JP2002189754A - 文書検索装置及び文書検索方法 - Google Patents
文書検索装置及び文書検索方法Info
- Publication number
- JP2002189754A JP2002189754A JP2000388596A JP2000388596A JP2002189754A JP 2002189754 A JP2002189754 A JP 2002189754A JP 2000388596 A JP2000388596 A JP 2000388596A JP 2000388596 A JP2000388596 A JP 2000388596A JP 2002189754 A JP2002189754 A JP 2002189754A
- Authority
- JP
- Japan
- Prior art keywords
- search
- document
- word
- relevance
- storage unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】 （修正有）
【課題】 類似文書を検索するときに、検索適合文書の
適合度を計算する際に、検索要求文書集合の内容に適合
している文書ほど適合度が高くなるようにする文書検索
装置を提供する。 【解決手段】 検索要求文書集合記憶部内の文書に含ま
れる単語の重要度に基づいて検索語を決定する。前記検
索要求文書集合の文書ごとに単語出現位置情報を算出し
て、先の検索語の位置情報に基づいて検索語間の関連度
をすべての組み合わせについて算出する。また、先の検
索語を用いて検索対象文書集合の検索適合文書を検索
し、適合文書に含まれる単語に対して単語出現位置情報
を算出して、先の検索語の位置情報に基づいて検索語間
の関連度をすべての組み合わせについて算出する。これ
らの前記検索要求文書における検索語関連度と前記検索
適合文書における検索語関連度に基づいて、ユーザーの
所望する文書を検索する。
適合度を計算する際に、検索要求文書集合の内容に適合
している文書ほど適合度が高くなるようにする文書検索
装置を提供する。 【解決手段】 検索要求文書集合記憶部内の文書に含ま
れる単語の重要度に基づいて検索語を決定する。前記検
索要求文書集合の文書ごとに単語出現位置情報を算出し
て、先の検索語の位置情報に基づいて検索語間の関連度
をすべての組み合わせについて算出する。また、先の検
索語を用いて検索対象文書集合の検索適合文書を検索
し、適合文書に含まれる単語に対して単語出現位置情報
を算出して、先の検索語の位置情報に基づいて検索語間
の関連度をすべての組み合わせについて算出する。これ
らの前記検索要求文書における検索語関連度と前記検索
適合文書における検索語関連度に基づいて、ユーザーの
所望する文書を検索する。
Description
【０００１】
【発明の属する技術分野】本発明は、文書検索装置およ
び文書検索方法に関し、特に文書検索、情報分類、情報
分析等の情報処理に好適な技術に関する。
び文書検索方法に関し、特に文書検索、情報分類、情報
分析等の情報処理に好適な技術に関する。
【０００２】
【従来の技術】近年、ユーザーが指定した文書あるいは
文書集合と内容の類似する文書の検索や、文書クラスタ
リングなどによる自動文書分類結果である文書集合をも
とに、検索技術を用いて文書集合を生成する技術が種々
提案されている。
文書集合と内容の類似する文書の検索や、文書クラスタ
リングなどによる自動文書分類結果である文書集合をも
とに、検索技術を用いて文書集合を生成する技術が種々
提案されている。
【０００３】これらの提案は、例えば、本出願人が特願
平１２―１０３８９０号として出願しているように、従
来の文書分類技術を文書群に含まれる話題を抽出する技
術として利用し、その結果を利用して文書部分集合を生
成するための分類基準である文書部分集合定義を生成し
たり、文書部分集合の生成には文書検索技術を応用し、
文書部分集合定義に適合する文書を収集することで文書
部分集合を生成するものであり、これにより、 １） 文書部分集合定義を記憶し、別の文書群に適用す
ることができる、 ２） ユーザーは文書部分定義を作成、編集することに
より、その意図を直接的に表現することができる、 ３） 情報検索技術を応用することで文書の部分的な話
題の類似性を算出することができ、文書の部分的な話題
の適合による文書部分集合を生成することができる、と
いった従来の問題を解決することができるようになっ
た。
平１２―１０３８９０号として出願しているように、従
来の文書分類技術を文書群に含まれる話題を抽出する技
術として利用し、その結果を利用して文書部分集合を生
成するための分類基準である文書部分集合定義を生成し
たり、文書部分集合の生成には文書検索技術を応用し、
文書部分集合定義に適合する文書を収集することで文書
部分集合を生成するものであり、これにより、 １） 文書部分集合定義を記憶し、別の文書群に適用す
ることができる、 ２） ユーザーは文書部分定義を作成、編集することに
より、その意図を直接的に表現することができる、 ３） 情報検索技術を応用することで文書の部分的な話
題の類似性を算出することができ、文書の部分的な話題
の適合による文書部分集合を生成することができる、と
いった従来の問題を解決することができるようになっ
た。
【０００４】
【発明が解決しようとする課題】上記の特願平１２−１
０３８９０号の技術により文書の分類基準を他の文書群
にも適用でき、ユーザの意図を直接的に表現することが
でき、文書の部分的な話題の適合による文書部分集合を
生成可能となったが、この文書部分集合定義を用いた文
書集合生成では、その結果にノイズ文書が含まれるとい
う文書集合の質に問題がある。
０３８９０号の技術により文書の分類基準を他の文書群
にも適用でき、ユーザの意図を直接的に表現することが
でき、文書の部分的な話題の適合による文書部分集合を
生成可能となったが、この文書部分集合定義を用いた文
書集合生成では、その結果にノイズ文書が含まれるとい
う文書集合の質に問題がある。
【０００５】本発明は、上記問題点を解決するためにな
されたものであって、ユーザーが検索目的に適合した文
書を収集したり、文書分類技術により生成された検索要
求文書集合に含まれる文書の内容に類似する文書を検索
するときに、検索結果である検索適合文書の適合度を計
算する際に、検索要求文書集合の内容に適合している文
書ほど適合度が高くなるようにすることで、検索結果の
質を高める文書検索装置および文書検索方法を提供する
ことを目的とする。
されたものであって、ユーザーが検索目的に適合した文
書を収集したり、文書分類技術により生成された検索要
求文書集合に含まれる文書の内容に類似する文書を検索
するときに、検索結果である検索適合文書の適合度を計
算する際に、検索要求文書集合の内容に適合している文
書ほど適合度が高くなるようにすることで、検索結果の
質を高める文書検索装置および文書検索方法を提供する
ことを目的とする。
【０００６】
【課題を解決するための手段】上記課題を解決するため
に、本発明の請求項１の文書検索装置は、検索要求文書
集合に含まれる文書を指定し、その指定された文書の内
容に類似した文書を検索対象文書集合から検索する文書
検索装置であって、検索対象文書を入力する検索対象文
書入力部と、入力された検索対象文書を集合として記憶
する検索対象文書集合記憶部と、検索要求文書を入力す
る検索要求文書入力部と、入力された検索要求文書を集
合として記憶する検索要求文書集合記憶部と、前記検索
要求文書集合記憶部内の文書に含まれる単語を解析する
検索要求文書単語解析部と、前記検索要求文書単語解析
部で解析された単語の重要度を算出する単語重要度算出
部と、この単語重要度に基づいて検索語を決定する検索
語決定部と、前記検索要求文書集合記憶部内の文書ごと
に単語出現位置情報を算出する検索要求文書単語位置情
報算出部と、前記検索要求文書集合記憶部内の各文書に
ついて検索語の位置情報に基づいて２つの検索語間の関
連度をすべての組み合わせについて算出する検索要求文
書集合検索語関連度算出部と、検索語を用いて前記検索
対象文書集合記憶部内の検索適合文書を検索する検索部
と、この検索適合文書を記憶する検索適合文書集合記憶
部と、前記検索適合文書集合記憶部内の文書に含まれる
単語を解析する検索適合文書単語解析部と、前記検索適
合文書集合記憶部内の文書ごとに単語出現位置情報を算
出する検索適合文書単語位置情報算出部と、前記検索適
合文書集合記憶部の各適合文書について検索語の位置情
報に基づいて２つの検索語間の関連度をすべての組み合
わせについて算出する検索適合文書検索語関連度算出部
と、前記検索要求文書集合検索語関連度と前記検索適合
文書検索語関連度に基づいて前記検索適合文書集合記憶
部内の各検索適合文書の適合度を算出する検索適合文書
適合度算出部と、前記検索適合文書集合記憶部内の文書
情報とこの文書に対応する前記適合度とを表示する検索
適合文書集合表示部とを持つことを特徴とする。
に、本発明の請求項１の文書検索装置は、検索要求文書
集合に含まれる文書を指定し、その指定された文書の内
容に類似した文書を検索対象文書集合から検索する文書
検索装置であって、検索対象文書を入力する検索対象文
書入力部と、入力された検索対象文書を集合として記憶
する検索対象文書集合記憶部と、検索要求文書を入力す
る検索要求文書入力部と、入力された検索要求文書を集
合として記憶する検索要求文書集合記憶部と、前記検索
要求文書集合記憶部内の文書に含まれる単語を解析する
検索要求文書単語解析部と、前記検索要求文書単語解析
部で解析された単語の重要度を算出する単語重要度算出
部と、この単語重要度に基づいて検索語を決定する検索
語決定部と、前記検索要求文書集合記憶部内の文書ごと
に単語出現位置情報を算出する検索要求文書単語位置情
報算出部と、前記検索要求文書集合記憶部内の各文書に
ついて検索語の位置情報に基づいて２つの検索語間の関
連度をすべての組み合わせについて算出する検索要求文
書集合検索語関連度算出部と、検索語を用いて前記検索
対象文書集合記憶部内の検索適合文書を検索する検索部
と、この検索適合文書を記憶する検索適合文書集合記憶
部と、前記検索適合文書集合記憶部内の文書に含まれる
単語を解析する検索適合文書単語解析部と、前記検索適
合文書集合記憶部内の文書ごとに単語出現位置情報を算
出する検索適合文書単語位置情報算出部と、前記検索適
合文書集合記憶部の各適合文書について検索語の位置情
報に基づいて２つの検索語間の関連度をすべての組み合
わせについて算出する検索適合文書検索語関連度算出部
と、前記検索要求文書集合検索語関連度と前記検索適合
文書検索語関連度に基づいて前記検索適合文書集合記憶
部内の各検索適合文書の適合度を算出する検索適合文書
適合度算出部と、前記検索適合文書集合記憶部内の文書
情報とこの文書に対応する前記適合度とを表示する検索
適合文書集合表示部とを持つことを特徴とする。
【０００７】また、本発明の請求項２の文書検索装置
は、請求項１に記載の文書検索装置において、検索語の
前記単語出現位置情報として単語の出現順位を用い、２
つの検索語の出現順位の差に基づいて検索語間の関連度
を算出することを特徴とする。
は、請求項１に記載の文書検索装置において、検索語の
前記単語出現位置情報として単語の出現順位を用い、２
つの検索語の出現順位の差に基づいて検索語間の関連度
を算出することを特徴とする。
【０００８】また、本発明の請求項３の文書検索装置
は、請求項１に記載の文書検索装置において、前記検索
要求文書単語解析部と前記検索適合文書単語解析部は、
複合語の抽出を行い、検索語の前記単語出現位置情報に
抽出した複合語情報を用いて、２つの検索語が文書中で
出現する場所で複合語を構成しているかどうかに基づい
て検索語間の関連度を算出することを特徴とする。
は、請求項１に記載の文書検索装置において、前記検索
要求文書単語解析部と前記検索適合文書単語解析部は、
複合語の抽出を行い、検索語の前記単語出現位置情報に
抽出した複合語情報を用いて、２つの検索語が文書中で
出現する場所で複合語を構成しているかどうかに基づい
て検索語間の関連度を算出することを特徴とする。
【０００９】また、本発明の請求項４の文書検索装置
は、請求項１に記載の文書検索装置において、前記検索
要求文書の文書構成要素を抽出する検索要求文書文書構
成要素抽出部と、前記検索適合文書の文書構成要素を抽
出する検索適合文書文書構成要素抽出部とを設け、検索
語の前記単語出現位置情報として文書構成要素情報を用
い、２つの検索語が文書中に出現する場所で同じ文書構
成要素に含まれるかどうか基づいて検索語間の関連度を
算出することを特徴とする。
は、請求項１に記載の文書検索装置において、前記検索
要求文書の文書構成要素を抽出する検索要求文書文書構
成要素抽出部と、前記検索適合文書の文書構成要素を抽
出する検索適合文書文書構成要素抽出部とを設け、検索
語の前記単語出現位置情報として文書構成要素情報を用
い、２つの検索語が文書中に出現する場所で同じ文書構
成要素に含まれるかどうか基づいて検索語間の関連度を
算出することを特徴とする。
【００１０】また、本発明の請求項５の文書検索装置
は、請求項１に記載の文書検索装置において、前記検索
要求文書および前記検索適合文書の単語と文書構成要素
とを抽出し、検索語の前記単語出現位置情報としてこの
単語の出現順位と文書構成要素情報の両方を用いて、検
索語間の関連度を算出することを特徴とする。
は、請求項１に記載の文書検索装置において、前記検索
要求文書および前記検索適合文書の単語と文書構成要素
とを抽出し、検索語の前記単語出現位置情報としてこの
単語の出現順位と文書構成要素情報の両方を用いて、検
索語間の関連度を算出することを特徴とする。
【００１１】また、本発明の請求項６の文書検索装置
は、請求項１に記載の文書検索装置において、前記検索
要求文書および前記検索適合文書から複合語並びに文書
構成要素を抽出し、検索語の前記単語出現位置情報とし
てこの複合語情報と文書構成要素情報の両方を用いて、
検索語間の関連度を算出することを特徴とする。
は、請求項１に記載の文書検索装置において、前記検索
要求文書および前記検索適合文書から複合語並びに文書
構成要素を抽出し、検索語の前記単語出現位置情報とし
てこの複合語情報と文書構成要素情報の両方を用いて、
検索語間の関連度を算出することを特徴とする。
【００１２】また、本発明の請求項７の文書検索装置
は、請求項１に記載の文書検索装置において、関連度算
出方法指示部を備え、前記検索要求文書集合検索語関連
度算出部および／または前記検索適合文書検索語関連度
算出部で用いる検索語間の関連度計算方法をユーザーが
選択できるようにことを特徴とした。
は、請求項１に記載の文書検索装置において、関連度算
出方法指示部を備え、前記検索要求文書集合検索語関連
度算出部および／または前記検索適合文書検索語関連度
算出部で用いる検索語間の関連度計算方法をユーザーが
選択できるようにことを特徴とした。
【００１３】また、本発明の請求項８の文書検索装置
は、請求項１乃至７のいずれか１項に記載の文書検索装
置において、前記検索要求文書集合検索語関連度をユー
ザーに提示し、ユーザーが検索要求文書集合検索語関連
度を修正できるようにしたことを特徴とする。
は、請求項１乃至７のいずれか１項に記載の文書検索装
置において、前記検索要求文書集合検索語関連度をユー
ザーに提示し、ユーザーが検索要求文書集合検索語関連
度を修正できるようにしたことを特徴とする。
【００１４】また、本発明の請求項９の文書検索方法
は、検索要求文書集合に含まれる文書を指定し、その指
定された文書の内容に類似した文書を検索対象文書集合
から検索する文書検索方法であって、入力された検索対
象文書を集合として検索対象文書集合記憶部へ記憶し、
入力された検索要求文書を集合として検索要求文書集合
記憶部へ記憶し、前記検索要求文書集合記憶部内の文書
に含まれる単語を解析し、この解析された単語の重要度
を算出し、この単語重要度に基づいて検索語を決定し、
この検索語に対して前記検索要求文書集合記憶部内の文
書ごとに算出された検索語出現位置情報に基づいて２つ
の検索語間の関連度をすべての組み合わせについて算出
し、この検索語を用いて検索された前記検索対象文書集
合記憶部内の検索適合文書を検索適合文書集合記憶部へ
記憶し、前記検索適合文書集合記憶部内の文書に含まれ
る単語を解析し、この単語に対して前記検索適合文書集
合記憶部内の文書ごとに単語出現位置情報を算出し、前
記検索適合文書集合記憶部の各適合文書について前記検
索語の位置情報に基づいて２つの検索語間の関連度をす
べての組み合わせについて算出し、前記検索要求文書集
合に対して求めた検索語関連度と前記検索適合文書に対
して求めた検索語関連度に基づいて前記検索適合文書集
合記憶部内の各検索適合文書の適合度を算出して、前記
検索適合文書集合記憶部内の文書情報と共に表示するこ
とを特徴とする。
は、検索要求文書集合に含まれる文書を指定し、その指
定された文書の内容に類似した文書を検索対象文書集合
から検索する文書検索方法であって、入力された検索対
象文書を集合として検索対象文書集合記憶部へ記憶し、
入力された検索要求文書を集合として検索要求文書集合
記憶部へ記憶し、前記検索要求文書集合記憶部内の文書
に含まれる単語を解析し、この解析された単語の重要度
を算出し、この単語重要度に基づいて検索語を決定し、
この検索語に対して前記検索要求文書集合記憶部内の文
書ごとに算出された検索語出現位置情報に基づいて２つ
の検索語間の関連度をすべての組み合わせについて算出
し、この検索語を用いて検索された前記検索対象文書集
合記憶部内の検索適合文書を検索適合文書集合記憶部へ
記憶し、前記検索適合文書集合記憶部内の文書に含まれ
る単語を解析し、この単語に対して前記検索適合文書集
合記憶部内の文書ごとに単語出現位置情報を算出し、前
記検索適合文書集合記憶部の各適合文書について前記検
索語の位置情報に基づいて２つの検索語間の関連度をす
べての組み合わせについて算出し、前記検索要求文書集
合に対して求めた検索語関連度と前記検索適合文書に対
して求めた検索語関連度に基づいて前記検索適合文書集
合記憶部内の各検索適合文書の適合度を算出して、前記
検索適合文書集合記憶部内の文書情報と共に表示するこ
とを特徴とする。
【００１５】
【発明の実施の形態】以下、本発明の一実施例を図面に
もとづいて詳細に説明する。図１は、本発明の一実施例
の文書検索装置の機能構成を示すブロック図である。検
索対象文書入力部１０１は検索対象文書の入力を行う。
検索対象文書記憶部１０２は入力された検索対象文書集
合を記憶する。検索対象文書はＩＤ番号が付与されて管
理される。検索対象文書入力部１０１との検索対象文書
記憶部１０２は、既存の文書データベースを利用するこ
とができる。
もとづいて詳細に説明する。図１は、本発明の一実施例
の文書検索装置の機能構成を示すブロック図である。検
索対象文書入力部１０１は検索対象文書の入力を行う。
検索対象文書記憶部１０２は入力された検索対象文書集
合を記憶する。検索対象文書はＩＤ番号が付与されて管
理される。検索対象文書入力部１０１との検索対象文書
記憶部１０２は、既存の文書データベースを利用するこ
とができる。
【００１６】検索要求文書入力部１０３は、検索要求文
書の入力を行う。検索要求文書としては、利用者が入力
する文章や既存の文書あるいは検索結果や文書分類結果
による文書集合を入力とすることができる。
書の入力を行う。検索要求文書としては、利用者が入力
する文章や既存の文書あるいは検索結果や文書分類結果
による文書集合を入力とすることができる。
【００１７】検索要求文書集合記憶部１０４は、入力さ
れた検索要求文書集合を記憶する。検索要求文書は、Ｉ
Ｄ番号が付与されて管理される。
れた検索要求文書集合を記憶する。検索要求文書は、Ｉ
Ｄ番号が付与されて管理される。
【００１８】検索要求文書単語解析部１０５は、検索要
求文書から単語を抽出する。単語の抽出には、従来の形
態素解析技術による単語抽出技術を利用することができ
る。
求文書から単語を抽出する。単語の抽出には、従来の形
態素解析技術による単語抽出技術を利用することができ
る。
【００１９】単語重要度算出部１０６は、抽出された単
語の重要度を算出する。この重要度の算出には語句の出
現頻度や品詞、格タイプなどを用いて行う手法など、例
えば特開平１０―１７７５７５号公報に開示されている
ような従来の手法を利用することができる。
語の重要度を算出する。この重要度の算出には語句の出
現頻度や品詞、格タイプなどを用いて行う手法など、例
えば特開平１０―１７７５７５号公報に開示されている
ような従来の手法を利用することができる。
【００２０】検索語決定部１０７は、単語重要度算出部
１０６で算出された重要度にもとづいて検索語を決定す
る。決定の方法は、例えばある決められたしきい値以上
の重要度を持つ語句を検索語とすることにより達成する
ことができる。検索語はＩＤ番号が付与されて管理され
る。具体的な検索語例を図３に示す。
１０６で算出された重要度にもとづいて検索語を決定す
る。決定の方法は、例えばある決められたしきい値以上
の重要度を持つ語句を検索語とすることにより達成する
ことができる。検索語はＩＤ番号が付与されて管理され
る。具体的な検索語例を図３に示す。
【００２１】検索要求文書単語位置情報算出部１０８
は、各検索要求文書内での単語の位置情報を算出する。
この単語出現位置情報は単語の出現順位を用いて計算し
てもよい。この場合文書の単語解析結果にもとづいて、
単語の出現順に順位を割り当て、単語の位置はその順位
とする。図２の文書例における単語の出現順位による位
置情報の算出結果例を図４に示す。
は、各検索要求文書内での単語の位置情報を算出する。
この単語出現位置情報は単語の出現順位を用いて計算し
てもよい。この場合文書の単語解析結果にもとづいて、
単語の出現順に順位を割り当て、単語の位置はその順位
とする。図２の文書例における単語の出現順位による位
置情報の算出結果例を図４に示す。
【００２２】また、単語の単語出現位置情報として複合
語情報を用いてもよい。この場合、単語解析部で複合語
の抽出も行う。複合語の抽出は連続する名詞句を複合語
にするなどの従来の手法を用いることができる。本実施
例では、連続する２つの名詞を複合語として抽出する。
図２の文書例における複合語による位置情報の算出結果
例を図５に示す。
語情報を用いてもよい。この場合、単語解析部で複合語
の抽出も行う。複合語の抽出は連続する名詞句を複合語
にするなどの従来の手法を用いることができる。本実施
例では、連続する２つの名詞を複合語として抽出する。
図２の文書例における複合語による位置情報の算出結果
例を図５に示す。
【００２３】また、単語の単語出現位置情報として文書
構成要素情報を用いてもよい。文や段落などの文書構成
要素の抽出には従来の技術を利用することができる。本
実施例では文書構成要素として「文」と「段落」を抽出
する。図２の文書例における文書構成要素による位置情
報の算出結果例を図６に示す。
構成要素情報を用いてもよい。文や段落などの文書構成
要素の抽出には従来の技術を利用することができる。本
実施例では文書構成要素として「文」と「段落」を抽出
する。図２の文書例における文書構成要素による位置情
報の算出結果例を図６に示す。
【００２４】検索要求文書集合検索語関連度算出部１０
９は、検索要求文書集合に対する検索語関連度を算出す
る。検索語関連度は、２つの検索語間の関連度を検索要
求文書単語位置情報にもとづいて算出し、それをすべて
の検索語の組み合わせについて算出する。検索要求文書
集合に対する検索語関連度は、検索要求文書集合に含ま
れる各文書それぞれについて検索語関連度を算出し、検
索要求文書集合の全文書の平均を取ることで算出するこ
とができる。
９は、検索要求文書集合に対する検索語関連度を算出す
る。検索語関連度は、２つの検索語間の関連度を検索要
求文書単語位置情報にもとづいて算出し、それをすべて
の検索語の組み合わせについて算出する。検索要求文書
集合に対する検索語関連度は、検索要求文書集合に含ま
れる各文書それぞれについて検索語関連度を算出し、検
索要求文書集合の全文書の平均を取ることで算出するこ
とができる。
【００２５】この単語出現位置情報として単語の出現順
位を用いて、関連度を計算してもよい。この場合検索語
関連度は２つの検索語間の距離にもとづいて算出され
る。検索語間の距離は、出現順位の差の絶対値の最小の
値のものを距離とする。検索語ａと検索語ｂの関連度
は、検索語ａを基とする検索語ａと検索語ｂの関連度Ｒ
（ａ，ｂ）と検索語ｂを基とする検索語ａと検索語ｂの
関連度Ｒ（ｂ，ａ）があり、それぞれ値が異なる場合も
ある。検索語ａを基とする関連度Ｒ（ａ，ｂ）を算出す
る場合は、文書に含まれるすべての検索語ａについてそ
れぞれ最も距離の小さい位置にある検索語ｂとの距離Ｄ
（ａ，ｂ）を計算し、それにもとづいて文書に含まれる
個々の検索語ａに関する関連度ｒ（ａ，ｂ）を計算す
る。最終的な検索語ａを基とする検索語ａと検索語ｂの
関連度Ｒ（ａ，ｂ）は個々の検索語ａに関する関連度ｒ
（ａ，ｂ）の平均値とする。文書に含まれる個々の検索
語ａに関する関連度ｒ（ａ，ｂ）は検索語間の距離に応
じた関数であり、本実施例では以下に示す（式１）を利
用している。
位を用いて、関連度を計算してもよい。この場合検索語
関連度は２つの検索語間の距離にもとづいて算出され
る。検索語間の距離は、出現順位の差の絶対値の最小の
値のものを距離とする。検索語ａと検索語ｂの関連度
は、検索語ａを基とする検索語ａと検索語ｂの関連度Ｒ
（ａ，ｂ）と検索語ｂを基とする検索語ａと検索語ｂの
関連度Ｒ（ｂ，ａ）があり、それぞれ値が異なる場合も
ある。検索語ａを基とする関連度Ｒ（ａ，ｂ）を算出す
る場合は、文書に含まれるすべての検索語ａについてそ
れぞれ最も距離の小さい位置にある検索語ｂとの距離Ｄ
（ａ，ｂ）を計算し、それにもとづいて文書に含まれる
個々の検索語ａに関する関連度ｒ（ａ，ｂ）を計算す
る。最終的な検索語ａを基とする検索語ａと検索語ｂの
関連度Ｒ（ａ，ｂ）は個々の検索語ａに関する関連度ｒ
（ａ，ｂ）の平均値とする。文書に含まれる個々の検索
語ａに関する関連度ｒ（ａ，ｂ）は検索語間の距離に応
じた関数であり、本実施例では以下に示す（式１）を利
用している。
【００２６】検索語ａと検索語ｂとの距離をＤ（ａ，
ｂ）、文書に含まれる個々の検索語ａに関する検索語ａ
と検索語ｂとの関連度をｒ（ａ，ｂ）、検索語ａを基と
する検索語ａと検索語ｂの関連度をＲ（ａ，ｂ）、文書
に含まれる検索語ａの個数をｎとすると、 ｒ（ａ，ｂ）＝１５／（Ｄ（ａ，ｂ）１．５＋１４） ・・・（式１） Ｒ（ａ，ｂ）＝Σｒ（ａｎ，ｂ）／ｎ ・・・（式２） となる。ただし検索語ａ、検索語ｂのどちらかが文書に
含まれていない場合は関連度Ｒ（ａ，ｂ）＝０とする。
これをすべての検索語の組み合わせについて計算する。
図２の文書例に対する検索語関連度算出結果を図７に示
す。
ｂ）、文書に含まれる個々の検索語ａに関する検索語ａ
と検索語ｂとの関連度をｒ（ａ，ｂ）、検索語ａを基と
する検索語ａと検索語ｂの関連度をＲ（ａ，ｂ）、文書
に含まれる検索語ａの個数をｎとすると、 ｒ（ａ，ｂ）＝１５／（Ｄ（ａ，ｂ）１．５＋１４） ・・・（式１） Ｒ（ａ，ｂ）＝Σｒ（ａｎ，ｂ）／ｎ ・・・（式２） となる。ただし検索語ａ、検索語ｂのどちらかが文書に
含まれていない場合は関連度Ｒ（ａ，ｂ）＝０とする。
これをすべての検索語の組み合わせについて計算する。
図２の文書例に対する検索語関連度算出結果を図７に示
す。
【００２７】検索要求文書集合に対する検索語関連度Ｒ
Ｓ（ａ，ｂ）は、検索要求文書集合に含まれる各文書そ
れぞれについてすべての組み合わせの検索語関連度Ｒ
（ａ，ｂ）を算出し、検索要求文書集合の全文書の平均
を取ることにより算出する。ただし、ＲＳ（ａ，ａ）は
検索語ａの重要度Ｗ（ａ）とする。検索要求文書集合に
含まれる文書数をｍとすると、検索要求文書集合に対す
る検索語関連度ＲＳ（ａ，ｂ）は以下のように算出され
る。検索要求文書集合に対する検索語関連度は図８に示
すような行列の形になる。 ＲＳ（ａ，ｂ）＝ΣＲｍ（ａ，ｂ）／ｍ ・・・（式３） ＲＳ（ａ，ａ）＝Ｗ（ａ） ・・・（式４）
Ｓ（ａ，ｂ）は、検索要求文書集合に含まれる各文書そ
れぞれについてすべての組み合わせの検索語関連度Ｒ
（ａ，ｂ）を算出し、検索要求文書集合の全文書の平均
を取ることにより算出する。ただし、ＲＳ（ａ，ａ）は
検索語ａの重要度Ｗ（ａ）とする。検索要求文書集合に
含まれる文書数をｍとすると、検索要求文書集合に対す
る検索語関連度ＲＳ（ａ，ｂ）は以下のように算出され
る。検索要求文書集合に対する検索語関連度は図８に示
すような行列の形になる。 ＲＳ（ａ，ｂ）＝ΣＲｍ（ａ，ｂ）／ｍ ・・・（式３） ＲＳ（ａ，ａ）＝Ｗ（ａ） ・・・（式４）
【００２８】また、単語の単語出現位置情報として複合
語情報を用いて関連度を計算してもよい。この場合検索
語ａを基とする検索語ａと検索語ｂの関連度Ｒ（ａ，
ｂ）は、文書内で検索語ａと検索語ｂが複合語を構成す
る回数Ｃ（ａ，ｂ）を文書内に検索語ａが出現する回数
Ｆ（ａ）で割った数（式５）になる。ただし検索語ａ、
検索語ｂのどちらかが文書に含まれていない場合は関連
度Ｒ（ａ，ｂ）＝０とする。 Ｒ（ａ，ｂ）＝Ｃ（ａ，ｂ）／Ｆ（ａ） ・・・（式５）
語情報を用いて関連度を計算してもよい。この場合検索
語ａを基とする検索語ａと検索語ｂの関連度Ｒ（ａ，
ｂ）は、文書内で検索語ａと検索語ｂが複合語を構成す
る回数Ｃ（ａ，ｂ）を文書内に検索語ａが出現する回数
Ｆ（ａ）で割った数（式５）になる。ただし検索語ａ、
検索語ｂのどちらかが文書に含まれていない場合は関連
度Ｒ（ａ，ｂ）＝０とする。 Ｒ（ａ，ｂ）＝Ｃ（ａ，ｂ）／Ｆ（ａ） ・・・（式５）
【００２９】検索要求文書集合に対する検索語関連度Ｒ
Ｓ（ａ，ｂ）は、検索要求文書集合に含まれる各文書そ
れぞれについてすべての組み合わせの検索語関連度Ｒ
（ａ，ｂ）を算出し、検索要求文書集合の全文書の平均
を取ることで算出する。ただし、ＲＳ（ａ，ａ）は検索
語ａの重要度Ｗ（ａ）とする。検索要求文書集合に含ま
れる文書数をｍとすると、検索要求文書集合に対する検
索語関連度ＲＳ（ａ，ｂ）は（式３）および（式４）の
ように算出される。検索要求文書集合に対する検索語関
連度は図８に示すような行列の形になる。
Ｓ（ａ，ｂ）は、検索要求文書集合に含まれる各文書そ
れぞれについてすべての組み合わせの検索語関連度Ｒ
（ａ，ｂ）を算出し、検索要求文書集合の全文書の平均
を取ることで算出する。ただし、ＲＳ（ａ，ａ）は検索
語ａの重要度Ｗ（ａ）とする。検索要求文書集合に含ま
れる文書数をｍとすると、検索要求文書集合に対する検
索語関連度ＲＳ（ａ，ｂ）は（式３）および（式４）の
ように算出される。検索要求文書集合に対する検索語関
連度は図８に示すような行列の形になる。
【００３０】また、単語の単語出現位置情報として文書
構成要素情報を用いて関連度を計算してもよい。この場
合、検索語ａを基とする関連度Ｒ（ａ，ｂ）を算出する
には、まず文書に含まれるすべての検索語ａについてそ
れぞれ最も距離の小さい位置にある検索語ｂが同じ構成
要素に含まれているかを判断し、含まれている構成要素
に応じて文書に含まれる個々の検索語ａに関する関連度
ｒ（ａ，ｂ）を計算する。本実施例では、同じ文に含ま
れていればｒ（ａ，ｂ）＝１、同じ段落に含まれていれ
ばｒ（ａ，ｂ）＝０．５、それ以外はｒ（ａ，ｂ）＝０
としている。最終的な検索語ａを基とする検索語ａと検
索語ｂの関連度Ｒ（ａ，ｂ）は、個々の検索語ａに関す
る関連度ｒ（ａ，ｂ）の平均値（式２）とする。
構成要素情報を用いて関連度を計算してもよい。この場
合、検索語ａを基とする関連度Ｒ（ａ，ｂ）を算出する
には、まず文書に含まれるすべての検索語ａについてそ
れぞれ最も距離の小さい位置にある検索語ｂが同じ構成
要素に含まれているかを判断し、含まれている構成要素
に応じて文書に含まれる個々の検索語ａに関する関連度
ｒ（ａ，ｂ）を計算する。本実施例では、同じ文に含ま
れていればｒ（ａ，ｂ）＝１、同じ段落に含まれていれ
ばｒ（ａ，ｂ）＝０．５、それ以外はｒ（ａ，ｂ）＝０
としている。最終的な検索語ａを基とする検索語ａと検
索語ｂの関連度Ｒ（ａ，ｂ）は、個々の検索語ａに関す
る関連度ｒ（ａ，ｂ）の平均値（式２）とする。
【００３１】検索要求文書集合に対する検索語関連度Ｒ
Ｓ（ａ，ｂ）は、検索要求文書集合に含まれる各文書そ
れぞれについてすべての組み合わせの検索語関連度Ｒ
（ａ，ｂ）を算出し、検索要求文書集合の全文書の平均
を取ることにより算出する。ただし、ＲＳ（ａ，ａ）は
検索語ａの重要度Ｗ（ａ）とする。検索要求文書集合に
含まれる文書数をｍとすると、検索要求文書集合に対す
る検索語関連度ＲＳ（ａ，ｂ）は（式３）および（式
４）のように算出される。検索要求文書集合に対する検
索語関連度は図８に示すような行列の形になる。
Ｓ（ａ，ｂ）は、検索要求文書集合に含まれる各文書そ
れぞれについてすべての組み合わせの検索語関連度Ｒ
（ａ，ｂ）を算出し、検索要求文書集合の全文書の平均
を取ることにより算出する。ただし、ＲＳ（ａ，ａ）は
検索語ａの重要度Ｗ（ａ）とする。検索要求文書集合に
含まれる文書数をｍとすると、検索要求文書集合に対す
る検索語関連度ＲＳ（ａ，ｂ）は（式３）および（式
４）のように算出される。検索要求文書集合に対する検
索語関連度は図８に示すような行列の形になる。
【００３２】また、単語の単語出現位置情報として単語
の出現順位と文書構成要素情報の両方を用いて、関連度
を計算してもよい。この場合、検索語ａを基とする検索
語ａと検索語ｂの関連度は、検索語ａと検索語ｂとの距
離をＤ（ａ，ｂ）、文書に含まれる個々の検索語ａに関
する検索語ａと検索語ｂとの関連度をｒ（ａ，ｂ）、検
索語ａを基とする検索語ａと検索語ｂの関連度をＲ
（ａ，ｂ）、文書に含まれる検索語ａの個数をｎ、同一
構成要素に含まれる場合の重みをｗとすると、以下のよ
うに算出される。
の出現順位と文書構成要素情報の両方を用いて、関連度
を計算してもよい。この場合、検索語ａを基とする検索
語ａと検索語ｂの関連度は、検索語ａと検索語ｂとの距
離をＤ（ａ，ｂ）、文書に含まれる個々の検索語ａに関
する検索語ａと検索語ｂとの関連度をｒ（ａ，ｂ）、検
索語ａを基とする検索語ａと検索語ｂの関連度をＲ
（ａ，ｂ）、文書に含まれる検索語ａの個数をｎ、同一
構成要素に含まれる場合の重みをｗとすると、以下のよ
うに算出される。
【００３３】 ｒ（ａ，ｂ）＝１５／（Ｄ（ａ，ｂ）１．５＋１４）* ｗ ・・・（式６） 検索語ａ、ｂが同じ文に含まれる場合 ｗ＝１ 検索語ａ、ｂが同じ段落に含まれる場合 ｗ＝０．５ それ以外 ｗ＝０ Ｒ（ａ，ｂ）＝Σｒ（ａｎ，ｂ）／ｎ ・・・（式７）
【００３４】検索要求文書集合に対する検索語関連度Ｒ
Ｓ（ａ，ｂ）は、検索要求文書集合に含まれる各文書そ
れぞれについてすべての組み合わせの検索語関連度Ｒ
（ａ，ｂ）を算出し、検索要求文書集合の全文書の平均
を取ることにより算出する。ただし、ＲＳ（ａ，ａ）は
検索語ａの重要度Ｗ（ａ）とする。検索要求文書集合に
含まれる文書数をｍとすると、検索要求文書集合に対す
る検索語関連度ＲＳ（ａ，ｂ）は（式３）および（式
４）のように算出される。検索要求文書集合に対する検
索語関連度は図８に示すような行列の形になる。
Ｓ（ａ，ｂ）は、検索要求文書集合に含まれる各文書そ
れぞれについてすべての組み合わせの検索語関連度Ｒ
（ａ，ｂ）を算出し、検索要求文書集合の全文書の平均
を取ることにより算出する。ただし、ＲＳ（ａ，ａ）は
検索語ａの重要度Ｗ（ａ）とする。検索要求文書集合に
含まれる文書数をｍとすると、検索要求文書集合に対す
る検索語関連度ＲＳ（ａ，ｂ）は（式３）および（式
４）のように算出される。検索要求文書集合に対する検
索語関連度は図８に示すような行列の形になる。
【００３５】また、単語の単語出現位置情報として複合
語情報と文書構成要素情報の両方を用いて、関連度を計
算してもよい。検索語ａを基とする関連度Ｒ（ａ，ｂ）
を算出するには、まず文書に含まれるすべての検索語ａ
についてそれぞれ最も距離の小さい位置にある検索語ｂ
が同じ構成要素に含まれているか、または複合語を構成
するかを判断し、含まれている構成要素に応じて文書に
含まれる個々の検索語ａに関する関連度ｒ（ａ，ｂ）を
計算する。本実施例では、複合語を構成していればｒ
（ａ，ｂ）＝２、同じ文に含まれていればｒ（ａ，ｂ）
＝１、同じ段落に含まれていればｒ（ａ，ｂ）＝０．
５、それ以外はｒ（ａ，ｂ）＝０としている。最終的な
検索語ａを基とする検索語ａと検索語ｂの関連度Ｒ
（ａ，ｂ）は、個々の検索語ａに関する関連度ｒ（ａ，
ｂ）の平均値（式２）とする。
語情報と文書構成要素情報の両方を用いて、関連度を計
算してもよい。検索語ａを基とする関連度Ｒ（ａ，ｂ）
を算出するには、まず文書に含まれるすべての検索語ａ
についてそれぞれ最も距離の小さい位置にある検索語ｂ
が同じ構成要素に含まれているか、または複合語を構成
するかを判断し、含まれている構成要素に応じて文書に
含まれる個々の検索語ａに関する関連度ｒ（ａ，ｂ）を
計算する。本実施例では、複合語を構成していればｒ
（ａ，ｂ）＝２、同じ文に含まれていればｒ（ａ，ｂ）
＝１、同じ段落に含まれていればｒ（ａ，ｂ）＝０．
５、それ以外はｒ（ａ，ｂ）＝０としている。最終的な
検索語ａを基とする検索語ａと検索語ｂの関連度Ｒ
（ａ，ｂ）は、個々の検索語ａに関する関連度ｒ（ａ，
ｂ）の平均値（式２）とする。
【００３６】検索要求文書集合に対する検索語関連度Ｒ
Ｓ（ａ，ｂ）は、検索要求文書集合に含まれる各文書そ
れぞれについてすべての組み合わせの検索語関連度Ｒ
（ａ，ｂ）を算出し、検索要求文書集合の全文書の平均
を取ることで算出する。ただし、ＲＳ（ａ，ａ）は検索
語ａの重要度Ｗ（ａ）とする。検索要求文書集合に含ま
れる文書数をｍとすると、検索要求文書集合に対する検
索語関連度ＲＳ（ａ，ｂ）は、（式３）および（式４）
のように算出される。検索要求文書集合に対する検索語
関連度は、図８に示すような行列の形になる。
Ｓ（ａ，ｂ）は、検索要求文書集合に含まれる各文書そ
れぞれについてすべての組み合わせの検索語関連度Ｒ
（ａ，ｂ）を算出し、検索要求文書集合の全文書の平均
を取ることで算出する。ただし、ＲＳ（ａ，ａ）は検索
語ａの重要度Ｗ（ａ）とする。検索要求文書集合に含ま
れる文書数をｍとすると、検索要求文書集合に対する検
索語関連度ＲＳ（ａ，ｂ）は、（式３）および（式４）
のように算出される。検索要求文書集合に対する検索語
関連度は、図８に示すような行列の形になる。
【００３７】また、上記した検索要求文書集合検索語関
連度算出部１０９および検索適合文書検索語関連度算出
部１１４（後述）における関連度の算出方法をユーザー
が指定できるようにすることによって、ユーザーの目的
に適合した関連度算出方法を選択できるようになる。さ
らに、上記いずれかの方法で算出された検索語関連度を
ユーザーに提示し、それをユーザーが修正して、よりユ
ーザーの目的に応じた関連度を設定することができる。
連度算出部１０９および検索適合文書検索語関連度算出
部１１４（後述）における関連度の算出方法をユーザー
が指定できるようにすることによって、ユーザーの目的
に適合した関連度算出方法を選択できるようになる。さ
らに、上記いずれかの方法で算出された検索語関連度を
ユーザーに提示し、それをユーザーが修正して、よりユ
ーザーの目的に応じた関連度を設定することができる。
【００３８】検索部１１０は、検索語を用いて検索対象
文書集合から検索適合文書を検索する。検索には従来の
技術を利用することができる。本実施例では、検索語を
１つでも含む文書は検索適合文書となるように検索を行
なう。
文書集合から検索適合文書を検索する。検索には従来の
技術を利用することができる。本実施例では、検索語を
１つでも含む文書は検索適合文書となるように検索を行
なう。
【００３９】検索適合文書記憶部１１１は、検索された
検索適合文書を記憶する。
検索適合文書を記憶する。
【００４０】検索適合文書単語解析部１１２は、検索適
合文書集合に含まれるすべての文書に対して単語解析を
行う。
合文書集合に含まれるすべての文書に対して単語解析を
行う。
【００４１】検索適合文書単語位置情報算出部１１３
は、各検索適合文書内での単語の位置情報を算出する。
算出方法は、検索要求文書単語位置情報算出部１０８と
同じである。
は、各検索適合文書内での単語の位置情報を算出する。
算出方法は、検索要求文書単語位置情報算出部１０８と
同じである。
【００４２】検索適合文書検索語関連度算出部１１４
は、検索適合文書集合に対する検索語関連度を算出す
る。算出方法は検索要求文書集合検索語関連度算出部１
０９とほぼ同じであるが、以下の点が異なる。 １） 検索適合文書検索語関連度算出部１１４では検索
適合文書集合に対する検索語関連度ではなく、個々の検
索適合文書に対する検索語関連度を算出する。 ２） 検索適合文書に対する検索語関連度ＲＭ（ａ，
ｂ）において、ＲＭ（ａ，ａ）は検索語ａが対象検索適
合文書内に出現する頻度Ｆ（ａ）とする。
は、検索適合文書集合に対する検索語関連度を算出す
る。算出方法は検索要求文書集合検索語関連度算出部１
０９とほぼ同じであるが、以下の点が異なる。 １） 検索適合文書検索語関連度算出部１１４では検索
適合文書集合に対する検索語関連度ではなく、個々の検
索適合文書に対する検索語関連度を算出する。 ２） 検索適合文書に対する検索語関連度ＲＭ（ａ，
ｂ）において、ＲＭ（ａ，ａ）は検索語ａが対象検索適
合文書内に出現する頻度Ｆ（ａ）とする。
【００４３】検索適合文書適合度算出部１１５は、検索
要求文書集合検索語関連度と検索適合文書検索語関連度
にもとづいて、検索適合文書集合内の各検索適合文書の
適合度を算出する。検索適合文書ｄの適合度Ｍ（ｄ）、
検索要求文書集合に対する検索語関連度ＲＳ（ａ，
ｂ）、検索適合文書に対する検索語関連度ＲＭ（ａ，
ｂ）とすると以下のように算出すし、これを検索適合文
書集合内のすべての文書について算出する。
要求文書集合検索語関連度と検索適合文書検索語関連度
にもとづいて、検索適合文書集合内の各検索適合文書の
適合度を算出する。検索適合文書ｄの適合度Ｍ（ｄ）、
検索要求文書集合に対する検索語関連度ＲＳ（ａ，
ｂ）、検索適合文書に対する検索語関連度ＲＭ（ａ，
ｂ）とすると以下のように算出すし、これを検索適合文
書集合内のすべての文書について算出する。
【００４４】 Ｍ（ｄ）＝ ＲＳ（１，１）* ＲＭ（１，１）＋ＲＳ（１，２）* ＲＭ（１， ２）＋・・・＋ＲＳ（１，ｎ）* ＲＭ（１，ｎ） ＋ＲＳ（２，１）* ＲＭ（２，１）＋ＲＳ（２，２）* ＲＭ（２，２）＋・ ・・＋ＲＳ（２，ｎ）* ＲＭ（２，ｎ） ＋・・・ ＋ＲＳ（ｎ，１）* ＲＭ（ｎ，１）＋ＲＳ（ｎ，２）* ＲＭ（ｎ，２）＋・ ・・＋ＲＳ（ｎ，ｎ）* ＲＭ（ｎ，ｎ）・・・（式８）
【００４５】検索適合文書集合表示部１１６は、検索適
合文書集合の情報をユーザーに提示する。この場合、検
索適合文書を適合度順に並び替えて表示することなどを
行うこともできる。
合文書集合の情報をユーザーに提示する。この場合、検
索適合文書を適合度順に並び替えて表示することなどを
行うこともできる。
【００４６】
【発明の効果】以上説明したように、本発明によれば、
ユーザーが検索目的に適合した文書を収集したり、文書
分類技術により生成された検索要求文書集合に含まれる
文書の内容に類似する文書を検索するときに、検索結果
である検索適合文書の適合度を計算する際に、検索要求
文書集合の内容に適合している文書ほど適合度が高くな
るようにすることで、検索結果の質を高めることができ
た。
ユーザーが検索目的に適合した文書を収集したり、文書
分類技術により生成された検索要求文書集合に含まれる
文書の内容に類似する文書を検索するときに、検索結果
である検索適合文書の適合度を計算する際に、検索要求
文書集合の内容に適合している文書ほど適合度が高くな
るようにすることで、検索結果の質を高めることができ
た。
【００４７】さらに、以下のような効果も達成できた。 ・単語の位置情報にもとづいた検索語間の関連度を用い
ることにより、検索要求文書集合の内容に適合している
検索適合文書ほど適合度を高くすることができる。 ・検索語間の関連度は単語解析結果の情報からだけで算
出することができ、比較的簡単な方法で関連度を計算す
ることができる。 ・複合語という単語間の意味的に強い結びつきの情報を
利用することができ、より適切な適合度計算を行うこと
ができる。 ・単語が同じ文に含まれるあるいは同じ段落に含まれる
などの文書構造にもとづいた単語間の関連度を利用する
ことができ、より適切な適合度計算を行うことができ
る。 ・文書構造にもとづいた単語間の関連情報と、その文書
構造内における単語間の位置的距離を用いて単語間の関
連度を算出することができ、より適切な適合度計算を行
うことができる。 ・文書構造にもとづいた単語間の関連情報と、複合語情
報にもとづいた単語間の意味的関連情報を用いて単語間
の関連度を算出することができ、より適切な適合度計算
を行うことができる。 ・ユーザーが自分の目的にあった単語の関連度算出方法
を利用することができる。 ・ユーザーが自分の目的に応じて検索要求文書集合検索
語関連度を修正することができる。
ることにより、検索要求文書集合の内容に適合している
検索適合文書ほど適合度を高くすることができる。 ・検索語間の関連度は単語解析結果の情報からだけで算
出することができ、比較的簡単な方法で関連度を計算す
ることができる。 ・複合語という単語間の意味的に強い結びつきの情報を
利用することができ、より適切な適合度計算を行うこと
ができる。 ・単語が同じ文に含まれるあるいは同じ段落に含まれる
などの文書構造にもとづいた単語間の関連度を利用する
ことができ、より適切な適合度計算を行うことができ
る。 ・文書構造にもとづいた単語間の関連情報と、その文書
構造内における単語間の位置的距離を用いて単語間の関
連度を算出することができ、より適切な適合度計算を行
うことができる。 ・文書構造にもとづいた単語間の関連情報と、複合語情
報にもとづいた単語間の意味的関連情報を用いて単語間
の関連度を算出することができ、より適切な適合度計算
を行うことができる。 ・ユーザーが自分の目的にあった単語の関連度算出方法
を利用することができる。 ・ユーザーが自分の目的に応じて検索要求文書集合検索
語関連度を修正することができる。
【図１】本発明の一実施例の機能構成を示すブロック図
である。
である。
【図２】文書例を示す図である。
【図３】検索語抽出結果例を示す図である。
【図４】単語の出現順位による位置情報の算出結果例を
示す図である。
示す図である。
【図５】複合語による位置情報の算出結果例を示す図で
ある。
ある。
【図６】文書構成要素による位置情報の算出結果例を示
す図である。
す図である。
【図７】単語出現位置情報として単語の出現順位を用い
た場合の検索語関連度算出結果例を示す図である。
た場合の検索語関連度算出結果例を示す図である。
【図８】検索要求文書集合に対する検索語関連度を示す
図である。
図である。
１０１ 検索対象文書入力部 １０２ 検索対象文書集合記憶部 １０３ 検索要求文書入力部 １０４ 検索要求文書集合記憶部 １０５ 検索要求文書単語解析部 １０６ 単語重要度算出部 １０７ 検索語決定部 １０８ 検索要求文書単語位置情報算出部 １０９ 検索要求文書集合検索語関連度算出部 １１０ 検索部 １１１ 検索適合文書記憶部 １１２ 検索適合文書単語解析部 １１３ 検索適合文書単語位置情報算出部 １１４ 検索適合文書検索語関連度算出部 １１５ 検索適合文書適合度算出部 １１６ 検索適合文書集合表示部
Claims (9)
- 【請求項１】 検索要求文書集合に含まれる文書を指定
し、その指定された文書の内容に類似した文書を検索対
象文書集合から検索する文書検索装置であって、検索対
象文書を入力する検索対象文書入力部と、入力された検
索対象文書を集合として記憶する検索対象文書集合記憶
部と、検索要求文書を入力する検索要求文書入力部と、
入力された検索要求文書を集合として記憶する検索要求
文書集合記憶部と、前記検索要求文書集合記憶部内の文
書に含まれる単語を解析する検索要求文書単語解析部
と、前記検索要求文書単語解析部で解析された単語の重
要度を算出する単語重要度算出部と、この単語重要度に
基づいて検索語を決定する検索語決定部と、前記検索要
求文書集合記憶部内の文書ごとに単語出現位置情報を算
出する検索要求文書単語位置情報算出部と、前記検索要
求文書集合記憶部内の各文書について検索語の位置情報
に基づいて２つの検索語間の関連度をすべての組み合わ
せについて算出する検索要求文書集合検索語関連度算出
部と、検索語を用いて前記検索対象文書集合記憶部内の
検索適合文書を検索する検索部と、この検索適合文書を
記憶する検索適合文書集合記憶部と、前記検索適合文書
集合記憶部内の文書に含まれる単語を解析する検索適合
文書単語解析部と、前記検索適合文書集合記憶部内の文
書ごとに単語出現位置情報を算出する検索適合文書単語
位置情報算出部と、前記検索適合文書集合記憶部の各適
合文書について検索語の位置情報に基づいて２つの検索
語間の関連度をすべての組み合わせについて算出する検
索適合文書検索語関連度算出部と、前記検索要求文書集
合検索語関連度と前記検索適合文書検索語関連度に基づ
いて前記検索適合文書集合記憶部内の各検索適合文書の
適合度を算出する検索適合文書適合度算出部と、前記検
索適合文書集合記憶部内の文書情報とこの文書に対応す
る前記適合度とを表示する検索適合文書集合表示部とを
持つことを特徴とする文書検索装置。 - 【請求項２】 請求項１に記載の文書検索装置におい
て、検索語の前記単語出現位置情報として単語の出現順
位を用い、２つの検索語の出現順位の差に基づいて検索
語間の関連度を算出することを特徴とする文書検索装
置。 - 【請求項３】 請求項１に記載の文書検索装置におい
て、前記検索要求文書単語解析部と前記検索適合文書単
語解析部は、複合語の抽出を行い、検索語の前記単語出
現位置情報に抽出した複合語情報を用いて、２つの検索
語が文書中で出現する場所で複合語を構成しているかど
うかに基づいて検索語間の関連度を算出することを特徴
とする文書検索装置。 - 【請求項４】 請求項１に記載の文書検索装置におい
て、前記検索要求文書の文書構成要素を抽出する検索要
求文書文書構成要素抽出部と、前記検索適合文書の文書
構成要素を抽出する検索適合文書文書構成要素抽出部と
を設け、検索語の前記単語出現位置情報として文書構成
要素情報を用い、２つの検索語が文書中に出現する場所
で同じ文書構成要素に含まれるかどうか基づいて検索語
間の関連度を算出することを特徴とする文書検索装置。 - 【請求項５】 請求項１に記載の文書検索装置におい
て、前記検索要求文書および前記検索適合文書の単語と
文書構成要素とを抽出し、検索語の前記単語出現位置情
報としてこの単語の出現順位と文書構成要素情報の両方
を用いて、検索語間の関連度を算出することを特徴とす
る文書検索装置。 - 【請求項６】 請求項１に記載の文書検索装置におい
て、前記検索要求文書および前記検索適合文書から複合
語並びに文書構成要素を抽出し、検索語の前記単語出現
位置情報としてこの複合語情報と文書構成要素情報の両
方を用いて、検索語間の関連度を算出することを特徴と
する文書検索装置。 - 【請求項７】 請求項１に記載の文書検索装置におい
て、関連度算出方法指示部を備え、前記検索要求文書集
合検索語関連度算出部および／または前記検索適合文書
検索語関連度算出部で用いる検索語間の関連度計算方法
をユーザーが選択できるようにことを特徴とした文書検
索装置。 - 【請求項８】 請求項１乃至７のいずれか１項に記載の
文書検索装置において、前記検索要求文書集合検索語関
連度をユーザーに提示し、ユーザーが検索要求文書集合
検索語関連度を修正できるようにしたことを特徴とする
文書検索装置。 - 【請求項９】 検索要求文書集合に含まれる文書を指定
し、その指定された文書の内容に類似した文書を検索対
象文書集合から検索する文書検索方法であって、入力さ
れた検索対象文書を集合として検索対象文書集合記憶部
へ記憶し、入力された検索要求文書を集合として検索要
求文書集合記憶部へ記憶し、前記検索要求文書集合記憶
部内の文書に含まれる単語を解析し、この解析された単
語の重要度を算出し、この単語重要度に基づいて検索語
を決定し、この検索語に対して前記検索要求文書集合記
憶部内の文書ごとに算出された検索語出現位置情報に基
づいて２つの検索語間の関連度をすべての組み合わせに
ついて算出し、この検索語を用いて検索された前記検索
対象文書集合記憶部内の検索適合文書を検索適合文書集
合記憶部へ記憶し、前記検索適合文書集合記憶部内の文
書に含まれる単語を解析し、この単語に対して前記検索
適合文書集合記憶部内の文書ごとに単語出現位置情報を
算出し、前記検索適合文書集合記憶部の各適合文書につ
いて前記検索語の位置情報に基づいて２つの検索語間の
関連度をすべての組み合わせについて算出し、前記検索
要求文書集合に対して求めた検索語関連度と前記検索適
合文書に対して求めた検索語関連度に基づいて前記検索
適合文書集合記憶部内の各検索適合文書の適合度を算出
して、前記検索適合文書集合記憶部内の文書情報と共に
表示することを特徴とする文書検索方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000388596A JP2002189754A (ja) | 2000-12-21 | 2000-12-21 | 文書検索装置及び文書検索方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000388596A JP2002189754A (ja) | 2000-12-21 | 2000-12-21 | 文書検索装置及び文書検索方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002189754A true JP2002189754A (ja) | 2002-07-05 |
Family
ID=18855302
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000388596A Pending JP2002189754A (ja) | 2000-12-21 | 2000-12-21 | 文書検索装置及び文書検索方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2002189754A (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004034282A1 (ja) * | 2002-10-10 | 2004-04-22 | Fujitsu Limited | コンテンツ再利用管理装置およびコンテンツ再利用支援装置 |
| JP2007026386A (ja) * | 2005-07-21 | 2007-02-01 | Fuji Xerox Co Ltd | 画像検索システム及び方法 |
| JP2011008355A (ja) * | 2009-06-23 | 2011-01-13 | Omron Corp | Ｆｍｅａシートの作成支援システムおよび作成支援用のプログラム |
| US8005300B2 (en) | 2005-07-21 | 2011-08-23 | Fuji Xerox Co., Ltd. | Image search system, image search method, and storage medium |
| JP2015022655A (ja) * | 2013-07-22 | 2015-02-02 | 株式会社東芝 | 電子機器、方法、およびプログラム |
| US10866958B2 (en) | 2018-03-27 | 2020-12-15 | Hitachi, Ltd. | Data management system and related data recommendation method |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09292961A (ja) * | 1996-04-24 | 1997-11-11 | Fujitsu Ltd | データ表示処理システム |
| JPH1125108A (ja) * | 1997-07-02 | 1999-01-29 | Matsushita Electric Ind Co Ltd | 関連キーワード自動抽出装置、文書検索装置及びこれらを用いた文書検索システム |
| JPH11250070A (ja) * | 1998-03-05 | 1999-09-17 | Toshiba Corp | 類似文書検索装置、類似文書検索方法、および類似文書検索のためのプログラムが記録された記録媒体 |
| JPH11259487A (ja) * | 1998-03-06 | 1999-09-24 | Toshiba Corp | 類似文書検索装置、類似文書検索方法、および類似文書検索のためのプログラムが記録された記録媒体 |
| JP2000123041A (ja) * | 1998-10-19 | 2000-04-28 | Nippon Telegr & Teleph Corp <Ntt> | 類似度判定方法及び文書検索装置及び文書分類装置及び文書検索プログラムを格納した記憶媒体及び文書分類プログラムを格納した記憶媒体 |
| JP2000155758A (ja) * | 1998-11-19 | 2000-06-06 | Hitachi Ltd | 複数文書データベースを対象とした文書検索方法および文書検索サービス |
-
2000
- 2000-12-21 JP JP2000388596A patent/JP2002189754A/ja active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09292961A (ja) * | 1996-04-24 | 1997-11-11 | Fujitsu Ltd | データ表示処理システム |
| JPH1125108A (ja) * | 1997-07-02 | 1999-01-29 | Matsushita Electric Ind Co Ltd | 関連キーワード自動抽出装置、文書検索装置及びこれらを用いた文書検索システム |
| JPH11250070A (ja) * | 1998-03-05 | 1999-09-17 | Toshiba Corp | 類似文書検索装置、類似文書検索方法、および類似文書検索のためのプログラムが記録された記録媒体 |
| JPH11259487A (ja) * | 1998-03-06 | 1999-09-24 | Toshiba Corp | 類似文書検索装置、類似文書検索方法、および類似文書検索のためのプログラムが記録された記録媒体 |
| JP2000123041A (ja) * | 1998-10-19 | 2000-04-28 | Nippon Telegr & Teleph Corp <Ntt> | 類似度判定方法及び文書検索装置及び文書分類装置及び文書検索プログラムを格納した記憶媒体及び文書分類プログラムを格納した記憶媒体 |
| JP2000155758A (ja) * | 1998-11-19 | 2000-06-06 | Hitachi Ltd | 複数文書データベースを対象とした文書検索方法および文書検索サービス |
Non-Patent Citations (1)
| Title |
|---|
| 富田準二，外: "主題グラフ及び関連度情報からからの単語重要度付与を用いた情報検索システムの提案", 情報処理学会研究報告, vol. 98, no. 109, JPN6008009048, 30 November 1998 (1998-11-30), JP, pages 17 - 24, ISSN: 0000988719 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004034282A1 (ja) * | 2002-10-10 | 2004-04-22 | Fujitsu Limited | コンテンツ再利用管理装置およびコンテンツ再利用支援装置 |
| JPWO2004034282A1 (ja) * | 2002-10-10 | 2006-02-09 | 富士通株式会社 | コンテンツ再利用管理装置およびコンテンツ再利用支援装置 |
| JP2007026386A (ja) * | 2005-07-21 | 2007-02-01 | Fuji Xerox Co Ltd | 画像検索システム及び方法 |
| US8005300B2 (en) | 2005-07-21 | 2011-08-23 | Fuji Xerox Co., Ltd. | Image search system, image search method, and storage medium |
| JP2011008355A (ja) * | 2009-06-23 | 2011-01-13 | Omron Corp | Ｆｍｅａシートの作成支援システムおよび作成支援用のプログラム |
| JP2015022655A (ja) * | 2013-07-22 | 2015-02-02 | 株式会社東芝 | 電子機器、方法、およびプログラム |
| US9607080B2 (en) | 2013-07-22 | 2017-03-28 | Kabushiki Kaisha Toshiba | Electronic device and method for processing clips of documents |
| US10866958B2 (en) | 2018-03-27 | 2020-12-15 | Hitachi, Ltd. | Data management system and related data recommendation method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3429184B2 (ja) | テキスト構造解析装置および抄録装置、並びにプログラム記録媒体 | |
| US5684999A (en) | Apparatus and a method for retrieving image objects based on correlation with natural language sentence parameters | |
| US6115683A (en) | Automatic essay scoring system using content-based techniques | |
| WO2008107305A2 (en) | Search-based word segmentation method and device for language without word boundary tag | |
| CN112765974B (zh) | 一种业务辅助方法、电子设备及可读存储介质 | |
| JP3831357B2 (ja) | 対訳情報作成装置及び対訳情報検索装置 | |
| JP3198932B2 (ja) | 文書検索装置 | |
| Kessler et al. | Extraction of terminology in the field of construction | |
| JP3594701B2 (ja) | キーセンテンス抽出装置 | |
| JP2004334766A (ja) | 単語分類装置、単語分類方法及び単語分類プログラム | |
| JP2003150624A (ja) | 情報抽出装置および情報抽出方法 | |
| JP2002189754A (ja) | 文書検索装置及び文書検索方法 | |
| JP2004355550A (ja) | 自然文検索装置、その方法及びプログラム | |
| JP4428703B2 (ja) | 情報検索方法及びそのシステム並びにコンピュータプログラム | |
| JPH1145268A (ja) | 文書検索装置およびその装置としてコンピュータを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| JP2003263441A (ja) | キーワード決定データベース作成方法、キーワード決定方法、装置、プログラム、および記録媒体 | |
| JP2008204133A (ja) | 回答検索装置及びコンピュータプログラム | |
| JP2002123544A (ja) | 検索前処理装置、文書検索装置、検索前処理方法及び文書検索方法 | |
| JP6375367B2 (ja) | 反論生成方法，反論生成システム | |
| JP2006119697A (ja) | 質問応答システム、質疑応答方法および質疑応答プログラム | |
| JP2002189734A (ja) | 検索語抽出装置および検索語抽出方法 | |
| Iswarya et al. | Speech and text query based Tamil-English Cross Language Information Retrieval system | |
| JPH1185766A (ja) | キーワード抽出方法及び装置及びキーワード抽出プログラムを格納した記憶媒体 | |
| JP3558854B2 (ja) | データ検索装置及びコンピュータ読み取り可能な記録媒体 | |
| JP2005025555A (ja) | シソーラス構築システム、シソーラス構築方法、この方法を実行するプログラム、およびこのプログラムを記憶した記憶媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050126 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20050309 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080220 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080226 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080428 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080701 |