JP2010257453A - サーチクエリデータを用いて文書にタグ付けするシステム - Google Patents

Abstract

【課題】ユーザによる明示的なタグ付け操作によらず、データにタグを付ける。
【解決手段】システムは、サーチクエリデータを用いて文書にタグ付けするためのシステムであって、電子的に格納されたデジタルデータを含む文書群のコーパス１２４を格納するデータベースと、１以上の検索語を含んだユーザからのサーチクエリを受け取り、前記コーパス１２４に対してサーチクエリを実行し、前記コーパス１２４内の文書のうち前記１以上の検索語のうちの少なくとも１つに合致する各文書の識別情報を含んだサーチ結果を取得するサーチクエリサーバ１１６と、ユーザが選択した１以上の前記識別情報を取得するクリックスルータグ・プラグイン１０８と、ユーザと前記選択された識別情報と前記合致した検索語とをそれぞれ含む一組のクリックスルータグを生成するソーシャルタグモジュール１１４と、を備える。
【選択図】図１

Description

本願は、概略的にはデジタル情報のカテゴリ分けに関するものであり、より詳しくは、サーチクエリデータを用いて文書に暗黙的にタグ付けするためのシステムに関する。

"Web 2.0"は、非公式には、ユーザ間のコミュニケーションとコラボレーション（協業）を促進するために開発された、ウェブサイトを含むウェブベースのサービスのことを指し、これは、"Web 1.0"と呼ばれるWorld Wide Webの第1世代が情報アクセス及び検索に焦点を当てていたのと対照的である。Web 2.0サービスには、Facebook(www.facebook.com)などのソーシャルネットワーキングや、YouTube(www.youtube.com)などのようなコンテンツ共有、ウェブログすなわち「ブログ」などが含まれていた。Web 2.0サービスには、例えば、コンテンツの生成、カテゴリ分け、及び共有を通しての能動的なユーザの参加が含まれる。

タグ付け（タギング）はWeb 2.0の別の鍵となる要素であり、タグ付けによりユーザは選ばれたウェブコンテンツを１以上の自由に選ばれたタグすなわちキーワードに関連づけることができる。タグ付けにより、ユーザは、タグ付けされたウェブコンテンツを後で効率的に検索することができる。例えば、Delicious (www.delicious.com) では、ユーザはウェブページのブックマーク（お気に入り）にタグを付けることができる。そして、ユーザは、前に付けたタグを用いて自分の個人的なブックマーク付けしたコレクションの中からウェブページをサーチ及び検索することができる。さらに、ユーザのブックマーク及びタグは、自分自身のタグを見て検索して付加することができる他のユーザによって共有することもできる。多くのユーザのタグを集めることは、フォークソノミー (folksonomy) すなわちソーシャルタギング（社会的なタグ付け）となり、これにより時間がたつにつれてタグ及びユーザの数が増えれば増えるほど、タグ付けされたコンテンツの検索、閲覧、及びナビゲーション（案内）が容易になっていく。他の例は、Fkickr (www.flickr.com)とlast.fm (www.last.fm)であり、これらはそれぞれ、写真と音楽のタグ付け及び共有を可能にする。

このように、タグは、個人ユーザのみならずユーザコミュニティ全体に、価値あるデータマイニングツールを提供する。タグの価値、ひいてはタグ付けツールを提供するウェブサービスのフォークソノミーは、タグの量やそれらタグによってカバーされるトピックス（話題）の量に依存する。タグ付け機能を利用するユーザが増えるにつれて、サービスに惹かれるユーザが増える。残念なことに、タグ付けのためには、ユーザは、コストをかけて意識的（明示的）に労力をさいて、コンテンツを識別して手作業でタグを付ける必要がある。ユーザはそのような労力をさいてまでコンテンツにタグ付けをすることにはためらいや面倒臭さを感じるものであり、特にタグ付けサービスの展開初期にはそうなので、タグ付けサービスの採用率は低いものとなりがちであり、カバーされるタグやトピックスの数のデータ・スパース性（データが疎らなこと）をもたらすことになる。更に、FlickrやYoutube等のようないくつかのサイトでは、コンテンツをアップロードするユーザだけしかそのコンテンツにタグ付けすることができず、これにより入手できる最初のタグ付けデータが少なくなっている。

BEATE KRAUSE et al., "Logsonomy- Social Information Retrieval With Logdata," Conference on Hypertext and Hypermedia, Proceedings on the 19th ACM Conference on Hypertext and Hypermedia, Pittsburgh, PA, USA, pp.157-166 (June 19-21, 2008) BARRY SMYTH et al., "Exploiting Query Repetition and Regularity in an Adaptive Community-Based Web Search Engine," User Modeling and User-Adapted Interaction, pp. 383-423 (2004) SHENGHUA BAO et al., "Optimizing Web Search Using Social Annotations," International World Wide Web Conference, Proceedings of the 16th International Conference on World Wide Web, Banff, Alberta, Canada, pp. 501-510 (May 8-12, 2007).

したがって、ユーザの明示的な作業のみに依存することなしに、タグ付けシステムにタグ付けされたコンテンツを導入するアプローチが必要である。望ましくは、そのようなアプローチは、ユーザが暗黙的に行うタグ付けのための動作・行為を利用してウェブコンテンツのソーシャルタッギングを促進することにより、ユーザらがコラボレーションやタグ付きコンテンツの共有をしやすくするものとなるかもしれない。

サーチクエリ（検索問合せ）データを用いて文書に暗黙的にタグ付けする、コンピュータに実装されるシステム及び方法を提供する。電子的に格納されたデジタルデータを含む文書群のコーパスが識別される。ユーザから１つ又は複数の検索語（クエリターム）を含むサーチクエリが受け取られる。検索語は、単語に限らず、句などといった複数の単語の集まりも含んでよい。このサーチクエリは、コーパスに対して実行される。これにより得られるサーチ結果には、そのコーパスの文書のうちの少なくとも１つの検索語に合致する文書のそれぞれの識別情報が含まれる。それら識別情報からユーザが１つ又は複数を選択した選択結果が取得される。クリックスルータグ(click-through tag)の集合が生成される（クリックスルーとは、タグのクリックによりタグ付け対象のコンテンツにジャンプすること）。個々のクリックスルータグは、ユーザと、選択された識別情報農地の１つと、合致した検索語とが含まれる。

サーチクエリデータを用いた文書に対する暗黙的なタグ付けのための環境の一例を示すブロック図である。 図１に示した実施形態などの、この明細書の実施形態を実行するための汎用コンピュータを示すブロック図である。 クリックスルータグとアノテーションタグ(annotated tag)の諸特徴の比較を示す図である。 一実施形態におけるサーチクエリデータを用いた文書に対する暗黙的なタグ付けのための方法を示すフローチャートである。 図４の方法と共に用いる、ソーシャルタグコーパスの更新のためのルーチンを示すフローチャートである。 ソーシャルタグコーパスに対するクリックスルータグとアノテーションタグの相対的寄与の時間変化を例示するグラフの例を示す図である。 図４の方法に用いられる文書タイプを例示する図である。

サーチクエリ群からのコンテクストは、取得することができ、文書群に対する暗黙的なソーシャルタギング（社会的なタグ付け）のために動的に利用することができる。図１は、サーチクエリデータを用いた文書に対する暗黙的なタグ付けのための環境の一例を示すブロック図である。この環境の中で、汎用コンピュータ１０４ａ〜ｇは、インターネットなどのネットワーク１０２を介して通信及び情報の交換を行うとともに、クライアントサイドの処理又はサーバサイドの処理のいずれかを実行するようにプログラムされている。他のネットワーク１０２の構造、例えばイントラネットとして構築された企業内ネットワークなど、であってもよい。クライアント・サーバ構成以外の構成、例えば、中央・端末ベースの構成や、それらの組み合わせなどであってもよい。

クライアントサイドの処理は、クライアントサイドアプリケーションモジュール１０６をロードした汎用コンピュータ１０４ａ〜ｂにより実行される。このモジュール１０６は、クリックスルータグ・プラグイン１０８とウェブブラウザ１１０を備えている。別の例では、クライアントサイドアプリケーションモジュール１０６は、アノテーション・プラグイン１１２を更に備えていてもよい。サーバサイドの処理は、１つ又は複数のサーバサイドアプリケーションモジュール１１２をロードした汎用コンピュータ１０４ｃ〜ｇにより実行される。このモジュール１１２は、ソーシャルタグモジュール１１４、サーチクエリサーバ１１６、ウェブページサーバ１１８のうちのどれか１つ、又は複数の組み合わせを含んでいる。別の例では、サーバサイドアプリケーションモジュール１１２は、アノテーションモジュール１１４、ウェブページ（すなわちウェブ文書）サーバ１１８、及びタグベースサーチサーバ１２０のうちの１つ又は複数を備えていてもよい。更に他のクライアントサイドモジュール及びサーバサイドモジュールがあってもよい。更に別の例では、特殊用途コンピュータを、上述のクライアントサイド及びサーバサイドの処理を実行するようにプログラムしてもよい。

まず、ウェブブラウザ１１０が、クリックスルータグ・プラグイン１０８と共に起動される。このプラグイン１０８は、サーバサイド・アプリケーションモジュール１１２と通信する処理を含んでいる。ウェブブラウザ１１０は、サーチクエリを要求するユーザから、１つ又は複数の検索語（クエリターム）を含む入力を受け取る。検索語は、ウェブブラウザ１１０からサーチクエリサーバ１１６へと送られる。サーチクエリサーバ１１６は、文書群の集成を含んだ文書コーパス１２４を維持しているか、あるいはそのコーパス１２４に対してアクセス可能となっている。この文書コーパス１２４は、後で定義される。サーチクエリサーバ１１６は、そのサーチクエリを文書コーパス１２４に対して適用し、クエリに合致する文書群のリストを含むサーチ結果を、ユーザに対する表示のためにウェブブラウザ１１０に返す。合致する文書群のリストは、そのサーチクエリの全部又は一部に合致するものである。望ましくは、それら合致する文書群は、ユーザに対して、当該文書に対するハイパーリンクを含んだリストとして提示されるが、合致する文書群のサムネイル画像を表示するなどといった他の形態で提示されてもよい。ユーザは、そのリストから１つのサーチ結果を選択し、例えば、当該所望の文書を格納するウェブページサーバ１１８などのサーバのネットワーク上での位置を示すＵＲＬ(uniform resource locator)を用いて、当該所望の文書にアクセスすることができる。

文書は、電子データの集まりであり、例えばウェブページなどのようにウェブブラウザを用いて閲覧されることもある文書のように、その電子データの集まりが閲覧されるときにどのような書式で配列されるかに応じてページ数が変わる複数のページを規定する。１つの文書を形づくる電子データは、例えば、後で図７を参照して説明するように、静的コンテンツ、動的コンテンツ、又はそれらの組み合わせを含む。

クリックスルータグ・プラグイン１０８は、サーチ要求の１以上の検索語をパーズ（構文解析）し、それら検索語を、ウェブサーバ１２６を介してタグサーブレット１２８に送信する。タグサーブレット１２８は、それら検索語をソーシャルタグコーパス１３０内の構造化されたデータリポジトリに格納する。ある別の例では、合致する文書の中から見つかった検索語のみが格納される。また、クリックスルータグ・プラグイン１０８はユーザが選択したＵＲＬを識別し、そのＵＲＬをソーシャルタグコーパス１３０に格納する。さらに、ユーザ名又はログイン名などのようなユーザ情報が、クリックスルータグ・プラグイン１０８により識別され、格納される。それら検索語、ＵＲＬ及びユーザ識別情報は、三つ組データ、すなわちクリックスルータグとして格納される。別の例では、それら検索語、ＵＲＬ及びユーザ識別情報は、別々に分けて、しかし論理的にリンクされた状態で、格納してもよい。さらに別の例では、クリックスルータグは、以下に記述されるようなソーシャルタギングサービスにシードする（種をまく。すなわちそのサービスのための初期のタグとなる）ものとして用いることもできる。さらに別の例では、ネットワーク１０２上で動作するプロキシサーバ（図示省略）がクリックスルータグ・プラグイン１０８の機能を実行してもよい。

さらに別の例では、クライアントサイドアプリケーションモジュール１０６は、アノテーション・プラグイン１２２を備え、サーバサイド・アプリケーションモジュール１１２は、アノテーションサーバ１３２を備えていてもよい。このアノテーションサーバ１３２は、文書全体又は文書の中から選ばれた部分に対するユーザの明示的な手作業でのタグ付けを可能にする。文書に対して明示的（ユーザが意識的）にタグ付けする方法は、他の方法でもよい。タグ、タグ付けされた文書、及びその文書にタグ付けしたユーザの識別情報が、アノテーションタグとしてソーシャルタグコーパスに格納される。

さらに別の例では、ソーシャルタグコーパス１３０内に格納されたクリックスルータグとアノテーションタグは、タグベースサーチサーバ１２０を用いて、以上に記述したようなウェブブラウザ１１０上で実行されるユーザインタフェースを介して、検索することができる。タグを検索する方法は他の方法であってもよい。

図２は、図１に示した実施形態などの、この明細書の実施形態を実行するための汎用コンピュータを示すブロック図である。汎用コンピュータ１０４ａ〜ｇは、ハードウェア２１２とソフトウェア２１４を備える。ハードウェア２１２は、例えば、ＣＰＵなどのプロセッサ２１６、メモリ２１８（ＲＯＭ、ＲＡＭなど）、ＣＤ−ＲＯＭやハードディスクドライブ、フレキシブルディスクドライブ、テープドライブなどの永続的記憶装置２２０、ユーザ入力／出力（Ｉ／Ｏ）２２２、及びネットワークＩ／Ｏ２２４などを備えるものでよい。ユーザＩ／Ｏ２２２は、例えば、カメラ２０４、マイク２０８、スピーカ２０６、キーボード２２６、マウスなどのポインティングデバイス２２８、及びディスプレイ２３０などを備えていてもよい。ネットワークＩ／Ｏ２２４は、例えば、インターネットなどのネットワーク１０２に接続されていてもよい。汎用コンピュータ１０４ａ〜ｇのソフトウェア２１４には、オペレーティングシステムソフトウェア２３６とアプリケーションソフトウェア２４０とを備える。クライアントソフトウェア２４０は、クライアントサイドアプリケーションモジュール１０６又はサーバサイドアプリケーションモジュール１１２の命令を含んでいる。ソフトウェア２１４は、プロセッサ２１６に特定の演算を実行させるために、一般的にはメモリ２１８に読み込まれる。このような演算には、クライアントサイドアプリケーションモジュール１０６又はサーバサイドアプリケーションモジュール１１２の命令群を備えるアプリケーションソフトウェア２４０が含まれる。

クリックスルータグとアノテーションタグは、ソーシャルタグコーパスに独特の価値をもたらすことができる。図３に、クリックスルータグ３０２とアノテーションタグ３０４の諸特徴の比較を示すテーブル３００を示す。クリックスルータグ３０２は、特にソーシャルタグコーパスを生成した初期段階では、ユーザにより選ばれて手入力されていた従来のアノテーションタグ３０４よりも、より多くのタグ３０６とトピックス３０８をカバーすることができる。クリックスルータグ３０２はユーザのサーチクエリから生成されるので、タグ３０６及びトピックス３０８は、クエリを作るユーザの数及びタイプの数だけ多彩なものとなるであろう。さらに、クリックスルータグ３０２を生成するためにユーザに余計な労力３１４すなわちコストをかけさせることはない。しかし、文書に明示的にタグ付けするためにユーザが余分のコストを払うことにより、暗黙的に生成されるクリックスルータグ３０２と同等ないしはおそらくより高い品質３１０のアノテーションタグ３０４を付与できるようにしてもよい。アノテーションタグ３０４を付けるには、ユーザは文書を読み、その文書の内容について考え、その文書に対して１つ又は複数のタグを付することでアノテーション（注釈）付けする必要があるのに対し、クリックスルータグ３０２はユーザがその文書を読む前に（検索語として）生成することができる。一方、いったん生成されてしまうと、アノテーションタグ３０４とクリックスルータグ３０２のユーザにとっての有用性３１２は、広い意味でほぼ同等である。

クリックスルータグは、ユーザの追加的なコストをほとんどあるいは全く要さずに、価値あるソーシャルタギングデータをもたらす。図４は、一実施形態におけるサーチクエリデータを用いた文書に対する暗黙的なタグ付けのための方法を示すフローチャートである。この方法は、例えば図１及び図２を参照して上で説明したような汎用のプログラムされたコンピュータにより実行される処理又は方法の一連のステップとして実行される。

文書群のコーパスが識別される（ステップ４０２）。文書群は、ウェブブラウザで閲覧できるウェブページなどの電子データである。文書は、例えば、後で図７を参照して説明するように、静的コンテンツ又は動的コンテンツ又はそれらの組み合わせから構成されたものである。ユーザは、１以上の検索語のサーチクエリを入力し、このクエリは、受信され（ステップ４０４）、文書群のコーパスに対して実行される（ステップ４０６）。それら検索語に合致する文書群が取得され（ステップ４０８）、サーチ結果がそれら文書へのＵＲＬなどのハイパーリンクのリストとしてユーザに提示される。他の形式の表示でもよい。別の例では、それら検索語のうちの一部のタームにのみ合致する文書が取得され、ユーザに提示される。

ユーザがあるＵＲＬを選択すると、その選択結果がクリックスルータグ・プラグインにより捉えられる（ステップ４１０）。また、それら検索語は、パーズされ、そのＵＲＬとユーザ情報と共に、クリックスルータグの集合を生成するのに用いられる（ステップ４１２）。それらクリックスルータグは、ソーシャルタグコーパスにシードする（播種する。すなわち、当該コーパスを構成する初期のタグとして、それらクリックスルータグをそのコーパスに登録する）のに用いられる（ステップ４１４）。別の例では、クリックスルータグは、生成されると、ある別のデータリポジトリに格納され、後のある時点でソーシャルタグコーパス１３０に加えられるようにすることもできる。ソーシャルタグコーパス１３０は、必要に応じて、後で図５を参照して説明するように、１人又は複数の異なるユーザにより明示的に生成されたアノテーションタグにより、更新することができる（ステップ４１６）。

ソーシャルタグコーパスは、明示的に生成されたアノテーションタグにより補うことができる。図５は、図４の方法と共に用いる、ソーシャルタグコーパスの更新のためのルーチンを示すフローチャートである。まず、ユーザにより生成されたアノテーションタグが識別される（ステップ５０２）。このアノテーションタグは、ソーシャルタグコーパス１３０に追加される（ステップ５０４）。また、クリックスルータグとアノテーションタグとのソーシャルタグコーパスへの互いの相対的な寄与度を調整してもよい（ステップ５０６）。この調整については、後で図６を参照して説明する。

別の例では、ソーシャルタグコーパス１３０に格納されたクリックスルータグとアノテーションタグは、図１を参照して説明したように、サーチすることができる。ユーザは、１つ又は複数の検索タームを入力することでソーシャルタグコーパス１３０をサーチすることができ、このサーチクエリはソーシャルタグコーパス１３０に適用される。それら検索語のうちの１以上に合致するタグ群（クリックスルータグとアノテーションタグを含む）が、ユーザにより識別（指定）され、結果がユーザに提示される。サーチ結果は、図６を参照して以下に説明するように、ソーシャルタグコーパス１３０に対するクリックスルータグとアノテーションタグの相対的な寄与度に基づいて、ユーザに対して表示することもできる。

図６は、ソーシャルタグコーパスに対するクリックスルータグ６０２とアノテーションタグ６０４の相対的寄与度の時間変化を例示するグラフ６００の例を示す。ｘ軸は時間を表し、ｙ軸は相対的な寄与度を表す。ソーシャルタグコーパス１３０に対するクリックスルータグ６０２とアノテーションタグ６０４の相対的な寄与度は、必要ならば調整することができる。例えば、時間の経過に伴ってソーシャルタグコーパス１３０に加えられるアノテーションタグ６０４が増えるにつれて、クリックスルータグ６０２の相対的な寄与度を下げてもよい。例えば、クリックスルータグ６０２とアノテーションタグ６０４の相対的な重みは、アノテーションタグ６０４をより重く、すなわちクリックスルータグ６０４の重みを減らすように、異ならせてもよい。別の例では、ソーシャルタグコーパス１３０のサーチの結果の順序は、ランキングに基づき、アノテーションタグ６０４の方がクリックスルータグ６０２よりも有利になるようにしてもよい。別の例では、ソーシャルタグコーパス１３０からクリックスルータグ６０２の集合全体又はそのうちの選ばれた一部を削除することにより、あるいはソーシャルタグコーパス１３０に対する更なるクリックスルータグ６０２の追加を妨げることにより、クリックスルータグ６０２の相対的な寄与度を減じることもできる。クリックスルータグ６０２とアノテーションタグ６０４の寄与度の調整は、タグごとに行ってもよいし、ユーザごとに行ってもよいし、ＵＲＬごとに行ってもよい。クリックスルータグ６０２の寄与度の低減は別の方法で行ってもよい。

ある範囲の文書群が、ユーザによりタグ付けされるようにすることができる。図４の方法に用いられる複数の文書タイプ７００を例示する図７である。文書は、電子データの集まりであり、例えばウェブページなどのようにウェブブラウザを用いて閲覧されることもある文書のように、その電子データの集まりが閲覧されるときにどのような書式で配列されるかに応じ数が変わる複数のページを規定する。これら文書タイプ７００には、例えば、テキスト７０２や画像７０４のような静的コンテンツのみならず、ビデオ７０６や音声７０８のような動的すなわち再生可能なコンテンツも含まれる。また、１つの文書に、複数の異なる文書タイプの組み合わせが含まれるようにしてもよい。また以上に例示した以外のタイプもあり得る。

上述の説明に従い、標準的なプログラミング又はエンジニアリングの技術を用いてソフトウェア、ファームウェア、ハードウェア又はそれらの組み合わせを形成することにより、上述の実施形態をマシン（又はシステム）、処理プロセス（又は方法）、又は製造物として実装することができる。当業者ならば、この明細書に記載したフローチャート群は、上述したものに厳密に同じ手順だけでなく、他の可能な実施例を提供することをも意図していることが理解できるであろう。例えば、ステップの順序を変えたり、１以上のステップを並列的に実行したり、上述したフローチャートにステップを追加したり、ステップを削除したりする例も考えられる。

１０２ ネットワーク、１０４ａ〜ｇ 汎用コンピュータ、１０６ クライアントサイドアプリケーションモジュール、１０８ クリックスルータグ・プラグイン、１１０ ウェブブラウザ、１１６ サーチクエリサーバ、１１８ ウェブページサーバ、１２０ タブベースサーチサーバ、１２２ アノテーション・プラグイン、１２４ 文書コーパス、１２６ ウェブサーバ、１２８ タグサーブレット、１３０ ソーシャルタグコーパス、１３２ アノテーションサーバ。

Claims (4)

1. サーチクエリデータを用いて文書にタグ付けするためのシステムであって、
   電子的に格納されたデジタルデータを含む文書群のコーパスを格納するデータベースと、
   １以上の検索語を含んだユーザからのサーチクエリを受け取り、前記コーパスに対してサーチクエリを実行し、前記コーパス内の文書のうち前記１以上の検索語のうちの少なくとも１つに合致する各文書の識別情報を含んだサーチ結果を取得するサーチクエリサーバと、
   ユーザが選択した１以上の前記識別情報を取得するクリックスルータグ・プラグインと、
   前記ユーザの情報と前記選択された識別情報と前記合致した検索語とを含むクリックスルータグを生成するソーシャルタグモジュールと、
   を備えるシステム。
2. 前記ソーシャルタグモジュールは、前記クリックスルータグを用いて、ソーシャルタグのコーパスをシードする、ことを特徴とする請求項１に記載のシステム。
3. 前記ソーシャルタグのコーパスにおいて、前記クリックスルータグとアノテーションタグとは、重み付けが異なることを特徴とする請求項２に記載のシステム。
4. 前記ソーシャルタグのコーパスに対して、少なくとも１つの検索語を含むタグサーチクエリを実行し、１以上のクリックスルータグ又は１以上のアノテーションタグ又はその両方を含むタグサーチ結果を取得し、前記タグサーチ結果を前記異なる重み付けに基づきランク付けするタグベースサーチサーバ、を更に備える請求項３に記載のシステム。

Images