JP2007164462A - 質問応答システム、質問応答方法及び質問応答プログラム - Google Patents

Abstract

【課題】検索質問文によって様々な対象が問われる場合において、処理コストを大きくすることなく、適切な回答抽出が可能な質問応答システム、質問応答方法及び質問応答プログラムを提供する。
【解決手段】一次回答候補抽出部５１は、関連文検索部４０が情報源２００をキーワード検索することにより得られる検索結果の文の中から一次回答候補抽出用ルール情報保持部５２に保持された一次回答候補抽出用ルール情報に従って、一次回答候補を抽出する。一次回答候補解析部５３は、その一次回答候補の構文意味解析を行って、その解析情報であるｆ−ｓｔｒｃｕｔｕｒｅを生成する。最終回答候補抽出部５４は、このｆ−ｓｔｒｃｕｔｕｒｅに基づいて、最終回答候補抽出用ルール情報保持部５５に保持された最終回答候補抽出用ルール情報に従って、一次回答候補の中から最終回答候補を抽出する。
【選択図】 図２

Description

本発明は、入力した検索質問文に応じて、検索対象文を含む情報源を検索して回答を得る質問応答システム、質問応答方法及び質問応答プログラムに関する。

インターネットの発達等により、検索技術を用いて電子化情報から迅速に情報を得ることが可能になった。しかし、大量の情報の中からから効率良く必要十分な情報を得ることは非常に困難である。この問題を解決するために、近年、質問応答システムの需要が大きくなっている。質問応答システムは、ユーザの操作指示に応じた検索質問文に対して検索結果を直接提示するのではなく、当該検索質問文に対する適切な回答を抽出して提示するため、ユーザが検索結果から適切な回答を探す手間が必要でなく、非常に効率が良い。この質問応答システムにおける回答抽出の方法は、大きく以下の３つに分類される。

１つ目は、特許文献１や特許文献２の技術に代表される文型パターンを用いた方法である。例えば、特許文献１では、特許文書において一般的に用いられる「本発明はＡに関し、特にＢに関する」という文型パターンから、Ａを技術分野、Ｂを技術要素とすることで、技術分野や技術要素に関する検索質問文に対し、適切な文字列を抽出して回答とする。

２つ目は、非特許文献１の技術に代表される機械学習を用いた方法である。この方法では、検索質問文と回答のペアからなる学習データに、機械学習アルゴリズム（非特許文献１では、Support Vector Machine）を適用し、それぞれの検索質問文から回答に相応しい属性を選択する。この方式では例えば、「○○を開発したのはどこですか？」という検索質問文に対し、地名ではなく組織名を回答として選択する等、文型パターンを用いた方法よりも精度の高い解析結果を得ることができる。

３つ目は、特許文献３の技術に代表される論理表現を用いた方法である。この方法では、検索質問文と検索対象文をそれぞれ論理表現に変換し、検索対象文の中から検索質問文の論理式を満たすものを回答として抽出する。
特開平５−５９１７９号公報 特開２００３−１８９１１１号公報 特開２００２−２９１２２１号公報 佐々木他、「ＳＶＭを用いた学習型質問応答システムＳＡＩＱＡ−ＩＩ」、情報処理学会論文誌、Ｖｏｌ．４５、Ｎｏ．２、２００４年、ｐ．６３５−６４６

しかし、上述した回答抽出の方法にはそれぞれ問題点がある。まず、文型パターンを用いた方法では、回答を含むあらゆる文の文型パターンを網羅的に且つ厳密に用意しておくことが必要であるが、これが非常に困難である。特に日本語は、語順が自由であることを特徴とする言語であるため、全ての文型パターンを用意することは不可能に近い。すなわち、検索対象が文体の定まっているような限られた文の集合であれば、ある程度適切な回答を抽出することは可能であるが、インターネットや新聞等の様々な文体を有する文の集合を検索対象とする場合は、適切な回答を抽出することが困難である。一方、網羅性を重視して制約の緩い文型パターンを用いると、精度が著しく損なわれる可能性が高い。

また、機械学習を用いた方法では、回答抽出の精度が学習データの多寡に依存するため、文体が統一された文の集合を検索対象とする場合には比較的高い精度を得ることは可能であるものの、インターネット等の様々な文体を有する文の集合を検索対象とする場合には、精度が低くなってしまう。また、固有表現（名詞）を検索対象にしているため、語の定義を問うような検索質問文に対しては、適切な回答を抽出することができない。

更に、論理表現を用いた方法では、処理コストが大きい。すなわち、自然言語文である検索質問文や検索対象文を論理式に変換するためには、莫大な処理負担や時間等の処理コストが必要になるため、検索質問文のみならともかく、膨大な量の検索対象文を論理式に変換することは現実的ではない。

このように、従来の回答抽出の方法では、検索対象の文の構造を十分に考慮した適切な回答抽出が困難であるという問題、検索対象の文の構造を考慮すると処理コストが大きくなるという問題、あるいは、検索質問文によって様々な対象が問われる場合に適切な回答を抽出することができないという問題があった。

本発明の目的は、上述した問題を解決するものであり、検索質問文によって様々な対象が問われる場合において、処理コストを大きくすることなく、適切な回答抽出が可能な質問応答システム、質問応答方法及び質問応答プログラムを提供するものである。

本発明に係る、入力した検索質問文に応じて、検索対象文を含む情報源を検索して回答を得る質問応答システムは、前記検索対象文の中から前記検索質問文の回答となり得る回答候補を抽出する回答候補抽出手段と、前記回答候補の構文意味解析を行い、該回答候補についての構文意味解析の結果を表す解析情報を生成する解析情報生成手段と、前記解析情報に基づいて、前記検索質問文に対する最終的な回答となる最終回答候補を前記回答候補の中から抽出する最終回答候補抽出手段とを有することを特徴とする。

この構成によれば、情報源に含まれる様々な文について、簡易的な回答候補の抽出を行い、その回答候補に対して更に構文意味解析を行って、回答候補の解析情報に基づく最終的な回答候補が抽出される。すなわち、構文意味解析を用いることにより、検索質問文によって様々な対象が問われる場合においても、文の構造を考慮した適切な回答抽出が可能であるとともに、情報源に含まれる全ての文ではなく、抽出された回答候補に対してのみ、処理コストのかかる構文意味解析が行われるため、処理コストを大きくすることなく回答抽出が可能となる。

また、本発明の質問応答システムは、前記最終回答候補の抽出手法を表す抽出ルール情報を保持する保持手段を有し、前記最終回答候補抽出手段が、前記保持手段に保持された最終回答候補の抽出ルールの情報に従って、前記最終回答候補を抽出するようにしてもよい。

この構成によれば、抽出ルールに従って、一律に適切な回答抽出が可能となる。

また、本発明の質問応答システムは、前記最終回答候補の抽出ルールの情報が、前記検索質問文によって問われる対象と前記最終回答候補が有するべき文構造とを対応付けて構成され、前記最終回答候補抽出手段が、前記検索質問文によって問われる対象に対応付けられた文構造に合致するものを前記最終回答候補として前記回答候補の中から抽出するようにしてもよい。

この構成によれば、検索質問文によって問われる対象と最終回答候補が有するべき文構造との対応関係に基づいて、適切な回答抽出が可能となる。

本発明に係る、入力した検索質問文に応じて、検索対象文を含む情報源を検索して回答を得る質問応答方法は、前記検索対象文の中から前記検索質問文の回答となり得る回答候補を抽出する回答候補抽出ステップと、前記回答候補の構文意味解析を行い、該回答候補についての構文意味解析の結果を表す解析情報を生成する解析情報生成ステップと、前記解析情報に基づいて、前記検索質問文に対する最終的な回答となる最終回答候補を前記回答候補の中から抽出する最終回答候補抽出ステップとを有することを特徴とする。

また、本発明の質問応答方法は、前記最終回答候補抽出ステップが、予め保持手段に保持された最終回答候補の抽出手法を表す抽出ルール情報に従って、前記最終回答候補を抽出するようにしてもよい。

また、本発明の質問応答方法は、前記最終回答候補の抽出ルールの情報が、前記検索質問文によって問われる対象と前記最終回答候補が有するべき文構造とを対応付けて構成され、前記最終回答候補抽出ステップが、前記検索質問文によって問われる対象に対応付けられた文構造に合致するものを前記最終回答候補として前記回答候補の中から抽出するようにしてもよい。

本発明に係る、入力した検索質問文に応じて、検索対象文を含む情報源を検索して回答を得る質問応答プログラムは、前記検索対象文の中から前記検索質問文の回答となり得る回答候補を抽出する回答候補抽出ステップと、前記回答候補の構文意味解析を行い、該回答候補についての構文意味解析の結果を表す解析情報を生成する解析情報生成ステップと、前記解析情報に基づいて、前記検索質問文に対する最終的な回答となる最終回答候補を前記回答候補の中から抽出する最終回答候補抽出ステップとをコンピュータに実行させることを特徴とする。

また、本発明の質問応答プログラムは、前記最終回答候補抽出ステップが、予め保持手段に保持された最終回答候補の抽出手法を表す抽出ルール情報に従って、前記最終回答候補を抽出するようにしてもよい。

また、本発明の質問応答プログラムは、前記最終回答候補の抽出ルールの情報が、前記検索質問文によって問われる対象と前記最終回答候補が有するべき文構造とを対応付けて構成され、前記最終回答候補抽出ステップが、前記検索質問文によって問われる対象に対応付けられた文構造に合致するものを前記最終回答候補として前記回答候補の中から抽出するようにしてもよい。

本発明によれば、構文意味解析を用いることにより、検索質問文によって様々な対象が問われる場合においても、文の構造を考慮した適切な回答抽出が可能となる。更に、情報源に含まれる全ての文ではなく、抽出された回答候補に対してのみ、処理コストのかかる構文意味解析が行われるため、処理コストを大きくすることなく回答抽出が可能となる。

本発明の実施の形態について、図面を参照して具体的に説明する。図１は、質問応答システムの構成例を示す図である。同図に示す質問応答システム１００は、電子化された検索質問文に応じて、電子化された検索対象文を含むインターネット上の情報源２００を検索して回答を得るものである。この質問応答システム１００は、検索質問文入力部１０と、処理ユニット２０内の検索質問文解析部３０、関連文検索部４０及び回答抽出部５０と、回答出力部６０とにより構成される。処理ユニット２０内の検索質問文解析部３０、関連文検索部４０及び回答抽出部５０は、例えばＣＰＵが所定のプログラムを実行することによって実行される。

検索質問文入力部１０は、例えばキーボードであり、ユーザの操作指示に応じた検索質問文の文字列を処理ユニット２０内の検索質問文解析部３０へ出力する。検索質問文解析部３０は、この検索質問文を解析し、その解析結果を関連文検索部４０及び回答抽出部５０へ出力する。関連文検索部４０は、検索質問文解析部３０からの検索質問文の解析結果に応じて、検索対象文を含む情報源２００を検索し、検索質問文に対応する検索結果の文を、回答抽出部５０へ出力する。

回答抽出部５０は、検索質問文解析部３０からの検索質問文の解析結果に応じて、関連文検索部４０からの検索結果の文の中から検索質問文の回答の候補となる文を抽出し、回答出力部６０へ出力する。図２は、回答抽出部５０の第１の構成を示す図である。図２に示す回答抽出部５０は、一次回答候補抽出部５１、一次回答候補抽出用ルール保持部５２、一次回答候補解析部５３、最終回答候補抽出部５４及び最終回答候補抽出用ルール保持部５５によって構成される。回答出力部６０は、例えばモニタであり、回答抽出部５０からの回答候補をユーザに提示する。

次に、質問応答システム１００による回答抽出処理を、フローチャートを参照しつつ説明する。図３は、質問応答システム１００の回答抽出処理を示すフローチャートである。なお、以下においては、「ポアソン分布とは何ですか？」という検索質問文に対する回答候補を抽出する場合を適宜、例にとって説明する。

処理ユニット２０内の検索質問文解析部３０は、検索質問文入力部１０からの検索質問文を入力したか否かを判定する（Ｓ１０１）。検索質問文を入力した場合、検索質問文解析部３０は、その検索質問文を解析する（Ｓ１０２）。

具体的には、検索質問文解析部３０は、検索に必要なキーワードを抽出する。キーワードの抽出方法は、公知の重要語抽出手法が用いられる。例えば、最も標準的なキーワードの抽出方法であるＴＦ（Term Frequency）／ＩＤＦ（Inverse Document Frequency）値を利用する方法では、検索質問文が「ポアソン分布とは何ですか？」である場合、検索質問文解析部３０は、「ポアソン分布」をキーワードとして抽出する。更に、検索質問文解析部３０は、検索質問文によって問われる対象が何であるか（質問タイプ）を解析する。例えば、検索質問文が「ポアソン分布とは何ですか？」である場合、当該検索質問文には疑問指示詞「何」と複合辞「とは」が含まれているため、検索質問文解析部３０は、質問タイプを用語の定義を問うものであることを示す「definition」と判断する。

解析により得られたキーワードは、関連文検索部４０と、回答抽出部５０内の一次回答候補抽出部５１及び最終回答候補抽出部５４とに出力される。また、解析により得られた質問タイプは、回答抽出部５０内の一次回答候補抽出部５１及び最終回答候補抽出部５４に出力される。

関連文検索部４０は、検索質問文解析部３０からのキーワードにより、情報源２００を検索し、当該情報源２００に含まれる啓作対照文の中からキーワードを含む文を検索結果の文として得る（Ｓ１０３）。検索結果の文の文字列は、回答抽出部５０内の一次回答候補抽出部５１に出力される。

回答抽出部５０内の一次回答候補抽出部５１は、一次回答候補抽出用ルール保持部５０に保持されている一次回答候補抽出用ルール情報と、検索質問文解析部３０からのキーワード及び質問タイプとに基づいて、関連文検索部４０からの検索結果の文の中から検索質問文の回答となり得る文（一次回答候補）を抽出する（Ｓ１０４）。

図４は、一次回答候補抽出用ルール情報の一例を示す図である。図４に示すように、一次回答候補抽出用ルール情報は、検索質問文の質問タイプと、その検索質問文に対する一次回答候補が有するべき文型パターンとが対応付けられている。例えば、図４の１段目の情報は、検索質問文の質問タイプが用語の定義を問うものを示す「definition」である場合、その検索質問文に対する一次回答候補は、「Ｑ（キーワード）とは○○だ」、「Ｑとは○○である」、「Ｑとは○○を示す」のいずれかの文型パターンを有するべきということを示している。

従って、一次回答候補抽出部５１は、検索質問文の質問タイプが「definition」であり、キーワードが「Ｑ」である場合、図４に示す一次回答候補抽出用ルール情報に従って、検索結果の文の中から「Ｑとは○○だ」、「Ｑとは○○である」、「Ｑとは○○を示す」のいずれかの文型パターンを有するものを、一次回答候補として抽出する。例えば、検索質問文が「ポアソン分布とは何ですか？」、検索質問文の質問タイプが「definition」、キーワードが「ポアソン分布」である場合には、「正規分布は二項分布、ポアソン分布とは異なり、連続型の分布である。」という文や、「ポアソン分布とは、ある交差点で人が交通事故に遭う確率などを示す。」 という文が一次回答候補として抽出される。

再び、図３に戻って説明する。一次回答候補抽出部５１は、一次回答候補を抽出することができたか否かを判定する（Ｓ１０４）。一次回答候補が抽出されなかった場合には、一連の動作が終了する。一方、一次回答候補を抽出することができた場合には、一次回答候補抽出部５１は、その一次回答候補を一次回答候補解析部５３へ出力する。

一次回答候補解析部５３は、一次回答候補を入力した場合、当該一次回答候補のそれぞれに対して、構文意味解析を行う。ここでは、構文意味解析を行うパーザの代表例としてＬＦＧ（Lexical Functional Grammar）理論に基づくパーザを例にとって説明する。ＬＦＧ理論では構文解析情報として、ｆｕｎｃｔｉｏｎａｌ ｓｔｒｕｃｔｕｒｅ（ｆ−ｓｔｒｕｃｔｕｒｅ）が生成される（Ｓ１０６）。

ＬＦＧ理論とそれに基づくパーザについては、「増市、 大熊著、「Lexical Functional Grammarに基づく実用的な日本語解析システムの構築」、自然言語処理、Ｖｏｌ．１０、Ｎｏ．２、ｐ．７９−１０９、２００３年」に詳細が記述されている。ＬＦＧ理論では、文を解析することにより、文の意味内容が属性と属性値がペアとなった入れ子構造（マトリックス構造）であるｆ−ｓｔｒｕｃｔｕｒｅが生成される。属性には、主語を表す「ＳＵＢＪ」、目的語を表す「ＯＢＪ」、述語を表す「ＰＲＥＤ」、外からの制約を受ける句を表す「ＸＣＯＭＰ」、場所格を表す「ＯＢＬ−ｌｏｃ」、日時を表す「ＯＢＬ−ｔｉｍｅ」等があり、これら属性が階層構造を形成している。図５は、一次回答候補「正規分布は二項分布、ポアソン分布とは異なり、連続型の分布である。」のｆ−ｓｔｒｕｃｔｕｒｅを示し、図６は、一次回答候補「ポアソン分布とは、ある交差点で人が交通事故に遭う確率などを示す。」のｆ−ｓｔｒｕｃｔｕｒｅを示す。一次回答候補解析部５３は、生成したｆ−ｓｔｒｕｃｔｕｒｅを、そのｆ−ｓｔｒｕｃｔｕｒｅに対応する一次回答候補とともに、最終回答候補抽出部５４へ出力する。

再び、図３に戻って説明する。最終回答候補抽出部５４は、最終回答候補抽出用ルール保持部５５に保持されている最終回答候補抽出用ルール情報、検索質問文解析部３０からのキーワード及び質問タイプ、及び、一次回答候補抽出部５４からのｆ−ｓｔｒｕｃｔｕｒｅに基づいて、一次回答候補抽出部５４から一次回答候補の中から最終的な回答候補（最終回答候補）を抽出する（Ｓ１０７）。

図７は、最終回答候補抽出用ルール情報の一例を示す図である。図７に示すように、最終回答候補抽出用ルール情報は、検索質問文の質問タイプと、その検索質問文に対する最終回答候補のｆ−ｓｔｒｕｃｔｕｒｅが満たすべき条件（一致条件）と、最終回答候補のｆ−ｓｔｒｕｃｔｕｒｅにおける回答部分となるべきもの（回答部分）とが対応付けられている。例えば、図７の１段目の情報は、検索質問文の質問タイプが用語の定義を問うものを示す「definition」である場合、その検索質問文に対する最終回答候補は、主語（ＳＵＢＪ）がＱ（キーワード）、述語（ＰＲＥＤ）が「○○だ」あるいは「○○である」であり、外からの制約を受ける句（ＣＯＭＰ）が回答部分となるべきということを示している。

従って、最終回答候補抽出部５４は、検索質問文の質問タイプが「definition」であり、キーワードが「Ｑ」である場合、図７に示す一次回答候補抽出用ルール情報に従って、一次回答候補の中から対応するｆ−ｓｔｒｕｃｔｕｒｅにおける主語（ＳＵＢＪ）がＱ、述語（ＰＲＥＤ）が「○○だ」あるいは「○○である」であるものを最終回答候補として抽出し、外からの制約を受ける句（ＣＯＭＰ）を回答部分として特定する。

例えば、検索質問文が「ポアソン分布とは何ですか？」、検索質問文の質問タイプが「definition」、キーワードが「ポアソン分布」であり、一次回答候補が「正規分布は二項分布、ポアソン分布とは異なり、連続型の分布である。」、「ポアソン分布とは、ある交差点で人が交通事故に遭う確率などを示す。」である場合、最終回答候補抽出部５４は、図６及び図７のｆ−ｓｔｒｕｃｔｕｒｅを参照する。ここでは、図６に示す「正規分布は二項分布、ポアソン分布とは異なり、連続型の分布である。」のｆ−ｓｔｒｕｃｔｕｒｅは主語（ＳＵＢＪ）が「ポアソン分布」ではないのに対し、図７に示す「ポアソン分布とは、ある交差点で人が交通事故に遭う確率などを示す。」のｆ−ｓｔｒｕｃｔｕｒｅは主語（ＳＵＢＪ）が「ポアソン分布」であり、述語（ＰＲＥＤ）が「○○である」である。従って、最終回答候補抽出部５４は、一次回答候補「ポアソン分布とは、ある交差点で人が交通事故に遭う確率などを示す。」を最終回答候補として抽出する。更に、最終回答候補抽出部５４は、その最終回答候補のｆ−ｓｔｒｕｃｔｕｒｅにおける外からの制約を受ける句である目的語（ＯＢＪ）の「ある交差点で人が交通事故に遭う確率など」を回答部分として特定する。

再び、図３に戻って説明する。最終回答候補抽出部５４は、最終回答候補を抽出することができたか否かを判定する（Ｓ１０８）。最終回答候補が抽出されなかった場合には、一連の動作が終了する。一方、最終回答候補を抽出することができた場合には、最終回答候補抽出部５４は、抽出した最終回答候補とその最終回答候補における回答部分を示す情報とを回答出力部６０へ出力する。回答出力部６０は、入力した最終回答候補を画像表示等によってユーザに提示する（Ｓ１０９）。この際、回答出力部６０は、回答部分を示す情報に基づいて、最終回答候補における回答部分のみをユーザに提示してもよいし、回答部分の表示色を変える等の強調表示を行うようにしてもよい。

なお、一次回答候補の抽出は、上述した方法以外にもさまざまな方法が考えられる。図８は、回答抽出部５０の第２の構成を示す図である。図８に示す回答抽出部５０は、図２に示す回答抽出部５０と比較すると、固有名詞抽出部５６を有する。この固有名詞抽出部５６は、検索質問文によって問われる対象が固有名詞である場合に、検索結果の文から固有名詞を抽出する。

回答抽出部５０が図８に示す構成を有する場合における回答抽出処理を、検索質問文が「２０００年のオリンピックはどこで行われましたか？」である場合を例に説明する。検索質問文解析部３０は、ＴＦ／ＩＤＦ値を利用する方法により、検索質問文から「２０００年」及び「オリンピック」をキーワードとして抽出する。更に、検索質問文解析部３０は、検索質問文に疑問指示詞「どこ」が含まれているため、当該検索質問文の質問タイプを、場所を問うものであることを示す「where」とする。

関連文検索部４０は、検索質問文解析部３０からのキーワード「２０００年」及び「オリンピック」により、情報源２００を検索し、これらキーワードを含む文を検索結果の文として得る。一次回答候補抽出部５１は、検索質問文の質問タイプが「where」であるため、予め保持している、検索質問文の質問タイプと当該検索質問文によって問われる対象の固有名詞のタイプとを対応付けた一次回答候補抽出用ルール情報（図９参照）に基づいて、固有名詞抽出部５６に対して地名の抽出を指示する。固有名詞抽出部５６は、この指示に従って、検索結果の文に含まれる地名を抽出する。一次回答候補抽出部５１は、固有名詞抽出部５６によって抽出された地名を含む検索結果の文を一次回答候補として抽出する。ここでは、地名「日本」を含む「２０００年のオリンピックでは日本の選手の活躍が目立った。」と、地名「オーストラリア」を含む「オーストラリアで開催された２０００年のオリンピックの記事を集めた。」の２つの文が一次回答候補として抽出されるものとする。

その後は、上述と同様の処理が行われる。すなわち、一次回答候補解析部５３は、一次回答候補のそれぞれに対して、ＬＦＧ理論に基づく構文意味解析を行い、解析情報としてのｆ−ｓｔｒｕｃｔｕｒｅを生成する。図１０は、一次回答候補「２０００年のオリンピックでは日本の選手の活躍が目立った。」のｆ−ｓｔｒｕｃｔｕｒｅを示し、図１１は、一次回答候補「オーストラリアで開催された２０００年のオリンピックの記事を集めた。」のｆ−ｓｔｒｕｃｔｕｒｅを示す。

最終回答候補抽出部５４は、最終回答候補抽出用ルール保持部５５に保持されている最終回答候補抽出用ルール情報に従って、一次回答候補の中から最終回答候補を抽出する。図７に示す最終回答候補抽出用ルール情報の３段目の情報は、検索質問文の質問タイプが場所を問うものであることを示す「where」である場合、その検索質問文に対する最終回答候補は地名であり、場所格（ＯＢＬ−ｌｏｃ）が回答部分となるべきということを示している。

従って、図７に示す最終回答候補抽出用ルール情報によれば、最終回答候補抽出部５４は、一次回答候補「２０００年のオリンピックでは日本の選手の活躍が目立った。」のｆ−ｓｔｒｕｃｔｕｒｅにおいて地名「日本」は場所格（ＯＢＬ−ｌｏｃ）でないため、当該一次回答候補を最終回答候補とはしない。一方、最終回答候補抽出部５４は、一次回答候補「オーストラリアで開催された２０００年のオリンピックの記事を集めた。」のｆ−ｓｔｒｕｃｔｕｒｅにおいて地名「オーストラリア」は場所格（ＯＢＬ−ｌｏｃ）であるため、当該一次回答候補を最終回答候補とし、回答部分として「オーストラリア」を特定する。回答出力部６０は、最終回答候補に含まれる回答部分をユーザに提示する。

このように、本実施形態の質問応答システム１００は、検索対象文を含む情報源２００に対してキーワード検索を行うことにより得られる検索結果の文の中から一次回答候補を抽出し、更に、当該一次回答候補の構文意味解析を行って、その解析情報であるｆ−ｓｔｒｕｃｔｕｒｅに基づいて、一次回答候補の中から最終回答候補を抽出する。すなわち、構文意味解析を用いることにより、検索質問文によって様々な対象が問われる場合においても、文の構造を考慮した適切な回答抽出が可能であるとともに、情報源２００に含まれる全ての検索対象文ではなく、抽出された一次回答候補に対してのみ、処理コストのかかる構文意味解析を行うため、処理コストを大きくすることなく回答抽出が可能となる。

なお、上述した実施形態では、情報源２００がインターネット上に存在するものとしたが、これに限定されるものではなく、ＬＡＮによって接続された他のコンピュータに記憶された情報や質問応答システム１００内の記憶装置に記憶された情報を情報源とする場合にも、本発明を適用することができる。

以上、説明したように、本発明に係る質問応答システム、質問応答方法及び質問応答プログラムによれば、検索質問文によって様々な対象が問われる場合においても、処理コストを大きくすることなく、適切な回答抽出が可能であり、質問応答システム等として有用である。

質問応答システムの構成を示す図である。 回答抽出部の第１の構成を示す図である。 質問応答システムの回答抽出処理を示すフローチャートである。 一次回答候補抽出用ルール情報の第１のを示す図である。 f-structureの第１の例を示す図である。 f-structureの第２の例を示す図である。 最終回答候補抽出用ルール情報の一例を示す図である。 回答抽出部の第２の構成を示す図である。 一次回答候補抽出用ルール情報の第１のを示す図である。 f-structureの第３の一例を示す図である。 f-structureの第４の一例を示す図である。

符号の説明

１０ 検索質問文入力部
２０ 処理ユニット
３０ 検索質問文解析部
４０ 関連文検索部
５０ 回答抽出部
５１ 一次回答候補抽出部
５２ 一次回答候補抽出用ルール保持部
５３ 一次回答候補解析部
５４ 最終回答候補抽出部
５５ 最終回答候補抽出用ルール保持部
５６ 固有名詞抽出部
６０ 回答出力部
１００ 質問応答システム
２００ 情報源

Claims (9)

1. 入力した検索質問文に応じて、検索対象文を含む情報源を検索して回答を得る質問応答システムであって、
   前記検索対象文の中から前記検索質問文の回答となり得る回答候補を抽出する回答候補抽出手段と、
   前記回答候補の構文意味解析を行い、該回答候補についての構文意味解析の結果を表す解析情報を生成する解析情報生成手段と、
   前記解析情報に基づいて、前記検索質問文に対する最終的な回答となる最終回答候補を前記回答候補の中から抽出する最終回答候補抽出手段とを有することを特徴とする質問応答システム。
2. 前記最終回答候補の抽出手法を表す抽出ルール情報を保持する保持手段を有し、
   前記最終回答候補抽出手段は、前記保持手段に保持された抽出ルール情報に従って、前記最終回答候補を抽出することを特徴とする請求項１に記載の質問応答システム。
3. 前記抽出ルール情報は、前記検索質問文によって問われる対象と前記最終回答候補が有するべき文構造とを対応付けて構成され、
   前記最終回答候補抽出手段は、前記検索質問文によって問われる対象に対応付けられた文構造に合致するものを前記最終回答候補として前記回答候補の中から抽出することを特徴とする請求項２に記載の質問応答システム。
4. 入力した検索質問文に応じて、検索対象文を含む情報源を検索して回答を得る質問応答方法であって、
   前記検索対象文の中から前記検索質問文の回答となり得る回答候補を抽出する回答候補抽出ステップと、
   前記回答候補の構文意味解析を行い、該回答候補についての構文意味解析の結果を表す解析情報を生成する解析情報生成ステップと、
   前記解析情報に基づいて、前記検索質問文に対する最終的な回答となる最終回答候補を前記回答候補の中から抽出する最終回答候補抽出ステップとを有することを特徴とする質問応答方法。
5. 前記最終回答候補抽出ステップは、予め保持手段に保持された最終回答候補の抽出手法を表す抽出ルール情報に従って、前記最終回答候補を抽出することを特徴とする請求項４に記載の質問応答方法。
6. 前記最終回答候補の抽出ルール情報は、前記検索質問文によって問われる対象と前記最終回答候補が有するべき文構造とを対応付けて構成され、
   前記最終回答候補抽出ステップは、前記検索質問文によって問われる対象に対応付けられた文構造に合致するものを前記最終回答候補として前記回答候補の中から抽出することを特徴とする請求項５に記載の質問応答方法。
7. 入力した検索質問文に応じて、検索対象文を含む情報源を検索して回答を得る質問応答プログラムであって、
   前記検索対象文の中から前記検索質問文の回答となり得る回答候補を抽出する回答候補抽出ステップと、
   前記回答候補の構文意味解析を行い、該回答候補についての構文意味解析の結果を表す解析情報を生成する解析情報生成ステップと、
   前記解析情報に基づいて、前記検索質問文に対する最終的な回答となる最終回答候補を前記回答候補の中から抽出する最終回答候補抽出ステップとをコンピュータに実行させることを特徴とする質問応答プログラム。
8. 前記最終回答候補抽出ステップは、予め保持手段に保持された最終回答候補の抽出手法を表す抽出ルール情報に従って、前記最終回答候補を抽出することを特徴とする請求項６に記載の質問応答プログラム。
9. 前記最終回答候補の抽出ルール情報は、前記検索質問文によって問われる対象と前記最終回答候補が有するべき文構造とを対応付けて構成され、
   前記最終回答候補抽出ステップは、前記検索質問文によって問われる対象に対応付けられた文構造に合致するものを前記最終回答候補として前記回答候補の中から抽出することを特徴とする請求項８に記載の質問応答プログラム。

Images