JP2004355166A - 関連文書検索装置 - Google Patents

Abstract

【課題】関連文書を検索するためのキーワードを提示する関連文書検索装置を提供する。
【解決手段】文書指定部１０により識別番号ＩＤ−Ａが指定されたとき、キーワードＤＢ検索部１８ではキーワードＤＢ２０を用いて、識別番号ＩＤ−Ａに対応するキーワードＫＷ−Ａを含む文書の識別番号ＩＤ−Ｂを検索し、さらに識別番号ＩＤ−Ｂに対応するキーワードＫＷ−Ｂを検索する。文書ＤＢ検索部２２では文書ＤＢ２４から識別番号ＩＤ−Ｂに対応する文書Ｂを読み出す。共起検出部２６では文書ＤＢ検索部２２により読み出された文書Ｂ中に現れる、キーワードＫＷ−Ｂを構成する各キーワードの出現回数を計測し、計測した出現回数の大きさに基づいてキーワードを絞り込む。キーワード提示部１６では、キーワード絞込部２８により絞り込まれたキーワードを追加キーワードとしてキーワードＫＷ−Ａと共に提示する。
【選択図】 図１

Description

【０００１】
【発明の属する技術分野】
本発明は、関連文書（関連電子メールを含む）を検索するキーワードを提示する関連文書検索装置に関する。
【０００２】
【従来の技術】
文書検索装置により関連文書を検索する場合、一般に、検索キーワードを利用する。従来、キーワードを検索に利用する方法として、利用者が、文書検索装置に対して関連文書のキーワードを手作業により指定する方法や、文書検索装置が、指定された文書からキーワードを自動的に抽出し、これを関連文書のキーワードとして検索を行なう方法などがあった。また、文書検索の際に指定された検索キーワードに関連した語句を、単語共起データベースおよびシソーラス辞書を用いて自動的に抽出し、この語句を関連キーワードとして文書検索の際に指定された検索キーワードに加えて文書を検索する方法があった（例えば、特許文献１参照）。
【０００３】
【特許文献１】
特許第２８５０９５２ 号公報。
【０００４】
【発明が解決しようとする課題】
しかしながら、利用者が検索キーワードを手作業により指定する方法では、検索キーワードに関連した語句を加えたい場合、利用者自身が関連語句を推定してこれを手作業で入力する必要があった。また、特許文献１による方法では、指定されたキーワードの関連語句を自動的に抽出し、この関連語句を指定されたキーワードに加えて検索を行なうものの、関連語句に期待する語句が含まれるかどうかは検索結果を見るまでは判断することができず、期待しない関連語句が含まれる場合も生ずるという問題点があった。
【０００５】
本発明はこのような従来技術の問題点を解消し、関連文書を検索するキーワードを提示する関連文書検索装置を提供することを目的とする。
【０００６】
【課題を解決するための手段】
本発明による関連文書検索装置は上記の問題を解決するために、文書と、文書に付与された識別番号と、文書に含まれる複数のキーワードとを文書毎に記録した文書データベースと、文書データベースを用いて、識別番号により指定された文書に含まれる特定のキーワードを含む文書を検索し、検索された文書に含まれる他のキーワードを文書毎に検索するキーワード検索手段と、キーワード検索手段により検索された各文書に含まれる他のキーワードがキーワード検索手段により検索された全文書中に現れる傾向をスコアとして求め、スコアが所定値となった他のキーワードを、追加する検索キーワードとしてとして出力する共起キーワード検出手段とを含むことを特徴とする。
【０００７】
この場合、文書は電子メールであり、文書データベースは、電子メールと、電子メールに付与された識別番号と、電子メールに含まれる複数のキーワードと、電子メールに関連する関連電子メールの識別番号とを電子メール毎に記録した電子メールデータベースであり、装置は、さらに電子メールデータベースを用いて、特定の識別番号により指定された電子メールに関連する全ての関連電子メールを検索する関連電子メール検索手段を有し、キーワード検索手段は、関連電子メール検索手段で検索された全ての関連電子メールを対象として、特定の識別番号により指定された電子メールに含まれる特定のキーワードを検索して特定のキーワードを含む電子メールを検索し、検索された電子メールに含まれる他のキーワードを電子メール毎に検索するものとしてもよい。
【０００８】
また、本発明による関連文書検索方法は、文書と、文書に付与された識別番号と、文書に含まれる複数のキーワードとを文書毎に記録した文書データベースを用いて、識別番号により指定された文書に含まれる特定のキーワードを含む文書を検索し、検索された文書に含まれる他のキーワードを文書毎に検索するキーワード検索工程と、キーワード検索工程により検索された各文書に含まれる他のキーワードがキーワード検索工程により検索された全文書中に現れる傾向をスコアとして求め、スコアが所定値となった他のキーワードを、追加する検索キーワードとしてとして出力する共起キーワード検出工程とを含むことを特徴とする。
【０００９】
また、本発明による関連文書検索方法は、電子メールと、電子メールに付与された識別番号と、電子メールに含まれる複数のキーワードと、電子メールに関連する関連電子メールの識別番号とを電子メール毎に記録した電子メールデータベースを用いて、特定の識別番号により指定された電子メールに関連する全ての関連電子メールを検索する関連電子メール検索工程と、関連電子メール検索工程により検索された全ての関連電子メールを対象として、特定の識別番号により指定された電子メールに含まれる特定のキーワードを検索して特定のキーワードを含む電子メールを検索し、検索された電子メールに含まれる他のキーワードを電子メール毎に検索するキーワード検索工程と、キーワード検索工程により検索された各電子メールに含まれる他のキーワードがキーワード検索工程により検索された全電子メール中に現れる傾向をスコアとして求め、スコアが所定値となった他のキーワードを、追加する検索キーワードとしてとして出力する共起キーワード検出工程とを含むことを特徴とする。
【００１０】
【発明の実施の形態】
次に添付図面を参照して本発明による関連文書検索装置の実施例を詳細に説明する。図１は、関連文書検索装置の実施例を示すブロック図である。この関連文書検索装置は、指定された文書（電子メールを含む）のキーワードと共に現れるキーワードから所定の条件を満たすキーワードを追加キーワードとして選択し、これを指定された文書に含まれるキーワードと共に、関連文書検索用のキーワード候補として提示するものであり、文書指定部１０、キーワード検索部１２、共起キーワード検索部１４、キーワード提示部１６および各部を制御する制御部（図示せず）を含む。
【００１１】
文書指定部１０は、外部から関連文書を検索したい文書に付与された文書ＩＤ（以下、識別番号という）を受け取り、受け取った識別番号をキーワード検索部１２に出力するインターフェースである。文書指定部１０に接続されるキーワード検索部１２は、識別番号とキーワード、識別番号と文書とをそれぞれ対応付けるものであり、キーワードＤＢ検索部１８、キーワードＤＢ２０、文書ＤＢ検索部２２および文書ＤＢ２４から構成される。ここで、キーワードＤＢ検索部１８は、キーワードＤＢ２０および電子メール指定部１０と接続され、電子メールＤＢ検索部２２は、キーワードＤＢ検索部１８および電子メールＤＢ２４と接続されている。
【００１２】
キーワードＤＢ検索部１８は、キーワードＤＢ２０を用いて識別番号またはキーワードを検索するのである。具体的には、文書指定部１０から識別番号（例えば、識別番号ＩＤ−Ａ）が入力されたとき、キーワードＤＢ２０を用いて、識別番号ＩＤ−Ａの文書に含まれるキーワード（例えば、キーワードＫＷ−Ａ）を検索する。次いで、キーワードＫＷ−Ａを含む全て文書の識別番号（例えば、識別番号ＩＤ−Ｂ）を、キーワードＫＷ−Ａを構成するキーワード毎に検索し、さらに、検索された識別番号ＩＤ−Ｂの文書に含まれるキーワード（例えば、キーワードＫＷ−Ｂ）を、識別番号ＩＤ−Ｂを構成する識別番号毎に検索する。
【００１３】
なお、一般に、文書には複数のキーワードが含まれので、キーワードＫＷ−Ａは複数のキーワードからなり、同じキーワードを含む文書は複数存在するので、識別番号ＩＤ−Ｂは複数の識別番号からなる。キーワードＤＢ検索部１８は、検索したキーワードＫＷ−Ａ、識別番号ＩＤ−ＢおよびキーワードＫＷ−Ｂをキーワード提示部１６、文書ＤＢ検索部２２および共起キーワード検出部１４へそれぞれ出力する。
【００１４】
キーワードＤＢ２０は、文書に付与された識別番号とその文書に含まれるキーワードとの対応を記録するデータベースであり、識別番号とキーワードの組の列を保持する。したがって、識別番号を指定することにより、対応する文書に含まれるキーワードを検索し、また、キーワードを指定することにより、対応するキーワードを含む文書の識別番号を検索することができる。なお、本実施例では、文書ＤＢ２４に記憶されている各文書の識別番号およびキーワードは、すべてキーワードＤＢ２０に記録されているものとする。
【００１５】
文書ＤＢ検索部２２は、指定された識別番号の文書を文書ＤＢ２４から読み出すものである。具体的には、キーワードＤＢ検索部１８から識別番号ＩＤ−Ｂが入力されたとき、文書ＤＢ２４から識別番号ＩＤ−Ｂの文書（例えば、文書Ｂ）を読み出し、共起キーワード検出部１４へ出力する。文書ＤＢ２４は、文書を記録するデータベースであり、各文書には一意な識別番号が付与されている。したがって、識別番号を指定することにより対応する文書を読み出すことができる。
【００１６】
なお、キーワードＤＢ２０および文書ＤＢ２４を、文書、識別番号およびキーワードを文書毎に記録する文書データベースで置き換え、キーワードＤＢ検索部１８および文書ＤＢ検索部２２を、両者の機能を有する文書検索部で置き換えてもよい。
【００１７】
キーワード検索部１２に接続される共起キーワード検出部１４は、キーワード間の共起関係を検索するものであり、共起検出部２６とキーワード絞込部２８とから構成される。ここで、共起検出部２６はキーワード検索部１２のキーワードＤＢ検索部１８と文書ＤＢ検索部２２とに接続され、キーワード絞込部２８は共起検出部２６に接続されている。
【００１８】
共起検出部２６は、指定された文書に含まれるキーワードと共起するキーワードを検索し、この共起するキーワードが出現する傾向をスコアとして求めるものである。具体的には、文書ＤＢ検索部２２から入力される文書ＢおよびキーワードＤＢ検索部１８から入力されるキーワードＫＷ−Ｂを用いて、文書Ｂ中に現れるキーワードＫＷ−Ｂの出現回数を、キーワードＫＷ−Ａを構成する各キーワードに対応する文書毎およびキーワード毎に計測し、計測した各出現回数をキーワード毎に集計する。共起検出部２６は、集計した出現回数をキーワード絞込部２８へ出力する。
【００１９】
キーワード絞込部２８は、共起キーワードの中から関連文書の検索に適したキーワードを出現回数の大きさに基づいて選択するものである。具体的には、共起検出部２６から入力される出現回数の中からあらかじめ設定された閾値を超える出現回数だけを取り出し、取り出した出現回数に対応するキーワードを追加する検索キーワードとして出力する。この場合、出力する追加キーワードの数を、出現回数の値が大きい方から順番に選択して一定数に制限してもよい。
【００２０】
なお、本実施例では、共起検出部２６が算出するスコアに出現回数を用いる例を示したが、これに限定されるものではない。例えば、距離を加味してスコアをつけることにより入力文書中のキーワードに接近したキーワード、すなわち入力文書との関連性が高いキーワードをキーワード絞込部２８に優先的に選択させることができる。つまり、まずキーワード間の距離として単語数（隣接する語同士の場合は距離１、以下１語入る毎に１づつ増加）を計測し、キーワード毎に距離の逆数を計算し、この値を積算した値を、距離を加味したスコアとして使用することによってキーワード間の距離が短く、キーワード数が多いほど高いスコアとすることができる。
【００２１】
また、本実施例では、キーワード毎に集計する例を示したが、シソーラスを用いて抽出した類似語を同一視して集計することもできる。また、本実施例では、追加されるキーワードの絞り込みに共起の度合いのみを用いているが、他の要素を絞り込みの選定基準に加えることができる。例えば、キーワードの最終出現時刻などが使用できる。
【００２２】
キーワード絞込部２８およびキーワードＤＢ検索部１８に接続されるキーワード提示部１６は、関連文書を検索するための検索キーワードの候補を外部に出力するインターフェースである。具体的には、キーワードＤＢ検索部１８からキーワードＫＷ−Ａが入力され、キーワード絞込部２８から追加キーワードが入力されたとき、入力されたキーワードＫＷ−Ａおよび追加キーワードを外部へ出力する。利用者は、キーワード提示部１６から出力されるキーワードから所望のキーワードを選択して関連文書の検索に使用する。
【００２３】
このように構成された図１の関連文書検索装置の動作を、図２のフローチャートを参照して説明する。利用者は、関連文書を検索しようとする文書に付与された識別番号（ＩＤ−Ａ）を文書指定部１０に入力する。文書指定部１０に入力された識別番号ＩＤ−Ａは、キーワード検索部１２のキーワードＤＢ検索部１８に入力される。キーワードＤＢ検索部１８では、キーワードＤＢ２０を用いて、入力された識別番号ＩＤ−Ａの文書に含まれるキーワードＫＷ−Ａを検索し、検索したキーワードＫＷ−Ａをキーワード提示部１６へ出力する（図２のステップＳ１００）。
【００２４】
ステップＳ１００からＳ１０２に移行すると制御部では、ステップＳ１００の処理においてキーワードＤＢ検索部１８により検索されたキーワードＫＷ−Ａを構成するキーワードの全てについて、ステップＳ１０４からステップＳ１１２までの処理が実行されたかどうかを判定し、処理の実行が終了していない場合にはステップＳ１０４の処理に移行し、処理の実行が終了している場合にはステップＳ１１４の処理に移行するように各部を制御する。
【００２５】
ステップＳ１０４に移行した場合キーワードＤＢ検索部１８では、キーワードＫＷ−Ａを構成するキーワードの中から、ステップＳ１０４からステップＳ１１２までの処理がまだ行なわれていないキーワードの一つ（例えば、キーワードＫＷ−Ａｘ）を選択し、キーワードＤＢ２０を用いて、キーワードＫＷ−Ａｘを含む全ての文書の識別番号を検索し、検索した識別番号ＩＤ−Ｂｘを文書ＤＢ検索部２２へ出力する。
【００２６】
ステップＳ１０６に移行すると文書ＤＢ検索部２２では、キーワードＤＢ検索部１８から入力された識別番号ＩＤ−Ｂｘに対応する文書Ｂｘを、文書ＤＢ２４から、識別番号ＩＤ−Ｂｘを構成する識別番号毎に読み出し、読み出した文書Ｂｘを共起キーワード検出部１４の共起検出部２６へ出力する。
【００２７】
ステップＳ１０８に移行するとキーワードＤＢ検索部１８では、キーワードＤＢ２０を用いて、ステップＳ１０４で検出された識別番号ＩＤ−Ｂｘの文書に含まれるキーワードＫＷ−Ｂｘを、識別番号ＩＤ−Ｂｘを構成する識別番号毎に検索する。これにより、指定された文書中には直接現れないが、指定された文書中に現れるキーワードと関連するキーワードを得ることができる。キーワードＤＢ検出部１８では、検索したキーワードＫＷ−Ｂｘを共起キーワード検出部１４の共起検出部２６へ出力する。なお、ステップＳ１０８の処理は、ステップＳ１０６の処理を実行する前に実行してもよい。
【００２８】
ステップＳ１１０へ移行すると共起検出部２６では、文書ＤＢ検索部２２から入力される文書ＢｘとキーワードＤＢ検索部１８から入力されるキーワードＫＷ−Ｂｘとを用いて、文書Ｂｘ中に現れるキーワードの出現回数を、文書Ｂｘを構成する文書毎およびキーワード毎に計測する。
【００２９】
ステップＳ１１２へ移行すると共起検出部２６では、ステップＳ１１０において計測したキーワードの出現回数を、文書Ｂｘ を構成する文書の全体についてキーワード毎に集計し、その集計結果を、前回このステップＳ１１０で得た出現回数の積算値にキーワード毎に加算して新たな積算値を得る。ステップＳ１１２からＳ１０２へ戻る。
【００３０】
このようなステップＳ１０４からステップＳ１１２までの処理を、ステップＳ１００で検索されたキーワードＫＷ−Ａを構成する全てのキーワードについて実行することにより、指定された文書に含まれるキーワードＫＷ−Ａと共起するキーワードを抽出し、抽出された各キーワードが、キーワードＫＷ−Ａを含む全文書中に現れる出現回数を算出することができる。
【００３１】
ステップＳ１１４に移行した場合、キーワード絞込部２８では、共起検出部２６により積算された出現回数とあらかじめ設定された閾値とをキーワードごとに比較して閾値を超える出現回数を取り出す。これにより、キーワードＫＷ−Ａに対する関連性が深いキーワードを選択することができる。そして、閾値を超える出現回数の数が一定数より多い場合には、閾値を超える出現回数の中から値の大きい順に一定数だけ取り出し、取り出した出現回数に対応するキーワードを追加する検索キーワードとしてキーワード提示部１６へ出力する。
【００３２】
ステップＳ１１６へ移行するとキーワード提示部１６では、キーワードＤＢ検索部１８から入力されるキーワードＫＷ−Ａに、キーワード絞込部２８から入力される追加キーワードを追加し、これを関連文書の検索キーワード候補として外部へ出力する。文書検索装置の利用者は、キーワード提示部１６から出力されるキーワードから所望のキーワードを選択して関連文書の検索に使用する。
【００３３】
なお、本実施例では、関連文書指定部１０により識別番号が指定されたとき、指定された識別番号の文書に含まれるキーワードをキーワードＤＢ２０から検索している。したがって、識別番号がキーワードＤＢ２０に記録されていない場合には、識別番号を用いて文書を指定できない。そこで、図３に示すように、図１のキーワードＤＢ検索部１８にキーワード抽出部３０を接続し、文書が文書指定部１０に入力された場合には、キーワード抽出部３０を使用してその文書からキーワードを抽出し、これをキーワードＤＢ２０から検索されるキーワードとして用いれば、識別番号がキーワードＤＢ２０に登録されていない文書にも対応することができる。
【００３４】
また、本実施例では、検索キーワードの提示が要求される毎に追加キーワードを算出する例を示したが、定期的にまたは利用者が明示的に指定したときに、指定された識別番号に対応する追加キーワードを算出してデータベース等に記録しておき、検索キーワードを提示する場合には、そのデータベース等から指定された識別番号に対応する追加キーワードを検索し、これを追加分として提示してもよい。これにより、追加キーワードを迅速に提示することができる。
【００３５】
図４は、追加キーワードを文書ＩＤ毎に記録する追加キーワードＤＢ３２を、図１のキーワード検索部１２に設けた実施例である。関連文書検索装置は、定期的にまたは利用者が明示的に指定したとき、図２に示す一連の処理を実行して追加キーワードを算出し、算出した追加キーワードを、指定された識別番号に対応させる形で追加キーワードＤＢ３２に記録し、既に追加キーワードが記録されている場合にはこれを更新する。そして、識別番号により文書が指定されたとき、その識別番号に対応する追加キーワードを追加キーワードＤＢ３２から検索し、これをキーワード提示部１６から出力する。
【００３６】
以上説明したように本実施例によれば、文書中に直接現れないが関連の強いキーワードを検索用キーワード候補として提示することができるので、利用者は期待する関連語句を検索することが可能となる。例えば、キーワードして「モバイル」を含む文書に対し、「携帯電話」を、関連文書を検索するためのキーワードとして提示することができる。また、例えば、携帯端末上では表示情報量が少なく操作性が限定されるが、本発明を利用することにより、関連文書を検索するためのキーワードを選択項目として追加提示することが可能となり、キーワードの入力操作の簡便化を図ることができる。
【００３７】
図５は、関連文書検索装置の他の実施例を示すブロック図である。この関連文書検索装置は、関連電子メールの検索キーワードを提示するものであり、電子メール指定部５０、キーワード検索部５２、関連電子メール検出部５４、共起キーワード検出部５６、キーワード提示部５８および各部を制御する制御部（図示せず）を含む。電子メール指定部５０は、外部から関連電子メールを検索しようとする電子メールに付与された電子メールＩＤ（以下、識別番号という）を受け取り、受け取った識別番号をキーワード検索部５２へ出力するインターフェースである。
【００３８】
電子メール指定部５０に接続されるキーワード検索部５２は、識別番号とキーワード、識別番号と電子メールとをそれぞれ対応付けるものであり、キーワードＤＢ検索部６０、キーワードＤＢ６２、電子メールＤＢ検索部６４および電子メールＤＢ６６から構成される。ここで、キーワードＤＢ検索部６０は、キーワードＤＢ６２、電子メール指定部５０および関連電子メール検出部５４と接続され、電子メールＤＢ検索部６４は、キーワードＤＢ検索部６０、電子メールＤＢ６６および関連電子メール検出部５４と接続されている。
【００３９】
キーワードＤＢ検索部６０は、キーワードＤＢ６２を用いて識別番号またはキーワードを検索するのである。具体的には、電子メール指定部５０から識別番号（例えば、識別番号ＩＤ−Ｅ）が入力されたとき、キーワードＤＢ６２を用いて、識別番号ＩＤ−Ｅの電子メールに含まれるキーワード（例えば、キーワードＫＷ−Ｅ）を検索し、次いで、キーワードＫＷ−Ｅを含む電子メールの識別番号（例えば、識別番号ＩＤ−Ｆ）を検索する。そして、検索したキーワードＫＷ−Ｅをキーワード提示部５８へ、識別番号ＩＤ−Ｆを電子メールＤＢ検索部６４および関連電子メール検出部５４へそれぞれ出力する。
【００４０】
また、キーワードＤＢ検索部６０は、関連電子メール検出部５４から識別番号（例えば、識別番号ＩＤ−Ｈ）が入力されたとき、キーワードＤＢ６２を用いて、識別番号ＩＤ−Ｈの電子メールに含まれるキーワード（例えば、キーワードＫＷ−Ｈ）を検索し、検索したキーワードＫＷ−Ｈを共起キーワード検出部５６へ出力する。なお、図１の装置の場合と同様に、キーワードＫＷ−ＥおよびＫＷ−Ｈは複数のキーワードからなり、識別番号ＩＤ−ＦおよびＩＤ−Ｈは複数の識別番号からなる。
【００４１】
キーワードＤＢ６２は、電子メールに付与されている識別番号と電子メールに含まれるキーワードとの対応を記録するデータベースであり、識別番号とキーワードの組の列を保持する。なお、本実施例では、電子メールＤＢ６６に記録されている各電子メールに対応する識別番号およびキーワードは、すべてキーワードＤＢ６２に記録されているものとする。
【００４２】
電子メールＤＢ検索部６４は、電子メールＤＢ６６から電子メールを読み出すものであり、また、関連電子メールの識別番号を検索するものである。具体的には、キーワードＤＢ検索部６０から識別番号ＩＤ−Ｆが入力されたとき、電子メールＤＢ６６から、識別番号ＩＤ−Ｆの電子メール（例えば、電子メールＦ）を読み出し、これを共起キーワード検出部５６へ出力する。また、関連電子メール検出部５４から関連識別番号の検索を指示されたとき、電子メールＤＢ６６を用いて、指示された識別番号（例えば、識別番号ＩＤ−Ｘ）の電子メールに関連する関連電子メールの識別番号を検索する。
【００４３】
すなわち、電子メールＤＢ検索部６４は、（ａ）識別番号ＩＤ−Ｘの電子メールの返信元として指定された識別番号、（ｂ）識別番号ＩＤ−Ｘの電子メールの参照先として指定された識別番号、（ｃ）識別番号ＩＤ−Ｘの電子メールに付与された題名の先頭からＲｅとそれに続く“：”（コロン）と空白文字を取り除いたもの（大文字、小文字は無視する、以下同様）および題名の先頭からＦｗｄとそれに続く“：”（コロン）と空白文字を取り除いたもののいずれかを含む題名を持つ識別番号のいずれかに該当する識別番号を、電子メールＤＢ６６を用いて検索し、関連電子メール検出部５４へ出力する。
【００４４】
なお、本実施例では、前記の（ａ）から（ｃ）までのいずれかの条件を満たす識別番号の電子メール関連電子メールとしている、電子メール間の関連を示すものであれば自由に用いることができる。例えば、電子メール本文中での引用元を示す記述などがある。
【００４５】
電子メールＤＢ６６は、電子メールを記録するデータベースであり、記録されている電子メール毎に、電子メールに付与された識別番号、電子メールに付与された題名、返信元に付与された識別番号、参照先に付与された識別番号等が保持されている。
【００４６】
なお、キーワードＤＢ６２および電子メールＤＢ６６を、電子メール、電子メールに含まれるキーワード、電子メールに付与された識別番号、電子メールに付与された題名、返信元に付与された識別番号、参照先に付与された識別番号等を電子メール毎に記録する電子メールデータベースで置き換え、キーワードＤＢ検索部６０および電子メールＤＢ検索部６４を、両者の機能を有する電子メールキーワード検索部で置き換えてもよい。
【００４７】
電子メール指定部５０に接続されている関連電子メール検出部５４は、電子メール指定部５０により指定された識別番号の電子メールに関連する全電子メールの識別番号を抽出するものである。具体的には、電子メール指定部５０から識別番号ＩＤ−Ｅが入力されたとき、電子メールＤＢ検索部６４に対して識別番号ＩＤ−Ｅに関連する識別番号の検索を指示し、検索された関連識別番号を受け取ると、さらに、その関連識別番号に関連する識別番号の検索を指示する。このような関連識別番号の検索処理を再帰的に実行し、識別番号ＩＤ−Ｅに関連する全ての識別番号（例えば、識別番号ＩＤ−Ｇ）を抽出する。ただし、同一の識別番号は２度以上抽出しない。なお、関連電子メール検出部５４が電子メールＤＢ６６を直接制御して関連識別番号を検索するように構成してもよい。
【００４８】
関連電子メール検出部５４は、識別番号ＩＤ−Ｅに関連する全ての識別番号ＩＤ−Ｇの検索を終了したとき、識別番号ＩＤ−Ｇと検索キーワードＤＢ検索部６０から入力される識別番号ＩＤ−Ｆとに共通する識別番号（ＩＤ−Ｈ）を選択する。これにより、指定された電子メールに含まれるキーワードＫＥを含む電子メールから、指定された電子メールと文脈的に関連する電子メールを選択することができる。関連電子メール検出部５４は、選択した識別番号ＩＤ−ＨをキーワードＤＢ検索部６０へ出力する。
【００４９】
キーワード検索部５２に接続される共起キーワード検出部５６は、キーワード間の共起関係を検索する電子メール共起キーワード検出部であり、共起検出部６８とキーワード絞込部７０とから構成される。ここで、共起検出部６８は、キーワード検索部５２のキーワードＢＤ検索部６０と電子メールＤＢ検索部６４とに接続され、キーワード絞込部７０は共起検出部６８に接続されている。
【００５０】
共起検出部６８は、図１の共起検出部２６と基本的には同じものであり、指定されたキーワードと共起するキーワードを検索するものである。具体的には、電子メールＤＢ検索部６４から入力される電子メールＦおよびキーワードＤＢ検索部６０から入力されるキーワードＫＷ−Ｈを用いて、電子メールＦ中に現れるキーワードＫＷ−Ｈの出現回数を、キーワードＫＷ−Ｅを構成する各キーワードに対応する電子メール毎およびキーワード毎に計測し、計測した各出現回数をキーワード毎に集計する。共起検出部６８は、集計した出現回数をキーワード絞込部７０へ出力する。
【００５１】
キーワード絞込部７０は、図１のキーワード絞込部２８と基本的には同じものであり、共起キーワードの中から関連電子メールの検索に適したキーワードを出現回数の大きさに基づいて選択するものである。具体的には、共起検出部６８から入力される出現回数の中からあらかじめ設定された閾値を超える出現回数だけを取り出し、取り出した出現回数に対応するキーワードを追加する検索キーワードとして出力する。この場合、出力する追加キーワードの数を、出現回数の値が大きい方から順番に選択して一定数に制限してもよい。
【００５２】
なお、本実施例では、共起の検出にキーワードの出現回数を用いているが、これに限定されるものではない。例えば、キーワード間の距離を用いて共起を検出してもよい。また、本実施例では、キーワード毎に集計する例を示したが、シソーラスを用いて抽出した類似語を同一視して集計することもできる。また、本実施例では、追加されるキーワードの絞り込みに共起の度合いのみを用いているが、他の要素を絞り込みの選定基準に加えることができる。例えば、キーワードの最終出現時刻、キーワードの出現位置（件名、本文、引用文、等）などが使用できる。
【００５３】
キーワード絞込部７０およびキーワードＤＢ検索部６０に接続されるキーワード提示部５８は、図１のキーワード提示部１６と基本的には同じものであり、関連電子メールを検索するための検索キーワードの候補を外部に出力するインターフェースである。具体的には、キーワードＤＢ検索部６０からキーワードＫＷ−Ｅが入力され、キーワード絞込部７０から追加キーワードが入力されたとき、キーワードＫＷ−Ｅおよび追加キーワードを外部へ出力する。利用者は、キーワード提示部５８から出力されるキーワードから所望のキーワードを選択して関連電子メールの検索に使用する。
【００５４】
このように構成された関連文書検索装置の動作を、図６のフローチャートを参照して説明する。利用者は、関連電子メールを検索しようとする電子メールに付与されている識別番号（ＩＤ−Ｅ）を電子メール指定部５０に入力する。電子メール指定部５０に入力された識別番号ＩＤ−Ｅは、キーワード検索部５２のキーワードＤＢ検索部６０と関連電子メール検出部５４へ出力される。
【００５５】
キーワードＤＢ検索部６０では、電子メール指定部５０から識別番号ＩＤ−Ｅが入力されたとき、キーワードＤＢ６２を用いて、識別番号ＩＤ−Ｅの電子メールに含まれるキーワードＫＷ−Ｅを検索し、検索したキーワードＫＷ−Ｅをキーワード提示部５８へ出力する（図６のステップＳ２００）。
【００５６】
ステップＳ２０２に移行すると制御部では、ステップＳ２００においてキーワードＤＢ検索部６０により検索されたキーワードＫＷ−Ｅを構成するキーワードの全てについて、ステップＳ２０４からＳ２１４までの処理が実行されたかどうかを判定し、処理の実行が終了していない場合にはステップＳ２０４の処理に移行し、処理の実行が終了している場合にはステップＳ２１６の処理に移行するように各部を制御する。
【００５７】
ステップＳ２０４に移行した場合キーワードＤＢ検索部６０では、キーワードＫＷ−Ｅを構成するキーワードの中から、まだステップＳ２０４からステップＳ２１４までの処理が行なわれていないキーワード（例えば、キーワードＫＷ−Ｅｘ）を選択し、キーワードＤＢ６２を用いて、キーワードＫＷ−Ｅｘを含む全ての電子メールの識別番号を検索し、検索した識別番号ＩＤ−Ｆｘを電子メールＤＢ検索部６４へ出力する。
【００５８】
ステップＳ２０６に移行すると電子メールＤＢ検索部６４では、キーワードＤＢ検索部６０から入力された識別番号ＩＤ−Ｆｘに対応する電子メールＦｘを、電子メールＤＢ６６から、識別番号ＩＤ−Ｆｘを構成する識別番号毎に読み出し、読み出した電子メールＦｘを共起キーワード検出部５６の共起検出部６８へ出力する。
【００５９】
ステップＳ２０８に移行すると関連電子メール検出部５４では、電子メール指定部５０から入力された識別番号ＩＤ−Ｅｘに関連する関連識別番号の検索を、キーワード検索部５２の電子メールＤＢ検索部６４に対して指示する。電子メールＤＢ検索部６４では、この指示に応じて、指示された識別番号ＩＤ−Ｅｘの電子メールに関連する電子メールの識別番号を所定の手順に従って検索し、検索した関連識別番号を関連電子メール検出部５４へ出力する。
【００６０】
関連電子メール検出部５４では、関連識別番号を受け取ると、さらに、その関連識別番号に関連する関連識別番号を検索するように電子メールＤＢ検索部６４に対して指示する。このような処理を再帰的に実行し、識別番号ＩＤ−Ｅｘに関連する全ての識別番号ＩＤ−Ｇｘを検索する。そして、識別番号ＩＤ−Ｇｘの検索を終了すると、キーワードＤＢ検索部６０から入力された識別番号ＩＤ−Ｆｘを構成する識別番号および識別番号ＩＤ−Ｇｘを構成する識別番号に共通する識別番号を選択し、これを識別番号ＩＤ−ＨｘとしてキーワードＤＢ検索部６０へ出力する。ステップＳ２０８からＳ２１０に移行する。
【００６１】
ステップＳ２１０に移行するとキーワードＤＢ検索部６０では、キーワードＤＢ６２を用いて、関連電子メール検出部５４から入力される識別番号ＩＤ−Ｈｘの電子メールに含まれるキーワードＫＷ−Ｈｘを検索し、検索したキーワードＫＷ−Ｈｘを共起キーワード検出部５６の共起検出部６８へ出力する。
【００６２】
ステップＳ２１２に移行すると共起検出部６８では、電子メールＤＢ検索部６４から入力される電子メールＦｘとキーワードＤＢ検索部６０から入力されるキーワードＫＷ−Ｈｘを用いて、電子メールＦｘ中に現れるキーワードの出現回数を、電子メールＦｘを構成する電子メール毎およびキーワードＫＷ−Ｈｘを構成するキーワード毎に計測する。
【００６３】
ステップＳ２１４に移行すると共起検出部６８では、ステップＳ２１２において計測したキーワードの出現回数を、電子メールＦｘを構成する電子メールの全体についてキーワード毎に集計し、その集計結果を、前回このステップＳ２１４で得た出現回数の積算値にキーワード毎に加算して新たな積算値を得る。ステップＳ２１４からＳ２０２の処理へ戻る。
【００６４】
このようなステップＳ２０２からステップＳ２１４までの処理を、ステップＳ２００で検索されたキーワードＫＷ−Ｅを構成する全てのキーワードに対して実行することにより、指定された電子メールに含まれるキーワードＫＷ−Ｅと共起するキーワードを、指定された電子メールと文脈的に関連する電子メールから抽出し、抽出された各キーワードが、キーワードＫＷ−Ｅを含む全電子メール中に現れる出現回数を算出することができる。
【００６５】
ステップＳ２１６に移行した場合、キーワード絞込部７０では、共起検出部６８により積算された出現回数とあらかじめ設定された閾値とをキーワードごとに比較して閾値を超える出現回数を取り出す。そして、閾値を超える出現回数の数が一定数より多い場合には、閾値を超える出現回数に中から値の大きい順に一定数だけ取り出し、取り出した出現回数に対応するキーワードを追加する検索キーワードとしてキーワード提示部５８へ出力する。
【００６６】
ステップＳ２１８に移行するとキーワード提示部５８では、キーワード検索部５２のキーワードＤＢ検索部６０から入力されるキーワードＫＷ−Ｅにキーワード絞込部７０から入力される追加キーワードを追加し、これを関連電子メールの検索キーワード候補として外部へ出力する。
【００６７】
なお、本実施例では、関連電子メール指定部５０により識別番号が指定されたとき、指定された識別番号の電子メールに含まれるキーワードをキーワードＤＢ６２から検索している。したがって、識別番号がキーワードＤＢ６２に記録されていない場合には、識別番号を用いて電子メールを指定することができない。そこで、図３の場合と同様に、図５のキーワードＤＢ検索部６０にキーワード抽出部を接続し、電子メール指定部５０に電子メールが入力された場合には、そのキーワード抽出部を使用して電子メールからキーワードを抽出し、これをキーワードＤＢ６２から検索されるキーワードとして用いれば、識別番号がキーワードＤＢ６２に登録されていない電子メールにも対応することができる。
【００６８】
また、本実施例では、検索キーワードの提示が要求される毎に追加キーワードを算出しているが、図４の場合と同様に、定期的または利用者が明示的に指定したとき、あるいは新規メールが追加されたとき、指定された識別番号に対応する追加キーワードを算出してデータベース等に記録しておき、検索キーワードを提示する際に、そのデータベース等から記録しておいた追加キーワードを検索し、これを追加キーワードとして提示してもよい。これにより、追加キーワードを迅速に提示することができる。
【００６９】
以上説明したように本実施例によれば、図１に示す実施例の場合と同様な効果を得ることができる。また、指定された電子メールの題名、返信元、参照先等を考慮して関連電子メールを検索し、その関連電子メールからキーワードを抽出しているので、関連電子メールの文脈が反映されたキーワードのみを提示することが可能となる。
【００７０】
【発明の効果】
以上説明したように本発明による関連文書検索装置によれば、文書中に直接現れないが関連の強いキーワードを検索用キーワード候補として提示することができるので、利用者は期待する関連語句を検索することが可能となる。また、本発明を利用して、関連文書を検索するためのキーワードを選択項目として追加提示するように設定すれば、キーワードの入力操作の簡便化を図ることができる。
【００７１】
また、本発明による関連電子メール検索装置によれば、上記の関連文書検索装置により得られる効果と同様な効果が得られる。また、指定された電子メールの題名、返信元、参照先等を考慮して関連電子メールを検索し、その関連電子メールからキーワードを抽出しているので、関連電子メールの文脈が反映されたキーワードを提示することができる。
【図面の簡単な説明】
【図１】本発明による関連文書検索装置の実施例を示すブロック図である。
【図２】図１に示す関連文書検索装置の動作を示すフローチャートである。
【図３】図１に示す関連文書検索装置におけるキーワード検索部の他の実施例を示すブロック図である。
【図４】図１に示す関連文書検索装置におけるキーワード検索部のさらに他の実施例を示すブロック図である。
【図５】本発明による関連文書検索装置の他の実施例を示すブロック図である。
【図６】図５に示す関連文書検索装置の動作を示すフローチャートである。
【符号の説明】
１０ 文書指定部
１２ キーワード検索部
１４ 共起キーワード検出部
１６ キーワード提示部
１８ キーワードＤＢ検索部
２０ キーワードＤＢ
２２ 文書ＤＢ検索部
２４ 文書ＤＢ
２６ 共起検出部
２８ キーワード絞込部

Claims (11)

1. 文書と、該文書に付与された識別番号と、該文書に含まれる複数のキーワードとを文書毎に記録した文書データベースと、
   該文書データベースを用いて、前記識別番号により指定された文書に含まれる特定のキーワードを含む文書を検索し、該検索された文書に含まれる他のキーワードを文書毎に検索するキーワード検索手段と、
   該キーワード検索手段により検索された各文書に含まれる前記他のキーワードが該キーワード検索手段により検索された全文書中に現れる傾向をスコアとして求め、該スコアが所定値となった前記他のキーワードを、追加する検索キーワードとしてとして出力する共起キーワード検出手段とを含むことを特徴とする関連文書検索装置。
2. 請求項１に記載の装置において、前記文書は電子メールであり、
   前記文書データベースは、該電子メールと、該電子メールに付与された識別番号と、該電子メールに含まれる複数のキーワードと、該電子メールに関連する関連電子メールの識別番号とを電子メール毎に記録した電子メールデータベースであり、
   該装置は、さらに前記電子メールデータベースを用いて、特定の前記識別番号により指定された電子メールに関連する全ての前記関連電子メールを検索する関連電子メール検索手段を有し、
   前記キーワード検索手段は、前記関連電子メール検索手段で検索された前記全ての関連電子メールを対象として、前記特定の識別番号により指定された電子メールに含まれる特定のキーワードを検索して該特定のキーワードを含む電子メールを検索し、該検索された電子メールに含まれる他のキーワードを電子メール毎に検索することを特徴とする関連文書検索装置。
3. 請求項２に記載の装置において、前記関連電子メール検索手段は、電子メールに付与された参照先または返信元で指定された電子メールおよび電子メールに付与された題名を題名に含む電子メールのいずれかに該当する電子メールを再帰的に検索して、指定された電子メールに関連する全ての関連電子メールを検索することを特徴とする関連文書検索装置。
4. 請求項１に記載の装置において、前記共起キーワード検出手段は、前記スコアとして前記他のキーワードが前記キーワード検索手段により検索された全文書中に現れる出現回数を計測し、該出現回数が所定の閾値以上となった前記他のキーワードを、追加する検索キーワードとして出力することを特徴とする関連文書検索装置。
5. 請求項１に記載の装置において、前記共起キーワード検出手段は、前記スコアとして前記キーワード検索手段により検索された全文書中の前記特定のキーワードと前記他のキーワードとの距離の逆数を積算し、該距離の逆数の積算が所定の閾値よりも大きい値となった前記他のキーワードを、追加する検索キーワードとして出力することを特徴とする関連文書検索装置。
6. 請求項４に記載の装置において、前記共起キーワード検出手段は、出力する追加キーワードの数を出現回数の大きさに従って一定数に制限することを特徴とする関連文書検索装置。
7. 請求項１に記載の装置において、前記キーワード検索手段は、入力文書からキーワードを抽出するキーワード抽出手段を備え、該キーワード抽出手段により抽出されたキーワードを前記文書データベースを用いて検索したキーワードとして用いることを特徴とする関連文書検索装置。
8. 請求項１に記載の装置において、前記キーワード検索手段は、識別番号と追加キーワードとを識別番号毎に記録した追加キーワードデータベースを備え、該追加キーワードデータベースを用いて、識別番号により指定された文書に対応する追加キーワードを検索することを特徴とする関連文書検索装置。
9. 請求項８に記載の装置において、該装置は、あらかじめ指定された期間毎にまたは外部から指示されたとき、前記文書データベースに記録されている各文書に対する追加キーワードを算出して前記追加キーワードデータベースに記録することを特徴とする関連文書検索装置。
10. 文書と、該文書に付与された識別番号と、該文書に含まれる複数のキーワードとを文書毎に記録した文書データベースを用いて、前記識別番号により指定された文書に含まれる特定のキーワードを含む文書を検索し、該検索された文書に含まれる他のキーワードを文書毎に検索するキーワード検索工程と、
    該キーワード検索工程により検索された各文書に含まれる前記他のキーワードが該キーワード検索工程により検索された全文書中に現れる傾向をスコアとして求め、該スコアが所定値となった前記他のキーワードを、追加する検索キーワードとしてとして出力する共起キーワード検出工程とを含むことを特徴とする関連文書検索方法。
11. 電子メールと、該電子メールに付与された識別番号と、該電子メールに含まれる複数のキーワードと、該電子メールに関連する関連電子メールの識別番号とを電子メール毎に記録した電子メールデータベースを用いて、特定の前記識別番号により指定された電子メールに関連する全ての前記関連電子メールを検索する関連電子メール検索工程と、
    該関連電子メール検索工程により検索された前記全ての関連電子メールを対象として、前記特定の識別番号により指定された電子メールに含まれる特定のキーワードを検索して該特定のキーワードを含む電子メールを検索し、該検索された電子メールに含まれる他のキーワードを電子メール毎に検索するキーワード検索工程と、
    該キーワード検索工程により検索された各電子メールに含まれる前記他のキーワードが該キーワード検索工程により検索された全電子メール中に現れる傾向をスコアとして求め、該スコアが所定値となった前記他のキーワードを、追加する検索キーワードとしてとして出力する共起キーワード検出工程とを含むことを特徴とする関連文書検索方法。

Images