JP2002024021A - 情報補完方法、情報妥当性算出方法、情報理解支援方法およびそれらを実現するコンピュータシステム、ならびにプログラム記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】概念階層に基づき情報の欠落を補完し、その情
報がある特定の概念の情報を要求しているユーザに対し
て提供情報として妥当か否かを判断する指標を与え、か
つ提供する情報を直観的に理解し易くするための付加情
報を加える。 【解決手段】ある事柄に関する単数ないし複数の集合
（情報リスト）を持つ概念で構成される階層において、
中心概念に対する欠落した情報リストを概念階層に従っ
て隣接する概念の情報リストから補完する方法であり、
例えば京都の天気予報で南部と北部には情報があるが、
中部にはない欠落のある情報１３が入力すると、コンピ
ュータ１２の情報補完部１２１が最も信頼度の高い情報
を用いて補完リストを作成し、関連度算出部１２２で関
連度を算出し、それを用いて信頼度算出部１２３で晴
れ、曇り、雨の各信頼度を算出し、補完された情報１４
を出力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、概念階層を持つ概
念上の情報の提供方法および提供するコンピュータなら
びにプログラム記録媒体に関し、特に欠落のある情報を
他の情報から欠落した情報を補完し、その補完が妥当か
否かを判断するとともに、ユーザには必要に応じて直観
的に分かり易い付加情報を付けて示す方法、およびそれ
らを実現するコンピュータシステムならびにそれらの方
法のプログラムを記録した記録媒体に関する。

【０００２】

【従来の技術】近年、インターネットの普及等により比
較的容易に様々な情報を入手することが可能になった。
それに伴って、各情報ソースから入手した情報を整理
し、情報をより分かり易くしてユーザに提供することを
目的とした様々な情報提供システムが提案されている。
これらは、ユーザが求めている情報をシステムが情報ソ
ースから入手することを前提として、それらの直接的な
提示をその目的とするシステムである。先に本出願人
は、ユーザにとって信頼性の低い情報源から価値のある
情報を取得して、確信度と可能性に基づいてユーザにと
って分り易い自然言語表現を得ることができる情報統合
システムと統合方法を提案した（特願２０００−１３９
２６８号明細書および図面参照）。これによれば、例え
ば、不確実な天気予報なども、複数の情報源の情報を比
較して妥当な可能性を付与するとともに、それを統合し
た情報自体の確信度を付与することにより、情報の可能
性を提示すると同時に統合された情報がどの程度信頼で
きるかを提示することができる。

【０００３】

【発明が解決しようとする課題】しかしながら、上記の
ような従来の手法では、ユーザが要求した情報をシステ
ムが得られなかったときは、情報を何も提示することが
できない。以下、天気情報案内システムを例にとって、
この問題を説明する。このシステムは、ユーザが指定し
た地域の天気予報をインターネット上の各種天気予報か
ら情報取得し、ユーザに提示するものである。いま、ユ
ーザが『京都府南部』の明日の天気を求めているが、ど
の情報ソースにも『京都府』の天気情報しかなかったも
のとする。この場合、従来のシステムでは、『京都府南
部の天気はわかりません』と答えるしかないが、人間で
あれば、京都府の天気を以って暗黙のうちに補完を行っ
て、京都府南部の天気として答えることができる。ま
た、逆にユーザが『京都府』の天気を求めているが、情
報ソースには『京都府南部』，『京都府北部』の天気情
報しか無い場合も考えられる。この場合にも、従来のシ
ステムでは適当な答えを返すことができないが、人間な
らば『京都府南部』，『京都府北部』から『京都府』の
天気として適当なものを推論し、答えることができる。
このような柔軟な補完・推論ができないことが、従来の
システムの問題点である。

【０００４】従来システムの中には、例えば『制限知識
下における効率的対話制御』（堂坂他，言語処理学会第
６回年次大会発表論文集（2000）のように、情報に欠落
がある場合、常に隣接概念の情報を上位概念の情報その
ものとして、『京都府はわかりませんが、京都府南部の
天気は・・・』等と答えるものもあるが、これは情報を
補完せずに、代替の情報を与えているに過ぎない。ま
た、補完・推論を行ったとしても、その情報が提供する
情報として妥当か否かはわからない、という問題もあ
る。むしろ、無理に補完せずに、前述の『制限知識下に
おける効率的対話制御』のように『京都府』の天気を聞
かれても『京都府南部』と『京都府北部』の天気を提供
情報としてそれぞれ答える方が妥当な場合もある。しか
し、このシステムは常に代替情報を提供するので、補完
した場合とどちらが良いかを判断をしてはいない。この
判断は、補完・推論したことによる情報の信頼度の低下
と、情報を提供する概念とユーザが情報を求めている中
心概念の差異とのトレードオフにより行わなくてはなら
ない。また、これらの手法を経て情報を提供したとして
も、直接的な情報の羅列では、ユーザがその情報を理解
することが困難である。

【０００５】そこで、本発明の目的は、これら従来の課
題を解決し、地域階層体系に代表されるような概念階層
に基づいて情報の欠落を補完し、概念階層上の各概念の
情報に対して、その情報がある特定の概念の情報を要求
しているユーザに対しての提供情報として妥当か否かを
判断する指標を与え、かつその提供する情報を直観的に
理解し易くするための付加情報を加えることができる情
報補完方法、情報妥当性算出方法、情報理解支援方法お
よびそれを実現するコンピュータシステム、ならびにプ
ログラム記録媒体を提供することにある。

【０００６】

【課題を解決するための手段】上記目的を達成するた
め、本発明の情報補完方法では、隣接するの概念の情報
を以って中心概念の情報を補完する。すなわち、隣接す
るの概念の情報リスト中の情報の中で、最も信頼できる
ものを選択し、その集合を以って中心概念の補完情報リ
ストとする。補完情報リスト中に同一情報が複数存在す
ることも、ここでは許す。補完情報リスト中の情報の信
頼度は、元の隣接するの概念の情報の信頼度と同じ、ま
たは低下させるが、その低下率が補完に使用した各概念
の情報同士の対称律を満たす関連度が高ければ低く、低
ければ高くなるように、さらに同一の情報同士、すなわ
ち最高の関連度を持つ同士の信頼度が両者等しくなるよ
うに算出を行う。その後に補完情報リストのマージを行
い、同一情報は省いて出力する（請求項１）。

【０００７】本発明の情報補完方法では、隣接するの概
念の情報を以って中心概念の情報を補完する。そして、
情報に複数種類の信頼度が与えられている場合（例え
ば、前述の２０００−１３９２６８号明細書および図
面）に、隣接するの概念の情報リストの和集合を以って
補完情報リストとする。補完情報リスト中に同一情報が
複数存在することも、ここでは許す。補完情報リスト中
の情報の信頼度群は、隣接するの概念の情報の信頼度群
を情報毎信頼度毎に平均化した値をそれぞれ採用する。
ここでの平均化とは、複数値の合計が減少すれば、平均
値はそのまま、または減少し、増加すれば、そのまま、
または増加し、さらに同一の情報の平均値同士は両者等
しくなるような操作である。その後に補完情報リストの
マージを行い、同一情報は省いて出力する（請求項
２）。本発明の情報妥当性算出方法では、ユーザが情報
を求めている中心概念と情報を提供する対象概念の差違
を階層関係から求め、対象概念での情報提供の妥当性
を、その差違が大きければ情報の信頼度から大きく、小
さければ小さく低下させた値を以って、どの情報を提供
すべきか判断する指標を与える（請求項３）。また、本
発明の情報理解支援方法では、ユーザの提示情報の直観
的理解を支援するために、予め用意した推論知識データ
ベースを用いて推論を行い、その推論結果を付加情報と
して提示情報に加える（請求項４）。

【０００８】本発明のコンピュータシステムは、補完情
報リスト中の各情報間の関連度を算出する関連度算出部
と、関連度を元に前記補完情報リスト中の各情報の信頼
度を算出し、補完された情報として出力する信頼度算出
部とを有する（請求項５）。また、本発明のコンピュー
タシステムは、情報信頼度を入力して、概念階層におけ
る中心概念から見た概念の分類数を、中心概念と下位概
念の差異、および付加された情報の信頼度の値から概念
差異を算出する概念差異算出部と、算出された概念差異
を元に妥当性を算出して、情報提供妥当性として出力す
る妥当性算出部とを有する（請求項６）。また、本発明
のコンピュータシステムは、推論知識を記憶するデータ
ベースと、情報が入力すると、前記推論知識を用いて、
提示する情報から推論を行い、推論結果を付加情報とし
て前記提示情報に加えて出力する推論部とを有する（請
求項７）。さらに、本発明のプログラム読出し可能な記
録媒体は、請求項１乃至４のいずれかに記載の情報補完
方法、情報妥当性算出方法および情報理解支援方法を、
それぞれプログラムに変換し、該プログラムを記録媒体
に格納する。

【０００９】

【発明の実施の形態】以下、本発明の実施例を、図面に
より詳細に説明する。 （第１の実施例（情報補完方法）（請求項１に対応））
図１は、本発明における階層構造（地域階層）の例を示
す説明図である。概念階層を京都府を頂点とする地域階
層構造を示すと、京都府北部と京都府南部は下位階層と
して示される。先ず、第１の実施例の場合、つまり天気
情報に信頼度がそれぞれ１つ付与されている場合につい
て示している。図２は、地域階層上の各情報例を示す図
である。図２においては、京都府南部と京都府北部には
情報があるが、京都府に対しては情報がない場合を示し
ている。京都府南部の情報の中で最も信頼度が高いの
は、晴れ：０．８であり、京都府北部の中で最も信頼度
が高いのは、 曇り：０．７ であるので、京都府の補完情報リストとして、 晴れ 曇り が採用される。

【００１０】その補完情報としての信頼度を、ここでは
それぞれ、 （１／２）｛（Ｗ＋Ｗ１）（ｓｉｍ（Ｗ，Ｗ１））＋・
・・＋（Ｗ＋Ｗｎ）（ｓｉｍ（Ｗ，Ｗｎ））｝／ｎ で算出する。ただし、ｎは補完に用いる概念数（２）、
Ｗは補完情報（晴れ、または、曇り）の元の概念での信
頼度（０．８，または０．７）、Ｗｋは補完に用いる各
概念での情報の信頼度（０．８，０．７）で、ｓｉｍは
情報間の関連度である。情報が数値属性の場合には数値
が近ければ近いほど関連度が強くなる関数を用いるが、
この例のように名義属性の場合には、図４に示すような
関連度テーブルを用いる。それにより、信頼度は、 晴れ：（１／２）｛（０．８＋０．８）＊１．０＋
（０．８＋０．７）＊０．５｝／２＝０．６ 曇り：（１／２）｛（０．７＋０．８）＊０．５＋
（０．７＋０．７）＊１．０｝／２＝０．５ となり、『晴れ』と『曇り』という同一ではない情報を
統合した分、信頼度が下がるが、『晴れ』と『曇り』の
関連は比較的高いため、低下率も低くなっている。結果
として、 京都府 晴れ：０．６ 曇り：０．５ となる。

【００１１】図３は、京都府に情報はあるが、京都府南
部と京都府北部には情報がない場合である。このよう
に、補完する元の情報が１つしか無い場合には、そのま
まの情報で補完し、信頼度もそのままとなるので、 京都府南部 晴れ：０．８ 曇り：０．５ 雨 ：０．１ 京都府北部 晴れ：０．８ 曇り：０．５ 雨 ：０．１ となる。

【００１２】図８は、本発明の第１の実施例を示すコン
ピュータシステムの概略構成図である。本実施例では、
例えば京都府、京都府南部、京都府北部等の気象情報で
ある概念階層情報が格納されたデータベース１１と、コ
ンピュータプログラムとしての情報補完部１２１と、関
連度算出部１２２と、信頼度算出部１２３とを具備して
いる。なお、情報補完部１２１、関連度算出部１２２お
よび信頼度算出部１２３は、いずれもプロセッサと内部
メモリを備えたハードウェアであってもよい。図２に示
すように、京都府南部と京都府北部のみで、京都府の欠
落した情報１３が入力すると、情報補完部１２１で補完
する情報を取得し、関連度算出部１２２で関連度を算出
する。例えば、ｓｉｍ（Ｗ，Ｗｎ）を算出する。数値属
性の場合には数値が近ければ近いほど関連度は強くなる
関数を用いる。例えば、図４に示すような関連度テーブ
ルを用いて算出する。次に、信頼度算出部１２３で、前
記関連度算出部１２２で算出された関連度を用いて信頼
度を算出する。前述のように、信頼度の算出式は、（１
／２）｛（Ｗ＋Ｗ１）（ｓｉｍ（Ｗ，Ｗ１））＋・・・
＋（Ｗ＋Ｗｎ）（ｓｉｍ（Ｗ，Ｗｎ））｝／ｎで算出す
る。これにより、信頼度算出部１２３から補完された情
報１４を出力する。

【００１３】図１２は、本発明の第１の実施例を示す情
報補完方法の動作フローチャートである。先ず、中心概
念（Ｐ＝京都府）、隣接する概念（Ｃ１：京都府南部、
Ｃ２：京都府北部）を確定する（ステップ１０１）。次
に、確定した隣接概念（Ｃ１，Ｃ２）毎に隣接概念の情
報リストＷｉ（ｋ）内の最も信頼度の高い情報の１つを
確定する（ステップ１０２）。ここでは、図２から明ら
かなように、Ｃ１内で最も信頼できる情報Ｗ１（ｋ１）
は晴れ、Ｃ２内で最も信頼できる情報Ｗ２（ｋ２）は曇
りである。次に、隣接概念（Ｃ１，Ｃ２）毎に確定した
Ｗｉ（ｋ）の信頼度を算出する（ステップ１０３）。前
述のように、晴れの信頼度は、（１／２）｛（０．８＋
０．８）＊１．０＋（０．８＋０．７）＊０．５｝／２
＝０．６となり、曇りの信頼度は、（１／２）｛（０．
７＋０．８）＊０．５＋（０．７＋０．７）＊１．０｝
／２＝０．５となる。ただし、晴れの関連度を１．０、
曇りの関連度を０．５とした場合である。次に、隣接概
念（Ｃ１，Ｃ２）毎に確定したＷｉ（ｋ）を重複のない
補完情報リストにする（ステップ１０４）。ここでは、
補完情報リストとしてＷ１＝晴れ（０．６），Ｗ２＝曇
り（０．５）を掲載する。

【００１４】（第２の実施例（情報補完方法で、複数種
の信頼度付与の場合）（請求項２に対応））第２の実施
例の場合、つまり情報に複数種の信頼度が付与されてい
る場合について説明する。図５は、信頼度群を可能性と
確信度とし、京都府南部と京都府北部には情報がある
が、京都府に対しては情報がない場合を示す図である。
各情報リストの和集合は、 晴れ 曇り 晴れ 曇り 雨 となり、これが補完集合リストとなる。この例では、各
情報の項目（『晴れ』『曇り』『雨』）毎に可能性はそ
れらの相加平均、確信度はそれらの積をそれぞれとるこ
とで統合を行う。その結果、 晴れ：（０．７＋０．５）／２＝０．６ ０．８＊０．６＝０．５ 曇り：（０．６＋０．８）／２＝０．７ ０．５＊０．６＝０．３ 雨 ：０．５ ０．２＊０＝０ となる。ただし、数値は順に可能性、確信度である。結
果として、 晴れ：０．６ ０．５ 曇り：０．７ ０．３ 雨 ：０．５ ０ となる。

【００１５】図９は、本発明の第２の実施例を示すコン
ピュータシステムの概略構成図である。本実施例では、
例えば京都府、京都府南部、京都府北部等の気象情報で
ある概念階層情報が格納されたデータベース１１と、コ
ンピュータプログラムとしての情報補完部１２１と、信
頼度算出部１２３とを具備している。なお、情報補完部
１２１、信頼度算出部１２３は、いずれもプロセッサと
内部メモリを備えたハードウェアであってもよい。例え
ば、図５に示すような可能性と確信度の２つの信頼度が
付与された欠落のある情報１３が入力される。例えば、
図５のように、京都府南部と京都府北部の情報だけで、
京都府の情報がない場合が考えられる。情報補完部１２
１では、欠落のある情報の補完を行い、信頼度算出部１
２３で信頼度算出を行う。ここでは、各情報の項目（晴
れ、曇り、雨）毎に、相加平均を行って可能性を算出
し、積の演算を行って確信度を算出する。これにより、
補完された情報１４が出力される。

【００１６】図１３は、本発明の第２の実施例を示す複
数種の信頼度が付与された情報の情報補完方法の動作フ
ローチャートである。先ず、中心概念（Ｐ＝京都府）、
隣接する概念（Ｃ１＝京都府南部、Ｃ２＝京都府北部）
を確定する（ステップ２０１）。次に、確定した隣接概
念（Ｃ１，Ｃ２）の隣接概念の情報リストＷｉ（ｋ）の
情報の重複を許した和集合Ｗを作成する（ステップ２０
２）。例えば、図５に示す場合には、Ｃ１（京都府南
部）の情報集合Ｗ１が晴れと曇り、Ｃ２（京都府北部）
の情報集合Ｗ２が晴れと曇りと雨になる。次に、和集合
Ｗの信頼度群Ｒ（Ｗ（ｋ），ｊ）を作る。なお、ｊは信
頼度の種類（ここでは、可能性と確信度）を示す（ステ
ップ２０３）。この場合、Ｗｉの和集合Ｗは、晴れ、曇
り、晴れ、曇り、雨である。次に、和集合Ｗ内の情報に
対して、平均化した信頼度群Ａ（Ｗ（ｋ），ｊ）を算出
する。情報が重複している場合には、そのうちの１つの
みを算出する（ステップ２０４）。ここでは、図５に示
すように、信頼度群Ａ（Ｗ（ｋ））としては、各情報の
可能性と確信度であり、信頼度算出対象となるＷは、晴
れ、曇り、雨であって、図５の場合には、重複している
場合はないが、もし重複しているものがある場合には、
１つのみ算出する。最後に、補完情報リストを確定する
（ステップ２０５）。例えば、図５における和集合の信
頼度群を算出した結果の晴れ、曇り、雨の値をリストと
して確定する。

【００１７】（第３の実施例（情報妥当性算出方法）
（請求項３に対応））図６および図７は、京都府、京都
府南部、京都府北部のそれそれの情報であり、ユーザか
ら京都府の天気を求られたときの情報を示す図である。
概念階層における中心概念から見た概念の分類数を、中
心概念と下位概念の差違とすると、図６における情報提
供の妥当性は、 京都府 曇り：０．５ 京都府南部 晴れ：０．６／２＝０．３ 京都府北部 曇り：０．８／２＝０．４ となり、京都府の情報を与える方が適切であることがわ
かる。また、図７においては、 京都府 雨 ：０．３ 京都府南部 晴れ：０．８／２＝０．４ 京都府北部 雨 ：１．０／２＝０．５ となり、京都府よりも南部と北部の情報をそれぞれ与え
る方が適切であることがわかる。

【００１８】図１０は、本発明の第３の実施例を示すコ
ンピュータシステムの概略構成図である。本実施例で
は、例えば京都府、京都府南部、京都府北部等の気象情
報である概念階層情報が格納されたデータベース１１
と、コンピュータプログラムとしての概念差異算出部１
７１と、妥当性算出部１７２とを具備している。なお、
概念差異算出部１７１、妥当性算出部１７２は、いずれ
もプロセッサと内部メモリを備えたハードウェアであっ
てもよい。例えば、図６、図７に示すような京都府、京
都府南部、京都府北部のそれぞれの情報の信頼度１５が
入力される。先ず概念差異算出部１７１で概念差異を算
出する。例えば、図６、図７のように、京都府と京都府
南部と京都府北部の各情報が入力した場合、概念階層に
おける中心概念から見た概念の分類数を、中心概念と下
位概念の差異とする。妥当性算出部１７２では、概念差
異算出部１７１で算出された差異に従って、妥当性を算
出する。上記の場合には、京都府のみは信頼度の数値を
そのままの値とし、京都府南部と京都府北部は信頼度の
数値の１／２を各信頼度として算出する。そして、情報
提供妥当性１６として出力する。

【００１９】図１４は、本発明の第３の実施例を示す情
報妥当性算出方法の動作フローチャートである。先ず、
中心概念（Ｐ＝京都府）、上位または下位概念（Ｃ１＝
京都府南部、Ｃ２＝京都府北部）を確定する（ステップ
３０１）。次に、ＰとＣの情報の信頼度をそれぞれＲ
（Ｐ）、Ｒ（Ｃ）とする（ステップ３０２）。例えば、
図６、図７の場合には、Ｒ（Ｐ＝曇り０．５、雨０．
３）、Ｒ（Ｃ１＝晴れ０．６、晴れ０．８、Ｃ２＝曇り
０．８、雨１．０）である。次に、ＰとＣの概念階層に
おける差異ｄ（Ｐ，Ｃ）を算出する（ステップ３０
３）。例えば、上記の場合には、差異ｄ（Ｐ＝１．
０）、ｄ（Ｃ１＝Ｃ２＝１／２）を算出している。次
に、Ｒ（Ｐ）をＰでの妥当性とする。Ｒ（Ｃ）およびｄ
（Ｐ，Ｃ）よりＣでの妥当性を算出する（ステップ３０
４）。例えば、上記の場合には、Ｒ（Ｐ＝曇り０．５、
雨０．３）、Ｒ（Ｃ１＝晴れ０．６／２＝０．３、晴れ
０．８／２＝０．４、Ｃ２＝曇り０．８／２＝０．４、
雨１．０／２＝０．５）を算出する。

【００２０】（第４の実施例（情報理解支援方法）（請
求項４に対応））第４の実施例について説明する。推論
知識として、『夕方から雨ならば折畳み傘が必要』をシ
ステムが持っているとすれば、 京都府 夕方から雨 という情報に対して、『京都府は夕方から雨です。折畳
み傘をお持ち下さい。』と出力することができる。

【００２１】図１１は、本発明の第４の実施例を示すコ
ンピュータシステムの概略構成図である。本実施例で
は、例えば『夕方から雨の場合、折畳み傘が必要』など
の推論知識を記憶したデータベース１８と、コンピュー
タプログラムとしての推論部２１１とを具備している。
なお、推論部２１１は、プロセッサと内部メモリを備え
たハードウェアであってもよい。例えば、『京都府は夕
方から雨』という天気予報の情報１９が入力すると、推
論部２１１では、データベース１８から関連する知識情
報を参照することにより、『夕方から雨ならば折畳み傘
が必要』という知識を取得し、上記入力情報に対して
『京都府は夕方から雨です。折畳み傘をお持ち下さ
い。』という付加情報２０を出力する。

【００２２】図１５は、本発明の第４の実施例を示す情
報理解支援方法の動作フローチャートである。図１１で
説明したように、先ず、データベース１８に記憶されて
いる推論知識を用いて、入力された情報から推論を行う
（ステップ４０１）。例えば、前述の場合には、『京都
府は夕方から雨』という予報情報が入力されたとき、推
論知識を用いて『夕方から雨のとき折畳み傘が必要』と
いう推論を行う。次に、推論結果を情報に付加して出力
する（ステップ４０２）。ここでは、『京都府は夕方か
ら雨です。』の予報に、『折畳み傘をお持ち下さい。』
という推論結果を付加して出力する。

【００２３】このように、本発明においては、データベ
ースに情報の欠落があった場合、その情報の対象となる
概念の属する概念階層を元に補完することができる。ま
た、ユーザに情報の提示を要求された場合、そのユーザ
に対して提供する情報は、どの概念のものがよいかを適
切に判断する指標を与えることができる。さらに、直接
的な情報を羅列するだけでなく、付加情報を同時に提示
することもできる。なお、本発明における概念階層は、
木構造でもネットワーク構造でも差し支えない。ある概
念（中心概念）に注目したとき、隣接する概念が局所的
に存在するようなものであればよい。ただし、隣接関係
に木構造のような上位と下位の関係がある場合には、必
要に応じて異なる平均化関数等を使い分けしてもよい
し、区別せずに一緒に扱ってもよい。信頼度に該当する
値が全く与えられていない場合には、その時点で存在し
ている全ての情報の信頼度を、例えば１として、適用す
ればよい。

【００２４】第１の実施例では、情報リスト中の最も信
頼度の高い情報が１つに定まらない場合には、複数を代
表として選んでもよく、何等かの方法（ランダム等）で
１つにしてもよい。第１および第２の実施例では、補完
方法を再帰的に繰り返すことにより、連続した階層構造
を持っている概念は、任意の連結する概念から補完する
ことができる。第２の実施例の前提のように、情報に信
頼度を表す複数の値が付与されている場合でも、それら
を１つの信頼度に統合する関数等が与えられていれば、
関数を適用した後の信頼度に対して第１の実施例を適用
することができる（２０００−１３９２６８号明細書お
よび図面参照）。第４の実施例において、上記２０００
−１３９２６８号明細書の方法を組み合わせて、元の情
報の信頼度から推論した付加情報のモードを決定するこ
とも可能である。

【００２５】なお、図１２〜図１５の各フローをプログ
ラムに変換し、変換されたプログラムをＣＤ−ＲＯＭな
どの記録媒体に格納しておけば、任意のコンピュータシ
ステムに実装してローディングするか、ネットワークを
介して任意のコンピュータシステムにダウンロードする
ことで、プログラムを実行すれば、それらのコンピュー
タで本発明を実現することができる。

【００２６】

【発明の効果】以上説明したように、本発明によれば、
データベースに欠落があった場合に、その情報の対象と
なる概念の属する概念階層を元に補完することができる
ので、ユーザに欠落している情報を求められた時にも情
報を与えることができる。また、ユーザに情報の提示を
要求された場合、そのユーザに対して提供する情報は、
どの概念のものがよいかの指標を与えられるので、適切
に情報を提供することができる。さらに、付加情報を加
えることで、ユーザは情報理解の１つの指標を得ること
ができ、より提供情報を直観的に理解することが可能で
ある。

【図面の簡単な説明】

【図１】本発明の階層構造（地域階層）の例を示す図で
ある。

【図２】本発明による欠落情報の例を示す天気予報の説
明図である。

【図３】同じく、欠落情報の例を示す天気予報の説明図
である。

【図４】本発明による関連度テーブルの図である。

【図５】本発明の第２の実施例に該当する情報に複数種
の信頼度が付与される場合の予報の説明図である。

【図６】本発明の第３の実施例を示す妥当性算出方法の
説明図である。

【図７】同じく第３の実施例を示す妥当性算出方法の説
明図である。

【図８】本発明の第１の実施例を示すコンピュータシス
テムの概略構成図である。

【図９】本発明の第２の実施例を示すコンピュータシス
テムの概略構成図である。

【図１０】本発明の第３の実施例を示すコンピュータシ
ステムの概略構成図である。

【図１１】本発明の第４の実施例を示すコンピュータシ
ステムの概略構成図である。

【図１２】本発明の第１の実施例を示す情報補完方法の
動作フローチャートである。

【図１３】本発明の第２の実施例を示す複数の信頼度群
を有する情報補完方法のフローチャートである。

【図１４】本発明の第３の実施例を示す情報妥当性算出
方法の動作フローチャートである。

【図１５】本発明の第４の実施例を示す情報理解支援方
法の動作フローチャートである。

【符号の説明】

１１…概念階層情報データベース、１２，１２Ａ，１
７，２１…コンピュータシステム、１３…欠落のある情
報、１４…補完された情報、１２１…情報補完部、１２
２…関連度算出部、１２３…信頼度算出部、１５…情報
信頼度、１６…情報提供妥当性、１７１…概念差異算出
部、１７２…妥当性算出部、１８…推論知識データベー
ス、１９…情報、２０…付加情報、２１１…推論部。

Claims (8)

【特許請求の範囲】
1. 【請求項１】 ある事柄に関する単数または複数の値の
   情報リストを持つ概念で構成される概念階層で、中心概
   念に対する欠落した情報リストを概念階層に従って隣接
   する概念の情報リストから補完する情報補完方法であっ
   て、 前記中心概念の隣接する各概念の情報リストが存在し、
   かつ各情報にそれぞれ信頼度が付与されている場合、隣
   接する概念の各情報リスト中で最も信頼度が高い情報の
   集合により、隣接する概念からの中心概念の補完情報リ
   ストとし、 該補完情報リスト中の各情報間の関連度を求め、 求められた関連度を元に前記補完情報リスト中の各情報
   の信頼度を算出することを特徴とする情報補完方法。
2. 【請求項２】 請求項１に記載の情報補完方法におい
   て、 前記中心概念の隣接する概念の情報リストでは、各情報
   に信頼度を表す複数の数値が付与されている場合、全隣
   接する概念の情報リストの和集合により隣接する概念か
   らの中心概念の補完情報リストとし、 該補完情報リスト中の各情報の元の隣接する概念での信
   頼度群を、各信頼度毎に平均化関数により１つの値に
   し、 該１つの値を補完情報リスト中の情報の各信頼度群の値
   とすることを特徴とする情報補完方法。
3. 【請求項３】 ある概念の情報が要求された場合に、中
   心概念および概念階層における隣接する概念の情報提供
   の妥当性を概念の階層関係と情報の信頼度からそれぞれ
   算出する情報妥当性算出方法であって、 概念階層における中心概念から見た概念の分類数を、中
   心概念と下位概念の差異、および付加された情報の信頼
   度の値から概念差異を算出し、 算出された概念差異を元に妥当性を算出することを特徴
   とする情報妥当性算出方法。
4. 【請求項４】 情報と該情報の信頼度を提示する場合
   に、該情報の直観的理解を支援する情報理解支援方法で
   あって、 推論知識を予め用意し、該推論知識を用いて、提示する
   情報から推論を行い、推論結果を付加情報として前記提
   示情報に加えることを特徴とする情報理解支援方法。
5. 【請求項５】 ある事柄に関する単数または複数の値の
   情報リストを持つ概念で構成される概念階層で、中心概
   念に対する欠落した情報リストを概念階層に従って隣接
   する概念の情報リストから補完するコンピュータシステ
   ムであって、 欠落のある情報を入力して、隣接する概念の各情報リス
   ト中で最も信頼度が高い情報の集合により、隣接する概
   念からの中心概念の補完情報リストとする情報補完部
   と、 該補完情報リスト中の各情報間の関連度を算出する関連
   度算出部と、 関連度を元に前記補完情報リスト中の各情報の信頼度を
   算出し、補完された情報として出力する信頼度算出部と
   を有することを特徴とするコンピュータシステム。
6. 【請求項６】 ある概念の情報が要求された場合に、中
   心概念および概念階層における隣接する概念の情報提供
   の妥当性を概念の階層関係と情報の信頼度からそれぞれ
   算出するコンピュータシステムであって、 情報信頼度を入力して、概念階層における中心概念から
   見た概念の分類数を、中心概念と下位概念の差異、およ
   び付加された情報の信頼度の値から概念差異を算出する
   概念差異算出部と、 算出された概念差異を元に妥当性を算出して、情報提供
   妥当性として出力する妥当性算出部とを有することを特
   徴とするコンピュータシステム。
7. 【請求項７】 情報と該情報の信頼度を提示する場合
   に、該情報の直観的理解を支援するコンピュータシステ
   ムであって、 推論知識を記憶するデータベースと、 情報が入力すると、前記推論知識を用いて、提示する情
   報から推論を行い、推論結果を付加情報として前記提示
   情報に加えて出力する推論部とを有することを特徴とす
   るコンピュータシステム。
8. 【請求項８】 請求項１乃至４のいずれかに記載の情報
   補完方法、情報妥当性算出方法および情報理解支援方法
   を、それぞれプログラムに変換し、該プログラムを記録
   媒体に格納することを特徴とするプログラム読み出し可
   能な記録媒体。