(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】2022-11-30
(45)【発行日】2022-12-08
(54)【発明の名称】テキスト情報判定装置及びそのプログラム
(51)【国際特許分類】
G06F 16/55 20190101AFI20221201BHJP
【ＦＩ】
G06F16/55
【請求項の数】
8
(21)【出願番号】P 2018236090
(22)【出願日】2018-12-18
(65)【公開番号】P2020098454
(43)【公開日】2020-06-25
【審査請求日】2021-11-08
(73)【特許権者】
【識別番号】000004352
【氏名又は名称】日本放送協会
(74)【代理人】
【識別番号】110001807
【氏名又は名称】弁理士法人磯野国際特許商標事務所
(72)【発明者】
【氏名】武井 友香
(72)【発明者】
【氏名】後藤 淳
(72)【発明者】
【氏名】宮▲崎▼ 太郎
【審査官】原 秀人
(56)【参考文献】
【文献】特開２０１３－０３３３７５（ＪＰ，Ａ）
【文献】特開２０１６－１１０４５２（ＪＰ，Ａ）
【文献】特開２０１３－２５７６７７（ＪＰ，Ａ）
【文献】特開２０１５－０２６２０６（ＪＰ，Ａ）
【文献】特開２００８－１５２６３４（ＪＰ，Ａ）
【文献】福原 知宏 外，感情表現と用語のクラスタリングを用いた時系列テキスト集合からの話題検出，２００６年度人工知能学会全国大会（第２０回）論文集，日本，社団法人人工知能学会，2006年06月07日，pp. 1-3
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０６Ｆ １６／００－１６／９５８
(57)【特許請求の範囲】
【請求項1】
感情極性の変化により、話題性が高いテキスト情報を判定するテキスト情報判定装置であって、予め設定されたキーワードを含み、かつ、時刻情報が付加された前記テキスト情報が複数入力されるテキスト情報入力手段と、
入力された各テキスト情報の感情極性スコアを算出し、算出した当該感情極性スコアに対応する感情極性ラベルを前記各テキスト情報に付加する感情極性ラベル付加手段と、
予め設定された集計期間において、前記テキスト情報の件数を前記感情極性ラベル毎に集計し、前記テキスト情報の合計件数と前記感情極性ラベル毎の件数との割合を前記感情極性の割合として算出する感情極性割合算出手段と、
前記感情極性の割合の上昇により、前記感情極性のバーストが発生したか否かを判定するバースト判定手段と、
前記感情極性の割合の比較により、前記感情極性の逆転が発生したか否かを判定する逆転判定手段と、
前記バースト及び／又は前記逆転が発生したときの前記感情極性ラベルと前記キーワードと前記集計期間とに該当する前記テキスト情報を、話題性が高い前記テキスト情報として判定するテキスト情報判定手段と、
を備えることを特徴とするテキスト情報判定装置。
【請求項2】
前記感情極性ラベル付加手段は、学習時、前記テキスト情報に前記感情極性ラベルが予め付加された学習データを用いて、感情分類モデルを学習し、
判定時、前記感情分類モデルにより前記各テキスト情報の感情極性スコアを算出し、前記感情極性スコアが最も高い感情極性ラベルを前記各テキスト情報に付加することを特徴とする請求項１に記載のテキスト情報判定装置。
【請求項3】
前記感情極性ラベル付加手段は、単語毎の前記感情極性スコアが格納された感情極性スコア情報を参照して、前記各テキスト情報の感情極性スコア、及び、前記感情極性スコア情報に含まれる各単語の感情極性スコアを平均した感情極性スコア平均値を算出し、前記感情極性スコア平均値を基準として前記各テキスト情報の感情極性スコアを分類することで、分類した前記感情極性スコアに対応する感情極性ラベルを前記各テキスト情報に付加することを特徴とする請求項１に記載のテキスト情報判定装置。
【請求項4】
前記逆転判定手段は、前記逆転の判定対象となる２つの感情極性が予め設定され、
前記２つの感情極性の割合が等しくなった場合、前記２つの感情極性の割合の大小が入れ替わった場合、又は、前記２つの感情極性の割合の大小が入れ替わった後、前記２つの感情極性の割合の差分が所定の閾値以上となった場合、前記感情極性の逆転が発生したと判定することを特徴とする請求項１から請求項３の何れか一項に記載のテキスト情報判定装置。
【請求項5】
前記テキスト情報に含まれる単語の出現回数が多い順に、又は、前記感情極性の逆転が発生したあとの前記感情極性の割合の比の最大値に応じて、前記キーワードを設定するキーワード設定手段、をさらに備え、前記テキスト情報判定手段は、前記バースト及び前記逆転の両方が発生しない場合、前記出現回数が少ないキーワードに切り替えて、話題性が高い前記テキスト情報を判定することを特徴とする請求項１から請求項４の何れか一項に記載のテキスト情報判定装置。
【請求項6】
前記キーワード設定手段は、中立を表す前記感情極性が予め設定され、当該中立の感情極性に属する単語を前記キーワードから削除することを特徴とする請求項５に記載のテキスト情報判定装置。
【請求項7】
前記テキスト情報は、投稿時刻が付加されたソーシャルメディア情報であることを特徴とする請求項１から請求項６の何れか一項に記載のテキスト情報判定装置。
【請求項8】
コンピュータを、請求項１から請求項７の何れか一項に記載のテキスト情報判定装置として機能させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、話題性が高いテキスト情報を判定するテキスト情報判定装置及びそのプログラムに関する。
【背景技術】
【0002】
ソーシャル・ネットワーキング・サービス（ＳＮＳ:Social Networking Service）が発達したことにより、個人が容易に、リアルタイムで情報を発信することが可能になった。これらＳＮＳのソーシャルビックデータは、有力な情報源となり、社会の風潮や社会問題の把握に活用されている。近年では、ＳＮＳに投稿された大量のテキストをいくつかの感情の種類に分類し、その分類結果を利用して株価の動向を予測する手法が提案されている（非特許文献１）。また、ＳＮＳで炎上している投稿を検出する手法も提案されている（非特許文献２）。放送局においても、ＳＮＳへの投稿を複数人で常時監視し、話題になっている投稿及びその投稿が示す情報（ＳＮＳ情報）を番組制作に活かす場合がある。
【先行技術文献】
【非特許文献】
【0003】
【文献】「Ｔｗｉｔｔｅｒの多軸的感情情報を利用した株価の予測」、増井佑亮、藤野巖、一般社団法人言語処理学会、言語処理学会第２４回年次大会発表論文集、２０１８年３月
【文献】「Ｔｗｉｔｔｅｒにおける感情分析を用いた炎上の検出と分析」、高橋直樹、檜垣泰彦、一般社団法人電子情報通信学会、電子情報通信学会技術研究報告、２０１７年３月
【発明の概要】
【発明が解決しようとする課題】
【0004】
話題になっているＳＮＳ情報を見つけるために、「リツイート」、「リプライ」、「いいね」などの反響の件数を参考にする場合がある。しかし、実際に反響件数の多いＳＮＳ情報を確認してみると、企業の商品やサービスなどの広告に関する投稿が多い。図９の例では、ある日に投稿されたツイート（登録商標）に多く含まれる単語（キーワード）を出現回数順に示している。図９に示すように、「クーポンコード」、「誕生日」、「参加者募集」などの単語がＳＮＳ情報に多く含まれており、これらのＳＮＳ情報を直接番組制作に生かすことは難しい。そこで、反響件数や単語の出現回数だけでなく、話題性が高いＳＮＳ情報を正確に判定することが求められている。
【0005】
本発明は、話題性が高いテキスト情報を正確に判定できるテキスト情報判定装置及びそのプログラムを提供することを課題とする。
【課題を解決するための手段】
【0006】
前記した課題に鑑みて、本発明に係るテキスト情報判定装置は、感情極性の変化により、話題性が高いテキスト情報を判定するテキスト情報判定装置であって、テキスト情報入力手段と、感情極性ラベル付加手段と、感情極性割合算出手段と、バースト判定手段と、逆転判定手段と、テキスト情報判定手段と、を備える構成とした。
【0007】
かかるテキスト情報判定装置によれば、テキスト情報入力手段は、予め設定されたキーワードを含み、かつ、時刻情報が付加されたテキスト情報が複数入力される。
感情極性ラベル付加手段は、入力された各テキスト情報の感情極性スコアを算出し、算出した感情極性スコアに対応する感情極性ラベルを各テキスト情報に付加する。
感情極性割合算出手段は、予め設定された集計期間において、テキスト情報の件数を感情極性ラベル毎に集計し、テキスト情報の合計件数と感情極性ラベル毎の件数との割合を感情極性の割合として算出する。
感情極性ラベル付加手段は、入力された各テキスト情報の感情極性スコアを算出し、算出した感情極性スコアに対応する感情極性ラベルを各テキスト情報に付加する。
感情極性割合算出手段は、予め設定された集計期間において、テキスト情報の件数を感情極性ラベル毎に集計し、テキスト情報の合計件数と感情極性ラベル毎の件数との割合を感情極性の割合として算出する。
【0008】
バースト判定手段は、感情極性の割合の上昇により、感情極性のバーストが発生したか否かを判定する。
逆転判定手段は、感情極性の割合の比較により、感情極性の逆転が発生したか否かを判定する。
そして、テキスト情報判定手段は、バースト及び／又は逆転が発生したときの感情極性ラベルとキーワードと集計期間とに該当するテキスト情報を、話題性が高いテキスト情報として判定する。
このように、テキスト情報判定装置は、テキスト情報におけるバーストや感情極性の逆転の発生を感情極性の変化として捉え、話題性が高いテキスト情報を判定する。
逆転判定手段は、感情極性の割合の比較により、感情極性の逆転が発生したか否かを判定する。
そして、テキスト情報判定手段は、バースト及び／又は逆転が発生したときの感情極性ラベルとキーワードと集計期間とに該当するテキスト情報を、話題性が高いテキスト情報として判定する。
このように、テキスト情報判定装置は、テキスト情報におけるバーストや感情極性の逆転の発生を感情極性の変化として捉え、話題性が高いテキスト情報を判定する。
【0009】
なお、本発明は、コンピュータが備えるＣＰＵ、メモリ、ハードディスクなどのハードウェア資源を、前記したテキスト情報判定装置として協調動作させるプログラムで実現することもできる。
【発明の効果】
【0010】
本発明によれば、テキスト情報におけるバーストや感情極性の逆転の発生を感情極性の変化として捉えるので、話題性が高いテキスト情報を正確に判定できる。
【図面の簡単な説明】
【0011】
【図1】実施形態に係るＳＮＳ投稿文抽出装置の構成を示すブロック図である。
【図2】実施形態において、ＳＮＳ投稿文に付加した感情極性ラベルの一例を説明する説明図である。
【図3】実施形態において、感情極性の割合の一例を表すテーブルである。
【図4】実施形態において、感情極性のバーストの一例を表すグラフである。
【図5】実施形態において、感情極性の逆転の一例を表すグラフである。
【図6】実施形態に係るＳＮＳ投稿文抽出装置の動作を示すフローチャートである。
【図7】実施例において、感情極性の割合の変化の一例を表すグラフである。
【図8】実施例において、感情極性の割合の一例を表すテーブルである。
【図9】ＳＮＳ投稿文で出現回数が多い単語を表すリストである。
【発明を実施するための形態】
【0012】
（実施形態）
［ＳＮＳ投稿文抽出装置の概要］
以下、本発明の実施形態について、適宜図面を参照しながら詳細に説明する。
図１を参照し、実施形態に係るＳＮＳ投稿文抽出装置（テキスト情報判定手段）１の概要を説明する。
［ＳＮＳ投稿文抽出装置の概要］
以下、本発明の実施形態について、適宜図面を参照しながら詳細に説明する。
図１を参照し、実施形態に係るＳＮＳ投稿文抽出装置（テキスト情報判定手段）１の概要を説明する。
【0013】
ＳＮＳ投稿文抽出装置１は、感情極性の変化により、話題性が高いＳＮＳ投稿文（テキスト情報）を抽出するものである。図１に示すように、ＳＮＳ投稿文抽出装置１は、記憶手段１０と、キーワード設定手段２０と、ＳＮＳ投稿文収集手段（テキスト情報入力手段）３０と、感情分類手段４０と、定常値判定手段５０と、ＳＮＳ投稿文抽出手段（テキスト情報判定手段）６０とを備える。
【0014】
このＳＮＳ投稿文抽出装置１は、ＳＮＳ投稿文が示す感情極性に着目することで、話題性が高いＳＮＳ投稿文を効率的、かつ、正確に抽出する。すなわち、ＳＮＳ投稿文抽出装置１は、ＳＮＳ利用者の感情を大きく動かすきっかけとなったＳＮＳ投稿文や、世論の変化を生じさせるきっかけとなったＳＮＳ投稿文を抽出する。
【0015】
まず、ＳＮＳ投稿文抽出装置１は、感情分類手段４０によって、ＳＮＳに投稿されたＳＮＳ投稿文の感情極性を判定する。次に、ＳＮＳ投稿文抽出装置１は、定常値判定手段５０によって、それぞれの感情極性の定常的な割合を算出し、感情極性のバーストや感情極性の逆転など、感情極性の変化があるか否かを判定する。感情極性の変化がある場合、ＳＮＳ投稿文抽出装置１は、ＳＮＳ投稿文抽出手段６０によって、そのＳＮＳ投稿文を、世の中で話題になっているＳＮＳ投稿文とみなして抽出する
【0016】
なお、感情極性とは、例えば、「○○ランド楽しかったー！！！」のように、サービス、商品又はイベントなどの様々な対象物に対するＳＮＳ利用者の感情表現である。例えば、「楽しい」という単語は、ＳＮＳ投稿文の感情極性を判定する上で重要な語彙となっている。
本実施形態では、ポジティブ、ニュートラル及びネガティブからなる３軸の感情極性が予め設定されている。ポジティブが肯定的な感情極性を表し、ニュートラルが中立的な感情極性を表し、ネガティブが否定的な感情極性を表す。
また、各感情極性には、その感情極性を一意に識別可能な感情極性ラベルが対応する。
本実施形態では、ポジティブ、ニュートラル及びネガティブからなる３軸の感情極性が予め設定されている。ポジティブが肯定的な感情極性を表し、ニュートラルが中立的な感情極性を表し、ネガティブが否定的な感情極性を表す。
また、各感情極性には、その感情極性を一意に識別可能な感情極性ラベルが対応する。
【0017】
なお、ＳＮＳ投稿文（ソーシャルメディア情報）とは、ＳＮＳに投稿された投稿単位のテキスト情報である。例えば、ＳＮＳ投稿文としては、ツイート（登録商標）があげられる。このＳＮＳ投稿文には、時刻情報として、ＳＮＳに投稿された時刻を表す投稿時刻が付加されている。
【0018】
本実施形態では、感情分類手段４０が、２つの動作モードで動作する。動作モードの１つめは、後記する感情分類器（感情分類モデル）を学習する学習モードである。動作モードの２つめは、学習した感情分類器を用いて、話題性が高いＳＮＳ投稿文を判定して抽出する抽出モードである。なお、本実施形態では、ＳＮＳ投稿文抽出装置１のユーザが、２つの動作モードを手動で切り替えることとする。
【0019】
［ＳＮＳ投稿文抽出装置の構成］
以下、ＳＮＳ投稿文抽出装置１の構成について、詳細に説明する。
記憶手段１０は、感情分類器を記憶するメモリ、ハードディスクなどの記憶装置である。この感情分類器は、学習モードにおいて、後記する感情分類手段４０（感情極性ラベル付加手段４１）から書き込まれ、抽出モードにおいて、感情分類手段４０によって参照される。
以下、ＳＮＳ投稿文抽出装置１の構成について、詳細に説明する。
記憶手段１０は、感情分類器を記憶するメモリ、ハードディスクなどの記憶装置である。この感情分類器は、学習モードにおいて、後記する感情分類手段４０（感情極性ラベル付加手段４１）から書き込まれ、抽出モードにおいて、感情分類手段４０によって参照される。
【0020】
キーワード設定手段２０は、ＳＮＳ投稿文を収集するためのキーワードを予め設定するものである。本実施形態では、キーワード設定手段２０は、１語以上のキーワードを設定することとする。
例えば、キーワード設定手段２０は、予め取得した多数のＳＮＳ投稿文を形態素解析し、各単語の出現回数をカウントし、出現回数が多い単語をキーワードとして自動的に設定する（図９参照）。このとき、ＳＮＳ投稿文抽出装置１のユーザが、図示を省略したキーボード、マウスなどの操作手段を用いて、名詞、動詞、複合語などのキーワードの品詞を任意に指定できる。
また、ＳＮＳ投稿文抽出装置１のユーザが、操作手段を用いて、任意のキーワードを手動で設定してもよい。
キーワード設定手段２０は、設定されたキーワードをＳＮＳ投稿文収集手段３０に出力する。
例えば、キーワード設定手段２０は、予め取得した多数のＳＮＳ投稿文を形態素解析し、各単語の出現回数をカウントし、出現回数が多い単語をキーワードとして自動的に設定する（図９参照）。このとき、ＳＮＳ投稿文抽出装置１のユーザが、図示を省略したキーボード、マウスなどの操作手段を用いて、名詞、動詞、複合語などのキーワードの品詞を任意に指定できる。
また、ＳＮＳ投稿文抽出装置１のユーザが、操作手段を用いて、任意のキーワードを手動で設定してもよい。
キーワード設定手段２０は、設定されたキーワードをＳＮＳ投稿文収集手段３０に出力する。
【0021】
ＳＮＳ投稿文収集手段３０は、キーワード設定手段２０から入力されたキーワードが含まれるＳＮＳ投稿文を、所定の収集期間だけ収集するものである。本実施形態では、ＳＮＳ投稿文収集手段３０は、キーワード設定手段２０に設定されたキーワードのうち、１語以上が含まれているＳＮＳ投稿文を抽出する。ここで、ＳＮＳ投稿文抽出装置１のユーザが、操作手段を用いて、任意の収集期間を手動で設定する。なお、ＳＮＳ投稿文抽出装置１のユーザが収集期間を設定しなかった場合、所定の初期値（例えば、１０時間）を収集期間としてもよい。
ＳＮＳ投稿文収集手段３０は、収集したＳＮＳ投稿文を感情分類手段４０に出力する。
ＳＮＳ投稿文収集手段３０は、収集したＳＮＳ投稿文を感情分類手段４０に出力する。
【0022】
感情分類手段４０は、ＳＮＳ投稿文収集手段３０から入力されたＳＮＳ投稿文の感情極性を分類するものであり、感情極性ラベル付加手段４１を備える。
【0023】
感情極性ラベル付加手段４１は、各ＳＮＳ投稿文の感情極性スコアを算出し、算出した感情極性スコアに対応する感情極性ラベルを各ＳＮＳ投稿文に付加するものである。本実施形態では、感情極性ラベル付加手段４１は、学習モード及び抽出モードで動作が異なるため、順に説明する。
【0024】
学習モードにおいて、感情極性ラベル付加手段４１は、ＳＮＳ投稿文に予め感情極性ラベルが付加された学習データを用いて、感情分類器を学習する。例えば、感情分類器は、再帰型ニューラルネットワーク（ＲＮＮ：Recurrent Neural Network）などのニューラルネットワーク、サポートベクターマシン（ＳＶＭ：Support Vector Machine）、又は、ＣＲＦ（Conditional Random Fields）などの機械学習モデルで構成する。このとき、感情分類器は、文字単位、形態素単位、又は、単語単位で学習すればよい。この感情分類器を用いれば、感情極性毎に、その感情極性に該当する可能性を表す感情極性スコアを算出できる。
【0025】
抽出モードにおいて、感情極性ラベル付加手段４１は、感情分類器により各ＳＮＳ投稿文の感情極性スコアを算出し、感情極性スコアが最も高い感情極性ラベルを各ＳＮＳ投稿文に付加する。
【0026】
例えば、感情極性ラベル付加手段４１は、ＳＮＳ投稿文収集手段３０から入力された各ＳＮＳ投稿文を、感情分類器に対応させて、文字単位、形態素単位、又は、単語単位に分割する。次に、感情極性ラベル付加手段４１は、分割した各ＳＮＳ投稿文を感情分類器に入力し、感情極性毎に感情極性スコアを算出する。すなわち、感情極性ラベル付加手段４１は、各ＳＮＳ投稿文について、ポジティブ、ニュートラル及びネガティブの感情極性スコアをそれぞれ算出する。そして、感情極性ラベル付加手段４１は、各ＳＮＳ投稿文について、感情極性スコアが最も高くなる感情極性を求め、その感情極性を示す感情極性ラベルを各ＳＮＳ投稿文に付加する。
感情極性ラベル付加手段４１は、感情極性ラベル及び投稿時刻が付加されているＳＮＳ投稿文を定常値判定手段５０に出力する。
感情極性ラベル付加手段４１は、感情極性ラベル及び投稿時刻が付加されているＳＮＳ投稿文を定常値判定手段５０に出力する。
【0027】
図２には、キーワード「○○ランド」で収集したＳＮＳ投稿文の一例を図示した。図２に示すように、１行目の「○○ランド楽しかった！！！」というＳＮＳ投稿文では、ポジティブとニュートラルとネガティブとの３軸の感情極性スコアのうち、ポジティブの感情極性スコア「０．６２６」が最高スコアであったこととする。この場合、１行目のＳＮＳ投稿文は、感情極性ラベルがポジティブになる。
また、２行目の「○○ランド、今日も通常開園」というＳＮＳ投稿文では、３軸の感情極性スコアのうち、ニュートラルの感情極性スコア「０．７３１」が最高スコアであったこととする。この場合、２行目のＳＮＳ投稿文は、感情極性ラベルがニュートラルになる。
また、３行目の「○○ランドの食事、すごくまずかった」というＳＮＳ投稿文では、３軸の感情極性スコアのうち、ネガティブの感情極性スコア「０．５２６」が最高スコアであったこととする。この場合、３行目のＳＮＳ投稿文は、感情極性ラベルがネガティブになる。
また、２行目の「○○ランド、今日も通常開園」というＳＮＳ投稿文では、３軸の感情極性スコアのうち、ニュートラルの感情極性スコア「０．７３１」が最高スコアであったこととする。この場合、２行目のＳＮＳ投稿文は、感情極性ラベルがニュートラルになる。
また、３行目の「○○ランドの食事、すごくまずかった」というＳＮＳ投稿文では、３軸の感情極性スコアのうち、ネガティブの感情極性スコア「０．５２６」が最高スコアであったこととする。この場合、３行目のＳＮＳ投稿文は、感情極性ラベルがネガティブになる。
【0028】
図１に戻り、ＳＮＳ投稿文抽出装置１の構成について、説明を続ける。
定常値判定手段５０は、感情極性の割合を定常値として扱って、感情極性の変化を判定するものであり、感情極性割合算出手段５１と、バースト判定手段５２と、逆転判定手段５３とを備える。
定常値判定手段５０は、感情極性の割合を定常値として扱って、感情極性の変化を判定するものであり、感情極性割合算出手段５１と、バースト判定手段５２と、逆転判定手段５３とを備える。
【0029】
感情極性割合算出手段５１は、予め設定された集計期間において、感情極性ラベル付加手段４１から入力されたＳＮＳ投稿文の件数を感情極性ラベル毎に集計し、ＳＮＳ投稿文の合計件数と感情極性ラベル毎の件数との割合を感情極性の割合として算出するものである。すなわち、感情極性割合算出手段５１は、感情極性ラベル付加手段４１が付加した感情極性ラベル及びＳＮＳ投稿文の投稿時刻を元に、所定の集計期間（集計間隔）毎に感情極性の割合を算出する。
感情極性割合算出手段５１は、算出した感情極性の割合をバースト判定手段５２に出力する。
感情極性割合算出手段５１は、算出した感情極性の割合をバースト判定手段５２に出力する。
【0030】
＜感情極性の割合＞
図３を参照し、感情極性の割合の算出方法について、具体的に説明する。
図３には、感情極性割合算出手段５１が算出した感情極性の割合の一例をテーブルとして図示した。ここでは、キーワードが「○○ランド」、収集時間が１０時間、集計期間が１時間を一例として説明する。
図３を参照し、感情極性の割合の算出方法について、具体的に説明する。
図３には、感情極性割合算出手段５１が算出した感情極性の割合の一例をテーブルとして図示した。ここでは、キーワードが「○○ランド」、収集時間が１０時間、集計期間が１時間を一例として説明する。
【0031】
まず、各集計期間でＳＮＳ投稿文の件数が異なるため、感情極性割合算出手段５１は、集計期間毎にＳＮＳ投稿文の合計件数を算出する。前記したように、キーワード「○○ランド」を含む各ＳＮＳ投稿文には、ポジティブ、ニュートラル又はネガティブの何れかの感情極性ラベルが付加されている。従って、感情極性割合算出手段５１は、集計期間毎に各感情極性ラベルが付加されたＳＮＳ投稿の件数を集計し、感情極性ラベル毎の件数を求める。さらに、感情極性割合算出手段５１は、集計期間毎に、ＳＮＳ投稿文の合計件数と感情極性ラベル毎に集計したＳＮＳ投稿文の件数との割合を算出する。
【0032】
図３において、集計期間が１時間目の場合、ＳＮＳ投稿文の合計件数が１５８０件であり、ポジティブのＳＮＳ投稿文の件数が４５２件であり、ネガティブのＳＮＳ投稿文の件数が３５１件であり、ニュートラルのＳＮＳ投稿文の件数が７７７件であることとする。この場合、ＳＮＳ投稿文の合計件数に対し、ポジティブの感情極性の割合が４５２／１５８０≒０．２８６となり、ネガティブの感情極性の割合が３５１／１５８０≒０．２２２となり、ニュートラルの感情極性の割合が７７７／１５８０≒０．４９２となる。
なお、詳細な説明は省略するが、２時間目以降の集計期間についても同様に感情極性の割合を算出する。
なお、詳細な説明は省略するが、２時間目以降の集計期間についても同様に感情極性の割合を算出する。
【0033】
バースト判定手段５２は、感情極性割合算出手段５１が算出した感情極性の割合の上昇により、感情極性のバーストが発生したか否かを判定するものである。なお、バーストとは、ある感情極性の割合が一定時間で急激に増加する現象のことである。
【0034】
本実施形態では、バースト判定手段５２は、ニュートラル以外の感情極性、つまり、ポジティブ及びネガティブの感情極性でバーストが発生したか否かを判定する。例えば、バースト判定手段５２は、Ｋｌｅｉｎｂｅｒｇのバースト検知手法を用いて、バーストの発生を判定できる（参考文献１）。
参考文献１：Bursty and Hierarchical Structure in Streams， Kleinberg, J., 2003.
参考文献１：Bursty and Hierarchical Structure in Streams， Kleinberg, J., 2003.
【0035】
＜バーストの判定＞
図４を参照し、バーストの判定方法を具体的に説明する。
図４には、感情極性のバーストが発生したときのグラフを図示した。ここでは、キーワードが「○○ランド」、収集時間が１０時間、集計期間が１時間を一例として説明する。図４のグラフでは、実線がポジティブの感情極性の割合を表し、破線がネガティブの感情極性の割合を表す。また、図４では、縦軸が感情極性の割合を表し、横軸が時間（集計期間）を表す。
図４を参照し、バーストの判定方法を具体的に説明する。
図４には、感情極性のバーストが発生したときのグラフを図示した。ここでは、キーワードが「○○ランド」、収集時間が１０時間、集計期間が１時間を一例として説明する。図４のグラフでは、実線がポジティブの感情極性の割合を表し、破線がネガティブの感情極性の割合を表す。また、図４では、縦軸が感情極性の割合を表し、横軸が時間（集計期間）を表す。
【0036】
図４に示すように、ポジティブの感情極性の割合が７－８時間目で急激に上昇しており、ポジティブの感情極性でバーストが発生したと考えられる。この場合、バースト判定手段５２は、感情極性ラベル「ポジティブ」、キーワード「○○ランド」、及び、集計期間「７－８時間目」でバーストが発生したと判定し、その判定結果をＳＮＳ投稿文抽出手段６０に出力する。
【0037】
逆転判定手段５３は、感情極性割合算出手段５１が算出した感情極性の割合の比較により、感情極性の逆転が発生したか否かを判定するものである。本実施形態では、逆転判定手段５３は、ニュートラル以外の感情極性、つまり、ポジティブ及びネガティブの感情極性が逆転したか否かを判定する。
【0038】
＜感情極性の逆転の判定＞
以下、感情極性の逆転の判定方法について、３つの具体例を説明する。
第１の判定方法では、集計期間順にポジティブ及びネガティブの感情極性の割合を比較し、両感情極性の割合が等しくなった場合、その集計期間で感情極性が逆転したと判定する。つまり、第１の判定方法では、以下の式（１）に示すように、ポジティブの感情極性の割合ｐｏｓとネガティブの感情極性の割合ｎｅｇとの差分が０になった集計期間において、感情極性が逆転したと判定する。
ｐｏｓ－ｎｅｇ＝０ …式（１）
以下、感情極性の逆転の判定方法について、３つの具体例を説明する。
第１の判定方法では、集計期間順にポジティブ及びネガティブの感情極性の割合を比較し、両感情極性の割合が等しくなった場合、その集計期間で感情極性が逆転したと判定する。つまり、第１の判定方法では、以下の式（１）に示すように、ポジティブの感情極性の割合ｐｏｓとネガティブの感情極性の割合ｎｅｇとの差分が０になった集計期間において、感情極性が逆転したと判定する。
ｐｏｓ－ｎｅｇ＝０ …式（１）
【0039】
第２の判定方法では、集計期間順にポジティブ及びネガティブの感情極性の割合を比較し、両感情極性の割合の大小が入れ替わった場合、その集計期間で感情極性が逆転したと判定する。このとき、割合が小さい方の感情極性の割合を基準として、割合が大きい方の感情極性の割合との大小を比較する。
【0040】
ある集計期間において、ネガティブの感情極性の割合がポジティブの感情極性の割合より小さい場合を考える。この場合、次の集計期間において、以下の式（２－１）に示すように、ネガティブの感情極性の割合ｎｅｇがポジティブの感情極性の割合ｐｏｓより大きくなった場合、感情極性が逆転したと判定する。
ｎｅｇ＞ｐｏｓ …式（２－１）
ｎｅｇ＞ｐｏｓ …式（２－１）
【0041】
また、ある集計期間において、ポジティブの感情極性の割合がネガティブの感情極性の割合より小さい場合を考える。この場合、次の集計期間において、以下の式（２－２）に示すように、ポジティブの感情極性の割合ｐｏｓがネガティブの感情極性の割合ｎｅｇより大きくなった場合、感情極性が逆転したと判定する。
ｐｏｓ＞ｎｅｇ …式（２－２）
ｐｏｓ＞ｎｅｇ …式（２－２）
【0042】
第３の判定方法では、集計期間順にポジティブ及びネガティブの感情極性の割合を比較し、両感情極性の割合の大小が入れ替わった後、両感情極性の割合の差分が所定の閾値以上となった場合、その集計期間で感情極性が逆転したと判定する。つまり、第３の判定方法では、以下の式（３）に示すように、ポジティブの感情極性の割合ｐｏｓとネガティブの感情極性の割合ｎｅｇとの差分が閾値ｔｈを超える集計期間において、感情極性が逆転したと判定する（但し、０＜ｔｈ＜１）。
｜ｐｏｓ－ｎｅｇ｜＞ｔｈ …式（３）
｜ｐｏｓ－ｎｅｇ｜＞ｔｈ …式（３）
【0043】
この第３の判定方法では、閾値ｔｈは、ＳＮＳ投稿文抽出装置１のユーザが、操作手段を用いて、手動で設定してもよい。
さらに、閾値ｔｈは、割合が小さい方の感情極性の割合を基準に自動的に設定してもよい。例えば、ある集計期間において、ポジティブの感情極性の割合ｐｏｓがネガティブの感情極性の割合ｎｅｇより小さい場合を考える。この場合、次の集計期間では、ポジティブの感情極性の割合ｐｏｓに所定の係数ｘを乗じた値を閾値ｔｈとする（但し、０＜ｘ＜１）。
なお、前記した第１の判定方法～第３の判定方法の何れを用いるかは、ＳＮＳ投稿文抽出装置１のユーザが任意に設定できる。
さらに、閾値ｔｈは、割合が小さい方の感情極性の割合を基準に自動的に設定してもよい。例えば、ある集計期間において、ポジティブの感情極性の割合ｐｏｓがネガティブの感情極性の割合ｎｅｇより小さい場合を考える。この場合、次の集計期間では、ポジティブの感情極性の割合ｐｏｓに所定の係数ｘを乗じた値を閾値ｔｈとする（但し、０＜ｘ＜１）。
なお、前記した第１の判定方法～第３の判定方法の何れを用いるかは、ＳＮＳ投稿文抽出装置１のユーザが任意に設定できる。
【0044】
図５には、感情極性の逆転が発生したときのグラフを図示した。図５に示すように、７時間目以前では、ポジティブの感情極性の割合が、ネガティブの感情極性の割合よりも大きい状態が続いている。そして、７－８時間目において、ネガティブの感情極性の割合がポジティブの感情極性の割合より大きくなるので、ネガティブの感情極性がポジティブの感情極性を逆転したと考えられる。この場合、逆転判定手段５３は、感情極性ラベル「ネガティブ」、キーワード「○○ランド」、及び、集計期間「７－８時間目」で感情極性の逆転が発生したと判定し、その判定結果をＳＮＳ投稿文抽出手段６０に出力する。
【0045】
図１に戻り、ＳＮＳ投稿文抽出装置１の構成について、説明を続ける。
ＳＮＳ投稿文抽出手段６０は、バースト及び／又は逆転が発生したときの感情極性ラベルとキーワードと集計期間とに該当するＳＮＳ投稿文を、話題性が高いＳＮＳ投稿文として判定及び抽出するものである。
ＳＮＳ投稿文抽出手段６０は、バースト及び／又は逆転が発生したときの感情極性ラベルとキーワードと集計期間とに該当するＳＮＳ投稿文を、話題性が高いＳＮＳ投稿文として判定及び抽出するものである。
【0046】
本実施形態では、ＳＮＳ投稿文抽出手段６０は、バースト判定手段５２又は逆転判定手段５３の判定結果に該当するＳＮＳ投稿を、話題性が高いＳＮＳ投稿文として抽出する。具体的には、ＳＮＳ投稿文抽出手段６０は、感情極性ラベル付加手段４１が出力した各ＳＮＳ投稿文のうち、ＳＮＳ投稿文の投稿時刻が判定結果の集計期間に含まれ、ＳＮＳ投稿文と判定結果との感情極性ラベルが一致し、判定結果のキーワードが含まれているＳＮＳ投稿文を抽出する。すなわち、話題性が高いＳＮＳ投稿文とは、感情極性のバースト又は逆転の少なくとも一方が発生したＳＮＳ投稿文のことである。当然、話題性が高いＳＮＳ投稿文には、バースト及び感情極性の逆転の両方が発生したＳＮＳ投稿文が含まれる。
【0047】
ここで、ＳＮＳ投稿文抽出手段６０は、抽出したＳＮＳ投稿文を任意の方法で出力できる。例えば、ＳＮＳ投稿文抽出手段６０は、抽出したＳＮＳ投稿文をデータファイル又は電子メールで送信できる。この他、ＳＮＳ投稿文抽出手段６０は、抽出したＳＮＳ投稿文をディスプレイ装置（不図示）に表示してもよい。
【0048】
また、ＳＮＳ投稿文抽出手段６０は、抽出したＳＮＳ投稿文自体、又は、抽出したＳＮＳ投稿文の要約を出力してもよい。
抽出したＳＮＳ投稿文が大量な場合、抽出した全てのＳＮＳ投稿文をＳＮＳ投稿文抽出装置１のユーザが確認することが困難である。この場合、ＳＮＳ投稿文抽出手段６０は、話題性が高いＳＮＳ投稿文を抽出したときの判定結果（感情極性ラベル、キーワード及び集計期間）を出力してもよい。また、ＳＮＳ投稿文抽出手段６０は、抽出したＳＮＳ投稿文のうち、反響数が多いものを出力してもよい。さらに、ＳＮＳ投稿文抽出手段６０は、抽出したＳＮＳ投稿文に含まれる各単語をワードクラウド形式で表示してもよい。なお、ワードクラウドとは、出現回数に応じた大きさで単語を表示する手法である。
抽出したＳＮＳ投稿文が大量な場合、抽出した全てのＳＮＳ投稿文をＳＮＳ投稿文抽出装置１のユーザが確認することが困難である。この場合、ＳＮＳ投稿文抽出手段６０は、話題性が高いＳＮＳ投稿文を抽出したときの判定結果（感情極性ラベル、キーワード及び集計期間）を出力してもよい。また、ＳＮＳ投稿文抽出手段６０は、抽出したＳＮＳ投稿文のうち、反響数が多いものを出力してもよい。さらに、ＳＮＳ投稿文抽出手段６０は、抽出したＳＮＳ投稿文に含まれる各単語をワードクラウド形式で表示してもよい。なお、ワードクラウドとは、出現回数に応じた大きさで単語を表示する手法である。
【0049】
【0050】
ステップＳ１において、キーワード設定手段２０は、ＳＮＳ投稿文を収集するためのキーワードを設定する。例えば、キーワード設定手段２０は、ＳＮＳ投稿文で出現回数が多い単語をキーワードとして自動的に設定する。
ステップＳ２において、ＳＮＳ投稿文収集手段３０は、ステップＳ１で設定したキーワードが含まれるＳＮＳ投稿文を、所定の収集期間だけ収集する。
ステップＳ２において、ＳＮＳ投稿文収集手段３０は、ステップＳ１で設定したキーワードが含まれるＳＮＳ投稿文を、所定の収集期間だけ収集する。
【0051】
ステップＳ３において、感情極性ラベル付加手段４１は、各ＳＮＳ投稿文の感情極性スコアを算出し、算出した感情極性スコアに対応する感情極性ラベルを各ＳＮＳ投稿文に付加する。すなわち、感情極性ラベル付加手段４１は、学習モードで学習済みの感情分類器により各ＳＮＳ投稿文の感情極性スコアを算出し、感情極性スコアが最も高い感情極性ラベルを各ＳＮＳ投稿文に付加する。
【0052】
ステップＳ４において、感情極性割合算出手段５１は、集計期間及び感情極性ラベル毎にＳＮＳ投稿文の件数を集計し、集計した件数の割合を感情極性の割合として算出する。すなわち、感情極性割合算出手段５１は、ステップＳ３で付加した感情極性ラベル及びＳＮＳ投稿文の投稿時刻を元に、感情極性の割合を算出する。
【0053】
ステップＳ５において、バースト判定手段５２は、ステップＳ４で算出した感情極性の割合の上昇により、感情極性のバーストが発生したか否かを判定する。例えば、バースト判定手段５２は、前記したＫｌｅｉｎｂｅｒｇのバースト検知手法を用いて、バーストの発生を判定する。
【0054】
ステップＳ６において、逆転判定手段５３は、ステップＳ４で算出した感情極性の割合の比較により、感情極性の逆転が発生したか否かを判定する。例えば、逆転判定手段５３は、前記した第１例～第３例の判定方法により、ポジティブ及びネガティブの感情極性の逆転が発生したか否かを判定する。
【0055】
ステップＳ７において、ＳＮＳ投稿文抽出手段６０は、感情極性のバースト又は逆転が発生したか否かを判定する。
ここで、感情極性のバースト又は逆転が発生した場合（ステップＳ７でＹｅｓ）、ＳＮＳ投稿文抽出装置１は、ステップＳ８の処理に進む。
一方、バースト及び感情極性の逆転が発生しない場合（ステップＳ７でＮｏ）、ＳＮＳ投稿文抽出装置１は、ステップＳ９の処理に進む。
ここで、感情極性のバースト又は逆転が発生した場合（ステップＳ７でＹｅｓ）、ＳＮＳ投稿文抽出装置１は、ステップＳ８の処理に進む。
一方、バースト及び感情極性の逆転が発生しない場合（ステップＳ７でＮｏ）、ＳＮＳ投稿文抽出装置１は、ステップＳ９の処理に進む。
【0056】
ステップＳ８において、ＳＮＳ投稿文抽出手段６０は、感情極性のバースト又は逆転が発生したときの感情極性ラベルとキーワードと集計期間とに該当するＳＮＳ投稿文を、話題性が高いＳＮＳ投稿文として抽出する。
【0057】
ステップＳ９において、ＳＮＳ投稿文抽出手段６０は、ＳＮＳ投稿文の抽出を終了するか否かを判定する。
ここで、ＳＮＳ投稿文抽出手段６０は、全ての集計期間で感情極性のバースト又は逆転の判定を行った場合（ステップＳ９でＹｅｓ）、ＳＮＳ投稿文の抽出を終了すると判定し、ステップＳ１０の処理に進む。
一方、ＳＮＳ投稿文抽出手段６０は、全ての集計期間で感情極性のバースト又は逆転の判定を終えていない場合（ステップＳ９でＮｏ）、ＳＮＳ投稿文の抽出を終了しないと判定し、ステップＳ１の処理に戻る。
ここで、ＳＮＳ投稿文抽出手段６０は、全ての集計期間で感情極性のバースト又は逆転の判定を行った場合（ステップＳ９でＹｅｓ）、ＳＮＳ投稿文の抽出を終了すると判定し、ステップＳ１０の処理に進む。
一方、ＳＮＳ投稿文抽出手段６０は、全ての集計期間で感情極性のバースト又は逆転の判定を終えていない場合（ステップＳ９でＮｏ）、ＳＮＳ投稿文の抽出を終了しないと判定し、ステップＳ１の処理に戻る。
【0058】
ステップＳ１０において、ＳＮＳ投稿文抽出手段６０は、ステップＳ８で抽出したＳＮＳ投稿文を出力する。
【0059】
［作用・効果］
以上のように、ＳＮＳ投稿文抽出装置１は、ＳＮＳ投稿文におけるバーストや感情極性の逆転の発生を感情極性の変化として捉えるので、話題性が高いＳＮＳ投稿文を正確に抽出できる。すなわち、ＳＮＳ投稿文抽出装置１は、ＳＮＳ投稿文に対する反響件数だけでなく、ＳＮＳ投稿文に含まれる感情を考慮することで、ＳＮＳ閲覧者の感情を動かした情報（話題性が高いＳＮＳ投稿文）を抽出できる。さらに、ＳＮＳ投稿文抽出装置１は、ユーザが任意のキーワードを設定できるので、ユーザのニーズに特化した情報を提出できる。
以上のように、ＳＮＳ投稿文抽出装置１は、ＳＮＳ投稿文におけるバーストや感情極性の逆転の発生を感情極性の変化として捉えるので、話題性が高いＳＮＳ投稿文を正確に抽出できる。すなわち、ＳＮＳ投稿文抽出装置１は、ＳＮＳ投稿文に対する反響件数だけでなく、ＳＮＳ投稿文に含まれる感情を考慮することで、ＳＮＳ閲覧者の感情を動かした情報（話題性が高いＳＮＳ投稿文）を抽出できる。さらに、ＳＮＳ投稿文抽出装置１は、ユーザが任意のキーワードを設定できるので、ユーザのニーズに特化した情報を提出できる。
【0060】
以上、本発明の実施形態を詳述してきたが、本発明は前記した実施形態に限られるものではなく、本発明の要旨を逸脱しない範囲の設計変更なども含まれる。
【0061】
（変形例１：感情極性辞書）
前記した実施形態では、感情分類器を学習することとして説明したが、本発明は、これに限定されない。予め学習データを用意することが難しい場合、既知の感情極性辞書（感情極性スコア情報）を利用できる（参考文献２，３）。この感情極性辞書は、単語毎の感情極性ラベル及び感情極性スコアが格納されたものである。
前記した実施形態では、感情分類器を学習することとして説明したが、本発明は、これに限定されない。予め学習データを用意することが難しい場合、既知の感情極性辞書（感情極性スコア情報）を利用できる（参考文献２，３）。この感情極性辞書は、単語毎の感情極性ラベル及び感情極性スコアが格納されたものである。
【0062】
この場合、記憶手段には、感情極性辞書を予め記憶させておく。また、感情極性ラベル付加手段は、感情極性辞書に含まれる全単語の感情極性スコアの平均値（感情極性スコア平均値）を算出する。そして、感情極性ラベル付加手段は、感情極性辞書を参照し、ＳＮＳ投稿文に含まれる各単語の感情極性スコアを算出し、ＳＮＳ投稿文毎に感情極性スコアを合計する。さらに、感情極性ラベル付加手段は、合計した感情極性スコアをＳＮＳ投稿文に含まれる単語数で除算することで、ＳＮＳ投稿文の感情極性スコアを算出する。さらに、感情極性ラベル付加手段は、感情極性スコア平均値を基準（境界）として、ＳＮＳ投稿文の感情極性スコアを、ポジティブ又はネガティブを表す２値に分類する。さらに、感情極性ラベル付加手段は、分類した２値に対応する感情極性ラベルを各ＳＮＳ投稿文に付加する。
【0063】
参考文献２：日本語評価極性辞書、東北大学 乾・岡崎研究室、［online］、［平成３０年１１月２１日検索］、インターネット〈URL：http://www.cl.ecei.tohoku.ac.jp/index.php?Open%20Resources%2FJapanese%20Sentiment%20Polarity%20Dictionary〉
参考文献３：感情極性対応表、高村大他、［online］、［平成３０年１１月２１日検索］、インターネット〈URL：http://www.lr.pi.titech.ac.jp/~takamura/pndic_ja.html〉
参考文献３：感情極性対応表、高村大他、［online］、［平成３０年１１月２１日検索］、インターネット〈URL：http://www.lr.pi.titech.ac.jp/~takamura/pndic_ja.html〉
【0064】
なお、参考文献２の感情極性辞書には感情極性スコアが付加されていないので、感情極性に応じた感情極性スコアを手動で設定すればよい。例えば、感情極性がポジティブの場合に感情極性スコアを１とし、感情極性がネガティブの場合に感情極性スコアを－１とする。
【0065】
（変形例２：１０軸の感情極性）
前記した実施形態では、感情極性がポジティブ、ニュートラル及びネガティブの３軸であることとして説明したが、本発明は、これに限定されない。例えば、ＳＮＳ投稿文抽出装置は、１０軸の感情極性（喜、怒、哀、怖、恥、好、厭、昂、安、驚）を用いることができる（参考文献４）。この場合、逆転判定手段は、１０軸の感情極性のうち、任意の２軸以上の組み合わせで感情極性の逆転を判定すればよい。
参考文献４：感情表現辞典、中村明、株式会社東京堂出版、１９９３年５月
前記した実施形態では、感情極性がポジティブ、ニュートラル及びネガティブの３軸であることとして説明したが、本発明は、これに限定されない。例えば、ＳＮＳ投稿文抽出装置は、１０軸の感情極性（喜、怒、哀、怖、恥、好、厭、昂、安、驚）を用いることができる（参考文献４）。この場合、逆転判定手段は、１０軸の感情極性のうち、任意の２軸以上の組み合わせで感情極性の逆転を判定すればよい。
参考文献４：感情表現辞典、中村明、株式会社東京堂出版、１９９３年５月
【0066】
（変形例３：出現回数によるキーワードのランク付け）
本発明では、キーワードを設定する際、キーワードのランク付けを行ってもよい。例えば、キーワード設定手段は、出現回数が多い順にＳＮＳ投稿文に含まれる単語をキーワードとしてランク付けを行う。そして、ＳＮＳ投稿文抽出手段は、バースト及び感情極性の逆転の両方が発生しない場合、低ランクのキーワードに切り替えて、感情極性の割合を再計算し、話題性が高いＳＮＳ投稿文を再判定する。これにより、ＳＮＳ投稿文抽出装置は、話題性が高いＳＮＳ投稿文をより正確に抽出できる。
本発明では、キーワードを設定する際、キーワードのランク付けを行ってもよい。例えば、キーワード設定手段は、出現回数が多い順にＳＮＳ投稿文に含まれる単語をキーワードとしてランク付けを行う。そして、ＳＮＳ投稿文抽出手段は、バースト及び感情極性の逆転の両方が発生しない場合、低ランクのキーワードに切り替えて、感情極性の割合を再計算し、話題性が高いＳＮＳ投稿文を再判定する。これにより、ＳＮＳ投稿文抽出装置は、話題性が高いＳＮＳ投稿文をより正確に抽出できる。
【0067】
（変形例４：感情極性の割合の比の最大値に応じてキーワードのランク付け）
図７に示すように、あるキーワードにおいて、感情極性の逆転が複数回発生することがある。このとき、感情極性の逆転が発生する都度ＳＮＳ投稿文を抽出すると、抽出するＳＮＳ投稿文の数が多くなり過ぎて、ＳＮＳ投稿文抽出装置のユーザにとって煩雑である。そこで、キーワード設定手段は、感情極性の逆転が発生したあとの感情極性の割合の比の最大値により、キーワードのランク付けを行ってもよい。
図７に示すように、あるキーワードにおいて、感情極性の逆転が複数回発生することがある。このとき、感情極性の逆転が発生する都度ＳＮＳ投稿文を抽出すると、抽出するＳＮＳ投稿文の数が多くなり過ぎて、ＳＮＳ投稿文抽出装置のユーザにとって煩雑である。そこで、キーワード設定手段は、感情極性の逆転が発生したあとの感情極性の割合の比の最大値により、キーワードのランク付けを行ってもよい。
【0068】
図８には、あるキーワードを設定した場合における、感情極性の割合の一例をテーブルとして図示した。図８のステータスは、感情極性の逆転の状態を示している。具体的には、ステータスが「０」の場合、その集計期間で感情極性の逆転が発生していないことを示す。また、ステータスが「１」の場合、ポジティブの感情極性の割合がネガティブの感情極性の割合より上位となる逆転が発生したことを示す。このとき、図８の比は、逆転したポジティブの感情極性の割合ｐｏｓを逆転されたネガティブの感情極性の割合ｎｅｇで除算した値ｐｏｓ／ｎｅｇとなる。また、ステータスが「２」の場合、ネガティブの感情極性の割合がポジティブの感情極性の割合より上位となる逆転が発生したことを示す。このとき、比は、逆転したネガティブの感情極性の割合ｎｅｇを逆転されたポジティブの感情極性の割合ｐｏｓで除算した値ｎｅｇ／ｐｏｓとなる。図８のランクは、比の値を１番目から５番目までランク付けした結果である。図８では、集計期間が１４時間目において、あるキーワードにおける比の最大値が２．７７８となることを示す。
【0069】
キーワード設定手段は、設定した各キーワードについて、前記した手順で感情極性の割合の比の最大値を算出する。そして、キーワード設定手段は、算出した感情極性の割合の比の最大値に応じて、キーワードのランク付けを行えばよい。
【0070】
（変形例５：キーワードの削除）
本発明では、感情極性の変化に寄与しないキーワードを削除してもよい。すなわち、ニュートラルの感情極性の割合が大きくなり、その割合がフラットになる単語を削除する。具体的には、キーワード設定手段は、ニュートラルの感情極性の割合が予め設定した閾値（例えば、９０％）以上となる単語をキーワードから削除する。また、キーワード設定手段は、ポジティブ及びネガティブの感情極性の割合が所定の範囲内から変動しない場合、それに該当する単語をキーワードから削除してもよい。これにより、ＳＮＳ投稿文抽出装置は、そのユーザのニーズが反映された有意義なキーワードを設定し、話題性が高いＳＮＳ投稿文をより正確に抽出できる。
本発明では、感情極性の変化に寄与しないキーワードを削除してもよい。すなわち、ニュートラルの感情極性の割合が大きくなり、その割合がフラットになる単語を削除する。具体的には、キーワード設定手段は、ニュートラルの感情極性の割合が予め設定した閾値（例えば、９０％）以上となる単語をキーワードから削除する。また、キーワード設定手段は、ポジティブ及びネガティブの感情極性の割合が所定の範囲内から変動しない場合、それに該当する単語をキーワードから削除してもよい。これにより、ＳＮＳ投稿文抽出装置は、そのユーザのニーズが反映された有意義なキーワードを設定し、話題性が高いＳＮＳ投稿文をより正確に抽出できる。
【0071】
（その他変形例）
前記した実施形態では、テキスト情報が、ＳＮＳ投稿文などのソーシャルメディア情報であることとして説明したが、本発明は、これに限定されない。
前記した実施形態では、ＳＮＳ投稿文抽出装置を独立したハードウェアとして説明したが、本発明は、これに限定されない。例えば、本発明は、コンピュータが備えるＣＰＵ、メモリ、ハードディスクなどのハードウェア資源を、前記したＳＮＳ投稿文抽出装置として協調動作させるプログラムで実現することもできる。これらのプログラムは、通信回線を介して配布してもよく、ＣＤ－ＲＯＭやフラッシュメモリなどの記録媒体に書き込んで配布してもよい。
前記した実施形態では、テキスト情報が、ＳＮＳ投稿文などのソーシャルメディア情報であることとして説明したが、本発明は、これに限定されない。
前記した実施形態では、ＳＮＳ投稿文抽出装置を独立したハードウェアとして説明したが、本発明は、これに限定されない。例えば、本発明は、コンピュータが備えるＣＰＵ、メモリ、ハードディスクなどのハードウェア資源を、前記したＳＮＳ投稿文抽出装置として協調動作させるプログラムで実現することもできる。これらのプログラムは、通信回線を介して配布してもよく、ＣＤ－ＲＯＭやフラッシュメモリなどの記録媒体に書き込んで配布してもよい。
【符号の説明】
【0072】
１ ＳＮＳ投稿文抽出装置（テキスト情報判定手段）
１０ 記憶手段
２０ キーワード設定手段
３０ ＳＮＳ投稿文収集手段（テキスト情報入力手段）
４０ 感情分類手段
４１ 感情極性ラベル付加手段
５０ 定常値判定手段
５１ 感情極性割合算出手段
５２ バースト判定手段
５３ 逆転判定手段
６０ ＳＮＳ投稿文抽出手段（テキスト情報判定手段）
１０ 記憶手段
２０ キーワード設定手段
３０ ＳＮＳ投稿文収集手段（テキスト情報入力手段）
４０ 感情分類手段
４１ 感情極性ラベル付加手段
５０ 定常値判定手段
５１ 感情極性割合算出手段
５２ バースト判定手段
５３ 逆転判定手段
６０ ＳＮＳ投稿文抽出手段（テキスト情報判定手段）
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】