JP2009080625A - 知識構築装置、プログラムおよび知識構築方法 - Google Patents

Abstract

【課題】知識ベース構築のコストを軽減する。
【解決手段】入力されたドキュメント中から、ドキュメント構造データベース２１に格納されているドキュメント構造にマッチするパターンを有する文章単位を抽出するとともに（文書単位抽出部１１）、抽出された文章単位の特徴を抽出し（特徴抽出部１２）、ドキュメントに類似した例文の知識情報を、検出された特徴を用いて知識情報データベース２５から検索し（知識検索部１３）、検索された知識情報に対する編集を受け付け、編集を受け付けた編集後の知識情報と編集前の知識情報の元となる文章単位とを関連付けて知識情報データベース２５および知識ベース２６を編集する（知識編集部１４）。これにより、既存のドキュメント（例文）や知識情報から再利用できそうなパーツを自然文と連動してリストアップする知識ベース構築環境を提供し、知識ベース構築のコストを軽減することができる。
【選択図】 図２

Description

本発明は、知識構築装置、プログラムおよび知識構築方法に関する。

近年、ノウハウや過去の事例などの知識を実務で利用可能なように構築したものであって、データベースシステムの発展型として位置づけられる知識ベースシステムが開発されつつある。ところが、このような知識ベースシステムにおいては、知識ベース構築のコストが大きな問題となっている。

そこで、このような負荷を軽減するために、特許文献１に開示されている自然言語処理による知識コードの作成手法や、特許文献２に開示されている自然文のみによる事例データベースの作成手法などが提案されている。

特開２００５−０７８２３５号公報 特開２００７−０１１６０４号公報

しかしながら、前述したような自然文を用いる手法によれば、入力コストの削減に有効であるが、精度に問題が生じるために人手により確認する必要があり、知識ベース構築のコスト軽減の策としては改善の余地がある。

本発明は、上記に鑑みてなされたものであって、知識ベース構築のコストを軽減することができる知識構築装置、プログラムおよび知識構築方法を提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明の知識構築装置は、自知識情報を格納する知識ベースを備える知識構築装置において、自然文で記述されたドキュメントの文章構造のパターンとその解釈とを示すドキュメント構造を格納するドキュメント構造データベースと、例文と、その前記知識情報とを格納する知識情報データベースと、ドキュメントの入力を受け付けるドキュメント受付手段と、前記ドキュメント受付手段によって受け付けられたドキュメントから、前記ドキュメント構造データベースに格納されている前記ドキュメント構造にマッチするパターンを有する文章単位を抽出する文章単位抽出手段と、前記文章単位の特徴を抽出する特徴抽出手段と、前記ドキュメントに類似した例文の前記知識情報を、前記特徴を用いて前記知識情報データベースから検索する知識検索手段と、前記知識検索手段によって検索された知識情報に対する編集を受け付ける編集受付手段と、前記編集受付手段によって編集を受け付けた編集後の前記知識情報と前記編集受付手段による編集前の前記知識情報の元となる前記文章単位抽出手段で抽出された文章単位とを関連付けて前記知識情報データベースおよび前記知識ベースを編集する知識編集手段と、を備える。

また、本発明のプログラムは、知識情報を格納する知識ベースを備える知識構築装置を制御するコンピュータを、自然文で記述されたドキュメントの入力を受け付けるドキュメント受付手段と、前記ドキュメント受付手段によって受け付けられたドキュメントから、前記ドキュメントの文章構造のパターンとその解釈とを示すドキュメント構造を格納するドキュメント構造データベースに格納されている前記ドキュメント構造にマッチするパターンを有する文章単位を抽出する文章単位抽出手段と、前記文章単位の特徴を抽出する特徴抽出手段と、例文と、その前記知識情報とを格納する知識情報データベースから、前記特徴を用いて前記ドキュメントに類似した例文の前記知識情報を検索する知識検索手段と、前記知識検索手段によって検索された知識情報に対する編集を受け付ける編集受付手段と、前記編集受付手段によって編集を受け付けた編集後の前記知識情報と前記編集受付手段による編集前の前記知識情報の元となる前記文章単位抽出手段で抽出された文章単位とを関連付けて前記知識情報データベースおよび前記知識ベースを編集する知識編集手段と、として機能させる。

また、本発明の知識構築方法は、知識情報を格納する知識ベースを備える知識構築装置を制御するコンピュータにおける知識構築方法であって、ドキュメント受付手段が、自然文で記述されたドキュメントの入力を受け付けるステップと、文章単位抽出手段が、前記ドキュメント受付手段によって受け付けられたドキュメントから、前記ドキュメントの文章構造のパターンとその解釈とを示すドキュメント構造を格納するドキュメント構造データベースに格納されている前記ドキュメント構造にマッチするパターンを有する文章単位を抽出するステップと、特徴抽出手段が、前記文章単位の特徴を抽出するステップと、知識検索手段が、例文と、その前記知識情報とを格納する知識情報データベースから、前記特徴を用いて前記ドキュメントに類似した例文の前記知識情報を検索するステップと、編集受付手段が、前記知識検索手段によって検索された知識情報に対する編集を受け付けるステップと、知識編集手段が、前記編集受付手段によって編集を受け付けた編集後の前記知識情報と前記編集受付手段による編集前の前記知識情報の元となる前記文章単位抽出手段で抽出された文章単位とを関連付けて前記知識情報データベースおよび前記知識ベースを編集するステップと、を含む。

本発明によれば、既存のドキュメントや知識情報から再利用できそうなパーツを自然文と連動してリストアップする知識ベース構築環境を提供し、知識ベース構築のコストを軽減することができるという効果を奏する。

以下に添付図面を参照して、この発明にかかる知識構築装置、プログラムおよび知識構築方法の最良な実施の形態を詳細に説明する。

本発明の実施の一形態を図１ないし図１１に基づいて説明する。図１は、本発明の実施の一形態にかかる知識構築装置１のモジュール構成図である。知識構築装置１は、例えば、一般的なパーソナルコンピュータである。

図１に示すように、知識構築装置１は、情報処理を行うＣＰＵ（Central Processing Unit）１０１、ＢＩＯＳなどを記憶した読出し専用メモリであるＲＯＭ（Read Only Memory）１０２、各種データを書換え可能に記憶するＲＡＭ（Random Access Memory）１０３、各種データベースとして機能するとともに各種のプログラムを格納するＨＤＤ（Hard Disk Drive）１０４、記憶媒体１１０を用いて情報を保管したり外部に情報を配布したり外部から情報を入手するためのＣＤ−ＲＯＭドライブ等の媒体駆動装置１０５、ネットワーク２を介して外部の他のコンピュータと通信により情報を伝達するための通信制御装置１０６、処理経過や結果等を操作者に表示するＣＲＴ（Cathode Ray Tube）やＬＣＤ（Liquid Crystal Display）等の表示部１０７、並びに操作者がＣＰＵ１０１に命令や情報等を入力するためのキーボードやマウス等の入力部１０８等から構成されており、これらの各部間で送受信されるデータをバスコントローラ１０９が調停して動作する。

このような知識構築装置１では、ユーザが電源を投入するとＣＰＵ１０１がＲＯＭ１０２内のローダーというプログラムを起動させ、ＨＤＤ１０４よりＯＳ（Operating System）というコンピュータのハードウェアとソフトウェアとを管理するプログラムをＲＡＭ１０３に読み込み、このＯＳを起動させる。このようなＯＳは、ユーザの操作に応じてプログラムを起動したり、情報を読み込んだり、保存を行ったりする。ＯＳのうち代表的なものとしては、Ｗｉｎｄｏｗｓ（登録商標）等が知られている。これらのＯＳ上で走る動作プログラムをアプリケーションプログラムと呼んでいる。なお、アプリケーションプログラムは、所定のＯＳ上で動作するものに限らず、後述の各種処理の一部の実行をＯＳに肩代わりさせるものであってもよいし、所定のアプリケーションソフトやＯＳなどを構成する一群のプログラムファイルの一部として含まれているものであってもよい。

ここで、知識構築装置１は、アプリケーションプログラムとして、知識構築プログラムをＨＤＤ１０４に記憶している。この意味で、ＨＤＤ１０４は、知識構築プログラムを記憶する記憶媒体として機能する。

また、一般的には、知識構築装置１のＨＤＤ１０４にインストールされるアプリケーションプログラムは、ＣＤ−ＲＯＭやＤＶＤなどの各種の光ディスク、各種光磁気ディスク、フレキシブルディスクなどの各種磁気ディスク、半導体メモリ等の各種方式のメディア等の記憶媒体１１０に記録され、この記憶媒体１１０に記録された動作プログラムがＨＤＤ１０４にインストールされる。このため、ＣＤ−ＲＯＭ等の光情報記録メディアやＦＤ等の磁気メディア等の可搬性を有する記憶媒体１１０も、アプリケーションプログラムを記憶する記憶媒体となり得る。さらには、アプリケーションプログラムは、例えば通信制御装置１０６を介して外部から取り込まれ、ＨＤＤ１０４にインストールされても良い。

知識構築装置１は、ＯＳ上で動作する知識構築プログラムが起動すると、この知識構築プログラムに従い、ＣＰＵ１０１が各種の演算処理を実行して各部を集中的に制御する。知識構築装置１のＣＰＵ１０１が実行する各種の演算処理のうち、本実施の形態の特長的な処理について以下に説明する。

図２は、知識構築装置１の概略構成を示すブロック図である。図２に示すように、知識構築装置１は、知識構築プログラムに従うことにより、文章単位抽出手段として機能する文章単位抽出部１１と、特徴抽出手段として機能する特徴抽出部１２と、知識検索手段として機能する知識検索部１３と、知識編集手段として機能する知識編集部１４と、英語翻訳手段として機能する英語翻訳部１５と、熟語推論手段として機能する熟語推論部１６と、強調表示手段および知識表示手段として機能する知識編集ＧＵＩ生成部１７と、を備える。

また、知識構築装置１は、知識構築プログラムに従うことにより、記憶部であるＨＤＤ１０４に、ドキュメント構造ＤＢ２１と、専門用語辞書２２と、用語オントロジー２３と、機器オントロジー２４と、知識情報ＤＢ２５と、知識ベース２６と、を形成する。

次に、各部について説明する。

ドキュメント構造ＤＢ２１は、ドキュメントの文章構造のパターンとその解釈の方法とであるドキュメント構造を格納するデータベースである。ここで、ドキュメントとは、自然文で記述されたものであって、例えばマニュアルや設計仕様書などのように頁構成が固定されていて記述にも定型文の多いものである。図３は、ドキュメント構造ＤＢ２１の一例を示す模式図である。図３に示すドキュメント構造のパターンカラムは、ＨＴＭＬ形式のＴＡＢＬＥ型のパターンを示している。なお、＄１、＄２は変数を意味しており、｛｝＋は１回以上の繰り返しを表す。図３に示すドキュメント構造の解釈カラムは、変数の解釈方法について記述している。なお、パターンの記述方法は、図３に示す方法以外の方法でも良い。

専門用語辞書２２は、例えば「ＤＶ入力端子」「５．１ｃｈサラウンド」などの専門用語を格納したものである。図４は、専門用語辞書２２の一例を示す模式図である。図４に示す専門用語辞書２２は、ドメイン専用の用語を列挙したものである。

用語オントロジー２３は、専門用語辞書２２に格納された専門用語の分類体系を記述したものである。図５は、用語オントロジー２３の一例を示したものである。例えば、クラス「タイムスリップ」は、クラス「再生」の子クラスである。クラス「タイムスリップ」は、インスタンスとして「追っかけ再生」および「同時録画再生」を有している。また、クラス「再生」は、プロパティとして「メディア」および「番組」を有している。

機器オントロジー２４は、機器の分類体系を階層的に記述したものである。図６は、機器オントロジー２４の一例を示したものである。図６に示す機器オントロジー２４の例においては、クラスが「デジタル機器」−「ＴＶ」−「液晶」−「東芝芝」−「ＲＥＧＺＯ」のように階層構造になっている。また、「ＲＥＧＺＯ Ｚ１０００」は、クラス「ＲＥＧＺＯ」のインスタンスである。

知識情報ＤＢ２５は、知識情報である述語論理やルールとそれらに対応する例文（複数）とを対応付けて格納するデータベースである。図７は、知識情報ＤＢ２５の一例を示したものである。図７に示すように、知識情報ＤＢ２５は、例文に対してファクト形式の述語論理あるいは“If〜then”を表現するルール形式のいずれかを関連付けている。１つの述語論理は複数の例文に対応することがあり、図７に示す例では１行目と２行目は同じ述語論理に対して異なる例文を関連付けている。これにより、表現のゆらぎを吸収することができる。

知識ベース２６は、故障や操作を診断するシステムなどの実行システムで使用する知識ベースであり、それぞれのシステムが解釈実行する知識情報であるルールおよび述語論理を格納している。知識ベース２６は、知識情報ＤＢ２５に格納されている知識情報である述語論理やルールからそれぞれのシステムで使用する知識を抽出した実行用の知識ベースである。

知識編集ＧＵＩ生成部１７は、表示部１０７に表示する知識編集ＧＵＩ（Graphic User Interface）を生成する。図８は、知識編集ＧＵＩ３０の一例を示したものである。図８に示すように、知識編集ＧＵＩ３０は、知識構築装置１に入力されたドキュメントのビューア３０ａ、抽出されたファクト／ルールのビューア３０ｂ〜３０ｄ、ルール編集画面３０ｅを有している。図８においては、ドキュメントのビューア３０ａのドキュメントとファクト／ルールのビューア３０ｂの述語論理一覧とは、対になっている。ドキュメントのビューア３０ａにおいては、ドキュメント構造ＤＢ２１のパターンおよび知識情報ＤＢ２５からファクトやルールが抽出された文章はハイライト表示される。例えば、知識情報ＤＢ２５からファクトやルールが抽出された文章は、異なる表現（色やフォントの太さなど）で表示される。対応するファクトやルールの表示方法は、例えば以下のように選択可能である。
１．例文中の自然文表示
２．ファクト／ルール形式
３．自然文とファクト／ルール形式を同時表示
すなわち、表示方法としては、自然文のみ、ファクト／ルール（述語論理／ルール）のみ、自然文およびファクト／ルールの両方、の３形態がある。図８のファクト／ルールのビューア３０ｂ〜３０ｄにおいては、述語論理一覧３０ｂの中でフォーカスされている「述語論理１」に関連するルールがルール一覧３０ｃに記述される。また、記号：記述論理３０ｄは、述語論理一覧３０ｂの中でフォーカスされている「述語論理１」をファクト形式で表現している。

これにより、ファクトやルールを、知識情報ＤＢ２５に格納されている例文のいずれかに切り替えて表示することができるので、作成しようとしているルールにその述語論理を使って適切であるかどうかの確認を助けることができる。

また、ファクト／ルールのビューア３０ｂ〜３０ｄにおいては、図８に示す例のようにファクト／ルールとロジック（ＡＮＤ、ＯＲ、ＴＨＥＮ）をノードとして表示する。そして、ルール編集画面３０ｅにおいては、ファクト／ルールノードとロジックノードを組み合わせて新しいルールを編集可能とする。

文章単位抽出部１１は、知識構築装置１に入力されたドキュメント中から、ドキュメント構造ＤＢ２１に格納されている構造にマッチするパターンを有する文章を抽出する。例えば、入力ドキュメントが図９に示すような表であって、図１０に示すＨＴＭＬ形式であった場合について検討する。この場合、図３に示すドキュメント構造ＤＢ２１の例によれば、図１０のドキュメントは、１行目のパターンにマッチしている。したがって、変数を意味する＄１は、「地上アナログ放送の録画」、「地上デジタル放送で画質を指定した録画」、「外部入力端子からの録画」などである。また、変数を意味する＄２は、「Ｒ１」、「Ｒ２」である。さらに、変数を意味する＄３は、「○」、「×」である。解釈の仕方は、図３に示すドキュメント構造ＤＢ２１の例によれば＄１∩＄２→＄３と記述してあるので、解釈の例としては「地上アナログ放送の録画」∩「Ｒ１」→「○」となる。

特徴抽出部１２は、専門用語辞書２２、用語オントロジー２３および機器オントロジー２４を用いて、文章単位抽出部１１で抽出された文章の特徴を抽出する。

より詳細には、特徴抽出部１２は、文章単位抽出部１１で抽出された文章を形態素解析し、専門用語辞書２２に登録されている専門用語があると判断した場合には、その専門用語をその文章の特徴値の１つとして抽出する。

また、特徴抽出部１２は、文章単位抽出部１１で抽出された文章中の用語が用語オントロジー２３に存在している場合には、その用語を特徴値の１つとして抽出する。さらに、特徴抽出部１２は、文章単位抽出部１１で抽出された文章中の用語が所属するクラスの他のインスタンスや親クラスも特徴の補足値として抽出する。例えば、図５に示す用語オントロジー２３の例においては、特徴抽出部１２は、文章単位抽出部１１で抽出された文章中に「追っかけ再生」が見つかった場合、所属クラス「タイムスリップ」、そのクラスの他のインスタンス「同時録画再生」、親クラス「再生」が特徴の補足値として抽出される。

加えて、特徴抽出部１２は、文章単位抽出部１１で抽出された文章中に言及されている機器が何であるかを機器オントロジー２４を用いて抽出する。例えば、図６に示す機器オントロジー２４の例においては、特徴抽出部１２は、文章単位抽出部１１で抽出された文章中で「本機」とかかれていた場合には、入力ドキュメントの対象機器が「ＲＥＧＺＯ Ｚ１０００」の場合に「東芝芝」―「液晶」−「ＴＶ」を特徴値として抽出する。

知識検索部１３は、特徴抽出部１２で抽出された特徴値から知識情報ＤＢ２５を検索し、ファクト形式の述語論理またはルールを抽出する。より詳細には、知識検索部１３は、特徴抽出部１２で抽出された特徴値を用いて知識情報ＤＢ２５の例文を検索し、特徴値にヒットした例文の類似度を計算し降順（似ている文章順）にソートし、知識編集ＧＵＩ３０のファクト／ルールのビューア３０ｂ〜３０ｄに検索された例文またはその例文に対応するファクト形式の述語論理やルールを表示する。下記に示す式１は、類似度の計算式の例である。

知識編集部１４は、知識検索部１３で検索されたファクトやルールに対して知識編集ＧＵＩ３０上で編集された新規ファクトおよびルールを対応する文章と結びつけて知識情報ＤＢ２５および知識ベース２６を編集する。

英語翻訳部１５は、知識検索部１３が知識情報ＤＢ２５からファクト形式の述語論理を検索できなかった場合に、その単語を英語翻訳してファクト形式の述語論理の候補として知識編集ＧＵＩ３０に表示する。

熟語推論部１６は、入力されたドキュメント全体から切り出した熟語の並びの出現回数に基づき、当該熟語を専門用語辞書２２に追加する候補として知識編集ＧＵＩ３０に表示する。

次に、上述したような各部による知識構築処理の流れを図１１のフローチャートを参照しつつ説明する。知識ベースの開発者は、マニュアルや設計仕様書のような自然文で記述されたドキュメント（図９参照）を用意しておく。

知識構築装置１は、新規文章としてドキュメントの入力を受け付けると（ステップＳ１：ドキュメント受付手段）、入力されたドキュメント中から、ドキュメント構造ＤＢ２１に格納されている構造にマッチするパターンを有する文章単位を抽出する（ステップＳ２:文章単位抽出部１１）。

次いで、知識構築装置１は、専門用語辞書２２、用語オントロジー２３および機器オントロジー２４を用いて、ステップＳ２で抽出された文章単位の特徴を抽出する（ステップＳ３:特徴抽出部１２）。

次いで、知識構築装置１は、ステップＳ３で抽出された特徴を用いて知識情報ＤＢ２５に格納されている例文の中から与えられた入力されたドキュメントに類似した述語論理やルールを検索する（ステップＳ４：知識検索部１３）。

ステップＳ２で抽出された文章単位（知識抽出可能箇所）の自然文に関係する知識情報（述語論理やルール）が存在する場合には（ステップＳ５のＹｅｓ）、抽出された文章単位（知識抽出可能箇所）を、知識編集ＧＵＩ３０のビューア３０ａにおいてハイライト表示（強調表示）する（ステップＳ６）。

このように抽出された文章単位（知識抽出可能箇所）を、知識編集ＧＵＩ３０のビューア３０ａにおいてハイライト表示（強調表示）した状態で、知識ベースの開発者が文章単位（知識抽出可能箇所）を選択したのを受け付けると（文書選択受付手段）、検索結果が特徴値にヒットした例文の類似度に基づいて降順（似ている文章順）にソートされ、ステップＳ２で抽出された文章単位（知識抽出可能箇所）の自然文またはその自然文に関係する知識情報（述語論理やルール）の候補を、知識編集ＧＵＩ３０のファクト／ルールのビューア３０ｂ〜３０ｄに一覧表示する（ステップＳ７）。

一方、ステップＳ２で抽出された文章単位（知識抽出可能箇所）の自然文に関係する知識情報（述語論理やルール）が存在しない場合には（ステップＳ５のＮｏ）、知識構築装置１は、その文章単位を英語翻訳してファクト形式の述語論理の候補として知識編集ＧＵＩ３０に表示する（ステップＳ８：英語翻訳部１５）。

また、知識構築装置１は、入力されたドキュメント全体から切り出した熟語の並びの出現回数に基づき、当該熟語を専門用語辞書２２に追加する候補として知識編集ＧＵＩ３０に表示する（ステップＳ９：熟語推論部１６）。

知識ベースの開発者は、知識編集ＧＵＩ３０のファクト／ルールのビューア３０ｂ〜３０ｄに表示されるファクト形式の述語論理やルールを利用して（編集受付手段）、新しい知識情報（述語論理やルール）を編集することができる。また、知識ベースの開発者は、知識編集ＧＵＩ３０に表示されている文章単位を英語翻訳したファクト形式の述語論理の候補を、選択または編集することができる。さらに、知識ベースの開発者は、知識編集ＧＵＩ３０に表示されている専門用語に追加する候補を、選択または編集することができる。

次いで、知識構築装置１は、編集された新しい知識情報（述語論理やルール）とその知識情報の元となるステップＳ２で抽出された文章単位（知識抽出可能箇所）の自然文とを関連付けて知識情報ＤＢ２５および知識ベース２６を編集する（ステップＳ１０：知識編集部１４）。

より詳細には、知識編集ＧＵＩ３０は、記号、述語論理、ルールをノードとして配置しており、ノードを配置することで新しいルールを編集することができる。

そして、例えば、下記に示す（ａ）のルールが検索された場合には、下記に示す（ｂ）に編集して登録することができる。（ｂ）のルールは次回より検索対象となる。
（ａ） If connect（tv,X,by（Y）） and not（sound（tv,output（Z））） then setup（tv, hdmi_sound_input, analog）
（ｂ） If connect（tv,recorder,by（hdmi）） and not（sound（tv,output（recorder））） then setup（ｔv, hdmi_sound_input, analog）

このように本実施の形態によれば、入力されたドキュメント中から、ドキュメント構造ＤＢ２１に格納されているドキュメント構造にマッチするパターンを有する文章単位を抽出するとともに、抽出された文章単位の特徴を抽出し、ドキュメントに類似した例文の知識情報を、検出された特徴を用いて知識情報ＤＢから検索し、検索された知識情報に対する編集を受け付け、編集を受け付けた編集後の知識情報と編集前の知識情報の元となる文章単位とを関連付けて知識情報ＤＢ２５および知識ベース２６を編集することにより、既存のドキュメント（例文）や知識情報から再利用できそうなパーツを自然文と連動してリストアップする知識ベース構築環境を提供し、知識ベース構築のコストを軽減することができる。

本発明の実施の一形態にかかる知識構築装置のモジュール構成図である。 知識構築装置の概略構成を示すブロック図である。 ドキュメント構造ＤＢの一例を示す模式図である。 専門用語辞書の一例を示す模式図である。 用語オントロジーの一例を示す模式図である。 機器オントロジーの一例を示す模式図である。 知識情報ＤＢの一例を示す模式図である。 知識編集ＧＵＩの一例を示す正面図である。 入力ドキュメントの一例を示す模式図である。 図９のドキュメントをＨＴＭＬ形式で示す模式図である。 知識構築処理の流れを示すフローチャートである。

符号の説明

１ 知識構築装置
１１ 文章単位抽出手段
１２ 特徴抽出手段
１３ 知識検索手段
１４ 知識編集手段
１５ 英語翻訳手段
１６ 熟語推論手段
１７ 強調表示手段、知識表示手段
２１ ドキュメント構造ＤＢ
２２ 専門用語辞書
２５ 知識情報ＤＢ
２６ 知識ベース

Claims (10)

1. 知識情報を格納する知識ベースを備える知識構築装置において、
   自然文で記述されたドキュメントの文章構造のパターンとその解釈とを示すドキュメント構造を格納するドキュメント構造データベースと、
   例文と、その前記知識情報とを格納する知識情報データベースと、
   ドキュメントの入力を受け付けるドキュメント受付手段と、
   前記ドキュメント受付手段によって受け付けられたドキュメントから、前記ドキュメント構造データベースに格納されている前記ドキュメント構造にマッチするパターンを有する文章単位を抽出する文章単位抽出手段と、
   前記文章単位の特徴を抽出する特徴抽出手段と、
   前記ドキュメントに類似した例文の前記知識情報を、前記特徴を用いて前記知識情報データベースから検索する知識検索手段と、
   前記知識検索手段によって検索された知識情報に対する編集を受け付ける編集受付手段と、
   前記編集受付手段によって編集を受け付けた編集後の前記知識情報と前記編集受付手段による編集前の前記知識情報の元となる前記文章単位抽出手段で抽出された文章単位とを関連付けて前記知識情報データベースおよび前記知識ベースを編集する知識編集手段と、
   を備えることを特徴とする知識構築装置。
2. 前記文章単位抽出手段で文書単位に関係する知識情報が抽出された場合には、抽出された文章単位を強調表示する強調表示手段と、
   強調表示された文書単位の中から一の文章単位の選択を受け付ける文書選択受付手段と、
   選択を受け付けた文書単位についての知識情報の候補を一覧表示する知識表示手段と、
   を備え、
   前記編集受付手段は、前記知識表示手段により一覧表示された知識情報候補の中から知識情報に対する編集を受け付ける、
   ことを特徴とする請求項１記載の知識構築装置。
3. 前記文章単位抽出手段で文書単位に関係する知識情報が抽出されなかった場合には、当該文章単位を英語翻訳して知識情報の候補とする英語翻訳手段を備える、
   ことを特徴とする請求項１記載の知識構築装置。
4. 専門用語を格納する専門用語辞書を更に備え、
   前記特徴抽出手段は、前記文章単位抽出手段で抽出された文章を形態素解析して前記専門用語辞書に登録されている専門用語があると判断した場合には、当該専門用語をその文章の特徴の１つとして抽出する、
   ことを特徴とする請求項１ないし３の何れか一記載の知識構築装置。
5. 入力された前記ドキュメント全体から切り出した熟語の並びの出現回数に基づき、当該熟語を前記専門用語辞書に追加する候補とする熟語推論手段を更に備える、
   ことを特徴とする請求項４記載の知識構築装置。
6. 前記知識表示手段は、前記文書選択受付手段により選択を受け付けた文書単位についての知識情報の候補について、ファクト形式の述語論理と自然文との少なくとも何れか一方を切り換えて表示可能である、
   ことを特徴とする請求項２〜５のいずれか一記載の知識構築装置。
7. 前記知識表示手段は、前記文書選択受付手段により選択を受け付けた文書単位についての知識情報の候補をノードとして配置しており、
   前記編集受付手段は、前記知識表示手段により一覧表示された知識情報候補を組み合わせて新しいルールを編集可能とする、
   ことを特徴とする請求項２〜６のいずれか一記載の知識構築装置。
8. 前記知識情報は、例文の述語論理またはルールである、
   ことを特徴とする請求項１〜７のいずれか一記載の知識構築装置。
9. 知識情報を格納する知識ベースを備える知識構築装置を制御するコンピュータを、
   自然文で記述されたドキュメントの入力を受け付けるドキュメント受付手段と、
   前記ドキュメント受付手段によって受け付けられたドキュメントから、前記ドキュメントの文章構造のパターンとその解釈とを示すドキュメント構造を格納するドキュメント構造データベースに格納されている前記ドキュメント構造にマッチするパターンを有する文章単位を抽出する文章単位抽出手段と、
   前記文章単位の特徴を抽出する特徴抽出手段と、
   例文と、その前記知識情報とを格納する知識情報データベースから、前記特徴を用いて前記ドキュメントに類似した例文の前記知識情報を検索する知識検索手段と、
   前記知識検索手段によって検索された知識情報に対する編集を受け付ける編集受付手段と、
   前記編集受付手段によって編集を受け付けた編集後の前記知識情報と前記編集受付手段による編集前の前記知識情報の元となる前記文章単位抽出手段で抽出された文章単位とを関連付けて前記知識情報データベースおよび前記知識ベースを編集する知識編集手段と、
   として機能させることを特徴とするプログラム。
10. 知識情報を格納する知識ベースを備える知識構築装置を制御するコンピュータにおける知識構築方法であって、
    ドキュメント受付手段が、自然文で記述されたドキュメントの入力を受け付けるステップと、
    文章単位抽出手段が、前記ドキュメント受付手段によって受け付けられたドキュメントから、前記ドキュメントの文章構造のパターンとその解釈とを示すドキュメント構造を格納するドキュメント構造データベースに格納されている前記ドキュメント構造にマッチするパターンを有する文章単位を抽出するステップと、
    特徴抽出手段が、前記文章単位の特徴を抽出するステップと、
    知識検索手段が、例文と、その前記知識情報とを格納する知識情報データベースから、前記特徴を用いて前記ドキュメントに類似した例文の前記知識情報を検索するステップと、
    編集受付手段が、前記知識検索手段によって検索された知識情報に対する編集を受け付けるステップと、
    知識編集手段が、前記編集受付手段によって編集を受け付けた編集後の前記知識情報と前記編集受付手段による編集前の前記知識情報の元となる前記文章単位抽出手段で抽出された文章単位とを関連付けて前記知識情報データベースおよび前記知識ベースを編集するステップと、
    を含むことを特徴とする知識構築方法。

Images