JPH08335265A - 文書処理装置および方法 - Google Patents

Abstract

(57)【要約】 【目的】 情報を選別する際に情報の属性によって選別
の基準を変えることにより情報の属性に応じたフィルタ
リングを行うことができる文書処理装置を提供する。 【構成】 文書処理装置は合致度計算部１０４で文書保
持部１０２に保持された文書の文書特徴と選別特徴保持
部１０３に保持された選別特徴との合致度を計算する。
文書保持部１０２に保持された情報源の名称を読み出
し、情報源優先度保持部１０５でその情報源の優先度を
調べる。閾値計算部１０６は求めた情報源優先度から閾
値を計算する。計算した合致度と計算した閾値とを比較
し、合致度が閾値を越えている場合、文書選択部１０７
でこの文書を選択して選別文書保持部１０８に保持し、
文書表示部１０９に表示する。表示した情報について、
その情報が実際に必要か否かをユーザに評価させ、評価
に基づいて情報源優先度保持部１０５の内容を更新す
る。情報源優先度は、例えばユーザが選択した文書数／
システムが選択した文書数の値から定められる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ユーザの下に入ってく
る文書のうちユーザが関心を持つ文書を選別してその結
果を出力する文書処理装置に関する。

【０００２】

【従来の技術】近年、記憶媒体の大容量化、低価格化、
ワードプロセッサの普及などによって電子化された文書
の量が増大している。また、ネットワークの整備が進
み、電子メール、電子ニュースなどのメディアによって
ユーザの下に届く電子化された文書の量も増えている。

【０００３】これにより、ユーザが処理できる量を越え
た文書が入ってくるようになり、本当に必要な情報が不
要な情報の中に埋もれてしまうという、いわゆる「情報
洪水」が問題になってきている。

【０００４】この問題の対応策として、ユーザが関心を
持つような文書を自動的に選別する文書フィルタリング
技術が用いられるようになってきた。文書フィルタリン
グ技術では、文書に対するユーザの関心をあらかじめ設
定しておき、これと入ってきた文書の内容を比較して、
一致したときにはその文書をユーザに見せ、一致しない
ときにはその文書をユーザに見せないようにする。

【０００５】この技術によって、ユーザは自分にとって
関心のないような文書を最初から見なくて済むようにな
り、情報を有効に利用できる。この手法は、具体的に各
文書にスコアを付け、それを予め設定してある閾値と比
較し、スコアが閾値以上であればユーザの関心に一致し
ているとするものである。ここで、従来、閾値は情報の
属性によらず一律のものとしていた。

【０００６】

【発明が解決しようとする課題】しかしながら、ユーザ
が情報を求める度合いは情報の属性、つまり情報源の種
類や情報の分野などによって異なるのが普通である。例
えば、情報源Ａの情報は好むが、同じような内容でも情
報源Ｂの情報は好まないというようなことがある。これ
は、情報源の信頼度や内容の充実度についてのユーザの
嗜好性を反映している。また、分野Ｃの情報はたくさん
見たいが、分野Ｄの情報は少し見れば十分というような
こともある。これは、情報の分野毎におけるユーザの嗜
好性を反映している。

【０００７】従来のように、一律の閾値で情報の選別を
行う手法では、こうした要求に対応することができず、
ユーザが情報に対して求めるニーズを十分に満たすこと
ができなかった。

【０００８】そこで、本発明は情報を選別する際に情報
の属性によって選別の基準を変えることにより情報の属
性に応じたフィルタリングを行うことができる文書処理
装置を提供することを目的とする。

【０００９】

【課題を解決するための手段】上記目的を達成するため
に、本発明の請求項１に係る文書処理装置は、ユーザの
関心に合う文書の特徴である選別特徴を保持する選別特
徴保持手段と、該保持された選別特徴と処理対象である
任意文書の文書特徴との合致度を算出する合致度算出手
段と、前記任意文書の属性を判定する属性判定手段と、
該判定された属性に応じて閾値を設定する閾値設定手段
と、前記合致度と前記閾値とを比較して前記任意文書が
必要であるか否かを判定する必要性判定手段とを備え、
該判定結果に応じて前記任意文書を選別することを特徴
とする。

【００１０】請求項２に係る文書処理方法は、ユーザの
関心に合う文書の特徴である選別特徴を保持し、該保持
された選別特徴と処理対象である任意文書の文書特徴と
の合致度を算出し、前記任意文書の属性を判定し、該判
定された属性に応じて閾値を設定し、前記合致度と前記
閾値とを比較して前記任意文書が必要であるか否かを判
定し、該判定結果に応じて前記任意文書を選別すること
を特徴とする。

【００１１】

【作用】本発明の請求項１に係る文書処理装置では、選
別特徴保持手段によりユーザの関心に合う文書の特徴で
ある選別特徴を保持し、合致度算出手段により該保持さ
れた選別特徴と処理対象である任意文書の文書特徴との
合致度を算出し、属性判定手段により前記任意文書の属
性を判定し、閾値設定手段により該判定された属性に応
じて閾値を設定し、必要性判定手段により前記合致度と
前記閾値とを比較して前記任意文書が必要であるか否か
を判定し、該判定結果に応じて前記任意文書を選別す
る。

【００１２】

【実施例】本発明の文書処理装置の実施例について説明
する。本実施例では、情報の属性として情報源を用いる
場合を例にとり、優先度の高い情報源からの情報をより
多くユーザに見せるために閾値を低く設定することに特
徴がある。

【００１３】図１は実施例の文書処理装置の構成を示す
ブロック図である。図において、１０１はユーザの下に
入ってきた文書を格納している文書データベース、１０
２は処理対象の文書とその文書特徴と情報源の名称を保
持する文書保持部、１０３はユーザの関心に合う文書の
文書特徴（選別特徴）を保持する選別特徴保持部であ
る。

【００１４】１０４は処理対象の文書の文書特徴と選別
特徴との合致度を計算する合致度計算部、１０５は情報
源の種類に対する優先度を保持する情報源優先度保持
部、１０６は情報源優先度を基に閾値を計算する閾値計
算部、１０７は合致度と閾値との関係によって文書を選
択する文書選択部、１０８は文書選択部１０７で選ばれ
た文書を保持する選別文書保持部である。

【００１５】１０９は選別文書保持部１０８に保持され
た文書を表示する文書表示部、１１０は選別された文書
についてユーザが評価するユーザ評価部である。

【００１６】図２は文書処理装置のハードウェアの構成
を示すブロック図である。図において、２０１は制御プ
ログラムを記憶する制御メモリである。これはＲＯＭで
あってもよいし、ＲＡＭであってもよい。２０２は制御
メモリ２０１に記憶されている制御プログラムにしたが
って処理を行う中央処理装置である。２０３はメモリで
あり、文書保持部１０２、選別特徴保持部１０３、情報
源優先度保持部１０５、選別文書保持部１０８を実現す
る。

【００１７】２０４はキーボードであり、ユーザ評価部
１１０を実現する。２０５はディスクであり、文書デー
タベース１０１を実現する。２０６はディスプレイであ
り、ＣＲＴであってもよいし、液晶ディスプレイであっ
てもよい。これは文書表示部１０９を実現する。２０７
は各構成要素を接続するためのバスである。

【００１８】図３は文書処理装置の処理手順を示すフロ
ーチャートである。尚、本実施例では文書特徴の表現方
法として、一般に知られているベクトル空間モデルを利
用する。ベクトル空間モデルでは、文書特徴を表現する
ためにＮ個のキーワードを用意し、文書毎に各キーワー
ドの重みを設定する。これはＮ次元空間ベクトルとみな
すことができ、ベクトルの長さは「１」に正規化され
る。文書特徴の合致度はそれぞれのベクトルの内積とし
て表される。

【００１９】まず、合致度計算部１０４で文書保持部１
０２に保持された文書の文書特徴と選別特徴保持部１０
３に保持された選別特徴との合致度を計算する（ステッ
プＳ３０１）。前述したように、合致度は文書特徴を表
すベクトル間の内積で表されるので、文書の文書特徴を
ベクトルｄ、選別特徴をベクトルｓとすると合致度はｄ
・ｓになる。

【００２０】文書保持部１０２に保持された情報源の名
称を読み出し、情報源優先度保持部１０５においてその
情報源の優先度を調べる（ステップＳ３０２）。閾値計
算部１０６において、ステップＳ３０２で求めた情報源
優先度から閾値を計算する（ステップＳ３０３）。尚、
閾値は情報源優先度ｐによって決定されるが、情報源優
先度ｐの増加と共に減少するような関数ｆ（ｐ）であれ
ばどのような決め方をしても構わない。例えば、情報源
優先度ｐを優先度最低の「０」から優先度最高の「１」
までの値とし、標準の閾値をｆｓとして数式１のように
定めてもよい。

【００２１】

【数１】ｆｓ−０．２ （０．９＜ｐ≦１．０） ｆｓ−０．１ （０．７＜ｐ≦０．９） ｆ（ｐ）＝ｆｓ （０．３＜ｐ≦０．７） ｆｓ＋０．１ （０．１＜ｐ≦０．３） ｆｓ＋０．２ （０≦ｐ≦０．１） つづいて、ステップＳ３０１で計算した合致度とステッ
プＳ３０３で計算した閾値とを比較する（ステップＳ３
０４）。合致度が閾値を越えていない場合、そのまま処
理を終了する。合致度が閾値を越えている場合、文書選
択部１０７でこの文書を選択して選別文書保持部１０８
に保持し、文書表示部１０９に表示する。

【００２２】表示した情報について、その情報が実際に
必要か否かをユーザに評価させる（ステップＳ３０
６）。評価はキーボード、ポインティングデバイスなど
の入力装置から入力すればよい。

【００２３】ステップＳ３０６での評価を基に情報源優
先度保持部１０５の内容を更新して（ステップＳ１０
７）処理を終了する。情報源優先度は、例えばつぎのよ
うに決めることができる。

【００２４】情報源優先度＝ユーザ選択した文書数／シ
ステムが選択した文書数ここで、ユーザが選択した文書
数、システムが選択した文書数はいずれもこれまでの累
計値であり、情報源優先度保持部１０５に保持されてい
るものとする。

【００２５】図４は情報源優先度保持部１０５の内容を
示す説明図である。このように情報源優先度が設定され
ている状態において、３つの文書が入ってきた場合を検
討する。図５は３つの文書について選択の有無を示す説
明図である。ここで、標準の閾値ｆｓを０．７として上
記関数ｆ（ｐ）を用いることにする。

【００２６】数式１よりＡ新聞に対する閾値は０．５、
Ｂ新聞に対する閾値は０．８、雑誌Ｃに対する閾値は
０．９になる。これらと合致度とを比較することによ
り、文書の選択を行う。この場合、文書１だけが選択さ
れ、文書２および文書３は選択されない。

【００２７】［変形例］前記実施例では、情報源優先度
を「ユーザが選択した文書数」と「システムが選択した
文書数」との比で表したが、これに限るものではなく、
情報源に対するユーザの嗜好性を表せる数値であれば他
の表し方をしても構わない。

【００２８】また、前記実施例では情報源優先度ｐと閾
値との対応を表す関数ｆ（ｐ）を一例として表現した
が、これに限るものではなく、情報源優先度ｐの増加と
共に減少するような関数ｆ（ｐ）であればどのような決
め方をしても構わない。

【００２９】さらに、前記実施例では情報源の優先度を
過去の選択履歴によって定めたが、これに限るものでな
く、詳しい情報を与える情報源に対して優先度を高くす
るようにしてもよい。逆に、詳しい情報を与える情報源
に対して優先度を低くしてもよい。情報の詳しさとして
は、例えば、各情報のデータ量（バイト数）を使うこと
ができる。この場合、システムが選択した情報に対する
ユーザの評価は不要である。

【００３０】また、前記実施例では、情報源の優先度を
過去の選択履歴によって設定したが、これに限るもので
なく、専門家向けの情報を与える情報源を高く設定して
もよい。逆に、専門家向けの情報を与える情報源に対し
て優先度を低く設定してもよい。専門家向け／一般向け
という属性は情報に付されているものとする。この場
合、システムが選択した情報に対するユーザの評価は不
要である。

【００３１】さらに、前記実施例では、情報源の優先度
を計算によって求めたが、これに限るものでなく、予め
ユーザが値を設定するようにしてもよい。この場合、シ
ステムが選択した情報に対するユーザの評価は不要であ
る。

【００３２】また、前記実施例では、ユーザの評価を入
力装置から入力させたが、直接ユーザに入力させずにユ
ーザが文書を読んでいる時間を計測し、読むのに時間を
かけている文書についてユーザが評価したものとみなす
ような手法をとってもよい。

【００３３】さらに、前記実施例では、文書表示の際の
順序について特に定めなかったが、優先度の高い情報源
からの情報を優先して表示するようにしてもよい。

【００３４】また、前記実施例では、情報の属性として
情報源優先度を用い、これによって閾値を定めたが、こ
れに限るものではなく、その情報がどういう分野の情報
かという情報の分野によって閾値を変えるようにしても
よい。

【００３５】さらに、情報源優先度もしくは情報の分野
のどちらかによって閾値を決めるのではなく、その両方
を考慮して閾値を定めるようにしてもよい。

【００３６】また、前記実施例では、文書特徴の表現に
ベクトル空間モデルを利用したが、他の表現方法であっ
ても構わない。いずれにしても、文書特徴と選別特徴の
合致度が計算でき、それに対する閾値が情報源優先度ｐ
の関数として定義できればよい。

【００３７】

【発明の効果】本発明の請求項１に係る文書処理装置に
よれば、選別特徴保持手段によりユーザの関心に合う文
書の特徴である選別特徴を保持し、合致度算出手段によ
り該保持された選別特徴と処理対象である任意文書の文
書特徴との合致度を算出し、属性判定手段により前記任
意文書の属性を判定し、閾値設定手段により該判定され
た属性に応じて閾値を設定し、必要性判定手段により前
記合致度と前記閾値とを比較して前記任意文書が必要で
あるか否かを判定し、該判定結果に応じて前記任意文書
を選別するので、情報の属性に応じて文書フィルタリン
グを行うことができ、ユーザのニーズに合った情報提供
を行うことができる。

【００３８】請求項２に係る文書処理方法によれば、ユ
ーザの関心に合う文書の特徴である選別特徴を保持し、
該保持された選別特徴と処理対象である任意文書の文書
特徴との合致度を算出し、前記任意文書の属性を判定
し、該判定された属性に応じて閾値を設定し、前記合致
度と前記閾値とを比較して前記任意文書が必要であるか
否かを判定し、該判定結果に応じて前記任意文書を選別
するので、情報の属性に応じて文書フィルタリングを行
うことができ、ユーザのニーズに合った情報提供を行う
ことができる。

【図面の簡単な説明】

【図１】実施例の文書処理装置の構成を示すブロック図
である。

【図２】文書処理装置のハードウェアの構成を示すブロ
ック図である。

【図３】文書処理装置の処理手順を示すフローチャート
である。

【図４】情報源優先度保持部１０５の内容を示す説明図
である。

【図５】３つの文書について選択の有無を示す説明図で
ある。

【符号の説明】

１０１ 文書データベース １０３ 選別特徴保持部 １０４ 合致度計算部 １０５ 情報源優先度保持部 １０６ 閾値計算部 １０７ 文書選別部 １０８ 選別文書保持部

フロントページの続き (72)発明者 柴田 昇吾 東京都大田区下丸子３丁目30番２号 キヤ ノン株式会社内 (72)発明者 池田 裕治 東京都大田区下丸子３丁目30番２号 キヤ ノン株式会社内 (72)発明者 藤田 稔 東京都大田区下丸子３丁目30番２号 キヤ ノン株式会社内

Claims (2)

【特許請求の範囲】
1. 【請求項１】 ユーザの関心に合う文書の特徴である選
   別特徴を保持する選別特徴保持手段と、 該保持された選別特徴と処理対象である任意文書の文書
   特徴との合致度を算出する合致度算出手段と、 前記任意文書の属性を判定する属性判定手段と、 該判定された属性に応じて閾値を設定する閾値設定手段
   と、 前記合致度と前記閾値とを比較して前記任意文書が必要
   であるか否かを判定する必要性判定手段とを備え、 該判定結果に応じて前記任意文書を選別することを特徴
   とする文書処理装置。
2. 【請求項２】 ユーザの関心に合う文書の特徴である選
   別特徴を保持し、 該保持された選別特徴と処理対象である任意文書の文書
   特徴との合致度を算出し、 前記任意文書の属性を判定し、 該判定された属性に応じて閾値を設定し、 前記合致度と前記閾値とを比較して前記任意文書が必要
   であるか否かを判定し、 該判定結果に応じて前記任意文書を選別することを特徴
   とする文書処理方法。