湯本 高行

本稿ではユーザが明確な目的を持たない，興味に基づいたブラウジングを散策的ブラウジングと定義し，この状態における情報推薦手法を提案する．提案手法では閲覧した Web ページを基準にソーシャルブックマークから発見し，推薦する．推薦の対象とする Web ページは汎化関係にある Web ページ，類似関係にある Web ページ，主要な一部分が異なった Web ページである．推薦する Web ページは入力ページに付与されたタグを用いて，タグ間の上位下位関係を利用して取得する．タグを入力として Web ページを取得する実験では，それぞれアプローチで求める Web ページ以外の Web ページを含んでいた．これは，閲覧した Web ページと推薦された Web ページの比較が不十分であるためと考えている．In this paper, we propose a method of information recommendation for stroll browsing. Stroll browsing is browsing state in which users don't have clear goal and they browse web pages on the basis of their interest. The proposed method discovers and recommends web pages on the basis by browsed page from social bookmarks. The recommended web pages have generalization relation or similarity relation with the browsed page, or partly contain different content from the browsed page. The proposed method recommends web pages using upper-lower relation between tags of the browsed page. We consider it's not enough to compare browsed page with recommended pages.

本論文では，Web 上での概念間の共通性に基づいた比較可能性の判定を行う手法を提案する．比較可能性とは概念が持つ重要な特徴が共通しているかどうかを表すものであり，似ているかどうかを表す指標である類似性とは異なる．概念は一般的な言葉を複数用いて説明できる語であり，その説明には他の概念や説明語を用いて表現される．説明語とは一般的に用いられる言葉のことで，それ以上の説明が不要な語である．本研究で扱う概念は商品や機能などに限定している．比較可能性の判定には，概念と説明語から生成した重み付き有向グラフを用いて行う．具体的には，概念の持つ特徴などを説明している文から重要な語を抽出し，それらの集合の関係から判定を行う．提案手法の有用性を評価するために，評価実験を行った．実験により，比較可能な概念間において，共通する重要な特徴が抽出できていることがわかった．In this paper, we propose a method to judge comparability between concepts by commonality on the Web. We regard two concepts are comparable when they have commonality. So, comparability is different from similarity. The concept is explained with other concepts and explanation words. Our main targets of the concepts are products and functions. The explanation word is a general term. We extract keywords from sentences explaining features of concepts. Then, we judge the comparability using similarity of them. We evaluated our method. From the result, we found that our method can extract important common feature between the concepts.

ユーザが Web 上で手法情報を探すとき，汎用的な検索エンジンでは効率的に発見することは難しい．それに対して，クエリ修正によるアプローチが行われているが，この場合では，トピックに依存した形となり，さらに，手法情報の書かれた部分である手法掲載部分を抜き出すことができない．そこで，本研究では，ページを解析することで，トピックに依存せずに手法情報の掲載部分を抽出する方式を提案する．提案方式では，手順表現や経過表現およびページの構造を用いて手法情報の掲載部分を抽出し，取り出した手法掲載部分の始点と終点を HTML のタグから判断し修正することで，より正確な手法掲載部分の抽出を行う．また提案方式を用いて実験を行った結果，平均として適合率 70%，再現率 67% で手法掲載ページが発見できることがわかった．また，著者らの先行研究に比べて，適合率と再現率の両面において 20% ほどの数値の上昇が見られた．It is difficult to discover how-to information by conventional Web search engines. In order to solve this problem, most of researchers try to filter Web pages that are not how-to information by query modification approach. However, these approaches can't extract how-to information block of Web pages. Moreover they depend on their topic. Hence, we propose a method to extract how-to information block ofWeb pages without depending on topics by analysis of Web pages. Our algorithm extracts how-to information by using numbering items and phrases expressing procedure of how-to information in Web pages. Then, we change starting point and ending point of how-to information block by checking description of html tags. In our evaluation we found that average of precision of algorithm is 70% and average of recall is 67%. In addition, we also compare performance of our algorithm and our previous algorithm. We found that precision and recall of our algorithm are about 20% higher than precision and recall of our previous algorithm.

ニュースは同じトピックでも新聞社ごとに報道内容に違いがある．これは新聞社ごとに様々な論点に対しての見解が違うからで，1 つの新聞だけ読んだ読者は，他の新聞では異なる見解が示されているにも関らず，その 1 つの新聞と同じ見解を持ってしまう恐れがある．そこで，あるトピックについての新聞記事の集合から新聞社ごとの編集意図を抽出する手法を提案する．各見解は論点と極性 （ポジティブ/ネガティブ） からなるとし，その集合として編集意図をモデル化する．抽出の際には，見解を述べていると考えられる見解文に注目し，精度よく編集意図を抽出することを目指す．ユーザは可視化された編集意図を見ることで各社の見解の違いを比較することができる．When the several authors report the same news topic, reported facts are often different by the author. It is because each author has his own observation about various points of the news topic. If users read newspapers of only one author, they obtain biased understanding about the news topic. In this paper, we propose the method for extracting author intentions. We model author intentions as sets of observations consisted of (argument-point, positive/negative, strength of observation). In our proposed method, we use sentences which often express observation to extract author intention in high accuracy. Users can compare some authors by looking at visualized author intention.

本研究では各コンテンツに対するソーシャルブックマークの時間的な分布を分析し，その結果に基づき，コンテンツライフサイクルを提案する．コンテンツライフサイクルはコンテンツの注目のされ方にライフサイクルがあるとみなし，そのステージを表現するものである．提案するコンテンツライフサイクルは成長期，成熟期，衰退期の 3 つのステージからなり，時間の経過による平均ブックマーク間隔の変化に対して，回帰分析を行い，その際の傾きと決定係数によって，各コンテンツのステージが決まる．また，提案したコンテンツライフサイクルによって，各コンテンツがどのように分類されるかを分析した．その結果，成長期，成熟期には Web 上のサービスや定期的に更新されるコンテンツが多く，衰退期にはブログ記事などの更新されないコンテンツが多いことがわかった．In this paper, we analyze distribution of social bookmark for each Web page. Based on it, we propose a content life cycle, which expresses a status of the content in its life cycle. Content life cycle consists of 3 periods, growth period, maturity period and decline period. Period of content life cycle is judged by slope and determination coefficient of regression line of mean bookmarking interval. We classified some Web contents into 3 periods of content life cycle, and analyzed them. We found that Web contents in growth and maturation periods contain services on the Web and Web pages which are constantly updated. We also found that Web contents in decline period contain unchanged Web contents such as blogs.

本論文では，同一事件を扱ったニュース記事集合内の特異な段落に注目し，発信者意図を抽出する手法を提案する．発信者意図は言及特異段落の集合と，不言及特異段落の集合から構成され，複数発信者間の意図の違いを表現する．これにより，ユーザのニュース記事の読み比べを支援することができる．本提案手法では，段落の言及，不言及特異度を定義し，閾値より大きいものを抽出する．評価実験では，適合率は平均 0.69 と比較的良い値が得られたが，再現率は平均 0.53 と低く，課題が残った．In this paper, we propose the method to extract author intentions based on peculiarity parts in related news articles. An author intention consists of mention peculiarity paragraphs and non mention peculiarity paragraphs, and expresses difference between intentions of some authors. This will support users to read and compare between news articles of some authors. In this proposed method, we define mention peculiarity and non mention peculiarity of paragraphs, and extract paragraphs having peculiarity more than a threshold. In experimental results, average precision was 0.69, and average recall was 0.53.

ユーザが検索を行う際，入力されたクエリに応じてシステムがクエリの推薦を行うサービスが普及している．このようなサービスはユーザが適切なクエリを入力できない場合などに効果的である．しかしながら，推薦されるクエリ同士の関連性などはあまり考慮されていない．そのような問題に対し，関連するクエリの抽出を行う研究が行われているが，それらは語の共起情報や検索傾向の類似性から関連するクエリを抽出するものが主である．本稿では，クエリの過去の検索データをクエリログをから取得し，異なる時期に検索が行われたクエリや検索の傾向が異なるクエリから，関連するクエリを抽出する手法を提案する．関連するクエリの判定が可能になることで，あるクエリを用いて検索を行ったユーザに対して別のクエリを推薦し，トピックに関して異なる視点を提供したり，ユーザに必要のないクエリを排除するなど，検索を効率的に行う支援を行うことが可能になると考えられる．Query recommendation system based on inputted queries became widespread. These service are effective if user cannot input relevant queries. However, the conventional systems don't consider the relevance between recommend queries. There are some earlier studies to extract related keywords, but most of them based on co-occurring keywords or similarity between the search tendencies. In this paper, we propose a method to extract related queries used at different times and having different tendencies from query-log data.

本稿では，特定の目的に沿って検索を行った検索クエリ列を与えられた他のトピックに関する検索クエリ列に変換する手法を提案する．検索クエリの変換には，検索スケルトンという検索クエリに含まれる語の間の関係を表現するための概念を定義し，これを用いる．検索クエリの変換は，各検索クエリを検索スケルトンに変換し，検索スケルトン列のパターンに応じて，さらに別のトピックについての検索クエリに変換することによって行う．その際に，検索エンジンを用いて変換後の検索クエリに用いる語を発見する．提案手法の評価として，検索クエリの変換について，語の種類の判定，関係性キーワードの発見，変換候補語の発見のそれぞれの精度を求めたところ，それぞれ，約 78.1％，約 50.0％，約 40.0％の結果が得られた．In this paper, we propose a method to convert a given sequence of search queries based on a certain topic into a sequence of search queries based on a given different topic. We define a concept of search skeleton for topic conversion. A search skeleton represents relationships between keywords in a query. A given sequence of search queries are converted into a sequence of search skeletons, and search skeletons are converted into a sequence of search queries for a target topic. We evaluated our method of search query conversion. In our evaluation, the precision to judge kinds of keywords in search queries was 78.1％, the precision to find relational keywords was 50.0％, and the precision to convert dynamic relational keywords was 40.0％.

現在、多くのユーザは検索エンジンを用いて Web ページを探索し閲覧している。その際の検索式(クエリ）は、Web ページ内に潜在的に存在するコンテンツ利用者のニーズを端的に表す要約であると考えられる。したがって、Web ページに対する「典型的」なクエリを発見できれば、その Web 上における位置付けや関連文書、ページ内の利用者ニーズの高い箇所の発見や、さらにはそれを踏まえてのそのページのさらなる内容の充実に役立てられるものと考えられる。本論文では、Web ページ p に対する典型的なクエリ q を、コンテンツ利用者が q で検索して p を閲覧する確率を最も高くするようなものと定義する。本研究では、典型的クエリの候補として実際に使用され得るクエリに限定する。そこで、具体的にどのようなクエリがどのくらいの頻度で実行されているのかという情報を取得するために、検索エンジンのクエリログを利用する。さらに典型的クエリ候補を用いて実際に検索した際にページ p を閲覧する確率を q で検索したときの p の順位から推定して利用する方法を提案する。Nowadays many users use search engines to find and browse a desirable Web page. Those queries to reach a given page concisely describe the needs of users (contents consumers) existing potentially for the page. Therefore, finding "typical queries" for a given Web page will be useful to discover the interests of Web users to the page, and will be moreover, useful for the author to improve its content. In this paper, we define the most "typical query" q for a given page p as the most frequent query by which consumers reach the page p through a Web search engine, and visit the page p. In our research, candidates for the typical query is assumed order to find the "typical queries" for a given Web page, we need actual query frequency information, and so we use queries owned by a search engine. The probability of actually visiting the page p after finding the page p by the query q is calculated from the rank of p in executing q to a Web search engine.

知りたい情報について知識がない状態で検索を行う場合，ユーザは検索結果を閲覧しても，必要なすべての情報を得られたのかどうかを判断することができない．また，現在のページごとの検索では知りたい事柄について1ページで十分な情報を持ったページが存在するとは限らず，そのため解として適切なページが見つかるとは限らない．そこで，ユーザの求める情報の全容を表すページ集合を発見する全容検索を提案する．全容検索は，通常のページごとの検索結果から，あるキーワードについて話題の広さと深さの両方を兼ねそなえたページ集合を生成し，それをランキングする．全容検索では，話題の漏れのないようにページを網羅的に収集するのではなく，検索結果集合から詳細グラフという語の詳細関係を表すグラフを計算し，ページ集合の表す内容やページ間の内容の重複を表現し，ページ間の内容の重複ができるだけ少なく，ユーザが効率良く閲覧できるようなページ集合を生成する．本稿では，ページ集合を対象とした全容検索と通常の検索やページごとの全容検索などを比較し，ページ集合を解として全容検索をすることの有効性を示す．When a user searches Web by a query keyword X about which he/she has no knowledge, it is difficult for him/her to evaluate to what extent each answer page includes topics about X. Furthermore, conventional page-by-page search might not always return an appropriate page as an answer that include enough topics about X. In order to solve these problems, we propose overview search to find page sets which describe overview about what users want to know. Overview search is to find page sets which describe both of wide topics and deep detail about a given query and rank them. However, users don't want to browse too big page sets. Therefore, in overview search, pages in a page set should have less duplicated information. We construct as compact page set as possible by using a Detailing Graph. The Detailing Graph represents detailing-relationship between terms in search results. We express the information which page sets have and the duplication between pages by using the Detailing Graph and construct the page sets which have more information and less duplication. In this paper, we compare our overview search returning page sets as answers, overview search returning pages as answers and conventional Web search. We show some experimental results and the effectiveness of overview search.

現在テレビやWebなどを通して膨大な数のニュース記事が配信されているが，配信されてきたニュース記事をそのまま閲覧，視聴するのではなく，一旦マルチメディアニュースアーカイブに保存しておき，そこでそれらの内容的な関係やそれを配信する者の視点の違いなどを抽出して示すことができれば，利用者はこの膨大な数のニュース記事をより有効に利用することができる．そこで本稿ではニュース記事の集合からニュース配信者の視点を抽出し，それらからトピック毎のニュースの全体像を構築する手法を提案する．トピックを伝える側の視点はトピックのテーマ，トピックの側面，トピックの側面を構成する要素からなっており，各ニュース記事から抽出される．トピックの全体像は視点を統合することによって構築する．全体像と視点を示すことによって利用者はトピックを多角的にとらえることができる．In present day, we can get enormous numbers of news articles on the Web and through TV. When news articles are stored in multimedia news archive, and the relationships of the articles and focused points of news distributors are extracted, user can use news data more effectively. In this study, we propose a way of extracting focused points of news distributors from news articles, and building an overall feature about each topic. The focused point consists of "a theme of topic", "the aspect of topic", and "the element of aspect". They are extracted from each news article. An overall feature is built by integrating focused points. By showing a overall feature and focused points about a topic, users can see the topic from various viewpoints.

WWWやモバイル端末の普及に伴い，いつでも，どこからでも，様々な種類の地域情報にアクセスすることが可能になって来た．また，測位機能付きのモバイル端末を用いれば，ユーザの現在位置に依存した情報を取得することもできる．しかし，実空間を特徴付ける要素として，従来研究のように，地理的位置だけを用いていたのでは，地理情報データベースに登録されている地理語の粒度に限界があるため，ユーザの現在いる実空間により相応しい情報を呈示することは困難である．この問題に対して，本研究では，実空間内に在る展示物や建物の名称や説明，ポスターの内容，デバイスの出力情報などの実世界コンテンツが発信している情報を取得し活用することで，ユーザの現在いる実空間により相応しい情報を検索することを可能にする．本稿では，ユーザの現在いる実空間を地理語と特徴キーワードとで表現する．そして，これらの検索クエリーに対して情報がどのくらい相応しいかを測る尺度として，情報の実空間相応度を定義し，この評価値に基づく情報ランキング手法を提案する．As use of the World Wide Web(WWW) and mobile devices spreads and becomes more advanced, people can increasingly access various kinds of local information for use in daily life. And moreover, using mobile devices equipped with geo-positioning facilities, we are able to retrieve information related to our current location. But, we cannot get information more adapted to real world environment near around user, only inputing user's geo-position as a query to an information retrieval system. In contrast, we propose an information retrieval method that searches for more local information than the degree of granularity of geographical word converted from user's current location, taking advantage of real spatial contents and activities around user. In this paper, we define the notion of Spatial Fitness that is a measure of how fit information is for real space in which user is now.

現在テレビやWebなどを通して膨大な数のニュース記事が配信されているが, 配信されてきたニュース記事をそのまま閲覧, 視聴するのではなく, 一旦マルチメディアニュースアーカイブに保存しておき, そこでそれらの内容的な関係やそれを配信する者の視点の違いなどを抽出して示すことができれば, 利用者はこの膨大な数のニュース記事をより有効に利用することができる.そこで本稿ではニュース記事の集合からニュース配信者の視点を抽出し, それらからトピック毎のニュースの全体像を構築する手法を提案する.トピックを伝える側の視点はトピックのテーマ, トピックの側面, トピックの側面を構成する要素からなっており, 各ニュース記事から抽出される.トピックの全体像は視点を統合することによって構築する.全体像と視点を示すことによって利用者はトピックを多角的にとらえることができる.

WWWやモバイル端末の普及に伴い, いつでも, どこからでも, 様々な種類の地域情報にアクセスすることが可能になって来た.また, 測位機能付きのモバイル端末を用いれば, ユーザの現在位置に依存した情報を取得することもできる.しかし, 実空間を特徴付ける要素として, 従来研究のように, 地理的位置だけを用いていたのでは, 地理情報データベースに登録されている地理語の粒度に限界があるため, ユーザの現在いる実空間により相応しい情報を呈示することは困難である.この問題に対して, 本研究では, 実空間内に在る展示物や建物の名称や説明, ポスターの内容, デバイスの出力情報などの実世界コンテンツが発信している情報を取得し活用することで, ユーザの現在いる実空間により相応しい情報を検索することを可能にする.本稿では, ユーザの現在いる実空間を地理語と特徴キーワードとで表現する.そして, これらの検索クエリーに対して情報がどのくらい相応しいかを測る尺度として, 情報の実空間相応度を定義し, この評価値に基づく情報ランキング手法を提案する.

Webコンテンツや蓄積型テレビに蓄積されるビデオコンテンツなど，膨大かつ多様なXMLコンテンツが利用できるようになってきている．閲覧効率の向上やコンテンツの理解支援などを目的として，これらの多様なメディアのコンテンツを統合して利活用することが考えられる．従来，コンテンツ統合は，SMILなどを用いて手動でコンテンツの同期化記述を行うことで統合したり，特定の用途に応じたアプリケーションとして実現されていた． これに対して，XML質問言語を用いて統合に必要なコンテンツを検索しこれを再構成することでコンテンツ統合を行うことが考えられる．本稿では，コンテンツ統合言語としてのXQueryの再考を行い，コンテンツ統合にどのような機能が必要となるかについて考察する．具体的には，XQueryにおける文書解析を行うための関数の不備，ポリモルフィズムへの非対応，XMLデータ操作機能の不備などの問題が考えられるが，これらはそれぞれXQueryの標準関数の拡張，ポリモルフィズムの導入の対応，他の言語との併用によって克服できると考えられる．Recently, a vast volume of XML contents of several media types are available such as Web contents and video contents both of them can be stored into personal video recorder. We consider to integrate these different-media contents into a compound content to access effectively and to make these contents more comprehensive. Conventionally, the content integration have been achieved by hand-writing SMIL data or by adhoc application systems. We propose a way to achieve the content integration by using XML query language, which enables us to retrieve necessary assets for integration and to compose them. In this paper, we investigate the functions of XQuery as a content integration language. We consider that XQuery needs functions for document analysis, polymorphism, and XML data manipulation as a content integration language.

Webコンテンツや蓄積型テレビに蓄積されるビデオコンテンツなど,膨大かつ多様なXMLコンテンツが利用できるようになってきている.閲覧効率の向上やコンテンツの理解支援などを目的として,これらの多様なメディアのコンテンツを統合して利活用することが考えられる.従来,コンテンツ統合は,SMILなどを用いて手動でコンテンツの同期化記述を行うことで統合したり,特定の用途に応じたアプリケーションとして実現されていた.これに対して,XML質問言語を用いて統合に必要なコンテンツを検索しこれを再構成することでコンテンツ統合を行うことが考えられる.本稿では,コンテンツ統合言語としてのXQueryの再考を行い,コンテンツ統合にどのような機能が必要となるかについて考察する.具体的には,XQueryにおける文書解析を行うための関数の不備,ポリモルフィズムへの非対応,XMLデータ操作機能の不備などの問題が考えられるが,これらはそれぞれXQueryの標準関数の拡張,ポリモルフィズムの導入の対応,他の言語との併用によって克服できると考えられる.

本稿では,ビデオストリームのWebページヘの動的統合システムVideo-Augmented Webを提案する.Video-Augmented Webは,ユーザがWebページの任意の個所を選択することにより,その内容を適切な長さのビデオによって補強するものである.また,Webぺ-ジから意味構造を抽出し,これに対して,統合のためのクエリを記述することによって,統合のためのテンプレートを実現する枠組についても述べる.このテンプレートによってさまざまな分野,用途に応じた統合が可能であるが,その一例として,サッカーの試合のニュ-ス記事のWebページを試合の映像で補強する例を示す.

本稿では,ビデオストリームのWebページヘの動的統合システムVideo-Augmented Webを提案する.Video-Augmented Webは,ユーザがWebページの任意の個所を選択することにより,その内容を適切な長さのビデオによって補強するものである.また,Webページから意味構造を抽出し,これに対して,統合のためのクエリを記述することによって,統合のためのテンプレートを実現する枠組についても述べる.このテンプレートによってさまざまな分野,用途に応じた統合が可能であるが,その一例として,サッカーの試合のニュース記事のWebページを試合の映像で補強する例を示す.

近年，ブロードバンドネットワークや蓄積型テレビの家庭への普及により，ストリームコンテンツの取得・蓄積・検索が容易になり，ストリームコンテンツのパーソナル視聴などの新しい活用法の需要が高まっている．しかし，従来のビデオストリームに対しては，その内容や再利用に関する著作者の意図などが適切なメタデータとして付加されていないため，検索や要約処理や，他のコンテンツとの複合化処理など，コンテンツに対する高度な処理を行うことが困難である．本論文ではビデオストリームの意味内容や再利用に関する著作者の意図を意味記述メタデータとして記述できる言語を提案する．本論文で提案する言語は単にストリームデータにキーワードや関連するコンテンツを対応づけるだけではなく，コンテンツやメタデータの内容の制御可能なメタデータをも記述できる．さらに本稿では，この言語の蓄積型テレビへの応用と位置づけられる新しいアプリケーションを提案する．Recent progress in broadband Internet and personal TV technologies makes it easier to acquire, store and retrieve stream contents. This leads to the increase of the demand for new usage methods of stream contents such as the personalization of stream contents. Because of the lack of the appropriate metadata for stream contents such as keyword indices and author's intention about the way of his/her contents reuse, it is still difficult to retrieve or summarize stream contents, or integrate the stream content with others. In this paper, we propose a markup language to describe the metadata (semantics) of stream content, and author's intention about the way of his/her contents reuse. The proposed language is able to not only describe keywords or related contents, but also control contents or metadata itself. Also, in this paper, we will describe some new applications of this language to Personal TVs.

近年,ブロードバンドネットワークや蓄積型テレビの家庭への普及により,ストリームコンテンツの取得・蓄積・検索が容易になり,ストリームコンテンツのパーソナル視聴などの新しい活用法の需要が高まっている.しかし,従来のビデオストリームに対しては,その内容や再利用に関する著作者の意図などが適切なメタデータとして付加されていないため,検索や要約処理や,他のコンテンツとの複合化処理など,コンテンツに対する高度な処理を行うことが困難である.本論文ではビデオストリームの意味内容や再利用に関する著作者の意図を意味記述メタデータとして記述できる言語を提案する.本論文で提案する言語は単にストリームデータにキーワードや関連するコンテンツを対応づけるだけではなく,コンテンツやメタデータの内容の制御可能なメタデータをも記述できる.さらに本稿では,この言語の蓄積型テレビへの応用と位置づけられる新しいアプリケーションを提案する.