JP3562243B2 - 文書検索装置 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、電子化された文書情報から、検索意図に適合する文書を検索する文書検索装置に関する。
【０００２】
【従来の技術】
従来、単語および共起情報を利用して文書の検索をおこなう方法としては、例えば特開平７−５６９４８号公報のように利用者が指定したキーワードの共起語を共起データベースから検索し、キーワードと、利用者が指定した共起語を検索語として文書の検索をおこなう方法が提案されている。
【０００３】
図２３は従来の文書検索装置の構成を示しており、キーワード指定部、共起語検索部、共起データベース、検索語指定部、テキスト検索部、テキストデータベース、テキスト表示部から構成されている。
【０００４】
【発明が解決しようとする課題】
しかしながら、前記の文書検索装置においては、キーワードと利用者の選択した共起語が、検索結果の文書中で実際に共起関係として出現しているとは限らず、少なくとも一方の語が出現している文書ならば無条件に検索される。
【０００５】
したがって、この方法では、検索条件を共起語により拡張し、検索もれを少なくするという効果がある一方で、不適切な文書が検索され、検索結果の精度を落とす可能性も高い。
【０００６】
本発明は、上述した事情に鑑みてなされたもので、検索対象の文書中での単語および共起の出現傾向に注目し、あらかじめ文書から単語や共起とともに出現傾向に関する属性も抽出しておき、利用者から検索条件が指定された際に、各文書中での単語や共起の出現傾向を考慮して文書の検索をおこない、さらに、文書のランキングにおける単語や共起の影響力を利用者に提示することで、検索条件として指定された単語や共起の有効性を示し、より検索意図に近い文書を的確に検索することを目的とする。
【０００９】
【課題を解決するための手段】
上記課題を解決するために、本発明は検索条件から抽出した各単語および共起について、全文書中でのランキングにおける平均的な影響力を算出し、この値をもとに定めた単語および共起の重みの初期値を利用者に提示し、提示された重みの初期値を参照して、利用者が単語および共起の重みの設定をおこなえるようにしたものである。
【００１０】
これにより、利用者は検索条件中の単語および共起の、全文書中でのランキングにおける平均的な影響力を検索前に知り、この影響力を参考にして重みを設定してから、文書の検索をおこなうことができるという効果が得られる。
【００１１】
また、本発明は第２に、検索条件から抽出した各単語および共起について、検索結果の文書全体でのランキングにおける影響力を算出して、利用者に提示するようにしたものである。
【００１２】
これにより、利用者は検索条件中の単語および共起の、前回の検索で、実際に検索された文書中でのランキングにおける影響力を確認することができるという効果が得られる。
【００１３】
また、本発明は第３に、検索条件から抽出した各単語および共起について、検索結果の文書全体でのランキングにおける影響力と、検索結果の文書のうち、利用者が指定した特定の文書における影響力を比較し、これらの比較結果を利用者に提示するようにしたものである。
【００１４】
これにより、利用者は検索条件中の各単語および共起が、検索された文書のうち、特に利用者の指定した文書のランキングで大きな影響力をもち、利用者の指定した文書を特徴付けるものであったかどうかを確認することができる。
【００２１】
以下、本発明の実施の形態について、図を用いて説明する。
【００２２】
（実施の形態１）
図１は本発明の文書検索装置の機能構成を示すブロック図の例である。図１において１１は文書格納手段、１２は単語抽出手段、１３は共起情報抽出手段、１４は単語頻度算出手段、１５は共起頻度算出手段、１６は単語頻度格納手段、１７は共起頻度格納手段、１８は入出力制御手段、１９は入力解析手段、２０は利用者要求処理手段、２１は単語照合手段、２２は共起情報照合手段、２３は文書順位決定手段を表す。
【００２３】
上記のように構成された文書検索装置について、以下、その動作の一例を説明する。
【００２４】
まず、文書格納手段１１に格納された文書について、単語抽出手段１２が各文書を解析して単語を切り出し、あらかじめ作成した不要な単語のリストと照合し、不要な単語を除いた残りの単語について、当該文書内での出現位置の重要度を、予め設定された情報に基づき判定し、出現した文書を識別するための文書ＩＤと、出現位置の重要度を表す出現位置レベルとともに抽出する。
【００２５】
なお、各文書から切り出された単語のうち不要な単語は、助詞・記号等の品詞に関する情報により判別してもよい。
【００２６】
一方、共起情報抽出手段１３は、文書格納手段１１に格納された各文書を解析して共起を切り出し、あらかじめ作成した不要な共起のリストと照合し、不要な共起を除いた残りの共起について、当該文書内での出現位置の重要度と共起する単語間の統語的関係の強さを予め設定された情報に基づき判定し、共起する単語と出現した文書を識別するための文書ＩＤと、出現位置の重要度を表す出現位置レベル属性と、共起する単語間の統語的関係の強さを表す共起レベル属性とを共起情報として抽出する。
【００２７】
図３に特許明細書を例とした場合の単語および共起の文書中の出現位置レベル属性の設定の一例、図４に共起の共起レベル属性の設定の一例を示す。
【００２８】
次に、単語頻度算出手段１４が、抽出された各単語の各文書内および全文書中での出現位置レベル毎の出現傾向を算出し、単語頻度格納手段１６に格納し、一方、共起頻度算出手段１５は、抽出された各共起の各文書内および全文書中での出現位置レベル毎の出現傾向を算出し、共起頻度格納手段１７に格納する。
【００２９】
図５に単語頻度格納手段１６に格納されたデータの例、図６に共起頻度格納手段１７に格納されたデータの例を示す。
【００３０】
図５の 語：「文書」において、”分布 ２５０／１０００”は、文書格納手段に格納されている全文書１０００件に対し、単語「文書」が出現した文書が２５０件あることを示し、”位置レベル１ 総出現頻度 ５０”は、全文書を通し、出現位置レベル１（例えば、図３の設定では「発明の名称」）に「文書」が出現した頻度が５０回であることを示し、”文書０００１ 位置レベル１ 頻度１”は、文書ＩＤが０００１の文書において、出現位置レベル１に「文書」が出現した頻度が１回であることを示す。
【００３１】
また、図６の”共起：文書−検索”において、”分布 １７５／１０００”は文書格納手段に格納されている全文書１０００件に対し、共起”文書−検索”が同一文書内で出現した文書が１７５件であることを示し、”位置レベル１ 共起レベル１ 総出現頻度 ２０”は、全文書を通し、出現位置レベル１（例えば、図３の設定では「発明の名称」）に共起”文書−検索”が共起レベル１（図４の設定では、名詞連続として、または格関係として）出現した頻度が２０回であることを示し、”文書０００１ 位置レベル１ 共起レベル１ 頻度１”は、文書ＩＤが０００１の文書において、出現位置レベル１に共起レベル１で”文書−検索”が出現した頻度が１回であることを示している。
【００３２】
さて、利用者から入出力制御手段１８を通じて検索条件が指定されると、入力解析手段１９が検索条件を解析して単語を切り出し、あらかじめ作成した不要な単語のリストと照合し、不要語を除いた残りの単語と、それらの単語のうち特定の共起関係をもつ単語からなる共起を、入出力制御手段１８を通じて利用者に提示する。
【００３３】
図７に利用者の指定した検索条件と、検索条件から抽出した単語のうち不要語を除いた単語、これらの単語のうち図４に示した共起レベル１、２、３のいずれかの共起関係をもつ単語対からなる共起の例を示す。
【００３４】
次に、利用者は、提示された各単語について、入出力制御手段１８および利用者要求処理手段２０を介して、単語の重みと、単語の出現位置レベルの重みを指定する。
【００３５】
図８に利用者の指定した単語の重みおよび単語の出現位置レベルの重みの例を示す。
【００３６】
単語照合手段２１は、利用者から指定された単語の重みおよび単語の出現位置レベルの重みをもとに、検索条件から抽出された各単語と、単語頻度格納手段１６に格納された各文書中の単語を照合し、各単語について得点付けをおこなう。
【００３７】
以下、単語の得点付け方法の一例を説明する。
今、仮に、検索条件から抽出した単語ｗの文書ｄにおける評価値Ｅ（ｄ，ｗ）を以下の式１で求めることとする。
【００３８】
式１：
Ｅ（ｄ，ｗ）＝ Σ （ｗｗｅｉ（ｗ）・ｐｗｅｉ（ｐｌ）・ｗｆｒｅｑ（ｄ，ｐｌ，ｗ）・Ｎ／ｄｆｒｅｑ（Ｓ，ｗ））
ただし、ｗｗｅｉ（ｗ） ：単語ｗの重み
ｐｗｅｉ（ｐｌ） ：出現位置レベルｐｌの重み
ｗｆｒｅｑ（ｄ，ｐｌ，ｗ）：文書ｄの出現位置レベルｐｌにおける単語ｗの出現頻度
Ｎ ：全文書数
ｄｆｒｅｑ（Ｓ，ｗ）：全文書集合Ｓにおける単語ｗの出現文書数
図８のように単語「文書」の重みが５、単語「検索」の重みが５、単語「方法」の重みが０、出現位置レベル１、２、３の重みが各々５、３、１に設定されている場合、図５に示した文書０００１および文書１０００を例にとって、上記の式１による単語に関する得点の計算方法を説明する。
【００３９】

次に、利用者は、提示された各共起について、前記入出力制御手段１８および利用者要求処理手段２０を介して、共起の重みと、共起の出現位置レベルの重みおよび共起レベルの重みを指定する。
【００４０】
図９に利用者の指定した共起の重みおよび共起の出現位置レベルの重みおよび共起レベルの重みの例を示す。
【００４１】
共起情報照合手段２２は、利用者から指定された各共起の重みと、共起の出現位置レベルの重みと、共起レベルの重みをもとに、検索条件から抽出された共起と、共起頻度格納手段１７に文書毎に格納された共起情報を照合し、共起の得点付けをおこなう。
【００４２】
以下、共起の得点付けの一例を説明する。
今、仮に、検索条件から抽出した共起ｃの文書ｄにおける評価値Ｅ（ｄ，ｃ）を以下の式２で求めることとする。
【００４３】
式２：
Ｅ（ｄ，ｃ）＝ Σ （ｃｗｅｉ（ｃ）・ｐｌｗｅｉ（ｐｌ）・ｃｌｗｅｉ（ｃｌ）・ｃｆｒｅｑ（ｄ，ｐｌ，ｃｌ，ｃ）・Ｎ／ｄｆｒｅｑ（Ｓ，ｃ））
ただし、ｃｗｅｉ（ｃ） ：共起ｃの重み
ｐｌｗｅｉ（ｐｌ）：出現位置レベルｐｌの重み
ｃｌｗｅｉ（ｃｌ）：共起レベルｃｌの重み
ｃｆｒｅｑ（ｄ，ｐｌ，ｃｌ，ｃ）：文書ｄの出現位置レベルｐｌかつ共起レベルｃｌにおける共起ｃの出現頻度
Ｎ ：全文書数
ｄｆｒｅｑ（Ｓ，ｃ）：
全文書集合Ｓにおける共起ｃの出現文書数
図９のように共起「文書−検索」の重みが１０、共起「文書−方法」の重みが０、共起「検索−方法」の重みが５、出現位置レベル１、２、３の重みが各々５、３、１、共起レベル１、２、３の重みが各々１０、５、１に設定されている場合、図６に示した文書０００１および文書１０００を例にとって、上記の式２による共起に関する得点の計算方法を説明する。
【００４４】

次に、文書順位決定手段２３が、単語照合手段２１による単語の照合結果と共起情報照合手段２２による共起情報の照合結果を文書単位で総合し、文書単位の得点付けをおこなって、各文書の順位を決定し、入出力制御手段１８を通じて結果を利用者に提示する。
【００４５】
今、仮に文書ｄの得点を、式１によって求めた単語に関する得点と式２によって求めた共起に関する得点の和の値により求めることとすると、図５および図６に示した文書０００１と文書１０００の得点は以下のようになる。
【００４６】
文書０００１の得点は、 ４１５０＋２５４３５＝２９５８５
文書１０００の得点は、 ３８５０＋１０９００＝１４７５０
よって、これらの文書のランキングは、１位が文書０００１，２位が文書１０００となる。
【００４７】
以上のように、本発明によれば、文書中に含まれる各単語を、出現した文書を識別する文書ＩＤと、文書内の出現位置の重要度を表す出現位置レベルなる属性とともに抽出し、各単語の各文書内および全文書中での出現位置レベル毎の出現傾向をあらかじめ格納しておくとともに、文書中に含まれる各共起について、共起関係にある単語と、出現した文書を識別する文書ＩＤと、文書内の出現位置の重要度を表す出現位置レベルなる属性、および共起する単語間の統合的関係の強さを表す共起レベルなる属性とを共起情報として抽出し、各共起の各文書内および全文書中での出現位置レベル毎かつ共起レべル毎の出現傾向をあらかじめ格納しておき、利用者が検索条件中の単語や共起に重みを付けるだけでなく、さらに、単語の出現位置レベル属性、共起の出現位置レベル属性および共起レベル属性に重みを付けて、検索対象の文書中の単語および共起情報との照合をおこなえるようにしたことにより、利用者は実際の文書中での単語や共起の現れ方についてきめ細かな指定が可能となり、結果としてより検索意図に近い文書を検索できる。
【００４８】
（実施の形態２）
次に、本発明の実施の形態２について説明する。構成は実施の形態１と同様、図１の本発明の文書検索装置の機能構成を示すブロック図の例に示した通りである。
【００４９】
上記のように構成された文書検索装置について、以下、その動作の一例を説明する。
【００５０】
文書格納手段１１に格納された各文書から単語および共起情報を抽出し、単語頻度格納手段１６および共起頻度格納手段１７にデータを格納するまでの動作と、入力解析手段１９が検索条件から単語および共起を抽出するまでの動作は、実施の形態１と同様である。
【００５１】
次に、単語照合手段２１が、検索条件から抽出した単語について、前記単語頻度格納手段１６に格納された各単語の全文書中での出現傾向をもとに、文書のランキングにおける平均的な影響力を算出し、この値をもとに定めた重みの初期値を、前記入出力制御手段１８を通じて利用者に提示する。
【００５２】
実際のランキングにおける単語の影響力は、利用者の指定する重みと統計的な情報に従って算出される。利用者の重みの指定が無い場合、各文書のランキングにおける単語の影響力は、一般に統計情報に基づき、例えば、単語の頻度と分布との積として求めることができる。
【００５３】
本実施の形態では、文書集合全体に対する単語の影響力を平均的な影響力として求める。
【００５４】
以下、検索条件から抽出した単語の、文書集合全体のランキングにおける平均的な影響力の算出方法の一例を説明する。
【００５５】
今、仮に文書集合Ｓのランキングにおける単語ｗの平均的な影響力Ｐａｖ（Ｓ，ｗ）を以下の式で求めることとする。
【００５６】
式３：
Ｐａｖ（Ｓ，ｗ）＝ （Ｔｆｒｅｑ（Ｓ，ｗ）／ｄｆｒｅｑ（Ｓ，ｗ））・（Ｎ／ｄｆｒｅｑ（Ｓ，ｗ））
ただし、
Ｔｆｒｅｑ（Ｓ，ｗ）：文書集合Ｓにおける単語ｗの総出現頻度
ｄｆｒｅｑ（Ｓ，ｗ）：文書集合Ｓにおける単語ｗの出現文書数
Ｎ ：全文書数
検索条件から抽出した図５の単語を例にとって、各単語の平均的な影響力の計算方法を説明する。
【００５７】
単語「文書」のランキングにおける平均的な影響力：
（５０＋４００＋６００）／２５０ × １０００／２５０
＝ １６．８
単語「検索」のランキングにおける平均的な影響力：
（１００＋１６００＋２４００）／５００ ×１０００／５００
＝ １６．４
単語「方法」のランキングにおける平均的な影響力：
（５００＋１４０００＋１８０００）／１０００ ×１０００／１０００
＝ ３２．５
以上のようにして求めた各単語の文書のランキングにおける平均的な影響力Ｐａｖ（Ｓ，ｗ）を元に重みの初期値を算出する。
【００５８】
今、仮に各単語の重みの初期値を、以下の式で求めた値を、小数点以下で四捨五入して求めることとする。
【００５９】
式４：
（各単語の重みの初期値）＝（各単語の影響力Ｐａｖ（Ｓ，ｗ））／（各単語の影響力Ｐａｖ（Ｓ，ｗ）の総和）×１００
検索条件から抽出した図５の単語の重みの初期値を上記の式４により算出した値を図１０に示す。
【００６０】
利用者は提示された単語と重みの初期値を参照し、前記入出力制御手段１８および利用者要求処理手段２０を介して、単語の重みを変更したいときには新しい重みの値を指定し、また、単語の出現位置レベルの重みを指定する。
【００６１】
図１１に利用者の指定した各単語の重みと単語の出現位置レベルの重みの例を示す。
【００６２】
単語照合手段２１は、利用者の指定した各単語の重みと、単語の出現位置レベルの重みにもとづいて、単語頻度格納手段１６に文書毎に格納された単語の照合をおこなう。
【００６３】
図１１のように単語の重みと単語の出現位置レベルの重みが設定された場合に、前記式１により計算した、文書０００１および文書１０００の単語に関する得点の合計は、以下のようになる。
【００６４】

一方、共起情報照合手段２２は、検索条件から抽出した共起について、前記共起頻度格納手段１７に格納された各共起の全文書中での出現傾向をもとに、文書のランキングにおける平均的な影響力を算出し、この値をもとに定めた重みの初期値を、前記入出力制御手段１８を通じて利用者に提示する。
【００６５】
以下、検索条件から抽出した共起の、文書集合全体のランキングにおける平均的な影響力の算出方法の一例を説明する。
【００６６】
今、仮に文書集合Ｓのランキングにおける共起ｃの平均的な影響力Ｐａｖ（Ｓ，ｃ）を以下の式で求めることとする。
【００６７】
式５：
Ｐａｖ（Ｓ，ｃ）＝ （Ｔｆｒｅｑ（Ｓ，ｃ）／ｄｆｒｅｑ（Ｓ，ｃ））・（Ｎ／ｄｆｒｅｑ（Ｓ，ｃ））
ただし、
Ｔｆｒｅｑ（Ｓ，ｃ）：文書集合Ｓにおける共起ｃの総出現頻度
ｄｆｒｅｑ（Ｓ，ｃ）：文書集合Ｓにおける共起ｃの出現文書数
Ｎ ：全文書数
検索条件から抽出した図６の共起を例にとって、各共起の平均的な影響力の計算方法を説明する。
【００６８】
共起「文書−検索」のランキングにおける平均的な影響力：
（５０＋３５０＋５５０）／１７５ × １０００／１７５
＝ ３１．０
共起「文書−方法」のランキングにおける平均的な影響力：
（５０＋３００＋３５０）／２２５ × １０００／２２５
＝ １３．８
共起「検索−方法」のランキングにおける平均的な影響力：
（１００＋１５００＋２２００）／ ４５０ ×１０００／４５０
＝ １８．８
以上のようにして求めた各共起の文書のランキングにおける平均的な影響力Ｐａｖ（Ｓ，ｃ）を元に重みの初期値を算出する。
【００６９】
今、仮に各共起の重みの初期値を、以下の式で求めた値を、小数点以下で四捨五入して求めることとする。
【００７０】
式６：
（各共起の重みの初期値）＝（各共起の影響力Ｐａｖ（Ｓ，ｃ））／（各共起の影響力Ｐａｖ（Ｓ，ｃ）の総和）×１００
検索条件から抽出した図６の共起の重みの初期値を上記の式６により算出した値を図１２に示す。
【００７１】
利用者は提示された共起と重みの初期値を参照し、前記入出力制御手段１８および利用者要求処理手段２０を介して、共起の重みを変更したいときには新しい重みの値を指定し、また、共起の出現位置レベルの重み、および、共起レベルの重みを指定する。
【００７２】
図１３に利用者の指定した各共起の重みと共起の出現位置レベルの重み、および共起レベルの重みの例を示す。
【００７３】
共起情報照合手段２２は、利用者の指定した各共起の重みと、共起の出現位置レベルの重みと、共起レベルの重みにもとづいて、共起頻度格納手段１７に文書毎に格納された共起情報の照合をおこなう。
【００７４】
図１３のように共起の重みと共起の出現位置レベルの重みおよび共起レベルの重みが設定された場合に、前記式２により計算した、図６に示した文書０００１および文書１０００の共起に関する得点の合計は、以下のようになる。
【００７５】

次に、文書順位決定手段２３が、実施の形態１と同様にして、各文書の順位を算出し、入出力制御手段１８を通じて利用者に提示する。
【００７６】
今、仮に文書ｄの得点を、式１によって求めた単語に関する得点と式２によって求めた共起に関する得点の和の値により求めることとすると、図５および図６に示した文書０００１と文書１０００の得点は以下のようになる。
【００７７】
文書０００１の得点は、２９１０＋１９５８１．５＝２２４９１．５
文書１０００の得点は、２５７０＋１２７７６ ＝１５３４６
以上のように、本発明によれば、検索条件から抽出した各単語および共起の全文書中での出現傾向をもとに、文書のランキングにおける平均的な影響力を算出し、この値をもとに単語および共起の重みの初期値を利用者に提示するようにしたことにより、利用者は検索条件中の単語および共起の、文書のランキングにおける全文書における平均的な影響度を検索前に知ることができ、この値を参考にして、単語および共起情報の重みを設定することができる。
【００７８】
（実施の形態３）
次に、本発明の実施の形態３について説明する。構成は実施の形態１と同様、図１の本発明の文書検索装置の機能構成を示すブロック図の例に示した通りである。
【００７９】
上記のように構成された文書検索装置について、以下、その動作を説明する。利用者から指定された条件をもとに文書格納手段１１に格納された文書の検索をおこない、文書順位決定手段２３が各文書の順位を決定するまでの動作は、実施の形態１と同様である。
【００８０】
次に、単語照合手段２１は、検索条件から抽出した単語の、検索結果の文書集合におけるランキングへの平均的な影響力を算出し、前記入出力制御手段１８を通じて、検索結果とともに、利用者に提示する。
【００８１】
本実施の形態では、検索結果の文書集合に対する単語の影響力を平均的な影響力として求める。
【００８２】
以下、検索条件から抽出した単語の、検索結果の文書集合のランキングにおける平均的な影響力の算出方法の一例を説明する。
【００８３】
今、仮に検索結果の文書集合Ｏのランキングにおける単語ｗの平均的な影響力Ｐａｖ（Ｏ，ｗ）を、以下の式により求めることとする。
【００８４】
式７：
Ｐａｖ（Ｏ，ｗ）＝ （Ｔｆｒｅｑ（Ｏ，ｗ）／ｄｆｒｅｑ（Ｏ，ｗ））・（Ｎ／ｄｆｒｅｑ（Ｓ，ｗ））
ただし、
Ｔｆｒｅｑ（Ｏ，ｗ）：検索結果の文書集合Ｏでの単語ｗの総出現頻度
ｄｆｒｅｑ（Ｏ，ｗ）：検索結果の文書集合Ｏでの単語ｗの出現文書数
ｄｆｒｅｑ（Ｓ，ｗ）：単語ｗの全文書Ｓ中での出現文書数
Ｎ ：全文書数
なお、単語の平均的な影響力の算出には、上記の統計的な情報の他に、利用者からの重みの指定を用いてもよい。
【００８５】
検索条件から抽出した図５の単語を例にとって、式７による各単語の平均的な影響力の計算方法を説明する。
【００８６】
今、検索結果として図５に示した文書０００１，文書１０００の２文書が得られたとする。検索結果の文書０００１，１０００における、検索条件から抽出した単語「文書」「検索」「方法」の平均的な影響力は以下のようになる。
【００８７】
単語「文書」の検索結果の文書のランキングにおける平均的な影響力：
（（１＋２０＋４０）＋（０＋１５＋２０））／２ ×１０００／２５０
＝１９２
単語「検索」の検索結果の文書のランキングにおける平均的な影響力：
（（１＋４０＋８０）＋（１＋５０＋１００））／２ ×１０００／５００
＝２７２
単語「方法」の検索結果の文書のランキングにおける平均的な影響力：
（（１＋１００＋２００）＋（１＋２００＋４００））／２×１０００／１０００
＝４５１
一方、共起情報照合手段２２は、検索条件から抽出した共起の、検索結果の文書集合のランキングにおける平均的な影響力を算出し、前記入出力制御手段１８を通じて利用者に提示する。
【００８８】
以下、検索条件から抽出した共起の、検索結果の文書集合のランキングにおける平均的な影響力の算出方法の一例を説明する。
【００８９】
今、仮に検索結果の文書集合Ｏのランキングにおける共起ｃの平均的な影響力Ｐａｖ（Ｏ，ｃ）を以下の式で求めることとする。
【００９０】
式８：
Ｐａｖ（Ｏ，ｃ）＝ （Ｔｆｒｅｑ（Ｏ，ｃ）／ｄｆｒｅｑ（Ｏ，ｃ））・（Ｎ／ｄｆｒｅｑ（Ｓ，ｃ））
ただし、
Ｔｆｒｅｑ（Ｏ，ｃ）：検索結果の文書集合Ｏでの共起ｃの総出現頻度
ｄｆｒｅｑ（Ｏ，ｃ）：検索結果の文書集合Ｏでの共起ｃの出現文書数
ｄｆｒｅｑ（Ｓ，ｃ）：共起ｃの全文書Ｓ中での出現文書数
Ｎ ：全文書数
なお、共起の平均的な影響力の算出には、上記の統計的な情報の他に、利用者からの重みの指定を用いてもよい。
【００９１】
検索条件から抽出した図６の共起情報を例にとって、式８による各共起の平均的な影響力の計算方法を説明する。
【００９２】
今、検索結果として図６に示した文書０００１，文書１０００の２文書が得られたとする。検索条件から抽出した共起「文書−検索」「文書−方法」「検索−方法」の検索結果の文書０００１，１０００における平均的な影響力は以下のようになる。
【００９３】
共起「文書−検索」の検索結果の文書のランキングにおける平均的な影響力：
（１＋１０＋１５＋０＋１０＋３０）／２ ×１０００／１７５
＝ １８８．６
共起「文書−方法」の検索結果の文書のランキングにおける平均的な影響力：
（０＋２０＋４０＋１＋３０＋４０）／２ ×１０００／２２５
＝ ２９１．１
共起「検索−方法」の検索結果の文書のランキングにおける平均的な影響力：
（１＋２０＋４０＋１＋２０＋４０）／２ ×１０００／４５０
＝ １３５．６
以上のように、本発明によれば、検索条件から抽出した各単語および共起について、検索結果の文書全体でのランキングにおける影響力を算出して、利用者に提示するようにしたことにより、利用者は検索条件中の単語および共起の、前回の検索で、実際に検索された文書中でのランキングにおける影響力を確認することができる。
【００９４】
（実施の形態４）
次に、本発明の実施の形態４について説明する。構成は実施の形態１と同様、図１の本発明の文書検索装置の機能構成を示すブロック図の例に示した通りである。
【００９５】
上記のように構成された文書検索装置について、以下、その動作を説明する。利用者から指定された条件をもとに文書格納手段１１に格納された文書の検索をおこない、文書順位決定手段２３が各文書の順位を決定し、入出力制御手段１８を通じて結果を利用者に提示するまでの動作は、実施の形態１と同様である。
【００９６】
次に、利用者は、提示された検索結果の文書のうち、入出力制御手段１８および利用者要求処理手段２０を介して、検索意図に適合する文書を１つまたは複数指定する。
【００９７】
次に単語照合手段２１が、検索条件から抽出された単語の検索結果の文書全体でのランキングにおける影響力と、利用者が指定した文書でのランキングにおける影響力の比較をおこない、これらの比較結果を、入出力制御手段１８を通じて利用者に提示する。
【００９８】
検索条件から抽出した単語の、検索結果全体における平均的な影響力は、前記実施の形態３と同様にして算出することとする。
【００９９】
以下、検索条件から抽出した単語の、検索結果のうちで利用者が指定した文書における平均的な影響力の算出方法の一例を説明する。
【０１００】
今、仮に検索結果の文書のうち利用者が選択した文書集合Ｕのランキングにおける単語ｗの平均的な影響力Ｐａｖ（Ｕ，ｗ）を以下の式で求めることとする。
【０１０１】
式９：
Ｐａｖ（Ｕ，ｗ）＝ （Ｔｆｒｅｑ（Ｕ，ｗ）／ｄｆｒｅｑ（Ｕ，ｗ））・（Ｎ／ｄｆｒｅｑ（Ｓ，ｗ））
ただし、
Ｔｆｒｅｑ（Ｕ，ｗ）：検索結果のうち利用者が選択した文書集合Ｕでの単語ｗの総出現頻度
ｄｆｒｅｑ（Ｕ，ｗ）：検索結果のうち利用者が選択した文書集合Ｕでの単語ｗの出現文書数
ｄｆｒｅｑ（Ｓ，ｗ）：単語ｗの全文書Ｓ中での出現文書数
Ｎ ：全文書数
なお、単語の平均的な影響力の算出には、上記の統計的な情報の他に、利用者からの重みの指定を用いてもよい。
【０１０２】
図５の検索条件から抽出した単語を例にとって、式９による検索結果のうち、利用者が指定した文書における各単語の平均的な影響力の計算方法を説明する。
【０１０３】
今、検索結果として図５に示した文書０００１，文書１０００の２文書が得られ、このうち、文書０００１が利用者により選択されたとする。
【０１０４】
利用者に選択された文書０００１における、検索条件から抽出した単語「文書」「検索」「方法」の平均的な影響力は以下のようになる。
【０１０５】
単語「文書」の利用者が選択した文書のランキングにおける平均的な影響力：
（１＋２０＋４０）／１ ×１０００／２５０
＝２４４
単語「検索」の利用者が選択した文書のランキングにおける平均的な影響力：
（１＋４０＋８０）／１ ×１０００／５００
＝２４２
単語「方法」の利用者が選択した文書のランキングにおける平均的な影響力：
（１＋１００＋２００）／１ ×１０００／１０００
＝３０１
一方、文書の検索結果全体のランキングにおける単語「文書」「検索」「方法」の平均的な影響力は、前記実施の形態３と同様にして、式７により、
単語「文書」の検索結果の文書のランキングにおける平均的な影響力：
（（１＋２０＋４０）＋（０＋１５＋２０））／２ ×１０００／２５０
＝１９２
単語「検索」の検索結果の文書のランキングにおける平均的な影響力：
（（１＋４０＋８０）＋（１＋５０＋１００））／２ ×１０００／５００
＝２７２
単語「方法」の検索結果の文書のランキングにおける平均的な影響力：
（（１＋１００＋２００）＋（１＋２００＋４００））／２ ×１０００／１０００
＝４５１
したがって、検索条件から抽出した単語の、検索結果の文書全体でのランキングにおける影響力と、利用者が指定した文書でのランキングにおける影響力を比較すると、
単語「文書」の影響力：
（検索結果全体） ＜ （利用者が選択した文書）
単語「検索」の影響力：
（検索結果全体） ＞ （利用者が選択した文書）
単語「方法」の影響力：
（検索結果全体） ＞ （利用者が選択した文書）
となり、利用者が選択した文書をより特徴付けているのは、「文書」という単語であることが分かる。
【０１０６】
一方、共起情報照合手段２２においても、同様にして、検索条件から抽出された共起の検索結果の文書全体でのランキングにおける影響力と、利用者が指定した文書でのランキングにおける影響力の比較をおこない、これらの比較結果を、入出力制御手段１８を通じて利用者に提示し、利用者は、検索条件から抽出された共起が、選択した文書をより特徴付けているかどうかを確認することができる。
【０１０７】
以上のように、本発明によれば、検索条件から抽出した各単語および共起について、検索結果の文書全体でのランキングにおける影響力と、検索結果の文書のうち、利用者が指定した特定の文書における影響力を比較し、これらの比較結果を利用者に提示するようにしたことにより、利用者は検索条件中の各単語および共起が、検索された文書のうち、特に利用者の指定した文書のランキングでより大きな影響力をもち、利用者の指定した文書を特徴付けるものであったかどうかを確認することができる。
【０１０８】
（実施の形態５）
次に、本発明の実施の形態５について説明する。構成は実施の形態１と同様、図１の本発明の文書検索装置の機能構成を示すブロック図の例に示した通りである。
【０１０９】
上記のように構成された文書検索装置について、以下、その動作を説明する。文書格納手段１１に格納された各文書から単語および共起情報を抽出し、単語頻度格納手段１６および共起頻度格納手段１７にデータを格納するまでの動作と、入力解析手段１９が検索条件から単語および共起を抽出し、入出力制御手段１８を通じて利用者に提示するまでの動作は、実施の形態１と同様である。
【０１１０】
次に、利用者は、提示された単語のうち、前記入出力制御手段１８および利用者要求処理手段２０を介して、関連語句を参照したい単語と、求める関連語句の出現位置レベルの重みおよび共起レベルの重みを指定する。
【０１１１】
前記共起情報照合手段２２が、共起頻度格納手段１７に格納された共起のうち、利用者に指定された単語を一方の構成語にもち、検索条件に含まれない単語を他の構成語にもつ共起について、共起情報の出現位置レベル毎かつ共起レベル毎の出現傾向を参照し、利用者の指定した位置情報レベルの重みと共起レベルの重みを勘案して、関連する共起から順にランキングし、関連する共起、およびその構成語で利用者に指定された単語と一致しない語を、関連語句として、入出力制御手段１８を通じて、利用者に提示する。
【０１１２】
今、図７に示された検索条件から抽出した単語のうち、「文書」を利用者が指定したとする。文書集合Ｓの共起のうち、「文書」を構成語にもち、検索条件から抽出した単語以外をもう一方の構成語にもつ共起の共起情報の例を図１４に示す。
【０１１３】
今、仮に、ある共起ｃの文書集合Ｓにおける関連度Ｒ（Ｓ，ｃ）を以下の式により求めることとする。
【０１１４】
ここにいう関連度とは、共起ｃが、その出現位置レベル、共起レベル等を考慮してどれだけ当該文章集合を特徴付けているかを示すものである。
【０１１５】
式１０：
Ｒ（Ｓ，ｃ）＝ Σ （ｐｗｅｉ（ｐｌ）・ｃｗｅｉ（ｃｌ）・Ｃｆｒｅｑ（Ｓ，ｐｌ，ｃｌ，ｃ）・Ｎ／ｄｆｒｅｑ（Ｓ，ｃ））
ただし、ｐｗｅｉ（ｐｌ）：出現位置レベルｐｌの重み
ｃｗｅｉ（ｃｌ）：共起レベルｃｌの重み
Ｃｆｒｅｑ（Ｓ，ｐｌ，ｃｌ，ｃ）：全文書Ｓ中の出現位置レベルｐｌかつ共起レベルｃｌにおける共起ｃの総出現頻度
Ｎ ：全文書数
ｄｆｒｅｑ（Ｓ，ｃ）：
：共起ｃの全文書Ｓ中での出現文書数
今、仮に、利用者から指定された共起の出現位置レベル１、２、３の重みが各々５、３、１、共起レベルの重みが１０，５，１である場合、図１４に示した共起の関連度の計算方法を説明する。
【０１１６】

以上の共起の関連度の計算結果をもとに、利用者に関連語句として提示する共起およびその構成語のランキングの例を図１５に示す。
【０１１７】
次に、利用者は、元の検索条件から抽出された単語および共起、また関連語句として提示された共起およびその構成語について、前記入出力制御手段１８および利用者要求処理手段２０を通じて、単語の重みと、単語の出現位置レベルの重みと、共起の重みと、共起の出現位置レベルの重みと、共起レベルの重みを指定する。
【０１１８】
関連語句として、図１５の共起およびその構成語が提示された場合に、元の検索条件から抽出された単語および共起情報、また関連語句として提示された共起情報およびその構成語である単語について、利用者が、単語の重みと、単語の出現位置レベルの重みと、共起の重みと、共起の出現位置レベルの重みと、共起レベルの重みを各々指定した例を図１６に示す。
【０１１９】
以下、これらの単語および共起情報の照合、文書のランキングに関する動作は、前記実施の形態１と同様である。
【０１２０】
以上のように、本発明によれば、検索条件に含まれる単語の関連語句として、全文書中での出現傾向と指定された出現位置レベルの重みと共起レベルの重みを勘案してランキングした共起情報とその構成語を提示し、利用者が、提示された関連語句を参照して、新たに検索条件を指定できるようにしたことにより、利用者は、指定した単語の関連語句を、希望する出現位置や共起レベルをもつものから優先的に求めることができ、これらを参考に新たな検索条件を指定することで、より効果的に検索意図を表現することができる。
【０１２１】
（実施の形態６）
次に、本発明の実施の形態６について説明する。構成は実施の形態１と同様、図１の本発明の文書検索装置の機能構成を示すブロック図の例に示した通りである。
【０１２２】
上記のように構成された文書検索装置について、以下、その動作を説明する。文書のランキングをおこない、結果を利用者に提示するまでの動作は実施の形態１と同様である。
【０１２３】
次に、利用者が、検索結果として提示された文書のうち特定の文書と、元の検索条件から抽出した単語のうち特定の単語と、求める関連語句の出現位置レベルの重みおよび共起レベルの重みを指定すると、当該文書中で、利用者が指定した単語を構成語にもち、検索条件に含まれない単語を他の構成語とする共起について、前記共起情報照合手段２２が、共起の出現位置レベル毎かつ共起レベル毎の出現傾向を参照し、利用者の指定した出現位置レベルの重みと、共起レべルの重みを勘案して、関連する共起から順にランキングし、ランキングされた共起、およびその構成語のうち、利用者から指定された単語ではないもの、を関連語句として前記入出力制御手段１８を通じて利用者に提示する。
【０１２４】
今、仮に、共起ｃの利用者の指定した文書集合Ｄにおける関連度Ｒ（Ｄ，ｃ）を以下の式により求めることとする。
【０１２５】
ここにいう関連度とは、共起ｃが、その出現位置レベル、共起レベル等を考慮してどれだけ当該文書集合を特徴付けているかを示すものである。
【０１２６】
式１１：
Ｒ（Ｄ，ｃ）＝ Σ （ｗｐｌ（ｐｌ）・ｗｃｌ（ｃｌ）・ｃｆｒｅｑ（ｄ，ｐｌ，ｃｌ，ｃ）・Ｎ／ｄｆｒｅｑ（Ｓ，ｃ））
ただし、ｗｐｌ（ｐｌ）：出現位置レベルｐｌの重み
ｗｃｌ（ｃｌ）：共起レベルｃｌの重み
ｃｆｒｅｑ（ｄ，ｐｌ，ｃｌ，ｃ）：利用者の指定した文書集合Ｄ中の文書ｄの出現位置
レベルｐｌかつ共起レベルｃｌにおける共起情報ｃの出現頻度
Ｎ ：全文書数
ｄｆｒｅｑ（Ｓ，ｃ）：
：共起ｃの全文書Ｓ中での出現文書数
今、仮にランキング結果として、実施の形態１に示したように、１位が文書０００１、２位が文書１０００であり，これらのうち、文書０００１が利用者により選択され、文書０００１には図１７に示すような共起情報が含まれているとする。
【０１２７】
さらに、元の検索条件には図５の単語が含まれており、このうち、利用者が関連語句を求める語として「検索」を選択し、また求める関連語句の出現位置レベル１、２、３の重みを各々５、３、１、共起レベル１、２、３の重みを各々１０、５、１と指定したとする。
【０１２８】
文書０００１に含まれる共起のうち、利用者の指定した単語「検索」を構成語にもち、検索条件に含まれない単語を他の構成語とする共起の、文書０００１における関連度は、前記式１１により、以下のようにして求められる。
【０１２９】

以上の共起の関連度の計算結果をもとに、利用者に関連語句として提示する共起のランキングおよびその構成語で利用者が指定した語以外のものの例を図１８に示す。
【０１３０】
利用者は、入出力制御手段１８を通じて、元の検索条件と、関連語句として提示された単語および共起を参照し、入出力制御手段１８および利用者要求処理手段２０を介して新たな検索条件を指定する。
【０１３１】
以上のように、本発明によれば、検索条件に含まれる単語の関連語句として、検索結果のうち特定の文書から、出現傾向と指定された出現位置レベルの重みと共起レベルの重みを勘案してランキングした共起とその構成語を提示し、利用者が、提示された関連語句を参照して、新たに検索条件を指定できるようにしたことにより、利用者は、指定した単語の関連語句を、希望する文書内で、希望する出現位置や共起レベルをもつものから優先的に求めることができ、これらを参考に新たな検索条件を指定することで、より効果的に検索意図を表現することができる。
【０１３２】
（実施の形態７）
次に、本発明の実施の形態７について説明する。
【０１３３】
図２は本発明の文書検索装置の機能構成を示すブロック図の一例である。図２において１１は文書格納手段、１２は単語抽出手段、１３は共起情報抽出手段、１４は単語頻度算出手段、１５は共起頻度算出手段、１６は単語頻度格納手段、１７は共起頻度格納手段、１８は入出力制御手段、１９は入力解析手段、２０は利用者要求処理手段、２１は単語照合手段、２２は共起情報照合手段、２３は文書順位決定手段、２４は文書キーワード抽出装置を表す。
【０１３４】
上記のように構成された文書検索装置について、以下、その動作を説明する。文書のランキングをおこない、結果を利用者に提示するまでの動作は実施の形態１と同様である。
【０１３５】
次に、利用者が前記入出力制御手段１８および利用者要求処理手段２０を通じて、検索結果として提示された文書のうち、特定の文書を指定して、文書キーワードの抽出を要求すると、文書キーワード抽出装置２４が、利用者に指定された文書に含まれる単語および共起のうち、当該文書の内容の特徴を表すものを文書キーワードとして抽出し、入出力制御手段１８を通じて提示する。
【０１３６】
今、仮に、文書キーワード抽出装置２４が、利用者に指定された文書集合Ｄ中の単語や共起について、単語の重み付け手法として一般に知られるｔｆ・ｉｄｆ法を用いた以下の評価関数によって各々評価をおこなうこととする。
【０１３７】
式１２：
Ｅ（Ｄ，ｗ）＝ Σ（ｗｆｒｅｑ（ｄ，ｗ）・Ｎ／ｄｆｒｅｑ（Ｓ，ｗ）） ただし、ｗｆｒｅｑ（ｄ，ｗ）：利用者の指定した文書集合Ｄ中の文書ｄにおける単語ｗの出現頻度
Ｎ ：全文書数
ｄｆｒｅｑ（Ｓ，ｗ）：全文書Ｓにおける単語ｗの出現文書数
式１３：
Ｅ（Ｄ，ｃ）＝ Σ（ｃｆｒｅｑ（ｄ，ｃ）・Ｎ／ｄｆｒｅｑ（Ｓ，ｃ））
ただし、ｗｆｒｅｑ（ｄ，ｃ）：
利用者の指定した文書集合Ｄ中の文書ｄにおける共起ｃの出現頻度
Ｎ ：全文書数
ｄｆｒｅｑ（Ｓ，ｃ）：全文書Ｓにおける共起ｃの出現文書数
なお、文書キーワード抽出装置２４の文書キーワードの抽出方法として、ここではｔｆ・ｉｄｆによる評価法を採用したが、利用者に指定された文書中の単語や共起の出現位置に関する情報、品詞や構文に関する情報、頻度や分布に関する統計情報などを用いてもよい。
【０１３８】
今、検索結果として図５および図６に示した文書０００１、文書１０００が提示され、利用者がこのうち文書０００１を指定して文書キーワードを求め、上記の式１２および式１３の評価値により文書キーワード抽出装置２４が単語および共起をランキングし、図１９に示す単語と図２０に示す共起を文書キーワードとして入出力制御手段１８を通じて利用者に提示したとする。
【０１３９】
次に、利用者は、入出力制御手段１８および利用者要求処理手段２０を介して、文書キーワードとして提示された単語、または共起の構成語と、検索結果として提示された文書のうち特定の文書と、求める関連語句の出現位置レベルの重みと共起レベルの重みを指定して、関連語句の提示を要求する。
【０１４０】
共起情報照合手段２２は、共起頻度格納手段１７に格納された共起のうち、利用者が指定した文書に含まれる共起で、利用者に指定された語を構成語にもつ共起のうち、検索条件や文書キーワードに含まれない単語をもう一方の構成語にもつ共起を対象とし、共起頻度格納手段１７に格納された出現傾向を参照し、利用者の指定した出現位置レベルの重みと共起レべルの重みを勘案して、利用者の指定した単語または共起情報の構成語と関連する共起から順にランキングし、ランキングされた共起、およびその構成語のうち、利用者に指定された単語でないものを関連語句として前記入出力制御手段１８を通じて利用者に提示する。
【０１４１】
今、仮に、利用者が、図１９の単語および図２０の共起の構成語のうちの単語「頻度」と、検索結果として提示された文書のうちの文書０００１と、関連語句の出現位置レベル１、２、３の重み５、３、１と、共起レベル１、２、３の重み１０、５、１を指定して、関連語句の提示を要求したとする。
【０１４２】
利用者の指定した文書０００１に含まれる共起で、単語「頻度」を構成語にち、
検索条件や他の文書キーワードに含まれない単語を一方の構成語にもつものの共起情報の例を図２１に示す。
【０１４３】
今、利用者の指定した文書０００１において単語「頻度」を構成語にもつ共起の関連度を前記実施の形態６の式１１により求めることとすると、図２１の共起の文書０００１における関連度は以下のようになる。
【０１４４】

以上の結果、利用者に関連語句のランキングとして提示する、図２１の共起のランキングと共起の構成語の例を、図２２に示す。
【０１４５】
利用者は、入出力制御手段１８を通じて、元の検索条件と、文書キーワードと、以上のようにして提示された文書キーワードの関連語句を参照し、入出力制御手段１８および利用者要求処理手段２０を介して新たな検索条件を指定する。
【０１４６】
以上のように、本発明によれば、検索結果のうち特定の文書に含まれる単語または共起が文書キーワードとして提示された場合、利用者が、提示された文書キーワードのうちの特定の単語または共起情報の構成語と、特定の文書と、出現位置レベルの重みおよび共起レベルの重みを指定すると、指定された文書中の共起情報を、出現傾向と指定された出現位置レベルと共起レベルをもとに照合し、ランキングした共起とその構成語を関連語句として提示し、利用者が提示された関連語句を参照して、新たな検索条件を指定できるようにしたことにより、利用者は、検索された文書の一部から文書キーワードとして提示された単語や共起についても、その関連語句を、希望する文書内で、希望する出現位置や共起レベルをもつものから優先的に求めることができ、これらを参考に新たな検索条件を指定することで、より効果的に検索意図を表現することができる。
【０１４８】
【発明の効果】
以上のように、第１の発明では、検索条件から抽出した各単語および共起の全文書中での出現傾向をもとに、文書全体でのランキングにおける平均的な影響力を算出し、この値をもとに単語および共起の重みの初期値を利用者に提示するようにしたことにより、利用者は検索条件中の単語および共起の、文書のランキングにおける全文書における平均的な影響度を検索前に知ることができ、この値を参考にして、単語および共起の重みを設定することができるという有利な効果が得られる。
【０１４９】
また、第２の発明では、検索条件中の単語および共起の、検索結果の文書全体でのランキングにおける影響力を算出して、利用者に提示するようにしたことにより、利用者は検索条件中の単語および共起の、前回の検索で、実際に検索された文書中でのランキングにおける影響力を確認することができるという有利な効果が得られる。
【０１５０】
また、第３の発明では、検索条件から抽出した各単語および共起について、検索結果の文書全体でのランキングにおける影響力と、検索結果の文書のうち、利用者が指定した特定の文書における影響力を比較し、これらの比較結果を利用者に提示するようにしたことにより、利用者は検索条件中の各単語および共起が、検索された文書のうち、特に利用者の指定した文書のランキングでより大きな影響力をもち、利用者の指定した文書を特徴付けるものであったかどうかを確認することができるという有利な効果が得られる。
【図面の簡単な説明】
【図１】本発明の第１〜６の実施形態における文書検索装置の機能構成を示すブロッ ク図
【図２】本発明の第７の実施形態における文書検索装置の機能構成を示すブロック図
【図３】本発明の第１の実施形態における単語および共起の文書中の出現位置レ ベル属性の設定の例図
【図４】本発明の第１の実施形態における共起の共起レベル属性の設定の例図
【図５】本発明の第１の実施形態における単語頻度格納手段のデータの例図
【図６】本発明の第１の実施形態における共起頻度格納手段のデータの例図
【図７】本発明の第１の実施形態における検索条件、および検索条件から抽出した単語および共起の例図
【図８】本発明の第１の実施形態における単語の重みおよび単語の出現位置レベルの重みの設定の例図
【図９】本発明の第１の実施形態における共起の重みおよび共起の出現位置レベルの重みおよび共起レベルの重みの設定の例図
【図１０】本発明の第２の実施形態における単語の重みの初期値の例図
【図１１】本発明の第２の実施形態における単語の重みと単語の出現位置レベルの重みの設定の例図
【図１２】本発明の第２の実施形態における共起の重みの初期値の例図
【図１３】本発明の第２の実施形態における共起の重みと共起の出現位置レベルの重みと共起レベルの重みの設定の例図
【図１４】本発明の第５の実施形態における共起情報の例図
【図１５】本発明の第５の実施形態における関連語句のランキングの例図
【図１６】本発明の第５の実施形態における単語の重みと、単語の出現位置レベルの重みと、共起の重みと、共起の出現位置レベルの重みと、共起レベルの重みの設定の例図
【図１７】本発明の第６の実施形態における文書中の共起情報の例図
【図１８】本発明の第６の実施形態における関連語句のランキングの例図
【図１９】本発明の第７の実施形態における文書キーワード（単語）の例図
【図２０】本発明の第７の実施形態における文書キーワード（共起）の例図
【図２１】本発明の第７の実施形態における共起情報の例図
【図２２】本発明の第７の実施形態における関連語句のランキングの例図
【図２３】従来の文書検索装置の機能構成の一例を示すブロック図
【符号の説明】
１１ 文書格納手段
１２ 単語抽出手段
１３ 共起情報抽出手段
１４ 単語頻度算出手段
１５ 共起頻度算出手段
１６ 単語頻度格納手段
１７ 共起頻度格納手段
１８ 入出力制御手段
１９ 入力解析手段
２０ 利用者要求処理手段
２１ 単語照合手段
２２ 共起情報照合手段
２３ 文書順位決定手段
２４ 文書キーワード抽出装置

Claims (4)

1. 文書を格納する文書格納手段と、
   前記文書格納手段に格納された各文書中の単語を、出現した文書を識別する文書ＩＤと、当該文書内での出現位置の重要度を表す出現位置レベルなる属性とともに抽出する単語抽出手段と、
   前記文書格納手段に格納された各文書中の同一文書内に出現する単語と単語の共起に対し、共起関係にある単語と、共起が出現した文書を識別する文書ＩＤと、当該文書内での出現位置の重要度を表す出現位置レベルなる属性、および共起する単語間の統語的関係を表す共起レベルなる属性とを共起情報として抽出する共起情報抽出手段と、
   前記単語抽出手段により抽出された各単語について、各文書および全文書中での出現位置レベル毎の出現傾向を算出する単語頻度算出手段と、
   前記共起情報抽出手段により抽出された各共起について、各文書および全文書中での出現位置レベル毎かつ共起レべル毎の出現傾向を算出する共起頻度算出手段と、
   前記単語頻度算出手段によって算出された、各単語の各文書および全文書中での出現位置レベル毎の出現傾向を格納する単語頻度格納手段と、
   前記共起頻度算出手段により算出された、各共起の各文書および全文書中での出現位置レベル毎かつ共起レべル毎の出現傾向を格納する共起頻度格納手段と、
   利用者から検索条件として入力された入力文を解析し、単語および共起を抽出する入力解析手段と、
   利用者から指定された単語の重みおよび単語の出現位置レベルの重みをもとに、検索条件から抽出された各単語と、前記単語頻度格納手段に格納された各文書中の単語を照合し、単語の得点付けを行う単語照合手段と、
   利用者から指定された共起の重みと、共起の出現位置レベルの重みと、共起レベルの重みをもとに、検索条件から抽出された各共起と、前記共起頻度格納手段に格納された文書中の共起情報を照合し、共起の得点付けを行う共起情報照合手段と、
   前記単語照合手段による単語の得点付けと前記共起情報照合手段による共起の得点付けを文書単位で集計し、各文書のランキングを決定する文書順位決定手段とを備え、
   前記単語抽出手段が、検索条件から抽出した単語に対し、前記単語頻度格納手段に格納された当該単語の出現傾向をもとに、前記文書格納手段に格納された文書全体でのランキングにおける平均的な影響力を算出し、この値をもとに定めた当該単語の重みの初期値を、入出力制御手段を通じて提示することを特徴とする文書検索装置。
2. 文書を格納する文書格納手段と、
   前記文書格納手段に格納された各文書中の単語を、出現した文書を識別する文書ＩＤと、当該文書内での出現位置の重要度を表す出現位置レベルなる属性とともに抽出する単語抽出手段と、
   前記文書格納手段に格納された各文書中の同一文書内に出現する単語と単語の共起に対し、共起関係にある単語と、共起が出現した文書を識別する文書ＩＤと、当該文書内での出現位置の重要度を表す出現位置レベルなる属性、および共起する単語間の統語的関係を表す共起レベルなる属性とを共起情報として抽出する共起情報抽出手段と、
   前記単語抽出手段により抽出された各単語について、各文書および全文書中での出現位置レベル毎の出現傾向を算出する単語頻度算出手段と、
   前記共起情報抽出手段により抽出された各共起について、各文書および全文書中での出現位置レベル毎かつ共起レべル毎の出現傾向を算出する共起頻度算出手段と、
   前記単語頻度算出手段によって算出された、各単語の各文書および全文書中での出現位置レベル毎の出現傾向を格納する単語頻度格納手段と、
   前記共起頻度算出手段により算出された、各共起の各文書および全文書中での出現位置レベル毎かつ共起レべル毎の出現傾向を格納する共起頻度格納手段と、
   利用者から検索条件として入力された入力文を解析し、単語および共起を抽出する入力解析手段と、
   利用者から指定された単語の重みおよび単語の出現位置レベルの重みをもとに、検索条 件から抽出された各単語と、前記単語頻度格納手段に格納された各文書中の単語を照合し、単語の得点付けを行う単語照合手段と、
   利用者から指定された共起の重みと、共起の出現位置レベルの重みと、共起レベルの重みをもとに、検索条件から抽出された各共起と、前記共起頻度格納手段に格納された文書中の共起情報を照合し、共起の得点付けを行う共起情報照合手段と、
   前記単語照合手段による単語の得点付けと前記共起情報照合手段による共起の得点付けを文書単位で集計し、各文書のランキングを決定する文書順位決定手段とを備え、
   前記共起情報照合手段が、検索条件から抽出された共起に対し、前記共起頻度格納手段に格納された当該共起情報の出現傾向をもとに、前記文書格納手段に格納された文書全体でのランキングにおける平均的な影響力を算出し、この値をもとに定めた当該共起の重みの初期値を、入出力制御手段を通じて提示することを特徴とする文書検索装置。
3. 文書を格納する文書格納手段と、
   前記文書格納手段に格納された各文書中の単語を、出現した文書を識別する文書ＩＤと、当該文書内での出現位置の重要度を表す出現位置レベルなる属性とともに抽出する単語抽出手段と、
   前記文書格納手段に格納された各文書中の同一文書内に出現する単語と単語の共起に対し、共起関係にある単語と、共起が出現した文書を識別する文書ＩＤと、当該文書内での出現位置の重要度を表す出現位置レベルなる属性、および共起する単語間の統語的関係を表す共起レベルなる属性とを共起情報として抽出する共起情報抽出手段と、
   前記単語抽出手段により抽出された各単語について、各文書および全文書中での出現位置レベル毎の出現傾向を算出する単語頻度算出手段と、
   前記共起情報抽出手段により抽出された各共起について、各文書および全文書中での出現位置レベル毎かつ共起レべル毎の出現傾向を算出する共起頻度算出手段と、
   前記単語頻度算出手段によって算出された、各単語の各文書および全文書中での出現位置レベル毎の出現傾向を格納する単語頻度格納手段と、
   前記共起頻度算出手段により算出された、各共起の各文書および全文書中での出現位置レベル毎かつ共起レべル毎の出現傾向を格納する共起頻度格納手段と、
   利用者から検索条件として入力された入力文を解析し、単語および共起を抽出する入力解析手段と、
   利用者から指定された単語の重みおよび単語の出現位置レベルの重みをもとに、検索条件から抽出された各単語と、前記単語頻度格納手段に格納された各文書中の単語を照合し
   、単語の得点付けを行う単語照合手段と、
   利用者から指定された共起の重みと、共起の出現位置レベルの重みと、共起レベルの重みをもとに、検索条件から抽出された各共起と、前記共起頻度格納手段に格納された文書中の共起情報を照合し、共起の得点付けを行う共起情報照合手段と、
   前記単語照合手段による単語の得点付けと前記共起情報照合手段による共起の得点付けを文書単位で集計し、各文書のランキングを決定する文書順位決定手段とを備え、
   文書順位決定手段が文書のランキングをおこない、検索結果の文書が確定した後、
   前記単語照合手段が、前記単語頻度格納手段に格納された出現傾向をもとに、検索条件から抽出された各単語の、検索結果の文書全体でのランキングにおける平均的な影響力を算出し、
   前記共起情報照合手段が、前記共起頻度格納手段に格納された出現傾向をもとに、検索条件から抽出した各共起の、検索結果の文書全体でのランキングにおける平均的な影響力を算出し、
   検索結果から抽出された単語および共起情報の、検索結果の文書全体でのランキングにおける平均的な影響力を、入出力制御手段を通じて提示することを特徴とする文書検索装置。
4. 文書を格納する文書格納手段と、
   前記文書格納手段に格納された各文書中の単語を、出現した文書を識別する文書ＩＤと、当該文書内での出現位置の重要度を表す出現位置レベルなる属性とともに抽出する単語 抽出手段と、
   前記文書格納手段に格納された各文書中の同一文書内に出現する単語と単語の共起に対し、共起関係にある単語と、共起が出現した文書を識別する文書ＩＤと、当該文書内での出現位置の重要度を表す出現位置レベルなる属性、および共起する単語間の統語的関係を表す共起レベルなる属性とを共起情報として抽出する共起情報抽出手段と、
   前記単語抽出手段により抽出された各単語について、各文書および全文書中での出現位置レベル毎の出現傾向を算出する単語頻度算出手段と、
   前記共起情報抽出手段により抽出された各共起について、各文書および全文書中での出現位置レベル毎かつ共起レべル毎の出現傾向を算出する共起頻度算出手段と、
   前記単語頻度算出手段によって算出された、各単語の各文書および全文書中での出現位置レベル毎の出現傾向を格納する単語頻度格納手段と、
   前記共起頻度算出手段により算出された、各共起の各文書および全文書中での出現位置レベル毎かつ共起レべル毎の出現傾向を格納する共起頻度格納手段と、
   利用者から検索条件として入力された入力文を解析し、単語および共起を抽出する入力解析手段と、
   利用者から指定された単語の重みおよび単語の出現位置レベルの重みをもとに、検索条件から抽出された各単語と、前記単語頻度格納手段に格納された各文書中の単語を照合し、単語の得点付けを行う単語照合手段と、
   利用者から指定された共起の重みと、共起の出現位置レベルの重みと、共起レベルの重みをもとに、検索条件から抽出された各共起と、前記共起頻度格納手段に格納された文書中の共起情報を照合し、共起の得点付けを行う共起情報照合手段と、
   前記単語照合手段による単語の得点付けと前記共起情報照合手段による共起の得点付けを文書単位で集計し、各文書のランキングを決定する文書順位決定手段とを備え、
   単語照合手段が、単語頻度格納手段に格納された検索結果の文書中での出現傾向をもとに、検索条件から抽出された各単語の、検索結果の文書全体でのランキングにおける影響力と、利用者が検索結果から指定した特定の文書でのランキングにおける影響力の比較を行い、
   共起情報照合手段が、共起頻度格納手段に格納された文書中での出現傾向をもとに、検索条件から抽出された各共起情報の、検索結果の文書全体でのランキングにおける影響力と、利用者が検索結果から指定した特定の文書でのランキングにおける影響力の比較を行い、
   これらの比較結果を、入出力制御手段を通じて提示することを特徴とする文書検索装置。

Images