WO2014203659A1 - テキストマッチング装置および方法、並びにテキスト分類装置および方法 - Google Patents

テキストマッチング装置および方法、並びにテキスト分類装置および方法 Download PDF

Info

Publication number
WO2014203659A1
WO2014203659A1 PCT/JP2014/062912 JP2014062912W WO2014203659A1 WO 2014203659 A1 WO2014203659 A1 WO 2014203659A1 JP 2014062912 W JP2014062912 W JP 2014062912W WO 2014203659 A1 WO2014203659 A1 WO 2014203659A1
Authority
WO
WIPO (PCT)
Prior art keywords
text
information
matching
classification
noun
Prior art date
Application number
PCT/JP2014/062912
Other languages
English (en)
French (fr)
Inventor
大樹 佐野
イシュトヴァーン ヴァルガ
健太郎 鳥澤
力 橋本
清敬 大竹
剛巨 河合
鍾勲 呉
サーガ ステイン デ
Original Assignee
独立行政法人情報通信研究機構
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 独立行政法人情報通信研究機構 filed Critical 独立行政法人情報通信研究機構
Priority to US14/898,565 priority Critical patent/US10803103B2/en
Priority to KR1020157035100A priority patent/KR102188292B1/ko
Priority to EP14813194.9A priority patent/EP3012746A4/en
Priority to CN201480034989.6A priority patent/CN105339936B/zh
Publication of WO2014203659A1 publication Critical patent/WO2014203659A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G06F16/353—Clustering; Classification into predefined classes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models

Definitions

  • the present invention relates to a technique for organizing and presenting information on a network such as the Internet to a user, and particularly requires matching between information posted on various systems on the network and requires some information.
  • the present invention relates to a system for efficiently providing necessary information to a user.
  • the Internet has spread and various systems are operating on it.
  • various systems are operating on it.
  • SNS social network services
  • Such a system is used for exchanging information between users, and enables the distribution of information that could not be considered before the spread of the Internet.
  • a huge amount of information is constantly flowing on such a system, and when an individual tries to find an answer to a certain problem, the possibility that the answer exists is very high. However, it is impossible to find the information that you are looking for from a large amount of information.
  • a typical information search service always collects a large amount of information from the Internet, creates a database, and adds an index.
  • any information search request for example, an information search request specifying a keyword
  • the computer (s) of the site providing these services searches related information by index search using the keyword, and based on the information search technology Data is returned to the requester of the search in descending order of the score with a defined score (a numerical value indicating the accuracy of the answer to the search request).
  • This information is provided to the user in an order deemed appropriate as an answer to the search request by keyword.
  • the user can obtain the information he / she needs to some extent by performing a search by connecting to such an information search service.
  • the most important issue at the time of a disaster is how to support disaster victims at an early stage, and the support needed by disaster victims and the support provided by support groups, etc., in a sustainable and efficient manner. It is. If communication between the victim and the support organization goes smoothly, there is a possibility that the victim can be supported quickly. However, as described above, communication between victims and support organizations becomes extremely difficult during a disaster. As time goes on, the number of information increases and it becomes difficult to find necessary information. For this reason, there may be cases where appropriate support supplies cannot be delivered in a timely manner to the victims who need some kind of support.
  • Prior art identifies and collects problem reports for specific disasters (eg wildfire) or infectious diseases (eg influenza).
  • disasters eg wildfire
  • infectious diseases eg influenza
  • the problem was that carbon monoxide poisoning occurred because the room was closed and ventilation was neglected.
  • it is not sufficient to collect problem reports only in specific categories, and it is necessary to identify and collect problem reports without such restrictions. If that is possible, it can identify and collect not only specific categories of problems, but also secondary problems derived from those problems.
  • a message classifier is created by supervised learning. May All Your Wishes Come True: A Study of Wishes and How to Recognize Them. In Human Language Technologies: The 2009 Annual Conference of the North American Chapter of 271, The ACL, 271 Is disclosed. Similarly, Hiroshi Kanayama and Tetsuya Nasukawa. 2008. Textual demand analysis: Detection of users'wants and needs from opinions. In Proceedings of the 22nd International It is disclosed in Conference on Computational Linguistics (Coling 2008), pages 409-416, Manchester, UK, August. Coling 2008 Organizing Committee. These methods use a so-called machine learning method.
  • problem reports and support information that solves the problems reported in the problem reports are collected on the network so that they can be automatically matched and the requests related to the requests and the requests related to the requests are satisfied.
  • a technology that automatically collects and matches appropriate support information on a network cannot be found at present.
  • technology that identifies what support information is required, or what problem communication from the expression in the support information It is necessary to have a technology to identify whether it corresponds to This has been considered a difficult task until now.
  • the object of the present invention is to automatically report information belonging to a certain category, such as general problem reports, request reports, and support information for solving problems reported by them or satisfying requests. It is another object of the present invention to provide a text matching device and a text classification device that can collect information with high reliability and match the information appropriately and in a timely manner.
  • the text matching device in a set of text classified into one of the first and second categories, the text of the second category with respect to the text of the first category.
  • the text included in the set includes one or more morphemes constituting the text, dependency information of the one or more morphemes, and a combination of a noun included in the text and a predicate related to the noun.
  • the text matching apparatus includes a storage unit that stores a first category text and a second text separately from each other, and a text that includes the first category text and the second category text from the storage unit.
  • Text pair generating means for generating a pair of characters and matching feature generation for generating matching features including features when the text in the pair generated by the text pair generating means is classified by the text classifier
  • matching means for determining whether or not two texts constituting the pair match each other using the matching feature generated by the matching feature generation means.
  • the matching means includes a machine learning model that has been learned to use matching learning data in advance and determine whether or not a text pair is matched based on a matching feature.
  • the matching features further include an n-gram on a dependency subtree that includes the nouns in the nucleus, determined for each of the text in the pair.
  • Any of the n-grams includes time information, regional information, or morphemes representing the modalities of each text, or any combination thereof.
  • one of the first and second categories is a category composed of text representing a problem report, and the other is a category composed of text representing support information for solving the problem.
  • One of the first and second categories may be text that requests solution of the problem, and the other may be text that represents support information for solving the problem.
  • the text classification device is preferably used together with the text matching device according to the first aspect, and is a device for classifying text into a specific category related to problem reporting or solution. is there.
  • This device morphologically analyzes text and outputs a morpheme sequence to which part-of-speech information is attached.
  • the morpheme sequence output by the morpheme analysis unit is analyzed for the morpheme sequence, and the text is modified.
  • classifying means for classifying the text into a specific category and other categories using a combination of noun classification and predicate classification in the nucleus.
  • the classifying means specifies, based on the morpheme string and the dependency relation of the text, a core specifying means for specifying a core of a sentence including a combination of a noun included in the text and a predicate related to the noun, Identify nouns in the nucleus identified by the nuclear identification means into problem nouns related to the occurrence of the problem and non-problem nouns related to the occurrence of the problem, and identify by the nuclear identification means
  • Predicate classifying means for classifying the predicates in the generated core into predicates representing activation of a thing function represented by a noun related to the predicates or predicates representing inactivation; The combination of the result of classifying the noun in the nucleus by the noun classifying means and the result of classifying the predicate associated with the noun in the nucleus by the predicate classifying means for the nucleus identified by the nucleus identifying means Specific text from And means for classifying the categories and the other category.
  • the means for classifying includes at least the result of classification by the noun classification means for the noun in the nucleus for the nucleus identified by the nucleus identifying means, and the predicate classification for the predicate related to the noun in the nucleus. It includes a determination unit based on machine learning that determines whether a given text belongs to a specific category using information representing a combination with the result of classification by the unit as a feature.
  • the features further include n-grams on dependency subtrees that contain nouns in the nucleus determined for each of the texts, any of the n-grams being time information, regional information, or each text It may include morphemes representing the modalities, or any combination thereof.
  • the computer program according to the third aspect of the present invention when executed by a computer, causes the computer to function as all the means of any of the text classification devices or text matching devices described above.
  • the text matching method associates the text of the second category with the text of the first category in the set of texts classified into one of the first and second categories.
  • the text included in the set includes one or more morphemes constituting the text, dependency information of the one or more morphemes, and a combination of a noun included in the text and a predicate related to the noun.
  • the first category text and the second text are stored in a storage device separately from each other, and from the storage device, the first category text and the second category text are stored.
  • the matching step uses the learning data for matching in advance, and uses the machine learning model that has been learned so as to determine whether or not the text pair matches based on the matching feature, so that the two texts that make up the pair match each other Determining whether or not to do so.
  • the text classification method is a text classification method for classifying text into a specific category related to problem reporting or solution.
  • This method performs morpheme analysis of text and outputs a morpheme sequence with part-of-speech information.
  • the morpheme sequence output in the morpheme analysis step is analyzed for the dependency between the morphemes and the text dependency.
  • a core of a sentence consisting of a combination of a noun included in the text and a predicate related to the noun based on a dependency analysis step for outputting dependency information representing the relationship, a morpheme string, and a dependency relationship of the text And classifying the text into the specific category and other categories using a combination of noun classification and predicate classification in the core.
  • FIG. 8 is a block diagram showing a hardware configuration of the computer system shown in FIG. 7.
  • a new method called a nuclear matrix method is used for problem report, request communication, and identification / collection of support information.
  • this technique subdivides the dependency relationship between nouns and predicates expressed in text by a combination of noun classification and predicate polarity.
  • the noun is classified into trouble expression and non-trouble expression, and the polarity of the predicate is classified into active and inactive. According to this polarity, each predicate is classified into an active template and an inactive template.
  • Rouble expression refers to a noun that represents a problem or burden. For example, “failure”, “influenza”, “mistake”, “sloppy”, “influenza”, “atopy”, and the like are applicable.
  • a non-trouble expression is an expression that generally does not represent a problem or burden, such as “bath”, “medical product”, “food”, and the like.
  • An activity template is an expression pattern that includes a variable X, and is a combination of a particle and a predicate that indicates that the function or the like of the thing represented by the variable X is turned on (the function or the like is activated).
  • a variable X is a combination of a particle and a predicate that indicates that the function or the like of the thing represented by the variable X is turned on (the function or the like is activated).
  • Each of these is an expression that demonstrates the function of what is represented by X.
  • An inactive template is an expression pattern that includes a variable X and indicates that the function of the thing represented by the variable X is “off” (the function is inactivated). For example, “Prevent X”, “Discard X”, “Reduce X”, “Destroy X”, and “X becomes impossible”.
  • the dependency relationship corresponding to the problem core (1) indicates that the problem corresponding to the trouble expression and the burden function are turned on, and there is a tendency to indicate that the problem exists and has an influence.
  • the dependency relationship corresponding to the problem core (2) indicates that the function of the event corresponding to the non-trouble expression is turned off, and there is a tendency to indicate that the countermeasure or support action is not functioning.
  • the dependency relationship corresponding to the support core (1) tends to indicate that the problem corresponding to the trouble expression or the function of the burden is turned off and that the problem is solved or weakened.
  • the dependency relationship corresponding to the support core (2) indicates that the function of the event corresponding to the non-trouble expression is turned on, and there is a tendency to indicate that a countermeasure or a support action is being executed or prepared.
  • a request nucleus is provided with a request marker attached to a support nucleus.
  • the request marker is the same as that used for collecting the desired items in the prior art. There are the following two types of request cores.
  • the dependency relationship corresponding to this type requires that the problem and burden function corresponding to the trouble expression be turned off, and tends to indicate a request for the solution or weakening of the problem.
  • the dependency relationship corresponding to this type requires that the function of the event corresponding to the non-trouble expression is turned on, and tends to indicate a request for execution or preparation of countermeasures or support actions.
  • Problem reports tend to include one of two problem cores.
  • the problem report that “There is not enough milk powder for allergies in 00 city” includes an expression corresponding to the problem core (1). Therefore, as a feature of the classifier, whether or not there is a problem nucleus in the text is used as a feature of the classifier. According to experiments described later, it has become clear that when this feature is used, the performance of problem report identification / collection is improved compared to the case where this feature is not used.
  • the support information has a tendency to include one of the two support kernels.
  • ⁇ Action and effect of requested core> A tendency to include one of two request cores is recognized in the request communication.
  • the request message “Please deliver powdered milk for allergic infants to ⁇ City!”
  • nucleus (2) contains expressions corresponding to nucleus (2). Therefore, in this embodiment, whether or not there is a request nucleus in the text is used as the feature of the classifier.
  • ⁇ Co-occurrence pair matrix method> a new method called “co-occurrence pair matrix method” is used for matching between problem reports and support information and matching between request communication and support information.
  • This method can be applied to a pair consisting of a problem report and support information, for example, when the problem core included in the problem report and the support nucleus included in the support information share the same noun. The same applies to a pair of request communication and support information.
  • This method subdivides the types of these pairs according to the classification of nuclei contained in them and the polarity of predicates.
  • the co-occurrence pair matrix method the following table 2 shows a matrix classification of the types of nuclei and the polarities of predicates contained in the nuclei.
  • the pairs subdivided by the co-occurrence pair matrix method are the following two types.
  • Problem nucleus-support nucleus pair This refers to a pair in which the nucleus type is the problem nucleus and the support nucleus pair, and the polarity of the predicate is opposite between the problem nucleus and the support nucleus. That is, a pair of a problem nucleus (1) and a support nucleus (1) or a pair of a problem nucleus (2) and a support nucleus (2) is applicable. Pairs whose nuclei are in other relations do not apply. Examples of problem-supporting nucleus pairs are shown in Table 3 below. It is assumed that each nucleus shares the same noun.
  • Request nucleus-support nucleus pair This means that the nucleus type is the request nucleus and the support nucleus pair, and the polarity of the predicate is the same pair in the request nucleus and the support nucleus. That is, a pair of the request nucleus (1) and the support nucleus (1) or a pair of the request nucleus (2) and the support nucleus (2) is applicable. Pairs whose nuclei are in other relations do not apply. Examples of requested core-support pairs are as shown in Table 4 below. Again, it is premised that each nucleus shares the same noun.
  • the combination of these information tends to include the request core-support core pair.
  • the support information “Distribute powdered milk for allergic infants at the city hall” It is considered to be appropriate matching in the sense that it is solved by support information or the latter information contributes to the solution of the former problem.
  • the combination of these information includes an expression corresponding to the request core-support core pair of “deliver powdered milk and distribute powdered milk”.
  • the information matching system 30 collects various information (hereinafter referred to as “message”) including problem reports, request notifications and support information from the Internet 40.
  • a format of a morpheme sequence to which information such as parts of speech is given by performing morpheme analysis on a message collected and shaped by the information collection unit 50 A morpheme analysis unit 52 that outputs the message, and a dependency analysis unit 54 that performs dependency analysis on the message after the morpheme analysis output by the morpheme analysis unit 52 and outputs the dependency relationship between the morphemes to the message;
  • the place name / location that identifies the place name or place name from which the dependency relationship is given by the dependency analysis unit 54, and is given to each message
  • a tough 58, and a place name and place a dictionary storage device 56 places, place specifying unit 58 stores the place name and place Dictionary utilized to identify the source of the message.
  • a message such as Twitter transmitted from a mobile phone or the like may be given latitude / longitude information of the transmission location instead of the place name.
  • the place name / location specifying unit 58 also has a function of specifying a place name / place name from such latitude / longitude information.
  • the information matching system 30 further includes an information storage unit 60 that stores messages collected by the information collection unit 50 and processed by the morphological analysis unit 52, the dependency analysis unit 54, and the place name / location specifying unit 58, and information to be processed And a storage device 62 for storing information (classification feature generation data) necessary for calculating a plurality of types of features used for the determination by the machine learning model for classifying the features.
  • an information storage unit 60 that stores messages collected by the information collection unit 50 and processed by the morphological analysis unit 52, the dependency analysis unit 54, and the place name / location specifying unit 58, and information to be processed
  • a storage device 62 for storing information (classification feature generation data) necessary for calculating a plurality of types of features used for the determination by the machine learning model for classifying the features.
  • the information matching system 30 further uses the data stored in the storage device 62 to calculate a feature for each message stored in the information storage unit 60, and uses a machine learning model that has been learned using the same feature,
  • a problem report collection device 64 that collects problem report text by classifying messages into text belonging to the problem report category and other text, and a problem report accumulation that accumulates problem reports collected by the problem report collection device 64
  • the unit 70 and the data stored in the storage device 62 are used to calculate a predetermined feature for each of the messages stored in the information storage unit 60, and the machine learning model previously learned from the learning data is used to generate the message.
  • the problem report collection device 64, the support information collection device 66, and the request communication collection device 68 are devices that are preferably used to classify texts in advance as preparation for matching information in the information matching system 30. These use the same machine learning model features for classification. The same features are used during learning and during actual classification processing. However, teacher data is added manually during learning.
  • the problem report collection device 64, the support information collection device 66, and the request communication collection device 68 are realized by machine learning using data stored in the storage device 62.
  • the features of machine learning are according to the core composition matrix, the noun classification (trouble / non-trouble) of the core (problem core, support core, request core) in the message and the polarity (activity / Dependent relationship between the type of nucleus determined from (inactive), the evaluation expression in the message, evaluation type and evaluation polarity, the semantic class of the noun in the nucleus, and the message obtained using an evaluation expression dictionary (not shown) N-grams including nouns contained in the nucleus are used. As will be described later, with this n-gram, the time information included in the message, the region information related to the message, and the modality of the message are included in the features for matching.
  • Message modality refers to subjective meanings related to how messages are written. For example, to distinguish (A) from (B) and (C) when there are the following three contexts (A) to (C) as a pair of “no water” and “water arrives”: belongs to.
  • modalities There are various ways of classifying modalities, but there are two types of modalities: a modality that represents the writer's judgment on the message content and a modality that represents the attitude toward the reader. The former is further divided into a modality for authenticity judgment and a modality for value judgment. These can be determined by using expressions (modality elements) attached to predicates in the message as clues. For example, the modality of true / false judgment includes assertion, guess, judgment, hearing, explanation, and the like.
  • the words “descendant” and “expect” indicate that this sentence is a kind of guessing or hearing, and is inappropriate for matching in applications such as this embodiment. It shows that.
  • the predicate of a sentence ends with a final form such as a verb as in (A)
  • it is appropriate as a target of matching because it describes the fact.
  • a word for judging a modality is often arranged at a position related to a nucleus of a message. Therefore, by using n-grams including nouns included in the nucleus in the dependency relationship of messages as features, it is possible to match messages in a form that considers message modalities.
  • the information stored in the storage device 62 includes a trouble expression dictionary (not shown) for storing the noun classification (trouble / non-trouble) and predicate polarity (activity / A non-illustrated polarity dictionary storing (inactive), an evaluation expression dictionary used to specify an evaluation expression included in the message, and an unillustrated expression used to determine whether the message includes any request expression It includes a requirement expression dictionary and a noun semantic class dictionary for identifying the semantic class to which each noun belongs.
  • the evaluation expression dictionary is a dictionary for determining whether or not an evaluation for a certain thing exists in a message. Judgment of evaluation expression is input to a text file, and machine learning is used for opinion, reputation, and evaluation (hereinafter collectively referred to as “evaluation information”) for each event in each sentence in the text. This is a process for determining whether or not. If it is recognized that there is evaluation information in the sentence, extraction of an expression representing the evaluation information (evaluation expression extraction), semantic classification of the evaluation information (evaluation type classification), and positive nuance ( Whether it represents positive) or negative nuance (negative) is determined (evaluation polarity determination) or the like.
  • the trouble expression dictionary is a dictionary for determining whether or not a nuclear noun represents trouble, and contains nouns related to illness, disasters, breakdowns, etc.
  • the polarity dictionary is for determining whether the combination of a particle and a predicate included in the nucleus is active, inactive, or otherwise.
  • Various predicate expressions and information that manually determines whether the polarity of each predicate is active or inactive are recorded.
  • the request expression dictionary is used to determine whether or not a predicate included in a message or in the core includes a request marker, and records request markers collected manually.
  • a semantic class dictionary is a dictionary that records words classified into classes (semantic classes) consisting of words that are semantically similar. For example, “influenza” and “atopic dermatitis” are registered as the same semantic class.
  • the information matching system 30 further creates a pair by extracting information from the problem report stored in the problem report storage unit 70 and the support information stored in the support information storage unit 72 one by one.
  • the problem report / support information matching device 76 matches the problem report and support information using a predetermined feature set including features obtained from each based on the co-occurrence pair matrix method.
  • the information matching system 30 further creates a pair by extracting information from the support information stored in the support information storage unit 72 and the request contact stored in the request contact storage unit 74 one by one.
  • a request contact / support information matching device 78 that matches the information in the pair using the machine learning model and outputs match information that associates the matched support information with the request contact.
  • the request contact / support information matching device 78 also matches the request contact and support information using features obtained from each based on the co-occurrence pair matrix method.
  • the information matching system 30 further includes a related information DB 80 for storing the match information output by the problem report / support information matching device 76 and the request contact / support information matching device 78, the problem report / support information matching device 76, and the request contact / And a storage device 82 that stores data for generating matching features (matching feature generation data) for matching performed by the support information matching device 78.
  • the related information DB 80 is a database, for example, an arbitrary match information is called by an identifier of each information, a match information including a message including a specific keyword is called, or an arbitrary message is set using a place related to a specific place name as a key. You can call match information including
  • the problem report / support information matching device 76 and the request contact / support information matching device 78 have the same configuration, and this embodiment is the same in that SVM (Support Vector Machine), which is an example of a machine learning method, is used in this embodiment. . However, the data used for SVM learning is different.
  • SVM Serial Vector Machine
  • the information matching system 30 further includes a web server 86 connected to the Internet, and an output generation unit 84 made up of a program for information search using the related information DB 80.
  • the output generation unit 84 uses each part of the information matching system 30 described above to classify the messages included in the inquiry into problem reports, support information, and request communication. Accumulate.
  • the output generation unit 84 also matches the message included in the inquiry with the existing problem report, support information, and request message, and stores the matching result in the related information DB 80.
  • the output generation unit 84 further reads out match information that includes the message included in the query and satisfies the search condition included in the query from the related information DB 80, and outputs the formatted output data via the web server 86. Send to the other party.
  • the related information DB 80 is generated, then, from the information in the related information DB 80, the matched problem report and support information or request communication and support information are extracted and displayed on the terminal, or as data on other devices Or provide.
  • This process is performed by a program executed by the output generation unit 84.
  • a process for returning a message that matches the message is generated as an output generator. 84.
  • the geographical information about the position where the message is transmitted can be used as a matching element.
  • the information matching system 30 is realized by computer hardware having a communication function, a computer program executed by the hardware, and data necessary for output generation when the computer program is executed. .
  • the information collection unit 50, the morphological analysis unit 52, the dependency analysis unit 54, and the place name / location specifying unit 58 shown in FIG. 1 can be easily realized by conventional techniques. Therefore, here, processing for collecting problem reports, support information, and request communication from messages collected from the Internet 40, processing for generating and storing match information by matching the information, and useful information using the match information Will be described.
  • FIG. 2 shows the configuration of the problem report collection apparatus 64 shown in FIG. 1 in a block diagram format.
  • the configuration of the support information collection device 66 and the request communication collection device 68 shown in FIG. 1 is the same as that of the problem report collection device 64. Therefore, the configuration of the problem report collection device 64 will be mainly described below.
  • problem report collection device 64 reads a new message from information storage unit 60 and stores it in storage device 62 based on information on the dependency relationship of the input message, morpheme sequence, and the like.
  • a feature calculation unit 100 that calculates a predetermined feature using data, and whether or not the message is a problem report based on the input feature vector that has been learned in advance by learning data based on the feature calculated by the feature calculation unit 100
  • the SVM 102 that outputs the determination result together with the score, and a selection unit 104 that selects a message determined to be a problem report by the SVM 102 and adds the score of the SVM 102 and stores it in the problem report storage unit 70. .
  • the SVM 102 has learned a large number of messages by using learning data composed of the above-described feature sets obtained from them and a flag (correct data) indicating whether or not the message is a problem report.
  • the present embodiment is characterized in that the features (noun classification and predicate polarity) obtained by the concept of the nuclear component matrix described above are used.
  • the support information collection device 66 and the request communication collection device 68 have the same configuration as the problem report collection device 64. However, in the support information collection device 66, learning is performed using learning data with a flag indicating whether the message is support information or not in the learning of the SVM 102, and in the request contact collection device 68, whether the message is a request contact or not.
  • the problem report collection device 64 is different from the problem report collection device 64 in that learning is performed using the learning data with the flag indicating.
  • FIG. 3 is a simplified block diagram of the problem report / support information matching device 76 shown in FIG.
  • the request contact / support information matching device 78 basically has the same configuration as the problem report / support information matching device 76. Therefore, only the configuration of the problem report / support information matching device 76 will be described below.
  • problem report / support information matching device 76 reads out messages one by one from both problem report storage unit 70 and support information storage unit 72, and stores them in storage device 82 from the set of these two messages.
  • the feature calculation unit 130 that calculates a predetermined feature using the stored data and outputs it as a feature vector matches the problem report to be processed and the support information based on the feature vector output from the feature calculation unit 130
  • the SVM 132 that has been learned in advance and the combination of the problem report processed by the feature calculation unit 130 and the support information are selected based on the output of the SVM 132, and the related information is selected.
  • a selection unit 134 stored in the DB 80.
  • the features calculated by the feature calculating unit 130 include features based on the above-described co-occurrence pair matrix method, including the presence / absence of a common word in nouns constituting “noun + predicate”, the presence / absence of a common semantic class,
  • the score at the time of determination by SVM102 (refer FIG. 2) of the problem report collection device 64 is included.
  • the SVM 132 learning is performed using the same feature as the feature calculated by the feature calculation unit 130 based on learning data including a problem report and support information determined to be matched in advance.
  • learning data including a problem report and support information determined to be matched in advance.
  • the configuration of the request communication / support information matching device 78 is the same as that of the problem report / support information matching device 76. However, it differs from the case of the problem report / support information matching device 76 in that the learning data when learning the SVM 132 is related to a combination of request communication and support information.
  • the output generation unit 84 has a function of outputting information that matches a message input by the user.
  • the message to be input there are typically problems such as “Insufficient infant milk for allergies is insufficient”, “Allergic infant milk powder is distributed at XX city hall”, etc.
  • the output generation unit 84 searches the related information DB 80 for information that matches the input message, and displays a list of the information according to which of the input messages corresponds to the input message. Described below are an example of a program for realizing the output generation unit 84 and its input / output screen.
  • input screen 220 displayed by accessing output generation unit 84 from a remote terminal via a web browser includes message input field 230 and date information input panel 232 related to search. And an input panel 234 for geographic conditions, and a search button 236 that triggers transmission of a search request to the information matching system 30.
  • the date information input panel 232 and the geographical condition input panel 234 are used for further narrowing down information based on specific conditions, even among the information that matches the message input field 230.
  • the information is narrowed down by date and geographical conditions, but other information (for example, keyword, sender, outgoing time, completion or not), etc. may be used as the narrowing conditions.
  • FIG. 5 shows an example of a screen returned from the information matching system 30 after inputting some message on the screen shown in FIG. 4 and transmitting it to the information matching system 30.
  • the screen 250 includes an input display area 260 that displays a message input by the user for confirmation, a matching information display panel 262 that displays information that matches the input message, and a matching information display panel 262.
  • a map panel 264 that displays the transmission area or related point of the message displayed in the form of a pin 266 on the map, a search condition display panel 268 that displays the search condition input by the user for confirmation, and a condition And a re-search button 270 operated by the user when the search is changed.
  • the re-search button 270 is clicked, an input screen 220 shown in FIG. 4 is displayed.
  • FIG. 6 shows a control structure of a program for returning information matching a message input from the user to the user terminal using the screens shown in FIGS. 4 and 5 as an example of a program for realizing the output generation unit 84.
  • the output generation unit 84 can be realized as various forms of web applications using the related information DB 80.
  • this program is started when web server 86 receives a search request from a user terminal and passes it to output generation unit 84.
  • a message input by the user, a search condition regarding date, and a geographical search condition are passed to this program.
  • the GPS information of the terminal that issued this request may be passed to this program in addition to the geographical information. In this example, it is assumed that such GPS information is passed as an argument to the output generation unit 84.
  • morphological analysis is performed on the message (step 290), and a morpheme string is output.
  • Dependency analysis is performed on this morpheme string (step 292), and a message is issued using the place name / location dictionary storage device 56 shown in FIG. 1 based on the geographical information or GPS information given to this message.
  • the location is identified (step 294), added to the message, and added to the information storage unit 60 of FIG.
  • a feature set of the message is calculated from the inputted message according to the information stored in the storage device 62 in step 298 and a predetermined feature calculation method, and a feature vector is formed.
  • the SVM 102 (see FIG. 2) of the problem report collection device 64, the support information collection device 66 and the request communication collection device 68 shown in FIG. It is judged whether it corresponds to either of these. If it is determined that the message is a problem report, it is stored in the problem report storage unit 70, if it is support information, it is stored in the support information storage unit 72, and if it is a request message, it is stored in the request message storage unit 74 (step 302).
  • the reason why the input message is classified and stored as any of problem report, support information, and request communication is to add this message as a matching target with a message input later.
  • step 304 it is determined what the classification result was (step 304). If the input message is a problem report or request message, matching with support information is performed in step 306, and if the message is support information, this message is matched with the problem report and request message in step 308. Subsequently, as a result of the matching in step 306 or 308, it is determined whether there is information matching the message (step 309). If there is information that matches this message, the matched information is associated with this message and added to the related information DB 80 (step 310).
  • an HTML document corresponding to the screen 250 shown in FIG. 5 is generated in step 312 and sent back to the terminal that sent the first message. Terminates processing for the message.
  • step 314 a screen indicating that there is no information matching the input message is output, and the process ends.
  • the text “There was no information that matched the input message. Do you want to be notified when matched information is found in the future?” Is displayed on the screen 250, and whether or not to notify is selected. Buttons, etc., and fields, buttons, etc. for inputting information (email address etc.) necessary for notification are displayed.
  • notification it is necessary to search the related information DB 80 for match information including this message, and to transmit the information to the recorded mail address if any match information is found.
  • this information transmission process is not directly related to the essential part of the present invention, the details are not described here.
  • step 316 a message indicating that the message is input again is displayed on the screen 250 while changing the conditions such as the expression of the previously input message, and the process is terminated.
  • the re-search button 270 an input screen 220 shown in FIG. 4 is displayed. The user can execute the re-search by changing the search conditions such as the message expression and the date and time.
  • the information matching system 30 described above operates as follows. Referring to FIG. 1, prior to this, problem report collection device 64, support information collection device 66, request contact collection device 68, problem report / support information matching device 76 and request contact / support information matching device shown in FIG. It is assumed that the 78 SVMs have completed learning with appropriate learning data in advance.
  • the information collection unit 50 of the information matching system 30 first collects various information existing on the Internet 40 and provides it to the morpheme analysis unit 52.
  • information transmitted on a system that transmits a problem report, request notification, and support information in a relatively short sentence such as Twitter is mainly collected.
  • the morpheme analysis unit 52 performs morpheme analysis on each information
  • the dependency analysis unit 54 further performs dependency analysis, and attaches dependency information of each sentence to each information.
  • the place name / place specifying unit 58 gives information related to a related area or a transmitted area.
  • these pieces of information are stored in the information storage unit 60. Note that the information collected by the information collecting unit 50 is usually given the date and time when the information was transmitted.
  • the feature calculation unit 100 (see FIG. 2) of the problem report collection device 64 reads information from the information storage unit 60 and uses the feature generation data stored in the storage device 62 to determine the feature for determining the problem report. Extract from the information to generate a feature vector.
  • the SVM 102 receives this feature vector, determines whether or not the information corresponding to the feature vector is a problem report, and outputs a determination result. If the determination is affirmative (the information is a problem report), the selection unit 104 adds this information to the problem report storage unit 70. If the determination is negative, nothing is done with respect to this information, and the problem report collection device 64 proceeds to processing the next information.
  • the support information collection device 66 and the request communication collection device 68 operate in the same manner as the problem report collection device 64. However, since each SVM performs learning using learning data different from the SVM of the problem report collection device 64, each of the SVMs determines whether the input information is support information and whether it is a request message. Other than that, there is no difference in the operation of the problem report collection device 64, the support information collection device 66, and the request communication collection device 68.
  • the problem report storage unit 70 stores the problem report, support information, and request communication, respectively.
  • the problem report / support information matching device 76 performs matching processing on new information each time new information is stored in the problem report storage unit 70 or the support information storage unit 72. If the new information is a problem report, matching is performed with all of the support information stored in the support information storage unit 72. If the new information is support information, the problem report stored in the problem report storage unit 70 is matched. Matches all of.
  • the operation of the problem report / support information matching device 76 when a problem report is newly added to the problem report storage unit 70 will be described.
  • the feature calculation unit 130 when the feature calculation unit 130 reads out a new problem report from the problem report storage unit 70, the feature calculation unit 130 reads out support information stored in the support information storage unit 72, and each of them and a new problem report Are combined to generate a combination of a problem report and support information.
  • the feature calculation unit 130 further calculates features for all of these combinations using data stored in the storage device 82, and generates feature vectors.
  • these features are features based on the co-occurrence pair matrix method described above, and whether or not there is a common word in the nouns constituting “noun + predicate”. It includes the presence or absence of a semantic class, and further includes a score at the time of determination by the SVM 102 (see FIG. 2) of the problem report collection device 64.
  • the SVM 132 receives the feature vector generated by the feature calculation unit 130, determines whether the problem report and support information included in the combination corresponding to the feature vector match each other, and outputs the determination result. .
  • the selection unit 134 adds the combination in which the determination of the SVM 132 is affirmative to the related information DB 80, and does nothing otherwise.
  • the problem report / support information matching device 76 When the information newly read by the problem report / support information matching device 76 is support information, the problem report / support information matching device 76 performs an operation in which the support information and the problem report are exchanged in the above description.
  • the problem report / support information matching device 76 accumulates the problem report and the support information that match each other in the related information DB 80.
  • the operation of the request communication / support information matching device 78 is the same. Therefore, details of the operation of the request contact / support information matching device 78 will not be repeated.
  • the features used by the SVM of the request contact / support information matching device 78 are the same as the features used by the problem report / support information matching device 76 in this embodiment.
  • match information consisting of problem reports and support information that match each other and match information consisting of support information and request communication are accumulated. If this match information can be accumulated, this information can be used in various ways later.
  • the process executed by the output generation unit 84 in this embodiment is merely an example of a method for using match information. There are many other ways to use this information.
  • the user In order to use the information matching system 30, the user displays an input screen 220 shown in FIG. For example, this screen is displayed when a URL for using the information matching system 30 is accessed by a browser.
  • the user inputs a message indicating the problem he / she encounters, information about the support he / she wants to provide, any desired items, etc. in the message input field 230, and searches the input panel 232 and the input panel 234 as necessary. Enter.
  • the search button 236 a search request is transmitted to the web server 86 of the information matching system 30 using the message text and the input search condition as parameters.
  • the web server 86 upon receiving this search request, passes the message text and the input search condition to the output generation unit 84 as parameters.
  • the output generation unit 84 starts the program by passing parameters to the program whose control structure is shown in FIG.
  • the output generation unit 84 performs morphological analysis (step 290), dependency analysis (step 292), and place identification processing (step 294) on the input message, and then receives the input message.
  • the message and the information obtained in steps 290, 292 and 294 are stored in the information storage unit 60 shown in FIG. When search conditions are entered, they are added to the message in the form of “month, day” or “in”.
  • the problem report collection device 64, the support information collection device 66, and the request communication collection device 68 collect problem reports, support information, and request notifications each time new information is accumulated in the information storage unit 60, and accumulate problem reports.
  • the problem report / support information matching device 76 stores support information or a problem report that matches the information.
  • the information is stored in the related information DB 80 by searching from the unit 72 and the problem report storage unit 70 and associating matching information with each other.
  • the request communication / support information matching device 78 sends a request communication or support information that matches the information to the request communication storage unit. 74 and the support information storage unit 72 are read out, and information for associating matching information is stored in the related information DB 80.
  • the output generation unit 84 searches the related information DB 80, extracts information associated with the input message, and displays the information in a list on the matching information display panel 262 of FIG. If there is a lot of associated information, the matching information display panel 262 can be scrolled.
  • the output generation unit 84 further associates each information displayed on the matching information display panel 262 with the map panel 264 to which the information is transmitted or each information based on the geographical information attached thereto.
  • the pin 266 or the like is displayed at the position.
  • problems already resolved problem reports that have already been obtained and resolved in the event of a disaster, support information that has been distributed in the event of a disaster, etc. are removed from the display. It is desirable. For this purpose, for example, after determining the support distribution destination based on the screen shown in FIG. 5 and contacting the support provider, the problem solved by the treatment, the support information that the support supplies have been exhausted, and the satisfaction For the requested request and the like, a flag indicating completion in FIG. 5 may be input.
  • This embodiment solves such a problem.
  • Technology that identifies and collects problem reports, request communications, and support information prevents the burial of necessary information, makes it easier for victims to obtain support information, and support organizations can identify problems and requests that sufferers have. Contribute to grasping.
  • the problem report-support information or request communication-support information matching technique makes it possible to find and reply to support information directly related to a problem report transmitted by a disaster victim.
  • any problem or request can be dealt with by distinguishing between a problem report or request contact matched with support information and a problem report or request contact for which no match is found. You will be able to get an overview of how things are not addressed. As a result, it is possible to contribute to reducing waste of resources and time of support groups.
  • the problem report storage unit 70, the support information storage unit 72, and the request communication storage unit 74 have been described as being separate devices, but these may be stored in a single storage device. It is possible to store them all in the same file. In short, it is only necessary that information belonging to these different categories can be distinguished from each other. For example, information indicating the category may be attached to each record in the file.
  • the question answering system provided by voice on smartphones is in the spotlight, but in order to solve the problem with the question-answering system, it is necessary to consider what kind of questions can be solved to solve the problem. Don't be. Expert knowledge is often required to consider appropriate questions.
  • the above embodiment is important in the sense that it is possible to search for support information directly from a problem. Is.
  • the “embodiment” is the noun of the nucleus (problem nucleus, support nucleus, request nucleus) in the message according to the nucleus composition matrix.
  • Classification trouble / non-trouble
  • predicate polarity active / inactive
  • evaluation expression in the message evaluation type, evaluation polarity, etc.
  • N-grams including nouns included in the core are used in the dependency relationship between the semantic classes of the nouns and the messages.
  • Comparative Example 1 is the same method as used in the embodiment, but uses the classification of the noun (trouble / non-trouble) and the polarity (active / inactive) of the nuclear predicate as the SVM features This is the result of an experiment conducted without using the features related to the nuclear component matrix.
  • Comparative Example 2 is the same method as that used in the embodiment, but the determination is made without using the feature obtained using the evaluation expression dictionary.
  • Comparative Example 3 is the same method as that used in the embodiment, but the determination is made without using the word semantic class as a feature.
  • the information matching system 30 according to the above embodiment can be realized by computer hardware and the above-described computer program executed on the computer hardware.
  • FIG. 7 shows the external appearance of the computer system 330
  • FIG. 8 shows the internal configuration of the computer system 330.
  • a computer system 330 includes a computer 340 having a memory port 352 and a DVD (Digital Versatile Disc) drive 350, a keyboard 346, a mouse 348, and a monitor 342.
  • DVD Digital Versatile Disc
  • the computer 340 in addition to the memory port 352 and the DVD drive 350, the computer 340 includes a CPU (Central Processing Unit) 356, a bus 366 connected to the CPU 356, the memory port 352, and the DVD drive 350, and a boot program.
  • a read-only memory (ROM) 358 for storing etc., a random access memory (RAM) 360 connected to the bus 366 for storing program instructions, system programs, work data, etc., and a hard disk 354 are included.
  • the computer system 330 further includes a network interface (I / F) 344 that provides a connection to a network 368 that allows communication with other terminals.
  • I / F network interface
  • a computer program for causing the computer system 330 to function as each functional unit of the information matching system 30 according to the above-described embodiment is stored in the DVD drive 350 or the DVD 362 or the removable memory 364 attached to the memory port 352, and further the hard disk. 354.
  • the program may be transmitted to the computer 340 through the network 368 and stored in the hard disk 354.
  • the program is loaded into the RAM 360 when executed.
  • the program may be loaded directly from the DVD 362 to the RAM 360 from the removable memory 364 or via the network 368.
  • This program includes an instruction sequence including a plurality of instructions for causing the computer 340 to function as each functional unit of the information matching system 30 according to the above embodiment.
  • Some of the basic functions necessary for the computer 340 to perform this operation are provided by an operating system or third party program running on the computer 340 or various programming toolkits or program libraries installed on the computer 340. The Therefore, this program itself does not necessarily include all functions necessary for realizing the system and method of this embodiment.
  • This program includes only instructions that realize the functions of the system described above by calling appropriate functions or appropriate program tools in a programming tool kit in a controlled manner so as to obtain a desired result. Should be included. Of course, all necessary functions may be provided only by the program.
  • the information storage unit 60, the storage device 62, the problem report storage unit 70, the support information storage unit 72, the request communication storage unit 74, the storage device 82, and the like are realized by the RAM 360 or the hard disk 354. These values may be further stored in a removable memory 364 such as a USB memory, or may be transmitted to another computer via a communication medium such as a network.
  • the related information DB 80 is also realized by the RAM 360, the hard disk 354, and a database management program executed by the CPU 356.
  • a database management program a so-called open source database management program can be used in addition to a commercially available program.
  • the present invention provides matching services between information posted in various systems on a network, and provides a service that efficiently provides necessary information to a user who needs some information, and therefore It can be used for industries that provide facilities.
  • Information Matching System 40 Internet 50 Information Gathering Unit 52 Morphological Analysis Unit 54 Dependency Analysis Unit 56 Place Name / Place Dictionary Storage Device 58 Place Name / Place Identification Unit 60 Information Storage Unit 62 Data Storage Device for Classification Feature Generation 64 Problem Report Collection device 66 Support information collection device 68 Request communication collection device 70 Problem report storage unit 72 Support information storage unit 74 Request communication storage unit 76 Problem report / support information matching device 78 Request communication / support information matching device 80 Related information DB 82 Matching Feature Generation Data Storage Device 84 Output Generation Unit 86 Web Server 100, 130 Feature Calculation Units 102, 132 SVM 104,134 selection unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

【課題】あるカテゴリに属する情報を自動的に信頼性高く収集し、適切かつ適時にマッチングするシステムを提供する。 【解決手段】テキスト分類装置３０は、収集したテキストの係り受けを形態素解析部５２と係り受け解析部５４で解析する。問題報告収集装置６４は、テキストの係り受け関係に基づきテキスト中の名詞＋述部からなる核を特定し、名詞の分類（トラブル系／非トラブル系）と述部の分類（活性／不活性）との組合せを用いて、核構造マトリックスと呼ぶ手法によりテキストを問題報告とそれ以外とに分類する。支援情報収集装置６６、要望連絡収集装置６８も同様に支援情報、要望連絡を収集する。マッチング装置７６は、問題報告収集装置６４及び支援情報収集装置６６により収集された問題報告及び支援情報を共起核マトリックスと呼ぶ手法によりマッチングする問題情報（支援情報）に対し適切な支援情報（問題情報）を関連付ける。

Description

テキストマッチング装置および方法、並びにテキスト分類装置および方法
　この発明は、インターネット等のネットワーク上の情報を整理してユーザに提示するための技術に関し、特に、ネットワーク上の様々なシステムで投稿される情報の間でのマッチングをとり、何らかの情報を必要としているユーザに、必要とされる情報を効率よく提供するシステムに関する。
　インターネットが普及し、その上で様々なシステムが動いている。例えばインターネット上では、ウェブページ及びブログ等だけでなく、Twitter、Facebook、LinkedIn等のいわゆるソーシャルネットワークサービス（ＳＮＳ）の利用が特に進んでいる。こうしたシステムは、ユーザ間の情報交換等に用いられており、インターネットの普及前には考えられなかったような情報の流通を可能にしている。このようなシステム上には、常時膨大な情報が流れており、ある個人がある問題に対する回答を捜そうとしているときに、その回答が存在している可能性は極めて高い。しかし、大量の情報の中から自分が探す情報を見出すのは不可能である。
　こうした需要を満たすことを目的としているサービスに、いわゆる情報検索サービスがある。典型的な情報検索サービスでは、常時、インターネット上から大量の情報を収集し、データベース化してインデックスを付加しておく。何らかの情報検索要求（例えばキーワードを指定した情報検索要求）を受信すると、これらサービスを提供するサイトのコンピュータ（群）は、キーワードを用いたインデックス検索により関連情報を検索し、情報検索技術に基づいて定義されたスコア（検索要求に対する回答の的確さを表す数値）を付して、そのスコアの降順で検索の要求者にデータを返信する。この情報は、キーワードによる検索要求に対する回答として適切と思われる順番でユーザに提供される。その結果、ユーザは、こうした情報検索サービスに接続して検索をすれば、ある程度、自分の必要とする情報を入手できる。
　ところが、ネットワーク上には大量の情報があふれているため、ユーザが情報検索をする際には、求める情報を捜すのが極めて困難な場合が多いという問題がある。例えば、表示される項目が多く、ユーザが必要としない情報が上位に表示された場合には、ユーザは適切なキーワードを追加したり、キーワードを変更したり、検索条件を変更したりして検索結果を絞り込む必要がある。しかし元になる情報が多すぎる場合、的確な情報を探し出せるようなキーワードを探すことは困難である。
　しかし、インターネット上には、ある問題に対する解決策、ある支援情報に対して、それを必要としている人の要望に関する記載（これを以下「要望連絡」と呼ぶ。）等が存在している可能性は極めて高い。例えば、「妹がアトピーに困っています」という問題についての報告をあるユーザがブログ等に記載し、発信した場合を考える。このように、問題について報告する記載を、以下、「問題報告」と呼ぶ。ウェブ上には、こうした問題報告に対して、「甜茶がアトピーに効くという説明を、近所の医者から聞きました」等といった、問題を解決するために有用な情報が存在することは間違いない。以下、こうした情報を「支援情報」と呼ぶ。また、「コンピュータのあるＯＳ上で動くアプリケーションＸが強制的に閉じられてしまい困っています。強制的に閉じられない方法を教えてください。」というように、何かを要望する記載（以下、こうした記載を「要望連絡」と呼ぶ。）が発信された場合に、「ソフトａを使うと、アプリケーションＸが落ちないです。」というような解決策がウェブ上に存在することもほぼ間違いないと思われる。しかし、前述したとおり、インターネット上には情報があふれているため、ユーザが自分の求める情報を的確に入手することは極めてむずかしい。こうした問題は、インターネット上の情報が多くなるほど大きくなるし、ユーザが求める情報がより詳細なものになるほど解決が難しくなる。
　こうした問題が特に顕在化するのは、災害時である。現在では、災害時には大量の情報がインターネット上に発生する。電話が使えなくなる可能性も高い。そのために、人及び組織間のコミュニケーションには大きな困難が発生する。
　災害時に最も問題となるのは、いかにして早期に被災者を支援するかということと、被災者の必要としている支援と、支援グループ等が提供する支援とを持続的に効率よくマッチングさせることである。被災者と支援団体等との間でのコミュニケーションが円滑にいけば、被災者に対する支援が迅速に行なえる可能性がある。しかし、前述のように災害時には被災者と支援団体等とのコミュニケーションは極端に難しくなる。時間がたつとさらに情報の数が多くなり、必要な情報を見出すことは困難になる。そのために、何らかの支援を必要とする被災者のもとに適切な支援物資を適時に届けることができないケースが考えられる。
　例えば、２０１１年３月の東日本大震災では、ウェブ及びＳＮＳ等を介して、「○○市でアレルギー体質の幼児用粉ミルクが不足しています」という問題報告、「○○市にアレルギー体質の幼児用粉ミルクを送ってください」という要望連絡等が被災者から多数発信された。しかし、これら情報は、震災とともに発生した大量の情報に埋没し、その多くは支援を提供できる行政機関、支援団体、ボランティア等に認識されなかった。一方で、行政機関、支援団体及びボランティアらも、「○○市にアレルギー体質の子供のための粉ミルクを二千個届けました」という支援情報を発信していたが、その大部分は情報を必要としている被災者には届かなかった。行政機関、支援団体又はボランティア等が被災者からの問題及び要望を認識することに成功した場合でも、複数の組織が同じ問題及び要望に対応した結果、一箇所に必要以上の支援物資が集中してしまい、支援物資及び時間を浪費するだけでなく、支援物資の保管が困難になったりするという問題も発生した。本来、必要量が被災者のもとに送られておれば、それ以外の支援物資は他の被災者に送られるべきである。こうした問題は、いずれも、実際に救援を必要としている人たちと、支援しようとする人たちとのコミュニケーションがうまく行なわれなかったことに起因していると考えられる。
　ただし、こうした問題は、災害時に限らず日常的に発生し得る。例えばコンピュータに関するある問題に対する回答を探したり、アトピーに対する対策を探したりする場合でも、いわゆる検索サービスサイトで回答を探すことも可能である。しかし検索サイトで検索できる情報は、問題に対する回答だけでなく、それ以外の大量の情報を含んでいる。したがって、特定の問題に対する回答を探しているユーザ、特に適切な回答を早期に発見することが重要であるユーザにとって、検索サイトは決して使いやすいものではない。
　逆に、ある問題に対して自分が解決した結果を提供しようとするユーザが、その回答を必要としているユーザに適時に回答を与えることもまた難しい。たまたま別のユーザがある問題に対する回答を求めていることがわかっており、しかも自分がその問題に対する回答を知っていれば、そのユーザに回答を連絡することは難しいことではない。しかし、インターネットのように多数のユーザが多数の情報を発信している場では、そのようなことはまれである。有用な情報を適時に適切な人又は組織に連絡するための仕組みが求められている。そのためには、問題報告、要望連絡及び支援情報を収集し、適切にマッチングさせる技術が必要である。
　問題報告を特定し収拾するという技術に関し、ＳＮＳに投稿されるメッセージの中で、インフルエンザの流行に関する問題報告を特定し、収集する技術として、Aron　Culotta.　2012.　Lightweight　methods　to　estimate　influenza　rates　and　alcohol　sales　volume　from　twitter　messages.　Language　Resources　and　Evaluation,　pages　1-22、に開示されたものがある。また、ＳＮＳに投稿されるメッセージの中で、山火事に関する問題報告を特定し収集する技術として、Sarah　Vieweg,　Amanda　L.　Hughes,　Kate　Starbird,　and　Leysia　Palen.　2010.　Microblogging　during　two　natural　hazards　events:　what　twitter　may　contribute　to　situational　awareness.　In　Proceedings　of　the　SIGCHI　Conference　on　Human　Factors　in　Computing　Systems,　CHI　’10,　pages　1079-1088,　New　York,　NY,　USA.　ACM.、に開示されたものがある。しかしこれらには以下のような問題がある。
　先行技術は、特定の災害（例:山火事）又は感染病（例:インフルエンザ）等、対象を限定して問題報告を特定・収集する。しかし、特に災害等では、一つの問題から想定外の問題へと発展していく場合も多い。例えば、東日本大震災では、地震が津波及び原発事故へと発展した。さらに、放出された放射能への対策として部屋を閉め切り換気を怠ったことで、一酸化炭素中毒が発生するという問題が生じた。すなわち、特定の範疇に限って問題報告を収集するだけでは不十分で、そうした制約なしに問題報告の特定・収集を行なうようにする必要がある。それが可能であれば、特定の範疇の問題だけでなく、その問題から派生する二次的な問題までをも特定・収集できる。
　要望連絡を特定し収集する技術に関し、教師あり学習でメッセージの分類器を作成し、要望連絡を特定し収集するものがAndrew　B.　Goldberg,　Nathanael　Fillmore,　David　Andrzejewski　Zhiting　Xu,　Bryan　Gibson　and　Xiaojin　Zhu　2009.　May　All　Your　Wishes　Come　True:　A　Study　of　Wishes　and　How　to　Recognize　Them.　In　Human　Language　Technologies:　The　2009　Annual　Conference　of　the　North　American　Chapter　of　the　ACL,　pages　263-271,　Boulder,　Colorado,　USA.　ACM.、に開示されている。同様に、教師なし学習で分類器を作成して要望連絡を特定し収集するものがHiroshi　Kanayama　and　Tetsuya　Nasukawa.　2008.　Textual　demand　analysis:　Detection　of　users’　wants　and　needs　from　opinions.　In　Proceedings　of　the　22nd　International　Conference　on　Computational　Linguistics　(Coling　2008),　pages　409-416,　Manchester,　UK,　August.　Coling　2008　Organizing　Committee、に開示されている。これら手法はいわゆる機械学習の手法を用いたものである。
　これらの分類器では、一般的な素性として要望テンプレート又は要求マーカとよばれる表現のリスト（例:I　wish　…、　Please　…、～ほしい、～ください）を利用しており、そうした表現に合致する又は類似する情報でなければ収集できないという問題がある。したがって、これらとは別の、要望を特定するのに貢献する新しい素性の発見が課題である。
　さらに、要望連絡と支援情報とを収集する技術として、Robert　Munro.　2011.　Subword　and　spatiotemporal　models　for　identifying　actionable　information　in　Haitian　Kreyol.　In　Proceedings　of　the　Fifteenth　Conference　on　Computational　Natural　Language　Learning,　pages　68-77,　Portland,　Oregon.　ACM.に開示されたものがある。しかしこの技術では、要望連絡と支援情報とを区別せずに収集している。現実の要求として問題連絡と支援情報又は要望連絡と支援情報の自動マッチングを行なおうとする場合、要望連絡と支援情報との区別は必須であり、先行技術だけでは達成できない。
　さらに、問題報告と、その問題報告で報告された問題を解決するような支援情報とをネットワーク上で収集し、自動的にマッチングしたり、要望連絡と、その要望連絡に係る要望を充足させるような支援情報とを自動的にネットワーク上で収集しマッチングしたりする技術は、現在のところ見出すことはできない。問題連絡と支援情報とをマッチングさせるためには、問題連絡にある表現に基づいて、どのような支援情報が必要になるかを特定する技術、又は、支援情報にある表現からどのような問題連絡に対応するものかを特定する技術が必要である。これを自動で行なうことはこれまで困難な課題と考えられてきた。
　したがって本発明の目的は、一般的な問題報告、要望連絡及びそれらにより報告される問題を解決したり、要望を充足させたりする支援情報等のように、あるカテゴリに属する情報を自動的に、かつ信頼性高く収集し、適切にかつ適時にそれら情報をマッチングできるテキストマッチング装置及びテキスト分類装置を提供することである。
　本発明の第１の局面に係るテキストマッチング装置は、第１及び第２のカテゴリのいずれかに分類されたテキストの集合において、第１のカテゴリのテキストに対して、第２のカテゴリのテキストを対応付ける。集合に含まれるテキストは、当該テキストを構成する１又は複数の形態素、当該１又は複数の形態素の係り受け情報、及び、テキストに含まれる名詞と、当該名詞が係る述部との組合せからなる文の核内に含まれる名詞の分類と述部の分類との組合せとを素性として用いた機械学習を用いたテキスト分類装置により第１及び第２のカテゴリに分類されている。このテキストマッチング装置は、第１のカテゴリのテキストと、第２のテキストとを互いに区別して記憶する記憶手段と、記憶手段から、第１のカテゴリのテキストと第２のカテゴリのテキストとからなるテキストのペアを生成するテキストペア生成手段と、テキストペア生成手段により生成されたペア内のテキストがテキスト分類装置により分類されたときの素性を含むマッチング用の素性を、ペアから生成するマッチング用素性生成手段と、マッチング用素性生成手段により生成されたマッチング用素性を用いて、ペアを構成する２つのテキストが互いにマッチするか否かを判定するマッチング手段とを含む。マッチング手段は、予めマッチング用の学習データを用い、マッチング素性により、テキストのペアがマッチするか否かを判定するように学習済の、機械学習モデルを含む。
　好ましくは、マッチング用素性はさらに、ペア内のテキストの各々について求められた、核内の名詞を含む係り受け関係の部分木上のｎ－グラムを含む。当該ｎ－グラムのいずれかは、時間情報、地域情報、若しくは各テキストのモダリティを表す形態素、又はこれらの任意の組合せを含む。
　より好ましくは、第１及び第２のカテゴリの一方は問題の報告を表すテキストからなるカテゴリであり、他方は問題を解決するための支援情報を表すテキストからなるカテゴリである。
　第１及び第２のカテゴリの一方は問題の解決を要望するテキストであり、他方は問題を解決するための支援情報を表すテキストであってもよい。
　本発明の第２の局面に係るテキスト分類装置は、第１の局面に係るテキストマッチング装置とともに好適に用いられ、テキストを、問題の報告又は解決に関連する特定のカテゴリに分類するための装置である。この装置は、テキストを形態素解析し、品詞情報が付された形態素列を出力する形態素解析手段と、形態素解析手段の出力する形態素列に対し、形態素間の係り受けを解析し、テキストの係り受け関係を表す係り受け情報を出力する係り受け解析手段と、形態素列と、テキストの係り受け関係とに基づいて、テキストに含まれる名詞と、当該名詞が係る述部との組合せからなる文の核を特定し、当該核内の名詞の分類と述部の分類との組合せを用いて、テキストを特定のカテゴリとそれ以外のカテゴリとに分類する分類手段を含む。
　好ましくは、分類手段は、形態素列と、テキストの係り受け関係とに基づいて、テキストに含まれる名詞と、当該名詞が係る述部との組合せからなる文の核を特定する核特定手段と、核特定手段により特定された核内の名詞を、問題の発生に関連した問題系の名詞と、問題の発生と関連しない非問題系の名詞とに分類する名詞分類手段と、核特定手段により特定された核内の述部を、その述部に係る名詞により表される事物機能が活性化することを表す述部か、不活性化することを表す述部かに分類する述部分類手段と、核特定手段により特定された核について、当該核内の名詞について名詞分類手段により分類された結果と、当該核内で当該名詞が係る述部について述部分類手段により分類された結果との組合せから、テキストを特定のカテゴリとそれ以外のカテゴリとに分類する手段とを含む。
　より好ましくは、分類する手段は、少なくとも、核特定手段により特定された核について、当該核内の名詞について名詞分類手段が分類した結果と、当該核内で当該名詞が係る述部について述部分類手段が分類した結果との組合せを表す情報を素性として、与えられたテキストが特定のカテゴリに属するか否かを判定する、機械学習による判定手段を含む。
　素性はさらに、テキストの各々について求められた、核内の名詞を含む係り受け関係の部分木上のｎ－グラムを含み、当該ｎ－グラムのいずれかは、時間情報、地域情報、若しくは各テキストのモダリティを表す形態素、又はこれらの任意の組合せを含むようにしてもよい。
　本発明の第３の局面に係るコンピュータプログラムは、コンピュータにより実行されると、当該コンピュータを、上記したいずれかのテキスト分類装置又はテキストマッチング装置の全ての手段として機能させる。
　本発明の他の局面に係るテキストマッチング方法は、第１及び第２のカテゴリのいずれかに分類されたテキストの集合において、第１のカテゴリのテキストに対して、第２のカテゴリのテキストを対応付けるテキストマッチング方法である。集合に含まれるテキストは、当該テキストを構成する１又は複数の形態素、当該１又は複数の形態素の係り受け情報、及び、テキストに含まれる名詞と、当該名詞が係る述部との組合せからなる文の核内の名詞の分類と述部の分類との組合せとを素性として用いた機械学習を用いたテキスト分類装置により第１及び第２のカテゴリに分類されている。このテキストマッチング方法は、第１のカテゴリのテキストと、第２のテキストとを互いに区別して記憶装置に記憶するステップと、記憶装置から、第１のカテゴリのテキストと第２のカテゴリのテキストとからなるテキストのペアを生成するテキストペア生成ステップと、テキストペア生成ステップにおいて生成されたペア内のテキストがテキスト分類装置により分類されたときの素性を含むマッチング用の素性を、ペアから生成するマッチング用素性生成ステップと、マッチング用素性生成ステップにおいて生成されたマッチング用素性を用いて、ペアを構成する２つのテキストが互いにマッチするか否かを判定するマッチングステップとを含む。マッチングステップは、予めマッチング用の学習データを用い、マッチング素性により、テキストのペアがマッチするか否かを判定するように学習済の機械学習モデル用いて、ペアを構成する２つのテキストが互いにマッチするか否かを判定するステップを含む。
　この発明のさらに他の局面に係るテキスト分類方法は、テキストを、問題の報告又は解決に関連する特定のカテゴリに分類するためのテキスト分類方法である。この方法は、テキストを形態素解析し、品詞情報が付された形態素列を出力する形態素解析ステップと、形態素解析ステップにおいて出力する形態素列に対し、形態素間の係り受けを解析し、テキストの係り受け関係を表す係り受け情報を出力する係り受け解析ステップと、形態素列と、テキストの係り受け関係とに基づいて、テキストに含まれる名詞と、当該名詞が係る述部との組合せからなる文の核を特定し、当該核内の名詞の分類と述部の分類との組合せを用いて、テキストを前記特定のカテゴリとそれ以外のカテゴリとに分類する分類ステップとを含む。
本発明の一実施の形態に係る問題報告・支援情報マッチングシステムのブロック図である。 図１に示す問題報告収集装置の構成を簡略化して示すブロック図である。 図１に示す問題報告・支援情報マッチング装置の構成を簡略化して示すブロック図である。 マッチング情報を用いる問題・要望・支援情報マッチングシステムの入力画面の一例を示す模式図である。 問題・要望・支援情報マッチングシステムの出力画面の一例を示す図である。 問題・要望・支援情報マッチングシステムにおいて、入力とマッチする情報を探索するプログラムの一例の制御構造を示すフローチャートである。 本発明の実施の形態に示すシステムを実現するコンピュータシステムの概観図である。 図７に示すコンピュータシステムのハードウェア構成を示すブロック図である。
　以下に説明する実施の形態の説明及び図面では、同じ部品には同じ参照符号を付してある。それらの名称及び機能も同じである。したがって、それらについての詳細な説明は繰返さない。
　［基本的考え方］
　最初に、問題報告、要望連絡及び支援情報という３つのカテゴリに属するテキストを特定・収集するための核構成マトリックス手法（テーブル１）について説明し、続いて、その作用と効果について説明する。次に、問題報告と支援情報のマッチング・要望連絡と支援情報のマッチングのために開発した共起対マトリックス手法（テーブル２）について説明した後、その作用・効果について述べる。なお、以下では、問題報告というカテゴリに属するテキスト、要望連絡というカテゴリに属するテキスト及び支援情報というカテゴリに属するテキストを、それぞれ問題報告、要望連絡及び支援情報と呼ぶことがある。
　＜核構成マトリックス手法＞
Figure JPOXMLDOC01-appb-T000001
　本実施の形態では、問題報告、要望連絡、支援情報の特定・収集のために、核構成マトリックス手法と呼ばれる新規な方法を用いる。テーブル１を参照して、この手法は、テキストに表現されている名詞と述部との係り受け関係を、名詞の分類と述部の極性の組合せによって細分化する。ここでは、名詞はトラブル表現と非トラブル表現に、述部の極性は活性と非活性とに分類する。この極性にしたがい、各述部を活性テンプレートと非活性テンプレートとに分類する。
　トラブル表現とは、問題又は負担を表す名詞のことをいう。例えば、「故障」、「インフルエンザ」、「間違い」、「ヘドロ」、「インフルエンザ」、「アトピー」等が該当する。非トラブル表現とは、「お風呂」、「医療品」、「食料」等、一般的には、問題又は負担を表さない表現である。
　活性テンプレートとは、変数Ｘを含む表現パターンで、変数Ｘにより表される事物の機能等が「オン」になること（機能等が活性化すること）を示す助詞と述部との組合せのことをいう。例えば　「Ｘを引き起こす」、「Ｘを使う」、「Ｘを買う」、「Ｘを進行させる」、「Ｘを輸入する」、「Ｘが増える」等が該当する。これらはいずれもＸにより表されるものの機能が発揮されるような表現である。
　不活性テンプレートとは、　変数Ｘを含む表現パターンで、変数Ｘにより表される事物の機能等が「オフ」になること（機能等が不活性化すること）を示すもののことをいう。例えば　「Ｘを防ぐ」、「Ｘを捨てる」、「Ｘが減る」、「Ｘを破壊する」、「Ｘが不可能になる」が該当する。
　本明細書では、活性と不活性とをまとめて「極性」と呼ぶ。
　このように核構成マトリックス手法では名詞と述部とをそれぞれ２つに分類した。その結果、４つの分類が得られる。これら４つの分類に細分化される係り受け関係は、以下の４タイプである。
　（Ａ）問題核（１）
　問題核（１）とは、名詞＋述部のうち、名詞＝トラブル表現、かつ、述部＝活性テンプレートの係り受け表現のことをいう。例えば、「ヘドロが蓄積する」(ヘドロ＝トラブル表現、Ｘが蓄積する＝活性テンプレート)等が該当する。問題核（１）に該当する係り受け関係は、トラブル表現に該当する問題や負担の機能がオンになることをあらわし、問題が存在すること、影響を及ぼすこと等を示す傾向がある。
　（Ｂ）問題核（２）
　問題核（２）とは、名詞が非トラブル表現で、かつ、述部が不活性テンプレートの係り受け関係のことをいう。例えば、「お風呂に困る」(お風呂＝非トラブル表現、Ｘに困る＝不活性テンプレート)等が該当する。災害時、断水又は停電のためにお風呂に入れないことが問題となっていたが、そのような場合に発生する可能性の高い表現である。問題核（２）に該当する係り受け関係は、非トラブル表現に該当する事象の機能がオフになることをあらわし、対処又は支援行為等が機能していないこと等を示す傾向がある。
　（Ｃ）支援核（１）
　支援核（１）とは、名詞がトラブル表現で、述部が不活性テンプレートの係り受け関係のことをいう。例えば、「ヘドロを除去する」(ヘドロ＝トラブル表現、Ｘを除去する＝不活性テンプレート)等が該当する。支援核（１）に該当する係り受け関係は、トラブル表現に該当する問題又は負担の機能がオフになることをあらわすことで問題の解決又は弱体化等を示す傾向がある。
　（Ｄ）支援核（２）
　支援核は、名詞が非トラブル表現で、述部が活性テンプレートの係り受け関係のことをいう。例えば、「お風呂を開放する」(お風呂＝非トラブル表現、Ｘを開放する＝活性テンプレート)等が該当する。支援核（２）に該当する係り受け関係は、非トラブル表現に該当する事象の機能がオンになることをあらわし、対処又は支援行為等が実行又は準備されていること等を示す傾向がある。
　本実施の形態では、支援核に要求マーカが付与されたものを要望核とする。要求マーカは、先行技術のうち、要望事項の収集に使用されているものと同様のものである。要望核には以下の２タイプがある。
　（Ｅ）要望核（１）
　要望核（１）は、支援核（１）に要求マーカが付与されたものをいう。例えば「ヘドロを片付けてください」（ヘドロ＝トラブル表現、Ｘを片付ける＝不活性テンプレート、ください＝要求マーカ）等が該当する。このタイプに該当する係り受け関係は、トラブル表現に該当する問題や負担の機能がオフになることを要求するもので、問題の解決や弱体化等に対する要望を示す傾向がある。
　（Ｆ）要望核（２）　
　要望核（２）は、支援核（２）に要求マーカが付与されたものをいう。例えば「お風呂を提供してほしい」（お風呂＝非トラブル表現、Ｘを提供する＝活性テンプレート、ほしい＝要求マーカ）等が該当する。このタイプに該当する係り受け関係は、非トラブル表現に該当する事象の機能がオンになることを要求するもので、対処又は支援行為等の実行又は準備に対する要望を示す傾向がある。
　本実施の形態では、これら６タイプの核を用いることで、問題報告・要望連絡・支援情報の特定、収集の性能を向上させる。より具体的には、文の核（名詞＋述部）がこれらのタイプのいずれであるかの情報を、インターネット上の各種のメッセージを分類するための分類器を学習させるための素性として用いる。以下、具体的に説明する。
　〈問題核の作用と効果〉
　問題報告には、２つの問題核のいずれかが含まれる傾向が認められる。例えば、「〇〇市でアレルギー用の粉ミルクが足りないとのことです。」という問題報告には、問題核（１）に該当する表現が含まれている。そこで、分類器の素性として、テキスト中に問題核が有るか無いかを分類器の素性として利用する。後述する実験によれば、この素性を利用した場合、利用しない場合と比較して問題報告の特定・収集の性能が向上することが明らかとなった。
　〈支援核の作用と効果〉
　支援情報には、２つの支援核のいずれかが含まれる傾向が認められる。例えば、「〇〇市役所でアレルギー幼児用の粉ミルクを配布します」という支援情報は、「粉ミルクを配布する」（粉ミルク＝非トラブル、Ｘを配布する＝活性テンプレート）という支援核に該当する表現を含む。そこで、本実施の形態では、分類器の素性として、テキスト中に支援核が有るか無いかを利用する。後述するように、この素性を利用した場合には、しない場合と比較して、支援情報の特定・収集の性能が向上することが実験の結果明らかになった。
　〈要望核の作用と効果〉
　要望連絡には、２つの要望核のいずれかが含まれる傾向が認められる。例えば、「〇〇市にアレルギー幼児用の粉ミルクを届けてください！」という要望連絡は、「粉ミルクを届けてください」（粉ミルク＝非トラブル、Ｘを届ける＝活性テンプレート、ください＝要求マーカ）という要望核（２）に該当する表現を含む。そこで、本実施の形態では、分類器の素性として、テキスト中に要望核が有るか無いかを利用する。この素性を利用した場合には、しない場合と比較して、要望連絡の特定・収集の性能が向上することが実験の結果明らかになった。
　＜共起対マトリックス手法＞
　本実施の形態では、問題報告と支援情報とのマッチング及び要望連絡と支援情報とのマッチングのために、「共起対マトリックス手法」と呼ぶ新規な手法を用いる。この手法は、例えば問題報告に含まれる問題核と支援情報に含まれる支援核とが同じ名詞を共有する場合に、その問題報告と支援情報とからなるペアに対して適用できる。要望連絡と支援情報とのペアの場合も同様である。この手法は、これらペアの種類を、それらに含まれる核の分類と、述部の極性とによって細分化する。共起対マトリックス手法において、核の種類と、核に含まれる述部の極性とによる分類をマトリックス化したものを次のテーブル２に示す。
Figure JPOXMLDOC01-appb-T000002
　共起対マトリックス手法で細分化されるペアは、以下の２タイプである。
　（１）問題核‐支援核ペア
　核の種類が問題核と支援核ペアで、かつ、述部の極性が問題核と支援核で反対となるペアのことをいう。すなわち、問題核（１）と支援核（１）のペアか、問題核（２）と支援核（２）のペアが該当する。核が他の関係となるペアは該当しない。問題‐支援核ペアの例は以下のテーブル３に示す通りである。それぞれの核は同じ名詞を共有することが前提である。
Figure JPOXMLDOC01-appb-T000003
　（２）要望核‐支援核ペア
　核の種類が要望核と支援核ペアで、かつ、述部の極性が要望核と支援核で同じペアのことをいう。すなわち、要望核（１）と支援核（１）とのペアか、要望核（２）と支援核（２）とのペアが該当する。核が他の関係となるペアは該当しない。要望核‐支援ペアの例は以下のテーブル４に示す通りである。この場合も、それぞれの核が同じ名詞を共有することが前提である。
Figure JPOXMLDOC01-appb-T000004
　問題核と支援核のペア及び要望核と支援核とのペアの各々を上記したように２タイプに分類する。この分類を素性として用いることで、問題報告と支援情報とのマッチング及び要望連絡と支援情報とのマッチングの精度を向上させることができる。
　〈問題核‐支援核ペアの作用と効果〉
　問題報告と支援情報とが適切にマッチできる場合は、これら情報の組合せが問題核‐支援核ペアを含む傾向が認められる。例えば、「〇〇市にアレルギー幼児用の粉ミルクが足りないとのことです」という問題報告と「〇〇市役所でアレルギー幼児用の粉ミルクを配布します」という支援情報とは、前者の問題が後者の支援情報によって解決する、又は、後者の情報が前者の問題解決に貢献する、という意味で適切なマッチングと考えられる。このペアには、「粉ミルクが足りない⇔粉ミルクを配布する」という問題核‐支援核ペアに該当する表現が含まれている。そこで、本実施の形態では、分類器の素性として、問題報告と支援情報のペアに問題核‐支援核ペアが有るか無いかを利用する。後述するように、この素性を利用した場合には、利用しない場合と比較して適切な問題要望‐支援情報ペアをマッチングできる性能が向上することが実験の結果明らかになった。
　〈要望核‐支援核ペアの作用と効果〉
　要望報告と支援情報が適切にマッチできる場合は、これら情報の組合せが要望核‐支援核ペアを含む傾向が認められる。例えば、「〇〇市にアレルギー幼児用の粉ミルクを届けてください！」という要望連絡と「〇〇市役所でアレルギー幼児用の粉ミルクを配布します」という支援情報とは、前者の要望が、後者の支援情報によって解決する、又は、後者の情報が前者の問題の解決に貢献する、という意味で適切なマッチングと考えられる。これらの情報の組合せは、「粉ミルクを届けてください⇔粉ミルクを配布する」という要望核‐支援核ペアに該当する表現を含む。そこで、以下に述べる実施の形態では、分類器の素性として、要望報告と支援情報とのペアに要望核‐支援核ペアが有るか無いかを利用する。この素性を利用した場合には、利用しない場合と比較して適切な要望連絡‐支援情報ペアをマッチングできる性能が向上することが実験の結果明らかになった。
　［システムの構成］
　図１を参照して、この実施の形態に係る情報マッチングシステム３０は、インターネット４０から、問題報告、要望連絡及び支援情報を含む様々な情報（以下これらを「メッセージ」と呼ぶ。）を収集し、後続する情報処理に適した形式に整形する情報収集部５０と、情報収集部５０により収集され整形されたメッセージに対して形態素解析を行なって、品詞等の情報が付与された形態素列の形式で出力する形態素解析部５２と、形態素解析部５２が出力する形態素解析後のメッセージに対して係り受け解析を行ない、形態素間の係り受け関係をメッセージに付与して出力する係り受け解析部５４と、係り受け解析部５４により係り受け関係が付与されたメッセージの出所である地名又は場所名を特定し、各メッセージに付与する地名・場所特定部５８と、地名・場所特定部５８がメッセージの出所を特定するために利用する地名・場所辞書を記憶する地名・場所辞書記憶装置５６とを含む。携帯電話等から発信されるＴｗｉｔｔｅｒ等のメッセージには、地名ではなくその発信地の緯度・経度情報が付与されることがある。地名・場所特定部５８は、そのような緯度・経度情報から地名・場所名を特定する機能も持っている。
　情報マッチングシステム３０はさらに、情報収集部５０により収集され、形態素解析部５２、係り受け解析部５４及び地名・場所特定部５８により処理されたメッセージを蓄積する情報蓄積部６０と、処理対象の情報を分類するための機械学習モデルによる判定に用いる複数種類の素性を算出するために必要な情報（分類用素性の生成用データ）を格納する記憶装置６２とを含む。
　情報マッチングシステム３０はさらに、記憶装置６２に記憶されたデータを用い、情報蓄積部６０に蓄積されたメッセージの各々について素性を算出し、同じ素性を用いて学習済の機械学習モデルを用いて、メッセージを問題報告というカテゴリに属するテキストとそれ以外のテキストとに分類して問題報告のテキストを収集する問題報告収集装置６４と、問題報告収集装置６４により収集された問題報告を蓄積する問題報告蓄積部７０と、記憶装置６２に記憶されたデータを用いて情報蓄積部６０に蓄積されたメッセージの各々について所定の素性を算出し、予め学習データにより学習済の機械学習モデルを用いることによりメッセージを支援情報というカテゴリに属するテキストとそれ以外のテキストとに分類し、支援情報を収集する支援情報収集装置６６と、支援情報収集装置６６により収集された支援情報を蓄積する支援情報蓄積部７２と、記憶装置６２に記憶されたデータを用い、情報蓄積部６０に蓄積されたメッセージの各々について所定の素性を算出し、学習済の機械学習モデルを用いてメッセージを要望連絡というカテゴリに属するものとそれ以外とに分類し、要望連絡を収集する要望連絡収集装置６８と、要望連絡収集装置６８により収集された要望連絡を蓄積する要望連絡蓄積部７４とを含む。問題報告収集装置６４、支援情報収集装置６６及び要望連絡収集装置６８は、この情報マッチングシステム３０で情報をマッチさせる準備として、予めテキストを分類するために好適に用いられる装置である。これらは分類のための機械学習モデルの素性として同じものを使用する。学習時と、実際の分類処理時とでも同じ素性を用いる。ただし、学習時には人手で教師データが付加されている。
　本実施の形態では、問題報告収集装置６４、支援情報収集装置６６及び要望連絡収集装置６８は記憶装置６２に記憶されたデータを用いた機械学習により実現される。
　機械学習の素性としては、核構成マトリックスにしたがい、メッセージ中の核（問題核、支援核、要望核）が持つ名詞の分類（トラブル系／非トラブル系）と核の述部の極性（活性／不活性）とから判定した核の種類と、図示しない評価表現辞書を用いて得られる、メッセージ中の評価表現、評価タイプ及び評価極性と、核中の名詞の意味クラスと、メッセージの係り受け関係において核に含まれる名詞を含むｎ－グラム等を用いる。後述するとおり、このｎ－グラムによって、メッセージに含まれる時間情報と、メッセージに関連した地域の情報と、メッセージのモダリティとがマッチングのための素性に含まれることになる。
　メッセージのモダリティとは、メッセージの記載の仕方に関連する主観的な意味内容のことをいう。例えば、「水が無い」「水が届く」というペアとして以下の３つの文脈（Ａ）～（Ｃ）があったときに、（Ａ）と、（Ｂ）及び（Ｃ）とを区別するためのものである。
　（Ａ）「水が無い」「水が届く予定です」
　（Ｂ）「水が無い」「水が届くというのはデマ」
　（Ｃ）「水が無い」「水が届くことを予想してます」
　モダリティの分類の仕方には様々な立場があるが、大きく分けると、メッセージの内容に対する書き手の判断のあり方を表すモダリティと、読み手に対する態度を表すモダリティとの２つがある。前者はさらに、真偽判断のモダリティと、価値判断のモダリティとに分けられる。これらは、メッセージ中の述部に付随した表現（モダリティ要素）を手掛かりとして判定できる。例えば、真偽判断のモダリティとしては、断定、推量、判断、伝聞、説明等がある。上の例では「デマ」及び「予想してます」という語が、この文が推量、又は伝聞の類であることを示し、本実施の形態のような用途ではマッチングに対象として不適切であることを示す。一方、（Ａ）のように文の述部が動詞等の終止形で終わる場合には、事実を述べているため、マッチングの対象として適切である。モダリティを判断するための語は、メッセージの核を中心としてその核に関連した位置に配されることが多い。したがって、メッセージの係り受け関係において核に含まれる名詞を含むｎ－グラムを素性に使用することにより、メッセージのモダリティを考慮した形でメッセージのマッチングができる。
　メッセージ内の時間情報、及び地域に関する情報についても同様である。
　記憶装置６２が記憶する情報は、メッセージに関する前述の核構成マトリックスを構成するために、名詞の分類（トラブル系／非トラブル系）を記憶する図示しないトラブル表現辞書と、述部の極性（活性／不活性）を記憶した図示しない極性辞書と、メッセージが含む評価表現を特定するために使用される評価表現辞書と、メッセージが何らかの要求表現を含むか否かを判定するために使用される図示しない要求表現辞書と、各名詞についてその属する意味クラスを特定するための、名詞の意味クラス辞書とを含む。
　評価表現辞書とは、前述したように、メッセージ中に、何らかの事物に対する評価が存在しているか否かを判定するための辞書である。評価表現の判定とは、テキストファイルを入力として、機械学習を使って何らかの事象に対する意見や評判および評価（以下、これらをまとめて「評価情報」と呼ぶ。）がテキスト中の各文に存在するかどうかの判定を行なう処理である。その文に評価情報が存在すると認められた場合、その評価情報を表す表現の抽出（評価表現抽出）、その評価情報の意味的な分類（評価タイプ分類）及びその評価情報が肯定的なニュアンス（ポジティブ）を表すのか、否定的なニュアンス（ネガティブ）を表すのかの判定（評価極性判定）等を行なう。
　トラブル表現辞書とは、核の名詞がトラブルを表すか、表さないかを判断するための辞書で、病気、災害、故障等に関連する名詞を収録してある。
　極性辞書は、核に含まれる助詞と述部の組合せが、活性か、不活性か、それ以外かを判定するためのものである。様々な述部の表現と、各述部の極性が活性か不活性かを人手で判定した情報とを収録してある。
　要求表現辞書とは、メッセージ内又は核に含まれる述部が、要求マーカを含むか否かを判定するもので、人手で収集した要求マーカを収録してある。
　意味クラス辞書とは、単語を意味的に類似した単語からなるクラス（意味クラス）に分類したものを収録した辞書である。例えば、「インフルエンザ」「アトピー性皮膚炎」が同じ意味クラスとして登録されている。
　情報マッチングシステム３０はさらに、問題報告蓄積部７０に蓄積された問題報告と支援情報蓄積部７２に蓄積された支援情報とについて、それぞれから１つずつ情報を取り出すことでペアを作成し、学習済の機械学習モデルを用いてそのペア内の情報のマッチングを行ない、マッチした問題報告と支援情報とを関連付けた情報（マッチ情報）を出力する問題報告・支援情報マッチング装置７６を含む。問題報告・支援情報マッチング装置７６は、問題報告と支援情報とについて、共起対マトリックス手法に基づいてそれぞれから得られる素性を含む所定の素性の組を用いてマッチングを行なう。
　情報マッチングシステム３０はさらに、支援情報蓄積部７２に蓄積された支援情報と要望連絡蓄積部７４に蓄積された要望連絡とについて、それぞれから１つずつ情報を取り出すことでペアを作成し、学習済の機械学習モデルを用いてそのペア内の情報のマッチングを行ない、マッチした支援情報と要望連絡とを関連付けたマッチ情報を出力する要望連絡・支援情報マッチング装置７８を含む。要望連絡・支援情報マッチング装置７８も、要望連絡と支援情報とについて、共起対マトリックス手法に基づいてそれぞれから得られる素性を用いてマッチングを行なう。
　情報マッチングシステム３０はさらに、問題報告・支援情報マッチング装置７６及び要望連絡・支援情報マッチング装置７８により出力されたマッチ情報を記憶する関連情報ＤＢ８０と、問題報告・支援情報マッチング装置７６及び要望連絡・支援情報マッチング装置７８で行なわれるマッチングの際のマッチング用素性を生成するためのデータ（マッチング用素性生成用データ）を記憶した記憶装置８２とを含む。関連情報ＤＢ８０はデータベースであるから、例えば各情報の識別子により任意のマッチ情報を呼出したり、特定のキーワードを含むメッセージを含むマッチ情報を呼出したり、特定の地名と関連した場所をキーとして任意のメッセージを含むマッチ情報を呼出したりできる。
　問題報告・支援情報マッチング装置７６と要望連絡・支援情報マッチング装置７８とは互いに同じ構成であり、本実施の形態では機械学習手法の一例であるＳＶＭ（Ｓｕｐｐｏｒｔ　Ｖｅｃｔｏｒ　Ｍａｃｈｉｎｅ）を用いる点でも同様である。ただし、ＳＶＭの学習の際に用いられるデータが異なっている。
　情報マッチングシステム３０はさらに、インターネットに接続されたウェブサーバ８６と、関連情報ＤＢ８０を用いた情報検索のためのプログラムからな出力生成部８４とを含む。出力生成部８４は、ウェブサーバ８６を介して受信した問合せに応答して、上記した情報マッチングシステム３０の各部を用いて、この問合せに含まれるメッセージを問題報告、支援情報及び要望連絡に分類して蓄積する。出力生成部８４はまた、問合せに含まれるメッセージと、既存の問題報告、支援情報及び要望連絡とのマッチングをしてマッチング結果を関連情報ＤＢ８０に蓄積する。出力生成部８４はさらに、問合せに含まれるメッセージを含むマッチ情報であって、かつ問合せに含まれる検索条件を満足するマッチ情報を関連情報ＤＢ８０から読出し、整形した出力データをウェブサーバ８６を介して相手に送信する。
　関連情報ＤＢ８０が生成されれば、その後は、関連情報ＤＢ８０内の情報から、マッチした問題報告と支援情報又は要望連絡と支援情報とを抽出して端末に表示したり、他の装置にデータとして提供したりできる。この処理は、出力生成部８４で実行されるプログラムにより行われる。ここでは、一例として、ウェブサーバ８６を介して他の端末から問題報告、要望連絡又は支援情報等を含むメッセージの入力を受けたときに、そのメッセージとマッチするメッセージを返信する処理を出力生成部８４で実現する。後述するように、出力生成部８４によるマッチングでは、メッセージが発信された位置に関する地理的情報までマッチングの要素にできる。
　いうまでもなく、この情報マッチングシステム３０は通信機能を有するコンピュータハードウェアと、そのハードウェアにより実行されるコンピュータプログラムと、そのコンピュータプログラムの実行時に出力生成のために必要なデータとにより実現される。これらのうち、図１に示す情報収集部５０、形態素解析部５２、係り受け解析部５４及び地名・場所特定部５８は、従前の技術により容易に実現できる。したがってここでは、インターネット４０から収集したメッセージから問題報告、支援情報、要望連絡を収集する処理と、それら情報をマッチングしてマッチ情報を生成し記憶する処理と、マッチ情報を利用して有用な情報を生成する処理とについて説明する。
　図２に、図１に示す問題報告収集装置６４の構成をブロック図形式で示す。図１に示す支援情報収集装置６６及び要望連絡収集装置６８の構成も問題報告収集装置６４と同様である。したがって以下では主として問題報告収集装置６４の構成について説明する。
　図２を参照して、問題報告収集装置６４は、情報蓄積部６０から新たなメッセージを読出して、入力されたメッセージの係り受け関係の情報、形態素列等に基づき、記憶装置６２に記憶されたデータを用いて所定の素性を算出する素性算出部１００と、予め学習データにより、素性算出部１００により算出された素性により学習済で、入力された素性ベクトルに基づいて、メッセージが問題報告か否かの判定結果をそのスコアとともに出力するＳＶＭ１０２と、ＳＶＭ１０２により問題報告であると判定されたメッセージを選択して、ＳＶＭ１０２のスコアを付して問題報告蓄積部７０に格納する選択部１０４とを含む。ＳＶＭ１０２は、多数のメッセージについて、それらから得た上記した素性の組と、メッセージが問題報告か否かを示すフラグ（正解データ）とにより構成される学習データを用いて学習済である。本実施の形態では、前述した核構成マトリックスという考え方により得られる素性（名詞の分類及び述部の極性）が使用されている点に特徴がある。
　支援情報収集装置６６及び要望連絡収集装置６８も、その構成は問題報告収集装置６４と同じである。ただし、支援情報収集装置６６ではＳＶＭ１０２の学習に、メッセージが支援情報か否かのフラグが付された学習データを使用して学習を行なう点及び要望連絡収集装置６８ではメッセージが要望連絡か否かを示すフラグが付された学習データを使用して学習を行なう点が問題報告収集装置６４と異なる。
　図３は、図１に示す問題報告・支援情報マッチング装置７６の簡略化したブロック図である。要望連絡・支援情報マッチング装置７８も基本的には問題報告・支援情報マッチング装置７６と同じ構成である。したがって、以下では問題報告・支援情報マッチング装置７６の構成のみについて説明する。
　図３を参照して、問題報告・支援情報マッチング装置７６は、問題報告蓄積部７０及び支援情報蓄積部７２の双方から１つずつメッセージを読出し、その２つのメッセージの組から、記憶装置８２に記憶されたデータを用いて所定の素性を算出し素性ベクトルとして出力する素性算出部１３０と、素性算出部１３０から出力される素性ベクトルに基づいて、処理対象の問題報告と支援情報とがマッチするか否かを出力するよう、予め学習済のＳＶＭ１３２と、ＳＶＭ１３２の出力に基づいて、素性算出部１３０が処理した問題報告と支援情報との組合せのうち、マッチするもののみを選択して関連情報ＤＢ８０に格納する選択部１３４とを含む。素性算出部１３０が算出する素性は、前述した共起対マトリックス手法に基づく素性である、「名詞＋述部」を構成する名詞における共通語の有無、共通する意味クラスの有無を含み、さらに、問題報告収集装置６４のＳＶＭ１０２（図２参照）による判定時のスコアを含む。
　ＳＶＭ１３２についても、予めマッチしていると判定された問題報告と支援情報とを含む学習データにより、素性算出部１３０が算出する素性と同じ素性を用いて学習を行なっている。学習済のＳＶＭ１３２は、問題報告と支援情報とが与えられると、それらがマッチするか否かを出力する。
　要望連絡・支援情報マッチング装置７８の構成は問題報告・支援情報マッチング装置７６と同一である。ただし、ＳＶＭ１３２の学習を行なう際の学習データが、要望連絡と支援情報との組合せに関するものである点が問題報告・支援情報マッチング装置７６の場合と異なる。
　本実施の形態に係る出力生成部８４は、ユーザが入力したメッセージに対し、そのメッセージとマッチする情報を出力するという機能を持つ。ここでは、入力されるメッセージとして、典型的には、「アレルギー対応の幼児ミルクが不足しています。」、「アレルギー対応の幼児粉ミルクを○○市役所で配布します。」等のような、問題報告、支援情報、または要望連絡のいずれかを含むメッセージを想定する。出力生成部８４は、入力されたメッセージがこれらのいずれに相当するかに応じ、入力されたメッセージとマッチする情報を関連情報ＤＢ８０から検索して一覧表示する。以下に説明するのは、出力生成部８４を実現するプログラムとその入出力画面の一例である。
　図４を参照して、遠隔地の端末からウェブブラウザを経由して出力生成部８４にアクセスすることにより表示される入力画面２２０は、メッセージの入力フィールド２３０と、検索に関する日付情報の入力パネル２３２と、地理的条件の入力パネル２３４と、検索のリクエストを情報マッチングシステム３０に対して送信するトリガーとなる検索ボタン２３６とを含む。日付情報の入力パネル２３２及び地理的条件の入力パネル２３４は、メッセージの入力フィールド２３０とマッチする情報の内でも、さらに特定の条件で情報を絞り込むためのものである。ここでは日付及び地理的条件で情報を絞り込むことにしているが、さらに別の情報（たとえばキーワード、発信者、発信時刻、完了しているか否か）等を絞り込みの条件にしてもよい。
　図５は、図４に示す画面で何らかのメッセージを入力して情報マッチングシステム３０に送信した後、情報マッチングシステム３０から返信されてくる画面の一例を示す。この例では、画面２５０は、ユーザにより入力されたメッセージを確認のために表示する入力表示領域２６０と、入力されたメッセージとマッチする情報を表示するマッチング情報表示パネル２６２と、マッチング情報表示パネル２６２に表示されたメッセージの発信地域又は関連地点を地図上にピン２６６の形式で表示する地図パネル２６４と、ユーザによって入力された検索条件を確認のために表示する検索条件表示パネル２６８と、条件を変えて検索するときにユーザが操作する再検索ボタン２７０とを含む。再検索ボタン２７０をクリックすると、図４に示す入力画面２２０が表示される。
　図６に、出力生成部８４を実現するプログラムの一例として、図４及び図５に示す画面を用いてユーザから入力されたメッセージとマッチする情報をユーザ端末に返信するプログラムの制御構造を示す。出力生成部８４は、これ以外にも関連情報ＤＢ８０を利用した様々な形のウェブアプリケーションとして実現可能である。
　図６を参照して、このプログラムは、ウェブサーバ８６がユーザ端末からの検索要求を受信し、出力生成部８４に引き渡すことで起動される。引数として、ユーザにより入力されたメッセージ、日付に関する検索条件及び地理的な検索条件がこのプログラムに渡される。この要求を発行した端末のＧＰＳ情報を、地理的情報に加えて、このプログラムに渡すようにしてもよい。この例ではそうしたＧＰＳ情報が出力生成部８４に引数として渡されるものとする。
　最初に、メッセージに対する形態素解析を行ない（ステップ２９０）、形態素列を出力する。この形態素列に対する係り受け解析を行ない（ステップ２９２）、このメッセージに付与されている地理的情報又はＧＰＳ情報に基づいて、図１に示される地名・場所辞書記憶装置５６を用いてメッセージが発行された場所を特定して（ステップ２９４）メッセージに付加し、図１の情報蓄積部６０に追加する。これらの処理は、図１に示す形態素解析部５２、係り受け解析部５４及び地名・場所特定部５８が実行する。
　続いて、入力されたメッセージから、ステップ２９８で記憶装置６２に格納された情報及び所定の素性算出方法にしたがって、メッセージの素性の組を算出し、素性ベクトルを形成する。続くステップ３００で、図１に示す問題報告収集装置６４、支援情報収集装置６６及び要望連絡収集装置６８のそれぞれのＳＶＭ１０２（図２参照）により、処理中のメッセージが問題報告、問題報告及び要望連絡のいずれかに該当するか否かを判定する。判定の結果、メッセージが問題報告であれば問題報告蓄積部７０に、支援情報であれば支援情報蓄積部７２に、要望連絡であれば要望連絡蓄積部７４に、それぞれ蓄積する（ステップ３０２）。
　このように、入力されたメッセージを問題報告、支援情報及び要望連絡のいずれかに分類して蓄積するのは、このメッセージを、後に入力されるメッセージとのマッチング対象として追加するためである。
　その後、分類結果が何であったかを判定する（ステップ３０４）。入力されたメッセージが問題報告又は要望連絡である場合は、ステップ３０６で支援情報とのマッチングを行ない、メッセージが支援情報である場合はステップ３０８でこのメッセージと問題報告及び要望連絡とマッチングを行なう。続いて、ステップ３０６又はステップ３０８のマッチングの結果、メッセージとマッチした情報があるか否かを判定する（ステップ３０９）。このメッセージとマッチした情報があれば、マッチした情報とこのメッセージとを関連付けて関連情報ＤＢ８０に追加する（ステップ３１０）。
　この後、関連情報ＤＢに追加されたマッチ情報に基づいて、図５に示す画面２５０に対応するＨＴＭＬ文書をステップ３１２で生成し、最初のメッセージを送信してきた端末に返信して、入力されたメッセージに対する処理を終了する。
　ステップ３０９の判定が否定の場合、すなわちステップ３０６及びステップ３０８で入力メッセージとマッチした情報がなかった場合には、制御はステップ３１４に進む。ステップ３１４では、入力されたメッセージとマッチした情報がなかったことを示す画面を出力して処理を終了する。この画面には、例えば「入力メッセージにマッチした情報はありませんでした。今後、マッチした情報が発見されたら通知しますか？」というテキストが画面２５０に表示され、通知をするか否かを選択するボタン等と、通知する際に必要な情報（メールアドレス等）を入力するためのフィールド、ボタン等とが表示される。ここで通知することが選択されたときには、このメッセージを含むマッチ情報を関連情報ＤＢ８０で検索し、何らかのマッチ情報が発見されたら記録されているメールアドレスにその情報を送信する処理が必要になる。しかし、この情報送信の処理は本発明の本質的な部分には直接関連しないので、ここではその詳細は述べない。
　入力されたメッセージが問題報告、支援情報、及び要望連絡のいずれでもないとステップ３０４で判定された場合には、制御はステップ３１６に進む。この場合は、入力されたメッセージが適切なものでなかったことが予想される。したがって、ステップ３１６で、先に入力したメッセージの表現等の条件を変えて再度メッセージを入力することを示すメッセージを画面２５０に表示させて処理を終了する。ユーザが再検索ボタン２７０を押すと図４に示す入力画面２２０が表示される。ユーザは、メッセージの表現、及び日時、場所等の検索条件を変えて再検索を実行できる。
　［システムの動作］
　以上説明した情報マッチングシステム３０は以下のように動作する。図１を参照して、これに先立って、図１に示す問題報告収集装置６４、支援情報収集装置６６、要望連絡収集装置６８、問題報告・支援情報マッチング装置７６及び要望連絡・支援情報マッチング装置７８のＳＶＭは、予め適切な学習データで学習を完了しているものとする。
　情報マッチングシステム３０の情報収集部５０は、最初にインターネット４０上に存在する様々な情報を収集し、形態素解析部５２に与える。ここでは、例えばＴｗｉｔｔｅｒ等のように、比較的短い文で問題報告、要望連絡及び支援情報を伝達するようなシステム上で発信されている情報を主として収集する。形態素解析部５２は各情報に対して形態素解析し、係り受け解析部５４はさらに係り受け解析をして、各情報に各文の係り受け情報を付する。これら情報にはさらに、地名・場所特定部５８が、関連する地域又は発信された地域等に関する情報を付与する。最終的にこれら情報は情報蓄積部６０に蓄積される。なお、情報収集部５０が収集する情報には、通常はその情報が発信された日付及び時刻が付されている。
　問題報告収集装置６４の素性算出部１００（図２参照）は、情報蓄積部６０から情報を読出し、記憶装置６２に記憶された素性生成用データを用いて問題報告の判定のための素性をその情報から抽出して、素性ベクトルを生成する。これらの素性の中には、前述した通り、核構成マトリックス手法に基づき、情報中の名詞＋述部の名詞に関する分類（トラブル系／非トラブル系）と、述部の極性（活性／不活性）とを表す素性が含まれる。
ＳＶＭ１０２は、この素性ベクトルを受け、その素性ベクトルに対応する情報が問題報告か否かを判定し、判定結果を出力する。選択部１０４は、判定が肯定（情報は問題報告である。）ならこの情報を問題報告蓄積部７０に追加する。判定が否定ならこの情報については何もせず、問題報告収集装置６４は次の情報の処理に移る。
　支援情報収集装置６６及び要望連絡収集装置６８も問題報告収集装置６４と同様に動作する。ただし、それぞれのＳＶＭは、問題報告収集装置６４のＳＶＭと異なる学習データで学習を行なっているため、それぞれ、入力された情報が支援情報か否かと、要望連絡か否か、とを判定する。それ以外の点では問題報告収集装置６４、支援情報収集装置６６及び要望連絡収集装置６８の動作に異なる点はない。
　こうして、問題報告蓄積部７０、支援情報蓄積部７２及び要望連絡蓄積部７４には、問題報告、支援情報及び要望連絡がそれぞれ蓄積される。
　問題報告・支援情報マッチング装置７６は、問題報告蓄積部７０又は支援情報蓄積部７２に新たな情報が蓄積されるたびに、その情報についてのマッチング処理を行なう。新たな情報が問題報告の場合には、支援情報蓄積部７２に蓄積された支援情報の全てとマッチングを行ない、新たな情報が支援情報の場合には問題報告蓄積部７０に蓄積された問題報告の全てとマッチングを行なう。ここでは、新たに問題報告蓄積部７０に問題報告が追加されたときの問題報告・支援情報マッチング装置７６の動作を説明する。
　図３を参照して、素性算出部１３０は、問題報告蓄積部７０から新たな問題報告を読出すと、支援情報蓄積部７２に蓄積された支援情報を読出し、その各々と、新たな問題報告とを組合せて、問題報告と支援情報との組合せを生成する。素性算出部１３０はさらに、これら組合せの全てについて、記憶装置８２に記憶されたデータを用いて素性を算出し、素性ベクトルを生成する。これら素性は、問題報告収集装置６４で使用された素性の全てに加え、前述した共起対マトリックス手法に基づく素性である、「名詞＋述部」を構成する名詞における共通語の有無、共通する意味クラスの有無を含み、さらに、問題報告収集装置６４のＳＶＭ１０２（図２参照）による判定時のスコアを含む。
　ＳＶＭ１３２は、素性算出部１３０により生成された素性ベクトルを受け、その素性ベクトルに対応する組合せに含まれる問題報告と支援情報とが、互いにマッチするか否かを判定し、その判定結果を出力する。
　選択部１３４は、ＳＶＭ１３２の判定が肯定である組合せには関連情報ＤＢ８０に追加し、そうでないときは何もしない。
　新たに問題報告・支援情報マッチング装置７６が読出した情報が支援情報であるときは、問題報告・支援情報マッチング装置７６は、上記した説明で支援情報と問題報告とを入れ替えた動作を行なう。
　したがって、問題報告・支援情報マッチング装置７６により、関連情報ＤＢ８０には、互いにマッチする問題報告と支援情報とが関連付けられて蓄積されていく。
　要望連絡・支援情報マッチング装置７８の動作も同様である。したがって要望連絡・支援情報マッチング装置７８の動作の詳細は繰返さない。要望連絡・支援情報マッチング装置７８のＳＶＭが使用する素性も、この実施の形態では問題報告・支援情報マッチング装置７６が使用する素性と同じである。要望連絡・支援情報マッチング装置７８により、関連情報ＤＢ８０には、互いにマッチする支援情報と要望連絡とが関連付けられて蓄積されていく。
　このようにして、関連情報ＤＢ８０には、互いにマッチする問題報告と支援情報とからなるマッチ情報及び支援情報と要望連絡とからなるマッチ情報が蓄積される。このマッチ情報が蓄積できれば、後はこの情報を様々に利用できる。本実施の形態で出力生成部８４が実行する処理は、マッチ情報の利用方法の一例に過ぎない。これ以外にもこの情報の利用方法は数多く考えられる。
　本実施の形態に係る情報マッチングシステム３０を利用しようとするユーザがある問題に遭遇し、その問題に対する解決策を知りたい場合を考える。ユーザは、情報マッチングシステム３０を利用するために、図４に示す入力画面２２０を端末に表示させる。例えば、情報マッチングシステム３０を利用するためのＵＲＬにブラウザでアクセスするとこの画面が表示される。
　ユーザは、メッセージの入力フィールド２３０に自分が遭遇した問題、自分が提供しようとする支援に関する情報、何らかの要望事項等を表すメッセージを入力し、必要に応じて入力パネル２３２及び入力パネル２３４に検索条件を入力する。ユーザが検索ボタン２３６をクリックすると、メッセージのテキストと、入力された検索条件とをパラメータとして、検索要求が情報マッチングシステム３０のウェブサーバ８６に送信される。
　図１を参照して、ウェブサーバ８６はこの検索要求を受信すると、メッセージのテキストと、入力された検索条件とをパラメータとして出力生成部８４に渡す。出力生成部８４は、図６に制御構造を示すプログラムにパラメータを渡してこのプログラムを起動する。
　図６を参照して、出力生成部８４は、入力されたメッセージに対して形態素解析（ステップ２９０）、係り受け解析（ステップ２９２）及び場所特定処理（ステップ２９４）をしたうえで、入力されたメッセージとステップ２９０，２９２及び２９４で得られた情報とを図１に示す情報蓄積部６０に蓄積する。検索条件が入力された場合、それらは「○月○日に」、「○○において」というような形でメッセージに付加される。
　問題報告収集装置６４、支援情報収集装置６６及び要望連絡収集装置６８は、情報蓄積部６０に新たな情報が蓄積されるたびに、問題報告、支援情報及び要望連絡をそれぞれ収集し、問題報告蓄積部７０、支援情報蓄積部７２及び要望連絡蓄積部７４にそれぞれ蓄積する。
　問題報告・支援情報マッチング装置７６は、問題報告蓄積部７０又は支援情報蓄積部７２に新たな問題報告又は支援情報が蓄積されるたびに、その情報とマッチする支援情報又は問題報告を支援情報蓄積部７２及び問題報告蓄積部７０からそれぞれ検索し、マッチする情報同士を関連付ける情報を関連情報ＤＢ８０に蓄積する。同様に、要望連絡・支援情報マッチング装置７８は、支援情報蓄積部７２又は要望連絡蓄積部７４に新たな情報が蓄積されるたびに、その情報とマッチする要望連絡又は支援情報を要望連絡蓄積部７４及び支援情報蓄積部７２からそれぞれ読出し、マッチする情報同士を関連付ける情報を関連情報ＤＢ８０に蓄積する。出力生成部８４は、関連情報ＤＢ８０を検索して、入力されたメッセージと関連付けられた情報を抽出し、その情報を図５のマッチング情報表示パネル２６２に一覧表示する。関連付けられた情報が多数ある場合にはマッチング情報表示パネル２６２はスクロール可能とする。出力生成部８４はさらに、マッチング情報表示パネル２６２に表示された各情報について、それらに付されている地理的情報に基づいて、地図パネル２６４に各情報の発信された位置又は各情報が関連付けられている位置にピン２６６等を表示する。
　このように、入力されたメッセージとマッチする情報だけでなく、それらマッチした情報が発信された位置等を地図上に表示することで、どこでどのような問題が生じているか、どのような支援が提供されているか、どのような要望事項が発生しているかを容易に確認できる。したがって、効率的に、自分の持つ問題を解決したり、支援を有効に活用したり、必要性の高い地域に優先的に支援を回したりすることが可能になる。
　なお、図５に示すような表示をする場合、既に解決した問題、災害時に既に必要な救援が得られ解決した問題報告、災害時に支援物資の配布が終了した支援情報等については、表示から取り除くことが望ましい。そのためには、例えば図５に示すような画面を元に支援の分配先等を定めてそれら支援の提供者に連絡した後に、その処置によって解決した問題、支援物資が消尽した支援情報、及び充足された要望連絡等については、図５において完了を示すフラグを入力できるようにすればよい。このフラグを問題報告蓄積部７０、支援情報蓄積部７２及び要望連絡蓄積部７４に蓄積される情報、並びに関連情報ＤＢ８０に蓄積されるマッチ情報に付与しておくことにより、既に解決済の問題報告、要求が充足された要望連絡、支援作業が完了した支援情報等については図５の画面２５０に表示されなくなる。
　そのような構成の結果、次々に状況が変わるような環境下であっても、効率的に問題又は要望とその解決とをマッチさせることができる。
　［実施の形態の効果］
　本実施の形態に係るシステムの効果が最も発揮される利用例の１つは、大規模災害時における被災者と支援団体のコミュニケーションの円滑化に関連する。大規模災害時には、先述したように、被災者からの問題報告及び要望連絡がＴｗｉｔｔｅｒ等を介して発信されるものの、多量に発信されるツイートにこれらの情報が埋没してしまうという傾向がある。支援団体等が発信する支援情報についても同様である。こうした現象は、被災者が支援情報を必要としているにもかかわらず入手しにくいという問題に繋がる。一方で、支援団体にとっては、最も支援を必要としている相手が発見できないという問題に繋がる。仮に、被災者の要望及び問題を支援団体が認識できても、どの問題等が対処されたのかわからない状況では、複数の支援団体が同じ要望や問題に対応し、結果として、資源や時間が無駄に消費されるという問題にも繋がる。
　本実施の形態は、このような問題を解決する。問題報告・要望連絡・支援情報を特定し収集する技術は、必要とされる情報の埋没を防ぎ、被災者が支援情報を入手するのを容易にし、被災者が抱える問題及び要望を支援団体が把握することに貢献する。さらに、問題報告‐支援情報又は要望連絡‐支援情報のマッチング技術は、ある被災者が発信した問題報告に直接的に関連する支援情報を見つけ出し、リプライすること等を可能とする。また、支援団体にとっては、支援情報とマッチングされた問題報告又は要望連絡と、マッチングが見つからない問題報告又は要望連絡とを区別することで、どのような問題又は要望に対処できており、どのようなものに対処ができていないかを概観できるようになる。この結果、支援団体の資源及び時間の浪費を減らすことに貢献できる。
　なお、上記した実施の形態に係るシステム及びその考え方は、災害時に限定して利用可能なわけではない。日常的な商用利用においても価値が高い。例えば、上記実施の形態と同じ考え方で、あるユーザがコンピュータに関する問題、病気に関する問題又は何らかの要望を入力すると、ウェブ上にある情報をソースとして対処方法を支援情報として自動的に列挙する検索システム等を開発できる。
　上記実施の形態では、問題報告蓄積部７０、支援情報蓄積部７２及び要望連絡蓄積部７４が互いに別の装置であるものとして説明したが、これらを１つの記憶装置に格納することもできる。同じファイルにこれらを全て格納することも可能である。要は、これら別々のカテゴリに属する情報を互いに区別できればよい。例えばファイル内の各レコードにそれらのカテゴリを表す情報を付すようにすればよい。
　現在、スマートフォンで音声により提供される質問応答システムが脚光をあびているが、質問‐応答システムで問題を解決するためには、どのような質問をすれば問題が解決できるのかを考慮しなくてはならない。適切な質問を考慮するためには、専門知識等が要求される場合も多い。上記実施の形態は、問題から直接に支援情報を検索することを可能とするため、質問‐応答システムの次世代の技術を構築するさきがけとなり、新しいサービスの開発にも貢献するという意味で重要なものである。
　［実験結果］
　なお、上記実施の形態の効果を検証するため、いくつかの実験を行なった。以下に、その実験結果を比較例とともに示す。テーブル５，６，７はそれぞれ、問題報告、支援情報及び要望連絡の特定精度に関する実験結果である。
Figure JPOXMLDOC01-appb-T000005
　なお、上のテーブル５～７において、「実施の形態」は、上記実施の形態で説明した通り、核構成マトリックスにしたがい、メッセージ中の核（問題核、支援核、要望核）が持つ名詞の分類（トラブル系／非トラブル系）と、核の述部の極性（活性／不活性）と、評価表現辞書を用いて得られる、メッセージ中の評価表現、評価タイプ、及び評価極性等と、核中の名詞の意味クラスと、メッセージの係り受け関係において、核に含まれる名詞を含むｎ－グラム等を用いる。比較例１は、実施の形態で用いたのと同様の手法だが、ＳＶＭの素性として名詞の分類（トラブル系／非トラブル系）と、核の述部の極性（活性／不活性）とを使用しないもの、すなわち核構成マトリックスに関連する素性を使用せずに行った実験結果である。比較例２は、実施の形態で用いたのと同様の手法だが、評価表現辞書を用いて得られる素性を使用せずに判定を行なったものである。比較例３は、実施の形態で用いたのと同様の手法だが、単語意味クラスを素性として使用せずに判定を行なったものである。
　各ＳＶＭの実験には、学習データ１３，０００件を用い、テストデータとして予め収集したデータから無作為に抽出した１，０００件を用いた。評価者は発明者とは異なる３名であった。評価者による評価の一致率（Fleiss’　Kappa）は０．７４であり、これは評価者による評価が十分な一致を示していることを表す。
　一方、マッチングの実験結果を、問題報告と支援情報とのマッチングを例として次のテーブル８に示す。
Figure JPOXMLDOC01-appb-T000006
　この実験は、９，０００件の学習データで問題報告・支援情報マッチング装置７６の学習をし、１，０００件のテストデータで行なった。テストデータは、予め準備したデータから、１つの名詞の出現回数が３０回以下となるように選択した。評価者は問題報告の実験の場合と同様、発明者以外の３人であった。その評価の一致率はFleiss’　Kappaで0.63と、これも評価が十分に一致していることを示している。
　以上のように本実施の形態によるシステムでは、種々の情報について、例えば問題報告とその解決策とを、ネットワーク上の膨大な情報からマッチングさせ、提示できる。したがって、キーワード検索等を用いるだけの検索サービスと比較して、はるかに的確にユーザが知りたい情報を探し出すことができる。したがって、今までの検索サービスに代わって、国外、国内の検索サービス等で広く利用される可能性がある。さらに、大規模災害時等においては、行政関係機関、ＮＰＯ、ボランティアグループ等が、被災者とのコミュニケーションを円滑化する上で、上記実施の形態のようなシステムを活用できる。互いに問題とその回答、要望とその充足という関係にあるような情報が、今までは互いに全く関連付けられずに存在していたのと比較して、上記実施の形態ではそれらの間に明示的な関係をつけることが可能になり、情報をより整理した形で、適時にユーザに提示することが可能になる。
　［ハードウェア構成］
　上記実施の形態に係る情報マッチングシステム３０は、コンピュータハードウェアと、そのコンピュータハードウェア上で実行される上記したコンピュータプログラムとにより実現できる。図７はこのコンピュータシステム３３０の外観を示し、図８はコンピュータシステム３３０の内部構成を示す。
　図７を参照して、このコンピュータシステム３３０は、メモリポート３５２及びＤＶＤ（Ｄｉｇｉｔａｌ　Ｖｅｒｓａｔｉｌｅ　Ｄｉｓｃ）ドライブ３５０を有するコンピュータ３４０と、キーボード３４６と、マウス３４８と、モニタ３４２とを含む。
　図８を参照して、コンピュータ３４０は、メモリポート３５２及びＤＶＤドライブ３５０に加えて、ＣＰＵ（中央処理装置）３５６と、ＣＰＵ３５６、メモリポート３５２及びＤＶＤドライブ３５０に接続されたバス３６６と、ブートプログラム等を記憶する読出専用メモリ（ＲＯＭ）３５８と、バス３６６に接続され、プログラム命令、システムプログラム及び作業データ等を記憶するランダムアクセスメモリ（ＲＡＭ）３６０と、ハードディスク３５４を含む。コンピュータシステム３３０はさらに、他端末との通信を可能とするネットワーク３６８への接続を提供するネットワークインターフェイス（Ｉ／Ｆ）３４４を含む。
　コンピュータシステム３３０を上記した実施の形態に係る情報マッチングシステム３０の各機能部として機能させるためのコンピュータプログラムは、ＤＶＤドライブ３５０又はメモリポート３５２に装着されるＤＶＤ３６２又はリムーバブルメモリ３６４に記憶され、さらにハードディスク３５４に転送される。又は、プログラムはネットワーク３６８を通じてコンピュータ３４０に送信されハードディスク３５４に記憶されてもよい。プログラムは実行の際にＲＡＭ３６０にロードされる。ＤＶＤ３６２から、リムーバブルメモリ３６４から又はネットワーク３６８を介して、直接にＲＡＭ３６０にプログラムをロードしてもよい。
　このプログラムは、コンピュータ３４０を、上記実施の形態に係る情報マッチングシステム３０の各機能部として機能させるための複数の命令からなる命令列を含む。コンピュータ３４０にこの動作を行なわせるのに必要な基本的機能のいくつかはコンピュータ３４０上で動作するオペレーティングシステム若しくはサードパーティのプログラム又は、コンピュータ３４０にインストールされる各種プログラミングツールキット又はプログラムライブラリにより提供される。したがって、このプログラム自体はこの実施の形態のシステム及び方法を実現するのに必要な機能全てを必ずしも含まなくてよい。このプログラムは、命令のうち、所望の結果が得られるように制御されたやり方で適切な機能又はプログラミングツールキット内の適切なプログラムツールを呼出すことにより、上記したシステムとしての機能を実現する命令のみを含んでいればよい。もちろん、プログラムのみで必要な機能を全て提供するようにしてもよい。
　上記実施の形態では、情報蓄積部６０、記憶装置６２、問題報告蓄積部７０、支援情報蓄積部７２、要望連絡蓄積部７４及び記憶装置８２等はＲＡＭ３６０又はハードディスク３５４により実現される。これらの値はさらに、ＵＳＢメモリ等のリムーバブルメモリ３６４に記憶されてもよいし、ネットワーク等の通信媒体を介して他のコンピュータに送信されてもよい。同様に、関連情報ＤＢ８０も、ＲＡＭ３６０及びハードディスク３５４と、ＣＰＵ３５６で実行されるデータベース管理プログラムとにより実現される。データベース管理プログラムとしては、商業的に利用可能なものに加えて、いわゆるオープンソースのデータベース管理プログラムを使用することもできる。
　コンピュータプログラムを実行する際のコンピュータシステム３３０の動作は周知である。したがってここではその詳細については繰返さない。
　今回開示された実施の形態は単に例示であって、本発明が上記した実施の形態のみに制限されるわけではない。本発明の範囲は、発明の詳細な説明の記載を参酌した上で、請求の範囲の各請求項によって示され、そこに記載された文言と均等の意味及び範囲内での全ての変更を含む。
産業上の利用の可能性
　この発明は、ネットワーク上の様々なシステムで投稿される情報の間でのマッチングをとり、何らかの情報を必要としているユーザに、必要とされる情報を効率よく提供するサービスを提供する産業、およびそのための設備を提供する産業に利用できる。
３０　情報マッチングシステム
４０　インターネット
５０　情報収集部
５２　形態素解析部
５４　係り受け解析部
５６　地名・場所辞書記憶装置
５８　地名・場所特定部
６０　情報蓄積部
６２　分類用素性の生成用データの記憶装置
６４　問題報告収集装置
６６　支援情報収集装置
６８　要望連絡収集装置
７０　問題報告蓄積部
７２　支援情報蓄積部
７４　要望連絡蓄積部
７６　問題報告・支援情報マッチング装置
７８　要望連絡・支援情報マッチング装置
８０　関連情報ＤＢ
８２　マッチング用素性の生成用データの記憶装置
８４　出力生成部
８６　ウェブサーバ
１００，１３０　素性算出部
１０２，１３２　ＳＶＭ
１０４，１３４　選択部

Claims (10)

  1. 第１及び第２のカテゴリのいずれかに分類されたテキストの集合において、前記第１のカテゴリのテキストに対して、前記第２のカテゴリのテキストを対応付けるテキストマッチング装置であって、
    　前記集合に含まれるテキストは、当該テキストを構成する１又は複数の形態素、当該１又は複数の形態素の係り受け情報、及び、前記テキストに含まれる名詞と、当該名詞が係る述部との組合せからなる文の核内の名詞の分類と述部の分類との組合せとを素性として用いた機械学習を用いたテキスト分類装置により前記第１及び第２のカテゴリに分類されており、
    　前記テキストマッチング装置は、
    　前記第１のカテゴリのテキストと、前記第２のテキストとを互いに区別して記憶する記憶手段と、
    　前記記憶手段から、前記第１のカテゴリのテキストと前記第２のカテゴリのテキストとからなるテキストのペアを生成するテキストペア生成手段と、
    　前記テキストペア生成手段により生成された前記ペア内のテキストが前記テキスト分類装置により分類されたときの前記素性を含むマッチング用の素性を、前記ペアから生成するマッチング用素性生成手段と、
    　前記マッチング用素性生成手段により生成されたマッチング用素性を用いて、前記ペアを構成する２つのテキストが互いにマッチするか否かを判定するマッチング手段とを含み、
    　前記マッチング手段は、予めマッチング用の学習データを用い、前記マッチング素性により、テキストのペアがマッチするか否かを判定するように学習済の、機械学習モデルを含む、テキストマッチング装置。
  2. 前記マッチング用素性はさらに、前記ペア内のテキストの各々について求められた、前記核内の名詞を含む係り受け関係の部分木上のｎ－グラムを含み、
    　当該ｎ－グラムのいずれかは、時間情報、地域情報、若しくは各テキストのモダリティを表す形態素、又はこれらの任意の組合せを含む、請求項１に記載のテキストマッチング装置。
  3. 前記第１及び第２のカテゴリの一方は問題の報告を表すテキストからなるカテゴリであり、他方は問題を解決するための支援情報を表すテキストからなるカテゴリである、請求項１又は請求項２に記載のテキストマッチング装置。
  4. 前記第１及び第２のカテゴリの一方は問題の解決を要望するテキストであり、他方は問題を解決するための支援情報を表すテキストである、請求項１又は請求項２に記載のテキストマッチング装置。
  5. テキストを、問題の報告又は解決に関連する特定のカテゴリに分類するためのテキスト分類装置であって、
    　前記テキストを形態素解析し、品詞情報が付された形態素列を出力する形態素解析手段と、
    　前記形態素解析手段の出力する形態素列に対し、形態素間の係り受けを解析し、前記テキストの係り受け関係を表す係り受け情報を出力する係り受け解析手段と、
    　前記形態素列と、前記テキストの係り受け関係とに基づいて、前記テキストに含まれる名詞と、当該名詞が係る述部との組合せからなる文の核を特定し、当該核内の名詞の分類と述部の分類との組合せを用いて、前記テキストを前記特定のカテゴリとそれ以外のカテゴリとに分類する分類手段を含む、テキスト分類装置。
  6. 前記分類手段は、
    　前記形態素列と、前記テキストの係り受け関係とに基づいて、前記テキストに含まれる名詞と、当該名詞が係る述部との組合せからなる文の核を特定する核特定手段と、
    　前記核特定手段により特定された核内の名詞を、問題の発生に関連した問題系の名詞と、問題の発生と関連しない非問題系の名詞とに分類する名詞分類手段と、
    　前記核特定手段により特定された核内の述部を、その述部に係る名詞により表される事物機能が活性化することを表す述部か、不活性化することを表す述部かに分類する述部分類手段と、
    　前記核特定手段により特定された核について、当該核内の名詞について前記名詞分類手段により分類された結果と、当該核内で当該名詞が係る述部について前記述部分類手段により分類された結果との組合せから、前記テキストを前記特定のカテゴリとそれ以外のカテゴリとに分類する手段とを含む、請求項５に記載のテキスト分類装置。
  7. 前記分類する手段は、少なくとも、前記核特定手段により特定された核について、当該核内の名詞について前記名詞分類手段が分類した結果と、当該核内で当該名詞が係る述部について前記述部分類手段が分類した結果との組合せを表す情報を素性として、与えられたテキストが前記特定のカテゴリに属するか否かを判定する、機械学習による判定手段を含む、請求項６に記載のテキスト分類装置。
  8. 　前記素性はさらに、前記テキストの各々について求められた、前記核内の名詞を含む係り受け関係の部分木上のｎ－グラムを含み、
    　当該ｎ－グラムのいずれかは、時間情報、地域情報、若しくは各テキストのモダリティを表す形態素、又はこれらの任意の組合せを含む、請求項７に記載のテキストマッチング装置。
  9. 　　第１及び第２のカテゴリのいずれかに分類されたテキストの集合において、前記第１のカテゴリのテキストに対して、前記第２のカテゴリのテキストを対応付けるテキストマッチング方法であって、
    　前記集合に含まれるテキストは、当該テキストを構成する１又は複数の形態素、当該１又は複数の形態素の係り受け情報、及び、前記テキストに含まれる名詞と、当該名詞が係る述部との組合せからなる文の核内の名詞の分類と述部の分類との組合せとを素性として用いた機械学習を用いたテキスト分類装置により前記第１及び第２のカテゴリに分類されており、
    　前記テキストマッチング方法は、
    　前記第１のカテゴリのテキストと、前記第２のテキストとを互いに区別して記憶装置に記憶するステップと、
    　前記記憶装置から、前記第１のカテゴリのテキストと前記第２のカテゴリのテキストとからなるテキストのペアを生成するテキストペア生成ステップと、
    　前記テキストペア生成ステップにおいて生成された前記ペア内のテキストが前記テキスト分類装置により分類されたときの前記素性を含むマッチング用の素性を、前記ペアから生成するマッチング用素性生成ステップと、
    　前記マッチング用素性生成ステップにおいて生成されたマッチング用素性を用いて、前記ペアを構成する２つのテキストが互いにマッチするか否かを判定するマッチングステップとを含み、
    　前記マッチングステップは、予めマッチング用の学習データを用い、前記マッチング素性により、テキストのペアがマッチするか否かを判定するように学習済の、機械学習モデル用いて前記ペアを構成する２つのテキストが互いにマッチするか否かを判定するステップを含む、テキストマッチング方法。
  10. 　テキストを、問題の報告又は解決に関連する特定のカテゴリに分類するためのテキスト分類方法であって、
    　前記テキストを形態素解析し、品詞情報が付された形態素列を出力する形態素解析ステップと、
    　前記形態素解析ステップにおいて出力する形態素列に対し、形態素間の係り受けを解析し、前記テキストの係り受け関係を表す係り受け情報を出力する係り受け解析ステップと、
    　前記形態素列と、前記テキストの係り受け関係とに基づいて、前記テキストに含まれる名詞と、当該名詞が係る述部との組合せからなる文の核を特定し、当該核内の名詞の分類と述部の分類との組合せを用いて、前記テキストを前記特定のカテゴリとそれ以外のカテゴリとに分類する分類ステップとを含む、テキスト分類方法。
PCT/JP2014/062912 2013-06-19 2014-05-15 テキストマッチング装置および方法、並びにテキスト分類装置および方法 WO2014203659A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US14/898,565 US10803103B2 (en) 2013-06-19 2014-05-15 Text matching device and method, and text classification device and method
KR1020157035100A KR102188292B1 (ko) 2013-06-19 2014-05-15 텍스트 매칭 장치와 방법 및 텍스트 분류 장치와 방법
EP14813194.9A EP3012746A4 (en) 2013-06-19 2014-05-15 Text matching device and method, and text classification device and method
CN201480034989.6A CN105339936B (zh) 2013-06-19 2014-05-15 文本匹配装置以及方法、和文本分类装置以及方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2013128454A JP6206840B2 (ja) 2013-06-19 2013-06-19 テキストマッチング装置、テキスト分類装置及びそれらのためのコンピュータプログラム
JP2013-128454 2013-06-19

Publications (1)

Publication Number Publication Date
WO2014203659A1 true WO2014203659A1 (ja) 2014-12-24

Family

ID=52104401

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/062912 WO2014203659A1 (ja) 2013-06-19 2014-05-15 テキストマッチング装置および方法、並びにテキスト分類装置および方法

Country Status (6)

Country Link
US (1) US10803103B2 (ja)
EP (1) EP3012746A4 (ja)
JP (1) JP6206840B2 (ja)
KR (1) KR102188292B1 (ja)
CN (1) CN105339936B (ja)
WO (1) WO2014203659A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021047803A (ja) * 2019-09-20 2021-03-25 博之 宮▲崎▼ コメント共有方法、コメント共有システム及びコメント共有プログラム
CN112818668A (zh) * 2021-02-05 2021-05-18 上海市气象灾害防御技术中心(上海市防雷中心) 气象灾情数据语义识别分析方法和系统

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5825676B2 (ja) * 2012-02-23 2015-12-02 国立研究開発法人情報通信研究機構 ノン・ファクトイド型質問応答システム及びコンピュータプログラム
KR20180111979A (ko) 2016-02-11 2018-10-11 이베이 인크. 의미론적 카테고리 분류법
US10706044B2 (en) * 2016-04-06 2020-07-07 International Business Machines Corporation Natural language processing based on textual polarity
US10635727B2 (en) 2016-08-16 2020-04-28 Ebay Inc. Semantic forward search indexing of publication corpus
US10565242B2 (en) * 2017-01-10 2020-02-18 International Business Machines Corporation Method of label transform for managing heterogeneous information
US20200151591A1 (en) * 2017-01-31 2020-05-14 Mocsy Inc. Information extraction from documents
JP6805927B2 (ja) 2017-03-28 2020-12-23 富士通株式会社 インデックス生成プログラム、データ検索プログラム、インデックス生成装置、データ検索装置、インデックス生成方法、及びデータ検索方法
US20180285775A1 (en) * 2017-04-03 2018-10-04 Salesforce.Com, Inc. Systems and methods for machine learning classifiers for support-based group
JP6649318B2 (ja) * 2017-05-30 2020-02-19 株式会社ソケッツ 言語情報分析装置および方法
CN108305050B (zh) * 2018-02-08 2023-04-07 贵州小爱机器人科技有限公司 报案信息及服务需求信息的提取方法、装置、设备及介质
CN108549723B (zh) * 2018-04-28 2022-04-05 北京神州泰岳软件股份有限公司 一种文本概念分类方法、装置及服务器
CN108763402B (zh) * 2018-05-22 2021-08-27 广西师范大学 基于依存关系、词性和语义词典的类中心向量文本分类法
CN108804591A (zh) * 2018-05-28 2018-11-13 杭州依图医疗技术有限公司 一种病历文本的文本分类方法及装置
US11698921B2 (en) 2018-09-17 2023-07-11 Ebay Inc. Search system for providing search results using query understanding and semantic binary signatures
US11657102B2 (en) * 2019-04-29 2023-05-23 Ip.Com I, Llc Automating solution prompts based upon semantic representation
JP7390708B2 (ja) * 2019-12-24 2023-12-04 Jcc株式会社 情報掲示システムおよび情報掲示方法
US11694025B2 (en) * 2020-05-04 2023-07-04 Kyndryl Inc. Cognitive issue description and multi-level category recommendation

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005071229A (ja) * 2003-08-27 2005-03-17 Fujitsu Ltd 文章分類プログラム、文章分類方法および文章分類装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7606714B2 (en) * 2003-02-11 2009-10-20 Microsoft Corporation Natural language classification within an automated response system
KR100701044B1 (ko) * 2004-07-20 2007-03-29 황상석 온라인망을 기반으로 하는 위급상황 처리 시스템
EP1669896A3 (en) * 2004-12-03 2007-03-28 Panscient Pty Ltd. A machine learning system for extracting structured records from web pages and other text sources
JP2008225582A (ja) * 2007-03-08 2008-09-25 Mazda Motor Corp テキスト分類装置及びプログラム
US20100063797A1 (en) 2008-09-09 2010-03-11 Microsoft Corporation Discovering question and answer pairs
EP2406738A4 (en) * 2009-03-13 2012-08-15 Invention Machine Corp SYSTEM AND METHOD FOR RESPONSE TO QUESTIONS THAT INVOLVE THE APPOSITION OF SEMANTIC MARKS ON TEXT DOCUMENTS AND USER QUESTIONS
KR101173561B1 (ko) 2010-10-25 2012-08-13 한국전자통신연구원 질문 형태 및 도메인 인식 장치 및 그 방법
US8560567B2 (en) 2011-06-28 2013-10-15 Microsoft Corporation Automatic question and answer detection
US10372741B2 (en) * 2012-03-02 2019-08-06 Clarabridge, Inc. Apparatus for automatic theme detection from unstructured data

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005071229A (ja) * 2003-08-27 2005-03-17 Fujitsu Ltd 文章分類プログラム、文章分類方法および文章分類装置

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
ANDREW B. GOLDBERG; NATHANAEL FILLMORE; DAVID ANDRZEJEWSKI ZHITING XU; BRYAN GIBSON; XIAOJIN ZHU: "Human Language Technologies: The 2009 Annual Conference of the North American", May 2009, ACM, article "All Your Wishes Come True: A Study of Wishes and How to Recognize Them", pages: 263 - 271
ARON CULOTTA: "Lightweight methods to estimate influenza rates and alcohol sales volume from twitter messages", LANGUAGE RESOURCES AND EVALUATION, 2012, pages 1 - 22
HIROSHI KANAYAMA; TETSUYA NASUKAWA: "Textual demand analysis: Detection of users' wants and needs from opinions.", PROCEEDINGS OF THE 22ND INTERNATIONAL CONFERENCE ON COMPUTATIONAL LINGUISTICS, 2008, pages 409 - 416
JUN GOTO: "A Disaster Information Analysis System Based on Question Answering", JOURNAL OF NATURAL LANGUAGE PROCESSING, vol. 20, no. 3, 14 June 2013 (2013-06-14), pages 367 - 404, XP055299433 *
RIKI HASHIMOTO: "Mohitotsu no Imiteki Kyokusei 'Kassei/Fukassei' to Chishiki Kakutoku eno Oyo", PROCEEDINGS OF THE 18TH ANNUAL MEETING OF THE ASSOCIATION FOR NATURAL LANGUAGE PROCESSING TUTORIAL HONKAIGI, 31 March 2012 (2012-03-31), pages 93 - 96, XP008182327 *
ROBERT MUNRO: "Proceedings of the Fifteenth Conference on Computational Natural Language Learning", 2011, ACM, article "Subword and spatiotemporal models for identifying actionable information in Haitian Kreyol", pages: 68 - 77
SARAH VIEWEG; AMANDA L. HUGHES; KATE STARBIRD; LEYSIA PALEN: "Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, CHI '10", 2010, ACM, article "Microblogging during two natural hazards events: what twitter may contribute to situational awareness", pages: 1079 - 1088
See also references of EP3012746A4
YAYOI TANAKA: "Shuji Unit Bunseki kara Mita Q&A Site no Gengoteki Tokucho", PROCEEDINGS OF THE 17TH ANNUAL MEETING OF THE ASSOCIATION FOR NATURAL LANGUAGE PROCESSING TUTORIAL HONKAIGI WORKSHOP, 7 March 2011 (2011-03-07), pages 248 - 251, XP008182329 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021047803A (ja) * 2019-09-20 2021-03-25 博之 宮▲崎▼ コメント共有方法、コメント共有システム及びコメント共有プログラム
CN112818668A (zh) * 2021-02-05 2021-05-18 上海市气象灾害防御技术中心(上海市防雷中心) 气象灾情数据语义识别分析方法和系统
CN112818668B (zh) * 2021-02-05 2024-03-29 上海市气象灾害防御技术中心(上海市防雷中心) 气象灾情数据语义识别分析方法和系统

Also Published As

Publication number Publication date
EP3012746A1 (en) 2016-04-27
JP2015005027A (ja) 2015-01-08
US20160140217A1 (en) 2016-05-19
EP3012746A4 (en) 2017-02-15
CN105339936A (zh) 2016-02-17
KR102188292B1 (ko) 2020-12-08
JP6206840B2 (ja) 2017-10-04
US10803103B2 (en) 2020-10-13
KR20160021110A (ko) 2016-02-24
CN105339936B (zh) 2019-06-07

Similar Documents

Publication Publication Date Title
JP6206840B2 (ja) テキストマッチング装置、テキスト分類装置及びそれらのためのコンピュータプログラム
Song et al. Social big data analysis of information spread and perceived infection risk during the 2015 Middle East respiratory syndrome outbreak in South Korea
Wallgrün et al. GeoCorpora: building a corpus to test and train microblog geoparsers
US8793254B2 (en) Methods and apparatus for classifying content
Tovstiga et al. COVID-19: a knowledge and learning perspective
Rosa et al. Event detection system based on user behavior changes in online social networks: Case of the covid-19 pandemic
Vieira Machine translation in the news: A framing analysis of the written press
Miyabe et al. How do rumors spread during a crisis? Analysis of rumor expansion and disaffirmation on Twitter after 3.11 in Japan
Reuter et al. Big data in a crisis? Creating social media datasets for crisis management research
Quiroz Flores et al. Variation in the timing of Covid-19 communication across universities in the UK
Alzahrani et al. [Retracted] Towards Understanding the Usability Attributes of AI‐Enabled eHealth Mobile Applications
Keselman et al. Adapting semantic natural language processing technology to address information overload in influenza epidemic management
Liu et al. Epic30m: An epidemics corpus of over 30 million relevant tweets
Paramita et al. Do you see what I see? Images of the COVID-19 pandemic through the lens of Google
Chan et al. An online risk index for the cross-sectional prediction of new HIV chlamydia, and gonorrhea diagnoses across US counties and across years
Pei et al. A new method for early detection of mass concern about public health issues
Van Reisen et al. Incomplete COVID-19 data: The curation of medical health data by the Virus Outbreak Data Network-Africa
Yoon et al. DiTeX: Disease-related topic extraction system through internet-based sources
Gao et al. Strategies and effectiveness of the Chinese government debunking COVID-19 rumors on Sina Weibo: evaluating from emotions
Şahin et al. Emergency detection and evacuation planning using social media
Sandesh et al. Detection of cyberbullying on twitter data using machine learning
Zowalla et al. Readability and topics of the German Health Web: Exploratory study and text analysis
Zhou et al. Overlooked voices under strict lockdown: mapping humanitarian needs in 2022 Shanghai COVID-19 outbreak
Kurohashi et al. Information credibility analysis of web contents
Obateru et al. Health Communication During a Pandemic: An Analysis of Framing of COVID-19 in Nigeria’s The Guardian and Daily Trust Newspapers, April–August 2020

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201480034989.6

Country of ref document: CN

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

Ref document number: 14813194

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20157035100

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 14898565

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2014813194

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE