WO2009101954A1 - テキスト情報分析システム - Google Patents

テキスト情報分析システム Download PDF

Info

Publication number
WO2009101954A1
WO2009101954A1 PCT/JP2009/052269 JP2009052269W WO2009101954A1 WO 2009101954 A1 WO2009101954 A1 WO 2009101954A1 JP 2009052269 W JP2009052269 W JP 2009052269W WO 2009101954 A1 WO2009101954 A1 WO 2009101954A1
Authority
WO
WIPO (PCT)
Prior art keywords
expression
date
time
procedure
schedule information
Prior art date
Application number
PCT/JP2009/052269
Other languages
English (en)
French (fr)
Inventor
Yoshikazu Takemoto
Original Assignee
Nec Corporation
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nec Corporation filed Critical Nec Corporation
Priority to US12/735,618 priority Critical patent/US20100325118A1/en
Priority to JP2009553429A priority patent/JPWO2009101954A1/ja
Publication of WO2009101954A1 publication Critical patent/WO2009101954A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates

Definitions

  • the present invention relates to a text information analysis system, and in particular, analyzes information written to the Internet (Consumer Generated Media, hereinafter referred to as “CGM”) such as a blog or SNS (Social Networking Service) published on the Internet, and measures a campaign effect.
  • CGM Conser Generated Media
  • SNS Social Networking Service
  • the present invention relates to a system, method, and program for realizing an analysis service that provides analysis results and reports for marketing research and brand research.
  • the causes of bursts are often linked to campaigns, event implementations, and incidents.
  • a schedule or calendar information such as a campaign, an event implementation date, an incident occurrence date, or the like, which is likely to cause a burst, is input in advance, and the cause analysis is performed against the information.
  • the analysis is based on known information, and the effect and influence of the expected event are confirmed.
  • the conventional CGM analysis system includes a data storage means 10, a sentence analysis means 11, a document classification means 12, a document number counting means 13, a result visualization means 14, a source text reference means 15, It is composed of
  • the conventional CGM analysis system having such a configuration operates as follows. That is, the sentence analysis unit 11 performs sentence analysis on sentence data such as blog articles stored in the data storage unit 10. Specifically, morphological analysis processing, dependency analysis processing, and the like are performed.
  • the morpheme analysis process is a process of dividing sentence data in the data storage means 10 into words using a word dictionary and giving part-of-speech information to each word. In particular, this is a technique that is generally applied when a non-descriptive language such as Japanese is processed by a computer, and is described in Non-Patent Document 1 and the like.
  • Dependency analysis processing is a technique for determining dependency relationships (sentence / predicate relationship, modifier / modified term relationship), etc. in a sentence. Patent Document 1, Patent Document 2, Non-Patent Document 2 and the like.
  • the document classification means 12 is a means for classifying articles in which the keyword (target keyword) to be analyzed exists in the result of the sentence analysis means 11 (the sentence divided into words). The user inputs and designates a target word, and the entire article is classified into an article having the target keyword and an article having no target keyword.
  • the document number counting means 13 is a means for counting the number of articles classified by the document classification means 12.
  • the result visualizing means 14 is a means for visualizing and presenting the result counted by the document number counting means 13 such as a time series graph.
  • the original text reference means 15 is a means for referring to a text list specified at a specific date and time in a time series graph, that is, a location designated by the user by a click operation or the like by the result visualization means 14.
  • An object of the present invention is to provide a CGM analysis system that makes it easy to understand the cause analysis of a sudden increase / decrease (burst) of a graph and can be performed quickly and efficiently.
  • the text information analysis system (CGM analysis system) of the present invention includes a time expression determination means 21, a schedule information creation means 24, a schedule information storage means 25, and a feature expression extraction means 26. Further, a date expression storage unit 22 and a date calculation unit 23 may be provided.
  • schedule information date and time expressions and feature expressions
  • campaign dates and event occurrence dates is automatically extracted from analysis target data or related data (Web news, etc.). Operate.
  • the schedule information of the burst portion is presented to the user, whereby the object of the present invention can be achieved.
  • the first effect is that it is possible to efficiently analyze the cause of the burst by making it possible to refer to the burst information and the schedule information of the automatically extracted campaign, event, incident, etc.
  • the first embodiment of the present invention includes a data storage means 10, a sentence analysis means 11, a document classification means 12, a document number counting means 13, a result visualization means 14, and a time expression.
  • the determination unit 21 includes a date and time expression storage unit 22, a date and time calculation unit 23, a schedule information creation unit 24, a schedule information storage unit 25, a feature expression extraction unit 26, and a schedule information display unit 27. .
  • the time expression determination means 21 determines and extracts a time expression from the result of the sentence analysis means 11.
  • the time expression is an expression (date expression) that includes units such as “year”, “month”, “day”, “hour”, “minute”, or “yesterday”, “this year”, “Monday”, “last week”, “noon” It is a unique word that expresses time (time specific expression).
  • the date / time expression represents a direct date / time, and the time-specific expression may also represent a relative date / time.
  • the date and time expression can be determined from the word string with part-of-speech information as a result of the sentence analysis means 11 by pattern matching of “numerical + time expression” such as “January 1”.
  • the time specific expression can be determined by registering words such as “Yesterday”, “Year”, “Monday”, “Last week”, and “Noon” in advance in the word dictionary of the sentence analysis unit 11 as words indicating the time specific expression. .
  • the date / time expression storage unit 22 stores time-series information (time stamp information such as a sentence creation date and an article posting date) of text data included in the data storage unit 10 and the date / time expression extracted by the time expression determination unit 21.
  • the date calculation means 23 calculates and replaces time-specific expressions such as “Yesterday” and “Last Monday” with the actual date expression based on the time stamp information or date expression stored in the date expression storage means 22. For example, when the posting date of the article is “January 1, 2008”, the time expression “Yesterday” is replaced with the actual date expression “December 31, 2007”. The time expression “Last Monday” is replaced with “December 24, 2007” which is Monday of the previous week.
  • the feature expression extraction unit 26 determines and extracts the feature expression from the result of the sentence analysis unit 11.
  • the feature expression is an important word (keyword) in the sentence, and is selected (filtered) by part-of-speech information given as a result of the sentence analysis means 11 such as a noun (general noun, proper noun), verb, and adjective. To do.
  • the selection is made by paying attention to a word representing the holding of a campaign or event such as “release”, “announcement”, “held”, “ongoing”, or a word representing an incident such as “detection”.
  • Proper nouns are place names, organization names, person names, product names, and the like.
  • proper nouns are determined by registering proper nouns in the word dictionary of the sentence analysis means 11 or, if the organization name, “A Co.” of “AAA Co.”, “BBB mechanism”. "Mechanism”, and in the case of a person's name, “Mr.” of “Mr. CCC”, etc., realized by pattern matching based on affixed words ("Japanese specific expression extraction based on enhanced dictionary and pattern matching rules and quality enhancement" Moto et al., IPSJ Journal, Vol. 42, No. 6, 2001)).
  • the schedule information creation means 24 creates schedule information from the output result of the time expression determination means 21 or the output result of the date and time calculation means 23 and the output result of the feature expression extraction means 26.
  • the schedule information includes a date expression determined by the time expression determination unit 21 or a date expression calculated by the date calculation unit 23, and one or more feature expressions determined by the feature expression extraction unit 26, as shown in FIG. 4C. It is tabular information with a simple date expression (such as date) as an index. For the same date and time expression, schedule information composed of the same feature expression is merged to give the number information.
  • the schedule information storage unit 25 stores the result (schedule information and number information) created by the schedule information creation unit 24.
  • the schedule information display means 27 is a means for specifying and displaying the date and time of the schedule information that the user wants to see.
  • the contents of the schedule information storage means 25 are sorted in the order of the number information, the order of the number of feature expressions, etc., and the result visualization means 14 to display the result.
  • the time expression determination means 21 extracts the time expression (step A4).
  • the time expression determination means 21 determines whether or not the time expression extracted in step A4 is a date expression (step A5). Specifically, the time expression determination means 21 extracts a date expression and a time unique expression as time expressions. If it is a date expression, the time expression determination means 21 stores the date expression in the date information storage means 22 (step A8). At this time, the time expression determination unit 21 detects time stamp information (time series information of the sentence data) such as a sentence creation date and an article posting date, and stores it in the date information storage unit 22.
  • time stamp information time series information of the sentence data
  • the date calculation unit 23 first acquires the date expression stored in the date expression storage unit 22 (step A6). .
  • the date and time expression acquisition method acquires time stamp information such as the posting date and time of an article in the date and time expression storage means 22 and acquires the latest registered in the date and time expression storage means 22 (that is, the most time-specific expression). Rules are determined in advance, such as calculating the date and time based on the date and time expression that appears nearby.
  • the date and time calculation means 23 performs date and time calculation on the time specific expression extracted in step A4 based on the date and time expression acquired in step A6 and replaces it with the date and time expression (step A7).
  • the feature expression extraction unit 26 extracts the feature expression, and the schedule creation unit 24 creates schedule information (step A9).
  • step A10 it is determined whether the schedule information (a combination of date and time expression and feature expression) created in step A9 exists in the created schedule information. When the same schedule information already exists, the number information of the existing schedule information is incremented by 1 (step A11). If there is no existing record, it is added to the schedule information as new schedule information (step A12).
  • step A1 the created schedule information and number information are stored in the schedule information storage means 25.
  • the result visualization means 14 displays schedule information for the date and time designated by the schedule information display means 27.
  • FIG. 3 is a block diagram showing the configuration of the second embodiment.
  • the text information analysis system of FIG. 2 has a configuration in which the date and time expression storage unit 22 and the date and time calculation unit 23 are excluded from the configuration of FIG. Also.
  • the time expression determination unit 21a determines and extracts a date expression as a time expression. In the present embodiment, the time expression determination unit 21a does not perform determination and extraction of the time unique expression. Alternatively, the time expression determination unit 21a may determine and extract the time unique expression. In this case, the time expression determination means 21a holds the time specific expression in advance in its own memory, and determines the time specific expression based on this. Further, the schedule information may be displayed in combination with a time stamp and a time unique expression. Other components are the same as those in FIG.
  • the text information analysis system performs step A8 after step A4 in the operation of the flowchart shown in FIG. Steps A7 are not performed. Other operations are the same as those in FIG.
  • Functions realized by each component of the text information analysis system shown in FIG. 1 or 3 can be realized by a program.
  • the program can be recorded on a computer-readable recording medium.
  • the program is loaded into the memory of a computer and executed under the control of a CPU (Central Processing Unit).
  • CPU Central Processing Unit
  • an aspect of the embodiment of the present invention provides a CGM analysis system that can grasp unexpected events such as unknown event information and incidents.
  • FIG. 4 is a diagram showing a specific example of the operation of the best mode for carrying out the first invention.
  • FIG. 4A shows an example of an original sentence
  • FIG. 4B shows an example of a sentence analysis result.
  • the feature expression extraction means 26 is “AAA (unregistered word)” “corporation (company name affix)” “mobile phone (noun)” “new model (noun)” “ZZZ (unregistered word)” “release (verb) ) ”, Nouns, verbs and unregistered words are extracted from the sentence analysis result.
  • An unregistered word is a word that is not registered in the word dictionary of the grammar analysis unit 11 and is likely to be a new proper noun such as the model name “ZZZ” of the mobile phone. Therefore, unregistered words are also extracted as feature expressions.
  • the feature expression extraction unit 26 determines the pattern of “unregistered word + company name affix” as a company name (organization name), such as “AAA (unknown word)” and “corporation (company name affix)”. ,Extract.
  • the schedule information creation means 24 creates schedule information in a table format as shown in FIG. 4C.
  • FIG. 5 is a diagram showing a second specific example of the operation of the best mode for carrying out the first invention.
  • FIG. 5A shows an example of an original sentence
  • FIG. 5B shows an example of a sentence analysis result.
  • the word “yesterday” is determined to be a time-specific expression, so the date / time calculating means 23 calculates the date / time expression from the contents of the date / time expression storing means 22.
  • the present invention is not limited to those disclosed on the Internet, but can also be applied to uses such as analysis of text data including time-series information (analysis service utilizing text mining technology).

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Document Processing Apparatus (AREA)

Abstract

　第１の課題は、時系列グラフが急増／急減（バースト）した原因分析が重要だが、従来技術では原因追求が困難だったことである。例えば、人がその期間の記事原文を熟読することによる内容解釈が必要で作業時間を要した。バーストの理由が分からないケースが多い。それはユーザが未知の事象が原因になっている場合がある。時間表現判定手段２１と、日時表現記憶手段２２と、日時計算手段２３と、スケジュール情報作成手段２４と、スケジュール情報記憶手段２５、特徴表現抽出手段２６とを備え、分析対象データ、または、それに関連するデータ（Ｗｅｂニュース等）から、キャンペーン、イベントなど実施日や事件の発生日等のスケジュール情報（日時表現や特徴表現）を自動抽出するよう動作する。

Description

[規則37.2に基づきISAが決定した発明の名称]　テキスト情報分析システム
　本発明は、テキスト情報分析システムに関し、特にインターネットで公開されているブログ、ＳＮＳ（Ｓｏｃｉａｌ　Ｎｅｔｗｏｒｋｉｎｇ　Ｓｅｒｖｉｃｅ）などインターネットへの書き込み情報（Ｃｏｎｓｕｍｅｒ　Ｇｅｎｅｒａｔｅｄ　Ｍｅｄｉａ、以下「ＣＧＭ」という）を分析し、キャンペーン効果測定、マーケティング調査、ブランド調査のための分析結果やレポートを提供する分析サービスを実現するシステム、方法およびプログラムに関する。
　ＣＧＭに対する基本的な分析として、分析したいキーワード（ターゲットキーワード）を入力・設定し、その書き込み数の時系列変化をグラフでレポートする機能ないし分析メニューがある。ユーザは、分析結果を見て、新製品やキャンペーンが投入された時に話題が急増すれば反響の大きさを知ることができる。あるいは、企業で不正事件が起きると話題が急増するが、何日で沈静化したかなどが分かる。実際のＣＧＭ分析サービスとして、ｅＨｙｏｕｂａｎ／マイニングサービスなどある（プレスリリース『企業向けブログ情報分析サービス「ｅＨｙｏｕｂａｎ／マイニングサービス」を開始』、ｈｔｔｐ：／／ｗｗｗ．ｎｅｃ．ｃｏ．ｊｐ／ｐｒｅｓｓ／ｊａ／０７０７／０２０１．ｈｔｍｌ）。
　ここで、グラフが急増／急減（バースト）した原因の分析が重要である。従来のＣＧＭ分析システムでは、ユーザが時系列グラフをクリック操作し、その時点での原文をすべて表示することで、確認することができる。しかし、人がその期間の記事原文を熟読することによる内容解釈が必要で、原文が大量になると工数がかかり、原因追求が困難となる。
　バーストの原因は、キャンペーンやイベント実施や事件発生などに連動する場合が多い。これに対し、バーストの原因となりそうなキャンペーン、イベントの実施日や事件の発生日等のスケジュールまたはカレンダー情報を予め入力しておき、その情報と照らし合わせて原因分析を行う方法がある。この方法では、既知の情報に基づく分析となり、想定内事象の効果や影響確認となる。
　従来のＣＧＭ分析システムは、図７に示すように、データ記憶手段１０と、文章解析手段１１と、文書分類手段１２と、文書数カウント手段１３と、結果可視化手段１４と、原文参照手段１５とから構成されている。
　このような構成を有する従来のＣＧＭ分析システムはつぎのように動作する。すなわち、データ記憶手段１０に蓄積されたブログ記事など文章データに対して、文章解析手段１１は文章解析を実行する。具体的には、形態素解析処理、係り受け解析処理などを行う。形態素解析処理は、データ記憶手段１０内の文章データを、単語辞書を用いて単語単位に分割し各単語に品詞情報を付与する処理である。とくに日本語のように分かち書きのない言語をコンピュータで処理する場合に一般的に適用される技術であり、非特許文献１などに記載がある。また、係り受け解析処理は、文中の係り受け関係（文の主語・述語の関係、修飾語・被修飾語の関係）などを判定する技術であり、特許文献１、特許文献２、非特許文献２などに記載されている。
　文書分類手段１２は、文章解析手段１１の結果（文章を単語に分割したもの）の中に、分析したいキーワード（ターゲットキーワード）が存在する記事を分類する手段である。ユーザがターゲットワードを入力、指定し、記事全体をターゲットキーワードが存在する記事とターゲットキーワードが存在しない記事とに分類する。
　文書数カウント手段１３は、文書分類手段１２で分類した記事の数をカウントする手段である。結果可視化手段１４は、文書数カウント手段１３がカウントした結果を時系列グラフなど、可視化して提示する手段である。
　原文参照手段１５は、結果可視化手段１４でユーザがクリック操作等で指定した箇所、すなわち、時系列グラフでの特定の日時における原文一覧を参照するための手段である。
特開２０００－１７２６９１号公報 特開２００１－８４２５０号公報 「国語辞書の記憶と日本語文の自動分割」（長尾真ほか、情報処理、Ｖｏｌ．１９、Ｎｏ．６、１９７８年） 「係り受け解析を用いた複合語の分割方法」（宮崎正弘、情報処理学会論文誌、Ｖｏｌ．２５、Ｎｏ．６、１９８４年）
　第１の問題点は、グラフが急増／急減（バースト）した原因分析が重要だが、従来技術では原因追求が困難だったことである。例えば、人がその期間の記事原文を熟読することによる内容解釈が必要で作業時間を要した。
［発明の目的］
　本発明の目的は、グラフが急増／急減（バースト）した原因分析を分かりやすくし、迅速かつ効率的に行えるＣＧＭ分析システムを提供することにある。
　本発明のテキスト情報分析システム（ＣＧＭ分析システム）は、時間表現判定手段２１と、スケジュール情報作成手段２４と、スケジュール情報記憶手段２５と、特徴表現抽出手段２６とを備える。また、日時表現記憶手段２２と、日時計算手段２３と、を備えていてもよい。このような構成により、分析対象データ、または、それに関連するデータ（Ｗｅｂニュース等）から、キャンペーン、イベントなど実施日や事件の発生日等のスケジュール情報（日時表現や特徴表現）を自動抽出するよう動作する。このような構成を採用し、分析結果（グラフ）を表示する際に、バースト部分のスケジュール情報をユーザに提示することにより、本発明の目的を達成することができる。
　第１の効果は、バースト部分と自動抽出したキャンペーン、イベント、事件等のスケジュール情報を参照できるようにすることで、バーストの原因分析が効率的に行える。
本発明の第１の実施の形態の構成を示すブロック図である。 第１の実施の形態の動作を示す流れ図である。 本発明の第２の実施の形態の構成を示すブロック図である。 第１の発明を実施するための最良の形態の動作の具体例（原文例）を示す図である。 第１の発明を実施するための最良の形態の動作の具体例（文章解析結果例）を示す図である。 第１の発明を実施するための最良の形態の動作の具体例（スケジュール情報例）を示す図である。 第１の発明を実施するための最良の形態の動作の第二の具体例（原文例）を示す図である。 第１の発明を実施するための最良の形態の動作の第二の具体例（文章解析結果例）を示す図である。 第１の発明を実施するための最良の形態の動作の第二の具体例（日時表現記憶手段の内容例）を示す図である。 第１の発明を実施するための最良の形態の動作の第二の具体例（スケジュール情報例）を示す図である。 システムの動作例を示す図である。 従来装置の構成を示すブロック図である。
符号の説明
　１０　データ記憶手段
　１１　文章解析手段
　１２　文書分類手段
　１３　文書数カウント手段
　１４　結果可視化手段
　１５　原文参照手段
　２１、２１ａ　時間表現判定手段
　２２　日時表現記憶手段
　２３　日時計算手段
　２４　スケジュール情報作成手段
　２５　スケジュール情報記憶手段
　２６　特徴表現抽出手段
　２７　スケジュール情報表示手段
　次に、発明を実施するための最良の形態について図面を参照して詳細に説明する。
（第１の実施の形態）
　図１を参照すると、本発明の第１の実施の形態は、データ記憶手段１０と、文章解析手段１１と、文書分類手段１２と、文書数カウント手段１３と、結果可視化手段１４と、時間表現判定手段２１と、日時表現記憶手段２２と、日時計算手段２３と、スケジュール情報作成手段２４と、スケジュール情報記憶手段２５と、特徴表現抽出手段２６と、スケジュール情報表示手段２７とから構成されている。
　データ記憶手段１０～結果可視化手段１４の動作概略については、従来技術の説明で記載したとおりである。
　これらの手段はそれぞれ概略つぎのように動作する。
　時間表現判定手段２１は、文章解析手段１１の結果から時間表現を判定して抽出する。時間表現とは、「年」「月」「日」「時」「分」などの日時を表す単位を含む表現（日時表現）や、「昨日」「今年」「月曜日」「先週」「正午」などの時間を表現する固有の言葉（時間固有表現）のことである。日時表現は、直接的な日時を表し、時間固有表現は相対的な日時を表すとも考えられる。
　日時表現は、文章解析手段１１の結果の品詞情報付き単語列から「１月１日」など「数詞＋時間表現」のパターンマッチにより判定できる。時間固有表現は、文章解析手段１１の単語辞書に、「昨日」「今年」「月曜日」「先週」「正午」などの単語を、時間固有表現を示す単語として予め登録しておくことで判定できる。
　日時表現記憶手段２２は、データ記憶手段１０に含まれる文章データの時系列情報（文章作成日、記事投稿日などのタイムスタンプ情報）や時間表現判定手段２１が抽出した日時表現を記憶する。
　日時計算手段２３は、「昨日」「先週月曜日」などの時間固有表現について、日時表現記憶手段２２が記憶するタイムスタンプ情報または日時表現に基づき、実際の日時表現に計算して置換する。例えば、記事の投稿日時が、「２００８年１月１日」の場合、「昨日」という時間表現を「２００７年１２月３１日」という実際の日時表現に置換する。「先週月曜日」という時間表現は、前週の月曜日である「２００７年１２月２４日」に置換する。
　特徴表現抽出手段２６は、文章解析手段１１の結果から特徴表現を判定して抽出する。ここで、特徴表現とは、文章中で重要な単語（キーワード）であり、名詞（一般名詞、固有名詞）、動詞、形容詞など文章解析手段１１の結果として付与される品詞情報により選定（フィルタリング）する。あるいは、「発売」「発表」「開催」「実施中」のようなキャンペーンやイベントの開催を表す単語や「発覚」のような事件が起きたことを表す単語に着目して選定する。固有名詞とは、地名・組織名・人名・製品名などである。特徴表現抽出手段２６における固有名詞の判定は、文章解析手段１１の単語辞書に固有名詞を登録しておくか、組織名ならば、「ＡＡＡ株式会社」の「株式会社」、「ＢＢＢ機構」の「機構」、人名ならば「ＣＣＣ氏」の「氏」など、接辞語をもとにパターンマッチで実現する（「辞書およびパターンマッチルールの増強と品質強化に基づく日本語固有表現抽出」（竹元ほか、情報処理学会論文誌、Ｖｏｌ．４２、Ｎｏ．６、２００１年）参照）。
　スケジュール情報作成手段２４は、時間表現判定手段２１の出力結果または日時計算手段２３の出力結果と、特徴表現抽出手段２６の出力結果とから、スケジュール情報を作成する。スケジュール情報とは、時間表現判定手段２１が判定した日時表現または日時計算手段２３が算出した日時表現と、特徴表現抽出手段２６が判定した１個以上の特徴表現とから成る、図４Ｃに示すような日時表現（年月日など）をインデックスとする表形式の情報である。同じ日時表現に対して、同じ特徴表現から成るスケジュール情報は、マージして件数情報を付与する。
　スケジュール情報記憶手段２５は、スケジュール情報作成手段２４が作成した結果（スケジュール情報及び件数情報）を記憶する。
　スケジュール情報表示手段２７は、ユーザが見たいスケジュール情報の日時を指定入力して表示する手段で、スケジュール情報記憶手段２５の内容を件数情報順、特徴表現の個数順などにソートして結果可視化手段１４で結果を表示する。
　次に、図１及び図２のフローチャートを参照して本実施の形態の全体の動作について詳細に説明する。
　まず、データ記憶手段１０にデータが存在する場合（図２のステップＡ１）、文章解析手段１１は、データ記憶手段１０から文章データを１文読み込み、文章解析を実行する（ステップＡ２）。ここでは、文章データを１文毎に処理する例を記載するが、文章データの処理単位は、これに限らず、段落単位、記事単位などの場合もある。
　時間表現判定手段２１は、文章解析結果の中に、時間表現が存在する場合（ステップＡ３）、時間表現を抽出する（ステップＡ４）。時間表現判定手段２１は、ステップＡ４で抽出した時間表現が日時表現かどうかを判定する（ステップＡ５）。具体的には、時間表現判定手段２１は、時間表現として日時表現と時間固有表現とを抽出する。日時表現である場合、時間表現判定手段２１は、日時情報記憶手段２２に日時表現を格納する（ステップＡ８）。またこのとき、時間表現判定手段２１は、文章作成日、記事投稿日などのタイムスタンプ情報（文章データの時系列情報）を検出し、日時情報記憶手段２２に格納する。
　ステップＡ４で抽出した時間表現が日時表現でない場合（すなわち、時間固有表現である場合）、まず、日時計算手段２３は、日時表現記憶手段２２に格納されている日時表現を取得する（ステップＡ６）。日時表現の取得方法は、日時表現記憶手段２２内の記事の投稿日時などのタイムスタンプ情報を取得する、日時表現記憶手段２２に最も新しく登録されたものを取得する（つまり、時間固有表現の最も近くに出現した日時表現をもとに日時計算を行う）など、予めルールを決めておく。次に、日時計算手段２３は、ステップＡ４で抽出した時間固有表現について、ステップＡ６で取得した日時表現をもとに日時計算を行い、日時表現への置換を行う（ステップＡ７）。
　続いて、特徴表現抽出手段２６は、特徴表現を抽出し、スケジュール作成手段２４は、スケジュール情報を作成する（ステップＡ９）。
　ステップＡ１０では、ステップＡ９において作成したスケジュール情報（日時表現と特徴表現の組）が、作成済みのスケジュール情報に存在するかを判定する。既に同一のスケジュール情報が存在する場合、既存のスケジュール情報の件数情報を＋１加算する（ステップＡ１１）。既存レコードが存在しない場合、新規スケジュール情報としてスケジュール情報に追加する（ステップＡ１２）。
　ステップＡ１で次の文章データが存在しなくなるまで、上記フローを繰り返す。その結果、作成されたスケジュール情報及び件数情報をスケジュール情報記憶手段２５に格納しておく。スケジュール情報表示手段２７で指定した日時についてのスケジュール情報を結果可視化手段１４で表示する。
（第２の実施の形態）
　図３は、第２の実施の形態の構成を示すブロック図である。図２のテキスト情報分析システムは、図１の構成のうち、日時表現記憶手段２２と日時計算手段２３とを除いた構成である。また。時間表現判定手段２１ａは、時間表現として日時表現を判定して抽出する。本実施の形態では、時間表現判定手段２１ａは、時間固有表現の判定及び抽出を実施しない。あるいは、時間表現判定手段２１ａは、時間固有表現を判定して抽出してもよい。この場合、時間表現判定手段２１ａは、自己のメモリ内に予め時間固有表現を保持し、これに基づいて時間固有表現を判定する。また、スケジュール情報へは、タイムスタンプと時間固有表現とを組み合わせて表示してもよい。他の構成要素は図１と同様であるため説明を省略する。
　本実施の形態のテキスト情報解析システムは、図２に示したフローチャートの動作のうち、ステップＡ４の次に、ステップＡ８を実施する。ステップ５からＡ７を行わない。その他の動作は図２と同様であるため、説明を省略する。
（その他の実施の形態）
　図１または図３に示すテキスト情報解析システムの各構成要素が実現する機能はプログラムによって実現することが可能である。プログラムは、コンピュータ読み取り可能な記録媒体に記録することができる。プログラムは、コンピュータのメモリにロードされ、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）の制御のもとで実行される。
　次に、本実施の形態の効果について説明する。
　本実施の形態では、文章データからスケジュール情報を自動的に作成するというように構成されているため、ユーザがこれを参照することで、グラフの急変部分と、未知のキャンペーン、イベント、事件等との関係を効率的に分析することができる。
　また、従来は、既知のイベント情報やキャンペーン情報など、想定内の事象しか把握できないことである。バーストの理由が分からないケースが多かった。それはユーザが未知の事象が原因になっている場合があった。
　これについて、本発明の実施の形態の一態様では、未知のイベント情報や事件など、想定外の事象を把握できるＣＧＭ分析システムを提供する。
　従って、未知だったキャンペーン、イベント、事件等とのマッチングも可能となり、想定外の原因を発見できる（例えば、「不正事件」があってバーストしたが、その原因を分析者が知らなかった時など）。逆に、未知のキャンペーン、イベント、事件等について、話題急増の原因にはなっていない、すなわちキャンペーン効果、事件の影響がなかったことも把握できる。
　図４は、第１の発明を実施するための最良の形態の動作の具体例を示す図である。
　図４Ａは原文例、図４Ｂは文章解析結果の例を示している。
　「ＡＡＡ株式会社は、２００８年１月１日、携帯電話の新機種ＺＺＺを発売した。」という、データ記憶手段１０内に格納された文章データに対して、文章解析手段１１は、「ＡＡＡ（未登録語）/株式会社（会社名接辞）/は（助詞）/、/２００８（数詞）/年（時間表現）/１（数詞）/月（時間単位）/１（数詞）/日（時間単位）/、（読点）/携帯電話（名詞）/の（助詞）/新機種（名詞）/ＺＺＺ（未登録語）/を（助詞）/発売（動詞）/し（サ変）/た（助動詞）/。（句点）/」という文章解析結果を出力する。
　この例では、文章解析結果中に、「/２００８（数詞）/年（時間単位）/」「/１（数詞）/月（時間単位）」「/１（数詞）/日（時間単位）/」のように、「数字＋時間単位」のパターンが存在するので、時間表現判定手段２１は、「２００８年１月１日」を日時表現として判定し、抽出する。
　特徴表現抽出手段２６は、「ＡＡＡ（未登録語）」「株式会社（会社名接辞）」「携帯電話（名詞）」「新機種（名詞）」「ＺＺＺ（未登録語）」「発売（動詞）」のように、名詞や動詞、未登録語などを文章解析結果から抽出する。未登録語とは、文法解析手段１１の単語辞書に登録されていない単語であり、携帯電話の機種名「ＺＺＺ」のように新しい固有名詞である可能性が高い。そこで、未登録語も特徴表現として抽出している。また、特徴表現抽出手段２６は、「ＡＡＡ（未知語）」「株式会社（会社名接辞）」のように、「未登録語＋会社名接辞」のパターンを会社名（組織名）として判定し、抽出する。
　そして、スケジュール情報作成手段２４は、図４Ｃのような表形式のスケジュール情報を作成する。
　図５は、第１の発明を実施するための最良の形態の動作の第２の具体例を示す図である。
　図５Ａは原文例、図５Ｂは文章解析結果の例を示している。
　図５Ｂで、文章解析の結果、「昨日」という単語は、時間固有表現であると判定されているので、日時計算手段２３は、日時表現記憶手段２２の内容から日時表現を計算する。
　図５Ｃは、日時表現記憶手段２２の内容例である。「文章ＩＤ」「日時」「種別」から成る。「文章ＩＤ」は、文章をユニークに識別する識別子、「日時」は、その文章ＩＤに対する日時の情報、「種別」はその日時情報のソース元情報である。データ記憶手段１０に付与されていたタイムスタンプ情報なら「タイムスタンプ」、本発明による判定情報なら「日時表現」という情報が付与されている。
　この例では、「取得判定用情報」に「タイムスタンプ」があるので、この日時表現「２００８年１月２日」をもとに、「昨日」の日時を計算し、「２００８年１月１日」となる。その結果、図５Ｄのようなスケジュール情報が作成される。日時表現記憶手段２２に最も新しく登録されたものを取得するというルールであっても、同様の処理となる。
　図６は、結果可視化手段１４で時系列グラフを表示し、グラフの注目点についてクリック操作を行うと、その日時のスケジュール情報が提示されるというシステムの動作例を示している。
　以上、実施形態及び実施例を参照して本願発明を説明したが、本願発明は上記実施形態及び実施例に限定されるものではない。本願発明の構成や詳細には本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
　この出願は、２００８年２月１５日に出願された日本出願特願２００８―０３４３８５を基礎とする優先権を主張し、その開示のすべてをここに取り込む。
　本発明によれば、インターネットで公開されているブログ、ＳＮＳ（Ｓｏｃｉａｌ　Ｎｅｔｗｏｒｋｉｎｇ　Ｓｅｒｖｉｃｅ）などインターネットへの書き込み情報（Ｃｏｎｓｕｍｅｒ　Ｇｅｎｅｒａｔｅｄ　Ｍｅｄｉａ）を分析し、キャンペーン効果測定、マーケティング調査、ブランド調査のための分析結果やレポートを提供する分析サービスを実現するシステムに適用できる。
　本発明は、インターネットで公開されているものに限らず、時系列情報を含む文章データの分析（テキストマイニング技術を活用した分析サービス）といった用途にも適用可能である。

Claims (10)

  1. 　分析対象となるデータを記憶するデータ記憶手段と、
    　前記データ記憶手段の中で、文章データを対象に文章解析を行う文章解析手段と、
    　前記文章解析手段の結果の中に、分析したいキーワードが存在する記事を分類する文書
    分類手段と、
    　前記文書分類手段で分類した記事の数をカウントする文書数カウント手段と、
    　前記文書数カウント手段がカウントした結果を時系列グラフなどに可視化して提示する結果可視化手段と、
    　前記文章解析手段の結果から、日時表現または時間固有表現を判定して抽出する時間表現判定手段と、
    　前記文章解析手段の結果から特徴表現を判定して抽出する特徴表現抽出手段と、
    　前記時間表現判定手段の出力結果と前記特徴表現抽出手段の出力結果とからスケジュール情報を作成するスケジュール情報作成手段と、
    　前記スケジュール情報作成手段が作成した結果を記憶するスケジュール情報記憶手段と、
    　前記スケジュール情報記憶手段から、ユーザが指定入力した日時のスケジュール情報を表示するスケジュール情報表示手段と
    　を備えたことを特徴とするテキスト情報分析システム。
  2. 　前記データ記憶手段に含まれる文章データの文章作成日または記事投稿日などのタイムスタンプ情報、または、前記時間表現判定手段が抽出した日時表現を記憶する日時表現記憶手段と、
    　前記時間表現判定手段が抽出した時間固有表現について、前記日時表現記憶手段が記憶するタイムスタンプ情報または日時表現に基づき、実際の日時表現に計算して置換する日時計算手段と、をさらに備えたことを特徴とする請求項１記載のテキスト情報分析システム。
  3. 　前記時間固有表現は、相対的な日時を表す言葉であり、
    　前記日時計算手段は、前記データ記憶手段に含まれる文章データの文章作成日または記事投稿日などのタイムスタンプ情報を用いて、前記時間固有表現を直截的な日時を表す表現に置換することを特徴とする請求項２記載のテキスト情報分析システム。
  4. 　分析対象となるデータを記憶するデータ記憶手段と、
    　前記データ記憶手段の中で、文章データを対象に文章解析を行う文章解析手段と、
    　前記文章解析手段の結果の中に、分析したいキーワードが存在する記事を分類する文書分類手段と、
    　前記文書分類手段で分類した記事の数をカウントする文書数カウント手段と、
    　前記文書数カウント手段がカウントした結果を時系列グラフなどに可視化して提示する結果可視化手段と、
    　前記文章解析手段の結果から、日時表現または時間固有表現を判定して抽出する時間表現判定手段と、
    　前記データ記憶手段に含まれる文章データの文章作成日または記事投稿日などのタイムスタンプ情報、または、前記時間表現判定手段が抽出した日時表現を記憶する日時表現記憶手段と、
    　前記時間表現判定手段が抽出した時間固有表現について、前記日時表現記憶手段が記憶するタイムスタンプ情報または日時表現に基づき、実際の日時表現に計算して置換する日時計算手段と、
    　前記文章解析手段の結果から特徴表現を判定して抽出する特徴表現抽出手段と、
    　前記時間表現判定手段の出力結果または前記日時計算手段の出力結果と、前記特徴表現抽出手段の出力結果とからスケジュール情報を作成するスケジュール情報作成手段と、
    　前記スケジュール情報作成手段が作成した結果を記憶するスケジュール情報記憶手段と、
    　前記スケジュール情報記憶手段から、ユーザが指定入力した日時のスケジュール情報を表示するスケジュール情報表示手段と
    　を備えたことを特徴とするテキスト情報分析システム。
  5. 　分析対象となるデータを記憶する工程と、
    　前記記憶した文章データを対象に文章解析を行う工程と、
    　前記文章解析の結果の中に、分析したいキーワードが存在する記事を分類する工程と、
    　前記分類した記事の数をカウントする工程と、
    　前記カウントした結果を時系列グラフなどに可視化して提示する工程と、
    　前記文章解析の結果から、日時表現または時間固有表現を判定して抽出する工程と、
    　前記文章解析の結果から特徴表現を判定して抽出する工程と、
    　前記日時表現または時間固有表現を判定して抽出した結果と前記特徴表現を判定して抽出した結果とからスケジュール情報を作成する工程と、
    　前記作成したスケジュール情報を記憶する工程と、
    　前記記憶したスケジュール情報の中から、ユーザが指定入力した日時のスケジュール情報を表示する工程と
    　を備えたことを特徴とするテキスト情報分析方法。
  6. 　前記記憶した文章データの文章作成日または記事投稿日などのタイムスタンプ情報、または、前記日時表現または時間固有表現を判定して抽出した日時表現を記憶する工程と、
    　前記日時表現または時間固有表現を判定して抽出した時間固有表現について、前記記憶したタイムスタンプ情報または日時表現に基づき、実際の日時表現に計算して置換する工程と、をさらに備えたことを特徴とする請求項５記載のテキスト情報分析方法。
  7. 　分析対象となるデータを記憶する工程と、
    　前記記憶した文章データを対象に文章解析を行う工程と、
    　前記文章解析の結果の中に、分析したいキーワードが存在する記事を分類する工程と、
    　前記分類した記事の数をカウントする工程と、
    　前記カウントした結果を時系列グラフなどに可視化して提示する工程と、
    　前記文章解析の結果から、日時表現または時間固有表現を判定して抽出する工程と、
    　前記記憶した文章データの文章作成日または記事投稿日などのタイムスタンプ情報、または、前記日時表現または時間固有表現を判定して抽出した日時表現を記憶する工程と、
    　前記日時表現または時間固有表現を判定して抽出した時間固有表現について、前記記憶したタイムスタンプ情報または日時表現に基づき、実際の日時表現に計算して置換する工程と、
    　前記文章解析の結果から特徴表現を判定して抽出する工程と、
    　前記日時表現または時間固有表現を判定して抽出した結果または前記実際の日時表現に計算して置換した結果と、前記特徴表現を判定して抽出した結果とからスケジュール情報を作成する工程と、
    　前記作成したスケジュール情報を記憶する工程と、
    　前記記憶したスケジュール情報から、ユーザが指定入力した日時のスケジュール情報を表示する工程と
    　を備えたことを特徴とするテキスト情報分析方法。
  8. 　コンピュータを動作させるテキスト情報分析プログラムを格納する記録媒体であって、
    　前記コンピュータに、
    　分析対象となるデータをデータ記憶手段に記憶する手順と、
    　前記データ記憶手段の中で、文章データを対象に文章解析を行う文章解析手順と、
    　前記文章解析手順の結果の中に、分析したいキーワードが存在する記事を分類する文書分類手順と、
    　前記文書分類手順で分類した記事の数をカウントする文書数カウント手順と、
    　前記文書数カウント手順がカウントした結果を時系列グラフなどに可視化して提示する結果可視化手順と、
    　前記文章解析手順の結果から、日時表現または時間固有表現を判定して抽出する時間表現判定手順と、
    　前記文章解析手順の結果から特徴表現を判定して抽出する特徴表現抽出手順と、
    　前記時間表現判定手順の出力結果と前記特徴表現抽出手順の出力結果とからスケジュール情報を作成するスケジュール情報作成手順と、
    　前記スケジュール情報作成手順が作成した結果をスケジュール情報記憶手段に記憶するスケジュール情報記憶手順と、
    　前記スケジュール情報記憶手段から、ユーザが指定入力した日時のスケジュール情報を表示するスケジュール情報表示手順と
    　を実行させる情報分析プログラムを格納する記録媒体。
  9. 　前記データ記憶手段に含まれる文章データの文章作成日または記事投稿日などのタイムスタンプ情報、または、前記時間表現判定手順が抽出した日時表現を記憶する日時表現記憶手順と、
    　前記時間表現判定手順が抽出した時間固有表現について、前記日時表現記憶手順が記憶するタイムスタンプ情報または日時表現に基づき、実際の日時表現に計算して置換する日時計算手順と、
    　をさらに備えたことを特徴とする請求項７記載のテキスト情報分析プログラムを格納する記録媒体。
  10. 　コンピュータを動作させるテキスト情報分析プログラムを格納する記録媒体であって、
    　前記コンピュータに、
    　分析対象となるデータをデータ記憶手段に記憶する手順と、
    　前記データ記憶手段の中で、文章データを対象に文章解析を行う文章解析手順と、
    　前記文章解析手順の結果の中に、分析したいキーワードが存在する記事を分類する文書分類手順と、
    　前記文書分類手順で分類した記事の数をカウントする文書数カウント手順と、
    　前記文書数カウント手順がカウントした結果を時系列グラフなどに可視化して提示する結果可視化手順と、
    　前記文章解析手順の結果から、日時表現または時間固有表現を判定して抽出する時間表現判定手順と、
    　前記データ記憶手順に含まれる文章データの文章作成日または記事投稿日などのタイムスタンプ情報、または、前記時間表現判定手順が抽出した日時表現を記憶する日時表現記憶手順と、
    　前記時間表現判定手順が抽出した時間固有表現について、前記日時表現記憶手段が記憶するタイムスタンプ情報または日時表現に基づき、実際の日時表現に計算して置換する日時計算手順と、
    　前記文章解析手段の結果から特徴表現を判定して抽出する特徴表現抽出手順と、
    　前記時間表現判定手順の出力結果または前記日時計算手順の出力結果と、前記特徴表現抽出手順の出力結果とからスケジュール情報を作成するスケジュール情報作成手順と、
    　前記スケジュール情報作成手順が作成した結果をスケジュール情報記憶手段に記憶するスケジュール情報記憶手順と、
    　前記スケジュール情報記憶手段から、ユーザが指定入力した日時のスケジュール情報を表示するスケジュール情報表示手順と
    　を実行させるテキスト情報分析プログラムを格納する記録媒体。
PCT/JP2009/052269 2008-02-15 2009-02-12 テキスト情報分析システム WO2009101954A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US12/735,618 US20100325118A1 (en) 2008-02-15 2009-02-12 Text information analysis system
JP2009553429A JPWO2009101954A1 (ja) 2008-02-15 2009-02-12 テキスト情報分析システム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2008034385 2008-02-15
JP2008-034385 2008-02-15

Publications (1)

Publication Number Publication Date
WO2009101954A1 true WO2009101954A1 (ja) 2009-08-20

Family

ID=40956984

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2009/052269 WO2009101954A1 (ja) 2008-02-15 2009-02-12 テキスト情報分析システム

Country Status (3)

Country Link
US (1) US20100325118A1 (ja)
JP (1) JPWO2009101954A1 (ja)
WO (1) WO2009101954A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015019723A1 (ja) * 2013-08-07 2015-02-12 シャープ株式会社 情報処理装置、情報処理方法、情報処理プログラム、情報処理システム、および電子機器
US9741258B1 (en) 2016-07-13 2017-08-22 International Business Machines Corporation Conditional provisioning of auxiliary information with a media presentation
US9905248B2 (en) 2016-02-29 2018-02-27 International Business Machines Corporation Inferring user intentions based on user conversation data and spatio-temporal data
US10043062B2 (en) 2016-07-13 2018-08-07 International Business Machines Corporation Generating auxiliary information for a media presentation
US10528985B2 (en) 2015-12-14 2020-01-07 International Business Machines Corporation Determining a personalized advertisement channel

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140337011A1 (en) * 2013-05-13 2014-11-13 International Business Machines Corporation Controlling language tense in electronic content
US10235460B2 (en) 2014-09-30 2019-03-19 Splunk Inc. Sharing configuration information for searches in data intake and query systems
US9990423B2 (en) 2014-09-30 2018-06-05 Splunk Inc. Hybrid cluster-based data intake and query
US9922099B2 (en) 2014-09-30 2018-03-20 Splunk Inc. Event limited field picker
US20160092045A1 (en) * 2014-09-30 2016-03-31 Splunk, Inc. Event View Selector
US10726037B2 (en) 2015-01-30 2020-07-28 Splunk Inc. Automatic field extraction from filed values
US9916346B2 (en) 2015-01-30 2018-03-13 Splunk Inc. Interactive command entry list
US11442924B2 (en) 2015-01-30 2022-09-13 Splunk Inc. Selective filtered summary graph
US9842160B2 (en) 2015-01-30 2017-12-12 Splunk, Inc. Defining fields from particular occurences of field labels in events
US10915583B2 (en) 2015-01-30 2021-02-09 Splunk Inc. Suggested field extraction
US9977803B2 (en) 2015-01-30 2018-05-22 Splunk Inc. Column-based table manipulation of event data
US11544248B2 (en) 2015-01-30 2023-01-03 Splunk Inc. Selective query loading across query interfaces
US10061824B2 (en) 2015-01-30 2018-08-28 Splunk Inc. Cell-based table manipulation of event data
US9922082B2 (en) 2015-01-30 2018-03-20 Splunk Inc. Enforcing dependency between pipelines
US10013454B2 (en) 2015-01-30 2018-07-03 Splunk Inc. Text-based table manipulation of event data
US11615073B2 (en) 2015-01-30 2023-03-28 Splunk Inc. Supplementing events displayed in a table format
US9922084B2 (en) 2015-01-30 2018-03-20 Splunk Inc. Events sets in a visually distinct display format
CN116150409B (zh) * 2023-04-10 2023-06-23 中科雨辰科技有限公司 一种文本时间序列获取方法、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11224255A (ja) * 1998-02-05 1999-08-17 Ricoh Co Ltd キーワード抽出装置及び方法
JP2005346416A (ja) * 2004-06-03 2005-12-15 Matsushita Electric Ind Co Ltd 日時情報変換装置、日時情報変換方法、日時情報変換プログラムおよび日時情報変換装置の集積回路
JP2007018285A (ja) * 2005-07-07 2007-01-25 Cac:Kk 情報提供システム、情報提供方法、情報提供装置並びに情報提供プログラム

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3714172A1 (de) * 1986-04-28 1987-11-19 Hitachi Ltd Einrichtung zum durchsuchen von dokumenten in einem dokumentenablagesystem
JP4289513B2 (ja) * 1997-04-09 2009-07-01 富士通株式会社 文書表示装置およびプログラム記憶媒体
US6532469B1 (en) * 1999-09-20 2003-03-11 Clearforest Corp. Determining trends using text mining
US6769010B1 (en) * 2000-05-11 2004-07-27 Howzone.Com Inc. Apparatus for distributing information over a network-based environment, method of distributing information to users, and method for associating content objects with a database wherein the content objects are accessible over a network communication medium by a user
JP2002245070A (ja) * 2001-02-20 2002-08-30 Hitachi Ltd データ表示方法及び装置並びにその処理プログラムを記憶した媒体
US7570262B2 (en) * 2002-08-08 2009-08-04 Reuters Limited Method and system for displaying time-series data and correlated events derived from text mining
US7895224B2 (en) * 2002-12-10 2011-02-22 Caringo, Inc. Navigation of the content space of a document set
US7730013B2 (en) * 2005-10-25 2010-06-01 International Business Machines Corporation System and method for searching dates efficiently in a collection of web documents
EP1949273A1 (en) * 2005-11-16 2008-07-30 Evri Inc. Extending keyword searching to syntactically and semantically annotated data
US20080033587A1 (en) * 2006-08-03 2008-02-07 Keiko Kurita A system and method for mining data from high-volume text streams and an associated system and method for analyzing mined data
US8874571B2 (en) * 2006-11-10 2014-10-28 Battelle Memorial Institute Text analysis methods, text analysis apparatuses, and articles of manufacture
WO2008083504A1 (en) * 2007-01-10 2008-07-17 Nick Koudas Method and system for information discovery and text analysis
US8086557B2 (en) * 2008-04-22 2011-12-27 Xerox Corporation Method and system for retrieving statements of information sources and associating a factuality assessment to the statements

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11224255A (ja) * 1998-02-05 1999-08-17 Ricoh Co Ltd キーワード抽出装置及び方法
JP2005346416A (ja) * 2004-06-03 2005-12-15 Matsushita Electric Ind Co Ltd 日時情報変換装置、日時情報変換方法、日時情報変換プログラムおよび日時情報変換装置の集積回路
JP2007018285A (ja) * 2005-07-07 2007-01-25 Cac:Kk 情報提供システム、情報提供方法、情報提供装置並びに情報提供プログラム

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015019723A1 (ja) * 2013-08-07 2015-02-12 シャープ株式会社 情報処理装置、情報処理方法、情報処理プログラム、情報処理システム、および電子機器
US10528985B2 (en) 2015-12-14 2020-01-07 International Business Machines Corporation Determining a personalized advertisement channel
US9905248B2 (en) 2016-02-29 2018-02-27 International Business Machines Corporation Inferring user intentions based on user conversation data and spatio-temporal data
US10580317B2 (en) 2016-07-13 2020-03-03 International Business Machines Corporation Conditional provisioning of auxiliary information with a media presentation
US10089896B2 (en) 2016-07-13 2018-10-02 International Business Machines Corporation Conditional provisioning of auxiliary information with a media presentation
US10043062B2 (en) 2016-07-13 2018-08-07 International Business Machines Corporation Generating auxiliary information for a media presentation
US9741258B1 (en) 2016-07-13 2017-08-22 International Business Machines Corporation Conditional provisioning of auxiliary information with a media presentation
US10586468B2 (en) 2016-07-13 2020-03-10 International Business Machines Corporation Conditional provisioning of auxiliary information with a media presentation
US10614297B2 (en) 2016-07-13 2020-04-07 International Business Machines Corporation Generating auxiliary information for a media presentation
US10614298B2 (en) 2016-07-13 2020-04-07 International Business Machines Corporation Generating auxiliary information for a media presentation
US10614296B2 (en) 2016-07-13 2020-04-07 International Business Machines Corporation Generating auxiliary information for a media presentation
US10621879B2 (en) 2016-07-13 2020-04-14 International Business Machines Corporation Conditional provisioning of auxiliary information with a media presentation
US10733897B2 (en) 2016-07-13 2020-08-04 International Business Machines Corporation Conditional provisioning of auxiliary information with a media presentation

Also Published As

Publication number Publication date
US20100325118A1 (en) 2010-12-23
JPWO2009101954A1 (ja) 2011-06-09

Similar Documents

Publication Publication Date Title
WO2009101954A1 (ja) テキスト情報分析システム
JP7163355B2 (ja) メッセージ中のタスクの識別
Zimmeck et al. Privee: An architecture for automatically analyzing web privacy policies
Gu et al. " what parts of your apps are loved by users?"(T)
Gregory et al. Visual GISting: bringing together corpus linguistics and Geographical Information Systems
US20080033587A1 (en) A system and method for mining data from high-volume text streams and an associated system and method for analyzing mined data
US9519636B2 (en) Deduction of analytic context based on text and semantic layer
US20090235280A1 (en) Event extraction system for electronic messages
US9922383B2 (en) Patent claims analysis system and method
US20130006986A1 (en) Automatic Classification of Electronic Content Into Projects
US20160285810A1 (en) Analyzing email threads
US20130031526A1 (en) Domain specific language design
JP2007287134A (ja) 情報抽出装置、及び情報抽出方法
WO2009042470A1 (en) User-defined media annotations on dynamic charts
JP2010277312A (ja) 日程調整支援装置、方法、およびプログラム
Böschen Evaluation of JATSdecoder as an automated text extraction tool for statistical results in scientific reports
Rashid ToxLex_bn: A curated dataset of bangla toxic language derived from Facebook comment
JP4945383B2 (ja) 仕様書内容検査方法および仕様書内容検査システム
Medrano Khipu transcription typologies: A corpus-based study of the Textos Andinos
US20190018893A1 (en) Determining tone differential of a segment
Worku et al. Amharic Fake News Detection on Social Media Using Feature Fusion
Barth et al. A reporting tool for relational visualization and analysis of character mentions in literature
JP2006285499A (ja) データマイニング装置、データマイニング方法およびそのプログラム
CN113449078A (zh) 相似新闻识别方法、设备、系统及存储介质
Vo et al. VietSentiLex: A sentiment dictionary that considers the polarity of ambiguous sentiment words

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09710511

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 12735618

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2009553429

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 09710511

Country of ref document: EP

Kind code of ref document: A1