引用関係抽出システム、引用関係抽出方法、及び引用関係抽出用プログラム
【課題】コンテンツ中の暗黙引用関係の抽出を可能とするとともに、暗黙引用関係抽出の精度向上を可能とする。
【解決手段】本発明による引用関係抽出システム、引用関係抽出方法、及び引用関係抽出用プログラムは、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する。また、引用関係抽出システム、引用関係抽出方法、及び引用関係抽出用プログラムは、算出した引用度に基づいて、コンテンツ間の引用関係を抽出する。
【解決手段】本発明による引用関係抽出システム、引用関係抽出方法、及び引用関係抽出用プログラムは、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する。また、引用関係抽出システム、引用関係抽出方法、及び引用関係抽出用プログラムは、算出した引用度に基づいて、コンテンツ間の引用関係を抽出する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、コンテンツ間の引用関係を抽出する引用関係抽出システム、引用関係抽出方法、及び引用関係抽出用プログラムに関する。
【背景技術】
【０００２】
企業等の組織の日常業務において、上司や同僚又は部下が作成したコンテンツを引用したり、参考にしたりして新たなコンテンツを作成することが多い。例えば、プロジェクトメンバの資料の一部を取り込んで報告書を作成することがある。引用関係を明らかにすることは、直接的には原著や出典を明確にすることに繋がり、著作権保護には重要である。また、コンテンツ群全体について引用関係を発見することは、コンテンツの体系化を行ったり検索を容易にしたりするためにも重要な役割がある。
【０００３】
例えば、研究機関等において、被引用回数に基づいて論文のインパクトファクタを測って研究者を評価したり、引用関係に基づいて文書のネットワークを生成して文書群の整理を行ったりすることが行われている。
【０００４】
しかしながら、研究機関等で用いられる論文とは違って、企業等の組織内で用いられる社内コンテンツの引用関係は明示されないことが多い。そのため、引用関係に基づくコンテンツの体系化技術のメリットを十分に享受できないとともに、オリジナルアイディアの発案者を正しく評価できない場合がある。
【０００５】
以下、社内コンテンツにおける明示されない引用関係を暗黙引用関係という。また、以下、特別な説明がない限り、「引用関係」とは暗黙引用関係のことを示すものとする。
【０００６】
引用とは、２つのコンテンツ間又は２つのコンテンツ中の部分（以下パッセージ）間にある関係である。引用とは、あるコンテンツ（以下、引用元コンテンツ）の一部又は全部を、別のコンテンツ（以下、引用先コンテンツ）の中でそのまま又は一部を改変して再利用することである。また、以下、引用元コンテンツの一部又は全部を引用元パッセージといい、引用先コンテンツの一部又は全部を引用先パッセージという。
【０００７】
引用関係は文書の組織化と検索の容易化のための重要ファクタであるため、文書やコンテンツの引用や再利用関係を発見する手法が多数提案されている。例えば、特許文献１では、文字列のマッチングにより同一文字列を発見し、同一文字列の出現場所と出現回数等との表層情報を用いたコンテンツの再利用関係の抽出手法が記載されている。また、特許文献２では、パッセージ類似に基づいてリンク関係を自動生成する手法が記載されている。
【０００８】
【特許文献１】国際公開第２００４／０３４２８２号パンフレット
【特許文献２】特開２０００−３３７２号公報
【発明の開示】
【発明が解決しようとする課題】
【０００９】
しかし、特許文献１や特許文献２に記載された手法を用いただけでは、引用関係を誤判定する可能性がある。例えば、繋がりのない２人の研究者がほぼ同時に書いた論文は、相互に引用関係がないといえる。しかし、この場合に、特許文献１や特許文献２に記載された手法を用いただけでは、文字列やパッセージが類似であると判断され、引用関係があると誤認識されてしまう可能性がある。すなわち、特許文献１や特許文献２に記載された手法では、２つのコンテンツの作成時期が非常に離れている場合や、組織内でコンテンツの作成者の関係が非常に離れている場合、両者が独立に作成されたコンテンツである可能性が高くなるという点が考慮されていない。
【００１０】
また、一般にアクセス権の設定を行うシステムでは、アクセス権のない機密文書を引用することは不可能である。しかし、特許文献１や特許文献２に記載された類似関係ベースで引用関係を判定する手法では、アクセス権のない機密文書であっても、偶然類似する文字列やパッセージが含まれていれば、引用関係があると誤検出されてしまう可能性がある。
【００１１】
そこで、本発明は、上記課題を解決するためになされたものであって、コンテンツ中の暗黙引用関係の抽出を可能とするとともに、暗黙引用関係抽出の精度向上を可能とする引用関係抽出システム、引用関係抽出方法、及び引用関係抽出用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】
【００１２】
本発明による引用関係抽出システムは、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する引用度算出手段と、引用度算出手段が算出した引用度に基づいて、コンテンツ間の引用関係を抽出する引用関係抽出手段とを備えたことを特徴とする。
【００１３】
また、本発明による引用関係抽出方法は、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する引用度算出ステップと、算出した引用度に基づいて、コンテンツ間の引用関係を抽出する引用関係抽出ステップとを含むことを特徴とする。
【００１４】
また、本発明による引用関係抽出用プログラムは、コンピュータに、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する引用度算出処理と、算出した引用度に基づいて、コンテンツ間の引用関係を抽出する引用関係抽出処理とを実行させるためのものである。
【発明の効果】
【００１５】
本発明によれば、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとを考慮して、コンテンツ間の引用関係を抽出するので、引用関係の誤検出を除外することができる。従って、コンテンツ中の暗黙引用関係の抽出を可能とするとともに、暗黙引用関係抽出の精度向上を可能とすることができる。
【発明を実施するための最良の形態】
【００１６】
実施形態１．
以下、本発明の第１の実施形態について図面を参照して説明する。図１は、本発明による暗黙引用関係発見システム（引用関係抽出システム）の構成の一例を示すブロック図である。本発明は、例えば、社内情報システムに関する。例えば、暗黙引用関係発見システムは、企業等の組織内において、電子文書等の社内コンテンツの組織化や検索の容易化に関して、特に、社内コンテンツ間の暗黙的引用関係を発見する処理を行う。
【００１７】
なお、暗黙引用関係発見システムは、電子文書に限らず、静止画像や映像等のコンテンツにも適用できるが、以下、便利上、特別な説明がない限り、本実施形態では、コンテンツの一例である電子文書を用いて説明を行う。例えば、引用元コンテンツと引用先コンテンツとを、それぞれ引用元文書と引用先文書とに言い換えて説明を行う。
【００１８】
まず、本発明による暗黙引用関係発見システム（引用関係抽出システム）の概念について説明する。本発明では、引用関係の時空間制約条件と引用方向制約条件とを導入して、引用関係の誤判定を除外できる暗黙引用関係の発見手段を提供する。
【００１９】
引用方向制約は、引用元コンテンツが引用先コンテンツより以前に作成されている必要があるという時間条件と、引用先コンテンツの著者が引用元コンテンツにアクセスできる権限がある必要があるというアクセス権条件とを含む。暗黙引用関係発見システムは、この引用方向制約を利用して、引用関係が存在しえないコンテンツペアを排除し、引用先と引用元との順序関係を与える。
【００２０】
時空間制約条件は、引用関係が発生するためには、コンテンツの作成時刻の差が一定範囲内にある必要があるという時間間隔条件と、著者間に繋がりがある必要があるという組織空間における著者の相関条件とを含む。これらの時空間制約条件は、コンテンツの引用における以下に示すような一般的な傾向を定式化したものである。
【００２１】
（１）時間間隔条件：同時に作成されたコンテンツには引用関係が存在する可能性が低い。つまり、引用元文書と引用先文書との作成時刻が近いほど、引用関係が存在しない可能性が高い。また、この作成時刻の差が大きくなると、コンテンツにアクセスされる可能性が高くなるので、引用される可能性が大きくなる。
【００２２】
しかしながら、この作成時刻の差が極端に大きくなると、非常に優れたコンテンツでない限り、かえって忘却されてしまい、引用される可能性が低くなる。つまり、作成時刻の差の増加に伴って、コンテンツ間の引用可能性は一旦増大した後に次第に減少していく傾向がある。
【００２３】
（２）組織相関条件：組織空間において、強い繋がりのある著者同士は、近い空間にいるため、密にコミュニケーションを行っている可能性が高い。そのため、相手の考え方や相手が作成したコンテンツに対する理解が高く、コンテンツを引用する可能性が高い。
【００２４】
暗黙引用関係発見システムは、以上の考え方に従って、コンテンツ間の引用関係の抽出を行う。
【００２５】
図１に示すように、暗黙引用関係発見システムは、コントローラ１００と、文書データベース１０１と、組織構成表記憶手段１０２と、アクセスデータベース１０３と、仮想引用データベース１０４と、順序関係推定手段２０１と、引用度計算手段２０２とを含む。
【００２６】
暗黙引用関係発見システムは、具体的には、プログラムに従って動作するパーソナルコンピュータ等の情報処理装置によって実現される。なお、暗黙引用関係発見システムは、１つの情報処理装置によって実現されてもよく、複数の情報処理装置を用いて実現されてもよい。例えば、暗黙引用関係発見システムは、企業等の組織内に設置されている文書共有システムや人事管理システム等を実現する複数の情報処理装置を用いて実現されていてもよい。
【００２７】
文書データベース１０１は、社内で用いられる社内文書（電子文書）を格納するデータベースであり、具体的には、磁気ディスク装置や光ディスク装置等のデータベース装置によって実現される。また、文書データベース１０１は、企業等の組織内における文章共有システムを実現する１つ又は複数のデータベースサーバによって実現されてもよい。
【００２８】
また、文書データベース１０１は、文書に関する情報として、文書ＩＤや、ファイルパス、著者ＩＤ、作成時刻、アクセスレベル、文書タイプの組を格納する。また、文書データベース１０１は、文書中に含まれるパッセージに関する情報として、パッセージＩＤや、文書ＩＤ、パッセージの組を格納する。また、文書データベース１０１は、コンテンツのタイプ毎の引用度の計算パラメータの情報として、文書のタイプや、単位時間距離の換算パラメータの組を格納する。
【００２９】
なお、文書データベース１０１は、例えば、「文書に関する情報」や「パッセージに関する情報」、「計算パラメータの情報」を、文書共有システムに文書を登録するタイミングで予め格納している。例えば、文書データベース１０１は、文書登録の際に入力されるＩＤやパスワードに基づいて特定された著者名（例えば、著者ＩＤ）を、「文書に関する情報」の１つとして格納している。
【００３０】
パッセージは、コンテンツ（例えば、電子文書）に含まれる意味的に１つのまとまりを構成する部分である。例えば、コンテンツが文書である場合、パッセージは段落である。
【００３１】
また、アクセスレベルは、その文書にアクセスするために必要な権限のレベルを示す情報である。例えば、アクセスレベルは、０から１０までの数字で表される。例えば、暗黙引用関係発見システムは、電子文書（コンテンツ）を作成した著者の操作に従って、電子文書を文書データベース１０１に登録する際に、適切なアクセスレベルを設定する。また、利用者は、利用者端末等を操作して、自分に許可されたアクセスレベルに従って、文書データベース１０１に蓄積された文書にアクセスする。
【００３２】
また、文書の作成時刻は、文書データベース１０１に電子文書（コンテンツ）を登録した時点の時刻である。
【００３３】
コンテンツのタイプ毎の引用度の計算パラメータの情報を構成する情報のうち、文書タイプとは、例えば、メモ書きや週報、月報、報告書、論文等の文書の目的・用途に応じたタイプ分けを示す情報である。
【００３４】
また、単位時間距離の換算パラメータとは、各タイプの文書が作成されてから参照される最も可能性が高い時までの時間（有効期間）である。例えば、週報であれば、作成直後から１ヶ月ぐらいまでの間に参照される可能性が高く、その後参照される可能性が低くなる場合には、単位時間距離の換算パラメータの値は１ヶ月である。同様に、例えば、月報であれば、単位時間距離の換算パラメータの値は１年である。文書データベース１０１は、このような形で予め文書タイプに応じて定められた換算パラメータが登録されているものとする。
【００３５】
組織構成表記憶手段１０２は、具体的には、磁気ディスク装置や光ディスク装置等の記憶装置によって実現される。組織構成表記憶手段１０２は、著者情報と、組織構成グラフの隣接行列と、組織構成グラフの更新時間とを含む組織構成表を格納する。なお、組織構成表は、例えば、企業等の組織内の人事部門によって作成され、予め組織構成表記憶手段１０２に登録される。また、暗黙引用関係発見システムは、組織内の人事管理システムから組織構成表を取得し、処理を実行するようにしてもよい。
【００３６】
図２は、組織構成グラフと、その組織構成グラフに対する隣接行列と、著者情報との例を示す説明図である。このうち、図２（ａ）は、組織構成グラフの例を示している。また、図２（ｂ）に示すように、組織構成表記憶手段１０２は、組織構成表に含まれる著者情報として、著者や著者ＩＤの組を蓄積する。また、図２（ｃ）に示すように、組織構成表記憶手段１０２は、著者ＩＤを用いて表現される隣接グラフとして、グラフＩＤや隣接行列の組を格納する。
【００３７】
また、組織構成表記憶手段１０２は、組織構成グラフの更新時間として、グラフＩＤや更新時刻の組を格納する。暗黙引用関係発見システムは、この組織構成表記憶手段１０２が格納する更新時間の情報を用いて、組織改正や人事異動に伴う組織グラフの更新を管理することができる。
【００３８】
アクセスデータベース１０３は、文書のアクセス権情報を格納するデータベースであり、具体的には、磁気ディスク装置や光ディスク装置等のデータベース装置によって実現される。なお、アクセス権情報は、予め企業等の組織内の人事部門やシステム管理部門によって作成され、予めアクセスデータベース１０３に登録される。また、暗黙引用関係発見システムは、組織内の人事管理システムやアクセス権管理システムからアクセス情報を取得し、処理を実行するようにしてもよい。
【００３９】
アクセスデータベース１０３は、アクセス権情報として、著者ＩＤや、更新時間、アクセスレベルの組を格納している。アクセスレベルは、著者ＩＤに対応する著者のアクセス権限のレベルを示す情報である。例えば、アクセスレベルは、０から１０までの数字で表される。従って、本実施形態では、文書のアクセスに必要なアクセスレベル以上のアクセスレベルをもつ著者しか、その文書にアクセスすることができない。更新時間は、組織改正や人事異動に伴う著者のアクセスレベルの変更時間である。従って、アクセスレベルを特定するには、著者ＩＤと更新時間とを同時に用いて判断する必要がある。
【００４０】
仮想引用データベース１０４は、暗黙引用関係発見システムが抽出した引用関係の抽出結果を格納するデータベースであり、具体的には、磁気ディスク装置や光ディスク装置等のデータベース装置によって実現される。仮想引用データベース１０４は、暗黙引用関係発見システムが抽出したパッセージの引用関係の抽出結果として、引用元の文書ＩＤや、引用元のパッセージＩＤ、引用先の文書ＩＤ、引用先のパッセージＩＤ、引用度の組を格納している。
【００４１】
コントローラ１００は、具体的には、プログラムに従って動作する情報処理装置のＣＰＵによって実現される。コントローラ１００は、引用度計算手段２０２が算出した引用度及び順序関係推定手段２０１が推定した順序関係に基づいて、コンテンツ間の引用関係を抽出する機能を備える。
【００４２】
本実施形態では、コントローラ１００は、文書データベース１０１が格納する文書の全部又は一部を対象に、順序関係推定手段２０１の推定結果（推定処理の判定結果）と引用度計算手段２０２の計算結果とを用いて、暗黙引用関係の抽出を行う。また、コントローラ１００は、コンテンツ（例えば、電子文書）間の暗黙引用関係の抽出結果を、仮想引用データベース１０４に格納させる。
【００４３】
順序関係推定手段２０１は、具体的には、プログラムに従って動作する情報処理装置のＣＰＵによって実現される。順序関係推定手段２０１は、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する機能を備える。図１に示すように、順序関係推定手段２０１は、アクセス権判断手段２０１１と、時間順序判断手段２０１２とを含む。
【００４４】
本実施形態では、順序関係推定手段２０１は、引用方向制約に基づいて、引用度の高い文書ペアの引用元と引用先との順序関係を推定する。つまり、順序関係推定手段２０１は、引用元へのアクセスの可否に関わるアクセス権条件と、引用元が引用先より先に作成される必要があるという時間条件とに基づいて、引用元と引用先とを推定する。
【００４５】
順序関係推定手段２０１に含まれる各手段のうち、アクセス権判断手段２０１１は、アクセス権条件を検査して、引用元と引用先との順序関係を推定する機能を備える。アクセス権判断手段２０１１は、コンテンツに設定されたアクセス権のレベルと、著者に設定されたアクセス権のレベルとに基づいて、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する。この場合、アクセス権判断手段２０１１は、著者に設定されたアクセス権のレベルがコンテンツに設定されたアクセス権のレベル以上であると判断すると、そのコンテンツを引用元となりうるコンテンツと推定する。
【００４６】
また、時間順序判断手段２０１２は、時間条件を検査して、引用元と引用先との順序関係を推定する機能を備える。時間順序判断手段２０１２は、コンテンツの作成、更新又は参照時間（本実施形態では作成時間）に基づいて、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する。この場合、時間順序判断手段２０１２は、作成、更新又は参照時間が古いコンテンツを引用元となりうるコンテンツと推定し、作成、更新又は参照時間が新しいコンテンツを引用先となりうるコンテンツと推定する。
【００４７】
引用度計算手段２０２は、具体的には、プログラムに従って動作する情報処理装置のＣＰＵによって実現される。引用度計算手段２０２は、電子文書中のパッセージの引用の可能性の度合いを示す引用度を計算する機能を備える。引用度計算手段２０２は、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する。図１に示すように、引用度計算手段２０２は、類似度計算手段２０２１と、時間距離計算手段２０２２と、著者距離計算手段２０２３と、統合計算手段２０２４とを含む。
【００４８】
類似度計算手段２０２１は、コンテンツ間の類似度を算出する機能を備える。本実施形態では、類似度計算手段２０２１は、異なる文書に含まれるパッセージ間の類似度を計算する。例えば、類似度計算手段２０２１は、ベクトル空間モデルに基づいて計算されるキーワードベクトルの余弦を用いて、文書中のパッセージの類似度を求めることができる。なお、ベクトル空間モデルに基づいて計算されるキーワードベクトルの余弦を用いて、文書中のパッセージの類似度を求める方法は、例えば、文献Ａ「徳永健伸、”情報検索と言語処理”、東京大学出版会、ｐｐ．３１，４１−４３」に記載されている。
【００４９】
なお、類似度計算手段２０２１は、文書以外のコンテンツの類似度を求める場合には、そのコンテンツの種類に応じて用意された類似度計算方式を用いて、コンテンツ間の類似度を計算する。
【００５０】
時間距離計算手段２０２２は、コンテンツ間の作成、更新又は参照時間の差を示す時間距離を算出する機能を備える。本実施形態では、時間距離計算手段２０２２は、２つの文書の作成時刻の差の絶対値を計算する。なお、時間距離計算手段２０２２は、例えば、２つの文書の更新時刻や参照時刻の差の絶対値を計算してもよい。
【００５１】
また、時間距離計算手段２０２２は、求めた作成時刻の差の絶対値を、単位時間距離に換算する機能を備える。なお、単位時間距離に換算するためのパラメータは、文書のタイプ毎に決められ、予め文書データベース１０１に格納されている。そして、時間距離計算手段２０２２は、単位距離に換算するためのパラメータを文書データベース１０１から取得（抽出）し、抽出したパラメータを用いて正規化することによって、作成時刻の差の絶対値を単位時間距離に換算する。すなわち、時間距離計算手段２０２２は、コンテンツタイプに応じたコンテンツの作成、更新又は参照時間（本実施形態では作成時間）の差を正規化するための正規化パラメータを用いて、正規化した時間距離を算出する。
【００５２】
著者距離計算手段２０２３は、コンテンツを作成、更新又は参照した著者間の関係の度合いを示す著者距離を算出する機能を備える。本実施形態では、著者距離計算手段２０２３は、組織構成グラフにおける文書の著者に対応するノード間の最短パスの長さを、著者距離として計算する。
【００５３】
総合計算手段２０２４は、時間距離計算手段２０２２が算出した時間距離と、著者距離計算手段２０２３が算出した著者距離と、類似度計算手段２０２１が算出した類似度とを統合した引用度を算出する機能を備える。本実施形態では、統合計算手段２０２４は、類似度計算手段２０２１が求めたパッセージ間の類似度と、著者距離計算手段２０２３が求めた著者距離と、時間距離計算手段２０２２が求めた時間距離とを用いて、文書中のパッセージの引用度を計算する。つまり、引用度は、時空間制約条件に基づく、類似度と、時間距離と、著者距離との関数である。
【００５４】
なお、本実施形態において、暗黙引用関係発見システムを実現する情報処理装置の記憶装置（図示せず）は、コンテンツ（例えば、電子文書）間の暗黙的引用関係を発見するための各種プログラムを記憶している。例えば、暗黙引用関係発見システムを実現する情報処理装置の記憶装置は、コンピュータに、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する引用度算出処理と、算出した引用度に基づいて、コンテンツ間の引用関係を抽出する引用関係抽出処理とを実行させるための暗黙引用関係発見用プログラム（引用関係抽出用プログラム）を記憶している。
【００５５】
次に、動作について説明する。図３は、暗黙引用関係発見システムがコンテンツ（電子文書中のパッセージ）間に含まれる暗黙引用関係を抽出する処理の一例を示す流れ図である。暗黙引用関係発見システムは、所定のタイミングで、図３に示す暗黙引用関係の抽出処理を開始する。
【００５６】
例えば、暗黙引用関係発見システムは、システム管理者の指示操作をトリガとして、暗黙引用関係の抽出処理を開始する。また、例えば、暗黙引用関係発見システムは、夜間バッチ等を用いて所定時間毎に、暗黙引用関係の抽出処理を実行してもよい。また、例えば、暗黙引用関係発見システムは、文書データベース１０１に新規の電子文書が登録されたことに基づいて、暗黙引用関係の抽出処理を開始してもよい。さらに、例えば、暗黙引用関係発見システムは、文書データベース１０１に所定量の電子文書が登録されたことに基づいて、暗黙引用関係の抽出処理を開始してもよい。
【００５７】
まず、コントローラ１００は、文書データベース１０１から処理対象文書の集合Ｄを取得（抽出）する（ステップＳ１０１）。
【００５８】
コントローラ１００は、抽出した文書集合Ｄに含まれる文書ｄｉ（０＜ｉ＜Ｄ．ｃｏｕｎｔ）を対象に、以下に示すステップＳ１０３〜Ｓ１１２の処理を繰り返し実行する（ステップＳ１０２）。なお、ｉは文書の順番を示し、Ｄ．ｃｏｕｎｔは文書の総数を示している。
【００５９】
文書ｄｉに対するループ処理において、コントローラ１００は、文書集合Ｄに含まれる文書ｄｊ（ｉ＋１≦ｊ≦Ｄ．ｃｏｕｎｔ）を対象に、以下に示すステップＳ１０４〜Ｓ１１１の処理を繰り返し実行する（ステップＳ１０３）。なお、ｊは文書の順番を示している。
【００６０】
まず、コントローラ１００は、順序関係推定手段２０１に、処理対象となる文書ｄｉと文書ｄｊとを渡す（出力する）。順序関係推定手段２０１は、アクセス権判断手段２０１１と時間判断手段２０１２とを用いて、文書ｄｉと文書ｄｊとの引用の順序関係を推定する（ステップＳ１０４）。そして、順序関係の推定結果をコントローラ１００に返す（出力する）。
【００６１】
コントローラ１００は、順序関係推定手段２０１から順序関係の推定結果を受け取る（入力する）。そして、コントローラ１００は、入力した推定結果が文書ｄｉと文書ｄｊとに引用の順序関係があることを示しているか否かを判断する（ステップＳ１０５）。文書ｄｉと文書ｄｊとに引用の順序関係がないという推定結果であれば、コントローラ１００は、そのままステップＳ１１２にジャンプ（移行）する。そして、ステップＳ１０３〜Ｓ１１２のループ処理を繰り返す。
【００６２】
文書ｄｉと文書ｄｊとに引用の順序関係があるという推定結果であれば、コントローラ１００は、文書ｄｉ及び文書ｄｊとともに、文書ｄｉと文書ｄｊとの引用の順序関係を引用度計算手段２０２に渡す（出力する）。
【００６３】
次いで、引用度計算手段２０２は、時間距離計算手段２０２２を用いて、文書ｄｉと文書ｄｊとの時間距離を計算する（ステップＳ１０６）。また、同時に、引用度計算手段２０２は、著者距離計算手段２０２３を用いて、文書ｄｉの著者と文書ｄｊの著者との著者距離を計算する（ステップＳ１０７）。さらに、同時に、引用度計算手段２０２は、類似度計算手段２０２１を用いて、文書ｄｉ及び文書ｄｊに含まれるパッセージの類似度を計算する（ステップＳ１０８）。
【００６４】
なお、ステップＳ１０６〜Ｓ１０８の処理を実行する順番は問わない。例えば、引用度計算手段２０２は、ステップＳ１０６の時間距離の算出処理を実行した後にステップＳ１０７，Ｓ１０８の処理を実行してもよいし、ステップＳ１０７の著者距離の算出処理を実行した後にステップＳ１０６，Ｓ１０８の処理を実行してもよい。また、引用度計算手段２０２は、ステップＳ１０８の類似度の算出処理を実行した後にステップＳ１０６，Ｓ１０７の処理を実行してもよく、タイムシェアリングによりステップＳ１０６，Ｓ１０７，Ｓ１０８の処理を並行して実行してもよい。
【００６５】
次いで、引用度計算手段２０２は、ステップＳ１０６で計算した時間距離と、ステップＳ１０７で計算した著者距離と、ステップＳ１０８で計算したパッセージ類似度とを用いて、引用度ｃを求める。この場合、引用度計算手段２０２は、統合計算手段２０２４を利用して、文書ｄｉ及び文書ｄｊに含まれる２つのパッセージの組み合わせの引用度ｃを計算する（ステップＳ１０９）。そして、引用度計算手段２０２は、引用度ｃの計算結果を、コントローラ１００に渡す（出力する）。
【００６６】
次いで、コントローラ１００は、ステップＳ１０９で計算した引用度ｃの値を引用度計算手段２０２から受け取る（入力する）。そして、コントローラ１００は、入力した引用度ｃと予め定義されている閾値との比較を行い、引用度ｃの値が所定の閾値より大きいか否かを判断する（ステップＳ１１０）。
【００６７】
コントローラ１００は、引用度ｃが所定の閾値より大きいと判断した場合には、文書ｄｉと文書ｄｊとに含まれるパッセージの組み合わせに引用関係があると判断する。そして、コントローラ１００は、引用関係があると判断した判定結果を、仮想引用データベース１０４に登録する（ステップＳ１１１）。
【００６８】
次いで、コントローラ１００は、文書の順番を示す係数ｊに１加算（ｊ＝ｊ＋１）して、ステップＳ１０３に移行する。すなわち、次の文書ｄｊについて、ステップＳ１０４〜Ｓ１１１の処理を行う。
【００６９】
ステップＳ１１３では、コントローラ１００は、文書の順番を示す係数ｉに１加算（ｉ＝ｉ＋１）して、ステップＳ１０２に移行する。すなわち、次の文書ｄｉについて、ステップＳ１０３〜Ｓ１１２の処理を行う。
【００７０】
以上のように、文書データベース１０１が蓄積する全ての電子文書についてステップＳ１０３〜Ｓ１１２の処理が繰り返し実行されることによって、全ての電子文書に含まれるパッセージの組み合わせについて引用関係が抽出される。そして、引用関係があると判断された全てのパッセージの判定結果が仮想引用データベース１０４に格納される。
【００７１】
なお、仮想引用データベース１０４に格納された判定結果は、企業等の組織内の各部門からの要求に応じて提供され利用することができる。例えば、暗黙引用関係発見システムは、組織内のマネジメント部門や人事部門の端末からの要求に応じて、仮想引用データベース１０４から引用関係の判定結果を抽出して送信する。そして、マネジメント部門や人事部門の端末において受信した引用関係の判定結果を表示することによって、組織の業績評価や人事評価に利用することができる。
【００７２】
以下、図３に示した暗黙引用関係の抽出処理に含まれるそれぞれのステップについて説明する。
【００７３】
（１）処理対象文書集合の取得処理（ステップＳ１０１）：ステップＳ１０１では、コントローラ１００は、文書データベース１０１にアクセスして、処理対象となる文書のＩＤ集合を文書データベース１０１から取得（抽出）する。一般的には、コントローラ１００は、文書データベース１０１に蓄積されている全ての文書を対象として、文書ＩＤを抽出する。なお、コントローラ１００は、条件を指定して、文書データベース１０１に蓄積されている一部の文書を対象として、文書ＩＤを抽出することも可能である。
【００７４】
なお、文書ＩＤと文書とは一対一に対応しているため、以下では、特別の説明がない限り、この文書ＩＤの集合を文書集合Ｄという。
【００７５】
（２）順序関係の推定処理（ステップＳ１０４）：引用には、順序関係がある。つまり、引用元となりうる文書と引用先となりうる文書とは、予め決まっている。本実施形態では、順序関係推定手段２０１は、このような引用元となりうる文書と引用先となりうる文書との方向性の制約である引用方向制約を導入して、引用の順序関係を決める。引用方向制約は、時間条件と、アクセス権条件とを含む。時間条件とは、引用元の文書は、引用先の文書が作成されるより以前に作成されている必要があるという条件である。また、アクセス権条件とは、引用先の文書の著者は引用元の文書にアクセスできる（アクセス権が与えられている）という条件である。
【００７６】
順序関係推定手段２０１は、文書データベース１０１にアクセスして、文書の作成時刻を文書データベース１０１から取得（抽出）して比較することによって、時間条件をチェックできる。なお、時間条件のチェック処理は、順序関係推定手段２０１の時間順序判断手段２０１２によって実行される。
【００７７】
時間順序判断手段２０１２は、文書の作成時刻を、順序関係推定手段２０１を通して文書データベース１０１から取得（抽出）する。そして、時間順序判断手段２０１２は、抽出した各文書の作成時刻を比較して、引用先となりうる文書と、引用元となりうる文書とを判断する。なお、時間順序判断手段２０１２は、文書データベース１０１にアクセスして、直接文書の作成時刻を取得（抽出）するようにしてもよい。
【００７８】
また、順序関係推定手段２０１は、著者Ａが文書ｂにアクセスできるか否かを、アクセス権判断手段２０１１を用いて判断する。アクセス権判断手段２０１１は、順序関係推定手段２０１を通して、文書データベース１０１から文書ｂに必要なアクセスレベルを抽出する。また、アクセス権判断手段２０１１は、順序関係推定手段２０１を通して、アクセスデータベース１０３から著者Ａのアクセスレベルを抽出する。そして、アクセス権判断手段２０１１は、抽出した文書ｂのアクセスレベルと著者Ａのアクセスレベルとを比較して、アクセス権条件を満たすか否かを判断する。
【００７９】
この場合、アクセス権判断手段２０１１は、著者Ａのアクセスレベルが文書ｂのアクセスレベル以上であれば、著者Ａが文書ｂにアクセスできる（アクセス権条件を満たす）と判断する。すなわち、アクセス権判断手段２０１１は、文書ｂが引用元となりえると判断する。また、アクセス権判断手段２０１１は、著者Ａのアクセスレベルが文書ｂのアクセスレベル以上でなければ、著者Ａが文書ｂにアクセスできない（アクセス権条件を満たさない）と判断する。すなわち、アクセス権判断手段２０１１は、文書ｂが引用元となりえないと判断する。
【００８０】
なお、アクセス権判断手段２０１１は、文書データベース１０１とアクセスデータベース１０３とに、直接アクセスするようにしてもよい。
【００８１】
図４は、ステップＳ１０４の順序関係の推定処理の一例を示す流れ図である。ステップＳ１０４において、順序関係推定手段２０１は、ステップＳ１０１で取得した文書集合に含まれる文書の組み合わせ（ｄｉ，ｄｊ）に対して、文書データベース１０１から文書（ｄｉ又はｄｊ）の作成時刻を抽出する。また、順序関係推定手段２０１は、文書ｄｉ及び文書ｄｊの著者のＩＤを用いて、アクセスレベル情報をアクセスデータベース１０３から取得（抽出）する。
【００８２】
すなわち、順序関係推定手段２０１は、文書（ｄｉ又はｄｊ）の作成時刻の直前のアクセスレベル情報を用いて引用順序を決定する。そして、順序関係推定手段２０１は、引用方向制約条件を用いて、以下に示す手順に従って、文書ｄｉと文書ｄｊとの引用順序を決める。
【００８３】
順序関係推定手段２０１は、文書ｄｉの著者が文書ｄｊにアクセスできるか否かを判断するとともに、文書ｄｊの著者が文書ｄｉにアクセスできるか否かを判断する。文書ｄｊの著者が文書ｄｉにアクセスできるが、文書ｄｉの著者が文書ｄｊにアクセスできないと判断した場合には（ステップＳ４０１）、順序関係推定手段２０１は、文書ｄｊが引用先の文書であり、文書ｄｉが引用元の文書であると判断する（ステップＳ４０２）。
【００８４】
また、文書ｄｉの著者が文書ｄｊにアクセスできるが、文書ｄｊの著者が文書ｄｉにアクセスできないと判断した場合には（ステップＳ４０３）、順序関係推定手段２０１は、文書ｄｉが引用先の文書であり、文書ｄｊが引用元の文書であると判断する（ステップＳ４０４）。
【００８５】
また、文書ｄｉの著者が文書ｄｊにアクセスでき、かつ、文書ｄｊの著者が文書ｄｉにアクセスできると判断した場合には（ステップＳ４０５のＹ）、順序関係推定手段２０１は、文書ｄｉと文書ｄｊとの作成時刻に基づいて、文書ｄｉと文書ｄｊとの順序関係を推定する。
【００８６】
文書ｄｉが文書ｄｊより先に作成されたと判断した場合には（ステップＳ４０６）、順序関係推定手段２０１は、文書ｄｉが引用元の文書であり、文書ｄｊが引用先の文書であると判断する（ステップＳ４０７）。逆に、文書ｄｊが文書ｄｉより先に作成されたと判断した場合には（ステップＳ４０８のＹ）、順序関係推定手段２０１は、文書ｄｉが文書ｄｊを引用していると判断する（ステップＳ４０９）。また、文書ｄｉと文書ｄｊとの作成時刻が同じであると判断した場合には（ステップＳ４０８のＮ）、順序関係推定手段２０１は、この２つの文書ｄｉ，ｄｊには引用関係がないと判断する（ステップＳ４１０）。
【００８７】
また、文書ｄｉの著者が文書ｄｊにアクセスできず、かつ、文書ｄｊの著者が文書ｄｉにアクセスできないと判断した場合には（ステップＳ４０５のＮ）、順序関係推定手段２０１は、文書ｄｉと文書ｄｊとに引用関係がないと判断する（ステップＳ４１０）。
【００８８】
そして、ステップＳ１０５に移行し、順序関係推定手段２０１は、コントローラ１００に推定結果を返す（出力する）。
【００８９】
（３）時空間制約条件を用いた引用度計算処理（ステップＳ１０６、ステップＳ１０７、ステップＳ１０８、及びステップＳ１０９）と、引用関係登録処理（ステップＳ１１０，Ｓ１１１）：文書ペア（ｄｉ，ｄｊ）に対して、コントローラ１００は、引用度計算手段２０２を用いて、パッセージ単位に総当たりで引用度を計算する。
【００９０】
引用は文書中のパッセージ単位で行われることが多いため、本実施形態では、暗黙引用関係発見システムは、パッセージ単位で引用度を計算して引用関係の有無を判定する。暗黙引用関係発見システムは、２つのパッセージの引用度が高ければ、この２つのパッセージには引用関係があると判断する。なお、この場合、この２つのパッセージを含む文書間にも引用関係があることになる。以下、特別の説明がない限り、文書ｄ１を引用元文書とし、文書ｄ２を引用先文書として説明を行う。
【００９１】
引用度計算手段２０２は、文書の時間距離と、著者距離と、パッセージ間の類似度とを用いて、引用度を計算される。引用度計算手段２０２は、時間距離と著者距離とを文書単位で計算する。一方、引用度計算手段２０２は、類似度をパッセージ単位で計算する。
【００９２】
本実施形態では、時間距離は、２つの文書の作成時刻の差である。また、著者距離は、組織空間における文書の著者を繋げるパスの最短距離であり、著者の繋がりの強弱を示す尺度である。
【００９３】
基本的に、類似度が高いほど、パッセージ間の引用可能性が高く、引用度が高くなる。また、著者距離が短いほど、パッセージ間の引用可能性が高く、引用度が高くなる。また、時間距離が小さい又は大きいパッセージ間の引用度は小さくなる。
【００９４】
引用度計算手段２０２は、ステップＳ１０６で計算した時間距離と、ステップＳ１０７で計算した著者距離と、ステップＳ１０８で計算したパッセージ類似度とを用いて、ステップＳ１０９において引用度を計算する。この場合、引用度計算手段２０２は、統合計算手段２０２４を用いて、文書ｄ１のパッセージｐ１と文書ｄ２のパッセージｐ２との引用度ｃｉｔを、次の式（１）に従って計算する。
【００９５】
【数１】
【００９６】
ただし、式（１）において、ｓｉｍはパッセージの類似度である。また、式（１）において、ｔｉｍｅｄｉｓは時間距離であり、ａｕｔｈｄｉｓは著者距離である。
【００９７】
引用度計算手段２０２が求めた文書ｄ１のパッセージｐ１と文書ｄ２のパッセージｐ２との引用度ｃｉｔが予め定義された閾値より大きければ、コントローラ１００は、文書ｄ１のパッセージｐ１と文書ｄ２のパッセージｐ２との間に引用関係があると判断する。そして、コントローラ１００は、文書ｄ１のＩＤ、パッセージｐ１のＩＤ、文書ｄ２のＩＤ、パッセージｐ２のＩＤ、及び引用度ｃｉｔを対応付けた形で、仮想引用データベース１０４に引用関係の判定結果の登録を行う。なお、この引用関係の判定結果の登録処理は、ステップＳ１１１で行われる。
【００９８】
以下、パッセージの類似度、時間距離、及び著者距離の計算方法についてそれぞれ説明する。
【００９９】
（３−１）時間間隔条件を用いた時間距離計算（ステップＳ１０６）：一般に、同時に作成された文書には引用関係が存在する可能性が低い。つまり、引用元の文書と引用先の文書との作成時刻が近いほど、引用関係が存在する可能性が高い。一方、この文書間の作成時刻の差が大きくなると、文書が読まれる可能性が高くなるので、引用される可能性が大きくなる。
【０１００】
しかしながら、この文書館の作成時刻の差が極端に大きくなると、非常に優れた文書でない限り、かえって忘却されてしまい、引用される可能性が低くなる。つまり、図５に示しているように、文書間の作成時刻の差の増加に伴って、文書間の引用可能性は、一旦増大した後にある時点から減少していく傾向がある。
【０１０１】
本実施形態では、時間距離計算手段２０２２は、時間距離として、単位時間距離に換算された（正規化された）文書の作成時刻の差を求める。ステップＳ１０６では、時間距離計算手段２０２２は、コントローラ１００を通して、文書データベース１０１から各文書の作成時刻、文書タイプ、及び文書タイプに対応した単位時間距離の換算パラメータを取得（抽出）する。そして、時間距離計算手段２０２２は、抽出したこれらの情報を用いて、次の式（２）に従って、文書ｄ１と文書ｄ２との時間距離を計算する。
【０１０２】
ｔｉｍｅｄｉｓ（ｄ１，ｄ２）＝（｜ｔｉｍｅ（ｄ１）−ｔｉｍｅ（ｄ２）｜）／μ（ｄ１） ・・・ 式（２）
【０１０３】
ただし、式（２）において、ｔｉｍｅ（ｄ１）及びｔｉｍｅ（ｄ２）は、それぞれ、時間（ｈｏｕｒ）単位とした文書ｄ１及び文書ｄ２の作成時刻である。また、μは、引用元文書のタイプに対応した単位時間距離の換算パラメータである。単位時間距離の換算パラメータは、前述したように、文書のタイプ毎に予め設定されている。
【０１０４】
例えば、文書が週報である場合には、換算パラメータμは、２４時間（１日）と設定できる。また、例えば、文書が社内報告ＲＮである場合には、換算パラメータは、７２０時間（１ヶ月）と設定できる。このように、単位時間距離に換算することによって、時間距離計算手段２０２２は、文書の有効時間の長短の影響を取り除いた形で時間距離を求めることができる。
【０１０５】
なお、時間距離計算手段２０２２は、文書データベース１０１にアクセスして、文書の作成時刻と換算パラメータμとを直接取得（抽出）するようにしてもよい。
【０１０６】
（３−２）組織相関条件を用いた著者距離計算（ステップＳ１０７）：一般に、組織空間において、強い繋がりのある著者同士は、近い空間にいるため、密にコミュニケーションを行っている可能性が高い。そのため、相手の考え方や相手が作成した文書に対する理解が高く、相手が作成した文書を引用する可能性が高い。例えば、同じ部署内の同僚や上司、部下の関係にある著者同士は、相手が作成した文書を引用する可能性が高い。
【０１０７】
本実施形態では、著者距離計算手段２０２３は、著者距離は、組織構成表記憶手段１０２から取得（抽出）する組織グラフを用いて、著者距離を計算する。例えば、図２（ａ）に示す組織グラフでは、ノードは社員に対応し、枝は社員間の組織関係を表している。著者距離計算手段２０２３は、図２（ａ）に示されるような組織グラフを用いて、以下の処理に従って著者距離を算出する。
【０１０８】
著者距離計算手段２０２３は、引用度計算手段２０２を通して、引用先文書ｄ２の作成時刻に基づいて、組織構成表記憶手段１０２から組織グラフを取得（抽出）する。つまり、著者距離計算手段２０２３は、文書ｄ２の作成時刻の直前の組織グラフを取得して利用することによって、著者距離を求める。なお、著者距離計算手段２０２３は、引用度計算手段２０２を通さず、直接組織構成表記憶手段１０２から組織グラフに関する情報を取得（抽出）するようにしてもよい。
【０１０９】
ステップＳ１０７では、著者距離計算手段２０２３は、文書ｄ１と文書ｄ２との著者距離ａｕｔｈｄｉｓを、次の式（３）に従って求める。すなわち、著者距離計算手段２０２３は、組織グラフにおけるノードｄ１．ａｕｔｈｏｒとノードｄ２．ａｕｔｈｏｒとを結ぶ最短パスの長さとして計算する。なお、パスの長さは、パスの枝の数として数えられる。また、文書ｄｉと文書ｄｊとの著者が複数いる場合には、著者距離計算手段２０２３は、その全ての組み合わせについて、著者距離を計算することになる。
【０１１０】
ａｕｔｈｄｉｓ（ｄ１，ｄ２）＝ｓｈｏｒｔｅｓｔｐａｔｈ（ｄ１．ａｕｔｈｏｒ，ｄ２．ａｕｔｈｏｒ） ・・・ 式（３）
【０１１１】
この求めた著者距離が短いほど、文書ｄ１と文書ｄ２との著者の繋がりが強く、同じ空間にいる可能性が高い。そのため、コントローラ１００は、相手の文書を引用する可能性が高いと判断できる。
【０１１２】
例えば、図２（ａ）に示す組織グラフの例では、「Ｓ統括」と「Ｈ部長」との距離は１であり、「Ｓ統括」と「Ｋ主任研究員」との距離は２である。従って、コントローラ１００は、「Ｓ統括」と「Ｈ部長」の繋がりがより強く、「Ｓ統括」が「Ｋ主任研究員」の文書より「Ｈ部長]の文書を引用する可能性が高いと判断する。
【０１１３】
なお、著者距離計算手段２０２３は、２人の著者を繋げる最短パスを、グラフの最短路問題として求めることができる。例えば、著者距離計算手段２０２３は、著者間を繋げる最短パスを、Ｄｉｊｋｓｔｒａのアルゴリズムを利用して求めることができる。なお、Ｄｉｊｋｓｔｒａのアルゴリズムを利用して最短パスを求める方法は、例えば、文献Ｂ「石畑清、”アルゴリズムとデータ構造”、岩波書店、ｐｐ．２６０−２７０」に記載されている。
【０１１４】
（３−３）類似度計算（ステップＳ１０８）：類似度計算手段２０２１は、例えば、以下に示す式（４）を用いて、類似度を計算することができる。なお、式（４）は、ベクトル空間モデルに基づいてキーワードベクトルの余弦を計算する式である（文献Ａ参照）。
【０１１５】
【数２】
【０１１６】
ただし、式（４）において、パッセージｐ１に対するキーワードベクトルは（ｘ１，ｘ２，．．．，ｘｎ）であり、パッセージｐ２に対するキーワードベクトルは（ｙ１，ｙ１２，．．．，ｙｍ）である。
【０１１７】
類似度計算手段２０２１は、引用度計算手段２０２を通して、文書データベース１０１から、パッセージｐ１とｐ２とのテキストをそれぞれ抽出する。なお、類似度計算手段２０２１は、引用度計算手段２０２を通さず、文書データベース１０１から直接パッセージｐ１とｐ２とのテキストを取得（抽出）してもよい。パッセージ間の類似度が高い場合には、パッセージ間に引用関係のある可能性が高い。なお、類似度計算手段２０２１は、文書以外のコンテンツである場合、相応する類似度の計算式を用意して類似度計算を行う。
【０１１８】
以上のように、本実施形態によれば、コンテンツ間の作成時間の差と、コンテンツを作成した著者間の関係の度合いとを考慮して、コンテンツ間の引用関係を抽出するので、引用関係の誤検出を除外することができる。従って、コンテンツ中の暗黙引用関係の抽出を可能とするとともに、暗黙引用関係抽出の精度向上を可能とすることができる。
【０１１９】
すなわち、本実施形態によれば、引用方向制約を用いた順序関係の推定手段と、時空間制約条件に基づいて、類似度、時間距離及び著者距離を用いた引用度の計算手段とを備える。引用度に基づいて引用関係の抽出が行えるので、コンテンツ中に明示されていない暗黙引用関係であっても抽出することができる。また、時間距離及び著者距離を考慮した抽出を行えるので、類似度ベースの手法を用いただけでは、実際には引用関係がないにもかかわらず引用関係があるものと誤検出されることを除外できる。つまり、引用関係の検出の精度を向上させることができる。
【０１２０】
本実施形態に示した手法によって構築された暗黙引用関係抽出システムの仮想引用データベースと文書データベースとを参照することによって、以下のような利用方法が可能となる。例えば、文書データベース内の文書ＩＤやファイルパスを参照して社内の文書を表示し、表示した文書に関連する文書を表示することができる。また、文書中のパッセージ間で自動的にハイパーリンクを生成し、相互に参照を行うことが可能となる。また、引用関係をＷｅｂのリンクと同様に見なせば、Ｗｅｂの検索と同様にリンク関係を用い、重要文書のランキングを行うことができる。
【０１２１】
さらに、引用関係のパッセージ単位でのノベルティ（新規度）やオーソリティ（非引用度）を求め、オリジナリティの高い文書を作成している著者を特定することによって業績評価を行うことができる。
【０１２２】
なお、ノベルティやオーソリティ、オリジナリティは、例えば以下のような式（５）を用いて求めることができる。
【０１２３】
Ｏ（ｐ）＝Ａ（ｐ）・Ｎ（ｐ）
Ｎ（ｐ）＝１／（ｒｅｆｉｎ（ｐ）＋１）
Ａ（ｐ）＝ｒｅｆｏｕｔ（ｐ）
・・・ 式（５）
【０１２４】
ここで、式（５）において、Ｏ（ｐ）はパッセージｐのオリジナリティであり、Ｎ（ｐ）はパッセージｐのノベルティであり、Ａ（ｐ）はパッセージｐのオーソリティである。また、ｒｅｆｏｕｔ（ｐ）はパッセージｐを引用するパッセージの数であり、ｒｅｆｉｎ（ｐ）はパッセージｐが引用しているパッセージの数である。例えば、著者毎の文書内のパッセージのオリジナリティを求め、平均値を求めることで、著者の作成する文書の平均のオリジナリティを求めることができる。
【０１２５】
実施形態２．
次に、本発明の第２の実施形態について図面を参照して説明する。図６は、第２の実施形態における暗黙引用関係発見システムの構成例を示すブロック図である。図６に示すように、本実施形態では、暗黙引用関係発見システムは、第１の実施形態で示した構成要素に加えて、文書登録監視手段３０１を含む点で、第１の実施形態と異なる。また、本実施形態では、順序関係推定手段２０１が、第１の実施形態で示した構成要素のうち、時間順序判断手段２０１２を含まない点で、第１の実施形態と異なる。
【０１２６】
すなわち、本実施形態では、暗黙引用関係発見システムは、コントローラ１００と、文書データベース１０１と、組織構成表記憶手段１０２と、アクセスデータベース１０３と、仮想引用データベース１０４と、順序関係推定手段２０１と、引用度計算手段２０２と、文書監視手段３０１とを含む。以下、第１の実施形態と同様の構成要素については、図１に示したブロック図と同一の符号を付し、詳細な説明を省略する。
【０１２７】
文書登録監視手段３０１は、具体的には、プログラムに従って動作する情報処理装置のＣＰＵによって実現される。文書監視手段３０１は、文書データベース１０１への新規文書の登録をモニタリングする機能を備える。
【０１２８】
本実施形態では、コントローラ１００は、文書監視手段３０１が検出する新規文書に対して、文書データベース１０１に格納されている各文書について、検出した新規文書より以前に登録された文書（既登録文書）との引用関係を判定する。この場合、コントローラ１００は、順序関係推定手段２０１と引用度計算手段２０２とを用いて、新規文書と既登録文書との引用関係を判定する。そして、コントローラ１００は、引用関係の判定結果を仮想引用データベース１０４に登録する。
【０１２９】
順序関係推定手段２０１は、アクセス権判断手段２０１１を含む。順序関係推定手段２０１は、引用方向制約に基づいて、引用度の高い文書ペアの引用元と引用先との順序関係を推定する。すなわち、順序関係推定手段２０１は、文書監視手段３０１が検出した新規文書と、コントローラ１００を通して文書データベース１０１から取得（抽出）した新規文書より以前に登録された既登録文書との引用の順序関係を推定する。この場合、順序関係推定手段２０１は、アクセス権判断手段２０１１を利用して、引用元文書へのアクセス権が必要である旨のアクセス権条件に基づいて推定する。つまり、順序関係推定手段２０１は、引用元の文書と引用先の文書とを推定して決める。
【０１３０】
引用度計算手段２０２は、パッセージの引用の可能性を示す引用度を計算する。
【０１３１】
コントローラ１００は、順序関係推定手段２０１と引用度計算手段２０２とを用いて、パッセージ間の引用関係を抽出して、仮想引用データベース１０４に格納させる。
【０１３２】
次に、動作について説明する。図７は、第２の実施形態における暗黙引用関係発見システムがコンテンツ（電子文書中のパッセージ）間に含まれる暗黙引用関係を抽出する処理の一例を示す流れ図である。なお、本実施形態において、第１の実施形態と同様の処理を行うステップについては、詳細な説明を省略する。
【０１３３】
本実施形態では、文書登録監視手段３０１は、文書データベース１０１の新規文書の登録を繰り返しモニタリングしている。例えば、文書登録監視手段３０１は、所定時間毎に、文書データベース１０１に新規文書が登録されたか否かを判断する（ステップＳ２００）。新規文書が登録されたと判断すると、文書登録監視手段３０１は、新規文書が登録された旨を、コントローラ１００に知らせる（例えば、通知情報を出力する）。新規文書の登録がなければ、文書登録監視手段３０１は、ステップＳ２００のモニタリングの処理を継続する。
【０１３４】
コントローラ１００は、文書登録監視手段３０１が検出した新規文書ｄに対して、引用関係抽出の処理を開始する（ステップＳ２０１）。コントローラ１００は、文書データベース１０１から、文書登録監視手段３０１が検出した新しい文書の登録の時刻より以前に作成された既登録文書の集合Ｄを取得（抽出）する（ステップＳ２０２）。そして、コントローラ１００は、ステップＳ２００で検出した個々の新規文書ｄに対して、以下の処理を行う。
【０１３５】
コントローラ１００は、抽出した文書集合Ｄに含まれる文書ｄｉ（０＜ｉ＜Ｄ．ｃｏｕｎｔ）を対象に、以下に示すステップＳ２０４〜Ｓ２１１の処理を繰り返し実行する（ステップＳ２０３）。なお、ｉは文書の順番を示し、Ｄ．ｃｏｕｎｔは文書の総数を示している。
【０１３６】
まず、コントローラ１００は、順序関係推定手段２０１に、処理対象となる文書ｄと文書ｄｉとを渡す（出力する）。順序関係推定手段２０１は、アクセス権判断手段２０１１を用いて、文書ｄと文書ｄｉとの引用の順序関係を推定する（ステップＳ２０４）。そして、順序関係の推定結果をコントローラ１００に返す（出力する）。
【０１３７】
コントローラ１００は、順序関係推定手段２０１から順序関係の推定結果を受け取る（入力する）。そして、コントローラ１００は、入力した推定結果が文書ｄと文書ｄｉとに引用の順序関係があることを示しているか否かを判断する（ステップＳ２０５）。文書ｄと文書ｄｉとに引用の順序関係がないという推定結果であれば、コントローラ１００は、そのままステップＳ２１２にジャンプ（移行）する。そして、ステップＳ２０４〜Ｓ２１２のループ処理を繰り返す。
【０１３８】
文書ｄと文書ｄｉとに引用の順序関係があるという推定結果であれば、コントローラ１００は、文書ｄ及び文書ｄｉとともに、文書ｄと文書ｄｉとの引用の順序関係を引用度計算手段２０２に渡す（出力する）。
【０１３９】
次いで、引用度計算手段２０２は、時間距離計算手段２０２２を用いて、文書ｄと文書ｄｉとの時間距離を計算する（ステップＳ２０６）。また、同時に、引用度計算手段２０２は、著者距離計算手段２０２３を用いて、文書ｄの著者と文書ｄｉの著者との著者距離を計算する（ステップＳ２０７）。さらに、同時に、引用度計算手段２０２は、類似度計算手段２０２１を用いて、文書ｄ及び文書ｄｉに含まれるパッセージの類似度を計算する（ステップＳ２０８）。
【０１４０】
次いで、引用度計算手段２０２は、ステップＳ２０６で計算した時間距離と、ステップＳ２０７で計算した著者距離と、ステップＳ２０８で計算したパッセージ類似度とを用いて、引用度ｃを求める。この場合、引用度計算手段２０２は、統合計算手段２０２４を利用して、文書ｄ及び文書ｄｉに含まれる２つのパッセージの組み合わせの引用度ｃを計算する（ステップＳ２０９）。そして、引用度計算手段２０２は、引用度ｃの計算結果を、コントローラ１００に渡す（出力する）。
【０１４１】
次いで、コントローラ１００は、ステップＳ２０９で計算した引用度ｃの値を引用度計算手段２０２から受け取る（入力する）。そして、コントローラ１００は、入力した引用度ｃと予め定義されている閾値との比較を行い、引用度ｃの値が所定の閾値より大きいか否かを判断する（ステップＳ２１０）。
【０１４２】
コントローラ１００は、引用度ｃが所定の閾値より大きいと判断した場合には、文書ｄと文書ｄｉとに含まれるパッセージの組み合わせに引用関係があると判断する。そして、コントローラ１００は、引用関係があると判断した判定結果を、仮想引用データベース１０４に登録する（ステップＳ２１１）。
【０１４３】
次いで、コントローラ１００は、文書の順番を示す係数ｉに１加算（ｉ＝ｉ＋１）して、ステップＳ２０３に移行する。すなわち、次の文書ｄｉについて、ステップＳ２０４〜Ｓ２１１の処理を行う。
【０１４４】
その後、文書登録監視手段３０１が次の新規文書ｄを検出した場合には（ステップＳ２１３）、コントローラ１００は、次の新規文書ｄを対象にステップＳ２０１〜Ｓ２１２と同様の処理を行う。
【０１４５】
以下、第１の実施形態とは異なる処理を行うステップＳ２００，Ｓ２０２，Ｓ２０４の処理について説明する。まず、ステップＳ２００において、文書登録監視手段３０１は、文書データベース１０１をモニタリングし、新規文書の登録があるか否かを監視する。新規文書の登録を検出したら、文書登録監視手段３０１は、新規登録された新規文書群をコントローラ１００に知らせる（例えば、通知情報を出力する）。そして、コントローラ１００は、新規文書群と、文書データベース１０１に以前に登録された既登録文書との引用関係の抽出を行う。つまり、本実施形態では、暗黙引用関係発見システムは、新規文書の登録をトリガとして、引用関係の発見の処理を行う。文書登録監視手段３０１による新規文書登録の検出は、このトリガの役割を果たす。
【０１４６】
ステップＳ２０２において、コントローラ１００は、文書データベース１０１にアクセスして、ステップＳ２００で検出した新規文書より以前に登録された既登録文書の集合を、文書データベース１０１から取得（抽出）する。本実施形態では、文書データベース１０１への登録時刻が文書の作成時刻を示している。そのため、コントローラ１００は、文書データベース１０１が格納する文書の作成時刻をチェックすることによって、新規文書より以前に登録された既登録文書集合を取得（抽出）することができる。
【０１４７】
図８は、第２の実施形態におけるステップＳ２０４の順序関係の推定処理の一例を示す流れ図である。本実施形態では、文書集合Ｄに含まれる文書ｄｉが新規文書ｄより以前に作成されていることが既知であるため、順序関係推定手段２０１は、時間条件の検査の処理を行う必要がない。そのため、順序関係推定手段２０１は、アクセス権判断手段２０１１を用いて、文書データベース１０１から取得（抽出）した著者情報とアクセスデータベース１０３から取得（抽出）したアクセス権条件とに基づいて、以下に示す手順に従って、文書ｄと文書ｄｉとの引用順序を決める。なお、アクセス権判断手段２０１１は、順序関係推定手段２０１を通さず、文書データベース１０１とアクセスデータベース１０３とに直接アクセスするようにしてもよい。
【０１４８】
順序関係推定手段２０１は、文書ｄｉの著者が文書ｄにアクセスできるか否かを判断するとともに、文書ｄの著者が文書ｄｉにアクセスできるか否かを判断する。文書ｄの著者が文書ｄｉにアクセスできるが、文書ｄｉの著者が文書ｄにアクセスできないと判断した場合には（ステップＳ４５１）、順序関係推定手段２０１は、文書ｄが引用先の文書であり、文書ｄｉが引用元の文書であると判断する（ステップＳ４５２）。
【０１４９】
また、文書ｄｉの著者が文書ｄにアクセスできるが、文書ｄの著者が文書ｄｉにアクセスできないと判断した場合には（ステップＳ４５３）、順序関係推定手段２０１は、文書ｄｉが引用先の文書であり、文書ｄが引用元の文書であると判断する（ステップＳ４５４）。
【０１５０】
また、文書ｄの著者が文書ｄｉにアクセスでき、かつ、文書ｄｉの著者が文書ｄにアクセスできると判断した場合には（ステップＳ４５５のＹ）、順序関係推定手段２０１は、文書ｄが引用先の文書であり、文書ｄｉが引用元の文書であると判断する（ステップＳ４５６）。
【０１５１】
また、文書ｄの著者が文書ｄｉにアクセスできず、かつ、文書ｄｉの著者が文書ｄにアクセスできないと判断した場合には（ステップＳ４５５のＮ）、順序関係推定手段２０１は、文書ｄｉと文書ｄには引用関係がないと判断する（ステップＳ４５７）。
【０１５２】
そして、ステップＳ２０５に移行し、順序関係推定手段２０１は、コントローラ１００に推定結果を渡す（出力する）。
【０１５３】
以上のように、本実施形態によれば、順序関係推定手段２０１は、文書登録監視手段３０１が検出した新規文書より以前に登録された既登録文書のみを取得して処理すれば、文書間の引用関係を推定することができる。従って、引用の順序関係の推定処理において、時間条件の検査の処理を省略することができ、処理負担の軽減を図ることができる。また、本実施形態によれば、既登録文書に対しての処理のみを行えばよいので、処理の対象となる文書数を削減することができる。
【０１５４】
次に、本発明による引用関係抽出システムの最小構成について説明する。図９は、引用関係抽出システムの最小の構成例を示すブロック図である。図９に示すように、引用関係抽出システムは、最小の構成要素として、文書データベース１０１と、引用度計算手段２０２とを含む。
【０１５５】
引用度計算手段２０２は、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する機能を備える。また、コントローラ１００は、引用度計算手段２０２が算出した引用度に基づいて、コンテンツ間の引用関係を抽出する機能を備える。
【０１５６】
図９に示す最小構成の引用関係抽出システムによれば、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとを考慮して、コンテンツ間の引用関係を抽出するので、引用関係の誤検出を除外することができる。従って、コンテンツ中の暗黙引用関係の抽出を可能とするとともに、暗黙引用関係抽出の精度向上を可能とすることができる。
【０１５７】
なお、上記の各実施形態では、以下の（１）〜（８）に示すような引用関係抽出システム（暗黙引用関係発見システム）の特徴的構成が示されている。
【０１５８】
（１）引用関係抽出システムは、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する引用度算出手段（例えば、引用度計算手段２０２によって実現される）と、引用度算出手段が算出した引用度に基づいて、コンテンツ間の引用関係を抽出する引用関係抽出手段（例えば、コントローラ１００によって実現される）とを備えたことを特徴とする。
【０１５９】
（２）引用関係抽出システムは、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する順序関係推定手段（例えば、順序関係推定手段２０１によって実現される）を備え、引用関係抽出手段は、引用度算出手段が算出した引用度及び順序関係推定手段が推定した順序関係に基づいて、コンテンツ間の引用関係を抽出するように構成されていてもよい。
【０１６０】
（３）引用関係抽出システムにおいて、引用度算出手段は、コンテンツ間の作成、更新又は参照時間の差を示す時間距離を算出する時間距離算出手段（例えば、時間距離計算手段２０２２によって実現される）と、時間距離算出手段が算出した時間距離に基づいて引用度を算出する算出手段（例えば、総合計算手段２０２４によって実現される）とを含むように構成されていてもよい。
【０１６１】
（４）引用関係抽出システムにおいて、引用度算出手段は、コンテンツを作成、更新又は参照した著者間の関係の度合いを示す著者距離を算出する著者距離算出手段（例えば、著者距離計算手段２０２３によって実現される）と、著者距離算出手段が算出した著者距離に基づいて引用度を算出する算出手段（例えば、総合計算手段２０２４によって実現される）とを含むように構成されていてもよい。
【０１６２】
（５）引用関係抽出システムにおいて、引用度算出手段は、コンテンツ間の類似度を算出する類似度算出手段（例えば、類似度計算手段２０２１によって実現される）を含み、算出手段は、時間距離算出手段が算出した時間距離と、著者距離算出手段が算出した著者距離と、類似度算出手段が算出した類似度とを統合した引用度を算出するように構成されていてもよい。
【０１６３】
（６）引用関係抽出システムにおいて、順序関係推定手段は、コンテンツに設定されたアクセス権のレベルと、著者に設定されたアクセス権のレベルとに基づいて、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定するアクセス権順序推定手段（例えば、アクセス権判断手段２０１１によって実現される）を含み、アクセス権順序推定手段は、著者に設定されたアクセス権のレベルがコンテンツに設定されたアクセス権のレベル以上であると判断すると、当該コンテンツを引用元となりうるコンテンツと推定するように構成されていてもよい。
【０１６４】
（７）引用関係抽出システムにおいて、順序関係推定手段は、コンテンツの作成、更新又は参照時間に基づいて、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する時間順序推定手段（例えば、時間順序判断手段２０１２によって実現される）を含み、時間順序推定手段は、作成、更新又は参照時間が古いコンテンツを引用元となりうるコンテンツと推定し、作成、更新又は参照時間が新しいコンテンツを引用先となりうるコンテンツと推定するように構成されていてもよい。
【０１６５】
（８）引用関係抽出システムにおいて、時間距離算出手段は、コンテンツタイプに応じたコンテンツの作成、更新又は参照時間の差を正規化するための正規化パラメータ（例えば、単位時間距離に換算するためのパラメータ）を用いて、正規化した時間距離を算出するように構成されていてもよい。
【産業上の利用可能性】
【０１６６】
本発明は、社内コンテンツを体系化する情報処理装置や、社内コンテンツの検索装置、社内の業績評価を支援する装置といった用途に適用できる。また、コンテンツの再利用関係を発見して原著と出典とを明確にし著作権保護を支援するための装置といった用途にも適用できる。
【図面の簡単な説明】
【０１６７】
【図１】本発明による暗黙引用関係発見システムの構成の一例を示すブロック図である。
【図２】組織構成グラフと、その組織構成グラフに対する隣接行列と、著者情報との例を示す説明図である。
【図３】暗黙引用関係発見システムがコンテンツ（電子文書中のパッセージ）間に含まれる暗黙引用関係を抽出する処理の一例を示す流れ図である。
【図４】順序関係の推定処理の一例を示す流れ図である。
【図５】引用の可能性と時間距離との関係を示す説明図である。
【図６】第２の実施形態における暗黙引用関係発見システムの構成例を示すブロック図である。
【図７】第２の実施形態における暗黙引用関係発見システムがコンテンツ（電子文書中のパッセージ）間に含まれる暗黙引用関係を抽出する処理の一例を示す流れ図である。
【図８】第２の実施形態における順序関係の推定処理の一例を示す流れ図である。
【図９】引用関係抽出システムの最小の構成例を示すブロック図である。
【符号の説明】
【０１６８】
１００ コントローラ
１０１ 文書データベース
１０２ 組織構成表記憶手段
１０３ アクセスデータベース
１０４ 仮想引用データベース
２０１ 順序関係の推定手段
２０１１ アクセス権判断手段
２０１２ 時間順序判断手段
２０２ 引用度計算手段
２０２１ 類似度計算手段
２０２２ 時間距離計算手段
２０２３ 著者距離計算手段
２０２４ 統合計算手段
３０１ 文書登録監視手段
【技術分野】
【０００１】
本発明は、コンテンツ間の引用関係を抽出する引用関係抽出システム、引用関係抽出方法、及び引用関係抽出用プログラムに関する。
【背景技術】
【０００２】
企業等の組織の日常業務において、上司や同僚又は部下が作成したコンテンツを引用したり、参考にしたりして新たなコンテンツを作成することが多い。例えば、プロジェクトメンバの資料の一部を取り込んで報告書を作成することがある。引用関係を明らかにすることは、直接的には原著や出典を明確にすることに繋がり、著作権保護には重要である。また、コンテンツ群全体について引用関係を発見することは、コンテンツの体系化を行ったり検索を容易にしたりするためにも重要な役割がある。
【０００３】
例えば、研究機関等において、被引用回数に基づいて論文のインパクトファクタを測って研究者を評価したり、引用関係に基づいて文書のネットワークを生成して文書群の整理を行ったりすることが行われている。
【０００４】
しかしながら、研究機関等で用いられる論文とは違って、企業等の組織内で用いられる社内コンテンツの引用関係は明示されないことが多い。そのため、引用関係に基づくコンテンツの体系化技術のメリットを十分に享受できないとともに、オリジナルアイディアの発案者を正しく評価できない場合がある。
【０００５】
以下、社内コンテンツにおける明示されない引用関係を暗黙引用関係という。また、以下、特別な説明がない限り、「引用関係」とは暗黙引用関係のことを示すものとする。
【０００６】
引用とは、２つのコンテンツ間又は２つのコンテンツ中の部分（以下パッセージ）間にある関係である。引用とは、あるコンテンツ（以下、引用元コンテンツ）の一部又は全部を、別のコンテンツ（以下、引用先コンテンツ）の中でそのまま又は一部を改変して再利用することである。また、以下、引用元コンテンツの一部又は全部を引用元パッセージといい、引用先コンテンツの一部又は全部を引用先パッセージという。
【０００７】
引用関係は文書の組織化と検索の容易化のための重要ファクタであるため、文書やコンテンツの引用や再利用関係を発見する手法が多数提案されている。例えば、特許文献１では、文字列のマッチングにより同一文字列を発見し、同一文字列の出現場所と出現回数等との表層情報を用いたコンテンツの再利用関係の抽出手法が記載されている。また、特許文献２では、パッセージ類似に基づいてリンク関係を自動生成する手法が記載されている。
【０００８】
【特許文献１】国際公開第２００４／０３４２８２号パンフレット
【特許文献２】特開２０００−３３７２号公報
【発明の開示】
【発明が解決しようとする課題】
【０００９】
しかし、特許文献１や特許文献２に記載された手法を用いただけでは、引用関係を誤判定する可能性がある。例えば、繋がりのない２人の研究者がほぼ同時に書いた論文は、相互に引用関係がないといえる。しかし、この場合に、特許文献１や特許文献２に記載された手法を用いただけでは、文字列やパッセージが類似であると判断され、引用関係があると誤認識されてしまう可能性がある。すなわち、特許文献１や特許文献２に記載された手法では、２つのコンテンツの作成時期が非常に離れている場合や、組織内でコンテンツの作成者の関係が非常に離れている場合、両者が独立に作成されたコンテンツである可能性が高くなるという点が考慮されていない。
【００１０】
また、一般にアクセス権の設定を行うシステムでは、アクセス権のない機密文書を引用することは不可能である。しかし、特許文献１や特許文献２に記載された類似関係ベースで引用関係を判定する手法では、アクセス権のない機密文書であっても、偶然類似する文字列やパッセージが含まれていれば、引用関係があると誤検出されてしまう可能性がある。
【００１１】
そこで、本発明は、上記課題を解決するためになされたものであって、コンテンツ中の暗黙引用関係の抽出を可能とするとともに、暗黙引用関係抽出の精度向上を可能とする引用関係抽出システム、引用関係抽出方法、及び引用関係抽出用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】
【００１２】
本発明による引用関係抽出システムは、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する引用度算出手段と、引用度算出手段が算出した引用度に基づいて、コンテンツ間の引用関係を抽出する引用関係抽出手段とを備えたことを特徴とする。
【００１３】
また、本発明による引用関係抽出方法は、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する引用度算出ステップと、算出した引用度に基づいて、コンテンツ間の引用関係を抽出する引用関係抽出ステップとを含むことを特徴とする。
【００１４】
また、本発明による引用関係抽出用プログラムは、コンピュータに、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する引用度算出処理と、算出した引用度に基づいて、コンテンツ間の引用関係を抽出する引用関係抽出処理とを実行させるためのものである。
【発明の効果】
【００１５】
本発明によれば、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとを考慮して、コンテンツ間の引用関係を抽出するので、引用関係の誤検出を除外することができる。従って、コンテンツ中の暗黙引用関係の抽出を可能とするとともに、暗黙引用関係抽出の精度向上を可能とすることができる。
【発明を実施するための最良の形態】
【００１６】
実施形態１．
以下、本発明の第１の実施形態について図面を参照して説明する。図１は、本発明による暗黙引用関係発見システム（引用関係抽出システム）の構成の一例を示すブロック図である。本発明は、例えば、社内情報システムに関する。例えば、暗黙引用関係発見システムは、企業等の組織内において、電子文書等の社内コンテンツの組織化や検索の容易化に関して、特に、社内コンテンツ間の暗黙的引用関係を発見する処理を行う。
【００１７】
なお、暗黙引用関係発見システムは、電子文書に限らず、静止画像や映像等のコンテンツにも適用できるが、以下、便利上、特別な説明がない限り、本実施形態では、コンテンツの一例である電子文書を用いて説明を行う。例えば、引用元コンテンツと引用先コンテンツとを、それぞれ引用元文書と引用先文書とに言い換えて説明を行う。
【００１８】
まず、本発明による暗黙引用関係発見システム（引用関係抽出システム）の概念について説明する。本発明では、引用関係の時空間制約条件と引用方向制約条件とを導入して、引用関係の誤判定を除外できる暗黙引用関係の発見手段を提供する。
【００１９】
引用方向制約は、引用元コンテンツが引用先コンテンツより以前に作成されている必要があるという時間条件と、引用先コンテンツの著者が引用元コンテンツにアクセスできる権限がある必要があるというアクセス権条件とを含む。暗黙引用関係発見システムは、この引用方向制約を利用して、引用関係が存在しえないコンテンツペアを排除し、引用先と引用元との順序関係を与える。
【００２０】
時空間制約条件は、引用関係が発生するためには、コンテンツの作成時刻の差が一定範囲内にある必要があるという時間間隔条件と、著者間に繋がりがある必要があるという組織空間における著者の相関条件とを含む。これらの時空間制約条件は、コンテンツの引用における以下に示すような一般的な傾向を定式化したものである。
【００２１】
（１）時間間隔条件：同時に作成されたコンテンツには引用関係が存在する可能性が低い。つまり、引用元文書と引用先文書との作成時刻が近いほど、引用関係が存在しない可能性が高い。また、この作成時刻の差が大きくなると、コンテンツにアクセスされる可能性が高くなるので、引用される可能性が大きくなる。
【００２２】
しかしながら、この作成時刻の差が極端に大きくなると、非常に優れたコンテンツでない限り、かえって忘却されてしまい、引用される可能性が低くなる。つまり、作成時刻の差の増加に伴って、コンテンツ間の引用可能性は一旦増大した後に次第に減少していく傾向がある。
【００２３】
（２）組織相関条件：組織空間において、強い繋がりのある著者同士は、近い空間にいるため、密にコミュニケーションを行っている可能性が高い。そのため、相手の考え方や相手が作成したコンテンツに対する理解が高く、コンテンツを引用する可能性が高い。
【００２４】
暗黙引用関係発見システムは、以上の考え方に従って、コンテンツ間の引用関係の抽出を行う。
【００２５】
図１に示すように、暗黙引用関係発見システムは、コントローラ１００と、文書データベース１０１と、組織構成表記憶手段１０２と、アクセスデータベース１０３と、仮想引用データベース１０４と、順序関係推定手段２０１と、引用度計算手段２０２とを含む。
【００２６】
暗黙引用関係発見システムは、具体的には、プログラムに従って動作するパーソナルコンピュータ等の情報処理装置によって実現される。なお、暗黙引用関係発見システムは、１つの情報処理装置によって実現されてもよく、複数の情報処理装置を用いて実現されてもよい。例えば、暗黙引用関係発見システムは、企業等の組織内に設置されている文書共有システムや人事管理システム等を実現する複数の情報処理装置を用いて実現されていてもよい。
【００２７】
文書データベース１０１は、社内で用いられる社内文書（電子文書）を格納するデータベースであり、具体的には、磁気ディスク装置や光ディスク装置等のデータベース装置によって実現される。また、文書データベース１０１は、企業等の組織内における文章共有システムを実現する１つ又は複数のデータベースサーバによって実現されてもよい。
【００２８】
また、文書データベース１０１は、文書に関する情報として、文書ＩＤや、ファイルパス、著者ＩＤ、作成時刻、アクセスレベル、文書タイプの組を格納する。また、文書データベース１０１は、文書中に含まれるパッセージに関する情報として、パッセージＩＤや、文書ＩＤ、パッセージの組を格納する。また、文書データベース１０１は、コンテンツのタイプ毎の引用度の計算パラメータの情報として、文書のタイプや、単位時間距離の換算パラメータの組を格納する。
【００２９】
なお、文書データベース１０１は、例えば、「文書に関する情報」や「パッセージに関する情報」、「計算パラメータの情報」を、文書共有システムに文書を登録するタイミングで予め格納している。例えば、文書データベース１０１は、文書登録の際に入力されるＩＤやパスワードに基づいて特定された著者名（例えば、著者ＩＤ）を、「文書に関する情報」の１つとして格納している。
【００３０】
パッセージは、コンテンツ（例えば、電子文書）に含まれる意味的に１つのまとまりを構成する部分である。例えば、コンテンツが文書である場合、パッセージは段落である。
【００３１】
また、アクセスレベルは、その文書にアクセスするために必要な権限のレベルを示す情報である。例えば、アクセスレベルは、０から１０までの数字で表される。例えば、暗黙引用関係発見システムは、電子文書（コンテンツ）を作成した著者の操作に従って、電子文書を文書データベース１０１に登録する際に、適切なアクセスレベルを設定する。また、利用者は、利用者端末等を操作して、自分に許可されたアクセスレベルに従って、文書データベース１０１に蓄積された文書にアクセスする。
【００３２】
また、文書の作成時刻は、文書データベース１０１に電子文書（コンテンツ）を登録した時点の時刻である。
【００３３】
コンテンツのタイプ毎の引用度の計算パラメータの情報を構成する情報のうち、文書タイプとは、例えば、メモ書きや週報、月報、報告書、論文等の文書の目的・用途に応じたタイプ分けを示す情報である。
【００３４】
また、単位時間距離の換算パラメータとは、各タイプの文書が作成されてから参照される最も可能性が高い時までの時間（有効期間）である。例えば、週報であれば、作成直後から１ヶ月ぐらいまでの間に参照される可能性が高く、その後参照される可能性が低くなる場合には、単位時間距離の換算パラメータの値は１ヶ月である。同様に、例えば、月報であれば、単位時間距離の換算パラメータの値は１年である。文書データベース１０１は、このような形で予め文書タイプに応じて定められた換算パラメータが登録されているものとする。
【００３５】
組織構成表記憶手段１０２は、具体的には、磁気ディスク装置や光ディスク装置等の記憶装置によって実現される。組織構成表記憶手段１０２は、著者情報と、組織構成グラフの隣接行列と、組織構成グラフの更新時間とを含む組織構成表を格納する。なお、組織構成表は、例えば、企業等の組織内の人事部門によって作成され、予め組織構成表記憶手段１０２に登録される。また、暗黙引用関係発見システムは、組織内の人事管理システムから組織構成表を取得し、処理を実行するようにしてもよい。
【００３６】
図２は、組織構成グラフと、その組織構成グラフに対する隣接行列と、著者情報との例を示す説明図である。このうち、図２（ａ）は、組織構成グラフの例を示している。また、図２（ｂ）に示すように、組織構成表記憶手段１０２は、組織構成表に含まれる著者情報として、著者や著者ＩＤの組を蓄積する。また、図２（ｃ）に示すように、組織構成表記憶手段１０２は、著者ＩＤを用いて表現される隣接グラフとして、グラフＩＤや隣接行列の組を格納する。
【００３７】
また、組織構成表記憶手段１０２は、組織構成グラフの更新時間として、グラフＩＤや更新時刻の組を格納する。暗黙引用関係発見システムは、この組織構成表記憶手段１０２が格納する更新時間の情報を用いて、組織改正や人事異動に伴う組織グラフの更新を管理することができる。
【００３８】
アクセスデータベース１０３は、文書のアクセス権情報を格納するデータベースであり、具体的には、磁気ディスク装置や光ディスク装置等のデータベース装置によって実現される。なお、アクセス権情報は、予め企業等の組織内の人事部門やシステム管理部門によって作成され、予めアクセスデータベース１０３に登録される。また、暗黙引用関係発見システムは、組織内の人事管理システムやアクセス権管理システムからアクセス情報を取得し、処理を実行するようにしてもよい。
【００３９】
アクセスデータベース１０３は、アクセス権情報として、著者ＩＤや、更新時間、アクセスレベルの組を格納している。アクセスレベルは、著者ＩＤに対応する著者のアクセス権限のレベルを示す情報である。例えば、アクセスレベルは、０から１０までの数字で表される。従って、本実施形態では、文書のアクセスに必要なアクセスレベル以上のアクセスレベルをもつ著者しか、その文書にアクセスすることができない。更新時間は、組織改正や人事異動に伴う著者のアクセスレベルの変更時間である。従って、アクセスレベルを特定するには、著者ＩＤと更新時間とを同時に用いて判断する必要がある。
【００４０】
仮想引用データベース１０４は、暗黙引用関係発見システムが抽出した引用関係の抽出結果を格納するデータベースであり、具体的には、磁気ディスク装置や光ディスク装置等のデータベース装置によって実現される。仮想引用データベース１０４は、暗黙引用関係発見システムが抽出したパッセージの引用関係の抽出結果として、引用元の文書ＩＤや、引用元のパッセージＩＤ、引用先の文書ＩＤ、引用先のパッセージＩＤ、引用度の組を格納している。
【００４１】
コントローラ１００は、具体的には、プログラムに従って動作する情報処理装置のＣＰＵによって実現される。コントローラ１００は、引用度計算手段２０２が算出した引用度及び順序関係推定手段２０１が推定した順序関係に基づいて、コンテンツ間の引用関係を抽出する機能を備える。
【００４２】
本実施形態では、コントローラ１００は、文書データベース１０１が格納する文書の全部又は一部を対象に、順序関係推定手段２０１の推定結果（推定処理の判定結果）と引用度計算手段２０２の計算結果とを用いて、暗黙引用関係の抽出を行う。また、コントローラ１００は、コンテンツ（例えば、電子文書）間の暗黙引用関係の抽出結果を、仮想引用データベース１０４に格納させる。
【００４３】
順序関係推定手段２０１は、具体的には、プログラムに従って動作する情報処理装置のＣＰＵによって実現される。順序関係推定手段２０１は、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する機能を備える。図１に示すように、順序関係推定手段２０１は、アクセス権判断手段２０１１と、時間順序判断手段２０１２とを含む。
【００４４】
本実施形態では、順序関係推定手段２０１は、引用方向制約に基づいて、引用度の高い文書ペアの引用元と引用先との順序関係を推定する。つまり、順序関係推定手段２０１は、引用元へのアクセスの可否に関わるアクセス権条件と、引用元が引用先より先に作成される必要があるという時間条件とに基づいて、引用元と引用先とを推定する。
【００４５】
順序関係推定手段２０１に含まれる各手段のうち、アクセス権判断手段２０１１は、アクセス権条件を検査して、引用元と引用先との順序関係を推定する機能を備える。アクセス権判断手段２０１１は、コンテンツに設定されたアクセス権のレベルと、著者に設定されたアクセス権のレベルとに基づいて、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する。この場合、アクセス権判断手段２０１１は、著者に設定されたアクセス権のレベルがコンテンツに設定されたアクセス権のレベル以上であると判断すると、そのコンテンツを引用元となりうるコンテンツと推定する。
【００４６】
また、時間順序判断手段２０１２は、時間条件を検査して、引用元と引用先との順序関係を推定する機能を備える。時間順序判断手段２０１２は、コンテンツの作成、更新又は参照時間（本実施形態では作成時間）に基づいて、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する。この場合、時間順序判断手段２０１２は、作成、更新又は参照時間が古いコンテンツを引用元となりうるコンテンツと推定し、作成、更新又は参照時間が新しいコンテンツを引用先となりうるコンテンツと推定する。
【００４７】
引用度計算手段２０２は、具体的には、プログラムに従って動作する情報処理装置のＣＰＵによって実現される。引用度計算手段２０２は、電子文書中のパッセージの引用の可能性の度合いを示す引用度を計算する機能を備える。引用度計算手段２０２は、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する。図１に示すように、引用度計算手段２０２は、類似度計算手段２０２１と、時間距離計算手段２０２２と、著者距離計算手段２０２３と、統合計算手段２０２４とを含む。
【００４８】
類似度計算手段２０２１は、コンテンツ間の類似度を算出する機能を備える。本実施形態では、類似度計算手段２０２１は、異なる文書に含まれるパッセージ間の類似度を計算する。例えば、類似度計算手段２０２１は、ベクトル空間モデルに基づいて計算されるキーワードベクトルの余弦を用いて、文書中のパッセージの類似度を求めることができる。なお、ベクトル空間モデルに基づいて計算されるキーワードベクトルの余弦を用いて、文書中のパッセージの類似度を求める方法は、例えば、文献Ａ「徳永健伸、”情報検索と言語処理”、東京大学出版会、ｐｐ．３１，４１−４３」に記載されている。
【００４９】
なお、類似度計算手段２０２１は、文書以外のコンテンツの類似度を求める場合には、そのコンテンツの種類に応じて用意された類似度計算方式を用いて、コンテンツ間の類似度を計算する。
【００５０】
時間距離計算手段２０２２は、コンテンツ間の作成、更新又は参照時間の差を示す時間距離を算出する機能を備える。本実施形態では、時間距離計算手段２０２２は、２つの文書の作成時刻の差の絶対値を計算する。なお、時間距離計算手段２０２２は、例えば、２つの文書の更新時刻や参照時刻の差の絶対値を計算してもよい。
【００５１】
また、時間距離計算手段２０２２は、求めた作成時刻の差の絶対値を、単位時間距離に換算する機能を備える。なお、単位時間距離に換算するためのパラメータは、文書のタイプ毎に決められ、予め文書データベース１０１に格納されている。そして、時間距離計算手段２０２２は、単位距離に換算するためのパラメータを文書データベース１０１から取得（抽出）し、抽出したパラメータを用いて正規化することによって、作成時刻の差の絶対値を単位時間距離に換算する。すなわち、時間距離計算手段２０２２は、コンテンツタイプに応じたコンテンツの作成、更新又は参照時間（本実施形態では作成時間）の差を正規化するための正規化パラメータを用いて、正規化した時間距離を算出する。
【００５２】
著者距離計算手段２０２３は、コンテンツを作成、更新又は参照した著者間の関係の度合いを示す著者距離を算出する機能を備える。本実施形態では、著者距離計算手段２０２３は、組織構成グラフにおける文書の著者に対応するノード間の最短パスの長さを、著者距離として計算する。
【００５３】
総合計算手段２０２４は、時間距離計算手段２０２２が算出した時間距離と、著者距離計算手段２０２３が算出した著者距離と、類似度計算手段２０２１が算出した類似度とを統合した引用度を算出する機能を備える。本実施形態では、統合計算手段２０２４は、類似度計算手段２０２１が求めたパッセージ間の類似度と、著者距離計算手段２０２３が求めた著者距離と、時間距離計算手段２０２２が求めた時間距離とを用いて、文書中のパッセージの引用度を計算する。つまり、引用度は、時空間制約条件に基づく、類似度と、時間距離と、著者距離との関数である。
【００５４】
なお、本実施形態において、暗黙引用関係発見システムを実現する情報処理装置の記憶装置（図示せず）は、コンテンツ（例えば、電子文書）間の暗黙的引用関係を発見するための各種プログラムを記憶している。例えば、暗黙引用関係発見システムを実現する情報処理装置の記憶装置は、コンピュータに、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する引用度算出処理と、算出した引用度に基づいて、コンテンツ間の引用関係を抽出する引用関係抽出処理とを実行させるための暗黙引用関係発見用プログラム（引用関係抽出用プログラム）を記憶している。
【００５５】
次に、動作について説明する。図３は、暗黙引用関係発見システムがコンテンツ（電子文書中のパッセージ）間に含まれる暗黙引用関係を抽出する処理の一例を示す流れ図である。暗黙引用関係発見システムは、所定のタイミングで、図３に示す暗黙引用関係の抽出処理を開始する。
【００５６】
例えば、暗黙引用関係発見システムは、システム管理者の指示操作をトリガとして、暗黙引用関係の抽出処理を開始する。また、例えば、暗黙引用関係発見システムは、夜間バッチ等を用いて所定時間毎に、暗黙引用関係の抽出処理を実行してもよい。また、例えば、暗黙引用関係発見システムは、文書データベース１０１に新規の電子文書が登録されたことに基づいて、暗黙引用関係の抽出処理を開始してもよい。さらに、例えば、暗黙引用関係発見システムは、文書データベース１０１に所定量の電子文書が登録されたことに基づいて、暗黙引用関係の抽出処理を開始してもよい。
【００５７】
まず、コントローラ１００は、文書データベース１０１から処理対象文書の集合Ｄを取得（抽出）する（ステップＳ１０１）。
【００５８】
コントローラ１００は、抽出した文書集合Ｄに含まれる文書ｄｉ（０＜ｉ＜Ｄ．ｃｏｕｎｔ）を対象に、以下に示すステップＳ１０３〜Ｓ１１２の処理を繰り返し実行する（ステップＳ１０２）。なお、ｉは文書の順番を示し、Ｄ．ｃｏｕｎｔは文書の総数を示している。
【００５９】
文書ｄｉに対するループ処理において、コントローラ１００は、文書集合Ｄに含まれる文書ｄｊ（ｉ＋１≦ｊ≦Ｄ．ｃｏｕｎｔ）を対象に、以下に示すステップＳ１０４〜Ｓ１１１の処理を繰り返し実行する（ステップＳ１０３）。なお、ｊは文書の順番を示している。
【００６０】
まず、コントローラ１００は、順序関係推定手段２０１に、処理対象となる文書ｄｉと文書ｄｊとを渡す（出力する）。順序関係推定手段２０１は、アクセス権判断手段２０１１と時間判断手段２０１２とを用いて、文書ｄｉと文書ｄｊとの引用の順序関係を推定する（ステップＳ１０４）。そして、順序関係の推定結果をコントローラ１００に返す（出力する）。
【００６１】
コントローラ１００は、順序関係推定手段２０１から順序関係の推定結果を受け取る（入力する）。そして、コントローラ１００は、入力した推定結果が文書ｄｉと文書ｄｊとに引用の順序関係があることを示しているか否かを判断する（ステップＳ１０５）。文書ｄｉと文書ｄｊとに引用の順序関係がないという推定結果であれば、コントローラ１００は、そのままステップＳ１１２にジャンプ（移行）する。そして、ステップＳ１０３〜Ｓ１１２のループ処理を繰り返す。
【００６２】
文書ｄｉと文書ｄｊとに引用の順序関係があるという推定結果であれば、コントローラ１００は、文書ｄｉ及び文書ｄｊとともに、文書ｄｉと文書ｄｊとの引用の順序関係を引用度計算手段２０２に渡す（出力する）。
【００６３】
次いで、引用度計算手段２０２は、時間距離計算手段２０２２を用いて、文書ｄｉと文書ｄｊとの時間距離を計算する（ステップＳ１０６）。また、同時に、引用度計算手段２０２は、著者距離計算手段２０２３を用いて、文書ｄｉの著者と文書ｄｊの著者との著者距離を計算する（ステップＳ１０７）。さらに、同時に、引用度計算手段２０２は、類似度計算手段２０２１を用いて、文書ｄｉ及び文書ｄｊに含まれるパッセージの類似度を計算する（ステップＳ１０８）。
【００６４】
なお、ステップＳ１０６〜Ｓ１０８の処理を実行する順番は問わない。例えば、引用度計算手段２０２は、ステップＳ１０６の時間距離の算出処理を実行した後にステップＳ１０７，Ｓ１０８の処理を実行してもよいし、ステップＳ１０７の著者距離の算出処理を実行した後にステップＳ１０６，Ｓ１０８の処理を実行してもよい。また、引用度計算手段２０２は、ステップＳ１０８の類似度の算出処理を実行した後にステップＳ１０６，Ｓ１０７の処理を実行してもよく、タイムシェアリングによりステップＳ１０６，Ｓ１０７，Ｓ１０８の処理を並行して実行してもよい。
【００６５】
次いで、引用度計算手段２０２は、ステップＳ１０６で計算した時間距離と、ステップＳ１０７で計算した著者距離と、ステップＳ１０８で計算したパッセージ類似度とを用いて、引用度ｃを求める。この場合、引用度計算手段２０２は、統合計算手段２０２４を利用して、文書ｄｉ及び文書ｄｊに含まれる２つのパッセージの組み合わせの引用度ｃを計算する（ステップＳ１０９）。そして、引用度計算手段２０２は、引用度ｃの計算結果を、コントローラ１００に渡す（出力する）。
【００６６】
次いで、コントローラ１００は、ステップＳ１０９で計算した引用度ｃの値を引用度計算手段２０２から受け取る（入力する）。そして、コントローラ１００は、入力した引用度ｃと予め定義されている閾値との比較を行い、引用度ｃの値が所定の閾値より大きいか否かを判断する（ステップＳ１１０）。
【００６７】
コントローラ１００は、引用度ｃが所定の閾値より大きいと判断した場合には、文書ｄｉと文書ｄｊとに含まれるパッセージの組み合わせに引用関係があると判断する。そして、コントローラ１００は、引用関係があると判断した判定結果を、仮想引用データベース１０４に登録する（ステップＳ１１１）。
【００６８】
次いで、コントローラ１００は、文書の順番を示す係数ｊに１加算（ｊ＝ｊ＋１）して、ステップＳ１０３に移行する。すなわち、次の文書ｄｊについて、ステップＳ１０４〜Ｓ１１１の処理を行う。
【００６９】
ステップＳ１１３では、コントローラ１００は、文書の順番を示す係数ｉに１加算（ｉ＝ｉ＋１）して、ステップＳ１０２に移行する。すなわち、次の文書ｄｉについて、ステップＳ１０３〜Ｓ１１２の処理を行う。
【００７０】
以上のように、文書データベース１０１が蓄積する全ての電子文書についてステップＳ１０３〜Ｓ１１２の処理が繰り返し実行されることによって、全ての電子文書に含まれるパッセージの組み合わせについて引用関係が抽出される。そして、引用関係があると判断された全てのパッセージの判定結果が仮想引用データベース１０４に格納される。
【００７１】
なお、仮想引用データベース１０４に格納された判定結果は、企業等の組織内の各部門からの要求に応じて提供され利用することができる。例えば、暗黙引用関係発見システムは、組織内のマネジメント部門や人事部門の端末からの要求に応じて、仮想引用データベース１０４から引用関係の判定結果を抽出して送信する。そして、マネジメント部門や人事部門の端末において受信した引用関係の判定結果を表示することによって、組織の業績評価や人事評価に利用することができる。
【００７２】
以下、図３に示した暗黙引用関係の抽出処理に含まれるそれぞれのステップについて説明する。
【００７３】
（１）処理対象文書集合の取得処理（ステップＳ１０１）：ステップＳ１０１では、コントローラ１００は、文書データベース１０１にアクセスして、処理対象となる文書のＩＤ集合を文書データベース１０１から取得（抽出）する。一般的には、コントローラ１００は、文書データベース１０１に蓄積されている全ての文書を対象として、文書ＩＤを抽出する。なお、コントローラ１００は、条件を指定して、文書データベース１０１に蓄積されている一部の文書を対象として、文書ＩＤを抽出することも可能である。
【００７４】
なお、文書ＩＤと文書とは一対一に対応しているため、以下では、特別の説明がない限り、この文書ＩＤの集合を文書集合Ｄという。
【００７５】
（２）順序関係の推定処理（ステップＳ１０４）：引用には、順序関係がある。つまり、引用元となりうる文書と引用先となりうる文書とは、予め決まっている。本実施形態では、順序関係推定手段２０１は、このような引用元となりうる文書と引用先となりうる文書との方向性の制約である引用方向制約を導入して、引用の順序関係を決める。引用方向制約は、時間条件と、アクセス権条件とを含む。時間条件とは、引用元の文書は、引用先の文書が作成されるより以前に作成されている必要があるという条件である。また、アクセス権条件とは、引用先の文書の著者は引用元の文書にアクセスできる（アクセス権が与えられている）という条件である。
【００７６】
順序関係推定手段２０１は、文書データベース１０１にアクセスして、文書の作成時刻を文書データベース１０１から取得（抽出）して比較することによって、時間条件をチェックできる。なお、時間条件のチェック処理は、順序関係推定手段２０１の時間順序判断手段２０１２によって実行される。
【００７７】
時間順序判断手段２０１２は、文書の作成時刻を、順序関係推定手段２０１を通して文書データベース１０１から取得（抽出）する。そして、時間順序判断手段２０１２は、抽出した各文書の作成時刻を比較して、引用先となりうる文書と、引用元となりうる文書とを判断する。なお、時間順序判断手段２０１２は、文書データベース１０１にアクセスして、直接文書の作成時刻を取得（抽出）するようにしてもよい。
【００７８】
また、順序関係推定手段２０１は、著者Ａが文書ｂにアクセスできるか否かを、アクセス権判断手段２０１１を用いて判断する。アクセス権判断手段２０１１は、順序関係推定手段２０１を通して、文書データベース１０１から文書ｂに必要なアクセスレベルを抽出する。また、アクセス権判断手段２０１１は、順序関係推定手段２０１を通して、アクセスデータベース１０３から著者Ａのアクセスレベルを抽出する。そして、アクセス権判断手段２０１１は、抽出した文書ｂのアクセスレベルと著者Ａのアクセスレベルとを比較して、アクセス権条件を満たすか否かを判断する。
【００７９】
この場合、アクセス権判断手段２０１１は、著者Ａのアクセスレベルが文書ｂのアクセスレベル以上であれば、著者Ａが文書ｂにアクセスできる（アクセス権条件を満たす）と判断する。すなわち、アクセス権判断手段２０１１は、文書ｂが引用元となりえると判断する。また、アクセス権判断手段２０１１は、著者Ａのアクセスレベルが文書ｂのアクセスレベル以上でなければ、著者Ａが文書ｂにアクセスできない（アクセス権条件を満たさない）と判断する。すなわち、アクセス権判断手段２０１１は、文書ｂが引用元となりえないと判断する。
【００８０】
なお、アクセス権判断手段２０１１は、文書データベース１０１とアクセスデータベース１０３とに、直接アクセスするようにしてもよい。
【００８１】
図４は、ステップＳ１０４の順序関係の推定処理の一例を示す流れ図である。ステップＳ１０４において、順序関係推定手段２０１は、ステップＳ１０１で取得した文書集合に含まれる文書の組み合わせ（ｄｉ，ｄｊ）に対して、文書データベース１０１から文書（ｄｉ又はｄｊ）の作成時刻を抽出する。また、順序関係推定手段２０１は、文書ｄｉ及び文書ｄｊの著者のＩＤを用いて、アクセスレベル情報をアクセスデータベース１０３から取得（抽出）する。
【００８２】
すなわち、順序関係推定手段２０１は、文書（ｄｉ又はｄｊ）の作成時刻の直前のアクセスレベル情報を用いて引用順序を決定する。そして、順序関係推定手段２０１は、引用方向制約条件を用いて、以下に示す手順に従って、文書ｄｉと文書ｄｊとの引用順序を決める。
【００８３】
順序関係推定手段２０１は、文書ｄｉの著者が文書ｄｊにアクセスできるか否かを判断するとともに、文書ｄｊの著者が文書ｄｉにアクセスできるか否かを判断する。文書ｄｊの著者が文書ｄｉにアクセスできるが、文書ｄｉの著者が文書ｄｊにアクセスできないと判断した場合には（ステップＳ４０１）、順序関係推定手段２０１は、文書ｄｊが引用先の文書であり、文書ｄｉが引用元の文書であると判断する（ステップＳ４０２）。
【００８４】
また、文書ｄｉの著者が文書ｄｊにアクセスできるが、文書ｄｊの著者が文書ｄｉにアクセスできないと判断した場合には（ステップＳ４０３）、順序関係推定手段２０１は、文書ｄｉが引用先の文書であり、文書ｄｊが引用元の文書であると判断する（ステップＳ４０４）。
【００８５】
また、文書ｄｉの著者が文書ｄｊにアクセスでき、かつ、文書ｄｊの著者が文書ｄｉにアクセスできると判断した場合には（ステップＳ４０５のＹ）、順序関係推定手段２０１は、文書ｄｉと文書ｄｊとの作成時刻に基づいて、文書ｄｉと文書ｄｊとの順序関係を推定する。
【００８６】
文書ｄｉが文書ｄｊより先に作成されたと判断した場合には（ステップＳ４０６）、順序関係推定手段２０１は、文書ｄｉが引用元の文書であり、文書ｄｊが引用先の文書であると判断する（ステップＳ４０７）。逆に、文書ｄｊが文書ｄｉより先に作成されたと判断した場合には（ステップＳ４０８のＹ）、順序関係推定手段２０１は、文書ｄｉが文書ｄｊを引用していると判断する（ステップＳ４０９）。また、文書ｄｉと文書ｄｊとの作成時刻が同じであると判断した場合には（ステップＳ４０８のＮ）、順序関係推定手段２０１は、この２つの文書ｄｉ，ｄｊには引用関係がないと判断する（ステップＳ４１０）。
【００８７】
また、文書ｄｉの著者が文書ｄｊにアクセスできず、かつ、文書ｄｊの著者が文書ｄｉにアクセスできないと判断した場合には（ステップＳ４０５のＮ）、順序関係推定手段２０１は、文書ｄｉと文書ｄｊとに引用関係がないと判断する（ステップＳ４１０）。
【００８８】
そして、ステップＳ１０５に移行し、順序関係推定手段２０１は、コントローラ１００に推定結果を返す（出力する）。
【００８９】
（３）時空間制約条件を用いた引用度計算処理（ステップＳ１０６、ステップＳ１０７、ステップＳ１０８、及びステップＳ１０９）と、引用関係登録処理（ステップＳ１１０，Ｓ１１１）：文書ペア（ｄｉ，ｄｊ）に対して、コントローラ１００は、引用度計算手段２０２を用いて、パッセージ単位に総当たりで引用度を計算する。
【００９０】
引用は文書中のパッセージ単位で行われることが多いため、本実施形態では、暗黙引用関係発見システムは、パッセージ単位で引用度を計算して引用関係の有無を判定する。暗黙引用関係発見システムは、２つのパッセージの引用度が高ければ、この２つのパッセージには引用関係があると判断する。なお、この場合、この２つのパッセージを含む文書間にも引用関係があることになる。以下、特別の説明がない限り、文書ｄ１を引用元文書とし、文書ｄ２を引用先文書として説明を行う。
【００９１】
引用度計算手段２０２は、文書の時間距離と、著者距離と、パッセージ間の類似度とを用いて、引用度を計算される。引用度計算手段２０２は、時間距離と著者距離とを文書単位で計算する。一方、引用度計算手段２０２は、類似度をパッセージ単位で計算する。
【００９２】
本実施形態では、時間距離は、２つの文書の作成時刻の差である。また、著者距離は、組織空間における文書の著者を繋げるパスの最短距離であり、著者の繋がりの強弱を示す尺度である。
【００９３】
基本的に、類似度が高いほど、パッセージ間の引用可能性が高く、引用度が高くなる。また、著者距離が短いほど、パッセージ間の引用可能性が高く、引用度が高くなる。また、時間距離が小さい又は大きいパッセージ間の引用度は小さくなる。
【００９４】
引用度計算手段２０２は、ステップＳ１０６で計算した時間距離と、ステップＳ１０７で計算した著者距離と、ステップＳ１０８で計算したパッセージ類似度とを用いて、ステップＳ１０９において引用度を計算する。この場合、引用度計算手段２０２は、統合計算手段２０２４を用いて、文書ｄ１のパッセージｐ１と文書ｄ２のパッセージｐ２との引用度ｃｉｔを、次の式（１）に従って計算する。
【００９５】
【数１】
【００９６】
ただし、式（１）において、ｓｉｍはパッセージの類似度である。また、式（１）において、ｔｉｍｅｄｉｓは時間距離であり、ａｕｔｈｄｉｓは著者距離である。
【００９７】
引用度計算手段２０２が求めた文書ｄ１のパッセージｐ１と文書ｄ２のパッセージｐ２との引用度ｃｉｔが予め定義された閾値より大きければ、コントローラ１００は、文書ｄ１のパッセージｐ１と文書ｄ２のパッセージｐ２との間に引用関係があると判断する。そして、コントローラ１００は、文書ｄ１のＩＤ、パッセージｐ１のＩＤ、文書ｄ２のＩＤ、パッセージｐ２のＩＤ、及び引用度ｃｉｔを対応付けた形で、仮想引用データベース１０４に引用関係の判定結果の登録を行う。なお、この引用関係の判定結果の登録処理は、ステップＳ１１１で行われる。
【００９８】
以下、パッセージの類似度、時間距離、及び著者距離の計算方法についてそれぞれ説明する。
【００９９】
（３−１）時間間隔条件を用いた時間距離計算（ステップＳ１０６）：一般に、同時に作成された文書には引用関係が存在する可能性が低い。つまり、引用元の文書と引用先の文書との作成時刻が近いほど、引用関係が存在する可能性が高い。一方、この文書間の作成時刻の差が大きくなると、文書が読まれる可能性が高くなるので、引用される可能性が大きくなる。
【０１００】
しかしながら、この文書館の作成時刻の差が極端に大きくなると、非常に優れた文書でない限り、かえって忘却されてしまい、引用される可能性が低くなる。つまり、図５に示しているように、文書間の作成時刻の差の増加に伴って、文書間の引用可能性は、一旦増大した後にある時点から減少していく傾向がある。
【０１０１】
本実施形態では、時間距離計算手段２０２２は、時間距離として、単位時間距離に換算された（正規化された）文書の作成時刻の差を求める。ステップＳ１０６では、時間距離計算手段２０２２は、コントローラ１００を通して、文書データベース１０１から各文書の作成時刻、文書タイプ、及び文書タイプに対応した単位時間距離の換算パラメータを取得（抽出）する。そして、時間距離計算手段２０２２は、抽出したこれらの情報を用いて、次の式（２）に従って、文書ｄ１と文書ｄ２との時間距離を計算する。
【０１０２】
ｔｉｍｅｄｉｓ（ｄ１，ｄ２）＝（｜ｔｉｍｅ（ｄ１）−ｔｉｍｅ（ｄ２）｜）／μ（ｄ１） ・・・ 式（２）
【０１０３】
ただし、式（２）において、ｔｉｍｅ（ｄ１）及びｔｉｍｅ（ｄ２）は、それぞれ、時間（ｈｏｕｒ）単位とした文書ｄ１及び文書ｄ２の作成時刻である。また、μは、引用元文書のタイプに対応した単位時間距離の換算パラメータである。単位時間距離の換算パラメータは、前述したように、文書のタイプ毎に予め設定されている。
【０１０４】
例えば、文書が週報である場合には、換算パラメータμは、２４時間（１日）と設定できる。また、例えば、文書が社内報告ＲＮである場合には、換算パラメータは、７２０時間（１ヶ月）と設定できる。このように、単位時間距離に換算することによって、時間距離計算手段２０２２は、文書の有効時間の長短の影響を取り除いた形で時間距離を求めることができる。
【０１０５】
なお、時間距離計算手段２０２２は、文書データベース１０１にアクセスして、文書の作成時刻と換算パラメータμとを直接取得（抽出）するようにしてもよい。
【０１０６】
（３−２）組織相関条件を用いた著者距離計算（ステップＳ１０７）：一般に、組織空間において、強い繋がりのある著者同士は、近い空間にいるため、密にコミュニケーションを行っている可能性が高い。そのため、相手の考え方や相手が作成した文書に対する理解が高く、相手が作成した文書を引用する可能性が高い。例えば、同じ部署内の同僚や上司、部下の関係にある著者同士は、相手が作成した文書を引用する可能性が高い。
【０１０７】
本実施形態では、著者距離計算手段２０２３は、著者距離は、組織構成表記憶手段１０２から取得（抽出）する組織グラフを用いて、著者距離を計算する。例えば、図２（ａ）に示す組織グラフでは、ノードは社員に対応し、枝は社員間の組織関係を表している。著者距離計算手段２０２３は、図２（ａ）に示されるような組織グラフを用いて、以下の処理に従って著者距離を算出する。
【０１０８】
著者距離計算手段２０２３は、引用度計算手段２０２を通して、引用先文書ｄ２の作成時刻に基づいて、組織構成表記憶手段１０２から組織グラフを取得（抽出）する。つまり、著者距離計算手段２０２３は、文書ｄ２の作成時刻の直前の組織グラフを取得して利用することによって、著者距離を求める。なお、著者距離計算手段２０２３は、引用度計算手段２０２を通さず、直接組織構成表記憶手段１０２から組織グラフに関する情報を取得（抽出）するようにしてもよい。
【０１０９】
ステップＳ１０７では、著者距離計算手段２０２３は、文書ｄ１と文書ｄ２との著者距離ａｕｔｈｄｉｓを、次の式（３）に従って求める。すなわち、著者距離計算手段２０２３は、組織グラフにおけるノードｄ１．ａｕｔｈｏｒとノードｄ２．ａｕｔｈｏｒとを結ぶ最短パスの長さとして計算する。なお、パスの長さは、パスの枝の数として数えられる。また、文書ｄｉと文書ｄｊとの著者が複数いる場合には、著者距離計算手段２０２３は、その全ての組み合わせについて、著者距離を計算することになる。
【０１１０】
ａｕｔｈｄｉｓ（ｄ１，ｄ２）＝ｓｈｏｒｔｅｓｔｐａｔｈ（ｄ１．ａｕｔｈｏｒ，ｄ２．ａｕｔｈｏｒ） ・・・ 式（３）
【０１１１】
この求めた著者距離が短いほど、文書ｄ１と文書ｄ２との著者の繋がりが強く、同じ空間にいる可能性が高い。そのため、コントローラ１００は、相手の文書を引用する可能性が高いと判断できる。
【０１１２】
例えば、図２（ａ）に示す組織グラフの例では、「Ｓ統括」と「Ｈ部長」との距離は１であり、「Ｓ統括」と「Ｋ主任研究員」との距離は２である。従って、コントローラ１００は、「Ｓ統括」と「Ｈ部長」の繋がりがより強く、「Ｓ統括」が「Ｋ主任研究員」の文書より「Ｈ部長]の文書を引用する可能性が高いと判断する。
【０１１３】
なお、著者距離計算手段２０２３は、２人の著者を繋げる最短パスを、グラフの最短路問題として求めることができる。例えば、著者距離計算手段２０２３は、著者間を繋げる最短パスを、Ｄｉｊｋｓｔｒａのアルゴリズムを利用して求めることができる。なお、Ｄｉｊｋｓｔｒａのアルゴリズムを利用して最短パスを求める方法は、例えば、文献Ｂ「石畑清、”アルゴリズムとデータ構造”、岩波書店、ｐｐ．２６０−２７０」に記載されている。
【０１１４】
（３−３）類似度計算（ステップＳ１０８）：類似度計算手段２０２１は、例えば、以下に示す式（４）を用いて、類似度を計算することができる。なお、式（４）は、ベクトル空間モデルに基づいてキーワードベクトルの余弦を計算する式である（文献Ａ参照）。
【０１１５】
【数２】
【０１１６】
ただし、式（４）において、パッセージｐ１に対するキーワードベクトルは（ｘ１，ｘ２，．．．，ｘｎ）であり、パッセージｐ２に対するキーワードベクトルは（ｙ１，ｙ１２，．．．，ｙｍ）である。
【０１１７】
類似度計算手段２０２１は、引用度計算手段２０２を通して、文書データベース１０１から、パッセージｐ１とｐ２とのテキストをそれぞれ抽出する。なお、類似度計算手段２０２１は、引用度計算手段２０２を通さず、文書データベース１０１から直接パッセージｐ１とｐ２とのテキストを取得（抽出）してもよい。パッセージ間の類似度が高い場合には、パッセージ間に引用関係のある可能性が高い。なお、類似度計算手段２０２１は、文書以外のコンテンツである場合、相応する類似度の計算式を用意して類似度計算を行う。
【０１１８】
以上のように、本実施形態によれば、コンテンツ間の作成時間の差と、コンテンツを作成した著者間の関係の度合いとを考慮して、コンテンツ間の引用関係を抽出するので、引用関係の誤検出を除外することができる。従って、コンテンツ中の暗黙引用関係の抽出を可能とするとともに、暗黙引用関係抽出の精度向上を可能とすることができる。
【０１１９】
すなわち、本実施形態によれば、引用方向制約を用いた順序関係の推定手段と、時空間制約条件に基づいて、類似度、時間距離及び著者距離を用いた引用度の計算手段とを備える。引用度に基づいて引用関係の抽出が行えるので、コンテンツ中に明示されていない暗黙引用関係であっても抽出することができる。また、時間距離及び著者距離を考慮した抽出を行えるので、類似度ベースの手法を用いただけでは、実際には引用関係がないにもかかわらず引用関係があるものと誤検出されることを除外できる。つまり、引用関係の検出の精度を向上させることができる。
【０１２０】
本実施形態に示した手法によって構築された暗黙引用関係抽出システムの仮想引用データベースと文書データベースとを参照することによって、以下のような利用方法が可能となる。例えば、文書データベース内の文書ＩＤやファイルパスを参照して社内の文書を表示し、表示した文書に関連する文書を表示することができる。また、文書中のパッセージ間で自動的にハイパーリンクを生成し、相互に参照を行うことが可能となる。また、引用関係をＷｅｂのリンクと同様に見なせば、Ｗｅｂの検索と同様にリンク関係を用い、重要文書のランキングを行うことができる。
【０１２１】
さらに、引用関係のパッセージ単位でのノベルティ（新規度）やオーソリティ（非引用度）を求め、オリジナリティの高い文書を作成している著者を特定することによって業績評価を行うことができる。
【０１２２】
なお、ノベルティやオーソリティ、オリジナリティは、例えば以下のような式（５）を用いて求めることができる。
【０１２３】
Ｏ（ｐ）＝Ａ（ｐ）・Ｎ（ｐ）
Ｎ（ｐ）＝１／（ｒｅｆｉｎ（ｐ）＋１）
Ａ（ｐ）＝ｒｅｆｏｕｔ（ｐ）
・・・ 式（５）
【０１２４】
ここで、式（５）において、Ｏ（ｐ）はパッセージｐのオリジナリティであり、Ｎ（ｐ）はパッセージｐのノベルティであり、Ａ（ｐ）はパッセージｐのオーソリティである。また、ｒｅｆｏｕｔ（ｐ）はパッセージｐを引用するパッセージの数であり、ｒｅｆｉｎ（ｐ）はパッセージｐが引用しているパッセージの数である。例えば、著者毎の文書内のパッセージのオリジナリティを求め、平均値を求めることで、著者の作成する文書の平均のオリジナリティを求めることができる。
【０１２５】
実施形態２．
次に、本発明の第２の実施形態について図面を参照して説明する。図６は、第２の実施形態における暗黙引用関係発見システムの構成例を示すブロック図である。図６に示すように、本実施形態では、暗黙引用関係発見システムは、第１の実施形態で示した構成要素に加えて、文書登録監視手段３０１を含む点で、第１の実施形態と異なる。また、本実施形態では、順序関係推定手段２０１が、第１の実施形態で示した構成要素のうち、時間順序判断手段２０１２を含まない点で、第１の実施形態と異なる。
【０１２６】
すなわち、本実施形態では、暗黙引用関係発見システムは、コントローラ１００と、文書データベース１０１と、組織構成表記憶手段１０２と、アクセスデータベース１０３と、仮想引用データベース１０４と、順序関係推定手段２０１と、引用度計算手段２０２と、文書監視手段３０１とを含む。以下、第１の実施形態と同様の構成要素については、図１に示したブロック図と同一の符号を付し、詳細な説明を省略する。
【０１２７】
文書登録監視手段３０１は、具体的には、プログラムに従って動作する情報処理装置のＣＰＵによって実現される。文書監視手段３０１は、文書データベース１０１への新規文書の登録をモニタリングする機能を備える。
【０１２８】
本実施形態では、コントローラ１００は、文書監視手段３０１が検出する新規文書に対して、文書データベース１０１に格納されている各文書について、検出した新規文書より以前に登録された文書（既登録文書）との引用関係を判定する。この場合、コントローラ１００は、順序関係推定手段２０１と引用度計算手段２０２とを用いて、新規文書と既登録文書との引用関係を判定する。そして、コントローラ１００は、引用関係の判定結果を仮想引用データベース１０４に登録する。
【０１２９】
順序関係推定手段２０１は、アクセス権判断手段２０１１を含む。順序関係推定手段２０１は、引用方向制約に基づいて、引用度の高い文書ペアの引用元と引用先との順序関係を推定する。すなわち、順序関係推定手段２０１は、文書監視手段３０１が検出した新規文書と、コントローラ１００を通して文書データベース１０１から取得（抽出）した新規文書より以前に登録された既登録文書との引用の順序関係を推定する。この場合、順序関係推定手段２０１は、アクセス権判断手段２０１１を利用して、引用元文書へのアクセス権が必要である旨のアクセス権条件に基づいて推定する。つまり、順序関係推定手段２０１は、引用元の文書と引用先の文書とを推定して決める。
【０１３０】
引用度計算手段２０２は、パッセージの引用の可能性を示す引用度を計算する。
【０１３１】
コントローラ１００は、順序関係推定手段２０１と引用度計算手段２０２とを用いて、パッセージ間の引用関係を抽出して、仮想引用データベース１０４に格納させる。
【０１３２】
次に、動作について説明する。図７は、第２の実施形態における暗黙引用関係発見システムがコンテンツ（電子文書中のパッセージ）間に含まれる暗黙引用関係を抽出する処理の一例を示す流れ図である。なお、本実施形態において、第１の実施形態と同様の処理を行うステップについては、詳細な説明を省略する。
【０１３３】
本実施形態では、文書登録監視手段３０１は、文書データベース１０１の新規文書の登録を繰り返しモニタリングしている。例えば、文書登録監視手段３０１は、所定時間毎に、文書データベース１０１に新規文書が登録されたか否かを判断する（ステップＳ２００）。新規文書が登録されたと判断すると、文書登録監視手段３０１は、新規文書が登録された旨を、コントローラ１００に知らせる（例えば、通知情報を出力する）。新規文書の登録がなければ、文書登録監視手段３０１は、ステップＳ２００のモニタリングの処理を継続する。
【０１３４】
コントローラ１００は、文書登録監視手段３０１が検出した新規文書ｄに対して、引用関係抽出の処理を開始する（ステップＳ２０１）。コントローラ１００は、文書データベース１０１から、文書登録監視手段３０１が検出した新しい文書の登録の時刻より以前に作成された既登録文書の集合Ｄを取得（抽出）する（ステップＳ２０２）。そして、コントローラ１００は、ステップＳ２００で検出した個々の新規文書ｄに対して、以下の処理を行う。
【０１３５】
コントローラ１００は、抽出した文書集合Ｄに含まれる文書ｄｉ（０＜ｉ＜Ｄ．ｃｏｕｎｔ）を対象に、以下に示すステップＳ２０４〜Ｓ２１１の処理を繰り返し実行する（ステップＳ２０３）。なお、ｉは文書の順番を示し、Ｄ．ｃｏｕｎｔは文書の総数を示している。
【０１３６】
まず、コントローラ１００は、順序関係推定手段２０１に、処理対象となる文書ｄと文書ｄｉとを渡す（出力する）。順序関係推定手段２０１は、アクセス権判断手段２０１１を用いて、文書ｄと文書ｄｉとの引用の順序関係を推定する（ステップＳ２０４）。そして、順序関係の推定結果をコントローラ１００に返す（出力する）。
【０１３７】
コントローラ１００は、順序関係推定手段２０１から順序関係の推定結果を受け取る（入力する）。そして、コントローラ１００は、入力した推定結果が文書ｄと文書ｄｉとに引用の順序関係があることを示しているか否かを判断する（ステップＳ２０５）。文書ｄと文書ｄｉとに引用の順序関係がないという推定結果であれば、コントローラ１００は、そのままステップＳ２１２にジャンプ（移行）する。そして、ステップＳ２０４〜Ｓ２１２のループ処理を繰り返す。
【０１３８】
文書ｄと文書ｄｉとに引用の順序関係があるという推定結果であれば、コントローラ１００は、文書ｄ及び文書ｄｉとともに、文書ｄと文書ｄｉとの引用の順序関係を引用度計算手段２０２に渡す（出力する）。
【０１３９】
次いで、引用度計算手段２０２は、時間距離計算手段２０２２を用いて、文書ｄと文書ｄｉとの時間距離を計算する（ステップＳ２０６）。また、同時に、引用度計算手段２０２は、著者距離計算手段２０２３を用いて、文書ｄの著者と文書ｄｉの著者との著者距離を計算する（ステップＳ２０７）。さらに、同時に、引用度計算手段２０２は、類似度計算手段２０２１を用いて、文書ｄ及び文書ｄｉに含まれるパッセージの類似度を計算する（ステップＳ２０８）。
【０１４０】
次いで、引用度計算手段２０２は、ステップＳ２０６で計算した時間距離と、ステップＳ２０７で計算した著者距離と、ステップＳ２０８で計算したパッセージ類似度とを用いて、引用度ｃを求める。この場合、引用度計算手段２０２は、統合計算手段２０２４を利用して、文書ｄ及び文書ｄｉに含まれる２つのパッセージの組み合わせの引用度ｃを計算する（ステップＳ２０９）。そして、引用度計算手段２０２は、引用度ｃの計算結果を、コントローラ１００に渡す（出力する）。
【０１４１】
次いで、コントローラ１００は、ステップＳ２０９で計算した引用度ｃの値を引用度計算手段２０２から受け取る（入力する）。そして、コントローラ１００は、入力した引用度ｃと予め定義されている閾値との比較を行い、引用度ｃの値が所定の閾値より大きいか否かを判断する（ステップＳ２１０）。
【０１４２】
コントローラ１００は、引用度ｃが所定の閾値より大きいと判断した場合には、文書ｄと文書ｄｉとに含まれるパッセージの組み合わせに引用関係があると判断する。そして、コントローラ１００は、引用関係があると判断した判定結果を、仮想引用データベース１０４に登録する（ステップＳ２１１）。
【０１４３】
次いで、コントローラ１００は、文書の順番を示す係数ｉに１加算（ｉ＝ｉ＋１）して、ステップＳ２０３に移行する。すなわち、次の文書ｄｉについて、ステップＳ２０４〜Ｓ２１１の処理を行う。
【０１４４】
その後、文書登録監視手段３０１が次の新規文書ｄを検出した場合には（ステップＳ２１３）、コントローラ１００は、次の新規文書ｄを対象にステップＳ２０１〜Ｓ２１２と同様の処理を行う。
【０１４５】
以下、第１の実施形態とは異なる処理を行うステップＳ２００，Ｓ２０２，Ｓ２０４の処理について説明する。まず、ステップＳ２００において、文書登録監視手段３０１は、文書データベース１０１をモニタリングし、新規文書の登録があるか否かを監視する。新規文書の登録を検出したら、文書登録監視手段３０１は、新規登録された新規文書群をコントローラ１００に知らせる（例えば、通知情報を出力する）。そして、コントローラ１００は、新規文書群と、文書データベース１０１に以前に登録された既登録文書との引用関係の抽出を行う。つまり、本実施形態では、暗黙引用関係発見システムは、新規文書の登録をトリガとして、引用関係の発見の処理を行う。文書登録監視手段３０１による新規文書登録の検出は、このトリガの役割を果たす。
【０１４６】
ステップＳ２０２において、コントローラ１００は、文書データベース１０１にアクセスして、ステップＳ２００で検出した新規文書より以前に登録された既登録文書の集合を、文書データベース１０１から取得（抽出）する。本実施形態では、文書データベース１０１への登録時刻が文書の作成時刻を示している。そのため、コントローラ１００は、文書データベース１０１が格納する文書の作成時刻をチェックすることによって、新規文書より以前に登録された既登録文書集合を取得（抽出）することができる。
【０１４７】
図８は、第２の実施形態におけるステップＳ２０４の順序関係の推定処理の一例を示す流れ図である。本実施形態では、文書集合Ｄに含まれる文書ｄｉが新規文書ｄより以前に作成されていることが既知であるため、順序関係推定手段２０１は、時間条件の検査の処理を行う必要がない。そのため、順序関係推定手段２０１は、アクセス権判断手段２０１１を用いて、文書データベース１０１から取得（抽出）した著者情報とアクセスデータベース１０３から取得（抽出）したアクセス権条件とに基づいて、以下に示す手順に従って、文書ｄと文書ｄｉとの引用順序を決める。なお、アクセス権判断手段２０１１は、順序関係推定手段２０１を通さず、文書データベース１０１とアクセスデータベース１０３とに直接アクセスするようにしてもよい。
【０１４８】
順序関係推定手段２０１は、文書ｄｉの著者が文書ｄにアクセスできるか否かを判断するとともに、文書ｄの著者が文書ｄｉにアクセスできるか否かを判断する。文書ｄの著者が文書ｄｉにアクセスできるが、文書ｄｉの著者が文書ｄにアクセスできないと判断した場合には（ステップＳ４５１）、順序関係推定手段２０１は、文書ｄが引用先の文書であり、文書ｄｉが引用元の文書であると判断する（ステップＳ４５２）。
【０１４９】
また、文書ｄｉの著者が文書ｄにアクセスできるが、文書ｄの著者が文書ｄｉにアクセスできないと判断した場合には（ステップＳ４５３）、順序関係推定手段２０１は、文書ｄｉが引用先の文書であり、文書ｄが引用元の文書であると判断する（ステップＳ４５４）。
【０１５０】
また、文書ｄの著者が文書ｄｉにアクセスでき、かつ、文書ｄｉの著者が文書ｄにアクセスできると判断した場合には（ステップＳ４５５のＹ）、順序関係推定手段２０１は、文書ｄが引用先の文書であり、文書ｄｉが引用元の文書であると判断する（ステップＳ４５６）。
【０１５１】
また、文書ｄの著者が文書ｄｉにアクセスできず、かつ、文書ｄｉの著者が文書ｄにアクセスできないと判断した場合には（ステップＳ４５５のＮ）、順序関係推定手段２０１は、文書ｄｉと文書ｄには引用関係がないと判断する（ステップＳ４５７）。
【０１５２】
そして、ステップＳ２０５に移行し、順序関係推定手段２０１は、コントローラ１００に推定結果を渡す（出力する）。
【０１５３】
以上のように、本実施形態によれば、順序関係推定手段２０１は、文書登録監視手段３０１が検出した新規文書より以前に登録された既登録文書のみを取得して処理すれば、文書間の引用関係を推定することができる。従って、引用の順序関係の推定処理において、時間条件の検査の処理を省略することができ、処理負担の軽減を図ることができる。また、本実施形態によれば、既登録文書に対しての処理のみを行えばよいので、処理の対象となる文書数を削減することができる。
【０１５４】
次に、本発明による引用関係抽出システムの最小構成について説明する。図９は、引用関係抽出システムの最小の構成例を示すブロック図である。図９に示すように、引用関係抽出システムは、最小の構成要素として、文書データベース１０１と、引用度計算手段２０２とを含む。
【０１５５】
引用度計算手段２０２は、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する機能を備える。また、コントローラ１００は、引用度計算手段２０２が算出した引用度に基づいて、コンテンツ間の引用関係を抽出する機能を備える。
【０１５６】
図９に示す最小構成の引用関係抽出システムによれば、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとを考慮して、コンテンツ間の引用関係を抽出するので、引用関係の誤検出を除外することができる。従って、コンテンツ中の暗黙引用関係の抽出を可能とするとともに、暗黙引用関係抽出の精度向上を可能とすることができる。
【０１５７】
なお、上記の各実施形態では、以下の（１）〜（８）に示すような引用関係抽出システム（暗黙引用関係発見システム）の特徴的構成が示されている。
【０１５８】
（１）引用関係抽出システムは、コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する引用度算出手段（例えば、引用度計算手段２０２によって実現される）と、引用度算出手段が算出した引用度に基づいて、コンテンツ間の引用関係を抽出する引用関係抽出手段（例えば、コントローラ１００によって実現される）とを備えたことを特徴とする。
【０１５９】
（２）引用関係抽出システムは、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する順序関係推定手段（例えば、順序関係推定手段２０１によって実現される）を備え、引用関係抽出手段は、引用度算出手段が算出した引用度及び順序関係推定手段が推定した順序関係に基づいて、コンテンツ間の引用関係を抽出するように構成されていてもよい。
【０１６０】
（３）引用関係抽出システムにおいて、引用度算出手段は、コンテンツ間の作成、更新又は参照時間の差を示す時間距離を算出する時間距離算出手段（例えば、時間距離計算手段２０２２によって実現される）と、時間距離算出手段が算出した時間距離に基づいて引用度を算出する算出手段（例えば、総合計算手段２０２４によって実現される）とを含むように構成されていてもよい。
【０１６１】
（４）引用関係抽出システムにおいて、引用度算出手段は、コンテンツを作成、更新又は参照した著者間の関係の度合いを示す著者距離を算出する著者距離算出手段（例えば、著者距離計算手段２０２３によって実現される）と、著者距離算出手段が算出した著者距離に基づいて引用度を算出する算出手段（例えば、総合計算手段２０２４によって実現される）とを含むように構成されていてもよい。
【０１６２】
（５）引用関係抽出システムにおいて、引用度算出手段は、コンテンツ間の類似度を算出する類似度算出手段（例えば、類似度計算手段２０２１によって実現される）を含み、算出手段は、時間距離算出手段が算出した時間距離と、著者距離算出手段が算出した著者距離と、類似度算出手段が算出した類似度とを統合した引用度を算出するように構成されていてもよい。
【０１６３】
（６）引用関係抽出システムにおいて、順序関係推定手段は、コンテンツに設定されたアクセス権のレベルと、著者に設定されたアクセス権のレベルとに基づいて、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定するアクセス権順序推定手段（例えば、アクセス権判断手段２０１１によって実現される）を含み、アクセス権順序推定手段は、著者に設定されたアクセス権のレベルがコンテンツに設定されたアクセス権のレベル以上であると判断すると、当該コンテンツを引用元となりうるコンテンツと推定するように構成されていてもよい。
【０１６４】
（７）引用関係抽出システムにおいて、順序関係推定手段は、コンテンツの作成、更新又は参照時間に基づいて、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する時間順序推定手段（例えば、時間順序判断手段２０１２によって実現される）を含み、時間順序推定手段は、作成、更新又は参照時間が古いコンテンツを引用元となりうるコンテンツと推定し、作成、更新又は参照時間が新しいコンテンツを引用先となりうるコンテンツと推定するように構成されていてもよい。
【０１６５】
（８）引用関係抽出システムにおいて、時間距離算出手段は、コンテンツタイプに応じたコンテンツの作成、更新又は参照時間の差を正規化するための正規化パラメータ（例えば、単位時間距離に換算するためのパラメータ）を用いて、正規化した時間距離を算出するように構成されていてもよい。
【産業上の利用可能性】
【０１６６】
本発明は、社内コンテンツを体系化する情報処理装置や、社内コンテンツの検索装置、社内の業績評価を支援する装置といった用途に適用できる。また、コンテンツの再利用関係を発見して原著と出典とを明確にし著作権保護を支援するための装置といった用途にも適用できる。
【図面の簡単な説明】
【０１６７】
【図１】本発明による暗黙引用関係発見システムの構成の一例を示すブロック図である。
【図２】組織構成グラフと、その組織構成グラフに対する隣接行列と、著者情報との例を示す説明図である。
【図３】暗黙引用関係発見システムがコンテンツ（電子文書中のパッセージ）間に含まれる暗黙引用関係を抽出する処理の一例を示す流れ図である。
【図４】順序関係の推定処理の一例を示す流れ図である。
【図５】引用の可能性と時間距離との関係を示す説明図である。
【図６】第２の実施形態における暗黙引用関係発見システムの構成例を示すブロック図である。
【図７】第２の実施形態における暗黙引用関係発見システムがコンテンツ（電子文書中のパッセージ）間に含まれる暗黙引用関係を抽出する処理の一例を示す流れ図である。
【図８】第２の実施形態における順序関係の推定処理の一例を示す流れ図である。
【図９】引用関係抽出システムの最小の構成例を示すブロック図である。
【符号の説明】
【０１６８】
１００ コントローラ
１０１ 文書データベース
１０２ 組織構成表記憶手段
１０３ アクセスデータベース
１０４ 仮想引用データベース
２０１ 順序関係の推定手段
２０１１ アクセス権判断手段
２０１２ 時間順序判断手段
２０２ 引用度計算手段
２０２１ 類似度計算手段
２０２２ 時間距離計算手段
２０２３ 著者距離計算手段
２０２４ 統合計算手段
３０１ 文書登録監視手段
【特許請求の範囲】
【請求項１】
コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する引用度算出手段と、
前記引用度算出手段が算出した引用度に基づいて、コンテンツ間の引用関係を抽出する引用関係抽出手段とを
備えたことを特徴とする引用関係抽出システム。
【請求項２】
引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する順序関係推定手段を備え、
引用関係抽出手段は、引用度算出手段が算出した引用度及び前記順序関係推定手段が推定した順序関係に基づいて、コンテンツ間の引用関係を抽出する
請求項１記載の引用関係抽出システム。
【請求項３】
引用度算出手段は、
コンテンツ間の作成、更新又は参照時間の差を示す時間距離を算出する時間距離算出手段と、
前記時間距離算出手段が算出した時間距離に基づいて引用度を算出する算出手段とを含む
請求項１又は請求項２記載の引用関係抽出システム。
【請求項４】
引用度算出手段は、
コンテンツを作成、更新又は参照した著者間の関係の度合いを示す著者距離を算出する著者距離算出手段と、
前記著者距離算出手段が算出した著者距離に基づいて引用度を算出する算出手段とを含む
請求項１から請求項３のうちのいずれか１項に記載の引用関係抽出システム。
【請求項５】
引用度算出手段は、コンテンツ間の類似度を算出する類似度算出手段を含み、
算出手段は、時間距離算出手段が算出した時間距離と、著者距離算出手段が算出した著者距離と、前記類似度算出手段が算出した類似度とを統合した引用度を算出する
請求項３又は請求項４記載のの引用関係抽出システム。
【請求項６】
順序関係推定手段は、コンテンツに設定されたアクセス権のレベルと、著者に設定されたアクセス権のレベルとに基づいて、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定するアクセス権順序推定手段を含み、
前記アクセス権順序推定手段は、著者に設定されたアクセス権のレベルがコンテンツに設定されたアクセス権のレベル以上であると判断すると、当該コンテンツを引用元となりうるコンテンツと推定する
請求項２記載の引用関係抽出システム。
【請求項７】
順序関係推定手段は、コンテンツの作成、更新又は参照時間に基づいて、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する時間順序推定手段を含み、
前記時間順序推定手段は、作成、更新又は参照時間が古いコンテンツを引用元となりうるコンテンツと推定し、作成、更新又は参照時間が新しいコンテンツを引用先となりうるコンテンツと推定する
請求項２又は請求項６記載の引用関係抽出システム。
【請求項８】
時間距離算出手段は、コンテンツタイプに応じたコンテンツの作成、更新又は参照時間の差を正規化するための正規化パラメータを用いて、正規化した時間距離を算出する請求項３から請求項５のうちのいずれか１項に記載の引用関係抽出システム。
【請求項９】
コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する引用度算出ステップと、
算出した前記引用度に基づいて、コンテンツ間の引用関係を抽出する引用関係抽出ステップとを
含むことを特徴とする引用関係抽出方法。
【請求項１０】
引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する順序関係推定ステップを含み、
引用関係抽出ステップで、算出した引用度及び推定した前記順序関係に基づいて、コンテンツ間の引用関係を抽出する
請求項９記載の引用関係抽出方法。
【請求項１１】
引用度算出ステップで、
コンテンツ間の作成、更新又は参照時間の差を示す時間距離を算出し、
算出した前記時間距離に基づいて引用度を算出する
請求項９又は請求項１０記載の引用関係抽出方法。
【請求項１２】
引用度算出ステップで、
コンテンツを作成、更新又は参照した著者間の関係の度合いを示す著者距離を算出し、
算出した前記著者距離に基づいて引用度を算出する
請求項９から請求項１１のうちのいずれか１項に記載の引用関係抽出方法。
【請求項１３】
引用度算出ステップで、
コンテンツ間の類似度を算出し、
算出した時間距離、著者距離及び前記類似度を統合した引用度を算出する
請求項１１又は請求項１２記載のの引用関係抽出方法。
【請求項１４】
順序関係推定ステップで、コンテンツに設定されたアクセス権のレベルと、著者に設定されたアクセス権のレベルとに基づいて、著者に設定されたアクセス権のレベルがコンテンツに設定されたアクセス権のレベル以上であると判断すると、当該コンテンツを引用元となりうるコンテンツと推定することによって、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する請求項１０記載の引用関係抽出方法。
【請求項１５】
順序関係推定ステップで、コンテンツの作成、更新又は参照時間に基づいて、作成、更新又は参照時間が古いコンテンツを引用元となりうるコンテンツと推定し、作成、更新又は参照時間が新しいコンテンツを引用先となりうるコンテンツと推定することによって、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する請求項１０又は請求項１４記載の引用関係抽出方法。
【請求項１６】
引用度算出ステップで、コンテンツタイプに応じたコンテンツの作成、更新又は参照時間の差を正規化するための正規化パラメータを用いて、正規化した時間距離を算出する請求項１１から請求項１３のうちのいずれか１項に記載の引用関係抽出方法。
【請求項１７】
コンピュータに、
コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する引用度算出処理と、
算出した前記引用度に基づいて、コンテンツ間の引用関係を抽出する引用関係抽出処理とを
実行させるための引用関係抽出用プログラム。
【請求項１８】
コンピュータに、
引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する順序関係推定処理を実行させ、
引用関係抽出処理で、算出した引用度及び推定した前記順序関係に基づいて、コンテンツ間の引用関係を抽出する処理を実行させる
請求項１７記載の引用関係抽出用プログラム。
【請求項１】
コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する引用度算出手段と、
前記引用度算出手段が算出した引用度に基づいて、コンテンツ間の引用関係を抽出する引用関係抽出手段とを
備えたことを特徴とする引用関係抽出システム。
【請求項２】
引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する順序関係推定手段を備え、
引用関係抽出手段は、引用度算出手段が算出した引用度及び前記順序関係推定手段が推定した順序関係に基づいて、コンテンツ間の引用関係を抽出する
請求項１記載の引用関係抽出システム。
【請求項３】
引用度算出手段は、
コンテンツ間の作成、更新又は参照時間の差を示す時間距離を算出する時間距離算出手段と、
前記時間距離算出手段が算出した時間距離に基づいて引用度を算出する算出手段とを含む
請求項１又は請求項２記載の引用関係抽出システム。
【請求項４】
引用度算出手段は、
コンテンツを作成、更新又は参照した著者間の関係の度合いを示す著者距離を算出する著者距離算出手段と、
前記著者距離算出手段が算出した著者距離に基づいて引用度を算出する算出手段とを含む
請求項１から請求項３のうちのいずれか１項に記載の引用関係抽出システム。
【請求項５】
引用度算出手段は、コンテンツ間の類似度を算出する類似度算出手段を含み、
算出手段は、時間距離算出手段が算出した時間距離と、著者距離算出手段が算出した著者距離と、前記類似度算出手段が算出した類似度とを統合した引用度を算出する
請求項３又は請求項４記載のの引用関係抽出システム。
【請求項６】
順序関係推定手段は、コンテンツに設定されたアクセス権のレベルと、著者に設定されたアクセス権のレベルとに基づいて、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定するアクセス権順序推定手段を含み、
前記アクセス権順序推定手段は、著者に設定されたアクセス権のレベルがコンテンツに設定されたアクセス権のレベル以上であると判断すると、当該コンテンツを引用元となりうるコンテンツと推定する
請求項２記載の引用関係抽出システム。
【請求項７】
順序関係推定手段は、コンテンツの作成、更新又は参照時間に基づいて、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する時間順序推定手段を含み、
前記時間順序推定手段は、作成、更新又は参照時間が古いコンテンツを引用元となりうるコンテンツと推定し、作成、更新又は参照時間が新しいコンテンツを引用先となりうるコンテンツと推定する
請求項２又は請求項６記載の引用関係抽出システム。
【請求項８】
時間距離算出手段は、コンテンツタイプに応じたコンテンツの作成、更新又は参照時間の差を正規化するための正規化パラメータを用いて、正規化した時間距離を算出する請求項３から請求項５のうちのいずれか１項に記載の引用関係抽出システム。
【請求項９】
コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する引用度算出ステップと、
算出した前記引用度に基づいて、コンテンツ間の引用関係を抽出する引用関係抽出ステップとを
含むことを特徴とする引用関係抽出方法。
【請求項１０】
引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する順序関係推定ステップを含み、
引用関係抽出ステップで、算出した引用度及び推定した前記順序関係に基づいて、コンテンツ間の引用関係を抽出する
請求項９記載の引用関係抽出方法。
【請求項１１】
引用度算出ステップで、
コンテンツ間の作成、更新又は参照時間の差を示す時間距離を算出し、
算出した前記時間距離に基づいて引用度を算出する
請求項９又は請求項１０記載の引用関係抽出方法。
【請求項１２】
引用度算出ステップで、
コンテンツを作成、更新又は参照した著者間の関係の度合いを示す著者距離を算出し、
算出した前記著者距離に基づいて引用度を算出する
請求項９から請求項１１のうちのいずれか１項に記載の引用関係抽出方法。
【請求項１３】
引用度算出ステップで、
コンテンツ間の類似度を算出し、
算出した時間距離、著者距離及び前記類似度を統合した引用度を算出する
請求項１１又は請求項１２記載のの引用関係抽出方法。
【請求項１４】
順序関係推定ステップで、コンテンツに設定されたアクセス権のレベルと、著者に設定されたアクセス権のレベルとに基づいて、著者に設定されたアクセス権のレベルがコンテンツに設定されたアクセス権のレベル以上であると判断すると、当該コンテンツを引用元となりうるコンテンツと推定することによって、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する請求項１０記載の引用関係抽出方法。
【請求項１５】
順序関係推定ステップで、コンテンツの作成、更新又は参照時間に基づいて、作成、更新又は参照時間が古いコンテンツを引用元となりうるコンテンツと推定し、作成、更新又は参照時間が新しいコンテンツを引用先となりうるコンテンツと推定することによって、引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する請求項１０又は請求項１４記載の引用関係抽出方法。
【請求項１６】
引用度算出ステップで、コンテンツタイプに応じたコンテンツの作成、更新又は参照時間の差を正規化するための正規化パラメータを用いて、正規化した時間距離を算出する請求項１１から請求項１３のうちのいずれか１項に記載の引用関係抽出方法。
【請求項１７】
コンピュータに、
コンテンツ間の作成、更新又は参照時間の差と、コンテンツを作成、更新又は参照した著者間の関係の度合いとに基づいて、コンテンツ間で引用が行われた可能性の度合いを示す引用度を算出する引用度算出処理と、
算出した前記引用度に基づいて、コンテンツ間の引用関係を抽出する引用関係抽出処理とを
実行させるための引用関係抽出用プログラム。
【請求項１８】
コンピュータに、
引用元となりうるコンテンツと引用先となりうるコンテンツとの順序関係を推定する順序関係推定処理を実行させ、
引用関係抽出処理で、算出した引用度及び推定した前記順序関係に基づいて、コンテンツ間の引用関係を抽出する処理を実行させる
請求項１７記載の引用関係抽出用プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【公開番号】特開２００９−１５１３７３（Ｐ２００９−１５１３７３Ａ）
【公開日】平成２１年７月９日（２００９．７．９）
【国際特許分類】
【出願番号】特願２００７−３２６３６５（Ｐ２００７−３２６３６５）
【出願日】平成１９年１２月１８日（２００７．１２．１８）
【出願人】（０００００４２３７）日本電気株式会社 (19,353)
【Ｆターム（参考）】
【公開日】平成２１年７月９日（２００９．７．９）
【国際特許分類】
【出願日】平成１９年１２月１８日（２００７．１２．１８）
【出願人】（０００００４２３７）日本電気株式会社 (19,353)
【Ｆターム（参考）】
[ Back to top ]