JP2018010570A - 感情要因推定支援装置、感情要因推定支援方法及び感情要因推定支援用プログラム - Google Patents

Abstract

【課題】投稿に表れている投稿者の感情を生起させた要因を推定する精度を向上させる。【解決手段】感情要因推定支援装置１は、メッセージの投稿者の属性ごとに、投稿者の感情を表す感情語と当該感情語が表す感情を生起させた要因を表す感情要因語とが関連付けられた感情要因語辞書を記憶する記憶部１３と、投稿者が作成した投稿メッセージを取得する取得部１４１と、投稿メッセージを作成した投稿者の属性を推定する属性推定部１４２と、投稿メッセージに含まれる感情語を抽出する抽出部１４３と、属性推定部１４２が推定した投稿者の属性に対応する感情要因語辞書において抽出部１４３が抽出した感情語に関連付けられた感情要因語に類似する要因文字列を、投稿メッセージから選択する選択部１４４と、を有する。【選択図】図２

Description

本発明は、投稿者が作成した文章に表れている感情を投稿者が抱いた要因を推定するための感情要因推定支援装置、感情要因推定支援方法及び感情要因推定支援用プログラムに関するものである。

従来、文章を解析することにより、文章作成者の感情を特定しようとする技術が知られている。非特許文献１においては、インターネットで公開されている多数の文章から感情が生起した要因を表す文字列を収集した感情生起要因コーパスを生成し、生成した感情生起要因コーパスを参照することにより、文章作成者が文章を作成した時に抱いていた感情を特定する技術が開示されている。

徳久良子、乾健太郎、松本裕治著、「Ｗｅｂから獲得した感情生起要因コーパスに基づく感情推定」、情報処理学会論文誌、Vol.50、No.4、1365‐1374、2009年4月

人が抱く感情と感情を生起させた要因との関係は、人ごとに異なる。例えば、若い人は、誕生日を迎えたことを喜ばしく思う傾向にあるのに対して、高齢の人は、誕生日を迎えたことを喜ばしく思わない傾向にある。例えば、高齢のＡ氏が「今日は誕生日だ。孫が来てくれてよかった」というメッセージをＳＮＳ（Social Networking Service）に投稿したとする。Ａ氏は、誕生日を迎えたことを嬉しく思っておらず、孫が来てくれたことを嬉しく思っている場合に、Ａ氏からのメッセージに対して「お孫さんと会えてよかったですね。おいくつですか？」というメッセージを返すと、Ａ氏とのコミュニケーションが活性化すると考えられる。これに対して、Ａ氏からのメッセージに対して「誕生日おめでとう！」というメッセージを返してしまうと、Ａ氏とのコミュニケーションが活性化しづらいと考えられる。

このように、ＳＮＳ上でメッセージをやり取りする場合、メッセージを投稿した人がどのような人かを把握できない場合があるので、不適切な返信メッセージを送信してしまうおそれがある。そこで、適切な返信メッセージを作成できるように、メッセージの投稿者の感情を生起させた要因の推定精度を向上させることが求められている。しかしながら、従来のように、インターネットで公開されている多数の文章を用いて特定された感情と感情の要因となる文字列との関係を用いて感情を特定しようとすると、感情を生起させた要因を正しく推定できない確率が高いという問題があった。

そこで、本発明はこれらの点に鑑みてなされたものであり、投稿に表れている投稿者の感情を生起させた要因を推定する精度を向上させることを目的とする。

本発明の第１の態様の感情要因推定支援装置は、メッセージの投稿者の属性ごとに、投稿者の感情を表す感情語と当該感情語が表す感情を生起させた要因を表す感情要因語とが関連付けられた感情要因語辞書を記憶する記憶部と、投稿者が作成した投稿メッセージを取得する取得部と、前記投稿メッセージを作成した投稿者の属性を推定する属性推定部と、前記投稿メッセージに含まれる感情語を抽出する抽出部と、前記属性推定部が推定した前記投稿者の属性に対応する前記感情要因語辞書において前記抽出部が抽出した前記感情語に関連付けられた前記感情要因語に類似する要因文字列を、前記投稿メッセージから選択する選択部と、を有する。

前記選択部は、前記投稿メッセージにおいて、前記属性推定部が推定した前記投稿者の属性に対応する前記感情要因語辞書において前記抽出部が抽出した前記感情語に関連付けられた前記感情要因語の少なくとも一部の文字列を含む前記要因文字列を、前記投稿メッセージから選択してもよい。

前記選択部は、前記抽出部が抽出した前記感情語の前記投稿メッセージにおける位置に基づいて、前記要因文字列を選択する対象とする範囲を決定してもよい。

前記記憶部は、前記感情要因語に関連付けて、前記感情語が表す感情を投稿者が抱く要因が前記感情要因語である蓋然性の大きさを示す蓋然性情報をさらに記憶し、前記選択部は、前記記憶部が、前記抽出部が抽出した前記感情語に対応する前記感情要因語を複数記憶している場合に、前記蓋然性情報が示す蓋然性がより大きい感情要因語に関連する前記要因文字列を優先的に選択してもよい。

前記取得部は、複数の前記投稿メッセージを取得し、前記選択部は、前記抽出部が前記感情語を抽出した前記投稿メッセージよりも前又は後に作成された投稿メッセージに含まれる前記要因文字列を選択してもよい。

前記選択部は、前記抽出部が前記感情語を抽出した前記投稿メッセージ内に前記要因文字列が含まれないと判定した場合に、前記抽出部が前記感情語を抽出した前記投稿メッセージよりも前又は後に作成された投稿メッセージに含まれる前記要因文字列を選択してもよい。

前記取得部が取得した前記投稿メッセージに関連付けて、前記抽出部が抽出した前記感情語と、前記選択部が選択した前記要因文字列とを出力する出力部をさらに有してもよい。

前記選択部が、前記感情語に関連付けられた前記感情要因語を選択できない場合に、前記感情語に関連付けて前記感情要因語辞書に登録する感情要因語の入力を受け付ける受付部をさらに有してもよい。

前記取得部は、前記投稿者が作成した投稿メッセージに関連する、前記投稿者と異なる他者が作成した他者メッセージをさらに取得し、前記選択部は、前記他者メッセージに含まれる前記要因文字列を選択してもよい。

本発明の第２の態様の感情要因推定支援方法は、コンピュータが実行する、メッセージの投稿者が作成した投稿メッセージを取得するステップと、前記投稿メッセージを作成した投稿者の属性を推定するステップと、前記投稿メッセージに含まれる感情語を抽出するステップと、投稿者の感情を表す感情語と当該感情語が表す感情を生起させた要因を表す感情要因語とが関連付けられた感情要因語辞書であって、推定した前記投稿者の属性に対応する感情要因語辞書を参照することにより、前記抽出するステップにおいて抽出した前記感情語に関連付けられた前記感情要因語と関連する要因文字列を、前記投稿メッセージから選択するステップと、を有する。

本発明の第３の態様の感情要因推定支援用プログラムは、メッセージの投稿者が作成した投稿メッセージを取得するステップと、前記投稿メッセージを作成した投稿者の属性を推定するステップと、前記投稿メッセージに含まれる感情語を抽出するステップと、投稿者の感情を表す感情語と当該感情語が表す感情を生起させた要因を表す感情要因語とが関連付けられた感情要因語辞書であって、推定した前記投稿者の属性に対応する感情要因語辞書を参照することにより、前記抽出するステップにおいて抽出した前記感情語に関連付けられた前記感情要因語と関連する要因文字列を、前記投稿メッセージから選択するステップと、をコンピュータに実行させる。

本発明によれば、投稿に表れている投稿者の感情を生起させた要因を推定する精度を向上させることができるという効果を奏する。

本実施形態に係る感情要因推定支援システムＳの構成を示す図である。 感情要因推定支援装置１の構成を示す図である。 感情語辞書の一例を示す表である。 感情要因語辞書の一例を示す表である。 出力部１４５が要因文字列を出力した画面の例を示す図である。 出力部１４５が要因文字列を出力した画面の例を示す図である。 出力部１４５が要因文字列を出力した画面の例を示す図である。 感情要因語辞書の変形例を示す図である。

［本実施形態の概要］
図１は、本実施形態に係る感情要因推定支援システムＳの構成を示す図である。感情要因推定支援システムＳは、感情要因推定支援装置１と、投稿者端末２と、ＳＮＳサーバ３とを備える。感情要因推定支援装置１は、投稿者端末２の投稿者が投稿したメッセージ（以下、投稿メッセージという）を取得し、取得した投稿メッセージに基づいて、投稿者の感情を特定するコンピュータである。感情要因推定支援装置１は、投稿者が、特定した感情を抱いた要因を推定し、推定結果を出力する。投稿メッセージは、例えば、ＳＮＳにおいて投稿されたメッセージであり、本実施形態においては、ツイートを例にして説明する。

投稿者端末２は、例えばスマートフォンであり、投稿者がツイートを作成して送信することができる情報処理端末である。投稿者端末２は、ネットワークＮを介して、投稿者が作成したツイートをＳＮＳサーバ３に送信する。

ＳＮＳサーバ３は、多数の投稿者の投稿者端末２から送信されるツイートを受信して、投稿者に固有の投稿者ＩＤに関連付けて記憶媒体に記憶する。ＳＮＳサーバ３は、感情要因推定支援装置１及び投稿者端末２からの要求に応じて、ツイートを送信する。例えば、ＳＮＳサーバ３は、感情要因推定支援装置１において入力された、ツイートを取得する対象となる投稿者名を受信すると、投稿者名に対応する投稿者ＩＤに関連付けて記憶された過去の一以上のツイートを検索し、抽出したツイートを感情要因推定支援装置１に送信する。

感情要因推定支援装置１は、ツイートを受信すると、ツイートに含まれている感情を示す単語又は文字列（以下、感情語という）を抽出する。また、感情要因推定支援装置１は、ツイートを作成した投稿者の属性を推定する。感情要因推定支援装置１は、例えば、ツイートの文体やツイートに含まれる単語又は文字列に基づいて、投稿者の属性を推定する。感情要因推定支援装置１は、ツイートとともにＳＮＳサーバ３から送られてくる投稿者の属性情報に基づいて、投稿者の属性を特定してもよい。

続いて、感情要因推定支援装置１は、投稿者が作成したツイートにおいて、推定した属性の投稿者が、抽出した感情語により表される感情を抱いた要因となる単語又は文字列（以下、感情要因文字列という）を探索する。感情要因推定支援装置１は、投稿者の属性と感情要因語とが関連付けられた感情要因語辞書を参照することにより、投稿者の属性に適した感情要因文字列を選択することができる。感情要因推定支援装置１は、探索により特定した感情要因文字列を表示したり、他のコンピュータに送信したりすることにより、感情要因文字列を出力する。

このように、感情要因推定支援システムＳにおいては、投稿者が作成したツイートにおいて、投稿者の属性に適した感情要因文字列を推定し、推定した感情要因文字列を出力することができる。その結果、感情要因推定支援システムＳのユーザは、ツイートを作成した投稿者が、ツイートに表れている感情を抱いた要因を適切に把握することができるので、投稿者が感情を抱いた要因に最適なレスポンスをすることが可能になる。
以下、感情要因推定支援装置１の構成及び動作について詳細に説明する。

［感情要因推定支援装置１の構成］
図２は、感情要因推定支援装置１の構成を示す図である。感情要因推定支援装置１は、通信部１１と、操作受付部１２と、記憶部１３と、制御部１４とを有する。
通信部１１は、ネットワークＮを介して投稿者端末２及びＳＮＳサーバ３と情報を送受信するための通信インターフェースである。通信部１１は、例えばＬＡＮ（Local Area Network）コントローラを有している。通信部１１は、投稿者端末２又はＳＮＳサーバ３から投稿メッセージとしてのツイートを受信すると、受信したツイートを制御部１４に入力する。

操作受付部１２は、感情要因推定支援装置１のユーザによる操作を受け付けるユーザインターフェースである。操作受付部１２は、例えばキーボード、マウス及びディスプレイにより構成されている。例えば、感情要因推定支援装置１のユーザは、感情要因語を推定する対象となる投稿者名を入力することができる。

記憶部１３は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）及びハードディスク等の記憶媒体を有する。記憶部１３は、例えば、制御部１４が実行することにより感情要因推定支援方法を実行するための感情要因推定支援用プログラムを記憶している。また、記憶部１３は、感情語辞書１３１及び感情要因語辞書１３２を記憶している。

感情語辞書１３１は、制御部１４がツイートに含まれている感情語を抽出するために用いられる辞書である。感情語辞書１３１においては、感情の種別を示す感情種別情報と感情語とが関連付けられている。図３は、記憶部１３に記憶された感情語辞書の一例を示す表である。図３に示すように、感情語は、文字列ではなく絵文字であってもよい。

感情要因語辞書１３２は、投稿者の属性ごとに、投稿者の感情を表す感情語と当該感情語が表す感情を生起させた要因を表す感情要因語とが関連付けられた感情要因語辞書である。図４は、感情要因語辞書の一例を示す表である。感情要因語辞書においては、感情種別、感情語、感情要因語及び投稿者の属性が関連付けられている。投稿者の属性は、図４に示した年代、性別、趣味、気質の他に、居住地域、出身地、出身校、好物等のように、投稿者を特徴づける任意の要素である。

図４に示す例において、感情種別が「恍惚」であり、感情語が「充実している」である場合に、投稿者属性が男性である場合の感情要因語の一例が「仕事が順調」であり、投稿者属性が女性である場合の感情要因語の一例が「良い買い物をした」である。このことは、男性が「充実している」と感じる要因としては、仕事が順調であることが多いのに対して、女性が「充実している」と感じる要因としては、良い買い物ができた場合が多いということを示している。

また、図４においては、感情種別が「恍惚」であり、感情語が「嬉しい」である場合に、投稿者属性が２０代の女性であるときの感情要因語の一例が「今日は誕生日」である。そして、感情種別が「悲嘆」であり、感情語が「辛い」である場合に、投稿者属性が４０代の女性であるときの感情要因語の一例も「誕生日」である。このことは、「誕生日」という感情要因語が、投稿者属性によって、異なる感情を抱く要因となり得ることを示している。このように、感情要因語辞書１３２においては、投稿者属性ごとに、感情語と感情要因語とが関連付けられているので、感情要因推定支援装置１は、投稿メッセージに表れている感情を投稿者が抱くことになった要因を高い精度で推定することができる。

図２に戻り、制御部１４の構成について説明する。
制御部１４は、例えばＣＰＵ（Central Processing Unit）であり、記憶部１３に記憶されたプログラムを実行することにより、取得部１４１、属性推定部１４２、抽出部１４３、選択部１４４及び出力部１４５として機能する。

取得部１４１は、投稿者が作成した投稿メッセージを取得する。本実施形態において、取得部１４１は、操作受付部１２において入力された投稿者名をＳＮＳサーバ３に送信し、ＳＮＳサーバ３に送信した投稿者名に対応する投稿者が作成したツイートを投稿メッセージとして取得する。取得部１４１は、取得したツイートを属性推定部１４２に入力する。

属性推定部１４２は、投稿メッセージを作成した投稿者の属性を推定する。本実施形態において、属性推定部１４２は、取得部１４１から入力されたツイートの文体、及びツイートに含まれている単語等に基づいて、投稿者の属性を推定する。

属性推定部１４２は、例えば、ツイートの末尾が男性的な表現である場合に、投稿者の属性が男性であると推定し、スイート文の末尾が女性的な表現である場合に、投稿者の属性が女性であると推定する。また、属性推定部１４２は、ツイートに地名が含まれている場合、ツイート中の他の単語との組み合わせにより、投稿者の居住地域や出身地等を推定することができる。属性推定部１４２は、ツイートと推定した投稿者の属性とを抽出部１４３に入力する。

抽出部１４３は、投稿メッセージに含まれる感情語を抽出する。本実施形態において、抽出部１４３は、図３に示した感情語辞書を参照して形態素解析をすることにより、属性推定部１４２から受信したツイートに含まれる感情語を抽出する。感情語辞書において、投稿者属性に関連付けて感情語が記録されている場合、抽出部１４３は、属性推定部１４２から入力された投稿者の属性に対応する感情語をツイートから抽出する。抽出部１４３は、ツイート、投稿者の属性、及び抽出した感情語を選択部１４４に通知する。

選択部１４４は、属性推定部１４２が推定した投稿者の属性に対応する感情要因語辞書において抽出部１４３が抽出した感情語に関連付けられた感情要因語に類似する要因文字列を、投稿メッセージから選択する。投稿者の属性に対応する感情要因語辞書は、投稿者の属性ごとに独立して設けられた感情要因語辞書であってもよく、図４に示したように、複数の属性に対応する感情要因語辞書のうち、投稿者の属性に対応する部分であってもよい。

選択部１４４は、まず、図４に示した感情要因語辞書において、抽出部１４３から入力された投稿者の属性に対応する感情要因語を抽出する。続いて、選択部１４４は、ツイートにおいて、抽出した感情要因語に類似する文字列である要因文字列を探索する。要因文字列は、例えば、感情要因語の少なくとも一部を含む文字列であり、感情要因語と同一の文字列、又は感情要因語との相関性が高い文字列である。選択部１４４は、所定の度合い以上に感情要因語に類似する文字列が見つかった場合に、見つかった文字列を要因文字列として選択する。

ここで、選択部１４４は、抽出部１４３が抽出した感情語のツイートにおける位置に基づいて、要因文字列を選択する対象とする範囲を決定してもよい。選択部１４４は、例えば、感情語が投稿メッセージの末尾から所定の範囲内にある場合、投稿メッセージにおける感情語の前の文字列から要因文字列を探索する。選択部１４４は、例えば、感情語がツイートの先頭から所定の範囲内にある場合、ツイートにおける感情語の後ろの文字列から要因文字列を探索する。

選択部１４４は、感情語の内容や文体に基づいて、感情語の前の文字列から要因文字列を探索するか、感情語の後ろの文字列から要因文字列を探索するかを決定してもよい。例えば、選択部１４４は、感情語が、「〜ので嬉しい」のように、感情語の前に感情要因語が含まれている可能性が高い表現を含む場合、感情語の前の文字列から要因文字列を探索する。また、選択部１４４は、「嬉しいのは」のように、感情語の後ろに感情要因語が含まれている可能性が高い表現を含む場合、感情語の後ろの文字列から要因文字列を探索する。

また、選択部１４４は、抽出部１４３が感情語を抽出したツイートよりも前又は後の時間に作成されたツイートに含まれる要因文字列を選択してもよい。例えば、選択部１４４は、抽出部１４３が感情語を抽出したツイート内に要因文字列が含まれないと判定した場合に、抽出部１４３が感情語を抽出したツイートよりも前又は後に作成されたツイートに含まれる要因文字列を選択する。

選択部１４４は、感情語の内容に基づいて、感情語が抽出されたツイートの前のツイートにおいて感情要因語を探索するか、感情語が抽出されたツイートの後ろのツイートにおいて感情要因語を探索するかを決定してもよい。例えば、選択部１４４は、「だから、嬉しい」のように、感情語を含むツイートの前のツイートに感情要因語が含まれている可能性が高い表現を含む場合、感情語を含むツイートの前のツイートにおいて要因文字列を探索する。また、選択部１４４は、「嬉しいのは」のように、感情語が抽出されたツイートの後ろのツイートに感情要因語が含まれている可能性が高い表現を含む場合、感情語が抽出されたツイートの後ろのツイートにおいて要因文字列を探索する。

出力部１４５は、取得部１４１が取得したツイートに関連付けて、抽出部１４３が抽出した感情語と、選択部１４４が選択した要因文字列とを出力する。
図５〜図６は、出力部１４５が要因文字列を出力した画面の例を示す図である。図５は、感情語が含まれているツイート内に要因文字列が含まれている例を示している。図５（ａ）に示すツイートを作成したＡ子は、２０代の女性だとする。この場合、選択部１４４は、「嬉しいなあ」という恍惚を表す感情語に対応する感情要因語として「誕生日」を選択する。出力部１４５は、選択部１４４が選択した「誕生日」に下線を付すことにより、「誕生日」が要因文字列であることを示す。

図５（ｂ）に示すツイートを作成したＢ子は、４０代の女性だとする。この場合、選択部１４４は、「嬉しいなあ。」という恍惚を表す感情語に対応する感情要因語である「誕生日」及び「孫が来てくれる」のうち、２０代の女性に対応する感情要因語である「誕生日」を選択せず、４０代の女性に対応する「孫が来てくれる」を選択する。出力部１４５は、「孫が来てくれる」に下線を付すことにより、「孫が来てくれる」が要因文字列であることを示す。なお、出力部１４５が要因文字列を出力する態様は任意であり、下線を付す他に、色を変えたり大きさを変えたりすることにより、感情要因推定支援装置１のユーザが要因文字列を認識できるようにしてもよい。

図６は、感情語が含まれているツイートに感情要因語が含まれていない場合の例を示している。図６（ａ２）に示すツイートには、「やったね！」という感情語が含まれているが、このツイートには感情要因語が含まれていない。そこで、選択部１４４は、図６（ａ２）のツイートの前に投稿された図６（ａ１）のツイートに含まれる、Ａ子の属性に対応する要因文字列を選択し、出力部１４５は、選択部１４４が選択した文字列に下線を付して出力している。

同様に、図６（ｂ２）に示すツイートには感情要因語が含まれていない。そこで、選択部１４４は、図６（ｂ２）のツイートの前に投稿された図６（ｂ１）のツイートに含まれる、Ｂ子の属性に対応する要因文字列を選択し、出力部１４５は、選択部１４４が選択した文字列に下線を付して出力している。

［感情要因推定支援装置１の動作フローチャート］
図７は、感情要因推定支援装置１が感情要因を推定する動作のフローチャートである。
まず、取得部１４１は、感情要因を推定する対象となる投稿者のツイートをＳＮＳサーバ３から取得する（Ｓ１１）。続いて、属性推定部１４２は、取得部１４１が取得したツイートに基づいて、投稿者の属性を推定する（Ｓ１２）。

続いて、抽出部１４３は、ツイートに感情語が含まれているか否かを判定する（Ｓ１３）。抽出部１４３は、ツイートに感情語が含まれていない場合（Ｓ１４３においてＮＯ）、ステップＳ１１に戻って、次のツイートの処理に進む。抽出部１４３は、ツイートに感情語が含まれている場合（Ｓ１４３においてＹＥＳ）、ツイートにおける感情語の位置を特定する（Ｓ１４）。

続いて、選択部１４４は、抽出部１４３が特定した感情語の位置に基づいて、投稿者の属性、及び感情語に対応する感情要因語を探索する（Ｓ１５）。選択部１４４が、感情要因語があると判定した場合（Ｓ１６においてＹＥＳ）、出力部１４５は、感情要因語をユーザが認識できるように表示する（Ｓ１７）。また、選択部１４４は、感情要因語がないと判定した場合（Ｓ１６においてＮＯ）、前後の所定の範囲内の数のツイートにおいて感情要因語を探索する（Ｓ１８）。この場合、選択部１４４は、例えば、投稿者ごとに定められた範囲内のツイートを探索してもよい。このようにすることで、投稿者のツイート作成の癖を考慮して感情要因語を探索できるので、感情要因語を適切に選択できる確率を向上させることができる。

選択部１４４は、前後のツイート内に感情要因語があると判定した場合（Ｓ１９においてＹＥＳ）、出力部１４５は、感情要因語を表示する（Ｓ１７）。選択部１４４は、ステップＳ１９において感情要因語がないと判定すると、ステップＳ１１に戻って、次のツイートの処理に進む。

制御部１４は、ステップＳ１１〜ステップＳ１９までの処理を、感情要因を推定する対象となる全てのツイートに対して実行する。制御部１４は、全てのツイートに対して処理が終了すると（Ｓ２０においてＹＥＳ）、感情要因の推定処理を終了する。

（変形例１）
図８は、感情要因語辞書の変形例を示す図である。図８に示す感情要因語辞書は、同一の投稿者の属性における同一の感情種別と感情語の組み合わせに対して複数の感情要因語が存在する場合、感情要因語に関連付けて、感情語が表す感情を投稿者が抱く要因が感情要因語である蓋然性の大きさを示す蓋然性情報を含む点で、図４に示した感情要因語辞書と異なり、他の点で同じである。

この場合、選択部１４４は、記憶部１３が、抽出部１４３が抽出した感情語に対応する感情要因語を複数記憶している場合に、蓋然性情報が示す蓋然性がより大きい感情要因語に関連する要因文字列を優先的に選択する。例えば、「今日は誕生日なのでデートができて嬉しかった。」というツイートを２０代の女性が作成した場合、「誕生日」と「デート」が「嬉しかった」という感情語に対する感情要因語である。

この場合、選択部１４４は、蓋然性がより高い「デート」を感情要因語として、「デート」を要因文字列として選択する。そして、出力部１４５は、例えば「デート」に下線を付したツイートを出力する。このようにすることで、感情要因推定支援装置１のユーザは、投稿メッセージに複数の感情要因語に類似する複数の要因文字列が含まれている場合であっても、投稿者が感情語に対応する感情を抱いた要因を高い精度で把握することができる。

なお、このようにツイートに複数の感情要因語に類似する複数の要因文字列が含まれる場合、出力部１４５は、感情要因推定支援装置１のユーザが複数の要因文字列を認識できるように表示するとともに、それぞれの要因文字列に対応する蓋然性を表示してもよい。このようにすることで、感情要因推定支援装置１のユーザは、表示された複数の要因文字列とそれぞれの蓋然性とに基づいて、投稿者が感情語に対応する感情を抱いた要因を総合的に推定することが可能になる。

（変形例２）
感情要因推定支援装置１は、図４及び図８に示した感情要因語辞書を更新できるようにしてもよい。例えば、選択部１４４が、感情語に関連付けられた感情要因語を選択できない場合に、操作受付部１２は、感情語に関連付けて感情要因語辞書に登録する感情要因語の入力を受け付けて、受け付けた感情要因語を感情要因語辞書１３２に登録する。

具体的には、選択部１４４が、感情要因を推定する対象となるツイートに感情要因語が存在しないと判定した場合、出力部１４５は、感情語を含むツイートと、当該ツイートの前後に投稿された所定の数のツイートとを表示する。操作受付部１２は、感情要因推定支援装置１のユーザが、表示された所定の数のツイートに含まれている文字列を選択する操作を行うと、選択された文字列を感情要因語として受け付ける。このようにすることで、感情要因推定支援装置１は、感情要因語辞書に含まれる投稿者の属性に合った感情要因語を増やすことができる。

（変形例４）
上記の説明においては、取得部１４１が、投稿者が作成したツイートを投稿メッセージとして取得するという例を示したが、取得部１４１は、投稿者が作成した投稿メッセージに関連する、投稿者と異なる他者の投稿メッセージ（以下、他者メッセージという）を取得してもよい。例えば、取得部１４１は、投稿者が作成した投稿メッセージに関係するリプライツイート等の他者メッセージを取得する。

そして、選択部１４４は、取得部１４１が取得した他者メッセージに含まれる、投稿者の属性に対応する感情要因語を選択してもよい。このようにすることで、感情要因推定支援装置１は、投稿者の感情を生起させた要因が他者メッセージにある場合であっても、感情を生起させた要因を推定することが可能になる。

（変形例４）
図４及び図８に示した感情要因語辞書においては、年代、性別、趣味、気質等の投稿者の属性に感情要因語が関連付けられていた。感情要因語辞書は、このような形態に限らず、投稿者の属性が投稿者ＩＤであり、記憶部１３は、投稿者ごとに異なる感情要因語辞書を記憶してもよい。このようにすることで、感情要因推定支援装置１は、投稿者が感情語に対応する感情を抱いた要因を示す文字列を抽出する精度をさらに向上させることができる。

［本実施形態の感情要因推定支援装置１による効果］
以上説明したように、本実施形態の感情要因推定支援装置１は、投稿者の属性に対応する感情要因語辞書を参照することにより、投稿メッセージに含まれる感情語に対応する感情を投稿者が抱いた要因を示している蓋然性が高い文字列を出力することができる。このようにすることで、感情要因推定支援装置１のユーザが、文章に表れている投稿者の感情を生起させた要因を推定する精度を向上させることができる。

また、選択部１４４が、抽出部１４３が抽出した感情語の投稿メッセージにおける位置に基づいて、要因文字列を選択する対象とする範囲を決定することで、処理速度を高めることができるとともに、適切な要因文字列を選択する可能性を高めることができる。

また、選択部１４４は、感情語に対応する感情要因語が複数ある場合に、投稿者の属性に基づいて、投稿者の感情要因として想定される蓋然性がより大きい感情要因語に関連する要因文字列を優先的に選択する。このようにすることで、投稿メッセージに感情要因語に類似する文字列が複数存在する場合であっても、感情要因推定支援装置１のユーザは、高い精度で感情要因を推定することができる。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更又は改良を加えることが可能であることが当業者に明らかである。特に、装置の分散・統合の具体的な実施形態は以上に図示するものに限られず、その全部又は一部について、種々の付加等に応じて、又は、機能負荷に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。

上記の説明においては投稿メッセージとしてツイートを例示したが、投稿メッセージはツイートに限らず、本発明は任意のメッセージに適用することができる。例えば、感情要因推定支援装置１を用いることで、お客様相談センターに寄せられたメッセージの内容に基づいて、お客様相談センターにメッセージを送信した人が立腹している理由を高い精度で推定できるようになる。

１ 感情要因推定支援装置
２ 投稿者端末
３ サーバ
１１ 通信部
１２ 操作受付部
１３ 記憶部
１４ 制御部
１３１ 感情語辞書
１３２ 感情要因語辞書
１４１ 取得部
１４２ 属性推定部
１４３ 抽出部
１４４ 選択部
１４５ 出力部
Ｎ ネットワーク
Ｓ 感情要因推定支援システム

Claims (11)

1. メッセージの投稿者の属性ごとに、投稿者の感情を表す感情語と当該感情語が表す感情を生起させた要因を表す感情要因語とが関連付けられた感情要因語辞書を記憶する記憶部と、
   投稿者が作成した投稿メッセージを取得する取得部と、
   前記投稿メッセージを作成した投稿者の属性を推定する属性推定部と、
   前記投稿メッセージに含まれる感情語を抽出する抽出部と、
   前記属性推定部が推定した前記投稿者の属性に対応する前記感情要因語辞書において前記抽出部が抽出した前記感情語に関連付けられた前記感情要因語に類似する要因文字列を、前記投稿メッセージから選択する選択部と、
   を有する感情要因推定支援装置。
2. 前記選択部は、前記投稿メッセージにおいて、前記属性推定部が推定した前記投稿者の属性に対応する前記感情要因語辞書において前記抽出部が抽出した前記感情語に関連付けられた前記感情要因語の少なくとも一部の文字列を含む前記要因文字列を、前記投稿メッセージから選択する、
   請求項１に記載の感情要因推定支援装置。
3. 前記選択部は、前記抽出部が抽出した前記感情語の前記投稿メッセージにおける位置に基づいて、前記要因文字列を選択する対象とする範囲を決定する、
   請求項１又は２に記載の感情要因推定支援装置。
4. 前記記憶部は、前記感情要因語に関連付けて、前記感情語が表す感情を投稿者が抱く要因が前記感情要因語である蓋然性の大きさを示す蓋然性情報をさらに記憶し、
   前記選択部は、前記記憶部が、前記抽出部が抽出した前記感情語に対応する前記感情要因語を複数記憶している場合に、前記蓋然性情報が示す蓋然性がより大きい感情要因語に関連する前記要因文字列を優先的に選択する、
   請求項１から３のいずれか一項に記載の感情要因推定支援装置。
5. 前記取得部は、複数の前記投稿メッセージを取得し、
   前記選択部は、前記抽出部が前記感情語を抽出した前記投稿メッセージよりも前又は後に作成された投稿メッセージに含まれる前記要因文字列を選択する、
   請求項１から４のいずれか一項に記載の感情要因推定支援装置。
6. 前記選択部は、前記抽出部が前記感情語を抽出した前記投稿メッセージ内に前記要因文字列が含まれないと判定した場合に、前記抽出部が前記感情語を抽出した前記投稿メッセージよりも前又は後に作成された投稿メッセージに含まれる前記要因文字列を選択する、
   請求項５に記載の感情要因推定支援装置。
7. 前記取得部が取得した前記投稿メッセージに関連付けて、前記抽出部が抽出した前記感情語と、前記選択部が選択した前記要因文字列とを出力する出力部をさらに有する、
   請求項１から６のいずれか一項に記載の感情要因推定支援装置。
8. 前記選択部が、前記感情語に関連付けられた前記感情要因語を選択できない場合に、前記感情語に関連付けて前記感情要因語辞書に登録する感情要因語の入力を受け付ける受付部をさらに有する、
   請求項１から７のいずれか一項に記載の感情要因推定支援装置。
9. 前記取得部は、前記投稿者が作成した投稿メッセージに関連する、前記投稿者と異なる他者が作成した他者メッセージをさらに取得し、
   前記選択部は、前記他者メッセージに含まれる前記要因文字列を選択する、
   請求項１から８のいずれか一項に記載の感情要因推定支援装置。
10. コンピュータが実行する、
    メッセージの投稿者が作成した投稿メッセージを取得するステップと、
    前記投稿メッセージを作成した投稿者の属性を推定するステップと、
    前記投稿メッセージに含まれる感情語を抽出するステップと、
    投稿者の感情を表す感情語と当該感情語が表す感情を生起させた要因を表す感情要因語とが関連付けられた感情要因語辞書であって、推定した前記投稿者の属性に対応する感情要因語辞書を参照することにより、前記抽出するステップにおいて抽出した前記感情語に関連付けられた前記感情要因語と関連する要因文字列を、前記投稿メッセージから選択するステップと、
    を有する感情要因推定支援方法。
11. メッセージの投稿者が作成した投稿メッセージを取得するステップと、
    前記投稿メッセージを作成した投稿者の属性を推定するステップと、
    前記投稿メッセージに含まれる感情語を抽出するステップと、
    投稿者の感情を表す感情語と当該感情語が表す感情を生起させた要因を表す感情要因語とが関連付けられた感情要因語辞書であって、推定した前記投稿者の属性に対応する感情要因語辞書を参照することにより、前記抽出するステップにおいて抽出した前記感情語に関連付けられた前記感情要因語と関連する要因文字列を、前記投稿メッセージから選択するステップと、
    をコンピュータに実行させるための感情要因推定支援用プログラム。
    
    
    
    

Images