JP2008305268A - 文書分類装置及び分類方法 - Google Patents

Abstract

【課題】機械的な文書分類方法（自動分類）に、ユーザが行った分類結果の修正（手動分類）を反映させて、インタラクティブに文書分類を行う。
【解決手段】自動分類によって得られる表形式の分類マップに対して、ユーザがあるカテゴリから別のカテゴリに文書を移動させると、その文書と移動先のカテゴリとの間に同分類制約文書を設定する。この同分類制約文書は、移動先のカテゴリに含まれる文書により求めた重心を新たな文書として作成し、その作成された文書と被移動文書との間で設定する。上記同分類制約文書で結んだ２文書のうち、被移動文書には移動フラグを設定する。手動による分類修正後の自動分類では、各文書をベクトルの類似度に従って分類するが、ある文書に同分類制約文書で結ばれた文書が存在し、かつ、それらの文書間で類似度による分類結果が異なる場合には、移動フラグのある文書を移動フラグのない文書と同じカテゴリに属させる。
【選択図】図１

Description

本発明は、文書分類装置及び文書分類方法に係り、詳細には、取得した対象文書群に対する分類精度の向上に関する。

従来、例えば文書検索システムなどにより収集した大量の文書を、それら文書の内容にしたがっていくつかのカテゴリに分類する場合がある。このような大量文書の分類を行う場合、クラスタリングなどの機械的な方法を用いて自動で分類するのが一般的である。ここで言う機械分類とは、文書内の単語の出現頻度に基づいた特徴量をベクトルの要素として、そのベクトル間の類似度を元に分類する方法である。

しかし、機械による自動分類は短時間に大量の文書を分類できるが、精度が低いためユーザの意図どおりの分類とならないことが多い。したがって、その機械分類結果を人手で再度精査するという二度手間が発生してしまっていた。

上述した問題に対して、ユーザの分類意図を制約として機械分類に組み込むことで精度を向上させる方法がある。分類を行う際には、ある文書とある文書が必ず同じカテゴリに属することが事前にわかっている場合がある。例えば非特許文献１は、このような事前知識を分類の際の制約として機械分類に組み込むことでユーザの意図に合った分類結果を実現している。詳細には、任意の２つの文書が必ず同じカテゴリに属することがわかっている場合にはMust-link、異なるカテゴリである場合にはCannot-linkと呼ばれる制約を付与し、類似度よりもこれらの制約を優先した分類を行うことで精度を向上させる。

Wagstaff, K., Cardie, C., Rogers, S. & Schroedl, S. Constrained K-Means clustering with background knowledge. Proc. of the 18th International Conference on Machine Learning. pp.577-584. 2001.

しかし、上記の方法は文書と文書との間に付与する制約であるため、文書とカテゴリとの間に付与する必要がある場合には対応できない。また、「任意の２文書が同じ（異なる）カテゴリに属する」という情報しかもたない制約であるため、類似度による分類結果が異なる２文書間にMust-linkがはられた場合に、どちらのカテゴリに双方を属させるべきかという問題を解決できない。

本発明によれば、機械分類によって得られる表形式の分類マップに対して、ユーザがあるカテゴリから別のカテゴリに文書を移動させると、その文書と移動先のカテゴリとの間に同分類制約を設定する。この同分類制約は、移動先のカテゴリに含まれる文書により計算した重心を新たな文書（同分類制約文書）として作成し、その作成された同分類制約文書と被移動文書との間で設定する。さらには、上記同分類制約で結んだ２文書のうち、被移動文書には移動フラグを設定する。

一方、手動による分類マップ修正後の機械分類では、各文書をベクトルの類似度に従って分類するが、ある文書に同分類制約で結ばれた文書が存在し、かつ、それらの文書間で類似度による分類結果が異なる場合には、移動フラグのある文書を移動フラグのない文書と同じカテゴリに属させる。

このように、手動分類によって設定される同分類制約文書と移動フラグを機械分類の際に利用することで、ユーザの分類意図を反映させた精度の高い分類結果を得ることができる。

図１は、本発明の一実施例である文書分類装置全体の構成図である。本文書分類装置は、情報端末１０と、文書データＤＢ１１０、分類操作ＤＢ１１１、書誌情報ＤＢ１１２、分類マップＤＢ１１３の４つのデータベース、ネットワーク１１４で構成される。情報端末１０と４つのデータベースはネットワーク１１４で接続されているが、４つのデータベースを情報端末１０の内部に含めてもよい。

情報端末１０は、ＣＰＵ１０１、メモリ１０２、キーボード・マウス１０３、ディスプレイ１０４、機械分類制御部１０５、同分類制約文書生成部１０６、手動分類制御部１０７、文書表示部１０８、データ通信部１０９からなる。

ＣＰＵ１０１は、機械分類制御部１０５、同分類制約文書生成部１０６、手動分類制御部１０７、文書表示部１０８、データ通信部１０９に記憶された各種プログラムを呼び出して実行することによって各種処理を行う。メモリ１０２は、ＣＰＵ１０１が各種処理に使用するデータを一時的に記憶するワークエリアを提供する。キーボード・マウス１０３は、ユーザが情報を入力する手段として用いる。ディスプレイ１０４には、分類結果等を表示する。データ通信部１０９は、ネットワークインターフェイスである。例えばＴＣＰ／ＩＰプロトコルを用いて通信可能なＬＡＮカードで構成される。情報端末１０は、データ通信部１０９によりネットワーク１１４上に配置されたデータベースと通信することができる。

文書データＤＢ１１０には、文書に含まれる単語の頻度情報が格納されている。分類操作ＤＢ１１１には、機械分類制御部１０５、同分類制約文書生成部１０６、手動分類制御部１０７より得られた各種処理結果が格納されている。書誌情報ＤＢ１１２には、作成者や作成日といった文書の書誌情報が格納されている。分類マップＤＢ１１３には、作成した分類マップのカテゴリ情報が格納されている。

図２は、図１における手動分類制御部１０７の構成図である。
固定フラグ生成部２０１は、ユーザからカテゴリ固定指示があった場合に、対象とする文書に固定フラグを生成する。移動フラグ生成部２０２は、ユーザがあるカテゴリから別のカテゴリへと文書を移動した場合に、対象とする文書に移動フラグを生成する。カテゴリ分割制御部２０３は、カテゴリを複数に分割し、分割したカテゴリへの文書の移動を行った場合の固定フラグと移動フラグの制御を行う。カテゴリ結合制御部２０４は、複数のカテゴリを１つに集約した場合の固定フラグと移動フラグの制御を行う。

図３を用いて、機械分類制御部１０５、同分類制約文書生成部１０６、手動分類制御部１０７、文書表示部１０８で行う処理の概要を説明する。図３は、本発明の一実施例の文書分類装置の処理フロー図である。以降では、図３の処理フローと図１７の分類結果表示例に則り、各種分類処理（機械分類制御部１０５、同分類制約文書生成部１０６、手動分類制御部１０７）とＤＢ（文書データＤＢ１１０、分類操作ＤＢ１１１、書誌情報ＤＢ１１２、分類マップＤＢ１１３）の詳細を説明する。

まず、ユーザがキーボード・マウス１０３を用いて、検索システム等により収集した文書集合を本発明の文書分類装置に入力する。対象文書集合を受け取った文書分類装置は（Ｓ３０１）、集合中の文書に分類結果情報が付与されていない場合、機械分類制御部１０５に対象文書集合を渡し、初期機械分類を実行する（Ｓ３０２，Ｓ３０３）。また、対象文書集合に分類が付与されている場合、文書分類装置は対象文書集合を文書表示部１０８に渡し、文書表示部１０８は分類結果をディスプレイ１０４に表示する（Ｓ３０４）。ここで、上記対象文書集合に分類が付与されている場合とは、例えば本発明の文書分類装置にて対象文書集合を以前に分類した結果等を意味する。

機械分類制御部１０５が初期機械分類（Ｓ３０３）を実行する際には、ユーザは対象文書集合の分割カテゴリ数を入力する。そして、対象文書集合と分割カテゴリ数を受け取った機械分類制御部１０５は初期機械分類を実行する（Ｓ３０３）。なお、ここで行う初期機械分類では、一般的な階層的クラスタリング法とK-Means法を組み合わせる。例えば、階層的クラスタリング法を用いて上記分割カテゴリ数でのクラスタリングを行い、その分類結果から各カテゴリの重心を求め、その重心を初期重心としてK-Means法により得られた結果を最終的な初期機械分類結果とする。また、K-Means法に用いる初期重心を得る方法として、階層的クラスタリング法を用いるのではなく、初期重心とする文書をユーザが直接入力してもよい。なお、階層的クラスタリング法やK-Means法については、例えば「The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Trevor Hastie, Robert Tibshirani, Jerome H. Friedman, Springer-Verlag, 2001」等を参照されたい。

次に、対象文書集合のカテゴリが決定すると、機械分類制御部１０５は文書表示部１０８に分類結果を渡し、文書表示部１０８は分類結果をディスプレイ１０４に表示する（Ｓ３０４）。

図１７は、対象文書集合の分類結果の表示例１７０１である。分類マップ１７０２に示すように、縦と横の２軸により分類結果を表示している。この例では、行成分（縦軸）を書誌情報ＤＢ１１２より得た文書の「作成者」情報１７０３、列成分（横軸）を機械分類により分類したカテゴリ情報１７０４として文書１７０５を配置している。図１７の例では、行成分に作成者情報を用いているが、書誌情報ＤＢ１１２に登録されている項目から自由に選択できる。また、１７０６は該当文書のカテゴリを固定するためのチェックボックスであり、１７０７は機械分類を行うためのボタンであり、１７０８は文書を別のカテゴリへと移動するためのボタンであり、１７０９はカテゴリの分割を行うためのボタンであり、１７１０はカテゴリの結合を行うためのボタンである。

分類対象文書集合のマップ表示後、ユーザは機械分類（Ｓ３０６）と手動分類（Ｓ３０８）を試行錯誤的に繰り返す（Ｓ３０５−Ｓ３０９）ことによって、思い通りの分類マップ１７０２を完成させていく。以下では、まず初めに文書データＤＢ１１０、分類操作ＤＢ１１１、書誌情報ＤＢ１１２、分類マップＤＢ１１３の構成を説明した後、図１７の分類マップ１７０２とチェックボックス１７０６及びボタン１７０７〜１７１０の各機能を用いた、機械分類と手動分類操作の詳細について説明する。

図１３に、文書データＤＢ１１０に格納するデータのデータ形式とデータ例を示す。１３０１は格納する文書を識別する番号である。１３０２には対応する文書に特徴的な単語とその出現頻度が格納されている。

図１４に、分類操作ＤＢ１１１に格納するデータのデータ形式とデータ例を示す。１４０１は格納する文書を識別する番号である。１４０２は対応する文書が分類マップ１７０２で属している列を識別する番号である。１４０３は対応する文書を別のカテゴリへと手動分類により移動した場合の、移動元の列の識別番号である。この値が０の場合は、対応する文書の移動が無かったことを表す。１４０４は分類マップ１７０２での対応する文書の固定フラグチェックボックス１７０６の状態を表す０，１値であり、０がオフの状態、１がオンの状態を示す。１４０５は対応する文書と同分類制約関係にある文書の識別番号である。この値が０の場合は、同分類制約文書が無いことを表す。また、−１の場合は、この文書が同分類制約文書であることを示す。図１４の例の場合、文書ｉｄが２の文書は、文書ｉｄが２０の文書と同分類制約関係にあることを示している。

図１５に、書誌情報ＤＢ１１２に格納するデータのデータ形式とデータ例を示す。１５０１は格納する文書を識別する番号である。１５０２は作成日、１５０３は作成者、１５０４はその文書に付与しているなんらかの分類、１５０５はタイトルである。本データ形式はあくまでも一例であり、何を列要素として定義すべきかは対象文書の種類にもよる。

図１６に、分類マップＤＢ１１３に格納するデータのデータ形式とデータ例を示す。１６０１は分類マップ中のカテゴリを識別する番号である。カテゴリ名１６０２は対応するカテゴリの名前である。

図４は、機械分類操作（Ｓ３０６）の処理フローである。機械分類では機械分類制御部１０５が対象文書集合を受け取った後（Ｓ４０１）、それら文書に関する同分類制約文書を生成し（Ｓ４０２）、上記対象文書集合と上記同分類制約文書を用いて機械分類を実行する（Ｓ４０３）。最後に分類操作ＤＢ１１１内の全ての文書の移動フラグを０に更新する（Ｓ４０４）。以下では、同分類制約文書生成と機械分類の詳細を説明する。

図５は、同分類制約文書を生成（Ｓ４０２）するための処理フローである。機械分類制御部１０５は、対象文書を取得し（Ｓ５０１）、その文書の移動フラグを分類操作ＤＢ１１１より得る（Ｓ５０２）。移動フラグが０であった場合は（Ｓ５０２→Ｎｏ）、本同分類制約文書生成処理を終了する。移動フラグが１以上であった場合（Ｓ５０２→Ｙｅｓ）、機械分類制御部１０５は分類操作ＤＢ１１１より該文書の同分類制約文書ｉｄを取得する。同分類制約文書ｉｄが１以上であった場合（Ｓ５０３→Ｙｅｓ）、機械分類制御部１０５は同分類制約文書ｉｄと同じ文書ｉｄをもつ文書エントリを文書データＤＢ１１０より削除し（Ｓ５０４）、同分類制約文書生成部１０６に対象文書を渡す。そして、同分類制約文書生成部１０６は新たな同分類制約文書を生成する（Ｓ５０５）。また、Ｓ５０３において同分類制約文書ｉｄが０であった場合も（Ｓ５０３→Ｎｏ）、同分類制約文書を生成（Ｓ５０５）して本同分類制約文書生成処理を終了する。上記フローに従うのは、以下の４つのケースである。分類操作ＤＢ１１１において対象文書の、
・Case１：移動フラグが０、かつ同分類制約文書ｉｄが０、
・Case２：移動フラグが０、かつ同分類制約文書ｉｄが１以上、
・Case３：移動フラグが1以上、かつ同分類制約文書ｉｄが０、
・Case４：移動フラグが1以上、かつ同分類制約文書ｉｄが１以上
の場合である。まず、Case１は対象とする文書の移動が１度も行われていない場合であり、同分類制約文書は生成せずに処理を終了する（Ｓ５０２→Ｎｏ）。Case２は、過去に移動が行われたことがあるが、直前の手動分類操作では移動が行われなかった文書の場合であり、これについても同分類制約文書を生成せずに処理を終了する（Ｓ５０２→Ｎｏ）。Case３は、その文書に初めて移動があった場合であり、同分類制約文書生成処理を実行する（Ｓ５０３→Ｎｏ）。Case４は、過去に移動が行われことがあり、かつ直前の手動分類においても移動が行われた場合であり（例えば、手動による文書の移動→機械分類実行→該文書を再度手動により移動→機械分類実行、とした場合）、この場合は直前の移動処理を優先するため、現在保持している同分類制約文書を削除し、直前の移動処理に従って新規に同分類制約文書を生成する（Ｓ５０３→Ｙｅｓ）。

図６Ａは、同分類制約文書生成（Ｓ５０５）の処理フローである。同分類制約文書生成部１０６は、機械分類制御部１０５より対象文書を取得する（Ｓ６０１）。次に、同分類制約文書生成部１０６は、上記対象文書の列ｉｄと等しい列ｉｄをもつ文書群の文書ｉｄを分類操作ＤＢ１１１より取得し（Ｓ６０２）、文書データＤＢ１１０中の対応する文書データの単語頻度情報を用いて重心を計算する（Ｓ６０３）。最後に、各種ＤＢへ上記重心をエントリとして保存する（Ｓ６０４）。

図５の同分類制約文書生成処理から図６Ａの同分類制約文書生成処理への一連の動作例を、図１４の文書ｉｄが２の文書を例にとり説明する（文書ｉｄが２の文書は上記のCase４に相当する）。まず、分類操作ＤＢ１１１より、文書ｉｄが２の文書の移動フラグが１以上であることから（Ｓ５０２→Ｙｅｓ）、同分類制約文書ｉｄの値を取得する（Ｓ５０３）。その値が２０であることから（Ｓ５０３→Ｙｅｓ）、文書ｉｄが２０の文書を文書データＤＢ１１０、分類操作ＤＢ１１１、書誌情報ＤＢ１１２より探索する。本例では、各ＤＢの最下部の文書が、文書ｉｄが２０の文書であり、それらのエントリを削除する（Ｓ５０４）。そして、分類操作ＤＢ１１１中の列ｉｄ値（＝２）を用いて同分類制約文書の生成処理を行う（Ｓ６０１へ）。分類操作ＤＢ１１１から列ｉｄ値が２である文書を全て抽出し（Ｓ６０２）、それら文書で形成する重心を計算する（Ｓ６０３）。本例の場合、文書ｉｄが２の文書と同じ列ｉｄをもつのは、図１４より、文書ｉｄが３と５の文書であり、重心は文書ｉｄが２の文書も含めた３つの文書の文書データＤＢ１１０の値に従って以下のとおり計算する。
通信 端末 キャリア ターミナル ‥‥ 輻輳 ‥‥
(8+7+8)/3 (4+3+3)/3 (0+0+0)/3 (1+2+1)/3 ‥‥ (0+0+0)/3 ‥‥

上記で計算した重心（文書）の文書ｉｄを２１として３つのＤＢへエントリを登録する。文書データＤＢ１１０には、上記計算により得られた単語頻度情報をエントリとして登録する。分類操作ＤＢ１１１には、列ｉｄを（文書ｉｄが２の列ｉｄと同じ値である）２、移動フラグ、固定フラグを０、同分類制約文書ｉｄを−１としたエントリを登録する。書誌情報ＤＢ１１２には、文書ｉｄ以外は全て空としたエントリを登録する。また、分類操作ＤＢ１１１中の文書ｉｄが２のエントリの同分類制約文書ｉｄの値を２１に変更する（Ｓ６０４）。上記文書ｉｄが２のエントリにおける同分類制約文書生成処理により得られる文書データＤＢ１１０と分類操作ＤＢ１１１の結果の一例を図６Ｂと図６Ｃに示す。以上で同分類制約文書の生成処理が終了する。

図１８は、機械分類結果（Ｓ４０３）を取得するための処理フローである。機械分類制御部１０５は、分類を行う対象文書群を取得し（Ｓ１８０１）、各カテゴリの重心を計算する（Ｓ１８０２）。重心は、分類操作ＤＢ１１１の列ｉｄが同じ文書を同カテゴリとみなして計算する。この際、分類操作ＤＢ１１１の同分類制約文書ｉｄが−１の文書は重心計算に含めない。次に、上記重心との類似度により各文書を対応するカテゴリへ分類する（Ｓ１８０３）。類似度による分類方法は後に図７を用いて詳述する。全ての文書の分類が終了した後、その分類結果を用いて重心を再計算し（Ｓ１８０４）、（旧重心−新重心）の２乗値Ｖを計算する（Ｓ１８０５）。この新重心の計算の際も、分類操作ＤＢ１１１の同分類制約文書ｉｄが−１の文書は含めない。上記Ｖの値が予め設定した閾値よりも大きい場合は旧重心を新重心に更新し（Ｓ１８０６）、再度各文書の類似度による分類を行い（Ｓ１８０５→Ｎｏ）、小さい場合は機械分類を終了する（Ｓ１８０５→Ｙｅｓ）。

図７は、文書を類似度により分類する（Ｓ１８０３）処理フローである。同分類制約文書がある場合はその制約に従い、ない場合は類似度により分類する。機械分類制御部１０５は対象文書（文書ｉとする）を取得し（Ｓ７０１）、文書ｉの固定フラグの値を分類操作ＤＢ１１１より調べる（Ｓ７０２）。固定フラグの値が１である場合は本分類処理を終了し（Ｓ７０２→Ｎｏ）、０であった場合は（Ｓ７０２→Ｙｅｓ）重心との類似度により文書ｉを分類する（この分類結果をｃ_ｉとする）（Ｓ７０３）。次に、文書ｉの同分類制約文書ｉｄが１以上であるかどうかを分類操作ＤＢ１１１より調べる（Ｓ７０４）。１以上でない場合は文書ｉの分類操作ＤＢ１１１における列ｉｄをｃ_ｉとして処理を終了する（Ｓ７０４→Ｎｏ）。１以上である場合はそのｉｄと対応した文書を文書データ１１０より取得する（文書ｊとする）（Ｓ７０４→Ｙｅｓ）。そして、文書ｊを類似度により分類し（Ｓ７０５）、文書ｉの分類結果ｃ_ｉと文書ｊの分類結果ｃ_ｊを比較する（Ｓ７０６）。ｃ_ｉとｃ_ｊが等しい場合は文書ｉの分類操作ＤＢ１１１における列ｉｄをｃ_ｉとして処理を終了する（Ｓ７０６→Ｎｏ）。ｃ_ｉとｃ_ｊが等しくない場合は（Ｓ７０６→Ｙｅｓ）、文書ｉと文書ｊの移動フラグを分類操作ＤＢ１１１より調べ、移動フラグが０である文書の分類結果を０でない分類結果と同じにして処理を終了する（Ｓ７０７）。例えば、図１４において文書ｉを文書ｉｄが２の文書、文書ｊを文書ｉｄが２０の文書とした場合、文書ｉｄが２０の文書の移動フラグが０であるから、文書ｉｄが２の文書の列ｉｄを（文書ｉｄが２０の文書の列ｉｄである）３に更新する。

以上が機械分類結果取得（Ｓ３０６）処理の説明である。機械分類終了の後、文書表示部１０８が分類操作ＤＢ１１１、書誌情報ＤＢ１１２、分類マップＤＢ１１３に従って分類結果を表示する。その際、分類操作ＤＢ１１１における同分類制約文書ｉｄが−１の文書は制約のための仮想的な文書なので表示しない。

図８は、手動分類操作（Ｓ３０８）の操作フローである。手動分類には、文書カテゴリの固定（Ｓ８０２）、文書の移動（Ｓ８０３）、カテゴリの分割（Ｓ８０４）、カテゴリの結合（Ｓ８０５）があり、これらの操作を繰り返し行うことができる（Ｓ８０１、Ｓ８０６）。

文書カテゴリの固定（Ｓ８０２）とは、その文書が以降の機械分類実行後も常に該当するカテゴリに分類されるようにするための操作であり、図１７に示す分類マップ１７０２に表示されている各文書の先頭にあるチェックボックス１７０６をオンにすると「固定」機能が有効となる。図９に、カテゴリの固定に関する固定フラグ生成部２０１の処理フローを示す。固定フラグ生成部２０１は、対応する文書の文書識別番号を取得し（Ｓ９０１）、分類操作ＤＢ１１１中の対応する文書の固定フラグの値を変更する（Ｓ９０２）。チェックボックス１７０６がオンになった場合は固定フラグ１４０４を１に、オフになった場合は０に設定する。なお、Ｓ９０１で取得する対象文書が複数であった場合には、その文書数だけこの処理を繰り返す。

文書の移動（Ｓ８０３）とは、文書を現在のカテゴリから別のカテゴリへと移動する操作である。ユーザは移動したい文書を分類マップ１７０２から選択した後、移動ボタン１７０８をクリックし、移動先のカテゴリを選択する。図１０にカテゴリ移動に関する移動フラグ生成部２０２の処理フローを示す。移動フラグ生成部２０２は、対応する文書の文書ｉｄを取得する（Ｓ１００１）。そして、分類操作ＤＢ１１１の対応する文書の移動フラグを移動元の列の識別番号に変更し（Ｓ１００２）、列ｉｄを移動先の列の識別番号に変更する（Ｓ１００３）。最後に、該文書の固定フラグ１４０４が１である場合は０に設定する（Ｓ１００４）。０の場合は変更しない。例えば、図１７の分類マップ１７０２において、図１４の分類操作ＤＢ１１１の文書ｉｄが１である文書を分類Ｂへと移動した場合には、移動フラグに１を、（図１６の分類マップＤＢ１１３より、分類Ｂのカテゴリｉｄは２であるから）列ｉｄに２を設定する。なお、Ｓ１００１で取得する対象文書が複数であった場合には、その文書数だけこの処理を繰り返す。

カテゴリの分割（Ｓ８０４）とは、既存のカテゴリを２つに分割する操作である。分割操作は、新規に空のカテゴリを分類マップ１７０２に作成し、そのカテゴリに文書を移動する２つのステップにより実現する。図１１にカテゴリ分割に関するカテゴリ分割制御部２０３の処理フローを示す。ユーザは図１７の分割ボタン１７０９をクリックし、新規に作成するカテゴリのカテゴリ名を入力する。カテゴリ分割制御部２０３は上記操作を受けて、該カテゴリ名をもつ空の列を分類マップ１７０２に追加し（Ｓ１１０１）、重複のないカテゴリｉｄとユーザが入力したカテゴリ名を設定したエントリを分類マップＤＢ１１３に作成する（Ｓ１１０２）。その後、ユーザは新規に追加された空のカテゴリに文書を移動する。それに伴ってカテゴリ分割制御部２０３は文書の移動処理を行う（Ｓ１１０３）。空のカテゴリ追加後の文書移動操作はＳ８０３の処理と同様であるので省略する。

カテゴリの結合（Ｓ８０５）とは、既存のカテゴリを１つに集約する操作である。ユーザは結合ボタン１７１０をクリックし、結合したい複数のカテゴリ（以下、結合対象カテゴリ群と呼ぶ）と結合後のカテゴリ名を入力して結合する。図１２Ａにカテゴリ結合に関するカテゴリ結合制御部２０４の処理フローを示す。カテゴリ結合制御部２０４は、結合対象カテゴリ群のカテゴリｉｄを取得する（Ｓ１２０１）。その後、空のカテゴリを分類マップ１７０２に作成し（Ｓ１２０２）、重複のないカテゴリｉｄと、ユーザが入力したカテゴリ名をもつエントリを分類マップＤＢ１１３に追加する（Ｓ１２０３）。次に、結合対象カテゴリ群内にある全ての文書を新たに作成した該カテゴリ内に移動して（Ｓ１２０４）、これらの文書の列ｉｄに上記新規カテゴリのカテゴリｉｄを、また、移動フラグが結合対象カテゴリ群のいずれかの列ｉｄ値であった場合は、その値を０に設定する（Ｓ１２０５）。最後に、空となった結合対象カテゴリ群を全て削除し（Ｓ１２０６）、分類マップＤＢ１１３にある結合対象カテゴリのエントリを削除する（Ｓ１２０７）。

例えば、図１７の分類マップ１７０２の分類Ａと分類Ｂを結合して分類Ｘを新たに作成する場合を考える。まず初めにカテゴリ情報１７０４が分類Ｘである空の列を分類マップ１７０２に作成し、分類マップＤＢ１１３にカテゴリｉｄが５、カテゴリ名が分類Ｘのエントリを追加する。次に、分類操作ＤＢ１１１のエントリのうち、列ｉｄが１、もしくは２である文書（図１４の例では文書ｉｄが１と２と３と５の文書）の列ｉｄを５に更新し、さらに、それらの文書のうち、移動フラグが結合対象カテゴリの列ｉｄ値と等しい文書（図１４の例では文書ｉｄが３の文書）の移動フラグを０に更新する。そして、分類マップ１７０２の分類Ａと分類Ｂの列を削除し、分類マップＤＢ１１３の対応するエントリも削除して結合処理を終了する。結合処理終了後の分類操作ＤＢ１１１の状態を図１２Ｂに示す。

以上で手動分類操作（Ｓ３０８）の説明を終わる。
上述した第一の実施例に係る発明によれば、手動による文書移動に対して、移動先のカテゴリの重心と被移動文書を同分類制約文書で結ぶことにより、カテゴリに対する分類の制約を可能とした。また、この同分類制約文書と移動フラグ、固定フラグを組み合わせることで、繰り返し行う機械分類の際にも、ユーザが指定したカテゴリへと分類が可能となり、得られる分類マップにユーザの分類意図を反映した精度の高い文書分類マップを作成することができる。

上記第一の実施例では、機械分類の結果を列成分に配置し、行成分に文書作成者といった書誌情報による分類を配置していた（図１７）。機械分類の結果とは、本発明では分類対象文書を、その内容の違い（実際にはベクトルの類似度）により分類した結果のことであるが、第二の実施例では行成分についても機械分類の結果を配置する。つまり、文書を２つの観点（内容）により分類し、分類マップを作成する。例えば、特許文書を分類対象文書とした場合、特許文書には「従来技術」、「技術課題」、「解決手段」、「発明の効果」といった観点がある。したがって、列成分を技術課題、行成分を解決手段とした観点による二軸のマップを作成できる。図２４は、分類対象文書群をプラズマディスプレイパネル技術に関する特許文書、列成分２４０３を技術課題、行成分２４０４を解決手段とした二軸の分類マップの一例を示す図である。

本実施例を実現するためには、ベクトル空間モデルにより機械分類を行う際の文書のベクトル化において、その文書固有の観点を表す単語によりベクトルを生成する必要がある。第二の実施例では、第一の実施例に、文書の観点に従った上記ベクトル生成技術を組み合わせた文書分類装置について詳述する。また、二軸の観点による分類マップとなっても、基本的な処理は第一の実施例とほぼ変わらない。機械／手動いずれの分類操作であっても、行に対する分類指示であった場合は第一の実施例に示した操作を行に対して、列に対する場合は列に対して行う。以下の説明においては、第一の実施例に係る文書分類装置と同様の点については説明を省略し、異なる点のみについて説明する。

第一の実施例と異なるのは、文書分類装置の構成図（図１９）、特徴ベクトル生成部１９０６、文書データＤＢ１９１１（図２０）、分類操作ＤＢ１９１２（図２１Ａ）、分類マップＤＢ１９１４（図２２）、観点ＤＢ１９１５（図２３）、同分類制約文書ＤＢ１９１６（図２１Ｂ）、分類マップの表示例（図２４）である。

図１９は、本発明の第二の実施例である文書分類装置全体の構成図である。第一の実施例の構成図とは、特徴ベクトル生成部１９０６と観点ＤＢ１９１５が追加されている点で異なる。その他のＤＢについても、ＤＢ内のデータの構成に第一の実施例とは異なる点があるので、以降ではまず初めに各差異について述べ、その次に図２４の分類マップ表示例を用いて第二の実施例について詳述する。

特徴ベクトル生成部１９０６とは、システム側で予め定義した観点にしたがって、文書データＤＢ１９１１の全文データ中のその観点に関する記述のある部位を抽出し、その部位に特徴的な単語の頻度に基づいて特徴ベクトルを生成する。

図２０に、文書データＤＢ１９１１に格納するデータのデータ形式とデータ例を示す。２００１は格納する文書を識別する番号である。２００２には対応する文書の全文データが格納されている。

図２１Ａに、分類操作ＤＢ１９１２に格納するデータのデータ形式とデータ例を示す。行と列それぞれの分類操作結果を格納する。第一の実施例では列に対するｉｄ１４０２、移動フラグ１４０３、固定フラグ１４０４であったが、本実施例では行と列の両方に対してｉｄ、移動フラグ、固定フラグ、同分類制約文書ｉｄを格納する。

図２２に、分類マップＤＢ１９１４に格納するデータのデータ形式とデータ例を示す。行と列それぞれのカテゴリ名を格納する。軸種２２０３はカテゴリ名が行の名前なのか列の名前なのかを示す値で、０の場合が列、１の場合が行であることを示す。観点２２０４とはそのカテゴリが観点ＤＢ１９１５で定義されたどの観点に関する名前であるかを示す識別番号が格納される。

図２３に、観点ＤＢ１９１５に格納するデータのデータ形式とデータ例を示す。観点ｉｄ２３０１はシステム側で予め定義された観点の識別番号、観点名２３０２はその名前を示す。

図２１Ｂに、同分類制約文書ＤＢ１９１６に格納するデータのデータ形式とデータ例を示す。同分類制約文書の生成処理（図２５、Ｓ２５０３）により生成した制約文書を格納する。制約文書ｉｄ２１１０は分類操作ＤＢ１９１２中の行／列同分類制約文書ｉｄと対応している。

図２４は行と列の両方をカテゴリ（観点）により分類して作成したマップの表示例である。本実施例の冒頭でも述べたとおり、分類対象文書群をプラズマディスプレイパネル技術に関する特許文書、列成分２４０３を技術課題、行成分２４０４を解決手段として分類マップを作成した一例である。本実施例においては、行と列それぞれに対して分類固定のためのチェックボックス（２４０６，２４０７）がある点が第一の実施例とは異なる。

本実施例における情報端末２０での操作フローは基本的に図３と同じである。ただ、本実施例においては、初期機械分類結果の取得ステップ（Ｓ３０３）において、分割カテゴリ数に加えて、行／列成分それぞれをシステムが提供するどの観点で分類するかをユーザが選択する。

図２５は、機械分類操作の処理フローである。ユーザがどの軸（行／列／行と列の両方）に対して機械分類処理を実行したのかの情報を得るステップ（Ｓ２５０２）がある点で、図４に示した第一の実施例の処理フローとは異なる。行、列のどちらか一方に対する機械分類指示であった場合は第一の実施例と同じ処理を対応する軸に行う。両方の軸に対してであった場合も同様で、いずれか一方を分類した後、もう一方を分類する。また、同分類制約文書の生成（Ｓ２５０３）により生成した同分類制約文書の単語頻度情報を、第一の実施例では文書データＤＢ１１０に格納していたが、本実施例では同分類制約文書ＤＢ１９１６に格納する。

図２６は、機械分類結果を取得するための処理フローである。ユーザが機械分類処理を指定した軸（行／列／両方）が、どの観点に関する軸なのかを分類マップＤＢ１９１４と観点ＤＢ１９１５より取得し、文書データＤＢ１９１１を用いてその観点に対応した全文の部位から特徴ベクトルを特徴ベクトル生成部１９０６が生成するステップＳ２６０２がある点で、図１８に示した第一の実施例の処理フローとは異なる。また、Ｓ２６０４における類似度の分類では、処理フローは図７と同じであるが、同分類制約文書を類似度により分類する（Ｓ７０５）際に参照する単語頻度情報が、第一の実施例では文書データＤＢ１１０であるのに対して、本実施例では同分類制約文書ＤＢ１９１６を参照する。ここで言う特徴ベクトルとは、観点の記述されている部位において、その文書に特有の単語やキーワードにより構成したベクトルのことを指す。こうした、文書やその文書の特定の部位に特有の単語の抽出やベクトルの構成方法については、「情報検索アルゴリズム、北研二 津田和彦 獅々堀正幹著、共立出版、２００２」が詳しい。

上述した第二の実施例に係る発明によれば、対象とする文書集合をより詳細に文書の内容（観点）に従って分類できる。例えば、特許文書を分類対象とした場合、行に「発明の課題」、列に「発明の解決手段」とした分類マップを作成することで、どういった観点の技術に開発の余地があるのかが一見してわかるような図を従来の文書分類装置よりも少ない労力で作成可能となる。

上記第一の実施例ではユーザが文書を手動分類により移動する度に、同分類制約文書の文書ベクトルを作成し、各種ＤＢにエントリを登録していた。第三の実施例では、作成した文書ベクトルそのものではなく、３つの文書の文書ｉｄを登録する。そうすることで、機械分類において同分類制約文書の文書ベクトルが必要となった際に、その３文書で形成する重心を計算し、第一の実施例で登録していたのと同様の同分類制約文書が得られるようにする。したがって、ＤＢに必要とする記憶容量を節約することが可能となる。なお、登録する文書ｉｄを３つとしているが、それ以上としてもよい。以下の説明においては、第一の実施例に係る文書分類装置と同様の点については説明を省略し、異なる点のみについて説明する。

第一の実施例と異なるのは、文書分類装置の構成図（図２７）、代表文書計算制御部２７０６、分類操作ＤＢ２７１２（図２８）である。

図２７は、本発明の第三の実施例である文書分類装置全体の構成図である。第一の実施例の構成図とは、代表文書計算制御部２７０６が追加されている点で異なる。代表文書計算制御部２７０６では、同分類制約文書として移動先カテゴリの重心ベクトルを計算した際に、その重心ベクトルと重心が略等しくなるような複数の文書、例えば３つの文書を選択する。

図２８に、分類操作ＤＢ２７１２に格納するデータのデータ形式とデータ例を示す。第一の実施例では、同分類制約文書ｉｄとして、実際に各種ＤＢへ登録された重心ベクトル文書のｉｄを登録していたが、本第三の実施例では、代表文書計算制御部２７０６が選択した３文書のｉｄを登録する。

図２９、図３０は、本第三の実施例における同分類制約文書を用いた機械分類処理のフローである。

図２９は、同分類制約文書取得の処理フローである。第一の実施例ではＳ５０４において、各種ＤＢに登録されている重心ベクトルのエントリを削除したが、本実施例では、Ｓ２９０４において分類操作ＤＢ２７１２の同分類制約文書ｉｄを削除するのみとしている。また、Ｓ２９０５において、移動先カテゴリの重心を計算した後、代表文書計算制御部２７０６が代表する３文書を選択し、それら３文書を分類操作ＤＢ２７１２に登録する。代表３文書の選び方としては、例えばカテゴリ内文書のうち真の重心に最も近い３文書を選択する方法や、カテゴリ内文書から３つを選択する全ての組み合わせの中から、真の重心と３文書による重心が最も近い３文書を選択する方法などが考えられる。

図３０は、機械文類結果取得の処理フローである。Ｓ３００４において同分類制約文書ｉｄを取得した後、それらのｉｄを用いて重心ベクトルを計算するステップＳ３００５を追加している。計算した重心ベクトルはメモリ２７０２上に一時的に保持され、本処理フローが終了すると削除される。

上述した第三の実施例に係る発明によれば、重心を計算することでその文書ベクトルと等しいベクトルが得られるような３文書を登録しておくことによって、同分類制約文書ベクトルそのものを記録しておくよりも、必要とするＤＢの記憶容量を節約することが可能となる。なお、上記実施例では第一の実施例との違いを説明したが、第二の実施例についても同様である。

第一の実施例における文書分類装置の構成例を示すブロック図。 第一の実施例における手動分類制御部の構成例を示す図。 第一の実施例における情報端末における処理の一例を示すフロー図。 第一の実施例における機械分類結果取得処理の一例を示すフロー図。 第一の実施例における同分類制約文書取得処理の一例を示すフロー図。 第一の実施例における同分類制約文書生成処理の一例を示すフロー図。 第一の実施例における同分類制約文書生成処理によって変化した文書データＤＢの例を示す図。 第一の実施例における同分類制約文書生成処理によって変化した分類操作ＤＢの例を示す図。 第一の実施例における各文書のカテゴリ重心との類似度による分類処理の一例を示すフロー図。 第一の実施例における手動分類結果取得処理の一例を示すフロー図。 第一の実施例における固定フラグ生成処理の一例を示すフロー図。 第一の実施例における移動フラグ生成処理の一例を示すフロー図。 第一の実施例におけるカテゴリの分割処理制御処理の一例を示すフロー図。 第一の実施例におけるカテゴリの結合処理制御処理の一例を示すフロー図。 第一の実施例におけるカテゴリの結合処理によって変化した分類操作ＤＢの例を示す図。 第一の実施例における文書データＤＢの構成例を示す図。 第一の実施例における分類操作ＤＢの構成例を示す図。 第一の実施例における書誌情報ＤＢの構成例を示す図。 第一の実施例における分類マップＤＢの構成例を示す図。 第一の実施例における分類マップの表示画面の例を示す図。 第一の実施例における機械分類結果取得処理の一例を示すフロー図。 第二の実施例における文書分類装置の構成例を示すブロック図。 第二の実施例における文書データＤＢの構成例を示す図。 第二の実施例における分類操作ＤＢの構成例を示す図。 第二の実施例における同分類制約文書ＤＢの構成例を示す図。 第二の実施例における分類マップＤＢの構成例を示す図。 第二の実施例における観点ＤＢの構成例を示す図。 第二の実施例における分類マップの表示画面の例を示す図。 第二の実施例における機械分類結果取得処理の一例を示すフロー図。 第二の実施例における機械分類結果取得処理の一例を示すフロー図。 第三の実施例における文書分類装置全体のブロック図及び情報端末のブロック図の一例。 第三の実施例における分類操作ＤＢの構成例を示す図。 第三の実施例における同分類制約文書取得処理の一例を示すフロー図。 第三の実施例における各文書のカテゴリ重心との類似度による分類処理の一例を示すフロー図。

符号の説明

１０：情報端末、１０１：ＣＰＵ、１０２：メモリ、１０３：キーボード・マウス、１０４：ディスプレイ、１０５：機械分類制御部、１０６：同分類制約文書生成部、１０７：手動分類制御部、１０８：文書表示部、１０９：データ通信部、１１０：文書データＤＢ、１１１：分類操作ＤＢ、１１２：書誌情報ＤＢ、１１３：分類マップＤＢ、１１４：ネットワーク

Claims (14)

1. 文書データベース内の文書をカテゴリ分けした分類マップを表示する表示部と、
   前記表示部に表示された分類マップに対して操作を行う操作入力部と、
   前記文書データベース中の文書を与えられた数のカテゴリに分類分けする初期分類と、その後前記操作入力部によって加えられた修正を反映した再分類とを実行する機械分類制御部と、
   同分類制約文書生成部とを有し、
   前記初期分類において、前記機械分類制御部は、文書に含まれる単語を要素とし単語の出現頻度に基づいて計算した数値を要素の値とするベクトル間の類似度をもとに前記文書データベース中の文書を前記与えられた数のカテゴリに分類分けし、
   前記操作入力部によって、あるカテゴリに属する文書を他のカテゴリに移動する操作が行われたとき、
   前記同分類制約文書生成部は、移動先のカテゴリに属する文書群の重心ベクトルに対応する同分類制約文書を生成し、前記移動された文書を前記同分類制約文書に関連付けし、
   前記機械分類制御部は、各カテゴリに属する文書群の重心ベクトルをそれぞれ計算し、文書を表すベクトルと前記重心ベクトルとの類似度により各文書を対応するカテゴリに再分類すると共に前記移動された文書を当該文書が関連付けられた同分類制約文書と同じカテゴリに分類し、
   前記表示部に前記機械分類制御部による再分類の結果を反映した分類マップを表示する
   ことを特徴とする文書分類装置。
2. 請求項１記載の文書分類装置において、前記分類マップは、一方の軸にカテゴリを配置し他方の軸に文書の書誌事項の情報を配置した２次元マップであることを特徴とする文書分類装置。
3. 請求項１記載の文書分類装置において、前記操作入力部によって特定の文書を現在のカテゴリに固定する操作が行われたとき、当該文書に対しては前記再分類によるカテゴリの変更を行わないことを特徴とする文書分類装置。
4. 請求項１記載の文書分類装置において、前記操作入力部によって新規なカテゴリが作成され、１つのカテゴリに属する文書群の一部を前記新規なカテゴリに移す操作が行われたとき、前記新規なカテゴリに移された文書群の各文書に対して、前記あるカテゴリに属する文書を他のカテゴリに移動する操作が行われたときと同様の処理を行うことを特徴とする文書分類装置。
5. 請求項１記載の文書分類装置において、前記操作入力部によって複数のカテゴリを１つに集約する操作が行われたとき、前記再分類に際して集約されるカテゴリ間での文書の移動履歴を考慮しないことを特徴とする文書分類装置。
6. 請求項１記載の文書分類装置において、前記同分類制約文書として、重心ベクトルが移動先のカテゴリに属する文書群の重心ベクトルに略等しい複数の文書を用いることを特徴とする文書分類装置。
7. 文書データベース内の文書を、一方の軸に第１の観点でのカテゴリを配置し他方の軸に第２の観点でのカテゴリを配置してカテゴリ分けした２次元の分類マップを表示する表示部と、
   文書中の前記第１の観点に関する記述のある部位に含まれる単語を要素とし単語の出現頻度に基づいて計算した数値を要素の値とする第１のベクトルを生成し、前記第２の観点に関する記述のある部位に含まれる単語を要素とし単語の出現頻度に基づいて計算した数値を要素の値とする第２のベクトルを生成する特徴ベクトル生成部と、
   前記表示部に表示された分類マップに対して操作を行う操作入力部と、
   前記文書データベース中の文書を与えられた数の第１の観点のカテゴリと第２の観点のカテゴリに分類分けする初期分類と、その後前記操作入力部によって加えられた修正を反映した再分類とを実行する機械分類制御部と、
   同分類制約文書生成部とを有し、
   前記初期分類において、前記機械分類制御部は、前記第１のベクトル間の類似度をもとに前記文書データベース中の文書を前記与えられた数の第１の観点のカテゴリに分類分けすると共に、前記第２のベクトル間の類似度をもとに前記文書データベース中の文書を前記与えられた数の第２の観点のカテゴリに分類分けし、
   前記操作入力部によって、前記第１の観点のあるカテゴリに属する文書を当該第１の観点の他のカテゴリに移動する操作が行われたとき、
   前記同分類制約文書生成部は、移動先のカテゴリに属する文書群の第１のベクトルの重心ベクトルに対応する同分類制約文書を生成し、前記移動された文書を前記同分類制約文書に関連付けし、
   前記機械分類制御部は、前記第１の観点の各カテゴリに属する文書群の第１のベクトルの重心ベクトルをそれぞれ計算し、各文書を当該文書の前記第１のベクトルと前記重心ベクトルとの類似度により対応する第１の観点のカテゴリに再分類すると共に、前記移動された文書を当該文書が関連付けられた同分類制約文書と同じ第１の観点のカテゴリに分類し、
   前記表示部に前記機械分類制御部による再分類の結果を反映した分類マップを表示し、
   前記操作入力部によって、前記第２の観点のあるカテゴリに属する文書を当該第２の観点の他のカテゴリに移動する操作が行われたとき、
   前記同分類制約文書生成部は、移動先のカテゴリに属する文書群の第２のベクトルの重心ベクトルに対応する同分類制約文書を生成し、前記移動された文書を前記同分類制約文書に関連付けし、
   前記機械分類制御部は、前記第２の観点の各カテゴリに属する文書群の第２のベクトルの重心ベクトルをそれぞれ計算し、各文書を当該文書の前記第２のベクトルと前記重心ベクトルとの類似度により対応する第２の観点のカテゴリに再分類する共に、前記移動された文書を当該文書が関連付けられた同分類制約文書と同じ第２の観点のカテゴリに分類し、
   前記表示部に前記機械分類制御部による再分類の結果を反映した分類マップを表示することを特徴とする文書分類装置。
8. 文書データベース内の文書をカテゴリ分けした分類マップを表示する表示部と、前記表示部に表示された分類マップに対して操作を行う操作入力部と、機械分類制御部とを有する文書分類装置による文書分類方法であって、
   前記機械分類制御部により、文書に含まれる単語を要素とし単語の出現頻度に基づいて計算した数値を要素の値とするベクトル間の類似度をもとに前記文書データベース中の文書を前記与えられた数のカテゴリに分類分けする初期分類工程と、
   前記操作入力部による、あるカテゴリに属する文書を他のカテゴリに移動する操作を受け付ける工程と、
   移動先のカテゴリに属する文書群の重心ベクトルに対応する同分類制約文書を生成し、前記移動された文書を前記同分類制約文書に関連付けする工程と、
   前記機械分類制御部により、各カテゴリに属する文書群の重心ベクトルをそれぞれ計算し、文書を表すベクトルと前記重心ベクトルとの類似度により各文書を対応するカテゴリに再分類すると共に、前記移動された文書を当該文書が関連付けられた同分類制約文書と同じカテゴリに分類する工程と、
   前記表示部に前記機械分類制御部による再分類の結果を反映した分類マップを表示する工程と
   を有することを特徴とする文書分類方法。
9. 請求項８記載の文書分類方法において、前記分類マップは、一方の軸にカテゴリを配置し他方の軸に文書の書誌事項の情報を配置した２次元マップであることを特徴とする文書分類方法。
10. 請求項８記載の文書分類方法において、前記操作入力部によって特定の文書を現在のカテゴリに固定する操作が行われたとき、当該文書に対しては前記再分類によるカテゴリの変更を行わないことを特徴とする文書分類方法。
11. 請求項８記載の文書分類方法において、
    前記操作入力部による新規なカテゴリの作成を受け付ける工程と、
    １つのカテゴリに属する文書群の一部を前記新規なカテゴリに移す操作を受け付ける工程と、
    前記新規なカテゴリに移された文書群の各文書に対して、前記あるカテゴリに属する文書を他のカテゴリに移動する操作が行われたときと同様の処理を行う工程と
    を有することを特徴とする文書分類方法。
12. 請求項８記載の文書分類方法において、
    前記操作入力部による複数のカテゴリを１つに集約する操作を受け付ける工程と、
    集約されるカテゴリ間での文書の移動履歴を削除する工程と
    を有することを特徴とする文書分類方法。
13. 請求項８記載の文書分類方法において、前記同分類制約文書として、重心ベクトルが移動先のカテゴリに属する文書群の重心ベクトルに略等しい複数の文書を用いることを特徴とする文書分類方法。
14. 文書データベース内の文書を、一方の軸に第１の観点でのカテゴリを配置し他方の軸に第２の観点でのカテゴリを配置してカテゴリ分けした２次元の分類マップを表示する表示部と、前記表示部に表示された分類マップに対して操作を行う操作入力部と、機械分類制御部とを有する文書分類装置による文書分類方法であって、
    前記第１の観点とその数及び第２の観点とその数を入力する工程と、
    文書データベース内の各文書について、前記第１の観点に関する記述のある部位に含まれる単語を要素とし単語の出現頻度に基づいて計算した数値を要素の値とする第１のベクトルを生成し、前記第２の観点に関する記述のある部位に含まれる単語を要素とし単語の出現頻度に基づいて計算した数値を要素の値とする第２のベクトルを生成する工程と、
    前記機械分類制御部により、前記第１のベクトル間の類似度をもとに前記文書データベース中の文書を前記与えられた数の第１の観点のカテゴリに分類分けすると共に、前記第２のベクトル間の類似度をもとに前記文書データベース中の文書を前記与えられた数の第２の観点のカテゴリに分類分けする初期分類を行う工程と、
    前記初期分類の結果を前記表示部に分類マップとして表示する工程と、
    前記操作入力部による、カテゴリ間での文書の移動操作を受け付ける工程とを有し、
    前記文書の移動操作が前記第１の観点のカテゴリ間での移動であるとき、
    移動先のカテゴリに属する文書群の第１のベクトルの重心ベクトルに対応する同分類制約文書を生成し、前記移動された文書を前記同分類制約文書に関連付けする工程と、
    前記機械分類制御部により、前記第１の観点の各カテゴリに属する文書群の第１のベクトルの重心ベクトルをそれぞれ計算し、各文書を当該文書の前記第１のベクトルと前記重心ベクトルとの類似度により対応する第１の観点のカテゴリに再分類する共に前記移動された文書を当該文書が関連付けられた同分類制約文書と同じ第１の観点のカテゴリに分類する工程と、
    前記表示部に前記機械分類制御部による再分類の結果を反映した分類マップを表示する工程とを実行し、
    前記文書の移動操作が前記第２の観点のカテゴリ間での移動であるとき、
    移動先のカテゴリに属する文書群の第２のベクトルの重心ベクトルに対応する同分類制約文書を生成し、前記移動された文書を前記同分類制約文書に関連付けする工程と、
    前記機械分類制御部により、前記第２の観点の各カテゴリに属する文書群の第２のベクトルの重心ベクトルをそれぞれ計算し、各文書を当該文書の前記第２のベクトルと前記重心ベクトルとの類似度により対応する第２の観点のカテゴリに再分類すると共に前記移動された文書を当該文書が関連付けられた同分類制約文書と同じ第２の観点のカテゴリに分類する工程と、
    前記表示部に前記機械分類制御部による再分類の結果を反映した分類マップを表示する工程とを実行する
    ことを特徴とする文書分類方法。

Images