JP2004110835A - 確認文を検索するための方法およびシステム - Google Patents

Abstract

【課題】　クエリに応答して文データベースから類似の確認文を検索する方法、コンピュータ読取り可能媒体、システムを提供する。
【解決手段】　サーチエンジンが、クエリに応答して文データベースから確認文を検索する。確認文を検索する際に、サーチエンジンは、クエリに基づいて索引付けユニットを定義する。索引付けユニットは、クエリからの見出し語とクエリに関連付けられた拡張索引付けユニットの双方を含む。次いで、サーチエンジンは、サーチパラメータとして定義された索引付けユニットを使用して、文データベースから複数の文を検索する。複数の検索された文のそれぞれとクエリの間の類似度が、サーチエンジンによって決定され、それぞれの類似度が、クエリ内の言語重みに応じて決定される。次いで、サーチエンジンは、決定された類似度に基づいて複数の検索された確認文をランク付けする。
【選択図】　図３

Description

　本発明は、機械支援書込システムおよび方法に関する。本発明は、詳細には、母国語ではない言語で書く際にユーザを支援するためのシステムおよび方法に関する。

　グローバル通信の急速な発達に伴って、英語および他の母国語ではない言語で書く能力がますます重要になってきている。しかし、母国語ではない言語の話し手（たとえば、中国語、日本語、韓国語、または他の英語ではない言語の話し手）が、英語で書くことを非常に困難に感じることがしばしばある。綴りや文法上の困難ばかりでなく、その言語独特の慣用語の用法上の困難であることがたびたびある。したがって、このような英語が母国語ではない話し手が英語を書く際の最大の困難は、どのように文を洗練された文にするかを判断することである。このことは、母国語ではないどのような言語で書くプロセスに関しても当てはまるが、英語を書くことについての問題を主に説明することとする。

　スペルのチェックや文法のチェックは、ユーザが単語のスペルを間違えたり、明らかな文法上のミスをした場合にのみ有用である。これらのチェックプログラムは、文を洗練された文にする際の助けとして頼りにすることはできない。辞書も有用ではあるが、ほとんどの場合、読む場合や翻訳の問題を解決するためである。通常、辞書で単語を調べると、書き手には、その単語の使用について多くの説明が提供されるが、文脈上の情報は提供されない。その結果、ユーザが何らかのソリューションを得ることが、非常に混乱した時間のかかることとなる。

　一般に、書き手は、文を洗練された文にするために、文を書いている間に良い文例を見ることができれば非常に有益であると感じる。問題は、このような文例をめったに参照できないことである。さらに、これまで、文を洗練された英語の文にするためのサポートとなる有効なソフトウェアが存在せず、かつてこの分野に取り組んだ研究者もほとんどいないと考えられる。

　文を洗練された英語の文にする際にユーザを支援することができるシステムを実現するためには、非常に多くの課題がある。まず第一に、ユーザの文が与えられた場合、どのように確認文を検索するかを決定しなければならない。確認文は、ユーザの文を確認するために使用される。確認文は、文構造上または形態上、ユーザの入力クエリまたは意図した入力クエリに近い文であるべきである。限られた基本例しか与えられていない場合、全く類似の文を検索することは難しく、したがって、通常、書かれた文（クエリ文）にいくつかの類似の部分を含む文を検索することのみが可能である。次いで、互いに関連する２つの問題が生じる。第１の問題は、ユーザの文が余りにも長くて複雑な場合に、ユーザの注意をどの部分に向けるべきであるかということである。第２の問題は、多数の文が該当した場合に、書き手に最も有用な文を提供するために、それらをいかに正確にまた有効にランク付けできるかまたはランク付けすべきであるかということである。

　第２の課題は、どのようにヒント文を検索するかを決定することである。ヒント文は、展開された表現を提供するために使用される。言い換えれば、ヒント文は、ユーザの入力クエリ文と意味上類似であるべきであり、ユーザに特定の考えを表現するための代替方法を提供するために使用される。ユーザの文が混乱した表現を含んでいる場合、またはユーザの文が英語で書かれてはいるが、別の言語に合った文構造や文法を用いている（たとえば、「中国語のような英語の文」）場合に、適切なヒント文を検索するために、より複雑なケースでは、どのようにしてユーザの真の意図を見極めるのかを決定しなければならない。第３の課題は、ユーザが、自分の母国語で書いたクエリでサーチすることがあるという事実に関する。正確な翻訳を実現するためには、クエリの理解および翻訳の選択が、２つの大きな技術上の障害となる。

　上述の問題は、英語が母国語でない人々（たとえば、母国語が、中国語、日本語、韓国語の話し手）が英語を書く場合について説明しているが、これらの問題は、第１の（母国語でない）言語で書く人々だけでなく、第２の（母国語の）言語である母国語の話し手にも共通である。これらの問題や説明しなかったその他の問題を考えてみるに、関連する確認文および／またはヒント文を提供することにより、英語または他の母国語ではない言語で書く際に母国語でない話し手を支援するシステムまたは方法が、当業界において大きな改良となるであろう。

　クエリに応答して、文データベースから確認文を検索する方法、コンピュータ読取り可能媒体、およびシステムが提供される。確認文は、書いている間にユーザの文構造を確認したりガイドしたりするために使用される。したがって、確認文は、文法上の例として役立つために、文構造上または形態上、ユーザの入力クエリまたは意図した入力クエリに近い文であるべきである。

　サーチエンジンは、クエリに応答して、文データベースから確認文を検索する。クエリが受け取られ、そのクエリに基づいて索引付けユニットが定義されるが、その索引付け（ｉｎｄｅｘｉｎｇ）ユニットは、クエリからの見出し語（ｌｅｍｍａ、補題）とクエリに関連付けられた拡張索引付けユニットの双方を含む。文データベースからの文が、サーチパラメータとして定義された索引付けユニットを使用して、サーチエンジンによって検索される。

　サーチエンジンのランク付けコンポーネントが、検索された確認文のそれぞれとクエリの間の類似度を決定する。類似度は、クエリ内の用語の言語重みに応じて決定される。クエリ内の用語の言語重みとは、ことばのその部分に応じてクエリ内の用語に割り当てられた重みである。次いで、ランク付けコンポーネントは、決定された類似度に基づいて、検索された確認文をランク付けする。

　いくつかの実施形態では、対応する確認文の長さに対応する文の長さ関数に応じて、それぞれの類似度がさらに決定される。

　本発明は、提案文を参照することにより、ユーザが母国語ではない言語で書くことおよび文を洗練された文にすることを助ける有効なシステムを提供する。提案文は、確認文やヒント文であり得るが、ユーザの文をクエリとして使用して文データベースから自動的に検索される。このシステムを実現するために、いくつかの技術が提案されている。たとえば、第１は、改良された例文推奨方法に関する。第２は、ユーザの母国語でサーチすることを容易にする改良された数言語にまたがる情報検索方法および技術に関する。他にもいくつか提案されている。

　図１は、本発明が実施できる適切なコンピューティングシステム環境１００の一例を示す図である。コンピューティンシステム環境１００は、適切なコンピューティング環境の一例にすぎず、本発明の使用範囲または機能を限定するものではない。また、コンピューティング環境１００が、オペレーティング環境１００の例に示したコンポーネントのいずれか１つまたはそれらの組合せに対して依存性を有するあるいはそれに関係する要件を有すると解釈すべきでもない。

　本発明は、かずかずの他の汎用または専用コンピューティングシステム環境または構成とともに動作可能である。本発明とともに使用するのに適した周知のコンピューティングシステム、環境および／または構成の例には、パーソナルコンピュータ、サーバコンピュータ、ハンドヘルドまたはラップトップデバイス、マルチプロセッサシステム、マイクロプロセッサベースのシステム、セットトップボックス、プログラマブル大衆消費電子機器、ネットワークＰＣ、ミニコンピュータ、メインフレームコンピュータ、電話システム、前述のシステムまたはデバイスなどのうちのいずれかを含む分散型コンピューティング環境が含まれるが、それらに限定されない。

　本発明は、コンピュータによって実行される、プログラムモジュールなどのコンピュータ実行可能命令の一般的なコンテキストにおいて説明することができる。一般に、プログラムモジュールには、特定のタスクを実施し特定の抽象データタイプを実施する、ルーチン、プログラム、オブジェクト、コンポーネント、データ構造などが含まれる。本発明はまた、通信ネットワークを通ってリンクされるリモート処理デバイスによってタスクが実施される分散型コンピューティング環境においても実行できる。分散型コンピューティング環境においては、プログラムモジュールを、記憶装置デバイスを含むローカルとリモートのコンピュータ記憶媒体の双方に置くことができる。

　図１を参照すると、本発明を実施するためのシステムの例に、コンピュータ１１０の形態の汎用コンピューティングデバイスが含まれている。コンピュータ１１０のコンポーネントには、処理ユニット１２０と、システムメモリ１３０と、システムメモリを含むさまざまなシステムコンポーネントを処理ユニット１２０に結合するシステムバス１２１とが含まれることがあるが、それらに限定されない。システムバス１２１は、さまざまなバスアーキテクチャのいずれかを使用する、メモリバスまたはメモリコントローラ、周辺バス、ローカルバスを含むいくつかのタイプバス構造のいずれかであり得る。例示として、このようなアーキテクチャには、業界標準アーキテクチャ（ＩＳＡ）バス、マイクロチャネルアーキテクチャ（ＭＣＡ）バス、高性能ＩＳＡ（ＥＩＳＡ）バス、ビデオ電子装置規格化協会（ＶＥＳＡ）ローカルバス、メザニンバスとしても知られる周辺装置相互接続（ＰＣＩ）バスを含むが、それらに限定されない。

　コンピュータ１１０には、一般に、さまざまなコンピュータ読取り可能媒体が備えられる。コンピュータ読取り可能媒体は、コンピュータ１１０からアクセスできる任意の使用可能な媒体であり得、揮発性および不揮発性媒体、取外し可能および取外し不可能媒体の双方を含む。例示として、コンピュータ読取り可能媒体には、コンピュータ記憶媒体および通信媒体を備えることができるが、それらに限定されない。コンピュータ記憶媒体には、コンピュータ読取り可能命令、データ構造、プログラムモジュール、または他のデータなどの情報を格納するための任意の方法または技術によって実施される、揮発性および不揮発性媒体、取外し可能および取外し不可能媒体が含まれる。コンピュータ記憶媒体には、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ、または他のメモリ技術、ＣＤ　ＲＯＭ、ディジタルビデオディスク（ＤＶＤ）、または他の光学ディスク記憶装置、磁気カセット、磁気テープ、磁気ディスク記憶装置、または他の磁気記憶装置、または所望の情報を格納するために使用でき、コンピュータ１１０からアクセスできる任意の他の媒体を備えることができるが、それらに限定されない。通信媒体には、通常、搬送波や他のトランスポートメカニズムなどの変調データ信号内に、コンピュータ読取り可能命令、データ構造、プログラムモジュール、または他のデータが包含され、どのような情報配信媒体も備えられる。用語「変調データ信号」とは、特性セットの１つまたは複数を有するかまたは信号内の情報を符号化するような方法で変更される信号である。例示として、通信媒体には、ワイヤードネットワークや直接ワイヤード接続などのワイヤード媒体、および音響、ＲＦ、赤外線、他のワイヤレス媒体などのワイヤレス媒体が備えられるが、それらに限定されない。前述のいずれの組合せも、コンピュータ読取り可能媒体の範囲内に含まれるべきである。

　システムメモリ１３０は、読取専用メモリ（ＲＯＭ）１３１やランダムアクセスメモリ（ＲＡＭ）１３２などの、揮発性および／または不揮発性メモリの形態のコンピュータ記憶媒体を備える。スタートアップ中などにコンピュータ１１０内の素子間で情報を転送することを助ける基本ルーチンを有する基本入出力システム１３３（ＢＩＯＳ）が、一般に、ＲＯＭ１３１内に格納されている。ＲＡＭ１３２には、一般に、処理ユニット１２０にただちにアクセス可能であり、および／またはそれにより現在動作中のデータおよび／またはプログラムモジュールが含まれている。例示として、図１に、オペレーティングシステム１３４と、アプリケーションプログラム１３５と、他のプログラムモジュール１３６と、プログラムデータ１３７とが示されているが、それらに限定されない。

　コンピュータ１１０はまた、他の取外し可能／取外し不可能な揮発性／不揮発性コンピュータ記憶媒体を備えることもできる。単に例示として、図１には、取外し不可能な不揮発性磁気媒体から読み取りそれに書き込むハードディスクドライブ１４１と、取外し可能な不揮発性磁気ディスク１５２から読み取りそれに書き込む磁気ディスクドライブ１５１と、ＣＤ　ＲＯＭや他の光学媒体などの取外し可能な不揮発性光学ディスク１５６から読み取りそれに書き込む光学ディスクドライブ１５５とが示されている。オペレーティング環境の例において使用できる他の取外し可能／取外し不可能、揮発性／不揮発性コンピュータ記憶媒体には、磁気テープカセット、フラッシュメモリカード、ディジタルビデオディスク、ディジタルビデオテープ、ソリッドステートＲＡＭ、ソリッドステートＲＯＭなど含まれるが、それらに限定されない。ハードディスクドライブ１４１は、一般に、インターフェース１４０などの取外し不可能メモリインターフェースを通ってシステムバス１２１に接続され、磁気ディスクドライブ１５１および光学ディスクドライブ１５５は、一般に、インターフェース１５０などの取外し可能メモリインターフェースによりシステムバス１２１に接続される。

　前述し図１に示したドライブおよびそれらに関連付けられたコンピュータ記憶媒体は、コンピュータ１１０のための、コンピュータ読取り可能命令、データ構造、プログラムモジュール、他のデータの記憶装置を提供する。図１に、たとえば、ハードディスクドライブ１４１が、オペレーティングシステム１４４、アプリケーションプログラム１４５、他のプログラムモジュール１４６、プログラムデータ１４７を格納して例示されている。これらのコンポーネントは、オペレーティングシステム１３４、アプリケーションプログラム１３５、他のプログラムモジュール１３６、プログラムデータ１３７と同じであってもまたはそれらとは異なっていても良いことに留意されたい。オペレーティングシステム１４４、アプリケーションプログラム１４５、他のプログラムモジュール１４６、プログラムデータ１４７には、最低限それらが異なっていることを例示するために、異なる番号が付けられている。

　ユーザが、キーボード１６２と、マイクロホン１６３と、マウス、トラックボール、タッチ・パッドなどのポインティングデバイス１６１などの入力デバイスを通じてコンピュータ１１０にコマンドおよび情報を入力できる。他の入力デバイス（図示せず）には、ジョイスティック、ゲームパッド、衛星放送用パラボラアンテナ、スキャナなどが含まれる。これらのおよび他の入力デバイスは、しばしば、システムバスに結合されたユーザ入力インターフェース１６０を通じて処理ユニット１２０に接続されるが、パラレルポート、ゲームポート、ユニバーサルシリアルバス（ＵＳＢ）などの、他のインターフェースおよびバス構造によっても接続できる。モニタ１９１または他のタイプのディスプレイデバイスも、ビデオインターフェース１９０などのインターフェースを介してシステムバス１２１に接続される。モニタに加えて、コンピュータはまた、出力周辺インターフェース１９０を通じて接続できる、スピーカ１９７やプリンタ１９６などの他の周辺出力デバイスも備えることができる。

　コンピュータ１１０は、リモートコンピュータ１８０などの１つまたは複数のリモートコンピュータに対する論理接続を使用してネットワークされた環境内で動作できる。リモートコンピュータ１８０は、パーソナルコンピュータ、ハンドヘルドデバイス、サーバ、ルータ、ネットワークＰＣ、ピアデバイス、または他の共通ネットワークノードであり得、一般に、コンピュータ１１０について上述した素子の多くまたはすべてを備える。図１に示した論理接続は、ローカルエリアネットワーク（ＬＡＮ）１７１とワイドエリアネットワーク（ＷＡＮ）１７３とを有するが、他のネットワークも有することができる。このようなネットワーキング環境は、オフィス、全社的コンピュータネットワーク、イントラネット、インターネットにおいて一般的になっている。

　ＬＡＮネットワーキング環境において使用された場合、コンピュータ１１０は、ネットワークインターフェースまたはアダプタ１７０を通じてＬＡＮ１７１に接続される。ＷＡＮワーキング環境において使用された場合、コンピュータ１１０は、通常、インターネットなどのＷＡＮ１７３を介して通信を確立するためのモデム１７２または他の手段を備える。モデム１７２は、内部の場合もまたは外部の場合もあるが、ユーザ入力インターフェース１６０または他の適切なメカニズムを介してシステムバス１２１に接続できる。ネットワークされた環境においては、コンピュータ１１０について記述したプログラムモジュール、またはその一部分を、リモート記憶装置デバイス内に格納できる。例示として、図１には、リモートコンピュータ１８０に常駐するリモートアプリケーションプログラム１８５が示されているが、それに限定されない。示されているネットワーク接続は例示のためであり、コンピュータ間に通信リンクを確立する他の手段も使用できることを理解されたい。

　図２は、コンピューティング環境の例であるモバイルデバイス２００を示すブロック図である。モバイルデバイス２００には、マイクロプロセッサ２０２と、メモリ２０４と、入出力（Ｉ／Ｏ）コンポーネント２０６と、リモートコンピュータまたは他のモバイルデバイスと通信するための通信インターフェース２０８とが含まれる。一実施形態では、上述のコンポーネントが、適切なバス２１０を介して互いに通信するために結合される。

　メモリ２０４が、モバイルデバイス２００への通常のパワーがシャットダウンした場合に、メモリ２０４内に格納された情報が失われないように、バッテリバックアップモジュール（図示せず）を備えたランダムアクセスメモリ（ＲＡＭ）などの不揮発性電子メモリとして実施される。メモリ２０４の一部分は、プログラムを実行するためにアドレス指定が可能なメモリとして割り当てられることが好ましく、一方、メモリ２０４の別の部分は、ディスクドライブ上で記憶をシミュレートするなど、記憶のために使用されることが好ましい。

　メモリ２０４には、オペレーティングシステム２１２、アプリケーションプログラム２１４、オブジェクト記憶装置２１６が含まれる。オペレーション中に、オペレーティングシステム２１２が、メモリ２０４からプロセッサ２０２によって実行されることが好ましい。１つの好ましい実施形態では、オペレーティングシステム２１２が、Ｍｉｃｒｏｓｏｆｔ　Ｃｏｒｐｏｒａｔｉｏｎから市販されているＷＩＮＤＯＷＳ（登録商標）ＣＥブランドのオペレーティングシステムである。オペレーティングシステム２１２は、モバイルデバイス用に設計され、一組の公表されているアプリケーションプログラミングインターフェースおよび方法を通じてアプリケーション２１４によって利用できるデータベース機能を実施することが好ましい。オブジェクト記憶装置２１６内のオブジェクトは、少なくとも一部分、公表されているアプリケーションプログラミングインターフェースおよび方法への呼出しに応答して、アプリケーション２１４およびオペレーティングシステム２１２によって維持される。

　通信インターフェース２０８とは、モバイルデバイス２００に情報を送受信することを可能にするかずかずのデバイスおよび技術を意味する。デバイスは、ワイヤードおよびワイヤレスモデムと、衛星受信機と、ブロードキャストチューナなどを含む。モバイルデバイス２００はまた、データを交換するためにコンピュータに直接接続できる。このような場合、通信インターフェース２０８は、赤外線トランシーバあるいはシリアルまたはパラレルの通信接続であり得、そのすべてがストリーミング情報を伝送できる。

　入出力コンポーネント２０６には、タッチスクリーン、ボタン、ローラ、マイクロホンなどのさまざまな入力デバイス、およびオーディオジェネレータ、振動デバイス、ディスプレイを含むさまざまな出力デバイスが含まれる。上に列挙したデバイスは例示のためであり、すべてがモバイルデバイス２００上に存在する必要はない。さらに、他の入出力デバイスを、本発明の範囲内において、モバイルデバイス２００に取り付けるかまたはそれとともに位置決めすることもできる。

　本発明のさまざまな態様に従って、英語を母国語としない人々のために英語を書くことを支援するための実際的なツールを提供する方法およびシステムが提案される。本発明は、ユーザに綴りおよび文法を支援することに注目するのではなく、文を洗練された文にするための支援に注目する。一般に、時々英語を書く必要のあるユーザは、英語の語彙および文法についての基本的な知識を有していなければならないと考えられる。言い換えれば、ユーザは、選択項目が与えられた場合に、良い文と悪い文とを見分けるためのある程度の能力を有する。

　本発明の実施形態とともに使用されるアプローチは、ユーザがいつ何を書いていても、適切な文をユーザに提供することである。シナリオは非常にシンプルである。すなわち、ユーザが文を書く場合はいつでも、システムは、ユーザの意図を見極め、いくつかの例文を提供する。次いで、ユーザは、例文を参照することにより、自分の文を洗練された文にする。この技術は、「例文のインテリジェントな推奨」と呼ばれる。

　図３は、ユーザが英語の文を構築しそれを洗練された文にすることを支援する本発明のシステムおよび方法を示すブロック図である。より具体的には、本システムおよび方法は、第１言語で書かれた文を構築しそれを洗練された文にする際にユーザを支援するが、例示として、本発明は、文を洗練された英語の文にすることについて説明する。システム３００は、入力クエリを受信するかまたはそれをシステム内に入力するために使用される入力３０５を含む。入力クエリは、部分的にまたは全体が英語の文、部分的にまたは全体が中国語の文（または、より一般的に、第２言語の文）を含むさまざまな形態、および第１言語の単語と第２言語の文構造または文法とを混ぜた形態（たとえば、「中国語のような英語」）であり得る。

　クエリ処理コンポーネント３１０は、クエリを、全体であれまたは関係するコンポーネントの部分であれ、サーチエンジン３１５に提供する。サーチエンジン３１５が、クエリ用語またはクエリ用語から生成された情報を使用して、文データベース３２０をサーチする。入力クエリ全体が、処理しサーチするためにサーチエンジン３１５に提供される実施形態では、クエリ処理コンポーネント３１０を入力３０５と組み合わせることができる。しかし、いくつかの実施形態では、クエリ処理コンポーネント３１０が、クエリ上のいくつかの処理関数を実施できる。たとえば、クエリから用語を抽出し、その用語をサーチエンジン３１５に通過させることができる。さらに、本発明は、大部分、サーチエンジン３１５により全体または一部分が実施される方法について説明しているが、他の実施形態では、本方法のいくつかまたはすべてが、コンポーネント３１０内で部分的に実施できる。

　データベース３２０は、標準的な英語の文書から抽出された多数の例文を含む。サーチエンジン３１５は、データベースからユーザの意図する例文を検索する。例文は、サーチエンジン３１５によってランク付けされ、ユーザが自分の書いた文を洗練された文にする際に参照するために、文出力コンポーネント３２５で提供される。

　ユーザは、図１および２に示されているように、コンピュータまたはコンピューティング環境上で動作しているワードプロセッシングプログラムで何かを書くことによりクエリを入力する。たとえば、ユーザが、１つの単一の単語、１つの句、または１つの文全体を入力したとする。たとえ究極の目標が第１言語または母国語ではない言語（たとえば英語）で文を書くことであったとしても、クエリが自分の母国語で書かれることが時々ある。ユーザの入力は、サーチエンジン３１５へのクエリとして取り扱われる。サーチエンジンは、関連する文を見つけるために文ベース３２０をサーチする。関連する文は、確認文とヒント文の２つのクラスに分類される。

　確認文はユーザの文構造を確認またはガイドするために使用され、ヒント文は展開された表現を提供するために使用される。確認文は、文法例として役立つために、文構造上または形態上、ユーザの入力クエリまたは意図した入力クエリに近い文であるべきである。ヒント文は、意味上、ユーザの入力クエリに類似の文であるべきであり、ユーザに特定の考えを表現するための代替方法を提供するために使用される。本発明の態様が、以下に説明するように、サーチエンジンコンポーネント３１５内で実施される。しかし、他の実施形態では、本発明のある態様をクエリ処理コンポーネント３１０内で実施できる。本発明は中国語と英語の状況において説明しているが、本発明は、特定の言語とは無関係であり、他の言語に容易に当てはめることができることに留意されたい。

　上述した課題の１つまたは複数に対するソリューションを提供するために、システム３００およびシステムが実施する方法では、自然言語処理使用可能（ＮＬＰ使用可能）な数言語にまたがる情報検索設計を利用する。また、従来の情報検索（ＩＲ）モデルをベースラインとして使用し、検索精度を改良するためにＮＬＰ技術を適用する。

　ベースラインシステム
　サーチエンジン３１５が改良されるベースラインシステムは、従来のＩＲシステムにおいて広く使用されているアプローチである。このアプローチの一実施形態の一般的な説明は、以下の通りである。

　Ｄで表された例文の集合全体は、いくつかの「文書」から構成され、それぞれの文書が、実際には文データベース３２０内の例文である。従来のＩＲ索引付けアプローチを用いた（１文のみを含む）文書のための索引付け結果は、式（Ｅｑｕａｔｉｏｎ）１に示されるような重みのベクトルとして表すことができる。

　上式で、ｄ_ｉｋ（１≦ｋ≦ｍ）は文書Ｄ_ｉ内の用語Ｔ_ｋの重みであり、ｍは集合内の異なる用語の数によって決定されるベクトル空間のサイズである。一実施形態の例では、用語は英語の単語である。文書内の用語の重みｄ_ｉｋは、文書内の発生頻度（ｔｆ−用語頻度）および集合全体内の分散（ｉｄｆ−逆の文書頻度）に従って計算される。用語の重みｄ_ｉｋを計算し定義する、多くの方法がある。ここでは、例示として、式（Ｅｑｕａｔｉｏｎ）２に示された関係を使用する。

　上式で、ｆ_ｉｋは文書Ｄ_ｉ内の用語Ｔ_ｋの発生頻度であり、Ｎは集合内の文書の総数であり、ｎ_ｋは用語Ｔ_ｋを含む文書の数である。これは、ＩＲにおいて最も一般的に使用されているＴＦ−ＩＤＦ重み付けスキームの１つである。

　これもＴＦ−ＩＤＦ重み付けスキームにおいて一般的であるが、ユーザの入力文であるクエリＱが、類似の方法で索引付けされ、式（Ｅｑｕａｔｉｏｎ）３に示されているように、クエリのためのベクトルも得られる。

　文書の集合内の文書（文）Ｄ_ｉとクエリ文Ｑ_ｊの間の類似度Ｓｉｍ（Ｄ_ｉ，Ｑ_ｊ）は、式（Ｅｑｕａｔｉｏｎ）４に示されているように、それらのベクトルの内積として計算できる。

　ＮＬＰ使用可能な数言語にまたがる情報検索設計
　前述の例などのベースラインアプローチを文検索に使用することに加えて、またはそれの代わりに、ＮＬＰ使用可能な数言語にまたがる情報検索方法またはアプローチを使用することにより、サーチエンジン３１５がそのアプローチに基づいて構築する。ＮＬＰ技術の方法は、以下に説明するように、検索精度を改良する。検索精度を向上するために、システム３００が、２つの拡張索引付けユニットの方法を、単独でまたは組み合わせて利用する。第１に、文を構成する際の言語上の重要性を反映するために、異なるタイプの索引付けユニットに異なる重みが割り当てられる。第２に、ヒント文検索を向上するために、新しいアプローチが用いられる。クエリ文については、単語のすべてが、それらと類似の単語または関係する単語、たとえば類語辞典からの同義語と取り替えられる。次いで、３組依存性データベースを使用して、可能な派手な展開を除去するために、間違ったコロケーションをフィルタリングする。

　サーチエンジン３１５内（またはコンポーネント３１０内）のクエリ翻訳を改良するために、新しい３組依存性ベースの翻訳モデルが用いられる。第１に、主要３組依存性がクエリから抽出され、次いで、これらの３組に基づいて翻訳が実施される。３組依存性データベースの説明を以下に記載する。

　３組依存性データベース
　３組依存性（ｄｅｐｅｎｄｅｎｃｙ　ｔｒｉｐｌｅ、トライグラム）は、ヘッド、ディペンダント、ヘッドとディペンダントの間の依存性関係から構成される。依存性パーサを使用して、文が、式（Ｅｑｕａｔｉｏｎ）５に例示されているような形態の、１つの３組依存性ｔｒｐへと分析される。

たとえば、英語の文「Ｉ　ｈａｖｅ　ａ　ｂｒｏｗｎ　ｄｏｇ」について、依存性パーサが、図４−１に示されているように、１つの３組を得ることができる。依存性パージング結果の標準的な表現は、（ｈａｖｅ，ｓｕｂ，Ｉ）、（ｈａｖｅ，ｏｂｊ，ｄｏｇ）、（ｄｏｇ，ａｄｊ，ｂｒｏｗｎ）、（ｄｏｇ，ｄｅｔ，ａ）である、同様に、中国語の文、

については（英語では、「Ｔｈｅ　ｎａｔｉｏｎ　ｈａｓ　ｉｓｓｕｅｄ　ｔｈｅ　ｐｌａｎ」）、依存性パーサが、図４−２に示されているように、１つの３組依存性を得ることができる。依存性パージング結果の標準的な表現は、

である。

　いくつかの実施形態では、本発明のサーチエンジン３１５は、３組依存性データベース３６０を利用して、クエリから抽出された主要３組依存性の検索語を展開する。したがって、３組依存性データベースは、クエリ処理コンポーネント３１０とサーチエンジン３１５のいずれかの中に含まれるかまたは結合することができる。図５−１は、３組依存性データベース３６０を作成する方法を示す図である。後で説明するが、図８は、３組データベース３６０に結合されたサーチエンジンを示す図である。

　図５−１に示されているように、テキストコーパスからのそれぞれの文が依存性パーサ３５５によってパーズされ、１つの３組依存性が生成される。それぞれの３組は、３組データベース３６０内に入れられる。３組データベース３６０内に３組の具体例が既に存在している場合は、この３組の頻度が増加する。すべての文がパーズされた後に、何千もの３組を有する３組データベースが作成される。パーサは１００％正しいわけではないので、いくつかのパージング間違いが同時に導入される可能性がある。所望の場合には、フィルタコンポーネント３６５を使用して、パージング間違いによって導入された派手な３組を除去し、正しい３組のみをデータベース３６０内に残すことができる。

　ＮＬＰ技術で検索精度を改良する
　本発明によれば、サーチエンジン３１５が、「確認文」検索結果を改良するための２つの方法のうちの１つまたは双方を利用する。１つの方法では、拡張索引付け用語を利用する。他の方法では、検索された確認文をランク付けするための、新しいランク付けアルゴリズムを利用する。

　拡張索引付け用語
　従来のＩＲアプローチを使用して、サーチエンジン３１５は、サーチのための索引付けユニットを定義するために、入力クエリの見出し語のみを使用して文ベース３２０をサーチする。「見出し語」とは、ステムとしても知られる、基本的な語尾変化のない形態の単語である。本発明に従って、文データベース３２０内の確認文のためのサーチを改良するために、以下の１つまたは複数が、見出し語、すなわち、（１）ことばの一部分（ＰＯＳ）を有する見出し語の単語、（２）句動詞、（３）３組依存性に加えて、索引付けユニットとして追加される。

　たとえば、入力クエリ文、「Ｔｈｅ　ｓｃｉｅｎｔｉｓｔ　ｐｒｅｓｉｄｅｄ　ｏｖｅｒ　ｔｈｅ　ｗｏｒｋｓｈｏｐ．」を考える。前述の定義されたベースラインシステムの場合のように、従来のＩＲ索引付け方法を使用して、見出し語のみを、索引付けユニットとして使用する（すなわち、機能語はストップワードとして除去される）。表１は、この例の入力クエリ文の見出し語を示す。

　同じ例文について、本発明の拡張索引付け方法を使用する場合には、表２に例示されている索引付け用語が、サーチエンジン３１５によりデータベースサーチ内でも用いられる。

　可能な拡張索引付けユニット（ＰＯＳを有する見出し語、句動詞、３組依存性）の１つまたは複数を見出し語索引付けユニットに追加できるが、本発明のいくつかの実施形態では、３つのタイプの拡張索引付けユニットのすべてを見出し語索引付けユニットに追加することにより、有利な結果が得られる。次いで、特定の入力クエリについて拡張索引付けユニットを使用してサーチエンジン３１５により文データベース３２０から検索された確認文が、新しいランク付けアルゴリズムを使用してランク付けされる。

　ランク付けアルゴリズム
　サーチエンジン３１５が、たとえば前述の拡張索引付けユニット方法または他の方法を使用して、データベースからいくつかの確認文を検索した後、確認文は、文法上または構造上、最も入力クエリに類似する文を決定するために、ランク付けされる。次いで、出力３２５を使用して、１つまたは複数の確認文がユーザに表示され、最も高いランク付け（最も類似している）確認文が最初に提供されるか、または最も関連する確認文として表される。たとえば、ランク付けされた確認文は、図３に例が示されているように、番号付けされたリストとして表示できる。

　本発明の実施形態によれば、ランク付けアルゴリズムが、入力クエリとの各類似度Ｓｉｍ（Ｄ_ｉ，Ｑ_ｊ）に基づいて確認文をランク付けする。ランク付けアルゴリズムの類似度計算は、式（Ｅｑｕａｔｉｏｎ）６に示される関係を使用して実施される。

上式で、
　Ｄ_ｉは、ｉ番目の確認文Ｄ_ｉ→（ｄ_ｉ１，ｄ_ｉ２，．．．，ｄ_ｉｍ）のベクトル重み表示である（前述の式（Ｅｑｕａｔｉｏｎ）１を参照のこと）。
　Ｑ_ｊは、入力クエリＱ_ｊ→（Ｑ_ｊ１，Ｑ_ｊ２，．．．，Ｑ_ｊｍ）のベクトル重み表示である。
　Ｌ_ｉは、Ｄ_ｉの文の長さである。
　ｆ（Ｌ_ｉ）は、文の長さ関数またはＬ_ｉの関数である（たとえば、ｆ（Ｌ_ｉ）＝Ｌ_ｉ ^２）。
　Ｗ_ｊｋは、用語ｑ_ｊｋの言語重みである。

　一実施形態の例におけることばの異なる部分のための言語重みが、表３の第２列に提供されている。しかし、本発明は特定の重み付けには限定されない。

　たとえば前述の式（Ｅｑｕａｔｉｏｎ）４に示された例などの、従来のＩＲランク付けアルゴリズムと比較すると、式（Ｅｑｕａｔｉｏｎ）６に示された類似度の関係を使用する本発明のランク付けアルゴリズムは、入力クエリに対する確認文の言語上の重要性をより良く反映する２つの新しい機能を含む。１つは、クエリＱ_ｊ内の用語の言語重みＷ_ｊｋである。たとえば、動詞−目的語の３組依存性には最も高い重みが割り当てられ、句動詞、動詞などにはそれぞれ、異なる重みが割り当てられ、それぞれが、関連する確認文を選択する際の、特定のタイプの用語、文コンポーネント、またはＰＯＳ関係の重大さまたは重要性を反映している。

　ユーザは、文構造および単語の組合せを反映している事柄に、より注意を向けると考えられている。たとえば、ユーザは、名詞より動詞に注目する。したがって、言語重みは、代表的なユーザにとって最も重大だと思われる特定のタイプの用語、文コンポーネント、またはＰＯＳ関係を有する確認例文を検索するよう割り当てることができる。

　類似度関数に追加される第２の機能は、文の長さ関数または関数ｆ（Ｌ_ｉ）である。一実施形態で使用される直感は、同じ条件下では、より短い文はより長い文より高くランク付けされるべきであるということである。例文の長さ関数または関数ｆ（Ｌ_ｉ）＝Ｌ_ｉ ^２は、少なくとも一部分長さに基づいて確認文をランク付けする際に支援する、ただ１つの可能な関数である。他の関数も使用できる。たとえば、他の指数長さ関数も使用できる。さらに、他の実施形態では、そうした方が有利であると思われる場合には、長さ関数を、より長い確認文がより高くランク付けされるように選択できる。

　この特定の類似度ランク付けアルゴリズムにおいて使用される２つの新しい機能（Ｗ_ｊｋおよびｆ（Ｌ_ｉ））は、式（Ｅｑｕａｔｉｏｎ）６に示されているように、確認文の検索を改良するためにともに適用できるが、他の実施形態では、これらの機能のそれぞれを、他方の機能なしで使用できる。言い換えれば、代わりに、式（Ｅｑｕａｔｉｏｎ）７および８に示されたアルゴリズムなどの類似度ランク付けアルゴリズムＳｉｍ（Ｄ_ｉ，Ｑ_ｊ）が使用できる。

　ヒント文の検索の改良
　システム３００においては、サーチエンジン３１５が、本発明のクエリ展開方法を使用してヒント文検索を改良する。クエリ展開方法４００は、図５−２のブロック図に全体が示されている。クエリ展開方法は、文データベース３２０をサーチする際に使用する代替表現を提供する。

　展開手順は以下の通りである。すなわち、まず第１に、４０５に例示されているように、たとえばワードネット（ＷｏｒｄＮｅｔ）などの機械読取り可能類語辞典に定義されている同義語を使用してクエリ内の用語を展開する。この方法は、従来のＩＲシステムにおけるクエリ展開でしばしば使用される。しかしただ、この方法には派手な展開という問題がある。派手な展開という問題を避けるために、サーチエンジン３１５によって使用される方法４００では、ヒント文について文データベースをサーチする前に、追加のステップ４１０および４１５を実施している。

　４１０に例示されているように、展開された用語は、組み合わされてすべての可能な３組を形成する。次いで、４１５に例示されているように、可能な３組のすべてが、図５−１および８に示された３組依存性データベース３６０に対してチェックされる。３組データベース内に現れたこれらの３組のみが、展開されたクエリ用語として選択される。３組データベース内で見つからなかった展開された３組は捨てられる。次いで、文データベースが、４２０に示されているように、残りの展開された用語を使用して、ヒント文についてサーチされる。
たとえば、
　クエリ：Ｉ　ｗｉｌｌ　ｔａｋｅ　ｔｈｅ　ｊｏｂ
　Ｓｙｎｓｅｔ：ｔａｋｅ｜ａｃｃｅｐｔ｜ａｃｑｕｉｒｅ｜ａｄｍｉｔ｜ａｉｍ｜ａｓｋ｜．．．
　３組データベース内の３組：ａｃｃｅｐｔ〜Ｄｏｂｊ〜ｊｏｂ
　残りの展開された用語：ａｃｃｅｐｔ〜Ｄｏｂｊ〜ｊｏｂ

　ヒント文検索のコンフュージョン方法
　時々、ユーザが、第１言語の単語と第２言語の文法構造の混合文を使用して、クエリを入力することがある。たとえば、英語で書いている中国人のユーザが、一般に「中国語のような英語」と呼ばれるクエリを入力することがある。本発明のいくつかの実施形態では、サーチエンジン３１５が、ヒント文について文データベースをサーチする前に、ユーザの意図を見極めるよう設計されている。サーチエンジンは、２つの方法のうちのいずれかまたは双方を使用して、ユーザの意図を見極めることができる。

　ユーザの意図を見極める第１の方法４５０が、一例とともに図６−１に示されている。これは、翻訳方法として知られている。この方法を使用して、４５５で示されているようにユーザのクエリが受け取られ、４６０に示されているように（第２言語の文法、構造、コロケーションなどを有する）第１言語から第２言語に翻訳される。次いで、４６５に示されているように、クエリは、第２言語から第１言語に翻訳し戻される。例示として、中国語と英語の言語について、ステップ４６０および４６５が示されている。しかし、これらのステップが、特定の第１および第２言語に限定されないことに留意されたい。

　この第１の例では、４７０に示されステップ４５５に対応する入力クエリは、一般的なコロケーション間違いを含む、中国語のような英語クエリ「Ｏｐｅｎ　ｔｈｅ　ｌｉｇｈｔ」である。４７５に示されステップ４６０に対応する、その中国語のような英語のクエリは、中国語のクエリ、

に翻訳される。次いで、４８０に示されステップ４６５に対応する、中国語のクエリは、元のクエリのコロケーション間違いを含まない英語のクエリ「Ｔｕｒｎ　ｏｎ　ｔｈｅ　ｌｉｇｈｔ」に翻訳し戻される。この方法は、ユーザの思考挙動を模倣するために使用されるが、これには、正確な翻訳コンポーネントが必要である。方法４５０では、翻訳品質が良くない場合には、余りにも多くのノイズを作成することがある。したがって、代わりに、図６−２に示されている方法５００が使用できる。

　本明細書において「コンフュージョン方法」と呼ぶ第２の方法では、コンフュージョンセットデータベースを使用して、ユーザのクエリ内の単語の対を展開する。この方法は図６−３に示され、コンフュージョンセットデータベースを構築する方法は図６−２に示されている。コンフュージョンセットとは、「ｏｐｅｎ／ｔｕｒｎ　ｏｎ」などの混乱した単語の対を含むデータベースである。これは、単語間のコロケーション、翻訳するのに困惑する単一の単語、他の混乱した単語の対を含むことができる。一般に、単語の対は同じ言語であるが、所望の場合には、翻訳の単語に注釈を付けることができる。

　まず第１に、図６−２を参照すると、ユーザの意図を見極める際にサーチエンジン３１５によって使用されるためのコンフュージョンセットデータベース５０５を構築する方法５００が示されている。コンフュージョンセットの集合、またはコンフュージョンセットデータベース５０５の構築は、単語および文が配置されたバイリンガルコーパス５１０の支援で行うことができる。本明細書において使用された例では、コーパス５１０は、英語−中国語バイリンガルコーパスである。５１５に示されているように、本方法では、中国語の単語の対の、英語の単語の対への人間的な翻訳（Ｅｎｇ'で表した人間的な翻訳）が含まれる。次いで、翻訳の英語の単語の対Ｅｎｇ'は、５２０に示されているように、（Ｅｎｇで表した）正しい翻訳の英語の単語の対とともに配置される。この配置は、正しい翻訳が元のバイリンガルコーパス内で即座に使用可能であるので、可能である。この時点で、特定の中国語の単語の対について、翻訳の英語を元の英語の単語の対（バイリンガルコーパス内のその配置によって定義された正しい翻訳の単語の対）に互いに関係付ける数組の単語の対が定義される。

　｛翻訳の英語、元の英語｝
　翻訳の単語の対と元の単語の対が同じである任意の組の単語の対、すなわち、｛翻訳の英語、元の英語｝つまり（Ｅｎｇ'，Ｅｎｇ｝が、コンフュージョンセットで識別され、そこから除去される。翻訳の英語が元の英語と同じではない組は、コンフュージョンセットデータベース５０５内に残る。コンフュージョンセットはまた、テキストブック５２５に定義されているまたは混乱した単語の個人用集合５３０内に存在する、いくつかの代表的な混乱した単語の対を追加することによって展開できる。

　図６−３は、コンフュージョンセットデータベース５０５を使用してユーザのクエリ内の単語の対を展開することにより、ユーザの意図を決定する方法６００を示す図である。６０５に例示されているように、ユーザのクエリは、入力コンポーネントで受け取られる。次いで、サーチエンジンの比較コンポーネント６１０で示されているように、ユーザのクエリ内の単語の対が、コンフュージョンセットデータベース内の単語の対と比較される。一般に、これは、データベース内の、対応する人間が翻訳した単語の対、Ｅｎｇ'に対するユーザのクエリ内の英語の単語の対の比較である。次いで、コンフュージョンセットデータベース内で一致するエントリ、Ｅｎｇ'を含むユーザのクエリ内の単語の対が、クエリ展開コンポーネントまたはステップ６１５に示される組からの元の単語の対、Ｅｎｇと取り替えられる。言い換えれば、正しい翻訳の単語の対と取り替えられる。次いで、サーチエンジン３１５の文検索コンポーネントが、コンフュージョンセットデータベースを使用して作成された新しいクエリを使用して、文データベース３２０をサーチする。繰り返すが、コンフュージョンセット方法を、中国語を母国語とする話し手によって書かれた英語の単語の対について説明してきたが、これらの方法は特定の言語とは無関係であり、その他の言語の組合せにも適用できる。

　クエリ翻訳
　サーチエンジン３１５はまた、図７に示されているように、クエリ翻訳を使用して文の検索を改良する。（６５５に示された）ユーザのクエリが与えられると、６６０に示されているように、鍵となる３組依存性が頑強なパーサで抽出される。次いで、６６５に示されているように、３組が１つずつ翻訳される。最後に、３組の翻訳のすべてが、サーチエンジン３１５により、クエリ用語として使用される。

　中国語の３組依存性ｃ＝（ｗ_Ｃ１，ｒｅｌ_Ｃ，ｗ_Ｃ２）を英語の３組依存性ｅ＝（ｗ_Ｅ１，ｒｅｌ_Ｅ，ｗ_Ｅ２）に翻訳したい場合を想定する。これは、統計翻訳モデルに従って、値Ｐ（ｅ｜ｃ）を最大にするｅ_ｍａｘを見つけることと等価である。

　ベイズの定理を使用して、

と書くことができる。分母Ｐ（ｃ）はｅとは無関係であり、所与の中国語の３組のための定数であるので、

となる。ここで、Ｐ（ｅ）因数は、英語での３組依存性ｅの発生の尤度の測定値である。それは、自然で文法にかなったｅの出力を出す。Ｐ（ｅ）は通常、言語モデルと呼ばれ、ターゲット言語のみに依存する。Ｐ（ｃ｜ｅ）は、通常翻訳モデルと呼ばれる。

　単一の３組翻訳では、ＭＬＥ（最尤推定）を使用して、Ｐ（ｅ）を推定でき、

と、書き換えることができる。
さらに、

となる。Ｐ（ｒｅｌ_Ｃ｜ｅ）は、殆どが特定の単語に依存するパラメータである。しかし、これは、

と簡略化することができる。

　中国語の依存性関係と英語の依存性関係の間に一致があるという仮定に従って、Ｐ（ｒｅｌ_Ｃ｜ｒｅｌ_Ｅ）≒１を得る。さらに、翻訳の単語の選択が依存性関係のタイプとは無関係であると想定すると、ｗ_Ｃ１がｗ_Ｅ１のみに関係し、ｗ_Ｃ２がｗ_Ｅ２のみに関係すると想定できる。単語の翻訳の確率Ｐ（ｃ｜ｅ）は、パラレルコーパスで推定できる。
　次いで、

となる。したがって、中国語の３組が与えられると、この統計的アプローチで英語の翻訳が得られる。

　システム全体
　図８は、本明細書に開示されているさまざまな確認文およびヒント文検索コンセプトを有するサーチエンジン３１５の一実施形態３１５−１を示すブロック図である。図８に示されているサーチエンジンの実施形態３１５−１は、前述のように、本明細書に開示されているさまざまな機能の組合せを利用して、確認文およびヒント文検索を改良するが、サーチエンジン３１５の他の実施形態では、これらの機能のうちのただ１つ、またはこれらの機能のさまざまな組合せを含む。したがって、本発明のサーチエンジンは、前述の機能のあらゆる組合せを含むものと理解されたい。

　図８に７０５で示されているように、入力クエリがサーチエンジン３１５−１によって受け取られる。７１０に示されているように、サーチエンジン３１５−１には、クエリが英語（またはより一般的には第１言語）であるかどうかを決定する言語決定コンポーネントが含まれる。クエリが英語（または第１言語）でない場合は、たとえばクエリが中国語である場合は、クエリ翻訳モジュールまたはコンポーネント７１５に示されているように、クエリは英語または第１言語に翻訳される。クエリ翻訳モジュールまたはコンポーネント７１５は、たとえば、図７および式（Ｅｑｕａｔｉｏｎ）１０−１４について上述したクエリ翻訳方法を使用する。

　クエリが英語または第１言語である場合、あるいはクエリを英語または第１言語に翻訳した後は、分析コンポーネントまたはステップ７２０が、パーサ７２５を使用して、（論理的な形態である）３組依存性の形態で表されるパージング結果を得る。ユーザが英語で書いている実施形態では、パーサは、Ｍｉｃｒｏｓｏｆｔ　Ｒｅｓｅａｒｃｈ　Ｒｅｄｍｏｎｄによって開発されたＮＬＰＷｉｎなどの英語のパーサであるが、他に知られているパーサも使用できる。クエリに関係するこれらの用語７３０を得た後に、サーチエンジン３１５−１の検索コンポーネント７３５が、文ベース３２０から文を検索する。文の検索を確認するために、文の検索には、前述の展開された索引付け用語方法を使用する検索が含まれる。次いで、検索された文が、ランク付けコンポーネントまたはステップ７４０を使用して、たとえば、式（Ｅｑｕａｔｉｏｎ）６−８について説明し、７２５’で例を提供したランク付け方法を使用してランク付けされる。このプロセスは、確認文の検索を実現する。

　ヒント文を検索するために、展開コンポーネントまたはステップ７５０を使用して、用語リストが展開される。（図５−２について上述した）類語辞典７５５および（図６−２および６−３について上述した）コンフュージョンセット５０５の２つのリソースのうちのいずれかを使用して、用語の展開が実行される。次いで、たとえば図５−２について前述した３組データベース３６０で、フィルタリングコンポーネントまたはステップ７６０を使用して、展開された用語がフィルタリングされる。その結果は、これも３組データベース内に存在する１組の展開された用語７６５である。次いで、展開された用語は、検索コンポーネント７３５によって使用されて、ヒント文、たとえば７４５を検索する。ヒント文は、確認文と同じ方法で７４０でランク付けできる。インタラクティブなサーチモードでは、検索された文が満足できる文でない場合、ユーザは、自分が注目したいと思う単語にハイライトを付け、再びサーチすることができる。

　本発明を特定の実施形態について説明してきたが、本発明の趣旨および範囲から逸脱することなく、形態および詳細な点で変更形態を実施できることが、当業者なら認識されるであろう。たとえば、中国語の話し手によって書かれた英語について説明した例は、コンセプトの点で、母国語が第１言語とは異なる第２言語であるひとが第１言語で書くことにも適用可能である。また、第２言語の単語について第１言語の翻訳の単語を識別することまたは格納することについても言及しているが、この言及には、第２言語の単語に対応する第１言語の句を識別することまたは格納すること、および第２言語の句に対応する第１言語の単語を識別することまたは格納することが含まれる。

本発明が実行できる１つのコンピューティング環境を示すブロック図である。 本発明が実行できる代替コンピューティング環境を示すブロック図である。 英語の文を構築し文を洗練された文にする際にユーザを支援する本発明のシステムおよび方法を示すブロック図である。 それぞれ、英語でのクエリおよび中国語でのクエリのための３組依存性の例を示す図である。 それぞれ、英語でのクエリおよび中国語でのクエリのための３組依存性の例を示す図である。 ３組依存性データベースを作成する方法を示すブロック図である。 文データベースをサーチする際に使用する代替表現を提供するクエリ展開方法を示すブロック図である。 ユーザの入力クエリ意図を見極める翻訳方法を示すブロック図である。 コンフュージョンセットデータベースを構築する方法を示すブロック図である。 ユーザの入力クエリ意図を見極めるコンフュージョンセット方法を示すブロック図である。 文の検索を改良するクエリ翻訳方法を示すブロック図である。 図３に示されているサーチエンジンの一実施形態を示すブロック図である。

符号の説明

　１００　コンピューティンシステム環境
　１１０　コンピュータ
　１２０　処理ユニット
　１２１　システムバス
　１３０　システムメモリ
　１３１　読取専用メモリ（ＲＯＭ）
　１３２　ランダムアクセスメモリ（ＲＡＭ）
　１３３　基本入出力システム
　１３４　オペレーティングシステム
　１３５　アプリケーションプログラム
　１３６　他のプログラムモジュール
　１３７　プログラムデータ
　１４０、１５０、１９０　インターフェース
　１４１　ハードディスクドライブ
　１４４　オペレーティングシステム
　１４５　アプリケーションプログラム
　１４６　他のプログラムモジュール
　１４７　プログラムデータ
　１５１　磁気ディスクドライブ
　１５２　取外し可能不揮発性磁気ディスク
　１５５　光学ディスクドライブ
　１５６　取外し可能な不揮発性光学ディスク
　１６０　ユーザ入力インターフェース
　１６１　ポインティングデバイス
　１６２　キーボード
　１６３　マイクロホン
　１７１　ローカルエリアネットワーク（ＬＡＮ）
　１７２　モデム
　１７３　ワイドエリアネットワーク（ＷＡＮ）
　１８０　リモートコンピュータ
　１８５　リモートアプリケーションプログラム
　１９１　モニタ
　１９６　プリンタ
　１９７　スピーカ
　２００　モバイルデバイス
　２０２　マイクロプロセッサ
　２０４　メモリ
　２０６　入出力（Ｉ／Ｏ）コンポーネント
　２０８　通信インターフェース
　２１０　バス
　２１２　オペレーティングシステム
　２１４　アプリケーションプログラム
　２１６　オブジェクト記憶装置
　３００　システム
　３０５　入力
　３１０　クエリ処理コンポーネント
　３１５　サーチエンジン
　３２０　文データベース
　３２５　文出力コンポーネント
　３５５　依存性パーサ
　３６０　３組依存性データベース
　５０５　コンフュージョンセットデータベース
　５１０　バイリンガルコーパス
　５２５　テキストブック
　５３０　個人用集合
　６１０　比較コンポーネント
　７１５　クエリ翻訳モジュールまたはコンポーネント
　７２０　分析コンポーネントまたはステップ
　７２５　パーサ
　７３０　用語
　７３５　検索コンポーネント
　７４０　ランク付けコンポーネントまたはステップ
　７４５　ヒント文
　７５０　展開コンポーネントまたはステップ
　７５５　類語辞典
　７６０　フィルタリングコンポーネントまたはステップ
　７６５　展開された用語

Claims (73)

1. 　クエリに応答して文データベースからの文をユーザに提供する方法であって、
   　前記クエリを受け取るステップと、
   　前記クエリに基づいて索引付けユニットを定義するステップであって、そこでは、前記索引付けユニットは、前記クエリからの見出し語と前記クエリに関連付けられた拡張索引付けユニットの双方を含むステップと、
   　サーチパラメータとして当該定義された索引付けユニットを使用して、前記文データベースから複数の文を検索するステップと、
   　当該複数の検索された文のそれぞれと前記クエリの間の類似度を決定するステップであって、そこでは、それぞれの類似度は、前記クエリ内の用語の言語重みに応じて決定されるステップと、
   　当該決定された類似度に基づいて、前記複数の検索された文をランク付けするステップと
   　を含むことを特徴とする方法。
2. 　前記クエリ内の用語の言語重みは、ことばのその部分に応じて、前記クエリ内の用語に割り当てられた重みであることを特徴とする請求項１に記載の方法。
3. 　前記複数の検索された文のそれぞれと前記クエリの間の類似度を決定するステップは、前記クエリ内の複数の用語の言語重みに応じて、それぞれの類似度を決定するステップをさらに含むことを特徴とする請求項２に記載の方法。
4. 　前記複数の検索された文のそれぞれと前記クエリの間の類似度を決定するステップは、前記クエリ内の複数の用語のそれぞれのベクトル重みと前記クエリ内の複数の用語のそれぞれの言語重みとに応じて、それぞれの類似度を決定するステップをさらに含むことを特徴とする請求項３に記載の方法。
5. 　前記クエリ内の複数の用語のそれぞれのベクトル重みは、前記クエリ内の各用語の発生頻度に応じて決定されることを特徴とする請求項４に記載の方法。
6. 　前記クエリ内の複数の用語のそれぞれのベクトル重みは、文データベース内の各用語の発生頻度に応じて決定されることを特徴とする請求項５に記載の方法。
7. 　前記複数の検索された文のそれぞれと前記クエリの間の類似度を決定するステップは、特定の文内の複数の用語のそれぞれのベクトル重みと、前記クエリ内の複数の用語のそれぞれのベクトル重みと、前記クエリ内の複数の用語のそれぞれの言語重みとに応じて、特定の検索された文についての類似度を決定するステップをさらに含むことを特徴とする請求項６に記載の方法。
8. 　前記特定の検索された文内の複数の用語のそれぞれのベクトル重みは、前記特定の検索された文内の各用語の発生頻度に応じて決定されることを特徴とする請求項７に記載の方法。
9. 　前記特定の検索された文内の複数の用語のそれぞれのベクトル重みは、文データベース内の各用語の発生頻度に応じて決定されることを特徴とする請求項８に記載の方法。
10. 　前記複数の検索された文のそれぞれと前記クエリの間の類似度を決定するステップは、前記クエリ内の複数の用語のベクトル重みと、前記特定の検索された文内の複数の用語のベクトル重みと、前記クエリ内の複数の用語のそれぞれの言語重みとの内積に応じて、前記特定の検索された文についての類似度を決定するステップをさらに含むことを特徴とする請求項９に記載の方法。
11. 　それぞれの類似度が、前記複数の検索された文のうちの対応する１つの長さに対応する文の長さ関数に応じてさらに決定されることを特徴とする請求項１に記載の方法。
12. 　前記文の長さ関数は、前記複数の検索された文のうちの前記対応する１つの長さの関数であることを特徴とする請求項１１に記載の方法。
13. 　前記文の長さ関数は、前記複数の検索された文のうちの前記対応する１つの長さの指数関数であることを特徴とする請求項１２に記載の方法。
14. 　前記クエリに基づいて索引付けユニットを定義するステップは、
    　前記クエリからの前記見出し語とことばのそれらに対応する部分を有する前記クエリからの見出し語の双方を含むよう前記索引付けユニットを定義するステップをさらに含むことを特徴とする請求項１に記載の方法。
15. 　前記クエリに基づいて前記索引付けユニットを定義するステップは、
    　前記クエリからの見出し語と前記クエリからの句動詞の双方を含むように前記索引付けユニットを定義するステップをさらに含むことを特徴とする請求項１に記載の方法。
16. 　前記クエリに基づいて前記索引付けユニットを定義するステップは、
    　前記クエリからの見出し語と前記クエリに対応する３組依存性の双方を含むよう前記索引付けユニットを定義するステップをさらに含むことを特徴とする請求項１に記載の方法。
17. 　前記クエリに基づいて前記索引付けユニットを定義するステップは、
    　前記クエリからの見出し語と、ことばのそれらに対応する部分を有するクエリからの見出し語と、前記クエリからの句動詞と、前記クエリに対応する３組依存性とを含むように前記索引付けユニットを定義するステップをさらに含むことを特徴とする請求項１に記載の方法。
18. 　クエリに応答して文データベースからの確認文をユーザに提供する方法であって、
    　前記クエリに応答して前記文データベースから複数の確認文を検索するステップと、
    　当該複数の検索された確認文のそれぞれと前記クエリの間の類似度を決定するステップであって、そこでは、それぞれの類似度が、前記クエリ内の用語の言語重みに応じて決定されるステップと、
    　当該決定された類似度に基づいて、前記複数の検索された確認文をランク付けするステップと
    　を含むことを特徴とする方法。
19. 　前記クエリ内の用語の言語重みは、ことばのその部分に応じて、前記クエリ内の用語に割り当てられた重みであることを特徴とする請求項１８に記載の方法。
20. 　前記複数の検索された確認文のそれぞれと前記クエリの間の類似度を決定するステップは、前記クエリ内の複数の用語の言語重みに応じて、それぞれの類似度を決定するステップをさらに含むことを特徴とする請求項１９に記載の方法。
21. 　前記複数の検索された確認文のそれぞれと前記クエリの間の類似度を決定するステップは、前記クエリ内の複数の用語のそれぞれのベクトル重みと前記クエリ内の複数の用語のそれぞれの言語重みとに応じて、それぞれの類似度を決定するステップをさらに含むことを特徴とする請求項２０に記載の方法。
22. 　前記クエリ内の複数の用語のそれぞれのベクトル重みは、前記クエリ内の各用語の発生頻度に応じて決定されることを特徴とする請求項２１に記載の方法。
23. 　前記クエリ内の複数の用語のそれぞれのベクトル重みは、前記文データベース内の各用語の発生頻度に応じて決定されることを特徴とする請求項２２に記載の方法。
24. 　前記複数の検索された確認文のそれぞれと前記クエリの間の類似度を決定するステップは、特定の確認文内の複数の用語のそれぞれのベクトル重みと、前記クエリ内の複数の用語のそれぞれのベクトル重みと、前記クエリ内の複数の用語のそれぞれの言語重みとに応じて、前記特定の確認文についての類似度を決定するステップをさらに含むことを特徴とする請求項２３に記載の方法。
25. 　前記特定の確認文内の複数の用語のそれぞれのベクトル重みは、前記特定の確認文内の各用語の発生頻度に応じて決定されることを特徴とする請求項２４に記載の方法。
26. 　前記特定の確認文内の複数の用語のそれぞれのベクトル重みは、前記文データベース内の各用語の発生頻度に応じて決定されることを特徴とする請求項２５に記載の方法。
27. 　前記複数の検索された確認文のそれぞれと前記クエリの間の類似度を決定するステップは、前記クエリ内の複数の用語のベクトル重みと、前記特定の確認文内の複数の用語のベクトル重みと、前記クエリ内の複数の用語のそれぞれの言語重みとの内積に応じて、前記特定の確認文についての類似度を決定するステップをさらに含むことを特徴とする請求項２６に記載の方法。
28. 　それぞれの類似度が、前記複数の確認文のうちの対応する１つの長さに対応する文の長さ関数に応じてさらに決定されることを特徴とする請求項１８に記載の方法。
29. 　前記文の長さ関数は、前記複数の確認文のうちの対応する１つの長さの関数であることを特徴とする請求項２８に記載の方法。
30. 　前記文の長さ関数は、前記複数の確認文のうちの対応する１つの長さの指数関数であることを特徴とする請求項２９に記載の方法。
31. 　前記複数の確認文を検索するステップは、前記クエリから拡張索引付けユニットを決定するステップと、前記拡張索引付けユニットを検索語として使用して前記文データベースをサーチするステップとをさらに含むことを特徴とする請求項１８に記載の方法。
32. 　コンピュータ実行可能命令を有するコンピュータ読取り可能媒体であって、前記コンピュータ実行可能命令は、
    　クエリに応答して文データベースから複数の確認文を検索するステップと、
    　前記複数の検索された確認文のそれぞれと前記クエリの間の類似度を決定するステップであって、そこでは、それぞれの類似度が、前記クエリ内の用語の言語重みに応じて決定されるステップと、
    　当該決定された類似度に基づいて前記複数の検索された確認文をランク付けするステップと
    　を実行することを特徴とするコンピュータ読取り可能媒体。
33. 　前記クエリ内の用語の言語重みは、ことばのその部分に応じて、前記クエリ内の用語に割り当てられた重みであることを特徴とする請求項３２に記載のコンピュータ読取り可能媒体。
34. 　前記複数の検索された確認文のそれぞれと前記クエリの間の類似度を決定するステップは、前記クエリ内の複数の用語の言語重みに応じて、それぞれの類似度を決定するステップをさらに含むことを特徴とする請求項３３に記載のコンピュータ読取り可能媒体。
35. 　前記複数の検索された確認文のそれぞれと前記クエリの間の類似度を決定するステップは、前記クエリ内の複数の用語のそれぞれのベクトル重みと前記クエリ内の複数の用語のそれぞれの言語重みとに応じて、それぞれの類似度を決定するステップをさらに含むことを特徴とする請求項３４に記載のコンピュータ読取り可能媒体。
36. 　前記クエリ内の複数の用語のそれぞれのベクトル重みが、前記クエリ内の各用語の発生頻度に応じて決定されることを特徴とする請求項３５に記載のコンピュータ読取り可能媒体。
37. 　前記クエリ内の複数の用語のそれぞれのベクトル重みが、前記文データベース内の各用語の発生頻度に応じて決定されることを特徴とする請求項３６に記載のコンピュータ読取り可能媒体。
38. 　前記複数の検索された確認文のそれぞれと前記クエリの間の類似度を決定するステップは、特定の確認文内の複数の用語のそれぞれのベクトル重みと、前記クエリ内の複数の用語のそれぞれのベクトル重みと、前記クエリ内の複数の用語のそれぞれの言語重みとに応じて、前記特定の確認文についての類似度を決定するステップをさらに含むことを特徴とする請求項３７に記載のコンピュータ読取り可能媒体。
39. 　前記特定の確認文内の複数の用語のそれぞれのベクトル重みが、前記特定の確認文内の各用語の発生頻度に応じて決定されることを特徴とする請求項３８に記載のコンピュータ読取り可能媒体。
40. 　前記特定の確認文内の複数の用語のそれぞれのベクトル重みが、前記文データベース内の各用語の発生頻度に応じて決定されることを特徴とする請求項３９に記載のコンピュータ読取り可能媒体。
41. 　前記複数の検索された確認文のそれぞれと前記クエリの間の類似度を決定するステップは、前記クエリ内の複数の用語のベクトル重みと、前記特定の確認文内の複数の用語のベクトル重みと、前記クエリ内の複数の用語のそれぞれの言語重みとの内積に応じて、前記特定の確認文についての類似度を決定するステップをさらに含むことを特徴とする請求項４０に記載のコンピュータ読取り可能媒体。
42. 　それぞれの類似度が、前記複数の確認文のうちの対応する１つの長さに対応する文の長さ関数に応じてさらに決定されることを特徴とする請求項３２に記載のコンピュータ読取り可能媒体。
43. 　前記文の長さ関数は、前記複数の確認文のうちの前記対応する１つの長さの関数であることを特徴とする請求項４２に記載のコンピュータ読取り可能媒体。
44. 　前記文の長さ関数は、前記複数の確認文のうちの前記対応する１つの長さの指数関数であることを特徴とする請求項４３に記載のコンピュータ読取り可能媒体。
45. 　前記複数の確認文を検索するステップは、前記クエリから拡張索引付けユニットを決定するステップと、前記拡張索引付けユニットを検索語として使用して前記文データベースをサーチするステップとをさらに含むことを特徴とする請求項３２に記載のコンピュータ読取り可能媒体。
46. 　クエリに応答して文データベースから確認文を検索するためのシステムであって、
    　前記クエリを入力として受け取る入力コンポーネントと、
    　前記入力コンポーネントに結合されたサーチエンジンとを備え、
    　前記サーチエンジンは、
    　前記クエリに応答して、前記文データベースから複数の確認文を検索するよう構成された検索コンポーネントと、
    　当該検索された複数の確認文のそれぞれと前記クエリの間の類似度を決定するように構成されたランク付けコンポーネントであって、そこでは、それぞれの類似度が、前記クエリ内の用語の言語重みに応じて決定され、前記ランク付けコンポーネントが、当該決定された類似度に基づいて前記複数の検索された確認文をランク付けするように構成されたランク付けコンポーネントと
    　を有することを特徴とするシステム。
47. 　前記クエリ内の用語の言語重みは、ことばのその部分に応じて、前記クエリ内の用語に割り当てられた重みであることを特徴とする請求項４６に記載のシステム。
48. 　前記ランク付けコンポーネントが、前記クエリ内の複数の用語の言語重みに応じてそれぞれの類似度を決定することにより、前記複数の検索された確認文のそれぞれと前記クエリの間の類似度を決定するよう構成されることを特徴とする請求項４７に記載のシステム。
49. 　前記ランク付けコンポーネントが、特定の確認文内の複数の用語のそれぞれのベクトル重みと、前記クエリ内の複数の用語のそれぞれのベクトル重みと、前記クエリ内の複数の用語のそれぞれの言語重みとに応じて、前記特定の検索された確認文と前記クエリの間の類似度を決定するよう構成されることを特徴とする請求項４８に記載のシステム。
50. 　前記特定の確認文内の複数の用語のまたは前記クエリの前記複数の用語のそれぞれのベクトル重みは、前記特定の確認文内または前記クエリ内の各用語の発生頻度の関数であることを特徴とする請求項４９に記載のシステム。
51. 　前記特定の確認文内の複数の用語のまたは前記クエリの前記複数の用語のそれぞれのベクトル重みは、前記文データベース内の各用語の発生頻度の関数であることを特徴とする請求項５０に記載のシステム。
52. 　前記ランク付けコンポーネントが、前記複数の確認文のうちの対応する１つの長さに対応する文の長さ関数に応じて、それぞれの類似度を決定するようさらに構成されることを特徴とする請求項４６に記載のシステム。
53. 　前記ランク付けコンポーネントが、前記複数の確認文のうちの前記対応する１つの長さの指数関数に応じて、それぞれの類似度を決定するようさらに構成されることを特徴とする請求項５２に記載のシステム。
54. 　前記クエリからの拡張索引付けユニットを決定し、および、前記拡張索引付けユニットを検索語として使用して前記文データベースをサーチすることにより、前記検索コンポーネントが、前記複数の確認文を検索するように構成されることを特徴とする請求項５３に記載のシステム。
55. 　クエリに応答して文データベースからの文をユーザに提供する方法であって、
    　前記クエリを受け取るステップと、
    　前記クエリに基づいて索引付けユニットを定義するステップであって、そこでは、前記索引付けユニットは、前記クエリからの見出し語と前記クエリに関連付けられた拡張索引付けユニットの双方を含むステップと、
    　サーチパラメータとして当該定義された索引付けユニットを使用して、前記文データベースから少なくとも１つの文を検索するステップと
    　を含むことを特徴とする方法。
56. 　前記クエリに基づいて前記索引付けユニットを定義するステップは、
    　前記クエリからの見出し語とことばのそれらに対応する部分を有する前記クエリからの見出し語の双方を含むように前記索引付けユニットを定義するステップをさらに含むことを特徴とする請求項５５に記載の方法。
57. 　前記クエリに基づいて前記索引付けユニットを定義するステップは、
    　前記クエリからの見出し語と前記クエリからの句動詞の双方を含むよう前記索引付けユニットを定義するステップをさらに含むことを特徴とする請求項５５に記載の方法。
58. 　前記クエリに基づいて前記索引付けユニットを定義するステップは、
    　前記クエリからの見出し語と前記クエリに対応する３組依存性の双方を含むよう前記索引付けユニットを定義するステップをさらに含むことを特徴とする請求項５５に記載の方法。
59. 　前記クエリに基づいて前記索引付けユニットを定義するステップは、
    　前記クエリからの見出し語と、ことばのそれらに対応する部分を有する前記クエリからの見出し語と、前記クエリからの句動詞と、前記クエリに対応する３組依存性とを含むよう前記索引付けユニットを定義するステップをさらに含むことを特徴とする請求項５５に記載の方法。
60. 　前記サーチパラメータとして定義された索引付けユニットを使用して、前記文データベースから少なくとも１つの文を検索するステップは、
    　前記サーチパラメータとして定義された索引付けユニットを使用して、前記文データベースから複数の確認文を検索するステップをさらに含むことを特徴とする請求項５５に記載の方法。
61. 　前記複数の検索された確認文のそれぞれと前記クエリの間の類似度を決定するステップであって、そこでは、それぞれの類似度が、前記クエリ内の用語の言語重みに応じて決定され、
    　当該決定された類似度に基づいて、前記複数の検索された確認文をランク付けするステップをさらに含むことを特徴とする請求項６０に記載の方法。
62. 　コンピュータ実行可能命令を有するコンピュータ読取り可能媒体であって、前記コンピュータ事項可能命令は、
    　クエリを受け取るステップと、
    　前記クエリに基づいて索引付けユニットを定義するステップであって、そこでは、前記索引付けユニットは、前記クエリからの見出し語と前記クエリに関連付けられた拡張索引付けユニットの双方を含むステップと、
    　サーチパラメータとして当該定義された索引付けユニットを使用して、文データベースから少なくとも１つの文を検索するステップと
    　を実行することを特徴とするコンピュータ読取り可能媒体。
63. 　前記クエリに基づいて前記索引付けユニットを定義する前記ステップは、
    　前記クエリからの見出し語とことばのそれらに対応する部分を有する前記クエリからの見出し語の双方を含むよう前記索引付けユニットを定義するステップをさらに含むことを特徴とする請求項６２に記載のコンピュータ読取り可能媒体。
64. 　前記クエリに基づいて前記索引付けユニットを定義する前記ステップは、前記クエリからの見出し語と前記クエリからの句動詞の双方を含むよう前記索引付けユニットを定義するステップをさらに含むことを特徴とする請求項６２に記載のコンピュータ読取り可能媒体。
65. 　前記クエリに基づいて前記索引付けユニットを定義する前記ステップは、前記クエリからの見出し語と前記クエリに対応する３組依存性の双方を含むよう前記索引付けユニットを定義するステップをさらに含むことを特徴とする請求項６２に記載のコンピュータ読取り可能媒体。
66. 　前記クエリに基づいて前記索引付けユニットを定義する前記ステップは、前記クエリからの見出し語と、ことばのそれらに対応する部分を有する前記クエリからの見出し語と、前記クエリからの句動詞と、前記クエリに対応する３組依存性とを含むよう前記索引付けユニットを定義するステップをさらに含むことを特徴とする請求項６２に記載のコンピュータ読取り可能媒体。
67. 　サーチパラメータとして前記定義された索引付けユニットを使用して、前記文データベースから少なくとも１つの文を検索する前記ステップは、サーチパラメータとして前記定義された索引付けユニットを使用して、前記文データベースから複数の確認文を検索するステップをさらに含むことを特徴とする請求項６２に記載のコンピュータ読取り可能媒体。
68. 　クエリに応答して文データベースから確認文を検索するためのシステムであって、
    　前記クエリを入力として受け取る入力コンポーネントと、
    　前記入力コンポーネントに結合されたサーチエンジンであって、前記クエリに基づいて索引付けユニットを定義するよう構成され、前記索引付けユニットは、前記クエリからの見出し語と前記クエリに関連付けられた拡張索引付けユニットの双方を含み、前記サーチエンジンは、サーチパラメータとして前記定義された索引付けユニットを使用して、前記文データベースから少なくとも１つの確認文を検索するサーチエンジンと
    　を有することを特徴とするシステム。
69. 　前記サーチエンジンが、前記クエリからの見出し語とことばのそれらに対応する部分を有する前記クエリからの見出し語の双方を含むよう前記索引付けユニットを定義するよう構成されることを特徴とする請求項６８に記載のシステム。
70. 　前記サーチエンジンが、前記クエリからの見出し語と前記クエリからの句動詞の双方を含むよう前記索引付けユニットを定義するよう構成されることを特徴とする請求項６８に記載のシステム。
71. 　前記サーチエンジンが、前記クエリからの見出し語と前記クエリに対応する３組依存性の双方を含むよう前記索引付けユニットを定義するよう構成されることを特徴とする請求項６８に記載のシステム。
72. 　前記サーチエンジンは、前記クエリからの見出し語と、ことばのそれらに対応する部分を有する前記クエリからの見出し語と、前記クエリからの句動詞と、前記クエリに対応する３組依存性とを含むよう前記索引付けユニットを定義するよう構成されることを特徴とする請求項６８に記載のシステム。
73. 　前記サーチエンジンは、サーチパラメータとして前記定義された索引付けユニットを使用して、前記文データベースから複数の確認文を検索し、前記サーチエンジンが、前記複数の検索された確認文のそれぞれと前記クエリの間の類似度を決定するようさらに構成され、それぞれの類似度が、前記クエリ内の用語の言語重みに応じて決定され、前記サーチエンジンは、前記決定された類似度に基づいて前記複数の検索された確認文をランク付けすることを特徴とする請求項７２に記載のシステム。
    

Images