JP2002202983A

JP2002202983A - 分類への帰属度計算基準作成方法及び装置

Info

Publication number: JP2002202983A
Application number: JP2000401947A
Authority: JP
Inventors: Takao Fukushige; 貴雄福重; Yuji Sugano; 祐司菅野; Yasuki Iizuka; 泰樹飯塚; Koichi Tamatoshi; 公一玉利
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 2000-12-28
Filing date: 2000-12-28
Publication date: 2002-07-19
Anticipated expiration: 2020-12-28
Also published as: US20020152051A1; CN1363899A; CN1193310C; JP3701197B2; US6704905B2

Abstract

(57)【要約】【課題】ユーザによる試行錯誤を減らし、効率的に帰
属度計算基準を作成する装置を提供する。【解決手段】一つ以上の文書からなる文書集合中の各
文書に対して、一つ以上の分類からなる分類集合中の各
分類への帰属度を計算するための帰属度計算基準を作成
する帰属度計算基準作成装置において、帰属度計算基準
の初期値を適用して帰属度計算部３で各文書の各分類に
対する帰属度を計算し、この帰属度計算結果から、評価
対象選択基準に基づいて評価の対象を選択し、計算結果
評価部６で選択した評価対象の文書に対して当該分類に
対する帰属度を付与し直す。この帰属度計算結果に対す
る評価結果を利用して帰属度計算基準再計算部８が帰属
度計算基準を再計算し、再計算した帰属度計算基準によ
って元の帰属度計算基準を更新し、さらに、更新した帰
属度計算基準を適用して各文書の各分類に対する帰属度
を計算し、以降の手順を繰り返すことにより帰属度計算
基準を作成するようにしている。高精度の帰属度計算基
準を効率的に作成することができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文書を分類への帰
属度に応じて分類する際の帰属度計算基準を作成する方
法と、その装置に関し、特に、帰属度計算基準の効率的
な作成を可能にするものである。

【従来の技術】従来、新聞記事などの文書を分類する場
合に、特開平１１−５３３９４号公報や特開２０００−
１９４７２３号公報に見られるように、ベクトル空間法
を用いて文書を分類する方法が知られている。

【０００２】ベクトル空間法では、例えば、辞書のｔ個
の索引語の各々ＴｉにベクトルＶｉを対応させてｔ次元
のベクトル空間を定義し、各文書Ｄｒを、索引語の出現
頻度に基づいて、次のように文書ベクトルで表現する。

【０００３】Ｄｒ＝Σ ａ^r _i・Ｖｉ（Σはｉ＝１からｔまで加算）ここで、係数ａ^r _iは、文書ベクトルの長さを１に正規化
した状態での、文書Ｄｒにおける索引語Ｔｉの頻度を表
す値である。図４では、文書番号１１９３４の文書を、
文書ベクトルの各軸の値で表示した場合を示している。

【０００４】ベクトル空間法を用いる文書分類方法で
は、この文書ベクトルと、分類の基準となる基準ベクト
ルとの内積を求めたり、双方のベクトルの距離を算出す
ることにより、文書ベクトルと基準ベクトルとの類似度
を計算し、この類似度の大きさから、文書がその分類に
帰属するかどうかを判定する。

【０００５】なお、文書ベクトルを並べて作った文書・
単語行列を、特異値分解により低階数近似し、ベクトル
の次元を小さくしても良い。この場合、文書ベクトルの
各要素は、単語そのものの頻度ではなく、重みつきの単
語の集合に対する、当該文書の関連性の強さとなるが、
分類において距離を求めたり、内積を求めたりする操作
は、同様に行うことができる。

【０００６】この場合、分類の基準ベクトルの決め方
や、分類に含める類似度の大きさ（閾値）の決め方によ
り、文書がその分類に帰属するかどうかが変わってく
る。この分類の基準ベクトルや類似度の閾値を帰属度計
算基準と呼ぶ。この帰属度計算基準が的確に設定されて
いなければ、各文書を正しく分類することはできない。

【０００７】

【発明が解決しようとする課題】従来、この帰属度計算
基準を作成する方法としては、まず、予め設定した帰属
度計算基準で文書を分類し、その結果を見て帰属度計算
基準を手直しし、この試行錯誤を、満足できる分類に行
き着くまで繰り返すと云う方法が専ら採られている。帰
属度計算基準を手直しする方法としては、ユーザが直接
手直しする方法と、システムの分類結果をユーザが修正
し、機械学習によってシステムが帰属度計算基準を再計
算する方法とがあった。

【０００８】しかし、ユーザが直接手直しする方法の場
合、数多くある設定値のうち、どれをどのように直せば
よいか、ユーザに明らかでなく、また、システムの分類
結果をユーザが修正する場合でも、数多くある分類結果
のうち、どれを選んで正誤を判定すれば良いのか、ユー
ザに明らかでなかった。そのため、帰属度計算基準の修
正は手間が掛かり、また、必ずしも常によい結果に辿り
つくとは限らない作業であった。

【０００９】本発明は、こうした従来の問題点を解決す
るものであり、ユーザによる試行錯誤を減らし、効率的
に帰属度計算基準を作成する方法を提供し、また、ユー
ザの帰属度計算基準の作成を支援する装置を提供し、さ
らに、この帰属度計算基準を用いて文書を分類する方法
及び装置を提供することを目的としている。

【００１０】

【課題を解決するための手段】そこで、本発明では、一
つ以上の文書からなる文書集合中の各文書に対して、一
つ以上の分類からなる分類集合中の各分類への帰属度を
計算するための帰属度計算基準を作成する帰属度計算基
準作成装置において、帰属度計算基準作成に用いる文書
集合を保持する文書集合保持手段と、初期状態では帰属
度計算基準の初期値を保持し、帰属度計算基準が更新さ
れるごとに、更新された帰属度計算基準を保持する帰属
度計算基準保持手段と、前記文書集合保持手段に保持さ
れた各文書に対して、前記帰属度計算基準保持手段に保
持された帰属度計算基準を適用して、各分類に対する帰
属度を計算する帰属度計算手段と、前記帰属度計算手段
により計算された各文書の各分類に対する帰属度計算結
果を保持する帰属度計算結果保持手段と、前記帰属度計
算結果保持手段に保持された帰属度計算結果から評価の
対象とする計算結果を選択するための計算結果選択基準
を保持する評価対象選択基準保持手段と、前記評価対象
選択基準保持手段に保持される評価対象選択基準の一つ
に基づいて前記帰属度計算結果保持手段に保持される帰
属度計算結果の一部を評価対象として選択する評価対象
選択手段と、前記評価対象選択手段により選択された帰
属度計算結果を評価し、評価対象の文書に対して当該分
類に対する帰属度を付与し直す計算結果評価手段と、前
記計算結果評価手段による評価結果を保持する評価結果
保持手段と、少なくとも前記評価結果保持手段に保持さ
れる帰属度計算結果の評価結果を利用して帰属度計算基
準を再計算する帰属度計算基準再計算手段と、前記帰属
度計算基準再計算手段により再計算された帰属度計算基
準再計算結果を保持する帰属度計算基準再計算結果保持
手段と、前記帰属度計算基準再計算結果保持手段に保持
された帰属度計算基準によって前記帰属度計算基準保持
手段に保持された帰属度計算基準を更新する帰属度計算
基準更新手段とを設け、帰属度計算結果に対する評価に
よって帰属度計算基準を更新することを繰り返すことに
より帰属度計算基準を作成するようにしている。

【００１１】そのため、高精度の帰属度計算基準を効率
的に作成することができる。

【００１２】

【発明の実施の形態】（第１の実施形態）第１の実施形
態の帰属度計算基準作成装置は、ＧＵＩ（graphical us
er interface）を利用して、帰属度計算結果を評価する
ユーザの動作を支援する。

【００１３】この装置は、図１に示すように、帰属度計
算基準の作成に用いる文書集合を保持する文書集合保持
部１と、帰属度計算基準の初期値を作成する帰属度計算
基準初期値作成部15と、帰属度計算基準の初期値や更新
された帰属度計算基準を保持する帰属度計算基準保持部
13と、帰属度計算基準作成対象の分類を指定する対象分
類指定部２と、文書集合保持部１に保持された各文書に
対して、帰属度計算基準保持部13に保持された帰属度計
算基準を適用して、指定された分類に対する帰属度を計
算する帰属度計算部３と、帰属度計算部３の帰属度計算
結果と文書ベクトルや各文書に関する諸データとを合わ
せて保持する帰属度計算結果保持部４と、帰属度計算結
果を評価するための計算結果を選択する基準（評価対象
選択基準）が保持された評価対象選択基準保持部12と、
ユーザが評価対象選択基準を指定する評価対象選択基準
指定部11と、ユーザが評価対象選択基準指定部11から指
定した評価対象選択基準に対応する帰属度計算結果を表
示する帰属度計算結果表示部10と、指定された評価対象
選択基準に基づいて帰属度計算結果保持部４に保持され
た帰属度計算結果の中から評価対象となる帰属度計算結
果を選択する評価対象選択部５と、評価対象選択部５に
より選択された帰属度計算結果をユーザが評価し、評価
対象の文書に対して帰属度を付与し直す計算結果評価部
６と、計算結果評価部６による評価結果を保持する評価
結果保持部７と、評価結果保持部７に保持された帰属度
計算結果の評価結果を利用して帰属度計算基準を再計算
する帰属度計算基準再計算部８と、帰属度計算基準再計
算部８が再計算した帰属度計算基準再計算結果を保持す
る帰属度計算基準再計算結果保持部９と、帰属度計算基
準再計算結果保持部９によって保持された帰属度計算基
準で帰属度計算基準保持部13に保持された帰属度計算基
準を置きかえる帰属度計算基準更新部14とを備えてい
る。

【００１４】この装置は、図２のフロー図に示すよう
に、まず、帰属度計算基準の初期値を適用して、文書集
合保持部１に保持された文書に対し、分類への帰属度を
計算する。ユーザは、その中の一部の文書を対象に、帰
属度を評価して帰属度を付け直す。このとき、装置は、
各種の情報を提供して、ユーザが帰属度計算基準の更新
に資する文書を選択できるように支援する。

【００１５】ユーザが評価対象の文書の帰属度を付与す
ると、装置は、その評価結果に基づいて帰属度計算基準
を更新する。また、帰属度計算基準が更新されると、そ
れを用いて、各文書に対する分類への帰属度が計算さ
れ、さらに、評価、帰属度計算基準の更新、の手順が、
満足できる評価が得られるまで繰り返される。

【００１６】この装置の動作について、図２のフロー図
に従って詳しく説明する。文書集合保持部１には、図４
に示すように、帰属度計算基準の作成に供する各文書の
文書ベクトルが格納されている。各文書ベクトルの長さ
は１に規格化されている。図４は「根室本線と三陸鉄道
で列車が脱線」と云う見出しの記事の文書ベクトルを示
している。

【００１７】ステップ１：ユーザは、対象分類指定部２
から、帰属度計算基準を作成しようとする分類名を入力
する。ここでは「列車の脱線」と云う分類名を入力した
ものとする。ステップ２：帰属度計算基準初期値作成部15から、分類
「列車の脱線」の帰属度計算基準の初期値となる基準ベ
クトルと帰属度の閾値とが与えられる。分類の基準ベク
トルは、この分類に帰属する各文書の平均ベクトルによ
り設定する。平均ベクトルは、対象の文書ベクトルの単
純平均を取り、ベクトルの長さが１となるように正規化
して算出する。図５に、分類「列車の脱線」の平均ベク
トルを例示している。

【００１８】但し、初期値における平均ベクトルは、正
確なものである必要は無く（今後の評価、帰属度計算基
準の更新の繰り返しで精度が向上するため）、ユーザが
この分類に帰属すると推定した１つの文書の文書ベクト
ルや、複数の文書の平均ベクトル、あるいは、対象文書
すべてについての平均ベクトルなどを用いることができ
る。

【００１９】帰属度の閾値は、帰属度のランク別に与え
る。ここでは、図６に示すように、帰属度を１（帰属す
る）と０（帰属しない）の二ランクに分けるものとし、
平均ベクトルと各文書ベクトルとの距離を小さい順に並
べたとき、４０％のラインを閾値として、０〜４０％の
範囲に入る文書を帰属度１に、４０〜１００％の範囲に
入る文書を帰属度０に振り分けるものとする。

【００２０】なお、帰属度のランクは、１０段階や１０
０段階など、多段階に設定しても良い。また、閾値の決
め方は、ユーザが任意に指定することができ、平均ベク
トルと各文書ベクトルとの距離の絶対順位や、距離の値
そのもの、あるいは距離の偏差値などを用いて指定して
も良い。また、距離の代わりに、平均ベクトルと各文書
ベクトルとの内積など、ベクトル空間法でよく用いられ
る量を使用することもできる。

【００２１】また、閾値として、文書集合保持部１に保
持された文書全体中の当該分類に属する文書（「正
解」）の割合（の関数）を用いても良い。この場合、最
初の段階では、正解の数は分からないので、ユーザが適
当に推定し（そのためのサンプル提示を行っても良
い）、評価の進行に従って、正解の割合を更新し、それ
に伴って、帰属度計算基準の再計算時に、閾値を更新す
るようにしてもよい。

【００２２】帰属度計算基準初期値作成部15で作成され
た帰属度計算基準の初期値は帰属度計算基準保持部13に
格納される。

【００２３】ステップ３：帰属度計算部３は、帰属度計
算基準保持部13に格納された帰属度計算基準を用いて、
文書集合保持部１に保持された各文書の帰属度を計算す
る。帰属度の計算は（式１）によって行われる。 score(doc,cat)＝score_cat(ｄ(doc,cat)）（式１）ここで、score(doc,cat)：文書docの分類catへの帰属度 score_cat(d）：分類catにおける距離ｄの文書の帰属度ｄ(doc,cat)：文書docと分類catとの距離ｄ(doc,cat)は、（式２）から求める。ｄ(doc,cat)＝√（Σ（doc_i−ｍ（cat)_i）²）（式２）（Σはｉ＝１からdimまで加算）ここで、dim：文書ベクトルの次元（＝平均ベクトルの
次元） doc_i：文書docのベクトル第ｉ軸の値ｍ（cat)_i：分類catの平均ベクトルの第ｉ軸の値例えば、文書１１９３４（図４）の分類「列車の脱線」
（図５）の距離は、ｄ（11934，列車の脱線）＝√｛（0.159713−0.43559
5）²＋（0.004751−0.012305）²＋‥＋（0.015522−0.0
00806）²｝＝0.90 となる。

【００２４】図３は、帰属度計算の処理手順を示してい
る。ステップ10：各文書のベクトルの、平均ベクトルとの距
離を求める。ステップ11：距離の小さい順に並べた文書番号リストを
作る。ステップ12：閾値（４０％）を基に、帰属度１とすべき
文書数ｄ(1)を求める。ステップ13：距離の小さい順に、ｄ(1)番目までの文書
を帰属度１とする。ステップ14：最後の文書と同じ距離の文書があれば、そ
れらについても帰属度１とする。ステップ15：残りの文書は、帰属度０とする。

【００２５】ここでは、ステップ12のｄ(1)番目の文書
における平均ベクトルとの距離が０．８１であったとす
る。文書１１９３４の分類「列車の脱線」への帰属度
は、文書１１９３４と分類「列車の脱線」の平均ベクト
ルとの距離０．９０が０．８１より大きいため、 score(11934,列車の脱線)＝０となる。

【００２６】帰属度計算部３による帰属度計算の結果
は、帰属度計算結果保持部４で保持される。また、帰属
度計算結果保持部４には、文書ベクトルや各文書に関す
る諸データも合わせて保持される。

【００２７】ステップ４：ユーザは、計算結果を評価す
るために、評価対象とする文書を選択するための評価対
象選択基準を評価対象選択基準指定部11から指定する。

【００２８】図７は、帰属度計算結果表示部10のＧＵＩ
により表示される評価対象選択基準指定画面を示してい
る。評価対象選択基準指定部11からの評価対象選択基準
の指定は、この画面上で、評価対象選択基準を指定する
操作によって行われる。

【００２９】この評価対象選択基準指定画面の「分類
名」には、対象の分類名を入力する。「評価対象数」に
は、入力された分類への帰属度を計算した文書数が帰属
度計算結果保持部４から取得されて表示される。

【００３０】「選び方」は、評価対象とする文書の選び
方を指定し、「距離が近い順」を指定した場合は、距離
が近い順に連続して、指定した個数の文書が評価対象と
して選択され、「距離が遠い順」を指定した場合は、距
離が遠い順に連続して、指定した個数の文書が評価対象
として選択される。また、他の条件（例えば、軸に関す
る条件）と組み合わせた場合は、他の条件を満たすもの
の中から、距離が近い順、あるいは遠い順に、指定した
個数の文書が評価対象として選択される。また、「選び
方」は、「範囲指定」で選ぶことも可能であり、評価対
象の「選び方」としては、「距離が近い順」「距離が遠
い順」「範囲指定」のうちのどれかを選択する。なお、
「距離が近い順」または「距離が遠い順」を選択したと
きは、帰属度計算結果保持部４に保持された計算結果が
表示される場合に、選択した順で表示される。

【００３１】範囲指定の「グラフ表示」は、グラフを利
用した評価対象選択画面を表示するときに選択する。
「距離指定」は、評価対象選択基準として、距離の範囲
を指定し、その範囲に含まれる文書の計算結果を表示す
るときに選択する。この距離の範囲はグラフ上で指定す
ることができ、グラフ上で指定した距離の範囲に対応す
る区間の数値が連動して表示される。

【００３２】「軸指定」は、評価対象選択基準として、
ベクトル軸と、その軸上の値の範囲とを指定し、その範
囲に含まれる文書の計算結果を表示するときに選択す
る。この値の範囲はグラフ上で指定することができ、グ
ラフ上で指定した値の範囲に対応する区間の数値が連動
して表示される。

【００３３】「確信度指定」は、評価対象選択基準とし
て、後述するように、文書が分類に属すかどうかを確率
的手法で求めたときの確率（確信度）の範囲を指定し、
その範囲に含まれる文書の計算結果を表示するときに選
択する。この確信度の範囲はグラフ上で指定することが
でき、グラフ上で指定した確信度の範囲に対応する区間
の数値が連動して表示される。

【００３４】「値指定」は、グラフ上のスケールを数値
で表示する場合に選択し、「偏差値指定」は、グラフ上
のスケールを偏差値で表示する場合に選択する。「分布
関数指定」は、評価対象選択基準として、評価対象の文
書数を分布関数に従って指定する場合に選択する。この
とき、「選択」ボタンを押すと、適用する分布関数の選
択画面が表示される。

【００３５】「評価済みの文書」は、帰属度計算基準の
更新と帰属度計算結果の評価とを繰り返す場合に、その
評価対象に評価済みの文書を「含める」か「含めない」
か「評価済みのみ」とするかを指定する。「評価対象取
得」は、この画面で指定した評価対象選択基準に従って
評価対象を取得する場合に押す。また、「オプション設
定」は、複数の評価対象選択基準を組み合わせて評価対
象を限定するような場合に選択する。

【００３６】こうした様々な評価対象選択基準は、評価
対象選択基準保持部12に保持されており、この評価対象
選択基準保持部12の情報を反映して、帰属度計算結果表
示部10がＧＵＩにより図７の評価対象選択基準指定画面
を生成する。評価対象選択基準としては、さらに、「分
類××に関して、帰属度が一定範囲にある文書を選択す
る」とか、「分類××に関して、帰属度が上位○位であ
る文書を選択する」とか、「分類××に関して、帰属度
順に○文書おきの文書を選択する」などの基準を設ける
ことも可能である。

【００３７】ステップ５：図７の画面上で、評価対象選
択基準を指定した後、「評価対象取得」ボタンを押し、
評価対象を選択する評価対象選択画面を表示する。図８
は、図７の評価対象選択基準指定画面で、「距離が近い
順」「グラフ表示」及び「値指定」を指定して、「距離
指定」を選択したときの評価対象選択画面を示してい
る。

【００３８】この画面には、Ｘ軸に距離の値、Ｙ軸に文
書数を表すグラフが表示され、Ｘ軸に沿って、範囲の最
小値及び最大値を示す矢印が表示される。この矢印はマ
ウスをドラッグして移動することができ、この矢印のＸ
軸上の位置を示す距離の値が対象区間として表示され、
この区間に含まれる文書数が区間内文書数として表示さ
れる。なお、評価対象選択基準指定画面で「偏差値指
定」を選択した場合には、Ｘ軸上の数値が偏差値とな
る。

【００３９】また、画面上には、指定した分類での帰属
度ごとの文書数が表示される。また、「文書表示」ボタ
ンが表示され、このボタンを押すと、選択している範囲
の文書が一覧表示される。

【００４０】また、図９は、図７の評価対象選択基準指
定画面で「グラフ表示」及び「値指定」を指定して、第
１８軸の「軸指定」を選択したときの評価対象選択画面
を示している。グラフ表示のＸ軸は第１８軸の値であ
り、グラフとして、全体の文書の分布と帰属度１の文書
の分布とが表示されている。それぞれのグラフは色を変
えて表示しても良い。

【００４１】また、図１０は、図７の評価対象選択基準
指定画面上で「分布関数指定」を指定して選択ボタンを
押したときの分布関数選択画面を示している。この分布
関数選択画面の「一様選択」「左優先」「右優先」「両
端重視」及び「中央重視」の各分布関数は評価対象選択
基準保持部12に保持されている。また、「自由指定」の
分布関数は、ユーザがＧＵＩにより分布関数の型を編集
することができる。

【００４２】図７の評価対象選択基準指定画面で「グラ
フ表示」、「値指定」及び「分布関数指定」を指定して
「距離指定」を選択し、また、分布関数選択画面上で
「左優先」の分布関数を選択したとすると、図８の矢印
で指定した指定区間から取得する文書数は、グラフで表
示するその区間の文書数そのものでは無く、前記文書数
に左優先の分布関数を乗じて算出される。

【００４３】図１１は、この関係を説明している。図１
１（ａ）は、指定区間の文書数を示し、図１１（ｂ）
は、選択された左優先の分布関数を示している。指定区
間内の相対位置ｘの文書からの取得数は、次の（式３）
により設定される。指定区間内の相対位置ｘの文書からの取得数＝｛（相対位置ｘの全文書数×相対位置ｘでの分布関数の値）／Σ（相対位置ｘ'の全文書数×相対位置ｘ'での分布関数の値）｝ ×指定された取得総数＝｛Ｎ(x)・ｐ(x)／Σ（Ｎ(x')・ｐ(x')｝×指定された取得総数（Σはｘ’について加算）（式３）図１２には、左優先の分布関数を使って、指定区間の文
書数から文書取得数を算出した実例を示している。

【００４４】なお、ここでは、分布関数の値を対応する
位置の文書数に乗じて、取得文書数を決定したが、対応
する位置の文書数に依らず、分布関数の形のみによっ
て、取得文書数を決定するようにしても良い。

【００４５】また、評価対象とした文書の分布が、指定
した形になるように、新たな対象を選ぶようにしてもよ
い。例えば、これまで選んだ対象が、現在の基準で上位
に偏っているような場合、分布関数として一様（フラッ
トな）関数を指定し、今回評価の対象となる文書を加え
た結果が、現在の基準で偏りのない（一様）分布になる
ように（即ち、今回の評価対象の選択では、下位の文書
を多く選ぶように）してもよい。

【００４６】また、評価対象選択画面には、図１３に示
すように、評価が既に行われた文書と評価が行われてい
ない文書とを区別して表示しても良い。図１３では、帰
属度１と帰属度０とに区分し、帰属度１が付与されてい
る文書の中で、評価の結果として帰属度１が付与された
文書を判定１とし、帰属度０が付与されている文書の中
で、評価の結果として帰属度０が付与された文書を判定
０とし、これまで評価対象となっていない文書を未判定
とし、また、評価入力画面や文書一覧で選択中の文書を
判定中として、各文書数を表示している。

【００４７】評価対象選択画面の「文書表示」を押す
と、図１４に示すように、評価対象選択画面で選択され
た文書の文書番号、距離及び見出しが一覧表示される。
図１４（ａ）は、左優先分布関数を選択し、且つ、文書
取得総数を１０文書としたときの一覧表示画面を示し、
図１４（ｂ）は、分布関数指定を行わずに上位から１０
文書を選択した場合の一覧表示画面を示している。左優
先の分布関数指定を行う場合（図１４（ａ））には、距
離の大きい正解も含まれるが、分布関数指定を行わない
場合には、距離の小さい正解だけが選択される。

【００４８】ステップ６：ユーザは、一覧表示された文
書を個々に参照し、帰属度の適否を評価する。図１５
は、評価入力画面を示している。見出しをクリックする
と、図１６に示すように、本文が別ウィンドウに表示さ
れる。ユーザは、この文書が分類「列車の脱線」に属す
と評価した場合は評価入力画面（図１２）の評価欄に１
を入れ、属さないと評価した場合は０を入れる。なお、
既に評価が付けられている場合には、その評価が評価欄
に表示される。

【００４９】この評価入力画面の「ＯＫ」を押すと、評
価が入力されているもののみ、評価結果保持部７に保持
される。

【００５０】なお、帰属度計算結果表示部10は、単に計
算結果の文書を表示するブラウザとして利用することも
可能であり、この場合、評価入力画面から見出しをクリ
ックして本文を表示させる。また、評価欄には評価を入
れずに「ＯＫ」を押す。

【００５１】評価結果保持部７には、図１７に示すよう
に、評価結果が蓄積される。同じ文書の同じ分類に対す
る評価結果は上書きされる。評価入力画面（図１５）で
評価結果が空欄のままのデータは蓄積されない。なお、
評価が明示的に与えられなかった文書については、現在
の帰属度計算結果の値をそのまま評価としても良い。そ
の場合、文書表示時に、あらかじめ評価欄に帰属度計算
結果を表示しておくのが良い。

【００５２】ステップ７：また、ユーザは、計算結果に
全て満足したときは、帰属度計算基準の作成処理を終了
する。ステップ８：ユーザが評価を行い、その評価結果が入力
された場合には、帰属度計算基準再計算部８は、評価結
果保持部７に保持された文書の文書ベクトルを用いて分
類の平均ベクトルを再計算する。分類Ｃの平均ベクトル
の第ｉ成分をμ_Ciとすると、（式４）により算出する。 μ_Ci＝ｍ_Ci／√（Σｍ_Cj ²）（式４）（Σはｊについて加算）ここで、ｍ_Ciは、分類Ｃに属すという評価結果が評価結
果保持部７に保持されている文書の文書ベクトルにおけ
る第ｉ成分の平均である。なお、この場合、帰属度に応
じて重み付きで平均を取っても良い。

【００５３】分類「列車の脱線」の平均ベクトルが再計
算の前後で図１８のように変化したとする。帰属度計算
基準再計算部８は、再計算した帰属度計算基準を帰属度
計算基準再計算結果保持部９に格納し、帰属度計算基準
更新部14は、帰属度計算基準保持部13に保持された帰属
度計算基準を、帰属度計算基準再計算結果保持部９に格
納された帰属度計算基準で更新する。次いで、ステップ
３以降の手順を繰り返す。

【００５４】帰属度計算部３は、更新された帰属度計算
基準を用いて、図３の手順で各文書の帰属度を再計算す
る。このとき、閾値（４０％）に対応する新たな平均ベ
クトルとの距離が０．８５になったとする。文書１１９
３４（図４）の分類「列車の脱線」の距離は、ｄ（11934，列車の脱線）＝√｛（0.159713−0.174962)
²＋（0.004751−0.005654）²＋‥＋（0.015522+0.00114
2）²｝＝0.80 となり、０．８０＜０．８５であるため、 score(11934,列車の脱線)＝１となる。

【００５５】このように、この装置では、ＧＵＩを利用
して、帰属度計算結果表示部10が提示する画面上で様々
な評価対象基準を指定し、種々の観点から帰属度計算結
果を見直すことができる。そのため、帰属度計算基準を
効率的、且つ、正確に更新することが可能である。

【００５６】なお、以上の説明では、分類の平均ベクト
ルの値を一意に決まるものとしてきたが、平均ベクトル
自体、ある中心の周りの一定の範囲に確率的に分布する
としてもよい。この場合、各文書から分類の平均までの
距離も、確率的に分布することになり、各文書が各分類
に属すかどうかも確率的な値となる。この確率を確信度
として表す。

【００５７】一般に、一つの分類について考えた場合で
も、文書によって、分類の平均との距離の分布形状は異
なり得る。また、平均の分布の中心との距離（これまで
平均との距離としてきた値）が等しい文書間において
も、分布の形状は異なり得る。図１９（ａ）（ｂ）は、
平均ベクトルμの中心μ＾との距離ｄ＾が等しい文書
Ａ、Ｂにおいて、平均ベクトルとの距離の分布が異なる
場合を示している。図１９（ｂ）では、分かり易くする
ため、二次元の座標で、文書Ａの座標位置をｘａ、文書
Ｂの座標位置をｘｂで表し、平均ベクトルμの分布を斜
線を引いた楕円で表している。このように平均ベクトル
の分布がＸ１軸方向に細長い楕円状に一様に分布してい
る場合、ｘａ、ｘｂは、共に楕円の中心μ＾から等距離
にあるが、Ｘ２軸方向に離れたｘａから楕円内の各点へ
の距離は、比較的狭い範囲に収まるのに対して、Ｘ１軸
方向に離れたｘｂから楕円内の各点への距離は、広い範
囲に分布する。文書Ａ、Ｂにおける平均ベクトルとの距
離の分布は図１９（ａ）のようになる。

【００５８】いま、分類Ｃに属すための閾値となる距離
が、距離ｄ₀の位置に来たとする。文書Ａ、Ｂそれぞれ
の分類Ｃの平均ベクトルへの距離がｄ₀以下になる確率
は、図１９（ａ）の各面積から、図１９（ｃ）のように
なるので、分類Ｃに属す確信度は、図１９（ｄ）に示す
ように、文書Ａでは０．８、文書Ｂでは０．６７とな
る。この場合、ｄ＾はｄ₀より小さいので、帰属度では
共に１と表される。

【００５９】このように、確信度を用いることにより、
各文書の分類に対する状態を高精度に表すことができ
る。この確信度に基づいて評価対象を選択する場合は、
評価対象選択基準指定画面から「確信度指定」を選択す
る。また、帰属度計算基準再計算部８は、（式４）によ
り分類の平均ベクトルを再計算したとき、（式４）で求
めた値の周囲に平均ベクトルが確率的に分布しているも
のとして平均ベクトルを設定する。

【００６０】また、帰属度計算基準の一部として、分類
間の帰属度に関する制約を規定することができる。例え
ば、分類「列車の脱線」への帰属度が１なら、分類「話
や行為の脱線」に対する帰属度を０にする、と云うよう
な制約である。このような分類間の帰属度に関する制約
は、式に記述（前述の例では（「話や行為の脱線」に対
する帰属度=0 if 「列車の脱線」==1）と云う式に記
述）し、分類間制約関係エディタを使って、帰属度計算
基準保持部13や計算結果評価部６に入力され、保持され
る。この場合、計算結果評価部６は、ユーザがある文書
に関して、分類「列車の脱線」に対する帰属度を１と評
価したとき、前記制約に基づいて、その文書の分類「話
や行為の脱線」に対する評価結果を自動的に０と決定す
る。

【００６１】図２０には、このように分類に対する評価
が他の分類に対する評価と連動する場合の例を示してい
る。

【００６２】計算結果評価部６は、ある文書のある分類
に対する評価が入力されたとき、保持する制約を参照
し、当該文書の関連する分類に対する評価を計算し、そ
れを以って同等の評価が入力されたものと見なす。な
お、このとき、計算結果評価部６は、ユーザに確認を求
めたり、メッセージを出すようにしても良い。また、既
入力の評価と矛盾が生じる場合をチェックし、このとき
だけユーザに確認を求めるようにしても良い。

【００６３】こうした制約としては、評価が相補的な場
合のほか、評価が継承される場合などがある。こうした
制約を帰属度計算基準の一部として設定することによ
り、ユーザの評価回数を減らすことができる。

【００６４】（第２の実施形態）第２の実施形態の帰属
度計算基準作成装置は、図２１に示すように、文書間の
類似度を計算する文書類似度計算部16を備えている。そ
の他の構成は第１の実施形態（図１）と変わりがない。

【００６５】この装置では、評価対象選択基準指定部11
が、類似度計算の核となる元文書の文書番号を文書類似
度計算部16に渡す。文書類似度計算部16は、文書集合保
持部１から各文書の文書ベクトルを取得して、元文書と
その他の文書との類似度、即ち、文書ベクトル間の距離
を算出する。次いで、文書類似度計算部16は、帰属度計
算結果保持部４に保持された各文書の帰属度を参照し、
元文書と異なる帰属度が付された文書については、元文
書との類似度が高い（距離が近い）順に並べ、また、元
文書と同一の帰属度が付された文書については、元文書
との類似度が低い（距離が遠い）順に並べて評価対象選
択部５に渡す。評価対象選択部５は、文書類似度計算部
16から渡された文書類似度計算結果に含まれる文書数を
所定数に絞って評価対象とする。

【００６６】図２２は、文書類似度計算結果を基に選択
された評価対象を例示している。ここでは、元文書（文
書番号８５５９０）の帰属度の評価が１であるため、元
文書との類似度が高くて、帰属度０と判定されている文
書が類似度の高い順に表示され、また、元文書との類似
度が低くて、帰属度１と判定されている文書が類似度の
低い順に表示されている。

【００６７】ユーザは、この評価対象の帰属度を見直
す。この場合、元文書と類似しているのに帰属度が異な
るものや、元文書と類似していないのに帰属度が一致す
るものは、帰属度の判定が間違っている可能性が高い。
従って、この評価対象を見直すことにより、効率的に帰
属度計算基準を改善することができる。

【００６８】また、ユーザは、評価対象選択画面で、分
類に属する文書の中から帰属度の境界に最も近い文書を
元文書として選択し、あるいは、分類に属しない文書の
中から帰属度の境界に最も近い文書を元文書として選択
し、その文書番号を評価対象選択基準指定部11より文書
類似度計算部16に渡すようにしても良い。こうした手順
を踏むことによって帰属度計算基準の改善を一層効率化
することができる。

【００６９】（第３の実施形態）第３の実施形態の帰属
度計算基準作成装置は、図２３に示すように、前回の帰
属度計算結果と今回の帰属度計算結果とを比較する帰属
度計算結果比較部17を備えている。その他の構成は第１
の実施形態（図１）と変わりがない。

【００７０】この装置の帰属度計算結果比較部17は、帰
属度計算結果保持部４に格納された帰属度計算結果を保
持し、帰属度計算基準が更新され、帰属度計算結果保持
部４に新たな帰属度計算結果が格納されると、帰属度計
算結果保持部４から新たな帰属度計算結果を読み出し、
帰属度計算基準の更新前後における帰属度計算結果を比
較して評価対象選択部５に提示する。

【００７１】図２４は、帰属度計算結果比較部17の比較
結果に基づいて、帰属度計算結果表示部10に表示される
画面例を示している。グラフには、更新前の帰属度１の
文書、及び更新前の帰属度０の文書が、更新後の距離に
おいてどのように分布しているかが表示されている。グ
ラフ上、更新前の帰属度１の文書であって更新後の帰属
度の境界より右にある文書は、更新により帰属度が１か
ら０に変わった文書であり、逆に、更新前の帰属度０の
文書であって更新後の帰属度の境界より左にある文書
は、更新により帰属度が０から１に変わった文書であ
る。このように、帰属度計算基準の更新で帰属度が変化
した文書や、変化しなかった文書を、グラフやチェック
ボタンを選択して画面上に表示させることができる。

【００７２】また、図２５は、帰属度計算結果比較部17
の比較結果に基づいて、帰属度計算結果表示部10に表示
される他の画面例を示している。グラフには、帰属度計
算基準の更新前と更新後とに分けて、文書集合全体、評
価１の文書及び評価２の文書の文書数の分布が表示され
ている。このグラフから、評価対象の選択範囲や評価終
了の時期などを判断することができる。

【００７３】（第４の実施形態）第４の実施形態の帰属
度計算基準作成装置は、図２６に示すように、文書集合
からキーワードを抽出するキーワード生成部19と、文書
集合保持部１に保持された文書を指定された条件で検索
する文書検索部18とを備えている。その他の構成は第１
の実施形態（図１）と変わりがない。

【００７４】図２７は、この装置の評価対象選択基準指
定画面を示している。この画面は、第１の実施形態の同
一画面（図７）と比べて、検索条件の入力画面と、キー
ワードの提示領域とを備えている点が相違している。

【００７５】ユーザが、評価対象選択基準指定画面上
で、「距離指定」や「軸指定」により範囲指定を行い、
また、評価済みの文書を「含める」「含めない」または
「評価済みのみ」を指定して、キーワードの提示領域を
クリックすると、キーワード生成部19は、指定に従っ
て、範囲指定された評価済みの文書、または帰属度計算
が行われた文書から、特徴的なキーワードを抽出する。
抽出されたキーワードは、評価対象選択基準指定画面の
キーワードの提示領域に表示される。

【００７６】ユーザが、表示されたキーワードを検索条
件に指定して、検索を指示すると、文書検索部18は、こ
の検索条件で文書集合保持部１に保持された文書を検索
し、検索結果を評価対象選択部５に渡す。評価対象選択
部５は、文書検索部18が検索した文書を評価対象とし、
ユーザは、この評価対象の帰属度を評価する。

【００７７】このように、この装置では、キーワードを
利用して帰属度計算基準の更新を効率化することができ
る。

【００７８】また、例えば、特定の軸の成分を調べたと
きに、評価１の文書群での平均と、評価０の文書群での
平均とが大きく離れている場合、それぞれの平均のまわ
りの文書からキーワードを提示させ、その内容を確認し
て、軸の重みを重くしたり、軽くしたりすることなども
できる。

【００７９】（第５の実施形態）第５の実施形態の帰属
度計算基準作成装置は、図２８に示すように、各分類の
帰属度計算基準の適合性を評価する帰属度計算基準評価
部20を備えている。その他の構成は第１の実施形態（図
１）と変わりがない。

【００８０】この装置では、帰属度計算部３が、ユーザ
による帰属度の評価済みの文書を対象として、帰属度計
算基準に基づいて帰属度を計算する。帰属度計算基準評
価部20は、この帰属度計算結果と、ユーザが評価した帰
属度とを照合して、各分類の帰属度計算基準の有効性を
評価する。

【００８１】この評価の基準には、次の（式５）で示す
評価的中率を用いる。評価的中率＝（評価と帰属度計算結果とが一致している文書数）／（評価が与えられている文書数）（式５）各分類の帰属度計算基準を作成する過程で、帰属度計算
基準評価部20により、この評価的中率を調べる。そし
て、評価的中率が低い分類に対して、優先して帰属度計
算基準を改善し、全体の分類力レベルの早期底上げを図
る。

【００８２】図２９は、この場合の手順を示している。ステップ20：いくつかの分類に対して、分類名を指定し
て、それぞれ、ある程度まで帰属度計算基準を作成す
る。ステップ21：帰属度計算基準評価部20により、各分類の
帰属度計算基準を評価する。ステップ22：分類名と判別的中率とをユーザに示し、帰
属度計算基準を改良する分類名を指定させる。ステップ23：指定された分類に対して、帰属度計算基準
を改良する。

【００８３】なお、評価的中率が低い分類を検索し、そ
の分類を廃止するために、この評価的中率を用いること
も可能である。

【００８４】このように、この装置では、帰属度計算基
準評価部20の評価結果に基づいて、帰属度計算基準の改
善に注力すべき分類を絞り込むことが可能になり、帰属
度計算基準作成作業を効率化し、高精度の帰属度計算基
準を生成することが可能になる。

【００８５】（第６の実施形態）第６の実施形態の帰属
度計算基準作成装置は、図３０に示すように、ベクトル
軸の有効性を表す情報を生成する帰属度計算基準再計算
支援部21と、ユーザの指示に基づいて帰属度計算基準の
再計算を制御する帰属度計算基準再計算制御部22とを備
えている。その他の構成は第１の実施形態（図１）と変
わりがない。この装置では、帰属度計算基準再計算支
援部21から、ベクトルの各次元を表す軸が分類にどの程
度役立っているかを示す情報が提示され、ユーザは、こ
の情報を参照して、帰属度計算基準再計算制御部22か
ら、分類に使用する次元数を絞り、また、有効性に応じ
た各次元への重み付けを行う。

【００８６】典型的な作成方法においては、文書ベクト
ルのベクトル成分である軸は、単語に対応し、そのベク
トル成分の値は、その単語の出現頻度に対応している。
この装置では、分類の帰属度計算基準として相応しくな
い、差別化の機能が薄い単語をユーザが除外できる。こ
の単語を「素性」と云い、単語の出現頻度に相当するベ
クトル成分の値を「素性の値」と云うことにする。

【００８７】帰属度計算基準再計算支援部21は、評価結
果保持部７に保持されたユーザの評価済みの各文書、あ
るいは、帰属度計算結果保持部4に保持された帰属度計
算が行われた各文書の軸番号に対応する素性の値を取得
し、各軸番号ごとに、且つ、帰属度別に、素性の値の分
散を計算する。

【００８８】図３１は、帰属度計算基準再計算支援部21
の計算結果が表示された画面を示している。ここでは、
ユーザにより帰属度１と評価された文書、及び、帰属度
０と評価された文書の各々を対象として、軸ごとの分散
が計算されており、分散値とその軸番号とが、分散値の
小さい順に表示され、また、その中から選択された軸番
号４７７の分散がグラフ表示されている。

【００８９】また、図３２は、帰属度計算基準再計算支
援部21の計算結果が表示された他の画面を示している。
ここでは、横軸に帰属度１の文書を対象とする素性の値
の分散値を表示し、縦軸に帰属度０の文書を対象とする
素性の値の分散値を表示するグラフに、各軸ごとの分散
値がプロットされている。この点をポインタで選択する
と、該当する軸の軸番号、縦軸での分散値及び横軸での
分散値が数値で表示される。

【００９０】ユーザは、こうした表示から、分散値が小
さく、且つ、帰属度１における分散と帰属度０における
分散とが重なり合わない素性を有効性が高い素性として
認識することができ、逆に、帰属度１における分散と帰
属度０における分散とが重なり合う素性を有効性が低い
素性として認識することができる。

【００９１】帰属度計算基準再計算支援部21では、ま
た、各素性の有効性を定量化するために、各素性の重み
（軸の重み）を計算する。

【００９２】軸の重みを計算する計算式は、種々設定す
ることができる。（例１）軸iの重みw_i＝１／(帰属度１と判定された文書の第ｉ成分の標準偏差）（式６）（例２）軸iの重みw_i＝|(帰属度１と判定された文書の第ｉ成分の平均） −(帰属度０と判定された文書の第ｉ成分の平均)｜／(帰属度１と判定された文書の第ｉ成分の標準偏差）（式７）（例３）軸iの重みw_i＝|(帰属度１と判定された文書の第ｉ成分の平均） −(帰属度０と判定された文書の第ｉ成分の平均)｜／(帰属度１と判定された文書の第ｉ成分の標準偏差)＋ (帰属度０と判定された文書の第ｉ成分の標準偏差）（式８）ここで、（例１）は、帰属度１の文書における素性の分
散のみに着目して軸の重みを求めている。（例２）で
は、さらに、帰属度１の文書の素性と帰属度０の文書の
素性との平均離間距離を勘案している。（例３）では、
さらに、この離間距離を、帰属度０の文書における素性
の分散を勘案して評価している。

【００９３】図３３には、帰属度１及び帰属度０に判定
された文書の各素性の値の平均値及び分散値とともに、
（式６）（式７）（式８）のそれぞれで算出した軸の重
みを対比して示している。

【００９４】（式７）で求めた軸の重みは、帰属度計算
基準の平均ベクトルの成分として取り込む有効性の高い
素性を選定するための基準に適している。また、（式
６）で求めた軸の重みは、距離計算に使用する重みとし
て適している。

【００９５】ユーザが、（式７）で求めた軸の重みを参
考に、帰属度計算基準の平均ベクトルの成分に使用する
素性を指定すると、帰属度計算基準再積算制御部22は、
その指示に従って帰属度計算基準再計算部８における帰
属度計算基準の再計算を制御する。

【００９６】また、ユーザが、帰属度計算基準の平均ベ
クトル成分の素性に対して、（式６）による重み付けを
指示すると、帰属度計算基準再積算制御部22は、帰属度
計算基準再計算支援部21から得た各素性に対する重みの
計算値を帰属度計算基準再計算部８に出力し、帰属度計
算基準再計算部８は、重み付き平均ベクトルを計算す
る。重み付き平均ベクトルμは、平均ベクトルの第ｉ成
分に重みｗiを掛け、全体の長さが１になるように正規
化して求めることができる。この重みは、帰属度計算基
準のパラメータとして帰属度計算基準保持部13で保持さ
れる。

【００９７】また、重みを使った距離計算では、各文書
ｄの文書ベクトルの第ｉ成分に重みｗiを掛け、全体の
長さが１になるように正規化して重み付き文書ベクトル
ｘdを生成し、この重み付き文書ベクトルｘdと、前記重
み付き平均ベクトルμとの通常の距離を算出し、これを
文書ベクトルと分類の平均ベクトルとの重み付き距離と
する。

【００９８】このように、帰属度計算基準の平均ベクト
ルの成分として、有効性が高い素性のみを、その有効性
に応じた重みを付けて用いることにより、高精度の帰属
度計算基準を作成することが可能になる。

【００９９】（第７の実施形態）第７の実施形態では、
文書検索で求めた文書集合を用いて帰属度計算基準を作
成する装置について説明する。

【０１００】この装置は、図３４に示すように、文書が
蓄積された文書ＤＢ23と、文書ＤＢ23の文書を検索する
文書検索部24と、検索条件を入力する検索条件入力部25
とを備えている。その他の構成は第１の実施形態（図
１）と変わりがない。

【０１０１】図３５に、この装置の動作フローを示して
いる。ステップ30：ユーザは、検索条件入力部25から検索条件
を入力する。図３６は、検索条件入力部25の検索条件入
力画面を示している。ユーザは、この画面から「分類
名」「絞込み条件」及び「文書取得条件」を入力する。ステップ31：文書検索部24は、絞込み条件及び文書取得
条件として入力された「脱線」及び「列車」と云う語を
含む文書を文書ＤＢ23から検索し、文書集合保持部１に
保持された文書集合に追加する。ステップ32：検索条件として絞り込み条件が入力されて
いる場合は、ステップ33：その絞り込み条件と、入力された分類名と
が、帰属度計算基準初期値作成部15を通じて帰属度計算
基準保持部13に送られ、その分類に対応付けた帰属度計
算基準として登録される。図３７は、登録された帰属度
計算基準を示している。ステップ34：さらに文書集合を拡張する場合は、ステッ
プ30からの手順を繰り返す。文書集合を拡張しない場合
は、ステップ35：帰属度計算基準の作成が行われる。

【０１０２】この帰属度計算基準の作成において、帰属
度計算部３は、検索条件入力部25から登録された帰属度
計算基準を含めずに帰属度を計算し、次いで、検索条件
入力部25から登録された検索条件により帰属度を求め、
双方の帰属度を合成して最終的な帰属度を得る。検索条
件からの帰属度の求め方や、合成の仕方は、任意に別途
定めることができる。

【０１０３】ここでは、検索条件によって求める帰属度
は、検索条件の語「脱線」を本文中に含む文書では帰属
度１、そうでなければ帰属度０とする。また、合成は、
検索条件を含めずに求めた帰属度（ベクトル空間法によ
り求めた帰属度）と、検索条件から求めた帰属度との最
小値を最終的な帰属度として合成するものとする。

【０１０４】この合成の関係を、図３８に示している。
こうした合成を行うことにより、例えば、脱線以外の列
車の事故に関する文書のように、「脱線」と云う文字は
含まないが、他の語の出現状況が脱線事故の文書と似て
いる文書では、「脱線」と云う文字列の検索条件から求
める帰属度が０になり、最終的な帰属度は０になる。ま
た、行為の行き過ぎを意味する「脱線」と云う文字を含
むが、脱線事故の文書とは他の語の使い方が異なる文書
では、「脱線」と「列車」の両方を含む文書で作られる
（距離を使った）分類基準での帰属度が０になり、最終
的な帰属度は０になる。「列車」では無く「電車」と云
う表現を用いて「脱線」事故が記述されている文書の場
合には、「列車」と「電車」の違いはあるものの、他の
語の使い方は大差ないため、分類基準からの帰属度は
（１）になり、結果の帰属度も１になる。

【０１０５】このように、この装置では、文書検索を使
って文書集合を求めることができ、また、この文書検索
時の検索式を帰属度計算基準に継承することができる。

【０１０６】この装置では、分類ごとに検索条件を変え
ることにより、文書集合保持部に分類ごとの文書を集め
て帰属度計算基準を作成することができる。

【０１０７】なお、検索条件の内、文書取得条件は、文
書取得のみに使う検索条件であり、帰属度計算基準には
影響を与えない。

【０１０８】また、この例では、検索結果を、指定した
語句を含むか含まないかの二段階に区別しているが、例
えば、指定した語句の包含数などに応じて多段階に区分
し、一定の段階の文書のみを検索結果に含めるようにし
ても良い。また、検索条件は、文字列だけでなく、文字
列を使った正規表現や、書誌事項などを使用することも
できる。

【０１０９】また、一つの分類に対して、文書取得用の
条件として指定する語を変えて複数の文書集合を取得
し、各文書集合からそれぞれ分類基準を作成して帰属度
計算基準保持部に保持（格納）し、実際の分類時の帰属
度の計算では、各分類基準から計算した帰属度のうち最
も大きいものを、検索条件を含めずに求めた帰属度とし
て利用するようにしてもよい。例えば、「脱線」と云う
分類に関して、「列車」と云う文字を含む文書で作った
分類基準と、「電車」と云う文字を含む文書で作った分
類基準とを持ち、実際の分類時の帰属度は各々の分類基
準を用いて計算し、そのうち、大きい方を帰属度として
採用するようにしても良い。

【０１１０】（第８の実施形態）第８の実施形態では、
作成した帰属度計算基準を用いて、文書の分類に対する
帰属度を計算する装置について説明する。

【０１１１】この装置は、図３９に示すように、文書を
蓄積する文書ＤＢ23と、帰属度計算基準を保持する帰属
度計算基準保持部13と、文書ＤＢ23に蓄積された文書を
検索条件に従って検索する文書検索部24と、文書の帰属
度を計算する帰属度計算部３と、帰属度計算部３の計算
結果を保持する帰属度計算結果保持部４と、帰属度計算
結果を出力する帰属度計算結果出力部26とを備えてい
る。

【０１１２】図４０は、この装置の動作フローを示して
いる。ステップ40：帰属度計算基準保持部13に保持された帰属
度計算基準に検索条件が付随している場合には、ステップ41：文書検索部24は、文書ＤＢ23から取り出し
た文書が、帰属度計算基準保持部13から取得した検索条
件を満たしているかどうか識別し、満たさないときは、ステップ44：帰属度を０とする。

【０１１３】また、ステップ41において、検索条件を満
たしているときは、ステップ42：帰属度計算部３は、帰属度計算基準保持部
13から取得した分類の帰属度計算基準を用いて、対象文
書の文書ベクトルと当該分類の平均ベクトルとの重み付
き距離を求め、ステップ43：帰属度に関する距離の閾値を参照し、距離
から帰属度を計算し、ステップ44：帰属度を出力する。

【０１１４】この装置は、対象となる文書ＤＢ中の各文
書に対して、各分類に対する帰属度を上記手順で計算
し、出力する。

【０１１５】なお、この手順では、検索条件からの帰属
度を、検索条件を満たしたとき１、満たさないとき０と
して、検索条件から求めた帰属度と、ベクトル空間法で
求めた帰属度との最小値を最終的な帰属度としている。
なお、各実施形態で示した構成を幾つか組み合わせて実
施することも勿論可能である。

【０１１６】

【発明の効果】以上の説明から明らかなように、本発明
の帰属度計算基準作成方法及び帰属度計算基準作成装置
では、ユーザの試行錯誤を減らし、効率的に、且つ、高
精度に帰属度計算基準を作成することができる。

【図面の簡単な説明】

【図１】第１の実施形態の帰属度計算基準作成装置の構
成を示すブロック図、

【図２】第１の実施形態の帰属度計算基準作成装置の動
作を示すフロー図、

【図３】第１の実施形態の帰属度計算基準作成装置の帰
属度計算手順を示すフロー図、

【図４】第１の実施形態の帰属度計算基準作成装置の文
書集合保持部に保持される文書ベクトルを示す図、

【図５】第１の実施形態の帰属度計算基準作成装置の帰
属度計算基準保持部に保持される平均ベクトルを示す
図、

【図６】第１の実施形態の帰属度計算基準作成装置の帰
属度計算基準保持部に保持される帰属度を決める閾値を
示す図、

【図７】第１の実施形態の帰属度計算基準作成装置の評
価対象選択基準指定画面例、

【図８】第１の実施形態の帰属度計算基準作成装置の評
価対象選択画面例、

【図９】第１の実施形態の帰属度計算基準作成装置の評
価対象選択画面例、

【図１０】第１の実施形態の帰属度計算基準作成装置の
分布関数選択画面例、

【図１１】第１の実施形態の帰属度計算基準作成装置で
の分布関数を利用した選択を説明する図、

【図１２】第１の実施形態の帰属度計算基準作成装置で
の分布関数を利用した選択例、

【図１３】第１の実施形態の帰属度計算基準作成装置の
評価対象選択画面の変形例、

【図１４】第１の実施形態の帰属度計算基準作成装置で
の選択結果を示す図、

【図１５】第１の実施形態の帰属度計算基準作成装置の
評価入力画面例、

【図１６】第１の実施形態の帰属度計算基準作成装置の
文書表示画面例、

【図１７】第１の実施形態の帰属度計算基準作成装置の
評価結果保持部で保持される評価結果を示す図、

【図１８】第１の実施形態の帰属度計算基準作成装置で
の帰属度計算基準再計算結果を示す図、

【図１９】第１の実施形態の帰属度計算基準作成装置で
の確信度を説明する図、

【図２０】第１の実施形態の帰属度計算基準作成装置で
の分類に対する評価が他の分類に対する評価と連動する
例を示す図、

【図２１】第２の実施形態の帰属度計算基準作成装置の
構成を示すブロック図、

【図２２】第２の実施形態の帰属度計算基準作成装置の
文書類似度計算結果の表示画面例、

【図２３】第３の実施形態の帰属度計算基準作成装置の
構成を示すブロック図、

【図２４】第３の実施形態の帰属度計算基準作成装置で
の帰属度推移表示例、

【図２５】第３の実施形態の帰属度計算基準作成装置で
の評価結果の推移表示例、

【図２６】第４の実施形態の帰属度計算基準作成装置の
構成を示すブロック図、

【図２７】第４の実施形態の帰属度計算基準作成装置の
評価対象選択基準指定画面例、

【図２８】第５の実施形態の帰属度計算基準作成装置の
構成を示すブロック図、

【図２９】第５の実施形態の帰属度計算基準作成装置の
動作を示すフローク図、

【図３０】第６の実施形態の帰属度計算基準作成装置の
構成を示すブロック図、

【図３１】第６の実施形態の帰属度計算基準作成装置で
の軸選定のための表示例、

【図３２】第６の実施形態の帰属度計算基準作成装置で
の軸選定のための表示例、

【図３３】第６の実施形態の帰属度計算基準作成装置で
の重み計算例、

【図３４】第７の実施形態の帰属度計算基準作成装置の
構成を示すブロック図、

【図３５】第７の実施形態の帰属度計算基準作成装置の
動作を示すフローク図、

【図３６】第７の実施形態の帰属度計算基準作成装置の
検索条件入力画面例、

【図３７】第７の実施形態の帰属度計算基準作成装置の
検索条件登録状態を示す図、

【図３８】第７の実施形態の帰属度計算基準作成装置で
の帰属度計算を示す図、

【図３９】第８の実施形態の帰属度計算装置の構成を示
すブロック図、

【図４０】第８の実施形態の帰属度計算装置の動作を示
すフロー図である。

【符号の説明】

１文書集合保持部２対象分類指定部３帰属度計算部４帰属度計算結果保持部５評価対象選択部６計算結果評価部７評価結果保持部８帰属度計算基準再計算部９帰属度計算基準再計算結果保持部 10 帰属度計算結果表示部 11 評価対象選択基準指定部 12 評価対象選択基準保持部 13 帰属度計算基準保持部 14 帰属度計算基準更新部 15 帰属度計算基準初期値作成部 16 文書類似度計算部 17 帰属度計算結果比較部 18 文書検索部 19 キーワード生成部 20 帰属度計算基準評価部 21 帰属度計算基準再計算支援部 22 帰属度計算基準再計算制御部 23 文書ＤＢ 24 文書検索部 25 検索条件入力部 26 帰属度計算結果出力部

フロントページの続き (72)発明者飯塚泰樹大阪府門真市大字門真1006番地松下電器産業株式会社内 (72)発明者玉利公一大阪府門真市大字門真1006番地松下電器産業株式会社内Ｆターム(参考） 5B075 NR12 PP23 PQ02 PQ46 PR06 QM08 QP05 5E501 AC18 AC36 BA05 EA05 EA07 EB05 FA03 FA14 FA46

Claims

【特許請求の範囲】

【請求項１】一つ以上の文書からなる文書集合中の各
文書に対して、一つ以上の分類からなる分類集合中の各
分類への帰属度を計算するための帰属度計算基準を作成
する帰属度計算基準作成装置であって、帰属度計算基準作成に用いる文書集合を保持する文書集
合保持手段と、初期状態では帰属度計算基準の初期値を保持し、前記帰
属度計算基準が更新されるごとに、更新された前記帰属
度計算基準を保持する帰属度計算基準保持手段と、前記文書集合保持手段に保持された各文書に対して、前
記帰属度計算基準保持手段に保持された帰属度計算基準
を適用して、各分類に対する帰属度を計算する帰属度計
算手段と、前記帰属度計算手段により計算された各文書の各分類に
対する帰属度計算結果を保持する帰属度計算結果保持手
段と、前記帰属度計算結果保持手段に保持された帰属度計算結
果から評価の対象とする計算結果を選択するための計算
結果選択基準を保持する評価対象選択基準保持手段と、前記評価対象選択基準保持手段に保持される評価対象選
択基準の一つに基づいて前記帰属度計算結果保持手段に
保持される帰属度計算結果の一部を評価対象として選択
する評価対象選択手段と、前記評価対象選択手段により選択された帰属度計算結果
を評価し、評価対象の文書に対して当該分類に対する帰
属度を付与し直す計算結果評価手段と、前記計算結果評価手段による評価結果を保持する評価結
果保持手段と、少なくとも前記評価結果保持手段に保持される帰属度計
算結果の評価結果を利用して帰属度計算基準を再計算す
る帰属度計算基準再計算手段と、前記帰属度計算基準再計算手段により再計算された帰属
度計算基準再計算結果を保持する帰属度計算基準再計算
結果保持手段と、前記帰属度計算基準再計算結果保持手段に保持された帰
属度計算基準によって前記帰属度計算基準保持手段に保
持された帰属度計算基準を更新する帰属度計算基準更新
手段とを備え、帰属度計算結果に対する評価によって帰属度計算基準を
更新することを繰り返すことにより帰属度計算基準を作
成することを特徴とする帰属度計算基準作成装置。
【請求項２】前記帰属度計算基準再計算手段は、前記
評価結果保持手段に帰属度評価結果が保持されている文
書と分類との組の当該評価結果を、評価結果が保持され
ていない組の帰属度計算結果よりも優先させて帰属度計
算基準の再計算を行うことを特徴とする請求項１に記載
の帰属度計算基準作成装置。
【請求項３】前記計算結果評価手段は、前記帰属度計
算基準中に分類間の帰属度に関する制約が記述されてい
る場合に、前記分類間の一方の分類への評価結果が与え
られた文書に対して、前記分類間の他方の分類への評価
として、前記制約により決定された値を与えることを特
徴とする請求項１に記載の帰属度計算基準作成装置。
【請求項４】前記評価対象選択基準保持手段が複数の
前記評価結果選択基準を保持し、複数の前記評価結果選
択基準の中から、ユーザにその一つを選択させ、且つ、
詳細なパラメータを指定させる機能を持つ評価対象選択
基準指定手段を備え、前記評価対象選択手段は、前記評
価対象選択基準指定手段を通じてユーザが指定した評価
対象選択基準を用いて前記評価対象を選択することを特
徴とする請求項１に記載の帰属度計算基準作成装置。
【請求項５】前記評価対象選択基準指定手段は、ユー
ザから帰属度計算で用いられた各文書の素性の名と素性
値の範囲との指定を受け取り、前記評価対象選択手段
は、指定された素性に関する素性値が指定された範囲内
にある文書に対する帰属度計算結果を評価対象とするこ
とを特徴とする請求項４に記載の帰属度計算基準作成装
置。
【請求項６】前記評価対象選択基準指定手段は、ユー
ザから文書集合に対する指定と、素性値として数値を取
る素性に対する素性値の範囲の指定とを受け取り、前記
範囲が、素性値から前記文書集合における当該素性の素
性値の平均を引いた値を前記文書集合における当該素性
の素性値の標準偏差で割った値により指定されているこ
とを特徴とする請求項５に記載の帰属度計算基準作成装
置。
【請求項７】前記帰属度計算手段は、計算結果におい
て文書の分類に対する帰属度と共に当該計算結果に対す
る確信度を付与し、前記評価対象選択基準指定手段は、
ユーザから確信度に関する範囲の指定を受け取り、前記
評価対象選択手段は、指定された範囲の確信度を持つ帰
属度計算結果を評価対象とすることを特徴とする請求項
４に記載の帰属度計算基準作成装置。
【請求項８】文書間の類似度を計算する文書類似度計
算手段を備え、前記評価対象選択基準指定手段は、ユー
ザから文書に関する指定と類似度の範囲に関する指定と
を受け取り、前記評価対象選択手段は、指定された文書
と指定された範囲内の類似度とを持つ文書に対する帰属
度計算結果を評価対象とすることを特徴とする請求項４
に記載の帰属度計算基準作成装置。
【請求項９】前記評価対象選択基準指定手段は、ユー
ザから、分類名と帰属度の範囲と類似度の範囲とに関す
る指定を受け取り、前記評価対象選択手段は、評価結果
において当該分類に対する帰属度の範囲が指定された範
囲内にある文書に対して、指定された範囲内の類似度を
持つ文書のうち、帰属度計算により計算された当該分類
に対する帰属度が、指定された範囲内にない文書に対す
る帰属度計算結果を評価対象とすることを特徴とする請
求項８に記載の帰属度計算基準作成装置。
【請求項１０】前記帰属度計算結果保持手段の内容を
視覚的に表示し、ユーザが帰属度計算結果の一部をＧＵ
Ｉを通じて範囲指定できる帰属度計算結果表示手段を備
え、前記評価対象選択手段は、前記帰属度計算結果表示
手段のＧＵＩによるユーザの範囲指定と前記評価対象選
択基準指定手段によって指定された評価対象選択基準と
を組み合わせて評価対象を選択することを特徴とする請
求項４に記載の帰属度計算基準作成装置。
【請求項１１】前記帰属度計算結果表示手段は、前記
評価対象選択基準指定手段における評価対象選択基準の
指定状況に連動して表示結果を変化させることを特徴と
する請求項１０に記載の帰属度計算基準作成装置。
【請求項１２】前記帰属度計算結果表示手段は、前記
評価対象選択手段により選択された帰属度計算結果を識
別可能な方法で表示し、さらに前記計算結果評価手段に
よる評価が行われていない評価対象と、各時点で評価が
行われている評価対象と、評価が終了した評価対象とを
識別可能な方法で表示し、さらに、評価が終了した評価
対象については、評価によって与えられた帰属度の範囲
に応じて、識別可能な方法で表示することを特徴とする
請求項１１に記載の帰属度計算基準作成装置。
【請求項１３】前記計算結果評価手段は、帰属度計算
結果の評価において、前記帰属度計算結果表示手段によ
り表示されている評価対象をユーザがＧＵＩを利用して
一つ一つ選択したとき、選択された評価対象の帰属度計
算結果を評価することを特徴とする請求項１２に記載の
帰属度計算基準作成装置。
【請求項１４】前記帰属度計算結果表示手段は、前記
帰属度計算結果評価手段の評価の過程で、各時点におい
て評価対象として選択されている帰属度計算結果に対応
する文書の各素性値や文書の文字列自体を、前記帰属度
計算結果表示手段による選択と連動して表示することを
特徴とする請求項１２に記載の帰属度計算基準作成装
置。
【請求項１５】帰属度計算基準の更新時において、更
新前の帰属度計算結果と、更新後の帰属度計算結果とを
比較する帰属度計算結果比較手段を備え、前記評価対象
選択手段は、前記帰属度計算結果比較手段による比較結
果と前記評価対象選択基準指定手段によって指定された
評価対象選択基準とを組み合わせて評価対象を選択する
ことを特徴とする請求項４に記載の帰属度計算基準作成
装置。
【請求項１６】前記評価対象選択基準保持手段は、前
記評価結果選択基準として分布関数を保持し、前記評価
対象選択手段は、前記評価対象選択基準指定手段を通じ
てユーザが指定した分布関数に対応する数の前記評価対
象を選択することを特徴とする請求項４に記載の帰属度
計算基準作成装置。
【請求項１７】帰属度計算基準の更新時において、更
新前の帰属度計算結果と、更新後の帰属度計算結果とを
比較する帰属度計算結果比較手段を備え、前記帰属度計
算結果表示手段は、帰属度計算基準の更新前と更新後の
帰属度計算結果及び前記帰属度計算結果比較手段により
得られる比較結果を視覚的に表示することを特徴とする
請求項１０に記載の帰属度計算基準作成装置。
【請求項１８】前記帰属度計算結果表示手段は、前記
評価結果保持手段に評価結果が保持されている文書に対
する帰属度計算結果、及び、帰属度計算基準の更新前後
における帰属度計算結果の変化を視覚的に表示すること
を特徴とする請求項１７に記載の帰属度計算基準作成装
置。
【請求項１９】分類に対する帰属度計算基準の適合度
を計算して結果を表示する帰属度計算基準評価手段を備
え、前記帰属度計算手段は、各分類に対して、前記評価
結果保持手段に当該分類に関する帰属度評価結果が保持
されている文書に対して、評価結果が保持されていない
文書に対して行われる帰属度計算方法と同じ方法により
帰属度を計算し、前記帰属度計算基準評価手段は、前記
帰属度計算手段が計算した値と、前記評価結果保持手段
に保持されている帰属度評価結果とを比較して、分類別
の帰属度計算基準の適合度を出力することを特徴とする
請求項４に記載の帰属度計算基準作成装置。
【請求項２０】前記評価対象選択基準指定手段は、前
記帰属度計算基準評価手段から、各分類に対する帰属度
計算基準の適合度を受け取り、前記評価対象選択基準指
定手段に、帰属度計算基準の適合度の範囲を指定して、
帰属度計算基準の適合度が指定した範囲にある分類に対
する帰属度計算結果を評価対象として提示することを特
徴とする請求項１９に記載の帰属度計算基準作成装置。
【請求項２１】前記帰属度計算基準再計算手段による
帰属度計算基準の再計算をユーザの指示に基づいて制御
する帰属度計算基準再計算制御手段を備え、ユーザが、
前記帰属度計算基準再計算手段による帰属度計算基準の
再計算を直接制御できるようにしたことを特徴とする請
求項１に記載の帰属度計算基準作成装置。
【請求項２２】前記帰属度計算基準保持手段に保持さ
れた帰属度計算基準と、前記帰属度計算結果保持手段に
保持された帰属度計算結果と、前記評価結果保持手段に
保持された評価結果とを参照し、帰属度計算基準再計算
に利用するための情報を生成して提示する帰属度再計算
支援手段を備え、前記帰属度計算基準再計算制御手段か
らの帰属度計算基準再計算の制御を支援することを特徴
とする請求項２１に記載の帰属度計算基準作成装置。
【請求項２３】前記帰属度再計算支援手段は、帰属度
再計算結果を用いた場合の帰属度計算結果を求めて、前
記帰属度計算結果保持手段に保持されている帰属度計算
結果との比較を行った結果を提示し、前記帰属度計算基
準更新手段は、前記帰属度再計算制御手段が、ユーザか
ら帰属度再計算結果の利用指示を受けた場合にのみ、前
記帰属度計算基準保持手段の内容を更新することを特徴
とする請求項２２に記載の帰属度計算基準作成装置。
【請求項２４】前記帰属度再計算支援手段は、各文書
の持つ各素性に対して、各分類への帰属度計算における
有効度を計算して提示し、前記帰属度計算基準再計算制
御手段は、各分類への帰属度計算において各素性を使用
するかどうかを指定することを特徴とする請求項２３に
記載の帰属度計算基準作成装置。
【請求項２５】前記帰属度計算基準再計算制御手段
は、各分類への帰属度計算において使用すると指定した
素性のうち、値として数値を取る素性について素性ごと
に重みを指定し、前記帰属度計算手段は、帰属度計算に
おいて、当該素性の未編集の値の代わりに、前記の重み
を掛けた値を用いることを特徴とする請求項２４に記載
の帰属度計算基準作成装置。
【請求項２６】前記帰属度再計算支援手段は、各素性
に対して、前記文書集合保持手段に保持されている各文
書の取る値の分布及び、前記評価結果保持手段に評価結
果が保持されている文書に対する当該素性の各分類への
帰属度評価結果別の分布とを視覚的に提示することを特
徴とする請求項２５に記載の帰属度計算基準作成装置。
【請求項２７】前記帰属度再計算支援手段は、各分類
への帰属度計算において各素性値の未編集値に掛ける重
みの候補を提示し、重みの候補が一定の値以下になるよ
うな素性に関しては、帰属度計算において利用しないこ
とを提案することを特徴とする請求項２５に記載の帰属
度計算基準作成装置。
【請求項２８】前記帰属度再計算支援手段は、前記帰
属度再計算制御手段から重みの範囲が指定されると、帰
属度計算において素性値の未編集値に掛ける重みの候補
が指定された範囲内にある素性の一覧を提示し、前記帰
属度再計算制御手段は、ユーザの指示を受けて前記一覧
から重みを編集する素性を選択することを特徴とする請
求項２５に記載の帰属度計算基準作成装置。
【請求項２９】前記帰属度再計算支援手段は、重みの
候補の値に関する素性名の分布を視覚的に表示し、ユー
ザがＧＵＩを使って前記表示から素性名を選択すると、
前記帰属度再計算制御手段は、それに従って重みを編集
する素性を選択することを特徴とする請求項２５に記載
の帰属度計算基準作成装置。
【請求項３０】一つ以上の文書を含む文書データベー
スと、前記文書データベースに対する文書検索条件をユ
ーザから取得する検索条件指定手段と、ユーザの指定に
従って前記文書データベースに対して文書検索を行い、
その結果に基づいて前記文書データベースから文書集合
を取得する文書検索手段とを備え、前記文書検索手段に
より取得された文書集合を前記文書集合保持手段に保持
する文書集合とすることを特徴とする請求項１に記載の
帰属度計算基準作成装置。
【請求項３１】前記検索条件指定手段から、帰属度計
算基準作成の対象となる各分類ごとに独自の検索条件を
指定して前記文書集合保持手段に保持する文書集合を変
え、当該分類の帰属度計算基準として、当該検索条件を
充足しない文書に対しては当該分類に対する帰属度を０
にするという制約つきで帰属度計算基準の作成を行うこ
とを特徴とする請求項３０に記載の帰属度計算基準作成
装置。
【請求項３２】前記検索条件指定手段から、帰属度計
算基準作成の対象となる各分類ごとに、一つ以上の検索
条件を指定し、各検索条件に従って前記文書検索手段が
得た文書集合を基に、当該分類の帰属度計算基準とし
て、当該検索条件を充足しない文書に対しては当該分類
に対する帰属度を０にするという制約つきで帰属度計算
基準の作成を行い、作成された各帰属度計算基準を、最
大値をとるという演算によって結合した結果を当該分類
に対する帰属度計算基準とすることを特徴とする請求項
３０に記載の帰属度計算基準作成装置。
【請求項３３】前記検索条件指定手段から、帰属度計
算基準作成の対象となる一つの分類に対して異なる検索
条件を指定し、各検索条件に従って前記文書検索手段が
得た文書集合を基に、当該分類に関する複数の帰属度計
算基準の作成を行い、作成された各帰属度計算基準を適
用して計算した帰属度の最大値を当該分類に対する帰属
度とすることを特徴とする請求項３０に記載の帰属度計
算基準作成装置。
【請求項３４】請求項１から請求項３３のいずれかの
帰属度計算基準作成装置により作成した帰属度計算基準
を保持した帰属度計算基準保持手段と、帰属度計算対象
となる文書を取得する文書入力手段と、前記文書入力手
段により取得された文書に対して、前記帰属度計算基準
保持手段に保持された帰属度計算基準を適用して各分類
に対する帰属度を計算する帰属度計算手段と、前記帰属
度計算手段により計算された帰属度を出力する帰属度出
力手段を備え、与えられた文書の、各分類への帰属度計
算結果をもって文書分類結果とすることを特徴とする文
書分類装置。
【請求項３５】一つ以上の文書からなる文書集合中の
各文書に対して、一つ以上の分類からなる分類集合中の
各分類への帰属度を計算するための帰属度計算基準を作
成する帰属度計算基準作成方法であって、帰属度計算基準の初期値を適用して各文書の各分類に対
する帰属度を計算し、この帰属度計算結果から、評価対
象選択基準に基づいて評価の対象を選択し、選択した評
価対象の文書に対して当該分類に対する帰属度を付与し
直し、この帰属度計算結果に対する評価結果を利用して
帰属度計算基準を再計算し、再計算した帰属度計算基準
によって元の帰属度計算基準を更新し、さらに、更新し
た帰属度計算基準を適用して各文書の各分類に対する帰
属度を計算し、以降の手順を繰り返すことにより帰属度
計算基準を作成することを特徴とする帰属度計算基準作
成方法。
【請求項３６】前記評価対象選択基準として、帰属度
計算で用いた各文書の素性の名と素性値の範囲とを指定
し、指定した素性に関する素性値が指定した範囲内にあ
る文書に対する帰属度計算結果を評価対象とすることを
特徴とする請求項３５に記載の帰属度計算基準作成方
法。
【請求項３７】前記評価対象選択基準として、文書集
合と、素性値として数値を取る素性に対する素性値の範
囲とを指定し、前記範囲を、素性値から前記文書集合に
おける当該素性の素性値の平均を引いた値を前記文書集
合における当該素性の素性値の標準偏差で割った値によ
り指定することを特徴とする請求項３５に記載の帰属度
計算基準作成方法。
【請求項３８】前記帰属度を、確率を示す確信度によ
って付与し、前記評価対象を確信度で指定することを特
徴とする請求項３５に記載の帰属度計算基準作成方法。
【請求項３９】所定文書との類似度が高く且つ付与さ
れた帰属度が前記文書と異なる文書の帰属度計算結果、
または、所定文書との類似度が低く且つ付与された帰属
度が前記文書と一致する文書の帰属度計算結果を前記評
価対象とすることを特徴とする請求項３５に記載の帰属
度計算基準作成方法。
【請求項４０】前記帰属度計算基準の更新の前後で付
与された帰属度が異なる文書の帰属度計算結果を前記評
価対象とすることを特徴とする請求項３５に記載の帰属
度計算基準作成方法。
【請求項４１】素性に対する重みとして、分類への帰
属度が一定の範囲内にあると評価された文書の当該素性
の値から求めた標準偏差の逆数を採用し、前記分類への
帰属度計算において、値として数値を取る素性の未編集
値に前記重みを掛けることを特徴とする請求項３５に記
載の帰属度計算基準作成方法。
【請求項４２】素性に対する重みとして、分類への帰
属度が一定の範囲内にあると評価された文書の集合甲の
当該素性の値から求めた平均と、当該分類への帰属度が
当該範囲内にないと評価された文書の集合乙の当該素性
の値から求めた平均との差の絶対値を、甲の当該素性の
値から求めた標準偏差で割った値を採用し、前記分類へ
の帰属度計算において、値として数値を取る素性の未編
集値に前記重みを掛けることを特徴とする請求項３５に
記載の帰属度計算基準作成方法。
【請求項４３】前記重みが所定値以下の素性を、帰属
度計算基準から除外することを特徴とする請求項４２に
記載の帰属度計算基準作成方法。
【請求項４４】素性に対する重みとして、分類への帰
属度が一定の範囲内にあると評価された文書の集合甲の
当該素性の値から求めた平均と、当該分類への帰属度が
当該範囲内にないと評価された文書の集合乙の当該素性
の値から求めた平均との差の絶対値を、甲の当該素性の
値から求めた標準偏差と乙の当該素性の値から求めた標
準偏差との和で割った値を採用し、前記分類への帰属度
計算において、値として数値を取る素性の未編集値に前
記重みを掛けることを特徴とする請求項３５に記載の帰
属度計算基準作成方法。