前記トピックに関連付けられるトピック用語の間の類似度値を計算することと、
   前記類似度値が閾値を超える組に含まれる複数の冗長トピックを組み合わせることと、
   前記複数の冗長トピック各々について、その冗長トピックが含まれる前記組の類似度値を合計した総類似度値を計算することと、
   前記複数の冗長トピック各々の総類似度値に基づいて、前記複数の冗長トピックのいずれかを代表トピックとして選択することと、を含む、
   方法。
3. 前記複数の冗長トピック各々の総類似度値に基づいて、前記総類似度値が最大の冗長トピックを代表トピックとして選択する、請求項２に記載の方法。
4. 前記複数の冗長トピック各々の類似するトピックの個数及び総類似度に基づいて、前記類似するトピックの個数及び総類似度の各々が最大の冗長トピックを代表トピックとして選択する、請求項２に記載の方法。
5. 前記減少されたトピックの数に基づいて、前記複数のコンテンツ項目の各々に関連付けられるトピック確率を計算することをさらに含む、
   請求項１から請求項４までのいずれか１項に記載の方法。
6. 前記複数のコンテンツ項目からの少なくとも１つのコンテンツ項目及び前記トピックのセットを含むことを特徴とする視覚化を生成することを含み、前記生成された視覚化は、対話型ユーザインターフェースを含む、請求項１から請求項５までのいずれか１項に記載の方法。
7. 前記対話型ユーザインターフェースを介して前記トピックのセット内の前記複数のトピックからの少なくとも１つのトピックの選択を受信することと、
   前記選択された少なくとも１つのトピックに関連付けられる少なくとも１つのコンテンツ項目を表示することによって、前記トピックのセット内の前記複数のトピックからの前記受信されている前記少なくとも１つのトピックの選択に基づいて、前記視覚化を更新することと、をさらに含む、
   請求項６に記載の方法。
8. 複数のコンテンツ項目を表示する方法をコンピュータに実行させるプログラムであって、前記方法は、
   前記複数のコンテンツ項目の各々に関連付けられる少なくとも１つのトピックを検出することと、
   前記複数のコンテンツ項目の各々に関連付けられる前記少なくとも１つのトピックに基づいてトピックのセットを生成することであって、前記トピックのセットは、前記複数のコンテンツ項目に関連付けられる複数のトピックを含むことを特徴とする前記トピックのセットを生成することと、
   前記トピックのセット内の少なくとも１つのトピックが冗長であるという判定に応答して、前記複数のトピックのうちの１つを結合することによって、前記トピックのセット内の前記トピックの数を減少させることと、
   を含み、
   前記トピックの数を減少させることは、
   前記トピックのセット内の第１のトピックに関連付けられるトピック用語と前記トピックのセット内の前記第１のトピックと異なる第２のトピックに関連付けられるトピック用語との間の第１の類似度値を計算することと、
   前記第１の類似度値が閾値を超えるとの判定に応答して、前記第１のトピックと前記第２のトピックとをともに組み合わせることと、
   前記第２のトピックに関連付けられる前記トピック用語と前記トピックのセット内の前記第１のトピック及び前記第２のトピックと異なる第３のトピックに関連付けられるトピック用語との間の第２の類似度値を計算することと、
   前記第１のトピックに関連付けられる前記トピック用語と前記第３のトピックに関連付けられる前記トピック用語との間の第３の類似度値を計算することと、
   前記第１の類似度値、前記第２の類似度値、及び前記第３の類似度値の各々が前記閾値を超えるとの判定に応答して、前記第１のトピック、前記第２のトピック及び前記第３のトピックをともに組み合わせることとをさらに含み、
   前記第１のトピック、前記第２のトピック及び前記第３のトピックを組み合わせることは、
   前記第１の類似度値及び前記第３の類似度値に基づいて、前記第１のトピックに関連付けられる第１の総類似度値を計算することと、
   前記第１の類似度値及び前記第２の類似度値に基づいて、前記第２のトピックに関連付けられる第２の総類似度値を計算することと、
   前記第２の類似度値及び前記第３の類似度値に基づいて、前記第３のトピックに関連付けられる第３の総類似度値を計算することと、
   前記第１の総類似度値、前記第２の総類似度値及び前記第３の総類似度値に基づいて、前記第１のトピック、前記第２のトピック及び前記第３のトピックのいずれかを代表トピックとして選択することとを含む、
   プログラム。
9. 複数のコンテンツ項目を表示する方法をコンピュータに実行させるプログラムであって、前記方法は、
   前記複数のコンテンツ項目の各々に関連付けられる少なくとも１つのトピックを検出することと、
   前記複数のコンテンツ項目の各々に関連付けられる前記少なくとも１つのトピックに基づいてトピックのセットを生成することであって、前記トピックのセットは、前記複数のコンテンツ項目に関連付けられる複数のトピックを含むことを特徴とする前記トピックのセットを生成することと、
   前記トピックのセット内の少なくとも１つのトピックが冗長であるという判定に応答して、前記複数のトピックのうちの１つを結合することによって、前記トピックのセット内のトピックの数を減少させることと、
   を含み、
   前記トピックの数を減少させることは、
   前記複数のトピックから選択される２つのトピックの全部の組について前記トピックに関連付けられるトピック用語の間の類似度値を計算することと、
   前記類似度値が閾値を超える組に含まれる複数の冗長トピックを組み合わせることと、
   前記複数の冗長トピック各々について、その冗長トピックが含まれる前記組の類似度値を合計した総類似度値を計算することと、
   前記複数の冗長トピック各々の総類似度値に基づいて、前記複数の冗長トピックのいずれかを代表トピックとして選択することと、を含む、
   プログラム。
10. 前記複数の冗長トピック各々の総類似度値に基づいて、前記総類似度値が最大の冗長トピックを代表トピックとして選択する、請求項９に記載のプログラム。
11. 前記複数の冗長トピック各々の類似するトピックの個数及び総類似度に基づいて、前記類似するトピックの個数及び総類似度の各々が最大の冗長トピックを代表トピックとして選択する、請求項９に記載のプログラム。
12. 前記複数のコンテンツ項目からの少なくとも１つのコンテンツ項目及び前記トピックのセットを含むことを特徴とする視覚化を生成することを含み、
    前記生成された視覚化は、対話型ユーザインターフェースを含む、請求項８から請求項１１までのいずれか１項に記載のプログラム。
13. 前記対話型ユーザインターフェースを介して前記トピックのセット内の前記複数のトピックからの少なくとも１つのトピックの選択を受信することと、
    前記選択された少なくとも１つのトピックに関連付けられる少なくとも１つのコンテンツ項目を表示することによって、前記トピックのセット内の前記複数のトピックからの前記受信されている前記少なくとも１つのトピックの選択に基づいて、前記視覚化を更新することと、をさらに含む、
    請求項１２に記載のプログラム。
14. 前記生成された視覚化は、前記選択された少なくとも１つのトピックに関連付けられる前記少なくとも１つのコンテンツ項目のトピック確率分布をさらに含む、請求項１３に記載のプログラム。
15. 複数のコンテンツ項目を表示するように構成されているコンピューティングデバイスであって、
    複数のコンテンツ項目を記憶するように構成されているメモリと、
    前記複数のコンテンツ項目の各々に関連付けられる少なくとも１つのトピックを検出することと、
    前記複数のコンテンツ項目の各々に関連付けられる前記少なくとも１つのトピックに基づいてトピックのセットを生成することであって、前記トピックのセットは、前記複数のコンテンツ項目に関連付けられる複数のトピックを含むことを特徴とする前記トピックのセットを生成することと、
    前記トピックのセット内の少なくとも１つのトピックが冗長であるという判定に応答して、前記複数のトピックのうちの１つを結合することによって、前記トピックのセット内のトピックの数を減少させることとを含むプロセスを実行するプロセッサと、
    を備え、
    前記トピックの数を減少させることは、
    前記トピックのセット内の第１のトピックに関連付けられるトピック用語と前記トピックのセット内の前記第１のトピックと異なる第２のトピックに関連付けられるトピック用語との間の第１の類似度値を計算することと、
    前記第１の類似度値が閾値を超えるとの判定に応答して、前記第１のトピックと前記第２のトピックとをともに組み合わせることと、
    前記第２のトピックに関連付けられる前記トピック用語と前記トピックのセット内の前記第１のトピック及び前記第２のトピックと異なる第３のトピックに関連付けられるトピック用語との間の第２の類似度値を計算することと、
    前記第１のトピックに関連付けられる前記トピック用語と前記第３のトピックに関連付けられる前記トピック用語との間の第３の類似度値を計算することと、
    前記第１の類似度値、前記第２の類似度値、及び前記第３の類似度値の各々が前記閾値を超えるとの判定に応答して、前記第１のトピック、前記第２のトピック及び前記第３のトピックをともに組み合わせることとをさらに含み、
    前記第１のトピック、前記第２のトピック及び前記第３のトピックを組み合わせることは、
    前記第１の類似度値及び前記第３の類似度値に基づいて、前記第１のトピックに関連付けられる第１の総類似度値を計算することと、
    前記第１の類似度値及び前記第２の類似度値に基づいて、前記第２のトピックに関連付けられる第２の総類似度値を計算することと、
    前記第２の類似度値及び前記第３の類似度値に基づいて、前記第３のトピックに関連付けられる第３の総類似度値を計算することと、
    前記第１の総類似度値、前記第２の総類似度値及び前記第３の総類似度値に基づいて、前記第１のトピック、前記第２のトピック及び前記第３のトピックのいずれかを代表トピックとして選択することとを含む、
    コンピューティングデバイス。
16. 複数のコンテンツ項目を表示するように構成されているコンピューティングデバイスであって、
    複数のコンテンツ項目を記憶するように構成されているメモリと、
    前記複数のコンテンツ項目の各々に関連付けられる少なくとも１つのトピックを検出することと、
    前記複数のコンテンツ項目の各々に関連付けられる前記少なくとも１つのトピックに基づいてトピックのセットを生成することであって、前記トピックのセットは、前記複数のコンテンツ項目に関連付けられる複数のトピックを含むことを特徴とする前記トピックのセットを生成することと、
    前記トピックのセット内の少なくとも１つのトピックが冗長であるという判定に応答して、前記複数のトピックのうちの１つを結合することによって、前記トピックのセット内のトピックの数を減少させることとを含むプロセスを実行するプロセッサと、
    を備え、
    前記トピックの数を減少させることは、
    前記複数のトピックから選択される２つのトピックの全部の組について前記トピックに関連付けられるトピック用語の間の類似度値を計算することと、
    前記類似度値が閾値を超える組に含まれる複数の冗長トピックを組み合わせることと、
    前記複数の冗長トピック各々について、その冗長トピックが含まれる前記組の類似度値を合計した総類似度値を計算することと、
    前記複数の冗長トピック各々の総類似度値に基づいて、前記複数の冗長トピックのいずれかを代表トピックとして選択することと、を含む、
    コンピューティングデバイス。
17. 前記複数の冗長トピック各々の総類似度値に基づいて、前記総類似度値が最大の冗長トピックを代表トピックとして選択する、請求項１６に記載のコンピューティングデバイス。
18. 前記複数の冗長トピック各々の類似するトピックの個数及び総類似度に基づいて、前記類似するトピックの個数及び総類似度の各々が最大の冗長トピックを代表トピックとして選択する、請求項１６に記載のコンピューティングデバイス。
19. 生成された視覚化を表示するように構成されている表示デバイスであって、前記視覚化は、前記複数のコンテンツ項目からの少なくとも１つのコンテンツ項目及び前記トピックのセットを含み、前記生成された視覚化は、対話型ユーザインターフェースを含む、請求項１５から請求項１８までのいずれか１項に記載のコンピューティングデバイス。
20. 前記対話型ユーザインターフェースを介して前記トピックのセット内の前記複数のトピックからの少なくとも１つのトピックの選択を受信することと、
    前記選択された少なくとも１つのトピックに関連付けられる少なくとも１つのコンテンツ項目を表示することによって、前記トピックのセット内の前記複数のトピックからの前記受信されている前記少なくとも１つのトピックの選択に基づいて、前記視覚化を更新することと、をさらに含む、
    請求項１９に記載のコンピューティングデバイス。

Images