JP2010055518A - 検索装置及び方法、ならびに、コンピュータプログラム - Google Patents

Abstract

【課題】情報検索において、検索者に絞り込みを行なうための検索キーワードを入力させることなく、検索者の所望の情報の絞り込み検索を行う。
【解決手段】検索者が検索キーワードを入力して検索を要求すると、検索装置は、検索キーワードを形態素解析した結果からキーワードを取得し、キーワードと情報データのインデックスとを対応づけたキーワードテーブルから、キーワードに対応した情報データを特定し、特定された各情報データの先頭の部分の内容を検索結果として表示する。検索者は、意図する情報データが検索結果に含まれていない場合、意図する情報に少しでも近い情報データを選択し、再び検索を要求する。検索装置は、選択された情報データの内容の形態素解析結果から得られるキーワードを、最初のキーワードに付加して再検索を行い、検索結果を表示する。所望の情報データが得られまで、情報データの選択と検索要求を繰り返す。
【選択図】図１

Description

本発明は、情報の検索装置及び方法、ならびに、コンピュータプログラムに関する。

近年の情報化社会においては、蓄積されている膨大な量の情報から、所望の情報を見出すことが困難となっている。例えば、既存のシステムにおいて、検索者が検索キーワードを入力して検索を行い、検索の結果、目的とする情報が取得できなかった場合は、さらに検索キーワードを追加して再び検索を行なっている。
一方、特許文献１には、ユーザにより指定された検索語句により、検索を行い、抽出された文献に使用されている語句と、検索に使用されている語句との関連度を、「ＴＦ／ＩＤＦ」や「カルバックの情報量」を用いて計算し、検索結果として、抽出された文献と、関連度の高い語句を共にユーザインタフェースとしてユーザに提供する技術が記載されている。
特開２００８−１３５０５７号公報

上述したように、検索者が検索のキーワードを入力して検索を行った結果、目的とする情報が取得できないため、さらにキーワードを追加して再び検索を行って所望の情報が得られるまで検索を続ける場合、検索者の思いつくキーワードを全て用いても所望の情報が検索結果として得られないことがある。また、調べたい内容が曖昧である、あるいは、キーワードとなるような言葉を曖昧にしか覚えていない場合、絞り込みを行なうためのキーワードとすべき言葉が思いつかないこともある。
特許文献１には、検索語句と、抽出された文献に記載されている関連の高い語句がユーザインタフェースとして提供される技術が記載されているが、ユーザが想定する検索結果が表示されない場合は、再度検索キーワードを変えて検索を行う必要があり、上述する問題を解決することはできない。

本発明は、上記問題を解決すべくなされたもので、その目的は、検索者に絞り込みを行なうための検索キーワードを入力させることなく、検索者の所望の情報の絞り込み検索を行うことができる検索装置及び方法、ならびに、コンピュータプログラムを提供することにある。

上述した課題を解決するために、本発明は、情報データと当該情報データの識別情報とを対応付けた情報テーブルと、情報データの識別情報と当該情報データに含まれる情報内容の特徴を示す特徴情報とを対応付けた特徴情報テーブルとを記憶する記憶部と、検索者による検索キーワードの入力を受け、当該検索キーワードを検索文章として出力する検索キーワード受付部と、前記検索キーワード受付部により出力された検索文章の特徴情報を生成する特徴情報生成部と、前記特徴情報テーブル内の各情報データの特徴情報から、所定の類似の条件を満たす、前記特徴情報生成部により生成された特徴情報と類似の特徴情報を選択し、選択した特徴情報に対応した情報データの識別情報を読み出す情報アクセス部と、前記情報テーブルから、前記情報アクセス部が読み出した情報データの識別情報により特定される情報データ内の一部の情報を表示用データとして取得し、取得した前記情報データの表示用データを画面に表示させる検索結果表示部と、前記検索結果表示部により前記表示用データを表示させた前記情報データのうち、検索者が選択した情報データの識別情報の入力を受ける選択情報受付部と、前記情報テーブルから、前記選択情報受付部により入力を受けた情報データの識別情報に対応した情報データを読み出して前記検索文章に付加し、前記特徴情報生成部へ出力する情報取得部とを備え、前記特徴情報生成部は、前記情報取得部から出力された検索文章の特徴情報を生成する、ことを特徴とする検索装置である。

また、本発明は、上述する検索装置であって、前記特徴情報は、キーワードであり、前記記憶部は、前記特徴情報テーブルとして、情報データの識別情報とキーワードとを対応付けたインデックステーブルを記憶し、前記検索文章を形態素解析する形態素解析部をさらに備え、前記特徴情報生成部は、前記形態素解析部による形態素解析の結果からキーワードを取得し、前記情報アクセス部は、前記インデックステーブルから、前記特徴情報生成部が取得したキーワードに対応する情報データの識別情報を読み出す、ことを特徴とする。
また、本発明は、上述する検索装置であって、前記検索結果表示部は、前記特徴情報生成部が取得したキーワードを前記画面に表示させることを特徴とする。

また、本発明は、上述する検索装置であって、前記特徴情報は、文章ベクトルであり、前記記憶部は、前記特徴情報テーブルとして、情報データの識別情報と当該情報データに含まれる文章の文章ベクトルとを対応付けた文章ベクトルテーブルを記憶し、前記検索文章を形態素解析する形態素解析部をさらに備え、前記特徴情報生成部は、前記形態素解析部による形態素解析の結果から前記検索文章の文章ベクトルを生成し、前記情報アクセス部は、前記文章ベクトルテーブル内の各文章ベクトルと、前記特徴情報生成部により生成された文章ベクトルとから類似度を算出し、算出した類似度が所定の類似の条件を満たす文章ベクトルに対応した情報データの識別情報を前記文章ベクトルテーブルから読み出す、ことを特徴とする。
また、本発明は、上述する検索装置であって、前記検索結果表示部は、前記文章ベクトルを構成する要素に対応した語句であって、前記検索文章に含まれる語句を前記画面に表示させることを特徴とする。

また、本発明は、上述する検索装置であって、検索結果表示部は、前記表示用データとして、前記情報データの最初から所定文字数分の文章データを取得する、ことを特徴とする。

また、本発明は、上述する検索装置であって、前記検索結果表示部は、表示用データを画面に表示させた情報データのうち、次の検索に用いる情報データを指定するためのチェックボックスをさらに前記画面に表示させる、ことを特徴とする。

また、本発明は、情報データと当該情報データの識別情報とを対応付けた情報テーブルと、情報データの識別情報と当該情報データに含まれる情報内容の特徴を示す特徴情報とを対応付けた特徴情報テーブルとを記憶する記憶部を備えた検索装置に用いられる検索方法であって、検索キーワード受付部が、検索者による検索キーワードの入力を受け、当該検索キーワードを検索文章として出力する検索キーワード受付過程と、特徴情報生成部が、前記検索キーワード受付過程により出力された検索文章の特徴情報を生成する特徴情報生成過程と、情報アクセス部が、前記特徴情報テーブル内の各情報データの特徴情報から、所定の類似の条件を満たす、前記特徴情報生成過程において生成された特徴情報と類似の特徴情報を選択し、選択した特徴情報に対応した情報データの識別情報を読み出す情報アクセス過程と、検索結果表示部が、前記情報テーブルから、前記情報アクセス過程において読み出した情報データの識別情報により特定される情報データ内の一部の情報を表示用データとして取得し、取得した前記情報データの表示用データを画面に表示させる検索結果表示過程と、選択情報受付部が、前記検索結果表示過程において前記表示用データを表示させた前記情報データのうち、検索者が選択した情報データの識別情報の入力を受ける選択情報受付過程と、情報取得部が、前記情報テーブルから、前記選択情報受付過程において入力を受けた情報データの識別情報に対応した情報データを読み出して前記検索文章に付加し、出力する情報取得過程とを有し、前記特徴情報取過程では、前記情報取得過程において出力された検索文章の特徴情報を生成し、前記情報アクセス過程からの処理を繰り返すことを特徴とする検索方法である。

また、本発明は、上述する検索方法であって、前記特徴情報は、キーワードであり、前記記憶部は、前記特徴情報テーブルとして、情報データの識別情報とキーワードとを対応付けたインデックステーブルを記憶し、前記検索文章を形態素解析する形態素解析過程をさらに有し、前記特徴情報生成過程においては、前記形態素解析過程における形態素解析の結果からキーワードを取得し、前記情報アクセス過程においては、前記インデックステーブルから、前記特徴情報生成過程において取得したキーワードに対応する情報データの識別情報を読み出す、ことを特徴とする。

また、本発明は、上述する検索方法であって、前記特徴情報は、文章ベクトルであり、前記記憶部は、前記特徴情報テーブルとして、情報データの識別情報と当該情報データに含まれる文章の文章ベクトルとを対応付けた文章ベクトルテーブルを記憶し、前記検索文章を形態素解析する形態素解析過程をさらに有し、前記特徴情報生成過程においては、前記形態素解析過程における形態素解析の結果から前記検索文章の文章ベクトルを生成し、前記情報アクセス過程においては、前記文章ベクトルテーブル内の各文章ベクトルと、前記特徴情報生成過程において生成された文章ベクトルとから類似度を算出し、算出した類似度が所定の類似の条件を満たす文書ベクトルに対応した情報データの識別情報を前記文章ベクトルテーブルから読み出す、ことを特徴とする。

また、本発明は、情報データと当該情報データの識別情報とを対応付けた情報テーブルと、情報データの識別情報と当該情報データに含まれる情報内容の特徴を示す特徴情報とを対応付けた特徴情報テーブルとを記憶する記憶部を備え、情報の検索装置として用いられるコンピュータを、検索者による検索キーワードの入力を受け、当該検索キーワードを検索文章として出力する検索キーワード受付部、前記検索キーワード受付部により出力された検索文章の特徴情報を生成する特徴情報生成部、前記特徴情報テーブル内の各情報データの特徴情報から、所定の類似の条件を満たす、前記特徴情報生成部により生成された特徴情報と類似の特徴情報を選択し、選択した特徴情報に対応した情報データの識別情報を読み出す情報アクセス部、前記情報テーブルから、前記情報アクセス部が読み出した情報データの識別情報により特定される情報データ内の一部の情報を表示用データとして取得し、取得した前記情報データの表示用データを画面に表示させる検索結果表示部、前記検索結果表示部により前記表示用データを表示させた前記情報データのうち、検索者が選択した情報データの識別情報の入力を受ける選択情報受付部、前記情報テーブルから、前記選択情報受付部により入力を受けた情報データの識別情報に対応した情報データを読み出して前記検索文章に付加し、前記特徴情報生成部へ出力する情報取得部として機能させ、前記特徴情報生成部に、前記情報取得部から出力された検索文章の特徴情報を生成するよう機能させる、ことを特徴とするコンピュータプログラムである。

また、本発明は、上述するコンピュータプログラムであって、前記特徴情報は、キーワードであり、前記記憶部は、前記特徴情報テーブルとして、情報データの識別情報とキーワードとを対応付けたインデックステーブルを記憶し、前記コンピュータを、前記検索文章を形態素解析する形態素解析部としてさらに機能させ、前記特徴情報生成部は、前記形態素解析部による形態素解析の結果からキーワードを取得し、前記情報アクセス部は、前記インデックステーブルから、前記特徴情報生成部が取得したキーワードに対応する情報データの識別情報を読み出す、ことを特徴とする。

また、本発明は、上述するコンピュータプログラムであって、前記特徴情報は、文章ベクトルであり、前記記憶部は、前記特徴情報テーブルとして、情報データの識別情報と当該情報データに含まれる文章の文章ベクトルとを対応付けた文章ベクトルテーブルを記憶し、前記特徴情報生成部は、前記形態素解析部による形態素解析の結果から前記検索文章の文章ベクトルを生成し、前記情報アクセス部は、前記文章ベクトルテーブル内の各文章ベクトルと、前記特徴情報生成部により生成された文章ベクトルとから類似度を算出し、算出した類似度が所定の類似の条件を満たす文書ベクトルに対応した情報データの識別情報を前記文章ベクトルテーブルから読み出す、ことを特徴とする。

所望の情報を検索するためのキーワードが思い浮かばない場合や、検索対象が曖昧な場合であっても、最初の検索キーワードによる検索結果から所望の情報に近い情報データを選択し、その選択した情報データの内容を次回以降の絞り込み検索に使用することができるため、所望の内容を含む情報データを検索結果として得ることができる。また、所望の検索分野の範囲内において、指定した検索キーワードの周辺情報についての内容を含む情報データや、想定していなかったキーワードについての内容を含む情報データを検索結果として取得することができる。また、１つのキーワードに複数の意味がある場合であっても、検索結果から所望の情報に近い情報データの内容を次回以降の絞り込み検索に使用することができるため、所望の情報に近い内容の情報データのみを検索結果として取得し、必要のない意味や分野に関する情報データを検索結果として取得しないようにすることができる。

以下、図面を参照して本発明の実施形態を説明する。
図１は、本発明の概要を説明するための図である。同図に示すように、まず、検索者は、検索キーワード（例えば、「○○について」）を入力し、この検索キーワードを用いた検索を要求する（ステップＳ１）。検索装置は、検索キーワードを検索文章として形態素解析した結果からキーワードを取得し、このキーワードによる検索結果として抽出された文章データの先頭の部分を一覧として表示する。検索者は、この一覧を確認し、意図する情報データが検索結果に含まれていなかった場合、意図する情報に少しでも近い情報データを選択して（ステップＳ２）、再び検索を要求する（ステップＳ３）。これにより、検索装置は絞込み検索を行うが、検索者が指定した情報データの内容をはじめの検索文章に追加し、その検索文章の形態素解析結果から得られるキーワードにより再検索を行う。これにより、意図する情報に近い情報データが検索結果として多く表示される。そして、検索者の所望の情報を含む情報データが検索結果として表示されるまで、意図する情報に少しでも近い情報データを選択して再検索を要求することを繰り返す（ステップＳ４）。なお、検索結果に併せて、検索文章から得られたキーワードを表示させるようにすることもできる。

本実施形態においては、上記のような検索を対話型検索と記載する。このような対話型検索では、検索者からの検索要求に対する一次回答を出力し、その結果からさらに検索者が検索要求を行なった検索結果を出力する、というような検索者と検索装置との間の要求・回答のやり取りを数回繰り返すことにより、対話的に絞りこみを行い、検索者が意図する情報を数回の検索により検索することが可能となる。

［第１の実施形態］
図２は、本発明の第１の形態による検索装置１の機能ブロック図であり、本発明と関係する機能ブロックのみ抽出して示してある。同図において、検索装置１は、１台または複数台のコンピュータ装置等により構成することができ、検索対象の情報に関するデータを格納する情報ＤＢ（データベース）３０と、ユーザからクエリ（検索要求）を受けるユーザインタフェース部１０と、情報ＤＢ３０にクエリを出力する検索実行部２０とを備える。

情報ＤＢ３０は、情報テーブルと特徴情報テーブルとを記憶する。情報テーブルは、情報データと、当該情報データの識別であるインデックスとを対応付けた情報を示す。特徴情報テーブルは、各情報データの特徴を示す特徴情報を記憶する。ここでは、特徴情報テーブルとして、キーワードと、当該キーワードに関する内容が情報として含まれる情報データのインデックスとを対応づけた情報を示すインデックステーブルを記憶するものとする。

ユーザインタフェース部１０は、検索文章受付部１１、情報取得部１２、及び、検索結果表示部１３を備え、検索者の端末装置により実現されるが、検索者の端末装置と接続されるサーバ等により実現することもできる。
検索文章受付部１１は、自身の備える、あるいは、ネットワークを介して接続される端末装置のキーボードやマウスなどの入力手段により入力された、検索に使用する検索キーワードや、情報データのインデックスの入力を受ける。
情報取得部１２は、検索文章受付部１１が入力を受けたインデックスにより特定される情報データを情報ＤＢ３０から読み出し、検索キーワードとともに検索実行部２０に出力し、検索を要求する。
検索結果表示部１３は、検索実行部２０から検索結果として情報データのインデックスを受信し、当該インデックスにより特定される情報データの先頭から所定文字数分、例えば、２００文字分程度の内容の文章データを抽出したものである表示用データを情報ＤＢ３０から読み出し、この表示用データを表示するための検索結果表示画面を、自身の備える、あるいは、ネットワークを介して接続される端末装置のディスプレイに出力する。

検索実行部２０は、形態素解析部２１、キーワード取得部２２、及び情報ＤＢアクセス部２３を備える。形態素解析部２１は、ユーザインタフェース部１０から受信した検索キーワードや、情報データを形態素解析する。キーワード取得部２２は、形態素解析部２１による形態素解析の結果から、キーワードを取得する。情報ＤＢアクセス部２３は、キーワード取得部２２により得られたキーワードにより情報ＤＢ３０を検索し、検索結果として得られた情報データのインデックスを返送する。

次に、情報ＤＢ３０に記憶される各データテーブルについて説明する。
図３は、情報ＤＢ３０に記憶される情報テーブルの例を示す図である。同図において、情報テーブルは、情報データと、当該情報データを一意に識別する情報であるインデックス（Ｉｎｄｅｘ）とを対応づけて記憶する。なお、情報データには、情報内容の文章データだけではなく、静止画、動画などの画像データや、表示スタイルなどの他のデータが含まれていてもよい。同図においてインデックスには、通番を使用しているが、文字列（「Ａ１１」、「Ｂ１３」等）や、ハッシュ値（「loi83n」や「o98ahy」等）など、各情報データを一意に特定可能であれば任意のものが使用可能である。

図４は、情報ＤＢ３０に記憶されるインデックステーブルの例を示す図である。同図において、インデックステーブルは、キーワードと、当該キーワードが含まれている情報データのインデックスとを対応づけて記憶する。このキーワードは、検索実行部２０がユーザインタフェース部１０から検索要求として受信した検索キーワードや情報データから得られる語句に対応する。同図においては、「最新」という言葉が、インデックス１、２、３、…により特定される情報データに含まれていることを示す。

続いて、検索装置１の処理について説明する。
図５は、検索装置１の全体処理フローを示す。同図において、まず、検索者は検索サイトにアクセスすると、検索装置１へ検索キーワードを入力し、検索ボタンを押す。これにより、検索装置１のユーザインタフェース部１０は、入力された検索キーワードの情報と、検索要求の入力を受ける（ステップＳ１１０）。ユーザインタフェース部１０は、検索キーワードの情報を検索実行部２０に送信し、検索を要求する。

検索実行部２０は、受信した検索キーワードを形態素解析し、その形態素解析の結果をキーワードとして取得する。検索実行部２０は、情報ＤＢ３０が記憶しているインデックステーブルを検索し、取得したキーワードに対応したインデックスを読み出す（ステップＳ１２０）。ユーザインタフェース部１０は、情報ＤＢ３０が記憶している情報テーブルを検索し、検索実行部２０が読み出したインデックスにより情報データを特定すると、その特定した情報データから、先頭より所定文字数分の情報内容の文章データを表示用データとして取得する。ユーザインタフェース部１０は、検索実行部２０から受信したインデックスそれぞれについて取得した表示用データと、検索実行部２０において取得したキーワードとを表示するための検索結果表示画面を出力する（ステップＳ１３０）。

検索者は、ステップＳ１３０において出力された検索結果表示画面を確認し、所望の情報がないと判断した場合は（ステップＳ１４０：ＮＯ）、検索結果表画面に表示されている表示用データの内容に基づいて、最も所望の情報に近い情報データを選択し、検索を要求する（ステップＳ１５０）。ユーザインタフェース部１０は、最初に入力された検索キーワードに、ステップＳ１５０において選択された情報データのインデックスにより特定される情報データを付加して検索実行部２０に出力し、検索を要求する（ステップＳ１６０）。これにより、検索実行部２０は、ステップＳ１２０からの処理を繰り返す。すなわち、検索実行部２０は、ユーザインタフェース部１０から受信した検索キーワード及び情報データを形態素解析し、その形態素解析の結果をキーワードとして取得する。検索実行部２０は、情報ＤＢ３０が記憶しているインデックステーブルを検索し、取得したキーワードに対応したインデックスを読み出す。ユーザインタフェース部１０は、この読み出されたインデックスにより特定される情報データから表示用データを抽出し、抽出した表示用データと、キーワードとを表示するための検索結果表示画面を出力する。
そして、所望の情報が得られた場合（ステップＳ１４０：ＹＥＳ）、検索処理を終了する。

図６は、検索装置１のユーザインタフェース部１０における処理フローを示す。
同図において、まず、検索者は、キーボードなどの入力手段により、検索サイトのアドレスを入力する。これにより、ユーザインタフェース部１０は、検索キーワードを入力するための検索キーワード入力フィールドと検索ボタンとを表示するための検索画面をディスプレイに出力する。検索者は、検索キーワード入力フィールドに検索キーワードを入力し、検索ボタンを押す。これにより、ユーザインタフェース部１０の検索文章受付部１１は、検索キーワードと、検索要求の入力を受ける（ステップＳ２１０）。この検索キーワードを示す検索文章データを検索文章（Ａ）とする。情報取得部１２は、検索文章（Ａ）を検索実行部２０に送信し、検索を要求する（ステップＳ２２０）。

検索結果表示部１３は、ステップＳ２２０によって要求した検索の結果の情報として、検索実行部２０から情報データのインデックスと、当該情報データの表示の優先度と、検索文章（Ａ）から得られたキーワードとの情報を受信する。なお、検索の結果の情報内におけるインデックスの記載順を優先度の情報としてもよい。検索結果表示部１３は、受信したインデックスにより、情報ＤＢ３０に記憶している情報テーブルを検索し、当該インデックスそれぞれに対応した情報データを特定すると、特定した情報データから先頭より所定文字数分、ここでは、２００文字程度の情報内容の文章データを表示用データとして取得する（ステップＳ２３０）。検索結果表示部１３は、情報データの表示の優先度に従って、当該情報データから取得した表示用データを表示するとともに、検索実行部２０から受信したキーワード、情報データを選択するためのチェックボックス、ステップＳ２１０において受信した検索キーワードがデフォルトで表示される検索キーワード入力フィールド、及び、検索ボタンを表示するための検索結果表示画面をディスプレイに出力する（ステップＳ２４０）。

検索者は、ステップＳ２４０において出力された検索結果表示画面の表示用データの内容を確認し、所望の情報がないと判断した場合は、最も所望の情報に近い情報データに対応するチェックボックスにマウスによりチェックを入れ、検索ボタンを押す。これにより、検索文章受付部１１は、検索キーワードと、チェックされた情報データのインデックスの入力を受ける（ステップＳ２５０：ＹＥＳ）。検索文章受付部１１は、入力されたインデックスにより情報ＤＢ３０が記憶している情報テーブルを検索し、当該インデックスに対応した情報データを読み出す（ステップＳ２６０）。検索文章受付部１１は、情報ＤＢ３０から取得した情報データの全文データ（Ｂ）を、現在の検索文章（Ａ）に追加し、新たな検索文章（Ａ）とする（ステップＳ２７０）。このとき、検索文章受付部１１は、情報データに情報内容として含まれている文章データ以外のデータ、例えば、静止画、動画や表示スタイルの情報が含まれている場合は、文章データ以外のデータを削除したデータを全文データ（Ｂ）として追加する。ユーザインタフェース部１０は、検索文章（Ａ）を検索実行部２０に送信して検索を要求するステップＳ２２０からの処理を繰り返す。
そして、ステップＳ２２０からの処理を繰り返し、ステップＳ２４０において検索結果表示画面を出力した結果として、検索要求が受信されない場合は（ステップＳ２５０：ＮＯ）、処理を終了する。

なお、検索結果表示画面には、検索結果として得られた情報データの表示要求を行うためのボタンやリンク等がさらに含まれる。例えば、表示用データの文字表示自体を情報データのリンクとする。検索者は、内容を確認したい情報データの先頭部分（表示用データ）の文字表示をマウスによりクリックすると、ユーザインタフェース部１０は、選択された情報データのインデックスと、表示要求とを受信する。情報取得部１２は、受信したインデックスに対応した情報データを情報ＤＢ３０に記憶されている情報テーブルから読み出し、ディスプレイに出力する。検索の途中において、適宜、情報データの表示要求を受け、要求された情報データを出力することもできる。
また、ステップＳ２４０において、検索結果表示画面を表示させる際に、以前にチェックされた情報データに対応したチェックボックスにデフォルトでチェックを入れて表示させるようにしてもよい。
また、上記においては、検索結果表示部１３は、受信したインデックスに対応した情報データから先頭より所定文字数分の情報内容の文章データを表示用データとして取得しているが、画像データや、キーワードが含まれる所定文字数分の情報内容の文章データなどを表示用データとして取得してもよい。

図７は、検索装置１の検索実行部２０における処理フローを示す。
検索実行部２０の形態素解析部２１は、図６のステップＳ２２０においてユーザインタフェース部１０から出力された検索文章（Ａ）を受信すると、受信した検索文章（Ａ）の形態素解析を行なう。キーワード取得部２２は、形態素解析部２１による形態素解析の結果から、重複した言葉を除いてキーワードを取得する（ステップＳ３１０）。このとき、例えば名詞、動詞、形容詞、副詞など、所定の品詞のみをキーワードとして選択するようにしてもよい。情報ＤＢアクセス部２３は、情報ＤＢ３０が記憶しているインデックステーブルを検索し、各キーワードに対応したインデックスのリストを返送する。情報ＤＢアクセス部２３は、予め決められた任意のルールに従って読み出した各インデックスに表示の優先度を付与する（ステップＳ３２０）。例えば、受信したインデックスがいくつのキーワードに対応して読み出されたかをカウントし、その数が多い順に表示の優先度を高くするようにしてもよい。また、例えば、最初に入力された検索キーワードを形態素解析して得たキーワードに対応して読み出されたインデックスの優先度を高くするようにしてもよい。情報ＤＢアクセス部２３は、読み出したインデックスと、当該インデックスの表示の優先度と、ステップＳ３１０において取得したキーワードとの情報をユーザインタフェース部１０に返送する（ステップＳ３３０）。

図８は、検索の具体的な例を示す図である。
検索者が要求するキーワードに複数の意味が含まれるような場合、そのキーワードを入力してしまうと、本来の意図とは外れた検索結果が得られることがある。例えば、最新のインターネット技術について調べたい場合で、特に、アプリケーション系の技術においてどのようなものがあるかを検索したいときに、「アプリケーション」を検索キーワードとして使用すると、取得可能な情報が限定されてしまう。

そこで、まず検索者は、「最新」、「インターネット」、「技術」を検索キーワードとして検索を行い、検索結果を得る（図８（ａ））。初回の検索の結果では、「最新」というキーワードを用いたにもかかわらず、最新とはいえない内容の情報データが含まれていたり、アプリケーション系とは関連が少ないルータやスイッチの情報などが含まれていたりする。また、検索者が所望しない、学校や書籍などの紹介ページなどが含まれる場合もある。

そこで、検索者は、アプリケーション系の技術的な内容が含まれている情報データに対応したチェックボックスをチェックして再び検索を要求する。このように、「アプリケーション」という用語自体をキーワードとして用いるのではなく、選択した情報データの内容が追加キーワードとして使用されるため、「アプリケーション」に属する「PKI」（Public Key Infrastructure：公開鍵暗号基盤）、「SaaS」、「Web2.0」、「SQL」、「Firewall」、「Socket」、…などの技術キーワードが情報データの検索に使用されることになる（図８（ｂ））。従って、よりユーザの意図に即した分野に絞り込んだ情報が示される（図８（ｃ））。

例えば、従来のように、「最新」、「インターネット」、「技術」、「アプリケーション」のようなキーワードを入れた場合には、検索結果として得られる情報には、「アプリケーション」という言葉が入っておらねばならず、「PKI」、「SaaS」、…などについて純粋に１つの技術について記述されている情報は検索結果として得ることはできない。一方、本実施の形態によれば、「アプリケーション系の技術」といった漠然とした意図であっても、「PKI」、「SaaS」、…など具体的な用語が含まれる情報データが検索結果として得られる。このように、「アプリケーション」というキーワードに含まれる意味的な要素がキーワードとして選択されるため、情報範囲を狭めることなく、ユーザの意図に近しい検索結果を得ることができるとともに、検索者の知識にはない用語をキーワードとして検索した結果を得ることができる。

［第２の実施形態］
本発明の第２の実施形態について説明する。上述した第１の実施形態では、キーワードを使用して情報データを検索しているが、本実施形態では、検索文章との類似度を使用して情報データを検索する。比較的、長文からなる自然文のような質問を与えて、文章と検索質問との内容的な類似性の比較を行う文章検索としては、一般的にベクトル空間モデルを用いた文章検索が使用されている。本実施形態ではこの技術を文章間の類似度の判定に適用する。以下、第１の実施形態との差分について記載する。

図９は、本発明の第２の実施形態による検索装置１ａの構成を示すブロック図である。この図において、図２に示す第１の実施形態による検索装置１と同一の部分には同一の符号を付し、その説明を省略する。この図に示す検索装置１ａが検索装置１と異なる点は、検索実行部２０の代わりに、形態素解析部２１と、情報ＤＢアクセス部２３ａと、文章ベクトル計算部２４を有する検索実行部２０ａが、情報ＤＢ３０の代わりに情報ＤＢ３０ａが備えられている点である。

情報ＤＢ３０ａは、情報テーブルと、特徴情報テーブルとを記憶する。情報テーブルは、第１の実施形態と同様である。特徴情報テーブルは、各情報データの特徴を示す情報である特徴情報を記憶するが、ここでは、特徴情報テーブルとして、各情報データの文章ベクトルを示す文章ベクトルテーブルを記憶するものとする。

文章ベクトル計算部２４は、ユーザインタフェース部１０から受信した検索キーワード、及び、情報データからなる検索文章（Ａ）の特徴を示す文章ベクトルを、形態素解析部２１による当該検索文章（Ａ）の形態素解析結果を用いて生成する。情報ＤＢアクセス部２３ａは、文章ベクトル計算部２４により生成された文章ベクトルと、情報ＤＢ３０ａに記憶されている文章ベクトルテーブルにより示される各情報データの文章ベクトルとに基づいて、類似する情報データを特定する。

図１０は、情報ＤＢ３０ａに記憶されている文章ベクトルテーブルの例を示す図である。文章ベクトルテーブルは、インデックスと、当該インデックスにより特定される情報データの特徴情報としての文章ベクトルとを対応づけて記憶する。
ここで、具体的な出現頻度方式（ＴＦ）を使用した文章ベクトルの例を説明する。出現頻度方式（ＴＦ）では、複数（ＤＮ個）の文書からなる文書群がある場合に、ある文書中にある単語ｗ（キーワード）が出現する数を示すＴＦ（ｗ）値と、文書群の中でその単語ｗが含まれている文書数を示すＤＦ（ｗ）値とを用いて、当該文書における単語ｗのＴＦ−ＩＤＦ値をＴＦ（ｗ）×ｌｏｇ（ＤＮ／ＤＦ（ｗ））により算出する。各文書の文章ベクトルは、各単語のＴＦ−ＩＤＦ値を要素として表される。

そこで、情報テーブルに登録されている各情報データから形態素解析等により文章データに含まれる単語を抽出し、抽出した単語のうちキーワードとすべき単語、例えば、名詞、動詞、形容詞、副詞など、所定の品詞の単語のみを選択する。なお、予め決められた語句をキーワードとして用いてもよい。そして、各キーワードのＤＦ値と、情報データそれぞれの各キーワードのＴＦ値とから、情報データそれぞれの各キーワードのＴＦ−ＩＤＦ値を算出し、当該情報データについて算出した各キーワードのＴＦ−ＩＤＦ値を要素とした各情報データの文章ベクトルを生成する。文書群の数ＤＮは、情報テーブルに記憶されている情報データの個数とすることができる。なお、比較する情報データの文章ベクトル同士のなす角が近いほど、それらの情報データが類似していることを表す。

続いて、検索装置１ａの処理について説明する。検索装置１ａの全体処理フロー、ユーザインタフェース部１０の処理フローは、それぞれ、図５に示す第１の実施形態の全体処理フロー、図６に示す第１の実施形態のユーザインタフェース部１０の処理フローと同様である。

図１１は、検索装置１ａの検索実行部２０ａにおける処理フローを示す図であり、図７の処理フローに代わりに実行される。
検索実行部２０ａの形態素解析部２１は、図６のステップＳ２２０においてユーザインタフェース部１０から出力された検索文章（Ａ）を受信すると、受信した検索文章（Ａ）の形態素解析を行なう（ステップＳ４１０）。

文章ベクトル計算部２４は、形態素解析部２１による形態素解析の結果から、各キーワードの出現頻度を計測する。このキーワードとは、文章ベクトルテーブルに登録されている文章ベクトルを生成したときに使用したキーワードであり、予め、検索実行部２０ａの備える記憶手段に記憶されているか、情報ＤＢ３０ａから読み出すものとする。文章ベクトル計算部２４は、計測した各キーワードの出現頻度を用いて検索文章（Ａ）の文章ベクトルを生成する（ステップＳ４２０）。具体的には、検索実行部２０ａの記憶手段または情報ＤＢ３０ａに記憶されている文書群の数ＤＮ、及び、各キーワードのＤＦ値と、検索文章（Ａ）についての各キーワードの計測数であるＴＦ値とから、各キーワードのＴＦ−ＩＤＦ値を算出し、算出した各キーワードのＴＦ−ＩＤＦ値を要素とした文章ベクトルを生成する。

情報ＤＢアクセス部２３ａは、情報ＤＢ３０ａに記憶されている文章ベクトルテーブル内の各情報データの文章ベクトルと、検索文章（Ａ）の文章ベクトルとを比較して、類似度の高い文章ベクトルに対応したインデックスを読み出す。つまり、情報ＤＢアクセス部２３ａは、文章ベクトルテーブルから文章ベクトルを順に読み出し、読み出した文章ベクトルと、検索文章（Ａ）の文章ベクトルとが成す角を類似度とするか、あるいは、既存の一般的な類似度算出式（文章ベクトル同士の成す角を用いたものもある）を用いて類似度を算出する。そして、類似度が高い順に所定数の文章ベクトルを選択するか、予め決められた所定の閾値より類似度が高い文章ベクトルを選択する。情報ＤＢアクセス部２３ａは、選択した文章ベクトルに対応したインデックスを文章ベクトルテーブルから読み出す。そして、類似度が高い順にインデックスの表示の優先度を高くする（ステップＳ４３０）。情報ＤＢアクセス部２３ａは、読み出したインデックスと、当該インデックスの表示の優先度の情報をユーザインタフェース部１０に返送する（ステップＳ４４０）。このとき、情報ＤＢアクセス部２３ａは、文章ベクトル生成部２４において、検索文章（Ａ）に出現するとして計測されたキーワードを併せてユーザインタフェース部１０に返送する。

図６のステップＳ２３０において、ユーザインタフェース部１０は、ステップＳ２２０によって要求した検索の結果として、図１１のステップＳ４４０において検索実行部２０ａから返送された、情報データのインデックスと、当該情報データの表示の優先度と、キーワードとの情報を受信することになる。
なお、上記においては、特徴情報として文章ベクトルを使用しているが、文章の特徴を示し、当該特徴情報を用いて文書間の類似度を算出可能な情報であれば、任意のものを使用することができる。従って、上述した出現頻度方式（ＴＦ）以外にも、他の既存の文書間の類似度の判定方法を用いることができる。

上述した本発明の実施形態によれば、所望の情報を検索するためのキーワードが思い浮かばない場合や、検索対象が曖昧な場合であっても、最初の検索キーワードによる検索結果から所望の情報に近い情報データの内容を次回以降の絞り込み検索に使用することができるため、所望の内容を含む情報データを検索結果として得ることができる。また、所望の検索分野の範囲内において、指定した検索キーワードの周辺情報についての内容を含む情報データや、想定していなかったキーワードについての内容を含む情報データを検索結果として取得することができる。また、１つのキーワードに複数の意味がある場合であっても、検索結果から所望の情報に近い情報データの内容を次回以降の絞り込み検索に使用することができるため、所望の情報に近い内容の情報データのみを検索結果として取得し、必要のない意味や分野に関する情報データを検索結果として取得しないようにすることができる。

なお、検索装置１、１ａは、内部にコンピュータシステムを有している。そして、上述したユーザインタフェース部１０、検索実行部２０、２０ａの動作の過程は、プログラムの形式でコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムをコンピュータシステムが読み出して実行することによって、上記処理が行われる。ここでいうコンピュータシステムとは、ＣＰＵや各種メモリ、ＯＳや周辺機器等のハードウェアを含むものである。

また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含むものとする。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。

本発明の概要を説明するための図である。 第１の実施形態による検索装置の機能ブロック図である。 同実施形態による情報テーブルのデータ構成例を示す図である。 同実施形態によるインデックステーブルのデータ構成例を示す図である。 同実施形態による検索装置の処理フローである。 同実施形態によるユーザインタフェース部の処理フローである。 同実施形態による検索実行部の設定例を示す図である。 同実施形態による検索例を示す図である。 第２の実施形態による検索装置の機能ブロック図である。 同実施形態による文章ベクトルテーブルのデータ構成例を示す図である。 同実施形態による検索実行部の処理フローを示す図である。

符号の説明

１、１ａ…検索装置
１０…ユーザインタフェース部
１１…検索文章受付部（検索キーワード受付部、選択情報受付部）
１２…情報取得部
１３…検索結果表示部
２０、２０ａ…検索実行部
２１…形態素解析部
２２、２２ａ…情報ＤＢアクセス部（情報アクセス部）
２３…キーワード取得部（特徴情報生成部）
２４…文章ベクトル計算部（特徴情報生成部）
３０、３０ａ…情報ＤＢ（記憶部）

Claims (13)

1. 情報データと当該情報データの識別情報とを対応付けた情報テーブルと、情報データの識別情報と当該情報データに含まれる情報内容の特徴を示す特徴情報とを対応付けた特徴情報テーブルとを記憶する記憶部と、
   検索者による検索キーワードの入力を受け、当該検索キーワードを検索文章として出力する検索キーワード受付部と、
   前記検索キーワード受付部により出力された検索文章の特徴情報を生成する特徴情報生成部と、
   前記特徴情報テーブル内の各情報データの特徴情報から、所定の類似の条件を満たす、前記特徴情報生成部により生成された特徴情報と類似の特徴情報を選択し、選択した特徴情報に対応した情報データの識別情報を読み出す情報アクセス部と、
   前記情報テーブルから、前記情報アクセス部が読み出した情報データの識別情報により特定される情報データ内の一部の情報を表示用データとして取得し、取得した前記情報データの表示用データを画面に表示させる検索結果表示部と、
   前記検索結果表示部により前記表示用データを表示させた前記情報データのうち、検索者が選択した情報データの識別情報の入力を受ける選択情報受付部と、
   前記情報テーブルから、前記選択情報受付部により入力を受けた情報データの識別情報に対応した情報データを読み出して前記検索文章に付加し、前記特徴情報生成部へ出力する情報取得部とを備え、
   前記特徴情報生成部は、前記情報取得部から出力された検索文章の特徴情報を生成する、
   ことを特徴とする検索装置。
2. 前記特徴情報は、キーワードであり、
   前記記憶部は、前記特徴情報テーブルとして、情報データの識別情報とキーワードとを対応付けたインデックステーブルを記憶し、
   前記検索文章を形態素解析する形態素解析部をさらに備え、
   前記特徴情報生成部は、前記形態素解析部による形態素解析の結果からキーワードを取得し、
   前記情報アクセス部は、前記インデックステーブルから、前記特徴情報生成部が取得したキーワードに対応する情報データの識別情報を読み出す、
   ことを特徴とする請求項１に記載の検索装置。
3. 前記検索結果表示部は、前記特徴情報生成部が取得したキーワードを前記画面に表示させることを特徴とする請求項２に記載の検索装置。
4. 前記特徴情報は、文章ベクトルであり、
   前記記憶部は、前記特徴情報テーブルとして、情報データの識別情報と当該情報データに含まれる文章の文章ベクトルとを対応付けた文章ベクトルテーブルを記憶し、
   前記検索文章を形態素解析する形態素解析部をさらに備え、
   前記特徴情報生成部は、前記形態素解析部による形態素解析の結果から前記検索文章の文章ベクトルを生成し、
   前記情報アクセス部は、前記文章ベクトルテーブル内の各文章ベクトルと、前記特徴情報生成部により生成された文章ベクトルとから類似度を算出し、算出した類似度が所定の類似の条件を満たす文章ベクトルに対応した情報データの識別情報を前記文章ベクトルテーブルから読み出す、
   ことを特徴とする請求項１に記載の検索装置。
5. 前記検索結果表示部は、前記文章ベクトルを構成する要素に対応した語句であって、前記検索文章に含まれる語句を前記画面に表示させることを特徴とする請求項４に記載の検索装置。
6. 検索結果表示部は、前記表示用データとして、前記情報データの最初から所定文字数分の文章データを取得する、
   ことを特徴とする請求項１から請求項５のいずれかの項に記載の検索装置。
7. 前記検索結果表示部は、表示用データを画面に表示させた情報データのうち、次の検索に用いる情報データを指定するためのチェックボックスをさらに前記画面に表示させる、
   ことを特徴とする請求項１から請求項６のいずれかの項に記載の検索装置。
8. 情報データと当該情報データの識別情報とを対応付けた情報テーブルと、情報データの識別情報と当該情報データに含まれる情報内容の特徴を示す特徴情報とを対応付けた特徴情報テーブルとを記憶する記憶部を備えた検索装置に用いられる検索方法であって、
   検索キーワード受付部が、検索者による検索キーワードの入力を受け、当該検索キーワードを検索文章として出力する検索キーワード受付過程と、
   特徴情報生成部が、前記検索キーワード受付過程により出力された検索文章の特徴情報を生成する特徴情報生成過程と、
   情報アクセス部が、前記特徴情報テーブル内の各情報データの特徴情報から、所定の類似の条件を満たす、前記特徴情報生成過程において生成された特徴情報と類似の特徴情報を選択し、選択した特徴情報に対応した情報データの識別情報を読み出す情報アクセス過程と、
   検索結果表示部が、前記情報テーブルから、前記情報アクセス過程において読み出した情報データの識別情報により特定される情報データ内の一部の情報を表示用データとして取得し、取得した前記情報データの表示用データを画面に表示させる検索結果表示過程と、
   選択情報受付部が、前記検索結果表示過程において前記表示用データを表示させた前記情報データのうち、検索者が選択した情報データの識別情報の入力を受ける選択情報受付過程と、
   情報取得部が、前記情報テーブルから、前記選択情報受付過程において入力を受けた情報データの識別情報に対応した情報データを読み出して前記検索文章に付加し、出力する情報取得過程とを有し、
   前記特徴情報取過程では、前記情報取得過程において出力された検索文章の特徴情報を生成し、
   前記情報アクセス過程からの処理を繰り返すことを特徴とする検索方法。
9. 前記特徴情報は、キーワードであり、
   前記記憶部は、前記特徴情報テーブルとして、情報データの識別情報とキーワードとを対応付けたインデックステーブルを記憶し、
   前記検索文章を形態素解析する形態素解析過程をさらに有し、
   前記特徴情報生成過程においては、前記形態素解析過程における形態素解析の結果からキーワードを取得し、
   前記情報アクセス過程においては、前記インデックステーブルから、前記特徴情報生成過程において取得したキーワードに対応する情報データの識別情報を読み出す、
   ことを特徴とする請求項８に記載の検索方法。
10. 前記特徴情報は、文章ベクトルであり、
    前記記憶部は、前記特徴情報テーブルとして、情報データの識別情報と当該情報データに含まれる文章の文章ベクトルとを対応付けた文章ベクトルテーブルを記憶し、
    前記検索文章を形態素解析する形態素解析過程をさらに有し、
    前記特徴情報生成過程においては、前記形態素解析過程における形態素解析の結果から前記検索文章の文章ベクトルを生成し、
    前記情報アクセス過程においては、前記文章ベクトルテーブル内の各文章ベクトルと、前記特徴情報生成過程において生成された文章ベクトルとから類似度を算出し、算出した類似度が所定の類似の条件を満たす文書ベクトルに対応した情報データの識別情報を前記文章ベクトルテーブルから読み出す、
    ことを特徴とする請求項８に記載の検索方法。
11. 情報データと当該情報データの識別情報とを対応付けた情報テーブルと、情報データの識別情報と当該情報データに含まれる情報内容の特徴を示す特徴情報とを対応付けた特徴情報テーブルとを記憶する記憶部を備え、情報の検索装置として用いられるコンピュータを、
    検索者による検索キーワードの入力を受け、当該検索キーワードを検索文章として出力する検索キーワード受付部、
    前記検索キーワード受付部により出力された検索文章の特徴情報を生成する特徴情報生成部、
    前記特徴情報テーブル内の各情報データの特徴情報から、所定の類似の条件を満たす、前記特徴情報生成部により生成された特徴情報と類似の特徴情報を選択し、選択した特徴情報に対応した情報データの識別情報を読み出す情報アクセス部、
    前記情報テーブルから、前記情報アクセス部が読み出した情報データの識別情報により特定される情報データ内の一部の情報を表示用データとして取得し、取得した前記情報データの表示用データを画面に表示させる検索結果表示部、
    前記検索結果表示部により前記表示用データを表示させた前記情報データのうち、検索者が選択した情報データの識別情報の入力を受ける選択情報受付部、
    前記情報テーブルから、前記選択情報受付部により入力を受けた情報データの識別情報に対応した情報データを読み出して前記検索文章に付加し、前記特徴情報生成部へ出力する情報取得部として機能させ、
    前記特徴情報生成部に、前記情報取得部から出力された検索文章の特徴情報を生成するよう機能させる、
    ことを特徴とするコンピュータプログラム。
12. 前記特徴情報は、キーワードであり、
    前記記憶部は、前記特徴情報テーブルとして、情報データの識別情報とキーワードとを対応付けたインデックステーブルを記憶し、
    前記コンピュータを、前記検索文章を形態素解析する形態素解析部としてさらに機能させ、
    前記特徴情報生成部は、前記形態素解析部による形態素解析の結果からキーワードを取得し、
    前記情報アクセス部は、前記インデックステーブルから、前記特徴情報生成部が取得したキーワードに対応する情報データの識別情報を読み出す、
    ことを特徴とする請求項１１に記載のコンピュータプログラム。
13. 前記特徴情報は、文章ベクトルであり、
    前記記憶部は、前記特徴情報テーブルとして、情報データの識別情報と当該情報データに含まれる文章の文章ベクトルとを対応付けた文章ベクトルテーブルを記憶し、
    前記特徴情報生成部は、前記形態素解析部による形態素解析の結果から前記検索文章の文章ベクトルを生成し、
    前記情報アクセス部は、前記文章ベクトルテーブル内の各文章ベクトルと、前記特徴情報生成部により生成された文章ベクトルとから類似度を算出し、算出した類似度が所定の類似の条件を満たす文書ベクトルに対応した情報データの識別情報を前記文章ベクトルテーブルから読み出す、
    ことを特徴とする請求項１１に記載のコンピュータプログラム。

Images