WO2016132558A1 - 情報処理装置及び方法並びにプログラム - Google Patents
情報処理装置及び方法並びにプログラム Download PDFInfo
- Publication number
- WO2016132558A1 WO2016132558A1 PCT/JP2015/054890 JP2015054890W WO2016132558A1 WO 2016132558 A1 WO2016132558 A1 WO 2016132558A1 JP 2015054890 W JP2015054890 W JP 2015054890W WO 2016132558 A1 WO2016132558 A1 WO 2016132558A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- data
- concept
- database
- information processing
- processing apparatus
- Prior art date
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title abstract description 43
- 239000000284 extract Substances 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 13
- 238000003672 processing method Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 description 33
- 230000006870 function Effects 0.000 description 28
- 238000001514 detection method Methods 0.000 description 14
- 238000012544 monitoring process Methods 0.000 description 9
- 238000002360 preparation method Methods 0.000 description 9
- 230000008451 emotion Effects 0.000 description 8
- 238000012552 review Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- 101100365087 Arabidopsis thaliana SCRA gene Proteins 0.000 description 1
- 101100438139 Vulpes vulpes CABYR gene Proteins 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 230000000857 drug effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
Definitions
- the present invention relates to an information processing apparatus, method, and program, and is suitably applied to, for example, an information processing apparatus that monitors electronic mail.
- Patent Document 1 discloses an abnormality detection system that efficiently detects an abnormality that occurs in a control system and isolates the control system in which the abnormality is recognized.
- the present invention has been made in consideration of the above points, and intends to propose an information processing apparatus, method, and program that can improve the convenience as seen by the user by presenting the entire image of the data to the user. It is.
- a database creation unit that creates a database in which a selected target concept is associated with a data element that is a subordinate concept of the target concept, and a target Based on the summary, a summary creation unit that extracts data including the data element registered in the database from data and creates a summary that expresses the content of the extracted data in a superordinate concept of the data element; And a display unit for classifying the data including the data elements registered in the database and displaying a classification result.
- the information processing apparatus creates a database in which the selected target concept is associated with a data element that is a subordinate concept of the target concept, and the information A second step in which a processing device extracts data including the data element registered in the database from data and creates a summary expressing the content of the extracted data in a superordinate concept of the data element;
- the information processing apparatus includes a third step of classifying the data including the data elements registered in the database based on the summary and displaying a classification result.
- a first step of creating a database in which the selected target concept is associated with a data element that is a subordinate concept of the target concept in the information processing apparatus, and the data A second step of extracting data including the data element registered in the database, creating a summary expressing the content of the extracted data in a superordinate concept of the data element, and based on the summary, the database And classifying the data including the data element registered in (3), and executing a process including a third step of displaying a classification result.
- the user can grasp the entire image of the data based on the display result of the information processing apparatus. Can be omitted.
- FIG. 1 It is a block diagram which shows schematic structure of the information processing apparatus by this Embodiment. It is a graph with which it uses for description of an electronic dictionary.
- A is a conceptual diagram used for the outline
- B is a basic diagram which shows an example of the display format of a classification result. It is a conceptual diagram with which it uses for description of a target concept. It is a conceptual diagram which shows schematic structure of an extraction email management table.
- It is a graph used for description of abstraction level filtering processing. It is a flowchart which shows the process sequence of a display process.
- reference numeral 1 denotes an information processing device to which this embodiment is applied as a whole.
- the information processing apparatus 1 monitors an electronic mail distributed through a network 2 such as an in-house LAN (Local Area Network), and a specific keyword set in advance in the electronic mail data (including a subject, text, and attached file).
- a network 2 such as an in-house LAN (Local Area Network), and a specific keyword set in advance in the electronic mail data (including a subject, text, and attached file).
- This is a computer device equipped with an e-mail monitoring function for notifying an administrator of this when it is detected, and a topic detection function to be described later.
- the information processing apparatus 1 includes a CPU 10, a memory 11, a hard disk device 12, an interface 13, an input device 14, and a display device 15.
- the CPU 10 is a processor (controller) having a function for controlling the operation of the entire information processing apparatus 1.
- the memory 11 is composed of, for example, a nonvolatile semiconductor memory and is used as a work memory for the CPU 10.
- the memory 11 stores an email monitoring program 20, a topic detection program 21, and an extracted email management table 22.
- the email monitoring program 20 is a program that executes various processes for realizing the email monitoring function described above. Details of the topic detection program 21 and the extracted email management table 22 will be described later.
- the hard disk device 12 is used for storing various programs and various data for a long period of time.
- the hard disk device 12 stores an electronic dictionary 23 and a target concept extraction database 24.
- the electronic dictionary 23 is a dictionary in which Japanese words and concepts are classified hierarchically and recorded in a systematic form. By using this electronic dictionary 23, it is possible to construct a graph representing the vertical relationship of concepts as shown in FIG. 2, for example. Details of the target concept extraction database 24 will be described later.
- the input device 14 is composed of, for example, a keyboard and a mouse, and is used by a user to perform operation input and settings.
- the display device 15 includes a liquid crystal display and is used for displaying various types of information.
- the topic detection function installed in the information processing apparatus 1 will be described.
- the information processing apparatus 1 has a concept that is pre-selected from e-mails distributed through the network 2 within a predetermined period (hereinafter referred to as a target concept). Extract e-mails that contain the keywords in the text, create summaries of the contents of each extracted e-mail with a moderate level of abstraction, classify the e-mails based on the created summaries (clustering), and within a predetermined period
- Such a topic detection function is realized by two phases, a preparation phase and an application phase.
- the preparation phase only the keywords of the subordinate concepts of each target concept preset by the user are extracted from the electronic dictionary 23 (FIG. 1), and the extracted keywords are associated with the corresponding target concepts.
- the application phase the target concept extraction database 24 created in the preparation phase is used to create a summary expressing the contents of the corresponding email in a superordinate concept, and the corresponding email is classified based on the created summary.
- This is a phase in which the classification result is displayed in response to a request from the user.
- the “corresponding e-mail” mentioned here refers to an e-mail including the keyword registered in the target concept extraction database 24 in the text. The same applies to the following.
- the user selects several target concepts corresponding to the topic to be detected from the text of the email, and registers the selected target concepts in the information processing apparatus 1 in advance.
- the topics to be detected are “injustice” and “dissatisfaction”
- the concept categories are “behavior”, “emotion”, “nature and state”, “risk” and “money” as shown in FIG.
- risk and “dangerous” and “dangerous” and “money” “money paid for human labor” and so on. Set each.
- the information processing apparatus 1 searches the electronic dictionary 23 for a keyword representing the subordinate concept for each registered target concept, and detects each keyword detected by the search.
- the above-described target concept extraction database 24 is created in which each is associated with the corresponding target concept.
- the information processing apparatus 1 is registered in the target concept extraction database 24 from e-mails distributed through the network 2 using the target concept extraction database 24 created as described above. Extract e-mails that contain the keyword in the text. Further, the information processing apparatus 1 creates a summary of the e-mail extracted in this way, using the superordinate concept of the keyword detected at that time.
- the information processing apparatus 1 sends the corresponding email within a predetermined period according to the content based on the summary of the corresponding email created in this way. Classify and present the classification result to the user.
- the memory 11 (FIG. 1) of the information processing apparatus 1 stores the topic detection program 21 and the extracted email management table 22 as described above with reference to FIG. ing.
- the topic detection program 21 is a program for executing various processes related to the topic detection function described above, and includes a database creation unit 30, a summary creation unit 31, and a display unit 32 as shown in FIG.
- the database creation unit 30 is a module having a function of creating the above-described target concept extraction database 24 based on the target concept set by the user.
- the summary creation unit 31 is a module having a function of extracting an e-mail including a keyword registered in the target concept extraction database 24 in the text and creating the summary.
- the display unit 32 is a module having a function of classifying corresponding e-mails using the summary in accordance with a request from the user and displaying an entire image of the corresponding e-mails within a predetermined period.
- the extracted e-mail management table 22 is a table used for managing e-mails that are extracted in the application phase and that include keywords registered in the target concept extraction database 24 in the text.
- the extracted email management table 22 includes a transmission date / time column 22A, a content column 22B, a transmission source address column 22C, a transmission destination address column 22D, and the like.
- the transmission date and time column 22A stores the date and time when the electronic mail was transmitted from the transmission source
- the content column 22B stores the above-described summary created for the electronic mail.
- the sender address column 22C stores the email address of the sender of the email
- the sender address column 22D stores the email address of the recipient of the email.
- FIG. 6, FIG. 7 and FIG. 9 show specific process contents of various processes executed in the information processing apparatus 1 in relation to the topic detection function described above.
- the processing entity of various processes will be described as “module (to part)”.
- the CPU 10 executes the process based on the “module (to part)”. .
- FIG. 6 shows a flow of a series of processes in the preparation phase. This processing (hereinafter referred to as database creation processing) is executed by the database creation unit 30.
- the database creation unit 30 starts the database creation process shown in FIG. It waits for one or more target concepts to be selected (SP1).
- the database creation unit 30 searches the electronic dictionary for the subordinate concepts for each target concept selected at that time, and extracts all the subordinate concepts. (SP2).
- the database creation unit 30 extracts, from the electronic dictionary, all keywords related to the subordinate concepts for all the subordinate concepts extracted in step SP2 (SP3).
- the database creation unit 30 creates the target concept extraction database 24 in which all the keywords extracted in step SP3 are associated with the corresponding target concepts (SP4). Then, the database creation unit 30 thereafter ends this database creation process.
- FIG. 7 shows the flow of the process from extracting an e-mail that includes a keyword registered in the target concept extraction database 24 in the text and creating a summary of the series of processes in the application phase.
- This processing (hereinafter referred to as summary creation processing) is executed by the summary creation unit 31.
- the summary creation unit 31 starts the summary creation process illustrated in FIG. 7, and first captures from the network 2 to execute the above-described e-mail monitoring function.
- One e-mail to be analyzed is selected from the e-mails (SP10).
- the summary creation unit 31 performs morphological analysis on the text of the selected e-mail to divide the text into individual morphemes (minimum unit having meaning in the language) (SP11). Whether or not there is a morpheme registered as a keyword in the target concept extraction database 24 among the morphemes obtained by the morpheme analysis by searching each morpheme obtained in the target concept extraction database 24 Is determined (SP12).
- the summary creation unit 31 obtains a negative result in this determination, it returns to step SP10 and moves to the next unprocessed e-mail.
- the summary creation unit 31 obtains a positive result in the determination at step SP12, among the morphemes obtained by the morpheme analysis at step SP11, for each morpheme registered as a keyword in the target concept extraction database 24, Referring to the target concept extraction database 24, each target concept that is a superordinate concept of the morpheme (keyword) is detected (SP13).
- the summary creation unit 31 executes an abstraction filtering process for extracting a concept having a predetermined abstraction from the subordinate concepts for each target concept detected in step SP13 (SP14). This is because even if a summary is created using a concept that is too high, the user cannot recognize the content of the email based on the summary, so the user can recognize the content of the email. This is because a summary is created using a superordinate concept having an abstraction level.
- the summary creation unit 31 performs the above-described abstraction level filtering processing as described above with reference to FIG. 2 among the keywords registered in the target concept extraction database 24 for each target concept, as shown in FIG.
- FIG. 8 In the graph showing the top-and-bottom relationship of the concept constructed by using the digitized dictionary, to the leaf-level keywords (keywords that do not have subordinate concepts and correspond to “leaf_1” to “leaf_3” in FIG. 8)
- a superordinate concept whose average distance is less than a preset threshold and has the largest mean distance is detected as a superordinate concept used for summarization.
- the average distance from the node “C:” to the three leaf nodes “leaf_1” to “leaf_3” is three leaf nodes “leaf_1” to “leaf_3” from the node “C:” Is calculated by dividing the total distance by the number of leaf nodes.
- the distance from the node “leaf_1” to the node “C:” and the distance from the node “leaf_2” to the node “C:” are both “2”.
- the total distance is “5” which is the total value of these distances. Therefore, "5/3 ( ⁇ 1.67)” obtained by dividing "5" by the number of leaf nodes "3” is the average from the node “C:” to the three leaf nodes "leaf_1" to "leaf_3" Distance.
- step SP14 the summary creation unit 31 selects all the keywords higher than the morpheme (keyword) detected in step SP12 among the keywords registered in the target concept extraction database 24 for each target concept detected in step SP13.
- the average distance from the superordinate concept to the leaf node is calculated, and the calculated average distance is smaller than a preset threshold and the average distance is calculated.
- One superordinate concept that is closest to the threshold is extracted.
- the summary creation unit 31 creates a summary of the email by arranging the superordinate concepts for each target concept extracted in this way (SP15), and further, the necessary information regarding the email is described above with reference to FIG. After storing in the extracted e-mail management table 22 (SP16), the process returns to step SP10.
- FIG. 9 in the series of processing in the application phase, the user is given an instruction to display the entire image of the corresponding e-mail within a predetermined period (hereinafter referred to as the entire image display instruction). Shows the flow of processing executed in the information processing apparatus 1 in the case of This process (hereinafter referred to as display process) is executed by the display unit 32 (FIG. 1).
- the display unit 32 starts the display process shown in FIG. 9 when the input device 14 is operated and the whole image display instruction is given.
- the display unit 32 stores the email registered in the extracted email management table 22. Among them, all e-mails transmitted from the transmission source within a predetermined period are classified according to the contents of the summary (SP20).
- a classification method at this time for example, a method of classifying e-mails whose summary contents completely match as a same group, or a superordinate concept of each concept constituting the summary even if the summary contents do not completely match Can be applied to a method of classifying them into the same group.
- the display unit 32 displays the classification result of step SP22 on the display device 15 (FIG. 1) in the predetermined format described above with reference to FIG. 3B, for example (SP21), and thereafter ends this display processing. .
- target concept extraction is performed by associating the selected target concept with a keyword representing a subordinate concept of the target concept.
- Database 24 is created, an e-mail containing the keyword registered in the target concept extraction database 24 in the text is extracted, a summary representing the contents of the e-mail in a high-level concept is created, and a request from the user Accordingly, the corresponding electronic mail is classified based on the summary, and the classification result is displayed.
- the information processing apparatus 1 during the monitoring process based on the e-mail monitoring function, such an e-mail including a keyword preset based on the e-mail monitoring function is not detected. Based on the classification result, the entire image of the e-mail including the keyword registered in the target concept extraction database 24 can be recognized, so that the user recognizes that the information processing apparatus 1 is functioning normally. be able to. That is, according to the information processing apparatus 1, the user can recognize an entire image of the contents of the email within a predetermined period without looking through the text of each email. Thus, according to the information processing apparatus 1, it is possible to improve the convenience as viewed from the user.
- Second Embodiment In the first embodiment, by registering a target concept related to a specific topic desired by a user, an e-mail including a keyword of a subordinate concept of the target concept is extracted, The whole image of these emails is displayed, but the information processing apparatus 1 creates summaries for all emails, classifies the emails based on the created summaries, and gives an overall view of the classification results. May be displayed.
- the preparation phase described above is not necessary, and the morphological analysis is performed on the text of the e-mail, the characteristic morpheme is extracted from the result (characteristic morpheme extraction process), and the superordinate concept of the extracted morpheme is detected ( (Upper concept detection process), an upper level concept of an appropriate level is extracted from the detected higher level concepts (abstract filtering and higher level concept ranking process), and an e-mail is obtained in the same manner as in the above-described embodiment based on the result. And an overall image of the classification result may be displayed.
- a reference corpus is prepared.
- the reference corpus is a structure in which natural language sentences are structured and accumulated on a large scale, and the appearance frequency of morphemes can be easily extracted from the reference corpus.
- a frequency that a morpheme appears in unknown data to be analyzed is O 11
- a frequency that appears in a reference corpus is O 12
- a frequency that all other morphemes different from the morpheme appear in unknown data O 21, the frequency of the other all the morphemes appear in the reference corpus O 22.
- a log-likelihood-ratio is calculated by the following equation.
- the log likelihood ratio indicates that the higher the value, the higher the probability that the morpheme characterizes unknown data. Therefore, for example, a morpheme whose log likelihood ratio is set in advance is extracted as a characteristic morpheme.
- the superordinate concept detection process the superordinate concept of the morpheme extracted by the above characteristic morpheme extraction process is detected by searching the electronic dictionary 23 described above with reference to FIG.
- superordinate concepts having a certain degree of abstraction are extracted from the superordinate concepts detected in the superordinate concept detection process by the abstraction degree filtering process described above for step SP14 in FIG. If there are multiple superordinate concepts extracted by this extraction process, Since the concept appearance frequency (CF) is obtained from the above, by ranking the appearance frequency of the concept, a predetermined number of high appearance frequencies or a higher concept whose appearance frequency is equal to or higher than a preset threshold is extracted. A summary of these superordinate concepts is taken as the summary of the e-mail.
- CF concept appearance frequency
- CF / DF Document Frequency
- CF / TF-iDF Document Frequency
- a ranking method using a value calculated based on (an index calculated from the word appearance frequency and the document frequency) or other methods can also be used. Thereafter, all e-mails within a predetermined period are classified using this summary, and the classification result is displayed.
- the user since all electronic mails can be classified according to the contents thereof, the user recognizes the entire picture of the contents of all electronic mails within a predetermined period. Thus, the convenience as seen from the user can be further improved.
- step SP14 of the summary creation process described above with reference to FIG. 7 the concept that the average distance to the leaf level is less than a preset threshold value is represented in the e-mail.
- the superordinate concept of the keyword extracted from the text the case where the summary of the e-mail is created using the superordinate concept has been described, but the present invention is not limited to this, for example, extracted from the text of the e-mail It is also possible to obtain a superordinate concept of keywords registered in the target concept extraction database 24 and create a summary of the e-mail using the superordinate concept.
- a chart such as a pie chart, a bar graph, or a line graph that clearly shows the ratio of each summarized / categorized result to the whole is displayed as such a whole picture (for example, topic A occupies 20% of the whole, B can occupy 10% of the whole, topic C can occupy 5% of the whole, and other topics can occupy 65% of the whole.
- the electronic mail monitoring function and the topic detection function are mounted on the same information processing apparatus 1 (that is, the electronic mail monitoring program 20 and the topic detection program 21 are combined into one information processing).
- the present invention is not limited to this, and these two functions are mounted in separate information processing apparatuses (for example, the e-mail monitoring program 20 and the topic detection program 21 are separately provided). May be mounted on the information processing apparatus.
- the system may be constructed as a distributed system in which an electronic mail monitoring function and a topic detection function are executed by a plurality of information processing apparatuses.
- the information processing apparatus 1 calculates a correlation (co-occurrence) between a concept (first concept) and another concept (second concept) different from the concept. Considering this, data may be analyzed. For example, if the first concept “system” (evaluation target) and the second concept “value determination” (value judgment) often appear simultaneously in the same data, the evaluation target “system” The information processing device 1 may be able to present a value judgment that the evaluation is low to the user.
- the information processing apparatus 1 not only associates the keyword with the target concept in the preparation phase, but also scores for the keyword (whether the keyword indicates a positive emotion or a negative emotion, for example, , An index quantified by a value of 0 to 1) is associated as a concept emotion score, and based on the concept emotion score corresponding to the concept extracted from the data in the application phase (for example, the concept emotion score is added and accumulated) ) Can present the emotion (value judgment) for the concept (evaluation target) to the user Unishi and may be.
- an e-mail containing a keyword belonging to a subordinate concept of a target concept selected in advance is extracted, and a summary of the e-mail is created using the superordinate concept of the keyword.
- the information processing apparatus 1 extracts a verb phrase included in the sentence as a superordinate concept, and uses the extracted verb phrase to convert the data including the sentence.
- a summary may be created.
- the information processing apparatus 1 may extract the verb phrase “I enjoyed” from the sentence “I enjoyed cooking” and present the verb phrase as a summary to the user.
- the present invention can be applied to an Internet application system.
- data such as messages posted by the user to the SNS, recommended information and reviews posted on the website, and user or group profiles can be summarized and provided to the user by the information processing apparatus of the present invention.
- the information processing device includes an evaluation target (for example, the product in the case of a product review posted by the user on the website) and a value determination (summary of how the product was evaluated). Therefore, the convenience of the user regarding the Internet can be improved.
- the present invention can also be applied to a medical application system (for example, a system that predicts a patient's prognosis or verifies a drug effect using electronic medical records, nursing records, patient diaries, and the like as data).
- a medical application system for example, a system that predicts a patient's prognosis or verifies a drug effect using electronic medical records, nursing records, patient diaries, and the like as data.
- the patient may fall into a dangerous state (for example, falls). Prediction can be facilitated.
- the present invention can also be applied to a discovery support system. For example, by summarizing data such as documents, e-mails, and spreadsheet data by the information processing apparatus of the present invention, for example, the user can efficiently extract only the documents related to the lawsuit and submit them to the court. it can.
- the present invention can also be applied to a forensic system.
- a forensic system for example, by summarizing data such as documents, e-mails, and spreadsheet data by the information processing apparatus of the present invention, for example, it is possible to facilitate the extraction of evidence that proves the criminal activity. Work efficiency can be improved.
- a data analysis system equipped with a predictive coding function includes a client device (for example, a user terminal such as a personal computer or a smartphone) that executes part or all of a data analysis program that executes the data analysis, and the data analysis described above.
- a server device that executes part or all of the program and returns the execution result to the client device, and is configured to arbitrarily share the processing included in the data analysis program between the client device and the server device.
- the score calculated for the data by the predictive coding function is adjusted based on the value judgment indicated by the data summary.
- the value judgment indicating “not interested” is shown as a summary from the data
- the information processing apparatus of the present invention may be able to adjust the score, for example, by reducing the calculated score.
- the present invention can also be applied to a patent search system.
- a patent search system For example, by summarizing data such as patent documents and documents summarizing the invention by the information processing apparatus, the user can efficiently perform an operation of extracting invalid materials from a large number of patent documents.
- the information processing apparatus of the present invention is widely applied not only to the information processing apparatus 1 that monitors e-mails but also to various systems such as a forensic system, a discovery support system, a medical application system, an Internet application system, and a patent research system. can do.
- the information processing apparatus of the present invention can be widely applied to any system such as a portal site management system, a project evaluation system, a transaction management system, a call center escalation system, and a marketing system. That is, the present invention is widely applied to a system that presents an overall image of data to the user by extracting the superordinate concept from the data, creating a summary expressed by the superordinate concept, and presenting the summary to the user. obtain.
- the present invention can be widely applied to various information processing apparatuses such as an information processing apparatus that detects a change in environment or a specific state, and a server apparatus that provides a web page on the Internet.
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【課題】 利便性を向上させる情報処理装置及び方法並びにプログラムを提案する。 【解決手段】 選定された対象概念と、当該対象概念の下位概念となるデータ要素とを対応付けたデータベースを作成し、データの中からデータベースに登録されたデータ要素を含むデータを抽出し、抽出したデータの内容を当該データ要素の上位概念で表現した要約を作成し、作成した要約に基づいて、データベースに登録されたデータ要素を含むデータを分類し、分類結果を表示するようにした。
Description
本発明は、情報処理装置及び方法並びにプログラムに関し、例えば、電子メールを監視する情報処理装置に適用して好適なものである。
従来、環境の変化を検知した場合や、特定の状態を検出した場合に、当該変化又は特定の状態を検出したことをユーザに通知するシステムが広く研究されている。例えば、特許文献１には、制御システムにおいて発生する異常を効率的に検出し、異常が認められた制御システムを隔離する異常検出システムが開示されている。
ところで、かかるシステムでは、システムが「変化」や「特定の状態」を検出していないときには、システムが正常に機能しているが真に「変化」や「特定の状態」が発生していないのか、又は、システムが正常に機能していないために「変化」や「特定の状態」を検出できていないのかをユーザが認識することができない。
従って、このようなシステムにおいて、システムが「変化」や「特定の状態」を検出していない状態のときに、例えば所定期間内における電子メールの内容の全体像をユーザに提供できれば、システムは正常に機能しているが真に「変化」や「特定状態」が発生していないことをユーザが容易に認識し得、システムに対する安心感や信頼性を向上させることができるものと考えられる。またこのようにすることによって、ユーザが個々の電子メールに目を通すことなく、所定期間内における電子メールの内容の全体像をユーザが認識することができるため、ユーザから見たシステムの利便性を向上させ得るものと考えられる。
また近年、インターネット上の商品の販売サイトや飲食店等の紹介サイトなどでは、商品や飲食店等に関する利用者のレビューを掲載するケースが増えてきている。このような利用者のレビューは、その商品を購入し又はその飲食店等を利用しようとしているユーザにとって有益な情報であるものの、すべてのレビューに目を通すためには相当の時間及び労力を要することとなる。
従って、このようなウェブサイトにおいて、かかるレビューの全体像をユーザに提供することができれば、個々のレビューに目を通す時間や労力を省略させて、ユーザから見たインターネットシステム全体としての利便性を向上させ得るものと考えられる。
本発明は以上の点を考慮してなされたもので、データの全体像をユーザに提示することにより当該ユーザから見た利便性を向上させ得る情報処理装置及び方法並びにプログラムを提案しようとするものである。
かかる課題を解決するため本発明においては、情報処理装置において、選定された対象概念と、当該対象概念の下位概念となるデータ要素とを対応付けたデータベースを作成するデータベース作成部と、対象とするデータの中から前記データベースに登録された前記データ要素を含むデータを抽出し、抽出した前記データの内容を当該データ要素の上位概念で表現した要約を作成する要約作成部と、前記要約に基づいて、前記データベースに登録された前記データ要素を含む前記データを分類し、分類結果を表示する表示部とを設けるようにした。
また本発明においては、情報処理方法において、情報処理装置が、選定された対象概念と、当該対象概念の下位概念となるデータ要素とを対応付けたデータベースを作成する第１のステップと、前記情報処理装置が、データの中から前記データベースに登録された前記データ要素を含むデータを抽出し、抽出した前記データの内容を当該データ要素の上位概念で表現した要約を作成する第２のステップと、前記情報処理装置が、前記要約に基づいて、前記データベースに登録された前記データ要素を含む前記データを分類し、分類結果を表示する第３のステップとを含むようにした。
さらに本発明においては、プログラムにおいて、情報処理装置に、選定された対象概念と、当該対象概念の下位概念となるデータ要素とを対応付けたデータベースを作成する第１のステップと、データの中から前記データベースに登録された前記データ要素を含むデータを抽出し、抽出した前記データの内容を当該データ要素の上位概念で表現した要約を作成する第２のステップと、前記要約に基づいて、前記データベースに登録された前記データ要素を含む前記データを分類し、分類結果を表示する第３のステップとを含む処理を実行させるようにした。
本情報処理装置及び情報処理方法並びにプログラムによれば、ユーザは、情報処理装置の表示結果に基づいて、データの全体像を把握することができるため、ユーザが個々のデータに目を通す手間を省略させることができる。
本発明によれば、ユーザから見た利便性を向上させ得る情報処理装置及び方法並びにプログラムを実現できる。
以下図面について、本発明の一実施の形態を詳述する。
（１）第１の実施の形態
（１－１）本実施の形態による情報処理装置の構成
図１において、１は全体として本実施を適用した情報処理装置を示す。本情報処理装置１は、社内ＬＡＮ（Local Area Network）等のネットワーク２を流通する電子メールを監視し、電子メールのデータ（件名、本文及び添付ファイルを含む）内に予め設定された特定のキーワードを検出した場合に、これを管理者に通知する電子メール監視機能と、後述するトピック検出機能とが搭載されたコンピュータ装置である。この情報処理装置１は、ＣＰＵ１０、メモリ１１、ハードディスク装置１２、インタフェース１３、入力装置１４及び表示装置１５を備えて構成される。
（１－１）本実施の形態による情報処理装置の構成
図１において、１は全体として本実施を適用した情報処理装置を示す。本情報処理装置１は、社内ＬＡＮ（Local Area Network）等のネットワーク２を流通する電子メールを監視し、電子メールのデータ（件名、本文及び添付ファイルを含む）内に予め設定された特定のキーワードを検出した場合に、これを管理者に通知する電子メール監視機能と、後述するトピック検出機能とが搭載されたコンピュータ装置である。この情報処理装置１は、ＣＰＵ１０、メモリ１１、ハードディスク装置１２、インタフェース１３、入力装置１４及び表示装置１５を備えて構成される。
ＣＰＵ１０は、情報処理装置１全体の動作制御を司る機能を有するプロセッサ（コントローラ）である。またメモリ１１は、例えば不揮発性の半導体メモリから構成され、ＣＰＵ１０のワークメモリとして利用される。メモリ１１には、電子メール監視プログラム２０、トピック検出プログラム２１及び抽出電子メール管理テーブル２２が格納される。電子メール監視プログラム２０は、上述の電子メール監視機能を実現するための各種処理を実行するプログラムである。トピック検出プログラム２１及び抽出電子メール管理テーブル２２の詳細については、後述する。
ハードディスク装置１２は、各種プログラムや各種データを長期間保存するために利用される。ハードディスク装置１２には、電子化辞書２３及び対象概念抽出用データベース２４が格納される。電子化辞書２３は、日本語の単語や概念を階層的に分類し、これら単語や概念を体系化した形で収録した辞書である。この電子化辞書２３を利用することにより、例えば図２に示すような概念の上下関係を表すグラフを構築することができる。対象概念抽出用データベース２４の詳細については、後述する。
入力装置１４は、例えばキーボードやマウスなどから構成され、ユーザが操作入力や設定等を行うために利用される。また表示装置１５は、液晶ディスプレイなどから構成され、各種情報を表示するために利用される。
（１－２）トピック検出機能
次に、かかる情報処理装置１に搭載されたトピック検出機能について説明する。本情報処理装置１には、図３（Ａ）に示すように、所定期間内にネットワーク２を流通した電子メールの中から予め選定された概念（以下、これを対象概念と呼ぶ）の下位概念のキーワードをテキストに含む電子メールを抽出し、抽出した各電子メールの内容の要約を適度な抽象度でそれぞれ作成し、作成した要約に基づいて電子メールを分類（クラスタリング）し、所定期間内における電子メールの分類結果を例えば図３（Ｂ）のような形式でユーザに提示するトピック検出機能が搭載されている。
次に、かかる情報処理装置１に搭載されたトピック検出機能について説明する。本情報処理装置１には、図３（Ａ）に示すように、所定期間内にネットワーク２を流通した電子メールの中から予め選定された概念（以下、これを対象概念と呼ぶ）の下位概念のキーワードをテキストに含む電子メールを抽出し、抽出した各電子メールの内容の要約を適度な抽象度でそれぞれ作成し、作成した要約に基づいて電子メールを分類（クラスタリング）し、所定期間内における電子メールの分類結果を例えば図３（Ｂ）のような形式でユーザに提示するトピック検出機能が搭載されている。
このようなトピック検出機能は、準備フェーズ及び適用フェーズの２段階のフェーズにより実現される。準備フェーズは、電子化辞書２３（図１）の中から予めユーザにより設定された各対象概念の下位概念のキーワードだけを抽出し、抽出したキーワードをそれぞれ対応する対象概念に対応付けた上述の対象概念抽出用データベース２４（図１）を作成するためのフェーズである。また適用フェーズは、準備フェーズで作成した対象概念抽出用データベース２４を利用して該当する電子メールの内容を上位概念で表現した要約を作成し、作成した要約に基づいて該当する電子メールを分類し、分類結果をユーザからの要求に応じて表示するフェーズである。なお、ここで言う「該当する電子メール」とは、対象概念抽出用データベース２４に登録されたキーワードをテキスト内に含む電子メールを指す。以下においても同様である。
準備フェーズでは、まず、ユーザが、電子メールのテキストから検出したい話題（トピック）に応じた幾つかの対象概念を選定し、選定した対象概念を予め情報処理装置１に登録する。例えば、検出したいトピックが「不正」及び「不満」である場合、図４に示すように、概念のカテゴリを「行動」、「感情」、「性質や状態」、「リスク」及び「金銭」の５つに分けて、例えば「行動」については「復讐する」及び「軽蔑する」など、「感情」については「苦しむこと」及び「腹を立てること」など、「性質や状態」については「鈍重だ」及び「心や態度が悪い」など、「リスク」については「脅す」及び「だます」など、「金銭」については「人の労働に対して支払われるお金」などの概念を対象概念としてそれぞれ設定する。
情報処理装置１は、このようにして対象概念が設定されると、登録された対象概念ごとに、その下位概念を表すキーワードを電子化辞書２３上で検索し、当該検索により検出した個々のキーワードをそれぞれ対応する対象概念に対応付けた上述の対象概念抽出用データベース２４を作成する。
一方、適用フェーズでは、情報処理装置１は、上述のようにして作成した対象概念抽出用データベース２４を利用して、ネットワーク２を流通する電子メールの中から、対象概念抽出用データベース２４に登録されたキーワードをテキスト内に含む電子メールを抽出する。また情報処理装置１は、このようにして抽出した電子メールについて、そのテキストの内容をそのとき検出したキーワードの上位概念を用いて表した要約を作成する。
例えば図３の場合、図３（Ａ）に示すように、「e-mail_1」については、「監視システム受注」という箇所から「システム」、「販売」及び「する」という対象概念が抽出され、「e-mail_2」については、「会計システム導入」という箇所から「システム」、「販売」及び「する」という上位概念が抽出されるため、これら「e-mail_1」及び「e-mail_2」については、いずれも「システム 販売 する」という要約が作成されることになる。
そして情報処理装置１は、この後、ユーザからの要求があった場合に、このようにして作成した該当する電子メールの要約に基づいて、所定期間内における該当する電子メールをその内容に応じて分類し、分類結果をユーザに提示する。
例えば図３の場合、上述のように「e-mail_1」及び「e-mail_2」について「システム 販売 する」という同じ要約が作成されるため、これら「e-mail_1」及び「e-mail_2」が同一のグループに分類される。そして、この分類結果が例えば図３（Ｂ）のように要約を「内容」とする形式で表示される。
以上のようなトピック検出機能を実現するための手段として、情報処理装置１のメモリ１１（図１）には、図１について上述したようにトピック検出プログラム２１及び抽出電子メール管理テーブル２２が格納されている。
トピック検出プログラム２１は、上述のトピック検出機能に関する各種処理を実行するためのプログラムであり、図１に示すように、データベース作成部３０、要約作成部３１及び表示部３２から構成される。
データベース作成部３０は、ユーザにより設定された対象概念に基づいて上述の対象概念抽出用データベース２４を作成する機能を有するモジュールである。また要約作成部３１は、対象概念抽出用データベース２４に登録されたキーワードをテキスト内に含む電子メールを抽出し、その要約を作成する機能を有するモジュールである。さらに表示部３２は、ユーザからの要求に応じて、該当する電子メールをその要約を利用して分類し、所定期間内における該当する電子メールの全体像を表示する機能を有するモジュールである。
また抽出電子メール管理テーブル２２は、適用フェーズにおいて抽出された、対象概念抽出用データベース２４に登録されたキーワードをテキスト内に含む電子メールを管理するために利用されるテーブルである。
この抽出電子メール管理テーブル２２は、図５に示すように、送信日時欄２２Ａ、内容欄２２Ｂ、送信元アドレス欄２２Ｃ及び送信先アドレス欄２２Ｄなどを備えて構成される。そして送信日時欄２２Ａには、その電子メールが送信元から送信された日時が格納され、内容欄２２Ｂには、その電子メールについて作成された上述の要約が格納される。また送信元アドレス欄２２Ｃには、その電子メールの送信元のメールアドレスが格納され、送信先アドレス欄２２Ｄには、その電子メールの送信先のメールアドレスが格納される。
従って、図５の例では、「2014/12/15 09:31:15」に「a_okamoto@aaa.co.jp」というメールアドレス（送信元）から「m_higasi@aaa.co.jp」というメールアドレス（送信先）に「システム 販売 する」という内容の電子メールが送信されたことが示されている。
図６、図７及び図９は、以上のトピック検出機能に関連して情報処理装置１において実行される各種処理の具体的な処理内容を示す。なお以下においては、各種処理の処理主体を「モジュール（～部）」として説明するが、実際上は、その「モジュール（～部）」に基づいて、その処理をＣＰＵ１０が実行することは言うまでもない。
図６は、準備フェーズにおける一連の処理の流れを示す。この処理（以下、これをデータベース作成処理と呼ぶ）は、データベース作成部３０により実行される。
実際上、データベース作成部３０は、入力装置１４（図１）が操作されて対象概念抽出用データベース２４の作成指示が入力されるとこの図６に示すデータベース作成処理を開始し、まず、ユーザにより１又は複数の対象概念が選定されるのを待ち受ける（ＳＰ１）。
そしてデータベース作成部３０は、やがて１又は複数の対象概念が選定されると、そのとき選定された対象概念ごとに、その下位概念を電子化辞書上で検索し、すべての下位概念をそれぞれ抽出する（ＳＰ２）。
続いて、データベース作成部３０は、ステップＳＰ２で抽出した対象概念ごとのすべての下位概念について、その下位概念に関連するすべてのキーワードを電子化辞書からそれぞれ抽出する（ＳＰ３）。
さらにデータベース作成部３０は、ステップＳＰ３で抽出したすべてのキーワードをそれぞれ対応する対象概念と対応付けた対象概念抽出用データベース２４を作成する（ＳＰ４）。そしてデータベース作成部３０は、この後、このデータベース作成処理を終了する。
一方、図７は、適用フェーズの一連の処理のうち、対象概念抽出用データベース２４に登録されたキーワードをテキストに含む電子メールを抽出し、その要約を作成するまでの処理の流れを示す。この処理（以下、これを要約作成処理と呼ぶ）は、要約作成部３１により実行される。
実際上、要約作成部３１は、図６について上述したデータベース作成処理が終了すると、この図７に示す要約作成処理を開始し、まず、上述の電子メール監視機能を実行するためにネットワーク２から取り込んだ電子メールの中から分析対象とする電子メールを１つの選択する（ＳＰ１０）。
続いて、要約作成部３１は、選択した電子メールのテキストを形態素分析することにより、当該テキストを個々の形態素（言語で意味をもつ最小単位）に分割し（ＳＰ１１）、この後、このとき得られた各形態素を対象概念抽出用データベース２４上でそれぞれ検索することにより、かかる形態素分析で得られた形態素の中に、対象概念抽出用データベース２４にキーワードとして登録された形態素が存在するか否かを判断する（ＳＰ１２）。
要約作成部３１は、この判断で否定結果を得ると、ステップＳＰ１０に戻り、次の未処理の電子メールに処理を移す。これに対して要約作成部３１は、ステップＳＰ１２の判断で肯定結果を得ると、ステップＳＰ１１の形態素分析で得られた形態素のうち、対象概念抽出用データベース２４にキーワードとして登録された各形態素について、対象概念抽出用データベース２４を参照して、その形態素（キーワード）の上位概念である対象概念をそれぞれ検出する（ＳＰ１３）。
続いて、要約作成部３１は、ステップＳＰ１３で検出した各対象概念について、その下位概念の中から、所定の抽象度を有する概念を抽出する抽象度フィルタンリング処理を実行する（ＳＰ１４）。これは、あまりにも上位の概念を用いて要約を作成しても、結果的にユーザがその要約に基づいて電子メールの内容を把握することができないため、ユーザが電子メールの内容を認識可能な抽象度を有する上位概念を用いて要約を作成するためである。
本実施の形態の場合、要約作成部３１は、かかる抽象度フィルタリング処理として、図８に示すように、対象概念ごとに、対象概念抽出用データベース２４に登録されたキーワードのうち、図２について上述した電子化辞書を利用することにより構築される概念の上下関係を表すグラフにおいて、リーフレベルのキーワード（下位概念を持たないキーワードであり、図８の「leaf_1」～「leaf_3」が相当）への平均距離が予め設定された閾値未満であり、かつ、かかる平均距離が最も大きい上位概念を要約に利用する上位概念として検出する。
ここで、図８において「C:」というノードから「leaf_1」～「leaf_3」という３つのリーフノードへの平均距離は、「C:」というノードから「leaf_1」～「leaf_3」という３つのリーフノードへの総合距離を計算し、この合計距離をリーフノードの数で除算することにより算出することができる。
具体的に、図８の例の場合、「leaf_1」というノードから「C:」というノードへの距離と、「leaf_2」というノードから「C:」というノードへの距離はいずれも「２」であり、「leaf_3」というノードから「C:」というノードへの距離は「１」であるため、総合距離は、これら距離の合計値である「５」となる。従って、この「５」をリーフノード数である「３」で除算した「５／３（～1.67）」が「C:」というノードから「leaf_1」～「leaf_3」という３つのリーフノードへの平均距離となる。
そこで要約作成部３１は、ステップＳＰ１４において、ステップＳＰ１３で検出した対象概念ごとに、対象概念抽出用データベース２４に登録されたキーワードのうち、ステップＳＰ１２で検出した形態素（キーワード）よりも上位のすべての概念（上位概念）についてこのような演算をそれぞれ実行することにより、これら上位概念からリーフノードまでの平均距離をそれぞれ算出し、算出した平均距離が予め設定された閾値よりも小さくかつ、当該平均距離が最も閾値に近い上位概念を１つ抽出する。
次いで、要約作成部３１は、このようにして抽出した対象概念ごとの上位概念を並べることによりその電子メールの要約を作成し（ＳＰ１５）、さらにその電子メールに関する必要な情報を図５について上述した抽出電子メール管理テーブル２２に格納した後（ＳＰ１６）、ステップＳＰ１０に戻る。
他方、図９は、適用フェーズの一連の処理のうち、ユーザから所定期間内における該当する電子メールの全体像を表示すべき旨の指示（以下、これを全体像表示指示と呼ぶ）が与えられた場合に情報処理装置１において実行される処理の流れを示す。この処理（以下、これを表示処理と呼ぶ）は、表示部３２（図１）により実行される。
実際上、表示部３２は、入力装置１４が操作されてかかる全体像表示指示が与えられるとこの図９に示す表示処理を開始し、まず、抽出電子メール管理テーブル２２に登録された電子メールのうち所定期間内に送信元から送信されたすべての電子メールをその要約の内容に応じて分類する（ＳＰ２０）。
この際の分類方法としては、例えば、要約の内容が完全一致する電子メール同士を同一グループとして分類する方法や、要約の内容が完全一致していない場合でも、要約を構成する各概念の上位概念が完全一致又は部分的に一致する場合には同一グループに分類する方法などを適用することができる。
続いて、表示部３２は、ステップＳＰ２２の分類結果を、例えば図３（Ｂ）について上述した所定形式で表示装置１５（図１）に表示し（ＳＰ２１）、この後、この表示処理を終了する。
（１－３）本実施の形態の効果
以上のように本実施の形態の情報処理装置１では、選定された対象概念と、当該対象概念の下位概念を表すキーワードとを対応付けた対象概念抽出用データベース２４を作成し、この対象概念抽出用データベース２４に登録されたキーワードをテキスト内に含む電子メールを抽出すると共に、その電子メールの内容を上位概念で表す要約を作成し、ユーザからの要求に応じて、その要約に基づいて該当する電子メールを分類し、分類結果を表示する。
以上のように本実施の形態の情報処理装置１では、選定された対象概念と、当該対象概念の下位概念を表すキーワードとを対応付けた対象概念抽出用データベース２４を作成し、この対象概念抽出用データベース２４に登録されたキーワードをテキスト内に含む電子メールを抽出すると共に、その電子メールの内容を上位概念で表す要約を作成し、ユーザからの要求に応じて、その要約に基づいて該当する電子メールを分類し、分類結果を表示する。
従って、本情報処理装置１によれば、電子メール監視機能に基づく監視処理中に、電子メール監視機能に基づいて予め設定されたキーワードを含む電子メールを検出していない状態のときにも、かかる分類結果に基づいて、対象概念抽出用データベース２４に登録されたキーワードを含む電子メールの全体像を認識することができるため、当該情報処理装置１が正常に機能していることをユーザが認識することができる。すなわち本情報処理装置１によれば、ユーザは個々の電子メールのテキストに目を通すことなく、所定期間内における電子メールの内容の全体像を認識することができる。かくして本情報処理装置１によれば、ユーザから見た利便性を向上させることができる。
（２）第２の実施の形態
第１の実施の形態においては、ユーザが所望する特定のトピックに関する対象概念を登録することで、当該対象概念の下位概念のキーワードを含む電子メールを抽出し、これらの電子メールの全体像を表示するよう構成しているが、情報処理装置１がすべての電子メールについてその要約を作成し、作成した要約に基づいて電子メールを分類し、分類結果の全体像を表示するようにしても良い。
第１の実施の形態においては、ユーザが所望する特定のトピックに関する対象概念を登録することで、当該対象概念の下位概念のキーワードを含む電子メールを抽出し、これらの電子メールの全体像を表示するよう構成しているが、情報処理装置１がすべての電子メールについてその要約を作成し、作成した要約に基づいて電子メールを分類し、分類結果の全体像を表示するようにしても良い。
この場合には、上述した準備フェーズは必要なく、電子メールのテキストを形態素分析し、その結果から特徴的な形態素を抽出し（特徴的形態素抽出処理）、抽出した形態素の上位概念を検出し（上概念検出処理）、検出した上位概念の中から、かかる適度なレベルの上位概念を抽出し（抽象フィルタリング及び上位概念ランキング処理）、その結果に基づいて上述の実施の形態と同様にして電子メールを分類して分類結果の全体像を表示するようにすれば良い。
具体的には、特徴的形態素抽出処理では、
（Ａ）参照コーパス（reference corpus）を用意する。ここで、当該参照コーパスは、自然言語の文章を構造化し、大規模に集積したものであり、当該参照コーパスから形態素の出現頻度を容易に取り出すことができる。
（Ａ）参照コーパス（reference corpus）を用意する。ここで、当該参照コーパスは、自然言語の文章を構造化し、大規模に集積したものであり、当該参照コーパスから形態素の出現頻度を容易に取り出すことができる。
（Ｂ）ある形態素が、分析対象となる未知データに出現する頻度をＯ１１、参照コーパスに出現する頻度をＯ１２とし、当該形態素とは異なる他のすべての形態素が未知データに出現する頻度をＯ２１、当該他のすべての形態素が参照コーパスに出現する頻度をＯ２２とする。
（Ｃ）Ｒ１及びＲ２をそれぞれ次式
とし、Ｃ１、Ｃ２、Ｎをそれぞれ次式
として、期待出現頻度（expected frequencies）Ｅ１１～Ｅ２２をそれぞれ次式により算出する。
（Ｄ）対数尤度比（log-likelihood-ratio）を次式により算出する。
この対数尤度比は、その値が高いほど、当該形態素が未知データを特徴付けるものである確率が高いことを示す。よって、例えば対数尤度比が予め設定した形態素を特徴的な形態素として抽出する。
また上位概念検出処理では、上述の特徴的形態素抽出処理で抽出した形態素の上位概念を図１について上述した電子辞書２３で検索することにより検出する。
さらに抽象度フィルタリング及び上位概念ランキング処理では、まず、上位概念検出処理で検出した上位概念の中から図７のステップＳＰ１４について上述した抽象度フィルタリング処理により程度な抽象度を有する上位概念を抽出する。この抽出処理により抽出された上位概念が複数あった場合、次式
により概念の出現頻度（Concept Frequency；ＣＦ）が求められるため、当該概念の出現頻度をランキングすることにより、当該出現頻度が高い所定個数又は出現頻度が予め設定された閾値以上の上位概念を抽出し、これらの上位概念を並べたものをその電子メールの要約とする。なお、上述のように上位概念をランキングする方法としては、単に出現頻度をその大きさの順番で決定する方法以外にも、例えば、ＣＦ／ＤＦ（文書頻度；Document Frequency）又はＣＦ／ＴＦ－ｉＤＦ（単語の出現頻度と文書頻度とから計算される指標）により計算した値を利用してランキングする方法や、これ以外の方法を利用することもできる。この後は、この要約を用いて所定期間内のすべての電子メールを分類し、分類結果を表示する。
以上の本実施の形態による情報処理装置によれば、すべての電子メールをその内容に応じて分類することができるため、ユーザが所定期間内におけるすべての電子メールの内容の全体像を認識することができ、かくしてユーザから見た利便性をより一層と向上させることができる。
（３）他の実施の形態
なお上述の第１及び第２の実施の形態においては、情報処理装置１が電子化辞書を保持している場合について述べたが、本発明はこれに限らず、情報処理装置１は電子化辞書を保持しておらず、情報処理装置１が電子化辞書を保持する外部装置に対して電子化辞書上での各種検索を依頼し、その結果を受け取るようにシステム（装置）を構築するようにしても良い。
なお上述の第１及び第２の実施の形態においては、情報処理装置１が電子化辞書を保持している場合について述べたが、本発明はこれに限らず、情報処理装置１は電子化辞書を保持しておらず、情報処理装置１が電子化辞書を保持する外部装置に対して電子化辞書上での各種検索を依頼し、その結果を受け取るようにシステム（装置）を構築するようにしても良い。
また上述の第１及び第２の実施の形態においては、図７について上述した要約作成処理のステップＳＰ１４において、リーフレベルへの平均距離が予め設定された閾値未満の距離を有する概念を電子メールのテキストから抽出したキーワードの上位概念として、当該上位概念を用いてその電子メールの要約を作成するようにした場合について述べたが、本発明はこれに限らず、例えば、電子メールのテキストから抽出した対象概念抽出用データベース２４に登録されたキーワードの上位概念を求め、当該上位概念を利用してその電子メールの要約を作成するようにしても良い。
さらに上述の第１及び第２の実施の形態においては、該当する電子メールの全体像を例えば図３（Ｂ）のような形式で表示するようにした場合について述べたが、本発明はこれに限らず、例えば要約・分類された各結果が全体に占める割合を明示した円グラフ・棒グラフ・折れ線グラフ等のチャートをかかる全体像として表示する（例えば、トピックＡは全体の２０％を占め、トピックＢは全体の１０％を占め、トピックＣは全体の５％を占め、その他のトピックは全体の６５％を占めるなど）など、この他種々の表示形式を広く適用することができる。
さらに上述の第１及び第２の実施の形態においては、電子メール監視機能及びトピック検出機能を同じ１つの情報処理装置１に搭載（つまり電子メール監視プログラム２０及びトピック検出プログラム２１を１つの情報処理装置１に実装）するようにした場合について述べたが、本発明はこれに限らず、これら２つの機能を別個の情報処理装置に搭載（例えば、電子メール監視プログラム２０及びトピック検出プログラム２１を別個の情報処理装置に実装）するようにしても良い。また電子メール監視機能やトピック検出機能を複数台の情報処理装置で実行する分散システムとしてシステムを構築するようにしても良い。
さらに上述の第１及び第２の実施の形態においては、電子メールの要約を作成し、当該要約に基づいて電子メールを分類し、分類結果の全体像をユーザに提供するようにした場合について述べたが、本発明はこれに限らず、例えば、情報処理装置１が、ある概念（第１の概念）と当該概念とは異なる他の概念（第２の概念）との相関（共起）を考慮して、データを分析できるようにしても良い。例えば、「システム」という第１の概念（評価対象）と「腹を立てること」という第２の概念（価値判断）とが同じデータに同時に出現することが多い場合、当該「システム」という評価対象は評価が低いという価値判断を、情報処理装置１がユーザに提示できるようにしても良い。
さらに上述の第１の実施の形態においては、準備フェーズにおいてキーワードと対象概念とを対応付けただけの対象概念抽出用データベース２４を作成するようにした場合について述べたが、本発明はこれに限らず、例えば、情報処理装置１が、準備フェーズにおいてキーワードと対象概念とを対応付けるだけでなく、当該キーワードに対するスコア（当該キーワードがポジティブな感情を示すものか、ネガティブな感情を示すものかを、例えば、０～１の値で定量化した指標）を概念感情スコアとして対応付け、適用フェーズにおいてデータから抽出された概念に対応する概念感情スコアに基づいて（例えば、当該概念感情スコアを合算・積算することによって）、当該概念（評価対象）に対する感情（価値判断）をユーザに提示できるようにしても良い。
さらに上述の第１の実施の形態においては、予め選定された対象概念の下位概念に属するキーワードを含む電子メールを抽出し、当該キーワードの上位概念を用いてその電子メールの要約を作成するようにした場合について述べたが、本発明はこれに限らず、例えば、情報処理装置１が、センテンスに含まれる動詞句を上位概念として抽出し、抽出した動詞句を利用して当該センテンスを含むデータの要約を作成するようにしても良い。例えば、情報処理装置１が、「私は料理を楽しみました」というセンテンスから「楽しみました」という動詞句を抽出し、当該動詞句を要約としてユーザに提示するようにしても良い。
さらに上述の第１及び第２の実施の形態においては、本発明を電子メールの監視を行う情報処理装置１に適用するようにした場合について述べたが、本発明はこれに限らず、以下の実施の目的、或いは、実施の形態にも適用することができる。
例えば、本発明は、インターネット応用システムに適用することもできる。例えば、ユーザがＳＮＳに投稿したメッセージ、ウェブサイトに掲載されたお勧め情報やレビュー、ユーザ又は団体のプロフィールなどのデータを本発明の情報処理装置により要約してユーザに提供することができる。すなわち、上記情報処理装置は、評価対象（例えば、ユーザがウェブサイトに投稿した商品レビューの場合、当該商品）と、価値判断（当該商品に対してどのような評価をしたのかについての要約）とを示すことができるため、インターネットに関するユーザの利便性を向上させることができる。
また本発明は、医療応用システム（例えば、電子カルテ、看護記録、患者の日記などをデータとして、患者の予後を予測したり、薬効を検証したりするシステム）に適用することもできる。この場合、例えば、電子カルテ、看護記録、患者の日記などを本発明の情報処理装置により要約したものを提示することによって、例えば、患者が危険な状態（例えば、転倒するなど）に陥ることの予測を容易化させることができる。
さらに本発明は、ディスカバリ支援システムに適用することもできる。例えば、ドキュメント、電子メール、表計算データなどのデータを本発明の情報処理装置により要約することによって、例えば、本件訴訟に関連する文書のみをユーザが効率的に抽出して法廷に提出することができる。
さらに本発明は、フォレンジックシステムに適用することもできる。この場合、例えば、ドキュメント、電子メール、表計算データなどのデータを本発明の情報処理装置により要約することによって、例えば、当該犯罪行為を立証する証拠の抽出を容易化させることができ、そのような作業効率を向上させることができる。
さらに本発明は、例えばプレディクティブコーディング機能（少数の訓練データに基づいて、多数の未知データに対してスコア（当該未知データと所定の事案との関連性の高低を示す指標）を算出することによって、当該多数の未知データを序列化する機能）が搭載されたデータ分析システムに適用することもできる。なお、プレディクティブコーディング機能が搭載されたデータ分析システムは、そのデータ分析を実行するデータ分析プログラムの一部又は全部を実行するクライアント装置（例えば、パーソナルコンピュータ、スマートフォンなどのユーザ端末）と、上記データ分析プログラムの一部又は全部を実行し、実行した結果を上記クライアント装置に返送するサーバ装置とを有し、データ分析プログラムに含まれる処理をクライアント装置及びサーバ装置において任意に分担するように構成される。
なお本発明をプレディクティブコーディング機能が搭載されたデータ分析システムに適用する場合、データの要約によって示された価値判断に基づいて、上記プレディクティブコーディング機能によって当該データに対して算出されたスコアを調整するようにしても良い。例えば、上記プレディクティブコーディング機能によって、ユーザの嗜好に合っていると考えられるデータほど高いスコアが付けられた場合であって、当該データから「関心がない」ことを示す価値判断が要約として示された場合（すなわち、スコアと要約とが矛盾する場合）、本発明の情報処理装置が、例えば、上記算出されたスコアを減少させるなど、当該スコアを調整できるようにしても良い。
さらに本発明は、特許調査システムに適用することもできる。例えば、特許文献、発明を要約した文書などのデータを本情報処理装置により要約することによって、大量の特許文献の中から無効資料を抽出する作業をユーザが効率良く行うことができる。
このように本発明の情報処理装置は、電子メールを監視する情報処理装置１だけでなく、フォレンジックシステム、ディスカバリ支援システム、医療応用システム、インターネット応用システム、特許調査システムなどの種々のシステムに広く適用することができる。さらに、本発明の情報処理装置は、ポータルサイト運営システム、プロジェクト評価システム、取引管理システム、コールセンターエスカレーションシステム、マーケティングシステムなど、任意のシステムに広く適用することができる。すなわち、本発明は、データから上位概念を抽出し、当該上位概念で表現した要約を作成し、当該要約をユーザに提示することによって、データの全体像を当該ユーザに提示するシステムに広く適用され得る。
本発明は、環境の変化又は特定の状態を検出する情報処理装置や、インターネット上でウェブページを提供するサーバ装置など、種々の情報処理装置に広く適用することができる。
１……情報処理装置、１０……ＣＰＵ、１５……表示装置、２１……トピック検出プログラム、２２……抽出電子メール管理テーブル、２３……電子化辞書、２４……対象概念抽出用データベース、３０……データベース作成部、３１……要約作成部、３２……表示部。
Claims (6)
- 選定された対象概念と、当該対象概念の下位概念となるデータ要素とを対応付けたデータベースを作成するデータベース作成部と、
対象とするデータの中から前記データベースに登録された前記データ要素を含むデータを抽出し、抽出した前記データの内容を当該データ要素の上位概念で表現した要約を作成する要約作成部と、
前記要約に基づいて、前記データベースに登録された前記データ要素を含む前記データを分類し、分類結果を表示する表示部と
を備えることを特徴とする情報処理装置。 - 前記データ要素及び概念を階層的に分類し、前記データ要素及び前記概念を収録した辞書が予め与えられ、
前記データベース作成部は、
当該辞書から選定された対象概念のすべての下位概念を前記辞書上で検索し、
当該検索により検出したすべての前記下位概念に対応するすべての前記データ要素を抽出し、
抽出したすべての前記データ要素をそれぞれ対応する前記対象概念と対応付けるようにして前記データベースを作成する
ことを特徴とする請求項１に記載の情報処理装置。 - 前記要約作成部は、
前記データに含まれる前記データベースに登録された前記データ要素の上位概念である前記対象概念を検出し、
検出した前記対象概念の下位の概念のうち、前記データから抽出した前記データ要素の上位概念であって、所定の抽象度を有する概念を検出し、検出した概念を利用して前記要約を作成する
ことを特徴とする請求項１に記載の情報処理装置。 - 所定の前記抽象度を有する前記概念は、
概念の上下関係を表すグラフにおいて、リーフレベルへの平均距離が予め設定された閾値未満の距離を有する概念である
ことを特徴とする請求項２又は３に記載の情報処理装置。 - 情報処理装置が、選定された対象概念と、当該対象概念の下位概念となるデータ要素とを対応付けたデータベースを作成する第１のステップと、
前記情報処理装置が、データの中から前記データベースに登録された前記データ要素を含むデータを抽出し、抽出した前記データの内容を当該データ要素の上位概念で表現した要約を作成する第２のステップと、
前記情報処理装置が、前記要約に基づいて、前記データベースに登録された前記データ要素を含む前記データを分類し、分類結果を表示する第３のステップと
を含むことを特徴とする情報処理方法。 - 選定された対象概念と、当該対象概念の下位概念となるデータ要素とを対応付けたデータベースを作成する第１のステップと、
データの中から前記データベースに登録された前記データ要素を含むデータを抽出し、抽出した前記データの内容を当該データ要素の上位概念で表現した要約を作成する第２のステップと、
前記要約に基づいて、前記データベースに登録された前記データ要素を含む前記データを分類し、分類結果を表示する第３のステップと
を含む処理を情報処理装置に実行させることを特徴とするプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2015/054890 WO2016132558A1 (ja) | 2015-02-20 | 2015-02-20 | 情報処理装置及び方法並びにプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2015/054890 WO2016132558A1 (ja) | 2015-02-20 | 2015-02-20 | 情報処理装置及び方法並びにプログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2016132558A1 true WO2016132558A1 (ja) | 2016-08-25 |
Family
ID=56692068
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/JP2015/054890 WO2016132558A1 (ja) | 2015-02-20 | 2015-02-20 | 情報処理装置及び方法並びにプログラム |
Country Status (1)
| Country | Link |
|---|---|
| WO (1) | WO2016132558A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021240832A1 (ja) * | 2020-05-27 | 2021-12-02 | 日本電信電話株式会社 | 処理装置、処理方法および処理プログラム |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006318398A (ja) * | 2005-05-16 | 2006-11-24 | Nippon Telegr & Teleph Corp <Ntt> | ベクトル生成方法及び装置及び情報分類方法及び装置及びプログラム及びプログラムを格納したコンピュータ読み取り可能な記憶媒体 |
| US20120066210A1 (en) * | 2010-09-14 | 2012-03-15 | Microsoft Corporation | Interface to navigate and search a concept hierarchy |
| JP2015001834A (ja) * | 2013-06-14 | 2015-01-05 | 日本電信電話株式会社 | コンテンツ要約装置、コンテンツ要約方法及びコンテンツ要約プログラム |
-
2015
- 2015-02-20 WO PCT/JP2015/054890 patent/WO2016132558A1/ja active Application Filing
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006318398A (ja) * | 2005-05-16 | 2006-11-24 | Nippon Telegr & Teleph Corp <Ntt> | ベクトル生成方法及び装置及び情報分類方法及び装置及びプログラム及びプログラムを格納したコンピュータ読み取り可能な記憶媒体 |
| US20120066210A1 (en) * | 2010-09-14 | 2012-03-15 | Microsoft Corporation | Interface to navigate and search a concept hierarchy |
| JP2015001834A (ja) * | 2013-06-14 | 2015-01-05 | 日本電信電話株式会社 | コンテンツ要約装置、コンテンツ要約方法及びコンテンツ要約プログラム |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021240832A1 (ja) * | 2020-05-27 | 2021-12-02 | 日本電信電話株式会社 | 処理装置、処理方法および処理プログラム |
| WO2021240686A1 (ja) * | 2020-05-27 | 2021-12-02 | 日本電信電話株式会社 | 処理装置、処理方法および処理プログラム |
| JPWO2021240832A1 (ja) * | 2020-05-27 | 2021-12-02 | ||
| JP7477791B2 (ja) | 2020-05-27 | 2024-05-02 | 日本電信電話株式会社 | 処理装置、処理方法および処理プログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Al-Garadi et al. | Using online social networks to track a pandemic: A systematic review | |
| US8751917B2 (en) | Social context for a page containing content from a global community | |
| AU2014306879B2 (en) | Browsing images via mined hyperlinked text snippets | |
| US9881037B2 (en) | Method for systematic mass normalization of titles | |
| US8700621B1 (en) | Generating query suggestions from user generated content | |
| US9152625B2 (en) | Microblog summarization | |
| US9946703B2 (en) | Title extraction using natural language processing | |
| US20160041985A1 (en) | Systems and methods for suggesting headlines | |
| CN102770857A (zh) | 关系信息扩展装置、关系信息扩展方法以及程序 | |
| WO2013049774A2 (en) | Sentiment analysis from social media content | |
| CN103793481B (zh) | 基于用户兴趣挖掘的微博词云生成方法及访问支持系统 | |
| Heu et al. | FoDoSu: multi-document summarization exploiting semantic analysis based on social Folksonomy | |
| US9116979B2 (en) | Systems and methods for creating an interest profile for a user | |
| JP6048977B2 (ja) | サイトまとめ方法、サイトまとめシステム、情報処理装置、及びプログラム | |
| JP6646184B2 (ja) | 検索用資料情報記憶装置 | |
| US20160148325A1 (en) | Method and apparatus for providing a response to an input post on a social page of a brand | |
| US11061943B2 (en) | Constructing, evaluating, and improving a search string for retrieving images indicating item use | |
| WO2016121127A1 (ja) | データ評価システム、データ評価方法、およびデータ評価プログラム | |
| Faisal et al. | A novel framework for social web forums’ thread ranking based on semantics and post quality features | |
| Dhoju et al. | A large-scale analysis of health journalism by reliable and unreliable media | |
| JP2016045552A (ja) | 特徴抽出プログラム、特徴抽出方法、および特徴抽出装置 | |
| WO2016132558A1 (ja) | 情報処理装置及び方法並びにプログラム | |
| US11055345B2 (en) | Constructing, evaluating, and improving a search string for retrieving images indicating item use | |
| JP5361090B2 (ja) | 話題語獲得装置、方法、及びプログラム | |
| JP5844887B2 (ja) | 通信ネットワークを通じたビデオ・コンテンツ検索のための支援 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 15882659 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| NENP | Non-entry into the national phase |
Ref country code: JP |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 15882659 Country of ref document: EP Kind code of ref document: A1 |