特開 2024-165541 情報処理装置、情報処理方法および情報処理プログラム

(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】P2024165541

(43)【公開日】2024-11-28

(54)【発明の名称】情報処理装置、情報処理方法および情報処理プログラム

(51)【国際特許分類】

   G06F 16/338 20190101AFI20241121BHJP

【ＦＩ】

G06F16/338

【審査請求】有

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2023081819

(22)【出願日】2023-05-17

(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】山田 貴史

【テーマコード（参考）】

5B175

【Ｆターム（参考）】

5B175DA01

5B175FB01

5B175GC03

5B175JC04

(57)【要約】

【課題】ユーザが求める情報を効率的に提供する。
【解決手段】情報処理装置１００は、ユーザがアプリケーション上で入力した文章を取得する取得部１２１と、取得部１２１によって取得された文章と関連する記事を特定する特定部１２２と、取得部１２１によって取得された文章に対する回答として、特定部１２２によって特定された記事の要約を生成する生成部１２３と、特定部１２２によって特定された記事の情報と、生成部１２３によって生成された要約とをアプリケーション上に出力する出力部１２４とを有することを特徴とする。
【選択図】図２

【特許請求の範囲】

【請求項1】

ユーザがアプリケーション上で入力した文章を取得する取得部と、
前記取得部によって取得された前記文章と関連する記事を特定する特定部と、
前記取得部によって取得された前記文章に対する回答として、前記特定部によって特定された前記記事の要約を生成する生成部と、
前記特定部によって特定された前記記事の情報と、前記生成部によって生成された前記要約とを前記アプリケーション上に出力する出力部と
を有することを特徴とする情報処理装置。

【請求項2】

前記特定部は、
過去に特定した記事と、前記取得部によって取得された前記文章とに関連する記事を特定する
ことを特徴とする請求項１に記載の情報処理装置。

【請求項3】

前記特定部は、
前記取得部により取得された前記文章と、記事に対する反応とを用いて、前記文章と関連する記事を特定する
ことを特徴とする請求項１に記載の情報処理装置。

【請求項4】

前記特定部は、
前記取得部により取得された前記文章と、記事に対するコメントの内容とを用いて、前記文章と関連する記事を特定する
ことを特徴とする請求項１に記載の情報処理装置。

【請求項5】

前記特定部は、
前記取得部により取得された前記文章と、前記ユーザの属性情報とを用いて、前記文章と関連する記事を特定する
ことを特徴とする請求項１に記載の情報処理装置。

【請求項6】

コンピュータが実行する情報処理方法であって、
ユーザがアプリケーション上で入力した文章を取得する取得工程と、
前記取得工程によって取得された前記文章と関連する記事を特定する特定工程と、
前記取得工程によって取得された前記文章に対する回答として、前記特定工程によって特定された前記記事の要約を生成する生成工程と、
前記特定工程によって特定された前記記事の情報と、前記生成工程によって生成された前記要約とを前記アプリケーション上に出力する出力工程と
を含むことを特徴とする情報処理方法。

【請求項7】

ユーザがアプリケーション上で入力した文章を取得する取得ステップと、
前記取得ステップによって取得された前記文章と関連する記事を特定する特定ステップと、
前記取得ステップによって取得された前記文章に対する回答として、前記特定ステップによって特定された前記記事の要約を生成する生成ステップと、
前記特定ステップによって特定された前記記事の情報と、前記生成ステップによって生成された前記要約とを前記アプリケーション上に出力する出力ステップと
をコンピュータに実行させることを特徴とする情報処理プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置、情報処理方法および情報処理プログラムに関する。

【背景技術】

【0002】

従来、記事の要約情報を生成する技術が存在する。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１９－０５３５５８号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、従来技術では、ユーザが求める情報を効率的に提供することができない。

【課題を解決するための手段】

【0005】

上述した課題を解決し、目的を達成するため、情報処理装置は、ユーザがアプリケーション上で入力した文章を取得する取得部と、前記取得部によって取得された前記文章と関連する記事を特定する特定部と、前記取得部によって取得された前記文章に対する回答として、前記特定部によって特定された前記記事の要約を生成する生成部と、前記特定部によって特定された前記記事の情報と、前記生成部によって生成された前記要約とを前記アプリケーション上に出力する出力部とを有することを特徴とする。

【発明の効果】

【0006】

本発明によれば、ユーザが求める情報を効率的に提供することができる。

【図面の簡単な説明】

【0007】

【図1】図１は、実施形態に係る情報処理装置の概要を説明する図である。

【図2】図２は、実施形態に係る情報処理装置の構成の一例を示すブロック図である。

【図3】図３は、実施形態に係る情報処理装置が行う処理の一例を示す図である。

【図4】図４は、実施形態に係る情報処理装置が行う処理の一例を示す図である。

【図5】図５は、実施形態に係る情報処理装置による処理の一例を示すフローチャートである。

【図6】図６は、情報処理プログラムを実行するコンピュータの一例を示す図である。

【発明を実施するための形態】

【0008】

以下、図面を参照して、本願に係る情報処理装置、情報処理方法および情報処理プログラムの実施形態を詳細に説明する。なお、この実施の形態により本発明が限定されるものではない。また、図面の記載において、同一部分には同一の符号を付して示しており、重複する説明は、省略される。

【0009】

〔はじめに〕
まず、図１を用いて、情報処理装置１００の概要を説明する。図１は、情報処理装置の概要を説明する図である。

【0010】

従来、ニュースなど記事の内容を要約して、情報収集にかかるユーザの負担を軽減する技術が存在する。しかしながら、従来技術では、ユーザが求める情報を効率的に提供することができない。例えば、従来技術の要約は、あくまで文章の要点をまとめたものであり、ユーザにとって必要な情報をまとめたものであるとは限らない。また、前提知識が不足している場合には、要約前の元記事や関連記事等に目を通さなければ、要約の内容を正確に理解することは困難である。

【0011】

さらに、要約や記事を読みながら湧いた疑問を解消するためには、追加的に異なる記事等を検索して閲覧する必要があり、ユーザの負担は依然として大きい。加えて、記事の内容が偏った情報であるか否かの判断をユーザ自身が行わなければならず、回避することが難しい。

【0012】

そこで、本実施形態に係る情報処理装置１００は、以下の処理を行う。まず、情報処理装置１００は、例えば、図１（１）に示すように、端末装置で動作するトークアプリなどのアプリケーション上で入力された「○○選手の活躍を教えて」といった文章を取得する。次に、情報処理装置１００は、取得した文章に対応する記事を特定する。続いて、情報処理装置１００は、取得した文章の回答として、特定した記事の要約を生成する。そして、情報処理装置１００は、例えば、図１（２）に示すように、特定した記事のタイトル（ＵＲＬの情報を含む）「○○２打席連続ホームラン！！」、「○○と○○がダブルスチール！」と、生成した記事の要約「最近の○○選手の活躍に関する情報は以下の通りです。・〇月〇日に行われた○○対○○戦の試合で、○○選手は２打席連続でホームランを放つなど、〇打数、〇安打、〇打点で勝利に貢献しました。・〇月〇日に行われた○○対○○戦の試合で、○○選手と○○選手がダブルスチールを成功させました。」とをアプリケーション上に出力してユーザに提供する。

【0013】

これにより、情報処理装置１００は、ユーザが求める情報を対話形式により取得することを可能とし、ユーザの求める情報を効率的に提供することができる。

【0014】

〔情報処理装置の構成〕
次に、図２を用いて、情報処理装置１００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装置１００の構成の一例を示す図である。図２が示すように、情報処理装置１００は、通信部１１０と、制御部１２０と、記憶部１３０とを備える。なお、これらの各部は、複数の装置が分散して保持してもよい。以下にこれら各部の処理を説明する。

【0015】

通信部１１０は、ＮＩＣ（Network Interface Card）等で実現され、ＬＡＮ（Local Area Network）やインターネットなどの電気通信回線を介した外部装置と制御部１２０の通信を可能とする。例えば、通信部１１０は、外部装置と制御部１２０との通信を可能とする。

【0016】

記憶部１３０は、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１３０が記憶する情報としては、例えば、ユーザＩＤ、ユーザ属性、閲覧履歴、アプリケーション上で入力された文章、記事情報、各種機械学習アルゴリズムに関するデータ、機械学習のための学習データ、学習済みモデルなどを記憶する。ここで、記事情報は、記事のタイトル、見出し、内容、ハイライト（注目を集めた箇所）、コメント、作成者、作成者に対する評価、記事に対する評価、投稿日時といった各種情報が含まれる。また、記事情報は、自然言語処理により分析済みの情報であってもよい。なお、記憶部１３０が記憶する情報は上記に記載したものに限定されない。

【0017】

制御部１２０は、ＣＰＵ（Central Processing Unit）やＮＰ（Network Processor）やＦＰＧＡ（Field Programmable Gate Array）等を用いて実現され、メモリに記憶された処理プログラムを実行する。図２に示すように、制御部１２０は、取得部１２１と、特定部１２２と、生成部１２３と、出力部１２４とを有する。以下、制御部１２０が有する各部について説明する。

【0018】

取得部１２１は、ユーザがアプリケーション上で入力した文章を取得する。例えば、取得部１２１は、ユーザがコミュニケーションに用いるアプリケーション上で入力した質問や要望等の文章を取得する。より具体的には、取得部１２１は、ユーザがトークアプリ上で入力した「○○選手の活躍を教えて」といった文章を取得する。なお、取得部１２１が取得する文章は、質問や要望の他、日常会話のようなものであってもよい。

【0019】

特定部１２２は、取得部１２１によって取得された文章と関連する記事を特定する。例えば、特定部１２２は、取得部１２１によって取得された質問や要望等の文章の内容と関連する記事を特定する。より具体的には、まず、特定部１２２は、取得部１２１によって取得された文章を対象として、形態素解析、文法解析、意味解析、文脈解析といった自然言語処理により文章を分析する。

【0020】

その後、特定部１２２は、分析済みの文章を入力として、分析済みの文章と記憶部１３０に記憶された分析済みの各記事の情報とを用いて、取得部１２１によって取得された文章と関連性の高い記事を出力する学習モデルを用いることで、取得部１２１によって取得された文章と関連性の高い記事を特定する。なお、取得部１２１により取得された文章と関連性の高い記事を特定する過程で用いられる自然言語処理や学習モデルには、目的に応じた従来技術を利用することができる。

【0021】

また、特定部１２２は、過去に特定した記事と、取得部１２１によって取得された文章とに関連する記事を特定する。例えば、特定部１２２は、過去に特定し、ユーザが閲覧中の記事の情報と、取得部１２１によって取得された質問や要望との文章とに関連する記事を特定する。より具体的には、特定部１２２は、取得部１２１によって取得された文章を自然言語処理により分析し、分析済みの文章の情報と、過去に特定し、ユーザが閲覧中の記事の情報とを入力として、ユーザが閲覧中の記事の情報と、分析済みの文章と、分析済みの各記事の情報とを用いて、取得部１２１によって取得された文章と関連性の高い記事を出力する学習モデルを用いることで、取得部１２１によって取得された文章と関連性の高い記事を特定する。

【0022】

また、例えば、特定部１２２は、過去に特定し、ユーザが閲覧した記事の情報と、取得部１２１によって取得された質問や要望との文章とに関連する記事を特定する。より具体的には、特定部１２２は、取得部１２１によって取得された文章を自然言語処理により分析し、分析済みの文章の情報と、過去に特定し、ユーザが閲覧した記事の情報とを入力として、ユーザが閲覧した記事の情報と、分析済みの文章と、分析済みの各記事の情報とを用いて、取得部１２１によって取得された文章と関連性の高い記事を出力する学習モデルを用いることで、取得部１２１によって取得された文章と関連性の高い記事を特定する。

【0023】

また、特定部１２２は、取得部１２１により取得された文章と、記事に対する反応とを用いて、文章と関連する記事を特定する。例えば、特定部１２２は、取得部１２１によって取得された質問や要望等の文章の内容と、記憶部１３０に記憶された記事ごとの記事提供業者の評価や記事に対する評価等の情報とを用いて、取得部１２１によって取得された文章と関連性の高い記事を特定する。

【0024】

より具体的には、特定部１２２は、取得部１２１によって取得された文章を自然言語処理により分析し、分析済みの文章の情報と、各記事の作成者情報と、作成者に対する評価と、記事に対する評価といった記事に対する反応の情報とを入力として、分析済みの文章と、記事に対する反応の情報と、分析済みの各記事の情報とを用いて、取得部１２１によって取得された文章と関連性の高い記事を出力する学習モデルを用いることで、取得部１２１によって取得された文章と関連性の高い記事を特定する。

【0025】

また、特定部１２２は、取得部１２１により取得された文章と、記事に対するコメントの内容とを用いて、文章と関連する記事を特定する。例えば、特定部１２２は、取得部１２１によって取得された質問や要望等の文章の内容と、記憶部１３０に記憶された記事のハイライト箇所およびハイライト箇所に対するコメントの内容とを用いて、文章と関連性の高い記事を特定する。

【0026】

より具体的には、特定部１２２は、取得部１２１によって取得された文章を自然言語処理により分析し、分析済みの文章の情報と、記事のハイライト箇所およびハイライト箇所に対するコメントの内容といった記事に対するコメントの情報とを入力として、分析済みの文章と、記事に対するコメントの情報と、分析済みの各記事の情報とを用いて、取得された文章と関連性の高い記事を出力する学習モデルを用いることで、取得された文章と関連性の高い記事を特定する。

【0027】

また、特定部１２２は、取得部１２１により取得された文章と、ユーザの属性情報とを用いて、文章と関連する記事を特定する。特定部１２２は、取得部１２１によって取得された質問や要望等の文章の内容に加えて、ユーザの年齢、性別、出身地、居住地、家族構成、職業、趣味、嗜好、指向といったユーザの属性情報とを用いて、関連する記事を特定する。

【0028】

より具体的には、特定部１２２は、取得部１２１によって取得された文章を自然言語処理により分析し、分析済みの文章の情報と、ユーザの年齢、性別、出身地、居住地、家族構成、職業、趣味、嗜好、指向といったユーザの属性情報とを入力として、分析済みの文章と、ユーザの属性情報と、分析済みの各記事の情報とを用いて、取得された文章と関連性の高い記事を出力する学習モデルを用いることで、取得された文章と関連性の高い記事を特定する。

【0029】

生成部１２３は、取得部１２１によって取得された文章に対する回答として、特定部１２２によって特定された記事の要約を生成する。例えば、生成部１２３は、取得部１２１によって取得された文章と、特定部１２２によって特定された記事の情報とを入力として、記事の要約を出力するモデルを用いて、取得部１２１によって取得された文章に対する回答として、特定部１２２によって特定された記事の要約を生成する。

【0030】

ここで、生成部１２３は、記事の要約の生成に際して、入力された文章に対応する回答文を出力するように学習されたモデルを用いる。例えば、このモデルは、情報処理を行うサーバ内にあり、事業者（ヤフー）が独自に作成したものである。なお、入力された情報は、新たな回答として利用されないような学習を行うことで、入力された個人情報等の情報を秘匿するものが望ましい。

【0031】

出力部１２４は、特定部１２２によって特定された記事の情報と、生成部１２３によって生成された要約とをアプリケーション上に出力する。例えば、出力部１２４は、特定部１２２によって特定された記事のタイトル（ＵＲＬの情報を含む）と、生成部１２３によって生成された要約とを、ユーザがコミュニケーションに用いるアプリケーション上に出力する。

【0032】

〔情報処理装置が行う処理〕
次に、図３を用いて、実施形態に係る情報処理装置１００が行う処理の一例について説明する。図３は、実施形態に係る情報処理装置１００が行う処理の一例を説明する図である。まず、図３（１）は、コミュニケーションに用いるアプリケーション上でユーザが文章を入力した例である。このとき、例えば、取得部１２１は、アプリケーション上でユーザが入力した「○○選手の活躍を教えて」といった要望や質問等の文章を取得する。

【0033】

次に、図３（２）は、記憶部１３０に記憶される記事の情報を模式的に示した例である。例えば、特定部１２２は、取得部１２１により取得された文章情報を対象として形態素解析等の自然言語処理を行い、分析した文章を入力として、分析した文章の情報と、記憶部１３０に記憶された分析済みの各記事の情報と照合して、取得部１２１によって取得された文章と関連性の高い記事を出力するモデルを用いることで、取得部１２１によって取得された文章と関連する記事を特定する。例えば、特定部１２２は、取得部１２１によって取得された文章「○○選手の活躍を教えて」と関連する記事として記事Ｂと記事Ｅとを特定する。

【0034】

ここで、特定部１２２は、さらに過去に特定した記事や閲覧中の記事の情報を用いて記事を特定してもよい。例えば、特定部１２２は、過去に特定した動物の記事の情報と、「タヌキについて教えて欲しい」といった文章から「都会に住むタヌキ」に関する記事を特定する。例えば、特定部１２２は、過去に特定し、現在閲覧中の野球の記事の情報と、「タヌキについて教えて欲しい」といった文章から「タヌキダンス」に関する記事を特定する。

【0035】

また、特定部１２２は、さらに記事に対する反応を用いて記事を特定してもよい。例えば、取得部１２１によって「○○ウイルスに関する信憑性の高い情報が欲しい」といった文章が取得された場合、特定部１２２は、各記事の作成者の情報、作成者に対する評価、記事に対する評価といった記事に対する反応の情報を用いて、○○ウイルスに関する記事の内、信憑性が高い情報が含まれている記事を特定する。

【0036】

また、特定部１２２は、さらに記事に対するコメントを用いて記事を特定してもよい。例えば、取得部１２１によって「○○事件について、ほかの人の感想を教えて欲しい」といった文章が取得された場合、特定部１２２は、各記事に含まれるハイライト部分、ハイライト部分に対するコメントといった情報を用いて、○○事件に関する記事の内、他ユーザの様々な感想が含まれている記事を特定する。

【0037】

また、特定部１２２は、さらにユーザ属性を用いて記事を特定してもよい。例えば、取得部１２１によって「○○って何？」といった文章が取得された場合、特定部１２２は、○○と関連性が高い記事のうち、例えば、文章を入力したユーザと属性情報が共通するユーザによる閲覧数やコメント等が多い記事を特定する。

【0038】

なお、上記の記事を特定するために用いる付加的な要素は、目的に応じて組み合わせることができる。例えば、取得部１２１によって「○○ウイルスに関する信憑性の高い情報と、同年代が心配していることについて教えて」といった文章が取得された場合、特定部１２２は、各記事の作成者の情報、作成者に対する評価、記事に対する評価といった記事に対する反応の記事に対する反応と、各記事のハイライト箇所、ハイライト箇所に対するコメントといった記事に対するコメントと、年齢といったユーザ情報とを用いて、○○ウイルスに関する記事の内、信憑性が高い情報が含まれている記事と、○○ウイルスに関する記事に対して、同年代のユーザによる感想コメントが多く投稿されている記事を特定する。

【0039】

続いて、図４（３）は、生成部１２３が要約した記事の情報を模式的に示した例である。生成部１２３は、取得部１２１によって取得された文章に対する回答として、特定部１２２によって特定された記事の要約を生成する。例えば、生成部１２３は、取得部１２１によって取得された文章と、特定部１２２によって特定された記事の情報とを、事業者（ヤフー）が独自に作成した学習済みの大規模言語モデルに入力することで、取得部１２１によって取得された文章の回答となるよう、特定部１２２によって特定された記事の情報を要約した結果を得る。

【0040】

例えば、生成部１２３は、取得部１２１によって取得された文章「○○選手の活躍を教えて」と、特定部１２２によって特定された「○○２打席連続ホームラン！！」の記事の情報と、「○○と○○がダブルスチール！」の記事の情報とを入力として、「最近の○○選手の活躍に関する情報は以下の通りです。・〇月〇日に行われた○○対○○戦の試合で、○○選手は２打席連続でホームランを放つなど、〇打数、〇安打、〇打点で勝利に貢献しました。・〇月〇日に行われた○○対○○戦の試合で、○○選手と○○選手がダブルスチールを成功させました。」といった情報を生成する。

【0041】

ここで、生成部１２３は、記事の内容だけでなく、記事の情報に含まれる各要素を用いて、要約を生成してもよい。例えば、生成部１２３は、記事のハイライト部分に付されたコメント内容を用いて、要約を生成することができる。

【0042】

そして、図４（４）は、コミュニケーションに用いるアプリケーション上に出力部１２４によって要約と記事タイトル（ＵＲＬの情報を含む）とが出力された例である。ユーザは、出力部１２４による出力結果に対してさらに質問や要望等の文章の入力を行うと、情報処理装置１００は、再び上述の処理を繰り返して行う。

【0043】

〔フローチャート〕
次に、図５を用いて、情報処理装置１００による処理の流れについて説明する。図５は、本実施形態に係る処理の流れの一例を示すフローチャートである。

【0044】

まず、取得部１２１は、ユーザがアプリケーション上で入力した文章を取得する（ステップＳ１０１）。例えば、取得部１２１は、ユーザがコミュニケーションに用いるアプリケーション上で入力した質問や要望等の文章を取得する。

【0045】

次に、特定部１２２は、取得部１２１によって取得された文章と関連する記事を特定する（ステップＳ１０２）。例えば、特定部１２２は、取得部１２１によって取得された質問や要望等の文章の内容と関連する記事を特定する。

【0046】

それから、生成部１２３は、取得部１２１によって取得された文章に対する回答として、特定部１２２によって特定された記事の要約を生成する（ステップＳ１０３）。例えば、生成部１２３は、取得部１２１によって取得された文章と、特定部１２２によって特定された記事の情報とを入力として、記事の要約を出力するモデルを用いて、取得部１２１によって取得された文章に対する回答として、特定部１２２によって特定された記事の要約を生成する。

【0047】

そして、出力部１２４は、特定部１２２によって特定された記事の情報と、生成部１２３によって生成された要約とをアプリケーション上に出力する（ステップＳ１０４）。例えば、出力部１２４は、特定部１２２によって特定された記事の情報と、生成部１２３によって生成された要約とを、ユーザがコミュニケーションに用いるアプリケーション上に出力する。

【0048】

その後、取得部１２１は、ユーザによりアプリケーション上で文章が入力されたか否かを判定する（ステップＳ１０５）。ここで、取得部１２１によって、ユーザによりアプリケーション上で文章が入力されたと判定された場合（ステップＳ１０５“ＹＥＳ”）、ステップＳ１０１に戻り、再び処理を実行する。一方、取得部１２１によって、ユーザによりアプリケーション上で文章が入力されていないと判定された場合（ステップＳ１０５“ＮＯ”）、情報処理装置１００は、処理を終了する。

【0049】

〔効果〕
このように、実施形態に係る情報処理装置１００は、ユーザがアプリケーション上で入力した文章を取得する取得部１２１と、取得部１２１によって取得された文章と関連する記事を特定する特定部１２２と、取得部１２１によって取得された文章に対する回答として、特定部１２２によって特定された記事の要約を生成する生成部１２３と、特定部１２２によって特定された記事の情報と、生成部１２３によって生成された要約とをアプリケーション上に出力する出力部１２４とを有する。

【0050】

これにより、情報処理装置１００は、ユーザがアプリケーション上で入力した文章と関連する記事を特定し、特定した記事内容を文章の回答となるよう要約することで、ユーザが求める情報を効率的に提供することができる。

【0051】

また、実施形態に係る情報処理装置１００において、特定部１２２は、過去に特定した記事と、取得部１２１によって取得された文章とに関連する記事を特定する。これにより、情報処理装置１００は、情報処理装置１００は、ユーザがアプリケーション上で入力した文章および過去に特定した記事と関連する記事を特定し、特定した記事内容を文章の回答となるよう要約することで、ユーザが求める情報を効率的に提供することができる。

【0052】

また、情報処理装置１００は、生成された要約に対するユーザからの追加的な質問・要望等についても、再度関連する記事を特定し、特定した記事内容を文章の回答となるよう要約することで、ユーザが要約を読みながら湧いた疑問を解消し、ユーザが求める情報を効率的に提供することができる。

【0053】

また、実施形態に係る情報処理装置１００において、特定部１２２は、取得部１２１により取得された文章と、記事に対する反応とを用いて、文章と関連する記事を特定する。これにより、情報処理装置１００は、情報処理装置１００は、記事に対する反応を用いて、ユーザがアプリケーション上で入力した文章と関連する記事を特定し、特定した記事内容を文章の回答となるよう要約することで、ユーザが求める情報を効率的に提供することができる。

【0054】

また、実施形態に係る情報処理装置１００において、特定部１２２は、取得部１２１により取得された文章と、記事に対するコメントの内容とを用いて、文章と関連する記事を特定する。これにより、情報処理装置１００は、記事に対するコメントの内容を用いて、ユーザがアプリケーション上で入力した文章と関連する記事を特定し、特定した記事内容を文章の回答となるよう要約することで、ユーザが求める情報を効率的に提供することができる。

【0055】

また、実施形態に係る情報処理装置１００において、特定部１２２は、取得部１２１により取得された文章と、ユーザの属性情報とを用いて、文章と関連する記事を特定する。これにより、情報処理装置１００は、ユーザの属性情報を用いて、ユーザがアプリケーション上で入力した文章と関連する記事を特定し、特定した記事内容を文章の回答となるよう要約することで、ユーザが求める情報を効率的に提供することができる。

【0056】

〔プログラム〕
また、上述してきた各実施形態に係る情報処理装置１００は、例えば、図６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。以下、情報処理装置１００を例に挙げて説明する。図６は、情報処理プログラムを実行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、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

【0057】

ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

【0058】

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を記憶する。通信インターフェイス１５００は、通信網５００（実施形態のネットワークＮに対応する）を介して他の機器からデータを受信してＣＰＵ１１００へ送り、また、通信網５００を介してＣＰＵ１１００が生成したデータを他の機器へ送信する。

【0059】

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、入出力インターフェイス１６００を介して生成したデータを出力装置へ出力する。

【0060】

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラム又はデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えば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である。

【0061】

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ＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１２０の機能を実現する。また、ＨＤＤ１４００には、情報処理装置１００の記憶装置内の各データが格納される。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から所定の通信網を介してこれらのプログラムを取得してもよい。

【0062】

〔その他〕
様々な実施形態を、図面を参照して、本明細書で詳細に説明したが、これらの複数の実施形態は例であり、本発明をこれらの複数の実施形態に限定することを意図するものではない。

【0063】

また、上述した「部（module、-er接尾辞、-or接尾辞）」は、ユニット、手段、回路などに読み替えることができる。例えば、通信部（communication module）、制御部（control module）および記憶部（storage module）は、それぞれ、通信ユニット、制御ユニットおよび記憶ユニットに読み替えることができる。

【符号の説明】

【0064】

１００ 情報処理装置
１１０ 通信部
１２０ 制御部
１２１ 取得部
１２２ 特定部
１２３ 生成部
１２４ 出力部
１３０ 記憶部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】