JP6868576B2 - 事象提示システムおよび事象提示装置 - Google Patents

Description

本発明は事象提示システムおよび事象提示装置に関し、例えば抽象事象に係る情報を出力する事象提示システムおよび事象提示装置に適用して好適なものである。

既存の知識から新たな知識を自動で生成するためのシステムが開示されている（特許文献１参照）。特許文献１に記載のシステムは、ユーザから入力された「入力事象」と、入力事象に類似する「第１事象」と、第１事象と因果関係のある「第２事象」と、第２事象に類似する「第３事象」を順次検索する。上記システムは、第３事象の中から入力事象とドメインが類似するものを入力事象と因果のある「因果事象」とみなして関連付ける。また、上記システムは、事象の述語と係り受け関係にある語句の傾向を比較して事象間の類似性を判定し、事象の述語と共起関係にある語句の傾向を比較して事象間のドメインの類似性を判定する。なお、上記システムは、第１事象と第２事象との既知の因果関係は、因果関係ＤＢから取得する。

特開２００９−５９３２３号公報

特許文献１に記載のシステムでは、新たな因果事象を検出するために、類似する複数の事象を１つのグループに纏めている。しかしながら、グループの意味付けやその概要の説明までは行なっておらず、事象の推移を分析するユーザにとっては、グループの意味や概要を判読するのは容易ではない。そのため、ユーザが事象をグループレベルで分析する際に、グループレベルの事象の意味を判読できず、分析が困難になってしまう問題がある。

本発明は以上の点を考慮してなされたもので、事象を高度に分析できるように事象を提示する事象提示システムおよび事象提示装置を提案しようとするものである。

かかる課題を解決するため本発明においては、事象の情報を含む事象情報から、検索のために入力された文字列に対応する事象を抽象事象として取得し、前記抽象事象に基づいて、事象の前後関係が対応付けられた前後関係情報から前記抽象事象の後の事象を特定する第１特定部と、前記第１特定部で取得された抽象事象に基づいて、事象の親子関係が対応付けられた親子関係情報から前記抽象事象の子の事象を示す具象事象を特定し、事象に係る事案の情報を含む事案情報から、前記具象事象に係る事案の情報を特定する第２特定部と、前記第１特定部で取得された抽象事象と、前記第１特定部で特定された前記抽象事象の後の事象と、前記第２特定部で特定された前記抽象事象の具象事象に係る事案の情報と、を出力する出力部と、を設けるようにした。

上記構成によれば、抽象事象と、当該抽象事象の後の事象と、当該抽象事象の具象事象に係る事案の情報と、を出力することができる。

本願が開示するその他の課題およびその解決方法については、発明の実施の形態の欄および図面により明らかにされる。

本発明によれば、事象を高度に分析できるように事象を提示することができる。

第１の実施の形態による事象提示システムの構成の一例を示す図である。 第１の実施の形態による事象提示処理に係るフローチャートの一例を示す図である。 第１の実施の形態による因果モデルＤＢの一例を示す図である。 第１の実施の形態による因果モデルＤＢの一例を示す図である。 第１の実施の形態による因果モデルＤＢの一例を示す図である。 第１の実施の形態による因果モデルＤＢの一例を示す図である。 第１の実施の形態による因果モデルＤＢの一例を示す図である。 第１の実施の形態による記事／文書ＤＢの一例を示す図である。 第１の実施の形態による記事／文書ＤＢの一例を示す図である。 第１の実施の形態によるテキスト解析結果ＤＢの一例を示す図である。 第１の実施の形態によるテキスト解析結果ＤＢの一例を示す図である。 第１の実施の形態による管理ＤＢの一例を示す図である。 第１の実施の形態による管理ＤＢの一例を示す図である。 第１の実施の形態による管理ＤＢの一例を示す図である。 第１の実施の形態による事象の検索画面の一例を示す図である。 第１の実施の形態による事象の検索結果表示画面の一例を示す図である。 第１の実施の形態による第１事象抽象化処理に係るフローチャートの一例を示す図である。 第１の実施の形態による第２事象抽象化処理に係るフローチャートの一例を示す図である。 第１の実施の形態によるユーザ抽象度設定処理に係るフローチャートの一例を示す図である。

以下図面について、本発明の一実施の形態を詳述する。

（１）第１の実施の形態
本実施の形態では、企業動向、社会情勢等についての現状認識、将来展望などに関して、その状況を分析する際に、様々な情報を収集し、収集した情報を組み合わせ、新しい知見としての現状認識、将来展望などに関する情報を生成し、ユーザによる現状認識、将来展望などに関する分析を支援する構成（方法）について説明する。

ここで、現状認識、将来展望などの分析を行うためには、世の中で発生している様々な事象を抽出し、事象間の因果関係を明らかにし、過去の事象の因果関係から、現在の事象の因果関係を推定し、未発生の事象も含む事象の推移を推定する必要がある。

しかしながら、事象の発生頻度は低く、事象間の因果関係の分析は容易でない。この点、本実施の形態では、前後の経緯、意味合いなど、事象の類似性を考慮して複数の事象を同じ事象として捉え、事象間の因果関係を付与し易くする。これにより、事象間に因果関係を付与したモデル（因果モデル）を作成し、因果モデルに基づいて、事象の推移の予測が可能になる。ここで、類似する複数の事象を統合することを事象の抽象化と称する。

そこで、本実施の形態では、抽象化した事象に意味付けを行い、その因果モデルを用いてユーザの分析を支援する。ここで、ユーザは、様々な目的を持っている。あるユーザは、大局的な観点で分析しようとし、別のユーザは細かい観点で分析しようとする。そのため、事象の因果モデルも、様々な抽象度のレベルに応じて構築されるべきである。よって、本実施の形態では、様々な抽象度のレベルに応じて因果モデルを構築し、ユーザの目的に応じて適切な抽象度の因果モデルを提示し、ユーザの分析を支援する。

以下、図１乃至図１１を用いて、本実施の形態の詳細について説明する。ただし、本発明は、本実施の形態に限定されるものではなく、事象の因果関係を提示する何れの状況においても、本発明は適用可能である。

図１において、１００は全体として第１の実施の形態による事象提示システムを示す。事象提示システム１００は、地図情報提供システム１６０、語彙情報提供システム１７０等と、通信回線１５０を介して通信可能に接続する。事象提示システム１００、地図情報提供システム１６０、および語彙情報提供システム１７０の各々は、１つまたは複数の一般的なコンピュータ（計算機）で実現可能である。

事象提示システム１００は、主記憶装置１１０、補助記憶装置１３０、中央制御装置１４０、通信装置１４１、および入出力装置１４２を備える。これらは、バスを介して相互に接続されている。

主記憶装置１１０は、プログラムを格納している。検索ワード受付部１１１、テキスト解析部１１２、因果モデル・事象の検索・取得部１１３、記事／文書の検索・取得部１１４、属性情報の検索・取得部１１５、分析結果出力部１１６、管理データ受付部１１７、抽象度決定部１１８、分析対象取得部１２０、抽象事象生成部１２１、因果関係付与部１２２、および因果強度・分岐数判定部１２３は、プログラムの機能（事象提示システム１００の機能）である。なお、「○○部は」と主体を記した場合は、中央制御装置１４０が、補助記憶装置１３０から各プログラムを読み出し、主記憶装置１１０にロードしたうえで、各プログラムを実行するものとし、各プログラムの機能（詳細後記）が実現される。

なお、詳細については後述するが、因果モデル・事象の検索・取得部１１３は、事象の情報を含む事象情報から、検索のために入力された文字列に対応する事象を抽象事象として取得し、上記抽象事象に基づいて、事象の前後関係が対応付けられた前後関係情報から上記抽象事象の後の事象を特定する第１特定部の一例である。記事／文書の検索・取得部１１４は、上記第１特定部で取得された抽象事象に基づいて、事象の親子関係が対応付けられた親子関係情報から上記抽象事象の具象事象を特定し、事象に係る事案の情報を含む事案情報から、上記具象事象に係る事案の情報を特定する第２特定部の一例である。属性情報の検索・取得部１１５は、ユーザにより指定された事案の情報に関連する情報を特定する第３特定部の一例である。分析結果出力部１１６は、上記第１特定部で取得された抽象事象と、上記第１特定部で特定された上記抽象事象の後の事象と、上記第２特定部で特定された上記抽象事象の具象事象に係る事案の情報と、を出力する出力部の一例である。

補助記憶装置１３０は、因果モデルＤＢ（データベース）１３１、記事／文書ＤＢ１３２、テキスト解析結果ＤＢ１３３、管理ＤＢ１３４を記憶（格納）する。

地図情報提供システム１６０は、事象提示システム１００から提供される場所に係る情報に基づいて、当該場所の周辺の地図情報などを事象提示システム１００に提供するシステムである。地図情報提供システム１６０は、通信回線１５０を介して事象提示システム１００と通信し、地図情報などの提供を行う。

語彙情報提供システム１７０は、事象提示システム１００から提供される単語に基づいて、事象提示システム１００に単語の抽象度を提供するシステムである。語彙情報提供システム１７０は、通信回線１５０を介して事象提示システム１００と通信し、単語の抽象度の提供を行う。

通信回線１５０としては、ＬＡＮ(Local Area Network)の他、専用回線、ＷＡＮ(Wide Area Network)、電灯線ネットワーク、無線ネットワーク、公衆回線網、携帯電話網、衛星通信回線など、様々なネットワークを採用することができる。

なお、図１では、事象提示システム１００は、単独で入出力を行うものとしたが、通信回線１５０で他の端末と接続し、他の端末の入出力装置で情報を入出力するものとしてもよい。付言するならば、事象提示システム１００の機能は、複数のコンピュータにより実現されてもよい。

続いて、本実施の形態における事象の因果関係を提示する一連の処理について説明する。抽象事象の因果関係を提示する処理を図２に示す。図２の処理で使用するデータベースの詳細については、図３Ａから図６Ｃにて後述する。

図２は、過去の事象の因果関係に基づいて、現在の事象の前後の推移を推定し、ユーザの検索対象の事象に関して、事象の推移をユーザに提示する処理（事象提示処理）に係るフローチャートの一例を示す。なお、図７は、ユーザが検索対象の事象を入力するための事象の検索画面のイメージを示し、図８は、ユーザに事象の推移を提示する事象の検索結果表示画面のイメージを示す。

ステップＳ２００では、事象提示システム１００は、事象提示処理を開始する。

ステップＳ２０１では、検索ワード受付部１１１は、検索対象の事象を示す検索ワード（検索のために入力された文字列）と、検索対象の事象の属性（検索属性：場所、人／組織、事象の発生日時の何れか、またはその組合せ）との入力を、ユーザから入出力装置１４２を介して受け付ける（図７参照。）。

ステップＳ２０２では、因果モデル・事象の検索・取得部１１３は、ユーザから受け付けられた検索ワードを含む抽象事象を検索する。より具体的には、因果モデル・事象の検索・取得部１１３は、検索ワードを形態素解析技術で単語に分割し、各単語をテキスト解析結果ＤＢ１３３の単語情報テーブル５００の単語５０２を検索し、該当するレコードの単語ＩＤ５０１を取得する。因果モデル・事象の検索・取得部１１３は、取得した単語ＩＤ５０１で因果モデルＤＢ１３１の事象テーブル３００の単語ＩＤ：名詞３０３、単語ＩＤ：サ変名詞３０４を各々検索し、該当するレコードがある場合は、該当するレコードの事象ＩＤ３０１を検索対象の事象（抽象事象）として主記憶装置１１０のメモリ領域に格納する。また、因果モデル・事象の検索・取得部１１３は、検索対象の属性を主記憶装置１１０のメモリ領域に格納する。

ステップＳ２０３では、因果モデル・事象の検索・取得部１１３は、ステップＳ２０２で事象ＩＤ３０１を検索できたか否かを判定する。因果モデル・事象の検索・取得部１１３は、検索できたと判定した場合、ステップＳ２０５に処理を移し、検索できないと判定した場合、ステップＳ２０４に処理を移す。

ステップＳ２０４では、テキスト解析部１１２は、ステップＳ２０２で検索ワードから分割された単語に基づいて、単語埋め込みベクトル技術を用いて単語の意味ベクトルを抽出し、当該単語の意味ベクトルと距離の最も近い単語の意味ベクトルをテキスト解析結果ＤＢ１３３の単語情報テーブル５００の意味ベクトル５０３から検索する。

ここで、距離が最も近いものを検索する代わりに、距離が閾値内のもので代替することとしてもよく、その場合、閾値については、例えば、管理ＤＢ１３４の設定テーブル６００の設定内容６０２で、「単語距離閾値」の設定値６０３にて設定されているものとする。

そして、テキスト解析部１１２は、距離が最も近い単語（または距離が閾値内の単語）で、検索ワードから分割された単語を置換する。後はステップＳ２０３と同様に、因果モデル・事象の検索・取得部１１３は、各単語をテキスト解析結果ＤＢ１３３の単語情報テーブル５００の単語５０２を検索し、該当するレコードの単語ＩＤ５０１を取得し、取得した単語ＩＤ５０１で因果モデルＤＢ１３１の事象テーブル３００の単語ＩＤ：名詞３０３、単語ＩＤ：サ変名詞３０４を各々検索し、該当するレコードの事象ＩＤ３０１を検索対象の事象として主記憶装置１１０のメモリ領域に格納する。

ステップＳ２０５では、因果モデル・事象の検索・取得部１１３は、事象ＩＤ３０１に対して、同じレコードの抽象度３０５を取得して事象の抽象度を特定し、ユーザに提示する事象の抽象度とする。また、因果モデル・事象の検索・取得部１１３は、事象ＩＤ３０１に基づいて、因果テーブル３１０の前事象ＩＤ３１２を検索し、該当するレコードの後事象ＩＤ３１３を、事象ＩＤ３０１に後続する事象（後事象）として取得する。さらに、因果モデル・事象の検索・取得部１１３は、事象ＩＤ３０１に基づいて、後事象ＩＤ３１３を検索し、該当するレコードの前事象ＩＤ３１２を、事象ＩＤ３０１に先行する事象（前事象）として取得する。因果モデル・事象の検索・取得部１１３は、当該の後事象、前事象の検索を繰り返すことで因果モデルを取得する。繰り返し数は、設定された閾値に従うものとし、閾値は、例えば、管理ＤＢ１３４の設定テーブル６００の設定内容６０２の「因果表示閾値」の設定値６０３に設定されているものとする。

ステップＳ２０５は、上述の処理内容に限られるものではない。例えば、因果モデル・事象の検索・取得部１１３は、後続する事象のみの因果モデルを取得してもよいし、先行する事象のみの因果モデルを取得してもよい。なお、先行する事象および後続する事象の両方の因果モデルを取得する場合は、何れか一方の事象の因果モデルを取得する場合よりも、事象の分析がより容易となる。

また、例えば、因果モデル・事象の検索・取得部１１３は、特定した事象の抽象度とユーザの抽象度（図１１参照。）とが異なると判定した場合、ユーザの抽象度に合うように因果モデルを取得してもよい。因果モデル・事象の検索・取得部１１３は、ユーザの抽象度の方が高いと判定した場合、因果モデルＤＢ１３１の抽象事象関係テーブル３２０の具象事象ＩＤ３２２を検索し、該当するレコードの抽象事象ＩＤ３２３を新たな抽象事象（ユーザに適した抽象事象）とし、因果モデルを取得する。また、因果モデル・事象の検索・取得部１１３は、ユーザの抽象度の方が低いと判定した場合、因果モデルＤＢ１３１の抽象事象関係テーブル３２０の抽象事象ＩＤ３２３を検索し、該当するレコードの一または全部の具象事象ＩＤ３２２を新たな抽象事象（ユーザに適した抽象事象）とし、因果モデルを取得する。かかる処理によれば、様々な抽象度のレベルに応じて因果モデルを構築し、ユーザの目的に応じて適切な抽象度の因果モデルを提示し、ユーザの分析を支援することができる。

ステップＳ２０６では、因果モデル・事象の検索・取得部１１３は、ステップＳ２０５にて取得した因果モデルの事象ＩＤ（事象ＩＤ３０１、前事象ＩＤ３１２、後事象ＩＤ３１３）に関して、因果モデルＤＢ１３１の抽象事象関係テーブル３２０の抽象事象ＩＤ３２３を検索し、該当するレコードの具象事象ＩＤ３２２を取得する。より具体的には、因果モデル・事象の検索・取得部１１３は、最下位の（抽象度が最も低い）具象事象に達するまで抽象事象関係テーブル３２０の親子関係を遡って、最下位の具象事象の具象事象ＩＤ３２２を全て取得する。なお、各抽象度の事象に記事／文書が対応付けられているデータ構成を採用してもよく、その場合、抽象事象の具象事象に対応する具象事象ＩＤ３２２を取得すればよい。

ステップＳ２０７では、記事／文書の検索・取得部１１４は、ステップＳ２０６で検索された具象事象ＩＤ３２２に基づいて、因果モデルＤＢ１３１の事象属性テーブル３３０の事象ＩＤ３３１を検索する。ステップＳ２０２で事象の属性が主記憶装置１１０のメモリに入力されている場合は、記事／文書の検索・取得部１１４は、当該属性で場所３３２、人／組織３３３、日時３３４の該当レコードを絞り込む。つまり、検索および絞込みの結果のレコードの事象ＩＤ３３１が取得される。記事／文書の検索・取得部１１４は、当該事象ＩＤ３３１に基づいて、記事／文書ＤＢ１３２の記事／文書−事象関係テーブル４１０の事象ＩＤ４１２を検索し、該当するレコードの記事／文書ＩＤ４１１を取得する。記事／文書の検索・取得部１１４は、取得した記事／文書ＩＤ４１１に基づいて、記事／文書テーブル４００の記事／文書ＩＤ４０１を検索し、該当するレコードの記事／文書４０２、掲載日４０３、掲載ソース４０４を取得する。

ステップＳ２０８では、分析結果出力部１１６は、画面出力準備を行う。より具体的には、分析結果出力部１１６は、ステップＳ２０５で取得された抽象事象、前事象、後事象、事象の前後関係（因果モデル）と、ステップＳ２０７で取得された記事／文書とを検索結果として、事象の検索結果表示画面に表示するデータとして主記憶装置１１０に格納する。

ステップＳ２０９では、属性情報の検索・取得部１１５は、ステップＳ２０８で表示する抽象事象、前事象、後事象の各々に関して、ステップＳ２０６にて取得している具象事象の場所３３２（例えば、検索属性の場所）に関して、外部の地図情報提供システム１６０から周辺地図を取得する。

ステップＳ２１０では、属性情報の検索・取得部１１５は、ステップＳ２０８で表示する抽象事象、前事象、後事象の各々に関して、ステップＳ２０６にて取得している具象事象を実行した人／組織３３３に関して、人／組織管理テーブル３４０の名称３４２を検索し、該当するレコードの人／組織ＩＤ３４１を取得する。また、属性情報の検索・取得部１１５は、人／組織ＩＤ３４１に基づいて、親ＩＤ（人／組織）３４３を検索し、子の人／組織の情報として保持する。さらに、属性情報の検索・取得部１１５は、該当するレコードの親ＩＤ（人／組織）３４３に基づいて、人／組織ＩＤ３４１を検索し、親の人／組織の情報として保持する。属性情報の検索・取得部１１５は、同様の処理を繰り返し、人／組織の構成を取得する。

ステップＳ２１１では、分析結果出力部１１６は、ステップＳ２０８で主記憶装置１１０に格納した抽象事象、前事象、後事象、事象の前後関係（因果モデル）、記事／文書と、ステップＳ２０９で取得した周辺の地図と、ステップＳ２１０で取得した人／組織の構成とを検索結果として、事象の検索結果表示画面に表示する（図８参照。）。

ステップＳ２１２では、分析結果出力部１１６は、ユーザからの記事／文書の選択を受け付ける。分析結果出力部１１６は、ユーザからの選択があると判定した場合、ステップＳ２１３に処理を移し、選択がないと判定した場合、ステップＳ２１４に処理を移す。

ステップＳ２１３では、分析結果出力部１１６は、ユーザから選択された記事／文書と関連付いている事象ＩＤ３３１、場所３３２、人／組織３３３、日時３３４を、ステップＳ２０７の結果から特定し、ステップＳ２０９に処理を移す。

ステップＳ２１４では、事象提示システム１００は、事象提示処理を終了する。

事象提示処理によれば、類似する複数の事象をグループに纏めた意味を判読可能な抽象事象と、その因果モデルとがユーザに提示されるので、ユーザによる事象の分析を支援することができる。

次に、各データベースの詳細を説明する。

図３Ａから図３Ｅに、因果モデルＤＢ１３１の一例を示す。因果モデルＤＢ１３１には、事象の因果モデルに関するデータが記憶されている。因果モデルＤＢ１３１は、事象テーブル３００（図３Ａ）と、因果テーブル３１０（図３Ｂ）と、抽象事象関係テーブル３２０（図３Ｃ）と、事象属性テーブル３３０（図３Ｄ）と、人／組織管理テーブル３４０（図３Ｅ）を含んで構成される。

事象テーブル３００には、事象に関するデータが記憶されている。事象テーブル３００は、事象情報の一例であり、事象ＩＤ３０１と、事象３０２と、単語ＩＤ：名詞３０３と、単語ＩＤ：サ変名詞３０４と、抽象度３０５との情報を含んで構成される。各レコードを識別するためのキーは、事象ＩＤ３０１である。

事象ＩＤ３０１は、事象を一意に識別するための識別子である。事象３０２は、事象を端的に表現したもので、事象の目的語を示す名詞と事象の動作を示すサ変名詞とで構成される。単語ＩＤ：名詞３０３は、事象の目的語を示す名詞の単語を一意に識別するための識別子である。単語ＩＤ：サ変名詞３０４は、事象の動作を示すサ変名詞の単語を一意に識別するための識別子である。抽象度３０５は、事象の抽象度を示すものであり、単語ＩＤ：名詞３０３および単語ＩＤ：サ変名詞３０４の各々の単語の抽象度から算出される。

因果テーブル３１０には、事象間の因果関係に関するデータが記憶されている。因果テーブル３１０は、前後関係情報の一例であり、リンクＩＤ３１１と、前事象ＩＤ３１２と、後事象ＩＤ３１３と、強度３１４との情報を含んで構成される。各レコードを識別するためのキーは、リンクＩＤ３１１である。

リンクＩＤ３１１は、事象間の因果関係を示すリンクを一意に識別するための識別子である。前事象ＩＤ３１２は、事象間の因果関係のうち、因果の元となる事象（原因を示す事象）を一意に識別するための識別子である。後事象ＩＤ３１３は、事象間の因果関係のうち、因果の先となる事象（結果を示す事象）を一意に識別するための識別子である。強度３１４は、事象間の因果関係の強度を示す。なお、事象の抽象化において、元になる事象については、予め因果関係がユーザにより付与され（強度３１４も付与され）、例えば、元になる事象の抽象事象間の因果関係の強度３１４については、当該抽象事象に属する１つ下の抽象度の具象事象間の数をカウントすることにより算出される。

抽象事象関係テーブル３２０には、抽象化前の事象（子の事象）と抽象化後の事象（親の事象）との関係性に関するデータが記憶されている。抽象事象関係テーブル３２０は、親子関係情報の一例であり、抽象化ＩＤ３２１と、具象事象ＩＤ３２２と、抽象事象ＩＤ３２３との情報を含んで構成される。各レコードを識別するためのキーは、抽象化ＩＤ３２１である。

抽象化ＩＤ３２１は、事象を別の事象に抽象化したときの事象間の関係を一意に識別するための識別子である。具象事象ＩＤ３２２は、抽象化される事象を示す識別子である。抽象事象ＩＤ３２３は、抽象化された事象を示す識別子である。

事象属性テーブル３３０には、事象に関する場所、人／組織、日時の属性に関するデータが記憶されている。事象属性テーブル３３０は、事象および検索属性が対応付けられた絞込み情報の一例であり、事象ＩＤ３３１と、場所３３２と、人／組織３３３と、日時３３４との情報を含んで構成される。各レコードを識別するためのキーは、事象ＩＤ３３１である。

事象ＩＤ３３１は、事象を一意に識別するための識別子である。場所３３２は、事象の発生場所を示す。人／組織３３３は、事象を実行した主体を示す。日時３３４は、事象が発生した日時を示す。

人／組織管理テーブル３４０には、人／組織の構成に関するデータが記憶されている。人／組織管理テーブル３４０は、人／組織ＩＤ３４１と、名称３４２と、親ＩＤ（人／組織）３４３との情報を含んで構成される。各レコードを識別するためのキーは、人／組織ＩＤ３４１である。

人／組織ＩＤ３４１は、人／組織を一意に識別するための識別子である。名称３４２は、人／組織の名称を示す。親ＩＤ（人／組織）３４３は、人／組織ＩＤ３４１の人／組織から見て、構成上、１つ上位の人／組織（親の人／組織）を一意に識別するための識別子である。

図４Ａおよび図４Ｂに、記事／文書ＤＢ１３２の一例を示す。記事／文書ＤＢ１３２においては、事象を抽出するための記事や文書に関するデータが記憶されている。記事／文書ＤＢ１３２は、記事／文書テーブル４００（図４Ａ）と、記事／文書−事象関係テーブル４１０（図４Ｂ）とを含んで構成される。

記事／文書テーブル４００には、事象を抽出するための記事または文書に関するデータ等が記憶されている。記事／文書テーブル４００は、事案情報の一例であり、記事／文書ＩＤ４０１と、記事／文書４０２と、掲載日４０３と、掲載ソース４０４との情報を含んで構成される。各レコードを識別するためのキーは、記事／文書ＩＤ４０１である。

記事／文書ＩＤ４０１は、記事または文書を一意に識別するための識別子である。記事／文書４０２は、事象を抽出するための記事または文書の具体的な内容を示す。掲載日４０３は、記事または文書が新聞、書類などに掲載された日時を示す。掲載ソース４０４は、記事または文書が掲載された新聞、書類名などを示す。

記事／文書−事象関係テーブル４１０には、記事または文書と、そこから抽出された事象間の関係を示すデータとが記憶されている。記事／文書−事象関係テーブル４１０は、記事／文書ＩＤ４１１と、事象ＩＤ４１２との情報を含んで構成される。各レコードを識別するためのキーは、記事／文書ＩＤ４１１と事象ＩＤ４１２とである。

記事／文書ＩＤ４１１は、記事または文書を一意に識別するための識別子である。事象ＩＤ４１２は、記事または文書からいくつか抽出される事象のうち、１つの事象を一意に識別するための識別子である。

図５Ａおよび図５Ｂに、テキスト解析結果ＤＢ１３３の一例を示す。テキスト解析結果ＤＢ１３３には、記事または文書に記載されている単語の意味、品詞などを解析した解析結果に関するデータが記憶されている。テキスト解析結果ＤＢ１３３は、単語情報テーブル５００（図５Ａ）と、品詞テーブル５１０（図５Ｂ）とを含んで構成される。

単語情報テーブル５００には、記事または文書に記載されている単語の意味などに関するデータが記憶されている。単語情報テーブル５００は、単語ＩＤ５０１と、単語５０２と、意味ベクトル５０３と、出現頻度５０４と、抽象度５０５との情報を含んで構成される。各レコードを識別するためのキーは、単語ＩＤ５０１である。

単語ＩＤ５０１は、単語を一意に識別するための識別子である。単語５０２は、単語そのものを示す。意味ベクトル５０３は、一般的な技術として確立されている「単語埋め込みベクトル技術」を用いて、記事または文書の文章から単語の意味を２００次元などの低次元ベクトルで表現したものである。出現頻度５０４は、単語が記事、新聞などに出現する頻度を示す。抽象度５０５は、出現頻度から算出された単語の抽象度、または語彙情報提供サービスから取得した単語の抽象度を示す。

品詞テーブル５１０には、記事または文書から抽出した単語の品詞に関するデータが記憶されている。品詞テーブル５１０は、単語ＩＤ５１１と、品詞５１２との情報を含んで構成される。各レコードを識別するためのキーは、単語ＩＤ５１１である。

単語ＩＤ５１１は、単語を一意に識別するための識別子である。品詞５１２は、名詞、動詞、サ変名詞など、単語の品詞を示すもので、一般的な技術として確立されている「形態素解析技術」を用いて、記事または文書の文章から単語の品詞を抽出したものである。

図６Ａから図６Ｃに、管理ＤＢ１３４の一例を示す。管理ＤＢ１３４には、閾値、設定値、ユーザ情報、検索履歴などに関するデータが記憶されている。管理ＤＢ１３４は、設定テーブル６００（図６Ａ）と、ユーザ情報テーブル６１０（図６Ｂ）と、検索履歴テーブル６２０（図６Ｃ）とを含んで構成される。

設定テーブル６００には、設定値（例えば、閾値）に関するデータが記憶されている。設定テーブル６００は、設定ＩＤ６０１と、設定内容６０２と、設定値６０３との情報を含んで構成される。各レコードを識別するためのキーは、設定ＩＤ６０１である。

設定ＩＤ６０１は、システムに関する設定値を一意に識別するための識別子である。設定内容６０２は、設定内容を示す。設定値６０３は、設定内容に関する設定値を示す。

ユーザ情報テーブル６１０には、ユーザ情報に関するデータが記憶されている。ユーザ情報テーブル６１０は、ユーザＩＤ６１１と、関心事項６１２と、抽象度６１３との情報を含んで構成される。各レコードを識別するためのキーは、ユーザＩＤ６１１である。

ユーザＩＤ６１１は、ユーザを一意に識別するための識別子である。関心事項６１２は、ユーザにより入力されたキーワードの組で、ユーザが何に関心を持っているかを示す。抽象度６１３は、ユーザの関心事項の抽象度を示すもので、関心事項６１２の各単語の抽象度から算出される。

検索履歴テーブル６２０には、ユーザが検索した履歴に関するデータが記憶されている。検索履歴テーブル６２０は、ユーザＩＤ６２１と、日時６２２と、検索ワード６２３と、検索属性６２４との情報を含んで構成される。各レコードを識別するためのキーは、ユーザＩＤ６２１と日時６２２とである。

ユーザＩＤ６２１は、ユーザを一意に識別するための識別子である。日時６２２は、ユーザが検索した日時を示す。検索ワード６２３は、ユーザが検索した内容を示す。検索属性は、ユーザが検索する際に指定した検索対象の属性（場所、人／組織、事象の発生日時）を示す。

図７に、図２のステップＳ２０１で表示する事象の検索画面（入力画面）の一例を示す。事象の検索画面は、ユーザが今後の事象の推移を分析するために検索する事象に関する情報を入力するための画面であり、事象提示システム１００の入出力装置１４２に表示される。事象の検索画面は、検索ワード７０１と、検索属性７０２と、検索ボタン７０３と、過去の検索７０４とを含んで構成される。

検索ワード７０１は、検索したい事象に関するキーワードを入力するための入力欄である。検索属性７０２は、検索したい事象を、場所、人／組織、日時で絞り込むための入力欄である。検索ボタン７０３は、検索ワード７０１、検索属性７０２で入力された検索の条件で検索を実行するためのボタンである。かかる検索画面により、ユーザからの事象の検索対象の条件を受け付ける。過去の検索７０４は、過去に検索された検索ワード７０１および検索属性７０２を一覧表で表示するものである。

なお、検索ワード７０１には、１つの単語だけでなく、複数の単語を入力してもよく、その場合は、ＡＮＤ条件、ＯＲ条件などを設定できるものとしてもよい。

また、検索属性７０２には、１つの属性だけでなく、複数の属性を入力してもよい。その場合は、ＡＮＤ条件、ＯＲ条件などを設定できるものとしてもよい。

また、ステップＳ２１０で取得する人／組織３３３は、事象を実行する人／組織として説明したが、事象の目的語の人／組織が格納されているものとして、事象の目的語の人／組織の構成を取得するものとしてもよい。

図８に、図２のステップＳ２１１で表示する事象の検索結果表示画面の一例を示す。事象の検索結果表示画面は、ユーザが検索した事象を表示する際に、その因果関係から、前後の事象も合わせて表示するものであり、事象提示システム１００の入出力装置１４２に表示される。

事象の検索結果表示画面は、該当事象８０１と、検索内容８０２と、該当事象に関する記事／文書８０３と、前事象の記事／文書８０４と、後事象（予測結果）８０５と、俯瞰地図８０６と、人／組織の関係８０７と、因果モデル８０８と、戻るボタン８０９とを含んで構成される。

該当事象８０１は、検索対象の事象として検索された事象を示す。検索内容８０２は、検索を行ったときの検索ワードと検索属性とを示す。該当事象の記事／文書８０３は、該当事象８０１の具体的な事象と関連付く記事／文書の一覧を示す。前事象の記事／文書８０４は、該当事象に対して前の事象であると因果関係に基づいて判定された事象を示し、それに関連付く記事／文書を示す。後事象（予測結果）８０５は、該当事象に対して後の事象であると因果関係に基づいて判定された事象を示し、それに関連付く記事／文書を示す。なお、図８では、所定の期間（例えば直近１年間）の記事または文書が対象とされて表示されている。

俯瞰地図８０６は、該当事象８０１のうち、該当事象の記事／文書８０３でユーザがフォーカスした記事／文書の事象の発生場所の周辺地図（ユーザにより指定された事案の情報に関連する情報の一例）を示す。なお、例えば、検索属性で国が入力されていた場合、当該国の周辺地図が初期表示される。人／組織の関係８０７は、ユーザがフォーカスした記事／文書の事象を実行した人／組織が属する人／組織の構成（ユーザにより指定された事案の情報に関連する情報の一例）を示す。なお、例えば、検索属性で組織が入力されていた場合、当該組織の構成（行政区画などであってもよい。）が初期表示される。因果モデル８０８は、該当事象８０１、前事象の記事／文書８０４に示した前事象、後事象（予測結果）８０５に示した後事象と、事象間の因果関係を示した因果モデルを示す。戻るボタン８０９は、ユーザが事象の検索画面（図７）に戻るためのボタンである。かかる画面により、事象に係る情報をユーザに提示する。

ここで、図２に示した事象提示処理の準備段階として、データベースに格納している抽象事象に関するデータの生成処理の一例について、図９および図１０を用いて説明する。

図９は、類似する複数の事象を統合して事象を抽象化する第１事象抽象化処理に係るフローチャートの一例を示す。

ステップＳ９００では、事象提示システム１００は、第１事象抽象化処理を開始する。

ステップＳ９０１では、管理データ受付部１１７は、事象の抽象度のレベル分けの設定値を、管理ユーザから入出力装置１４２を介して受け付け、管理ＤＢ１３４の設定テーブル６００の設定内容６０２の「抽象度設定数」の設定値６０３に格納する。

ステップＳ９０２では、抽象度決定部１１８は、語彙情報提供システム１７０から、語彙情報提供システム１７０の単語の抽象度のレベル分け数を取得し、取得したレベル分け数とステップＳ９０１で格納した設定値６０３とを比較する。抽象度決定部１１８は、語彙情報提供システム１７０のレベル分け数の方が大きいと判定した場合、ステップＳ９０３に処理を移し、大きくないと判定した場合、ステップＳ９０４に処理を移す。

ステップＳ９０３では、抽象度決定部１１８は、設定値６０３に合わせて、レベル分けの数を統合する。例えば、設定値が「５」であり、レベル分け数が「８」である場合、抽象度決定部１１８は、レベル分けの２番目と３番目とを統合し、４番目と５番目とを統合し、６番目と７番目とを統合する。これにより、レベル分けの１番目、２番目−３番目、４番目−５番目、６番目−７番目、８番目の５段階として、設定値の抽象度に合わせることができる。なお、統合の仕方については、複数パターンあり得るが、何れのパターンでもよい。このように、抽象度決定部１１８は、レベル分け数に基づく単語の抽象度を、設定値の抽象度に合わせて抽象度を設定し直し、設定した抽象度を、テキスト解析結果ＤＢ１３３の単語情報テーブル５００の単語５０２と抽象度５０５とに格納する。

ステップＳ９０４では、抽象度決定部１１８は、設定値６０３に合わせた抽象度に対して、レベル分け数を複数の抽象度に重複して割当てる。例えば、設定値が「１０」であり、レベル分け数が「８」である場合、抽象度決定部１１８は、レベル分け数の４番目を、設定値の抽象度の４番目と５番目とに重複して割当て、レベル分け数の５番目を、設定値の抽象度の６番目と７番目とに重複して割当てる。これにより、レベル分け数の１番目、２番目、３番目、４番目、４番目（重複割当て）、５番目、５番目（重複割当て）、６番目、７番目、８番目の１０段階として、設定値の抽象度に合わせることができる。なお、重複の仕方については複数パターンあり得るが、何れのパターンでもよい。このように、抽象度決定部１１８は、レベル分け数に基づく単語の抽象度を、設定値の抽象度に合わせて抽象度を設定し直し（前述の通り重複も許す。）、設定した抽象度を、テキスト解析結果ＤＢ１３３の単語情報テーブル５００の単語５０２と抽象度５０５とに格納する。

ステップＳ９０５では、テキスト解析部１１２は、管理ユーザから指定された学習用のデータ（記事、文書等）から形態素解析技術で単語を抽出するとともに単語の品詞を抽出し、単語の出現頻度をカウントし、単語埋め込みベクトル技術で単語の意味ベクトルを生成する（学習）。テキスト解析部１１２は、抽出した単語と意味ベクトルと出現頻度とを、テキスト解析結果ＤＢ１３３の単語情報テーブル５００の単語５０２、意味ベクトル５０３、出現頻度５０４に格納し、単語ＩＤ５０１を付与し、品詞テーブル５１０に同じ単語ＩＤを単語ＩＤ５１１に格納し、抽出した品詞を品詞５１２に格納する。

ステップＳ９０６では、抽象度決定部１１８は、管理ＤＢ１３４の設定テーブル６００の設定内容６０２の「抽象度設定数」の設定値６０３に基づいて、単語情報テーブル５００の出現頻度５０４の多い単語から、設定値６０３の数だけ順にグループ分けし、出現頻度の多いグループの抽象度が大きくなるように抽象度を割り振る。ここで割り振った抽象度を抽象度５０５に上書きする。なお、ステップＳ９０６の処理においては、ステップＳ９０３で設定した語彙情報提供システム１７０の抽象度については、そのまま用いてもよい。

ステップＳ９０７では、テキスト解析部１１２は、管理ユーザから指定された分析対象の事象一覧の事象について、形態素解析技術で単語を抽出する。なお、ステップＳ９０７では、全ての事象を対象に形態素解析技術で単語を抽出してもよい。

ステップＳ９０８では、抽象事象生成部１２１は、サ変名詞および名詞に関して、意味の類似する単語を同じカテゴリに分類（クラスタリング）する。より具体的には、抽象事象生成部１２１は、品詞テーブル５１０で品詞５１２がサ変名詞の単語ＩＤ５１１に関して、単語情報テーブル５００の単語ＩＤ５０１が一致するレコードの中で、意味ベクトル５０３の距離が相対的に近い単語ＩＤ５０１を、意味の類似する単語として同じカテゴリに分類する。同様に、品詞テーブル５１０で品詞５１２が名詞の単語ＩＤ５１１に関して、単語情報テーブル５００の単語ＩＤ５０１が一致するレコードの中で、意味ベクトル５０３の距離が相対的に近い単語ＩＤ５０１を、意味の類似する単語として同じカテゴリに分類する。

ステップＳ９０９では、抽象事象生成部１２１は、ステップＳ９０８で分類したカテゴリの中で、カテゴリの重心から閾値の距離内にある単語ＩＤ５０１を意味ベクトル５０３に基づいて検索し、検索した単語の中で単語情報テーブル５００の抽象度５０５が１つ上の単語（最も抽象度が低い単語の１つ上の抽象度の単語）を代表単語として選択する。

ステップＳ９１０では、抽象事象生成部１２１は、サ変名詞の代表単語を事象の動作を表す単語とし、名詞の代表単語を事象の目的語を表す単語して組み合わせ、組み合わさった事象を１つ上の抽象度の抽象事象として生成する。抽象事象生成部１２１は、生成した抽象事象の情報（事象３０２、単語ＩＤ：名詞３０３、単語ＩＤ：サ変名詞３０４、抽象度３０５）に事象ＩＤ３０１を付与して事象テーブル３００に登録する。また、抽象事象生成部１２１は、１つ上の抽象度の抽象事象の元となるサ変名詞の元の単語（サ変名詞の代表単語が属するカテゴリ内の単語情報テーブル５００の抽象度５０５が１つ下の他の単語）と、１つ上の抽象度の抽象事象の元となる名詞の元の単語（名詞の代表単語が属するカテゴリ内の単語情報テーブル５００の抽象度５０５が１つ下の他の単語）とを組み合わせた事象を具象事象として生成する。抽象事象生成部１２１は、生成した具象事象の情報（事象３０２、単語ＩＤ：名詞３０３、単語ＩＤ：サ変名詞３０４、抽象度３０５）に事象ＩＤ３０１を付与して事象テーブル３００に登録する。そして、抽象事象生成部１２１は、生成した１つ上の抽象度の抽象事象とその具象事象とを関連付けて、因果モデルＤＢ１３１の抽象事象関係テーブル３２０の具象事象ＩＤ３２２と抽象事象ＩＤ３２３とに格納する。

ステップＳ９１１では、因果関係付与部１２２は、具象事象間の因果関係に基づいて、１つ上の抽象度の抽象事象間に因果関係を付与する。因果関係の付与においては、因果モデルＤＢ１３１の因果テーブル３１０において、新たなリンクＩＤ３１１を生成し、因果関係を付与する事象として前事象ＩＤ３１２と後事象ＩＤ３１３とを登録する。最も低い抽象度の事象（具象事象）間の因果関係は、ユーザにより予め設定されているものとする。

ステップＳ９１２では、抽象事象生成部１２１は、意味の類似する抽象事象の単語を同じカテゴリに分類する。より具体的には、抽象事象生成部１２１は、ステップＳ９１０またはステップＳ９１４で生成した抽象事象の動作を示すサ変名詞の単語ＩＤ５１１に関して、単語情報テーブル５００の単語ＩＤ５０１が一致するレコードの中で、意味ベクトル５０３の距離が相対的に近い単語ＩＤ５０１を、意味の類似する単語として同じカテゴリに分類する。同様に、ステップＳ９１０またはステップＳ９１４で生成した抽象事象の目的語を示す名詞の単語ＩＤ５１１に関して、単語情報テーブル５００の単語ＩＤ５０１が一致するレコードの中で、意味ベクトル５０３の距離が相対的に近い単語ＩＤ５０１を、意味の類似する単語として同じカテゴリに分類する。

ステップＳ９１３では、抽象事象生成部１２１は、ステップＳ９１２で分類したカテゴリの中で、カテゴリの重心から閾値の距離内にある単語ＩＤ５０１を意味ベクトル５０３に基づいて検索し、検索した単語の中で単語情報テーブル５００の抽象度５０５が１つ上の単語を代表単語として選択する。

ステップＳ９１４では、抽象事象生成部１２１は、サ変名詞の代表単語を事象の動作を表す単語とし、名詞の代表単語を事象の目的語を表す単語して組み合わせ、組み合わさった事象を１つ上の抽象度の抽象事象として生成する。抽象事象生成部１２１は、生成した抽象事象の情報（事象３０２、単語ＩＤ：名詞３０３、単語ＩＤ：サ変名詞３０４、抽象度３０５）に事象ＩＤ３０１を付与して事象テーブル３００に登録する。また、抽象事象生成部１２１は、１つ上の抽象度の抽象事象の元となるサ変名詞の元の単語（サ変名詞の代表単語が属するカテゴリ内の単語情報テーブル５００の抽象度５０５が１つ下の他の単語）と、１つ上の抽象度の抽象事象の元となる名詞の元の単語（名詞の代表単語が属するカテゴリ内の単語情報テーブル５００の抽象度５０５が１つ下の他の単語）とを組み合わせた元の事象を具象事象として生成する。抽象事象生成部１２１は、生成した具象事象の情報（事象３０２、単語ＩＤ：名詞３０３、単語ＩＤ：サ変名詞３０４、抽象度３０５）に事象ＩＤ３０１を付与して事象テーブル３００に登録する。そして、抽象事象生成部１２１は、生成した１つ上の抽象度の抽象事象と具象事象とを関連付けて、因果モデルＤＢ１３１の抽象事象関係テーブル３２０の具象事象ＩＤ３２２と抽象事象ＩＤ３２３に格納する。

ステップＳ９１５では、因果関係付与部１２２は、ステップＳ９１１と同様に、１つ上の抽象度の抽象事象間に因果関係を付与する。なお、１つ上の抽象度の抽象事象の具象事象間の因果関係は、ステップＳ９１１または当該ステップＳ９１５で設定される。

ステップＳ９１６では、抽象事象生成部１２１は、ステップＳ９１２からステップＳ９１５までの処理の繰り返し数と、管理ＤＢ１３４の設定テーブル６００の設定内容６０２の「抽象度設定数」の設定値６０３とを比較する。抽象事象生成部１２１は、繰り返し数が少ないと判定した場合、ステップＳ９１２に処理を移し、繰り返し数が設定値６０３以上になったと判定した場合、ステップＳ９１７に処理を移す。

ステップＳ９１７では、事象提示システム１００は、第１事象抽象化処理を終了する。

なお、ステップＳ９０５では、管理ユーザが指定した記事、文書等を学習する例を挙げて説明したが、事象提示システム１００は、インターネット、社内システム等を自動で検索し、新たな記事、文書等を自動で取得し、自動で学習することとしてもよい。

また、ステップＳ９０７では、管理ユーザから指定された分析対象の事象一覧から単語を抽出するものとしたが、事象の動作になり得るサ変名詞と、事象の目的語になり得る名詞とを組み合わせて事象を生成し、事象の生成に用いた単語を抽出した単語としてもよい。

図１０は、因果関係の強さと分岐の少なさとに基づいて事象を抽象化する第２事象抽象化処理に係るフローチャートの一例を示す。なお、事象の抽象化については、第１事象抽象化処理により行われてもよいし、第２事象抽象化処理により行われてもよいし、第１および第２事象抽象化処理の両方により行われてもよい。

ステップＳ１０００では、事象提示システム１００は、第２事象抽象化処理を開始する。

ステップＳ１００１では、抽象事象生成部１２１は、因果モデルＤＢ１３１の因果テーブル３１０を取得する。

ステップＳ１００２では、因果強度・分岐数判定部１２３は、ステップＳ１００１で取得した因果テーブル３１０において、各リンクＩＤ３１１の強度３１４を取得する。

ステップＳ１００３では、因果強度・分岐数判定部１２３は、ステップＳ１００１で取得した因果テーブル３１０において、前事象ＩＤ３１２に対して、それに関連付く後事象ＩＤ３１３のレコード数をカウントし、前事象から後事象への分岐の回数として取得する。

ステップＳ１００４では、因果強度・分岐数判定部１２３は、因果関係の強度３１４と分岐の回数とを閾値判定する。そのために、因果強度・分岐数判定部１２３は、管理ＤＢ１３４の設定テーブル６００の設定内容６０２が「リンク強度の高閾値」と「リンク強度の低閾値」との設定値６０３を因果関係の強度３１４の閾値として取得し、設定内容６０２が「分岐回数の高閾値」と「分岐回数の低閾値」との設定値６０３を分岐の回数の閾値として取得する。因果強度・分岐数判定部１２３は、取得したこれらの閾値と、ステップＳ１００２で取得した因果関係の強度３１４と、ステップＳ１００３で取得した分岐の回数とに基づいて判定する。

因果強度・分岐数判定部１２３は、強度３１４がリンク強度の低閾値よりも大きく、かつ、分岐回数が分岐回数の低閾値よりも小さいと判定した場合、ステップＳ１００６に処理を移す。因果強度・分岐数判定部１２３は、強度３１４がリンク強度の高閾値よりも大きく、かつ、分岐回数が分岐回数の高閾値よりも小さいと判定した場合、ステップＳ１００５に処理を移す。因果強度・分岐数判定部１２３は、上記以外であると判定した場合、ステップＳ１００８に処理を移す。

ステップＳ１００５では、因果強度・分岐数判定部１２３は、１つの事象を複数の抽象事象に統合できるようにするために、事象のダミーを複製する。ダミーの事象については、事象ＩＤの枝番で表現する。ステップＳ１００４の判定によれば、分岐の回数が低閾値よりも大きく抽象化しても複数の抽象事象に跨る事象になってしまうが、強度３１４は、高閾値よりも大きいので、他の事象との統合も可能であると判定している。

ステップＳ１００６では、抽象事象生成部１２１は、事象間の因果関係が強く、他への分岐回数が少ないので、事象間で１つの塊を形成しているものとして、これらの事象を抽象事象（１つの塊）に統合する。

ステップＳ１００７では、抽象事象生成部１２１は、ステップＳ１００６で統合した抽象事象において、事象間の中心にある事象を抽象事象の名称として選出する。より具体的には、抽象事象生成部１２１は、因果モデルＤＢ１３１において、抽象事象内の中心にない事象を抽象事象関係テーブル３２０の具象事象ＩＤ３２２に格納し、中心にある抽象事象を抽象事象ＩＤ３２３に格納する。また、抽象事象生成部１２１は、抽象事象ＩＤ３２３と一致する事象テーブル３００の事象ＩＤ３０１の抽象度３０５を１つ上げたレコードを生成する。さらに、抽象事象生成部１２１は、ステップＳ１００５で生成したダミーの事象の事象ＩＤ（もとの事象の枝番）を事象テーブル３００の事象ＩＤ３０１に登録する。なお、事象テーブル３００の他の項目（事象３０２、単語ＩＤ：名詞３０３、単語ＩＤ：サ変名詞３０４、抽象度３０５）については、もとの事象のデータをコピーする。

ステップＳ１００８では、抽象事象生成部１２１は、全ての事象に関して処理が終了したか否かを判定する。抽象事象生成部１２１は、未処理の事象があると判定した場合、ステップＳ１００２に処理を移し、全て処理していると判定した場合、ステップＳ１００９に処理を移す。

ステップＳ１００９では、事象提示システム１００は、第２事象抽象化処理を終了する。

ここで、図２の処理では、ユーザが入力した検索ワードに基づいて、ユーザに提示する事象の抽象度を決定している。それに加えてまたは替えて、ユーザの関心事項からユーザに適した抽象度を予め決定してもよい。また、関心事項から決定した抽象度の事象および因果関係も併せてユーザに提示してもよい。そのための処理の一例を図１１に示す。

図１１は、ユーザの関心事項からユーザの抽象度を判定して設定するユーザ抽象度設定処理に係るフローチャートの一例を示す。

ステップＳ１１００では、事象提示システム１００は、ユーザ抽象度設定処理を開始する。

ステップＳ１１０１では、抽象度決定部１１８は、ユーザの関心事項の入力をユーザから入出力装置１４２にて受け付ける。なお、ユーザの関心事項の入力は、事象提示システム１００における検索ワードであってもよいし、インターネット上で目的とするウェブページ、情報などを検索したときの検索ワードであってもよいし、その他の入力であってもよい。

ステップＳ１１０２では、抽象度決定部１１８は、関心事項の単語を抽出し、ユーザ毎にリスト化して蓄積する。より具体的には、抽象度決定部１１８は、ステップＳ１１０１でユーザから入力された関心事項を形態素解析技術で単語に分割し、各単語を管理ＤＢ１３４のユーザ情報テーブル６１０の関心事項６１２に格納する。その際、抽象度決定部１１８は、ユーザのユーザＩＤ６１１と関連付けて格納する。なお、抽象度決定部１１８は、ユーザの関心事項の入力を検索履歴として検索履歴テーブル６２０に登録してもよい。

ステップＳ１１０３では、抽象度決定部１１８は、各ユーザＩＤ６１１において、関心事項６１２の単語（リストの単語）に関して、抽象度を取得可能であるかについて、テキスト解析結果ＤＢ１３３の単語情報テーブル５００の単語５０２と抽象度５０５とを検索することで判定する。抽象度決定部１１８は、取得可能であると判定した場合、ステップＳ１１０４に処理を移し、取得不可能であると判定した場合、ステップＳ１１０５に処理を移す。

ステップＳ１１０４では、抽象度決定部１１８は、ステップＳ１１０３で検索した抽象度５０５を取得する。

ステップＳ１１０５では、抽象度決定部１１８は、当該ユーザＩＤ６１１における関心事項６１２の単語が他にもあるか否かを判定する。抽象度決定部１１８は、他にあると判定した場合、ステップＳ１１０３に処理を移し、他にないと判定した場合、ステップＳ１１０６に処理を移す。

ステップＳ１１０６では、抽象度決定部１１８は、ステップＳ１１０４で取得した抽象度５０５の平均値を計算し、平均値の小数点を四捨五入した整数をユーザＩＤ６１１の抽象レベルとしてユーザ情報テーブル６１０の抽象度６１３に格納する。なお、ユーザの抽象レベルの算出において、平均値を例に挙げて説明したが、中央値、最頻値などの代表値を用いてもよい。

ステップＳ１１０７では、抽象度決定部１１８は、ユーザＩＤ６１１で他にも抽象度６１３を設定していないユーザがいるか否かを判定する。抽象度決定部１１８は、他のユーザがいると判定した場合、ステップＳ１００３に処理を移し、他にユーザがいないと判定した場合、ステップＳ１１０８に処理を移す。

ステップＳ１１０８では、事象提示システム１００は、ユーザ抽象度設定処理を終了する。

以上のように、事象提示システム１００は、類似する複数の事象を１つのグループに纏め、グループに意味を表す単語文を付与することで事象を抽象化する。また、抽象化された事象に因果関係を付与する。かかる構成によれば、抽象化された事象とその因果関係とをユーザに提示できるようになり、ユーザが抽象化されたレベルでの事象の推移を分析することを容易にする。

また、事象提示システム１００は、様々な抽象度で事象を抽象化し、その因果関係を付与している。よって、ユーザへの提示の際には、ユーザの目的に合った抽象度の事象および因果関係を提示することができる。

（２）他の実施の形態
なお上述の実施の形態においては、本発明を事象提示システム１００に適用するようにした場合について述べたが、本発明はこれに限らず、この他種々のシステム、事象提示装置、事象提示方法に広く適用することができる。

また上述の実施の形態においては、検索結果を出力する例として、検索結果表示画面として表示する場合について述べたが、本発明はこれに限らず、検索結果を紙などに印刷するようにしてもよいし、検索結果を音声として出力するようにしてもよいし、検索結果をファイルとしてメール送信するようにしてもよいし、その他の出力をするようにしてもよい。

また上述の実施の形態においては、説明の便宜上、ＸＸテーブルを用いて各種のデータを説明したが、データ構造は限定されるものではなく、ＸＸ情報などと表現してもよい。

また、上記の説明において各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）等の記憶装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。

また上述した構成については、本発明の要旨を超えない範囲において、適宜に、変更したり、組み替えたり、組み合わせたり、省略したりしてもよい。

１００……事象提示システム、１１０……主記憶装置、１１１……検索ワード受付部、１１２……テキスト解析部、１１３……因果モデル・事象の検索・取得部、１１４……記事／文書の検索・取得部、１１５……属性情報の検索・取得部、１１６……分析結果出力部、１１７……管理データ受付部、１１８……抽象度決定部、１２０……分析対象取得部、１２１……抽象事象生成部、１２２……因果関係付与部、１２３……因果強度・分岐数判定部、１３０……補助記憶装置、１４０……中央制御装置、１４１……通信装置、１４２……入出力装置、１５０……通信回線、１６０……地図情報提供システム、１７０……語彙情報提供システム。

Claims (6)

1. 事象の情報を含む事象情報から、検索のために入力された文字列に対応する事象を抽象事象として取得し、前記抽象事象に基づいて、事象の前後関係が対応付けられた前後関係情報から前記抽象事象の後の事象を特定する第１特定部と、
   前記第１特定部で取得された抽象事象に基づいて、事象の親子関係が対応付けられた親子関係情報から前記抽象事象の子の事象を示す具象事象を特定し、事象に係る事案の情報を含む事案情報から、前記具象事象に係る事案の情報を特定する第２特定部と、
   前記第１特定部で取得された抽象事象と、前記第１特定部で特定された前記抽象事象の後の事象と、前記第２特定部で特定された前記抽象事象の具象事象に係る事案の情報と、を出力する出力部と、
   を備えることを特徴とする事象提示システム。
2. 前記第１特定部は、取得した抽象事象に基づいて、前記前後関係情報から前記抽象事象の前の事象を特定し、
   前記第２特定部は、前記第１特定部で特定された抽象事象の前の事象に基づいて、前記親子関係情報から前記前の事象の具象事象を特定し、前記事案情報から、前記前の事象の具象事象に係る事案の情報を特定し、
   前記出力部は、前記第１特定部で特定された抽象事象の前の事象と、前記第２特定部で特定された前記前の事象の具象事象に係る事案の情報と、を出力する、
   ことを特徴とする請求項１に記載の事象提示システム。
3. 前記第１特定部は、ユーザの抽象度と、取得した抽象事象の抽象度とが異なる場合、前記親子関係情報から、前記抽象事象の親の事象または子の事象を特定し、特定した事象に基づいて、前記前後関係情報から前記事象の後の事象を特定し、
   前記出力部は、前記第１特定部で特定された事象および前記事象の後の事象を出力する、
   ことを特徴とする請求項１に記載の事象提示システム。
4. 前記第２特定部は、前記検索の属性を示す文字列と、事象および属性が対応付けられた絞込み情報とに基づいて、特定した具象事象に係る事案の情報を絞り込む、
   ことを特徴とする請求項１に記載の事象提示システム。
5. ユーザにより指定された事案の情報に関連する情報を特定する第３特定部を備え、
   前記出力部は、前記第３特定部で特定された関連する情報を出力する、
   ことを特徴とする請求項１に記載の事象提示システム。
6. 事象の情報を含む事象情報から、検索のために入力された文字列に対応する事象を抽象事象として取得し、前記抽象事象に基づいて、事象の前後関係が対応付けられた前後関係情報から前記抽象事象の後の事象を特定する第１特定部と、
   前記第１特定部で取得された抽象事象に基づいて、事象の親子関係が対応付けられた親子関係情報から前記抽象事象の子の事象を示す具象事象を特定し、事象に係る事案の情報を含む事案情報から、前記具象事象に係る事案の情報を特定する第２特定部と、
   前記第１特定部で取得された抽象事象と、前記第１特定部で特定された前記抽象事象の後の事象と、前記第２特定部で特定された前記抽象事象の具象事象に係る事案の情報と、を出力する出力部と、
   を備えることを特徴とする事象提示装置。

Images