属性表現獲得方法及び装置及びプログラム
【課題】 ユーザが商品を探す際に用いる属性に限定された属性表現を抽出する。
【解決手段】 本発明は、検索ログから入力された対象語句を含むログ（先行クエリ情報と後続クエリ情報の組）を抽出し、後から検索クエリが追加された追加キーを属性表現候補語句として検索ログから抽出し、属性抽出対象語句の集合のどの語句に対しても偏りなく出現する属性表現候補を、該属性抽出対象語句の集合に共通する属性表現として抽出する。属性表現候補を抽出する際に、先行クエリ情報に追加キーを付加することで、後続クエリ情報が構成されている絞り込み関係にある検索クエリシーケンス情報集合を選び出し、得られた絞り込み関係にある検索クエリシーケンス情報集合の各検索クエリシーケンス情報から、該後続クエリ情報に追加された絞り込み語句を属性候補語句情報として抽出する。
【解決手段】 本発明は、検索ログから入力された対象語句を含むログ（先行クエリ情報と後続クエリ情報の組）を抽出し、後から検索クエリが追加された追加キーを属性表現候補語句として検索ログから抽出し、属性抽出対象語句の集合のどの語句に対しても偏りなく出現する属性表現候補を、該属性抽出対象語句の集合に共通する属性表現として抽出する。属性表現候補を抽出する際に、先行クエリ情報に追加キーを付加することで、後続クエリ情報が構成されている絞り込み関係にある検索クエリシーケンス情報集合を選び出し、得られた絞り込み関係にある検索クエリシーケンス情報集合の各検索クエリシーケンス情報から、該後続クエリ情報に追加された絞り込み語句を属性候補語句情報として抽出する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、属性表現獲得方法及び装置及びプログラムに係り、特に、検索システムに入力された検索クエリのログを用いることによって、対象を探す際に有効となる属性表現を獲得するための属性表現獲得方法及び装置及びプログラムに関する。
【背景技術】
【０００２】
インターネットの普及と共に、ウェブ上で商品を購入するＥＣ(Electronic Commerce)サイトが普及し、それらにおいて提供される商品の数も膨大になってきている。そのような中、ユーザが探し易いように商品の分類体系を整備し、それに従って商品を配置することが、ＥＣサイトの使いやすさを確保するために必要な条件となっている。しかし、膨大な商品群の分類体系を構築するのはコストのかかる作業であり、自動で商品分類属性を獲得する手法が必要とされてきた。
【０００３】
従来の商品の属性表現を自動的に獲得する手法として、文書の集合に対して、予め与えられた評価表現や属性抽出対象が出現する構文情報を抽出することによって、同様の構文を持つ文書中から属性表現を抽出する手法が知られている（例えば、特許文献1参照）。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００７−２４１７６５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、上記従来技術においては、文書中から属性表現を抽出してくるために、抽出された属性表現の中にユーザが商品を探す際に重視される属性ではないものも含まれてしまうという問題点があった。
【０００６】
本発明は上記の点に鑑みなされたもので、検索システムにユーザが入力した検索クエリのログを用いることにより、ユーザが商品を探す際に用いる属性に限定された属性表現を抽出することが可能な属性表現獲得方法及び装置及びプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００７】
図１は、本発明の原理を説明するための図である。
【０００８】
本発明（請求項１）は、対象事物に対してその性質や特性を表す属性表現を、検索システムに入力された検索クエリ語句の集合と個々の検索クエリ語句を入力したユーザの識別情報とが蓄積された検索クエリデータベースから獲得するための属性表現獲得方法であって、
入力装置から、属性を獲得する対象となる１つまたは複数の属性抽出対象となる属性抽出対象語句を取得し、抽出対象バッファに格納する属性抽出対象入力ステップ（ステップ１）と、
検索クエリデータベースからユーザの識別情報に基づいて同一のユーザから入力された検索語句の集合を抽出し、同一ユーザによって入力された時間的に連続した先に入力された検索クエリ語句（以下、「先行クエリ情報」と記す）と後に入力された検索クエリ語句（以下、「後続クエリ情報」と記す）からなる２つの検索クエリ情報の組を検索クエリシーケンス情報として抽出して検索シーケンスデータベースに格納する検索シーケンス抽出ステップ（ステップ２）と、
抽出対象バッファに格納されている属性抽出対象語句に基づいて、検索シーケンスデータベースに格納されている検索クエリシーケンス情報の検索クエリ情報に含まれている語句を属性表現候補語句として抽出し、属性候補バッファに格納する属性表現候補抽出ステップ（ステップ３）と、
属性候補バッファに格納されている属性表現候補語句それぞれについて、抽出対象バッファに格納されている属性抽出対象語句の集合のどの語句に対しても偏りなく出現する属性表現候補を、該属性抽出対象語句の集合に共通する属性表現として抽出する属性表現選別ステップ（ステップ４）と、を有し、
属性表現候補抽出ステップ（ステップ３）において、
先行クエリ情報に検索条件が追加された検索クエリシーケンス情報を絞り込み関係にある絞り込み語句の集合として抽出し、該検索クエリシーケンス情報集合の各検索クエリシーケンス情報の先行クエリ情報に追加された該検索条件を含む後続クエリ情報を選択し、該後続クエリ情報から該先行クエリ情報に含まれない語句を属性候補語句情報として抽出する。
【０００９】
また、本発明（請求項２）は、請求項１の属性表現獲得方法において、属性表現候補抽出ステップの前に、
検索シーケンスデータベースから読み出された検索シーケンス情報集合のそれぞれに含まれる先行クエリ情報から、属性抽出対象語句以外の語句を共起語句として抽出する共起語句抽出ステップを行い、
属性表現候補抽出ステップにおいて、
共起語句抽出ステップで得られた共起語句の集合と、検索シーケンスデータベースから抽出された絞り込み関係にある絞り込み語句の集合とを比較し、該絞り込み語句の集合中での出現度合いが、該共起語句の集合における出現度合いよりも高い語句を属性表現候補語句として抽出するステップを行う。
【００１０】
また、本発明（請求項３）は、請求項２の属性表現獲得方法の属性表現候補抽出ステップにおいて、
共起語句の集合より絞り込み語句の集合中でより多く出現する度合いを表す値Ａを、
ある語句が該絞り込み語句の集合に出現する回数を絞り込み語句に出現する全語句の数で割ることによって得られる当該語句の絞り込み語句集合中での第１の出現確率と、当該語句が共起する語句の集合で出現する回数を共起する語句の集合に出現する全語句の数で割ることによって得られる共起する語句の集合中での第２の出現確率との差を算出することによって求め、
得られた値Ａが予め定められた閾値以上の場合に属性表現候補語句として抽出するステップを行う。
【００１１】
図２は、本発明の原理構成図である。
【００１２】
本発明（請求項４）は、対象事物に対してその性質や特性を表す属性表現を、検索システムに入力された検索クエリ語句の集合と個々の検索クエリ語句を入力したユーザの識別情報とが蓄積された検索クエリデータベースから獲得するための属性表現獲得装置であって、
入力装置３００から、属性を獲得する対象となる１つまたは複数の属性抽出対象となる属性抽出対象語句を取得し、抽出対象バッファ１３１に格納する属性抽出対象入力手段１３２と、
検索クエリデータベース２００からユーザの識別情報に基づいて同一のユーザから入力された検索語句の集合を抽出し、同一ユーザによって入力された時間的に連続した先に入力された検索クエリ語句（以下、「先行クエリ情報」と記す）と後に入力された検索クエリ語句（以下、「後続クエリ情報」と記す）からなる２つの検索クエリ情報の組を検索クエリシーケンス情報として抽出して検索シーケンスデータベース１２０に格納する検索シーケンス抽出手段１１０と、
抽出対象バッファ１３１に格納されている属性抽出対象語句に基づいて、検索シーケンスデータベース１２０に格納されている検索クエリシーケンス情報の検索クエリ情報に含まれている語句を属性表現候補語句として抽出し、属性候補バッファ１４１に格納する属性表現候補抽出手段１３０と、
属性候補バッファ１４１に格納されている属性表現候補語句それぞれについて、抽出対象バッファに格納されている属性抽出対象語句の集合のどの語句に対しても偏りなく出現する属性表現候補を、該属性抽出対象語句の集合に共通する属性表現として抽出する属性表現選別手段１４０と、を有し、
属性表現候補抽出手段１３０は、
先行クエリ情報に検索条件が追加された検索クエリシーケンス情報を絞り込み関係にある絞り込み語句の集合として抽出し、該検索クエリシーケンス情報集合の各検索クエリシーケンス情報の先行クエリ情報に追加された該検索条件を含む後続クエリ情報を選択し、該後続クエリ情報から該先行クエリ情報に含まれない語句を属性候補語句情報として抽出する手段を含む。
【００１３】
また、本発明（請求項５）は、請求項４の属性表現獲得装置において、検索シーケンスデータベースから読み出された検索シーケンス情報集合のそれぞれに含まれる先行クエリ情報から、属性抽出対象語句以外の語句を共起語句として抽出する共起語句抽出手段を更に有し、
属性表現候補抽出手段１３０は、
共起語句抽出手段で得られた共起語句の集合と、検索シーケンスデータベース１２０から抽出される絞り込み関係にある絞り込み語句の集合とを比較し、該絞り込み語句の集合中での出現度合いが、該共起語句の集合における出現度合いよりも高い語句を属性表現候補語句として抽出する属性表現候補比較手段を含む。
【００１４】
また、本発明（請求項６）は、請求項５記載の属性表現獲得装置の属性表現候補抽出手段において、
共起語句の集合より絞り込み語句の集合中でより多く出現する度合いを表す値Ａを、
当該語句が該絞り込み語句の集合に出現する回数を絞り込み語句に出現する全語句の数で割ることによって得られる当該語句の絞り込み語句集合中での第１の出現確率と、当該語句が共起する語句の集合で出現する回数を共起する語句の集合に出現する全語句の数で割ることによって得られる共起する語句の集合中での第２の出現確率との差を算出することによって求め、
得られた値Ａが予め定められた閾値以上の場合に属性表現候補語句として抽出する手段を含む。
【００１５】
本発明（請求項７）は、請求項４乃至６の何れか１項記載の属性表現獲得装置を構成する各手段としてコンピュータを機能させるための属性表現獲得プログラムである。
【発明の効果】
【００１６】
上記のように、本発明は実際にユーザが対象を探す目的で入力した検索クエリ情報の集合から対象の属性表現を抽出するため、ユーザの表品を探す際に用いる属性表現のみに絞った抽出が可能となる。
【００１７】
また、本発明は、ユーザがあるクエリを入力した後に条件を追加して再度検索を行った絞込み関係にある検索シーケンスに注目し、絞り込み関係にある検索シーケンスにおいて絞り込み条件として入力された語句のみを属性表現として抽出することにより、「デジカメ」に対する「カメラ」のような、属性抽出対象語句よりも概念的に抽象的な語句を取り除くことができ、ユーザが商品を探す際に用いる属性表現をより精度良く抽出することが可能となる。
【図面の簡単な説明】
【００１８】
【図１】本発明の原理を説明するための図である。
【図２】本発明の原理構成図である。
【図３】本発明の第１の実施の形態における属性表現獲得装置の構成図である。
【図４】本発明の第１の実施の形態における検索クエリデータベースに蓄積される情報の例である。
【図５】本発明の第１の実施の形態における検索シーケンスデータベースに蓄積される情報の例である。
【図６】本発明の第１の実施の形態における属性表現候補抽出部の処理の流れを表す図である。
【図７】本発明の第１の実施の形態における検索シーケンスデータベースから読み出された情報の例である。
【図８】本発明の第１の実施の形態における絞り込み関係となる検索シーケンス情報の例である。
【図９】本発明の第１の実施の形態における属性候補バッファに書き込まれる情報の例である。
【図１０】本発明の第１の実施の形態における属性表現選別部の処理の流れを表す図である。
【図１１】本発明の第２の実施の形態における属性表現獲得装置の構成図である。
【図１２】本発明の第２の実施の形態における属性表現候補比較抽出部の処理の流れを表す図である。
【図１３】本発明の第２の実施の形態における集計された共起語句情報の例である。
【発明を実施するための形態】
【００１９】
以下、図面と共に本発明の実施の形態を説明する。
【００２０】
［第１の実施の形態］
図３は、本発明の第１の実施の形態における属性表現獲得装置の構成を示す。
【００２１】
同図に示す属性表現獲得装置１００Ａは、検索シーケンス抽出部１１０、検索シーケンスデータベース１２０、属性表現候補抽出部１３０、属性表現選別部１４０を有し、検索シーケンス抽出部１１０には外部の検索クエリデータベース２００が接続され、属性表現候補抽出部１３０には外部の属性抽出対象入力装置３００が接続され、属性表現選別部１４０には外部の属性表現出力装置４００が接続されている。
【００２２】
検索クエリデータベース２００には、既存の検索システムに入力された検索クエリ情報の集合が蓄積されている。検索クエリデータベース２００に蓄積されるこの検索クエリ情報は、一人のユーザからの１回毎の検索要求を表し、入力された検索クエリ情報と、当該検索クエリが入力された時刻情報、当該検索クエリを入力したユーザを一意に判別可能にするユーザ識別情報、とから構成される。検索クエリデータベース２００に蓄積される検索クエリ情報の例を図４に示す。
【００２３】
検索シーケンス抽出部１１０は、検索クエリデータベース２００が属性表現獲得装置１００Ａに接続された際に処理を開始し、ユーザ識別情報に基づいて同一のユーザから入力された検索語句の集合を抽出し、同じユーザによって入力された時間的に連続した２つの検索クエリ情報の組を検索シーケンス情報として全て抜き出し、検索シーケンスデータベース１２０に蓄積する。
【００２４】
検索シーケンス情報に含まれる２つの検索クエリ情報の内、時間的に先に入力された方を「先行検索クエリ情報」と呼び、後に入力された方を「後続検索クエリ情報」と呼ぶことにする。
【００２５】
図４に示した検索クエリデータベース２００に蓄積される情報の例を用いて、検索シーケンス抽出部１１０の処理を説明する。
【００２６】
検索クエリデータベース２００に含まれる５つの情報の内、ユーザ識別情報が「ａａａ」であるユーザが「ノーベル賞」「ノーベル賞 賞金」「物理学」の順に検索クエリを入力しているので、「ノーベル賞」と「ノーベル賞 賞金」とからなる検索シーケンス情報と、「ノーベル賞 賞金」と「物理学」とからなる検索シーケンス情報との２つの検索シーケンス情報が抽出される。ここで、「ノーベル賞」が先行検索クエリ情報となり、「ノーベル賞 賞金」が後続検索クエリ情報となる。また、「ノーベル賞 賞金」が先行検索クエリ情報となり、「物理学」が後続検索クエリ情報となる。また、ユーザ識別情報が「ｂｂｂ」であるユーザは、「デジタルカメラ」と「デジタルカメラ レンズ」との２つの検索クエリを入力しているので、「デジタルカメラ」と「デジタルカメラ レンズ」とからなる検索シーケンス情報が抽出される。以上の結果、検索シーケンスデータベース１２０に蓄積される情報は、図５のようになる。
【００２７】
当該属性情報獲得装置１００Ａの使用者は、キーボード等の属性抽出対象入力装置３００を用いることにより、処理対象となる１つまたは複数の属性抽出対象語句情報を入力する。属性抽出対象入力装置３００から入力された属性抽出対象語句情報は、属性表現候補抽出部１３０内の抽出対象バッファ１３１に入力する。
【００２８】
属性表現候補抽出部１３０は、属性抽出対象入力装置３００から１つまたは複数の属性抽出対象語句が入力されると、処理を開始し、検索シーケンスデータベース１２０にアクセスして抽出対象が先行クエリ情報に含まれる検索シーケンス情報を抽出し、得られた検索シーケンス情報集合の後続検索クエリ情報に含まれる語句を属性表現候補として抽出する。
【００２９】
図６は、本発明の第１の実施の形態における属性表現候補抽出部の処理の流れを示す。
【００３０】
属性表現候補抽出部１３０は、処理を開始すると抽出対象バッファ１３１から属性抽出対象語句情報を１つ取り出す（ステップ１０１）。
【００３１】
属性表現候補抽出部１３０は、検索シーケンスデータベース１２０にアクセスし、上記の抽出対象バッファ１３１から取り出した属性抽出対象語句情報を先行検索クエリ情報として含む検索シーケンス情報を、検索シーケンスデータベース１２０から読み出す（ステップ１０２）。例えば、属性抽出対象語句情報が「ノーベル賞」であった場合、図７に示すような検索シーケンス情報の集合が読み出される。
【００３２】
属性表現候補抽出部１３０は、読み出された検索シーケンス情報の集合から、後続検索クエリ情報が先行クエリ情報の内容にいくつかの語句を追加することによって構成されている検索シーケンス情報を、先行クエリ情報に対して検索条件を追加した絞り込みの関係になっていると見做して抜き出す（ステップ１０３）。図７に示される「ノーベル賞」を先行クエリ情報に含む検索シーケンス情報の集合から、絞り込み関係となっている検索シーケンス情報のみを抜き出した例を図８に示す。例えば、図７の４行目に示されている検索シーケンス情報は、先行クエリ情報が「ノーベル賞 ２００８」で、後続クエリ情報が「ノーベル賞 受賞者 ２００８」となっており、後続クエリ情報は先行クエリ情報に「受賞者」を加えたものとなっているため、絞り込み関係になっていると見做せる。
【００３３】
属性表現候補抽出部１３０は、ステップ１０３で得られた検索シーケンス情報集合をそれぞれについて、後続検索クエリ情報に含まれるが、先行クエリ情報に含まれない語句を、属性候補語句情報として抽出する（ステップ１０４）。例えば、図８に示される検索シーケンス情報集合を解析すると、属性抽出対象語句情報が『ノーベル賞』の場合、該当する後続検索クエリ情報は、１行目、４行目、５行目、６行目であり、１行目の後続検索クエリ情報では「賞金」、４行目では「受賞者」、５行目では「講演」、６行目では「受賞者」となり、属性候補語句情報として「賞金」「受賞者」「講演」「受賞者」といった語句が抽出される。
【００３４】
属性表現候補抽出部１３０は、ステップ１０４で得られた１つまたは複数の属性候補語句情報について、同じ表記の語句についてはその出現数を集計し、属性候補語句情報と属性抽出対象語句情報と出現数情報とを合わせ、属性表現選別部１４０の属性候補バッファ１４１に書き込む（ステップ１０５）。図９に属性候補バッファ１４１に書き込まれる情報の例を示す。
【００３５】
属性表現候補抽出部１３０は、抽出対象バッファ１３１に未処理の属性抽出対象語句情報が含まれているかを確認し、含まれている場合はステップ１０１に戻って処理を続け、含まれていない場合は処理を終了する（ステップ１０６）。
【００３６】
属性表現選別部１４０は、属性表現候補抽出部１３０の処理が終わると処理を開始し、属性候補バッファ１４１に蓄積されている属性候補情報を読み込み、１つまたは複数の属性抽出対象語句情報の間の偏りなく抽出されている属性候補情報を選び出し、属性表現情報として属性表現出力装置４００に出力する。
【００３７】
図１０は、本発明の第１の実施の形態における属性表現選別部の処理の流れを示す。
【００３８】
属性表現選別部１４０は、属性候補バッファ１４１に蓄積されている情報を読み込み、属性抽出対象語句情報がそれぞれ何回ずつ出現しているかを集計する。例えば、図９に示される内容が属性候補バッファ１４１に蓄積されている場合、「ノーベル賞」が３回、「アカデミー賞」が２回という集計結果が得られる（ステップ２０１）。
【００３９】
属性表現選別部１４０は、属性候補バッファ１４１に蓄積されている情報を読み込み、属性候補語句情報がそれぞれ何回ずつ出現しているかを集計する。例えば、図９に示される内容が属性候補バッファ１４１に蓄積されている場合、「賞金」が１回、「講演」が１回、「受賞者」が３回、「作品」が１回となる集計結果が得られる（ステップ２０２）。
【００４０】
属性表現選別部１４０は、ステップ２０２で集計した属性候補語句情報のそれぞれについて、その語句が属性抽出語句情報のそれぞれについて、偏りなく出現しているほど値が小さくなる出現分散度を算出する。具体的には、以下の式のように、出現数の偏りを表す統計量であるχ２値を用いて算出する（ステップ２０３）。
【００４１】
【数１】
ここで、Ｔは属性候補バッファ１４１に含まれている属性抽出対象語句の集合を表し、属性候補バッファ１４１が図９に示される内容の場合、「ノーベル賞」「アカデミー賞」となる。ｆｑ(ｗi，ｔ)は、ある属性抽出対象語句ｔにおける属性候補語句ｗiの出現数を表し、属性候補バッファ１４１が図９に示される内容の場合、ｔが「ノーベル賞」でwiが「受賞者」とすると、ｆｑ(ｗi,ｔ)は２となる。ｆｗ(ｗi)は、属性候補バッファ１４１中での属性候補語句ｗiの出現数であり、属性候補バッファ１４１が図９に示される内容の場合、ｗiを「受賞者」とするとｆｗ(ｗi)の値は３となる。ｆｔ(ｔj)は属性候補バッファ１４１の中で属性抽出対象語句ｔjの出現数であり、属性候補バッファ１４１が図９に示される内容の場合、ｔjを「ノーベル賞」とするとｆｔ(ｔj)の値は４となる。
【００４２】
属性表現選別部１４０は、閾値よりも低い出現分散度を持つ属性候補語句情報を、属性表現として属性表現出力装置４００に出力する。閾値の値は、属性候補バッファ１４１中に含まれる属性抽出対象語句情報の異なり数から1引いた値を自由度として、計算により求められるχ二乗分布表を参照し、有意水準0.05の値を抽出することにより自動的に求められる。また、処理の簡略化のため、予め決まった閾値を入力しておいてもよい（ステップ２０４）。
【００４３】
属性表現出力装置４００は、ディスプレイもしくはプリンタ等の出力装置であり、属性表現選別部１４０から送られた属性表現情報を、ユーザが読み取れる形で出力する。
【００４４】
［第２の実施の形態］
図１１は、本発明の第２の実施の形態における属性表現獲得装置の構成を示す。同図において、図３と同一構成部分には同一符号を付し、その説明を省略する。
【００４５】
属性表現獲得装置１００Ｂは、検索シーケンス抽出部１１０、検索シーケンスデータベース１２０、属性表現候補比較抽出部１５０、属性表現選別部１４０から構成され、検索シーケンス抽出部１１０は外部の検索クエリデータベース２００に接続され、属性表現候補比較抽出部１５０は外部の属性抽出対象入力装置３００に接続され、属性表現選別部１４０は外部の属性表現出力装置４００に接続されている。このうち、属性表現候補比較抽出部１５０以外の構成要素は、第１の実施の形態と同様である。
【００４６】
以下、第１の実施の形態と異なる属性表現候補比較抽出部１５０について説明する。
【００４７】
属性表現候補比較抽出部１５０は、属性抽出対象入力装置３００から１つまたは複数の属性抽出対象語句が入力されると処理を開始し、属性抽出対象語句を抽出対象バッファ１５１に蓄積し、検索シーケンスデータベース１２０にアクセスして抽出対象が先行クエリ情報に含まれる検索シーケンス情報を抽出し、得られた検索シーケンス情報集合の後続検索クエリ情報に含まれる語句の集合と、先行検索クエリに含まれる属性抽出対象語句の共起クエリの集合とを比較し、後続検索クエリに含まれる傾向の高い語句を属性表現候補として抽出する。
【００４８】
図１２は、本発明の第２の実施の形態における属性表現候補比較抽出部の処理の流れを示す。
【００４９】
属性表現候補比較抽出部１５０は、処理を開始すると抽出対象バッファ１５１から属性抽出対象語句情報を１つ取り出す（ステップ３０１）。
【００５０】
属性表現候補比較抽出部１５０は、検索シーケンスデータベース１２０に接続し、上記の抽出対象バッファ１５１から取り出した属性抽出対象語句情報を先行検索クエリ情報として含む検索シーケンス情報を、検索シーケンスデータベース１２０から読み出す（ステップ３０２）。例えば、属性抽出対象語句情報が「ノーベル賞」であった場合、図７に示すような検索シーケンス情報の集合が読み出される。
【００５１】
属性表現候補比較抽出部１５０は、読み出された検索シーケンス情報集合のそれぞれに含まれる先行クエリ情報から、属性抽出対象語句以外の語句を共起語句として抜き出し、抜き出した共起語句集合に対して、その表記毎に出現数を集計する（ステップ３０３）。
【００５２】
図７に示される「ノーベル賞」を先行クエリ情報に含む検索シーケンス情報の集合から、共起語句情報を集計して得られる結果を図１３に示す。
【００５３】
属性表現候補比較抽出部１５０は、読み出された検索シーケンス情報の集合から、後続検索クエリ情報が先行クエリ情報の内容にいくつかの語句を追加することによって構成されている検索シーケンス情報を、先行クエリに対して検索条件を追加した絞り込みの関係になっているとみなし、追加された語句を絞り込み語句として抜き出し、その表記毎に出現数を集計する（ステップ３０４）。例えば、図７に示される「ノーベル賞」を先行クエリ情報に含む検索シーケンス情報の集合において、２行目と５行目と６行目と７行目とが絞り込み関係になっている検索シーケンス情報である。このとき、それぞれの絞り込み語句は、「賞金」「受賞者」「講演」「受賞者」となるため、絞り込み語句を集計した結果は、「賞金１回」「受賞者２回」「講演１回」となる。
【００５４】
属性表現候補比較抽出部１５０は、ステップ３０４で得られた絞り込み語句それぞれについて、当該語句のステップ３０３で得られた共起語句集合の中での出現確率と、当該語句のステップ３０４で得られた絞り込み語句集合の中での出現確率とを比較し、共起語句集合中よりも絞り込み語句中で多く出現している場合に、属性候補語句情報として抽出する（ステップ３０５）。ここで言う当該語句の共起語句集合中での出現確率は、当該語句の共起語句集合中での出現数を、共起語句集合に含まれる全ての語句の出現数を足し合わせた値で割ることにより求められる。当該語句の絞り込み語句集合での出現確率も同様に、当該語句の絞り込み語句集合中での出現数を、絞り込み語句集合に含まれる全ての語句の出現数を足し合わせた値で割ることにより求められる。
【００５５】
例えば、ステップ３０４で得られる絞り込み語句集合が、「賞金」：１回、「受賞者」：２回、「講演」：１回といった内容であった場合、「受賞者」の絞り込み語句集合中での出現確率は、「受賞者」の出現回数である２回を、全ての語句の出現回数を足し合わせた値である４回で割ることにより、０．５と求められる。
【００５６】
また、属性候補語句を抽出する際に、絞り込み語句集合中での出現確率と共起語句集合中での出現確率の差が、予め定めた閾値よりも高い場合に、属性候補語句として抽出するようにしてもよい。
【００５７】
属性表現候補比較抽出部１５０は、ステップ３０５で得られた１つまたは複数の属性候補語句情報について、同じ表記の語句についてはその出現数を集計し、属性候補語句情報と属性抽出対象語句情報と出現数情報とを合わせ、属性表現選別部１４０の属性候補バッファ１４１に書き込む（ステップ３０６）。
【００５８】
属性表現候補比較抽出部１５０は、抽出対象バッファ１５１に未処理の属性抽出対象語句情報が含まれているかを確認し、含まれている場合はステップ３０１に戻って処理を続け、含まれていない場合は処理を終了する（ステップ３０７）。
【００５９】
なお、上記の第１の実施の形態の図３、第２の実施の形態の図７に示す属性表現獲得装置の構成要素の処理をプログラムとして構築し、属性表現獲得装置として利用されるコンピュータにインストールして実行させる、または、ネットワークを介して流通させることが可能である。
【００６０】
また、構築されたプログラムをハードディスクや、フレキシブルディスク・ＣＤ−ＲＯＭ等の可搬記憶媒体に格納し、コンピュータにインストールする、または、配布することが可能である。
【００６１】
なお、本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において種々変更・応用が可能である。
【産業上の利用可能性】
【００６２】
本発明は、インターネット等のネットワークの検索システムに適用可能である。
【符号の説明】
【００６３】
１００ 属性表現獲得装置
１１０ 検索シーケンス抽出手段、検索シーケンス抽出部
１２０ 検索シーケンスデータベース
１３０ 属性表現候補抽出手段、属性表現候補抽出部
１３１ 抽出対象バッファ
１３２ 属性抽出対象入力手段
１４０ 属性表現選別手段、属性表現選別部
１４１ 属性候補バッファ
１５０ 属性表現候補比較抽出部
１５１ 抽出対象バッファ
２００ 検索クエリデータベース
３００ 入力装置、属性抽出対象入力装置
４００ 属性表現出力装置
【技術分野】
【０００１】
本発明は、属性表現獲得方法及び装置及びプログラムに係り、特に、検索システムに入力された検索クエリのログを用いることによって、対象を探す際に有効となる属性表現を獲得するための属性表現獲得方法及び装置及びプログラムに関する。
【背景技術】
【０００２】
インターネットの普及と共に、ウェブ上で商品を購入するＥＣ(Electronic Commerce)サイトが普及し、それらにおいて提供される商品の数も膨大になってきている。そのような中、ユーザが探し易いように商品の分類体系を整備し、それに従って商品を配置することが、ＥＣサイトの使いやすさを確保するために必要な条件となっている。しかし、膨大な商品群の分類体系を構築するのはコストのかかる作業であり、自動で商品分類属性を獲得する手法が必要とされてきた。
【０００３】
従来の商品の属性表現を自動的に獲得する手法として、文書の集合に対して、予め与えられた評価表現や属性抽出対象が出現する構文情報を抽出することによって、同様の構文を持つ文書中から属性表現を抽出する手法が知られている（例えば、特許文献1参照）。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００７−２４１７６５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、上記従来技術においては、文書中から属性表現を抽出してくるために、抽出された属性表現の中にユーザが商品を探す際に重視される属性ではないものも含まれてしまうという問題点があった。
【０００６】
本発明は上記の点に鑑みなされたもので、検索システムにユーザが入力した検索クエリのログを用いることにより、ユーザが商品を探す際に用いる属性に限定された属性表現を抽出することが可能な属性表現獲得方法及び装置及びプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００７】
図１は、本発明の原理を説明するための図である。
【０００８】
本発明（請求項１）は、対象事物に対してその性質や特性を表す属性表現を、検索システムに入力された検索クエリ語句の集合と個々の検索クエリ語句を入力したユーザの識別情報とが蓄積された検索クエリデータベースから獲得するための属性表現獲得方法であって、
入力装置から、属性を獲得する対象となる１つまたは複数の属性抽出対象となる属性抽出対象語句を取得し、抽出対象バッファに格納する属性抽出対象入力ステップ（ステップ１）と、
検索クエリデータベースからユーザの識別情報に基づいて同一のユーザから入力された検索語句の集合を抽出し、同一ユーザによって入力された時間的に連続した先に入力された検索クエリ語句（以下、「先行クエリ情報」と記す）と後に入力された検索クエリ語句（以下、「後続クエリ情報」と記す）からなる２つの検索クエリ情報の組を検索クエリシーケンス情報として抽出して検索シーケンスデータベースに格納する検索シーケンス抽出ステップ（ステップ２）と、
抽出対象バッファに格納されている属性抽出対象語句に基づいて、検索シーケンスデータベースに格納されている検索クエリシーケンス情報の検索クエリ情報に含まれている語句を属性表現候補語句として抽出し、属性候補バッファに格納する属性表現候補抽出ステップ（ステップ３）と、
属性候補バッファに格納されている属性表現候補語句それぞれについて、抽出対象バッファに格納されている属性抽出対象語句の集合のどの語句に対しても偏りなく出現する属性表現候補を、該属性抽出対象語句の集合に共通する属性表現として抽出する属性表現選別ステップ（ステップ４）と、を有し、
属性表現候補抽出ステップ（ステップ３）において、
先行クエリ情報に検索条件が追加された検索クエリシーケンス情報を絞り込み関係にある絞り込み語句の集合として抽出し、該検索クエリシーケンス情報集合の各検索クエリシーケンス情報の先行クエリ情報に追加された該検索条件を含む後続クエリ情報を選択し、該後続クエリ情報から該先行クエリ情報に含まれない語句を属性候補語句情報として抽出する。
【０００９】
また、本発明（請求項２）は、請求項１の属性表現獲得方法において、属性表現候補抽出ステップの前に、
検索シーケンスデータベースから読み出された検索シーケンス情報集合のそれぞれに含まれる先行クエリ情報から、属性抽出対象語句以外の語句を共起語句として抽出する共起語句抽出ステップを行い、
属性表現候補抽出ステップにおいて、
共起語句抽出ステップで得られた共起語句の集合と、検索シーケンスデータベースから抽出された絞り込み関係にある絞り込み語句の集合とを比較し、該絞り込み語句の集合中での出現度合いが、該共起語句の集合における出現度合いよりも高い語句を属性表現候補語句として抽出するステップを行う。
【００１０】
また、本発明（請求項３）は、請求項２の属性表現獲得方法の属性表現候補抽出ステップにおいて、
共起語句の集合より絞り込み語句の集合中でより多く出現する度合いを表す値Ａを、
ある語句が該絞り込み語句の集合に出現する回数を絞り込み語句に出現する全語句の数で割ることによって得られる当該語句の絞り込み語句集合中での第１の出現確率と、当該語句が共起する語句の集合で出現する回数を共起する語句の集合に出現する全語句の数で割ることによって得られる共起する語句の集合中での第２の出現確率との差を算出することによって求め、
得られた値Ａが予め定められた閾値以上の場合に属性表現候補語句として抽出するステップを行う。
【００１１】
図２は、本発明の原理構成図である。
【００１２】
本発明（請求項４）は、対象事物に対してその性質や特性を表す属性表現を、検索システムに入力された検索クエリ語句の集合と個々の検索クエリ語句を入力したユーザの識別情報とが蓄積された検索クエリデータベースから獲得するための属性表現獲得装置であって、
入力装置３００から、属性を獲得する対象となる１つまたは複数の属性抽出対象となる属性抽出対象語句を取得し、抽出対象バッファ１３１に格納する属性抽出対象入力手段１３２と、
検索クエリデータベース２００からユーザの識別情報に基づいて同一のユーザから入力された検索語句の集合を抽出し、同一ユーザによって入力された時間的に連続した先に入力された検索クエリ語句（以下、「先行クエリ情報」と記す）と後に入力された検索クエリ語句（以下、「後続クエリ情報」と記す）からなる２つの検索クエリ情報の組を検索クエリシーケンス情報として抽出して検索シーケンスデータベース１２０に格納する検索シーケンス抽出手段１１０と、
抽出対象バッファ１３１に格納されている属性抽出対象語句に基づいて、検索シーケンスデータベース１２０に格納されている検索クエリシーケンス情報の検索クエリ情報に含まれている語句を属性表現候補語句として抽出し、属性候補バッファ１４１に格納する属性表現候補抽出手段１３０と、
属性候補バッファ１４１に格納されている属性表現候補語句それぞれについて、抽出対象バッファに格納されている属性抽出対象語句の集合のどの語句に対しても偏りなく出現する属性表現候補を、該属性抽出対象語句の集合に共通する属性表現として抽出する属性表現選別手段１４０と、を有し、
属性表現候補抽出手段１３０は、
先行クエリ情報に検索条件が追加された検索クエリシーケンス情報を絞り込み関係にある絞り込み語句の集合として抽出し、該検索クエリシーケンス情報集合の各検索クエリシーケンス情報の先行クエリ情報に追加された該検索条件を含む後続クエリ情報を選択し、該後続クエリ情報から該先行クエリ情報に含まれない語句を属性候補語句情報として抽出する手段を含む。
【００１３】
また、本発明（請求項５）は、請求項４の属性表現獲得装置において、検索シーケンスデータベースから読み出された検索シーケンス情報集合のそれぞれに含まれる先行クエリ情報から、属性抽出対象語句以外の語句を共起語句として抽出する共起語句抽出手段を更に有し、
属性表現候補抽出手段１３０は、
共起語句抽出手段で得られた共起語句の集合と、検索シーケンスデータベース１２０から抽出される絞り込み関係にある絞り込み語句の集合とを比較し、該絞り込み語句の集合中での出現度合いが、該共起語句の集合における出現度合いよりも高い語句を属性表現候補語句として抽出する属性表現候補比較手段を含む。
【００１４】
また、本発明（請求項６）は、請求項５記載の属性表現獲得装置の属性表現候補抽出手段において、
共起語句の集合より絞り込み語句の集合中でより多く出現する度合いを表す値Ａを、
当該語句が該絞り込み語句の集合に出現する回数を絞り込み語句に出現する全語句の数で割ることによって得られる当該語句の絞り込み語句集合中での第１の出現確率と、当該語句が共起する語句の集合で出現する回数を共起する語句の集合に出現する全語句の数で割ることによって得られる共起する語句の集合中での第２の出現確率との差を算出することによって求め、
得られた値Ａが予め定められた閾値以上の場合に属性表現候補語句として抽出する手段を含む。
【００１５】
本発明（請求項７）は、請求項４乃至６の何れか１項記載の属性表現獲得装置を構成する各手段としてコンピュータを機能させるための属性表現獲得プログラムである。
【発明の効果】
【００１６】
上記のように、本発明は実際にユーザが対象を探す目的で入力した検索クエリ情報の集合から対象の属性表現を抽出するため、ユーザの表品を探す際に用いる属性表現のみに絞った抽出が可能となる。
【００１７】
また、本発明は、ユーザがあるクエリを入力した後に条件を追加して再度検索を行った絞込み関係にある検索シーケンスに注目し、絞り込み関係にある検索シーケンスにおいて絞り込み条件として入力された語句のみを属性表現として抽出することにより、「デジカメ」に対する「カメラ」のような、属性抽出対象語句よりも概念的に抽象的な語句を取り除くことができ、ユーザが商品を探す際に用いる属性表現をより精度良く抽出することが可能となる。
【図面の簡単な説明】
【００１８】
【図１】本発明の原理を説明するための図である。
【図２】本発明の原理構成図である。
【図３】本発明の第１の実施の形態における属性表現獲得装置の構成図である。
【図４】本発明の第１の実施の形態における検索クエリデータベースに蓄積される情報の例である。
【図５】本発明の第１の実施の形態における検索シーケンスデータベースに蓄積される情報の例である。
【図６】本発明の第１の実施の形態における属性表現候補抽出部の処理の流れを表す図である。
【図７】本発明の第１の実施の形態における検索シーケンスデータベースから読み出された情報の例である。
【図８】本発明の第１の実施の形態における絞り込み関係となる検索シーケンス情報の例である。
【図９】本発明の第１の実施の形態における属性候補バッファに書き込まれる情報の例である。
【図１０】本発明の第１の実施の形態における属性表現選別部の処理の流れを表す図である。
【図１１】本発明の第２の実施の形態における属性表現獲得装置の構成図である。
【図１２】本発明の第２の実施の形態における属性表現候補比較抽出部の処理の流れを表す図である。
【図１３】本発明の第２の実施の形態における集計された共起語句情報の例である。
【発明を実施するための形態】
【００１９】
以下、図面と共に本発明の実施の形態を説明する。
【００２０】
［第１の実施の形態］
図３は、本発明の第１の実施の形態における属性表現獲得装置の構成を示す。
【００２１】
同図に示す属性表現獲得装置１００Ａは、検索シーケンス抽出部１１０、検索シーケンスデータベース１２０、属性表現候補抽出部１３０、属性表現選別部１４０を有し、検索シーケンス抽出部１１０には外部の検索クエリデータベース２００が接続され、属性表現候補抽出部１３０には外部の属性抽出対象入力装置３００が接続され、属性表現選別部１４０には外部の属性表現出力装置４００が接続されている。
【００２２】
検索クエリデータベース２００には、既存の検索システムに入力された検索クエリ情報の集合が蓄積されている。検索クエリデータベース２００に蓄積されるこの検索クエリ情報は、一人のユーザからの１回毎の検索要求を表し、入力された検索クエリ情報と、当該検索クエリが入力された時刻情報、当該検索クエリを入力したユーザを一意に判別可能にするユーザ識別情報、とから構成される。検索クエリデータベース２００に蓄積される検索クエリ情報の例を図４に示す。
【００２３】
検索シーケンス抽出部１１０は、検索クエリデータベース２００が属性表現獲得装置１００Ａに接続された際に処理を開始し、ユーザ識別情報に基づいて同一のユーザから入力された検索語句の集合を抽出し、同じユーザによって入力された時間的に連続した２つの検索クエリ情報の組を検索シーケンス情報として全て抜き出し、検索シーケンスデータベース１２０に蓄積する。
【００２４】
検索シーケンス情報に含まれる２つの検索クエリ情報の内、時間的に先に入力された方を「先行検索クエリ情報」と呼び、後に入力された方を「後続検索クエリ情報」と呼ぶことにする。
【００２５】
図４に示した検索クエリデータベース２００に蓄積される情報の例を用いて、検索シーケンス抽出部１１０の処理を説明する。
【００２６】
検索クエリデータベース２００に含まれる５つの情報の内、ユーザ識別情報が「ａａａ」であるユーザが「ノーベル賞」「ノーベル賞 賞金」「物理学」の順に検索クエリを入力しているので、「ノーベル賞」と「ノーベル賞 賞金」とからなる検索シーケンス情報と、「ノーベル賞 賞金」と「物理学」とからなる検索シーケンス情報との２つの検索シーケンス情報が抽出される。ここで、「ノーベル賞」が先行検索クエリ情報となり、「ノーベル賞 賞金」が後続検索クエリ情報となる。また、「ノーベル賞 賞金」が先行検索クエリ情報となり、「物理学」が後続検索クエリ情報となる。また、ユーザ識別情報が「ｂｂｂ」であるユーザは、「デジタルカメラ」と「デジタルカメラ レンズ」との２つの検索クエリを入力しているので、「デジタルカメラ」と「デジタルカメラ レンズ」とからなる検索シーケンス情報が抽出される。以上の結果、検索シーケンスデータベース１２０に蓄積される情報は、図５のようになる。
【００２７】
当該属性情報獲得装置１００Ａの使用者は、キーボード等の属性抽出対象入力装置３００を用いることにより、処理対象となる１つまたは複数の属性抽出対象語句情報を入力する。属性抽出対象入力装置３００から入力された属性抽出対象語句情報は、属性表現候補抽出部１３０内の抽出対象バッファ１３１に入力する。
【００２８】
属性表現候補抽出部１３０は、属性抽出対象入力装置３００から１つまたは複数の属性抽出対象語句が入力されると、処理を開始し、検索シーケンスデータベース１２０にアクセスして抽出対象が先行クエリ情報に含まれる検索シーケンス情報を抽出し、得られた検索シーケンス情報集合の後続検索クエリ情報に含まれる語句を属性表現候補として抽出する。
【００２９】
図６は、本発明の第１の実施の形態における属性表現候補抽出部の処理の流れを示す。
【００３０】
属性表現候補抽出部１３０は、処理を開始すると抽出対象バッファ１３１から属性抽出対象語句情報を１つ取り出す（ステップ１０１）。
【００３１】
属性表現候補抽出部１３０は、検索シーケンスデータベース１２０にアクセスし、上記の抽出対象バッファ１３１から取り出した属性抽出対象語句情報を先行検索クエリ情報として含む検索シーケンス情報を、検索シーケンスデータベース１２０から読み出す（ステップ１０２）。例えば、属性抽出対象語句情報が「ノーベル賞」であった場合、図７に示すような検索シーケンス情報の集合が読み出される。
【００３２】
属性表現候補抽出部１３０は、読み出された検索シーケンス情報の集合から、後続検索クエリ情報が先行クエリ情報の内容にいくつかの語句を追加することによって構成されている検索シーケンス情報を、先行クエリ情報に対して検索条件を追加した絞り込みの関係になっていると見做して抜き出す（ステップ１０３）。図７に示される「ノーベル賞」を先行クエリ情報に含む検索シーケンス情報の集合から、絞り込み関係となっている検索シーケンス情報のみを抜き出した例を図８に示す。例えば、図７の４行目に示されている検索シーケンス情報は、先行クエリ情報が「ノーベル賞 ２００８」で、後続クエリ情報が「ノーベル賞 受賞者 ２００８」となっており、後続クエリ情報は先行クエリ情報に「受賞者」を加えたものとなっているため、絞り込み関係になっていると見做せる。
【００３３】
属性表現候補抽出部１３０は、ステップ１０３で得られた検索シーケンス情報集合をそれぞれについて、後続検索クエリ情報に含まれるが、先行クエリ情報に含まれない語句を、属性候補語句情報として抽出する（ステップ１０４）。例えば、図８に示される検索シーケンス情報集合を解析すると、属性抽出対象語句情報が『ノーベル賞』の場合、該当する後続検索クエリ情報は、１行目、４行目、５行目、６行目であり、１行目の後続検索クエリ情報では「賞金」、４行目では「受賞者」、５行目では「講演」、６行目では「受賞者」となり、属性候補語句情報として「賞金」「受賞者」「講演」「受賞者」といった語句が抽出される。
【００３４】
属性表現候補抽出部１３０は、ステップ１０４で得られた１つまたは複数の属性候補語句情報について、同じ表記の語句についてはその出現数を集計し、属性候補語句情報と属性抽出対象語句情報と出現数情報とを合わせ、属性表現選別部１４０の属性候補バッファ１４１に書き込む（ステップ１０５）。図９に属性候補バッファ１４１に書き込まれる情報の例を示す。
【００３５】
属性表現候補抽出部１３０は、抽出対象バッファ１３１に未処理の属性抽出対象語句情報が含まれているかを確認し、含まれている場合はステップ１０１に戻って処理を続け、含まれていない場合は処理を終了する（ステップ１０６）。
【００３６】
属性表現選別部１４０は、属性表現候補抽出部１３０の処理が終わると処理を開始し、属性候補バッファ１４１に蓄積されている属性候補情報を読み込み、１つまたは複数の属性抽出対象語句情報の間の偏りなく抽出されている属性候補情報を選び出し、属性表現情報として属性表現出力装置４００に出力する。
【００３７】
図１０は、本発明の第１の実施の形態における属性表現選別部の処理の流れを示す。
【００３８】
属性表現選別部１４０は、属性候補バッファ１４１に蓄積されている情報を読み込み、属性抽出対象語句情報がそれぞれ何回ずつ出現しているかを集計する。例えば、図９に示される内容が属性候補バッファ１４１に蓄積されている場合、「ノーベル賞」が３回、「アカデミー賞」が２回という集計結果が得られる（ステップ２０１）。
【００３９】
属性表現選別部１４０は、属性候補バッファ１４１に蓄積されている情報を読み込み、属性候補語句情報がそれぞれ何回ずつ出現しているかを集計する。例えば、図９に示される内容が属性候補バッファ１４１に蓄積されている場合、「賞金」が１回、「講演」が１回、「受賞者」が３回、「作品」が１回となる集計結果が得られる（ステップ２０２）。
【００４０】
属性表現選別部１４０は、ステップ２０２で集計した属性候補語句情報のそれぞれについて、その語句が属性抽出語句情報のそれぞれについて、偏りなく出現しているほど値が小さくなる出現分散度を算出する。具体的には、以下の式のように、出現数の偏りを表す統計量であるχ２値を用いて算出する（ステップ２０３）。
【００４１】
【数１】
ここで、Ｔは属性候補バッファ１４１に含まれている属性抽出対象語句の集合を表し、属性候補バッファ１４１が図９に示される内容の場合、「ノーベル賞」「アカデミー賞」となる。ｆｑ(ｗi，ｔ)は、ある属性抽出対象語句ｔにおける属性候補語句ｗiの出現数を表し、属性候補バッファ１４１が図９に示される内容の場合、ｔが「ノーベル賞」でwiが「受賞者」とすると、ｆｑ(ｗi,ｔ)は２となる。ｆｗ(ｗi)は、属性候補バッファ１４１中での属性候補語句ｗiの出現数であり、属性候補バッファ１４１が図９に示される内容の場合、ｗiを「受賞者」とするとｆｗ(ｗi)の値は３となる。ｆｔ(ｔj)は属性候補バッファ１４１の中で属性抽出対象語句ｔjの出現数であり、属性候補バッファ１４１が図９に示される内容の場合、ｔjを「ノーベル賞」とするとｆｔ(ｔj)の値は４となる。
【００４２】
属性表現選別部１４０は、閾値よりも低い出現分散度を持つ属性候補語句情報を、属性表現として属性表現出力装置４００に出力する。閾値の値は、属性候補バッファ１４１中に含まれる属性抽出対象語句情報の異なり数から1引いた値を自由度として、計算により求められるχ二乗分布表を参照し、有意水準0.05の値を抽出することにより自動的に求められる。また、処理の簡略化のため、予め決まった閾値を入力しておいてもよい（ステップ２０４）。
【００４３】
属性表現出力装置４００は、ディスプレイもしくはプリンタ等の出力装置であり、属性表現選別部１４０から送られた属性表現情報を、ユーザが読み取れる形で出力する。
【００４４】
［第２の実施の形態］
図１１は、本発明の第２の実施の形態における属性表現獲得装置の構成を示す。同図において、図３と同一構成部分には同一符号を付し、その説明を省略する。
【００４５】
属性表現獲得装置１００Ｂは、検索シーケンス抽出部１１０、検索シーケンスデータベース１２０、属性表現候補比較抽出部１５０、属性表現選別部１４０から構成され、検索シーケンス抽出部１１０は外部の検索クエリデータベース２００に接続され、属性表現候補比較抽出部１５０は外部の属性抽出対象入力装置３００に接続され、属性表現選別部１４０は外部の属性表現出力装置４００に接続されている。このうち、属性表現候補比較抽出部１５０以外の構成要素は、第１の実施の形態と同様である。
【００４６】
以下、第１の実施の形態と異なる属性表現候補比較抽出部１５０について説明する。
【００４７】
属性表現候補比較抽出部１５０は、属性抽出対象入力装置３００から１つまたは複数の属性抽出対象語句が入力されると処理を開始し、属性抽出対象語句を抽出対象バッファ１５１に蓄積し、検索シーケンスデータベース１２０にアクセスして抽出対象が先行クエリ情報に含まれる検索シーケンス情報を抽出し、得られた検索シーケンス情報集合の後続検索クエリ情報に含まれる語句の集合と、先行検索クエリに含まれる属性抽出対象語句の共起クエリの集合とを比較し、後続検索クエリに含まれる傾向の高い語句を属性表現候補として抽出する。
【００４８】
図１２は、本発明の第２の実施の形態における属性表現候補比較抽出部の処理の流れを示す。
【００４９】
属性表現候補比較抽出部１５０は、処理を開始すると抽出対象バッファ１５１から属性抽出対象語句情報を１つ取り出す（ステップ３０１）。
【００５０】
属性表現候補比較抽出部１５０は、検索シーケンスデータベース１２０に接続し、上記の抽出対象バッファ１５１から取り出した属性抽出対象語句情報を先行検索クエリ情報として含む検索シーケンス情報を、検索シーケンスデータベース１２０から読み出す（ステップ３０２）。例えば、属性抽出対象語句情報が「ノーベル賞」であった場合、図７に示すような検索シーケンス情報の集合が読み出される。
【００５１】
属性表現候補比較抽出部１５０は、読み出された検索シーケンス情報集合のそれぞれに含まれる先行クエリ情報から、属性抽出対象語句以外の語句を共起語句として抜き出し、抜き出した共起語句集合に対して、その表記毎に出現数を集計する（ステップ３０３）。
【００５２】
図７に示される「ノーベル賞」を先行クエリ情報に含む検索シーケンス情報の集合から、共起語句情報を集計して得られる結果を図１３に示す。
【００５３】
属性表現候補比較抽出部１５０は、読み出された検索シーケンス情報の集合から、後続検索クエリ情報が先行クエリ情報の内容にいくつかの語句を追加することによって構成されている検索シーケンス情報を、先行クエリに対して検索条件を追加した絞り込みの関係になっているとみなし、追加された語句を絞り込み語句として抜き出し、その表記毎に出現数を集計する（ステップ３０４）。例えば、図７に示される「ノーベル賞」を先行クエリ情報に含む検索シーケンス情報の集合において、２行目と５行目と６行目と７行目とが絞り込み関係になっている検索シーケンス情報である。このとき、それぞれの絞り込み語句は、「賞金」「受賞者」「講演」「受賞者」となるため、絞り込み語句を集計した結果は、「賞金１回」「受賞者２回」「講演１回」となる。
【００５４】
属性表現候補比較抽出部１５０は、ステップ３０４で得られた絞り込み語句それぞれについて、当該語句のステップ３０３で得られた共起語句集合の中での出現確率と、当該語句のステップ３０４で得られた絞り込み語句集合の中での出現確率とを比較し、共起語句集合中よりも絞り込み語句中で多く出現している場合に、属性候補語句情報として抽出する（ステップ３０５）。ここで言う当該語句の共起語句集合中での出現確率は、当該語句の共起語句集合中での出現数を、共起語句集合に含まれる全ての語句の出現数を足し合わせた値で割ることにより求められる。当該語句の絞り込み語句集合での出現確率も同様に、当該語句の絞り込み語句集合中での出現数を、絞り込み語句集合に含まれる全ての語句の出現数を足し合わせた値で割ることにより求められる。
【００５５】
例えば、ステップ３０４で得られる絞り込み語句集合が、「賞金」：１回、「受賞者」：２回、「講演」：１回といった内容であった場合、「受賞者」の絞り込み語句集合中での出現確率は、「受賞者」の出現回数である２回を、全ての語句の出現回数を足し合わせた値である４回で割ることにより、０．５と求められる。
【００５６】
また、属性候補語句を抽出する際に、絞り込み語句集合中での出現確率と共起語句集合中での出現確率の差が、予め定めた閾値よりも高い場合に、属性候補語句として抽出するようにしてもよい。
【００５７】
属性表現候補比較抽出部１５０は、ステップ３０５で得られた１つまたは複数の属性候補語句情報について、同じ表記の語句についてはその出現数を集計し、属性候補語句情報と属性抽出対象語句情報と出現数情報とを合わせ、属性表現選別部１４０の属性候補バッファ１４１に書き込む（ステップ３０６）。
【００５８】
属性表現候補比較抽出部１５０は、抽出対象バッファ１５１に未処理の属性抽出対象語句情報が含まれているかを確認し、含まれている場合はステップ３０１に戻って処理を続け、含まれていない場合は処理を終了する（ステップ３０７）。
【００５９】
なお、上記の第１の実施の形態の図３、第２の実施の形態の図７に示す属性表現獲得装置の構成要素の処理をプログラムとして構築し、属性表現獲得装置として利用されるコンピュータにインストールして実行させる、または、ネットワークを介して流通させることが可能である。
【００６０】
また、構築されたプログラムをハードディスクや、フレキシブルディスク・ＣＤ−ＲＯＭ等の可搬記憶媒体に格納し、コンピュータにインストールする、または、配布することが可能である。
【００６１】
なお、本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において種々変更・応用が可能である。
【産業上の利用可能性】
【００６２】
本発明は、インターネット等のネットワークの検索システムに適用可能である。
【符号の説明】
【００６３】
１００ 属性表現獲得装置
１１０ 検索シーケンス抽出手段、検索シーケンス抽出部
１２０ 検索シーケンスデータベース
１３０ 属性表現候補抽出手段、属性表現候補抽出部
１３１ 抽出対象バッファ
１３２ 属性抽出対象入力手段
１４０ 属性表現選別手段、属性表現選別部
１４１ 属性候補バッファ
１５０ 属性表現候補比較抽出部
１５１ 抽出対象バッファ
２００ 検索クエリデータベース
３００ 入力装置、属性抽出対象入力装置
４００ 属性表現出力装置
【特許請求の範囲】
【請求項１】
対象事物に対してその性質や特性を表す属性表現を、検索システムに入力された検索クエリ語句の集合と個々の検索クエリ語句を入力したユーザの識別情報とが蓄積された検索クエリデータベースから獲得するための属性表現獲得方法であって、
入力装置から、属性を獲得する対象となる１つまたは複数の属性抽出対象となる属性抽出対象語句を取得し、抽出対象バッファに格納する属性抽出対象入力ステップと、
前記検索クエリデータベースから前記ユーザの識別情報に基づいて同一のユーザから入力された検索語句の集合を抽出し、同一ユーザによって入力された時間的に連続した先に入力された検索クエリ語句（以下、「先行クエリ情報」と記す）と後に入力された検索クエリ語句（以下、「後続クエリ情報」と記す）からなる２つの検索クエリ情報の組を検索クエリシーケンス情報として抽出して検索シーケンスデータベースに格納する検索シーケンス抽出ステップと、
前記抽出対象バッファに格納されている属性抽出対象語句に基づいて、前記検索シーケンスデータベースに格納されている前記検索クエリシーケンス情報の検索クエリ情報に含まれている語句を属性表現候補語句として抽出し、属性候補バッファに格納する属性表現候補抽出ステップと、
前記属性候補バッファに格納されている前記属性表現候補語句それぞれについて、前記抽出対象バッファに格納されている前記属性抽出対象語句の集合のどの語句に対しても偏りなく出現する属性表現候補を、該属性抽出対象語句の集合に共通する属性表現として抽出する属性表現選別ステップと、を有し、
前記属性表現候補抽出ステップにおいて、
前記先行クエリ情報に検索条件が追加された検索クエリシーケンス情報を絞り込み関係にある絞り込み語句の集合として抽出し、該検索クエリシーケンス情報集合の各検索クエリシーケンス情報の先行クエリ情報に追加された該検索条件を含む後続クエリ情報を選択し、該後続クエリ情報から該先行クエリ情報に含まれない語句を属性候補語句情報として抽出する
ことを特徴とする属性表現獲得方法。
【請求項２】
前記属性表現候補抽出ステップの前に、
前記検索シーケンスデータベースから読み出された検索シーケンス情報集合のそれぞれに含まれる先行クエリ情報から、前記属性抽出対象語句以外の語句を共起語句として抽出する共起語句抽出ステップを行い、
前記属性表現候補抽出ステップにおいて、
前記共起語句抽出ステップで得られた前記共起語句の集合と、前記検索シーケンスデータベースから抽出された絞り込み関係にある絞り込み語句の集合とを比較し、該絞り込み語句の集合中での出現度合いが、該共起語句の集合における出現度合いよりも高い語句を属性表現候補語句として抽出するステップを行う
請求項１記載の属性表現獲得方法。
【請求項３】
前記属性表現候補抽出ステップにおいて、
前記共起語句の集合より前記絞り込み語句の集合中でより多く出現する度合いを表す値Ａを、
ある語句が該絞り込み語句の集合に出現する回数を絞り込み語句に出現する全語句の数で割ることによって得られる当該語句の絞り込み語句集合中での第１の出現確率と、当該語句が共起する語句の集合で出現する回数を共起する語句の集合に出現する全語句の数で割ることによって得られる共起する語句の集合中での第２の出現確率との差を算出することによって求め、
得られた値Ａが予め定められた閾値以上の場合に属性表現候補語句として抽出するステップを行う
請求項２記載の属性表現獲得方法。
【請求項４】
対象事物に対してその性質や特性を表す属性表現を、検索システムに入力された検索クエリ語句の集合と個々の検索クエリ語句を入力したユーザの識別情報とが蓄積された検索クエリデータベースから獲得するための属性表現獲得装置であって、
入力装置から、属性を獲得する対象となる１つまたは複数の属性抽出対象となる属性抽出対象語句を取得し、抽出対象バッファに格納する属性抽出対象入力手段と、
前記検索クエリデータベースから前記ユーザの識別情報に基づいて同一のユーザから入力された検索語句の集合を抽出し、同一ユーザによって入力された時間的に連続した先に入力された検索クエリ語句（以下、「先行クエリ情報」と記す）と後に入力された検索クエリ語句（以下、「後続クエリ情報」と記す）からなる２つの検索クエリ情報の組を検索クエリシーケンス情報として抽出して検索シーケンスデータベースに格納する検索シーケンス抽出手段と、
前記抽出対象バッファに格納されている属性抽出対象語句に基づいて、前記検索シーケンスデータベースに格納されている前記検索クエリシーケンス情報の検索クエリ情報に含まれている語句を属性表現候補語句として抽出し、属性候補バッファに格納する属性表現候補抽出手段と、
前記属性候補バッファに格納されている前記属性表現候補語句それぞれについて、前記抽出対象バッファに格納されている前記属性抽出対象語句の集合のどの語句に対しても偏りなく出現する属性表現候補を、該属性抽出対象語句の集合に共通する属性表現として抽出する属性表現選別手段と、を有し、
前記属性表現候補抽出手段は、
前記先行クエリ情報に検索条件が追加された検索クエリシーケンス情報を絞り込み関係にある絞り込み語句の集合として抽出し、該検索クエリシーケンス情報集合の各検索クエリシーケンス情報の先行クエリ情報に追加された該検索条件を含む後続クエリ情報を選択し、該後続クエリ情報から該先行クエリ情報に含まれない語句を属性候補語句情報として抽出する手段を含む
ことを特徴とする属性表現獲得装置。
【請求項５】
前記検索シーケンスデータベースから読み出された検索シーケンス情報集合のそれぞれに含まれる先行クエリ情報から、前記属性抽出対象語句以外の語句を共起語句として抽出する共起語句抽出手段を更に有し、
前記属性表現候補抽出手段は、
前記共起語句抽出手段で得られた前記共起語句の集合と、前記検索シーケンスデータベースから抽出される絞り込み関係にある絞り込み語句の集合とを比較し、該絞り込み語句の集合中での出現度合いが、該共起語句の集合における出現度合いよりも高い語句を属性表現候補語句として抽出する属性表現候補比較手段を含む
請求項４記載の属性表現獲得装置。
【請求項６】
前記属性表現候補抽出手段は、
前記共起語句の集合より前記絞り込み語句の集合中でより多く出現する度合いを表す値Ａを、
当該語句が該絞り込み語句の集合に出現する回数を絞り込み語句に出現する全語句の数で割ることによって得られる当該語句の絞り込み語句集合中での第１の出現確率と、当該語句が共起する語句の集合で出現する回数を共起する語句の集合に出現する全語句の数で割ることによって得られる共起する語句の集合中での第２の出現確率との差を算出することによって求め、
得られた値Ａが予め定められた閾値以上の場合に属性表現候補語句として抽出する手段を含む
請求項５記載の属性表現獲得装置。
【請求項７】
請求項４乃至６の何れか１項記載の属性表現獲得装置を構成する各手段としてコンピュータを機能させるための属性表現獲得プログラム。
【請求項１】
対象事物に対してその性質や特性を表す属性表現を、検索システムに入力された検索クエリ語句の集合と個々の検索クエリ語句を入力したユーザの識別情報とが蓄積された検索クエリデータベースから獲得するための属性表現獲得方法であって、
入力装置から、属性を獲得する対象となる１つまたは複数の属性抽出対象となる属性抽出対象語句を取得し、抽出対象バッファに格納する属性抽出対象入力ステップと、
前記検索クエリデータベースから前記ユーザの識別情報に基づいて同一のユーザから入力された検索語句の集合を抽出し、同一ユーザによって入力された時間的に連続した先に入力された検索クエリ語句（以下、「先行クエリ情報」と記す）と後に入力された検索クエリ語句（以下、「後続クエリ情報」と記す）からなる２つの検索クエリ情報の組を検索クエリシーケンス情報として抽出して検索シーケンスデータベースに格納する検索シーケンス抽出ステップと、
前記抽出対象バッファに格納されている属性抽出対象語句に基づいて、前記検索シーケンスデータベースに格納されている前記検索クエリシーケンス情報の検索クエリ情報に含まれている語句を属性表現候補語句として抽出し、属性候補バッファに格納する属性表現候補抽出ステップと、
前記属性候補バッファに格納されている前記属性表現候補語句それぞれについて、前記抽出対象バッファに格納されている前記属性抽出対象語句の集合のどの語句に対しても偏りなく出現する属性表現候補を、該属性抽出対象語句の集合に共通する属性表現として抽出する属性表現選別ステップと、を有し、
前記属性表現候補抽出ステップにおいて、
前記先行クエリ情報に検索条件が追加された検索クエリシーケンス情報を絞り込み関係にある絞り込み語句の集合として抽出し、該検索クエリシーケンス情報集合の各検索クエリシーケンス情報の先行クエリ情報に追加された該検索条件を含む後続クエリ情報を選択し、該後続クエリ情報から該先行クエリ情報に含まれない語句を属性候補語句情報として抽出する
ことを特徴とする属性表現獲得方法。
【請求項２】
前記属性表現候補抽出ステップの前に、
前記検索シーケンスデータベースから読み出された検索シーケンス情報集合のそれぞれに含まれる先行クエリ情報から、前記属性抽出対象語句以外の語句を共起語句として抽出する共起語句抽出ステップを行い、
前記属性表現候補抽出ステップにおいて、
前記共起語句抽出ステップで得られた前記共起語句の集合と、前記検索シーケンスデータベースから抽出された絞り込み関係にある絞り込み語句の集合とを比較し、該絞り込み語句の集合中での出現度合いが、該共起語句の集合における出現度合いよりも高い語句を属性表現候補語句として抽出するステップを行う
請求項１記載の属性表現獲得方法。
【請求項３】
前記属性表現候補抽出ステップにおいて、
前記共起語句の集合より前記絞り込み語句の集合中でより多く出現する度合いを表す値Ａを、
ある語句が該絞り込み語句の集合に出現する回数を絞り込み語句に出現する全語句の数で割ることによって得られる当該語句の絞り込み語句集合中での第１の出現確率と、当該語句が共起する語句の集合で出現する回数を共起する語句の集合に出現する全語句の数で割ることによって得られる共起する語句の集合中での第２の出現確率との差を算出することによって求め、
得られた値Ａが予め定められた閾値以上の場合に属性表現候補語句として抽出するステップを行う
請求項２記載の属性表現獲得方法。
【請求項４】
対象事物に対してその性質や特性を表す属性表現を、検索システムに入力された検索クエリ語句の集合と個々の検索クエリ語句を入力したユーザの識別情報とが蓄積された検索クエリデータベースから獲得するための属性表現獲得装置であって、
入力装置から、属性を獲得する対象となる１つまたは複数の属性抽出対象となる属性抽出対象語句を取得し、抽出対象バッファに格納する属性抽出対象入力手段と、
前記検索クエリデータベースから前記ユーザの識別情報に基づいて同一のユーザから入力された検索語句の集合を抽出し、同一ユーザによって入力された時間的に連続した先に入力された検索クエリ語句（以下、「先行クエリ情報」と記す）と後に入力された検索クエリ語句（以下、「後続クエリ情報」と記す）からなる２つの検索クエリ情報の組を検索クエリシーケンス情報として抽出して検索シーケンスデータベースに格納する検索シーケンス抽出手段と、
前記抽出対象バッファに格納されている属性抽出対象語句に基づいて、前記検索シーケンスデータベースに格納されている前記検索クエリシーケンス情報の検索クエリ情報に含まれている語句を属性表現候補語句として抽出し、属性候補バッファに格納する属性表現候補抽出手段と、
前記属性候補バッファに格納されている前記属性表現候補語句それぞれについて、前記抽出対象バッファに格納されている前記属性抽出対象語句の集合のどの語句に対しても偏りなく出現する属性表現候補を、該属性抽出対象語句の集合に共通する属性表現として抽出する属性表現選別手段と、を有し、
前記属性表現候補抽出手段は、
前記先行クエリ情報に検索条件が追加された検索クエリシーケンス情報を絞り込み関係にある絞り込み語句の集合として抽出し、該検索クエリシーケンス情報集合の各検索クエリシーケンス情報の先行クエリ情報に追加された該検索条件を含む後続クエリ情報を選択し、該後続クエリ情報から該先行クエリ情報に含まれない語句を属性候補語句情報として抽出する手段を含む
ことを特徴とする属性表現獲得装置。
【請求項５】
前記検索シーケンスデータベースから読み出された検索シーケンス情報集合のそれぞれに含まれる先行クエリ情報から、前記属性抽出対象語句以外の語句を共起語句として抽出する共起語句抽出手段を更に有し、
前記属性表現候補抽出手段は、
前記共起語句抽出手段で得られた前記共起語句の集合と、前記検索シーケンスデータベースから抽出される絞り込み関係にある絞り込み語句の集合とを比較し、該絞り込み語句の集合中での出現度合いが、該共起語句の集合における出現度合いよりも高い語句を属性表現候補語句として抽出する属性表現候補比較手段を含む
請求項４記載の属性表現獲得装置。
【請求項６】
前記属性表現候補抽出手段は、
前記共起語句の集合より前記絞り込み語句の集合中でより多く出現する度合いを表す値Ａを、
当該語句が該絞り込み語句の集合に出現する回数を絞り込み語句に出現する全語句の数で割ることによって得られる当該語句の絞り込み語句集合中での第１の出現確率と、当該語句が共起する語句の集合で出現する回数を共起する語句の集合に出現する全語句の数で割ることによって得られる共起する語句の集合中での第２の出現確率との差を算出することによって求め、
得られた値Ａが予め定められた閾値以上の場合に属性表現候補語句として抽出する手段を含む
請求項５記載の属性表現獲得装置。
【請求項７】
請求項４乃至６の何れか１項記載の属性表現獲得装置を構成する各手段としてコンピュータを機能させるための属性表現獲得プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【公開番号】特開２０１０−２４４３４１（Ｐ２０１０−２４４３４１Ａ）
【公開日】平成２２年１０月２８日（２０１０．１０．２８）
【国際特許分類】
【出願番号】特願２００９−９３０４９（Ｐ２００９−９３０４９）
【出願日】平成２１年４月７日（２００９．４．７）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【Ｆターム（参考）】
【公開日】平成２２年１０月２８日（２０１０．１０．２８）
【国際特許分類】
【出願日】平成２１年４月７日（２００９．４．７）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【Ｆターム（参考）】
[ Back to top ]