JP2001134582A

JP2001134582A - ニュース話題ジャンル推定装置及び個人用話題提示装置

Info

Publication number: JP2001134582A
Application number: JP31271699A
Authority: JP
Inventors: Ichiro Yamada; 一郎山田; Enbai Kin; 淵培金; Masahiro Shibata; 正啓柴田
Original assignee: Nippon Hoso Kyokai NHK; Japan Broadcasting Corp
Current assignee: Japan Broadcasting Corp
Priority date: 1999-11-02
Filing date: 1999-11-02
Publication date: 2001-05-18

Abstract

(57)【要約】【課題】ニュース話題が複数のジャンルにどれくらい
関わっているかを的確に推定できるニュース話題ジャン
ル推定装置及びニュースの話題を個人の嗜好に合うよう
に効果的に提示できる個人用話題提示装置を提供する。【解決手段】話題を構成するニュース原稿に含まれる単
語から得られる情報に基づきニュースの話題が複数のジ
ャンルにどれくらい関わっているかを推定する（３（３
ａ，３ｂ））ことを特徴としている。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、ニュース話題が属
するジャンルを推定するニュース話題ジャンル推定装置
及びニュース話題を個人の嗜好に合うように提示する個
人用話題提示装置に関する。

【０００２】［発明の概要］本発明は、ニュースに含ま
れる情報と個人嗜好情報とを利用した情報分類・検索に
関するものである。即ち、本発明は、話題を構成するニ
ュース原稿に含まれる単語から得られる情報を利用する
ことにより、ニュースの話題が複数のジャンル（例え
ば、政治・経済・社会・国際・スポーツの５つのジャン
ル）に属する割合を推定する。その推定結果と政治・経
済・社会・国際・スポーツの５つのジャンルで入力され
る個人の嗜好とを利用して、ニュースの話題を個人の嗜
好に合うように効果的に提示するようにしたものであ
る。

【０００３】

【従来の技術】ニュース話題のジャンル分類では、従
来、既存のどのジャンルに属しているかを一意に決定す
る手法が提案されている。

【０００４】また、個人用のテレビ番組選択手法では、
従来、手動で検索対象となるデータにジャンルやキーワ
ードを付加し、その付加したジャンルやキーワードと個
人嗜好情報に含まれるキーワードとのパターンマッチに
より、個人用ニュースを選択する手法が提案されてい
る。この手法では、個人の嗜好情報とのマッチングは、
完全一致によるパターンマッチングが用いられる。

【０００５】

【発明が解決しようとする課題】しかしながら、ニュー
ス話題のジャンル分類をニュースが既存のどのジャンル
に属しているかを一意に決定する従来の手法で行う場
合、実際のニュースは複数のジャンルに属することがあ
るので、そのニュース話題がどれくらいの割合で、ある
ジャンルに関わりを持っているかを的確に表現すること
が難しいという問題がある。

【０００６】また、従来提案されている個人用のテレビ
番組選択手法では、各番組にキーワードやジャンルを手
動で付加しなければならなず、操作が煩雑である。加え
て、個人の嗜好情報とのマッチングは、完全一致による
パターンマッチングに依っているので、番組選択の優先
順位を明確に表現できない。したがって、従来の手法に
よる個人用ニュース話題の提示では、個人の嗜好に合う
ような提示が困難である。

【０００７】本発明は上記事情に鑑みてなされたもの
で、ニュース話題が複数のジャンルにどれくらい関わっ
ているかを的確に推定できるニュース話題ジャンル推定
装置を提供することを目的としている。

【０００８】また、ニュースの話題を個人の嗜好に合う
ように効果的に提示できる個人用話題提示装置を提供す
ることを目的としている。

【０００９】

【課題を解決するための手段】上記目的を達成するため
に本発明は、請求項１のニュース話題ジャンル推定装置
では、話題を構成するニュース原稿に含まれる単語の複
数ジャンルへの寄与度を算出する出現単語のジャンル別
寄与度計算手段と、前記算出された単語別ジャンル寄与
度とニュース原稿から抽出された話題とに基づき、ニュ
ースの話題が前記複数のジャンルのどれに属するかを抽
出するジャンル抽出手段とを備えることを特徴としてい
る。

【００１０】請求項２では、請求項１に記載のニュース
話題ジャンル推定装置において、前記出現単語のジャン
ル別寄与度計算手段は、話題を構成するニュース原稿に
含まれる単語から出現頻度が所定回数以上の単語を抽出
する手段と、前記抽出された単語についてジャンル別の
寄与度を算出する手段とを備えることを特徴としてい
る。

【００１１】請求項３では、請求項２に記載のニュース
話題ジャンル推定装置において、前記ニュース話題のジ
ャンル抽出手段は、前記ニュース原稿から抽出された話
題からその話題を表現するデータの要素となる単語を抽
出する手段と、前記抽出した単語の中から前記出現単語
のジャンル別寄与度計算手段でジャンル別寄与度が算出
された単語を選択する手段と、前記選択された単語のジ
ャンル別寄与度を用いて話題のジャンル別得点を算出す
る手段と、前記算出された話題のジャンル別得点を用い
て話題のジャンル別の寄与度を算出する手段とを備える
ことを特徴としている。

【００１２】かかる請求項１乃至３に記載の発明によれ
ば、ニュース話題のジャンルを的確に表現するために、
属するジャンルを一意に決めることは行わず、話題を構
成するニュース原稿に含まれる単語から得られる情報を
利用することにより、ニュースの話題が複数のジャンル
（例えば、政治・経済・社会・国際・スポーツの５つの
ジャンル）にどれくらい関わっているかが推定される。

【００１３】請求項４では、請求項１乃至３の何れかに
記載のニュース話題ジャンル推定装置と、個人の嗜好を
複数のジャンル毎に入力する個人嗜好入力インタフェー
スと、前記ニュース話題ジャンル推定装置で得られたジ
ャンル推定結果と、前記個人嗜好入力インタフェースの
入力情報とに基づきニュースの話題を個人の嗜好に合う
ように提示する個人用ニュース話題提示手段とを備える
ことを特徴としている。

【００１４】かかる請求項４に記載の発明によれば、個
人嗜好入力インタフェースを利用して個人の嗜好を、例
えば政治・経済・社会・国際・スポーツの５つのジャン
ルで入力し、この個人情報と話題のジャンル推定結果と
を利用することにより、ニュースの話題が個人の嗜好に
合うように効果的に提示される。

【００１５】

【発明の実施の形態】図１は、本発明の実施形態に係る
ニュース話題ジャンル推定装置及び個人用話題提示装置
の構成ブロック図である。

【００１６】図１において、本実施形態の個人用話題提
示装置１は、電子化されたニュース原稿が入力され、そ
れに含まれる記事を似た項目に分類して話題を抽出する
ニュース話題抽出部２と、過去のニュース原稿とニュー
ス話題抽出部２の出力（特定期間内の話題（話題の重心
ベクトル））とを受けて、話題が複数のジャンル（例え
ば政治・経済・社会・国際・スポーツの５つのジャン
ル）にどれくらい関わっているかを、一つの話題を形成
するニュース群を時期ごとに変化する重要度で重み付け
された単語を利用して推定するニュース話題のジャンル
抽出部３と、視聴者個人の嗜好を、例えば政治・経済・
社会・国際・スポーツの５つのジャンルで入力する個人
嗜好入力インタフェース４（図８参照）と、ニュース話
題のジャンル推定の結果と、個人嗜好入力インターフェ
ース４から入力された個人の嗜好とを利用して、ニュー
スの話題を個人の嗜好に合うように効果的に提示する個
人用ニュース話題提示部５とを備える。

【００１７】また、実施形態のニュース話題ジャンル推
定装置３は、過去のニュース原稿に含まれる単語毎にジ
ャンル別寄与度を算出する出現単語のジャンル別寄与度
計算部３ａと、出現単語のジャンル別寄与度計算部３ａ
が出力する単語別ジャンル寄与度と特定期間の話題（重
心ベクトル）とを利用してニュース話題のジャンルを抽
出するニュース話題のジャンル抽出部３ｂとを備える。

【００１８】以下、本実施形態のニュース話題ジャンル
推定装置及び個人用話題提示装置の動作を図１〜図１０
を参照して説明する。なお、図２は、話題の抽出例であ
る。図３は、ニュース話題抽出部で得られた重心ベクト
ルの例である。図４は、出現単語のジャンル別寄与度計
算処理のフローチャートである。図５は、ニュース話題
のジャンル抽出処理のフローチャートである。図６は、
話題の各ジャンルへの寄与度の出力結果の例である。図
７は、ニュース話題「北朝鮮・朝鮮民主主義人民共和国
のミサイル発射」の各ジャンルへの寄与度の従来法との
比較結果である。図８は、個人嗜好入力インタフェース
の例である。図９、図１０は、個人用ニュース話題提示
の結果の例である。

【００１９】まず、ニュース話題抽出部２により、ニュ
ースの話題を抽出する。即ち、ニュース話題抽出部２
は、入力する電子化されたニュース原稿から、そのニュ
ース原稿に含まれる単語の例えば月単位の重要度Weight
(W)を次の式（１）によって求め、それに基づきニュー
ス原稿に含まれる記事を似た項目に分類し、話題を抽出
する。

【００２０】

【数１】

【００２１】なお、式（１）おいて、ｎは、単語Ｗがあ
る月に出現した頻度、ｅは、期待値である。また、Ｎ
は、対象月のニュース原稿の総数、df(W)は、その中の
単語Ｗが出現する原稿の数である。

【００２２】この抽出された特定期間の話題がその話題
の重心ベクトルとともにニュースのジャンル推定装置３
に対し出力される。話題の抽出例を示す図２では、１９
９８年９月における８つの話題を示してあるが、その中
の「北朝鮮・朝鮮民主主義人民共和国のミサイル発射」
という話題の重心ベクトルの例を図３に示してある。

【００２３】そして、ニュースのジャンル推定装置３で
は、このように抽出された話題が、１つのジャンルでは
なく複数のジャンルにどれくらい関わっているかを、時
期ごとに変化する重要度で重み付けされた単語を利用し
て推定する。ここでは、複数のジャンルとして、例え
ば、政治・経済・社会・国際・スポーツの５つのジャン
ルを取り上げる。

【００２４】この推定処理では、複数のジャンルにどれ
くらいの割合で属しているかを数値で抽出している。そ
のため、出現単語のジャンル別寄与度計算部３ａで単語
別ジャンル寄与度を求め、この単語別ジャンル寄与度を
利用してニュース話題のジャンル抽出部３ｂで話題のジ
ャンルを決定するようにしてある。

【００２５】出現単語のジャンル別寄与度計算部３ａで
は、図４に示す手順で単語別ジャンル寄与度を求め、単
語テーブルを生成する。図４において、過去のニュース
原稿から単語を抽出するが（ステップＳＴ１）、過去に
生成されたニュース原稿には、そのニュースを作成した
部署名（政治部・経済部・社会部・国際部・スポーツ
部）の情報が付いている。ここでは、１９９７年１年間
のニュース原稿を学習データとし、出現頻度が一定回以
上（例えば２０回以上）である全ての単語に対して（ス
テップＳＴ２）、どの部署が作成したニュースにどれく
らいの割合で含まれるかを次の式（２）により計算し
（ステップＳＴ３）、単語テーブルに登録する（ステッ
プＳＴ４）。

【００２６】単語wが各ジャンルにどれくらい寄与して
いるかを表す単語のジャンル別寄与度は、ある単語wが
「政治」に出現した頻度をr1、「経済」に出現した頻度
をr2、「社会」に出現した頻度をr3、「国際」に出現し
た頻度をr4、「スポーツ」に出現した頻度をr5とする
と、

【００２７】

【数２】寄与度（w，政治）＝r1／（rl＋r2＋r3＋r4＋r5）寄与度（w、経済）＝r2／（rl＋r2＋r3＋r4＋r5）寄与度（w、社会）＝r3／（rl＋r2＋r3＋r4＋r5）寄与度（w、国際）＝r4／（rl＋r2＋r3＋r4＋r5）寄与度（w、スポーツ）＝r5／（rl＋r2＋r3＋r4＋r5）・・・・（２）とする。

【００２８】この処理により、１９９７年のニュース原
稿に出現した単語の出現頻度が一定回以上の全ての単語
毎にジャンル別寄与度が計算でき、単語毎にジャンル別
寄与度が登録された単語テーブルを完成できる（ステッ
プＳＴ５、ステップＳＴ６）。

【００２９】次いで、ニュース話題のジャンル抽出部３
ｂでは、この１９９７年のニュース原稿において出現頻
度がある一定回以上（例えば２０回以上）の単語のジャ
ンル別寄与度を利用して、ニュース話題抽出部２で得ら
れた話題に対して、図５に示す手順で各ジャンルヘの寄
与度を計算する。

【００３０】図５において、ニュース話題抽出部２から
特定期間の話題を取得し（ステップＳＴ１１）、その話
題を構成する重心ベクトルの要素となる単語を抽出する
（ステップＳＴ１２、図３参照）。

【００３１】そして、抽出した「重心ベクトルの要素と
なる単語」が上記単語テーブルに存在する場合には（ス
テップＳＴ１３：Ｙｅｓ）、その単語のジャンル別寄与
度寄与度（Ｗｉ、政治）、寄与度（Ｗｉ、経済）、寄与度
（Ｗｉ、社会）、寄与度（Ｗｉ、国際）、寄与度（Ｗ
ｉ、スポーツ）を次の式（３）に適用し、話題の政治、経済、社会、国
際、スポーツに対する得点Trl、Tr2、Tr3、Tr4、Tr5を
計算する（ステップＳＴ１４）。なお、式（３）は、一
つの話題Ｔの重心ベクトルの要素となる単語をwl〜Wnと
して定義したものである。

【００３２】

【数３】

【００３３】全ての重心ベクトルの要素となる単語につ
いて、式（３）によるジャンル別得点の算出処理を終え
ると（ステップＳＴ１５：Ｙｅｓ）、そのジャンル別得
点Trl、Tr2、Tr3、Tr4、Tr5を次の式（４）に適用し
て、話題Tの政治、経済、社会、国際、スポーツに対す
る寄与度Ｔを算出する。

【００３４】

【数４】寄与度（T，政治）＝Trl／（Tr1＋Tr2＋Tr3＋Tr4＋Tr5）寄与度（T，経済）＝Tr2／（Tr1＋Tr2＋Tr3＋Tr4＋Tr5）寄与度（T、社会）＝Tr3／（Tr1＋Tr2＋Tr3＋TI4＋Tr5）寄与度（T，国際）＝Tr4／（Tr1＋Tr2＋Tr3＋Tr4＋Tr5）寄与度（T，スポーツ）＝Tr5／（Trl＋Tr2＋Tr3十Tr4＋Tr5）・・・・・・（４）

【００３５】図６は、図２に示した１９９８年９月にお
ける話題の各ジャンルヘの寄与度の出力結果の例であ
る。また、図７は、その中の５番目の話題「北朝鮮・朝
鮮民主主義人民共和国のミサイル発射」について従来法
と比較した結果である。

【００３６】従来法では、一つのニュースに含まれる単
語が過去の学習データにより各ジャンルヘどのくらい属
しているかを計算し、その合計の割合でジャンルを推定
している。したがって、図７（ｂ）に示すように、全く
関連のない「スポーツ」や「経済」にも属しており、的
確にジャンルを推定するのが困難である。

【００３７】それに対し、図７（ａ）に示すように、本
実施形態による手法では、「スポーツ」、「経済」に属
する割合は従来手法と比べて低く、的確な度合いで「政
治」、「経済」、「国際」、「社会」に属する割合を推
定できる。このように、本実施形態による手法では、従
来の手法に比べ、的確にジャンルを推定できることがわ
かる。

【００３８】次に、個人嗜好入力インタフェース４にて
視聴者個人の嗜好の入力を行う。個人の嗜好は、例えば
政治・経済・社会・国際・スポーツの５つのジャンルで
入力する。嗜好を、例えば、０から１００までの数値で
入力する。図８では、５つのジャンルの嗜好をそれぞれ
値３０と入力した場合の各ジャンルの割合が示されてい
る。

【００３９】そして、個人用ニュース話題提示部５で
は、この入力された個人の嗜好と、ニュース話題のジャ
ンル抽出部３ｂが抽出したジャンルを利用して、個人の
嗜好に合ったニュースの検索を行う。

【００４０】まず、個人Ａの嗜好に対する話題Tに付け
る点数Score（Ａ，Ｔ）を、次の式（５）に従って求め
る。式（５）において、値polは、政治に対する個人Ａ
の嗜好の値である。値ecoは、経済に対する個人Ａの嗜
好の値である。値socは、社会に対する個人Ａの嗜好の
値である。値intは、国際に対する個人Ａの嗜好の値で
ある。値spoは、スポーツに対する個人Ａの嗜好の値で
ある。

【００４１】

【数５】

【００４２】なお、式（５）では、個人の嗜好を強調す
るため2乗した値を使っているが、話題の重要度を強調
するときは、例えば次の式（６）とする。式（６）の例
えば対数関数（log）をとることにより、さらに話題の
重要度を強調できる。

【００４３】

【数６】

【００４４】式（５）や式（６）の値が大きい話題か
ら、個人の嗜好に合った話題と判断できる。図９と図１
０には、式（５）により計算した個人用ニュース話題提
示の結果を示してある。

【００４５】図９では、視聴者Ａの嗜好のジャンルは、
国際に大きな値が付けられているので、外国の話題が主
に提示されることが示されている。また、図１０では、
視聴者Ｂの嗜好のジャンルは、スポーツと社会に大きな
値が付けられているので、国内のスポーツと社会の話題
が主に提示されることが示されている。

【００４６】なお、以上説明した実施形態では、ジャン
ルとして、政治・経済・社会・国際・スポーツの５つの
ジャンルを取り上げたが、本発明はこれに限定されない
ことは言うまでもなく、ジャンルの数・範囲は任意であ
る。

【００４７】

【発明の効果】以上から明らかなように、請求項１乃至
３に記載の発明によれば、話題を構成するニュース原稿
に含まれる単語から得られる情報を利用することによ
り、ニュースの話題が複数のジャンルにどれくらい関わ
っているかを推定することが可能となる。

【００４８】また、請求項４に記載の発明によれば、個
人嗜好入力インタフェースを利用して個人の嗜好を複数
のジャンルに数値で入力し、この個人情報と話題のジャ
ンル推定結果とを利用することにより、ニュースの話題
が個人の嗜好に合うように効果的に提示することが可能
となる。

【図面の簡単な説明】

【図１】本発明の実勢形態に係るニュース話題ジャンル
推定装置及び個人用話題提示装置の構成ブロック図であ
る。

【図２】話題の抽出例を示す説明図である。

【図３】ニュース話題抽出部で得られた重心ベクトルを
例示する説明図である。

【図４】出現単語のジャンル別寄与度計算処理のフロー
チャートである。

【図５】ニュース話題のジャンル抽出処理のフローチャ
ートである。

【図６】話題の各ジャンルへの寄与度の出力結果を例示
する説明図である。

【図７】ニュース話題「北朝鮮・朝鮮民主主義人民共和
国のミサイル発射」の各ジャンルへの寄与度の従来法と
の比較結果を示す説明図である。

【図８】個人嗜好入力インタフェースを例示する説明図
である。

【図９】個人用ニュース話題提示の結果を例示する説明
図である。

【図１０】個人用ニュース話題提示の結果を例示する説
明図である。

【符号の説明】

１個人用話題提示装置２ニュース話題抽出部３ニュース話題のジャンル抽出部３ａ出現単語のジャンル別寄与度計算部３ｂニュース話題のジャンル抽出部４個人嗜好入力インタフェース５個人用ニュース話題提示部

─────────────────────────────────────────────────────

【手続補正書】

【提出日】平成１１年１１月１１日（１９９９．１１．
１１）

【手続補正１】

【補正対象書類名】明細書

【補正対象項目名】００３７

【補正方法】変更

【補正内容】

【００３７】それに対し、図７（ａ）に示すように、本
実施形態による手法では、「スポーツ」、「経済」に属
する割合は従来手法と比べて低く、的確な度合いで「政
治」、「国際」、「社会」に属する割合を推定できる。
このように、本実施形態による手法では、従来の手法に
比べ、的確にジャンルを推定できることがわかる。

フロントページの続き (72)発明者柴田正啓東京都世田谷区砧一丁目10番11号日本放送協会放送技術研究所内Ｆターム(参考） 5B075 ND03 NR12 PR04

Claims

【特許請求の範囲】

【請求項１】話題を構成するニュース原稿に含まれる
単語の複数ジャンルへの寄与度を算出する出現単語のジ
ャンル別寄与度計算手段と、前記算出された単語別ジャンル寄与度とニュース原稿か
ら抽出された話題とに基づき、ニュースの話題が前記複
数のジャンルのどれに属するかを抽出するジャンル抽出
手段と、を備えることを特徴とするニュース話題ジャンル推定装
置。
【請求項２】請求項１に記載のニュース話題ジャンル
推定装置において、前記出現単語のジャンル別寄与度計算手段は、話題を構成するニュース原稿に含まれる単語から出現頻
度が所定回数以上の単語を抽出する手段と、前記抽出された単語についてジャンル別の寄与度を算出
する手段と、を備えることを特徴とするニュース話題ジャンル推定装
置。
【請求項３】請求項２に記載のニュース話題ジャンル
推定装置において、前記ニュース話題のジャンル抽出手段は、前記ニュース原稿から抽出された話題からその話題を表
現するデータの要素となる単語を抽出する手段と、前記抽出した単語の中から前記出現単語のジャンル別寄
与度計算手段でジャンル別寄与度が算出された単語を選
択する手段と、前記選択された単語のジャンル別寄与度を用いて話題の
ジャンル別得点を算出する手段と、前記算出された話題のジャンル別得点を用いて話題のジ
ャンル別の寄与度を算出する手段と、を備えることを特徴とするニュース話題ジャンル推定装
置。
【請求項４】請求項１乃至３の何れかに記載のニュー
ス話題ジャンル推定装置と、個人の嗜好を複数のジャンル毎に入力する個人嗜好入力
インタフェースと、前記ニュース話題ジャンル推定装置で得られたジャンル
推定結果と、前記個人嗜好入力インタフェースの入力情
報とに基づきニュースの話題を個人の嗜好に合うように
提示する個人用ニュース話題提示手段と、を備えることを特徴とする個人用話題提示装置。