ホーム > 特許ランキング > ＬＩＮＥヤフー株式会社
知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024118289
(43)【公開日】2024-08-30
(54)【発明の名称】情報処理装置、情報処理方法、及び情報処理プログラム
(51)【国際特許分類】
G06F 16/9032 20190101AFI20240823BHJP
G06Q 50/10 20120101ALI20240823BHJP
【ＦＩ】
G06F16/9032
G06Q50/10
【審査請求】有
【請求項の数】5
【出願形態】ＯＬ
(21)【出願番号】P 2023024642
(22)【出願日】2023-02-20
【新規性喪失の例外の表示】特許法第３０条第２項適用申請有り 国立大学法人 東京工業大学 情報理工学院 ２０２２年度 応用ＡＩ・データサイエンス Ａ Ａｐｐｌｉｅｄ Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ ａｎｄ Ｄａｔａ Ｓｃｉｅｎｃｅ Ａ ｈｔｔｐ：／／ｗｗｗ．ｏｃｗ．ｔｉｔｅｃｈ．ａｃ．ｊｐ／ｉｎｄｅｘ．ｐｈｐ？ｍｏｄｕｌｅ＝Ｇｅｎｅｒａｌ＆ａｃｔｉｏｎ＝Ｔ０３００＆ＪＷＣ＝２０２２２６６５７
(71)【出願人】
【識別番号】500257300
【氏名又は名称】ＬＩＮＥヤフー株式会社
(74)【代理人】
【識別番号】110002147
【氏名又は名称】弁理士法人酒井国際特許事務所
(72)【発明者】
【氏名】由川 拳都
(72)【発明者】
【氏名】柴田 知秀
(72)【発明者】
【氏名】山本 浩司
【テーマコード（参考）】
5B175
5L049
5L050
【Ｆターム（参考）】
5B175GA01
5B175GB03
5L049CC12
5L049CC17
5L050CC12
5L050CC17
(57)【要約】
【課題】関連する検索クエリを的確に提示することができる情報処理装置、情報処理方法、及び情報処理プログラムを提供すること。
【解決手段】本開示に係る情報処理装置は、利用者が利用者端末に入力した検索クエリを利用者端末から取得する取得部と、取得した検索クエリの言語表現をベクトル表現に変換する変換部と、変換部が変換したベクトル表現に基づいて、ベクトル表現に類似する関連検索クエリのベクトル表現を特定する特定部と、特定部が特定した関連検索クエリのベクトル表現を言語表現に逆変換する逆変換部と、逆変換部が逆変換した検索クエリを類似度が高い順に利用者端末に表示させる提案部と、を備える。
【選択図】図３
【解決手段】本開示に係る情報処理装置は、利用者が利用者端末に入力した検索クエリを利用者端末から取得する取得部と、取得した検索クエリの言語表現をベクトル表現に変換する変換部と、変換部が変換したベクトル表現に基づいて、ベクトル表現に類似する関連検索クエリのベクトル表現を特定する特定部と、特定部が特定した関連検索クエリのベクトル表現を言語表現に逆変換する逆変換部と、逆変換部が逆変換した検索クエリを類似度が高い順に利用者端末に表示させる提案部と、を備える。
【選択図】図３
【特許請求の範囲】
【請求項1】
利用者が利用者端末に入力した検索クエリを利用者端末から取得する取得部と、
取得した検索クエリの言語表現をベクトル表現に変換する変換部と、
前記変換部が変換したベクトル表現に基づいて、前記ベクトル表現に類似する関連検索クエリのベクトル表現を特定する特定部と、
前記特定部が特定した関連検索クエリのベクトル表現を言語表現に逆変換する逆変換部と、
前記逆変換部が逆変換した検索クエリを類似度が高い順に利用者端末に表示させる提案部と、を備える、
情報処理装置。
取得した検索クエリの言語表現をベクトル表現に変換する変換部と、
前記変換部が変換したベクトル表現に基づいて、前記ベクトル表現に類似する関連検索クエリのベクトル表現を特定する特定部と、
前記特定部が特定した関連検索クエリのベクトル表現を言語表現に逆変換する逆変換部と、
前記逆変換部が逆変換した検索クエリを類似度が高い順に利用者端末に表示させる提案部と、を備える、
情報処理装置。
【請求項2】
前記変換部は、セッションが同一である検索クエリを正例として、対照学習によって検索クエリの言語表現とベクトル表現の関係を学習したモデルを用いて、前記取得部が取得した検索クエリの言語表現をベクトル表現に変換する、
請求項１に記載の情報処理装置。
請求項１に記載の情報処理装置。
【請求項3】
前記特定部は、セッションが同一である検索クエリを正例として、対照学習によって検索クエリとベクトル表現の関係を学習したモデルを用いて、関連検索クエリをベクトル表現に変換した後の、関連検索クエリのデータベースを参照して、前記変換部が変換したベクトル表現に類似する関連検索クエリのベクトル表現を特定する、
請求項１又は請求項２に記載の情報処理装置。
請求項１又は請求項２に記載の情報処理装置。
【請求項4】
利用者が利用者端末に入力した検索クエリを利用者端末から取得するステップと、
取得した検索クエリの言語表現をベクトル表現に変換するステップと、
変換したベクトル表現に基づいて、前記ベクトル表現に類似する関連検索クエリのベクトル表現を特定するステップと、
特定した関連検索クエリのベクトル表現を言語表現に逆変換するステップと、
逆変換した検索クエリを類似度が高い順に利用者端末に表示させるステップと、
を含む情報処理方法。
取得した検索クエリの言語表現をベクトル表現に変換するステップと、
変換したベクトル表現に基づいて、前記ベクトル表現に類似する関連検索クエリのベクトル表現を特定するステップと、
特定した関連検索クエリのベクトル表現を言語表現に逆変換するステップと、
逆変換した検索クエリを類似度が高い順に利用者端末に表示させるステップと、
を含む情報処理方法。
【請求項5】
利用者が利用者端末に入力した検索クエリを利用者端末から取得するステップと、
取得した検索クエリの言語表現をベクトル表現に変換するステップと、
変換したベクトル表現に基づいて、前記ベクトル表現に類似する関連検索クエリのベクトル表現を特定するステップと、
特定した関連検索クエリのベクトル表現を言語表現に逆変換するステップと、
逆変換した検索クエリを類似度が高い順に利用者端末に表示させるステップと、
をコンピュータに実行させる情報処理プログラム。
取得した検索クエリの言語表現をベクトル表現に変換するステップと、
変換したベクトル表現に基づいて、前記ベクトル表現に類似する関連検索クエリのベクトル表現を特定するステップと、
特定した関連検索クエリのベクトル表現を言語表現に逆変換するステップと、
逆変換した検索クエリを類似度が高い順に利用者端末に表示させるステップと、
をコンピュータに実行させる情報処理プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。
【背景技術】
【0002】
検索エンジンを用いた情報検索サービスにおいて、検索クエリに関連する検索クエリを表示することによって、利用者の検索意図に沿った情報を提供できる可能性が高まると考えられる。
【0003】
例えば、下記の特許文献１には、検索に供されたキーワード及びこのキーワード以外の一つ以上のキーワードを含む検索クエリをキーワードに関連する検索クエリとして検索エンジンの検索ログから抽出する検索クエリ抽出手段と、抽出した検索クエリからキーワードを削除した語をキーワードの検索意図の候補として特定するキーワード検索意図候補特定手段と、を備えることを特徴とする検索意図辞書作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２０１５－１４９９３号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
特許文献１に記載の技術を一例とする、関連する検索クエリを提示する技術においては、利用者の検索意図に沿って幅広く関連する検索クエリを提示することが課題となっていた。本開示は上記課題を鑑み、関連する検索クエリを的確に提示することができる情報処理装置、情報処理方法、及び情報処理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】
【0006】
上述した課題を解決し、目的を達成するために、本開示に係る情報処理装置は、利用者が利用者端末に入力した検索クエリを利用者端末から取得する取得部と、取得した検索クエリの言語表現をベクトル表現に変換する変換部と、前記変換部が変換したベクトル表現に基づいて、前記ベクトル表現に類似する関連検索クエリのベクトル表現を特定する特定部と、前記特定部が特定した関連検索クエリのベクトル表現を言語表現に逆変換する逆変換部と、前記逆変換部が逆変換した検索クエリを類似度が高い順に利用者端末に表示させる提案部と、を備える。
【発明の効果】
【0007】
本開示によれば、関連する検索クエリを的確に提示することができる情報処理装置、情報処理方法、及び情報処理プログラムを提供することができる。
【図面の簡単な説明】
【0008】
【発明を実施するための形態】
【0009】
以下に、本開示に係る情報処理装置、情報処理方法、及び情報処理プログラムを実施するための形態（以下、「実施形態」と記載する。）について図面を参照しつつ詳細に説明する。なお、この実施形態により本開示に係る情報処理装置、情報処理方法、及び情報処理プログラムが限定されるものではない。
【0010】
（実施形態）
〔１．実施形態に係る情報処理〕
〔１－１．実施形態に係る情報処理の一例〕
まず、図１を用いて、実施形態に係る情報処理の一例について説明する。図１は、実施形態に係る情報処理の一例を示す図である。図１では、実施形態に係る情報処理が情報処理装置１００、利用者端末２００により実行される例を示す。以下、実施形態に係る情報処理についてステップごとに順を追って説明する。
〔１．実施形態に係る情報処理〕
〔１－１．実施形態に係る情報処理の一例〕
まず、図１を用いて、実施形態に係る情報処理の一例について説明する。図１は、実施形態に係る情報処理の一例を示す図である。図１では、実施形態に係る情報処理が情報処理装置１００、利用者端末２００により実行される例を示す。以下、実施形態に係る情報処理についてステップごとに順を追って説明する。
【0011】
まず、情報処理装置１００は、利用者端末２００から利用者が入力した検索クエリを取得する（ステップＳ１）。ここで、検索クエリとは、検索エンジンに対する利用者の問い合わせを意味する。例えば、検索クエリは、所定の言語における単語や文章などの組み合わせによって表させる。一例を挙げて説明すると、情報処理装置１００は、利用者端末２００から利用者が入力した検索クエリとして、「アニメＡ」、「キャラ」、「一覧」という単語の組み合わせを取得する。このように、検索クエリは、複数の単語が組み合わせていてもよいし、一つの単語であってもよく、複数の文の組み合わせであってもよい。情報処理装置１００は、利用者端末２００から利用者が入力した検索クエリを取得したら、取得した検索クエリを後述して説明する検索クエリ記憶部１２１に記憶する。
【0012】
次に、情報処理装置１００は、取得した検索クエリの言語表現をベクトル表現に変換する（ステップＳ２）。例えば、情報処理装置１００は、ステップＳ１において取得した検索クエリである「アニメＡ」、「キャラ」、「一覧」という単語の組み合わせの言語表現をベクトル表現に変換する。例えば、情報処理装置１００は、必要に応じて、クリーニング処理、形態素解析、正規化（標準形変換）、ストップワード除去などの処理を行った後に、ベクトル表現に変換してよい。なお、検索クエリの言語表現のベクトル表現への変換は、Ｗｏｒｄ２Ｖｅｃ，Ｒｅｔｒｏｆｉｔｔｉｎｇ，Ｇｌｏｖｅ，ＦａｓｔＴｅｘｔ，ＢＥＲＴなどを用いることにより実現されてよい。
【0013】
次に、情報処理装置１００は、ベクトル表現に基づいて、類似度が高い関連検索クエリのベクトル表現を特定する（ステップＳ３）。例えば、情報処理装置１００は、関連検索クエリのデータベース（例えば、後述して説明する関連検索クエリ記憶部１２２）に記憶された関連検索クエリのベクトル表現に対して、コサイン類似度を算出することにより、類似度を算出してよい。なお、コサイン類似度に限られず、ベクトル間の距離尺度として適用可能な指標であれば、どのような指標に基づいて分散表現の間の類似度を計算してもよい。例えば、ベクトル表現同士のユークリッド距離や、双曲空間などの非ユークリッド空間中での距離、マンハッタン距離、マハラノビス距離などといった所定の距離関数の値を類似度として算出してもよい。そして、情報処理装置１００は、算出した類似度に基づいて、例えば、類似度が所定の閾値以上の関連検索クエリのベクトル表現を、類似度が高い関連検索クエリのベクトル表現として特定してよい。
【0014】
次に、情報処理装置１００は、特定されたベクトル表現を検索クエリに変換する（ステップＳ４）。例えば、情報処理装置１００は、データベース（例えば、関連検索クエリ記憶部１２２）に記憶された関連検索クエリの言語表現と、ベクトル表現の対応関係に基づいて、ステップＳ３において特定された類似度が高い関連検索クエリのベクトル表現を、関連検索クエリの言語表現に変換してよい。
【0015】
次に、情報処理装置１００は、関連検索クエリを利用者端末２００に表示させる（ステップＳ５）。例えば、情報処理装置１００は、ステップＳ４において言語表現に変換された関連検索クエリを、類似度が高い順に、利用者端末２００に表示させてよい。
【0016】
これによれば、利用者が入力した検索クエリに関連する関連検索クエリをベクトル表現の類似度に基づいて幅広く抽出して、類似度が高い順に利用者に提示することができる。そのため、関連する検索クエリを的確に提示することができる情報処理装置を提供することができる。
【0017】
〔１－２．実施形態に係る情報処理の他の例〕
情報処理装置１００は、セッションが同一である検索クエリを正例として、対照学習によって検索クエリの言語表現とベクトル表現の関係を学習したモデルを用いて、取得した検索クエリの言語表現をベクトル表現に変換する。
情報処理装置１００は、セッションが同一である検索クエリを正例として、対照学習によって検索クエリの言語表現とベクトル表現の関係を学習したモデルを用いて、取得した検索クエリの言語表現をベクトル表現に変換する。
【0018】
この情報処理について順を追って説明する。まず、情報処理装置１００は、図１に示したステップＳ１と同じ処理を実行する。ステップＳ１は、上述した処理と同じであるから説明を省略する。
【0019】
次に、情報処理装置１００は、セッションが同一である検索クエリを正例として、対照学習によって検索クエリの言語表現とベクトル表現の関係を学習したモデルを用いて、取得した検索クエリの言語表現をベクトル表現に変換する。（ステップＳ２－１）。ここで、セッションとは、利用者が連続してウェブ行動を実行していた期間のことを指し、利用者のウェブ行動の間隔が所定の期間以内（例えば、３０分以内）であれば同一セッションとみなしてよい。すなわち、情報処理装置１００は、利用者が所定の期間以内に連続して入力した検索クエリを正例として、同一セッションにおける検索クエリのベクトル表現が類似するように学習させたモデルを用いて、ステップＳ１において取得した検索クエリの言語表現をベクトル表現に変換する。
【0020】
なお、この場合の学習モデルは、例えば、ＢＥＲＴにＳｉｍＣＳＥを適用して学習させることにより実現されてよい。ＳｉｍＣＳＥは、ＢＥＲＴのようなＰＬＭ（Ｐｒｅ－Ｔｒａｉｎｅｄ Ｌａｎｇｕａｇｅ Ｍｏｄｅｌ）に対して対照学習を行うことで、ＳＴＳ（Ｓｅｍａｎｔｉｃ Ｔｅｘｔｕａｌ Ｓｉｍｉｌａｒｉｔｙ）の性能を高める手法である。なお、対照学習とは、ラベル付けを行うことなく、データ同士を比較する仕組み用いて、膨大なデータをそのまま学習できる自己教師あり学習の一種である。
【0021】
次に、情報処理装置１００は、セッションが同一である検索クエリを正例として、対照学習によって検索クエリとベクトル表現の関係を学習したモデルを用いて、関連検索クエリをベクトル表現に変換した後の、関連検索クエリのデータベースを参照して、変換したベクトル表現に類似する関連検索クエリのベクトル表現を特定する。（ステップＳ３－１）。なお、この場合においては、関連検索クエリのデータベース（例えば、関連検索クエリ記憶部１２２）に記憶される関連検索クエリのベクトル表現は、ステップＳ２－１において検索クエリの言語表現をベクトル表現に変換するために用いたモデルと同じ、セッションが同一である検索クエリを正例として、対照学習によって検索クエリの言語表現とベクトル表現の関係を学習したモデルを用いてよい。
【0022】
次に、情報処理装置１００は、図１に示したステップＳ４からＳ５と同じ処理を実行する。ステップＳ４からＳ５は、上述した処理と同じであるから説明を省略する。
【0023】
これによれば、検索クエリに関連する関連検索クエリの抽出において、利用者の検索意図が類似していると考えられる同一セッションに連続して入力された検索クエリを類似度が高い検索クエリとして抽出することができる。そのため、関連する検索クエリを的確に提示することができる情報処理装置を提供することができる。
【0024】
〔２．情報処理システムの構成〕
次に、図２を用いて実施形態に係る情報処理システムの構成について説明する。図２は、実施形態に係る情報処理システムの構成例を示す図である。図２に示すように、実施形態に係る情報処理システム１は、情報処理装置１００と、利用者端末２００と、ネットワークＮを有する。以下、これらの構成について簡単に順を追って説明する。
次に、図２を用いて実施形態に係る情報処理システムの構成について説明する。図２は、実施形態に係る情報処理システムの構成例を示す図である。図２に示すように、実施形態に係る情報処理システム１は、情報処理装置１００と、利用者端末２００と、ネットワークＮを有する。以下、これらの構成について簡単に順を追って説明する。
【0025】
情報処理装置１００は、例えばＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、ＷＳ（Ｗｏｒｋ Ｓｔａｔｉｏｎ）、サーバの機能を備えるコンピュータなどの情報処理装置であってよい。情報処理装置１００は、利用者端末２００などからネットワークＮを介して送信されてきた情報に基づいて処理を行う。
【0026】
利用者端末２００は、利用者が利用する情報処理装置である。利用者端末２００は、例えば、スマートフォン、タブレット型端末、デスクトップ型ＰＣ、ノート型ＰＣ、携帯電話機、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）等の情報処理装置であってよい。なお、図１に示す例においては、利用者端末２００がスマートフォンである場合を示している。
【0027】
ネットワークＮは、情報処理装置１００と、利用者端末２００を有線、又は無線により相互に通信可能に接続する。ネットワークＮが有線の場合は、ＩＥＥＥ８０２．３に規定されるイーサネット（登録商標）（ＥＴＨＥＲＮＥＴ（登録商標））により実現されてよい。また、ネットワークＮが無線の場合は、ＩＥＥＥ８０２．１１に規定される無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）により実現されてよい。
【0028】
〔３．情報処理装置の構成〕
次に、図３を用いて、情報処理装置１００の構成について説明する。
次に、図３を用いて、情報処理装置１００の構成について説明する。
【0029】
【0030】
（通信部１１０について）
通信部１１０は、例えば、ＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）、無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）カード等によって実現される。そして、通信部１１０は、ネットワークＮと有線または無線で接続され、利用者端末２００などとの間で情報の送受信を行う。
通信部１１０は、例えば、ＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）、無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）カード等によって実現される。そして、通信部１１０は、ネットワークＮと有線または無線で接続され、利用者端末２００などとの間で情報の送受信を行う。
【0031】
（記憶部１２０について）
記憶部１２０は、主記憶装置と外部記憶装置とを備える。主記憶装置は、制御部１３０が実行するプログラム、あるいは制御部１３０が処理するデータを記憶する。主記憶装置は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリ等のような半導体メモリ素子によって実現されてよい。外部記憶装置は、制御部１３０が処理するデータを保存する。外部記憶装置は、例えば、ハードディスクやＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、磁気テープ、光ディスク等によって実現されてよい。
記憶部１２０は、主記憶装置と外部記憶装置とを備える。主記憶装置は、制御部１３０が実行するプログラム、あるいは制御部１３０が処理するデータを記憶する。主記憶装置は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリ等のような半導体メモリ素子によって実現されてよい。外部記憶装置は、制御部１３０が処理するデータを保存する。外部記憶装置は、例えば、ハードディスクやＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、磁気テープ、光ディスク等によって実現されてよい。
【0032】
図３に示すように、記憶部１２０は、検索クエリ記憶部１２１と、関連検索クエリ記憶部１２２と、モデル記憶部１２３を有する。以下、これらの構成について順を追って説明する。
【0033】
（検索クエリ記憶部１２１について）
検索クエリ記憶部１２１は、利用者が入力した検索クエリを記憶する。ここで、図４を用いて、検索クエリ記憶部１２１が記憶する情報の一例を説明する。図４は、実施形態に係る情報処理装置の検索クエリ記憶部に記憶される情報の一例を示す図である。
検索クエリ記憶部１２１は、利用者が入力した検索クエリを記憶する。ここで、図４を用いて、検索クエリ記憶部１２１が記憶する情報の一例を説明する。図４は、実施形態に係る情報処理装置の検索クエリ記憶部に記憶される情報の一例を示す図である。
【0034】
図４に示す例において、検索クエリ記憶部１２１は、「利用者ＩＤ」、「取得日時」、「検索クエリＩＤ」、「検索クエリ」という項目に係る情報を紐付けて記憶する。
【0035】
「利用者ＩＤ」は、利用者を識別する識別子であり、文字列や番号などによって表される。「取得日時」は、「検索クエリ」により示される検索クエリを取得した日時を示す。「検索クエリＩＤ」は、検索クエリを識別する識別子であり、文字列や番号などによって表される。「検索クエリ」は、「検索クエリＩＤ」に紐付けられた検索クエリである。
【0036】
すなわち、図４においては、利用者ＩＤ「利用者ＩＤ＃１」により識別される利用者が入力した検索クエリを取得日時「取得日時＃１－１」に示される日時に取得して、当該の検索クエリが検索クエリＩＤ「検索クエリＩＤ＃１－１」により識別され、検索クエリ「検索クエリ＃１－１」として記憶されていることを示している。
【0037】
なお、検索クエリ記憶部１２１に記憶される情報は、「利用者ＩＤ」、「取得日時」、「検索クエリＩＤ」、「検索クエリ」という項目に係る情報に限定されるものではなく、その他の任意の検索クエリに関係する情報が記憶されてよい。
【0038】
（関連検索クエリ記憶部１２２について）
関連検索クエリ記憶部１２２は、検索クエリに関連する関連検索クエリを記憶する。ここで、図５を用いて、関連検索クエリ記憶部１２２が記憶する情報の一例を説明する。図５は、実施形態に係る情報処理装置の関連検索クエリ記憶部に記憶される情報の一例を示す図である。
関連検索クエリ記憶部１２２は、検索クエリに関連する関連検索クエリを記憶する。ここで、図５を用いて、関連検索クエリ記憶部１２２が記憶する情報の一例を説明する。図５は、実施形態に係る情報処理装置の関連検索クエリ記憶部に記憶される情報の一例を示す図である。
【0039】
図５に示す例において、関連検索クエリ記憶部１２２は、「関連検索クエリＩＤ」、「関連検索クエリ」、「ベクトル表現」という項目に係る情報を紐付けて記憶する。
【0040】
「関連検索クエリＩＤ」は、関連検索クエリを識別する識別子であり、文字列や番号などによって表される。「関連検索クエリ」は、利用者によって検索クエリとして入力されたことがある検索クエリであり、例えば、文字列や文章などである。「ベクトル表現」は、「関連検索クエリ」が示す関連検索クエリの文字列や文章の言語表現をベクトル表現によって表したものである。なお、この場合のベクトル表現は、ＢＥＲＴのようなＰＬＭによって言語表現をベクトル表現に変換されたものが記憶されていてもよいし、ＢＥＲＴのようなＰＬＭに対して、ＳｉｍＣＳＥを用いて対照学習を行うことによって、ベクトル表現への変換性能を高めたモデルを用いて、ベクトル表現に変換されたものが記憶されていてもよい。
【0041】
すなわち、図５においては、関連検索クエリＩＤ「関連検索クエリＩＤ＃１」により識別された関連検索クエリが「関連検索クエリ＃１」であり、当該の関連検索クエリのベクトル表現が「ベクトル表現＃１」であることを示している。
【0042】
なお、関連検索クエリ記憶部１２２に記憶される情報は、「関連検索クエリＩＤ」、「関連検索クエリ」、「ベクトル表現」という項目に係る情報に限定されるものではなく、その他の任意の関連検索クエリに関係する情報が記憶されてよい。
【0043】
（モデル記憶部１２３について）
モデル記憶部１２３は、検索クエリの言語表現をベクトル表現に変換するモデルを記憶する。ここで、図６を用いて、モデル記憶部１２３が記憶する情報の一例を説明する。図６は、実施形態に係る情報処理装置のモデル記憶部に記憶される情報の一例を示す図である。
モデル記憶部１２３は、検索クエリの言語表現をベクトル表現に変換するモデルを記憶する。ここで、図６を用いて、モデル記憶部１２３が記憶する情報の一例を説明する。図６は、実施形態に係る情報処理装置のモデル記憶部に記憶される情報の一例を示す図である。
【0044】
図６に示す例において、モデル記憶部１２３は、「モデルＩＤ」、「モデルデータ」という項目に係る情報を紐付けて記憶する。
【0045】
「モデルＩＤ」は、検索クエリの言語表現をベクトル表現に変換する機械学習モデルを識別する識別子であり文字列や番号などによって表される。「モデルデータ」は、検索クエリの言語表現をベクトル表現に変換する機械学習モデルのモデルデータを示す。例えば、機械学習モデルは、ニューラルネットワークなどであってよい。
【0046】
すなわち、図６において、モデルＩＤ「Ｍ＃１」で識別されるモデルは、機械学習モデルＭ＃１を示す。また、モデルデータ「ＭＤＴ＃１」は、機械学習モデルＭ＃１のモデルデータを示す。
【0047】
なお、モデル記憶部１２３に記憶される情報は、「モデルＩＤ」、「モデルデータ」という項目に係る情報に限定されることなく、その他の任意の検索クエリの言語表現をベクトル表現に変換するモデルに関係する情報が記憶されてよい。
【0048】
（制御部１３０について）
次に、図３に戻って、制御部１３０について説明する。制御部１３０は、情報処理装置１００を制御するコントローラであり、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等によって、情報処理装置１００の記憶部１２０に記憶されている各種プログラムを読み出して、ＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）やＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等の集積回路により実現されてもよい。
次に、図３に戻って、制御部１３０について説明する。制御部１３０は、情報処理装置１００を制御するコントローラであり、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等によって、情報処理装置１００の記憶部１２０に記憶されている各種プログラムを読み出して、ＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）やＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等の集積回路により実現されてもよい。
【0049】
制御部１３０は、図３に示すように、取得部１３１と、変換部１３２と、特定部１３３と、逆変換部１３４と、提案部１３５を有する。制御部１３０は、記憶部１２０からプログラムを読み出して、ＲＡＭを作業領域として実行することで、これらの機能を実現して、以下に説明する情報処理の機能や作用を実現または実行する。以下、これらの処理を、順を追って説明する。
【0050】
（取得部１３１について）
取得部１３１は、利用者が利用者端末２００に入力した検索クエリを利用者端末２００から取得する。ここで、検索クエリは、所定の言語における単語や文章などの組み合わせによって表させる。例えば、取得部１３１は、利用者端末２００から利用者が入力した検索クエリとして、「アニメＡ」、「キャラ」、「一覧」という単語の組み合わせを取得する。このように、検索クエリは、複数の単語が組み合わせていてもよいし、一つの単語であってもよく、複数の文の組み合わせであってもよい。取得部１３１は、利用者端末２００から利用者が入力した検索クエリを取得したら、取得した検索クエリを検索クエリ記憶部１２１に記憶する。
取得部１３１は、利用者が利用者端末２００に入力した検索クエリを利用者端末２００から取得する。ここで、検索クエリは、所定の言語における単語や文章などの組み合わせによって表させる。例えば、取得部１３１は、利用者端末２００から利用者が入力した検索クエリとして、「アニメＡ」、「キャラ」、「一覧」という単語の組み合わせを取得する。このように、検索クエリは、複数の単語が組み合わせていてもよいし、一つの単語であってもよく、複数の文の組み合わせであってもよい。取得部１３１は、利用者端末２００から利用者が入力した検索クエリを取得したら、取得した検索クエリを検索クエリ記憶部１２１に記憶する。
【0051】
（変換部１３２について）
変換部１３２は、取得した検索クエリの言語表現をベクトル表現に変換する。例えば、変換部１３２は、必要に応じて、クリーニング処理、形態素解析、正規化（標準形変換）、ストップワード除去などの処理を行った後に、ベクトル表現に変換してよい。なお、変換部１３２における検索クエリの言語表現のベクトル表現への変換は、Ｗｏｒｄ２Ｖｅｃ，Ｒｅｔｒｏｆｉｔｔｉｎｇ，Ｇｌｏｖｅ，ＦａｓｔＴｅｘｔ，ＢＥＲＴなどを用いることにより実現されてよい。
変換部１３２は、取得した検索クエリの言語表現をベクトル表現に変換する。例えば、変換部１３２は、必要に応じて、クリーニング処理、形態素解析、正規化（標準形変換）、ストップワード除去などの処理を行った後に、ベクトル表現に変換してよい。なお、変換部１３２における検索クエリの言語表現のベクトル表現への変換は、Ｗｏｒｄ２Ｖｅｃ，Ｒｅｔｒｏｆｉｔｔｉｎｇ，Ｇｌｏｖｅ，ＦａｓｔＴｅｘｔ，ＢＥＲＴなどを用いることにより実現されてよい。
【0052】
変換部１３２は、セッションが同一である検索クエリを正例として、対照学習によって検索クエリの言語表現とベクトル表現の関係を学習したモデルを用いて、取得部１３１が取得した検索クエリの言語表現をベクトル表現に変換する。すなわち、変換部１３２は、利用者が所定の期間以内に連続して入力した検索クエリを正例として、同一セッションにおける検索クエリのベクトル表現が類似するように学習させたモデルを用いて、取得した検索クエリの言語表現をベクトル表現に変換する。なお、この場合の学習モデルは、例えば、ＢＥＲＴにＳｉｍＣＳＥを適用して学習させることにより実現されてよい。
【0053】
また、変換部１３２は、前述の正例に加えて、負例として、検索クエリの文字面は似ているが、検索クエリの意味が異なり、当該の検索クエリのベクトル表現も異なる検索クエリを与えて学習させたモデルを用いて、取得した検索クエリの言語表現をベクトル表現に変換してもよい。例えば、ベクトル検索モデルのような検索エンジンに、「三十三間堂 拝観料」という検索クエリを入力した場合に、（ア）「京都 三十三間堂 拝観料」、（イ）「三十三間堂 拝観料 ２０２２」、（ウ）「三月堂 拝観料」といった関連検索クエリが出力されたとする。そして、（ア）、及び（イ）については、利用者からクリックがあったものの、（ウ）については、クリックが無かったとする。この場合、正例として（ア）、及び（イ）の検索クエリを与えて、負例として（ウ）の検索クエリを与えて、ＢＥＲＴなどのモデルにＳｉｍＣＳＥを適用して学習させる。
【0054】
このような学習方法について、図７を用いて説明する。図７は、実施形態に係るベクトル検索モデルの学習方法のフローを示すフローチャートである。図７に示すように、実施形態に係るベクトル検索モデルの学習方法は、ステップＳ１からＳ３の第一段階と、ステップＳ４からＳ５の第二段階に分かれる。まず、ベクトル検索モデル（ＢＥＲＴなどのモデルにＳｉｍＣＳＥを適用して学習させたモデルを用いた関連語の検索エンジン）を実サービスで稼働させることにより関連語を出力する（ステップＳ１）。次に、出力された関連語のうち、正例として、ベクトル検索モデルが出力した関連語のうちクリックされた、又はクリック割合が高いものを収集し、また、負例として、ベクトル検索モデルが出力した関連語のうちクリックされなかった、又はクリック割合が低いものを収集する（ステップＳ２）。そして、このような正例と負例を検索ログに保存する（ステップＳ３）。
【0055】
次に、実施形態に係るベクトル検索モデルの学習方法の第二段階として、ステップＳ４、及びＳ５について説明する。検索ログに保存された正例と負例をベクトル検索モデルに入力して学習させる（セッションデータを追加して学習させてもよい）（ステップＳ４）。次に、学習したベクトル検索モデルを実サービスにおいて稼働させる（ステップＳ５）。なお、以後、第一段階と第二段階を繰り返すことによって、さらに利用者の関連語の選択傾向を反映させたベクトル検索モデルを生成することができる。このようなベクトル検索モデルの学習方法によれば、実サービスにおける利用者の関連語の選択傾向を適宜に反映して、利用者の選択傾向の変化を汲み取ってベクトル検索モデルを調整することができる。そのため、利用者のニーズの移り変わりを反映したベクトル検索モデルを生成することができる。
【0056】
（特定部１３３について）
特定部１３３は、変換部１３２が変換したベクトル表現に基づいて、ベクトル表現に類似する関連検索クエリのベクトル表現を特定する。まず、特定部１３３は、関連検索クエリのデータベース（例えば、関連検索クエリ記憶部１２２）に記憶された関連検索クエリのベクトル表現に対して、コサイン類似度を算出することにより、類似度を算出する。なお、類似度の算出は、コサイン類似度に限られず、ベクトル間の距離尺度として適用可能な指標であれば、どのような指標に基づいて分散表現の間の類似度を計算してもよい。例えば、ベクトル表現同士のユークリッド距離や、双曲空間などの非ユークリッド空間中での距離、マンハッタン距離、マハラノビス距離などといった所定の距離関数の値を類似度として算出してもよい。そして、特定部１３３は、算出した類似度に基づいて、例えば、類似度が所定の閾値以上の関連検索クエリのベクトル表現を、類似度が高い関連検索クエリのベクトル表現として特定してよい。
特定部１３３は、変換部１３２が変換したベクトル表現に基づいて、ベクトル表現に類似する関連検索クエリのベクトル表現を特定する。まず、特定部１３３は、関連検索クエリのデータベース（例えば、関連検索クエリ記憶部１２２）に記憶された関連検索クエリのベクトル表現に対して、コサイン類似度を算出することにより、類似度を算出する。なお、類似度の算出は、コサイン類似度に限られず、ベクトル間の距離尺度として適用可能な指標であれば、どのような指標に基づいて分散表現の間の類似度を計算してもよい。例えば、ベクトル表現同士のユークリッド距離や、双曲空間などの非ユークリッド空間中での距離、マンハッタン距離、マハラノビス距離などといった所定の距離関数の値を類似度として算出してもよい。そして、特定部１３３は、算出した類似度に基づいて、例えば、類似度が所定の閾値以上の関連検索クエリのベクトル表現を、類似度が高い関連検索クエリのベクトル表現として特定してよい。
【0057】
特定部１３３は、セッションが同一である検索クエリを正例として、対照学習によって検索クエリとベクトル表現の関係を学習したモデルを用いて、関連検索クエリをベクトル表現に変換した後の、関連検索クエリのデータベース（例えば、関連検索クエリ記憶部１２２）を参照して、変換部１３２が変換したベクトル表現に類似する関連検索クエリのベクトル表現を特定する。すなわち、特定部１３３の関連検索クエリの特定に用いる、関連検索クエリのデータベース（例えば、関連検索クエリ記憶部１２２）に記憶される関連検索クエリのベクトル表現が、セッションが同一である検索クエリを正例として、対照学習によって検索クエリの言語表現とベクトル表現の関係を学習したモデルを用いて、関連検索クエリの言語表現がベクトル表現に変換されたものを用いる。
【0058】
（逆変換部１３４について）
逆変換部１３４は、特定部１３３が特定した関連検索クエリのベクトル表現を言語表現に逆変換する。例えば、逆変換部１３４は、データベース（例えば、関連検索クエリ記憶部１２２）に記憶された関連検索クエリの言語表現と、ベクトル表現の対応関係に基づいて、特定部１３３が特定した類似度が高い関連検索クエリのベクトル表現を、関連検索クエリの言語表現に変換してよい。
逆変換部１３４は、特定部１３３が特定した関連検索クエリのベクトル表現を言語表現に逆変換する。例えば、逆変換部１３４は、データベース（例えば、関連検索クエリ記憶部１２２）に記憶された関連検索クエリの言語表現と、ベクトル表現の対応関係に基づいて、特定部１３３が特定した類似度が高い関連検索クエリのベクトル表現を、関連検索クエリの言語表現に変換してよい。
【0059】
（提案部１３５について）
提案部１３５は、逆変換部１３４が逆変換した関連検索クエリを類似度が高い順に利用者端末２００に表示させる。例えば、「アニメＡ」、「キャラ」、「一覧」という検索クエリに対して、関連検索クエリとして「アニメＡ」、「キャラ一覧」という組み合わせＡと、「アニメＡ」、「キャラ」という組み合わせＢと、「アニメＡ」、「キャラ」、「人気」という組み合わせＣが特定されたとする。そして、組み合わせＡの類似度が０．８、組み合わせＢの類似度が０．７、組み合わせＣの類似度が０．５と計算されたとする。この場合、提案部１３５は、組み合わせＡ，組み合わせＢ，組み合わせＣという順に利用者端末２００に関連検索クエリを表示させる。
提案部１３５は、逆変換部１３４が逆変換した関連検索クエリを類似度が高い順に利用者端末２００に表示させる。例えば、「アニメＡ」、「キャラ」、「一覧」という検索クエリに対して、関連検索クエリとして「アニメＡ」、「キャラ一覧」という組み合わせＡと、「アニメＡ」、「キャラ」という組み合わせＢと、「アニメＡ」、「キャラ」、「人気」という組み合わせＣが特定されたとする。そして、組み合わせＡの類似度が０．８、組み合わせＢの類似度が０．７、組み合わせＣの類似度が０．５と計算されたとする。この場合、提案部１３５は、組み合わせＡ，組み合わせＢ，組み合わせＣという順に利用者端末２００に関連検索クエリを表示させる。
【0060】
〔４．利用者端末の構成〕
次に、図８を用いて、実施形態に係る利用者端末２００の構成について説明する。図８は、実施形態に係る利用者端末の構成例を示す図である。図８に示すように、利用者端末２００は、通信部２１０と、入力部２２０と、出力部２３０と、制御部２４０を有する。
次に、図８を用いて、実施形態に係る利用者端末２００の構成について説明する。図８は、実施形態に係る利用者端末の構成例を示す図である。図８に示すように、利用者端末２００は、通信部２１０と、入力部２２０と、出力部２３０と、制御部２４０を有する。
【0061】
通信部２１０は、例えば、ＮＩＣ、無線ＬＡＮカード等によって実現される。そして、通信部２１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、情報処理装置１００との間で各種の情報の送受信を行う。
【0062】
入力部２２０は、利用者から各種の操作情報が入力される。例えば、入力部２２０は、タッチパネルにより表示面（例えば出力部２３０）を介して利用者からの各種操作を受け付けてもよい。また、入力部２２０は、利用者端末２００に設けられたボタンや、利用者端末２００に接続されたキーボードやマウスからの各種操作を受け付けてもよい。
【0063】
出力部２３０は、例えば液晶ディスプレイや有機ＥＬ（Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ等によって実現されるタブレット型端末等の表示画面であり、各種情報を表示するための表示装置である。つまり、利用者端末２００は、入力部２２０がタッチパネルである場合は、出力部２３０である表示画面により利用者の入力を受け付け、利用者への出力も行う。また、出力部２３０は、スピーカーであってもよく、スピーカーにより音声を出力してよい。
【0064】
制御部２４０は、例えば、ＣＰＵやＭＰＵ等によって、利用者端末２００に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部２４０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。
【0065】
図８に示すように、制御部２４０は、受付部２４１と、提案部２４２を有する。
【0066】
受付部２４１は、利用者から検索クエリの入力を受け付ける。例えば、受付部２４１は、利用者から検索クエリとして、「アニメＡ」、「キャラ」、「一覧」という単語の組み合わせを受け付ける。なお、受付部２４１は、入力部２２０を介して、利用者から検索クエリの入力を受け付けてよい。
【0067】
提案部２４２は、利用者が入力した検索クエリに関連する関連検索クエリを提案する。例えば、情報処理装置１００が関連検索クエリの組み合わせＡの類似度が０．８、組み合わせＢの類似度が０．７、組み合わせＣの類似度が０．５と計算したとする。この場合、提案部２４２は、情報処理装置１００の提案部１３５から送信された情報に基づいて、組み合わせＡ，組み合わせＢ，組み合わせＣという順に出力部２３０に関連検索クエリを表示させる。
【0068】
〔５．情報処理のフロー〕
次に、図９を用いて、実施形態に係る情報処理の手順について説明する。図９は、実施形態に係る情報処理の一例を示すフローチャートである。以下、図９に示すフローチャートに沿って、実施形態に係る情報処理の手順について説明する。
次に、図９を用いて、実施形態に係る情報処理の手順について説明する。図９は、実施形態に係る情報処理の一例を示すフローチャートである。以下、図９に示すフローチャートに沿って、実施形態に係る情報処理の手順について説明する。
【0069】
まず、情報処理装置１００は、利用者が利用者端末２００に入力した検索クエリを利用者端末２００から取得する（ステップＳ１０１）。次に、情報処理装置１００は、取得した検索クエリの言語表現をベクトル表現に変換する（ステップＳ１０２）。そして、情報処理装置１００は、変換したベクトル表現に基づいて、当該のベクトル表現に類似する関連検索クエリのベクトル表現を特定する（ステップＳ１０３）。そして、情報処理装置１００は、特定した関連検索クエリのベクトル表現を言語表現に逆変換する（ステップＳ１０４）。そして、情報処理装置１００は、逆変換した検索クエリを類似度が高い順に利用者端末２００に表示させる（ステップＳ１０５）。
【0070】
これによれば、利用者が入力した検索クエリに関連する関連検索クエリをベクトル表現の類似度に基づいて幅広く抽出して、類似度が高い順に利用者に提示することができる。そのため、関連する検索クエリを的確に提示することができる情報処理装置、情報処理方法、及び情報処理プログラムを提供することができる。
【0071】
〔６．ハードウェア構成〕
また、上述した実施形態に係る情報処理装置１００は、例えば図１０に示すような構成のコンピュータ１０００によって実現される。図１０は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Ｉｎｔｅｒｆａｃｅ）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。
また、上述した実施形態に係る情報処理装置１００は、例えば図１０に示すような構成のコンピュータ１０００によって実現される。図１０は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Ｉｎｔｅｒｆａｃｅ）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。
【0072】
演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。一次記憶装置１０４０は、ＲＡＭ等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータが記憶される記憶装置であり、ＲＯＭ(Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ)、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、フラッシュメモリ等により実現される。
【0073】
出力ＩＦ１０６０は、モニタやプリンタといった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインタフェースであり、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）やＤＶＩ（Ｄｉｇｉｔａｌ Ｖｉｓｕａｌ Ｉｎｔｅｒｆａｃｅ）、ＨＤＭＩ（登録商標）（Ｈｉｇｈ Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）といった規格のコネクタにより実現される。また、入力ＩＦ１０７０は、マウス、キーボード、およびスキャナ等といった各種の入力装置１０２０から情報を受信するためのインタフェースであり、例えば、ＵＳＢ等により実現される。
【0074】
なお、入力装置１０２０は、例えば、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）、ＰＤ（Ｐｈａｓｅ ｃｈａｎｇｅ ｒｅｗｒｉｔａｂｌｅ Ｄｉｓｋ）等の光学記録媒体、ＭＯ（Ｍａｇｎｅｔｏ－Ｏｐｔｉｃａｌ ｄｉｓｋ）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等から情報を読み出す装置であってもよい。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。
【0075】
ネットワークＩＦ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。
【0076】
演算装置１０３０は、出力ＩＦ１０６０や入力ＩＦ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。
【0077】
例えば、コンピュータ１０００が情報処理装置１００として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、情報処理装置１００の制御部１３０の機能を実現する。
【0078】
〔７．構成と効果〕
本開示に係る情報処理装置１００は、利用者が利用者端末２００に入力した検索クエリを利用者端末２００から取得する取得部１３１と、取得した検索クエリの言語表現をベクトル表現に変換する変換部１３２と、変換部１３２が変換したベクトル表現に基づいて、ベクトル表現に類似する関連検索クエリのベクトル表現を特定する特定部１３３と、特定部１３３が特定した関連検索クエリのベクトル表現を言語表現に逆変換する逆変換部１３４と、逆変換部１３４が逆変換した検索クエリを類似度が高い順に利用者端末２００に表示させる提案部１３５と、を備える。
本開示に係る情報処理装置１００は、利用者が利用者端末２００に入力した検索クエリを利用者端末２００から取得する取得部１３１と、取得した検索クエリの言語表現をベクトル表現に変換する変換部１３２と、変換部１３２が変換したベクトル表現に基づいて、ベクトル表現に類似する関連検索クエリのベクトル表現を特定する特定部１３３と、特定部１３３が特定した関連検索クエリのベクトル表現を言語表現に逆変換する逆変換部１３４と、逆変換部１３４が逆変換した検索クエリを類似度が高い順に利用者端末２００に表示させる提案部１３５と、を備える。
【0079】
この構成によれば、利用者が入力した検索クエリに関連する関連検索クエリをベクトル表現の類似度に基づいて幅広く抽出して、類似度が高い順に利用者に提示することができる。そのため、関連する検索クエリを的確に提示することができる情報処理装置を提供することができる。
【0080】
本開示に係る情報処理装置１００の変換部１３２は、セッションが同一である検索クエリを正例として、対照学習によって検索クエリの言語表現とベクトル表現の関係を学習したモデルを用いて、取得部１３１が取得した検索クエリの言語表現をベクトル表現に変換する。
【0081】
この構成によれば、検索クエリに関連する関連検索クエリの抽出において、利用者の検索意図が類似していると考えられる同一セッションに連続して入力された検索クエリを類似度が高い検索クエリとして抽出することができる。そのため、関連する検索クエリを的確に提示することができる情報処理装置１００を提供することができる。
【0082】
本開示に係る情報処理装置１００の特定部１３３は、セッションが同一である検索クエリを正例として、対照学習によって検索クエリとベクトル表現の関係を学習したモデルを用いて、関連検索クエリをベクトル表現に変換した後の、関連検索クエリのデータベースを参照して、変換部１３２が変換したベクトル表現に類似する関連検索クエリのベクトル表現を特定する。
【0083】
この構成によれば、検索クエリに関連する関連検索クエリの抽出において、利用者の検索意図が類似していると考えられる同一セッションに連続して入力された検索クエリを類似度が高い検索クエリとして抽出することができる。そのため、関連する検索クエリを的確に提示することができる情報処理装置１００を提供することができる。
【0084】
本開示に係る情報処理方法は、利用者が利用者端末２００に入力した検索クエリを利用者端末２００から取得するステップと、取得した検索クエリの言語表現をベクトル表現に変換するステップと、変換したベクトル表現に基づいて、ベクトル表現に類似する関連検索クエリのベクトル表現を特定するステップと、特定した関連検索クエリのベクトル表現を言語表現に逆変換するステップと、逆変換した検索クエリを類似度が高い順に利用者端末２００に表示させるステップと、を含む。
【0085】
この構成によれば、利用者が入力した検索クエリに関連する関連検索クエリをベクトル表現の類似度に基づいて幅広く抽出して、類似度が高い順に利用者に提示することができる。そのため、関連する検索クエリを的確に提示することができる情報処理方法を提供することができる。
【0086】
本開示に係る情報処理プログラムは、利用者が利用者端末２００に入力した検索クエリを利用者端末２００から取得するステップと、取得した検索クエリの言語表現をベクトル表現に変換するステップと、変換したベクトル表現に基づいて、ベクトル表現に類似する関連検索クエリのベクトル表現を特定するステップと、特定した関連検索クエリのベクトル表現を言語表現に逆変換するステップと、逆変換した検索クエリを類似度が高い順に利用者端末２００に表示させるステップと、をコンピュータに実行させる。
【0087】
この構成によれば、この構成によれば、利用者が入力した検索クエリに関連する関連検索クエリをベクトル表現の類似度に基づいて幅広く抽出して、類似度が高い順に利用者に提示することができる。そのため、関連する検索クエリを的確に提示することができる情報処理プログラムを提供することができる。
【0088】
以上、本願の実施形態を図面に基づいて詳細に説明したが、これは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。
【0089】
また、上述してきた「部（ｓｅｃｔｉｏｎ、ｍｏｄｕｌｅ、ｕｎｉｔ）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部１３１は、取得手段や取得回路に読み替えることができる。
【符号の説明】
【0090】
１００ 情報処理装置
１１０ 通信部
１２０ 記憶部
１２１ 検索クエリ記憶部
１２２ 関連検索クエリ記憶部
１２３ モデル記憶部
１３０ 制御部
１３１ 取得部
１３２ 変換部
１３３ 特定部
１３４ 逆変換部
１３５ 提案部
２００ 利用者端末
２１０ 通信部
２２０ 入力部
２３０ 出力部
２４０ 制御部
２４１ 受付部
２４２ 提案部
Ｎ ネットワーク
１１０ 通信部
１２０ 記憶部
１２１ 検索クエリ記憶部
１２２ 関連検索クエリ記憶部
１２３ モデル記憶部
１３０ 制御部
１３１ 取得部
１３２ 変換部
１３３ 特定部
１３４ 逆変換部
１３５ 提案部
２００ 利用者端末
２１０ 通信部
２２０ 入力部
２３０ 出力部
２４０ 制御部
２４１ 受付部
２４２ 提案部
Ｎ ネットワーク
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【手続補正書】
【提出日】2024-07-16
【手続補正1】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【特許請求の範囲】
【請求項1】
利用者が利用者端末に入力した検索クエリを利用者端末から取得する取得部と、
取得した検索クエリの言語表現をベクトル表現に変換する変換部と、
前記変換部が変換したベクトル表現に基づいて、前記ベクトル表現に類似する関連検索クエリのベクトル表現を特定する特定部と、
前記特定部が特定した関連検索クエリのベクトル表現を、予め記憶された関連検索クエリの言語表現とベクトル表現との所定の対応関係に基づいて、言語表現に逆変換する逆変換部と、
前記逆変換部が逆変換した検索クエリを類似度が高い順に利用者端末に表示させる提案部と、を備える、
情報処理装置。
取得した検索クエリの言語表現をベクトル表現に変換する変換部と、
前記変換部が変換したベクトル表現に基づいて、前記ベクトル表現に類似する関連検索クエリのベクトル表現を特定する特定部と、
前記特定部が特定した関連検索クエリのベクトル表現を、予め記憶された関連検索クエリの言語表現とベクトル表現との所定の対応関係に基づいて、言語表現に逆変換する逆変換部と、
前記逆変換部が逆変換した検索クエリを類似度が高い順に利用者端末に表示させる提案部と、を備える、
情報処理装置。
【請求項2】
前記変換部は、セッションが同一である検索クエリを正例として、対照学習によって検索クエリの言語表現とベクトル表現の関係を学習したモデルを用いて、前記取得部が取得した検索クエリの言語表現をベクトル表現に変換する、
請求項１に記載の情報処理装置。
請求項１に記載の情報処理装置。
【請求項3】
前記特定部は、セッションが同一である検索クエリを正例として、対照学習によって検索クエリとベクトル表現の関係を学習したモデルを用いて、関連検索クエリのベクトル表現を記憶した関連検索クエリのデータベースを参照して、前記変換部が変換したベクトル表現に類似する関連検索クエリのベクトル表現を特定する、
請求項１又は請求項２に記載の情報処理装置。
請求項１又は請求項２に記載の情報処理装置。
【請求項4】
情報処理装置で実行される情報処理方法であって、
利用者が利用者端末に入力した検索クエリを利用者端末から取得するステップと、
取得した検索クエリの言語表現をベクトル表現に変換するステップと、
変換したベクトル表現に基づいて、前記ベクトル表現に類似する関連検索クエリのベクトル表現を特定するステップと、
特定した関連検索クエリのベクトル表現を、予め記憶された関連検索クエリの言語表現とベクトル表現との所定の対応関係に基づいて、言語表現に逆変換するステップと、
逆変換した検索クエリを類似度が高い順に利用者端末に表示させるステップと、
を含む情報処理方法。
利用者が利用者端末に入力した検索クエリを利用者端末から取得するステップと、
取得した検索クエリの言語表現をベクトル表現に変換するステップと、
変換したベクトル表現に基づいて、前記ベクトル表現に類似する関連検索クエリのベクトル表現を特定するステップと、
特定した関連検索クエリのベクトル表現を、予め記憶された関連検索クエリの言語表現とベクトル表現との所定の対応関係に基づいて、言語表現に逆変換するステップと、
逆変換した検索クエリを類似度が高い順に利用者端末に表示させるステップと、
を含む情報処理方法。
【請求項5】
利用者が利用者端末に入力した検索クエリを利用者端末から取得するステップと、
取得した検索クエリの言語表現をベクトル表現に変換するステップと、
変換したベクトル表現に基づいて、前記ベクトル表現に類似する関連検索クエリのベクトル表現を特定するステップと、
特定した関連検索クエリのベクトル表現を、予め記憶された関連検索クエリの言語表現とベクトル表現との所定の対応関係に基づいて、言語表現に逆変換するステップと、
逆変換した検索クエリを類似度が高い順に利用者端末に表示させるステップと、
をコンピュータに実行させる情報処理プログラム。
取得した検索クエリの言語表現をベクトル表現に変換するステップと、
変換したベクトル表現に基づいて、前記ベクトル表現に類似する関連検索クエリのベクトル表現を特定するステップと、
特定した関連検索クエリのベクトル表現を、予め記憶された関連検索クエリの言語表現とベクトル表現との所定の対応関係に基づいて、言語表現に逆変換するステップと、
逆変換した検索クエリを類似度が高い順に利用者端末に表示させるステップと、
をコンピュータに実行させる情報処理プログラム。