JP2007241635A - 文書検索装置、情報処理装置、検索結果出力方法、検索結果表示方法およびプログラム - Google Patents

Abstract

【課題】検索実行者が、検索結果相互の相違を短時間で容易に把握することを可能にする検索装置、情報処理装置、検索結果出力方法および検索結果表示方法を提供する。
【解決手段】検索実行部１１２が、検索条件にあう文書を検索し、各検索結果文書の各テキスト情報である各検索結果を、検索結果保持部１２に格納する。特徴語分析部１３は、各検索結果に偏って出現する特徴語を分析し、検索結果ごとに、他の検索結果との相違点を示す特徴語を選定する。そして、検索結果ごとに、検索結果保持部１２は、検索結果を、特徴語分析部１３は、その検索結果から分析され選定された特徴語を、表示生成部１４に提供する。表示生成部１４は、各検索結果に、各検索結果の特徴語を付加することにより、表示用情報を生成し、その表示用情報をユーザ端末１８に出力する。
【選択図】図１

Description

本発明は、文書検索装置、情報処理装置、検索結果出力方法、検索結果表示方法およびプログラムに関し、特に、検索結果の相互の相違をあらわす情報を検索結果に付加して検索結果とする、文書検索装置、文書情報処理装置、文書検索結果出力方法、文書検索結果表示方法およびプログラムに関する。

文書検索装置は、インターネット上のWWW検索サービス、イントラネット上のWWW検索、あるいは、文書管理システムなどの情報管理・共有システムの一機能として組み込まれて、広範囲に利用されている。

文書検索装置を利用することができる端末の種類も、ＰＣ（パーソナルコンピュータ）からＴＶ、携帯電話機および特定用途向けなどのモバイル機器へと広がっている。

文書検索装置の仕組みの例を述べる。まず、検索実行者が、自分の検索目的を良くあらわす検索条件を考えて、その検索条件を利用するユーザ端末に入力する。検索条件としては、例えばキーワードが用いられる。ユーザ端末は、その検索条件を検索サーバに提供する。

検索サーバは、検索対象の文書を、その検索条件に基づいて検索して、検索結果文書を探し出す。そして、検索結果文書の情報をユーザ端末に提供する。ユーザ端末はその検索結果文書の情報を、検索結果として表示する。

一般的に、検索結果文書は複数件である。検索結果文書の情報としては、文書の表題、補助情報、文書格納先情報がある。検索結果文書の情報は、検索結果文書一件につき、一組生成することができ、検索結果文書一件をあらわす情報として、利用することができる。そして、検索結果文書の件数分の情報の組は、ユーザ端末に提供され、検索結果として表示される。

なお、補助情報としては、以下のようなものを利用することができる。

文書を検索対象の文書として検索サーバに登録する時に、文書に対して検索のためのインデックスがつけられるので、そのインデックス。

検索結果文書から、検索条件に関係のある部分、例えば、検索実行者の指定したキーワードが出現する部分を抜き出したもの。

文書検索装置の具体例を述べる。

インターネット上のWWW検索サービスでは、検索実行者が利用するユーザ端末からインターネット上にある検索サービス提供ホームページに接続して、自分の検索目的をあらわす検索条件を入力すると、検索対象となるデータに対して検索が実行され、検索結果ホームページまたはファイルが得られる。検索結果ホームページまたはファイルの情報としては、検索結果ホームページまたはファイルの表題、検索結果ホームページまたはファイルから概要記載部分や検索条件として入力したキーワードが出現する部分を抜き出したもの等の補助情報、検索結果ホームページまたはファイルの存在するURLがある。これらは、検索結果として、インターネットを経由してユーザ端末に表示される。検索実行者は、これらの検索結果を読み、自分の検索目的に合致していそうな検索結果ホームページまたはファイルを選択して開いて、検索目的が達成されたかどうかを確認する。検索目的が達成されていない場合は、検索条件入力から検索結果の確認までを繰り返す。

また、文書管理システムでは、検索対象の文書は登録され蓄積されている。文書を登録する時に、登録する文書を表す要約や単語群を文書と一緒に登録することが行われる。検索実行者により検索が実行された時には、検索結果文書一件につき、検索結果文書の表題、要約や単語群からなる補助情報、文書格納先情報などの情報一組が生成される。そして、検索結果文書の件数分の情報の組が、検索結果として表示される。検索実行者は、これらの検索結果から文書を選択する。文書はしばしば文書格納先からダウンロードし、ファイルを開いて読む必要がある。

一方、特徴語とは、カテゴリとカテゴリに属するテキストが与えられた場合に、テキスト中に出現する単位表現の中で、テキストが属するカテゴリにより出現状況に偏りがある単位表現のことである。

単位表現とは、テキストを言語解析して得られる、文節または単語のことである。言語解析については、後述の最良の形態において説明する。

テキストを言語解析して特徴語を算出する技術は、テキストマイニング、テキスト分析といった名称の製品に組み込まれて実用化されている。これらの製品は、アンケートの回答、コンタクトセンターのオペレータがキー入力した電話応対記録のようなテキストを分析する際に利用される。

たとえば、特許文献１の発明の名称は、アンケート回答分析システムである。これには、カテゴリとカテゴリに属するテキストが与えられた場合に、テキスト分類エンジンを用いることによって、テキスト中に出現する単語の中から、テキストへの出現状況が、そのテキストが属するカテゴリと深く関係する単語を、取り出す技術が記載されている。この技術により取り出された単語のテキストへの出現状況は、テキストが属するカテゴリによるので、取り出された単語は特徴語の一種と考えることができる。

文書検索装置の検索結果である、検索結果文書の情報については、検索結果文書一件ずつを各々カテゴリとみなすと、ある検索結果文書の情報は、ある検索結果文書のカテゴリに属するテキストと考えることができる。そして、検索結果文書の情報中に出現する単位表現の中で、それが属する検索結果文書カテゴリにより、出現状況に偏りがある単位表現は、前述の特徴語の一種と考えることができる。
特開２００１−２６６０６０号公報

従来の文書検索装置には、以下の問題がある。

前述したように、検索実行者は検索結果文書の情報（文書の表題、補助情報、文書格納先情報）を読み、自分の検索目的に合致する候補の検索結果文書を選択したり、次の検索条件を考えたりする必要がある。その際、検索実行者が利用できる検索結果文書の情報からは、検索結果文書の情報の相互の相違を把握しにくい。これは、検索結果文書の情報は検索結果文書各々から個別に生成されるものであり、検索結果文書の情報の相互の相違を表すように生成されないためである。

そのため、検索実行者による検索結果文書の選択は、多数の検索結果が得られた場合には特に困難で、自分の検索目的に合致する候補として検索結果から選択した文書自体を読んでから、検索目的に合致しないことがわかる、などの試行錯誤が必要であった。

また、検索実行者が自分の検索目的に合致する候補として検索結果から選択した文書自体を読むには、検索実行に比べて時間と手間がかかる場合がある。たとえば、インターネット上のWWW検索サービスであれば、検索結果ホームページの存在するURLから検索結果ホームページを開く必要があり、文書管理システムであれば、文書格納先からダウンロードしてファイルを開いて読む必要がある。

これらには検索実行に比べて時間と手間がかかる。そして、検索実行者が検索結果から選択した文書自体を読んで、検索目的に合致しているか否かを判断するために費やす時間と手間が、検索全体の時間と手間を増大させている。

本発明の目的は、検索結果文書の情報に、相互の相違をあらわす情報を、付加することである。

上記目的を達成するために、本発明の文書検索装置は、入力された検索条件に基づいて、検索対象とする複数の文書を検索し、その検索結果表示を出力する文書検索装置であって、前記検索条件を受け付けると、前記検索対象とする複数の文書の中から、前記検索条件にあう文書を検索し、検索結果文書の情報を生成し出力する検索実行部と、前記検索実行部の生成した検索結果文書の情報を保持する検索結果保持部と、前記検索結果保持部に保持された検索結果文書の情報から、各検索結果文書の情報に偏って出現する単位表現である特徴語を分析して出力する特徴語分析部と、前記検索結果文書の情報に、各々の検索結果文書の情報の特徴語を付加することにより検索結果表示を生成し、出力する表示生成部と、を含むことを特徴とする。

このような構成を有する本発明の文書検索装置によれば、特徴語分析部において分析し出力する特徴語は、各検索結果文書の情報に偏って出現する。すなわち、ある検索結果文書の情報の特徴語は、他の検索結果文書の情報の特徴語にはなりにくい。また、すべての検索結果文書の情報に一様に出現する単位表現は、すべての検索結果について、特徴語にはなりにくい。よって、各検索結果文書の情報の特徴語は、各検索結果文書の情報の、相互の相違をあらわす情報といえる。

本発明の文書検索装置は、検索結果文書の情報に、検索結果文書自体の、相互の相違をあらわす情報を付加する必要はない。

このように、検索結果文書の情報から、各検索結果文書の情報の特徴語を分析して、検索結果文書の情報とともに出力することにより、本発明の目的を達成することができる。

なお、前記検索対象とする各文書は、表題、文書格納先情報および文書自体を有し、前記検索実行部は、前記検索結果文書の情報として、前記検索結果文書の表題、前記検索結果文書の文書格納先情報、または、前記検索結果文書の文書自体から前記検索条件が出現する部分を抜き出した補助情報を、生成し出力することが望ましい。

一般的に、テキストの特徴語を分析するには、テキストの量に応じて分析時間がかかる。一方、検索実行者は検索の結果を早く見たいと要求する場合が多い。そのため、検索の目的に特徴語分析を利用することは困難と考えられていた。本発明は、検索対象の文書自体の全テキストではなく、検索を実行して得られた検索結果文書の情報（表題、補助情報、文書格納先情報）のテキストに対して特徴語分析を行うことにより、特徴語を分析するテキストの量を減らす。そして、検索実行者の、早く検索結果が見たいという要求にもこたえつつ、特徴語分析を利用可能とするものである。

本発明によれば、文書検索結果表示に、各々の検索結果文書の情報の、相互の相違をあらわす特徴語を付加して表示する。そのため、検索実行者が検索結果表示から自分の検索目的に合致する候補の検索結果文書を選択する際に、従来の文書検索結果に加えて、特徴語を参照することにより、各々の検索結果相互の相違を容易に把握することができる。よって、検索目的に合致する検索結果文書を、試行錯誤が少なく、短時間に選択することができるという効果がある。

次に、本発明の実施の形態につき図面を参照して説明する。図１は本発明の一実施形態をあらわすブロック図である。図１において、本検索システムは、全体としてメモリを備えた、プログラム制御により動作するコンピュータからなり、文書検索装置１と、ディスプレイ装置とキーボード、マウス等を備えたユーザ端末１８とを含む。そして、文書検索装置１とユーザ端末１８は、通信回線の一例であるインターネット１７を介して互いに接続する。

文書検索装置１は、検索部１１と、検索結果保持部１２と、特徴語分析部１３と、表示生成部１４と、記憶部１５とを含む。

検索部１１は、検索条件入力部１１１と、検索実行部１１２と、検索対象蓄積部１１３とを含む。特徴語分析部１３は、分析条件入力部１３１と、言語解析部１３２と、尺度算出部１３３と、特徴語選択部１３４とを含む。

また、文書検索装置１で文書検索方法を実行させるためのプログラムは１５１として記憶部１５に格納され、記録媒体１６に記録あるいは記録媒体１６から読み出されることができる。

図１の検索部１１は、ユーザ端末１８から入力された検索条件を検索条件入力部１１１で入力し、検索対象蓄積部１１３に蓄積された検索対象文書について、検索実行部１１２で検索を実行する。

図１の検索対象蓄積部１１３には、検索対象とする複数件の文書が蓄積される。文書の一件は、たとえば、表題と、文書格納先情報、文書自体からなる。文書を表す要約や単語群が付加される場合もある。

図１の検索条件入力部１１１で入力する検索条件とは、たとえば、キーワードである。他には、検索対象蓄積部１１３に蓄積された文書のうち、どの文書を検索対象とするか、また、一件の文書のどの部分を検索対象とするか、たとえば表題のみか、表題と文書自体を検索対象とするか、などである。

図１の検索実行部１１２は、検索条件入力部１１１で入力した検索条件に従い、検索対象蓄積部１１３に蓄積された検索対象文書のうち検索条件に合致する文書とその部分につき、文書検索を実行し、検索結果文書を探し出す。そして検索結果文書から、検索結果文書の情報を生成して、検索結果として検索結果保持部１２に出力する。

図２は、検索実行部１１２において生成した、一件の検索結果文書の情報、すなわち一件の検索結果の、内容の一例を示す説明図である。図２において、一件の検索結果（ｉ）は、検索結果文書の表題（ｉ） ２ｉ１、補助情報（ｉ） ２ｉ２、文書格納先情報（ｉ） ２ｉ３の情報からなる。補助情報（ｉ）は、一例として、検索条件として入力したキーワードが出現する部分を検索結果文書から抜き出したものであり、検索実行部１１２で生成される。

図１の検索結果保持部１２は、検索実行部１１２の検索結果、すなわち検索結果文書の情報を入力して保持する。検索結果としてｎ件が出力されたとして、それらを検索結果（１）〜（ｎ）、すなわち１２１〜１２ｎとあらわす。一件の検索結果は各々図２に示した内容である。

図１の特徴語分析部１３は、ユーザ端末１８から入力された分析条件を分析条件入力部１３１で入力し、検索結果保持部１２の検索結果（１）〜（ｎ）を参照して、そのテキストの特徴語を分析して出力する。

本実施の形態では以下とする。

特徴語とは、カテゴリとカテゴリに属するテキストが与えられた場合に、テキスト中に出現する単位表現の中で、テキストが属するカテゴリにより出現状況に偏りがある単位表現のことである。

単位表現とは、後述の言語解析部１３２でテキストを言語解析して得られる、文節または単語のことである。

カテゴリとテキストから特徴語を分析することは、単位表現の、カテゴリごとのテキスト中での出現状況から、統計的あるいは確率論的手法により偏り方を表す尺度を算出することによって行う。なお、本実施の形態では、カテゴリとして、検索結果文書一件ずつを用いる。各々のカテゴリに属するテキストとして、各々の検索結果文書の情報、すなわち検索結果（１）〜（ｎ）を用いる。

図１の分析条件入力部１３１で入力する分析条件とは、たとえば、以下である。
・言語解析部１３２で使用する単位表現を文節にするか、単語にするか。
・尺度算出部１３３で使用する尺度算出方法。
・特徴語選択部１３４で使用する特徴語選択の基準。
・特徴語分析部１３で特徴語を分析するのは、検索結果の内容のうちどの部分とするか、すなわち、表題、補助情報、文書格納先情報のうち、どの部分の特徴語を分析するか。なお、本実施の形態では、検索結果の補助情報の特徴語を分析することとする。

図１の言語解析部１３２は、検索結果（１）〜（ｎ）について、検索結果に含まれる補助情報のテキストを言語解析し、どの検索結果の補助情報の言語解析結果かがわかるように対応づけて格納する。なお、本実施の形態では、言語解析とは、テキストを言語学的知見にもとづき解析して得られる文節または単語の単位表現を取り出し、それらの順序および品詞、活用形、係り受け関係を判定することとする。言語解析結果の格納方法は、検索結果（１）〜（ｎ）ごとでも、単位表現ごとでもよい。単位表現を何にするか、たとえば単語にするか文節にするかは、図１の分析条件入力部１３１で入力する。

図３は日本語の言語解析結果の一例を示す説明図である。図３において、元のテキスト３１について、文節を単位表現として区切り、係り受け関係を判定し、矢印で示した結果が３２である。矢印の根元の文節が、矢印の先の文節にかかっていることを示している。文節の一つ「飛行機で」につき単語に区切り、単語の品詞を判定した結果が３３である。これらは既知の技術で実現できる。

図１の尺度算出部１３３は、単位表現の、各検索結果文書カテゴリへの出現の偏り方を表すように、単位表現の尺度の数値を算出し、尺度を算出した単位表現を特徴語候補として出力するものである。まず尺度算出部１３３は言語解析部１３２の結果から単位表現ごとの出現頻度を集計する。具体的には、単位表現の、ある検索結果（ｉ）の補助情報についての出現頻度である頻度と、全検索結果（１）〜（ｎ）の補助情報についての出現頻度の合計である総頻度を集計する。

次に、すべての単位表現について、各検索結果（１）〜（ｎ）の補助情報への出現状況の偏り方を表す尺度を、統計的あるいは確率論的手法により、算出する。尺度算出方法は図１の分析条件入力部１３１で入力する。

尺度算出部１３３における算出方法の例としては、ある単位表現について、
（検索結果（ｉ）の補助情報における出現頻度）
／（全検索結果（１）〜（ｎ）の補助情報における出現頻度の合計）
を、ある単位表現の、検索結果（ｉ）についての尺度とする、としてもよい。これは、ある単位表現の、検索結果文書カテゴリ（ｉ）への出現の偏り方を表す。

また、尺度算出部１３３における算出方法としては、特許文献１に開示された「アンケート回答分析システム」の方法、すなわち、テキスト分類エンジンを用いることによって、単位表現のテキストへの出現状況が、テキストが属するカテゴリ、すなわち検索結果文書カテゴリと深く関係する単位表現を取り出す技術を、利用してもよい。

そして尺度算出部１３３は、尺度を算出した単位表現を特徴語候補として、尺度、付属情報とともに出力する。

図４は、尺度算出部１３３の出力の一例を示す説明図である。図２に示した検索結果（ｉ）の補助情報（ｉ） ２ｉ２について、言語解析の単位表現を単語とした場合の、尺度算出部１３３の出力の一部である。No.欄は特徴語候補の番号、順位欄は特徴語候補を尺度の降順に順位づけをして並べた順位、特徴語候補欄は特徴語候補の単語である。特徴語候補への付属情報として、頻度欄は特徴語候補の検索結果（ｉ）の補助情報における出現頻度、総頻度欄は特徴語候補の検索結果（１）〜（ｎ）の補助情報における出現頻度の合計、尺度欄は特徴語候補の尺度、品詞欄は特徴語候補の単語の品詞を示している。なお、尺度の数値自体は尺度算出部１３３の詳細により異なる。図４の場合は、特徴語の尺度の数値が大きいほど、その特徴語の検索結果（ｉ）への出現の偏り方は大きい、すなわち、検索結果（ｉ）に出現して他の検索結果には出現しない、というものである。

図４は単位表現を単語とした場合のため、特徴語候補の品詞が品詞欄に示されているが、単位表現を文節とした場合は、文節の種類（名詞句、など）を出力してもよい。

なお尺度算出部１３３は、全検索結果（１）〜（ｎ）の各々について、図４に示したような出力を行う。

図１の特徴語選択部１３４は、各検索結果（１）〜（ｎ）の特徴語候補と尺度、付属情報（例えば、頻度、総頻度、品詞）を入力し、検索結果（１）〜（ｎ）ごとに、検索結果（１）〜（ｎ）中の他の検索結果との相違を良く表す特徴語を、特徴語候補の中から選択して、表示生成部１４に出力する。特徴語選択の基準は、図１の分析条件入力部１３１で入力する。

特徴語選択部１３４の特徴語選択の基準は、文書検索装置１の目的および検索対象蓄積部１１３の検索対象文書により、任意に決めることができる。たとえば、特徴語の尺度の数値は、単位表現の各検索結果への単位表現の出現の偏り方を表すものとなるよう算出したのだから、その値に注目して特徴語選択の基準を考えることができる。
・特徴語選択部１３４は、尺度がある大きさの偏り方以上の特徴語候補を特徴語として選択する。
・特徴語選択部１３４は、検索結果（１）〜（ｎ）ごとに、偏り方の大きい順に、一定数の特徴語候補を特徴語として選択する。

他の特徴語選択の基準としては、検索実行者が特徴語の表示を見たときに、検索結果の相互の相違を見比べ、容易に把握しやすいかどうか、から考えることができる。
・特徴語選択部１３４は、ある品詞（たとえば、名詞のみ）の特徴語候補を特徴語として選択する。
・特徴語選択部１３４は、特定の文字種類の特徴語（たとえば、漢字）の特徴語候補を特徴語として選択する。

これらの特徴語選択の基準は、１つでも、または複数を組み合わせてもよい。たとえば、尺度が１以上で、かつ、品詞が名詞の特徴語候補を特徴語として選択する、としてもよい。

図１の表示生成部１４は、検索結果保持部１２に保持される全検索結果（１）〜（ｎ）に、特徴語分析部１３からの各検索結果（１）〜（ｎ）ごとの特徴語を付加することにより、検索結果表示を生成し、インターネット１７を介してそれをユーザ端末１８に出力する。

図１のユーザ端末１８は、表示生成部１４の出力すなわち検索結果表示に従い、全検索結果（１）〜（ｎ）とその検索結果から分析された特徴語を表示する。

図５は、表示生成部１４の出力の一例、すなわちユーザ端末１８の表示の一例を示す説明図である。

具体的には、図５は、検索実行者が「A」という地名を検索条件として入力した場合の文書検索装置１の表示生成部１４の出力例である。図５において、５１１は検索結果（１）の表題、５１２は検索結果（１）の特徴語、５１３は検索結果（１）の補助情報、５１４は検索結果（１）の文書格納先情報である。以下、検索結果（２）、（３）、（４）、（５）、（６）、（７）につき表示生成部１４の出力の一例を示している。すべての特徴語は、左から尺度の降順に表示されている。つまり、左側の特徴語のほうが、その検索結果への出現の偏り方が大きい特徴語である。尺度算出部１３３において、単位表現として単語を採用し、特徴語選択部１３４における特徴語選択の基準として、品詞が名詞で、かつ、尺度が正の特徴語を選択している。

検索実行者は、図５に示す検索結果表示から、自分の検索目的に合致する候補の検索結果文書を選択して文書を入手したり、次の検索条件を考えたりする必要がある。

たとえば、検索実行者が「A」という地名を検索条件として検索を行った目的が、「A」についての一人旅の下調べであれば、検索結果（３）の特徴語５３２を見ることにより、検索結果（３）を選択して文書を文書格先５３４から入手することができる。

また、検索実行者が「A」という地名を検索条件として検索を行った目的が、「A」についての格安航空券の検討であれば、検索結果（４）の特徴語５４２を見ることにより、検索結果（４）を選択して文書を文書格納先５４４から入手することができる。

これは、文書検索装置１で得られた特徴語は、検索結果一件ずつの相互の相違をあらわすものとなっているためである。すなわち、ある検索結果（ｉ）の特徴語として上位になる（図５では左側に表示）特徴語は、他の検索結果には出現しにくく、下位になる（図５では右側に表示、あるいは表示されない）特徴語は、他の検索結果にも出現しやすい特徴語である。

背景技術として述べたように、従来の文書検索装置では検索結果には特徴語５１２〜５７２は出力されない。そのため、検索実行者は文書を入手する検索結果を選択するために、検索結果（１）〜（７）の表題５１１〜５７１に加えて、補助情報５１３〜５７３を各々見比べて検討していた。それに対し、本発明による特徴語５１２〜５７２を見比べる方が、検索結果（１）〜（７）の相互の相違を、容易に把握・検討することができる。このため、検索実行者は、より短い時間で検索目的に合致する検索結果文書に到達することができる。

次に、図６を参照して本実施の形態の動作を説明する。図６は、本実施の形態の処理のフローチャートである。図６のＳ１からＳ４のそれぞれのステップは、図１の検索部１１、検索結果保持部１２、特徴語分析部１３、表示生成部１４の処理に対応している。

図６を参照すると、まず検索部１１は、検索条件入力部１１１が入力した検索条件を参照し、検索対象蓄積部１１３に蓄積された検索対象文書の中から、その検索条件にあう文書を検索する。そして検索結果文書の件数ｎ件分の、図２に示したような検索結果文書の情報を、検索結果として生成し、出力する（ステップＳ１）。

検索結果保持部１２は、検索結果文書の件数ｎ件分の、検索結果（１）〜（ｎ）すなわち検索結果文書の情報を入力し、保持する（ステップＳ２）。

次に特徴語分析部１３は、分析条件入力部１３１が入力した分析条件を参照し、検索結果保持部１２に保持された検索結果（１）〜（ｎ）を参照して、検索結果文書一件ずつをカテゴリとした、各々のカテゴリに属するテキスト、すなわち各々の検索結果文書の情報ごと、すなわち検索結果（１）〜（ｎ）ごとの特徴語を分析し、結果を出力する（ステップＳ３）。

次に表示生成部１４は、検索結果保持部１２の検索結果（１）〜（ｎ）に、特徴語分析部１３の検索結果（１）〜（ｎ）ごとの特徴語を付加することにより、検索結果表示を生成し、出力する（ステップＳ４）。

このように本実施の形態によれば、文書検索の結果表示に、各々の検索結果の相互の相違をあらわす特徴語を付加して表示する。そのため、検索実行者が検索結果相互の相違を容易に把握することができる。よって、検索実行者自身の検索目的に合致する検索結果を、試行錯誤が少なく、短時間に選択することができる、という効果がある。

なお、本実施の形態は、上記に限らず適宜変更可能である。

例えば、文書検索装置の生成する表示の一例である図５では、各検索結果の特徴語は各検索結果文書の情報（表題、補助情報、文書格納先情報）に付加されるが、特徴語は本来、各検索結果文書の情報から言語解析により取り出されたものなので、各検索結果文書の情報に含まれる。そのため、特徴語は各検索結果文書の情報中に強調して表示（たとえば下線を引く、色を変える）されてもよい。

また、文書検索装置の生成する表示の一例である図５では、各検索結果の特徴語は各検索結果文書の情報に付加されるが、検索結果文書の情報である表題、補助情報および文書格納先情報をすべて表示しないで、その一部と特徴語を表示してもよい。たとえば検索結果文書の表題と特徴語のみを表示してもよい。このような表示の方法は、携帯電話端末等のように表示可能な部分が小さいユーザ端末向けには、有効となる。

また、検索結果保持部１２には、検索結果文書自体も保持しても良い。

また、特徴語分析部１３で特徴語を分析する場合に、検索結果文書自体の特徴語を分析してもよい。

また、検索対象蓄積部１１３に蓄積される情報は、文書情報以外の情報、たとえば画像あるいは音声といった情報に、テキストとして表題や補助情報が付加されたものであり、特徴語分析部１３で特徴語を分析する場合には、検索結果のテキストの部分の特徴語を分析してもよい。

また、特徴語分析部１３は辞書データを有し、その辞書データを参照しながら特徴語分析を行ってもよい。具体的には、言語解析部１３２および特徴語選択部１３４が、分析条件入力部１３１で入力した分析条件により指定される辞書データを参照して、言語解析および特徴語選択を行う。これはたとえば、ユーザ固有の組織名、製品名などの単位表現を特徴語として取り出したい場合に、予めそれらの単位表現を辞書データとして作成して利用する場合である。このような辞書の使用は言語解析において一般的である。

また、特徴語分析部１３は、尺度算出部１３３の代わりに単位表現集計部を有してもよい。単位表現集計部は、言語解析部１３２の結果である単位表現から、単位表現毎の頻度の集計を行い、単位表現を特徴語候補として、その集計結果を頻度と総頻度として出力する。具体的には、図４に示した尺度算出部の出力から尺度欄を取り除いた出力となる。この場合、特徴語選択部１３４における特徴語選択の基準は、尺度を使用しない基準を使用することとなる。結果として選択される特徴語に違いはあるが、本発明の目的である検索結果の相互の相違をあらわす情報のための、特徴語分析部の結果として、利用可能な特徴語が得られることがある。

また、特徴語分析部１３は、尺度算出部１３３の代わりに特定単位表現集計部を有してもよい。特定単位表現とは、言語解析部１３２の結果である単位表現のうち、特定の条件を満たす単位表現である。

特定単位表現の具体例としては、テキストの中で「主な話題」らしさを表す特定の条件を満たす単位表現を考えることができる。一般的に日本語では、文中の名詞句において、名詞に付属して名詞句をなす助詞の種類により、その名詞がその文中で「主な話題」らしいかどうかを判定するという理論が知られている（センタリングあるいは中心化理論。岩波講座、ソフトウェア科学、１５「自然言語処理」長尾真：編、第一冊、ｐ．２７９参照）。この理論に基づけば、特定単位表現集計部は、言語解析部１３２の結果である単位表現から、「主な話題」らしさを表す特定の条件を満たす単位表現を取り出し単位表現毎に頻度を集計することができる。さらに、特定単位表現集計部は、「主な話題」らしさを表す数々の特定の条件毎に重みが設定されれば、単位表現毎に頻度を重みづけして集計することができる。

特定単位表現集計部は、特定単位表現を特徴語候補として、その集計結果を頻度と総頻度として、条件毎の重みが設定された場合は重みづけした頻度の集計結果を尺度として、出力する。具体的には図４の尺度算出部の出力と同様となる。

また、検索結果保持部１２に保持された検索結果（１）〜（ｎ）を一旦ユーザ端末１８に表示して、検索実行者に特徴語分析対象とする複数の検索結果を指定させ、指定された検索結果に対して特徴語分析部１３が特徴語分析を行ってもよい。

図７は、本実施の形態の処理のフローチャートである。図７において図６と同様のステップＳ１ついては同一符号を、類似のステップＳ３からＳ４については“´”をつけた符号を付してある。

図７を参照すると、まず検索部１１は、検索条件入力部１１１が入力した検索条件を参照し、検索対象蓄積部１１３に蓄積された検索対象文書の中から、その検索条件にあう文書を検索する。そして検索結果文書の件数ｎ件分の、図２に示したような検索結果文書の情報を、検索結果として生成し、出力する（ステップＳ１）。

次に、表示生成部１４は、検索結果文書の件数ｎ件分の、検索結果（１）〜（ｎ）をユーザ端末１８に出力して表示する。そして、検索実行者が特徴語分析対象とする複数の検索結果の指定情報をユーザ端末１８から入力する（ステップＳ１０）。

検索結果保持部１２は、検索実行者が特徴語分析対象とする複数の検索結果の指定情報を入力し、特徴語分析対象と指定されたｍ件分の検索結果（１）〜（ｍ）、すなわち検索結果文書の情報を入力し、保持する（ステップＳ１１）。

次に特徴語分析部１３は、分析条件入力部１３１が入力した分析条件を参照し、検索結果保持部１２に保持された検索結果（１）〜（ｍ）を参照して、検索結果文書一件ずつをカテゴリとした、各々のカテゴリに属するテキスト、すなわち各々の検索結果文書の情報ごと、すなわち検索結果（１）〜（ｍ）ごとの特徴語を分析し、結果を出力する（ステップＳ３´）。

次に表示生成部１４は、検索結果保持部１２の検索結果（１）〜（ｍ）に、特徴語分析部１３の検索結果（１）〜（ｍ）ごとの特徴語を付加することにより、検索結果表示を生成し、出力する（ステップＳ４´）。

この実施の形態によれば、検索実行者は特徴語分析部１３で特徴語を分析する検索結果を指定することができる。そして、検索実行者が必要としない検索結果については特徴語分析部の処理を行うことがないため、分析時間を短くすることが可能になる。

また、特徴語分析部１３は、まず検索結果保持部１２に保持された検索結果（１）〜（ｎ）の一部につき特徴語分析を行い、表示生成部１４が検索結果保持部１２の検索結果（１）〜（ｎ）の一部に、特徴語分析部１３の分析結果の特徴語を付加することにより、検索結果表示を生成し、ユーザ端末１８に出力してもよい。そののち、検索実行者は必要があれば、次の検索結果の一部につき特徴語分析の処理を指定し、特徴語分析からユーザ端末への出力を複数回繰り返してもよい。

背景技術として述べたインターネット上のＷＷＷ検索サービスでは、多数の検索結果が得られた場合にその一部を一旦表示し、検索実行者の指定により、次の検索結果の一部を表示することが行われる。この実施の形態は、本発明においても同様に、一旦表示する分の検索結果ｍ件の特徴語を分析して表示し、次のｍ件の表示の際にも検索結果ｍ件の特徴語を分析して表示するものである。

そして、この実施の形態によれば、一旦表示する検索結果ｍ件につき検索結果の特徴語分析部の処理を行うため、すべての検索結果の特徴語分析を行う場合に比べて、一回の表示のための特徴語分析部の処理時間を短くすることができる。

また、図１では、文書検索装置１はインターネット１７を介して、ユーザ端末１８と接続していたが、インターネット１７を介さずにユーザ端末１８と接続してもよい。

また、図８に示すように、特徴語分析部は文書検索装置になく、ユーザ端末に存在してもよい。図８は本実施の形態をあらわすブロック図である。なお、図８において図１と同一のものには同一符号を付してある。

文書検索装置１ａは、メモリを備えた、プログラム制御により動作するコンピュータからなり、検索部１１と検索結果保持部１２とを含む。一方、ユーザ端末１８ａは、メモリを備えた、プログラム制御により動作するコンピュータからなり、特徴語分析部１３と、表示生成部１４と、記憶部１５とを含み、ディスプレイ装置とキーボード、マウス等を備え、通信回線の一例であるインターネット１７を介して文書検索装置１ａと互いに接続する。

また、ユーザ端末１８ａで文書検索方法を実行させるためのプログラムは１５１として記憶部１５に格納され、記録媒体１６に記録あるいは記録媒体１６から読み出されることができる。

図８の検索部１１は、ユーザ端末１８ａから入力された検索条件を検索条件入力部１１１で入力し、検索対象蓄積部１１３に蓄積された検索対象文書について、検索実行部１１２で検索を実行する。

図８の検索結果保持部１２は、検索実行部１１２の検索結果を入力して保持する。検索結果としてｎ件が出力されたとして、それらを検索結果（１）〜（ｎ）、すなわち１２１〜１２ｎとする。一件の検索結果は各々図２に示した内容である。

図８の特徴語分析部１３は、ユーザ端末１８ａから入力された分析条件を分析条件入力部１３１で入力し、文書検索装置１ａの検索結果保持部１２の検索結果（１）〜（ｎ）を参照して、特徴語を分析し出力する。

図８の表示生成部１４は、文書検索装置１ａの検索結果保持部１２に保持される検索結果（１）〜（ｎ）に、特徴語分析部１３からの検索結果（１）〜（ｎ）ごとの特徴語を付加することにより、検索結果表示を生成し、ユーザ端末１８ａに出力する。ユーザ端末１８ａは、表示生成部１４の出力すなわち検索結果表示に従い、検索結果（１）〜（ｎ）とその検索結果から分析された特徴語を表示する。

この実施の形態によるユーザ端末１８ａは、特徴語分析部の処理が文書検索装置１ａの検索性能へ悪影響を与えないようにしたい場合に、利用される可能性がある。

また、この実施の形態によるユーザ端末１８ａは、特定の文書検索装置だけでなく、複数の文書検索装置の検索結果に対して、特徴語分析を行う場合に、利用される可能性がある。

また、図９に示すように、検索対象蓄積部１１３に蓄積された文書のテキストの言語解析を予め行っておくために、検索部１１ｂが言語解析部１３２を含んでもよい。図９は本実施の形態をあらわすブロック図である。なお、図９において図１と同一のものには同一符号を付してある。

図９の検索部１１ｂは、検索対象蓄積部１１３に蓄積された検索対象文書について、まず、言語解析部１３２で言語解析を行い、言語解析結果を検索対象蓄積部１１３に追加する。次にユーザ端末１８から入力された検索条件を検索条件入力部１１１で入力し、検索対象蓄積部１１３に蓄積された検索対象文書について、検索実行部１１２で検索を実行する。

図９の検索結果保持部１２は、検索実行部１１２の検索結果を入力して保持する。図９の特徴語分析部１３ｂは、ユーザ端末１８から入力された分析条件を分析条件入力部１３１で入力し、検索結果保持部１２の検索結果（１）〜（ｎ）と、その言語解析結果を参照して、特徴語を分析し出力する。図９の表示生成部１４は検索結果保持部１２に保持される検索結果（１）〜（ｎ）に、特徴語分析部１３ｂからの検索結果（１）〜（ｎ）ごとの特徴語を付加することにより、検索結果表示を生成し出力する。

この実施の形態では、検索対象文書は検索実行前に言語解析されているので、検索結果が得られてから言語解析を行う必要がない。このため、特徴語分析部の処理が文書検索装置１ｂの検索性能へ悪影響を与えないようにしたい場合や、検索対象とする文書自体の特徴語分析を行いたい場合に、利用される可能性がある。

本発明の一実施の形態のブロック図である。 本発明の一実施の形態における検索実行部の検索結果の一例を示す説明図である。 日本語の言語解析結果の一例を示す説明図である。 本発明の一実施の形態における尺度算出部の出力の一例を示す説明図である。 本発明の一実施の形態における表示生成部の出力の一例を示す説明図である。 本発明の一実施の形態における処理を示すフローチャートである。 本発明の他の実施の形態における処理を示すフローチャートである。 本発明のさらに他の実施の形態のブロック図である。 本発明のさらに他の実施の形態のブロック図である。

符号の説明

１ 文書検索装置
１ａ 文書検索装置
１ｂ 文書検索装置
１１ 検索部
１１ｂ 検索部
１１１ 検索条件入力部
１１２ 検索実行部
１１３ 検索対象蓄積部
１２ 検索結果保持部
１２１ 検索結果１
１２ｎ 検索結果ｎ
１３ 特徴語分析部
１３ｂ 特徴語分析部
１３１ 分析条件入力部
１３２ 言語解析部
１３３ 尺度算出部
１３４ 特徴語選択部
１４ 表示生成部
１５ 記憶部
１５１ プログラム
１６ 記録媒体
１７ インターネット
１８ ユーザ端末
１８ａ ユーザ端末

Claims (10)

1. 入力された検索条件に基づいて、検索対象とする複数の文書を検索し、その検索結果表示を出力する文書検索装置であって、
   前記検索条件を受け付けると、前記検索対象とする複数の文書の中から、前記検索条件にあう文書を検索し、検索結果文書の情報を生成し出力する検索実行部と、
   前記検索実行部の生成した検索結果文書の情報を保持する検索結果保持部と、
   前記検索結果保持部に保持された検索結果文書の情報から、各検索結果文書の情報に偏って出現する単位表現である特徴語を分析して出力する特徴語分析部と、
   前記検索結果文書の情報に、各々の検索結果文書の情報の特徴語を付加することにより検索結果表示を生成し、出力する表示生成部と、
   を含むことを特徴とする文書検索装置。
2. 請求項１に記載の文書検索装置において、
   前記検索対象とする各文書は、表題、文書格納先情報および文書自体を有し、
   前記検索実行部は、前記検索結果文書の情報として、前記検索結果文書の表題、前記検索結果文書の文書格納先情報、または、前記検索結果文書の文書自体から前記検索条件が出現する部分を抜き出した補助情報を、生成し出力する、文書検索装置。
3. 請求項１に記載の文書検索装置において、
   前記検索結果保持部は、前記検索実行部の生成した検索結果文書の情報のうち、特徴語分析対象とする複数の検索結果の指定情報にて指定された複数の検索結果文書の情報を保持する、文書検索装置。
4. 検索条件を受け付けると検索対象とする複数の文書の中から前記検索条件にあう文書を検索し検索結果文書の情報を生成する文書検索装置と接続された情報処理装置であって、
   前記文書検索装置にて生成された検索結果文書の情報を参照して、各検索結果文書の情報に偏って出現する単位表現である特徴語を分析して出力する特徴語分析部と、
   前記検索結果文書の情報に、各々の検索結果文書の情報の特徴語を付加することにより検索結果表示を生成し出力する表示生成部と、
   を含むことを特徴とする情報処理装置。
5. 入力された検索条件に基づいて、検索対象とする複数の文書を検索し、その検索結果表示を出力する文書検索装置が行う検索結果出力方法であって、
   前記検索条件を受け付ける受付ステップと、
   前記検索対象とする複数の文書の中から、前記検索条件にあう文書を検索し、検索結果文書の情報を生成し出力する検索実行ステップと、
   前記検索結果文書の情報を保持する検索結果保持ステップと、
   前記保持された検索結果文書の情報から、各検索結果文書の情報に偏って出現する単位表現である特徴語を分析して出力する特徴語分析ステップと、
   前記検索結果文書の情報に、各々の検索結果文書の情報の特徴語を付加することにより検索結果表示を生成し、出力する表示生成ステップと、
   を含むことを特徴とする検索結果出力方法。
6. 請求項５に記載の検索結果出力方法において、
   前記検索対象とする各文書は、表題、文書格納先情報および文書自体を有し、
   前記検索実行ステップでは、前記検索結果文書の情報として、前記検索結果文書の表題、前記検索結果文書の文書格納先情報、または、前記検索結果文書の文書自体から前記検索条件が出現する部分を抜き出した補助情報を生成し出力する、検索結果出力方法。
7. 請求項５に記載の検索結果出力方法において、
   前記検索結果保持ステップでは、前記検索実行ステップで生成された検索結果文書の情報のうち、特徴語分析対象とする複数の検索結果の指定情報にて指定された複数の検索結果文書の情報を保持する、検索結果出力方法。
8. 検索条件を受け付けると検索対象とする複数の文書の中から前記検索条件にあう文書を検索し検索結果文書の情報を生成する文書検索装置と接続された情報処理装置が行う検索結果表示方法であって、
   前記文書検索装置にて生成された検索結果文書の情報を参照して、各検索結果文書の情報に偏って出現する単位表現である特徴語を分析して出力する特徴語分析ステップと、
   前記検索結果文書の情報に、各々の検索結果文書の情報の特徴語を付加することにより検索結果表示を生成し、出力する表示生成ステップと、
   を含むことを特徴とする検索結果表示方法。
9. 検索条件を受け付ける受付処理と、
   検索対象とする複数の文書の中から、前記検索条件にあう文書を検索し、検索結果文書の情報を生成し出力する検索実行処理と、
   前記検索結果文書の情報を保持する検索結果保持処理と、
   前記保持された検索結果文書の情報から、各検索結果文書の情報に偏って出現する単位表現である特徴語を分析して出力する特徴語分析処理と、
   前記検索結果文書の情報に、各々の検索結果文書の情報の特徴語を付加することにより検索結果表示を生成し、出力する表示生成処理と、
   を含む検索結果出力処理を、コンピュータに実行させるプログラム。
10. 検索条件を受け付けると検索対象とする複数の文書の中から前記検索条件にあう文書を検索し検索結果文書の情報を生成する文書検索装置と接続されたコンピュータに、検索結果表示処理を実行させるプログラムであって、
    前記文書検索装置にて生成された検索結果文書の情報を参照して、各検索結果文書の情報に偏って出現する単位表現である特徴語を分析して出力する特徴語分析処理と、
    前記検索結果文書の情報に、各々の検索結果文書の情報の特徴語を付加することにより検索結果表示を生成し、出力する表示生成処理と、
    を含む検索結果表示処理を前記コンピュータに実行させるプログラム。

Images