JP2004094387A - 特定情報検索方法および情報検索装置 - Google Patents

Abstract

【課題】複数のキーワードの共起関係を評価することで、ユーザーの検索意図に適合した文書を容易に取得することができる特定情報検索機能を提供する。
【解決手段】特定情報検索装置１０を用いて、被検索文書（２次検索候補文書３２）を文単位及び単語単位に分解し、少なくとも１つの文単位（照合領域）内の特定情報に関するキーワードと一致する単語の数を計数し、計数結果が所定条件を満たすとき計数結果に基づいて当該照合領域における特定情報評価値を求め、特定所情報評価値が所定値以上であれば、当該被検索文書が特定情報に関連する文書であることを判別する。
【選択図】　　　図５

Description

【０００１】
【発明の属する技術分野】
本発明は、特定情報検索方法、及び情報検索装置、及び特定情報検索方法の手順を実行させるためのプログラム、及び特定情報検索方法の手順を実行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に関する。
【０００２】
【従来技術】
一般的に、ＷＷＷの情報検索手段としてはロボット収集型の全文検索エンジンが最もよく利用されている。
一方、情報検索の自動化手段としては、あらかじめ設定した特定のキーワード集合と検索対象範囲の文書集合の何らかの類似度を評価することによってユーザーの検索意図に適合した文書を選別する方法がある。例えば、類似度評価の方法としてはベクトル空間モデルによる方法が用いられている。この方法によればキーワード集合と文書集合を、それぞれに含まれる単語を基底とする多次元のベクトル空間で特徴ベクトルとして表現し、両方のベクトル間の類似度を求め、その値が所定の閾値以上であれば当該文書は検索意図に適合するものとみなす。
【０００３】
【発明が解決しようとする課題】
従来の技術によれば、以下のような問題点がある。
既存の検索エンジンでは一般に文書内での検索キーワードの有無によって検索対象文書であるか否かの判定がなされるため、検索結果を最初から効率よく絞り込むことが困難である。またユーザーが人手によるオペレーションによってキーワード入力と検索結果の吟味、再検索といったサイクルを何度も繰り返す必要があるため、時間的なコストを要し探索範囲の網羅性の点で限界がある。さらにユーザーは個々の検索エンジンの機能や特性を把握する必要があり、キーワード絞込みなど探索の戦略において利用者のノウハウに依存する部分が大きい。
一方、自動化手段の一つであるベクトル空間モデルによる方法によれば文書内での検索キーワードの有無だけでなく、個々の単語の重要度を加味した文書全体での類似度を評価することができる。しかしながら、この方法では文書中でのキーワードが出現する“位置”に関する評価はなされていない。
キーワードが出現する“位置”に関しては、例えば、検索文書中でユーザーが指定した複数のキーワードが意味的なまとまりのある一定範囲内に同時に出現したほうが、当該文書は検索意図に適合した文書である可能性が高い。ここで「意味的なまとまりのある一定範囲」とは、例えば、文書、段落、章、節、文等である。
ところがベクトル空間モデルによる方法では、文書中でのキーワードの出現位置に関する評価がなされておらず、例えば、第１のキーワードと第２のキーワードが１つの文単位中にあっても、文書の先頭と末尾にあっても同様に評価されてしまう。このため、ユーザーの検索意図に適合しない文書の評価値が高くなってしまう可能性もある。
そこで、本発明では、複数のキーワードの共起関係を評価することで、ユーザーの検索意図に適合した文書を容易に取得することができる特定情報検索機能を提供することを目的とする。
【０００４】
【課題を解決するための手段】
前記目的を解決するために、請求項１に記載の発明は、被検索文書入力手段と、単語辞書記憶手段と、単語系列記憶手段と、特定情報に関するキーワードを記憶するキーワード記憶手段と、特定情報評価値記憶手段と、計数手段と、制御手段とを有する特定情報に関連する文書を検索する特定情報検索装置における特定情報検索方法において、前記制御手段は、前記入力手段により入力された被検索文書を単語辞書記憶手段と照合し、文単位および単語単位に分解して単語系列記憶手段に記憶する第１のステップと、前記単語系列記憶手段から少なくとも１つの文単位を照合領域として読み出し、該文単位内における単語をキーワード記憶手段と照合して、キーワードと一致する単語の数を前記計数手段で計数させ、計数結果が所定条件を満たすとき該計数結果に基づき該照合領域における特定情報評価値を求め、特定情報評価値記憶手段に記憶させる第２のステップと、記憶された特定情報評価値が所定値以上であれば、前記被検索文書が特定情報に関連する文書であることを判別する第３のステップとを実行する特定情報検索方法である。
請求項１に記載の特定情報検索方法によれば、複数のキーワードの共起関係を評価することで、ユーザーの検索意図に適合した特定情報に関連する文書であることを容易に判別することができる。
【０００５】
請求項２に記載の発明は、請求項１に記載の特定情報検索方法であって、第２のステップにおいて、照合領域を被検索文書の先頭の文単位から末尾の文単位までの領域の間で、１つの文単位以上の間隔で順次シフトさせて設定し、求められた各照合領域における特定情報評価値を累算し、特定情報評価値記憶手段に記憶させることを特徴とする特定情報検索方法である。
請求項２に記載の特定情報検索方法によれば、ユーザーの検索意図に適合した特定情報に関連する文書であることを精度良く判別することができる。
【０００６】
請求項３に記載の発明は、請求項２に記載の特定情報検索方法であって、第２のステップにおいて、照合領域をシフトさせる都度、特定情報評価値を累算し特定情報評価値記憶手段に記憶させて第２ステップを終了し、第３ステップを実行して、特定情報評価値が所定値以下であれば第２ステップに戻り、シフトされた照合領域の特定情報評価値を更に累算し、第３ステップに進むことを繰り返し実行する特定情報検索方法である。
請求項３に記載の特定情報検索方法によれば、特定情報評価値が所定値以上になれば、当該文書を特定情報に関連する文書であることを判別するので、検索に要する時間が短縮され、検索の精度も向上する。
【０００７】
請求項４に記載の発明は、請求項１〜３のいずれかに記載の特定情報検索方法であって、検索エンジンに対し所定の特定情報に関する複数のキーワードを検索キーとして検索を実行することにより、インターネットを介して収集した所定の特定情報に関するキーワードが含まれる検索文書を被検索文書として被検索文書入力手段に入力することを特徴とする特定情報検索方法である。
請求項４に記載の特定情報検索方法によれば、被検索文書を収集することが容易である。
【０００８】
請求項５に記載の発明は、請求項４に記載の特定情報検索方法であって、前記検索文書に含まれる少なくとも１階層分のリンク先から収集した文書を被検索文書として前記検索文書に加えて被検索文書入力手段に入力することを特徴とする特定情報検索方法である。
請求項５に記載の特定情報検索方法によれば、検索文書の少なくとも１階層分のリンク先からインターネットを介して収集した文書を被検索文書に選択することができるので、特定情報検索の信頼性が向上する。
【０００９】
請求項６に記載の発明は、請求項４又は５に記載の特定情報検索方法であって、特定情報検索装置はさらに候補除外リスト記憶手段を有し、前記制御装置は、被検索文書を記憶された候補除外リストと照合し、これに該当する文書の被検索文書入力手段への入力を除外することを特徴とする特定情報検索方法である。
請求項６に記載の特定情報検索方法によれば、予め不要な被検索文書を除外しておく事ができるので、検索に要する時間を短縮することができる。
【００１０】
請求項７に記載の発明は、特定情報に関連する文書を検索する特定情報検索装置と、特定情報検索装置と通信可能な端末装置と、インターネットへのアクセス手段とを備える情報検索装置であって、
端末装置は、特定情報検索装置に特定情報に関するキーワードと検索要求信号を送信する入力手段と、特定情報検索装置から送られる特定情報に関する情報を表示する表示手段とを備え、
特定情報検索装置は、被検索文書入力手段と、特定情報に関するキーワード入力手段と、単語辞書記憶手段と、単語系列記憶手段と、特定情報に関するキーワードを記憶するキーワード記憶手段と、特定情報評価値記憶手段と、計数手段と、制御手段と、特定情報関連文書記憶手段と、送信手段とを有し、
前記制御手段は、特定情報に関するキーワードと検索要求信号を受信すると、受信したキーワードに基づいて前記インターネットアクセス手段を介して検索エンジンによって被検索文書を収集して前記被検索文書入力手段に入力し、入力された被検索文書を単語辞書記憶手段と照合して文単位内および単語単位に分解して単語系列記憶手段に記憶させ、前記単語系列記憶手段から少なくとも１つの文単位をキーワード記憶手段との照合領域として読み出し、該文単位内における単語をキーワード記憶手段と照合して、キーワードと一致する単語の数を前記計数手段で計数させ、計数結果が所定条件を満たすとき該計数結果に基づき特定情報評価値を求め前記特定情報評価値記憶手段に記憶させ、特定情報評価値が所定値以上であれば、前記被検索文書が特定情報に関連する文書であることを判別して該文書を前記特定情報関連文書記憶手段に記憶させ、特定情報関連文書記憶手段に記憶された文書を前記送信手段により前記端末装置に送信する、
ことを特徴とする情報検索装置である。
請求項７に記載の情報検索装置によれば、ユーザーが端末装置から複数のキーワードを入力し、入力した複数のキーワードの共起関係が評価されることで、ユーザーの検索意図に適合した特定情報に関連する文書であることが容易に判別される。
【００１１】
請求項８に記載の発明は、請求項７の情報検索装置であって、特定情報の検索装置における制御手段は、照合領域を被検索文書の先頭の文単位から末尾の文単位までの領域の間で、１つの文単位以上の間隔で順次シフトさせて設定し、求められた各照合領域における特定情報評価値を累算して特定情報評価値記憶手段に記憶させることを特徴とする情報検索装置。
請求項８に記載の情報検索装置によれば、特定情報の記載された文書を精度よく検索することが可能である。
【００１２】
請求項９に記載の発明は、請求項７または８に記載の情報検索装置であって、特定文書検索装置の制御手段は、前記インターネットアクセス手段を介して収集した被検索文書に含まれる少なくとも１階層分のリンク先から収集した文書を被検索文書入力手段に入力することを特徴とする情報検索装置である。
請求項９に記載の情報検索装置によれば、検索文書の少なくとも１階層分のリンク先からインターネットを介して収集した文書を被検索文書に選択することができるので、特定情報検索の信頼性が向上する。
【００１３】
また、請求項１０に記載の発明は、コンピュータに請求項１〜６に記載の特定情報検索方法の手順を実行させるためのプログラムである。
請求項１０に記載のプログラムを用いれば、コンピュータにより複数のキーワードの共起関係を評価することで、ユーザーの検索意図に適合した特定情報に関連する文書であることを容易に判別することができる。
【００１４】
また、請求項１１に記載の発明は、請求項１０に記載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である。
請求項１１に記載の記憶媒体を用いれば、コンピュータにより複数のキーワードの共起関係を評価することで、ユーザーの検索意図に適合した特定情報に関連する文書であることを容易に判別することができる。
【００１５】
【発明の実施の形態】
以下に、本発明の情報検索装置１の一実施の形態を、図１〜図１１を用いて説明する。本実施の形態では、特定情報とは求人情報である場合について説明する。
まず、図１を用いて本実施の形態の構成を説明する。
情報検索装置１は、ユーザー端末（端末装置）Ａと、特定情報検索装置１０と、インターネットアクセス手段（図示していない。）とを備えている。例えば、ユーザー端末Ａ及び特定情報検索装置１０は、インターネットアクセス手段を介してインターネット２０に接続されていて互いに通信可能である。また、インターネット２０には、例えば、ユーザー端末Ａの情報の送受信を管理するサーバをはじめとする各種サーバ群や、検索エンジンａ〜ｃが接続されている。
特定情報検索装置１０に設けられている記憶装置１１は、ユーザーが特定情報に関する文書を検索する際に用いられる、単語辞書記憶手段１２ａ、単語系列記憶手段１２ｂ、キーワード記憶手段１２ｃ、特定情報評価値記憶手段１２ｄ、システムキーワード記憶手段１２ｅを備えている。単語辞書記憶手段１２ａには、“単語”や、“単語”と品詞の対応関係が記憶されている。単語系列記憶手段１２ｂには、文単位および単語単位に分解した、ユーザーが検索する文書が記憶されている。キーワード記憶手段１２ｃには、その時の検索に用いられるキーワード（ユーザーが設定したキーワードやシステムキーワード）が記憶されている。特定情報評価値記憶手段１２ｄには、検索する文書が特定情報に関連する文書であるか否かを判別するための類似度を表わす特定情報評価値が記憶されている。また、予めシステムキーワード記憶手段１２ｅには、例えば、図１１に示すように、特定情報（この場合は、求人情報）に関連する単語の集合（例えば、“募集”、“履歴書”等）が記憶されている。
また、記憶装置１１には、特定情報検索装置１０の制御手段（ＣＰＵ）１３が実行する特定情報検索方法のプログラムも記憶されている。
なお、ユーザー端末Ａと特定情報検索装置１０は、互いに通信可能であればよく、インターネット２０に直接接続されていなくてもよい。例えば、特定情報検索装置１０は、所定のファイアーウォールサーバ（図示していない）中にあってもよい。
また、インターネットアクセス手段は、ユーザー端末Ａや特定情報検索装置１０が兼ねていてもよい。
また、単語辞書記憶手段１２ａ、単語系列記憶手段１２ｂ、キーワード記憶手段１２ｃ、特定情報評価値記憶手段１２ｄ、システムキーワード記憶手段１２ｅは、別の部材である必要はなく、記憶装置１１のそれぞれのメモリエリアに記憶されていればよい。
【００１６】
次に、情報検索装置１の動作について説明する。
ユーザー端末Ａは、入力手段（例えば、キーボード）と表示手段（例えば、モニタ）を備えている。
図２〜図４は、ユーザー端末Ａの表示手段（例えば、ＣＲＴ、液晶のモニタ）に表示される表示例である。
ユーザーが、ユーザー端末Ａを用いて特定情報検索装置１０にアクセスすると、図２に示す、「検索キーワード入力画面」２１が表示される。「検索キーワード入力画面」２１には、キーワード入力欄２０ａ、検索方法選択項目２０ｂ、検索開始キー２０ｃ、コメント欄２０ｄが設けられている。検索方法選択項目２０ｂでは、［一般検索］か［求人情報検索］かのいずれかを選択できる。また、コメント欄２０ｄには、“検索結果はメールで通知されます。”旨のコメントが表示されている。
ここで、［求人情報検索］とは、求人情報を効率良く検索できるモードであり、ユーザーは、求人情報に関するＷｅｂコンテンツの文書を閲覧したい場合には、このモードを選択すると便利である。
【００１７】
そこで、まず［求人情報検索］について説明する。
例えば、ユーザーは、特許事務所や企業の特許担当課に就職を希望しており、就職先を探すために、キーワードとして、“特許”及び“弁理士”を選択して求人情報検索を実行する。
ユーザーは、キーワード入力欄２０ａにキーワード（この場合、“特許”、“弁理士”の２つ）を入力し、検索方法選択項目２０ｂで［求人情報検索］を選択し、検索開始キー２０ｃを操作する。
これらの一連の操作には、例えば、ユーザー端末Ａのキーボード、マウス（図示していない。）を用いる。
すると、「検索キーワード入力画面」２１のコメント欄２０ｄに表示されていたように、検索処理完了後に、ユーザー端末Ａに、図３に示すような「検索結果通知メール」２２が送信される。検索結果通知メール２２には、コメント欄２２ａ、検索結果の要約書のＵＲＬ表示欄２２ｂ、ユーザーの宛名表示２２ｃが設けられている。コメント欄２２ａには、例えば、「キーワード“特許”、“弁理士”で検索した結果、該当すると思われるものを１００件ピックアップしました。結果は、次のＵＲＬを参照して下さい。」と表示されている。そこで、ユーザーは、求人情報検索結果の要約書を見るために、ＵＲＬ表示欄２２ｂを操作（例えば、マウスでクリック）する。
すると、ＵＲＬ表示欄２２ｂに表示されたＵＲＬのＷｅｂコンテンツがユーザー端末Ａにダウンロードされ、図４に示す「求人情報検索結果の要約画面」２３が表示される。求人情報検索結果の要約画面２３には、［求人情報検索］によって検索されたＷｅｂコンテンツのタイトル欄２３ａ、検索された文書のＵＲＬ表示欄２３ｂ、当該文書の先頭から所定の長さの文書欄２３ｃが設けられている。
ユーザーは、タイトル欄２３ａや文書欄２３ｃの表示に基づいて、必要なＷｅｂコンテンツを選択し、例えば、ＵＲＬ表示欄２３ｂをマウスでクリックする。これにより、選択したＷｅｂコンテンツがユーザー端末Ａにダウンロードされて表示される。
【００１８】
次に、［一般検索］について説明する。
例えば、ユーザーは、弁理士の仕事内容を調査する事を希望しており、キーワードとして、“特許”及び“弁理士”を選択して一般検索を実行する。
ユーザーは、キーワード入力欄２０ａにキーワード（この場合、“特許”、“弁理士”の２つ）を入力し、検索方法選択項目２０ｂで［一般検索］を選択し、検索開始キー２０ｃを操作する。
すると、「検索キーワード入力画面」２１のコメント欄２０ｄに表示されていたように、検索処理完了後に、ユーザー端末Ａに、「検索結果通知メール」２２が送信される。検索結果通知メール２２には、図３に示す［求人情報検索］の場合と同様に、検索結果の要約書のＵＲＬ表示欄が設けられている。そこで、ユーザーは、一般検索結果の要約書を見るために、ＵＲＬ表示欄を操作する。すると、検索結果の要約書のＵＲＬ表示欄に表示されたＵＲＬのＷｅｂコンテンツがユーザー端末Ａにダウンロードされ、「一般検索結果の要約画面」（図示していない。）が表示される。一般検索結果画面には、図４に示す「求人情報検索結果の要約画面」２３と同様の表示項目が表示されている。
ユーザーは、「一般検索結果の要約画面」に表示されているＷｅｂコンテンツの中から、必要なＷｅｂコンテンツを選択して、ユーザー端末Ａにダウンロードする。
【００１９】
本実施の形態では、［求人情報検索］の結果は、図４に示すような「求人情報検索結果の要約画面」２３が表示されるＵＲＬがメールに記載されて送信されている（図３）が、例えば、「求人情報検索結果の要約画面」２３はメールに添付されていてもよいし、メールの内容として記載されていてもよい。また、その他の形態でもよい。
【００２０】
前述した動作を実行するための特定情報検索装置１０の処理手順について図６〜図８のフローチャート図を用いて説明する。
この処理手順は、特定情報検索装置１０内の記憶装置１１に記憶された特定情報検索方法のプログラムに基づいて特定情報検索装置１０内の制御手段（ＣＰＵ）１３が実行するものである。
まず、ステップＳ１０で、検索キーワードが入力されたか否か判別する。例えば、図２に示す「検索キーワード入力画面」２１のキーワード入力欄２０ａにキーワードが書き込まれ、検索開始キー２０ｃが操作されたか否かを判別する。検索キーワードが入力されていなければ（Ｎｏ）待機する。検索キーワードが入力されていれば（Ｙｅｓ）、ステップＳ１２に進む。
ステップＳ１２では、［求人情報検索］か［一般検索］のいずれが選択されているかを判別する。例えば、図２に示す「検索キーワード入力画面」２１の検索方法選択項目２０ｂで［求人情報検索］か［一般検索］のいずれが選択されているかを判別する。［求人情報検索］であれば、ステップＳ１４に進む。［一般検索］であれば、ステップＳ１６に進む。
ステップＳ１４では、求人情報検索フラグをオンして、ステップＳ１６に進む。
ステップＳ１６では、１次検索を実行する。例えば、インターネットアクセス手段を介してインターネット２０に接続し、図１に示す複数の検索エンジンａ〜ｃを用いてユーザーにより設定されたキーワードを含むＷｅｂコンテンツの文書を、図５に示すインターネット中のＷｅｂコンテンツの文書の集合３０から検索し、１次検索の結果として該当する文書のＵＲＬリストを収集する（メタサーチエンジンプログラム）。そして、ステップＳ２２に進む。
【００２１】
ステップＳ２２では、ステップＳ１６の１次検索で得られた結果を用いて、２次検索（請求項中の第１〜第３のステップに相当する文書類似度判定）候補のＷｅｂコンテンツの文書を収集する。この処理の詳細については、図７に基づいて後述する。そして、ステップＳ２４に進む。
ステップＳ２４では、２次検索（文書類似度判定）を実行する。この処理の詳細については、図８に基づいて後述する。そして、ステップＳ２６に進む。
ステップＳ２６では、ステップＳ２４の２次検索で得られた結果に基づいて、ユーザー端末Ａから要求があった際にユーザー端末Ａに送信するための、図４に示すような要約書（「求人情報検索結果の要約」もしくは「一般検索結果の要約」）を作成する。そして、ステップＳ２８に進む。
ステップＳ２８では、図３に示すような「検索結果通知メール」２２をユーザー端末Ａに送信して、ステップＳ３０に進む。
ステップＳ３０では、次の特定情報検索に備え、求人情報検索フラグをオフにし、ステップＳ３２に進む。
ステップＳ３２では、ユーザー端末Ａから２次検索結果の要求があるか否か判別する。例えば、図４に示す「検索結果通知メール」２３のＵＲＬ表示欄２３ｂが操作されているか否か判別する。ＵＲＬ表示欄２３ｂが操作されていて、ユーザー端末Ａから２次検索結果の要求がある場合には、ステップＳ３４に進む。要求が無い場合には、ステップＳ３３に進む。
ステップＳ３３では、ステップＳ２６の２次検索結果の要約書が作成されてから、１週間経過したか否か判別する。１週間経過していなければ、待機する。１週間経過していれば、ステップＳ３５の進む。
一方、ステップＳ３４では、ユーザー端末Ａに、「検索結果の要約」を送信してステップＳ３５に進む。
ステップＳ３５では、「検索結果の要約」を削除して終了する。
【００２２】
次に、図６のステップＳ２２の２次検索候補文書を収集する処理の詳細について、図７を参照して説明する。
ステップＳ４０で、図６に示すステップＳ１６で収集した１次検索結果のＵＲＬリストから、図５に示すように、各ＵＲＬに対応するＷｅｂコンテンツの文書（１次検索結果文書３１）を収集する。そして、ステップＳ４２に進む。
ステップＳ４２では、ステップＳ４０で収集した各Ｗｅｂコンテンツの文書３１を分析して、各文書のリンク１階層分のリンク先ＵＲＬを抽出し、重複しているものを排除する。リンク１階層分のＵＲＬに対応するＷｅｂコンテンツの文書を収集する。そして、ステップＳ４４に進む。
ステップＳ４４では、ステップＳ４０で収集した１次検索結果文書３１と、ステップＳ４２で収集した文書を、図５に示す、２次検索候補文書３２としてリターンする。
【００２３】
次に、図６に示すステップＳ２４の２次検索について、図８〜図１１を参照して説明する。
ここで、図８に示すフローチャート図は、請求項中の第１〜第３のステップを実行するための特定情報検索装置１０の処理手順を示す。
２次検索では、複数のキーワード（本実施の形態では、ユーザーが入力したキーワード群、もしくはユーザーが入力したキーワードにシステムキーワード（詳細は、後述する。）を加えたキーワード群）を用いて、２次検索候補文書３２のそれぞれについて、キーワードの出現する“位置”に関する評価、つまり共起関係を評価する。そして、２次検索候補文書３２のそれぞれと、前記複数のキーワードとの「類似度」を判別する。
まず、ステップＳ５０で、［求人情報検索］であるか［一般検索］であるか判別する。例えば、ステップＳ１４の求人検索フラグがオンしているか否かを判別する。求人検索フラグがオンしていて、［求人情報検索］が選択されていれば、ステップＳ５１に進む。求人検索フラグがオフしていれば、ステップＳ５２に進む。
ステップＳ５１では、２次検索候補文書を検索するキーワードとして、ユーザーが設定したキーワード（“特許”、“弁理士”）と、システムに予め登録してある、例えば、図１１に示す求人情報に関するシステムキーワードを用いる準備をする。システムキーワードは、例えば、予め記憶装置１１のシステムキーワード記憶手段１２ｅに記憶されている求人情報に関するキーワード全てを用いる。システムキーワードは、所定の条件に基づいて一部を抽出して用いるようにしてもよい。そして、ステップＳ５３に進む。
一方、ステップＳ５２では、２次検索候補文書を検索するキーワードとして、ユーザーが設定したキーワード（“特許”、“弁理士”）のみを用いる準備をする。そして、ステップＳ５３に進む。
ステップＳ５３では、２次検索候補の所定の文書を、単語辞書記憶手段１２ａに記憶されている単語と照合して文単位に分割する。例えば、既存技術である形態素解析手法を用いて２次検索候補の所定の文書を単語に分割し、さらに、読点もしくは改行マークにより文単位に分解する。そして、単語系列記憶手段１２ｂに記憶させ、ステップＳ５２に進む。
ここで形態素解析手法とは、文を構成要素の単語に分割し（日本語の場合）、分割された単語に品詞情報を付与する技術である。形態素解析をコンピュータで実行するための手段としては、例えば以下の手順を用いればよい。まず解析対象である文をコンピュータのメモリ上に読み込み、文の構成要素である文字列を、あらかじめ単語辞書記憶手段１２ａに記憶された単語と品詞の対応関係が記述された辞書と比較することによって文頭から単語と品詞情報を同定していく。この時、複数の単語系列の候補が得られる場合はあらかじめ形態素解析実行手段が備える分割ルールに従い候補を一つに同定していく。例えば分割ルールとしては最長一致や一文内の分割数最小などの方法が知られている。
ステップＳ５４では、図９に示すように、単語系列記憶手段１２ｂに記憶されている文単位に分解した所定の２次検索候補の文書を、文書の先頭から、１文単位の観測窓（照合領域）にかけて照合する。そして、ステップＳ５５に進む。
ステップＳ５５では、観測窓内にユーザーが設定したキーワードの種類と数を、計数手段（図示していない。記憶装置１１に記憶されている、制御手段１３が実行するプログラム）を用いて計数する。また、観測窓内のキーワードの総数（種類問わず）をｎとする。そして、ステップＳ５６に進む。
ステップＳ５６では、条件１及び条件２及び条件３を全て満足しているか否か判別する。ここで、条件１〜３とは、
条件１・・ｎ≧２
条件２・・システムキーワードだけではない。（ユーザーが設定したキーワードも含まれている。）
条件３・・同じキーワードばかりではない。
である。条件１〜３を全て満足していれば、ステップＳ５８に進む。全て満足していなければ、ステップＳ６０に進む。
ステップＳ５８では、当該観測窓内のキーワード総数ｎを特定情報評価値とし、特定情報評価値記憶手段１２ｄに記憶されている評価値Ｓｃに加算する。
一方、ステップＳ６０では、観測窓を１文単位末尾方向の隣にシフトさせ、ステップＳ６１に進む。
ステップＳ６１では、文書末尾の文単位を含む観測窓の照合が終了したか否か判別する。終了していなければ、ステップＳ５５に戻る。終了していれば、ステップＳ６２に進む。
ステップＳ６２では、評価値Ｓｃが所定値以上であるか否か判別する。評価値Ｓｃが所定値以上であれば、ステップＳ６３に進む。所定値未満であれば、ステップＳ６４に進む。
ステップＳ６３では、評価値Ｓｃが所定値以上であり、当該文書の類似度が高いとし、当該文書を２次検索結果文書の集合に入れる。そして、ステップＳ６４に進む。
ステップＳ６４では、評価値ＳｃをクリアしてステップＳ６５に進む。
ステップＳ６５では、２次検索候補のＷｅｂコンテンツの文書を全て照合したか否か判別する。照合していなければ、ステップＳ６６に進む。終了していれば、リターンする。
ステップＳ６６では、次の２次検索候補の文書を選択し、同様の処理をする。
【００２４】
次に、［求人情報検索］で、図９に示すように１文単位の観測窓αを用いた場合の文書類似度判定の詳細について説明する（図８のフローチャートに示す、ステップＳ５３〜Ｓ６３の処理）。
ここで、図９に示すように、選択した２次検索候補のＷｅｂコンテンツの文書の中に文単位７０〜７４がある。
また、この２次検索候補の文書には、ユーザーが設定したキーワード“特許”（図９中の●）、キーワード“弁理士”（図９中の○）、図１１に示す求人情報に関するシステムキーワードの中の“給与”（図９中の◆）、システムキーワードの中の“資格”（図９中の◇）が存在するものとする。
そこで、観測窓αを用いて先頭の文単位７０を照合すると、［●１；○１］で、キーワードの総数ｎは“２”である。すなわち、条件１はＯＫ、また、条件２はＯＫ、また、条件３はＯＫであるので、文単位７０中に含まれるキーワードの総数ｎ＝“２”を特定情報評価値記憶手段１２ｄに記憶されている特定情報評価値（Ｓｃ）に加算する。特定情報評価値（Ｓｃ）は先にクリアされているので、ここで、評価値（Ｓｃ）＝“２”となる。
次に、文単位７１を照合するために観測窓αを末尾方向に１文単位シフトさせる。観測窓αが文単位７１を照合すると、結果は［●１］で、キーワードの総数は“１”である。すなわち、条件１がＮＧである。そこで、文単位７１中に含まれるキーワードの総数ｎ＝“１”は、特定情報評価値（Ｓｃ）に加算しない。
次に、文単位７２を照合するために観測窓αを更に末尾方向に１文単位シフトさせる。観測窓αが文単位７２を照合すると、結果は［○１］で、キーワードの総数は１である。すなわち、条件１がＮＧである。そこで、文単位７２中に含まれるキーワードの総数ｎ＝“１”は、特定情報評価値（Ｓｃ）に加算しない。
次に、文単位７３を照合するために観測窓αを更に末尾方向に１文単位シフトさせる。観測窓αが文単位７２を照合すると、結果は［◆１；◇１］で、キーワードの総数は“２”である。すなわち、条件１はＯＫ、条件２がＮＧ（システムキーワードのみ）である。そこで、文単位７２中に含まれるキーワードの総数ｎ＝“２”は、特定情報評価値（Ｓｃ）に加算しない。
次に、文単位７４を照合するために観測窓αを更に末尾方向に１文単位シフトさせる。観測窓αが文単位７４を照合すると、［●２；◇１］で、キーワードの総数ｎは“３”である。すなわち、条件１はＯＫ、また、条件２はＯＫ、また、条件３はＯＫであるので、文単位７０中に含まれるキーワードの総数ｎ＝“３”を特定情報評価値（Ｓｃ）に加算する。ここで、特定情報評価値（Ｓｃ）＝“２”＋“３”＝“５”となる。
このようにして、選択した２次検索候補のＷｅｂコンテンツの文書の特定情報評価値（Ｓｃ）を求める。この場合、特定情報評価値（Ｓｃ）の値は、“５”となる。そして、特定情報評価値（Ｓｃ）を予め設定された所定値（閾値）と比較して所定値よりも大きければ、当該文書は検索キーワードから想起される事柄との類似度が高いことを判別して、２次検索結果文書集合３３に入れる。
この場合に使用した求人情報に関するシステムキーワードは、予め特定情報検索装置１０の記憶装置１１のシステムキーワード記憶手段１２ｅに記憶されている求人情報に関するキーワード全てを用いるので、図１１に示すいずれかのシステムキーワードが選択された文書中に存在すれば、計数される。
【００２５】
一方、例えば、図１０に示すように２文単位の観測窓βを用いた場合の文書類似度判定について説明する。
観測窓βを用いて文単位７０、７１を照合すると、［●２；○１］で、キーワードの総数ｎは“３”である。すなわち、条件１はＯＫ、また、条件２はＯＫ、また、条件３はＯＫであるので、文単位７０、７１中に含まれるキーワードの総数ｎ＝“３”を特定情報評価値（Ｓｃ）に加算する。特定情報評価値（Ｓｃ）は先にクリアされているので、ここで、特定情報評価値（Ｓｃ）＝“３”となる。
次に、文単位７１、７２を照合するために観測窓βを末尾方向に１文単位シフトさせる。観測窓βが文単位７１、７２を照合すると、結果は［●２］で、キーワードの総数は“２”である。すなわち、条件１はＯＫ、条件２はＯＫ、条件３はＮＧ（●が１種類のみ）である。そこで、文単位７１、７２中に含まれるキーワードの総数ｎ＝“２”は、特定情報評価値（Ｓｃ）に加算しない。
次に、文単位７２、７３を照合するために観測窓βを更に末尾方向に１文単位シフトさせる。観測窓βが文単位７２、７３を照合すると、結果は［●１；◇１；◆１］で、キーワードの総数は“３”である。すなわち、条件１はＯＫ、条件２はＯＫ、条件３はＯＫであるので、文単位７２、７３中に含まれるキーワードの総数ｎ＝“３”を特定情報評価値（Ｓｃ）に加算する。ここで、特定情報評価値（Ｓｃ）＝“３”＋“３”＝“６”となる。
次に、文単位７３、７４を照合するために観測窓βを更に末尾方向に１文単位シフトさせる。観測窓βが文単位７３、７４を照合すると、結果は［●２；◇２；◆１］で、キーワードの総数は“５”である。すなわち、条件１はＯＫ、条件２はＯＫ、条件３はＯＫであるので、文単位７３、７４中に含まれるキーワードの総数ｎ＝“５”を特定情報評価値（Ｓｃ）に加算する。ここで、特定情報評価値（Ｓｃ）＝“６”＋“５”＝“１１”となる。
文単位７４は、文書末尾の文単位であるので、観測窓βを用いた照合を終了する。
このようにして、選択した２次検索候補のＷｅｂコンテンツの文書の特定情報評価値（Ｓｃ）を求める。この場合、特定情報評価値（Ｓｃ）の値は、“５”となる。そして、特定情報評価値（Ｓｃ）を予め設定された所定値（閾値）と比較して所定値よりも大きければ、当該文書は類似度が高いことを判別して、２次検索結果文書集合３３に入れる。
このように、観測窓に含まれる文単位の数、また、観測窓のシフトの仕方等によって、特定情報評価値（Ｓｃ）の値は異なる。そこで、類似度が高いか否かを判別する閾値は、予め、適宜、最適な値に設定する。例えば、様々なＷｅｂコンテンツを観測することにより最適な値を見出す。このように、閾値を変更することができるので、システムの自由度が高い。
【００２６】
このようにして、複数のキーワードが、少なくとも１つの文単位で形成された観測窓（検索領域）中に、所定値以上存在するか否かを判別することで（但し、同種類のみではない。また、システムキーワードだけでもない。）、複数のキーワードの共起関係を特定情報評価値（Ｓｃ）に反映することができる。
例えば、本実施の形態で、ユーザーは、弁理士の仕事内容を調査する事を希望しており、キーワードとして、“特許”及び“弁理士”を選択して特定情報検索装置１０を用いて［一般検索］を実行している。そして、キーワードとして、“特許”及び“弁理士”を選択している。キーワード“特許”とキーワード“弁理士”が、同じ文単位、もしくは隣接する文単位等互いに近くに存在していれば、当該文書は、ユーザーが必要な情報である可能性が高い（類似度が高い）。しかしながら、例えば、一般の検索エンジンもしくは検索エンジンの組み合わせ等によりキーワードの存在のみを検索した場合には、Ｗｅｂコンテンツの文書の先頭部分と末尾部分にキーワードが離れて存在している場合も検索結果として取得される。この場合、ユーザーが必要な情報である可能性が低い。
例えば、一般的な検索エンジンによる検索では、ＢＢＢ予備校のＷｅｂコンテンツの文書で、ビジネスモデルに関して、「○○○に関する“特許”出願中」という第１の記事が先頭頁に掲載され、最終頁に「ＢＢＢ予備校の講座案内　　１．“弁理士”基礎講座・・」という第２の記事が掲載されていたとしても、“特許”と”弁理士”が文書内に含まれているので、検索結果として取得される。しかしながら、これは、ユーザーが必要とする情報が含まれる文書ではない。
このように、本発明の、情報検索装置１を用いれば、キーワードが出現する“位置”に関する評価（共起関係の評価）を自動的に行うことにより、ユーザーは、検索エンジンに関する知識や検索のノウハウを知らなくても、必要な情報が記載された文書を容易に効率良く取得することができる。
また、特定情報（本実施の形態では求人情報）に特化した検索を行う場合には、特定情報に関するシステムキーワードが自動的に検索キーワードが付加されて検索が実行され、候補文書の類似度を判別するため、検索キーワードの選定が容易である。
【００２７】
本発明の、特定情報検索方法及び情報検索装置は、実施の形態の構成及び動作に限定されるものではない。
また、特定情報評価値（Ｓｃ）は、例えば、公知のベクトル空間モデルを併用して求めてもよい。例えば、本実施の形態のように複数のキーワードの共起関係の評価をすることで求めた評価値を（Ｓｗ）、ベクトル空間モデルの評価値を（Ｓｖ）として、
特定情報評価値（Ｓｃ）＝（Ｓｖ）＋ｋ（Ｓｗ）
（ｋ；所定の実数値）
としてもよい。これによれば、ベクトル空間モデルによるキーワードと文書の類似度評価値に、文書内でのキーワードの共起関係の評価値を加味して再評価することになるので、情報検索の信頼性が一層向上する。
また、特定情報評価値（Ｓｃ）は、例えば下記の数式（式１）で表現する事が出来る。
ｎ_ｉはｉ回目の照合における観測窓内のキーワード出現数、Ｎは文書全体での照合回数（観測窓の数）である。特定情報を検索するためのプログラムでは、（式１）を用いて特定情報評価値（Ｓｃ）を算出する。また、特定情報評価値（Ｓｃ）には、他の数式を用いてもよい。
また、予め、候補除外リストが作成してあり、候補除外リストに該当するＷｅｂコンテンツの文書は、２次検索候補から除外するようにしてもよい。これによれば、２次検索に要する時間を短縮し検索意図に適合しない結果を排除することができる。例えば、ユーザーは同業他社の製品に関する情報を収集したい時に、自社や関係会社のＵＲＬを候補除外リストに加えることにより、２次検索候補文書から除外するようにしてもよい。この場合、例えば、図２に示す「検索キーワード入力画面」２１に、候補文書から除外するためのキーワード設定欄（図示していない）が表示されるようにする。例えば、ユーザーがキーボードを用いて候補文書から除外するためのキーワード（このキーワードを含んでいれば、２次検索候補文書から除外する。）を設定してもよいし、候補文書から除外するためのキーワードの候補が予め表示されていて、ユーザーは表示されているキーワードの候補をチェックするようにしてもよい。
実施の形態では、前述の条件１〜３を全て満足した時に特定情報評価値（Ｓｃ）に加算したが、この条件は、別の条件でもよい。
また、観測窓で照合する際に、特定情報評価値が所定値以上のなった時点で、当該文書の照合は終了し、他の文書に移ってもよい。すなわち、文書の末尾まで検索しなくてもよい。
実施の形態では、請求項中の「特定情報」が「求人情報」である場合について説明したが、「特定情報」は多種多様考えられる。
また、観測窓をシフトする方向は末尾に向けてではなくてもよい。
また、観測窓を用いて文単位の先頭から照合しなくてもよい。例えば、末尾からでもよい。
また、ユーザー端末は多数あってもよい。
また、２次検索の候補文書は、１次検索結果文書のリンク１階層分のみでなくてもよい。少なくとも、１階層分であり、例えば、２階層分でもよい。
また、１次検索結果文書をそのまま、２次検索候補文書としてもよい。
また、システムキーワードはなくてもよく、例えば、本実施の形態では、「一般検索」ができるだけでもよい。
また、本実施の形態では、［求人情報検索］を実行する場合には、システムキーワードを全て用いたが、全て用いなくてもよい。いくつかを選択して用いてもよい。いずれのキーワードを選択するかについては、特定情報検索装置１０で自動的の選択されてもよいし、ユーザーが選択できるようにしてもよい。
また、ユーザーが入力したキーワードとシステムキーワードが重複する場合には、当該キーワードはユーザーが入力したキーワードとして扱う。
また、本実施の形態では、１週間後に検索結果の要約書を削除したが、削除しなくてもよい。例えば、上書きしてもよい。
また、観測窓の長さを設定する際に、予備的に検索を実行して、最適な長さを設定してもよい。例えば、２次検索候補文書の中の１０％の文書について評価値Ｓｃを求め、全ての評価値Ｓｃが所定の範囲内となるように観測窓の長さを設定してもよい。その他、観測窓の長さの設定については、種々の方法が考えられる。
【００２８】
【発明の効果】
以上説明したように、請求項１に記載の特定情報検索方法によれば、複数のキーワードの共起関係を評価することで、ユーザーの検索意図に適合した特定情報に関連する文書であることを容易に判別することができる。
また、請求項２に記載の特定情報検索方法によれば、ユーザーの検索意図に適合した特定情報に関連する文書であることを精度良く判別することができる。
また、請求項３に記載の特定情報検索方法によれば、検索に要する時間が短縮され、検索の精度も向上する。
また、請求項４に記載の特定情報検索方法によれば、被検索文書を収集することが容易である。
また、請求項５に記載の特定情報検索方法によれば、１次検索文書の少なくとも１階層分のリンク先からインターネットを介して収集した文書を被検索文書に選択することができるので、特定情報検索の信頼性が向上する。
また、請求項６に記載の特定情報検索方法によれば、予め不要な被検索文書を除外しておく事ができるので、検索に要する時間を短縮することができる。
また、請求項７に記載の情報検索装置によれば、ユーザーが端末装置から複数のキーワードを入力し、入力した複数のキーワードの共起関係が評価されることで、ユーザーの検索意図に適合した特定情報に関連する文書であることが容易に判別される。
また、請求項８に記載の情報検索装置によれば、被検索文書を収集することが容易である。
また、請求項９に記載のプログラムによれば、複数のキーワードの共起関係を評価することで、ユーザーの検索意図に適合した特定情報に関連する文書であることを容易に判別することができる。
また、請求項１０に記載の記録媒体によれば、複数のキーワードの共起関係を評価することで、ユーザーの検索意図に適合した特定情報に関連する文書であることを容易に判別することができる。
【図面の簡単な説明】
【図１】本発明の実施の形態の構成を示すブロック図である。
【図２】ユーザー端末Ａの表示手段に表示される表示例である。
【図３】ユーザー端末Ａの表示手段に表示される表示例である。
【図４】ユーザー端末Ａの表示手段に表示される表示例である。
【図５】本実施の形態の動作を示す説明図である。
【図６】特定情報検索装置１０のＣＰＵの処理を示すフローチャート図である。
【図７】特定情報検索装置１０のＣＰＵの処理を示すフローチャート図である。
【図８】特定情報検索装置１０のＣＰＵの処理を示すフローチャート図である。
【図９】観測窓を用いた文書類似度判定動作についての説明図である。
【図１０】観測窓を用いた文書類似度判定動作についての説明図である。
【図１１】特定情報検索装置１０の中に予め特定情報に関するキーワード（システムキーワード）が記憶されている場合の説明図である。
【符号の説明】
１　　　　　　　情報検索装置
１０　　　　　　特定情報検索装置
１１　　　　　　記憶装置
１２ａ　　　　　単語辞書記憶手段
１２ｂ　　　　　単語系列記憶手段
１２ｃ　　　　　キーワード記憶手段
１２ｄ　　　　　特定情報評価値記憶手段
１２ｅ　　　　　システムキーワード記憶手段
１３　　　　　　制御手段
２０　　　　　　インターネット

Claims (11)

1. 被検索文書入力手段と、単語辞書記憶手段と、単語系列記憶手段と、特定情報に関するキーワードを記憶するキーワード記憶手段と、特定情報評価値記憶手段と、計数手段と、制御手段とを有する特定情報に関連する文書を検索する特定情報検索装置における特定情報検索方法において、
   前記制御手段は、
   前記入力手段により入力された被検索文書を単語辞書記憶手段と照合し、文単位および単語単位に分解して単語系列記憶手段に記憶する第１のステップと、
   前記単語系列記憶手段から少なくとも１つの文単位を照合領域として読み出し、該文単位内における単語をキーワード記憶手段と照合して、キーワードと一致する単語の数を前記計数手段で計数させ、計数結果が所定条件を満たすとき該計数結果に基づき該照合領域における特定情報評価値を求め、特定情報評価値記憶手段に記憶させる第２のステップと、
   記憶された特定情報評価値が所定値以上であれば、前記被検索文書が特定情報に関連する文書であることを判別する第３のステップとを実行する特定情報検索方法。
2. 請求項１に記載の特定情報検索方法であって、第２のステップにおいて、照合領域を被検索文書の先頭の文単位から末尾の文単位までの領域の間で、１つの文単位以上の間隔で順次シフトさせて設定し、求められた各照合領域における特定情報評価値を累算し、特定情報評価値記憶手段に記憶させることを特徴とする特定情報検索方法。
3. 請求項２に記載の特定情報検索方法であって、第２のステップにおいて、照合領域をシフトさせる都度、特定情報評価値を累算し特定情報評価値記憶手段に記憶させて第２ステップを終了し、第３ステップを実行して、特定情報評価値が所定値以下であれば第２ステップに戻り、シフトされた照合領域の特定情報評価値を更に累算し、第３ステップに進むことを繰り返し実行する特定情報検索方法。
4. 請求項１〜３のいずれかに記載の特定情報検索方法であって、検索エンジンに対し所定の特定情報に関する複数のキーワードを検索キーとして検索を実行することにより、インターネットを介して収集した所定の特定情報に関するキーワードが含まれる検索文書を被検索文書として被検索文書入力手段に入力することを特徴とする特定情報検索方法。
5. 請求項４に記載の特定情報検索方法であって、前記検索文書に含まれる少なくとも１階層分のリンク先から収集した文書を被検索文書として前記検索文書に加えて被検索文書入力手段に入力することを特徴とする特定情報検索方法。
6. 請求項４又は５に記載の特定情報検索方法であって、特定情報検索装置はさらに候補除外リスト記憶手段を有し、前記制御装置は、被検索文書を記憶された候補除外リストと照合し、これに該当する文書の被検索文書入力手段への入力を除外することを特徴とする特定情報検索方法。
7. 特定情報に関連する文書を検索する特定情報検索装置と、特定情報検索装置と通信可能な端末装置と、インターネットへのアクセス手段とを備える情報検索装置であって、
   端末装置は、特定情報検索装置に特定情報に関するキーワードと検索要求信号を送信する入力手段と、特定情報検索装置から送られる特定情報に関する情報を表示する表示手段とを備え、
   特定情報検索装置は、被検索文書入力手段と、特定情報に関するキーワード入力手段と、単語辞書記憶手段と、単語系列記憶手段と、特定情報に関するキーワードを記憶するキーワード記憶手段と、特定情報評価値記憶手段と、計数手段と、制御手段と、特定情報関連文書記憶手段と、送信手段とを有し、
   前記制御手段は、
   特定情報に関するキーワードと検索要求信号を受信すると、受信したキーワードに基づいて前記インターネットアクセス手段を介して検索エンジンによって被検索文書を収集して前記被検索文書入力手段に入力し、入力された被検索文書を単語辞書記憶手段と照合して文単位内および単語単位に分解して単語系列記憶手段に記憶させ、前記単語系列記憶手段から少なくとも１つの文単位をキーワード記憶手段との照合領域として読み出し、該文単位内における単語をキーワード記憶手段と照合して、キーワードと一致する単語の数を前記計数手段で計数させ、計数結果が所定条件を満たすとき該計数結果に基づき特定情報評価値を求め前記特定情報評価値記憶手段に記憶させ、特定情報評価値が所定値以上であれば、前記被検索文書が特定情報に関連する文書であることを判別して該文書を前記特定情報関連文書記憶手段に記憶させ、特定情報関連文書記憶手段に記憶された文書を前記送信手段により前記端末装置に送信する、
   ことを特徴とする情報検索装置。
8. 請求項７に記載の情報検索装置であって、特定情報の検索装置における制御手段は、照合領域を被検索文書の先頭の文単位から末尾の文単位までの領域の間で、１つの文単位以上の間隔で順次シフトさせて設定し、求められた各照合領域における特定情報評価値を累算して特定情報評価値記憶手段に記憶させることを特徴とする情報検索装置。
9. 請求項７又は８に記載の情報検索装置であって、特定文書検索装置の制御手段は、前記インターネットアクセス手段を介して収集した被検索文書に含まれる少なくとも１階層分のリンク先から収集した文書を被検索文書入力手段に入力することを特徴とする情報検索装置。
10. コンピュータに請求項１〜６に記載の特定情報検索方法の手順を実行させるためのプログラム。
11. 請求項１０に記載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。

Images