JPH10513587A - 情報にアクセスするための方法、システム - Google Patents

Abstract

(57)【要約】 分散型情報データベースに記憶された情報にアクセスするシステムは、インテリジェントソフトウエアエージェント（105 ）のコミュニティを用意する。各エージェント（105 ）は、インターネットのワールドワイドウェブ（Ｗ３）のような分散型情報システムの既知のビューワ（400 ）の拡張部として構築することができる。エージェント（105 ）は効果的にビューワ（400 ）と結合され、インテリジェントページメモリに記憶するためにビューワ（400 ）によってページを抽出することができる。情報システムからのテキストは要約され、ユーザによって任意に選択された付加的な情報と共に記憶される。エージェント応用のアクセスシステムはキーワードの組を使用して、ユーザにとって関心のある情報をユーザプロフィールと共に配置して、１人のユーザが記憶したページを潜在的に関心があることをプロフィールに示した別のユーザに知らせることができる。キーワードの組はシーソラスを使用することによって拡張することができる。

Description

【発明の詳細な説明】 情報にアクセスするための方法、システム 本発明は、通信システムによって情報にアクセスする方法もしくはシステムま たはその両方に関する。 インターネットワールドワイドウェブは、複数の個々の通信ネットワークを一 緒に接続した既知の通信システムである。それは、多くの異なるプロバイダから の情報の豊かな資源を供給するが、中央監視および制御がないために、情報が非 常に豊かであることによって特定の情報にアクセスするときに問題を生ずる。 １９８２年には、科学、法人、および技術についての情報量は、５年ごとに２ 倍になった。それが１９８８年までには２．２年ごとに２倍になり、１９９２年 にまでには、１．６年ごとに２倍になった。インターネットおよび他のネットワ ークの拡大にしたがって、増加率は増し続けるであろう。このようなネットワー クが生存し続ける鍵は、情報を管理する能力、ユーザに必要な情報を必要なとき に与える能力である。 本発明の実施形態によると、分散式に記憶され、通信ネットワークによってア クセス可能な情報にアクセスするためのアクセスシステムであって、ネットワー クを使用して、１ソフトウエアエージェントによってユーザが情報にアクセスで きるように複数のソフトウエアエージェントを含むようなアクセスシステムが提 供され、ここでは、各エージェントは、ネットワークを介してアクセス可能な種 々の情報の概要を関係するデータと共に記憶するインテリジェントページメモリ 、およびキーワードの組を記憶する多数のキーワードメモリを含み、第１および 第２の組のキーワードの一方または両方を供給して、キーワードページメモリに 入力することによって、インテリジェントページメモリに入力する情報を識別す ることができる。 便利な構成では、第１および第２の組のキーワードを異なる各ユーザと関係付 けることができる。 したがってエージェントをトリガして、異なるユーザの異なる環境によってペ ージメモリ内の（またはそれに付加される）キーワードの組を情報ページに供給 することができる。例えば、エージェントは、第１のユーザからの記憶（メモリ ） 要求中に第１の組のキーワードを供給することができる。しかしながら、エージ ェントは１または複数の追加の組のキーワードを供給して、１または複数の他の ユーザのエントリを知らせることができる。 好ましくは、エージェントのグループはインテリジェントページメモリを共有 するが、全体としてアクセスシステム中のまたはそれを使用できるインテリジェ ントメモリが多数あってもよい。ページメモリを共有することによって、潜在的 に関心のあるユーザに知らせるためにページメモリへの新しい入力（エントリ） をエージェントが監視できるようにする方法を提供する。 本発明の実施形態は、ユーザまたはユーザのコミュニティを代理として、例え ばインターネットのワールドワイドウェブ（Ｗ３）で情報タスクを実行するため に使用できるインテリジェントソフトウエアエージェントの分散システムを提供 する。すなわち、ソフトウエアエージェントは、Ｗ３で見付けた情報を記憶し、 検索し、要約し、かつこの情報を他のエージェントに知らせるために使用される 。 Ｗ３のようなネットワークシステムは知られており、クライアント／サーバ型 の構成のような既知の構成にしたがって構築されるので、ここではさらに詳細に 記載しない。 Ｗ３のようなシステムをサーチするツールは既にたくさん存在しているので、 本発明は別のツールの供給には関係していない。それらはウェブのカバー領域を さらに拡大し、サーチエンジンを高性能にしつつ頻繁に追加されている。その代 りに、本発明の実施形態は以下の問題に関係している。すなわち、Ｗ３で有効な 情報を見付けること、およびこの情報を簡単に検索するためにどのように記憶で きるか、およびその情報に関心をもつ可能性の高い他のユーザをどのように識別 し、知らせることができるかである。 ソフトウエアエージェントは、集中型ではなく分散型のコンピュータベースシ ステムを取扱ために既知のアプローチを用意する。各エージェントは一般的に、 自主的にエンティティ（人または機械を基礎とするもの）の代りに１または複数 のタスクを、ローカルデータと共に実行する機能、あるいはデータにアクセスし て１または複数のタスクを支持する手段を備えている。本明細書では、本発明の 実施形態で情報を記憶または検索するのに使用するエージェントを“ Joint Acc ess to Stored Pages with Easy Retrieval”（検索が容易な記憶したページ に統合してアクセスする意）の頭文字をとって、簡潔に“Ｊａｓｐｅｒエージェ ント”と記載している。 Ｗ３で使用可能な情報量が膨大であるときは、元の場所からローカルサーバへ は情報をコピーしないことが好ましい。実際には、この方法はウェブの全体的な エートス（ethos:風潮）とは対照的であるということができる。したがって、情 報をコピーする代りに、Ｊａｓｐｅｒエージェントは関係する“メタ情報(meta- information)”のみを記憶する。以下に記載されているように、このメタ情報は 、情報それ自身の上のレベルであり、実際の情報ではなくそれに関するものであ ると考えられる。これには、例えばキーワード、要約、文書名、汎用資源ロケー タ（ＵＲＬ）、日付、およびアクセス時間を含むことができる。したがってこの メタ情報は、検索が要求されたときに実際の情報に対する、またはその“インデ ックス”に対するポインタを与えるために使用される。 最もよく知られているＷ３クライアント（Ｍｏｓａｉｃ、Ｎｅｔｓｃａｐｅ、 など）は、ユーザが関心のあるページを記憶する手段を与える。一般的に、これ は特定のＵＲＬと関係付けられたネームのメニュー（階層的になっている可能性 が高い）をユーザに作らせることによって達成される。このメニューの機能は有 益であるが、適度に多くの数のＷ３ページが含まれるとき、それは直ぐに扱い難 くなる。本質として、与えられた表現は、記憶した情報に関して検索が要求され る可能性のあるもの全てを検索可能にするのに十分ではない。すなわち、ユーザ は一連のネームを有するページを与えることだけができる。ページへのアクセス 日のような有益なメタ情報が失われるばかりでなく、単一のフレーズ（ネーム） では全てのコンテキストにおいてページを正確に指示するのに十分でないときが ある。 薬理学データの情報検索で知識ベースシステム（ＫＢＳ）の使用に関する情報 について簡単な例として検討する。別のコンテキストでは、これがＫＢＳ、情報 検索、または関心のある薬理学であってもよい。ネームを慎重に選択して、これ らの３つの観点を記載しない限り、情報は１または複数の有益なコンテキストで 失われることになる。この問題は、ユニックス（ＵＮＩＸ）（またはその他の） ファイルシステムにおいて所望の情報を含むファイルを見付けるときの問題に似 ており、Jones，W.P．による文献（"On the applied use of human memory mode ls: the memory extender personal filing system",25， 191乃至228 頁、 Int J．Man-Machine Studies 発行、1986年）に記載されている。しかしながらほと んどのファイル作成システムには、少くとも作成日によってファイルを記憶する 機能がある。 本発明の実施形態はこの問題を取り上げ、ユーザがより多くのメタ情報の組に よって情報にアクセスできるようにすることによって解決している。Ｊａｓｐｅ ｒエージェントがどのようにこれを達成し、生成されたメタ情報をどのように活 用するかを以下に記載する。 ここで本発明の実施形態にしたがう情報アクセスシステムは、添付の図面を参 照して例示的に説明する。 図１は、Ｊａｓｐｅｒエージェントシステムを具備する情報アクセスシステム を示す。 図２は、アクセスシステムによって与えられる記憶プロセスを概略的に示す。 図３は、図１の記憶プロセスで使用するインテリジェントページメモリの構成 を示す。 図４は、アクセスシステムによって与えられる検索プロセスを概略的に示す。 図５は、図２の記憶プロセスのフローチャートを示す。 図６は、Ｊａｓｐｅｒアクセスシステムを使用する情報検索プロセスのフロー チャートを示す。 図７は、Ｊａｓｐｅｒアクセスシステムを使用する情報検索プロセスのフロー チャートを示す。 図８は、Ｊａｓｐｅｒアクセスシステムを使用する情報検索プロセスのフロー チャートを示す。 図９は、Ｊａｓｐｅｒシステムでユーザプロフィールを拡張および／または適 用するのに使用するために、クラスタリング技術を使って生成されたキーワード ネットワークを示す。 図１を参照すると、本発明の実施形態にしたがう情報アクセスシステムは、イ ンターネットに接続されたクライアントーサーバ型構成のような既知の形態の情 報検索構成に構築することができる。 より詳しくは、２か国以上で事業を行なう会社のようなカスタマーは、パーソ アナルコンピュータまたはワークステーション405 を使用する多数をユーザを有 することができる。これらは、カスタマーのクライアントコンテキストにおいて ワールドワイドウェブ（ＷＷＷ）のビューワ400 を介してカスタマーのＷＷＷフ ァイルサーバ410 に接続することができる。ビューワ400 から効果的に拡張され たＪａｓｐｅｒエージェント105 は実際にＷＷＷファイルサーバ410 内に位置す ることができる。 カスタマーのＷＷＷファイルサーバ410 は、既知の方法で、例えばカスタマー 自身のネットワーク415 およびルータ420 を介してインターネットに接続される 。サービスプロバイダのファイルサーバ425 はそこでインターネットを介して、 ここでもルータを介してアクセスすることができる。 さらに、テキスト要約ツール120 および２つのデータメモリ、すなわちユーザ プロフィール（プロフィルともいう）を保持するメモリ（プロフィールメモリ43 0 ）および主として文書コレクションのためのメタ情報を保持するメモリ（イン テリジェントページメモリ100 ）も、カスタマーのファイルサーバ410 に内蔵さ れているか、またはそれにアクセス可能である。 Ｊａｓｐｅｒエージェント応用システムでは、エージェント105 それ自身は、 Ｎｅｔｓｃａｐｅのような既知のビューワの拡張部として構築することができる 。エージェント105 は、ＮｅｔｓｃａｐｅまたはＭｏｓａｉｃ、などによってビ ューワ400 と効果的に一体化され、ビューワ400 からＷ３ページを抽出すること ができる。 上述のように、クライアント−サーバ構成では、テキスト要約器120 およびユ ーザプロフィールの両方は、Ｊａｓｐｅｒエージェントが置かれているカスタマ ーのファイルサーバ410 のファイルに存在する。しかしながら、Ｊａｓｐｅｒエ ージェント105 は、その代りにカスタマーのクライアントコンテキスト内に現れ ることができる。 Ｊａｓｐｅｒエージェントはソフトウエアエージェントであり、概して、ユー ザに代ってローカルデータと共に、またはローカルデータにアクセスして、１ま たは複数のタスクを実行して、この１または複数のタスクを支持する機能を有す るソフトウエアエンティティとして記載することができる。Ｊａｓｐｅｒエージ ェントがその一部を行なうことができるＪａｓｐｅｒシステムに関係するタスク を以下で説明する。ローカルデータは普通、インテリジェントページメモリ100 およびプロフィールメモリ430 からのデータを含み、Ｊａｓｐｅｒエージェント によって行われる機能は一般的に、テキスト要約ツールを適用してその結果を記 憶し、少くとも１ユーザのプロフィールにアクセスするかまたは読取って、更新 する手段、キーワードの組を他のキーワードの組またはメタ情報と比較する手段 、およびユーザに対する警報メッセージをトリガする手段を含む。 好ましい実施形態では、Ｊａｓｐｅｒエージェントは比較されるキーワードの 組を選択するためにユーザ入力を監視する手段を含む。 別の好ましい実施形態では、Ｊａｓｐｅｒエージェントは第１および第２のキ ーワードの組に対するアルゴリズムを適用して、その類似性の尺度を生成する手 段を含む。類似性の尺度にしたがって、第１または第２のキーワードの組の何れ かをＪａｓｐｅｒエージェントによって事前に更新することができるか、あるい は第１または第２のキーワードの組を第３のキーワードの組またはメタ情報と比 較した結果を修正することができる。 本発明の実施形態は、異なるソフトウエアシステムにしたがって構築すること ができる。例えば、目的指向技術を適用することが便利な場合がある。しかしな がら、以下に記載された実施形態では、サーバはＵｎｉｘ応用で、ＣｏｎＴｅｘ ｔ（Oracle Corporationによって提供されている既知の自然言語処理システム） およびＷ３ビューワを運用することができるものである。クライアントは潜在的 にＷ３ビューワを支持できる機械であってもよいが、システムは一般的に“Ｃ” で実行することができる。 Ｊａｓｐｅｒエージェントが情報を管理するときにユーザに提供する機能を以 下で説明する。これらは、２つのカテゴリー、すなわち記憶と検索にまとめられ る。記憶 図２および５は、Ｊａｓｐｅｒエージェント105 がインテリジェントページメ モリ（ＩＰＳ）100 に情報を記憶するときにとる動作を示している。ユーザ110 は、最初にユーザと関係付けられたＩＰＳ100 内でＪａｓｐｅｒシステムによっ て記憶される十分に関心をもっているＷ３ページを見付ける（段階501 ）。次に ユーザ110 は、ユーザの選択したＷ３クライアント115 のメニューオプション（ ＭｏｓａｉｃおよびＮｅｔｓｃａｐｅバーションは全てのプラットフォームで現 在使用可能である）を介して、カスタマーのＷＷＷファイルサーバ410 に位置す るＪａｓｐｅｒエージェント105 に“記憶”要求を送信する（段階502 ）。次に Ｊａｓｐｅｒエージェント105 は、関係する注釈を与えるようユーザ110 を促し て、これを記憶する（段階503 ）。典型的に、これはユーザがページに関心があ り、他のユーザにとってＩＰＳ100 からどのページを検索してビジット(visit) するかを決定するときに非常に有益であるためである。（情報の共有は以下で詳 細に説明する。） Ｊａｓｐｅｒエージェント105 は次に、このページから、再びＷ３上のＷ３ク ライアント115 を介してソーステキストを抽出する（段階504 ）。ソーステキス トは“ＨｙｐｅｒＴｅｘｔ”のフォーマットに与えられ、Ｊａｓｐｅｒエージェ ント105 は最初にＨｙｐｅｒＴｅｘｔ Ｍａｋｅｕｐ Ｌａｎｇｕａｇｅ（ＨＴ ＭＬ）タグを剥す（ステップ505 ）。次にＪａｓｐｅｒエージェント105 はこの テキストを、“ＣｏｎＴｅｘｔ”120 のようなテキスト要約器に送る（段階506 ）。 ＣｏｎＴｅｘｔ120 は最初に文書を解析（parse:解剖ともいう）して、各文の 文法構造を決定する（段階507 ）。ＣｏｎＴｅｘｔのパーサは丈夫であるので、 幅広い範囲の英語の文法を処理することができる。文レベルの解析に続いて、Ｃ ｏｎＴｅｘｔ120 は“コンセプト処理”段階に入る（段階508 ）。与えられる機 能には以下のものがある。 ・情報抽出：文書内容の主インデックスを計算し、テキスト内のコンセプト、事 実、および定義のインデクッスを与える。 ・内容減少：文書の主題のリストから全文書の大意(precis)までの幾つかの要約 レベルが使用可能である。 ・ディスコース追跡（Discourse Tracking）：文書のディスコース（話法）を追 跡することによって、ＣｏｎＴｅｘｔは一定の内容にとくに関係する文書の全て の部分を抽出することができる。 ＣｏｎＴｅｘｔ120 は、Ｊａｓｐｅｒエージェント105 によってクライアント −サーバ構成で使用される：文書を解析した後で、サーバは応用独立マークアッ プバージョンを生成する（段階509 ）。次にアプリケーションプログラミングイ ンターフェイス（ＡＰＩ）を使用するＪａｓｐｅｒエージェント105 からの呼は このマークアップを解釈することができる。これらのＡＰＩの呼を使用して、ソ ーステキストからメタ情報が得られる（段階510 ）。Ｊａｓｐｅｒエージェント 105 は最初に、ページのテキストの要約を抽出する。要約の大きさはＣｏｎＴｅ ｘｔ120 に送られるパラメータによって制御することができ、Ｊａｓｐｅｒエー ジェント105 は１００乃至１５０ワードの要約を得ることを確実にする。Ｃｏｎ Ｔｅｘｔ120 に対する別の呼を使用して、Ｊａｓｐｅｒエージェント105 はソー ステキストから１組のキーワードを得る。続いて、ユーザは選択的にＨＴＭＬフ ォーム125 を介して別のキーワードを付加する機会を与えられる（ステップ511 ）。この方法では、ユーザに対する特定の関係するキーワードが与えられ、一方 でＪａｓｐｅｒエージェント105 はユーザの一層広いコミュニティにより関係の 強いキーワードの組を供給する。 この処理の最後に、Ｊａｓｐｅｒエージェント105 は、関心のあるＷ３ページ に関する以下のメタ情報を生成する。 ・ＣｏｎＴｅｘｔを供給される一般キーワード； ・ユーザに特定のキーワード； ・ユーザの注釈； ・ページ内容の要約； ・文書名； ・汎用資源ロケータ（ＵＲＬ）、および、 ・日付および記憶時間。 さらに図３を参照すると、次にＪａｓｐｅｒエージェント105 は、ページのメ タ情報をＩＰＳ100 のファイル130 に付加する（段階512 ）。次にＩＰＳ100 で は、キーワード（両方のタイプを含む）を使用して、他のページのメタ情報を含 むファイルにインデックスを与える。検索 情報は３つのモードで、Ｊａｓｐｅｒエージェント105 を使用してＩＰＳ100 から検索することができる。１つは標準キーワード検索機能であり、他の２つは エージェントのコミュニティとそのユーザとの間で共有する情報に関する。それ ぞれを以下で説明する。 Ｊａｓｐｅｒエージェント105 がユーザの機械にインストールされるとき、ユ ーザはパーソナルプロフィール、すなわちユーザがＷ３を介して得たい情報を記 載した１組のキーワードを供給する。このプロフィールは、ユーザが潜在的にど のページに関心があるかを決定するために、エージェント105 によって保持され るか、または少くとも維持される。キーワード検索 図４、６、７、および８に示されているように、直接的なキーワードの検索の ために、ユーザは１組のキーワードを、Ｊａｓｐｅｒエージェント105 によって 供給されるＨＴＭＬフォーム300 を介してＪａｓｐｅｒエージェント105 に送る （段階601 ）。次にＪａｓｐｅｒエージェント105 は、簡単なキーワードを整合 と得点（スコア）計算のアルゴリズムを使用して、ＩＰＳ100 で保持される１０ の最も正確に整合するページを検索する（段階602 ）。ページを記憶したときに ユーザによって供給されるキーワードには、（ＣｏｎＴｅｘｔによって自動的に 抽出されるものとは反対に）整合プロセスで特別な加重（重みづけ）を与えるこ とができる。ユーザは前もって検索閾値を特定することができ、この閾値より低 いときにはページは表示されない。次にエージェント105 は、検索されるページ およびその要約に対するリンクのランク付けされたリストでＨＴＭＬフォーム30 5 を動的に構成する（段階603 ）。元のユーザによって生成された注釈も、各検 索されたページのスコアと一緒に示される。次にこのページはＷ３クライアント 上でユーザに送られる（段階604 ）。“何が新？”機能 ユーザはＪａｓｐｅｒエージェントに“何が新？”かを質問することができる （段階701 ）。次にエージェント105 はＩＰＳ100 に質問し、最近記憶したペー ジを検索する（段階702 ）。次にそれは、再び簡単なキーワードを整合して計算 するアルゴリズムに基いて、この中のどのページがユーザプロフィールに最もよ く整合するかを決定する（段階703 ）。次にＨＴＭＬページがユーザに送られて 、与えられた注釈と共に、ユーザプロフィールに最もよく整合する最近記憶した ページに対するリンクと、ＩＰＳに最近記憶した他のページに対するリンクをラ ンク付けしたリストが示される（段階704 ）。したがってユーザは、最近記憶し たページとユーザが最も関心がある可能性の高いページの両方を観察でき、最近 記憶したページをより広く選択する（段階705 ）。 ユーザは、ユーザがプロフィールからキーワードを付加および／または削除で きるＨＴＭＬフォームを介していつでもＪａｓｐｅｒエージェント105 が保持す るプロフィールを更新することができる。ユーザは、この方法で動作（work）す る異なる“コンテキスト”を効果的に選択することができる。コンテキストは１ 組のキーワード（プロフィールを構成するか、または検索質問で特定化される） によって定められ、ユーザが所定の時間において関心のある情報のタイプである と考えられる。 ヒューマンメモリモデルを情報のファイル作成に適用する発想は、コンピュー タファイル作成システムに関して、Jones による上で引用した文献で取扱われて いる。Jones が通常のファイル作成システムに関して指摘しているように、ファ イルシステムのディレクトリとＪａｓｐｅｒエージェント105 によって検索され る１組のページとは類似している。ページの組は、動的に構成されたディレクト リであり、検索された内容によって定められると考えられる。これは２つの点に おいて“ディレクトリ”の非常に柔軟な概念であると考えられる。すなわち、第 １に、この検索で生成されるページはもちろん、コンテキストに応じて他の検索 のときに生成することができ、第２に、ディレクトリに対する境界は鋭くない。 すなわちページは、現在のコンテキストに整合するページか否かに応じてより大 きいまたは小さい範囲でディレクトリ“内”に存在する。したがってこの解決案 では、ページ上で情報を分割する多数の方法は、情報それ自身の多様性および豊 かさによってのみ限定される。他の関心のあるエージェントとの通信 図８を参照すると、ページがＩＰＳ100 においてＪａｓｐｅｒエージェント10 5 によって記憶されるとき（段階801 ）、エージェント105 はその“ローカルコ ミュニティ”で他のエージェントのユーザのプロフィールを検査する（段階802 ）。このローカルコミュニティは、所定のコミュニティであってもよい。ページ が一定の閾値よりも大きいスコアを有するユーザプロフィールと整合するとき（ 段階803 ）、メッセージ、例えば“ｅメール”メッセージをエージェントによっ て自動的に生成し、関係するユーザに送り（段階804 ）、ユーザにページを見付 けたことを知らせることができる。 ｅメールヘッダは、例えばフォーマット内にあってもよい： ＪＡＳＰＥＲ ＫＷ：（キーワード） これによってユーザはメッセージの本文を読む前に、それをＪａｓｐｅｒシス テムからのものであると識別することができる。好ましくは、キーワードのリス トが与えられ、ユーザはメッセージによって示される比較的に重要な情報にアク セスすることができる。メッセージヘッダのキーワードは、ユーザプロフィール のキーワードに整合するページからのキーワードに応じてユーザごとに異なるの で、メッセージを各ユーザの関心に適応させる。メッセージの本文それ自身は別 の情報を与えることができ、例えばページのタイトル、ＵＲＬ、ページを誰がメ モリに入れたか、メモリに記憶した人が提供したページの注釈をさらに記憶する ことができる。 Ｊａｓｐｅｒエージェント105 および上記のシステムは、Ｗ３のような分散構 成で関係する情報にアクセスする極めて有益な方法の基礎を与える。本発明の技 術的範囲から逸脱することなく、システムを変形および拡張することができる。 例えば、比較的に簡単なレベルでは、向上した検索技術を使用することができる 。例えば、 G．Saltonによる文献“Automatic Text Processing ”、1989年 ,Ad dison-Wesley(Reading，Massachusetts，USA)発行に記載されているように、ベ クトルスペースおよび確率的モデルを使用することができる。 その代りに、キーワード以外のメタ情報に関するインデックスを与えることに よってインデックス付けを一層融通がきくようにすることができる。例えば、特 別なメタ情報はページを記憶した日付、およびページの元のサイト（敷地）（Ｊ ａｓｐｅｒはＵＲＬから抽出することができる）であってもよい。これらの特別 なインデックスによって、ユーザは（ＨＴＭＬフォームを介して）次のタイプの 指令をフレーム化することができる。 人工知能および情報検索に関して、Cambridge Universityから1994年に私が 記憶させた前ページを私に示せ。 さらにその代りに、Ｊａｓｐｅｒエージェント105 は、キーワードの類義語を 活用するためにシソーラスを使用することができる。これによって、ページを記 憶したときに使用したのと全く同じキーワードを入力するということの重要度は 低減した。事実、エージェント105 がそのユーザのために保持しているパーソナ ルプロフィールを含む幾つかの他の領域でシーソラスを使用することができる。適応性エージェント Ｊａｓｐｅｒエージェント105 がユーザプロフィールを使用して、ユーザに関 する情報を決定するやり方は効果的であったが、これをさらに向上することがで きる。ユーザがコンテキストを変更したいとき（例えば１つのタスクから別のタ スクへ、すなわち仕事から余暇へ再び焦点を合わせるとき）、キーワードを付加 および／または削除することによってユーザプロフィールを再び特定化しなけれ ばならない。よりよい解決案は、ユーザの関心が時間によって変化するのにした がって、エージェントがユーザのプロフィールを変更することである。このコン テキストの変更は２つの方法で行なうことができる。すなわち１つは、例えば仕 事から余暇へのコンテキストの短期間の切換えである。エージェントは、ユーザ のために保持している現在のコンテキストのリストからこれを識別し、新しいコ ンテキストに変更することができる。この変更は、例えば異なる情報タイプの新 しいページがユーザによってビジットされる（見に来られる）ときトリガするこ とができる。さらに、ユーザの関心を展開することに基いた、エージェントが保 持するコンテキストの長期間の変更もある。これらの変更はエージェントによる ユーザの観察から推論することができる。例えば、適応性エージェントで使用す ることができる既知の技術は、発生(genetic)アルゴリズム、フィードバックか らの学習、およびメモリ応用推理（理由付け）を含む。この技術は、 Sheth B． & Maes P．によって1993年に使用可能になった“Evolving Agents for Personal ized Information Filtering”と呼ばれる MITの内部報告に記載されている。遠隔およびローカル情報の結合 Ｊａｓｐｅｒシステムの別の可能性のある変形は、ユーザ自身のコンピュータ ファイル作成システムをＩＰＳ100 と結合するものであり、そこではＷ３および ローカルな機械上で見付けた情報はトップレベルではユーザに対して均一である ように見える。そこでファイルはＪａｓｐｅｒエージェント105 がＷ３ページに アクセスする方法に似た方法でアクセスされて、ネームに基くファイル作成シス テムの制約からユーザを解放し、あらゆる種類のローカルおよび遠隔情報に対し て内容でアドレスできるインターフェイスを供給する。Ｊａｓｐｅｒシステムのクラスタリング ＪａｓｐｅｒＩＰＳ100 および関係する文書は、本質的にコレクションと呼ぶ ことができる。すなわちそれはキーワードによってインデックスを付けられた１ 組の文書である。それは一般的に文書がインデックスと離れて位置している“従 来の”コレクションとは異なる。インデックス（ＩＰＳ100 ）は実際には、イン ターネット上にある文書の位置を特定化するＵＲＬを指示する。さらに、ページ を記憶したときにそれを記憶したユーザ、ユーザが与えることができる注釈、な ど種々の追加のメタ情報をＪａｓｐｅｒシステムの文書に加える。 Ｊａｓｐｅｒシステムがほとんどの文書コレクションと異なる１つの重要な領 域は、ユーザが意識的な決定をして、ユーザおよびその仲間が将来有益と分るこ とになりそうな１情報としてそれをマークして、そのユーザによって各文書がＩ ＰＳ100 内に入力されたことである。これは、保持されるメタ情報と一緒に、Ｊ ａｓｐｅｒＩＰＳ100 を情報の非常に豊かなソースにする。 さらに、既知の情報検索（ＩＲ）技術をＪａｓｐｅｒＩＰＳ100 に有効に適用 できるか否かが検査されている。とくに、クラスタリングの使用が調査されてき ている。クラスタリング文書 既知のＩＲ技術を使用して、ＪａｓｐｅｒＩＰＳ100 で識別される文書の類似 マトリックスを計算するためにＪａｓｐｅｒの用語(term)文書マトリックスを使 用することができる。類似マトリックスは、メモリで識別される文書の類似性の 尺度を与える。各対の文書に対して、ダイス係数(Dice Coefficient)が計算され る。２つの文書は、Ｄi およびＤj である。 ２^*［Ｄi ∩Ｄj ］／［Ｄi ］＋［Ｄj ］ なお、［Ｘ］はＸ内の用語の数であり、Ｘ∩ＹはＸおよびＹ内で一緒に発生す る用語の数である。この係数によって０と１との間の数が生成される。０の係数 は、２つの文書内に共通する用語がないことを示し、一方で１の係数は各文書内 で発生する用語の組が同一であることを示す。類似性マトリックス、すなわちＳ ｉｍは、メモリ内の各対の文書、すなわち各対の文書ｉおよびｊにおける類似性 を示す。 Ｓｉｍ（ｉ，ｊ）＝２^*［Ｄi ∩Ｄj ］／［Ｄi ］＋［Ｄj ］ このマトリックスは、 Griffiths A、他による文献（"Hierarchic Agglomerat ive Clustering Methods for Automatic Document Classification"，Journal o f Documentation，40:3，1984 年 9月、 175乃至205 頁）に記載された階層的集 塊性(hierarchical agglomerative)クラスタリング処理を使用して、関係する文 書のクラスタを自動的に生成するために使用することができる。このプロセスで は、各文書は最初に自らクラスタ内に置かれ、２つの一番似たクラスタが次にも つと大きなクラスタに組合されて、それについて他の各クラスタとの類似性が計 算されなければならないようにする。この組合せ処理は、文書の１クラスタのみ が最も高いレベルに残るまで続けられる。 （個々の文書とは反対に）クラスタ間の類似性を計算する方法は変更可能であ る。Ｊａｓｐｅｒメモリでは“完全リンククラスタリング”を使用することがで きる。“完全リンククラスタリング”では、２つのクラスタからの文書の最小の 類似性の対間の類似性がクラスタの類似性として使用される。 次にこうして作られたＪａｓｐｅｒメモリのクラスタ構成が、ＶＲＭＬ（仮想 現実モデル化言語）を使用してＪａｓｐｅｒシステム上に３次元（３Ｄ）のフロ ントエンドを生成することができる。（ＶＲＭＬは、グローバルインターネット を介してネットワークされ、ＷＷＷ内でハイパーリンクされた３Ｄグラフィック スペースまたは仮想世界に対する既知の言語である）。クラスタリングキーワード 特定のＪＡＳＰＥＲ文書コレクションに関連して発生するキーワード（用語） も、上記の文書クラスタ技術を正確に鏡像とした方法でクラスタ化することがで きる。すなわちＪａｓｐｅｒメモリ内のキーワードに対する類似性マトリックス を構成して、メモリ内にキーワードの類似性の基準を与えることができる。文書 の各対に対して、ダイス係数を計算する。２つのキーワードＫi およびＫj に対 して、ダイス係数は以下の式で与えられる。 ２^*［Ｋi ∩Ｋj ］／［Ｋi ］＋［Ｋj ］ なお、［Ｘ］はＸが生成される文書の数であり、Ｘ∩Ｙは、ＸおよびＹが共に 生成される文書の数である。 Ｊａｓｐｅｒメモリに対する類似性マトリックスが一度に計算されると、もう 、文書をクラスタしたようにキーワードをクラスタすることが必要ではない。代 りに、以下に記載する２つの方法でマトリックスそれ自身を使用することができ る。 第１の方法は、プロフィールの向上である。ここで、ユーザプロフィールは、 ユーザプロフィールのキーワードに最も類似したキーワードを使用することによ って向上することができる。したがって、例えばｖｉｒｔｕａｌ、ｒｅａｌｉｔ ｙ、およびＩｎｔｅｒｎｅｔというワードは、ユーザプロフィールの一部である が、ＶＲＭＬはその部分ではなく、向上したプロフィールはＶＲＭＬを元のプロ フィールに付加することができる（ＶＲＭＬはｖｉｒｔｕａｌ、ｒｅａｌｉｔｙ 、およびＩｎｔｅｒｎｅｔの近くでクラスタされることを前提とする）。この方 法では、ｖｉｒｔｕａｌ、ｒｅａｌｉｔｙ、およびＩｎｔｅｒｎｅｔ以外のＶＲ ＭＬを含む文書を検索できるが、向上していないプロフィールでは検索されない 。 図９は、現在のＪａｓｐｅｒメモリから抽出されたキーワード類似性マトリッ クスから構築されたキーワード900 のネットワークの１例を示す。アルゴリズム は直接的であり、最初の開始キーワードが与えられると、類似性マトリックスか らそれに最も類似する４つのワードを検索する。これらの４つのワードを元のワ ードにリンクして、４つの新しいワードのそれぞれに対してこの処理を反復する 。これは何度も繰り返すことができる（図９では３回繰り返されている）。２つ のワード間の二重線901 は、両方のワードが他の４つの最も類似するキーワード 内 で出現することを示している。もちろんワード間の類似の程度に関する一層細か い情報に対して各リンクに特定の類似性係数を付加することができる。 第２の方法は、事前のサーチである。ユーザプロフィールを含むキーワードは Ｊａｓｐｅｒによって事前にユーザの関心に関連する新しいＷＷＷページをサー チするために使用でき、したがってそれはユーザがサーチを明快に実行する必要 なしに、ユーザが関心のある新しいページのリストを提示することができる。こ れらのプロアクティブサーチは、所定の間隔、例えば週ごとにＪａｓｐｅｒシス テムによって実行することができる。プロフィールは複数の関心を反映すること ができるので、ここでクラスタリングは有益である。例として、次のユーザプロ フィール：Ｉｎｔｅｒｎｅｔ、ＷＷＷ、ｈｔｍｌ、ｆｏｏｔｂａｌｌ、Ｍａｎｃ ｈｅｓｔｅｒ、ｕｎｉｔｅｄ、ｌｉｎｇｕｉｓｔｉｃｓ、ｐａｒｓｉｎｇ、ｐｒ ａｇｍａｔｉｃｓをあげることができる。明らかに、３つの個々の関心は上記の プロフィールに表示され、それぞれに対するサーチは、所定のユーザに対する質 問のような全体のプロフィールを単に入力するよりも著しく優れた結果を生成す る可能性が高い。文書コレクションからのクラスタリングキーワードは、ユーザ のＪａｓｐｅｒエージェントによるプロアクティブサーチングのための質問生成 プロセスを自動化することができる。 サーチの結果がＪａｓｐｅｒによって得られるときには、それらは、ローカル に保持される要約と一緒に新しいＵＲＬの優先されたリストを与える通常の方法 でユーザのプロフィールに対して要約して整合することができる。 他のテキストの要約は、ＣｏｎＴｅｘｔの代りに使用することができる。例え ば、ＮｅｔＳｕｍｍは、インターネットにおいてhttp://www.labs.bt.com/innov ate/informat/netsumm/index.htmでBritish Telecommunications plcから提供さ れている要約ツールである。 情報をインターネットを介して位置決めすることに関して記載したが、本発明 の実施形態はＨｙｐｅｒＴｅｘｔ内のユーザの内部システム上の文書のような他 のシステム上で情報を位置決めするのに便利であることが分った。 さらにこの明細書の最初に説明された本発明の特徴的態様に対して、以下に記 載したものをシステムの新しい有効な特徴として認識すべきである。 複数のユーザの何れかによって要求され、データメモリへの情報入力を監視し て、第１にユーザによって少くとも部分的に決定される警報基準にしたがって、 前記第１のユーザに第２のユーザによる入力を警報する方法であり、この方法は 、 ｉ）少くとも１組のキーワードとユーザ識別子とを含む、各ユーザのユーザ プロフィールを記憶することと、 ii）データメモリへの情報入力のために第２のユーザによる要求を検出する ことと、 iii）その要求を処理して情報入力を生成することと、 iv）情報入力を第１のユーザのユーザプロフィールからのキーワードの組と 比較することと、 ｖ）比較から肯定的な結果が得られたときは、第１のユーザに対してアドレ スされた警報メッセージを送信することとから成る。 上記の方法は、各ユーザによる情報入力要求を監視して、特定のユーザによっ て行なわれた情報入力要求内で著しい変化を検出したときには、別のユーザによ って情報入力が要求される場合はこの特定のユーザに対して段階iv）で使用され たキーワードの組を変更することをさらに含む。 上記の方法では、各情報入力は各文書に関係する少くとも１組のキーワードを 含み、この方法はさらに前記キーワードの組の少くとも２つに対する類似性マト リックスを生成する段階と、前記類似性マトリックスを使用して、段階iv）のユ ーザプロフィールからのキーワードの組の範囲を拡張し、関係するユーザに対す る肯定的な結果の数を増加させる段階とをさらに含む。 上記の方法は、さらにクラスタリングアルゴリズムをユーザプロフィールから のキーワードの組に適用して、キーワードの組をより小さいキーワードの組に分 割する段階と、段階iv）の完全なキーワードの組の代りにより小さいキーワード の組の少くとも１つに適用する段階とを含む。

───────────────────────────────────────────────────── フロントページの続き (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＤＥ， ＤＫ，ＥＳ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，ＬＵ，Ｍ Ｃ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ，ＣＦ，ＣＧ ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＭＬ，ＭＲ，ＮＥ，ＳＮ， ＴＤ，ＴＧ)，ＡＰ(ＫＥ，ＬＳ，ＭＷ，ＳＤ，ＳＺ，Ｕ Ｇ)，ＵＡ(ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＲＵ，ＴＪ，ＴＭ )，ＡＬ，ＡＭ，ＡＴ，ＡＵ，ＡＺ，ＢＢ，ＢＧ，ＢＲ ，ＢＹ，ＣＡ，ＣＨ，ＣＮ，ＣＺ，ＤＥ，ＤＫ，ＥＥ， ＥＳ，ＦＩ，ＧＢ，ＧＥ，ＨＵ，ＩＳ，ＪＰ，ＫＥ，Ｋ Ｇ，ＫＰ，ＫＲ，ＫＺ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ ，ＬＶ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＮＯ， ＮＺ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，Ｓ Ｉ，ＳＫ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＵＡ，ＵＧ，ＵＳ ，ＵＺ，ＶＮ (72)発明者 ウィークス、リチャード イギリス国、アイピー11・８ユージー、サ フォーク、フェリックスストウ、グレムス フォード・クローズ 44

Claims (1)

1. 【特許請求の範囲】 １．分散して記憶され、通信ネットワーク手段によってアクセス可能な情報にア クセスするための情報アクセスシステムであり、ネットワーク手段によって情報 にアクセスするときに使用するための少くとも１つのソフトウエアエージェント を含み、該エージェントは、ネットワークを介してアクセス可能な種々の情報に 関係付けられたメタ情報を記憶し、少くとも１組のキーワードを記憶するための データメモリを含むか、またはそれへアクセスし、該エージェントはデータメモ リにメタ情報を入力するときにトリガされ、前記少くとも１組のキーワードをメ タ情報と比較して、肯定的な結果のときに警報メッセージを送信する情報アクセ スシステム。 ２．前記少くとも１組のキーワードが特定のユーザと関係付けられ、システムが 警報メッセージをユーザにアドレスする手段を含む請求項１記載のシステム。 ３．複数のユーザによって使用され、その各々が関係付けられた少くとも１組の キーワードを有するシステムであり、該システムはデータメモリにメタ情報を入 力するユーザ要求に応答する手段を有し、前記少くとも１組のキーワードが要求 を行なったユーザ以外のユーザと関係付けられ、その結果該システムが第２のユ ーザのキーワードの組と肯定的な整合のときに、第２のユーザに警報メッセージ をアドレスすることによって第１のユーザによるメタ情報の入力に応答する請求 項１または２記載のシステム。 ４．エージェントが、前記キーワードの組用のシーソラスを含んで、キーワード の組と肯定的な整合の数を増加する請求項１乃至３の何れか１項記載のシステム 。 ５．エージェントがユーザの入力を監視する手段を含んで、入力の変化を検出し 、変化を検出したときにユーザと関係付けられたキーワードの組を修正または交 換する請求項１乃至４の何れか１項記載のシステム。 ６．システムが、ユーザの要求に応答してユーザと関係付けられたキーワードの 組を変更する手段を含む請求項１乃至４の何れか１項記載のシステム。 ７．システムが、少くとも１つのデータクラスタリングアルゴリズムを記憶し、 アルゴリズムを１または複数のキーワードの組に適用して、メタ情報との比較の 前にキーワードの１または複数の組を修正する手段を含む請求項１乃至６の何れ か１項記載のシステム。 ８．システムの異なるそれぞれのユーザに割当てられた多数のエージェントを含 む請求項１乃至７の何れか１項記載のシステム。 ９．第１のユーザによって少くとも部分的に決定された警報基準にしたがって、 第１のユーザに第２のユーザによる入力を警報するために、複数のユーザによっ て要求されるデータメモリへの情報入力を監視する方法であり、 ｉ）少くとも１組のキーワードおよびユーザ識別子を含む各ユーザのユーザ プロフィールを記憶することと、 ii）第２のユーザによるデータメモリへの情報入力要求を検出することと、 iii）その要求を処理して情報入力を生成することと、 iv）情報入力を第１のユーザのユーザプロフィールからのキーワードの組と 比較することと、 ｖ）比較から肯定的な結果が得られたときは、第１のユーザにアドレスされ た警報メッセージを送信することとを含む方法。 １０．各ユーザによる情報入力要求を監視すること、および特定のユーザによっ て行なわれた情報入力要求の著しい変化を検出したときに、異なるユーザによっ て情報入力が要求された場合はこの特定のユーザに対して段階iv）で使用された キーワードの組を変更することをさらに含む請求項９記載の方法。 １１．各情報入力は各文書に関係付けられた少くとも１組のキーワードを含み、 前記キーワードの少くとも２つの組に対する前記類似性マトリックスを生成する 段階と、前記類似性マトリックスを使用して、段階iv）でユーザプロフィールか らのキーワードの組の範囲を拡張して、関係するユーザに対する肯定的な結果の 数を増加する段階とをさらに含む請求項９または１０記載の方法。 １２．さらにクラスタリングアルゴリズムをユーザプロフィールからのキーワー ドの組に適用して、キーワードの組をより小さいキーワードの組に分割し、段階 iv）で完全なキーワードの組の代りに少くとも１つのより小さいキーワードの組 に適用する段階を含む請求項９または１０記載の方法。