JP2007140669A - 文書検索方法及び装置及び文書検索プログラム - Google Patents

Abstract

【課題】入力された特定のキーワードに対して、ユーザに煩雑な手間をかけさせることなく、有益なラベルを上位に表示する。
【解決手段】 本発明は、属性値の指示がない文書に題名、属性値、属性名を含む指定を加え属性値を正規化し、目的の情報を探すための手掛かりとなる文字や記号を文書に埋め込んで格納しておく。検索処理において、入力キーに対応する文書及び文書ＩＤを取得し、該文書の属性値をラベルとするときの適合度を算出し、指定されたラベルの値が最も高くなるように、ラベルの属性名に対応する属性名適合度を求め、当該ラベルを含むクラスタ情報を生成し、ラベル情報、属性名適合度、クラスタ情報をブラウザに送信する。ブラウザ側は、ラベルを前記属性名適合度に基づいて表示させ、指定されたラベルを含むクラスタ情報の文書ＩＤと題名を表示し、指定された文書ＩＤに対応する文書を表示する。
【選択図】図１

Description

本発明は、文書検索方法及び装置及び文書検索プログラムに係り、特に、電子商取引サイトシステムにおいて、文書のラベルを表示させてから文書を表示させるための文書検索方法及び装置及び文書検索プログラムに関する。

コンピュータネットワークにおける検索システムにおいて、検索結果を効率的に絞り込むための検索システムとして、以下のような技術がある。

・ランキング付き検索システム：
当該システムは、google(登録商標)などに代表されるキーワード入力型の検索システムにおいて、入力されたキーワードを含むコンテンツを、入力されたキーワードとの類似度（例えば、非特許文献１参照）やコンテンツの重要度を示すPageRank(例えば、非特許文献２参照)順にコンテンツをランキングすることで、より効率的に所望のコンテンツに到達する技術である。

・クラスタリングシステム：
『適合文書同士は類似している』という仮定に基づき、文書間の類似度を元にクラスタを生成し、ユーザに対して検索結果を分類し、提示する手法がある。この手法は、ユーザは検索結果に含まれるコンテンツ全てを評価することなく、所望の情報に効率的に到達可能となるというものである（例えば、非特許文献３参照）。

・クエリ拡張システム：
ユーザが入力したクエリに関連するキーワードを提示し、ユーザがインタラクティブにクエリを修正、変更し、効率的に所望のコンテンツを得る手法がある。この手法は、テキストコーパスから予め関連語を取得しておく手法や、入力された検索要求から得られた検索結果を解析することで得たデータを利用する手法である（例えば、非特許文献４参照）。

上記の検索システムにおいては、管理者による文書の更新に応じた設定変更やユーザによる煩雑な操作が大きな問題となる。これを解決するために、ラベル表示型文書検索技術がある。当該技術は、検索された文書に含まれた属性値を文書のラベルとするときの適合度を算出し、適合度の高い方から、属性値を選択し、選択されたラベルの示すラベル情報を保存する。そして、ラベル情報を読み出すと共に、当該ラベル情報をブラウザに表示させることで、ユーザによりラベルが指示された場合、当該ラベルを含み、かつ、検索された文書中に含まれる文書をデータベースから読み出して、これをブラウザに表示させるものである（例えば、特許文献１参照）。
特開２００５−２０８８３８号公報 tf-idf; Salton, G.et al. "Introduction to Modern Information Retrieval" McGraw-Hill Book Company, 1983 Brin, S. and Page, L., "The Anatomy of a Large-Scale Hypertextual Web Search Engine" Proceedings of 7th WWW Conference, 1998. Anton Leusk, "Evaluating Document Clustering for Interactive Information Retrieval", Proceedings of the 2001 ACM CIKM International Conference on Information and Knowledge Management, 2001 H. Sakai, K. Ohtake and S. Masuyama, A retrieval support system by suggesting terms to a user; in Proceedings 2001 International Conference on Chinese Language Computing, 2001.

電子商取引サイトシステム上においても上記の特許文献１の技術を利用したラベル表示型検索システムを活用することは可能であるが、その際には以下のような課題がある。

電子商取引サイトとは、販売者が販売商品をオークション形式で販売するオークションサイト、購入者が購入商品を逆オークション形式で購入する逆オークションサイト、販売者が販売商品をショップ形式で販売するショッピングサイト、複数の消費者が購入商品を購入するグループバイサイト等の総称である。

この電子商取引サイト上において購入や入札する商品を検索するには、商品名や作品名等の固有名詞以外のキーワードで検索することも多い。洋服や雑貨の場合、ブランド名ではなく色や一般名詞で指定することもある。例えば、「青っぽい机」が欲しい場合、ユーザはこの時「青」以外でも「水色」でも「紺」でも「瑠璃色」であってもいいと思うだろう。この商品を探す時、従来技術では、検索キーワードを『青and 机』と入力して検索すると想定されるが、ユーザの希望の叶う商品であっても文書中で『ブルーの机』や『机（色や形は写真を参照）』という記載があるものは検索対象外となる。これを検出するためには、ユーザは自分の希望に沿うような色や形を思いつく限り入力しては検索するルーチンを何度も繰り返すという煩雑な作業を繰り返すことになる。前述の特許文献１の技術を用いた場合、ラベル表示型で利便性はあるが、自分の望む「色」というラベルが表示されるかどうかは不確定である。

また、あるユーザが検索に効果的なラベル指定方法を考案・作成したとしても、それを同様の嗜好を持つ他ユーザに伝達する方法は存在しないため、気付いたユーザと気付かないユーザとではシステムの利用しやすさに差異が生じ、結果的にユーザの利便性を損なっている可能性が高い。

また、商品購入の際には、価格が重要な要素となるが、ラベル表示方式は価格や長さといった連続値には対応ができない。予め全商品一律に一定価格帯で区切り離散値に変換することは、商品により価格帯が大きく異なるため難しい。

本発明は、上記の点に鑑みなされたもので、ユーザの望む形でラベル表示を可能とし、特定のキーワードを入力した際に、ユーザに煩雑な手間をかけさせることなく、有益なラベルを上位に表示することが可能な文書検索方法及び装置及び文書検索プログラムを提供することを目的とする。

図１は、本発明の原理を説明するための図である。

本発明（請求項１）は、文書のラベルを表示させてから文書を表示させる文書検索方法であって、
検索前処理と検索処理からなり、
検索前処理において、
属性値の指示がない文書が入力されると、与えられた題名、属性値、属性名を含む指定を該文書に加え、文書記憶手段に格納する文書生成ステップ（ステップ１）と、
文書記憶手段に記憶された文書に含まれる属性値を正規化する属性値正規化ステップ（ステップ２）と、
目的の情報を探すための手掛かりとなる文字や記号を文書記憶手段に記憶された文書に埋め込むインデックス生成ステップ（ステップ３）と、
文書記憶手段に記憶された文書に基づいて属性名毎の文書ＩＤに対応する属性値や該属性値の出現回数を含む統計情報を生成し、統計情報記憶手段に格納する統計情報処理ステップ（ステップ４）と、
を行い、
検索処理において、
ブラウザから検索キー及び特定のラベルが指定されると、該検索キーに対応するインデックス生成ステップで生成されたインデックスに基づいて文書記憶手段を検索し、文書及び文書ＩＤを取得する検索ステップ（ステップ５）と、
文書ＩＤに基づいて、統計情報記憶手段を参照して所定の属性名毎に属性値と該文書ＩＤからなる第１の検索結果統計情報を生成し、更に、該属性名毎に、該属性値と該属性値に対する該文書ＩＤの出現回数からなる第２の検索結果統計情報を生成し、該属性名毎に、文書ＩＤと属性値からなる第３の検索結果統計情報を生成し、検索結果統計情報記憶手段に格納するラベル候補選択ステップ（ステップ６）と、
第２の検索結果統計情報と第３の検索結果統計情報に基づいて、検索された文書に含まれた属性値を該文書のラベルとするときの適合度を算出するラベル適合度算出ステップ（ステップ７）と、
統計情報記憶手段から文書ＩＤに基づいて、予め設定された属性名に対応する属性値を取得し、適合度の高い方から属性値をラベルとして所定の数選択し、選択されたラベルをラベル情報としてラベル情報記憶手段に格納するすると共に、ブラウザから指定されたラベルの値が最も高くなるように、ラベルの属性名に対応する属性名適合度を求め、ラベル情報の属性名を生成し、属性名適合度記憶手段に格納するラベル決定ステップ（ステップ８）と、
ブラウザから指定されたラベルの１つを含み、かつ、検索された文書の中にも含まれる文書を示すクラスタ情報を生成し、クラスタ情報記憶手段に格納するクラスタ情報生成ステップ（ステップ９）と、
各記憶手段からラベル情報、属性名適合度、クラスタ情報を読み出して、ブラウザに送信する送信ステップ（ステップ１０）と、
ブラウザ側において、
取得したクラスタ情報に含まれる文書ＩＤと題名、及びラベル情報に含まれるラベルを属性名適合度に基づいて表示させ、ユーザからラベルが指定されると、指定されたラベルを含むクラスタ情報の文書ＩＤと題名を表示し、ユーザから文書ＩＤが指定されると、該文書ＩＤに対応する文書を文書記憶手段から読み出して表示する文書表示制御ステップ（ステップ１１）と、を行う。

また、本発明（請求項２）は、ブラウザからラベルが指定されると、該ラベルと該ラベルの指定回数を属性値毎にラベル履歴としてラベル履歴記憶手段に格納するラベル履歴記録ステップと、
ラベル履歴から、所定の閾値以上の値を有するラベル対象とする属性値のラベルを検索するラベル履歴検索ステップと、を更に行う。

また、本発明（請求項３）は、指定された属性値を分類毎に属性履歴記憶手段に格納する属性値記録ステップと、
属性履歴記憶手段に格納された属性値を指定された数に分類する属性値分類ステップと、
を更に行う。

図２は、本発明の原理構成図である。

本発明（請求項４）は、文書のラベルを表示させてから文書を表示させる検索装置１００とブラウザ２００を有する文書検索装置であって、
検索装置１００は、
属性値の指示がない文書が入力されると、与えられた題名、属性値、属性名を含む指定を該文書に加え、文書記憶手段１０１に格納する文書生成手段１２０と、
文書記憶手段１０１に記憶された文書に含まれる属性値を正規化する属性値正規化手段１３０と、
目的の情報を探すための手掛かりとなる文字や記号を文書記憶手段１０１に記憶された文書に埋め込むインデックス生成手段１１１０と、
文書記憶手段１０１に記憶された文書に基づいて属性名毎の文書ＩＤに対応する属性値や該属性の出現回数を含む統計情報を生成し、統計情報記憶手段１０２に格納する統計情報処理手段１４０と、
ブラウザ２００から検索キー及び特定のラベルが指定されると、該検索キーに対応するインデックス生成手段１１１０で生成されたインデックスに基づいて文書記憶手段１０１を検索し、文書及び文書ＩＤを取得する検索手段１１０と、
文書ＩＤに基づいて、統計情報記憶手段１０２を参照して所定の属性名毎に属性値と該文書ＩＤからなる第１の検索結果統計情報を生成し、更に、該属性名毎に、該属性値と該属性値に対する該文書ＩＤの出現回数からなる第２の検索結果統計情報を生成し、該属性名毎に、文書ＩＤと属性値からなる第３の検索結果統計情報を生成し、検索結果統計情報記憶手段１０３に格納するラベル候補選択手段１６０と、
第２の検索結果統計情報と第３の検索結果統計情報に基づいて、検索された文書に含まれた属性値を該文書のラベルとするときの適合度を算出するラベル適合度算出手段１５０と、
統計情報記憶手段１０２から文書ＩＤに基づいて、予め設定された属性名に対応する属性値を取得し、適合度の高い方から属性値をラベルとして所定の数選択し、選択されたラベルをラベル情報としてラベル情報記憶手段１０５に格納するすると共に、ブラウザ２００から指定されたラベルの値が最も高くなるように、ラベルの属性名に対応する属性名適合度を求め、ラベル情報の属性名を生成し、属性名適合度情報記憶手段１０７に格納するラベル決定手段１７０と、
ブラウザ２００から指定されたラベルの１つを含み、かつ、検索された文書の中にも含まれる文書を示すクラスタ情報を生成し、クラスタ情報記憶手段１０８に格納するクラスタ情報生成手段１８０と、
ラベル情報記憶手段１０５からラベル情報、属性名適合度情報記憶手段１０７から属性名適合度、クラスタ情報記憶手段１０８からクラスタ情報を読み出して、ブラウザ２００に送信する通信手段１９０と、を有し、
ブラウザ２００は、
検索キーの入力、特定のラベルの指定を行う入力手段１１２５と、
取得したクラスタ情報に含まれる文書ＩＤと題名、及びラベル情報に含まれるラベルを属性名適合度に基づいて表示させ、ユーザからラベルが指定されると、指定されたラベルを含むクラスタ情報の文書ＩＤと題名を表示し、ユーザから文書ＩＤが指定されると、該文書ＩＤに対応する文書を文書記憶手段１０１から読み出して表示する文書表示制御手段１１４０を有する。

また、本発明（請求項５）は、ブラウザ２００からラベルが指定されると、該ラベルと該ラベルの指定回数をラベル履歴として属性値毎にラベル履歴記憶手段に格納するラベル履歴記録手段と、
ラベル履歴から、所定の閾値以上の値を有するラベル対象とする属性値のラベルを検索するラベル履歴検索手段と、を更に有する。

また、本発明（請求項６）は、指定された属性値を分類毎に属性履歴記憶手段に格納する属性値記録手段と、
属性履歴記憶手段に格納された属性値を指定された数に分類する属性値分類手段と、
を更に有する。

本発明（請求項７）は、コンピュータに、請求項１乃至３記載の文書検索方法のステップを実行させる文書検索プログラムである。

本発明によれば、以下のような効果を奏する。

ユーザが希望するラベルを指定することを可能とすることにより、ユーザが望む形でのラベル表示が実現できるので、より迅速に目的の商品を検出することが可能となり、電子商取引サイトの利用数が増加する。

また、ユーザが希望したラベル指定の履歴を共有することにより、特定のキーワードを入力した際に、より有益なラベルを上位に表示することができ、ユーザに煩雑な手間をかけさせることなく、商品を総覧することが可能となり、より素早く目的となる商品の検出が可能となる。

また、数値を離散値に変換することにより、従来のラベル表示型検索方式では扱えなかった属性を対象とでき、商品価格等の商品購入に大きな影響を持つ属性もラベル方式で表現することが可能となり、ユーザの利便性が向上する。

以下、図面と共に本発明の実施の形態を説明する。

［第１の実施の形態］
図３は、本発明の第１の実施の形態における検索装置の構成を示す。

同図に示す検索装置１００には、ブラウザ２００が接続されている。

検索装置１００は文書検索部１１０、文書生成部１２０、属性値正規化部１３０、統計情報処理部１４０、ラベル適合度算出部１５０、ラベル候補選択部１６０、ラベル決定部１７０、クラスタ情報生成部１８０、通信部１９０、要求処理部１１００、インデックス生成部１１１０から構成される。また、記憶手段として、文書ＤＢ１０１，統計情報ＤＢ１０２，検索結果統計情報記憶部１０３、設定ファイル１０４、ラベル情報記憶部１０５、ラベル適合度情報記憶部１０６、属性名適合度記憶部１０７、クラスタ情報記憶部１０８がある。設定ファイル１０４は、統計情報を作成するための条件、種々のパラメータ、閾値等が設定されており、統計情報処理部１４０、ラベル候補選択部１６０、ラベル決定部１７０等により参照される。

ブラウザ２００は、キーワード入力部１１２０、ラベル指定部１１３０、文書表示制御部１１４０から構成される。

検索装置１００の文書検索部１１０は、検索キーに基づいて文書を記憶した文書ＤＢ（タグ付き）１０１から文書を検索する。

文書生成部１２０は、属性値の指示がない文書から当該指示のある文書を生成し、文書ＤＢ１０１に記憶させる。

属性値正規化部１３０は、文書ＤＢ１０１に記憶された文書に含まれた属性値を正規化する。

統計情報処理部１４０は、文書ＤＢ１０１に記憶された文書に含まれた属性値についての統計情報を生成し、統計情報ＤＢ１０２記憶する。

ラベル適合度算出部１５０は、文書検索部１１０により検索された文書に含まれた属性値を文書のラベルとするときの適合度を算出する。

ラベル候補選択部１６０は、適合度の高い方から、当該属性値の数よりも少ない数の属性値をラベルとして選択し、選択されたラベルを示すラベル情報を検索結果統計情報記憶部１０３に記録する。

ラベル決定部１７０は、ラベル情報の属性名を生成し、ラベル情報記憶部１０５に記憶すると共に、属性値を文書のラベルとするときの適合度を算出し、属性名適合度記憶部１０７に記憶する。

クラスタ情報生成部１８０は、選択されたラベルの１つを含み、かつ、文書検索部１１０により検索された文書の中にも含まれる文書を示すクラスタ情報を生成する。

通信部１９０は、ブラウザ２００との入出力を行う。

要求処理部１１００は、検索条件を文書検索部１１０に送信し、ラベル情報とクラスタ情報生成部１８０から取得した検索結果を通信部１９０へ伝送する。

インデックス生成部１１１０は、目的の情報を探すための手掛かりとなる文字や記号を文書に埋め込むと共に、インデックスとしてインデックス記憶部１０９に記憶する。

ブラウザ２００のキーワード入力部１１２０は、検索キーを入力する。

ラベル指定部１１３０は、特定のラベルを指定する。

文書表示制御部１１４０は、記憶されたラベル情報を読み出すと共に、当該ラベル情報によりラベルを表示させ、ラベルが指定された場合、このラベルを含み、かつ、検索された文書の中にも含まれる文書を文書ＤＢ１０１から読み出して表示させる。

次に、上記の構成における動作を説明する。

最初に、検索前処理について説明する。

図４は、本発明の第１の実施の形態における検索前処理のフローチャートである。

ステップ２１０） 文書生成部１２０は、図５に示すようなタグなし文書が入力されると、「青い花柄の机」が題名であるという指定や、属性値「青」が属性名「色」に分類されるという指定があると、図６に示すように、タグなし文書にこれらの指定の内容と、文書ＩＤを付与することで文書を生成し、これを文書ＤＢ１０１に格納する。

一方、文書生成部１２０は、タグなし文書が入力され、更に題名指定があると、その属性値に対し自動的にタグを付与することにより文書を生成し、更に文書ＩＤを付与し、これを文書ＤＢ１０１に格納する。

なお、題名、属性値、属性名等の指定は、コンピュータにより自動的に指定され、タイトルを判別し、そこにタグを付与するものとする。ネットワーク上のオークションを対象とした場合は、タイトル（出品名、商品名）は、予め規定された場所（カラム、行、フォーマット）に記述されているものとする。

ステップ２２０） 属性値正規化部１３０は、文書ＤＢ１０１に格納された文書に含まれる属性値を正規化する。正規化とは、例えば、略記号で表記された属性値「ＮＴＴ」を略さない日本語で表記された属性値「日本電信電話株式会社」に変換することを言う。つまり、属性値正規化部１３０は、文書中で同じ意味を持ちながら表現の異なる同義語となっている属性値を検出し、これを同じ表現にする。同義語の検出にはいくつかの方法があるが、図７に示す共起パターンを用いる方法を採用することができる。そのような処理により、文書ＤＢ１０１における文書の属性値が正規化される。

ステップ２３０） 次に、インデックス生成部１１１０は、文書ＤＢ１０１に格納された文書に含まれるワードと当該ワードを含む文書の文書ＩＤとを対応付けたインデックスを生成し、インデックス記憶部１０９に格納する。図８に示すように、インデックスでは、例えば、ワード「机」に対し、このワードを含む文書の文書ＩＤ「００１」などが対応付けられる。

ステップ２４０） 次に、統計情報処理部１４０は、文書ＤＢ１０１を基に、設定ファイル１０４に設定されている属性名毎に、第１統計情報を生成して、第１統計情報ＤＢ１０２_１に格納する。図９に示すように、１つの第１統計情報には１つの属性名が割り当てられており、１つの第１統計情報は、文書ＩＤと当該文書ＩＤに対応する文書に含まれ、かつ、属性名に分類される属性値とを対応付けたものを１以上備える情報である。図９は、例えば、文書ＩＤ「００１」の文書には、属性名「色」に分類される属性値「青」などが含まれていることを示している。

ステップ２５０） 次に、統計情報処理部１４０は、第１統計情報毎に第２統計情報を生成して第２統計情報ＤＢ１０２_２に格納する。

図１０に示すように、１つの第２統計情報には、１つの第１統計情報の属性名が割り当てられている。また、１つの第２統計情報は、属性名に分類される属性値と当該属性値の第１統計情報ＤＢ１０２_１内における出現回数とを対応付けたものを１以上備える情報である。図１０は、例えば、属性名「色」に分類される属性値「青」の出現回数が３０回であることを示している。なお、第２統計情報は、第１統計情報から属性値と文書ＩＤの対応を検出し、検出する毎に出現回数をカウントアップすることで生成してもよい。また、第２統計情報を属性値自身やその属性値が出現する文書の文書ＩＤ自身で構成してもよい。また、第２の統計情報を各属性値間の共起頻度で構成してもよい。このときの共起頻度は、同じ文書中に出現する属性値同士を共起すると定義できる。また、タグ無し文書から文書を自動生成する場合には、タグ無し文書中の同じセンテンスやパラグラフに含まれる属性値同士を共起すると定義できる。また、文書中の近接度によって共起関係を［０，１］のバイナリ値で表現するのではなく、共起度により近くで共に出現する属性値間には大きい値を与えるようにしてもよい。

以上の処理により、文書検索が可能となるが、文書ＤＢ１０１の文書が更新、追加または、削除されたときは、属性値の再正規化や、インデックスの再生成、第１統計情報ＤＢ１０２_１，第２統計情報ＤＢ１０２_２などの更新が行われる。

以下、上記の図３に示す文書検索装置における検索処理を具体的に説明する。

図１１は、本発明の第１の実施の形態における文書検索処理のフローチャートである。

ステップ９１０） ブラウザ２００のキーワード入力部１１２０は、例えば、キーワード『机』がユーザにより入力されると、このキーワード『机』を検索装置１００の通信部１９０に送信する。

ステップ９２０） ブラウザ２００のラベル指定部１１３０は、ユーザがラベルとして『色』を指定すると、それを検索装置１００の通信部１９０に送信する。

通信部１９０は、送信されたキーワード『机』とラベル『色』を要求処理部１１００に与え、要求処理部１１００は、そのキーワードとラベルを文書検索部１１０に与える。文書検索部１１０は、そのキーワード『机』に対してインデックスで対応付けられた文書ＩＤを文書ＤＢ１０１から検索し、それらを要求処理部１１００に返却する。要求処理部１１００は、その文書ＩＤをラベル候補選択部１６０に与える。

ステップ９３０） ラベル候補選択部１６０は、第１統計情報ＤＢ１０２_１と検索された文書ＩＤを基に、設定ファイル１０４に設定されている属性名毎に、第１検索結果統計情報を生成して一時的に第１検索結果統計情報記憶部１０３_１に記憶する。図１２に示すように、１つの第１検索結果統計情報には１つの属性名が割り当てられている。また、１つの第１検索結果統計情報は、１つの第１統計情報に含まれる各属性値に対し、該属性値とその属性値の出現回数を設定する。

具体的には、入力されたキーワードが『机』、指定ラベルが『色』である場合、文書検索部１１０が『机』が含まれる文書IDを検索し、例えば、『００１』『００８』『０１３』取得したものとし、これを要求処理部１１００に返却する。要求処理部１１００は、指定ラベル『色』と取得した文書IDをラベル候補選択部１６０に与える。これにより、ラベル候補選択部１６０は、第１統計情報ＤＢ１０２_１より、指定ラベル『色』を属性名とした図９に示すデータを抽出し、当該データから図１３に示すようなデータを抽出する。図１３に示すデータから各属性値毎に、当該属性値が含まれる文書IDを整理して、図１２に示す属性値に対する出現回数を求める。

ステップ９４０） ラベル候補選択部１６０は、第１検索結果統計情報を基に、属性名毎に第２検索結果統計情報を生成して、一時的に第２検索結果統計情報記憶部１０３_２に記憶する。図１４に示すように、１つの第２検索結果統計情報には１つの属性名が割り当てられている。また、１つの第２検索結果統計情報は、１つの第１検索結果統計情報の各属性値に対し、当該属性値に対応付けられた文書ＩＤの数の出現回数として対応付けたものである。

ステップ９５０） 次に、ラベル候補選択部１６０は、第２検索結果統計情報と同じ属性名が割り当てられた第２検索結果統計情報とを基に、第２統計情報毎に第３検索結果統計情報を生成し、第３検索結果統計情報記憶部１０３_３に格納する。図１５に示すように、１つの第３検索結果統計情報は、１つの第２統計情報に含まれた１以上の行からなる統計情報であり、かつ、当該行の属性値が第２検索結果統計情報の対応行に含まれたものである。

ステップ９６０） 次に、ラベル適合度算出部１５０は、第２検索結果統計情報と第３検索結果統計情報と検索された文書ＩＤを基に、ラベル適合度情報を第２検索結果統計情報毎に生成し、ラベル適合度情報記憶部１０６に記憶する。図１６に示すように、１つのラベル適合度情報には１つの属性名が割り当てられている。また、１つのラベル適合度情報は、１つの第２検索結果統計情報に含まれた各属性値に対し、ラベル適合度を対応付けたものである。

ラベル適合度は、例えば、以下のように算出する。

第２検索結果統計情報における１つの属性値に対応する出現回数をｈとし、第３検索結果統計情報における属性値に対応する出現回数をｄとし、検索された文書ＩＤを｜Ｈ｜とし、式（１）によりラベル適合度を算出する。

ラベル適合度＝ｈ／ｄ×ｈ×log（｜Ｈ｜）／ｈ） 式（１）
なお、式（１）のｈ／ｄは、検索された文書における属性値の網羅性を、｜Ｈ｜／ｈは検索された文書における属性値の希少性を示している。また、式（１）における第１項のｈの代わりにｈ／｜Ｈ｜とし、第１項のｄの代わりにｄ／｜Ｄ｜（｜Ｄ｜は、その属性値を含む文書数）としてもよい。

ステップ９７０） 次に、ラベル決定部１７０は、ラベル適合度情報記憶部１０６のラベル適合度情報からラベル適合度の高い順に、設定ファイル１０４に規定されている数の属性値及びラベル適合度の組を選択したものをラベル情報とし、ラベル情報記憶部１０５に一時的に記憶する。なお、ラベル情報は、ラベル適合度情報毎に生成され記憶される。また、ラベル情報における属性値は、文書のラベルとなるものであるから「ラベル」と言うことにする。

図１７に示すように、ラベル情報は、ラベルに対しラベル適合度を対応付けたものであるが、ラベル適合度情報におけるラベル適合度の高い方からラベルを所定の数だけ選択することにより、ラベル情報におけるラベル及びラベル適合度の組数は、ラベル適合度情報における属性値及びラベル適合度の組数よりも少なくなっている。

ラベル決定部１７０は以下のような処理を行う。

図１８は、本発明の第１の実施の形態におけるラベル決定部のラベル選択のフローチャートである。

ラベル決定部１７０は、ブラウザ２００のラベル指定部１１３０で指定されたラベルを選択し（ステップ１５１０）、指定されたラベルの数が設定ファイル１０４に規定されたラベル数より少ない場合は、ラベル適合度の高い方から規定数になるまで選択する。次に、ラベル適合度が次点のラベルを追加選択するか否か判定する（ステップ１５２０）。

具体的には、選択済みの最も低いラベル適合度をＣ（ｎ）、その１つ上のラベル適合度をＣ（ｎ＋１）、次点のラベル適合度をＣ（ｎ−１）とし、式（２）が成立するときは、次点のラベルを追加選択する（ステップ１５３０）。

（ｃ（ｎ）−Ｃ（ｎ−１））×ｅ ＞ ｃ（ｎ＋１）−ｃ（ｎ） 式（２）
但し、ｅは、設定ファイル１０４などに書き込まれた閾値である。つまり、値の傾きを評価し、傾きがある閾値を超えたところを境界とする考え方を適用した判定が行われる。この方法により、ラベル適合度が近いにも関わらずラベルの選択から漏れるのを防止できる。つまり、ラベル適合度に差がある場合に限って選択しないようにできる。なお、ステップ１５１０では、設定ファイル１０４などに設定されたラベル適合度の閾値との比較により、ラベルを選択してもよい。

ステップ９８０） 次に、ラベル決定部１７０は、ラベル情報を基に属性名適合度情報を生成し、属性名適合度情報記憶部１０７に一時的に記憶する。図１９に示すように、属性名適合度情報は、属性名毎に属性名適合度を示したものである。例えば、属性名「材質」の場合の属性名適合度は、以下のように算出する。

まず、ブラウザ２００のラベル指定部１１３０により指定された属性がある場合は、最高値を指定する。

それ以外のラベル、例えば「材質」は、ラベル情報における何れかのラベルを含む文書の数ｄｐを、「材質」の第１検索結果統計情報から求められる。このとき、複数のラベルを含む１文書を１と計算する。そして、式（３）により網羅性Ｓ１を求める。

Ｓ１＝ｄｐ／ｄｒ 式（３）
ここで、ｄｒは、検索された文書ＩＤの数である。このＳ１が大きいほど、検索結果がラベルにより網羅されている程度が大きいことになる。

次に、式（４）により、重なりの少なさ、分類の明確さＳ２を求める。

Ｓ２＝ｄｐ／Σ_ｉｄｐ_ｉ 式（４）
ここでｄｐは、検索された文書のＩＤの数であり、ｄｐ_ｉは「材質」のラベル情報におけるｉ番目のラベルｐ_ｉを含む文書数であり、『材質』の第２検索結果統計情報から得たものである。このＳ２が大きいほど、検索結果がラベルにより明確に分類されている程度が大きいことになる。

次に、式（５）により、分類の均一さＳ３を求める。

Ｓ３＝Σ−ｄｐ_ｉ／ｄｒ×log（ｄｐ_ｉ／ｄｒ） 式（５）
ここで、ｄｒは検索された文書ＩＤの数であり、ｄｐ_ｉは「材質」のラベル情報におけるｉ番目のラベルｐ_ｉを含む文書数である。ｄｐ_ｉは、第２検索結果統計情報から得る事ができる。このＳ３が大きいほど、検索結果がラベルにより均一に分類されている程度が大きいことになる。

次に、式（６）により、属性名適合度Ｓを求める。

Ｓ＝αＳ１＋βＳ２＋γＳ３ 式（６）
ここで、α、β、γは、設定ファイル１０４に設定されているパラメータである。

ステップ９９０） 要求処理部１１００は、第２検索結果統計情報を第２検索結果統計情報記憶部１０３_２から、ラベル情報をラベル情報記憶部１０５から、属性名適合度情報を属性名適合度情報記憶部１０７からそれぞれ読み出し、ラベル情報をクラスタ情報生成部１８０に与える。クラスタ情報生成部１８０は、ラベル情報に含まれたラベル毎にクラスタ情報を生成し、一時的にクラスタ情報記憶部１０８に記憶する。

図２０に示すように、クラスタ情報は、ラベル情報に含まれる各ラベルと、該ラベルを含む文書の文書ＩＤでかつ、検索された文書ＩＤにも含まれる文書ＩＤと、当該文書の題名とを対応付けたものである。

ステップ１０００） 次に、要求処理部１１００は、第２検索結果統計情報、ラベル情報、属性名適合度情報及びクラスタ情報をそれぞれ全て読み出して通信部１９０に与え、通信部１９０はこれらの情報をブラウザ２００に送信する。

図２１にブラウザ２００の処理を示す。

ブラウザ２００の文書表示制御部１１４０は、図２２に示すように、全てのクラスタ情報に含まれる文書ＩＤと題名を表示させ（ステップ１８１０）、さらに、ラベル情報に含まれたラベルを表示させる（ステップ１８２０）。このとき、表示されるラベル数は適合度により少なくされているので、ユーザによるラベルの指示を容易に行うことができる。そして、ユーザに一層の便宜を図るために、例えば、ラベルは属性名毎にまとめて表示させる。また、属性名適合度情報における属性名適合度の高い属性名のラベルをより見やすいように表示させる。また、１つのラベル情報に含まれたラベルについては対応付けられたラベル適合度の高いものをより見やすいように表示させる。また、ラベルには、第２検索結果統計情報において対応付けられた文書ＩＤの数を対応付けて表示させる。

そして、文書表示制御部１１４０は、ユーザから１つのラベルが指示されると（ステップ１８３０）、表示済みの文書ＩＤと題名を消去し、図２３に示すように、そのラベル名を含むクラスタ情報に含まれた文書ＩＤと題名を表示させる（ステップ１８４０）。そして、文書表示制御部１１４０は、ユーザにより文書ＩＤが指示されると（ステップ１８５０）、その文書ＩＤを検索装置１００の通信部１９０に送信する（ステップ１８６０）。なお、実際には、文書ＩＤと題名の位置をクリックすると文書ＩＤが指示できるようになっている。

図２３に示すように、本実施の形態では、ラベル指示後においては指示前よりも、文書ＩＤと題名の数が減っているので、ユーザは容易に指示することができる。

検索装置２００の通信部１９０は、送信された文書ＩＤを要求処理部１１００に与える。要求処理部１１００は、与えられた文書ＩＤを文書検索部１１０に与える。文書検索部１１０は、与えられた文書ＩＤの文書を文書ＤＢ１０１から読み出して要求処理部１１００に返却する。要求処理部１１００は、返却された文書を通信部１９０に与え、通信部１９０はそれをブラウザ２００に送信する。ブラウザ２００の文書表示制御部１１４０は、送信された文書を表示させる。

［第２の実施の形態］
図２４は、本発明の第２の実施の形態における検索装置の構成を示す。

同図において、図３と同一構成部分には同一符号を付し、その説明を省略する。

図２４に示す検索装置１００は、図３の構成に加え、ブラウザ２００のラベル指定部１１３０で指定されたラベルを属性値毎にラベル履歴ＤＢ２０１に記録するラベル履歴記録部２５０と、ラベル履歴から対象とする属性値のラベルを検索するラベル履歴検索部２６０から構成される。

本実施の形態において、検索前処理は第１の実施の形態と同様である。

図２５は、本発明の第２の実施の形態における文書検索処理のフローチャートである。

ステップ２２１０） ブラウザ２００のキーワード入力部１１２０は、例えば、キーワード『机』がユーザにより入力されると、当該キーワード『机』を検索装置１００の通信部１９０に送信する。

ステップ２２２０） ブラウザ２００のラベル指定部１１３０において、ユーザがラベルとして『色』を指定すると、それを検索装置１００の通信部１９０に送信する。通信部１９０は、送信されたキーワード『机』とラベル『色』を要求処理部１１００に与え、要求処理部１１００は、そのキーワードとラベルを文書検索部１１０とラベル履歴記録部２５０に与える。

ステップ２２３０） 文書検索部１１０は、そのキーワード『机』に対しインデックスで対応付けられた文書ＩＤを文書ＤＢ１０１から検索し、それらを要求処理部１１００に返却する。ラベル履歴記録部２５０は、図２６に示すようにキーワード毎に指定されたラベルと指定回数をラベル履歴ＤＢ２０１に記録する。ラベル履歴検索部２６０は、入力されたキーワードに関して、ラベル履歴ＤＢ２０１に記録されたラベル履歴から、適合度が設定ファイル１０４に記述された閾値以上のラベルがある場合は、当該ラベル名と属性名適合度を最大値にした値をラベル決定部１７０に返却する。ここで、適合度は、設定ファイル１０４に予め設定された指定数でもよいし、そのキーワードに対して指定されたラベルの延べ数で割った商としてもよい。要求処理部１１００は、当該文書ＩＤをラベル候補選択部１６０に与える。

ステップ２２４０〜ステップ２２１１０）当該処理は、図１１のステップ９３０〜ステップ１０００と同様の処理であり、付随するデータは、図１２〜図１７同様であるので、その説明を省略する。

次に、ラベル決定部１７０が行う処理について説明する。

図２７は、本発明の第２の実施の形態におけるラベル決定部によるラベル選択のフローチャートである。

ステップ２４１０） ラベル決定部１７０は、ブラウザ２００のラベル指定部１１３０で指定されたラベルを選択する。

ステップ２４２０） ラベル履歴検索部２６０が指定されたラベルを選択する。この処理で選択されたラベルの数が設定ファイル１０４に規定されたラベル数よりも少ない場合は、ラベル適合度の高い方から規定数になるまで選択する。

ステップ２４３０〜ステップ２４５０）当該処理は、第１の実施の形態の図１８のステップ１５１０〜ステップ１５３０の処理と同様であるので、その説明を省略する。

［第３の実施の形態］
図２８は、本発明の第３の実施の形態における検索装置の構成を示す。

同図において、図３、図２４と同一構成部分には同一符号を付し、その説明を省略する。

図２８に示す検索装置は、図２４の構成要素に加え、指定された属性値を属性履歴ＤＢ３２０に記録する属性値記憶部３１０と、属性記録を指定された数に分類する属性値分類部３３０から構成される。

図２９は、本発明の第３の実施の形態における検索前処理のフローチャートである。

ステップ２６１０） 図４のステップ２１０と同様の処理であり、付随するデータは、図５〜図６と同様である。

ステップ２６２０） 属性値記憶部３１０は、図３０に示すように、設定ファイル１０４に設定された属性値について商品分類毎に属性履歴ＤＢ３２０に記録していく。商品の分類は商品名個別としてもよいし、『机』や『椅子』は、「家具」といったように分野で分類してもよい。

ステップ２６３０〜ステップ２６６０） 図４のステップ２２０〜ステップ２５０と同様の処理であり、図３１、図３２に、本実施の形態における第１・第２統計情報の例を示す。図３１、図３２では、属性名が「価格」の場合を示している。

図３３は、本発明の第３の実施の形態における検索処理のフローチャートである。

図３３に示す動作は、図２８で示した各部で行われている処理のうち、文書検索処理を示すものである。

ステップ３０１０〜ステップ３０９０） 図２５のステップ２２１０〜ステップ２２９０の処理と同様であり、付随するデータは、図３４〜図３６に示すように、属性名が「価格」の場合を示しており、これらの形式は、前述の図１２〜図１５と同様である。

ステップ３０１００） ラベル決定部１７０は、ラベル情報を基に属性名適合度を生成し、ラベル適合度情報記憶部１０６に一時的に記憶する。属性名毎に属性名適合度を算出するが、このとき、「価格」や「長さ」などの値が数値である属性に対しては、属性値分類部３３０において、設定ファイル１０４に設定されている数に帯域を分割する。図３７は３つの帯域に分割した場合の例を示す。

分割する際は、式（７）で分割する属性値のＩＤ数Ｐを算出する。

Ｐ＝ｄｒ／ｍ 式（７）
ここで、ｄｒは、検索された文書ＩＤ数、ｍは設定ファイル１０４に記載されている分割数である。

検索された文書中の対象の属性値を昇順でP番目にあたる文書ＩＤが持つ属性値をDｐとし、最小の属性値からDpまでを第１帯域とする。PからさらにP番目、つまり２P番目にあたる文書ＩＤガ持つ属性値をDp2とし、Dp+1〜Dp2までを第２帯域とし、以下これを繰り返すことでｍ個の帯域に分割する。

このとき、属性値分類部３３０は、ｄｒだけでなく、期限切れなどの理由で文書検索の対象外となっている文書及び属性の履歴から同一検索ワードによって取得した文書及びその文書ＩＤ数ｄａとその属性値Ｄｐａを取得し、式（７）の代わりに式（８）を利用しても良い。

Ｐ＝（ｄｒ＋ｄａ）／ｍ 式（８）
以降の処理は、第２の実施の形態と同様である。

なお、本発明は、第１〜第３の実施の形態における動作をプログラムとして構築し、文書検索装置として利用されるコンピュータにインストールして実行させる、または、ネットワークを介して流通させることが可能である。

また、構築されたプログラムをハードディスク装置や、フレキシブルディスク・ＣＤ−ＲＯＭ等の可搬記憶媒体に格納し、コンピュータにインストールする、または、配布することが可能である。

なお、本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において種々変更・応用が可能である。

本発明は、電子商取引サイトをはじめとする、ラベル表示型の検索システムに適用可能である。

本発明の原理を説明するための図である。 本発明の原理構成図である。 本発明の第１の実施の形態における検索装置の構成図である。 本発明の第１の実施の形態における検索前処理のフローチャートである。 本発明の第１の実施の形態におけるタグ無し文書の例である。 本発明の第１の実施の形態における文書ＤＢに格納される文書例である。 本発明の第１の実施の形態における共起パターンの例である。 本発明の第１の実施の形態におけるインデックスの例である。 本発明の第１の実施の形態における統計情報の例である。 本発明の第１の実施の形態における第２統計情報の例である。 本発明の第１の実施の形態における文書検索処理のフローチャートである。 本発明の第１の実施の形態における第１検索結果統計情報の例である。 本発明の第１の実施の形態における第１検索結果統計情報の作成時の中間データの例である。 本発明の第１の実施の形態における第２検索結果統計情報の例である。 本発明の第１の実施の形態における第３検索結果統計情報の例である。 本発明の第１の実施の形態におけるラベル適合度情報の例である。 本発明の第１の実施の形態におけるラベル情報の例である。 本発明の第１の実施の形態におけるラベル決定部のラベル選択のフローチャートである。 本発明の第１の実施の形態における属性名適合度情報の例である。 本発明の第１の実施の形態におけるクラスタ情報の例である。 本発明の第１の実施の形態におけるブラウザの動作のフローチャートである。 本発明の第１の実施の形態におけるブラウザの表示例（その１）である。 本発明の第１の実施の形態におけるブラウザの表示例（その２）である。 本発明の第２の実施の形態における検索装置の構成図である。 本発明の第２の実施の形態における文書検索処理のフローチャートである。 本発明の第２の実施の形態におけるラベル履歴情報の例である。 本発明の第２の実施の形態におけるラベル決定部によるラベル選択のフローチャートである。 本発明の第３の実施の形態における検索装置の構成図である。 本発明の第３の実施の形態における検索前処理のフローチャートである。 本発明の第３の実施の形態における属性値の例である。 本発明の第３の実施の形態における第１統計情報の例である。 本発明の第３の実施の形態における第２統計情報の例である。 本発明の第３の実施の形態における検索処理のフローチャートである。 本発明の第３の実施の形態における第１検索結果統計情報の例である。 本発明の第３の実施の形態における第２検索結果統計情報の例である。 本発明の第３の実施の形態における第３検索結果統計情報の例である。 本発明の第３の実施の形態における属性分類結果の例である。

符号の説明

１００ 検索装置
１０１ 文書記憶手段、文書ＤＢ
１０２ 統計情報記憶手段、
１０２_１ 第１統計情報ＤＢ
１０２_２ 第２統計情報ＤＢ
１０３ 検索結果統計情報記憶手段
１０３_１ 第１検索結果統計情報記憶部
１０３_２ 第２検索結果統計情報記憶部
１０３_３ 第３検索結果統計情報記憶部
１０４ 設定ファイル
１０５ ラベル情報記憶手段、ラベル情報記憶部
１０６ ラベル適合度情報記憶部
１０７ 属性名適合度情報記憶手段、属性名適合度情報記憶部
１０８ クラスタ情報記憶手段、クラスタ情報記憶部
１０９ インデックス記憶部
１１０ 検索手段、文書検索部
１２０ 文書生成手段、文書生成部
１３０ 属性値正規化手段、属性値正規化部
１４０ 統計情報処理手段、統計情報処理部
１５０ ラベル適合度算出手段、ラベル適合度算出部
１６０ ラベル候補選択手段、ラベル候補選択部
１７０ ラベル決定手段、ラベル決定部
１８０ クラスタ情報生成手段、クラスタ情報生成部
１９０ 通信手段、通信部
２００ ブラウザ
２０１ ラベル履歴ＤＢ
２５０ ラベル履歴記録部
２６０ ラベル履歴検索部
３１０ 属性値記憶部
３２０ 属性履歴ＤＢ
３３０ 属性値分類部
１１００ 要求処理部
１１１０ インデックス生成手段、インデックス生成部
１１２０ キーワード入力部
１１２５ 入力手段
１１３０ ラベル指定部
１１４０ 文書表示制御手段、文書表示制御部

Claims (7)

1. 文書のラベルを表示させてから文書を表示させる文書検索方法であって、
   検索前処理と検索処理からなり、
   前記検索前処理において、
   属性値の指示がない文書が入力されると、与えられた題名、属性値、属性名を含む指定を該文書に加え、文書記憶手段に格納する文書生成ステップと、
   前記文書記憶手段に記憶された前記文書に含まれる前記属性値を正規化する属性値正規化ステップと、
   目的の情報を探すための手掛かりとなる文字や記号を前記文書記憶手段に記憶された前記文書に埋め込むインデックス生成ステップと、
   前記文書記憶手段に記憶された前記文書文書に基づいて属性名毎の文書ＩＤに対する前記属性値や該属性値の出現回数を含む統計情報を生成し、統計情報記憶手段に格納する統計情報処理ステップと、
   を行い、
   前記検索処理において、
   ブラウザから検索キー及び特定のラベルが指定されると、該検索キーに対応する前記インデックス生成ステップで生成されたインデックスに基づいて前記文書記憶手段を検索し、文書及び文書ＩＤを取得する検索ステップと、
   前記文書ＩＤに基づいて、前記統計情報記憶手段を参照して所定の属性名毎に属性値と該文書ＩＤからなる第１の検索結果統計情報を生成し、更に、該属性名毎に、該属性値と該属性値に対する該文書ＩＤの出現回数からなる第２の検索結果統計情報を生成し、該属性名毎に、文書ＩＤと属性値からなる第３の検索結果統計情報を生成し、検索結果統計情報記憶手段に格納するラベル候補選択ステップと、
   前記第２の検索結果統計情報と前記第３の検索結果統計情報に基づいて、検索された前記文書に含まれた属性値を該文書のラベルとするときの適合度を算出するラベル適合度算出ステップと、
   前記統計情報記憶手段から前記文書ＩＤに基づいて、予め設定された属性名に対応する属性値を取得し、適合度の高い方から属性値をラベルとして所定の数選択し、選択されたラベルをラベル情報としてラベル情報記憶手段に格納するすると共に、前記ブラウザから指定されたラベルの値が最も高くなるように、ラベルの属性名に対応する属性名適合度を求め、前記ラベル情報の属性名を生成し、属性名適合度記憶手段に格納するラベル決定ステップと、
   前記ブラウザから指定された前記ラベルの１つを含み、かつ、検索された前記文書の中にも含まれる文書を示すクラスタ情報を生成し、クラスタ情報記憶手段に格納するクラスタ情報生成ステップと、
   各記憶手段から前記ラベル情報、前記属性名適合度、前記クラスタ情報を読み出して、前記ブラウザに送信する送信ステップと、
   前記ブラウザ側において、
   取得した前記クラスタ情報に含まれる文書ＩＤと題名、及び前記ラベル情報に含まれるラベルを前記属性名適合度に基づいて表示させ、ユーザからラベルが指定されると、指定されたラベルを含むクラスタ情報の文書ＩＤと題名を表示し、ユーザから文書ＩＤが指定されると、該文書ＩＤに対応する文書を前記文書記憶手段から読み出して表示する文書表示制御ステップと、
   を行うことを特徴とする文書検索方法。
2. 前記ブラウザからラベルが指定されると、該ラベルと該ラベルの指定回数を属性値毎にラベル履歴としてラベル履歴記憶手段に格納するラベル履歴記録ステップと、
   前記ラベル履歴から、所定の閾値以上の値を有するラベル対象とする属性値のラベルを検索するラベル履歴検索ステップと、
   を更に行う請求項１記載の文書検索方法。
3. 指定された属性値を分類毎に属性履歴記憶手段に格納する属性値記録ステップと、
   前記属性履歴記憶手段に格納された前記属性値を指定された数に分類する属性値分類ステップと、
   を更に行う請求項１記載の文書検索方法。
4. 文書のラベルを表示させてから文書を表示させる検索装置とブラウザを有する文書検索装置であって、
   前記検索装置は、
   属性値の指示がない文書が入力されると、与えられた題名、属性値、属性名を含む指定を該文書に加え、文書記憶手段に格納する文書生成手段と、
   前記文書記憶手段に記憶された前記文書に含まれる前記属性値を正規化する属性値正規化手段と、
   目的の情報を探すための手掛かりとなる文字や記号を前記文書記憶手段に記憶された前記文書に埋め込むインデックス生成手段と、
   前記文書記憶手段に記憶された前記文書に基づいて属性名毎の文書ＩＤに対応する前記属性値や該属性値の出現回数を含む統計情報を生成し、統計情報記憶手段に格納する統計情報処理手段と、
   ブラウザから検索キー及び特定のラベルが指定されると、該検索キーに対応する前記インデックス生成手段で生成されたインデックスに基づいて前記文書記憶手段を検索し、文書及び文書ＩＤを取得する検索手段と、
   前記文書ＩＤに基づいて、前記統計情報記憶手段を参照して所定の属性名毎に属性値と該文書ＩＤからなる第１の検索結果統計情報を生成し、更に、該属性名毎に、該属性値と該属性値に対する該文書ＩＤの出現回数からなる第２の検索結果統計情報を生成し、該属性名毎に、文書ＩＤと属性値からなる第３の検索結果統計情報を生成し、検索結果統計情報記憶手段に格納するラベル候補選択手段と、
   前記第２の検索結果統計情報と前記第３の検索結果統計情報に基づいて、検索された前記文書に含まれた属性値を該文書のラベルとするときの適合度を算出するラベル適合度算出手段と、
   前記統計情報記憶手段から前記文書ＩＤに基づいて、予め設定された属性名に対応する属性値を取得し、適合度の高い方から属性値をラベルとして所定の数選択し、選択されたラベルをラベル情報としてラベル情報記憶手段に格納するすると共に、前記ブラウザから指定されたラベルの値が最も高くなるように、ラベルの属性名に対応する属性名適合度を求め、前記ラベル情報の属性名を生成し、属性名適合度情報記憶手段に格納するラベル決定手段と、
   前記ブラウザから指定された前記ラベルの１つを含み、かつ、検索された前記文書の中にも含まれる文書を示すクラスタ情報を生成し、クラスタ情報記憶手段に格納するクラスタ情報生成手段と、
   前記ラベル情報記憶手段から前記ラベル情報、前記属性名適合度情報記憶手段から前記属性名適合度、前記クラスタ情報記憶手段から前記クラスタ情報を読み出して、前記ブラウザに送信する通信手段と、を有し、
   前記ブラウザは、
   検索キーの入力、特定のラベルの指定を行う入力手段と、
   取得した前記クラスタ情報に含まれる文書ＩＤと題名、及び前記ラベル情報に含まれるラベルを前記属性名適合度に基づいて表示させ、ユーザからラベルが指定されると、指定されたラベルを含むクラスタ情報の文書ＩＤと題名を表示し、ユーザから文書ＩＤが指定されると、該文書ＩＤに対応する文書を前記文書記憶手段から読み出して表示する文書表示制御手段を有することを特徴とする文書検索装置。
5. 前記ブラウザからラベルが指定されると、該ラベルと該ラベルの指定回数を属性値毎にラベル履歴としてラベル履歴記憶手段に格納するラベル履歴記録手段と、
   前記ラベル履歴から、所定の閾値以上の値を有するラベル対象とする属性値のラベルを検索するラベル履歴検索手段と、
   を更に有する請求項４記載の文書検索装置。
6. 指定された属性値を分類毎に属性履歴記憶手段に格納する属性値記録手段と、
   前記属性履歴記憶手段に格納された前記属性値を指定された数に分類する属性値分類手段と、
   を更に有する請求項４記載の文書検索装置。
7. コンピュータに、
   請求項１乃至３記載の文書検索方法のステップを実行させることを特徴とする文書検索プログラム。

Images