JPWO2005096182A1 - 情報抽出システム - Google Patents

Abstract

【課題】 テキスト中に表現された事物に関する事実や意見などの記述内容を、事実や意見の観点と記述を対応付けて抽出する。そのために、テキストを入力する入力部と、テキストに記述された表現の観点とその観点に関する記述の組を特定するための観点・記述抽出規則を格納する観点・記述抽出規則格納部と、前記テキスト中の文字列の統語的属性または意味的属性の少なくとも一方の属性から、前記観点・記述抽出規則を用いて観点とその記述の組を対応付け、それらを識別するための識別情報を付与した要素メタデータとして抽出する観点・記述抽出部と、前記観点・記述抽出部が抽出した要素メタデータを格納するメタデータ格納部を有する構成とし、テキスト中に表現された事物に関する事実や意見などの記述内容を、観点と記述の組として構成し、事実や意見の対応付けた形に整理して抽出する。

Description

本発明は、テキストから事物に関して書かれた事実や意見等の記述内容を抽出する情報抽出システムに関する。

従来の情報抽出システムとしては、テキストからキーワードを抽出するもの、固有名や数値表現等を抽出するもの、５Ｗ１Ｈ等の事実に関する情報を抽出するもの、意見や評判を抽出するもの等が知られている。狭義の情報抽出は、非特許文献１に紹介されているように、テキストの中心的な情報を抽出するもので、特定の分野のテキストを対象に抽出すべき情報のテンプレート（またはフレーム）を用意しておき、該当する情報を抽出するのがその典型である。一方、近年はテキスト中の意見や評判を抽出しようとする研究が行われている。例えば、特許文献１は利用者が指定した物に関する意見を文書集合中から抽出するものである。
特開２００３−２０３１３６号公報 長尾他著『自然言語処理』岩波書店（ｐｐ．４３８−４４１，１９９６）

しかしながら、特許文献１のような従来の意見情報抽出システムでは事物に関する意見を抽出することは可能であるが、事物に関して書かれた事実や意見の観点と記述を対応付けて抽出する事が出来ないという課題がある。

本発明は、かかる点に鑑みてなされたものであり、その第１の目的は、テキスト中に表現された事物に関する事実や意見などの記述内容を、事実や意見の観点と記述を対応付けて抽出する情報抽出システムを提供することである。

本発明の第２の目的は、前記事実や意見などの記述内容を抽出するに当たって、事実や意見の対応付けや関連性の比較が容易に行える形に整理して抽出することができる情報抽出システムを提供することである。

上記課題を解決するため、本発明の情報抽出システムは、テキストを入力する入力部と、テキストに記述された表現の観点とその観点に関する記述の組を特定するための観点・記述抽出規則を格納する観点・記述抽出規則格納部と、前記テキスト中の文字列の統語的属性または意味的属性の少なくとも一方の属性から、前記観点・記述抽出規則を用いて観点とその記述の組を対応付け、それらを識別するための識別情報を付与した要素メタデータとして抽出する観点・記述抽出部と、前記観点・記述抽出部が抽出した要素メタデータを格納するメタデータ格納部を有する構成をとる。

この構成によれば、テキスト中に表現された事物に関する事実や意見などの記述内容を、観点と記述の組として構成し、事実や意見を対応付けて抽出することができる。さらに、その後の処理で抽出された事実や意見について、関連性の比較が容易に行える形に整理することができる。

以上説明したように、本発明の情報抽出システムは、テキストに記述された表現の観点とその観点に関する記述の組を特定するための観点・記述抽出規則を用いて観点とその記述の組を対応付けて抽出することにより、テキスト中に表現された事物に関する事実や意見の記述内容を、観点と記述の組として対応付けて抽出することができるという効果を有する。

本発明の上記目的及び利点は添付図面を参照して説明される、以下の実施例によってより一層明らかになるであろう。

本発明の実施の形態１に係る情報抽出システムの構成を示すブロック図 実施の形態１に係る情報抽出システムにおける、テキストから要素メタデータを抽出するまでの一連の処理の流れを示す説明図 実施の形態１に係る情報抽出システムにおける、観点・記述抽出規則と規則の構成要素定義の例を示す図 実施の形態１に係る情報抽出システムにおける、統合メタデータの例を示す図 本発明の実施の形態２に係る情報抽出システムの構成を示すブロック図 実施の形態２に係る情報抽出システムにおける、入力されたテキストと意味属性を付与されたテキストの例を示す図 実施の形態２に係る情報抽出システムにおける、意味属性付与規則の例と意味属性付与規則構成要素定義の例を示す図 実施の形態２に係る情報抽出システムにおける、意味属性付きテキストの例と観点・記述認定例を示す図 実施の形態２に係る情報抽出システムにおける、観点・記述抽出規則と規則の構成要素定義の例を示す図 実施の形態２に係る情報抽出システムにおける、要素メタデータ抽出結果の例を示す図 実施の形態２に係る情報抽出システムにおける、統合メタデータの例を示す図 本発明の実施の形態３に係る情報抽出システムの構成を示すブロック図 実施の形態３に係る情報抽出システムにおける、観点・記述の認定結果と要素メタデータの抽出結果を示す図 実施の形態３に係る情報抽出システムにおける、話題事物推定規則と話題事物推定規則構成要素定義の例を示す図 実施の形態３に係る情報抽出システムにおける、推定した話題事物の例を示す図 実施の形態３に係る情報抽出システムにおける、統合メタデータの例を示す図 実施の形態３に係る情報抽出システムにおける、メタデータ出力形式の例を示す図 本発明の実施の形態４に係る情報抽出システムの構成を示すブロック図 実施の形態４に係る情報抽出システムにおける、テキストのソース情報、ユーザ情報の例と意味属性付きソース情報、意味属性付きユーザ情報の例を示す図 実施の形態４に係る情報抽出システムにおける、ソース情報意味属性付与規則、ユーザ意味属性付与規則の例を示す図 実施の形態４に係る情報抽出システムにおける、ソース観点・記述抽出規則、ユーザ観点・記述抽出規則の例を示す図 実施の形態４に係る情報抽出システムにおける、ソースメタデータ抽出結果、ユーザメタデータ抽出結果の例を示す図 実施の形態４に係る情報抽出システムにおける、客観性・信頼性判定規則と客観性・信頼性判定規則構成要素定義の例を示す図 実施の形態４に係る情報抽出システムにおける、テキストの例と意味属性付きテキストの例を示す図 実施の形態４に係る情報抽出システムにおける、観点・記述抽出規則例と観点・記述構成要素定義例を示す図 実施の形態４に係る情報抽出システムにおける、要素メタデータ抽出結果の例を示す図 実施の形態４に係る情報抽出システムにおける、客観性・信頼性判定結果の例を示す図 実施の形態４に係る情報抽出システムにおける、メタデータ統合結果の例を示す図 実施の形態４に係る情報抽出システムにおける、メタデータ出力形式の例を示す図

符号の説明

１００，２００，３００，４００ 情報抽出システム
１０２ 入力部
１０６ メタデータ照合部
１０８ メタデータ統合部
１１０ メタデータ格納部
１２０ 観点・記述抽出部
１２２ 観点・記述抽出規則格納部
２０２ 属性付与部
２０４ 意味属性付与規則格納部
２０６ 意味属性付きテキスト格納部
３０２ ユーザ要求処理部
３０４ メタデータ出力形式生成部
３０６ メタデータ出力部
３１０ 話題事物推定部
３１２ 話題事物推定規則格納部
４１２ 客観性・信頼性判定部
４１４ 客観性・信頼性判定規則格納部

以下、本発明の実施の形態を、図面を参照して詳細に説明する。

（実施の形態１）
図１は、本発明の実施の形態１に係る情報抽出システムの構成を示すブロック図である。本実施の形態の情報抽出システム１００は、入力されたテキスト中に表現された事物に関する事実や意見などの記述内容を、観点や記述の組として構成し、事実や意見の対応付けや関連性の比較が容易に行える形に整理して抽出するためのシステムである。情報抽出システム１００は、テキストが入力される入力部１０２と、テキストに記述された表現の観点とその観点に関する記述の組を特定するための観点・記述抽出規則を格納する観点・記述抽出規則格納部１２２と、前記テキスト中の文字列の統語的属性から、前記観点・記述抽出規則を用いて観点とその記述の組を対応付け、それらを識別するための識別情報を付与した要素メタデータとして抽出する観点・記述抽出部１２０と、観点・記述抽出部１２０が抽出した要素メタデータの観点間、記述間をそれぞれ照合し、要素メタデータの関連性を推定するメタデータ照合部１０６と、前記推定された関連性に基づいて関連性のある要素メタデータを統合するメタデータ統合部１０８と、メタデータ統合部１０８により統合された要素メタデータである統合メタデータを格納するメタデータ格納部１１０とを有する。

なお、情報抽出システム１００のハードウエア構成は、任意であって、特に限定されない。たとえば、情報抽出システム１００は、ＣＰＵや記憶装置（ＲＯＭ、ＲＡＭ、ハードディスクその他各種記憶媒体）を備えたコンピュータによって実現される。このように情報抽出システム１００がコンピュータによって実現される場合は、この情報抽出システム１００の動作を記述したプログラムをＣＰＵが実行することによって所定の動作を行う。

この情報抽出システム１００では、まず、入力部１０２で入力されたテキストを受け取る。観点・記述抽出規則格納部１２２には、テキストに書かれた表現の観点とその観点に関する記述の組を特定するための観点・記述抽出規則が格納されている。観点・記述抽出部１２０は、観点・記述抽出規則格納部１２２に格納された、観点・記述抽出規則を参照し、前記テキスト中の文字列の統語的属性から、事物に関して記述された内容を観点とその記述の組として対応付ける。次に、対応づけられた観点とその記述の組にそれらを識別するための識別情報である要素メタデータＩＤを付与した要素メタデータとして抽出する。そして、メタデータ照合部１０６が、抽出された要素メタデータの観点間、記述間をそれぞれ比較・照合し、関連性を推定する。さらにメタデータ統合部１０８が、メタデータ照合部１０６の推定した関連性に基づいて関連性のある要素メタデータを統合し、統合メタデータとしてメタデータ格納部１１０に格納する。

ここで、メタデータとは、一般にコンテンツの内容や書誌事項等のコンテンツに関する情報を示すデータのことである。本発明では、テキスト中に表現された事物に関する事実や意見などのコンテンツの内容に関する記述内容を、観点と記述の組として構成したものをメタデータの基本単位とみなし、特に要素メタデータとよぶ。上記事実や意見という言葉の「事実」とは、誰が見ても客観的に同じであることが認定される事柄を意味し、例えばものの名前（固有名称を含む）や日時、或いは数量といったものを指す。「意見」とは、それぞれの事物に対して個々人がどのように考えたり感じたり評価したりするかといった見解を意味し、例えば重い、軽い、熱い、不十分だといったものを指す。「観点」とは、事物に関する事実や意見が、事物のどのような点に着目して、あるいはどのような見地から述べられているかということを意味する。また、「記述」とは、上記観点から具体的にどのような表現でテキスト中に言い表されているかということを意味する。ただし、要素メタデータを構成する観点と記述は、テキスト中に一方しか表現されない場合もある。なお、１つの観点に対して複数の記述がある場合は、１つの観点に対して複数の記述を抽出する。また、要素メタデータには、観点と記述の組だけでなく、それらの属性や話題等の関連情報も含めてよいこととする。また、複数の要素メタデータの観点や記述やそれらの関連情報のうち、関連するものを統合した要素メタデータを統合メタデータとよぶ。

要素メタデータは、識別情報である要素メタデータＩＤを付与されることとする。要素メタデータＩＤは、要素メタデータの出現したテキストと、個々の要素メタデータを識別するために個々の要素メタデータに付与される要素メタデータの識別情報である。また、文字列の統語的属性とは、文字列の構文的機能に関する属性であり、少なくとも品詞分類情報、または、文字列表記に関する情報のいずれかで指定されることとする。文字列表記に関する情報は、一部の語の境界の認定に用いられるもので、例えば字種を文字列表記に関する情報として用いることで、構文解析を実施していないテキストであっても、名詞連続と助詞の区切りの認定等の簡易な解析を行うことができる。

次いで、上記構成を有する情報抽出システム１００について、具体例を用いてより詳細に説明する。図２は、入力されたテキストから事物に関して表現された事実や意見などの内容を要素メタデータとして抽出するまでの一連の処理の概要を示す説明図である。図２では、図２（ａ）に入力テキスト例、図２（ｂ）に観点・記述認定例、図２（ｃ）に要素メタデータ抽出結果例をそれぞれ示す。

まず、観点・記述抽出部１２０は、観点・記述抽出規則格納部１２２に記憶された観点・記述抽出規則を参照し、入力部１０２から入力されたテキスト内の文字列が観点・記述抽出規則のパタンで指定された統語的属性を有するかどうか調べる。観点・記述抽出規則と規則の構成要素定義の例を図３に示す。ここで、規則の構成要素定義とは、規則中でパタンなどの記述に用いる文字列を構成要素としてあらかじめ定義しておくもので、規則中では構成要素名を記述すれば、その構成要素名で定義された文字列に相当するものとみなす。構成要素名の定義方法は、構成要素名と文字列あるいは文字列パタンのリストの対応付けが可能であれば特に限定されない。例えば、構成要素名と対応する文字列あるいは文字列パタンのリストを１ファイルに記述してもよいし、対応する文字列あるいは文字列パタンのリストは別の複数ファイルに記述しても構わない。なお、これ以降の規則例で同様の構成要素を用いる場合は定義を省略する。各規則には観点・記述を抽出するためのパタンと、パタン中で観点、記述に該当する箇所が示されている。

図３（ａ）に示す観点・記述抽出規則は、文字列の統語的属性を用いて観点・記述を抽出するための規則である。観点・記述抽出規則のパタンには、観点・記述に相当する文字列またはその周辺の文字列の統語的属性が、文字列表記または品詞分類で指定されている。統語的属性を文字列表記で指定する場合は、規則のパタン中に、「は」のような文字列や、［がも］（「が」「も」のいずれか、の意」のような文字列を含む正規表現のパタンとして記述するか、または、「漢字／平仮名連続１」のようにあらかじめ定義された構成要素名で指定する。統合的属性を品詞分類で指定する場合は、品詞分類名に対応する構成要素名を例えば「形容動詞語尾１」「形容詞語尾１」のようにあらかじめ定義しておき、定義された構成要素名を指定する。

なお、文字列の統語的属性の指定方法として、上記説明では文字列表記と品詞分類を用いたが、本発明はこれらに限定されるものではなく、他に例えば、構文的関係を用いても構わない。また、文字列表記や品詞分類を用いる場合も、それらの指定方法は上記の方法に限定されるものではなく、他の方法であっても構わない。また、統語的属性のかわりに意味的属性を用いて指定してもよいし、統語的属性と意味的属性の両方を指定してもよいし、さらにこれらに加えて統計的属性等の他の属性を指定しても構わない。また、規則を適用する条件を、上記説明では規則パタンのみで指定したが、パタンの一部に関する制約を別途指定してもよいし、パタン以外で指定しても構わない。

また、図３（ａ）において、パタン中で観点や記述に該当する箇所は”（）”でマークされており、マークされた部分は先頭から順に＄１、＄２、…と参照される。例えば、規則１の場合は、＜「は」＞＜漢字／平仮名連続１＞＜「が」または「も」＞、＜英数字連続１＞、＜「と」＞、＜＜漢字／平仮名連続１＞、＜形容詞語尾１＞がこの順でテキスト中に出現した場合、規則のパタンと一致する。テキスト中のこのパタンに相当する文字列で、パタン中の、最初の”（）”で括られた＜漢字／平仮名連続１＞に相当する部分が＄１として参照される。また、２番目の”（）”で括られた＜英数字連続１＞に相当する部分が＄２として参照され、３番目の”（）”で括られた＜漢字／平仮名連続１＞＜形容詞語尾１＞に相当する部分が＄３として参照される。規則にしたがって、＄１で参照される部分は観点、＄２、＄３で参照される部分は記述として抽出される。なお、規則の記法は上記に限定されるものではなく、他の記法を用いても構わない。

図３（ａ）の規則１を図２（ａ）のテキスト１に適用する場合、１文目の”開口部”が観点、”３０ｃｍ”と”かなり大きい”が記述に該当する。図２（ｂ）の観点・記述認定例はテキスト内の観点・記述対に、識別用の観点・記述対ＩＤ番号を与え、観点の表現の始まりと終わりを＜ＶＩＥＷ（観点・記述対の番号）＞…＜／ＶＩＥＷ（観点・記述対の番号）＞、記述の表現の始まりと終わりを＜ＤＥＳＣ（観点・記述対の番号）＞…＜／ＤＥＳＣ（観点・記述対の番号）＞でマークしたものである。なお、観点・記述対ＩＤ番号の与え方は観点・記述対を一意に特定できるものであれば特に限定されるものではない。例えば、テキストの識別情報とテキスト内での観点・記述対の番号を組み合わせたものでもよい。

なお、例えば「容量が２０リットルと大きい」のように１つの観点（この例では「容量」）に対して、「２０リットル」「大きい」と複数の記述がある場合には、これらを同じ観点に対する異なる２つの記述として認定する。本発明の観点と記述の抽出規則例では、同じ観点に対して複数の異なる記述を認定する場合、これらの記述を記号’｜｜’を用いて例えば’＄１｜｜＄２’（ただし、＄１，＄２は記述）のように示す。

一方、例えば、「容量が旅行用には小さい」のように１つの観点（この例では「容量」）に対して、用途が「旅行用」に限定された場合は「小さい」というように、記述間に限定的な関係がある場合は、複数の記述（この例では「旅行用」と「小さい」）をまとめて１つの記述として扱ってもよい。本発明の観点と記述の抽出規則例では、同じ観点に対して関連する複数の記述をまとめて１つの記述として認定する場合、これらの記述を記号’＆＆’を用いて例えば’＄１＆＆＄２’（ただし、＄１，＄２は記述）のように示す。

次に、観点・記述抽出部１２０は、上記の観点・記述抽出規則に該当すると認定された観点・記述の組に、観点・記述対が出現したテキストと個々の観点・記述対を識別するための要素メタデータＩＤを付与し、規則にしたがって抽出する。観点・記述の抽出例を図２（ｃ）の要素メタデータ抽出結果の表に示す。この抽出結果表において、要素メタデータＩＤの最上段に記載された「１−１ａ」のうち、左側の「１」は、この観点「開口部」・記述「３０ｃｍ」がテキスト１から抽出されたものであることを示す。右側の「１ａ」の「１」は、観点「開口部」・記述「３０ｃｍ」がテキスト１を検索したときに第１番目（つまり最初）にヒットした観点・記述であることを示し、「ａ」は１番目の記述であることを示す。

なお、本実施例では、要素メタデータＩＤを＜テキストＩＤ＞−＜観点・記述対のテキスト内での番号＞という型式で付与することとしたが、要素メタデータＩＤの型式は、テキストの識別と観点・記述対の識別が可能なものであれば、これに限定されるものではない。また、統語的属性の付与方法は上記で説明した方法に限定されるものではなく、構文解析や形態素解析を行っても構わない。また、上記の説明は、観点・記述抽出部１２０が観点・記述抽出規則を用いて文字列の統語的属性を直接判定する例であるが、本発明はこの方法に限定されるものではなく、入力されるテキストにあらかじめ統語的属性を付与しておいてもよいし、属性付与部（後出）で統語的属性を付与してもよい。

続いて、メタデータ照合部１０６は、抽出された要素メタデータの観点間・記述間をそれぞれ比較・照合し、要素メタデータの関連性を推定する。観点・記述の照合方法は、少なくとも観点、記述を構成する文字列の統語的属性を用いて照合するものであれば特に限定されない。例えば、観点または記述の構成語の概念的な類似性をシソーラス、類義語辞書等を用いて比較する方法、また、さらにそれに加えて、観点または記述の構成語の構文的な関係から類似度を推定する方法などを用いることができる。ここでは仮に、観点や記述から助詞や語尾を除く構成語を取り出し、構成語間の構文的関係と、構成語が同義かどうかをメタデータ照合部１０６内に有するシソーラスを用いて調べた結果を用いて照合することとする。まず、図２（ａ）のテキスト１、テキスト２の観点から取り出される構成語間の構文的関係は以下のようになる。

開口部→（構成語）：開口、部（構文的関係）連体修飾
ファスナーの開閉→（構成語）：ファスナー、開閉（構文的関係）連体修飾
皮の感触→（構成語）：皮、感触（構文的関係）連体修飾
皮の手触り→（構成語）：皮、手触り（構文的関係）連体修飾
色合い→（構成語）：色合い

次に、観点「皮の感触」、「皮の手触り」の構成語のうち「感触」「手触り」をシソーラスにより同義語と認定し、他の構成語「皮」および構文的関係も一致していることから、２つの観点「皮の感触」「皮の手触り」は同義であり、関連性があると判定することとする。また、記述についても同様にして、同義の記述を求めることとすると、要素メタデータＩＤ１−３の「しっとりとやさしい」と要素メタデータＩＤ２−２の「しっとりと優しい」という記述が同義であり、関連性があると判定される。なお、要素メタデータの関連性の判定方法は、観点と記述の照合結果に基づいて判定するものならば、上記の方法に限定されるものではなく、他の方法であってもかまわない。例えば、観点や記述の概念的な類似性が数値化されている場合には、観点または記述の数値が一定範囲内にある要素メタデータを「関連性あり」と判定することにしてもよい。

次に、要素メタデータ間の関連性に基づいて、メタデータ統合部１０８が、要素メタデータを統合し、統合メタデータとして統合メタデータ格納部１１０に格納する。メタデータの統合の仕方は、特に限定されないが、ここでは、
（１）同義の観点をもつメタデータを統一する
（２）同義の観点をもつメタデータで同義の記述があれば統一する
こととする。図２の例では、観点のうち「皮の感触」「皮の手触り」が同義と判定されたので、これらの観点を統合し、例えば「皮の感触」とする。また、これらの観点と対になっている記述「しっとりとやさしい」と「驚くほどなめらかだ」は同義とは見なされないので、統合しない。このようにして統合処理を行なった後の統合メタデータの例を図４に示す。なお、上記の説明では、複数のテキストが入力される場合を説明したが、１テキストが入力されるのであっても構わない。

このように本実施の形態によれば、テキスト中に表現された事物に関する事実や意見の記述内容を、観点と記述の組として構成し、事実や意見の対応付けや関連性の比較が容易に行える形に整理して抽出し、その抽出結果を用いて、さらに、事実や意見を対応付け、関連する事実や意見を統合することができる。

（実施の形態２）
図５は本発明の実施の形態２に係る情報抽出システムの構成を示すブロック図である。この情報抽出システム２００は、図１に示す実施の形態１に対応する情報抽出システム１００と同様の基本的構成を有しており、同一の構成要素には同一の符号を付し、その説明を省略する。

本実施の形態の特徴は、入力部１０２から入力されたテキストの文字列に意味的属性を付与する属性付与部２０２、前記文字列に意味属性を付与するための意味属性付与規則を記憶した意味属性付与規則格納部２０４、属性付与部２０２で付与された意味属性付きテキストを格納する意味属性付きテキスト格納部２０６を有することである。属性付与部２０２の処理結果、つまり意味属性が付与されたテキスト（意味属性付きテキスト）は、意味属性付きテキスト格納部２０６に格納される。この場合、観点・記述抽出部１２０は意味属性付きテキスト格納部２０６に格納された意味属性付きテキストに対して観点・記述抽出を行う。

属性付与部２０２は、テキスト中の事物名、数値関連表現（時、数量、金額等）等の文字列を認定し、これらに意味的属性を付与する。事物名や数量表現に意味的属性を付与する方法としては，特に限定されないが、たとえば、キーワード毎にその意味属性を記載した辞書を用いる方法や、文献「福本他：”固有名詞抽出における日本語と英語の比較”、情報処理学会研究会報告９８−ＮＬ−１２６，ｐｐ．１０７−１１４，１９９８」に示される固有名詞抽出技術を利用する方法などを用いることができる。

ここで意味的属性とは、たとえば、事物名や数量表現を各表現の意味により分類した意味分類である。意味的属性が詳細度のレベルをもつ場合や、該当の表現が一般的な表現の別表現であり、正規化された形を示す必要がある場合は、詳細度レベルや正規化された表現を意味的属性の詳細情報として併記してもよい。

以下では、意味属性付与規則を用いて属性付与部２０２が事物名と数量表現に意味的属性を付与する例を説明する。

まず、属性付与部２０２は、意味属性付与規則格納部２０４に格納された意味属性付与規則を参照して、入力部１０２から入力されたテキスト内の文字列に対して、規則に該当する意味的属性を持つ表現があるかどうか調べる。その結果、テキスト中の文字列に該当する表現と意味属性をマークし、意味属性付きテキストとして意味属性付きテキスト格納部２０６に格納する。図６（ａ）に、入力されたテキスト例、図６（ｂ）に意味的属性を付与されたテキストの例を示す。また、図７に意味属性付与規則の例と意味属性付与規則の構成要素定義の例を示す。なお、構成要素の定義方法は、構成要素名と文字列あるいは文字列パタンのリストの対応付けが可能であれば特に限定されない。例えば、構成要素名と対応する文字列あるいは文字列パタンのリストを１ファイルに記述してもよいし、対応する文字列あるいは文字列パタンのリストは別の複数ファイルに記述しても構わない。なお、これ以降の規則例で同様の構成要素を用いる場合は定義を省略する。

図７の意味属性付与規則例には、テキスト中の文字列で該当する意味属性をもつ表現を検出するためのパタン、各パタンに合致する表現の対象部分に付与される意味属性の意味分類および詳細情報が示されている。規則パタンには、意味属性を付与する文字列の文字列表記が、「数字連続」などの文字列パタン、または「製品分類名」などの語リストに対応する、あらかじめ定義した構成要素名が指定されている。なお、規則パタンおよび対象部分の＄１、＄２等の記法は図３の規則と同様である。この例では、詳細情報のうち「ｖａｌ」は数値表現の正規化された値を示し、「ｕｎｉｔ」は数量単位の表現の正規化形であり、「ｔｙｐｅ」は意味的属性の下位分類を示すこととする。

図７の規則を図６（ａ）のテキスト１に適用した場合、規則１により「２０リットル」の意味属性のうち意味分類はＱＵＡＮＴ（数量）、詳細情報は［ｕｎｉｔ＝ｌ（単位は’ｌ’の意），ｖａｌ＝２０（数値は’２０’の意）］と認識される。また、規則２により「容量」の意味属性のうち意味分類がＱＵＡＮＴ＿ＴＹＰＥ（数量分類）として認識される。また、規則３により「Ａ社」の意味属性のうち意味分類がＯＲＧＡＮＩＺＡＴＩＯＮ（組織名）、詳細情報は［ｔｙｐｅ＝ｃｏｍｐａｎｙ（タイプは‘会社名’の意）］、等と認識される。認識された結果は、各々該当する意味属性の意味分類と詳細情報を付与され、図６（ｂ）に示したような意味属性付きテキストとして意味属性付きテキスト格納部２０６に格納される。

なお、意味属性付与規則の記法は、上記の記法に限定されるものではなく、他の記法であっても構わない。また、意味属性付与規則のパタンの記述方法として、上記説明では文字列パタンや語リストに対応する構成要素名を用いたが、他の記述方法を用いても構わない。また、意味属性付与規則を適用する条件の指定方法として、上記説明ではパタンのみを用いたが、本発明はこれに限定されるものではなく、他の方法であっても構わない。例えば、パタンに加えて、パタンの一部に関する制約を別途指定することとしてもよいし、パタン以外の指定方法を用いてもよい。また、予め意味属性が付与されたテキストを観点・記述抽出部１２０に直接入力してもよい。

次に、観点・記述抽出部１２０は、意味属性付きテキスト格納部２０６に格納された意味属性付きテキストから観点・記述の組を、意味的属性とともに、要素メタデータとして抽出する。意味属性付きテキストの例を図８（ａ）に、観点・記述認定例を図８（ｂ）に示す。また、観点・記述の抽出のための観点・記述抽出規則の例と観点・記述抽出規則の構成要素の定義例を図９に示す。規則の記法、構成要素の定義方法については図３と同様であり、説明を省略する。

図９に示した観点・記述抽出規則と実施の形態１の図３に示した観点・記述抽出規則の違いは、図９では、テキストに付与された意味属性がパタンの一部として記述されていることである。例えば、図９の規則１では＜ＱＵＡＮＴ＿ＴＹＰＥ＞，＜／ＱＵＡＮＴ＿ＴＹＰＥ＞で囲まれたタグ開始記号以外の任意文字列、即ち、ＱＵＡＮＴ＿ＴＹＰＥ（数量分類）という意味属性を付与された文字列が観点として指定される。また、＜ＱＵＡＮＴ＞，＜／ＱＵＡＮＴ＞で囲まれたタグ開始記号以外の任意文字列、即ち、ＱＵＡＮＴ（数量）という意味属性を付与された文字列が前記観点に対応する１つ目の記述として指定されている。図９の規則１を図８（ａ）のテキスト１に適用した場合、ＱＵＡＮＴ＿ＴＹＰＥの意味属性を付与された「容量」が観点に相当し、ＱＵＡＮＴの意味属性を付与された「２０リットル」がこの観点に対応する１つめの記述に相当し、「大きい」が２つ目の記述に相当する。次に、図９の規則３を図８（ａ）のテキスト１に適用した場合、ＯＲＧＡＮＩＺＡＴＩＯＮの意味的属性を付与された文字列「Ａ社」が記述に相当する。この記述に対応する観点はテキスト中には表現されていないが、図９の規則３にしたがって、意味的属性の別名を観点と認定すると、「会社名」が観点と認定される。同様にして、図８（ａ）の意味属性付きテキスト１，２に対して観点・記述抽出部１２０が図９の規則を適用して観点と記述を、それらの意味属性である意味分類および詳細情報とともに、識別情報である要素メタデータＩＤを付与して要素メタデータとして抽出した結果の例を図１０に示す。

なお、上記説明では属性付与部２０２が文字列の意味的属性を付与するものとしたが、本発明はこれに限定されるものではない。属性付与部２０２が統語的属性と意味的属性の少なくとも一方をテキストに付与してもよいし、観点・記述抽出部１２０が観点・記述抽出規則あるいは他の規則を用いて統語的属性と意味的属性の少なくとも一方を付与してもよいし、入力されるテキストに統語的属性と意味的属性の少なくとも一方があらかじめ付与されていてもよい。

また、上記説明では意味的属性として意味分類と詳細情報を付与することとしたが、付与される意味的属性は意味分類を含むものであれば、これに限定されるものではなく、例えば詳細情報以外のその他の意味的情報を付与してもかまわない。

次に、メタデータ照合部１０６は、抽出された要素メタデータの観点間・記述間をそれぞれ比較・照合し、関連性を推定する。本実施の形態におけるメタデータ照合部１０６の照合方法と実施の形態１との違いは、照合の際に要素メタデータの観点や記述の意味属性を用いる点である。ここでは、図１０の要素メタデータの観点間、記述間を照合して同義の観点や記述を求める際、実施の形態１の方法に加えて、さらに以下の条件を満たす場合も同義の観点または記述として認定することとする。
・意味分類が「製品名」の表現で、表現中の英数字の境界に「−」が挿入されているかどうかのみが異なるもの。

以上の方法により、図１０の要素メタデータの観点または記述では、１−２と２−１の観点「製品分類」と記述「バッグ」、１−３の観点「製品名」と記述「Ａ２００」と２−２の観点「製品名」と記述「Ａ−２００」が各々同義で関連性のある観点と記述と判定され、１−４ａと１−４ｂと２−３の観点「容量」が同義の観点で関連性があると判定される。

なお、メタデータの観点と記述の照合方法、および要素メタデータ関連性の判定方法は上記の方法に限定されるものではない。観点と記述の照合方法は、例えば、観点または記述の構成語の概念的な類似性をシソーラス、類義語辞書等を用いて比較照合する方法や観点または記述の構成語の構文的な関係から類似度を推定する方法などを用いてもよい。また、要素メタデータの関連性の判定方法は、上記の方法に限定されるものではなく、例えば、観点や記述の概念的な類似性が数値化されている場合には、観点または記述の数値が一定範囲内にある要素メタデータを「関連性あり」と判定することにしてもよい。

次に、メタデータ統合部１０８は、前記要素メタデータの関連性に基づいて、実施の形態１と同様にして、要素メタデータを統合し、統合メタデータとしてメタデータ格納部１１０に格納する。ここでは、仮に実施の形態１と同様の条件を満たす観点や記述を統合することとし、詳細な説明は省略する。図１０の要素メタデータのうち、関連する要素メタデータを統合してメタデータ格納部１１０に格納された統合メタデータの例を図１１に示す。図１１において、同義の観点と記述である１−２と２−１の観点「製品分類」と記述「バッグ」、１−３の観点「製品名」と記述「Ａ２００」と２−２の観点「製品名」と記述「Ａ−２００」が各々統合されている。また、３つの異なる記述である１−４ａの「２０リットル」、１−４ｂの「大きい」、２−３の「不十分だ」の観点「容量」が統合されており、数量である「２０リットル」がこの製品の容量として「大きい」「不十分だ」と表現され、図８のテキスト１とテキスト２では異なる評価を受けていることがわかる。

このように本実施の形態によれば、意味属性付きのテキスト中の文字列に表現された事物に関する事実や意見の記述内容を、観点と記述の意味属性とともに容易に抽出することができる。また、その抽出結果を用いて、関連性をより詳細に判定した上で、関連する事実や意見を統合することにより、事実や意見の対応付けや関連性の比較が容易にできる。

（実施の形態３）
図１２は本発明の実施の形態３に係る情報抽出システムの構成を示すブロック図である。この情報抽出システム３００は、図５に示す実施の形態２に対応する情報抽出システム２００と同様の基本的構成を有しており、同一の構成要素には同一の符号を付し、その説明を省略する。

本実施の形態の特徴は、ユーザからの要求を処理するユーザ要求処理部３０２と、メタデータを整理してメタデータの出力形式を生成するメタデータ出力形式生成部３０４と、メタデータ出力形式生成部３０４が生成したメタデータの出力形式をユーザに提示するメタデータ出力部３０６と、観点・記述抽出部１２０の抽出した要素メタデータの話題の事物を推定する話題事物推定部３１０と話題の事物を推定するための規則である話題事物推定規則を格納した話題事物推定規則格納部３１２を有することである。

ここで、「話題事物」とは、各要素メタデータがどの事物について記述されているかという、要素メタデータの話題の事物名のことである。この話題事物は、事物名を表す要素メタデータのいずれかの記述から選択される。話題事物の候補となりうる事物名は、特に限定されないが、人名、地名、組織名、イベント名、生物や人工物の名およびそれらの分類（例：製品名、製品分類）等がある。

上記構成を有する情報抽出システム３００について、具体例を用いてより詳細に説明する。今、以下のテキスト１，２があるとする。
テキスト１：「バッグＡ２００は容量が不十分だし、バッグＡ３００は容量があまりに大きい。」
テキスト２：「バッグＡ２００は容量が２０リットルで、バッグＡ３００の容量は３０リットル。」
前記テキストが入力部１０２から入力され、属性付与部２０２で意味属性が付与され、観点・記述抽出部１２０で観点・記述が認定され、要素メタデータが抽出されるまでの処理の流れは実施の形態２と同様であり、説明を省略する。図１３（ａ）に上記テキストに対して意味分類を付与し、観点・記述を認定した結果の例と、図１３（ｂ）に要素メタデータの抽出結果の例を示す。

次に、話題事物推定部３１０は、話題事物推定規則格納部３１２に格納された話題事物推定規則にしたがって、テキスト内の話題事物を推定する。話題事物の推定方法は話題事物推定規則を用いるものであれば、特に限定されない。話題事物推定部３１０が話題事物推定規則を用いて直接話題事物を推定することとしてもよいし、まず話題事物候補となる要素メタデータの種類を決定し、その後に話題事物推定規則を用いて推定することとしてもよい。その場合、入力されるテキストが、例えば会社名と人名等、複数の種類の話題をもつ可能性がある場合は、複数の話題事物推定候補を想定し、前記話題事物推定部３１０が、適当な話題事物を選択できるようにしておくことが望ましい。例えば、話題事物候補が「観点が製品名または人名」である要素メタデータの記述と規定されている場合、観点が製品名または人名である要素メタデータの記述が話題事物の候補と規定されているとする。この場合、テキスト１，２とも、製品名を観点にもつ要素メタデータの記述であり、「Ａ２００」、「Ａ３００」が話題事物候補となる。

以下では、話題事物推定部３１０が、話題事物推定規則格納部３１２に格納された話題事物推定規則にしたがって、テキスト内の話題事物を推定する場合について説明する。ここでは仮に、条件部に記述したパタンとのマッチングにより話題事物推定を行うこととし、図１４（ａ）に話題事物推定規則と図１４（ｂ）に話題事物推定規則構成要素定義の例を示す。なお、規則の条件部のパタンの記法や構成要素の定義方法は図３と基本的に同様であるが、図１４の規則２、規則３では条件としてパタンのみでなく、パタンの一部文字列が同一であることも条件に加えた。
図１４（ａ）の規則を用いて図１３（ａ）のテキスト１，２から、図１３（ｂ）の要素メタデータの話題事物を推定する。例えば、テキスト１に図１４の規則１を適用すると、まず２番目の記述である＜ＤＥＳＣ２＞＜ＰＲＯＤ＿ＮＡＭＥ＞Ａ２００＜／ＰＲＯＤ＿ＮＡＭＥ＞＜／ＤＥＳＣ２＞が規則１の条件部に記述されたパタンに合致し、同規則にしたがって、このうち、＄１に相当する「Ａ２００」の話題事物は「Ａ２００」自体と推定される。同様にして、図１４の規則を用いて、図１３（ａ）のテキスト１，２から、図１３（ｂ）の要素メタデータの話題を推定した例を図１５に示す。図１５の要素メタデータＩＤ１−１、１−４、２−１、２−４の要素メタデータについては図１４の規則３が適用され、図１５のＩＤ１−２、１−５、２−２、２−５の要素メタデータについては図１４の規則１が適用され、図１５のＩＤ１−３、１−６、２−３、２−６のメタデータについては図１４（ａ）の規則２が適用されている。

なお、話題事物の推定方法は、話題事物抽出規則を用いるものならば上記に限定されるものではなく、例えば要素メタデータの観点・記述や統語的属性や意味的属性あるいは他の属性を上記とは別の記法の規則に指定しても構わない。また、話題事物候補の種類によって異なる規則を適用することとしてもよい。

続いてメタデータ照合部１０６が、抽出された要素メタデータの観点間・記述間のそれぞれを比較・照合し、関連性を推定する。要素メタデータの観点・記述の照合方法は実施の形態１または２と基本的に同様であるが、本実施の形態では、さらに話題事物の推定結果をも用いて照合する。

図１５の例では、要素メタデータＩＤ１−１，１−２，１−３，２−１，２−２，２−３が同じ話題事物「Ａ２００」を持ち、１−４、１−５、１−６、２−４、２−５、２−６が同じ話題事物「Ａ３００」を持つ。同じ話題事物を持つ要素メタデータ毎に、実施の形態１と同様にして、同義の観点や記述を求めることとすると、まず、話題事物が「Ａ２００」である要素メタデータについては、同義の観点と記述を持つ要素メタデータは１−１と２−１、１−２と２−２である。また、同義の観点を持つ要素メタデータは、１−３と２−３が得られる。前者の観点と記述、後者の観点は各々関連性があると推定される。

同様に、話題事物が「Ａ３００」である要素メタデータについては、同義の観点と記述を持つ要素メタデータは１−４と２−４、１−５と２−５である。また、同義の観点を持つ要素メタデータは、１−６と２−６が得られる。前者の観点と記述、後者の観点は各々関連性があると推定される。

なお、メタデータ照合部１０６の照合方法および関連性の推定方法は上記に限定されるものではない。上記説明では、同じ話題事物をもつ要素メタデータ毎に、同義の観点や記述を求めたが、例えば、同義の観点や記述を持つ要素メタデータを求めた後で、同じ話題事物を持つものを求めてもよいし、要素メタデータの意味属性等をさらに用いても構わない。

次に、実施の形態１と同様にして、メタデータ統合部１０８が要素メタデータを統合し、統合メタデータとしてメタデータ格納部１１０に格納する。要素メタデータの統合の仕方は限定されないが、ここでは例として、
（１）同じ話題をもつ事物を統合する、
（２）同じ話題で同義の観点をもつ要素メタデータを統一する、
（３）同じ話題で同義の観点をもつ要素メタデータで同義の記述があれば統一する。

この例を用いた場合について説明する。図１５の要素メタデータのうち、同じ話題事物をもつ１−１、１−２、１−３、２−１、２−２、２−３は上記（１）により話題事物を統合する。同様に、１−４、１−５、１−６、２−４、２−５、２−６も話題事物が統合される。次に、同じ話題事物と同義の観点をもつ要素メタデータ１−１と２−１、１−２と２−２、１−３と２−３、１−４と２−４、１−５と２−５、１−６と２−６は上記（２）にしたがって、各々話題事物と観点が統合される。さらに、同じ話題事物をもち、同義の観点と記述をもつ要素メタデータ１−１と２−１、１−２と２−２、１−４と２−４、１−５と２−５は上記（３）にしたがって、各々話題事物と観点と記述が統合される。

以上のようにして、テキスト１，２から抽出された図１５の要素メタデータをメタデータ統合部１０８が統合した結果、メタデータ格納部１１０に格納された統合メタデータの例を図１６に示す。この統合結果から、「Ａ２００」の「容量」が「２０リットル」で「不十分だ」と評価されている一方、「Ａ３００」の「容量」が「３０リットル」で「あまりに大きい」と評価されていることがわかる。なお、メタデータの統合方法は上記に限定されるものではなく、メタデータ照合部１０６が推定した要素メタデータの観点と記述の関連性に基づいて統合を行うものであれば他の方法であっても構わない。例えば同義の観点や記述をもつ要素メタデータをまず統合し、その後、同じ話題事物をもつ要素メタデータを統合するようにしてもよい。

次に、ユーザ要求処理部３０２は、ユーザ要求が入力され、ユーザの要求した出力形式をメタデータ出力形式生成部３０４に出力する。メタデータ出力形式生成部３０４は、メタデータ格納部１１０に格納された統合メタデータを参照して、ユーザの要求した出力形式でメタデータを生成し、メタデータ出力部３０６を通じてユーザに提示する。

ここでは、ユーザ要求の指定にしたがって、メタデータの出力形式の一例としてメタデータテーブルを生成する場合を説明する。まず、ユーザ要求処理部３０２を通じてユーザ要求が入力される。ユーザ要求処理部３０２に入力されるユーザ要求は、話題事物を含めた要素メタデータの一部、あるいはこれらの組み合わせのいずれかを指定するものとする。今、ユーザ要求の例として、例えば「（話題事物：Ａ２００）かつ（観点：容量）」という条件が要素メタデータの満たすべき条件として指定されたものとする。ユーザ要求処理部３０２は、指定されたユーザ要求の指定形式をチェックし、問題がなければユーザ要求をメタデータ出力形式生成部３０４に送る。

なお、この例では、ユーザ要求が上記の形式で入力されることとしたが、ユーザ要求が自由なテキスト（例：「Ａ２００の容量が知りたい」）で入力されても構わない。後者の場合は、ユーザ要求処理部３０２がテキストを直接解析して上記の条件を取り出すこととしてもよい。また、ユーザ要求処理部３０２が、入力部１０２にユーザの入力したユーザ要求のテキストを一旦送り、観点・記述抽出部１２０によって抽出された要素メタデータと、それらの構文的な関係から指定された条件の内容を解析することとしてもよい。

メタデータ出力形式生成部３０４は、ユーザ要求処理部３０２から受け取ったユーザ要求の指定内容にしたがって、メタデータ格納部１１０に格納された統合メタデータの中から該当する要素メタデータを選別し、選別されたメタデータを出力形式に対応させて生成する。例えば、ユーザ要求の内容に話題事物の指定があれば、この話題事物を話題にもつ要素メタデータを統合メタデータの中から選別し、指定された観点や記述の条件を満たす要素メタデータをさらに選別し、それらを対象としたメタデータテーブルを生成する。メタデータ出力部３０６が生成されたメタデータテーブルを出力する。

図１７に図１６の統合メタデータのうち、ユーザ要求（話題事物：Ａ２００）かつ（観点：容量）を満たす要素メタデータのみを取り出して作成したメタデータテーブルの例を示す。この場合は、話題事物が「Ａ２００」で観点が「容量」の要素メタデータのみがテーブルとして出力されている。なお、上記の説明ではメタデータの出力形式はメタデータのテーブルとして説明したが、出力形式はテーブル以外の他の形式であっても構わない。

このように本実施の形態によれば、テキスト中に表現された事物に関する事実や意見の記述内容を、推定された話題の事物とともに、事実や意見の対応付けを容易に行うことができる。また、その抽出結果を用いて、さらに、事実や意見を話題事物毎により精密に対応付け、関連性をより詳細に判定した上で、関連する事実や意見を統合することができ、関連性の比較が容易に行える形に整理して抽出することができる。
また、話題事物を含めた要素メタデータを、ユーザの指定にもとづいて整理したメタデータ出力形式をユーザに提示することにより、ユーザが要求する情報を整理して提示することができる。

（実施の形態４）
図１８は本発明の実施の形態４に係る情報抽出システムの構成を示すブロック図である。この情報抽出システム４００は、図１２に示す実施の形態３に対応する情報抽出システム３００と同様の基本的構成を有しており、同一の構成要素には同一の符号を付し、その説明を省略する。

本実施の形態の特徴は、前記入力部１０２がソース情報およびユーザ情報をも受けとり、メタデータ照合部１０６が要素メタデータ、ソース情報またはユーザ情報を用いて観点・記述の客観性と信頼性を判定する客観性・信頼性判定部４１２と、客観性と信頼性を評価するための客観性・信頼性判定規則を格納した客観性・信頼性判定規則格納部４１４を有することである。

ここで、ソース情報とは、入力されるテキストに関する書誌事項の情報を指すものとし、テキスト中のソース情報の記述をソース情報記述と呼ぶこととする。ソース情報の例としては、テキストの種別、入手元、作成者分類、作成者、組織名、作成日時等がある。ソース情報記述は、テキストとの対応付けが可能な形であれば、入力テキストの一部として入力されてもよいし、入力テキストとは別に入力されてもよい。ソース情報記述の書式は、特に限定されないが、テキストの識別情報とともに入力されることとする。

また、ユーザ情報とは、入力されるテキストの作者に関する情報を指すものとし、テキスト中に表現されたユーザ情報の記述をユーザ情報記述と呼ぶこととする。ユーザ情報の例としては、ユーザの性別、年齢、職業、勤務先、趣味、等がある。ユーザ情報記述はテキストとの対応付けが可能な形であれば、テキストの一部として入力されてもよいし、入力テキストとは別に入力されてもよい。ユーザ情報記述の書式は、特に限定されないが、テキストの識別情報とともに入力されることとする。

また、ソース情報記述、ユーザ情報記述を観点と記述の組として構成したものを各々ソースメタデータ、ユーザメタデータと呼ぶ。ソースメタデータおよびユーザメタデータには、対応するテキストと個々のソースメタデータまたはユーザメタデータを識別するためのソースメタデータＩＤ、またはユーザメタデータＩＤが付与される。ソースメタデータＩＤおよびユーザメタデータＩＤの書式は特に限定されないが、テキストとの対応関係をとる必要があるため、対応するテキストＩＤが推定可能な書式とすることが望ましい。

客観性・信頼性判定部４１２は、要素メタデータ、ソースメタデータ、またはユーザメタデータのいずれかを用いて要素メタデータの観点・記述の客観性と信頼性を判定し、判定結果を要素メタデータの評価データとする。メタデータ統合部１０８は、要素メタデータに加えて、ソースメタデータ、ユーザメタデータ及び要素メタデータの評価データをも統合メタデータの結果に含めることができる。また、ユーザは、ユーザ要求処理部３０２から要素メタデータだけでなく、ユーザメタデータやソースメタデータや要素メタデータの評価データをも用いて必要な情報を指定し、対応するメタデータ出力形式を得ることができる。

次いで、上記構成を有する情報抽出システム４００について、具体例を用いてより詳細に説明する。本実施の形態においては、ソース情報記述およびユーザ情報記述が入力テキストの一部として入力されることとし、入力テキストの特定のブロックにソース情報記述、ユーザ情報記述が各々記述されていることとする。

入力部１０２からテキストが入力される。
属性付与部２０２は、入力されたソース情報記述、またはユーザ情報記述を含むテキストに意味属性付与規則を用いて意味属性を付与し、意味属性付きテキストを意味属性付きテキスト格納部２０６に出力する。図２４（ａ）にソース情報記述およびユーザ情報記述のブロックを除いたテキスト例１〜４を示す。ここまでの処理の流れは、実施の形態２乃至３と同様であるので、詳細な説明を省略する。図１９（ａ）にソース情報記述、図１９（ｂ）にユーザ情報記述の例、図１９（ｃ）に意味属性付きソース情報記述の例、図１９（ｄ）に意味属性付きユーザ情報記述の例をそれぞれ示す。また、図２０（ａ）にソース意味属性付与規則、図２０（ｂ）にユーザ意味属性付与規則の例を示す。

次に、観点・記述抽出部１２０が、観点・記述抽出規則格納部１２２に格納された観点・記述抽出規則、ソース観点・記述抽出規則、またはユーザ観点・記述抽出規則を用いて、意味属性付きテキスト格納部２０６に格納された意味属性付きテキスト、意味属性付きソース情報または意味属性付きユーザ情報から、少なくとも観点と記述の組からなる要素メタデータ、ソースメタデータ、またはユーザメタデータをそれぞれ抽出する。

まず、前記意味属性付きテキストのソース情報記述およびユーザ情報記述のブロックから観点・記述抽出部１２０がソースメタデータとユーザメタデータを抽出する場合について説明する。ソースメタデータまたはユーザメタデータを抽出する際、図２２（ａ）に示すように各ソースメタデータにはソースメタデータＩＤ、図２２（ｂ）に示すようにユーザメタデータにはユーザメタデータＩＤが付与される。なお、本実施の形態では、ソースメタデータＩＤおよびユーザメタデータＩＤを、各々、＜テキストＩＤ＞−Ｓ＜観点・記述対のソース情報内での番号＞、＜テキストＩＤ＞−Ｕ＜観点・記述対のユーザ情報内での番号＞という形式で付与することとしたが、ソースメタデータＩＤの形式およびユーザメタデータＩＤの形式は、これに限定されるものではない。

図２１（ａ）にソース観点・記述抽出規則および図２１（ｂ）にユーザ観点・記述抽出規則の例を示す。図２１（ａ）のソース観点・記述抽出規則および図２１（ｂ）のユーザ観点・記述抽出規則では、実施の形態１の観点・記述抽出規則と同様に、規則のパタンには、観点・記述に相当する文字列またはその周辺の文字列の統語的属性および意味的属性が指定されている。なお、文字列の統語的属性の指定方法として、図２１（ａ）（ｂ）では表記が用いられ、意味的属性の指定方法としては意味属性の意味分類と詳細情報が用いられているが、本発明はこれに限定されるものではなく、統語的属性と意味的属性のどちらか一方のみを指定しても構わないし、例えば統語的属性として品詞分類等を用いても構わない。

以下、図１９（ｃ）の意味属性付きソース情報記述および図１９（ｄ）の意味属性付きユーザ情報記述から図２１（ａ）のソース観点・記述抽出規則または図２１（ｂ）のユーザ観点・記述抽出規則を用いてソースメタデータおよびユーザメタデータを抽出する場合について説明する。例えば、図１９（ｃ）の意味属性付きソース情報記述に図１９（ａ）のソース観点・記述抽出規則１を適用する場合、図１９（ｃ）の文字列＜ＵＲＬ ｔｙｐｅ＝会社ｗｅｂページｓ＞ｈｔｔｐ：／／ｗｗｗ．ａａａ．ｃｏ．ｊｐ／ａｒｔｉｃｌｅ１＜／ＵＲＬ＞が前記規則１のパタンに該当し、そのうち、パタン中の最初の’（）’で括られた部分に相当するｈｔｔｐ：／／ｗｗｗ．ａａａ．ｃｏ．ｊｐ／ａｒｔｉｃｌｅ１が、規則中で指定された観点「テキストの入手元」に対応する記述に相当する。

図１９（ｃ）の意味属性付きソース情報記述および図１９（ｄ）の意味属性付きユーザ情報記述から図２１（ａ）のソース観点・記述抽出規則または図２１（ｂ）のユーザ観点・記述抽出規則を用いて抽出したソースメタデータ抽出結果とユーザメタデータ抽出結果の例を各々、図２２（ａ）、図２２（ｂ）に示す。

次に、前記意味属性付きテキストのソース情報記述、ユーザ情報記述のブロック以外から観点・記述抽出部１２０が要素メタデータを抽出し、話題事物推定部３１０が話題事物を推定するまでの流れについて説明する。図２４（ｂ）に図２４（ａ）の各テキストに属性付与部２０２が意味属性を付与した例、図２５に観点・記述抽出規則の例を示す。図２４（ｂ）の意味属性付きテキストから、図２５の観点・記述抽出規則を用いて、実施の形態２または３と同様にして観点・記述を抽出する。例えば図２４（ｂ）の意味属性付きテキスト１に図２５の規則１を適用すると、観点「容量」に対して、２つの記述「２０リットル」「大きい」が抽出される。同様にして図２４（ｂ）の意味属性付きテキスト１〜４から図２５の規則により図２６に示すような観点と記述が抽出される。さらに、図２４（ｂ）の意味属性付きテキスト１〜４から図１４の話題事物推定規則を用いて実施の形態３と同様にして推定する。

図２４（ｂ）の意味属性付きテキスト１〜４から、観点・記述抽出部１２０が抽出した観点・記述、およびそれらの意味的属性と、話題事物推定部３１０が推定した話題事物をまとめて要素メタデータの例として図２６に示す。なお、図２６では、要素メタデータの一部のみを示している。また、実施の形態３では、話題事物の推定に関して、テキストから得られる情報だけを用いて推定する方法を説明したが、他にソース情報やユーザ情報から得られるメタデータを用いてもよい。

次に、メタデータ照合部１０６の客観性・信頼性判定部４１２は、観点・記述抽出部１２０において意味属性付きテキストから抽出された要素メタデータとソースメタデータとユーザメタデータのうち、少なくとも１つを用いて、客観性・信頼性判定規則格納部４１４に格納された客観性・信頼性判定規則にしたがって前記要素メタデータの客観性および信頼性を判定する。

ここで、要素メタデータの客観性とは、要素メタデータが客観的に記述されているかどうかを示し、例えば事実として記述されているならば客観性は高く、意見として記述されているならば客観性は低いと考えられる。客観性は、数値として表現してもよいし、ある閾値または判定条件により「事実」「意見」等の分類で表現してもよい。

また、要素メタデータの信頼性とは、要素メタデータが信頼できるかどうかを示し、例えば個人のホームページに意見として書かれた記述の信頼性は比較的低く、新聞記事に事実として書かれた記述の信頼性は高い、等と考えられる。なお、信頼性は、数値として表現してもよいし、ある閾値または判定条件により「信頼性高」「信頼性低」等の分類で表現してもよい。

要素メタデータの客観性・信頼性の判定には、少なくとも要素メタデータ、ソースメタデータ、ユーザメタデータのいずれか一つを用いることとするが、これらの他に文字列の統語的属性、意味的属性や統計的な情報等を組み合わせて用いても構わない。

図２３に客観性・信頼性判定規則の例を示す。ここでは、客観性を１〜０（１は客観性が高く、０は低いものとする）、信頼性を１〜０（１は信頼性が高く、０は低いものとする）で表現する。例えば、規則４は観点が「用途」で記述の意味分類が「ＵＳＡＧＥ」であるような要素メタデータについて、ソースメタデータのテキストの入手元が「会社ｗｅｂページ」であれば客観性は１、信頼性も１と判定する規則である。

次に、図２６の要素メタデータについて、テキストの要素メタデータ、ソースメタデータ、統語的属性により、客観性・信頼性判定規則を用いて、客観性・信頼性の判定処理を行った例を説明する。

今、観点・記述抽出部１２０により、入力テキストのうち、図２６の要素メタデータの抽出元のテキスト１〜４に対応するソース情報記述およびユーザ情報記述のブロックから、それぞれ以下のようなソースメタデータとユーザメタデータが抽出されているとする。

テキスト１
ソースメタデータ
観点：テキストの入手元
記述の意味属性：会社ｗｅｂページ
テキスト２
ソースメタデータ
観点：テキストの入手元
記述の意味属性：個人ｗｅｂページ
ユーザメタデータ
観点：性別
記述：男性
テキスト３
ソースメタデータ
観点：テキストの入手元
記述の意味属性：個人ｗｅｂページ
ユーザメタデータ
観点：性別
記述：女性
テキスト４
ソースメタデータ
観点：テキストの入手元
記述の意味属性：個人ｗｅｂページ
ユーザメタデータ
観点：性別
記述：男性

上記のソースメタデータおよびユーザメタデータを用いて、図２６の要素メタデータの客観性および信頼性を、図２３の客観性・信頼性判定規則を用いて判定する。例えば、図２６の要素メタデータＩＤが１−３ａの要素メタデータの場合、要素メタデータの観点が「容量」、記述の意味分類が「ＱＵＡＮＴ」であり、抽出元のテキスト１は会社ｗｅｂページであるので、図２３の規則６が適用され、客観性、信頼性、ともに１と判定される。一方、図２６の要素メタデータＩＤが１−３ｂの要素メタデータの場合、要素メタデータの観点が「容量」、記述の意味分類が「なし」であり、抽出元のテキスト１は会社ｗｅｂページであり、さらに要素メタデータを含む文の「文末が不確定表現１以外」であるので、図２３の規則９が適用され、客観性は０、信頼性は０．５と判定される。同様にして、上記のソースメタデータおよびユーザメタデータを用いて、図２６の要素メタデータに対して、図２３の客観性・信頼性判定規則を用いて客観性・信頼性判定部４１２が判定した客観性・信頼性判定結果例を図２７に示す。なお、規則の記法や構成要素定義については図３、図７等と同様であり、説明を省略する。

また、客観性・信頼性判定規則の条件として、上記説明ではテキストの要素メタデータとソースメタデータと統語的属性を用いたが、要素メタデータとソースメタデータとユーザメタデータの少なくとも１つを含むものであれば、本発明はこれに限定されない。また、図２３の客観性・信頼性判定規則では、ソースメタデータの観点「テキストの入手元」と対応する記述の意味属性を規則の条件の一部に用いたが、他の観点と記述の組を用いてもよい。例えば「作成日」を用いて作成日が古い要素メタデータは信頼性が低いと判定する、あるいは「作成者」を用いて特定の人の書いたテキストの信頼度を上げる、または下げるというようにしてもよい。また、要素メタデータと他の情報を組み合わせる場合、例えば、統計的な情報と組み合わせて、同じ観点に対して多数の類似の内容の記述をもつ要素メタデータの信頼度を上げる。あるいは、多数の人の記述と異なる内容の記述をもつ要素メタデータの信頼度を下げるようにしてもよい。なお、図２３の客観性・信頼性判定規則では、１規則で客観性と信頼性を同時に判定しているが、客観性の判定規則と信頼性の判定規則を分けて、１規則でいずれか一方を判定するようにしても構わない。

次にメタデータ照合部１０６は、抽出された要素メタデータの観点間・記述間をそれぞれ比較・照合し、関連性を推定する。メタデータ照合部１０６の観点・記述の照合方法は特に限定されない。ここでは実施の形態１または２または３と同様とするが、客観性・信頼性のデータをも用いて、観点・記述間の照合結果から関連性が高いと推定される要素メタデータのうち、客観性や信頼性の値が近いものはさらに関連性が高い、と推定するようにしてもよい。

また、上記の説明ではソースメタデータとユーザメタデータは、客観性や信頼性の判定のみに用いたが、これらをメタデータ照合部１０６が要素メタデータの比較・照合を行う際に直接用いてもよい。例えば、複数の個人ｗｅｂページから抽出された要素メタデータのある製品の容量についての記述がある場合、ユーザメタデータの「性別」の記述が同じであったり、「年齢」の記述が一定範囲にあれば関連性が高い、というようにしてもよい。

次にメタデータ統合部１０８は、要素メタデータとソースメタデータとユーザメタデータと評価を含めた要素メタデータを統合し、統合結果を統合メタデータ格納部１１０に格納する。

統合の仕方は特に限定されないが、ここでは例として、以下の（１）〜（４）とする。
（要素メタデータ）
（１）同じ話題をもつメタデータを統合する
（２）同じ話題で同義の観点をもつメタデータを統合する
（３）同じ話題で同義の観点をもつメタデータで同義の記述があれば統合する
（４）同じ話題で同義の観点と同義の記述をもつメタデータで意味属性が同じなら統合する

統合の仕方を（１）〜（４）とした場合に、図２７の要素メタデータをメタデータ統合部１０８が統合する場合について説明する。まず、図２７のメタデータは、すべて同じ話題「Ａ２００」を持つので、上記（１）により、共通の話題で統合される。次に、同じ話題をもつ各要素メタデータの観点が同義であるかどうかを実施の形態１と同様にして判定する。図２７の例では、観点は「製品分類」、「製品名」、「容量」、「用途」の４種類のみであり、これらは同義ではないので、これら４つの観点をもつ要素メタデータを各々統合すると、観点「製品分類」で要素メタデータ１−１、２−１、３−１、４−１が統合され、観点「製品名」で要素メタデータ１−２、２−２、３−２、４−２が統合され、観点「容量」で要素メタデータ１−３ａ、１−３ｂ、２−３、３−３、４−３が統合される。

次に、同じ話題で同義の観点をもつメタデータの記述が同義であるかどうかを実施の形態１と同様にして判定する。図２７の例では、例えば、話題「Ａ２００」で同義の観点「製品分類」をもつ要素メタデータの記述はすべて「バッグ」であるのでこれらは同義とみなされ、上記（３）により、要素メタデータ１−１、２−１、３−１、４−１の記述は統合される。同様に、話題「Ａ２００」で同義の観点「製品名」をもつ要素メタデータ１−２、２−２、３−２、４−２の記述、および同義の観点「用途」をもつ要素メタデータ３−４、４−４も各々統合される。一方、例えば、話題「Ａ２００」で同義の観点「容量」をもつ要素メタデータの記述「２０リットル」、「大きい」、「海外出張用─不十分だ」、「国内出張用─あまりに大きい」、「国内出張用─十分だ」は同義と判定されないので、統合されない。

次に、話題「Ａ２００」で同義の観点「製品分類」と同義の記述「バッグ」をもつ要素メタデータの意味分類はすべて「ＰＲＯＤ＿ＴＹＰＥ」であるのでこれらは同義とみなされ、上記（４）により、要素メタデータ１−１、２−１、３−１、４−１の意味分類は統合される。同様に、話題「Ａ２００」で同義の観点「製品名」と同義の記述「Ａ２００」をもつ要素メタデータ１−２、２−２、３−２、４−２の意味分類、および同義の観点「用途」と同義の記述「国内出張用」をもつ要素メタデータ３−４、４−４の意味分類も各々統合される。

以上のようにして、図２７のメタデータをメタデータ統合部１０８が統合した結果、統合メタデータ格納部１１０に格納されたメタデータの統合結果の例を図２８に示す。なお、図２８において、要素メタデータの一部は記述を省略している。

図２８の例では、客観性、信頼性ともに高い情報、すなわち事実である可能性が高い情報として、「Ａ２００」という「バッグ」の「容量」が「２０リットル」であるという情報がある。また、それに関する客観性の低い情報、すなわち意見と思われる情報として、会社のホームページではその容量が「大きい」と評価されているが、個人のホームページでは、「海外出張用」には男性１名に「不十分だ」と評価され、「国内出張用」には女性１名に「あまりに大きい」と評価され、男性１名に「十分だ」と評価されていることが分かる。

次に、メタデータ出力形式生成部３０４は、ユーザ要求処理部３０２からユーザ要求の指定があればユーザ要求の指定にしたがってメタデータ出力形式を生成し、メタデータ出力部３０６を通じてユーザに提示するが、ここまでの流れは実施の形態３と同様である。ただし、本実施の形態では、要素メタデータの評価データをもユーザ要求として指定することができる。ここでは、図２８のメタデータの統合結果から、次のような要素メタデータの評価データを含むユーザ要求の指定を受けて、メタデータ出力形式生成部３０４がユーザの指定した条件に合致するメタデータについてメタデータテーブルを生成する場合を一例として説明する。

ユーザ要求の指定
話題事物：Ａ２００
客観性：０
テキストの種類：個人ｗｅｂページ
この指定は、個人ｗｅｂページのテキストに書かれた、「Ａ２００」という事物についての評価データとしては「客観性が０」の記述、すなわち意見を求めるものである。なお、上記はユーザ要求の指定方法の一例であり、指定方法は上記に限定されるものではない。

上記のユーザ要求の指定により、実施の形態３と同様にして生成されたメタデータテーブルの例を図２９に示す。図２９のメタデータテーブルから、Ａ２００という事物についての個人ｗｅｂページのテキストに書かれた意見としては、容量と用途という観点が取り上げられていること、用途としては海外出張用、国内出張用という２つの用途について評価されていること、容量は海外出張用には不十分（男性１名）と評価され、国内出張用にはあまりに大きい（女性１名）、十分だ（男性１名）と評価が分かれていることがわかる。

このように本実施の形態によれば、テキスト中に表現された事物に関する事実や意見の記述内容を、推定された話題の事物とともに、事実や意見を対応付けて抽出することができる。また、抽出された事実や意見の関連性の比較が容易に行える形で抽出し、事実や意見を話題事物毎に対応付けた上で、客観性や信頼性の評価結果をも含めてユーザに提示する。これにより、ユーザが提示された情報を適切に解釈し、またユーザが必要な情報のみを的確に選択することができる。

本発明は、図面に示す好ましい実施例に基づいて説明されてきたが、当業者であれば、この発明を容易に変更及び改変し得る事は明らかであり、そのような変更部分も発明の範囲に含まれるものである。

本発明にかかる情報抽出システムは、観点・記述抽出部、観点・記述抽出規則格納部、メタデータ格納部を有し、情報抽出システム、情報検索システムとして有用である。また、情報分析／評価システム、情報配信システム等の用途にも応用できる。

Claims (18)

1. テキストを入力する入力部と、
   テキストに記述された表現の観点とその観点に関する記述の組を特定するための観点・記述抽出規則を格納する観点・記述抽出規則格納部と、
   前記入力部に入力されたテキスト中の文字列に付与された統語的属性または意味的属性の少なくとも一方の属性から、前記観点・記述抽出規則を用いて観点とその記述の組を対応付けた要素メタデータとして抽出する観点・記述抽出部と、
   前記観点・記述抽出部が抽出した要素メタデータを格納するメタデータ格納部と
   を具備する情報抽出システム。
2. 前記統語的属性は少なくとも文字列表記または品詞分類のいずれかを含む請求項１記載の情報抽出システム。
3. 前記意味的属性は少なくとも意味分類を含む請求項１記載の情報抽出システム。
4. 前記観点・記述抽出部は、対応付けた観点と記述の組を要素メタデータとして抽出する際に、対応付けた観点と記述の組を識別するための識別情報（要素メタデータＩＤ）を付与して抽出する請求項１記載の情報抽出システム。
5. テキストから任意の文字列を抽出し、少なくとも文字列の意味分類を特定するための意味属性付与規則を用いて、文字列毎に意味属性を付与した意味的属性付きテキストを出力する属性付与部をさらに有する請求項１記載の情報抽出システム。
6. 前記観点・記述抽出部は、テキスト中に観点が表現されず、記述のみが表現されている場合に、記述の意味的属性を観点として、観点と記述の組を抽出する請求項１記載の情報抽出システム。
7. 前記観点・記述抽出部の抽出した要素メタデータの観点間と記述間をそれぞれ照合し、関連性を推定するメタデータ照合部と、
   前記推定された関連性に基づいて、関連性のある要素メタデータを統合し、統合メタデータを出力するメタデータ統合部をさらに具備する請求項１に記載の情報抽出システム。
8. 前記メタデータ照合部は、前記観点・記述抽出部の抽出した要素メタデータの観点と記述を照合する際に、少なくとも観点、記述を構成する文字列の意味的属性を用いて照合を行う請求項６記載の情報抽出システム。
9. 前記観点・記述抽出部で抽出された要素メタデータに対して、話題の事物を推定するための話題事物推定規則を用いて、話題とされた事物を推定する話題事物推定部、をさらに有し、
   前記メタデータ格納部が要素メタデータとともに、前記話題事物推定部で推定された話題の事物をも対応付けて格納する請求項７に記載の情報抽出システム。
10. 前記話題事物推定部は、要素メタデータの話題の事物を推定する際に、
    前記メタデータ格納部に格納された要素メタデータの観点・記述や意味的属性から、話題の事物を推定する請求項９に記載の情報抽出システム。
11. 前記メタデータ照合部が、観点と記述の照合を行う際に、前記話題事物推定部によって推定された話題事物単位で前記観点と記述の照合を行う請求項９または１０に記載の情報抽出システム。
12. 前記観点・記述抽出規則が、テキストの作者に関する情報であるユーザ情報を特定するための規則であるユーザ観点・記述抽出規則を含み、
    前記観点・記述抽出部が前記ユーザ観点・記述抽出規則を用いて、ユーザ情報に関する要素メタデータであるユーザメタデータを抽出する、請求項１記載の情報抽出システム。
13. 前記観点・記述抽出規則が、テキストの書誌事項に関する情報であるソース情報を特定するための規則であるソース観点・記述抽出規則を含み、
    観点・記述抽出部が前記ソース観点・記述抽出規則を用いて、ソース情報に関する要素メタデータであるソースメタデータを抽出する、請求項１記載の情報抽出システム。
14. 前記メタデータ照合部が、少なくとも要素メタデータ、またはユーザメタデータ、またはソースメタデータのうち１種類以上を用いて、観点、記述の客観性と信頼性を判定する客観性・信頼性判定部と、前記観点、記述の客観性・信頼性を判定するための客観性・信頼性判定規則を格納する客観性・信頼性判定規則格納部をさらに有する請求項９に記載の情報抽出システム。
15. 前記話題事物推定部が要素メタデータの話題の事物を推定する際に、
    前記メタデータ格納部に格納された要素メタデータに加えて、ソースメタデータまたはユーザメタデータの少なくともいずれか一方を用いて話題の事物を推定する請求項９に記載の情報抽出システム。
16. 前記メタデータを表形式に整理してメタデータテーブルを生成するメタデータ出力形式生成部と、生成されたメタデータテーブルをユーザに提示するメタデータ出力部と、をさらに有する請求項１４に記載の情報抽出システム。
17. ユーザからの要求を処理するユーザ要求処理部をさらに有し、前記メタデータ出力形式生成部が、前記ユーザ要求処理部を通じて入力されたユーザ要求に合致するメタデータを用いてメタデータテーブルを生成する請求項１６に記載の情報抽出システム。
18. テキストを入力するステップと、
    テキストに記述された表現の観点とその観点に関する記述の組を特定するための観点・記述抽出規則を参照するステップと、
    前記入力部に入力されたテキスト中の文字列に付与された統語的属性または意味的属性の少なくとも一方の属性から、前記観点・記述抽出規則を用いて観点とその記述の組を対応付けた要素メタデータとして抽出するステップと、
    を具備する情報抽出方法。

Images