JP2007012100A

JP2007012100A - 人物情報に基づく検索方法および検索装置、あるいは情報提供システム

Info

Publication number: JP2007012100A
Application number: JP2006287149A
Authority: JP
Inventors: Ichiro Harashima; 一郎原島; Yasumasa Kawashima; 泰正川島
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2006-10-23
Filing date: 2006-10-23
Publication date: 2007-01-18

Abstract

【課題】著作物情報から人物情報、用語情報を自動的に収集することにより、情報提供者がこれらの情報のデータベースを簡単に構築できるようにすると共に、用語や人物名を検索キーとして、関連する人物情報、用語情報、あるいは人脈情報を簡単に検索できる情報検索方法および装置の提供。
【解決手段】著作物等の文書データから著作物に関連する人物情報を抽出する人物情報抽出手段11と、著作物の内容を表す文書データから用語情報を抽出する用語情報抽出手段12と、上記の手段11,12から得られた情報を対応付けてデータベース14に格納する人物−用語情報生成・保存手段13と、人物、あるいは用語をキーとしてデータベース内を検索する人物−用語情報検索手段15と、検索結果を表示する検索結果表示手段16とからなる。これにより人物情報、用語情報のデータベースを簡単に構築できると共に、情報利用者が用語や人物名を検索キーとして、関連する人物情報、用語情報、あるいは人脈情報を簡単に検索できる。
【選択図】図１

Description

本発明は単一のコンピュータ上で、あるいは有線、無線のネットワークを経由して遠隔から各種情報を提供する方法およびシステムに関し、特にユーザが指定した検索キーに対し、関連する情報を提供する情報検索方法および情報提供システムに関する。

インターネットにおける標準的な文書データであるHTML(Hyper Text Markup Language)やXML(extensible Markup Language)等のデータファイルを対象とする従来の全文検索技術では、一般に用語をキーとして文書ファイル群から必要な文書データを検索する。この際に使われる検索エンジンは処理高速化のため、あらかじめ検索対象となる文書ファイル群から用語を切り出し、インデックスを作成している。一般にインデックスの作成方法には、用語辞書を利用して意味のある形態素毎に分割した用語をインデックスとするものや、n-gramのように文章の先頭からn文字を、１文字づつずらしながら順々に取り出した文字列をインデックスとするものがある。

また、より広範囲の検索結果を望む場合に、例えば上記のインデックス作成と組み合わせて、ユーザから入力された検索キーとなる用語を用いて、類義語辞書から類義語を検索し、検索キーの用語と検索結果の類義語すべてを使って新たな検索キーを生成し、検索対象を検索する方法がある。

一方、特許文献１には、用語を検索キーとした１次検索結果の情報から人物情報を自動抽出して、この人物情報を用いた、より精度の高い２次検索の実行や、人物への問い合わせ情報へのリンクとする技術が記載されている。

特開2001-117940号公報

前記のいずれの検索インデックス作成方法も、インデックスとしてあらかじめ用意されているデータは文字列であり、その文字列が何を意味するか、といった属性情報はもたない。検索は単純に文字列のパターンマッチングだけで処理されるため、例えば人物の名前で検索する場合も単なる文字列として扱われる。よって、ある人物に関連する文書データを検索するとき、その人物名が文書データ中に含まれていなければ、検索結果として出力されないことから、人物名をキーとして、関連する人物や活動分野が類似している人物を検索することはできない。

また、類義語辞書を利用した一般的な用語検索の場合も、類義語として登録された用語が文書中に含まれていなければ、検索結果として出力されない。すなわち、検索結果の範囲は類義語辞書に依存することになる。さらに、用語をキーとして、関連する人物を検索する場合、その用語が含まれる文書データ中に含まれている人物名しか取得することはできない。

以上の課題は、従来の検索処理が用語と文書の関連しか扱っていないことに起因する。

一方、特許文献１では１次検索は上記と同様に文字列のパターンマッチングであるが、２次検索は１次検索結果の情報から人物情報を自動抽出するという点で、より精度の高い検索やknow-who検索が可能となる。しかし、情報利用者が用語や人物名を検索キーとして、関連する人物情報、用語情報、あるいは人脈情報を簡単に検索できない。

本発明の目的は、著作物情報から人物情報、用語情報を自動的に収集することにより、情報提供者がこれらの情報のデータベースを簡単に構築できるようにすると共に、用語や人物名を検索キーとして、関連する人物情報、用語情報、あるいは人脈情報を簡単に検索できるようにした情報検索方法および装置を提供することである。

また本発明の他の目的は、インターネット等のネットワークを介して遠隔にいる情報提供サービス利用者に対し、人物−用語−著作物リンク情報を情報参照用クライアントを通じて検索サービスを提供することにある。

上記の目的を達成するため、本発明は著作物等の文書データから著作者や連名者等の著作物に関連する人物情報を抽出する人物情報抽出手段と、著作物の内容を表す文書データを用語単位で切り出し、用語情報を抽出する用語情報抽出手段と、人物情報抽出手段および用語情報抽出手段から得られた情報を対応付けてデータベース等に格納する人物−用語情報生成・保存手段と、人物、あるいは用語をキーとしてデータベース内を検索する人物−用語情報検索手段と、検索結果を表示する検索結果表示手段とからなることを特徴とする。

本発明によれば、論文や報告書、特許、電子メール等の人物情報を含む著作物情報を１次データとして、ある人物がどのようなキーワードで著作活動をしてきたかを知るため、関連する用語の一覧表示や、また逆に、ある用語に関連する人物名を一覧表示する。また、ある人物がどのようなメンバと共同で著作活動していたか、さらにこの応用として、人脈や人物間の関係の強さを一覧表示する。

本発明の利用例としては、人材調査や新規プロジェクト、新規コネクション構築時等の人物情報検索が挙げられる。

本発明によれば、著作物情報から人物情報、用語情報を自動的に収集することにより、情報提供者がこれらの情報のデータベースを簡単に構築できる。また、従来の用語を検索キーとする全文検索エンジンとは異なり、情報利用者が用語や人物名を検索キーとして、関連する人物情報、用語情報、あるいは人脈情報を簡単に検索できる。

本発明に係る情報検索方法の実施例を図面に基づいて説明する。

図１は本発明において文書等の著作物情報から、情報利用者が人物名や用語をキーとして情報を取得する例である。

著作物情報10は、テキストファイルやHTML、XML等のインターネットにおける標準的なフォーマットや電子メール、ワードプロセッサのファイルフォーマット等の文書データであり、一つのコンピュータ、一つのデータベースに限らず、インターネット等のネットワークを介して複数のコンピュータ、複数のデータベースに存在していてもよい。

次に各著作物情報単位で、人物情報抽出処理部11によって著作物の作成者や関連者を抽出し、また、用語情報抽出処理部12によって著作物のタイトルや要旨、本文等から用語を切り出す。人物情報抽出処理部11では、著作物情報の中から「著者」、「作者」、「作成者」、「報告者」、「発明者」、「連名者」、あるいはこれらに類する用語を検索し、その後に続く用語を人物情報として抜き出す。用語情報抽出処理部12では、著作物のタイトルや要旨、本文等が日本語の場合、日本語文章から用語を切り出すために形態素解析処理を用いる。

人物−用語情報生成・保存処理部13は、人物情報抽出処理部11によって得られた人物情報と、用語情報抽出処理部12によって得られた用語情報を対応付けて、人物−用語情報14としてデータベースに格納する。

一方、情報利用者17が情報を検索する場合、人物−用語情報検索処理部15に対し、検索キーとして用語、あるいは人物名を入力する。人物−用語情報検索処理部15は人物−用語情報14が格納されたデータベースを検索し、検索結果表示処理部16が検索結果を、人物名一覧、あるいは用語一覧の形式で表示する。

なお、人物−用語情報検索処理部15、検索結果表示処理部16と情報利用者17の
間の処理は、インターネット等のネットワークを介して実行されてもよい。

本実施例は、上記第１の実施例に、さらに著作物の検索機能を追加した構成を特徴とするもので、その一例を図２に示す。本実施例は、著作物情報の所在を表すリンク情報を追加して、人物−用語−著作物リンク情報生成・保存処理部20において、人物情報、用語情報と対応付けて、人物−用語−著作物リンク情報21としてデータベースに格納するよう構成したことが第１の実施例と異なる。具体的なデータベースのテーブル構造の例を図３に示し、詳細説明は後述する。

一方、情報利用者17が情報を検索する場合、人物−用語−著作物情報検索処理部22に対し、検索キーとして用語、あるいは人物名を入力する。人物−用語−著作物情報検索処理部22は人物−用語−著作物リンク情報21が格納されたデータベースを検索し、検索結果表示処理部23が検索結果を人物名一覧、あるいは用語一覧、さらに関連する著作物一覧の形式で表示する。著作物一覧表示の場合は、情報利用者17が著作物名を選択することにより、実際の著作物情報10から該当する著作物を取得し、検索結果表示処理部23が著作物の内容を表示する。

なお、第１の実施例と同様、人物−用語−著作物情報検索処理部22、検索結果
表示処理部23と情報利用者17の間の処理は、インターネット等のネットワークを
介して実行されてもよい。

本実施例は、第２の実施例における人物−用語−著作物リンク情報21が格納されるデータベースのテーブル構造を特徴とするもので、そのテーブル構造の例を図３に示す。

この例では人物−用語−著作物リンク情報21が、書誌テーブル30、人物テーブル35、用語テーブル38、寄与テーブル301によってデータベースに格納される。書誌テーブル30は著作物の属性情報を扱うテーブルで、著作物を特定するためのユニークな著作物ID(31)、著作物の作成年月日32、タイトル33、URL(Uniform Resource Locator)等、著作物情報の所在を表すリンク情報34からなる。人物テーブル35は、人物を特定するためのユニークな人物ID(36)、実際の人物の氏名37からなる。用語テーブル38は著作物と著作物に含まれる用語の関係を扱うテーブルで、著作物ID(31)、著作物に含まれる用語39、著作物中の用語の出現頻度300からなる。寄与テーブル301は著作物に対する人物の貢献度を扱うテーブルで、著作物ID(31)、人物ID(36)、寄与率302からなる。

出現頻度300、寄与率302は、図１の人物−用語情報生成・保存処理部13、あるいは図２の人物−用語−著作物リンク情報生成・保存処理部20で算出され、データベースの用語テーブル38、寄与テーブル301にそれぞれ格納される。出現頻度300の算出方法例としては、（著作物Bに含まれる用語Tの個数）／（著作物Bに含まれる全用語の個数）が挙げられる。寄与率302の算出方法例としては、連名者がない場合の著作者の寄与率は1.0、連名者がある場合の各人の寄与率はあらかじめ設定しておいた配分方法で、筆頭著作者、および連名者の合計の寄与率が1.0になるようにする。例えば、PERSON1が0.5、PERSON2が0.25、PERSON3が0.25のように、筆頭者が半分、残りを連名者数で等分する、というように寄与率を算出する。

本実施例は、第２の実施例における処理の流れを特徴とするもので、その処理の流れの例を図４に示す。

図４において、著作物情報を読み込み(ステップ40)、読み込まれた著作物情報から人物情報を抽出し(ステップ41)、それ以外の著作物情報から形態素解析で用語情報を抽出し(ステップ42)、抽出された人物情報と用語情報と著作物情報へのリンク情報を対応付けてデータベースに格納する(ステップ43)。この際に合わせて、著作物と用語、著作物と人物の関係の強さ（関連度）をそれぞれ出現頻度300、寄与率302として算出し、データベースに格納する。さらに著作物情報がある場合は、ステップ40へ戻る。

本実施例は、情報利用時の処理の流れを特徴とするもので、その処理の流れの例を図５に示す。

図５において、ユーザ入力により検索キーとして用語を取得し(ステップ50)、これをキーに人物−用語−著作物リンク情報21のデータベースを検索し(ステップ51)、ステップ50の用語と関連する人物名を一覧表示し(ステップ52)、その中からユーザにより選択された人物名を取得し(ステップ53)、これをキーに人物−用語−著作物リンク情報21のデータベースを検索し(ステップ54)、ステップ53の人物と関連する著作物を一覧表示し(ステップ55)、その中からユーザにより選択された著作物情報を取得し(ステップ56)、この著作物情報を表示する(ステップ57)。

本実施例は、第５の実施例と同様に、最初の検索キーとして人物名を入力した場合も、その人物に関連する用語を検索、一覧表示し、さらに選択された用語を検索キーとして、その用語に関連する人物名を検索、一覧表示する、というようにサイクリックに関連情報を参照できるよう構成される。

本実施例は、人物間の関連ネットワークを生成する場合の処理の流れを特徴とするもので、その一例を図６に示す。ユーザ入力により検索キーとして人物名を取得し(ステップ60)、これをキーに人物−用語−著作物リンク情報21のデータベースを検索し(ステップ61)、ステップ62で検索結果として新たな連名者名を取得した場合は、検索キーの人物名と検索結果の連名者名を対応付けて一時メモリに保存し(ステップ63)、新たな検索キーとして検索結果の連名者名を指定して(ステップ64)、ステップ61に戻り、以降、新たな連名者名が取得できなくなるまで再帰的にこの処理を続ける。ステップ62で新たな連名者名を取得できない場合、一時メモリに保存されていた人物−連名者の関係情報を人物関連ネットワークとしてすべて表示する(ステップ65)。

本実施例は、人物名をキーとして検索した結果として用語の一覧表示、あるいは用語をキーとして検索した結果として人物名の一覧表示する際に、関係の強さ（関連度）の強い順にソートして表示することを特徴とするものである。人物Pと用語Tの関連度の算出方法例としては、検索により関連のある著作物すべてについて、

で算出する。この関連度の値を用語毎、あるいは人物毎に算出、一時保存し、用語一覧、あるいは人物名一覧の際に、この値の大きい順にソートして表示する。また、図７に示す一覧表示する際に、各用語、あるいは各人物名に並べて、関連度の値を直接、または棒グラフ等でグラフ表示することにより、検索キーとの関連度の度合いを直観的に把握することができる（図７の符号72、75）。

本実施例は、第２の実施例における人物−用語−著作物情報検索処理部22への入力画面、および検索結果表示処理部23の出力画面を一つにまとめた画面を特徴とするもので、その画面例を図７に示す。検索画面70は、検索条件入力パネル71、検索結果として人物名を一覧表示する人名リスト72、用語を一覧表示するキーワードリスト75、人物関連ネットワークを一覧表示するコネクションツリー73、およびアクセスパス74からなる。

検索条件入力パネル71は、入力する検索キーの種別（用語／人物名）選択エリア76、検索キー入力エリア77、検索条件（「を含む」／「と等しい」等）選択エリア78、検索範囲（「５年前まで」／「１０年前まで」等）選択エリア79、検索実行ボタン700からなり、ユーザによりそれぞれを指定後、検索実行ボタン700をマウス等のポインティングデバイスでクリックすることで検索処理を開始する。

コネクションツリー73は第７の実施例における人物関連ネットワークを表示するものであり、検索キーとした人物名を最上位階層として関連する人物名をツリー構造で表示する。また、アクセスパス74は人物関連ネットワークの別の表示方法で、ユーザにより指定された人物名P1、P2の間の関連情報を、その間に入る一人、または複数の関連者の人物名を含めて、パスとして表示する。図７の例では、P1はログイン者の氏名「青木三郎」、P2は検索キーとして指定された人物名「山田太郎」が指定された結果のアクセスパスが一覧表示されている。

なお、符号72、73、74、75の表示エリアは表示だけでなく、一覧表示されている各用語、各人物名をユーザによりマウス等のポインティングデバイスで指定でき、指定された用語、人物名を検索キーとして再検索が行われ、表示エリア72、73、74、75の各表示に反映される。この操作はサイクリックに実行可能である。

本実施例は、本発明を情報提供サービスに適用した場合のシステム構成を特徴とするもので、その例を図８に示す。情報提供サービス提供者80は、図１、図２で示したシステムを著作物情報収集用サーバ83、情報提供用サーバ85、およびデータベース84として構築する。

著作物情報収集用サーバ83は、インターネット等のネットワーク82を介して遠隔にある著作物情報81を収集し、その結果をデータベース84に人物−用語−著作物リンク情報21として格納する。

情報提供用サーバ85は、インターネット等のネットワーク86を介して遠隔にいる情報提供サービス利用者88に対し、情報参照用クライアント87を通じて検索サービスを提供する。検索サービスとしては、用語、あるいは人物名を検索キーとして、関連する人物情報や用語情報、著作物情報の提供がある。情報参照用クライアント87の画面例としては第９の実施例が利用される。

本実施例は、電子化されたメッセージに適用したもので、電子メールを著作物とし、送信者を作成者、受信者を連名者とみなすことで、前述の各実施例をそのまま適用できる。具体的な実施方法としては、電子メールサーバに蓄積された電子メールから、送信者、受信者（単数または複数）、タイトル、内容を抽出し、さらにタイトル、内容から形態素解析により用語を切り出す。検索時には、図７と同様に、人物を検索キーとして関連用語を一覧したり、用語を検索キーとして関連人物を一覧したり、または、ある人物から他の人物へのアクセスパスや、電子メール上の人脈を表すコネクションツリーを表示する。

本発明に係る情報検索方法における機能ブロック図である。図１において、さらに著作物の検索機能を追加した場合の機能ブロック図である。図２におけるデータベースのテーブル構造図である。図２における著作物情報登録時の処理の流れを表すフロー図である。図２における情報利用時の処理の流れを表すフロー図である。本発明における人物間の関連ネットワークを生成する場合の処理の流れを表すフロー図である。本発明における検索条件入力画面、および検索結果出力画面を一つにまとめた表示画面例を示す図である。本発明を情報提供サービスに適用した場合のシステム構成例を示す図である。

符号の説明

10…著作物情報、11…人物情報抽出処理部、12…用語情報抽出処理部、13…人物−用語情報生成・保存処理部、14…人物−用語情報、15…人物−用語情報検索処理部、16…検索結果表示処理部、17…情報利用者、20…人物−用語−著作物リンク情報生成・保存処理部、21…人物−用語−著作物リンク情報、22…人物−用語−著作物情報検索処理部、23…検索結果表示処理部、30…書誌テーブル、31…著作物ID、32…作成年月日、33…タイトル、34…著作物情報へのリンク情報、35…人名テーブル、36…人名ID、37…氏名、38…用語テーブル、39…用語、300…頻度、301…寄与テーブル、302…寄与率、40、41、42、43、44…著作物情報登録時の処理ステップ、50、51、52、53、54、55、56、57…情報利用時の処理ステップ、60、61、62、63、64、65…人物関連ネットワーク生成時の処理ステップ、70…開示制限方法指定エリア、70…開示制限方法指定エリア、70…開示制限方法指定エリア、70…開示制限方法指定エリア、70…開示制限方法指定エリア、70…開示制限方法指定エリア、70…開示制限方法指定エリア、70…検索画面、71…検索条件入力パネル、72…人名リスト、73…人物コネクションツリー、74…アクセスパス、75…キーワードリスト、76…検索種別選択エリア、77…検索キー入力エリア、78…検索条件選択エリア、79…検索範囲選択エリア、700…検索実行ボタン、80…情報提供サービス提供者、81…著作物情報、82…ネットワーク、83…著作物情報収集用サーバ、84…データベース、85…情報提供用サーバ、86…ネットワーク、87…情報参照用クライアント、88…情報提供サービス利用者。

Claims

利用者への情報提供を目的とする情報検索方法において、著作物等の作成者を特定できる文書データから、作成者、連名者等の当該文書データに関連する人物情報と当該文書データで使用されている用語情報を抽出し、当該人物情報と当該用語情報を対応づけてデータベースに保存し、当該データベースに対して検索することを特徴とする情報検索方法。
請求項１のデータベースを利用した情報検索方法において、用語を検索キーとして、当該用語に関連する人物を検索することを特徴とする情報検索方法。
請求項１のデータベースを利用した情報検索方法において、人物を検索キーとして、当該人物に関連する用語を検索することを特徴とする情報検索方法。
請求項１のデータベースを利用した情報検索方法において、人物を検索キーとして、当該人物に関連する人物を検索することを特徴とする情報検索方法。
請求項１のデータベースを利用した検索方法において、用語を検索キーとして、当該用語に関連する用語を検索することを特徴とする情報検索方法。
著作物等の文書データから著作者や連名者等の著作物に関連する人物情報を抽出する人物情報抽出手段と、著作物の内容を表す文書データを用語単位で切り出し、用語情報を抽出する用語情報抽出手段と、前記人物情報抽出手段および用語情報抽出手段から得られた情報を対応付けてデータベースに格納する人物−用語情報生成・保存手段と、人物、あるいは用語をキーとして前記データベース内を検索する人物−用語情報検索手段と、検索結果を表示する検索結果表示手段と、を備えていることを特徴とする情報検索装置。
ネットワークを介して収集した著作物情報から、作成者、連名者等の当該文書データに関連する人物情報と当該文書データで使用されている用語情報を抽出し、当該人物情報と当該用語情報を対応づけてデータベースを生成し、さらにネットワークを介して、利用者が用語や人物を検索キーとして、関連する人物情報、用語情報を取得する機能を提供することを特徴とする情報提供システム。