特開 2024-17977 情報提供プログラム、情報提供方法、および情報提供システム

(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】P2024017977

(43)【公開日】2024-02-08

(54)【発明の名称】情報提供プログラム、情報提供方法、および情報提供システム

(51)【国際特許分類】

   G06F 16/632 20190101AFI20240201BHJP

   G06F 16/332 20190101ALI20240201BHJP

【ＦＩ】

G06F16/632

G06F16/332

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2022120990

(22)【出願日】2022-07-28

(71)【出願人】

【識別番号】000005223

【氏名又は名称】富士通株式会社

(74)【代理人】

【識別番号】100104190

【弁理士】

【氏名又は名称】酒井 昭徳

(72)【発明者】

【氏名】小木曽 貴大

(72)【発明者】

【氏名】田島 圭

(72)【発明者】

【氏名】久米 伸

【テーマコード（参考）】

5B175

【Ｆターム（参考）】

5B175DA01

5B175FA01

5B175GA04

(57)【要約】

【課題】ユーザにとって有用な情報を提供すること。
【解決手段】情報処理装置１０１は、複数の記事情報の各記事情報からキーワードを抽出する。情報処理装置１０１は、１または複数のユーザの所定期間の発話内容を記録した音声データの音声認識結果からキーワードを抽出する。情報処理装置１０１は、音声認識結果から抽出したキーワードと各記事情報から抽出したキーワードとの一致数と、音声認識結果から抽出したキーワードの各記事情報における出現数とに基づいて、複数の記事情報から、出力対象の記事情報を検索する。情報処理装置１０１は、１または複数のユーザに対して、検索した記事情報に関する情報を出力する。
【選択図】図１

【特許請求の範囲】

【請求項1】

複数の記事情報の各記事情報からキーワードを抽出し、
１または複数のユーザの所定期間の発話内容を記録した音声データの音声認識結果からキーワードを抽出し、
前記音声認識結果から抽出したキーワードと前記各記事情報から抽出したキーワードとの一致数と、前記音声認識結果から抽出したキーワードの前記各記事情報における出現数とに基づいて、前記複数の記事情報から、出力対象の記事情報を検索し、
前記１または複数のユーザに対して、検索した前記記事情報に関する情報を出力する、
処理をコンピュータに実行させることを特徴とする情報提供プログラム。

【請求項2】

前記検索する処理は、
前記複数の記事情報から、前記一致数が第１の閾値以上、かつ、前記出現数が第２の閾値以上となる記事情報を、前記出力対象の記事情報として検索する、ことを特徴とする請求項１に記載の情報提供プログラム。

【請求項3】

前記各記事情報からキーワードを抽出する処理は、
前記各記事情報から、予め設定されたストップワードを除外したキーワードを抽出し、
前記音声認識結果からキーワードを抽出する処理は、
前記音声認識結果から前記ストップワードを除外したキーワードを抽出する、
ことを特徴とする請求項１に記載の情報提供プログラム。

【請求項4】

前記各記事情報からキーワードを抽出する処理は、
所定のアルゴリズムで前記各記事情報の本文を形態素解析することにより、前記各記事情報から名詞をキーワードとして抽出し、
前記音声認識結果からキーワードを抽出する処理は、
前記所定のアルゴリズムで前記音声認識結果を形態素解析することにより、前記音声認識結果から名詞をキーワードとして抽出する、
ことを特徴とする請求項１に記載の情報提供プログラム。

【請求項5】

ネットワークを介して接続される情報配信システムから、複数の記事情報を取得する、
処理を前記コンピュータに実行させ、
前記各記事情報からキーワードを抽出する処理は、
取得した前記複数の記事情報の各記事情報からキーワードを抽出する、ことを特徴とする請求項１に記載の情報提供プログラム。

【請求項6】

前記１または複数のユーザは、オンラインコミュニケーションを行うユーザである、ことを特徴とする請求項１に記載の情報提供プログラム。

【請求項7】

複数の分類からいずれかの分類の選択を受け付ける、
処理を前記コンピュータに実行させ、
前記出力する処理は、
前記１または複数のユーザに対して、検索した前記記事情報のうち、選択された前記分類に属する記事情報に関する情報を出力する、ことを特徴とする請求項１～６のいずれか一つに記載の情報提供プログラム。

【請求項8】

複数の記事情報の各記事情報からキーワードを抽出し、
１または複数のユーザの所定期間の発話内容を記録した音声データの音声認識結果からキーワードを抽出し、
前記音声認識結果から抽出したキーワードと前記各記事情報から抽出したキーワードとの一致数と、前記音声認識結果から抽出したキーワードの前記各記事情報における出現数とに基づいて、前記複数の記事情報から、出力対象の記事情報を検索し、
前記１または複数のユーザに対して、検索した前記記事情報に関する情報を出力する、
処理をコンピュータが実行することを特徴とする情報提供方法。

【請求項9】

１または複数のユーザが使用する端末と、
複数の記事情報の各記事情報からキーワードを抽出し、前記１または複数のユーザの所定期間の発話内容を記録した音声データの音声認識結果からキーワードを抽出し、前記音声認識結果から抽出したキーワードと前記各記事情報から抽出したキーワードとの一致数と、前記音声認識結果から抽出したキーワードの前記各記事情報における出現数とに基づいて、前記複数の記事情報から、出力対象の記事情報を検索し、検索した前記記事情報に関する情報を前記端末に出力する情報提供装置と、
を含むことを特徴とする情報提供システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報提供プログラム、情報提供方法、および情報提供システムに関する。

【背景技術】

【0002】

近年、リモートワークの普及にともなって、ウェブ会議を利用する機会が増えている。ウェブ会議は、異なる場所にいるユーザ同士が、インターネットなどを通じてデータを共有したり、会話したりできるシステムである。

【0003】

先行技術としては、利用者の会話から話題となっているキーワードを抽出し、キーワードを含むコミュニケーションコンテキストが紐付けられているレコメンドアイテムを格納しているナレッジベースを参照し、抽出したキーワードに紐付けられているレコメンドアイテムおよびコミュニケーションコンテキストを抽出するものがある。また、コンテンツにかかる推薦スコアに基づいてユーザに対する推薦情報の提示を制御する技術がある。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】国際公開第２０２１／２５０８３３号

【特許文献2】特開２０１９－９５８３２号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、従来技術では、ウェブ会議などの参加ユーザに対して、議論を活発化させるような有用な情報（記事）を提供することが難しい。

【0006】

一つの側面では、本発明は、ユーザにとって有用な情報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】

１つの実施態様では、複数の記事情報の各記事情報からキーワードを抽出し、１または複数のユーザの所定期間の発話内容を記録した音声データの音声認識結果からキーワードを抽出し、前記音声認識結果から抽出したキーワードと前記各記事情報から抽出したキーワードとの一致数と、前記音声認識結果から抽出したキーワードの前記各記事情報における出現数とに基づいて、前記複数の記事情報から、出力対象の記事情報を検索し、前記１または複数のユーザに対して、検索した前記記事情報に関する情報を出力する、情報提供プログラムが提供される。

【発明の効果】

【0008】

本発明の一側面によれば、ユーザにとって有用な情報を提供することができるという効果を奏する。

【図面の簡単な説明】

【0009】

【図1】図１は、実施の形態にかかる情報提供方法の一実施例を示す説明図である。

【図2】図２は、情報提供システム２００のシステム構成例を示す説明図である。

【図3】図３は、情報提供装置２０１のハードウェア構成例を示すブロック図である。

【図4】図４は、ユーザ端末２０４のハードウェア構成例を示すブロック図である。

【図5】図５は、記事マスタ２２０の記憶内容の一例を示す説明図である。

【図6】図６は、タグマスタ２３０の記憶内容の一例を示す説明図である。

【図7】図７は、記事タグテーブル２４０の記憶内容の一例を示す説明図である。

【図8】図８は、情報提供装置２０１の機能的構成例を示すブロック図である。

【図9】図９は、ストップワードテーブル９００の記憶内容の一例を示す説明図である。

【図10】図１０は、記事別タグ出現数テーブル１０００の記憶内容の一例を示す説明図である。

【図11】図１１は、情報提供システム２００の第１の動作例を示す説明図である。

【図12】図１２は、情報提供システム２００の第２の動作例を示す説明図である。

【図13】図１３は、会議管理テーブル１３００の記憶内容の一例を示す説明図である。

【図14】図１４は、情報提供システム２００の第３の動作例を示す説明図である。

【図15】図１５は、記事情報の第１の検索例を示す説明図である。

【図16】図１６は、記事情報の第２の検索例を示す説明図である。

【図17】図１７は、記事情報の第３の検索例を示す説明図である。

【図18】図１８は、ウェブ会議画面の画面例を示す説明図（その１）である。

【図19】図１９は、分類選択画面１９００の画面例を示す説明図である。

【図20】図２０は、ウェブ会議画面の画面例を示す説明図（その２）である。

【図21】図２１は、情報提供装置２０１の記事収集処理手順の一例を示すフローチャートである。

【図22】図２２は、情報提供装置２０１の記事解析処理手順の一例を示すフローチャートである。

【図23】図２３は、情報提供装置２０１の記事検索処理手順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】

【0010】

以下に図面を参照して、本発明にかかる情報提供プログラム、情報提供方法、および情報提供システムの実施の形態を詳細に説明する。

【0011】

（実施の形態）
図１は、実施の形態にかかる情報提供方法の一実施例を示す説明図である。図１において、情報処理装置１０１は、１または複数のユーザに対して、記事に関する情報を出力するコンピュータである。１または複数のユーザは、例えば、オンラインコミュニケーションを行うユーザである。

【0012】

オンラインコミュニケーションとは、インターネットなどのネットワークを介して相互に対話するコミュニケーションである。ただし、１または複数のユーザは、対面で会話するオフラインコミュニケーションを行うユーザであってもよい。記事は、事物を文章で表す情報である。記事は、例えば、ウェブサイトで公開される記事である。

【0013】

ここで、ウェブ会議などにおいて、ユーザにとって有用な情報を提供することは、議論を活性化させる上で重要である。例えば、ユーザに予備知識がないと、他のユーザが発言した単語の意味がわからず、会議中に議論から脱落してしまう場合がある。また、議論が煮詰まってしまうと、誰も発言しなくなり、無為に時間が過ぎてしまうことがある。また、新規事業のためのアイデア出しなどを行う際に、似たようなアイデアしか出てこない場合がある。

【0014】

このため、例えば、予めキーワードと記事とを対応付けて登録しておき、会議中の音声認識結果の中から予め登録されたキーワードを抽出し、そのキーワードを使って記事を検索することが考えられる。しかし、この手法では、予め登録されたキーワードに対応付けられた範囲内で記事を検索することになる。このため、会議中に発せられたキーワードを柔軟に拾って、会議の目的、内容などによりマッチした記事を検索することが難しい。

【0015】

そこで、本実施の形態では、各記事情報と音声認識結果との両方についてキーワードの解析を行って、ユーザの発話内容にマッチした情報を検索することで、ユーザにとって有用な情報を提供可能にする情報提供方法について説明する。以下、情報処理装置１０１の処理例（下記（１）～（４）の処理に対応）について説明する。

【0016】

（１）情報処理装置１０１は、複数の記事情報の各記事情報からキーワードを抽出する。ここで、複数の記事情報は、例えば、インターネットなどを介して情報処理装置１０１と接続された情報配信システム（例えば、後述の図２に示す情報配信システム２０３）から取得される。具体的には、例えば、情報処理装置１０１は、各記事情報の本文を形態素解析することにより、各記事情報から名詞をキーワードとして抽出する。

【0017】

図１の例では、複数の記事情報を「記事１１，１２，１３」とする。また、記事１１から抽出されたキーワードを「キーワード群Ｋ１」とし、記事１２から抽出されたキーワードを「キーワード群Ｋ２」とし、記事１３から抽出されたキーワードを「キーワード群Ｋ３」とする。各キーワード群Ｋ１～Ｋ３は、それぞれ１以上のキーワードを含む。

【0018】

（２）情報処理装置１０１は、１または複数のユーザの所定期間の発話内容を記録した音声データの音声認識結果からキーワードを抽出する。所定期間は、任意に設定可能であり、例えば、直近の数秒程度の期間である。音声認識結果は、音声データをテキストデータに変換したものである。

【0019】

音声認識には、例えば、ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）などを利用した既存の音声認識技術を用いることができる。具体的には、例えば、情報処理装置１０１は、音声認識結果（テキストデータ）を形態素解析することにより、音声認識結果から名詞をキーワードとして抽出する。

【0020】

図１の例では、１または複数のユーザを「ユーザＵ１，Ｕ２，Ｕ３」とする。ユーザＵ１～Ｕ３は、オンラインコミュニケーションを行うユーザである。また、ユーザＵ１～Ｕ３の所定期間の発話内容を記録した音声データの音声認識結果を「音声認識結果１１０」とし、音声認識結果１１０から抽出されたキーワードを「キーワード群Ｘ」とする。キーワード群Ｘは、１以上のキーワードを含む。

【0021】

（３）情報処理装置１０１は、音声認識結果から抽出したキーワードと各記事情報から抽出したキーワードとの一致数と、音声認識結果から抽出したキーワードの各記事情報における出現数とに基づいて、複数の記事情報から、出力対象の記事情報を検索する。

【0022】

ここで、音声認識結果から抽出したキーワードと各記事情報から抽出したキーワードとの一致数が多い記事情報ほど、ユーザの発話内容にマッチした記事情報である可能性が高いといえる。また、音声認識結果から抽出したキーワードの出現数が多い記事情報ほど、ユーザの発話内容にマッチした記事情報である可能性が高いといえる。

【0023】

このため、情報処理装置１０１は、例えば、複数の記事情報から、キーワードの一致数が第１の閾値以上、かつ、キーワードの出現数が第２の閾値以上となる記事情報を、出力対象の記事情報として検索してもよい。キーワードの一致数は、音声認識結果から抽出したキーワードと各記事情報から抽出したキーワードとの一致数である。

【0024】

キーワードの出現数は、音声認識結果から抽出したキーワードの各記事情報における出現数である。第１の閾値および第２の閾値は、任意に設定可能であり、例えば、上述した所定期間の長さに応じて設定される。所定期間が数秒程度の期間の場合、第１の閾値および第２の閾値は、例えば、１～３程度の値に設定される。

【0025】

図１の例では、情報処理装置１０１は、キーワード群Ｘと各キーワード群Ｋ１～Ｋ３とのキーワードの一致数と、キーワード群Ｘに含まれるキーワードの各記事１１～１３における出現数とに基づいて、記事１１～１３から、出力対象の記事を検索する。ここでは、記事１１～１３から、キーワードの一致数が第１の閾値以上、かつ、キーワードの出現数が第２の閾値以上となる記事１２が検索された場合を想定する。

【0026】

（４）情報処理装置１０１は、１または複数のユーザに対して、検索した記事情報に関する情報を出力する。記事情報に関する情報は、例えば、記事のタイトル、要約、ＵＲＬ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｌｏｃａｔｏｒ）などである。また、記事情報に関する情報は、記事の本文であってもよい。

【0027】

図１の例では、ユーザＵ１～Ｕ３に対して、記事１２に関する情報が出力される。これにより、ユーザＵ１～Ｕ３は、例えば、記事１２のタイトル、要約、ＵＲＬなどを確認することができる。また、ユーザＵ１～Ｕ３は、記事１２のＵＲＬから、記事１２の本文などの詳細を確認することができる。

【0028】

このように、情報処理装置１０１によれば、ユーザの発話内容にマッチした記事情報を検索することができる。この際、情報処理装置１０１は、各記事情報と音声認識結果との両方についてキーワードの解析を行うことで、柔軟に会話中のキーワードを拾って、広範囲の記事情報の中から、ユーザの発話内容に、よりマッチした記事情報を検索することができる。

【0029】

これにより、情報処理装置１０１は、ユーザにとって有用な情報を提供することができる。図１の例では、ユーザＵ１～Ｕ３の発話内容にマッチした記事１２の情報を提供することで、ユーザＵ１～Ｕ３による議論の活性化を図ることができる。

【0030】

（情報提供システム２００のシステム構成例）
つぎに、図１に示した情報処理装置１０１を含む情報提供システム２００のシステム構成例について説明する。ここでは、図１に示した情報処理装置１０１を、情報提供システム２００内の情報提供装置２０１に適用した場合を例に挙げて説明する。情報提供システム２００は、例えば、ウェブ会議を支援するサービスに適用される。

【0031】

図２は、情報提供システム２００のシステム構成例を示す説明図である。図２において、情報提供システム２００は、情報提供装置２０１と、音声解析システム２０２と、情報配信システム２０３と、複数のユーザ端末２０４と、を含む。情報提供システム２００において、情報提供装置２０１、音声解析システム２０２、情報配信システム２０３およびユーザ端末２０４は、有線または無線のネットワーク２１０を介して接続される。ネットワーク２１０は、例えば、インターネット、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）などである。

【0032】

ここで、情報提供装置２０１は、記事マスタ２２０、タグマスタ２３０、記事タグテーブル２４０を有し、オンラインコミュニケーションを支援するコンピュータである。情報提供装置２０１は、例えば、アプリケーションサーバ、データベースサーバなどにより実現される。

【0033】

なお、記事マスタ２２０、タグマスタ２３０および記事タグテーブル２４０の記憶内容については、図５～図７を用いて後述する。

【0034】

音声解析システム２０２は、音声データをテキストデータに変換するコンピュータである。音声解析システム２０２は、例えば、Ｗｅｂ ＡＰＩ（Ａｐｐｌｉｃａｔｉｏｎ Ｐｒｏｇｒａｍｍｉｎｇ Ｉｎｔｅｒｆａｃｅ）により音声解析機能を提供する外部サービスである。

【0035】

情報配信システム２０３は、各種の記事情報を配信するコンピュータである。情報配信システム２０３は、例えば、新聞社、通信社、テレビ局などが運営するニュースサイトであってもよい。音声解析システム２０２および情報配信システム２０３は、例えば、１または複数のサーバによりそれぞれ実現される。

【0036】

ユーザ端末２０４は、ユーザが使用するコンピュータである。ユーザ端末２０４は、オンラインコミュニケーションを行う１または複数のユーザの発話内容を音声データとして記録する機能を有する。オンラインコミュニケーションは、例えば、ウェブ会議である。１または複数のユーザは、例えば、ウェブ会議の参加メンバーである。

【0037】

ユーザ端末２０４は、例えば、Ｗｅｂ ＡＰＩを利用して、音声解析システム２０２にアクセスすることにより、１または複数のユーザの発話内容を記録した音声データから音声認識結果を取得することができる。ユーザ端末２０４は、例えば、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、タブレットＰＣ、スマートフォンなどである。

【0038】

なお、ここでは情報提供装置２０１とユーザ端末２０４とを別体に設けることにしたが、これに限らない。例えば、情報提供装置２０１は、ユーザ端末２０４により実現されることにしてもよい。また、音声解析システム２０２の機能は、情報提供装置２０１やユーザ端末２０４により実現されてもよい。

【0039】

（情報提供装置２０１のハードウェア構成例）
つぎに、情報提供装置２０１のハードウェア構成例について説明する。

【0040】

図３は、情報提供装置２０１のハードウェア構成例を示すブロック図である。図３において、情報提供装置２０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３０１と、メモリ３０２と、ディスクドライブ３０３と、ディスク３０４と、通信Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）３０５と、可搬型記録媒体Ｉ／Ｆ３０６と、可搬型記録媒体３０７と、を有する。また、各構成部は、バス３００によってそれぞれ接続される。

【0041】

ここで、ＣＰＵ３０１は、情報提供装置２０１の全体の制御を司る。ＣＰＵ３０１は、複数のコアを有していてもよい。メモリ３０２は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）およびフラッシュＲＯＭなどを有する。具体的には、例えば、フラッシュＲＯＭがＯＳのプログラムを記憶し、ＲＯＭがアプリケーションプログラムを記憶し、ＲＡＭがＣＰＵ３０１のワークエリアとして使用される。メモリ３０２に記憶されるプログラムは、ＣＰＵ３０１にロードされることで、コーディングされている処理をＣＰＵ３０１に実行させる。

【0042】

ディスクドライブ３０３は、ＣＰＵ３０１の制御に従ってディスク３０４に対するデータのリード／ライトを制御する。ディスク３０４は、ディスクドライブ３０３の制御で書き込まれたデータを記憶する。ディスク３０４としては、例えば、磁気ディスク、光ディスクなどが挙げられる。

【0043】

通信Ｉ／Ｆ３０５は、通信回線を通じてネットワーク２１０（図２参照）に接続され、ネットワーク２１０を介して外部のコンピュータ（例えば、図２に示した音声解析システム２０２、情報配信システム２０３、ユーザ端末２０４）に接続される。そして、通信Ｉ／Ｆ３０５は、ネットワーク２１０と装置内部とのインターフェースを司り、外部のコンピュータからのデータの入出力を制御する。通信Ｉ／Ｆ３０５には、例えば、モデムやＬＡＮアダプタなどを採用することができる。

【0044】

可搬型記録媒体Ｉ／Ｆ３０６は、ＣＰＵ３０１の制御に従って可搬型記録媒体３０７に対するデータのリード／ライトを制御する。可搬型記録媒体３０７は、可搬型記録媒体Ｉ／Ｆ３０６の制御で書き込まれたデータを記憶する。可搬型記録媒体３０７としては、例えば、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）－ＲＯＭ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリなどが挙げられる。

【0045】

なお、情報提供装置２０１は、上述した構成部のほかに、例えば、入力装置、ディスプレイなどを有することにしてもよい。また、図２に示した音声解析システム２０２、情報配信システム２０３についても、情報提供装置２０１と同様のハードウェア構成により実現することができる。

【0046】

（ユーザ端末２０４のハードウェア構成例）
つぎに、ユーザ端末２０４のハードウェア構成例について説明する。

【0047】

図４は、ユーザ端末２０４のハードウェア構成例を示すブロック図である。図４において、ユーザ端末２０４は、ＣＰＵ４０１と、メモリ４０２と、通信Ｉ／Ｆ４０３と、カメラ４０４と、ディスプレイ４０５と、入力装置４０６と、スピーカ４０７と、マイクロフォン４０８と、を有する。また、各構成部はバス４００によってそれぞれ接続される。

【0048】

ここで、ＣＰＵ４０１は、ユーザ端末２０４の全体の制御を司る。ＣＰＵ４０１は、複数のコアを有していてもよい。メモリ４０２は、例えば、ＲＯＭ、ＲＡＭおよびフラッシュＲＯＭなどを有する記憶部である。具体的には、例えば、フラッシュＲＯＭやＲＯＭが各種プログラムを記憶し、ＲＡＭがＣＰＵ４０１のワークエリアとして使用される。メモリ４０２に記憶されるプログラムは、ＣＰＵ４０１にロードされることで、コーディングされている処理をＣＰＵ４０１に実行させる。

【0049】

通信Ｉ／Ｆ４０３は、通信回線を通じてネットワーク２１０に接続され、ネットワーク２１０を介して外部のコンピュータ（例えば、情報提供装置２０１）に接続される。そして、通信Ｉ／Ｆ４０３は、ネットワーク２１０と自装置内部とのインターフェースを司り、外部装置からのデータの入出力を制御する。

【0050】

カメラ４０４は、画像（静止画または動画）を撮影して画像データを出力する撮影装置である。カメラ４０４は、例えば、ユーザ端末２０４を利用するユーザの顔を撮影可能な位置に設置される。

【0051】

ディスプレイ４０５は、カーソル、アイコンあるいはツールボックスをはじめ、文書、画像、機能情報などのデータを表示する表示装置である。ディスプレイ４０５は、例えば、液晶ディスプレイや有機ＥＬ（Ｅｌｅｃｔｒｏｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイなどであってもよい。

【0052】

入力装置４０６は、文字、数字、各種指示などの入力のためのキーを有し、データの入力を行う。入力装置４０６は、タッチパネル式の入力パッドやテンキーなどであってもよく、また、キーボードやマウスなどであってもよい。スピーカ４０７は、電気信号を音声に変換して、音声を出力する。マイクロフォン４０８は、音声を受音して電気信号に変換する音声入力デバイスである。

【0053】

なお、ユーザ端末２０４は、上述した構成部のほかに、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、近距離無線通信Ｉ／Ｆ、可搬型記録媒体Ｉ／Ｆ、可搬型記録媒体などを有することにしてもよい。

【0054】

（記事マスタ２２０の記憶内容）
つぎに、図５を用いて、情報提供装置２０１が有する記事マスタ２２０の記憶内容について説明する。記事マスタ２２０は、例えば、メモリ３０２、ディスク３０４などの記憶装置により実現される。

【0055】

図５は、記事マスタ２２０の記憶内容の一例を示す説明図である。図５において、記事マスタ２２０は、メディアＩＤ、記事ＩＤ、タイトル、ＵＲＬ、本文、要約、ジャンルおよびカテゴリのフィールドを有し、各フィールドに情報を設定することで、記事情報（例えば、記事情報５００－１）をレコードとして記憶する。

【0056】

ここで、メディアＩＤは、ウェブサイトを一意に識別する識別子である。記事ＩＤは、記事を一意に識別する識別子である。タイトルは、記事のタイトルである。ＵＲＬは、ウェブサイト内の記事が掲載されたページのＵＲＬである。本文は、記事の本文である。要約は、記事の要約である。

【0057】

ジャンルは、記事が属するジャンルである。カテゴリは、記事が属するカテゴリである。ジャンルは、記事を分類するための大分類に相当する。カテゴリは、同一ジャンル内の記事を分類するための小分類に相当する。なお、記事情報には、例えば、掲載日時、掲載企業名、掲載メディア名、サムネイルＵＲＬなどが含まれていてもよい。

【0058】

（タグマスタ２３０の記憶内容）
つぎに、図６を用いて、情報提供装置２０１が有するタグマスタ２３０の記憶内容について説明する。タグマスタ２３０は、例えば、メモリ３０２、ディスク３０４などの記憶装置により実現される。

【0059】

図６は、タグマスタ２３０の記憶内容の一例を示す説明図である。図６において、タグマスタ２３０は、タグＩＤおよびタグ名のフィールドを有し、各フィールドに情報を設定することで、タグ情報（例えば、タグ情報６００－１～６００－１６）をレコードとして記憶する。

【0060】

ここで、タグＩＤは、タグを一意に識別する識別子である。タグは、記事の本文から抽出されたキーワードに相当する。タグ名は、タグを示す文字列（キーワード）である。

【0061】

（記事タグテーブル２４０の記憶内容）
つぎに、図７を用いて、情報提供装置２０１が有する記事タグテーブル２４０の記憶内容について説明する。記事タグテーブル２４０は、例えば、メモリ３０２、ディスク３０４などの記憶装置により実現される。

【0062】

図７は、記事タグテーブル２４０の記憶内容の一例を示す説明図である。図７において、記事タグテーブル２４０は、記事ＩＤ、タグＩＤ、タグ出現数およびスコアのフィールドを有し、各フィールドに情報を設定することで、タグ記事情報（例えば、タグ記事情報７００－１～７００－８）をレコードとして記憶する。

【0063】

ここで、記事ＩＤは、記事を一意に識別する識別子である。タグＩＤは、タグを一意に識別する識別子である。タグ出現数は、記事ＩＤにより識別される記事における、タグＩＤにより識別されるタグの出現数を示す。スコアは、タグのスコアを示す。スコアは、記事におけるタグの重要度を示す。スコアは、値が大きいほど重要度が高いことを表す。

【0064】

例えば、タグ記事情報７００－１は、記事ＩＤ「２５８９４」により識別される記事の本文における、タグＩＤ「３００１４」により識別されるタグ（キーワード）のタグ出現数「２」およびスコア「０．３５２５７８６１２」を示す。

【0065】

（情報提供装置２０１の機能的構成例）
図８は、情報提供装置２０１の機能的構成例を示すブロック図である。図８において、情報提供装置２０１は、取得部８０１と、抽出部８０２と、検索部８０３と、受付部８０４と、出力部８０５と、を含む。取得部８０１～出力部８０５は制御部８００となる機能であり、具体的には、例えば、図３に示したメモリ３０２、ディスク３０４、可搬型記録媒体３０７などの記憶装置に記憶されたプログラムをＣＰＵ３０１に実行させることにより、または、通信Ｉ／Ｆ３０５により、その機能を実現する。各機能部の処理結果は、例えば、メモリ３０２、ディスク３０４などの記憶装置に記憶される。

【0066】

取得部８０１は、複数の記事情報を取得する。ここで、記事情報は、記事を表す情報である。記事情報は、例えば、記事のタイトル、本文、ジャンル、カテゴリなどを含む。具体的には、例えば、取得部８０１は、図２に示した情報配信システム２０３（外部サービス）から、複数の記事情報を取得する。

【0067】

より詳細に説明すると、例えば、取得部８０１は、記事一覧情報（不図示）を参照して、記事情報が掲載されたページ（ウェブページ）のＵＲＬを特定する。記事一覧情報は、各種ウェブサイトの各ページのＵＲＬなどをリスト化して示す情報である。記事一覧情報は、例えば、情報提供装置２０１の管理者によって作成・更新されて、メモリ３０２、ディスク３０４などの記憶装置に記憶される。

【0068】

そして、取得部８０１は、特定したＵＲＬを用いて情報配信システム２０３にアクセスすることにより、各ページのＨＴＭＬデータから記事情報を取得する。ＨＴＭＬデータには、例えば、記事のタイトル、本文、ジャンル、カテゴリ、掲載日時などが含まれる。取得された記事情報は、例えば、図５に示した記事マスタ２２０に記憶される。

【0069】

例えば、取得部８０１は、メディアＩＤおよび記事ＩＤと対応付けて、取得した記事情報を記事マスタ２２０に登録する。メディアＩＤは、ウェブサイトを一意に識別するＩＤであり、例えば、ＨＴＭＬデータから特定される。記事ＩＤは、記事を一意に識別するＩＤであり、例えば、情報提供装置２０１によって生成される。

【0070】

また、記事情報には、記事の要約が含まれてもよい。記事の要約は、例えば、ＨＴＭＬデータから特定されてもよく、また、情報提供装置２０１によって生成されてもよい。要約は、例えば、ＬＳＡ（Ｌａｔｅｎｔ Ｓｅｍａｎｔｉｃ Ａｎａｌｙｓｉｓ）やＬｕｈｎなどの既存のアルゴリズムを用いて生成されてもよい。

【0071】

抽出部８０２は、取得された複数の記事情報の各記事情報からキーワードを抽出する。具体的には、例えば、所定のアルゴリズムで各記事情報の本文を形態素解析することにより、各記事情報から名詞をキーワードとして抽出する。所定のアルゴリズムは、任意に設定可能である。記事情報の本文は、例えば、記事マスタ２２０から特定される。

【0072】

より詳細に説明すると、例えば、抽出部８０２は、記事によってばらつきのある全角半角を全角または半角に統一し、本文の形態素解析を実施する。そして、抽出部８０２は、分割した形態素の中から、品詞が「名詞」の語をキーワードとして抽出する。抽出されたキーワード（名詞）は、例えば、記事ＩＤと対応付けて、不図示のキーワードテーブルに登録される。

【0073】

また、抽出部８０２は、各記事情報から、予め設定されたストップワードを除外したキーワードを抽出してもよい。ここで、ストップワードとは、処理対象外とする単語である。単語の中には、一般的であるといった理由で処理対象外としたいものがある。このような単語は、ストップワードとして設定しておくことで、処理対象外とすることができる。

【0074】

ストップワードは、例えば、図９に示すようなストップワードテーブル９００から特定される。どのような単語をストップワードとするかは、例えば、情報提供装置２０１の管理者によって判断される。ここで、ストップワードテーブル９００の記憶内容について説明する。

【0075】

図９は、ストップワードテーブル９００の記憶内容の一例を示す説明図である。図９において、ストップワードテーブル９００は、ストップワードを記憶する。図９の例では、ストップワードとして、「私」、「ユーザ」が記憶されている。

【0076】

具体的には、例えば、抽出部８０２は、ストップワードテーブル９００を参照して、キーワードテーブル（不図示）からストップワードを除外したキーワードを抽出してもよい。抽出されたキーワードは、例えば、図６に示したタグマスタ２３０にタグとして記憶される。

【0077】

また、抽出部８０２は、各記事情報から抽出したキーワードの当該各記事情報における出現数を計数する。具体的には、例えば、抽出部８０２は、各記事情報について、タグマスタ２３０を参照して、各記事情報におけるタグ（キーワード）の出現数を計数してもよい。計数されたタグ（キーワード）の出現数は、例えば、図１０に示すような記事別タグ出現数テーブル１０００に記憶される。

【0078】

図１０は、記事別タグ出現数テーブル１０００の記憶内容の一例を示す説明図である。図１０において、記事別タグ出現数テーブル１０００は、記事ＩＤ、タグＩＤおよびタグ出現数のフィールドを有する。各フィールドに情報を設定することで、記事別タグ出現数情報（例えば、記事別タグ出現数１０００－１～１０００－１６）がレコードとして記憶される。

【0079】

ここで、記事ＩＤは、記事を一意に識別する識別子である。タグＩＤは、タグ（キーワード）を一意に識別する識別子である。タグ出現数は、記事ＩＤにより識別される記事（記事情報）における、タグＩＤにより識別されるタグ（キーワード）の出現数である。例えば、記事別タグ出現数１０００－１は、記事ＩＤ「１」により識別される記事における、タグＩＤ「１」により識別されるタグの出現数「６」を示す。

【0080】

また、抽出部８０２は、各記事情報から抽出したキーワードごとに、各記事情報におけるキーワードの出現頻度と、複数の記事情報におけるキーワードを含む記事情報の割合とに基づいて、スコアを算出してもよい。スコアは、各記事情報におけるキーワードの重要度を表す指標値である。

【0081】

スコアとしては、例えば、ｔｆ－ｉｄｆ値を用いることができる。ここで、ｔｆ（ｔｅｒｍ ｆｒｅｑｕｅｎｃｙ）は、各記事情報におけるキーワードの出現頻度に相当する。ｔｆ値は、記事の本文中に出現する頻度が高いほど、そのキーワードは重要である可能性が高いという考え方に基づく指標値である。

【0082】

ｉｄｆ（ｉｎｖｅｒｓｅ ｄｏｃｕｍｅｎｔ ｆｒｅｑｕｅｎｃｙ）は、複数の記事情報におけるキーワードを含む記事情報の割合の逆数に相当する。ｉｄｆ値は、多くの記事に出現するキーワードは、一つの記事の特徴語にはなりにくいという考え方に基づく指標値である。ｔｆ－ｉｄｆ値は、ｔｆ値とｉｄｆ値とを掛け合わせた値である。ｔｆ－ｉｄｆ値の算出には、既存の計算式を用いることができる。

【0083】

より詳細に説明すると、例えば、抽出部８０２は、図１０に示した記事別タグ出現数テーブル１０００を参照して、ｔｆ－ｉｄｆモデルを作成する。なお、ｔｆ－ｉｄｆモデルを作成するとは、例えば、ｔｆ－ｉｄｆ値の計算に用いられる変数（全記事数、各キーワードが出現する記事数など）を記録することである。

【0084】

そして、抽出部８０２は、作成したｔｆ－ｉｄｆモデルを用いて、記事情報ごとに、各記事情報から抽出した各キーワードのスコア（ｔｆ－ｉｄｆ値）を算出する。算出されたスコア（ｔｆ－ｉｄｆ値）は、例えば、図７に示した記事タグテーブル２４０に記憶される。例えば、抽出部８０２は、記事ＩＤと対応付けて、各タグ（キーワード）のタグＩＤ、タグ出現数およびスコアを、記事タグテーブル２４０に登録する。

【0085】

また、取得部８０１は、１または複数のユーザの所定期間Ｔの発話内容を記録した音声データの音声認識結果を取得する。ここで、１または複数のユーザは、オンラインコミュニケーションを行うユーザであり、例えば、ウェブ会議の参加メンバーである。所定期間Ｔは、任意に設定可能である。

【0086】

所定期間Ｔは、例えば、一定時間ごとの期間である。一定時間は、例えば、３秒～１０秒程度である。具体的には、例えば、取得部８０１は、図２に示したユーザ端末２０４から、一定時間が経過するたびに、１または複数のユーザの当該一定時間分の発話内容を記録した音声データの音声認識結果を取得する。

【0087】

また、音声認識結果は、図２に示した音声解析システム２０２から取得されてもよい。例えば、取得部８０１は、音声解析システム２０２から、一定時間が経過するたびに、１または複数のユーザの当該一定時間分の発話内容を記録した音声データの音声認識結果を取得してもよい。

【0088】

また、情報提供装置２０１は、例えば、音声データをテキストデータに変換する機能を有していてもよい。この場合、取得部８０１は、例えば、ユーザ端末２０４から、一定時間が経過するたびに、１または複数のユーザの当該一定時間分の発話内容を記録した音声データを取得する。そして、取得部８０１は、取得した音声データを解析してテキストデータに変換することにより、音声認識結果を取得してもよい。

【0089】

また、抽出部８０２は、取得された音声認識結果からキーワードを抽出する。具体的には、例えば、抽出部８０２は、音声認識結果が取得されたことに応じて、取得された音声認識結果を所定のアルゴリズムで形態素解析することにより、音声認識結果から名詞をキーワードとして抽出する。所定のアルゴリズムは、各記事情報からキーワードを抽出する際のアルゴリズムと同じアルゴリズムである。

【0090】

また、抽出部８０２は、音声認識結果から、予め設定されたストップワードを除外したキーワードを抽出してもよい。具体的には、例えば、抽出部８０２は、ストップワードテーブル９００を参照して、音声認識結果からストップワードを除外したキーワードを抽出してもよい。抽出されたキーワードは、例えば、検索用タグとして記憶される。

【0091】

検索部８０３は、音声認識結果から抽出されたキーワードと各記事情報から抽出されたキーワードとの一致数と、音声認識結果から抽出されたキーワードの各記事情報における出現数とに基づいて、複数の記事情報から、出力対象の記事情報を検索する。

【0092】

具体的には、例えば、検索部８０３は、複数の記事情報から、キーワードの一致数が閾値α以上、かつ、キーワードの出現数が閾値β以上となる記事情報を、出力対象の記事情報として検索してもよい。ここで、キーワードの一致数は、音声認識結果から抽出したキーワードと各記事情報から抽出したキーワード（タグ）との一致数である。

【0093】

また、キーワードの出現数は、音声認識結果から抽出したキーワードの各記事情報における出現数である。キーワードの出現数が閾値β以上とは、例えば、音声認識結果から抽出した少なくともいずれかのキーワードの記事情報における出現数が閾値β以上であることを意味する。

【0094】

ただし、キーワードの出現数が閾値β以上は、音声認識結果から抽出したすべてのキーワードの記事情報における出現数が閾値β以上であることを意味してもよい。キーワードの一致数および出現数は、例えば、記事タグテーブル２４０から特定される。閾値αおよび閾値βは、任意に設定可能である。

【0095】

また、検索部８０３は、各記事情報について、各記事情報から抽出されたキーワードのうち、算出されたスコアが閾値γ以上となるキーワードを特定してもよい。閾値γは、任意に競って可能である。また、各記事情報について、各記事情報から抽出されたキーワードのうち、算出されたスコアが高い上位Ｎ個のキーワードを特定してもよい。Ｎは、任意に設定可能であり、３０程度の値に設定される。各キーワードのスコアは、例えば、ｔｆ－ｉｄｆ値であり、記事タグテーブル２４０から特定される。

【0096】

そして、検索部８０３は、音声認識結果から抽出されたキーワードと各記事情報について特定したキーワードとの一致数と、各記事情報について特定したキーワードのうち音声認識結果から抽出したキーワードの各記事情報における出現数とに基づいて、複数の記事情報から、出力対象の記事情報を検索してもよい。

【0097】

これにより、検索部８０３は、記事における重要度がある程度高いキーワード（タグ）を対象として、音声認識結果から抽出されたキーワードと比較することができる。なお、出力対象となる記事情報の検索例については、図１５～図１７を用いて後述する。

【0098】

出力部８０５は、１または複数のユーザに対して、検索された記事情報に関する情報を出力する。出力部８０５の出力形式としては、例えば、通信Ｉ／Ｆ３０５による他のコンピュータ（例えば、ユーザ端末２０４）への送信、ディスプレイ４０５への表示、メモリ３０２、ディスク３０４などの記憶装置への記憶、不図示のプリンタへの印刷出力などがある。

【0099】

ここで、記事情報に関する情報は、例えば、記事のタイトル、要約、ＵＲＬなどである。また、記事情報に関する情報は、記事の本文であってもよい。具体的には、例えば、出力部８０５は、ウェブ会議画面上に、検索された記事情報に関する情報を出力してもよい。

【0100】

ウェブ会議画面は、ウェブ会議を行う際に表示される操作画面である。ウェブ会議画面は、例えば、ウェブ会議の参加メンバー（１または複数のユーザ）のユーザ端末２０４のディスプレイ４０５に表示される。なお、ウェブ会議画面の画面例については、図１８を用いて後述する。

【0101】

受付部８０４は、複数の分類からいずれかの分類の選択を受け付ける。分類は、記事を分けるためのジャンル（大分類）、カテゴリ（小分類）などである。ジャンルとしては、例えば、経済、技術、国内、国際、イベントなどがある。例えば、ジャンルを「経済」とすると、カテゴリとしては、経済対策、金融政策などがある。

【0102】

各記事の分類は、例えば、記事マスタ２２０から特定される。分類の選択は、例えば、後述する図１９に示すような分類選択画面１９００において行われる。具体的には、例えば、受付部８０４は、ユーザ端末２０４から、分類選択画面１９００において選択されたジャンルやカテゴリを受け付ける。

【0103】

また、出力部８０５は、１または複数のユーザに対して、検索された記事情報のうち、選択された分類に属する記事情報に関する情報を出力してもよい。具体的には、例えば、出力部８０５は、ウェブ会議画面上に、選択されたジャンル／カテゴリと対応付けて、選択されたジャンル／カテゴリに属する記事情報に関する情報を出力してもよい。

【0104】

この際、出力部８０５は、選択されていない他のジャンル／カテゴリに属する記事情報に関する情報については出力しない。なお、ジャンル／カテゴリは、ジャンルとカテゴリとの組合せを示す。例えば、経済／経済対策は、ジャンル「経済」のカテゴリ「経済対策」を示す。

【0105】

また、出力部８０５は、１または複数のユーザに対して、検索された記事情報に関する情報を、複数の分類に含まれる分類ごとに分けて出力してもよい。具体的には、例えば、出力部８０５は、ウェブ会議画面上に、ジャンル／カテゴリごとに、当該ジャンル／カテゴリに属する記事情報に関する情報を出力してもよい。

【0106】

（情報提供システム２００の動作例）
つぎに、情報提供システム２００の動作例について説明する。まず、図１１を用いて、情報提供システム２００の第１の動作例について説明する。第１の動作例は、例えば、１日に１回決められた時刻（０時など）にバッチ処理として行われる。

【0107】

図１１は、情報提供システム２００の第１の動作例を示す説明図である。図１１において、情報提供装置２０１は、記事一覧情報（不図示）を参照して、情報配信システム２０３から、複数の記事情報を取得する。情報提供装置２０１は、取得した記事情報を記事マスタ２２０に登録する。

【0108】

つぎに、情報提供装置２０１は、取得した複数の記事情報の各記事情報からキーワードを抽出する。また、情報提供装置２０１は、各記事情報から抽出したキーワードの当該各記事情報における出現数を計数する。つぎに、情報提供装置２０１は、各記事情報から抽出したキーワードごとに、スコア（ｔｆ－ｉｄｆ値）を算出する。

【0109】

そして、情報提供装置２０１は、記事ＩＤと対応付けて、各タグ（キーワード）のタグＩＤ、タグ出現数およびスコアを、記事タグテーブル２４０に登録する。これにより、情報提供装置２０１は、各種ウェブサイト上の情報をクローリングして、記事情報を収集することができる。また、情報提供装置２０１は、記事情報を解析して、各タグ（キーワード）の出現数やスコア（ｔｆ－ｉｄｆ値）を求めることができる。

【0110】

つぎに、図１２を用いて、情報提供システム２００の第２の動作例について説明する。第２の動作例は、例えば、ウェブ会議を行うための準備処理として行われる。

【0111】

図１２は、情報提供システム２００の第２の動作例を示す説明図である。図１２において、ユーザ端末２０４は、会議作成リクエストを情報提供装置２０１に送信する。会議作成リクエストは、新たなウェブ会議を作成するための要求である。会議作成リクエストには、例えば、会議ＩＤ、パスなどが含まれる。

【0112】

情報提供装置２０１は、会議作成リクエストを受信すると、例えば、受信した会議作成リクエストに含まれる会議ＩＤ、パスを用いて、図１３に示すような会議管理テーブル１３００に新たな会議情報を登録する。ここで、会議管理テーブル１３００の記憶内容について説明する。

【0113】

図１３は、会議管理テーブル１３００の記憶内容の一例を示す説明図である。図１３において、会議管理テーブル１３００は、会議ＩＤ、パス、検索用タグおよび検索記事ＩＤのフィールドを有し、各フィールドに情報を設定することで、会議管理情報（例えば、会議管理情報１３００－１）がレコードとして記憶される。

【0114】

ここで、会議ＩＤは、ウェブ会議を一意に識別する識別子である。パスは、ウェブ会議にアクセスするためのパスである。検索用タグは、記事を検索するためのタグである。検索記事ＩＤは、検索用タグを用いて検索された記事の記事ＩＤである。検索用タグおよび検索記事ＩＤは、初期状態では「空」である。

【0115】

ウェブ会議の会議ＩＤおよびパスは、ウェブ会議の参加メンバーに通知される。各参加メンバーは、通知された会議ＩＤおよびパスを指定することで、同じウェブ会議に参加することができる。例えば、ユーザ端末２０４を用いて、ウェブ会議に参加すると、ウェブ会議画面（例えば、図１８参照）がディスプレイ４０５に表示される。

【0116】

つぎに、図１４を用いて、情報提供システム２００の第３の動作例について説明する。第３の動作例は、例えば、ウェブ会議中に行われる。

【0117】

図１４は、情報提供システム２００の第３の動作例を示す説明図である。図１４において、ユーザ端末２０４は、ウェブ会議の参加メンバー（１または複数のユーザ）の発話内容を記録した音声データを音声解析システム２０２に送信する。ユーザ端末２０４は、例えば、参加メンバーのうちのいずれかのユーザが使用するユーザ端末２０４である。

【0118】

音声解析システム２０２は、ユーザ端末２０４から音声データを受信すると、受信した音声データに対する音声解析処理を実施する。そして、音声解析システム２０２は、受信した音声データの音声認識結果をユーザ端末２０４に送信する。

【0119】

ユーザ端末２０４は、音声解析システム２０２から音声認識結果を受信すると、受信した音声認識結果を情報提供装置２０１に送信する。この際、ユーザ端末２０４は、例えば、会議ＩＤと対応付けて、音声認識結果を情報提供装置２０１に送信する。これにより、情報提供装置２０１は、音声認識結果に対応するウェブ会議を特定することができる。

【0120】

情報提供装置２０１は、音声認識結果を受信すると、受信した音声認識結果からキーワードを抽出する。つぎに、情報提供装置２０１は、記事タグテーブル２４０を参照して、音声認識結果から抽出したキーワードに基づいて、出力対象の記事情報を検索する。そして、情報提供装置２０１は、ウェブ会議画面上に、検索した記事情報に関する情報を出力する。これにより、情報提供装置２０１は、ウェブ会議の参加メンバーに対して、議論を活発化させるような有用な情報を提供する。

【0121】

（記事情報の検索例）
つぎに、図１５～図１７を用いて、出力対象となる記事情報の検索例について説明する。ここでは、情報提供装置２０１は、複数の記事情報から、キーワードの一致数が閾値α以上、かつ、キーワードの出現数が閾値β以上となる記事情報を、出力対象の記事情報として検索する場合を想定する。

【0122】

ただし、各記事情報から抽出したキーワード（タグ）のうち、スコアが閾値γ以上となるキーワードを処理対象とする。例えば、キーワードの一致数は、音声認識結果から抽出されたキーワードと、記事情報から抽出されたスコアが閾値γ以上のキーワードとの一致数とする。また、キーワードの出現数は、記事情報から抽出されたスコアが閾値γ以上のキーワードのうち音声認識結果から抽出したキーワードについての記事情報における出現数とする。

【0123】

まず、図１５を用いて、記事情報の第１の検索例について説明する。

【0124】

図１５は、記事情報の第１の検索例を示す説明図である。図１５において、検索用タグ１５００は、音声認識結果から抽出されたキーワードの一例である。ここでは、検索条件パターンとして、閾値αを「α＝１」とする。また、閾値βを「β＝１」とする。また、閾値γを「γ＝０」とする。

【0125】

まず、情報提供装置２０１は、タグマスタ２３０を参照して、検索用タグ１５００と一致するタグ名のタグＩＤを特定する。ここでは、検索用タグ１５００の「黒字」と一致するタグ名のタグＩＤ「３００１４」が特定される。また、検索用タグ１５００の「観光」と一致するタグ名のタグＩＤ「２８９６」が特定される。

【0126】

つぎに、情報提供装置２０１は、記事タグテーブル２４０を参照して、特定したタグＩＤに対応する記事ＩＤを特定する。この際、情報提供装置２０１は、記事タグテーブル２４０内のスコアが０以上のレコードを処理対象とする（γ＝０のため）。図１５の例では、記事タグテーブル２４０内のすべてのレコードが処理対象となる。

【0127】

ここでは、タグＩＤ「３００１４」に対応する記事ＩＤ「２５８９４」、「２５８９３」が特定される。また、タグＩＤ「２８９６」に対応する記事ＩＤ「２５８９３」が特定される。

【0128】

ここで、記事ＩＤ「２５８９４」の記事（記事情報）は、検索用タグ１５００とのキーワードの一致数が「１」である。また、記事ＩＤ「２５８９４」の記事は、検索用タグ１５００の「黒字」について、キーワードの出現数が「２」である。記事ＩＤ「２５８９４」の記事は、キーワードの一致数が閾値α以上となり、かつ、キーワードの出現数が閾値β以上となる。このため、情報提供装置２０１は、記事ＩＤ「２５８９４」の記事を、出力対象の記事情報として検索する。

【0129】

また、記事ＩＤ「２５８９３」の記事（記事情報）は、検索用タグ１５００とのキーワードの一致数が「２」である。また、記事ＩＤ「２５８９３」の記事は、検索用タグ１５００の「黒字」について、キーワードの出現数が「２」である。また、記事ＩＤ「２５８９３」の記事は、検索用タグ１５００の「観光」について、キーワードの出現数が「３」である。記事ＩＤ「２５８９３」の記事は、キーワードの一致数が閾値α以上となり、かつ、キーワードの出現数が閾値β以上となる。このため、情報提供装置２０１は、記事ＩＤ「２５８９３」の記事を、出力対象の記事情報として検索する。

【0130】

検索された記事（記事情報）の記事ＩＤ「２５８９４」、「２５８９３」は、例えば、会議ＩＤと対応付けて、図１３に示した会議管理テーブル１３００に記憶される。情報提供装置２０１は、会議管理テーブル１３００を参照して、ウェブ会議画面に表示する記事（記事情報）を特定することができる。

【0131】

つぎに、図１６を用いて、記事情報の第２の検索例について説明する。

【0132】

図１６は、記事情報の第２の検索例を示す説明図である。図１６において、検索用タグ１６００は、音声認識結果から抽出されたキーワードの一例である。ここでは、検索条件パターンとして、閾値αを「α＝２」とする。また、閾値βを「β＝１」とする。また、閾値γを「γ＝０．２」とする。

【0133】

まず、情報提供装置２０１は、タグマスタ２３０を参照して、検索用タグ１６００と一致するタグ名のタグＩＤを特定する。ここでは、検索用タグ１６００の「黒字」と一致するタグ名のタグＩＤ「３００１４」が特定される。また、検索用タグ１６００の「観光」と一致するタグ名のタグＩＤ「２８９６」が特定される。

【0134】

つぎに、情報提供装置２０１は、記事タグテーブル２４０を参照して、特定したタグＩＤに対応する記事ＩＤを特定する。この際、情報提供装置２０１は、記事タグテーブル２４０内のスコアが０．２以上のレコードを処理対象とする（γ＝０．２のため）。図１６の例では、記事タグテーブル２４０内のすべてのレコードが処理対象となる。

【0135】

ここでは、タグＩＤ「３００１４」に対応する記事ＩＤ「２５８９４」、「２５８９３」が特定される。また、タグＩＤ「２８９６」に対応する記事ＩＤ「２５８９３」が特定される。

【0136】

ここで、記事ＩＤ「２５８９４」の記事（記事情報）は、検索用タグ１６００とのキーワードの一致数が「１」である。このため、記事ＩＤ「２５８９４」の記事（記事情報）は、キーワードの一致数が閾値α未満となり、出力対象の記事情報として検索されない。

【0137】

また、記事ＩＤ「２５８９３」の記事（記事情報）は、検索用タグ１６００とのキーワードの一致数が「２」である。また、記事ＩＤ「２５８９３」の記事は、検索用タグ１６００の「黒字」について、キーワードの出現数が「２」である。また、記事ＩＤ「２５８９３」の記事は、検索用タグ１６００の「観光」について、キーワードの出現数が「３」である。

【0138】

記事ＩＤ「２５８９３」の記事は、キーワードの一致数が閾値α以上となり、かつ、キーワードの出現数が閾値β以上となる。このため、情報提供装置２０１は、記事ＩＤ「２５８９３」の記事を、出力対象の記事情報として検索する。

【0139】

つぎに、図１７を用いて、記事情報の第３の検索例について説明する。

【0140】

図１７は、記事情報の第３の検索例を示す説明図である。図１７において、検索用タグ１７００は、音声認識結果から抽出されたキーワードの一例である。ここでは、検索条件パターンとして、閾値αを「α＝１」とする。また、閾値βを「β＝３」とする。また、閾値γを「γ＝０」とする。

【0141】

まず、情報提供装置２０１は、タグマスタ２３０を参照して、検索用タグ１７００と一致するタグ名のタグＩＤを特定する。ここでは、検索用タグ１７００の「黒字」と一致するタグ名のタグＩＤ「３００１４」が特定される。また、検索用タグ１７００の「観光」と一致するタグ名のタグＩＤ「２８９６」が特定される。

【0142】

つぎに、情報提供装置２０１は、記事タグテーブル２４０を参照して、特定したタグＩＤに対応する記事ＩＤを特定する。この際、情報提供装置２０１は、記事タグテーブル２４０内のスコアが０以上のレコードを処理対象とする（γ＝０のため）。図１７の例では、記事タグテーブル２４０内のすべてのレコードが処理対象となる。

【0143】

ここでは、タグＩＤ「３００１４」に対応する記事ＩＤ「２５８９４」、「２５８９３」が特定される。また、タグＩＤ「２８９６」に対応する記事ＩＤ「２５８９３」が特定される。

【0144】

ここで、記事ＩＤ「２５８９４」の記事（記事情報）は、検索用タグ１７００とのキーワードの一致数が「１」である。また、記事ＩＤ「２５８９４」の記事は、検索用タグ１５００の「黒字」について、キーワードの出現数が「２」である。このため、記事ＩＤ「２５８９４」の記事（記事情報）は、キーワードの出現数が閾値β未満となり、出力対象の記事情報として検索されない。

【0145】

また、記事ＩＤ「２５８９３」の記事（記事情報）は、検索用タグ１７００とのキーワードの一致数が「２」である。また、記事ＩＤ「２５８９３」の記事は、検索用タグ１７００の「黒字」について、キーワードの出現数が「２」である。また、記事ＩＤ「２５８９３」の記事は、検索用タグ１７００の「観光」について、キーワードの出現数が「３」である。

【0146】

記事ＩＤ「２５８９３」の記事は、キーワードの一致数が閾値α以上となり、かつ、キーワードの出現数が閾値β以上となる。このため、情報提供装置２０１は、記事ＩＤ「２５８９３」の記事を、出力対象の記事情報として検索する。

【0147】

なお、記事タグテーブル２４０には、各記事について、スコアが閾値γ以上となるタグ（または、スコアが高い上位Ｎ件のタグ）のみが登録されることにしてもよい。この場合、情報提供装置２０１は、記事タグテーブル２４０内のすべてのレコードを処理対象として、検索用タグと一致するタグ名のタグＩＤに対応する記事ＩＤを特定してもよい。

【0148】

（ウェブ会議画面の画面例）
つぎに、図１８を用いて、ウェブ会議画面の画面例について説明する。ウェブ会議画面は、例えば、ウェブ会議の各参加メンバーが使用するユーザ端末２０４のディスプレイ４０５に表示される。

【0149】

図１８は、ウェブ会議画面の画面例を示す説明図（その１）である。図１８において、ウェブ会議画面１８００は、ウェブ会議を行う際に表示される操作画面の一例である。ウェブ会議画面１８００において、画像ｍ１～ｍ５は、参加メンバーの顔画像である。ウェブ会議画面１８００は、記事表示部１８１０を含む。

【0150】

記事表示部１８１０には、記事データｄ１～ｄ４が表示されている。記事データｄ１～ｄ４は、情報提供装置２０１によって検索された記事情報に関する情報の一例である。例えば、記事データｄ１は、記事１のタイトルｔ１と要約ｓ１とを含む。

【0151】

ウェブ会議画面１８００によれば、ユーザ（参加メンバー）は、情報提供装置２０１によって検索された各記事のタイトルと要約を確認することができる。また、ウェブ会議画面１８００において、図４に示した入力装置４０６を用いたユーザの操作入力により、カーソルｃｒを移動させて、記事データｄ１～ｄ４のいずれかを選択すると、選択された記事データに対応するページを表示することができる。

【0152】

例えば、ウェブ会議画面１８００において、ユーザの操作入力により、記事データｄ１を選択すると、記事１のＵＲＬが指定されて、記事１のページを表示することができる。これにより、ユーザ（参加メンバー）は、記事１の詳細な内容を確認することができる。

【0153】

また、ウェブ会議画面１８００において、ユーザの操作入力により、所定の操作を行うと、図１９に示すような分類選択画面１９００を表示することができる。

【0154】

図１９は、分類選択画面１９００の画面例を示す説明図である。図１９において、分類選択画面１９００は、複数の分類からいずれかの分類を選択するための操作画面の一例である。分類選択画面１９００において、ユーザの操作入力により、カーソルｃｒを移動させて、ジャンルボタンＢ１を選択すると、ジャンルを選択することができる。

【0155】

ここでは、ジャンルとして「ジャンル１」が選択されている。また、分類選択画面１９００において、ユーザの操作入力により、カーソルｃｒを移動させて、カテゴリボタンＢ２～Ｂ５のいずれかを選択することにより、カテゴリを選択することができる。図１９に示すカテゴリａ～ｄは、ジャンル１内のカテゴリである。

【0156】

分類選択画面１９００によれば、ユーザ（参加メンバー）は、複数の分類（ジャンル／カテゴリ）の中から所望の分類を選択することができる。例えば、カテゴリボタンＢ２を選択すると、分類（ジャンル／カテゴリ）として「ジャンル１／カテゴリａ」が選択される。

【0157】

分類（ジャンル／カテゴリ）として「ジャンル１／カテゴリａ」が選択されると、図２０に示すようなウェブ会議画面２０００が表示される。

【0158】

図２０は、ウェブ会議画面の画面例を示す説明図（その２）である。図２０において、ウェブ会議画面２０００は、ウェブ会議を行う際に表示される操作画面の一例である。ウェブ会議画面２０００において、画像ｍ１～ｍ５は、参加メンバーの顔画像である。ウェブ会議画面２０００は、記事表示部２０１０を含む。記事表示部２０１０には、ジャンル１／カテゴリａと対応付けて、ジャンル１／カテゴリａに属する記事データｄ１，ｄ３が表示されている。

【0159】

ウェブ会議画面２０００によれば、ユーザ（参加メンバー）は、所望の分類（ジャンル１／カテゴリａ）に属する各記事のタイトルと要約を確認することができる。また、ウェブ会議画面２０００において、カーソルｃｒを移動させて、記事データｄ１，ｄ３のいずれかを選択すると、選択された記事データに対応するページを表示することができる。

【0160】

（情報提供装置２０１の各種処理手順）
つぎに、情報提供装置２０１の各種処理手順について説明する。まず、図２１を用いて、情報提供装置２０１の記事収集処理手順について説明する。情報提供装置２０１の記事収集処理は、例えば、所定のタイミングまたは定期的（毎日０時など）に実行される。

【0161】

図２１は、情報提供装置２０１の記事収集処理手順の一例を示すフローチャートである。図２１のフローチャートにおいて、まず、情報提供装置２０１は、記事一覧情報（不図示）を参照して、記事が掲載されたページのうち選択されていない未選択のページを選択する（ステップＳ２１０１）。

【0162】

つぎに、情報提供装置２０１は、選択したページのＵＲＬを用いて情報配信システム２０３にアクセスすることにより、ページのＨＴＭＬデータから記事情報を取得する（ステップＳ２１０２）。そして、情報提供装置２０１は、取得した記事情報を記事マスタ２２０に登録する（ステップＳ２１０３）。

【0163】

つぎに、情報提供装置２０１は、記事一覧情報を参照して、記事が掲載されたページのうち選択されていない未選択のページがあるか否かを判断する（ステップＳ２１０４）。ここで、未選択のページがある場合（ステップＳ２１０４：Ｙｅｓ）、情報提供装置２０１は、ステップＳ２１０１に戻る。

【0164】

一方、未選択のページがない場合（ステップＳ２１０４：Ｎｏ）、情報提供装置２０１は、本フローチャートによる一連の処理を終了する。これにより、情報提供装置２０１は、各種ウェブサイト上の情報をクローリングして、記事情報を収集することができる。

【0165】

つぎに、図２２を用いて、情報提供装置２０１の記事解析処理手順について説明する。情報提供装置２０１の記事解析処理は、例えば、情報提供装置２０１の記事収集処理の実行後に、続けて実行される。

【0166】

図２２は、情報提供装置２０１の記事解析処理手順の一例を示すフローチャートである。図２２のフローチャートにおいて、まず、情報提供装置２０１は、記事マスタ２２０を参照して、複数の記事情報のうち選択されていない未選択の記事情報を選択する（ステップＳ２２０１）。

【0167】

つぎに、情報提供装置２０１は、選択した記事情報の本文を形態素解析することにより、記事情報から名詞をキーワードとして抽出する（ステップＳ２２０２）。そして、情報提供装置２０１は、ストップワードテーブル９００を参照して、抽出したキーワードからストップワードを除外する（ステップＳ２２０３）。

【0168】

つぎに、情報提供装置２０１は、抽出したキーワードのうちストップワードを除外したキーワードをタグマスタ２３０にタグとして登録する（ステップＳ２２０４）。そして、情報提供装置２０１は、タグマスタ２３０を参照して、選択した記事情報における各タグ（キーワード）の出現数を計数する（ステップＳ２２０５）。

【0169】

つぎに、情報提供装置２０１は、計数した各タグの出現数を、記事ＩＤおよびタグＩＤと対応付けて、記事別タグ出現数テーブル１０００に登録する（ステップＳ２２０６）。そして、情報提供装置２０１は、記事別タグ出現数テーブル１０００を参照して、選択した記事情報におけるタグ（キーワード）の出現頻度と、複数の記事情報におけるタグを含む記事情報の割合とに基づいて、各タグのスコアを算出する（ステップＳ２２０７）。

【0170】

つぎに、情報提供装置２０１は、選択した記事情報の記事ＩＤと対応付けて、各タグのタグＩＤ、出現数（タグ出現数）およびスコアを記事タグテーブル２４０に登録する（ステップＳ２２０８）。そして、情報提供装置２０１は、記事マスタ２２０を参照して、複数の記事情報のうち選択されていない未選択の記事情報があるか否かを判断する（ステップＳ２２０９）。

【0171】

ここで、未選択の記事情報がある場合（ステップＳ２２０９：Ｙｅｓ）、情報提供装置２０１は、ステップＳ２２０１に戻る。一方、未選択の記事情報がない場合（ステップＳ２２０９：Ｎｏ）、情報提供装置２０１は、本フローチャートによる一連の処理を終了する。

【0172】

これにより、情報提供装置２０１は、各記事情報を解析して、各タグ（キーワード）の出現数やスコア（例えば、ｔｆ－ｉｄｆ値）を求めることができる。

【0173】

つぎに、図２３を用いて、情報提供装置２０１の記事検索処理手順について説明する。情報提供装置２０１の記事検索処理は、例えば、一定時間ごとに実行される。一定時間は、例えば、３秒～１０秒程度である。

【0174】

図２３は、情報提供装置２０１の記事検索処理手順の一例を示すフローチャートである。図２３のフローチャートにおいて、まず、情報提供装置２０１は、ユーザ端末２０４から、１または複数のユーザの直近一定時間分の発話内容を記録した音声データの音声認識結果を取得する（ステップＳ２３０１）。

【0175】

つぎに、情報提供装置２０１は、取得した音声認識結果を形態素解析することにより、音声認識結果から名詞をキーワードとして抽出する（ステップＳ２３０２）。音声認識結果を形態素解析は、例えば、図２２に示したステップＳ２２０２の記事情報の本文に対する形態素解析と同一のアルゴリズムで実施される。

【0176】

そして、情報提供装置２０１は、ストップワードテーブル９００を参照して、抽出したキーワードからストップワードを除外する（ステップＳ２３０３）。つぎに、情報提供装置２０１は、抽出したキーワードのうちストップワードを除外したキーワードを検索用タグとして会議管理テーブル１３００に登録する（ステップＳ２３０４）。

【0177】

そして、情報提供装置２０１は、タグマスタ２３０を参照して、検索用タグと一致するタグ名のタグＩＤを特定する（ステップＳ２３０５）。つぎに、情報提供装置２０１は、記事タグテーブル２４０を参照して、特定したタグＩＤに対応する記事のうち検索条件を満たす記事（記事情報）を検索する（ステップＳ２３０６）。

【0178】

検索条件は、例えば、キーワードの一致数が閾値α以上、かつ、キーワードの出現数が閾値β以上という条件である。この際、情報提供装置２０１は、各記事情報から抽出したキーワード（タグ）のうち、スコアが閾値γ以上となるキーワードを処理対象としてもよい。

【0179】

つぎに、情報提供装置２０１は、検索した記事の記事ＩＤを検索記事ＩＤとして会議管理テーブル１３００に登録する（ステップＳ２３０７）。そして、情報提供装置２０１は、会議管理テーブル１３００を参照して、ウェブ会議画面上に、検索した記事に関する情報を出力して（ステップＳ２３０８）、本フローチャートによる一連の処理を終了する。

【0180】

これにより、情報提供装置２０１は、ウェブ会議の参加メンバーに対して、会議中の発話内容に応じて、議論を活発化させるような有用な情報を提供することができる。

【0181】

以上説明したように、実施の形態にかかる情報提供装置２０１によれば、複数の記事情報の各記事情報からキーワードを抽出し、１または複数のユーザの所定期間Ｔの発話内容を記録した音声データの音声認識結果からキーワードを抽出することができる。そして、情報提供装置２０１によれば、音声認識結果から抽出したキーワードと各記事情報から抽出したキーワードとの一致数と、音声認識結果から抽出したキーワードの各記事情報における出現数とに基づいて、複数の記事情報から、出力対象の記事情報を検索し、１または複数のユーザに対して、検索した記事情報に関する情報を出力することができる。１または複数のユーザは、例えば、オンラインコミュニケーションを行うユーザである。

【0182】

これにより、情報提供装置２０１は、オンラインコミュニケーションを行うユーザに対して、ユーザの発話内容に沿った有用な記事の情報を提供することができる。

【0183】

また、情報提供装置２０１によれば、複数の記事情報から、キーワードの一致数が閾値α以上、かつ、キーワードの出現数が閾値β以上となる記事情報を、出力対象の記事情報として検索することができる。

【0184】

これにより、情報提供装置２０１は、会話の中で出現したキーワードをより多く含む記事や、会話の中で出現したキーワードの出現数が多い記事を検索することができる。

【0185】

また、情報提供装置２０１によれば、各記事情報から、予め設定されたストップワードを除外したキーワードを抽出し、音声認識結果からストップワードを除外したキーワードを抽出することができる。

【0186】

これにより、情報提供装置２０１は、一般的であるなどの理由で有用な情報の検索に寄与しないようなワードを排除して、情報検索の精度を向上させることができる。

【0187】

また、情報提供装置２０１によれば、所定のアルゴリズムで各記事情報の本文を形態素解析することにより、各記事情報から名詞をキーワードとして抽出し、当該アルゴリズムで音声認識結果を形態素解析することにより、音声認識結果から名詞をキーワードとして抽出することができる。

【0188】

これにより、情報提供装置２０１は、記事と音声認識結果に対して同じアルゴリズム（ロジック）でキーワードを抽出することで、記事と音声認識結果とのマッチング率を向上させることができる。

【0189】

また、情報提供装置２０１によれば、各記事情報から抽出したキーワードごとに、各記事情報におけるキーワードの出現頻度と、複数の記事情報におけるキーワードを含む記事情報の割合とに基づいて、各記事情報におけるキーワードの重要度を表すスコアを算出することができる。また、情報提供装置２０１によれば、各記事情報について、各記事情報から抽出したキーワードのうち、算出したスコアが閾値γ以上となるキーワード、または、スコアが高い上位Ｎ個のキーワードを特定することができる。そして、情報提供装置２０１によれば、音声認識結果から抽出したキーワードと各記事情報について特定したキーワードとの一致数と、各記事情報について特定したキーワードのうち音声認識結果から抽出したキーワードの各記事情報における出現数とに基づいて、複数の記事情報から、出力対象の記事情報を検索することができる。

【0190】

これにより、情報提供装置２０１は、記事における重要度がある程度高いキーワードを対象として、音声認識結果から抽出したキーワードと比較して記事を検索することができ、ユーザにとって有用となる情報の検索精度を高めることができる。

【0191】

また、情報提供装置２０１によれば、ネットワーク２１０を介して接続される情報配信システム２０３から、複数の記事情報を取得することができる。

【0192】

これにより、情報提供装置２０１は、各種ウェブサイト上の情報をクローリングして、記事情報を収集することができる。

【0193】

また、情報提供装置２０１によれば、複数の分類からいずれかの分類の選択を受け付け、１または複数のユーザに対して、検索した記事情報のうち、選択された分類に属する記事情報に関する情報を出力することができる。

【0194】

これにより、情報提供装置２０１は、ユーザが所望するジャンルやカテゴリの記事のみを提供することができる。また、情報提供装置２０１は、特定の分類の記事に絞り込むことで、情報過多となるのを防いでユーザの利便性を向上させることができる。

【0195】

また、情報提供装置２０１によれば、一定時間が経過するたびに、１または複数のユーザの当該一定時間分の発話内容を記録した音声データの音声認識結果を取得し、音声認識結果を取得したことに応じて、当該音声認識結果からキーワードを抽出することができる。一定時間は、例えば、３秒～１０秒程度である。

【0196】

これにより、情報提供装置２０１は、ウェブ会議などにおけるユーザ（参加メンバー）の直近数秒程度の発言内容に応じた記事を検索することができ、ユーザに対してタイムリーな情報提供を行うことができる。

【0197】

また、情報提供装置２０１によれば、各記事情報から抽出したキーワードの当該各記事情報における出現数を計数し、計数した各記事情報におけるキーワードの出現数を参照して、音声認識結果から抽出したキーワードの各記事情報における出現数を特定することができる。

【0198】

これにより、情報提供装置２０１は、各記事におけるキーワードの出現数を事前にカウント（計数）しておくことで、音声認識結果から抽出したキーワードの各記事における出現数の特定にかかる時間を短縮することができる。

【0199】

これらのことから、実施の形態にかかる情報提供システム２００および情報提供装置２０１によれば、オンラインコミュニケーションにおける議論を活性化させるような有用な情報を提供することができる。例えば、情報提供装置２０１は、ウェブ会議において、参加メンバーの発言内容に応じて、議論の前提となる情報、議論を広げられる情報、議論の打開策となる情報などを提供することができる。これにより、情報提供装置２０１は、タイミリーなインプットを参加メンバーに行うことが可能となり、ウェブ会議をより本質的で生産性のある価値創出の場とすることができる。

【0200】

なお、上述した説明では、音声によるコミュニケーションを行う場合について説明したが、これに限らない。例えば、本情報提供方法は、テキストによるコミュニケーションに適用されてもよい。この場合、情報提供装置２０１は、例えば、１または複数のユーザの音声認識結果の代わりに、１または複数のユーザによって入力された発話内容を表すテキストデータを取得し、テキストデータに対して音声認識結果と同様の処理を行う。

【0201】

なお、本実施の形態で説明した情報提供方法は、予め用意されたプログラムをパーソナル・コンピュータやワークステーション等のコンピュータで実行することにより実現することができる。本情報提供プログラムは、ハードディスク、フレキシブルディスク、ＣＤ－ＲＯＭ、ＤＶＤ、ＵＳＢメモリ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。また、本情報提供プログラムは、インターネット等のネットワークを介して配布してもよい。

【0202】

また、本実施の形態で説明した情報処理装置１０１（情報提供装置２０１）は、スタンダードセルやストラクチャードＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）などの特定用途向けＩＣやＦＰＧＡなどのＰＬＤ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）によっても実現することができる。

【0203】

上述した実施の形態に関し、さらに以下の付記を開示する。

【0204】

（付記１）複数の記事情報の各記事情報からキーワードを抽出し、
１または複数のユーザの所定期間の発話内容を記録した音声データの音声認識結果からキーワードを抽出し、
前記音声認識結果から抽出したキーワードと前記各記事情報から抽出したキーワードとの一致数と、前記音声認識結果から抽出したキーワードの前記各記事情報における出現数とに基づいて、前記複数の記事情報から、出力対象の記事情報を検索し、
前記１または複数のユーザに対して、検索した前記記事情報に関する情報を出力する、
処理をコンピュータに実行させることを特徴とする情報提供プログラム。

【0205】

（付記２）前記検索する処理は、
前記複数の記事情報から、前記一致数が第１の閾値以上、かつ、前記出現数が第２の閾値以上となる記事情報を、前記出力対象の記事情報として検索する、ことを特徴とする付記１に記載の情報提供プログラム。

【0206】

（付記３）前記各記事情報からキーワードを抽出する処理は、
前記各記事情報から、予め設定されたストップワードを除外したキーワードを抽出し、
前記音声認識結果からキーワードを抽出する処理は、
前記音声認識結果から前記ストップワードを除外したキーワードを抽出する、
ことを特徴とする付記１または２に記載の情報提供プログラム。

【0207】

（付記４）前記各記事情報からキーワードを抽出する処理は、
所定のアルゴリズムで前記各記事情報の本文を形態素解析することにより、前記各記事情報から名詞をキーワードとして抽出し、
前記音声認識結果からキーワードを抽出する処理は、
前記所定のアルゴリズムで前記音声認識結果を形態素解析することにより、前記音声認識結果から名詞をキーワードとして抽出する、
ことを特徴とする付記１～３のいずれか一つに記載の情報提供プログラム。

【0208】

（付記５）前記各記事情報から抽出したキーワードごとに、前記各記事情報における前記キーワードの出現頻度と、前記複数の記事情報における前記キーワードを含む記事情報の割合とに基づいて、前記各記事情報における前記キーワードの重要度を表すスコアを算出する、処理を前記コンピュータに実行させ、
前記検索する処理は、
前記各記事情報について、前記各記事情報から抽出したキーワードのうち、算出した前記スコアが第３の閾値以上となるキーワード、または、前記スコアが高い上位所定数のキーワードを特定し、
前記音声認識結果から抽出したキーワードと前記各記事情報について特定したキーワードとの一致数と、前記各記事情報について特定したキーワードのうち前記音声認識結果から抽出したキーワードの前記各記事情報における出現数とに基づいて、前記複数の記事情報から、前記出力対象の記事情報を検索する、ことを特徴とする付記１～４のいずれか一つに記載の情報提供プログラム。

【0209】

（付記６）ネットワークを介して接続される情報配信システムから、複数の記事情報を取得する、
処理を前記コンピュータに実行させ、
前記各記事情報からキーワードを抽出する処理は、
取得した前記複数の記事情報の各記事情報からキーワードを抽出する、ことを特徴とする付記１～５のいずれか一つに記載の情報提供プログラム。

【0210】

（付記７）前記１または複数のユーザは、オンラインコミュニケーションを行うユーザである、ことを特徴とする付記１～６のいずれか一つに記載の情報提供プログラム。

【0211】

（付記８）複数の分類からいずれかの分類の選択を受け付ける、
処理を前記コンピュータに実行させ、
前記出力する処理は、
前記１または複数のユーザに対して、検索した前記記事情報のうち、選択された前記分類に属する記事情報に関する情報を出力する、ことを特徴とする付記１～７のいずれか一つに記載の情報提供プログラム。

【0212】

（付記９）前記所定期間は、一定時間ごとの期間であり、
前記一定時間が経過するたびに、前記１または複数のユーザの当該一定時間分の発話内容を記録した音声データの音声認識結果を取得する、
処理を前記コンピュータに実行させ、
前記音声認識結果からキーワードを抽出する処理は、
前記音声認識結果を取得しことに応じて、当該音声認識結果からキーワードを抽出する、ことを特徴とする付記１～８のいずれか一つに記載の情報提供プログラム。

【0213】

（付記１０）前記各記事情報から抽出したキーワードの当該各記事情報における出現数を計数する、処理を前記コンピュータに実行させ、
前記検索する処理は、
計数した前記各記事情報におけるキーワードの出現数を参照して、前記音声認識結果から抽出したキーワードの前記各記事情報における出現数を特定する、
ことを特徴とする付記１～９のいずれか一つに記載の情報提供プログラム。

【0214】

（付記１１）複数の記事情報の各記事情報からキーワードを抽出し、
１または複数のユーザの所定期間の発話内容を記録した音声データの音声認識結果からキーワードを抽出し、
前記音声認識結果から抽出したキーワードと前記各記事情報から抽出したキーワードとの一致数と、前記音声認識結果から抽出したキーワードの前記各記事情報における出現数とに基づいて、前記複数の記事情報から、出力対象の記事情報を検索し、
前記１または複数のユーザに対して、検索した前記記事情報に関する情報を出力する、
処理をコンピュータが実行することを特徴とする情報提供方法。

【0215】

（付記１２）１または複数のユーザが使用する端末と、
複数の記事情報の各記事情報からキーワードを抽出し、前記１または複数のユーザの所定期間の発話内容を記録した音声データの音声認識結果からキーワードを抽出し、前記音声認識結果から抽出したキーワードと前記各記事情報から抽出したキーワードとの一致数と、前記音声認識結果から抽出したキーワードの前記各記事情報における出現数とに基づいて、前記複数の記事情報から、出力対象の記事情報を検索し、検索した前記記事情報に関する情報を前記端末に出力する情報提供装置と、
を含むことを特徴とする情報提供システム。

【符号の説明】

【0216】

１１，１２，１３ 記事
１０１ 情報処理装置
１１０ 音声認識結果
２００ 情報提供システム
２０１ 情報提供装置
２０２ 音声解析システム
２０３ 情報配信システム
２０４ ユーザ端末
２１０ ネットワーク
２２０ 記事マスタ
２３０ タグマスタ
２４０ 記事タグテーブル
３００，４００ バス
３０１，４０１ ＣＰＵ
３０２，４０２ メモリ
３０３ ディスクドライブ
３０４ ディスク
３０５，４０３ 通信Ｉ／Ｆ
３０６ 可搬型記録媒体Ｉ／Ｆ
３０７ 可搬型記録媒体
４０４ カメラ
４０５ ディスプレイ
４０６ 入力装置
４０７ スピーカ
４０８ マイクロフォン
８００ 制御部
８０１ 取得部
８０２ 抽出部
８０３ 検索部
８０４ 受付部
８０５ 出力部
９００ ストップワードテーブル
１０００ 記事別タグ出現数テーブル
１３００ 会議管理テーブル
１５００，１６００，１７００ 検索用タグ
１８００，２０００ ウェブ会議画面
１８１０，２０１０ 記事表示部
１９００ 分類選択画面

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】

【図23】