話題語抽出装置、話題語抽出方法、およびプログラム
【課題】ソーシャル・メディアにおける話題語を抽出すること。
【解決手段】話題語抽出装置１００は、ソーシャル・メディアサーバ１０から、所定期間の書き込み情報を取得する書き込み情報取得部１１０と、取得した書き込み情報を形態素解析し、単語を抽出する形態素解析部１２０と、予め用意された、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、書き込み情報の内容の特徴を表す重要語でない単語を記憶した辞書記憶部１４０を用いて、形態素解析部１２０で抽出された単語から辞書記憶部１４０に格納されている単語を除いて、重要語を抽出する重要語抽出部１３０と、重要語抽出部１３０で抽出された重要語それぞれの重要度を算出する重要度算出部１５０と、重要度算出部１５０で算出された重要度に基づいて、重要語抽出部１３０で抽出された重要語から話題語を抽出する話題語抽出部１６０と、を備える。
【解決手段】話題語抽出装置１００は、ソーシャル・メディアサーバ１０から、所定期間の書き込み情報を取得する書き込み情報取得部１１０と、取得した書き込み情報を形態素解析し、単語を抽出する形態素解析部１２０と、予め用意された、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、書き込み情報の内容の特徴を表す重要語でない単語を記憶した辞書記憶部１４０を用いて、形態素解析部１２０で抽出された単語から辞書記憶部１４０に格納されている単語を除いて、重要語を抽出する重要語抽出部１３０と、重要語抽出部１３０で抽出された重要語それぞれの重要度を算出する重要度算出部１５０と、重要度算出部１５０で算出された重要度に基づいて、重要語抽出部１３０で抽出された重要語から話題語を抽出する話題語抽出部１６０と、を備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、ソーシャル・メディアに投稿された書き込み情報から話題語を抽出する話題語抽出装置、話題語抽出方法、およびプログラムに関する。
【背景技術】
【０００２】
近年、ブログ、ＳＮＳ、ＴＷＩＴＴＥＲ（登録商標）等のソーシャル・メディアを介したユーザ間の情報発信やコミュニケーションが爆発的に増加している。ソーシャル・メディアには、ユーザの感情表現や消費動向が現れていることから、ソーシャル・メディアに投稿された書き込み情報を収集、分析することは重要となっている。そこで、ソーシャル・メディアに投稿された書き込み情報から、内容の特徴を表わし、ソーシャル・メディアにおいて話題になっている単語（以下、話題語という）を抽出することが益々重要となっている。
【０００３】
例えば、文書のキーワードを抽出する従来例として、統計的な手法で文書のキーワードを抽出する方法としてｔｆ−ｉｄｆ法がある。この「ｔｆ−ｉｄｆ法」は、処理対象の文書において、ある単語の出現頻度と、その単語が出現した文書の数とに基づいて、処理対象文書中で多数出現し、他の文書での出現数が少ない単語に、高い重要度を算出し、この算出された重要度に基づいて、キーワードを抽出する方法である。
【先行技術文献】
【非特許文献】
【０００４】
【非特許文献１】Ｇｅｒａｒｄ Ｓａｌｔｏｎ， Ｍｉｃｈａｅｌ Ｊ． ＭｃＧｉｌｌ“Ｉｎｔｒｏｄｕｃｔｉｏｎ ｔｏ Ｍｏｄｅｒｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｒｅｔｒｉｅｖａｌ”，ＭｃＧｒａｗ−Ｈｉｌｌ，１９８３．
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、ソーシャル・メディアは、ユーザ同士のコミュニケーション手段であるので、文書とは異なり、ソーシャル・メディアに投稿される書き込み情報にはコミュニケーションを円滑にするための言葉が、話題とは関係なく頻繁に用いられる。そのため、出現数が多い単語を話題語としてしまうと、コミュニケーションを円滑にするための言葉が含まれてしまい、真の話題語以外の単語も話題語として抽出されてしまうために、非特許文献１の「ｔｆ−ｉｄｆ法」を用いて、ソーシャル・メディアに投稿された書き込み情報から抽出した話題語は、精度が悪く、そのままでは分析に用いることができないという問題点があった。
【０００６】
そこで、本発明は、上述の課題に鑑みてなされたものであり、ソーシャル・メディアに投稿された書き込み情報から真の話題語を抽出する話題語抽出装置、話題語抽出方法、およびプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００７】
本発明は、上記の課題を解決するために、以下の事項を提案している。なお、理解を容易にするために、本発明の実施形態に対応する符号を付して説明するが、これに限定されるものではない。
【０００８】
（１） 本発明は、ソーシャル・メディアに投稿された書き込み情報から話題語を抽出する話題語抽出装置であって、前記ソーシャル・メディアから、所定期間の書き込み情報を取得する書き込み情報取得手段（例えば、図１の書き込み情報取得部１１０）と、取得した書き込み情報を形態素解析し、単語を抽出する形態素解析手段（例えば、図１の形態素解析部１２０）と、予め用意された、前記ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、前記書き込み情報の内容の特徴を表す重要語でない単語を格納した辞書を用いて、前記形態素解析手段で抽出された単語から前記辞書に格納されている単語を除いて、重要語を抽出する重要語抽出手段（例えば、図１の重要語抽出部１３０）と、前記重要語抽出手段で抽出された重要語それぞれの重要度を算出する重要度算出手段（例えば、図１の重要度算出部１５０）と、前記重要度算出手段で算出された重要度に基づいて、前記重要語抽出手段で抽出された重要語から話題語を抽出する話題語抽出手段（例えば、図１の話題語抽出部１６０）と、を備える話題語抽出装置を提案している。
【０００９】
この発明によれば、書き込み情報取得手段は、ソーシャル・メディアから、所定期間の書き込み情報を取得する。形態素解析手段は、取得した書き込み情報を形態素解析し、単語を抽出する。重要語抽出手段は、予め用意された、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、書き込み情報の内容の特徴を表す重要語でない単語を格納した辞書を用いて、形態素解析手段で抽出された単語から辞書に格納されている単語を除いて、重要語を抽出する。重要度算出手段は、重要語抽出手段で抽出された重要語それぞれの重要度を算出する。話題語抽出手段は、重要度算出手段で算出された重要度に基づいて、重要語抽出手段で抽出された重要語から話題語を抽出する。したがって、書き込み情報から抽出された単語から、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、書き込み情報の内容の特徴を表す重要語でない単語を除くことにより、重要語を抽出し、抽出された重要語に重要度によるランク付けを行うことによって、ソーシャル・メディアに投稿された書き込み情報から真の話題語を抽出することができる。
【００１０】
（２） 本発明は、（１）の話題語抽出装置について、前記辞書が、指示代名詞を格納する指示代名詞辞書（例えば、図１の指示代名詞辞書１４１）、挨拶に用いる単語を格納する挨拶辞書（例えば、図１の挨拶辞書１４２）、および時節毎に、時節に関連する単語を格納する時節別単語辞書（例えば、図１の時節別単語辞書１４３）を含むことを特徴とする話題語抽出装置を提案している。
【００１１】
この発明によれば、辞書は、指示代名詞を格納する指示代名詞辞書、挨拶に用いる単語を格納する挨拶辞書、および時節毎に、時節に関連する単語を格納する時節別単語辞書を含む。したがって、書き込み情報から抽出された単語から、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられる単語である指示代名詞、挨拶、および時節に関連する単語を除くことによって、書き込み情報の内容の特徴を表す重要語を抽出することができる。
【００１２】
（３） 本発明は、（２）の話題語抽出装置について、前記重要語抽出手段が、前記形態素解析手段で抽出された単語から、前記指示代名詞辞書、および前記挨拶辞書に格納されている単語を除いて、重要語候補を抽出し、抽出された重要語候補の単語それぞれについて、当該単語を含む書き込み情報の投稿日時に基づいて特定される当該単語の時節と当該単語との組み合わせが前記時節別単語辞書に記憶されているか否かを判断し、前記時節別単語辞書に記憶されていない単語を重要語として抽出することを特徴とする話題語抽出装置を提案している。
【００１３】
この発明によれば、重要語抽出手段が、形態素解析手段で抽出された単語から、指示代名詞辞書、および挨拶辞書に格納されている単語を除いて、重要語候補を抽出し、抽出された重要語候補の単語それぞれについて、単語を含む書き込み情報の投稿日時に基づいて特定される単語の時節と単語との組み合わせが時節別単語辞書に記憶されているか否かを判断し、時節別単語辞書に記憶されていない単語を重要語として抽出する。したがって、時節別単語辞書を用いる前に、指示代名詞辞書および挨拶辞書に格納されている単語を除くことによって、時節を特定する単語の数を減すことができ、その結果効率よく重要語を抽出することができる。
【００１４】
（４） 本発明は、（２）または（３）の話題語抽出装置について、前記挨拶に用いる単語には、会話において本題に入る前や、前記会話の終了時に交わされる雑談に用いる単語も含むことを特徴とする話題語抽出装置を提案している。
【００１５】
この発明によれば、挨拶に用いる単語には、会話において本題に入る前や、会話の終了時に交わされる雑談に用いる単語も含む。したがって、広い意味で挨拶に含まれる、本題に入る前に互いに関する情報や天候や前後の無関係な雑談や会話の終了時に別れる場合に行われる雑談、に用いられる単語を挨拶辞書に含めることにより、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、重要語でない単語を除くことにより、書き込み情報の内容の特徴を表す重要語を抽出することができる。
【００１６】
（５） 本発明は、（２）から（４）の話題語抽出装置について、前記時節は、季節、曜日、および時間帯であることを特徴とする話題語抽出装置を提案している。
【００１７】
この発明によれば、時節は、季節、曜日、および時間帯である。したがって、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするためによく用いられる、季節、曜日、および時間帯に関連する単語を除き、書き込み情報の内容の特徴を表す重要語を抽出することができる。
【００１８】
（６） 本発明は、ソーシャル・メディアに投稿された書き込み情報から話題語を抽出する話題語抽出装置における話題語抽出方法であって、前記ソーシャル・メディアから、所定期間の書き込み情報を取得する第１のステップ（例えば、図３のステップＳ１１）と、前記第１のステップで取得した書き込み情報を形態素解析し、単語を抽出する第２のステップ（例えば、図３のステップＳ１２）と、予め用意された、前記ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、前記書き込み情報の内容の特徴を表す重要語でない単語を格納した辞書を用いて、前記第２のステップで抽出された単語から前記辞書に格納されている単語を除いて、重要語を抽出する第３のステップ（例えば、図３のステップＳ１３）と、前記第３のステップで抽出された重要語それぞれの重要度を算出する第４のステップ（例えば、図３のステップＳ１４）と、前記第４のステップで算出された重要度に基づいて、前記第３のステップで抽出された重要語から話題語を抽出する第５のステップ（例えば、図３のステップＳ１５）と、を含むことを特徴とする話題語抽出方法を提案している。
【００１９】
この発明によれば、まず、第１のステップにおいて、ソーシャル・メディアから、所定期間の書き込み情報を取得する。次に、第２のステップにおいて、第１のステップで取得した書き込み情報を形態素解析し、単語を抽出する。次に、第３のステップにおいて、予め用意された、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、書き込み情報の内容の特徴を表す重要語でない単語を格納した辞書を用いて、第２のステップで抽出された単語から辞書に格納されている単語を除いて、重要語を抽出する。次に、第４のステップにおいて、第３のステップで抽出された重要語それぞれの重要度を算出する。そして、第５のステップにおいて、第４のステップで算出された重要度に基づいて、第３のステップで抽出された重要語から話題語を抽出する。したがって、書き込み情報から抽出された単語から、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、書き込み情報の内容の特徴を表す重要語でない単語を除くことにより、重要語を抽出し、抽出された重要語に重要度によるランク付けを行うことによって、ソーシャル・メディアに投稿された書き込み情報から真の話題語を抽出することができる。
【００２０】
（７） 本発明は、ソーシャル・メディアに投稿された書き込み情報から話題語を抽出する話題語抽出装置における話題語抽出方法をコンピュータに実行させるためのプログラムであって、前記ソーシャル・メディアから、所定期間の書き込み情報を取得する第１のステップ（例えば、図３のステップＳ１１）と、前記第１のステップで取得した書き込み情報を形態素解析し、単語を抽出する第２のステップ（例えば、図３のステップＳ１２）と、予め用意された、前記ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、前記書き込み情報の内容の特徴を表す重要語でない単語を格納した辞書を用いて、前記第２のステップで抽出された単語から前記辞書に格納されている単語を除いて、重要語を抽出する第３のステップ（例えば、図３のステップＳ１３）と、前記第３のステップで抽出された重要語それぞれの重要度を算出する第４のステップ（例えば、図３のステップＳ１４）と、前記第４のステップで算出された重要度に基づいて、前記第３のステップで抽出された重要語から話題語を抽出する第５のステップ（例えば、図３のステップＳ１５）と、をコンピュータに実行させるためのプログラムを提案している。
【００２１】
この発明によれば、まず、第１のステップにおいて、ソーシャル・メディアから、所定期間の書き込み情報を取得する。次に、第２のステップにおいて、第１のステップで取得した書き込み情報を形態素解析し、単語を抽出する。次に、第３のステップにおいて、予め用意された、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、書き込み情報の内容の特徴を表す重要語でない単語を格納した辞書を用いて、第２のステップで抽出された単語から辞書に格納されている単語を除いて、重要語を抽出する。次に、第４のステップにおいて、第３のステップで抽出された重要語それぞれの重要度を算出する。そして、第５のステップにおいて、第４のステップで算出された重要度に基づいて、第３のステップで抽出された重要語から話題語を抽出する。したがって、書き込み情報から抽出された単語から、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、書き込み情報の内容の特徴を表す重要語でない単語を除くことにより、重要語を抽出し、抽出された重要語に重要度によるランク付けを行うことによって、ソーシャル・メディアに投稿された書き込み情報から真の話題語を抽出することができる。
【発明の効果】
【００２２】
本発明によれば、ソーシャル・メディアに投稿された書き込み情報から、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられる単語でなく、書き込み情報の内容の特徴を表す重要語を抽出することができ、抽出された重要語からソーシャル・メディアにおいて話題になっている話題語を抽出することができる。
【図面の簡単な説明】
【００２３】
【図１】本実施形態に係る話題語抽出装置の機能構成を示す図である。
【図２】本実施形態に係る重要語を抽出処理の一例を示すフロー図である。
【図３】本実施形態に係る話題語抽出処理のフロー図である。
【発明を実施するための形態】
【００２４】
以下、図面を用いて、本発明の実施形態について詳細に説明する。なお、本実施形態における構成要素は適宜、既存の構成要素等との置き換えが可能であり、また、他の既存の構成要素との組み合わせを含むさまざまなバリエーションが可能である。したがって、本実施形態の記載をもって、特許請求の範囲に記載された発明の内容を限定するものではない。
【００２５】
＜話題語抽出装置の機能構成＞
図１は、本実施形態に係る話題語抽出装置１００の機能構成を示す図である。話題語抽出装置１００は、通信ネットワークを介してソーシャル・メディアサーバ１０と接続される。
【００２６】
ソーシャル・メディアサーバ１０は、ブログ、ＳＮＳ、ＴＷＩＴＴＥＲ等のソーシャル・メディアを提供する事業者が管理するサーバであって、ユーザから投稿された書き込み情報を記憶、管理する。なお、書き込み情報には、少なくとも書き込み情報が投稿された日時（以下、投稿日時とする）が付加されている。
【００２７】
話題語抽出装置１００は、図１に示すように、書き込み情報取得部１１０、形態素解析部１２０、重要語抽出部１３０、辞書記憶部１４０、重要度算出部１５０、および話題語抽出部１６０を備える。
【００２８】
書き込み情報取得部１１０は、所定期間について、ソーシャル・メディアサーバ１０から書き込み情報を取得する。例えば、ソーシャル・メディアが提供しているＡＰＩを利用して、ソーシャル・メディアサーバ１０から書き込み情報を取得する。ここで、所定期間は、ソーシャル・メディア分析を行う分析者が任意に設定することができ、直近の１カ月間や、昨年１２カ月間等と設定することができる。なお、書き込み情報取得部１１０は、書き込み情報に付加されている投稿日時も併せて取得する。
【００２９】
形態素解析部１２０は、書き込み情報取得部１１０で取得された書き込み情報を形態素解析し、単語を抽出する。なお、形態素解析部１２０は、形態素解析部１２０で形態素解析された単語から、予め設定された特定の品詞を抽出してもよい。
【００３０】
重要語抽出部１３０は、形態素解析部１２０で形態素解析された単語から、予め用意された、辞書記憶部１４０に記憶されている単語を除くことによって、重要語を抽出する。重要語の抽出処理については後述する。
【００３１】
辞書記憶部１４０は、予め用意された辞書を記憶する。辞書には、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられる単語であって、書き込み情報において重要語にはならない単語が格納されている。なお、重要語とは、書き込み情報の内容の特徴を表す単語である。
【００３２】
本実施形態において、辞書記憶部１４０には、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられる単語であって、書き込み情報において重要語にはならない単語である指示代名詞、挨拶に用いられる単語、および時節関連単語をそれぞれ格納する、指示代名詞辞書１４１、挨拶辞書１４２、および時節別単語辞書１４３が記憶される。なお、辞書記憶部１４０に記憶される辞書は、追加および削除することができる。
【００３３】
指示代名詞辞書１４１は、指示代名詞が格納され、例えば、テキスト情報が日本語の場合には、彼、彼女、これ、それ等が格納されている。
【００３４】
挨拶辞書１４２は、挨拶に用いられる単語、例えば、こんにちわ、さようなら、ありがとう等が格納されている。
【００３５】
なお、挨拶に用いられる単語には、会話において本題に入る前や、会話の終了時に交わされる雑談に用いる単語を含んでもよい。ソーシャル・メディアはユーザ同士のコミュニケーション手段であるので、投稿される書き込み情報は会話に近い。そのため、会話において一般的に行われる、本題に入る前に互いに関する情報や天候や前後の無関係な雑談や会話の終了時に別れる際に行われる雑談が、書き込み情報にも含まれることがよくある。これらの雑談に含まれる単語は、こんにちわ、さようなら等と同様に、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられる単語であって、書き込み情報において重要語にはならない単語であるので、これらの単語も挨拶辞書１４２に含めることにより、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられる単語を重要語から除くことができる。
【００３６】
時節別単語辞書１４３は、時節毎に、時節に関連する単語を格納する。ここで、時節とは、時間帯、曜日、季節等である。時節別単語辞書１４３は、例えば、時間帯「朝」に対応付けて、例えば、朝に関連する「朝」や「朝食」等の単語を格納し、曜日「日曜日」に対応付けて、日曜日に関連する「日曜」や「休日」の単語を格納する。
【００３７】
ここで、辞書記憶部１４０に記憶されている指示代名詞辞書１４１、挨拶辞書１４２、および時節別単語辞書１４３を用いた、重要語抽出部１３０による重要語の抽出処理の一例について、図２を用いて、説明する。
【００３８】
まず、ステップＳ１において、重要語抽出部１３０は、形態素解析部１２０で解析された単語から、指示代名詞辞書１４１に記憶されている単語を除く。
【００３９】
次に、ステップＳ２において、重要語抽出部１３０は、ステップＳ１の結果残った単語から、挨拶辞書１４２に記憶されている単語を除く。ここで、ステップＳ２の結果残った単語を重要語候補とする。なお、ステップＳ１とステップＳ２とは、順序が逆であってもよい。
【００４０】
次に、ステップＳ３において、重要語抽出部１３０は、重要語候補から１つの単語を抽出する。なお、抽出した単語は、重要語候補から除く。
【００４１】
次に、ステップＳ４において、重要語抽出部１３０は、ステップＳ３で抽出された単語を含む書き込み情報の投稿日時に基づいて、ステップＳ３で抽出された単語の時節を特定する。
【００４２】
次に、ステップＳ５において、重要語抽出部１３０は、ステップＳ４で特定された時節に対応付けてステップＳ３で抽出された単語が、時節別単語辞書１４３に格納されているか否かを判断する。時節別単語辞書１４３に格納されている場合（ＹＥＳ）には、ステップＳ３で抽出された単語を重要語として抽出せず、ステップＳ７に処理を進める。一方、時節別単語辞書１４３に格納されていない場合（ＮＯ）には、ステップＳ６に処理を進める。
【００４３】
ステップＳ６において、重要語抽出部１３０は、ステップＳ３で抽出された単語を重要語に含める。
【００４４】
ステップＳ７において、重要語抽出部１３０は、重要語候補が残っているか否かを判断する。重要語候補が残っている場合（ＹＥＳ）には、ステップＳ３に処理を戻し、一方、重要語候補が残っていない場合（ＮＯ）には、処理を終了する。
【００４５】
このように、時節別単語辞書１４３を用いる前に、指示代名詞辞書１４１および挨拶辞書１４２に格納されている単語を除くことによって、時節を特定する単語の数を減すことができ、その結果効率よく重要語を抽出することができる。
【００４６】
重要度算出部１５０は、重要語抽出部１３０で抽出された重要語それぞれの重要度を算出する。重要度を算出する方法としては、ｔｆ−ｉｄｆ（Ｔｅｒｍ Ｆｒｅｑｕｅｎｃｙ Ｉｎｖｅｒｓｅ Ｄｏｃｕｍｅｎｔ Ｆｒｅｑｕｅｎｃｙ）を計算し、そのスコアを重要度として利用する方法がある。
【００４７】
話題語抽出部１６０は、重要度算出部１５０で算出された重要度に基づいて、重要語抽出部１３０で抽出された重要語の中から話題語を抽出する。例えば、話題語抽出部１６０は、重要度算出部１５０で算出された重要度が、予め設定されたしきい値以上である重要語を話題語として抽出する。また、話題語抽出部１６０は、重要語抽出部１３０で抽出された重要語を重要度算出部１５０で算出された重要度が高い順に並べ、上位から所定の数の重要語を話題語としてもよい。
【００４８】
＜話題語抽出処理フロー＞
図３は、本実施形態に係る話題語抽出処理フローを示す図である。
【００４９】
まず、ステップＳ１１において、書き込み情報取得部１１０は、ソーシャル・メディアサーバ１０から書き込み情報を取得する。
【００５０】
次に、ステップＳ１２において、形態素解析部１２０は、ステップＳ１１で取得した書き込み情報に含まれるテキスト情報を形態素解析し、単語を抽出する。
【００５１】
次に、ステップＳ１３において、重要語抽出部１３０は、ステップＳ１２で抽出された単語から、辞書記憶部１４０の辞書に格納されている単語を除き、重要語を抽出する。
【００５２】
次に、ステップＳ１４において、重要度算出部１５０は、ステップＳ１３で抽出された重要語の重要度を算出する。
【００５３】
次に、ステップＳ１５において、話題語抽出部１６０は、ステップＳ１４で算出された重要度に基づいて、ステップＳ１３で抽出された重要語の中から、話題語を抽出する。
【００５４】
以上説明したように、本実施形態によれば、ソーシャル・メディアに投稿された書き込み情報から、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、書き込み情報の内容の特徴を表す重要語でない単語を記憶する辞書を用いることにより、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするものでなく、書き込み情報の内容の特徴を表す重要語を抽出することができ、抽出された重要語からソーシャル・メディアにおいて話題になっている真の話題語を抽出することができる。
【００５５】
なお、話題語抽出装置の処理をコンピュータ読み取り可能な記録媒体に記録し、この記録媒体に記録されたプログラムを、話題語抽出装置を構成する各機器に読み込ませ、実行することによって本発明の話題語抽出装置を実現することができる。ここでいうコンピュータシステムとは、ＯＳや周辺装置等のハードウェアを含む。
【００５６】
また、「コンピュータシステム」は、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）システムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
【００５７】
また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。
【００５８】
以上、この発明の実施形態につき、図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。
【符号の説明】
【００５９】
１０ ソーシャル・メディアサーバ
１００ 話題語抽出装置
１１０ 書き込み情報取得部
１２０ 形態素解析部
１３０ 重要語抽出部
１４０ 辞書記憶部
１４１ 指示代名詞辞書
１４２ 挨拶辞書
１４３ 時節別単語辞書
１５０ 重要度算出部
１６０ 話題語抽出部
【技術分野】
【０００１】
本発明は、ソーシャル・メディアに投稿された書き込み情報から話題語を抽出する話題語抽出装置、話題語抽出方法、およびプログラムに関する。
【背景技術】
【０００２】
近年、ブログ、ＳＮＳ、ＴＷＩＴＴＥＲ（登録商標）等のソーシャル・メディアを介したユーザ間の情報発信やコミュニケーションが爆発的に増加している。ソーシャル・メディアには、ユーザの感情表現や消費動向が現れていることから、ソーシャル・メディアに投稿された書き込み情報を収集、分析することは重要となっている。そこで、ソーシャル・メディアに投稿された書き込み情報から、内容の特徴を表わし、ソーシャル・メディアにおいて話題になっている単語（以下、話題語という）を抽出することが益々重要となっている。
【０００３】
例えば、文書のキーワードを抽出する従来例として、統計的な手法で文書のキーワードを抽出する方法としてｔｆ−ｉｄｆ法がある。この「ｔｆ−ｉｄｆ法」は、処理対象の文書において、ある単語の出現頻度と、その単語が出現した文書の数とに基づいて、処理対象文書中で多数出現し、他の文書での出現数が少ない単語に、高い重要度を算出し、この算出された重要度に基づいて、キーワードを抽出する方法である。
【先行技術文献】
【非特許文献】
【０００４】
【非特許文献１】Ｇｅｒａｒｄ Ｓａｌｔｏｎ， Ｍｉｃｈａｅｌ Ｊ． ＭｃＧｉｌｌ“Ｉｎｔｒｏｄｕｃｔｉｏｎ ｔｏ Ｍｏｄｅｒｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｒｅｔｒｉｅｖａｌ”，ＭｃＧｒａｗ−Ｈｉｌｌ，１９８３．
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、ソーシャル・メディアは、ユーザ同士のコミュニケーション手段であるので、文書とは異なり、ソーシャル・メディアに投稿される書き込み情報にはコミュニケーションを円滑にするための言葉が、話題とは関係なく頻繁に用いられる。そのため、出現数が多い単語を話題語としてしまうと、コミュニケーションを円滑にするための言葉が含まれてしまい、真の話題語以外の単語も話題語として抽出されてしまうために、非特許文献１の「ｔｆ−ｉｄｆ法」を用いて、ソーシャル・メディアに投稿された書き込み情報から抽出した話題語は、精度が悪く、そのままでは分析に用いることができないという問題点があった。
【０００６】
そこで、本発明は、上述の課題に鑑みてなされたものであり、ソーシャル・メディアに投稿された書き込み情報から真の話題語を抽出する話題語抽出装置、話題語抽出方法、およびプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００７】
本発明は、上記の課題を解決するために、以下の事項を提案している。なお、理解を容易にするために、本発明の実施形態に対応する符号を付して説明するが、これに限定されるものではない。
【０００８】
（１） 本発明は、ソーシャル・メディアに投稿された書き込み情報から話題語を抽出する話題語抽出装置であって、前記ソーシャル・メディアから、所定期間の書き込み情報を取得する書き込み情報取得手段（例えば、図１の書き込み情報取得部１１０）と、取得した書き込み情報を形態素解析し、単語を抽出する形態素解析手段（例えば、図１の形態素解析部１２０）と、予め用意された、前記ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、前記書き込み情報の内容の特徴を表す重要語でない単語を格納した辞書を用いて、前記形態素解析手段で抽出された単語から前記辞書に格納されている単語を除いて、重要語を抽出する重要語抽出手段（例えば、図１の重要語抽出部１３０）と、前記重要語抽出手段で抽出された重要語それぞれの重要度を算出する重要度算出手段（例えば、図１の重要度算出部１５０）と、前記重要度算出手段で算出された重要度に基づいて、前記重要語抽出手段で抽出された重要語から話題語を抽出する話題語抽出手段（例えば、図１の話題語抽出部１６０）と、を備える話題語抽出装置を提案している。
【０００９】
この発明によれば、書き込み情報取得手段は、ソーシャル・メディアから、所定期間の書き込み情報を取得する。形態素解析手段は、取得した書き込み情報を形態素解析し、単語を抽出する。重要語抽出手段は、予め用意された、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、書き込み情報の内容の特徴を表す重要語でない単語を格納した辞書を用いて、形態素解析手段で抽出された単語から辞書に格納されている単語を除いて、重要語を抽出する。重要度算出手段は、重要語抽出手段で抽出された重要語それぞれの重要度を算出する。話題語抽出手段は、重要度算出手段で算出された重要度に基づいて、重要語抽出手段で抽出された重要語から話題語を抽出する。したがって、書き込み情報から抽出された単語から、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、書き込み情報の内容の特徴を表す重要語でない単語を除くことにより、重要語を抽出し、抽出された重要語に重要度によるランク付けを行うことによって、ソーシャル・メディアに投稿された書き込み情報から真の話題語を抽出することができる。
【００１０】
（２） 本発明は、（１）の話題語抽出装置について、前記辞書が、指示代名詞を格納する指示代名詞辞書（例えば、図１の指示代名詞辞書１４１）、挨拶に用いる単語を格納する挨拶辞書（例えば、図１の挨拶辞書１４２）、および時節毎に、時節に関連する単語を格納する時節別単語辞書（例えば、図１の時節別単語辞書１４３）を含むことを特徴とする話題語抽出装置を提案している。
【００１１】
この発明によれば、辞書は、指示代名詞を格納する指示代名詞辞書、挨拶に用いる単語を格納する挨拶辞書、および時節毎に、時節に関連する単語を格納する時節別単語辞書を含む。したがって、書き込み情報から抽出された単語から、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられる単語である指示代名詞、挨拶、および時節に関連する単語を除くことによって、書き込み情報の内容の特徴を表す重要語を抽出することができる。
【００１２】
（３） 本発明は、（２）の話題語抽出装置について、前記重要語抽出手段が、前記形態素解析手段で抽出された単語から、前記指示代名詞辞書、および前記挨拶辞書に格納されている単語を除いて、重要語候補を抽出し、抽出された重要語候補の単語それぞれについて、当該単語を含む書き込み情報の投稿日時に基づいて特定される当該単語の時節と当該単語との組み合わせが前記時節別単語辞書に記憶されているか否かを判断し、前記時節別単語辞書に記憶されていない単語を重要語として抽出することを特徴とする話題語抽出装置を提案している。
【００１３】
この発明によれば、重要語抽出手段が、形態素解析手段で抽出された単語から、指示代名詞辞書、および挨拶辞書に格納されている単語を除いて、重要語候補を抽出し、抽出された重要語候補の単語それぞれについて、単語を含む書き込み情報の投稿日時に基づいて特定される単語の時節と単語との組み合わせが時節別単語辞書に記憶されているか否かを判断し、時節別単語辞書に記憶されていない単語を重要語として抽出する。したがって、時節別単語辞書を用いる前に、指示代名詞辞書および挨拶辞書に格納されている単語を除くことによって、時節を特定する単語の数を減すことができ、その結果効率よく重要語を抽出することができる。
【００１４】
（４） 本発明は、（２）または（３）の話題語抽出装置について、前記挨拶に用いる単語には、会話において本題に入る前や、前記会話の終了時に交わされる雑談に用いる単語も含むことを特徴とする話題語抽出装置を提案している。
【００１５】
この発明によれば、挨拶に用いる単語には、会話において本題に入る前や、会話の終了時に交わされる雑談に用いる単語も含む。したがって、広い意味で挨拶に含まれる、本題に入る前に互いに関する情報や天候や前後の無関係な雑談や会話の終了時に別れる場合に行われる雑談、に用いられる単語を挨拶辞書に含めることにより、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、重要語でない単語を除くことにより、書き込み情報の内容の特徴を表す重要語を抽出することができる。
【００１６】
（５） 本発明は、（２）から（４）の話題語抽出装置について、前記時節は、季節、曜日、および時間帯であることを特徴とする話題語抽出装置を提案している。
【００１７】
この発明によれば、時節は、季節、曜日、および時間帯である。したがって、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするためによく用いられる、季節、曜日、および時間帯に関連する単語を除き、書き込み情報の内容の特徴を表す重要語を抽出することができる。
【００１８】
（６） 本発明は、ソーシャル・メディアに投稿された書き込み情報から話題語を抽出する話題語抽出装置における話題語抽出方法であって、前記ソーシャル・メディアから、所定期間の書き込み情報を取得する第１のステップ（例えば、図３のステップＳ１１）と、前記第１のステップで取得した書き込み情報を形態素解析し、単語を抽出する第２のステップ（例えば、図３のステップＳ１２）と、予め用意された、前記ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、前記書き込み情報の内容の特徴を表す重要語でない単語を格納した辞書を用いて、前記第２のステップで抽出された単語から前記辞書に格納されている単語を除いて、重要語を抽出する第３のステップ（例えば、図３のステップＳ１３）と、前記第３のステップで抽出された重要語それぞれの重要度を算出する第４のステップ（例えば、図３のステップＳ１４）と、前記第４のステップで算出された重要度に基づいて、前記第３のステップで抽出された重要語から話題語を抽出する第５のステップ（例えば、図３のステップＳ１５）と、を含むことを特徴とする話題語抽出方法を提案している。
【００１９】
この発明によれば、まず、第１のステップにおいて、ソーシャル・メディアから、所定期間の書き込み情報を取得する。次に、第２のステップにおいて、第１のステップで取得した書き込み情報を形態素解析し、単語を抽出する。次に、第３のステップにおいて、予め用意された、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、書き込み情報の内容の特徴を表す重要語でない単語を格納した辞書を用いて、第２のステップで抽出された単語から辞書に格納されている単語を除いて、重要語を抽出する。次に、第４のステップにおいて、第３のステップで抽出された重要語それぞれの重要度を算出する。そして、第５のステップにおいて、第４のステップで算出された重要度に基づいて、第３のステップで抽出された重要語から話題語を抽出する。したがって、書き込み情報から抽出された単語から、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、書き込み情報の内容の特徴を表す重要語でない単語を除くことにより、重要語を抽出し、抽出された重要語に重要度によるランク付けを行うことによって、ソーシャル・メディアに投稿された書き込み情報から真の話題語を抽出することができる。
【００２０】
（７） 本発明は、ソーシャル・メディアに投稿された書き込み情報から話題語を抽出する話題語抽出装置における話題語抽出方法をコンピュータに実行させるためのプログラムであって、前記ソーシャル・メディアから、所定期間の書き込み情報を取得する第１のステップ（例えば、図３のステップＳ１１）と、前記第１のステップで取得した書き込み情報を形態素解析し、単語を抽出する第２のステップ（例えば、図３のステップＳ１２）と、予め用意された、前記ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、前記書き込み情報の内容の特徴を表す重要語でない単語を格納した辞書を用いて、前記第２のステップで抽出された単語から前記辞書に格納されている単語を除いて、重要語を抽出する第３のステップ（例えば、図３のステップＳ１３）と、前記第３のステップで抽出された重要語それぞれの重要度を算出する第４のステップ（例えば、図３のステップＳ１４）と、前記第４のステップで算出された重要度に基づいて、前記第３のステップで抽出された重要語から話題語を抽出する第５のステップ（例えば、図３のステップＳ１５）と、をコンピュータに実行させるためのプログラムを提案している。
【００２１】
この発明によれば、まず、第１のステップにおいて、ソーシャル・メディアから、所定期間の書き込み情報を取得する。次に、第２のステップにおいて、第１のステップで取得した書き込み情報を形態素解析し、単語を抽出する。次に、第３のステップにおいて、予め用意された、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、書き込み情報の内容の特徴を表す重要語でない単語を格納した辞書を用いて、第２のステップで抽出された単語から辞書に格納されている単語を除いて、重要語を抽出する。次に、第４のステップにおいて、第３のステップで抽出された重要語それぞれの重要度を算出する。そして、第５のステップにおいて、第４のステップで算出された重要度に基づいて、第３のステップで抽出された重要語から話題語を抽出する。したがって、書き込み情報から抽出された単語から、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、書き込み情報の内容の特徴を表す重要語でない単語を除くことにより、重要語を抽出し、抽出された重要語に重要度によるランク付けを行うことによって、ソーシャル・メディアに投稿された書き込み情報から真の話題語を抽出することができる。
【発明の効果】
【００２２】
本発明によれば、ソーシャル・メディアに投稿された書き込み情報から、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられる単語でなく、書き込み情報の内容の特徴を表す重要語を抽出することができ、抽出された重要語からソーシャル・メディアにおいて話題になっている話題語を抽出することができる。
【図面の簡単な説明】
【００２３】
【図１】本実施形態に係る話題語抽出装置の機能構成を示す図である。
【図２】本実施形態に係る重要語を抽出処理の一例を示すフロー図である。
【図３】本実施形態に係る話題語抽出処理のフロー図である。
【発明を実施するための形態】
【００２４】
以下、図面を用いて、本発明の実施形態について詳細に説明する。なお、本実施形態における構成要素は適宜、既存の構成要素等との置き換えが可能であり、また、他の既存の構成要素との組み合わせを含むさまざまなバリエーションが可能である。したがって、本実施形態の記載をもって、特許請求の範囲に記載された発明の内容を限定するものではない。
【００２５】
＜話題語抽出装置の機能構成＞
図１は、本実施形態に係る話題語抽出装置１００の機能構成を示す図である。話題語抽出装置１００は、通信ネットワークを介してソーシャル・メディアサーバ１０と接続される。
【００２６】
ソーシャル・メディアサーバ１０は、ブログ、ＳＮＳ、ＴＷＩＴＴＥＲ等のソーシャル・メディアを提供する事業者が管理するサーバであって、ユーザから投稿された書き込み情報を記憶、管理する。なお、書き込み情報には、少なくとも書き込み情報が投稿された日時（以下、投稿日時とする）が付加されている。
【００２７】
話題語抽出装置１００は、図１に示すように、書き込み情報取得部１１０、形態素解析部１２０、重要語抽出部１３０、辞書記憶部１４０、重要度算出部１５０、および話題語抽出部１６０を備える。
【００２８】
書き込み情報取得部１１０は、所定期間について、ソーシャル・メディアサーバ１０から書き込み情報を取得する。例えば、ソーシャル・メディアが提供しているＡＰＩを利用して、ソーシャル・メディアサーバ１０から書き込み情報を取得する。ここで、所定期間は、ソーシャル・メディア分析を行う分析者が任意に設定することができ、直近の１カ月間や、昨年１２カ月間等と設定することができる。なお、書き込み情報取得部１１０は、書き込み情報に付加されている投稿日時も併せて取得する。
【００２９】
形態素解析部１２０は、書き込み情報取得部１１０で取得された書き込み情報を形態素解析し、単語を抽出する。なお、形態素解析部１２０は、形態素解析部１２０で形態素解析された単語から、予め設定された特定の品詞を抽出してもよい。
【００３０】
重要語抽出部１３０は、形態素解析部１２０で形態素解析された単語から、予め用意された、辞書記憶部１４０に記憶されている単語を除くことによって、重要語を抽出する。重要語の抽出処理については後述する。
【００３１】
辞書記憶部１４０は、予め用意された辞書を記憶する。辞書には、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられる単語であって、書き込み情報において重要語にはならない単語が格納されている。なお、重要語とは、書き込み情報の内容の特徴を表す単語である。
【００３２】
本実施形態において、辞書記憶部１４０には、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられる単語であって、書き込み情報において重要語にはならない単語である指示代名詞、挨拶に用いられる単語、および時節関連単語をそれぞれ格納する、指示代名詞辞書１４１、挨拶辞書１４２、および時節別単語辞書１４３が記憶される。なお、辞書記憶部１４０に記憶される辞書は、追加および削除することができる。
【００３３】
指示代名詞辞書１４１は、指示代名詞が格納され、例えば、テキスト情報が日本語の場合には、彼、彼女、これ、それ等が格納されている。
【００３４】
挨拶辞書１４２は、挨拶に用いられる単語、例えば、こんにちわ、さようなら、ありがとう等が格納されている。
【００３５】
なお、挨拶に用いられる単語には、会話において本題に入る前や、会話の終了時に交わされる雑談に用いる単語を含んでもよい。ソーシャル・メディアはユーザ同士のコミュニケーション手段であるので、投稿される書き込み情報は会話に近い。そのため、会話において一般的に行われる、本題に入る前に互いに関する情報や天候や前後の無関係な雑談や会話の終了時に別れる際に行われる雑談が、書き込み情報にも含まれることがよくある。これらの雑談に含まれる単語は、こんにちわ、さようなら等と同様に、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられる単語であって、書き込み情報において重要語にはならない単語であるので、これらの単語も挨拶辞書１４２に含めることにより、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられる単語を重要語から除くことができる。
【００３６】
時節別単語辞書１４３は、時節毎に、時節に関連する単語を格納する。ここで、時節とは、時間帯、曜日、季節等である。時節別単語辞書１４３は、例えば、時間帯「朝」に対応付けて、例えば、朝に関連する「朝」や「朝食」等の単語を格納し、曜日「日曜日」に対応付けて、日曜日に関連する「日曜」や「休日」の単語を格納する。
【００３７】
ここで、辞書記憶部１４０に記憶されている指示代名詞辞書１４１、挨拶辞書１４２、および時節別単語辞書１４３を用いた、重要語抽出部１３０による重要語の抽出処理の一例について、図２を用いて、説明する。
【００３８】
まず、ステップＳ１において、重要語抽出部１３０は、形態素解析部１２０で解析された単語から、指示代名詞辞書１４１に記憶されている単語を除く。
【００３９】
次に、ステップＳ２において、重要語抽出部１３０は、ステップＳ１の結果残った単語から、挨拶辞書１４２に記憶されている単語を除く。ここで、ステップＳ２の結果残った単語を重要語候補とする。なお、ステップＳ１とステップＳ２とは、順序が逆であってもよい。
【００４０】
次に、ステップＳ３において、重要語抽出部１３０は、重要語候補から１つの単語を抽出する。なお、抽出した単語は、重要語候補から除く。
【００４１】
次に、ステップＳ４において、重要語抽出部１３０は、ステップＳ３で抽出された単語を含む書き込み情報の投稿日時に基づいて、ステップＳ３で抽出された単語の時節を特定する。
【００４２】
次に、ステップＳ５において、重要語抽出部１３０は、ステップＳ４で特定された時節に対応付けてステップＳ３で抽出された単語が、時節別単語辞書１４３に格納されているか否かを判断する。時節別単語辞書１４３に格納されている場合（ＹＥＳ）には、ステップＳ３で抽出された単語を重要語として抽出せず、ステップＳ７に処理を進める。一方、時節別単語辞書１４３に格納されていない場合（ＮＯ）には、ステップＳ６に処理を進める。
【００４３】
ステップＳ６において、重要語抽出部１３０は、ステップＳ３で抽出された単語を重要語に含める。
【００４４】
ステップＳ７において、重要語抽出部１３０は、重要語候補が残っているか否かを判断する。重要語候補が残っている場合（ＹＥＳ）には、ステップＳ３に処理を戻し、一方、重要語候補が残っていない場合（ＮＯ）には、処理を終了する。
【００４５】
このように、時節別単語辞書１４３を用いる前に、指示代名詞辞書１４１および挨拶辞書１４２に格納されている単語を除くことによって、時節を特定する単語の数を減すことができ、その結果効率よく重要語を抽出することができる。
【００４６】
重要度算出部１５０は、重要語抽出部１３０で抽出された重要語それぞれの重要度を算出する。重要度を算出する方法としては、ｔｆ−ｉｄｆ（Ｔｅｒｍ Ｆｒｅｑｕｅｎｃｙ Ｉｎｖｅｒｓｅ Ｄｏｃｕｍｅｎｔ Ｆｒｅｑｕｅｎｃｙ）を計算し、そのスコアを重要度として利用する方法がある。
【００４７】
話題語抽出部１６０は、重要度算出部１５０で算出された重要度に基づいて、重要語抽出部１３０で抽出された重要語の中から話題語を抽出する。例えば、話題語抽出部１６０は、重要度算出部１５０で算出された重要度が、予め設定されたしきい値以上である重要語を話題語として抽出する。また、話題語抽出部１６０は、重要語抽出部１３０で抽出された重要語を重要度算出部１５０で算出された重要度が高い順に並べ、上位から所定の数の重要語を話題語としてもよい。
【００４８】
＜話題語抽出処理フロー＞
図３は、本実施形態に係る話題語抽出処理フローを示す図である。
【００４９】
まず、ステップＳ１１において、書き込み情報取得部１１０は、ソーシャル・メディアサーバ１０から書き込み情報を取得する。
【００５０】
次に、ステップＳ１２において、形態素解析部１２０は、ステップＳ１１で取得した書き込み情報に含まれるテキスト情報を形態素解析し、単語を抽出する。
【００５１】
次に、ステップＳ１３において、重要語抽出部１３０は、ステップＳ１２で抽出された単語から、辞書記憶部１４０の辞書に格納されている単語を除き、重要語を抽出する。
【００５２】
次に、ステップＳ１４において、重要度算出部１５０は、ステップＳ１３で抽出された重要語の重要度を算出する。
【００５３】
次に、ステップＳ１５において、話題語抽出部１６０は、ステップＳ１４で算出された重要度に基づいて、ステップＳ１３で抽出された重要語の中から、話題語を抽出する。
【００５４】
以上説明したように、本実施形態によれば、ソーシャル・メディアに投稿された書き込み情報から、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、書き込み情報の内容の特徴を表す重要語でない単語を記憶する辞書を用いることにより、ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするものでなく、書き込み情報の内容の特徴を表す重要語を抽出することができ、抽出された重要語からソーシャル・メディアにおいて話題になっている真の話題語を抽出することができる。
【００５５】
なお、話題語抽出装置の処理をコンピュータ読み取り可能な記録媒体に記録し、この記録媒体に記録されたプログラムを、話題語抽出装置を構成する各機器に読み込ませ、実行することによって本発明の話題語抽出装置を実現することができる。ここでいうコンピュータシステムとは、ＯＳや周辺装置等のハードウェアを含む。
【００５６】
また、「コンピュータシステム」は、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）システムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
【００５７】
また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。
【００５８】
以上、この発明の実施形態につき、図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。
【符号の説明】
【００５９】
１０ ソーシャル・メディアサーバ
１００ 話題語抽出装置
１１０ 書き込み情報取得部
１２０ 形態素解析部
１３０ 重要語抽出部
１４０ 辞書記憶部
１４１ 指示代名詞辞書
１４２ 挨拶辞書
１４３ 時節別単語辞書
１５０ 重要度算出部
１６０ 話題語抽出部
【特許請求の範囲】
【請求項１】
ソーシャル・メディアに投稿された書き込み情報から話題語を抽出する話題語抽出装置であって、
前記ソーシャル・メディアから、所定期間の書き込み情報を取得する書き込み情報取得手段と、
取得した書き込み情報を形態素解析し、単語を抽出する形態素解析手段と、
予め用意された、前記ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、前記書き込み情報の内容の特徴を表す重要語でない単語を格納した辞書を用いて、前記形態素解析手段で抽出された単語から前記辞書に格納されている単語を除いて、重要語を抽出する重要語抽出手段と、
前記重要語抽出手段で抽出された重要語それぞれの重要度を算出する重要度算出手段と、
前記重要度算出手段で算出された重要度に基づいて、前記重要語抽出手段で抽出された重要語から話題語を抽出する話題語抽出手段と、
を備える話題語抽出装置。
【請求項２】
前記辞書が、指示代名詞を格納する指示代名詞辞書、挨拶に用いる単語を格納する挨拶辞書、および時節帯毎に、時節に関連する単語を格納する時節別単語辞書を含むことを特徴とする請求項１に記載の話題語抽出装置。
【請求項３】
前記重要語抽出手段が、前記形態素解析手段で抽出された単語から、前記指示代名詞辞書、および前記挨拶辞書に格納されている単語を除いて、重要語候補を抽出し、抽出された重要語候補の単語それぞれについて、当該単語を含む書き込み情報の投稿日時に基づいて特定される当該単語の時節と当該単語との組み合わせが前記時節別単語辞書に記憶されているか否かを判断し、前記時節別単語辞書に記憶されていない単語を重要語として抽出することを特徴とする請求項２に記載の話題語抽出装置。
【請求項４】
前記挨拶に用いる単語には、会話において本題に入る前や、前記会話の終了時に交わされる雑談に用いる単語も含むことを特徴とする請求項２または３に記載の話題語抽出装置。
【請求項５】
前記時節は、季節、曜日、および時間帯であることを特徴とする請求項２から４のいずれかに記載の話題語抽出装置。
【請求項６】
ソーシャル・メディアに投稿された書き込み情報から話題語を抽出する話題語抽出装置における話題語抽出方法であって、
前記ソーシャル・メディアから、所定期間の書き込み情報を取得する第１のステップと、
前記第１のステップで取得した書き込み情報を形態素解析し、単語を抽出する第２のステップと、
予め用意された、前記ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、前記書き込み情報の内容の特徴を表す重要語でない単語を格納した辞書を用いて、前記第２のステップで抽出された単語から前記辞書に格納されている単語を除いて、重要語を抽出する第３のステップと、
前記第３のステップで抽出された重要語それぞれの重要度を算出する第４のステップと、
前記第４のステップで算出された重要度に基づいて、前記第３のステップで抽出された重要語から話題語を抽出する第５のステップと、
を含むことを特徴とする話題語抽出方法。
【請求項７】
ソーシャル・メディアに投稿された書き込み情報から話題語を抽出する話題語抽出装置における話題語抽出方法をコンピュータに実行させるためのプログラムであって、
前記ソーシャル・メディアから、所定期間の書き込み情報を取得する第１のステップと、
前記第１のステップで取得した書き込み情報を形態素解析し、単語を抽出する第２のステップと、
予め用意された、前記ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、前記書き込み情報の内容の特徴を表す重要語でない単語を格納した辞書を用いて、前記第２のステップで抽出された単語から前記辞書に格納されている単語を除いて、重要語を抽出する第３のステップと、
前記第３のステップで抽出された重要語それぞれの重要度を算出する第４のステップと、
前記第４のステップで算出された重要度に基づいて、前記第３のステップで抽出された重要語から話題語を抽出する第５のステップと、
をコンピュータに実行させるためのプログラム。
【請求項１】
ソーシャル・メディアに投稿された書き込み情報から話題語を抽出する話題語抽出装置であって、
前記ソーシャル・メディアから、所定期間の書き込み情報を取得する書き込み情報取得手段と、
取得した書き込み情報を形態素解析し、単語を抽出する形態素解析手段と、
予め用意された、前記ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、前記書き込み情報の内容の特徴を表す重要語でない単語を格納した辞書を用いて、前記形態素解析手段で抽出された単語から前記辞書に格納されている単語を除いて、重要語を抽出する重要語抽出手段と、
前記重要語抽出手段で抽出された重要語それぞれの重要度を算出する重要度算出手段と、
前記重要度算出手段で算出された重要度に基づいて、前記重要語抽出手段で抽出された重要語から話題語を抽出する話題語抽出手段と、
を備える話題語抽出装置。
【請求項２】
前記辞書が、指示代名詞を格納する指示代名詞辞書、挨拶に用いる単語を格納する挨拶辞書、および時節帯毎に、時節に関連する単語を格納する時節別単語辞書を含むことを特徴とする請求項１に記載の話題語抽出装置。
【請求項３】
前記重要語抽出手段が、前記形態素解析手段で抽出された単語から、前記指示代名詞辞書、および前記挨拶辞書に格納されている単語を除いて、重要語候補を抽出し、抽出された重要語候補の単語それぞれについて、当該単語を含む書き込み情報の投稿日時に基づいて特定される当該単語の時節と当該単語との組み合わせが前記時節別単語辞書に記憶されているか否かを判断し、前記時節別単語辞書に記憶されていない単語を重要語として抽出することを特徴とする請求項２に記載の話題語抽出装置。
【請求項４】
前記挨拶に用いる単語には、会話において本題に入る前や、前記会話の終了時に交わされる雑談に用いる単語も含むことを特徴とする請求項２または３に記載の話題語抽出装置。
【請求項５】
前記時節は、季節、曜日、および時間帯であることを特徴とする請求項２から４のいずれかに記載の話題語抽出装置。
【請求項６】
ソーシャル・メディアに投稿された書き込み情報から話題語を抽出する話題語抽出装置における話題語抽出方法であって、
前記ソーシャル・メディアから、所定期間の書き込み情報を取得する第１のステップと、
前記第１のステップで取得した書き込み情報を形態素解析し、単語を抽出する第２のステップと、
予め用意された、前記ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、前記書き込み情報の内容の特徴を表す重要語でない単語を格納した辞書を用いて、前記第２のステップで抽出された単語から前記辞書に格納されている単語を除いて、重要語を抽出する第３のステップと、
前記第３のステップで抽出された重要語それぞれの重要度を算出する第４のステップと、
前記第４のステップで算出された重要度に基づいて、前記第３のステップで抽出された重要語から話題語を抽出する第５のステップと、
を含むことを特徴とする話題語抽出方法。
【請求項７】
ソーシャル・メディアに投稿された書き込み情報から話題語を抽出する話題語抽出装置における話題語抽出方法をコンピュータに実行させるためのプログラムであって、
前記ソーシャル・メディアから、所定期間の書き込み情報を取得する第１のステップと、
前記第１のステップで取得した書き込み情報を形態素解析し、単語を抽出する第２のステップと、
予め用意された、前記ソーシャル・メディアにおいてユーザ間のコミュニケーションを円滑にするために用いられるが、前記書き込み情報の内容の特徴を表す重要語でない単語を格納した辞書を用いて、前記第２のステップで抽出された単語から前記辞書に格納されている単語を除いて、重要語を抽出する第３のステップと、
前記第３のステップで抽出された重要語それぞれの重要度を算出する第４のステップと、
前記第４のステップで算出された重要度に基づいて、前記第３のステップで抽出された重要語から話題語を抽出する第５のステップと、
をコンピュータに実行させるためのプログラム。
【図１】
【図２】
【図３】
【図２】
【図３】
【公開番号】特開２０１３−６９２４６（Ｐ２０１３−６９２４６Ａ）
【公開日】平成２５年４月１８日（２０１３．４．１８）
【国際特許分類】
【出願番号】特願２０１１−２０９１９９（Ｐ２０１１−２０９１９９）
【出願日】平成２３年９月２６日（２０１１．９．２６）
【出願人】（０００２０８８９１）ＫＤＤＩ株式会社 (2,700)
【Ｆターム（参考）】
【公開日】平成２５年４月１８日（２０１３．４．１８）
【国際特許分類】
【出願日】平成２３年９月２６日（２０１１．９．２６）
【出願人】（０００２０８８９１）ＫＤＤＩ株式会社 (2,700)
【Ｆターム（参考）】
[ Back to top ]