JP2015138351A - 情報検索装置、情報検索方法および情報検索プログラム - Google Patents

Abstract

【課題】意味構造を用いる検索でも、適合率を保ちつつ検索もれを防ぐ。
【解決手段】情報検索装置が開示される。情報検索装置は、自然文を複数の単語に分解し、複数の単語のうちの２つの単語を含む検索キー候補から、２つの単語のそれぞれに付与される特徴に基づいて検索キーを生成する検索キー生成部と、検索キーを含む文書を特定し、特定された文書の評価値および特定された文書の数を算出する検索部と、特定された文書の数に基づいてノイズと判定された検索キーに対応する文書の評価値を再計算する評価値再計算部と、再計算された評価値に基づいて文書を出力する出力部、を含むことを特徴とする。
【選択図】図４

Description

本発明は、情報検索装置、情報検索方法および情報検索プログラムに関するものである。

近年、情報通信技術（ＩＴ）の発達によって、電子化された多くの文書がデータベースに蓄積されている。そして、それらのデータベースの活用の観点から、自然文を入力として、入力文に意味が近い文書を検索する情報検索の技術が注目されている。

たとえば、複数の検索条件に共通する文書を検索し、それらの文書内で検索条件同士の関係性を判定し、関係性があると判定された文書のみを出力する、たとえば表示する技術が知られている（たとえば、特許文献１）。このように、検索文書を絞り込むことによって、検索精度を向上させることができる。

また、ユーザが入力した検索条件を解析し、検索条件に含まれる語の間の関連性と、蓄積されている文書に含まれる語の関連性を取得し、これら二つの関連性の類似度に基づいて、入力された検索条件に合致する文書を選択する技術が知られている（たとえば、特許文献２）。たとえば、コンテンツと語彙との関連性と、語彙と語彙の関連性の両方を考慮することによって、多義な語彙でも、ユーザが日常的に使っている語彙と関連するコンテンツの類似度が高くなり、ユーザの嗜好に近いコンテンツを上位に表示することができる。

また、検索条件に含まれる自然文と、検索対象の文書との類似度を照合して類似度のランキング付き検索結果を出力する技術が知られている（たとえば、特許文献３）。たとえば、検索用のキーワードを抽出し、キーワードの属性に基づいて、検索条件に含まれる文の表す中心的な主題に関する主要タイプと、補足的な情報に関する非主要タイプに分類する。そして、分類結果に基づいて、文書検索処理を行う。このような技術では、分類後のキーワードタイプに応じてキーワードの処理を柔軟に変えることができ、検索条件に含まれる文の種別を考慮した文書検索が可能とすることができる。

また、異なる情報項目群が、相互関連性によりノード配列中のそれぞれのノードにマッピングされるように処理することで、類似の情報項目がノード配列の類似する位置のノードにマッピングされる情報検索システムが知られている（たとえば、特許文献４）。

一般に、情報検索においては、適合率と再現率は相反する関係にある。適合率とは、検索したい文書が検索されているか、という正解率と関わる。また、再現率とは、検索漏れがないかの度合いと関わる。たとえば、検索もれを防ぐ、つまり再現率を上げると適合率が下がる。

また、検索結果に利用者が所望する文書でない文書が多く含まれるため、所望する文書を見落としてしまうような検索もれを防ぐため、所望する文書に関連すると思われるキーワードを多く用いて検索式を作成する技術が知られている。しかしこの検索式に基づいて文書検索をすると、非常に多くの検索ノイズ、ゴミが検索結果に含まれてしまうことがある。そこで、文書検索ために入力された自然言語表現を意味構造に変換するとともに、意味構造から検索式を生成し、検索式を用いて文書を検索し、検索された文書の中から意味構造に変換した結果を含む文書を検索する技術が知られている（たとえば、特許文献５）。

特開２００３−０８５２０３号公報 特開２０１２−００３６０３公報 特開２００４−１３９５５３号公報 特開２００４−１１０８３４号公報 特開平６−２３１１７８号公報

検索条件に含まれる自然文を解析し、単語の意味と単語間の関係に自然文の意味を表す意味構造を用いる情報検索において、意味構造の最小の部分構造である意味最小単位の完全マッチによる検索では、マッチさせたい文書にマッチしない検索漏れが発生するというという問題がある。

よって、一つの側面として、本発明は、意味構造を用いる情報検索でも、適合率を保ちつつ検索もれを防ぐことを目的とする。

情報検索装置が開示される。情報検索装置は、自然文を複数の単語に分解し、複数の単語のうちの２つの単語を含む検索キー候補から、２つの単語のそれぞれに付与される特徴に基づいて検索キーを生成する検索キー生成部と、検索キーを含む文書を特定し、特定された文書の評価値および特定された文書の数を算出する検索部と、特定された文書の数に基づいてノイズと判定された検索キーに対応する文書の評価値を再計算する評価値再計算部と、再計算された評価値に基づいて文書を出力する出力部、を含むことを特徴とする。

意味構造を用いる検索でも、適合率を保ちつつ検索もれを防ぐことができる。

意味構造を用いる情報検索の概要を説明するための図である。 意味構造を用いる情報検索の概要を説明するための図である。 ノイズとなる検索キーの影響の除去とノイズの自動判定を含む実施例の概要を説明するための図である。 情報検索装置の機能ブロックの例を示す図である。 評価値テーブルに格納されるデータの例を示す図である。 組み合わせ品詞リストに格納されるデータの例を示す図である。 意味解析の概要を説明するための図である。 形態素解析の結果の例を示す図である。 検索キー候補生成の概要を説明するための図である。 検索キー候補の例を示す図である。 ノイズとなる検索キーの影響の除去の概要を説明するための図である。 ノイズの自動判定の概要を説明するための図である。 文書の評価値の再計算を説明するための図である。 情報検索装置の構成の例を示す図である。 情報検索方法の処理の流れの例を示す図である。

図１〜２は、意味構造を用いる情報検索の概要を説明するための図である。
たとえば、検索条件に含まれる自然文が「太郎は花子に本をあげた。」であるとする。このとき、原文が「太郎は花子に本をあげた。」であるとも言う。この原文を意味解析し、結果として有向グラフで表される意味構造を得る。

ここで、「意味構造」とは、自然文を解析し、単語の意味を表す意味記号を示すノードと、ノード間の関係を表すアークからなる有向グラフで文の意味を表したものとする。

ノードは、原文中の単語の意味（概念）を表す。図１に示されている例では、「あげる」、「本」、「太郎」、「花子」がノードである。それぞれのノードには、その概念を表す記号（概念記号）が付与されている。「ＧＩＶＥ」、「ＢＯＯＫ」、「ＴＡＲＯ」、「ＨＡＮＡＫＯ」は概念記号である。

アークは、ノード間の関係またはノードの役割を表す。アークが２つのノード間にある場合には、そのアークは２つのノード間の関係を表す。例えば、図１に示されている有向グラフ中の「あげる」を表すノードから「本」を表すノードに引かれているアークは、「対象」という属性が付与されている。属性のことを名前と呼んでも良い。たとえば、「あげる」を表すノードから「本」を表すノードに引かれているアークの名前は「対象」である。これは、「あげる」という動作の対象が「本」であることを示す。また、図１に示されている有向グラフでは、終点がないアークが存在する。たとえば、「あげる」を表すノードからは、「過去」、「述語」という属性が付与されたアークが出ている。このように終点がないアークは、ノードが有する役割を示す。たとえば、「あげる」を表すノードから「過去」という属性が付与されているアークが出ているということは、「あげる」という動作が過去のものであることを示す。

また、図１に示されているように、有向グラフを意味最小単位に分解する。
また、「意味最小単位」を、意味構造の最小の部分構造で、２つのノードとそのノードを結ぶアークの３つ組を意味最小単位として定義する。ノードがない場合は“ＮＩＬ”で表しても良い。

意味最小単位の生成は次のように実行し得る。まず、有向グラフからアークを抽出する。

アークが２つのノードを繋いでいる場合には、意味最小単位として、それぞれのアークに対し、（アークが出る始点ノード，アークが向かう終点ノード，アークに付与されている属性）を出力する。図１に示されている例では、たとえば、（ＧＩＶＥ，ＨＡＮＡＫＯ，目的）、（ＧＩＶＥ，ＴＡＲＯ，動作主）、（ＧＩＶＥ，ＢＯＯＫ，対象）などがこの場合に相当する。

また、アークが出る起点ノードがない場合には、意味最小単位として、（ＮＩＬ，アークが向かう終点ノード、アークに付与されている属性）を出力する。図１に示されている例では、たとえば、（ＮＩＬ，ＧＩＶＥ，中心）がこの場合に相当する。

また、アークに向かう終点ノードがない場合には、意味最小単位として、（アークが出る始点ノード，ＮＩＬ，アークに付与されている属性）を出力する。図１に示されている例では、たとえば、（ＧＩＶＥ，ＮＩＬ，述語）、（ＧＩＶＥ，ＮＩＬ，過去）がこの場合に相当する。

このように、意味最小単位は、原文中の２つの意味間の関係または、意味の役割を表す。これを検索キーにしてデータベースを検索することにより、自然文中に込められた検索者の意図を反映した検索が可能となる。

図２では、このような処理を検索クエリー（原文、または単に、クエリーとも呼ぶ）が「肝臓がんに関して、治療成績が向上したのは何年で、どういう方法だったか？」である場合に適用した結果が示されている。この場合、正解文書は、「・・・癌の治療成績は・・・」というものであるとする。

クエリーを解析した結果、「向上」、「治療成績」、「年」、「癌」、「肝臓」等をノードとする有向グラフを得ることができる。これらのノードにはそれぞれ、「ＩＭＰＲＯＶＥ」、「ＡＢＣＸＹＺ」、「ＹＥＡＲ」、「ＣＥＮＣＥＲ」、「ＬＩＶＥＲ」等の概念記号が付与されている。また、「向上」を表すノードから「治療成績」を表すノードには、「ＯＢＪ（目的語）」なる属性が付与されたアークが引かれている。「向上」を表すノードから「年」を表すノードには「ＴＩＭＥ（時間）」なる属性が付与されたアークが引かれ、「癌」を表すノードから「肝臓」を表すノードには「ＭＯＤＩＦＹ（修飾）」なる属性が付与されたアークが引かれている。このような有向グラフで表される意味構造から、検索キーとなる意味最小単位を求めると、図２に示されているように、（ＩＭＰＲＯＶＥ，ＣＡＮＣＥＲ，ＫＡＮＳＵＲＵ）と（ＩＭＰＲＯＶＥ，ＡＢＣＸＹＺ，ＯＢＪ）を得ることができる。

一方、正解文書「・・・癌の治療成績は・・・」中の意味構造は、「癌」を表すノードから「治療成績」を表すノードに「ＭＯＤＩＦＹ（修飾）」なる属性が付与されたアークが引かれているような有向グラフで表される。この有向グラフから検索キーとなる意味最小単位を求めると、図２に示されているように、（ＣＡＮＣＥＲ，ＡＢＣＸＹＺ，ＭＯＤＩＦＹ）となる。

意味最小単位は、有向グラフの部分構造に基づくので、意味最小単位のマッチングによる検索は、有向グラフのマッチングによる検索に比べて、より柔軟である。検索対象の文書に含まれる意味最小単位の逆文書頻度（ＩＤＦ）の値を予め用意し、マッチした最小意味単位のＩＤＦ値を特定し、そのＩＤＦ値を用いて、マッチした意味最小単位についての分を含む文書の評価値を計算することができる。文書の評価値は、ランク付けに用いられ得る。

このように、クエリーと検索対象の文書に含まれる各文について意味解析を行い、それぞれの意味最小単位を得て、意味最小単位を検索キーとして検索することができる。そして、意味最小単位のＩＤＦ値を用いて、抽出された文書の評価値を計算し、文書をランク付けすることができる。

また、意味最小単位の完全マッチ（完全一致）を用いる情報検索では、検索条件中の自然文と、データベース中の文書の意味最小単位が完全に一致する（マッチする）場合には、高い正解率（適合率）となり得る。

上記のように、意味最小単位の完全マッチ（完全一致）を用いる情報検索では、マッチさせたい文書にマッチしないという検索もれの問題が生じ得る。情報検索においては、適合率と再現率は相反する関係にある。たとえば、検索もれを防ぐ、つまり再現率を上げると適合率が下がる。たとえば、クエリーを解析した意味構造の部分構造である意味最小単位により検索するのではなく、クエリーの解析結果に含まれる意味記号を２つ組み合わせて検索キー、たとえば、（意味記号１，意味記号２，＊）および（意味記号２，意味記号１，＊）（ここで、“＊”は、２つの意味記号を結ぶアークは何でもよいとする）を生成し、それにマッチするデータベース中の意味構造を検索する。これにより再現率は大幅に上がるが、適合率が下がってしまう。

一般に、意味構造を用いる情報検索においては、適合率と再現率は相反する関係にある。適合率とは、検索したい文書が検索されているか、という正解率を関わる。また、再現率とは、検索漏れがないかの度合いと関わる。たとえば、検索もれを防ぐ、つまり再現率を上げると適合率が下がる。

以下では、意味構造を用いる検索でも、適合率を保ちつつ検索もれを防ぐことができる情報検索装置、情報検索方法および情報検索プログラムについて説明する。

＜概要＞
図３は、ノイズとなる検索キーの影響の除去とノイズの自動判定を含む実施例の概要を説明するための図である。

意味最小単位の完全マッチ（完全一致）を用いる情報検索では、適合率が下がってしまう原因は、検索キーの中にノイズとなる検索キー（大量の文書にマッチしてしまい、不正解文書の順位を上げてしまう）が大量に発生するためである。適合率を下げないために、以下の２つの処理を使って高精度な検索を実現する：
（Ｍ１）検索前に、意味記号の逆文書頻度（ＩＤＦ）や品詞情報を使い不必要な組み合わせを除去して検索キーを生成する、
（Ｍ２）検索後に、ノイズになりやすい組み合わせを自動判定する。

上記（Ｍ１）では、ノイズとなる組み合わせとは、それを構成する意味記号が多くの文書にマッチするものである。たとえば、ノイズとなる組み合わせを、大量の文書にマッチする組み合わせと定義しても良い。そこで、組み合わせを構成する意味記号の逆文書頻度（ＩＤＦ）が低く、（名詞，副詞，＊）など特定の品詞の組み合わせを除去すれば、検索前にノイズを効果的に除去できる。

図３に示されている例では、自然文であるクエリー文として、「農業画像の耕作領域を用いて農作物の生育領域を探索する領域探索装置。」が入力される。

このクエリー文を意味解析し、任意の意味記号（単語の概念、意味を表したもの）の組み合わせで検索キーの候補を生成する。図３の検索キー候補１０に示されているように、例えば、（農業，領域，＊）、（農業，農作物，＊）、（画像，領域，＊）、（画像，探索，＊）、（生育，装置，＊）、（生育，領域，＊）、（探索，領域，＊）などが検索キー候補として生成される。

次に、上記（Ｍ１）のように、図３の検索キー候補１０から意味記号の逆文書頻度（ＩＤＦ）や品詞情報を使いノイズとなる検索キー候補が除去される。その結果の例は、ノイズ除去後検索キー候補１２に示されている。この例では、（画像，領域，＊）、（画像，探索，＊）、（探索，領域，＊）などがノイズと判定され、検索キー候補が除去される。

また、上記（Ｍ２）では、（Ｍ１）以外で検索するが、検索キー（組み合わせ）は多くの文書にマッチするほどノイズになりやすい。そこで、組み合わせごとにマッチ文書数を計算し、その降順にソートして上位ｎ％、つまり所定の割合をノイズとなりやすい組み合わせ（ノイズ検索キー）と自動判定する。これにより、不正解文書にマッチしてしまう本来の検索意図とは関係の薄い組み合わせを除去できる。所定の割合（ｎ％）はたとえば、１０％、２０％、３０％のいずれかでも良いし、他の任意の割合でも良い。

図３に示されている例では、上位ｎ％に入っている組み合わせには“○”（丸印）、そうでない組み合わせには“△”（三角印）が付けられた結果１４が出力される。

ノイズになりやすいと判定された組み合わせを除去して、または、その組み合わせの検索時の重みを引き下げて各文書の評価値を決定し、ランキングする。

以下の実施形態では、正解文書にマッチするが、それ以外の文書にはあまりマッチしない検索キーを用いた情報検索を行うことができる。正解文書以外に大量の文書にマッチしてしまうと、正解でない文書の評価値も上がり、正解文書のランキング順位が下がってしまうが、そのようなことを避けることができる。以下の実施形態では、２段階でノイズとなる検索キーを判断している。検索前に、ＩＤＦ値や、検索キーとして有効でない可能性が高い品詞や属性を持つ組み合わせを削除する。このとき、組み合わせは２つの品詞や属性の組み合わせであって良い。また、検索の結果、多数の文書にマッチする組み合わせの検索時の重みを引き下げて各文書の評価値を決定する。これにより、ノイズとなる検索キーによる副作用（正解でない文書が上位にきてしまう）を防ぐことができる。

＜情報検索装置＞
図４は、実施例の情報検索装置１００の機能ブロックの例を示す図である。

情報検索装置１００は、入力部１０２、解析部１０４、検索キー候補生成部１０６、ノイズ除去部１０８、検索部１１０、評価値計算部１１２、検索過程記憶部１１４、ノイズ判定部１１６、評価値再計算部１１８、ランキング部１２０、および出力部１２２を含む。情報検索装置１００は、さらに、ノイズ除去部１０８に繋がる評価値テーブルデータベース（ＤＢ）１２４と組み合わせ品詞リストデータベース（ＤＢ）１２６、検索部１１０に繋がる検索用インデックスデータベース（ＤＢ）１２８を含む。情報検索装置１００は、さらに、ノイズ除去部１０８に繋がる評価値テーブルデータベース（ＤＢ）１２４と組み合わせ品詞リストデータベース（ＤＢ）１２６、検索部１１０に繋がる検索用インデックスデータベース（ＤＢ）１２８を含む。

入力部１０２は、クエリーを入力し得る。
解析部１０４は、クエリーを解析して単語を意味記号に変換し、品詞情報や単語属性を付与し得る。

検索キー候補生成部１０６は、２つの意味記号を組み合わせて検索キー候補を生成し得る。

ノイズ除去部１０８は、各意味記号のＩＤＦ値を格納する評価値テーブルデータベース（ＤＢ）１２４およびノイズ組み合わせ判定用品詞リストを格納する組み合わせ品詞リストデータベース（ＤＢ）１２６を参照し、ノイズの組み合わせを判定し、生成された検索キー候補から除去し、検索キーを得る。

検索部１１０は、ノイズ除去部１０８により出力された各検索キーがデータベース中の意味構造にマッチするかを判定し得る。

評価値計算部１１２は、それぞれの文書につき、マッチした検索キーの重みに基づき文書評価値を算出し得る。

検索過程記憶部１１４は、検索キーとその重み、検索キーにマッチした文書を記憶し得る。

ノイズ判定部１１６は、検索過程記憶部の検索処理過程からノイズとなる検索キー（ノイズ検索キー）を自動判定し得る。

評価値再計算部１１８は、ノイズ判定部１１６によりノイズと判定された検索キー（ノイズ検索キー）にマッチした文書の文書評価値を検索過程記憶部に記憶された検索過程から再計算し得る。

ランキング部１２０は、評価値再計算部１１８により算出された文書評価値の順にソートし得る。
出力部１２２は、ランキング部１２０で得られた結果を出力し得る。

図５は、評価値テーブルＤＢ１２４中の評価値テーブル１３０に格納されるデータの例を示す図である。評価値テーブル１３０には、各意味記号のＩＤＦ値が格納されている。たとえば、図５に示されている例では、「ＢＯＯＫ」なる意味記号のＩＤＦ値は、「４．８３」であり、「ＧＩＶＥ」なる意味記号のＩＤＦ値は、「２．１２」である。

図６は、組み合わせ品詞リストデータベース（ＤＢ）１２６中の組み合わせ品詞リスト１３２に格納されるデータの例を示す図である。組み合わせ品詞リストデータベース（ＤＢ）１２６に格納されている組み合わせ品詞リスト１３２は、上記（Ｍ１）の検索前に、意味記号の逆文書頻度（ＩＤＦ）や品詞情報を使い不必要な組み合わせを除去する段階で参照されるものである。図６には、（名詞，副詞，＊）、（動詞，サ変動詞，＊）の組み合わせが示されているが、上述のように、他の組み合わせも含み得る。

入力部１０２は、自然文（自然言語文）の検索クエリーを受け付ける。検索クエリーは、情報検索装置１００のユーザによって入力されても良い。

図７は、意味解析の概要を説明するための図である。
図７に示されている例では、入力部１０２は、検索クエリー（原文）として、自然文「太郎は花子に本をあげた」が入力される。

解析部１０４は、入力部１０２で受け付けた検索クエリーの意味解析を実施する。
解析部１０４は、形態素解析、意味解析を行う。形態素解析は、入力文を単語に分割する。意味解析は、形態素解析結果および文法規則を使い、各単語の意味関係を解析する技術。既存技術。右の意味構造を出力する。意味構造のノードは形態素解析結果の意味記号に相当する。

ところで、「〜を使って」のように、形態素解析では「使う」（意味記号：ＵＳＥ)と動詞として解析されても意味構造ではノードではなく、道具を表すアークとして解析されることもあり、必ずしも形態素解析結果の意味記号がそのまま意味解析で使われるわけでもない場合がある。そのため、本実施形態では、形態素解析と意味解析を両方行うものとしているが、形態素解析のみ行って意味記号を抽出してもよい。

図８は、形態素解析の結果の例１３６を示す図である。
図８では、形態素解析によって、自然文「太郎は花子に本をあげた」は、「太郎」、「は」、「花子」、「に」、「本」、「を」、「あげた」等の形態素に分解される。そして、図８に示されている例では、意味解析によって、形態素に対し、品詞、意味記号、属性が付与される。形態素に対して付与される、品詞、意味記号、属性を、単に特徴と呼ぶことがある。たとえば、形態素「太郎」に対して、品詞として「名詞」、意味記号として「ＴＡＲＯ」、属性として「生物」が付与されている。また、形態素「は」に対して、品詞として「助詞」が付与され、意味記号と属性は空集合である。他の形態素、「花子」、「に」、「本」、「を」、「あげた」のそれぞれに対しても、品詞、意味記号、属性が付与される。属性の例には、他には、抽象物、行為、などが含まれ得る。

解析部１０４は、図７に示されているような有向グラフを得る。また、解析部１０４は、図７に示されているような意味記号リスト１３４を出力する。

検索キー候補生成部１０６は、意味記号リストを参照しながら、意味記号の全ての組み合わせを生成する。

図９は、検索キー生成の概要を説明するための図である。
原文として「太郎は花子に本をあげた」が入力部１０２に入力され、解析部１０４で、意味記号として「ＴＡＲＯ」、「ＨＡＮＡＫＯ」、「ＢＯＯＫ」、「ＧＩＶＥ」の４つの意味記号を含む意味記号リスト１３８が生成されている場合、検索キー候補生成部１０６は、（ＴＡＲＯ，ＨＡＮＡＫＯ，＊）、（ＴＡＲＯ，ＢＯＯＫ，＊）など、４つの意味記号の全ての組み合わせを検索キー候補１４０として生成する。

図１０は、検索キーの例を示す図である。この例では、「農業画像の耕作領域を用いて農作物の生育領域を探索する領域探索装置。」が入力部１０２に入力された場合に、検索キー候補生成部１０６で生成される検索キー候補１４２を示している。

たとえば、解析部１０４で、「農業画像の耕作領域を用いて農作物の生育領域を探索する領域探索装置。」を形態素解析および意味解析を行うと、「ＡＧＲＩＣＵＬＴＵＲＥ」、「ＩＭＡＧＥ」、「ＡＲＥＡ」、「ＦＡＲＭ ＰＲＯＤＵＣＴＳ」、「ＧＲＯＷ」、「ＳＥＡＲＣＨ」、「ＤＥＶＩＣＥ」などの意味記号が生成される。そして検索キー候補生成部１０６は、これらの全ての組み合わせを検索キー候補として生成する。検索キー候補は、図１０の表１４２に示されているように、たとえば、（ＡＧＲＩＣＵＬＴＵＲＥ，ＡＲＥＡ，＊）、（ＡＧＲＩＣＵＬＴＵＲＥ，ＦＡＲＭ ＰＲＯＤＵＣＴＳ，＊）、（ＩＭＡＧＥ，ＡＲＥＡ，＊）、（ＩＭＡＧＥ，ＳＥＡＲＣＨ，＊）、（ＧＲＯＷ，ＤＥＶＩＣＥ，＊）、（ＧＲＯＷ，ＡＲＥＡ，＊）、（ＳＥＡＲＣＨ，ＡＲＥＡ，＊）などを含み得る。

ノイズ除去部１０８は、検索前に、検索キー候補生成部１０６で生成された検索キー候補から、意味記号のＩＤＦ値や品詞情報を使い不必要な組み合わせを除去し、検索キーを生成する。

図１１は、ノイズとなる検索キーの影響の除去の概要を説明するための図である。
図１１に示されているように、ノイズ除去部１０８は、検索キー候補１４２の組み合わせに対して、評価値テーブルＤＢ１２４を参照し、解析結果の品詞、属性と、評価値テーブル１３０からＩＤＦ値の情報を抽出し、表１４４を作成する。図１１に示されている表１４４の例では、組み合わせ（ＮＯＤＥ１，ＮＯＤＥ２，＊）に対して、ＮＯＤＥ１の品詞、ＮＯＤＥ１の属性、ＮＯＤＥ１のＩＤＦ値、ＮＯＤＥ２の品詞、ＮＯＤＥ２の属性、ＮＯＤＥ２のＩＤＦ値が与えられる。たとえば、検索キー候補の一つである（ＡＧＲＩＣＵＬＴＵＲＥ，ＡＲＥＡ，＊）に対しては、ＮＯＤＥ１の品詞は「名詞」、ＮＯＤＥ１の属性は「抽象物」、ＮＯＤＥ１のＩＤＦ値は「８．１７」、ＮＯＤＥ２の品詞は「名詞」、ＮＯＤＥ２の属性は「抽象物」、ＮＯＤＥ２のＩＤＦ値は「１．６１」であり得る。

ノイズ除去部１０８は、それぞれの組み合わせにつき、各意味記号の品詞、属性、ＩＤＦ値の一部または全てを用いて、ノイズかどうかを判定し、ノイズの場合は検索キー候補から除去する。そして、ノイズ除去部１０８は、検索キー候補からノイズが除去されたものを検索キー１４６として生成する。

たとえば、意味記号の品詞を用いて、検索キー候補からノイズと判定される組み合わせを除去しても良い。除去される品詞の組み合わせとしては、検索キー候補を、（ノード１，ノード２，＊）としたとき、
・ノード１またはノード２の品詞が助動詞（「〜できる」、など）
・ノード１またはノード２の品詞が副詞
・ノード１とノード２の品詞が両方とも助動詞
・ノード１とノード２の品詞が両方とも副詞
・ノード１とノード２の品詞が両方とも形容詞
・一方のノードの品詞が副詞で、他方のノードの品詞が名詞
・一方のノードの品詞が副詞で、他方のノードの品詞が形容詞
・一方のノードの品詞が形容詞で、他方のノードの品詞が動詞
・一方のノードの品詞が形容詞で、他方のノードの品詞がサ変名詞
の場合が含まれ得る。

また、ＩＤＦ値を用いて、検索キー候補からノイズと判定される組み合わせを除去しても良い。
・ノード１またはノード２のＩＤＦ値が所定の値（たとえば、１．２など）以下
・ノード１、ノード２のＩＤＦ値がいずれも所定の値（たとえば、２．５など）以下
・ノード１またはノード２の属性が行為で他方の属性が行為

さらに、品詞とＩＤＦ値の両方の組み合わせで検索キー候補からノイズと判定される組み合わせを除去しても良い。
・ノード１の品詞が名詞でＩＤＦ値が第１の値（たとえば、２．５など）以下、かつノード２の品詞が動詞またはサ変名詞でＩＤＦ値が第２の値（たとえば、４）以下
このようにして生成された検索キーの例が図１１に示されている。図１１では、（ＩＭＡＧＥ，ＡＲＥＡ，＊）、（ＩＭＡＧＥ，ＳＥＡＲＣＨ，＊）などがノイズと判定され削除されている。（ＩＭＡＧＥ，ＡＲＥＡ，＊）は、ノード１、ノード２のＩＤＦ値がいずれも所定の値（たとえば、２．５など）以下の場合に相当し、（ＩＭＡＧＥ，ＳＥＡＲＣＨ，＊）は、「ノード１の品詞が名詞でＩＤＦ値が第１の値（たとえば、２．５など）以下、かつノード２の品詞が動詞またはサ変名詞でＩＤＦ値が第２の値（たとえば、４）以下」の場合に相当する。

そして、ノイズ除去部１０８は、検索キーとしては、（ＡＧＲＩＣＵＬＴＵＲＥ，ＡＲＥＡ，＊）、（ＡＧＲＩＣＵＬＴＵＲＥ，ＦＡＲＭ ＰＲＯＤＵＣＴＳ，＊）、（ＧＲＯＷ，ＤＥＶＩＣＥ，＊）、（ＧＲＯＷ，ＡＲＥＡ，＊）等を生成する。

検索部１１０は、ノイズ除去部１０８により出力された各検索キーが検索用インデックスデータベース（ＤＢ）１２８中に格納されている意味構造にマッチするかを判定する。

検索部１１０は、検索を実行し、それぞれの検索キーに対して何文書マッチしたかも算出する。その結果は、例えば、図１２の表１４８に示されている。表１４８では、各検索キーに対して、マッチした文書数（表中の「マッチ文書数」）が示されている。

評価値計算部１１２は、それぞれの文書につき、マッチした検索キーの重みに基づき文書評価値を算出し得る。各組み合わせに対して、その重みを計算し、その組み合わせにマッチした文書には組み合わせの重みを評価値として足していく。検索キーの各組み合わせの重みは、それぞれの意味記号のＩＤＦ値や意味記号のクエリー中の出現頻度、品詞情報などをもとに計算する。

たとえば組み合わせ（ＮＯＤＥ１，ＮＯＤＥ２，＊）の重みを、ＮＯＤＥ１のＩＤＦ値とＮＯＤＥ１の出現頻度の積と、ＮＯＤＥ２のＩＤＦ値とＮＯＤＥ２の出現頻度の積の和、すなわち、「ＮＯＤＥ１のＩＤＦ値×ＮＯＤＥ１の出現頻度＋ＮＯＤＥ２のＩＤＦ値×ＮＯＤＥ２の出現頻度」で定義しても良い。

検索過程記憶部１１４は、検索キーとなる組み合わせ、組み合わせの重み、組み合わせにマッチした文書を特定する情報（たとえば、文書ＩＤ）を全て記憶する。これらの情報は、ノイズ判定部１１６、評価値再計算部１１８で使用され得る。

ノイズ判定部１１６では、各検索キーに対する文書マッチ数で降順にソートし、上位ｎ％に相当する数の検索キーを上位から数えてノイズと判定する。ノイズと判定された文書をノイズ文書と呼ぶことがある。

図１２は、ノイズの自動判定の概要を説明するための図である。
図１２では、表１５０中で背景が黒い枠で示されているように、組み合わせ数が３２で上位１０％に相当する数、すなわち３つの検索キーを上位から数えてノイズ（ノイズ検索キー）と判定している。

評価値再計算部１１８は、ノイズと判定された組み合わせにマッチする文書の評価値を再計算する。マッチした文書の評価値から、それぞれの組み合わせの重みから計算した値を差し引く。ここで、「組み合わせの重みから計算した値」は、組み合わせの重みそのものでもよいし、ノイズと自動判定されたとき、上位ｈ%以上の順位の場合は組み合わせの重みそのものとするが、上位ｈ%以下の場合は組み合わせの重み×０．５、などとしてもよい。

図１３は、文書の評価値の再計算を説明するための図である。
図１３中の表１５２には、（ＧＲＯＷ，ＤＥＶＩＣＥ，＊）にマッチした文書の評価値とその再計算した評価値が示されている。表１５２では、（ＧＲＯＷ，ＤＥＶＩＣＥ，＊）の重みは、７９５であり、差し引く値は（ＧＲＯＷ，ＤＥＶＩＣＥ，＊）の重みそのものである場合が示されている。これを、ノイズと判定された全ての組み合わせに対して行い、最終的な文書の評価値を算出する。

ランキング部１２０は、評価値再計算部１１８により算出された文書評価値（たとえば、図１３の表１５２中の「再計算した評価値」の欄に記入されている値）の順にソートする。

出力部１２２は、ランキング部１２０で得られた結果を出力し得る。たとえば、２００位以内に正解が入る率が上昇する効果が得られている。

検索キー候補生成部１０６とノイズ除去部１０８は組み合わされて、自然文を複数の単語に分解し、複数の単語のうちの２つの単語を含む検索キー候補から、２つの単語のそれぞれに付与される特徴に基づいて検索キーを生成する検索キー生成部を形成しても良い。

検索キー生成部は、自然文を複数の単語に分解し、前記複数の単語のうちの２つの単語を含む検索キー候補から、前記２つの単語のそれぞれに付与される特徴に基づいて検索キーを生成する。

検索部１１０は、検索キーを含む文書を特定し、特定された文書の評価値および特定された文書の数を算出する。検索部１１０は、検索キーに含まれる２つの単語の特徴または検索キーに含まれる単語の自然文中の出現頻度のうち少なくとも一つを用いて算出される単語に対応する重みを用いて、検索キーに対応する文書の評価値を算出しても良い。

評価値再計算部１１８は、特定された文書の数に基づいてノイズと判定された検索キーに対応する文書の評価値を再計算する。

出力部１２２は、再計算された評価値に基づいて前記文書を出力する。
このように、情報検索装置１００では、クエリー内の形態素に相当する意味記号の組み合わせを検索キーとするが、その組み合わせの中からノイズを自動判定することにより、高適合率を保ちつつ従来技術より再現率が高い検索を実現することができる。また、情報検索装置１００では、意味構造を用いる検索でも、適合率を保ちつつ検索もれを防ぐことができる。

図１４は実施形態の情報検索装置１００の構成の例を示す図である。
このコンピュータ２００は、Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ（ＣＰＵ）２０２、Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ（ＲＯＭ）２０４、及びＲａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ（ＲＡＭ）２０６を備えている。コンピュータ５００は、さらに、ハードディスク装置２０８、入力装置２１０、表示装置２１２、インターフェース装置２１４、及び記録媒体駆動装置２１６を備えている。なお、これらの構成要素はバスライン２２０を介して接続されており、ＣＰＵ２０２の管理の下で各種のデータを相互に授受することができる。

Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ（ＣＰＵ）２０２は、このコンピュータ２００全体の動作を制御する演算処理装置であり、コンピュータ２００の制御処理部として機能する。

Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ（ＲＯＭ）２０４は、所定の基本制御プログラムが予め記録されている読み出し専用半導体メモリである。ＣＰＵ２０２は、この基本制御プログラムをコンピュータ１００の起動時に読み出して実行することにより、このコンピュータ２００の各構成要素の動作制御が可能になる。

Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ（ＲＡＭ）２０６は、ＣＰＵ２０２が各種の制御プログラムを実行する際に、必要に応じて作業用記憶領域として使用する、随時書き込み読み出し可能な半導体メモリである。

ハードディスク装置２０８は、ＣＰＵ２０２によって実行される各種の制御プログラムや各種のデータを記憶しておく記憶装置である。ＣＰＵ２０２は、ハードディスク装置２０８に記憶されている所定の制御プログラムを読み出して実行することにより、後述する各種の制御処理を行えるようになる。

入力装置２１０は、例えばマウス装置やキーボード装置であり、情報処理装置のユーザにより操作されると、その操作内容に対応付けられている各種情報の入力を取得し、取得した入力情報をＣＰＵ２０２に送付する。

表示装置２１２は例えば液晶ディスプレイであり、ＣＰＵ２０２から送付される表示データに応じて各種のテキストや画像を表示する。

インターフェース装置２１４は、このコンピュータ２００に接続される各種機器との間での各種情報の授受の管理を行う。

記録媒体駆動装置２１６は、可搬型記録媒体２１８に記録されている各種の制御プログラムやデータの読み出しを行う装置である。ＣＰＵ２０２は、可搬型記録媒体２１８に記録されている所定の制御プログラムを、記録媒体駆動装置２１６を介して読み出して実行することによって、後述する各種の制御処理を行うようにすることもできる。なお、可搬型記録媒体２１８としては、例えばＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）規格のコネクタが備えられているフラッシュメモリ、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＤＶＤ−ＲＯＭ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）などがある。

このようなコンピュータ２００を用いて情報検索装置１００を構成するには、例えば、上述の各処理部における処理をＣＰＵ２０２に行わせるための制御プログラムを作成する。作成された制御プログラムはハードディスク装置２０８若しくは可搬型記録媒体２１８に予め格納しておく。そして、ＣＰＵ２０２に所定の指示を与えてこの制御プログラムを読み出させて実行させる。こうすることで、情報検索装置１００が備えている機能がＣＰＵ２０２により提供される。

＜情報検索処理＞
図１５を参照して、情報検索処理について説明する。

また、情報検索装置１００が図１４に示されているような汎用コンピュータ２００である場合には、下記の説明は、そのような処理を行う制御プログラムを定義する。すなわち、以下では、下記に説明する処理を汎用コンピュータに行わせる制御プログラムの説明でもある。

処理を開始すると、Ｓ１００で入力部１０２は、クエリーを受ける。たとえば、図１０に関連して説明したように、たとえば、クエリーは「農業画像の耕作領域を用いて農作物の生育領域を探索する領域探索装置。」であっても良い。

次のＳ１０２で解析部１０４は、クエリーを解析し、意味記号リストを作成する。クエリーが「農業画像の耕作領域を用いて農作物の生育領域を探索する領域探索装置。」である場合、意味記号リストは、「ＡＧＲＩＣＵＬＴＵＲＥ」、「ＩＭＡＧＥ」、「ＡＲＥＡ」、「ＦＡＲＭ ＰＲＯＤＵＣＴＳ」、「ＧＲＯＷ」、「ＳＥＡＲＣＨ」、「ＤＥＶＩＣＥ」などを含み得る。

次にＳ１０４で検索キー候補生成部１０６は、２つの意味記号からなる組み合わせを検索キー候補として生成する。クエリーが「農業画像の耕作領域を用いて農作物の生育領域を探索する領域探索装置。」である場合、検索キー候補は図１０の表１４２に示されているように、たとえば、（ＡＧＲＩＣＵＬＴＵＲＥ，ＡＲＥＡ，＊）、（ＡＧＲＩＣＵＬＴＵＲＥ，ＦＡＲＭ ＰＲＯＤＵＣＴＳ，＊）、（ＩＭＡＧＥ，ＡＲＥＡ，＊）、（ＩＭＡＧＥ，ＳＥＡＲＣＨ，＊）、（ＧＲＯＷ，ＤＥＶＩＣＥ，＊）、（ＧＲＯＷ，ＡＲＥＡ，＊）、（ＳＥＡＲＣＨ，ＡＲＥＡ，＊）などを含み得る。

次のＳ１０６でノイズ除去部１０８は、変数ｉをリセットする。たとえば、ｉ＝０としても良い。変数ｉは、Ｓ１０４で生成された組み合わせ（検索キー候補）を指定する変数である。
次のＳ１０８でノイズ除去部１０８は、変数ｉを１増やす。

次のＳ１１０でノイズ除去部１０８は、現在の変数ｉに対応する組み合わせについて、意味記号のＩＤＦ値は所定の数ｎより小さいか、あるいは特定の品詞の組み合わせかどうかを判定する。条件は、現在の変数ｉに対応する組み合わせにつき、各意味記号の品詞、属性、ＩＤＦ値の一部または全てに関するものであっても良い。例としては、下記のような条件を含み得る。
・ノード１またはノード２の品詞が助動詞（「〜できる」、など）
・ノード１またはノード２の品詞が副詞
・ノード１とノード２の品詞が両方とも助動詞
・ノード１とノード２の品詞が両方とも副詞
・ノード１とノード２の品詞が両方とも形容詞
・一方のノードの品詞が副詞で、他方のノードの品詞が名詞
・一方のノードの品詞が副詞で、他方のノードの品詞が形容詞
・一方のノードの品詞が形容詞で、他方のノードの品詞が動詞
・一方のノードの品詞が形容詞で、他方のノードの品詞がサ変名詞
・ノード１またはノード２のＩＤＦ値が所定の値（たとえば、１．２など）以下
・ノード１、ノード２のＩＤＦ値がいずれも所定の値（たとえば、２．５など）以下
・ノード１またはノード２の属性が行為で他方の属性が行為
・ノード１の品詞が名詞でＩＤＦ値が第１の値（たとえば、２．５など）以下、かつノード２の品詞が動詞またはサ変名詞でＩＤＦ値が第２の値（たとえば、４）以下

Ｓ１１０での判定の結果が“ＹＥＳ”、すなわち現在の変数ｉに対応する組み合わせについて、意味記号のＩＤＦ値は所定の数ｎより小さいか、あるいは特定の品詞の組み合わせである場合、処理はＳ１１２に進む。Ｓ１１０での判定の結果が“ＮＯ”、すなわち現在の変数ｉに対応する組み合わせは、意味記号のＩＤＦ値は所定の数ｎ以上であり、且つ特定の品詞の組み合わせではない場合、処理はＳ１１４に進む。

Ｓ１１２でノイズ除去部１０８は、Ｓ１１０で選択された組み合わせを検索キー候補から除外する。たとえば、図１１に示されているように、ノイズ除去部１０８は、検索キー候補からノイズが除去されたものを検索キー１４６として生成する。

Ｓ１１４でノイズ除去部１０８は、現在の変数ｉが組み合わせの数、すなわち検索キー候補の数以上であるかどうかを判定する。もし、この判定の結果が“ＹＥＳ”、すなわち現在の変数ｉが組み合わせの数以上である場合、処理はＳ１１６に進む。また、この判定の結果が“ＮＯ”、すなわち現在の変数ｉが組み合わせの数より小さい場合、処理はＳ１０８に戻る。

Ｓ１１６でノイズ除去部１０８は、検索キーとなる組み合わせを生成する。本ステップの処理が終わると、処理はＳ１１８に進む。

Ｓ１１８で検索部１１０は、検索を実行し、それぞれの検索キーに対して何文書マッチしたかも算出する。その結果は、例えば、図１２の表１４８に示されている。また、Ｓ１１８で評価値計算部１１２は、それぞれの文書につき、マッチした検索キーの重みに基づき文書評価値を算出し得る。各組み合わせに対して、その重みを計算し、その組み合わせにマッチした文書には組み合わせの重みを評価値として足していく。検索キーの各組み合わせの重みは、それぞれの意味記号のＩＤＦ値や意味記号のクエリー中の出現頻度、品詞情報などをもとに計算する。たとえば組み合わせ（ＮＯＤＥ１，ＮＯＤＥ２，＊）の重みを、ＮＯＤＥ１のＩＤＦ値とＮＯＤＥ１の出現頻度の積と、ＮＯＤＥ２のＩＤＦ値とＮＯＤＥ２の出現頻度の積の和、すなわち、「ＮＯＤＥ１のＩＤＦ値×ＮＯＤＥ１の出現頻度＋ＮＯＤＥ２のＩＤＦ値×ＮＯＤＥ２の出現頻度」で定義しても良い。

また、Ｓ１１８で検索過程記憶部１１４は、検索キーとなる組み合わせ、組み合わせの重み、組み合わせにマッチした文書を特定する情報（たとえば、文書ＩＤ）を全て記憶する。これらの情報は、ノイズ判定部１１６、評価値再計算部１１８で使用され得る。本ステップの処理が終わると、処理はＳ１２０に進む。

Ｓ１２０でノイズ判定部１１６は、各検索キーに対する文書マッチ数で降順にソートし、上位ｎ％に相当する数の検索キーを上位から数えてノイズと判定する。たとえば、図１２では、表１５０中で背景が黒い枠で示されているように、組み合わせ数が３２で上位１０％に相当する数、すなわち３つの検索キーを上位から数えてノイズと判定している。本ステップの処理が終わると、処理はＳ１２２に進む。

Ｓ１２２で評価値再計算部１１８は、ノイズと判定された組み合わせにマッチする文書の評価値を再計算する。図１３中の表１５２には、（ＧＲＯＷ，ＤＥＶＩＣＥ，＊）にマッチした文書の評価値とその再計算した評価値が示されている。本ステップの処理が終わると、処理はＳ１２４に進む。

Ｓ１２４でランキング部１２０は、評価値再計算部１１８により算出された文書評価値（たとえば、図１３の表１５２中の「再計算した評価値」の欄に記入されている値）の順にソートする。また、Ｓ１２４で出力部１２２は、ランキング部１２０で得られた結果を出力する。

このように、クエリー内の形態素に相当する意味記号の組み合わせを検索キーとするが、その組み合わせの中からノイズを自動判定することにより、高適合率を保ちつつ従来技術より再現率が高い検索を実現することができる。また、意味構造を用いる検索でも、適合率を保ちつつ検索もれを防ぐことができる。

以上の実施形態に関し、さらに以下の付記を開示する。
（付記１）
自然文を複数の単語に分解し、前記複数の単語のうちの２つの単語を含む検索キー候補から、前記２つの単語のそれぞれに付与される特徴に基づいて検索キーを生成する検索キー生成部と、
前記検索キーを含む文書を特定し、前記特定された文書の評価値および前記特定された文書の数を算出する検索部と、
前記特定された文書の前記数に基づいてノイズと判定された検索キーに対応する前記文書の評価値を再計算する評価値再計算部と、
再計算された前記評価値に基づいて前記文書を出力する出力部と、
を含む情報検索装置。
（付記２）
前記検索部は、前記検索キーに含まれる前記２つの単語の特徴または前記検索キーに含まれる前記単語の前記自然文中の出現頻度のうち少なくとも一つを用いて算出される前記単語に対応する重みを用いて、前記検索キーに対応する前記文書の前記評価値を算出する、付記１に記載の情報検索装置。
（付記３）
前記単語の前記特徴は、品詞、属性、逆文書頻度を含む、付記１または２に記載の情報検索装置。
（付記４）
検索キー候補生成部は、前記２つの単語のそれぞれに対し、前記品詞、前記属性、および前記逆文書頻度の大きさに関する条件に基づいて、前記検索キー候補から、前記検索キーを生成する、付記３に記載の情報検索装置。
（付記５）
前記検索キー候補は、前記２つの単語に関して意味解析を実行して得られる記号である意味記号から形成される、付記１乃至４のいずれか一項に記載の情報検索装置。
（付記６）
コンピュータにより実行される情報検索方法であって、
自然文を複数の単語に分解し、前記複数の単語のうちの２つの単語を含む検索キー候補から、前記２つの単語のそれぞれに付与される特徴に基づいて検索キーを生成することと、
前記検索キーを含む文書を特定し、前記特定された文書の評価値および前記特定された文書の数を算出することと、
前記特定された文書の前記数に基づいてノイズと判定された検索キーに対応する前記文書の評価値を再計算することと、
再計算された前記評価値に基づいて前記文書を出力することと、
を含む情報検索方法。
（付記７）
前記特定された文書の評価値を算出すること際に、前記検索キーに含まれる前記２つの単語の特徴または前記検索キーに含まれる前記単語の前記自然文中の出現頻度のうち少なくとも一つを用いて算出される前記単語に対応する重みを用いて、前記検索キーに対応する前記文書の前記評価値を算出する、付記６に記載の情報検索方法。
（付記８）
前記単語の前記特徴は、品詞、属性、逆文書頻度を含む、付記６または７に記載の情報検索方法。
（付記９）
検索キーを生成することは、前記２つの単語のそれぞれに対し、前記品詞、前記属性、および前記逆文書頻度の大きさに関する条件に基づいて、前記検索キー候補から、前記検索キーを生成する、付記８に記載の情報検索方法。
（付記１０）
前記検索キー候補は、前記２つの単語に関して意味解析を実行して得られる記号である意味記号から形成される、付記６乃至９のいずれか一項に記載の情報検索方法。
（付記１１）
自然文を複数の単語に分解し、前記複数の単語のうちの２つの単語を含む検索キー候補から、前記２つの単語のそれぞれに付与される特徴に基づいて検索キーを生成し、
前記検索キーを含む文書を特定し、前記特定された文書の評価値および前記特定された文書の数を算出し、
前記特定された文書の前記数に基づいてノイズと判定された検索キーに対応する前記文書の評価値を再計算しと、
再計算された前記評価値に基づいて前記文書を出力する
処理をコンピュータに実行させることを特徴とする情報検索プログラム。
（付記１２）
前記特定された文書の評価値を算出する際に、前記検索キーに含まれる前記２つの単語の特徴または前記検索キーに含まれる前記単語の前記自然文中の出現頻度のうち少なくとも一つを用いて算出される前記単語に対応する重みを用いて、前記検索キーに対応する前記文書の前記評価値を算出する
処理をコンピュータに実行させることを特徴とする、付記１１に記載の情報検索プログラム。
（付記１３）
前記単語の前記特徴は、品詞、属性、逆文書頻度を含む、付記１１または１２に記載の情報検索プログラム。
（付記１４）
検索キーを生成することは、前記２つの単語のそれぞれに対し、前記品詞、前記属性、および前記逆文書頻度の大きさに関する条件に基づいて、前記検索キー候補から、前記検索キーを生成する、付記１３に記載の情報検索プログラム。
（付記１５）
前記検索キー候補は、前記２つの単語に関して意味解析を実行して得られる記号である意味記号から形成される、付記１１乃至１４のいずれか一項に記載の情報検索プログラム。

１００ 情報検索装置
１０２ 入力部
１０４ 解析部
１０６ 検索キー候補生成部
１０８ ノイズ除去部
１１０ 検索部
１１２ 評価値計算部
１１４ 検索過程記憶部
１１６ ノイズ判定部
１１８ 評価値再計算部
１２０ ランキング部
１２２ 出力部
１２４ 評価値テーブルデータベース（ＤＢ）
１２６ 組み合わせ品詞リストデータベース（ＤＢ）
１２８ 検索用インデックスデータベース（ＤＢ）

Claims (7)

1. 自然文を複数の単語に分解し、前記複数の単語のうちの２つの単語を含む検索キー候補から、前記２つの単語のそれぞれに付与される特徴に基づいて検索キーを生成する検索キー生成部と、
   前記検索キーを含む文書を特定し、前記特定された文書の評価値および前記特定された文書の数を算出する検索部と、
   前記特定された文書の前記数に基づいてノイズと判定された検索キーに対応する前記文書の評価値を再計算する評価値再計算部と、
   再計算された前記評価値に基づいて前記文書を出力する出力部と、
   を含む情報検索装置。
2. 前記検索部は、前記検索キーに含まれる前記２つの単語の特徴または前記検索キーに含まれる前記単語の前記自然文中の出現頻度のうち少なくとも一つを用いて算出される前記単語に対応する重みを用いて、前記検索キーに対応する前記文書の前記評価値を算出する、付記１に記載の情報検索装置。
3. 前記単語の前記特徴は、品詞、属性、逆文書頻度を含む、請求項１または２に記載の情報検索装置。
4. 検索キー候補生成部は、前記２つの単語のそれぞれに対し、前記品詞、前記属性、および前記逆文書頻度の大きさに関する条件に基づいて、前記検索キー候補から、前記検索キーを生成する、請求項３に記載の情報検索装置。
5. 前記検索キー候補は、前記２つの単語に関して意味解析を実行して得られる記号である意味記号から形成される、請求項１乃至４のいずれか一項に記載の情報検索装置。
6. コンピュータにより実行される情報検索方法であって、
   自然文を複数の単語に分解し、前記複数の単語のうちの２つの単語を含む検索キー候補から、前記２つの単語のそれぞれに付与される特徴に基づいて検索キーを生成することと、
   前記検索キーを含む文書を特定し、前記特定された文書の評価値および前記特定された文書の数を算出することと、
   前記特定された文書の前記数に基づいてノイズと判定された検索キーに対応する前記文書の評価値を再計算することと、
   再計算された前記評価値に基づいて前記文書を出力することと、
   を含む情報検索方法。
7. 自然文を複数の単語に分解し、前記複数の単語のうちの２つの単語を含む検索キー候補から、前記２つの単語のそれぞれに付与される特徴に基づいて検索キーを生成し、
   前記検索キーを含む文書を特定し、前記特定された文書の評価値および前記特定された文書の数を算出し、
   前記特定された文書の前記数に基づいてノイズと判定された検索キーに対応する前記文書の評価値を再計算しと、
   再計算された前記評価値に基づいて前記文書を出力する
   処理をコンピュータに実行させることを特徴とする情報検索プログラム。