ホーム > 特許ランキング > ＬＩＮＥヤフー株式会社
知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-03-11
(45)【発行日】2024-03-19
(54)【発明の名称】情報処理装置、情報処理方法及び情報処理プログラム
(51)【国際特許分類】
G06F 16/335 20190101AFI20240312BHJP
G06F 16/36 20190101ALI20240312BHJP
【ＦＩ】
G06F16/335
G06F16/36
【請求項の数】
9
(21)【出願番号】P 2021171713
(22)【出願日】2021-10-20
(65)【公開番号】P2023061652
(43)【公開日】2023-05-02
【審査請求日】2023-01-13
(73)【特許権者】
【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】熊谷 賢
(72)【発明者】
【氏名】小松 広弥
(72)【発明者】
【氏名】齋藤 純
(72)【発明者】
【氏名】菅原 晃平
(72)【発明者】
【氏名】豊田 樹生
(72)【発明者】
【氏名】築地 毅
【審査官】松尾 真人
(56)【参考文献】
【文献】特開２０１９－０７４８４３（ＪＰ，Ａ）
【文献】国際公開第２０２０／００３９２８（ＷＯ，Ａ１）
【文献】特開２０１６－１０５２６３（ＪＰ，Ａ）
(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】
クエリの入力を受け付ける受付部と、前記クエリの単語系列の候補エンティティによりラティス構造を構築し、最尤なエンティティ系列を求める算出部と、
前記最尤なエンティティ系列に応じた検索結果を提供する提供部と、
を備え、
前記算出部は、単語系列に対して候補エンティティを確率と共に列挙し、候補エンティティ同士の関連性を仮想文書の内積で算出し、前記確率と前記内積との対数和を取り、仮想ノードをラティス前後に設置し、仮想ノード間でスコアが最大となる経路を求め、最尤のエンティティ系列を得る
ことを特徴とする情報処理装置。
【請求項2】
前記算出部は、エンティティが紐づかない単語を、単語そのものからなる仮想文書と推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】
前記算出部は、ＣＲＦでの日本語形態素解析をクエリの単語系列に適用することを特徴とする請求項１又は２に記載の情報処理装置。
【請求項4】
前記算出部は、知識ベースに単語系列が紐づくエンティティが存在する場合、エンティティに紐づく全クリックログから構成される仮想文書のトピックベクトルを計算して文脈一貫性を評価する
ことを特徴とする請求項１～３のうちいずれか１つに記載の情報処理装置。
【請求項5】
前記算出部は、知識ベースに単語系列が紐づくエンティティが存在しない場合、単一単語からなる仮想文書のトピックベクトルを計算して文脈一貫性を評価することを特徴とする請求項１～４のうちいずれか１つに記載の情報処理装置。
【請求項6】
前記算出部は、任意長の単語系列からエンティティを特定するものであって、空白分割された単語だけでなく、単語列を特定可能であり、「Ａ Ｂ Ｃ」というクエリに対し、「Ａ Ｂ Ｃ」を空白で区切り、「Ａ」と「Ｂ」と「Ｃ」との３つに分かれる第１パターン、「Ａ Ｂ」と「Ｃ」との２つと１つに分かれる第２パターン、「Ａ」と「Ｂ Ｃ」との１つと２つに分かれる第３パターン、「Ａ Ｂ Ｃ」の１つに固まった第４パターン、の４パターンそれぞれについて計算して最もスコアが高いものを返す
ことを特徴とする請求項１～５のうちいずれか１つに記載の情報処理装置。
【請求項7】
前記算出部は、エンティティを、クリックされた単語から生成したＬＤＡのドキュメントとしてモデル化する際、隣り合う単語同士の関連性を考慮し、クエリを文としてモデル化することを特徴とする請求項１～６のうちいずれか１つに記載の情報処理装置。
【請求項8】
情報処理装置が実行する情報処理方法であって、クエリの入力を受け付ける受付工程と、
前記クエリの単語系列の候補エンティティによりラティス構造を構築し、最尤なエンティティ系列を求める算出工程と、
前記最尤なエンティティ系列に応じた検索結果を提供する提供工程と、
を含み、
前記算出工程では、単語系列に対して候補エンティティを確率と共に列挙し、候補エンティティ同士の関連性を仮想文書の内積で算出し、前記確率と前記内積との対数和を取り、仮想ノードをラティス前後に設置し、仮想ノード間でスコアが最大となる経路を求め、最尤のエンティティ系列を得る
ことを特徴とする情報処理方法。
【請求項9】
クエリの入力を受け付ける受付手順と、前記クエリの単語系列の候補エンティティによりラティス構造を構築し、最尤なエンティティ系列を求める算出手順と、
前記最尤なエンティティ系列に応じた検索結果を提供する提供手順と、
をコンピュータに実行させるための情報処理プログラムであって、
前記算出手順では、単語系列に対して候補エンティティを確率と共に列挙し、候補エンティティ同士の関連性を仮想文書の内積で算出し、前記確率と前記内積との対数和を取り、仮想ノードをラティス前後に設置し、仮想ノード間でスコアが最大となる経路を求め、最尤のエンティティ系列を得る
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、情報処理方法及び情報処理プログラムに関する。
【背景技術】
【0002】
従来、クエリ（query）に対して関連するエンティティ（entity）を返す際、エンティティリンキングが用いられる。エンティティリンキングとは、テキストを入力として関連するエンティティを返却する手法の総称である。例えば、「ソフトバンク（登録商標）」という単語に対して、「企業」が紐づく可能性もあれば、「球団」が紐づく可能性もある。このように、同一（類似）表記で異なるエンティティが存在するため、クリックログの頻度情報や文脈情報を判定結果に反映することは重要である。
【0003】
非特許文献１は、クリックログに基づいた確率モデルを導入することでクエリに対し、確率が高いエンティティを返す技術を開示している。非特許文献２は、Wikipedia（登録商標）の第一文に含まれる単語をホワイトリストとして採用し、周辺語として用いることで、主要語・周辺語としてエンティティを特定する手法を提案している。
【先行技術文献】
【非特許文献】
【0004】
【文献】Fast and Space-Efficient Entity Linking in Queries ＜URL:http://groups.di.unipi.it/~ottavian/files/wsdm15_fel.pdf＞
【文献】ウェブ検索クエリに対する周辺語を考慮した教師なしエンティティリンキング ＜URL:https://www.anlp.jp/proceedings/annual_meeting/2019/pdf_dir/F1-1.pdf＞
【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、上記の従来技術では、ホワイトリスト外の単語が周辺語にきた場合に判定できない。例えば「ソフトバンク（登録商標） 試合」というクエリで検索した場合、「福岡ソフトバンクホークス（登録商標）」（球団）に関する検索結果が返ってくることが期待されるが、もしホワイトリストに「試合」という単語が含まれていない場合、このような判定が難しい。また、クエリに複数エンティティが紐づく場合や、２単語以上で１つのエンティティに紐づく場合（例えば、「new game 最新刊」というクエリで「new game（書籍）」のエンティティに紐づく場合）、クエリの単語数が多くなると頑健な判定が困難になる。
【0006】
本願は、上記に鑑みてなされたものであって、文脈一貫性を用いた頑健なエンティティリンキングを実現することを目的とする。
【課題を解決するための手段】
【0007】
本願に係る情報処理装置は、クエリの入力を受け付ける受付部と、前記クエリの単語系列の候補エンティティによりラティス構造を構築し、最尤なエンティティ系列を求める算出部と、前記最尤なエンティティ系列に応じた検索結果を提供する提供部と、を備え、前記算出部は、単語系列に対して候補エンティティを確率と共に列挙し、候補エンティティ同士の関連性を仮想文書の内積で算出し、前記確率と前記内積との対数和を取り、仮想ノードをラティス前後に設置し、仮想ノード間でスコアが最大となる経路を求め、最尤のエンティティ系列を得ることを特徴とする。
【発明の効果】
【0008】
実施形態の一態様によれば、文脈一貫性を用いた頑健なエンティティリンキングを実現することができる。
【図面の簡単な説明】
【0009】
【発明を実施するための形態】
【0010】
以下に、本願に係る情報処理装置、情報処理方法及び情報処理プログラムを実施するための形態（以下、「実施形態」と記載する）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法及び情報処理プログラムが限定されるものではない。また、以下の実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。
【0011】
〔１．情報処理方法の概要〕
まず、図１を参照し、実施形態に係る情報処理装置が行う情報処理方法の概要について説明する。図１は、実施形態に係る情報処理方法の概要を示す説明図である。なお、図１では、文脈一貫性を用いた頑健なエンティティリンキングを実施する場合を例に挙げて説明する。
まず、図１を参照し、実施形態に係る情報処理装置が行う情報処理方法の概要について説明する。図１は、実施形態に係る情報処理方法の概要を示す説明図である。なお、図１では、文脈一貫性を用いた頑健なエンティティリンキングを実施する場合を例に挙げて説明する。
【0012】
図１に示すように、情報処理システム１は、端末装置１０と情報提供装置１００とを含む。端末装置１０と情報提供装置１００とは、ネットワークＮ（図３参照）を介して有線又は無線で互いに通信可能に接続される。本実施形態では、端末装置１０は、情報提供装置１００と連携する。
【0013】
端末装置１０は、利用者Ｕ（ユーザ）により使用されるスマートフォンやタブレット等のスマートデバイスであり、４Ｇ（Generation）やＬＴＥ（Long Term Evolution）等の無線通信網を介して任意のサーバ装置と通信を行うことができる携帯端末装置である。また、端末装置１０は、液晶ディスプレイ等の画面であって、タッチパネルの機能を有する画面を有し、利用者Ｕから指やスタイラス等によりタップ操作、スライド操作、スクロール操作等、コンテンツ等の表示データに対する各種の操作を受付ける。なお、画面のうち、コンテンツが表示されている領域上で行われた操作を、コンテンツに対する操作としてもよい。また、端末装置１０は、スマートデバイスのみならず、デスクトップＰＣ（Personal Computer）やノートＰＣ等の情報処理装置であってもよい。
【0014】
情報提供装置１００は、各利用者Ｕの端末装置１０と連携し、各利用者Ｕの端末装置１０に対して、各種アプリケーション（以下、アプリ）等に対するＡＰＩ（Application Programming Interface）サービス等と、各種データを提供する情報処理装置であり、サーバ装置やクラウドシステム等により実現される。
【0015】
また、情報提供装置１００は、各利用者Ｕの端末装置１０に対して、オンラインで何らかのＷｅｂサービスを提供する情報処理装置であってもよい。例えば、情報提供装置１００は、Ｗｅｂサービスとして、インターネット接続、検索サービス、ＳＮＳ（Social Networking Service）、電子商取引（ＥＣ：Electronic Commerce）、電子決済、オンラインゲーム、オンラインバンキング、オンライントレーディング、宿泊・チケット予約、動画・音楽配信、ニュース、地図、ルート検索、経路案内、路線情報、運行情報、天気予報等のサービスを提供してもよい。実際には、情報提供装置１００は、上記のようなＷｅｂサービスを提供する各種サーバと連携し、Ｗｅｂサービスを仲介してもよいし、Ｗｅｂサービスの処理を担当してもよい。
【0016】
なお、情報提供装置１００は、利用者Ｕに関する利用者情報を取得可能である。例えば、情報提供装置１００は、利用者Ｕの性別、年代、居住地域といった利用者Ｕの属性に関する情報を取得する。そして、情報提供装置１００は、利用者Ｕを示す識別情報（利用者ＩＤ等）とともに利用者Ｕの属性に関する情報を記憶して管理する。
【0017】
また、情報提供装置１００は、利用者Ｕの端末装置１０から、あるいは利用者ＩＤ等に基づいて各種サーバ等から、利用者Ｕの行動を示す各種の履歴情報（ログデータ）を取得する。例えば、情報提供装置１００は、利用者Ｕの位置や日時の履歴である位置履歴を端末装置１０から取得する。また、情報提供装置１００は、利用者Ｕが入力した検索クエリの履歴である検索履歴を検索サーバ（検索エンジン）から取得する。また、情報提供装置１００は、利用者Ｕが閲覧したコンテンツの履歴である閲覧履歴をコンテンツサーバから取得する。また、情報提供装置１００は、利用者Ｕの商品購入や決済処理の履歴である購入履歴（決済履歴）を電子商取引サーバや決済処理サーバから取得する。また、情報提供装置１００は、利用者Ｕのマーケットプレイスへの出品の履歴である出品履歴や販売履歴を電子商取引サーバや決済サーバから取得してもよい。また、情報提供装置１００は、利用者Ｕの投稿の履歴である投稿履歴を口コミの投稿サービスを提供する投稿サーバやＳＮＳサーバから取得する。
【0018】
〔１－１．目的関数〕
本実施形態では、情報提供装置１００は、形態素解析の枠組みをエンティティリンキングへ拡張する。例えば、情報提供装置１００は、単語系列Ｘに対してスコア最大のエンティティ系列Ｙを求める。下記の数式（１）は、単語系列Ｘが与えられたときに確率が最大となるエンティティ系列Ｙを求める式である。下記の数式（１）のうち（ｙｔ，ｙｔ－１）は、現在のエンティティは、その１つ前のエンティティにのみ影響を受けることを表している。Ｋは、観測素性に対して遷移素性をどれだけ強く反映させるかといった倍率を表している。
本実施形態では、情報提供装置１００は、形態素解析の枠組みをエンティティリンキングへ拡張する。例えば、情報提供装置１００は、単語系列Ｘに対してスコア最大のエンティティ系列Ｙを求める。下記の数式（１）は、単語系列Ｘが与えられたときに確率が最大となるエンティティ系列Ｙを求める式である。下記の数式（１）のうち（ｙｔ，ｙｔ－１）は、現在のエンティティは、その１つ前のエンティティにのみ影響を受けることを表している。Ｋは、観測素性に対して遷移素性をどれだけ強く反映させるかといった倍率を表している。
【0019】
【数1】
【0020】
（観測素性）
情報提供装置１００は、例えば非特許文献１に記載の手法であるＦＥＬ（Fast Entity Linking）の対数確率和最大化モデルを用いる。例えば、情報提供装置１００は、下記の数式（２）のように、P(e|s)を用いて単語系列ｓに対するエンティティｅの生起確率を求める。
情報提供装置１００は、例えば非特許文献１に記載の手法であるＦＥＬ（Fast Entity Linking）の対数確率和最大化モデルを用いる。例えば、情報提供装置１００は、下記の数式（２）のように、P(e|s)を用いて単語系列ｓに対するエンティティｅの生起確率を求める。
【0021】
【数2】
【0022】
（遷移素性）
情報提供装置１００は、エンティティを、クリックされた単語から生成したＬＤＡ（Latent Dirichlet Allocation：潜在的ディリクレ配分法）のドキュメントとしてモデル化する。例えば、情報提供装置１００は、非特許文献２に記載されているように、ドキュメントをクリックされた単語で構成される仮想的なドキュメントとして捉え、ＬＤＡでベクトル化する手法を用いてモデル化する。これにより、各エンティティには、それぞれ数百（例：５００）次元からなるベクトルが付与される。なお、ＬＤＡは自然言語処理の一例である。実際には、word2vec等であってもよい。また、情報提供装置１００は、エンティティ同士の関連性をエンティティ同士の内積で計算する。そして、情報提供装置１００は、単語系列のエンティティ候補によりラティス構造を構築し、最尤なエンティティ系列を求める。例えば、情報提供装置１００は、上記のように、ビタビアルゴリズム（Viterbi algorithm）によるスコア最大の経路推定を行う（数１参照）。
情報提供装置１００は、エンティティを、クリックされた単語から生成したＬＤＡ（Latent Dirichlet Allocation：潜在的ディリクレ配分法）のドキュメントとしてモデル化する。例えば、情報提供装置１００は、非特許文献２に記載されているように、ドキュメントをクリックされた単語で構成される仮想的なドキュメントとして捉え、ＬＤＡでベクトル化する手法を用いてモデル化する。これにより、各エンティティには、それぞれ数百（例：５００）次元からなるベクトルが付与される。なお、ＬＤＡは自然言語処理の一例である。実際には、word2vec等であってもよい。また、情報提供装置１００は、エンティティ同士の関連性をエンティティ同士の内積で計算する。そして、情報提供装置１００は、単語系列のエンティティ候補によりラティス構造を構築し、最尤なエンティティ系列を求める。例えば、情報提供装置１００は、上記のように、ビタビアルゴリズム（Viterbi algorithm）によるスコア最大の経路推定を行う（数１参照）。
【0023】
【0024】
続いて、情報提供装置１００は、クエリの単語系列に対して候補エンティティを確率と共に列挙する（ステップＳ２）。
【0025】
続いて、情報提供装置１００は、候補エンティティ同士の関連性を仮想文書の内積で算出する（ステップＳ３）。
【0026】
続いて、情報提供装置１００は、経路のスコアは確率と内積の累積で表現されるので、確率と内積の対数和を取る（ステップＳ４）。
【0027】
続いて、情報提供装置１００は、仮想ノードをラティス前後に設置し、仮想ノード間でスコアが最大となる経路を求め、最尤のエンティティ系列を得る（ステップＳ５）。
【0028】
続いて、情報提供装置１００は、ネットワークＮ（図３参照）を介して、各利用者Ｕの端末装置１０に、最尤のエンティティ系列に応じた検索結果を返す（ステップＳ６）。
【0029】
具体的には、情報提供装置１００は、単語系列に対して候補エンティティを確率と共に列挙する（図１のノードに相当）。このとき、情報提供装置１００は、P(e|s)で確率を算出する。また、情報提供装置１００は、候補エンティティ同士の関連性を仮想文書の内積で算出する（図１のエッジに相当）。また、情報提供装置１００は、経路のスコアは確率(<=1)と内積(<=1)の累積で表現されるので対数和を取る。また、情報提供装置１００は、仮想ノード「start」、「end」をラティス前後に設置し、「start」から「end」の間でスコアが最大となる経路を求める。
【0030】
このとき、情報提供装置１００は、ＣＲＦ（Conditional random field：条件付き確率場）での日本語形態素解析をクエリの単語系列に適用する（最尤のエンティティ系列を得る）。また、情報提供装置１００は、エンティティが紐づかない単語は、単語そのものからなる仮想文書と推定する。そして、情報提供装置１００は、エンティティと単語系列（non-entity）に対して統一的な扱い方で全体の一貫性を評価する。なお、情報提供装置１００は、ハイパーパラメータβ（確率と内積の比率）を用いて、「正規化項＝ノード数＊１＋エッジ数＊β」として計算する。
【0031】
図１の例において、「キングダム 鈴木健」というクエリに対し、候補エンティティ同士の関連性を考慮しなければ、個々の単語ごとに判断され、「キングダム」という単語に対してスコアが最も高い「キングダム（漫画）」のエンティティが選択され、「鈴木健」という単語に対してスコアが最も高い「鈴木健（内野手）」のエンティティが選択され、「キングダム（漫画） 鈴木健（内野手）」の経路が返される。本実施形態では、候補エンティティ同士の関連性を考慮することで、「キングダム 鈴木健」というクエリに対し、「キングダム（プロレス） 鈴木健（プロレス記者）」の経路が返されるようにする。
【0032】
また、情報提供装置１００は、単語系列のベクトル表現を計算し一貫性を評価する。例えば、情報提供装置１００は、ＫＢ（Knowledge Base：知識ベース）に単語系列が紐づくエンティティが存在する場合、エンティティに紐づく全クリックログから構成される仮想文書のトピックベクトルを計算し一貫性を評価する。また、情報提供装置１００は、ＫＢに単語系列が紐づくエンティティが存在しない場合、単一単語からなる仮想文書のトピックベクトルを計算し一貫性を評価する。ＫＢにエンティティが充実していくにつれて精度が上がる（存在しなくても、ある程度計算可能である）。また、情報提供装置１００は、任意長の単語系列からエンティティを特定する。また、情報提供装置１００は、空白分割された単語だけでなく、単語列を特定可能である。
【0033】
例えば、情報提供装置１００は、「new game 最新刊」というクエリに対し、「new game」という書籍の生起確率と、「最新刊」という単語ベクトルとの内積を求め、生起確率と内積との対数の合計値が最高スコアとなる場合、「new game 最新刊」というクエリに対し、「new game（書籍） 最新刊（単語）」が最尤のエンティティ系列となる。このとき、内部的には、情報提供装置１００は、「new game 最新刊」を空白で区切り、「new」と「game」と「最新刊」との３つに分かれるパターン（第１パターン）、「new game」と「最新刊」との２つと１つに分かれるパターン（第２パターン）、「new」と「game 最新刊」との１つと２つに分かれるパターン（第３パターン）、「new game 最新刊」の１つに固まったパターン（第４パターン）の４パターンそれぞれについて計算して最もスコアが高いものを返す。
【0034】
また、情報提供装置１００は、クエリを文としてモデル化してもよい。このとき、情報提供装置１００は、隣り合う単語同士の関連性を考慮する。例えば、情報提供装置１００は、ユーザはランダムで単語を入力せず関連しそうなものを順に入れていく。また、情報提供装置１００は、単語数が増えてもビタビアルゴリズムによりO(n)で計算可能である。例えば、ドキュメントとしてモデル化した場合、全組み合わせで計算量O(n^2)となる。
【0035】
〔１－３．評価実験〕
（評価データ）
図２は、評価実験のための評価データの例を示す図である。図２に示すように、情報提供装置１００は、球団親会社（１２件）と野球コンテキスト語（２０件）を空白連結して評価用クエリを定義する（計２４０件）。例えば、情報提供装置１００は、球団親会社「オリックス」と野球コンテキスト「試合」を空白連結して評価用クエリ「オリックス 試合」を定義する。文脈を考慮しなければ球団ではなく、企業や地域（都道府県）等に判定されることもあり得る。評価実験の結果、これらの評価用クエリ（計２４０件）のうち、約１３．８％改善した。
（評価データ）
図２は、評価実験のための評価データの例を示す図である。図２に示すように、情報提供装置１００は、球団親会社（１２件）と野球コンテキスト語（２０件）を空白連結して評価用クエリを定義する（計２４０件）。例えば、情報提供装置１００は、球団親会社「オリックス」と野球コンテキスト「試合」を空白連結して評価用クエリ「オリックス 試合」を定義する。文脈を考慮しなければ球団ではなく、企業や地域（都道府県）等に判定されることもあり得る。評価実験の結果、これらの評価用クエリ（計２４０件）のうち、約１３．８％改善した。
【0036】
クエリを文と見なして形態素解析や固有表現抽出する手法は存在するが、既存の手法は単語の品詞や固有表現を得るのみであり、エンティティリンキングをする手法は存在しない。また、形態素解析やＦＥＬ等の要素技術は既知だが、本実施形態のような組み合わせ方は従来存在せず新規である。
【0037】
（特徴量の設計）
本実施形態では、情報提供装置１００は、観測素性（例：ＦＥＬ）と遷移素性（例：トピックベクトル内積）とを特徴量として設計する。特徴量は有効なものの一例であり、追加することは可能である。また、本実施形態では、情報提供装置１００は、単語系列のベクトル表現や、任意長の単語系列に紐づくエンティティの検出等を行う。
本実施形態では、情報提供装置１００は、観測素性（例：ＦＥＬ）と遷移素性（例：トピックベクトル内積）とを特徴量として設計する。特徴量は有効なものの一例であり、追加することは可能である。また、本実施形態では、情報提供装置１００は、単語系列のベクトル表現や、任意長の単語系列に紐づくエンティティの検出等を行う。
【0038】
〔２．情報処理システムの構成例〕
次に、図３を用いて、実施形態に係る情報提供装置１００が含まれる情報処理システム１の構成について説明する。図３は、実施形態に係る情報処理システム１の構成例を示す図である。図３に示すように、実施形態に係る情報処理システム１は、端末装置１０と情報提供装置１００とを含む。これらの各種装置は、ネットワークＮを介して、有線又は無線により通信可能に接続される。ネットワークＮは、例えば、ＬＡＮ（Local Area Network）や、インターネット等のＷＡＮ（Wide Area Network）である。
次に、図３を用いて、実施形態に係る情報提供装置１００が含まれる情報処理システム１の構成について説明する。図３は、実施形態に係る情報処理システム１の構成例を示す図である。図３に示すように、実施形態に係る情報処理システム１は、端末装置１０と情報提供装置１００とを含む。これらの各種装置は、ネットワークＮを介して、有線又は無線により通信可能に接続される。ネットワークＮは、例えば、ＬＡＮ（Local Area Network）や、インターネット等のＷＡＮ（Wide Area Network）である。
【0039】
また、図３に示す情報処理システム１に含まれる各装置の数は図示したものに限られない。例えば、図３では、図示の簡略化のため、端末装置１０を１台のみ示したが、これはあくまでも例示であって限定されるものではなく、２台以上であってもよい。
【0040】
端末装置１０は、利用者Ｕによって使用される情報処理装置である。例えば、端末装置１０は、スマートフォンやタブレット端末等のスマートデバイス、フィーチャーフォン、ＰＣ（Personal Computer）、ＰＤＡ（Personal Digital Assistant）、通信機能を備えたゲーム機やＡＶ機器、カーナビゲーションシステム、スマートウォッチやヘッドマウントディスプレイ等のウェアラブルデバイス（Wearable Device）、スマートグラス等である。
【0041】
また、かかる端末装置１０は、ＬＴＥ（Long Term Evolution）、４Ｇ（4th Generation）、５Ｇ（5th Generation：第５世代移動通信システム）等の無線通信網や、Ｂｌｕｅｔｏｏｔｈ（登録商標）、無線ＬＡＮ（Local Area Network）等の近距離無線通信を介してネットワークＮに接続し、情報提供装置１００と通信することができる。
【0042】
情報提供装置１００は、例えばＰＣやサーバ装置、あるいはメインフレーム又はワークステーション等である。なお、情報提供装置１００は、クラウドコンピューティングにより実現されてもよい。
【0043】
〔３．端末装置の構成例〕
次に、図４を用いて、端末装置１０の構成について説明する。図４は、端末装置１０の構成例を示す図である。図４に示すように、端末装置１０は、通信部１１と、表示部１２と、入力部１３と、測位部１４と、センサ部２０と、制御部３０（コントローラ）と、記憶部４０とを備える。
次に、図４を用いて、端末装置１０の構成について説明する。図４は、端末装置１０の構成例を示す図である。図４に示すように、端末装置１０は、通信部１１と、表示部１２と、入力部１３と、測位部１４と、センサ部２０と、制御部３０（コントローラ）と、記憶部４０とを備える。
【0044】
（通信部１１）
通信部１１は、ネットワークＮ（図３参照）と有線又は無線で接続され、ネットワークＮを介して、情報提供装置１００との間で情報の送受信を行う。例えば、通信部１１は、ＮＩＣ（Network Interface Card）やアンテナ等によって実現される。
通信部１１は、ネットワークＮ（図３参照）と有線又は無線で接続され、ネットワークＮを介して、情報提供装置１００との間で情報の送受信を行う。例えば、通信部１１は、ＮＩＣ（Network Interface Card）やアンテナ等によって実現される。
【0045】
（表示部１２）
表示部１２は、位置情報等の各種情報を表示する表示デバイスである。例えば、表示部１２は、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）や有機ＥＬディスプレイ（Organic Electro-Luminescent Display）である。また、表示部１２は、タッチパネル式のディスプレイであるが、これに限定されるものではない。
表示部１２は、位置情報等の各種情報を表示する表示デバイスである。例えば、表示部１２は、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）や有機ＥＬディスプレイ（Organic Electro-Luminescent Display）である。また、表示部１２は、タッチパネル式のディスプレイであるが、これに限定されるものではない。
【0046】
（入力部１３）
入力部１３は、利用者Ｕから各種操作を受け付ける入力デバイスである。例えば、入力部１３は、文字や数字等を入力するためのボタン等を有する。なお、入力部１３は、入出力ポート（I/O port）やＵＳＢ（Universal Serial Bus）ポート等であってもよい。また、表示部１２がタッチパネル式のディスプレイである場合、表示部１２の一部が入力部１３として機能する。また、入力部１３は、利用者Ｕから音声入力を受け付けるマイク等であってもよい。マイクはワイヤレスであってもよい。
入力部１３は、利用者Ｕから各種操作を受け付ける入力デバイスである。例えば、入力部１３は、文字や数字等を入力するためのボタン等を有する。なお、入力部１３は、入出力ポート（I/O port）やＵＳＢ（Universal Serial Bus）ポート等であってもよい。また、表示部１２がタッチパネル式のディスプレイである場合、表示部１２の一部が入力部１３として機能する。また、入力部１３は、利用者Ｕから音声入力を受け付けるマイク等であってもよい。マイクはワイヤレスであってもよい。
【0047】
（測位部１４）
測位部１４は、ＧＰＳ（Global Positioning System）の衛星から送出される信号（電波）を受信し、受信した信号に基づいて、自装置である端末装置１０の現在位置を示す位置情報（例えば、緯度及び経度）を取得する。すなわち、測位部１４は、端末装置１０の位置を測位する。なお、ＧＰＳは、ＧＮＳＳ（Global Navigation Satellite System）の一例に過ぎない。
測位部１４は、ＧＰＳ（Global Positioning System）の衛星から送出される信号（電波）を受信し、受信した信号に基づいて、自装置である端末装置１０の現在位置を示す位置情報（例えば、緯度及び経度）を取得する。すなわち、測位部１４は、端末装置１０の位置を測位する。なお、ＧＰＳは、ＧＮＳＳ（Global Navigation Satellite System）の一例に過ぎない。
【0048】
また、測位部１４は、ＧＰＳ以外にも、種々の手法により位置を測位することができる。例えば、測位部１４は、位置補正等のための補助的な測位手段として、下記のように、端末装置１０の様々な通信機能を利用して位置を測位してもよい。
【0049】
（Ｗｉ－Ｆｉ測位）
例えば、測位部１４は、端末装置１０のＷｉ－Ｆｉ（登録商標）通信機能や、各通信会社が備える通信網を利用して、端末装置１０の位置を測位する。具体的には、測位部１４は、Ｗｉ－Ｆｉ通信等を行い、付近の基地局やアクセスポイントとの距離を測位することにより、端末装置１０の位置を測位する。
例えば、測位部１４は、端末装置１０のＷｉ－Ｆｉ（登録商標）通信機能や、各通信会社が備える通信網を利用して、端末装置１０の位置を測位する。具体的には、測位部１４は、Ｗｉ－Ｆｉ通信等を行い、付近の基地局やアクセスポイントとの距離を測位することにより、端末装置１０の位置を測位する。
【0050】
（ビーコン測位）
また、測位部１４は、端末装置１０のＢｌｕｅｔｏｏｔｈ（登録商標）機能を利用して位置を測位してもよい。例えば、測位部１４は、Ｂｌｕｅｔｏｏｔｈ（登録商標）機能によって接続されるビーコン（beacon）発信機と接続することにより、端末装置１０の位置を測位する。
また、測位部１４は、端末装置１０のＢｌｕｅｔｏｏｔｈ（登録商標）機能を利用して位置を測位してもよい。例えば、測位部１４は、Ｂｌｕｅｔｏｏｔｈ（登録商標）機能によって接続されるビーコン（beacon）発信機と接続することにより、端末装置１０の位置を測位する。
【0051】
（地磁気測位）
また、測位部１４は、予め測定された構造物の地磁気のパターンと、端末装置１０が備える地磁気センサとに基づいて、端末装置１０の位置を測位する。
また、測位部１４は、予め測定された構造物の地磁気のパターンと、端末装置１０が備える地磁気センサとに基づいて、端末装置１０の位置を測位する。
【0052】
（ＲＦＩＤ測位）
また、例えば、端末装置１０が駅改札や店舗等で使用される非接触型ＩＣカードと同等のＲＦＩＤ（Radio Frequency Identification）タグの機能を備えている場合、もしくはＲＦＩＤタグを読み取る機能を備えている場合、端末装置１０によって決済等が行われた情報とともに、使用された位置が記録される。測位部１４は、かかる情報を取得することで、端末装置１０の位置を測位してもよい。また、位置は、端末装置１０が備える光学式センサや、赤外線センサ等によって測位されてもよい。
また、例えば、端末装置１０が駅改札や店舗等で使用される非接触型ＩＣカードと同等のＲＦＩＤ（Radio Frequency Identification）タグの機能を備えている場合、もしくはＲＦＩＤタグを読み取る機能を備えている場合、端末装置１０によって決済等が行われた情報とともに、使用された位置が記録される。測位部１４は、かかる情報を取得することで、端末装置１０の位置を測位してもよい。また、位置は、端末装置１０が備える光学式センサや、赤外線センサ等によって測位されてもよい。
【0053】
測位部１４は、必要に応じて、上述した測位手段の一つ又は組合せを用いて、端末装置１０の位置を測位してもよい。
【0054】
（センサ部２０）
センサ部２０は、端末装置１０に搭載又は接続される各種のセンサを含む。なお、接続は、有線接続、無線接続を問わない。例えば、センサ類は、ウェアラブルデバイスやワイヤレスデバイス等、端末装置１０以外の検知装置であってもよい。図４に示す例では、センサ部２０は、加速度センサ２１と、ジャイロセンサ２２と、気圧センサ２３と、気温センサ２４と、音センサ２５と、光センサ２６と、磁気センサ２７と、画像センサ（カメラ）２８とを備える。
センサ部２０は、端末装置１０に搭載又は接続される各種のセンサを含む。なお、接続は、有線接続、無線接続を問わない。例えば、センサ類は、ウェアラブルデバイスやワイヤレスデバイス等、端末装置１０以外の検知装置であってもよい。図４に示す例では、センサ部２０は、加速度センサ２１と、ジャイロセンサ２２と、気圧センサ２３と、気温センサ２４と、音センサ２５と、光センサ２６と、磁気センサ２７と、画像センサ（カメラ）２８とを備える。
【0055】
なお、上記した各センサ２１～２８は、あくまでも例示であって限定されるものではない。すなわち、センサ部２０は、各センサ２１～２８のうちの一部を備える構成であってもよいし、各センサ２１～２８に加えてあるいは代えて、湿度センサ等その他のセンサを備えてもよい。
【0056】
加速度センサ２１は、例えば、３軸加速度センサであり、端末装置１０の移動方向、速度、及び、加速度等の端末装置１０の物理的な動きを検知する。ジャイロセンサ２２は、端末装置１０の角速度等に基づいて３軸方向の傾き等の端末装置１０の物理的な動きを検知する。気圧センサ２３は、例えば端末装置１０の周囲の気圧を検知する。
【0057】
端末装置１０は、上記した加速度センサ２１やジャイロセンサ２２、気圧センサ２３等を備えることから、これらの各センサ２１～２３等を利用した歩行者自律航法（ＰＤＲ：Pedestrian Dead-Reckoning）等の技術を用いて端末装置１０の位置を測位することが可能になる。これにより、ＧＰＳ等の測位システムでは取得することが困難な屋内での位置情報を取得することが可能になる。
【0058】
例えば、加速度センサ２１を利用した歩数計により、歩数や歩くスピード、歩いた距離を算出することができる。また、ジャイロセンサ２２を利用して、利用者Ｕの進行方向や視線の方向、体の傾きを知ることができる。また、気圧センサ２３で検知した気圧から、利用者Ｕの端末装置１０が存在する高度やフロアの階数を知ることもできる。
【0059】
気温センサ２４は、例えば端末装置１０の周囲の気温を検知する。音センサ２５は、例えば端末装置１０の周囲の音を検知する。光センサ２６は、端末装置１０の周囲の照度を検知する。磁気センサ２７は、例えば端末装置１０の周囲の地磁気を検知する。画像センサ２８は、端末装置１０の周囲の画像を撮像する。
【0060】
上記した気圧センサ２３、気温センサ２４、音センサ２５、光センサ２６及び画像センサ２８は、それぞれ気圧、気温、音、照度を検知したり、周囲の画像を撮像したりすることで、端末装置１０の周囲の環境や状況等を検知することができる。また、端末装置１０の周囲の環境や状況等から、端末装置１０の位置情報の精度を向上させることが可能になる。
【0061】
（制御部３０）
制御部３０は、例えば、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ、入出力ポート等を有するマイクロコンピュータや各種の回路を含む。また、制御部３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路等のハードウェアで構成されてもよい。制御部３０は、送信部３１と、受信部３２と、処理部３３とを備える。
制御部３０は、例えば、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ、入出力ポート等を有するマイクロコンピュータや各種の回路を含む。また、制御部３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路等のハードウェアで構成されてもよい。制御部３０は、送信部３１と、受信部３２と、処理部３３とを備える。
【0062】
（送信部３１）
送信部３１は、例えば入力部１３を用いて利用者Ｕにより入力された各種情報や、端末装置１０に搭載又は接続された各センサ２１～２８によって検知された各種情報、測位部１４によって測位された端末装置１０の位置情報等を、通信部１１を介して情報提供装置１００へ送信することができる。
送信部３１は、例えば入力部１３を用いて利用者Ｕにより入力された各種情報や、端末装置１０に搭載又は接続された各センサ２１～２８によって検知された各種情報、測位部１４によって測位された端末装置１０の位置情報等を、通信部１１を介して情報提供装置１００へ送信することができる。
【0063】
（受信部３２）
受信部３２は、通信部１１を介して、情報提供装置１００から提供される各種情報や、情報提供装置１００からの各種情報の要求を受信することができる。
受信部３２は、通信部１１を介して、情報提供装置１００から提供される各種情報や、情報提供装置１００からの各種情報の要求を受信することができる。
【0064】
（処理部３３）
処理部３３は、表示部１２等を含め、端末装置１０全体を制御する。例えば、処理部３３は、送信部３１によって送信される各種情報や、受信部３２によって受信された情報提供装置１００からの各種情報を表示部１２へ出力して表示させることができる。
処理部３３は、表示部１２等を含め、端末装置１０全体を制御する。例えば、処理部３３は、送信部３１によって送信される各種情報や、受信部３２によって受信された情報提供装置１００からの各種情報を表示部１２へ出力して表示させることができる。
【0065】
（記憶部４０）
記憶部４０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、光ディスク等の記憶装置によって実現される。かかる記憶部４０には、各種プログラムや各種データ等が記憶される。
記憶部４０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、光ディスク等の記憶装置によって実現される。かかる記憶部４０には、各種プログラムや各種データ等が記憶される。
【0066】
〔４．情報提供装置の構成例〕
次に、図５を用いて、実施形態に係る情報提供装置１００の構成について説明する。図５は、実施形態に係る情報提供装置１００の構成例を示す図である。図５に示すように、情報提供装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。
次に、図５を用いて、実施形態に係る情報提供装置１００の構成について説明する。図５は、実施形態に係る情報提供装置１００の構成例を示す図である。図５に示すように、情報提供装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。
【0067】
（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。また、通信部１１０は、ネットワークＮ（図３参照）と有線又は無線で接続される。
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。また、通信部１１０は、ネットワークＮ（図３参照）と有線又は無線で接続される。
【0068】
（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ＨＤＤ、ＳＳＤ、光ディスク等の記憶装置によって実現される。図５に示すように、記憶部１２０は、利用者情報データベース１２１と、履歴情報データベース１２２と、関連性情報データベース１２３とを有する。
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ＨＤＤ、ＳＳＤ、光ディスク等の記憶装置によって実現される。図５に示すように、記憶部１２０は、利用者情報データベース１２１と、履歴情報データベース１２２と、関連性情報データベース１２３とを有する。
【0069】
（利用者情報データベース１２１）
利用者情報データベース１２１は、利用者Ｕに関する利用者情報を記憶する。例えば、利用者情報データベース１２１は、利用者Ｕの属性等の種々の情報を記憶する。図６は、利用者情報データベース１２１の一例を示す図である。図６に示した例では、利用者情報データベース１２１は、「利用者ＩＤ（Identifier）」、「年齢」、「性別」、「自宅」、「勤務地」、「興味」といった項目を有する。
利用者情報データベース１２１は、利用者Ｕに関する利用者情報を記憶する。例えば、利用者情報データベース１２１は、利用者Ｕの属性等の種々の情報を記憶する。図６は、利用者情報データベース１２１の一例を示す図である。図６に示した例では、利用者情報データベース１２１は、「利用者ＩＤ（Identifier）」、「年齢」、「性別」、「自宅」、「勤務地」、「興味」といった項目を有する。
【0070】
「利用者ＩＤ」は、利用者Ｕを識別するための識別情報を示す。なお、「利用者ＩＤ」は、利用者Ｕの連絡先（電話番号、メールアドレス等）であってもよいし、利用者Ｕの端末装置１０を識別するための識別情報であってもよい。
【0071】
また、「年齢」は、利用者ＩＤにより識別される利用者Ｕの年齢を示す。なお、「年齢」は、利用者Ｕの具体的な年齢（例えば３５歳など）を示す情報であってもよいし、利用者Ｕの年代（例えば３０代など）を示す情報であってもよい。あるいは、「年齢」は、利用者Ｕの生年月日を示す情報であってもよいし、利用者Ｕの世代（例えば８０年代生まれなど）を示す情報であってもよい。また、「性別」は、利用者ＩＤにより識別される利用者Ｕの性別を示す。
【0072】
また、「自宅」は、利用者ＩＤにより識別される利用者Ｕの自宅の位置情報を示す。なお、図６に示す例では、「自宅」は、「ＬＣ１１」といった抽象的な符号を図示するが、緯度経度情報等であってもよい。また、例えば、「自宅」は、地域名や住所であってもよい。
【0073】
また、「勤務地」は、利用者ＩＤにより識別される利用者Ｕの勤務地（学生の場合は学校）の位置情報を示す。なお、図６に示す例では、「勤務地」は、「ＬＣ１２」といった抽象的な符号を図示するが、緯度経度情報等であってもよい。また、例えば、「勤務地」は、地域名や住所であってもよい。
【0074】
また、「興味」は、利用者ＩＤにより識別される利用者Ｕの興味を示す。すなわち、「興味」は、利用者ＩＤにより識別される利用者Ｕが関心の高い対象を示す。例えば、「興味」は、利用者Ｕが検索エンジンに入力して検索した検索クエリ（キーワード）等であってもよい。なお、図６に示す例では、「興味」は、各利用者Ｕに１つずつ図示するが、複数であってもよい。
【0075】
例えば、図６に示す例において、利用者ＩＤ「Ｕ１」により識別される利用者Ｕの年齢は、「２０代」であり、性別は、「男性」であることを示す。また、例えば、利用者ＩＤ「Ｕ１」により識別される利用者Ｕは、自宅が「ＬＣ１１」であることを示す。また、例えば、利用者ＩＤ「Ｕ１」により識別される利用者Ｕは、勤務地が「ＬＣ１２」であることを示す。また、例えば、利用者ＩＤ「Ｕ１」により識別される利用者Ｕは、「スポーツ」に興味があることを示す。
【0076】
ここで、図６に示す例では、「Ｕ１」、「ＬＣ１１」及び「ＬＣ１２」といった抽象的な値を用いて図示するが、「Ｕ１」、「ＬＣ１１」及び「ＬＣ１２」には、具体的な文字列や数値等の情報が記憶されるものとする。以下、他の情報に関する図においても、抽象的な値を図示する場合がある。
【0077】
なお、利用者情報データベース１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、利用者情報データベース１２１は、利用者Ｕの端末装置１０に関する各種情報を記憶してもよい。また、利用者情報データベース１２１は、利用者Ｕのデモグラフィック（人口統計学的属性）、サイコグラフィック（心理学的属性）、ジオグラフィック（地理学的属性）、ベヘイビオラル（行動学的属性）等の属性に関する情報を記憶してもよい。例えば、利用者情報データベース１２１は、氏名、家族構成、出身地（地元）、職業、職位、収入、資格、居住形態（戸建、マンション等）、車の有無、通学・通勤時間、通学・通勤経路、定期券区間（駅、路線等）、利用頻度の高い駅（自宅・勤務地の最寄駅以外）、習い事（場所、時間帯等）、趣味、興味、ライフスタイル等の情報を記憶してもよい。
【0078】
（履歴情報データベース１２２）
履歴情報データベース１２２は、利用者Ｕの行動を示す履歴情報（ログデータ）に関する各種情報を記憶する。図７は、履歴情報データベース１２２の一例を示す図である。図７に示した例では、履歴情報データベース１２２は、「利用者ＩＤ」、「位置履歴」、「検索履歴」、「閲覧履歴」、「購買履歴」、「投稿履歴」といった項目を有する。
履歴情報データベース１２２は、利用者Ｕの行動を示す履歴情報（ログデータ）に関する各種情報を記憶する。図７は、履歴情報データベース１２２の一例を示す図である。図７に示した例では、履歴情報データベース１２２は、「利用者ＩＤ」、「位置履歴」、「検索履歴」、「閲覧履歴」、「購買履歴」、「投稿履歴」といった項目を有する。
【0079】
「利用者ＩＤ」は、利用者Ｕを識別するための識別情報を示す。また、「位置履歴」は、利用者Ｕの位置や移動の履歴である位置履歴を示す。また、「検索履歴」は、利用者Ｕが入力した検索クエリの履歴である検索履歴を示す。また、「閲覧履歴」は、利用者Ｕが閲覧したコンテンツの履歴である閲覧履歴を示す。また、「購買履歴」は、利用者Ｕによる購買の履歴である購買履歴を示す。また、「投稿履歴」は、利用者Ｕによる投稿の履歴である投稿履歴を示す。なお、「投稿履歴」は、利用者Ｕの所有物に関する質問を含んでいてもよい。
【0080】
例えば、図７に示す例において、利用者ＩＤ「Ｕ１」により識別される利用者Ｕは、「位置履歴＃１」の通りに移動し、「検索履歴＃１」の通りに検索し、「閲覧履歴＃１」の通りにコンテンツを閲覧し、「購買履歴＃１」の通りに所定の店舗等で所定の商品等を購入し、「投稿履歴」の通りに投稿したことを示す。
【0081】
ここで、図７に示す例では、「Ｕ１」、「位置履歴＃１」、「検索履歴＃１」、「閲覧履歴＃１」、「購買履歴＃１」及び「投稿履歴＃１」といった抽象的な値を用いて図示するが、「Ｕ１」、「位置履歴＃１」、「検索履歴＃１」、「閲覧履歴＃１」、「購買履歴＃１」及び「投稿履歴＃１」には、具体的な文字列や数値等の情報が記憶されるものとする。
【0082】
なお、履歴情報データベース１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、履歴情報データベース１２２は、利用者Ｕの所定のサービスの利用履歴等を記憶してもよい。また、履歴情報データベース１２２は、利用者Ｕの実店舗の来店履歴又は施設の訪問履歴等を記憶してもよい。また、履歴情報データベース１２２は、利用者Ｕの端末装置１０を用いた決済（電子決済）での決済履歴等を記憶してもよい。
【0083】
（関連性情報データベース１２３）
関連性情報データベース１２３は、エンティティ同士の関連性に関する各種情報を記憶する。図８は、関連性情報データベース１２３の一例を示す図である。図８に示した例では、関連性情報データベース１２３は、「単語」、「候補」、「確率」といった項目を有する。
関連性情報データベース１２３は、エンティティ同士の関連性に関する各種情報を記憶する。図８は、関連性情報データベース１２３の一例を示す図である。図８に示した例では、関連性情報データベース１２３は、「単語」、「候補」、「確率」といった項目を有する。
【0084】
「単語」は、クエリに含まれる単語を示す。「候補」は、当該単語と隣り合う単語の候補を示す。「確率」は、当該単語と候補との単語系列に対するエンティティの生起確率を示す。情報提供装置１００は、この確率と、エンティティ同士の内積とに基づいて、エンティティ系列のスコアを算出する。
【0085】
例えば、図８に示す例において、単語「Ａ」と隣り合う単語の候補「Ａ１」との単語系列に対するエンティティの生起確率「確率＃Ａ１」等が列挙されることを示す。
【0086】
ここで、図８に示す例では、「Ａ」、「Ａ１」及び「確率＃Ａ１」といった抽象的な値を用いて図示するが、「Ａ」、「Ａ１」及び「確率＃Ａ１」には、具体的な文字列や数値等の情報が記憶されるものとする。
【0087】
なお、関連性情報データベース１２３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、関連性情報データベース１２３は、単語系列のエンティティ候補によるラティス構造に関する情報を記憶してもよい。また、関連性情報データベース１２３は、クエリを文としてモデル化したモデルに関する情報を記憶してもよい。また、関連性情報データベース１２３は、算出された内積やスコア等を記憶してもよい。
【0088】
（制御部１３０）
図５に戻り、説明を続ける。制御部１３０は、コントローラ（Controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等によって、情報提供装置１００の内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭ等の記憶領域を作業領域として実行されることにより実現される。図５に示す例では、制御部１３０は、取得部１３１と、算出部１３２と、提供部１３３とを有する。
図５に戻り、説明を続ける。制御部１３０は、コントローラ（Controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等によって、情報提供装置１００の内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭ等の記憶領域を作業領域として実行されることにより実現される。図５に示す例では、制御部１３０は、取得部１３１と、算出部１３２と、提供部１３３とを有する。
【0089】
（取得部１３１）
取得部１３１は、利用者Ｕにより入力された検索クエリを取得する。例えば、取得部１３１は、利用者Ｕが検索エンジン等に検索クエリを入力してキーワード検索を行った際に、通信部１１０を介して、当該検索クエリを取得する。すなわち、取得部１３１は、通信部１１０を介して、利用者Ｕにより検索エンジンやサイト又はアプリの検索窓に入力されたキーワードを取得する。すなわち、取得部１３１は、クエリの入力を受け付ける受付部として機能する。
取得部１３１は、利用者Ｕにより入力された検索クエリを取得する。例えば、取得部１３１は、利用者Ｕが検索エンジン等に検索クエリを入力してキーワード検索を行った際に、通信部１１０を介して、当該検索クエリを取得する。すなわち、取得部１３１は、通信部１１０を介して、利用者Ｕにより検索エンジンやサイト又はアプリの検索窓に入力されたキーワードを取得する。すなわち、取得部１３１は、クエリの入力を受け付ける受付部として機能する。
【0090】
また、取得部１３１は、通信部１１０を介して、利用者Ｕに関する利用者情報を取得する。例えば、取得部１３１は、利用者Ｕの端末装置１０から、利用者Ｕを示す識別情報（利用者ＩＤ等）や、利用者Ｕの位置情報、利用者Ｕの属性情報等を取得する。また、取得部１３１は、利用者Ｕのユーザ登録時に、利用者Ｕを示す識別情報や、利用者Ｕの属性情報等を取得してもよい。そして、取得部１３１は、利用者情報を、記憶部１２０の利用者情報データベース１２１に登録する。
【0091】
また、取得部１３１は、通信部１１０を介して、利用者Ｕの行動を示す各種の履歴情報（ログデータ）を取得する。例えば、取得部１３１は、利用者Ｕの端末装置１０から、あるいは利用者ＩＤ等に基づいて各種サーバ等から、利用者Ｕの行動を示す各種の履歴情報を取得する。そして、取得部１３１は、各種の履歴情報を、記憶部１２０の履歴情報データベース１２２に登録する。
【0092】
（算出部１３２）
算出部１３２は、クエリの単語系列の候補エンティティによりラティス構造を構築し、最尤なエンティティ系列を求める。例えば、算出部１３２は、単語系列に対して候補エンティティを確率と共に列挙し、候補エンティティ同士の関連性を仮想文書の内積で算出し、確率と内積との対数和を取り、仮想ノードをラティス前後に設置し、仮想ノード間でスコアが最大となる経路を求め、最尤のエンティティ系列を得る。
算出部１３２は、クエリの単語系列の候補エンティティによりラティス構造を構築し、最尤なエンティティ系列を求める。例えば、算出部１３２は、単語系列に対して候補エンティティを確率と共に列挙し、候補エンティティ同士の関連性を仮想文書の内積で算出し、確率と内積との対数和を取り、仮想ノードをラティス前後に設置し、仮想ノード間でスコアが最大となる経路を求め、最尤のエンティティ系列を得る。
【0093】
このとき、算出部１３２は、ＣＲＦでの日本語形態素解析をクエリの単語系列に適用する。また、算出部１３２は、エンティティが紐づかない単語を、単語そのものからなる仮想文書と推定する。また、算出部１３２は、エンティティと単語系列に対して統一的な扱い方で全体の一貫性を評価する。
【0094】
また、算出部１３２は、単語系列のベクトル表現を計算し一貫性を評価する。また、算出部１３２は、任意長の単語系列からエンティティを特定する。また、算出部１３２は、隣り合う単語同士の関連性を考慮し、クエリを文としてモデル化する。
【0095】
そして、算出部１３２は、単語系列に対する候補エンティティに、算出された確率を紐づけて、記憶部１２０の関連性情報データベース１２３に登録する。また、算出部１３２は、算出された確率や内積、スコア等を処理のためにメモリやキャッシュ等に一時的に記憶する。
【0096】
（提供部１３３）
提供部１３３は、通信部１１０を介して、検索クエリを入力した利用者Ｕの端末装置１０に、最尤なエンティティ系列に応じた検索結果を提供する。
提供部１３３は、通信部１１０を介して、検索クエリを入力した利用者Ｕの端末装置１０に、最尤なエンティティ系列に応じた検索結果を提供する。
【0097】
〔５．処理手順〕
次に、図９を用いて実施形態に係る情報提供装置１００による処理手順について説明する。図９は、実施形態に係る処理手順を示すフローチャートである。なお、以下に示す処理手順は、情報提供装置１００の制御部１３０によって繰り返し実行される。
次に、図９を用いて実施形態に係る情報提供装置１００による処理手順について説明する。図９は、実施形態に係る処理手順を示すフローチャートである。なお、以下に示す処理手順は、情報提供装置１００の制御部１３０によって繰り返し実行される。
【0098】
図９に示すように、情報提供装置１００の取得部１３１は、通信部１１０を介して、利用者Ｕの端末装置１０から、入力された検索クエリを取得する（ステップＳ１０１）。すなわち、取得部１３１は、受付部として、利用者Ｕにより入力された検索クエリを受け付ける。
【0099】
続いて、情報提供装置１００の算出部１３２は、クエリの単語系列に対して候補エンティティを確率と共に列挙し、クエリの単語系列の候補エンティティによりラティス構造を構築する（ステップＳ１０２）。
【0100】
続いて、情報提供装置１００の算出部１３２は、候補エンティティ同士の関連性を仮想文書の内積で算出する（ステップＳ１０３）。
【0101】
続いて、情報提供装置１００の算出部１３２は、確率(<=1)と内積(<=1)との対数和を取り、確率と内積の累積で表現される経路のスコアを求める（ステップＳ１０４）。
【0102】
続いて、情報提供装置１００の算出部１３２は、仮想ノードをラティス前後に設置する（ステップＳ１０５）。例えば、算出部１３２は、仮想ノード「start」、「end」をラティス前後に設置する。
【0103】
続いて、情報提供装置１００の算出部１３２は、仮想ノード間でスコアが最大となる経路を求め、最尤のエンティティ系列を得る（ステップＳ１０６）。例えば、算出部１３２は、仮想ノード「start」から「end」の間でスコアが最大となる経路を求める。
【0104】
このとき、算出部１３２は、ＣＲＦでの日本語形態素解析をクエリの単語系列に適用する。また、算出部１３２は、エンティティが紐づかない単語を、単語そのものからなる仮想文書と推定する。また、算出部１３２は、エンティティと単語系列に対して統一的な扱い方で全体の一貫性を評価する。
【0105】
これにより、算出部１３２は、単語系列のベクトル表現を計算し一貫性を評価する。また、算出部１３２は、任意長の単語系列からエンティティを特定する。また、算出部１３２は、隣り合う単語同士の関連性を考慮し、クエリを文としてモデル化する。
【0106】
続いて、情報提供装置１００の提供部１３３は、通信部１１０を介して、検索クエリを入力した利用者Ｕの端末装置１０に、最尤なエンティティ系列に応じた検索結果を提供する（ステップＳ１０）。
【0107】
〔６．変形例〕
上述した端末装置１０及び情報提供装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、実施形態の変形例について説明する。
上述した端末装置１０及び情報提供装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、実施形態の変形例について説明する。
【0108】
上記の実施形態において、情報提供装置１００が実行している処理の一部又は全部は、実際には、端末装置１０が実行してもよい。例えば、スタンドアローン（Stand-alone）で（端末装置１０単体で）処理が完結してもよい。この場合、端末装置１０に、上記の実施形態における情報提供装置１００の機能が備わっているものとする。また、上記の実施形態では、端末装置１０は情報提供装置１００と連携しているため、利用者Ｕから見れば、情報提供装置１００の処理も端末装置１０が実行しているように見える。すなわち、他の観点では、端末装置１０は、情報提供装置１００を備えているともいえる。
【0109】
また、上記の実施形態において、情報提供装置１００は、最尤なエンティティ系列を求める際に、クエリを入力した利用者Ｕの属性情報や履歴情報等を考慮するようにしてもよい。例えば、情報提供装置１００は、クエリを入力した利用者Ｕの属性情報や履歴情報等に応じて、単語系列に対するエンティティの生起確率や、経路のスコア等に重み付けを行ってもよい。
【0110】
〔７．効果〕
上述してきたように、本願に係る情報処理装置（端末装置１０及び情報提供装置１００）は、クエリの入力を受け付ける受付部（取得部１３１）と、クエリの単語系列の候補エンティティによりラティス構造を構築し、最尤なエンティティ系列を求める算出部１３２と、最尤なエンティティ系列に応じた検索結果を提供する提供部１３３と、を備えることを特徴とする。
上述してきたように、本願に係る情報処理装置（端末装置１０及び情報提供装置１００）は、クエリの入力を受け付ける受付部（取得部１３１）と、クエリの単語系列の候補エンティティによりラティス構造を構築し、最尤なエンティティ系列を求める算出部１３２と、最尤なエンティティ系列に応じた検索結果を提供する提供部１３３と、を備えることを特徴とする。
【0111】
算出部１３２は、単語系列に対して候補エンティティを確率と共に列挙し、候補エンティティ同士の関連性を仮想文書の内積で算出し、確率と内積との対数和を取り、仮想ノードをラティス前後に設置し、仮想ノード間でスコアが最大となる経路を求め、最尤のエンティティ系列を得る。
【0112】
算出部１３２は、エンティティが紐づかない単語を、単語そのものからなる仮想文書と推定する。
【0113】
算出部１３２は、エンティティと単語系列に対して統一的な扱い方で全体の一貫性を評価する。
【0114】
算出部１３２は、ＣＲＦでの日本語形態素解析をクエリの単語系列に適用する。
【0115】
算出部１３２は、単語系列のベクトル表現を計算し一貫性を評価する。
【0116】
算出部１３２は、任意長の単語系列からエンティティを特定する。
【0117】
算出部１３２は、隣り合う単語同士の関連性を考慮し、クエリを文としてモデル化する。
【0118】
上述した各処理のいずれかもしくは組合せにより、本願に係る情報処理装置は、文脈一貫性を用いた頑健なエンティティリンキングを実現することができる。
【0119】
〔８．ハードウェア構成〕
また、上述した実施形態に係る端末装置１０や情報提供装置１００は、例えば図１０に示すような構成のコンピュータ１０００によって実現される。以下、情報提供装置１００を例に挙げて説明する。図１０は、ハードウェア構成の一例を示す図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力Ｉ／Ｆ（Interface）１０６０、入力Ｉ／Ｆ１０７０、ネットワークＩ／Ｆ１０８０がバス１０９０により接続された形態を有する。
また、上述した実施形態に係る端末装置１０や情報提供装置１００は、例えば図１０に示すような構成のコンピュータ１０００によって実現される。以下、情報提供装置１００を例に挙げて説明する。図１０は、ハードウェア構成の一例を示す図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力Ｉ／Ｆ（Interface）１０６０、入力Ｉ／Ｆ１０７０、ネットワークＩ／Ｆ１０８０がバス１０９０により接続された形態を有する。
【0120】
演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。演算装置１０３０は、例えばＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等により実現される。
【0121】
一次記憶装置１０４０は、ＲＡＭ（Random Access Memory）等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等により実現される。二次記憶装置１０５０は、内蔵ストレージであってもよいし、外付けストレージであってもよい。また、二次記憶装置１０５０は、ＵＳＢ（Universal Serial Bus）メモリやＳＤ（Secure Digital）メモリカード等の取り外し可能な記憶媒体であってもよい。また、二次記憶装置１０５０は、クラウドストレージ（オンラインストレージ）やＮＡＳ（Network Attached Storage）、ファイルサーバ等であってもよい。
【0122】
出力Ｉ／Ｆ１０６０は、ディスプレイ、プロジェクタ、及びプリンタ等といった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインターフェースであり、例えば、ＵＳＢ（Universal Serial Bus）やＤＶＩ（Digital Visual Interface）、ＨＤＭＩ（登録商標）（High Definition Multimedia Interface）といった規格のコネクタにより実現される。また、入力Ｉ／Ｆ１０７０は、マウス、キーボード、キーパッド、ボタン、及びスキャナ等といった各種の入力装置１０２０から情報を受信するためのインターフェースであり、例えば、ＵＳＢ等により実現される。
【0123】
また、出力Ｉ／Ｆ１０６０及び入力Ｉ／Ｆ１０７０はそれぞれ出力装置１０１０及び入力装置１０２０と無線で接続してもよい。すなわち、出力装置１０１０及び入力装置１０２０は、ワイヤレス機器であってもよい。
【0124】
また、出力装置１０１０及び入力装置１０２０は、タッチパネルのように一体化していてもよい。この場合、出力Ｉ／Ｆ１０６０及び入力Ｉ／Ｆ１０７０も、入出力Ｉ／Ｆとして一体化していてもよい。
【0125】
なお、入力装置１０２０は、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、又は半導体メモリ等から情報を読み出す装置であってもよい。
【0126】
ネットワークＩ／Ｆ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。
【0127】
演算装置１０３０は、出力Ｉ／Ｆ１０６０や入力Ｉ／Ｆ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。
【0128】
例えば、コンピュータ１０００が情報提供装置１００として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。また、コンピュータ１０００の演算装置１０３０は、ネットワークＩ／Ｆ１０８０を介して他の機器から取得したプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行してもよい。また、コンピュータ１０００の演算装置１０３０は、ネットワークＩ／Ｆ１０８０を介して他の機器と連携し、プログラムの機能やデータ等を他の機器の他のプログラムから呼び出して利用してもよい。
【0129】
〔９．その他〕
以上、本願の実施形態を説明したが、これら実施形態の内容により本発明が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。
以上、本願の実施形態を説明したが、これら実施形態の内容により本発明が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。
【0130】
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
【0131】
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。
【0132】
例えば、上述した情報提供装置１００は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットフォーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティング等で呼び出して実現するなど、構成は柔軟に変更できる。
【0133】
また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
【0134】
また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。
【符号の説明】
【0135】
１ 情報処理システム
１０ 端末装置
１００ 情報提供装置
１１０ 通信部
１２０ 記憶部
１２１ 利用者情報データベース
１２２ 履歴情報データベース
１２３ 関連性情報データベース
１３０ 制御部
１３１ 取得部
１３２ 算出部
１３３ 提供部
１０ 端末装置
１００ 情報提供装置
１１０ 通信部
１２０ 記憶部
１２１ 利用者情報データベース
１２２ 履歴情報データベース
１２３ 関連性情報データベース
１３０ 制御部
１３１ 取得部
１３２ 算出部
１３３ 提供部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】