JP3431836B2 - ドキュメントデータベースの検索支援方法とそのプログラムを記憶した記憶媒体 - Google Patents
ドキュメントデータベースの検索支援方法とそのプログラムを記憶した記憶媒体Info
- Publication number
- JP3431836B2 JP3431836B2 JP17191598A JP17191598A JP3431836B2 JP 3431836 B2 JP3431836 B2 JP 3431836B2 JP 17191598 A JP17191598 A JP 17191598A JP 17191598 A JP17191598 A JP 17191598A JP 3431836 B2 JP3431836 B2 JP 3431836B2
- Authority
- JP
- Japan
- Prior art keywords
- occurrence
- document
- network
- word
- independent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、新聞記事、技術文
書、文芸著作文書等より特定な単語を抽出し、その単語
同士をネットワーク形式で関係付けることによって行う
ドキュメントデータベースの利用に関し、特に複数の文
書を対象とした検索を行う場合に有効な技術に関する。
書、文芸著作文書等より特定な単語を抽出し、その単語
同士をネットワーク形式で関係付けることによって行う
ドキュメントデータベースの利用に関し、特に複数の文
書を対象とした検索を行う場合に有効な技術に関する。
【０００２】ネットワークやＣＤ−ＲＯＭ等の電子デー
タ媒体を対象（検索空間）とした検索手法には以下のも
のが知られている。
タ媒体を対象（検索空間）とした検索手法には以下のも
のが知られている。
【０００３】第１は、検索空間に対して検索条件として
検索者がキーワードを入力し、そのキーワードに合致し
た文書を検索空間より抽出し、絞り込みを行う方法であ
り、インターネット上でのサーチエンジンもこの種のも
のが多い。
検索者がキーワードを入力し、そのキーワードに合致し
た文書を検索空間より抽出し、絞り込みを行う方法であ
り、インターネット上でのサーチエンジンもこの種のも
のが多い。
【０００４】第２は、検索空間をあらかじめいくつかの
分野に分類しておき、それら分野に属する文書群の特徴
を示す単語をシステム側から提示し、検索者が必要な情
報にしたがって分野を選ぶことにより、絞り込みを行う
手法である。いわゆるディレクトリサービスと呼ばれる
ものがこれに含まれる。
分野に分類しておき、それら分野に属する文書群の特徴
を示す単語をシステム側から提示し、検索者が必要な情
報にしたがって分野を選ぶことにより、絞り込みを行う
手法である。いわゆるディレクトリサービスと呼ばれる
ものがこれに含まれる。
【０００５】第３は、前記第１の手法および第２の手法
の組み合わせによる検索手法であり、あらかじめ検索分
野を限定した後にキーワードでの検索を行うようにした
ものであり、検索主題から遊離したノイズを除去するの
に有効である。
の組み合わせによる検索手法であり、あらかじめ検索分
野を限定した後にキーワードでの検索を行うようにした
ものであり、検索主題から遊離したノイズを除去するの
に有効である。
【０００６】このような従来の検索手法は大半がトップ
ダウン方式による処理、すなわちより抽象的な目標を設
定して広い範囲から徐々に目標を抽象度の低いもの（具
体的なもの）として対象を絞り込んでいく方法だった。
一方、これとは逆に、より抽象度の低いデータの集合か
ら抽象度の高いデータの集合をインデックス的に生成し
ておくことにより検索フィールドの目安をつける手法も
存在するが、このときの抽象度の高いデータ集合の生成
は、専ら人間の経験に基づく操作に依存していた。
ダウン方式による処理、すなわちより抽象的な目標を設
定して広い範囲から徐々に目標を抽象度の低いもの（具
体的なもの）として対象を絞り込んでいく方法だった。
一方、これとは逆に、より抽象度の低いデータの集合か
ら抽象度の高いデータの集合をインデックス的に生成し
ておくことにより検索フィールドの目安をつける手法も
存在するが、このときの抽象度の高いデータ集合の生成
は、専ら人間の経験に基づく操作に依存していた。
【０００７】
【発明が解決しようとする課題】しかし、これらの検索
手法ではいずれも十分な検索効率を得ることができなか
った。その原因は以下の通りである。 （１）検索空間の文書数が絞り込めていないときにキー
ワードマッチングで絞り込みを行うと、文書の内容特徴
を示さない単語とキーワードがマッチングを起こし、検
索者の望まない文書が索出されてしまうことになる。
手法ではいずれも十分な検索効率を得ることができなか
った。その原因は以下の通りである。 （１）検索空間の文書数が絞り込めていないときにキー
ワードマッチングで絞り込みを行うと、文書の内容特徴
を示さない単語とキーワードがマッチングを起こし、検
索者の望まない文書が索出されてしまうことになる。
【０００８】（２）反対に検索空間の文書数が絞り込め
ているときには、既に同義語による検索洩れが起きてお
り、その検索空間に属する文書の他にも検索者の意図す
る文書が存在するということがある。
ているときには、既に同義語による検索洩れが起きてお
り、その検索空間に属する文書の他にも検索者の意図す
る文書が存在するということがある。
【０００９】（３）文書には話題が一つしかないという
ことは稀であり、話題が複数存在することが多い。更に
話題の捉え方は人の主観によって様々であり、ディレク
トリサービスのような手法を用いても、一文書に対して
分野を特定することは困難である。
ことは稀であり、話題が複数存在することが多い。更に
話題の捉え方は人の主観によって様々であり、ディレク
トリサービスのような手法を用いても、一文書に対して
分野を特定することは困難である。
【００１０】（４）絞り込みを行うための検索条件とな
る検索キーに、全文、キーワード、表題、分野を用いて
いることが多いが、それらは文書の特徴を明確にしてい
るとは限らない。すなわち、そもそも検索者が予め意図
していなかったような分析結果を多くの文書の集合体か
ら得ようとするときに（発見的探索）、あらかじめ検索
者が適当な検索キーを設定できることはむしろ希であ
る。
る検索キーに、全文、キーワード、表題、分野を用いて
いることが多いが、それらは文書の特徴を明確にしてい
るとは限らない。すなわち、そもそも検索者が予め意図
していなかったような分析結果を多くの文書の集合体か
ら得ようとするときに（発見的探索）、あらかじめ検索
者が適当な検索キーを設定できることはむしろ希であ
る。
【００１１】（５）絞り込みを行う過程において、検索
者の知ることのできる情報が、検索空間の文書数のみで
あるといったことが多く、その情報だけでは検索空間が
検索者の意図したものであるかの判断ができない。
者の知ることのできる情報が、検索空間の文書数のみで
あるといったことが多く、その情報だけでは検索空間が
検索者の意図したものであるかの判断ができない。
【００１２】（６）検索条件によって絞り込まれた文書
というのは、最終的に検索者がその全文を読み内容を把
握して、必要な文書かを判断しなければならず、時間と
労力がかかる。
というのは、最終的に検索者がその全文を読み内容を把
握して、必要な文書かを判断しなければならず、時間と
労力がかかる。
【００１３】現在、上記で述べた検索上の問題点を解決
するためにいくつかの手法が提案されている。例えば、
あるサーチエンジンでは、検索空間内の重要語や出現頻
度が高い単語を検索システム側から提示するようになっ
ている。さらに、検索空間をグラフやマップの形式で検
索者に提示し、検索者が得られる情報の増加を図る努力
もされている。
するためにいくつかの手法が提案されている。例えば、
あるサーチエンジンでは、検索空間内の重要語や出現頻
度が高い単語を検索システム側から提示するようになっ
ている。さらに、検索空間をグラフやマップの形式で検
索者に提示し、検索者が得られる情報の増加を図る努力
もされている。
【００１４】本発明者も、特開平８−３１４９８０号公
報において、与えられた文書から自立語を抽出し、この
自立語に対する共起単語とその共起回数を記録する共起
テーブルを作成し、これらの共起関係の強さを示す共起
確率を計算し、これらの自立語同士を共起確率によって
異なるリンク表示を行わせることによって文書の内容把
握を極めて容易にする共起ネットワーク表示手法を提案
した。
報において、与えられた文書から自立語を抽出し、この
自立語に対する共起単語とその共起回数を記録する共起
テーブルを作成し、これらの共起関係の強さを示す共起
確率を計算し、これらの自立語同士を共起確率によって
異なるリンク表示を行わせることによって文書の内容把
握を極めて容易にする共起ネットワーク表示手法を提案
した。
【００１５】本発明ではこの手法をさらに発展させて、
大量な複数の文書を対象にした話題という視点から共起
ネットワークを用いた検索技術を提供するものである。
大量な複数の文書を対象にした話題という視点から共起
ネットワークを用いた検索技術を提供するものである。
【００１６】
【課題を解決するための手段】本発明の第１の手段は、
与えられた第１の複数の文書群から自立語を抽出するス
テップと、文書毎に生成された自立語に対する共起単語
とその共起回数を記録する共起テーブルを作成するステ
ップと、作成された文書毎の共起テーブルより論理和ネ
ットワークを生成する周辺話題生成ステップと、作成さ
れた文書毎の共起テーブルより論理積ネットワークを生
成する中心話題生成ステップと、前記論理積ネットワー
クを含む論理和ネットワークを表示し、絞り込みを行う
単語の入力を促すステップと、入力された単語を含む第
２の文書群に絞り込み、この第２の文書群を前記第１の
文書群として前記共起テーブルの作成と周辺話題生成と
中心話題生成とを繰り返すドキュメントデータベースの
検索支援方法である。
与えられた第１の複数の文書群から自立語を抽出するス
テップと、文書毎に生成された自立語に対する共起単語
とその共起回数を記録する共起テーブルを作成するステ
ップと、作成された文書毎の共起テーブルより論理和ネ
ットワークを生成する周辺話題生成ステップと、作成さ
れた文書毎の共起テーブルより論理積ネットワークを生
成する中心話題生成ステップと、前記論理積ネットワー
クを含む論理和ネットワークを表示し、絞り込みを行う
単語の入力を促すステップと、入力された単語を含む第
２の文書群に絞り込み、この第２の文書群を前記第１の
文書群として前記共起テーブルの作成と周辺話題生成と
中心話題生成とを繰り返すドキュメントデータベースの
検索支援方法である。
【００１７】検索空間となる複数の文書群（第１の文書
群）から各文書の共起ネットワークの論理和をとって周
辺話題を生成するとともに、各文書の共起ネットワーク
の論理積をとって中心話題を生成し、これらを表示する
ことで絞り込み要素を的確に検索者に示すことが可能と
なる。検索者はこれに基づいてさらに絞り込み条件を入
力することにより、検索空間を絞ることができ、ノイズ
の極めて少ないかつ柔軟性に富んだドキュメントデータ
の索出が可能となる。
群）から各文書の共起ネットワークの論理和をとって周
辺話題を生成するとともに、各文書の共起ネットワーク
の論理積をとって中心話題を生成し、これらを表示する
ことで絞り込み要素を的確に検索者に示すことが可能と
なる。検索者はこれに基づいてさらに絞り込み条件を入
力することにより、検索空間を絞ることができ、ノイズ
の極めて少ないかつ柔軟性に富んだドキュメントデータ
の索出が可能となる。
【００１８】第２の手段は、前記第１の手段において、
前記中心話題生成ステップとして、前記複数の文書間の
相互情報量を用いて複数文書間で同時に存在する共起対
の強さを算出するようにした。
前記中心話題生成ステップとして、前記複数の文書間の
相互情報量を用いて複数文書間で同時に存在する共起対
の強さを算出するようにした。
【００１９】すなわち、複数の文書間で同時に存在する
共起対の共起確率に対して、相互情報量を定義し、この
相互情報量で共起対の結びつきの強さを示すことで複数
の文書群に同時に含まれている共起対がどの程度文書群
の中で中心の話題を表しているかの指標を得ることがで
きる。
共起対の共起確率に対して、相互情報量を定義し、この
相互情報量で共起対の結びつきの強さを示すことで複数
の文書群に同時に含まれている共起対がどの程度文書群
の中で中心の話題を表しているかの指標を得ることがで
きる。
【００２０】第３の手段は、前記第１の手段をプログラ
ムとして記憶した記憶媒体である。ここで、記憶媒体と
は、磁気的、光学的に記録可能なあらゆる媒体を含み、
その形態もディスク、テープ、メモリカートリッジ等い
かなるものであってもよい。具体的には、光ディスク、
光磁気ディスク、ＩＣカード、磁気テープ等が挙げられ
る。
ムとして記憶した記憶媒体である。ここで、記憶媒体と
は、磁気的、光学的に記録可能なあらゆる媒体を含み、
その形態もディスク、テープ、メモリカートリッジ等い
かなるものであってもよい。具体的には、光ディスク、
光磁気ディスク、ＩＣカード、磁気テープ等が挙げられ
る。
【００２１】
【発明の実施の形態】本発明の理解のために、自立語の
抽出と、共起テーブルの構成ならびに共起ネットワーク
の表示例について簡略化した例で説明する。
抽出と、共起テーブルの構成ならびに共起ネットワーク
の表示例について簡略化した例で説明する。
【００２２】本発明でいう「自立語」とは単独で意味を
なす単語を指し、たとえば「料理の先生になりたい」と
いう文の場合、「料理」、「先生」および「なる」が自
立語である。
なす単語を指し、たとえば「料理の先生になりたい」と
いう文の場合、「料理」、「先生」および「なる」が自
立語である。
【００２３】また、「共起」とは同一文中に同時に存在
する二つの自立語間の関係をいう。すなわち同一文中に
同時に複数の自立語が存在する場合にはそれらの自立語
は互いに共起している、または、共起関係にあるとい
う。また、互いに共起関係にある２つの自立語が存在す
る場合に、一方の自立語を他方の自立語に対する共起単
語という。
する二つの自立語間の関係をいう。すなわち同一文中に
同時に複数の自立語が存在する場合にはそれらの自立語
は互いに共起している、または、共起関係にあるとい
う。また、互いに共起関係にある２つの自立語が存在す
る場合に、一方の自立語を他方の自立語に対する共起単
語という。
【００２４】次に、共起テーブルの具体例を図１に示
す。同図では、文書１「料理の先生になりたい」、文書
２「料理学校の先生です」という２つの文に基づいて共
起テーブルを作成する例を示している。同図において、
文書１の自立語として「料理」、「先生」および「な
る」が抽出され、文書２の自立語として「料理」、「学
校」および「先生」が抽出される。これらの自立語と共
起関係にある同図右側の共起単語が抽出され共起回数が
算出される。たとえば、「料理」という自立語は文書１
と文書２の双方に存在しており、この「料理」という自
立語に対して「先生」という共起単語は文書１に１回、
文書２に１回出現しており合計２回共起されている。し
たがって自立語「料理」に対する共起単語「先生」の共
起回数は２となる。
す。同図では、文書１「料理の先生になりたい」、文書
２「料理学校の先生です」という２つの文に基づいて共
起テーブルを作成する例を示している。同図において、
文書１の自立語として「料理」、「先生」および「な
る」が抽出され、文書２の自立語として「料理」、「学
校」および「先生」が抽出される。これらの自立語と共
起関係にある同図右側の共起単語が抽出され共起回数が
算出される。たとえば、「料理」という自立語は文書１
と文書２の双方に存在しており、この「料理」という自
立語に対して「先生」という共起単語は文書１に１回、
文書２に１回出現しており合計２回共起されている。し
たがって自立語「料理」に対する共起単語「先生」の共
起回数は２となる。
【００２５】なおこのとき、図１の左縦方向で示したよ
うに、文書１と文書２とを繋げて一文として共起テーブ
ルを作成する方法と、右縦方向で示したように、文書１
と文書２の共起テーブルをそれぞれ作成してこれらのテ
ーブルをマージすることにより複数文書の共起テーブル
とする方法とがあるが、論理和（ＯＲ）の場合、どちら
で評価しても差はない。この点については後述する。上
記図１で得られた共起テーブルを共起ネットワークで表
示したものが図２である。ここでは非常に短い文章であ
るために、共起確率の算出は意識していない。
うに、文書１と文書２とを繋げて一文として共起テーブ
ルを作成する方法と、右縦方向で示したように、文書１
と文書２の共起テーブルをそれぞれ作成してこれらのテ
ーブルをマージすることにより複数文書の共起テーブル
とする方法とがあるが、論理和（ＯＲ）の場合、どちら
で評価しても差はない。この点については後述する。上
記図１で得られた共起テーブルを共起ネットワークで表
示したものが図２である。ここでは非常に短い文章であ
るために、共起確率の算出は意識していない。
【００２６】「共起確率」とは、ある自立語ｗｉが出現
したとき、ｗｉに対する共起単語ｃｊがｗｉと共起する
確率Ｐ（ｃｊ/ｗｉ)であり、下記の（１）式により算出
可能である。 Ｐ（ｃｊ／ｗｉ）＝Ｍ（ｃｊ／ｗｉ）／Ｎｗｉ ・・・・・ （１） ただし、 ｗｉ：自立語（１≦ｉ≦ＮＢ、ＮＢ：一文書中の総語量
数） ｃｊ：自立語ｗｉに対する共起単語（１≦Ｊ≦Ｎｂ（ｗ
ｉ）、Ｎｂ（ｗｉ：ｗｉに対する共起単語数） Ｍ（ｃ
ｊ／ｗｉ）：自立語ｗｉとそれに対する共起単語ｃｊと
の共起回数 Ｎｗｉ：自立語ｗｉの出現数 前記（１）式により算出される共起確率は、自立語ｗｉ
の生起という条件つき確率であり、ｗｉからそれに対す
る共起単語ｃｊへの意味的な繋がりを示すから、この情
報を「自立語ｗｉ→共起単語ｃｊ」のような有向リンク
により表現することができる。
したとき、ｗｉに対する共起単語ｃｊがｗｉと共起する
確率Ｐ（ｃｊ/ｗｉ)であり、下記の（１）式により算出
可能である。 Ｐ（ｃｊ／ｗｉ）＝Ｍ（ｃｊ／ｗｉ）／Ｎｗｉ ・・・・・ （１） ただし、 ｗｉ：自立語（１≦ｉ≦ＮＢ、ＮＢ：一文書中の総語量
数） ｃｊ：自立語ｗｉに対する共起単語（１≦Ｊ≦Ｎｂ（ｗ
ｉ）、Ｎｂ（ｗｉ：ｗｉに対する共起単語数） Ｍ（ｃ
ｊ／ｗｉ）：自立語ｗｉとそれに対する共起単語ｃｊと
の共起回数 Ｎｗｉ：自立語ｗｉの出現数 前記（１）式により算出される共起確率は、自立語ｗｉ
の生起という条件つき確率であり、ｗｉからそれに対す
る共起単語ｃｊへの意味的な繋がりを示すから、この情
報を「自立語ｗｉ→共起単語ｃｊ」のような有向リンク
により表現することができる。
【００２７】続いて、本発明は、共起回数の期待値を算
出する共起回数期待値算出ステップを実行する。共起回
数の期待値Ｅ（ｃｊ／ｗｉ）は下記の（２）式により算
出することができる。 Ｅ（ｃｊ／ｗｉ）＝Ｎｓ・｛１−（１−Ｐｃｊ）ｍ−（１−Ｐｗｉ）ｍ ＋（１−Ｐｃｊ）ｍ・（１−Ｐｗｉ）ｍ｝ ・・・・ （２） ただし、 Ｎｓ：一文書中の総文数 Ｎｉ：総自立語数 ｍ：一文中の平均自立語数 Ｐｃｊ＝Ｎｃｊ／ＮＩ Ｐｃｊ：共起単語ｃｊの出現
確率 Ｐｗｉ＝Ｎｗｉ／ＮＩ Ｐｗｉ：自立語ｗｉの出現確
率 ｍ−ＮＩ／Ｎｓ
出する共起回数期待値算出ステップを実行する。共起回
数の期待値Ｅ（ｃｊ／ｗｉ）は下記の（２）式により算
出することができる。 Ｅ（ｃｊ／ｗｉ）＝Ｎｓ・｛１−（１−Ｐｃｊ）ｍ−（１−Ｐｗｉ）ｍ ＋（１−Ｐｃｊ）ｍ・（１−Ｐｗｉ）ｍ｝ ・・・・ （２） ただし、 Ｎｓ：一文書中の総文数 Ｎｉ：総自立語数 ｍ：一文中の平均自立語数 Ｐｃｊ＝Ｎｃｊ／ＮＩ Ｐｃｊ：共起単語ｃｊの出現
確率 Ｐｗｉ＝Ｎｗｉ／ＮＩ Ｐｗｉ：自立語ｗｉの出現確
率 ｍ−ＮＩ／Ｎｓ
【００２８】次に、期待値Ｅ（ｃｊ／ｗｉ）と実際の共
起回数Ｍ（ｃｊ／ｗｉ）を比較して、一定の条件を満た
す自立語とそれに対する共起単語との組み合わせを抽出
する主題示唆自立語群選定ステップが実行される。一定
の条件としては、下記の（３）式を例示することができ
る。 Ｍ（ｃｊ／ｗｉ）＞Ｅ（ｃｊ／ｗｉ） ・・・・・ （３）
起回数Ｍ（ｃｊ／ｗｉ）を比較して、一定の条件を満た
す自立語とそれに対する共起単語との組み合わせを抽出
する主題示唆自立語群選定ステップが実行される。一定
の条件としては、下記の（３）式を例示することができ
る。 Ｍ（ｃｊ／ｗｉ）＞Ｅ（ｃｊ／ｗｉ） ・・・・・ （３）
【００２９】そして、上記の（３）式を満たせば期待値
Ｅ（ｃｊ／ｗｉ）よりも実際の共起回数Ｍ（ｃｊ／ｗ
ｉ）が大きいことになり、自立語ｗｉと共起単語ｃｊと
の意味的な繋がりがあるといえる。しかし、文書中の総
自立語数ＮＩに対して語量数ＮＢが極端に少ない場合、
たとえば子供向けの物語などのように少ない語量での繰
り返しが多い場合には、意味的な繋がりが非常に弱くて
も上記の（３）式の条件を満たす自立語と共起単語の組
み合わせが多数出現することになる。
Ｅ（ｃｊ／ｗｉ）よりも実際の共起回数Ｍ（ｃｊ／ｗ
ｉ）が大きいことになり、自立語ｗｉと共起単語ｃｊと
の意味的な繋がりがあるといえる。しかし、文書中の総
自立語数ＮＩに対して語量数ＮＢが極端に少ない場合、
たとえば子供向けの物語などのように少ない語量での繰
り返しが多い場合には、意味的な繋がりが非常に弱くて
も上記の（３）式の条件を満たす自立語と共起単語の組
み合わせが多数出現することになる。
【００３０】そこで、一単語の平均出現数を考慮し、こ
こでは次の（４）式を満たす場合のみを共起関係が強い
と判断してもよい。 Ｍ（ｃｊ／ｗｉ）＞Ｅ（ｃｊ／ｗｉ）＋α・ＮＩ／ＮＢ ・・・・・（４） 上記（４）式において、αはたとえば実験的に求めるこ
とができる。
こでは次の（４）式を満たす場合のみを共起関係が強い
と判断してもよい。 Ｍ（ｃｊ／ｗｉ）＞Ｅ（ｃｊ／ｗｉ）＋α・ＮＩ／ＮＢ ・・・・・（４） 上記（４）式において、αはたとえば実験的に求めるこ
とができる。
【００３１】次に、図３を用いて、本実施形態の処理と
ハードウエアとの関係を示す。本実施の形態の処理は大
きく分けて、共起データベース作成処理（１００）と、
主題示唆自立語ネットワーク表示処理（２００）とから
なる。そして、これらの処理を実現するために、１６ビ
ット処理、好ましくは３２ビット処理以上のＣＰＵ、メ
インメモリ、ハードディスク装置等の大容量外部記憶装
置、及びＣＲＴまたはプリンタ等の外部表示・出力装置
を備えた電子計算機システムを用いる。上記の共起デー
タベース作成処理（１００）と主題示唆自立語ネットワ
ーク表示処理（２００）とは、大容量外部記憶装置より
実行プログラムがＣＰＵに読み込まれて実行される。ま
た、原文章の入力は予めエディタあるいはワードプロセ
ッサ等のアプリケーションソフトによって入力され、例
えばテキストファイル形式で大容量外部記憶装置に格納
されているものとする。
ハードウエアとの関係を示す。本実施の形態の処理は大
きく分けて、共起データベース作成処理（１００）と、
主題示唆自立語ネットワーク表示処理（２００）とから
なる。そして、これらの処理を実現するために、１６ビ
ット処理、好ましくは３２ビット処理以上のＣＰＵ、メ
インメモリ、ハードディスク装置等の大容量外部記憶装
置、及びＣＲＴまたはプリンタ等の外部表示・出力装置
を備えた電子計算機システムを用いる。上記の共起デー
タベース作成処理（１００）と主題示唆自立語ネットワ
ーク表示処理（２００）とは、大容量外部記憶装置より
実行プログラムがＣＰＵに読み込まれて実行される。ま
た、原文章の入力は予めエディタあるいはワードプロセ
ッサ等のアプリケーションソフトによって入力され、例
えばテキストファイル形式で大容量外部記憶装置に格納
されているものとする。
【００３２】上記の共起データベース作成処理（１０
０）と主題示唆自立語ネットワーク表示処理（２００）
とは、単一の電子計算機で実現されるようにしてもよ
く、あるいは共起データベース作成処理（１００）を実
現する共起データベース作成装置と、主題示唆自立語ネ
ットワーク表示処理（２００）を実現する主題示唆自立
語ネットワーク表示装置とに分け、これらの装置を通信
回線で接続して、電子化された文書データや共起データ
ベース等を通信によって送受信できるようにした形態と
してもよい。さらに、共起データベース作成装置と主題
示唆自立語ネットワーク表示装置とのデータの受け渡し
は通信に限られるものでないことは当然であり、例えば
ＦＤやＣＤ−ＲＯＭ等の記録媒体に記録して受け渡しを
行う方法等を例示することができる。
０）と主題示唆自立語ネットワーク表示処理（２００）
とは、単一の電子計算機で実現されるようにしてもよ
く、あるいは共起データベース作成処理（１００）を実
現する共起データベース作成装置と、主題示唆自立語ネ
ットワーク表示処理（２００）を実現する主題示唆自立
語ネットワーク表示装置とに分け、これらの装置を通信
回線で接続して、電子化された文書データや共起データ
ベース等を通信によって送受信できるようにした形態と
してもよい。さらに、共起データベース作成装置と主題
示唆自立語ネットワーク表示装置とのデータの受け渡し
は通信に限られるものでないことは当然であり、例えば
ＦＤやＣＤ−ＲＯＭ等の記録媒体に記録して受け渡しを
行う方法等を例示することができる。
【００３３】以下、共起データベース作成処理（１０
０）、及び主題示唆自立語ネットワーク表示処理（２０
０）について述べる。 〈共起データベース作成処理（１００）〉共起データベ
ース作成処理（１００）は、電子化された文書データか
ら、共起テーブル（ＴＢＬｎ）と、共起確率テーブル
（ＴＢＭｎ）と、期待値テーブル（ＴＢＮｎ）とから構
成される共起データベース（ＫＤＢ）を作成し、この共
起データベース（ＫＤＢ）を大容量外部記憶装置（ある
いはメインメモリ）に記録する処理である。
０）、及び主題示唆自立語ネットワーク表示処理（２０
０）について述べる。 〈共起データベース作成処理（１００）〉共起データベ
ース作成処理（１００）は、電子化された文書データか
ら、共起テーブル（ＴＢＬｎ）と、共起確率テーブル
（ＴＢＭｎ）と、期待値テーブル（ＴＢＮｎ）とから構
成される共起データベース（ＫＤＢ）を作成し、この共
起データベース（ＫＤＢ）を大容量外部記憶装置（ある
いはメインメモリ）に記録する処理である。
【００３４】本実施例では、文書１の共起テーブル（Ｔ
ＢＬ１），共起確率テーブル（ＴＢＭ１），期待値テー
ブル（ＴＢＮ１）と文書２の共起テーブル（ＴＢＬ
２），共起確率テーブル（ＴＢＭ２），期待値テーブル
（ＴＢＮ２）とがマージされて新たな複合文書（１〜
ｎ：ここではｎ＝２）の共起テーブル（ＴＢＬ１〜
ｎ），共起確率テーブル（ＴＢＭ１〜ｎ），期待値テー
ブル（ＴＢＮ１〜ｎ）が生成されている。
ＢＬ１），共起確率テーブル（ＴＢＭ１），期待値テー
ブル（ＴＢＮ１）と文書２の共起テーブル（ＴＢＬ
２），共起確率テーブル（ＴＢＭ２），期待値テーブル
（ＴＢＮ２）とがマージされて新たな複合文書（１〜
ｎ：ここではｎ＝２）の共起テーブル（ＴＢＬ１〜
ｎ），共起確率テーブル（ＴＢＭ１〜ｎ），期待値テー
ブル（ＴＢＮ１〜ｎ）が生成されている。
【００３５】前記共起データベース作成処理（１００）
は、図３に示すように自立語抽出処理（１１０）、共起
テーブル作成処理（１２０）、共起確率算出処理（１３
０）、及び共起回数期待値算出処理（１４０）に分ける
ことができる。
は、図３に示すように自立語抽出処理（１１０）、共起
テーブル作成処理（１２０）、共起確率算出処理（１３
０）、及び共起回数期待値算出処理（１４０）に分ける
ことができる。
【００３６】自立語抽出処理は、電子化された文書デー
タから、自立語を抽出し、その文書中の総自立語数と語
量数を算出する。共起テーブル作成処理（１２０）は、
自立語抽出処理によって抽出された自立語毎に、各自立
語に対する共起単語とその共起回数とを登録する共起テ
ーブル（ＴＢＬｎ）を作成する。
タから、自立語を抽出し、その文書中の総自立語数と語
量数を算出する。共起テーブル作成処理（１２０）は、
自立語抽出処理によって抽出された自立語毎に、各自立
語に対する共起単語とその共起回数とを登録する共起テ
ーブル（ＴＢＬｎ）を作成する。
【００３７】共起確率算出処理（１３０）は、共起テー
ブル（ＴＢＬｎ）に記録された全自立語に対し、各自立
語がそれに対する共起単語と共起する共起確率を算出す
る。尚、１つの自立語に対して複数の共起単語が存在す
る場合には、各共起単語毎に共起確率を算出する。さら
に、共起確率算出処理（１３０）では、各自立語毎に、
それに対する共起単語と、その共起単語と共起する共起
確率とを登録する共起確率テーブル（ＴＢＭｎ）を作成
する。
ブル（ＴＢＬｎ）に記録された全自立語に対し、各自立
語がそれに対する共起単語と共起する共起確率を算出す
る。尚、１つの自立語に対して複数の共起単語が存在す
る場合には、各共起単語毎に共起確率を算出する。さら
に、共起確率算出処理（１３０）では、各自立語毎に、
それに対する共起単語と、その共起単語と共起する共起
確率とを登録する共起確率テーブル（ＴＢＭｎ）を作成
する。
【００３８】共起回数期待値算出処理（１４０）は、共
起テーブル（ＴＢＬｎ）に記録された全自立語に対し、
各自立語のそれに対する共起単語と共起する共起回数の
期待値を算出する。尚、１つの自立語に対して複数の共
起単語が存在する場合には、各共起単語毎に共起回数の
期待値を算出する。そして、各自立語毎に、それに対す
る共起単語とその共起単語と共起する共起回数の期待値
とを登録する期待値テーブル（ＴＢＮｎ）を作成する。 （主題示唆自立語ネットワーク表示処理（２００））主
題示唆自立語ネットワーク表示処理（２００）は、共起
データベースに基づいて共起ネットワークを作成し、作
成された共起ネットワークをＣＲＴやプリンタ等の出力
装置に出力するとともに、共起ネットワークの原文章を
検索して出力装置に出力する処理である。本実施の形態
では、出力装置としてＣＲＴを用いる。
起テーブル（ＴＢＬｎ）に記録された全自立語に対し、
各自立語のそれに対する共起単語と共起する共起回数の
期待値を算出する。尚、１つの自立語に対して複数の共
起単語が存在する場合には、各共起単語毎に共起回数の
期待値を算出する。そして、各自立語毎に、それに対す
る共起単語とその共起単語と共起する共起回数の期待値
とを登録する期待値テーブル（ＴＢＮｎ）を作成する。 （主題示唆自立語ネットワーク表示処理（２００））主
題示唆自立語ネットワーク表示処理（２００）は、共起
データベースに基づいて共起ネットワークを作成し、作
成された共起ネットワークをＣＲＴやプリンタ等の出力
装置に出力するとともに、共起ネットワークの原文章を
検索して出力装置に出力する処理である。本実施の形態
では、出力装置としてＣＲＴを用いる。
【００３９】主題示唆自立語ネットワーク表示処理（２
００）は、図７に示すように、主題示唆自立語群選定処
理（２１０）、共起ネットワーク生成処理（２２０）、
文書検索処理（２３０）、及び原文参照処理（２４０）
に分けることができる。
００）は、図７に示すように、主題示唆自立語群選定処
理（２１０）、共起ネットワーク生成処理（２２０）、
文書検索処理（２３０）、及び原文参照処理（２４０）
に分けることができる。
【００４０】主題示唆自立語群選定処理（２１０）は、
大容量外部記憶装置のなかから、ユーザが指定する文書
データに対応した共起データベース（ＫＤＢ）、すなわ
ち、共起テーブルと共起確率テーブルと期待値テーブル
とを読み出す。そして、全ての自立語について、自立語
とそれに対する共起単語との関係（すなわち、共起回数
期待値と実際の共起回数との関係）が前述の（４）式を
満たす自立語とそれに対する共起単語との組み合わせを
判別し、これらの組み合わせを登録するテーブルを作成
する。通常、（４）式の定数αには、初期値（１．５）
が設定されている。
大容量外部記憶装置のなかから、ユーザが指定する文書
データに対応した共起データベース（ＫＤＢ）、すなわ
ち、共起テーブルと共起確率テーブルと期待値テーブル
とを読み出す。そして、全ての自立語について、自立語
とそれに対する共起単語との関係（すなわち、共起回数
期待値と実際の共起回数との関係）が前述の（４）式を
満たす自立語とそれに対する共起単語との組み合わせを
判別し、これらの組み合わせを登録するテーブルを作成
する。通常、（４）式の定数αには、初期値（１．５）
が設定されている。
【００４１】共起ネットワーク生成処理（２２０）は、
主題示唆自立語群選定処理（２１０）によって作成され
たテーブルを参照し、各文書に対応する共起ネットワー
クを作成する。作成された共起ネットワークはＣＲＴに
画面表示される。この共起ネットワークは、前述の図６
に示すように、自立語を示す文字列と、共起関係にある
自立語を示す文字列間を結ぶ共起線とから構成されてい
る。共起線は、共起関係の強さによってその線種、色、
濃淡、長さ、あるいは太さが異なっている。リンクの線
種、色、濃淡、長さ、あるいは太さを決定する場合、共
起確率テーブルの共起確率を参照し、共起確率の大きさ
に応じてリンクの線種、色、長さ、あるいは太さを決定
する。尚、共起関係の強さを差別化する方法としては、
共起関係にある２つの自立語とこれらの自立語間を結ぶ
共起線を三次元表現によって表示し、共起確率の大きさ
によって三次元表現の表現形式を変更する方法も例示で
きる。さらに、共起線を、共起関係の強さに応じた濃淡
で表す場合、ユーザの選択によって共起関係がある程度
以上強いものだけが実質的にユーザに可視になるように
することもできるし、共起関係がより弱いものまで実質
的にユーザに可視となるようにすることもできる。
主題示唆自立語群選定処理（２１０）によって作成され
たテーブルを参照し、各文書に対応する共起ネットワー
クを作成する。作成された共起ネットワークはＣＲＴに
画面表示される。この共起ネットワークは、前述の図６
に示すように、自立語を示す文字列と、共起関係にある
自立語を示す文字列間を結ぶ共起線とから構成されてい
る。共起線は、共起関係の強さによってその線種、色、
濃淡、長さ、あるいは太さが異なっている。リンクの線
種、色、濃淡、長さ、あるいは太さを決定する場合、共
起確率テーブルの共起確率を参照し、共起確率の大きさ
に応じてリンクの線種、色、長さ、あるいは太さを決定
する。尚、共起関係の強さを差別化する方法としては、
共起関係にある２つの自立語とこれらの自立語間を結ぶ
共起線を三次元表現によって表示し、共起確率の大きさ
によって三次元表現の表現形式を変更する方法も例示で
きる。さらに、共起線を、共起関係の強さに応じた濃淡
で表す場合、ユーザの選択によって共起関係がある程度
以上強いものだけが実質的にユーザに可視になるように
することもできるし、共起関係がより弱いものまで実質
的にユーザに可視となるようにすることもできる。
【００４２】共起ネットワーク生成処理（２２０）で
は、ユーザによって複数の文書が指定された場合には、
各文書毎に共起ネットワークを生成する。そして、それ
らの共起ネットワークを画面上に表示する際には、一画
面上に並べて表示する全文書表示と、一画面上に重ねて
表示する１文書ずつ表示とを、ユーザが選択できるよう
になっている。また、（４）式の定数αの値を変更して
主題示唆自立語群を選定し直し、共起ネットワークの表
現レベル（共起レベル）を変更することも可能である。
は、ユーザによって複数の文書が指定された場合には、
各文書毎に共起ネットワークを生成する。そして、それ
らの共起ネットワークを画面上に表示する際には、一画
面上に並べて表示する全文書表示と、一画面上に重ねて
表示する１文書ずつ表示とを、ユーザが選択できるよう
になっている。また、（４）式の定数αの値を変更して
主題示唆自立語群を選定し直し、共起ネットワークの表
現レベル（共起レベル）を変更することも可能である。
【００４３】文書検索処理（２３０）は、ユーザが例え
ばキーボード等からキーワードを入力したときに、共起
ネットワーク生成処理（２２０）で生成された１つある
いは２つ以上の共起ネットワークを検索して、ユーザが
入力したキーワードを含む共起ネットワークを抽出す
る。ここで、キーワードを含む共起ネットワークが複数
存在する場合には、それらの共起ネットワークは、ユー
ザの選択によって全文書表示あるいは１文書ずつ表示さ
れる。
ばキーボード等からキーワードを入力したときに、共起
ネットワーク生成処理（２２０）で生成された１つある
いは２つ以上の共起ネットワークを検索して、ユーザが
入力したキーワードを含む共起ネットワークを抽出す
る。ここで、キーワードを含む共起ネットワークが複数
存在する場合には、それらの共起ネットワークは、ユー
ザの選択によって全文書表示あるいは１文書ずつ表示さ
れる。
【００４４】原文参照処理（２４０）は、大容量記憶装
置の文書データの中から、ユーザが指定する文書の原文
章を読み出し、画面表示する。原文章を指定する手順と
しては、文書検索処理（２３０）によって画面表示され
た１つあるいは２つ以上の共起ネットワークのうち、ユ
ーザが希望する文書の共起ネットワークの表示座標を位
置指定手段によって指定すればよい。位置指定手段は、
例えば、マウス等のポインティングデバイスである。
尚、ユーザが、原文章の指定を行う前に、共起ネットワ
ーク上の一又は二以上の任意の自立語の表示位置をポイ
ンティングデバイスによって指定すれば、その自立語が
本発明の第２のキーワードとして認識される。そして、
原文章を表示する際には、原文章の中から、第２のキー
ワードを含む文とその前後の文とがピックアップされて
表示される。このとき、第２のキーワード、あるいは第
２のキーワードを含む文は、網掛け表示や反転表示等の
方法によって強調または区別される。さらに、キーワー
ドを含む文が原文章中に複数存在する場合には、ユーザ
の指定により、キーワードを含む文のうち現在表示され
ている文の前の部分又は文へスクロールまたはジャンプ
したり、次の部分又は文へスクロールまたはジャンプし
たりすることができるようになっている。
置の文書データの中から、ユーザが指定する文書の原文
章を読み出し、画面表示する。原文章を指定する手順と
しては、文書検索処理（２３０）によって画面表示され
た１つあるいは２つ以上の共起ネットワークのうち、ユ
ーザが希望する文書の共起ネットワークの表示座標を位
置指定手段によって指定すればよい。位置指定手段は、
例えば、マウス等のポインティングデバイスである。
尚、ユーザが、原文章の指定を行う前に、共起ネットワ
ーク上の一又は二以上の任意の自立語の表示位置をポイ
ンティングデバイスによって指定すれば、その自立語が
本発明の第２のキーワードとして認識される。そして、
原文章を表示する際には、原文章の中から、第２のキー
ワードを含む文とその前後の文とがピックアップされて
表示される。このとき、第２のキーワード、あるいは第
２のキーワードを含む文は、網掛け表示や反転表示等の
方法によって強調または区別される。さらに、キーワー
ドを含む文が原文章中に複数存在する場合には、ユーザ
の指定により、キーワードを含む文のうち現在表示され
ている文の前の部分又は文へスクロールまたはジャンプ
したり、次の部分又は文へスクロールまたはジャンプし
たりすることができるようになっている。
【００４５】次に、複数文書を対象とした場合に、論理
和（ＯＲ）のとりかたによって共起ネットワークがどの
ように変化するかを調べた。 （実験１）毎日新聞１９９６年７月および８月発行分よ
り「大腸菌Ｏ１５７」に関する１８記事を抜粋し、全記
事を一文書に繋げ主題抽出した共起ネットワークと、文
書毎の共起ネットワークを論理和（ＯＲ）マージした共
起ネットワークを比較した。 （実験２）実験１の「Ｏ１５７」に関する記事と、毎日
新聞１９９７年９月および１０月より抜粋した「ガルー
ダ・インドネシア航空機墜落事故」に関する記事から、
複数の話題が存在した文書群に存在した場合、文書数の
比率によって共起ネットワークの変化をみた。
和（ＯＲ）のとりかたによって共起ネットワークがどの
ように変化するかを調べた。 （実験１）毎日新聞１９９６年７月および８月発行分よ
り「大腸菌Ｏ１５７」に関する１８記事を抜粋し、全記
事を一文書に繋げ主題抽出した共起ネットワークと、文
書毎の共起ネットワークを論理和（ＯＲ）マージした共
起ネットワークを比較した。 （実験２）実験１の「Ｏ１５７」に関する記事と、毎日
新聞１９９７年９月および１０月より抜粋した「ガルー
ダ・インドネシア航空機墜落事故」に関する記事から、
複数の話題が存在した文書群に存在した場合、文書数の
比率によって共起ネットワークの変化をみた。
【００４６】上記各々の結果を図４〜図１０に示した。
図４は、実験１の全文書を繋げて共起テーブルを作成
し、それに基づいて共起ネットワーク形式で表示したも
の。図５は、実験１の各文書のそれぞれについて共起テ
ーブルを作成し、これらの共起テーブルをマージした結
果を共起ネットワーク形式で表示したもの、図６はその
語彙数、総自立語数および総文書数を表形式で示したも
のである。
図４は、実験１の全文書を繋げて共起テーブルを作成
し、それに基づいて共起ネットワーク形式で表示したも
の。図５は、実験１の各文書のそれぞれについて共起テ
ーブルを作成し、これらの共起テーブルをマージした結
果を共起ネットワーク形式で表示したもの、図６はその
語彙数、総自立語数および総文書数を表形式で示したも
のである。
【００４７】この結果、実験１については、全文書を繋
げたネットワークと、ＯＲマージしたネットワークで
は、全く同様の共起ネットワークが生成された。同時
に、共起ネットワークのＯＲをとることによって、「Ｏ
１５７」の文書群の特徴を表す「オー」「１５７」や
「食中毒」「大腸菌」といった単語群が抽出されること
が確認できる。
げたネットワークと、ＯＲマージしたネットワークで
は、全く同様の共起ネットワークが生成された。同時
に、共起ネットワークのＯＲをとることによって、「Ｏ
１５７」の文書群の特徴を表す「オー」「１５７」や
「食中毒」「大腸菌」といった単語群が抽出されること
が確認できる。
【００４８】図７〜９は、実験２における２つの話題に
分かれる記事群について、その比率を変化させて共起ネ
ットワーク形式で表示したものである。図１０はその文
書比率である。
分かれる記事群について、その比率を変化させて共起ネ
ットワーク形式で表示したものである。図１０はその文
書比率である。
【００４９】この実験２では、２つの話題のいずれかに
属する文書の文書数の比率を変化させることにより、ほ
ぼ線形に各々の話題を表す単語群が抽出されていること
が確認できる。このことで、文書群に複数に話題が存在
した場合でも、その中にどの様な話題があるかを共起ネ
ットワークより読み取ることができることが分かる。
属する文書の文書数の比率を変化させることにより、ほ
ぼ線形に各々の話題を表す単語群が抽出されていること
が確認できる。このことで、文書群に複数に話題が存在
した場合でも、その中にどの様な話題があるかを共起ネ
ットワークより読み取ることができることが分かる。
【００５０】次に、共起ネットワークの論理積（ＡＮ
Ｄ）をとることで、有益な情報を得ることができないか
を考える。
Ｄ）をとることで、有益な情報を得ることができないか
を考える。
【００５１】共起ネットワークのＯＲをとるときと同様
に、共起テーブルより共起ネットワークのＡＮＤをとる
と考えると、単純に全文書に含まれている共起対を得る
ことができる。それらの共起対は、文書群の中心の話題
を担っていると思われる。しかし、ある文書では主題を
表す共起対と、他の文書の主題を表していない共起対が
あり、それら２文書に含まれているからといっても、共
起対が２文書の中心の話題を表せているとは考えられな
い。
に、共起テーブルより共起ネットワークのＡＮＤをとる
と考えると、単純に全文書に含まれている共起対を得る
ことができる。それらの共起対は、文書群の中心の話題
を担っていると思われる。しかし、ある文書では主題を
表す共起対と、他の文書の主題を表していない共起対が
あり、それら２文書に含まれているからといっても、共
起対が２文書の中心の話題を表せているとは考えられな
い。
【００５２】そこで、ＡＮＤをとることで得られる共起
対が、文書群の中でどの程度中心の話題を表しているか
の指標を得られないかを考える。
対が、文書群の中でどの程度中心の話題を表しているか
の指標を得られないかを考える。
【００５３】共起関係にある２自立語間には、その結び
付きの強さとして、前述の（１）式で共起確率を定義で
きる。
付きの強さとして、前述の（１）式で共起確率を定義で
きる。
【００５４】ここで、２つの事象の間の確率から相互情
報量を求めることにより、２事象間の違いを情報量で表
せることに着目する。
報量を求めることにより、２事象間の違いを情報量で表
せることに着目する。
【００５５】次に、Ａ，Ｂの２文書間に同時に存在する
共起対の共起確率に対して、図１１に示した（５）式の
様に相互情報量を定義できる。なお、ＰA（ｃｉ／ｗ
ｉ）は文書Ａにおける自立語ｗｉと共起語ｃｊとの共起
確率、ＰB（ｃｉ／ｗｉ）は文書Ｂにおける自立語ｗｉ
と共起語ｃｊとの共起確率、ＰA B（ｃｉ／ｗｉ）は文
書Ａと文書ＢとをＯＲマージしたときの自立語ｗｉと共
起語ｃｊとの共起確率である。
共起対の共起確率に対して、図１１に示した（５）式の
様に相互情報量を定義できる。なお、ＰA（ｃｉ／ｗ
ｉ）は文書Ａにおける自立語ｗｉと共起語ｃｊとの共起
確率、ＰB（ｃｉ／ｗｉ）は文書Ｂにおける自立語ｗｉ
と共起語ｃｊとの共起確率、ＰA B（ｃｉ／ｗｉ）は文
書Ａと文書ＢとをＯＲマージしたときの自立語ｗｉと共
起語ｃｊとの共起確率である。
【００５６】（５）式の相互情報量を用いることで、２
文書間に同時に存在する共起対に対して、２文書間での
共起対の結び付きの強さを示すことができる。
文書間に同時に存在する共起対に対して、２文書間での
共起対の結び付きの強さを示すことができる。
【００５７】そこで、多数の文書間に同時に存在する共
起対の結び付きは、存在する文書の総２組み合わせの相
互情報量の平均とみなすことができ、この値は図１２に
示した（６）式で得ることができる。
起対の結び付きは、存在する文書の総２組み合わせの相
互情報量の平均とみなすことができ、この値は図１２に
示した（６）式で得ることができる。
【００５８】この相互情報量の平均が小さければ小さい
程、より中心の話題を示している共起対であると言え
る。
程、より中心の話題を示している共起対であると言え
る。
【００５９】相互情報量を用いることにより、共起ネッ
トワークのＡＮＤを構成する共起対、つまり文書群に同
時に含まれている共起対がどの程度文書群の中で中心の
話題を表しているかの指標を得ることができる。
トワークのＡＮＤを構成する共起対、つまり文書群に同
時に含まれている共起対がどの程度文書群の中で中心の
話題を表しているかの指標を得ることができる。
【００６０】以上より、複数の共起ネットワークのＡＮ
ＤとＯＲを求めることができるようになった。ＡＮＤと
ＯＲは文書からのボトムアップ処理（より具体的な対象
からより抽象的な対象へと順に組み上げていくような検
索処理）で得られるため、計算機で自動的に算出でき
る。ＡＮＤは文書群の中心の話題を表しており、ＯＲは
ＡＮＤを内包しているはずであることから、次の様な話
題の定義をする（図１３参照）。 「中心話題」複数の共起ネットワークのＡＮＤをとるこ
とで得られ、構成する共起対は全ての文書に含まれ、そ
れら共起対を「中心話題」と定義する。共起対の結び付
きの強さを相互情報量の平均で求めることができる。 「周辺話題」複数の共起ネットワークをＯＲすることに
より、文書群にどの様な話題が存在しているかを表すこ
とができ、それらの中にはＡＮＤ、つまり「中心話題」
が内包されているはずであることから、文書群に「中心
話題」以外にどの様な話題があるかを知ることができ
る、それらの話題を「周辺話題」を定義する。さらに
「周辺話題」を構成する共起対には、文書群にどの程度
含まれているかの文書数を提示できる。
ＤとＯＲを求めることができるようになった。ＡＮＤと
ＯＲは文書からのボトムアップ処理（より具体的な対象
からより抽象的な対象へと順に組み上げていくような検
索処理）で得られるため、計算機で自動的に算出でき
る。ＡＮＤは文書群の中心の話題を表しており、ＯＲは
ＡＮＤを内包しているはずであることから、次の様な話
題の定義をする（図１３参照）。 「中心話題」複数の共起ネットワークのＡＮＤをとるこ
とで得られ、構成する共起対は全ての文書に含まれ、そ
れら共起対を「中心話題」と定義する。共起対の結び付
きの強さを相互情報量の平均で求めることができる。 「周辺話題」複数の共起ネットワークをＯＲすることに
より、文書群にどの様な話題が存在しているかを表すこ
とができ、それらの中にはＡＮＤ、つまり「中心話題」
が内包されているはずであることから、文書群に「中心
話題」以外にどの様な話題があるかを知ることができ
る、それらの話題を「周辺話題」を定義する。さらに
「周辺話題」を構成する共起対には、文書群にどの程度
含まれているかの文書数を提示できる。
【００６１】「中心話題」と「周辺話題」は内包の関係
にあることから、同一の共起ネットワーク内に表示する
ことができる。
にあることから、同一の共起ネットワーク内に表示する
ことができる。
【００６２】ここで「周辺話題」に着目すると、その構
成する共起対は検索空間に属する文書から抽出されたも
ので、検索空間に存在する全文書数よりも、含まれてい
る文書は少ないことから、「周辺話題」を検索条件とす
ることで、図１４に示すようにさらに絞り込みを行うこ
とができる。
成する共起対は検索空間に属する文書から抽出されたも
ので、検索空間に存在する全文書数よりも、含まれてい
る文書は少ないことから、「周辺話題」を検索条件とす
ることで、図１４に示すようにさらに絞り込みを行うこ
とができる。
【００６３】検索者が必要な情報に合わせて「周辺話
題」を選ぶことで、もともとの検索空間の「中心話題」
と、検索者によって選ばれた「周辺話題」とを新たな
「中心話題」とした、新たな検索空間を生成することが
できる。このことは、検索空間を狭めることになり、絞
り込みとなる。このとき、検索者が別の検索条件を選ん
だ場合、別の検索空間に絞り込みをかけることができ
る。
題」を選ぶことで、もともとの検索空間の「中心話題」
と、検索者によって選ばれた「周辺話題」とを新たな
「中心話題」とした、新たな検索空間を生成することが
できる。このことは、検索空間を狭めることになり、絞
り込みとなる。このとき、検索者が別の検索条件を選ん
だ場合、別の検索空間に絞り込みをかけることができ
る。
【００６４】検索空間の共起ネットワークはボトムアッ
プ処理で得られるので、「周辺話題」を構成する共起対
も必ず検索空間に属する文書に存在している。また、
「周辺話題」の存在する文書数は、検索空間に属する文
書数より確実に小さく、検索空間を確実に狭めることが
できる。
プ処理で得られるので、「周辺話題」を構成する共起対
も必ず検索空間に属する文書に存在している。また、
「周辺話題」の存在する文書数は、検索空間に属する文
書数より確実に小さく、検索空間を確実に狭めることが
できる。
【００６５】また検索空間に複数の話題が存在したとし
ても、話題を特定することによって絞り込むのではな
く、絞り込むことによって話題が明確になっていく効果
を得られる。
ても、話題を特定することによって絞り込むのではな
く、絞り込むことによって話題が明確になっていく効果
を得られる。
【００６６】「周辺話題」を検索者に選ばせることは、
検索のシステム側から検索空間の重要語を提示すること
になり、同義語による検索洩れを軽減することも可能に
する。
検索のシステム側から検索空間の重要語を提示すること
になり、同義語による検索洩れを軽減することも可能に
する。
【００６７】さらに、絞り込み時には、文者群の特徴を
表している「周辺話題」をキーにマッチングを行うこと
になるので、文書の特徴を示さない単語とのマッチング
を抑制できる。
表している「周辺話題」をキーにマッチングを行うこと
になるので、文書の特徴を示さない単語とのマッチング
を抑制できる。
【００６８】「周辺話題」を検索条件にすることで、絞
り込みが行えることを述べたが、さらに、絞り込みする
過程で次の様な情報を付加表示してもよい。 「検索空間に存在する総文書数」従来の検索でも提示さ
れている総文書数であり、検索者があとどの程度絞り込
みを行えばよいかの指標にできる。具体的には共起ネッ
トワーク画面上に数字で直接表示してもよいし、または
画面上にボックスウィンドウを開きここに表示してもよ
い。 「「周辺話題」の文書数」「周辺話題」を構成する共起
対はどの文書に含まれているか、という情報を持ってい
ることから、文書数を提示することができることは前述
した。その「周辺話題」の文書数は、「周辺話題」を選
び絞り込みを行った場合、検索空間がどの程度の大きさ
になるかの指標になり、検索条件としてのリスク（危
険）を知ることが可能となる。これも共起ネットワーク
画面上に数字で直接表示してもよいし、または画面上に
ボックスウィンドウを開きここに表示してもよい。 「「中心話題」の相互情報量の平均」絞り込みする過程
で「中心話題」の相互情報量の平均を見ることで、「中
心話題」がどの様に状態遷移しているかを知ることがで
き、検索者にとってその検索空間が意図したものかを判
断できる。さらに、新たに検索条件として選ばれた「周
辺話題」が「中心話題」になったとき、選んだ検索条件
が検索者にとって有効であったかの判断も下すことがで
きる。
り込みが行えることを述べたが、さらに、絞り込みする
過程で次の様な情報を付加表示してもよい。 「検索空間に存在する総文書数」従来の検索でも提示さ
れている総文書数であり、検索者があとどの程度絞り込
みを行えばよいかの指標にできる。具体的には共起ネッ
トワーク画面上に数字で直接表示してもよいし、または
画面上にボックスウィンドウを開きここに表示してもよ
い。 「「周辺話題」の文書数」「周辺話題」を構成する共起
対はどの文書に含まれているか、という情報を持ってい
ることから、文書数を提示することができることは前述
した。その「周辺話題」の文書数は、「周辺話題」を選
び絞り込みを行った場合、検索空間がどの程度の大きさ
になるかの指標になり、検索条件としてのリスク（危
険）を知ることが可能となる。これも共起ネットワーク
画面上に数字で直接表示してもよいし、または画面上に
ボックスウィンドウを開きここに表示してもよい。 「「中心話題」の相互情報量の平均」絞り込みする過程
で「中心話題」の相互情報量の平均を見ることで、「中
心話題」がどの様に状態遷移しているかを知ることがで
き、検索者にとってその検索空間が意図したものかを判
断できる。さらに、新たに検索条件として選ばれた「周
辺話題」が「中心話題」になったとき、選んだ検索条件
が検索者にとって有効であったかの判断も下すことがで
きる。
【００６９】以上より検索上の問題の一つである「検索
者の知ることができる情報が少ない」という点が解決で
き、検索者が意図した検索空間が得られているかの判断
を下すことができるようになる。これも共起ネットワー
ク画面上に数字で直接表示してもよいし、または画面上
にボックスウィンドウを開きここに表示してもよい。
者の知ることができる情報が少ない」という点が解決で
き、検索者が意図した検索空間が得られているかの判断
を下すことができるようになる。これも共起ネットワー
ク画面上に数字で直接表示してもよいし、または画面上
にボックスウィンドウを開きここに表示してもよい。
【００７０】次に、図１５を用いて本実施形態の検索フ
ローを説明する。
ローを説明する。
【００７１】まず、検索空間全体からの文書の絞り込み
を行う（ステップ１５０１）。
を行う（ステップ１５０１）。
【００７２】次に、これで索出された文書によって新た
に構成される検索空間の共起ネットワークを生成する。
それと同時に「中心話題」、「周辺話題」を算出し、付
加情報としてそれら共起対毎に相互情報量の平均、文書
数を提示する（１５０２）。
に構成される検索空間の共起ネットワークを生成する。
それと同時に「中心話題」、「周辺話題」を算出し、付
加情報としてそれら共起対毎に相互情報量の平均、文書
数を提示する（１５０２）。
【００７３】次に、検索者が必要な情報にしたがって、
「周辺話題」を構成する一共起対を選ぶ。
「周辺話題」を構成する一共起対を選ぶ。
【００７４】ここで、検索空間より選ばれた共起対が存
在する文書に絞り込みを行う（１５０３）。つまり、処
理２を絞り込まれた文書に対して行う。次に、絞り込ま
れた検索空間に対して、満足がいくかいかないかの判断
を行う（１５０４）。
在する文書に絞り込みを行う（１５０３）。つまり、処
理２を絞り込まれた文書に対して行う。次に、絞り込ま
れた検索空間に対して、満足がいくかいかないかの判断
を行う（１５０４）。
【００７５】上記ステップ１５０４において、検索結果
に満足しなかった場合、バックトラックを起こし、絞り
込まれる前の検索空間に戻り、ステップ１５０２以降の
処理を繰り返す。
に満足しなかった場合、バックトラックを起こし、絞り
込まれる前の検索空間に戻り、ステップ１５０２以降の
処理を繰り返す。
【００７６】検索者が絞り込みの終了の合図を出すか、
一文書になるまで、ステップ１５０２〜１５０４の処理
を繰り返す。絞り込みの終了か、一文書になった時点
で、検索空間に属している文書毎に、共起ネットワーク
を提示する（１５０５）。
一文書になるまで、ステップ１５０２〜１５０４の処理
を繰り返す。絞り込みの終了か、一文書になった時点
で、検索空間に属している文書毎に、共起ネットワーク
を提示する（１５０５）。
【００７７】
【実験例】本発明を具体的に実現するための検索システ
ムの実装を行った。実装にあたって実現させた機能は以
下の通りである。 （１）バック機能とフォワード機能 検索処理を１ステップ前に戻す機能と１ステップ先に進
める機能である。これは具体的には検索のログを一時的
にメモリに蓄積しておくことにより実現できる。
ムの実装を行った。実装にあたって実現させた機能は以
下の通りである。 （１）バック機能とフォワード機能 検索処理を１ステップ前に戻す機能と１ステップ先に進
める機能である。これは具体的には検索のログを一時的
にメモリに蓄積しておくことにより実現できる。
【００７８】すなわち、検索者が検索空間に対して満足
しなかった場合バックトラック操作を行うため、前検索
空間に戻るためのバック機能が必要となる。逆にバック
トラックをしたところ検索者がやはり検索条件は正しか
ったと判断する場合があるので、フォワード機能も必要
となる。 （２）共起ネットワークの自立語ノードの再配置機能 可視的な共起ネットワークを画面に表示することにより
検索結果を示しているが、このネットワークが見づらい
ときに自立語ノードを再配置する機能を持たせる必要が
ある。 （３）共起確率の閾値変更機能 共起ネットワークを構成する共起対は強さによって結び
付いているため、閾値を変化させることによって、ネッ
トワーク全体の情報の多さを変更できる。そこで、ネッ
トワークの閾値を変更する機能が必要となる。 （４）その他 現在の検索空間の閾値と、総文書数の提示、「中心話
題」と「周辺話題」を色分けし、各々の共起対の二等分
点に相互情報量の平均、文書数を表す等の機能を用意し
た。
しなかった場合バックトラック操作を行うため、前検索
空間に戻るためのバック機能が必要となる。逆にバック
トラックをしたところ検索者がやはり検索条件は正しか
ったと判断する場合があるので、フォワード機能も必要
となる。 （２）共起ネットワークの自立語ノードの再配置機能 可視的な共起ネットワークを画面に表示することにより
検索結果を示しているが、このネットワークが見づらい
ときに自立語ノードを再配置する機能を持たせる必要が
ある。 （３）共起確率の閾値変更機能 共起ネットワークを構成する共起対は強さによって結び
付いているため、閾値を変化させることによって、ネッ
トワーク全体の情報の多さを変更できる。そこで、ネッ
トワークの閾値を変更する機能が必要となる。 （４）その他 現在の検索空間の閾値と、総文書数の提示、「中心話
題」と「周辺話題」を色分けし、各々の共起対の二等分
点に相互情報量の平均、文書数を表す等の機能を用意し
た。
【００７９】これらの機能を付け、実装した表示画面の
例を図１６に示す。
例を図１６に示す。
【００８０】なお、これらの実装プログラムは、ＵＮＩ
Ｘワークステーション上でＣ言語によって記述した。
Ｘワークステーション上でＣ言語によって記述した。
【００８１】図２１〜図２５は共起ネットワークを表示
するための表示画面を示したものである。画面構成は、
共起ネットワークを表示するための窓２１１２が開かれ
ており、この窓２１１２の右側に各種のボタンや表示枠
が配置されている。ここで表示された各ボタンはマウス
等の座標指示手段によって操作可能である。
するための表示画面を示したものである。画面構成は、
共起ネットワークを表示するための窓２１１２が開かれ
ており、この窓２１１２の右側に各種のボタンや表示枠
が配置されている。ここで表示された各ボタンはマウス
等の座標指示手段によって操作可能である。
【００８２】モード表示部２１０２は検索モード(Searc
h Mode)と読出モード(Read Mode)を表示する。バックボ
タン２１０３(Back)は、前検索表示に戻すためのボタン
であり、フォワードボタン１２０４(Forward)は、バッ
クボタンで戻した表示画面を先に進めて元に戻すための
ボタンである。
h Mode)と読出モード(Read Mode)を表示する。バックボ
タン２１０３(Back)は、前検索表示に戻すためのボタン
であり、フォワードボタン１２０４(Forward)は、バッ
クボタンで戻した表示画面を先に進めて元に戻すための
ボタンである。
【００８３】再配置ボタン２１０５(Replace)は、窓２
１１２に表示されている共起ネットワークの自立語の位
置を再配置するためのボタンである。変更ボタン２１０
６(Change)は閾値を変更するためのボタンであり、図１
２の右端に示すように閾値の数値を変更できるように変
化する。
１１２に表示されている共起ネットワークの自立語の位
置を再配置するためのボタンである。変更ボタン２１０
６(Change)は閾値を変更するためのボタンであり、図１
２の右端に示すように閾値の数値を変更できるように変
化する。
【００８４】閾値表示部２１０７は、現在の閾値を表示
するための小窓であり、同図では閾値として３．５が表
示されている。
するための小窓であり、同図では閾値として３．５が表
示されている。
【００８５】総文書数表示部２１０８は、検索空間の総
文書数を表示する小窓であり、同図では文書数（ファイ
ル数）として２７が表示されている。
文書数を表示する小窓であり、同図では文書数（ファイ
ル数）として２７が表示されている。
【００８６】モード切替ボタン２１１０は、検索モード
と読出モードとの切り替えを行うためのボタンである。
と読出モードとの切り替えを行うためのボタンである。
【００８７】時節毎の文書群にある特定の話題が存在し
ていることから、テレビ放送のある論説の１９９５年１
０月〜１９９７年１２月放映分の記録を用意し、検索の
実験を行った。
ていることから、テレビ放送のある論説の１９９５年１
０月〜１９９７年１２月放映分の記録を用意し、検索の
実験を行った。
【００８８】まず、キーワードマッチングおよび時系列
の共起ネットワークの２種類の手法で最初の検索空間を
生成し、絞り込みを行った。
の共起ネットワークの２種類の手法で最初の検索空間を
生成し、絞り込みを行った。
【００８９】以降、図面上における共起ネットワークの
太い線分は「中心話題」を表しており、共起対の線分上
の数値は相互情報量の平均を、細い線分は「周辺話題」
を表しており、線分上の数値はその「周辺話題」が選ば
れた場合の絞り込まれる文書数を示している。
太い線分は「中心話題」を表しており、共起対の線分上
の数値は相互情報量の平均を、細い線分は「周辺話題」
を表しており、線分上の数値はその「周辺話題」が選ば
れた場合の絞り込まれる文書数を示している。
【００９０】前述の論説用ニュース原稿による検索空間
では、「沖縄」「基地」のキーワードで共起対のマッチ
ングをした結果、２７文書が索出された。その共起ネッ
トワークを示したものが図１７の上図（ａ）である。
では、「沖縄」「基地」のキーワードで共起対のマッチ
ングをした結果、２７文書が索出された。その共起ネッ
トワークを示したものが図１７の上図（ａ）である。
【００９１】得られた検索空間に絞り込みの条件として
違うものを選んだ場合の評価として、「沖縄」「問題」
を与えた場合の共起ネットワークが図１７（ｂ）であ
る。また、（ａ）に「日」「米」を与えた場合の共起ネ
ットワークが図１７（ｃ）である。
違うものを選んだ場合の評価として、「沖縄」「問題」
を与えた場合の共起ネットワークが図１７（ｂ）であ
る。また、（ａ）に「日」「米」を与えた場合の共起ネ
ットワークが図１７（ｃ）である。
【００９２】絞り込み条件の設定・変更インターフェー
スを示したものが図２２である。同図では、窓２１１２
中に絞り込み用小窓２２０１が表示され、絞り込みのた
めの単語が表示されるようになっている。
スを示したものが図２２である。同図では、窓２１１２
中に絞り込み用小窓２２０１が表示され、絞り込みのた
めの単語が表示されるようになっている。
【００９３】図１８および図１９は、時系列の共起ネッ
トワークからの検索の実験結果である。図１８は、１９
９６年の論説用ニュース原稿を１月より三ヶ月毎に４つ
の時系列に分類し、その中から４〜６月分の共起ネット
ワークを選び、さらに「民主」「主義」で絞り込みを行
った結果である。図１９は、大局的な時系列からの検索
が行えるかの評価として、１９９６、９７年の２年分の
時系列で三ヶ月毎４つに分類し、先と同様に４〜６月分
を選び、「民主」「主義」で絞り込みを行った結果であ
る。
トワークからの検索の実験結果である。図１８は、１９
９６年の論説用ニュース原稿を１月より三ヶ月毎に４つ
の時系列に分類し、その中から４〜６月分の共起ネット
ワークを選び、さらに「民主」「主義」で絞り込みを行
った結果である。図１９は、大局的な時系列からの検索
が行えるかの評価として、１９９６、９７年の２年分の
時系列で三ヶ月毎４つに分類し、先と同様に４〜６月分
を選び、「民主」「主義」で絞り込みを行った結果であ
る。
【００９４】各実験とも絞り込みを行っているが、絞り
込む前の検索空間の「中心話題」と選んだ「周辺話題」
が、「中心話題」となる検索空間に絞り込みを行えてい
ることがわかる。そのことにより、図１７（ｂ）の「問
題」「基地」や「米軍」「基地」のように、新たに共起
対のリンクが張られたり、図１７（ｃ）の「安全」「保
障」のように、絞り込む前の検索空間にはなかった「周
辺話題」が現れる等の結果が得られた。このように、共
起ネットワーク表示により、検索空間の状態が可視化さ
れているので、検索者が意図した検索空間であるかの判
断が容易になっている。
込む前の検索空間の「中心話題」と選んだ「周辺話題」
が、「中心話題」となる検索空間に絞り込みを行えてい
ることがわかる。そのことにより、図１７（ｂ）の「問
題」「基地」や「米軍」「基地」のように、新たに共起
対のリンクが張られたり、図１７（ｃ）の「安全」「保
障」のように、絞り込む前の検索空間にはなかった「周
辺話題」が現れる等の結果が得られた。このように、共
起ネットワーク表示により、検索空間の状態が可視化さ
れているので、検索者が意図した検索空間であるかの判
断が容易になっている。
【００９５】また図１７において、選ぶ「周辺話題」に
よって生成される検索空間が違っており、選んだ「周辺
話題」に関連する検索空間に絞り込みが行われているこ
とが窺える。その際に、もともとの「中心話題」である
「沖縄」「基地」の相互情報量の平均は、図２０で示す
ように変化しており、検索の方向が間違っていないこと
を示している。また、文書数は「周辺話題」の線分上に
提示している値に実際に絞り込まれるので、検索条件を
選ぶにあたり、そのリスクを知ることができる。
よって生成される検索空間が違っており、選んだ「周辺
話題」に関連する検索空間に絞り込みが行われているこ
とが窺える。その際に、もともとの「中心話題」である
「沖縄」「基地」の相互情報量の平均は、図２０で示す
ように変化しており、検索の方向が間違っていないこと
を示している。また、文書数は「周辺話題」の線分上に
提示している値に実際に絞り込まれるので、検索条件を
選ぶにあたり、そのリスクを知ることができる。
【００９６】時系列からの絞り込みを行う手法でも同様
のことが窺える。
のことが窺える。
【００９７】さらに、時系列を持っている文書群からの
検索では、その特徴である時節毎に偏った話題が存在し
ていることを利用することで、検索上の問題点である同
義語による検索洩れを軽減した検索を行うことができ
る。
検索では、その特徴である時節毎に偏った話題が存在し
ていることを利用することで、検索上の問題点である同
義語による検索洩れを軽減した検索を行うことができ
る。
【００９８】以上のことより、本検索手法はある程度検
索空間が狭められた状態からの検索を行うには、効率的
で有効であるといえる。
索空間が狭められた状態からの検索を行うには、効率的
で有効であるといえる。
【００９９】図２４は、読出モードにおける文書表示例
を示したものである。また図２５は読出モードにおい
て、索出された文書毎の共起ネットワークを順次表示す
る状態を示したものである。
を示したものである。また図２５は読出モードにおい
て、索出された文書毎の共起ネットワークを順次表示す
る状態を示したものである。
【０１００】
【発明の効果】本発明によれば、複数文書を対象にした
検索において、ＯＲ条件で抽出された周辺話題と、ＡＮ
Ｄ条件で抽出された中心話題とを表示することにより、
発見的探索、すなわち検索者が予め意図していなかった
ような分析結果の取得も含む柔軟な検索を複数の文書の
集合体を対象に実行することができる。
検索において、ＯＲ条件で抽出された周辺話題と、ＡＮ
Ｄ条件で抽出された中心話題とを表示することにより、
発見的探索、すなわち検索者が予め意図していなかった
ような分析結果の取得も含む柔軟な検索を複数の文書の
集合体を対象に実行することができる。
【図１】 本発明の共起テーブルの統合（マージ）につ
いて説明するための図
いて説明するための図
【図２】 簡単な共起ネットワークを示す説明図
【図３】 本発明の検索支援システムを構成するブロッ
ク図
ク図
【図４】 ２文書を結合して共起ネットワークを表示し
た説明図
た説明図
【図５】 ２文書の共起テーブルをマージして共起ネッ
トワークを構成した説明図
トワークを構成した説明図
【図６】 ２文書を繋げて主題抽出した場合とマージし
て主題抽出した場合との比較表
て主題抽出した場合との比較表
【図７】 ニュース論説記事からの共起ネットワークを
表示した図（ｉ）
表示した図（ｉ）
【図８】 ニュース論説記事からの共起ネットワークを
表示した図（ｉｉ）
表示した図（ｉｉ）
【図９】 ニュース論説記事からの共起ネットワークを
表示した図（ｉｉｉ）
表示した図（ｉｉｉ）
【図１０】 共起ネットワークのマージ比率を示した比
較表
較表
【図１１】 ２文書で同時に存在する共起対の共起確率
に対して相互情報量を定義した式（５）
に対して相互情報量を定義した式（５）
【図１２】 共起対の結び付きを示すための存在する文
書の総２組み合わせの相互情報量の平均を示す式（６）
書の総２組み合わせの相互情報量の平均を示す式（６）
【図１３】 共起ネットワークからの中心話題（ＡＮ
Ｄ）と周辺話題（ＯＲ）の抽出概念を示す説明図
Ｄ）と周辺話題（ＯＲ）の抽出概念を示す説明図
【図１４】 周辺話題を用いた絞り込みの概念を示す説
明図
明図
【図１５】 検索空間から絞り込みを行う過程を示す説
明図
明図
【図１６】 共起ネットワークの表示画面例を示す図
【図１７】 キーワードマッチングからの共起ネットワ
ーク検索を示す図
ーク検索を示す図
【図１８】 時系列の共起ネットワークからの検索を示
す図（１）
す図（１）
【図１９】 時系列の共起ネットワークからの検索を示
す図（２）
す図（２）
【図２０】 実験例における抽出単語の相互情報量の平
均の変化を示す表
均の変化を示す表
【図２１】 本実施形態の表示画面を示す図（１）
【図２２】 本実施形態の表示画面を示す図（２）
【図２３】 本実施形態の表示画面を示す図（３）
【図２４】 本実施形態の表示画面を示す図（４）
【図２５】 本実施形態の表示画面を示す図（５）
２１０１ 窓
２１０２ モード表示部
２１０３ バックボタン
２１０４ フォワードボタン
２１０５ 再配置ボタン
２１０６ 変更ボタン
２１０７ 閾値表示部
２１０８ 総文書数表示部
２１１０ モード切替ボタン
２１１１ 終了ボタン
２１１２ ネットワーク表示部
─────────────────────────────────────────────────────
フロントページの続き
(56)参考文献 特開 平10−74210（ＪＰ，Ａ)
特開 平８−314980（ＪＰ，Ａ)
河野 他，単文内自立語共起を用いた
内容把握支援のための文書内容特徴表現
方法，電子情報通信学会論文誌Ｄ−Ｉ
Ｉ，日本，社団法人電子情報通信学会,
1996年10月25日，Ｖｏｌ．Ｊ79−Ｄ−Ｉ
Ｉ，Ｎｏ．10，ｐｐ．1741−1745
丹羽，動的な共起解析を用いた対話的
文書検索支援，情報処理学会研究報告,
日本，社団法人情報処理学会，1996年
９月13日，Ｖｏｌ．96，Ｎｏ．88，ｐ.
41−48（96−ＦＩ−43−６)
大澤 他，共起グラフを用いたキーワ
ード抽出，情報処理学会研究報告，日
本，社団法人情報処理学会，1996年 ９
月13日，Ｖｏｌ．96，Ｎｏ．88，ｐ．57
−64（96−ＦＩ−43−８)
(58)調査した分野(Int.Cl.7，ＤＢ名)
G06F 17/30
ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (5)
- 【請求項１】与えられた第１の複数の文書群から自立語
を抽出するステップと、 文書毎に生成された自立語に対する共起単語とその共起
回数を記録する共起テーブルを作成するステップと、 作成された文書毎の共起テーブルより論理和ネットワー
クを生成する周辺話題生成ステップと、 作成された文書毎の共起テーブルより論理積ネットワー
クを生成する中心話題生成ステップと、 前記論理積ネットワークを含む論理和ネットワークを表
示し、絞り込みを行う単語の入力を促すステップと、 入力された単語を含む第２の文書群に絞り込み、この第
２の文書群を前記第１の文書群として前記共起テーブル
の作成と周辺話題生成と中心話題生成とを繰り返すステ
ップとからなるドキュメントデータベースの検索支援方
法。 - 【請求項２】前記中心話題生成ステップは、 前記複数の文書間の相互情報量を用いて複数文書間で同
時に存在する共起対の強さを算出するステップであるこ
とを特徴とする請求項１記載のドキュメントデータベー
スの検索支援方法。 - 【請求項３】与えられた第１の複数の文書群から自立語
を抽出するステップと、 文書毎に生成された自立語に対する共起単語とその共起
回数を記録する共起テーブルを作成するステップと、 作成された文書毎の共起テーブルより論理和ネットワー
クを生成する周辺話題生成ステップと、 作成された文書毎の共起テーブルより論理積ネットワー
クを生成する中心話題生成ステップと、 前記論理積ネットワークを含む論理和ネットワークを表
示し、絞り込みを行う単語の入力を促すステップと、 入力された単語を含む第２の文書群に絞り込み、この第
２の文書群を前記第１の文書群として前記共起テーブル
の作成と周辺話題生成と中心話題生成とを繰り返すステ
ップとからなるドキュメントデータベースの検索支援プ
ログラムを記憶した記憶媒体。 - 【請求項４】与えられた第１の複数の文書群から自立語
を抽出するステップと、 文書毎に生成された自立語に対する共起単語とその共起
回数を記録する共起テーブルを作成するステップと、 作成された文書毎の共起テーブルより論理和ネットワー
クを生成する周辺話題生成ステップと、 作成された文書毎の共起テーブルより論理積ネットワー
クを生成する中心話題生成ステップと、 前記論理積ネットワークを含む論理和ネットワークを前
記共起テーブルに基づいて、共起関係にある自立語間を
リンク表示し、絞り込みを行う単語の入力を促すステッ
プと、 入力された単語を含む第２の文書群に絞り込み、この第
２の文書群を前記第１の文書群として前記共起テーブル
の作成と周辺話題生成と中心話題生成とを繰り返すステ
ップとからなるドキュメントデータベースの検索支援方
法。 - 【請求項５】与えられた第１の複数の文書群から自立語
を抽出するステップと、 文書毎に生成された自立語に対する共起単語とその共起
回数を記録する共起テーブルを作成するステップと、 作成された文書毎の共起テーブルより論理和ネットワー
クを生成する周辺話題生成ステップと、 作成された文書毎の共起テーブルより論理積ネットワー
クを生成する中心話題生成ステップと、 前記論理積ネットワークを含む論理和ネットワークを前
記共起テーブルに基づいて、共起関係にある自立語間を
リンク表示し、絞り込みを行う単語の入力を促すステッ
プと、 入力された単語を含む第２の文書群に絞り込み、この第
２の文書群を前記第１の文書群として前記共起テーブル
の作成と周辺話題生成と中心話題生成とを繰り返すステ
ップとからなるドキュメントデータベースの検索支援プ
ログラムを記憶した記憶媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17191598A JP3431836B2 (ja) | 1998-06-18 | 1998-06-18 | ドキュメントデータベースの検索支援方法とそのプログラムを記憶した記憶媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17191598A JP3431836B2 (ja) | 1998-06-18 | 1998-06-18 | ドキュメントデータベースの検索支援方法とそのプログラムを記憶した記憶媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000010986A JP2000010986A (ja) | 2000-01-14 |
| JP3431836B2 true JP3431836B2 (ja) | 2003-07-28 |
Family
ID=15932206
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP17191598A Expired - Fee Related JP3431836B2 (ja) | 1998-06-18 | 1998-06-18 | ドキュメントデータベースの検索支援方法とそのプログラムを記憶した記憶媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3431836B2 (ja) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4617015B2 (ja) * | 2001-03-26 | 2011-01-19 | 株式会社ＭｅｔａＭｏＪｉ | 文書表示装置、文書表示方法ならびに、プログラム |
| JP4888677B2 (ja) * | 2001-07-06 | 2012-02-29 | 独立行政法人情報通信研究機構 | 文書検索システム |
| JP4891740B2 (ja) * | 2006-11-22 | 2012-03-07 | 株式会社日立製作所 | コンテンツ検索装置及びコンテンツ検索方法 |
| EP2115638A1 (en) * | 2006-12-29 | 2009-11-11 | Thomson Reuters Global Resources | Information-retrieval systems, methods, and software with concept-based searching and ranking |
| JP5251099B2 (ja) * | 2007-12-06 | 2013-07-31 | 日本電気株式会社 | 用語共起度抽出装置、用語共起度抽出方法及び用語共起度抽出プログラム |
| JP2010113412A (ja) * | 2008-11-04 | 2010-05-20 | Omron Corp | 文書情報加工方法、文書情報加工装置、文書情報加工プログラムおよび記録媒体 |
| JP5521619B2 (ja) * | 2010-02-18 | 2014-06-18 | 富士ゼロックス株式会社 | グラフ生成装置及びグラフ生成プログラム |
| JP5743938B2 (ja) * | 2012-03-26 | 2015-07-01 | 株式会社日立製作所 | 連想検索システム、連想検索サーバ及びプログラム |
| US10733221B2 (en) * | 2016-03-30 | 2020-08-04 | Microsoft Technology Licensing, Llc | Scalable mining of trending insights from text |
| JP7403216B2 (ja) * | 2018-10-24 | 2023-12-22 | Ｓｏｌｉｚｅ株式会社 | テキスト表示方法及び、テキスト表示装置 |
| JP7466987B2 (ja) | 2019-12-27 | 2024-04-15 | 株式会社イトーキ | 会議群分析装置、及びプログラム |
| CN111651578B (zh) * | 2020-06-02 | 2023-10-03 | 北京百度网讯科技有限公司 | 人机对话方法、装置及设备 |
| JP6995420B1 (ja) * | 2021-07-28 | 2022-02-14 | 株式会社ロジック | 介護に関する計画書の作成を支援する装置、方法及びプログラム |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2806867B2 (ja) * | 1995-03-13 | 1998-09-30 | 株式会社トレンディ | ドキュメントデータベースの構築方法、表示方法、及び表示装置 |
| JP3614618B2 (ja) * | 1996-07-05 | 2005-01-26 | 株式会社日立製作所 | 文献検索支援方法及び装置およびこれを用いた文献検索サービス |
-
1998
- 1998-06-18 JP JP17191598A patent/JP3431836B2/ja not_active Expired - Fee Related
Non-Patent Citations (3)
| Title |
|---|
| 丹羽，動的な共起解析を用いた対話的文書検索支援，情報処理学会研究報告，日本，社団法人情報処理学会，１９９６年 ９月１３日，Ｖｏｌ．９６，Ｎｏ．８８，ｐ．４１−４８（９６−ＦＩ−４３−６） |
| 大澤 他，共起グラフを用いたキーワード抽出，情報処理学会研究報告，日本，社団法人情報処理学会，１９９６年 ９月１３日，Ｖｏｌ．９６，Ｎｏ．８８，ｐ．５７−６４（９６−ＦＩ−４３−８） |
| 河野 他，単文内自立語共起を用いた内容把握支援のための文書内容特徴表現方法，電子情報通信学会論文誌Ｄ−ＩＩ，日本，社団法人電子情報通信学会，１９９６年１０月２５日，Ｖｏｌ．Ｊ７９−Ｄ−ＩＩ，Ｎｏ．１０，ｐｐ．１７４１−１７４５ |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000010986A (ja) | 2000-01-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7113954B2 (en) | System and method for generating a taxonomy from a plurality of documents | |
| JP3099756B2 (ja) | 文書処理装置、単語抽出装置及び単語抽出方法 | |
| KR100304335B1 (ko) | 키워드 추출 시스템 및 그를 사용한 문서 검색 시스템 | |
| US6446065B1 (en) | Document retrieval assisting method and system for the same and document retrieval service using the same | |
| EP1679617B1 (en) | Method for automatically performing conceptual highlighting in electronic text | |
| US8407232B2 (en) | Document search system | |
| US7096218B2 (en) | Search refinement graphical user interface | |
| US6772148B2 (en) | Classification of information sources using graphic structures | |
| US7831910B2 (en) | Computer aided authoring, electronic document browsing, retrieving, and subscribing and publishing | |
| US6128635A (en) | Document display system and electronic dictionary | |
| US7861149B2 (en) | Key phrase navigation map for document navigation | |
| US20050283453A9 (en) | Concept navigation in data storage systems | |
| US20070078889A1 (en) | Method and system for automated knowledge extraction and organization | |
| US6112204A (en) | Method and apparatus using run length encoding to evaluate a database | |
| US20040098385A1 (en) | Method for indentifying term importance to sample text using reference text | |
| JP3431836B2 (ja) | ドキュメントデータベースの検索支援方法とそのプログラムを記憶した記憶媒体 | |
| CA2259610A1 (en) | Method and apparatus for cataloguing multimedia data | |
| US7693898B2 (en) | Information registry | |
| US20040158558A1 (en) | Information processor and program for implementing information processor | |
| JP3383049B2 (ja) | 文書検索装置 | |
| JP2806867B2 (ja) | ドキュメントデータベースの構築方法、表示方法、及び表示装置 | |
| Ogden et al. | Document Thumbnail Visualization for Rapid Relevance Judgments: When do They Pay Off? | |
| US20010051942A1 (en) | Information retrieval user interface method | |
| JP3856388B2 (ja) | 類義性計算方法、類義性計算プログラム、類義性計算プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| JP2000105769A (ja) | 文書表示方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100523 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110523 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110523 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120523 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130523 Year of fee payment: 10 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |