JP2019200738A - 情報処理装置、情報処理方法、および情報処理プログラム - Google Patents

Abstract

【課題】多次元のグラフ情報間の類似関係を示す情報を適切に提供する。【解決手段】本願に係る情報処理装置は、取得部と、提供部とを備える。取得部は、多次元空間における複数のグラフ情報の各々の位相構造を示す複数のトポロジ情報を取得する。提供部は、複数のトポロジ情報のうち、一のトポロジ情報と、他のトポロジ情報との比較に基づいて、一のトポロジ情報に対応する一のグラフ情報に位相構造的に類似する類似グラフ情報を示す情報を提供する。【選択図】図１

Description

本発明は、情報処理装置、情報処理方法、および情報処理プログラムに関する。

従来、グラフ情報の類似性に基づいて種々のサービスを提供する技術が知られている。このような技術の一例として、係り受け関係の解析結果に基づいて、単語又は文節をノードとし、文節間の修飾関係や被修飾関係の候補をエッジで表すグラフ構造等を用いて、異なる文書から生成されたグラフの各ノードペアについて、ノード間の文字列の類似性・同義性と、近傍ノード又は論理関係を持つ遠方のノードの類似性とに基づいて判定を行う技術が知られている。

特開２０１３−１０５３２１号公報

"パーシステントホモロジーと機械学習"，平岡裕章＜インターネット＞http://ibisml.org/archive/ibis2016/Hiraoka_IBIS2016.pdf（平成３０年５月１日検索） "非線形適応信号処理技術の新潮流"，湯川正裕＜インターネット＞http://www.ykw.elec.keio.ac.jp/yukawa/yukawa_tutorial2014.pdf（平成３０年５月１日検索）

しかしながら、多次元のグラフ情報間の類似関係を示す情報を適切に提供することができない場合がある。例えば、多次元空間におけるグラフ間を比較する場合、どのグラフが類似しているのかを適切に決定することが難しい。このため、多次元のグラフ情報間の類似関係を示す情報を適切に提供することができない場合がある。

本願は、上記に鑑みてなされたものであって、多次元のグラフ情報間の類似関係を示す情報を適切に提供することを目的とする。

本願に係る情報処理装置は、多次元空間における複数のグラフ情報の各々の位相構造を示す複数のトポロジ情報を取得する取得部と、前記複数のトポロジ情報のうち、一のトポロジ情報と、他のトポロジ情報との比較に基づいて、前記一のトポロジ情報に対応する一のグラフ情報に位相構造的に類似する類似グラフ情報を示す情報を提供する提供部と、を備えることを特徴とする。

実施形態の一態様によれば、多次元のグラフ情報間の類似関係を示す情報を適切に提供することができる。

図１は、実施形態に係る情報処理装置が実行する生成処理および提供処理の一例を示す図である。 図２は、実施形態に係る情報処理装置の構成例を示す図である。 図３は、実施形態に係るベクトル空間データベースに登録される情報の一例を示す図である。 図４は、実施形態に係るパーシステントホモロジーの一例を示す図である。 図５は、実施形態に係る生成処理および提供処理の流れの一例を説明するフローチャートである。 図６は、ハードウェア構成の一例を示す図である。

以下に、本願に係る情報処理装置、情報処理方法、および情報処理プログラムを実施するための形態（以下、「実施形態」と記載する。）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法、および情報処理プログラムが限定されるものではない。

［実施形態］
〔１．情報処理装置の一例〕
まず、図１を用いて、生成処理および提供処理を実行する情報処理装置の一例について説明する。図１は、実施形態に係る情報処理装置が実行する生成処理および提供処理の一例を示す図である。図１では、情報処理装置１０は、以下に説明する生成処理および提供処理を実行する情報処理装置であり、例えば、サーバ装置やクラウドシステム等により実現される。

より具体的には、情報処理装置１０は、インターネット等の所定のネットワークＮ（例えば、図２を参照）を介して、入力装置１００や出力装置２００（例えば、図２を参照）、端末装置３００（例えば、図２を参照）といった任意の装置と通信が可能である。

ここで、入力装置１００は、マイクなどの音声を取得する音声取得装置を用いて、参加者の発言を取得する。そして、入力装置１００は、任意の音声認識技術を用いて、発言をテキストデータに変換し、変換後のテキストデータを情報処理装置１０へと送信する。また、出力装置２００は、スピーカ等の音声を出力する装置を用いて、情報処理装置１０から受信したテキストデータの読み上げを行う。なお、出力装置２００は、情報処理装置１０から受信したテキストデータを所定の表示装置に表示することができる。また、端末装置３００は、集会における各参加者が使用する端末装置であり、情報処理装置１０から受信した任意の情報を出力可能な情報処理装置である。例えば、端末装置３００は、情報処理装置１０から受信した情報を表示したり、音声として出力したりすることができる。

なお、入力装置１００、出力装置２００、および端末装置３００は、スマートフォンやタブレット等のスマートデバイス、デスクトップＰＣ（Personal Computer）やノートＰＣ、サーバ装置等の情報処理装置により実現される。なお、入力装置１００、出力装置２００、および端末装置３００は、例えば、同一の情報処理装置によって実現されてもよく、例えば、ロボット等の装置によって実現されてもよい。

なお、以下の説明においては、情報処理装置１０は、入力装置１００に代えて、任意の音声認識技術を用いて、参加者の発言をテキストデータに変換可能である。すなわち、入力装置１００から参加者の発言の音声データを取得した場合、参加者の発言をテキストデータに変換することができる。また、情報処理装置１０は、形態素解析やｗ２ｖ（word2vec）、ディープラーニング等の技術を用いて、テキストデータに変換された発言の内容を解析する言語解析を行う。なお、言語解析技術については、任意の技術が適用可能であるものとする。

〔２．情報処理装置が実行する生成処理および提供処理について〕
ここで、会議等の発言に対応する発言をロボット等から出力することで、集会を円滑に進行させるといった技術が考えられる。例えば、会議等における発言に対応する分野（以下、「カテゴリ」ともいう）に類似するカテゴリを示す発言をロボット等から出力することで、会議において新たな着想をもたらす可能性がある。しかしながら、従来のように、単に次元空間におけるグラフの同士を比較する場合、どのグラフが類似しているのかを適切に決定することが難しく、会議等における発言に対して情報提供したカテゴリが適切なカテゴリでない場合がある。このため、従来の方法では、多次元のグラフ情報間の類似関係を示す情報を適切に提供することができないおそれがある。

〔２−１．情報処理装置が実行する生成処理について〕
そこで、情報処理装置１０は、各カテゴリに対応するグラフ情報の位相構造に基づく類似性により、カテゴリ間に類似性を判定し、その情報を用いて情報提供を行う。そのために、情報処理装置１０は、以下の生成処理を実行する。

まず、情報処理装置１０は、各カテゴリに対応する情報を収集し、その情報に基づいて、各カテゴリに対応する多次元のグラフ情報を生成する。例えば、情報処理装置１０は、ｗ２ｖやｓ２ｖ(sentence2vec)等により、単語や文章をベクトル（多次元量）に変換する。より具体的な例を挙げると、情報処理装置１０は、外部装置等から取得した各カテゴリに属する文章から、形態素解析等の技術を用いて単語群を抽出し、抽出した単語をベクトルに変換する。このように、情報処理装置１０は、カテゴリごとに異なる多次元のベクトル空間を生成する。すなわち、情報処理装置１０は、カテゴリごとに多次元のグラフ情報を生成する。以下、ベクトル化される要素は単語である場合を一例として説明する。なお、ベクトル化される各要素は、単語に限らず、文章や論文等の文書自体であってもよい。

例えば、情報処理装置１０は、医療、物理学、料理等、様々なカテゴリに関連する文章をそのカテゴリに属する文章として取得する。例えば、情報処理装置１０は、医療関連の論文や特許公報等を医療分野に関連する文章として取得し、レシピや料理の歴史を示す論文等を料理に関連する文章として取得する。そして、情報処理装置１０は、各文章から単語を抽出し、抽出した単語の相対的な関連性に基づいて、単語をベクトル化する。すなわち、情報処理装置１０は、カテゴリごとに異なる単語ベクトル空間を生成する。なお、このようなベクトル化については、ｗ２ｖに限らず、種々のベクトル化技術が採用可能である。

なお、ベクトル化する情報は、ベクトル化することができる情報、すなわち、多次元量に変換することができる情報であれば、任意の情報であってもよい。例えば、情報処理装置１０は、画像情報、動画情報、音声情報をベクトル化した情報を対象としてもよい。この場合、情報処理装置１０は、各カテゴリの画像情報、動画情報、音声情報が有する特徴量を情報として、各カテゴリのグラフ情報を生成してもよい。

また、情報処理装置１０は、各カテゴリのグラフ情報に基づいて、グラフ情報の位相構造を示すトポロジ情報を生成する。情報処理装置１０は、位相的データ分析に基づいて、各カテゴリのグラフ情報の位相構造を示すトポロジ情報を生成する。すなわち、情報処理装置１０は、各カテゴリに対応するトポロジ情報を生成する。

例えば、情報処理装置１０は、パーシステントホモロジーの技術を用いて、各カテゴリのグラフ情報のトポロジ情報を生成する。例えば、情報処理装置１０は、非特許文献１に開示されるようなパーシステントホモロジーの技術等の種々の従来技術を適宜用いて、各カテゴリのグラフ情報のトポロジ情報を生成する。なお、情報処理装置１０は、各カテゴリのグラフ情報の位相構造を示すトポロジ情報を生成可能であれば、どのような手法を用いてもよい。

図１の（Ａ）に示す例では、カテゴリ＃１の各単語に対応するベクトルを点とする多次元のグラフＧＲ１−１〜ＧＲ１−３を示す。図１に示すグラフＧＲ１１−１〜ＧＲ１１−３は、各点の膨張の過程を模式的に示す図であり、グラフＧＲ１１−１〜ＧＲ１１−３は、同一のカテゴリ＃１のグラフである。以下、グラフＧＲ１１−１〜ＧＲ１１−３について、特に区別なく説明する場合には、グラフＧＲ１１と記載する。なお、説明を簡単にするために、グラフＧＲ１１中に４つの単語（ベクトル）に対応する４つの点のみを図示するが、グラフＧＲ１１には、カテゴリ＃１の要素数（単語数）に対応する点が含まれる。

例えば、情報処理装置１０は、パーシステントホモロジーに基づいて、各点を膨張させ、膨張する各点による穴の発生や消滅を示す情報を生成する。情報処理装置１０は、パーシステントホモロジーに基づいて、各点を膨張させ、膨張する各点による穴の発生や消滅を示す情報を生成する。この場合、情報処理装置１０は、各点の円周が０の状態から開始し、各点を膨張させ、ある複数の点により穴の発生（Ｂｉｒｔｈ）やその穴の消滅（Ｄｅａｔｈ）を示す情報を生成してもよい。情報処理装置１０は、各点の円周が０の状態から開始し、各点を膨張させ、ある複数の点により穴が発生したタイミング（時点）やその穴が消滅したタイミング（時点）を計測してもよい。

上記の例では、情報処理装置１０は、グラフ中の離散点データを膨張させる（解像度を変更する）。すなわち、情報処理装置１０は、データの解像度を変えてマルチスケールで形を捉える。そして、情報処理装置１０は、穴の発生と消滅によりグラフの特徴を示す情報を生成する。図１の例では、情報処理装置１０は、パーシステントホモロジーに基づいて、所定の次元（以下「ｋ次元」とする（例えばｋは任意の１以上の自然数））における穴の発生や消滅を示す情報を生成する。

情報処理装置１０は、上記処理による穴の発生と消滅に基づいて、パーシステント図を生成する。図１の（Ａ）に示す例では、情報処理装置１０は、カテゴリ＃１に対応するパーシステント図ＰＬ１を生成する。例えば、情報処理装置１０は、ｋ次元の穴のサイズや形状に基づくパーシステント図ＰＬ１を生成する。パーシステント図中の点（以下「生死ベクトル」ともいう）は、データ内の穴を示す。パーシステント図ＰＬ１の各点は、グラフＧＲ１１の各点を膨張させることにより生成され、消滅した穴を示す。パーシステント図ＰＬ１は、グラフＧＲ１１の各点を膨張させることにより生成され、消滅した穴を点として、穴の発生と消滅の関係を示す空間（以下「生死空間」ともいう）にプロットした図を示す。パーシステント図中の発生軸（例えばパーシステント図ＰＬ１の横軸）は、穴の発生パラメータを示す。例えば、パーシステント図中の発生軸は、穴の発生時点に関するパラメータを示す。パーシステント図中の消滅軸（例えばパーシステント図ＰＬ１の縦軸）は、穴の消滅パラメータを示す。例えば、パーシステント図中の消滅軸は、穴の消滅時点に関するパラメータを示す。例えば、パーシステント図中の対角線（図示せず）付近の点は発生から消滅までの時間（生存時間）が短く、対角線から離れた点は生存時間が長いことを示す。これにより、情報処理装置１０は、データの穴情報をマルチスケールで捉えたパーシステント図を生成することができる。

また、情報処理装置１０は、パーシステント図における穴の発生と消滅との関係（以下「生死関係」ともいう）を示す関数（以下「第１関数」とする）を生成する。例えば、情報処理装置１０は、パーシステント図における穴の生死関係に基づくグラフの位相構造を示す第１関数を生成する。なお、情報処理装置１０は、種々の従来技術を適宜用いて穴の生死関係を示す第１関数を導出してもよい。

ここで、情報処理装置１０が生成する第１関数は、穴の生死関係を示し、元となるグラフの位相構造的な特徴を示している。そして、情報処理装置１０が生成する第１関数は、線形になるとは限らない。例えば、ｋ次元に対応する第１関数が非線形な関数である場合、各関数が類似するかを比較することが難しい。そのため、情報処理装置１０は、第１関数が非線形な関数である場合、第１関数に基づいて線形な関数（以下「第２関数」とする）を生成する。

情報処理装置１０は、各グラフに対応する第２関数をグラフ情報の位相構造を示す複数のトポロジ情報として生成する。これにより、情報処理装置１０は、線形な第２関数を比較することにより、各グラフに対応する第２関数をグラフ情報の位相構造を示す複数のトポロジ情報として生成する。なお、情報処理装置１０は、導出した第１関数が線形である場合、その第１関数をトポロジ情報として用いてもよい。すなわち、第１関数と第２関数とは同じであってもよい。

情報処理装置１０は、無限次元ベクトル空間に関する技術を用いて、穴の発生と消滅に関する線形化した情報（第２関数）を生成する。情報処理装置１０は、再生核ヒルベルト空間に関する技術を用いて、第２関数を生成してもよい。例えば、情報処理装置１０は、非特許文献２に開示されるような再生核ヒルベルト空間に関する技術等の種々の従来技術を適宜用いて、第２関数を生成する。なお、情報処理装置１０は、穴の発生と消滅に関する線形化した情報を生成可能であれば、どのような手法を用いてもよい。

ここで、ベクトルｘを固定ベクトル（ｋ次元）とした場合について関数ｆ（ｘ）の汎関数Ｆは、以下の式（１）を満たすこととなる。

このような汎関数Ｆは、ベクトルｘを固定ベクトル（ｋ次元）とすることで関数ｆを入力とし、関数ｆ（ｘ）と同じ結果を示す関数であると見做すことができる。例えば、関数ｆ（ｘ）は、ｘ次元における穴の生死関係を示す関数に対応する。

情報処理装置１０は、上記の式（１）を用いて関数ｆ（ｘ）が線形となる次元を決定してもよい。例えば、情報処理装置１０は、ｘ＝ｍ（例えばｍは任意の１以上の自然数）のときに関数ｆ（ｘ）が線形となる場合、ｍ次元の第２関数をトポロジ情報に決定してもよい。

なお、情報処理装置１０は、ｋ次元に限らず、複数の次元の各々に対応するパーシステント図を生成し、穴の生死情報から導出された関数が線形になる次元の関数をトポロジ情報として用いてもよい。例えば、情報処理装置１０は、１〜ｚ次元（例えばｚは５００等、任意の１より大きい自然数）の各々に対応するパーシステント図を生成し、穴の生死情報から導出された関数が線形になる次元（例えば１３次元等）の関数をトポロジ情報として用いてもよい。そして、情報処理装置１０は、各カテゴリに対応するトポロジ情報の傾きを比較することにより、類似カテゴリを決定してもよい。なお、情報処理装置１０は、トポロジ情報の類似性を判定可能であれば、トポロジ情報の傾きに限らず、種々の情報を用いて、類似カテゴリを決定してもよい。例えば、情報処理装置１０は、パーシステント図ＰＬ１に示すような穴の生死関係を示す点がトポロジ情報に含まれる場合、その点の分布の情報を用いて、類似カテゴリを決定してもよい。

例えば、情報処理装置１０は、図４中のグラフＧＲＸの１次元のパーシステント図ＰＤＸに示すように、穴の生死関係を示す関数が線形になる次元が１次元である場合、その関数をトポロジ情報として用いてもよい。図４は、実施形態に係るパーシステントホモロジーの一例を示す図である。そして、情報処理装置１０は、各カテゴリに対応する１次元のトポロジ情報の傾きを比較することにより、類似カテゴリを決定してもよい。

〔３．情報処理装置が実行する処理の一例〕
次に、図１を用いて、情報処理装置１０が実行する生成処理および提供処理の一例について説明する。まず、情報処理装置１０が実行する生成処理の一例について説明する。

まず、情報処理装置１０は、各カテゴリのグラフ情報の位相構造を示すトポロジ情報を生成する（ステップＳ１）。情報処理装置１０は、各カテゴリ＃１〜＃Ｎ（例えばＮは１０００等、任意の１より大きい自然数）のグラフ情報の位相構造を示すトポロジ情報を生成する。情報処理装置１０は、各カテゴリ＃１〜＃Ｎの各々に対応するトポロジ情報を生成する。

例えば、情報処理装置１０は、図１の（Ａ）に示すように、カテゴリ＃１の各単語に対応するベクトルを点とする多次元のグラフＧＲ１を用いて、カテゴリ＃１に対応するトポロジ情報ＰＤ１を生成する。図１の（Ａ）に示す例では、情報処理装置１０は、カテゴリ＃１に対応するパーシステント図ＰＬ１を生成する。図１の例では、情報処理装置１０は、パーシステントホモロジーに基づいてｋ次元における穴の発生や消滅を示すパーシステント図ＰＬ１を生成する。そして、情報処理装置１０は、パーシステント図ＰＬ１１における穴の生死関係を示す第１関数を生成する。

そして、情報処理装置１０は、パーシステント図ＰＬ１１における穴の生死関係を示す第１関数に基づいて、カテゴリ＃１に対応するトポロジ情報ＰＤ１を生成する。情報処理装置１０は、上記の式（１）を用いて関数ｆ（ｘ）が線形となる次元を決定する。例えば、情報処理装置１０は、ｍ次元（例えば１１次元等）のときに関数ｆ（ｘ）が線形となる場合、ｍ次元の第２関数をトポロジ情報に決定する。そして、情報処理装置１０は、ｍ次元の場合の第２関数をカテゴリ＃１に対応するトポロジ情報ＰＤ１として用いる。図１では、情報処理装置１０は、線ＬＮ１で示すような第２関数をカテゴリ＃１に対応するトポロジ情報ＰＤ１として用いる。なお、情報処理装置１０は、パーシステント図ＰＬ１１における穴の生死関係を示す第１関数が線形である場合、その第１関数をカテゴリ＃１に対応するトポロジ情報ＰＤ１としてもよい。また、情報処理装置１０は、他のカテゴリ＃２〜＃Ｎについても、同様にｍ次元の場合の第２関数をカテゴリ＃２〜＃Ｎに対応するトポロジ情報ＰＤ２〜ＰＤＮとして用いる。

情報処理装置１０は、参加者の発言を受け付ける（ステップＳ２）。そして、情報処理装置１０は、発言に対応する対象カテゴリのトポロジ情報と他のトポロジ情報との比較に基づいて、対象カテゴリにグラフ情報が位相構造的に類似する類似カテゴリを決定する（ステップＳ３）。まず、情報処理装置１０は、取得した参加者の発言から形態素解析等の技術を用いて単語（キーワード）を抽出し、抽出したキーワード（抽出キーワード）に基づいて発言に対応する対象カテゴリを決定する。情報処理装置１０は、発言から抽出された抽出キーワード中に、一のカテゴリに関連するキーワードが所定の閾値以上含まれる場合、その一のカテゴリを対象カテゴリに決定してもよい。この場合、情報処理装置１０は、各カテゴリに対応付けられた単語の一覧（関連キーワード一覧）と、抽出キーワードとを比較することにより、どのカテゴリに関連するキーワードが発言に含まれるかを判定してもよい。なお、カテゴリの決定に用いる所定の閾値は、用途や目的に応じて適宜設定（変更）されてもよい。

例えば、情報処理装置１０は、任意の音声認識技術を用いて発言が変換されたテキストデータから形態素解析等の技術を用いて単語（キーワード）を抽出し、抽出したキーワードに基づいて発言に対応する対象カテゴリを決定する。図１では、情報処理装置１０は、図１の（Ｂ）に示すように、参加者の発言に対応する対象カテゴリをカテゴリ＃５に決定する。例えば、情報処理装置１０は、カテゴリ＃５が医学である場合、参加者の発言の抽出キーワードに医学の関連キーワードが所定の閾値以上含まれる場合、カテゴリ＃５（医学）を対象カテゴリに決定してもよい。

情報処理装置１０は、カテゴリ＃５のトポロジ情報ＰＤ５と、他のトポロジ情報ＰＤ１〜ＰＤ４、ＰＤ６〜ＰＤＮとの比較に基づいて、対象カテゴリにグラフ情報が位相構造的に類似する類似カテゴリを決定する。情報処理装置１０は、カテゴリ＃５のトポロジ情報ＰＤ５の傾きと、他のトポロジ情報ＰＤ１〜ＰＤ４、ＰＤ６〜ＰＤＮの傾きとを比較することにより、カテゴリ＃５の類似カテゴリを決定する。

例えば、情報処理装置１０は、図１の（Ｂ）に示すように、カテゴリ＃１のトポロジ情報ＰＤ１やカテゴリ＃２のトポロジ情報ＰＤ２やカテゴリ＃２１のトポロジ情報ＰＤ２１と、カテゴリ＃５のトポロジ情報ＰＤ５とを比較する。図１では、情報処理装置１０は、カテゴリ＃１の第２関数に対応する線ＬＮ１やカテゴリ＃２の第２関数に対応する線ＬＮ２やカテゴリ＃２１の第２関数に対応する線ＬＮ２１と、カテゴリ＃５の第２関数に対応する線ＬＮ５とを比較する。例えば、情報処理装置１０は、カテゴリ＃５の第２関数の傾きと最も近い傾きの第２関数に対応するカテゴリをカテゴリ＃５の類似カテゴリに決定する。図１では、情報処理装置１０は、カテゴリ＃５の第２関数の傾きと最も近い傾きの第２関数に対応するカテゴリ＃２１をカテゴリ＃５の類似カテゴリに決定する。

そして、情報処理装置１０は、決定した類似カテゴリを示す情報を提供する（ステップＳ４）。例えば、情報処理装置１０は、ロボットなどの出力装置２００に対し、決定した類似カテゴリを示す情報を出力させる。例えば、情報処理装置１０は、カテゴリ＃２１がカテゴリ＃５に類似するカテゴリであることを示す情報を出力させる。この結果、情報処理装置１０は、参加者の発言に対応するカテゴリ＃５の類似カテゴリを参加者が把握することができるため、多次元のグラフ情報間の類似関係を示す情報を適切に提供することができる。

〔４．情報処理装置の構成〕
以下、上記した生成処理および提供処理を実現する情報処理装置１０が有する機能構成の一例について説明する。図２は、実施形態に係る情報処理装置の構成例を示す図である。図２に示すように、情報処理装置１０は、通信部２０、記憶部３０、および制御部４０を有する。

通信部２０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部２０は、ネットワークＮと有線または無線で接続され、入力装置１００、出力装置２００、および端末装置３００との間で情報の送受信を行う。

記憶部３０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。また、記憶部３０は、ベクトル空間データベース３１を記憶する。

ベクトル空間データベース３１には、各情報のベクトルが登録されている。例えば、図３は、実施形態に係るベクトル空間データベースに登録される情報の一例を示す図である。図３に示す例では、ベクトル空間データベース３１には、「カテゴリＩＤ（Identifier）」、「カテゴリ」、「単語」、「単語ベクトル」等といった項目を有する情報が登録される。

ここで、「カテゴリＩＤ」とは、単語が属する分野を識別する識別子である。また、「カテゴリ」とは、単語が属する分野を示す情報である。また、「単語」とは、対応付けられたカテゴリＩＤが示す分野に属する単語である。また、「単語ベクトル」とは、対応付けられた単語のベクトルである。

例えば、図３に示す例では、カテゴリＩＤ「ＩＤ＃１」、カテゴリ「カテゴリ＃１」、対応関数「対応関数＃１」、単語「単語＃１−１」、および単語ベクトル「ベクトル＃１−１」が対応付けて登録されている。このような情報は、カテゴリＩＤ「ＩＤ＃１」が示す分野が「カテゴリ＃１」である旨を示す。また、このような情報は、単語「単語＃１−１」が「カテゴリ＃１」に属しており、この単語のベクトルが「ベクトル＃１−１」である旨を示す。

なお、図３に示す例では、「カテゴリ＃１」、「単語＃１−１」、「ベクトル＃１−１」といった概念的な値について記載したが、実際には、カテゴリを示す文字列、対応関数、単語となる文字列、およびベクトルが登録されることとなる。また、例えば、ベクトル空間データベース３１には、各ベクトルをカーネル関数により無限次元化した無限次元ベクトルが登録されていてもよい。

図２に戻り、説明を続ける。制御部４０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等のプロセッサによって、情報処理装置１０内部の記憶装置に記憶されている各種プログラムがＲＡＭ等を作業領域として実行されることにより実現される。また、制御部４０は、コントローラ（controller）であり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現されてもよい。

図２に示すように、制御部４０は、取得部４１、生成部４２、決定部４３、および提供部４４を有し、上述した生成処理および提供処理を実行する。例えば、生成部４２は、上述した生成処理を実行し、提供部４４は、上述した提供処理を実行する。

取得部４１は、各種情報を取得する。取得部４１は、生成処理や提供処理を実行するために必要な各種の情報を取得する。例えば、取得部４１は、記憶部３０から各種情報を取得する。例えば、取得部４１は、ベクトル空間データベース３１等から各種情報を取得する。また、取得部４１は、各種情報を外部の情報処理装置から取得する。取得部４１は、入力装置１００や出力装置２００や端末装置３００等の外部装置から各種情報を取得する。

例えば、取得部４１は、医療、物理学、料理等、様々なカテゴリに関連する文章をそのカテゴリに属する文章として取得する。例えば、取得部４１は、医療関連の論文や特許公報等を医療分野に関連する文章として取得し、レシピや料理の歴史を示す論文等を料理に関連する文章として取得する。また、取得部４１は、入力装置１００から集会の参加者の発言を示す情報（例えば、音声データまたはテキストデータ）を取得する。

取得部４１は、多次元空間における複数のグラフ情報の各々の位相構造を示す複数のトポロジ情報を取得する。取得部４１は、複数の分野の各々に対応する複数のグラフ情報の複数のトポロジ情報を取得する。取得部４１は、利用者の発話に基づいて決定された入力分野を示す情報を取得する。

生成部４２は、各種情報を生成する。生成部４２は、取得部４１により取得された各種情報に基づいて、種々の情報を生成する。例えば、生成部４２は、記憶部３０に記憶された各種情報に基づいて、種々の情報を生成する。例えば、生成部４２は、ベクトル空間データベース３１等に記憶された情報に基づいて、各種情報を生成する。生成部４２は、決定部４３により決定された各種情報に基づいて、種々の情報を生成する。

生成部４２は、各文章から単語を抽出し、抽出した単語の相対的な関連性に基づいて、単語をベクトル化する。生成部４２は、カテゴリごとに異なる単語ベクトル空間を生成する。生成部４２は、取得部４１により取得された参加者の発言から形態素解析等の技術を用いて単語（キーワード）を抽出する。

また、生成部４２は、各カテゴリのグラフ情報に基づいて、グラフ情報の位相構造を示すトポロジ情報を生成する。生成部４２は、位相的データ分析に基づいて、各カテゴリのグラフ情報の位相構造を示すトポロジ情報を生成する。すなわち、生成部４２は、各カテゴリに対応するトポロジ情報を生成する。例えば、生成部４２は、パーシステントホモロジーの技術を用いて、各カテゴリのグラフ情報のトポロジ情報を生成する。例えば、生成部４２は、非特許文献１に開示されるようなパーシステントホモロジーの技術等の種々の従来技術を適宜用いて、各カテゴリのグラフ情報のトポロジ情報を生成する。

生成部４２は、上記処理による穴の発生と消滅に基づいて、パーシステント図を生成する。図１の（Ａ）に示す例では、生成部４２は、カテゴリ＃１に対応するパーシステント図ＰＬ１を生成する。例えば、生成部４２は、パーシステント図における穴の生死関係に基づくグラフの位相構造を示す第１関数を生成する。

生成部４２は、各グラフに対応する第２関数をグラフ情報の位相構造を示す複数のトポロジ情報として生成する。生成部４２は、無限次元ベクトル空間に関する技術を用いて、穴の発生と消滅に関する線形化した情報（第２関数）を生成する。生成部４２は、再生核ヒルベルト空間に関する技術を用いて、第２関数を生成してもよい。例えば、生成部４２は、非特許文献２に開示されるような再生核ヒルベルト空間に関する技術等の種々の従来技術を適宜用いて、第２関数を生成する。

生成部４２は、再生核ヒルベルト空間への変換に基づいて、複数のトポロジ情報を生成する。例えば、生成部４２は、共通基底ベクトルをカーネル関数によって生成する。例えば、生成部４２は、再生核ヒルベルト空間を用いて、所定のカーネル関数により、有限次元ベクトル空間を無限次元ベクトル空間（関数空間）に変換する。例えば、生成部４２は、所定のカテゴリに属する情報のベクトルを、所定のカーネル関数（例えば、カーネルトリック）を用いて無限次元化し、無限次元化したベクトルを基底とする合成ベクトルを所定のカテゴリの無限次元ベクトルとする。

決定部４３は、各種情報を決定する。決定部４３は、取得部４１により取得された各種情報に基づいて、種々の情報を決定する。例えば、決定部４３は、記憶部３０に記憶された各種情報に基づいて、種々の情報を決定する。例えば、決定部４３は、ベクトル空間データベース３１等に記憶された情報に基づいて、各種情報を決定する。決定部４３は、生成部４２により生成された各種情報に基づいて、種々の情報を決定する。

決定部４３は、上記の式（１）を用いて関数ｆ（ｘ）が線形となる次元を決定する。例えば、決定部４３は、ｍ次元（例えば１１次元等）のときに関数ｆ（ｘ）が線形となる場合、ｍ次元の第２関数をトポロジ情報に決定する。決定部４３は、発言に対応する対象カテゴリのトポロジ情報と他のトポロジ情報との比較に基づいて、対象カテゴリにグラフ情報が位相構造的に類似する類似カテゴリを決定する。決定部４３は、取得した参加者の発言から形態素解析等の技術を用いて単語（キーワード）を抽出し、抽出したキーワード（抽出キーワード）に基づいて発言に対応する対象カテゴリを決定する。決定部４３は、発言から抽出された抽出キーワード中に、一のカテゴリに関連するキーワードが所定の閾値以上含まれる場合、その一のカテゴリを対象カテゴリに決定してもよい。

決定部４３は、参加者の発言が変換されたテキストデータから抽出された単語（キーワード）に基づいて、発言に対応する対象カテゴリを決定する。図１では、決定部４３は、図１の（Ｂ）に示すように、参加者の発言に対応する対象カテゴリをカテゴリ＃５に決定する。決定部４３は、カテゴリ＃５のトポロジ情報ＰＤ５と、他のトポロジ情報ＰＤ１〜ＰＤ４、ＰＤ６〜ＰＤＮとの比較に基づいて、対象カテゴリにグラフ情報が位相構造的に類似する類似カテゴリを決定する。決定部４３は、カテゴリ＃５のトポロジ情報ＰＤ５の傾きと、他のトポロジ情報ＰＤ１〜ＰＤ４、ＰＤ６〜ＰＤＮの傾きとを比較することにより、カテゴリ＃５の類似カテゴリを決定する。

決定部４３は、図１の（Ｂ）に示すように、カテゴリ＃１のトポロジ情報ＰＤ１やカテゴリ＃２のトポロジ情報ＰＤ２やカテゴリ＃２１のトポロジ情報ＰＤ２１と、カテゴリ＃５のトポロジ情報ＰＤ５とを比較する。図１では、決定部４３は、カテゴリ＃１の第２関数に対応する線ＬＮ１やカテゴリ＃２の第２関数に対応する線ＬＮ２やカテゴリ＃２１の第２関数に対応する線ＬＮ２１と、カテゴリ＃５の第２関数に対応する線ＬＮ５とを比較する。例えば、決定部４３は、カテゴリ＃５の第２関数の傾きと最も近い傾きの第２関数に対応するカテゴリをカテゴリ＃５の類似カテゴリに決定する。図１では、決定部４３は、カテゴリ＃５の第２関数の傾きと最も近い傾きの第２関数に対応するカテゴリ＃２１をカテゴリ＃５の類似カテゴリに決定する。

提供部４４は、各種情報を提供する。提供部４４は、提供処理を行う。提供部４４は、各種情報を外部の情報処理装置に提供する。提供部４４は、入力装置１００や出力装置２００や端末装置３００等の外部装置に各種情報を提供する。提供部４４は、外部装置に各種情報を送信する。提供部４４は、外部装置に各種情報を配信する。提供部４４は、取得部４１により取得された各種情報に基づいて、種々の情報を提供する。提供部４４は、生成部４２により生成された各種情報に基づいて、種々の情報を提供する。提供部４４は、決定部４３により決定された各種情報に基づいて、種々の情報を提供する。

提供部４４は、複数のトポロジ情報のうち、一のトポロジ情報と、他のトポロジ情報との比較に基づいて、一のトポロジ情報に対応する一のグラフ情報に位相構造的に類似する類似グラフ情報を示す情報を提供する。提供部４４は、生成部４２により生成された複数のトポロジ情報のうち、一のトポロジ情報と、他のトポロジ情報との比較に基づいて、類似グラフ情報を示す情報を提供する。提供部４４は、一のグラフ情報に対応する分野（カテゴリ）に類似する類似分野（類似カテゴリ）を示す情報を提供する。

提供部４４は、入力分野に対応する一のグラフ情報に基づいて、入力分野に対応する類似分野を示す情報を提供する。例えば、提供部４４は、ユーザの発言に対応する入力分野（入力カテゴリ）に基づいて、入力カテゴリに対応する類似分野（類似カテゴリ）を示す情報を提供する。提供部４４は、ユーザの発言に対応する入力カテゴリがカテゴリ＃３３である場合、カテゴリ＃３３に対応する一のグラフ情報に基づいて、カテゴリ＃３３に対応する類似分野を示す情報を提供する。

提供部４４は、決定部４３により決定された類似カテゴリを示す情報を提供する。例えば、提供部４４は、ロボットなどの出力装置２００に対し、決定した類似カテゴリを示す情報を出力させる。例えば、提供部４４は、カテゴリ＃２１がカテゴリ＃５に類似するカテゴリであることを示す情報を出力させる。

例えば、提供部４４は、対象カテゴリであるカテゴリ＃５の類似カテゴリがカテゴリ＃２１に決定された場合、「現在議論中のカテゴリの類似カテゴリがカテゴリ＃２１です」等といった情報を出力装置２００に発声させる。この結果、情報処理装置１０は、参加者が議論しているカテゴリについて、参加者が類似カテゴリからのアナロジ（類推）を行って新たな知見や発見を得ることができる可能性を高めることができる。

〔５．情報処理装置が実行する処理の流れの一例〕
次に、図５を用いて、情報処理装置１０が実行する生成処理および提供処理の流れの一例について説明する。図５は、実施形態に係る生成処理および提供処理の流れの一例を説明するフローチャートである。

まず、情報処理装置１０は、各カテゴリのグラフ情報を取得する（ステップＳ１０１）。情報処理装置１０は、各カテゴリのグラフ情報の位相構造を示すトポロジ情報を生成する（ステップＳ１０２）。情報処理装置１０は、カテゴリを特定する発言を受付けたか否かを判定する（ステップＳ１０３）。

情報処理装置１０は、カテゴリを特定する発言を受付けていない場合は（ステップＳ１０３：Ｎｏ）、発言に対応するカテゴリを特定（決定）するまでステップＳ１０３の判定を繰り返す。一方、情報処理装置１０は、特定した対象カテゴリのトポロジ情報と他のトポロジ情報との比較する（ステップＳ１０４）。

そして、情報処理装置１０は、比較結果に基づいて、対象カテゴリにグラフ情報が位相構造的に類似する類似カテゴリを決定（ステップＳ１０５）。情報処理装置１０は、決定した類似カテゴリを示す情報を提供する（ステップＳ１０６）。

〔６．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文章中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

また、上記してきた実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

〔７．プログラム〕
また、上述してきた実施形態に係る情報処理装置１０は、例えば図６に示すような構成のコンピュータ１０００によって実現される。図６は、ハードウェア構成の一例を示す図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Interface）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。

演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。一次記憶装置１０４０は、ＲＡＭ等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ＲＯＭ（Read Only Memory）、ＨＤＤ、フラッシュメモリ等により実現される。

出力ＩＦ１０６０は、モニタやプリンタといった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインタフェースであり、例えば、ＵＳＢ（Universal Serial Bus）やＤＶＩ（Digital Visual Interface）、ＨＤＭＩ（登録商標）（High Definition Multimedia Interface）といった規格のコネクタにより実現される。また、入力ＩＦ１０７０は、マウス、キーボード、およびスキャナ等といった各種の入力装置１０２０から情報を受信するためのインタフェースであり、例えば、ＵＳＢ等により実現される。

なお、入力装置１０２０は、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等から情報を読み出す装置であってもよい。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。

ネットワークＩＦ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。

演算装置１０３０は、出力ＩＦ１０６０や入力ＩＦ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。

例えば、コンピュータ１０００が情報処理装置１０として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、制御部４０の機能を実現する。

〔８．効果〕
上述してきたように、実施形態に係る情報処理装置１０は、取得部４１と、提供部４４とを有する。取得部４１は、多次元空間における複数のグラフ情報の各々の位相構造を示す複数のトポロジ情報を取得する。提供部４４は、複数のトポロジ情報のうち、一のトポロジ情報と、他のトポロジ情報との比較に基づいて、一のトポロジ情報に対応する一のグラフ情報に位相構造的に類似する類似グラフ情報を示す情報を提供する。

このように、実施形態に係る情報処理装置１０は、多次元空間における複数のグラフ情報の各々の位相構造を示す複数のトポロジ情報のうち、一のトポロジ情報と、他のトポロジ情報との比較に基づいて、一のトポロジ情報に対応する一のグラフ情報に位相構造的に類似する類似グラフ情報を示す情報を提供することにより、多次元のグラフ情報間の類似関係を示す情報を適切に提供することができる。

また、実施形態に係る情報処理装置１０は、生成部４２を有する。生成部４２は、位相的データ分析に基づいて、複数のグラフ情報の各々に対応する複数のトポロジ情報を生成する。提供部４４は、生成部４２により生成された複数のトポロジ情報のうち、一のトポロジ情報と、他のトポロジ情報との比較に基づいて、類似グラフ情報を示す情報を提供する。

このように、実施形態に係る情報処理装置１０は、位相的データ分析に基づいて、複数のグラフ情報の各々に対応する複数のトポロジ情報を生成し、生成した複数のトポロジ情報のうち、一のトポロジ情報と、他のトポロジ情報との比較に基づいて、類似グラフ情報を示す情報を提供することにより、多次元のグラフ情報間の類似関係を示す情報を適切に提供することができる。

また、実施形態に係る情報処理装置１０において、生成部４２は、パーシステントホモロジーに基づいて、複数のグラフ情報の各々に対応する複数のトポロジ情報を生成する。

このように、実施形態に係る情報処理装置１０は、パーシステントホモロジーに基づいて、複数のグラフ情報の各々に対応する複数のトポロジ情報を生成することにより、多次元のグラフ情報間の類似関係を示す情報を適切に提供することができる。

また、実施形態に係る情報処理装置１０において、生成部４２は、再生核ヒルベルト空間への変換に基づいて、複数のトポロジ情報を生成する。

このように、実施形態に係る情報処理装置１０は、再生核ヒルベルト空間への変換に基づいて、複数のトポロジ情報を生成することにより、多次元のグラフ情報間の類似関係を示す情報を適切に提供することができる。

また、実施形態に係る情報処理装置１０において、取得部４１は、複数の分野の各々に対応する複数のグラフ情報の複数のトポロジ情報を取得する。提供部４４は、一のグラフ情報に対応する分野に類似する類似分野を示す情報を提供する。

このように、実施形態に係る情報処理装置１０は、複数の分野の各々に対応する複数のグラフ情報の複数のトポロジ情報を取得し、一のグラフ情報に対応する分野に類似する類似分野を示す情報を提供することにより、多次元のグラフ情報間の類似関係を示す情報を適切に提供することができる。

また、実施形態に係る情報処理装置１０において、取得部４１は、利用者の発話に基づいて決定された入力分野を示す情報を取得する。提供部４４は、入力分野に対応する一のグラフ情報に基づいて、入力分野に対応する類似分野を示す情報を提供する。

このように、実施形態に係る情報処理装置１０は、利用者の発話に基づいて決定された入力分野を示す情報を取得し、入力分野に対応する一のグラフ情報に基づいて、入力分野に対応する類似分野を示す情報を提供することにより、多次元のグラフ情報間の類似関係を示す情報を適切に提供することができる。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上記してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１０ 情報処理装置
２０ 通信部
３０ 記憶部
３１ ベクトル空間データベース
４０ 制御部
４１ 取得部
４２ 生成部
４３ 決定部
４４ 提供部
１００ 入力装置
２００ 出力装置
３００ 端末装置

Claims (8)

1. 多次元空間における複数のグラフ情報の各々の位相構造を示す複数のトポロジ情報を取得する取得部と、
   前記複数のトポロジ情報のうち、一のトポロジ情報と、他のトポロジ情報との比較に基づいて、前記一のトポロジ情報に対応する一のグラフ情報に位相構造的に類似する類似グラフ情報を示す情報を提供する提供部と、
   を備えたことを特徴とする情報処理装置。
2. 位相的データ分析に基づいて、前記複数のグラフ情報の各々に対応する前記複数のトポロジ情報を生成する生成部、
   をさらに備え、
   前記提供部は、
   前記生成部により生成された前記複数のトポロジ情報のうち、前記一のトポロジ情報と、前記他のトポロジ情報との比較に基づいて、前記類似グラフ情報を示す情報を提供する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記生成部は、
   パーシステントホモロジーに基づいて、前記複数のグラフ情報の各々に対応する前記複数のトポロジ情報を生成する
   ことを特徴とする請求項２に記載の情報処理装置。
4. 前記生成部は、
   再生核ヒルベルト空間への変換に基づいて、前記複数のトポロジ情報を生成する
   ことを特徴とする請求項３に記載の情報処理装置。
5. 前記取得部は、
   複数の分野の各々に対応する前記複数のグラフ情報の前記複数のトポロジ情報を取得し、
   前記提供部は、
   前記一のグラフ情報に対応する分野に類似する類似分野を示す情報を提供する
   ことを特徴とする請求項１〜４のいずれか１項に記載の情報処理装置。
6. 前記取得部は、
   利用者の発話に基づいて決定された入力分野を示す情報を取得し、
   前記提供部は、
   前記入力分野に対応する前記一のグラフ情報に基づいて、前記入力分野に対応する前記類似分野を示す情報を提供する
   ことを特徴とする請求項５に記載の情報処理装置。
7. コンピュータが実行する情報処理方法であって、
   多次元空間における複数のグラフ情報の各々の位相構造を示す複数のトポロジ情報を取得する取得工程と、
   前記複数のトポロジ情報のうち、一のトポロジ情報と、他のトポロジ情報との比較に基づいて、前記一のトポロジ情報に対応する一のグラフ情報に位相構造的に類似する類似グラフ情報を示す情報を提供する提供工程と、
   を含んだことを特徴とする情報処理方法。
8. 多次元空間における複数のグラフ情報の各々の位相構造を示す複数のトポロジ情報を取得する取得手順と、
   前記複数のトポロジ情報のうち、一のトポロジ情報と、他のトポロジ情報との比較に基づいて、前記一のトポロジ情報に対応する一のグラフ情報に位相構造的に類似する類似グラフ情報を示す情報を提供する提供手順と、
   をコンピュータに実行させることを特徴とする情報処理プログラム。

Images