特許 5764052 リンク生成装置、リンク生成方法及びリンク生成プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】5764052

(24)【登録日】2015年6月19日

(45)【発行日】2015年8月12日

(54)【発明の名称】リンク生成装置、リンク生成方法及びリンク生成プログラム

(51)【国際特許分類】

   G06F 17/30 20060101AFI20150723BHJP

   G06F 12/00 20060101ALI20150723BHJP

【ＦＩ】

   G06F17/30 419B

   G06F17/30 210A

   G06F17/30 340A

   G06F12/00 547H

【請求項の数】17

【全頁数】21

(21)【出願番号】特願2011-286478(P2011-286478)

(22)【出願日】2011年12月27日

(65)【公開番号】特開2013-134713(P2013-134713A)

(43)【公開日】2013年7月8日

【審査請求日】2014年7月23日

【国等の委託研究の成果に係る記載事項】（出願人による申告）平成２３年度、独立行政法人情報通信研究機構「高度通信・放送研究開発委託研究／インターネット上の違法・有害情報の検出技術の研究」、産業技術力強化法第１９条の適用を受ける特許出願

(73)【特許権者】

【識別番号】000208891

【氏名又は名称】ＫＤＤＩ株式会社

(74)【代理人】

【識別番号】100106909

【弁理士】

【氏名又は名称】棚井 澄雄

(74)【代理人】

【識別番号】100064908

【弁理士】

【氏名又は名称】志賀 正武

(74)【代理人】

【識別番号】100146835

【弁理士】

【氏名又は名称】佐伯 義文

(74)【代理人】

【識別番号】100138759

【弁理士】

【氏名又は名称】大房 直樹

(72)【発明者】

【氏名】服部 元

(72)【発明者】

【氏名】柳原 正

(72)【発明者】

【氏名】小野 智弘

【審査官】 齊藤 貴孝

(56)【参考文献】

【文献】 特開２００９−０８０８０６（ＪＰ，Ａ）

【文献】 特開２０１１−００２９８２（ＪＰ，Ａ）

【文献】 特開２００８−０７７２２７（ＪＰ，Ａ）

【文献】 特開平０７−３２５８２７（ＪＰ，Ａ）

【文献】 特開２０１１−１０３０５９（ＪＰ，Ａ）

【文献】 特開２０１１−０８１６２６（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １７／３０

Ｇ０６Ｆ １２／００

(57)【特許請求の範囲】

【請求項1】

コンテンツに含まれる文からキーワードを抽出するキーワード抽出部と、
利用者の特定コミュニティへの参加度および各キーワードの特定コミュニティへの特化度を取得する取得部と、
前記取得部が取得した前記参加度及び前記特化度に基づいて、キーワードに対してハイパーリンクを挿入するか否かを判定するリンク要否判定部と、
を備えることを特徴とするリンク生成装置。

【請求項2】

前記特定コミュニティへの参加度は、利用者のコミュニティへの参加時間の累積値に基づいて決定されたスコアであることを特徴とする請求項１に記載のリンク生成装置。

【請求項3】

前記特定コミュニティへの特化度は、一般コミュニティへの投稿記事に含まれるキーワードと特定コミュニティへの投稿記事に含まれるキーワードとを比較した場合に、特定コミュニティに偏って出現するキーワードに対して高いスコアが付けられていることを特徴とする請求項１または２に記載のリンク生成装置。

【請求項4】

前記リンク要否判定部は、前記参加度が予め決められた参加度以下である場合に、対象キーワードの特定コミュニティへの特化度が予め決められた特化度以上の場合、対象キーワードに対して特定のＷｅｂコンテンツへのハイパーリンクを挿入することを決定することを特徴とする請求項１から３のいずれか一項に記載のリンク生成装置。

【請求項5】

前記リンク要否判定部は、リンク要否記憶部を参照してリンク挿入の要否を判定することを特徴とする請求項１から４のいずれか一項に記載のリンク生成装置。

【請求項6】

前記リンク要否記憶部は、利用者毎に、キーワードと、キーワードがクリック済みか否かを示す情報と、リンクを張らないキーワードか否かを示す情報とが関連付けられて記憶されていることを特徴とする請求項５に記載のリンク生成装置。

【請求項7】

前記キーワード抽出部は、
特定コミュニティ内に投稿されたコンテンツに含まれる文から単語を抽出する単語抽出部と、
前記単語抽出部が抽出した単語の中から、隣接している単語を抽出する隣接単語抽出部と、
前記隣接単語抽出部が抽出した隣接している単語を連結してキーワードを生成する連結語生成部と、
を備えることを特徴とする請求項１から６のいずれか一項に記載のリンク生成装置。

【請求項8】

キーワードと、該キーワードの連結規則と、該キーワードの特定コミュニティへの特化度とが関連付けられて記憶されている規則記憶部を備え、
前記連結語生成部は、
前記キーワードが二つ隣接している場合、前記規則記憶部に記憶されている連結規則に基づいて、２単語を連結または連結せずにキーワードを生成するバイグラム連結決定部と、
前記キーワードが三つ隣接している場合、前記規則記憶部に記憶されている連結規則に基づいて、３単語を連結または２単語を連結または連結せずにキーワードを生成するトライグラム連結決定部と、
を備えることを特徴とする請求項７に記載のリンク生成装置。

【請求項9】

前記トライグラム連結決定部は、隣接単語数が４以上の場合に、３単語毎に三つの単語の連結規則を適用することにより、４単語以上が連結したキーワードを抽出することを特徴とする請求項８に記載のリンク生成装置。

【請求項10】

キーワードと、該キーワードの連結規則と、該キーワードの特定コミュニティへの特化度とが関連付けられて記憶されている規則記憶部を備え、
前記取得部は、前記規則記憶部から前記キーワードの特定コミュニティへの特化度を読み出すことにより前記特化度を取得することを特徴とする請求項１から７のいずれか一項に記載のリンク生成装置。

【請求項11】

二単語以上が隣接する場合に、該隣接する単語同士が連結する度合いを示す連結度を統計的に算出し、該算出した連結度に基づいて、単語を連結する連結規則を生成し、該生成した連結規則を前記規則記憶部に記憶させる規則生成部を備えることを特徴とする請求項８から１０のいずれか一項に記載のリンク生成装置。

【請求項12】

前記規則生成部は、
二単語が連結する場合と連結しない場合の連結度を算出し、該算出した連結度に基づき、二単語を連結する連結規則を生成するバイグラム連結規則生成部と、
三単語が連結する場合と三単語のうちの隣接する二単語が連結する場合と三単語のいずれも連結しない場合の連結度を算出し、該算出した連結度に基づき、三単語を連結する連結規則を生成するトライグラム連結規則生成部と、
を備えることを特徴とする請求項１１に記載のリンク生成装置。

【請求項13】

前記連結度は、赤池情報量基準であることを特徴とする請求項１２に記載のリンク生成装置。

【請求項14】

前記単語抽出部は、前記文の正規化を行った後に前記単語を抽出することを特徴とする請求項７に記載のリンク生成装置。

【請求項15】

前記利用者の識別情報と、該利用者の特定コミュニティへの参加度とが関連付けられて記憶されている利用者記憶部を備え、
前記取得部は、前記利用者記憶部から前記利用者の特定コミュニティへの参加度を読み出すことにより前記参加度を取得することを特徴とする請求項１から１４のいずれか一項に記載のリンク生成装置。

【請求項16】

入力部と記憶部と制御部とを備えたリンク生成装置のリンク生成方法であって、
前記入力部が、コンテンツの入力を受け付ける入力手順と、
前記制御部が、前記入力部から入力されたコンテンツに含まれる文からキーワードを抽出するキーワード抽出手順と、
前記制御部が、利用者の特定コミュニティへの参加度および各キーワードの特定コミュニティへの特化度を記憶する前記記憶部から、前記参加度および前記特化度を読み出す取得手順と、
前記制御部が、前記記憶部から読み出した前記参加度及び前記特化度に基づいて、キーワードに対してハイパーリンクを挿入するか否かを判定するリンク要否判定手順と、
を有することを特徴とするリンク生成方法。

【請求項17】

コンピュータに、
コンテンツに含まれる文からキーワードを抽出するキーワード抽出ステップと、
利用者の特定コミュニティへの参加度および各キーワードの特定コミュニティへの特化度を取得する取得ステップと、
前記取得ステップにより取得された前記参加度及び前記特化度に基づいて、キーワードに対してハイパーリンクを挿入するか否かを判定するリンク要否判定ステップと、
を実行させるためのリンク生成プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、リンク生成装置、リンク生成方法及びリンク生成プログラムに関する。

【背景技術】

【0002】

従来、ウェブページ内におけるキーワードに対し、検索エンジンによるそのキーワードの検索結果と連動するようにハイパーリンクを埋め込む技術が存在する。またキーワードに対し、そのキーワードを説明しているウェブページ(例えば、オンライン百科事典におけるキーワードが該当するウェブページ) へ転送するハイパーリンクを埋め込む技術が知られている。

【0003】

ハイパーリンクを自動的に埋め込む例として、特許文献１では、事前に定義されたルールに従い、文書内の特定の単語をキーワードとして検出し、それらのキーワードに対してハイパーリンクを埋め込むリンク生成装置が開示されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２００８−７７２２７号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかし、特許文献１の方法では、ハイパーリンクは、読み手にとっては常識的なキーワードに対するリンク表示は目障りである。また、不要なリンクはタッチパネルでの誤操作を誘発する（ハイパーリンクが隣接する場合は指によるタップでは誤る可能性が高い）など、利用者の使い勝手が悪くなってしまう問題がある。逆に特定のコミュニティ（掲示板など）に参加して間もない新人の場合は、未知の単語に辞書サイトや関連サイトへのハイパーリンクが付与されていることは有用である。ただし、この場合でも、既に覚えたキーワードに対するリンク表示は同様に目障りとなる。

【0006】

そこで本発明は、上記問題に鑑みてなされたものであり、利用者の使い勝手を向上させることを可能とするリンク生成装置、リンク生成方法及びリンク生成プログラムを提供することを課題とする。

【課題を解決するための手段】

【0007】

（１）本発明は前記事情に鑑みなされたもので、本発明の一態様は、コンテンツに含まれる文からキーワードを抽出するキーワード抽出部と、利用者の特定コミュニティへの参加度および各キーワードの特定コミュニティへの特化度を取得する取得部と、前記取得部が取得した前記参加度及び前記特化度に基づいて、キーワードに対してハイパーリンクを挿入するか否かを判定するリンク要否判定部と、を備えることを特徴とするリンク生成装置である。

【0008】

（２）上記に記載のリンク生成装置において、本発明の一態様は、前記特定コミュニティへの参加度は、利用者のコミュニティへの参加時間の累積値に基づいて決定されたスコアであることを特徴とする。

【0009】

（３）上記に記載のリンク生成装置において、本発明の一態様は、前記特定コミュニティへの特化度は、一般コミュニティへの投稿記事に含まれるキーワードと特定コミュニティへの投稿記事に含まれるキーワードとを比較した場合に、特定コミュニティに偏って出現するキーワードに対して高いスコアが付けられていることを特徴とする。

【0010】

（４）上記に記載のリンク生成装置において、本発明の一態様は、前記リンク要否判定部は、前記参加度が予め決められた参加度以下である場合に、対象キーワードの特定コミュニティへの特化度が予め決められた特化度以上の場合、対象キーワードに対して特定のＷｅｂコンテンツへのハイパーリンクを挿入することを特徴とする。

【0011】

（５）上記に記載のリンク生成装置において、本発明の一態様は、前記リンク要否判定部は、リンク要否記憶部を参照してリンク挿入の要否を判定することを特徴とする。

【0012】

（６）上記に記載のリンク生成装置において、本発明の一態様は、前記リンク要否記憶部は、利用者の識別情報と、キーワードがクリック済みか否かを示す情報と、リンクを張らない単語か否かを示す情報とが関連付けられて記憶されていることを特徴とする。

【0013】

（７）上記に記載のリンク生成装置において、本発明の一態様は、前記キーワード抽出部は、特定コミュニティ内に投稿されたコンテンツに含まれる文から単語を抽出する単語抽出部と、前記単語抽出部が抽出した単語の中から、隣接している単語を抽出する隣接単語抽出部と、前記隣接単語抽出部が抽出した隣接している単語を連結してキーワードを生成する連結語生成部と、を備えることを特徴とする。

【0014】

（８）上記に記載のリンク生成装置において、本発明の一態様は、キーワードと、該キーワードの連結規則と、該キーワードの特定コミュニティへの特化度とが関連付けられて記憶されている規則記憶部を備え、前記連結語生成部は、前記キーワードが二つ隣接している場合、前記規則記憶部に記憶されている連結規則に基づいて、２単語を連結または連結せずにキーワードを生成するバイグラム連結決定部と、前記キーワードが三つ隣接している場合、前記規則記憶部に記憶されている連結規則に基づいて、３単語を連結または２単語を連結または連結せずにキーワードを生成するトライグラム決定連結部と、を備えることを特徴とする。

【0015】

（９）上記に記載のリンク生成装置において、本発明の一態様は、トライグラム連結決定部は、隣接単語数が４以上の場合に、３単語毎に三つの単語の連結規則を適用することにより、４単語以上が連結したキーワードを抽出することを特徴とする。

【0016】

（１０）上記に記載のリンク生成装置において、本発明の一態様は、キーワードと、該キーワードの連結規則と、該キーワードの特定コミュニティへの特化度とが関連付けられて記憶されている規則記憶部を備え、前記取得部は、前記規則記憶部から前記キーワードの特定コミュニティへの特化度を読み出すことにより前記特化度を取得することを特徴とする。

【0017】

（１１）上記に記載のリンク生成装置において、本発明の一態様は、二単語以上が隣接する場合に、該隣接する単語同士が連結する度合いを示す連結度を統計的に算出し、該算出した連結度に基づいて、単語を連結する連結規則を生成し、該生成した連結規則を前記規則記憶部に記憶させる規則生成部を備えることを特徴とする。

【0018】

（１２）上記に記載のリンク生成装置において、本発明の一態様は、前記規則生成部は、二単語が連結する場合と連結しない場合の連結度を算出し、該算出した連結度に基づき、二単語を連結する連結規則を生成するバイグラム連結規則生成部と、三単語が連結する場合と三単語のうちの隣接する二単語が連結する場合と三単語のいずれも連結しない場合の連結度を算出し、該算出した連結度に基づき、三単語を連結する連結規則を生成するトライグラム連結規則生成部と、を備えることを特徴とする。

【0019】

（１３）上記に記載のリンク生成装置において、本発明の一態様は、前記連結度は、赤池情報量基準であることを特徴とする。

【0020】

（１４）上記に記載のリンク生成装置において、本発明の一態様は、前記単語抽出部は、前記文の正規化を行った後に前記単語を抽出することを特徴とする。

【0021】

（１５）上記に記載のリンク生成装置において、本発明の一態様は、前記利用者の識別情報と、該利用者の特定コミュニティへの参加度とが関連付けられて記憶されている利用者記憶部を備え、前記取得部は、前記利用者記憶部から前記利用者の特定コミュニティへの参加度を読み出すことにより前記参加度を取得することを特徴とする。

【0022】

（１６）本発明の一態様は、リンク生成方法であって、キーワード抽出部が、コンテンツに含まれる文からキーワードを抽出する手順と、取得部が、利用者の特定コミュニティへの参加度および各キーワードの特定コミュニティへの特化度を取得する手順と、リンク要否判定部が、前記取得部が取得した前記参加度及び前記特化度に基づいて、キーワードに対してハイパーリンクを挿入するか否かを判定する手順と、を有することを特徴とするリンク生成方法である。

【0023】

（１７）本発明の一態様は、コンピュータに、コンテンツに含まれる文からキーワードを抽出するキーワード抽出ステップと、利用者の特定コミュニティへの参加度および各キーワードの特定コミュニティへの特化度を取得する取得ステップと、前記取得ステップにより取得された前記参加度及び前記特化度に基づいて、キーワードに対してハイパーリンクを挿入するか否かを判定するリンク要否判定ステップと、を実行させるためのリンク生成プログラムである。

【発明の効果】

【0024】

本発明によれば、利用者の使い勝手を向上させることができる。

【図面の簡単な説明】

【0025】

【図1】本実施形態におけるリンク生成装置の概略ブロック図である。

【図2】本実施形態における制御部の概略ブロック図である。

【図3】連結規則が構築される処理の流れの一例を示すフローチャートである。

【図4】組み合わせ｛ｗ_ｉ，ｗ_ｊ｝に対する２ｘ２分割表である。

【図5】組み合わせ｛ｗ_ｉ，ｗ_ｊ，ｗ_ｋ｝に対する２ｘ４分割表である。

【図6】規則記憶部に記憶されている連結規則の一例である。

【図7】ウェブページにハイパーリンクを挿入する処理の流れの一例を示すフローチャートである。

【発明を実施するための形態】

【0026】

以下、本発明の実施形態について、図面を参照して詳細に説明する。まず、本実施形態のリンク生成装置１の概要について説明する。本実施形態のリンク生成装置１は、利用者のコミュニティへの参加経過時間やコミュニティ内に流通している文書の参照頻度、およびキーワードのコミュニティ特化度合いに基づき、キーワードに対するハイパーリンクの張りと外しを切り替える。

【0027】

図１は、本実施形態におけるリンク生成装置１の概略ブロック図である。リンク生成装置１は、入力部１０と、記憶部２０と、表示部３０と、制御部１００とを備える。記憶部２０は、第１の第１の文章記憶部２１と、第２の文章記憶部２２と、規則記憶部２３と、利用者記憶部２４と、リンク要否記憶部２５とを備える。
第１の第１の文章記憶部２１には、予め一般の文書集合Ｄ１が記憶されている。第２の文章記憶部２２には、予め特定のコミュニティの文書集合Ｄ２が記憶されている。

【0028】

規則記憶部２３は、キーワードと、該キーワードの連結規則と、該キーワードの特定コミュニティへの特化度とが関連付けられて記憶されている。
利用者記憶部２４には、利用者の識別情報と、該利用者の特定コミュニティへの参加度とが関連付けられて記憶されている。ここで、特定コミュニティへの参加度は、利用者のコミュニティへの参加時間の累積値に基づいて決定されたスコアである。そして、特定コミュニティへの特化度は、一般コミュニティへの投稿記事に含まれるキーワードと特定コミュニティへの投稿記事に含まれるキーワードとを比較した場合に、特定コミュニティに偏って出現するキーワードに対して高いスコアが付けられている。
リンク要否記憶部２５には、利用者毎に、キーワード、クリック済みか否かを示す情報及びリンクを張らないキーワードか否かを示す情報が関連付けられて記憶されている。

【0029】

入力部１０は、第１の文章記憶部２１に記憶されている文章集合Ｄ１に追加する文章を示す文章情報を受け付け、受け付けた文章情報を制御部１００に出力する。
また、入力部１０は、ウェブページの入力を受け付け、受け付けたウェブページを制御部１００に出力する。

【0030】

制御部１００は、入力部１０から入力された文章情報を第１の文章記憶部２１に記憶されている文章集合Ｄ１に追記する。
また、制御部１００は、第１の文章記憶部２１に記憶されている文章集合Ｄ１を読み出し、読み出した文章集合Ｄ１に基づいて、単語の連結規則を生成する。そして、制御部１００は、生成した単語の連結規則を規則記憶部２３に記憶させる。これにより、規則記憶部２３には、二単語以上の単語が隣接する場合における該単語の連結規則が、予め記憶されていることになる。

【0031】

また、制御部１００は、規則記憶部２３に記憶されている連結規則を読み出し、読み出した連結規則に基づいて、入力部１０から入力されたウェブページに含まれる文から、その文に含まれる重要な連結語を生成し、生成した連結語に対してリンクを埋め込む。そして、制御部１００は、リンクを埋め込んだウェブページを表示部３０に表示させる。これにより、リンク生成装置１は、ユーザがウェブページを入力するだけで、ウェブページに含まれるキーワードに対して辞書サイトへのリンクが付されたウェブページを表示するので、ユーザは、そのリンクを開くだけで、そのキーワードの意味を知ることができる。

【0032】

図２は、本実施形態における制御部１００の概略ブロック図である。制御部１００は、キーワード抽出部１０４と、規則生成部１１０と、取得部１３５と、リンク要否判定部１３６と、リンク挿入部１４０とを備える。ここで、キーワード抽出部１０４は、単語抽出部１０１と、重要語抽出部１０２と、隣接単語抽出部１０３と、連結語生成部１３０とを備える。

【0033】

続いて、各部の処理の概要について説明する。
キーワード抽出部１０４は、コンテンツに含まれる文からキーワードを抽出する。
リンク生成装置１が連結規則を生成する場合、単語抽出部１０１は、第１の文章記憶部２１から文章集合Ｄを読み出し、文章集合Ｄに含まれる文から単語を抽出する。そして、単語抽出部１０１は、抽出した単語を隣接単語抽出部１０３へ出力する。
また、リンク生成装置１がウェブページに含まれるキーワードにハイパーリンクを埋め込む場合、単語抽出部１０１は、特定コミュニティ内に投稿されたコンテンツに含まれる文から単語を抽出し、抽出した単語を重要語抽出部１０２へ出力する。
なお、単語抽出部１０１は、文の正規化を行った後に単語を抽出してもよい。

【0034】

重要語抽出部１０２は、単語抽出部１０１が抽出した単語の中からハイパーリンクの埋め込みの候補であるキーワードを抽出し、抽出したキーワードを隣接単語抽出部１０３へ出力する。

【0035】

リンク生成装置１が連結規則を生成する場合、隣接単語抽出部１０３は、単語抽出部１０１が抽出した単語のうち隣接している単語を抽出し、抽出した単語を規則生成部１１０に出力する。
リンク生成装置１がウェブページに含まれるキーワードにハイパーリンクを埋め込む、隣接単語抽出部１０３は、重要語抽出部１０２が抽出したキーワードのうち隣接している単語を抽出し、抽出した単語を連結語生成部１３０に出力する。

【0036】

規則生成部１１０は、隣接する単語同士が連結する度合いを示す連結度を統計的に算出し、該算出した連結度に基づいて、単語を連結する連結規則を生成する。ここで、連結度は、例えば、統計モデルの良さを評価するための指標である公知の赤池情報量基準である。また、連結規則は、例えば、キーワードを連結する条件と、該条件に適合する場合に連結語生成部１３０が行う処理とが関連付けられたものである。
そして、規則生成部１１０は、生成した連結規則を規則記憶部２３に記憶させる。ここで、規則生成部１１０は、バイグラム連結規則生成部１１１とトライグラム連結規則生成部１１２とを備える。

【0037】

バイグラム連結規則生成部１１１は、二つの単語の連結度を算出し、該算出した連結度に基づき、二単語を連結する連結規則を生成する。
トライグラム連結規則生成部１１２は、三つの単語の連結度を算出し、該算出した連結度に基づき、三単語を連結する連結規則を生成する。

【0038】

連結語生成部１３０は、規則記憶部２３に記憶されている連結規則に基づいて、キーワードを連結した連結語を生成し、生成した連結語をリンク挿入部１４０に出力する。ここで、連結語生成部１３０は、バイグラム連結決定部１３１と、トライグラム連結決定部１３２とを備える。
バイグラム連結決定部１３１は、キーワードが二つ隣接している場合、規則記憶部２３に記憶されている連結規則に基づいて、キーワードを連結するか否か決定する。

【0039】

トライグラム連結決定部１３２は、キーワードが三つ隣接している場合、規則記憶部２３に記憶されている連結規則に基づいて、三つ隣接しているキーワードのうち三つのキーワードを連結するか二つのキーワードを連結するかあるいはいずれも連結しないか決定する。
また、トライグラム連結決定部１３２は、キーワードが四つ以上隣接している場合、四つ以上隣接しているキーワードのうち三つ隣接しているキーワードを抽出する毎に、該抽出したキーワードのうち三つのキーワードを連結するか二つのキーワードを連結するかあるいはいずれも連結しないか決定する。

【0040】

取得部１３５は、利用者の特定コミュニティへの参加度および各キーワードの特定コミュニティへの特化度を取得する。具体的には、例えば、取得部１３５は、利用者の識別情報に対応する利用者の特定コミュニティへの参加度を利用者記憶部２４から読み出す。また、例えば、取得部１３５は、各キーワードの特定コミュニティへの特化度を規則記憶部２３から読み出す。そして、取得部１３５は、取得した利用者の特定コミュニティへの参加度および各キーワードの特定コミュニティへの特化度をリンク要否判定部１３６へ出力する。

【0041】

リンク要否判定部１３６は、取得部１３５が取得した上記参加度及び上記特化度に基づいて、キーワードに対して別ページへのハイパーリンクを挿入するか否かを判定する。具体的には、例えば、リンク要否判定部１３６は、参加度が予め決められた参加度以下である場合に、対象キーワードの特定コミュニティへの特化度が予め決められた特化度以上の場合、対象キーワードに対して特定のＷｅｂコンテンツへのハイパーリンクを挿入することを決定する。ここで、対象キーワードは、キーワードが連結された連結語あるいは連結していないキーワードの総称である。

【0042】

また、リンク要否判定部１３６は、リンク要否記憶部２５を参照してリンク挿入の要否を判定する。具体的には、例えば、リンク要否判定部１３６は、対象キーワードに対応するクリック済みか否かを示す情報とリンクを張らないキーワードか否かを示す情報とをリンク要否記憶部２５から読み出す。リンク要否判定部１３６は、リンクを張らないキーワードか否かを示す情報がリンクを張らないキーワードである旨を示す場合、その対象キーワードについてリンクを挿入しないと判定する。
また、例えば、リンク要否判定部１３６は、読み出したクリック済みか否かを示す情報がクリック済みである旨を示す場合、予め決められた時間、その対象キーワードについてリンクを挿入しないと判定する。
そして、リンク要否判定部１３６は、判定結果をリンク挿入部１４０へ出力する。

【0043】

リンク挿入部１４０は、連結語生成部１３０が生成した連結語または隣接単語抽出部が抽出したキーワードに対して、特定のＷｅｂコンテンツへのハイパーリンクを挿入し、挿入後のウェブページを表示部３０に表示させる。

【0044】

続いて、リンク生成装置１の処理の概要を説明する。リンク生成装置１は。ハイパーリンクの対象候補となるキーワードを抽出し、次に、その単語に対してハイパーリンクを張る。このとき、キーワードの抽出方式として、形態素解析器の出力結果に含まれる固有名詞や名詞をキーワードとする単純な方式では、ハイパーリンクを埋め込む上で最適な形でキーワードが得られる保証がないという課題がある。

【0045】

例えば、あるコミュニティに流通している文書に「連結度計算機能」というコミュニティ特有のキーワードがある場合に、この文書を形態素解析した場合、「連結」「度」「計算」「機能」といった形態素で抽出されてしまう。そのため、それらが結合可能な１つのキーワードであることを認識する必要がある。１つはこのようなキーワードをあらかじめ形態素解析辞書に手作業で登録しておく方法があるが、常に新たなキーワードを登録する必要があるなどの管理コストがかかってしまう。そこで、本実施形態におけるリンク生成装置１は、大量の過去の事例を用いて、結合されたキーワードの出現頻度などを用いた統計的な基準に基づく方式で自動的に結合したキーワードを生成する方式を採用する。

【0046】

図３は、連結規則が構築される処理の流れの一例を示すフローチャートである。
まず、ステップＳ１において、単語抽出部１０１は、文章集合Ｄに含まれる文章から単語を抽出する。文書集合Ｄは、一般の文書集合（例えば、一般ニュースのような誰もが閲覧可能な文書集合）Ｄ１と、特定のコミュニティの文書集合（例えば、特定ユーザが参加するコミュニティに属する文書集合）Ｄ２とを含む。

【0047】

具体的には、例えば、単語抽出部１０１は、文書集合Dに対し、形態素解析器を使うことで単語を抽出する。また、単語抽出部１０１は、形態素解析器の単語の抽出精度を向上させるために、文章の正規化 (例えば，小文字の英文字を大文字に置き換えること又は表記の揺れを修正すること)を行い、正規化後の文章から単語を抽出してもよい。また、単語抽出部１０１は、単語を抽出した後に、抽出した単語を正規化してもよい。

【0048】

次に、ステップＳ２において、隣接単語抽出部１０３は、単語抽出部１０１が抽出した単語のうち、隣接している単語を抽出する。この際、隣接単語抽出部１０３は、計算処理の時間を削減するために、一般名詞や固有名詞などの特定の品詞に該当する単語に絞り込んだ上で、隣接する単語を抽出してもよい。これにより、隣接単語抽出部１０３は、単語集合ｗ＝｛Ｗ１，Ｗ２，Ｗ３，…｝を取得する。

【0049】

次に、ステップＳ２において、規則生成部１１０は、単語の連結を行うために、連結度を統計的に算出する。具体的には、例えば、規則生成部１１０は、赤池情報量基準（ＡＩＣ）に基づいて、連結度を算出する。なお、規則生成部１１０は、他の情報量基準（たとえばベイズ情報量基準（ＢＩＣ））などの尺度のもとで連結度を算出してもよい。

【0050】

具体的には、例えば、規則生成部１１０は、単語Ｗ＝｛ｗ１，ｗ２，ｗ３，…｝のうち、任意の二つの単語ｗ_ｉとｗ_ｊを抽出する。次に、規則生成部１１０は、文書集合Ｄにおける各文に対し、文書の先頭から１つ目と二つ目の単語を抽出する。隣接単語抽出部１０３が品詞の絞り込みを行っている場合、規則生成部１１０は、これらの単語がいずれも絞り込みの対象の品詞である場合に、これらの単語を抽出する。規則生成部１１０は、これらの単語をｔ_１とｔ_２とする。単語ｗ_ｉとｗ_ｊ、および単語ｔ_１とｔ_２を使い、単語の連結規則を生成する。

【0051】

ここで、バイグラム連結規則生成部１１１による２単語を連結する規則である２単語連結規則の生成について説明する。バイグラム連結規則生成部１１１は、ｔ_１、ｔ_２、ｗ_ｉ及びｗ_ｊを用いて、以下の四つの変数（ｎ_１１、ｎ_１２、ｎ_２１、ｎ_２２）を算出する。
変数ｎ_１１は、ｔ_１がｗ_ｉであり、ｔ_２がｗ_ｊである、組み合わせの数である。
変数ｎ_１２は、ｔ_１がｗ_ｉであり、ｔ_２がｗ_ｊ以外の単語である、組み合わせの数である。
変数ｎ_２１は、ｔ_１がｗ_ｉ以外の単語であり、ｔ_２がｗ_ｊである、組み合わせの数である。
変数ｎ_２２は、ｔ_１がｗ_ｉ以外の単語であり、ｔ_２がｗ_ｊ以外の単語である、組み合わせの数である。
変数ｚは、全組み合わせの数（ｎ_１１＋ ｎ_１２ ＋ ｎ_２１ ＋ ｎ_２２）である。

【0052】

これらの値を用いて、図４に示す２ｘ４分割表を作成する。図４は、組み合わせ｛ｗ_ｉ，ｗ_ｊ｝に対する２ｘ２分割表である。ここで、記号¬はその次に続く変数以外を示す記号であり、例えばｔ_１＝¬ｗ_ｉは、ｔ_１がｗ_ｉ以外であることを示している。同図において、上述したｔ_１とｔ_２の値の組み合わせ毎に、その組み合わせの数を示す変数（ｎ_１１、ｎ_１２、ｎ_２１又はｎ_２２）が決められていることが示されている。例えば、１行１列目の変数ｎ_１１は、ｔ_１がｗ_ｉであり、ｔ_２がｗ_ｊである組み合わせの数であることを示している。

【0053】

バイグラム連結規則生成部１１１は、図４における２ｘ２分割表における各種の値を用いて、以下の計算式に従って、以下の二つの情報量基準を生成する。
まず、一つ目の情報量基準は、従属モデル（ＤＭ）の情報量基準（以下、従属情報量基準と称す）ＡＩＣ（ＤＭ）である。従属情報量基準ＡＩＣ（ＤＭ）は、単語ｗ_１と単語ｗ_２の組み合わせが特定のトピックｘに関係ありの度合いを示す。但し、この従属情報量基準ＡＩＣ（ＤＭ）は、値が小さいほど、特定のトピックｘに関係ありの度合いが大きい。バイグラム連結規則生成部１１１は、従属情報量基準ＡＩＣ（ＤＭ）を、以下の式（１）に従って算出する。

【0054】

ＭＬＬ（ＤＭ）＝ｎ_１１ｌｏｇ ｎ_１１＋ｎ_１２ｌｏｇ ｎ_１２＋ｎ_２１ｌｏｇ ｎ_２１＋ｎ_２２ｌｏｇ ｎ_２２−Ｚｌｏｇ Ｚ
ＡＩＣ（ＤＭ）＝−２×ＭＬＬ（Ｍ２）＋２×３ （１）

【0055】

ここで、従属モデル（ＤＭ）は、単語ｗ_ｉと単語ｗ_ｊは連結するモデルである。この場合、単語ｗ_ｉと単語ｗ_ｊは従属関係にある。
次に、二つ目の情報量基準は、独立モデル（ＩＭ）の情報量基準（以下、独立情報量基準と称す）ＡＩＣ（ＩＭ）である独立情報量基準と称す）ＡＩＣ（ＩＭ）は、単語ｗ_１も、単語ｗ_２も、単語ｗ_１と単語ｗ_２の組み合わせも、全てが特定のトピックｘに関係なしである度合いを示す。但し、この独立情報量基準ＡＩＣ（ＩＭ）は、値が小さいほど、特定のトピックｘに関係なしの度合いが大きい。バイグラム連結規則生成部１１１は、独立情報量基準ＡＩＣ（ＩＭ）を、以下の式（２）に従って、算出する。

【0056】

ＭＬＬ（ＩＭ）＝（ｎ_１１＋ｎ_１２）ｌｏｇ （ｎ_１１＋ｎ_１２）＋（ｎ_１１＋ｎ_２１）ｌｏｇ（ｎ_１１＋ｎ_２１）＋（ｎ_２１＋ｎ_２２）ｌｏｇ（ｎ_２１＋ｎ_２２）＋（ｎ_１２ ＋ｎ_２２）ｌｏｇ （ｎ_１２＋ｎ_２２）−２×Ｚｌｏｇ Ｚ
ＡＩＣ（ＩＭ）＝−２×ＭＬＬ（Ｍ１）＋２×２ （２）

【0057】

ここで、独立モデル（ＩＭ）は、単語ｗ_ｉと単語ｗ_ｊは連結しないモデルである。この場合、単語ｗ_ｉと単語ｗ_ｊは従属関係にない。ここで、従属情報量基準ＡＩＣ（ＤＭ）と、独立情報量基準ＡＩＣ（ＩＭ）を総称して、二つの単語の連結度という。
なお、上記の従属情報量基準ＡＩＣ（ＤＭ）の式（１）の「…＋２×３」や独立情報量基準ＡＩＣ（ＩＭ）の式（２）の「…＋２×２」をそれぞれ、「…＋２×ｌｏｇ（３）」や「…＋２×ｌｏｇ（２）」とすることで、ＢＩＣ情報量基準のもとで、従属モデルの情報量基準ＢＩＣ（ＩＭ）及び独立モデルの情報量基準ＢＩＣ（ＤＭ）を求める計算式となる。

【0058】

バイグラム連結規則生成部１１１は、従属情報量基準ＡＩＣ（ＤＭ）及び独立情報量基準ＡＩＣ（ＩＭ）の二つの値を算出した後、以下の処理により、条件と処理の二つの要素を含む連結規則（以下、ルールともいう）を取得する。
バイグラム連結規則生成部１１１は、ＡＩＣ（ＤＭ）＜ＡＩＣ（ＩＭ）が成り立つ場合すなわち従属情報量基準ＡＩＣ（ＤＭ）が独立従属情報量基準ＡＩＣ（ＩＭ）より小さい場合、以下のルールを生成する。そのルールとは、ｔ１がｗ_ｉでありｔ２がｗ_ｊである場合、単語ｗ_ｉと単語ｗ_ｊを連結するというものである。ここで、条件は、「ｔ１がｗ_ｉでありｔ２がｗ_ｊである場合」であり、処理は、「単語ｗ_ｉと単語ｗ_ｊを連結する」ことである。

【0059】

バイグラム連結規則生成部１１１は、単語連結用ルールを生成するための処理を終えたのちに、文書の先頭から二つ目と三つ目の単語を抽出し、同様の処理を行う。以降、バイグラム連結規則生成部１１１は、単語を１つずつすらしながら、文の終わりに到達するまで繰り返す。バイグラム連結規則生成部１１１は、文の終わりまで到達すると、文書集合Ｄにおける次に文書を読み込み、同じ処理を行う。これらの処理は、文書集合Ｄにおける全文を処理し終えるまで繰り返す。

【0060】

上記の処理は単語を二つ与えられたときの２単語連結規則の生成処理であるが、トライグラム連結規則生成部１１２は、この他に隣接する単語を三つ与えられたときに、３単語連結規則を生成する。具体的には、以下の通りである。

【0061】

トライグラム連結規則生成部１１２は、単語Ｗ＝｛ｗ_１，ｗ_２，ｗ_３，…｝のうち、任意の三つの単語ｗ_ｉ、ｗ_ｊ及びｗ_ｋを抽出する。次に，トライグラム連結規則生成部１１２は、文書集合Ｄにおける各文に対し、文書の先頭から１つ目、二つ目、三つ目の単語を抽出する。トライグラム連結規則生成部１１２は、隣接単語抽出機能で品詞の絞り込みを行っている場合は，三つの単語がすべて隣接しており、かつ絞り込みの対象となる品詞であった場合は，それらの単語を抽出する。これらの単語をｔ_１、ｔ_２及びｔ_３とする。トライグラム連結規則生成部１１２は、単語ｔ_１、ｔ_２及びｔ_３と単語ｗ_ｉ、ｗ_ｊ及びｗ_ｋを用いて、以下の８つの変数を算出する。

【0062】

変数ｎ_１１は、ｔ_１がｗ_ｉであり、ｔ_２がｗ_ｊであり、ｔ_３がｗ_ｋである、組み合わせの数である。
変数ｎ_１２は、ｔ_１がｗ_ｉであり、ｔ_２がｗ_ｊ以外の単語であり、ｔ_３がｗ_ｋである、組み合わせの数である。
変数ｎ_１３は、ｔ_１がｗ_ｉであり、ｔ_２がｗ_ｊであり、ｔ_３がｗ_ｋ以外の単語である、組み合わせの数である。
変数ｎ_１４は、ｔ_１がｗ_ｉであり、ｔ_２がｗ_ｊ以外の単語であり、ｔ_３がｗ_ｋ以外の単語である、組み合わせの数である。
変数ｎ_２１は、ｔ_１がｗ_ｉ以外の単語であり、ｔ_２がｗ_ｊであり、ｔ_３がｗ_ｋである、組み合わせの数である。ｎ_２２は、ｔ_１がｗ_ｉ以外の単語であり、ｔ_２がｗ_ｊ以外の単語であり、ｔ_３がｗ_ｋである、組み合わせの数である。
変数ｎ_２３は、ｔ_１がｗ_ｉ以外の単語であり、ｔ_２がｗ_ｊであり、ｔ_３がｗ_ｋ以外の単語である、組み合わせの数である。
変数ｎ_２４は、ｔ_１がｗ_ｉ以外の単語であり、ｔ_２がｗ_ｊ以外の単語であり、ｔ_３がｗ_ｋ以外の単語である、組み合わせの数である。
変数ｚは、全組み合わせの数：（ｎ_１１＋ｎ_１２＋ｎ_１３＋ｎ_１４＋ｎ_２１＋ｎ_２２＋ｎ_２３＋ｎ_２４）である。

【0063】

これらの値を用いて、図５に示す２ｘ４分割表が作成する。図５は、組み合わせ｛ｗ_ｉ，ｗ_ｊ，ｗ_ｋ｝に対する２ｘ４分割表である。ここで、記号∧は、「かつ」を意味しており、例えば、（ｔ_２＝ｗ_ｊ）∧（ｔ_３＝ｗ_ｋ）は、ｔ_２がｗ_ｊかつｔ_３＝ｗ_ｋであることを示している。同図の２ｘ４分割表において、上述したｔ_１とｔ_２とｔ_３の値の組み合わせ毎に、その組み合わせの数を示す変数（ｎ_１１、ｎ_１２、ｎ_１３、ｎ_１４、ｎ_２１、ｎ_２２、ｎ_２３又はｎ_２４）が決められていることが示されている。例えば、変数ｎ_１１は、ｔ_１がｗ_ｉでｔ_２＝ｗ_ｊかつｔ_３＝ｗ_ｋの場合の組み合わせの数である。

【0064】

トライグラム連結規則生成部１１２は、２ｘ４分割表における各種の値を用いて、以下の計算式に従って四つのモデルを生成する。まず、トライグラム連結規則生成部１１２は、第１のモデルＭ１の情報量基準（以下、第１の情報量基準と称す）ＡＩＣ（Ｍ１）を以下の式に従って算出する。ここで、第１のモデルＭ１は、単語ｗ_ｉと単語ｗ_ｊは連結するが、単語ｗ_ｊと単語ｗ_ｋは連結しないモデルである。この場合、単語ｗ_ｉと単語ｗ_ｊは従属関係にある。

【0065】

ＭＬＬ（Ｍ１）＝（ｎ_１１＋ｎ_１２）ｌｏｇ（ｎ_１１＋ｎ_１２）＋（ｎ_１３＋ｎ_１４）ｌｏｇ（ｎ_１３＋ｎ_１４）＋（ｎ_２１＋ｎ_２２）ｌｏｇ（ｎ_２１＋ｎ_２２）＋（ｎ_２３＋ｎ_２４）ｌｏｇ（ｎ_２３＋ｎ_２４）＋（ｎ_１１＋ｎ_１３＋ｎ_２１＋ｎ_２３）ｌｏｇ（ｎ_１１＋ｎ_１３＋ｎ_２１＋ｎ_２３）＋（ｎ_１２＋ｎ_１４＋ｎ_２２＋ｎ_２４）ｌｏｇ（ｎ_１２＋ｎ_１４＋ｎ_２１＋ｎ_２３）−２×ＺｌｏｇＺ
ＡＩＣ（Ｍ１）＝−２×ＭＬＬ（Ｍ１）＋２×４ （３）

【0066】

次に、トライグラム連結規則生成部１１２は、第２のモデルＭ２の情報量基準（以下、第２の情報量基準と称す）ＡＩＣ（Ｍ２）を以下の式に従って算出する。ここで、第２のモデルＭ２は、単語ｗ_ｊと単語ｗ_ｋは連結するが、単語ｗ_ｉと単語ｗ_ｊは連結しないモデルである。この場合、単語ｗ_ｊと単語ｗ_ｋは従属関係にある。

【0067】

ＭＬＬ（Ｍ２）＝（ｎ_１１＋ｎ_１２＋ｎ_１３＋ｎ_１４）ｌｏｇ（ｎ_１１＋ｎ_１２＋ｎ_１３＋ｎ_１４）＋（ｎ_２１＋ｎ_２２＋ｎ_２３＋ｎ_２４）ｌｏｇ（ｎ_２１＋ｎ_２２＋ｎ_２３＋ｎ_２４）＋（ｎ_１１＋ｎ_１２）ｌｏｇ（ｎ_１１＋ｎ_１２）＋（ｎ_１２＋ｎ_２２）ｌｏｇ（ｎ_１２＋ｎ_２２）＋（ｎ_１３＋ｎ_２３）ｌｏｇ（ｎ_１３＋ｎ_１３）＋（ｎ_１４＋ｎ_２４）ｌｏｇ（ｎ_１４＋ｎ_２４）−２×Ｚｌｏｇ Ｚ
ＡＩＣ（Ｍ２）＝−２×ＭＬＬ（Ｍ２）＋２×４ （４）

【0068】

次に、トライグラム連結規則生成部１１２は、第３のモデルＭ３の情報量基準（以下、第３の情報量基準と称す）ＡＩＣ（Ｍ３）を以下の式に従って算出する。ここで、第３のモデルＭ３は、単語ｗ_ｉと単語ｗ_ｊと単語ｗ_ｋは連結するモデルである。この場合、単語ｗ_ｉと単語ｗ_ｊと単語ｗ_ｋは従属関係にある。

【0069】

ＭＬＬ（Ｍ３）＝ｎ_１１ｌｏｇｎ_１１＋ｎ_１２ｌｏｇｎ_１２＋ｎ_１３ｌｏｇｎ_１３＋ｎ_１４ｌｏｇｎ_１４＋ｎ_２１ｌｏｇｎ_２１＋ｎ_２２ｌｏｇｎ_２２＋ｎ_２３ｌｏｇ ｎ_２３＋ｎ_２４ｌｏｇｎ_２４−ＺｌｏｇＺ
ＡＩＣ（Ｍ３）＝−２×ＭＬＬ（Ｍ３）＋２×７ （５）

【0070】

次に、トライグラム連結規則生成部１１２は、第０のモデルＭ０の情報量基準（以下、第４の情報量基準と称す）ＡＩＣ（Ｍ０）を以下の式に従って算出する。ここで、第４のモデルＭ０は、単語ｗ_ｉと単語ｗ_ｊと単語ｗ_ｋを連結しないモデルである。この場合、単語ｗ_ｉと単語ｗ_ｊと単語ｗ_ｋはいずれも独立事象にある。

【0071】

ＭＬＬ（Ｍ０）＝（ｎ_１１＋ｎ_１２＋ｎ_１３＋ｎ_１４）ｌｏｇ（ｎ_１１＋ｎ_１２＋ｎ_１３＋ｎ_１４）＋（ｎ_１１＋ｎ_１２＋ｎ_２１＋ｎ_２２）ｌｏｇ（ｎ_１１＋ｎ_１２＋ｎ_２１＋ｎ_２２）＋（ｎ_１１＋ｎ_１３＋ｎ_２１＋ｎ_２３）ｌｏｇ（ｎ_１１＋ｎ_１３＋ｎ_２１＋ｎ_２３）＋（ｎ_２１＋ｎ_２２＋ｎ_２３＋ｎ_２４）ｌｏｇ（ｎ_２１＋ｎ_２２＋ｎ_２３＋ｎ_２４）＋（ｎ_１３＋ｎ_１４＋ｎ_２３＋ｎ_２４）ｌｏｇ（ｎ_１３＋ｎ_１４＋ｎ_２３＋ｎ_２４）＋ （ｎ_１２＋ｎ_１４＋ｎ_２２＋ｎ_２４）ｌｏｇ（ｎ_１２＋ｎ_１４＋ｎ_２２＋ｎ_２４）−３×ＺｌｏｇＺ
ＡＩＣ（Ｍ０）＝−２×ＭＬＬ（Ｍ０）＋２×３ （６）

【0072】

次に、トライグラム連結規則生成部１１２は、以下の処理により、ルールを取得する。そのルールは条件と処理の２部から構成されている。トライグラム連結規則生成部１１２は、四つの情報量基準のうちで第１の情報量基準ＡＩＣ（Ｍ１）が最も小さい場合、以下のルールを形成する。そのルールとは、「ｔ１がｗ_ｉであり，ｔ２がｗ_ｊであり，ｔ３がｗ_ｋである」という条件で、「単語ｗ_ｉと単語ｗ_ｊを連結する」という処理を行うというものである。

【0073】

次に、トライグラム連結規則生成部１１２は、四つの情報量基準のうちで第２の情報量基準ＡＩＣ（Ｍ２）が最も小さい場合、以下のルールを形成する。そのルールとは、「ｔ１がｗ_ｉであり，ｔ２がｗ_ｊであり，ｔ３がｗ_ｋである」という条件で、「単語ｗ_ｊと単語ｗ_ｋを連結する」という処理を行うというものである。

【0074】

次に、トライグラム連結規則生成部１１２は、四つの情報量基準のうちで第３の情報量基準ＡＩＣ（Ｍ３）が最も小さい場合、以下のルールを形成する。そのルールとは、「ｔ１がｗ_ｉであり，ｔ２がｗ_ｊであり，ｔ３がｗ_ｋである」という条件で、「単語ｗ_ｉと単語ｗ_ｊと単語ｗ_ｋを連結する」という処理を行うというものである。

【0075】

次に、トライグラム連結規則生成部１１２は、四つの情報量基準のうちで第０の情報量基準ＡＩＣ（Ｍ０）が最も小さい場合、ルールを生成せずに終了する。ここで、第１の情報量基準ＡＩＣ（Ｍ１）と第２の情報量基準ＡＩＣ（Ｍ２）と第３の情報量基準ＡＩＣ（Ｍ３）と第０の情報量基準ＡＩＣ（Ｍ０）とを総称して、三つの単語の連結度という。

【0076】

トライグラム連結規則生成部１１２は、上記の処理を終えたあと、文書の先頭から二つ目、三つ目、四つ目の単語を抽出し、同様の処理を行う。以降、トライグラム連結規則生成部１１２は、単語を１つずつすらしながら、文の終わりに到達するまでこの処理を繰り返す。トライグラム連結規則生成部１１２は、文の終わりまで到達すると、次に文書を読み込み、上記と同じ処理を行う。トライグラム連結規則生成部１１２は、これらの処理を、文書集合Ｄにおける全文を処理し終えるまで繰り返す。

【0077】

ステップＳ４において、規則生成部１１０は、ステップＳ３で得られたルールを規則記憶部２３に記憶させる。具体的には、例えば、規則生成部１１０は、ステップＳ３で得られた各ルールに対しＩＤを付与したのちに、そのＩＤと条件と処理とを関連付けて規則記憶部２３に記憶させる。

【0078】

ステップＳ５において、規則生成部１１０は、特定コミュニティに特化して出現する単語結合ルールにフラグを付与する。具体的には、規則生成部１１０は、特定のコミュニティ(例えば、コミュニティＡ)の文書集合Ｄ２から得られた単語結合規則と、一般の文書集合Ｄ１(一般)から得られた単語結合規則を比較する。そして、規則生成部１１０は、特定のコミュティの文書集合Ｄ２(コミュニティＡ)にしか出現しない単語結合規則を抽出する。そして、規則生成部１１０は、規則記憶部２３において、抽出した単語結合規則に特定のコミュティ特化（例えば、コミュニティＡ特化）のフラグを立てる。これにより、規則生成部１１０は、キーワードと、該キーワードの連結規則と、該キーワードの特定コミュニティへの特化度とを関連付けられて規則記憶部２３に記憶させることができる。以上で、本フローチャートの処理を終了する。

【0079】

図６は、規則記憶部２３に記憶されている連結規則の一例である。同図において、ＩＤと条件と処理の組が示されている。例えば、ＩＤが１の場合、条件が、「ｔ_１がｗ_ｉであり，ｔ_２がｗ_ｊであり，ｔ_３がｗ_ｋである」であり、処理が「単語ｗ_ｉと単語ｗ_ｊを連結する」であることが示されている。

【0080】

図７は、ウェブページにハイパーリンクを挿入する処理の流れの一例を示すフローチャートである。同図は、図４で連結規則が規則記憶部２３に構築された後の処理の流れである。
まず、ステップＳ６において、単語抽出部１０１は、入力されたウェブページから単語を抽出する。ここで、そのウェブページには、単語にハイパーリンクが挿入されていないものとする。単語抽出部１０１は、例えば、形態素解析器を使って単語を抽出する。このときに単語抽出部１０１は、形態素解析器の単語の抽出精度を向上させるために、抽出前に文の正規化 (例えば，小文字の英文字を大文字に置き換えること又は表記の揺れを修正すること)を行ってもよい。

【0081】

次に、ステップＳ７において、重要語抽出部１０２は、文書の中から、ハイパーリンクを埋め込む候補となるキーワードを抽出する。具体的には、例えば、重要語抽出部１０２は、特定の品詞(例：名詞一般や固有名詞)に該当する単語のみを選定する。なお、重要語抽出部１０２は、ＴＦ−ＩＤＦ（Ｔｅｒｍ Ｆｒｅｑｕｅｎｃｙ−Ｉｎｖｅｒｓｅ Ｄｏｃｕｍｅｎｔ Ｆｒｅｑｕｅｎｃｙ）などを用いて重要な単語を抽出してもよい。

【0082】

次に、ステップＳ８において、隣接単語抽出部１０３は、重要語抽出部１０２が抽出したキーワードのうち、互いに隣接しているキーワードを抽出し、これらを結合の候補とする。

【0083】

次に、連結語生成部１３０は、隣接するキーワードのうち、隣接する二つの単語（ｂｉ−ｇｒａｍ）または三つの単語（ｔｒｉ−ｇｒａｍ）が存在した場合に、それらの単語を結合するか否かを判定する。そして、連結語生成部１３０は、それらの単語を結合すると判定した場合、それらの単語を連結して連結語を生成する。これにより、リンク挿入部１４０は、適切な単語に対して、ハイパーリンクを挿入ことができる。具体的には、以下の手順に従い、連結語生成部１３０は、単語を連結する。

【0084】

ステップＳ９−１において、ｔ_１がｗ_ｉでｔ_２がｗ_ｊの場合を例に、バイグラム連結決定部１３１の処理を説明する。このときに、バイグラム連結決定部１３１は、規則記憶部２３に記憶されているｔ_１とｔ_２に関するルールを参照する。その際、条件が「ｔ_１がｗ_ｉであり、ｔ_２がｗ_ｊである」で、処理が「単語ｗ_ｉと単語ｗ_ｊを連結する」というルールが規則記憶部２３に記憶されている場合、バイグラム連結決定部１３１は単語ｗ_ｉと単語ｗ_ｊを連結する。

【0085】

ステップＳ９−２において、ｔ_１がｗ_ｉでｔ_２がｗ_ｊでｔ_３がｗ_ｋであった場合を例にトライグラム連結決定部１３２の処理を説明する。トライグラム連結決定部１３２は、規則記憶部２３に記憶されているｔ_１とｔ_２とｔ_３に関するルールを参照する。その際、条件が「ｔ_１がｗ_ｉであり、ｔ_２がｗ_ｊであり、ｔ_３がｗ_ｋである」で、処理が「単語ｗ_ｉと単語ｗ_ｊと単語ｗ_ｋを連結する」というルールが規則記憶部２３に記憶されている場合、トライグラム連結決定部１３２は単語ｗ_ｉと単語ｗ_ｊと単語ｗ_ｋを連結する。

【0086】

なお、４単語以上が連続している場合、トライグラム連結決定部１３２は、その４単語以上が連続しているもののうち先頭から３単語に、三つの単語（ｔｒｉ−ｇｒａｍ）のルールを適用する。そして、トライグラム連結決定部１３２は、続いて１単語ずつ後ろにずらしながら、三つの単語（ｔｒｉ−ｇｒａｍ）のルールを順に適用していく。すなわち、トライグラム連結決定部１３２は、隣接単語数が４以上の場合に、３単語毎に三つの単語の連結規則を適用することにより、４単語以上が連結したキーワードを抽出する。これにより、トライグラム連結決定部１３２は、三つの単語（ｔｒｉ−ｇｒａｍ）のルールを適用する毎に、単語同士を連結するか否か判定する。そして、トライグラム連結決定部１３２は、単語同士を連結すると判定した場合、それらの単語を連結する。

【0087】

次に、ステップＳ１０において、リンク要否判定部１３６は、対象キーワードに対してハイパーリンクを挿入するか否か判定する。対象キーワードがコミュニティに特化した単語結合規則が適用されて生成された場合、リンク要否判定部１３６は、コミュニティの新入りが閲覧している場合に限り、その対象キーワードにリンクを挿入すると判定する。一方、対象キーワードがコミュニティに特化しない単語結合規則が適用されて生成された場合、リンク要否判定部１３６は、コミュニティの全員に対して、その対象キーワードにリンクを挿入すると判定する。

【0088】

ここで、リンク要否判定部１３６は、コミュニティでの活動履歴に基づいて、コミュニティの新入りかどうかを判定する。より詳細には、リンク要否判定部１３６は、(閲覧、発言(投稿)など)から得られる参加継続時間又は／及びその発生頻度に基づき、コミュニティの新入りかどうかを判定する。具体的には、例えば、リンク要否判定部１３６は、参加継続時間が予め決められた閾値時間以下である場合、コミュニティの新入りであると判定し、それ以外の場合、コミュニティの新入りでないと判定する。

【0089】

続いて、利用者に一度表示したキーワードへのリンクに対する処理について説明する。キーワードへのリンクが一度クリックされた場合、リンク要否判定部１３６は、利用者が一時的に記憶したと判断し、以降はリンクを設定しない。ただし、リンク要否判定部１３６は、予め決められた時間（例えば、ｎ日）以上空けて再度リンクを提示し、クリックされなければ、そのキーワードはリンクを張らない単語としてリンク要否記憶部２５に記憶させる。その場合、リンク生成装置１は、新入りの利用者がキーワードを理解したとみなしたことになる。
これにより、リンク要否記憶部２５は、利用者毎に、キーワード、クリック済みか否かを示す情報及びリンクを張らないキーワードか否かを示す情報を１組のデータ（１レコード）として保持する。

【0090】

次に、ステップＳ１１において、リンク要否判定部１３６は、対象キーワードに対してハイパーリンクを挿入すると判定した場合（ステップＳ１０ ＹＥＳ）、リンク挿入部１４０は、対象キーワードに対して、ハイパーリンクを挿入する。
具体的には、例えば、リンク挿入部１４０は、検索エンジン用のクエリが付与されたハイパーリンクを挿入する。より詳細には、リンク挿入部１４０は、検索エンジン向けのクエリのテンプレートを予め保持し、検索エンジン向けのクエリのテンプレートに連結語あるいは連結していないキーワードのクエリを示す文字列を組み込んで、ハイパーリンクを生成する。

【0091】

例えば、リンク挿入部１４０は、商用の検索エンジンのサイトＵＲＬの後ろに、「/search?q=”＜検索対象＞”」と言った文字列を付与する。ここで、商用の検索エンジンのサービス（例：サービスの名称がexamplesearch）のＵＲＬはhttp://examplesearch.comであると仮定する。

【0092】

リンク挿入部１４０は、対象キーワードが「国会議事堂」であった場合、「http://examplesearch.com/search?q=国会議事堂」というハイパーリンクを生成する。そして、リンク挿入部１４０は、ウェブページ内のキーワードに生成したハイパーリンクを埋め込む。例えば、リンク挿入部１４０は、ＨＴＭＬ（ｈｙｐｅｒｔｅｘｔ ｍａｒｋｕｐ ｌａｎｇｕａｇｅ）の場合、<a href></a>のタグで単語を囲むことで、「本日、国会議事堂において、」に対し，「本日、<a href=” http://examplesearch.com/search?q=国会議事堂”>国会議事堂</a>において、」という結果を得る。リンク挿入部１４０は、ハイパーリンクが埋め込まれたウェブページを表示部３０に表示させる。

【0093】

なお、リンク挿入部１４０が、予め単語とその単語の意味を示すウェブページへのハイパーリンクとが関連付けられて記憶されている場合、入力された連結語あるいは連結していないキーワードに対応するハイパーリンクを読み出してもよい。そして、リンク挿入部１４０は、読み出したハイパーリンクをウェブページの当該単語の位置に埋め込んでもよい。
リンク要否判定部１３６が、対象キーワードに対してハイパーリンクを挿入しないと判定した場合（ステップＳ１０ ＮＯ）、リンク生成装置１は、ウェブページを表示部３０に表示させる。
以上で、本フローチャートの処理を終了する。

【0094】

＜効果＞
以上、本実施形態のリンク生成装置１は、コミュニティでの活動履歴（例えば、コミュニティへの参加経過時間）に基づいて、キーワードに対してリンクを挿入するか否か判定する。これにより、リンク生成装置１は、コミュニティへの参加経過時間が長いベテランの利用者に対しては、コミュニティに特化したキーワードにリンクを張らないようにすることができ、ベテランの利用者の誤操作を防止することができる。その結果、リンク生成装置１は、利用者の使い勝手を向上させることができる。

【0095】

また、リンク生成装置１は、コミュニティへの参加経過時間が短い新入りの利用者に対しては、コミュニティに特化したキーワードにリンクを張るようにすることができ、新入りの利用者の利便性が向上させることができる。その結果、リンク生成装置１は、利用者の使い勝手を向上させることができる。

【0096】

また、リンク生成装置１は、利用者に対して、キーワードに挿入されたリンクが一度クリックされた場合は、利用者が一時的に記憶したと判断し、以降はリンクを設定しない。そして、リンク生成装置１は、予め決められた時間空けて再度リンクを提示し、クリックされなければ、リンクを張らないキーワードとしてリンク要否記憶部２５に記憶させる。その場合、リンク生成装置１は、利用者がキーワードを理解したとみなし、そのキーワードハイパーリンクを外すので、利用者の誤操作を防止することができる。その結果、リンク生成装置１は、利用者の使い勝手を向上させることができる。

【0097】

また、本実施形態のリンク生成装置１は、予め文章集合Ｄから単語の連結規則を生成し、生成した連結規則を規則記憶部２３に記憶させておく。そして、リンク生成装置１は、入力されたウェブページから単語を抽出し、抽出した単語のうちキーワードを抽出する。そして、リンク生成装置１は、抽出したキーワード同士が隣接している場合、予め規則記憶部２３に記憶されている連結規則を参照して、それらのキーワードを連結するか否か判定する。

【0098】

そして、リンク生成装置１は、それらのキーワードを連結すると判定した場合、それらのキーワードを連結した連結語をキーワードとして生成する。そして、リンク生成装置１は、生成したキーワードに対して、そのキーワードの意味を説明するウェブページへのハイパーリンクを埋め込む。
これにより、ユーザは、ウェブページに含まれるキーワードに埋め込まれたハイバーリンクを開くことにより、その単語の意味を知ることができる。ゆえに、リンク生成装置１は、ウェブページに含まれる単語の意味を知るのにかかる手間を軽減することができる。

【0099】

また、この連結規則は連結度に基づいて決定されているので、リンク生成装置１は、ハイパーリンクを埋め込むのに適したキーワードを生成することができる。ここで、ハイパーリンクを埋め込むのに適したキーワードとは、例えば、ネットの利用者がよく見かけるキーワード、Ｗｉｋｉｐｅｄｉａ（登録商標）等の辞書サイトに登録される可能性の高いキーワードである。

【0100】

ユーザは、最新の新聞記事又はインターネット上の最新記事を定期的にリンク生成装置１に入力すると、リンク生成装置１は、第１の文章記憶部２１に記憶されている文書集合Ｄ１にそれらの記事を追記する。これにより、リンク生成装置１は、それらの記事に含まれる最新のキーワードに対する連結規則を生成することができる。その結果、連結規則を生成するのに、ユーザ自らが最新のキーワードを抽出してリンク生成装置１に入力する必要がないので、リンク生成装置１はユーザの処理の手間を軽減することができる。

【0101】

また、リンク生成装置１は、その最新のキーワードを含むウェブページが入力された場合、その最新のキーワードを抽出し、抽出した最新のキーワードに対してハイパーリンクを埋め込むことができる。これにより、ユーザは、最新のキーワードのハイパーリンクを開くことにより、簡単に、その最新のキーワードの意味を知ることができる。

【0102】

また、リンク生成装置１は、１単語でキーワードとなるか、２単語でキーワードとなるか、３単語でキーワードとなるかを一度に比較することができ、最も確率の高いキーワードを高精度に選択できる。

【0103】

なお、複数の装置を備えるシステムが、本実施形態のリンク生成装置１の各処理を、それらの複数の装置で分散して処理してもよい。
また、本実施形態のリンク生成装置１の各処理を実行するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、当該記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより、リンク生成装置１に係る上述した種々の処理を行ってもよい。

【0104】

なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものであってもよい。また、「コンピュータシステム」は、ＷＷＷ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、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。

【0105】

さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（例えばＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ））のように、一定時間プログラムを保持しているものも含むものとする。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。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良い。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）であっても良い。

【0106】

以上、本発明の実施形態について図面を参照して詳述したが、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】

【0107】

１ リンク生成装置
１０ 入力部
２０ 記憶部
２１ 第１の文章記憶部
２２ 第２の文章記憶部
２３ 規則記憶部
２４ 利用者記憶部
２５ リンク要否記憶部
３０ 表示部
１００ 制御部
１０１ 単語抽出部
１０２ 重要語抽出部
１０３ 隣接単語抽出部
１０４ キーワード抽出部
１１０ 規則生成部
１１１ バイグラム連結規則生成部
１１２ トライグラム連結規則生成部
１３０ 連結語生成部
１３１ バイグラム連結決定部
１３２ トライグラム連結決定部
１３５ 取得部
１３６ リンク要否判定部
１４０ リンク挿入部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】