JP4427500B2 - 意味解析装置、意味解析方法および意味解析プログラム - Google Patents

Description

本発明は、自然文中において使用されている言葉の意味を解析する意味解析装置、意味解析方法および意味解析プログラムに関するものである。

従来、人間の言葉を計算機に理解させることを大目標として、自然文を対象として文中で使われている言葉の意味を解析する自然言語処理、特に意味解析に関する研究が広く行われている。

例えば、意味クラス解析技術として、２８万語彙の形態素辞書とそれに含まれるプロパティ（１０６種の意味クラスや共起語の定義）を用いた、対象分野における文章の解析が行われている（例えば、「非特許文献１」参照）。

また、対象をテーブルに絞り、オントロジーを活用し、インスタンスからクラスを判定し、属性名領域と属性値領域を抽出する処理が開示されている（例えば、「特許文献１」参照）。さらに、オントロジーを用いて、単語を分類する技術も開示されている（例えば、「特許文献２」参照）。

特開２００１−３２５２８４号公報 米国特許第６４８７５４５号明細書 質問応答技術に基づくマルチモーダルヘルプシステム，情報処理学会研究報告 デジタル・ドキュメント，Ｎｏ．３６， ２００４．

しかしながら、こうしたアプローチにおいては一般に、意味解析の適合率が６０−７０％と低く問題となっていた。さらに、ルール作成やその保守作業が煩雑であるという問題もあった。

本発明は、上記に鑑みてなされたものであって、煩雑な処理を要さず高精度に意味解析を行うことのできる意味解析装置を提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明は、意味解析装置であって、項目名と、当該項目名に属する項目値とが所定のデータ形式で表されたデータを取得するデータ取得手段と、前記データ取得手段が取得した前記データの前記データ形式に基づいて、前記データから前記項目値を抽出する項目値抽出手段と、前記項目名に付与すべき意味的な概念であるコンセプトと、当該コンセプトの具体的データであるインスタンスと、前記コンセプトと他のコンセプトの間の関係を示す属性とを対応付けて保持するコンセプト保持手段と、前記コンセプト保持手段において前記コンセプトに対応付けられている前記属性に基づいて前記コンセプトの比較順番を決定し、当該比較順番に沿って前記コンセプトを検索することにより、前記項目値抽出手段によって抽出された前記項目値の文字列と少なくとも一部一致するインスタンスを特定し、特定した前記インスタンスに対応付けられている前記コンセプトを前記項目名に対するコンセプトとして特定するコンセプト特定手段と、前記コンセプト特定手段により特定された前記コンセプトと、前記項目名とを対応付ける対応付手段と、前記データ取得手段が取得した前記データに、前記項目名に対する前記コンセプトを示す情報が含まれている場合に、前記コンセプト保持手段において、前記データに含まれる前記コンセプトと同一のコンセプトを検索するコンセプト検索手段と、前記コンセプト保持手段において、前記コンセプト検索手段により検出された同一のコンセプトに対応付けられている前記インスタンスの中から前記項目名に対応する項目値と同一のインスタンスを検索するインスタンス検索手段と、前記インスタンス検索手段が前記項目値と同一のインスタンスを検出しない場合に、前記コンセプト検索手段により検出された前記コンセプトに対応付けて、前記項目値を前記インスタンスとして追加するインスタンス追加手段とを備えたことを特徴とする。

また、本発明の他の形態は、意味解析装置における意味解析方法であって、前記意味解析装置は、前記項目名に付与すべき意味的な概念であるコンセプトと、当該コンセプトの具体的データであるインスタンスと、前記コンセプトと他のコンセプトの間の関係を示す属性とを対応付けて保持するコンセプト保持手段を備え、データ取得手段が、項目名と、当該項目名に属する項目値とが所定のデータ形式で表されたデータを取得するデータ取得ステップと、項目値抽出手段が、前記データ取得ステップにおいて取得した前記データの前記データ形式に基づいて、前記データから前記項目値を抽出する項目値抽出ステップと、コンセプト特定手段が、前記コンセプト保持手段において前記コンセプトに対応付けられている前記属性に基づいて前記コンセプトの比較順番を決定し、当該比較順番に沿って前記コンセプトを検索することにより、前記項目値抽出ステップにおいて抽出された前記項目値の文字列と少なくとも一部一致するインスタンスを特定し、特定した前記インスタンスに対応付けられている前記コンセプトを前記項目名に対するコンセプトとして特定するコンセプト特定ステップと、対応付手段が、前記コンセプト特定ステップにおいて特定された前記コンセプトと、前記項目名とを対応付ける対応付ステップと、コンセプト検索手段が、前記データ取得ステップにおいて取得した前記データに、前記項目名に対する前記コンセプトを示す情報が含まれている場合に、前記コンセプト保持手段において、前記データに含まれる前記コンセプトと同一のコンセプトを検索するコンセプト検索ステップと、インスタンス検索手段が、前記コンセプト保持手段において、前記コンセプト検索ステップにおいて検出された同一のコンセプトに対応付けられている前記インスタンスの中から前記項目名に対応する項目値と同一のインスタンスを検索するインスタンス検索ステップと、インスタンス追加手段が、前記インスタンス検索ステップにおいて前記項目値と同一のインスタンスを検出しない場合に、前記コンセプト検索ステップにおいて検出された前記コンセプトに対応付けて、前記項目値を前記インスタンスとして追加するインスタンス追加ステップとを有することを特徴とする。

また、本発明の他の形態は、意味解析処理をコンピュータに実行させるための意味解析プログラムであって、前記コンピュータは、前記項目名に付与すべき意味的な概念であるコンセプトと、当該コンセプトの具体的データであるインスタンスと、前記コンセプトと他のコンセプトの間の関係を示す属性とを対応付けて保持するコンセプト保持手段を備え、項目名と、当該項目名に属する項目値とが所定のデータ形式で表されたデータを取得するデータ取得ステップと、前記データ取得ステップにおいて取得した前記データの前記データ形式に基づいて、前記データから前記項目値を抽出する項目値抽出ステップと、前記コンセプト保持手段において前記コンセプトに対応付けられている前記属性に基づいて前記コンセプトの比較順番を決定し、当該比較順番に沿って前記コンセプトを検索することにより、前記項目値抽出ステップにおいて抽出された前記項目値の文字列と少なくとも一部一致するインスタンスを特定し、特定した前記インスタンスに対応付けられている前記コンセプトを前記項目名に対するコンセプトとして特定するコンセプト特定ステップと、前記コンセプト特定ステップにおいて特定された前記コンセプトと、前記項目名とを対応付ける対応付ステップと、前記データ取得ステップにおいて取得した前記データに、前記項目名に対する前記コンセプトを示す情報が含まれている場合に、前記コンセプト保持手段において、前記データに含まれる前記コンセプトと同一のコンセプトを検索するコンセプト検索ステップと、前記コンセプト保持手段において、前記コンセプト検索ステップにおいて検出された同一のコンセプトに対応付けられている前記インスタンスの中から前記項目名に対応する項目値と同一のインスタンスを検索するインスタンス検索ステップと、前記インスタンス検索ステップにおいて前記項目値と同一のインスタンスを検出しない場合に、前記コンセプト検索ステップにおいて検出された前記コンセプトに対応付けて、前記項目値を前記インスタンスとして追加するインスタンス追加ステップとを前記コンピュータに実行させるための意味解析プログラムである。

本発明にかかる意味解析装置は、コンセプトとインスタンスを参照することにより、より精度よく意味解析を行うことができるという効果を奏する。

以下に、本発明にかかる意味解析装置、意味解析方法および意味解析プログラムの実施の形態を図面に基づいて詳細に説明する。なお、この実施の形態によりこの発明が限定されるものではない。

図１は、意味解析装置１０の構成を示すブロック図である。意味解析装置１０は、データ取得部１００と、項目値抽出部１０２と、コンセプト特定部１０４と、コンセプト対応付部１０６と、オントロジーＤＢ１１０と、コンセプト抽出部１２０と、インスタンス追加部１２２とを備えている。

意味解析装置１０は、所定のデータ形式で表現されるデータから、ＲＤＦ（Ｒｅｓｏｕｃｅ Ｄｅｓｕｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）形式でのＸＭＬ（ｅＸｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）を生成する。

データ取得部１００は、外部からデータを取得する。そして、意味解析装置１０において扱う内部形式に変換する。ここで外部から取得するデータは、意味解析の処理対象となるデータである。また、このデータは、所定のデータ形式で表現される半構造化されたデータである。具体的には、「項目名：項目値」というようにコロン「：」の直前に項目名が記載され、コロンの直後に項目値が記載される。

データ取得部１００は、具体的には、このようなデータ形式で表されたＨＴＭＬ（ＨｙｐｅｒＴｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）や表形式で記述されたメタデータを取得する。さらに、このメタデータには、このデータ形式で記載された項目名と項目値の組み合わせが１組以上含まれている。

なお、所定のデータ形式で表現されたデータは、その文法（シンタクス）を制限するものではなく、データの意味的な構成を制限するものである。このため、実際のデータは、テキスト形式以外にも表形式などであってもよい。例えば、二列の表形式をデータ形式としてもよい。この場合には、二列のうち左側に記載されている内容が項目名であり、右側に記載されている内容が項目値である。

項目値抽出部１０２は、データ取得部１００が取得したＷｅｂページから項目値を取得する。なお、項目値抽出部１０２は、上述のデータ形式に基づいてコロンを検索し、コロンの直後に記載されている内容を項目値として抽出する。

オントロジーＤＢ１１０は、オントロジーを格納している。オントロジーとは、対象とする世界をある知識表現言語を用いてモデリングしたものである。なお、本実施の形態においては、例えば，Ｗ３Ｃ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ Ｃｏｎｓｏｒｔｉｕｍ）で標準化が進められているＯＷＬ（Ｗｅｂ Ｏｎｔｏｌｏｇｙ Ｌａｎｇｕａｇｅ）などで記述可能であることを前提としている。すなわち、特定の状況における役割（ロール）など、より詳細なオントロジー使用は考慮しないものとする。なお、オントロジーＤＢ１１０は、コンセプト保持手段に相当する。

オントロジーＤＢ１１０は、具体的には、複数のコンセプトを格納している。コンセプトとは、データに含まれる意味的な概念である。さらに複数のコンセプトの間の関係を示す情報である属性を格納している。ここで、コンセプト間の関係としては、例えばコンセプトＡがコンセプトＢの一部である関係、すなわち全体部分関係（ｐａｒｔ ｏｆ）や、コンセプトＡがコンセプトＢの一種である関係、すなわち上位下位関係（ｉｓ ａ）などがある。また、コンセプトＡがコンセプトＢを抽象化したものである関係、すなわち抽象具体化関係（ｉｎｓｔａｎｃｅ ｏｆ）などがある。

コンセプト特定部１０４は、オントロジーＤＢ１１０を参照し項目値抽出部１０２によって抽出された項目値に対応する項目名のコンセプトを特定する。なお、コンセプト特定部１０４は、所定の条件に基づいて、コンセプトを特定する際に検索するコンセプト、すなわち検索対象を特定する。すなわち、コンセプト特定部１０４は、検索対象特定手段として機能する。

コンセプト付与部１０６は、コンセプト特定部１０４において特定されたコンセプトを項目名に付与する。すなわち、項目名とコンセプトとを対応付ける。具体的には、ＲＤＦのＸＭＬ形式で記述する。そして、コンセプトが付与された状態で出力する。すなわち、コンセプト付与部１０６は、コンセプト対応付手段として機能する。

コンセプト抽出部１２０は、データ取得部１００が取得したデータからコンセプトを抽出する。インスタンス追加部１２２は、コンセプト抽出部１２０により抽出されたコンセプトに基づいて、データ取得部１００が取得したデータに含まれる項目値をインスタンスとしてオントロジーＤＢ１１０に新たに追加する。

なお、インスタンス追加部１２２は、オントロジーＤＢ１１０においてコンセプトを検索するコンセプト検索手段、オントロジーＤＢ１１０においてインスタンスを検索するインスタンス検索手段およびインスタンス追加手段として機能する。

図２は、オントロジーＤＢ１１０に格納されているコンセプト対応テーブル１１２のデータ構成を示す図である。コンセプト対応テーブル１１２は、コンセプト（クラス）フィールドと、インスタンスフィールドと、属性フィールドとを有している。

コンセプトフィールドには、項目名に付与されるべきコンセプトが格納されている。また、インスタンスには、対応するコンセプトに含まれる具体的なデータが格納されている。例えば、「Ｗｉｎｅ Ｃｏｌｏｒ」というコンセプトに対しては、「Ｒｅｄ」，「「Ｒｏｓｅ」，「Ｗｈｉｔｅ」など「Ｗｉｎｅ Ｃｏｌｏｒ」の具体的なデータが格納されている。すなわち、コンセプトとは、インスタンスに対するクラスに相当するデータである。

属性フィールドには、コンセプトの属性が格納されている。すなわち、対象とするコンセプトと他のコンセプトとの間の関係を示すデータが格納されている。上述の「ｐａｒｔ ｏｆ」関係や「ｉｓ ａ」関係に加えて、各コンセプト特有の属性も格納されている。

例えば、コンセプト「Ｗｉｎｅ」に対する属性として、「ｈａｓ Ｃｏｌｏｒ」が格納されている。これは、「Ｗｉｎｅ」に特有の属性であり、「Ｃｏｌｏｒ」というコンセプトを持つことを示している。ここで、「Ｗｉｎｅ」と「ｈａｓ Ｃｏｌｏｒ」は、主語と述語の関係にある。さらに、コンセプト「Ｗｉｎｅ Ｃｏｌｏｒ」に対応付けられているインスタンス「Ｒｅｄ」，「「Ｒｏｓｅ」，「Ｗｈｉｔｅ」は、先の関係に対し目的語の関係にある。

意味解析装置１０が処理対象としているデータは、主語、述語、目的語のトリプレット構造に対応する内容を記述している場合が多い。この点に着目し、主語、述語、目的語の関係を解析すべく以上のようにコンセプトと属性とを対応付けたデータを予め格納することとしている。

さらに、属性として表現された述語を概念化したプロパティを特定することができる。具体的には、オントロジーＤＢ１１０は、属性と、当該属性を概念化したプロパティとを対応付けた概念化テーブル１１４をさらに格納している。

図３は、オントロジーＤＢ１１０に格納されている概念化テーブル１１４のデータ構成を示す図である。概念化テーブル１１４は、属性フィールドと、コンセプトフィールドとを有している。

コンセプト対応テーブル１１２に格納されている属性が、当該属性に対応付けられているコンセプトを主語とした場合の述語である場合がある。この述語は、概念化されてコンセプトとなる場合がある。概念化テーブル１１４は、この概念化に対応する処理に利用される。すなわち、述語に対応する属性と、この属性を概念化して得られるコンセプトとを対応付けて格納している。

例えば、「ｈａｓ Ｃｏｌｏｒ」は、「Ｗｉｎｅ Ｃｏｌｏｒ」に対応付けられている。また、「ｈａｓ Ｂｏｄｙ」は、「Ｗｉｎｅ Ｂｏｄｙ」に対応付けられている。

図４は、意味解析装置１０による意味解析処理を示すフローチャートである。まず、データ取得部１００は、Ｗｅｂページを取得する（ステップＳ１００）。図５は、意味解析処理の対象となるＷｅｂページ２０を示す図である。図５に示すＷｅｂページ２０には、「Ｓｔｙｌｅ ： Ｗｈｉｔｅ Ｗｉｎｅ」という表示が含まれている。このように、Ｗｅｂページ２０には、項目名と項目値とがコロン「：」により対応付けられている。

再び説明を図４に戻す。Ｗｅｂページ２０を取得すると、次に、項目値抽出部１０２は、取得したＷｅｂページ２０からデータ形式に基づいて項目値を抽出する（ステップＳ１０２）。次に、コンセプト特定部１０４は、抽出された項目値と一致するインスタンスをオントロジーＤＢ１１０において検索する（ステップＳ１０４）。

インスタンスの検索においては、コンセプト特定部１０４は、抽出された項目値とオントロジーＤＢ１１０に格納されている複数のインスタンスそれぞれとの比較を行う。この際、コンセプトの属性に基づいて、複数のインスタンスそれぞれの比較順番を決定する。

例えば「ｉｓ ａ」関係における、より上位のコンセプトから検索していく。ここで、上位のコンセプトは、「コンセプトＡ ｉｓ ａコンセプトＢ」という関係においては、コンセプトＢである。

また、例えば「ｐａｒｔ ｏｆ」関係においては全体コンセプトから検索していく。ここで、全体コンセプトは、コンセプトＡが「ｐａｒｔ ｏｆ コンセプトＢ」という関係にある場合には、コンセプトＢである。

また、例えば「ｉｎｓｔａｎｃｅ ｏｆ」関係においては抽象コンセプトから検索していく。ここで、抽象コンセプトは、コンセプトＡが「ｉｎｓｔａｎｃｅ ｏｆ コンセプトＢ」という関係にある場合には、コンセプトＢである。

「ｉｓ ａ」関係における上位コンセプト、ｐａｒｔ ｏｆ」関係における全体コンセプト、「ｉｎｓｔａｎｃｅ ｏｆ」関係における抽象コンセプトを以下、大概念と称する。また、逆を小概念と称する。すなわち、大概念とは、一般的に対応するインスタンス数および並列されるコンセプトの数が小概念に比べて比較的多い概念である。

このように、大概念に対するコンセプトおよびインスタンスは、小概念に対するコンセプトおよびインスタンスに比べて数が少ないので、大概念から検索していくことにより、処理量を削減することができる。

さらに、大概念において抽出された項目値と一致するインスタンスを検出した場合には、さらに検出したインスタンスに対するプロパティの属性を参照し、当該プロパティの小概念に相当するプロパティを順に検索し、インスタンスを検出し続ける。そして最も小概念のプロパティを特定する（ステップＳ１０６）。

このように、大概念から小概念に順に検索することにより検索処理の高速化を図ることができる。また、小概念化されたプロパティは、より細分化された概念である。したがって、項目名に最も適したプロパティであると考えられる。そこで、このように最も小概念のプロパティを特定することとした。

このようにプロパティを特定すると、次に、コンセプト対応付部１０６は、特定したプロパティを項目値に付与する（ステップＳ１０８）。以上で、意味解析装置１０による意味解析処理が完了する。

図６は、意味解析処理を説明するための図である。図６は、図５に示すＷｅｂページ２０における例を示している。例えば、Ｗｅｂページ２０においては、ステップＳ１０２において項目値としてコロンの直後に記載されている「Ｗｈｉｔｅ Ｗｉｎｅ」が抽出される。そして、この項目値と所定量の文字列が一致するインスタンスをコンセプト対応テーブル１１２において検索する。この結果、インスタンス「Ｗｈｉｔｅ」が検出される。ここでの一致は完全一致または一部一致をいう。

さらにこの際、属性を参照しつつ、小概念を辿っていき、最も小概念のコンセプトに対するインスタンスを特定する。なお、このとき概念化テーブル１１４を参照し、属性を概念化したコンセプトについても検索する。

さらに、コンセプト対応テーブル１１２において、特定された小概念に対するインスタンスに対応付けられているコンセプトを特定する。ここでは、「Ｗｉｎｅ Ｃｏｌｏｒ」が特定される。すなわち、項目値として抽出された「Ｗｈｉｔｅ Ｗｉｎｅ」に対する項目名である「Ｓｔｙｌｅ」のコンセプトが特定される。

そして、このコンセプト「Ｗｉｎｅ Ｃｏｌｏｒ」が項目名「Ｓｔｙｌｅ」に付与される。具体的には、この処理によりＷｅｂページ２０は、

＜Ｗｉｎｅ Ｃｏｌｏｒ＞Ｓｔｙｌｅ＜Ｗｉｎｅ Ｃｏｌｏｒ＞：Ｗｈｉｔｅ Ｗｉｎｅ

と記述される。そして、このデータが外部に出力される。

このように、半構造化されたデータを対象とする場合には、その構造化された部分、すなわち本実施の形態においてはコロンを利用することにより、より正確に意味概念を判定することができる。

ただし、このようにデータ形式を制限するため自由文に比べて用途が限定される。しかし、バーコードや今後普及が予想されるＲＦＩＤ（Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）で参照されるメタデータのほとんどは、本質的にはこのようなデータ形式、すなわちデータそのものを主語とする二項関係で表されている。このため、実用上の汎用性が高い。

図７は、Ｗｅｂページ２０において、項目名のコンセプトを示すメタデータが付与されている場合の意味解析処理を示すフローチャートである。データ取得部１００がＷｅｂページ２０を取得する（ステップＳ１００）。次に、コンセプト抽出部１２２は、データ取得部１１０が取得したＷｅｂページ２０に含まれる各項目名それぞれに対するコンセプトを示すメタデータを検索する。コンセプトのメタデータが存在する場合には（ステップＳ１３０，Ｙｅｓ）、メタデータにおいてコンセプトが特定された項目名に対する項目値を特定する（ステップＳ１３２）。一方、コンセプトのメタデータが存在しない場合には（ステップＳ１３０，Ｎｏ）、図４において説明した項目値抽出処理（ステップＳ１０２）へ進む。

ステップＳ１３２において項目値を特定した後、インスタンス追加部１２２は、オントロジーＤＢ１１０において、特定した項目値と一致するインスタンスを検索する。このとき、検索対象は、メタデータとして付与されているコンセプトに対応付けられているインスタンスのみとする。

オントロジーＤＢ１１０において、項目値と一致するインスタンスが検出されない場合、すなわち、Ｗｅｂページ２０から抽出された項目値が対するインスタンスとしてオントロジーＤＢ１１０に登録されていない場合には（ステップＳ１３４，Ｎｏ）、この項目値を、インスタンスとして新たにコンセプト対応テーブル１１２に登録する（ステップＳ１３６）。具体的には、この項目値に対応する項目名のコンセプトに対応するインスタンスとして登録する。一方、オントロジーＤＢ１１０において、項目値と一致するインスタンスが検出された場合には（ステップＳ１３４）、処理が完了する。

図８は、図５に示すＷｅｂページ２０に対して、図７を参照しつつ説明した意味解析処理を行う例を説明するための図である。Ｗｅｂページ２０には、メタデータが付与されているとする。このメタデータは、Ｗｅｂページ２０に記載されている「Ｓｔｙｌｅ」のコンセプトが「Ｗｉｎｅ Ｃｏｌｏｒ」である旨を示すデータである。

この場合には、このメタデータより、「Ｓｔｙｌｅ」のコンセプト「Ｗｉｎｅ Ｃｏｌｏｒ」と一致するコンセプトをオントロジーＤＢ１１０において特定する。そして、
コンセプト対応テーブル１１２中のコンセプト「Ｗｉｎｅ Ｃｏｌｏｒ」が特定される。 さらに、このコンセプト「Ｗｉｎｅ Ｃｏｌｏｒ」に対応付けられているインスタンスから、項目名「Ｓｔｙｌｅ」に対する項目値「Ｗｈｉｔｅ Ｗｉｎｅ」を検索する。そして、「Ｗｈｉｔｅ Ｗｉｎｅ」が含まれていないので、コンセプト「Ｗｉｎｅ Ｃｏｌｏｒ」に対する新たなインスタンスとして「Ｗｈｉｔｅ Ｗｉｎｅ」を登録する。

このように、Ｗｅｂページ２０の意味解析処理において、オントロジーＤＢ１１０に登録されていないインスタンスを特定した場合には、これをオントロジーＤＢ１１０に新たに登録することにより、オントロジーＤＢ１１０に格納されているオントロジーを拡張し、以降の意味解析に利用することができる。

図９は、Ｗｅｂページのコンセプトが既知である場合の意味解析処理を示すフローチャートである。図８においては、項目名に対するコンセプトがメタデータとして付与されている場合について説明したが、ここでは、Ｗｅｂページ２０自体のコンセプトが既知である場合について説明する。言い換えれば、Ｗｅｂページ２０、すなわちメタデータの主語であるコンセプトがわかっている場合である。

なお、Ｗｅｂページ２０のコンセプトが既知である場合とは、例えばＷｅｂページ２０のＵＲＬから予めＷｅｂページ２０が所定のコンセプトに対応するものであるとわかっている場合などがある。なお、この情報、すなわちＵＲＬとコンセプトとを対応付けた情報は、意味解析装置１０のオントロジーＤＢ１１０に予め登録されているものとする。すなわち、オントロジーＤＢ１１０は、取得データコンセプト保持手段として機能する。

また、他の例としては、Ｗｅｂページ２０のメタデータにおいて項目名に対するコンセプトが記述されていてもよい。この場合には、メタデータに記載されているコンセプトを抽出する。

データ取得部１００が取得したＷｅｂページ２０におけるコンセプトが既知である場合には（ステップＳ１５０，Ｙｅｓ）、コンセプト対応テーブル１１２において既知であるコンセプトに対応付けられている属性および概念化テーブル１１４においてこの属性に対応付けられているコンセプトを参照し、このコンセプトと何らかの関係を有するコンセプトを特定する（ステップＳ１５２）。

より詳しくは、このコンセプトよりも小概念のコンセプトのみを特定する。具体的には、このコンセプトの属性として他のコンセプトとの「ｉｓ ａ」関係が格納されている場合には、その下位概念となるコンセプトを特定する。さらにこのコンセプトの属性として他のコンセプトとの「ｐａｒｔ ｏｆ」関係が格納されている場合には、その部分概念を特定する。「ｉｎｓｔａｎｃｅ ｏｆ」関係が格納されている場合には、その具体概念を特定する。

そして、オントロジーＤＢ１１０において、Ｗｅｂページ２０から抽出された項目値と一致するインスタンスを検出する際の検出対象をステップＳ１５２において特定したコンセプトに限定する（ステップＳ１５４）。このように、Ｗｅｂページのコンセプトが予めわかっている場合には、このコンセプトに基づいて、検索対象とするコンセプトを限定することにより意味解析の精度を向上させることができる。

検索対象絞込み処理（ステップＳ１５４）に続き、さらに既にＷｅｂページ２０に含まれる項目名に対する意味解析処理を行い、コンセプトを特定した場合には（ステップＳ１５６，Ｙｅｓ）、特定したコンセプトと何らかの関係を有するコンセプトを特定し、検対象を特定したコンセプトに絞り込む（ステップＳ１５８）。一方、Ｗｅｂページ２０に対する意味解析処理がまだ行われていない場合には（ステップＳ１５６，Ｎｏ）、項目抽出処理（ステップＳ１０２）へ進む。

このように、同一のＷｅｂページにおいて既に行われた意味解析処理により、他の項目名に対するコンセプトが予めわかっている場合には、このコンセプトに基づいて、これから意味解析を行う項目名に対するコンセプトを検索する際に検索対象とするコンセプトを限定することにより意味解析の精度を向上させることができる。

図１０は、図５に示すＷｅｂページ２０に対して、図９を参照しつつ説明したステップＳ１５０〜ステップＳ１５４の処理を行う例を説明するための図である。前提として、Ｗｅｂページ２０のＵＲＬからＷｅｂページ２０がワインに関するページであることがわかっているとする。この場合には、オントロジーＤＢ１１０に格納されているコンセプトのうち、コンセプト「Ｗｉｎｅ」の小概念のコンセプトのみが検索対象となる。

オントロジーＤＢ１１０においては、項目値「ＷＨｉｔｅ Ｗｉｎｅ」と一致するインスタンスが、コンセプト「Ｗｉｎｅ Ｃｏｌｏｒ」とコンセプト「Ｂｏｄｙ Ｃｏｌｏｒ」のいずれに対応するインスタンスにも含まれているとする。

図９において説明した検索対象コンセプトの絞込みが行われているため、コンセプト「Ｂｏｄｙ Ｃｏｌｏｒ」は検索対象から外されている。従って、オントロジーＤＢ１１０からは、コンセプト「Ｗｉｎｅ Ｃｏｌｏｒ」のみが特定される。

このように、検索対象を特定することにより、誤って「Ｂｏｄｙ Ｃｏｌｏｒ」を特定するのを避けることができる。

図１１および図１２は、図５に示すＷｅｂページ２０に対して、図９を参照しつつ説明したステップＳ１５６，ステップＳ１５８の処理を行う例を説明するための図である。例えば、図１１に示すように、Ｗｅｂページ２０において、「Ｃｅｌｌｅｒ ： ○○○」から項目値「○○○」と一致するインスタンスをオントロジーＤＢ１１０において検出し、これにより対応する項目名「Ｃｅｌｌｅｒ」に対するコンセプトを「Ｗｉｎｅｒｙ」と特定したとする。

さらに、Ｗｅｂページ２０において、「Ａｒｅａ ： ×××」から項目値「×××」と一致するインスタンスをオントロジーＤＢ１１０において検出し、これにより対応する項目名「Ａｒｅａ」に対するコンセプトを「Ｒｅｇｉｏｎ」と特定したとする。

この場合には、同一のＷｅｂページ２０において特定されたコンセプト「Ｗｉｎｅｒｙ」および「Ｒｅｇｉｏｎ」から、これらの大概念に相当するコンセプトを推測する。この場合には、Ｗｅｂページ２０のコンセプトは「Ｗｉｎｅ」と推測される。そして、推測したコンセプトにより検索対象となるコンセプトの絞り込みを行ってもよい。すなわち、検索対象コンセプトを「Ｗｉｎｅ」の小概念のコンセプトのみとする。

具体的には、図１２に示すようにＷｅｂページ２０のコンセプトが「Ｗｉｎｅ」と特定された後に、さらにＷｅｂページ２０に含まれる「Ｖａｒｉｅｔａｌ ： Ｃｈａｒｄｏｎｎａｙ」における項目名に対するコンセプトを特定するとする。

項目名「「Ｖａｒｉｅｔａｌ」に対応する項目値「Ｃｈａｒｄｏｎｎａｙ」をインスタンスとするコンセプトとして「Ｗｉｎｅ Ｇｒａｐｅ」と「Ｍａｎｕｆａｃｔｕｒ」が特定される。ただし、上述のようにＷｅｂページ２０のコンセプト「Ｗｉｎｅ」と推測され、検索対象が「Ｗｉｎｅ」の小概念のコンセプトのみに限定されている。

このため、コンセプト「Ｗｉｎｅ Ｇｒａｐｅ」に対するインスタンスのみが検出される。そして、項目名「Ｖａｒｉｅｔａｌ」のコンセプトとして「Ｗｉｎｅ Ｇｒａｐｅ」が特定される。以上のように、検索対象を特定することにより、誤った意味解析を行うのを避けることができきる。

Ｗｅｂページ２０中に意味解析困難な項目名を含む複数の項目名が含まれている場合に、このような利用形態が好ましい。この場合には、複数の項目名のうちコンセプトを容易に特定することのできる項目名についての意味解析を先に行う。そして、これにより特定されたコンセプトに基づいて、Ｗｅｂページ２０のコンセプトを推測する。その後、推測したコンセプトの小概念のコンセプトを検索対象として、Ｗｅｂページ２０に含まれる残りの項目名に対する意味解析を行う。これにより、検索対象が制限されるため、意味解析困難な項目名に対しても、より精度よく意味解析を行うことができる。

具体的には、Ｗｅｂページ２０中の項目名の意味解析により、エンジンの型、タイヤサイズなどがプロパティとして特定されたとする。この場合には、このＷｅｂページ２０は、車に関するものである、すなわち車をプロパティとするものであると推測できる。

さらに、図１１に示すように、同一のＷｅｂページ２０における項目名の意味解析において既に特定されたコンセプトを検索対象から外してもよい。これにより、より精度よく意味解析を行うことができる。

先の具体例においては、エンジンの型、タイヤサイズについては、既に特定されているので、これ以降に意味解析を行う際には、車のプロパティに対する小概念であって、かつエンジンの型およびタイヤサイズ以外のプロパティを検索対象とする。

図１３は、意味解析装置１０のハードウェア構成を示す図である。意味解析装置１０は、ハードウェア構成として、意味解析装置１０における意味解析処理を実行する意味解析プログラムなどが格納されているＲＯＭ５２と、ＲＯＭ５２内のプログラムに従って意味解析装置１０の各部を制御するＣＰＵ５１と、意味解析装置１０の制御に必要な種々のデータを記憶するＲＡＭ５３と、ネットワークに接続して通信を行う通信Ｉ／Ｆ５７と、各部を接続するバス６２とを備えている。

先に述べた意味解析装置１０における意味解析プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フロッピー（Ｒ）ディスク（ＦＤ）、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録されて提供されてもよい。

この場合には、意味解析プログラムは、意味解析装置１０において上記記録媒体から読み出して実行することにより主記憶装置上にロードされ、上記ソフトウェア構成で説明した各部が主記憶装置上に生成されるようになっている。

また、本実施の形態の意味解析プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。

以上、本発明を実施の形態を用いて説明したが、上記実施の形態に多様な変更または改良を加えることができる。

意味解析装置１０のデータ構成を示すブロック図である。 オントロジーＤＢ１１０に格納されているコンセプト対応テーブル１１２のデータ構成を示す図である。 オントロジーＤＢ１１０に格納されている概念化テーブル１１４のデータ構成を示す図である。 意味解析装置１０による意味解析処理を示すフローチャートである。 意味解析処理の対象となるＷｅｂページ２０を示す図である。 意味解析処理を説明するための図である。 Ｗｅｂページ２０において、項目名のコンセプトを示すメタデータが付与されている場合の意味解析処理を示すフローチャートである。 図５に示すＷｅｂページ２０に対して、図７を参照しつつ説明した意味解析処理を行う例を説明するための図である。 Ｗｅｂページのコンセプトが既知である場合の意味解析処理を示すフローチャートである。 図５に示すＷｅｂページ２０に対して、図９を参照しつつ説明したステップＳ１５０〜ステップＳ１５４の処理を行う例を説明するための図である。 図５に示すＷｅｂページ２０に対して、図９を参照しつつ説明したステップＳ１５６，ステップＳ１５８の処理を行う例を説明するための図である。 図５に示すＷｅｂページ２０に対して、図９を参照しつつ説明したステップＳ１５６，ステップＳ１５８の処理を行う例を説明するための図である。 意味解析装置１０のハードウェア構成を示す図である。

符号の説明

１０ 意味解析装置
２０ ページ
５１ ＣＰＵ
５２ ＲＯＭ
５３ ＲＡＭ
５７ 通信Ｉ／Ｆ
６２ バス
１００ データ取得部
１０２ 項目値抽出部
１０４ コンセプト特定部
１０６ コンセプト対応付部
１１０ オントロジーＤＢ
１１２ コンセプト対応テーブル
１１４ 概念化テーブル
１２０ コンセプト抽出部
１２２ インスタンス追加部

Claims (15)

1. 項目名と、当該項目名に属する項目値とが所定のデータ形式で表されたデータを取得するデータ取得手段と、
   前記データ取得手段が取得した前記データの前記データ形式に基づいて、前記データから前記項目値を抽出する項目値抽出手段と、
   前記項目名に付与すべき意味的な概念であるコンセプトと、当該コンセプトの具体的データであるインスタンスと、前記コンセプトと他のコンセプトの間の関係を示す属性と
   を対応付けて保持するコンセプト保持手段と、
   前記コンセプト保持手段において前記コンセプトに対応付けられている前記属性に基づいて前記コンセプトの比較順番を決定し、当該比較順番に沿って前記コンセプトを検索することにより、前記項目値抽出手段によって抽出された前記項目値の文字列と少なくとも一部一致するインスタンスを特定し、特定した前記インスタンスに対応付けられている前記コンセプトを前記項目名に対するコンセプトとして特定するコンセプト特定手段と、
   前記コンセプト特定手段により特定された前記コンセプトと、前記項目名とを対応付ける対応付手段と、
   前記データ取得手段が取得した前記データに、前記項目名に対する前記コンセプトを示す情報が含まれている場合に、前記コンセプト保持手段において、前記データに含まれる前記コンセプトと同一のコンセプトを検索するコンセプト検索手段と、
   前記コンセプト保持手段において、前記コンセプト検索手段により検出された同一のコンセプトに対応付けられている前記インスタンスの中から前記項目名に対応する項目値と同一のインスタンスを検索するインスタンス検索手段と、
   前記インスタンス検索手段が前記項目値と同一のインスタンスを検出しない場合に、前記コンセプト検索手段により検出された前記コンセプトに対応付けて、前記項目値を前記インスタンスとして追加するインスタンス追加手段と
   を備えたことを特徴とする意味解析装置。
2. 前記コンセプト保持手段は、前記コンセプトと他のコンセプトの間の上位下位関係を示す前記属性を前記コンセプトに対応付けてさらに保持し、
   前記コンセプト特定手段は、前記コンセプト保持手段において前記コンセプトに対応付けられている前記属性に基づいて上位から下位の順を前記比較順番として決定することを特徴とする請求項１に記載の意味解析装置。
3. 前記コンセプト保持手段は、前記コンセプトと他のコンセプトの間の全体と当該全体に対する一部との関係を示す全体部分関係を示す前記属性を前記コンセプトに対応付けてさらに保持し、
   前記コンセプト特定手段は、前記コンセプト保持手段において前記コンセプトに対応付けられている前記属性に基づいて、全体から部分の順を前記比較順番として決定することを特徴とする請求項１に記載の意味解析装置。
4. 前記コンセプト保持手段は、前記コンセプトと他のコンセプトの間の抽象具体化関係を示す前記属性を前記コンセプトに対応付けてさらに保持し、
   前記コンセプト特定手段は、前記コンセプト保持手段において前記コンセプトに対応付けられている前記属性に基づいて、抽象から具体化の順を前記比較順番として決定することを特徴とする請求項１に記載の意味解析装置。
5. 前記コンセプト保持手段は、前記コンセプトと他のコンセプトの間の上位下位関係を示す属性を前記コンセプトに対応付けてさらに保持し、
   前記コンセプト特定手段は、前記項目値と同一のインスタンスに対応付けられている前記コンセプトが複数存在し、複数のコンセプトが前記上位下位関係にある場合に、下位のコンセプトを特定することを特徴とする請求項１に記載の意味解析装置。
6. 前記コンセプト保持手段は、前記コンセプトと他のコンセプトの間の全体と当該全体に対する一部との関係を示す全体部分関係を示す属性を前記コンセプトに対応付けてさらに保持し、
   前記コンセプト特定手段は、前記項目値と同一のインスタンスに対応付けられている前記コンセプトが複数存在し、複数のコンセプトが前記全体部分関係にある場合に、部分のコンセプトを特定することを特徴とする請求項１に記載の意味解析装置。
7. 前記コンセプト保持手段は、前記コンセプトと他のコンセプトの間の抽象具体化関係を示す属性を前記コンセプトに対応付けてさらに保持し、
   前記コンセプト特定手段は、前記項目値と同一のインスタンスに対応付けられている前記コンセプトが複数存在し、複数のコンセプトが前記抽象具体化関係にある場合に、具体化されたコンセプトを特定することを特徴とする請求項１に記載の意味解析装置。
8. 前記コンセプト保持手段は、前記コンセプトと他のコンセプトの間の関係を示す属性を前記コンセプトに対応付けてさらに保持し、
   前記データ取得手段が取得した前記データから、当該データに対するコンセプトを示す情報を抽出するコンセプト抽出手段と、
   前記コンセプト抽出手段が前記データに対する前記コンセプトを抽出した場合に、前記コンセプト保持手段において、前記コンセプト抽出手段が抽出した前記コンセプトに対応付けられている前記属性において、当該コンセプトに関係付けられている前記コンセプトを検索対象として特定する検索対象特定手段と
   をさらに備え、
   前記コンセプト特定手段は、前記検索対象特定手段により前記検索対象として特定された前記コンセプトの中から、前記項目名に対する前記コンセプトを特定することを特徴とする請求項１から７のいずれか一項に記載の意味解析装置。
9. 前記コンセプト抽出手段は、前記データ取得手段が取得した前記データのメタデータから前記コンセプトを抽出することを特徴とする請求項８に記載の意味解析装置。
10. 前記コンセプト抽出手段は、前記データ取得手段が取得した前記データにＵＲＬ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｌｏｃａｔｏｒ）が含まれている場合に、当該ＵＲＬから前記コンセプトを抽出することを特徴とする請求項８に記載の意味解析装置。
11. 前記コンセプト保持手段は、前記コンセプトと他のコンセプトの間の関係を示す属性を前記コンセプトに対応付けてさらに保持し、
    前記データ取得手段が取得すべき前記データを識別するデータ識別情報と、当該データの前記コンセプトとを対応付けて保持する取得データコンセプト保持手段と、
    前記取得データコンセプト保持手段において前記データ取得手段が取得した前記データの前記データ識別情報に対応付けられている前記コンセプトを特定し、特定した前記コンセプトの前記属性において、当該コンセプトに関係付けられている前記コンセプトを検索対象として特定する検索対象特定手段と
    をさらに備え、
    前記コンセプト特定手段は、前記検索対象特定手段により前記検索対象として特定された前記コンセプトの中から、前記項目名に対する前記コンセプトを特定することを特徴とする請求項１から１０のいずれか一項に記載の意味解析装置。
12. 前記コンセプト保持手段は、前記コンセプトと他のコンセプトの間の関係を示す属性を前記コンセプトに対応付けてさらに保持し、
    前記コンセプト特定手段は、前記データに含まれる他の項目名に対するコンセプトを既に特定している場合に、既に特定した前記コンセプトの前記属性において、当該コンセプトに関係付けられている前記コンセプトを検索対象として特定する検索対象特定手段をさらに備え、
    前記コンセプト特定手段は、前記検索対象特定手段により前記検索対象として特定された前記コンセプトの中から、前記項目名に対する前記コンセプトを特定することを特徴とする請求項１から１１のいずれか一項に記載の意味解析装置。
13. 前記検索対象特定手段は、さらに前記コンセプト特定手段が既に特定した前記コンセプト以外の前記コンセプトを前記検索対象として特定することを特徴とする請求項１２に記載の意味解析装置。
14. 意味解析装置における意味解析方法であって、
    前記意味解析装置は、前記項目名に付与すべき意味的な概念であるコンセプトと、当該コンセプトの具体的データであるインスタンスと、前記コンセプトと他のコンセプトの間の関係を示す属性とを対応付けて保持するコンセプト保持手段を備え、
    データ取得手段が、項目名と、当該項目名に属する項目値とが所定のデータ形式で表されたデータを取得するデータ取得ステップと、
    項目値抽出手段が、前記データ取得ステップにおいて取得した前記データの前記データ形式に基づいて、前記データから前記項目値を抽出する項目値抽出ステップと、
    コンセプト特定手段が、前記コンセプト保持手段において前記コンセプトに対応付けられている前記属性に基づいて前記コンセプトの比較順番を決定し、当該比較順番に沿って前記コンセプトを検索することにより、前記項目値抽出ステップにおいて抽出された前記項目値の文字列と少なくとも一部一致するインスタンスを特定し、特定した前記インスタンスに対応付けられている前記コンセプトを前記項目名に対するコンセプトとして特定するコンセプト特定ステップと、
    対応付手段が、前記コンセプト特定ステップにおいて特定された前記コンセプトと、前記項目名とを対応付ける対応付ステップと、
    コンセプト検索手段が、前記データ取得ステップにおいて取得した前記データに、前記項目名に対する前記コンセプトを示す情報が含まれている場合に、前記コンセプト保持手段において、前記データに含まれる前記コンセプトと同一のコンセプトを検索するコンセプト検索ステップと、
    インスタンス検索手段が、前記コンセプト保持手段において、前記コンセプト検索ステップにおいて検出された同一のコンセプトに対応付けられている前記インスタンスの中から前記項目名に対応する項目値と同一のインスタンスを検索するインスタンス検索ステップと、
    インスタンス追加手段が、前記インスタンス検索ステップにおいて前記項目値と同一のインスタンスを検出しない場合に、前記コンセプト検索ステップにおいて検出された前記コンセプトに対応付けて、前記項目値を前記インスタンスとして追加するインスタンス追加ステップと
    を有することを特徴とする意味解析方法。
15. 意味解析処理をコンピュータに実行させるための意味解析プログラムであって、
    前記コンピュータは、前記項目名に付与すべき意味的な概念であるコンセプトと、当該コンセプトの具体的データであるインスタンスと、前記コンセプトと他のコンセプトの間の関係を示す属性とを対応付けて保持するコンセプト保持手段を備え、
    項目名と、当該項目名に属する項目値とが所定のデータ形式で表されたデータを取得するデータ取得ステップと、
    前記データ取得ステップにおいて取得した前記データの前記データ形式に基づいて、前記データから前記項目値を抽出する項目値抽出ステップと、
    前記コンセプト保持手段において前記コンセプトに対応付けられている前記属性に基づいて前記コンセプトの比較順番を決定し、当該比較順番に沿って前記コンセプトを検索することにより、前記項目値抽出ステップにおいて抽出された前記項目値の文字列と少なくとも一部一致するインスタンスを特定し、特定した前記インスタンスに対応付けられている前記コンセプトを前記項目名に対するコンセプトとして特定するコンセプト特定ステップと、
    前記コンセプト特定ステップにおいて特定された前記コンセプトと、前記項目名とを対応付ける対応付ステップと、
    前記データ取得ステップにおいて取得した前記データに、前記項目名に対する前記コンセプトを示す情報が含まれている場合に、前記コンセプト保持手段において、前記データに含まれる前記コンセプトと同一のコンセプトを検索するコンセプト検索ステップと、
    前記コンセプト保持手段において、前記コンセプト検索ステップにおいて検出された同一のコンセプトに対応付けられている前記インスタンスの中から前記項目名に対応する項目値と同一のインスタンスを検索するインスタンス検索ステップと、
    前記インスタンス検索ステップにおいて前記項目値と同一のインスタンスを検出しない場合に、前記コンセプト検索ステップにおいて検出された前記コンセプトに対応付けて、前記項目値を前記インスタンスとして追加するインスタンス追加ステップと
    を前記コンピュータに実行させるための意味解析プログラム。

Images