JP2009048441A - 情報検索システム及び方法及びプログラム並びに情報検索サービス提供方法 - Google Patents

Abstract

【課題】図書館の分類体系とＷｉｋｉｐｅｄｉａカテゴリという性質の異なるオントロジーを統合的に活用することによって、対話的な情報検索システムを実現することである。
【解決手段】図書館の分類体系とＷｉｋｉｐｅｄｉａカテゴリという性質の異なるオントロジーを統合的に活用することで新たな情報検索のインフラを実現したものである。これによって、Ｗｅｂを手がかりとした図書館の利用によって探索を深めていくという新しい情報探索のパラダイムが世の中に広めることができ、その結果、社会全体のリテラシーの向上に寄与し、図書館の存在意義の再発見、ひいては電子図書館の実現にも資するものである。
【選択図】図６

Description

本発明は、図書館のオントロジーと、Ｗｅｂ上のオントロジーとを組み合わせてより効率的なデータを検索する方法・システムに関する。さらにそのようなシステムを形成するプログラムに関する。

Ａ．発明に至るまでの経緯
まず、本発明に至るまでの経緯、本件の発明者らの調査・研究を述べる。

近年、大学図書館や公共図書館においてデジタルレファレンスサービス（ＤＲＳ）が広く普及し始めている。このＤＲＳとは、インターネットを活用して使用者からの多様な質問を受け付けるレファレンスサービスである。

しかし、現在、提供されているＤＲＳの主流は、後述するようなインタビュー機能を有しておらず、調べたい対象や探索したい事実が漠然としている場合は、必ずしも有効であるとは言えなかった。

Ａ−１． 従来のシステム図書館サービス
従来の図書館は様々なサービスを提供しているが、その中の一つにレファレンスサービスと呼ばれるサービスがある。

レファレンスサービスとは、利用者の資料・情報の検索を図書館員が援助する人的資源サービスである。「図書館のコンシェルジェサービス」とも例えられるサービスである（非特許文献１）。

一般にこのサービスには、非常に一般的で広範囲な質問が寄せられる。例えば、次のような質問がある
・利用案内：ＯＰＡＣの使用方法を教えて下さい。

・所蔵調査：歌舞伎登場人物辞典は東大図書館にありますか？
・文献調査：江戸時代の農民一揆に関する本を探したい。
・事項調査：大学いもの「大学」は東京大学のことですか？
レファレンスサービスは、利用者の多様な情報ニーズに応える主要な図書館サービスの一つであるが、そのサービスは図書館内でしか受けることができない。また、利用できる時間帯も限られたものである。また、社会人、高齢者、障害者、離島・山間部の住民などからは来館せずに図書館サービスを享受したいというニーズも寄せられている。

Ａ−２． デジタルレファレンスサービス（ＤＲＳ）
そこで、近年では、インターネットを利用して利用者からの質問を受け付けるデジタルレファレンスサービス（ＤＲＳ）が注目されている。

このＤＲＳは、時間的な特性から見ると、非同期型サービスと同期型サービスとに分類することができる。リアルタイムで回答を得ることができるか否かの違いがある。

主な非同期型サービスとしては電子メールを利用したものが知られている。これは、２４時間どこからでも質問をすることができる有用なサービスであるが、従来のレファレンスサービスで重要な役割を果たしていた利用者へのインタビューには不向きであるという欠点がある。

一方、同期型サービスには、米国を中心とするチャットによるサービスが展開されているが、担当者が常駐する必要があるため、コストがかかってしまうという問題点がある。

レファレンスサービスに割くことができる人的資源には限界があるので、現状の図書館の態勢では全ての利用者のニーズを満たすことは困難である。

よって、現在、図書館員が行っているレファレンス応答を自動で行うことができるオンラインシステムが強く望まれている。

そこで、本件の発明者らは、自動レファレンスサービスシステム実現に向けて、必要な知見を得るために、まず、現状で提供されているレファレンスサービスの業務分析を行った。

Ａ−３． 現状の業務分析
具体的には、東京大学附属図書館の協力を得て、利用者の質問の傾向、回答者が頻繁に参照するリソース、等について調査した。

東京大学附属図書館のレファレンスサービスの業務分析
現在、東京大学附属図書館が行っているレファレンスサービスは、以下の３種に大別できる。

・カウンターによる質問の受付。
・文書による参考調査依頼。
・ＡＳＫサービス。

Ａ−３−１ カウンターによる質問
平成１７年度の統計によれば東京大学附属図書館のカウンターには年間６６３０件の質問が寄せられた。その種別及び件数は以下の通りである。

・利用案内 ３９８４件
・所蔵調査 １６７５件
・文献調査 ７１８件
・事項調査 ２３３件
・その他 ２０件
最も多かった利用案内の質問の大半は、既に頻繁になされている質問であり、図書館員が即答できる内容であることが判明した。また、これらの質問の回答は図書館利用ガイド等に既に記載されているものが多いことが判明した。

Ａ−３−２ 文書を介した質問応答
平成１７年度、ＦＡＸ、郵便、Ｅ−ｍａｉｌで寄せられた質問の種別及び件数は以下の通りである。

・利用案内 ５件
・所蔵調査 １５５０件
・文献調査 １７５件
・事項調査 １７０件
・その他 ９０件
図書館員がこれらの質問に対してどのようなリソースを利用しているのかを調べた。

その結果
（ａ）ＯＰＡＣを調べる。

（ｂ）（ａ）で見つからなければ全学総合目録カードで調べる。

（ｃ）（ｂ）で見つからなければ、東京大学では所蔵していないと判断し、ＮＡＣＳＩＳ Ｗｅｂｃａｔで他大学が所蔵しているかどうか調べる。

また、レファレンス情報源の使用も多かった。例えばＪａｐａｎＫｎｏｗｌｅｄｇｅのように複数のコンテンツをオンラインで一括検索できるシステムも存在している。

現状のサービス体系では、目的に応じてどのリソースを利用すればよいかを利用者が的確に把握することは困難であると考えられる。

Ａ−３−１−３ ＡＳＫサービス
東京大学附属図書館が提供しているＤＲＳの一つに、ＡＳＫサービスがある。このＡＳＫサービスは、レファレンス質問をＷｅｂから行い、回答をメールで受け取るシステムである。

このＡＳＫサービスに寄せられる質問の種別及び件数は以下の通りである。

・利用案内 ２１９件
・所蔵調査 ２１件
・文献調査 １１件
・事項調査 １２件
・その他 ９件
そして、上記利用案内の質問のほとんどは、電子ジャーナルのトラブルであることが判明している。そのため、このＡＳＫサービスは電子ジャーナルのトラブルシューティング窓口化しているのが現状である。

このような現状分析の結果、以下のような問題点が把握できた。

１ 図書館が提供している情報やリソースが利用者にわかりやすい形で整備されていない。すなわち、図書館が保持している知識や既存のオンラインリソースを体系的に整備する必要がある。

２．インタビュー機能を有するＤＲＳが整備されていない。つまり、対話的に問い合わせができるＤＲＳが有効であると考えられる。米国ではチャット中心のＤＲＳも存在するが司書が不足している我が国では困難な面がある。

上記１からは、図書館が保持している知識や既存のオンラインリソースを体系的に整備する必要性があることがわかる。

この問題に対して、例えば、下記非特許文献４では、大学図書館が今後より積極的に取り組むべき教育支援サービスとして、ある特定のトピックに関する資料や情報を収集する手順を簡便にまとめたパスファインダーの構築と提供が挙げられている。しかし、現在のパスファインダーは、トピック毎に人手で作成しているため、コストが掛かり、網羅している範囲が狭いという問題点がある。

また、上記２からは、対話型のインターフェースを有するＤＲＳが有効であることがわかる。例えば、京都大学附属図書館レファレンスサービスシステム（下記非特許文献５）や、ダイアログナビ（下記非特許文献６）が知られている。

以上のことから、本願発明者らは、利用者の情報探索を支援する資料や利用案内などを利用者の情報要求にしたがって自動的に整理し、対話的に示すシステムが必要であることを強く認識するに至った。言い換えれば、「パスファインダーのオンデマンド生成」が広く望まれていることが明らかになったのである。

このようなシステム実現のためには、図書館の利用方法に関する知識や、ＯＰＡＣ、百科事典、Ｗｅｂサーチエンジンなどの図書館内外の様々なオンラインリソースの統合的な利用が必要である。

特に、本願発明者らは、インターネット上の共同作業によって構築されたＷｉｋｉｐｅｄｉａを代表するフォークソノミー型オントロジーが、既存の百科事典より項目数が多く幅広い範囲の用語が収録されているため、レファレンスツールとして十分に活用可能であると考えた（非特許文献７）。

そこで、本願発明者らは、フォークソノミー型オントロジーと図書館分類とを対応づけ、且つ、対話型のインターフェースを有する情報検索ツールを開発した。

Ｂ．本特許出願の情報検索ツール
上で述べたような状況の下、本発明者らが、どのようにして統合ブラウジングツールを構築するに至ったかを技術的バックグランドを含めて順に説明する。なお、本件発明の特徴の一つは、異種オントロジーの統合ブラウジングツールの開発（図書館の分類体系とフォークソノミー型オントロジーカテゴリの対応）にある。以下、詳細に説明する。

Ｂ−１．インターネットの普及前
さて、インターネットが一般に普及する以前、情報探索を行うにあたって中心的な役割を果たしていたのは図書館であった。この図書館は、膨大な資料を整理・組織化し、利用者の情報探索に役立てる様々なツールが存在していた。

代表的なツールとしては、日本十進分類法（ＮＤＣ）（非特許文献８）や、基本件名標目表（非特許文献９）などが挙げられよう。

近代にあっては、図書館に代わって、Ｗｅｂ（インターネット）が情報探索の中心的な役割を果たしつつある。

Ｂ−２． インターネットの普及後
インターネット普及後、「初期」には Yahoo!などのWebディレクトリが広く利用されていた。インターネットの普及期(1995年〜）より遅れた2000年頃、Ｇｏｏｇｌｅなどの実用的なＷｅｂサーチエンジンが登場したことによって、大抵の検索質問に対して、何らかのＷｅｂページを見つけることができるという仕組みが広く利用されるようになった。これは現時点でも変わらず広く利用されている。

しかし、Ｗｅｂ上の膨大な情報は十分に組織化されているとは言い難く、情報要求に適したページを見つけることは必ずしも容易ではない。

近年、Ｗｅｂ技術を活用することで、膨大な知識を多人数の共同作業によって、組織化しようとする取り組みが盛んに行われつつある。その代表例としては、Ｗｉｋｉｐｅｄｉａ（http://ja.wikipedia.org）や各種のフォークソノミーサービス（例えばＦｌｉｃｋｒ（http://flickr.com）など）が知られている。

その結果、Ｗｅｂ上に一種の情報探索用オントロジーと呼べるものが形成されてきている。これらのオントロジーには、多数の人々の多様な観点が反映されているという大きな利点があるが、限界もまたよく知られている。

これらのオントロジーの構築に関わる人々の中心的な動機は、「自分の興味を満たす情報を効率的に探せるようにしたい」というものであるので、「情報の消費者」としての観点が大きく反映される。

しかし、情報の生産者、言い換えれば「これまであまり知られていない情報を探し出し、新たな知見を生み出したい」という知的探求心を持つ人々の観点は反映されにくい。その理由は、そのような人々は彼らにとって価値の高い情報の資源の所在を秘密にしておきたいという動機が働く傾向にあるからである。

結果として、Ｗｅｂ上に存在するオントロジーは浅い組織化に留まる傾向にあり、探索を深く掘り下げていくという用途には必ずしも適してはいなかった。

一方で、Ｗｅｂの世界での変革に対応して図書館の世界においても新たな潮流が見られる。例えば、図書館において情報探索の窓口の役割を果たしているレファレンスサービスでは、Ｗｉｋｉｐｅｄｉａをレファレンスツールとして活用しようとする試みがなされている（非特許文献７）。しかし、現在はレファレンスサービス自体が一般的に浸透していないのが現状である（非特許文献１０）。

また、特定のトピック毎に図書館が提供できる関連資料をリスト化したパスファインダーと呼ばれる情報資源をＷｅｂ上で公開する取り組みも活発に行われている（非特許文献１１）。しかし、このパスファインダーは図書館が人手をかけて構築する必要があるため、Ｗｅｂ上に存在するオントロジーに比べてごく一部のトピックをカバーしているに過ぎない。図書館はまだＷｅｂの変革スピードに追いついてはいないのが現状である。

このように、Ｗｅｂによる情報探索と図書館による情報検索とはそれぞれ問題点を抱えているのが実情である。

そこで、本願発明者らは、解決策として「図書館の分類体系とＷｅｂ上で構築された各種オントロジーを対応付け、情報検索の新しいインフラとして活用する」ことを考えた。

このようなことができるシステムを実現することによって、Ｗｅｂを出発点とした情報探索を図書館を利用した深い探索に誘導していくことが可能となる。また、図書館の存在意義の再発見にも繋がると考えられる。

本願発明者らは、具体的には、図書館の分類体系（ここでは、ＮＤＣ、ＢＳＨ）と、オントロジーとしてのＷｉｋｉｐｅｄｉａ（特にＷｉｋｉｐｅｄｉａのカテゴリ体系）を比較し、それをふまえて、Ｂ−２節で両者の比較対応と情報探索への統合的活用法を提案し、その有用性を説明する。

また、後述する「発明を実施するための最良の形態」中の「第３ レファレンスナビゲータ」では、異種オントロジーの統合ブラウジングツールとしてのレファレンスナビゲータを説明する。

Ｂ−２ 図書館の分類体系とＷｉｋｉｐｅｄｉａの比較
ここでは、情報検索ツールとしての図書館の分類体系とＷｉｋｉｐｅｄｉａとの比較を行い、それぞれの長所、短所を整理して説明する。

Ｂ−２−２ 図書館の分類体系
一般的に図書館情報学分野の専門家によって管理されているものであり、例えば、日本図書館協会では、委員会を組織して日本十進分類法（ＮＤＣ）や基本件名標目表（ＢＳＨ）等の改訂作業を行っている。現在は、ＮＤＣ第９版（ＮＤＣ９）、ＢＳＨ第４版（ＢＳＨ４）が最新版である。

これらは、専門家による慎重な作業を介してトップダウン的に構築されているので、安定的に利用すること可能であり、また、深い組織化がなされてるという長所がある。

また、ＢＳＨ、ＬＣＳＨ（米国議会図書館件名標目表）、ＮＤＬＳＨ（国立国会図書館件名標目表」等の各種件名標目表が知られており、有用なツールである。

反面、改訂の周期が長く、新しい概念には対応が困難な面がある。

一般的に上位概念は一つしか持てないので、概念の多様な側面を反映することは困難な場合がある。また、件名標目表は一般的に冊子体で提供されているので、一般利用者からは利用が困難であるという問題がある。

Ｂ−２−３ Ｗｉｋｉｐｅｄｉａ
Ｗｉｋｉｐｅｄｉａは、Ｗｅｂ上でＷｉｋｉシステムによって、共同編集されているオンライン百科事典であり、誰でもどこからでも自由に編集することができるものである。

多数の人が編集に参加していることから、世界中のほとんどの概念を網羅していると思われており、また、ハイパーリンクを容易に張ることができるという特徴を持っている。この特長を生かした項目の組織化の取り組みも行われている。

膨大な項目から効率的に一覧を生成するために「Ｗｉｋｉｐｅｄｉａカテゴリ」と呼ばれるボトムアップ的な組織化の仕組みが導入されている。この仕組みによって項目を多様な観点から分類することが可能となっている。この点はフォークソノミーに類似している。よって、Ｗｉｋｉｐｅｄｉａカテゴリは、フォークソノミー型オントロジーの一種としてとらえることができる。

例えば、「価格」という項目には「マーケティング」「経済学」「市場」のような複数のカテゴリを付与すうことができる。また、カテゴリ自体も上位概念の（親の）カテゴリを付与することができる。複数の親を持たせることができる点は従来の分類体系にはない大きな特徴である。

その反面、頻繁に編集が行われており、体系が安定していない、と言う問題点がある。また、信頼性に欠ける情報も少なくない等の欠点も指摘されている。そこで、信頼性を確保するために種々の取り組みが行われているが、対症療法的な取り組みに留まるとの指摘も多い。また、上述したように、浅い組織化に留まっていることも多い。

Ｂ−２−４ 本発明で提案する手法・原理
情報探索ツールとして図書館の分類体系と、Ｗｉｋｉｐｅｄｉａを代表とするフォークソノミー型オントロジーとには、それぞれ異なる利点、欠点が存在する。これが図１に示されている。

図１に示されているように、アプローチとしては、図書館分類体系はトップダウン的であるのに対して、フォークソノミー型オントロジーは、ボトムアップ的である。また、長所としては、図書館分類体系は「安定」しており「深い組織化」が挙げられるが、フォークソノミー型オントロジーは「多様な観点の反映」「新しい概念への対応」性に富むという長所がある。また、短所としては、図書館分類側が「多様な観点の反映」が困難である点と、「新しい概念を含まない」点が挙げられよう。フォークソノミー型オントロジー側の欠点としては、「不安定」である点と、「浅い組織化」が挙げられよう。

また、親のカテゴリとしては、図書館分類側は「１」個しか持てないが、Ｗｉｋｉｐｅｄｉａ側は「複数」の親のカテゴリを持つことができる。

また、総カテゴリ数は、図書館分類側は１１，１８４個であり、Ｗｉｋｉｐｅｄｉａ側は１５，５３２個である。ここで、図１の数値は、それぞれの分類体系の代表例（図書館分類→ＢＳＨ、フォークソノミー型オントロジー→Ｗｉｋｉｐｅｄｉａカテゴリ）であることに留意されたい。また、図書館分類側とＷｉｋｉｐｅｄｉａ側との間で共通するカテゴリ名は１，３６３個である（２００６年８月の時点で）。
このように両者には、様々な利点・欠点の相違があり、係る相違に基づいて情報探索の際に、両者を適切に使い分けることが有用である。

本実施の形態では、両者の持つ共通部分を対応付けることによって、情報探索の出発点としてフォークソノミー型オントロジーを用い、そこから概念を一般化することによって図書館の分類体系に導いていくという統合的活用法を提案するものである。

Ｂ−２−５ 活用の一例
図２には情報探索の活用例を示す。まず、情報探索の出発点としてのＷｉｋｉｐｅｄｉａの活用について説明する。ここで、Ｗｉｋｉｐｅｄｉａの記事「阪神・淡路大震災」にはカテゴリとして「日本の経済史」「地震の歴史」が付与されている。さらに、カテゴリ「日本の経済史」には、上位カテゴリとして「経済史」が付与されている。また、カテゴリ「地震の歴史」には、上位カテゴリとして「災害と防災の歴史」及び「地震」が付与されている。このように、Ｗｉｋｉｐｅｄｉａの記事を一つ取り上げてみると、関連するカテゴリ群をツリー構造として取り出すことができることが理解されよう。

このツリー構造を辿ることで、阪神・淡路大震災について調べる際の切り口が明確になっていくのである。

例えば、「日本の経済史」→「経済史」と辿っていくと「阪神・淡路大震災が日本経済に与えた影響」について調べることができることが判明する。

また一方、「地震の歴史」→「地震」と辿ることによって、「阪神・淡路大震災を引き起こした地震（すなわち１９９５年兵庫県南部地震）」について調べることが可能だと言うことが判明する。

結果として、「阪神・淡路大震災」という探索主題を「経済史」「災害」「地震」に一般化して調べることが可能となる。

Ｂ−２−６ 対応
次に、Ｗｉｋｉｐｅｄｉａカテゴリと図書館の分類体系（ＢＳＨ、ＮＤＣ）の対応と、図書館の分類体系の活用について説明する。

Ｗｉｋｉｐｅｄｉａカテゴリと、図書館の分類体系の間には、後述するようにカテゴリ名が一致するものが存在する。上述した図２では、「経済史」「災害」「地震」が一致している。この一致を利用することによってＷｉｋｉｐｅｄｉａの活用によって一般化された探索主題を図書館の分類体系によって、より深く掘り下げることが可能である。例えば、「経済史」→「経済史−日本」→「経済史−日本−平安時代」と辿っていくと、ＮＤＣ分類記号３３２．１０７によって「日本経済事典」（日本経済新聞社、１９９６年）等を探すことができる。また、「地震」→「耐震建築」と辿っていくと、件名「耐震建築」によって「地震とマンション」（西澤英和他、筑摩書房、２０００年）などを探すことができる。

Ｂ−２−７ 提案する手法・原理の優れている点
ここで述べた統合的活用のアプローチは、以下の理由によって、極めて有効であることが明らかである。

理由１ ： オーバーラップが存在すること
図１の下方に示すように、図書館の分類区分（ＢＳＨ４）とＷｉｋｉｐｅｄｉａカテゴリの間には、カテゴリ名が一致するものが多数存在する。Ｗｉｋｉｐｅｄｉａの１５，５３２カテゴリに対して、１，３６３カテゴリが一致している。したがって、Ｗｉｋｉｐｅｄｉａの項目から、図書館の情報資源に誘導できる可能性は大きいと考えられる。

また、類似したカテゴリ名も対応付けることができれば、さらにその可能性は大きくなる。これは、図書館情報資源の有効活用に繋がることを意味する。

理由２ ： 広範な概念を網羅できること
図書館の分類体系（特にＢＳＨ）の「項目数が少なく、新しい概念を網羅できていない」という欠点を、Ｗｉｋｉｐｅｄｉａカテゴリとの対応によって補うことが可能である。すなわち、Ｗｉｋｉｐｅｄｉａに含まれる膨大な数の項目を情報探索の出発点にすることができるので、（潜在的には）世界中のあらゆる概念に対応可能である。

理由３ ： 情報探索を収束させること
Ｗｉｋｉｐｅｄｉａカテゴリはボトムアップ的に構築されているため、浅い組織化に留まっていることも多い。これをそのまま情報探索に利用すると、いわゆるＷｅｂサーフィンと同様の結果となり、探索が発散してしまう恐れが大きい。図書館の分類体系と対応して利用することによって、情報探索が収束し、深い探索につなげることが可能となる。

Ｂ−３ レファレンスナビゲータ
本願発明者らは、上述した図書館の分類体系とＷｉｋｉｐｅｄｉａの統合的利用の最初の試みとして、異種オントロジーの統合ブラウジングツール「レファレンスナビゲータ」を作成した。

本ツールのインターフェース画面の一例を図３に示す。

本ツールは、Ｗｉｋｉｐｅｄｉａ、ＮＤＣ９、ＢＳＨ４、のオントロジー構造に加えて、Ｏｐｅｎ Ｄｉｒｅｃｔｏｒｙ Ｐｒｏｊｅｃｔ で構築されたＷｅｂディレクトリ構造をリレーショナルデータベースに格納しており、統合的に探索することが可能である。

上部のテキストボックスに探索主題（Ｗｉｋｉｐｅｄｉａの項目名）を入力すると、その上位カテゴリ名等がハイパーリンクとして表示される。ここで、いずれかのカテゴリ名をクリックすると、さらにそのカテゴリの上位カテゴリ名、下位カテゴリ名などが表示される。同一のカテゴリ名がＷｉｋｉｐｅｄｉａ以外にも含まれる場合には、それらの上位カテゴリ名、下位カテゴリ名も共に表示される。利用者がクリックを繰り返していくことによって情報探索を深めていき、図書館の情報資源を探すための手がかりを得ることができる。

このレファレンスナビゲータは、後に詳述するように、特に以下の特徴を備えている。

（１）類似したカテゴリ名の対応
現在の図書館の分類体系とＷｉｋｉｐｅｄｉａの対応は、カテゴリ名が文字列レベルで完全に一致したものに限られず、類似したものまで対応を行っている。特に、本発明では、自然言語処理を活用して類似したカテゴリ名まで精度良く対応を行っている。例えば、図２の点線部分で示した関係
「阪神・淡路大震災」 ←→ 「地震災害」、
「日本の経済史」＋「平成時代」 ←→ 「ＮＤＣ３３２．１０７」
を対応付けることが可能である。

（２）パスファインダーの自動生成
上述したように、いくつかの図書館で構築されているパスファインダーは情報探索にとって有用なツールであるが、人手で構築されているため、網羅されている項目が著しく少ないという問題がある。そこで、Ｗｉｋｉｐｅｄｉａの項目に対してＮＤＣ分類記号などを自動推定し、それが付与されている参考図書等を蔵書目録（ＯＰＡＣ）から取得することによって、あらゆる概念についてのパスファインダーを自動生成する。

（３）自動レファレンスサービスシステムの実現
京都大学付属図書館レファレンスサービスシステム（非特許文献１２）や、ダイアログナビ（非特許文献６）などの方法論を発展させて、対話的に図書館利用者の情報検索を支援するシステムを構築した。具体的には、上で述べた統合オントロジーに加えて、情報検索に関する様々なメタ知識（非特許文献１３）を知識ベースとして利用するシステムを構築した。

Ｃ．先行特許文献・非特許文献
下記特許文献１には、分類番号の関連ファイルを利用した資料情報検索方式が記載されている。分類番号が階層構造を持つことに着目し、検索キーを分類番号に置き換えると共に、その上位・下位レベルも参照できると記載されている。

また、下記特許文献２には、ＲＦＩＤを用いた図書保管管理システムが開示されている。ＲＦＩＤを用いることによって複数の書籍のデータを一括して読み取ることができるとされている。

また、下記特許文献３には、蔵書検索方法・蔵書検索システム等が開示されている。ここに記載のシステムによれば、多様な条件で検索を行えるとされている。

特開平８−３１４９５６号公報 特開平１０−２７３２０８号公報 特開２００７−１０２４８７号公報 井上真琴：図書館に訊け！、ちくま新書（２００４） 福田求：デジタルレファレンスサービスにおけるコミュニケーション技術に関する考察、情報科学研究、Ｎｏ．２０、ＰＰ．２９−４０（２００２） 小田充宏：デジタルレファレンスサービスの現在、情報の科学と技術、Ｖｏｌ．５６、ＰＰ．８４−８９（２００６） 文部科学省 科学技術・学術審議会 学術分科会 研究環境基盤部会 学術情報基盤作業部会：学術情報基盤の今後の在り方について（報告）（２００６） 平田大志、日笠亘、藤井綱貴、黒橋禎夫：図書館の自動レファレンス・サービス・システムの構築、言語処理学会第６回年次大会発表論文集（２０００） 清田陽司、黒橋禎夫、水戸冬子：大規模テキスト知識ベースに基づく自動質問応答−ダイアログナビ−、自然言語処理、Ｖｏｌ．１０、Ｎｏ．４、ＰＰ．１４５−１７５（２００３） 兼宗進：デジタル・レファレンス・ツールとしてのＷｉｋｉｐｅｄｉａ、情報の化学と技術、Ｖｏｌ．５６、ＰＰ．１０３−１０７（２００６） もり・きよし、日本図書館協会分類委員会（編）、日本十進分類法 新訂９版、日本図書館協会、１９９５ 日本図書館協会件名標目委員会（編）、基本件名標目表（ＢＳＨ）第４版、日本図書館協会、１９９９ 斉藤文男、図書館利用者にとってのレファレンス・サービス、東京都図書館協会報、Ｎｏ．８１、２００１ Laura B.Cohen and Julie M.Still. A comparison of research university and two-year college library web sites: content, functionality, and form,. College and research libraries, Vol. 60, No.3, pp.275-289, 1999. 黒橋禎夫、日笠亘、京都大学附属図書館における自動レファレンス・サービス・システム、情報管理、Ｖｏｌ．４７、Ｎｏ．１、ｐｐ．１８４−１８９、２００１ 長澤雅男、情報と文献の探索、第３版、丸善株式会社、１９９４ 國安結、清田陽司、綾部輝幸、東京大学附属図書館におけるレファレンスサービス業務分析−自動レファレンスサービスシステムの実現を目指して−日本図書館情報学会第５４回研究大会発表要綱、ｐｐ．１０１−１０４、２００６

そこで、本願発明者らは、図書館員が行っているレファレンス応答を自動で行うことができるシステムの実現に向けて鋭意研究を行い、具体的にレファレンスサービスシステムを構築するに至った。

以上述べてきたように、本発明の目的は、図書館の分類体系とＷｉｋｉｐｅｄｉａカテゴリという性質の異なるオントロジーを統合的に活用することによって、対話的な情報検索システムを実現することである。

本発明は、基本的な考え方として、図書館の分類体系とＷｉｋｉｐｅｄｉａカテゴリという性質の異なるオントロジーを統合的に活用することで新たな情報検索のインフラを実現したものである。

これによって、Ｗｅｂを手がかりとした図書館の利用によって探索を深めていくという新しい情報探索のパラダイムが世の中に広めることができ、その結果、社会全体のリテラシーの向上に寄与し、図書館の存在意義の再発見、ひいては電子図書館の実現にも資するものである。

本発明は、具体的には、以下の構成を採用する。

（１）本発明は、上記課題を解決するために、利用者からの検索要求に基づき、情報検索を行う情報検索システムにおいて、前記検索要求に基づきフォークソノミー型オントロジーを検索する第１の検索手段と、前記検索によって得られた各概念に対して、対応付けられた概念を図書館オントロジー中から取り出す抽出手段と、前記抽出手段が取り出した概念を用いて、前記図書館オントロジーを検索する第２の検索手段と、を含むことを特徴とする情報検索システムである。

（２）また、本発明は、（１）記載の情報検索システムにおいて、少なくとも、前記第１の検索手段が検索した結果と前記第２の検索手段が検索した結果とを有する情報検索のための手がかりとなるパスファインダーを作成するパスファインダー作成手段と、を含むことを特徴とする情報検索システムである。

（３）また、本発明は、（２）記載の情報検索システムにおいて、前記パスファインダー作成手段は、前記第２の検索手段が検索した結果とともに、検索要求中のキーワードから前記第２の検索手段が検索した概念に至るまでの経路を含む前記パスファインダーを作成することを特徴とする情報検索システムである。

（４）また、本発明は、（１）又は（２）記載の情報検索システムにおいて、前記抽出手段は、フォークソノミー型オントロジー中から得られた前記各概念に対して、前記検索要求中のキーワードとの距離・類似度を表す重みを付与する重み付け手段と、前記各概念に対して付与された重みに基づき、前記図書館オントロジー中の概念に対して、その概念と対応付けられているフォークソノミー型オントロジー中の概念の中で最も大きな重み付けがなされているその重みを、導出スコアとして付与する導出スコア算出手段と、前記求めた導出スコアの値によって、値の大きな上位の予め定められた個数の概念のみを取り出す上位抽出手段と、を含むことを特徴とする情報検索システムである。

（５）本発明は、上記課題を解決するために、利用者からの検索要求に基づき、情報検索を行う情報検索方法において、前記検索要求に基づきフォークソノミー型オントロジーを検索する第１の検索ステップと、前記検索によって得られた各概念に対して、対応付けられた概念を図書館オントロジー中から取り出す抽出ステップと、前記抽出ステップにおいて取り出した概念を用いて、前記図書館オントロジーを検索する第２の検索ステップと、を含むことを特徴とする情報検索方法である。

（６）また、本発明は、（５）記載の情報検索方法において、少なくとも、前記第１の検索ステップで検索した結果と前記第２の検索ステップで検索した結果とを有する情報検索のための手がかりとなるパスファインダーを作成するパスファインダー作成ステップ、を含むことを特徴とする情報検索方法である。

（７）また、本発明は、（６）記載の情報検索方法において、前記パスファインダー作成ステップにおいては、前記第２の検索ステップにおいて検索した結果とともに、図書館オントロジー中のキーワードから前記第２の検索ステップにおいて検索した概念に至るまでの経路を含む前記パスファインダーを作成することを特徴とする情報検索方法である。

（８）また、本発明は、（５）又は（６）記載の情報検索方法において、前記抽出ステップは、フォークソノミー型オントロジー中から得られた前記各概念に対して、前記検索要求中のキーワードとの距離・類似度を表す重みを付与する重み付けステップと、前記各概念に対して付与された重みに基づき、前記図書館オントロジー中の概念に対して、その概念と対応付けられているフォークソノミー型オントロジー中の概念の中で最も大きな重み付けがなされているその重みを、導出スコアとして付与する導出スコア算出ステップと、前記求めた導出スコアの値によって、値の大きな上位の予め定められた個数の概念のみを取り出す上位抽出ステップと、を含むことを特徴とする情報検索方法である。

（９）また、本発明は、上記課題を解決するために、コンピュータを、利用者からの検索要求に基づき、情報検索を行う情報検索システムとして動作させるプログラムにおいて、前記検索要求に基づきフォークソノミー型オントロジーを検索する第１の検索手順と、前記検索によって得られた各概念に対して、対応付けられた概念を図書館オントロジー中から取り出す抽出手順と、前記抽出手段が取り出した概念を用いて、前記図書館オントロジーを検索する第２の検索手順と、を、前記コンピュータに実行させることを特徴とするプログラムである。

（１０）また、本発明は、（９）記載記載のプログラムにおいて、前記抽出手順は、フォークソノミー型オントロジー中から得られた前記各概念に対して、前記検索要求中のキーワードとの距離・類似度を表す重みを付与する重み付け手順と、前記各概念に対して付与された前記重みに基づき、前記図書館オントロジー中の概念に対して、その概念と対応付けられているフォークソノミー型オントロジー中の概念の中で最も大きな重み付けがなされているその重みを、導出スコアとして付与する導出スコア算出手順と、前記求めた導出スコアの値によって、値の大きな上位の予め定められた個数の概念のみを取り出す上位抽出手順と、を含むことを特徴とするプログラムである。

（１１）また、本発明は、上記課題を解決するために、利用者からの検索要求に基づき、情報検索を行ってその結果を前記利用者に提供する情報検索サービス提供方法において、前記検索要求に基づきフォークソノミー型オントロジーを検索する第１の検索ステップと、前記検索によって得られた各概念に対して、対応付けられた概念を図書館オントロジー中から取り出す抽出ステップと、前記抽出ステップにおいて取り出した概念を用いて、前記図書館オントロジーを検索する第２の検索ステップと、少なくとも、前記第１の検索ステップで検索した結果と前記第２の検索ステップで検索した結果とを有する情報検索のための手がかりとなるパスファインダーを作成するパスファインダー作成ステップと、前記作成したパスファインダーを前記利用者に提供するパスファインダー提供ステップと、を含むことを特徴とする情報検索サービス提供方法である。

（１２）また、本発明は、上記（１１）記載の情報検索サービス提供方法において、前記パスファインダー作成ステップにおいては、前記第２の検索ステップにおいて検索した結果とともに、図書館オントロジー中のキーワードから前記第２の検索ステップにおいて検索した概念に至るまでの経路を含む前記パスファインダーを作成することを特徴とする情報検索サービス提供方法である。

（１３）また、本発明は、（１１）又は（１２）記載の情報検索サービス提供方法において、前記抽出ステップは、フォークソノミー型オントロジー中から得られた前記各概念に対して、前記検索要求中のキーワードとの距離・類似度を表す重みを付与する重み付けステップと、前記各概念に対して付与された重みに基づき、前記図書館オントロジー中の概念に対して、その概念と対応付けられているフォークソノミー型オントロジー中の概念の中で最も大きな重み付けがなされているその重みを、導出スコアとして付与する導出スコア算出ステップと、前記求めた導出スコアの値によって、値の大きな上位の予め定められた個数の概念のみを取り出す上位抽出ステップと、を含むことを特徴とする情報検索サービス提供方法である。

なお、本件発明において、後述する実施の形態においてＷｉｋｉｐｅｄｉａオントロジーを主に説明しているが、これはフォークソノミー型オントロジーの好ましい一例に相当する。

（１４）また、本発明は、上記（１）〜（４）のいずれか１項に記載の情報検索システムにおいて、前記図書館オントロジーに代えて、ピラミッド型オントロジーを用いたことを特徴とする情報検索システムである。

（１５）また、本発明は、上記（５）〜（８）のいずれか１項に記載の情報検索方法において、前記図書館オントロジーに代えて、ピラミッド型オントロジーを用いたことを特徴とする情報検索方法である。

（１６）また、本発明は、上記（９）又は（１０）に記載のプログラムにおいて、前記図書館オントロジーに代えて、ピラミッド型オントロジーを用いたことを特徴とするプログラムである。

（１７）また、本発明は、上記（１１）〜（１３）のいずれか１項に記載のサービス提供方法において、前記図書館オントロジーに代えて、ピラミッド型オントロジーを用いたことを特徴とするサービス提供方法である。

このように、本件発明においては、後述する実施の形態では図書館オントロジーを主として説明しているが、一般的なピラミッド型オントロジーでもかまわない。

以上述べたように、本発明によれば、対話的な操作によって情報検索が可能なシステムを提供することが可能である。

特に、本発明においては、２つの性質の異なるオントロジーを組み合わせることによってより精度の高い、使いやすい情報検索システムを提供することが可能である。

以下、図面を用いて、発明の実施の形態を説明する。

第１ はじめに
本実施の形態では、図書館分類とＷｉｋｉｐｅｄｉａという２種のオントロジーを統合させた新しい情報探索システム・情報探索手法を提案する。

そこで、まず、本実施の形態の背景となる図書館分類とＷｅｂオントロジー（Ｗｉｋｉｐｅｄｉａを含む）とを簡単に説明する。

１−１ 書架分類法（ｃｌａｓｓｉｆｉｃａｔｉｏｎ）
ＮＤＣ（日本十進分類法）は日本で最も普及している図書館資料の書架分類法である。一つの資料に一つのＮＤＣコードが付与される。書架分類法としては、他にも種々知られている。例えば
ＤＤＣ（デューイ十進分類法）
ＵＤＣ（国際十進分類法）
ＮＤＬＣ（国立国会図書館分類法）
ＬＬＣ（米国議会図書館分類表）
が知られている。

１−２ 件名標目表（Ｓｕｂｊｅｃｔ Ｈｅａｄｎｇｓ）
ＢＳＨ（基本件名標目表）は、図書館資料の統制キーワードであり、一つの資料に複数の件名が付与される。また、ＮＤＣとの対応がなされている。件名標目表としては、他にも種々知られている。例えば、
ＬＣＳＨ（米国議会図書館件名標目表）
ＮＤＬＳＨ（国立国会図書館件名標目票）
が知られている。

１−３ フォークソノミー
２００５年頃から普及し始めたＷｅｂサービスであり、Ｆｌｉｃｋｒ、ｄｅｌ．ｉｃｉｏ．ｕｓ、Ｙｏｕｔｕｂｅなどが有名である。

フォークソノミーは、個々の利用者が自身の視点でコンテンツにタグを付与できるのが特徴である。システム全体としてみれば多様なタグが個々のコンテンツに付与されている状態となる。

１−４ Ｗｉｋｉｐｅｄｉａ
インターネット上で共同編集されている多言語百科事典である。各記事にはカテゴリがタグとして付与されている。したがって、フォークソノミーの特徴をも包含する。また、カテゴリにもさらにカテゴリのタグを付与できる。したがって、緩やかな階層構造を取ることも可能である。また、複数の上位概念を付与することができる。したがって、多重承継が可能である。

特に、図書館オントロジーとＷｉｋｉｐｅｄｉａとの比較を行った表が図１に示されており、既に説明した通りである。

第２ アプローチ
本願発明者らは、図書館オントロジーをＷｉｋｉｐｅｄｉａで拡張することが有効であろうと考えた。

それは、Ｗｉｋｉｐｅｄｉａは、Ｗｅｂの汎用的な情報資源としては最も組織化されている（Ｗｉｋｉｐｅｄｉａカテゴリと呼ばれるカテゴリが存在する）ので、図書館オントロジーとの親和性がある程度は高いと考えられたからである。さらに、Ｗｉｋｉｐｅｄｉａは、Ｗｅｂ上の他の情報資源との親和性を持っているからである。

また、図書館オントロジー（書架分類法、件名標目表）は、人類がこれまで長い期間営々と積み重ねてきた知識体系であり、価値判断に必要な情報資源への有力なポインタとなりうるものである。

これらの関係を表す概念図が図４に示されている。この図に示すように、情報探索のスタート地点としてはＷｅｂオントロジーは優れているが、より深い専門性、信頼性を獲得するにはＷｅｂオントロジーだけでは困難である。図書館オントロジーは、情報探索のスタート地点としての適性は低いものの、図４に示すように、より深い情報の専門性、信頼性を得ようとする場合は非常に高い適応性を有している。また、Ｗｉｋｉｐｅｄｉａは、Ｗｅｂオントロジーではあるものの、ある程度の階層性、組織性を有しているので、図書館オントロジーとの親和性が高いと言えよう。この結果、Ｗｉｋｉｐｅｄｉａにおける情報探索から図書館オントロジーへの移行を円滑に行えば、より使いやすい情報検索システムが達成できると考えられる。

このような移行は、両者に共通するカテゴリ名を用いて行うことができる。このような共通するカテゴリの例は、阪神・淡路大震災の例が図２に示されている。

この図２のように、阪神・淡路大震災から、種々の概念（カテゴリ）に到達することができる。その結果を示す図が図５に示されている。

図５に示すように、Ｗｉｋｉｐｅｄｉａにおいて、「日本の経済史」に到達することによって、震災が日本経済に与えた影響を知ることができる。また、「災害と防災の歴史」から震災がその後の防災対策に与えた影響を知ることができる。さらに、「地震」から震災を起こした地震（１９９５年兵庫県南部地震）を知ることができる。

一方、図書館オントロジーへ移行することによって、図５に示すように、「経済史−日本−平成時代（３３２．１０７）」から「経済学事典（日本経済新聞社、１９９６年）の存在を知ることができる。また、「地震災害」という項目から、「地震防災の辞典（岡田恒男ほか、２０００年」を知ることができる。また、「地震史（４５３．２）」から、「日本被害地震総覧（宇佐見龍夫、２００３年）を読むことが可能である。

第３ レファレンスナビゲータ
以上述べたように、図書館オントロジーとＷｉｋｉｐｅｄｉａとを統合することによってより使いやすく、且つより深い専門性の高い情報を探索可能な情報探索システムが実現できると考えられる。この考えに基づき、本願発明者らは、レファレンスナビゲータと呼ばれるシステムを開発し、一定の成果を上げることができた。以下、このレファレンスナビゲータについて説明する。

３−１ 類似について
本レファレンスナビゲータは、Ｗｉｋｉｐｅｄｉａと図書館オントロジーとの間で概念の対応を行っているが、その対応は、概念を表すキーワードの文字列が一致する場合だけでなく、文字列の間に一定の類似度がある場合も含めて対応を行っている。

類似度は、いわゆる単語ｎ−ｇｒａｍや、文字ｎ−ｇｒａｍとよばれるモデルによって計算している。ここで、ｎは自然数であり、単語２−ｇｒａｍ、単語３−ｇｒａｍ、単語４−ｇｒａｍ等を意味する。単語ｎ−ｇｒａｍは、簡単に言えば、一定のフレーズを単語に分けて、その単語がｎ個連続して一致していた場合に類似と判断する手法であり、ｎは上述したように自然数である。

また、文字ｎ−ｇｒａｍは、簡単に言えば、一定のフレーズをｎ文字毎に分けて、そのうちいずれかが一致するような他のフレーズがあれば、それを類似と判断する手法である。例えば、「地震の歴史」に対して文字２−ｇｒａｍを適用すると、「地震」「震の」「の歴」「歴史」という４個の２文字群が得られる。この文字群といずれかが一致するような他のフレーズがあれば、そのフレーズを類似と判断するのである。

さらに、本実施の形態のレファレンスナビゲータでは、いわゆるシソーラスによって類義語を探索し、その類義語も類似すると判断している。

３−２ 上位概念の導出
上位概念の説明のため、記法を若干説明する。

探索対象である入力キーワードを、Ｋ０と記す。例えば、図２では、「阪神・淡路大震災」がＫ０である。Ｗｉｋｉｐｅｄｉａでは、このＫ０から上位にあるカテゴリを見つけることができる。上述したように、Ｗｉｋｉｐｅｄｉａでは上位概念を複数個持てるので、一般に複数個の上位概念が見つかる。これら、直接見つかったｎ個の上位概念を１次の上位概念と呼び、それぞれＫ１１、・・・Ｋ１ｎで表す。

すなわち、本実施の形態では、概念（カテゴリ名）をＫａｂと表し、このａは探索対象からの深さを表すレベル、次数であり、ｂはシリアル番号（すなわち、そのレベルに存在する概念に通し番号を付したもの）である。

さて、Ｋ０である「阪神・淡路大震災」に対して、１次の上位概念は、
Ｋ１１「地震の歴史」
Ｋ１２「日本の経済史」
Ｋ１３「平成時代」
の３個である（図２参照）。

さらに、Ｋ１１「地震の歴史」のさらに上位概念を求める（つまりＫ０から見れば第２レベル（２次）となる）と、
Ｋ２１「地震」
Ｋ２２「災害と防災の歴史」
の２個である。なお、第２レベルの上位概念は、他の（第１レベルの）概念を経由して辿る場合もあり、例えば、Ｋ２３「経済史」が図２に示されている。また、図２には、３次の上位概念であるＫ３１「災害」も記されている。

３−３ 対応
このように上位概念を辿った場合には、図２に示すように、Ｋ２１「地震」と完全一致の概念「地震（４５３）」がＮＤＣ、ＢＳＨ中に存在することが見つけられる。また、Ｋ３１「災害」に完全一致する概念がＮＤＣ、ＢＳＨ中に存在することが見つけられる。同様に、Ｋ２３「経済史」と完全一致する概念「経済史（３３２）」がＮＤＣ、ＢＳＨ中に存在することが見つけられる（図２参照）。

一方、シソーラスを用いることによって、Ｋ０「阪神・淡路大震災」の類似概念として「地震災害」がＮＤＣ、ＢＳＨ中に見つけられる。また、ｎ−ｇｒａｍの手法を用いて、Ｋ１２「日本の経済史」及びＫ１３「平成時代」などと類似する概念として「経済史−日本−平成時代（３３２、１０７））が見つけられる。

３−４ 重み
本実施の形態において特徴的なことは、各概念に対して重みによるスコアを計算し、係るスコアによって表示順を決定等していることである。

ある概念Ｋｍｎ（ｍレベルのｎ番目の概念）の重みをＷ（Ｋｍｎ）で表すと、Ｗ（Ｋｍｎ）は、以下の式で表される。

Ｗ（Ｋｍｎ） ＝ Ｓ（Ｋｍｎ、Ｃ（Ｋｍｎ））×Ｗ（Ｃ（Ｋｍｎ））

但し、１＜ｍ＜ｔ の範囲で計算する。ここでｔはしきい値である。これは計算対象となるレベルの深さを一定の値に制限したものである。なお、Ｋｍｎは、ノードとも呼ばれる。

また、Ｗ（Ｋ０） ＝ １．０ である。これは、探索対象である概念Ｋ０の重みは「１」であるとしたものである。

また、上式で Ｓ（）は、類似度であり、Ｃ（Ｋｍｎ）は、Ｋｍｎの下位概念のうち、Ｋｍｎを導いたものを表す。例えば、Ｋ２３＝「経済史」に対して、Ｃ（Ｋ２３）＝Ｋ１２＝「日本の経済史」となる。

つまり、上式は、
その概念の重み ＝ その概念の下位概念との類似度 × その下位概念の重み
という意味をなしている。

記号をまとめてみよう。

Ｋｍｎは、レベルｍのｎ番目の概念（ノード）である。
Ｃ（Ｋ）は、概念（ノード）Ｋの下位概念（ノード）である。
Ｓ（Ｋ１、Ｋ２）は、概念Ｋ１と概念Ｋ２との類似度である。
Ｗ（Ｋ）は、概念（ノード）Ｋへの重みである。
３−５ 類似度
類似度Ｓ（Ｋ１、Ｋ２）は、下記の式で計算される。概念Ｋ１とＫ２との類似度は、

この数式中、αは伝搬パラメータであり、例えば０．８等の定数である。

また、ＴＫ１、ＴＫ２は、概念Ｋ１とＫ２のｎ−ｇｒａｍの総数である。

例えば、ｎ＝２（すなわち ２−ｇｒａｍ）、Ｋ１が「地震」、Ｋ２が「地震の歴史」の場合は、
ＴＫ１ ＝ １ 「地震」の１個であるので「１」
ＴＫ２ ＝ ４ 「地震」「震の」「の歴」「歴史」の４個であるので「４」
となる。

また、ＴＫＣは、共通ｎ−ｇｒａｍ数である。例えば上で挙げた例の場合は、
ＴＫＣ ＝ １ （共通する概念は「地震」の１個である）
となる。

したがって、Ｋ１が「地震」、Ｋ２が「地震の歴史」の場合は、

と計算され、類似度は０．６と計算される。

さて、この類似度Ｓは、基本的には０〜１の間の数を取る。０の場合は似てないことを意味し、１は似ていることを意味する。但し、αの値が１より小さい場合は、０〜１ではなく、例えば０．２〜１．０の範囲の数を取る（αが０．８の場合）。

記法をまとめてみよう。
αは伝搬パラメータである。
ＴＫは、概念（ノード）Ｋのｎ−ｇｒａｍの総数である。
ＴＫＣは、共通するｎ−ｇｒａｍの数である。

３−６ 導出スコア
フォークソノミー型オントロジー、すなわちＷｉｋｉｐｅｄｉａの各概念に対して以上のように重みづけをした後、それに基づいて図書館オントロジーの各概念Ｎｉに対して導出スコアＩ（Ｎｉ）を計算する。

図２で示す例によれば、Ｗｉｋｉｐｅｄｉａにおいて第３レベルまで重みを計算した場合、「地震」「災害」「経済史」などが完全一致する概念として、図書館オントロジー側から見つけ出される。

したがって、これら「地震」「災害」「経済史」について導出スコアＩを算出する。もちろん、導出スコアは、完全一致する概念だけでなく類似概念に関しても導出スコアＩが求められる。導出スコアＩ（Ｎｉ）は、以下のようにして算出する。

ここで、Ｎｉは、図書館オントロジー中の概念（「地震」「災害」「経済史」等）である。

そして、Ｘ（Ｎｉ）は、その図書館オントロジー中の概念に対応付けられているＷｉｋｉｐｅｄｉａ中の概念の集合である。例えば、「地震（４５３）」に対応付けられているＷｉｋｉｐｅｄｉａの概念は１個であるとは限らず、一般的に複数個存在する。これらを集合としたものである。

このＷｉｋｉｐｅｄｉａ中の概念は、請求の範囲のフォークソノミー型オントロジー中の概念の好適な一例に相当する。

例えば、図２の例では、「経済史−日本−平成時代（３３２．１０８）」には「日本の経済史」と「平成時代」との２個の概念が対応付けられている。したがって、Ｘ（「経済史−日本−平成時代（３３２．１０８）」） ＝ ｛「日本の経済史」、「平成時代」｝という集合となる。

上記式により求められる導出スコアは、この集合中、最も重みの大きな概念のその重みの値である。

また、記法をまとめてみよう。

Ｎ又はＮｉは、図書館オントロジー中の概念（ノード）である。また、Ｘ（Ｎｉ）は、概念Ｎｉに対応付けられているＷｉｋｉｐｅｄｉａ中の概念（ノード）である。

このＷｉｋｉｐｅｄｉａは、請求の範囲におけるフォークソノミー型オントロジーの好適な一例に相当する。

３−７ 選定
本実施の形態において特徴的なことは、このＩ（Ｎｉ）の値が大きい順に上位Ｊ個のＮ（図書館オントロジーのエントリ（概念））を選定し、情報探索の結果として出力することである。Ｊは所定の個数であり、自然数である。

特に本実施の形態のレファレンスナビゲータでは、Ｊ個のエントリのそれぞれについて、Ｋ０からの導出パス、及び導出スコアを合わせて出力する。

例えば、
エントリ パス 導出スコア
地震（４５３） ← 地震の歴史 ：０．０９０６
経済（３３０） ← 経済史 ← 日本の経済史 ：０．０６０７
災害（３６９．３） ← 災害
← 災害と防災の歴史
← 地震の歴史 ：０．０３６２
のように表示する。

このように、導出スコアだけでなく、パスも出力すれば利用者はどのようなつながりでその概念が出力されたか知ることができ、利便性に富む情報探索システムを構築することができる。

第４ レファレンスナビゲータの構成
次に、本実施の形態に係る情報探索システムであるレファレンスナビゲータの構成について説明する。

本情報検索システム（レファレンスナビゲータ）の構成図が図６〜図１２に示されている。利用者は図１２に示す構成の端末装置から通信回線（インターネット）を介してこのシステムを利用する。

まず、図６に示すように、ユーザ端末１０上にはＰＣブラウザが搭載されており、このブラウザを介して、利用者は本システムにアクセスし情報探索を行う。

ユーザ端末１０には、キーボード１２やマウス１４等が接続されており、利用者はこれらを通じてユーザ端末１０を操作する。ユーザ端末１０は典型的にはパーソナルコンピュータで構成することが好ましいが、ＰＤＡや携帯通信端末を用いることも好ましい。

ユーザ端末１０はインターネット１６を介して本システムのＨＴＴＰサーバ１８と接続する。ＨＴＴＰサーバ１８は、Ｗｅｂアプリケーションエンジン２０によって制御されている。

本システムの基本的な動作を記述しているのがこのＷｅｂアプリケーションエンジン２０である。本願発明者らはこれを、Ｊａｖａ（登録商標）言語によって記述したが、もちろん他の言語でも良い。このＷｅｂアプリケーションエンジン２０には図６に示すように、情報探索サービスの提供に用いるＷｅｂドキュメントのデータ（インターフェース画面の定義等）や、スクリプトコード（ＪａｖａＳｃｒｉｐｔ等）を記録した記憶装置２２が備えられている。記憶装置２２は、ハードディスクや半導体記憶装置、各種光ディスク等が使用可能である。

Ｗｅｂアプリケーションエンジン２０は関数呼び出し処理エンジン２４を利用して情報探索を行う。この関数呼び出し処理エンジン２４はＸＭＬ ＲＰＣプロトコルで実装されているが、他のプロトコルでも良い。この関数呼び出し処理エンジン２４は連想検索モジュール２６を用いて連想検索を行っている。連想検索モジュール２６は、セッション管理モジュール２８と連携し、連想検索を行う。

さて、セッション管理モジュール２８はユーザ端末１０とのセッションを管理しており、そのために利用者認証ＤＢ３０及び検索のログを取るためのログＤＢ３２を備えている。

関数呼び出し処理エンジン２４及びセッション管理モジュール２８は、パスファインダー生成モジュール３４がパスファインダーを生成するのに必要な情報を提供する。

パスファインダー生成モジュール３４は、関数呼び出し処理エンジン２４及びセッション管理モジュール２８などからの指示に基づき、パスファインダーを生成する。パスファインダー生成モジュール３４は、パスファインダー生成制御ファイル３６を備えており、この制御ファイルの内容に基づきパスファインダーを生成する。

パスファインダー生成モジュール３４には他にも種々のモジュールが接続されており、協調作業を実行している。

図７には、パスファインダー生成モジュール３４に接続する他のモジュールが描かれている。

まず、質問文解析モジュールＡ３８は、利用者からの質問を解析する。その際の解析ルールの正規表現が解析ルール集４０に格納されている。また、自然文解析エンジン４２が備えられており、自然文で記述された質問文の形態素解析や構文解析を行う。

このような質問文解析モジュールは複数個存在し、図７には、質問文解析モジュールＡ３８の他に、質問文解析モジュールＢ４４、質問文解析モジュールＣ４６も示されている。

図８にも、パスファインダー生成モジュール３４に接続する他のモジュールが描かれている。文字列検索モジュール４８は、検索対象である所定の文字列を検索するモジュールである。外部リンク生成モジュール５０は、所定の文字列等に対してリンクを埋め込むための外部リンクを生成するモジュールであり、後述するパスファインダーの画面上に、このリンクが設けられる。また、この外部リンクモジュール生成モジュール５０には、外部をリンクする際に用いる制御ファイルの記憶手段５２が設けられている。

図９には、図８の文字列検索モジュール４８と共に検索動作を担う手段が種々示されている。文字列検索モジュール４８には検索エンジン（１）５４が設けられており、実際の検索動作を実行する。この検索エンジン（１）５４は、Ａインデックス５６と、Ｂインデックス５８と、を検索する。Ａインデックス５６は、検索エンジン（１）５４用の検索エンジン（１）インデクサ６０によってオントロジーＡのデータベースから作成されたものである。同様に、Ｂインデックス５８も、検索エンジン（１）５４用の検索エンジン（１）インデクサ６０によって、オントロジーＢのデータベースから作成されたものである。

文字列検索モジュール４８には、複数の検索エンジンを設けることができる。図９においては、検索エンジン（２）６２が示されている。この検索エンジン（２）６０にも検索エンジン（２）インデクサ６４が備えられており、オントロジーＡのデータベースからＡインデックス６６を作成し、オントロジーＢのデータベースからＢインデックス６８を作成する。そして、検索エンジン（２）６２は、Ａインデックス６６とＢインデックス６８とを検索する。

ここで、オントロジーＡは、Ｗｉｋｉｐｅｄｉａオントロジーを表す。また、オントロジーＢは図書館オントロジーを表す。

図１０には、上で述べたデータベースの詳細が記されている。検索エンジン（１）インデクサ６０は、オントロジーＡデータベース７０と、オントロジーＢデータベース７２と、に基づき上述したようにＡインデックス５６とＢインデックス５８とを作成する。同様に、検索エンジン（２）インデクサ６４は、オントロジーＡデータベース６６と、オントロジーＢデータベース６８と、に基づき上述したようにＡインデックス６６とＢインデックス６８とを作成する。

オントロジーＡデータベース７０は、Ｗｉｋｉｐｅｄｉａオントロジーのデータベースであり、図１０に示すように、ＩＤとキーワードのリストであるキーワードリストを備えている。また、オントロジーＡデータベース７０は、各キーワードに対して上位の概念のＩＤと、下位の概念のＩＤとを備えた上位下位テーブルを備えている。この上位下位テーブルには、例えば「東京大学」の上位概念として「３」が示されている。このＩＤ３のキーワードは「国立大学」である。すなわち、「国立大学」が「東京大学」の上位概念である。

また、「国立大学」の上位概念として「４」が示されている。このＩＤ４のキーワードは「東京都」である。すなわち、「東京都」が「国立大学」の上位概念である。また、「国立大学」の下位概念として「１」が示されている。このＩＤ１のキーワードは「東京大学」である。すなわち、「東京大学」が「国立大学」の下位概念である。

さらに、オントロジーＡデータベース７０には、各キーワードに対して同義語の概念のＩＤを示した同義語テーブルを備えている。例えば、「東京大学」の同義語としてＩＤ５が示されている。ＩＤ５のキーワードは「東大」である。すなわち、「東京大学」の同義語が「東大」である。

以上のような各種テーブルからオントロジーＡデータベース７０が構成されている。また、オントロジーＢデータベース７２は、図書館オントロジーのデータベースである点がオントロジーＡデータベース７０と異なるが、その他の構成はほぼ同様である。

すなわち、オントロジーＢデータベース７２も、オントロジーＡデータベース７０と同様にキーワードリスト、上位下位テーブル、同義語テーブル等を備えている。

図１１には、パスファインダー生成モジュール３４にと、上記オントロジーＡデータベース７０やオントロジーＢデータベース７２に関連するモジュールが示されている。

まず、オントロジー処理モジュール７４は、パスファインダー生成モジュール３４からの指示に従ってオントロジーＡデータベース７０・オントロジーＢデータベース７２に対するオントロジー処理を実行する。その際、上位概念自動導出モジュール７６はパスファインダー生成モジュールからの指示に従い上位概念を導出し、オントロジー処理モジュール７４に供給する。上位概念導出モジュール７６はキーワード比較エンジン７８を用いて上位概念を導出する。キーワード比較エンジン７８は、同義語辞書８０を有しており、キーワードの比較として、既に述べたｎ−ｇｒａｍによる比較だけでなく、同義語かどうかを加味した比較も行う。

第５ ユーザ端末の構成
図１２には、ユーザ端末１０の構成ブロック図が示されている。

まず、中央制御モジュール９０が、インターネット１６を介してＨＴＴＰサーバ１８との通信を行っている。中央制御モジュール９０は、Ｗｅｂドキュメントを取得しその表示を行う。同時にスクリプトコード９４の取得を行いそれを実行する。

中央制御モジュール９０はマウス選択処理モジュール９６をコントロールし、利用者のマウス動作（例えばキーワードの選択動作など）を監視・入力し、所定の処理を実行する。また、中央制御モジュール９０はキー入力処理モジュール９８をコントロールし、利用者のキー入力（キーワード「ハンバーガー」の入力など）を監視・入力し、所定の処理を実行する。

また、中央制御モジュール９０は、履歴管理モジュール１００を備えており、情報検索の結果の履歴を保存している。

本実施の形態において特徴的なことは、この履歴を利用者の選択に応じて適宜画面に表示できることである。これによって、利用者は過去の情報探索の結果を利用することが容易である。この履歴管理モジュール１００は、履歴を保存するための履歴保存領域１０２を備えている。

履歴管理モジュール１００は、情報探索の履歴を用いてパスファインダーを作成する。パスファインダーは種々の検索の結果として表れてくるので、その履歴を表示することによって、パスファインダーが作成される。実際のパスファインダーの画面への描画はパスファインダー描画エンジン１０４が実行する（図１２参照）。図１２には、ユーザ端末１０の構成ブロック図だけでなく、端末のディスプレイに表示される画面の様子の概要が模式的に示されている。このように、パスファインダーは、画面中の一区画（ペインと呼ばれることが多い）を占める。履歴管理モジュール１００は情報探索の結果の履歴をパスファインダーとは別に「履歴」として表示する。実際の履歴の画面への描画は履歴描画エンジン１０６が実行する（図１２参照）。図１２に示す例では、画面の右端部分がタブ切り換えによって種々の情報が表示可能に構成されている例を示している。図１１の例では、履歴と、連想検索Ｕ．Ｉ．が示されているが、タブの切り換えによって別の情報を表示することも好ましい。

また、本実施の形態においてはユーザ端末１０は、連想検索描画エンジン１０８を備えている。この連想検索エンジン１０８がＨＴＴＰサーバ１８とＸＭＬＰＲＣによる通信を行い、連想検索の結果を得ると、これを連想検索Ｕ．Ｉ．の部分（図１２の画面右下部参照）に表示する。

以上のような構成によって、利用者は、本実施の形態に係るレファレンスナビゲータを利用することができる。

第６ 情報検索動作及びパスファインダーの作成動作
以下、情報検索動作及びそれに伴うパスファインダーの具体的な作成動作をフローチャートに基づき説明する。

図１３、図１４には、情報検索動作及びパスファインダーの作成動作を表すフローチャートが示されている。ここでは、キーボードによって質問文が入力される場合について説明する。マウスによって所定のキーワードがクリックされた場合の動作については次節で述べる。

まず、図１３のステップＳ１３−１においては、利用者が「ハンバーガーについて調べたい」という自然文をユーザ端末１０において入力する。

ステップＳ１３−２においては、中央制御モジュール９０がキー入力処理モジュール９８を介して上記自然文による質問文を取得し、これについて、関数呼び出しをサーバへ要求する。

ステップＳ１３−３においては、ＨＴＴＰサーバ１８が受信した上記質問文をＷｅｂアプリケーションエンジン２０が関数呼び出し処理エンジン２４に供給する。関数呼び出し処理エンジン２４はこの質問文に基づきパスファインダー生成モジュール３４を呼び出す。この結果、パスファインダーのオブジェクト（以下、これをＰＦｏｂｊｅｃｔと呼ぶ場合もある）は「Ｑ：ハンバーガーについて調べたい」という質問文となる。

ステップＳ１３−４においては、質問文解析モジュールＡ３８が起動し、ＰＦｏｂｊｅｃｔ「Ｑ：ハンバーガーについて調べたい」からＸ：ハンバーガーを取り出す。

次に、ステップＳ１３−５において、質問文「Ｑ：ハンバーガーについて調べたい」と、このＸ：ハンバーガーが文字列検索モジュール４８に供給され、文字列の検索が行われる。その結果、ＰＦｏｂｊｅｃｔは、
Ｑ：ハンバーガーについて調べたい
Ｘ：ハンバーガー
Ｌ：１：ハンバーガー １００．０％ （関連性 以下同じ）
２：ハンバーガー司祭 ０．４％
３：ハンバーガーチェーン ０．３％
４：ナンバーガール ０．２％
Ｒ：ハンバーガー
となる。

次に、ステップＳ１３−６においては、パスファインダー生成モジュール３４が、オントロジー処理モジュール７４を呼び出し、オントロジー処理を行わせる。その結果、ＰＦｏｂｊｅｃｔは、
Ｑ：ハンバーガーについて調べたい
Ｘ：ハンバーガー
Ｌ：１：ハンバーガー １００．０％ （関連性 以下同じ）
２：ハンバーガー司祭 ０．４％
３：ハンバーガーチェーン ０．３％
４：ナンバーガール ０．２％
Ｒ：ハンバーガー
ＢＴ：パン、ファーストフード
ＮＴ：モスバーガー、マクドナルド、・・・
ＲＴ：佐世保バーガー、外食産業、・・・
となる。なお、ここで、ＢＴは上位語を表し、ＮＴは下位語を表す。また、ＲＴは関連語を表す。

次にステップＳ１３−７においては、パスファインダー生成モジュール３４が、上位概念自動導出モジュール７６を呼び出し、上位概念の導出を行わせる。その結果、ＰＦｏｂｊｅｃｔは、
Ｑ：ハンバーガーについて調べたい
Ｘ：ハンバーガー
Ｌ：１：ハンバーガー １００．０％ （関連性 以下同じ）
２：ハンバーガー司祭 ０．４％
３：ハンバーガーチェーン ０．３％
４：ナンバーガール ０．２％
Ｒ：ハンバーガー
ＢＴ：パン、ファーストフード
ＮＴ：モスバーガー、マクドナルド、・・・
ＲＴ：佐世保バーガー、外食産業、・・・
ＢＴＩ：パン（５８８．３２）、食品（５８８）、飲食店（６３７．９７）、ファーストフード、・・・
となる。なお、ここで、ＢＴＩは、拡張された上位語リストを表す。

本実施の形態において特徴的なことは、上位概念の導出において、Ｗｉｋｉｐｅｄｉａのオントロジーから、図書館オントロジーの概念を取り出していることである。このような動作によってＷｉｋｉｐｅｄｉａのオントロジーと図書館オントロジーとを組み合わせることができ、より深い内容・専門性の高い内容の情報にアクセスしやすい情報探索システムが得られたものである。

この際、既に述べたように、各概念（ノード）に重みを行い、この重みに基づいて類似する概念、上位概念、を求めている。また、既に述べたように、この際、シソーラス（同義語辞典）等も加味して関連する概念の取り出し、関連付けを行っている。

このような処理によって、Ｗｉｋｉｐｅｄｉａオントロジーと図書館オントロジーとの統合を図ることができ、より利便性の高い情報検索システムを提供することができる。

次に、図１４に移り、ステップＳ１４−１においては、パスファインダー生成モジュール３４が、情報資源取得モジュール（不図示）を呼び出し、他の種々の情報資源の取得を行わせる。他の情報資源とは、例えば、東大ＯＰＡＣ、Ｇｏｏｇｌｅ、Ａｍａｚｏｎ、ＪａｐａｎＫｎｏｗｌｅｄｇｅ、等が挙げられる。パスファインダーにはそのような外部リンクも含めれば、より利便性の高いパスファインダーが得られる。

次に、ステップＳ１４−２においては、上記ステップＳ１４−１において見いだされた他の情報資源に基づき、外部リンク作成モジュール５０が外部リンクを作成する。

この結果、ＰＦｏｂｊｅｃｔは、
Ｑ：ハンバーガーについて調べたい
Ｘ：ハンバーガー
Ｌ：１：ハンバーガー １００．０％ （関連性 以下同じ）
２：ハンバーガー司祭 ０．４％
３：ハンバーガーチェーン ０．３％
４：ナンバーガール ０．２％
Ｒ：ハンバーガー
ＢＴ：パン、ファーストフード
ＮＴ：モスバーガー、マクドナルド、・・・
ＲＴ：佐世保バーガー、外食産業、・・・
ＢＴＩ：パン（５８８．３２）、食品（５８８）、飲食店（６３７．９７）、ファーストフード、・・・
ＩＮＦＯＮ：農林水産省（http://www.maff.go.jp ）
：外食産業総合調査研究センター（http://www.gaishokusoken.jp/）
：日本フードサービス協会（http://www.jfnet.or.jp ）
ＩＮＦＯＢ：外食産業統計資料集（ISBN:9784906357192 (4906357199)）
：外食産業マーケティング便覧（ＩＳＢＮ：不明）
ＥＸＴＬ ：東大ＯＰＡＣ（https://opac.dl.itc.u-tokyo.ac.jp/）
：Ｇｏｏｇｌｅ（http://www.google.co.jp ）
：Ａｍａｚｏｎ（http://www.amazon.co.jp ）
となる。

次に、ステップＳ１４−３においては、パスファインダー生成モジュール３４が、レスポンス生成モジュール（不図示）に、レスポンスの生成を行わせ、上記ＰＦｏｂｊｅｃｔをユーザ端末１０に送信する。

ここで作成するレスポンスは、ＸＭＬオブジェクトであり、具体的には、
ハンバーガーについて調べるには・・・
・図書館の蔵書を探す ： ＮＤＣ５８８．３２（パン） ５８８（食品）
・範囲を広げて調べる ： パン、食品、飲食店、ファーストフード
・範囲を限定して調べる： モスバーガー、マクドナルド
・関連する項目を調べる： 佐世保バーガー、外食産業
・類似した項目を調べる： ハンバーガー司祭、ハンバーガーチェーン、
ナンバーガール
・外部リソースを検索する：ＯＰＡＣ、Ｇｏｏｇｌｅ、Ａｍａｚｏｎ
のようなデータが作成される。

このうち、図書館の蔵書を探す欄は、ＢＴＩの図書分類を利用して作成し、範囲を広げて調べる欄は、ＢＴＩを利用して作成する。範囲を限定して調べる欄は、ＮＴを利用する。また、関連する項目を調べる欄はＲＴを利用する。また、類似した項目を調べる欄は、Ｌを用いる。また、外部リソースを検索する欄はＥＸＴＬを用いて、それぞれ作成する。

作成したＸＭＬデータ（レスポンス）は、ユーザ端末１０に送信される。

次に、ステップＳ１４−４においては、ユーザ端末１０の中央制御モジュール９０がこのレスポンスを受信し、その内容を画面に表示する。その結果、利用者は図１１で示したようなパスファインダーの画面を見ることができる。また、既に述べたように、ユーザ端末１０は、履歴管理モジュール１００を有しているので、過去のパスファインダーを適宜呼び出して閲覧することができ、利用者にとって使いやすい情報検索サービスが実現されている。

第７ 情報検索動作及びパスファインダーの作成動作（マウスクリックによる場合）
上記第６では、キーボードで質問文を入力した場合の動作をフローチャートに基づき説明したが、本第７では、利用者がマウスで所定のキーワードをクリックした場合の情報検索動作及びそれに伴うパスファインダーの作成動作についてフローチャートに基づき説明する。

図１５には、利用者がマウスで所定のキーワードをクリックした場合の情報検索動作及びパスファインダーの作成動作を表すフローチャートが示されている。ここでは、所定のキーワード「ハンバーガー」がマウスクリックされた場合について説明する。

まず、図１５のステップＳ１５−１においては、利用者が「ハンバーガー」というキーワードをユーザ端末１０の画面上でクリックする。

ステップＳ１５−２においては、中央制御モジュール９０がキー入力処理モジュール９８を介して上記クリックしたキーワードを取得し、これについて、関数呼び出しをサーバへ要求する。

ステップＳ１５−３においては、ＨＴＴＰサーバ１８が受信した上記キーワード「ハンバーガー」をＷｅｂアプリケーションエンジン２０が関数呼び出し処理エンジン２４に供給する。関数呼び出し処理エンジン２４はこのキーワードに基づきパスファインダー生成モジュール３４を呼び出す。この結果、パスファインダーのオブジェクト（以下、これをＰＦｏｂｊｅｃｔと呼ぶ場合もある）は
Ｑ：「ハンバーガー」を選択
Ｘ：ハンバーガー
Ｒ：ハンバーガー
となる。

次に、ステップＳ１５−４においては、パスファインダー生成モジュール３４が、オントロジー処理モジュール７４を呼び出し、オントロジー処理を行わせる。

なお、図１５のフローチャートの場合は、図１３で示した例（キーボードによる質問入力）と異なり、質問文処理モジュール３８、文字列検索モジュール４８等は使用しない。

次にステップＳ１５−５においては、パスファインダー生成モジュール３４が、上位概念自動導出モジュール７６を呼び出し、上位概念の導出を行わせる。

ここでも、上記図１３と同様に、上位概念の導出において、Ｗｉｋｉｐｅｄｉａのオントロジーから、図書館オントロジーの概念を取り出していることである。この点が本実施の形態において特徴的な事項であり、従来の情報検索において無かった点である。

特に、このような動作によってＷｉｋｉｐｅｄｉａのオントロジーと図書館オントロジーとを組み合わせることが可能となったので、より深い内容・専門性の高い内容の情報にアクセスしやすい情報探索システムが得られたものである。

また、Ｗｉｋｉｐｅｄｉａオントロジーの概念から、図書館オントロジーの概念への対応付けにおいては、既に説明したように、各概念（ノード）に重みを行い、この重みに基づいて類似する概念、上位概念、を求めることによって、図書館オントロジーへの「対応付け」を行っている。また、既に述べたように、この際、シソーラス（同義語辞典）等も加味して関連する概念の取り出し、関連付けを行っている。

このような処理によって、Ｗｉｋｉｐｅｄｉａオントロジーと図書館オントロジーとの統合を図ることができ、より利便性の高い情報検索システムを提供することができる。

第８ まとめ
以上述べたように、本実施の形態によれば、Ｗｉｋｉｐｅｄｉａのオントロジーと図書館オントロジーとを統合したので、双方の長所を生かした使いやすい情報検索を行うことができる。

特に、検索動作に伴って、パスファインダーが自動的に作成されるので、利便性の高い情報検索システムが構成できる。

第９ Ｗｉｋｉｐｅｄｉａとフォークソノミー(folksonomy)
これまでＷｉｋｉｐｅｄｉａオントロジーと図書館オントロジーの統合に関して説明してきたが、このＷｉｋｉｐｅｄｉａオントロジーは、より一般的に言えば、フォークソノミーオントロジーと言えるであろう。

以下、「ｉｍｉｄａｓ」（集英社）からの引用である。

フォークソノミーとは、「利用者が、インターネットのコンテンツを自分の好みで収集・分類すること。「人々（folk）」と「分類（taxonomy）」とを組み合わせた造語。従来のインターネット上での情報分類は、ディレクトリ型検索エンジンを代表とした提供者側の、階層構造をともなう分類であるが、フォークソノミーでは、利用者が自らタグとよばれるインデックス情報を付加し、情報を分類・整理している。ネットワーク上の写真共有サービス「Flickr」や、ソーシャルブックマーク・サービスの「del.icio.us」はフォークソノミーを利用した代表的なサービス。前者は、写真登録者（アップロードした人）が自由にタグを付与してキーワードとすることにより、写真を介して利用者同士を結びつける。また、後者は、ブックマーク（お気に入り）をタグづけし、共有することにより、同じ指向のブックマークから有益な情報が見つけやすくなっている。」
（引用終わり）
このようなフォークソノミーにおけるオントロジーをフォークソノミー型オントロジーと呼ぶ。このフォークソノミー型オントロジーの一例として上述したＷｉｋｉｐｅｄｉａオントロジーを位置づけることができる。したがって、本発明は、一般的にこのフォークソノミー型のオントロジーを用いて実現することが可能である。

第１０ プログラムとコンピュータ
さて、本実施の形態では、図６〜図１２を用いて、システムの構成を説明してきたが、そこに示された各種モジュールやエンジン、インデクサなどは、いずれもプログラムによって構成されている。言い換えれば、コンピュータ（サーバや、クライアントであるユーザ端末）がそれらモジュールを実行することによって、図１３〜図１５その他、上で述べた動作を行うのである。

このように、本実施の形態で説明したシステムは、各種プログラムと、記憶装置に格納された各種データベース（オントロジーＡデータベース７０、オントロジーＢデータベース７２、利用者認証ＤＢ（データベース）、ログＤＢ（データベース））から構成されている。また、各種の制御ファイル（パスファインダー制御ファイル３６、外部リンク制御ファイル５２等）、辞書データ（同義語辞書８０）、等から構成されている。

ここで、各所のデータベースや辞書は所定の記憶手段に格納しておくことが好ましい。例えば、ハードディスクや、各種半導体記憶装置、各種の光ディスク、等が好ましい。これらは、コンピュータの近傍に設置しても良いが、ネットワークを介して遠隔の装置からダウンロードしてもよい。

また、各種モジュールやエンジンなどのプログラムも上記のような記憶手段に格納しておくことが好ましい。また、持ち運び可能な可搬型記憶媒体（例えばＣＤＲＯＭ等）に格納しておくことも好ましい。また、遠隔地のサーバに格納しておき、ネットワークを介してそのサーバ中のプログラムを実行するように構成することも好ましい。

第１１ 応用分野
（１）以上述べたように、本発明は、情報検索システムに関し、特に図書館オントロジーとフォークソノミー型オントロジーとを組み合わせた点に特徴を有する。

したがって、本情報検索システムは、主として図書館及びその関連施設において用いることが好適である。特に、本発明によれば、概念検索によって、蔵書を効率的に検索できるので、図書館の職員、司書、各種研究者に対して「情報検索」を教育するシステムとして利用することも好適である。また、図書館の利用者に対する「情報検索」の教育に用いることも好適である。

（２）本発明は、異なるオントロジーを組み合わせることによって、概念検索を非常に効率的に行うことが可能である。したがって、本情報検索システムを用いて得られた「概念」を用いて外部の検索エンジン（インターネット上の一般的な検索エンジン）に誘導して、検索を行えば、効率的な検索を行うことができると考えられる。

そのためには、本情報検索システムの画面上に、外部の検索エンジンに対する外部リンクボタンをもうけておくことが好ましい。例えば有名な検索エンジンであるＧｏｏｇｌｅに対するこのような外部リンクボタンを、上述したユーザ端末１０の画面上に設けておき、ユーザがこの外部リンクボタンをクリックした場合に、検索結果である概念をキーワードとするＧｏｏｇｌｅ検索が行われるように構成しておくことが便利である。

なお、このように、キーワードを検索エンジンにｆｅｅｄして検索を行わせるように外部リンクボタンを構成することは従来から行われていることであるので、当業者（その技術分野における通常の知識を持つ人をいう）であれば容易にそのようなボタンを構成することができる。

その結果、インターネット全般における検索を行うことも可能である。

（３）これまで、図書館オントロジーについて説明してきたが、これはある概念に対する上位概念がただ一つ定まるオントロジーである。換言すれば、このように上位概念がただ一つのみ定められているようなオントロジーであれば他のオントロジーを採用することも原理的に可能である。このようにある概念の上位概念が必ず一つであるようなオントロジーをピラミッド型オントロジーと呼ぶ。

そして、その採用するピラミッド型オントロジーの内容は、適用したい分野によって様々なものを採用することができるであろう。すなわち、本発明は、図書館関連の検索システムに限られず、他の種々の分野における情報検索に利用することが可能である。

要するに、概念分類を利用した語基分類辞書ツールとしての利用を図ることができるものである。

例えば、インターネット上の広告効果・影響を指標化する目的に利用することができる。世の中には種々の宣伝・広告媒体が存在するが、一般に宣伝を行うと、それを見た消費者がインターネット上でブログや記事の書き込み、掲示板への書き込みを行う。書き込まれた文書に関して、宣伝商品の言葉を語基・語幹にして概念分類を行うことによって、語基を分類することができる。その結果、概念毎に語基が並べられた辞書ツールを得ることが可能である。これを用いれば、広告主へのフィードバック材料や、広告打ち出しのためのヒントキーワード検索ツールとしての利用もできよう。

具体的な例を挙げよう。例えば、化粧品やシャンプーの広告効果を計測できる情報検索システムを構築することができる。

例えば、Ｓ社が新しいシャンプー「つばめ」を開発し、この広告をインターネット上で繰り広げた場合を想定しよう。この広告の効果を計るには、従来は、「つばめ」を取り上げている記事やブログを検索し、何回取り上げられているか？ ブログで言及された回数は？ それに対するコメント数は？ などの数値を得て、その数値から、おおよその広告効果を推定するしかなかった。

これに本発明の情報検索システムを適用する。まず、「つばめ」に対するピラミッド型オントロジーを構築する。これはシャンプーや化粧品等を対象としたオントロジーを専門家が構築すればよい。

そして、「つばめ」に関する種々の概念を抽出した後、その概念を用いて、インターネット上の記事やブログを検索するのである。

「つばめ」について、上述したように、ピラミッド型オントロジーと、フォークソノミー型オントロジーとを組み合わせた情報検索システムを用いて関連する概念を得る。その結果、「Ｓ社」や、「シャンプー」「化粧品」、ひいては競合商品である「Ｕ社」のシャンプーである「ラック」などを得る。

これらを用いてインターネット上の記事やブログを検索することによって、より精度の高い検索をすることができる。さらに、競合他社の製品（Ｕ社の「ラック」）との比較を行うこともできるので、広告効果をより詳細に調査することができる。

情報探索ツールとして図書館の分類体系と、Ｗｉｋｉｐｅｄｉａとを比較した表である。 本発明で採用する図書館オントロジーとＷｉｋｉｐｅｄｉａオントロジーを統合した場合の情報検索の活用例の概念図である。 本願発明者らが開発したレファレンスナビゲータの画面の一例である。 図書館オントロジー、Ｗｅｂオントロジー、Ｗｉｋｉｐｅｄｉａオントロジーの関係を示す概念図である。 阪神・淡路大震災というキーワードから出発して、種々の概念（カテゴリ）に到達することができる。その様子を示す概念図である。 本実施の形態に係る情報検索システム（レファレンスナビゲータ）の構成図である。 本実施の形態に係る情報検索システム（レファレンスナビゲータ）の構成図である。 本実施の形態に係る情報検索システム（レファレンスナビゲータ）の構成図である。 本実施の形態に係る情報検索システム（レファレンスナビゲータ）の構成図である。 本実施の形態に係る情報検索システム（レファレンスナビゲータ）の構成図である。 本実施の形態に係る情報検索システム（レファレンスナビゲータ）の構成図である。 本実施の形態に係る情報検索システム（レファレンスナビゲータ）の構成図であり、特にユーザ端末の構成図である。 本実施の形態に係る情報検索動作及びパスファインダーの作成動作を表すフローチャートである。 本実施の形態に係る情報検索動作及びパスファインダーの作成動作を表すフローチャートである。 マウスで所定のキーワードをクリックした場合の情報検索動作及びそれに伴うパスファインダーの作成動作を表すフローチャートである。

符号の説明

１０ ユーザ端末
１２ キーボード
１４ マウス
１６ インターネット
１８ ＨＴＴＰサーバ
２０ Ｗｅｂアプリケーションエンジン
２２ 記憶装置
２４ 関数呼び出し処理エンジン
２６ 連想検索モジュール
２８ セッション管理モジュール
３０ 利用者認証ＤＢ
３２ ログＤＢ
３４ パスファインダー生成モジュール
３６ パスファインダー生成制御ファイル
３８ 質問文解析モジュールＡ
４０ 解析ルール集
４２ 自然文解析エンジン
４４ 質問文解析モジュールＢ
４６ 質問文解析モジュールＣ
４８ 文字列検索モジュール
５０ 外部リンク生成モジュール
５２ 外部リンク制御ファイル
５４ 検索エンジン（１）
５６ Ａインデックス
５８ Ｂインデックス
６０ 検索エンジン（１）インデクサ
６２ 検索エンジン（２）
６４ 検索エンジン（２）インデクサ
６６ Ａインデックス
６８ Ｂインデックス
７０ オントロジーＡインデックス
７２ オントロジーＢインデックス
７４ オントロジー処理モジュール
７６ 上位概念自動導出モジュール
７８ キーワード比較エンジン
８０ 同義語辞典
９０ 中央制御モジュール
９２ Ｗｅｂドキュメント
９４ スクリプトコード
９６ マウス選択処理モジュール
９８ キー入力処理モジュール
１００ 履歴管理モジュール
１０２ 履歴保存領域
１０４ パスファインダー描画エンジン
１０６ 履歴描画エンジン
１０８ 連想検索描画エンジン

Claims (17)

1. 利用者からの検索要求に基づき、情報検索を行う情報検索システムにおいて、
   前記検索要求に基づきフォークソノミー型オントロジーを検索する第１の検索手段と、
   前記検索によって得られた各概念に対して、対応付けられた概念を図書館オントロジー中から取り出す抽出手段と、
   前記抽出手段が取り出した概念を用いて、前記図書館オントロジーを検索する第２の検索手段と、
   を含むことを特徴とする情報検索システム。
2. 請求項１記載の情報検索システムにおいて、
   少なくとも、前記第１の検索手段が検索した結果と前記第２の検索手段が検索した結果とを有する情報検索のための手がかりとなるパスファインダーを作成するパスファインダー作成手段と、
   を含むことを特徴とする情報検索システム。
3. 請求項２記載の情報検索システムにおいて、
   前記パスファインダー作成手段は、前記第２の検索手段が検索した結果とともに、検索要求中のキーワードから前記第２の検索手段が検索した概念に至るまでの経路を含む前記パスファインダーを作成することを特徴とする情報検索システム。
4. 請求項１又は２記載の情報検索システムにおいて、
   前記抽出手段は、
   フォークソノミー型オントロジー中から得られた前記各概念に対して、前記検索要求中のキーワードとの距離・類似度を表す重みを付与する重み付け手段と、
   前記各概念に対して付与された重みに基づき、前記図書館オントロジー中の概念に対して、その概念と対応付けられているフォークソノミー型オントロジー中の概念の中で最も大きな重み付けがなされているその重みを、導出スコアとして付与する導出スコア算出手段と、
   前記求めた導出スコアの値によって、値の大きな上位の予め定められた個数の概念のみを取り出す上位抽出手段と、
   を含むことを特徴とする情報検索システム。
5. 利用者からの検索要求に基づき、情報検索を行う情報検索方法において、
   前記検索要求に基づきフォークソノミー型オントロジーを検索する第１の検索ステップと、
   前記検索によって得られた各概念に対して、対応付けられた概念を図書館オントロジー中から取り出す抽出ステップと、
   前記抽出ステップにおいて取り出した概念を用いて、前記図書館オントロジーを検索する第２の検索ステップと、
   を含むことを特徴とする情報検索方法。
6. 請求項５記載の情報検索方法において、
   少なくとも、前記第１の検索ステップで検索した結果と前記第２の検索ステップで検索した結果とを有する情報検索のための手がかりとなるパスファインダーを作成するパスファインダー作成ステップ、
   を含むことを特徴とする情報検索方法。
7. 請求項６記載の情報検索方法において、
   前記パスファインダー作成ステップにおいては、前記第２の検索ステップにおいて検索した結果とともに、図書館オントロジー中のキーワードから前記第２の検索ステップにおいて検索した概念に至るまでの経路を含む前記パスファインダーを作成することを特徴とする情報検索方法。
8. 請求項５又は６記載の情報検索方法において、
   前記抽出ステップは、
   フォークソノミー型オントロジー中から得られた前記各概念に対して、前記検索要求中のキーワードとの距離・類似度を表す重みを付与する重み付けステップと、
   前記各概念に対して付与された重みに基づき、前記図書館オントロジー中の概念に対して、その概念と対応付けられているフォークソノミー型オントロジー中の概念の中で最も大きな重み付けがなされているその重みを、導出スコアとして付与する導出スコア算出ステップと、
   前記求めた導出スコアの値によって、値の大きな上位の予め定められた個数の概念のみを取り出す上位抽出ステップと、
   を含むことを特徴とする情報検索方法。
9. コンピュータを、利用者からの検索要求に基づき、情報検索を行う情報検索システムとして動作させるプログラムにおいて、
   前記検索要求に基づきフォークソノミー型オントロジーを検索する第１の検索手順と、
   前記検索によって得られた各概念に対して、対応付けられた概念を図書館オントロジー中から取り出す抽出手順と、
   前記抽出手段が取り出した概念を用いて、前記図書館オントロジーを検索する第２の検索手順と、
   を、前記コンピュータに実行させることを特徴とするプログラム。
10. 請求項９記載のプログラムにおいて、
    前記抽出手順は、
    フォークソノミー型オントロジー中から得られた前記各概念に対して、前記検索要求中のキーワードとの距離・類似度を表す重みを付与する重み付け手順と、
    前記各概念に対して付与された前記重みに基づき、前記図書館オントロジー中の概念に対して、その概念と対応付けられているフォークソノミー型オントロジー中の概念の中で最も大きな重み付けがなされているその重みを、導出スコアとして付与する導出スコア算出手順と、
    前記求めた導出スコアの値によって、値の大きな上位の予め定められた個数の概念のみを取り出す上位抽出手順と、
    を含むことを特徴とするプログラム。
11. 利用者からの検索要求に基づき、情報検索を行ってその結果を前記利用者に提供する情報検索サービス提供方法において、
    前記検索要求に基づきフォークソノミー型オントロジーを検索する第１の検索ステップと、
    前記検索によって得られた各概念に対して、対応付けられた概念を図書館オントロジー中から取り出す抽出ステップと、
    前記抽出ステップにおいて取り出した概念を用いて、前記図書館オントロジーを検索する第２の検索ステップと、
    少なくとも、前記第１の検索ステップで検索した結果と前記第２の検索ステップで検索した結果とを有する情報検索のための手がかりとなるパスファインダーを作成するパスファインダー作成ステップと、
    前記作成したパスファインダーを前記利用者に提供するパスファインダー提供ステップと、
    を含むことを特徴とする情報検索サービス提供方法。
12. 請求項１１記載の情報検索サービス提供方法において、
    前記パスファインダー作成ステップにおいては、前記第２の検索ステップにおいて検索した結果とともに、図書館オントロジー中のキーワードから前記第２の検索ステップにおいて検索した概念に至るまでの経路を含む前記パスファインダーを作成することを特徴とする情報検索サービス提供方法。
13. 請求項１１又は１２記載の情報検索サービス提供方法において、
    前記抽出ステップは、
    フォークソノミー型オントロジー中から得られた前記各概念に対して、前記検索要求中のキーワードとの距離・類似度を表す重みを付与する重み付けステップと、
    前記各概念に対して付与された重みに基づき、前記図書館オントロジー中の概念に対して、その概念と対応付けられているフォークソノミー型オントロジー中の概念の中で最も大きな重み付けがなされているその重みを、導出スコアとして付与する導出スコア算出ステップと、
    前記求めた導出スコアの値によって、値の大きな上位の予め定められた個数の概念のみを取り出す上位抽出ステップと、
    を含むことを特徴とする情報検索サービス提供方法。
14. 請求項１〜４のいずれか１項に記載の情報検索システムにおいて、
    前記図書館オントロジーに代えて、ピラミッド型オントロジーを用いたことを特徴とする情報検索システム。
15. 請求項５〜８のいずれか１項に記載の情報検索方法において、
    前記図書館オントロジーに代えて、ピラミッド型オントロジーを用いたことを特徴とする情報検索方法。
16. 請求項９又は１０に記載のプログラムにおいて、
    前記図書館オントロジーに代えて、ピラミッド型オントロジーを用いたことを特徴とするプログラム。
17. 請求項１１〜１３のいずれか１項に記載のサービス提供方法において、
    前記図書館オントロジーに代えて、ピラミッド型オントロジーを用いたことを特徴とするサービス提供方法。