特許 7116969 ２次元マップ生成装置、２次元マップ生成方法および２次元マップ生成用プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2022-08-03

(45)【発行日】2022-08-12

(54)【発明の名称】２次元マップ生成装置、２次元マップ生成方法および２次元マップ生成用プログラム

(51)【国際特許分類】

   G06F 16/34 20190101AFI20220804BHJP

【ＦＩ】

G06F16/34

【請求項の数】 10

(21)【出願番号】P 2020111604

(22)【出願日】2020-06-29

(65)【公開番号】P2022010842

(43)【公開日】2022-01-17

【審査請求日】2022-02-02

【新規性喪失の例外の表示】特許法第３０条第２項適用 （１）令和２年４月１７日、ウェブサイトにおけるプレスリリースにて公開（ｈｔｔｐｓ：／／ｗｗｗ．ｆｒｏｎｔｅｏ．ｃｏｍ／２０２００４１７）、（２）令和２年５月１８日、ウェブサイトに掲載した動画（ｈｔｔｐｓ：／／ｌｉｆｅｓｃｉｅｎｃｅ．ｆｒｏｎｔｅｏ．ｃｏｍ／ｃｏｖｉｄ－１９）およびＰＤＦファイル（ｈｔｔｐｓ：／／ｌｉｆｅｓｃｉｅｎｃｅ．ｆｒｏｎｔｅｏ．ｃｏｍ／ｗｐ－ｃｏｎｔｅｎｔ／ｕｐｌｏａｄｓ／２０２０／０５／■ＦＲＯＮＴＥＯのＡＩによるＤｒｕｇ－Ｄｉｓｃｏｖｅｒｙについて．ｐｄｆ）にて公開（■は、丸数字の２）、（３）令和２年５月２５日、ウェブサイトに掲載した動画（ｈｔｔｐｓ：／／ｌｉｆｅｓｃｉｅｎｃｅ．ｆｒｏｎｔｅｏ．ｃｏｍ／ｃｏｖｉｄ－１９）およびＰＤＦファイル（ｈｔｔｐｓ：／／ｌｉｆｅｓｃｉｅｎｃｅ．ｆｒｏｎｔｅｏ．ｃｏｍ／ｗｐ－ｃｏｎｔｅｎｔ／ｕｐｌｏａｄｓ／２０２０／０５／ＦＲＯＮＴＥＯ～ＣＯＭＢＡＴ～ＣＯＶＩＤ－１９～■ＣＯＶＩＤ－１９に対して行った探索．ｐｄｆ）にて公開（■は、丸数字の４）、（４）令和２年６月１５日、ウェブサイトに掲載した動画（ｈｔｔｐｓ：／／ｌｉｆｅｓｃｉｅｎｃｅ．ｆｒｏｎｔｅｏ．ｃｏｍ／ｃｏｖｉｄ－１９）およびＰＤＦファイル（ｈｔｔｐｓ：／／ｌｉｆｅｓｃｉｅｎｃｅ．ｆｒｏｎｔｅｏ．ｃｏｍ／ｗｐ－ｃｏｎｔｅｎｔ／ｕｐｌｏａｄｓ／２０２０／０６／ＦＲＯＮＴＥＯ～ＣＯＭＢＡＴ～ＣＯＶＩＤ－１９～■探索結果（５）ＳＡＲＳとＣＯＶＩＤ－１９の差．ｐｄｆ）にて公開（■は、丸数字の９）、（５）令和２年４月２３日、日本経済新聞（令和２年４月２３日付電子版）にて公開

【早期審査対象出願】

(73)【特許権者】

【識別番号】316014906

【氏名又は名称】株式会社ＦＲＯＮＴＥＯ

(74)【代理人】

【識別番号】100105784

【弁理士】

【氏名又は名称】橘 和之

(72)【発明者】

【氏名】豊柴 博義

【審査官】松尾 真人

(56)【参考文献】

【文献】国際公開第２０１６／１７１１８６（ＷＯ，Ａ１）

【文献】国際公開第２０１９／０９３１７２（ＷＯ，Ａ１）

【文献】特開２０１６－１７７７９４（ＪＰ，Ａ）

【文献】早川 和宏，ユーザの利用履歴に基づくＷＷＷサーバの地図型ディレクトリ，情報処理学会研究報告，社団法人情報処理学会，1997年01月16日，第97巻 第2号，pp.17～24，ISSN 0919-6072

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｆ １６／００－１６／９５８

Ｇ０６Ｑ １０／００－９９／００

Ｇ１６Ｚ ９９／００

Ｇ０６Ｆ １７／００－１７／１８

(57)【特許請求の範囲】

【請求項1】

対象情報から生成される特徴ベクトルに基づいて２次元平面上に複数の対象情報をプロットした２次元マップを生成する２次元マップ生成装置であって、
上記対象情報から上記特徴ベクトルを算出する特徴ベクトル算出部と、
上記特徴ベクトルに対して次元圧縮の処理を行うことにより、２次元の緯度経度情報を生成する２次元化処理部と、
上記複数の対象情報について上記２次元化処理部により生成された複数の上記緯度経度情報に基づいて上記２次元マップを生成するマップ生成部とを備え 、
ｍ個の対象情報（ｍは２以上の任意の整数）からｍ個の特徴ベクトルを算出して、当該ｍ個の特徴ベクトルを次元圧縮して上記２次元マップを生成した後、ｘ個（ｘは１以上の任意の整数）の対象情報を加えて上記２次元マップを再生成する場合、
上記特徴ベクトル算出部は、ｍ＋ｘ個の対象情報から上記特徴ベクトルを再算出し、
上記２次元化処理部は、上記ｍ個の対象情報については、上記ｍ個の特徴ベクトルから生成されたｍ個の上記緯度経度情報をそのまま用いる一方、上記ｘ個の対象情報については、上記ｍ個の特徴ベクトルに対して次元圧縮の処理を行ったときと同じ作用を有する関数を用いて、上記ｍ＋ｘ個の対象情報から算出されたｘ個の特徴ベクトルに対して次元圧縮の処理を行うことによってｘ個の上記緯度経度情報を追加生成し、
上記マップ生成部は、上記２次元化処理部により上記ｍ個の対象情報について生成されたｍ個の上記緯度経度情報および上記ｘ個の対象情報について生成されたｘ個の上記緯度経度情報に基づいて上記２次元マップを生成する
ことを特徴とする２次元マップ生成装置。

【請求項2】

上記２次元化処理部は、
上記特徴ベクトルの次元を削減して、原点からの距離が一定となる位置の３次元座標情報を生成する３次元化処理部と、
上記３次元化処理部により生成された上記３次元座標情報を上記緯度経度情報に置換する座標置換部とを備えた
ことを特徴とする請求項１に記載の２次元マップ生成装置。

【請求項3】

上記対象情報は文章であり、
上記特徴ベクトルは、文章がどの単語に対してどの程度寄与しているのかを表した指標値を複数の要素とするベクトルである
ことを特徴とする請求項１または２に記載の２次元マップ生成装置。

【請求項4】

対象情報である文章から生成される特徴ベクトルに基づいて２次元平面上に複数の対象情報をプロットした２次元マップを生成する２次元マップ生成装置であって、
ｍ個（ｍは２以上の任意の整数）の文章を解析し、当該ｍ個の文章からｎ個（ｎは２以上の任意の整数）の単語を抽出する単語抽出部と、
上記ｍ個の文章をそれぞれ所定のルールに従ってｑ次元（ｑは３より大きい任意の整数）にベクトル化することにより、ｑ個の軸成分から成るｍ個の文章ベクトルを算出する文章ベクトル算出部と、
上記ｎ個の単語をそれぞれ所定のルールに従ってｑ次元にベクトル化することにより、ｑ個の軸成分から成るｎ個の単語ベクトルを算出する単語ベクトル算出部と、
上記ｍ個の文章ベクトルと上記ｎ個の単語ベクトルとの内積をそれぞれとることにより、上記ｍ個の文章および上記ｎ個の単語間の関係性を反映したｍ×ｎ個の指標値を算出する指標値算出部と、
上記ｍ個の文章のそれぞれについて、１つの文章についてｎ個の単語の指標値から成る文章指標値群を上記特徴ベクトルとして特定する特徴ベクトル特定部 と、
上記特徴ベクトルに対して次元圧縮の処理を行うことにより、２次元の緯度経度情報を生成する２次元化処理部と、
上記複数の対象情報について上記２次元化処理部により生成された複数の上記緯度経度情報に基づいて上記２次元マップを生成するマップ生成部とを備え、
上記ｍ個の文章に加えてｘ個（ｘは１以上の任意の整数）の文章を解析対象として加える場合、
上記単語抽出部は、ｍ＋ｘ個の文章を解析し、当該ｍ＋ｘ個の文章から上記ｎ個の単語を抽出し、
上記文章ベクトル算出部は、上記ｍ＋ｘ個の文章をそれぞれ所定のルールに従ってｑ次元にベクトル化することにより、ｑ個の軸成分から成るｍ＋ｘ個の文章ベクトルを算出し、
上記単語ベクトル算出部は、上記ｎ個の単語をそれぞれ所定のルールに従ってｑ次元にベクトル化することにより、ｑ個の軸成分から成るｎ個の単語ベクトルを算出し、
上記指標値算出部は、上記ｍ＋ｘ個の文章ベクトルと上記ｎ個の単語ベクトルとの内積をそれぞれとることにより、上記ｍ＋ｘ個の文章および上記ｎ個の単語間の関係性を反映した（ｍ＋ｘ）×ｎ個の指標値を算出し、
上記特徴ベクトル特定部は、上記ｘ個の文章のそれぞれについて、１つの文章についてｎ個の単語の指標値から成る文章指標値群を追加の特徴ベクトルとして更に特定し、
上記２次元化処理部は、上記ｍ個の文章のそれぞれについて上記特徴ベクトルに対して次元圧縮の処理を行ったときと同じ作用を有する関数を用いて、上記ｘ個の文章のそれぞれについて上記追加の特徴ベクトルに対して次元圧縮の処理を行うことにより、上記ｘ個の文章のそれぞれについて２次元の緯度経度情報を更に生成し、
上記マップ生成部は、上記２次元化処理部により上記ｍ個の文章について生成されたｍ個の上記緯度経度情報および上記ｘ個の文章について生成されたｘ個の上記緯度経度情報に基づいて上記２次元マップを生成する
ことを特徴とする２次元マップ生成装置。

【請求項5】

上記対象情報は単語であり、
上記特徴ベクトルは、単語がどの文章に対してどの程度寄与しているのかを表した指標値を複数の要素とするベクトルである
ことを特徴とする請求項１または２に記載の２次元マップ生成装置。

【請求項6】

上記特徴ベクトル算出部は、
ｍ個（ｍは２以上の任意の整数）の文章を解析し、当該ｍ個の文章からｎ個（ｎは２以上の任意の整数）の単語を抽出する単語抽出部と、
上記ｍ個の文章をそれぞれ所定のルールに従ってｑ次元（ｑは３より大きい任意の整数）にベクトル化することにより、ｑ個の軸成分から成るｍ個の文章ベクトルを算出する文章ベクトル算出部と、
上記ｎ個の単語をそれぞれ所定のルールに従ってｑ次元にベクトル化することにより、ｑ個の軸成分から成るｎ個の単語ベクトルを算出する単語ベクトル算出部と、
上記ｍ個の文章ベクトルと上記ｎ個の単語ベクトルとの内積をそれぞれとることにより、上記ｍ個の文章および上記ｎ個の単語間の関係性を反映したｍ×ｎ個の指標値を算出する指標値算出部と、
上記ｎ個の単語のうち１つの単語についてｍ個の文章の指標値から成る単語指標値群を上記特徴ベクトルとして特定する特徴ベクトル特定部とを備えた
ことを特徴とする請求項５に記載の２次元マップ生成装置。

【請求項7】

対象情報から生成される特徴ベクトルに基づいて２次元平面上に複数の対象情報をプロットした２次元マップを生成する２次元マップ生成方法であって、
コンピュータの特徴ベクトル算出部が、上記対象情報から上記特徴ベクトルを算出する第１のステップと、
上記 コンピュータの２次元化処理部が、上記特徴ベクトルに対して次元圧縮の処理を行うことにより、２次元の緯度経度情報を生成する第２のステップと、
上記コンピュータのマップ生成部が、上記複数の対象情報について上記２次元化処理部により生成された複数の上記緯度経度情報に基づいて上記２次元マップを生成する第３のステップとを有 し、
ｍ個の対象情報（ｍは２以上の任意の整数）からｍ個の特徴ベクトルを算出して、当該ｍ個の特徴ベクトルを次元圧縮して上記２次元マップを生成した後、ｘ個（ｘは１以上の任意の整数）の対象情報を加えて上記２次元マップを再生成する場合、
上記特徴ベクトル算出部は、ｍ＋ｘ個の対象情報から上記特徴ベクトルを再算出し、
上記２次元化処理部は、上記ｍ個の対象情報については、上記ｍ個の特徴ベクトルから生成されたｍ個の上記緯度経度情報をそのまま用いる一方、上記ｘ個の対象情報については、上記ｍ個の特徴ベクトルに対して次元圧縮の処理を行ったときと同じ作用を有する関数を用いて、上記ｍ＋ｘ個の対象情報から算出されたｘ個の特徴ベクトルに対して次元圧縮の処理を行うことによってｘ個の上記緯度経度情報を追加生成し、
上記マップ生成部は、上記２次元化処理部により上記ｍ個の対象情報について生成されたｍ個の上記緯度経度情報および上記ｘ個の対象情報について生成されたｘ個の上記緯度経度情報に基づいて上記２次元マップを生成する
ことを特徴とする２次元マップ生成方法。

【請求項8】

対象情報である文章から生成される特徴ベクトルに基づいて２次元平面上に複数の対象情報をプロットした２次元マップを生成する２次元マップ生成方法であって、
コンピュータの単語抽出部が、ｍ個（ｍは２以上の任意の整数）の文章を解析し、当該ｍ個の文章からｎ個（ｎは２以上の任意の整数）の単語を抽出する第１のステップと、
上記コンピュータの文章ベクトル算出部が、上記ｍ個の文章をそれぞれ所定のルールに従ってｑ次元（ｑは３より大きい任意の整数）にベクトル化することにより、ｑ個の軸成分から成るｍ個の文章ベクトルを算出する第２のステップと、
上記コンピュータの単語ベクトル算出部が、上記ｎ個の単語をそれぞれ所定のルールに従ってｑ次元にベクトル化することにより、ｑ個の軸成分から成るｎ個の単語ベクトルを算出する第３のステップと、
上記コンピュータの指標値算出部が、上記ｍ個の文章ベクトルと上記ｎ個の単語ベクトルとの内積をそれぞれとることにより、上記ｍ個の文章および上記ｎ個の単語間の関係性を反映したｍ×ｎ個の指標値を算出する第４のステップと、
上記コンピュータの特徴ベクトル特定部が、上記ｍ個の文章のそれぞれについて、１つの文章についてｎ個の単語の指標値から成る文章指標値群を上記特徴ベクトルとして特定する第５のステップと、
上記コンピュータの２次元化処理部が、上記特徴ベクトルに対して次元圧縮の処理を行うことにより、２次元の緯度経度情報を生成する第６のステップと、
上記コンピュータのマップ生成部が、上記複数の対象情報について上記２次元化処理部により生成された複数の上記緯度経度情報に基づいて上記２次元マップを生成する第７のステップとを有し、
上記ｍ個の文章に加えてｘ個（ｘは１以上の任意の整数）の文章を解析対象として加える場合、
上記単語抽出部は、ｍ＋ｘ個の文章を解析し、当該ｍ＋ｘ個の文章から上記ｎ個の単語を抽出し、
上記文章ベクトル算出部は、上記ｍ＋ｘ個の文章をそれぞれ所定のルールに従ってｑ次元にベクトル化することにより、ｑ個の軸成分から成るｍ＋ｘ個の文章ベクトルを算出し、
上記単語ベクトル算出部は、上記ｎ個の単語をそれぞれ所定のルールに従ってｑ次元にベクトル化することにより、ｑ個の軸成分から成るｎ個の単語ベクトルを算出し、
上記指標値算出部は、上記ｍ＋ｘ個の文章ベクトルと上記ｎ個の単語ベクトルとの内積をそれぞれとることにより、上記ｍ＋ｘ個の文章および上記ｎ個の単語間の関係性を反映した（ｍ＋ｘ）×ｎ個の指標値を算出し、
上記特徴ベクトル特定部は、上記ｘ個の文章のそれぞれについて、１つの文章についてｎ個の単語の指標値から成る文章指標値群を追加の特徴ベクトルとして更に特定し、
上記２次元化処理部は、上記ｍ個の文章のそれぞれについて上記特徴ベクトルに対して次元圧縮の処理を行ったときと同じ作用を有する関数を用いて、上記ｘ個の文章のそれぞれについて上記追加の特徴ベクトルに対して次元圧縮の処理を行うことにより、上記ｘ個の文章のそれぞれについて２次元の緯度経度情報を更に生成し、
上記マップ生成部は、上記２次元化処理部により上記ｍ個の文章について生成されたｍ個の上記緯度経度情報および上記ｘ個の文章について生成されたｘ個の上記緯度経度情報に基づいて上記２次元マップを生成する
ことを特徴とする２次元マップ生成方法。

【請求項9】

対象情報から生成される特徴ベクトルに基づいて２次元平面上に複数の対象情報をプロットした２次元マップを生成する処理をコンピュータに実行させるための２次元マップ生成用プログラムであって、
上記対象情報から上記特徴ベクトルを算出する特徴ベクトル算出手段、
上記特徴ベクトルに対して次元圧縮の処理を行うことにより、２次元の緯度経度情報を生成する２次元化処理手段、および
上記複数の対象情報について上記２次元化処理手段により生成された複数の上記緯度経度情報に基づいて上記２次元マップを生成するマップ生成手段
として上記コンピュータを機能させ 、
ｍ個の対象情報（ｍは２以上の任意の整数）からｍ個の特徴ベクトルを算出して、当該ｍ個の特徴ベクトルを次元圧縮して上記２次元マップを生成した後、ｘ個（ｘは１以上の任意の整数）の対象情報を加えて上記２次元マップを再生成する場合、
上記特徴ベクトル算出手段は、ｍ＋ｘ個の対象情報から上記特徴ベクトルを再算出し、
上記２次元化処理手段は、上記ｍ個の対象情報については、上記ｍ個の特徴ベクトルから生成されたｍ個の上記緯度経度情報をそのまま用いる一方、上記ｘ個の対象情報については、上記ｍ個の特徴ベクトルに対して次元圧縮の処理を行ったときと同じ作用を有する関数を用いて、上記ｍ＋ｘ個の対象情報から算出されたｘ個の特徴ベクトルに対して次元圧縮の処理を行うことによってｘ個の上記緯度経度情報を追加生成し、
上記マップ生成手段は、上記２次元化処理手段により上記ｍ個の対象情報について生成されたｍ個の上記緯度経度情報および上記ｘ個の対象情報について生成されたｘ個の上記緯度経度情報に基づいて上記２次元マップを生成する
２次元マップ生成用プログラム。

【請求項10】

対象情報である文章から生成される特徴ベクトルに基づいて２次元平面上に複数の対象情報をプロットした２次元マップを生成する処理をコンピュータに実行させるための２次元マップ生成用プログラムであって、
ｍ個（ｍは２以上の任意の整数）の文章を解析し、当該ｍ個の文章からｎ個（ｎは２以上の任意の整数）の単語を抽出する単語抽出手段、
上記ｍ個の文章をそれぞれ所定のルールに従ってｑ次元（ｑは３より大きい任意の整数）にベクトル化することにより、ｑ個の軸成分から成るｍ個の文章ベクトルを算出する文章ベクトル算出手段、
上記ｎ個の単語をそれぞれ所定のルールに従ってｑ次元にベクトル化することにより、ｑ個の軸成分から成るｎ個の単語ベクトルを算出する単語ベクトル算出手段、
上記ｍ個の文章ベクトルと上記ｎ個の単語ベクトルとの内積をそれぞれとることにより、上記ｍ個の文章および上記ｎ個の単語間の関係性を反映したｍ×ｎ個の指標値を算出する指標値算出手段、
上記ｍ個の文章のそれぞれについて、１つの文章についてｎ個の単語の指標値から成る文章指標値群を上記特徴ベクトルとして特定する特徴ベクトル特定手段
上記特徴ベクトルに対して次元圧縮の処理を行うことにより、２次元の緯度経度情報を生成する２次元化処理手段、および
上記複数の対象情報について上記２次元化処理手段により生成された複数の上記緯度経度情報に基づいて上記２次元マップを生成するマップ生成手段
として上記コンピュータを機能させ、
上記ｍ個の文章に加えてｘ個（ｘは１以上の任意の整数）の文章を解析対象として加える場合、
上記単語抽出手段は、ｍ＋ｘ個の文章を解析し、当該ｍ＋ｘ個の文章から上記ｎ個の単語を抽出し、
上記文章ベクトル算出手段は、上記ｍ＋ｘ個の文章をそれぞれ所定のルールに従ってｑ次元にベクトル化することにより、ｑ個の軸成分から成るｍ＋ｘ個の文章ベクトルを算出し、
上記単語ベクトル算出手段は、上記ｎ個の単語をそれぞれ所定のルールに従ってｑ次元にベクトル化することにより、ｑ個の軸成分から成るｎ個の単語ベクトルを算出し、
上記指標値算出手段は、上記ｍ＋ｘ個の文章ベクトルと上記ｎ個の単語ベクトルとの内積をそれぞれとることにより、上記ｍ＋ｘ個の文章および上記ｎ個の単語間の関係性を反映した（ｍ＋ｘ）×ｎ個の指標値を算出し、
上記特徴ベクトル特定手段は、上記ｘ個の文章のそれぞれについて、１つの文章についてｎ個の単語の指標値から成る文章指標値群を追加の特徴ベクトルとして更に特定し、
上記２次元化処理手段は、上記ｍ個の文章のそれぞれについて上記特徴ベクトルに対して次元圧縮の処理を行ったときと同じ作用を有する関数を用いて、上記ｘ個の文章のそれぞれについて上記追加の特徴ベクトルに対して次元圧縮の処理を行うことにより、上記ｘ個の文章のそれぞれについて２次元の緯度経度情報を更に生成し、
上記マップ生成手段は、上記２次元化処理手段により上記ｍ個の文章について生成されたｍ個の上記緯度経度情報および上記ｘ個の文章について生成されたｘ個の上記緯度経度情報に基づいて上記２次元マップを生成する
２次元マップ生成用プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、２次元マップ生成装置、２次元マップ生成方法および２次元マップ生成用プログラムに関し、特に、対象情報から生成される特徴ベクトルに基づいて２次元平面上に複数の対象情報をプロットした２次元マップを生成する技術に用いて好適なものである。

【背景技術】

【0002】

従来、検索対象から生成される特徴ベクトルに基づいて２次元平面上に複数の検索対象をプロットした２次元マップを表示させ、ユーザ操作により指定した領域に含まれるプロットに対応する検索対象を抽出して一覧表示する技術が知られている（例えば、特許文献１，２参照）。

【0003】

特許文献１に記載の文書検索装置では、文書ベクトルに基づいて複数の文書を２次元平面上にプロットしたマップを表示させる。そして、このように文書間の関連性の度合いによりプロットの位置決めをした２次元マップ上でユーザが所望の領域を指定すると、指定された領域に含まれる複数の文書のクエリーベクトルを合成し、情報データベース内の文書ベクトルと合成クエリーベクトルとを比較して、合成クエリーベクトルと近い文書ベクトルに対応する文書を抽出して一覧表示する。

【0004】

この特許文献１に記載の文書検索装置において、２次元マップ作成器は、ユーザにより入力された検索キーワードに基づいて抽出した文書に対応する文書ベクトルを情報データベースから読み出し、各文書間の類似度を計算する。例えば、各文書内に含まれる単語のウエイトを要素とする文書ベクトルの内積を計算して各文書間の類似度を計算する。２次元マップ作成器は、各文書ベクトル間の類似度に基づき、類似している文書どうしが２次元マップ上で近くに配置されるように、多次元から成る文書ベクトルの次元を減らして２次元化し、ｘ座標とｙ座標に変換する。２次元マップ作成器は、各文書のｘ座標とｙ座標の座標リストを作成し、当該座標リストに基づいて２次元マップを作成する。

【0005】

また、特許文献２に記載の情報検索装置では、情報アイテムの集合から、当該情報アイテムの互いの類似性に基づいて、類似する情報アイテムが近接した位置にマッピングされるように、各情報アイテムをアレー内の各位置に対応させて示した２次元マップを生成して表示させる。そして、ユーザが２次元マップ上で任意の境界領域を定義するための操作を行うと、当該定義された境界領域内に位置を示す情報として存在し、かつ、検索クエリに対応するものとしてアレー内の位置に対応する情報アイテムを特定することによって、境界領域について関連検索を行い、当該関連検索の結果として特定された情報アイテムを一覧表示する。

【0006】

この特許文献２に記載の情報検索装置において、情報アイテムは例えば文書である。情報検索装置は、文書内で用いられる用語の頻度を表す抽象表現（例えば、辞書に存在する単語が個々の文書内で出現する回数をカウントすることによって構成される用語頻度ヒストグラム）に基づいて、多次元の特徴ベクトルを生成する。そして、当該特徴ベクトルの次元を減らした後、２次元の自己組織化マップに投影することにより、意味マップを作成する。一例として、コホネンの自己組織化マップを用いた特徴ベクトルのクラスタリングにより２次元へのマッピングを行う。各文書についての特徴ベクトルをマップに与えることにより、各文書についてｘ座標およびｙ座標によるマップ位置が生じ、それがどこに存在するかによって、文書間の関係性を視覚化することができる。

【先行技術文献】

【特許文献】

【0007】

【文献】特許第５１５９７７２号公報

【文献】特許第４５４０９７０号公報

【発明の概要】

【発明が解決しようとする課題】

【0008】

上記特許文献１，２に記載の技術では、多次元の特徴ベクトルを２次元のｘｙ座標情報に次元圧縮することによって、各文書の２次元マップ上でのプロット位置を決定するようにしている。ｘｙ座標を用いる座標系は、ｘ座標の値およびｙ座標の値を無限に取り得る開空間である。そのため、この開空間の座標系に対して複数の文書をプロットするためには、所定の上下限値を定めることによって開空間の座標系の中に対象エリアを定義し、定義した対象エリア内に多次元のベクトル情報を移すような処理が必要となる。

【0009】

しかしながら、特徴ベクトル間の類似度を計算して各文書のプロット位置を決めるとしても、無限の開空間の中に有限の対象エリアを適切に定義すること自体が難しいため、対象エリアが狭いとプロット位置間の相対距離が適切な状態にならず、マップ上に複数の分散したクラスターができにくいという問題があった。ここでいうクラスターとは、特徴ベクトルが互いに類似する文書どうしが近接した位置にプロットされることによって形成される塊り状の領域のことを言う。上記特許文献１，２に記載の技術では、特徴ベクトルの類似関係に基づき各文書のプロット位置が決定されることにより、図１０のように文書間の関係性は視覚化されるが、元々が無限空間の座標系から限定された狭い対象エリアの中では、複数の異なるクラスターが分散した状態で可視化されることが起こりにくいという問題があった。

【0010】

本発明は、このような問題を解決するために成されたものであり、対象情報から生成される特徴ベクトルに基づいて２次元平面上に複数の対象情報をプロットすることによって生成される２次元マップに関して、複数の分散したクラスターが現れやすい２次元マップを生成できるようにすることを目的とする。

【課題を解決するための手段】

【0011】

上記した課題を解決するために、本発明では、対象情報から生成される特徴ベクトルに対して次元圧縮の処理を行うことによって２次元の緯度経度情報を生成し、複数の対象情報について生成された複数の緯度経度情報に基づいて、２次元平面上に複数の対象情報をプロットした２次元マップを生成するようにしている。

【発明の効果】

【0012】

上記のように構成した本発明において、緯度経度情報を用いてプロットされる座標系は、緯度の値および経度の値が元々有限の閉空間である。本発明によれば、この閉空間の座標系に対して複数の対象情報を特徴ベクトルに基づいてプロットすればよいため、無限の開空間の座標系の中に有限の対象エリアを定義するような処理を行う必要がなく、緯度経度に基づく広い座標空間の中で、特徴ベクトルが持つ情報の性質に応じて対象情報のプロット位置を適切に決定することができる。このため、特徴ベクトルの類似度が高い対象情報どうしが近接した位置に塊り状にプロットされる状態が複数の箇所で適切に起こりやすくなる。これにより、本発明によれば、対象情報から生成される特徴ベクトルに基づいて２次元平面上に複数の対象情報をプロットすることによって生成される２次元マップに関して、複数の分散したクラスターが現れやすい２次元マップを生成することができる。

【図面の簡単な説明】

【0013】

【図1】第１の実施形態による２次元マップ生成装置を含む２次元マップ可視化システムの構成例を示す図である。

【図2】第１の実施形態による２次元マップ生成装置を含む２次元マップ可視化システムの他の構成例を示す図である。

【図3】２次元化処理部のより具体的な機能構成を示すブロック図である。

【図4】３次元化処理部および座標置換部の処理内容を説明するための図である。

【図5】第１の実施形態による２次元マップ生成部の動作例を示すフローチャートである。

【図6】第２の実施形態による２次元マップ生成装置を含む２次元マップ可視化システムの構成例を示す図である。

【図7】第２の実施形態による特徴ベクトル算出部が有する具体的な機能構成例を示すブロック図である。

【図8】第２の実施形態の特徴ベクトル算出部により算出される特徴ベクトルの一例を示す図である。

【図9】第２の実施形態の特徴ベクトル算出部により算出される特徴ベクトルの他の例を示す図である。

【図10】従来の２次元マップを示す図である。

【発明を実施するための形態】

【0014】

（第１の実施形態）
以下、本発明の第１の実施形態を図面に基づいて説明する。図１は、第１の実施形態による２次元マップ生成装置を含む２次元マップ可視化システムの構成例を示す図である。図１に示すように、本実施形態の２次元マップ可視化システムは、第１の実施形態による２次元マップ生成部１０、マップ表示部２０、対象情報ＤＢ記憶部３１および表示装置３２を備えて構成されている。２次元マップ生成部１０は、機能構成として、２次元化処理部１１およびマップ生成部１２を備えている。

【0015】

上記各機能ブロック１１，１２，２０は、ハードウェア、ＤＳＰ（Digital Signal Processor）、ソフトウェアの何れによっても構成することが可能である。例えばソフトウェアによって構成する場合、上記各機能ブロック１１，１２，２０は、実際にはコンピュータのＣＰＵ、ＲＡＭ、ＲＯＭなどを備えて構成され、ＲＡＭやＲＯＭ、ハードディスクまたは半導体メモリ等の記録媒体に記憶されたプログラムが動作することによって実現される。

【0016】

２次元マップ生成部１０およびマップ表示部２０は、例えば、１つのコンピュータに備えられる構成としてもよい。例えば、２次元マップ生成部１０およびマップ表示部２０を１つのパーソナルコンピュータが備える構成としてもよい。この場合、対象情報ＤＢ記憶部３１および表示装置３２は、パーソナルコンピュータが備える構成としてもよいし、パーソナルコンピュータに対して有線または無線で接続される構成としてもよい。

【0017】

また、２次元マップ生成部１０およびマップ表示部２０は、複数のコンピュータに分散して備えられる構成としてもよい。この場合の構成例を図２に示す。図２に示す例では、２次元マップ生成部１０および対象情報ＤＢ記憶部３１がサーバ装置１００に備えられ、マップ表示部２０および表示装置３２がクライアント端末２００に備えられる。サーバ装置１００とクライアント端末２００とはインターネット等の通信ネットワーク３００により接続され、互いの通信部１０１，２０１を介してデータ通信を行うようになっている。

【0018】

例えば、クライアント端末２００からサーバ装置１００に対して２次元マップの表示要求を行い、それに応じてサーバ装置１００の２次元マップ生成部１０が以下に説明する処理を行うことによって２次元マップを生成し、これをクライアント端末２００に提供する。クライアント端末２００のマップ表示部２０は、サーバ装置１００から提供された２次元マップを表示装置３２に表示させる。具体的には、クライアント端末２００が備えるウェブブラウザを用いて、以上のような処理を行うようにすることが可能である。

【0019】

対象情報ＤＢ記憶部３１は、対象情報に関するデータベースを記憶する不揮発性の記憶媒体である。対象情報は、２次元マップへのプロット対象とする情報であり、任意の情報を対象とすることが可能である。例えば、テキスト情報、画像情報、音声情報、振動情報、生体情報（医療機器やセンサ類等による測定情報）、気象情報などでもよく、これらに限らずあらゆる情報を対象情報として用いることが可能である。

【0020】

対象情報ＤＢ記憶部３１には、対象情報に関するデータとして、対象情報から生成される特徴ベクトルのデータが少なくとも記憶される。特徴ベクトルは、対象情報が有する特徴（対象情報を識別可能な特徴）を複数の要素の値の組み合わせとして表したデータであり、要素の数が特徴ベクトルの成分の数、つまり次元数に対応する。第１の実施形態および後述する第２の実施形態では、３次元より大きい多次元の特徴ベクトルを用いる。

【0021】

第１の実施形態では、図示しない特徴ベクトル算出装置を用いて、複数の対象情報からそれぞれ特徴ベクトルをあらかじめ生成しておき、生成した特徴ベクトルのデータを対象情報ＤＢ記憶部３１に記憶しておく。特徴ベクトルの生成は、公知の技術を適用して行うことが可能である。なお、対象情報ＤＢ記憶部３１には、対象情報のデータとそれに対応する特徴ベクトルのデータとをデータセットとして記憶するようにしてもよい。

【0022】

２次元マップ生成部１０は、対象情報から生成される特徴ベクトル（対象情報ＤＢ記憶部３１に記憶されている特徴ベクトル）に基づいて２次元平面上に複数の対象情報をプロットした２次元マップを生成するものであり、特許請求の範囲の２次元マップ生成装置に相当する。以下、この２次元マップ生成部１０の具体的な処理内容について、２次元化処理部１１およびマップ生成部１２の機能ブロックを用いて説明する。

【0023】

２次元化処理部１１は、特徴ベクトルに対して次元圧縮の処理を行うことにより、２次元の緯度経度情報を生成する。ここで、２次元化処理部１１は、対象情報ＤＢ記憶部３１に記憶されている複数の特徴ベクトルのそれぞれに対して次元圧縮の処理を行うことにより、複数の緯度経度情報を生成する。すなわち、２次元化処理部１１は、１つの特徴ベクトルが有する多次元の成分情報を、緯度情報および経度情報から成る２次元情報に置換する。

【0024】

図３は、２次元化処理部１１のより具体的な機能構成例を示すブロック図である。図３に示すように、２次元化処理部１１は、具体的な機能構成として、３次元化処理部１１ａおよび座標置換部１１ｂを備えている。図４は、３次元化処理部１１ａおよび座標置換部１１ｂの処理内容を説明するための図である。以下、図４を併用して、３次元化処理部１１ａおよび座標置換部１１ｂの処理内容を説明する。

【0025】

３次元化処理部１１ａは、特徴ベクトルの次元を削減して、原点からの距離が一定となる位置の３次元座標情報を生成する。ここで、３次元化処理部１１ａは、対象情報ＤＢ記憶部３１に記憶されている複数の特徴ベクトルのそれぞれに対して次元圧縮の処理を行うことにより、複数の３次元座標情報を生成する。３次元座標情報は、例えば、３次元空間内における原点からの距離ｒが一定となる位置という条件を課した極座標（ｒ，θ，ψ）の情報である。また、３次元座標情報は、極座標のｒ値に相当するものが一定となる位置という条件を課した直交座標（ｘ，ｙ，ｚ）の情報であってもよい。以下では、３次元座標情報が極座標（ｒ，θ，ψ）（ｒは固定値）の情報であるものとして説明する。

【0026】

例えば、対象情報ＤＢ記憶部３１に記憶されている複数の特徴ベクトルの数（対象情報の数）がＭ個、特徴ベクトルの次元数（特徴ベクトルが有する成分の数）がＮ個であると仮定した場合、Ｍ個の特徴ベクトルが有する各成分値をＭ行×Ｎ列の行列（以下、特徴ベクトル行列という）として表すことができる。３次元化処理部１１ａは、この特徴ベクトル行列に対して公知の次元圧縮処理を行うことにより、Ｍ行×３列の行列に次元圧縮する。この３列の値が極座標（ｒ，θ，ψ）の情報である。公知の次元圧縮処理として、例えば主成分分析（ＰＣＡ：Principal Component Analysis）や、特異値分解（ＳＶＤ：singular value decomposition）などを用いることが可能である。

【0027】

このように、ＰＣＡまたはＳＶＤの手法を用いて特徴ベクトル行列の次元を圧縮することにより、特徴ベクトル行列で表現される各対象情報の特徴を可能な限り損ねることなく、特徴ベクトル行列を低ランク近似することができる。図４（ａ）は、３次元化処理部１１ａにより生成される複数の３次元座標情報で特定される各位置（極座標（ｒ，θ，ψ）の位置）を示すイメージ図である。図４（ａ）に示すように、複数の特徴ベクトルから生成された複数の３次元座標情報で特定される各位置は、原点からの距離が一定の球の表面上に存在することになる。

【0028】

座標置換部１１ｂは、３次元化処理部１１ａにより生成された複数の３次元座標情報をそれぞれ緯度経度情報に置換する。上述のように、３次元化処理部１１ａにより生成される複数の３次元座標情報は、何れも原点からの距離が一定となる座標情報であり、その３次元座標情報で特定される位置は何れも球の表面上に存在する。この球を地球と見立てることにより、球の表面上に存在する各位置を、緯度と経度との組み合わせで捉えることが可能である。座標置換部１１ｂは、ｒ値が一定の３次元座標情報で特定される球の所定位置（＝（ｒ，θ_o，ψ_o）の位置）を緯度０度および経度０度の位置に設定し、この所定位置を基準として、それぞれの３次元座標情報を緯度経度情報に置換する。

【0029】

マップ生成部１２は、複数の対象情報について２次元化処理部１１により生成された複数の緯度経度情報に基づいて、緯度経度の２次元座標系に複数の対象情報をプロットした２次元マップを生成する。図４（ｂ）は、マップ生成部１２により生成される２次元マップの一例を示す図である。図４（ｂ）に示す２次元マップは、図４（ａ）に示す３次元空間を、地球表面の情報を平面に投影する「地図投影法」の処理によって展開したものに相当する。図４（ｂ）に示す２次元マップは、地図投影法の１つである正角図法（メルカトル図法）に従って２次元平面を表現したものであり、複数の特徴ベクトルから生成された複数の緯度経度情報で特定される各位置がこの２次元平面上にプロットされている。

【0030】

図４（ｂ）に示すように、本実施形態により生成される２次元マップでは、複数のプロット位置が塊り状になっているクラスターが、２次元平面上の複数の箇所に分散して存在している。すなわち、複数の異なるクラスターがきれいに分離した状態で見えている。これは、従来技術によって生成される図１０のような２次元マップとの大きな相違である。

【0031】

マップ表示部２０は、マップ生成部１２により生成された２次元マップを表示装置３２に表示させる。すなわち、マップ表示部２０は、図４（ｂ）に示すような２次元マップを表示装置３２に表示させる。なお、ここでは、２次元マップとして、正角図法（メルカトル図法）に従って２次元平面を表現したものを用いる例について説明したが、これに限定されない。例えば、モルワイデ図法などの正積図法、あるいは正距図法などに従って２次元平面を表現したものを用いるようにしてもよい。

【0032】

図５は、以上のように構成した第１の実施形態による２次元マップ生成部１０の動作例を示すフローチャートである。まず、２次元マップ生成部１０の２次元化処理部１１は、対象情報ＤＢ記憶部３１から複数の特徴ベクトルのデータを取得する（ステップＳ１）。２次元化処理部１１が有する３次元化処理部１１ａは、ステップＳ１で取得した複数の特徴ベクトルのそれぞれに対して次元圧縮の処理を行うことにより、複数の３次元座標情報を生成する（ステップＳ２）。

【0033】

次いで、座標置換部１１ｂは、３次元化処理部１１ａにより生成された複数の３次元座標情報をそれぞれ緯度経度情報に置換する（ステップＳ３）。そして、マップ生成部１２は、複数の対象情報について座標置換部１１ｂにより生成された複数の緯度経度情報に基づいて、緯度経度の２次元座標系に複数の対象情報をプロットした２次元マップを生成する（ステップＳ４）。

【0034】

以上詳しく説明したように、第１の実施形態では、複数の対象情報から生成されて対象情報ＤＢ記憶部３１に記憶された複数の特徴ベクトルに対してそれぞれ次元圧縮の処理を行うことにより、複数の対象情報のそれぞれについて２次元の緯度経度情報を生成し、当該複数の緯度経度情報に基づいて、２次元平面上に複数の対象情報をプロットした２次元マップを生成するようにしている。

【0035】

このように構成した第１の実施形態によれば、緯度経度情報で特定される閉空間の座標系に対して複数の対象情報を特徴ベクトルに基づいてプロットすればよいため、無限の開空間の座標系の中に有限の対象エリアを定義するような処理を行う必要がなく、緯度経度に基づく広い座標空間の中で、特徴ベクトルが持つ情報の性質に応じて対象情報のプロット位置を適切に決定することができる。このため、特徴ベクトルの類似度が高い対象情報どうしが近接した位置に塊り状にプロットされる状態が複数の箇所で適切に起こりやすくなる。このように、第１の実施形態によれば、複数の分散したクラスターが現れやすい２次元マップを生成することができる。

【0036】

本実施形態の２次元マップ可視化システムは、対象情報の検索システムに応用することが可能である。例えば、以上のようにして生成した２次元マップを表示装置３２に表示させ、その２次元マップにおいてユーザ操作により指定された領域に含まれるプロットに対応する対象情報を抽出して一覧表示するシステムに応用することが可能である。この場合、複数のクラスターが分散して現れた２次元マップを用いることにより、ユーザが所望する領域の指定を行いやすくすることができる。例えば、クラスターが生じている所望の領域を指定することにより、より類似度の高い（すなわち、関係性の強い）対象情報の集合を抽出することが可能である。

【0037】

（第２の実施形態）
次に、本発明の第２の実施形態を図面に基づいて説明する。図６は、第２の実施形態による２次元マップ生成装置を含む２次元マップ可視化システムの構成例を示す図である。なお、この図６において、図１に示した符号と同一の符号を付したものは同一の機能を有するものであるので、ここでは重複する説明を省略する。

【0038】

図６に示すように、本実施形態の２次元マップ可視化システムは、第２の実施形態による２次元マップ生成部１０’、マップ表示部２０、対象情報ＤＢ記憶部３１’および表示装置３２を備えて構成されている。２次元マップ生成部１０’は、機能構成として、特徴ベクトル算出部６０、２次元化処理部１１およびマップ生成部１２を備えている。なお、図２に示した構成と同様に、２次元マップ生成部１０’および対象情報ＤＢ記憶部３１’をサーバ装置１００が備え、マップ表示部２０および表示装置３２をクライアント端末２００が備える構成としてもよい。

【0039】

上述した第１の実施形態では、図示しない特徴ベクトル算出装置を用いて複数の対象情報から生成した複数の特徴ベクトルのデータを対象情報ＤＢ記憶部３１にあらかじめ記憶しておく例について説明した。これに対し、第２の実施形態では、２次元マップ生成部１０’が特徴ベクトル算出部６０を備え、当該特徴ベクトル算出部６０により複数の対象情報から複数の特徴ベクトルを算出する。すなわち、対象情報ＤＢ記憶部３１’は対象情報のデータを記憶しており、特徴ベクトル算出部６０がこの対象情報ＤＢ記憶部３１’から対象情報のデータを取得して特徴ベクトルを算出する。

【0040】

本実施形態では、対象情報の一例として、文章（テキスト情報の一例）を用いるものとして説明する。本実施形態における文章は、１つのセンテンス（句点によって区切られる単位）から成るもの（一文）であってもよいし、複数のセンテンスから成るものであってもよい。複数のセンテンスから成る文章は、１つの文書に含まれる一部または全部の文章であってもよい。

【0041】

対象情報ＤＢ記憶部３１’に記憶される文章には、様々なテーマに関する文章が含まれる。例えば、文章が医療に関する論文である場合、個々の疾患をテーマとする論文が対象情報ＤＢ記憶部３１’に記憶される。もちろん、対象情報ＤＢ記憶部３１’に記憶される文章は論文に限らず、疾患に関する記述をした論文以外の文章が対象情報ＤＢ記憶部３１’に記憶されていてもよい。さらに、対象情報ＤＢ記憶部３１’に記憶される文章には、医療に関するものに限らず、様々な分野に関する文章が含まれていてもよい。

【0042】

特徴ベクトル算出部６０は、対象情報（文章）の特徴を表す特徴ベクトルとして、文章がどの単語に対してどの程度寄与しているのかを表した指標値を複数の要素とするベクトルを算出する。図７は、このような特徴ベクトルを算出するために特徴ベクトル算出部６０が有する具体的な機能構成例を示すブロック図である。

【0043】

図７に示すように、本実施形態の特徴ベクトル算出部６０は、対象情報ＤＢ記憶部３１’から対象情報のデータとして文章データを入力し、文章とその中に含まれる単語との関係性を反映した特徴ベクトルを算出して出力するものである。特徴ベクトル算出部６０は、その機能構成として、単語抽出部６１、ベクトル算出部６２、指標値算出部６３および特徴ベクトル特定部６４を備えて構成されている。ベクトル算出部６２は、より具体的な機能構成として、文章ベクトル算出部６２Ａおよび単語ベクトル算出部６２Ｂを備えている。

【0044】

上記各機能ブロック６１～６４は、ハードウェア、ＤＳＰ、ソフトウェアの何れによっても構成することが可能である。例えばソフトウェアによって構成する場合、上記各機能ブロック６１～６４は、実際にはコンピュータのＣＰＵ、ＲＡＭ、ＲＯＭなどを備えて構成され、ＲＡＭやＲＯＭ、ハードディスクまたは半導体メモリ等の記録媒体に記憶されたプログラムが動作することによって実現される。

【0045】

単語抽出部６１は、ｍ個（ｍは２以上の任意の整数）の文章を解析し、当該ｍ個の文章からｎ個（ｎは２以上の任意の整数）の単語を抽出する。ここで、文章の解析としては、例えば、公知の形態素解析を用いることが可能である。ここで、単語抽出部６１は、形態素解析によって分割される全ての品詞の形態素を単語として抽出するようにしてもよいし、特定の品詞の形態素のみを単語として抽出するようにしてもよい。

【0046】

なお、ｍ個の文章の中には、同じ単語が複数含まれていることがある。この場合、単語抽出部６１は、同じ単語を複数個抽出することはせず、１つのみ抽出する。すなわち、単語抽出部６１が抽出するｎ個の単語とは、ｎ種類の単語という意味である。

【0047】

ベクトル算出部６２は、ｍ個の文章およびｎ個の単語から、ｍ個の文章ベクトルおよびｎ個の単語ベクトルを算出する。ここで、文章ベクトル算出部６２Ａは、単語抽出部６１による解析対象とされたｍ個の文章をそれぞれ所定のルールに従ってｑ次元にベクトル化することにより、ｑ個（ｑは３より大きい任意の整数）の軸成分から成るｍ個の文章ベクトルを算出する。また、単語ベクトル算出部６２Ｂは、単語抽出部６１により抽出されたｎ個の単語をそれぞれ所定のルールに従ってｑ次元にベクトル化することにより、ｑ個の軸成分から成るｎ個の単語ベクトルを算出する。

【0048】

本実施形態では、一例として、以下のようにして文章ベクトルおよび単語ベクトルを算出する。今、ｍ個の文章とｎ個の単語とから成る集合Ｓ＝＜ｄ∈Ｄ，ｗ∈Ｗ＞を考える。ここで、各文章ｄ_ｉ（ｉ＝１，２，・・・，ｍ）および各単語ｗ_ｊ（ｊ＝１，２，・・・，ｎ）に対してそれぞれ文章ベクトルｄ_ｉ→および単語ベクトルｗ_ｊ→（以下では、記号“→”はベクトルであることを指すものとする）を関連付ける。そして、任意の単語ｗ_ｊと任意の文章ｄ_ｉに対して、次の式（１）に示す確率Ｐ（ｗ_ｊ｜ｄ_ｉ）を計算する。

【0049】

【数1】

【0050】

なお、この確率Ｐ（ｗ_ｊ｜ｄ_ｉ）は、公知文献「“Distributed Representations of Sentences and Documents”by Quoc Le and Tomas Mikolov, Google Inc, Proceedings of the 31st International Conference on Machine Learning Held in Bejing, China on 22-24 June 2014」に開示されている確率ｐに倣って算出することが可能な値である。この公知文献には、例えば、“the”、“cat”、“sat”という３つの単語があるときに、４つ目の単語として“on”を予測するとあり、その予測確率ｐの算出式が掲載されている。

【0051】

公知文献に記載されている確率ｐ（wt｜wt-k,・・・,wt+k）は、複数の単語wt-k,・・・,wt+kから別の１つの単語wtを予測したときの正解確率である。これに対し、本実施形態で用いる式（１）に示される確率Ｐ（ｗ_ｊ｜ｄ_ｉ）は、ｍ個の文章のうち一の文章ｄ_ｉから、ｎ個の単語のうち一の単語ｗ_ｊが予想される正解確率を表している。１つの文章ｄ_ｉから１つの単語ｗ_ｊを予測するというのは、具体的には、ある文章ｄ_ｉが出現したときに、その中に単語ｗ_ｊが含まれる可能性を予測するということである。

【0052】

なお、この式（１）は、ｄ_ｉとｗ_ｊについて対称なので、ｎ個の単語のうち一の単語ｗ_ｊから、ｍ個の文章のうち一の文章ｄ_ｉが予想される確率Ｐ（ｄ_ｉ｜ｗ_ｊ）を計算してもよい。１つの単語ｗ_ｊから１つの文章ｄ_ｉを予測するというのは、ある単語ｗ_ｊが出現したときに、それが文章ｄ_ｉの中に含まれる可能性を予測するということである。

【0053】

式（１）では、ｅを底とし、単語ベクトルｗ→と文章ベクトルｄ→との内積値を指数とする指数関数値を用いる。そして、予測対象とする文章ｄ_ｉと単語ｗ_ｊとの組み合わせから計算される指数関数値と、文章ｄ_ｉとｎ個の単語ｗ_ｋ（ｋ＝１，２，・・・，ｎ）との各組み合わせから計算されるｎ個の指数関数値の合計値との比率を、一の文章ｄ_ｉから一の単語ｗ_ｊが予想される正解確率として計算している。

【0054】

ここで、単語ベクトルｗ_ｊ→と文章ベクトルｄ_ｉ→との内積値は、単語ベクトルｗ_ｊ→を文章ベクトルｄ_ｉ→の方向に投影した場合のスカラ値、つまり、単語ベクトルｗ_ｊ→が有している文章ベクトルｄ_ｉ→の方向の成分値とも言える。これは、単語ｗ_ｊが文章ｄ_ｉに寄与している程度を表していると考えることができる。したがって、このような内積を利用して計算される指数関数値を用いて、ｎ個の単語ｗ_ｋ（ｋ＝１，２，・・・，ｎ）について計算される指数関数値の合計に対する、１つの単語ｗ_ｊについて計算される指数関数値の比率を求めることは、１つの文章ｄ_ｉからｎ個の単語のうち１つの単語ｗ_ｊが予想される正解確率を求めることに相当する。

【0055】

なお、ここでは、単語ベクトルｗ→と文章ベクトルｄ→との内積値を指数とする指数関数値を用いる計算例を示したが、指数関数値を用いることを必須とするものではない。単語ベクトルｗ→と文章ベクトルｄ→との内積値を利用した計算式であればよく、例えば、内積値そのものの比率により確率を求めるようにしてもよい。

【0056】

次に、ベクトル算出部６２は、次の式（２）に示すように、式（１）により算出される確率Ｐ（ｗ_ｊ｜ｄ_ｉ）を全ての集合Ｓについて合計した値Ｌを最大化するような文章ベクトルｄ_ｉ→および単語ベクトルｗ_ｊ→を算出する。すなわち、文章ベクトル算出部６２Ａおよび単語ベクトル算出部６２Ｂは、式（１）により算出される確率Ｐ（ｗ_ｊ｜ｄ_ｉ）を、ｍ個の文章とｎ個の単語との全ての組み合わせについて算出し、それらを合計した値を目標変数Ｌとして、当該目標変数Ｌを最大化する文章ベクトルｄ_ｉ→および単語ベクトルｗ_ｊ→を算出する。

【0057】

【数2】

【0058】

ｍ個の文章とｎ個の単語との全ての組み合わせについて算出した確率Ｐ（ｗ_ｊ｜ｄ_ｉ）の合計値Ｌを最大化するというのは、ある文章ｄ_ｉ（ｉ＝１，２，・・・，ｍ）からある単語ｗ_ｊ（ｊ＝１，２，・・・，ｎ）が予想される正解確率を最大化するということである。つまり、ベクトル算出部６２は、この正解確率が最大化するような文章ベクトルｄ_ｉ→および単語ベクトルｗ_ｊ→を算出するものと言える。

【0059】

ここで、本実施形態では、上述したように、ベクトル算出部６２は、ｍ個の文章ｄ_ｉをそれぞれｑ次元にベクトル化することにより、ｑ個の軸成分から成るｍ個の文章ベクトルｄ_ｉ→を算出するとともに、ｎ個の単語をそれぞれｑ次元にベクトル化することにより、ｑ個の軸成分から成るｎ個の単語ベクトルｗ_ｊ→を算出する。これは、ｑ個の軸方向を可変として、上述の目標変数Ｌが最大化するような文章ベクトルｄ_ｉ→および単語ベクトルｗ_ｊ→を算出することに相当する。

【0060】

指標値算出部６３は、ベクトル算出部６２により算出されたｍ個の文章ベクトルｄ_ｉ→とｎ個の単語ベクトルｗ_ｊ→との内積をそれぞれとることにより、ｍ個の文章ｄ_ｉおよびｎ個の単語ｗ_ｊ間の関係性を反映した指標値を算出する。本実施形態では、指標値算出部６３は、次の式（３）に示すように、ｍ個の文章ベクトルｄ_ｉ→の各ｑ個の軸成分（ｄ₁₁～ｄ_mq）を各要素とする文章行列Ｄと、ｎ個の単語ベクトルｗ_ｊ→の各ｑ個の軸成分（ｗ₁₁～ｗ_nq）を各要素とする単語行列Ｗとの積をとることにより、ｍ×ｎ個の指標値を各要素とする指標値行列ＤＷを算出する。ここで、Ｗ^ｔは単語行列の転置行列である。

【0061】

【数3】

【0062】

このようにして算出された指標値行列ＤＷの各要素は、どの単語がどの文章に対してどの程度寄与しているのか、どの文章がどの単語に対してどの程度寄与しているのかを表したものと言える。例えば、１行２列の要素ｄｗ₁₂は、単語ｗ₂が文章ｄ₁に対してどの程度寄与しているのかを表した値と言え、また、文章ｄ₁が単語ｗ₂に対してどの程度寄与しているのかを表した値と言える。これにより、指標値行列ＤＷの各行は文章の類似性を評価するものとして用いることが可能であり、各列は単語の類似性を評価するものとして用いることが可能である。

【0063】

特徴ベクトル特定部６４は、ｍ個の文章のそれぞれについて、１つの文章についてｎ個の単語の指標値から成る文章指標値群を特徴ベクトルとして特定する。すなわち、特徴ベクトル特定部６４は、図８に示すように、指標値行列ＤＷの各行を構成しているｎ個の単語の指標値から成る文章指標値群を、それぞれのｍ個の文章に対する特徴ベクトルとして特定する。

【0064】

２次元化処理部１１は、以上のようにして特徴ベクトル算出部６０によりｍ個の文章について算出されたｍ個の特徴ベクトルに対して次元圧縮の処理を行うことにより、２次元の緯度経度情報を生成する。具体的には、３次元化処理部１１ａが、ｍ個の特徴ベクトルが有する各ｎ個の指標値から成るｍ行×ｎ列の指標値行列ＤＷに対してＰＣＡ、ＳＶＤなどの次元圧縮処理を行うことにより、ｍ行×３列の行列に次元圧縮し、当該３列の値を３次元座標情報として得る。そして、座標置換部１１ｂが、３次元化処理部１１ａにより生成されたｍ個の３次元座標情報をそれぞれ緯度経度情報に置換する。

【0065】

マップ生成部１２は、ｍ個の文章について２次元化処理部１１により生成された複数の緯度経度情報に基づいて、緯度経度の２次元座標系に複数の文章をプロットした２次元マップを生成する。そして、マップ表示部２０は、マップ生成部１２により生成された２次元マップを表示装置３２に表示させる。これにより表示される２次元マップは、図４（ｂ）に示したようなものとなる。

【0066】

上述したように、本実施形態の特徴ベクトル算出部６０により算出される特徴ベクトルは、文章の類似性を評価するものとして使用可能な情報である。よって、従来技術のように特徴ベクトル間の類似度を算出するための処理を特に行わなくても、特徴ベクトルを次元圧縮して生成した緯度経度情報に基づいてプロットするだけで、特徴ベクトルの類似度が高い文章どうしが近接した位置に塊り状にプロットされた２次元マップが生成されるようになる。また、本実施形態によれば、無限の開空間の座標系の中に有限のプロット対象エリアを定義するような処理を行うことなく、緯度経度の座標系から成る元々の閉空間において、特徴ベクトルが持つ類似度に応じて文章のプロット位置が適切に決められる。このため、類似度に応じたクラスターの状態が複数の箇所で適切に起こりやすくなり、複数の分散したクラスターが現れやすい２次元マップを生成することができる。

【0067】

上述したように、対象情報ＤＢ記憶部３１’に記憶される文章には、様々なテーマに関する文章が含まれる。ここで、特定のテーマに関する複数の文章では、同じような単語が使用される傾向がある。このため、文章がどの単語に対してどの程度寄与しているのかを表した指標値で、文章の類似性を表す文章指標値群（指標値行列ＤＷの各行の値）を要素とする特徴ベクトルを用いて２次元マップを生成することにより、特定のテーマにより関連性が深い文章どうしでクラスターが形成される可能性が高くなる。よって、第２の実施形態による２次元マップ可視化システムを検索システムに応用した場合、所望のクラスターが生じている領域を指定することにより、特定のテーマに関連する文章を容易に抽出することが可能となる。第１の実施形態においても、第２の実施形態と同様に生成された特徴ベクトルを対象情報ＤＢ記憶部３１に記憶しておけば、第２の実施形態と同様の効果を得ることが可能である。

【0068】

ところで、対象情報ＤＢ記憶部３１’に記憶される文章のデータは、ｍ個の文章から２次元マップを生成した後に追加されることがある。例えば、ｍ個の文章に加えてｘ個（ｘは１以上の任意の整数）の文章が対象情報ＤＢ記憶部３１’に記憶された場合、２次元マップ生成部１０’は、ｍ＋ｘ個の文章を解析対象として特徴ベクトルを改めて算出し、当該特徴ベクトルを次元圧縮して生成した緯度経度情報に基づいて２次元マップを再生成する。

【0069】

このとき、２次元マップ生成部１０’は、ｍ個の文章に関する緯度経度情報については改めて生成し直すことなく、先に生成した緯度経度情報を固定的に用いる一方、ｘ個の文章に関する緯度経度情報を追加して生成する。また、ｘ個の文章について算出したｘ個の特徴ベクトルを次元圧縮する際に、ｍ個の特徴ベクトルに対して次元圧縮の処理を行ったときと同じ作用を有する関数を用いて次元圧縮を行う。

【0070】

例えば、次元圧縮の処理としてＰＣＡを用いる場合、ｍ個の特徴ベクトルに対して次元圧縮の処理を行ったときに検出された主成分を引き継いで、ｘ個の特徴ベクトルに対して次元圧縮の処理を行う。また、次元圧縮の処理としてＳＶＤを用いる場合、ｍ個の特徴ベクトルに対して次元圧縮の処理を行ったときに検出された特異値を引き継いで、ｘ個の特徴ベクトルに対して次元圧縮の処理を行う。

【0071】

具体的には、２次元マップ生成部１０’は、以下のように処理を実行する。すなわち、単語抽出部６１は、ｍ＋ｘ個の文章を解析し、当該ｍ＋ｘ個の文章からｎ個の単語を抽出する。文章ベクトル算出部６２Ａは、ｍ＋ｘ個の文章をそれぞれ所定のルールに従ってｑ次元にベクトル化することにより、ｑ個の軸成分から成るｍ＋ｘ個の文章ベクトルを算出する。単語ベクトル算出部６２Ｂは、ｎ個の単語をそれぞれ所定のルールに従ってｑ次元にベクトル化することにより、ｑ個の軸成分から成るｎ個の単語ベクトルを算出する。

【0072】

指標値算出部６３は、ｍ＋ｘ個の文章ベクトルとｎ個の単語ベクトルとの内積をそれぞれとることにより、ｍ＋ｘ個の文章およびｎ個の単語間の関係性を反映した（ｍ＋ｘ）×ｎ個の指標値を算出する。特徴ベクトル特定部６４は、ｘ個の文章のそれぞれについて、１つの文章についてｎ個の単語の指標値から成る文章指標値群を追加の特徴ベクトルとして特定する。

【0073】

２次元化処理部１１（３次元化処理部１１ａ）は、ｍ個の文章のそれぞれについて特徴ベクトルに対して次元圧縮の処理を行ったときと同じ作用を有する関数を用いて、ｘ個の文章のそれぞれについて追加の特徴ベクトルに対して次元圧縮の処理を行うことにより、ｘ個の文章のそれぞれについて２次元の緯度経度情報を生成する。この次元圧縮において、特徴ベクトルから３次元座標情報を生成する際（つまり、（ｍ＋ｘ）×ｎの指標値行列を（ｍ＋ｘ）×３の行列に次元圧縮する際）に、ｍ個の文章に関する特徴ベクトルについては、ｍ個の文章を解析したときに算出したｍ個の特徴ベクトルを固定的に用いる。

【0074】

マップ生成部１２は、２次元化処理部１１によりｍ個の文章について生成されたｍ個の緯度経度情報（元の緯度経度情報）と、ｘ個の文章について生成されたｘ個の緯度経度情報（追加された緯度経度情報）とに基づいて、緯度経度の座標系から成る２次元平面上にｍ＋ｘ個の文章をプロットした２次元マップを生成する。

【0075】

このように、本実施形態では、ｍ個の文章に加えてｘ個の文章を解析対象とする場合に、ｍ個の文章に関する緯度経度情報については改めて生成し直すことなく固定し、ｍ個の特徴ベクトルに対して次元圧縮の処理を行ったときと同じ作用を有する関数を用いて次元圧縮を行うことにより、ｘ個の文章に関する緯度経度情報を追加して生成するようにしている。このようにすることで、単に特徴ベクトルの類似度が高い文章どうしが近くにプロットされるだけでなく、経度緯度情報に基づきクラスターが形成されている領域の意味付けを明確に保持することができる。

【0076】

ここでいう意味付けとは、特定のテーマにより関連性が深い文章どうしでクラスターが形成されるということである。例えば、追加したｘ個の文章が特定のテーマＡに関するものであった場合、当該ｘ個の文章は、ｍ個の文章について２次元マップを生成した際に形成されたテーマＡに関するクラスターの中に追加してプロットされる可能性が高くなる。つまり、上記の構成によれば、ｍ個の文章を対象として２次元マップを生成したときに形成されたスラスターを維持しつつ、ｘ個の文章を追加して２次元マップを生成することができ、追加されたｘ個の文章については、関係性の深いクラスター上にプロットすることができる。なお、最初に形成されたクラスターと対比することなどを目的として、先に生成した緯度経度情報を固定的に用いることなく、ｍ＋ｘ個の文章について純粋に特徴ベクトルを次元圧縮して２次元マップを生成するようにしてもよい。

【0077】

上記第２の実施形態では、２次元マップに対するプロットの対象情報が文章であり、特徴ベクトルとして、文章がどの単語に対してどの程度寄与しているのかを表した指標値（指標値行列ＤＷの１つの行に含まれる文章指標値群）を複数の要素とするベクトルを用いる例について説明したが、これに限定されない。例えば、２次元マップに対するプロットの対象情報を単語とし、特徴ベクトルとして、単語がどの文章に対してどの程度寄与しているのかを表した指標値を複数の要素とするベクトルを用いてもよい。この場合、特徴ベクトル特定部６４は、図９に示すように、指標値行列ＤＷにおいて、ｎ個の単語のうち１つの単語についてｍ個の文章の指標値から成る単語指標値群（指標値行列ＤＷの１つの列に含まれる単語指標値群）を特徴ベクトルとして特定する。

【0078】

また、上記第１および第２の実施形態では、多次元の特徴ベクトルを３次元座標情報に変換した後、３次元座標情報を緯度経度情報に変換する例について説明したが、多次元の特徴ベクトルを緯度経度座標にダイレクトに変換するようにしてもよい。例えば、固定値として用いたｒ値を作らず、θ，ψの代わりに緯度情報および経度情報を生成するようにしてもよい。

【0079】

その他、上記第１および第２の実施形態は、何れも本発明を実施するにあたっての具体化の一例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその要旨、またはその主要な特徴から逸脱することなく、様々な形で実施することができる。

【符号の説明】

【0080】

１０，１０’ ２次元マップ生成部（２次元マップ生成装置）
１１ ２次元化処理部
１１ａ ３次元化処理部
１１ｂ 座標置換部
１２ マップ生成部
２０ マップ表示部
３１，３１’ 対象情報ＤＢ記憶部
３２ 表示装置
６０ 特徴ベクトル算出部
６１ 単語抽出部
６２ ベクトル算出部
６２Ａ 文章ベクトル算出部
６２Ｂ 単語ベクトル算出部
６３ 指標値算出部
６４ 特徴ベクトル特定部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】