JP2004334602A - 文書検索装置、文書検索処理プログラム及び記録媒体 - Google Patents

Abstract

【課題】拡張した概念表現をテキストデータ内から検索する文書検索装置を提供する。
【解決手段】テキスト入力手段１０１と、言語解析手段１０２と、トークン抽出手段１０３と、意図表現抽出手段１０４と、テキストデータ構造記憶手段１０５と、概念表現指定手段１０６と、条件指定手段１０７と、拡張概念表現抽出手段１０８と、拡張概念表現記憶手段１０９と、を有して構成される文書検索装置において、テキストを言語解析し、その解析結果により得られる文節情報から抽出されるトークンと、意図表現と、の組み合わせで表現される概念表現基本単位、および、言語解析結果から得られる文節間関係情報に基づいた複数概念表現基本単位の関係表現、により概念を表現する概念表現方法において、指定された概念表現を拡張した概念表現をテキストから検索する。
【選択図】 図１

Description

【０００１】
【発明の属する技術分野】
本発明は、情報抽出技術及び情報検索技術を用いた文書検索装置、文書検索処理プログラム及び記録媒体に関し、例えば、文書検索システム、文書分類システム、文書分析システム等に好適な、情報抽出技術を用いた文書検索装置、文書検索処理プログラム及び記録媒体に関する。
【０００２】
【従来の技術】
近年、アンケートデータやコールセンターデータなどの大量のテキストデータを分析することを目的としたテキストマイニング技術が注目されている。
このような大量のテキストデータの分析を行う際には、文書集合内に含まれる特徴的な概念を抽出することが大きな課題の１つとなる。概念情報を含む情報抽出技術は、大量の文書データから、何らかの知見を見出す方法として研究が進んでいる。また、テキストデータの分析では、テキストデータにどのような概念が含まれているのかを知ることは重要なことである。
【０００３】
従来の技術では、特徴的な概念や概念間関係を抽出するために、テキストデータ内で頻度情報を利用したり、予め概念辞書やカテゴリー辞書などを準備して、その情報を利用したりしている。
【０００４】
しかしながら、これでは統計的に有意な概念や、辞書に登録されている概念しか抽出できない。テキストデータの分析においては、アイデアの発見など、統計的に有意な概念や、辞書に登録可能な既知の概念ではなくても、ユーザにとっては重要な情報もある。従って、テキストデータの分析では、ユーザが自由にテキストデータ内に含まれる概念を探索できる機能も必要である。
【０００５】
また、システムが提供する概念表現が、ユーザが自由に概念を拡張したり、絞り込んだりすることができるような概念表現になっていないという問題もある。テキストデータにおける概念は、単語の組み合わせで表現されているが、その組み合わせのバリエーションは様々であり、また、ユーザにとって有益な概念というのもユーザの要求や観点により様々である。
【０００６】
そのため、テキストデータに含まれる概念をユーザにわかりやすく、また、ユーザが操作しやすい形式で表現する方法、つまり、ユーザが特別な文法知識を必要とせずに、テキストに含まれる概念の概観、あるいは、概念の検索や拡張、絞込みなどの操作ができる概念表現が必要となる。
【０００７】
なお、本発明より先に出願された技術文献として、テキスト集合に対して、各テキストから重要文を抽出し、その重要文からキーワードを抽出するとともに、その重要文の係り受け構造とシソーラス辞書とに基づいて文をグループ化し、キーワードと文グループとを軸にした頻度情報を用いて統計的処理を行い、特徴的な文やキーワードを抽出する発明がある（例えば、特許文献１参照）。
【０００８】
また、テキスト集合に対して、各テキストからカテゴリー辞書を利用してカテゴリー付キーワードを抽出する。そして、文節係り受け関係に基づいて、キーワード間の組み合わせを抽出し、その相関関係を統計的に算出するシステムがある（例えば、特許文献２参照）。
【０００９】
また、テキスト集合に対して、各テキストから単語を抽出し、文節係り受け関係に基づいて構文木を生成する。そして、与えられたパターンの制約に基づいて、頻出するパターンを抽出し、そのパターンを含む構文木を持つ文書を出力する発明がある（例えば、特許文献３参照）。
【００１０】
また、文書集合に対して、アクションや結果などの分類軸を予め記述した概念定義辞書を用いて、各文書から概念を抽出する。そして、異なる分類に属する概念を組み合わせた複合概念を用いて文書を分類する発明がある（例えば、特許文献４参照）。
【００１１】
【特許文献１】
特開２０００−１７２６９１号公報
【特許文献２】
特開２００１−７５９６６号公報
【特許文献３】
特開２００１−８４２５０号公報
【特許文献４】
特開２００１−１４７９３７号公報
【００１２】
【発明が解決しようとする課題】
しかしながら、特許文献１の発明は、頻度情報を利用しているので、統計的に有意な情報しか抽出できない。またシソーラス辞書が必要となる。
【００１３】
また、特許文献２におけるシステムは、概念とはキーワードにカテゴリーを付与したものであり、予めカテゴリー辞書が必要となる。また、概念が基本的に１つの単語により表現されており、概念間の関係も２つの概念（キーワード）間の関係を利用しているに過ぎず、複数単語による１つの概念の表現は不可能である。また、特徴的なカテゴリー間の関係を統計的に求めているので、統計的に有意な情報しか抽出できない。
【００１４】
また、特許文献３における知識抽出方法は、知識とは構文木のパターンであり、また、知識抽出とは頻出するパターンの抽出である。このため、統計的に有意な情報しか抽出できない。また、知識あるいはその表現を、ユーザが自由に操作することは考慮されていない。
【００１５】
また、特許文献４におけるシステムは、概念はあらかじめ辞書として記述されている必要がある。このため、ユーザが自由に概念を表現あるいは指定して、テキスト集合に含まれる概念を探索することは不可能である。
【００１６】
本発明は、上記事情に鑑みてなされたものであり、拡張した概念表現をテキストデータ内から検索する文書検索装置、文書検索処理プログラム及び記録媒体を提供することを目的とする。
【００１７】
【課題を解決するための手段】
かかる目的を達成するために本発明は以下のような特徴を有する。
請求項１記載の発明は、テキストデータを入力するテキスト入力手段と、テキスト入力手段により入力されたテキストデータに対して言語解析を行う言語解析手段と、言語解析手段により言語解析を行った言語解析結果に基づいて、テキストデータから、それ自体で１つの意味を表す単語となるトークンを生成するトークン抽出手段と、言語解析手段により言語解析を行った言語解析結果に基づいて、テキストデータから、特定の付属語表現パターンを意図表現として抽出する意図表現抽出手段と、言語解析手段により言語解析を行った言語解析結果と、トークン抽出手段により生成したトークンと、意図表現抽出手段により抽出した意図表現と、に関する情報を記憶するテキストデータ構造記憶手段と、拡張検索を行う対称となる概念表現を指定する概念表現指定手段と、テキストデータ構造記憶手段に記憶された情報から、概念表現指定手段により指定された概念表現を拡張した拡張概念表現を抽出する拡張概念表現抽出手段と、拡張概念表現抽出手段により抽出した拡張概念表現を記憶する拡張概念表現記憶手段と、を有することを特徴とする。
【００１８】
請求項２記載の発明は、請求項１記載の文書検索装置において、拡張概念表現抽出手段は、概念表現指定手段により指定された概念表現に含まれる概念表現基本単位に対して、意図表現を追加することにより、指定された概念表現を拡張することを特徴とする。
【００１９】
請求項３記載の発明は、請求項２記載の文書検索装置において、拡張概念表現抽出手段により拡張概念表現を抽出する際に、意図表現を追加する概念表現基本単位を指定する概念表現基本単位指定手段を有することを特徴とする。
【００２０】
請求項４記載の発明は、請求項２または３記載の文書検索装置において、拡張概念表現抽出手段により拡張概念表現を抽出する際に、概念表現基本単位に追加する意図表現種類を指定する意図表現種類指定手段を有することを特徴とする。
【００２１】
請求項５記載の発明は、請求項１記載の文書検索装置において、拡張概念表現抽出手段は、概念表現指定手段により指定された概念表現に、新たな概念表現基本単位を追加することにより、指定された概念表現を拡張することを特徴とする。
【００２２】
請求項６記載の発明は、請求項５記載の文書検索装置において、拡張概念表現抽出手段により拡張概念表現を抽出する際に、追加する概念表現基本単位の数を指定する概念表現基本単位数指定手段を有することを特徴とする。
【００２３】
請求項７記載の発明は、請求項５または６記載の文書検索装置において、拡張概念表現抽出手段により拡張概念表現を抽出する際に、概念表現基本単位を追加する方向を指定する方向指定手段を有することを特徴とする。
【００２４】
請求項８記載の発明は、請求項５から７の何れか１項に記載の文書検索装置において、拡張概念表現抽出手段により拡張概念表現を抽出する際に、追加する概念表現基本単位に含まれるトークンの品詞を指定するトークン品詞指定手段を有することを特徴とする。
【００２５】
請求項９記載の発明は、請求項５から８の何れか１項に記載の文書検索装置において、拡張概念表現抽出手段により拡張概念表現を抽出する際に、追加する概念表現基本単位間の関係である文節間関係を指定する文節間関係指定手段を有することを特徴とする。
【００２６】
請求項１０記載の発明は、請求項１記載の文書検索装置において、言語解析手段は、テキストデータに対して、形態素解析、係り受け解析行うことで言語解析を行うことを特徴とする。
【００２７】
請求項１１記載の発明は、請求項１記載の文書検索装置において、トークン抽出手段は、言語解析結果に基づいて文節情報から特定の自立語を抽出してトークンを生成することを特徴とする。
【００２８】
請求項１２記載の発明は、テキストデータを入力するテキスト入力手段と、言語解析結果とトークンと意図表現とに関する情報を記憶するテキストデータ構造記憶手段と、拡張検索を行う対称となる概念表現を指定する概念表現指定手段と、制御手段と、を有する文書検索装置において実行される文書検索処理プログラムであって、テキスト入力手段により入力されたテキストデータに対して言語解析を行う言語解析処理と、言語解析処理により言語解析を行った言語解析結果に基づいて、テキストデータから、それ自体で１つの意味を表す単語となるトークンを生成するトークン抽出処理と、言語解析処理により言語解析を行った言語解析結果に基づいて、テキストデータから、特定の付属語表現パターンを意図表現として抽出する意図表現抽出処理と、言語解析処理により言語解析を行った言語解析結果と、トークン抽出処理により生成したトークンと、意図表現抽出処理により抽出した意図表現と、に関する情報をテキストデータ構造記憶手段に記憶する記憶処理と、概念表現指定手段により拡張検索を行う対称となる概念表現を指定する概念表現指定処理と、概念表現指定処理により指定された概念表現を拡張した拡張概念表現を、テキストデータ構造記憶手段に記憶された情報から抽出する拡張概念表現抽出処理と、を制御手段に実行させることを特徴とする。
【００２９】
請求項１３記載の発明は、請求項１２記載の文書検索処理プログラムにおいて、拡張概念表現抽出処理は、概念表現指定手段により指定された概念表現に含まれる概念表現基本単位に対して、意図表現を追加することにより、指定された概念表現を拡張することを特徴とする。
【００３０】
請求項１４記載の発明は、請求項１３記載の文書検索処理プログラムにおいて、拡張概念表現抽出処理により拡張概念表現を抽出する際に、意図表現を追加する概念表現基本単位を指定する概念表現基本単位指定処理を制御手段に実行させることを特徴とする。
【００３１】
請求項１５記載の発明は、請求項１３または１４記載の文書検索処理プログラムにおいて、拡張概念表現抽出処理により拡張概念表現を抽出する際に、概念表現基本単位に追加する意図表現種類を指定する意図表現種類指定処理を制御手段に実行させることを特徴とする。
【００３２】
請求項１６記載の発明は、請求項１２記載の文書検索処理プログラムにおいて、拡張概念表現抽出処理は、概念表現指定手段により指定された概念表現に、新たな概念表現基本単位を追加することにより、指定された概念表現を拡張することを特徴とする。
【００３３】
請求項１７記載の発明は、請求項１６記載の文書検索処理プログラムにおいて、拡張概念表現抽出処理により拡張概念表現を抽出する際に、追加する概念表現基本単位の数を指定する概念表現基本単位数指定処理を制御手段に実行させることを特徴とする。
【００３４】
請求項１８記載の発明は、請求項１６または１７記載の文書検索処理プログラムにおいて、拡張概念表現抽出処理により拡張概念表現を抽出する際に、概念表現基本単位を追加する方向を指定する方向指定処理を制御手段に実行させることを特徴とする。
【００３５】
請求項１９記載の発明は、請求項１６から１８の何れか１項に記載の文書検索処理プログラムにおいて、拡張概念表現抽出処理により拡張概念表現を抽出する際に、追加する概念表現基本単位に含まれるトークンの品詞を指定するトークン品詞指定処理を制御手段に実行させることを特徴とする。
【００３６】
請求項２０記載の発明は、請求項１６から１９の何れか１項に記載の文書検索処理プログラムにおいて、拡張概念表現抽出処理により拡張概念表現を抽出する際に、追加する概念表現基本単位間の関係である文節間関係を指定する文節間関係指定処理を制御手段に実行させることを特徴とする。
【００３７】
請求項２１記載の発明は、請求項１２記載の文書検索処理プログラムにおいて、言語解析処理は、テキストデータに対して、形態素解析、係り受け解析行うことで言語解析を行うことを特徴とする。
【００３８】
請求項２２記載の発明は、請求項１２記載の文書検索処理プログラムにおいて、トークン抽出処理は、言語解析結果に基づいて文節情報から特定の自立語を抽出してトークンを生成することを特徴とする。
【００３９】
請求項２３記載の発明は、請求項１２から２２の何れか１項に記載の文書検索処理プログラムをコンピュータ読取可能な記録媒体に記録したことを特徴とする。
【００４０】
この請求項１、１２記載の発明によれば、テキスト情報に含まれる概念を表現する方法として、テキストを言語解析し、その解析結果により得られる文節情報から抽出されるトークンと、意図表現と、の組み合わせで表現される概念表現基本単位、および、言語解析結果から得られる文節間関係情報に基づいた複数概念表現基本単位の関係表現、により概念を表現する概念表現方法において、指定された概念表現を拡張した概念表現をテキストから検索することとしている。これにより、ユーザは指定した概念を意味的に絞り込んだ概念を検索することができ、テキストに含まれる概念の理解、探索を効率的に行うことができる。
【００４１】
請求項２、１３の発明によれば、指定された概念表現に含まれる概念表現基本単位の意図表現を追加することにより、指定された概念表現を拡張することとしている。これにより、ユーザは指定した概念を意図表現により意味的に絞り込んだ概念を検索することができる。
【００４２】
請求項３、１４の発明によれば、意図表現を追加する概念表現基本単位をユーザが指定することとしている。これにより、ユーザは指定した概念表現基本単位の意図表現を拡張することにより意味的に絞り込んだ概念を検索することができ、ユーザが必要とする概念表現のみを検索することができる。
【００４３】
請求項４、１５の発明によれば、概念表現基本単位に追加する意図表現種類をユーザが指定することとしている。これにより、ユーザは指定した意図表現について拡張することにより意味的に絞り込んだ概念を検索することができ、ユーザが必要とする概念表現のみを検索することができる。
【００４４】
請求項５、１６の発明によれば、概念表現基本単位を追加することにより指定された概念表現を拡張することとしている。これにより、ユーザは指定した概念に対して概念表現基本単位を追加することにより意味的に絞り込んだ概念を検索することができる。
【００４５】
請求項６、１７の発明によれば、追加する概念表現基本単位の数をユーザが指定することとしている。これにより、ユーザは指定した概念に対して概念表現基本単位を追加する際に、追加する概念表現基本単位の数を指定することができ、ユーザが必要とする概念表現のみを検索することができる。
【００４６】
請求項７、１８の発明によれば、概念表現基本単位を追加する方向をユーザが指定することとしている。これにより、ユーザは指定した概念に対して概念表現基本単位を追加する際に、指定された概念表現の前方に概念表現基本単位を追加するのか、後方に追加するのかを指定することができ、ユーザが必要とする概念表現のみを検索することができる。
【００４７】
請求項８、１９の発明によれば、追加する概念表現基本単位を、ユーザが概念表現基本単位に含まれるトークンの品詞を指定することにより選択することとしている。これにより、ユーザは指定した概念に対して概念表現基本単位を追加する際に、指定した品詞のトークンを含む概念表現基本単位のみを指定することができ、ユーザが必要とする概念表現のみを検索することができる。
【００４８】
請求項９、２０の発明によれば、追加する概念表現基本単位を、ユーザが概念表現基本単位間の関係である文節間関係を指定することにより選択することとしている。これにより、ユーザは指定した概念に対して概念表現基本単位を追加する際に、指定した文節間関係をもつ概念表現基本単位のみを指定することができ、ユーザが必要とする概念表現のみを検索することができる。
【００４９】
請求項１０、２１の発明によれば、テキストデータに対して、形態素解析、係り受け解析行うことで言語解析を行うこととしている。
【００５０】
請求項１１、２２の発明によれば、言語解析結果に基づいて文節情報から特定の自立語を抽出してトークンを生成することとしている。
【００５１】
請求項２３の発明によれば、請求項１２から請求項２２記載の文書検索処理プログラムを、コンピュータ読取可能な記録媒体に記録しているので、記録媒体を、コンピュータ等の情報処理装置に読み取らせることで、テキストに含まれる概念の理解、探索を効率的に行うことができる文書検索装置を構築することが可能となる。
【００５２】
【発明の実施の形態】
（発明の特徴）
まず、本発明にかかる文書検索装置の特徴について説明する。
本発明にかかる文書検索装置における概念表現方法は、テキスト内に含まれる概念を、文節情報に基づいて抽出される概念表現基本単位と、文節間関係情報に基づいて抽出される概念表現基本単位と、の関係を用いて表現する。概念表現基本単位は、基本的には文節に対応しており、文節内の自立語をトークンとし、文節内の付属語の特定パターン抽出により抽出される意図表現の組み合わせで表現される。
【００５３】
この概念表現方法は、概念表現基本単位を連続的につなげることで複数単語による概念を表現、指定することができる。例えば、「最新⇒ＯＳ⇒インストール（＋可能＋打消）」。また、この概念表現方法は、ユーザにとって解り易いだけでなく、その表現の拡張など、ユーザによる操作も行い易くなっている。
【００５４】
本発明にかかる文書検索装置は、上記の概念表現方法において、指定された概念表現を拡張した概念表現を、テキストデータ内から検索することとする。これにより、例えば、「わかる（＋打消）」という概念表現「わからないという意味」に、ユーザが着目した場合に、概念表現「わかる（＋打消）」を拡張した概念表現を、テキストデータ内から検索することが可能となる。この例を以下に記す。
【００５５】
（例）
指定概念表現：「わかる（＋打消）」
検索概念表現：「使い方 ⇒ わかる（＋打消）」
検索概念表現：「操作 ⇒ わかる（＋打消）」
検索概念表現：「意味 ⇒ わかる（＋打消）」
検索概念表現：「 わかる（＋打消） ⇒ ユーザ」
検索概念表現：「 わかる（＋打消） ⇒ 理由」
【００５６】
これにより、ユーザは、「何がわからないのか」や「わからない何なのか」などを知ることができる。なお、概念表現の拡張は、概念を意味的に絞り込むことである。これは、テキストデータに含まれる概念を理解したり、大量の概念の中から必要な概念を探し出したりするのに効果的である。
【００５７】
以下、添付図面を参照しながら本発明にかかる文書検索装置について詳細に説明する。なお、図１は、本発明にかかる文書検索装置の構成図である。図２は、テキストデータ構造の構造例である。図３は、テキストデータ構造の各構成要素が管理する情報例である。図４は、単語リスト例である。図５は、文節管理情報例である。図６は、概念表現検索方法のフローチャートである。
【００５８】
（概念表現）
まず、本実施の形態において用いられる概念表現について説明する。
【００５９】
本発明における概念表現は、テキストを言語解析することで得られる文節、あるいは、文節間関係情報に基づいている。言語解析としては、例えば、形態素解析、文節係り受け解析を利用することができる。なお、形態素解析は、テキストに含まれる単語を分析する。係り受け解析は、テキストに含まれる文節を解析し、文節間の関係として係りと受けとの関係にある文節を解析する。
【００６０】
例えば、「ソフトウェアのインストールが正常に実行できない」というテキストの場合、言語解析の結果、以下に示す（例１）の情報を得ることができる。
【００６１】
【表１】

【００６２】
なお、上記（例１）における「自」は自立語を、「付」は付属語を示す。なお、自立語とは、動詞、形容詞、名詞などの品詞の単語であり、付属語とは、助詞、助動詞などの品詞の単語である。通常文節は、１個の自立語と、０個以上の付属語と、で構成される。解析方法によっては、１文節に複数個の自立語が含まれるような結果を出すものもあるが、本実施の形態では、文節には必ず１個の自立語しか含まないように文節を生成する解析方法を利用するものとする。
【００６３】
なお、概念表現は、概念表現の基本単位と基本単位間の関係表現により表現される。概念表現の基本単位は、トークンおよび意図表現を利用して表現される。
【００６４】
なお、トークンとは、それ自体で１つの意味をあらわす単語であり、自立語を利用することができる。例えば、上記（例１）では、「ソフトウェア」「インストール」「正常」「実行」がトークンとなる。トークンの表現はトークンの表記を利用することもできるし、トークンの代表的表記に変換したものを利用することもできる。
【００６５】
また、意図表現とは、文節内の付属語による意味の付加を表す表現であり、付属語の特定の表現パターンを抽出することで、その文節に付加されている意図を解析する。例えば、「〜ない（助動詞）」「〜ず（助動詞）」という表現は「打消」の意味を、「〜できる（補助動詞）」という表現は「可能」の意味を、「〜たい（助動詞）」という表現は「要望」の意味を、文節に対して付加しているとすることが可能である。例えば、上記（例１）の「実行できない」という文節から「可能」と「打消」の意図表現が抽出される。
【００６６】
意図表現は、例えば、「（＋打消）」「（＋可能−打消）」というように表現することができる、ここで、「＋ＸＸ」は、その意図表現が付加されていることを、「−ＸＸ」は、その意図表現が付加されていないことを表している。
【００６７】
概念表現の基本単位としては、トークンのみ、意図表現のみ、あるいはトークンと意図表現の組み合わせで表現され、例えば、以下のように表現される。
【００６８】
概念表現基本単位 表現例 ：「購入」「（＋可能）」「実行（＋可能＋打消）」
【００６９】
なお、トークンと意図表現との組み合わせとは、ある文節に指定されたトークンが含まれていて、かつ、その文節に指定された意図表現が付加されていることを意味する。
【００７０】
基本単位間の関係は、基本単位間に意味的な強い関係があることを示す。意味的な強い関係とは、基本的には係り受け関係にある文節に含まれることを表す。例えば、基本単位間の関係を「⇒」で表すものとすると、「情報⇒検索」という概念表現は、係り受け関係にある２つの文節において、係り文節に「情報」が、受け文節に「検索」が、含まれていることを意味する（「情報を検索する」）。
【００７１】
このように、基本単位間の関係として、文節係り受け関係を利用することで、文書検索などで利用される単語の論理式「ソフトウェア＆インストール」のように、単にテキスト内の共起出現関係を指定するのではなく、基本単位がテキスト内で意味的に強い関係をもって出現していることを指定することができる。
【００７２】
文節係り受け関係は、ある文節が係り文節になる場合は、受け文節は１つのみであるが、複数の係り文節が同じ１つの受け文節に係ることができる（上記（例１）の文節４は、文節２と文節３との受け文節となっている）。そのため、概念表現における基本単位間の関係の表現は、（１）複数の係り文節を持つ受け文節という文節間関係を表現する場合と、（２）文節間関係を表現しない場合と、の２通りが可能である。
【００７３】
（１）複数の係り文節を持つ受け文節という文節間関係を表現しない場合は、概念表現は基本単位の単純な１次元のリスト表現となる。
【００７４】
【表２】

【００７５】
（２）複数の係り文節を持つ受け文節という文節間関係を表現する場合は、概念表現は基本単位のツリー表現となる。
【００７６】
【表３】

【００７７】
（１）の場合、概念表現は、ユーザにとって簡単でわかりやすく、表現の拡張などの操作も行いやすいが、複雑な文節係り受け関係構造の表現ができない問題がある。（２）の場合、複雑な文節係り受け関係構造も表現できるが、ユーザには複雑で解りにくく、操作も行いにくいと考えられる。また、（１）と（２）との両方を利用することができるが、本実施の形態では、ユーザにとって解りやすく操作もしやすい（１）の表現方法を用いることとして説明する。
【００７８】
（例１）のテキストから生成することのできる概念表現例を以下の（例２）に示す。
【００７９】
（例２）
概念表現１ ：ソフトウェア
概念表現２ ：インストール
概念表現３ ：正常
概念表現４ ：実行
概念表現５ ：実行（＋可能）
概念表現６ ：実行（＋打消）
概念表現７ ：実行（＋可能＋打消）
概念表現８ ：ソフトウェア⇒インストール
概念表現９ ：インストール⇒実行
概念表現１０：インストール⇒実行（＋可能）
概念表現１１：インストール⇒実行（＋打消）
概念表現１２：インストール⇒実行（＋可能＋打消）
概念表現１３：正常⇒実行
概念表現１４：正常⇒実行（＋可能）
概念表現１５：正常⇒実行（＋打消）
概念表現１６：正常⇒実行（＋可能＋打消）
概念表現１７：ソフトウェア⇒インストール⇒実行
概念表現１８：ソフトウェア⇒インストール⇒実行（＋可能）
概念表現１９：ソフトウェア⇒インストール⇒実行（＋打消）
概念表現２０：ソフトウェア⇒インストール⇒実行（＋可能＋打消）
【００８０】
（概念表現の拡張検索）
本発明にかかる文書検索装置は、上記で説明した概念表現を用いた際に、指定された概念表現を拡張した概念表現をテキストから抽出する概念検索方法を用いる。例えば（例１）の場合、概念表現「インストール⇒実行」が指定された場合、下記の（例３）のように（例１）のテキストに含まれる概念表現（例２）のうち「インストール⇒実行」を含む概念表現を拡張概念として抽出する。
【００８１】
（例３）
拡張概念表現１：インストール⇒実行（＋可能）
拡張概念表現２：インストール⇒実行（＋打消）
拡張概念表現３：インストール⇒実行（＋可能＋打消）
拡張概念表現４：ソフトウェア⇒インストール⇒実行
拡張概念表現５：ソフトウェア⇒インストール⇒実行（＋可能）
拡張概念表現６：ソフトウェア⇒インストール⇒実行（＋打消）
拡張概念表現７：ソフトウェア⇒インストール⇒実行（＋可能＋打消）
【００８２】
次に、本発明にかかる文書検索装置における動作処理を説明する。
なお、本発明にかかる文書検索装置は、図１に示すように、テキスト入力手段１０１と、言語解析手段１０２と、トークン抽出手段１０３と、意図表現抽出手段１０４と、テキストデータ構造記憶手段１０５と、概念表現指定手段１０６と、条件指定手段１０７と、拡張概念表現抽出手段１０８と、拡張概念表現記憶手段１０９と、を有して構成される。
【００８３】
（テキストの入力）
テキスト入力手段１０１では、テキストを入力する。なお、既にテキストが記録されている場合は、そのテキストを入力とすることもできる。また、入力するテキストは１つでも複数でもかまわないが、以下においては、複数のテキストが入力されたものとして説明する。
【００８４】
（言語解析）
言語解析手段１０２では、入力された各テキストに対して、形態素解析と、係り受け解析と、の言語解析を行う。形態素解析ではテキストに含まれる単語を解析する。係り受け解析では、テキストに含まれる文、文節を解析し、文節間の関係として係りと受けとの関係にある文節を解析する。例えば、「ソフトウェアのインストールが正常に実行できない」という文を解析した場合の解析結果例を以下に示す。なお、単語の区切りを「／」で示す。また、各単語の上の「自」は自立語を、「付」は付属語を示す。
【００８５】
【表４】

【００８６】
通常、文節は１つの自立語を含む。１つの文節に複数の自立語を含むように解析する処理方法もあるが、本実施の形態では、文節には必ず１つの自立語だけを含むように解析する方法を利用するものとする。
【００８７】
（トークン抽出）
トークン抽出手段１０３は、言語解析手段１０２によって解析された各文節からトークンを抽出する。文節内の単語情報から、自立語品詞である単語を抽出してトークンとする。
【００８８】
上記の（テキスト例）からは、以下のようになる。
文節１トークン： ソフトウェア
文節２トークン： インストール
文節３トークン： 正常
文節４トークン： 実行
【００８９】
（意図表現抽出）
意図表現抽出手段１０４は、言語解析手段１０２により解析された各文節から意図表現を抽出する。文節内の単語情報から、特定の表現パターンを抽出し、意図表現情報を生成する。例えば、「打消」「要望」「疑問」「可能」という意図表現は、下記のような単語、あるいは、表現パターンが含まれている場合に抽出することができる。
【００９０】
意図表現「打消」：助動詞「ない」、助動詞「ず」、助動詞「まい」、補助助動詞「にくい」
意図表現「要望」：助動詞「たい」
意図表現「疑問」：終助詞「か」、終助詞「か」＋終助詞「な」、記号「？」
意図表現「可能」：補助動詞「できる」、助動詞「れる」、助動詞「られる」
【００９１】
上記の（テキスト例）の場合は、意図表現として以下のものが抽出される。
【００９２】
文節４意図表現： ＋可能＋打消
【００９３】
（テキストデータ構造記憶）
テキストデータ構造記憶手段１０５は、言語解析手段１０２により解析されたテキストの構造と、トークン抽出手段１０３と、意図表現抽出手段１０４と、で抽出されたトークンおよび意図表現の情報を記憶する。
【００９４】
テキストは、図２に示すようなデータ構造で記憶される。また、図２に示す各構成要素は、図３に示す情報を保持している。本実施の形態では、図４に示すように、テキストに含まれる単語に対して、ユニークな識別子を付与した単語リストを生成し、単語の管理を行うものとする。その際、品詞情報や全体における出現頻度を算出しておくことも可能である。
【００９５】
図３に、図２に示す各構成要素が保持する情報を示す。各テキストはユニークなＩＤを付与されて管理される。各テキストは、テキストに含まれる文ＩＤリストを管理する。文は、自分の文ＩＤと文に含まれる文節リストを管理する。文節は、自分の文節ＩＤと文節に含まれる単語ＩＤリスト、係り文節ＩＤリスト、受け文節ＩＤを管理する。単語ＩＤは、図４に示した単語リストにおけるＩＤである。係り文節ＩＤリストは、当該文節を受けとする係り文節のＩＤである。
【００９６】
上記の（テキスト例）にもあるように、１つの受け文節に対して、複数の文節が係り文節となりうるので係り文節ＩＤリストで管理する。受け文節ＩＤは、当該文節が係り文節となる受け文節のＩＤである。係り文節は、受け文節を１つしかとることができない。また、文節はその文節から抽出されたトークンと意図表現も管理する。
【００９７】
文節が管理する情報として、係り受けの関係の種類を保持することも可能である。例えば、連体修飾なのか連用修飾なのか、などである。
【００９８】
図５に、文節が保持するデータ例を示す。
また、同義語辞書を持ち同義語を持つ単語に関して代表表記情報をもたせることも可能である。これは、図４に示すように、単語リストの項目として同義語代表表記を持つことにより実現できる。
【００９９】
（概念表現指定）
概念表現指定手段１０６は、拡張検索を行う対象となる概念表現を指定する。エディタなどを用いてユーザに直接記述したり、テキストに含まれている概念表現の一覧表示などを行う表示手段がある場合は、その表示手段上で、ユーザが選択することで概念表現を指定したりすることができる。
【０１００】
（条件指定）
条件指定手段１０７は、拡張検索を行う際の条件を指定する。
なお、本実施の形態では、意図表現による拡張を行う際に、指定された概念表現に含まれるどの概念表現基本単位に関して拡張するかを、ユーザが指定することとする。
【０１０１】
また、本実施の形態では、意図表現による拡張を行う際に、拡張する意図表現の種類をユーザが指定する。例えば、「可能」「打消」「要望」「疑問」の中から選択させることとする。
【０１０２】
また、本実施の形態では、概念表現基本単位の追加による拡張を行う際に、追加する概念表現基本単位の数をユーザが指定することとする。
【０１０３】
また、本実施の形態では、概念表現基本単位の追加による拡張を行う際に、概念表現基本単位を追加する方向を（前方か後方か）をユーザが指定することとする。
【０１０４】
また、本実施の形態では、概念表現基本単位の追加による拡張を行う際に、追加する概念表現基本単位のトークン品詞をユーザが指定することとする。
【０１０５】
また、本実施の形態では、概念表現基本単位の追加による拡張を行う際に、追加する概念表現基本単位の文節間関係をユーザが指定することとする。例えば、「連体修飾」「連用修飾」「格修飾」「並列関係」「複合関係」などから選択させることとする。
【０１０６】
（拡張概念表現抽出）
拡張概念表現抽出手段１０８は、テキストデータ構造記憶手段１０５に記憶されている情報に基づいて、概念表現指定手段１０６で指定された概念表現を拡張した概念表現を抽出する。
【０１０７】
概念表現の拡張は、（１）意図表現の追加による拡張と、（２）概念表現基本単位の追加による拡張の２通りが考えられる。この２通りについて以下に説明する。
【０１０８】
（１）意図表現の追加による拡張
まず、意図表現の追加による拡張について説明する。
意図表現による拡張とは、指定された概念表現に含まれる概念表現基本単位に対して、意図表現を追加することで拡張する。上記の（テキスト例）の場合、指定概念表現として「インストール⇒実行」が指定されると、意図表現により拡張された概念表現として以下の概念表現を抽出する。
【０１０９】
【表５】

【０１１０】
なお、意図表現による拡張は以下の手順で行われる。
【０１１１】
▲１▼（指定概念表現と適合するテキストデータ構造の検索）
テキストデータ構造記憶手段１０５に記憶されているデータ構造から、指定概念表現と適合する構造を検索する。指定概念表現の検索処理のフローチャートを図６に示す。図６のフローチャートは、１つのテキストに対する処理であるが、複数テキストを対象とする場合は各テキストに対してこの処理を行う。以下、図６に示す処理動作について説明する。
【０１１２】
まず、文ＩＤ：Ｓｉと、文節ＩＤ：Ｋｊと、指定概念表現：ＣＥｎ（ｎ＝１〜Ｎ）と、のｉ、ｊ、ｎに１を代入して（ステップＳ１）、以下の処理を行う。
【０１１３】
まず、文節Ｋｊが、概念表現基本単位ＣＥｎを含むか否かを判定する（ステップＳ２）。この判定により、文節Ｋｊが、概念表現基本単位ＣＥｎを含まないと判定した場合は（ステップＳ２／ＮＯ）、その文節Ｋｊが、文Ｓｉの最後の文節か否かを判定する（ステップＳ８）。
【０１１４】
また、このステップＳ２の判定により、文節Ｋｊが、概念表現基本単位ＣＥｎを含むと判定した場合は（ステップＳ２／ＹＥＳ）、変数の文節Ｋｘに文節Ｋｊを代入する（文節Ｋｘ＝Ｋｊ）（ステップＳ３）。次に、指定概念表現ＣＥｎのｎの値が最後の指定概念表現ＣＥＮか否かを判定する（ステップＳ４）。該判定により、ｎの値が最後の指定概念表現のＮであると判定した場合は（ステップＳ４／ＹＥＳ）、概念表現抽出処理を行う（ステップＳ５）。
【０１１５】
また、ｎの値が最後の指定概念表現のＮでないと判定した場合は（ステップＳ４／ＮＯ）、ｎの値を１つ移行させ、ｎ＝ｎ＋１と設定する（ステップＳ６）。そして、文節Ｋｘの受け文節Ｋｙが概念表現基本単位ＣＥｎを含むか否かを判定する（ステップＳ７）。この判定により、文節Ｋｘの受け文節Ｋｙが概念表現基本単位ＣＥｎを含むと判定した場合は（ステップＳ７／ＹＥＳ）、ステップＳ４に戻り同様の処理を繰り返す。また、この判定により、文節Ｋｘの受け文節Ｋｙが概念表現基本単位ＣＥｎを含まないと判定した場合は（ステップＳ７／ＮＯ）、その文節Ｋｊが、文Ｓｉの最後の文節か否かを判定する（ステップＳ８）。
【０１１６】
次に、ステップＳ８の判定により、その文節Ｋｊが、文Ｓｉの最後の文節でないと判定した場合は（ステップＳ８／ＮＯ）、ステップＳ２に戻り、文節Ｋｊのｊの値を１つ移行し、ｊ＝ｊ＋１とし、また、指定概念表現ＣＥｎのｎの値を１として、同様の処理を行う。また、このステップＳ８の判定により、その文節Ｋｊが、文Ｓｉの最後の文節であると判定した場合は（ステップＳ８／ＹＥＳ）、文Ｓｉがテキストの最後の文か否かを判定する（ステップＳ９）。この判定により、文Ｓｉがテキストの最後の文であると判定した場合は（ステップＳ９／ＹＥＳ）、処理を終了する。また、この判定により、文Ｓｉがテキストの最後の文でないと判定した場合は（ステップＳ９／ＮＯ）、ステップＳ２に戻り、文Ｓｉのｉの値を１つ移行し、ｉ＝ｉ＋１と設定し、また、文節Ｋｊのｊの値を１と設定し、また、指定概念表現ＣＥｎのｎの値を１と設定して、同様の処理を行う。
【０１１７】
図６に示す処理を行うことで、上記の（テキスト例）の場合、指定概念表現として「インストール⇒実行」が指定されると、「文節２⇒文節４」というテキストデータ構造が適合する。
【０１１８】
▲２▼（検索されたテキストデータ構造に基づいた拡張概念表現の抽出）
検索されたテキストデータ構造すべてに対して、その文節情報から、意図表現の拡張により拡張概念表現を抽出する。検索された「文節２」と「文節４」との意図表現情報を参照し、指定概念表現には含まれていない意図表現を追加した拡張概念表現を生成する。文節２には、意図表現情報はなく、文節４には、「＋可能＋打消」という情報があるので、意図表現の組み合わせのバリエーションにより、以下の３つの拡張概念表現が抽出される。
【０１１９】
拡張概念表現１： 「インストール⇒実行（＋可能）」
拡張概念表現２： 「インストール⇒実行（＋打消）」
拡張概念表現３： 「インストール⇒実行（＋可能＋打消）」
【０１２０】
▲３▼（抽出した拡張概念表現の記録）
抽出された拡張概念表現を拡張概念表現記憶手段１０９に記憶する。その際に、出現頻度や出現テキスト数を計数して管理する。
【０１２１】
なお、本実施の形態では、拡張概念の抽出を行う際に、ユーザが拡張する指定概念表現内の概念表現基本単位を指定することができる。この場合は、上記▲２▼（検索されたテキストデータ構造に基づいた拡張概念表現の抽出）の処理において、指定された概念表現基本単位に対応する文節情報にのみ基づいて拡張概念表現を抽出する。
【０１２２】
また、本実施の形態では、拡張概念の抽出を行う際に、ユーザが拡張する意図表現の種類を指定することができる。この場合は、上記▲２▼（検索されたテキストデータ構造に基づいた拡張概念表現の抽出）の処理において、指定された意図表現についてのみ拡張概念表現を抽出する。例えば、上記の（テキスト例）において、意図表現として「＋可能」が指定されていた場合、「インストール⇒実行（＋可能）」だけを拡張概念表現として抽出する。
【０１２３】
（２）概念表現基本単位の追加による拡張
次に、概念表現基本単位の追加による拡張について説明する。
概念表現基本単位の追加による拡張とは、指定された概念表現に新たな概念表現基本単位を追加した拡張概念表現を抽出する。上記の（テキスト例）の場合、指定概念表現として「インストール」が指定されると、概念表現基本単位の追加により拡張された概念表現として以下の概念表現を抽出する。
【０１２４】
【表６】

【０１２５】
なお、追加する概念表現基本単位の数は、いくつでもかまわないが、拡張の処理は繰り返し行うことができるので、通常は、概念表現基本単位を１つ追加した拡張概念表現を抽出するようにしてもよい。
【０１２６】
また、例えば「インストール⇒実行」という概念表現が指定されている場合、１つ概念表現基本単位を追加する場合、次の３つのパターンが考えられる。
パターン１： ＸＸＸ：⇒インストール⇒実行
パターン２： インストール⇒実行⇒ＸＸＸ
パターン３： インストール⇒ＸＸＸ⇒実行
パターン１、パターン２は、指定された概念表現の前後に概念表現基本表現を追加すればよい。しかし、パターン３は、指定された概念表現に含まれる概念表現基本単位間に、新たな概念表現基本単位を追加するために、指定された概念表現自体も変更してしまう。そのため、指定された概念表現の意味が変わってしまう可能性がある。また、パターン３の拡張を行わないように実装してもかまわないが、パターン３の拡張を行う場合は、指定された概念表現自体も変更してしまうことに注意しなければならない。また、パターン３の拡張は、追加する概念表現基本単位との関係が特定の係り受け関係（例えば、複合関係）の時にのみに行うように実装することも可能である。
【０１２７】
なお、概念表現基本単位の追加による拡張は以下の手順で行われる。
【０１２８】
▲１▼（指定された概念表現の拡張パターンの生成）
指定された概念表現に含まれる概念表現基本単位間に、新たな概念表現基本単位を追加した拡張概念表現のパターンを生成する。例えば、「インストール」という概念表現が指定されていて、概念基本表現を１つ追加する場合は、以下のような拡張概念表現パターンを生成する。
拡張概念表現パターン１： 「ＸＸＸ⇒インストール」
拡張概念表現パターン２： 「インストール⇒ＸＸＸ」
【０１２９】
また、概念基本表現を２つ追加する場合は、以下のような拡張概念表現パターンを生成する。
【０１３０】
拡張概念表現パターン１： 「ＸＸＸ⇒ＹＹＹ⇒インストール」
拡張概念表現パターン２： 「インストール⇒ＸＸＸ⇒ＹＹＹ」
【０１３１】
また、例えば、「インストール⇒実行」という概念表現が指定されて場合、概念基本表現を１つ追加する場合は、以下のような拡張概念表現パターンを生成する。
【０１３２】
拡張概念表現パターン１： 「ＸＸＸ⇒インストール⇒実行」
拡張概念表現パターン２： 「インストール⇒実行⇒ＸＸＸ」
拡張概念表現パターン３： 「インストール⇒ＸＸＸ⇒実行」
【０１３３】
概念基本表現を２つ追加する場合は、以下のような拡張概念表現パターンを生成する。
【０１３４】
拡張概念表現パターン１： 「ＸＸＸ⇒ＹＹＹ⇒インストール⇒実行」
拡張概念表現パターン２： 「ＸＸＸ⇒インストール⇒ＹＹＹ⇒実行」
拡張概念表現パターン３： 「インストール⇒ＸＸＸ⇒ＹＹＹ⇒実行」
拡張概念表現パターン４： 「インストール⇒ＸＸＸ⇒実行⇒ＹＹＹ」
拡張概念表現パターン５： 「インストール⇒実行⇒ＸＸＸ⇒ＹＹＹ」
【０１３５】
▲２▼（拡張概念表現パターンと適合するテキストデータ構造の検索）
テキストデータ構造記憶手段１０５に記憶されているデータ構造から、上記▲１▼（指定された概念表現の拡張パターンの生成）で生成した拡張概念表現パターンと適合する構造を検索する。拡張概念表現パターンの検索処理のフローチャートを図６に示す。ただし、▲１▼（指定された概念表現の拡張パターンの生成）で生成した拡張概念パターンの拡張部分（「ＸＸＸ」「ＹＹＹ」）は任意の文節に適合するものとして検索を行う。図６のフローチャートは１つのテキストに対する処理であるが、複数テキストを対象とする場合は各テキストに対してこの処理を行う。
【０１３６】
上記の（テキスト例）の場合、指定概念表現として「インストール」、追加する概念表現基本単位の数を１とすると、拡張概念表現パターンとして以下のパターンが生成される。
【０１３７】
拡張概念表現パターン１： 「ＸＸＸ⇒インストール」
拡張概念表現パターン２： 「インストール⇒ＸＸＸ」
【０１３８】
そして、以下のテキストデータ構造が適合する。
【０１３９】
拡張概念表現パターン１： 「文節１⇒文節２」
拡張概念表現パターン２： 「文節２⇒文節４」
【０１４０】
▲３▼（検索されたテキストデータ構造に基づいた拡張概念表現の抽出）
検索されたテキストデータ構造のすべてに対して、その文節情報のトークン、意図表現情報に基づいて拡張概念表現を抽出する。
【０１４１】
テキストデータ構造「文節１⇒文節２」
拡張概念表現１： 「ソフトウェア⇒インストール」
【０１４２】
テキストデータ構造「文節２⇒文節４」
拡張概念表現２： 「インストール⇒実行」
拡張概念表現３： 「インストール⇒実行（＋可能）」
拡張概念表現４： 「インストール⇒実行（＋打消）」
拡張概念表現５： 「インストール⇒実行（＋可能＋打消）」
【０１４３】
なお、拡張概念表現を抽出する際は、意図表現の組み合わせのバリエーションをすべて生成してもかまわないが、抽出する拡張概念表現の種類が増えてしまう問題もある。そのため、概念表現基本単位の追加による拡張は、トークン情報だけで行い（拡張概念表現１、２だけを抽出する）、意図表現の情報が知りたい場合は、抽出された拡張概念表現に対して「意図表現による拡張」を行うように実装してもよい。
【０１４４】
▲４▼（抽出した拡張概念表現の記録）
抽出された拡張概念表現を拡張概念表現記憶手段１０９に記憶する。その際に、出現頻度や出現テキスト数を計数して管理する。
【０１４５】
なお、本実施の形態では、拡張概念の抽出を行う際に、ユーザが追加する概念表現基本単位の数を指定することができる。この場合は、上記▲１▼（指定された概念表現の拡張パターンの生成）の処理において、指定された数の概念表現基本単位を追加した場合の拡張概念表現パターンを生成すればよい。
【０１４６】
また、本実施の形態では、拡張概念の抽出を行う際に、ユーザが概念表現基本単位を追加する方向（前方か後方か）を指定することができる。この場合は、上記▲１▼（指定された概念表現の拡張パターンの生成）の処理において、指定された方向に対して概念表現基本単位を追加した場合の拡張概念表現パターンを生成すればよい。
【０１４７】
また、本実施の形態では、拡張概念の抽出を行う際に、ユーザが追加する概念表現基本単位のトークンの品詞を指定することができる。この場合は、上記▲２▼（拡張概念表現パターンと適合するテキストデータ構造の検索）の処理において、拡張概念表現パターンを検索する際に、拡張部分（「ＸＸＸ」「ＹＹＹ」）の適合条件に指定された品詞情報を利用すればよい。
【０１４８】
また、本実施の形態では、拡張概念の抽出を行う際に、追加する概念表現基本単位を、ユーザが概念表現基本単位間の関係である文節間関係を指定することにより選択することができる。この場合は、上記▲２▼（拡張概念表現パターンと適合するテキストデータ構造の検索）の処理において、拡張概念表現パターンを検索する際に、拡張部分（「ＸＸＸ」「ＹＹＹ」）の適合条件に指定された文節関係情報を利用すればよい。
【０１４９】
（拡張概念表現記憶）
拡張概念表現記憶手段１０９は、拡張概念表現抽出手段１０８で抽出された拡張概念表現を記憶する。その際、出現頻度や出現テキスト数も記憶することもできる。
【０１５０】
なお、上述する実施の形態は、本発明の好適な実施の形態であり、本発明の要旨を逸脱しない範囲内において種々変更実施が可能である。例えば、本実施の形態における文書検索装置での一連の処理動作をプログラムとして、情報処理装置で実行させることでも文書検索装置と同様の処理動作を行う装置を構築することが可能である。
【０１５１】
【発明の効果】
以上の説明より明らかなように本発明は以下のような効果を奏する。
本発明にかかる文書検索装置、文書検索処理プログラム及び記録媒体によれば、テキスト情報に含まれる概念を表現する方法として、テキストを言語解析し、その解析結果により得られる文節情報から抽出されるトークンと、意図表現と、の組み合わせで表現される概念表現基本単位、および、言語解析結果から得られる文節間関係情報に基づいた複数概念表現基本単位の関係表現、により概念を表現する概念表現方法において、指定された概念表現を拡張した概念表現をテキストから検索することとしている。これにより、ユーザは指定した概念を意味的に絞り込んだ概念を検索することができ、テキストに含まれる概念の理解、探索を効率的に行うことができる。
【図面の簡単な説明】
【図１】本発明にかかる文書検索装置の構成を示すブロック図である。
【図２】本実施の形態におけるテキストデータ構造の構造例を示す図である。
【図３】本実施の形態におけるテキストデータ構造の各構成要素が管理する情報例を示す図である。
【図４】本実施の形態における単語リスト例を示す図である。
【図５】本実施の形態における文節管理情報例を示す図である。
【図６】本実施の形態における概念表現検索方法を示すフローチャートである。
【符号の説明】
１０１ テキスト入力手段
１０２ 言語解析手段
１０３ トークン抽出手段
１０４ 意図表現抽出手段
１０５ テキストデータ構造記憶手段
１０６ 概念表現指定手段
１０７ 条件指定手段
１０８ 拡張概念表現抽出手段
１０９ 拡張概念表現記憶手段

Claims (23)

1. テキストデータを入力するテキスト入力手段と、
   前記テキスト入力手段により入力されたテキストデータに対して言語解析を行う言語解析手段と、
   前記言語解析手段により言語解析を行った言語解析結果に基づいて、前記テキストデータから、それ自体で１つの意味を表す単語となるトークンを生成するトークン抽出手段と、
   前記言語解析手段により言語解析を行った言語解析結果に基づいて、前記テキストデータから、特定の付属語表現パターンを意図表現として抽出する意図表現抽出手段と、
   前記言語解析手段により言語解析を行った言語解析結果と、前記トークン抽出手段により生成したトークンと、前記意図表現抽出手段により抽出した意図表現と、に関する情報を記憶するテキストデータ構造記憶手段と、
   拡張検索を行う対称となる概念表現を指定する概念表現指定手段と、
   前記テキストデータ構造記憶手段に記憶された情報から、前記概念表現指定手段により指定された概念表現を拡張した拡張概念表現を抽出する拡張概念表現抽出手段と、
   前記拡張概念表現抽出手段により抽出した拡張概念表現を記憶する拡張概念表現記憶手段と、
   を有することを特徴とする文書検索装置。
2. 前記拡張概念表現抽出手段は、
   前記概念表現指定手段により指定された概念表現に含まれる概念表現基本単位に対して、意図表現を追加することにより、前記指定された概念表現を拡張することを特徴とする請求項１記載の文書検索装置。
3. 前記拡張概念表現抽出手段により拡張概念表現を抽出する際に、前記意図表現を追加する概念表現基本単位を指定する概念表現基本単位指定手段を有することを特徴とする請求項２記載の文書検索装置。
4. 前記拡張概念表現抽出手段により拡張概念表現を抽出する際に、前記概念表現基本単位に追加する意図表現種類を指定する意図表現種類指定手段を有することを特徴とする請求項２または３記載の文書検索装置。
5. 前記拡張概念表現抽出手段は、
   前記概念表現指定手段により指定された概念表現に、新たな概念表現基本単位を追加することにより、前記指定された概念表現を拡張することを特徴とする請求項１記載の文書検索装置。
6. 前記拡張概念表現抽出手段により拡張概念表現を抽出する際に、追加する概念表現基本単位の数を指定する概念表現基本単位数指定手段を有することを特徴とする請求項５記載の文書検索装置。
7. 前記拡張概念表現抽出手段により拡張概念表現を抽出する際に、前記概念表現基本単位を追加する方向を指定する方向指定手段を有することを特徴とする請求項５または６記載の文書検索装置。
8. 前記拡張概念表現抽出手段により拡張概念表現を抽出する際に、追加する概念表現基本単位に含まれるトークンの品詞を指定するトークン品詞指定手段を有することを特徴とする請求項５から７の何れか１項に記載の文書検索装置。
9. 前記拡張概念表現抽出手段により拡張概念表現を抽出する際に、追加する概念表現基本単位間の関係である文節間関係を指定する文節間関係指定手段を有することを特徴とする請求項５から８の何れか１項に記載の文書検索装置。
10. 前記言語解析手段は、前記テキストデータに対して、形態素解析、係り受け解析行うことで言語解析を行うことを特徴とする請求項１記載の文書検索装置。
11. 前記トークン抽出手段は、前記言語解析結果に基づいて文節情報から特定の自立語を抽出して前記トークンを生成することを特徴とする請求項１記載の文書検索装置。
12. テキストデータを入力するテキスト入力手段と、言語解析結果とトークンと意図表現とに関する情報を記憶するテキストデータ構造記憶手段と、拡張検索を行う対称となる概念表現を指定する概念表現指定手段と、制御手段と、を有する文書検索装置において実行される文書検索処理プログラムであって、
    前記テキスト入力手段により入力されたテキストデータに対して言語解析を行う言語解析処理と、
    前記言語解析処理により言語解析を行った言語解析結果に基づいて、前記テキストデータから、それ自体で１つの意味を表す単語となるトークンを生成するトークン抽出処理と、
    前記言語解析処理により言語解析を行った言語解析結果に基づいて、前記テキストデータから、特定の付属語表現パターンを意図表現として抽出する意図表現抽出処理と、
    前記言語解析処理により言語解析を行った言語解析結果と、前記トークン抽出処理により生成したトークンと、前記意図表現抽出処理により抽出した意図表現と、に関する情報を前記テキストデータ構造記憶手段に記憶する記憶処理と、
    前記概念表現指定手段により拡張検索を行う対称となる概念表現を指定する概念表現指定処理と、
    前記概念表現指定処理により指定された概念表現を拡張した拡張概念表現を、前記テキストデータ構造記憶手段に記憶された情報から抽出する拡張概念表現抽出処理と、
    を前記制御手段に実行させることを特徴とする文書検索処理プログラム。
13. 前記拡張概念表現抽出処理は、
    前記概念表現指定手段により指定された概念表現に含まれる概念表現基本単位に対して、意図表現を追加することにより、前記指定された概念表現を拡張することを特徴とする請求項１２記載の文書検索処理プログラム。
14. 前記拡張概念表現抽出処理により拡張概念表現を抽出する際に、前記意図表現を追加する概念表現基本単位を指定する概念表現基本単位指定処理を前記制御手段に実行させることを特徴とする請求項１３記載の文書検索処理プログラム。
15. 前記拡張概念表現抽出処理により拡張概念表現を抽出する際に、前記概念表現基本単位に追加する意図表現種類を指定する意図表現種類指定処理を前記制御手段に実行させることを特徴とする請求項１３または１４記載の文書検索処理プログラム。
16. 前記拡張概念表現抽出処理は、
    前記概念表現指定手段により指定された概念表現に、新たな概念表現基本単位を追加することにより、前記指定された概念表現を拡張することを特徴とする請求項１２記載の文書検索処理プログラム。
17. 前記拡張概念表現抽出処理により拡張概念表現を抽出する際に、追加する概念表現基本単位の数を指定する概念表現基本単位数指定処理を前記制御手段に実行させることを特徴とする請求項１６記載の文書検索処理プログラム。
18. 前記拡張概念表現抽出処理により拡張概念表現を抽出する際に、前記概念表現基本単位を追加する方向を指定する方向指定処理を前記制御手段に実行させることを特徴とする請求項１６または１７記載の文書検索処理プログラム。
19. 前記拡張概念表現抽出処理により拡張概念表現を抽出する際に、追加する概念表現基本単位に含まれるトークンの品詞を指定するトークン品詞指定処理を前記制御手段に実行させることを特徴とする請求項１６から１８の何れか１項に記載の文書検索処理プログラム。
20. 前記拡張概念表現抽出処理により拡張概念表現を抽出する際に、追加する概念表現基本単位間の関係である文節間関係を指定する文節間関係指定処理を前記制御手段に実行させることを特徴とする請求項１６から１９の何れか１項に記載の文書検索処理プログラム。
21. 前記言語解析処理は、前記テキストデータに対して、形態素解析、係り受け解析行うことで言語解析を行うことを特徴とする請求項１２記載の文書検索処理プログラム。
22. 前記トークン抽出処理は、前記言語解析結果に基づいて文節情報から特定の自立語を抽出して前記トークンを生成することを特徴とする請求項１２記載の文書検索処理プログラム。
23. 請求項１２から２２の何れか１項に記載の文書検索処理プログラムを記録したコンピュータ読取可能な記録媒体。

Images