特許 5890385 データ処理装置、及びデータ処理方法

(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】5890385

(24)【登録日】2016年2月26日

(45)【発行日】2016年3月22日

(54)【発明の名称】データ処理装置、及びデータ処理方法

(51)【国際特許分類】

   G06F 17/30 20060101AFI20160308BHJP

【ＦＩ】

   G06F17/30 220Z

   G06F17/30 170A

   G06F17/30 210D

   G06F17/30 340A

【請求項の数】10

【全頁数】18

(21)【出願番号】特願2013-264058(P2013-264058)

(22)【出願日】2013年12月20日

(65)【公開番号】特開2015-121858(P2015-121858A)

(43)【公開日】2015年7月2日

【審査請求日】2014年9月12日

【前置審査】

(73)【特許権者】

【識別番号】500257300

【氏名又は名称】ヤフー株式会社

(74)【代理人】

【識別番号】110000637

【氏名又は名称】特許業務法人樹之下知的財産事務所

(72)【発明者】

【氏名】岡本 慎一郎

【審査官】 田中 秀樹

(56)【参考文献】

【文献】 特開２０１２−０７３９６６（ＪＰ，Ａ）

【文献】 特開２００８−２４２６９３（ＪＰ，Ａ）

【文献】 特開２００６−２８５４１８（ＪＰ，Ａ）

【文献】 特開２００７−０１８２３４（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １７／３０

(57)【特許請求の範囲】

【請求項1】

複数の語句が感情単位で分類された感情分類辞書を取得する辞書取得手段と、
前記感情分類辞書を用い、対象物に対する人の感情を定量化した定量化データを生成するコンテンツ定量化手段と、を備え、
前記辞書取得手段は、複数の対象物に対するテキストベースの評価データに基づいて前記感情分類辞書を生成する辞書生成手段を備え、
前記辞書生成手段は、前記評価データから、前記対象物における主要要素と、当該主要要素に対して出現頻度が高くかつ前記評価データにおける前記主要要素の記載位置を中心とした所定範囲内にある複数の前記第一語句と、を形態素解析によって抽出し、前記複数の第一語句のうち、前記主要要素に対する共起度合が前記所定値以上となる前記第一語句を前記第二語句として抽出し、当該第二語句を感情毎に分類する
ことを特徴とするデータ処理装置。

【請求項2】

請求項１に記載のデータ処理装置において、
前記形態素解析により抽出された前記第一語句は、人の感情を示す感情表現語句である
ことを特徴とするデータ処理装置。

【請求項3】

請求項１又は請求項２に記載のデータ処理装置において、
前記辞書生成手段は、潜在的ディリクレ配分法を用いて、抽出された前記第二語句を感情毎に分類する
ことを特徴とするデータ処理装置。

【請求項4】

請求項１から請求項３のいずれかに記載のデータ処理装置において、
前記対象物に対するテキストベースの評価データを取得する評価データ取得手段を備え、
前記コンテンツ定量化手段は、前記対象物に対する評価データ、及び前記感情分類辞書に基づいて前記定量化データを生成する
ことを特徴とするデータ処理装置。

【請求項5】

請求項４に記載のデータ処理装置において、
前記コンテンツ定量化手段は、前記対象物に対する前記評価データを形態素解析して抽出された語句を、前記感情分類辞書を用いて感情毎に分類し、分類結果に基づく感情値を前記対象物に関連付けた前記定量化データを生成する
ことを特徴とするデータ処理装置。

【請求項6】

請求項５に記載のデータ処理装置において、
前記コンテンツ定量化手段は、前記感情同士の共起関係を前記感情値に関連付けた定量化データを生成する
ことを特徴とするデータ処理装置。

【請求項7】

請求項１から請求項６のいずれかに記載のデータ処理装置において、
前記コンテンツ定量化手段により生成された前記定量化データを蓄積するデータ蓄積手段を備える
ことを特徴とするデータ処理装置。

【請求項8】

請求項７に記載のデータ処理装置において、
所定の対象物を検索クエリとして取得するクエリ取得手段と、
前記検索クエリとして指定された対象物に対する前記定量化データと類似する定量化データを前記データ蓄積手段から検索し、前記検索された定量化データに対応した対象物を検索結果として返す検索手段と、
を備えることを特徴とするデータ処理装置。

【請求項9】

請求項７又は請求項８に記載のデータ処理装置において、
所定の対象物に対する前記定量化データの出力要求を取得する要求取得手段と、
前記出力要求として指定された対象物に対する前記定量化データを前記データ蓄積手段から取得して出力する定量化データ出力手段と、
を備えることを特徴とするデータ処理装置。

【請求項10】

コンピュータにより、対象物に対して人が感じる感情を定量化した定量化データを生成するデータ処理方法であって、
前記コンピュータは、
複数の対象物に対するテキストベースの評価データに基づいて、複数の語句が感情単位で分類された感情分類辞書を生成して記憶手段に記憶する工程と、
前記感情分類辞書を前記記憶手段から取得する工程と、
前記感情分類辞書を用いて、前記対象物に対する前記定量化データを生成する工程と、を実施し、
前記感情分類辞書を生成して記憶手段に記憶する工程において、前記評価データから、前記対象物における主要要素と、当該主要要素に対して出現頻度が高くかつ前記評価データにおける前記主要要素の記載位置を中心とした所定範囲内にある複数の前記第一語句と、を形態素解析によって抽出し、前記複数の第一語句のうち、前記主要要素に対する共起度合が前記所定値以上となる前記第一語句を前記第二語句として抽出し、当該第二語句を感情毎に分類する
ことを特徴とするデータ処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、対象物を感情パラメータに基づいて定量化するデータ処理装置、及びデータ処理方法に関する。

【背景技術】

【0002】

従来、ユーザにコンテンツを配信するコンテンツ配信装置が知られている（例えば、特許文献１参照）。
特許文献１に記載の装置は、ユーザの端末において作者名やタイトル名、カテゴリ等の検索条件が入力され、コンテンツ配信装置に送信する。コンテンツ配信装置は、コンテンツの作者名、タイトル名、カテゴリ等を関連付けたデータベースを有し、入力された作者名やタイトル、カテゴリに合致するコンテンツを抽出してユーザの端末に送信して表示させる。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００７−６５８４１号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

ところで、上記特許文献１のようなコンテンツ配信装置では、作者名やタイトル名、カテゴリ等によるコンテンツの検索は実施できるが、作者名やタイトル名、カテゴリが分かっていなければ目的のコンテンツを検索できない。つまり、例えばあるコンテンツと雰囲気が似ている等、所定のコンテンツに対して人が感じる感情が近いコンテンツを調べたい場合、上記のようなデータベースでは、検索を実施できないという課題がある。
このように、人が感じる感情が似ているコンテンツを検索する場合等、人の感情を軸としたデータ処理が可能な装置が望まれている。

【0005】

本発明は、人の感情を軸としたデータ処理を実施可能なデータ処理装置、及びデータ処理方法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】

【0006】

本発明のデータ処理装置は、複数の語句が感情単位で分類された感情分類辞書を取得する辞書取得手段と、前記感情分類辞書を用い、対象物に対する人の感情を定量化した定量化データを生成するコンテンツ定量化手段と、を備え、前記辞書取得手段は、複数の対象物に対するテキストベースの評価データに基づいて前記感情分類辞書を生成する辞書生成手段を備え、前記辞書生成手段は、前記評価データから、前記対象物における主要要素と、当該主要要素に対して出現頻度が高くかつ前記評価データにおける前記主要要素の記載位置を中心とした所定範囲内にある複数の前記第一語句と、を形態素解析によって抽出し、前記複数の第一語句のうち、前記主要要素に対する共起度合が前記所定値以上となる前記第一語句を前記第二語句として抽出し、当該第二語句を感情毎に分類することを特徴とする。

【発明の効果】

【0007】

本発明では、上述のような感情分類辞書を用いて、対象物に対する定量化データを生成している。このため、このような人の感情を軸とした定量化データを用いることで、感情を軸として各種データ処理を実施でき、例えば、作者名やコンテンツ名が不明な場合でも、あるコンテンツと、同じ風潮のコンテンツを探す検索処理や、所定のコンテンツに対して人の感じ方をレビューとして表示させる表示処理等の処理を実施できる。

【図面の簡単な説明】

【0008】

【図1】本発明の第一実施形態のデータ処理システムの概略構成を示すブロック図。

【図2】第一実施形態のデータ処理装置であるサーバ装置の概略構成を示すブロック図。

【図3】第一実施形態の感情分類辞書の辞書生成処理を示すフローチャート。

【図4】評価データが掲載されたレビュー記事の一例を示す図。

【図5】共起ネットワークの一例を示す図。

【図6】第一実施形態のコンテンツの定量化処理を示すフローチャート。

【図7】第一実施形態におけるコンテンツ検索処理を示すフローチャート。

【図8】検索処理により検索されたコンテンツとクエリコンテンツの感情値を比較する図。

【図9】第一実施形態におけるコンテンツ定量化データ出力処理を示すフローチャート。

【発明を実施するための形態】

【0009】

［第一実施形態］
以下、本発明に係る第一実施形態について、図面に基づいて説明する。
［全体構成］
図１は、第一実施形態のデータ処理システムの概略構成を示すブロック図である。
図１に示すように、本実施形態のデータ処理システム１は、ユーザ端末１０と、本発明のデータ処理装置として機能するサーバ装置２０と、を備え、これらのユーザ端末１０及びサーバ装置２０がネットワーク（例えばインターネット等のＷＡＮ（Wide Area Network））を介して通信可能に接続されている。
このデータ処理システム１では、サーバ装置２０は、ユーザ端末１０から受信した検索クエリに基づき、所定のコンテンツ（本実施形態では、対象物として書籍等のコンテンツを例示する）の雰囲気と類似するコンテンツを検索し、当該検索結果をユーザ端末１０に返す。また、データ処理システム１では、サーバ装置２０は、ユーザ端末１０から、所定のコンテンツの紹介要求を受信した際に、当該コンテンツに対して複数のユーザが感じた感情を定量化したレビューデータを返し、ユーザ端末１０から出力（表示）させる。
以下、上記のようなサービスを提供するための具体的な構成及び方法を説明する。

【0010】

［ユーザ端末の構成］
ユーザ端末１０は、コンピュータであり、図１に示すように、端末通信部１１、入力操作部１２、端末記憶部１３、端末制御部１４、及びディスプレイ１５を備えている。

【0011】

端末通信部１１は、例えばＬＡＮ等を介してネットワークに接続されており、ネットワーク上の他の機器と通信する。
入力操作部１２は、ユーザ操作による操作信号を端末制御部１４に出力する。入力操作部としては、例えば、ディスプレイ１５と一体に設けられたタッチパネルや、キーボード、マウス等の入力装置等を例示できる。

【0012】

端末記憶部１３は、例えばメモリ、ハードディスク等のデータ記録装置により構成されている。端末記憶部１３には、ユーザ端末１０を制御するための各種プログラム等が記憶される。
端末制御部１４は、ＣＰＵ（Central Processing Unit）等の演算回路、ＲＡＭ（Random Access Memory）等の記憶回路により構成され、ユーザ端末１０の各部を制御する。端末制御部１４は、端末記憶部１３等に記憶されているプログラムの中から所定のアプリケーション等のプログラム（ソフトウェア）をＲＡＭに展開し、ＲＡＭに展開されたプログラムとの協働で、各種処理を実行する。これにより、端末制御部１４は、サーバ装置２０に対してネットワークを介して通信可能になり、例えば、サーバ装置２０が提供する各種サービスの利用や各種データの閲覧が可能となる。
また、端末制御部１４は、ユーザの入力操作部１２の操作により、検索クエリに基づいた検索要求やコンテンツの紹介要求を生成してサーバ装置２０に送信する。これらの検索クエリや紹介要求には、例えば、コンテンツのタイトル名等、コンテンツを特定するコンテンツ特定データが含まれる。
さらに、端末制御部１４は、サーバ装置２０から送信された各種データをディスプレイ１５に表示（出力）させる処理をする。

【0013】

［サーバ装置の構成］
図２は、本実施形態のサーバ装置２０を示すブロック図である。
本実施形態のサーバ装置２０は、コンピュータであり、通信部２１と、記憶部２２（記憶手段）と、制御部２３と、等を含んで構成されている。
通信部２１は、例えばＬＡＮ等を介してネットワークに接続されており、ネットワーク上の他の機器と通信する。

【0014】

記憶部２２は、例えばメモリ、ハードディスク等により構成されたデータ記録装置であり、本発明におけるデータ蓄積手段を構成する。
この記憶部２２は、検索装置を制御するための各種プログラムや各種データを記憶する。また、記憶部２２には、感情分類辞書、及びコンテンツを感情分類辞書に基づいて定量化した定量化データ等が記録される。
なお、本実施形態では、サーバ装置２０の記憶部２２がデータ蓄積手段として機能する例を示すが、例えば、ネットワーク上の他の装置にデータ蓄積手段が設けられ、上記定量化データが蓄積されていてもよい。感情分類辞書においても同様であり、ネットワーク上の所定の装置に感情分類辞書が記録されていてもよい。
また、記憶部２２には、登場人物辞書が記録されている。この登場人物辞書は、コンテンツと、当該コンテンツに登場する登場人物とを関連付けた辞書である。

【0015】

［記憶部に記憶される感情分類辞書］
感情分類辞書は、コンテンツに対する評価データに基づいて生成される辞書である。表１に、本実施形態の感情分類辞書の一例を示す。

【0016】

【表1】

【0017】

表１に示すように、感情分類辞書には、人の感情を示す感情トピックと、当該感情トピックに関連する語句とが関連付けられた辞書である。ここで、語句は、形容詞や形容動詞等の他、感情を示す名詞や動詞等、人の感情を表す感情表現語句であることが好ましい。
なお、上述のような感情分類辞書の詳細な生成方法は後述する。

【0018】

［定量化データ］
定量化データは、各コンテンツに対して人が感じる感情を、上記感情分類辞書を用いて定量化したデータであり、表２に示すような定量化データベースに各コンテンツに対する定量化データが記録される。

【0019】

【表2】

【0020】

表２において、コンテンツＩＤは、コンテンツを識別してコンテンツを特定するためのデータである。本実施形態では、コンテンツＩＤを例示するが、その他、コンテンツを特定するためのデータとして、例えばコンテンツのタイトル名等が用いられてもよい。
感情値は、上記感情トピックに対してそれぞれ設定され、各感情トピックの感情を定量化した値となる。なお、定量化データの詳細な生成方法については後述する。

【0021】

制御部２３は、ＣＰＵ等の演算回路、ＲＡＭ等の記憶回路により構成され、記憶部２２等に記憶されているプログラム（ソフトウェア）をＲＡＭに展開し、ＲＡＭに展開されたプログラムとの協働で、各種処理を実行する。そして、制御部２３は、上記各種処理を実行することで、図２に示すように、評価データ取得手段２３１、データ解析手段２３２、辞書取得手段２３３、定量化手段２３４、要求取得手段２３５、検索手段２３６、及び定量化データ出力手段２３７等として機能する。

【0022】

評価データ取得手段２３１は、評価データを取得する。具体的には、評価データ取得手段２３１は、ネットワークを介して他の装置、例えばＳＮＳ（Social Networking Service）を提供する装置や、コンテンツのレビューサイトやブログサイトを公開する装置、Twitter（登録商標）等のリアルタイムでネット上にユーザの発言データを公開する装置等から取得する。つまり、ネットワーク上で閲覧可能な個人のブログやレビュー記事、ユーザの発言（つぶやき）等のテキストベースのデータを取得する。
データ解析手段２３２は、取得した評価データを形態素解析し、評価データに含まれる語句（第一語句）を抽出する。

【0023】

辞書取得手段２３３は、評価データから抽出された語句（第一語句）を用いて、表１に示したような感情分類辞書を生成する。
具体的には、辞書取得手段２３３は、本発明の辞書生成手段として機能する共起判定手段２３３Ａ及び分類手段２３３Ｂを含む。共起判定手段２３３Ａは、抽出された語句（第一語句）同士の共起度合を判定し、共起度合に基づいて共起語句（第二語句）を抽出する。分類手段２３３Ｂは、第二語句を感情トピック毎に分類（クラスタリング）する。

【0024】

定量化手段２３４は、本発明のコンテンツ定量化手段として機能する。この定量化手段２３４は、記憶部２２から感情分類辞書を取得し（読み込み）、コンテンツに対して人が感じる感情や雰囲気を定量化し、定量化データを生成する。
要求取得手段２３５は、クエリ取得手段として機能し、ユーザ端末１０から送信された各種要求を取得する。本実施形態では、一例として、検索クエリを含む検索要求、所定のコンテンツに対する定量化データの出力を要求する出力要求等を例示する。なお、検索クエリとしては、所定のコンテンツを特定するデータ、例えばコンテンツ名等が指定される。

【0025】

検索手段２３６は、検索要求を受信した際に、検索クエリに指定されたコンテンツと、定量化データの傾向が類似するコンテンツを検索する。
定量化データ出力手段２３７は、出力要求を受信した際に、指定されたコンテンツの定量化データを読み出し、ユーザ端末１０にて表示可能に送信する。
なお、各機能構成の詳細な処理については後述する。

【0026】

［データ処理方法］
次に、上述のようなデータ処理システム１におけるデータ処理方法について、図面に基づいて説明する。

【0027】

（辞書生成処理）
図３は、サーバ装置２０における感情分類辞書の生成処理を示すフローチャートである。
サーバ装置２０は、コンテンツに対する人の感情を定量化した定量化データを生成するために、まず、感情分類辞書を生成する。

【0028】

これには、サーバ装置２０の評価データ取得手段２３１は、ネットワーク上から複数のコンテンツに対する評価データを取得する（ステップＳ１１）。
このステップＳ１１では、傾向が異なる複数のコンテンツに対する評価データを取得することが好ましい。例えば、コンテンツとして映画を対象にする場合、公開日、監督名、カテゴリ（例えば、恋愛映画、歴史映画、ＳＦ映画、アクション映画等）が異なる複数のコンテンツを対象とする。これらのコンテンツは、サーバ装置２０の管理者が適宜設定してもよく、例えばコンテンツの紹介サイト等を参照し、新たなコンテンツに関するデータが公開される毎に当該コンテンツ名を取得して評価データの取得対象としてもよい。

【0029】

また、評価データ取得手段２３１は、評価データの取得として、上記取得対象とされたコンテンツのコンテンツ名をクエリとして、インターネット上から評価データが記載されたレビュー記事やブログ、ユーザの発言等のＷｅｂデータを検索する。図４は、評価データが掲載されたレビュー記事の一例を示す図である。
評価データ取得手段２３１は、図４に示すように検索されたレビュー記事等のＷｅｂデータ４０を解析し、テキストデータで記載された評価データ４１を取得する。Ｗｅｂデータ４０から評価データ４１の取得方法としては、周知の解析方法を用いることができ、例えば、html（HyperText Markup Language）等のマークアップ言語を解析して、テキスト記載部分を抽出する。
なお、評価データ取得手段２３１は、各コンテンツに対して複数の評価データを取得することが好ましい。

【0030】

次に、データ解析手段２３２は、ステップＳ１１において取得した評価データに対して形態素解析を実施し、語句を抽出する（ステップＳ１２）。
この後、辞書取得手段２３３の共起判定手段２３３Ａは、記憶部２２から登場人物辞書を読み出し、ステップＳ１２により抽出された第一語句のうち、コンテンツに登場する登場人物に対して出現頻度が高い感情を表す感情表現語句を抽出する（ステップＳ１３）。このような登場人物は、本発明における主要要素となり、主要要素に対して出現頻度が高い感情表現語句を抽出することは、評価データを生成した作成者の登場人物に対する強い感情を示す語句となる。
具体的には、ステップＳ１３において、共起判定手段２３３Ａは、記憶部２２に記憶された登場人物辞書から、コンテンツに対応する登場人物を読み出す。そして、評価データにおける登場人物の記載された記載位置を特定し、当該記載位置と近い位置に出現する感情表現語句を抽出する。例えば、登場人物が記載された一文を特定し、特定された文や、その前後の文から、感情表現語句を抽出する。なお、感情表現語句としては、例えば、形容詞や形容動詞、人の感情を示す名詞や動詞等を例示できるが、特に、特定が容易な形容詞、形容動詞が好ましい。

【0031】

そして、共起判定手段２３３Ａは、抽出された登場人物と、その登場人物に対する感情表現語句との共起度合を算出する（ステップＳ１４）。
このステップＳ１４において、共起判定手段２３３Ａは、登場人物に対する各語句の共起度合として、例えば登場人物に対する語句の共起回数（出現回数）を用いる。なお、共起度合として、登場人物及び語句のJaccard係数を共起度合としてもよい。
なお、ステップＳ１４において、共起判定手段２３３Ａは、図５に示すような共起ネットワーク５０を構築してもよい。図５は、共起ネットワーク５０の一例を示す図である。
図５において、５１は、登場人物であり、５２は、登場人物に対して抽出された感情表現語句（第一語句）であり、各語句を結ぶラインにより共起関係を示している。ここで、図５において、ラインの線幅が太いほど共起度合が高いことを意味する。
本実施形態では、複数の評価データに基づいて、上記のような共起度合を判定することで、より精度の高い共起度合を算出することができる。

【0032】

この後、共起判定手段２３３Ａは、登場人物に対する感情表現語句（第一語句）のうち、共起度合が所定値以上となる感情表現語句を第二語句として抽出する（ステップＳ１５）。
図５に示すような共起ネットワーク５０を構築する場合では、ラインの線幅が所定値以上となる語句を第二語句として抽出する。

【0033】

次に、辞書取得手段２３３の分類手段２３３Ｂは、ステップＳ１５により抽出された第二語句を感情トピック（クラスタ）毎に分類（クラスタリング）し、各感情トピックに対応する語句を関連付けた感情分類辞書を作成する（ステップＳ１６）。
ここで、分類手段２３３Ｂは、抽出された第二語句の分類方法として、ＬＤＡ（Latent Dirichlet Allocation；潜在的ディリクレ配分法）を用いる。これにより、抽出された第二語句に基づいて、最適な数の感情トピックが算出され、各感情トピックと第二語句との類似度（感情トピックに第二語句が関連する確率）が算出される。したがって、各感情トピックに対して、所定の類似度以上の第二語句を関連付けることで、表１に示すような感情分類辞書を作成できる。
なお、本実施形態では、ＬＤＡにより感情トピックやその数を自動的に生成する例を示したが、これに限定されず、感情トピックや、設定する感情トピックの数が予め設定されていてもよい。

【0034】

上述した辞書生成処理の実施タイミングとしては、例えば、サーバ装置２０の管理者が指定したタイミングであってもよく、例えば一か月に一回等、周期的に自動で実施されることで、感情分類辞書が随時更新されてもよい。
また、インターネット上の所定のＷｅｂデータ（例えばコンテンツレビューサイト等）を監視し、新たなコンテンツに関するデータが公開される毎に感情分類辞書を作成して更新してもよい。

【0035】

（コンテンツ定量化処理）
次に、コンテンツの定量化処理について図面に基づいて説明する。
図６は、サーバ装置２０におけるコンテンツ定量化処理を示すフローチャートである。
サーバ装置２０は、上記のように生成した感情分類辞書を用いて、コンテンツに対する人の感情を定量化した定量化データを生成する。

【0036】

これには、サーバ装置２０の定量化手段２３４は、定量化データの生成対象であるコンテンツを特定する（ステップＳ２１）。
このステップＳ２１では、コンテンツの特定は、例えばインターネット上の所定のＷｅｂデータ（例えばコンテンツレビューサイト等）を監視し、新たなコンテンツに関するデータが公開される毎に当該コンテンツ名を取得してもよく、定期的にＷｅｂデータの更新状況を取得し、更新により、新たなコンテンツに関するデータが公開される毎に当該コンテンツ名を取得してもよい。なお、例えばサーバ装置２０の管理者が指定したタイミングで、サーバ管理者がコンテンツ名等のコンテンツを特定するデータを入力することで当該コンテンツを特定してもよい。

【0037】

この後、評価データ取得手段２３１は、ステップＳ２１にて特定したコンテンツに対する評価データを、ネットワーク上から取得する（ステップＳ２２）。
このステップＳ２２では、評価データ取得手段２３１は、評価データの取得として、上記特定されたコンテンツのコンテンツ名をクエリとして、インターネット上から評価データが記載されたＷｅｂデータ（例えばレビュー記事やブログ、ユーザの発言等）を検索する。
そして、評価データ取得手段２３１は、これらのレビュー記事やブログ、ユーザの発言等を解析し、テキストデータの評価データを取得する。なお、ステップＳ１２と同様、評価データ取得手段２３１は、コンテンツに対して、複数の評価データを取得することが好ましい。

【0038】

次に、データ解析手段２３２は、ステップＳ２２において取得した評価データに対して形態素解析を実施し、評価データに含まれる語句を抽出する（ステップＳ２３）。
この後、定量化手段２３４は、上記辞書生成処理により生成され、記憶部２２に記憶された感情分類辞書を読み出し、コンテンツの各感情トピックに対する感情値を取得する（ステップＳ２４）。
具体的には、定量化手段２３４は、感情分類辞書の各感情トピックに含まれる、ステップＳ２３で抽出された語句の数を感情値として取得する。つまり、感情トピックに含まれる語句ののべ数を感情値とする。例えば、ステップＳ２３において抽出された語句が、「ドキドキ」「ドキドキ」「迫力」であり、上述した表１の感情分類辞書を用いる場合、定量化手段２３４は、「覚醒（ドキドキ）」との感情トピックに対して、２つの「ドキドキ」、１つの「迫力」との語句が含まれるので、感情トピック「覚醒（ドキドキ）」に対する感情値を「３」とする。
そして、定量化手段２３４は、ステップＳ２４により、各感情トピックに対する感情値がそれぞれ設定されると、これらの感情トピックに対する感情値、及びコンテンツを特定するコンテンツ特定データ（例えばコンテンツＩＤやコンテンツ名）を関連付けた定量化データを生成し、記憶部２２に記憶する（ステップＳ２５）。

【0039】

（コンテンツ検索処理）
次に、上記のような定量化データを利用したサービスの一例として、コンテンツ検索処理を、図面に基づいて説明する。
図７は、本実施形態におけるコンテンツ検索処理を示すフローチャートである。
ユーザ端末１０において、ユーザにより入力操作部１２が操作され、検索クエリが入力されると、ユーザ端末１０の端末制御部１４は、検索クエリを含む検索要求を生成する（ステップＳ３１）。ここで検索クエリとしては、コンテンツを特定するコンテンツ特定データ（例えばコンテンツ名やコンテンツＩＤ等）が指定される。また、ユーザ端末１０は、検索要求とともに、ユーザ端末１０を識別するためのユーザＩＤを送信する（ステップＳ３２）。

【0040】

サーバ装置２０は、要求取得手段２３５によりユーザ端末１０から送信された検索要求を受信すると（ステップＳ４１）、検索手段２３６によりコンテンツ検索処理を実施させる。
コンテンツ検索処理では、まず、検索手段２３６は、検索要求に含まれた検索クエリで指定されたコンテンツ（以降、クエリコンテンツと称する場合がある）に対応する定量化データがあるか否かを判定する（ステップＳ４２）。
ステップＳ４２において、「Ｎｏ」と判定された場合、検索手段２３６は、ユーザ端末１０に対して、ディスプレイ１５にてクエリコンテンツが見つからない旨を出力させる非該当出力指示を出力する（ステップＳ４３）。

【0041】

ステップＳ４２において、「Ｙｅｓ」と判定された場合、検索手段２３６は、クエリコンテンツの定量化データを取得する（ステップＳ４４）。
そして、検索手段２３６は、ステップＳ４４で取得した定量化データと傾向が類似する定量化データを定量化データベースから検索し、そのコンテンツのコンテンツ名及び当該コンテンツの定量化データを取得する（ステップＳ４５）。
この後、検索手段２３６は、ステップＳ４５にて取得したコンテンツ名及び定量化データをユーザ端末１０に返す（ステップＳ４６）。

【0042】

ユーザ端末１０の端末制御部１４は、サーバ装置２０から非該当出力指示を受信したか、検索結果を受信したかを判定する（ステップＳ３３）。ステップＳ３３において、非該当出力指示を受信した場合は、ディスプレイ１５に、対応するコンテンツが見つからない旨を表示させる（ステップＳ３４）。
また、ステップＳ３３にて検索結果を受信した場合、検索されたコンテンツ名、及びそのコンテンツの定量化データをディスプレイ１５に検索結果として表示させる（ステップＳ３５）。
図８は、クエリコンテンツ、及び検索されたコンテンツにおける定量化データを比較した一例を示す図である。図８の実線は、検索されたコンテンツ、破線はクエリコンテンツを示している。図８に示すように、上記のような検索処理により、クエリコンテンツと各感情値の傾向が類似するコンテンツが検索されることになる。

【0043】

（コンテンツ定量化データ出力処理）
次に、上記のような定量化データを利用したサービスの他の例としてコンテンツ定量化データ出力処理を図面に基づいて説明する。
図９は、本実施形態におけるコンテンツ定量化データ出力処理を示すフローチャートである。
ユーザ端末１０において、ユーザにより入力操作部１２が操作され、所定のコンテンツに対する定量化データを出力要求が入力されると、端末制御部１４は、当該出力要求とユーザＩＤとをサーバ装置２０に送信する（ステップＳ５１）。

【0044】

サーバ装置２０は、要求取得手段２３５によりユーザ端末１０から送信された検索要求を受信すると（ステップＳ６１）、定量化データ出力手段２３７によりコンテンツ定量化データ出力処理を実施させる。
コンテンツ定量化データ出力処理では、まず、定量化データ出力手段２３７は、出力要求にて指定されたコンテンツに対応する定量化データがあるか否かを判定する（ステップＳ６２）。
ステップＳ６２において、「Ｎｏ」と判定された場合、ステップＳ４３と同様、ユーザ端末１０に対して、非該当出力指示を出力する。
ステップＳ６２において、「Ｙｅｓ」と判定され場合、定量化データ出力手段２３７は、指定されたコンテンツの定量化データを取得し（ステップＳ６３）、ユーザ端末１０に返す（ステップＳ６４）。

【0045】

ユーザ端末１０の端末制御部１４は、サーバ装置２０から非該当出力指示を受信したか、定量化データを受信したかを判定する（ステップＳ５２）。ステップＳ５２において、非該当出力指示を受信した場合は、ステップＳ３４と同様、ディスプレイ１５に、対応するコンテンツが見つからない旨を表示させる。
また、ステップＳ５２において、指定したコンテンツに対する定量化データを受信した場合、その定量化データをディスプレイ１５に表示させる（ステップＳ５３）。

【0046】

［第一実施形態の作用効果］
本実施形態のサーバ装置２０の定量化手段２３４は、複数の語句が感情トピック単位で分類された感情分類辞書を記憶部２２から取得し、この感情分類辞書を用いて、コンテンツに対する人の感情を定量化した定量化データを生成する。
すなわち、感情分類辞書には、人の感情を示す語句に対する感情トピックが関連付けられているため、このような辞書を用いることで、コンテンツに対して人がどのような印象を持っているかを解析及び定量化することができる。このような定量化データを用いることで、例えば、上述した検索処理やコンテンツ定量化データ出力処理等、人の感情を軸とした各種情報処理を実施することができる。

【0047】

本実施形態では、辞書取得手段２３３は、ネットワーク（インターネット）上に公開されている複数のユーザ（評価者）のコンテンツに対する評価データに基づいて、感情分類辞書を生成する。つまり、辞書取得手段２３３は、コンテンツに対して個々のユーザが感じた感情に基づいて、感情分類辞書を生成する。このように、人の感情を軸として感情分類辞書を生成することで、例えば機械的に語句を分類する場合よりも、人の感情に即した定量化データを生成でき、検索処理等の各種処理における処理精度を向上させることができる。

【0048】

本実施形態では、データ解析手段２３２が評価データから形態素解析により複数の第一語句を抽出し、辞書取得手段２３３の共起判定手段２３３Ａは、抽出した第一語句のうち共起度合が所定値以上となる第一語句を第二語句として抽出する。
評価データにおいて、共起度合が高い語句は、評価データを作成した人がコンテンツに対して強い感情を有する語句であり、かつ同じ感情で関連付けられていることが多い。したがって、このような共起度合が高い語句同士を抽出することで、感情トピックに対して適切な語句を関連付けた精度の高い感情分類辞書を生成することができる。

【0049】

本実施形態では、共起判定手段２３３Ａは、評価データにおける主要要素である登場人物と、その登場人物に対する語句を抽出する。このような語句は、評価データを生成した評価者が登場人物に対して強く抱いている感情を示す語句であり、コンテンツに対して評価者が抱くイメージを強く反映した語句である可能性が高い。したがって、これらの語句に基づいて感情分類辞書を作成することで、感情トピックに対して適切な語句を関連付けた精度の高い感情分類辞書を生成することができる。

【0050】

また、この際、共起判定手段２３３Ａは、評価データにおける登場人物が記載された文を特定し、特定された文や、その前後の文から、感情表現語句を抽出する。つまり、登場人物を中心として所定範囲内に記載された語句を抽出している。これにより、登場人物に対する感情を示す語句をより精度よく抽出できる。

【0051】

本実施形態では、評価データから例えば形容詞や形容動詞等の感情表現語句を抽出する。
これにより、感情分類辞書における各感情トピックに対して最適な語句を関連付けさせることができる。

【0052】

本実施形態では、分類手段２３３Ｂは、ＬＤＡを用いて、抽出された語句を感情トピック毎に分類する。ＬＤＡを用いることで、共起判定手段２３３Ａにより抽出された第二語句を自動で最適な感情トピックを最適なクラスタ数で分類することができる。
これにより、辞書生成処理における処理の簡略化及び迅速化を図れ、かつ感情分類辞書の精度向上をも図れる。

【0053】

本実施形態では、定量化手段２３４は、評価データ取得手段２３１により取得されたコンテンツに対する評価データと、感情分類辞書とに基づいてコンテンツを定量化する。
つまり、複数のユーザ（評価者）のコンテンツに対する評価データに基づき、コンテンツに対して個々のユーザが感じた感情に基づいて、当該コンテンツの定量化データを生成する。このため、例えば、コンテンツの内容（例えばあらすじ等）に基づいて定量化データを生成するよりも、人の感情評価に基づいた、感情を軸とした適正な定量化データを生成することができる。

【0054】

本実施形態では、定量化手段２３４により生成された定量化データは記憶部２２に蓄積されている。このため、この定量化データを読み出すことで容易に各種処理を実施できる。

【0055】

本実施形態では、コンテンツ（クエリコンテンツ）が指定された検索クエリを含む検索要求を要求取得手段２３５が受けた際に、検索手段２３６は、クエリコンテンツの定量化データと類似する定量化データを有するコンテンツを定量化データベースから検索して、ユーザ端末１０に返す。
従来、あるクエリコンテンツに対して同じような雰囲気のコンテンツ（人が受ける印象や感情が同じであるコンテンツ）を探す際に、そのコンテンツと同じ作者のコンテンツを検索して表示させたり、コンテンツを購入した他者が他にどのようなコンテンツを購入しているかを検索して表示させたりするサービスは知られている。しかしながらこのような検索サービスでは、検索されたコンテンツが、クエリコンテンツと同じ雰囲気を有しているとは限らない。これに対して、本実施形態では、感情分類辞書に基づいて各コンテンツに対する人の感情を定量化した定量化データを用いるため、クエリコンテンツと雰囲気が似たコンテンツ（クエリコンテンツと同じ感情を抱くことができるコンテンツ）を好適に検索することができる。

【0056】

本実施形態では、コンテンツに対する出力要求を要求取得手段２３５により取得した際に、定量化データ出力手段２３７は、そのコンテンツに対する定量化データを取得して、ユーザ端末１０に返す。これにより、ユーザ端末１０には、コンテンツに対する感情の定量化データが表示される。このように、コンテンツに対して複数の評価者が感じた感情を例えば図８に示すようなレーダーチャート等によって表示させることで、ユーザはコンテンツに対する評価を容易に理解することができる。

【0057】

［第二実施形態］
上述した第一実施形態では、定量化手段２３４は、１つのコンテンツに対して、複数の評価者からの評価データに基づいた定量化データを生成する。この場合、人によっては、コンテンツに対する感じ方が異なるため、例えば１つのコンテンツに対して「怖い」と感じる評価者のグループ（感情グループ）や、「面白い」と感じる評価者の感情グループとが混在する可能性がある。このように、複数の感情グループが混在する場合、感情トピックを定量化すると、コンテンツの特徴が見えにくく、若しくは、各感情グループの特徴と異なる特徴を示した定量化データになることがある。

【0058】

これに対して、第二実施形態では、上記のような問題を解消するために、定量化手段２３４は、各コンテンツに対して、感情トピック同士の共起関係を感情値に関連付けた定量化データを生成する。具体的には、定量化手段２３４は、例えば、クロス集計や、相関分析、多次元分析等の手法を用いて、感情トピック同士の共起関係を求める。

【0059】

このように、定量化データとして、各感情トピックの感情値に加え、感情トピック間の共起関係が関連付けられた定量化データを用いることで、コンテンツに対して複数の感情グループがある場合でも（人によってコンテンツに対する感じ方が異なる場合でも）、コンテンツの特徴が見えやすくなり、かつ、各感情グループのそれぞれの特徴も把握しやすくなる。
例えば、コンテンツに対して「怖い」との感情トピックと、「面白い」との感情トピックとが共起関係である場合、そのコンテンツの定量化データを見ることで、「怖い」と感じる人、「面白い」と感じる人がいることを把握できる。この場合、コンテンツに対して「怖い」「面白い」の双方を同時に感じる場合とは区別することができ、各コンテンツの特徴がより分かりやすい定量化データを提供できる。

【0060】

［変形例］
なお、本発明は、上述した実施形態に限定されるものではなく、本発明の目的を達成できる範囲で、以下に示される変形をも含むものである。
［変形例１］
上記実施形態では、ステップＳ４２にて「Ｎｏ」と判定された場合、サーバ装置２０は、非該当出力指示をユーザ端末１０に返す例を示したが、これに限定されない。例えば、検索クエリにて指定されたコンテンツに対して、上述したコンテンツ定量化処理を実施してもよい。この場合、ステップＳ２１において特定されるコンテンツを、検索クエリにて指定されたコンテンツとし、ネットワーク上から評価データを取得し、その評価データに基づいてコンテンツを定量化する。

【0061】

［変形例２］
上記実施形態では、ユーザ端末１０からの出力要求に基づいてコンテンツの定量化データを表示させる例を示すが、これに限定されない。例えば、コンテンツを紹介する紹介サイト等において、コンテンツに対する定量化データをサーバ装置２０から取得して掲載する等、定量化データを利用した様々なサービスに本発明を適用できる。

【0062】

［変形例３］
上記実施形態において、本発明の対象物として、書籍や映画等のコンテンツを例示したが、これに限定されない。対象物としては、ユーザ（評価者）によって評価可能な対象であれば、いかなる対象物であってもよい。例えば、飲食店等の店舗に適用する場合では、店の雰囲気、味の傾向等のグルメレポート記事に基づいて感情分類辞書及び各店舗の定量化データを生成することもできる。この場合、所定店舗名を検索クエリとして入力した場合、同様の雰囲気の店舗を検索することもできる。また、飲食店のレビューサイト等において、これらの定量化データを活用することで、各店舗の傾向を直感的に理解できるサイトを構築することができる等、利用の拡大を図れる。

【0063】

［変形例４］
上記実施形態において、辞書取得手段２３３は、評価データ取得手段２３１により取得されたネットワーク上のＷｅｂデータから評価データを抽出し、当該評価データに基づいて感情分類辞書を生成したが、これに限定されない。例えば、アンケート等により集計された評価データをサーバ装置２０に対して入力することで、入力された評価データに基づいて感情分類辞書を生成してもよい。定量化手段２３４においても同様であり、評価データの取得先としては、ネットワーク上に公開されている評価データに限定されない。

【0064】

［変形例５］
辞書取得手段２３３の共起判定手段２３３Ａは、共起度合として、共起回数に基づいて、第二語句として抽出したが、例えば、上述したように、Jaccard係数等に基づいて第二語句を抽出してもよい。
また、精度は低下するが、共起度合に限らず、感情分類辞書を第二語句として抽出してもよい。

【0065】

［変形例６］
上記実施形態において、辞書取得手段２３３は、登場人物に対して出現頻度が高い語句を抽出する例を示したが、これに限定されない。例えば、コンテンツの作品全体に対する人の感情等を抽出するために、コンテンツ名やコンテンツ制作者等を主要要素とし、これらの主要要素に対する語句を抽出してもよい。
また、主要要素に限らず、感情表現語句を抽出してもよい。例えば、対象物として店舗や商品等、飲食者や商品使用者の評価データを解析する場合では、評価者自身（例えば私等の一人称主語）を主要要素として感情表現語句を抽出してもよい。

【0066】

［変形例７］
分類手段２３３Ｂは、ＬＤＡにより抽出された第二語句を分類したが、これに限定されない。例えば、語句に対する感情トピックが関連付けられた分類表を予め生成しておき、当該分類表に基づいた分類を実施してもよい。

【0067】

［変形例８］
上記実施形態では、サーバ装置２０に評価データ取得手段２３１、データ解析手段２３２、辞書取得手段２３３、定量化手段２３４が設けられる例を示したが、これに限定されない。例えば、ユーザ端末１０の端末制御部１４が、端末記憶部１３に記憶されたプログラムを読み出し実行することで、上記評価データ取得手段２３１、データ解析手段２３２、辞書取得手段２３３、定量化手段２３４として機能する構成としてもよい。この場合、ユーザ端末１０にインストールされているアプリケーションの定量化データを表示させることもできる。また、インストールされているアプリケーションの定量化データを集計したユーザの嗜好データを判定することも可能となる。このような嗜好データをアプリケーション提供装置や広告配信装置に送信することで、ユーザにとって有益な広告やアプリケーションの紹介を配信することも可能となる。

【0068】

［変形例９］
上記実施形態において、定量化手段２３４は、各感情トピックに分類された語句の数そのものを感情値として取得したが、これに限定されず、分類結果に基づいたその他の感情値の設定方法を用いてもよい。
例えば、ステップＳ２３で抽出された全語句数に対する、各感情トピックに対して分類された語句数の割合（全体に対する各感情トピックの占有率）や分布度を感情値としてもよい。
また、例えば所定周期毎に、各感情トピックに対して分類された語句数を検出することで、各感情トピックに分類された語句数の推移（変化率）を算出して感情値としてもよい。

【0069】

［変形例１０］
辞書取得手段２３３は、共起判定手段２３３Ａ及び分類手段２３３Ｂを含み、辞書取得手段として機能する例を示したが、これに限定されない。例えば、辞書取得手段２３３は、ネットワーク上の他の装置から、感情分類辞書を取得してもよい。

【0070】

その他、本発明の実施の際の具体的な構造および手順は、本発明の目的を達成できる範囲で他の構造などに適宜変更できる。

【符号の説明】

【0071】

１…データ処理システム、１０…ユーザ端末、２０…サーバ装置（データ処理装置）、２１…通信部、２２…記憶部（記憶手段）、２３…制御部、４１…評価データ、５０…共起ネットワーク、２３１…評価データ取得手段、２３２…データ解析手段、２３３…辞書取得手段２３３、Ａ…共起判定手段、２３３Ｂ…分類手段、２３４…定量化手段、２３５…要求取得手段、２３６…検索手段、２３７…定量化データ出力手段。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】