JP2001511565A - 自然言語処理技法を用いたテキスト入力処理システム - Google Patents

Abstract

(57)【要約】 システム（１４８０）は、クエリに応答して文書記憶装置から検索した文書集合内にある文書を濾過する。システム（１４８０）は、クエリおよび文書集合内の文書の内選択した１つに基づいて、第１論理形態集合を得る（１８３０）。システム（１４８０）は、クエリおよび文書集合内の文書の別の１つに基づいて、第２論理形態集合を得る。次に、システム（１４８０）は、自然言語処理技法を用いて、第１論理形態を変更し（１８３２，１８３４）、変更論理形態集合を得る。システム（１４８０）は、変更論理形態集合と第２論理形態集合との間の所定の関係に基づいて、文書集合内の文書を濾過する（１８３６）。

Description

【発明の詳細な説明】

【０００１】 （発明の背景） 本発明は、テキスト入力の処理を扱うものである。更に特定すれば、本発明は
、テキスト入力の類似性を判定するための自然言語処理技法の使用に関する。本
発明は、情報検索、機械翻訳、自然言語理解、文書類似性／クラスタリング等の
ような、広範囲に及ぶ様々な用途において有用である。しかしながら、例示の目
的のみのために、主に、情報検索の関連において本発明の説明を行なう。

【０００２】 一般に、情報検索とは、ユーザが大量の記憶情報からユーザに関連のある情報
を発見し検索するプロセスのことを言う。情報検索を実行する際、ユーザが必要
な情報全てを検索することが重要であり（即ち、完全であることが重要である）
、しかも同時に検索した無関係な情報をユーザに対して制限することも重要であ
る（即ち、選択的であることが重要である）。これらのディメンション（dimens
ion）は、回収率（完全性）および正確性（選択性）という用語で表わすことが 多い。多くの情報検索システムでは、回収率および正確性双方のディメンション
にわたって優れた性能を発揮することが重要である。

【０００３】 現在の検索システムの中には、膨大な情報量に対して問い合わせおよび探索す
ることができるものがある。例えば、インターネット、ディジタル・ビデオ・デ
ィスク、およびその他の一般的なコンピュータ・データ・ベース上で情報を探索
するように設定する情報検索システムもある。典型的に、情報検索システムは、
例えば、インターネット・サーチ・エンジン、およびライブラリ・カタログ・サ
ーチ・エンジンとして、具体化する。更に、従来のデスクトップ・コンピュータ
のオペレーティング・システム内部にもある種の情報検索機構を備えている。例
えば、オペレーティング・システムには、ユーザが入力したある用語に基づいて
、所与のデータベース上またはコンピュータ・システム上にある全てのファイル
を、ユーザが検索できるようにするツールを備えたものもある。

【０００４】 公知の情報検索技法は数多くある。このような技法におけるユーザ入力クエリ
は、典型的に、明示的なユーザ発生クエリ、または、既存の文書集合と類似の文
書をユーザが要求する場合のような、暗示的なクエリとして提示する。典型的な
情報検索システムは、単一の単語レベルまたは用語レベルのいずれかで、大容量
のデータ記憶装置において文書を検索する。文書の各々には関連性（類似性）ス
コアを割り当て、情報検索システムは、探索した文書の内ある部分集合をユーザ
に提示する。典型的に、この部分集合は、所与のスレシホルドを上回る関連性ス
コアを有するものである。

【０００５】 従来の統計的サーチ・エンジンがどちらかと言うと正確性に乏しいのは、単語
を独立した変数である、即ち、あらゆるテキストの一節にある単語は互いに独立
して発生すると仮定していることに起因する。この文脈における独立とは、ある
文書内に現れるあらゆる単語の条件的確率（conditional probability）を意味 し、その中の他の単語の存在を常にゼロとする。即ち、文書は、単に、単語の非
構造化集合を含むに過ぎず、あるいは単に「単語の袋」を備えるに過ぎない。容
易に認められようが、この仮定は、あらゆる言語に関して、大きな誤りである。
英語は、他の言語と同様、豊富で複雑な文法および語彙−意味構造を有し、単語
の意味は、それらが用いられてる特定の言語学的な文脈に基づいて、多くの場合
広範囲に変化し、文脈は、あらゆる場合においても、単語の所与の意味、および
どのような単語（複数の単語）が続いて現れるのかを決定する。したがって、テ
キストの一節に現れる単語は、単純に互いに独立しているのではなく、むしろこ
れらの相互依存性は非常に高い。キーワードに基づくサーチ・エンジンは、この
微粒子的な言語構造（fine-grained linguistic structure）を完全に無視して いる。例えば、”How many hearts does an octopus have?”（蛸には心臓が幾 つあるか）という自然言語で表現した例示のクエリについて検討する。含有単語
（content word）「心臓」および「蛸」、またはその形態学的語根について処理
する統計的サーチ・エンジンの場合、記憶してある文書で、”artichoke hearts
,squid,onions and octopus”（ アーティチョーク・ハート、いか、たまねぎ、
および蛸）という単語、したがってその含有単語をその材料に有する調理法を含
むものをユーザに返す即ち差し向ける（direct）可能性が高い。このエンジンは
、２つの含有単語「蛸」および「心臓」の一致が得られたので、例えば、近接性
（proxiimity）および論理演算子を含む統計的尺度に基づいて、この文書は一致
度が高いと判定するであろう。実際には、この文書は実際にはクエリには全く無
関係である。

【０００６】 この技術分野には、構文上の句の要素を、無分類関係（unlabelled relation ）の主要部−修飾語対として抽出するための様々な手法が教示されている。これ
らの要素は、次に従来の統計的ベクトル−空間モデルにおいて用語（通常、内部
構造を含まない）としてインデックス化する。

【０００７】 このような手法の一例が、J.L.Fagan（Ｊ．Ｌ．フェイガン）の”Experiments
in Automatic Phrase Indexing for Document Retrieval:A Comparison of Syn
tactic and Non-Syntactic Methods”（文書検索のための自動的句インデックス
化における実験：構文的および非構文的方法の比較）（コーネル大学、博士論文
、１９８８年、ｉ−２６１ページ）に教示されている。具体的には、この手法は
、自然言語処理を用いて英語の文章を分析し、構文的句構成要素を抽出する。こ
こでは、これらの句構成要素を用語として扱い、統計的ベクトル−空間モデルを
用いてインデックスにおいてインデックス化する。検索の間、ユーザは自然言語
のクエリを入力する。この手法の下では、分析のために自然言語の自然言語処理
を行ない、インデックス内に格納してある要素と類似した構文的句構成要素を抽
出する。その後、クエリからの構文的句構成要素の、インデックスに格納してあ
る要素との照合を試みる。著者は、この純粋的に構文的な手法を、確率的方法を
用いて構文的句内の要素を識別する統計的手法と比較している。著者は、自然言
語処理は、確率的手法に対して著しい改善を得ることができず、自然言語処理が
時として生成するわずかな正確性の改善では、自然言語処理に伴う多額の処理コ
ストは正当化されないと結論付けている。

【０００８】 このような構文に基づく別の手法が、T.Strzalkowski (T.ストルザルコウスキ
)の”Natural Language Information Retrieval: TIPSTER-2 Final Report”（ 自然言語情報検索：ＴＩＰＳＴＥＲ−２最終報告）（Proceedings of Advances in Text Processing: TipsterProgram Phase 2 ,DARPA,1996年5月6〜8日、Tysons
Corner,Virginia,143〜148ページ（以降「ＤＡＲＰＡ論文」と呼ぶ）、およびT.
Strzalkowski （Ｔ．ストルザルコウスキ）の”Natural Language Information
Retrieval”（自然言語情報検索）（Information Processing and Management,V
ol.31,No.3,1995年、397〜417ページ）に、探索クエリ内に含ませるために適切な
用語を選択する最に自然言語処理を用いるという文脈において記載されている。
この手法は理論的な見込み（promise）を提供するが、ＤＡＲＰＡ論文の１４７ 〜８ページにおいて、著者は、基盤となる自然言語技法を実施するために必要な
精巧な処理のために、この手法は現在では非実用的であると結論付けている。

【０００９】 「．．．我々の要件を満たす（また少なくともこれらの要件に近いと考えられ
る）ＮＬＰ（自然言語処理）技法は、その自然言語テキストを扱う能力において
、未だ全く洗練されていないことを覚えておくのは重要である。特に、概念的構
造化、論理形態等に関与する高等処理は、計算的に手の届かないところにある。
これらの高等技法は、表現レベルの限界という問題に対処するので、より一層効
果的であることが立証されると仮定することも可能である。しかしながら、実験
による証拠は希薄であり、どちらかと言えば小規模な検査に必然的に限定される
。」 この主の更に別の確率に基づく手法が、B.Katz（Ｂ．カッツ）の”Annotating
the World Wide Web using Natural Language”（自然言語を用いたワールド・
ワイド・ウェブの注釈）（Conference Proceedings of RIAO97、 Computer-Assis ted Information Searching in Internet、 McGill University、Quebec、カナダ 、１９９７年６月２５〜２７日 、Vol.1、136〜155ページ（以後「カッツの発表」
と呼ぶ）に記載されている。カッツの発表に記載されているように、インターネ
ット構造を保存しつつ主語−動詞−目的語という表現を作成することにより、検
索の間細かな構文上の変形（alternation）に対応することができる。

【００１０】 これら構文的手法は、たいした改善をもたらさなかった。即ち、当時使用可能
であった自然言語処理システムを改善する見込みがなかったため、この分野は、
クエリの初期結果の正確性および回収率を直接改善する試みから、ユーザ・イン
ターフェースの改良に移行した。即ち、具体的には、検索結果に対してユーザに
「近いものを選ばせる」応答によるといったような、ユーザとの双方向処理に基
づいてクエリを絞って行く（refine）方法、および適切なクラスタで結果を表示
することを含む、クエリ結果の視覚化方法によるユーザ・インターフェースの改
良である。

【００１１】 これらの改良は、それら自体は有用であるが、これらの改良によって達成可能
な正確性の向上は未だにがっかりさせる程に低く、キーワード・サーチに特有な
ユーザのいらいらを徹底的に解消するには明らかに不十分である。即ち、ユーザ
は、関連する応答がまばらにしかない、比較的大きな文書集合を手作業でふるい
にかけることを要求されているのである。 （発明の概要） 代表的な実施形態の１つによれば、本発明は、テキスト入力間の類似性を判定
する方法および装置を提供する。第１テキスト入力に対して、第１論理形態集合
を得て、更に第２テキスト入力に対して、第２論理形態集合を得る。第１および
第２論理形態集合を比較し、この比較に基づいて第１および第２テキスト入力間
の類似性を判定する。

【００１２】 広義に言えば、この処理は、第１および第２テキスト入力にそれぞれ関連する
一致論理形態の生成、比較、および任意の重み付けを伴う。論理形態とは、任意
サイズのテキストを表わす単語を、分類関係（labelled relation）によってリ ンクした、有向グラフ（directed graph）である。即ち、論理形態は、入力スト
リング内にある重要な単語間の構造的関係（即ち、構文的および意味的関係）、
特に趣旨および／または付加詞の関係を描写する。この描写は、論理形態グラフ
またはそのいずれかのサブグラフというような、様々な特定の形態を取ることが
でき、後者は、例えば、論理形態三連体のリストを含み、三連体の各々は、例示
として、「単語＿関係＿単語」という形式であり、これらの形式のいずれもが本
発明と共に使用可能である。

【００１３】 本発明の一態様によれば、例示として形態学、構文および意味に関して各テキ
スト入力に自然言語処理を行ない、最終的に各テキスト入力における文章毎に適
切な論理形態を生成する。次に、第１テキスト入力に対する論理形態集合を、第
２テキスト入力に関連する論理形態集合と比較し、論理形態間の一致を確かめる
。

【００１４】 類似性とは、ここで用いる場合、２つのテキスト入力が、意味的および構文的
構造または語彙的意味のいずれか、あるいは双方に関して、どれ位近いかに対す
るある尺度を得ることを意味する。

【００１５】 例示的な用途の１つによれば、情報検索システムは、部分的に自然言語処理を
基本とする。意味情報を用いて、探索対象文書またはクエリのいずれか、または
双方についての情報をより多く取り込み、高性能化または高精度化を図る。一般
に、このようなシステムは、自然言語処理技法を用いて、第１テキスト入力（ク
エリのような）の意味内容を第２テキスト入力（探索対象の文書のような）のそ
れと照合しようとする。このようなシステムは、当技術分野において、特に情報
検索処理における正確性向上を得ることに関して、著しい前進を表わす。

【００１６】 具体的には、入力クエリを１つ以上の論理形態に変換し、サーチ・エンジンに
よって検索した文書も論理形態に変換する。クエリに対する論理形態を、文書に
対する論理形態と比較する。文書の論理形態がクエリに対応する論理形態と正確
に一致する場合、その文書をランク付けして、ユーザに提示する。

【００１７】 本発明の別の態様によれば、前述の照合プロセスに関連する厳格性を、言い換
え論理形態を用いることによって緩和する。例えば、情報検索の用途において、
濾過プロセスにおける厳格性を緩和し、関連文書の破棄を防止する必要がある場
合もある。例えば、時として、回収集合内にクエリ（またはキーワード・サーチ
）が正しく含む文書が、誤って破棄されることがある。これが発生する可能性が
あるのは、クエリからのキーワードが文書内にあるが、クエリに対して発生した
論理形態が必要とする正確な構文的／意味的関係にはないという場合である。こ
のように誤って破棄される文書は、以下の例によって例示することができる。こ
の例は論理形態三連体について論ずるが、論理形態の他のサブグラフも同様に使
用可能であることを注記しておく。クエリを以下のようなものと仮定する。 How do spiders eat their victims? （蜘蛛はどのようにその獲物を食べるのか） このクエリに対して発生する論理形態三連体は、 eat;Dsub;spider eat;Dobj;victim となる。

【００１８】 関連文書には、”Many spiders consume their victims ...”（多くの蜘蛛は
その獲物を食べ尽くす．．．）という文章を含むものもあり得る。この文章に対
して発生する論理形態は、以下のようになる。 consume;Dsub;spider consume;Dobj;victim この文書に対応する論理形態三連体には、クエリに対応する論理形態三連体の
いずれとも正確に一致するものがないので、非常に関連性が高い場合であっても
、この文書を破棄する。

【００１９】 加えて、破棄しなければユーザに提示されてしまう、無関連文書を破棄する必
要がある場合もある。例えば、あるクラスの論理形態は、探索対象の大型データ
記憶装置にある文書に高い頻度で現れる場合がある。このような論理形態は、ク
エリの主題には無関係に、クエリ内に共通して存在する可能性もある。例えば、
クエリが、 Tell me about dogs. （犬について私に教えて下さい） であると仮定する。

【００２０】 このクエリに対して発生する１つの論理形態三連体は、 tell;Dobj;me となる。

【００２１】 これは、犬とは関係ない多くの文書にも当然現れ得る。したがって、このよう
な無関連文書がユーザに提示されてしまう。 つまり、本発明の一態様によれば、論理形態集合の言い換えを行なうか、ある
いはある論理形態を抑制することによって、一方または双方の論理形態集合（一
方または双方のテキスト入力に対する）を変更する。一方または双方の変更論理
形態集合を照合プロセスにおいて用いる。

【００２２】 例示としての情報検索システムでは、システムは、クエリに応答して、文書記
憶装置から検索した文書集合内の文書を濾過する。システムは、クエリおよび文
書集合内の文書から選択した１つに基づいて、第１論理形態集合を得る。システ
ムは、クエリおよび文書集合内の文書の別の１つに基づいて、第２論理形態集合
を得る。次に、システムは、自然言語処理技法を用いて、第１論理形態を変更し
、変更論理形態集合を得る。システムは、変更論理形態集合と第２論理形態集合
との間の所定関係に基づいて、文書集合内の文書を濾過する。

【００２３】 本発明の一態様によれば、自然言語処理技法を用いて、第１論理形態集合の言
い換えを示す第１言い換え論理形態集合を得る。本発明の別の態様によれば、自
然言語処理技法は、第１所定クラスの論理形態を抑制し、第１抑制論理形態集合
を得る。次に、言い換え論理形態集合および／または抑制論理形態集合に基づい
て、濾過を行なう。

【００２４】 一実施形態では、クエリを受信し、このクエリに基づいてクエリ論理形態を計
算する。クエリを実行し、このクエリに基づいて文書を検索する。論理形態は、
計算するか、あるいは検索した各文書毎に、データ記憶装置から検索する。高頻
度クエリ論理形態を抑制し、クエリ論理形態に基づいて、言い換え論理形態を計
算する。言い換えクエリ論理形態を、文書論理形態と照合する。 （好適な実施形態の詳細な説明） （概要） 本発明は、自然言語処理技法を利用し、第１テキスト入力および第２テキスト
入力に対応する論理形態集合を作成する。本発明は、この論理形態集合の比較に
基づいて、第１および第２テキスト入力間の類似性を判定する。本発明の別の態
様によれば、論理形態集合の一方または双方を、言い換えを得るまたはある論理
形態を抑制することによる等で変更する。本発明は、広範囲に及ぶ様々な用途に
おける使用を想定するが、ここでは、例示のみの目的のために情報検索という面
において主に説明する。

【００２５】 情報検索の実施形態では、本発明は、入力したクエリに対応する論理形態集合
、および入力クエリに応答して戻される文書集合に対応する論理形態集合を作成
する。また、本発明は自然言語処理技法を利用し、クエリまたは文書集合のいず
れか、または双方に対応する論理形態を変更する。一実施形態では、変更した論
理形態を拡大し、言い換え（paraphrase）を含ませる。別の実施形態では、変更
した論理形態を処理して、種々の文書間の判別には有用でないことが分かった、
所定のクラスの論理形態を抑制する。このように論理形態を変更することによっ
て、本発明は照合技法に伴う厳重さを軽減し、こうして情報検索プロセスにおけ
る正確性および回収率双方を向上させることとした。

【００２６】 注記すべきは、本論述は、部分的に、単語が示す形態、構文的または意味的関
係、および他の単語を有する論理形態三連体（logical form triple）を参照し ながら進めることである。しかしながら、本発明は、他のサブグラフ（subgraph
）の論理形態も同様に使用可能であることも想定しており、ここでは全てを総称
して論理形態と呼ぶことにする。

【００２７】 以下の説明を検討した後には、多くの用途および殆どあらゆる情報検索システ
ムにおいて我々の本発明の教示を容易に利用し、そこで用いるサーチ・エンジン
が従来の統計的エンジンか否かには無関係に、当該エンジンの正確性向上が可能
であることを、当業者は明白に認めよう。更に、我々の発明は、殆どあらゆる形
態の大容量データ記憶装置、例えば、磁気、光学（例えば、ＣＤ−ＲＯＭ）また
はその他の媒体のいずれに格納してあっても、更にテキスト情報が存在するあら
ゆる特定の言語、例えば、英語、スペイン語、ドイツ語等にも無関係に、データ
ベースからテキスト情報を検索する際に、正確性を向上させるために利用可能で
ある。

【００２８】 このことを念頭に入れておき、図１は、我々の発明を利用する情報検索システ
ム５の最上位のブロック図を示す。システム５は、従来の検索エンジン２０、例
えば、キーワードに基づく統計的検索エンジン２０、およびそれに続くプロセッ
サ３０で形成してある。プロセッサ３０は、以下に述べるように、我々の発明の
自然言語処理技法を利用し、エンジン２０が生成した文書の濾過および再ランク
付けを行ない、ユーザが供給したクエリに対して、その他の場合に得られるより
も関連性が高い検索文書集合を順序付けて生成する。

【００２９】 具体的には、動作において、ユーザが探索クエリをシステム５に供給する。ク
エリは、フル・テキスト（一般に「リテラル」（literal：文字通り）と呼んで いる）形態とし、自然言語処理によってその意味的内容を最大限利用し、それに
よってエンジン２０だけで得られるものに対して正確性の向上を図るようにすべ
きである。システム５は、このクエリをエンジン２０およびプロセッサ３０双方
に適用する。クエリに応答して、エンジン２０は、格納してある文書のデータセ
ット１０全体を探索し、そこから検索文書集合を生成する。次に、この文書集合
（ここでは、「出力文書集合」とも呼ぶ）を、ライン２５でシンボル化するよう
に、プロセッサ３０への入力として適用する。プロセッサ３０内部では、以下で
詳細に論ずるように、集合内の文書の各々に、例示的に、形態学的、意味的およ
び論理的形態の自然言語処理を施し、当該文書内の各文章毎に論理形態を生成す
る。文章に対するこのような論理形態の各々は、当該文章内の言語的句における
単語間の、例えば、意味的関係、即ち、趣旨（argument）および付加詞（adjunc
t）構造をエンコードする。プロセッサ３０は、同様にクエリを分析し、それに 対応する論理形態集合を生成する。次に、プロセッサ３０はクエリに対する形態
集合を、当該集合内の文書の各々に関連する論理形態集合と比較し、クエリ集合
内の論理形態と各文書毎の論理形態との間のあらゆる一致を確かめる。一致が得
られない文書は、今後の検討から排除する。クエリ論理形態と一致する少なくと
も１つの論理形態を含む各残留文書を保持し、プロセッサ３０によって経験的に
スコアを決定する。以下で論ずるが、異なる各関係種別、即ち、論理形態三連体
内に発生し得る、深い主語（deep subject）、深い目的語（deep object）、機 能語等に、既定の重みを割り当てる。このような文書各々の全重み（即ち、スコ
ア）は、例えば、それぞれ１つずつの一致した三連体全ての重みの総和である。
即ち、一致する同じ三連体を無視する。最終的に、プロセッサ３０は、保持して
ある文書を、そのスコアに基づいてランク順に整列しユーザに提示する。典型的
に、最も高いスコアを有する文書から始めて、例えば５または１０のような所定
数毎に集合化する。

【００３０】 システム５は非常に汎用的であり、かつ広範囲に及ぶ異なる用途に適合化する
ことができるので、以下の論述を簡略化するために、１つの例示的な状況におけ
る我々の発明の使用について論ずることにする。その状況とは、従来のキーワー
ドに基づく統計的インターネット・サーチ・エンジンを採用し、ワールド・ワイ
ド・ウェブからのデータセット内にインデックス化されている英語文書の格納レ
コードを検索する情報検索システムである。一般的に、このようなレコードは各
々、以下に明記するように、対応する文書に対して既定の情報を含む。他のサー
チ・エンジンでは、レコードが文書自体全体を含む場合もある。以下の論述は、
対応する文書に関するある情報を収容し、当該文書を発見することができるウェ
ブ・アドレスを含むレコードを検索する従来からのインターネット・サーチ・エ
ンジンと共に用いるという状況における本発明を対象とするが、総括的に言えば
、そのエンジンが検索する最終的な項目は、実際には文書である。しかしながら
、一般的に、実際にウェブから文書にアクセスするには、当該アドレスを用いた
中間プロセスを用いる。以下の説明を検討した後には、他のあらゆる情報検索用
途における使用にも本発明がいかに簡単に適合化できるのかということを、当業
者は容易に認めるであろう。

【００３１】 図２は、インターネット・サーチ・エンジンとの関連で用いる我々の発明の特
定実施形態の上位ブロック図である。我々の発明は、主に、この特定実施形態の
関連において詳しく論ずることにする。図示のように、システム２００は、ネッ
トワーク接続部２０５を介して、ネットワーク２１０（ここでは、インターネッ
トであるが、例えば、イントラネットのような他のあらゆるこのようなネットワ
ークも代わりに使用可能である）、およびネットワーク接続部２１５を通じてサ
ーバ２２０に接続してある、クライアント・パーソナル・コンピュータ（ＰＣ）
のような、コンピュータ・システム３００を含む。サーバは、典型的に、コンピ
ュータ２２２を含む。コンピュータ２２２は、例えば、ALTA VISTAサーチ・エン
ジンに代表されるインターネット・サーチ・エンジンを運営（host）し（ALTA V
ISTAは、マサチューセッツ州MaynardのDigital Equipment Corporation（ディジ
タル・エクイップメント社）の登録商標である）、典型的に、サーチ・エンジン
によってインデックスしインターネット上でワールド・ワイド・ウェブを通じて
アクセス可能な文書レコードのデータセットである、大容量データ記憶装置２２
７に接続してある。このようなレコードの各々は、典型的に、（ａ）ウェブ・ブ
ラウザによって対応する文書にアクセス可能な、（一般にユニフォーム・リソー
ス・ロケータ−−ＵＲＬと呼ぶ）ウェブ・アドレス、（ｂ）当該文書に現れる、
既定の含有単語であって、ある種のエンジンでは、当該文書内の他の含有単語に
対するこのような各単語の相対アドレスを伴う既定の含有単語、（ｃ）多くの場
合文書のほんの数行の短い概要または文書の最初の数行、および恐らく（ｄ）そ
のハイパーテキスト・マークアップ言語（ＨＴＭＬ）記述フィールド内に与えら
れている、文書の記述を含む。

【００３２】 コンピュータ・システム３００に対峙するユーザが、例えば、このシステム上
で実行中の連動するウェブ・ブラウザ（Microsoft Corporation（マイクロソフ ト社）から入手可能であり、我々の発明の教示を含ませるために適切に変更した
、”Internet Explorer”バージョン４．０ブラウザに基づくようなもの）を通 じて、サーバ２２０そして特定すると、そこで実行するサーチ・エンジン２２２
へのインターネット接続を確立する。その後、ユーザは、ここではライン２０１
でシンボル化するように、クエリをブラウザに入力する。一方、ブラウザは、シ
ステムを介し、更にサーバ２２０へのインターネット接続を通じて、サーチ・エ
ンジン２２５にクエリを送る。すると、サーチ・エンジンは、データセット２２
７内に格納してある文書レコードに対してクエリを処理し、エンジンがクエリに
関連あると判定した文書に対して検索したレコード集合を生成する。エンジン２
２５が実際に文書をインデックス化し文書レコードを形成してデータ記憶装置２
２７に格納する方法、およびエンジンがこのような格納してある文書レコードの
いずれかを選択するために行なう実際の分析は、双方とも本発明には無関係であ
るので、これ以上これらの態様のいずれについても論じないことにする。クエリ
に応答して、エンジン２２５はインターネット接続部を介してウェブ・ブラウザ
４２０に、検索文書レコード集合を返送すると言えば十分である。ブラウザ４２
０は、エンジン２２５が文書を検索している間、同時に、および／またはそれに
続いて、クエリを分析し、その対応する論理形態三連体集合を生成する。一旦サ
ーチ・エンジンがその探索を完了し、文書レコード集合を検索し、当該集合をブ
ラウザに供給し終えたなら、対応する文書（即ち、出力文書集合を形成する）自
体に、関連するウェブ・サーバからブラウザによってアクセスする（それと関連
し、格納文書の「レポジトリ」を集合的に形成するデータセット。このようなレ
ポジトリは、例えば、自己充足型のＣＤ−ＲＯＭに基づくデータ検索アプリケー
ションにおけるように、単体のデータ集合とすることも可能である）。一方、ブ
ラウザは、次に、アクセスした文書の各々（即ち、出力文書集合における）を分
析し、このような各文書毎に、論理形態三連体の対応する集合を形成する。その
後、以下で詳しく論ずるが、ブラウザ４２０は、クエリと検索した文書との間で
一致する論理形態三連体に基づいて、このような一致を有する各文書のスコアを
決め、ライン２０３でシンボル化するように、これらの文書をユーザに提示する
。文書は、典型的に、最も高いランキングを有する、既定の少数の文書群として
、スコアの降順でランク付けする。次いで、ユーザがブラウザを通じて選択した
場合、次のこのような群が続き、こうして提示した文書をユーザが十分な数だけ
検査し終えるまで、同様に続ける。図２は、例示として、ネットワーク接続を利
用して文書レコードおよび文書をリモート・サーバから得るものとして、我々の
発明を図示するが、我々の発明はそのように限定される訳ではない。図９Ａと関
連付けて以下で詳しく論ずるが、検索アプリケーションおよび我々の発明双方を
共通のコンピュータ、即ちローカルＰＣ上で実行し、添付データセットも、例え
ば、ＣＤ−ＲＯＭまたはその他の適した媒体に格納してあり、そこでアクセス可
能である場合には、このようなネットワーク状接続は不要である。

【００３３】 図３および関連する論述は、本発明を実施可能な適切な計算機環境について、
端的な概略的説明を行なうことを意図したものである。本発明の説明は、パーソ
ナル・コンピュータによって実行するプログラム・モジュールのような、コンピ
ュータ実行可能命令の一般的な状況で、少なくとも部分的に行なうが、これは必
須ではない。一般に、プログラム・モジュールは、ルーチン・プログラム、オブ
ジェクト、コンポーネント、データ構造等を含み、特定のタスクを実行するか、
あるいは特定の抽象的データ型を実装する。更に、ハンド・ヘルド・デバイス、
マルチプロセッサ・システム、マイクロプロセッサに基づくまたはプログラマブ
ルな消費者電子機器、ネットワークＰＣ、ミニコンピュータ、メインフレーム・
コンピュータ等を含む、他のコンピュータ・システム・コンフィギュレーション
を用いても本発明は実施可能であることを当業者は認めよう。また、本発明は、
通信ネットワークを通じてリンクしたリモート処理デバイスがタスクを実行する
分散型計算機環境においても実施可能である。分散型計算機環境では、プログラ
ム・モジュールは、ローカルおよびリモート・メモリ記憶装置双方に配置するこ
とができる。

【００３４】 図３を参照すると、本発明を実施する例示のシステムは、演算装置３２１（１
つ以上のプロセッサを含む場合がある）を含む、従来のパーソナル・コンピュー
タ３２０の形態の汎用計算機デバイス、システム・メモリ３２２、およびシステ
ム・メモリを含む種々のシステム・コンポーネントを演算装置３２１に結合する
システム・バス３２３を含む。システム・バス３２３は、メモリ・バスまたはメ
モリ・コントローラ、周辺バス、および種々のバス・アーキテクチャのいずれか
を用いるローカル・バスを含む、数種類のバス構造のいずれでもよい。システム
・メモリは、リード・オンリ・メモリ（ＲＯＭ）３２４、ランダム・アクセス・
メモリ（ＲＡＭ）３２５を含む。起動中等にパーソナル・コンピュータ３２０内
部のエレメント間で情報を転送するのを助ける基本的なルーチンを含む基本入出
力３２６（ＢＩＯＳ）を、ＲＯＭ３２４に格納してある。更に、パーソナル・コ
ンピュータ３２０は、ハード・ディスク（図示せず）との読み出しおよび書き込
みを行なうハード・ディスク・ドライブ３２７、リムーバブル磁気ディスク３２
９との読み出しまたは書き込みを行なう磁気ディスク・ドライブ３２８、および
ＣＤ ＲＯＭまたはその他の光学的媒体のようなリムーバル光ディスク３３１と
の読み出しまたは書き込みを行なう光ディスク・ドライブ３３０も含む。ハード
・ディスク・ドライブ３２７、磁気ディスク・ドライブ３２８、および光ディス
ク・ドライブ３３０は、それぞれ、ハード・ディスク・ドライブ・インターフェ
ース３３２、磁気ディスク・ドライブ・インターフェース３３３、および光ドラ
イブ・インターフェース３３４によって、システム・バス３２３に接続してある
。これらのドライブおよび関連するコンピュータ読み取り可能媒体は、コンピュ
ータ読み取り可能命令、データ構造、プログラム・モジュール、およびパーソナ
ル・コンピュータ３２０のためのその他のデータの不揮発性格納を可能にする。
ここに記載する例示の環境では、ハード・ディスク、リムーバル磁気ディスク３
２９およびリムーバブル光ディスク３３１を採用するが、磁気カセット、フラッ
シュ・メモリ・カード、ディジタル・ビデオ・ディスク、ベルヌーイ・カートリ
ッジ、ランダム・アクセス・メモリ（ＲＡＭ）、リード・オンリ・メモリ（ＲＯ
Ｍ）等のような、コンピュータによるアクセスが可能なデータを格納可能な、そ
の他の種類のコンピュータ読み取り可能媒体も、例示の動作環境において使用可
能であることは、当業者には認められよう。

【００３５】 ハード・ディスク、磁気ディスク３２９、光ディスク３１１，ＲＯＭ３２４ま
たはＲＡＭ３２５上には、多数のプログラム・モジュールを格納することができ
、オペレーティング・システム３３５、１つ以上のアプリケーション・プログラ
ム３３６、その他のプログラム・モジュール３３７、およびプログラム・データ
３３８を含む。ユーザは、キーボード３４０やポインティング・デバイス３４２
のような入力デバイスを通じて、パーソナル・コンピュータ３２０にコマンドお
よび情報を入力することができる。他の入力デバイス（図示せず）には、マイク
ロフォン、ジョイスティック、ゲーム・パッド、衛星放物面反射器（satellite
dish）、スキャナ等も含むことができる。これらおよびその他の入力デバイスは
、多くの場合、シリアル・ポート・インターフェース３４６を介して、演算装置
３２１に接続する。シリアル・ポート・インターフェース３４６は、システム・
バスに結合するが、パラレル・ポート、ゲーム・ポートまたはユニバーサル・シ
リアル・バス（USB:universal serial bus）のようなその他のインターフェース
にも接続可能である。モニタ３４７またはその他の種類の表示装置も、ビデオ・
アダプタ３４８のようなインターフェースを介して、システム・バス３２３に接
続してある。モニタ３４７に加えて、パーソナル・コンピュータは、典型的に、
スピーカやプリンタのようなその他の周辺出力デバイス（図示せず）を含むこと
も可能である。

【００３６】 パーソナル・コンピュータ３２０は、リモート・コンピュータ３４９のような
１つ以上のリモート・コンピュータへの論理接続を用いたネットワーク環境にお
いて動作することも可能である。リモート・コンピュータ３４９は、その他のパ
ーソナル・コンピュータ、サーバ、ルータ、ネットワークＰＣ、ピア・デバイス
またはその他のノードとしてもよく、典型的に、パーソナル・コンピュータ３２
０に関して先に述べたエレメントの多くまたは全てを含むことができるが、図１
にはメモリ記憶装置３５０のみを示した。図１に示す論理接続は、ローカル・エ
リア・ネットワーク（ＬＡＮ）３５１、およびワイド・エリア・ネットワーク（
ＷＡＮ）３５２を含む。このようなネットワーク処理環境は、オフィス、企業全
体に及ぶコンピュータ・ネットワーク・イントラネット、およびインターネット
には共通である。

【００３７】 ＬＡＮネットワーク処理環境において用いる場合、パーソナル・コンピュータ
３２０はネットワーク・インターフェースまたはアダプタ３５３を介して、ロー
カル・エリア・ネットワーク３５１に接続する。ＷＡＮネットワーク処理環境に
おいて用いる場合、パーソナル・コンピュータ３２０は典型的に、モデム３５４
またはインターネットのようなワイド・エリア・ネットワーク３５２を通じて通
信を確立するためのその他の手段を含む。モデム３５４は内蔵型でも外付け型で
もよいが、シリアル・ポート・インターフェース３４６を介してシステム・バス
３２３に接続する。ネットワーク環境では、パーソナル・コンピュータ３２０に
関して示したプログラム・モジュール、またはその部分をリモート・メモリ記憶
装置に格納することができる。図示したネットワーク接続は例示であり、コンピ
ュータ間に通信リンクを確立する別の手段を用いてもよいことは認められよう。

【００３８】 図４は、図３に示すコンピュータ３００内部で実行するアプリケーション・プ
ログラム４００の最上位ブロック図を示す。これらのプログラムは、本発明に関
連する範囲では、図４に示すように、我々の本発明を実施するために、検索プロ
セス６００（以下で図６Ａおよび図６Ｂに関連付けて詳細に論ずる）を備えた、
ウェブ・ブラウザ４２０を含む。ウェブ・ブラウザと、例えば、ＡＬＴＡ ＶＩ
ＳＴＡサーチ・エンジンのような、ユーザが選択した統計的サーチ・エンジンと
の間にインターネット接続が確立していると仮定すると、次にユーザは、図４に
示すライン４２２でシンボル化するように、プロセス６００にフル・テキスト（
「リテラル」）サーチ・クエリを供給する。このプロセスは、ライン４２６でシ
ンボル化するように、クエリをウェブ・ブラウザを通じてサーチ・エンジンに転
送する。加えて、具体的には示さないが、プロセス６００は内部的にもクエリを
分析し、それに対応する論理形態三連体を生成し、次いでコンピュータ３００内
部にローカルに格納する。クエリに応答して、サーチ・エンジンは、ライン４３
２でシンボル化するように、統計的に検索した文書レコード集合をプロセス６０
０に供給する。これらレコードの各々は、先に注記したように、当該文書にアク
セスすることができウェブ・アドレス、即ち、ＵＲＬと、その文書が位置するリ
モート・ウェブ・サーバが、インターネットを通じて、その文書を含むコンピュ
ータ・ファイルを十分にダウンロードするのに必要とする適切なコマンド（複数
のコマンド）とを含む。一旦プロセス６００が全てのレコードを受信したなら、
次にこのプロセスは、ウェブ・ブラウザ４２０を介して、そしてライン４３６で
シンボル化するように、適切なコマンドを送り、レコードが指定する全ての文書
にアクセスしダウンロードする（即ち、出力文書集合を形成する）。次に、対応
するウェブ・サーバからこれらの文書に順次アクセスし、ライン４４２でシンボ
ル化するように、ウェブ・ブラウザ４２０、具体的にはプロセス６００にダウン
ロードする。一旦これらの文書をダウンロードしたなら、プロセス６００はこの
ような文書を各々分析し、その論理形態三連体を生成し、ローカルに格納する。
その後、クエリに対する論理形態三連体を各文書毎の論理形態三連体と比較する
ことによって、プロセス６００は少なくとも１つの一致する論理形態三連体を含
む各文書のスコアを決定し、それらのスコアに基づいてこれら個々の文書をラン
ク付けし、最後に、ライン４４６でシンボル化するように、群毎に文書スコアを
降順に並べることによって、これらの個々の文書をランク順にユーザに提示する
ようにウェブ・ブラウザ４００に命令する。ブラウザ４００は、ディスプレイ３
８００（図３参照）の画面上に適切な選択ボタンを発生し、ユーザはこれを通じ
て、彼（彼女）のマウスを用いてその上で適切に「クリック」することによって
選択し、所望通りに、連続する各文書群を表示することができる。

【００３９】 この時点において意味情報を判定し、保存しエンコードする際における論理形
態の有用性を最大限認識するために、我々の発明を実施する処理を論ずることか
ら逸れて、本発明において用いる論理形態および論理形態三連体を、関連のある
範囲で、図示しかつ説明し、更にこれらを生成する方法の端的な概要を示すこと
にする。

【００４０】 広義に言えば、論理形態とは、いずれかの任意のサイズのテキストを表わす単
語を、分類関係でリンクした、有向グラフ（directed graph）である。論理形態
は、句内にある重要な単語間の意味的関係を描写し、その上位語（nypernym）お
よび／または同義語を含む場合もある。図５Ａないし図５Ｄにおいて論じかつ示
すように、論理形態は、多数の異なる形態のいずれか１つ、例えば、論理形態グ
ラフ、または例えば論理形態三連体のリストのような、あらゆるサブグラフを利
用することができる。三連体の各々は、例示として、「単語−関係−単語」とい
う形式とする。我々の本発明は、特定して具体化すると、論理形態三連体を発生
し比較するものであるが、我々の発明は、先に注記したような、単語間の意味的
な関係の描写が可能な他のあらゆる形式も容易に利用することができる。ここで
用いる場合、その全てが論理形態という用語に含まれることとする。

【００４１】 論理形態三連体およびそれらの構造は、一連の徐々に複雑化する文章の例を通
じて最良に理解することができるので、最初に図５Ａについて検討する。この図
は、例示の入力ストリング５１０、具体的には、”The octopus has three hear
ts.”（蛸には心臓が３つある）という文章について、論理形態グラフ５１５お よび論理形態三連体５２５を示す。

【００４２】 一般に、例示としての一実施形態では、例示の入力ストリング、例えば、入力
ストリング５１０に論理形態三連体を発生するためには、当該ストリングを最初
に解析し、その構成単語に分解する。その後、このような各単語毎に、格納して
ある語彙の中にある、既定のレコードを用いて（サーチ・エンジンが用いる文書
レコードと混同しないように）、既定の文法規則によって、これらの構成単語に
対応するレコード自体を、より大きな構造または分析に組み込み、次いで、再度
既定の文法規則によって順に結合し、構文的解析ツリーのような、更に大きな構
造を形成する。次いで、解析ツリーから、論理形態グラフを構築する。個々の規
則が個々の構成集合に適用可能か否かは、部分的に、ある種の対応する属性の有
無および単語レコードにおけるそれらの値によって支配（govern）される。次に
、論理形態グラフを一連の論理形態三連体に変換する。例示として、我々の発明
は、約１６５，０００個の主要部単語見出し（head word entry）を有するよう な語彙を用いる。この語彙は、例えば、代名詞、接続詞、動詞、名詞、機能語、
および数量詞というような様々なクラスの単語を含み、これらが入力ストリング
内の単語に固有な構文的および意味的特性を規定し、入力ストリングの解析ツリ
ーを構築できるようにする。明らかに、論理形態（また、更に言えば、意味的関
係を描写可能な論理形態内の論理形態三連体または論理形態グラフのような、別
の何らかの表現）は、予め計算することができる。一方、対応する文書は、イン
デックス化し、例えば、当該文書に対するレコード内に記録しておき、一旦当該
文書を検索したなら、後に計算せずに、続いてアクセスし使用できるようにして
おく。図１０ないし図１３Ｂに関連付けて以下で詳細に論ずる我々の発明の別の
実施形態において行なうように、このような事前計算および格納を用いると、我
々の発明にしたがって検索したあらゆる文書を処理するために必要な自然言語処
理量、したがってそれに伴う実行時間が劇的に減少するという利点がある。

【００４３】 即ち、例示としての一実施形態では、図５Ａに示す文章５１０のような入力ス
トリングについて、その各構成単語毎に語彙の中で予め規定してあるレコードを
用いて、最初に形態学的に分析し、いわゆる「語幹」（または「ベース」）形態
をそのために発生する。語幹形状（stem form）を順番に用い、異なる単語形状 、例えば、動詞の時制および名詞の単数複数の変化を、パーザが使用するための
共通な形態学的形状に正規化する。一旦語幹形状を生成したなら、文法規則およ
び構成単語のレコード内にある属性を用いて、パーザによって入力ストリングを
構文的に分析し、構文的解析ツリーをそのために生成する。このツリーは、入力
ストリングの構造、即ち、入力ストリングにおける各単語または句、例えば、名
詞句”The octopus”（蛸）、その対応する文法機能のカテゴリ、例えば、名詞 句についてはＮＰ、およびその中の構文的に関係する各単語または句へのリンク
（複数のリンク）を描写する。例示の文章５１０については、その関連する構文
的解析ツリーは次のようになる。

【００４４】

【表１】

【００４５】 ツリーの左上側角に位置する開始ノードが、解析する入力ストリングの型を定
義する。文章型は、平叙文には（ここでは）”ＤＥＣＬ”、命令文には”ＩＭＰ
Ｒ”、および疑問文には”ＱＵＥＳ”を含む。右側に垂直にかつ開始ノードの下
に表示するのは、第１レベルの分析である。この分析は、アステリスクで示すヘ
ッド・ノードを有する。これは、典型的に、主動詞（ここでは、単語”has”） 、前修飾語（premodifier）（ここでは、名詞句”The octopus”）であり、それ
に続いて後修飾語（postmodifier）（名詞句”three hearts”）が続く。ツリー
の各リーフは、語彙用語（lexical term）または句読点を含む。ここでは、ラベ
ルとして、”ＮＰ”は名詞句を指定し、”ＣＨＡＲ”は句読点を示す。

【００４６】 次に、異なる１組の規則を用いて構文的解析ツリーを更に処理し、入力ストリ
ング５１０に対するグラフ５１５のような、論理形態グラフを生成する。論理形
態グラフを生成するプロセスは、入力ストリングの構文的分析から、基礎構造を
抽出することを伴う。論理形態グラフは、それらの間の意味的関係、および当該
関係の機能的性質を有するものとして規定した単語を含む。異なる意味的関係を
類別するために用いる「深い」ケース（deep case）および機能的役割は、次の ものを含む。

【００４７】

【表２】 Ｄｓｕｂ−−深い主語 Ｄｉｎｄ−−深い間接目的語 Ｄｏｂｊ−−深い目的語 Ｄｎｏｍ−−深い叙述主格語 Ｄｃｍｐ−−深い目的補語 表２ 入力ストリングにおける全ての意味的関係を識別するために、当該ストリング
の構文的解析ツリーにおける各ノードを試験する。前述の関係に加えて、例えば
、以下のような他の意味的役割も用いる。

【００４８】

【表３】 ＰＲＥＤ −−述語 ＰＴＣＬ −−二部分動詞における不変化詞 Ｏｐｓ −−機能語、例えば、数詞 Ｎａｄｊ −−名詞を修飾する形容詞 Ｄａｄｊ −−叙述形容詞 ＰＲＯＰＳ−−節である、その他の未指定修飾語 ＭＯＤＳ −−節でない、その他の未指定修飾語 表３ 追加の意味的ラベルも同様に定義する。例えば、

【００４９】

【表４】 ＴｍｅＡｔ−−時点 ＬｏｃＡｔ−−場所 表４ いずれにしても、入力ストリング５１０に対するこのような分析の結果は、論
理形態グラフ５１５となる。入力ストリング内において意味的関係（例えば“Oc
topus”および“Have”）を相互に示す単語は、互いに連結して示し、それらの 間の関係をリンク属性（例えば、Ｄｓｕｂ）として指定する。このグラフは、入
力ストリング５１０に対するグラフ５１５で代表するが、各入力ストリング毎に
、論拠（argument）および付加語の構造を捕らえる。とりわけ、論理形態分析は
、前置詞や冠詞のような機能的単語を、当該グラフ内で描写した特色（feature ）および構造的関係にマップする。また、一実施形態では、論理形態分析は前方
照応（anaphora）の解明も行なう。即ち、例えば代名詞と相互に関係のある名詞
句との間の正しい先行詞の関係を定義し、省略に対する適正な機能的関係を検出
し描写する。曖昧さおよび／または他の言語学的特異性に対処する試みにおいて
、論理形態分析中に追加の処理が行われることも当然あり得る。その場合、論理
形態グラフから従来のように対応する論理形態三連体を単に読み出し、１つの集
合として格納する。各三連体は、２つのノード単語を含み、それらの間の意味的
関係でリンクしたグラフとして描写する。例示の入力ストリング５１０では、論
理形態三連体５２５は、処理グラフ５１５から得られた。ここでは、論理形態三
連体５２５は３つの個々の三連体を含み、入力ストリング５１０に固有な意味情
報を共同して伝達（convey）する。

【００５０】 同様に、図５Ｂないし図５Ｄに示すように、入力ストリング５３０，５５０お
よび５７０では、具体的な例としての文章”The octopus has three hearts and
two lungs.”（蛸には心臓が３つおよび肺が２つある。）、”The octopus has
three hearts and it can swim.”（蛸には心臓が３つあり、泳ぐことができる
）、および”I like shark fin soup bowls.”（私はフカヒレ・スープが好きだ
）に対して、論理形態グラフ５３５，５５５および５７５ならびに論理形態三連
体５４０，５６０および５８０がそれぞれ得られる。

【００５１】 従来の方法とは別に、論理形態三連体全てを正確に生成するために追加の自然
言語処理に必要な論理形態構造が３つあり、その中に、論理形態グラフから論理
形態三連体を作成する、従来の「グラフ・ウオーク」（graph walk）を含む。”
The octopus has three hearts and two lungs”という文章例、即ち、入力スト
リング５３０におけるように、調整（coordination）の場合、単語、その意味的
関係、および調整する対象の構成要素の値の各々について、論理形態三連体を作
成する。「特殊な」グラフ・ウオークによれば、図５４０において、２つの論理
形態三連体”have-Dobj-heart”および”have-Dobj-lung”があるのがわかる。 従来のグラフ・ウオークのみを用いた場合、一方の論理形態三連体”have-Dobj-
and”しか得られない。同様に、”The octopus has three hearts and it can s
wim”という文章例、即ち、入力ストリング５５０におけるように、関係項（ref
erent）（Ｒｅｆｓ）を有する構成要素の場合、従来のグラフ・ウオークが発生 する三連体に加えて、単語、その意味的関係、およびＲｅｆ属性の値の各々につ
いて、論理形態三連体を作成する。この特殊なグラフ・ウオークによれば、三連
体５６０において、従来の論理形態三連体”swim-Dsub-it”に加えて、論理形態
三連体”swim-Dsub-octopus”があるのがわかる。最後に、”I like shark fin
soup bowls”という文章例、即ち、入力ストリング５７０におけるように、名詞
修飾語を有する構成要素の場合、名詞複合体の可能な内部構造を表わすために、
追加の論理形態三連体を作成する。従来のグラフ・ウオークは、論理形態三連体
”bowl-Mods-shark”、”bowl-Mods-fin”および”bowl-Mods-soup”を作成し、
可能な内部構造［［ｓｈａｒｋ］［ｆｉｎ］［ｓｏｕｐ］ｂｏｗｌ］を反映した
。特殊グラフ・ウオークでは、以下の可能な内部構造［［ｓｈａｒｋ ｆｉｎ］
［ｓｏｕｐ］ｂｏｗｌ］、および［［ｓｈａｒｋ］［ｆｉｎ ｓｏｕｐ］ｂｏｗ
ｌ］、および［［ｓｈａｒｋ ［ｆｉｎ］ｓｏｕｐ］ｂｏｗｌ］をそれぞれ反映
するために、次の追加の論理形態三連体”fin-Mods-shark”、”soup-Mods-fin ”、および”soup-Mods-shark”を作成する。

【００５２】 形態学的、構文的、および論理的な形式処理の具体的な詳細は本発明には関連
がないので、それらに関する更なる詳細は全て省略する。しかしながら、この点
に関する更なる詳細については、１９９６年６月２８日に出願し、連番第０８／
６７４，６１０号を付与された”Method and System for Computing Semantic L
ogical Forms from Syntax Trees”（構文ツリーから意味的論理形態を計算する
方法およびシステム”、および特に１９９７年３月７日に出願し連番第０８／８
８６，８１４号を付与された”Information Retrieval Utilizaing Sematnic Re
presentation of Text”（テキストの意味的表現を利用した情報検索）と題する
同時係属中の米国特許出を読者に引用しておく。これらは双方とも本願の譲受人
に譲渡されており、この言及により本願にも含まれるものとする。

【００５３】 この論理形態およびその構造の概要を念頭に入れておき、これより我々の本発
明を実施する処理の論述に戻ることにする。図２、図３および図４に示した我々
の発明の具体的な実施形態において用いるような、検索プロセス６００において
利用する我々の発明のフローチャートを、ひとまとめにして図６Ａおよび図６Ｂ
に示す。これらの図に対する図面の正しい位置合わせを図６に示す。破線のブロ
ック２２５に示す動作を例外として、これらの図に示す残りの動作は、コンピュ
ータ・システム、例えば、クライアントＰＣ３００（図２および図３参照）、お
よび具体的にはウェブ・ブラウザ４２０内部で実行する。理解を簡単にするため
に、読者は、以下の論述を通じて図２、図３、図６Ａおよび図６Ｂも同時に参照
するとよい。

【００５４】 プロセス６００を開始すると、実行は最初にブロック６０５に進む。このブロ
ックを実行すると、ユーザにウェブ・ブラウザ４２０を通じてフル・テキスト（
リテラル）クエリを入力するように促す。クエリは、単一の質問（例えば、「バ
リにはエアコン付きのホテルはあるか」）または単一の文章（例えば、７月中に
シアトルで開催される全花火大会についての問い合わせ情報を私に下さい）、ま
たは文章の一部（例えば、「エクアドルにおける衣類」）の形式とすることがで
きる。一旦このクエリを得たなら、実行は、経路６０７を通ってブロック６１０
に、そして経路６４３を通って経路６４５にと分割して進めていく。ブロック６
４５を実行すると、ＮＬＰルーチン７００を呼び出し、クエリを分析して、その
対応する論理形態三連体集合を構築し、ローカルに格納する。ブロック６１０を
実行すると、破線６１５でシンボル化するように、フル・テキスト・クエリをウ
ェブ・ブラウザ４２０から、インターネット接続を介して、サーバ２２０上に位
置するエンジン２２５のような、リモート・サーチ・エンジンに送信する。この
時点で、サーチ・エンジンによってブロック６２５を実行し、クエリに応答して
文書レコード集合を検索する。一旦この集合を形成したなら、破線６３０でシン
ボル化するように、リモート・サーバからコンピュータ・システム３００に、そ
して具体的にはそこで実行中のウェブ・ブラウザ４２０にこの集合を返送する。
その後、ブロック６３５を実行してレコード集合を受信し、各レコード毎に当該
レコードからＵＲＬを抽出し、そのＵＲＬにあるウェブ・サイトにアクセスし、
そのレコードに対応する文書を含む関連ファイルをそこからダウンロードする。
一旦文書全てをダウンロードしたなら、ブロック６４０を実行する。このような
各文書毎に、このブロックはまず当該文書から全てのテキストを抽出する。テキ
ストには、当該文書に関連付けられているＨＴＭＬタグ内に位置するあらゆるテ
キストが含まれる。その後、一度に１つの文書のみに動作する自然言語処理を簡
便化するために、従来の文書分解部（document breaker）によって各文書のテキ
ストをテキスト・ファイルに分解する。この場合、各文章（または質問）は、フ
ァイル上の別個のラインを占める。その後、ブロック６４０が当該文書内のテキ
ストの各ライン毎に繰り返しＮＬＰルーチン７００（図７に関連付けて以下で詳
細に論ずる）を呼び出し、これら文書の各々を分析し、当該文書内のテキストの
各ライン毎に対応する論理形態三連体集合を構築し、ローカルに格納する。ブロ
ック６４５における動作は、本質的にブロック６１０，６３５および６４０にお
ける動作と並行して行なうものとして論じたが、実際の実施態様の考慮に基づい
て、形成部ブロックにおける動作は、ブロック６１０，６３５および６４０内の
動作の前または後のいずれかに連続的に実行することも可能である。あるいは、
図１０ないし図１３Ｂに関連付けて以下で論ずる我々の発明の別の実施形態の場
合におけるように、各文書毎の論理形態三連体を予め計算し、後のアクセスおよ
び使用のために、文書検索中に格納しておくことも可能である。その場合、これ
らの三連体は、文書検索中に計算せずに、単純にアクセスすることが可能である
。この場合、三連体は、何らかの方法で、その格納してある文書の特性として、
または、例えば、当該文書のレコードまたは当該文書を含むデータセットのいず
れかに別個のエントリとして格納しておくことも可能である。

【００５５】 いずれにしろ、図６Ａおよび図６Ｂに示すプロセス６００に戻り、一旦論理形
態三連体集合を構築し、クエリに対し、および出力文書集合内の検索文書の各々
に対して完全に格納した後、ブロック６５０を実行する。このブロックは、クエ
リ内の論理形態三連体の各々を、検索文書の各々に対する論理形態三連体の各々
と比較し、クエリ内のいずれかの三連体と文書のいずれかにおけるいずれかの三
連体との間の一致を突き止める。一致の例示形態は、ノード・ワードに関して、
およびこれらの三連体における関係における、２つの三連体間の完全一致（iden
tical match）として定義する。即ち、例示としての論理形態三連体の対、wordl
a-relation1-word2aおよびword1b-relation2-word2bでは、ノード単語word1aお よびword 1bが互いに同一であり、ノード語word2aおよびword2bが互いに同一で あり、relation1およびrelation2が同一である場合にのみ、一致が生ずる。１つ
の三連体の３エレメント全てが、別の三連体の対応するエレメントと完全に一致
しなければ、これら２つの三連体は一致しない。一旦ブロック６５０が完了した
なら、ブロック６５５を実行して、一致する三連体を示さない検索文書、即ち、
クエリ内の三連体のいずれにも一致する三連体がない検索文書全てを破棄する。
その後、ブロック６６０を実行する。ブロック６６０によって、残っている文書
全てに対し、これらの文書の各々について存在する、一致した三連体の関連型（
複数の型）およびその重みに基づいて、スコアを割り当てる。即ち、論理形態三
連体内に発生し得る異なる関係型毎に、図８Ａのテーブル８００に示すような、
対応する重みを割り当てる。例えば、図示のように、例示の関係Ｄｏｂｊ，Ｄｓ
ｕｂ，ＯｐｓおよびＮａｄｊには、所定の固定数値重み１００，７５，１０およ
び１０をそれぞれ割り当てるとよい。重みは、クエリと文書との間の正確な意味
的一致を示す際に、当該関係に帰せられる相対的重要度を反映する。これらの重
みの実際の数値は、通常経験に基づいて定義する。以下で図８Ｂに関連付けて詳
細に説明するが、残りの各文書に対するスコアは、それぞれ１つずつの一致三連
体（全ての重複する一致三連体は無視する）についての重みの既定の関数であり
、例示として、ここでは、数値合計（numeric sum）とする。一旦文書にこのよ うに重み付けをしたなら、ブロック６６５を実行して、スコアの降順で文書をラ
ンク順に並び替える。最後に、ブロック６７０を実行して、最も高いスコアを示
す、典型的に５つまたは１０個の小さな既定の文書群に関して、典型的に、ラン
ク順で文書を表示する。その後、ユーザは、例えば、適切に彼（彼女）のマウス
を、ウェブ・ブラウザ４２０が表示する対応するボタン上で「クリック」するこ
とによって、コンピュータ・システム（クライアントＰＣ）３００に、ランク付
けした文書の次の群を表示させ、ランク付けした文書全てを連続してユーザが十
分に試験し終えるまで、このように続ける。試験し終えた時点で、プロセス６０
０は完了する。

【００５６】 図７は、ＮＬＤルーチン７００のフローチャートを示す。このルーチンは、入
力テキストの一ラインが与えられると、それがクエリであれ、文書内の文章であ
れ、またはテキストの断片であれ、それに対して対応する論理形態三連体を構築
する。

【００５７】 即ち、ルーチン７００に入ると、最初にブロック７１０を実行し、入力テキス
トのラインを処理し、図５Ａに示した例示のグラフ５１５のような、論理形態グ
ラフを生成する。この処理は、例示として、形態学的および意味的処理を含み、
構文解析ツリーを生成し、次いでこれから論理形態グラフを計算する。その後、
図７に示すように、ブロック７２０を実行し、グラフから対応する論理形態三連
体集合を抽出する（読み出す）。一旦これを行なったなら、ブロック７３０を実
行し、このような論理形態三連体の各々を、別個で異なるフォーマットのテキス
ト・ストリングとして発生する。最後に、ブロック７４０を実行し、入力テキス
トのライン、および一連のフォーマットしたテキスト・ストリングとして、当該
ラインに対する論理形態三連体集合を、データセット（またはデータベース）に
格納する。一旦この集合を完全に格納したなら、実行はブロック７００から出る
。あるいは、論理形態三連体の代わりに、異なる表現、例えば、論理形態に関連
する論理形態グラフを、我々の発明と共に用いる。そうする場合、その特定の形
態を、フォーマットしたストリングとして発生するようにブロック７２０および
７３０を変更するのは容易であり、ブロック７４０では、論理形態三連体の代わ
りに、その形態をデータセットに格納する。

【００５８】 我々の発明が例示として、一致する論理形態三連体を比較し重み付けし、更に
対応する文書をランク付けする方法を完全に理解するために、図８Ｂを検討する
。この図は、我々の発明の教示による、論理形態三連体の比較、文書のスコア決
定、ランク付け、および選択プロセスを図式的に示す。これらのプロセスは、例
示のクエリおよび例示の３つの検索文書集合に対して、全て図６Ａおよび図６Ｂ
に示す、ブロック６５０，６６０，６６５および６７０内で行われる。例示の目
的上、ユーザがフル・テキスト・クエリ８１０を我々の発明の検索システムに供
給し、そのクエリが”How many hearts does an octopus have?”（蛸には心臓 がいくつあるか）であると仮定する。また、このクエリに応答して、統計的サー
チ・エンジンによって、３つの文書８２０を最終的に検索したと仮定する。これ
らの文書の内、第１の文書（文書１と名付ける）は、アーティチョークの芯（ar
tichoke heart）および蛸を含む調理法である。第２の文書（文書２と名付ける ）は、蛸に関する論文である。第３の文書（文書３と名付ける）は、鹿に関する
論文である。これら３つの文書およびクエリをその構成論理形態三連体に変換す
る。そのためのプロセスを総括的に「ＮＬＰ」（自然言語処理）で表わす。クエ
リおよび文書１、文書２および文書３に対して得られた論理形態三連体は、ブロ
ック８３０，８４０，８５０および８６０においてそれぞれ与えられる。

【００５９】 一旦これらの三連体をこのように定義したなら、次に、破線８４５，８５５，
および８６５でシンボル化するように、クエリに対する論理形態三連体を、順次
、文書１、文書２および文書３に対する論理形態三連体とそれぞれ比較し、いず
れかの文書が、クエリ内のいずれかの論理形態三連体と一致するいずれかの三連
体を含むか否かについて確かめる。文書１の場合のように、このような一致する
三連体を含まない文書を破棄し、したがってこれ以上考慮しない。一方、文書２
および文書３は、一致する三連体を含む。即ち、文書２は、このような三連体を
３つ、例示として１つの文章に関連する”HAVE-Dsub-OCTOPUS”、”HAVE-Dsub-H
EART”および例示として別の文章に関連する”HAVE-Dsub-OCTOPUS”を含む（こ れらの文章は、具体的に示していない）。これらの三連体の内、２つは同一であ
る。即ち、”HAVE-Dsub-OCTOPUS”は同一である。例示として、この文書に対す るスコアは、当該文書内において全ての一致する三連体１つずつの重みの数値合
計である。いずれの文書についても、重複して一致する三連体は全て無視する。
三連体内に発生し得る異なる型の関係の相対的な重み付けを、その最大重みから
最小重みまで降順でランク付けした例は、最初に、動詞−目的語の組み合わせ（
Ｄｏｂｊ）、動詞−主語の組み合わせ（Ｄｓｕｂ）、前置詞および機能語（例え
ば、Ｏｐｓ）、そして最後に修飾語（例えば、Ｎａｄｊ）となる。このような重
み付け方式を、図８Ａに示す例示の三連体重み付け表８００に示す。この図を簡
略化するために、表８００は、論理形態三連体内に発生し得る異なる関係の全て
は含まず、図８Ｂに示す三連体に関連のあるものだけを含む。このメトリックで
は、各文書においてそのスコアに寄与する個々の三連体をチェック（「レ」）マ
ークで示す。勿論、先に選択したもの以外に、文書にスコアを付けるために別の
メトリックを予め決めておき、用いてもよい。例えば、重みを加算する代わりに
乗算して文書選択性（判別）を高めたり、同じ型の多数の一致を含む、および／
または先に注記したもの以外の三連体の重みを除外するというような、異なる方
法を予め規定しておき、重みを加算する。加えて、いずれの文書についても、ス
コアは、何らかの方法で、当該文書内の三連体自体におけるノード語、あるいは
当該文書におけるこれらのノード語の頻度または意味的内容、当該文書内の特定
のノード語の頻度または意味的内容、あるいは特定の論理形態（またはその言い
換え）および／または当該文書内の特定の論理形態三連体全体としての頻度、な
らびに当該文書の長さを考慮に入れることも可能である。

【００６０】 したがって、前述した例示のスコア決定メトリック、および図８Ａの表８００
に掲示した重みを仮定すると、文書２に対するスコアは１７５となる。これは、
文書内の最初の文章に関連し、ブロック８５０に示した最初の２つの三連体に対
する重み、即ち、１００および７５を組み合わせることによって形成したもので
ある。この文書の３番目の三連体は、その２番目の文章に関連があり、このブロ
ックに掲示してあり、既に、文書内に存在する他の三連体の１つと一致するので
、無視する。同様に、文書３に対するスコアは１００である。この特定の文書で
は、ブロック８６０に掲示するように、唯一の一致する三連体に対する重み、こ
こでは１００で形成する。これらのスコアに基づいて、文書２を文書３よりも高
くランク付けし、これらの文書をこの順序でユーザに提示する。ここでは発生し
ないが、いずれか２つの文書が同じスコアを有する場合、これらの文書は、従来
の統計的サーチ・エンジンが与える同じ順序でランク付けし、その順序でユーザ
に提示する。

【００６１】 明らかに、我々の発明を実施するために用いる処理の種々の部分は、単一のコ
ンピュータ内に位置することも、あるいは集合的に情報検索システムを形成する
異なるコンピュータ間で分散することも可能であることは、当業者は容易に認め
よう。これに関して、図９Ａないし図９Ｃは、それぞれ、我々の本発明の教示を
組み込んだ情報検索システムの異なる実施形態を３つそれぞれ示す。

【００６２】 このような代替実施形態の１つを図９Ａに示す。ここでは、全ての処理はＰＣ
のような単一のローカル・コンピュータ９１０内に位置する。この場合、コンピ
ュータ９１０は、サーチ・エンジンを運営し、そのエンジンを通じて、入力文書
をインデックス化し、ユーザが供給するフル・テキスト・クエリに応答して、デ
ータセット（ＣＤ−ＲＯＭまたはその他の記憶媒体のようにそこにローカルに位
置するもの、またはそのコンピュータにアクセス可能なもの）を探索し、最終的
に出力文書集合を形成する検索文書集合を生成する。また、このコンピュータは
、我々の発明の処理も担当し、クエリおよびこのような各文書双方を分析してそ
の対応する論理形態三連体集合を生成し、次いで三連体集合を比較し、先に論じ
たように文書を選択し、スコアを決め、ランク付けし、最終的に結果を、例えば
、そこにいるまたはそれにアクセス可能なローカル・ユーザに提示する。

【００６３】 別の代替実施形態を図９Ｂに示す。これは、図２に示した具体的な内容を含み
、リモート・サーバにネットワークを通じて接続したクライアントＰＣで、検索
システムを形成する。ここでは、ネットワーク接続９２５を介してリモート・コ
ンピュータ（サーバ）９３０にクライアントＰＣ９２０を接続する。クライアン
トＰＣ９２０に位置するユーザがフル・テキスト・クエリを入力し、一方ＰＣは
ネットワーク接続を介してこのフル・テキスト・クエリをリモート・サーバに送
信する。また、クライアントＰＣは、クエリを分析し、その対応する論理形態三
連体集合を生成する。サーバは、例えば、従来の統計的サーチ・エンジンを運営
し、したがって、クエリに応答して統計的検索を引き受け、文書レコード集合を
生成する。次に、サーバはレコード集合を返送し、最終的に、クライアントの命
令によって、またはサーチ・エンジンまたは連動するソフトウエアの機能に基づ
いて自律的に、出力文書集合内の各文書をクライアントＰＣに返送する。次に、
クライアントＰＣは、出力文書集合内の対応する文書の各々を分析し、それに対
する論理形態三連体集合を生成するために受信する。次に、クライアントＰＣは
、適切に三連体集合を比較し、先に論じたように文書の選択、スコア決定、およ
びランク付けを行ない、最終的に結果をローカル・ユーザに提示することによっ
て、その処理を完了する。

【００６４】 更に別の実施形態を図９Ｃに示す。この実施形態は、図９Ｂにおけると同一の
物理的ハードウエアおよびネットワーク接続を採用するが、クライアントＰＣ９
２０はローカル・ユーザからフル・テキスト・クエリを受け入れ、ネットワーク
接続９２５を介してそのクエリを更にリモート・コンピュータ（サーバ）９３０
に送信する。このサーバは、単に従来のサーチ・エンジンを運営する代わりに、
我々の発明による自然言語処理も行なう。この場合、クライアントＰＣではなく
、サーバがクエリを適切に分析し、それに対して対応する論理形態三連体集合を
生成する。また、サーバは、必要であれば、出力文書集合内の各検索文書をダウ
ンロードし、次いでこのような各文書を分析し、それに対して対応する論理形態
三連体集合を生成する。その後、サーバはクエリおよび文書に対する三連体集合
を適切に比較し、先に論じたように、文書の選択、スコア決定およびランク付け
を行なう。一旦このランク付けを行なったなら、次にサーバ９３０は残っている
検索文書をランク順に、ネットワーク接続９２５を介して、クライアントＰＣ９
２０に送信し、そこで表示する。サーバは、これらの文書を、先に明記したよう
にユーザに命令されて、群毎に送信するか、あるいは全てを順次送信しそれらの
間で群毎に選択してクライアントＰＣにおいて表示することも可能である。

【００６５】 更に、リモート・コンピュータ（サーバ）９３０は、先に記した従来の検索、
自然言語、および関連する処理全てを行なう単一のコンピュータだけによって実
施する必要はなく、図９Ｄに示すような分散型処理システムとすることも可能で
ある。この場合、このサーバが引き受ける処理は、その中の個々のサーバ間で分
配する。ここでは、サーバ９３０をフロント・エンド・プロセッサ９４０で形成
し、接続９５０を介してメッセージを一連のサーバ９６０（サーバ１，サーバ２
，．．．，サーバｎを含む）に分散する。これらのサーバの各々は、我々の発明
プロセスの特定部分を実施する。この点に関して、サーバ１は、入力文書を、大
容量データ記憶装置上のデータセットにインデックス化し、後に検索可能にする
ために用いることができる。サーバ２は、従来の統計的エンジンのようなサーチ
・エンジンを実装し、ユーザが供給しこれに送出されたクエリに応答して、フロ
ント・エンド・プロセッサ９４０によって、大容量データ記憶装置から文書レコ
ード集合を検索することができる。対応するウェブ・サイトまたはデータベース
から、出力文書集合内の対応する各文書をダウンロードするというような、後の
処理のために、これらのレコードは、サーバ２から、フロント・エンド・プロセ
ッサ９４０を介して、例えば、サーバｎに送出する。また、フロント・エンド・
プロセッサ９４０は、クエリをサーバｎに送出する。すると、サーバｎはクエリ
および各文書を適切に分析し、対応する論理形態三連体集合を生成し、次いで三
連体集合を適切に比較し、先に論じたように文書の選択、スコア決定、およびラ
ンク付けを行ない、ランク付けした文書を、フロント・エンド・プロセッサ９４
０を介して、クライアントＰＣ９２０に返送し、ランク順でここに表示する。勿
論、我々の発明処理において用いる種々の動作は、多くの別の方法のいずれの１
つでも、スタティックであってもダイナミックであっても、ランタイムおよび／
またはそこで生じるその他の状態にしたがって、サーバ９６０間で分散すること
も可能である。更に、サーバ９３０は、例示として、公知のシスプレクス・コン
フィギュレーション（sysplex configuration）によって実施し、その中の全て のプロセッサ（あるいは他の同様な分散型マルチ処理環境）によってアクセス可
能な共用直接アクセス記憶装置（DASD:direct access storage device）を備え 、例えば、自然言語処理のために用い双方ともその上に格納してある従来のサー
チ・エンジンおよび語彙のためのデータベースを有することも可能である。

【００６６】 これまで、検索した各文書レコードに応答して文書をダウンロードし、次いで
例えばクライアントＰＣによってローカルにその文書を分析してその対応する論
理形態三連体を生成するものとして、本発明を説明してきたが、これらの三連体
は、代わりに、サーチ・エンジンによって文書をインデックス化している間に、
発生することも可能である。この点に関して、サーチ・エンジンが新たな各文書
を突き止め、例えば、ウェブ・クローラ（web crawler）の使用によってインデ ックス化しながら、エンジンは当該文書に対する完全なファイルをダウンロード
し、次いでその後直ちにまたは後に、バッチ・プロセスによって、当該文書を分
析し、その論理形態三連体を生成することによって、文書を予備処理することが
できる。予備処理を完了するために、サーチ・エンジンは次にこれらの三連体を
、当該文書に対するインデックス化レコードの一部として、そのデータベースに
格納する。続いて、サーチ・クエリに応答してというように、その文書レコード
を検索するときはいつでも、それに対する三連体を、文書レコードの一部として
、比較等の目的のためにクライアントＰＣに返送する。サーチ・エンジンにおい
て文書を予備処理することによって、クライアントＰＣにおける処理時間量の大
部分を削減し、これによってクライアント・スループットを向上させることがで
きるという利点がある。

【００６７】 更に、インターネットに基づくサーチ・エンジンと共に用いるという特定の状
況において我々の発明について論じて来たが、我々の発明は、（ａ）インターネ
ットに基づくか基づかないかには係わらず、専用ネットワーク設備またはその他
によってアクセス可能な、あらゆるネットワーク・アクセス可能なサーチ・エン
ジン、（ｂ）百科事典、年鑑またはその他の自己充足型単体データセットによっ
て代表される、ＣＤ−ＲＯＭに基づくデータ検索用途のように、それ自身に格納
したデータセットと共に動作する、個人用サーチ・エンジン（localized search
enjine）、および／または（ｃ）そのあらゆる組み合わせと共に用いるために 等しく適用可能である。本発明は、その他の適切な用途であればいずれにおいて
も同様に使用可能である。

【００６８】 以上のことを念頭に入れておき、図１０Ａおよび図１０Ｂは本発明の更に別の
実施形態をひとまとめにして示す。これは、文書の予備処理によって論理形態三
連体を発生し、得られた三連体、文書レコードおよび文書自体を自己充足型単体
データセットとして、１つ以上のＣＤ−ＲＯＭまたはその他の運搬可能な大容量
媒体（リムーバブル・ハード・ディスク、テープ、あるいは光磁気または大容量
磁気または電子記憶装置によって代表される）のような共通の記憶媒体上に集合
的に格納し、エンド・ユーザに容易に分配可能としたものである。これらの図に
対する図面用紙の正しい図示を図１０に示す。共通媒体上に、検索アプリケーシ
ョン自体および検索対象である添付データセットを集合的に配することにより、
単体のデータ検索アプリケーションが得られ、したがって、文書を検索するため
にリモート・サーバにネットワーク接続する必要性を解消する。

【００６９】 図示のように、この実施形態は、本質的に３つのコンポーネントから成る。文
書インデックス化コンポーネント１００５₁、複製コンポーネント１００５₂、お
よびユーザ・コンポーネント１００５₃である。コンポーネント１００５₁は、文
書を集め、データセット、例示としてデータセット１０３０内にインデックス化
する。一方、データセット１０３０は、例えば、百科事典、年鑑、特殊ライブラ
リ（判決報告書のような）、定期刊行物の収集等のような、自己充足型文書検索
用途のために文書レポジトリを形成する。ＣＤ−ＲＯＭおよび大量の記憶容量を
有するその他の形態の媒体の複製によるコスト激減により、この実施形態は、広
範なユーザ共同体に向けた、精度高い収集探索機能を備えた、費用効率的な大量
流通文書収集には特に魅力的である。

【００７０】 いずれにしても、入来しデータセット内にインデックス化する文書を、あらゆ
る数の多種多様のソースから集め、順次コンピュータ１０１０に供給する。この
コンピュータは、メモリ１０１５内に格納してある適切なソフトウエアによって
、文書インデックス化エンジンを実現する。このエンジンは、このような各文書
毎にデータセット１０３０内部にレコードを確立し、当該文書に対するレコード
に情報を格納すると共に、データセット内に適切に格納し、文書自体のコピーを
含むエントリを確立する。エンジン１０１５は、三連体発生プロセス１１００を
実行する。このプロセスは、図１１に関連付けて以下で詳細に説明するが、イン
デックス化する文書毎に別個に実行する。要するに、このプロセスは、図６Ａお
よび図６Ｂに示したブロック６４０について先に論じたのと本質的に同様に、文
書内の原文句（textual phrase）を分析し、そうすることによって、対応する論
理形態三連体集合を当該文書に対して構築し、データセット１０３０内に格納す
る。図１０Ａおよび図１０Ｂに示す、文書をインデックス化するためのインデッ
クス化エンジン１００が実行する、適切なレコードの発生を含む、他のプロセス
全ては、本発明には無関係であるので、それらについて詳細に対応しないことに
する。一旦三連体集合をプロセス１１００によって発生したなら、エンジン１０
１５はこの集合を、文書自体のコピー、およびそのために作成した文書レコード
と共に、データセット１０３０上に格納することを言えば十分であろう。したが
って、データセット１０３０は、全てのインデックス化動作の終了時には、その
中にインデックス化したあらゆる文書の完全なコピー、およびそれに対するレコ
ードを格納するだけでなく、当該文書に対する論理形態三連体集合も格納する。

【００７１】 一旦所望の文書全てを適切にインデックス化したなら、次に複製コンポーネン
ト１００５₂によって、「マスタ・データセット」として見なすデータセット１ ０３０自体の複製を作成する。コンポーネント１００５₂内部では、従来の媒体 複製システム１０４０が、ライン１０３５を通じて供給されるマスタ・データセ
ットの内容のコピーを、ライン１０４３を通じて供給される検索プロセスおよび
ユーザ・インストール・プログラムを含む検索ソフトウエアの適切なファイルの
コピーと共に、１つ以上のＣＤ−ＲＯＭのような共通記憶媒体上に繰り返し書き
込み、集合的に単体文書検索アプリケーションを形成する。システム１０４０に
よって、個々の複製１０５０₁，１０５０₂，．．．１０５０_nを有する一連１０ ５０の媒体複製１０５０を生成する。具体的に複製１０５０₁に示すように、全 ての複製は同一であり、ライン１０４３を通じて供給される文書検索アプリケー
ション・ファイルのコピー、およびライン１０３５を通じて供給されるデータセ
ット１０３０のコピーを含む。データセットのサイズおよび編成にしたがって、
各複製は、１枚以上の別個の媒体、例えば、別個のＣＤ−ＲＯＭに跨がる場合も
ある。続いて、破線１０５５でシンボル化するように、典型的には使用権の販売
によって、ユーザ共同体全体に複製を分配する。ユーザ・コンポーネント１００
５₃に示すように、一旦ユーザ、例えば、Ｕｓｅｒ_jがＣＤ−ＲＯＭ_j（ＣＤ−Ｒ ＯＭ１０６０としても示す）のような複製を入手したなら、ユーザは、我々の本
発明を含む文書検索アプリケーションを、コンピュータ・システム１０７０（同
じアーキテクチャでないにしても、実質的に図３に示したクライアントＰＣ３０
０と同じアーキテクチャを有するＰＣ等）によって、ＣＤ−ＲＯＭ_jに格納して あるデータセットに対して実行し、所望の文書をそこから検索することができる
。即ち、ユーザがＣＤ−ＲＯＭ_jを得た後、ユーザはＣＤ−ＲＯＭをＰＣ１０７ ０内に装入し、ＣＤ−ＲＯＭ上に格納してあるインストール・プログラムの実行
に進み、文書検索アプリケーション・ファイルのコピーを作成し、ＰＣのメモリ
１０７５内、通常はハード・ディスク内の既定のディレクトリにインストールす
ることによって、ＰＣ上に文書検索アプリケーション１０８５を定着させる。こ
のアプリケーションは、サーチ・エンジン１０９０および検索プロセス１２００
を含む。一旦インストールが完了し、アプリケーション１０８５を呼び出したな
ら、ユーザは次に適切なフル・テキスト・クエリをアプリケーションに供給する
ことによって、ＣＤ−ＲＯＭ_j上のデータセットを通じて探索を行なうことがで きる。クエリに応答して、サーチ・エンジンは、データセットから、当該文書に
対するレコード、およびこのような各文書に対して格納してある論理形態三連体
を含む文書集合を検索する。また、クエリは検索プロセス１２００にも供給する
。このプロセスは、図６Ａおよび図６Ｂに関連付けて先に論じた検索プロセス６
００のそれと非常に類似しており、クエリを分析し、それに対する論理形態三連
体を構築する。その後、図１０Ａおよび図１０Ｂに示すプロセス１２００は、集
合内の検索した文書の各々、具体的にはそのレコードに対する論理形態三連体を
、クエリに対する三連体と比較する。それらの間で一致した三連体の発生および
その重みに基づいて、プロセス１２００は次に、先に詳細に述べた方法で、少な
くとも１つの一致した三連体を有する文書の各々についてスコアを決定し、降順
のスコアでこれらの文書をランク付けし、最終的に、最も高いランキングを有す
る、典型的に５ないし２０以下の小さな文書レコード群を、ユーザに視覚的に提
示する。ユーザは、これらのレコードを検討し、次に、興味があると思えるあら
ゆる関連文書のコピー全体を検索し、表示するように文書検索アプリケーション
に命令することができる。一旦ユーザが第１検索文書群に対する第１文書レコー
ド群を検討したなら、次にユーザは、次に高いランキングを有する次の文書レコ
ード群を要求し、このようにして検索した文書レコード全てを検討し終えるまで
、続けることができる。アプリケーション１０８５は初期においてクエリに応答
してランク付けした文書記録を返すが、このアプリケーションは、代わりに、ク
エリに応答して文書自体のランク付けコピーを戻すことも可能である。

【００７２】 図１１は、図１０Ａおよび図１０Ｂに示した文書インデックス化エンジン１０
１５が実行する、三連体発生プロセス１１００を示す。先に論じたように、プロ
セス１１００は、文書中の原文句を分析し、そうすることによって当該文書に対
して対応する論理形態三連体集合を構築し、データセット１０３０に格納するこ
とによって、このインデックス化すべき文書を予備処理する。即ち、プロセス１
１００に入ると、ブロック１１１０を実行する。このブロックは最初に、当該文
書に関連付けてあるＨＴＭＬタグ内に位置するあらゆるテキストを含む、当該文
書からのテキストを全て抽出する。その後、一度に１文章だけに動作する自然言
語処理を簡便化するために、各文書毎のテキストを、従来の文章分解部によって
、テキスト・ファイルに分解する。ここで、各文章（または質問）は、ファイル
内の別個のラインを示す。その後、ブロック１１１０は、当該文書内のテキスト
の各ライン毎に別個にＮＬＰルーチン１３００（図１３Ａに関連付けて以下で詳
細に論ずる）を呼び出し、この文書を分析し、そのラインに対応する論理形態三
連体を構築し、データベース１０３０内にローカルに格納する。一旦これらの動
作を完了したなら、実行はブロック１１１０およびプロセス１１００から出る。

【００７３】 図１０Ａおよび図１０Ｂに示した我々の発明の具体的な実施形態において用い
る、我々の発明の検索プロセス１２００のフローチャートを、ひとまとめにして
図１２Ａおよび図１２Ｂに示す。これらの図に対する図面用紙の正しい位置合わ
せを図１２に示す。検索プロセス６００（図６Ａおよび図６Ｂに示し、先に詳細
に論じた）とは対照的に、図１２Ａおよび図１２Ｂに示す動作は全て、共通のコ
ンピュータ・システム、ここではＰＣ１０７０（図１０Ａおよび図１０Ｂ参照）
上で実行する。理解を簡単にするために、読者は、以下の論述全体にわたって、
図１０Ａおよび図１０Ｂも同時に参照するとよい。

【００７４】 プロセス１２００に入ると、実行はまずブロック１２０５に進む。このブロッ
クを実行すると、ユーザにフル・テキスト・クエリを入力するように促す。一旦
このクエリを得たなら、実行は、経路１２０７を通ってブロック１２１０に、そ
して経路１２４３を通って経路１２４５に分割して進んで行く。ブロック１２４
５を実行すると、ＮＬＰルーチン１３５０を呼び出し、クエリを分析して、それ
に対応する論理形態三連体を構築し、メモリ１０７５内にローカルに格納する。
ブロック１２１０を実行すると、破線１２１５でシンボル化するように、フル・
テキスト・クエリをサーチ・エンジン１０９０に送信する。この時点において、
サーチ・エンジンはブロック１２２０を実行し、クエリに応答した文書レコード
集合、およびこのような各レコードに関連する関連論理形態三連体双方を検索す
る。一旦この集合および関連する論理形態三連体を検索したなら、破線１２３０
でシンボル化するように、双方をプロセス１２００に、そして具体的にはその中
のブロック１２４０に返送する。ブロック１２４０は、単にサーチ・エンジン１
０９０からこの情報を受信し、後の使用のためにこれをメモリ１０７５に格納す
るだけである。ブロック１２４５における動作は、ブロック１２１０，１０９０
および１２２０における動作と本質的に並行して実行するように論じたが、ブロ
ック１２４５における動作は、実際の実施態様の考慮に基づいて、ブロック１２
１０，１０９０または１２２０内の動作の前または後のいずれかに連続的に実行
することも可能である。

【００７５】 一旦クエリおよび検索した文書レコードの各々に対する論理形態三連体集合を
メモリ１０７５に格納したなら、ブロック１２５０を実行する。このブロックは
、先に詳細に説明したように、クエリ内の論理形態三連体の各々を、検索した文
書レコードの各々に対する論理形態三連体の各々と比較し、クエリ内のいずれか
の三連体と、対応する文書のいずれかにおけるいずれかの三連体との間の一致を
突き止める。一旦ブロック１２５０を完了したなら、ブロック１２５５を実行し
、一致した三連体を有さない文書、即ち、クエリ内のいずれの三連体とも一致す
る三連体を有さない文書に対する検索レコードを全て破棄する。その後、ブロッ
ク１２６０を実行する。ブロック１２６０によって、残りの文書レコード全てに
、先に規定したように、そして一致した三連体の関係型（複数の型）および、対
応する文書の各々について存在する、その重みに基づいて、スコアを割り当てる
。一旦文書レコードにこのように重み付けをしたなら、ブロック１２６５を実行
し、スコアの降順でレコードをランク付ける。最後に、ブロック１２７０を実行
して、最も高いスコアを示す典型的に５つまたは１０個の小さな既定の文書群に
関して、典型的に、ランク順でレコードを表示する。その後、ユーザは、例えば
、適切に彼（彼女）のマウスを、コンピュータ・システム１０７０が表示する対
応するボタン上で「クリック」することによって、当該システムに、次のランク
付け文書レコード群を表示させ、ランク付けした文書レコード全てを連続してユ
ーザが十分に試験し（更にその中にある対象のあらゆる文書にアクセスし試験し
）終えるまで、このように続ける。試験し終えた時点で、プロセス１２００は実
行を完了し、そこから出る。

【００７６】 図１３Ａは、図１１に示した三連体発生プロセス１１００内で実行するＮＬＰ
ルーチン１３００のフローチャートを示す。先に述べたように、ＮＬＰルーチン
１３００は、入来しインデックス化する文書、具体的には、それに対するテキス
トの単一ラインを分析し、当該文書に対して対応する論理形態三連体集合を構築
し、図１０Ａおよび図１０Ｂに示したデータセット１０３０内にローカルに格納
する。ルーチン１３００は、図７に示し先に詳細に論じたＮＬＰルーチン７００
と本質的に同様に動作する。

【００７７】 即ち、ルーチン１３００に入ると、ブロック１３１０を最初に実行し、入力テ
キストのラインを処理して、図５Ａに示す例示のグラフ５１５のような、論理形
態グラフを生成する。その後、図１３Ａに示すように、ブロック１３２０を実行
し、グラフから対応する論理形態三連体集合を抽出する（読み出す）。一旦これ
を行なったなら、ブロック１３３０を実行し、このような論理形態三連体の各々
を、別個で異なるフォーマットのテキスト・ストリングとして発生する。最後に
、ブロック１３４０を実行し、入力テキストのライン、および一連のフォーマッ
トしたテキスト・ストリングとして、当該ラインに対する論理形態三連体集合を
データセット１０３０に格納する。一旦この集合を完全に格納したなら、実行は
ブロック１３００から出る。あるいは、論理形態三連体の代わりに、異なる表現
、例えば、論理形態に関連する論理形態グラフまたはサブグラフを、我々の発明
と共に用いる。そうする場合、その特定の形態を、フォーマットしたストリング
として発生するように、ブロック１３２０および１３３０を変更するのは容易で
あり、ブロック１３４０は、論理形態三連体の代わりに、その形態をデータセッ
トに格納する。

【００７８】 図１３Ｂは、検索プロセス１２００内部で実行するＮＬＰルーチン１３５０の
フローチャートを示す。前述のように、ＮＬＰルーチン１３５０は、ユーザＵｓ
ｅｒ_jが文書検索アプリケーション１０８５（図１０Ａおよび図１０Ｂに示す） に供給するクエリを分析し、それに対して対応する論理形態三連体集合を構築し
、メモリ１０７５内にローカルに格納する。ルーチン１３５０と図１３Ａに関連
付けて先に詳細に論じたルーチン１３００との間における唯一の動作上の相違は
、対応する三連体を格納する場所にある。即ち、ＮＬＰルーチン１３００ではブ
ロック１３４０の実行によってデータセット１０３０に、そしてＮＬＰルーチン
１３５０ではブロック１３９０の実行によってメモリ１０７５に格納する。ルー
チン１３５０のその他のブロックが実行する動作、即ち、ブロック１３６０，１
３７０および１３８０は、ルーチン１３００におけるブロック１３１０，１３２
０および１３３０とそれぞれ実質的に同一であるので、前者のブロックを詳細に
論ずることはいずれも省略する。

【００７９】 図１に関連付けて先に概略的に説明した、我々の発明の検索プロセスの性能を
実験的に検査するために、ALTA VISTAサーチ・エンジンを我々の検索システムに
おけるサーチ・エンジンとして用いた。このエンジンはインターネット上で公に
アクセス可能であり、３１，０００，０００ものウェブ・ページをインデックス
化してあることを誇り、広く用いられている（現在毎日約２８，０００，０００
ヒット程度である）、従来からの統計サーチ・エンジンである。ディレクトリ・
ファイルを含む、種々の自然言語処理コンポーネントを用いて、MICROSOFT OFFI
CE97プログラム・スイート（program suite）の一部を形成する文法チェッカ内 に内蔵してある、標準的なPentium90ＭＨｚＰＣ上に、我々の発明の検索プロセ ス６００を実装した（”OFFICE”および”OFFICE97”はワシントン州RedmondのM
icrosoft Corporation（マイクロソフト社）の商標である）。オン・ライン・パ
イプライン型処理モデルを用いた。即ち、ユーザが次の結果を待っている間、文
書を集め、パイプライン状にオンラインで処理した。この特定のＰＣによって、
各文章毎に論理形態三連体を発生するには、約１／３ないし１／２秒を要した。

【００８０】 サーチ・エンジンに提示するためにフル・テキスト・クエリを発生するように
、ボランティアに要請した。合計１２１個の広範囲にわたるクエリを発生した。
以下に挙げるのはその代表である。”Why was the Celtic civilization so eas
ily conquered by the Romans?”（何故ケルト文明はそう簡単にローマ人によっ
て征服されたのか）、”Why do antibiotics work on colds but not on viruse
s?”（何故、抗生物質は風邪には効くのに、ビールスには効かないのか）、”Wh
o is the governor of Washington?”（ワシントン州知事は誰か）、”Where do
es the Nile cross the equator？”（ナイル川はどこで赤道と交差するか）、 および”When did they start vaccinating for small pox?”（種痘の注射を開
始したのはいつか）。これら１２１個のクエリの各々をALTA VISTAサーチ・エン
ジンに提示し、文書を得ることができた場合に、各クエリに応答して戻ってきた
上位３０の文書を獲得した。クエリの一部について３０未満の文書が戻ってきた
状況では、戻ってきた文書全てを用いた。１２１個のクエリ全てについて累積す
ると、３３６１の文書（即ち、「生の」文書）を得た。

【００８１】 ３３６１の文書および１２１個のクエリの各々を、我々の発明プロセスによっ
て分析し、対応する論理形態三連体集合を生成した。その集合を適切に比較し、
先に論じたように、得られた文書を選択し、スコアを決定し、ランク付けした。

【００８２】 ３３６１の文書全てを検索するための対応するクエリとの関連性について、手
作業でかつ別個にこれらの文書をお評価した。関連性を評価するために、我々の
具体的な実験目標を知らない評価要員を利用し、これら３３６１文書の各々を、
その対応するクエリとの関連性について、「最適」、「関連あり」または「関連
なし」として、手作業でかつ主観的にランク付けした。最適な文書は、対応する
クエリに対して明示的な答えを含むものとした。関連のある文書は、クエリに対
する明示的な答えを含まないが、しかしながらそれに関連するものとした。関連
のない文書は、クエリに対して有用な応答ではないものとした。例えば、英語以
外の言語でクエリには関連のなかった文書、またはALTA VISTAエンジンが提供す
る対応のＵＲＬ（即ち、「コブウェブ」リンク）から検索できなかった文書があ
った。評価の精度を高めるために、第２の評価要員がこれら３３６１の文書の部
分集合を検査した。即ち、対応するクエリにおける論理形態三連体と一致する少
なくとも１つの論理形態三連体を有した文書（３３６１文書の内４３１）、およ
び以前に関連ありまたは最適としてランク付けしたが、一致する論理形態三連体
を全く有さなかった文書（３３６１文書の内１０２）である。文書に対するこれ
らのランキングにおいて不一致があった場合には、全て、「タイ・ブレーカ」と
しての役割を担う第３評価要員が再検討した。

【００８３】 この実験の結果、関与した全ての文書にわたって、我々の発明の検索システム
では、ALTA VISTAサーチ・エンジンが戻した生の文書に対して、全体的な（即ち
、選択した文書全ての）正確性において、約１６％ないし約４７％から約２００
％程の改善が得られ、上位５件の文書では、約２６％ないし約５１％から、約１
００％の改善が得られた。加えて、我々の発明システムの使用により、最適とし
て戻ってきた最初の文書は、生の文書に対するそれに対して、約１７％ないし約
３５％から約１１３％の正確性向上を得た。

【００８４】 以上統計的サーチ・エンジンとの使用という状況において我々の発明を具体的
に説明したが、我々の発明はこれに限定される訳ではない。その点について、情
報検索用途では、我々の発明を用いると、実質的にあらゆる形式のサーチ・エン
ジンによって得られた検索文書でも処理し、当該エンジンの正確性を改善するこ
とができる。

【００８５】 論理形態三連体における異なる属性毎に固定の重みを用いるのではなく、これ
らの重みを動的に変化させることも可能であり、実際には適応型とすることがで
きる。これを達成するために、例えば、ベイジアン（Bayesian）またはニューラ
ル・ネットワークのような学習機構を、我々の発明プロセスに組み込み、異なる
各論理形態三連体に対する数値重みを、学習経験に基づく最適値に変化させるこ
とも可能である。

【００８６】 我々の発明プロセスは、１つの例示としての実施形態において先に論じたよう
に、正確に照合するために論理形態三連体を必要としたが、十分に類似する意味
的内容を三連体間で識別する目的のために、一致を判定する基準を緩め、言い換
えを一致として含ませることも可能である。言い換えは、語彙上または構造上の
いずれでもよく、あるいは以下に述べるように、抽象的論理形態の発生を含むこ
とも可能である。語彙上の言い換えの一例は、上位語または同義語のいずれかで
あろう。構造上の言い換えは、名詞相当語（noun appositive）または関係節い ずれかの使用によって例示する。例えば、”the president, Bill Clinton”（ 大統領ビル・クリントン）というような名詞相当語の構造は、”Bill Clinton,
who is president”（大統領であるビル・クリントン）のような、一致する関係
節構造として見なして当然であろう。意味上のレベルでは、２つの単語が互いに
どのように意味的に類似しているかについて、微粒な判定（fine＿grained judg
ment）を行なうことによって、クエリ”Where is coffee grown?”（どこでコー
ヒーは栽培されているか）と、”Coffee is frequently farmed in tropical mo
untainous regions.”（コーヒーは熱帯山脈地帯で栽培されることが多い）とい
うようなコーパス（corpus）における文章との間の一致を確認することができる
。加えて、一致が存在するか否かについて判定を行なう手順は、質問されるクエ
リの形式に応じて変更することも可能である。例えば、あるクエリが、何かがど
こにあるか尋ねる場合、この手順は、クエリに対して一致すると見なされるため
には、検査対象の文章に関連するいずれの三連体にも「場所」属性が、存在する
ことを主張すべきである。したがって、論理形態三連体の「一致」は、総括的に
、完全な一致だけでなく、緩和した一致条件、判断による一致条件、および変更
した一致条件から得られるものも含むように定義する。

【００８７】 更に、我々の発明は、例えば、グラフィックス、表、ビデオまたはその他とい
った非テキスト情報の検索を中心とするその他の処理技法と容易に組み合わせて
も、全体的な正確性を向上させることができる。概して言えば、文書中の非テキ
スト・コンテンツは、当該文書内において、例えば、図の凡例または短い説明と
いうような言語的（テキスト）記述を頻繁に伴う。したがって、我々の発明プロ
セスの使用、即ち、その自然言語コンポーネントを用いて、非テキスト・コンテ
ンツにしばしば付随する言語的記述を分析し処理することができる。最初に我々
の発明の自然言語処理技法を用いて文書を検索し、クエリに意味的に関連する言
語的コンテンツを有する文書集合を突き止め、次いでこの文書集合をその非テキ
スト・コンテンツに関して処理し、関連するテキストおよび非テキスト・コンテ
ンツを有する文書（複数の文書）を突き止めることができる。あるいは、最初に
非テキスト・コンテンツに関して文書検索を行ない、文書集合を検索し、次いで
我々の発明技法によってその文書集合をその言語的コンテンツに関して処理し、
関連する文書（複数の文書）を突き止めることも可能である。

【００８８】 図１４は、本発明の一態様による情報検索システム１４８０の簡略化した機能
図である。システム１４８０は、検索エンジン１４８２、サーチ・エンジン１４
８４、および統計的データ記憶装置１４８６を含む。システム１４８０全体、ま
たはシステム１４８０の一部は、図３に示した環境に実装可能であることを注記
しておく。例えば、検索エンジン１４８２およびサーチ・エンジン１４８４は、
単純に、メモリ３２２に格納するコンピュータ読み取り可能命令として実装し、
ＣＰＵ３２１によって実行し、所望の機能を実行することができる。あるいは、
検索エンジン１４８２およびサーチ・エンジン１４８４は、図３に関して説明し
たような、あらゆる種類のコンピュータ読み取り可能媒体上に設けることも可能
である。加えて、検索エンジン１４８２およびサーチ・エンジン１４８４は、分
散型処理環境に設け、別個のプロセッサにおいて実行することも可能である。更
に、統計的データ記憶装置１４８６は、図３に関して論じたメモリ・コンポーネ
ントに格納することも可能であり、ワイド・エリア・ネットワーク３５２内に位
置するメモリ上に格納することも可能であり、また、例えば、ローカル・エリア
・ネットワーク３５１を通じてアクセス可能なメモリ３５０に格納することも可
能である。別の例示としての実施形態では、記憶装置１４８６をメモリ３２２の
一部に配置し、コンピュータ３２０内のオペレーティング・システムによってア
クセスすることができる。

【００８９】 いずれの場合でも、キーボード３４０、マウス３４２等のようないずれかの適
切な入力機構を通じて、テキスト入力（即ち、クエリ）を検索エンジン１４８２
に供給する。検索エンジン１４８２は、クエリに基づいて多数の機能を実行する
。好適な一実施形態では、検索エンジン１４８２は、テキスト入力に基づいて、
ブール・クエリ（Boolean query）を定式化し、このブール・クエリをサーチ・ エンジン１４８４に供給する。

【００９０】 サーチ・エンジン１４８４は、例示としての一実施形態では、MA、MaynardのDi
gital Equipment Corporation（ディジタル・エクイップメント社）が商用名称 （commercial designation）Alta Vistaとして提供するサーチ・エンジンである
。Alta Vistaサーチ・エンジンは、従来からのインターネット検索エンジンであ
る。このような実施形態では、検索エンジン１４８２は、適切なインターネット
接続によって、サーチ・エンジン１４８４に接続する。勿論、他のサーチ・エン
ジンも同様に使用可能である。

【００９１】 例示としての実施形態では、サーチ・エンジン１４８４は、統計的データ規則
部１４８４にアクセス可能な統計的サーチ・エンジンである。このようなサーチ
・エンジンは、典型的に、データ記憶装置１４８６を探索するために用いる探索
方法論に統計処理を組み込んでいる。

【００９２】 データ記憶装置１４８６は、典型的に、サーチ・エンジン１４８４によってイ
ンデックス化した文書レコードのデータ集合を含むことが多い。このような各レ
コードは、例えば、対応する文書にウェブ・ブラウザによってアクセス可能なウ
ェブ・アドレス、恐らく文書の短い概要であり当該文書に現れる既定の含有単語
、およびハイパーテキスト・マークアップ言語（ＨＴＭＬ）記述フィールド内に
与える場合の当該文書の記述を含む。加えて、統計的データ記憶装置１４８６は
、内部にインデックス化してある文書に対して計算した論理形態を示すデータも
含むことができる。例示としての一実施形態では、インデックスの見出しに関連
付けた論理形態は、インデックス化した文書に元来用いられている言語に対応す
る。別の例示としての実施形態では、以下で更に詳しく説明するが、論理形態は
、言い換えの論理形態を含み、高頻度の論理形態を抑制するように変更する。

【００９３】 統計的サーチ・エンジン１４８４は、典型的に、統計的データ記憶装置１４８
６から検索した各文書レコード毎に、数値尺度を算出する。この数値尺度は、サ
ーチ・エンジン１４８４に与えたクエリに基づく。このような数値尺度は、例え
ば、用語頻度＊逆文書頻度（inverse document frequency）（tf*idf）を含む場
合がある。

【００９４】 いずれの場合でも、サーチ・エンジン１４８４は、検索エンジン１４８２に、
特定した文書レコードまたは文書自体のいずれかを、各文書レコードについて算
出した統計的尺度の順にランク付けして戻す。例示としての一実施形態では、検
索エンジン１４８２は、返ってきた文書またはレコードに追加の自然言語処理を
施し、文書またはレコードのランキングに絞りをかける。次に、文書またはレコ
ードを、絞りをかけたランキングにしたがって、出力文書集合としてユーザに提
示する。

【００９５】 図１５は、サーチ・エンジン１４８４の更に詳細な機能ブロック図であり、統
計的データ記憶装置１４８６をどのようにして本発明の例示としての一実施形態
にしたがって作成するのかについて示す。図１５は、いずれかの適した記憶装置
上に格納してある文書１５８８を示す。このような記憶装置は、分散型計算機環
境におけるコンピュータ、コンピュータ３２０内のオペレーティング・システム
がアクセスするストレージ、ワイド・エリア・ネットワーク（インターネットの
ような）を通じてアクセス可能なコンピュータ、ライブラリ・データベース、ま
たは文書を格納してあるその他のいずれかの適した場所とすることができる。文
書１５８８は、典型的に、ここでは文書インデックサ１５９０と呼ぶウェブ・ク
ローラ・コンポーネントを通じて、サーチ・エンジン１４８４によってアクセス
可能である。文書インデックサ１５９０は、文書１５８８にアクセスし、公知の
方法でこれらをインデックス化し、アクセスした文書の各々に関連するレコード
を発生する。

【００９６】 また、サーチ・エンジン１４８４は、論理形態発生部１５９２、および論理形
態変更部１５９４も含む。論理形態発生部１５９２も文書にアクセスし、アクセ
スした文書の各々に対応する論理形態を作成する。

【００９７】 論理形態発生部１５９２は、入力テキストに基づいて、論理形態を発生する。
端的に言うと、意味分析によって、テキスト入力の意味を記述する論理形態グラ
フを発生する。論理形態グラフは、ノードおよびリンクを含み、リンクには、ノ
ード対間の関係を示すラベルを付ける。論理形態グラフは、例えば、構文解析ツ
リーよりも一層抽象的なレベルの分析を表わす。何故なら、この分析は多くの構
文的または形態学的ばらつきを正規化するからである。

【００９８】 論理形態変更部１５９４は、論理形態発生部１５９２が発生した論理形態を受
け取り、この論理形態を変更する。変更部１５９４は、例示として、元の論理形
態に基づいて、言い換えた論理形態集合（paraphrased logical form）を作成し
、種々の文書間の区別に役立たない、所定のクラスの論理形態（高頻度論理形態
のような）を抑制する。

【００９９】 文書インデックサ１５９０が作成したレコードは、変更論理形態集合と共に、
例示として、統計的データ記憶装置１４８６に供給し、検索エンジン１４８２を
通じて供給されるクエリに応答してのサーチ・エンジン１４８４による後のアク
セスのために格納しておく。論理形態変更部１４９４については、以下で更に詳
しく説明する。

【０１００】 図１６は、検索エンジン１４８２の更に詳細なブロック図である。例示として
の実施形態では、検索エンジン１４８２は、入力論理形態発生部１６９６、論理
形態変更部１６９８、ブール・クエリ発生部１６００、およびフィルタ１６０２
を含む。一方、フィルタ１６０２は、論理形態比較部１６０４および文書ランク
発生部１６０６を含む。

【０１０１】 ユーザが入力したクエリは、ブール・クエリ発生部１６００に供給する。ブー
ル・クエリ発生部１６００は、従来の情報検索システムにおけると同様に、ユー
ザ入力クエリに基づいてブール・クエリを発生する。ブール・クエリをサーチ・
エンジン１４８４に供給し、サーチ・エンジン１４８４は統計的データ記憶装置
１４８６に対してクエリを実行する。これに応答して、統計的データ記憶装置１
４８６は、文書レコード（変更した論理形態集合を含む）をサーチ・エンジン１
４８４に戻し、次いでサーチ・エンジン１４８４はこれらを検索エンジン１４８
２内のフィルタ１６０２に供給する。

【０１０２】 また、クエリは入力論理形態発生部１５９６にも供給する。発生部１５９６は
クエリ内にある元の単語に基づいて、１つ以上の論理形態、およびそれらの互い
に対する関係を発生する。論理形態の発生は、図１５の論理形態発生部１５９２
に関して説明したのと同様に行なう。

【０１０３】 元の論理形態は、論理形態変更部１６９８に供給し、これらの論理形態を変更
して、例示として、言い換え論理形態集合を含ませ、高頻度論理形態を抑制する
。更に、この変更論理形態集合をフィルタ１６０２内の論理形態比較部１６０４
に供給する。

【０１０４】 論理形態比較部１６０４は、クエリに基づいた変更論理形態集合を、データ記
憶装置１４８６から検索した文書に基づいた変更論理形態集合と比較する。クエ
リに基づいた変更論理形態集合のいずれかが、文書に基づいたものと一致した場
合、論理形態比較部１６０４は、一致した論理形態を含む特定の文書に重みを割
り当てる。この重みは、各文書に関連する一致の数および種類に基づいている。
全く一致を含まない文書は、いずれも破棄してユーザには提示しないか、または
当該文書はクエリに関連する可能性は低いと思われるという指示と共にユーザに
提示することができる。

【０１０５】 一致を含む文書のレコードは、論理形態比較部１６０４が割り当てた重みと共
に、文書ランク発生部１６０６に供給する。文書ランク発生部１６０６は、論理
形態比較部１６０４が割り当てた重みに基づいて、文書にランク付けを行ない、
ランク付け出力を、出力文書集合としてユーザに提示する。

【０１０６】 図１７は、図１６に示したシステムの動作を、更に詳しく示すフロー図である
。最初に、統計的データ記憶装置１４８６に対して入力クエリを実行し、文書レ
コードおよびこれらの文書レコードに関連する変更論理形態をフィルタ１６０２
に供給する。これをブロック１７０８および１７１０で示す。発生部１６９６は
、次に、クエリの元のコンテンツに基づいて論理形態を発生する。これをブロッ
ク１７１２で示す。次に、クエリに基づいた論理形態を、論理形態変更部１６９
８によって変更する。これをブロック１７１４で示す。

【０１０７】 フィルタ１６０２は、次に、クエリに応答して、サーチ・エンジン１４８４が
供給した文書レコードの内第１のものを選択する。これをブロック１７１６で示
す。論理形態比較部１６０４は、変更クエリ論理形態のいずれかが、変更文書論
理形態に対応するか否かについて判定を行なう。対応しない場合、この文書には
ゼロ・スコアを割り当て、フィルタ１６０２は、比較する必要のある追加の文書
が他にあるか否かについて判定を行なう。これをブロック１７１８，１７２０お
よび１７２２で示す。

【０１０８】 しかしながら、変更クエリ論理形態のいずれかが、変更文書論理形態のいずれ
かと一致した場合、論理形態比較部１６０４が分析対象の文書に重みを割り当て
る。これをブロック１７２４で示す。再び、フィルタ１６０２は、ブロック１７
２２で示すように、比較する必要のある追加の文書が他にあるか否かについて判
定を行なう。

【０１０９】 比較する必要のある文書がそれ以上ない場合、文書ランク発生部１６０６は、
論理形態発生部１６０４が割り当てた重みにしたがって、文書をランク付けする
。次いで、ランクした出力をユーザに提示する。これをブロック１７２６および
１７２８で示す。

【０１１０】 図１８は、図１５に示した論理形態変更部１５９４および図１６に示した論理
形態変更部１６９８の動作を示すフロー図である。本発明は、クエリ側またはデ
ータ側のいずれか、または双方において、以下で更に詳しく論ずるような、変更
論理形態の使用も想定していることは理解されよう。この論述の目的上、クエリ
側およびデータ側双方に論理形態変更部を示す。

【０１１１】 いずれの場合でも、論理形態変更部は、最初に、クエリまたは分析対象文書の
いずれかに基づいて発生した、元の論理形態を受け取る。これをブロック１８３
０で示す。次に、論理形態変更部は、元の論理形態の言い換えを発生する。この
言い換えは、多数の方法のいずれでも形成することができる。そのいくつかにつ
いて以下で説明する。言い換え論理形態の発生をブロック１８３２で示す。

【０１１２】 次に、論理形態変更部は、所定のクラスの論理形態（多種多様の論理形態とす
ることも可能である）を抑制する。その数については以下で論ずる。この抑制を
ブロック１８３４で示す。言い換え論理形態は、抑制を受けた後、フィルタ１０
２に供給され、抑制後に残っている論理形態に基づいて文書を濾過する。これを
ブロック１８３６で示す。 （変更論理形態の発生） 図１９は、言い換え論理形態の発生、および論理形態の抑制をより良く示すフ
ロー図である。 （意味上または語彙上の言い換え） 論理形態変更部の１つが、元の論理形態を受け取る。次に、論理形態変更部は
、最初に、元の論理形態内にある単語の意味的拡大を実行することによって、語
彙上の言い換え論理形態を形成する。これをブロック１９３８で示す。次に、意
味的に拡大した単語に基づいて、そして元の論理形態における元の構造的接続を
用いて、語彙上の言い換え論理形態を発生する。これをブロック１９４０で示す
。

【０１１３】 例示としての一実施形態では、意味的拡大を実行するには、元の論理形態にお
ける各含有単語を試験し、同義語、上位語、下位語、または元の含有単語に意味
的な関係を有するその他の単語を含むように、その単語を拡大する。例えば、論
理形態変更部９４および９８には、一実施形態では、シソーラスのような参照コ
ルプス、辞書、あるいはＷｏｒｄＮｅｔまたはＭｉｎｄＮｅｔ語彙のような計算
による語彙（computational lexicon）へのアクセスを与え、単語間の同義語、 上位語、下位語、またはその他の意味的関係を識別し、クエリと文書との間に可
能な語彙上の言い換え関係を特定することができる。

【０１１４】 したがって、例えば、入力クエリが、 How do spiders eat their victims? （蜘蛛はその獲物をどのようにして食べるのか） である場合、このクエリに基づいて発生される元の論理形態は、次の通りである
。 eat;Dsub;spider eat;Dobj;victim 単語”eat”（食べる）の語彙上または意味上の拡大によって、”consume”（
消費する）が得られる。また、単語”spider”（蜘蛛）の語彙上または意味上の
拡大によって、”arachnid”（蛛形）および”wolf spider”（ウルフ・スパイ ダ）が得られる。一方、これらの拡大は、以下のように、eat;Dsub;spiderに対 する追加の言い換え論理形態に至る。 consume;Dsub;spider eat;Dsub;arachnid consume;Dsub;arachnid eat;Dsub;wolf＿spider consume;Dsub;wolf＿spider 同様に、”victim”の語彙上または意味上の拡大によって、”prey”（祈り）
が得られる。したがって、論理形態eat;Dobj;victimに基づく言い換え論理形態 は、次のようになる。 consume;Dobj;victim eat;Dobj;prey この技法は、クエリに基づいて戻される、関連文書を保持する傾向がある。し
たがって、この技法は、正確性を低下させることなく、この文書集合内における
回収率を高める。 （構造上の言い換え） 元の論理形態を語彙に関して拡大した後、これらを構造的に拡大し、追加の言
い換え論理形態を得る。サーチ・エンジンが戻した関連文書は、先に言及して本
願にも含まれるものとした引例に記載されている一層厳格な技法を用いると、ク
エリ内にある含有単語が文書中の単一の文章の中にあっても、破棄される場合が
ある。これが発生するのは、典型的に、クエリと文書の文章との間に構文上また
は意味上の言い換え関係が存在するが、クエリに基づいた論理形態および文書に
基づいた論理形態は正確には一致しない場合である。

【０１１５】 これらの基準を満たす文書を正しく保持するために、論理形態変更部に構造的
言い換え規則を実装し、元の論理形態に基づく追加の論理形態を発生する。この
追加の論理形態は、通常の構文上／意味上の言い換え関係を取り込み、ユーザが
クエリをどのように表現したかと、関連文書は同様の概念をどのように表現する
かとの間の相違を正規化することを意図するものである。これを行なうために、
論理形態変更部は、元の入力テキストに基づいて発生した基本論理形態を増強す
る。

【０１１６】 例えば、元のクエリが、 How many moons does Jupiter have？ （木星には月がいくつあるか） とすると、このクエリに基づく元の論理形態三連体は、 have;Dsub;Jupiter have;Dobj;moon moon;Ops;many となる。

【０１１７】 ここで、Ｏｐｓは機能語関係である。 本発明の一態様による構造的言い換え規則を実装することによって、論理形態
変更部は、次のような追加の論理形態を発生する。 moon;PossBy;Jupiter 含有単語は、元の論理形態と同一であるが、構造的接続が異なるものの関係の
ある構造的接続であることがわかる。これによって、同じ論理形態を含むインデ
ックス化文書に対する照合が可能となる。

【０１１８】 構造的言い換え規則の他の例では、一層の複雑化が可能である。例えば、入力
クエリが、Find me information on the crystallization of viruses.（ビール
スの結晶化に関する情報を私に見つけて下さい）とする。これは、以下のような
、計算論理形態三連体を生成する。 crystallization;of;virus どのように”viruses crystallize”（ビールスが結晶化する）かを記述する 文章を含む関連文献とクエリを照合するには、考慮すべきいくつかの情報片が必
要となる可能性がある。このような情報は以下のものを含む。

【０１１９】 １．Dsub/verbとある種の英語の名詞化との間に、規則的な言い換え関係が存 在する。 ２．名詞”crystallization”は、既定の辞書において、動詞基体”crystalli
ze”を有するとして、特定されている。

【０１２０】 ３．”virus”は、辞書では有生として類別されている。 合わせて、これらの情報片により、追加の構造的言い換え論理形態を、クエリ
に対して仮説として取り上げ、照合のために生成することが可能となる。 crystallize;Dsub;virus ”virus”の有生性（animacy）は、この言い換えを主語または目的語関係のど
ちらとして表現すべきか予測するために用いる。相互言語学的には（cross＿lin
guistically）、有生物は、無生物よりも、動詞の主語（動作主）となる可能性 が高い。したがって、クエリが”crystallization of sugar”について尋ねた場
合、追加の言い換え論理形態 crystallize;Dobj;sugar を生成するであろう。

【０１２１】 種々の論理形態言い換え規則を実施して、多数の構文的言い換え関係を正規化
した。その中には、次の事項を含む。 １．所有構文、 ２．名詞化／動詞 目的語 および主語、名詞 複合体／動詞 目的語（”pr
ogram computers”および”computer program”等）。

【０１２２】 ３．名詞修飾語（”King of Spain”および”Spanish King”等）。 ４．相互関係構文（”John kissed Mary”および”Mary kissed John”等）。 ５．属詞／叙述形容詞（”That woman is tall”および”That tall woman” 等）。

【０１２３】 ６．軽い動詞構文／動詞（”The president made a decision”および”The P
resident decided”等）。 補足資料Appendix Aは、前述の規則の実施形態の例を示すコードを含む。各場
合において、これらの規則は、照合プロセスをなおも厳格に制限しつつ、一層関
連の深い文書の保持を可能にする。元の構造関係の構造的拡大または構造的言い
換えの実行を、図１９のブロック１９４２で示す。先に論じた言い換え規則、お
よびその他のこのような規則は、経験的に、または他のいずれかの適切な手段に
よって得ることができる。

【０１２４】 構造的言い換えは、情報検索システムのインデックス化側、およびクエリ側の
双方に実施可能であるが、インデックス化側に実装する場合、インデックスのサ
イズが大型化する可能性があり望ましくない。したがって、例示としての一実施
形態では、構造的言い換えは、情報検索システムのクエリ側にのみ実施する。

【０１２５】 また、構造的言い換えは、ブロック１３８および１４０で示す意味上の言い換
えの前または後のいずれでも実行可能であることも注記しておく。加えて、構造
的言い換えは、意味の拡大中に発生した追加の論理形態に基づいて行なうことが
できる。これをブロック１９４４および１９４６で示す。 （メタ構造言い換え） 論理形態変更部によって発生することができる追加の言い換え論理形態集合は
、抽象的論理形態の発生を含む。例えば、ユーザに自然言語クエリをサーチ・エ
ンジンに入力するように促す場合でも、多くのユーザは未だ多数の含有単語を用
いて関心のある構文／意味的関係で明確に形成したクエリを与えられない。むし
ろ、多くのクエリは、ここでは「キーワード・クエリ」と呼ぶカテゴリになって
しまう。このようなキーワード・クエリは、”dog”（犬）、”gardening”（園
芸）”The Renaissance”（ルネッサンス）、”Buffalo Bill”（バッファロー ・ビル）のような、真のキーワード・クエリを含む。また、キーワード・クエリ
は、紋切り型の「フレーム」文章におけるキーワードの形態となる可能性もあり
、”Tell me about dogs”（犬について教えて下さい）、”I want information
on gardening”（園芸に関する情報が欲しい）、および”What do you have on
dinosaurs?”（ディノザウルスについてどう思うか）のように、有用な言語学 的な文脈を与えないものである。このようなクエリはよくあるので、本発明は、
これらのクエリに対処する照合技法を含む。

【０１２６】 最初に、図１９のブロック１９４８で示すように、クエリをその構造に基づい
てキーワード・クエリとして識別する。クエリが１つの含有単語のみから成る場
合（または、多単語表現としても知られている、複合含有単語として扱う含有単
語のシーケンス）、または明示的に識別した共通クエリ構造内において発生する
１つ以上の含有単語を含むので、クエリをキーワード・クエリとして識別する。
多単語表現の一例は、”Buffalo Bill”（バッファロー・ビル）である。これは
、内部構造を有する単一単語として扱う。

【０１２７】 以下の規則は、”Who was Buffalo Bill”（バッファロー・ビルは誰だったの
か）という形態のキーワード・クエリを識別するために用いる構造を記述する一
例を与える。 動詞が”be”であり、 Ｄｎｏｍ（深い主格）が”who”であり、または Dsubが構文的に変更されていない場合、直前の決定詞または前置詞句を除いて
、 照合の目的のためにDsubをキーワードとして扱う。 一旦クエリをキーワード・クエリとして特定したなら、照合の目的のために、
種々の抽象的論理形態を発生する。クエリが”Who was Buffalo Bill?”である 前述の例では、以下の抽象的論理形態を発生する。 heading＿OR＿title;Dsub;Buffalo＿Bill Dsub＿of＿be;Dsub;Buffalo＿Bill Dsub＿of＿verb;Dsub;Buffalo＿Bill これらの抽象的論理形態は、クエリに基づいて発生した元の論理形態に含まれ
るいずれとも直接的には対応しない。しかしながら、これらは、潜在的に、文書
をインデックス化し統計的データ記憶装置１４８６に格納するときに文書レコー
ド内に作成した、対応する論理形態に対して一致する。例えば、”Buffalo Bill
”という題の文書を処理する際、図１５に示す論理形態変更部１５９４は、以下
の抽象的論理形態を発生し、構造的データ記憶装置１５９６内のインデックスに
これを追加する。 heading＿or＿title;Dsub;Buffalo＿Bill また、文書のインデックス化中に、動詞”be”およびＤｓｕｂを含むいずれの
論理形態も、以下のような特殊な論理形態を生成する。 Dsub＿of＿be;Dsub;WORD （例えば、Dsub＿of＿be;Dsub;Buffalo＿Bill） 加えて、論理形態がＤｓｕｂおよび”be”以外の動詞を含む場合、以下のよう
に追加の抽象的論理形態を作成する。 Dsub＿of＿verb;Dsub;WORD （例えば、Dsub＿of＿verb;Dsub:Buffalo＿Bill） このように、インデックス化時点およびクエリの時点でキーワード・クエリに
対して作成した抽象的論理形態は、情報検索システムが、データ側の言語学的構
造を利用して、キーワード・クエリ内に含まれるキーワードに主に関係する可能
性が高い文書を識別することを可能にする（例えば、データ側の抽象的論理形態
は、キーワード・クエリと一致させることができる文書のメタ構造を表わす）。

【０１２８】 加えて、文書がキーワードを含む題を有していなくても、文書内の文章を分析
し、その文書のメタ構造を判定することができる。例えば、文章の主語は、特に
、主動詞が”be”である文章の主語は、当該文章の主題即ち題目（ｔｏｐｉｃ）
である場合が多い。キーワード・クエリを、当該キーワードに関する文章を含む
文書と優先的に照合することによって、キーワード・クエリに対してでさえも、
正確性を向上させることができる。例えば、クエリが”Buffalo Bill”（バッフ
ァロー・ビル）であり、第１の文書が、 Buffalo Bill was a showman, usually acting as the part of himself in o
ne of Buntline’s melodrams. （バッファロー・ビルは、バントラインのメロドラマの１つにおいて常に彼自
身の役を演じたショーマンであった） という文章を含み、 第２の文書が、 One of the most active performers in American cinema,Keitel Demonstrat
ed his versatile talents in the 1970’s in drama, Alice Doesn’t Live He
re Anymore (1974); an artfull western Buffalo Bill and the Indians, or S
itting Bulls history lesson (1976);and a black comedy, Mother, Jugs, and
Speed(1976). アメリカ映画において最も活動的な俳優の一人、ケイテルは１９７０年代のド
ラマ、アリスはもうここには住んでいない（１９７４）、芸術的なウェスタン、
バッファロー・ビルとインディアン、またはシッティング・ブルス歴史の授業（
１９７６）、およびブラック・コメディ、母、刑務所、および覚せい剤（１９７
６）において、彼の多彩な才能を発揮した。 という文章を含む場合、 その文書に対してインデックス化の時点で発生する抽象的論理形態、およびク
エリの時点でキーワード・クエリに対して発生する抽象的論理形態は、キーワー
ド・クエリを、第２の文書ではなく、第１の文書に対して優先的に照合させる。
これは、第１の文書が文章の主語としてキーワード・クエリを含むのに対して、
第２の文書はそうでないからである。

【０１２９】 抽象的論理形態の追加の例には、定義付け文章に基づいて作成するものがある
。定義付け文章の一例には、以下のようなものがある。 Lava, molten rock which flows from volcanoes （溶岩、活火山から流出する溶けた岩） この種の定義付け文章は、言語学的構造およびフォーマット構造を含むキュー
（ｃｕｅ）を試験することによって特定することができる。最も頻繁なのは、こ
のような文章を、単一の名詞または多単語表現を含む名詞句、それに続くカンマ
、それに続く同格の名詞句として解析することである。これは、 article＿title＿or＿heading;Dsub;lava という形態の抽象的論理形態を発生する。

【０１３０】 これは、文書のメタ構造（または全体的な内容）を示し、このような文章を要
求するキーワード・クエリと照合するために用いることができる。 文書のメタ構造を示す抽象的論理形態を得ること、およびキーワード・クエリ
に対する抽象的論理形態を得ることは、図１９のブロック１９５０および１９５
２で示す。 （ある論理形態の抑制） 本発明の別の態様による論理形態変更部１５９４および１６９８は、あるクラ
スの論理形態の抑制も行なう。例えば、ある論理形態は、関連文書の良好な判別
子（discriminator）とはならず、偽りの肯定的な一致を生成する。典型的に、 このような論理形態は、”be;Locn;there”のような高頻度論理形態に対応する 。このクラスの論理形態は、ブール検索システムにおいて見られる”ｓｔｏｐｗ
ｏｒｄ”の構文的／意味的類同語として考えることができる。このクラスの論理
形態の追加の例には、以下のようなものがある。 ある動詞／不変化詞：come（来る）;Ptcl;to（へ）（I came to a decision,J
ohn came to a stop.）（私は決定に至った、ジョンは停留所に来た） 高頻度動詞：be;Dsub:John（John is tired, John is the largest elephant
in the world）（ジョンは疲れている。ジョンは世界で最も大きな象である） 代名詞：eat（食べる）；Dsub;he（彼） （he ate at home）（彼は家で食べた） 共通の論理形態：tell（言う）;Dobj;me（tell me about dogs）（犬について 私に教えて下さい） これらおよびその他のこのような論理形態は、経験的に、またはその他の適切
な手段によって、識別し構築することができるが、典型的に、正しくない一致を
招く論理形態に対応する。本発明の一態様によれば、このクラスの論理形態は、
クエリまたは文書レコードのいずれか、または双方において識別し、抑制する。
これは、図１９のブロック１９５４および１９５６で示す。

【０１３１】 加えて、このような論理形態の一部は、クエリに基づく論理形態の生成中に抑
制することができる。例えば、”give（与える）;Dobj;information（情報）” という形式の論理形態は、文書のインデックス化中には抑制しなければ、”what databases give information on cancer?”（どのデータベースが癌に関する情
報を与えるか）というようなクエリに対する照合において有用な場合もある。そ
の場合、ユーザは、ある特定のデータベースのアイデンティティを要求し、その
クエリは非常に特定的となる。一方、”give（与える）;Dobj;information（情 報）”という形式の論理形態は、”give me information on X”という形式のク
エリの処理中に抑制する。このクエリをキーワード・クエリとして識別し、識別
した論理形態を抑制する。

【０１３２】 語彙上および意味上の言い換え、構造的言い換え、抽象的論理形態の発生、お
よび論理形態の抑制に基づいて、論理形態および変更論理形態の全てを得た後、
変更論理形態集合をフィルタ１６０２に供給し、更に処理を行なう。これを図１
９のブロック１９５８で示す。先に論じたように、フィルタ１６０２は、クエリ
に基づいた変更論理形態と文書に基づいたそれらとの間で一致を探す。 （結論） このように、本発明は２つ以上のテキスト入力間の類似性を判定するシステム
を提供することがわかる。更に、本発明の一態様は、サーチ・エンジンが戻す文
書集合において、以前の技法よりも関連が深い文書を識別することにより、情報
検索用途において正確性を格段に向上させるのに適している。また、本発明は、
濾過処理の間に破棄する関連文書数を減少させることによって、回収率を高める
。

【０１３３】 本発明の一態様は、例示として、２つのテキスト入力に基づいて、論理形態を
作成しかつ比較し、元の単語を語彙的または意味的に拡大することによって、元
の構造接続を構造的に拡大することによって、および／またはテキスト入力のい
ずれかまたは双方（例えば、文書またはクエリ、あるいは双方）のメタ構造を示
す抽象的論理形態を作成することによって、言い換え論理形態を作成する。また
、本発明は、例示として、ある論理形態を抑制する。勿論、言い換えおよび抑制
は、論理形態集合双方に対して同一である必要はなく、それぞれに異なることも
可能である。

【０１３４】 また、現在ハッシング技法を採用して統計的データ記憶装置８６内に含まれる
インデックスをより小さなサイズに切り刻んでいることも注記しておく。勿論、
適切なハッシング技法であれば、いずれでも使用可能である。本発明は、インデ
ックスのハッシュ表現とでも、またはインデックスの完全な表現とでも同等に利
用することができる。

【０１３５】 以上好適な実施形態を参照しながら本発明について説明したが、本発明の精神
および範囲から逸脱することなく、形態および詳細において変更が可能であるこ
とを、当業者は認めよう。

【０１３６】

【表５】

【０１３７】

【０１３８】

【０１３９】

【０１４０】

【図面の簡単な説明】

【図１】 我々の本発明による情報検索システム５の最上位ブロック図を示す。

【図２】 我々の本発明の教示を利用した、図１に示す形式の情報検索システム２００の
上位実施形態を示す。

【図３】 図２に示すシステム２００内部に収容したコンピュータ・システム３００、具
体的にはクライアント・パーソナル・コンピュータのブロック図を示す。

【図４】 図３に示すコンピュータ３００内部で実行するアプリケーション・プログラム
４００の最上位ブロック図を示す。

【図５Ａ】 英語文章の変化する複雑性および対応するその論理形態要素の異なる対応する
例を示す。

【図５Ｂ】 英語文章の変化する複雑性および対応するその論理形態要素の異なる対応する
例を示す。

【図５Ｃ】 英語文章の変化する複雑性および対応するその論理形態要素の異なる対応する
例を示す。

【図５Ｄ】 英語文章の変化する複雑性および対応するその論理形態要素の異なる対応する
例を示す。

【図６】 図６Ａおよび図６Ｂの図面用紙の正しい位置合わせを示す。

【図６Ａ】 我々の発明の検索プロセス６００のフローチャートを示す。

【図６Ｂ】 我々の発明の検索プロセス６００のフローチャートを示す。

【図７】 プロセス６００内で実行するＮＬＰルーチン７００のフローチャートを示す。

【図８Ａ】 例示としての照合論理形態三連体重み付けテーブル８００を示す。

【図８Ｂ】 図６Ａおよび図６Ｂに全て示すブロック６５０，６６０，６６５および６７０
において行われる、例示としてのクエリおよび例示としての３つの統計的に検索
した文書集合についての、我々の発明の教示による論理形態三連体の比較、なら
びに文書スコア決定、ランク付けおよび選択プロセスを図表で示す。

【図９Ａ】 我々の本発明の教示を組み込んだ、情報検索システムの３つの異なる実施形態
を示す。

【図９Ｂ】 我々の本発明の教示を組み込んだ、情報検索システムの３つの異なる実施形態
を示す。

【図９Ｃ】 我々の本発明の教示を組み込んだ、情報検索システムの３つの異なる実施形態
を示す。

【図９Ｄ】 我々の本発明の別の異なる実施形態を実施する際に用いる、図９Ｃに示すリモ
ート・コンピュータ（サーバ）９３０の代替実施形態を示す。

【図１０】 図１０Ａおよび図１０Ｂの図面用紙の正確な位置合わせを示す。

【図１０Ａ】 各文書毎の論理形態三連体を予め計算し、その文書レコードと共に格納し、後
の文書検索処理の間にアクセスする、我々の本発明の更に別の実施形態を示す。

【図１０Ｂ】 各文書毎の論理形態三連体を予め計算し、その文書レコードと共に格納し、後
の文書検索処理の間にアクセスする、我々の本発明の更に別の実施形態を示す。

【図１１】 図１０Ａおよび図１０Ｂに示す文書インデックス化エンジン１０１５が実行す
る三連体発生プロセス１１００を示す。

【図１２】 図１２Ａおよび図１２Ｂの図面用紙の正確な位置合わせを示す。

【図１２Ａ】 図１０Ａおよび図１０Ｂに示す、コンピュータ・システム３００内で実行す
る我々の発明の検索プロセス１２００のフローチャートを示す。

【図１２Ｂ】 図１０Ａおよび図１０Ｂに示す、コンピュータ・システム３００内で実行す
る我々の発明の検索プロセス１２００のフローチャートを示す。

【図１３Ａ】 三連体発生プロセス１１００内部で実行するＮＬＰルーチン１３００のフロー
チャートを示す。

【図１３Ｂ】 検索プロセス１２００内部で実行するＮＬＰルーチン１３５０のフローチャー
トを示す。

【図１４】 本発明の一実施形態を示す機能ブロック図である。

【図１５】 本発明の一態様による文書のインデックス化を示す機能ブロック図である。

【図１６】 本発明の一態様による検索エンジンを一層詳細化したブロック図である。

【図１７】 図１６に示すシステムの処理を示すフロー図である。

【図１８】 本発明の一態様による、自然言語プロセッサの論理形態変更を示すフロー図で
ある。

【図１９】 本発明の一態様による、自然言語プロセッサの論理形態変更を示す、より詳細
なブロック図である。

【手続補正書】

【提出日】平成１２年３月１０日（２０００．３．１０）

【手続補正１】

【補正対象書類名】図面

【補正対象項目名】全図

【補正方法】変更

【補正内容】

【手続補正書】

【提出日】平成１２年１０月２７日（２０００．１０．２７）

【手続補正１】

【補正対象書類名】図面

【補正対象項目名】全図

【補正方法】変更

【補正内容】

【図１】

【図２】

【図３】

【図４】

【図５】

【図６】

【図７】

【図８】

【図９】

【図１０】

【図１１】

【図１２】

【図１３】

【図１４】

【図１５】

【図１６】

【図１７】

【図１８】

【図１９】

───────────────────────────────────────────────────── フロントページの続き (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＣＮ，ＪＰ (72)発明者 ドーラン，ウィリアム・ビー アメリカ合衆国ワシントン州98052，レッ ドモンド，ワンハンドレッドフィフティサ ード・コート・ノース・イースト 7412 (72)発明者 ヴァンダーウェンデ，ルーシー・エイチ アメリカ合衆国ワシントン州98008，ベル ビュー，ノース・イースト・サーティー ス・ストリート 16415 (72)発明者 ブラデン−ハーダー，リサ アメリカ合衆国ヴァージニア州20194，レ ストン，クリークベンド・ドライブ 12003 Ｆターム(参考） 5B075 ND03 NR12 PQ74 PR04 PR06 QM05 QP03 5B091 AA11 AA15 AB17 BA03

Claims (44)

【特許請求の範囲】
1. 【請求項１】 第１および第２テキスト入力間の類似性を判定する方法であ
   って、 前記第１テキスト入力に基づいて、第１論理形態集合を得るステップと、 前記第２テキスト入力に基づいて、第２論理形態集合を得るステップと、 前記第１および第２論理形態集合を比較するステップと、 前記比較するステップに基づいて、前記第１および第２テキスト入力間の類似
   性を判定するステップと、 から成ることを特徴とする方法。
2. 【請求項２】 請求項１記載の方法において、比較するステップが、 前記第１集合におけるいずれかの論理形態が前記第２集合におけるいずれかの
   論理形態と一致するか否かについて判定するステップから成ることを特徴とする
   方法。
3. 【請求項３】 請求項２記載の方法において、類似性を判定するステップが
   、 前記第１および第２論理形態集合間の一致に基づいて、前記第１および第２テ
   キスト入力間の類似の度合いを反映するスコアを割り当てるステップから成るこ
   とを特徴とする方法。
4. 【請求項４】 請求項１記載の方法であって、更に、 前記第１論理形態集合に基づいて、第１言い換え論理形態集合を得るステップ
   を含むことを特徴とする方法。
5. 【請求項５】 請求項４記載の方法において、前記比較するステップが、 前記第１言い換え論理形態集合を前記第２論理形態集合と比較するステップと
   、 前記第１言い換え論理形態集合内のいずれかの言い換え論理形態が、前記第２
   論理形態集合内のいずれかの論理形態と一致するか否かについて判定を行なうス
   テップと、 から成ることを特徴とする方法。
6. 【請求項６】 請求項５記載の方法であって、更に、 前記第２論理形態集合に基づいて、第２言い換え論理形態集合を得るステップ
   を含むことを特徴とする方法。
7. 【請求項７】 請求項６記載の方法において、前記比較するステップが、更
   に、 前記第１言い換え論理形態集合を前記第２言い換え論理形態集合と比較するス
   テップと、 前記第１言い換え論理形態集合内のいずれかの言い換え論理形態が、前記第２
   言い換え論理形態集合内のいずれかの言い換え論理形態と一致するか否かについ
   て判定を行なうステップと、 を含むことを特徴とする方法。
8. 【請求項８】 請求項１記載の方法において、前記第１テキスト入力が、情
   報検索クエリから成り、前記第２テキスト入力が、前記クエリに基づいて検索し
   た少なくとも１つの文書から成ることを特徴とする方法。
9. 【請求項９】 請求項１記載の方法において、前記第２テキスト入力が、情
   報検索クエリから成り、前記第１テキスト入力が前記クエリに基づいて検索した
   少なくとも１つの文書から成ることを特徴とする方法。
10. 【請求項１０】 請求項５記載の方法において、前記第１論理形態集合を得
    るステップが、 前記第１テキスト入力に基づいて、原型単語と、該原型単語間の原型構造的関
    係を得るステップから成ることを特徴とする方法。
11. 【請求項１１】 請求項１０記載の方法において、前記原型構造関係が、前
    記原型単語間の原型構造関係から成り、第１言い換え論理形態集合を得るステッ
    プが、 前記原型単語に意味的に関係があり、前記原型構造関係で接続されている、拡
    大単語を含む、追加の論理形態を得るステップから成る、 ことを特徴とする方法。
12. 【請求項１２】 請求項１１記載の方法において、前記原型単語が、前記原
    型構造関係によって接続されている、第１原型単語および第２原型単語を含み、
    追加の論理形態を得るステップが、 前記第１原型単語を語彙に関して拡大し、前記第１原型単語に意味的に関係す
    る第１関係単語を含ませるステップ、 前記第２原型単語を語彙に関して拡大し、前記第２原型単語に意味的に関係す
    る第２関係単語を含ませるステップ、 前記原型構造関係によって前記第１および第２関係単語の異なるものを互いに
    接続し、前記追加の論理形態を得るステップ、 の内少なくとも１つから成ることを特徴とする方法。
13. 【請求項１３】 請求項１２記載の方法において、前記第１原型単語を語彙
    に関して拡大するステップ、または前記第２原型単語を語彙に関して拡大するス
    テップが、 前記第１および第２原型単語に対する同義語を得るステップから成ることを特
    徴とする方法。
14. 【請求項１４】 請求項１２記載の方法において、前記第１原型単語を語彙
    に関して拡大するステップ、または前記第２原型単語を語彙に関して拡大するス
    テップが、 前記第１および第２原型単語に対する上位語を得るステップから成ることを特
    徴とする方法。
15. 【請求項１５】 請求項１２記載の方法において、前記第１原型単語を語彙
    に関して拡大するステップ、または前記第２原型単語を語彙に関して拡大するス
    テップが、 前記第１および第２原型単語に対する下位語を得るステップから成ることを特
    徴とする方法。
16. 【請求項１６】 請求項１０記載の方法において、第１言い換え論理形態集
    合を得るステップが、 前記原型構造関係に関係する拡大構造関係を得るステップと、 前記原型単語を前記拡大構造関係と接続し、前記言い換え論理形態を得るステ
    ップと、 から成ることを特徴とする方法。
17. 【請求項１７】 請求項１６記載の方法において、第１論理形態集合を得る
    ステップが、更に、 前記原型単語に意味的に関係する拡大単語を得るステップと、 前記拡大単語を前記原型構造関係と接続するステップと、 を含むことを特徴とする方法。
18. 【請求項１８】 請求項１７記載の方法において、前記第１言い換え論理形
    態集合を得るステップが、更に、 前記拡大単語を前記拡大論理関係と接続するステップを含むことを特徴とする
    方法。
19. 【請求項１９】 請求項１０記載の方法において、前記第１論理形態集合が
    、少なくとも１つの含有単語を含み、第１言い換え論理形態集合を得るステップ
    が、 前記含有単語に基づいて、第１抽象的論理形態集合を得るステップから成るこ
    とを特徴とする方法。
20. 【請求項２０】 請求項１９記載の方法において、前記第１テキスト入力が
    、文書検索クエリから成り、第１抽象的論理形態集合を得るステップが、 前記第１抽象的論理形態集合を発生するのに先立ち、前記クエリをキーワード
    ・クエリとして識別するステップを含み、該クエリの構造に基づいて、前記含有
    単語を他の含有単語によって変更させないことを特徴とする方法。
21. 【請求項２１】 請求項１０記載の方法において、前記第２テキスト入力が
    文書から成り、更に、 前記第２論理形態集合に基づいて、第２言い換え論理形態集合を得るステップ
    を含むことを特徴とする方法。
22. 【請求項２２】 請求項２１記載の方法において、前記第２論理形態集合を
    得るステップが、 前記文書のメタ構造を示す抽象的論理形態集合を得るステップから成ることを
    特徴とする方法。
23. 【請求項２３】 請求項２２記載の方法において、前記文書のメタ構造が、
    前記文書の全体的主題を示すことを特徴とする方法。
24. 【請求項２４】 請求項２３記載の方法において、前記文書のメタ構造を示
    す前記抽象的論理形態集合を得るステップが、 前記文書に対応するフォーマット情報に基づいて、前記抽象的論理形態集合を
    得るステップから成ることを特徴とする方法。
25. 【請求項２５】 請求項２３記載の方法において、前記文書のメタ構造を示
    す前記抽象的論理形態集合を得るステップが、 前記文書内の文章の題目に基づいて、前記抽象的論理形態集合を得るステップ
    から成ることを特徴とする方法。
26. 【請求項２６】 請求項２３記載の方法において、前記文書のメタ構造を示
    す前記抽象的論理形態集合を得るステップが、 前記文書内の文章の主語に基づいて、前記抽象的論理形態集合を得るステップ
    から成ることを特徴とする方法。
27. 【請求項２７】 請求項２１記載の方法であって、更に、前記含有単語に基
    づいて、前記第１および第２言い換え論理形態集合以外の、他の論理形態を抑制
    するステップを含むことを特徴とする方法。
28. 【請求項２８】 クエリに応答して文書記憶装置から検索した文書集合内の
    文章を濾過する方法であって、 前記クエリおよび前記文書集合内の文書から選択した１つに基づいて、第１論
    理形態集合を得るステップと、 前記クエリおよび前記文書集合内の文書の別の１つに基づいて、第２論理形態
    集合を得るステップと、 少なくとも前記第１論理形態集合の言い換えを示す、第１言い換え論理形態集
    合を得るステップと、 前記第１言い換え論理形態集合と前記第２論理形態集合との間の所定の関係に
    基づいて、前記文書集合内の文書を濾過するステップと、 から成ることを特徴とする方法。
29. 【請求項２９】 請求項２８記載の方法において、前記濾過するステップが
    、 前記所定の関係に基づいて、前記文書集合内の前記文書のランク付け順序を示
    す出力を与えるステップを含むことを特徴とする方法。
30. 【請求項３０】 クエリに応答して文書ストレージから検索した文書集合内
    の文章を濾過する方法であって、 前記クエリおよび前記文書集合から選択した１つに基づいて、第１論理形態集
    合を得るステップと、 前記クエリと前記文書集合の他の１つに基づいて、第２論理形態集合を得るス
    テップと、 少なくとも前記第１論理形態集合内にある第１所定クラスの論理形態を抑制し
    、第１抑制論理形態集合を得るステップと、 前記第１抑制論理形態集合と前記第２論理形態集合との間の所定関係に基づい
    て、前記文書集合内の前記文書を濾過するステップと、 から成ることを特徴とする方法。
31. 【請求項３１】 請求項３０記載の方法において、抑制するステップが、 所定の構造を有する論理形態を抑制するステップから成ることを特徴とする方
    法。
32. 【請求項３２】 請求項３０記載の方法において、抑制するステップが、 スレシホルド頻度レベルを上回る頻度で発生する論理形態を抑制するステップ
    をから成ることを特徴とする方法。
33. 【請求項３３】 請求項３０記載の方法であって、更に、 前記第２論理形態集合内にある第２所定クラスの論理形態を抑制するステップ
    を含み、該第２所定クラスが、前記第１所定クラスとは異なることを特徴とする
    方法。
34. 【請求項３４】 請求項３０記載の方法において、前記第１論理形態集合を
    得るステップの前に、抑制するステップを実行することを特徴とする方法。
35. 【請求項３５】 請求項３０記載の方法において、前記第１論理形態集合を
    得るステップと実質的に同時に、抑制するステップを実行することを特徴とする
    方法。
36. 【請求項３６】 請求項３０記載の法において、前記第１論理形態集合を得
    るステップの後に、抑制するステップを実行することを特徴とする方法。
37. 【請求項３７】 コンピュータ読み取り可能媒体であって、その上に格納し
    てあるコンピュータ読み取り可能データを含み、該コンピュータ読み取り可能デ
    ータが、 文書集合内の文書の内容を示すインデックス・データと、 前記文書集合内の前記文書の各々のメタ構造を示す抽象的論理形態集合と、 を含むことを特徴とするコンピュータ読み取り可能媒体。
38. 【請求項３８】 請求項３７記載のコンピュータ読み取り可能媒体において
    、各文書の前記メタ構造が、前記文書の全体的な主題を示すことを特徴とするコ
    ンピュータ読み取り可能媒体。
39. 【請求項３９】 請求項３８記載のコンピュータ読み取り可能媒体において
    、前記抽象的論理形態集合が、各文書に対応するフォーマット情報に基づくこと
    を特徴とするコンピュータ読み取り可能媒体。
40. 【請求項４０】 請求項３８記載のコンピュータ読み取り可能媒体において
    、前記抽象的論理形態集合が、各文書内の文章の題目に基づくことを特徴とする
    コンピュータ読み取り可能媒体。
41. 【請求項４１】 請求項３８記載のコンピュータ読み取り可能媒体において
    、前記抽象的論理形態集合が、各文書内の文章の主語に基づくことを特徴とする
    コンピュータ読み取り可能媒体。
42. 【請求項４２】 コンピュータ読み取り可能媒体であって、その上に格納し
    てあるコンピュータ読み取り可能データを含み、該コンピュータ読み取り可能デ
    ータをコンピュータが実行した場合、以下のステップ、即ち、 前記クエリおよび前記文書集合の文書から選択した１つに基づいて、第１論理
    形態集合を得るステップと、 前記クエリと前記文書集合の文書の他の１つに基づいて、第２論理形態集合を
    得るステップと、 自然言語処理を用いて少なくとも前記第１論理形態集合を変更し、第１変更論
    理形態集合を得るステップと、 前記第１変更論理形態集合と前記第２論理形態集合との間の所定の関係に基づ
    いて、前記文書集合内の文書を濾過するステップと、 を実行することによって、クエリに応答して文書記憶装置からの文書集合内にあ
    る文書を前記コンピュータに濾過させることを特徴とするコンピュータ読み取り
    可能媒体。
43. 【請求項４３】 第１および第２テキスト入力間の類似性を判断する方法で
    あって、 前記第１テキスト入力に基づいて第１論理形態集合を得るステップと、 前記第２テキスト入力に基づいて第２論理形態集合を得るステップと、 少なくとも前記第１論理形態集合内の第１所定クラスの論理形態を抑制し、第
    １抑制論理形態集合を得るステップと、 前記第１抑制論理形態集合と前記第２論理形態集合とを比較することによって
    、前記第１および第２テキスト入力間の類似性を判定するステップと、 から成ることを特徴とする方法。
44. 【請求項４４】 請求項６記載の方法において、前記第１言い換え論理形態
    集合を得るステップは、第１言い換え技法を用いて実行し、前記第２言い換え論
    理形態集合を得るステップは、前記第１言い換え技法とは異なる第２言い換え技
    法を用いて実行することを特徴とする方法。