JPH11143900A - 情報フィルタ装置及び情報フィルタリング方法 - Google Patents

Abstract

(57)【要約】 【課題】 情報をユーザーの必要度にしたがって並べ、
ユーザーに対して必要性の高い情報から順に提供できる
情報フィルタ装置において、複数の人が共同して情報検
索を行う上でも有効な装置及びその方法を提供するもの
である。 【解決手段】 複数のキーワードから必要性と信頼性を
計算する手段を有する情報評価ユニットと、情報を前記
必要性の大きい順に並べ替える機能と共同作業グループ
のメンバひとりひとりの必要性の総和を計算しその総和
をグループ必要性とし前記グループ必要性の大きい順に
情報を並べ替える機能を有するグループインタフェース
ユニットとを含む構成をとることにより、グループ全体
としての情報の必要度を定量化でき、使用者はグループ
として必要な情報を効率的に得ることができるようにな
る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、電子または光等を
媒体とする記憶装置や情報通信網から必要な情報を取り
出し易くする情報フィルタ装置及び情報フィルタリング
方法に関するものであり、複数人が共同して情報検索を
することを支援する装置および方法を実現するものであ
る。

【０００２】

【従来の技術】近年、情報フィルタ装置は、情報通信の
社会基盤の進展に伴い、情報通信網の大規模化と通信量
の著しい増大に対応する技術として、その実現が強く望
まれている。この背景には、今日、個人やグループ（複
数の人の集団）が処理可能な情報量に対して、個人やグ
ループがアクセスできる情報量が上回るようになってい
ることがある。このために、大量の情報の中に必要と思
う情報が埋没することが、しばしば起こる。

【０００３】情報フィルタ装置に関連する従来技術とし
ては、特許検索などに用いられるキーワード論理式をあ
げることができる。すなわち、数十万から数百万件に及
ぶ特許情報をキーワード論理式によりフィルタリングす
るものである。

【０００４】しかしながら、キーワード論理式を用いる
従来の検索においては、使用者がキーワードについての
論理式を精度良く設定する必要があるので、使用者がフ
ァイリングされているデータ群の癖（例えば、どのよう
な条件の基に、当該データのキーワードが決定されてい
るのか等）やシステムの構造（例えば、キーワードがシ
ソーラス体系のあるシステムであるか否か等）を十分に
知り得ていなければ良い検索ができない。このため、初
心者には精度の高い情報フィルタリングを行うことがで
きないという課題があった。

【０００５】また、情報フィルタリングした結果もキー
ワードについての論理式に適合するという評価があるだ
けであり、たまたまキーワードでは合致しているが、内
容は求めているものとは異なるケースであったり、ある
いは多くの検索結果から使用者にとって必要度の高い情
報をその結果から順に取り出すことは容易ではない。

【０００６】本願出願人が先に出願した特願平０８−２
３００１２号および特願平９−４６３８４号の発明によ
り、情報の必要性の定量的な評価が実現され、上記の課
題の一部（初心者にも精度の高い情報フィルタリングが
でき、かつ使用者にとって必要性の高い情報を取り出し
易い情報フィルタ装置と情報フィルタリング方法を提供
すること）が、解決された。

【０００７】

【発明が解決しようとする課題】しかしながら、上記発
明は、使用者を一人だけに限ったものであり、グループ
で共同して情報検索を行う上では、必ずしも十分な情報
検索支援を実現できないという課題があった。以下、こ
の課題を具体例を挙げて説明する。グループで情報検索
を行う具体的な例としては、大学など研究機関の一つの
研究室で論文検索、企業における課もしくはプロジェク
トにおける特許検索がある。大学の研究室を例に取れ
ば、一つの研究室では大きくみると同じ分野での研究が
行われ、しかし個々の研究者（教授、助教授、助手、ポ
スドクなど）は微妙に異なる研究テーマを持っている。
一方、研究者が読む必要がある論文とは、自分個人の研
究テーマに直接関係した論文（例えば、ニューラルネッ
トワークの中で連想記憶モデルに関する論文）と、自分
の研究テーマに近い重要な論文（例えば、ニューラルネ
ットワークの中でリカレントネットワークの論文だけど
研究室メンバーの多くがよい論文と感じる論文）とであ
る。前者は、自分の研究テーマに直接関係した論文であ
るから、自分自身の手でその論文を見つけることは、研
究者にとって簡単とは言えないまでも可能である。しか
し、後者の論文については自分の研究テーマと異なって
いるために、その論文を見つけることや論文の重要性に
気づくことは、研究者にとっても容易ではない。この例
に即して言えば、上記発明の課題は、前者の論文を見つ
けることを支援できるが、後者の論文を見つけることは
できないという課題である。

【０００８】本発明は、上記従来の情報フィルタ装置お
よび情報フィルタリング方法の課題を解決するものであ
り、複数の人が共同して情報検索を行う上でも有効な情
報フィルタリング装置および情報フィルタリング方法を
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、本発明の情報フィルタ装置は、電子又は光を媒体と
する情報記憶媒体又は情報通信網から所定の情報を取り
出すために、複数の使用者が提示された情報に対し自分
の興味の有無（教師信号）を入力できる入力手段と、前
記教師信号を用いて使用者の個人の興味を反映した個人
プロファイルを作成する学習手段と、前記個人プロファ
イルを用いて使用者ごとに必要性信号を計算する情報評
価手段とを有する情報フィルタ装置であって、前記使用
者と同一のグループに属する他の使用者の個人プロファ
イルを用いて計算された必要性信号を利用し前記グルー
プ全体としての興味を反映した情報の提示の順序付けを
することを特徴とする構成を有している。

【００１０】このような構成によって、複数のキーワー
ドから使用者の必要度を定量化することができ、使用者
は必要性の高い情報から順に情報を得るだけでなく、共
同作業を行っているグループ全体としての情報の必要度
を定量化することができ、使用者はグループのメンバー
として必要な情報を効率的に得ることができるようにな
る。

【００１１】

【発明の実施の形態】本発明の請求項１に記載の発明
は、電子又は光を媒体とする情報記憶媒体又は情報通信
網から所定の情報を取り出すために、複数の使用者が提
示された情報に対し自分の興味の有無（教師信号）を入
力できる入力手段と、前記教師信号を用いて使用者の個
人の興味を反映した個人プロファイルを作成する学習手
段と、前記個人プロファイルを用いて使用者ごとに必要
性信号を計算する情報評価手段とを有する情報フィルタ
装置であって、前記使用者と同一のグループに属する他
の使用者の個人プロファイルを用いて計算された必要性
信号を利用し前記グループ全体としての興味を反映した
情報の提示の順序付けをすることを特徴とする情報フィ
ルタ装置であり、使用者はグループのメンバーとして必
要な情報を効率的に得ることができるようになるという
作用を持つ。

【００１２】請求項２に記載の発明は、個人プロファイ
ルは、少なくとも使用者が興味有りとする情報（必要な
情報）から構成される肯定メトリック信号と使用者が興
味無しとする情報（不要な情報）から構成される否定メ
トリック信号とを有することを特徴とする請求項１記載
の情報フィルタ装置であり、使用者はグループのメンバ
ーとして必要な情報を効率的に得ることができるように
なるという作用を持つ。

【００１３】請求項３に記載の発明は、必要性信号を計
算する情報評価手段は、複数のキーワードを含む辞書を
記憶する辞書記憶手段と、複数のキーワード信号を前記
辞書を用いてベクトル信号に変換するベクトル生成手段
と、前記肯定メトリック信号、前記否定メトリック信号
及び前記ベクトル信号を用いて肯定スコア信号及び否定
スコア信号を計算するコスト計算手段と、前記肯定スコ
ア信号と前記否定スコア信号との差を必要性信号として
計算する必要性計算手段とを備えることを特徴とする請
求項２記載の情報フィルタ装置であり、使用者はグルー
プのメンバーとして必要な情報を効率的に得ることがで
きるようになるという作用を持つ。

【００１４】請求項４に記載の発明は、必要性信号を計
算する情報評価手段は、複数の文字列（キーワード）を
含む辞書を記憶する辞書記憶手段と、複数のキーワード
信号を前記辞書を用いてベクトル信号に変換するベクト
ル生成手段と、前記肯定メトリック信号、前記否定メト
リック信号及び前記ベクトル信号を用いて肯定スコア信
号及び否定スコア信号を計算するコスト計算手段と、前
記必要な情報と前記不要な情報をもっともよく分離する
ように前記肯定スコア信号と前記否定スコア信号とを重
み付けて差をとった値を必要性信号として計算する必要
性計算手段とを備えることを特徴とする請求項２記載の
情報フィルタ装置であり、使用者はグループのメンバー
として必要な情報を効率的に得ることができるようにな
るという作用を持つ。

【００１５】請求項５に記載の発明は、肯定メトリック
信号と否定メトリック信号は、それぞれ行列であり、前
記行列の（ｉｊ）成分は、必要とされた情報の頻度と不
要とされた情報の頻度と、辞書のｉ番目のキーワード信
号と前記辞書のｊ番目のキーワード信号が同時に含まれ
た情報が必要とされた頻度と、辞書のｉ番目のキーワー
ド信号と辞書のｊ番目のキーワード信号が同時に含まれ
た情報が不要とされた頻度とから計算されることを特徴
とする請求項３または請求項４記載の情報フィルタ装置
であり、使用者はグループのメンバーとして必要な情報
を効率的に得ることができるようになるという作用を持
つ。

【００１６】請求項６に記載の発明は、肯定メトリック
信号と否定メトリック信号は、それぞれ行列であり、行
列の（ｉｊ）成分は、情報が必要であるか不要であるか
を示す確率分布と、辞書のｉ番目のキーワード信号と辞
書のｊ番目のキーワード信号が同時に含まれた情報が必
要であるか不要であるかを示す確率分布との違いを定量
的に評価する信号であることを特徴とする請求項３また
は請求項４記載の情報フィルタ装置であり、使用者はグ
ループのメンバーとして必要な情報を効率的に得ること
ができるようになるという作用を持つ。

【００１７】請求項７に記載の発明は、肯定メトリック
信号と否定メトリック信号は、それぞれベクトルであ
り、前記ベクトルのｉ成分は、必要とされた情報の頻度
と不要とされた情報の頻度と、辞書のｉ番目のキーワー
ド信号が含まれた情報が必要とされた頻度と、辞書のｉ
番目のキーワード信号が含まれた情報が不要とされた頻
度とから計算されることを特徴とする請求項３または請
求項４記載の情報フィルタ装置であり、使用者はグルー
プのメンバーとして必要な情報を効率的に得ることがで
きるようになるという作用を持つ。

【００１８】請求項８に記載の発明は、肯定メトリック
信号と否定メトリック信号は、それぞれベクトルであ
り、前記ベクトルのｉ成分は、情報が必要であるか不要
であるかを示す確率分布と、辞書のｉ番目のキーワード
信号が含まれた情報が必要であるか不要であるかを示す
確率分布との違いを定量的に評価する信号であることを
特徴とする請求項３または請求項４記載の情報フィルタ
装置であり、使用者はグループのメンバーとして必要な
情報を効率的に得ることができるようになるという作用
を持つ。

【００１９】請求項９に記載の発明は、辞書は、情報に
付けられたひとつまたは複数のキーワード信号と前記情
報が使用者にとって必要か否かを示す信号とを用いて変
更することを特徴とする請求項３乃至９のいずれかに記
載の情報フィルタ装置であり、使用者はグループのメン
バーとして必要な情報を効率的に得ることができるよう
になるという作用を持つ。

【００２０】請求項１０に記載の発明は、辞書は、情報
に付けられたひとつまたは複数のキーワード信号と前記
情報が使用者にとって必要か否かを示す信号とを用いて
変更することを特徴とする請求項３乃至９のいずれかに
記載の情報フィルタ装置であり、使用者はグループのメ
ンバーとして必要な情報を効率的に得ることができるよ
うになるという作用を持つ。

【００２１】請求項１１に記載の発明は、それぞれのキ
ーワード信号の有効性を示すキーワードコスト信号は、
必要な情報の頻度と、不要な情報の頻度と、それぞれの
キーワード信号について、前記キーワード信号を含む情
報が必要とされた頻度と、前記キーワード信号を含む情
報が不要とされた頻度とから計算されることを特徴とす
る請求項１０載の情報フィルタ装置であり、使用者はグ
ループのメンバーとして必要な情報を効率的に得ること
ができるようになるという作用を持つ。

【００２２】請求項１２に記載の発明は、それぞれのキ
ーワード信号の有効性を示すキーワードコスト信号は、
情報が必要であるか不要であるかを示す確率分布と、前
記キーワード信号を含む情報が必要であるか不要である
かを示す確率分布との違いを定量的に評価する信号であ
ることを特徴とする請求項１０記載の情報フィルタ装置
であり、使用者はグループのメンバーとして必要な情報
を効率的に得ることができるようになるという作用を持
つ。

【００２３】請求項１３に記載の発明は、それぞれのキ
ーワード信号の有効性を示すキーワードコスト信号は、
情報が必要であるか不要であるかを示す確率分布と、前
記キーワード信号が含まれた情報が必要であるか不要で
あるかを示す確率分布との違いが大きいほど大きな値の
信号であり、前記キーワードコスト信号が大きなキーワ
ード信号を残し、小さいキーワード信号を破棄すること
を特徴とする請求項１１または請求項１２記載の情報フ
ィルタ装置であり、使用者はグループのメンバーとして
必要な情報を効率的に得ることができるようになるとい
う作用を持つ。

【００２４】請求項１４に記載の発明は、学習手段は、
前記入力手段からの入力が、提示された情報を必要とし
た回数を示す全肯定回数及び前記情報を不要とした回数
を示す全否定回数を記憶する回数記憶部と、キーワード
信号を示す文字列を数字に変換する対応表、前記文字列
がキーワード信号として含まれた情報を必要とした回数
を示す肯定回数及び前記文字列がキーワード信号として
含まれた情報を不要とした回数を示す否定回数を記憶し
た適応辞書記憶部と、提示された情報が必要か否かとい
う入力端子からの入力、前記情報に含まれたキーワード
信号、前記全肯定回数、前記全否定回数及び前記適応辞
書記憶部に記憶された信号から前記全肯定回数、前記全
否定回数及び前記適応辞書記憶部に記憶された信号を更
新する辞書学習部とを有することを特徴とする請求項１
０乃至１３のいずれかに記載の情報フィルタ装置であ
り、使用者はグループのメンバーとして必要な情報を効
率的に得ることができるようになるという作用を持つ。

【００２５】請求項１５に記載の発明は、キーワード信
号は、分類コードを含むことを特徴とする請求項３乃至
１４のいずれかに記載の情報フィルタ装置であり、使用
者はグループのメンバーとして必要な情報を効率的に得
ることができるようになるという作用を持つ。

【００２６】請求項１６に記載の発明は、情報に対する
評価のユーザー入力が必要だけである場合に、情報がユ
ーザーにとって必要である確率を、０と１以外の値とす
ることを特徴とする請求項６、請求項８、請求項１２か
ら１５のいずれかに記載の情報フィルタ装置であり、使
用者はグループのメンバーとして必要な情報を効率的に
得ることができるようになるという作用を持つ。

【００２７】請求項１７に記載の発明は、情報に対する
評価のユーザー入力が不要だけである場合に、情報がユ
ーザーにとって不要である確率を、０と１以外の値とす
ることを特徴とする請求項６、請求項８、請求項１２か
ら１５のいずれかに記載の情報フィルタ装置であり、使
用者はグループのメンバーとして必要な情報を効率的に
得ることができるようになるという作用を持つ。

【００２８】請求項１８に記載の発明は、電子又は光を
媒体とする情報記憶媒体又は情報通信網から所定の情報
を取り出すために、複数の使用者が提示された情報に対
し自分の興味の有無（教師信号）を入力し、前記教師信
号を用いて使用者の個人の興味を反映した個人プロファ
イルを作成し、前記個人プロファイルを用いて使用者ご
とに情報の提示の順序付けの仕方を変える情報フィルタ
リング方法であって、前記使用者と同一のグループに属
する他の使用者の個人プロファイルを利用し前記グルー
プ全体としての興味を反映した情報の提示の順序付けを
することを特徴とする情報フィルタリング方法であり、
使用者はグループのメンバーとして必要な情報を効率的
に得ることができるようになるという作用を持つ。

【００２９】請求項１９に記載の発明は、個人プロファ
イルは、少なくとも使用者が興味有りとする情報（必要
な情報）から構成される肯定メトリック信号と使用者が
興味無しとする情報（不要な情報）から構成される否定
メトリック信号とを有することを特徴とする請求項１８
記載の情報フィルタリング方法であり、使用者はグルー
プのメンバーとして必要な情報を効率的に得ることがで
きるようになるという作用を持つ。

【００３０】請求項２０に記載の発明は、情報の提示の
順序付けは、複数のキーワードを含む辞書を記憶する工
程と、複数のキーワード信号を前記辞書を用いてベクト
ル信号に変換する工程と、前記肯定メトリック信号、前
記否定メトリック信号及び前記ベクトル信号を用いて肯
定スコア信号及び否定スコア信号を計算する工程と、前
記肯定スコア信号と前記否定スコア信号との差を必要性
信号として計算する工程とを備えるを特徴とする請求項
１９記載の情報フィルタリング方法であり、使用者はグ
ループのメンバーとして必要な情報を効率的に得ること
ができるようになるという作用を持つ。

【００３１】請求項２１に記載の発明は、情報の提示の
順序付けは、複数の文字列（キーワード）を含む辞書を
記憶する工程と、複数のキーワード信号を前記辞書を用
いてベクトル信号に変換する手段と、前記肯定メトリッ
ク信号、前記否定メトリック信号及び前記ベクトル信号
を用いて肯定スコア信号及び否定スコア信号を計算する
工程と、前記必要な情報と前記不要な情報をもっともよ
く分離するように前記肯定スコア信号と前記否定スコア
信号とを重み付けて差をとった値を必要性信号として計
算する工程とを備えることを特徴とする請求項１９記載
の情報フィルタ方法であり、使用者はグループのメンバ
ーとして必要な情報を効率的に得ることができるように
なるという作用を持つ。

【００３２】請求項２２に記載の発明は、肯定メトリッ
ク信号と否定メトリック信号は、それぞれ行列であり、
前記行列の（ｉｊ）成分は、必要とされた情報の頻度と
不要とされた情報の頻度と、辞書のｉ番目のキーワード
信号と辞書のｊ番目のキーワード信号が同時に含まれた
情報が必要とされた頻度と、辞書のｉ番目のキーワード
信号と辞書のｊ番目のキーワード信号が同時に含まれた
情報が不要とされた頻度とから計算されることを特徴と
する請求項２０または請求項２１記載の情報フィルタリ
ング方法であり、使用者はグループのメンバーとして必
要な情報を効率的に得ることができるようになるという
作用を持つ。

【００３３】請求項２３に記載の発明は、肯定メトリッ
ク信号と否定メトリック信号は、それぞれ行列であり、
行列の（ｉｊ）成分は、情報が必要であるか不要である
かを示す確率分布と、辞書のｉ番目のキーワード信号と
辞書のｊ番目のキーワード信号が同時に含まれた情報が
必要であるか不要であるかを示す確率分布との違いを定
量的に評価する信号であることを特徴とする請求項２０
または請求項２１記載の情報フィルタリング方法であ
り、使用者はグループのメンバーとして必要な情報を効
率的に得ることができるようになるという作用を持つ。

【００３４】請求項２４に記載の発明は、肯定メトリッ
ク信号と否定メトリック信号は、それぞれベクトルであ
り、前記ベクトルのｉ成分は、必要とされた情報の頻度
と不要とされた情報の頻度と、辞書のｉ番目のキーワー
ド信号が含まれた情報が必要とされた頻度と、辞書のｉ
番目のキーワード信号が含まれた情報が不要とされた頻
度とから計算されることを特徴とする請求項２０または
請求項２１記載の情報フィルタリング方法であり、使用
者はグループのメンバーとして必要な情報を効率的に得
ることができるようになるという作用を持つ。

【００３５】請求項２５に記載の発明は、肯定メトリッ
ク信号と否定メトリック信号は、それぞれベクトルであ
り、前記ベクトルのｉ成分は、情報が必要であるか不要
であるかを示す確率分布と、辞書のｉ番目のキーワード
信号が含まれた情報が必要であるか不要であるかを示す
確率分布との違いを定量的に評価する信号であることを
特徴とする請求項２０または請求項２１記載の情報フィ
ルタリング方法であり、使用者はグループのメンバーと
して必要な情報を効率的に得ることができるようになる
という作用を持つ。

【００３６】請求項２６に記載の発明は、辞書は、キー
ワード検索式を含むことを特徴とする請求項１９乃至２
５のいずれかに記載の情報フィルタリング方法であり、
使用者はグループのメンバーとして必要な情報を効率的
に得ることができるようになるという作用を持つ。

【００３７】請求項２７に記載の発明は、辞書は、情報
に付けられたひとつまたは複数のキーワード信号と前記
情報が使用者にとって必要か否かを示す信号とを用いて
変更することをを特徴とする請求項１９乃至２６のいず
れかに記載の情報フィルタリング方法であり、使用者は
グループのメンバーとして必要な情報を効率的に得るこ
とができるようになるという作用を持つ。

【００３８】請求項２８に記載の発明は、それぞれのキ
ーワード信号の有効性を示すキーワードコスト信号は、
必要な情報の頻度と、不要な情報の頻度と、それぞれの
キーワード信号について、前記キーワード信号を含む情
報が必要とされた頻度と、前記キーワード信号を含む情
報が不要とされた頻度とから計算されることを特徴とす
る請求項２７載の情報フィルタリング方法であり、使用
者はグループのメンバーとして必要な情報を効率的に得
ることができるようになるという作用を持つ。

【００３９】請求項２９に記載の発明は、それぞれのキ
ーワード信号の有効性を示すキーワードコスト信号は、
情報が必要であるか不要であるかを示す確率分布と、前
記キーワード信号を含む情報が必要であるか不要である
かを示す確率分布との違いを定量的に評価する信号であ
ることを特徴とする請求項２７または請求項２８記載の
情報フィルタリング方法であり、使用者はグループのメ
ンバーとして必要な情報を効率的に得ることができるよ
うになるという作用を持つ。

【００４０】請求項３０に記載の発明は、それぞれのキ
ーワード信号の有効性を示すキーワードコスト信号は、
情報が必要であるか不要であるかを示す確率分布と、前
記キーワード信号が含まれた情報が必要であるか不要で
あるかを示す確率分布との違いが大きいほど大きな値の
信号であり、前記キーワードコスト信号が大きなキーワ
ード信号を残し、小さいキーワード信号を破棄すること
を特徴とする請求項２７乃至２９のいずれかに記載の情
報フィルタリング方法であり、使用者はグループのメン
バーとして必要な情報を効率的に得ることができるよう
になるという作用を持つ。

【００４１】請求項３１に記載の発明は、個人プロファ
イルの作成は、使用者の入力が、提示された情報を必要
とした回数を示す全肯定回数及び前記情報を不要とした
回数を示す全否定回数を記憶する工程と、キーワード信
号を示す文字列を数字に変換する対応表、前記文字列が
キーワード信号として含まれた情報を必要とした回数を
示す肯定回数及び前記文字列がキーワード信号として含
まれた情報を不要とした回数を示す否定回数を記憶する
工程と、提示された情報が必要か否かという使用者から
の入力、前記情報に含まれたキーワード信号、前記全肯
定回数、前記全否定回数及び前記肯定回数と前記否定回
数から前記全肯定回数、前記全否定回数及び前記適応辞
書記憶部に記憶された信号を更新する工程とを有するこ
とを特徴とする請求項１９乃至３０のいずれかに記載の
情報フィルタリング方法であり、使用者はグループのメ
ンバーとして必要な情報を効率的に得ることができるよ
うになるという作用を持つ。

【００４２】請求項３２に記載の発明は、キーワード信
号は、分類コードを含むことを特徴とする請求項１９乃
至３１のいずれかに記載の情報フィルタリング方法であ
り、使用者はグループのメンバーとして必要な情報を効
率的に得ることができるようになるという作用を持つ。

【００４３】請求項３３に記載の発明は、情報に対する
評価のユーザー入力が必要だけである場合に、情報がユ
ーザーにとって必要である確率を、０と１以外の値とす
ることを特徴とする請求２２、請求項２４から２８、請
求項３０から３２のいずれかに記載の情報フィルタリン
グ方法であり、使用者はグループのメンバーとして必要
な情報を効率的に得ることができるようになるという作
用を持つ。

【００４４】請求項３４に記載の発明は、情報に対する
評価のユーザー入力が不要だけである場合に、情報がユ
ーザーにとって不要である確率を、０と１以外の値とす
ることを特徴とする請求項２２、請求項２４から２８、
請求項３０から３３のいずれかに記載の情報フィルタリ
ング方法であり、使用者はグループのメンバーとして必
要な情報を効率的に得ることができるようになるという
作用を持つ。

【００４５】以下、本発明の実施の形態について、図１
から図１３を用いて説明する。 （実施の形態１）以下、本発明の実施の形態１につい
て、図面を参照しながら説明する。図１はその構成と動
作を分かりやすくするために機能単位にまとめたブロッ
ク図である。

【００４６】まず最初に、図１を用いて本発明の基本概
念を説明する。本発明の情報フィルタ装置における基本
概念は、ユーザーがどんな「情報」を過去に必要とした
かという履歴に関する記録を記憶した複数の記憶部２、
５、６と、「情報」がユーザにどれほど必要とされてい
るかを必要性信号と信頼性信号によって評価する情報評
価ユニット５４と、ユーザーがどんな「情報」を必要と
したかという履歴である教師データ信号を記憶する教師
信号記憶部１３と、前記情報評価ユニット54と前記教師
信号記憶部１３へのユーザーのアクセスを制御するユー
ザー認証部４４と、前記教師データ信号を用いてユーザ
ーの関する学習を行う学習ユニット５２とからなる適応
型グループ情報フィルタユニット５６〜５９と、少なく
ともユーザーが提示された情報について自分の興味のあ
る／なしを入力することができる入力端子１０６を備え
たインタフェースユニットであってユーザーが前記評価
済情報をユーザー個人の必要性信号の順に並べられた評
価済情報またはユーザーの属する共同作業グループ全体
の必要性信号の順に並べられた評価済情報を可視できる
ようにしたディスプレー等の出力端子１０７を有するグ
ループインタフェースユニット５５と、外部から配信さ
れる「情報」を情報記憶部４１に書き込むとともに「情
報」が書き込まれたアドレスと「情報」の特徴をあらわ
すキーワードなどからなるアドレス情報信号をアドレス
情報信号記憶部42に書き込む情報書き込み部４０とから
なる。

【００４７】以下、上記構成の動作について、まず、本
発明の全体的な構成と基本的な動作を説明し、次に構成
と動作が少し複雑な情報評価ユニット５４と学習ユニッ
ト５２の説明を行う。なお、以下に単に「情報」と称す
るものには、当該「情報」に対応する１つ以上のキーワ
ードが付されているものとする。そのキーワードとは、
当該「情報」を構成する各単語の一部あるいは全体であ
っても良いし、当該「情報」を代表するために特別に付
したものであっても良い。

【００４８】また、以下の説明では、適応型グループ情
報フィルタユニット５６〜５９の利用者登録者（ユーザ
認証部４４のユーザ認証番号の設定）は、すでに終わっ
ているものとする。このユーザ登録は、システム管理者
による作業または登録部を設け利用希望者に自ら登録さ
せる等の方法を採ることができる。

【００４９】以下、「情報」は、情報の本体である記事
信号Dとキーワードなど前記記事信号Dを特徴づける信号
である記事プロファイルDPとからなるものとする。好ま
しい記事プロファイルは、「情報」の表題TTLと、キー
ワード数nofKsと、キーワード（複数）K[1]、・・・、K
[nofKs]を含む。なお、ここでいうキーワードは、IPCの
ような分類コード、複数のキーワードの論理式であって
もよい。

【００５０】まず、「情報」が情報書き込み部４０に入
力されると、情報書き込み部４０は前記「情報」を情報
記憶部４１に書き込み、前記「情報」が書き込まれたア
ドレスAと前記「情報」の記事プロファイルDPとからな
るアドレス記事プロファイル信号ADP＝（A,DP）をアド
レス情報信号記憶部42に書き込む。情報記憶部４１およ
びアドレス情報信号記憶部42への「情報」の書き込みの
方法としては、配信された「情報」を1日分ごと（数時
間分ごと、数日分ごとであってもよい）を一つの単位
（例えば、一つのファイル）にまとめて記憶すること
は、好ましい。以下、アドレス記事プロファイル信号AD
Pをまとめたファイルをアドレスファイルと呼ぶ。

【００５１】適応型グループ情報フィルタユニット５６
を利用するユーザーは、グループインターフェースユニ
ット５５を起動する。起動された前記グループインタフ
ェースユニット５６は、ユーザーにユーザー名UIDとパ
スワードPWDの入力を、ユーザーに要求する。ユーザー
からユーザー名UIDとパスワードPWDが入力されると、グ
ループインタフェースユニット５５は、前記ユーザー名
UIDと前記パスワードPWDとからなる認証信号UIDPWD＝
（UID,PWD）をネットワーク６１を通じて、複数の適応
型グループ情報フィルタユニット５６〜５９へ送信す
る。

【００５２】前記認証信号UIDPWDを受けた各々適応型グ
ループ情報フィルタユニット５６〜５９は、適応型情報
フィルタユニットを指定するユニット識別信号IFID、前
記ユーザーに情報評価ユニット５４へのアクセスの許可
状況を示す情報評価ユニットアクセス認否信号PA５４と
教師信号記憶部１３へのアクセスの許可状況を示す教師
信号記憶部のアクセス認否信号PA１３とからなるアクセ
ス認否信号 PA＝（IFID、PA５４、PA１３） を前記グループインタフェースユニット５５へ返信す
る。

【００５３】今、４人のユーザー、甲、乙、丙、丁がお
り、それぞれ適応型グループ情報フィルタユニットIF
1、IF2、IF3、IF4を所有しており、さらに甲と乙とが第
1のグループG1をつくり、丙と丁が第2のグループG2をつ
くっている場合を例にとり、前記アクセス認否信号PAの
好ましい設定について説明をする。今、ユーザー甲がグ
ループインタフェースユニット５５を通じて、認証信号
UIDPWDを送信した場合、４つ適応型グループ情報フィル
タユニット（以下、適応型情報フィルタユニット５６−
IF1、５７−IF2、５８−IF3、５９−IF4と書いて区別す
る）は、それぞれ以下のアクセス認否信号PA （IF1、許可、許可） （IF2、禁止、許可） （IF3、禁止、禁止） （IF4、禁止、禁止） を返信する。これらのアクセス認否信号は以下の意味を
持つ。

【００５４】適応型グループ情報フィルタユニット５６
−IF1は、ユーザー甲の所有であるから、情報評価ユニ
ット５４と教師信号記憶１３とのいずれにもアクセスを
許可する。これによりユーザー甲は、適応型グループ情
報フィルタユニット５６−IF1の情報評価ユニット５４
の利用と適応型グループ情報フィルタユニット５６−IF
1の特性を変更することが可能になる。適応型グループ
情報フィルタユニット５７−IF2は、同一のグループで
あるユーザー乙の所有であるから、情報評価ユニット５
４へのアクセスを許可する。これによりユーザー甲は、
適応型グループ情報フィルタユニット５７−IF2の情報
評価ユニット５４の利用はできるが、適応型グループ情
報フィルタユニット５７−IF2の特性を変更することは
できない。

【００５５】適応型グループ情報フィルタユニット５８
−IF3、５９−IF4は、グループも異なるユーザー丙、丁
の所有であるから、情報評価ユニット５４と教師信号記
憶１３とのいずれにもアクセスを禁止する。これにより
ユーザー甲は、適応型グループ情報フィルタユニット５
８−IF3、５９−IF4の情報評価ユニット５４の利用も、
適応型グループ情報フィルタユニット５８−IF3、５９
−IF4の特性を変更することもできない。

【００５６】以上の例のように、前記アクセス認否信号
ＰＡを受けた他前記グループインタフェースユニット５
５は、PA５４＝許可である適応型グループ情報フィルタ
ユニット５６−IF1、５７−IF2との間に通信回線を開
き、それぞれの情報評価ユニット５４を起動し、情報評
価ユニット５４を通して、ユーザー甲によって指定され
たアドレスファイルもしくはデフォルト値として設定さ
れているアドレスファイルを読み出す。好ましいデフォ
ルト値の一例は、最新日に配信された情報をまとめたア
ドレスファイルである。

【００５７】情報評価ユニット５４は、ネットワーク６
０を介してアドレス情報信号記憶部４２からアドレス記
事プロファイル信号ＡＤＰをまとめたアドレスファイル
を読み出す。情報評価ユニット５４は、記憶部２、５、
６からユーザーがどのような記事プロファイルＤＰがつ
けられた「情報」を過去に必要としたかという記録（以
下、個人プロファイルと呼び、その詳細は後述する）を
読みだし、前記アドレス記事プロファイル信号ＡＤＰに
対応する前記情報記憶部４１に書き込まれた「情報」の
必要性を表わす必要性信号Ｎと、情報評価ユニット５４
の計算した必要性信号の信頼性を表わす信頼性信号Ｒと
を定量的に評価する（この必要性信号Ｎ、信頼性信号Ｒ
の計算方法は後述する）。

【００５８】以下、前記アドレス記事プロファイル信号
ＡＤＰと前記必要性信号Ｎと前記信頼性信号Ｒとをまと
めた信号を評価済情報信号NRADP＝（N,R,A,DP）と呼
ぶ。

【００５９】グループインタフェースユニット５５は、
必要性信号Ｎの大きい順に評価済情報信号NRADPを並べ
て、ディスプレイに表示する。図２に、好ましいディス
プレイ表示の一例を示す。図２においては、上から、使
用するフィルタを切り替えるボタン（図２では、個人用
のフィルタがＯＮの状態）アクセスしているアドレスフ
ァイルのグループ名、配信日などの属性、ファイルへの
アクセスを実行するボタン、学習ボタン、終了ボタン、
アクセスしているアドレスファイルの内容が表示されて
いる。

【００６０】図２に表示された状態（個人用のフィルタ
がＯＮの場合）で、ユーザー甲が９７年１０月６日に今
日分の評価済情報信号を集めたアドレスファイルにアク
セスした場合を、以下に説明する。グループインターフ
ェースユニット５５は、適応型グループ情報フィルタユ
ニット５６−IF1の情報評価ユニット５４から９７年１
０月６日に配信された「情報」に対応する評価済情報信
号NRADP（複数）を要求し、情報評価ユニット５４は同
信号を返す。

【００６１】図２では、９７年１０月６日に配信されて
いる９件の「情報」に対応する評価済情報信号をIF1-NR
ADP-971006-001、IF1-NRADP-971006-002、・・・、 IF1
-NRADP-971006-009とする。そして、最後の３桁の数字
を記事番号とここでは呼ぶ。グループインタフェースユ
ニット５５は、評価済情報信号IF1-NRADP-971006-001か
らIF1-NRADP-971006-009を、その中に含まれる必要性信
号Nの大きい順に並べて表示する。その際に、評価済情
報信号に含まれる記事プロファイルDPに対応する「情
報」の表題TTLが含まれている場合には、図２に示した
ように日付とともに、表題を表示することは好ましい。
さらに、必要性の順位、記事番号を同時に表字すること
は非常に好ましい（学習ボタンについては、後述す
る）。なお、図２においては、適応型グループ情報フィ
ルタユニット５６-IF1はまだ使用者の興味を学習してい
ないので、すべて「情報」の必要性信号Nは0となってい
る。この好ましい実施例では、図２に示された順位１番
（記事番号001）のタイトルをクリックすると、グルー
プインタフェースユニット５５は、評価済情報信号IF1-
NRADP-971006−001に含まれる前記情報記憶部４１に記
憶された97年10月６日に配信された記事番号001の「情
報」のアドレスA−971006−001から「情報」を読み出
し、画面に表示する。

【００６２】ユーザーは、表示された「情報」を読み、
その「情報」に興味があれば興味ありボタン（３つある
ラジオボタン[Button]の一番左側のボタン）を押し、興
味がなければ興味なしボタン（３つあるラジオボタン[B
utton]の一番右側のボタン）を押す。以下、このユーザ
ーの応答を教師信号Ｔと呼ぶ。この教師信号Ｔを、ユー
ザーが興味ありのボタンを押した場合はＴ＝１、ユーザ
ーが興味なしのボタンを押した場合はＴ＝０、その他の
場合（例えば、データがない場合）はＴ＝−１と設定す
ることは、好ましい。以下、教師信号記憶部１３に前記
教師信号Ｔと記事プロファイルＤＰとの組を、教師デー
タ信号ＴＤ＝（Ｔ，ＤＰ）と呼ぶ。

【００６３】グループインタフェースユニット５５は、
前記教師データ信号TDを、教師信号記憶部のアクセス認
否信号AP13=許可を与えられている適応型グループ情報
フィルタユニット５６−IF1に送信する。適応型グルー
プ情報フィルタユニット５６−IF1のユーザ認証部４４
は、教師信号記憶部のアクセス認否信号AP13=許可を与
えているグループインタフェースユニット５５から受信
した前記教師データ信号TDを、教師信号記憶部１３に書
き込む。

【００６４】以上の操作を何度か繰り返すと、教師デー
タ信号ＴＤが蓄積される。次に、図２において、記事番
号001の「情報」に興味なし、記事番号002の「情報」に
興味ありを入力し、学習ボタンを押した場合の説明をす
る。グループインタフェースユニット５５は、適応型グ
ループ情報フィルタユニット５６−IF1のユーザ認証部
４４にアクセス認否信号PAと学習開始信号LSを送る。ユ
ーザー甲には適応型グループ情報フィルタユニット５６
−IF1の教師信号記憶部１３へのアクセスは許可されて
いるので、学習ユニット５２に学習開始信号LSを送る。
学習ユニット５２は、あらかじめ定められた学習アルゴ
リズム（後述する）にしたがって、適応型グループ情報
フィルタユニット５６-IF1の個人プロファイルを書き換
える。個人プロファイルの修正を検出した情報評価ユニ
ット５４は、アドレス記事プロファイル記憶部４９から
現在アクセスしている９７年10月６日に配信された記事
を読み出し、修正された個人プロファイルを用いて各記
事の必要性信号を計算し、図３のように評価済情報信号
IF1-NRADP-971006-001からIF1-NRADP-971006-009を、グ
ループインタフェースユニット５５に再送する。グルー
プインタフェースユニット５５は、再送された評価済情
報信号を、その中に含まれる必要性信号Ｎの大きい順に
並べて表示する。図３においては、ユーザー甲が興味あ
りと答えた「情報」は最上位に、興味なしと答えたもの
は、最下位に表示されている。また、その他の論文の並
びも変化している。

【００６５】この状態で、２日前（１０月４日分）のフ
ァイルを開いた結果が、図４である。ユーザー甲が興味
を持った論文にあるChiral対称性に関係すると思われる
論文が最上位にあげられている。このようにして、ユー
ザーの興味のある／なしを学習した適応型グループ情報
フィルタ装置は、ユーザーの求める情報をリストの最上
位に置くことにより、ユーザーが欲しい情報を手に入れ
やすくすることができる。一方、ユーザー乙、丙、丁
も、同様に情報フィルタ装置を利用し、ユーザー甲とは
異なる個人プロファイルを適応型グループ情報フィルタ
ユニット５６の中に作成する。

【００６６】次に、図５に表示された状態（グループ用
のフィルタがＯＮの場合）で、２日前（１０月４日分）
の評価済情報信号を集めたファイルにアクセスするボタ
ンを押した場合を、以下に説明する。グループインター
フェースユニット５５は、ユーザー甲の興味を反映した
適応型グループ情報フィルタユニット５６−IF1とユー
ザー乙の興味を反映した適応型グループ情報フィルタユ
ニット５７−IF２とに、９７年１０月４日に配信された
１３件「情報」に対応する評価済情報信号IF1-NRADP−9
71004−001からIF1-NRADP-971004-013までと、評価済情
報信号IF2-NRADP−971004−001からIF2-NRADP-971004-0
13までとを要求し、同信号を受け取る。グループインタ
フェースユニット５５は、記事番号がｘである「情報」
に対応する2つの評価済情報信号IF1-NRADP-971004-ｘに
含まれる必要性信号IF1-N-971004-xと評価済情報信号IF
2-NRADP-971004-ｘに含まれる必要性信号IF2-N-971004-
ｘとの和を、ユーザー甲、乙とからなるグループG1に対
する記事番号ｘの「情報」のグループ必要性信号IFG1−
N−970903−xとする。グループインタフェースユニット
５５は、この計算をすべての記事番号ｘについて行う。

【００６７】そして、図５に示したように、グループイ
ンタフェースユニット５５は、「情報」をグループ必要
性信号IFG1−Nの大きい順に並べて表示する。図５に示
した場合、ユーザー甲が興味があるとした論文以上にグ
ループとして興味を持つ必要がある論文が３つあること
が示されている。

【００６８】以上のように、グループ用情報フィルタを
利用することにより、ユーザー甲は、自分の属するグル
ープとして必要な「情報」をもっとも優先的に（リスト
の最上位に表示すること）手に入れることができる。ま
た、グループとしては大切な「情報」であるにも関わら
ずユーザー甲が見落とした「情報」であっても、ユーザ
ー乙が気づいてさえいれば、グループ用情報フィルタを
用いるとその見落とした「情報」はリストの上位に表示
される。したがって、ユーザー甲は、グループ用情報フ
ィルタを用いることで、「情報」の見落としを防ぐこと
ができる。以下のグループインタフェースユニット５５
の動作は、個人用フィルタを用いた場合と同様であるの
で省略する。

【００６９】以上のようにして、適応型グループ情報フ
ィルタユニット５６−IF1の中の教師信号記憶部１３に
は、個人用フィルタ、グループ用フィルタを有するグル
ープインタフェースユニット５５を通じて、教師データ
信号TDが蓄積される。グループインタフェースユニット
５５の学習ボタン（図２参照）を押すと、学習開始信号
LSが、ユーザー認証部４４を通じて、学習ユニット５２
に送信される。前記学習信号を受信した学習ユニット５
２は、前記教師信号記憶部１３に記憶された教師データ
信号TDを用いて、後述する学習方法によって、記憶部
２、５、６の履歴内容（個人プロファイル）を書き換え
る。

【００７０】なお、このユーザーによる教師信号の入力
は、学習ユニット５２の学習能力をより高めるために実
施するものであり、学習ユニット５２の学習能力（ユー
ザーがどんな「情報」を過去に必要としたかという履歴
の学習能力）が既に十分に高ければ行う必要はない。

【００７１】以上、本発明の情報フィルタ装置は、学習
を通じてユーザーに適応し、ユーザーの求める「情報」
を優先的に提示することができるだけでなく、さらに、
同一のグループに属するユーザーの知識を利用し、グル
ープ全体で必要な「情報」をも効率よく手に入れること
ができるという効果を有する。これによって、グループ
で情報検索を行う場合（具体的な例としては、大学など
研究機関の一つの研究室で論文検索、会社における課も
しくはプロジェクトにおける特許検索）に、自分個人の
研究テーマに直接関係した論文（例えば、ニューラルネ
ットワークの中で連想記憶モデルに関する論文）だけで
はなく、自分の研究テーマに近い重要な論文（例えば、
ニューラルネットワークの中でリカレントネットワーク
の論文だけど研究室メンバーの多くがよい論文と感じる
論文）をも容易に見つけることができるようになるとい
う効果がある。このように、本発明は、従来の情報フィ
ルタ装置および情報フィルタリング方法の課題を解決
し、複数の人が共同して情報検索を行う上でも有効な情
報フィルタリング装置および情報フィルタリング方法を
提供するものである。

【００７２】特に、新たにグループに加入したユーザー
は、従来の情報フィルタ装置では、学習を行っていない
初期状態からしか、情報フィルタ装置を利用できなかっ
たが、本発明の情報フィルタ装置では、同一のグループ
の他のユーザーの知識を利用できるので、最初から必要
な情報を手に入れやすいという効果もある。

【００７３】次に、情報評価ユニット５４の構成と動作
について説明を行う。さて、いかに必要性信号（ある
「情報」が必要であったとの教師信号）を計算するかを
述べる。以下に述べる好ましい実施の形態では、必要性
信号は概念的に次のような量として計算される。上述し
た如く、入力された「情報」にキーワードが添付されて
いる場合を考える。一人のユーザーを考えると、そのユ
ーザーが必要としている「情報」に高い頻度または確率
で付いているキーワード集合Ａと、不要としている「情
報」に高い頻度または確率で付いているキーワード集合
Ｂと、さらにはいずれにもよく付く、または付かないキ
ーワード集合Ｃとを考えることができる。

【００７４】したがって、前記キーワード集合Ａに属す
るキーワードには正の数値を、前記キーワード集合Ｂに
属するキーワードには負の値を、前記キーワード集合Ｃ
に属するキーワードには値０をそれぞれ割り振る。そし
て、新たに入力された「情報」についている１つ以上の
キーワードについてそれぞれが、前記キーワード集合
Ａ、Ｂ、Ｃのどのキーワードグループに属するかを判定
し、前記割り振られた値を積算するように構成する。

【００７５】このように構成すれば、前記新たに入力さ
れた「情報」に付いていた複数のキーワードを、キーワ
ード集合Ａに属するキーワードが数多く含まれた「情
報」（ユーザーが必要とする可能性の高い情報）に対し
ては大きな正の値を示し、キーワード集合Ｂに属するキ
ーワードが数多く付いている「情報」（ユーザーが不要
とする可能性の高い情報）に対しては大きな負の値を示
す数値に変換することができる。このようにして、前記
数値を用いてユーザーの必要性を予測することができ
る。

【００７６】本発明では、提示した「情報」とその「情
報」に関するユーザーの必要／不要の評価とからキーワ
ード（キーワード共起を含む）への値の割り振りを自動
的に行い精度の高い必要性信号の計算を実現し、精度高
く必要性の高い順に「情報」を並べ変えることを実現す
るものである。実施の形態１では、「情報」に付けられ
た複数のキーワードを一つのベクトルに変換し、ユーザ
ーが必要とした場合と不要とした場合について、別々に
前記ベクトルの自己相関行列を計算している。ユーザー
が必要と答えた「情報」についていたキーワードから作
られた自己相関行列ＭＹを用いて、ベクトルＶの長さＳ
Ｙを以下の式のように計算する。

【００７７】

【数１】

【００７８】なお、以下の説明では、必要と答えた「情
報」についていたキーワードから作られた自己相関行列
ＭＹを「肯定メトリック信号」、不要と答えた情報につ
いていたキーワードから作られた自己相関行列ＭＮを
「否定メトリック信号」と呼び、長さＳＹを肯定信号と
呼ぶ。この長さＳＹは、ベクトルＶの元となった複数の
キーワードの中に、ユーザーが必要とする「情報」によ
く含まれているキーワードが数多く含まれていれば、長
さＳＹは大きな正の値をとり、そうでない場合には０に
近い値をとるから、必要性信号を計算する上で有効であ
る。

【００７９】次に、図６に情報評価ユニット５４の詳細
ブロック図を示し、詳細説明する。情報評価ユニット５
４は、個々の「情報」につけられた複数のキーワード
（正確には、分類コードを含む文字列）をベクトルに変
換する部分と、ユーザーがどんな「情報」を必要／不要
としたという履歴を表現した肯定メトリック信号及び否
定メトリック信号を用いてある種のスコアを表す肯定信
号と否定信号を計算する部分と、この肯定信号と否定信
号とから「情報」の必要性をよく反映する必要性信号を
計算する部分とからなる。

【００８０】以下、情報評価ユニット５４に相当するブ
ロックの構成を、図６に即して説明する。図６におい
て、４３はアドレス情報信号記憶部４２からネットワー
ク６０を介してアドレス情報信号ADPを読み出すアドレ
ス情報信号読み出し部であり、１は「情報」に付けられ
たキーワードなどの複数の文字列をベクトルに変換する
ベクトル生成部、２はキーワードなどの複数の文字列を
ベクトルに変換するための符号辞書信号を記憶した辞書
記憶部である。この辞書記憶部２に記憶された符号辞書
信号は、「情報」についているキーワードなどの文字列
Ｗを数字Ｃに変換する対応表をnofDCK個有するコードブ
ック

【００８１】

【数２】

【００８２】であり、ベクトル生成部１は、キーワード
数信号nofKs とnofKs 個のキーワード信号からなるキー
ワード群信号Ｋｓ＝（Ｋ［１］，・・・，Ｋ［nofKs
］）とを受けキーワード群信号Ｋｓと符号辞書信号Ｄ
ＣＫを用いてベクトル信号Ｖに変換する。３はスコア計
算部で、ユーザーに提示された「情報」を必要／不要と
評価した結果から計算された肯定メトリック信号ＭＹ、
否定メトリック信号ＭＮを用いて、ベクトル生成部１で
変換された２つのベクトル信号Ｖを、肯定信号ＳＹと否
定信号ＳＮに変換する。５は（nofDCK×nofDCK) 行列で
ある前記肯定メトリック信号ＭＹを記憶する肯定メトリ
ック記憶部、６は（nofDCK×nofDCK) 行列である前記否
定メトリック信号ＭＮを記憶する否定メトリック記憶部
である。７は前記肯定信号ＳＹと前記否定信号ＳＮを受
け必要性信号Ｎと信頼性信号Ｒを計算する必要性計算部
である。４５は、アドレス情報信号読み出し部４３から
のアドレス情報信号ADPと必要性計算部７からの必要性
信号Nと信頼性信号Ｒを受けて、評価済アドレス情報信
号NRADPを出力する評価済アドレス情報信号出力部であ
る。

【００８３】以上のように構成された情報評価ユニット
５４の動作を以下に説明する。まず、グループインタフ
ェースユニット５５がユーザーによって起動されると、
グループインタフェースユニット５５はネットワーク６
１を介してデフォルト値に設定されたアドレス情報読み
出し開始信号ＲＳをアドレス情報信号読み出し部４３に
送る。前記デフォルト値に設定されたアドレス情報読み
出し開始信号ＲＳを、ユーザー認証部４４を通じて、受
け取ったアドレス情報読み出し部４３は、複数のアドレ
ス記事プロファイル信号ＡＤＰからなる最も新しく作成
されたファイルを読み出し、ベクトル生成部１と評価済
アドレス情報信号出力部４５へ送る。本実施例では、前
記アドレス記事プロファイル信号ＡＤＰには、「情報」
が書き込まれたアドレスを示すアドレス信号Ａ、「情
報」のタイトルを示すタイトル信号TTL、キーワードの
個数を表すキーワード数信号nofKs と、複数のキーワー
ドであるキーワード群信号Ｋｓ＝（Ｋ［１］，Ｋ
［２］，・・・，Ｋ［nofKs ］）からなる場合を示す。

【００８４】読み出されたファイルには、複数のアドレ
ス記事プロファイル信号ADPが含まれるが、各々のアド
レス記事プロファイル信号ADPは、順次以下の処理を受
ける。アドレス記事プロファイル信号ADPのキーワード
数信号nofKsとキーワード群信号Ksの２つがベクトル生
成部１に入力される。このベクトル生成部１は、キーワ
ード群信号Ｋｓを、文字列の集まりからベクトル信号Ｖ
へと変換する。この変換によって、キーワード群信号の
類似性をベクトルの距離として計算できるようになる。

【００８５】次に、ベクトル生成部１の動作を図７に示
すフローチャートを参照しながら説明する。まず、キー
ワード数信号nofKsとキーワード群信号Ｋｓを受けると
（図７ステップＳ１）、内部のベクトル信号Ｖ＝（Ｖ
［１］，Ｖ［２］，・・・，Ｖ［nofDic］）を（０，
０，・・・，０）に、キーワードカウンタ信号ｉを１に
セットする（同図ステップＳ２、Ｓ３）。次に、辞書カ
ウンタ信号ｊを０セットした後辞書カウンタ信号ｊを１
だけ増やす（同図ステップＳ４）。

【００８６】次に、内部にnofDCK個の符号辞書信号ＤＣ
Ｋを有する辞書記憶部２から辞書カウンタｊが指定する
キーワードと数字からなる符号辞書信号ＤＣＫ［ｊ］を
読み出し、符号辞書信号ＤＣＫの文字列部分Ｗ［ｊ］と
ｉ番目のキーワード信号Ｋ〔ｉ］とを比較する（同図ス
テップＳ５）。両者が等しくない場合には、辞書カウン
タｊを１だけ増やす（同図ステップＳ６）。両者が一致
するか、または辞書カウンタｊの値が辞書記憶部２に格
納された符号辞書信号の個数nofDiCと等しくなるまで図
７ステップＳ５〜Ｓ７の処理を繰り返す（同図ステップ
Ｓ７）。

【００８７】キーワード信号Ｋ［ｉ］と等しいＷ［ｊ］
が見つかると、ベクトル信号のｊ番目の成分Ｖ［ｊ］を
１にし（同図ステップＳ８）、キーワードカウンタ信号
ｉを１だけ増やす（同図ステップＳ９）。以下、同様の
処理をキーワードカウンタ信号ｉがキーワード数信号no
fKs より大きくなるまで実行する（同図ステップ（Ｓ１
０）。

【００８８】こうして、ベクトル生成部１において、文
字列信号からなるキーワード信号の集合体であるキーワ
ード群信号Ｋｓは、０と１でコード化されたnofDCK個の
成分を持ったベクトル信号Ｖに変換される。

【００８９】次に、肯定信号計算部３１は、ベクトル生
成部１からのキーワード群信号Ｋｓに過去にユーザーの
必要とした情報に含まれていたキーワードが数多く含ま
れる場合に、大きな値となる肯定信号ＳＹを計算する。
この目的のために、肯定信号計算部３１は、前記ベクト
ル信号Ｖを受けて、肯定メトリック記憶部５から肯定メ
トリック信号ＭＹを読み出し、肯定信号ＳＹを次の式の
ように計算する。

【００９０】

【数３】

【００９１】否定信号計算部３２は、ベクトル生成部１
からのキーワード群信号Ｋｓに過去にユーザーの不要と
した情報に含まれていたキーワードが数多く含まれる場
合に、大きな値となる否定信号ＳＮを計算する。この目
的のために、否定信号計算部３２は、否定メトリック記
憶部６から否定メトリック信号ＭＮを読み出し、否定信
号ＳＮを次の式のように計算する。

【００９２】

【数４】

【００９３】肯定メトリック信号ＭＹと否定メトリック
信号ＭＮは、後述するようにキーワード群信号Ｋｓとユ
ーザーの応答に基づいて決められる。本発明では、各々
のアドレス記事プロファイル信号（もしくは、各々の
「情報」）に、前記の肯定信号ＳＹと否定信号ＳＮとを
対応させる。この肯定信号ＳＹと否定信号ＳＮを用い
て、縦軸に肯定信号ＳＹをとり横軸に否定信号ＳＮをと
った２次元空間上の１点を定めることができる。つま
り、各々のアドレス記事プロファイル信号（もしくは、
各々の「情報」）を、この２次元の１点に対応させるこ
とができるのである。アドレス記事プロファイル信号
（もしくは、各々の「情報」）に対応する点（複数
個）、この２次元空間にプロットすると、その時の分布
（アドレス記事プロファイル信号（もしくは、「情
報」）の分布）は、図８に示したものになる。すなわ
ち、ユーザーが必要とするもの（○で表示）は主に左上
部に分布し、ユーザーが不要とするもの（×で表示）は
主に右下部に分布するようになる。したがって、図８に
示したように適切な係数Ｃを１に設定することにより、
ユーザーが必要とする記事信号Ｄと不要な記事信号Ｄと
を分離できる。したがって、上記ように必要性信号をＮ
＝ＳＹ−ＳＮとすれば、必要性信号は、ユーザーが必要
とする情報に対して大きな値をとるようになる。

【００９４】本実施の形態では、傾きを１としたが、こ
れは○と×を良く分離できるものであれば他の値であっ
ても構わない。

【００９５】さらに、以下に述べる必要性信号Ｎは、上
述の２次元空間で左上にある程、すなわち、必要性の高
いと予測される記事信号Ｄほど大きな値となる。したが
って、必要性信号Ｎの大きい順に記事信号Ｄを並べて提
示すれば、ユーザーは必要な情報を効率よく手に入れる
ことができる。必要性信号Ｎと直交する方向の信頼性信
号Ｒは、大まかにはキーワード群信号Ｋｓに含まれてい
たキーワードのうちどのくらいのキーワード信号が辞書
に含まれていたかを示す信号である。したがって、この
信頼性信号Ｒの大きさは、情報フィルタが計算した必要
性信号Ｎがどれだけ信頼できるのかを示す。

【００９６】次に、必要性計算部７は、前記肯定信号計
算部３１から出力される前記肯定信号ＳＹと前記否定信
号計算部３２から出力される前記否定信号ＳＮとを受
け、過去必要であった情報についていたキーワードが多
数あり、不要であった情報についていたキーワードがほ
とんどない時に大きな値となる必要性信号Ｎを Ｎ＝ＳＹ−ＳＮ と計算し、信頼性信号Ｒを Ｒ＝ＳＹ＋ＳＮ と計算し、評価済アドレス情報信号出力部４５へ送る。
評価済アドレス情報信号出力部４５は、アドレス情報信
号読み出し部４３からのアドレス情報信号ADPと必要性
信号計算部７からの必要性信号Nと信頼性信号Rとを受け
て、評価済情報信号NRADPを出力する。このようにし
て、情報評価ユニット５４は、アドレス記事プロファイ
ル信号ADPを読み込み、評価済情報信号NRADPを出力す
る。

【００９７】以上が情報評価ユニット５４の動作であ
る。次に、図９に学習ユニット５２のブロック構成図を
示し説明する。学習ユニット５２は、ユーザーから入力
された教師信号Ｔを用いて肯定／否定メトリック信号を
修正するメトリック学習を行う部分と、肯定／否定信号
から必要性信号を計算するためのパラメータ、判定パラ
メータ信号、を修正する部分からなり、各部分は学習制
御部１４によって制御される。

【００９８】図９において、１９は肯定メトリック記憶
部５に記憶された肯定メトリック信号ＭＹと否定メトリ
ック記憶部６に記憶された否定メトリック信号ＭＮとを
修正するメトリック学習部である。このメトリック学習
部１９は、教師信号記憶部１３から教師データＴＤを読
み出し、ベクトル生成部１と同じ機能である学習用ベク
トル生成部２０で複数のキーワードをベクトルに変換
し、自己相関行列を計算することで、肯定／否定メトリ
ック信号を修正する。１４は学習開始信号ＬＳを受けて
メトリック学習部１９を制御する学習制御部である。

【００９９】次に、上記のように構成された学習ユニッ
ト５２の動作について図１０と図１１に示したフローチ
ャートと本発明の動作を説明するための概念図とを参照
しながら説明する。図１０に学習制御部１４の動作をフ
ローチャートを用いて、詳しく説明する。図１０におい
て、まず、グループインタフェースユニット５５からネ
ットワーク６１を介して学習制御部１４に学習開始信号
ＬＳが入力されると、学習制御部１４は指示信号ＬＩを
待機状態を示す値０から処理中を示す値１に変え（図１
０ステップＳ４１）、グループインタフェースユニット
５５に返す。次に、図１１のステップＳ５３に対応する
メトリック学習部１９を動作し（同図ステップＳ４
２）、学習処理が終わると学習制御部１４の指示信号Ｌ
Ｉの値を再び待機中を示す値０にして、グループインタ
フェースユニット４４に送り（同図ステップＳ４３）、
処理を終了する。

【０１００】次に、メトリック学習部１９がユーザーの
応答（教師信号Ｔ）とキーワード群信号Ｋｓとを用い
て、肯定／否定メトリック信号を修正する動作を図１１
のフローチャートを用いて説明する。図１１において、
メトリック学習部１９は、学習制御部１４からメトリッ
ク学習制御信号ＭＬＣを受けると（図１１ステップＳ５
１）、肯定メトリック記憶部５から肯定メトリック信号
ＭＹを、否定メトリック記憶部６から否定メトリック信
号ＭＮをそれぞれ読み出し、教師データカウンタｃの値
を１にする（同図ステップＳ５２）。

【０１０１】次に、メトリック学習部１９は、次に教師
データ記憶部１３からｃ番目の教師データ信号ＴＤ
［ｃ］（=（T[c],DP[c]）=（T[c],TTL[c],nofKs[c],Ks
[c]））を読み出し（同図ステップＳ５３）、教師デー
タＴＤ［ｃ］の教師信号Ｔ［ｃ］を調べる。前記教師信
号Ｔ［ｃ］が−１でない場合（Ｔ≠−１）には（同図ス
テップＳ５４）、教師データＴＤ［ｃ］のキーワード数
信号nofKs ［ｃ］とキーワード群信号Ｋｓ［ｃ］とを出
力する（同図ステップＳ５５）。前記教師データＴＤ
［ｃ］のキーワード数信号nofKs ［ｃ］とキーワード群
Ｋｓ［ｃ］とを受けた学習用ベクトル生成部２０は、前
述の情報評価ユニット５４のベクトル生成部１と同様の
動作を行い、学習用ベクトル信号ＬＶを出力する（同図
ステップＳ５６）。メトリック学習部１９は、前記学習
用ベクトル信号ＬＶを受け、前記教師データＴＤ［ｃ］
の教師信号Ｔ［ｃ］がＴ＝１である場合（つまり、ユー
ザーが当該情報に興味があると答えた場合）には（同図
ステップＳ５７）、肯定メトリック信号ＭＹを

【０１０２】

【数５】

【０１０３】と修正する（同図ステップＳ５８）。この
処理により、肯定メトリック信号ＭＹは、ユーザーが必
要としたアドレス記事プロファイル信号ＡＤＰについて
いたキーワード信号（複数）に対して大きな値を持つよ
うになる。その結果、前述の肯定信号ＳＹが、ユーザー
が必要とする記事信号Ｄに対して大きくなるようにな
る。否定メトリック信号ＭＮも以下のように同様の処理
がなされる。

【０１０４】前記教師データＴＤ［ｃ］の教師信号Ｔ
［ｃ］がＴ＝０である場合つまり、ユーザーが当該情報
に興味がないと答えた場合）には、否定メトリック信号
ＭＮを ＭＮ［ｉ］［ｊ］＝ＭＮ［ｉ］［ｊ］＋ＬＶ［ｉ］・Ｌ
Ｖ［ｊ］ （ここで、ｉ，ｊ＝１〜nofDiC）と修正する（同図ステ
ップＳ５９）。教師信号Ｔ［ｃ］を、Ｔ［ｃ］＝−１と
リセットする（同図ステップＳ６０）。次に、教師デー
タカウンタの値を ｃ＝ｃ＋１ と１だけ増やす（同図ステップＳ６１）。カウンタ値ｃ
と教師信号記憶部１３に記憶できる教師データ信号数の
最大値nofTDとを比較し（同図ステップＳ６２）、ｃ>no
fTDの場合には同図ステップＳ６３へ、その他の場合に
は同図ステップＳ５３へ進む。

【０１０５】以下、メトリック学習部１９は、同様の動
作を、教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］がＴ
［ｃ］＝−１になるとなるまで繰り返す。Ｔ［ｃ］＝−
１となると、メトリック学習の処理を終了し、メトリッ
ク学習制御信号ＭＬＣを学習制御部１４に送る。学習制
御部１４は、前記メトリック学習信号ＭＬＣを受け、学
習制御部指示信号を待機中を示す値にし、処理を終了す
る。

【０１０６】なお、本実施の形態では、ネットワークを
介した構成としたが、これを一つの装置の中にまとめる
ことも可能である。

【０１０７】また、肯定メトリック信号ＭＹと否定メト
リック信号ＭＮの学習を忘却の効果を入れた ＭＹ［ｉ］［ｊ］＝α・ＭＹ［ｉ］［ｊ］＋ＬＶ［ｉ］
・ＬＶ［ｊ］ ＭＮ［ｉ］［ｊ］＝β・ＭＮ［ｉ］［ｊ］＋ＬＶ［ｉ］
・ＬＶ［ｊ］ を用いてもよい結果が得られる（ここで、αとβとは、
１より小さい正の数）。

【０１０８】さらに、文献「情報処理学会技術報告、自
然言語処理１０１−８（１９９４．５．２７）」などに
記載された文書からキーワード群信号とキーワード数信
号を生成するキーワード生成部を付加する構成をとれ
ば、キーワードが与えられていない情報に対しても適用
できる情報フィルタ装置を構成することができる。

【０１０９】タイトルがつけられた情報については、タ
イトルを構成する単語をもってキーワードとし、キーワ
ード数信号とキーワード群信号を生成してもよい。加え
て、キーワード信号は、国際特許分類番号など分類記号
を含むようにもしても、本発明の構成を変更する必要は
なく、よい結果を得ることができる。

【０１１０】本発明の情報フィルタの根幹は、同一のグ
ループに属して情報を収集するメンバーの間で、個人の
興味を反映した個人プロファイルの共同利用を実現した
点にある。これを利用することにより、グループ内での
情報の見落としが減り、なおかつ、従来の技術では、ま
ったくの空の個人プロファイルから開始することしかで
きなかった情報フィルタ装置が、グループのメンバーの
個人プロファイルを初期の個人プロファイルとして利用
できることが可能となる。

【０１１１】以上のように、本発明の実施の形態１の情
報フィルタ装置によれば、ユーザーからの教師信号に基
づいた学習によって、ユーザーの求める「情報」を優先
的に提示することができるだけでなく、さらに、同一の
グループに属するユーザーの知識を利用し、グループ全
体で必要な「情報」をも効率よく手に入れることができ
る。これによって、グループで情報検索を行う場合（具
体的な例としては、大学など研究機関の一つの研究室で
論文検索、会社における課もしくはプロジェクトにおけ
る特許検索）に、自分個人の研究テーマに直接関係した
論文（例えば、ニューラルネットワークの中で連想記憶
モデルに関する論文）だけではなく、自分の研究テーマ
に近い重要な論文（例えば、ニューラルネットワークの
中でリカレントネットワークの論文だけど研究室メンバ
ーの多くがよい論文と感じる論文）をも容易に見つける
ことができるようになる。このように、本発明は、従来
の情報フィルタ装置および情報フィルタリング方法の課
題を解決するものであり、複数の人が共同して情報検索
を行う上で、グループ内での情報の見落としが少なくな
る優れたグループウエアとしての情報フィルタ装置が実
現される。

【０１１２】（実施の形態２）次に、本発明の実施の形
態２について、図面を参照しながら説明する。本発明の
実施の形態２は、実施の形態１の構成の学習ユニット５
２を図１２に示す構成に置き換えたものであり、他の部
分は、実施の形態１と同じであるので説明および図示を
省略する。

【０１１３】この学習ユニット５２の置き換えにより、
辞書学習部２３が辞書記憶部２に記憶された符号辞書信
号ＤＣＫが使用者に適応するように更新するものへ、ま
た肯定メトリック信号ＭＹと否定メトリック信号ＭＮを
単純な頻度分布に対応するキーワードの自己相関行列か
ら、情報が必要／不要の出現するキーワードの確率分布
を考慮したものへと情報フィルタ装置は改良される。

【０１１４】図１２に本実施の形態２の情報フィルタ装
置のブロック結線図を示すが、以下の説明では、実施の
形態１の情報フィルタ装置のブロック結線図と異なる構
成についてのみ詳細に説明する。図１２において、２３
は学習制御部１４からの辞書学習信号ＤＬＣを受け、辞
書記憶部２の符号辞書信号ＤＣＫを更新する辞書学習
部、２４は文字列Ｗと数字Ｃがキーワード群信号Ｋｓに
含まれていたときに使用者が記事信号Ｄを必要と解答し
た回数を示す肯定回数ＰＹと、文字列Ｗがキーワード群
信号Ｋｓに含まれていたときに使用者が記事信号Ｄが不
要と解答した回数を示す否定回数ＰＮとからなる表をno
fFDCK個有する適応符号辞書信号

【０１１５】

【数６】

【０１１６】を記憶した適応符号辞書信号記憶部、２５
は使用者が必要と答えた回数を示す全肯定回数信号ＮＹ
と、不要と答えた回数を示す全否定回数信号ＮＮとを記
憶する回数記憶部、２６は肯定メトリック更新用の１次
肯定メトリック信号ＭＹ１を記憶する１次肯定メトリッ
ク記憶部、２７は否定メトリック更新用の１次否定メト
リック信号ＭＮ１を記憶する１次否定メトリック記憶
部、２８は前記肯定回数信号と前記否定回数信号と前記
１次肯定メトリック信号ＭＹ１と前記１次否定メトリッ
ク信号ＭＮ１とから改良された肯定メトリック信号ＭＹ
と否定メトリック信号ＭＮを計算してそれぞれを肯定メ
トリック記憶部５と否定メトリック記憶部６に書き込む
ＫＤメトリック学習部である。

【０１１７】以上のように構成された情報フィルタ装置
の動作について説明する。なお、動作が実施の形態１と
同様の個所は説明を省略する。情報フィルタ装置の好ま
しい初期状態の一例は、肯定メトリック信号ＭＹと否定
メトリック信号ＭＮとを（nofDCK×nofDCK）零行列、未
読データ記憶部１０の未読データＵＲＤ［ｉ］の全ての
必要性信号Ｎ［ｉ］（ｉ＝１，・・・，nofURD）を使用
するハードウエアが表現可能な最小の値Ｖｍｉｎ、教師
データ記憶部１３の教師データＴＤ［ｊ］の教師信号Ｔ
［ｊ］を全て−１、適応符号辞書信号の文字列Ｗを全て
ブランク、数字Ｃを符号辞書信号ＦＤＣＫの上から順に
１、２、・・・・、nofFDCK 、肯定回数ＰＹと否定回数
ＰＮを０、適応符号辞書に対応して、符号辞書の文字列
も全てブランクとした状態である。

【０１１８】まず、情報評価ユニット５４、評価済情報
書き込み部４２、評価済情報記憶部４３、ユーザー認証
部４４、グループインタフェースユニット５５は、実施
の形態１と同じ動作を行い、使用者の応答が付いた教師
データＴＤを教師データ記憶部１３に送る。そして、グ
ループインタフェースユニット５５から学習開始信号LS
が学習開始信号入力端子１０６を通じて入力されると、
学習ユニット５２は、以下に述べるような学習を開始す
る。学習制御部１４は、前記学習開始信号ＬＳを受け
て、学習制御部指示信号出力端子１０７から出力される
学習制御部指示信号ＬＩを０から１に変え、処理中を示
す。そして辞書学習信号ＤＬＣを辞書学習部２３に送
る。

【０１１９】以下、図１３に示したフローチャートを参
照しながら辞書学習部２３の動作を説明する。まず、学
習制御部１４から辞書学習信号ＤＬＣを受けて（図１３
ステップＳ７１）、適応符号辞書記憶部２４から適応符
号辞書ＦＤＣＫを最大nofFDCKtmp個の適応符号信号を記
憶できる適応符号信号バッファに読み込み、回数記憶部
２５から全肯定回数信号ＮＹと全否定回数信号ＮＮと
を、１次肯定メトリック記憶部２６から１次肯定メトリ
ック信号ＭＹ１を、１次否定メトリック信号記憶部２７
から１次否定メトリック信号ＭＮ１を読み出す（同図ス
テップＳ７２）。次に内部の教師データカウンタｃの値
を１にし（同図ステップＳ７３）、教師信号記憶部１３
から教師データＴＤ［ｃ］を読み出し（同図ステップＳ
７４）、その教師信号Ｔ［ｃ］が−１であるか否かを判
定する（同図ステップＳ７５）。

【０１２０】Ｔ［ｃ］≠−１の場合、以下の処理を行
う。まず、内部のキーワード数カウンタｉの値を１にセ
ットし（同図ステップＳ７６）、適応符号辞書カウンタ
ｊの値を１にセットする（同図ステップＳ７７）。次
に、前記文字列Ｗ［ｊ］がブランクであるかないかを判
定し（同図ステップＳ７８）、ブランクである場合に
は、前記文字列Ｗ［ｊ］を前記キーワード信号ＴＫ
［ｉ］で置き換える（同図ステップＳ７９）。ブランク
でない場合には、教師データＴＤ［ｃ］のｉ番目のキー
ワード信号ＴＫ［ｉ］とｊ番目の適応符号辞書信号ＦＤ
ＣＫ［ｊ］の文字列Ｗ［ｊ］とを比較する（同図ステッ
プＳ８０）。

【０１２１】前記文字列Ｗ［ｊ］がブランクの場合、ま
たは、ブランクでなくかつ前記キーワード信号ＴＫ
［ｉ］と前記文字列Ｗ［ｊ］が一致した場合、Ｔ［ｃ］
の値に応じて以下の処理を行う。Ｔ［ｃ］＝１の場合
（同図ステップＳ８１）、全肯定信号ＮＹに１を加え
（同図ステップＳ８２）、適応符号辞書信号ＦＤＣＫ
［ｊ］の肯定回数ＰＹ［ｊ］に１を加える（同図ステッ
プＳ８３）。Ｔ［ｃ］≠１、これはＴ［ｃ］＝０の場合
であるが、全否定信号ＮＮに１を加え（同図ステップＳ
８４））、適応符号辞書信号ＦＤＣＫ［ｊ］の否定回数
ＰＮ［ｊ］に１を加える（図ステップＳ８５）。

【０１２２】前記Ｗ［ｊ］がブランクでなくかつ前記キ
ーワード信号ＴＫ［ｉ］と前記文字列Ｗ［ｊ］が一致し
ない場合、適応符号辞書カウンタｊの値を１増やす（同
図ステップＳ８６）。適応符号辞書カウンタｊの値が適
応符号辞書信号バッファに記憶できる適応符号信号の数
に１を加えた値nofFDCKtmp+1と比較する（同図ステップ
Ｓ８７）。適応符号辞書カウンタｊの値が、nofFDCKtmp
+1以下の場合、文字列Ｗ［ｊ］がブランクかどうかの判
定に戻る。それ以外の場合は、前記キーワードカウンタ
ｉの値を１だけ増やす（同図ステップＳ８８）。

【０１２３】前記キーワードカウンタｉの値が、前記教
師データＴＤ［ｃ］のキーワード数信号TnofKSに１を加
えた値TnofKs+1と比較して小さい場合（同図ステップＳ
８９）、辞書カウンタｊを１にセットし、同様の処理を
行う。それ以外の場合、教師データカウンタｃの値を１
だけ増やす（同図ステップＳ９０）。教師データカウン
タｃの値と、教師データ数の最大値nofTD に１を加えた
値nofTD+1 とを比較し（同図ステップＳ９１）、教師デ
ータカウンタｃの値が小さい場合、次の教師データＴＤ
［ｃ］を読み出して同様の処理を行う。以上の処理が、
全ての教師データＴＤに対して行われる。

【０１２４】次に辞書学習部２３は、各々の適応符号辞
書信号ＦＤＣＫ［ｊ］に対してキーワードコスト信号Ｋ
Ｄを計算する。このキーワードコスト信号は、文字列Ｗ
〔ｊ］がキーワードとして有効であるか否かを判断する
ために用いられる量である。

【０１２５】ところで、使用者の不要な記事信号Ｄが出
現する確率 ＮＮ／（ＮＹ＋ＮＮ） と比較して、文字列Ｗ［ｊ］が付いている記事信号Dが
使用者にとって不要である場合の確率 ＰＮ［ｊ］／（ＰＹ［ｊ］＋ＰＮ［ｊ］） が大きく異なる場合に、大きくなるようものであれば、
文字列Ｗ［ｊ］は、情報データＤが使用者にとって不要
と判定する上で有効である。同様に、使用者の必要な記
事信号Ｄが出現する確率 ＮＹ／（ＮＹ＋ＮＮ） と比較して、文字列Ｗ［ｊ］が付いている記事信号Ｄが
使用者にとって必要である場合の確率 ＰＹ［ｊ］／（ＰＹ［ｊ］＋ＰＮ［ｊ］） が大きく異なる場合に、大きくなるようものであれば、
文字列Ｗ［ｊ］は、情報データＤが使用者にとって必要
と判定する上で有効である。

【０１２６】キーワードコスト信号ＫＤは、この性質を
反映している量で有ればなんでもよいが、好ましい例の
一つとして、カルバックダイバージェンスと呼ばれる

【０１２７】

【数７】

【０１２８】が考えられる。しかし、これは、そのまま
では、本情報フィルタ装置の初期状態など、全肯定回数
信号ＮＹ、全否定回数信号ＮＮ、肯定回数ＰＹ［ｊ］、
否定回数ＰＮ［ｊ］が０のときには、log( ）の計算が
できない、 ＰＹ［ｊ］＋ＰＮ［ｊ］≒１ を満たす適応符号辞書信号ＦＤＣＫ［ｊ］のキーワード
コスト信号を過大評価する等不適切な場合がある。これ
を回避する好ましい実施の形態の一つは、キーワードコ
スト信号を

【０１２９】

【数８】

【０１３０】とするものである。ここで、εは０でのわ
り算、log0を避けるための小さな正の値を持つパラメー
タである。パラメータＰＣは、３から１０程度の値とす
るとよい。

【０１３１】次に、適応符号辞書信号ＦＤＣＫ［ｊ］の
文字列Ｗ［ｊ］と肯定回数ＰＹ［ｊ］と否定回数ＰＮ
［ｊ］とをキーワードコスト信号ＫＤの大きい順に並べ
替える（同図ステップＳ９２）。このとき、適応符号辞
書ＦＤＣＫ［ｊ］の数字Ｃ［ｊ］には、最初の並び順が
残っている。これを利用して、１次肯定メトリック信号
ＭＹ１とＣ［ｊ］から、Ｃ［ｉ］、Ｃ［ｊ］の値がとも
に符号辞書ＤＣＫの数nofDCKより小さい場合、 Ｍ［ｉ］［ｊ］＝ＭＹ１［Ｃ［ｉ］］［Ｃ［ｊ］］， ｉ，ｊ＝１、・・nofDCK その他の場合は、ｉ＝ｊの場合は、 Ｍ［ｉ］［ｉ］＝ＰＹ［Ｃ［ｉ］］， ｉ，＝１、・・nofDCK ｉ≠ｊの場合は、 Ｍ［ｉ］［ｊ］＝０， ｉ，ｊ＝１、・・nofDCK とした上で、 ＭＹ１［ｉ］［ｊ］＝Ｍ［ｉ］［ｊ］、ｉ，ｊ＝１、・・nofDCK と１次肯定メトリック信号ＭＹ１の置き換えを行う。１
次否定メトリック信号ＭＮ１に対しても、同様の置き換
えを行う（同図ステップＳ９３）。そして、適応符号辞
書信号バッファ内の適応符号辞書ＦＤＣＫ［ｊ］の数字
Ｃ［ｊ］を Ｃ［ｊ］＝ｊ、ｊ＝１、・・・、nofFCKtmp と置き換える。

【０１３２】以上の処理を終えると、辞書学習部２３
は、適応符号辞書バッファ内の適応符号辞書ＦＤＣＫの
上位nofDCK個の文字列Ｗ［ｊ］と数字Ｃ［ｊ］を辞書記
憶部２に書き込み、適応符号辞書バッファ内の適応符号
辞書信号ＦＤＣＫ［ｊ］の上位nofFDCK 個を適応符号辞
書記憶部２４に書き込み、全肯定回数信号ＮＹと全否定
回数信号ＮＮを回数記憶部２５に書き込み、１次肯定メ
トリック信号ＭＹ１を１次肯定メトリック信号記憶部２
６に１次否定メトリック信号ＭＮ１を１次否定メトリッ
ク信号記憶部２７に書き込む（同図ステップＳ９４）。
最後に、辞書学習信号ＤＣＬを学習制御部１４に戻し
（同図ステップＳ９５）、処理を終了する。

【０１３３】次に、前記学習制御部１４は、ＫＤメトリ
ック学習部２８にメトリック学習制御信号ＭＬＣを送
る。前記メトリック学習制御信号ＭＬＣを受けたＫＤメ
トリック学習部２８は、まず、１次肯定メトリック記憶
部２６から１次肯定メトリック信号ＭＹ１を、１次否定
メトリック記憶部２７から１次否定メトリック信号ＭＮ
１をそれぞれ読み出す。

【０１３４】次に、ＫＤメトリック学習部２８は、教師
データカウンタｃの値を１にする。教師データ記憶部１
３からｃ番目の教師データ信号ＴＤ［ｃ］を読み出し、
教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］を調べる。前
記教師信号Ｔ［ｃ］が−１でない場合（Ｔ≠−１）に
は、教師データＴＤ［ｃ］のキーワード数信号nofKs
［ｃ］とキーワード群信号Ｋｓ［ｃ］とを出力する。前
記教師データＴＤ［ｃ］のキーワード数信号nofKs
［ｃ］とキーワード群Ｋｓ［ｃ］とを受けた学習用ベク
トル生成部２０は、前述した実施の形態１の情報評価ユ
ニット５４のベクトル生成部１と同様の動作を行い、学
習用ベクトル信号ＬＶを出力する。ＫＤメトリック学習
部２８は、前記学習用ベクトル信号ＬＶを受け、前記教
師データＴＤ［ｃ］の教師信号Ｔ［ｃ］がＴ＝１である
場合には、１次肯定メトリック信号ＭＹ１を ＭＹ１［ｉ］［ｊ］＝ＭＹ１［ｉ］［ｊ］＋ＬＶ［ｉ］
・ＬＶ［ｊ］ （ここで、ｉ，ｊ＝１〜nofDiC） と修正する。前記教師データＴＤ［ｃ］の教師信号Ｔ
［ｃ］がＴ＝０である場合には、１次否定メトリック信
号ＭＮ１を ＭＮ１［ｉ］［ｊ］＝ＭＮ１［ｉ］［ｊ］＋ＬＶ［ｉ］
・ＬＶ［ｊ］ （ここで、ｉ，ｊ＝１〜nofDiC） と修正する。教師データカウンタの値を ｃ＝ｃ＋１ と１だけ増やす。

【０１３５】以下、ＫＤメトリック学習部２８は、同様
の動作を、教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］が
Ｔ［ｃ］＝−１になるかまたはｃ＝nofTD となるまで繰
り返す。Ｔ［ｃ］＝−１またはｃ＝nofTD となると、１
次肯定メトリック信号ＭＹ１と１次否定メトリック信号
ＭＮ１の学習を終える。

【０１３６】次に、回数記憶部２５から全肯定回数信号
ＮＹと全否定回数信号ＮＮを読み出し、１次肯定メトリ
ック信号ＭＹ１と１次否定メトリック信号ＭＮ１とを用
いて肯定メトリック信号ＭＹを計算する。こうして計算
される肯定メトリック信号ＭＹ、否定メトリック信号Ｍ
Ｎは、キーワードコスト信号ＫＤと同様、計算される肯
定信号ＳＹと否定信号ＳＮが、使用者の不要な記事信号
Dが出現する確率 ＮＮ／（ＮＹ＋ＮＮ） と比較して、文字列Ｗ［ｊ］が付いている記事信号Dが
使用者にとって不要である場合の確率 ＰＮ［ｊ］／（ＰＹ［ｊ］＋ＰＮ［ｊ］） が大きく異なる場合に、大きくなるようなものであり、
使用者の必要な情報データＤが出現する確率 ＮＹ／（ＮＹ＋ＮＮ） と比較して、文字列Ｗ［ｊ］が付いている記事信号Dが
使用者にとって必要である場合の確率 ＰＹ［ｊ］／（ＰＹ［ｊ］＋ＰＮ［ｊ］） が大きく異なる場合に、大きくなるようなものであると
いった性質を持っていれば、他のものでもよい。これを
満たす好ましいのは、肯定メトリック信号ＭＹを

【０１３７】

【数９】

【０１３８】と計算し、否定メトリック信号ＭＮを

【０１３９】

【数１０】

【０１４０】と計算する。ここで、εは０でのわり算、
log0を避けるための小さな正の値を持つパラメータであ
る。

【０１４１】そして、更新された１次肯定メトリック信
号ＭＹ１を１次肯定メトリック信号記憶部２６に、更新
された１次否定メトリック信号ＭＮ１を１次否定メトリ
ック信号記憶部２７に、新たに計算れた肯定メトリック
信号ＭＹを肯定メトリック記憶部５へ、新たに計算され
た否定メトリック信号ＭＮを否定メトリック記憶部６へ
書き込む。

【０１４２】以上で、ＫＤメトリック学習部２８は、メ
トリック学習の処理を終了し、メトリック学習制御信号
ＭＬＣを学習制御部１４に送る。学習制御部１４は、Ｋ
Ｄメトリック学習部２８からのメトリック学習制御信号
ＭＬＣを受けて、学習制御部指示信号ＬＩを１から０に
変え、処理を終了する。

【０１４３】一度、以上の処理が行われると、辞書記憶
部２の符号辞書が空でなくなるので、情報評価ユニット
５４から出力される必要性信号Ｎ、信頼性信号Ｒは、０
でなくなり、使用者の必要性の高い情報データが、グル
ープインタフェースユニット５５の表示するリストの上
位に現れるようになる。

【０１４４】以後、上記処理を繰り返すことにより、使
用者が必要とする情報か否かを判定するために有効なキ
ーワードが優先的に辞書記憶部２に記憶されるようにな
り、小規模な辞書であっても、精度の高い情報フィルタ
リングが可能となる。

【０１４５】なお、１次肯定メトリック信号ＭＹ１と１
次否定メトリック信号ＭＮ１の学習を忘却の効果を入れ
た ＭＹ１［ｉ］［ｊ］＝α・ＭＹ１［ｉ］［ｊ］＋ＬＶ
［ｉ］・ＬＶ［ｊ］ ＭＮ１［ｉ］［ｊ］＝α・ＭＮ１［ｉ］［ｊ］＋ＬＶ
［ｉ］・ＬＶ［ｊ］ を用いてもよい結果が得られる。（ここで、αは、１よ
り小さい正の数）もしくは、ＭＹ１［ｉ］［ｊ］または
ＭＮ１［ｉ］［ｊ］のいずれかが一定値をこれた場合
に、 ＭＹ１［ｉ］［ｊ］＝ＭＹ１［ｉ］［ｊ］／２ ＭＮ１［ｉ］［ｊ］＝ＭＮ１［ｉ］［ｊ］／２ として、信号のオーバーフローを防ぐように構成するこ
とは、実施上好ましい。これは、適応符号辞書信号ＦＤ
ＣＫ［ｊ］の肯定回数ＰＹ［ｊ］と否定回数ＰＮ
［ｊ］、および全肯定回数信号ＮＹと全否定回数ＮＮに
ついても同様である。

【０１４６】さらに、文献「情報処理学会技術報告、自
然言語処理１０１−８（１９９４．５．２７）」などに
記載された文書からキーワード群信号とキーワード数信
号を生成するキーワード生成部を付加する構成をとれ
ば、キーワードが与えられていない情報に対しても適用
できる情報フィルタ装置を構成することができる。

【０１４７】また、タイトルがつけられた情報について
は、タイトルを構成する単語をもってキーワードとし、
キーワード数信号とキーワード群信号を生成してもよ
い。加えて、キーワード信号は、国際特許分類番号など
分類記号を含むようにもしても本発明の構成を変更する
必要はなく、よい結果を得ることができる。

【０１４８】本実施の形態２のように、ユーザーが必要
とする情報の出現確率を用いて情報の必要性信号Ｎを計
算する情報フィルタ装置において課題となっていた問
題、すなわち、情報検索になれていないユーザーは、自
分にとって必要な情報のみ「必要」と回答し、不要な情
報については無視するために、ユーザーが必要とする情
報の出現確率が１となってしまうという問題は、ユーザ
ーが「必要」もしくは「不要」だけしか入力しない状態
では、ユーザーが必要とする情報の出現確率ＮＹ／（Ｎ
Ｙ＋ＮＮ）を０もしくは１でない値、例えば０．５とす
ることにより解決することができる。

【０１４９】以上のように、本実施の形態による情報フ
ィルタによれば、ユーザーからの教師信号に基づいた学
習によって、ユーザーの必要とする情報に対しては、必
要性信号が大きな値を取るようになり、その結果、表示
装置等には、ユーザーにとって必要性が高い情報が優先
的に表示されるようになる。

【０１５０】（実施の形態３）次に、本発明の実施の形
態３について説明する。本実施の形態３は、実施の形態
１または実施の形態２の構成における計算量およびメモ
リ量を、各メトリック信号を２次元の行列から１次元の
ベクトルとすることで、削減するものである。以下、本
実施の形態３の動作を実施の形態１を参照して説明す
る。

【０１５１】本実施の形態では、肯定スコア信号ＳＹ
は、

【０１５２】

【数１１】

【０１５３】となり、否定スコア信号ＳＮは、

【０１５４】

【数１２】

【０１５５】となる。また、教師データＴＤ［ｃ］の教
師信号Ｔ［ｃ］がＴ＝１である場合には肯定メトリック
信号ＭＹの更新式は、 ＭＹ１［ｉ］＝ＭＹ１［ｉ］＋ＬＶ［ｉ］ （ここで、ｉ＝１〜nofDiC） 前記教師データＴＤ［ｃ］の教師信号Ｔ［ｃ］がＴ＝０
である場合には、否定メトリック信号ＭＮは、 ＭＮ１［ｉ］＝ＭＮ１［ｉ］＋ＬＶ［ｉ］ （ここで、ｉ，ｊ＝１〜nofDiC） と更新される。その他は、実施の形態１と同様である。

【０１５６】なお、本実施の形態を採用する場合、辞書
にキーワードの積（ＡＮＤ）などキーワード検索式含む
ように構成することにより、キーワードの共起をベクト
ル信号Ｖに反映させることは、非常に好ましい。また、
この方法は、実施の形態２についても同様の方法で変更
できる。

【０１５７】

【発明の効果】以上のように、本発明は、情報に割り振
られた複数のキーワードをベクトルに変換する手段と、
このベクトルと使用者からの教師信号を用いてスコアを
計算する手段と、このスコアから必要性と信頼性を計算
する手段とを備え、スコア計算部がスコアを計算する際
に用いるメトリックを使用者から与えられる情報の必要
／不要という単純な評価をもとに計算し、情報をユーザ
ーの必要度にしたがって並べ、ユーザーに対して必要性
の高い情報から順に提供することにより、初心者にも精
度の高い情報を得ることができる。

【０１５８】更に、複数のユーザーからなるグループ単
位で利用できるようにすることで、個々のユーザーの情
報の見落としを防ぎ、個人プロファイルの初期化を容易
に行うことのできる使用者にとって必要性の高く情報の
取り出し易い情報フィルタ装置を提供することができ
る。

【図面の簡単な説明】

【図１】本発明の実施の形態１の情報フィルタ装置のブ
ロック結線図

【図２】グループインタフェースの表示画面（初期状
態）の一例を示す図

【図３】グループインタフェースの表示画面（学習処理
後）の一例を示す図

【図４】グループインタフェースの表示画面（学習処理
後）の一例を示す図

【図５】グループインタフェースの表示画面（学習処理
後）の一例を示す図

【図６】本発明の実施の形態１の情報フィルタ装置の情
報評価ユニットのブロック結線図

【図７】本発明の実施の形態１の情報フィルタ装置のベ
クトル生成部の動作のフロー図

【図８】本発明の実施の形態１の情報フィルタ装置の判
定面学習部の動作の模式図

【図９】本発明の実施の形態１の情報フィルタ装置の学
習ユニットのブロック結線図

【図１０】本発明の実施の形態１の情報フィルタ装置の
学習制御部の動作のフロー図

【図１１】本発明の実施の形態１の情報フィルタ装置の
メトリック学習部の動作のフロー図

【図１２】本発明の実施の形態２の情報フィルタ装置の
学習ユニットのブロック結線図

【図１３】本発明の実施の形態２の情報フィルタ装置の
辞書学習部の動作のフロー図

【符号の説明】

１ ベクトル生成部 ２ 辞書記憶部 ３ スコア計算部 ５ 肯定メトリック記憶部 ６ 否定メトリック記憶部 ７ 必要性信号計算部 １３ 教師データ記憶部 １４ 学習制御部 １９ メトリック学習部 ２０ 学習用ベクトル生成部 ２３ 辞書学習部 ２４ 適応符号辞書記憶部 ２５ 回数記憶部 ２６ １次肯定メトリック記憶部 ２７ １次否定メトリック記憶部 ２８ ＫＤメトリック学習部 ３１ 肯定信号計算部 ３２ 否定信号計算部 ４０ 情報書き込み部 ４１ 情報記憶部 ４２ アドレス情報信号記憶部 ４３ アドレス情報信号読み出し部 ４４ ユーザー認証部 ４５ 評価済みアドレス情報信号出力部 ５０ 情報フィルタリングユニット ５２ 学習ユニット ５４ 情報評価ユニット ５５ グループインタフェースユニット ５６〜５９ 適応型グループ情報フィルタユニット ６０、６１ ネットワーク １０６ 入力端子 １０７ 出力端子

Claims (34)

【特許請求の範囲】
1. 【請求項１】 電子又は光を媒体とする情報記憶媒体又
   は情報通信網から所定の情報を取り出すために、複数の
   使用者が提示された情報に対し自分の興味の有無（教師
   信号）を入力できる入力手段と、前記教師信号を用いて
   使用者の個人の興味を反映した個人プロファイルを作成
   する学習手段と、前記個人プロファイルを用いて使用者
   ごとに必要性信号を計算する情報評価手段とを有する情
   報フィルタ装置であって、前記使用者と同一のグループ
   に属する他の使用者の個人プロファイルを用いて計算さ
   れた必要性信号を利用し前記グループ全体としての興味
   を反映した情報の提示の順序付けをすることを特徴とす
   る情報フィルタ装置。
2. 【請求項２】 個人プロファイルは、少なくとも使用者
   が興味有りとする情報（必要な情報）から構成される肯
   定メトリック信号と使用者が興味無しとする情報（不要
   な情報）から構成される否定メトリック信号とを有する
   ことを特徴とする請求項１記載の情報フィルタ装置。
3. 【請求項３】 必要性信号を計算する情報評価手段は、
   複数のキーワードを含む辞書を記憶する辞書記憶手段
   と、複数のキーワード信号を前記辞書を用いてベクトル
   信号に変換するベクトル生成手段と、前記肯定メトリッ
   ク信号、前記否定メトリック信号及び前記ベクトル信号
   を用いて肯定スコア信号及び否定スコア信号を計算する
   コスト計算手段と、前記肯定スコア信号と前記否定スコ
   ア信号との差を必要性信号として計算する必要性計算手
   段とを備えることを特徴とする請求項２記載の情報フィ
   ルタ装置。
4. 【請求項４】 必要性信号を計算する情報評価手段は、
   複数の文字列（キーワード）を含む辞書を記憶する辞書
   記憶手段と、複数のキーワード信号を前記辞書を用いて
   ベクトル信号に変換するベクトル生成手段と、前記肯定
   メトリック信号、前記否定メトリック信号及び前記ベク
   トル信号を用いて肯定スコア信号及び否定スコア信号を
   計算するコスト計算手段と、前記必要な情報と前記不要
   な情報をもっともよく分離するように前記肯定スコア信
   号と前記否定スコア信号とを重み付けて差をとった値を
   必要性信号として計算する必要性計算手段とを備えるこ
   とを特徴とする請求項２記載の情報フィルタ装置。
5. 【請求項５】 肯定メトリック信号と否定メトリック信
   号は、それぞれ行列であり、前記行列の（ｉｊ）成分
   は、必要とされた情報の頻度と不要とされた情報の頻度
   と、辞書のｉ番目のキーワード信号と前記辞書のｊ番目
   のキーワード信号が同時に含まれた情報が必要とされた
   頻度と、辞書のｉ番目のキーワード信号と辞書のｊ番目
   のキーワード信号が同時に含まれた情報が不要とされた
   頻度とから計算されることを特徴とする請求項３または
   請求項４記載の情報フィルタ装置。
6. 【請求項６】 肯定メトリック信号と否定メトリック信
   号は、それぞれ行列であり、行列の（ｉｊ）成分は、情
   報が必要であるか不要であるかを示す確率分布と、辞書
   のｉ番目のキーワード信号と辞書のｊ番目のキーワード
   信号が同時に含まれた情報が必要であるか不要であるか
   を示す確率分布との違いを定量的に評価する信号である
   ことを特徴とする請求項３または請求項４記載の情報フ
   ィルタ装置。
7. 【請求項７】 肯定メトリック信号と否定メトリック信
   号は、それぞれベクトルであり、前記ベクトルのｉ成分
   は、必要とされた情報の頻度と不要とされた情報の頻度
   と、辞書のｉ番目のキーワード信号が含まれた情報が必
   要とされた頻度と、辞書のｉ番目のキーワード信号が含
   まれた情報が不要とされた頻度とから計算されることを
   特徴とする請求項３または請求項４記載の情報フィルタ
   装置。
8. 【請求項８】 肯定メトリック信号と否定メトリック信
   号は、それぞれベクトルであり、前記ベクトルのｉ成分
   は、情報が必要であるか不要であるかを示す確率分布
   と、辞書のｉ番目のキーワード信号が含まれた情報が必
   要であるか不要であるかを示す確率分布との違いを定量
   的に評価する信号であることを特徴とする請求項３また
   は請求項４記載の情報フィルタ装置。
9. 【請求項９】 辞書は、キーワード検索式を含むことを
   特徴とする請求項３乃至８のいずれかに記載の情報フィ
   ルタ装置。
10. 【請求項１０】 辞書は、情報に付けられたひとつまた
    は複数のキーワード信号と前記情報が使用者にとって必
    要か否かを示す信号とを用いて変更することを特徴とす
    る請求項３乃至９のいずれかに記載の情報フィルタ装
    置。
11. 【請求項１１】 それぞれのキーワード信号の有効性を
    示すキーワードコスト信号は、必要な情報の頻度と、不
    要な情報の頻度と、それぞれのキーワード信号につい
    て、前記キーワード信号を含む情報が必要とされた頻度
    と、前記キーワード信号を含む情報が不要とされた頻度
    とから計算されることを特徴とする請求項１０載の情報
    フィルタ装置。
12. 【請求項１２】 それぞれのキーワード信号の有効性を
    示すキーワードコスト信号は、情報が必要であるか不要
    であるかを示す確率分布と、前記キーワード信号を含む
    情報が必要であるか不要であるかを示す確率分布との違
    いを定量的に評価する信号であることを特徴とする請求
    項１０記載の情報フィルタ装置。
13. 【請求項１３】 それぞれのキーワード信号の有効性を
    示すキーワードコスト信号は、情報が必要であるか不要
    であるかを示す確率分布と、前記キーワード信号が含ま
    れた情報が必要であるか不要であるかを示す確率分布と
    の違いが大きいほど大きな値の信号であり、前記キーワ
    ードコスト信号が大きなキーワード信号を残し、小さい
    キーワード信号を破棄することを特徴とする請求項１１
    または請求項１２記載の情報フィルタ装置。
14. 【請求項１４】 学習手段は、前記入力手段からの入力
    が、提示された情報を必要とした回数を示す全肯定回数
    及び前記情報を不要とした回数を示す全否定回数を記憶
    する回数記憶部と、キーワード信号を示す文字列を数字
    に変換する対応表、前記文字列がキーワード信号として
    含まれた情報を必要とした回数を示す肯定回数及び前記
    文字列がキーワード信号として含まれた情報を不要とし
    た回数を示す否定回数を記憶した適応辞書記憶部と、提
    示された情報が必要か否かという入力端子からの入力、
    前記情報に含まれたキーワード信号、前記全肯定回数、
    前記全否定回数及び前記適応辞書記憶部に記憶された信
    号から前記全肯定回数、前記全否定回数及び前記適応辞
    書記憶部に記憶された信号を更新する辞書学習部とを有
    することを特徴とする請求項１０乃至１３のいずれかに
    記載の情報フィルタ装置。
15. 【請求項１５】 キーワード信号は、分類コードを含む
    ことを特徴とする請求項３乃至１４のいずれかに記載の
    情報フィルタ装置。
16. 【請求項１６】 情報に対する評価のユーザー入力が必
    要だけである場合に、情報がユーザーにとって必要であ
    る確率を、０と１以外の値とすることを特徴とする請求
    項６、請求項８、請求項１２から１５のいずれかに記載
    の情報フィルタ装置。
17. 【請求項１７】 情報に対する評価のユーザー入力が不
    要だけである場合に、情報がユーザーにとって不要であ
    る確率を、０と１以外の値とすることを特徴とする請求
    項６、請求項８、請求項１２から１５のいずれかに記載
    の情報フィルタ装置。
18. 【請求項１８】 電子又は光を媒体とする情報記憶媒体
    又は情報通信網から所定の情報を取り出すために、複数
    の使用者が提示された情報に対し自分の興味の有無（教
    師信号）を入力し、前記教師信号を用いて使用者の個人
    の興味を反映した個人プロファイルを作成し、前記個人
    プロファイルを用いて使用者ごとに情報の提示の順序付
    けの仕方を変える情報フィルタリング方法であって、前
    記使用者と同一のグループに属する他の使用者の個人プ
    ロファイルを利用し前記グループ全体としての興味を反
    映した情報の提示の順序付けをすることを特徴とする情
    報フィルタリング方法。
19. 【請求項１９】 個人プロファイルは、少なくとも使用
    者が興味有りとする情報（必要な情報）から構成される
    肯定メトリック信号と使用者が興味無しとする情報（不
    要な情報）から構成される否定メトリック信号とを有す
    ることを特徴とする請求項１８記載の情報フィルタリン
    グ方法。
20. 【請求項２０】 情報の提示の順序付けは、複数のキー
    ワードを含む辞書を記憶する工程と、複数のキーワード
    信号を前記辞書を用いてベクトル信号に変換する工程
    と、前記肯定メトリック信号、前記否定メトリック信号
    及び前記ベクトル信号を用いて肯定スコア信号及び否定
    スコア信号を計算する工程と、前記肯定スコア信号と前
    記否定スコア信号との差を必要性信号として計算する工
    程とを備えるを特徴とする請求項１９記載の情報フィル
    タリング方法。
21. 【請求項２１】 情報の提示の順序付けは、複数の文字
    列（キーワード）を含む辞書を記憶する工程と、複数の
    キーワード信号を前記辞書を用いてベクトル信号に変換
    する手段と、前記肯定メトリック信号、前記否定メトリ
    ック信号及び前記ベクトル信号を用いて肯定スコア信号
    及び否定スコア信号を計算する工程と、前記必要な情報
    と前記不要な情報をもっともよく分離するように前記肯
    定スコア信号と前記否定スコア信号とを重み付けて差を
    とった値を必要性信号として計算する工程とを備えるこ
    とを特徴とする請求項１９記載の情報フィルタ方法。
22. 【請求項２２】 肯定メトリック信号と否定メトリック
    信号は、それぞれ行列であり、前記行列の（ｉｊ）成分
    は、必要とされた情報の頻度と不要とされた情報の頻度
    と、辞書のｉ番目のキーワード信号と辞書のｊ番目のキ
    ーワード信号が同時に含まれた情報が必要とされた頻度
    と、辞書のｉ番目のキーワード信号と辞書のｊ番目のキ
    ーワード信号が同時に含まれた情報が不要とされた頻度
    とから計算されることを特徴とする請求項２０または請
    求項２１記載の情報フィルタリング方法。
23. 【請求項２３】 肯定メトリック信号と否定メトリック
    信号は、それぞれ行列であり、行列の（ｉｊ）成分は、
    情報が必要であるか不要であるかを示す確率分布と、辞
    書のｉ番目のキーワード信号と辞書のｊ番目のキーワー
    ド信号が同時に含まれた情報が必要であるか不要である
    かを示す確率分布との違いを定量的に評価する信号であ
    ることを特徴とする請求項２０または請求項２１記載の
    情報フィルタリング方法。
24. 【請求項２４】 肯定メトリック信号と否定メトリック
    信号は、それぞれベクトルであり、前記ベクトルのｉ成
    分は、必要とされた情報の頻度と不要とされた情報の頻
    度と、辞書のｉ番目のキーワード信号が含まれた情報が
    必要とされた頻度と、辞書のｉ番目のキーワード信号が
    含まれた情報が不要とされた頻度とから計算されること
    を特徴とする請求項２０または請求項２１記載の情報フ
    ィルタリング方法。
25. 【請求項２５】 肯定メトリック信号と否定メトリック
    信号は、それぞれベクトルであり、前記ベクトルのｉ成
    分は、情報が必要であるか不要であるかを示す確率分布
    と、辞書のｉ番目のキーワード信号が含まれた情報が必
    要であるか不要であるかを示す確率分布との違いを定量
    的に評価する信号であることを特徴とする請求項２０ま
    たは請求項２１記載の情報フィルタリング方法。
26. 【請求項２６】 辞書は、キーワード検索式を含むこと
    を特徴とする請求項１９乃至２５のいずれかに記載の情
    報フィルタリング方法。
27. 【請求項２７】 辞書は、情報に付けられたひとつまた
    は複数のキーワード信号と前記情報が使用者にとって必
    要か否かを示す信号とを用いて変更することをを特徴と
    する請求項１９乃至２６のいずれかに記載の情報フィル
    タリング方法。
28. 【請求項２８】 それぞれのキーワード信号の有効性を
    示すキーワードコスト信号は、必要な情報の頻度と、不
    要な情報の頻度と、それぞれのキーワード信号につい
    て、前記キーワード信号を含む情報が必要とされた頻度
    と、前記キーワード信号を含む情報が不要とされた頻度
    とから計算されることを特徴とする請求項２７載の情報
    フィルタリング方法。
29. 【請求項２９】 それぞれのキーワード信号の有効性を
    示すキーワードコスト信号は、情報が必要であるか不要
    であるかを示す確率分布と、前記キーワード信号を含む
    情報が必要であるか不要であるかを示す確率分布との違
    いを定量的に評価する信号であることを特徴とする請求
    項２７または請求項２８記載の情報フィルタリング方
    法。
30. 【請求項３０】 それぞれのキーワード信号の有効性を
    示すキーワードコスト信号は、情報が必要であるか不要
    であるかを示す確率分布と、前記キーワード信号が含ま
    れた情報が必要であるか不要であるかを示す確率分布と
    の違いが大きいほど大きな値の信号であり、前記キーワ
    ードコスト信号が大きなキーワード信号を残し、小さい
    キーワード信号を破棄することを特徴とする請求項２７
    乃至２９のいずれかに記載の情報フィルタリング方法。
31. 【請求項３１】 個人プロファイルの作成は、使用者の
    入力が、提示された情報を必要とした回数を示す全肯定
    回数及び前記情報を不要とした回数を示す全否定回数を
    記憶する工程と、キーワード信号を示す文字列を数字に
    変換する対応表、前記文字列がキーワード信号として含
    まれた情報を必要とした回数を示す肯定回数及び前記文
    字列がキーワード信号として含まれた情報を不要とした
    回数を示す否定回数を記憶する工程と、提示された情報
    が必要か否かという使用者からの入力、前記情報に含ま
    れたキーワード信号、前記全肯定回数、前記全否定回数
    及び前記肯定回数と前記否定回数から前記全肯定回数、
    前記全否定回数及び前記適応辞書記憶部に記憶された信
    号を更新する工程とを有することを特徴とする請求項１
    ９乃至３０のいずれかに記載の情報フィルタリング方
    法。
32. 【請求項３２】 キーワード信号は、分類コードを含む
    ことを特徴とする請求項１９乃至３１のいずれかに記載
    の情報フィルタリング方法。
33. 【請求項３３】 情報に対する評価のユーザー入力が必
    要だけである場合に、情報がユーザーにとって必要であ
    る確率を、０と１以外の値とすることを特徴とする請求
    ２２、請求項２４から２８、請求項３０から３２のいず
    れかに記載の情報フィルタリング方法。
34. 【請求項３４】 情報に対する評価のユーザー入力が不
    要だけである場合に、情報がユーザーにとって不要であ
    る確率を、０と１以外の値とすることを特徴とする請求
    項２２、請求項２４から２８、請求項３０から３３のい
    ずれかに記載の情報フィルタリング方法。