DEWS2008 B6-5
質問回答サイトにおける利用者行動に基づく記事の関連付け手法の検討
島田 諭
†福原 知宏
‡佐藤 哲司
††筑波大学大学院図書館情報メディア研究科 〒305-8550 茨城県つくば市春日 1-2
‡東京大学人工物工学研究センター 〒277-8568 千葉県柏市柏の葉 5-1-5
E-mail: †{sat, satoh}@slis.tsukuba.ac.jp, ‡[email protected]
あらまし 生活者の知恵の共有を目的とする質問回答サイトでは，一つの質問に対して複数の利用者が回答を書
き込むのが一般的である．本論文では，質問とその質問に対する一連の回答をチャンクと称する．同一のチャンク
に出現する回答者は，質問を介して潜在的に共通した興味を持っていると考え，回答者の共起関係から興味分野の
重なりを抽出し，記事を関連付ける手法を検討する．Yahoo!知恵袋のデータを用いて回答者間の関係性の分析を行
ったので報告する．
キーワード パーソナライゼーション，ハイパーテキスト，情報フィルタリング，テキストマイニング
Article Organization Method using Author's Relationships
in Question and Answering Bulletin Boards
Satoshi SHIMADA
†Tomohiro FUKUHARA
‡and Tetsuji SATOH
††Graduate School of Library, Information and Media Studies, University of Tsukuba
1-2 Kasuga, Tsukuba-shi, Ibaraki, 305-8550 Japan
‡Research into Artifacts, Center for Engineering, The University of Tokyo
5-1-5 Kashiwanoha, Kashiwa-shi, Chiba, 277-8568 Japan
E-mail: †{sat, satoh}@slis.tsukuba.ac.jp, ‡[email protected]
Abstract Question and answering bulletin boards is quite useful for sharing life knowledge among users. A chunk is
generally composed of a question article and several answer ones, and the authors who ask or answer in the same chunk might
have similar interests. In this paper, we propose an article organization method based on author's relationships who answer a
same question. We evaluated author's relationships by using an archived data in an actual question-answering bulletin board.
Dynamic organization method is also discussed with comparing ordinal static structured category.
Keyword Personalization, Hyper-Text, Information Filtering, Text Mining
1. は じ め に
電 子 掲 示 板 ， 質 問 回 答 サ イ ト な ど ウ ェ ブ 上 の 情 報 交 換 ・ 知 識 共 有 サ イ ト で は ， 既 に 投 稿 さ れ た 記 事 へ の 補 足 や 反 論 ， 質 問 に 対 す る 回 答 ， さ ら に は 回 答 に 対 す る 補 足 な ど ， 追 記 型 の 記 事 が 投 稿 さ れ る こ と が 多 い ． こ の た め ， 個 々 の 記 事 は 単 独 で は 内 容 が 完 結 せ ず ， 記 事 の 長 さ も 比 較 的 短 く な る 傾 向 が あ る と い え る ． こ の よ う な 断 片 化 さ れ た 記 事 の 内 容 を 理 解 す る に は ， 時 系 列 上 で 依 存 関 係 に あ る 記 事 や 引 用 関 係 に あ る 記 事 な ど ， 他 の 記 事 を あ わ せ て 読 む こ と が 必 要 に な る ． 本 研 究 で は ， あ る 記 事 と 他 の 記 事 を 動 的 に 関 連 付 け る た め の 方 法 を 検 討 す る ．記 事 内 容 の 類 似 性 か ら 分 類・ ク ラ ス タ リ ン グ す る 手 法 は こ れ ま で に も 多 く の 研 究 が な さ れ て い る が ， ウ ェ ブ 上 の 記 事 に は 口 語 的 表 現 が 多 く ， 挨 拶 や 相 槌 な ど 会 話 調 の 記 述 が 冗 長 に 含 ま れ る 反 面 ， 議 論 の 主 題 と な る 固 有 表 現 な ど の 記 述 は 省 略 さ れ る こ と が 多 い ． こ の た め ， 出 現 す る 語 彙 の み を 用 い て 記 事 を 分 類 す る に は 限 界 が あ る ． そ こ で ， 本 稿 で は 投 稿 者 の 行 動 に 着 目 す る こ と で 記 事 を 関 連 付 け る 方 法 を 提 案 す る ． 生 活 に 密 着 し た 知 恵 や 企 業 に お け る 現 場 の 知 恵 ・ 困 り ご と を 共 有 ・ 解 決 す る 質 問 回 答 サ イ ト で は ， 投 稿 さ れ る 記 事 が 質 問 と 回 答 と に 明 確 に 区 分 さ れ て お り ， 一 つ の 質 問 記 事 と そ れ に 対 す る 複 数 の 回 答 記 事 に よ っ て ， 意 味 的 に ま と ま っ た 一 つ の 塊 を 形 成 し て い る ． 筆 者 ら は ， こ の 塊 を チ ャ ン ク (chunk)と 称 す る ．同 一 の チ ャ ン ク 内 で 回 答 し て い る 投 稿 者 は ， 少 な く と も ， そ の チ ャ ン ク で 質 問 さ れ て い る こ と に 対 し て 何 ら か の 知 識 や 関 心 を 有 す る と 考 え ら れ る ． 同 様 の こ と は ， 電 子 掲 示 板 や ブ ロ グ な ど で も 考 え ら れ ， 記 事 へ の コ メ ン ト や ト ラ ッ ク バ ッ ク を し た 投稿 者 同 士 ，あるいは元 記 事 を書 いた投 稿 者 との間 には， 知 識 や 関 心 に 重 な り が あ る と い え る ． 本 稿 で は ， 質 問 者 と 回 答 者 と い う 役 割 が 明 確 に 分 か れ て い る 質 問 回 答 サ イ ト を 題 材 に ， チ ャ ン ク 内 で 共 起 す る 投 稿 (投 稿 者 )の 関 係 か ら 記 事 を 関 連 付 け る 手 法 を 明 ら か に す る ．提 案 法 の 実 現 性 お よ び 有 効 性 を ，Yahoo! 知 恵 袋 の デ ー タ を 用 い て 評 価 し た ．
2. 質 問 回 答 サ イ ト に お け る 投 稿 者 の 行 動
2.1. チャンクの構 造 と投 稿 者 間 の関 係
質 問 回 答 サ イ ト で は ， 一 つ の 質 問 に 対 し て 複 数 の 回 答 が 投 稿 さ れ る ． 質 問 と 回 答 か ら な る 一 連 の 投 稿 を 筆 者 ら は チ ャ ン ク と 称 す る ． 質 問 者 が 満 足 し て ベ ス ト ア ン サ ー を 選 択 し た ， あ る い は ， 回 答 と な る 投 稿 が 一 定 期 間 な さ れ な く な っ た こ と で ， そ の 質 問 に 対 す る 回 答 が 締 め 切 ら れ る ． そ れ ま で の 間 ， 回 答 者 は 単 に 質 問 だ け を 見 て 回 答 す る の で は な く ， 既 に 投 稿 さ れ て い る 回 答 へ 補 足 し た り ， 内 容 を 整 理 し た り す る の が 一 般 的 で あ る ． チ ャ ン ク は ， 単 に 個 々 の 回 答 を 質 問 と 関 連 付 け る だ け で な く ， 回 答 間 の 時 間 的 な 前 後 関 係 や 意 味 的 な 関 係 も 表 現 し て い る と い え る ． あ る 質 問 へ の 回 答 を 書 い た 回 答 者 同 士 は ， 図 1 に 示 す よ う に ， そ の 質 問 に 関 す る 知 識 や 関 心 ， あ る い は 何 ら か の 動 機 を 共 有 し て い る と い え る ． 回 答 者 間 で 共 有 さ れ て い る 概 念 が ，他 の 投 稿（ 図 1 の 右 側 部 分 )に ま で 及 ぶ と す る と ， あ る チ ャ ン ク 内 で 共 起 し た 回 答 者 は 別 の チ ャ ン ク に お い て も 共 起 す る 可 能 性 が 高 い と 考 え ら れ る ． 図 1 チ ャ ン ク の 構 造 と 投 稿 者 間 の 関 係2.2. 内 容 によるカテゴリ区 分 の限 界
質 問 回 答 サ イ ト に お い て ， 実 用 的 な 利 用 価 値 が 生 ま れ る に は ， 投 稿 が 十 分 に 多 く 蓄 積 さ れ て い る こ と ， お よ び 十 分 に 多 く の 利 用 者 が 集 ま っ て い る こ と が 必 要 で ある．質 問 回 答 サイトにおけるカテゴリ 区 分 の機 能 は， サ イ ト の 成 長 段 階 に よ っ て 異 な る と 考 え ら れ る ． す な わ ち ， サ イ ト の 規 模 が 拡 大 し て い く 初 期 段 階 に お い て は ， 運 営 者 に よ る カ テ ゴ リ 区 分 は 新 た な 投 稿 を 引 き 付 け て 成 長 す る 一 種 の シ ー ド と し て 機 能 す る と い え る ． 一 方 ， サ イ ト が 十 分 に 大 規 模 に な っ た 成 熟 段 階 に お い て は ， 以 下 の よ う な 問 題 が 生 じ る ． ・ 投 稿 先 カ テ ゴ リ の 選 択 が 困 難 利 用 者 や 投 稿 数 が 増 加 し て 一 つ の カ テ ゴ リ に 含 ま れ る 記 事 が 膨 大 に な る と ， 各 カ テ ゴ リ に ど の よ う な 記 事 が 存 在 す る の か 把 握 す る の が 困 難 に な る ． 利 用 者 に と っ て ， 質 問 の 投 稿 に は 一 定 の 心 理 的 障 壁 が あ り [1]，過 去 に 投 稿 さ れ た 記 事 か ら 参 考 に な る 記 事 を 探 す こ と が 求 め ら れ る ． し か し ， 参 考 に な る 記 事 を 発 見 で き な い 利 用 者 は ， 過 去 の 質 問 に 類 似 し た 質 問 を 新 た に 投 稿 す る ． そ の 際 ， ど の カ テ ゴ リ に 投 稿 す る か 選 択 す る の も 難 し く ， 最 適 で は な い カ テ ゴ リ へ 投 稿 す る 利 用 者 や ， 同 じ 質 問 を 複 数 の カ テ ゴ リ に 投 稿 す る 利 用 者 が 出 現 す る ． そ れ に 対 し て ， 過 去 の 質 問 と 回 答 を 記 憶 し て い る 利 用 者 が 紋 切 り 型 の 回 答 を 投 稿 す る ． こ の 繰 り 返 し に よ っ て ， カ テ ゴ リ の 内 外 を 問 わ ず 重 複 し た 内 容 が 増 え て い く こ と に な り ， カ テ ゴ リ 区 分 が 形 骸 化 す る ． ・ 回 答 す る 記 事 の 選 択 が 困 難 利 用 者 が ど の 質 問 に 回 答 す る か 選 択 す る 際 ， カ テ ゴ リ を 選 ん で 新 着 の 質 問 を 見 る と い う 方 法 が 第 一 に 考 え ら れ る ． し か し ， 前 述 の よ う に 質 問 が 最 適 な カ テ ゴ リ に 投 稿 さ れ て い る と は 限 ら な い と す る と ， カ テ ゴ リ を 選 択 し て も ノ イ ズ が 多 い ， つ ま り 回 答 し た い と 思 う 質 問 が 見 つ か ら な い と い う こ と が 考 え ら れ る ． 質 問 者 実 際 に運 用 されている質 問 回 答 サイト，例 えば Yahoo! 知 恵 袋 に お い て は ， 投 稿 が あ る 一 つ の カ テ ゴ リ に 集 中 し た 場 合 ， よ り 詳 細 な 下 位 カ テ ゴ リ を 設 け る こ と で 対 処 し て い る ． こ の よ う な カ テ ゴ リ 区 分 で は ， 内 容 を 分 類 し て 質 問 し や す く す る こ と よ り ， カ テ ゴ リ 間 で 投 稿 の 件 数 を 均 一 化 し て 回 答 者 が 新 規 の 質 問 を チ ェ ッ ク す る 手 間 を 省 く こ と に 重 点 が 置 か れ て い る と い え る ． 質 問 回 答 サ イ ト に 限 ら ず ， 電 子 掲 示 板 や ブ ロ グ に お い て も ， 記 事 の 内 容 に 基 づ く カ テ ゴ リ 区 分 を 行 っ て い る サ イ ト は 多 い ． こ の よ う な サ イ ト に お い て も ， カ テ ゴ リ 区 分 が 有 効 に 機 能 せ ず ， 最 新 の 記 事 ば か り が 参 照 さ れ ， 過 去 の 記 事 が 埋 も れ て し ま う 例 が 散 見 さ れ る ． こ の よ う な 記 事 内 容 に 基 づ く カ テ ゴ リ 区 分 の 限 界 を 越 え る こ と を 目 的 に ， 筆 者 ら は ， 投 稿 者 間 の 関 係 性 を 考 慮 す る こ と で 記 事 間 の 動 的 な 関 連 付 け を 行 う 方 法 を 検 討 し て い る ． 質 問 回 答 回 答 者 チ ャ ン ク 関 連 共 起表 1 使 用 デ ー タ の 概 要 214,597 質 問 数 回 答 数 861,723
3. チ ャ ン ク 構 造 の 分 析
3.1. 対 象 データ
Yahoo!知 恵 袋 デ ー タ は 2004 年 4 月 か ら 2005 年 10 月 ま で の 19 ヶ 月 分 の デ ー タ を 含 む が ， 本 稿 で は 主 に 2005 年 9 月 の 1 ヶ 月 分 の デ ー タ に 着 目 す る ． こ れ は ， 期 間 中 に 利 用 者 数 が 大 き く 増 加 し て お り ， ま た ， 利 用 者 の サ ー ビ ス に 対 する理 解 も大 きく変 化 していると思 われることから， 全 期 間 の デ ー タ を 同 列 に 扱 う こ と は で き な い と 判 断 し た た め で あ る ． ま た 2005 年 10 月 で は 利 用 者 数 の 減 少 が 見 ら れ る こ と か ら ， 利 用 者 数 が 最 大 と な る 1 ヶ 月 を 分 析 対 象 期 間 と し た ． 2005 年 9 月 の 1 ヶ 月 間 の 投 稿 数 お よ び 投 稿 者 数 を 表 1 に 示 す ．1 日 に 約 7,000 件 の 質 問 が 投 稿 さ れ ，そ の そ れ ぞ れ に 平 均 4 件 の 回 答 が 投 稿 さ れ て い る ． な お ， 1 件 の 質 問 に 対 し ， 回 答 は 1 人 1 件 ，「 ベ ス ト ア ン サ ー 」 は 1 件 あ る ． 回 答 数 は 「 ベ ス ト ア ン サ ー 」 お よ び 「 そ の 他 の 回 答 」 の 和 と な っ て い る ． カ テ ゴ リ ご と の 投 稿 数 を 表 2 に 示 す ． カ テ ゴ リ は 全 部 で 286 個 あ り ，表 1 に 示 し た 10 個 の カ テ ゴ リ の 質 問 数 は 全 体 の 39.5%に あ た る ． 1 10 100 1000 10000 100000 1 10 100 1000 10000 投稿数 人数 0% 20% 40% 60% 80% 100% 累積 % 頻度 累積 % 図 2 利 用 者 ご と の 投 稿 数 利 用 者 ご と の 投 稿 数 の 分 布 を 図 2 に示 す．全 体 の 75% の 利 用 者 は 10 件 以 下 ， 20%の 利 用 者 が 10～ 100 件 ， 残 り 5%の 利 用 者 が 100 件 以 上 と な っ て い る ．3.2. チャンクの長 さ
チ ャ ン ク の 長 さ は ， 個 々 の 質 問 ご と に 回 答 の 件 数 と 文 字 数 で 評 価 す る ． 回 答 数 が 2 件 以 上 で あ れ ば ， 回 答 者 同 士 の 関 係 性 を 抽 出 す る こ と が で き る ． ま た ， 1 投 稿 あ た り の 文 字 数 に 有 意 な 偏 り が あ れ ば ， 回 答 者 間 の 関 連 度 の算 出 に文 字 数 を重 みとすることが考 えられる．質 問 あ た り 回 答 数
表 1 の 上 位 4 カ テ ゴ リ に つ い て ， 質 問 あ た り 回 答 数 の 分 布 を 図 3 に 示 す ． 0 500 1000 1500 2000 2500 3000 3500 4000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 質問あたり回答者数 質問 記事 数 恋愛相談、人間関係の悩み 政治、社会問題 パソコン、周辺機器 Yahoo!オークション 図 3 質 問 あ た り 回 答 数 Yahoo!知 恵 袋 で は ， 質 問 者 が 最 も 参 考 に な っ た 回 答 を 「 ベ ス ト ア ン サ ー 」 に 選 ぶ こ と で 回 答 が 締 め 切 ら れ る ． 「 恋 愛 関 係 、 人 間 関 係 の 悩 み 」 で は 回 答 が 5 件 寄 せ ら れ て 解 決 し た 質 問 記 事 が 最 も 多 い が ，「 パ ソ コ ン 、周 辺 機 器 」 で は 回 答 が 1 件 だ け の 質 問 記 事 が 最 も 多 い ． 実 際 の 投 稿 内 容 を 見 て み る と ，「 恋 愛 相 談 、人 間 関 係 の 悩 み 」 で は 数 件 の 回 答 が 寄 せ ら れ て も ， さ ら に 回 答 が 投 稿 さ れ る の を 質 問 者 が 待 っ て い る 傾 向 が あ る ．一 方 ， 「 パ ソ コ ン 、 周 辺 機 器 」 で は 「 な る べ く 早 く 解 決 し た （ ベ ス ト ア ン サ ー ） (214,597) （ そ の 他 の 回 答 ） (647,126) ユ ニ ー ク 投 稿 者 数 58,715 （ ユ ニ ー ク 質 問 者 数 ） 38,650 （ ユ ニ ー ク 回 答 者 数 ） 41,695 表 2 カ テ ゴ リ ご と の 投 稿 数 カ テ ゴ リ 名 質 問 数 質 問 あ た り 回 答 数 最 大 平 均 分 散 標 準 偏 差 16,420 302 6.29 23.78 4.88 恋 愛 相 談 、 人 間 関 係 の 悩 み 11,624 28 5.14 11.68 3.42 政 治 、 社 会 問 題 11,260 19 2.54 2.67 1.63 パ ソ コ ン 、 周 辺 機 器 10,746 49 6.10 15.82 3.98 Yahoo!オ ー ク シ ョ ン 8,485 42 4.31 9.36 3.06 Yahoo!知 恵 袋 6,202 27 3.21 6.42 2.53 テ レ ビ 、 ラ ジ オ 5,425 15 2.97 3.43 1.85 病 気 、 症 状 、 ヘ ル ス ケ ア 5,053 29 2.95 4.65 2.16 地 域 、 旅 行 、 お 出 か け >国 内 野 球 4,847 24 4.32 7.94 2.82 言 葉 、 語 学 4,768 25 3.12 4.65 2.16 ※ 質 問 数 の 上 位 10 位 の カ テ ゴ リ の み 示 す ．い 」 と い う ニ ュ ア ン ス を 含 む 質 問 が 多 く ， す ば や く 寄 せ ら れ た 回 答 が す ぐ に ベ ス ト ア ン サ ー に 選 ば れ ， 回 答 が 締 め 切 ら れ る と い う 傾 向 が 見 ら れ る ．「 政 治 、社 会 問 題 」「 Yahoo!オ ー ク シ ョ ン 」に つ い て は ，ピ ー ク が や や 前 に 寄 っ て い る も の の ， 分 布 は ほ ぼ 「 恋 愛 相 談 、 人 間 関 係 の 悩 み 」 と 同 様 で あ っ た ． y = 37.769x0.2807 R2 = 0.2392 1 10 100 1,000 10,000 1 10 100 1000 質問文字数(バイト) 回答 文字 数の 平均 こ の こ と か ら ， 一 つ の チ ャ ン ク の 長 さ は 質 問 者 や 質 問 の 内 容 ， カ テ ゴ リ の 性 質 な ど に 影 響 さ れ て い る こ と が 明 ら か に な っ た ．
記 事 の 文 字 数
質 問 数 が 100 件 以 上 の カ テ ゴ リ 120 個 に つ い て ， 質 問 数 と 質 問 記 事 あ た り の 平 均 文 字 数 を 図 4 に 示 す ． 質 問 数 は カ テ ゴ リ に よ っ て 大 き く 異 な る が ，文 字 数 は 100 ～ 350 バ イ ト の 範 囲 に 分 布 し て お り ， カ テ ゴ リ と 文 字 数 と の 相 関 は 見 出 さ れ な か っ た ． 前 項 で 傾 向 の 違 い が 確 認 で き た 「 恋 愛 相 談 、 人 間 関 係 の 悩 み 」 と 「 パ ソ コ ン 、 周 辺 機 器 」 の 2 カ テ ゴ リ に つ い て ， 質 問 文 字 数 と ， そ の 質 問 へ の 回 答 の 平 均 文 字 数 を 調 べ た (図 5)．質 問 文 の 長 さ と 回 答 文 の 長 さ に は 正 の 相 関 が あ る こ と が わ か っ た ．3.3. 利 用 者 の行 動
回 答 者 の 共 起 関 係 を 用 い て 既 存 の カ テ ゴ リ 区 分 を 越 え て 記 事 を 関 連 付 け る た め に は ， 回 答 者 間 の 共 起 が 広 範 囲 に わ た っ て 生 じ て い る 必 要 が あ る ． 共 起 す る 回 答 者 ペアの抽 出 および利 用 者 の投 稿 カテゴリ数 を調 べた．チャンク内 での回 答 者 の共 起
(a) 「 恋 愛 相 談 、 人 間 関 係 の 悩 み 」 y = 63.919x0.1936 R2 = 0.0581 1 10 100 1,000 10,000 1 10 100 1000 質問文字数(バイト) 回答 文字 数の 平均 (b) 「 パ ソ コ ン 、 周 辺 機 器 」 図 5 カ テ ゴ リ 内 の 文 字 数 の 分 布 1 10 100 1000 10000 100000 1000000 10000000 1 10 100 チャンク内での共起回数 回答者ペ ア の数 0 0.2 0.4 0.6 0.8 1 累積 % 頻度 累積 % 2005 年 9 月 の ユ ニ ー ク 回 答 者（ 期 間 中 に 1 件 以 上 の 回 答 を 投 稿 し た 利 用 者 ）は 41,695 人 ．そ の う ち ，投 稿 3 件 以 上 の 利 用 者 31,239 人 に つ い て ，同 一 の チ ャ ン ク 内 で 1 回 以 上 共 起 す る 回 答 者 の ペ ア を 抽 出 し た ． 頻 度 の 分 布 を 図 6 に 示 す ． 図 6 利 用 者 ご と の 投 稿 カ テ ゴ リ 数 -2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 18,000 0 20 40 60 80 100 120 カテゴリ 記事数 0 50 100 150 200 250 300 350 400 450 文字数 質問数 質問文字数の平均 抽 出 さ れ た 回 答 者 の ペ ア の 総 数 は 1,844,143 組 ． そ の う ち ，共 起 回 数 が 6 以 下 の 回 答 者 ペ ア が 全 体 の 99% を 占 め て い る ．共 起 回 数 が 10 以 上 の 回 答 者 ペア は 7,277 組 ， 100 以 上 は 29 組 で あ っ た ． こ の 結 果 ， 回 答 者 ペ ア と 共 起 回 数 を 用 い て ， 各 々 の 回 答 者 の興 味 分 野 の重 なりが推 定 できると考 えられる． さ ら に ，回 答 者 A と 回 答 者 B は 共 起 回 数 が 高 く ，回 答 者 B と 回 答 者 C も 共 起 回 数 が 高 い 時 ，回 答 者 A と 回 答 者 C の 共 起 回 数 が 低 い と し て も ，回 答 者 A と 回 答 者 C の 興 味 分 野 は 近 い と 見 な す こ と が で き る 可 能 性 も あ る ．す な わ ち ，回 答 者 A に 対 し て ，回 答 者 C が 回 答 し 図 4 各 カ テ ゴ リ の 記 事 数 と 文 字 数て い る 質 問 を 提 示 す る な ど の 応 用 が 考 え ら れ る ．
利 用 者 とカテゴリ
利 用 者 ご と の 投 稿 カ テ ゴ リ 数 を 調 べ た (図 7)． 分 布 は ほ ぼ Power Law(べ き 乗 法 則 )に 従 っ て い る ． 全 体 の 80%の 利 用 者 は 6 個 以 下 ，98%の 利 用 者 は 30 個 以 下 の カ テ ゴ リ に の み 投 稿 し て お り ，30 個 以 上 の カ テ ゴ リ に 投 稿 し て い る 利 用 者 は 全 体 の 2%に 留 ま る ． ま た ，全 体 の 58%の 利 用 者 が 2 個 以 上 の カ テ ゴ リ に 投 稿 し て い る こ と か ら ， 投 稿 者 の 関 係 を 利 用 し て 既 存 の カ テ ゴ リ を 横 断 す る 記 事 の 関 連 付 け を 行 な う こ と は 十 分 に 可 能 で あ る と い え る ． 1 10 100 1000 10000 100000 1 10 100 投稿カテゴリ数 人数 0.0% 20.0% 40.0% 60.0% 80.0% 100.0% 累積 % 人数 累積 % 図 7 利 用 者 ご と の 投 稿 カ テ ゴ リ 数4. 試 作 シ ス テ ム
4.1. 概 要
チ ャ ン ク 内 の 投 稿 者 ， 特 に 回 答 者 間 の 共 起 に 基 づ く 記 事 の 関 連 付 け 手 法 の 有 効 性 を 示 す た め に ， Yahoo!知 恵 袋 デ ー タ を 用 い て 利 用 者 実 験 を 行 う た め の シ ス テ ム 構 築 を 進 め て い る (図 8)． 図8 試 作 シ ス テ ム の 概 要 本 シ ス テ ム で は ， Yahoo!知 恵 袋 デ ー タ を 電 子 掲 示 板 の 記 事 に 見 立 て ， 回 答 記 事 は 質 問 記 事 を 引 用 し て い る と み な し て 記 事 間 の 引 用 関 係 を 抽 出 す る ． ま た ， 記 事 間 で 共 起 す る 単 語 を 抽 出 し ， 記 事 の 関 連 付 け を 行 う ． 本 シ ス テ ム に は ， 以 下 の 機 能 が あ る ． z 選 択 し た 記 事 と 引 用 関 係 に あ る 記 事 の 表 示 z 選 択 し た 記 事 の 関 連 記 事 お よ び 関 連 語 の 表 示 z 引 用 関 係 の 集 中 し て い る 焦 点 記 事 の 一 覧 表 示 z キ ー ワ ー ド の 一 覧 表 示 利 用 者 は ，図 9 に 示 す よ う な ウ ェ ブ ブ ラ ウ ザ 上 の GUI 画 面 を 用 い て ， 次 々 に 関 連 記 事 を た ど り な が ら ， 蓄 積 さ れ た 記 事 を 探 索 的 に 閲 覧 す る こ と が で き る ． 記 事 間 の 関 連 を 重 視 し た ナ ビ ゲ ー シ ョ ン に よ っ て ， 思 い が け な い 記 事 を 発 見 で き る な ど の 効 果 が 実 現 で き て い る ． 図 9 試 作 シ ス テ ム の 画 面4.2. 記 事 の関 連 付 け手 法
本 シ ス テ ム で は ，「 記 事 中 の 複 数 の 単 語 に よ っ て 表 現・形 成 さ れ る 概 念 」で あ る ト ピ ッ ク を 用 い て ，「 一 つ 以 上 の ト ピ ッ ク を 共 有 す る 記 事 」 で あ る 関 連 記 事 を 提 示 す る ． 互 い に 関 連 す る ト ピ ッ ク は ， 一 部 が 重 複 す る 単 語 集 合 に よ っ て 表 現 さ れ る も の と し ， こ の 関 係 を 利 用 し て 記 事 の 中 か ら ト ピ ッ ク を 形 成 し て い る と 思 わ れ る 単 語 集 合 を 抽 出 す る ． 個 々 の 単 語 の 抽 出 精 度 よ り ， 文 の 長 さ や 表 現 の 違 い な ど の 影 響 を 避 け る こ と を 重 視 し ， 本 シ ス テ ム で は 文 字 種 の 変 わ り 目 を 利 用 し て 単 語 を 抽 出 し ， 個 々 の 記 事 お よ び 記 事 集 合 全 体 の 中 で 単 語 が 繰 り 返 し 出 現 す る 度 合 い を 調 べ て キ ー ワ ー ド を 抽 出 す る ． 例 え ば ，「 つ く ば エ ク ス プ レ ス が 開 業 し て 便 利 に な っ た 」 と い う ト ピ ッ ク を 含 む 記 事 が あ る と す る ． 上 記 の 方 法 で は 「 つ く ば エ ク ス プ レ ス 」 と い う 固 有 名 詞 は 抽 出 さ れ ず ， 図 10 の よ う に 「 エ ク ス プ レ ス 」「 開 業 」 焦 点 記 事 一 覧 キ ー ワ ー ド 一 覧 記 事 DB 引 用 関 係 関 連 記 事 個 別 記 事 関 連 語 引 用 記 事 共 起 単 語「 便 利 」「 秋 葉 原 」「 駅 前 」といった単 語 が抽 出 される． こ れ ら の 語 の 集 合 が ト ピ ッ ク を 形 成 す る ． ト ピ ッ ク を 形 成 す る 単 語 集 合 は 一 通 り で は な く ，「 開 業 」「 便 利 」 の 組 み 合 わ せ や 「 駅 前 」「 秋 葉 原 」 の 組 み 合 わ せ な ど ， 抽 出 し た 単 語 の 部 分 集 合 も ト ピ ッ ク と な り う る ． ま た ， 抽 出 さ れ た 単 語 集 合 を 分 類 し て 提 示 す れ ば ， サ イ ト に 含 ま れ る ト ピ ッ ク を 一 覧 で き る 索 引 と し て 利 用 で き る と 考 え て い る ． こ の よ う な 分 類 は ， 重 複 を 許 す 点 で カ テ ゴ リ 区 分 よ り 柔 軟 で あ り ， 投 稿 や 利 用 者 が 十 分 に 多 い 成 熟 段 階 の 質 問 回 答 サ イ ト や 電 子 掲 示 板 に お い て ， カ テ ゴ リ 区 分 に 代 わ る 記 事 分 類 と し て 有 効 に 機 能 す る こ と が 期 待 で き る ． 図10 ト ピ ッ ク を 形 成 す る 単 語 の 例
