情報処理装置および方法、並びにプログラム
【課題】電子番組表（EPG）に含まれる情報のうち、番組の出演者名の情報を効率良く抽出する。
【解決手段】EPGテキストデータ抽出部１３は、電子番組表のテキストデータを抽出し、形態素解析部１５は、電子番組表のテキスト情報を形態素解析し、パターン比較部４２は、形態素解析部１５の形態素解析結果と、複数の所定の出演者名の羅列パターンとを比較し、出演者名抽出部４３は、比較結果に基づいて、形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、一致した所定の出演者名の羅列パターンで出演者名を抽出する。本発明は、コンテンツ管理システムに適用することができる。
【解決手段】EPGテキストデータ抽出部１３は、電子番組表のテキストデータを抽出し、形態素解析部１５は、電子番組表のテキスト情報を形態素解析し、パターン比較部４２は、形態素解析部１５の形態素解析結果と、複数の所定の出演者名の羅列パターンとを比較し、出演者名抽出部４３は、比較結果に基づいて、形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、一致した所定の出演者名の羅列パターンで出演者名を抽出する。本発明は、コンテンツ管理システムに適用することができる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、情報処理装置および方法、並びにプログラムに関し、特に、コンテンツのメタデータに含まれる情報のうち、コンテンツの出演者名の情報を効率良く抽出できるようにした情報処理装置および方法、並びにプログラムに関する。
【背景技術】
【０００２】
EPG（Electric Program Guide）と呼ばれるコンテンツのメタデータから構成される電子番組表を用いてコンテンツである番組を選択したり、EPG上で選択した番組を予約する技術が一般に普及しつつある。
【０００３】
自動録画のために用いるキーワードを情報として、より適切なものを確実かつ簡単に抽出できるようにする技術が提案されている（特許文献１参照）。
【０００４】
また、番組の時間の経過と共にEPGに含まれている番組名が省略された場合にでも確実に所望とする番組を検索する技術が提案されている（特許文献２参照）。
【０００５】
【特許文献１】特開２００６−３３９９４７号公報
【特許文献２】特開２００４−１３４８５８号公報
【発明の開示】
【発明が解決しようとする課題】
【０００６】
しかしながら、従来において、EPGなどのコンテンツメタデータよりコンテンツである番組の出演者名の情報を抽出しようとすると、形態素解析により人物名を探し出すことはできても、役名としての人物名であるのか、または、出演者名としての人物名であるのかを識別することはできないため、単純に出演者名を抽出しようとすると、役名やその他の人物名についても抽出されることがあった。
【０００７】
本発明はこのような状況に鑑みてなされたものであり、特に、電子番組表（EPG）などのコンテンツのメタデータに含まれる情報のうち、コンテンツである番組の出演者名の情報を効率良く抽出できるようにするものである。
【課題を解決するための手段】
【０００８】
本発明の一側面の情報処理装置は、コンテンツのメタデータを取得する取得手段と、前記コンテンツのメタデータに含まれるテキスト情報を形態素解析する形態素解析手段と、前記形態素解析手段の形態素解析結果と、複数の所定の出演者名の羅列パターンとを比較する比較手段と、前記比較手段の比較結果に基づいて、前記形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、前記一致した所定の出演者名の羅列パターンで出演者名を抽出する抽出手段とを含む。
【０００９】
前記形態素解析手段の形態素解析結果より、記載されている内容毎のレイアウトを認識するレイアウト認識手段をさらに含ませるようにすることができ、前記比較手段には、前記レイアウト認識手段により認識された前記形態素解析手段の形態素解析結果のレイアウトのうち、出演者名欄外の情報と、複数の所定の出演者名の羅列パターンとを比較させるようにすることができる。
【００１０】
前記形態素解析手段の形態素解析結果より、記載されている内容毎のレイアウトを認識するレイアウト認識手段と、前記レイアウト認識手段により認識された前記形態素解析手段の形態素解析結果のレイアウトのうち、出演者名欄内の情報と、複数の所定の出演者名の羅列パターンとの類似度の距離を計算する類似度計算手段と、前記類似度距離計算手段の類似度距離計算結果に基づいて、前記形態素解析結果のうち、類似度距離が最小となる所定の出演者名の羅列パターンで出演者名を抽出する第２の抽出手段とをさらに含ませるようにすることができる。
【００１１】
前記所定の出演者名の羅列パターンには、出演者名、記号、出演者名、記号・・、出演者名、記号、役名、出演者名・・・、若しくは役名、記号、出演者名、役名・・・、または、出演者名、出演者名・・・の羅列パターンを含ませるようにすることができる。
【００１２】
前記コンテンツには、テレビジョン番組を含ませるようにすることができ、前記メタデータは、前記テレビジョン番組に関する情報を含ませるようにすることができる。
【００１３】
本発明の一側面の情報処理方法は、コンテンツのメタデータを取得する取得ステップと、前記コンテンツのメタデータに含まれるテキスト情報を形態素解析する形態素解析ステップと、前記形態素解析ステップの処理での形態素解析結果と、複数の所定の出演者名の羅列パターンとを比較する比較ステップ表のテキスト情報を形態素解析する形態素解析ステップと、前記形態素解析ステップの処理と、前記比較ステップの処理での比較結果に基づいて、前記形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、前記一致した所定の出演者名の羅列パターンで出演者名を抽出する抽出ステップとを含む。
【００１４】
本発明の一側面のプログラムは、コンテンツのメタデータを取得する取得ステップと、前記コンテンツのメタデータに含まれるテキスト情報を形態素解析する形態素解析ステップと、前記形態素解析ステップの処理での形態素解析結果と、複数の所定の出演者名の羅列パターンとを比較する比較ステップと、前記比較ステップの処理での比較結果に基づいて、前記形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、前記一致した所定の出演者名の羅列パターンで出演者名を抽出する抽出ステップとを含む処理をコンピュータに実行させる。
【００１５】
本発明のプログラム格納媒体は、請求項４に記載のプログラムが格納されている。
【００１６】
本発明の一側面の情報処理装置および方法、並びにプログラムにおいては、コンテンツのメタデータが取得され、前記コンテンツのメタデータに含まれるテキスト情報が形態素解析され、形態素解析結果と、複数の所定の出演者名の羅列パターンとが比較され、比較結果に基づいて、前記形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、前記一致した所定の出演者名の羅列パターンで出演者名が抽出される。
【００１７】
本発明の情報処理装置は、独立した装置であっても良いし、情報処理を行うブロックであっても良い。
【発明の効果】
【００１８】
本発明の一側面によれば、コンテンツのメタデータに含まれる情報のうち、コンテンツの出演者名の情報を効率良く抽出することが可能となる。
【発明を実施するための最良の形態】
【００１９】
以下に本発明の実施の形態を説明するが、本明細書に記載の発明と、発明の実施の形態との対応関係を例示すると、次のようになる。この記載は、本明細書に記載されている発明をサポートする実施の形態が本明細書に記載されていることを確認するためのものである。従って、発明の実施の形態中には記載されているが、発明に対応するものとして、ここには記載されていない実施の形態があったとしても、そのことは、その実施の形態が、その発明に対応するものではないことを意味するものではない。逆に、実施の形態が発明に対応するものとしてここに記載されていたとしても、そのことは、その実施の形態が、その発明以外の発明には対応しないものであることを意味するものでもない。
【００２０】
さらに、この記載は、本明細書に記載されている発明の全てを意味するものではない。換言すれば、この記載は、本明細書に記載されている発明であって、この出願では請求されていない発明の存在、すなわち、将来、分割出願されたり、補正により出現、追加される発明の存在を否定するものではない。
【００２１】
即ち、本発明の一側面の情報処理装置は、コンテンツのメタデータを取得する取得手段（例えば、図１のEPG取得部１２またはiEPG取得部１４）と、前記コンテンツのメタデータに含まれるテキスト情報を形態素解析する形態素解析手段（例えば、図１の形態素解析部１５）と、前記形態素解析手段の形態素解析結果と、複数の所定の出演者名の羅列パターンとを比較する比較手段（例えば、図１のパターン比較部４２）と、前記比較手段の比較結果に基づいて、前記形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、前記一致した所定の出演者名の羅列パターンで出演者名を抽出する抽出手段（例えば、図１の出演者名抽出部４３）とを含む。
【００２２】
前記形態素解析手段の形態素解析結果より、記載されている内容毎のレイアウトを認識するレイアウト認識手段（例えば、図１のレイアウト認識部２０）をさらに含ませるようにすることができ、前記比較手段（例えば、図１のパターン比較部４２）には、前記レイアウト認識手段により認識された前記形態素解析手段の形態素解析結果のレイアウトのうち、出演者名欄外の情報と、複数の所定の出演者名の羅列パターンとを比較させるようにすることができる。
【００２３】
前記形態素解析手段の形態素解析結果より、記載されている内容毎のレイアウトを認識するレイアウト認識手段（例えば、図１のレイアウト認識部２０）と、前記レイアウト認識手段により認識された前記形態素解析手段の形態素解析結果のレイアウトのうち、出演者名欄内の情報と、複数の所定の出演者名の羅列パターンとの類似度の距離を計算する類似度計算手段（例えば、図１の類似性距離計算部３３）と、前記類似度距離計算手段の類似度距離計算結果に基づいて、前記形態素解析結果のうち、類似度距離が最小となる所定の出演者名の羅列パターンで出演者名を抽出する第２の抽出手段（例えば、図１の出演者名抽出部３５）とをさらに含ませるようにすることができる。
【００２４】
本発明の一側面の情報処理方法は、コンテンツのメタデータを取得するEPG取得ステップ（例えば、図３のステップＳ２）と、前記コンテンツのメタデータに含まれるテキスト情報を形態素解析する形態素解析ステップ（例えば、図３のステップＳ４）と、前記形態素解析ステップの処理での形態素解析結果と、複数の所定の出演者名の羅列パターンとを比較する比較ステップ（例えば、図１０のステップＳ５３）と、前記比較ステップの処理での比較結果に基づいて、前記形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、前記一致した所定の出演者名の羅列パターンで出演者名を抽出する抽出ステップ（例えば、図１０のステップＳ５５）とを含む。
【００２５】
図１は、本発明を適用した一実施の形態の構成を示す情報処理装置である。
【００２６】
情報処理装置１は、インターネットなどに代表されるネットワークや、放送波などにより配信されるコンテンツのメタデータから構成されたEPG（電子番組表）を取得し、電子番組表の中に含まれる番組（コンテンツ）の情報より、出演者名をキーワードとして抽出し、抽出された出演者名のうち、操作ボタン、またはキーボードなどからなるリモートコントローラなどの操作部５により選択された出演者名に対応する番組を表示する。
【００２７】
受信部１１は、アンテナ２を介して放送波を受信して、EPG取得部１２およびチューナ２６に供給する。EPG取得部１２は、受信部１１より供給されてきた信号のうち、EPG（電子番組表）情報を取得してEPGテキストデータ抽出部１３、レイアウト認識部２０、および番組検索部２５に供給する。
【００２８】
iEPG取得部１４は、インターネットに代表されるネットワーク３を介して、所定のURL（Uniform Resource Locator ）などにより指定されるEPG配信サーバ４にアクセスし、EPG情報を取得し、EPGテキストデータ抽出部１３、レイアウト認識部２０、および番組検索部２５に供給する。
【００２９】
EPGテキストデータ抽出部１３は、EPG取得部１２より供給されてくるEPG情報、または、iEPG取得部１４より供給されてくるEPG情報のそれぞれよりテキストデータを抽出して形態素解析部１５に供給する。
【００３０】
形態素解析部１５は、EPG情報のテキストデータを、言葉の最小単位（以降においては、これを単語と称するものとする）に分割し、それぞれの単語について、辞書記憶部１６に登録されている情報と照合して、品詞を特定することにより、形態素解析処理を実行し、その結果を形態素解析結果バッファ１７に記憶させる。
【００３１】
レイアウト認識部２０は、EPG取得部１２またはiEPG取得部１４より供給されたEPG情報に基づいて、EPGとして表示される情報毎のレイアウトを認識し、認識したレイアウトの情報を分別抽出部２１に供給する。
【００３２】
分別抽出部２１は、出演者名が記載されている出演者欄の配置を認識し、レイアウト認識部２０より供給されたレイアウト情報に基づいて、出演者欄内の情報を形態素解析結果バッファ１７より読み出して、出演者欄内判定部２４に供給すると共に、出演者欄外の情報を形態素解析結果バッファ１７より読み出して、出演者欄外判定部１８に供給する。尚、出演者欄については詳細を後述する。
【００３３】
出演者欄外判定部１８は、EPGとして表示される情報のうち、出演者欄のレイアウト以外の領域に含まれている形態素解析結果に基づいて、出演者名を抽出して出演者名抽出結果記憶部２２に記憶させる。
【００３４】
出演者欄外判定部１８のパターン抽出部４１は、パターン記憶部１９に記憶されている、複数の属性の羅列パターンのいずれかを順次読み出し、その羅列パターンで形態素解析結果バッファ１７に記憶されている出演者欄外の領域に存在する単語と、対応する属性の情報を抽出してパターン比較部４２に供給する。
【００３５】
ここでいう、属性のパターンとは、属性が出演者名、役名、外人出演者、日本人声、外人役名、読仮名、およびグループ名の羅列パターンであり、例えば、図２で示されるような、第１パターン乃至第８パターンである。
【００３６】
第１パターンは、例えば、「出演者名，出演者名」、「出演者名、出演者名」、「出演者名・出演者名」、「出演者名 出演者名」、「出演者名／出演者名」、および「出演者名（改行）出演者名」であり、出演者名と出演者名との間に、何らかの記号（スペースおよび改行を含む）があり、出演者名が連続的に羅列されるパターンである。
【００３７】
また、第２パターンは、例えば、「出演者名（役名）」、および「出演者名→役名」であり、出演者名の次に役名が配置され、何らかの記号（スペースおよび改行を含む）があるものが連続的に羅列されるパターンである。
【００３８】
さらに、第３パターンは、例えば、「役名：出演者名」、「役名・・・出演者名」、「役名＿＿＿＿出演者名」、「役名＿出演者名」、および「役名・・出演者名」であり、役名の次に出演者名が配置され、何らかの記号（スペースおよび改行を含む）で挟まれ、それらが連続的に羅列されるパターンである。
【００３９】
また、第４パターンは、例えば、「出演者名（グループ名）」であり、出演者名の次に、出演者が属しているグループ名が配置され、それらが連続的に羅列されるパターンである。
【００４０】
さらに、第５パターンは、例えば、「外人出演者...日本人声」、および「外人出演者（日本人声）」であり、外人の出演者名の次に吹き替えの日本人名が配置され、何らかの記号で挟まれ、それらが連続的に羅列されるパターンである。ここでいう外人出演者名は、カタカナやアルファベットにより表記されている人名からなるものである。
【００４１】
また、第６パターンは、例えば、「外人役名＝外人出演者（日本人声）」であり、外人役名の次に、記号が配置され、その次に外人出演者名が配置され、さらに引き続いて括弧内に吹き替えの日本人名が配置され、それらが連続的に羅列されるパターンである。
【００４２】
さらに、第７パターンは、例えば、「外人出演者 読仮名」であり、外人の出演者名の次に読仮名が配置され、それらが連続的に羅列されるパターンである。
【００４３】
また、第８パターンは、例えば、「外人役名（読仮名）・・・外人出演者（読仮名）であり、外人役名の次に、括弧内に読仮名が配置され、その次に何らかの記号が配置され、さらに、外人出演者名が配置され、さらに引き続いて括弧内に読仮名が配置され、それらが連続的に羅列されるパターンである。
【００４４】
第１乃至第８パターンにおける出演者名には、品詞として人物名はもちろんのこと、さらに、女優名、俳優名、歌手名など著名の人物を識別する属性についても含まれる。また、役名は、属性として「司会」、および「プロデューサ」などの役職を示す言葉はもちろんのこと、物語に登場する人物名も含まれるものである。
【００４５】
パターン比較部４２は、パターン抽出部４１が、形態素解析結果バッファ１７より、パターン記憶部１９に記憶されている、上述した第１乃至第８パターンのいずれかの羅列パターンであると仮定して抽出してきた属性の羅列パターンと、仮定された羅列パターンとを比較して一致するか否かを判定する。
【００４６】
出演者名抽出部４３は、パターン比較部４２の比較結果に基づいて、一致した羅列パターンで出演者名の情報を抽出して、出演者名抽出結果記憶部２２に記憶させる。
【００４７】
出演者欄内判定部２４は、EPGとして表示される情報のうち、出演者欄内の領域に含まれている形態素解析結果に基づいて、出演者名を抽出して出演者名抽出結果記憶部２２に記憶させる。
【００４８】
属性判定部３１は、分別抽出部２１より供給される単語についてそれぞれ属性を判定し、パターン抽出部３２に供給する。パターン抽出部３２は、属性判定部３１より供給されてくる属性の判定結果に基づいて、属性のパターンを抽出して類似性距離計算部３３に供給する。類似性距離計算部３３は、パターン抽出部３２より供給されてくるパターンと、パターン記憶部１９に記憶されているパターンとの類似性を示す類似性距離を計算し、順次パターン決定部３４に供給する。パターン決定部３４は、類似性距離計算部３３より供給されてくる類似性距離の情報に基づいて、類似性距離が最も小さいパターンをパターン抽出部３２により抽出されたパターンであるものとして認識し、抽出されたパターンを決定すると共に、決定したパターンを演出者名抽出部３５に供給する。演出者名抽出部３５は、パターン決定部３４より供給されてくるパターンに基づいて、分別抽出部２１より供給されてくる単語より出演者名のみを抽出して出演者名抽出結果記憶部２２に記憶させる。
【００４９】
出力部２３は、出演者名抽出結果記憶部２２に記憶されている出演者名を出力する。
【００５０】
次に、図３のフローチャートを参照して、出演者名抽出処理について説明する。
【００５１】
ステップＳ１において、EPG取得部１２またはiEPG取得部１４は、操作部５が操作されて、出演者名の表示が指示されたか否かを判定し、指示されたと判定されるまで同様の処理を繰り返す。例えば、図４で示されるようなオプションタブ１０１が表示され、出演者名を人名として表示させるように指示する「人名」と記述されたボタン１１６が操作された場合、出演者名の表示が指示されたものとみなし、処理は、ステップＳ２に進む。
【００５２】
尚、図４は、表示部６に表示されている画像例を示しており、チューナ２４により選局されている通常の放送番組の表示欄１０２がオプションタブ１０１の左側に設けられており、オプションタブ１０１には、上から「HDD情報」、「DVD情報」、「画音質設定」、「番組録画」、「番組説明」、「人名」、および「キーワード」と表示されたボタン１１１乃至１１７が表示されている。ボタン１１１は、図示せぬHDD（Hard Disk Drive）に記録されている番組の情報を表示するとき操作される。ボタン１１２は、図示せぬDVD（Digital Versatile Disk）ドライブに挿入されているDVDに記録されている番組情報を表示するとき操作される。ボタン１１３は、画音質設定を実行するとき操作される。ボタン１１４は、番組録画を実行するとき操作される。ボタン１１５は、EPGに含まれている表示欄１０２で表示されている番組の番組説明を表示させるとき操作される。ボタン１１６は、EPGに含まれている表示欄１０２で表示されている番組の出演者名を人名として表示させるとき操作される。ボタン１１７は、EPGに含まれている表示欄１０２で表示されている番組のキーワードを表示させるとき操作される。
【００５３】
ステップＳ２において、EPG取得部１２は、受信部１１を介してアンテナ２により受信される放送波に含まれる所定の番組のEPG情報を取得してEPGテキストデータ抽出部１３およびレイアウト認識部２０に供給する。または、iEPG取得部１４は、所定のURLで指定されるネットワーク３上のEPG配信サーバ４にアクセスして、所定の番組のEPG情報を取得してEPGテキストデータ抽出部１３およびレイアウト認識部２０に供給する。
【００５４】
ステップＳ３において、EPGテキストデータ抽出部１３は、供給されてきたEPG情報よりテキストデータを抽出して形態素解析部１５に供給する。
【００５５】
ステップＳ４において、形態素解析部１５は、辞書記憶部１６に記憶されている情報に基づいて、供給されてきたEPG情報のテキストデータを単語に分割して、それぞれの単語の品詞を特定し、形態素解析結果バッファ１７に記憶させる。辞書記憶部１６を用いた形態素解析部１５の形態素解析においては、品詞として、名詞のうち、人物名であれば、品詞として人物名を指定することも可能であるし、人物名のうち、例えば、有名俳優名、有名女優名、有名歌手名などについては、その人物名が、それぞれ俳優名、女優名、歌手名であることを指定した属性とすることも可能である。従って、形態素解析部１５は、各単語について、文法上の品詞を特定するのみならず、名詞である場合には、人物名であるか、商品名であるか、地名であるかなどを分類したり、さらには、人物名であるときには、俳優名、女優名、または、歌手名であるかなどを含めて属性として分類する。
【００５６】
ステップＳ５において、レイアウト認識部２０は、EPG取得部１２またはiEPG取得部１４より供給されてきたEPGの表示情報に基づいてレイアウトを認識し、認識結果を分別抽出部２１に供給する。例えば、図５で示されるようにEPG情報が表示されるとき、レイアウト認識部２０は、以下のようにレイアウトを認識する。
【００５７】
図５の場合、レイアウト認識部２０は、最上段の「タコの瞳に恋してる〜あなたは運命の出会...」と表示されている領域Ｚ１については、タイトル表示欄として認識する。また、レイアウト認識部２０は、中段の「主人公山田おさむ（稲田吾郎）が出会った天使のような女性はなんとタコだった...。同僚の竹内武（大林南朋）は、・・・」と表示されている領域Ｚ２は、ストーリー説明欄であると認識する。さらにレイアウト認識部２０は、最下段の「出演者 稲田吾郎（山田おさむ） 村下知子（太口美幸） 蟹原友里（蟹原友美） ＭＥＧＵＭＵ（代々木翔子） 脚本 マザー 監督 三上義重 橋本圭太 ほか 音楽 三菱紀人 主題歌：「恋の花」倖田未来（リズムゾンビ） 番組説明 今から３年前、一組の夫婦が誕生した。昔から変わらぬオトコの評価基準である”仕事ができる”を、大幅にクリアしている・・・」と表示されている領域Ｚ３を番組詳細説明欄として認識する。EPG表示画面は、上述した領域Ｚ１乃至Ｚ３で示されるような領域の配置順序が異なることがあっても、ほぼ同様な構造の領域を備えているため、レイアウト認識部２０は、これらの領域を属性から認識（推定）する。
【００５８】
さらに、レイアウト認識部２０は、この領域Ｚ３において、特に、「出演者 稲田吾郎（山田おさむ） 村下知子（太口美幸） 蟹原友里（蟹原友美） ＭＥＧＵＭＵ（代々木翔子）」の記述欄（後述する領域Ｚ３’）を出演者欄として認識する。すなわち、図５の場合、レイアウト認識部２０は、「出演者」との記述を含む単語の塊となる領域を出演者欄として認識する。
【００５９】
ステップＳ６において、分別抽出部２１は、レイアウト情報に基づいて、出演者欄内の単語を形態素解析結果バッファ１７より抽出して出演者欄内判定部２４に供給する。
【００６０】
ステップＳ７において、分別抽出部２１は、レイアウト情報に基づいて、出演者欄外の単語を形態素解析結果バッファ１７より抽出して出演者欄外判定部１８に供給する。
【００６１】
ステップＳ８において、出演者欄内判定部２４は、出演者欄内判定処理を実行し、出演者欄内の単語より出演者の単語を抽出して出演者名抽出結果記憶部２２に記憶させる。
【００６２】
ここで、図６のフローチャートを参照して、出演者欄内判定処理について説明する。
【００６３】
ステップＳ３１において、属性判定部３１は、分離抽出部２１より供給されてきた全ての単語について、それぞれ俳優や女優などの属性に登録されている単語であるか否かを判定し、判定結果をパターン抽出部３２に供給する。すなわち、属性判定部３１は、供給されてきた出演者欄内の単語について、役名などの実在しない人物を示す属性の人名ではなく、実在する俳優や女優などの人名として登録された属性の人名であるか否かを判定する。
【００６４】
ステップＳ３２において、パターン抽出部３２は、属性判定部３１より供給されてきた判定結果に基づいて、人名としての登録の有無を示すパターンから判定パターンを生成する。すなわち、例えば、図７の上段で示されるように、出演者欄が、領域Ｚ３’で示されるような場合、「稲田吾郎」、「村下知子」、「ＭＥＧＵＭＵ」の単語が俳優や女優などの実在する人名として認識され、それ以外の「山田おさむ」、「太口美幸」、「蟹原友里」、「蟹原友美」、「代々木翔子」が実在しない人名として認識されたとき、登録の有無を示すパターンは、図７の下段で示されるように、「有」、「無」、「有」、「無」、「無」、「無」、「有」、「無」となる。この判定結果から、出演者名が実在する人名であるので、「有」との判定結果は、出演者名であることを示し、「無」との判定結果は、役名であることを示すものであるので、パターン抽出部３２は、判定パターンとして、「出」、「役」、「出」、「役」、「役」、「役」、「出」、「役」を生成して類似性距離計算部３３に供給する。ここで、「出」は、出演者名を示し、「役」は、役名を示す。
【００６５】
ステップＳ３３において、類似性距離計算部３３は、パターンを識別するための図示せぬカウンタｉを１に初期化する。
【００６６】
ステップＳ３４において、類似性距離計算部３３は、判定パターンとパターン記憶部１９に記憶されている第ｉパターンとを比較して、正否の数をカウントする。すなわち、例えば、図７の下段で示されるように、判定パターンが「出」、「役」、「出」、「役」、「役」、「役」、「出」、「役」である場合、カウンタｉ＝１のとき、図８の上段で示されるように、第１パターンであるパターンＰ１は、「出」、「出」、「出」、「出」、「出」、「出」、「出」、「出」となり、判定パターンにおける「出」は全て正とカウントされ、「役」は否とカウントされるため、今の場合、正が５であり、否が３となる。
【００６７】
また、カウンタｉ＝２のとき、図８の中段で示されるように第２パターンであるパターンＰ２は、「出」、「役」、「出」、「役」、「出」、「役」、「出」、「役」となるため、正が７であり、否が１となる。
【００６８】
さらに、カウンタｉ＝３のとき、図８の下段で示されるように第３パターンであるパターンＰ３は、「役」、「出」、「役」、「出」、「役」、「出」、「役」、「出」となるため、正が１であり、否が７となる。
【００６９】
ステップＳ３５において、類似性距離計算部３３は、正否のカウント結果に基づいて、判定パターンと第ｉパターンとの類似性距離を計算し、パターン決定部３４に供給する。より具体的には、例えば、類似性距離計算部３３は、例えば、カウンタｉが１のとき、判定パターンは、８個の要素からなり、そのうち正しくない要素は３個であるので、類似性距離計算部３３は、類似性距離を３７．５％（＝３／８×１００）であると計算する。類似性距離は、類似しているほど０％に近い値となる。同様に、カウンタｉが２のとき、類似性距離計算部３３は、類似性距離を１２．５％（＝１／８×１００）であると計算する。さらに、カウンタｉが３のとき、類似性距離計算部３３は、類似性距離を８７．５％（＝７／８×１００）であると計算する。尚、第４乃至第８パターンについても同様の処理であるので、その説明は省略する。
【００７０】
また、類似性距離は、上述した定義に限るものではなく、類似性の定量的な値が示せればその他のものでもよく、例えば、エディトグラフアルゴリズムなどを用いるようにしても良い。
【００７１】
ここで、エディトグラフアルゴリズムとは、例えば、図９で示されるようなものである。すなわち、図９においては、左から順にカウンタｉが１，２，３の場合であり、Ｘ軸およびＹ軸上のそれぞれに第ｉパターンと判定パターンとをそれぞれ１の間隔毎に配置する。そして、原点より順次Ｘ座標とＹ座標が一致する部分のパターンを比較し、一致する場合、対角線を引き、一致しない場合、Ｘ方向およびＹ方向にそれぞれ１ずつ水平方向に線を引く。同様の処理により、出来上がったグラフに対して、対角線の数を０として水平方向および垂直方向の線の数をそれぞれ１としたときの総和がエディトグラフアルゴリズムによる類似性距離である。
【００７２】
したがって、カウンタｉが１の場合、図９の左部で示されるように、判別パターンにおける「役」に対応する個数について、それぞれ否となるので、（０，０）乃至（１，１）において、対角線であり、（１，１）乃至（２，２）において、Ｘ方向およびＹ方向に１ずつの２直線となり、（２，２）乃至（３，３）において、対角線であり、（３，３）乃至（６，６）において、Ｘ方向およびＹ方向にそれぞれ１ずつの２直線となり、（６，６）乃至（７，７）において、対角線であり、（７，７）乃至（８，８）において、Ｘ方向およびＹ方向に１ずつの２直線となる。結果として、カウンタｉが１の場合、エディトグラフアルゴリズムを用いた類似性距離は１０となる。同様にして、カウンタｉが２の場合、図９の中央部で示されるように、（４，４）乃至（５，５）において、２直線である以外は、いずれも対角線となるので、類似性距離は２となる。さらに、同様にして、カウンタｉが３の場合、図９の右部で示されるように、（４，４）乃至（５，５）において対角線である以外は、いずれも２直線となるので、類似性距離は１４となる。
【００７３】
ステップＳ３６において、類似性距離計算部３３は、パターン記憶部１９に記憶されている全てのパターンと判定パターンとの類似性距離を計算したか否かを判定し、例えば、全てのパターンについて類似性距離を計算していない場合、ステップＳ３７に進み、カウンタｉを１インクリメントした後、処理は、ステップＳ３４に戻る。すなわち、全てのパターンとの類似性距離が計算されるまで、ステップＳ３４乃至Ｓ３７の処理が繰り返される。そして、ステップＳ３７において、全てのパターンとの類似性距離が求められた場合、ステップＳ３８において、パターン決定部３４は、計算された類似性距離のうち、最小となる値が、所定の閾値よりも小さいか否かを判定する。すなわち、最小の類似性距離が信頼できる値であるか否かが判定される。ステップＳ３８において、最小の類似性距離が所定の閾値よりも小さい、すなわち、信頼できる値であると判定された場合、処理は、ステップＳ３９に進む。
【００７４】
ステップＳ３９において、パターン決定部３４は、最小の類似性距離となるパターンを出演者名の抽出に用いるパターンとして決定し、そのパターンの情報を出演者名抽出部３５に供給する。出演者名抽出部３５は、パターン決定部３４より供給されてきたパターンに基づいて、分別抽出部２１より供給されてくる単語より出演者名を抽出する。すなわち、例えば、出演者欄内の領域として、図７の領域Ｚ３’が供給されてきた場合、第１パターン乃至第３パターンのとき、第２パターンが類似性距離が最小となるので、出演者名抽出部３５は、「稲田吾郎」、「村下知子」、「蟹原友里」、「ＭＥＧＵＭＵ」を順次出演者名として抽出し、ステップＳ４０において、出演者名抽出結果記憶部２２に記憶させる。
【００７５】
一方、ステップＳ３８において、最小の類似性距離が所定の値よりも大きく、信頼できる値ではないと判定された場合、ステップＳ４１において、パターン決定部３４は、第１パターンにより、全ての人名を出演者であるものとして抽出し、ステップＳ４０において、出演者名抽出結果記憶部２２に記憶させる。
【００７６】
以上の処理により、EPG表示画面の中から出演者欄内を特定して、出演者名のパターンを決定して、出演者名を抽出するようにしたので、出演者欄という出演者名が比較的規則的に配置されている可能性の高い領域内で出演者名の配置されるパターンを類似性距離を用いて決定することができる。結果として、出演者名の配置パターンの認識精度を向上させることが可能となる。また、類似性距離の信頼性が低い場合、出演者欄内の全ての人物名を出演者名として抽出することにより、出演者名の抽出漏れを抑制することが可能となる。
【００７７】
ここで、図３のフローチャートの説明に戻る。
【００７８】
ステップＳ８において、出演者欄内判定処理が終了すると、ステップＳ９において、出演者欄外判定部１８は、出演者欄外判定処理を実行し、出演者欄以外の単語より出演者の単語を抽出して出演者名抽出結果記憶部２２に記憶させる。
【００７９】
ここで、図１０のフローチャートを参照して、出演者欄外判定処理について説明する。
【００８０】
ステップＳ５１において、パターン抽出部４１は、パターンを識別するための図示せぬカウンタｉを１に初期化する。
【００８１】
ステップＳ５２において、パターン抽出部４１は、第ｉパターンに対応する属性の羅列パターンであると仮定して、順次、分別抽出部２１より供給されてきた出演者欄以外の形態素解析結果より抽出し、パターン比較部４２に供給する。このとき、パターン抽出部４１は、第ｉパターンで抽出していることをパターン比較部４２に通知する。
【００８２】
ステップＳ５３において、パターン比較部４２は、分別抽出部２１より供給されてきた出演者欄以外の形態素解析結果より順次、パターン抽出部４１により抽出されてきた単語の属性と、第ｉパターンにおける属性の羅列パターンとを比較する。
【００８３】
すなわち、例えば、EPGテキストデータ抽出部１３より、図１１で示されるようなテキストデータが抽出された場合、以下のような比較がなされる。図１１においては、「今回は新婚演技派俳優・鳥見辰吾、酒豪のベテラン女優・藤川弓子がＭｒ．ミリオネアにチャレンジ。注目はセンターシートをいきなり獲得した鳥見。３度目の正直でようやくＭｒ．ミリオネアのみたんもと直接対決が実現。１０００万円の夢は『仲間に豪華な自転車をプレゼントしてサイクリングに行く』。鳥見の挑戦が始まる。
【００８４】
しかしながらクイズもそっちのけで話題は『３年C組金九先生』の撮影秘話へ。“恩師”武川鉄矢は１４問目まで行った。ライフラインをうまいタイミングで使い何とか恩師と同じ１４問目まで来た。鳥見に襲い掛かるのはスポーツ問題。果たして鳥見は恩師を超えることができるのか！？その他、“のみさんと見つめ合うために来た”藤川の１０００万円の夢は『劇団の東京公演の資金』。出演者 司会：のみたんもゲスト挑戦者：鳥見辰吾藤川弓子他」で示されるようなテキストデータが抽出されている。
【００８５】
このうち、例えば、「新婚演技派俳優・鳥見辰吾、酒豪のベテラン女優・藤川弓子」については、形態素解析により「新婚」、「演技」、「派」、「俳優」、「・」、「鳥見辰吾」「、」「酒豪」、「の」、「ベテラン」、「女優」「・」、および「藤川弓子」と分解される。ｉ＝１の場合、すなわち、第１パターンの場合、パターン抽出部４１は、「出演者名」、「記号」、「出演者名」であることを想定し、順次、最初に「新婚」、「演技」、「派」を抽出し、次に、「演技」、「派」、「俳優」を抽出し、さらに、「派」、「俳優」、「・」を抽出し、順次、３個の連続する単語をパターンとして抽出し、パターン比較部４２に供給する。
【００８６】
パターン比較部４２は、パターン抽出部４１より供給されてきた、この３個の単語に対する属性の羅列パターンと、第１パターンにおける属性の羅列パターンとを比較する。
【００８７】
ステップＳ５４において、パターン比較部４２は、羅列パターンが一致するか否かを判定する。すなわち、例えば、「新婚演技派俳優・鳥見辰吾、酒豪のベテラン女優・藤川弓子」の場合、人物名は、「鳥見辰吾」および「藤川弓子」のみであり、「鳥見辰吾」および「藤川弓子」が、それぞれ俳優名および女優名として認識されたとしても、「出演者名」、「記号」、「出演者名」のパターンは成立しないので、一致しないものと判定され、処理は、ステップＳ５５に進む。
【００８８】
ステップＳ５５において、パターン比較部４２は、パターン記憶部１９に記憶されているパターンが全て試されたか否かを判定し、全て試されていない場合、ステップＳ５６において、パターン抽出部４１は、カウンタｉを１インクリメントして、処理は、ステップＳ５２に戻る。
【００８９】
一方、例えば、テキストデータの後段において、「出演者 司会：のみたんもゲスト挑戦者：鳥見辰吾藤川弓子他」の部位については、「出演者」、「司会」、「：」、「のみたんも」、「ゲスト」、「挑戦者」、「：」、「鳥見辰吾」、「藤川弓子」、および「他」と単語が抽出されるが、カウンタｉ＝２の場合、パターン抽出部４１は、「役名」、「記号」、「出演者名」を想定して、最初に「出演者」、「司会」、「：」を抽出し、次に、「司会」、「：」、「のみたんも」を抽出し、さらに、「：」、「のみたんも」、「ゲスト」を抽出し、順次、３個の単語を抽出して、パターン比較部４２に供給する。
【００９０】
すると、この場合、抽出された「司会」、「：」、「のみたんも」の属性が、「司会」は役名であり、「：」は記号であり、「のみたんも」が著名人として登録されていたとすると、ステップＳ５４において、パターン比較部４２は、第３パターンと一致するものとみなし、処理は、ステップＳ５５に進む。
【００９１】
ステップＳ５５において、パターン比較部４２は、一致したパターンで出演者名を抽出するように出演者名抽出部４３を指示する。そこで、出演者名抽出部４３は、第３パターンである「役名」、「記号」、「出演者名」のパターンに基づいて、出演者名を抽出して、出演者名抽出結果記憶部２２に記憶させる。そして、処理は、ステップＳ５６に進む。
【００９２】
すなわち、図１１のテキストデータの後段の場合、「記号」の後に配置される単語は、出演者名であることになるので、「司会」、「：」、「のみたんも」の配置より属性の配置パターンが、「役名」、「記号」、「出演者名」となるので「のみたんも」が、「挑戦者」、「：」、「鳥見辰吾」の配置より同様に「鳥見辰吾」が、それぞれ出演者として抽出されて、出演者名抽出結果記憶部２２に記憶される。
【００９３】
ステップＳ５６において、全てのパターンについて試されたと判定された場合、すなわち、今の場合、羅列パターン数を示すカウンタｉは８までであるので、カウンタｉが８より大きい場合、ステップＳ５８において、パターン比較部４２は、全てのパターンにおいて一致するパターンが存在しないか否かを判定する。今の場合、第３パターンにおいて、一致したので、ステップＳ５９の処理がスキップされる。
【００９４】
一方、ステップＳ５８において、いずれのパターンにも一致しなかった場合、ステップＳ５９において、パターン比較部４２は、第１パターンで出演者名を抽出するように出演者名抽出部４３を指示する。すなわち、いずれのパターンにも一致しない場合、出演者として人物名が抽出されないことになるので、人物名として読み出せるものについては、いずれかの記号を挟んで、羅列されているパターンに限り、全て読み出される。
【００９５】
また、例えば、図１２で示されるように、EPGデータよりテキストデータが抽出された場合、後段の「黒石鈴子：谷川京子葛山春樹：小田恵介島中沙織：大林麻央大河外民雄：東村雅彦深倉ミチル：サチコ柏本マキ：大池栄子大河外孝信：岩井正則黒石徹：天野ひろき葛山道造：中爪功」の表示により、第１パターンである「出演者名」、「記号」、「出演者名」であるか、第２パターンである「役名」、「記号」、「出演者名」であるかのいずれかのパターンとなる。すなわち、ドラマなどの場合、人物名は、「役名」とも、「出演者名」とも認識され得る。例えば、実際には、第３パターンであったとすると、「小田恵介」が俳優名として形態素解析処理で認識される有名俳優の人物名であることが認識できていれば、少なくとも、「葛山春樹」、「：」、「小田恵介」は、「役名」、「記号」、「出演者名」であることが認識されるので、少なくとも１は、第３パターンで一致するものとみなされることになるので、「谷川京子」、「小田恵介」、「大林麻央」、「東村雅彦」、「サチコ」、「大池栄子」、「岩井正則」、「天野ひろき」、および「中爪功」が出演者名として抽出されることになる。
【００９６】
また、図１２における後段で、全ての名称が人物名としてしか認識できないような場合、ステップＳ５８において、いずれのパターンにも認識されないことになるので、ステップＳ５９において、全ての人物名である、「黒石鈴子」、「谷川京子」、「葛山春樹」、「小田恵介」、「島中沙織」、「大林麻央」、「大河外民雄」、「東村雅彦」、「深倉ミチル」、「サチコ」、「柏本マキ」、「大池栄子」、「大河外孝信」、「岩井正則」、「黒石徹」、「天野ひろき」、「葛山道造」、「中爪功」が出演者名として抽出されることになる。この場合、出演者名としては、誤りを含む可能性があるが、少なくとも全ての出演者名が表示されることになる。
【００９７】
以上のような処理により、出演者が表示される属性の羅列パターンを予め設定し、形態素解析結果に対して、設定された属性の羅列パターンと比較して、一致する属性の羅列パターンに基づいて、出演者の抽出することにより、効率良く出演者を抽出することが可能となる。
【００９８】
ここで、図３のフローチャートの説明に戻る。
【００９９】
ステップＳ９において、出演者欄外判定処理が終了すると、ステップＳ１０において、出力部２３は、出演者名抽出結果記憶部２２に記憶されている出演者の名前を読み出し、表示部６に表示する。
【０１００】
この処理により、表示部６は、例えば、図１３で示されるような画面により人名として出演者名を表示する。図１３においては、通常の放送番組の表示欄１０２の右側に人名表示欄１２１が設けられ、抽出された人名を選択するとき操作されるボタン１３１乃至１３３が、抽出された出演者名に対応して設けられている。図１３においては、「社長部長」の出演者名に対してボタン１３１が設けられており、「ベキ男」の出演者名に対してボタン１３２が設けられており、「変奈えみり」の出演者名に対してボタン１３３が設けられている。
【０１０１】
ステップＳ１１において、番組検索部２５は、操作部５が操作されて、ボタン１３１乃至１３３のいずれかが操作されて、出演者名である人名が選択されたか否かを判定する。例えば、図１３において、ボタン１３１が操作部５により操作されて、「社長部長」のキーワードが選択された場合、ステップＳ１２において、番組検索部２５は、EPG取得部１２またはiEPG取得部１４より供給されてくるEPG情報に基づいて、「社長部長」のキーワードにより番組を検索し（EPG情報の番組情報に「社長部長」のキーワードを含む番組を検索し）、ステップＳ１３において、検索結果を、例えば、図１４で示されるように表示部６に表示させる。また、ステップＳ１１において、選択されなかった場合、ステップＳ１２，Ｓ１３の処理はスキップされる。
【０１０２】
図１４においては、選択キーワードタブ１５１が設けられており、選択されたキーワードが示されており、図１４においては、選択されたキーワードである「社長部長」が示されている。その下には、検索結果表示欄１５２が設けられており、選択されたキーワードで検索された番組が表示されている。図１４においては、最上段に、「明日 1:05 AM 映画劇場「台の向こうに」」が表示され、第２段目には、「2:30 AM Howbiz Extra #201」が表示され、第３段目には、「9:30 PM 木曜洋画劇場 「インディアン・ゲーム」が表示され、第４段目には、「0:00 AM インディーズムービーフェスティバル〜自主制作」が表示され、第５段目には、「050 AM 映画劇場「マイ・ホーム」」が表示され、第６段目には、「2:30 AM ビリーさん自らを語る」が表示され、第７段目には、「11:00 PM 映画『お墓と結婚』（無料放送）」が表示されており、それぞれの番組名と放送時間が表示される。これらの番組の表示欄は選択することにより、例えば、録画予約ができるようにしてもよい。検索結果表示欄の下には、右側に「戻る」と表示されたボタン１５３が設けられている。ボタン１５３は、選択キーワードタブ１５１による表示を終了して元に戻すとき操作される。また、ボタン１５３の左側には「オプション」と表示されたボタン１５４が設けられている。ボタン１５４は、オプション操作を実行させるとき操作される。
【０１０３】
ステップＳ１４において、番組検索部２５は、操作部５が操作されて語句登録が指示されたか否かを判定する。例えば、ボタン１５４が操作部５により操作され、図１５で示されるようにオプション操作ダイアログボックス１７１が表示され、さらに、オプション操作ダイアログボックス１７１上の「語句登録」と表示されたボタン１８１が押下されて、語句登録が指示された場合、ステップＳ１５において、番組検索部２５は、今現在選択されている語句である「社長部長」を出演者名抽出結果記憶部２２に記憶させる。この処理により、語句登録が指示された出演者名は、EPGデータに含まれていなくても、常に人名表示欄１２１に表示される。
【０１０４】
尚、図１５のオプション操作ダイアログボックス１７１には、「語句登録」が指示されるとき操作されるボタン１８１およびオプション操作をキャンセルするとき操作されるボタン１８２が設けられている。
【０１０５】
一方、ステップＳ１４において、語句登録が指示されなかった場合、ステップＳ１５の処理は、スキップされる。
【０１０６】
そして、ステップＳ１６において、終了が指示されたか否かが判定され、終了が指示されていない場合、処理は、ステップＳ１１に戻り、終了が指示された場合、処理は、終了する。
【０１０７】
以上の処理によれば、電子番組表（EPG）に含まれる情報に基づいて、レイアウトの情報から出演者欄の領域を特定し、出演者欄内の情報については、出演者名が規則的に配置されている可能性が高いため、出演者名および役名といった記号を含まない情報の配置によりパターンを解析し、解析したパターンに基づいて出演者名を抽出するようにしたので、より高い精度で出演者名を抽出することが可能となる。
【０１０８】
また、出演者欄外の情報については、出演者名が出演者欄内よりも規則的には配置されていない可能性があるので、出演者名、役名に加えて、記号の配置に基づいて、パターンを解析し、解析したパターンに基づいて出演者名を抽出するようにしたので、より高い精度で出演者名を抽出することが可能となる。
【０１０９】
結果として、出演者欄内と出演者欄外とを区別して出演者名を抽出する方法を切り替えるようにすることで、高精度で、かつ、効率良く出演者名を抽出することが可能となる。
【０１１０】
また、以上においては、コンテンツのメタデータがEPGである例について説明してきたが、コンテンツの付加情報としてのメタデータであれば、EPG以外のものであってもよく、例えば、ECG（Electronic Contents Guide）などであってもよい。
【０１１１】
さらに、以上においては、コンテンツがテレビジョン番組である例について説明してきたが、メタデータを備えたコンテンツであれば、テレビジョン番組以外であってもよく、例えば、ネットワークを介してダウンロードされる動画像コンテンツや音楽コンテンツであってもよいし、DVD（Digital Versatile Disc）やBD（Blu-Ray Disc）などのデータ格納媒体に格納された動画像コンテンツや音楽コンテンツであってもよい。
【０１１２】
本発明の一側面によれば、コンテンツのメタデータに含まれる情報のうち、コンテンツの出演者名の情報を効率良く抽出することが可能となる。
【０１１３】
ところで、上述した一連のテキスト処理は、ハードウェアにより実行させることもできるが、ソフトウェアにより実行させることもできる。一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、専用のハードウェアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、記録媒体からインストールされる。
【０１１４】
図１６は、汎用のパーソナルコンピュータの構成例を示している。このパーソナルコンピュータは、CPU(Central Processing Unit)１００１を内蔵している。CPU１００１にはバス１００４を介して、入出力インタフェース１００５が接続されている。バス１００４には、ROM(Read Only Memory)１００２およびRAM(Random Access Memory)１００３が接続されている。
【０１１５】
入出力インタフェース１００５には、ユーザが操作コマンドを入力するキーボード、マウスなどの入力デバイスよりなる入力部１００６、処理操作画面や処理結果の画像を表示デバイスに出力する出力部１００７、プログラムや各種データを格納するハードディスクドライブなどよりなる記憶部１００８、LAN（Local Area Network）アダプタなどよりなり、インターネットに代表されるネットワークを介した通信処理を実行する通信部１００９が接続されている。また、磁気ディスク（フレキシブルディスクを含む）、光ディスク（CD-ROM(Compact Disc-Read Only Memory)、DVD(Digital Versatile Disc)を含む）、光磁気ディスク（ＭＤ(Mini Disc)を含む）、もしくは半導体メモリなどのリムーバブルメディア１０１１に対してデータを読み書きするドライブ１０１０が接続されている。
【０１１６】
CPU１００１は、ROM１００２に記憶されているプログラム、または磁気ディスク、光ディスク、光磁気ディスク、もしくは半導体メモリ等のリムーバブルメディア１０１１から読み出されて記憶部１００８にインストールされ、記憶部１００８からRAM１００３にロードされたプログラムに従って各種の処理を実行する。RAM１００３にはまた、CPU１００１が各種の処理を実行する上において必要なデータなども適宜記憶される。
【０１１７】
尚、本明細書において、記録媒体に記録されるプログラムを記述するステップは、記載された順序に沿って時系列的に行われる処理は、もちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理を含むものである。
【図面の簡単な説明】
【０１１８】
【図１】本発明を適用した情報処理装置の構成例を示すブロック図である。
【図２】出演者名の羅列パターンを説明する図である。
【図３】出演者名抽出処理を説明するフローチャートである。
【図４】出演者名抽出処理を実行する際の表示画像の例を示す図である。
【図５】出演者名抽出処理を説明する図である。
【図６】出演者欄内判定処理を説明するフローチャートである。
【図７】出演者欄内判定処理を説明する図である。
【図８】類似性距離の計算方法を説明する図である。
【図９】エディトグラフアルゴリズムを用いた類似性距離の計算方法を説明する図である。
【図１０】出演者欄外判定処理を説明するフローチャートである。
【図１１】出演者欄外判定処理を説明する図である。
【図１２】出演者欄外判定処理を説明する図である。
【図１３】人名の表示画面の表示例を説明する図である。
【図１４】人名を選択したときの表示画面の表示例を説明する図である。
【図１５】語句登録を指示するときの表示画面の表示例を説明する図である。
【図１６】パーソナルコンピュータの構成例を説明する図である。
【符号の説明】
【０１１９】
１ 情報処理装置， １３ EPGテキストデータ抽出部， １５ 形態素解析部， １６ 辞書記憶部， １７ 形態素解析結果バッファ， １８ 出演者欄外判定部， １９ パターン記憶部， ２０ レイアウト認識部， ２１ 分別抽出部， ２２ 出演者名抽出記憶部， ２３ 出力部， ２４ 出演者欄内判定部， ２５ 番組検索部， ２６ チューナ， ３１ 属性判定部， ３２ パターン抽出部， ３３ 類似性距離計算部， ３４ パターン決定部， ３５ 出演者名抽出部， ４１ パターン抽出部， ４２ パターン比較部， ４３ 出演者名抽出部
【技術分野】
【０００１】
本発明は、情報処理装置および方法、並びにプログラムに関し、特に、コンテンツのメタデータに含まれる情報のうち、コンテンツの出演者名の情報を効率良く抽出できるようにした情報処理装置および方法、並びにプログラムに関する。
【背景技術】
【０００２】
EPG（Electric Program Guide）と呼ばれるコンテンツのメタデータから構成される電子番組表を用いてコンテンツである番組を選択したり、EPG上で選択した番組を予約する技術が一般に普及しつつある。
【０００３】
自動録画のために用いるキーワードを情報として、より適切なものを確実かつ簡単に抽出できるようにする技術が提案されている（特許文献１参照）。
【０００４】
また、番組の時間の経過と共にEPGに含まれている番組名が省略された場合にでも確実に所望とする番組を検索する技術が提案されている（特許文献２参照）。
【０００５】
【特許文献１】特開２００６−３３９９４７号公報
【特許文献２】特開２００４−１３４８５８号公報
【発明の開示】
【発明が解決しようとする課題】
【０００６】
しかしながら、従来において、EPGなどのコンテンツメタデータよりコンテンツである番組の出演者名の情報を抽出しようとすると、形態素解析により人物名を探し出すことはできても、役名としての人物名であるのか、または、出演者名としての人物名であるのかを識別することはできないため、単純に出演者名を抽出しようとすると、役名やその他の人物名についても抽出されることがあった。
【０００７】
本発明はこのような状況に鑑みてなされたものであり、特に、電子番組表（EPG）などのコンテンツのメタデータに含まれる情報のうち、コンテンツである番組の出演者名の情報を効率良く抽出できるようにするものである。
【課題を解決するための手段】
【０００８】
本発明の一側面の情報処理装置は、コンテンツのメタデータを取得する取得手段と、前記コンテンツのメタデータに含まれるテキスト情報を形態素解析する形態素解析手段と、前記形態素解析手段の形態素解析結果と、複数の所定の出演者名の羅列パターンとを比較する比較手段と、前記比較手段の比較結果に基づいて、前記形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、前記一致した所定の出演者名の羅列パターンで出演者名を抽出する抽出手段とを含む。
【０００９】
前記形態素解析手段の形態素解析結果より、記載されている内容毎のレイアウトを認識するレイアウト認識手段をさらに含ませるようにすることができ、前記比較手段には、前記レイアウト認識手段により認識された前記形態素解析手段の形態素解析結果のレイアウトのうち、出演者名欄外の情報と、複数の所定の出演者名の羅列パターンとを比較させるようにすることができる。
【００１０】
前記形態素解析手段の形態素解析結果より、記載されている内容毎のレイアウトを認識するレイアウト認識手段と、前記レイアウト認識手段により認識された前記形態素解析手段の形態素解析結果のレイアウトのうち、出演者名欄内の情報と、複数の所定の出演者名の羅列パターンとの類似度の距離を計算する類似度計算手段と、前記類似度距離計算手段の類似度距離計算結果に基づいて、前記形態素解析結果のうち、類似度距離が最小となる所定の出演者名の羅列パターンで出演者名を抽出する第２の抽出手段とをさらに含ませるようにすることができる。
【００１１】
前記所定の出演者名の羅列パターンには、出演者名、記号、出演者名、記号・・、出演者名、記号、役名、出演者名・・・、若しくは役名、記号、出演者名、役名・・・、または、出演者名、出演者名・・・の羅列パターンを含ませるようにすることができる。
【００１２】
前記コンテンツには、テレビジョン番組を含ませるようにすることができ、前記メタデータは、前記テレビジョン番組に関する情報を含ませるようにすることができる。
【００１３】
本発明の一側面の情報処理方法は、コンテンツのメタデータを取得する取得ステップと、前記コンテンツのメタデータに含まれるテキスト情報を形態素解析する形態素解析ステップと、前記形態素解析ステップの処理での形態素解析結果と、複数の所定の出演者名の羅列パターンとを比較する比較ステップ表のテキスト情報を形態素解析する形態素解析ステップと、前記形態素解析ステップの処理と、前記比較ステップの処理での比較結果に基づいて、前記形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、前記一致した所定の出演者名の羅列パターンで出演者名を抽出する抽出ステップとを含む。
【００１４】
本発明の一側面のプログラムは、コンテンツのメタデータを取得する取得ステップと、前記コンテンツのメタデータに含まれるテキスト情報を形態素解析する形態素解析ステップと、前記形態素解析ステップの処理での形態素解析結果と、複数の所定の出演者名の羅列パターンとを比較する比較ステップと、前記比較ステップの処理での比較結果に基づいて、前記形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、前記一致した所定の出演者名の羅列パターンで出演者名を抽出する抽出ステップとを含む処理をコンピュータに実行させる。
【００１５】
本発明のプログラム格納媒体は、請求項４に記載のプログラムが格納されている。
【００１６】
本発明の一側面の情報処理装置および方法、並びにプログラムにおいては、コンテンツのメタデータが取得され、前記コンテンツのメタデータに含まれるテキスト情報が形態素解析され、形態素解析結果と、複数の所定の出演者名の羅列パターンとが比較され、比較結果に基づいて、前記形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、前記一致した所定の出演者名の羅列パターンで出演者名が抽出される。
【００１７】
本発明の情報処理装置は、独立した装置であっても良いし、情報処理を行うブロックであっても良い。
【発明の効果】
【００１８】
本発明の一側面によれば、コンテンツのメタデータに含まれる情報のうち、コンテンツの出演者名の情報を効率良く抽出することが可能となる。
【発明を実施するための最良の形態】
【００１９】
以下に本発明の実施の形態を説明するが、本明細書に記載の発明と、発明の実施の形態との対応関係を例示すると、次のようになる。この記載は、本明細書に記載されている発明をサポートする実施の形態が本明細書に記載されていることを確認するためのものである。従って、発明の実施の形態中には記載されているが、発明に対応するものとして、ここには記載されていない実施の形態があったとしても、そのことは、その実施の形態が、その発明に対応するものではないことを意味するものではない。逆に、実施の形態が発明に対応するものとしてここに記載されていたとしても、そのことは、その実施の形態が、その発明以外の発明には対応しないものであることを意味するものでもない。
【００２０】
さらに、この記載は、本明細書に記載されている発明の全てを意味するものではない。換言すれば、この記載は、本明細書に記載されている発明であって、この出願では請求されていない発明の存在、すなわち、将来、分割出願されたり、補正により出現、追加される発明の存在を否定するものではない。
【００２１】
即ち、本発明の一側面の情報処理装置は、コンテンツのメタデータを取得する取得手段（例えば、図１のEPG取得部１２またはiEPG取得部１４）と、前記コンテンツのメタデータに含まれるテキスト情報を形態素解析する形態素解析手段（例えば、図１の形態素解析部１５）と、前記形態素解析手段の形態素解析結果と、複数の所定の出演者名の羅列パターンとを比較する比較手段（例えば、図１のパターン比較部４２）と、前記比較手段の比較結果に基づいて、前記形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、前記一致した所定の出演者名の羅列パターンで出演者名を抽出する抽出手段（例えば、図１の出演者名抽出部４３）とを含む。
【００２２】
前記形態素解析手段の形態素解析結果より、記載されている内容毎のレイアウトを認識するレイアウト認識手段（例えば、図１のレイアウト認識部２０）をさらに含ませるようにすることができ、前記比較手段（例えば、図１のパターン比較部４２）には、前記レイアウト認識手段により認識された前記形態素解析手段の形態素解析結果のレイアウトのうち、出演者名欄外の情報と、複数の所定の出演者名の羅列パターンとを比較させるようにすることができる。
【００２３】
前記形態素解析手段の形態素解析結果より、記載されている内容毎のレイアウトを認識するレイアウト認識手段（例えば、図１のレイアウト認識部２０）と、前記レイアウト認識手段により認識された前記形態素解析手段の形態素解析結果のレイアウトのうち、出演者名欄内の情報と、複数の所定の出演者名の羅列パターンとの類似度の距離を計算する類似度計算手段（例えば、図１の類似性距離計算部３３）と、前記類似度距離計算手段の類似度距離計算結果に基づいて、前記形態素解析結果のうち、類似度距離が最小となる所定の出演者名の羅列パターンで出演者名を抽出する第２の抽出手段（例えば、図１の出演者名抽出部３５）とをさらに含ませるようにすることができる。
【００２４】
本発明の一側面の情報処理方法は、コンテンツのメタデータを取得するEPG取得ステップ（例えば、図３のステップＳ２）と、前記コンテンツのメタデータに含まれるテキスト情報を形態素解析する形態素解析ステップ（例えば、図３のステップＳ４）と、前記形態素解析ステップの処理での形態素解析結果と、複数の所定の出演者名の羅列パターンとを比較する比較ステップ（例えば、図１０のステップＳ５３）と、前記比較ステップの処理での比較結果に基づいて、前記形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、前記一致した所定の出演者名の羅列パターンで出演者名を抽出する抽出ステップ（例えば、図１０のステップＳ５５）とを含む。
【００２５】
図１は、本発明を適用した一実施の形態の構成を示す情報処理装置である。
【００２６】
情報処理装置１は、インターネットなどに代表されるネットワークや、放送波などにより配信されるコンテンツのメタデータから構成されたEPG（電子番組表）を取得し、電子番組表の中に含まれる番組（コンテンツ）の情報より、出演者名をキーワードとして抽出し、抽出された出演者名のうち、操作ボタン、またはキーボードなどからなるリモートコントローラなどの操作部５により選択された出演者名に対応する番組を表示する。
【００２７】
受信部１１は、アンテナ２を介して放送波を受信して、EPG取得部１２およびチューナ２６に供給する。EPG取得部１２は、受信部１１より供給されてきた信号のうち、EPG（電子番組表）情報を取得してEPGテキストデータ抽出部１３、レイアウト認識部２０、および番組検索部２５に供給する。
【００２８】
iEPG取得部１４は、インターネットに代表されるネットワーク３を介して、所定のURL（Uniform Resource Locator ）などにより指定されるEPG配信サーバ４にアクセスし、EPG情報を取得し、EPGテキストデータ抽出部１３、レイアウト認識部２０、および番組検索部２５に供給する。
【００２９】
EPGテキストデータ抽出部１３は、EPG取得部１２より供給されてくるEPG情報、または、iEPG取得部１４より供給されてくるEPG情報のそれぞれよりテキストデータを抽出して形態素解析部１５に供給する。
【００３０】
形態素解析部１５は、EPG情報のテキストデータを、言葉の最小単位（以降においては、これを単語と称するものとする）に分割し、それぞれの単語について、辞書記憶部１６に登録されている情報と照合して、品詞を特定することにより、形態素解析処理を実行し、その結果を形態素解析結果バッファ１７に記憶させる。
【００３１】
レイアウト認識部２０は、EPG取得部１２またはiEPG取得部１４より供給されたEPG情報に基づいて、EPGとして表示される情報毎のレイアウトを認識し、認識したレイアウトの情報を分別抽出部２１に供給する。
【００３２】
分別抽出部２１は、出演者名が記載されている出演者欄の配置を認識し、レイアウト認識部２０より供給されたレイアウト情報に基づいて、出演者欄内の情報を形態素解析結果バッファ１７より読み出して、出演者欄内判定部２４に供給すると共に、出演者欄外の情報を形態素解析結果バッファ１７より読み出して、出演者欄外判定部１８に供給する。尚、出演者欄については詳細を後述する。
【００３３】
出演者欄外判定部１８は、EPGとして表示される情報のうち、出演者欄のレイアウト以外の領域に含まれている形態素解析結果に基づいて、出演者名を抽出して出演者名抽出結果記憶部２２に記憶させる。
【００３４】
出演者欄外判定部１８のパターン抽出部４１は、パターン記憶部１９に記憶されている、複数の属性の羅列パターンのいずれかを順次読み出し、その羅列パターンで形態素解析結果バッファ１７に記憶されている出演者欄外の領域に存在する単語と、対応する属性の情報を抽出してパターン比較部４２に供給する。
【００３５】
ここでいう、属性のパターンとは、属性が出演者名、役名、外人出演者、日本人声、外人役名、読仮名、およびグループ名の羅列パターンであり、例えば、図２で示されるような、第１パターン乃至第８パターンである。
【００３６】
第１パターンは、例えば、「出演者名，出演者名」、「出演者名、出演者名」、「出演者名・出演者名」、「出演者名 出演者名」、「出演者名／出演者名」、および「出演者名（改行）出演者名」であり、出演者名と出演者名との間に、何らかの記号（スペースおよび改行を含む）があり、出演者名が連続的に羅列されるパターンである。
【００３７】
また、第２パターンは、例えば、「出演者名（役名）」、および「出演者名→役名」であり、出演者名の次に役名が配置され、何らかの記号（スペースおよび改行を含む）があるものが連続的に羅列されるパターンである。
【００３８】
さらに、第３パターンは、例えば、「役名：出演者名」、「役名・・・出演者名」、「役名＿＿＿＿出演者名」、「役名＿出演者名」、および「役名・・出演者名」であり、役名の次に出演者名が配置され、何らかの記号（スペースおよび改行を含む）で挟まれ、それらが連続的に羅列されるパターンである。
【００３９】
また、第４パターンは、例えば、「出演者名（グループ名）」であり、出演者名の次に、出演者が属しているグループ名が配置され、それらが連続的に羅列されるパターンである。
【００４０】
さらに、第５パターンは、例えば、「外人出演者...日本人声」、および「外人出演者（日本人声）」であり、外人の出演者名の次に吹き替えの日本人名が配置され、何らかの記号で挟まれ、それらが連続的に羅列されるパターンである。ここでいう外人出演者名は、カタカナやアルファベットにより表記されている人名からなるものである。
【００４１】
また、第６パターンは、例えば、「外人役名＝外人出演者（日本人声）」であり、外人役名の次に、記号が配置され、その次に外人出演者名が配置され、さらに引き続いて括弧内に吹き替えの日本人名が配置され、それらが連続的に羅列されるパターンである。
【００４２】
さらに、第７パターンは、例えば、「外人出演者 読仮名」であり、外人の出演者名の次に読仮名が配置され、それらが連続的に羅列されるパターンである。
【００４３】
また、第８パターンは、例えば、「外人役名（読仮名）・・・外人出演者（読仮名）であり、外人役名の次に、括弧内に読仮名が配置され、その次に何らかの記号が配置され、さらに、外人出演者名が配置され、さらに引き続いて括弧内に読仮名が配置され、それらが連続的に羅列されるパターンである。
【００４４】
第１乃至第８パターンにおける出演者名には、品詞として人物名はもちろんのこと、さらに、女優名、俳優名、歌手名など著名の人物を識別する属性についても含まれる。また、役名は、属性として「司会」、および「プロデューサ」などの役職を示す言葉はもちろんのこと、物語に登場する人物名も含まれるものである。
【００４５】
パターン比較部４２は、パターン抽出部４１が、形態素解析結果バッファ１７より、パターン記憶部１９に記憶されている、上述した第１乃至第８パターンのいずれかの羅列パターンであると仮定して抽出してきた属性の羅列パターンと、仮定された羅列パターンとを比較して一致するか否かを判定する。
【００４６】
出演者名抽出部４３は、パターン比較部４２の比較結果に基づいて、一致した羅列パターンで出演者名の情報を抽出して、出演者名抽出結果記憶部２２に記憶させる。
【００４７】
出演者欄内判定部２４は、EPGとして表示される情報のうち、出演者欄内の領域に含まれている形態素解析結果に基づいて、出演者名を抽出して出演者名抽出結果記憶部２２に記憶させる。
【００４８】
属性判定部３１は、分別抽出部２１より供給される単語についてそれぞれ属性を判定し、パターン抽出部３２に供給する。パターン抽出部３２は、属性判定部３１より供給されてくる属性の判定結果に基づいて、属性のパターンを抽出して類似性距離計算部３３に供給する。類似性距離計算部３３は、パターン抽出部３２より供給されてくるパターンと、パターン記憶部１９に記憶されているパターンとの類似性を示す類似性距離を計算し、順次パターン決定部３４に供給する。パターン決定部３４は、類似性距離計算部３３より供給されてくる類似性距離の情報に基づいて、類似性距離が最も小さいパターンをパターン抽出部３２により抽出されたパターンであるものとして認識し、抽出されたパターンを決定すると共に、決定したパターンを演出者名抽出部３５に供給する。演出者名抽出部３５は、パターン決定部３４より供給されてくるパターンに基づいて、分別抽出部２１より供給されてくる単語より出演者名のみを抽出して出演者名抽出結果記憶部２２に記憶させる。
【００４９】
出力部２３は、出演者名抽出結果記憶部２２に記憶されている出演者名を出力する。
【００５０】
次に、図３のフローチャートを参照して、出演者名抽出処理について説明する。
【００５１】
ステップＳ１において、EPG取得部１２またはiEPG取得部１４は、操作部５が操作されて、出演者名の表示が指示されたか否かを判定し、指示されたと判定されるまで同様の処理を繰り返す。例えば、図４で示されるようなオプションタブ１０１が表示され、出演者名を人名として表示させるように指示する「人名」と記述されたボタン１１６が操作された場合、出演者名の表示が指示されたものとみなし、処理は、ステップＳ２に進む。
【００５２】
尚、図４は、表示部６に表示されている画像例を示しており、チューナ２４により選局されている通常の放送番組の表示欄１０２がオプションタブ１０１の左側に設けられており、オプションタブ１０１には、上から「HDD情報」、「DVD情報」、「画音質設定」、「番組録画」、「番組説明」、「人名」、および「キーワード」と表示されたボタン１１１乃至１１７が表示されている。ボタン１１１は、図示せぬHDD（Hard Disk Drive）に記録されている番組の情報を表示するとき操作される。ボタン１１２は、図示せぬDVD（Digital Versatile Disk）ドライブに挿入されているDVDに記録されている番組情報を表示するとき操作される。ボタン１１３は、画音質設定を実行するとき操作される。ボタン１１４は、番組録画を実行するとき操作される。ボタン１１５は、EPGに含まれている表示欄１０２で表示されている番組の番組説明を表示させるとき操作される。ボタン１１６は、EPGに含まれている表示欄１０２で表示されている番組の出演者名を人名として表示させるとき操作される。ボタン１１７は、EPGに含まれている表示欄１０２で表示されている番組のキーワードを表示させるとき操作される。
【００５３】
ステップＳ２において、EPG取得部１２は、受信部１１を介してアンテナ２により受信される放送波に含まれる所定の番組のEPG情報を取得してEPGテキストデータ抽出部１３およびレイアウト認識部２０に供給する。または、iEPG取得部１４は、所定のURLで指定されるネットワーク３上のEPG配信サーバ４にアクセスして、所定の番組のEPG情報を取得してEPGテキストデータ抽出部１３およびレイアウト認識部２０に供給する。
【００５４】
ステップＳ３において、EPGテキストデータ抽出部１３は、供給されてきたEPG情報よりテキストデータを抽出して形態素解析部１５に供給する。
【００５５】
ステップＳ４において、形態素解析部１５は、辞書記憶部１６に記憶されている情報に基づいて、供給されてきたEPG情報のテキストデータを単語に分割して、それぞれの単語の品詞を特定し、形態素解析結果バッファ１７に記憶させる。辞書記憶部１６を用いた形態素解析部１５の形態素解析においては、品詞として、名詞のうち、人物名であれば、品詞として人物名を指定することも可能であるし、人物名のうち、例えば、有名俳優名、有名女優名、有名歌手名などについては、その人物名が、それぞれ俳優名、女優名、歌手名であることを指定した属性とすることも可能である。従って、形態素解析部１５は、各単語について、文法上の品詞を特定するのみならず、名詞である場合には、人物名であるか、商品名であるか、地名であるかなどを分類したり、さらには、人物名であるときには、俳優名、女優名、または、歌手名であるかなどを含めて属性として分類する。
【００５６】
ステップＳ５において、レイアウト認識部２０は、EPG取得部１２またはiEPG取得部１４より供給されてきたEPGの表示情報に基づいてレイアウトを認識し、認識結果を分別抽出部２１に供給する。例えば、図５で示されるようにEPG情報が表示されるとき、レイアウト認識部２０は、以下のようにレイアウトを認識する。
【００５７】
図５の場合、レイアウト認識部２０は、最上段の「タコの瞳に恋してる〜あなたは運命の出会...」と表示されている領域Ｚ１については、タイトル表示欄として認識する。また、レイアウト認識部２０は、中段の「主人公山田おさむ（稲田吾郎）が出会った天使のような女性はなんとタコだった...。同僚の竹内武（大林南朋）は、・・・」と表示されている領域Ｚ２は、ストーリー説明欄であると認識する。さらにレイアウト認識部２０は、最下段の「出演者 稲田吾郎（山田おさむ） 村下知子（太口美幸） 蟹原友里（蟹原友美） ＭＥＧＵＭＵ（代々木翔子） 脚本 マザー 監督 三上義重 橋本圭太 ほか 音楽 三菱紀人 主題歌：「恋の花」倖田未来（リズムゾンビ） 番組説明 今から３年前、一組の夫婦が誕生した。昔から変わらぬオトコの評価基準である”仕事ができる”を、大幅にクリアしている・・・」と表示されている領域Ｚ３を番組詳細説明欄として認識する。EPG表示画面は、上述した領域Ｚ１乃至Ｚ３で示されるような領域の配置順序が異なることがあっても、ほぼ同様な構造の領域を備えているため、レイアウト認識部２０は、これらの領域を属性から認識（推定）する。
【００５８】
さらに、レイアウト認識部２０は、この領域Ｚ３において、特に、「出演者 稲田吾郎（山田おさむ） 村下知子（太口美幸） 蟹原友里（蟹原友美） ＭＥＧＵＭＵ（代々木翔子）」の記述欄（後述する領域Ｚ３’）を出演者欄として認識する。すなわち、図５の場合、レイアウト認識部２０は、「出演者」との記述を含む単語の塊となる領域を出演者欄として認識する。
【００５９】
ステップＳ６において、分別抽出部２１は、レイアウト情報に基づいて、出演者欄内の単語を形態素解析結果バッファ１７より抽出して出演者欄内判定部２４に供給する。
【００６０】
ステップＳ７において、分別抽出部２１は、レイアウト情報に基づいて、出演者欄外の単語を形態素解析結果バッファ１７より抽出して出演者欄外判定部１８に供給する。
【００６１】
ステップＳ８において、出演者欄内判定部２４は、出演者欄内判定処理を実行し、出演者欄内の単語より出演者の単語を抽出して出演者名抽出結果記憶部２２に記憶させる。
【００６２】
ここで、図６のフローチャートを参照して、出演者欄内判定処理について説明する。
【００６３】
ステップＳ３１において、属性判定部３１は、分離抽出部２１より供給されてきた全ての単語について、それぞれ俳優や女優などの属性に登録されている単語であるか否かを判定し、判定結果をパターン抽出部３２に供給する。すなわち、属性判定部３１は、供給されてきた出演者欄内の単語について、役名などの実在しない人物を示す属性の人名ではなく、実在する俳優や女優などの人名として登録された属性の人名であるか否かを判定する。
【００６４】
ステップＳ３２において、パターン抽出部３２は、属性判定部３１より供給されてきた判定結果に基づいて、人名としての登録の有無を示すパターンから判定パターンを生成する。すなわち、例えば、図７の上段で示されるように、出演者欄が、領域Ｚ３’で示されるような場合、「稲田吾郎」、「村下知子」、「ＭＥＧＵＭＵ」の単語が俳優や女優などの実在する人名として認識され、それ以外の「山田おさむ」、「太口美幸」、「蟹原友里」、「蟹原友美」、「代々木翔子」が実在しない人名として認識されたとき、登録の有無を示すパターンは、図７の下段で示されるように、「有」、「無」、「有」、「無」、「無」、「無」、「有」、「無」となる。この判定結果から、出演者名が実在する人名であるので、「有」との判定結果は、出演者名であることを示し、「無」との判定結果は、役名であることを示すものであるので、パターン抽出部３２は、判定パターンとして、「出」、「役」、「出」、「役」、「役」、「役」、「出」、「役」を生成して類似性距離計算部３３に供給する。ここで、「出」は、出演者名を示し、「役」は、役名を示す。
【００６５】
ステップＳ３３において、類似性距離計算部３３は、パターンを識別するための図示せぬカウンタｉを１に初期化する。
【００６６】
ステップＳ３４において、類似性距離計算部３３は、判定パターンとパターン記憶部１９に記憶されている第ｉパターンとを比較して、正否の数をカウントする。すなわち、例えば、図７の下段で示されるように、判定パターンが「出」、「役」、「出」、「役」、「役」、「役」、「出」、「役」である場合、カウンタｉ＝１のとき、図８の上段で示されるように、第１パターンであるパターンＰ１は、「出」、「出」、「出」、「出」、「出」、「出」、「出」、「出」となり、判定パターンにおける「出」は全て正とカウントされ、「役」は否とカウントされるため、今の場合、正が５であり、否が３となる。
【００６７】
また、カウンタｉ＝２のとき、図８の中段で示されるように第２パターンであるパターンＰ２は、「出」、「役」、「出」、「役」、「出」、「役」、「出」、「役」となるため、正が７であり、否が１となる。
【００６８】
さらに、カウンタｉ＝３のとき、図８の下段で示されるように第３パターンであるパターンＰ３は、「役」、「出」、「役」、「出」、「役」、「出」、「役」、「出」となるため、正が１であり、否が７となる。
【００６９】
ステップＳ３５において、類似性距離計算部３３は、正否のカウント結果に基づいて、判定パターンと第ｉパターンとの類似性距離を計算し、パターン決定部３４に供給する。より具体的には、例えば、類似性距離計算部３３は、例えば、カウンタｉが１のとき、判定パターンは、８個の要素からなり、そのうち正しくない要素は３個であるので、類似性距離計算部３３は、類似性距離を３７．５％（＝３／８×１００）であると計算する。類似性距離は、類似しているほど０％に近い値となる。同様に、カウンタｉが２のとき、類似性距離計算部３３は、類似性距離を１２．５％（＝１／８×１００）であると計算する。さらに、カウンタｉが３のとき、類似性距離計算部３３は、類似性距離を８７．５％（＝７／８×１００）であると計算する。尚、第４乃至第８パターンについても同様の処理であるので、その説明は省略する。
【００７０】
また、類似性距離は、上述した定義に限るものではなく、類似性の定量的な値が示せればその他のものでもよく、例えば、エディトグラフアルゴリズムなどを用いるようにしても良い。
【００７１】
ここで、エディトグラフアルゴリズムとは、例えば、図９で示されるようなものである。すなわち、図９においては、左から順にカウンタｉが１，２，３の場合であり、Ｘ軸およびＹ軸上のそれぞれに第ｉパターンと判定パターンとをそれぞれ１の間隔毎に配置する。そして、原点より順次Ｘ座標とＹ座標が一致する部分のパターンを比較し、一致する場合、対角線を引き、一致しない場合、Ｘ方向およびＹ方向にそれぞれ１ずつ水平方向に線を引く。同様の処理により、出来上がったグラフに対して、対角線の数を０として水平方向および垂直方向の線の数をそれぞれ１としたときの総和がエディトグラフアルゴリズムによる類似性距離である。
【００７２】
したがって、カウンタｉが１の場合、図９の左部で示されるように、判別パターンにおける「役」に対応する個数について、それぞれ否となるので、（０，０）乃至（１，１）において、対角線であり、（１，１）乃至（２，２）において、Ｘ方向およびＹ方向に１ずつの２直線となり、（２，２）乃至（３，３）において、対角線であり、（３，３）乃至（６，６）において、Ｘ方向およびＹ方向にそれぞれ１ずつの２直線となり、（６，６）乃至（７，７）において、対角線であり、（７，７）乃至（８，８）において、Ｘ方向およびＹ方向に１ずつの２直線となる。結果として、カウンタｉが１の場合、エディトグラフアルゴリズムを用いた類似性距離は１０となる。同様にして、カウンタｉが２の場合、図９の中央部で示されるように、（４，４）乃至（５，５）において、２直線である以外は、いずれも対角線となるので、類似性距離は２となる。さらに、同様にして、カウンタｉが３の場合、図９の右部で示されるように、（４，４）乃至（５，５）において対角線である以外は、いずれも２直線となるので、類似性距離は１４となる。
【００７３】
ステップＳ３６において、類似性距離計算部３３は、パターン記憶部１９に記憶されている全てのパターンと判定パターンとの類似性距離を計算したか否かを判定し、例えば、全てのパターンについて類似性距離を計算していない場合、ステップＳ３７に進み、カウンタｉを１インクリメントした後、処理は、ステップＳ３４に戻る。すなわち、全てのパターンとの類似性距離が計算されるまで、ステップＳ３４乃至Ｓ３７の処理が繰り返される。そして、ステップＳ３７において、全てのパターンとの類似性距離が求められた場合、ステップＳ３８において、パターン決定部３４は、計算された類似性距離のうち、最小となる値が、所定の閾値よりも小さいか否かを判定する。すなわち、最小の類似性距離が信頼できる値であるか否かが判定される。ステップＳ３８において、最小の類似性距離が所定の閾値よりも小さい、すなわち、信頼できる値であると判定された場合、処理は、ステップＳ３９に進む。
【００７４】
ステップＳ３９において、パターン決定部３４は、最小の類似性距離となるパターンを出演者名の抽出に用いるパターンとして決定し、そのパターンの情報を出演者名抽出部３５に供給する。出演者名抽出部３５は、パターン決定部３４より供給されてきたパターンに基づいて、分別抽出部２１より供給されてくる単語より出演者名を抽出する。すなわち、例えば、出演者欄内の領域として、図７の領域Ｚ３’が供給されてきた場合、第１パターン乃至第３パターンのとき、第２パターンが類似性距離が最小となるので、出演者名抽出部３５は、「稲田吾郎」、「村下知子」、「蟹原友里」、「ＭＥＧＵＭＵ」を順次出演者名として抽出し、ステップＳ４０において、出演者名抽出結果記憶部２２に記憶させる。
【００７５】
一方、ステップＳ３８において、最小の類似性距離が所定の値よりも大きく、信頼できる値ではないと判定された場合、ステップＳ４１において、パターン決定部３４は、第１パターンにより、全ての人名を出演者であるものとして抽出し、ステップＳ４０において、出演者名抽出結果記憶部２２に記憶させる。
【００７６】
以上の処理により、EPG表示画面の中から出演者欄内を特定して、出演者名のパターンを決定して、出演者名を抽出するようにしたので、出演者欄という出演者名が比較的規則的に配置されている可能性の高い領域内で出演者名の配置されるパターンを類似性距離を用いて決定することができる。結果として、出演者名の配置パターンの認識精度を向上させることが可能となる。また、類似性距離の信頼性が低い場合、出演者欄内の全ての人物名を出演者名として抽出することにより、出演者名の抽出漏れを抑制することが可能となる。
【００７７】
ここで、図３のフローチャートの説明に戻る。
【００７８】
ステップＳ８において、出演者欄内判定処理が終了すると、ステップＳ９において、出演者欄外判定部１８は、出演者欄外判定処理を実行し、出演者欄以外の単語より出演者の単語を抽出して出演者名抽出結果記憶部２２に記憶させる。
【００７９】
ここで、図１０のフローチャートを参照して、出演者欄外判定処理について説明する。
【００８０】
ステップＳ５１において、パターン抽出部４１は、パターンを識別するための図示せぬカウンタｉを１に初期化する。
【００８１】
ステップＳ５２において、パターン抽出部４１は、第ｉパターンに対応する属性の羅列パターンであると仮定して、順次、分別抽出部２１より供給されてきた出演者欄以外の形態素解析結果より抽出し、パターン比較部４２に供給する。このとき、パターン抽出部４１は、第ｉパターンで抽出していることをパターン比較部４２に通知する。
【００８２】
ステップＳ５３において、パターン比較部４２は、分別抽出部２１より供給されてきた出演者欄以外の形態素解析結果より順次、パターン抽出部４１により抽出されてきた単語の属性と、第ｉパターンにおける属性の羅列パターンとを比較する。
【００８３】
すなわち、例えば、EPGテキストデータ抽出部１３より、図１１で示されるようなテキストデータが抽出された場合、以下のような比較がなされる。図１１においては、「今回は新婚演技派俳優・鳥見辰吾、酒豪のベテラン女優・藤川弓子がＭｒ．ミリオネアにチャレンジ。注目はセンターシートをいきなり獲得した鳥見。３度目の正直でようやくＭｒ．ミリオネアのみたんもと直接対決が実現。１０００万円の夢は『仲間に豪華な自転車をプレゼントしてサイクリングに行く』。鳥見の挑戦が始まる。
【００８４】
しかしながらクイズもそっちのけで話題は『３年C組金九先生』の撮影秘話へ。“恩師”武川鉄矢は１４問目まで行った。ライフラインをうまいタイミングで使い何とか恩師と同じ１４問目まで来た。鳥見に襲い掛かるのはスポーツ問題。果たして鳥見は恩師を超えることができるのか！？その他、“のみさんと見つめ合うために来た”藤川の１０００万円の夢は『劇団の東京公演の資金』。出演者 司会：のみたんもゲスト挑戦者：鳥見辰吾藤川弓子他」で示されるようなテキストデータが抽出されている。
【００８５】
このうち、例えば、「新婚演技派俳優・鳥見辰吾、酒豪のベテラン女優・藤川弓子」については、形態素解析により「新婚」、「演技」、「派」、「俳優」、「・」、「鳥見辰吾」「、」「酒豪」、「の」、「ベテラン」、「女優」「・」、および「藤川弓子」と分解される。ｉ＝１の場合、すなわち、第１パターンの場合、パターン抽出部４１は、「出演者名」、「記号」、「出演者名」であることを想定し、順次、最初に「新婚」、「演技」、「派」を抽出し、次に、「演技」、「派」、「俳優」を抽出し、さらに、「派」、「俳優」、「・」を抽出し、順次、３個の連続する単語をパターンとして抽出し、パターン比較部４２に供給する。
【００８６】
パターン比較部４２は、パターン抽出部４１より供給されてきた、この３個の単語に対する属性の羅列パターンと、第１パターンにおける属性の羅列パターンとを比較する。
【００８７】
ステップＳ５４において、パターン比較部４２は、羅列パターンが一致するか否かを判定する。すなわち、例えば、「新婚演技派俳優・鳥見辰吾、酒豪のベテラン女優・藤川弓子」の場合、人物名は、「鳥見辰吾」および「藤川弓子」のみであり、「鳥見辰吾」および「藤川弓子」が、それぞれ俳優名および女優名として認識されたとしても、「出演者名」、「記号」、「出演者名」のパターンは成立しないので、一致しないものと判定され、処理は、ステップＳ５５に進む。
【００８８】
ステップＳ５５において、パターン比較部４２は、パターン記憶部１９に記憶されているパターンが全て試されたか否かを判定し、全て試されていない場合、ステップＳ５６において、パターン抽出部４１は、カウンタｉを１インクリメントして、処理は、ステップＳ５２に戻る。
【００８９】
一方、例えば、テキストデータの後段において、「出演者 司会：のみたんもゲスト挑戦者：鳥見辰吾藤川弓子他」の部位については、「出演者」、「司会」、「：」、「のみたんも」、「ゲスト」、「挑戦者」、「：」、「鳥見辰吾」、「藤川弓子」、および「他」と単語が抽出されるが、カウンタｉ＝２の場合、パターン抽出部４１は、「役名」、「記号」、「出演者名」を想定して、最初に「出演者」、「司会」、「：」を抽出し、次に、「司会」、「：」、「のみたんも」を抽出し、さらに、「：」、「のみたんも」、「ゲスト」を抽出し、順次、３個の単語を抽出して、パターン比較部４２に供給する。
【００９０】
すると、この場合、抽出された「司会」、「：」、「のみたんも」の属性が、「司会」は役名であり、「：」は記号であり、「のみたんも」が著名人として登録されていたとすると、ステップＳ５４において、パターン比較部４２は、第３パターンと一致するものとみなし、処理は、ステップＳ５５に進む。
【００９１】
ステップＳ５５において、パターン比較部４２は、一致したパターンで出演者名を抽出するように出演者名抽出部４３を指示する。そこで、出演者名抽出部４３は、第３パターンである「役名」、「記号」、「出演者名」のパターンに基づいて、出演者名を抽出して、出演者名抽出結果記憶部２２に記憶させる。そして、処理は、ステップＳ５６に進む。
【００９２】
すなわち、図１１のテキストデータの後段の場合、「記号」の後に配置される単語は、出演者名であることになるので、「司会」、「：」、「のみたんも」の配置より属性の配置パターンが、「役名」、「記号」、「出演者名」となるので「のみたんも」が、「挑戦者」、「：」、「鳥見辰吾」の配置より同様に「鳥見辰吾」が、それぞれ出演者として抽出されて、出演者名抽出結果記憶部２２に記憶される。
【００９３】
ステップＳ５６において、全てのパターンについて試されたと判定された場合、すなわち、今の場合、羅列パターン数を示すカウンタｉは８までであるので、カウンタｉが８より大きい場合、ステップＳ５８において、パターン比較部４２は、全てのパターンにおいて一致するパターンが存在しないか否かを判定する。今の場合、第３パターンにおいて、一致したので、ステップＳ５９の処理がスキップされる。
【００９４】
一方、ステップＳ５８において、いずれのパターンにも一致しなかった場合、ステップＳ５９において、パターン比較部４２は、第１パターンで出演者名を抽出するように出演者名抽出部４３を指示する。すなわち、いずれのパターンにも一致しない場合、出演者として人物名が抽出されないことになるので、人物名として読み出せるものについては、いずれかの記号を挟んで、羅列されているパターンに限り、全て読み出される。
【００９５】
また、例えば、図１２で示されるように、EPGデータよりテキストデータが抽出された場合、後段の「黒石鈴子：谷川京子葛山春樹：小田恵介島中沙織：大林麻央大河外民雄：東村雅彦深倉ミチル：サチコ柏本マキ：大池栄子大河外孝信：岩井正則黒石徹：天野ひろき葛山道造：中爪功」の表示により、第１パターンである「出演者名」、「記号」、「出演者名」であるか、第２パターンである「役名」、「記号」、「出演者名」であるかのいずれかのパターンとなる。すなわち、ドラマなどの場合、人物名は、「役名」とも、「出演者名」とも認識され得る。例えば、実際には、第３パターンであったとすると、「小田恵介」が俳優名として形態素解析処理で認識される有名俳優の人物名であることが認識できていれば、少なくとも、「葛山春樹」、「：」、「小田恵介」は、「役名」、「記号」、「出演者名」であることが認識されるので、少なくとも１は、第３パターンで一致するものとみなされることになるので、「谷川京子」、「小田恵介」、「大林麻央」、「東村雅彦」、「サチコ」、「大池栄子」、「岩井正則」、「天野ひろき」、および「中爪功」が出演者名として抽出されることになる。
【００９６】
また、図１２における後段で、全ての名称が人物名としてしか認識できないような場合、ステップＳ５８において、いずれのパターンにも認識されないことになるので、ステップＳ５９において、全ての人物名である、「黒石鈴子」、「谷川京子」、「葛山春樹」、「小田恵介」、「島中沙織」、「大林麻央」、「大河外民雄」、「東村雅彦」、「深倉ミチル」、「サチコ」、「柏本マキ」、「大池栄子」、「大河外孝信」、「岩井正則」、「黒石徹」、「天野ひろき」、「葛山道造」、「中爪功」が出演者名として抽出されることになる。この場合、出演者名としては、誤りを含む可能性があるが、少なくとも全ての出演者名が表示されることになる。
【００９７】
以上のような処理により、出演者が表示される属性の羅列パターンを予め設定し、形態素解析結果に対して、設定された属性の羅列パターンと比較して、一致する属性の羅列パターンに基づいて、出演者の抽出することにより、効率良く出演者を抽出することが可能となる。
【００９８】
ここで、図３のフローチャートの説明に戻る。
【００９９】
ステップＳ９において、出演者欄外判定処理が終了すると、ステップＳ１０において、出力部２３は、出演者名抽出結果記憶部２２に記憶されている出演者の名前を読み出し、表示部６に表示する。
【０１００】
この処理により、表示部６は、例えば、図１３で示されるような画面により人名として出演者名を表示する。図１３においては、通常の放送番組の表示欄１０２の右側に人名表示欄１２１が設けられ、抽出された人名を選択するとき操作されるボタン１３１乃至１３３が、抽出された出演者名に対応して設けられている。図１３においては、「社長部長」の出演者名に対してボタン１３１が設けられており、「ベキ男」の出演者名に対してボタン１３２が設けられており、「変奈えみり」の出演者名に対してボタン１３３が設けられている。
【０１０１】
ステップＳ１１において、番組検索部２５は、操作部５が操作されて、ボタン１３１乃至１３３のいずれかが操作されて、出演者名である人名が選択されたか否かを判定する。例えば、図１３において、ボタン１３１が操作部５により操作されて、「社長部長」のキーワードが選択された場合、ステップＳ１２において、番組検索部２５は、EPG取得部１２またはiEPG取得部１４より供給されてくるEPG情報に基づいて、「社長部長」のキーワードにより番組を検索し（EPG情報の番組情報に「社長部長」のキーワードを含む番組を検索し）、ステップＳ１３において、検索結果を、例えば、図１４で示されるように表示部６に表示させる。また、ステップＳ１１において、選択されなかった場合、ステップＳ１２，Ｓ１３の処理はスキップされる。
【０１０２】
図１４においては、選択キーワードタブ１５１が設けられており、選択されたキーワードが示されており、図１４においては、選択されたキーワードである「社長部長」が示されている。その下には、検索結果表示欄１５２が設けられており、選択されたキーワードで検索された番組が表示されている。図１４においては、最上段に、「明日 1:05 AM 映画劇場「台の向こうに」」が表示され、第２段目には、「2:30 AM Howbiz Extra #201」が表示され、第３段目には、「9:30 PM 木曜洋画劇場 「インディアン・ゲーム」が表示され、第４段目には、「0:00 AM インディーズムービーフェスティバル〜自主制作」が表示され、第５段目には、「050 AM 映画劇場「マイ・ホーム」」が表示され、第６段目には、「2:30 AM ビリーさん自らを語る」が表示され、第７段目には、「11:00 PM 映画『お墓と結婚』（無料放送）」が表示されており、それぞれの番組名と放送時間が表示される。これらの番組の表示欄は選択することにより、例えば、録画予約ができるようにしてもよい。検索結果表示欄の下には、右側に「戻る」と表示されたボタン１５３が設けられている。ボタン１５３は、選択キーワードタブ１５１による表示を終了して元に戻すとき操作される。また、ボタン１５３の左側には「オプション」と表示されたボタン１５４が設けられている。ボタン１５４は、オプション操作を実行させるとき操作される。
【０１０３】
ステップＳ１４において、番組検索部２５は、操作部５が操作されて語句登録が指示されたか否かを判定する。例えば、ボタン１５４が操作部５により操作され、図１５で示されるようにオプション操作ダイアログボックス１７１が表示され、さらに、オプション操作ダイアログボックス１７１上の「語句登録」と表示されたボタン１８１が押下されて、語句登録が指示された場合、ステップＳ１５において、番組検索部２５は、今現在選択されている語句である「社長部長」を出演者名抽出結果記憶部２２に記憶させる。この処理により、語句登録が指示された出演者名は、EPGデータに含まれていなくても、常に人名表示欄１２１に表示される。
【０１０４】
尚、図１５のオプション操作ダイアログボックス１７１には、「語句登録」が指示されるとき操作されるボタン１８１およびオプション操作をキャンセルするとき操作されるボタン１８２が設けられている。
【０１０５】
一方、ステップＳ１４において、語句登録が指示されなかった場合、ステップＳ１５の処理は、スキップされる。
【０１０６】
そして、ステップＳ１６において、終了が指示されたか否かが判定され、終了が指示されていない場合、処理は、ステップＳ１１に戻り、終了が指示された場合、処理は、終了する。
【０１０７】
以上の処理によれば、電子番組表（EPG）に含まれる情報に基づいて、レイアウトの情報から出演者欄の領域を特定し、出演者欄内の情報については、出演者名が規則的に配置されている可能性が高いため、出演者名および役名といった記号を含まない情報の配置によりパターンを解析し、解析したパターンに基づいて出演者名を抽出するようにしたので、より高い精度で出演者名を抽出することが可能となる。
【０１０８】
また、出演者欄外の情報については、出演者名が出演者欄内よりも規則的には配置されていない可能性があるので、出演者名、役名に加えて、記号の配置に基づいて、パターンを解析し、解析したパターンに基づいて出演者名を抽出するようにしたので、より高い精度で出演者名を抽出することが可能となる。
【０１０９】
結果として、出演者欄内と出演者欄外とを区別して出演者名を抽出する方法を切り替えるようにすることで、高精度で、かつ、効率良く出演者名を抽出することが可能となる。
【０１１０】
また、以上においては、コンテンツのメタデータがEPGである例について説明してきたが、コンテンツの付加情報としてのメタデータであれば、EPG以外のものであってもよく、例えば、ECG（Electronic Contents Guide）などであってもよい。
【０１１１】
さらに、以上においては、コンテンツがテレビジョン番組である例について説明してきたが、メタデータを備えたコンテンツであれば、テレビジョン番組以外であってもよく、例えば、ネットワークを介してダウンロードされる動画像コンテンツや音楽コンテンツであってもよいし、DVD（Digital Versatile Disc）やBD（Blu-Ray Disc）などのデータ格納媒体に格納された動画像コンテンツや音楽コンテンツであってもよい。
【０１１２】
本発明の一側面によれば、コンテンツのメタデータに含まれる情報のうち、コンテンツの出演者名の情報を効率良く抽出することが可能となる。
【０１１３】
ところで、上述した一連のテキスト処理は、ハードウェアにより実行させることもできるが、ソフトウェアにより実行させることもできる。一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、専用のハードウェアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、記録媒体からインストールされる。
【０１１４】
図１６は、汎用のパーソナルコンピュータの構成例を示している。このパーソナルコンピュータは、CPU(Central Processing Unit)１００１を内蔵している。CPU１００１にはバス１００４を介して、入出力インタフェース１００５が接続されている。バス１００４には、ROM(Read Only Memory)１００２およびRAM(Random Access Memory)１００３が接続されている。
【０１１５】
入出力インタフェース１００５には、ユーザが操作コマンドを入力するキーボード、マウスなどの入力デバイスよりなる入力部１００６、処理操作画面や処理結果の画像を表示デバイスに出力する出力部１００７、プログラムや各種データを格納するハードディスクドライブなどよりなる記憶部１００８、LAN（Local Area Network）アダプタなどよりなり、インターネットに代表されるネットワークを介した通信処理を実行する通信部１００９が接続されている。また、磁気ディスク（フレキシブルディスクを含む）、光ディスク（CD-ROM(Compact Disc-Read Only Memory)、DVD(Digital Versatile Disc)を含む）、光磁気ディスク（ＭＤ(Mini Disc)を含む）、もしくは半導体メモリなどのリムーバブルメディア１０１１に対してデータを読み書きするドライブ１０１０が接続されている。
【０１１６】
CPU１００１は、ROM１００２に記憶されているプログラム、または磁気ディスク、光ディスク、光磁気ディスク、もしくは半導体メモリ等のリムーバブルメディア１０１１から読み出されて記憶部１００８にインストールされ、記憶部１００８からRAM１００３にロードされたプログラムに従って各種の処理を実行する。RAM１００３にはまた、CPU１００１が各種の処理を実行する上において必要なデータなども適宜記憶される。
【０１１７】
尚、本明細書において、記録媒体に記録されるプログラムを記述するステップは、記載された順序に沿って時系列的に行われる処理は、もちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理を含むものである。
【図面の簡単な説明】
【０１１８】
【図１】本発明を適用した情報処理装置の構成例を示すブロック図である。
【図２】出演者名の羅列パターンを説明する図である。
【図３】出演者名抽出処理を説明するフローチャートである。
【図４】出演者名抽出処理を実行する際の表示画像の例を示す図である。
【図５】出演者名抽出処理を説明する図である。
【図６】出演者欄内判定処理を説明するフローチャートである。
【図７】出演者欄内判定処理を説明する図である。
【図８】類似性距離の計算方法を説明する図である。
【図９】エディトグラフアルゴリズムを用いた類似性距離の計算方法を説明する図である。
【図１０】出演者欄外判定処理を説明するフローチャートである。
【図１１】出演者欄外判定処理を説明する図である。
【図１２】出演者欄外判定処理を説明する図である。
【図１３】人名の表示画面の表示例を説明する図である。
【図１４】人名を選択したときの表示画面の表示例を説明する図である。
【図１５】語句登録を指示するときの表示画面の表示例を説明する図である。
【図１６】パーソナルコンピュータの構成例を説明する図である。
【符号の説明】
【０１１９】
１ 情報処理装置， １３ EPGテキストデータ抽出部， １５ 形態素解析部， １６ 辞書記憶部， １７ 形態素解析結果バッファ， １８ 出演者欄外判定部， １９ パターン記憶部， ２０ レイアウト認識部， ２１ 分別抽出部， ２２ 出演者名抽出記憶部， ２３ 出力部， ２４ 出演者欄内判定部， ２５ 番組検索部， ２６ チューナ， ３１ 属性判定部， ３２ パターン抽出部， ３３ 類似性距離計算部， ３４ パターン決定部， ３５ 出演者名抽出部， ４１ パターン抽出部， ４２ パターン比較部， ４３ 出演者名抽出部
【特許請求の範囲】
【請求項１】
コンテンツのメタデータを取得する取得手段と、
前記コンテンツのメタデータに含まれるテキスト情報を形態素解析する形態素解析手段と、
前記形態素解析手段の形態素解析結果と、複数の所定の出演者名の羅列パターンとを比較する比較手段と、
前記比較手段の比較結果に基づいて、前記形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、前記一致した所定の出演者名の羅列パターンで出演者名を抽出する第１の抽出手段と
を含む情報処理装置。
【請求項２】
前記形態素解析手段の形態素解析結果より、記載されている内容毎のレイアウトを認識するレイアウト認識手段をさらに含み、
前記比較手段は、前記レイアウト認識手段により認識された前記形態素解析手段の形態素解析結果のレイアウトのうち、出演者名欄外の情報と、複数の所定の出演者名の羅列パターンとを比較する
請求項１に記載の情報処理装置。
【請求項３】
前記形態素解析手段の形態素解析結果より、記載されている内容毎のレイアウトを認識するレイアウト認識手段と、
前記レイアウト認識手段により認識された前記形態素解析手段の形態素解析結果のレイアウトのうち、出演者名欄内の情報と、複数の所定の出演者名の羅列パターンとの類似度の距離を計算する類似度計算手段と、
前記類似度距離計算手段の類似度距離計算結果に基づいて、前記形態素解析結果のうち、類似度距離が最小となる所定の出演者名の羅列パターンで出演者名を抽出する第２の抽出手段とをさらに含む
請求項１に記載の情報処理装置。
【請求項４】
前記所定の出演者名の羅列パターンは、出演者名、記号、出演者名、記号・・、出演者名、記号、役名、出演者名・・・、若しくは役名、記号、出演者名、役名・・・、または、出演者名、出演者名・・・の羅列パターンを含む
請求項１に記載の情報処理装置。
【請求項５】
前記コンテンツは、テレビジョン番組を含み、前記メタデータは、前記テレビジョン番組に関する情報を含む
請求項１に記載の情報処理装置。
【請求項６】
コンテンツのメタデータを取得する取得ステップと、
前記コンテンツのメタデータに含まれるテキスト情報を形態素解析する形態素解析ステップと、
前記形態素解析ステップの処理での形態素解析結果と、複数の所定の出演者名の羅列パターンとを比較する比較ステップと、
前記比較ステップの処理での比較結果に基づいて、前記形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、前記一致した所定の出演者名の羅列パターンで出演者名を抽出する第１の抽出ステップと
を含む情報処理方法。
【請求項７】
コンテンツのメタデータを取得する取得ステップと、
前記コンテンツのメタデータに含まれるテキスト情報を形態素解析する形態素解析ステップと、
前記形態素解析ステップの処理での形態素解析結果と、複数の所定の出演者名の羅列パターンとを比較する比較ステップと、
前記比較ステップの処理での比較結果に基づいて、前記形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、前記一致した所定の出演者名の羅列パターンで出演者名を抽出する第１の抽出ステップと
を含む処理をコンピュータに実行させるプログラム。
【請求項８】
請求項７に記載のプログラムが格納されているプログラム格納媒体。
【請求項１】
コンテンツのメタデータを取得する取得手段と、
前記コンテンツのメタデータに含まれるテキスト情報を形態素解析する形態素解析手段と、
前記形態素解析手段の形態素解析結果と、複数の所定の出演者名の羅列パターンとを比較する比較手段と、
前記比較手段の比較結果に基づいて、前記形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、前記一致した所定の出演者名の羅列パターンで出演者名を抽出する第１の抽出手段と
を含む情報処理装置。
【請求項２】
前記形態素解析手段の形態素解析結果より、記載されている内容毎のレイアウトを認識するレイアウト認識手段をさらに含み、
前記比較手段は、前記レイアウト認識手段により認識された前記形態素解析手段の形態素解析結果のレイアウトのうち、出演者名欄外の情報と、複数の所定の出演者名の羅列パターンとを比較する
請求項１に記載の情報処理装置。
【請求項３】
前記形態素解析手段の形態素解析結果より、記載されている内容毎のレイアウトを認識するレイアウト認識手段と、
前記レイアウト認識手段により認識された前記形態素解析手段の形態素解析結果のレイアウトのうち、出演者名欄内の情報と、複数の所定の出演者名の羅列パターンとの類似度の距離を計算する類似度計算手段と、
前記類似度距離計算手段の類似度距離計算結果に基づいて、前記形態素解析結果のうち、類似度距離が最小となる所定の出演者名の羅列パターンで出演者名を抽出する第２の抽出手段とをさらに含む
請求項１に記載の情報処理装置。
【請求項４】
前記所定の出演者名の羅列パターンは、出演者名、記号、出演者名、記号・・、出演者名、記号、役名、出演者名・・・、若しくは役名、記号、出演者名、役名・・・、または、出演者名、出演者名・・・の羅列パターンを含む
請求項１に記載の情報処理装置。
【請求項５】
前記コンテンツは、テレビジョン番組を含み、前記メタデータは、前記テレビジョン番組に関する情報を含む
請求項１に記載の情報処理装置。
【請求項６】
コンテンツのメタデータを取得する取得ステップと、
前記コンテンツのメタデータに含まれるテキスト情報を形態素解析する形態素解析ステップと、
前記形態素解析ステップの処理での形態素解析結果と、複数の所定の出演者名の羅列パターンとを比較する比較ステップと、
前記比較ステップの処理での比較結果に基づいて、前記形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、前記一致した所定の出演者名の羅列パターンで出演者名を抽出する第１の抽出ステップと
を含む情報処理方法。
【請求項７】
コンテンツのメタデータを取得する取得ステップと、
前記コンテンツのメタデータに含まれるテキスト情報を形態素解析する形態素解析ステップと、
前記形態素解析ステップの処理での形態素解析結果と、複数の所定の出演者名の羅列パターンとを比較する比較ステップと、
前記比較ステップの処理での比較結果に基づいて、前記形態素解析結果のうち、少なくとも１個所以上で一致した所定の出演者名の羅列パターンが存在する場合、前記一致した所定の出演者名の羅列パターンで出演者名を抽出する第１の抽出ステップと
を含む処理をコンピュータに実行させるプログラム。
【請求項８】
請求項７に記載のプログラムが格納されているプログラム格納媒体。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【公開番号】特開２００９−６０５６７（Ｐ２００９−６０５６７Ａ）
【公開日】平成２１年３月１９日（２００９．３．１９）
【国際特許分類】
【出願番号】特願２００７−３０３９９３（Ｐ２００７−３０３９９３）
【出願日】平成１９年１１月２６日（２００７．１１．２６）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【Ｆターム（参考）】
【公開日】平成２１年３月１９日（２００９．３．１９）
【国際特許分類】
【出願日】平成１９年１１月２６日（２００７．１１．２６）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【Ｆターム（参考）】
[ Back to top ]