JP3436109B2

JP3436109B2 - 関連検索式検索装置及び関連検索式検索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

Info

Publication number: JP3436109B2
Application number: JP00678498A
Authority: JP
Inventors: 博増市; 昌一舘野
Original assignee: Fuji Xerox Co Ltd; Fujifilm Business Innovation Corp
Current assignee: Fujifilm Business Innovation Corp
Priority date: 1998-01-16
Filing date: 1998-01-16
Publication date: 2003-08-11
Anticipated expiration: 2018-01-16
Also published as: JPH11203289A

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は関連検索式検索装置
及び関連検索式検索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に関し、特に入力された検索式
に関連する他の検索式を検索する関連検索式検索装置及
びそのような検索をコンピュータに行わせるための関連
検索式検索プログラムを記録したコンピュータ読み取り
可能な記録媒体に関する。

【０００２】

【従来の技術】膨大な量の文書を対象とした検索システ
ムでは、一般にキーワードによる検索方式が用いられて
いる。検索式として任意のキーワード（検索語）を検索
システムに入力すると、文書内容に検索語を含む全ての
文書が検索結果として得られる。この方式による検索
は、全文検索と呼ばれている。また、各文書に対して検
索用のキーワードを予め付加しておき、入力された検索
語と一致するキーワードが付加された文書を検索結果と
する方式も広く用いられている。

【０００３】これらの検索システムでは、検索語とキー
ワード間の完全一致が要求される。そのため、全文検索
では、ユーザによって入力された検索語と完全に一致す
る語を含んでいる文書しか検索結果として得ることがで
きない。また、予め各文書にキーワードを付加しておく
方式では、検索語と完全に一致する語が検索用のキーワ
ードとして付加されている文書しか検索結果として得る
ことができない。このような検索では、ユーザが求める
全ての文書を得ることができるものであるとはいえな
い。すなわち、検索漏れの起こる可能性が生じる。

【０００４】そこで、「ユーザが入力した検索式と最も
関連性の高い検索式を、検索システムに過去に入力され
た検索式集合の中から選び出し、得られた検索式をユー
ザに提示する」ことが、検索漏れを軽減する観点から有
効であると考えられる。これにより以下のような効果が
期待できる。

【０００５】第１の効果は、関連性の高い検索式を参考
にすることによって、より良い（検索意図をより適切に
表現している）検索式へと修正することが容易に行える
ことである。

【０００６】第２の効果は、検索目的に応じた事柄に関
して、より知識の深い人を特定できることである。すな
わち、関連性の高い検索式を作成した人物の興味の対象
は互いに類似していると考えられる。また、関連性の高
い検索式によって過去に検索を実行した人物は、その興
味の対象について多くの知識を持っている可能性が高
い。したがって、関連性の高い検索式を作成し検索を実
行した人物が特定できれば、その人物に対して、検索式
の作成あるいは検索結果についての知識を問い合わせる
ことが可能となる。

【０００７】与えられた検索式と関連性の高い検索式を
選び出すための従来技術として、関連文書検索の技術を
挙げることができる。関連文書検索は、単語間に、類似
度と呼ばれる「類似性を何らかの尺度で定量化した値」
を設定することによって実現できる。ユーザから検索語
が入力されると、検索語との間で類似度の値が高く設定
されている語（類似語）を多く含む文書を出力すること
によって関連文書検索が実現できる。これと同様に、類
似語を多く含む検索式を出力することによって、検索語
と関連性の高い検索式を得ることが可能である。

【０００８】「公開平２−４１５６４号公報」に開示さ
れた発明では、与えられた検索式に対して関連性の高い
文書（与えられた検索式に対して関連性の高い検索式）
を得ることが可能な関連度計算手法の提案を行ってい
る。例えば、「ｗｏｒｄ１」「ｗｏｒｄ２」「ｗｏｒｄ
３」をキーワードとし、検索式が「（ｗｏｒｄ１）ｏｒ
（ｗｏｒｄ２）ｏｒ（ｗｏｒｄ３）」である場合の、当
該発明における関連文書検索の手順は以下の通りであ
る。

【０００９】［第１のステップ］予め、全てのキーワー
ドの２項間に類似度を設定しておく。キーワード「ｗｏ
ｒｄａ」と「ｗｏｒｄｂ」の間の類似度をＳ（ａ，
ｂ）（＝Ｓ（ｂ，ａ））と表すものとする。

【００１０】［第２のステップ］検索式Ｓｉに含まれる
キーワード群｛ｗｏｒｄｉ₁，ｗｏｒｄｉ₂，・・
・，ｗｏｒｄｉ_m｝と「ｗｏｒｄ１」「ｗｏｒｄ２」
「ｗｏｒｄ３」の各キーワード間の類似度Ｒｉ₁，Ｒｉ
₂，Ｒｉ₃を次式によって求める。

【００１１】

【数１】

【００１２】［第３のステップ］検索式Ｓｉと検索式
「（ｗｏｒｄ１）ｏｒ（ｗｏｒｄ２）ｏｒ（ｗｏｒｄ
３）」の関連度Ｋｉを次式によって求める。

【００１３】

【数２】

【００１４】［第４のステップ］検索式Ｓｉに対する
「第２のステップ」、「第３のステップ」の処理を、検
索システムに過去に入力された全ての検索式について行
い、Ｋｉの値の大きいものに対応する検索式Ｓｉから順
に出力する。

【００１５】上記の手順によって、検索式「（ｗｏｒｄ
１）ｏｒ（ｗｏｒｄ２）ｏｒ（ｗｏｒｄ３）」に類似す
る検索式を、関連度順に出力することが可能となる。こ
の際に、各検索式を作成した人物を併せて表示すれば、
前述の第２の効果が得られることになる。

【００１６】

【発明が解決しようとする課題】しかし、従来技術で
は、単語の２項関係に予め設定された類似度に基づい
て、関連度の計算を行っている。この場合以下のような
問題点が生じ、実用的な精度で関連検索式の決定を行う
ことが困難である。

【００１７】一般に、単語が示す意味は、その単語が使
われている文脈に依存する。２つの検索式中に同じ単
語" ＷｏｒｄＡ" が含まれている場合であっても、両検
索式中の他の単語が異なれば、" ＷｏｒｄＡ" によって
検索者（検索式の作成者）が示そうとした意図もまた異
なる。すなわち、従来技術で用いる「単語間の全２項関
係に予め設定された類似度」によっては、このような単
語の文脈依存性を取り扱うことができず、適切な関連度
計算を行うことができない。

【００１８】例えば、ある検索者が、「癌の原因となる
要素」について書かれた文献を得るために、「（タバ
コ）ａｎｄ（アルコール）ａｎｄ（放射線）」という検
索式（ａ）を作成したとする。また、それ以前に、癌に
詳しい別の検索者が、同じ検索意図で、「（トランスフ
ォーミング増殖因子）ｏｒ（ＲＡＳタンパク質）ｏｒ
（アポトーシス）ｏｒ（ヒスパピローマウィルス）ｏｒ
（悪性黒色腫細胞）ｏｒ（ＭＹＣ遺伝子群）」という検
索式（ｂ）で検索を行っていたとする。この場合、検索
式（ａ）を作成した検索者に対して、検索式（ｂ）が関
連性の高い検索式として提示されれば、従来の技術で述
べた観点から、検索者にとって効果的な提示であるとい
える。しかしながら、前記従来技術では、検索式（ａ）
と関連性の高い検索式として、例えば、「（（日本酒）
ｏｒ（ビール）ｏｒ（ウィスキー））ａｎｄ（（タバ
コ）ｏｒ（葉巻））ａｎｄ（コーヒー）」といった検索
式（ｃ）が提示されてしまう。検索式（ｃ）の検索意図
は「嗜好品」について書かれた文献を得ることであっ
て、検索式（ａ）の検索意図とは全く異なるものであ
る。このように検索意図が反映されない原因は以下の通
りである。

【００１９】従来技術では、予め単語の２項間に設定さ
れた類似度に基づいて関連度計算を行うため、検索式
（ａ）中の「タバコ」と一般に類似度の高い「葉巻」
や、「アルコール」と一般に類似度の高い「日本酒／ビ
ール／ウィスキー」を含む検索式（ｃ）が関連性の高い
検索式となる。「タバコ」「アルコール」「放射線」
は、これらが同時に現れた場合に、「癌」と関係を持つ
が、単独では「癌」との関連性が低く、予め単語の２項
間に設定された類似度に基づいた関連度計算によって、
検索式（ａ）と検索式（ｂ）の関連性を見い出すことは
不可能である。

【００２０】本発明はこのような点に鑑みてなされたも
のであり、検索式同士の関連度の判定を的確に行うこと
ができる関連検索式検索装置を提供することを目的とす
る。また、本発明の他の目的は、検索式同士の関連度の
的確な判定をコンピュータに行わせることができる関連
検索式検索プログラムを記録したコンピュータ読み取り
可能な記録媒体を提供することである。

【００２１】

【課題を解決するための手段】本発明では上記課題を解
決するために、入力された検索式に関連する他の検索式
を検索する関連検索式検索装置において、複数の文書を
格納する文書格納手段と、入力された検索式を受け取る
検索式取得手段と、前記検索式取得手段が取得した検索
式を順次追加格納する検索式格納手段と、前記検索式格
納手段に格納されている各検索式を関連検索式候補と
し、前記文書格納手段中の文書のうち、前記検索式取得
手段に入力された検索式に適合する文書の数である第１
の値と、前記文書格納手段中の文書のうち、前記検索式
取得手段に入力された検索式に適合し、かつ、前記検索
式格納手段に格納されている各関連検索式候補に適合す
る文書の数である関連検索式候補ごとの第２の値と、前
記文書格納手段中の文書のうち、前記検索式格納手段に
格納されている各関連検索式候補に適合する文書の数で
ある関連検索式候補ごとの第３の値とを求める文書数計
算手段と、前記文書数計算手段が算出した第１の値、関
連検索式候補ごとの第２の値及び関連検索式候補ごとの
第３の値を変数とする計算式に基づいて、前記検索式取
得手段が受け取った検索式と各関連検索式候補との間の
関連度を算出する関連度計算手段と、を有することを特
徴とする関連文書検索装置が提供される。

【００２２】この関連文書検索装置によれば、検索式が
入力されると、その検索式が検索式取得手段で受け取ら
れる。受け取られた検索式は、検索式格納手段に格納さ
れる。また、関連語判定手段により、検索式取得手段が
取得した検索式に適合する文書格納手段内の文書と、検
索式格納手段に格納されている各検索式に適合する文書
格納手段内の文書とが比較される。そして、検索式取得
手段が取得した検索式と検索式格納手段に格納されてい
る各検索式との間の関連度が判定される。

【００２３】

【００２４】

【００２５】

【発明の実施の形態】以下、本発明の実施の形態を図面
を参照して説明する。図１は、本発明の原理構成図であ
る。本発明の関連検索式検索装置は、以下のような要素
で構成される。

【００２６】文書格納手段１は、複数の文書を格納す
る。検索式取得手段２は、入力された検索式を受け取
る。検索式格納手段３は、検索式取得手段２が取得した
検索式を順次追加格納する。関連度判定手段４は、文書
数計算手段４ａと関連度計算手段４ｂとからなる。文書
数計算手段４ａは、検索式格納手段３に格納されている
各検索式を関連検索式候補とした上で、文書数に関する
次の３つの値を求める。第１の値は、文書格納手段１中
の文書のうち、検索式取得手段２に入力された検索式に
適合する文書の数である。第２の値は、文書格納手段１
中の文書のうち、検索式取得手段２に入力された検索式
に適合し、かつ、検索式格納手段３に格納されている各
関連検索式候補に適合する文書の数である。この第２の
値は、関連検索式候補ごとに求められる。第３の値は、
文書格納手段１中の文書のうち、検索式格納手段３に格
納されている各関連検索式候補に適合する文書の数であ
る。この第３の値も関連検索式候補ごとに求められる。
関連度計算手段４ｂは、文書数計算手段４ａが算出した
第１の値、関連検索式候補ごとの第２の値及び関連検索
式候補ごとの第３の値を変数とする計算式に基づいて、
検索式取得手段２が受け取った検索式と各関連検索式候
補との間の関連度を算出する。

【００２７】このような関連検索式検索装置によれば、
検索式が入力されると、その検索式が検索式取得手段２
で取得される。取得された検索式は、検索式格納手段３
に順次格納されるとともに、関連度判定手段４に渡され
る。すると、関連度判定手段４において、文書数計算手
段４ａが文書数に関する前述の３つの値を算出する。そ
して、文書数に関する３つの値を用いて、関連度計算手
段４ｂが検索式取得手段２が受け取った検索式と各関連
検索式候補との間の関連度を算出する。

【００２８】このように本発明では、検索式から得られ
る文書集合が検索意図を示す指標であると捉え、各検索
式に適合する文書集合を基に統計処理を行い、検索式と
検索式の間の関連度を求める。したがって、予め単語間
の類似度を設定しておく必要はなく、検索式全体が持つ
意味を直接反映した関連度計算が実現できる。すなわ
ち、従来技術の問題点は、単語の２項間の類似度を検索
意図を示す指標としていた点に起因して生じるものであ
るため、類似度に代えて、検索式から得られる文書集合
を検索意図を示す指標であると捉えることで、従来技術
の問題点の解決が図られている。

【００２９】しかも、検索式間に共通の単語あるいは類
似単語がない場合であっても、関連する検索式を適切に
得ることが可能となり、得られた関連検索式を参照する
ことによって、検索漏れを減少させ、かつ、より検索意
図に沿った検索式を作成することが容易に実現できる。

【００３０】なお、本発明では、本来単語間の類似度と
して用いる統計量である相互情報量、Ｄｉｃｅ−ｃｏｅ
ｆｆｉｃｅｎｔおよびｔ−ｓｃｏｒｅを拡張することに
よって、検索式同士の関連度計算を実現する。相互情報
量、Ｄｉｃｅ−ｃｏｅｆｆｉｃｅｎｔおよびｔ−ｓｃｏ
ｒｅを単語間の類似度計算に用いた例として、「春野，
山崎：辞書と統計を用いた対訳アライメント，情報処理
学会自然言語処理研究会研究報告，９６−ＮＬ−１１
２，ｐｐ．２３−３０（１９９６）」、「大森，堤，中
西：統計情報を用いた対訳単語辞書の作成，言語処理学
会第２回年次大会発表論文集，ｐｐ．４９−５２（１９
９６）」等を挙げることができる。

【００３１】以下に、相互情報量などを本発明に適用す
るための拡張方法について説明する。単語ｗｏｒｄ１と
ｗｏｒｄ２の間の相互情報量（ＭＩ）は、

【００３２】

【数３】

【００３３】と定義される。ただし、全検索対象文書数
をＭ、ｗｏｒｄ１とｗｏｒｄ２を共に含む文書数をａ、
ｗｏｒｄ１のみを含む文書数をｂ、ｗｏｒｄ２のみを含
む文書数をｃとした場合、

【００３４】

【数４】

【００３５】

【数５】

【００３６】

【数６】

【００３７】である。これに対して本発明では、検索式
Ｓ１と検索式Ｓ２の間の相互情報量（ＭＩ₁）を、

【００３８】

【数７】

【００３９】と定義する。ただし、全検索対象文書数を
Ｍ、検索式Ｓ１から得られ、かつ検索式Ｓ２から得られ
る文書の数をａ₁、検索式Ｓ１から得られる文書のうち
検索式Ｓ２から得られない文書の数をｂ₁、検索式Ｓ２
から得られる文書のうち検索式Ｓ１から得られない文書
の数をｃ₁とした場合、

【００４０】

【数８】

【００４１】

【数９】

【００４２】

【数１０】

【００４３】である。ここで、「ａ₁＋ｂ₁」が図１の
説明における「第１の値」に相当し、「ａ₁」が「第２
の値」に相当し、「ａ₁＋ｃ₁」が「第３の値」に相当
する。したがって、式（７）は、

【００４４】

【数１１】

【００４５】とすることにより、全検索対象文書数Ｍ、
「第１の値」、「第２の値」及び「第３の値」を変数と
する計算式となる。相互情報量と同様に単語間の類似度
を求める統計量として、Ｄｉｃｅ−ｃｏｅｆｆｉｃｅｎ
ｔおよびｔ−ｓｃｏｒｅを挙げることができる。Ｄｉｃ
ｅ−ｃｏｅｆｆｉｃｅｎｔ（ＤＣ）およびｔ−ｓｃｏｒ
ｅ（ＴＳ）は、

【００４６】

【数１２】

【００４７】

【数１３】

【００４８】と定義される。これらについても、相互情
報量と同様に、検索式と単語の間の類似度計算をするた
めに以下のような拡張を施すことが可能である。

【００４９】

【数１４】

【００５０】

【数１５】

【００５１】ＭＩ₁（Ｓ１，Ｓ２）、ＤＣ₁（Ｓ１，Ｓ
２）、ＴＳ₁（Ｓ１，Ｓ２）のいずれも、その値が大き
いほど検索式Ｓ１と検索式Ｓ２の間に高い関連性がある
ことを意味する。ここで、ＭＩ₁（Ｓ１，Ｓ２）を「第
１の拡張相互情報量」、ＤＣ ₁（Ｓ１，Ｓ２）を「第１
の拡張ＤＣ」、ＴＳ₁（Ｓ１，Ｓ２）を「第１の拡張Ｔ
Ｓ」と呼ぶこととする。なお、拡張相互情報量と同様
に、第１の拡張ＤＣと第１の拡張ＴＳとをそれぞれ

【００５２】

【数１６】

【００５３】

【数１７】

【００５４】と表すことができる。式（１６）からわか
るように、第１の拡張ＤＣを求める際には、全検索対象
文書数Ｍは不要である。以下に、第１の拡張相互情報量
を用いて検索式間の関連度を求める本発明の第１の実施
の形態を具体的に説明する。

【００５５】図２は、本発明の第１の実施の形態の構成
を示すブロック図である。第１の実施の形態の関連検索
式検索装置は、以下の各要素で構成されている。文書格
納手段１１は、電子化された検索対象文書を格納する。
これは、半導体メモリやハードディスク装置などの記憶
装置である。

【００５６】検索式取得手段１２は、検索条件としてキ
ーワードから構成される検索式を入力装置から受け付け
ることが可能なユーザインタフェースを持つ処理手段で
ある。

【００５７】検索式格納手段１３は、過去に検索式取得
手段１２に入力された検索式を全て格納する記憶装置で
ある。文書数計算手段１４は、検索式取得手段１２に入
力された検索式に適合する文書集合を、文書格納手段１
１から取得し、得られた文書集合を検索結果として検索
結果表示手段７に通知する。また、文書格納手段１１中
の文書集合を対象として以下の４種の値を取得する。（１）文書格納手段１１に格納されている文書の総数
（＝Ｍ）（２）検索式取得手段１２に入力された検索式に適合す
る文書の数（＝Ａ）（３）検索式格納手段１３に格納されている各検索式に
関して、その検索式に適合し、かつ、検索式取得手段１
２に入力された検索式に適合する文書の数（＝Ｂ）（４）検索式格納手段１３に格納されている各検索式に
関して、その検索式に適合する文書の数（＝Ｃ）相互情報量計算手段１５は、文書数計算手段１４により
得られた４種の値を、式（７）〜式（１０）に代入する
ことにより（ただし、Ａ＝ａ₁＋ｂ₁、Ｂ＝ａ ₁、Ｃ＝
ａ₁＋ｃ₁）、検索式取得手段１２に入力された検索式
と検索式格納手段１３に格納されている各検索式との間
の第１の拡張相互情報量を求める。

【００５８】関連検索式表示手段１６は、相互情報量計
算手段１５によって得られた拡張相互情報量の値が大き
いものから順に、検索式格納手段１３中の対応する検索
式を、表示装置の画面に表示する。

【００５９】検索結果表示手段１７は、入力された検索
式に適合する文書の情報を文書数計算手段１４から取得
し、その検索結果を表示装置の画面に表示する。このよ
うな構成により、以下のような手順で処理が行われる。

【００６０】図３は、入力された検索式の関連検索式の
算出手順を示す図である。これは、検索式取得手段１２
に、キーボードなどの入力装置から検索式が入力された
際に実行される。以下、処理手順をステップ番号に沿っ
て説明する。［Ｓ１］検索式取得手段１２が、検索式を受け取る。こ
の検索式をＳと呼ぶことにする。［Ｓ２］文書数計算手段１４が、Ｓに適合する文書集合
を、文書格納手段１１から取得する。得られた文書集合
の要素数をＡとする。［Ｓ３］文書数計算手段１４と関連検索式表示手段１６
とのそれぞれが、ステップＳ２においてＡ＝０であるか
否かを判断する。ステップＳ２においてＡ＝０であれば
ステップＳ９へ進み、そうでなければステップＳ４へ進
む。［Ｓ４］文書数計算手段１４が、検索式格納手段１３中
の検索式をＳｉ（ｉ＝１，２，・・・・，ｍ、ただしｍ
は検索式格納手段１３中に格納されている検索式の総
数）とし、以下の値を求める。

【００６１】第１の値は、文書格納手段１１に格納され
ている文書のうち、Ｓｉに適合し、かつ、Ｓに適合する
文書の総数である。文書の総数を「Ｂｉ」とする。第２
の値は、文書格納手段１１に格納されている文書のう
ち、Ｓｉに適合する文書の総数である。この文書数を
「Ｃｉ」とする。［Ｓ５］文書数計算手段１４が、Ｓｉ（ｉ＝１，２，・
・・，ｍ）について、文書格納手段１１に格納されてい
る全文書数をＭとして、ｐｒｏｂ（Ｓ，Ｓｉ）＝Ｂｉ／Ｍｐｒｏｂ（Ｓ）＝Ａ／Ｍｐｒｏｂ（Ｓｉ）＝Ｃｉ／Ｍを計算し、式（７）に従って、第１の拡張相互情報量Ｍ
Ｉ₁（Ｓ，Ｓｉ）（ｉ＝１，２，・・・，ｍ）を計算す
る。［Ｓ６］検索式取得手段１２が、検索式Ｓを検索式格納
手段３に格納する。［Ｓ７］関連検索式表示手段１６が、予め設定された閾
値Ｔを越えるＭＩ₁（Ｓ，Ｓｉ）（ｉ＝１，２，・・
・，ｍ）が存在するか否かを判断する。存在すればステ
ップＳ８へ進み、そうでなければステップＳ９へ進む。［Ｓ８］関連検索式表示手段１６が、閾値Ｔを越えるＭ
Ｉ₁（Ｓ，Ｓｉ）に対応する検索式ＳｉをＭＩ₁（Ｓ，
Ｓｉ）の値が大きいものから順に検索式Ｓの関連検索式
として出力し、処理を終了する。［Ｓ９］関連検索式表示手段１６が、Ｓ１の関連検索式
がない旨の表示を行い、処理を終了する。

【００６２】図４は、関連検索式が提示された検索画面
を示す図である。この検索画面２０は、３つのサブウィ
ンドウ２１〜２３に別れている。サブウィンドウ２１
は、検索式入力用のウィンドウであり、テキスト入力フ
ィールド２１ａと、検索ボタン２１ｂとが設けられてい
る。ユーザは、キーボードなどの入力装置を用いて、テ
キスト入力フィールド２１ａに検索式を入力し、検索ボ
タン２１ｂを押下することにより、検索指令を入力でき
る。

【００６３】サブウィンドウ２２は、検索結果表示用の
ウィンドウである。このサブウィンドウ２２には、テキ
スト入力フィールド２１ａに入力された検索式に適合す
る文書に関する情報が表示される。この例では、各適合
文書の表題が表示されている。

【００６４】サブウィンドウ２３は、関連検索式表示用
のウィンドウである。このサブウィンドウ２３には、過
去にテキスト入力フィールド２１ａに入力された検索式
の中で、検索ボタン２１ｂが押下されたときにテキスト
入力フィールド２１ａに設定されていた検索式に関連し
たものが表示される。これは、関連度の高い順に表示さ
れる。

【００６５】なお、サブウィンドウ２１は検索式取得手
段１２が提供するウィンドウであり、サブウィンドウ２
２は検索結果表示手段１７が提供するウィンドウであ
り、サブウィンドウ２３は関連検索式表示手段１６が提
供するウィンドウである。

【００６６】この図では、ユーザが「ヨットの帆に用い
られている生地の最新の材質について知りたい」という
検索意図にしたがって、検索式「ヨットａｎｄ帆
ａｎｄ生地」によって検索を行った例を示している。
サブウィンドウ２２に検索式から得られる検索結果が示
されると共に、サブウィンドウ２３には、検索式「ヨッ
トａｎｄ帆ａｎｄ生地」と関連度の高い（検索
結果が類似している）検索式が表示される。

【００６７】そこでユーザは、サブウィンドウ２３に表
示された検索式の例を参照することによって、例えば、
「ヨットａｎｄ帆ａｎｄ（生地ｏｒスペク
トラｏｒケブラーｏｒベクトランｏｒＰＢＯ
ｏｒ液晶ポリマー）」といった、より検索漏れの少な
い検索式を作成することが可能となる。

【００６８】以上のように本実施の形態によれば、検索
式間に共通の単語あるいは類似単語がない場合であって
も、検索結果に類似性のある検索式を関連検索式として
得ることが可能となり、より検索意図に近い検索式への
修正が容易となる。なお、第１の拡張相互情報量に変え
て、第１の拡張ＤＣや第１の拡張ＴＳを用いることもで
きる。

【００６９】次に第２の実施の形態について説明する。
第２の実施の形態は、検索式に適合する文書に含まれる
単語と当該検索式との間の関連度を用いて、検索式同士
の関連度を判定するものである。検索式と単語との間の
関連度は、相互情報量などを拡張することで求めること
ができる。その方法を以下に示す。

【００７０】まず、検索式Ｓと単語ｗｏｒｄとの間の相
互情報量（ＭＩ₂）を、

【００７１】

【数１８】

【００７２】と定義する。ただし、全検索対象文書数を
Ｍ、ｗｏｒｄを含みかつ検索式Ｓから得られる文書の数
をａ₂、検索式Ｓから得られる文書のうちｗｏｒｄを含
まない文書の数をｂ₂、ｗｏｒｄを含む文書のうち検索
式Ｓから得られる文書を除いた文書の数をｃ₂とした場
合、

【００７３】

【数１９】

【００７４】

【数２０】

【００７５】

【数２１】

【００７６】である。ここで、「ａ₂＋ｂ₂」は検索式
Ｓから得られる文書の総数であり、その値を「第４の
値」とする。また、ｗｏｒｄを含みかつ検索式Ｓから得
られる文書の数である「ａ₂」を「第５の値」とする。
また、「ａ₂＋ｃ₂」はｗｏｒｄを含む文書の総数で
り、その値を「第６の値」とする。そして、式（１８）
を、

【００７７】

【数２２】

【００７８】とすることにより、全検索対象文書数Ｍ、
「第４の値」、「第５の値」及び「第６の値」を変数と
する計算式となる。同様に、Ｄｉｃｅ−ｃｏｅｆｆｉｃ
ｅｎｔ（ＤＣ）およびｔ−ｓｃｏｒｅ（ＴＳ）について
も同様に、以下のような拡張を施すことが可能である。

【００７９】

【数２３】

【００８０】

【数２４】

【００８１】ＭＩ₂（Ｓ，ｗｏｒｄ）、ＤＣ₂（Ｓ，ｗ
ｏｒｄ）、ＴＳ₂（Ｓ，ｗｏｒｄ）のいずれも、その値
が大きいほど検索式Ｓと単語ｗｏｒｄの間に高い類似性
があることを意味する。ここで、ＭＩ₁（Ｓ，ｗｏｒ
ｄ）を「第２の拡張相互情報量」、ＤＣ₂（Ｓ，ｗｏｒ
ｄ）を「第２の拡張ＤＣ」、ＴＳ₂（Ｓ，ｗｏｒｄ）を
「第２の拡張ＴＳ」と呼ぶこととする。なお、拡張相互
情報量と同様に、第２の拡張ＤＣと第２の拡張ＴＳとを
それぞれ

【００８２】

【数２５】

【００８３】

【数２６】

【００８４】と表すことができる。式（２５）からわか
るように、第２の拡張ＤＣを求める際には、全検索対象
文書数Ｍは不要である。以下に、第２の拡張相互情報量
を用いて検索式間の関連度を求める本発明の第２の実施
の形態を具体的に説明する。

【００８５】図５は、本発明の第２の実施の形態の構成
を示す図である。本実施の形態は、以下に示す要素で構
成されている。文書格納手段３１は、電子化された検索
対象文書の内容を、形態素解析手段３２によって付加さ
れる文書識別子と対にして格納する記憶装置である。

【００８６】形態素解析手段３２は、文書格納手段３１
に格納されている各文書に文書識別子を付加した上で、
各文書に形態素解析処理を施して自立語を抽出し、対応
する文書識別子と対にして格納する。

【００８７】索引構造生成手段３３は、形態素解析手段
３２での形態素解析処理結果を基に、索引構造として、
単語−単語識別子リスト３４ａ、単語識別子−文書識別
子リスト３４ｂ、文書識別子−単語識別子リスト３４ｃ
を作成する。

【００８８】索引構造格納手段３４は、索引構造生成手
段３３によって作成された単語−単語識別子リスト３４
ａ、単語識別子−文書識別子リスト３４ｂ、文書識別子
−単語識別子リスト３４ｃを格納する記憶装置である。

【００８９】単語−単語識別子リスト３４ａは、単語文
字列あるいは書誌的事項と、該単語あるいは該書誌的事
項を示す単語識別子の対応関係を記述したリストであ
る。単語識別子−文書識別子リスト３４ｂは、各単語識
別子について、その単語識別子で示される単語文字列あ
るいは書誌的事項を含む文書の文書識別子の集合を記述
したリストである。文書識別子−単語識別子リスト３４
ｃは、各文書識別子について、その文書識別子で示され
る文書に含まれる単語あるいは文書に付加された書誌的
事項の単語識別子の集合を記述したリストである。

【００９０】検索式取得手段４１は、検索式の入力を受
付ることが可能なユーザインタフェースである。入力さ
れた検索式は、文書検索手段４２と検索式格納手段４８
とに渡す。

【００９１】文書検索手段４２は、検索式取得手段４１
に入力された検索式および、キーワードリスト生成手段
４４によって作成されたキーワードリスト中の単語識別
子を受け取り、該検索式に適合する文書あるいは該単語
識別子に対応する単語を含む文書の文書識別子を、単語
−単語識別子リスト３４ａおよび単語識別子−文書識別
子リスト３４ｂを参照して取得する。

【００９２】キーワード検索手段４３は、文書検索手段
４２によって得られた文書識別子集合で示される文書集
合の各文書に含まれる単語の単語識別子集合を、文書識
別子−単語識別子リスト３４ｃを参照して取得し、それ
らを連接して１つの単語識別子集合とする。

【００９３】キーワードリスト生成手段４４は、キーワ
ード検索手段４３から得られた単語識別子集合中での各
単語識別子の出現回数を計測し、文書検索手段４２によ
って取得された文書識別子の総数から、キーワードリス
トを生成する。キーワードリストには、単語識別子、該
単語識別子に対応する単語を含む文書の出現確率、及び
検索式取得手段４１に入力された検索式に適合し、かつ
該単語識別子に対応する単語を含む文書の出現確率の３
つの情報が組となって登録されている。

【００９４】類似度計算手段４５は、キーワードリスト
生成手段４４によって作成されたキーワードリストを参
照し、各単語識別子に対応する単語の第２の拡張相互情
報量を式（１８）に従って計算する。そして、単語識別
子集合および単語識別子に対応する第１の拡張相互情報
量を検索式格納手段４８に渡す。

【００９５】関連度計算手段４６は、類似度計算手段４
５から得られる各単語の第２の拡張相互情報量と、検索
式格納手段４８中に格納されている検索式に対応する各
単語の第２の拡張相互情報量とを比較することによっ
て、検索式取得手段４１に入力された検索式と検索式格
納手段４８中に格納されている各検索式の間の関連度を
計算する。

【００９６】表示手段４７は、関連度計算手段４６で計
算された関連度が大きい値のものから順に、検索式を出
力するユーザインタフェースである。検索式格納手段４
８は、過去に検索式取得手段４１に入力された検索式を
格納する。さらに、各検索式ごとに、類似度計算手段４
５から得られる単語識別子集合および単語識別子に対応
する第２の拡張相互情報量を格納する。

【００９７】以上のような構成のシステムにおいて、形
態素解析手段３２は、文書格納手段３１に格納されてい
る各検索対象文書に識別子を割当てた上で、それぞれの
文書に形態素解析処理を施して自立語を抽出し、対応す
る文書識別子と対にして、形態素解析結果リスト３２ａ
として格納する。ただし、同一文書中から同一の自立語
が複数回抽出された場合は、２回目以降の抽出結果を無
視し、１つの文書識別子に対応する自立語が重複するこ
とはないものとする。

【００９８】図６は、形態素解析手段に格納される形態
素解析結果リストの例を示す図である。このように、文
書識別子と抽出単語とが組となって格納される。この形
態素解析結果リスト３２ａを基に、索引構造生成手段３
３が各種索引構造を生成する。図７〜図９に索引構造生
成手段３３により作成され、索引構造格納手段３４に格
納される索引構造の例を示す。なお図７〜図９中のデー
タは、図６のデータに基づいて作成された例となってい
る。

【００９９】図７は、単語−単語識別子リストの例を示
す図である。単語−単語識別子リスト３４ａには、抽出
された単語と、その単語に割り当てられた識別子とが組
となって格納されている。

【０１００】図８は、単語識別子−文書識別子リストの
例を示す図である。単語識別子−文書識別子リスト３４
ｂには、単語識別子と、その単語識別子が割り当てられ
ている単語を含む文書の識別子（文書識別子）が組とな
って格納されている。

【０１０１】図９は、文書識別子−単語識別子リストの
例を示す図である。文書識別子−単語識別子リスト３４
ｃには、文書識別子と、その文書識別子が割り当てられ
ている文書に含まれる単語の単語識別子とが組となって
格納されている。

【０１０２】索引構造生成手段３３による索引構造の生
成アルゴリズムは以下の通りである。図１０は、索引構
造の生成アルゴリズムを示すフローチャートである。こ
の処理は全て索引構造生成手段３３が行う。［Ｓ１１］単語−単語識別子リスト３４ａの生成処理を
行う。すなわち、形態素解析手段３２に格納されている
形態素解析結果リスト中の全単語を、重複なく、かつ、
単語文字列の持つ値の順にソートしたリストを作成す
る。そして、各単語に対して、リストの先頭から順に１
で始まる自然数を単語識別子として割当てる。［Ｓ１
２］文書識別子−単語識別子リスト３４ｂの生成処理を
行う。すなわち、形態素解析手段３２に格納されている
形態素解析結果リスト中の各単語をステップＳ１１で割
当てた単語識別子で置き換え、各文書識別子ごとに対応
する単語識別子を小さい値順にソートする。［Ｓ１３］単語識別子−文書識別子リスト３４ｃの生成
処理を行う。すなわち、単語識別子を１から順に並べ、
各単語識別子に対応する単語が含まれる文書の文書識別
子を、ステップＳ１２で作成した文書識別子−単語識別
子リスト３４ｃを参照して抽出し、単語識別子と対にし
て格納する。

【０１０３】以上のアルゴリズムにより、索引構造が生
成される。索引構造の生成処理が行われた後、検索式取
得手段４１に対する検索式の入力が可能となる。そし
て、利用者がキーボードなどの入力装置を用いて所望の
検索式を入力し、検索開始の指令を行うと、関連語の提
示処理が開始される。以下に検索式取得手段４１に入力
された検索式から関連検索式を求めるための処理手順の
詳細を説明する。

【０１０４】図１１は、検索式取得手段に入力された検
索式から関連検索式を求めるためのアルゴリズムを示す
フローチャートの前半である。以下、図１１の各ステッ
プについて説明する。以下の説明において、単語−単語
識別子リスト３４ａをＬ１、単語識別子−文書識別子リ
スト３４ｂをＬ２、文書識別子−単語識別子リスト３４
ｃをＬ３と記述することにする。［Ｓ２１］検索式取得手段４１が検索式を受け取る。こ
の検索式をＳと呼ぶことにする。［Ｓ２２］文書検索手段４２が、Ｓに適合する文書の文
書識別子を、Ｌ１およびＬ２を参照して取得する。得ら
れた文書識別子集合をＸと呼び、集合Ｘの要素数をＮと
する。［Ｓ２３］表示手段４７及びキーワード検索手段４３
が、ステップＳ２２においてＮ＝０であるか否かを判断
する。ステップＳ２２においてＮ＝０であればステップ
Ｓ２４へ進み、そうでなければステップＳ２５へ進む。［Ｓ２４］表示手段４７が、Ｓの関連検索式がない旨の
表示を行い、終了する。［Ｓ２５］キーワード検索手段４３が、Ｘに属する各文
書識別子に対応する単語識別子を、Ｌ３を参照して取得
する。取得した単語識別子の集合をＹとする。［Ｓ２６］キーワードリスト生成手段４４が、Ｙに属す
る単語識別子の重複を取り除き、各単語識別子の重複回
数を記録する。重複の取り除かれた単語識別子集合を新
たにＹとし、Ｙの要素Ｗｎ（ｎ＝１，２，・・・，Ｐ）
の重複回数をＲ（Ｗｎ）とする。ただし、ＰはＹの要素
数とする。［Ｓ２７］文書検索手段４２が、Ｙに属する全単語識別
子Ｗｎ（ｎ＝１，２，・・・，Ｐ）に関して、Ｗｎに対
応する文書識別子の総数をＬ２から取得する。Ｙの要素
Ｗｎに対応する文書識別子数をＦ（Ｗｎ）とする。［Ｓ２８］キーワードリスト生成手段４４が、Ｙに属す
る単語識別子Ｗｎ（ｎ＝１，２，・・・，Ｐ）につい
て、全検索対象文書数をＭとして、

【０１０５】

【数２７】

【０１０６】

【数２８】を計算し、これらの値をＷｎと組にしてリストとする。
また、

【０１０７】

【数２９】ｐｒｏｂ（Ｓ）＝Ｎ／Ｍ・・・・（２９）を計算する。

【０１０８】図１２は、検索式取得手段に入力された検
索式から関連検索式を求めるためのアルゴリズムを示す
フローチャートの後半である。［Ｓ２９］類似度計算手
段４５が、Ｙに属する各単語識別子Ｗｎ（ｎ＝１，２，
・・・，Ｐ）について、式（１８）に従って、第２の拡
張相互情報量ＭＩ₂（Ｓ，Ｗｎ）を計算する。［Ｓ３
０］関連度計算手段４６が、検索式格納手段４８中に格
納されている検索式Ｓｉ（ｉ＝１，２，・・・，Ｑ）の
全てに対して以下のＫ（Ｓ，Ｓｉ）を計算する。

【０１０９】

【数３０】

【０１１０】ここで、Ｗｉｍ（ｍ＝１，２，・・・，
Ｕ）は、検索式格納手段４８中に検索式Ｓｉに対応して
格納されている単語識別子であり、ＭＩ₂（Ｓｉ，Ｗｉ
ｍ）は検索式Ｓｉと単語識別子Ｗｉｍに対応する単語と
の間の第２の拡張相互情報量値である。また、

【０１１１】

【数３１】

【０１１２】は、ＷｎとＷｉｍが等しい場合には、ＭＩ
₂（Ｓ，Ｗｎ）の値とＭＩ₂（Ｓｉ，Ｗｉｍ）の値の積
であり、等しくない場合は０であるとする。［Ｓ３１］
類似度計算手段４５が、Ｗｎ（ｎ＝１，２，・・・，
Ｐ）およびＭＩ ₂（Ｓ，Ｗｎ）（ｎ＝１，２，・・・，
Ｐ）を検索式Ｓと共に検索式格納手段４８の中に追加格
納する。［Ｓ３２］表示手段４７が、予め設定された閾
値Ｔを越えるＫ（Ｓ，Ｓｉ）が存在するか否かを判断す
る。予め設定された閾値Ｔを越えるＫ（Ｓ，Ｓｉ）が存
在するれば、ステップＳ３３へ進み、そうでなければス
テップＳ３４へ進む。［Ｓ３３］表示手段４７が、閾値
Ｔを越えるＫ（Ｓ，Ｓｉ）に対応するＳｉをＫ（Ｓ，Ｓ
ｉ）の値が大きいものから順にＳの関連検索式として出
力し、終了する。［Ｓ３４］表示手段４７が、Ｓの関連
検索式がない旨の表示を行い、終了する。

【０１１３】以上のアルゴリズムによって、第１の実施
の形態と同様に、検索式間に共通の単語あるいは類似単
語がない場合であっても、検索結果に類似性のある検索
式を関連検索式として得ることが可能となる。なお、第
２の拡張相互情報量に変えて、第２の拡張ＤＣや第２の
拡張ＴＳを用いることもできる。

【０１１４】なお、上記の処理機能は、コンピュータに
よって実現することができる。その場合、関連検索式検
索装置が有すべき機能の処理内容は、コンピュータで読
み取り可能な記録媒体に記録されたプログラムに記述さ
れており、このプログラムをコンピュータで実行するこ
とにより、上記処理がコンピュータで実現される。コン
ピュータで読み取り可能な記録媒体としては、磁気記録
装置や半導体メモリ等がある。市場を流通させる場合に
は、ＣＤ−ＲＯＭ(Compact Disk Read Only Memory) や
フロッピーディスク等の可搬型記録媒体にプログラムを
格納して流通させたり、ネットワークを介して接続され
たコンピュータの記憶装置に格納しておき、ネットワー
クを通じて他のコンピュータに転送することもできる。
コンピュータで実行する際には、コンピュータ内のハー
ドディスク装置等にプログラムを格納しておき、メイン
メモリにロードして実行する。

【０１１５】

【発明の効果】以上説明したように本発明の関連検索式
検索装置では、入力された検索式に適合する文書と、検
索式格納手段に格納されている検索式に適合する文書と
を比較することにより、入力された検索式と検索式格納
手段に格納されている各検索式との間の関連度を判定す
るようにしたため、検索式全体が持つ意味を直接反映し
て、検索式同士の関連度が計算できる。

【０１１６】また、本発明の関連検索式検索プログラム
を記録した記録媒体では、入力された検索式に適合する
文書と、検索式格納手段に格納されている検索式に適合
する文書とを比較することにより、入力された検索式と
検索式格納手段に格納されている各検索式との間の関連
度を判定するような処理をコンピュータで実現するため
の関連検索式検索プログラムを格納したため、格納され
た検索式をコンピュータに実行させることにより、検索
式全体が持つ意味を直接反映した検索式同士の関連度計
算を、コンピュータに実行させることができる。

【図面の簡単な説明】

【図１】本発明の原理構成図である。

【図２】本発明の第１の実施の形態の構成を示すブロッ
ク図である。

【図３】入力された検索式の関連検索式の算出手順を示
す図である。

【図４】関連検索式が提示された検索画面を示す図であ
る。

【図５】本発明の第２の実施の形態の構成を示す図であ
る。

【図６】形態素解析手段に格納される形態素解析結果リ
ストの例を示す図である。

【図７】単語−単語識別子リストの例を示す図である。

【図８】単語識別子−文書識別子リストの例を示す図で
ある。

【図９】文書識別子−単語識別子リストの例を示す図で
ある。

【図１０】索引構造の生成アルゴリズムを示すフローチ
ャートである。

【図１１】検索式取得手段に入力された検索式から関連
検索式を求めるためのアルゴリズムを示すフローチャー
トの前半である。

【図１２】検索式取得手段に入力された検索式から関連
検索式を求めるためのアルゴリズムを示すフローチャー
トの後半である。

【符号の説明】

１文書格納手段２検索式取得手段３検索式格納手段４関連度判定手段４ａ文書数計算手段４ｂ関連度計算手段

───────────────────────────────────────────────────── フロントページの続き (56)参考文献特開平５−158991（ＪＰ，Ａ) 特開平８−161343（ＪＰ，Ａ) 特開昭62−131333（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06F 17/30

Claims

(57)【特許請求の範囲】

【請求項１】入力された検索式に関連する他の検索式
を検索する関連検索式検索装置において、複数の文書を格納する文書格納手段と、入力された検索式を受け取る検索式取得手段と、前記検索式取得手段が取得した検索式を順次追加格納す
る検索式格納手段と、前記検索式格納手段に格納されている各検索式を関連検
索式候補とし、前記文書格納手段中の文書のうち、前記
検索式取得手段に入力された検索式に適合する文書の数
である第１の値と、前記文書格納手段中の文書のうち、
前記検索式取得手段に入力された検索式に適合し、か
つ、前記検索式格納手段に格納されている各関連検索式
候補に適合する文書の数である関連検索式候補ごとの第
２の値と、前記文書格納手段中の文書のうち、前記検索
式格納手段に格納されている各関連検索式候補に適合す
る文書の数である関連検索式候補ごとの第３の値とを求
める文書数計算手段と、前記文書数計算手段が算出した第１の値、関連検索式候
補ごとの第２の値及び関連検索式候補ごとの第３の値を
変数とする計算式に基づいて、前記検索式取得手段が受
け取った検索式と各関連検索式候補との間の関連度を算
出する関連度計算手段と、を有することを特徴とする関連文書検索装置。
【請求項２】前記関連度計算手段は、前記文書格納手
段に格納されている全ての文書の数をＭとし、第１の値
をα、関連検索式候補ごとの第２の値をβ、関連検索式
候補ごとの第３の値をγとした場合に、以下の計算式、拡張相互情報量＝ｌｏｇ２｛（Ｍβ）／（αγ）｝で求められる拡張相互情報量の値を、前記検索式取得手
段が受け取った検索条件と各関連検索式候補との間の関
連度とすることを特徴とする請求項１記載の関連検索式
検索装置。
【請求項３】前記関連度計算手段は、前記文書格納手
段に格納されている全ての文書の数をＭとし、第１の値
をα、関連検索式候補ごとの第２の値をβ、関連検索式
候補ごとの第３の値をγとした場合に、拡張ＴＳ(t-score) ＝Ｍ｛( Ｍβ−αγ）／（αγ）｝で求められる拡張ＴＳの値を、前記検索式取得手段が受
け取った検索条件と各関連検索式候補との間の関連度と
することを特徴とする請求項１記載の関連検索式検索装
置。
【請求項４】前記関連度計算手段は、第１の値をα、
関連検索式候補ごとの第２の値をβ、関連検索式候補ご
との第３の値をγとした場合に、以下の計算式、拡張ＤＣ(Dice-coefficient) ＝２β／( α＋γ）で求められる拡張ＤＣの値を、前記検索式取得手段が受
け取った検索式と各関連検索式候補との間の関連度とす
ることを特徴とする請求項１記載の関連検索式検索装
置。
【請求項５】入力された検索式に関連する他の検索式
を検索する関連検索式検索装置において、複数の文書を格納する文書格納手段と、入力された検索式を受け取る検索式取得手段と、前記検索式取得手段が取得した検索式を順次追加格納す
る検索式格納手段と、前記検索式格納手段に格納されている各検索式を関連検
索式候補とし、前記検索式取得手段が取得した検索式に
適合する前記文書格納手段内の文書から抽出される重要
語の集合である第１の重要語リストと、前記検索式格納
手段に格納されている各関連検索式候補に適合する前記
文書格納手段内の文書から抽出される重要語の集合であ
る関連検索式候補ごとの第２の重要語リストとを求める
重要語抽出手段と、前記重要語抽出手段から得られる第１の重要語リスト内
の重要語と関連検索式候補ごとの第２の重要語リスト内
の重要語とを比較することにより、前記検索式取得手段
に入力された検索式と、前記検索式格納手段に格納され
ている各関連検索式候補との間の関連度を算出する関連
度計算手段と、を有することを特徴とする関連検索式検索装置。
【請求項６】前記重要語抽出手段は、前記検索式取得
手段が取得した検索式から求められる第１の重要語リス
トに含まれる各重要語に対して、前記検索式取得手段が
取得した検索式との間の関連性の度合いを示す重要度を
算出するとともに、関連検索式候補ごとの第２の重要語
リストに含まれる各重要語に対して、対応する関連検索
式候補との間の関連性の度合いを示す重要度を算出し、前記関連度計算手段は、前記重要語抽出手段から得られ
る第１の重要語リスト内の重要語の重要度と、関連検索
式候補ごとの第２の重要語リスト内の重要語の重要度と
を用いて、前記検索式取得手段に入力された検索式と、
前記検索式格納手段に格納されている各関連検索式候補
との間の関連度を算出することを特徴とする請求項５記
載の関連検索式検索装置。
【請求項７】前記重要語抽出手段は、第１の重要語リ
スト及び関連検索式候補ごとの第２の重要語リストに含
まれる各重要語の重要度を求める際には、前記検索式取
得手段が取得した検索式若しくは関連検索式候補を対象
検索式とするとともに、対象検索式から求められた第１
の重要語リスト若しくは第２の重要語リストを対象重要
度リストとし、対象検索式に適合する文書の数である第
１の値と、前記文書格納手段中の文書の対象検索式に適
合する文書の中で対象重要語リスト内の各重要語を含ん
でいる文書の数である重要語ごとの第２の値と、前記文
書格納手段に格納されている文書の中で対象重要語リス
ト内の各重要語を含んでいる文書の数である重要語ごと
の第３の値とを取得し、第１の値と第３の値との積ある
いは和である第４の値を重要語ごとに計算し、第２の値
と第４の値との比率に基づいて、各対象検索式に対応す
る対象検索式リストに含まれる重要語の重要度を計算す
ることを特徴とする請求項６記載の関連検索式検索装
置。
【請求項８】前記重要語抽出手段は、対象検索式に対
する重要語を抽出する際には、前記文書格納手段に格納
されている全ての文書の数をＭとし、第１の値をα、重
要語ごとの第２の値をβ、重要語ごとの第３の値をγと
した場合に、以下の計算式、拡張相互情報量＝ｌｏｇ２｛（Ｍβ）／（αγ）｝で求められる拡張相互情報量の値を、対象検索式から求
められる対象重要語リスト内の各重要語の重要度とする
ことを特徴とする請求項７記載の関連検索式検索装置。
【請求項９】前記関連度計算手段は、前記文書格納手
段に格納されている全ての文書の数をＭとし、第１の値
をα、関連検索式候補ごとの第２の値をβ、関連検索式
候補ごとの第３の値をγとした場合に、拡張ＴＳ(t-score) ＝Ｍ｛( Ｍβ−αγ）／（αγ）｝で求められる拡張ＴＳの値を、対象検索式から求められ
る対象重要語リスト内の各重要語の重要度とすることを
特徴とする請求項７記載の関連検索式検索装置。
【請求項１０】前記関連度計算手段は、第１の値を
α、関連検索式候補ごとの第２の値をβ、関連検索式候
補ごとの第３の値をγとした場合に、以下の計算式、拡張ＤＣ(Dice-coefficient) ＝２β／( α＋γ）で求められる拡張ＤＣの値を、対象検索式から求められ
る対象重要語リスト内の各重要語の重要度とすることを
特徴とする請求項７記載の関連検索式検索装置。
【請求項１１】入力された検索式に関連する他の検索
式を検索する関連検索式検索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において、複数の文書を格納する文書格納手段、入力された検索式を受け取る検索式取得手段、前記検索式取得手段が取得した検索式を順次追加格納す
る検索式格納手段、前記検索式格納手段に格納されている各検索式を関連検
索式候補とし、前記文書格納手段中の文書のうち、前記
検索式取得手段に入力された検索式に適合する文書の数
である第１の値と、前記文書格納手段中の文書のうち、
前記検索式取得手段に入力された検索式に適合し、か
つ、前記検索式格納手段に格納されている各関連検索式
候補に適合する文書の数である関連検索式候補ごとの第
２の値と、前記文書格納手段中の文書のうち、前記検索
式格納手段に格納されている各関連検索式候補に適合す
る文書の数である関連検索式候補ごとの第３の値とを求
める文書数計算手段、前記文書数計算手段が算出した第１の値、関連検索式候
補ごとの第２の値及び関連検索式候補ごとの第３の値を
変数とする計算式に基づいて、前記検索式取得手段が受
け取った検索式と各関連検索式候補との間の関連度を算
出する関連度計算手段、としてコンピュータを機能させることを特徴とする関連
検索式検索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。