JP3056810B2 - 文書検索方法および装置 - Google Patents

Description

【発明の詳細な説明】

［発明の目的］

【０００１】

【産業上の利用分野】本発明は、文書データベースの中
からユーザの目的とする文書を効率よく検索することが
可能な文書検索方法および装置に関する。

【０００２】

【従来の技術】大型コンピュータあるいはワークステー
ションを用いた文書検索システムが実用化されている。

【０００３】このような文書検索システムにおいて文書
の検索を行う場合には、まずユーザはキーワードを入力
する。その後、装置側が入力されたキーワードを、本文
中に含んでいるか、あるいは検索キーとしてヘッダ部分
に含んでいる文書をデータベースの中から捜し出し、そ
の結果をユーザに与える。

【０００４】ところで、条件を満たす文書が複数個見つ
かった場合には、ユーザはさらにこのなかから必要なも
のを選び出す必要がある。そのため、装置側は、捜し出
された各文書のタイトルおよび各文書に付属する文書情
報あるいはアブストラクトなどの文書内容リストを文書
番号とともに例示列挙し、ユーザはここに付加されてい
る文書内容を参照して、各文書が目的にあったものか否
かの判断を行ってから文書本体を閲覧している。

【０００５】

【発明が解決しようとする課題】上記したように、従来
の検索装置においては、候補文書が複数ある場合に、装
置側が与えた文書内容リストなどを参照して、ユーザが
必要なものを選択するという形態が採られているが、文
書内容リストが文書の内容を的確に表現しているケース
が少なく、また、ユーザの必要とする記述が本文中に存
在してもそれが文書のタイトルあるいはヘッダ情報に表
されていないケースもあった。特に、候補文書数が増え
た場合には、目的とする文書を検索するまでに要するユ
ーザの負担は大きかった。また、文書内容リスト中に詳
しく各文書の内容を表現すると、文書内容リストの表示
量自体が大きくなり、表示画面の表示領域に収まらず、
ユーザは画面のスクロールなどを頻繁に行なわなければ
ならないといった操作上の不具合も生じていた。

【０００６】本発明は、上記事情に鑑みてなされたもの
で、検索対象文書中の各文の内容を、的確かつ最小限の
記述量で、文書内容リスト中に表現でき、これによって
操作性を向上しうる文書検索方法および装置を提供する
ことを目的とするものである。

【０００７】［発明の構成］

【０００８】

【課題を解決するための手段】本発明は、上記目的を達
成するために、文書データ格納手段に格納されている文
書データを検索するためのキーワードを入力するキーワ
ード入力ステップと、このキーワード入力ステップによ
り入力されたキーワードを含む候補文を前記文書データ
格納手段の中から検索抽出するキーワードサーチステッ
プと、このキーワードサーチステップによって抽出され
た前記候補文に対して文書解析処理を施し、当該候補文
より短く表現され、かつ、前記キーワードを含む簡略化
文に変換する文書変換ステップと、この文書変換ステッ
プにより変換された簡略化文を一覧表示する一覧表示ス
テップと、この一覧表示ステップにより表示された前記
簡略化文中の所望の文を指定することにより、指定され
た簡略化文に対応する前記候補文を表示する候補文表示
ステップとを備えたことを特徴とする文書検索方法を提
供するものである。また、本発明は、上記目的を達成す
るために、文書データを格納する文書データ格納手段
と、この文書データ格納手段に格納されている文書デー
タを検索するためのキーワードを入力するキーワード入
力手段と、このキーワード入力手段により入力されたキ
ーワードを含む候補文を前記文書データ格納ステップの
中から検索抽出するキーワードサーチ手段と、このキー
ワードサーチ手段によって抽出された前記候補文に対し
て文書解析処理を施し、当該候補文より短く表現され、
かつ、前記キーワードを含む簡略化文に変換する文書変
換手段と、この文書変換手段により変換された簡略化文
を一覧表示する一覧表示手段と、この一覧表示手段によ
り表示された前記簡略化文中の所望の文を指定すること
により、指定された簡略化文に対応する前記候補文を表
示する候補文表示手段とを備えたことを特徴とする文書
検索装置を提供するものである。

【０００９】

【作用】本発明は上記のように構成したので、キーワー
ドを用いることによって得られた複数の候補文書データ
の中から目的とするものを選ぶ場合に、候補文書リスト
の要素としてキーワードをテキスト中の周囲の語と対応
づけて表示することにより、文書中でのそのキーワード
の現われ方が明示表現され、文書全体の内容が目的に合
致したものかどうかの判断が的確に行なわれる。

【００１０】さらに、候補文書データ中のキーワードを
含む文に対し文章解析処理を行ない、キーワードを含ん
で短く表現された文章を候補文書リストの要素として表
示することにより、候補文書リストの表示画面上での占
有面積が小さくなる。

【００１１】

【実施例】以下、図面を参照して本発明の実施例を説明
する。

【００１２】図１は、本発明の一実施例の文書検索シス
テムの構成を示すブロック図である。

【００１３】同図に示すように、文書検索システムは、
入力装置１、表示装置２、文書データ格納制御装置３、
制御装置４、およびメモリ５から構成される。

【００１４】入力装置1 は、文字コード・制御コマンド
・位置情報などを入力する装置で、例えばキーボード1a
とマウス1bおよびこれらを制御する装置で構成される。

【００１５】表示装置2 は、ユーザに入力を行なわせる
ためのプロンプトメッセージ、入力された文字列、ある
いは検索の後に得られた文書データなどの表示を行なう
ものであり、例えばＶＲＡＭと、このＶＲＡＭに格納さ
れたビット情報をドット列として表示するためのディス
プレイからなっている。

【００１６】文書データ格納装置3 は、各文書データを
格納するためのものであり、例えばハードディスク装置
などからなる。この文書格納装置3 における文書データ
の格納形式を図２に示す。１個の文書データは、文書中
のテキスト情報のみを含むテキストデータ部3aとイメー
ジデータ、フォーマット情報などを含む非テキストデー
タ部3bからなり、文書データ格納装置3 にはこのような
形式の文書データが複数個格納されている。すなわち、
複数の文書データ31,32,…,3n は、それぞれテキストデ
ータ部31a,32a,…,3naと非テキストデータ部31b,32b,
…,3nbからなる形式で文書データ格納装置3 に格納され
ている。

【００１７】制御装置4 は、例えばＣＰＵなどからなる
もので、入力装置1 、表示装置2 、文書データ格納装置
3 、およびメモリ5とバスにより接続されており、各装
置の制御、装置間のデータの転送などの制御や処理を行
なうものである。

【００１８】メモリ5 は、例えばダイナミックＲＡＭか
らなり、図３に示すように、制御装置4 が各種制御や処
理を実行するためのプログラムを格納するプログラム部
5aと、処理の際に必要なデータをバッファするバッファ
部5bとからなっている。さらに、プログラム部5aは、メ
イン処理部5c、初期化部5d、キーワード入力部5e、キー
ワードサーチ部5f、候補文書一覧表示部5g、文書選択部
5h、および文書表示部5iのモジュールに分割され、ま
た、データバッファ部5bは、キーワード格納バッファ5
j、キーワードサーチ用バッファ5k、候補文書格納バッ
ファ5l、候補文書数格納バッファ5m、文字列格納バッフ
ァ5n、構文木格納バッファ5p、および文骨格格納バッフ
ァ5qから構成される。以下、プログラム部5aとバッファ
部5bの各部の機能について説明する。

【００１９】メイン処理部5cは、装置全体の処理の制御
を司どるものであり、プログラムの分岐、初期化部5d以
下の各モジュールの呼び出し（起動）などを行ない、ま
た、初期化部5dは、各ハードウェア装置の初期設定およ
びデータバッファ部5bを構成する各バッファの内容の初
期化を行なう。

【００２０】キーワード入力部5eは、入力装置1 のキー
ボード1aを介してユーザに検索の際にキーとなるキーワ
ードである文字列を入力させ、これをキーワード格納バ
ッファ5jに格納する。

【００２１】キーワードサーチ部5fは、文書データ格納
装置３に格納されている文書データを格納されている順
序で読み出してキーワードサーチ用バッファ5kに格納
し、キーワード格納バッファ5jに格納されている文字列
を含む文書データをキーワードサーチ用バッファ5k上で
捜しだす。この検索の結果、得られる複数の文書データ
を候補文書データとして候補文書格納バッファ5lに格納
する。

【００２２】候補文書一覧表示部5gは、候補文書格納バ
ッファ5lに格納されている各候補文書データの内容を表
わす表現（以下、文書内容表現と称す）を表示装置2 の
表示画面上に列挙表示する。すなわち、文書内容表現
は、候補文書一覧の要素として表示画面上に列挙表示さ
れる。

【００２３】文書選択部5hは、すでに候補文書一覧表示
部5gによって列挙表示されている文書内容表現のいずれ
か一つをユーザに選択させる。

【００２４】文書表示部5iは、文書選択部5hによって選
択された文書内容表現に対応する文書データを候補文書
格納バッファ5lより読み出し、テキスト・図表などを表
示装置2 の表示画面上に表示する。

【００２５】候補文書数格納バッファ5mは、候補文書格
納バッファ5lに含まれる文書データ数を格納するバッフ
ァである。

【００２６】さらに、文字列格納バッファ5nはキーワー
ドを含む一文単位の文字列を格納するバッファ、構文木
格納バッファ5pは文章解析処理の一つである構文解析の
結果を格納するバッファ、また、文骨格データ格納バッ
ファ5qは文の骨格を表わす文字列を格納するバッファで
ある。

【００２７】次に、上記構成の文書検索システムの具体
的な処理動作について、図４の処理の流れを示すフロー
チャートを参照し説明する。

【００２８】処理全体の制御はメイン処理部5cが司どっ
ており、メイン処理部5cはまず初期化部5dを起動する。
起動された初期化部5dはバッファ部5bのキーワード格納
バッファ5j、キーワードサーチ用バッファ5kおよび候補
文書格納バッファ5lの初期化、候補文書数格納バッファ
5mの内容のクリア、入力装置1 と表示装置2 の初期設定
などを行なう。さらに、コマンド入力のために必要な各
種のアイコンの表示も行なう。（ステップS1）。

【００２９】続いて、メイン処理部5cはキーワード入力
部5eを起動する。起動されたキーワード入力部5eはユー
ザに入力装置1 のキーボード1aを介してコード列からな
るキーワードを一般に複数個入力させる。入力されたコ
ード列に対して、カナ漢字変換などの処理を施し、得ら
れた文字列をキーワード格納バッファ5jに格納する。キ
ーワードが入力されキーワード格納バッファ5jに格納さ
れた後、処理はステップS3に移行する。（ステップS
2）。

【００３０】ステップS3ではキーワードサーチ部5fが起
動される。起動されたキーワードサーチ部5fは、文書デ
ータ格納装置3 に格納されている文書データを格納され
ている順序、例えば最初に文書データ31を読み出し、キ
ーワードサーチ用バッファ5kに格納する。さらに、キー
ワードサーチ部5fは、キーワードサーチ用バッファ5kに
格納されいる文書データ31のテキストデータ部31a を参
照し、この中にキーワード格納バッファ5jに格納されて
いる複数のキーワードのいずれかの文字列と同一の文字
列が含まれているか否かを調べる。含まれている場合に
は、キーワードサーチ用バッファ5kに格納されいる文書
データ31全体を候補文書格納バッファ5lに候補文書とし
て格納し、候補文書数格納バッファ5mの内容を“１”増
加させる。続いて、キーワードサーチ部5fは、文書デー
タ32から文書データ3nまでの文書データに対して上記し
た一連の処理を順次実行する。すなわち、文書データ格
納装置3 に格納されている全ての文書データに対して上
記処理を実行する。（ステップS3）。

【００３１】上記ステップS3における処理が終了する
と、候補文書格納バッファ5lの内容が参照され、ステッ
プS2で入力されたキーワードをそのテキストデータに含
む文書データが存在するか否か、すなわち、候補文書が
存在するか否かが調べられる。条件が満たされなかった
（候補文書が存在しない）場合には処理はステップS5
に、また、条件が満たされた（候補文書が存在する）場
合には処理はステップS6にそれぞれ移行する。（ステッ
プS4）。

【００３２】ステップS5においては、該当する文書が見
つからなかった旨を示すメッセージを表示装置2 の表示
画面上に表示した後、処理をステップS2に戻してユーザ
に新たなキーワードを入力させ、上記処理を繰り返す。

【００３３】ステップS6においては、候補文書一覧表示
部5gが起動され、候補文書一覧表示部5gは候補文書格納
バッファ5lに格納されている各文書データのテキストデ
ータ部の内容を参照して、文書ごとに候補文書一覧の要
素としてその文書内容表現を表示する。文書内容表現は
文字列から構成されており、各文書内容表現は後の処理
のために表示装置2 の画面上の矩形領域の内部に格納
し、この矩形の輪郭を表示する。このステップS6は、ス
テップS61 〜S65 の５ステップからなっており、以下、
ステップS6における処理について詳述する。

【００３４】まず、候補文書格納バッファ5lに格納され
ている文書データのテキストデータ部の内容を参照し
て、キーワード格納バッファ5jに格納されている、キー
ワードを含む文字列からなる箇所を抽出して文字列格納
バッファ5nに格納する。ここで、抽出される単位は文、
つまりテキストデータ中で句点（「。」）で区切られる
単位である。なお、一つの候補文書データのテキスト部
にキーワードを含む箇所が複数存在した場合には、その
最初に出現したものを採用する。候補文書格納バッファ
5lに格納されている図５に示す原テキスト10から、キー
ワードとして「ワークステーション」という語で抽出し
た文字列11の例を図６に示す。この抽出結果は、文字列
格納バッファ5nに格納される。（ステップS61）。

【００３５】続いて、文字列格納バッファ5nに格納され
ている抽出された文字列に対して構文解析を行なう。す
なわち、まず抽出された文字列11を、図７に示すよう
に、主語、述語、目的語、補語、および修飾語に分解
し、リスト形式データである構文木情報を得る。得られ
た構文木情報を構文木格納バッファ5pに格納する。図６
に示す抽出された文字列11に対し構文解釈を行なった結
果、構文木格納バッファ5pに格納される構文木情報12内
容の例を図７に示す。（ステップS62 ）。

【００３６】構文木情報の構文木格納バッファ5pへの格
納後、構文木格納バッファ5p中の構文木情報が参照さ
れ、構文木における主動詞およびこの主動詞に直結する
各語句が取り出されて、これらを結合した文骨格データ
13が生成される。生成された文骨格データは文骨格デー
タ格納バッファ5qに格納される。図７に示す構文木情報
から生成された文骨格データ格納バッファ5qに格納され
る文骨格データ13の例を図８に示す。このようにして生
成された文骨格データは候補文書データから抽出された
文字列に比べ、短く表現され、簡略化された文となる。
（ステップS63）。

【００３７】さらに、文骨格データ格納バッファ5qの内
容の文字列が表示装置2 の画面上の矩形領域の内部に候
補文書の文書内容表現として表示され、この矩形の輪郭
が表示される。（ステップS64 、ステップS65）。

【００３８】上記したように、候補文書一覧表示部5gが
起動されると、ステップS61 〜ステップS65 の処理を候
補文書格納バッファ5lに格納されている全ての文書デー
タに対して各文書データごとに実行する。画面上におい
て、各文書に対応する文書内容表現を表示する順序は、
候補文書文書格納バッファ5lに格納されている順序に従
って行なわれる。このようにして表示装置2 の画面上に
表示された候補文書の一覧14の例を図９に示す。

【００３９】ステップS6における候補文書一覧の表示の
処理が終了すると、文書選択部5hが起動される。文書選
択部5hが起動されると、入力装置1 のマウス1bを介して
ユーザによる表示装置2 の画面上の位置入力が行なわれ
る。ここで、ユーザによって指定された位置が、ステッ
プS1で表示されたアイコンと同様の終了コマンドを表す
アイコンの内部であれば、一連の検索処理が終了する。
（ステップS7、ステップS8）。

【００４０】また、ユーザによって指定された位置が、
図９に示す文書内容表現を含む画面上の矩形領域の内部
であれば、その矩形が画面上で何番目のものかが調べら
れ、対応する文書データが候補文書格納バッファ5lから
読み出されるとともに文書表示部5iが起動される。文書
表示部5iが起動されると、読み出された文書データを構
成するテキストデータおよびイメージデータなどが画面
上に表示される。文書データの表示処理が終わると、制
御はステップS7に戻り、新たな文書データを表示すべ
く、候補文書一覧に表示されている文書の選択が再度行
なわれる。なお、ユーザによって指定された位置が、文
書内容表現を含む画面上の矩形領域の外側である場合に
は、ユーザに正しい位置を指定させるために、ステップ
S7に戻り、再度位置入力が行なわれる。（ステップS9、
ステップS10 ）。

【００４１】なお、上記実施例では候補文書一覧を表示
する際、一文単位で構文解析を行ないこれを候補文書一
覧の要素としたが、これに限ることはなく、一つの段落
に含まれる複数の文に構文解析を行ない、その結果をひ
とまとめにして候補文書一覧の要素としてもよい。

【００４２】また、上記実施例では構文解析により候補
文書一覧の要素として文骨格データを表示するようにし
たが、これに限ることはなく、他の文章解析処理により
解析された解析データを表示するようにしてもよい。例
えば、文字列格納バッファ5nに格納されているキーワー
ドを含む文字列に対して形態素解析を実行し、該当する
キーワードおよびその前後の一定語数、例えば２語まで
含む領域を抽出する。このとき、付属語（例えば、の、
を、に等）は語数としてカウントせず、また、対象とな
る文字列中で該当するキーワードの前方に上記条件を満
たす語が所定数以上存在しなかった場合には、抽出する
文の先頭を対象とする文の先頭とする。図６に示す候補
文書データから抽出されたキーワードを含む文字列11に
対して形態素解析を実行した文字列15の例を図１０に示
す。この例の場合にも、構文解析を実行した場合と同様
に、候補文書データから抽出された文字列に比べ、キー
ワードを含んで簡略化された文となる。要するに、キー
ワードを含む文字列、すなわち、候補文を簡略化して短
く表現された文に変換する文章解析処理方法であれば、
いかなる文章解析方法であってもよい。

【００４３】また、本発明は上記実施例に限定されるも
のではなく、本発明の要旨を逸脱しない範囲で種々変形
可能であることは勿論である。

【００４４】

【発明の効果】以上詳述したように、本発明の文書検索
方法によればキーワードを用いて検索して得た候補文書
の一覧表の要素として、テキスト中の指定されたキーワ
ードを含む箇所を列挙表示する際に、簡略化された文の
骨格を表示することにより、一度に表示画面上に表示で
きる候補文書の数を増加することができるので、画面の
スクロール操作などの回数を減少でき、操作性の向上が
図れる。

【００４５】また、候補文書の一覧表の要素として、テ
キスト中のキーワードを含む簡略化された文の骨格を表
示することにより、候補として与えられた文書が目的と
するものかどうかの判定を瞬時にかつ正確に行なうこと
ができ、その結果、文書データベース中から目的とする
ものを検索する際に要するユーザの労力を著しく削減す
ることが可能になるなどその実用的効果は多大である。

【図面の簡単な説明】

【図１】本発明の一実施例の文書検索システムの構成を
示すブロック図である。

【図２】文書データ格納装置内における文書データの格
納形式を示した図である。

【図３】メモリ装置内部の構成を示した図である。

【図４】処理の流れの概略を示したフローチャートであ
る。

【図５】原テキストデータの例を示す図である。

【図６】抽出された候補文の例を示す図である。

【図７】構文木格納バッファの内容の一例を示す図であ
る。

【図８】文骨格データ格納バッファの内容の一例を示し
た図である。

【図９】文書ごとに文書内容表現が表示されている例を
示す図である。

【図１０】他の実施例を示す図である。

【符号の説明】

1 …入力装置（キーワード入力手段） 3 …文書データ格納装置（文書データ格納手段） 5f…キーワードサーチ部（キーワードサーチ手段） 5g…候補文書一覧表示部（文書一覧表示手段） 5h…文書選択部（文書選択手段） 5i…文書表示部（文書表示手段） 5n…文字列格納バッファ（格納手段）

───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平２−224069（ＪＰ，Ａ) 特開 平２−206873（ＪＰ，Ａ) 特開 昭59−214959（ＪＰ，Ａ) 特開 昭62−10771（ＪＰ，Ａ) 影浦峡，大山敬三ほか，「文献の論理 構造を考慮した全文検索システム」，学 術情報センター紀要第３号，ｐｐ49−58 （平成２年９月30日) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06F 17/30

Claims (2)

(57)【特許請求の範囲】
1. 【請求項１】 文書データ格納手段に格納されている文
   書データを検索するためのキーワードを入力するキーワ
   ード入力ステップと、 このステップにより入力されたキーワードを含む候補文
   を前記文書データ格納手段の中から検索抽出するキーワ
   ードサーチステップと、 このステップによって抽出された前記候補文に対して文
   書解析処理を施し、当該候補文より短く表現され、か
   つ、前記キーワードを含む簡略化文に変換する文書変換
   ステップと、 この文書変換ステップにより変換された簡略化文を一覧
   表示する一覧表示ステップと、 この一覧表示ステップにより表示された前記簡略化文中
   の所望の文を指定することにより、指定された簡略化文
   に対応する前記候補文を表示する候補文表示ステップと
   を備えたことを特徴とする文書検索方法。
2. 【請求項２】 文書データを格納する文書データ格納手
   段と、 この文書データ格納手段に格納されている文書データを
   検索するためのキーワードを入力するキーワード入力手
   段と、 このキーワード入力手段により入力されたキーワードを
   含む候補文を前記文書データ格納ステップの中から検索
   抽出するキーワードサーチ手段と、 このキーワードサーチ手段によって抽出された前記候補
   文に対して文書解析処理を施し、当該候補文より短く表
   現され、かつ、前記キーワードを含む簡略化文に変換す
   る文書変換手段と、 この文書変換手段により変換された簡略化文を一覧表示
   する一覧表示手段と、 この一覧表示手段により表示された前記簡略化文中の所
   望の文を指定することにより、指定された簡略化文に対
   応する前記候補文を表示する候補文表示手段とを備えた
   ことを特徴とする文書検索装置。