JP5469046B2 - 情報検索装置、情報検索方法及び情報検索プログラム - Google Patents

Description

本発明は、情報を検索する技術に関する。

ブロードバンド網の高度化、ストレージの大容量化、更には分散環境の整備により、オンラインでのコンテンツ流通はもはや日常のものとなっている。特に、２０００年代中頃より、画像・音楽・映像等のマルチメディアコンテンツ共有サイトやＩＰＴＶ・ＶｏＤ等のサービスが一挙に普及して以来、オンラインコンテンツは文書にとどまらず、画像・音楽・映像等のよりリッチなものを閲覧・視聴できるようになっている。

一般に、オンラインコンテンツを閲覧・視聴するためには、ユーザは、公開されている非常に多くのコンテンツの中から、検索エンジン等を利用して興味のあるものを探し出す必要がある。現在の検索エンジンでは、検索対象のコンテンツの種別がどのようなものであっても、キーワードに基づいた検索を行う場合が多い。ユーザは、検索対象を１つ以上のキーワードによって表現し、クエリとして問い合わせを行う。例えば、「新宿御苑の桜の画像が見たい」と場合には、画像検索エンジンを用いて「新宿御苑 桜」とクエリ入力する。

これまでの検索エンジンは、少数のキーワードがクエリとされるような短いクエリに焦点を当てて設計されていた。もちろん、上記例のように、目的のコンテンツが少数のキーワードにより絞り込み可能であればそれでも問題はない。

しかしながら、近年のオンラインコンテンツの爆発的増加に伴い、少数のキーワードのみでは絞り込みきれない対象を探す場合や、詳細な結果を求めるためにより多くのキーワードを入力するような場合が増えてきている。例えば、神奈川県の日吉駅前周辺の写真を見たいとする。日吉駅は京都にも存在するため、「神奈川県」も含めた「神奈川県 日吉駅 駅前 周辺」という４語のキーワードがクエリ入力に要求される。

このような多数のキーワードによる長いクエリは、あまり例がないように感じられるかもしれない。しかしながら、「Exploring Web Scale Language Models for Search Query Processing」（Jian Huang、外５名、In Proceedings of the International World Wide Web Conference、2010年、p.451-460）によれば、２０％以上のクエリは４語以上からなる長いクエリであると報告されており、今後ますます増加していくと予想されている。

キーワードを入力する際には、ユーザがキーボード等の入力デバイスを操作し、クエリとして検索エンジンに入力する必要がある。長いクエリの場合には、それだけ入力操作回数（打鍵数等）が多くなる傾向にあるため、ユーザにとっては不便なものとなる。

この不便さは、特にスマートフォン等のモバイル端末を利用した検索時に顕著に表れる。モバイル端末はパソコン等と比較して非常に小型である。当然、パソコンのキー入力と同じようなキーボードはサポートされておらず、通常、モバイル端末と同程度又はそれ以下のサイズのキーボードデバイスか、ソフトウェアキーボードを利用してキー入力を行うことになる。ここで、ソフトウェアキーボードとは、主としてタッチパネル（タッチスクリーン）画面上に、仮想的に実現されるソフトウェアベースのキーボード（バーチャルキーボード）である。

これらの入力デバイスはいずれも小さいため、ユーザは非常に小さいボタンを操作することとなる。したがって、パソコンのそれと比べて遥かに入力し難く、多くの時間を要すると指摘されている。また、特にソフトウェアキーボードを利用した場合には、画面に触れてのキー入力となるが、ボタンのように押し下げる触覚フィードバックが得られない。このため、不自然であり、更に操作時間が必要とされる等の問題が指摘されている。

然るに、長いクエリ入力等のように、入力操作回数を多く要するようなクエリ入力を簡易化し、素早く、簡単に目的とするコンテンツにアクセス可能な情報検索技術が求められている。

従来、ユーザの入力操作を簡易化する情報検索技術として、携帯電話におけるコンテンツ検索簡易技術、クエリ拡張技術、クエリ推薦技術が提供されている。

特許文献１には、パソコン等の据え置き型端末と携帯電話とのコンテンツ検索操作を連動させることによって、携帯電話におけるコンテンツ検索を簡易化するコンテンツ検索簡易技術が開示されている。この技術によれば、比較的操作し易い据え置き型端末で行った検索結果を「お気に入り」（ブックマーク）としてリストに登録しておき、この「お気に入り」リストは携帯電話からも参照可能であるため、携帯電話でコンテンツ検索に係る特別な操作を行うことなく、興味のあるコンテンツを探し出すことができる。

特許文献２には、クエリ拡張に基づいて、予め入力されたクエリに関連する別のクエリを考慮した検索結果を生成することによって、検索精度の改善を図るクエリ拡張技術が開示されている。まず、入力されたクエリの検索結果のうち、アクセスの集中する重要なコンテンツを特定する。続いて、得られた重要なコンテンツの文書から特徴的な重要キーワードを抽出し、この重要キーワードによってクエリと関連するキーワードを抽出する。最後に、最初に入力されたクエリと抽出された関連キーワードとを考慮した検索を実行し、その結果をユーザに提示する。

非特許文献１には、ユーザが入力したクエリに関連するクエリを発見し、ユーザに推薦・提示するクエリ推薦技術が開示されている。まず、ユーザが投入したクエリと、その際にアクセスされたコンテンツとの関係を蓄積していき、クエリに対するコンテンツのアクセス頻度をリンクの強さとした二部グラフとして保持する。次に、ユーザが入力したクエリに対して、その二部グラフ上のランダムウォークに基づく関連度の計算により、コンテンツを介してより強く結び付きあっているクエリから順に、関連する確率の高いクエリであると判断し、これらを推薦対象として提示する。

特開２００２−１６３２５６号公報 特開２０１０−５５１６４号公報

Qiaozhu Mei、外２名、「Query Suggestion Using Hitting Time.」、In Proceedings of the ACM Conference on Information and Knowledge Management、2008年、p.469-478.

しかしながら、上記特許文献１に記載の技術では、モバイル端末における検索の簡易化を目的としているものの、事前に据え置き型端末から検索して「お気に入り」リストに予め登録しておく必要があるため、登録されていないコンテンツの場合には、依然としてモバイル端末上でのキー入力が必須とされるという問題があった。

また、上記特許文献２に記載の技術では、入力されたクエリに対応して、検索結果に含まれるコンテンツのアクセス件数が重要さの指標として必要とされるため、既にある程度試行されたクエリであって、かつ、その重要さを判定するに十分なアクセス回数を持つコンテンツを含んでいることが必要であり、めったに入力されないクエリ（キーワード群）に対しては、十分な精度のクエリ拡張が実施できないという問題があった。前述のような多数のキーワードによる長いクエリについては、全く同一のキーワード群を含むようなクエリ入力は頻繁に試行されないため、本技術のみでは上記問題を解決できなかった。

更に、特許文献３に記載の技術であっても、やはりクエリに対してアクセスされたコンテンツの頻度情報を保持しておく必要があるため、めったに入力されないクエリ（キーワード群）に対しては、上記特許文献２の技術と同様の問題を有するものであった。

以上示したように、このような従来技術のみでは、コンテンツ検索の際において、長いクエリに対する入力の不便さを解消することは不可能であった。

本発明は、上記を鑑みてなされたものであり、最少の操作回数で簡易かつ高速にクエリ入力することを課題とする。

請求項１に記載の情報検索装置は、入力されたコンテンツの検索条件に対するコンテンツの重要度が一定基準以上のコンテンツをコンテンツ記憶手段から検索して、コンテンツリストに記憶させる検索手段と、前記検索条件に対する前記検索されたコンテンツに係るコンテンツ情報の関連度が一定基準以上のコンテンツ情報を前記コンテンツリストから抽出して、検索推薦情報として記憶させた検索推薦情報リストを生成する生成手段と、前記検索推薦情報の大きさ、色、透明度、表示位置の各設定値のうち少なくともいずれか１つのパラメータを前記関連度に基づいて計算する計算手段と、前記コンテンツリストのコンテンツを出力すると共に、前記検索推薦情報リストの検索推薦情報を前記計算されたパラメータで出力する出力手段と、出力された検索推薦情報が選択された場合に、当該選択された検索推薦情報を用いて前記入力されたコンテンツの検索条件を変更する変更手段と、を有し、前記計算手段は、前記検索推薦情報リストの検索推薦情報間の意味的類似度に基づいて１つ以上のグループを構成し、当該グループに応じて前記パラメータを計算することを特徴とする。

本発明によれば、検索条件に対して重要度の高いコンテンツをコンテンツ群から検索し、検索されたコンテンツから検索条件に関連度の強いコンテンツ情報を検索推薦情報として抽出し、抽出された検索推薦情報を関連度に基づいて出力し、出力された検索推薦情報が選択された場合には選択された検索推薦情報で入力された検索条件を変更するため、最少の操作回数で簡易かつ高速にクエリ入力することができる。

請求項２に記載の情報検索装置は、請求項１に記載の情報検索装置において、前記検索手段は、前記コンテンツのメタデータと前記検索条件との意味的類似度、前記コンテンツの一部である部分コンテンツの特徴量における前記検索条件の出現確率のうちいずれか又は両方を用いて前記重要度を計算することを特徴とする。

請求項３に記載の情報検索装置は、請求項１又は２に記載の情報検索装置において、前記コンテンツ情報は、前記コンテンツのメタデータ及び／又は前記コンテンツの一部である部分コンテンツであって、前記生成手段は、前記メタデータと前記検索条件との意味的類似度、前記部分コンテンツの特徴量における前記検索条件の出現確率のうちいずれか又は両方を用いて前記関連度を計算することを特徴とする。

請求項４に記載の情報検索方法は、コンピュータにより行う情報検索方法において、入力されたコンテンツの検索条件に対するコンテンツの重要度が一定基準以上のコンテンツをコンテンツ記憶手段から検索して、コンテンツリストに記憶させる検索ステップと、前記検索条件に対する前記検索されたコンテンツに係るコンテンツ情報の関連度が一定基準以上のコンテンツ情報を前記コンテンツリストから抽出して、検索推薦情報として記憶させた検索推薦情報リストを生成する生成ステップと、前記検索推薦情報の大きさ、色、透明度、表示位置の各設定値のうち少なくともいずれか１つのパラメータを前記関連度に基づいて計算する計算ステップと、前記コンテンツリストのコンテンツを出力すると共に、前記検索推薦情報リストの検索推薦情報を前記計算されたパラメータで出力する出力ステップと、出力された検索推薦情報が選択された場合に、当該選択された検索推薦情報を用いて前記入力されたコンテンツの検索条件を変更する変更ステップと、を有し、前記計算ステップは、前記検索推薦情報リストの検索推薦情報間の意味的類似度に基づいて１つ以上のグループを構成し、当該グループに応じて前記パラメータを計算することを特徴とする。

本発明によれば、検索条件に対して重要度の高いコンテンツをコンテンツ群から検索し、検索されたコンテンツから検索条件に関連度の強いコンテンツ情報を検索推薦情報として抽出し、抽出された検索推薦情報を関連度に基づいて出力し、出力された検索推薦情報が選択された場合には選択された検索推薦情報で入力された検索条件を変更するため、最少の操作回数で簡易かつ高速にクエリ入力することができる。

請求項５に記載の情報検索方法は、請求項４に記載の情報検索方法において、前記検索ステップは、前記コンテンツのメタデータと前記検索条件との意味的類似度、前記コンテンツの一部である部分コンテンツの特徴量における前記検索条件の出現確率のうちいずれか又は両方を用いて前記重要度を計算することを特徴とする。

請求項６に記載の情報検索方法は、請求項４又は５に記載の情報検索方法において、前記コンテンツ情報は、前記コンテンツのメタデータ及び／又は前記コンテンツの一部である部分コンテンツであって、前記生成ステップは、前記メタデータと前記検索条件との意味的類似度、前記部分コンテンツの特徴量における前記検索条件の出現確率のうちいずれか又は両方を用いて前記関連度を計算することを特徴とする。

請求項７に記載の情報検索プログラムは、請求項４乃至６のいずれかに記載の情報検索方法における各ステップをコンピュータに実行させることを特徴とする。

本発明によれば、最少の操作回数で簡易かつ高速にクエリ入力することができる。

情報検索システムの機能ブロック構成を示す図である。 コンテンツのメタデータ例を示す図である。 情報検索装置の動作フローを示す図である。 画像フレーム・音フレームの抽出例を示す図である。 提示パラメータ例を示す図である。 提示される検索推薦キーワードリストのキーワード群例を示す図である。 提示画面例を示す図である。

以下、本発明を実施する一実施の形態について説明する。但し、本発明は多くの異なる様態で実施することが可能であり、本実施の形態の記載内容に限定して解釈すべきではない。

〔情報検索システムの構成及び機能について〕
図１は、本実施の形態に係る情報検索システムの機能ブロック構成を示す図である。この情報検索システム１は、ユーザにより入力された検索条件を指示するユーザ端末１００と、入力された検索条件に基づいて情報を検索する情報検索装置３００とで構成されている。そして、ユーザ端末１００と情報検索装置３００とは通信網５００を介して相互に通信可能に接続されている。

ユーザ端末１００は、通信網５００を介して情報検索装置３００に検索条件を指定し、情報検索装置３００により提示された検索結果をユーザに閲覧可能に提示する機能を有している。例えば、ウェブ表示機能を有する汎用のパソコンや、スマートフォン等のモバイル端末により実現可能である。なお、ユーザ端末１００は１台以上であればよく、数量には何ら制限されない。

情報検索装置３００は、入力部３１と、コンテンツ検索部３２と、検索推薦情報リスト生成部３３と、提示パラメータ計算部３４と、出力部３５と、検索条件変更部３６と、コンテンツ記憶部３７とで構成されている。以下、これら各処理機能部の有する機能について詳述する。

コンテンツ記憶部３７は、様々な複数のコンテンツ（コンテンツ群）を記憶しておく機能を有している。例えば、図２に示すように、コンテンツとコンテンツに関連するコンテンツ情報とをメタデータとして格納している。

コンテンツとしては、例えば、文書、映像、画像、音声、音楽等の各種コンテンツが挙げられる。また、メタデータとは、コンテンツの内容を表現するコンテンツ情報であり、例えば、コンテンツのタイトル、概要文、キーワード等が挙げられる。以下、タイトル、概要文、キーワードのうち少なくともいずれか１つがメタデータに含まれているものとする。なお、このように記憶格納されるコンテンツやコンテンツ情報の入手方法については何ら制限されない。

入力部３１は、通信網５００を介してユーザ端末１００から送信された検索条件をクエリとして受け付けて、情報検索装置内に入力する機能を有している。

コンテンツ検索部３２は、コンテンツ記憶部３７のコンテンツ群を参照し、入力されたコンテンツのクエリ（検索条件）に対するコンテンツの重要度を計算し、コンテンツの重要度が高いコンテンツをコンテンツ記憶部３７から検索して、コンテンツリストに記憶させる機能を有している。

検索推薦情報リスト生成部３３は、上記クエリ（検索条件）と上記検索されたコンテンツに係るコンテンツ情報との関連度を計算し、クエリ（検索条件）に対するコンテンツ情報の関連度が高いコンテンツ情報（メタデータ及び／又は後述する部分コンテンツ）をコンテンツリストから抽出して、検索推薦情報として記憶させた検索推薦情報リストを生成する機能を有している。

提示パラメータ計算部３４は、検索推薦情報リストの検索推薦情報の大きさ、色、透明度、表示位置の各設定値のうち少なくともいずれか１つの提示パラメータを上記関連度に基づいて計算する機能を有している。

出力部３５は、コンテンツリストを参照して、コンテンツリストのコンテンツをユーザ端末１００に提示する提示画面に出力すると共に、検索推薦情報リスト及び提示パラメータを参照して、検索推薦情報リストの検索推薦情報を上記計算された提示パラメータで特徴付けて上記提示画面に出力して、それら出力データからなる提示画面を検索結果としてユーザ端末１００に送信する機能を有している。

検索条件変更部３６は、出力された検索推薦情報がユーザにより選択された場合に、その選択されたタイミングで、選択された検索推薦情報を用いて上記入力されたコンテンツのクエリ（検索条件）を変更し、その変更により新たに生成されたクエリ（検索条件）を用いて、コンテンツ検索部３２に対してコンテンツ検索処理を再実行するように要求する機能を有している。

以上の情報検索装置はコンピュータで構成される。すなわち、情報検索装置を構成している各処理機能部は、メモリやハードディスク等の記憶手段、ＣＰＵ等の演算手段で実現され、プログラムで実行される。特に、コンテンツ記憶部３７については、メモリやストレージに代えて、ＲＤＢＭＳ（Relational Database Management System）等により実現可能である。

〔情報検索装置の動作について〕
次に、図３を参照しながら、情報検索装置３００の動作について説明する。なお、コンテンツについては、映像を一例に扱う場合について説明するが、前述したような他のコンテンツであっても同様の動作に基づいて同様の作用効果を得ることができる。また、メタデータについては、例えば、映像のタイトル、概要文、キーワード等の映像に関連する情報が記載されているものとする。

最初に、入力部３１が、ユーザ端末１００で入力された検索条件をクエリとして受け付けて、その受け付けたクエリをコンテンツ検索部３２に送信する（Ｓ１０１）。ここでは、受け付けるクエリをキーワードクエリとする。

次いで、コンテンツ検索部３２が、コンテンツ記憶部３７を参照し、受け付けたクエリに対するコンテンツの重要度を計算し、重要度の高いコンテンツをコンテンツ記憶部３７から検索して、その重要度の高いコンテンツを格納したコンテンツリストを生成する（Ｓ１０２）。

ここで、重要度の計算方法について説明する。コンテンツ記憶部３７を参照する場合と参照しない場合とで重要度の計算方法が異なるため各場合について以下説明する。また、それら各場合でそれぞれ計算される複数の重要度を任意の二項演算や線形結合等することにより、両方を組み合わた重要度を用いるようにしてもよい。ユーザに対するコンテンツ検索の即応性が必要であれば、いずれか一方のみの重要度を用いるようにしてもよい。

＜コンテンツ記憶部を参照する場合＞
コンテンツ記憶部３７を参照する場合には、メタデータを用いてクエリに対する重要度を解析する。

例えば、クエリＱがｍ個のキーワードＱ＝｛ｑ_１，ｑ_２，…，ｑ_ｍ｝により指定されるとする。クエリＱに対して、あるコンテンツｃ_ｉが重要であるか否かは、コンテンツｃ_ｉがクエリＱにどの程度適合したものであるかに依存する。この依存性は、コンテンツｃ_ｉとクエリＱとの間における意味的な類似度を計算することにより判断することができる。

コンテンツｃ_ｉの意味的な内容は、コンテンツｃ_ｉのメタデータ（タイトル、概要文、キーワード等）に出現するキーワード群Ｔ（ｃ_ｉ）＝｛ｔ_１（ｃ_ｉ），ｔ_２（ｃ_ｉ），…，ｔ_ｎ（ｃ_ｉ）｝によって表現されるとする。このとき、コンテンツｃ_ｉとクエリＱに含まれる単一のクエリｑ_ｊとの意味的な類似性ｓ（ｃ_ｉ｜ｑ_ｊ）は、そのキーワード群Ｔ（ｃ_ｉ）に基づいて、例えば、以下の式（１）を用いて計算することができる。

なお、ＮＧＤ（ｘ，ｙ）は、「The Google Similarity Distance.」（Rudi Cilibrasi、他１名、IEEE Transactions on Knowledge and Data Engineering、2007年、Vol.19、No.3、p.370-383）に記載されたNormalized Google Distanceの略であり、ｘとｙとの間の意味的な距離を表す指標である。また、λは、任意に設定可能なＮＧＤに対する係数である。

そして、式（１）で計算される意味的な類似性ｓ（ｃ_ｉ｜ｑ_ｊ）を利用して、クエリＱに対する候補コンテンツｃ_ｉの重要度ＩＭＰ（ｃ_ｉ｜Ｑ）を、例えば、式（２）を用いて計算する。

以上が、コンテンツ記憶部３７を参照する場合における重要度の計算方法の一例である。

＜コンテンツ記憶部を参照しない場合＞
コンテンツ記憶部３７を参照しない場合には、メタデータではなく、通信網５００に配置されたウェブサーバ等から取得したコンテンツ自体を解析して、クエリに対する重要度を解析する。

コンテンツが文書である場合には、その文書を表す代表的なキーワードを抽出することにより、上記コンテンツ記憶部３７を参照する場合と同様の処理に基づいて重要度を計算することができる。

コンテンツが映像である場合には、映像中の画像信号や音信号を解析して、クエリとの類似度を判断する。ここでは、コンテンツが映像である場合について処理の一例を説明するが、映像には画像や音が含まれるため、コンテンツが画像や音の場合であっても必要な処理を適宜選択することにより適用可能である。

まず、映像を複数の映像区間（コンテンツの一部である部分コンテンツ）に分割し、各区間から少数の画像及び音を抽出する。その後、抽出された画像・音の特徴量を解析し、その特徴量に基づいてコンテンツの重要度を判断する。

映像を区間分割する場合には、例えば、「Structured Video Computing.」（Yoshinobu Tonomura、外３名、IEEE Multimedia、1994年、Vol.1、No. 3、p.34-43）に記載されたカット検出法を利用することができる。このカット検出による区間分割は、一続きの撮影区間を単位として分割することができる。一続きの撮影区間は、そこに含まれる画像フレームが類似している場合が多いため、後の処理において、似たような画像を重複して解析する無駄を省く点でも好適である。このような区間分割後、分割された各区間をクラスタリングすることにより、区間数を絞り込むようにしてもよい。

続いて、分割された各区間から少数の画像フレーム・音フレームを抽出する。区間中のどのフレームを抽出するか、いくつ抽出するかについては任意性がある。例えば、区間から一定間隔で抽出するようにしてもよい。最も単純には、区間から画像フレーム・音フレームをそれぞれ１つずつ抽出する方法である。この場合には、図４に示すように、区間の中心に位置するフレームを抽出すればよい。区間の時間長がΔｔの場合、Δｔ／２に最も近い位置の画像フレームを抽出し、Δｔ／２の位置から始まる一定区間（例えば、α分）の音信号を音フレームとして抽出する。

次に、抽出された画像フレーム・音フレームから特徴量を抽出する。この特徴量としては任意のものを用いることができる。以下、その特徴量の一例について説明する。

画像特徴としては、例えば、HSVヒストグラム、L*a*b*ヒストグラム等の色に関するもの、動きベクトルの角度・大きさに対するヒストグラムにより表現される動きに関するもの、Tamura特徴やコントラスト等のテクスチャに関するもの、SIFT（Scale Invariant Feature Transform）、SURF(Speeded-Up Robust Feature)、Fern等の局所特徴、GIST等の景観特徴等を抽出するのが好ましい。また、局所特徴については、それら画像特徴を量子化したのち、各量子の頻度に基づいてヒストグラムを構成し、これを特徴量とするものとしてもよい。

音特徴としては、例えば、ピッチ、音量、パワースペクトル密度、MFCC(Mel Frequency Cepstrum Coefficients)、自己相関係数等を抽出するのが好ましい。

続いて、上記抽出した特徴量に基づいて、クエリに対する重要度を算出する。この算出には、予め特徴量とクエリとの関係をモデル化した統計モデルを学習しておき、この統計モデルに基づいて重要度を算出する。

仮に、コンテンツｃ_ｉがいくつかの区間（部分コンテンツ）に分割されており、各区間からは１つ以上の画像フレーム・音フレームが抽出されているとする。これらの特徴量を｛ｆ_１（ｃ_ｉ），ｆ_２（ｃ_ｉ），…，ｆ_ｋ（ｃ_ｉ）｝とし、クエリＱがｍ個のキーワードキーワードＱ＝｛ｑ_１，ｑ_２，…，ｑ_ｍ｝により表現されるとする。本処理の一例では、各特徴量が与えられた下での各クエリの出現確率を計算する統計モデルｐ（ｑ｜ｆ）を求めておき、これに基づいてコンテンツの重要度を計算する。

統計モデルｐ（ｑ｜ｆ）は、本実施の形態に係る情報検索装置３００を利用する前に事前に得ておき、記憶しておくものである。このためには、コンテンツｃ_ｉに対して、これと関係するキーワードの集合が与えられたデータを用意する必要がある。仮にコンテンツ記憶部３７が予め参照できる時には、これを利用しても構わない。コンテンツｃ_ｉのメタデータ（タイトル、概要文、キーワード等）に出現するキーワード群Ｔ（ｃ_ｉ）＝｛ｔ_１（ｃ_ｉ），ｔ_２（ｃ_ｉ），…，ｔ_ｎ（ｃ_ｉ）｝があるとき、ｆ_ｋ（ｃ_ｉ）に対して、Ｔ（ｃ_ｉ）に含まれるキーワードを正例、含まれないキーワードを負例とする。このような関係データを複数｛ｃ_１，ｃ_２，…，ｃ_ｎ｝用意しておき、このデータを基に統計モデルを帰納的に学習する。このような統計モデルには、例えば、Fisher線形判別関数、SVM(Support Vector Machine)、Multiple Kernel Classifier等、任意のものを用いることができる。

このように得られる統計モデルｐ（ｔ｜ｆ）は、任意の特徴量ｆに対して各キーワードｔが与えられる確率となる。すなわち、任意のコンテンツｃ_ｉのある特徴量ｆ_ｋ（ｃ_ｉ）において、Ｑ＝｛ｑ_１，ｑ_２，…，ｑ_ｍ｝のそれぞれが出現する確率を算出することができる。この統計モデルを用いて、コンテンツｃ_ｉのクエリＱに対する重要度ＩＭＰ（ｃ_ｉ｜Ｑ）を、例えば、以下の式（３）を用いて計算することができる。

以上が、コンテンツ記憶部３７を参照しない場合における重要度の計算方法の一例である。

ここで、以上のように計算された重要度を有するコンテンツのうち、重要度の高いコンテンツを検索する方法（重要度判定基準選定方法）について説明する。例えば、０．７以上等の閾値を予め設定しておき、その閾値を超える重要度のコンテンツを重要度の高いコンテンツとして検出するようにしてもよい。その他、重要度が上位ｎ個（ｎは自然数であり、３０前後が好ましい）等のコンテンツを検出するようにしてもよい。その他、重要度が上位一定の割合（上位ｎ％、ｎは１０前後が好ましい）分を検出するようにしてもよい。このようなコンテンツの検索方法は、後述する関連度の高いコンテンツ情報を抽出する方法にも適用可能である。

実用上は、コンテンツリストの生成については上位ｎ個型の検索方法を採用し、検索推薦情報リストの生成については閾値利用型の検索方法を採用することが望ましい。また、閾値利用型の検索方法のみの場合には、設定された閾値以上の重要度を有するコンテンツ等が存在しない状況が発生するため、その場合には上位ｎ％型の検索方法を利用する、というように優先度を付けて複数の検索方法を採用することが望ましい。

図３に戻り、Ｓ１０２の後、検索推薦情報リスト生成部３３が、Ｓ１０２で生成されたコンテンツリストを受け取り、そのコンテンツリストに含まれる各コンテンツのコンテンツ情報とクエリとの関連度を計算し、その関連度が高いコンテンツ情報をコンテンツリストから抽出して、検索推薦情報として格納した検索推薦情報リストを生成する（Ｓ１０３）。

コンテンツ情報は、メタデータと部分コンテンツとのいずれか又は両方からなる。ここでは、その両方についてクエリとの関連度を求める方法について説明する。なお、検索推薦情報リストのうち、メタデータを格納する検索推薦情報リストを検索推薦キーワードリストとし、部分コンテンツを格納する検索推薦情報リストを検索推薦部分コンテンツリストとする。

検索推薦キーワードリストと検索推薦部分コンテンツリストとの両方を合わせたリストを検索推薦情報リストとしてもよく、ユーザに対するコンテンツ検索の即応性が必要である場合には、いずれか一方のみを用いるようにしてもよい。

＜検索推薦キーワードリストの生成方法＞
最初に、検索推薦キーワードリストの生成方法の一例について説明する。コンテンツリストに格納された全てのコンテンツのメタデータのキーワード群を改めてＴ＝｛ｔ_１，ｔ_２，…，ｔ_ｎ｝とする。このとき、クエリＱ＝｛ｑ_１，ｑ_２，…，ｑ_ｍ｝に対する各キーワードの関連度ＲＥＬ（ｔ_ｋ｜Ｑ）は、例えば、以下の式（４）を用いて計算することができる。

なお、ＮＧＤ（ｘ，ｙ）は、式（１）と同様にｘとｙとの間の意味的な距離を表す指標（意味的類似度）であり、ηは、任意に設定可能なＮＧＤに対する係数である。

その後、計算された関連度を用いて、関連度の高いキーワードを検索推薦キーワードリストに格納する。

以上が、検索推薦キーワードリストの生成方法の一例である。

＜検索推薦部分コンテンツリストの生成方法＞
次に、検索推薦部分コンテンツリストの生成方法の一例について説明する。基本的には、＜コンテンツ記憶部を参照しない場合＞で説明したコンテンツ検索処理と略同様の処理を実行する。

コンテンツリストに格納された全てのコンテンツから抽出された特徴量を、改めて｛ｆ_１（ｃ_ｉ），ｆ_２（ｃ_ｉ），…，ｆ_ｋ（ｃ_ｉ）｝とする。先の処理では、特徴量ｆとキーワードｔとの関係を表す統計モデルｐ（ｔ｜ｆ）を利用して、キーワードと特徴量との関連度を求めていた。ここでも同様に、任意のコンテンツｃ_ｉのある特徴量ｆ_ｋ（ｃ_ｉ）において、クエリＱ＝｛ｑ_１，ｑ_２，…，ｑ_ｍ｝に対する各キーワードの関連度ＲＥＬ（ｆ_ｋ｜Ｑ）を、例えば、以下の式（５）を用いて計算する。

その後、計算された関連度の高い特徴量を含む部分コンテンツをクエリとの関連度が高いものとみなして検索推薦キーワードリストに格納する。

なお、このような統計モデルｐ（ｔ｜ｆ）を用いることなく、関連度を推定する処理方法もある。もともと、コンテンツリストに格納されたコンテンツはクエリに対する重要度が高いコンテンツであった。したがって、このようなコンテンツ群の中で代表的な部分コンテンツは、やはりクエリに対する関連度が高い傾向にあるため、代表的な部分コンテンツを検出すれば、それは検索推薦部分コンテンツリストに含めるべきものであると言える。

代表的な部分コンテンツは、例えば、クラスタリングすることによって検出することができる。コンテンツリストに格納されたコンテンツ群の全ての部分コンテンツについて特徴量｛ｆ_１（ｃ_ｉ），ｆ_２（ｃ_ｉ），…，ｆ_ｋ（ｃ_ｉ）｝が得られているため、この特徴量間の類似度を基にクラスタリングを実行すればよい。

類似度としては、Ｌ２ノルム、Ｌ１ノルム、カイ二乗距離、Earth Mover’s Distance等の適当な距離を用いることができる。また、クラスタリングについては、k-means法やk-center法等の任意のものを用いることができる。例えば、「Clustering by Passing Messages between Data Points.」（Brendan J. Frey、外１名、Science、2007年、Vol.315、p.972-976）に記載のAffinity Propagation等を用いることにより、事前にクラスタ数を指定することなくクラスタリングを実行することができ、好適である。

そして、そのクラスタリングの結果、クラスタ代表となった特徴量を含む部分コンテンツを検索推薦部分コンテンツリストに含める。

以上が、検索推薦部分コンテンツリストの生成方法の一例である。

引き続き、Ｓ１０３の後、提示パラメータ計算部３４が、Ｓ１０３で生成された検索推薦情報リストを参照し、Ｓ１０３で計算された関連度に基づいて検索推薦情報を配列する際に利用する提示パラメータを計算する（Ｓ１０４）。

ここでいう提示パラメータとは、検索推薦情報リスト内の検索推薦情報をユーザに提示する際の提示画面において、各検索推薦情報の大きさ、色、透明度、表示位置等を表す値（設定値）である。

人間にとって、一般に、ある文字列を提示する際、その文字列が大きければ大きいほど、色が誘目性の高い色であればあるほど（白地に赤文字等）、透明度が低いほど、目に入りやすく、重要であると認識されやすい。また、検索等のシーンを想定した場合には、その提示位置が上部左上にあるものほどランキング上位、すなわち、重要であると認識されやすい。このような考えに基づき、検索推薦情報（キーワード及び／又は部分コンテンツ）を、関連度の高いものほど目立つように配置する。

検索推薦情報のうち、キーワードについては、関連度が高いものほど、大きく、目立つ色で、透明度を低く、位置は上部左上に近い位置に提示するように、提示パラメータを決定する。また、部分コンテンツについては、関連度の高いものほど、大きく、透明度を低く、位置は上部左上に近い位置に提示するように、提示パラメータを決定する。

例えば、大きさ、色、透明度については、図５に示すように、関連度の値を量子化し、各量子に対応した大きさ、色、透明度を選択することによって決定することができる。

大きさについては、例えば、基準の大きさを１とし、関連度が０．５未満であれば０．５、０．５以上０．７未満であれば１、０．７以上であれば２等のように決定すればよい。色については、例えば、背景が白である場合には、グレー、黒、赤等といったように設定すれば、関連度が高いほど誘目性が高い色となる。なお、式（４）や式（５）により計算される関連度ＲＥＬは、正の値で且つ１．０以下の値をとることに注意されたい。

また、表示位置については、最も単純には、関連度の高いものから順に、最上部左から右、二行目左から右…と順に配列するものとしていけばよい。一方で、このような単純な配列の場合に被る不利益もある。例として、図６（ａ）に、クエリが「スポーツ」である場合の、検索推薦キーワードリストのキーワード群を示す。

この例では、左上から関連度の高い順に、スポーツに関連したキーワードを配置している。しかしながら、この検索推薦キーワードリストには、「サッカー」に関するもの、「野球」に関するもの、「テニス」に関するもの、その他のもの等、複数のトピックが混在して提示されてしまう。例えば、仮に、ユーザがこの後、「サッカー」に関する絞り込みを行う場合、「サッカー」に関するキーワードを一目して捉えることが難しいため、反対に不便である場合も出てくる。このような不便さを解消するため、推薦キーワード群をトピック毎に分けて提示するとしてもよい。

トピック毎にグルーピングするためには、例えば、クラスタリングを用いてキーワード群をまとめればよい。キーワード群Ｔ＝｛ｔ_１，ｔ_２，…，ｔ_ｎ｝について、各キーワード間の意味的な距離に基づいてクラスタリングすることにより、意味の似た（概念の近い）キーワード同士が同一クラスタに属するようにグループを構成し、各グループに応じて提示パラメータを計算（グループ毎の提示パラメータの再計算）する。

このような意味的な距離としては、先に述べたＮＧＤを利用することができる。また、クラスタリングする事前に、いくつのトピックが混在しているかが既知であるケースはめったにないため、クラスタリング法としては、クラスタ数も含めて自動決定可能な手法、例えば、Affinity Propagation等を用いるのが好適である。

このようなクラスタリング結果に基づけば、図６（ｂ）のような配置が可能となる。この場合には、同一トピックのキーワードは同じ行に、関連度順に配列され、特定のトピックに対して絞り込みを行おうとするユーザにとっての視認性、利便性を高めることができる。

以上が、提示パラメータ計算処理の一例である。なお、必ずしもすべての提示パラメータを考慮する必要はなく、例えば、大きさと位置のみをパラメータとして扱う等と限定することも可能である。

図３に戻り、Ｓ１０４の後、出力部３５が、コンテンツリスト、検索推薦情報リスト、提示パラメータを参照し、ユーザに提示する提示画面を生成して、ユーザ端末１００に出力する（Ｓ１０５）。

ここで、提示画面に対して、コンテンツリスト、検索推薦キーワードリスト、検索推薦部分コンテンツリストを配列する必要がある。その配列の一例を図７に示す。この配列例では、提示画面７０１が、検索条件投入部７０２と、コンテンツリスト（検索結果）提示部７０３と、検索推薦キーワードリスト提示部７０４と、検索推薦部分コンテンツリスト提示部７０５とで構成されている。

図７に示すように、コンテンツリストは提示画面右側、検索推薦キーワードリストは左上部、検索推薦部分コンテンツは左下部に提示する等として配列することができる。この際、検索推薦情報については、Ｓ１０４で決定した提示パラメータに従って、大きさや位置を変化させて提示する。

ユーザは、コンテンツリスト提示部７０３に提示されたコンテンツを選択することにより、選択したコンテンツを視聴・閲覧することができる。

また、検索推薦キーワードリスト提示部７０４に提示されたキーワードが選択された場合には、検索条件変更部３６が選択されたキーワードを用いてクエリを変更することにより、選択したキーワードが検索条件投入部７０２に追加される（図３のＳ１０６）。このとき、検索条件変更部３６により新たなクエリを用いた再検索がコンテンツ検索部３２に要求されるため、１回のキーワード選択によりコンテンツを再検索することが可能となる。

例えば、図７の提示画面例では、現在、検索条件投入部７０２には「スポーツ サッカー」の２つのキーワードがクエリとして入力されている。ここで、仮にユーザが、検索推薦キーワードリスト中の「ハイライト」を選択したとすると、このタイミングで検索条件投入部７０２のクエリが「スポーツ サッカー ハイライト」に変化し、その変更後のクエリで再検索が行われる。

また、更に、検索推薦部分コンテンツリスト提示部７０５に提示された部分コンテンツが選択された場合には、選択された部分コンテンツを表す代表的なキーワードが検索条件投入部７０２に追加され、再検索が行われる。代表的なキーワードの選定は、選択された部分コンテンツを含むコンテンツのメタデータから取得してもよいし、その部分コンテンツの特徴量ｆに基づいて、この特徴量ｆが与えられた下でのキーワードｔの出現確率ｐ（ｔ｜ｆ）が高いものを選出するものとしてもよい。

基本的な処理の流れは以上の通りである。ただし、上記Ｓ１０２からＳ１０５の各処理の間に、ユーザが検索推薦情報リスト等を用いてクエリを変更した場合には、割り込みをかけてＳ１０６として検索条件変更処理を実行するようにしてもよい。この場合、クエリ入力と検索結果提示の非同期化ができるため、より高速な検索を実現することができる。

以上が、本実施形態の一例における情報検索装置、及びその装置で実行されるコンテンツ検索方法の説明である。この情報検索方法で実施される処理プロセスを、コンピュータで読み取り可能なプログラムとして記述することも可能であることはいうまでもない。また、本実施形態では、コンテンツとして映像コンテンツを例に説明したが、文書、音声・音楽コンテンツ等についても、同様に適用できることはいうまでもない。

以上、本実施形態の一例における情報検索装置について詳細に説明した。本発明は説明した実施形態の一例に限定されるものでなく、特許請求の範囲に記載した技術的範囲において各種の変形を行うことが可能である。

〔本実施形態の効果について〕
本実施の形態によれば、検索条件として与えられたクエリに対して重要となるコンテンツを検索し、更に当該コンテンツのコンテンツ情報（メタデータや部分コンテンツ）からクエリに関連の強いコンテンツ情報を検索推薦情報として抽出し、クエリに関係の強いもの検索推薦情報ほど目立つように提示し、選択された検索推薦情報で入力されたクエリを変更するので、提示された検索推薦情報をポインティングデバイス等により指定するだけで、当該検索推薦情報を用いた容易な検索を実現することができる。

本実施の形態に係る情報検索装置を利用しない場合、クエリ入力の際の入力操作数は、入力するキーワードの長さに依存する。例えば、「新宿御苑」と入力する場合、ローマ字入力式のキーボードデバイスを利用した際には「S H I N J U K U G Y O E N」でおよそ１３回の操作を要する。一方、本情報検索装置を利用した場合、クエリ入力はキーワードを指定することによって実施できる。ポインティングデバイスを利用すれば、その操作数はキーワードの長さによらず１キーワード当たり１回（１度のポイント）で済む。特に、最近のモバイル端末では、タッチスクリーンのようなポインティングデバイスを備えたものが多く生産されており、今後も普及拡大していく傾向にある。このため、前述のような、モバイル端末において顕著に表れるクエリ入力の負担を解消することができる。

さらに、本実施の形態によれば、検索推薦情報として部分コンテンツも含めることができる。通常、クエリ入力を補助するだけならば、関連するキーワードを提示するのみで十分である。しかしながら、同時に部分コンテンツとして、コンテンツの一部を提示することは、特に画像や映像コンテンツを探す場合に効果がある。なぜならば、通常、ユーザは映像や画像を探す際、キーワードではなく、“像”をイメージしている。新宿御苑の桜の画像を探す場合であっても、ユーザによってイメージする画像は違うであろう。然るに、キーワードだけでは、“像”とのギャップが生じているため、自分の探しているものであるか否かの判別がつきにくい。本情報検索装置では、部分コンテンツを提示することによって、このようなギャップを解消し、直感的に把握しやすい形で検索推薦情報を提示できる。

以上示したように、本情報検索装置によれば、ユーザのクエリ入力操作を最少にとどめ、ユーザが所望するコンテンツに素早く簡単にアクセス可能にすることができる。これは情報検索技術分野に貢献するものである。

１００…ユーザ端末
３００…情報検索装置
５００…通信網
３１…入力部
３２…コンテンツ検索部（検索手段）
３３…検索推薦情報リスト生成部（生成手段）
３４…提示パラメータ計算部（検索手段）
３５…出力部（出力手段）
３６…検索条件変更部（変更手段）
３７…コンテンツ記憶部
７０１…提示画面
７０２…検索条件投入部
７０３…コンテンツリスト提示部、
７０４…検索推薦キーワードリスト提示部
７０５…検索推薦部分コンテンツリスト提示部
Ｓ１０１〜Ｓ１０６…ステップ

Claims (7)

1. 入力されたコンテンツの検索条件に対するコンテンツの重要度が一定基準以上のコンテンツをコンテンツ記憶手段から検索して、コンテンツリストに記憶させる検索手段と、
   前記検索条件に対する前記検索されたコンテンツに係るコンテンツ情報の関連度が一定基準以上のコンテンツ情報を前記コンテンツリストから抽出して、検索推薦情報として記憶させた検索推薦情報リストを生成する生成手段と、
   前記検索推薦情報の大きさ、色、透明度、表示位置の各設定値のうち少なくともいずれか１つのパラメータを前記関連度に基づいて計算する計算手段と、
   前記コンテンツリストのコンテンツを出力すると共に、前記検索推薦情報リストの検索推薦情報を前記計算されたパラメータで出力する出力手段と、
   出力された検索推薦情報が選択された場合に、当該選択された検索推薦情報を用いて前記入力されたコンテンツの検索条件を変更する変更手段と、を有し、
   前記計算手段は、
   前記検索推薦情報リストの検索推薦情報間の意味的類似度に基づいて１つ以上のグループを構成し、当該グループに応じて前記パラメータを計算することを特徴とする情報検索装置。
2. 前記検索手段は、
   前記コンテンツのメタデータと前記検索条件との意味的類似度、前記コンテンツの一部である部分コンテンツの特徴量における前記検索条件の出現確率のうちいずれか又は両方を用いて前記重要度を計算することを特徴とする請求項１に記載の情報検索装置。
3. 前記コンテンツ情報は、前記コンテンツのメタデータ及び／又は前記コンテンツの一部である部分コンテンツであって、
   前記生成手段は、
   前記メタデータと前記検索条件との意味的類似度、前記部分コンテンツの特徴量における前記検索条件の出現確率のうちいずれか又は両方を用いて前記関連度を計算することを特徴とする請求項１又は２に記載の情報検索装置。
4. コンピュータにより行う情報検索方法において、
   入力されたコンテンツの検索条件に対するコンテンツの重要度が一定基準以上のコンテンツをコンテンツ記憶手段から検索して、コンテンツリストに記憶させる検索ステップと、
   前記検索条件に対する前記検索されたコンテンツに係るコンテンツ情報の関連度が一定基準以上のコンテンツ情報を前記コンテンツリストから抽出して、検索推薦情報として記憶させた検索推薦情報リストを生成する生成ステップと、
   前記検索推薦情報の大きさ、色、透明度、表示位置の各設定値のうち少なくともいずれか１つのパラメータを前記関連度に基づいて計算する計算ステップと、
   前記コンテンツリストのコンテンツを出力すると共に、前記検索推薦情報リストの検索推薦情報を前記計算されたパラメータで出力する出力ステップと、
   出力された検索推薦情報が選択された場合に、当該選択された検索推薦情報を用いて前記入力されたコンテンツの検索条件を変更する変更ステップと、を有し、
   前記計算ステップは、
   前記検索推薦情報リストの検索推薦情報間の意味的類似度に基づいて１つ以上のグループを構成し、当該グループに応じて前記パラメータを計算することを特徴とする情報検索方法。
5. 前記検索ステップは、
   前記コンテンツのメタデータと前記検索条件との意味的類似度、前記コンテンツの一部である部分コンテンツの特徴量における前記検索条件の出現確率のうちいずれか又は両方を用いて前記重要度を計算することを特徴とする請求項４に記載の情報検索方法。
6. 前記コンテンツ情報は、前記コンテンツのメタデータ及び／又は前記コンテンツの一部である部分コンテンツであって、
   前記生成ステップは、
   前記メタデータと前記検索条件との意味的類似度、前記部分コンテンツの特徴量における前記検索条件の出現確率のうちいずれか又は両方を用いて前記関連度を計算することを特徴とする請求項４又は５に記載の情報検索方法。
7. 請求項４乃至６のいずれかに記載の情報検索方法における各ステップをコンピュータに実行させることを特徴とする情報検索プログラム。

Images