Microsoft Word - 05.doc

Transcription

1 DEIM2009 E3-2 地 理 的 情 報 を 考 慮 したウェブ 画 像 検 索 方 法 の 提 案 和 田 修 平 井 上 潮 東 京 電 機 大 学 工 学 部 情 報 通 信 工 学 科 東 京 都 千 代 田 区 神 田 錦 町 あらまし 近 年,ウェブ 上 には 多 数 の 画 像 が 存 在 するようになり,それらを 検 索 するための 画 像 検 索 サービスも 多 く 提 供 さ れるようになった.しかし, 従 来 の 画 像 検 索 システムにおいては, 画 像 の 持 つ 地 理 的 情 報 はほとんど 考 慮 されていない. 本 研 究 では, 画 像 検 索 結 果 から 画 像 が 掲 載 されているウェブサイトの 地 理 情 報 を 抽 出 し, 地 図 上 に 配 置 する 画 像 検 索 システムを 構 築 し た.これによって, 画 像 の 地 理 的 な 位 置 関 係 を 把 握 するなど, 地 理 的 情 報 を 考 慮 した 画 像 検 索 を 行 うことが 出 来 るようになる. キーワード 画 像 検 索, 情 報 抽 出, 地 理 情 報 1. はじめに 近 年, 個 人 の ホ ー ム ペ ー ジ や ブ ロ グに 掲 載 さ れ て い る 写 真 画 像 を 中 心 と し て 非 常 に 多 くの 画 像 が ウ ェ ブ 上 に 存 在 する よ う に な っ た. そ し て,こ れ ら 画 像 を 検 索 す る た めの ウ ェ ブ 画 像 検 索 シ ス テ ムも 種 々 の も の が 生 ま れ て いる. 従 来 の ウェ ブ 画 像 検 索 シ ス テ ム は, 画 像 の 掲 載 さ れ て い る ウェ ブ サ イ ト か ら, 画 像 の 近 傍 の テ キ ス ト を 取 得 し, それ を 画 像 と 関 連 付 け る こ とに よ っ て 検 索 に 利 用 し て いる も の が ほ と ん ど で あ り, 画 像 が 掲 載 さ れ て い る サ イト の 持 つ 地 理 的 情 報 は ほ とん ど 利 用 さ れ て こ な か っ た. そ こ で 本 研 究 で は, ウ ェ ブ 画 像 検 索 結 果 か ら 画 像 が 掲 載 さ れて い る ウ ェ ブ サ イ ト の 地 理 的 情 報 を 抽 出 し, 地 図 上 に 配 置 し て 表 示 す る と い う 手 法 に よ っ て, 画 像 の 地 理 的 な 位 置 関 係 や 地 域 間 の 画 像 分 布 の 偏 り を 把 握 す る な ど, 視 覚 的 に 地 理 的 情 報 を 考 慮 し た 検 索 を 行 う こ と の 出 来 る 画 像 検 索 シ ス テ ム を 提 案 す る. こ れ は,キ ー ワ ー ド に よ る 検 索 後, 地 図 上 に 表 示 さ れ た ア イ コン に カ ー ソ ル を 合 わ せ る こと で, ア イ コ ン の 位 置 に 対 応 し た ウ ェ ブ 画 像 検 索 結 果 が 取 得 で き る と い う シ ス テム で あ る ( 図 1). そ の 仕 組 み は, ウ ェ ブ ク ロ ー ラ ー によ り あ ら か じ め ウ ェ ブ サイ ト を 巡 回 し, 画 像 の ア ドレ ス と 掲 載 サ イ ト の ア ド レス, 画 像 に 対 応 す る キ ー ワー ド, 地 理 的 情 報 か ら 取 得 し た 緯 度 経 度 を 関 連 付 け てデ ー タ ベ ー ス に 保 存 し て おき, 地 図 上 に 配 置 す る と いう も の で あ る. 2. 関 連 研 究 と 既 存 システム 2.1. 関 連 研 究 関 連 研 究 に は, 佐 藤 ら に よ る 地 図 や 画 像 を 用 い て 回 答 で きる 質 問 応 答 シ ス テ ム [1]が あ る. こ れ は, 自 然 言 語 で 与 え ら れ た 質 問 文 に 対 し, 画 像 も し く は 地 図 を 用 い て 回 答 す る と いう シ ス テ ム で あ り, ~ は どこ で す か な ど 場 所 に 関 する 質 問 文 が 与 え ら れ た 場 合 に, 地 図 上 に マ ー カ を 配 置 す る こ と で 回 答 し て い る. こ の シ ステ ム で は, 質 問 文 か ら 求 めら れ る 地 理 的 情 報 を 地 図 上 に 表 示 す る こ と は 可 能 であ る も の の, 質 問 文 に 関 連 す る 画 像 を, ウ ェ ブ 画 像 検 索 シ ス テ ム の よ う に 地 図 上 に 表 示 す る こ と な ど は 出 来 な い 既 存 システム ウ ェ ブ 画 像 検 索 結 果 を 地 図 上 に 表 示 す る 既 存 シ ス テ ム と して,goo に よる 地 図 で 画 像 検 索 [2]が あ る. 図 1 地 図 で 画 像 検 索 の 画 面 こ の シ ステ ム の 問 題 点 と し て, 地 図 上 の ア イ コ ン を ク リ ッ クし て 画 像 を 探 す 際 に 一 覧 のよ う な も の が な い た め に, 対 象 と な る 画 像 が 多 く な ると 必 要 と す る 画 像 を 探 し にく い こ と, 検 索 順 位 に 関 係 な く 一 様 に 画 像 が 配 置 さ れる た め に, キ ー ワ ー ド に よる 検 索 順 位 の 高 い 画 像, つま り ユ ー ザ の 要 求 へ の 適 応 性 が 高 い 画 像 の 判 別 が 出 来 な い こ と, デ ー タ ベ ー ス の 肥 大 化 に よ り, デ ッ ド リ ンク や 画 像 掲 載 サ イ ト の 更 新 な ど に よ る デ ー タ の 不 整 合 を 防 ぐ た め の メ ン テ ナ ン スが 難 し い こ と な ど が 挙 げ られ る.

2 3. 本 研 究 の 目 標 と 技 術 課 題 本 研 究 で は, 既 存 シ ス テ ム の 問 題 を 解 決 す る た め, 検 索 の 都 度, ウ ェ ブ 画 像 検 索 結 果 の 上 位 か ら 順 に 画 像 掲 載 サ イト の 文 章 の 形 態 素 解 析 を 行 い, 地 理 的 情 報 を 取 得 し て 地 図 上 に 表 示 す る と い う 手 法 を 取 る. こ れ に よ っ て, 最 新 の ウ ェ ブ 画 像 検 索 結 果 の 上 位 の み を, 地 理 的 情 報 を 考 慮 し て 検 索 す る こ と が 可 能 と な る. こ れ を 実 現 す る 際 に 問 題 と な る, 画 像 の 掲 載 サ イ ト の 文 書 中 に 含 ま れ て い る 住 所 や 施 設 名 と い っ た 地 理 的 情 報 の 抽 出 を ど の よ う に 行 う か と いう 課 題 は, 奈 良 先 端 科 学 技 術 大 学 院 大 学 に よ っ て 開 発 さ れ て い る 形 態 素 解 析 ツ ー ル Mecab[3]を 用 い る こ と に よ っ て 解 決 し た. あ ら か じめ 目 的 と な る 地 理 的 情 報 の 辞 書 を 作 成 し て お き, 形 態 素 解 析 を 行 う こ と に よ っ て, 対 象 サ イ ト の 文 章 中 か ら 地 理 的 情 報 を 抽 出 す る. 4. 実 装 4.1. 開 発 環 境 およびシステム 構 成 実 装 し た シ ス テ ム に お け る 処 理 の 流 れ を 図 2 に 示 す. 図 2 処 理 の 流 れ な お, ウ ェ ブ 画 像 検 索 結 果 は Google AJAX Search API[4]を, 地 理 的 情 報 の ジ オ コ ー デ ィ ン グ お よ び, 検 索 結 果 の 表 示 に 用 い る 地 図 は Google Maps API[5]を そ れ ぞ れ 使 用 し た. ま た, シス テ ム に 使 用 し た サ ー バ の 開 発 環 境 を 表 1 に 示 す. 表 1 開 発 環 境 OS Ubuntu8.04 Linux Web サ ー バ Apache 使 用 言 語 PHP5.1.6 形 態 素 解 析 エ ン ジ ン MeCab 形 態 素 解 析 による 地 理 情 報 抽 出 地 理 的 情 報 を 地 図 上 に 配 置 す る に あた っ て,ジ オ コ ー デ ィ ン グと 呼 ば れ る 地 理 的 情 報 の 緯 度 経 度 へ の 変 換 作 業 が 必 要 と な る. こ の ジ オ コ ー デ ィン グ に 関 し て は, 本 シ ス テム で は Google Maps API を 利 用 した. Google Maps API が ジ オ コ ー デ ィ ング を 行 え る 地 理 的 情 報 に は, 大 別 す る と 施 設 名 の 文 字 列 と 住 所 の 文 字 列 の 二 つ があ る. こ こ で は 形 態 素 解 析 を 利 用 し た そ れ ぞ れ の 抽 出 方 法 に つ い て 述 べ る 施 設 名 の 抽 出 ( 1 ) 施 設 名 の 辞 書 の 作 成 施 設 名 は,そ の 名 称 か ら ジ オ コ ー ディ ン グ に よ り 緯 度 経 度 を 取 得 で き る 建 造 物, ラ ン ド マー ク 等 の 名 称 を 指 す. 具 体 的 に は 以 下 の 名 称 が 挙 げ られ る. 鉄 道 の 駅 の 名 称 学 校 や 役 所 な ど の 公 共 施 設 の 名 称 遊 園 地 など の 商 業 施 設 の 名 称 神 社, 仏 閣, 城 郭 な ど の 建 造 物 の 名 称 山, 河 川 な ど の 名 称 こ の う ち, 鉄 道 の 駅 の 名 称 と 公 共 施 設 の 名 称 に つ い て は, 国 土 交 通 省 国 土 計 画 局 で 公 開 され て い る 公 共 施 設 デ ー タ[6]を 利 用 し た. Google Maps API に よ る ジ オ コ ー ディ ン グ に お い ては, 鉄 道 の 駅 の 名 称 に 関 し て は ほ ぼ 全 てに お い て 問 題 な く 緯 度 経 度 が 取 得 で き る も の の, 公 共 施 設 の 名 称 に 関 し て は ジ オコ ー デ ィ ン グ が 行 え ず, 緯 度 経 度 の 取 得 で き な い も のも 多 か っ た. 公 共 施 設 名 の 辞 書 に 使 用 し た, 公 共 施 設 デー タ の 小 分 類 の う ち, Google Maps API に よ る ジ オ コー デ ィ ン グ の 可 否 を 表 2 に ま と め た. 表 2 Google Maps API に よ る 公 共 施 設 名 の お お む ね ジ オ コ ー デ ィ ン グ が 行 え た 一 部 ジ オ コ ー デ ィ ン グ が 行 え た ジ オ コ ー デ ィ ン グ 出 来 なか っ た ジ オ コ ーデ ィ ン グ 可 否 美 術 館, 図 書 館, 都 道 府 県 庁, 役 所, 警 察 署, 小 中 学 校, 高 校, 大 学, 幼 稚 園, 病 院, 郵 便 局 な ど 省 庁, 動 植 物 園, 裁 判 所 な ど 交 番, 派 出 所, 福 祉 施 設 な ど 本 シ ス テム で は, 表 2 の う ち,お お むね ジ オ コ ー デ ィ ン グ が 行 え た 分 類 の み を, 公 共 施 設 の 名 称 と し て 辞 書 化 し た. ま た,こ の 他 のジ オ コ ー デ ィ ン グ が 可 能 で あ る 名 称 に 関 し て は, 百 科 事 典 サイ ト Wikipedia[7]よ り, 複 合 商 業 施 設, 日 本 の 山 一 覧 と い っ た 項 か ら そ れ ぞ れ の

3 名 称 を 抽 出 し, ジ オ コ ー デ ィ ン グ 可 否 の 確 認 後 に 辞 書 に 加 え た. ( 2 ) 人 名 等 の 誤 抽 出 の 減 少 施 設 名 の 抽 出 に あ た っ て は, 施 設 名 の 辞 書 と 同 時 に Mecab の 標 準 辞 書 で あ る IPA 辞 書 を 用 い て 形 態 素 解 析 を 行 っ た. こ れ は, 隣 接 す る 文 字 列 の 品 詞 ID を 考 慮 し, 人 名 な ど を 地 名 と し て 誤 抽 出 する 割 合 を 減 ら す た め で あ る. 具 体 的 に は, 氏, さ ん と い っ た 人 名 の 接 尾 に あ た る 品 詞, 太 郎 な ど 人 名 に あ た る 品 詞 の ひ と つ 前 の 品 詞 を 人 名 と 判 断 し や す く す る こ とに よ っ て, 地 名 と し て 誤 抽 出 し な い よ う に し て い る. ま た, 先 生, 社 長 な ど の 役 職 名, 株 式 会 社, 商 事 と い っ た 組 織 名 に 関 し て も, そ の ひ と つ 前 の 品 詞 を 地 名 と し て 抽 出 し て し ま う 事 が 多 か っ た た め, 人 名 の 末 尾 と し て 新 た に 辞 書 に 追 加 し た. 辞 書, 丁 目, 番 地, ハ イ フ ン と い った セ パ レ ー タ 辞 書 を 作 成 し た. そ し て,こ れ ら の 辞 書 を 用 い た 形 態 素 解 析 で, 1 住 所 文 字 列 の あ と に 数 字 が 0 個 以 上 続 く 2 1 の あ とに セ パ レ ー タ を 挟 ん で, 数 字 が 0 個 以 上 続 く 3 2 の あ とに セ パ レ ー タ を 挟 ん で, 数 字 が 0 個 以 上 続 く と い う 文 字 列 を 住 所 文 字 列 と し て 抽 出 す る と い う 手 法 を と った. 具 体 的 な 処 理 の 流 れ を 図 4 に 示 す 住 所 文 字 列 の 抽 出 従 来 の 住 所 抽 出 API は, 正 規 表 現 に よ っ て 住 所 文 字 列 を 抽 出 し よ う と す る も の が 一 般 的 で あ り, 誤 抽 出 を 避 け る ため に 都 道 府 県 名 が 省 略 さ れて い た り, 郡 市 町 村 名 以 下 の 地 番 が 省 略 さ れ て い た りす る と 抽 出 で き な い 場 合 が 多 い. ま た, 住 所 文 字 列 の 抽 出 に 関 し て は, 日 本 の 住 所 文 字 列 に 様 々な 表 記 揺 れ が 存 在 す る た め, 施 設 名 の よ う に 辞 書 を 用 い た 形 態 素 解 析 が 行 い に くい と い う 問 題 も あ る. 都 道 府 県 名 / 郡 市 町 村 名 / 数 字 / 丁 目 / 数 字 / 番 地 / 数 字 / 号 図 3 日 本 の 住 所 の 書 式 日 本 の 住 所 は 一 般 的 に 図 3 の よ う に 表 さ れ る が, 数 字 が 半 角 全 角, お よ び 漢 数 字 の 場 合 があ る こ と, 丁 目 や 番 地 が, - や の な ど に よ っ て 表 さ れ る 場 合 が あ る こ と など が 表 記 揺 れ と し て 挙 げ られ る. ま た, 都 道 府 県 名 な ど 住 所 の 一 部 が 省 略 さ れ て い る, マ ン シ ョン 名, 階 数 名 な ど ジ オ コ ーデ ィ ン グ 時 に 障 害 と な る 不 要 な 文 字 列 が 存 在 す る こ とが あ る と い う 問 題 も あ る. こ れ ら の 問 題 に 際 し, ま ず 日 本 郵 便 の ウ ェ ブ サ イ ト [8]で 提 供 さ れ てい る 郵 便 番 号 デ ータ か ら, 図 3の う ち 郡 市 町 村 名 の 部 分 を 抽 出 し, 住 所 文 字 列 辞 書 を 作 成 し た. 都 道 府 県 名 を 辞 書 か ら 除 外 して い る の は, 省 略 さ れ て いる こ と が 多 く, ま た, 住 所 文 字 列 の 抽 出 に 際 し て は 必 要 な い と 判 断 し た た め で ある. ま た 同 様 に, 半 角 全 角 お よ び 漢 数 字 と い っ た 数 字 図 4 住 所 文 字 列 の 取 得 処 理 こ れ に より, 住 所 の 一 部 が 省 略 さ れて い た り, 表 記 揺 れ が 存 在 し て い る 住 所 文 字 列 で あ って も, 正 し く 抽 出 す る こ とが 可 能 と な る. ま た, 住 所 を 文 字 列 と し て 内 部 に デー タ を 持 つ こ と に よ り, 正 規 表 現 に よ る 抽 出 な ど デ ータ を 持 た な い 場 合 に 比 べ て 様 々 な 住 所 に 対 応 し や す く, ま た 誤 抽 出 が 少 な い と いう 利 点 が あ る. な お, Google Maps API に よ る ジ オコ ー デ ィ ン グが 行 え な い, 京 都 府 の 東 入 ル と い った 特 殊 な 住 所 に つ い て は 住 所 文 字 列 の 辞 書 か ら 除 外 した 地 理 的 情 報 の 抽 出 の 優 先 順 位 本 シ ス テム で は,ウ ェ ブ 文 書 か ら の 地 理 的 情 報 の 抽 出 に あ た り, 対 象 画 像 が 指 定 さ れ て い る img タ グ の 近 傍 テ キ ス トか ら 順 に 行 単 位 で 取 得 し, 形 態 素 解 析 を 行 う. こ れ は, 画 像 に 関 連 す る 地 理 的 情 報 は, そ の 画 像 の 周 辺 に 現 れや す い と い う 考 え に 基 づ いて い る. 文 書 に 対 す る 地 理 的 情 報 の 抽 出 処 理 の 流 れ を 図 5 に 示 す.

4 図 5 地 理 的 情 報 の 抽 出 処 理 図 5 に 示 す よう に, 住 所 辞 書 に よ る 抽 出 を 先 に 行 い, 抽 出 で きな か っ た 場 合 に 施 設 名 辞 書 に よ る 抽 出 を 行 う よ う に して い る. こ れ は, 住 所 文 字 列 の 方 が よ り 正 確 な 位 置 を 指 定 で き る こ と が 多 い と 考 え ら れ る た め で あ る 実 行 画 面 本 シ ス テ ム の 実 行 画 面 と し て, ラ ー メ ン と い う キ ー ワ ード に よ る 検 索 を 行 い, 地 図 上 に ウ ェ ブ 画 像 検 索 結 果 の 情 報 が 配 置 さ れ た 状 態 の 画 面 を 図 6 に 示 す. 図 7 画 像 の 表 示 な お, ウ ェ ブ 画 像 検 索 に 用 い た Google AJAX Search API の 仕 様 や シ ス テ ム の 応 答 速 度 を 考 慮 し, 一 度 に 表 示 で き るウ ェ ブ 画 像 検 索 結 果 は 8 件 ず つ と な っ て い る. ウ ェ ブ 画 像 検 索 結 果 の 上 位 8 件 目 以 降 の 情 報 を 得 た い 場 合 は, 画 面 右 下 の 次 の 8 件 を 表 示 リ ン ク を 利 用 す る. 5. 評 価 5.1. 地 理 的 情 報 の 抽 出 精 度 の 検 証 地 理 的 情 報 の 抽 出 精 度 の 検 証 と し て, 地 名 に 関 連 す る と 考 えら れ る ラ ー メ ン, り んご な ど の 食 べ 物 を キ ー ワー ド と し た ウ ェ ブ 画 像 検 索 結 果 か ら 正 し い 地 理 情 報 が 抽 出 で き て い る か を,40 種 類 の キ ー ワ ー ド に つ い て 上 位 16 件 ず つ, 計 640 件 確 認 し た. 結 果 を 表 3 に 示 す. 表 3 地 理 情 報 の 抽 出 精 度 件 数 割 合 [%] 正 し い 地 理 情 報 を 抽 出 し た 誤 っ た 地 理 情 報 を 抽 出 し た 地 理 情 報 を 抽 出 で き な か っ た 図 6 検 索 結 果 の 表 示 画 面 図 6 の よう に, ウ ェ ブ 画 像 検 索 結 果 の 上 位 よ り 地 理 的 情 報 が 抽 出 で き た 画 像 の 情 報 の みを 地 図 上 に マ ー カ と し て 配 置 し, ま た 地 図 右 部 に サ ムネ イ ル 画 像 を 列 挙 し た. 地 図 上 の マ ー カ も し く は 縮 小 画 像 を ク リ ッ ク す る こ と で 地 図 上 に 図 7 の よ う に ポ ッ プア ッ プ が 表 示 さ れ, 画 像 や 掲 載 元 サ イ ト の 情 報 を 得 る こと が で き る. 表 3 よ り, 7 割 程 度 の 精 度 で ウ ェ ブ 画 像 検 索 結 果 か ら 正 し い 地 理 的 情 報 が 抽 出 で き て いる こ と が わ か る. ま た, 地 理 的 情 報 を 抽 出 で き な か った ケ ー ス に お い て は, 対 象 サ イ ト の 文 書 中 に 地 理 的 情 報 が 含 ま れ て い な い と 考 え ら れ る た め, そ れ ら を 除 外 し た 抽 出 精 度 を 考 え る と,94.4[%]の 精 度 で 正 し い 地 理 的 情 報 を 抽 出 で き て い るこ と が わ か る. な お,こ こ で の 誤 っ た 地 理 的 情 報 とは 人 名 な ど 明 ら か に 地 理 的 情 報 で な い 情 報 の み を 指 し, 抽 出 し た 地 名 が 別 の 画 像 を 指 し て い る 文 字 列 で ある 場 合 な ど, 適 切 で あ る とは 言 え な い 場 合 で あ っ て も, 正 し い 地 理 的 情

5 報 と し てい る. こ れ は, 画 像 に 対 する 地 理 的 情 報 が 指 し て い る 内 容 の 適 切 さ を 形 態 素 解 析 で 判 断 す る の は 困 難 で あ ると 考 え ら れ る た め で あ る 抽 出 した 地 理 的 情 報 の 内 訳 5.1 節 に お い て 正 し い 地 理 的 情 報 を 抽 出 し た 457 件 の う ち, 抽 出 し た 地 理 的 情 報 が, 施 設 名 と 住 所 の ど ち ら で あ った か の 内 訳 を 表 4 に 示 す. 表 4 抽 出 し た 地 理 的 情 報 の 内 訳 件 数 割 合 [%] 施 設 名 を 抽 出 住 所 を 抽 出 本 シ ス テ ム は 画 像 の 近 傍 の テ キ ス ト を 優 先 的 に 取 得 し て いる の で, 画 像 の 近 傍 に は 住 所 文 字 列 よ り も 施 設 名 の 文 字 列 が は る か に 現 れ や す いと い う 傾 向 が あ る こ と が 分 か る システムの 応 答 速 度 ( 1 ) 応 答 速 度 の 分 布 本 シ ス テム は, 外 部 サ イ ト の 文 書 の 取 得 や 形 態 素 解 析 を, 一 度 の 検 索 につ き 8 件 ず つ 行 っ て い る こ と か ら, 検 索 か ら 画 面 の 表 示 ま で に あ る 程 度, 応 答 待 ち の 時 間 を 必 要 とす る. そ こ で, 本 シ ス テ ム の 応 答 速 度 と して, キ ー ワ ー ド を 入 力, 検 索 ボ タ ン に よ っ て サ ー バに ク エ リ を 送 信 し て か ら 実 際 に 地 図 上 に 情 報 が 表 示 され る ま で の 時 間 を 調 査 し た. ブ ラ ウ ザは Firefox3.0.5 を 使 用, また, 応 答 時 間 の 計 測 に は Firefox の ア ド オ ン で あ る Firebug1.3.2[9]を 使 用 し た. 5.1 節 と 同 様 に, 地 名 に 関 連 し そ う な 食 べ 物 な ど の キ ー ワ ード を 件 検 索 し, 画 面 の 表 示 ま で に 掛 か っ た 時 間 の 分 布 を 表 5 お よ び 図 8 に 示 す. 表 5 応 答 時 間 の 分 布 応 答 時 間 [s] 件 数 0 ~ ~ ~ ~ ~ ~ ~ ~ ~ 3 図 8 応 答 時 間 の 分 布 表 5 お よび 図 8 よ り, 本 シ ス テ ム の 応 答 速 度 は お お む ね 4 ~1 0 秒 の 範 囲 内 に あ る こ とが わ か る. な お, 応 答 速 度 の 平 均 値 は 8.1[s]で あ っ た. ( 2 ) 応 答 速 度 の 内 訳 本 シ ス テム の 応 答 時 間 は, 大 き く 分 け る と 次 の 5 つ の 処 理 工 程 に よ っ て 生 じ て い る. 対 象 URL の 読 み 込 み 形 態 素 解 析 に よ る 地 理 的 情 報 の 抽 出 ジ オ コ ーデ ィ ン グ 結 果 の 問 い 合 せ Google MAP の 読 み 込 み, 表 示 画 像 サ ムネ イ ル の 読 み 込 み そ こ で, シ ス テ ム に 用 い た ソ ー ス コー ド を 各 工 程 ご と に 分 割 し, 5.3.( 1 ) 節 と 同 条 件 の 検 索 に お け る, そ れ ぞ れの 工 程 の 所 要 時 間 の 内 訳 の 平 均 を 調 べ た. こ れ を 表 6お よ び 図 9 に 示 す. 表 6 応 答 時 間 の 内 訳 工 程 応 答 時 間 [s] 割 合 [%] 対 象 URL の 読 み 込 み 形 態 素 解 析 に よ る 地 理 的 情 報 の 抽 出 ジ オ コ ーデ ィ ン グ 結 果 の 問 い 合 わ せ Google MAP の 読 み 込 み, 表 示 画 像 サ ムネ イ ル の 読 み 込 み

6 の 情 報 を 優 先, つ ま り 文 書 の 先 頭 から 優 先 的 に 取 得 し た ほ う がい い 場 合 や, 文 章 の 最 後 に 地 理 的 情 報 が 含 ま れ て い るこ と の 多 い ウ ェ ブ シ ョ ッ ピン グ サ イ ト な ど の 場 合 が ある な ど, 必 ず し も 画 像 の 近 傍 に, 最 も 適 切 な 地 理 的 情 報 が 存 在 し て い る と は 限 らな い. こ れ ら の 問 題 を 解 決 す る た め に は, 対 象 ウ ェ ブ サ イ ト の 文 書 全 体 を 取 得 後, 形 態 素 解 析 を 行 っ て 抽 出 で き た 地 理 的 情 報 を す べ て 配 列 に 格 納 して お き, 目 的 画 像 に 対 す る 地 理 的 情 報 文 字 列 の 文 字 的 な 距 離 や,DOM 構 造 上 の 距 離, 文 字 列 の 長 さ, 文 字 列 の 出 現 回 数, 住 文 字 列 で ある か 施 設 名 文 字 列 で あ る かな ど を 考 慮 し, 抽 図 9 応 答 時 間 の 内 訳 表 6 お よび 図 9 よ り, 本 シ ス テ ム の 表 示 に 掛 か る 時 間 の 7 割 近 く は, 画 像 が 掲 載 さ れ てい る サ イ ト の 文 書 の 読 み 込 み に あ る こ と が わ か る. また, ジ オ コ ー デ ィ ン グ 結 果 の 問 い 合 わ せ の 時 間 を 含 める と, 本 シ ス テ ム の 応 答 時 間 の 8 割 近 く が 外 部 サ イ トの レ ス ポ ン ス 待 ち に あ る こと が 分 か る. 外 部 の ウェ ブ 文 書 の 取 得 時 間 は, 対 象 サ イ ト の サ ー バ の 回 線 状 況 や 文 章 量 に よ っ て 大 きく 左 右 さ れ る た め, こ れ が 図 8 に お け る 応 答 速 度 の ば らつ き の 原 因 で あ る と 考 え られ る. な お, 画 像 サ ム ネ イ ル に 関 し て は, Google AJAX Search API に よ っ て Google に キ ャ ッシ ュ さ れ て い る 縮 小 画 像 を 読 み 込 ん で い る た め, フ ァイ ル サ イ ズ や 回 線 状 況 の 問 題 は 存 在 せ ず, 読 み 込 み 時 間 の ば ら つ き に は ほ と ん ど 影 響 し な い と 考 え ら れ る. 6. まとめ 本 稿 で は, ウ ェ ブ 画 像 検 索 お よ び 地 図 を 組 み 合 わ せ る こ と によ り, ウ ェ ブ 画 像 検 索 の 結 果 を 地 図 上 に 表 示 す る シ ステ ム を 提 示 し た. 加 え て, 形 態 素 解 析 を 用 い た 施 設 名 の 抽 出 方 法 や, 文 字 列 処 理 と 形 態 素 解 析 に よ る 住 所 文 字 列 の 抽 出 方 法 に つ い て も 提 示 し た. 本 稿 で 作 成 し た シ ス テ ム が 正 し い 地 理 的 情 報 を 抽 出 で き てい る か の 評 価 を 行 っ た 結 果, 約 7 割 の 精 度 で ウ ェ ブ 画 像 検 索 結 果 か ら 適 切 な 地 理 的 情 報 の 抽 出 が 可 能 で あ るこ と が 分 か っ た. ま た, ウェ ブ 画 像 検 索 結 果 に 地 理 的 情 報 が 含 ま れ て い る 場 合 に 限 れ ば, 9 割 以 上 の 精 度 で 地 理 的 情 報 の 抽 出 が 可 能 であ る こ と が 分 か っ た. 7. 今 後 の 課 題 ( 1 ) 地 理 情 報 の 抽 出 の 優 先 順 位 本 シ ス テム で は, 地 理 的 情 報 の 抽 出 に 際 し, 対 象 画 像 か ら 最 も 近 く に 現 れ た 地 理 的 情 報 を 取 得 し て い る. し か し, 対 象 と な る ウ ェ ブ サ イ ト によ っ て は title タ グ 出 で き たそ れ ぞ れ の 地 理 的 情 報 に つい て 適 切 な 評 価 値 を 定 め ると い う 手 段 が 考 え ら れ る が, シ ス テ ム へ の 負 荷 や 応 答 速 度 と の 兼 ね 合 い が 難 し いと い う 問 題 を 抱 え て い る. ( 2 ) 地 理 情 報 の 誤 抽 出 の 改 善 本 シ ス テ ム に お け る 地 理 的 情 報 の 誤 抽 出 の 多 く は, 人 名 や 商 品 名 と い っ た 単 語 を 地 名 とし て 抽 出 し て し ま う ケ ー スで あ っ た. 人 名 の 場 合, さ ん, 様 と い っ た 敬 称 が 記 述 さ れ て い れば ほ と ん ど の 場 合 に お い て 誤 抽 出 は 防 げ る も の の, 敬 称 が 省 略 さ れ て い る 場 合, 地 名 と 人 名 と を 形 態 素 解 析 に よ っ て 区 別 す る の が 難 しい ケ ー ス が 多 い. 解 決 の ため に は, 人 名 の 辞 書 及 び 地 名 の 辞 書 に お い て, 適 切 な コ ス ト 値 ( 単 語 の 出 現 しや す さ ) を 定 め る た め に, 人 名 と し て 現 れ る こ と の 多 い 単 語 の, 地 名 と し て の コス ト 値 を 増 や す な ど, 調 整 を 繰 り 返 す 必 要 が あ る. ま た, 誤 抽 出 を 発 見 次 第, 辞 書 フ ァイ ル に 随 時 追 加 す る な どの 辞 書 の チ ュ ー ニ ン グ 作 業 も 不 可 欠 で あ る. ( 3 ) ジオ コ ー テ ィ ン グ 結 果 が 複 数 あ る 場 合 の 処 理 日 本 に は 同 名 の 地 名 が 数 多 く 存 在 して お り, ジ オ コ ー デ ィ ング の 結 果 が 複 数 に な る こ とが あ る. 例 え ば 神 田 駅 は 東 京, 長 崎, 鹿 児 島 の 3 箇 所 に 存 在 す るた め, 神 田 駅 と い う 情 報 だ け で は 地 図 上 の 位 置 を 完 全 に 特 定 す る こ と は 出 来 ない. 本 シ ス テム で は, ジ オ コ ー デ ィ ン グ 結 果 が 複 数 存 在 す る 場 合 で も ど の 情 報 が 適 切 で あ るか は 特 に 判 断 せ ず, Google Maps API が 1 番 目 に 返 す 情 報 を 緯 度 経 度 と し て 採 用 して お り, ジ オ コ ー デ ィ ン グに よ っ て 緯 度 経 度 を 取 得 する 際 に, ど の 情 報 が 正 し いの か を 判 断 し て い な い と いう 問 題 が あ る. こ の 問 題 に 対 応 す る た め に は, 文 書 中 に 含 ま れ る 全 て の 地 理 的 情 報 の 緯 度 経 度 を 取 得 し, そ の 偏 り か ら 適 切 な 地 域 を 算 出 す る 方 法 が 考 え ら れる が, ジ オ コ ー デ ィ ン グ によ る 待 ち 時 間 が 長 く な る こと や, 地 理 的 情 報

7 の 分 布 から の 適 切 な 算 出 が 難 し い とい う 課 題 が あ る. ( 4 ) シス テ ム の 応 答 速 度 の 向 上 5.2(1 ) 節 で 求 め た 本 シ ス テ ム の 画 面 表 示 ま で の 時 間 の 平 均 8.1[s]は, 使 用 中 明 ら か に 体 感 的 に 遅 い と 感 じ る も ので あ る. こ れ を 改 善 す る た め に は, あ ら か じめ 様 々 な キ ー ワ ー ド で の 検 索 を 行 っ て お き, 画 像 URL と 地 理 的 情 報 を 関 連 付 けて サ ー バ の デ ー タ ベ ー ス にキ ャ ッ シ ュ し て お く 手 段 や, 施 設 名 の 場 合 に 地 理 的 情 報 を 記 述 し て あ る 辞 書 デ ータ に, 地 名 と 対 応 す る 緯 度 経 度 を 付 記 し て お き, 形 態 素 解 析 時 に 取 り 出 す と い う 手 段, 国 土 地 理 院 の ウ ェ ブサ イ ト で 公 開 さ れ て い る 数 値 情 報 を 利 用 し て ジ オ コ ーデ ィ ン グ を サ ー バ 内 で 行 う 手 段 な ど が 考 え ら れ る. こ れ ら の 手 段 の 導 入 に よ り ジ オ コ ー デ ィ ン グ に よ る 応 答 待 ち の 時 間 の 短 縮 が 期 待 で きる が, 反 面, サ ー バ で 行 う 処 理 が 増 大 し, 負 荷 が 生 じる た め に 複 数 ユ ー ザ が 同 時 に シ ス テ ム を 利 用 し た 場 合 に 応 答 時 間 へ の 影 響 が 考 えら れ る と い う 問 題 も あ る. 文 献 [1] 佐 藤 充, 森 辰 則, 画 像 や 地 図 を 用 いて 回 答 で き る 質 疑 応 答 シ ス テ ム, 情 報 処 理 学 会 論 文 誌, Vol.2006, No.124, pp , November, 2006 [2] 地 図 で 画 像 検 索 [3] Mecab [4] Google AJAX Search API [5] Google Maps API [6] 国 土 交 通 省 国 土 計 画 局 GIS ホ ー ムペ ー ジ [7] Wikipedia [8] 郵 便 番 号 デ ー タ ダ ウ ン ロ ー ド - 日 本 郵 便 [9] Firebug