JP2000067056A - 数値情報抽出装置および数値情報検索装置並びに数値情報抽出プログラムを記憶した記憶媒体、数値情報検索プログラムを記憶した記憶媒体 - Google Patents

Abstract

(57)【要約】 【課題】 文書中の数値表現を取り出して数値に変換し
て登録し、文書検索に利用する。 【解決手段】 数値登録手段3002によって、文書から数
値情報を抽出して情報蓄積手段3003に登録する。数値の
解釈に曖昧さがある場合は、重複して登録する。条件入
力手段3004から、検索条件を入力、検索手段3005によっ
て情報蓄積手段3006を検索し、表示手段3007が結果を出
力する。出力時には、数値情報の種類によって、結果の
選択あるいは整形や並べ変えを行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は数値情報抽出装置お
よび数値情報検索装置に関し、特に曖昧さのある数値表
現含む文書を対象にできる数値情報抽出装置および数値
情報検索装置と、これらの数値情報抽出装置、数値情報
検索装置をコンピュータで実現するためのプログラムを
記憶した記憶媒体に関する。

【０００２】

【従来の技術】文書中に含まれる数値情報を扱うことの
できる従来の文書検索装置の一例が、特開平８−３２９
１６５号公報に記載されている。 この従来の文書検索
装置は、図４８に示すように動作する。

【０００３】すなわち、処理対象となる文書が入力され
ると（4801〜4803）、その文書から特定のパターンを持
つ文字列を数値データとして抽出し（4804）、さらに、
その数値データの前後に存在する一定規則に基づいた文
字列を数字文字列データとして抽出する（4805）。この
数字文字列データの中から名詞データを抽出し、これを
所定の項目毎に分類して、上記数値データを対応付ける
（4806）。このようにして得られた各項目の数値データ
を1ヵ月等の所定期間毎に集計し（4807）、その集計結
果データを表示する（4803）。

【０００４】数値データを抽出するには、テキストを先
頭から１文字ずつ調べてゆき、

【０００５】

【外１】

【０００６】と数字の組み合わせ、あるいは、数字と
「円」の組み合わせを見つける。文字列として取り出さ
れた数字は数値に変換される。

【０００７】従来の文書検索装置の別の例が、特開平６
−２１５０４１号公報に記載されている。この従来の文
書検索装置の構成を図４９に示す。この図４９を参照す
ると、この文書検索装置は、検索対象文書保持部4901、
検索条件保持部4902、検索条件再構成部4903、全文検索
条件保持部4904、後処理条件保持部4905、全文検索処理
部4906、全文検索結果保持部4907、後処理条件判定部49
08、検索結果保持部4909とから構成されている。

【０００８】この従来の文書検索装置は、検索条件を文
字列検索と、数値による検索を含むその他の検索とにわ
け、文字列検索は全文検索を行い、検索結果に対してそ
の他の検索で結果の絞り込みを行う。数値による検索
は、たとえば図５０に示すような文書から項目と数値を
取り出して数値に変換し、大小比較などを行う。

【０００９】

【発明が解決しようとする課題】これらの従来技術の第
１の問題点は、文書中に現れる数値の表現がひとつの値
を指していない場合があるということである。「Ａから
Ｂ」のように範囲を指定する他、「以上」や「多くと
も」のように上限や下限のどちらかだけを指定したり、
「約」や「くらい」によっておおよその数値を示す場合
などがある。この場合、数字列部分だけを抽出して数値
化しても、もとの文書中の情報が欠落してしまうため検
索洩れにつながる。

【００１０】第２の問題点は、数値の種類（金額、長
さ、重量など）を特定した検索を行う場合、特定の単位
について検索の誤差が生じる可能性があることである。
その理由は、違う種類の数量を表す単位に同じ名前が付
いている場合があるためである。たとえば、「ポンド」
は重量と通貨単位の両方で使われている。そのため、金
額に関する条件を指定して検索しようとしたときに、重
量を表す「ポンド」の数値が含まれた文書が検索される
可能性がある。

【００１１】第３の問題点は、文書の種類や検索対象と
する数値の記述形式の限定が少ない場合、数値の解釈が
一意に決定できない場合があるということである。その
理由は、もともとの日本語の表記法として曖昧さを許し
ていたり、記述の省略が行われるためである。たとえ
ば、「１００，１０２円」という記述は、「十万百二
円」とも「１００円と１０２円」とも解釈できる。 ま
た、「１０から１５万人」という記述は、「１０人から
１５万人」という解釈の他に、「１０万人から１５万
人」の省略とも解釈できる。

【００１２】第４の問題点は、曖昧さを含む数値情報に
ついてすべての可能性に対応する情報を検索対象とする
と、正しくない、あるいは、検索ユーザにとって不要の
検索結果が大量に含まれてしまう可能性があることであ
る。

【００１３】本発明の目的は、上記した従来技術の問題
点に鑑み、文書中に含まれている数値に関する情報を対
象として、数値情報を抽出できる数値情報抽出装置と、
数値の条件を指定し、文書を検索できる数値情報検索装
置を提供することにある。

【００１４】

【課題を解決するための手段】本発明の第１の数値情報
抽出装置は、数字文字列の区切りの曖昧さを検出し区切
りの曖昧な数字文字列からは複数の数値文字列を取り出
す数値判別手段を備え、適切な区切りを選択するか、あ
るいは、複数の区切り方を選択するよう動作する。

【００１５】本発明の第２の数値情報抽出装置は、単位
の名称と単位の種類を登録した単位テーブルと、単位の
種類を決定するための条件を登録した種類条件テーブル
と、前記単位テーブルと前記種類条件テーブルと該テキ
ストを参照して単位の種類を決定する単位選択手段とを
備え、一つの単位に複数の種類が登録されている場合に
適切な種類を選択するよう動作する。

【００１６】本発明の第３の数値情報抽出装置は、単位
の名称と単位の階層関係を登録した単位テーブルと、単
位の階層関係を決定する階層判定手段とを備え、階層関
係にある複数の単位を使用して表現された数値を単一の
数値情報として登録するよう動作する。

【００１７】本発明の第４の数値情報抽出装置は、数値
情報に含まれる単位の種類によって、数値情報を選択す
る選択手段を備え、必要な数値情報だけを登録するよう
動作する。

【００１８】本発明の第５の数値情報抽出装置は、範囲
表現と範囲表現の種類を登録した範囲表現テーブルと、
前記範囲表現テーブルとテキストを参照して範囲表現の
種類を決定する範囲抽出手段とを備え、範囲表現の種類
を付加した数値情報を作成するよう動作する。

【００１９】本発明の第６の数値情報抽出装置は、数値
情報に含まれる範囲表現の種類によって数値情報を選択
する選択手段を備え、必要な数値情報だけを登録するよ
う動作する。

【００２０】本発明の第７の数値情報抽出装置は、数値
を表す文字列の一部、あるいは、単位の省略を補う省略
補間手段を備え、省略された数値表現からも適切な数値
情報を抽出するよう動作する。

【００２１】本発明の第１の数値情報検索装置は、数値
の抽出に曖昧さが生じた場合には複数の数値情報として
登録する数値登録手段を備え、曖昧な抽出結果があって
も洩れのない検索をするよう動作する。

【００２２】本発明の第２の数値情報検索装置は、数値
の切り出しに曖昧さが生じた場合には複数の数値情報と
して登録する数値登録手段を備え、曖昧な抽出結果があ
っても洩れのない検索をするよう動作する。

【００２３】本発明の第３の数値情報検索装置は、単位
の種類に曖昧さが生じた場合には複数の数値情報として
登録する数値登録手段を備え、曖昧な抽出結果があって
も洩れのない検索をするよう動作する。

【００２４】本発明の第４の数値情報検索装置は、数値
や単位の表記に省略ある場合には省略を補って登録する
数値登録手段を備え、省略した表現があっても正しく検
索をするよう動作する。

【００２５】本発明の第５の数値情報検索装置は、検索
結果として必要な数値情報の条件を登録した基準テーブ
ルを備え、必要な検索結果だけを出力するよう動作す
る。

【００２６】本発明の第６の数値情報検索装置は、検索
結果の表示方法を登録した基準テーブルを備え、検索結
果の表示方法を数値表現の種類や曖昧さに応じて変えて
出力するよう動作する。

【００２７】本発明の第７の数値情報検索装置は、検索
結果の表示順序を登録した基準テーブルを備え、検索結
果を必要度の高いものから出力するよう動作する。

【００２８】本発明の第８の数値情報検索装置は、検索
結果の選択や表示方法を登録した基準テーブルと前記基
準テーブルをユーザが修正するための基準修正手段とを
備え、ユーザが検索結果の選択や表示方法の指定を行う
ことができるよう動作する。

【００２９】本発明の第９の数値情報検索装置は、数値
の範囲表現や曖昧表現を種類わけする数値登録手段と、
前記の種類に応じて検索条件を変換して検索を行う検索
手段とを備え、範囲表現や曖昧な数値表現を含む文書を
正確に検索するよう動作する。

【００３０】

【発明の実施の形態】次に、本発明の実施の形態につい
て図面を参照して詳細に説明する。

【００３１】［第１の実施の形態］図１を参照すると、
本発明の第１の実施の形態は、文書入力手段1と、テキ
スト保持手段2と、数値抽出手段3と、数値情報保持手段
4と、単位判定手段5と、範囲判定手段6と、出力手段8と
から構成されている。

【００３２】単位判定手段5は、単位抽出手段51と、単
位テーブル52とを含む。

【００３３】範囲判定手段6は、範囲抽出手段61と、範
囲表現テーブル62とを含む。

【００３４】これらの手段はそれぞれ概略つぎのように
動作する。

【００３５】文書入力手段1は、検索対象となる文書の
内容をテキスト保持手段2に書き込む。

【００３６】テキスト保持手段2は、文書の内容を記憶
する手段で、ファイル装置、あるいはメモリで実現す
る。

【００３７】数値抽出手段3は、テキスト保持手段2に記
憶している文書内容から数値を表す文字列を取り出し、
数値データに変換し、テキスト中の文字位置とともに数
値情報保持手段4に書き込む。

【００３８】単位判定手段5は、数値情報保持手段4に記
憶されている数値情報について、付属する単位を調べ、
数値情報保持手段4に登録する。単位抽出手段51は、数
値情報保持手段4に記憶されている数値情報のそれぞれ
について、テキスト保持手段2を参照して前後に隣接す
る文字列を調べ、単位テーブル52に登録されている単位
があれば数値情報保持手段4の該数値情報に追加する。
単位テーブル52は、単位を表す文字列と、数値の位置関
係を登録している。

【００３９】範囲判定手段6は、数値情報保持手段4に記
憶されている数値情報の組み合わせが範囲を表している
かどうかを判定し、数値情報保持手段4の情報を修正す
る。範囲抽出手段61は、数値情報保持手段4に記憶され
ている数値情報のそれぞれについて、テキスト保持手段
2を参照して前後に隣接する文字列を調べ、単位が等し
く、範囲表現テーブル62に登録されている関係になって
いる情報があれば、数値情報保持手段4の該数値情報を
範囲を示すように変更する。範囲表現テーブル62は、範
囲を表す文字列と、数値の位置関係を登録している。

【００４０】出力手段8は、数値情報保持手段4の内容を
検索用のデータベースやインデックスに登録する。

【００４１】数値抽出手段3について、図２を参照して
説明する。数値抽出手段3は、数字列抽出手段31と、数
値判別手段32と、数値変換手段33とから構成されてい
る。

【００４２】数字列抽出手段31は、テキスト保持手段2
に記憶されているテキスト中から、数字表現を構成する
文字列を抽出する。数字表現を構成する文字列には、ア
ラビア数字、漢数字の他に、小数点、桁区切り記号、正
負の符号、指数を示す表現を含む。

【００４３】数値判別手段32は、該文字列が複数の数値
表現として解釈できるかどうか判定し、できる場合は分
割した文字列を作成する。文字列がカンマと数字以外の
文字を含んでいる場合は、判定を行わず、該文字列を数
値変換手段33で数値に変換する。カンマと数字のみを含
んでいる場合、カンマで分割して各々の数字列を数値変
換手段33で数値に変換する。先頭の分割結果が3桁以内
で、以降の分割結果が全て3桁の場合は、分割前の文字
列も数値変換手段33で数値に変換する。

【００４４】数値変換手段33は、文字列を数値に変換し
て数値情報保持手段4に登録する。数値に変換できなか
った場合は、登録しない。

【００４５】次に、図１および図５の流れ図を参照して
本実施の形態の全体の動作について説明する。

【００４６】まず、文書入力手段1によって、文書中か
らテキストを文字列として取り出し、テキスト保持手段
2に登録する（図５のステップ501）。文書中には、文書
タイトルや作成者名など数値による検索の必要のない情
報が区別できる形式で含まれている場合があるが、その
ような箇所は取り出す必要がない。また、文書作成日時
が決まった形式で登録されている場合のように、はじめ
から数値情報が分離されている場合にも、容易に数値と
しての検索が可能なので、取り出す必要がない。

【００４７】次に、数値抽出手段3によってテキスト保
持手段2に記憶されているテキスト中から数字を取り出
し数値に変換して数値情報保持手段4に登録する（ステ
ップ502）。一般に一つの文書に複数の数値情報が含ま
れているので、それぞれをテキスト保持手段2での文字
位置と対応づけて登録する。区切り方に曖昧さがある数
値文字列は、数値判別手段32によって複数の区切り方に
よる文字列を作成し登録する。

【００４８】さらに、単位判定手段5によって、各数値
情報に付随する単位を取り出す（ステップ503）。数値
情報を取り出した位置の前後の文字列をテキスト保持手
段2で参照して、単位テーブル52に登録されている単位
が位置関係も含めて見つかれば、数値情報保持手段4の
該当データに単位が登録される。

【００４９】次に、範囲判定手段6によって、各数値情
報の内で範囲を指定しているものをまとめる（ステップ
504）。数値情報を取り出した位置の前後の文字列をテ
キスト保持手段2で参照して、範囲表現テーブル62に登
録されている単位が位置関係も含めて見つかれば、数値
情報保持手段4の該当データをまとめてひとつの範囲と
して登録しなおす。

【００５０】最後に、出力手段8によって数値情報保持
手段4の内容が文書を判別する情報（文書名や文書番号
など）とともに出力される。

【００５１】次に、本実施の形態の効果について説明す
る。

【００５２】本実施の形態では、数字列抽出手段31が抽
出した文字列を数値判別手段32が分割して数値に変換す
るというように構成されているため、数値の解釈に曖昧
性がある時にも洩れなく出力することができる。

【００５３】（実施例）次に、具体的な実施例を用いて
本実施の形態の動作を説明する。

【００５４】「123ドル以上567ドル以下の製品を購入の
対象とする」というテキストが文書入力手段1によって
テキスト保持手段2に記憶されている場合を例にする。

【００５５】また、図３に単位テーブル52の登録内容の
例を示す。図３では、数字の位置を四角（□）で示して
いる。たとえば、「□Kg」は「100Kg」のように数字の
後に単位「Kg」が位置することを示す。「毎秒□メート
ル」は「毎秒40．5メートル」のように「毎秒」と「メ
ートル」の間に数字が位置することを示す。

【００５６】図４に範囲表現テーブル62の登録内容の例
を示す。図４では、単位も含めた数字の位置を四角
（□）で示している。たとえば、「□以上□以下」は
「10万円以上20万円以下」のように数字が位置すること
を示す。

【００５７】図６は、本動作例による数値情報保持手段
4の内容を示す図である。図６で、601は数値範囲の下限
値、602は上限値、603は数値に付く単位、604は数値表
現の開始位置、605は数値表現の終了位置を登録してい
る。

【００５８】数値抽出手段3によってテキスト中から「1
23」と「567」のふたつの数値を取り出し、数値情報保
持手段4に登録する（図６のA）。さらに、単位判定手段
5によって、「ドル」という単位が見つかり、数値情報
保持手段4に登録される（図６のB）。

【００５９】次に、範囲判定手段6によって、「□以上
□以下」という範囲表現が見つかり、図６のBに示すふ
たつの数値情報をまとめて、範囲を表すひとつの情報と
して登録される（図６のC）。

【００６０】数値判別手段32は、テキストにカンマを含
む数字列がある場合には、分割した数値も登録する。た
とえば、「12,345ドル」という文字列であれば、「1234
5ドル」、「12」、「345ドル」が登録される（図６の
D）。カンマは通常3桁毎に挿入されるので、「1234,56
7」や「123,45」は分割結果だけを登録する。

【００６１】なお、区切り桁数が3以外の文書や、桁区
切りにカンマ以外の文字を使用した文書に対応するの
は、区切り桁数や区切り記号を変更することで容易であ
る。区切り方の適切さをあらわす数値を登録することも
できる。例えば、分割結果と全体の文字列とで異なる適
切さを与えられる（図６のEの606）。

【００６２】［第２の実施の形態］次に、本発明の第２
の実施の形態について図面を参照して詳細に説明する。

【００６３】図７を参照すると、本発明の第２の実施の
形態は、文書入力手段1と、テキスト保持手段2と、数値
抽出手段203と、数値情報保持手段4と、単位判定手段20
5と、範囲判定手段6と、出力手段8とから構成されてい
る。

【００６４】単位判定手段205は、単位抽出手段251と、
単位テーブル252と、単位選択手段253と、種類条件テー
ブル254とを含む。

【００６５】これらの手段はそれぞれ概略つぎのように
動作する。

【００６６】数値抽出手段203は、テキスト保持手段2に
記憶している文書内容から数値を表す文字列を取り出
し、数値データに変換し、テキスト中の文字位置ととも
に数値情報保持手段4に書き込む。

【００６７】単位判定手段205は、数値情報保持手段4に
記憶されている数値情報について、付属する単位とその
種類とを調べ、数値情報保持手段4に登録する。単位抽
出手段251は、数値情報保持手段4に記憶されている数値
情報のそれぞれについて、テキスト保持手段2を参照し
て前後に隣接する文字列を調べ、単位テーブル252に登
録されている単位を探す。同じ名前で種類の異なる単位
がある場合は、単位選択手段253によって、種類を決定
する。単位名と種類とを数値情報保持手段4の該数値情
報に追加する。単位テーブル252は、単位を表す文字列
と、単位の種類と、単位と数値の位置関係とを登録して
いる。単位選択手段253は、単位抽出手段251から単位を
表す文字列と、対応する複数の単位の種類と、単位の出
現位置とを受けとり、テキスト保持手段2と種類条件テ
ーブル254とを参照して、単位の種類を決定する。種類
条件テーブル254は、単位の種類を決めるための条件を
単位の種類ごとに登録している。

【００６８】次に、図７及び図８の流れ図を参照して本
実施の形態の単位判定手段205の動作について説明す
る。

【００６９】単位判定手段205は、数値情報保持手段4に
登録されている数値情報の各々について以下に説明する
動作で単位情報を付加する。

【００７０】まず、数値情報保持手段4から数値の出現
位置を読み取る（図８のステップ801）。

【００７１】次に、テキスト保持手段2を参照して数値
の出現位置の前後に単位テーブル252に登録されている
単位があるかどうかを調べる（ステップ802）。

【００７２】ひとつの単位が見つかった場合は、数値情
報保管手段4に登録し、複数の種類の単位が見つかった
場合は、適切な種類を決定する（ステップ803）。

【００７３】単位の種類を決定するには、選択条件テー
ブル254から見つかった単位の種類に対応する条件を取
り出し、テキスト保持手段2を参照して、適切な種類を
選択する（ステップ804）。

【００７４】最後に、単位名、単位種類を数値情報保持
手段4に登録する（ステップ805）。

【００７５】次に、本実施の形態の効果について説明す
る。

【００７６】本実施の形態では、単位テーブルに単位の
種類を登録しているため、単位の種類を指定した検索に
使うための数値情報を抽出できる。

【００７７】また、本実施の形態では、さらに、単位抽
出手段が単位の種類を判別する単位選択手段を参照する
ように構成されているため、同名で種類が異なる単位が
競合したときに適切な種類を選択できる。

【００７８】（実施例）次に、具体的な実施例を用いて
本実施の形態の動作を説明する。

【００７９】図９に単位テーブル252の登録内容の例を
示す。図９では、図３の例に加え、単位の種類を登録し
ている（図９の901）。たとえば、「□円」は金額を表
し、「□Kg」は重量を表す。「□ポンド」は、金額と重
量の両方を表すのに使用される。

【００８０】図１０に種類条件テーブル254の登録内容
の例を示す。図１０の例では、単位の種類（図１０の10
01）に関連のある単語を登録している（図１０の100
2）。

【００８１】「123ポンド以上567ポンド以下の値段の製
品を購入する」というテキストが文書入力手段1によっ
てテキスト保持手段2に記憶されている場合を例にす
る。図１１は、本動作例による数値情報保持手段4の内
容を示す図である。図１１において、1106は単位の種類
を登録している。

【００８２】数値抽出手段3によってテキスト中から「1
23」と「567」のふたつの数値を取り出し、数値情報保
持手段4に登録している（図１１のA）。さらに、単位抽
出手段251によって、「ポンド」という単位が「金額」
と「重量」の２種類見つかり、適切な方を選択するため
単位選択手段253に渡される。単位選択手段253は、種類
条件テーブル254からそれぞれの関連単語を取り出し、
テキスト保持手段2を参照して、それぞれの語を探す。
本例では、「金額」の条件に登録されている「値段」だ
けが見つかるため、「金額」が適切な種類として決定さ
れる。単位「ポンド」と種類「金額」が数値情報保持手
段4に登録される（図１１のB）。

【００８３】単位選択手段253において、複数の関連単
語が見つかった場合は、以下のような方法で選択でき
る。 ・最も近くに関連語が出現した種類を選択する。 ・関連語の数の多い種類を選択する。 ・関連語に重要度を与えて、重要度の大きい関連語の出
現した種類、あるいは、重要度の合計の大きな種類を選
択する。

【００８４】本実施の形態の別の実施例について説明す
る。

【００８５】単位選択手段253は、単位の種類のそれぞ
れについて、適切さの度合いを数値で求め、その適切さ
の度合いが単位の種類とともに数値情報保持手段4に登
録される。図１１のCに例を示す。数値情報保持手段4に
は、「金額」と「重量」の両方の種類が登録され、適切
さの度合いが記録されている（図１１の1107）。適切さ
の度合いの計算方法としては、関連単語の数、関連語の
重要度の和、関連語の重要度を数字列との距離で正規化
したものなどがある。

【００８６】［第３の実施の形態］次に、本発明の第３
の実施の形態について図面を参照して詳細に説明する。

【００８７】図１２を参照すると、本発明の第３の実施
の形態は、文書入力手段1と、テキスト保持手段2と数値
抽出手段203と、数値情報保持手段4と、単位判定手段30
5と、範囲判定手段6と、出力手段8とから構成されてい
る。

【００８８】単位判定手段305は、単位抽出手段351と、
単位テーブル352と、階層判定手段253とを含む。

【００８９】これらの手段はそれぞれ概略つぎのように
動作する。

【００９０】単位判定手段305は、数値情報保持手段4に
記憶されている数値情報について、付属する単位を調
べ、数値情報保持手段4に登録する。単位抽出手段351
は、数値情報保持手段4に記憶されている数値情報のそ
れぞれについて、テキスト保持手段2を参照して前後に
隣接する文字列を調べ、単位テーブル252に登録されて
いる単位を探す。単位が見つかったら、階層判定手段35
3によって、隣接する数値情報間に階層構造が無いかど
うかを調べ、階層構造のある単位がある場合は、一つの
情報にまとめ、単位名を数値情報保持手段4の該数値情
報に追加する。単位テーブル352は、単位を表す文字列
と、単位と数値の位置関係と、他の単位との階層関係と
を登録している。階層判定手段353は、単位抽出手段351
から単位を表す文字列と、単位の出現位置とを受けと
り、単位テーブル352と数値情報保持手段4とを参照し
て、階層関係にある情報をまとめる。

【００９１】次に、図１２及び図１３の流れ図を参照し
て本実施の形態の単位判定手段305の動作について説明
する。

【００９２】単位判定手段305は、数値情報保持手段4に
登録されている数値情報の各々について以下に説明する
動作で単位情報を付加する。

【００９３】まず、数値情報保持手段4から数値の出現
位置を読み取る（図１３のステップ1301）。

【００９４】次に、テキスト保持手段2を参照して数値
の出現位置の前後に単位テーブル352に登録されている
単位があるかどうかを調べる（ステップ1302）。

【００９５】見つかった単位について、階層判定手段35
3によって他の数値情報との階層関係を調べる（ステッ
プ1303）。

【００９６】階層判定手段353は、数値情報保持手段4を
参照し、現在処理対象となっている数値情報と隣接する
数値情報の単位を取り出し、単位テーブル352を参照し
て階層関係を判定する。

【００９７】階層関係がなければ、単位を数値情報保持
手段4に登録する（ステップ1304）。

【００９８】階層関係があれば、単位の関係にしたがっ
て数値情報をまとめる（ステップ1305）。

【００９９】最後に、単位名、単位種類を数値情報保持
手段4に登録する（ステップ1306）。

【０１００】次に、本実施の形態の効果について説明す
る。

【０１０１】本実施の形態では、単位テーブルに単位の
階層関係を登録しているため、「2m50cm」のように、一
つの数値が複数の単位を使って表現されている場合でも
一つの数値として扱うことができる。

【０１０２】（実施例）次に、具体的な実施例を用いて
本実施の形態の動作を説明する。

【０１０３】図１４に単位テーブル352の登録内容の例
を示す。図１４では、図３の例に加え、単位の階層関係
情報を登録している（図１４の1401）。たとえば、1円
は100銭に等しく、1mは100cm及び0.01kmと等しいことを
表す。

【０１０４】図１５は、本動作例による数値情報保持手
段4の内容を示す図である。

【０１０５】図１６は本実施例の階層判定手段353の動
作を示した流れ図である。

【０１０６】「高さ2m50cmのキャビネを納入する」とい
うテキストが文書入力手段1によってテキスト保持手段2
に記憶されている場合を例にする。

【０１０７】数値抽出手段3によってテキスト中から
「2」と「50」のふたつの数値を取り出し、数値情報保
持手段4に登録している（図１５のA）。さらに、単位抽
出手段251によって、数値「2」に対して「m」という単
位が見つかる。階層判定手段353によって、数値情報保
持手段4で前にあるデータを参照する（図１６のステッ
プ1601）が、前にはデータがないので階層関係無しと判
定される（ステップ1602、ステップ1608）。

【０１０８】次に、数値「50」に対して単位「cm」が見
つかり、階層判定手段353によって階層関係の判定が行
われる。

【０１０９】まず、直前の数値情報を参照し、数値
「2」についてのデータ（図１５のB1）が得られる（ス
テップ1601）。

【０１１０】位置関係によって、数値「50」の直前にあ
ることがわかり、階層関係の判定を行う（ステップ160
2）。

【０１１１】数値「50」に対応する単位「cm」について
単位テーブル352を参照して、階層関係情報に「m」が登
録されているかを調べ、登録されていないので次のステ
ップに進む（ステップ1603）。かりに登録されていた場
合には、「m」で表された数値を「cm」に換算する（ス
テップ1604）。

【０１１２】数値「2」に対応する単位「m」について単
位テーブル352を参照して、階層関係情報に「cm」が登
録されているかを調べる（ステップ1605）。

【０１１３】登録されているので、「50cm」を「0.5m」
に換算する（ステップ1606）。

【０１１４】もしなかった場合は、階層関係無しと判定
して終了する（ステップ1608）。換算した数値「0.5m」
と前の数値情報「2m」とを合計して、数値情報を作成す
る（ステップ1607）。

【０１１５】作成した数値情報は数値抽出手段351によ
って数値情報保持手段に登録される（図１５のC）。

【０１１６】［第４の実施の形態］次に、本発明の第４
の実施の形態について図面を参照して詳細に説明する。

【０１１７】図１７を参照すると、本発明の第４の実施
の形態は、文書入力手段1と、テキスト保持手段2と、数
値抽出手段203と、数値情報保持手段4と、単位判定手段
205と、範囲判定手段6と、情報選択手段7と、出力手段8
とから構成されている。

【０１１８】選択手段7は、条件判定手段71と、選択条
件テーブル72とを含む。

【０１１９】条件判定手段71は、選択条件テーブル72を
参照して数値情報保持手段4の内容の一部を取り出し
て、出力手段8に渡す。

【０１２０】次に、本実施の形態の効果について説明す
る。

【０１２１】本実施の形態では、条件判定手段71によっ
て数値情報保持手段4の内容の一部だけを選択して、出
力手段8に渡すため、必要な種類の数値情報だけを選択
できる。

【０１２２】（実施例）次に、具体的な実施例を用いて
本実施の形態の動作を説明する。

【０１２３】図１８に選択条件テーブル72の登録内容の
例を示す。図１８のAでは、出力手段8にわたす数値情報
の単位を指定している。図１８のBでは、数値情報の単
位の種類を指定している。図１８のCでは、数値情報の
種類と単位の両方を指定している。この例では、金額に
ついては円、ドル、

【０１２４】、＄の4種類、重量についてはすべてを指
定している。

【０１２５】条件判定手段71は、指定された単位を持つ
数値情報だけを出力手段8にわたす。

【０１２６】［第５の実施の形態］次に、本発明の第５
の実施の形態について図面を参照して詳細に説明する。

【０１２７】図１９を参照すると、本発明の第５の実施
の形態は、文書入力手段1と、テキスト保持手段2と、数
値抽出手段203と、数値情報保持手段4と、単位判定手段
5と、範囲判定手段506と、出力手段8とから構成されて
いる。

【０１２８】範囲判定手段506は、範囲抽出手段561と、
範囲表現テーブル562とを含む。

【０１２９】これらの手段はそれぞれ概略つぎのように
動作する。

【０１３０】範囲判定手段506は、数値情報保持手段4に
記憶されている数値情報の組み合わせが範囲を表してい
るかどうかを判定し、数値情報保持手段4の情報を修正
し、さらに、範囲表現の種類を登録する。範囲抽出手段
561は、数値情報保持手段4に記憶されている数値情報の
それぞれについて、テキスト保持手段2を参照して前後
に隣接する文字列を調べ、範囲表現テーブル562に登録
されている関係になっている情報があれば、範囲を示す
ように数値情報保持手段4の該数値情報を変更する。範
囲表現テーブル562は、範囲を表す文字列と数値の位置
関係とを登録し、また、範囲表現の種類を登録してい
る。

【０１３１】範囲判定手段506の動作は、第１の実施の
形態における範囲判定手段6の動作と同様である。ただ
し、範囲を示すと判定された数値情報を数値情報保持手
段4に登録する際に、範囲表現テーブル562に登録されて
いる範囲表現の種類も登録する。

【０１３２】次に、本実施の形態の効果について説明す
る。

【０１３３】本実施の形態では、範囲表現テーブル562
に範囲表現の種類を登録しているため、種類によって検
索処理を変えることのできる検索装置に適した数値情報
を登録できる。また、同じ意味を持つ範囲表現に同じ種
類を与えておくことで、表現の違いによらない数値情報
を登録できる。

【０１３４】（実施例）次に、具体的な実施例を用いて
本実施の形態の動作を説明する。

【０１３５】図２０に範囲表現テーブル562の登録内容
の例を示す。図２０では、範囲表現（図２０の2001）と
範囲表現の種類（図２０の2002）が登録されている。た
とえば、「□から□」と「□〜□」はともに「上限下
限」という種類が付けられている。「□以下」と「□未
満」では、「□」の位置の数値を範囲に含むかどうかが
異なるので別の種類名が与えられている。「中心」とい
う種類は範囲ではなく単独の数値であることを示してい
る。範囲を表す表現が付いていない数値表現の種類にも
「中心」を与える。

【０１３６】「123ドルから567ドルの製品を購入の対象
とする」というテキストから抽出した数値情報が数値情
報保持手段4に登録された例を図２１に示す。図２１
で、範囲表現の種類が登録されている（図２１の210
1）。

【０１３７】図２２に範囲表現テーブル562の登録内容
の別の例を示す。図２２では、範囲表現と範囲表現の種
類が登録されている。範囲表現の種類は、範囲の取り方
の種類（図２２の2201）と範囲の曖昧さ（図２２の220
2）の組み合わせで表現されている。この例では、範囲
の意味の曖昧さは数値で与え、曖昧さがない場合を0、
曖昧さが大きくなると大きな数値としている。曖昧な表
現が付いていない数値表現に対しては、特定の値、例え
ば0を与える。たとえば、「□以上」と「□強」はとも
に数値の範囲の「下限」を示しているが、「□強」の方
が大きな曖昧さを登録している。

【０１３８】「123ドル強の価格になる見込み。」とい
うテキストから抽出した数値情報が数値情報保持手段4
に登録された例を図２３に示す。図２３で、範囲表現の
曖昧さが登録されている（図２３の2301）。

【０１３９】［第６の実施の形態］次に、本発明の第６
の実施の形態について図面を参照して詳細に説明する。

【０１４０】図２４を参照すると、本発明の第３の実施
の形態は、文書入力手段1と、テキスト保持手段2と数値
抽出手段203と、数値情報保持手段4と、単位判定手段20
5と、範囲判定手段6と、情報選択手段607と、出力手段8
とから構成されている。

【０１４１】選択手段607は、条件判定手段671と、選択
条件テーブル672とを含む。

【０１４２】条件判定手段671は、選択条件テーブル672
を参照して数値情報保持手段4の内容の一部を取り出し
て、出力手段8に渡す。

【０１４３】次に、本実施の形態の効果について説明す
る。

【０１４４】本実施の形態では、条件判定手段607によ
って数値情報保持手段4の内容の一部だけを選択して、
出力手段8に渡すため、範囲表現や曖昧な表現のうち必
要な情報だけを選択できる。

【０１４５】（実施例）次に、具体的な実施例を用いて
本実施の形態の動作を説明する。

【０１４６】図２５に選択条件テーブル672の登録内容
の例を示す。図２５では、選択する数値情報の範囲の取
り方（図２５の2501）と曖昧さ（図２５の2502）を登録
している。図２５のAでは、範囲の取り方を制限せず、
曖昧さが0に等しいものを指定している。図２５のBで
は、範囲の取り方が「中心」で、曖昧さが20未満のもの
を指定している。

【０１４７】条件判定手段671は、指定された単位を持
つ数値情報だけを出力手段8にわたす。

【０１４８】［第７の実施の形態］次に、本発明の第７
の実施の形態について図面を参照して詳細に説明する。

【０１４９】図２６を参照すると、本発明の第７の実施
の形態は、文書入力手段1と、テキスト保持手段2と数値
抽出手段203と、数値情報保持手段4と、単位判定手段5
と、範囲判定手段6と、出力手段8と、省略補間手段9と
から構成されている。

【０１５０】省略補間手段9は、数値情報保持手段4に登
録されている情報のうち、文書中で数値文字列の一部、
あるいは、単位が省略されていたため、正しく登録され
ていないものを、テキスト保持手段2を参照して修正す
る。

【０１５１】次に、図２７の流れ図を参照して本実施の
形態の省略補間手段9の動作について説明する。

【０１５２】省略補間手段9は、数値情報保持手段4に登
録されている各データについて以下の処理を行う。

【０１５３】まず、数字列の省略があるかどうかを判定
する（図２７のステップ2701）。

【０１５４】省略されている可能性がある場合は、テキ
スト保持手段2を参照して、省略された数字列を推定し
て、省略のない数字列を復元し、数値化する（ステップ
2702）。

【０１５５】次に、単位の省略があるかどうかを判定す
る（ステップ2703）。

【０１５６】省略されている可能性がある場合は、テキ
スト保持手段2を参照して、省略された単位を推定する
（ステップ2704）。

【０１５７】最後に、補間された数値、単位を数値情報
保持手段4に登録する（ステップ2705）。

【０１５８】次に、本実施の形態の効果について説明す
る。

【０１５９】本実施の形態では、省略補間手段9を備え
ることで、数字列や単位が省略された場合でも正しく数
値情報を取り出すことができる。

【０１６０】（実施例）次に、具体的な実施例を用いて
本実施の形態の省略補間手段9の動作を説明する。

【０１６１】「１０から１５万円の価格になる見込
み。」というテキストから抽出した数値情報が数値情報
保持手段4に登録された例を図２８に示す。図２８のAは
省略補間手段9による処理の前の状態を示す。この数値
情報に対する省略補間手段9の動作を説明する。

【０１６２】最初に、数値の省略を調べる（ステップ27
01）。テキスト保持手段と数値情報保持手段4とを参照
して、範囲表現にあてはまるか、カンマあるいは読点で
区切られた数値情報の並びで、並びの最後の数値情報に
だけ単位が付いていて、かつ、最後の数値情報に対応す
るテキスト中での数字列にだけ付いている、位を表す漢
数字列（「百」、「千」、「万」、「億」、「兆」など
とその組み合わせ）がある場合、他の数値にも同じ漢数
字列を補う。例えば、「10から20億トン」については
「10」に「億」を補う。ただし、「10トンから20億ト
ン」では補わない。「二、三百万人」では、「二」に
「百万」を補う。図２８のAの数値情報は、テキスト中
では「□から□」という範囲表現に当てはまり、後の数
値情報にだけ「万」が付いているので、「10」に対して
も「万」を追加して数値化する（図２８のB）。

【０１６３】次に、単位の省略があるかどうかを調べる
（図２７のステップ2703）。テキスト保持手段と数値情
報保持手段4とを参照して、範囲表現にあてはまるか、
カンマあるいは読点で区切られた数値情報の並びで、並
びの最後の数値情報にだけ単位が付けられているものが
ある場合に、最後の数値情報と同じ単位を並びの他の数
値情報に与える。たとえば、「100〜200m」や「二十
五、二十六歳」という表現が該当する。図２８のBの数
値情報は、テキスト中では「□から□」という範囲表現
に当てはまるので、「10」に対しても単位「円」を登録
する（図２８のC）。

【０１６４】最後に、省略を補った結果を範囲として、
数値情報保持手段4に登録する（図２７のステップ270
5、図２８のD）。

【０１６５】次に、本実施の形態の別の実施例の省略補
間手段9の動作を説明する。

【０１６６】本実施例の省略補間手段9は、省略を補っ
た結果を、他の数値情報と区別するための情報を付加し
て、数値情報保持手段4に追加して登録する。

【０１６７】図２９のAは、数値情報保持手段4に追加登
録した結果の例を示す。図２９の2901は、省略を補った
結果を判別するための領域で、省略を補った結果には
「補」が付加されている。また、数字列は補わずに単位
だけを補うこともできる（図２９のB）。

【０１６８】［第８の実施の形態］次に、本発明の第８
の実施の形態について図面を参照して詳細に説明する。

【０１６９】図３０を参照すると、本発明の第８の実施
の形態は、制御手段3001と、数値登録手段3002と、情報
蓄積手段3003と、条件入力手段3004と、検索手段3005
と、結果保持手段3006と、表示手段3007とから構成され
ている。

【０１７０】これらの手段はそれぞれ概略つぎのように
動作する。

【０１７１】制御手段3001は、装置全体の制御を行う。
具体的には具体的にはCPUとメモリで実現する。

【０１７２】数値登録手段3002は、文書から数値を表す
文字列を抽出し、数値化して情報蓄積手段3003に登録す
る。

【０１７３】情報蓄積手段3003は、各文書中の数値情報
を登録している。ファイル装置、あるいは、メモリ上の
データベースやインデックスとして実現する。

【０１７４】条件入力手段3004は、装置のユーザが指定
する検索条件を入力する。

【０１７５】検索手段3005は、前記の検索条件で情報蓄
積手段3003を検索し、結果を結果保持手段3006に登録す
る。

【０１７６】結果保持手段3006は、ファイル装置あるい
はメモリで実現し、検索結果を登録しておく。

【０１７７】表示手段3007は、結果保持手段3006の内容
を、出力する。出力方法としては、ディスプレイでの表
示、プリンタでの印刷、音声による読み上げ、ファイル
装置への書き込むなどがある。

【０１７８】次に、図３０を参照して本実施の形態の全
体の動作について説明する。

【０１７９】数値情報を登録する際には、制御手段3001
は、数値登録手段3002によって、文書から数値情報を抽
出して情報蓄積手段3003に登録する。テキストの中の数
値表現は、表記上の曖昧さや文字の省略のために、情報
の欠落や数値表現の切り出し方の曖昧さが生じる。ま
た、複数の意味を持つ単位や構文上の曖昧さによって
も、複数の解釈が可能になる場合がある。本実施の形態
の数値登録手段3002は、数値情報を抽出、数値化する際
に、数値情報に複数の解釈が生じる場合は、複数の解釈
結果を登録する。複数の解釈の間で、適切さの度合いに
差がある場合は、適切さを示す情報を同時に登録する。

【０１８０】数値情報を検索する際には、制御手段3001
は、条件入力手段3004から、検索条件を入力する。条件
入力手段3004は、入力用の端末装置に接続し、検索条件
は数式あるいは文章、検索用言語などで入力される。

【０１８１】次に、制御手段3001は、検索手段3005によ
って情報蓄積手段3003を検索し、結果を結果保持手段30
06に登録する。

【０１８２】最後に、表示手段3007が情報蓄積手段3006
を参照して結果を出力する。結果としては、文書番号や
文書名だけ、文書の一部あるいは全部などを用いる。

【０１８３】次に、本実施の形態の効果について説明す
る。

【０１８４】本実施の形態では、数値の解釈が複数ある
場合に、数値登録手段3002が複数の数値情報として登録
するために、一意に解釈することのできない数値表現を
含む文書に対しても洩れのない検索を行うことができ
る。

【０１８５】また、複数の解釈を持つ数値情報につい
て、解釈の適切さを示す情報を利用して、利用しやすい
検索結果の出力ができる。

【０１８６】［第９の実施の形態］次に、本発明の第９
の実施の形態について図面を参照して詳細に説明する。

【０１８７】図３１を参照すると、本発明の第９の実施
の形態は、制御手段3001と、数値登録手段3102と、情報
蓄積手段3003と、条件入力手段3004と、検索手段3005
と、結果保持手段3006と、表示手段3007とから構成され
ている。

【０１８８】図３２を参照すると、数値登録手段3102
は、文書入力手段1と、テキスト保持手段2と数値抽出手
段3と、数値情報保持手段4と、単位判定手段5と、範囲
判定手段6と、情報登録手段3208とを含む。

【０１８９】数値登録手段3102は、登録する文書のテキ
スト部分から数値表現を抽出し、数値化して情報蓄積手
段3003に登録する。数字列の区切り方に複数の解釈がで
きる場合は、複数の区切り方で数字列を取り出してそれ
ぞれ数値化する。

【０１９０】情報登録手段3208は、数値情報保持手段4
の内容を文書を判別する情報（文書名や文書番号など）
とともに登録する。

【０１９１】次に、本実施の形態の効果について説明す
る。

【０１９２】本実施の形態では、数値の区切り方の解釈
が複数ある場合に、数値登録手段3102が複数の数値情報
として登録するために、区切り方の曖昧な数値表現を含
む文書に対しても洩れのない検索を行うことができる。

【０１９３】（実施例）次に、具体的な実施例を用いて
本実施の形態の動作を説明する。

【０１９４】数値登録手段3102によって、「12,345ド
ル」というテキストを含む文書からは、「12345ド
ル」、「12」、「345ドル」が抽出される（図６のD）。
この数値情報が文書番号（この例では#1とする）ととも
に登録される。

【０１９５】条件入力手段3004から、検索条件が「300
ドル以上500ドル以下」と入力されると検索手段3005に
よって、「345ドル」の数値情報が抽出され、表示手段3
007によって文書#1の文書名や内容が表示される。「120
0ドル以上2000ドル以下」という条件であれば、「12345
ドル」の数値情報を検索し、文書#1を検索できる。文書
の作者の意図が、「12345」か「12と345」のどちらであ
っても検索洩れを起こすことがない。

【０１９６】［第１０の実施の形態］次に、本発明の第
１０の実施の形態について図面を参照して詳細に説明す
る。

【０１９７】図３３を参照すると、本発明の第１０の実
施の形態は、制御手段3001と、数値登録手段3302と、情
報蓄積手段3003と、条件入力手段3004と、検索手段3005
と、結果保持手段3006と、表示手段3007とから構成され
ている。

【０１９８】図３４を参照すると、数値登録手段3302
は、文書入力手段1と、テキスト保持手段2と数値抽出手
段203と、数値情報保持手段4と、単位判定手段205と、
範囲判定手段6と、情報登録手段3208とを含む。

【０１９９】数値登録手段3302は、登録する文書のテキ
スト部分から数値表現を抽出し、数値化して単位と単位
の種類とともに、情報蓄積手段3003に登録する。単位の
種類に複数の解釈ができる場合は、複数の種類で数値情
報を登録する。

【０２００】次に、本実施の形態の効果について説明す
る。

【０２０１】本実施の形態では、数値につく単位の種類
の解釈が複数ある場合に、数値登録手段3302が複数の数
値情報として登録するために、単位の種類の曖昧な数値
表現を含む文書に対しても洩れのない検索を行うことが
できる。

【０２０２】（実施例）次に、具体的な実施例を用いて
本実施の形態の動作を説明する。

【０２０３】数値登録手段3302によって、「123ポンド
以上567ポンド以下の値段の製品を購入する」というテ
キストを含む文書からは、「ポンド」が金額と重量の単
位であるために、二つの数値情報が抽出される（図１１
のC）。この数値情報が文書番号（この例では#2とす
る）とともに登録される。

【０２０４】そのため、条件入力手段3004から、金額と
重量のどちらが指定されても、検索対象からもれること
がない。

【０２０５】［第１１の実施の形態］次に、本発明の第
１１の実施の形態について図面を参照して詳細に説明す
る。

【０２０６】図３５を参照すると、本発明の第１１の実
施の形態は、制御手段3001と、数値登録手段3502と、情
報蓄積手段3003と、条件入力手段3004と、検索手段3005
と、結果保持手段3006と、表示手段3007とから構成され
ている。

【０２０７】図３６を参照すると、数値登録手段3502
は、文書入力手段1と、テキスト保持手段2と数値抽出手
段203と、数値情報保持手段4と、単位判定手段5と、範
囲判定手段6と、省略補間手段9と、情報登録手段3208と
を含む。

【０２０８】数値登録手段3502は、登録する文書のテキ
スト部分から数値表現を抽出し、数値化して情報蓄積手
段3003に登録する。数字列や単位に省略がある場合は、
省略補間手段9によって、省略を補った数値情報を作成
し登録する。

【０２０９】次に、本実施の形態の効果について説明す
る。

【０２１０】本実施の形態では、省略を含む数値表現に
対しては、省略を補った数値情報を作成して登録してい
るため、省略を含んでいる文書も正しく検索できる。

【０２１１】（実施例）次に、具体的な実施例を用いて
本実施の形態の動作を説明する。

【０２１２】数値登録手段3502によって、「10から15万
円の価格になる見込み。」というテキストを含む文書か
らは、「10万円から15万円」を意味する数値情報が取り
出される（図２８のD）。これによって、たとえば、「1
万円以下」という検索条件では、この情報は検索されな
い。

【０２１３】省略の補間の誤りによる検索洩れを避ける
ために、省略を補う前後の数値情報をともに登録するこ
とができる。このとき、上記のテキストからは、「10円
から15万円」を意味する情報も登録される（図２９の
B）。そのため、どちらが文書の意図であっても、検索
対象からもれることがない。

【０２１４】［第１３の実施の形態］次に、本発明の第
１３の実施の形態について図面を参照して詳細に説明す
る。

【０２１５】図４１を参照すると、本発明の第１３の実
施の形態は、制御手段3001と、数値登録手段3002と、情
報蓄積手段3003と、条件入力手段3004と、検索手段3005
と、結果保持手段3006と、表示手段3707と、基準修正手
段4108とから構成されている。

【０２１６】基準修正手段4108は、基準テーブル3773の
内容をユーザが修正するための手段である。現在の基準
テーブルの内容を表示し、テキストやチェックボタンな
どを利用して内容を修正する手段をユーザに提供する。

【０２１７】図４２は、基準テーブル3773を修正するた
めの画面表示の例である。修正の際には、項目別のメニ
ューを用いる方法（図４０のA）、いくつかの選択条件
をまとめたものを選択する方法（図４０のB）がある。
そのほか、スクロールメニューを用いたり、エディタを
用いて直接に修正する方法もある。また、設定の一部に
ついては変更を許さないこともできる。

【０２１８】次に、本実施の形態の効果について説明す
る。

【０２１９】本実施の形態では、検索結果の表示対象や
表示方法を指定するための基準テーブルをユーザが基準
修正手段を用いて修正できるため、ユーザが必要な情報
や見やすい形を選択できる。

【０２２０】［第１４の実施の形態］次に、本発明の第
１４の実施の形態について図面を参照して詳細に説明す
る。

【０２２１】図４３を参照すると、本発明の第１３の実
施の形態は、制御手段3001と、数値登録手段4302と、情
報蓄積手段3003と、条件入力手段3004と、検索手段4305
と、結果保持手段3006と、表示手段3007とから構成され
ている。

【０２２２】図４４を参照すると、数値登録手段4302
は、文書入力手段1と、テキスト保持手段2と、数値抽出
手段203と、数値情報保持手段4と、単位判定手段5と、
範囲判定手段506と、情報登録手段3208とを含む。

【０２２３】図４５を参照すると、検索手段4305は、概
数変換手段4351と、変換定義手段4352と、情報検索手段
4353とを含む。

【０２２４】次に、本実施の形態の動作について説明す
る。

【０２２５】数値登録手段4302は、登録する文書のテキ
スト部分から数値表現を抽出し、数値化して情報蓄積手
段3003に登録する。数字が範囲で表現されている場合、
および、曖昧な数値を表す表現が使用されている場合
は、数値表現とともに範囲表現の種類を登録する。

【０２２６】条件変換手段4351は、範囲定義手段4352を
参照して、条件入力手段3004から入力した検索条件を範
囲の種類ごとの条件指定に変換する。

【０２２７】範囲定義手段4352は、範囲表現の種類に対
応する数値の範囲を登録している。

【０２２８】情報検索手段4353は、条件変換手段4351で
変換された条件で検索を行い、結果を結果保持手段3006
に登録する。

【０２２９】次に、本実施の形態の効果について説明す
る。

【０２３０】本実施の形態では、曖昧な数値の表現を数
値の範囲に変換するための概数定義手段を備えているた
め、曖昧な数値表現に対しても適切に検索を行うことが
できる。

【０２３１】（実施例）次に、具体的な実施例を用いて
本実施の形態の動作を説明する。

【０２３２】図４６は、概数定義手段4352の内容の例を
示す図である。図４６の4601は範囲表現の種類で、範囲
判定手段506が数値情報に与える種類と共通である。460
2は、範囲表現の種類に対応する数値表現の範囲で、min
とmaxは数値情報保持手段4の数値範囲の下限値（図６の
601）、上限値（図６の602）に対応する。

【０２３３】図４７の数値情報から、「30を範囲に含
む」情報を検索する例で動作を説明する。図４７では、
文書番号、数値の上限値、下限値、範囲表現の種類を示
し、他の情報を省略している。

【０２３４】条件入力手段3004から「30を範囲に含む」
という条件がで入力される。 条件変換手段4351は、範
囲定義手段4352を参照して、以下の検索式に変換され
る。

【０２３５】 範囲種類=中心 and 30 = min or 範囲種類=上限 and 30 ≦ max or 範囲種類=上限2 and 30 < max or 範囲種類=曖昧上限 and max*0.8 ≦ 30 and 30 ≦ max or 範囲種類=上限下限 and min ≦ 30 and 30 ≦ max 上記の検索式による検索の結果、文書番号2、3、5が見
つかる。

【０２３６】範囲定義手段4352中の定数（図４６の例で
は0.8）は、検索前あるいは検索時にユーザが指定する
こともできる。また、範囲表現の種類が曖昧さや適切さ
を伴う数値（図２２の2202）を伴っている場合は、この
数値を調整（例えば、定数倍する、一定数加減するな
ど）して使用することもできる。

【０２３７】以上本発明を実施の形態に基づいて説明し
たが、本発明は、これらの実施の形態のみに限定される
ものではない。さらに、上記した実施の形態の数値情報
抽出装置及び数値情報検索装置をコンピュータで実現す
るために、本発明の機能手段をコンピュータ読み取り可
能なプログラムとしてＣＤ−ＲＯＭやフロッピーディス
クに代表される記憶媒体に記憶して提供される形態でも
良い。

【０２３８】

【発明の効果】本発明の効果は、文書形式を限定せず、
幅広い表現の数値を含む文書から数値情報を抽出し、検
索できることにある。

【０２３９】第１の効果は、範囲や曖昧な表現に対して
も数値を抽出、検索できることにある。その理由は、範
囲判定手段において、範囲表現を、範囲や曖昧さによっ
て分類して処理しているためである。また、範囲や曖昧
な表現を種類分けし、種類に応じて適切な検索式を生成
するためである。

【０２４０】第２の効果は、多様な単位表現に対応でき
ることにある。その理由は、単位の階層関係を使用し
て、複数の単位で表現された数値を単一の数値として処
理でき、また、一部の単位が省略されている表現にも対
応しているためである。

【０２４１】第３の効果は、必要に応じて出力するデー
タ量、あるいは、検索結果の量を削減できることにあ
る。その理由は、単位や範囲表現を分類でき、選択手段
や表示手段によって必要な種類の数値情報だけを選択す
るためである。） 第４の効果は、区切りの曖昧さや省略を含む数字列から
も正しい数値が抽出でき、もれなく検索できることにあ
る。その理由は、区切りの曖昧さを含む文字列からは複
数の区切り方を用いて数値を取り出している。また、省
略された数字列については前後関係から省略を補うため
である。

【図面の簡単な説明】

【図１】本発明の第１の実施の形態の構成を示す示すブ
ロック図である。

【図２】第１の実施の形態の数値抽出手段3の構成を示
すブロック図である。

【図３】第１の実施の形態の単位テーブル52の登録内容
の例を示す図である。

【図４】第１の実施の形態の範囲表現テーブル62の登録
内容の例を示す図である。

【図５】第１の実施の形態の動作を示す流れ図である。

【図６】第１の実施の形態の数値情報保持手段4の内容
の例を示す図である。

【図７】本発明の第２の実施の形態の構成を示す示すブ
ロック図である。

【図８】第２の実施の形態の単位判定手段205の動作を
示す流れ図である。

【図９】第２の実施の形態の単位テーブル252の登録内
容の例を示す図である。

【図１０】第２の実施の形態の種類条件テーブル254の
登録内容の例を示す図である。

【図１１】第２の実施の形態の数値情報保持手段4の内
容の例を示す図である。

【図１２】本発明の第３の実施の形態の構成を示す示す
ブロック図である。

【図１３】第３の実施の形態の単位判定手段305の動作
を示す流れ図である。

【図１４】第３の実施の形態の単位テーブル352の登録
内容の例を示す図である。

【図１５】第３の実施の形態の数値情報保持手段4の内
容の例を示す図である。

【図１６】第３の実施の形態の階層判定手段353の動作
を示す流れ図である。

【図１７】本発明の第４の実施の形態の構成を示す示す
ブロック図である。

【図１８】第４の実施の形態の選択条件テーブル72の内
容の例を示す図である。

【図１９】本発明の第５の実施の形態の構成を示す示す
ブロック図である。

【図２０】第５の実施の形態の範囲表現テーブル562の
登録内容の例を示す図である。

【図２１】第５の実施の形態の数値情報保持手段4の内
容の例を示す図である。

【図２２】第５の実施の形態の範囲表現テーブル562の
登録内容の別の例を示す図である。

【図２３】第５の実施の形態の数値情報保持手段4の内
容の別の例を示す図である。

【図２４】本発明の第６の実施の形態の構成を示す示す
ブロック図である。

【図２５】第６の実施の形態の選択条件テーブル672の
内容の例を示す図である。

【図２６】本発明の第７の実施の形態の構成を示す示す
ブロック図である。

【図２７】第７の実施の形態の省略補間手段9の動作を
示す流れ図である。

【図２８】第７の実施の形態の数値情報保持手段4の内
容の例を示す図である。

【図２９】第７の実施の形態の数値情報保持手段4の内
容の別の例を示す図である。

【図３０】本発明の第８の実施の形態の構成を示す示す
ブロック図である。

【図３１】本発明の第９の実施の形態の構成を示す示す
ブロック図である。

【図３２】第９の実施の形態の数値登録手段3102の構成
を示すブロック図である。

【図３３】本発明の第１０の実施の形態の構成を示す示
すブロック図である。

【図３４】第１０の実施の形態の数値登録手段3302の構
成を示すブロック図である。

【図３５】本発明の第１１の実施の形態の構成を示す示
すブロック図である。

【図３６】第１１の実施の形態の数値登録手段3502の構
成を示すブロック図である。

【図３７】本発明の第１２の実施の形態の構成を示すブ
ロック図である。

【図３８】第１２の実施の形態の基準テーブル3773の内
容の例を示す図である。

【図３９】第１２の実施の形態の基準テーブル3773の内
容の第2の例を示す図である。

【図４０】第１２の実施の形態の基準テーブル3773の内
容の第3の例を示す図である。

【図４１】本発明の第１３の実施の形態の構成を示すブ
ロック図である。

【図４２】第１３の実施の形態の基準修正手段4108によ
る画面表示の例である。

【図４３】本発明の第１４の実施の形態の構成を示すブ
ロック図である。

【図４４】第１４の実施の形態の数値登録手段4302の構
成を示すブロック図である。

【図４５】第１４の実施の形態の検索手段4305の構成を
示すブロック図である。

【図４６】第１４の実施の形態の範囲定義手段4352の内
容の例を示す図である。

【図４７】第１４の実施の形態の数値情報の例を示す図
である。

【図４８】従来の文書検索装置の一例の動作を示す流れ
図である。

【図４９】従来の文書検索装置の他の例の構成を示すブ
ロック図である。

【図５０】従来の文書検索装置の他の例の検索対象文書
の例である。

【符号の説明】

1 文書入力手段 2 テキスト保持手段 3、203 数値抽出手段 4 数値情報保持手段 5、205、305 単位判定手段 6、506 範囲判定手段 7、607 情報選択手段 8 出力手段 9 省略補間手段 3001 制御手段 3002、3102、3302、3502、4302 数値登録手段 3003 情報蓄積手段 3004 条件入力手段 3005、4305 検索手段 3006 結果保持手段 3007、3707 表示手段 4108 基準修正手段

Claims (30)

【特許請求の範囲】
1. 【請求項１】テキスト中に含まれる数値を表す文字列を
   抽出する数値情報抽出装置において、 該数値を表す文字列の区切りの曖昧さを検出し、区切り
   の曖昧な文字列からは複数の数値文字列を取り出すよう
   に構成したことを特徴とする数値情報抽出装置。
2. 【請求項２】テキスト中に含まれる数値を表す文字列を
   抽出し、該文字列を数値に変換した数値情報を作成する
   数値抽出手段と、 該テキストを参照して該数値情報に単位を付加する単位
   判定手段と、 該テキストを参照して該数値情報または該数値情報の組
   み合わせに対して、数値の範囲を表す情報を付加する範
   囲判定手段と、 該数値情報を出力する出力手段と、を備えて構成され、 前記数値抽出手段は、 該数値を表す文字列の区切りの曖昧さを検出し、区切り
   の曖昧な数字文字列からは複数の数値文字列を取り出す
   数値判別手段を少なくとも含んで構成されることを特徴
   とする数値情報抽出装置。
3. 【請求項３】テキスト中に含まれる数値を表す文字列を
   抽出する数値情報抽出装置において、 予め、単位の名称と単位の種類を登録した第１のテーブ
   ルと、単位の種類を決定するための条件を登録した第２
   のテーブルを用意しておき、該テキストと該第１及び第
   ２のテーブルを参照することによって、抽出する数値情
   報に対して単位を付加するように構成したことを特徴と
   する数値情報抽出装置。
4. 【請求項４】請求項３に記載の数値情報抽出装置におい
   て、同名で種類が異なる単位が競合する場合に、前記第
   ２のテーブルを参照することによって適切な種類を選択
   し、該数値情報に対して単位を付加するように構成した
   ことを特徴とする数値情報抽出装置。
5. 【請求項５】テキスト中に含まれる数値を表す文字列を
   抽出し、該文字列を数値に変換した数値情報を作成する
   数値抽出手段と、 該テキストを参照して該数値情報に単位を付加する単位
   判定手段と、 該テキストを参照して該数値情報または該数値情報の組
   み合わせに対して、数値の範囲を表す情報を付加する範
   囲判定手段と、 該数値情報を出力する出力手段と、を備えて構成され、 前記単位判定手段は、 単位の名称と単位の種類を登録した単位テーブルと、 単位の種類を決定するための条件を登録した種類条件テ
   ーブルと、 前記単位テーブルと前記種類条件テーブルと該テキスト
   を参照して単位の種類を決定する単位選択手段と、を少
   なくとも有して構成されることによって該数値情報に単
   位を付加することを特徴とする数値情報抽出装置。
6. 【請求項６】テキスト中に含まれる数値を表す文字列を
   抽出する数値情報抽出装置において、 予め、単位の名称と単位の階層関係を登録したテーブル
   を用意しておき、該テキストと該テーブルを参照するこ
   とによって、抽出する数値情報に対して階層関係を考慮
   した単位を付加するように構成したことを特徴とする数
   値情報抽出装置。
7. 【請求項７】テキスト中に含まれる数値を表す文字列を
   抽出し、該文字列を数値に変換した数値情報を作成する
   数値抽出手段と、 該テキストを参照して該数値情報に単位を付加する単位
   判定手段と、 該テキストを参照して該数値情報または該数値情報の組
   み合わせに対して、数値の範囲を表す情報を付加する範
   囲判定手段と、 該数値情報を出力する出力手段と、を備えて構成され、 前記単位判定手段は、 単位の名称と単位の階層関係を登録した単位テーブル
   と、 単位の階層関係を決定する階層判定手段と、を少なくと
   も有して構成されることによって該数値情報に階層関係
   を考慮した単位を付加することを特徴とする数値情報抽
   出装置。
8. 【請求項８】前記出力手段に該数値情報を出力する前
   に、該数値情報に含まれる単位の種類によって、数値情
   報を選択する情報選択手段を備えることを特徴とする請
   求項５または７に記載の数値情報抽出装置。
9. 【請求項９】テキスト中に含まれる数値を表す文字列を
   抽出する数値情報抽出装置において、 予め、範囲表現と範囲表現の種類を登録したテーブルを
   用意しておき、該テキストと該テーブルを参照すること
   によって範囲表現の種類を決定し、抽出する数値情報に
   対してこの決定した範囲表現を付加するように構成した
   ことを特徴とする数値情報抽出装置。
10. 【請求項１０】テキスト中に含まれる数値を表す文字列
    を抽出し、該文字列を数値に変換した数値情報を作成す
    る数値抽出手段と、 該テキストを参照して該数値情報に単位を付加する単位
    判定手段と、 該テキストを参照して該数値情報または該数値情報の組
    み合わせに対して、数値の範囲を表す情報を付加する範
    囲判定手段と、 該数値情報を出力する出力手段と、を備えて構成され、 前記範囲判定手段は、 範囲表現と範囲表現の種類を登録した範囲表現テーブル
    と、 前記範囲表現テーブルと該テキストを参照して範囲表現
    の種類を決定する範囲抽出手段と、を少なくとも有して
    構成されることによって、該数値情報に範囲表現の種類
    を考慮した情報を付加することを特徴とする数値情報抽
    出装置。
11. 【請求項１１】前記出力手段に該数値情報を出力する前
    に、該数値情報に含まれる範囲表現の種類によって、数
    値情報を選択する情報選択手段を備えることを特徴とす
    る請求項１０記載の数値情報抽出装置。
12. 【請求項１２】該テキストと数値情報とを参照して、数
    値を表す文字列の一部が省略された数値情報に、省略さ
    れた文字列を補って、該数値情報を修正する省略補間手
    段を更に備えることを特徴とする請求項１〜１１のいず
    れか一項に記載の数値情報抽出装置。
13. 【請求項１３】該テキストと数値情報とを参照して、単
    位が省略された数値情報に、省略された単位を補って、
    該数値情報を修正する省略補間手段を更に備えることを
    特徴とする請求項１〜１１のいずれか一項に記載の数値
    情報抽出装置。
14. 【請求項１４】該テキストと数値情報を参照して、数値
    を表す文字列の一部または単位が省略された数値情報に
    対して、省略された文字列または単位のどちらか一方も
    しくは両方を補い、該数値情報を修正する省略補間手段
    を備えることを特徴とする請求項１〜１１のいずれか一
    項に記載の数値情報抽出装置。
15. 【請求項１５】文書から数値情報を抽出して登録する数
    値登録手段と、 該登録した数値情報を検索する条件を入力する条件入力
    手段と、 該条件に従って数値情報を検索する検索手段と、 前記検索手段による検索結果を出力する表示手段と、を
    少なくとも備えて構成され、 前記数値登録手段は、数値の抽出に曖昧さが生じた場合
    に、単一の数値表現を複数の数値情報として登録するこ
    とを特徴とする数値情報検索装置。
16. 【請求項１６】前記数値登録手段は、 数字文字列の区切りの曖昧さを検出し区切りの曖昧な数
    字文字列からは複数の区切り方に基づく複数の数値文字
    列を取り出す数値判別手段を少なくとも備えて構成され
    ることを特徴とする請求項１５記載の数値情報検索装
    置。
17. 【請求項１７】前記数値登録手段は、 単位の名称と単位の種類を登録した単位テーブルと、 単位の種類を決定するための条件を登録した種類条件テ
    ーブルと、 前記単位テーブルと前記種類条件テーブルと該テキスト
    を参照して単位の種類を決定する単位選択手段とを少な
    くとも備えて構成されることを特徴とする請求項１５記
    載の数値情報検索装置。
18. 【請求項１８】前記数値登録手段は、 数値を表す文字列の一部が省略された数値情報に、省略
    された文字列を補って該数値情報を修正する省略補間手
    段を少なくとも備えて構成されることを特徴とする請求
    項１５記載の数値情報検索装置。
19. 【請求項１９】前記数値登録手段は、 単位が省略された数値情報に、省略された単位を補って
    該数値情報を修正する省略補間手段を少なくとも備えて
    構成されることを特徴とする請求項１５記載の数値情報
    検索装置。
20. 【請求項２０】前記数値登録手段は、 数値を表す文字列の一部、または、単位が省略された数
    値情報に、省略された文字列、または、省略された単位
    を補って、該数値情報を修正する省略補間手段を少なく
    とも備えて構成されることを特徴とする請求項１５記載
    の数値情報検索装置。
21. 【請求項２１】前記表示手段は、 検索結果として必要な数値情報の条件を登録した基準テ
    ーブルと、 前記基準テーブルを参照して検索結果から必要な数値情
    報を選択する分類選択手段を少なくとも備えて構成され
    ることを特徴とする請求項１５〜２０のいずれか一項に
    記載の数値情報検索装置。
22. 【請求項２２】前記表示手段は、 検索結果を出力する際の表示方法と数値情報の対応とを
    登録した基準テーブルを少なくとも備え、 この基準テーブルを参照することよって検索結果を表示
    することを特徴とする請求項１５〜２０のいずれか一項
    に記載の数値情報検索装置。
23. 【請求項２３】前記表示手段は、 検索結果の表示順序を登録した基準テーブルを少なくと
    も備え、 この基準テーブルを参照することによって検索結果を表
    示することを特徴とする請求項１５〜２０のいずれか一
    項に数値情報検索装置。
24. 【請求項２４】前記基準テーブルをユーザが修正するた
    めの基準修正手段を備えることを特徴とする請求項２１
    〜２３のいずれか一項に記載の数値情報検索装置。
25. 【請求項２５】前記数値登録手段は、 範囲表現と範囲表現の種類を登録した範囲表現テーブル
    と、 前記範囲表現テーブルと該テキストを参照して範囲表現
    の種類を決定する範囲抽出手段とを備え、 前記検索手段は、 範囲表現の種類に対応する数値の範囲を登録している範
    囲定義手段と、 前記範囲定義手段を参照して、前記条件入力手段から入
    力した検索条件を範囲の種類ごとの条件指定に変換する
    条件変換手段と、 前記条件変換手段で変換された条件で検索を行う情報検
    索手段とを備えて構成されることを特徴とする請求項１
    ５記載の数値情報検索装置。
26. 【請求項２６】テキスト中に含まれる数値を表す文字列
    を抽出し、該文字列を数値に変換した数値情報を作成す
    る数値抽出機能と、 該テキストを参照して該数値情報に単位を付加する単位
    判定機能と、 該テキストを参照して該数値情報または該数値情報の組
    み合わせに対して、数値の範囲を表す情報を付加する範
    囲判定機能と、 該数値情報を出力する出力機能と、をコンピュータに実
    現するプログラムを記憶した記憶媒体であって、 前記数値抽出機能は、 該数値を表す文字列の区切りの曖昧さを検出し、区切り
    の曖昧な数字文字列からは複数の数値文字列を取り出す
    数値判定機能を少なくとも含んでいることを特徴とする
    数値情報抽出プログラムを記憶した記憶媒体。
27. 【請求項２７】テキスト中に含まれる数値を表す文字列
    を抽出し、該文字列を数値に変換した数値情報を作成す
    る数値抽出機能と、 該テキストを参照して該数値情報に単位を付加する単位
    判定機能と、 該テキストを参照して該数値情報または該数値情報の組
    み合わせに対して、数値の範囲を表す情報を付加する範
    囲判定機能と、 該数値情報を出力する出力機能と、をコンピュータに実
    現するプログラムを記憶した記憶媒体であって、 前記単位判定機能は、 単位の名称と単位の種類を登録した単位テーブルと、 単位の種類を決定するための条件を登録した種類条件テ
    ーブルと、 前記単位テーブルと前記種類条件テーブルと該テキスト
    を参照して単位の種類を決定する単位選択機能と、を少
    なくとも含んで構成されることによって該数値情報に単
    位を付加することを特徴とする数値情報抽出プログラム
    を記憶した記憶媒体。
28. 【請求項２８】テキスト中に含まれる数値を表す文字列
    を抽出し、該文字列を数値に変換した数値情報を作成す
    る数値抽出機能と、 該テキストを参照して該数値情報に単位を付加する単位
    判定機能と、 該テキストを参照して該数値情報または該数値情報の組
    み合わせに対して、数値の範囲を表す情報を付加する範
    囲判定機能と、 該数値情報を出力する出力機能と、をコンピュータに実
    現するプログラムを記憶した記憶媒体であって、 前記単位判定機能は、 単位の名称と単位の階層関係を登録した単位テーブル
    と、 単位の階層関係を決定する階層判定機能と、を少なくと
    も含んで構成されることによって該数値情報に階層関係
    を考慮した単位を付加することを特徴とする数値情報抽
    出プログラムを記憶した記憶媒体。
29. 【請求項２９】テキスト中に含まれる数値を表す文字列
    を抽出し、該文字列を数値に変換した数値情報を作成す
    る数値抽出機能と、 該テキストを参照して該数値情報に単位を付加する単位
    判定機能と、 該テキストを参照して該数値情報または該数値情報の組
    み合わせに対して、数値の範囲を表す情報を付加する範
    囲判定機能と、 該数値情報を出力する出力機能と、をコンピュータに実
    現するプログラムを記憶した記憶媒体であって、 前記範囲判定機能は、 範囲表現と範囲表現の種類を登録した範囲表現テーブル
    と、 前記範囲表現テーブルと該テキストを参照して範囲表現
    の種類を決定する範囲抽出機能と、を少なくとも含んで
    構成されることによって、該数値情報に範囲表現の種類
    を考慮した情報を付加することを特徴とする数値情報抽
    出プログラムを記憶した記憶媒体。
30. 【請求項３０】文書から数値情報を抽出して登録する数
    値登録機能と、 該登録した数値情報を検索する条件を入力する条件入力
    機能と、 該条件に従って数値情報を検索する検索機能と、 前記検索手段による検索結果を出力する表示機能と、を
    コンピュータに実現するプログラムを記憶した記憶媒体
    であって、 前記数値登録機能は、数値の抽出に曖昧さが生じた場合
    に、単一の数値表現を複数の数値情報として登録するこ
    とを特徴とする数値情報検索プログラムを記憶した記憶
    媒体。