情報処理装置、辞書更新方法およびプログラム
【課題】時期によって属するジャンルが変化する単語に適切にジャンルを付与できるように辞書を更新する情報処理装置、辞書更新方法およびプログラムを提供する。
【解決手段】情報処理装置は、ジャンルと語句が関連づけられた辞書を記憶する記憶手段と、所定時間が経過するごとに所定時間の間にネットワーク上に登録され１つのジャンルが付与された電子情報を格納する格納手段と、電子情報が格納されるごとに、電子情報に示された語句を電子情報に付与された付与ジャンルに関連づけて辞書に登録するかを、電子情報が格納された時点から該時点よりも前の時点までの間に格納手段に格納された電子情報の数ａ、ａのうち付与ジャンルを有する電子情報の数ｂと、ａのうち該語句を含む電子情報の数ｃと、ｃのうち付与ジャンルを有する電子情報の数ｄとに基づき決定し、登録を決定した場合、該語句を付与ジャンルに関連づけて辞書に登録する制御手段を含む。
【解決手段】情報処理装置は、ジャンルと語句が関連づけられた辞書を記憶する記憶手段と、所定時間が経過するごとに所定時間の間にネットワーク上に登録され１つのジャンルが付与された電子情報を格納する格納手段と、電子情報が格納されるごとに、電子情報に示された語句を電子情報に付与された付与ジャンルに関連づけて辞書に登録するかを、電子情報が格納された時点から該時点よりも前の時点までの間に格納手段に格納された電子情報の数ａ、ａのうち付与ジャンルを有する電子情報の数ｂと、ａのうち該語句を含む電子情報の数ｃと、ｃのうち付与ジャンルを有する電子情報の数ｄとに基づき決定し、登録を決定した場合、該語句を付与ジャンルに関連づけて辞書に登録する制御手段を含む。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、情報処理装置、辞書更新方法およびプログラムに関し、特には、ジャンル付与に使用する辞書を有する情報処理装置、辞書更新方法およびプログラムに関する。
【背景技術】
【０００２】
特許文献１には、電子情報である分類対象情報から抽出された単語と、データベース（辞書）に記憶されたジャンル単語と、の関連度を算出し、その関連度に基づいて、分類対象情報を分類するジャンル分類装置が記載されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００８−６５５２３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
特許文献１に記載のジャンル分類装置は、予めデータベース（辞書）に記憶されたジャンル単語を用いて、分類対象情報を分類している。このため、特許文献１に記載のジャンル分類装置は、辞書にジャンル単語が適切に設定されなければ、電子情報を適切に分類できない。
【０００５】
一方、電子情報で使用される単語が属するジャンルは、時期によって変わってしまう可能性がある。例えば、「南アフリカ」という単語は、２０１０年Ｗ杯開催前後では「スポーツ」または「サッカー」のジャンルに属することが適切であるが、それ以外の時期では「スポーツ」または「サッカー」のジャンルに属することは適切でなくなる。
【０００６】
特許文献１に記載のジャンル分類装置は、一度設定されたジャンル単語を継続して使用するため、時期によって属するジャンルが変化する単語に対して、適切にジャンルを付与することができないという課題があった。
【０００７】
本発明の目的は、上述した課題を解決可能な情報処理装置、辞書更新方法およびプログラムを提供することである。
【課題を解決するための手段】
【０００８】
本発明の情報処理装置は、ジャンルごとに当該ジャンルと当該ジャンルに関する語句とが互いに関連づけられた辞書を記憶する記憶手段と、所定時間が経過するごとに、当該所定時間の間にネットワーク上に登録され前記ジャンルのいずれかが付与された電子情報を格納する格納手段と、前記電子情報が格納されるごとに、前記電子情報に示された語句を、前記電子情報に付与された付与ジャンルに関連づけて前記辞書に登録するかを、前記電子情報が格納された時点から当該時点よりも前の時点までの間に前記格納手段に格納された電子情報である第１電子情報の数ａと、前記第１電子情報のうち前記付与ジャンルが付与された第２電子情報の数ｂと、前記第１電子情報のうち前記語句を含む第３電子情報の数ｃと、前記第３電子情報のうち前記付与ジャンルが付与された第４電子情報の数ｄと、に基づいて決定し、前記語句を登録すると決定した場合に、前記語句を前記付与ジャンルに関連づけて前記辞書に登録する制御手段と、を含む。
【０００９】
本発明の辞書更新方法は、情報処理装置が行う辞書更新方法であって、ジャンルごとに当該ジャンルと当該ジャンルに関する語句とが互いに関連づけられた辞書を記憶手段に記憶する記憶ステップと、所定時間が経過するごとに、当該所定時間の間にネットワーク上に登録され前記ジャンルのいずれかが付与された電子情報を格納手段に格納する格納ステップと、前記電子情報が格納されるごとに、前記電子情報に示された語句を、前記電子情報に付与された付与ジャンルに関連づけて前記辞書に登録するかを、前記電子情報が格納された時点から当該時点よりも前の時点までの間に前記格納手段に格納された電子情報である第１電子情報の数ａと、前記第１電子情報のうち前記付与ジャンルが付与された第２電子情報の数ｂと、前記第１電子情報のうち前記語句を含む第３電子情報の数ｃと、前記第３電子情報のうち前記付与ジャンルが付与された第４電子情報の数ｄと、に基づいて決定し、当該語句を登録すると決定した場合に、当該語句を前記付与ジャンルに関連づけて前記辞書に登録する制御ステップと、を含む。
【００１０】
本発明のプログラムは、コンピュータを、上記情報処理装置が有する各手段として機能させる。
【発明の効果】
【００１１】
本発明によれば、時期によって属するジャンルが変化する語句に応じて適切に辞書を更新することが可能になる。
【図面の簡単な説明】
【００１２】
【図１】本発明の一実施形態を示したブロック図である。
【図２】ジャンル辞書２４ａの一例を示した図である。
【図３】強検索リスト２４ａ１に記載された単語を示した図である。
【図４】学習リスト２４ａ２に記載された語句を示した図である。
【図５】選別部２２が行う類似度計算の一例を説明するための図である。
【図６】ジャンル付与サーバ２の動作を説明するための図である。
【図７】ジャンル辞書学習の手順１を説明するための図である。
【図８】ジャンル辞書学習の手順２を説明するための図である。
【図９】ジャンル辞書学習の手順３を説明するための図である。
【発明を実施するための形態】
【００１３】
以下、本発明の実施形態を図面を参照して説明する。
【００１４】
図１は、本発明の一実施形態のジャンル付与サーバ（情報処理装置）を含むジャンル付与システムを示したブロック図である。
【００１５】
図１において、ジャンル付与システムは、文書収集サーバ１と、ジャンル付与サーバ２と、利用者ＰＣ（パーソナルコンピュータ）３と、サーバ４と、を含む。文書収集サーバ１とジャンル付与サーバ２と利用者ＰＣ３とサーバ４とは、ネットワーク５を介して相互に通信可能である。ジャンル付与サーバ２は、取得部２１と、選別部２２と、格納部２３と、記憶部２４と、制御部２５と、付与部２６と、を含む。なお、文書収集サーバ１は、ジャンル付与サーバ２に組み込まれてもよい。また、利用者ＰＣ３およびサーバ４は、１台に限らず複数台でもよい。
【００１６】
文書収集サーバ１は、一般的に蓄積装置と呼ぶことができる。
【００１７】
文書収集サーバ１は、ネットワーク５上に登録された電子情報を収集して蓄積する。ネットワーク５上に登録された電子情報は、例えば、利用者ＰＣ３からネットワーク５上に登録された、新着ツイート（新着ミニブログ）またはブログ等の、文書を有する電子情報である。文書収集サーバ１は、収集された電子情報を、その電子情報の収集日時と関連づけて蓄積する。
【００１８】
取得部２１は、一般的に取得手段と呼ぶことができる。
【００１９】
取得部２１は、文書収集サーバ１から、５分が経過するごとに、その５分の間にネットワーク５上に登録された電子情報を取得する。なお、５分は、一般的に所定時間と呼ぶことができる。なお、所定時間は５分に限らず適宜変更可能である。
【００２０】
選別部２２は、一般的に選別手段と呼ぶことができる。
【００２１】
選別部２２は、取得部２１にて取得された電子情報に、その電子情報が示す内容に応じたジャンルを付与する。選別部２２は、ジャンルが付与された電子情報のうち、複数のジャンルが付与された電子情報を削除し、１つのジャンルのみが付与された１つまたは複数の電子情報を、格納部２３に格納する。
【００２２】
本実施形態では、選別部２２は、記憶部２４に記憶されたジャンル辞書２４ａを利用して、取得部２１にて取得された電子情報にジャンルを付与する。ジャンル辞書２４ａでは、予め定められたジャンルごとに、ジャンルとそのジャンルに関する語句とが、互いに関連づけられている。
【００２３】
図２は、ジャンル辞書２４ａの一例を示した図である。なお、ジャンル辞書２４ａは、一般的に辞書と呼ぶことができる。
【００２４】
図２において、ジャンル辞書２４ａは、「政治」、「電車」、「ＩＴ」、「食べ物」、「サッカー」および「アイドル」という６つのジャンルを有する。「政治」、「電車」、「ＩＴ」、「食べ物」、「サッカー」および「アイドル」という６つのジャンルは、一般的に、予め定められた複数の特定のジャンルと呼ぶことができる。特定のジャンルは、「政治」、「電車」、「ＩＴ」、「食べ物」、「サッカー」および「アイドル」に限らず適宜変更可能である。
ジャンル辞書２４ａは、ジャンルごとに、強検索リスト２４ａ１と、学習リスト２４ａ２と、を有する。
【００２５】
図３は、「サッカー」のジャンルの強検索リスト２４ａ１に記載された単語を示した図である。
【００２６】
強検索リスト２４ａ１には、強検索リスト２４ａ１が属するジャンルの話題の単語であると判断できる単語（他のジャンルの話題には含まれない単語）が記載される。強検索リスト２４ａ１は、ジャンル付与サーバ２の管理者等によって、事前に用意される。
【００２７】
図４は、「サッカー」のジャンルの学習リスト２４ａ２に記載された語句を示した図である。
【００２８】
学習リスト２４ａ２には、学習リスト２４ａ２が属するジャンルの話題の語句である可能性が高い語句、つまり、学習リスト２４ａ２が属するジャンルに関する語句が記載される。学習リスト２４ａ２に記載の語句は、例えば、単語およびＵＲＬ（Uniform Resource Locator）である。なお、ＵＲＬは、画像を特定するためのＵＲＬでもよい。
【００２９】
本実施形態では、学習リスト２４ａ２に記載される語句は、制御部２５にて決定される。なお、学習リスト２４ａ２に記載された語句には、学習リスト２４ａ２が属するジャンルの話題である可能性が高いほど数値が高くなるポイントが付してある。
【００３０】
選別部２２は、取得部２１にて取得された電子情報のうち、強検索リスト２４ａ１に記載された単語を有する電子情報に、その単語が属するジャンルを付与する。
【００３１】
また、選別部２２は、取得部２１にて取得された電子情報ごとに、電子情報と各ジャンルの学習リスト２４ａ２との類似度を計算する。
【００３２】
選別部２２は、取得部２１にて取得された電子情報に、その電子情報との類似度が一定閾値を超えた学習リスト２４ａ２が属するジャンルを付与する。なお、一定閾値は、選別部２２内に設定されている。
【００３３】
図５は、選別部２２が行う類似度計算の一例を説明するための図である。
【００３４】
選別部２２は、電子情報Ｂ１から単語を抽出する。なお、単語の抽出手法としては公知技術が使用される。
【００３５】
以下では、選別部２２は、電子情報Ｂ１から、「□□」、「メーカー」、「簡単」、「携帯」および「タッチ」を抽出したとする。図５では、電子情報Ｂ１から抽出された単語が、Ｂ１＝（□□、メーカー、簡単、携帯、タッチ）として、表されている。なお、選別部２２は、電子情報Ｂ１から抽出された単語のそれぞれに１ポイントを付加する。
【００３６】
また、あるジャンルの学習リストＲには、「□□」、「メーカー」、「携帯」、「タッチ」が記載されているとする。図５では、学習リストＲが、Ｒ＝（□□、メーカー、携帯、タッチ）として表されている。なお、学習リストＲでは、「□□」に１０ポイントが付加され、「メーカー」に２ポイントが付加され、「携帯」に１ポイントが付加され、「タッチ」に０．５ポイントが付加されているとする。
【００３７】
選別部２２は、類似度計算式ｓｉｍ（Ｒ，Ｂ１）＝｜Ｒ・Ｂ１｜／｜Ｒ｜｜Ｂ１｜に従って、類似度ｓｉｍ（Ｒ，Ｂ１）を計算する。図５に示した例では、
｜Ｒ・Ｂ１｜＝１０＋２＋１＋０．５＝１３．５、
｜Ｒ｜＝ｓｑｒｔ（１００＋４＋１＋０．２５）＝１０．２６、
｜Ｂ１｜＝ｓｑｒｔ（１＋１＋１＋１＋１）＝２．２３となり、よって、
ｓｉｍ（Ｒ，Ｂ１）＝１３．５／（１０．２６×２．２３）＝０．５９、となる。
【００３８】
本実施形態で用いられる類似度計算式では、ポイントの高い単語を多く含み無関係な単語をあまり含まない電子情報ほど、類似度が高くなる。
【００３９】
なお、選別部２２は、学習リスト２４ａ２を用いず、強検索リスト２４ａ１のみを用いて、電子情報にジャンルを付与してもよい。
【００４０】
選別部２２は、ジャンル辞書２４ａを用いたジャンル付与処理が終了すると、取得部２１にて取得された電子情報のうち、ジャンル辞書２４ａに示された如何なるジャンルも付与されていない電子情報に、「その他」というジャンルを付与する。
【００４１】
選別部２２は、取得部２１にて取得された各電子情報へのジャンル付与が終了すると、ジャンルが付与された電子情報のうち、複数のジャンルが付与された電子情報を削除し、１つのジャンルのみが付与された１つまたは複数の電子情報を格納部２３に格納する。
【００４２】
以下、本実施形態では、５分ごとに、その５分の間に登録され複数のジャンルのいずれかが付与された複数の電子情報が格納部２３に格納される状況での説明を行う。
【００４３】
格納部２３は、一般的に格納手段と呼ぶことができる。
【００４４】
格納部２３は、５分ごとに、その５分の間に登録され複数のジャンルのいずれかが付与された複数の電子情報を格納する。
【００４５】
記憶部２４は、一般的に記憶手段と呼ぶことができる。
【００４６】
記憶部２４は、ジャンル辞書２４ａを記憶する。
【００４７】
制御部２５は、一般的に決定手段と呼ぶことができる。
【００４８】
制御部２５は、格納部２３に複数の電子情報が格納されるごとに、複数の電子情報のいずれかに示された語句（以下「対象語句」と称する）のそれぞれについて、その対象語句を、その対象語句を示した電子情報に付与されたジャンル（以下「付与ジャンル」と称する）に関連づけてジャンル辞書２４ａ（学習リスト２４ａ２）に登録するか否かを決定する。なお、対象語句は、単語およびＵＲＬを含む。
【００４９】
制御部２５は、まず、複数の電子情報が格納部２３に格納された時点から、該時点よりも前の時点までの間に、格納部２３に格納された電子情報（以下「第１電子情報」と称する）の数ａと、第１電子情報のうち付与ジャンルが付与された第２電子情報の数ｂと、第１電子情報のうち対象語句を含む第３電子情報の数ｃと、第３電子情報のうち付与ジャンルが付与された第４電子情報の数ｄと、を算出する。
【００５０】
本実施形態では、制御部２５は、複数の電子情報が格納部２３に格納されるごとに、その複数の電子情報の数ａＡと、その複数の電子情報のうち付与ジャンルが付与された電子情報（第８電子情報）の数ｂＡと、その複数の電子情報のうち対象語句を含む電子情報（第９電子情報）の数ｃＡと、その複数の電子情報のうち付与ジャンルが付与され対象語句を含む電子情報（第１０電子情報）の数ｄＡと、を算出する。
【００５１】
そして、制御部２５は、複数の電子情報が、最初に格納部２３に格納された際には、ａＡを第１電子情報の数ａとして算出し、ｂＡを第２電子情報の数ｂとして算出し、ｃＡを第３電子情報の数ｃとして算出し、ｄＡを第４電子情報の数ｄとして算出する。
【００５２】
その後、複数の電子情報が格納部２３に格納されるごとに、制御部２５は、以下のように、第１電子情報の数ａと、第２電子情報の数ｂと、第３電子情報の数ｃと、第４電子情報の数ｄと、を算出する。
【００５３】
制御部２５は、前回算出された第１電子情報の数ａに第１重み係数を乗算した値である第１乗算値と、今回算出した複数の電子情報の数ａＡに第２重み係数を乗算した値である第２乗算値と、の和を、今回の第１電子情報の数ａとして算出する。
【００５４】
制御部２５は、前回算出された第２電子情報の数ｂに第１重み係数を乗算した値である第３乗算値と、今回算出した複数の電子情報の数ｂＡに第２重み係数を乗算した値である第４乗算値と、の和を、今回の第２電子情報の数ｂとして算出する。
【００５５】
制御部２５は、前回算出された第３電子情報の数ｃに第１重み係数を乗算した値である第５乗算値と、今回算出した複数の電子情報の数ｃＡに第２重み係数を乗算した値である第６乗算値と、の和を、今回の第３電子情報の数ｃとして算出する。
【００５６】
制御部２５は、前回算出された第４電子情報の数ｄに第１重み係数を乗算した値である第７乗算値と、今回算出した複数の電子情報の数ｄＡに第２重み係数を乗算した値である第８乗算値と、の和を、今回の第４電子情報の数ｄとして算出する。
【００５７】
なお、第１重み係数は、（ｎ−１）／ｎの値から所定値αを差し引いたものであり、第２重み係数は、１／ｎの値に所定値αを加算したものであることが望ましい。なお、複数の電子情報が格納された回数の累積値（累積回数）が、所定の規定値よりも小さい場合、ｎは累積回数となり、累積回数が、その所定の規定値以上の場合、ｎは、所定の規定値となる。所定の規定値は、例えば、制御部２５に格納されている。
【００５８】
例えば、制御部２５は、第１電子情報の数ａと、第２電子情報の数ｂと、第３電子情報の数ｃと、第４電子情報の数ｄとを、以下の計算式に従って計算する。
【００５９】
【数１】
【００６０】
なお、上記ｔは、所定時間である５分ごとに１ずつ増える値であり、格納部２３へ複数の電子情報を格納した回数の累計値と読み替えることもできる。また、上記Ｔは、例えば、計算対象期間（過去データ学習対象期間）である３時間＝１８０分を、所定時間である５分で割った値である３６である。なお、Ｔは、所定の規定値の一例である。計算対象期間は、３時間に限らず適宜変更可能である。
【００６１】
制御部２５は、第１電子情報の数ａを算出する場合、(1)〜(2)式の「Ｐ」を「ａ」に置き換え、かつ、Ｃｔを、累積回数ｔのときに新たに格納部２３に格納された電子情報の数と置き換えることによって、第１電子情報の数ａを算出する。
【００６２】
以下、制御部２５が(1)〜(2)式を用いて第１電子情報の数ａを算出する例を説明する。
【００６３】
制御部２５は、第１電子情報の数ａ1を、ａ1＝Ｃ1、すなわち、累積回数ｔ＝１のときに格納部２３に新たに格納された複数の電子情報の数とする。
【００６４】
制御部２５は、１≦ｔ≦Ｔのとき、(1)式に従って第１電子情報の数ａt+1を算出し、ｔ＞Ｔのとき、(2)式に従って、第１電子情報の数ａt+1を算出する。
【００６５】
なお、制御部２５が、第２電子情報の数ｂと、第３電子情報の数ｃと、第４電子情報の数ｄと、を計算する場合、(1)〜(2)式の「Ｐ」を、それぞれ、「ｂ」、「ｃ」、「ｄ」に置き換え、かつ、Ｃｔを、それぞれ、累積回数ｔのときに新たに格納部２３に格納された複数の電子情報のうち付与ジャンルが付与された電子情報の数、累積回数ｔのときに新たに格納部２３に格納された複数の電子情報のうち対象語句を含む電子情報の数、累積回数ｔのときに新たに格納部２３に格納された複数の電子情報のうち対象語句を含み付与ジャンルが付与された電子情報の数に置き換える。
【００６６】
制御部２５は、ｔについての同一のサフィックスを有するａ、ｂ、ｃおよびｄに基づいて、対象語句を付与ジャンルに関連づけて記憶部２４内のジャンル辞書２４ａ（学習リスト２４ａ２）に登録するか否かを決定する。
【００６７】
例えば、制御部２５は、（ｂ／ａ）＜（ｄ／ｃ）が成り立つ場合、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録すると決定する。一方、（ｂ／ａ）＜（ｄ／ｃ）が成り立たない場合、制御部２５は、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録しないと決定する。
【００６８】
なお、制御部２５は、（ｂ／ａ）＜（ｄ／ｃ）が成り立ち、かつ、判定値Ｆ＝（２×（ｄ／ｃ）×（ｄ／ｂ））／（（ｄ／ｃ）＋（ｄ／ｂ））＞所定閾値、が成り立つ場合、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録すると決定してもよい。
【００６９】
この場合、制御部２５は、（ｂ／ａ）＜（ｄ／ｃ）が成り立たない場合、または、判定値Ｆ＞所定閾値、が成り立たない場合、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録しないと決定する。
【００７０】
また、制御部２５は、（ｂ／ａ）＜（ｄ／ｃ）、が成り立ち、かつ、判定値Ｆ＞所定閾値、が成り立ち、かつ、判定値Ｆ＞その他のジャンルに関する判断値Ｆｆ、が成り立つ場合、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録すると決定してもよい。この際、制御部２５は、判定値Ｆ×ｄの値を、対象語句のポイントとして、対象語句に付与してもよい。但し、Ｆｆ＝（２×（ｄｆ／ｃ）×（ｄｆ／ｂｆ））／（（ｄｆ／ｃ）＋（ｄｆ／ｂｆ））であり、ｂｆは第１電子情報のうちその他ジャンルが付与された電子情報の数であり、ｄｆは第３電子情報のうちその他ジャンルが付与された電子情報の数である。
【００７１】
この場合、制御部２５は、（ｂ／ａ）＜（ｄ／ｃ）、が成り立たない場合、または、判定値Ｆ＞所定閾値、が成り立たない場合、または、判定値Ｆ＞判断値Ｆｆ、が成り立たない場合、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録しないと決定する。
【００７２】
また、制御部２５は、ジャンル辞書２４ａに対象語句と付与ジャンルとが記憶されている状況で、格納部２３に複数の電子情報が格納されると、さらに、記憶部２４内の対象語句のうち、その複数の電子情報のいずれにも示されていない対象語句（以下「過去語句」と称する）を、ジャンル辞書２４ａから削除するか否かを決定する。
【００７３】
制御部２５は、まず、第１電子情報の数ａと、第１電子情報のうち過去語句に関連づけられたジャンルである関連ジャンルが付与された第５電子情報の数ｂ１と、第１電子情報のうち過去語句を含む第６電子情報の数ｃ１と、第６電子情報のうち関連ジャンルが付与された第７電子情報の数ｄ１と、を算出する。
【００７４】
制御部２５は、第１電子情報の数ａと、第５電子情報の数ｂ１と、第６電子情報の数ｃ１と、第７電子情報の数ｄ１とを、上述した(1)〜(2)式に従って計算する。
【００７５】
なお、制御部２５が、第５電子情報の数ｂ１と、第６電子情報の数ｃ１と、第７電子情報の数ｄ１と、を計算する場合、(1)〜(2)式の「Ｐ」を、それぞれ、「ｂ１」、「ｃ１」、「ｄ１」に置き換え、かつ、Ｃｔを、それぞれ、累積回数ｔのときに新たに格納部２３に格納された複数の電子情報のうち関連ジャンルが付与された電子情報の数、累積回数ｔのときに新たに格納部２３に格納された複数の電子情報のうち過去語句を含む電子情報の数、累積回数ｔのときに新たに格納部２３に格納された複数の電子情報のうち過去語句を含み関連ジャンルが付与された電子情報の数に置き換える。
【００７６】
制御部２５は、ｔについての同一のサフィックスを有するａ、ｂ１、ｃ１およびｄ１に基づいて、過去語句をジャンル辞書２４ａから削除するか否かを決定する。
【００７７】
例えば、制御部２５は、（ｂ１／ａ）＜（ｄ１／ｃ１）が成り立たない場合、過去語句をジャンル辞書２４ａから削除すると決定する。一方、（ｂ１／ａ）＜（ｄ１／ｃ１）が成り立つ場合、制御部２５は、過去語句をジャンル辞書２４ａから削除しないと決定する。
【００７８】
なお、制御部２５は、（ｂ１／ａ）＜（ｄ１／ｃ１）、が成り立たない場合、または、判定値Ｆ１＝（２×（ｄ１／ｃ１）×（ｄ１／ｂ１））／（（ｄ１／ｃ１）＋（ｄ１／ｂ１））＞所定閾値、が成り立たない場合、過去語句をジャンル辞書２４ａから削除すると決定してもよい。
【００７９】
この場合、制御部２５は、（ｂ１／ａ）＜（ｄ１／ｃ１）、が成り立ち、かつ、判定値Ｆ１＞所定閾値、が成り立つ場合、過去語句をジャンル辞書２４ａから削除しないと決定する。
【００８０】
また、制御部２５は、（ｂ１／ａ）＜（ｄ１／ｃ１）、が成り立たない場合、または、判定値Ｆ１＞所定閾値、が成り立たない場合、または、判定値Ｆ１＞その他のジャンルに関する判断値Ｆｆ１、が成り立たない場合、過去語句をジャンル辞書２４ａから削除すると決定してもよい。但し、Ｆｆ１＝（２×（ｄｆ１／ｃ１）×（ｄｆ１／ｂｆ１））／（（ｄｆ１／ｃ１）＋（ｄｆ１／ｂｆ１））であり、ｂｆ１は第１電子情報のうちその他ジャンルが付与された電子情報の数であり、ｄｆ１は第３電子情報のうちその他ジャンルが付与された電子情報の数である。
【００８１】
この場合、制御部２５は、（ｂ１／ａ）＜（ｄ１／ｃ１）、が成り立ち、かつ、判定値Ｆ１＞所定閾値、が成り立ち、かつ、判定値Ｆ１＞判断値Ｆｆ１、が成り立つ場合、過去語句をジャンル辞書２４ａから削除しないと決定する。
【００８２】
制御部２５は、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに記憶すると決定した場合、その対象語句を付与ジャンルに関連づけてジャンル辞書２４ａ内の学習リスト２４ａ２に記憶する。
【００８３】
なお、制御部２５は、付与ジャンルに関連づけてジャンル辞書２４ａに記憶すると決定された対象語句に、判定値Ｆ×ｄの値がポイントとして付与されている場合、その対象語句をそのポイントと共に、付与ジャンルに関連づけてジャンル辞書２４ａ内の学習リスト２４ａ２に記憶する。
【００８４】
また、制御部２５は、過去語句をジャンル辞書２４ａから削除すると決定した場合、その過去語句をジャンル辞書２４ａ内の学習リスト２４ａ２から削除する。
【００８５】
付与部２６は、一般的に付与手段と呼ぶことができる。
【００８６】
付与部２６は、利用者ＰＣ３またはサーバ４から、ジャンル付与が要求された語句を受信した状況で、その語句が記憶部２４（ジャンル辞書２４ａ）に記憶されていると、その語句に関連づけられた付与ジャンルを、その語句の送信元（利用者ＰＣ３またはサーバ４）に送信する。
【００８７】
なお、ジャンル付与サーバ２は、コンピュータにて実現されてもよい。この場合、コンピュータは、コンピュータにて読み取り可能なＣＤ−ＲＯＭ（Compact Disk Read Only Memory）のような記録媒体に記録されたプログラムを読込み実行することによって、取得部２１、選別部２２、格納部２３、記憶部２４、制御部２５および付与部２６として機能する。記録媒体は、ＣＤ−ＲＯＭに限らず適宜変更可能である。
【００８８】
次に、動作を説明する。
【００８９】
図６は、ジャンル付与サーバ２の動作を説明するための図である。
【００９０】
取得部２１は、文書収集サーバ１から、５分ごとに、その５分間分の電子情報（新着ツイート）を取得する（ステップＳ６０１）。
【００９１】
取得部２１が５分間分の電子情報を取得すると、選別部２２は、記憶部２４内のジャンル辞書２４ａを利用して、取得部２１にて取得された電子情報に、その電子情報が示す内容に応じたジャンルを付与する（ステップＳ６０２、Ｓ６０３）。
【００９２】
本実施形態では、選別部２２は、取得部２１にて取得された電子情報のうち、強検索リスト２４ａ１に記載された単語を有する電子情報に、その単語が属するジャンルを付与する。また、選別部２２は、取得部２１にて取得された電子情報に、その電子情報との類似度が一定閾値を超えた学習リスト２４ａ２が属するジャンルを付与する。
【００９３】
選別部２２は、ジャンル辞書２４ａを用いたジャンル付与処理が終了した際に、取得部２１にて取得された電子情報のうち、ジャンル辞書２４ａに示された如何なるジャンルも付与されていない電子情報に、「その他」というジャンルを付与する。
【００９４】
選別部２２は、取得部２１にて取得された各電子情報へのジャンル付与が終了すると、ジャンルが付与された電子情報のうち、複数のジャンルが付与された電子情報を削除し、１つのジャンルのみが付与された１つまたは複数の電子情報を、格納部２３に格納する（ステップＳ６０４、Ｓ６０５）。
【００９５】
ここで、１つのジャンルのみが付与された電子情報を格納部２３に格納する点について説明する。
【００９６】
本実施形態では、格納部２３に格納された電子情報に示された語句を、その電子情報に付与されたジャンルの学習リスト２４ａ２に記載するか否かを決定する処理が行われる。
【００９７】
このため、複数のジャンルが付与された電子情報が格納部２３に格納されると、その電子情報に示された語句が、複数のジャンルのうちのいずれのジャンルに対応するのかが不明となる。
【００９８】
例えば、「サッカー」と「ＩＴ」のジャンルが付与された「サッカーとＩＴが好きな○○さんは、休日、フットサルか、パソコンショップ巡りをよくする。」という電子情報が、格納部２３に格納された場合、以下のような問題が生じる。なお、「フットサル」と「パソコンショップ」はジャンル辞書２４ａに登録されていないとする。
【００９９】
この電子情報内の「フットサル」という語句が「ＩＴ」の話題（ジャンル）と誤認識されたり、「パソコンショップ」という語句が「サッカー」の話題（ジャンル）と誤認識されたりする問題が生じる。
【０１００】
このため、本実施形態では、１つのジャンルのみが付与された電子情報を格納部２３に格納することによって、ジャンル辞書２４ａの精度が悪化することを防止する。
【０１０１】
制御部２５は、格納部２３に複数の電子情報が格納されるごとに、複数の電子情報のいずれかに示された対象語句のそれぞれについて、ａとｂとｃとｄとｂｆとｄｆとを算出し、過去語句のそれぞれについて、ａとｂ１とｃ１とｄ１とｂｆ１とｄｆ１とを算出する（ステップＳ６０６）。
【０１０２】
以下、対象語句のそれぞれについて、ａとｂとｃとｄとｂｆとｄｆとを算出し、過去語句のそれぞれについて、ａとｂ１とｃ１とｄ１とｂｆ１とｄｆ１とを算出する処理を、統計量更新処理と称する。
【０１０３】
制御部２５は、統計量更新処理を終了すると、ａとｂとｃとｄとｂｆとｄｆとｂ１とｃ１とｄ１とｂｆ１とｄｆ１とに基づいて、学習リスト２４ａ２内の語句を更新するジャンル辞書学習を実行する（ステップＳ６０７）。
【０１０４】
次に、ジャンル辞書学習について、具体的な例をあげて説明する。
【０１０５】
本実施形態では、ジャンル辞書学習として手順１〜３が実行される。
【０１０６】
図７は、ジャンル辞書学習の手順１を説明するための図である。
【０１０７】
以下では、図７に示すように、選別部２２が行うジャンル付与処理により、ツイート（ミニブログ）Ａに「サッカー」のジャンルが付与され、ツイートＢに「ＩＴ」のジャンルが付与され、ツイートＣに「その他」のジャンルが付与され、ツイートＤに「サッカー」と「ＩＴ」のジャンルが付与され、ツイートＥに「サッカー」のジャンルが付与され、ツイートＦに「ＩＴ」のジャンルが付与されたとする。
【０１０８】
ツイートＤには複数のジャンルが付与されており、このため、ツイートＤはジャンル辞書学習のノイズとなるので、ツイートＤは選別部２２によって削除される。
【０１０９】
また、説明を簡単にするために、統計量更新処理によって、ツイートＡ、Ｂ、Ｃ、ＥおよびＦが、第１電子情報として選択されたとする。このため、第１電子情報の数ａは、５（ツイートＡ、Ｂ、Ｃ、ＥおよびＦ）となる。
【０１１０】
また、図７に示すように、「南アフリカ」という語句は、ツイートＡおよびＥに含まれ、ツイートＢ、ＣおよびＦには含まれず、「アメリカ」という語句は、ツイートＡ、ＢおよびＣに含まれ、ツイートＥおよびＦには含まれないとする。
【０１１１】
制御部２５は、「サッカー」のジャンル（付与ジャンル）が付与されたツイートＡに記載の「南アフリカ」という対象語句を、「サッカー」のジャンルの学習リスト２４ａ２に記憶する候補とするか否かを、以下のように決定する。
【０１１２】
この場合、第１電子情報のうち付与ジャンルである「サッカー」が付与された第２電子情報の数ｂは、２（ツイートＡおよびＥ）となる。
【０１１３】
また、第１電子情報のうち対象語句である「南アフリカ」を含む第３電子情報の数ｃは、２（ツイートＡおよびＥ）となる。
【０１１４】
また、第３電子情報のうち付与ジャンルである「サッカー」が付与された第４電子情報の数ｄは、２（ツイートＡおよびＥ）となる。
【０１１５】
制御部２５は、第１電子情報の数ａに対する第２電子情報の数ｂ（第１電子情報のうち付与ジャンルである「サッカー」が付与された電子情報の数ｂ）の割合を示すジャンルシェア率ｂ／ａを計算する。この場合、ｂ／ａ＝２／５＝４０％となる。
【０１１６】
続いて、制御部２５は、第４電子情報の数ｄ（第１電子情報のうち対象語句である「南アフリカ」を含み付与ジャンルである「サッカー」が付与された電子情報の数）に対する第３電子情報の数ｃ（第１電子情報のうち対象語句である「南アフリカ」を含む電子情報の数）の割合を示す分類後シェア率ｄ／ｃを計算する。この場合、ｄ／ｃ＝２／２＝１００％となる。
【０１１７】
制御部２５は、ｂ／ａ（＝４０％）＜ｄ／ｃ（＝１００％）が成り立つので、「南アフリカ」を、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定する。なお、制御部２５は、（ｂ／ａ）＜（ｄ／ｃ）が成り立つ場合、「南アフリカ」をサッカーのジャンルの学習リスト２４ａ２に記載すると決定してもよい。
【０１１８】
続いて、制御部２５は、ツイートＡに記載の「アメリカ」という対象語句を、ツイートＡが属する「サッカー」のジャンル（付与ジャンル）に関連づけて、「サッカー」のジャンルの学習リスト２４ａ２に記憶する候補とするか否かを、以下のように決定する。
【０１１９】
この場合、第１電子情報のうち付与ジャンルである「サッカー」が付与された第２電子情報の数ｂは、２（ツイートＡおよびＥ）となる。
【０１２０】
また、第１電子情報のうち対象語句である「アメリカ」を含む第３電子情報の数ｃは、３（ツイートＡ、ＢおよびＣ）となる。
【０１２１】
また、「アメリカ」を含む第３電子情報のうち付与ジャンルである「サッカー」が付与された第４電子情報の数ｄは、１（ツイートＡ）となる。
【０１２２】
制御部２５は、第１電子情報の数ａに対する第２電子情報の数ｂ（第１電子情報のうち付与ジャンルである「サッカー」が付与された電子情報の数ｂ）の割合を示すジャンルシェア率ｂ／ａを計算する。この場合、ｂ／ａ＝２／５＝４０％となる。
【０１２３】
続いて、制御部２５は、第４電子情報の数ｄ（第１電子情報のうち対象語句である「アメリカ」を含み付与ジャンルである「サッカー」が付与された電子情報の数）に対する第３電子情報の数ｃ（第１電子情報のうち対象語句である「アメリカ」を含む電子情報の数）の割合を示す分類後シェア率ｄ／ｃを計算する。この場合、ｄ／ｃ＝１／３＝３３％となる。
【０１２４】
制御部２５は、ｂ／ａ（＝４０％）＜ｄ／ｃ（＝３３％）が成り立たないので、「アメリカ」を、サッカーのジャンルの学習リスト２４ａ２に記載しないと決定する。
【０１２５】
図８は、ジャンル辞書学習の手順２を説明するための図である。
【０１２６】
制御部２５は、手順２では、手順１で各ジャンルのリストに記載する候補として挙がった語句（ワード、ＵＲＬ）に対し、それらを含むツイート（電子情報）からＦ値（判定値）を計算する。
【０１２７】
なお、Ｆ値＝（２×適合率×再現率）／（適合率＋再現率）である。
【０１２８】
但し、適合率＝［ｄ（語句×ジャンル）］／［ｃ（語句）］であり、再現率＝［ｄ（語句×ジャンル）］／［ｂ（ジャンル）］である。
【０１２９】
制御部２５は、Ｆ値が予め定められた閾値（所定閾値）よりも大きい語句を、その語句を含むツイート（電子情報）に付与されたジャンルの学習リストに記憶する候補として残す。なお、制御部２５は、Ｆ値が予め定められた閾値（所定閾値）よりも大きい語句を、その語句を含むツイート（電子情報）に付与されたジャンルの学習リストに記憶すると決定してもよい。閾値は、例えば、０．４である。なお、閾値は、０．４に限らず適宜変更可能である。
【０１３０】
例えば、手順１で、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「南アフリカ」について、制御部２５は、以下のようにＦ値を決定する。
【０１３１】
サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「南アフリカ」では、適合率＝ｄ（第１電子情報のうち対象語句である「南アフリカ」を含み付与ジャンルである「サッカー」が付与された電子情報の数）／ｃ（第１電子情報のうち対象語句である「南アフリカ」を含む電子情報の数）＝２／２＝１となる。
【０１３２】
また、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「南アフリカ」では、再現率＝ｄ（第１電子情報のうち対象語句である「南アフリカ」を含み付与ジャンルである「サッカー」が付与された電子情報の数）／ｂ（第１電子情報のうち付与ジャンルである「サッカー」が付与された電子情報の数）＝２／２＝１となる。
【０１３３】
よって、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「南アフリカ」のＦ値は、Ｆ値＝（２×１×１）／（１＋１）＝２／２＝１となる。
【０１３４】
したがって、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「南アフリカ」のＦ値＝１は、閾値＝０．７よりも大きく、よって、制御部２５は、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「南アフリカ」を、サッカーのジャンルの学習リスト２４ａ２に記載する候補として残す。
【０１３５】
また、図８に示したように、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「スペイン」のＦ値は、Ｆ値＝０．８となり、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「イングランド」のＦ値は、Ｆ値＝０．６７となり、それぞれ、サッカーのジャンルの学習リスト２４ａ２に記載する候補として残される。
【０１３６】
図９は、ジャンル辞書学習の手順３を説明するための図である。
【０１３７】
制御部２５は、手順３では、手順２で各ジャンルの学習リストに記載する候補として残った語句（ワード、ＵＲＬ）が適切かどうかを検証する。
【０１３８】
本実施形態では、制御部２５は、候補として残った語句（ワード、ＵＲＬ）のＦ値が、候補として残った語句（ワード、ＵＲＬ）が「その他」のジャンルの学習リストに記載される場合のＦ値（Ｆｆ）よりも大きい場合に、手順２で各ジャンルの学習リストに記載する候補として残った語句（ワード、ＵＲＬ）が適切であると判定する。
【０１３９】
図９では、第１電子情報９１として、ツイートＡ、Ｂ、Ｃ、ＥおよびＦに加えて、「その他」のジャンルが付与され、「ドイツ」という語句を含むツイートＧおよびＨが存在するとする。
【０１４０】
この場合、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「ドイツ」のＦ値は、適合率＝２／４＝０．５、再現率＝２／２＝１であるため、Ｆ値＝（２×０．５×１）／（０．５＋１）＝０．６６となる。
【０１４１】
一方、「ドイツ」が「その他」のジャンルの学習リストに記載される場合のＦ値（Ｆｆ）は、適合率＝２／４＝０．５、再現率＝２／３＝０．６６であるため、Ｆ値（Ｆｆ）＝（２×０．５×０．６６）／（０．５＋０．６６）＝０．５７となる。
【０１４２】
よって、「ドイツ」という語句に関しては、「サッカー」のジャンルのＦ値が「その他」のジャンルのＦ値（Ｆｆ）よりも高いので、制御部２５は、「ドイツ」を、サッカーのジャンルの学習リスト２４ａ２に記載すると決定する。
【０１４３】
この際、制御部２５は、サッカーに関するＦ値（Ｆ値＝０．６６）に、第４電子情報の数ｄ（第１電子情報のうち付与ジャンルである「サッカー」が付与され「ドイツ」という語句を含む電子情報の数）を乗算した値（１．３２）を、サッカーのジャンルの学習リスト２４ａ２での「ドイツ」のポイント値とする。この場合、１．３２ポイントが付加された「ドイツ」が、サッカーのジャンルの学習リスト２４ａ２に登録される。
【０１４４】
また、図９では、第１電子情報９２として、ツイートＡ、Ｂ、Ｃ、Ｅ、Ｆ、Ｇ、Ｈに加えて、「サッカー」のジャンルが付与され、「イタリア」という語句を含むツイートＩおよびＪが存在するとする。
【０１４５】
この場合、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「イタリア」のＦ値は、適合率＝２／４＝０．５、再現率＝２／４＝０．５であるため、Ｆ値＝（２×０．５×０．５）／（０．５＋０．５）＝０．５となる。
【０１４６】
一方、「イタリア」が「その他」のジャンルの学習リストに記載される場合のＦ値（Ｆｆ）は、適合率＝２／４＝０．５、再現率＝２／３＝０．６６であるため、Ｆ値（Ｆｆ）＝（２×０．５×０．６６）／（０．５＋０．６６）＝０．５７となる。
【０１４７】
よって、「イタリア」という語句に関しては、「サッカー」のジャンルのＦ値が「その他」のジャンルのＦ値（Ｆｆ）以下なので、制御部２５は、「イタリア」を、サッカーのジャンルの学習リスト２４ａ２に記載しないと決定する。
【０１４８】
なお、制御部２５が過去語句を学習リスト２４ａ２から削除するかを決定する処理は、手順１〜３において、語句を過去語句に読み替え、語句を学習リスト２４ａ２に記載しないと決定する旨を、過去語句を学習リスト２４ａ２から削除すると決定する旨と読み替え、Ｆ値をＦ１値と読み替え、Ｆｆ値をＦｆ１値と読み替えることにより説明される。
【０１４９】
制御部２５は、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録すると決定した場合、その対象語句を付与ジャンルに関連づけて記憶部２４内の学習リスト２４ａ２に登録する。また、制御部２５は、過去語句をジャンル辞書２４ａから削除すると決定した場合、その過去語句を記憶部２４内の学習リスト２４ａ２から削除する。
【０１５０】
付与部２６は、利用者ＰＣ３またはサーバ４から、ジャンル付与が要求された語句を受信した状況で、その語句が記憶部２４（ジャンル辞書２４ａ）に記憶されていると、その語句に関連づけられた付与ジャンルを、その語句の送信元（利用者ＰＣ３またはサーバ４）に送信する。
【０１５１】
本実施形態によれば、制御部２５は、複数の電子情報が格納された時点から該時点よりも前の時点までの間に格納部２３に格納された電子情報を対象にして算出される値（ａ、ｂ、ｃおよびｄ）に基づいて、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録するか否かを決定する。
【０１５２】
このため、ジャンル辞書２４ａに記憶される対象語句は、新たに登録された電子情報に基づいて更新される。よって、ジャンル辞書２４ａ内の対象語句を適切な状態に更新することが可能になる。
【０１５３】
また、ジャンル辞書２４ａに記憶された対象語句は、ジャンル付与が要求された語句にジャンルを付与する際に使用される。
【０１５４】
このため、ジャンル付与が要求された語句にジャンルを付与する際に使用される対象語句を、新たに登録された電子情報に基づいて更新することが可能になる。
【０１５５】
よって、時期によって属するジャンルが変化する語句に対して、適切にジャンルを付与することが可能になる。
【０１５６】
また、対象語句として、画像を特定するＵＲＬが用いられると、ＵＲＬにて特定される画像に対して、適切にジャンルを付与することが可能になる。
【０１５７】
また、本実施形態では、制御部２５は、（ｂ／ａ）＜（ｄ／ｃ）が成り立つ場合、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録すると決定する。この場合、付与ジャンルの話題である可能性が高い語句を、ジャンル辞書２４ａに登録することが可能になる。
【０１５８】
また、本実施形態では、制御部２５は、（ｂ／ａ）＜（ｄ／ｃ）、が成り立ち、かつ、判定値Ｆ＞所定閾値、が成り立つ場合、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録すると決定する。この場合、付与ジャンルの話題である可能性がより高い語句を、ジャンル辞書２４ａに登録することが可能になる。
【０１５９】
また、本実施形態では、制御部２５は、（ｂ／ａ）＜（ｄ／ｃ）、が成り立ち、かつ、判定値Ｆ＝＞所定閾値、が成り立ち、かつ、判定値Ｆ＞その他のジャンルに関する判断値Ｆα、が成り立つ場合、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録すると決定する。この場合、付与ジャンルの話題である可能性がさらに高い語句を、ジャンル辞書２４ａに登録することが可能になる。
【０１６０】
また、本実施形態では、制御部２５は、複数の電子情報が格納された時点から該時点よりも前の時点までの間に格納部２３に格納された電子情報を対象にして算出される値（ａ、ｂ１、ｃ１およびｄ１）に基づいて、過去語句をジャンル辞書２４ａから削除するか否かを決定する。
【０１６１】
このため、ジャンル辞書２４ａに記憶される過去語句は、新たに登録された電子情報に基づいて更新される。よって、ジャンル辞書２４ａ内の語句を適切な状態に更新することが可能になる。
【０１６２】
また、ジャンル辞書２４ａに記憶された過去語句は、ジャンル付与が要求された語句にジャンルを付与する際に使用される。
【０１６３】
このため、ジャンル付与が要求された語句にジャンルを付与する際に使用される過去語句を、新たに登録された電子情報に基づいて更新することが可能になる。
【０１６４】
よって、時期によって属するジャンルが変化する語句に対して、適切にジャンルを付与することが可能になる。
【０１６５】
また、本実施形態では、制御部２５は、（ｂ１／ａ）＜（ｄ１／ｃ１）が成り立たない場合、過去語句をジャンル辞書２４ａから削除すると決定する。この場合、付与ジャンルの話題である可能性が高い過去語句を、ジャンル辞書２４ａに残すことが可能になる。
【０１６６】
また、本実施形態では、制御部２５は、（ｂ１／ａ）＜（ｄ１／ｃ１）、が成り立たない場合、または、判定値Ｆ１＞所定閾値、が成り立たない場合、過去語句をジャンル辞書２４ａから削除すると決定する。この場合、付与ジャンルの話題である可能性がより高い過去語句を、ジャンル辞書２４ａに残すことが可能になる。
【０１６７】
また、本実施形態では、制御部２５は、（ｂ１／ａ）＜（ｄ１／ｃ１）、が成り立たない場合、または、判定値Ｆ１＝＞所定閾値、が成り立たない場合、または、判定値Ｆ１＞その他のジャンルに関する判断値Ｆα１、が成り立たない場合、過去語句をジャンル辞書２４ａから削除すると決定する。この場合、付与ジャンルの話題である可能性がさらに高い過去語句を、ジャンル辞書２４ａに残すことが可能になる。
【０１６８】
また、本実施形態では、制御部２５は、複数の電子情報が格納されるごとに、ａＡとｂＡとｃＡとｄＡとを算出する。
【０１６９】
そして、制御部２５は、複数の電子情報が、最初に格納された際には、ａＡを第１電子情報の数ａとして算出し、ｂＡを第２電子情報の数ｂとして算出し、ｃＡを第３電子情報の数ｃとして算出し、ｄＡを第４電子情報の数ｄとして算出する。
【０１７０】
また、制御部２５は、その後に複数の電子情報が格納されるごとに、以下のように、第１電子情報の数ａと、第２電子情報の数ｂと、第３電子情報の数ｃと、第４電子情報の数ｄと、を算出する。
【０１７１】
制御部２５は、前回算出された第１電子情報の数ａに第１重み係数を乗算した値である第１乗算値と、今回算出した複数の電子情報の数ａＡに第２重み係数を乗算した値である第２乗算値と、の和を、今回の第１電子情報の数ａとして算出する。
【０１７２】
制御部２５は、前回算出された第２電子情報の数ｂに第１重み係数を乗算した値である第３乗算値と、今回算出した複数の電子情報の数ｂＡに第２重み係数を乗算した値である第４乗算値と、の和を、今回の第２電子情報の数ｂとして算出する。
【０１７３】
制御部２５は、前回算出された第３電子情報の数ｃに第１重み係数を乗算した値である第５乗算値と、今回算出した複数の電子情報の数ｃＡに第２重み係数を乗算した値である第６乗算値と、の和を、今回の第３電子情報の数ｃとして算出する。
【０１７４】
制御部２５は、前回算出された第４電子情報の数ｄに第１重み係数を乗算した値である第７乗算値と、今回算出した複数の電子情報の数ｄＡに第２重み係数を乗算した値である第８乗算値と、の和を、今回の第４電子情報の数ｄとして算出する。
【０１７５】
このため、制御部２５は、前回の算出結果と今回の算出結果とから、第１電子情報の数ａと、第２電子情報の数ｂと、第３電子情報の数ｃと、第４電子情報の数ｄと、を算出する。
【０１７６】
よって、第１電子情報の数ａと、第２電子情報の数ｂと、第３電子情報の数ｃと、第４電子情報の数ｄと、を算出するために使用する過去分のデータを少なくでき、第１電子情報の数ａと、第２電子情報の数ｂと、第３電子情報の数ｃと、第４電子情報の数ｄと、を算出するために要する処理量を少なくすることが可能になる。
【０１７７】
また、この場合、格納部２３には、最新の複数の電子情報のみが格納されていればよく、例えば、選択部２２は、最新の複数の電子情報を格納部２３に格納する直前に、以前に格納された電子情報を削除してもよい。
【０１７８】
よって、データを記憶するためのストレージに要するコストを削減できる。
【０１７９】
また、本実施形態では、第１重み係数は、（ｎ−１）／ｎの値から所定値αを差し引いたものであり、第２重み係数は、１／ｎの値に所定値αを加算したものである。このため、所定値αが大きければ大きいほど、新しい情報を重要視することが可能になる。
【０１８０】
また、本実施形態では、取得部２１は、文書収集サーバ１から、５分（所定時間）ごとに、その５分の間に登録された電子情報を取得する。選別部２２は、取得部２１にて取得された電子情報に、その電子情報が示す内容に応じたジャンルを付与し、ジャンルが付与された電子情報のうち、複数のジャンルが付与された電子情報を削除し、１つのジャンルのみが付与された１つまたは複数の電子情報を、格納部２３に格納する。
【０１８１】
本実施形態では、格納部２３に格納された電子情報に示された語句を、その電子情報に付与されたジャンルの学習リスト２４ａ２に記載する。このため、複数のジャンルが付与された電子情報が格納部２３に格納されると、その電子情報に示された語句が、複数のジャンルのうちのいずれのジャンルに対応するのかが不明となる。
【０１８２】
本実施形態では、１つのジャンルのみが付与された電子情報を格納部２３に格納することによって、ジャンル辞書２４ａの精度の悪化を防止することが可能になる。
【０１８３】
なお、本実施形態において、ａとｂとｃとｄとｂｆとｄｆとｂ１とｃ１とｄ１とｂｆ１とｄｆ１との算出手法は、(1)〜(2)式を用いる手法に限らない。例えば、格納部２３に、過去の数回分の電子情報を格納しておき、その格納された電子情報をもとに、ａとｂとｃとｄとｂｆとｄｆとｂ１とｃ１とｄ１とｂｆ１とｄｆ１とを算出してもよい。
【０１８４】
また、本実施形態では、取得部２１と選別部２２とが共同して、５分ごとに、その５分の間にネットワーク５上に登録され複数のジャンルのいずれかが付与された複数の電子情報を、格納部２３に格納したが、例えば、ユーザまたは他のサーバが、５分ごとに、その５分の間にネットワーク５上に登録され複数のジャンルのいずれかが付与された複数の電子情報を、格納部２３に格納してもよい。
【０１８５】
以上説明した実施形態において、図示した構成は単なる一例であって、本発明はその構成に限定されるものではない。
【符号の説明】
【０１８６】
１ 文書収集サーバ
２ ジャンル付与サーバ
２１ 取得部
２２ 選別部
２３ 格納部
２４ 記憶部
２５ 制御部
２６ 付与部
３ 利用者ＰＣ
４ サーバ
５ ネットワーク
【技術分野】
【０００１】
本発明は、情報処理装置、辞書更新方法およびプログラムに関し、特には、ジャンル付与に使用する辞書を有する情報処理装置、辞書更新方法およびプログラムに関する。
【背景技術】
【０００２】
特許文献１には、電子情報である分類対象情報から抽出された単語と、データベース（辞書）に記憶されたジャンル単語と、の関連度を算出し、その関連度に基づいて、分類対象情報を分類するジャンル分類装置が記載されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００８−６５５２３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
特許文献１に記載のジャンル分類装置は、予めデータベース（辞書）に記憶されたジャンル単語を用いて、分類対象情報を分類している。このため、特許文献１に記載のジャンル分類装置は、辞書にジャンル単語が適切に設定されなければ、電子情報を適切に分類できない。
【０００５】
一方、電子情報で使用される単語が属するジャンルは、時期によって変わってしまう可能性がある。例えば、「南アフリカ」という単語は、２０１０年Ｗ杯開催前後では「スポーツ」または「サッカー」のジャンルに属することが適切であるが、それ以外の時期では「スポーツ」または「サッカー」のジャンルに属することは適切でなくなる。
【０００６】
特許文献１に記載のジャンル分類装置は、一度設定されたジャンル単語を継続して使用するため、時期によって属するジャンルが変化する単語に対して、適切にジャンルを付与することができないという課題があった。
【０００７】
本発明の目的は、上述した課題を解決可能な情報処理装置、辞書更新方法およびプログラムを提供することである。
【課題を解決するための手段】
【０００８】
本発明の情報処理装置は、ジャンルごとに当該ジャンルと当該ジャンルに関する語句とが互いに関連づけられた辞書を記憶する記憶手段と、所定時間が経過するごとに、当該所定時間の間にネットワーク上に登録され前記ジャンルのいずれかが付与された電子情報を格納する格納手段と、前記電子情報が格納されるごとに、前記電子情報に示された語句を、前記電子情報に付与された付与ジャンルに関連づけて前記辞書に登録するかを、前記電子情報が格納された時点から当該時点よりも前の時点までの間に前記格納手段に格納された電子情報である第１電子情報の数ａと、前記第１電子情報のうち前記付与ジャンルが付与された第２電子情報の数ｂと、前記第１電子情報のうち前記語句を含む第３電子情報の数ｃと、前記第３電子情報のうち前記付与ジャンルが付与された第４電子情報の数ｄと、に基づいて決定し、前記語句を登録すると決定した場合に、前記語句を前記付与ジャンルに関連づけて前記辞書に登録する制御手段と、を含む。
【０００９】
本発明の辞書更新方法は、情報処理装置が行う辞書更新方法であって、ジャンルごとに当該ジャンルと当該ジャンルに関する語句とが互いに関連づけられた辞書を記憶手段に記憶する記憶ステップと、所定時間が経過するごとに、当該所定時間の間にネットワーク上に登録され前記ジャンルのいずれかが付与された電子情報を格納手段に格納する格納ステップと、前記電子情報が格納されるごとに、前記電子情報に示された語句を、前記電子情報に付与された付与ジャンルに関連づけて前記辞書に登録するかを、前記電子情報が格納された時点から当該時点よりも前の時点までの間に前記格納手段に格納された電子情報である第１電子情報の数ａと、前記第１電子情報のうち前記付与ジャンルが付与された第２電子情報の数ｂと、前記第１電子情報のうち前記語句を含む第３電子情報の数ｃと、前記第３電子情報のうち前記付与ジャンルが付与された第４電子情報の数ｄと、に基づいて決定し、当該語句を登録すると決定した場合に、当該語句を前記付与ジャンルに関連づけて前記辞書に登録する制御ステップと、を含む。
【００１０】
本発明のプログラムは、コンピュータを、上記情報処理装置が有する各手段として機能させる。
【発明の効果】
【００１１】
本発明によれば、時期によって属するジャンルが変化する語句に応じて適切に辞書を更新することが可能になる。
【図面の簡単な説明】
【００１２】
【図１】本発明の一実施形態を示したブロック図である。
【図２】ジャンル辞書２４ａの一例を示した図である。
【図３】強検索リスト２４ａ１に記載された単語を示した図である。
【図４】学習リスト２４ａ２に記載された語句を示した図である。
【図５】選別部２２が行う類似度計算の一例を説明するための図である。
【図６】ジャンル付与サーバ２の動作を説明するための図である。
【図７】ジャンル辞書学習の手順１を説明するための図である。
【図８】ジャンル辞書学習の手順２を説明するための図である。
【図９】ジャンル辞書学習の手順３を説明するための図である。
【発明を実施するための形態】
【００１３】
以下、本発明の実施形態を図面を参照して説明する。
【００１４】
図１は、本発明の一実施形態のジャンル付与サーバ（情報処理装置）を含むジャンル付与システムを示したブロック図である。
【００１５】
図１において、ジャンル付与システムは、文書収集サーバ１と、ジャンル付与サーバ２と、利用者ＰＣ（パーソナルコンピュータ）３と、サーバ４と、を含む。文書収集サーバ１とジャンル付与サーバ２と利用者ＰＣ３とサーバ４とは、ネットワーク５を介して相互に通信可能である。ジャンル付与サーバ２は、取得部２１と、選別部２２と、格納部２３と、記憶部２４と、制御部２５と、付与部２６と、を含む。なお、文書収集サーバ１は、ジャンル付与サーバ２に組み込まれてもよい。また、利用者ＰＣ３およびサーバ４は、１台に限らず複数台でもよい。
【００１６】
文書収集サーバ１は、一般的に蓄積装置と呼ぶことができる。
【００１７】
文書収集サーバ１は、ネットワーク５上に登録された電子情報を収集して蓄積する。ネットワーク５上に登録された電子情報は、例えば、利用者ＰＣ３からネットワーク５上に登録された、新着ツイート（新着ミニブログ）またはブログ等の、文書を有する電子情報である。文書収集サーバ１は、収集された電子情報を、その電子情報の収集日時と関連づけて蓄積する。
【００１８】
取得部２１は、一般的に取得手段と呼ぶことができる。
【００１９】
取得部２１は、文書収集サーバ１から、５分が経過するごとに、その５分の間にネットワーク５上に登録された電子情報を取得する。なお、５分は、一般的に所定時間と呼ぶことができる。なお、所定時間は５分に限らず適宜変更可能である。
【００２０】
選別部２２は、一般的に選別手段と呼ぶことができる。
【００２１】
選別部２２は、取得部２１にて取得された電子情報に、その電子情報が示す内容に応じたジャンルを付与する。選別部２２は、ジャンルが付与された電子情報のうち、複数のジャンルが付与された電子情報を削除し、１つのジャンルのみが付与された１つまたは複数の電子情報を、格納部２３に格納する。
【００２２】
本実施形態では、選別部２２は、記憶部２４に記憶されたジャンル辞書２４ａを利用して、取得部２１にて取得された電子情報にジャンルを付与する。ジャンル辞書２４ａでは、予め定められたジャンルごとに、ジャンルとそのジャンルに関する語句とが、互いに関連づけられている。
【００２３】
図２は、ジャンル辞書２４ａの一例を示した図である。なお、ジャンル辞書２４ａは、一般的に辞書と呼ぶことができる。
【００２４】
図２において、ジャンル辞書２４ａは、「政治」、「電車」、「ＩＴ」、「食べ物」、「サッカー」および「アイドル」という６つのジャンルを有する。「政治」、「電車」、「ＩＴ」、「食べ物」、「サッカー」および「アイドル」という６つのジャンルは、一般的に、予め定められた複数の特定のジャンルと呼ぶことができる。特定のジャンルは、「政治」、「電車」、「ＩＴ」、「食べ物」、「サッカー」および「アイドル」に限らず適宜変更可能である。
ジャンル辞書２４ａは、ジャンルごとに、強検索リスト２４ａ１と、学習リスト２４ａ２と、を有する。
【００２５】
図３は、「サッカー」のジャンルの強検索リスト２４ａ１に記載された単語を示した図である。
【００２６】
強検索リスト２４ａ１には、強検索リスト２４ａ１が属するジャンルの話題の単語であると判断できる単語（他のジャンルの話題には含まれない単語）が記載される。強検索リスト２４ａ１は、ジャンル付与サーバ２の管理者等によって、事前に用意される。
【００２７】
図４は、「サッカー」のジャンルの学習リスト２４ａ２に記載された語句を示した図である。
【００２８】
学習リスト２４ａ２には、学習リスト２４ａ２が属するジャンルの話題の語句である可能性が高い語句、つまり、学習リスト２４ａ２が属するジャンルに関する語句が記載される。学習リスト２４ａ２に記載の語句は、例えば、単語およびＵＲＬ（Uniform Resource Locator）である。なお、ＵＲＬは、画像を特定するためのＵＲＬでもよい。
【００２９】
本実施形態では、学習リスト２４ａ２に記載される語句は、制御部２５にて決定される。なお、学習リスト２４ａ２に記載された語句には、学習リスト２４ａ２が属するジャンルの話題である可能性が高いほど数値が高くなるポイントが付してある。
【００３０】
選別部２２は、取得部２１にて取得された電子情報のうち、強検索リスト２４ａ１に記載された単語を有する電子情報に、その単語が属するジャンルを付与する。
【００３１】
また、選別部２２は、取得部２１にて取得された電子情報ごとに、電子情報と各ジャンルの学習リスト２４ａ２との類似度を計算する。
【００３２】
選別部２２は、取得部２１にて取得された電子情報に、その電子情報との類似度が一定閾値を超えた学習リスト２４ａ２が属するジャンルを付与する。なお、一定閾値は、選別部２２内に設定されている。
【００３３】
図５は、選別部２２が行う類似度計算の一例を説明するための図である。
【００３４】
選別部２２は、電子情報Ｂ１から単語を抽出する。なお、単語の抽出手法としては公知技術が使用される。
【００３５】
以下では、選別部２２は、電子情報Ｂ１から、「□□」、「メーカー」、「簡単」、「携帯」および「タッチ」を抽出したとする。図５では、電子情報Ｂ１から抽出された単語が、Ｂ１＝（□□、メーカー、簡単、携帯、タッチ）として、表されている。なお、選別部２２は、電子情報Ｂ１から抽出された単語のそれぞれに１ポイントを付加する。
【００３６】
また、あるジャンルの学習リストＲには、「□□」、「メーカー」、「携帯」、「タッチ」が記載されているとする。図５では、学習リストＲが、Ｒ＝（□□、メーカー、携帯、タッチ）として表されている。なお、学習リストＲでは、「□□」に１０ポイントが付加され、「メーカー」に２ポイントが付加され、「携帯」に１ポイントが付加され、「タッチ」に０．５ポイントが付加されているとする。
【００３７】
選別部２２は、類似度計算式ｓｉｍ（Ｒ，Ｂ１）＝｜Ｒ・Ｂ１｜／｜Ｒ｜｜Ｂ１｜に従って、類似度ｓｉｍ（Ｒ，Ｂ１）を計算する。図５に示した例では、
｜Ｒ・Ｂ１｜＝１０＋２＋１＋０．５＝１３．５、
｜Ｒ｜＝ｓｑｒｔ（１００＋４＋１＋０．２５）＝１０．２６、
｜Ｂ１｜＝ｓｑｒｔ（１＋１＋１＋１＋１）＝２．２３となり、よって、
ｓｉｍ（Ｒ，Ｂ１）＝１３．５／（１０．２６×２．２３）＝０．５９、となる。
【００３８】
本実施形態で用いられる類似度計算式では、ポイントの高い単語を多く含み無関係な単語をあまり含まない電子情報ほど、類似度が高くなる。
【００３９】
なお、選別部２２は、学習リスト２４ａ２を用いず、強検索リスト２４ａ１のみを用いて、電子情報にジャンルを付与してもよい。
【００４０】
選別部２２は、ジャンル辞書２４ａを用いたジャンル付与処理が終了すると、取得部２１にて取得された電子情報のうち、ジャンル辞書２４ａに示された如何なるジャンルも付与されていない電子情報に、「その他」というジャンルを付与する。
【００４１】
選別部２２は、取得部２１にて取得された各電子情報へのジャンル付与が終了すると、ジャンルが付与された電子情報のうち、複数のジャンルが付与された電子情報を削除し、１つのジャンルのみが付与された１つまたは複数の電子情報を格納部２３に格納する。
【００４２】
以下、本実施形態では、５分ごとに、その５分の間に登録され複数のジャンルのいずれかが付与された複数の電子情報が格納部２３に格納される状況での説明を行う。
【００４３】
格納部２３は、一般的に格納手段と呼ぶことができる。
【００４４】
格納部２３は、５分ごとに、その５分の間に登録され複数のジャンルのいずれかが付与された複数の電子情報を格納する。
【００４５】
記憶部２４は、一般的に記憶手段と呼ぶことができる。
【００４６】
記憶部２４は、ジャンル辞書２４ａを記憶する。
【００４７】
制御部２５は、一般的に決定手段と呼ぶことができる。
【００４８】
制御部２５は、格納部２３に複数の電子情報が格納されるごとに、複数の電子情報のいずれかに示された語句（以下「対象語句」と称する）のそれぞれについて、その対象語句を、その対象語句を示した電子情報に付与されたジャンル（以下「付与ジャンル」と称する）に関連づけてジャンル辞書２４ａ（学習リスト２４ａ２）に登録するか否かを決定する。なお、対象語句は、単語およびＵＲＬを含む。
【００４９】
制御部２５は、まず、複数の電子情報が格納部２３に格納された時点から、該時点よりも前の時点までの間に、格納部２３に格納された電子情報（以下「第１電子情報」と称する）の数ａと、第１電子情報のうち付与ジャンルが付与された第２電子情報の数ｂと、第１電子情報のうち対象語句を含む第３電子情報の数ｃと、第３電子情報のうち付与ジャンルが付与された第４電子情報の数ｄと、を算出する。
【００５０】
本実施形態では、制御部２５は、複数の電子情報が格納部２３に格納されるごとに、その複数の電子情報の数ａＡと、その複数の電子情報のうち付与ジャンルが付与された電子情報（第８電子情報）の数ｂＡと、その複数の電子情報のうち対象語句を含む電子情報（第９電子情報）の数ｃＡと、その複数の電子情報のうち付与ジャンルが付与され対象語句を含む電子情報（第１０電子情報）の数ｄＡと、を算出する。
【００５１】
そして、制御部２５は、複数の電子情報が、最初に格納部２３に格納された際には、ａＡを第１電子情報の数ａとして算出し、ｂＡを第２電子情報の数ｂとして算出し、ｃＡを第３電子情報の数ｃとして算出し、ｄＡを第４電子情報の数ｄとして算出する。
【００５２】
その後、複数の電子情報が格納部２３に格納されるごとに、制御部２５は、以下のように、第１電子情報の数ａと、第２電子情報の数ｂと、第３電子情報の数ｃと、第４電子情報の数ｄと、を算出する。
【００５３】
制御部２５は、前回算出された第１電子情報の数ａに第１重み係数を乗算した値である第１乗算値と、今回算出した複数の電子情報の数ａＡに第２重み係数を乗算した値である第２乗算値と、の和を、今回の第１電子情報の数ａとして算出する。
【００５４】
制御部２５は、前回算出された第２電子情報の数ｂに第１重み係数を乗算した値である第３乗算値と、今回算出した複数の電子情報の数ｂＡに第２重み係数を乗算した値である第４乗算値と、の和を、今回の第２電子情報の数ｂとして算出する。
【００５５】
制御部２５は、前回算出された第３電子情報の数ｃに第１重み係数を乗算した値である第５乗算値と、今回算出した複数の電子情報の数ｃＡに第２重み係数を乗算した値である第６乗算値と、の和を、今回の第３電子情報の数ｃとして算出する。
【００５６】
制御部２５は、前回算出された第４電子情報の数ｄに第１重み係数を乗算した値である第７乗算値と、今回算出した複数の電子情報の数ｄＡに第２重み係数を乗算した値である第８乗算値と、の和を、今回の第４電子情報の数ｄとして算出する。
【００５７】
なお、第１重み係数は、（ｎ−１）／ｎの値から所定値αを差し引いたものであり、第２重み係数は、１／ｎの値に所定値αを加算したものであることが望ましい。なお、複数の電子情報が格納された回数の累積値（累積回数）が、所定の規定値よりも小さい場合、ｎは累積回数となり、累積回数が、その所定の規定値以上の場合、ｎは、所定の規定値となる。所定の規定値は、例えば、制御部２５に格納されている。
【００５８】
例えば、制御部２５は、第１電子情報の数ａと、第２電子情報の数ｂと、第３電子情報の数ｃと、第４電子情報の数ｄとを、以下の計算式に従って計算する。
【００５９】
【数１】
【００６０】
なお、上記ｔは、所定時間である５分ごとに１ずつ増える値であり、格納部２３へ複数の電子情報を格納した回数の累計値と読み替えることもできる。また、上記Ｔは、例えば、計算対象期間（過去データ学習対象期間）である３時間＝１８０分を、所定時間である５分で割った値である３６である。なお、Ｔは、所定の規定値の一例である。計算対象期間は、３時間に限らず適宜変更可能である。
【００６１】
制御部２５は、第１電子情報の数ａを算出する場合、(1)〜(2)式の「Ｐ」を「ａ」に置き換え、かつ、Ｃｔを、累積回数ｔのときに新たに格納部２３に格納された電子情報の数と置き換えることによって、第１電子情報の数ａを算出する。
【００６２】
以下、制御部２５が(1)〜(2)式を用いて第１電子情報の数ａを算出する例を説明する。
【００６３】
制御部２５は、第１電子情報の数ａ1を、ａ1＝Ｃ1、すなわち、累積回数ｔ＝１のときに格納部２３に新たに格納された複数の電子情報の数とする。
【００６４】
制御部２５は、１≦ｔ≦Ｔのとき、(1)式に従って第１電子情報の数ａt+1を算出し、ｔ＞Ｔのとき、(2)式に従って、第１電子情報の数ａt+1を算出する。
【００６５】
なお、制御部２５が、第２電子情報の数ｂと、第３電子情報の数ｃと、第４電子情報の数ｄと、を計算する場合、(1)〜(2)式の「Ｐ」を、それぞれ、「ｂ」、「ｃ」、「ｄ」に置き換え、かつ、Ｃｔを、それぞれ、累積回数ｔのときに新たに格納部２３に格納された複数の電子情報のうち付与ジャンルが付与された電子情報の数、累積回数ｔのときに新たに格納部２３に格納された複数の電子情報のうち対象語句を含む電子情報の数、累積回数ｔのときに新たに格納部２３に格納された複数の電子情報のうち対象語句を含み付与ジャンルが付与された電子情報の数に置き換える。
【００６６】
制御部２５は、ｔについての同一のサフィックスを有するａ、ｂ、ｃおよびｄに基づいて、対象語句を付与ジャンルに関連づけて記憶部２４内のジャンル辞書２４ａ（学習リスト２４ａ２）に登録するか否かを決定する。
【００６７】
例えば、制御部２５は、（ｂ／ａ）＜（ｄ／ｃ）が成り立つ場合、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録すると決定する。一方、（ｂ／ａ）＜（ｄ／ｃ）が成り立たない場合、制御部２５は、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録しないと決定する。
【００６８】
なお、制御部２５は、（ｂ／ａ）＜（ｄ／ｃ）が成り立ち、かつ、判定値Ｆ＝（２×（ｄ／ｃ）×（ｄ／ｂ））／（（ｄ／ｃ）＋（ｄ／ｂ））＞所定閾値、が成り立つ場合、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録すると決定してもよい。
【００６９】
この場合、制御部２５は、（ｂ／ａ）＜（ｄ／ｃ）が成り立たない場合、または、判定値Ｆ＞所定閾値、が成り立たない場合、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録しないと決定する。
【００７０】
また、制御部２５は、（ｂ／ａ）＜（ｄ／ｃ）、が成り立ち、かつ、判定値Ｆ＞所定閾値、が成り立ち、かつ、判定値Ｆ＞その他のジャンルに関する判断値Ｆｆ、が成り立つ場合、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録すると決定してもよい。この際、制御部２５は、判定値Ｆ×ｄの値を、対象語句のポイントとして、対象語句に付与してもよい。但し、Ｆｆ＝（２×（ｄｆ／ｃ）×（ｄｆ／ｂｆ））／（（ｄｆ／ｃ）＋（ｄｆ／ｂｆ））であり、ｂｆは第１電子情報のうちその他ジャンルが付与された電子情報の数であり、ｄｆは第３電子情報のうちその他ジャンルが付与された電子情報の数である。
【００７１】
この場合、制御部２５は、（ｂ／ａ）＜（ｄ／ｃ）、が成り立たない場合、または、判定値Ｆ＞所定閾値、が成り立たない場合、または、判定値Ｆ＞判断値Ｆｆ、が成り立たない場合、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録しないと決定する。
【００７２】
また、制御部２５は、ジャンル辞書２４ａに対象語句と付与ジャンルとが記憶されている状況で、格納部２３に複数の電子情報が格納されると、さらに、記憶部２４内の対象語句のうち、その複数の電子情報のいずれにも示されていない対象語句（以下「過去語句」と称する）を、ジャンル辞書２４ａから削除するか否かを決定する。
【００７３】
制御部２５は、まず、第１電子情報の数ａと、第１電子情報のうち過去語句に関連づけられたジャンルである関連ジャンルが付与された第５電子情報の数ｂ１と、第１電子情報のうち過去語句を含む第６電子情報の数ｃ１と、第６電子情報のうち関連ジャンルが付与された第７電子情報の数ｄ１と、を算出する。
【００７４】
制御部２５は、第１電子情報の数ａと、第５電子情報の数ｂ１と、第６電子情報の数ｃ１と、第７電子情報の数ｄ１とを、上述した(1)〜(2)式に従って計算する。
【００７５】
なお、制御部２５が、第５電子情報の数ｂ１と、第６電子情報の数ｃ１と、第７電子情報の数ｄ１と、を計算する場合、(1)〜(2)式の「Ｐ」を、それぞれ、「ｂ１」、「ｃ１」、「ｄ１」に置き換え、かつ、Ｃｔを、それぞれ、累積回数ｔのときに新たに格納部２３に格納された複数の電子情報のうち関連ジャンルが付与された電子情報の数、累積回数ｔのときに新たに格納部２３に格納された複数の電子情報のうち過去語句を含む電子情報の数、累積回数ｔのときに新たに格納部２３に格納された複数の電子情報のうち過去語句を含み関連ジャンルが付与された電子情報の数に置き換える。
【００７６】
制御部２５は、ｔについての同一のサフィックスを有するａ、ｂ１、ｃ１およびｄ１に基づいて、過去語句をジャンル辞書２４ａから削除するか否かを決定する。
【００７７】
例えば、制御部２５は、（ｂ１／ａ）＜（ｄ１／ｃ１）が成り立たない場合、過去語句をジャンル辞書２４ａから削除すると決定する。一方、（ｂ１／ａ）＜（ｄ１／ｃ１）が成り立つ場合、制御部２５は、過去語句をジャンル辞書２４ａから削除しないと決定する。
【００７８】
なお、制御部２５は、（ｂ１／ａ）＜（ｄ１／ｃ１）、が成り立たない場合、または、判定値Ｆ１＝（２×（ｄ１／ｃ１）×（ｄ１／ｂ１））／（（ｄ１／ｃ１）＋（ｄ１／ｂ１））＞所定閾値、が成り立たない場合、過去語句をジャンル辞書２４ａから削除すると決定してもよい。
【００７９】
この場合、制御部２５は、（ｂ１／ａ）＜（ｄ１／ｃ１）、が成り立ち、かつ、判定値Ｆ１＞所定閾値、が成り立つ場合、過去語句をジャンル辞書２４ａから削除しないと決定する。
【００８０】
また、制御部２５は、（ｂ１／ａ）＜（ｄ１／ｃ１）、が成り立たない場合、または、判定値Ｆ１＞所定閾値、が成り立たない場合、または、判定値Ｆ１＞その他のジャンルに関する判断値Ｆｆ１、が成り立たない場合、過去語句をジャンル辞書２４ａから削除すると決定してもよい。但し、Ｆｆ１＝（２×（ｄｆ１／ｃ１）×（ｄｆ１／ｂｆ１））／（（ｄｆ１／ｃ１）＋（ｄｆ１／ｂｆ１））であり、ｂｆ１は第１電子情報のうちその他ジャンルが付与された電子情報の数であり、ｄｆ１は第３電子情報のうちその他ジャンルが付与された電子情報の数である。
【００８１】
この場合、制御部２５は、（ｂ１／ａ）＜（ｄ１／ｃ１）、が成り立ち、かつ、判定値Ｆ１＞所定閾値、が成り立ち、かつ、判定値Ｆ１＞判断値Ｆｆ１、が成り立つ場合、過去語句をジャンル辞書２４ａから削除しないと決定する。
【００８２】
制御部２５は、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに記憶すると決定した場合、その対象語句を付与ジャンルに関連づけてジャンル辞書２４ａ内の学習リスト２４ａ２に記憶する。
【００８３】
なお、制御部２５は、付与ジャンルに関連づけてジャンル辞書２４ａに記憶すると決定された対象語句に、判定値Ｆ×ｄの値がポイントとして付与されている場合、その対象語句をそのポイントと共に、付与ジャンルに関連づけてジャンル辞書２４ａ内の学習リスト２４ａ２に記憶する。
【００８４】
また、制御部２５は、過去語句をジャンル辞書２４ａから削除すると決定した場合、その過去語句をジャンル辞書２４ａ内の学習リスト２４ａ２から削除する。
【００８５】
付与部２６は、一般的に付与手段と呼ぶことができる。
【００８６】
付与部２６は、利用者ＰＣ３またはサーバ４から、ジャンル付与が要求された語句を受信した状況で、その語句が記憶部２４（ジャンル辞書２４ａ）に記憶されていると、その語句に関連づけられた付与ジャンルを、その語句の送信元（利用者ＰＣ３またはサーバ４）に送信する。
【００８７】
なお、ジャンル付与サーバ２は、コンピュータにて実現されてもよい。この場合、コンピュータは、コンピュータにて読み取り可能なＣＤ−ＲＯＭ（Compact Disk Read Only Memory）のような記録媒体に記録されたプログラムを読込み実行することによって、取得部２１、選別部２２、格納部２３、記憶部２４、制御部２５および付与部２６として機能する。記録媒体は、ＣＤ−ＲＯＭに限らず適宜変更可能である。
【００８８】
次に、動作を説明する。
【００８９】
図６は、ジャンル付与サーバ２の動作を説明するための図である。
【００９０】
取得部２１は、文書収集サーバ１から、５分ごとに、その５分間分の電子情報（新着ツイート）を取得する（ステップＳ６０１）。
【００９１】
取得部２１が５分間分の電子情報を取得すると、選別部２２は、記憶部２４内のジャンル辞書２４ａを利用して、取得部２１にて取得された電子情報に、その電子情報が示す内容に応じたジャンルを付与する（ステップＳ６０２、Ｓ６０３）。
【００９２】
本実施形態では、選別部２２は、取得部２１にて取得された電子情報のうち、強検索リスト２４ａ１に記載された単語を有する電子情報に、その単語が属するジャンルを付与する。また、選別部２２は、取得部２１にて取得された電子情報に、その電子情報との類似度が一定閾値を超えた学習リスト２４ａ２が属するジャンルを付与する。
【００９３】
選別部２２は、ジャンル辞書２４ａを用いたジャンル付与処理が終了した際に、取得部２１にて取得された電子情報のうち、ジャンル辞書２４ａに示された如何なるジャンルも付与されていない電子情報に、「その他」というジャンルを付与する。
【００９４】
選別部２２は、取得部２１にて取得された各電子情報へのジャンル付与が終了すると、ジャンルが付与された電子情報のうち、複数のジャンルが付与された電子情報を削除し、１つのジャンルのみが付与された１つまたは複数の電子情報を、格納部２３に格納する（ステップＳ６０４、Ｓ６０５）。
【００９５】
ここで、１つのジャンルのみが付与された電子情報を格納部２３に格納する点について説明する。
【００９６】
本実施形態では、格納部２３に格納された電子情報に示された語句を、その電子情報に付与されたジャンルの学習リスト２４ａ２に記載するか否かを決定する処理が行われる。
【００９７】
このため、複数のジャンルが付与された電子情報が格納部２３に格納されると、その電子情報に示された語句が、複数のジャンルのうちのいずれのジャンルに対応するのかが不明となる。
【００９８】
例えば、「サッカー」と「ＩＴ」のジャンルが付与された「サッカーとＩＴが好きな○○さんは、休日、フットサルか、パソコンショップ巡りをよくする。」という電子情報が、格納部２３に格納された場合、以下のような問題が生じる。なお、「フットサル」と「パソコンショップ」はジャンル辞書２４ａに登録されていないとする。
【００９９】
この電子情報内の「フットサル」という語句が「ＩＴ」の話題（ジャンル）と誤認識されたり、「パソコンショップ」という語句が「サッカー」の話題（ジャンル）と誤認識されたりする問題が生じる。
【０１００】
このため、本実施形態では、１つのジャンルのみが付与された電子情報を格納部２３に格納することによって、ジャンル辞書２４ａの精度が悪化することを防止する。
【０１０１】
制御部２５は、格納部２３に複数の電子情報が格納されるごとに、複数の電子情報のいずれかに示された対象語句のそれぞれについて、ａとｂとｃとｄとｂｆとｄｆとを算出し、過去語句のそれぞれについて、ａとｂ１とｃ１とｄ１とｂｆ１とｄｆ１とを算出する（ステップＳ６０６）。
【０１０２】
以下、対象語句のそれぞれについて、ａとｂとｃとｄとｂｆとｄｆとを算出し、過去語句のそれぞれについて、ａとｂ１とｃ１とｄ１とｂｆ１とｄｆ１とを算出する処理を、統計量更新処理と称する。
【０１０３】
制御部２５は、統計量更新処理を終了すると、ａとｂとｃとｄとｂｆとｄｆとｂ１とｃ１とｄ１とｂｆ１とｄｆ１とに基づいて、学習リスト２４ａ２内の語句を更新するジャンル辞書学習を実行する（ステップＳ６０７）。
【０１０４】
次に、ジャンル辞書学習について、具体的な例をあげて説明する。
【０１０５】
本実施形態では、ジャンル辞書学習として手順１〜３が実行される。
【０１０６】
図７は、ジャンル辞書学習の手順１を説明するための図である。
【０１０７】
以下では、図７に示すように、選別部２２が行うジャンル付与処理により、ツイート（ミニブログ）Ａに「サッカー」のジャンルが付与され、ツイートＢに「ＩＴ」のジャンルが付与され、ツイートＣに「その他」のジャンルが付与され、ツイートＤに「サッカー」と「ＩＴ」のジャンルが付与され、ツイートＥに「サッカー」のジャンルが付与され、ツイートＦに「ＩＴ」のジャンルが付与されたとする。
【０１０８】
ツイートＤには複数のジャンルが付与されており、このため、ツイートＤはジャンル辞書学習のノイズとなるので、ツイートＤは選別部２２によって削除される。
【０１０９】
また、説明を簡単にするために、統計量更新処理によって、ツイートＡ、Ｂ、Ｃ、ＥおよびＦが、第１電子情報として選択されたとする。このため、第１電子情報の数ａは、５（ツイートＡ、Ｂ、Ｃ、ＥおよびＦ）となる。
【０１１０】
また、図７に示すように、「南アフリカ」という語句は、ツイートＡおよびＥに含まれ、ツイートＢ、ＣおよびＦには含まれず、「アメリカ」という語句は、ツイートＡ、ＢおよびＣに含まれ、ツイートＥおよびＦには含まれないとする。
【０１１１】
制御部２５は、「サッカー」のジャンル（付与ジャンル）が付与されたツイートＡに記載の「南アフリカ」という対象語句を、「サッカー」のジャンルの学習リスト２４ａ２に記憶する候補とするか否かを、以下のように決定する。
【０１１２】
この場合、第１電子情報のうち付与ジャンルである「サッカー」が付与された第２電子情報の数ｂは、２（ツイートＡおよびＥ）となる。
【０１１３】
また、第１電子情報のうち対象語句である「南アフリカ」を含む第３電子情報の数ｃは、２（ツイートＡおよびＥ）となる。
【０１１４】
また、第３電子情報のうち付与ジャンルである「サッカー」が付与された第４電子情報の数ｄは、２（ツイートＡおよびＥ）となる。
【０１１５】
制御部２５は、第１電子情報の数ａに対する第２電子情報の数ｂ（第１電子情報のうち付与ジャンルである「サッカー」が付与された電子情報の数ｂ）の割合を示すジャンルシェア率ｂ／ａを計算する。この場合、ｂ／ａ＝２／５＝４０％となる。
【０１１６】
続いて、制御部２５は、第４電子情報の数ｄ（第１電子情報のうち対象語句である「南アフリカ」を含み付与ジャンルである「サッカー」が付与された電子情報の数）に対する第３電子情報の数ｃ（第１電子情報のうち対象語句である「南アフリカ」を含む電子情報の数）の割合を示す分類後シェア率ｄ／ｃを計算する。この場合、ｄ／ｃ＝２／２＝１００％となる。
【０１１７】
制御部２５は、ｂ／ａ（＝４０％）＜ｄ／ｃ（＝１００％）が成り立つので、「南アフリカ」を、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定する。なお、制御部２５は、（ｂ／ａ）＜（ｄ／ｃ）が成り立つ場合、「南アフリカ」をサッカーのジャンルの学習リスト２４ａ２に記載すると決定してもよい。
【０１１８】
続いて、制御部２５は、ツイートＡに記載の「アメリカ」という対象語句を、ツイートＡが属する「サッカー」のジャンル（付与ジャンル）に関連づけて、「サッカー」のジャンルの学習リスト２４ａ２に記憶する候補とするか否かを、以下のように決定する。
【０１１９】
この場合、第１電子情報のうち付与ジャンルである「サッカー」が付与された第２電子情報の数ｂは、２（ツイートＡおよびＥ）となる。
【０１２０】
また、第１電子情報のうち対象語句である「アメリカ」を含む第３電子情報の数ｃは、３（ツイートＡ、ＢおよびＣ）となる。
【０１２１】
また、「アメリカ」を含む第３電子情報のうち付与ジャンルである「サッカー」が付与された第４電子情報の数ｄは、１（ツイートＡ）となる。
【０１２２】
制御部２５は、第１電子情報の数ａに対する第２電子情報の数ｂ（第１電子情報のうち付与ジャンルである「サッカー」が付与された電子情報の数ｂ）の割合を示すジャンルシェア率ｂ／ａを計算する。この場合、ｂ／ａ＝２／５＝４０％となる。
【０１２３】
続いて、制御部２５は、第４電子情報の数ｄ（第１電子情報のうち対象語句である「アメリカ」を含み付与ジャンルである「サッカー」が付与された電子情報の数）に対する第３電子情報の数ｃ（第１電子情報のうち対象語句である「アメリカ」を含む電子情報の数）の割合を示す分類後シェア率ｄ／ｃを計算する。この場合、ｄ／ｃ＝１／３＝３３％となる。
【０１２４】
制御部２５は、ｂ／ａ（＝４０％）＜ｄ／ｃ（＝３３％）が成り立たないので、「アメリカ」を、サッカーのジャンルの学習リスト２４ａ２に記載しないと決定する。
【０１２５】
図８は、ジャンル辞書学習の手順２を説明するための図である。
【０１２６】
制御部２５は、手順２では、手順１で各ジャンルのリストに記載する候補として挙がった語句（ワード、ＵＲＬ）に対し、それらを含むツイート（電子情報）からＦ値（判定値）を計算する。
【０１２７】
なお、Ｆ値＝（２×適合率×再現率）／（適合率＋再現率）である。
【０１２８】
但し、適合率＝［ｄ（語句×ジャンル）］／［ｃ（語句）］であり、再現率＝［ｄ（語句×ジャンル）］／［ｂ（ジャンル）］である。
【０１２９】
制御部２５は、Ｆ値が予め定められた閾値（所定閾値）よりも大きい語句を、その語句を含むツイート（電子情報）に付与されたジャンルの学習リストに記憶する候補として残す。なお、制御部２５は、Ｆ値が予め定められた閾値（所定閾値）よりも大きい語句を、その語句を含むツイート（電子情報）に付与されたジャンルの学習リストに記憶すると決定してもよい。閾値は、例えば、０．４である。なお、閾値は、０．４に限らず適宜変更可能である。
【０１３０】
例えば、手順１で、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「南アフリカ」について、制御部２５は、以下のようにＦ値を決定する。
【０１３１】
サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「南アフリカ」では、適合率＝ｄ（第１電子情報のうち対象語句である「南アフリカ」を含み付与ジャンルである「サッカー」が付与された電子情報の数）／ｃ（第１電子情報のうち対象語句である「南アフリカ」を含む電子情報の数）＝２／２＝１となる。
【０１３２】
また、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「南アフリカ」では、再現率＝ｄ（第１電子情報のうち対象語句である「南アフリカ」を含み付与ジャンルである「サッカー」が付与された電子情報の数）／ｂ（第１電子情報のうち付与ジャンルである「サッカー」が付与された電子情報の数）＝２／２＝１となる。
【０１３３】
よって、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「南アフリカ」のＦ値は、Ｆ値＝（２×１×１）／（１＋１）＝２／２＝１となる。
【０１３４】
したがって、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「南アフリカ」のＦ値＝１は、閾値＝０．７よりも大きく、よって、制御部２５は、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「南アフリカ」を、サッカーのジャンルの学習リスト２４ａ２に記載する候補として残す。
【０１３５】
また、図８に示したように、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「スペイン」のＦ値は、Ｆ値＝０．８となり、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「イングランド」のＦ値は、Ｆ値＝０．６７となり、それぞれ、サッカーのジャンルの学習リスト２４ａ２に記載する候補として残される。
【０１３６】
図９は、ジャンル辞書学習の手順３を説明するための図である。
【０１３７】
制御部２５は、手順３では、手順２で各ジャンルの学習リストに記載する候補として残った語句（ワード、ＵＲＬ）が適切かどうかを検証する。
【０１３８】
本実施形態では、制御部２５は、候補として残った語句（ワード、ＵＲＬ）のＦ値が、候補として残った語句（ワード、ＵＲＬ）が「その他」のジャンルの学習リストに記載される場合のＦ値（Ｆｆ）よりも大きい場合に、手順２で各ジャンルの学習リストに記載する候補として残った語句（ワード、ＵＲＬ）が適切であると判定する。
【０１３９】
図９では、第１電子情報９１として、ツイートＡ、Ｂ、Ｃ、ＥおよびＦに加えて、「その他」のジャンルが付与され、「ドイツ」という語句を含むツイートＧおよびＨが存在するとする。
【０１４０】
この場合、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「ドイツ」のＦ値は、適合率＝２／４＝０．５、再現率＝２／２＝１であるため、Ｆ値＝（２×０．５×１）／（０．５＋１）＝０．６６となる。
【０１４１】
一方、「ドイツ」が「その他」のジャンルの学習リストに記載される場合のＦ値（Ｆｆ）は、適合率＝２／４＝０．５、再現率＝２／３＝０．６６であるため、Ｆ値（Ｆｆ）＝（２×０．５×０．６６）／（０．５＋０．６６）＝０．５７となる。
【０１４２】
よって、「ドイツ」という語句に関しては、「サッカー」のジャンルのＦ値が「その他」のジャンルのＦ値（Ｆｆ）よりも高いので、制御部２５は、「ドイツ」を、サッカーのジャンルの学習リスト２４ａ２に記載すると決定する。
【０１４３】
この際、制御部２５は、サッカーに関するＦ値（Ｆ値＝０．６６）に、第４電子情報の数ｄ（第１電子情報のうち付与ジャンルである「サッカー」が付与され「ドイツ」という語句を含む電子情報の数）を乗算した値（１．３２）を、サッカーのジャンルの学習リスト２４ａ２での「ドイツ」のポイント値とする。この場合、１．３２ポイントが付加された「ドイツ」が、サッカーのジャンルの学習リスト２４ａ２に登録される。
【０１４４】
また、図９では、第１電子情報９２として、ツイートＡ、Ｂ、Ｃ、Ｅ、Ｆ、Ｇ、Ｈに加えて、「サッカー」のジャンルが付与され、「イタリア」という語句を含むツイートＩおよびＪが存在するとする。
【０１４５】
この場合、サッカーのジャンルの学習リスト２４ａ２に記載する候補として決定された「イタリア」のＦ値は、適合率＝２／４＝０．５、再現率＝２／４＝０．５であるため、Ｆ値＝（２×０．５×０．５）／（０．５＋０．５）＝０．５となる。
【０１４６】
一方、「イタリア」が「その他」のジャンルの学習リストに記載される場合のＦ値（Ｆｆ）は、適合率＝２／４＝０．５、再現率＝２／３＝０．６６であるため、Ｆ値（Ｆｆ）＝（２×０．５×０．６６）／（０．５＋０．６６）＝０．５７となる。
【０１４７】
よって、「イタリア」という語句に関しては、「サッカー」のジャンルのＦ値が「その他」のジャンルのＦ値（Ｆｆ）以下なので、制御部２５は、「イタリア」を、サッカーのジャンルの学習リスト２４ａ２に記載しないと決定する。
【０１４８】
なお、制御部２５が過去語句を学習リスト２４ａ２から削除するかを決定する処理は、手順１〜３において、語句を過去語句に読み替え、語句を学習リスト２４ａ２に記載しないと決定する旨を、過去語句を学習リスト２４ａ２から削除すると決定する旨と読み替え、Ｆ値をＦ１値と読み替え、Ｆｆ値をＦｆ１値と読み替えることにより説明される。
【０１４９】
制御部２５は、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録すると決定した場合、その対象語句を付与ジャンルに関連づけて記憶部２４内の学習リスト２４ａ２に登録する。また、制御部２５は、過去語句をジャンル辞書２４ａから削除すると決定した場合、その過去語句を記憶部２４内の学習リスト２４ａ２から削除する。
【０１５０】
付与部２６は、利用者ＰＣ３またはサーバ４から、ジャンル付与が要求された語句を受信した状況で、その語句が記憶部２４（ジャンル辞書２４ａ）に記憶されていると、その語句に関連づけられた付与ジャンルを、その語句の送信元（利用者ＰＣ３またはサーバ４）に送信する。
【０１５１】
本実施形態によれば、制御部２５は、複数の電子情報が格納された時点から該時点よりも前の時点までの間に格納部２３に格納された電子情報を対象にして算出される値（ａ、ｂ、ｃおよびｄ）に基づいて、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録するか否かを決定する。
【０１５２】
このため、ジャンル辞書２４ａに記憶される対象語句は、新たに登録された電子情報に基づいて更新される。よって、ジャンル辞書２４ａ内の対象語句を適切な状態に更新することが可能になる。
【０１５３】
また、ジャンル辞書２４ａに記憶された対象語句は、ジャンル付与が要求された語句にジャンルを付与する際に使用される。
【０１５４】
このため、ジャンル付与が要求された語句にジャンルを付与する際に使用される対象語句を、新たに登録された電子情報に基づいて更新することが可能になる。
【０１５５】
よって、時期によって属するジャンルが変化する語句に対して、適切にジャンルを付与することが可能になる。
【０１５６】
また、対象語句として、画像を特定するＵＲＬが用いられると、ＵＲＬにて特定される画像に対して、適切にジャンルを付与することが可能になる。
【０１５７】
また、本実施形態では、制御部２５は、（ｂ／ａ）＜（ｄ／ｃ）が成り立つ場合、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録すると決定する。この場合、付与ジャンルの話題である可能性が高い語句を、ジャンル辞書２４ａに登録することが可能になる。
【０１５８】
また、本実施形態では、制御部２５は、（ｂ／ａ）＜（ｄ／ｃ）、が成り立ち、かつ、判定値Ｆ＞所定閾値、が成り立つ場合、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録すると決定する。この場合、付与ジャンルの話題である可能性がより高い語句を、ジャンル辞書２４ａに登録することが可能になる。
【０１５９】
また、本実施形態では、制御部２５は、（ｂ／ａ）＜（ｄ／ｃ）、が成り立ち、かつ、判定値Ｆ＝＞所定閾値、が成り立ち、かつ、判定値Ｆ＞その他のジャンルに関する判断値Ｆα、が成り立つ場合、対象語句を付与ジャンルに関連づけてジャンル辞書２４ａに登録すると決定する。この場合、付与ジャンルの話題である可能性がさらに高い語句を、ジャンル辞書２４ａに登録することが可能になる。
【０１６０】
また、本実施形態では、制御部２５は、複数の電子情報が格納された時点から該時点よりも前の時点までの間に格納部２３に格納された電子情報を対象にして算出される値（ａ、ｂ１、ｃ１およびｄ１）に基づいて、過去語句をジャンル辞書２４ａから削除するか否かを決定する。
【０１６１】
このため、ジャンル辞書２４ａに記憶される過去語句は、新たに登録された電子情報に基づいて更新される。よって、ジャンル辞書２４ａ内の語句を適切な状態に更新することが可能になる。
【０１６２】
また、ジャンル辞書２４ａに記憶された過去語句は、ジャンル付与が要求された語句にジャンルを付与する際に使用される。
【０１６３】
このため、ジャンル付与が要求された語句にジャンルを付与する際に使用される過去語句を、新たに登録された電子情報に基づいて更新することが可能になる。
【０１６４】
よって、時期によって属するジャンルが変化する語句に対して、適切にジャンルを付与することが可能になる。
【０１６５】
また、本実施形態では、制御部２５は、（ｂ１／ａ）＜（ｄ１／ｃ１）が成り立たない場合、過去語句をジャンル辞書２４ａから削除すると決定する。この場合、付与ジャンルの話題である可能性が高い過去語句を、ジャンル辞書２４ａに残すことが可能になる。
【０１６６】
また、本実施形態では、制御部２５は、（ｂ１／ａ）＜（ｄ１／ｃ１）、が成り立たない場合、または、判定値Ｆ１＞所定閾値、が成り立たない場合、過去語句をジャンル辞書２４ａから削除すると決定する。この場合、付与ジャンルの話題である可能性がより高い過去語句を、ジャンル辞書２４ａに残すことが可能になる。
【０１６７】
また、本実施形態では、制御部２５は、（ｂ１／ａ）＜（ｄ１／ｃ１）、が成り立たない場合、または、判定値Ｆ１＝＞所定閾値、が成り立たない場合、または、判定値Ｆ１＞その他のジャンルに関する判断値Ｆα１、が成り立たない場合、過去語句をジャンル辞書２４ａから削除すると決定する。この場合、付与ジャンルの話題である可能性がさらに高い過去語句を、ジャンル辞書２４ａに残すことが可能になる。
【０１６８】
また、本実施形態では、制御部２５は、複数の電子情報が格納されるごとに、ａＡとｂＡとｃＡとｄＡとを算出する。
【０１６９】
そして、制御部２５は、複数の電子情報が、最初に格納された際には、ａＡを第１電子情報の数ａとして算出し、ｂＡを第２電子情報の数ｂとして算出し、ｃＡを第３電子情報の数ｃとして算出し、ｄＡを第４電子情報の数ｄとして算出する。
【０１７０】
また、制御部２５は、その後に複数の電子情報が格納されるごとに、以下のように、第１電子情報の数ａと、第２電子情報の数ｂと、第３電子情報の数ｃと、第４電子情報の数ｄと、を算出する。
【０１７１】
制御部２５は、前回算出された第１電子情報の数ａに第１重み係数を乗算した値である第１乗算値と、今回算出した複数の電子情報の数ａＡに第２重み係数を乗算した値である第２乗算値と、の和を、今回の第１電子情報の数ａとして算出する。
【０１７２】
制御部２５は、前回算出された第２電子情報の数ｂに第１重み係数を乗算した値である第３乗算値と、今回算出した複数の電子情報の数ｂＡに第２重み係数を乗算した値である第４乗算値と、の和を、今回の第２電子情報の数ｂとして算出する。
【０１７３】
制御部２５は、前回算出された第３電子情報の数ｃに第１重み係数を乗算した値である第５乗算値と、今回算出した複数の電子情報の数ｃＡに第２重み係数を乗算した値である第６乗算値と、の和を、今回の第３電子情報の数ｃとして算出する。
【０１７４】
制御部２５は、前回算出された第４電子情報の数ｄに第１重み係数を乗算した値である第７乗算値と、今回算出した複数の電子情報の数ｄＡに第２重み係数を乗算した値である第８乗算値と、の和を、今回の第４電子情報の数ｄとして算出する。
【０１７５】
このため、制御部２５は、前回の算出結果と今回の算出結果とから、第１電子情報の数ａと、第２電子情報の数ｂと、第３電子情報の数ｃと、第４電子情報の数ｄと、を算出する。
【０１７６】
よって、第１電子情報の数ａと、第２電子情報の数ｂと、第３電子情報の数ｃと、第４電子情報の数ｄと、を算出するために使用する過去分のデータを少なくでき、第１電子情報の数ａと、第２電子情報の数ｂと、第３電子情報の数ｃと、第４電子情報の数ｄと、を算出するために要する処理量を少なくすることが可能になる。
【０１７７】
また、この場合、格納部２３には、最新の複数の電子情報のみが格納されていればよく、例えば、選択部２２は、最新の複数の電子情報を格納部２３に格納する直前に、以前に格納された電子情報を削除してもよい。
【０１７８】
よって、データを記憶するためのストレージに要するコストを削減できる。
【０１７９】
また、本実施形態では、第１重み係数は、（ｎ−１）／ｎの値から所定値αを差し引いたものであり、第２重み係数は、１／ｎの値に所定値αを加算したものである。このため、所定値αが大きければ大きいほど、新しい情報を重要視することが可能になる。
【０１８０】
また、本実施形態では、取得部２１は、文書収集サーバ１から、５分（所定時間）ごとに、その５分の間に登録された電子情報を取得する。選別部２２は、取得部２１にて取得された電子情報に、その電子情報が示す内容に応じたジャンルを付与し、ジャンルが付与された電子情報のうち、複数のジャンルが付与された電子情報を削除し、１つのジャンルのみが付与された１つまたは複数の電子情報を、格納部２３に格納する。
【０１８１】
本実施形態では、格納部２３に格納された電子情報に示された語句を、その電子情報に付与されたジャンルの学習リスト２４ａ２に記載する。このため、複数のジャンルが付与された電子情報が格納部２３に格納されると、その電子情報に示された語句が、複数のジャンルのうちのいずれのジャンルに対応するのかが不明となる。
【０１８２】
本実施形態では、１つのジャンルのみが付与された電子情報を格納部２３に格納することによって、ジャンル辞書２４ａの精度の悪化を防止することが可能になる。
【０１８３】
なお、本実施形態において、ａとｂとｃとｄとｂｆとｄｆとｂ１とｃ１とｄ１とｂｆ１とｄｆ１との算出手法は、(1)〜(2)式を用いる手法に限らない。例えば、格納部２３に、過去の数回分の電子情報を格納しておき、その格納された電子情報をもとに、ａとｂとｃとｄとｂｆとｄｆとｂ１とｃ１とｄ１とｂｆ１とｄｆ１とを算出してもよい。
【０１８４】
また、本実施形態では、取得部２１と選別部２２とが共同して、５分ごとに、その５分の間にネットワーク５上に登録され複数のジャンルのいずれかが付与された複数の電子情報を、格納部２３に格納したが、例えば、ユーザまたは他のサーバが、５分ごとに、その５分の間にネットワーク５上に登録され複数のジャンルのいずれかが付与された複数の電子情報を、格納部２３に格納してもよい。
【０１８５】
以上説明した実施形態において、図示した構成は単なる一例であって、本発明はその構成に限定されるものではない。
【符号の説明】
【０１８６】
１ 文書収集サーバ
２ ジャンル付与サーバ
２１ 取得部
２２ 選別部
２３ 格納部
２４ 記憶部
２５ 制御部
２６ 付与部
３ 利用者ＰＣ
４ サーバ
５ ネットワーク
【特許請求の範囲】
【請求項１】
ジャンルごとに当該ジャンルと当該ジャンルに関する語句とが互いに関連づけられた辞書を記憶する記憶手段と、
所定時間が経過するごとに、当該所定時間の間にネットワーク上に登録され前記ジャンルのいずれかが付与された電子情報を格納する格納手段と、
前記電子情報が格納されるごとに、前記電子情報に示された語句を、前記電子情報に付与された付与ジャンルに関連づけて前記辞書に登録するかを、前記電子情報が格納された時点から当該時点よりも前の時点までの間に前記格納手段に格納された電子情報である第１電子情報の数ａと、前記第１電子情報のうち前記付与ジャンルが付与された第２電子情報の数ｂと、前記第１電子情報のうち前記語句を含む第３電子情報の数ｃと、前記第３電子情報のうち前記付与ジャンルが付与された第４電子情報の数ｄと、に基づいて決定し、前記語句を登録すると決定した場合に、前記語句を前記付与ジャンルに関連づけて前記辞書に登録する制御手段と、を含む情報処理装置。
【請求項２】
請求項１に記載の情報処理装置において、
前記制御手段は、（ｂ／ａ）＜（ｄ／ｃ）が成り立つ場合、前記語句を前記付与ジャンルに関連づけて前記辞書に登録すると決定する、情報処理装置。
【請求項３】
請求項１に記載の情報処理装置において、
前記制御手段は、（ｂ／ａ）＜（ｄ／ｃ）が成り立ち、かつ、判定値Ｆ＝（２×（ｄ／ｃ）×（ｄ／ｂ））／（（ｄ／ｃ）＋（ｄ／ｂ））＞所定閾値、が成り立つ場合、前記語句を前記付与ジャンルに関連づけて前記辞書に登録すると決定する、情報処理装置。
【請求項４】
請求項１に記載の情報処理装置において、
前記辞書には、前記ジャンルとして、予め定められた複数のジャンルと、前記複数のジャンルのいずれでもないその他ジャンルとが、記憶されており、
前記制御手段は、
（ｂ／ａ）＜（ｄ／ｃ）が成り立ち、かつ、
判定値Ｆ＝（２×（ｄ／ｃ）×（ｄ／ｂ））／（（ｄ／ｃ）＋（ｄ／ｂ））＞所定閾値、が成り立ち、かつ、
前記判定値Ｆ＞その他のジャンルに関する判断値Ｆｆ（但し、Ｆｆ＝（２×（ｄｆ／ｃ）×（ｄｆ／ｂｆ））／（（ｄｆ／ｃ）＋（ｄｆ／ｂｆ））であり、ｂｆは前記第１電子情報のうち前記その他ジャンルが付与された電子情報の数であり、ｄｆは前記第３電子情報のうち前記その他ジャンルが付与された電子情報の数である。）、が成り立つ場合、前記語句を前記付与ジャンルに関連づけて前記辞書に登録すると決定する、情報処理装置。
【請求項５】
請求項１から４のいずれか１項に記載の情報処理装置において、
前記制御手段は、前記電子情報が格納されると、さらに、前記辞書内の語句のうち、当該電子情報も示されていない過去語句を、前記辞書から削除するかを、前記第１電子情報の数ａと、前記第１電子情報のうち前記過去語句に関連づけられたジャンルである関連ジャンルが付与された第５電子情報の数ｂ１と、前記第１電子情報のうち前記過去語句を含む第６電子情報の数ｃ１と、前記第６電子情報のうち前記関連ジャンルが付与された第７電子情報の数ｄ１と、に基づいて決定し、前記過去語句を前記辞書から削除すると決定した場合に、前記過去語句を前記辞書から削除する、情報処理装置。
【請求項６】
請求項５に記載の情報処理装置において、
前記制御手段は、（ｂ１／ａ）＜（ｄ１／ｃ１）が成り立たない場合、前記過去語句を前記辞書から削除すると決定する、情報処理装置。
【請求項７】
請求項５に記載の情報処理装置において、
前記制御手段は、（ｂ１／ａ）＜（ｄ１／ｃ１）が成り立たない場合、または、判定値Ｆ１＝（２×（ｄ１／ｃ１）×（ｄ１／ｂ１））／（（ｄ１／ｃ１）＋（ｄ１／ｂ１））＞所定閾値、が成り立たない場合、前記過去語句を前記辞書から削除すると決定する、情報処理装置。
【請求項８】
請求項５に記載の情報処理装置において、
前記辞書には、前記ジャンルとして、予め定められた複数のジャンルと、当該複数のジャンルのいずれでもないその他ジャンルとが、記憶されており、
前記制御手段は、
（ｂ１／ａ）＜（ｄ１／ｃ１）が成り立たない場合、または、判定値Ｆ１＝（２×（ｄ１／ｃ１）×（ｄ１／ｂ１））／（（ｄ１／ｃ１）＋（ｄ１／ｂ１））＞所定閾値、が成り立たない場合、または、前記判定値Ｆ１＞その他のジャンルに関する判断値Ｆｆ１（但し、Ｆｆ１＝（２×（ｄｆ１／ｃ１）×（ｄｆ１／ｂｆ１））／（（ｄｆ１／ｃ１）＋（ｄｆ１／ｂｆ１））であり、ｂｆ１は前記第１電子情報のうち前記その他ジャンルが付与された電子情報の数であり、ｄｆ１は前記第３電子情報のうち前記その他ジャンルが付与された電子情報の数である。）が成り立たない場合、前記過去語句を前記辞書から削除すると決定する、情報処理装置。
【請求項９】
請求項１から８のいずれか１項に記載の情報処理装置において、
前記制御手段は、
前記電子情報が格納されるごとに、当該電子情報の数ａＡと、当該電子情報のうち前記付与ジャンルが付与された第８電子情報の数ｂＡと、当該電子情報のうち前記語句を含む第９電子情報の数ｃＡと、当該電子情報のうち前記付与ジャンルが付与され前記語句を含む第１０電子情報の数ｄＡと、を算出し、
前記電子情報が、最初に格納された際には、前記ａＡを前記第１電子情報の数ａとして算出し、前記ｂＡを前記第２電子情報の数ｂとして算出し、前記ｃＡを前記第３電子情報の数ｃとして算出し、前記ｄＡを前記第４電子情報の数ｄとして算出し、
その後、前記電子情報が格納されるごとに、前回算出された前記第１電子情報の数ａに第１重み係数を乗算した値である第１乗算値と、今回算出した前記複数の電子情報の数ａＡに第２重み係数を乗算した値である第２乗算値と、の和を、今回の前記第１電子情報の数ａとして算出し、前回算出された前記第２電子情報の数ｂに前記第１重み係数を乗算した値である第３乗算値と、今回算出した前記複数の電子情報の数ｂＡに前記第２重み係数を乗算した値である第４乗算値と、の和を、今回の前記第２電子情報の数ｂとして算出し、前回算出された前記第３電子情報の数ｃに前記第１重み係数を乗算した値である第５乗算値と、今回算出した前記複数の電子情報の数ｃＡに前記第２重み係数を乗算した値である第６乗算値と、の和を、今回の前記第３電子情報の数ｃとして算出し、前回算出された前記第４電子情報の数ｄに前記第１重み係数を乗算した値である第７乗算値と、今回算出した前記複数の電子情報の数ｄＡに前記第２重み係数を乗算した値である第８乗算値と、の和を、今回の前記第４電子情報の数ｄとして算出する、情報処理装置。
【請求項１０】
請求項９に記載の情報処理装置において、
前記第１重み係数は、（ｎ−１）／ｎ（但し、前記電子情報が格納された累積回数が、所定の規定値よりも小さい場合、ｎは前記累積回数となり、前記累積回数が、前記所定の規定値以上の場合、ｎは前記所定の規定値となる。）の値から所定値αを差し引いたものであり、前記第２重み係数は、１／ｎの値に前記所定値αを加算したものである、情報処理装置。
【請求項１１】
請求項５から８のいずれか１項に記載の情報処理装置において、
前記制御手段は、
前記電子情報が格納されるごとに、当該電子情報の数ａＡと、当該電子情報のうち前記関連ジャンルが付与された第１１電子情報の数ｂ１Ａと、当該電子情報のうち前記過去語句を含む第１２電子情報の数ｃ１Ａと、当該電子情報のうち前記関連ジャンルが付与され前記過去語句を含む第１３電子情報の数ｄ１Ａと、を算出し、
前記電子情報が、最初に格納された際には、前記ａＡを前記第１電子情報の数ａとして算出し、前記ｂ１Ａを前記第５電子情報の数ｂ１として算出し、前記ｃ１Ａを前記第６電子情報の数ｃ１として算出し、前記ｄ１Ａを前記第７電子情報の数ｄ１として算出し、
その後、前記電子情報が格納されるごとに、前回算出された前記第１電子情報の数ａに第１重み係数を乗算した値である第１乗算値と、今回算出した前記複数の電子情報の数ａＡに第２重み係数を乗算した値である第２乗算値と、の和を、今回の前記第１電子情報の数ａとして算出し、前回算出された前記第５電子情報の数ｂ１に前記第１重み係数を乗算した値である第９乗算値と、今回算出した前記複数の電子情報の数ｂ１Ａに前記第２重み係数を乗算した値である第１０乗算値と、の和を、今回の前記第５電子情報の数ｂ１として算出し、前回算出された前記第６電子情報の数ｃ１に前記第１重み係数を乗算した値である第１１乗算値と、今回算出した前記複数の電子情報の数ｃ１Ａに前記第２重み係数を乗算した値である第１２乗算値と、の和を、今回の前記第６電子情報の数ｃ１として算出し、前回算出された前記第７電子情報の数ｄ１に前記第１重み係数を乗算した値である第１３乗算値と、今回算出した前記複数の電子情報の数ｄ１Ａに前記第２重み係数を乗算した値である第１４乗算値と、の和を、今回の前記第７電子情報の数ｄ１として算出する、情報処理装置。
【請求項１２】
請求項１１に記載の情報処理装置において、
前記第１重み係数は、（ｎ−１）／ｎ（但し、前記電子情報が格納された累積回数が、所定の規定値よりも小さい場合、ｎは前記累積回数となり、前記累積回数が、前記所定の規定値以上の場合、ｎは前記所定の規定値となる。）の値から所定値αを差し引いたものであり、前記第２重み係数は、１／ｎの値に前記所定値αを加算したものである、情報処理装置。
【請求項１３】
請求項１から１２のいずれか１項に記載の情報処理装置において、
ネットワーク上に登録された電子情報を収集して蓄積する蓄積装置から、前記所定時間ごとに、当該所定時間の間に登録された電子情報を取得する取得手段と、
前記取得手段にて取得された電子情報に、当該電子情報が示す内容に応じたジャンルを付与し、前記ジャンルが付与された電子情報のうち、１つのジャンルのみが付与された電子情報を、前記格納手段に格納する選別手段と、をさらに含む情報処理装置。
【請求項１４】
請求項１から１３のいずれか１項に記載の情報処理装置において、
ジャンル付与が要求された語句を受信した状況で、当該語句が前記記憶手段に記憶されていると、当該語句に関連づけられた付与ジャンルを、前記語句の送信元に送信する付与手段を、さらに含む情報処理装置。
【請求項１５】
情報処理装置が行う辞書更新方法であって、
ジャンルごとに当該ジャンルと当該ジャンルに関する語句とが互いに関連づけられた辞書を記憶手段に記憶する記憶ステップと、
所定時間が経過するごとに、当該所定時間の間にネットワーク上に登録され前記ジャンルのいずれかが付与された電子情報を格納手段に格納する格納ステップと、
前記電子情報が格納されるごとに、前記電子情報に示された語句を、前記電子情報に付与された付与ジャンルに関連づけて前記辞書に登録するかを、前記電子情報が格納された時点から当該時点よりも前の時点までの間に前記格納手段に格納された電子情報である第１電子情報の数ａと、前記第１電子情報のうち前記付与ジャンルが付与された第２電子情報の数ｂと、前記第１電子情報のうち前記語句を含む第３電子情報の数ｃと、前記第３電子情報のうち前記付与ジャンルが付与された第４電子情報の数ｄと、に基づいて決定し、当該語句を登録すると決定した場合に、当該語句を前記付与ジャンルに関連づけて前記辞書に登録する制御ステップと、を含む辞書更新方法。
【請求項１６】
コンピュータを、
請求項１から１４のいずれか１項に記載の情報処理装置が有する各手段として機能させるためのプログラム。
【請求項１】
ジャンルごとに当該ジャンルと当該ジャンルに関する語句とが互いに関連づけられた辞書を記憶する記憶手段と、
所定時間が経過するごとに、当該所定時間の間にネットワーク上に登録され前記ジャンルのいずれかが付与された電子情報を格納する格納手段と、
前記電子情報が格納されるごとに、前記電子情報に示された語句を、前記電子情報に付与された付与ジャンルに関連づけて前記辞書に登録するかを、前記電子情報が格納された時点から当該時点よりも前の時点までの間に前記格納手段に格納された電子情報である第１電子情報の数ａと、前記第１電子情報のうち前記付与ジャンルが付与された第２電子情報の数ｂと、前記第１電子情報のうち前記語句を含む第３電子情報の数ｃと、前記第３電子情報のうち前記付与ジャンルが付与された第４電子情報の数ｄと、に基づいて決定し、前記語句を登録すると決定した場合に、前記語句を前記付与ジャンルに関連づけて前記辞書に登録する制御手段と、を含む情報処理装置。
【請求項２】
請求項１に記載の情報処理装置において、
前記制御手段は、（ｂ／ａ）＜（ｄ／ｃ）が成り立つ場合、前記語句を前記付与ジャンルに関連づけて前記辞書に登録すると決定する、情報処理装置。
【請求項３】
請求項１に記載の情報処理装置において、
前記制御手段は、（ｂ／ａ）＜（ｄ／ｃ）が成り立ち、かつ、判定値Ｆ＝（２×（ｄ／ｃ）×（ｄ／ｂ））／（（ｄ／ｃ）＋（ｄ／ｂ））＞所定閾値、が成り立つ場合、前記語句を前記付与ジャンルに関連づけて前記辞書に登録すると決定する、情報処理装置。
【請求項４】
請求項１に記載の情報処理装置において、
前記辞書には、前記ジャンルとして、予め定められた複数のジャンルと、前記複数のジャンルのいずれでもないその他ジャンルとが、記憶されており、
前記制御手段は、
（ｂ／ａ）＜（ｄ／ｃ）が成り立ち、かつ、
判定値Ｆ＝（２×（ｄ／ｃ）×（ｄ／ｂ））／（（ｄ／ｃ）＋（ｄ／ｂ））＞所定閾値、が成り立ち、かつ、
前記判定値Ｆ＞その他のジャンルに関する判断値Ｆｆ（但し、Ｆｆ＝（２×（ｄｆ／ｃ）×（ｄｆ／ｂｆ））／（（ｄｆ／ｃ）＋（ｄｆ／ｂｆ））であり、ｂｆは前記第１電子情報のうち前記その他ジャンルが付与された電子情報の数であり、ｄｆは前記第３電子情報のうち前記その他ジャンルが付与された電子情報の数である。）、が成り立つ場合、前記語句を前記付与ジャンルに関連づけて前記辞書に登録すると決定する、情報処理装置。
【請求項５】
請求項１から４のいずれか１項に記載の情報処理装置において、
前記制御手段は、前記電子情報が格納されると、さらに、前記辞書内の語句のうち、当該電子情報も示されていない過去語句を、前記辞書から削除するかを、前記第１電子情報の数ａと、前記第１電子情報のうち前記過去語句に関連づけられたジャンルである関連ジャンルが付与された第５電子情報の数ｂ１と、前記第１電子情報のうち前記過去語句を含む第６電子情報の数ｃ１と、前記第６電子情報のうち前記関連ジャンルが付与された第７電子情報の数ｄ１と、に基づいて決定し、前記過去語句を前記辞書から削除すると決定した場合に、前記過去語句を前記辞書から削除する、情報処理装置。
【請求項６】
請求項５に記載の情報処理装置において、
前記制御手段は、（ｂ１／ａ）＜（ｄ１／ｃ１）が成り立たない場合、前記過去語句を前記辞書から削除すると決定する、情報処理装置。
【請求項７】
請求項５に記載の情報処理装置において、
前記制御手段は、（ｂ１／ａ）＜（ｄ１／ｃ１）が成り立たない場合、または、判定値Ｆ１＝（２×（ｄ１／ｃ１）×（ｄ１／ｂ１））／（（ｄ１／ｃ１）＋（ｄ１／ｂ１））＞所定閾値、が成り立たない場合、前記過去語句を前記辞書から削除すると決定する、情報処理装置。
【請求項８】
請求項５に記載の情報処理装置において、
前記辞書には、前記ジャンルとして、予め定められた複数のジャンルと、当該複数のジャンルのいずれでもないその他ジャンルとが、記憶されており、
前記制御手段は、
（ｂ１／ａ）＜（ｄ１／ｃ１）が成り立たない場合、または、判定値Ｆ１＝（２×（ｄ１／ｃ１）×（ｄ１／ｂ１））／（（ｄ１／ｃ１）＋（ｄ１／ｂ１））＞所定閾値、が成り立たない場合、または、前記判定値Ｆ１＞その他のジャンルに関する判断値Ｆｆ１（但し、Ｆｆ１＝（２×（ｄｆ１／ｃ１）×（ｄｆ１／ｂｆ１））／（（ｄｆ１／ｃ１）＋（ｄｆ１／ｂｆ１））であり、ｂｆ１は前記第１電子情報のうち前記その他ジャンルが付与された電子情報の数であり、ｄｆ１は前記第３電子情報のうち前記その他ジャンルが付与された電子情報の数である。）が成り立たない場合、前記過去語句を前記辞書から削除すると決定する、情報処理装置。
【請求項９】
請求項１から８のいずれか１項に記載の情報処理装置において、
前記制御手段は、
前記電子情報が格納されるごとに、当該電子情報の数ａＡと、当該電子情報のうち前記付与ジャンルが付与された第８電子情報の数ｂＡと、当該電子情報のうち前記語句を含む第９電子情報の数ｃＡと、当該電子情報のうち前記付与ジャンルが付与され前記語句を含む第１０電子情報の数ｄＡと、を算出し、
前記電子情報が、最初に格納された際には、前記ａＡを前記第１電子情報の数ａとして算出し、前記ｂＡを前記第２電子情報の数ｂとして算出し、前記ｃＡを前記第３電子情報の数ｃとして算出し、前記ｄＡを前記第４電子情報の数ｄとして算出し、
その後、前記電子情報が格納されるごとに、前回算出された前記第１電子情報の数ａに第１重み係数を乗算した値である第１乗算値と、今回算出した前記複数の電子情報の数ａＡに第２重み係数を乗算した値である第２乗算値と、の和を、今回の前記第１電子情報の数ａとして算出し、前回算出された前記第２電子情報の数ｂに前記第１重み係数を乗算した値である第３乗算値と、今回算出した前記複数の電子情報の数ｂＡに前記第２重み係数を乗算した値である第４乗算値と、の和を、今回の前記第２電子情報の数ｂとして算出し、前回算出された前記第３電子情報の数ｃに前記第１重み係数を乗算した値である第５乗算値と、今回算出した前記複数の電子情報の数ｃＡに前記第２重み係数を乗算した値である第６乗算値と、の和を、今回の前記第３電子情報の数ｃとして算出し、前回算出された前記第４電子情報の数ｄに前記第１重み係数を乗算した値である第７乗算値と、今回算出した前記複数の電子情報の数ｄＡに前記第２重み係数を乗算した値である第８乗算値と、の和を、今回の前記第４電子情報の数ｄとして算出する、情報処理装置。
【請求項１０】
請求項９に記載の情報処理装置において、
前記第１重み係数は、（ｎ−１）／ｎ（但し、前記電子情報が格納された累積回数が、所定の規定値よりも小さい場合、ｎは前記累積回数となり、前記累積回数が、前記所定の規定値以上の場合、ｎは前記所定の規定値となる。）の値から所定値αを差し引いたものであり、前記第２重み係数は、１／ｎの値に前記所定値αを加算したものである、情報処理装置。
【請求項１１】
請求項５から８のいずれか１項に記載の情報処理装置において、
前記制御手段は、
前記電子情報が格納されるごとに、当該電子情報の数ａＡと、当該電子情報のうち前記関連ジャンルが付与された第１１電子情報の数ｂ１Ａと、当該電子情報のうち前記過去語句を含む第１２電子情報の数ｃ１Ａと、当該電子情報のうち前記関連ジャンルが付与され前記過去語句を含む第１３電子情報の数ｄ１Ａと、を算出し、
前記電子情報が、最初に格納された際には、前記ａＡを前記第１電子情報の数ａとして算出し、前記ｂ１Ａを前記第５電子情報の数ｂ１として算出し、前記ｃ１Ａを前記第６電子情報の数ｃ１として算出し、前記ｄ１Ａを前記第７電子情報の数ｄ１として算出し、
その後、前記電子情報が格納されるごとに、前回算出された前記第１電子情報の数ａに第１重み係数を乗算した値である第１乗算値と、今回算出した前記複数の電子情報の数ａＡに第２重み係数を乗算した値である第２乗算値と、の和を、今回の前記第１電子情報の数ａとして算出し、前回算出された前記第５電子情報の数ｂ１に前記第１重み係数を乗算した値である第９乗算値と、今回算出した前記複数の電子情報の数ｂ１Ａに前記第２重み係数を乗算した値である第１０乗算値と、の和を、今回の前記第５電子情報の数ｂ１として算出し、前回算出された前記第６電子情報の数ｃ１に前記第１重み係数を乗算した値である第１１乗算値と、今回算出した前記複数の電子情報の数ｃ１Ａに前記第２重み係数を乗算した値である第１２乗算値と、の和を、今回の前記第６電子情報の数ｃ１として算出し、前回算出された前記第７電子情報の数ｄ１に前記第１重み係数を乗算した値である第１３乗算値と、今回算出した前記複数の電子情報の数ｄ１Ａに前記第２重み係数を乗算した値である第１４乗算値と、の和を、今回の前記第７電子情報の数ｄ１として算出する、情報処理装置。
【請求項１２】
請求項１１に記載の情報処理装置において、
前記第１重み係数は、（ｎ−１）／ｎ（但し、前記電子情報が格納された累積回数が、所定の規定値よりも小さい場合、ｎは前記累積回数となり、前記累積回数が、前記所定の規定値以上の場合、ｎは前記所定の規定値となる。）の値から所定値αを差し引いたものであり、前記第２重み係数は、１／ｎの値に前記所定値αを加算したものである、情報処理装置。
【請求項１３】
請求項１から１２のいずれか１項に記載の情報処理装置において、
ネットワーク上に登録された電子情報を収集して蓄積する蓄積装置から、前記所定時間ごとに、当該所定時間の間に登録された電子情報を取得する取得手段と、
前記取得手段にて取得された電子情報に、当該電子情報が示す内容に応じたジャンルを付与し、前記ジャンルが付与された電子情報のうち、１つのジャンルのみが付与された電子情報を、前記格納手段に格納する選別手段と、をさらに含む情報処理装置。
【請求項１４】
請求項１から１３のいずれか１項に記載の情報処理装置において、
ジャンル付与が要求された語句を受信した状況で、当該語句が前記記憶手段に記憶されていると、当該語句に関連づけられた付与ジャンルを、前記語句の送信元に送信する付与手段を、さらに含む情報処理装置。
【請求項１５】
情報処理装置が行う辞書更新方法であって、
ジャンルごとに当該ジャンルと当該ジャンルに関する語句とが互いに関連づけられた辞書を記憶手段に記憶する記憶ステップと、
所定時間が経過するごとに、当該所定時間の間にネットワーク上に登録され前記ジャンルのいずれかが付与された電子情報を格納手段に格納する格納ステップと、
前記電子情報が格納されるごとに、前記電子情報に示された語句を、前記電子情報に付与された付与ジャンルに関連づけて前記辞書に登録するかを、前記電子情報が格納された時点から当該時点よりも前の時点までの間に前記格納手段に格納された電子情報である第１電子情報の数ａと、前記第１電子情報のうち前記付与ジャンルが付与された第２電子情報の数ｂと、前記第１電子情報のうち前記語句を含む第３電子情報の数ｃと、前記第３電子情報のうち前記付与ジャンルが付与された第４電子情報の数ｄと、に基づいて決定し、当該語句を登録すると決定した場合に、当該語句を前記付与ジャンルに関連づけて前記辞書に登録する制御ステップと、を含む辞書更新方法。
【請求項１６】
コンピュータを、
請求項１から１４のいずれか１項に記載の情報処理装置が有する各手段として機能させるためのプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図７】
【図８】
【図９】
【図６】
【図２】
【図３】
【図４】
【図５】
【図７】
【図８】
【図９】
【図６】
【公開番号】特開２０１２−８３８３９（Ｐ２０１２−８３８３９Ａ）
【公開日】平成２４年４月２６日（２０１２．４．２６）
【国際特許分類】
【出願番号】特願２０１０−２２７４９５（Ｐ２０１０−２２７４９５）
【出願日】平成２２年１０月７日（２０１０．１０．７）
【出願人】（３０６０２９７７４）ＮＥＣビッグローブ株式会社 (115)
【Ｆターム（参考）】
【公開日】平成２４年４月２６日（２０１２．４．２６）
【国際特許分類】
【出願日】平成２２年１０月７日（２０１０．１０．７）
【出願人】（３０６０２９７７４）ＮＥＣビッグローブ株式会社 (115)
【Ｆターム（参考）】
[ Back to top ]