JP3617096B2 - 関係表現抽出装置および関係表現検索装置、関係表現抽出方法、関係表現検索方法 - Google Patents

Description

【０００１】
【産業上の利用分野】
本発明は、キーワードにより検索を行なう検索装置及び検索方法に関連するもので、特に、文書からキーワードとなりうる関係表現を抽出する関係表現抽出装置と関係表現抽出方法、および、入力される関係表現を検索キーとして検索を行なう関係表現検索装置と関係表現検索方法に関するものである。
【０００２】
【従来の技術】
従来、データベース等に蓄積された大量の情報の中から、所望の情報を検索する手法として、各データにあらかじめキーワードを割り当てておき、ユーザの入力した検索キーと一致したキーワードを持つ情報を検索して出力する装置が開発されている。
【０００３】
キーワード検索においては、インデクサと呼ばれる専門家が適切なキーワードをあらかじめテキスト情報に付与するのが一般的である。しかし、このキーワードの付与は、膨大な手間がかかることから、キーワードを自動的に抽出する技術の研究が数多く行なわれている。例えば、特開平１−１１２３３１号公報に記載されているキーワード重要度自動評価装置では、文書中から名詞をキーワードとして抽出し、さらに統計的、構文的、意味的な重要度の評価を加えている。
【０００４】
しかし、このような従来のキーワード抽出方法では、一般に単語単位で抽出を行なうため、たとえ重要度などを付与しても、どうしても検索結果に本来求めるものと無関係なものが多くなってしまう。すなわち、適合率が低下するという問題があった。これは、ユーザが欲する検索要求に対応する概念は、必ずしも単語レベルの表現と一致しないことに起因している。そのため、単語レベルのキーワードで検索した場合、ユーザが想定していた意味とは別の意味で用いられているテキストも検索されてしまう。
【０００５】
これに対し、特公昭５８−３３９９３号公報に記載されているキーワード抽出装置においては、複合語を用いることによりキーワードの意味を限定する方法が提案されている。これにより、係り受け関係などにある語を抽出することが可能になり、単語単位で概念を表現するという制約はなくなる。
【０００６】
ところが、この方法では、固定キーワードとして複合語またはこれに準ずる表現を用いているため、例えば、「文書を検索する」と「文書から検索する」の意味の違いを扱うことができず、結果として、「文書検索」といった表現しか抽出されない。すなわち、複合語を用いることにより、表層的な表現に依存しなくなる代わりに、せっかく解析した係り受け関係などの情報が欠落してしまう。このため、検索結果には、依然として適切でないものが含まれてしまうことが多かった。
【０００７】
このように、従来の技術においては、キーワードから効率的な検索をすることは、依然として困難であった。
【０００８】
【発明が解決しようとする課題】
本発明は、上述した事情に鑑みてなされたもので、特に文書中から単語など複数の表現とその表現間の関係を抽出することにより、従来無視されていた単語間の関係を利用し、かつ表層的な表現には依存せず、より適切なキーワードを抽出することのできる抽出装置及び抽出方法を提供するとともに、より適切な検索要求に基づく検索を行なうことのできる検索装置及び検索方法を提供することを目的とするものである。
【０００９】
【課題を解決するための手段】
本発明は、請求項１に記載の発明においては、原データからキーワードとなりうる関係表現を抽出する関係表現抽出装置において、前記原データから互いに関係を持ち得る複数の表現を抽出する表現抽出手段と、自立語並び１、自立語並び２、付属語並びからなるパターンと、該パターンに付与すべき関係を登録した関係抽出規則を用いて前記表現抽出手段により抽出されたそれぞれの表現について一致する登録項目が前記関係抽出規則にある場合には該登録項目中の関係を取り出して該表現に関係を与える関係抽出手段を有することを特徴とするものである。
【００１０】
請求項２に記載の発明においては、請求項１に記載の関係表現抽出装置において、前記関係抽出手段により与えられた関係に基づいて表層的な表現に依存しない表現に正規化する正規化手段をさらに有することを特徴とするものである。
【００１１】
請求項３に記載の発明においては、請求項１または２に記載の関係表現抽出装置において、前記表現抽出手段は、前記原データを解析する解析手段と、該解析手段による解析結果から互いに関係を持ち得る複数の単語を取り出す単語群抽出手段を有することを特徴とするものである。
【００１２】
請求項４に記載の発明においては、請求項１ないし３のいずれか１項に記載の関係表現抽出装置において、前記関係抽出手段あるいは前記正規化手段から与えられる関係表現をあらかじめ決められた関係表現に正規化する言語正規化手段をさらに有することを特徴とするものである。
【００１３】
請求項５に記載の発明においては、請求項１ないし３のいずれか１項に記載の関係表現抽出装置において、前記表現抽出手段は前記原データが記述されている言語に応じて前記原データを解析する言語別解析手段からなり、前記関係抽出手段は言語に応じて互いに関係を持ち得る複数の単語とその間の関係からなる関係表現を抽出する言語別関係抽出手段からなり、複数の言語における等価な意味の単語が登録された対訳単語辞書と、複数の言語における等価な言語的関係を表わす情報が登録された対訳関係辞書と、前記対訳単語辞書と前記対訳関係辞書を用い言語に応じて前記関係抽出手段によって抽出された関係表現をあらかじめ決められた関係表現に正規化する言語正規化手段をさらに有することを特徴とするものである。
【００１４】
請求項６に記載の発明においては、関係表現検索装置において、入力データから互いに関係を持ち得る複数の表現を取り出す表現抽出手段と、自立語並び１、自立語並び２、付属語並びからなるパターンと、該パターンに付与すべき関係を登録した関係抽出規則を用いて前記表現抽出手段により取り出されたそれぞれの表現について一致する登録項目が前記関係抽出規則にある場合には該登録項目中の関係を抽出する関係抽出手段と、該関係抽出手段により抽出した関係に基づいて表層的な表現に依存しない表現に正規化する正規化手段と、原データを入力データとして前記単語群抽出手段、前記関係抽出手段、前記正規化手段により互いに関係を持ち得る複数の表現として抽出し正規化した関係表現がキーとして原データとともに登録されている記憶手段と、自然語を入力データとし前記単語群抽出手段、前記関係抽出手段、前記正規化手段により互いに関係を持ち得る複数の表現として抽出し正規化した検索要求を概念的に同一になり得る関係表現に展開して前記記憶手段に登録されている原データを検索する検索手段を有することを特徴とするものである。
【００１５】
請求項７に記載の発明においては、請求項６に記載の関係表現検索装置において、前記記憶手段には、原データから互いに関係を持ち得る複数の表現として抽出され、あらかじめ決められた関係に正規化された関係表現がキーとして原データとともに登録されていることを特徴とするものである。
【００１６】
請求項８に記載の発明においては、関係表現検索装置において、入力データが記述されている言語に応じて前記入力データから互いに関係を持ち得る複数の表現を取り出す表現抽出手段と、自立語並び１、自立語並び２、付属語並びからなるパターンと、該パターンに付与すべき関係を登録した言語別の関係抽出規則を用いて前記表現抽出手段により取り出されたそれぞれの表現について一致する登録項目が前記関係抽出規則にある場合には該表現に対応する関係を言語に応じて抽出する関係抽出手段と、複数の言語における等価な意味の単語が登録された対訳単語辞書と、複数の言語における等価な言語的関係を表わす情報が登録された対訳関係辞書と、前記対訳単語辞書と前記対訳関係辞書を用い前記関係抽出手段によって言語に応じて抽出された関係表現を言語に依存しない表現に正規化する言語正規化手段と、原データを入力データとして前記表現抽出手段、前記関係抽出手段、前記言語正規化手段によりあらかじめ決められた関係に正規化した関係表現がキーとして原データとともに登録されている記憶手段と、自然語を入力データとし前記単語群抽出手段、前記関係抽出手段、前記正規化手段により言語に依存しない表現として正規化した検索要求を用いて前記記憶手段に登録されている原データを検索する検索手段を有することを特徴とするものである。
【００１７】
請求項９に記載の発明においては、請求項７または請求項８に記載の関係表現検索装置において、前記検索手段は、入力された検索要求に基づく関係表現と前記記憶手段に記憶されている関係表現を比較して確信度を評価し該確信度に基づいて検索結果を並べ替える確信度評価手段を有することを特徴とするものである。
【００１８】
請求項１０に記載の発明においては、原データからキーワードとなりうる関係表現を抽出する関係表現抽出方法において、前記原データから互いに関係を持ち得る複数の表現を表現抽出手段で抽出し、自立語並び１、自立語並び２、付属語並びからなるパターンと、該パターンに付与すべき関係を登録した関係抽出規則を用いて、前記表現抽出手段により抽出されたそれぞれの表現について一致する登録項目が前記関係抽出規則にある場合には、該登録項目中の関係を取り出して該表現に関係を関係抽出手段で与えることを特徴とするものである。
【００１９】
請求項１１に記載の発明においては、関係表現検索方法において、原データを入力データとして該入力データから互いに関係を持ち得る複数の表現を表現抽出手段で取り出し、自立語並び１、自立語並び２、付属語並びからなるパターンと、該パターンに付与すべき関係を登録した関係抽出規則を用いて、前記表現抽出手段により取り出されたそれぞれの表現について一致する登録項目が前記関係抽出規則にある場合には、該登録項目中の関係を関係抽出手段で抽出し、該関係抽出手段により抽出した関係に基づいて表層的な表現に依存しない表現に正規化手段で正規化し、正規化した関係表現をキーとして原データとともに記憶手段に登録しておき、自然語を入力データとして前記単語群抽出手段、前記関係抽出手段、前記正規化手段により前記関係抽出規則を用いて互いに関係を持ち得る複数の表現として抽出して正規化し、得られた検索要求を概念的に同一になり得る関係表現に展開して、前記記憶手段に登録されている原データを検索手段で検索することを特徴とするものである。
【００２０】
請求項１２に記載の発明においては、関係表現検索方法において、原データを入力データとして該入力データが記述されている言語に応じて前記入力データから互いに関係を持ち得る複数の表現を表現抽出手段で取り出し、自立語並び１、自立語並び２、付属語並びからなるパターンと、該パターンに付与すべき関係を登録した言語別の関係抽出規則を用いて、前記表現抽出手段により取り出されたそれぞれの表現について一致する登録項目が前記関係抽出規則にある場合には、該登録項目中の関係を言語に応じて関係抽出手段で抽出し、複数の言語における等価な意味の単語が登録された対訳単語辞書と、複数の言語における等価な言語的関係を表わす情報が登録された対訳関係辞書を用い、言語に応じて抽出された関係表現を言語に依存しない表現に言語正規化手段で正規化し、正規化した関係表現をキーとして原データとともに記憶手段に登録しておき、自然語を入力データとして前記単語群抽出手段、前記関係抽出手段、前記正規化手段により言語に依存しない表現として正規化した検索要求を用いて前記記憶手段に登録されている原データを検索手段により検索することを特徴とするものである。
【００２１】
【作用】
本発明によれば、請求項１及び請求項１０に記載の発明において、表現抽出手段で原データから互いに関係を持ち得る複数の表現を抽出し、自立語並び１、自立語並び２、付属語並びからなるパターンと、該パターンに付与すべき関係を登録した関係抽出規則を用いて表現抽出手段で抽出されたそれぞれの表現について一致する登録項目が関係抽出規則にある場合に、その登録項目中の関係を取り出して、その表現に関係抽出手段により関係を与える。これにより、単なる一単語ではなく複数の表現とその間の関係をキーとして抽出することが可能となる。これにより、表層表現に依存しない概念、主題が抽出されることとなり、より適切なキーワードを抽出することができる。
【００２２】
また、請求項２に記載の発明のように、正規化手段を有する構成とし、関係抽出手段で抽出した表現間の関係を、正規化手段で正規化することにより、表層的な表現に依存しない表現をキーワードとすることができる。表現抽出手段において表現を抽出する処理としては、例えば、請求項３に記載の発明のように、解析手段で原データを解析し、単語群抽出手段で互いに関係を持ち得る複数の単語を取り出すように構成することができる。
【００２３】
請求項４に記載の発明によれば、言語正規化手段を有し、関係抽出手段あるいは正規化手段から与えられる関係表現をあらかじめ決められた関係表現に正規化することにより、言語に依存しない表現によりキーワードを抽出することができる。原データが複数の言語により記述されている場合には、それぞれの言語ごとに解析を行なって言語に依存しない表現に正規化すればよい。請求項５に記載の発明によれば、これを実現するため、表現抽出手段を原データが記述されている言語に応じて原データを解析する言語別解析手段により構成し、関係抽出手段を言語に応じて互いに関係を持ち得る複数の単語とその間の関係からなる関係表現を抽出する言語別関係抽出手段により構成する。そして、得られた各言語ごとに、言語正規化手段は、複数の言語における等価な意味の単語が登録された対訳単語辞書と、複数の言語における等価な言語的関係を表わす情報が登録された対訳関係辞書を用い、あらかじめ決められた関係表現に正規化する。これにより、複数の言語により記述されている原データから言語に依存しない表現によりキーワードを抽出することができる。
【００２４】
請求項６及び請求項１１に記載の発明においては、入力データから互いに関係を持ち得る複数の表現を取り出す表現抽出手段と、自立語並び１、自立語並び２、付属語並びからなるパターンと、該パターンに付与すべき関係を登録した関係抽出規則を用いて前記表現抽出手段により取り出されたそれぞれの表現について一致する登録項目が前記関係抽出規則にある場合には該登録項目中の関係を抽出する関係抽出手段と、関係抽出手段により抽出した関係に基づいて表層的な表現に依存しない表現に正規化する正規化手段を有し、これらの手段をキーワードの抽出と、検索キーの生成の両方に用いている。キーワードの抽出時には、原データを入力データとして、単語群抽出手段、関係抽出手段、正規化手段により、互いに関係を持ち得る複数の表現として抽出し、正規化した関係表現がキーとして、原データとともに記憶手段に登録する。検索時には、自然語を入力データとし、単語群抽出手段、前記関係抽出手段、前記正規化手段により互いに関係を持ち得る複数の表現として抽出し、正規化した検索要求を、関係展開手段により概念的に同一になり得る関係表現に展開して記憶手段に登録されている原データを検索手段で検索する。これにより、原データに付与されるキーワードも、検索に用いる検索キーも、同様のプロセスにより生成されるので、より適切な検索を行なうことができる。また、各手段をキーワードの抽出および検索に兼用できるので、装置構成を簡略化し、低コストの検索装置を実現することが可能である。
【００２５】
請求項７に記載の発明によれば、記憶手段には、原データから互いに関係を持ち得る複数の表現として抽出され、あらかじめ決められた関係に正規化された関係表現がキーとして原データとともに登録されている。この記憶手段に登録されている原データを、言語に依存しない正規化された関係表現を検索キーとして検索手段で検索する。これにより、原データが記述されている言語に関係なく、検索することが可能となる。
【００２６】
請求項８及び請求項１２に記載の発明によれば、入力データについても言語によらずに検索を行なうために、表現抽出手段において入力データが記述されている言語に応じて前記入力データから互いに関係を持ち得る複数の表現を取り出し、取り出したそれぞれの表現の関係を、自立語並び１、自立語並び２、付属語並びからなるパターンと、該パターンに付与すべき関係を登録した言語別の関係抽出規則を用いて関係抽出手段で言語に応じて抽出する。抽出した関係は、言語正規化手段において、複数の言語における等価な意味の単語が登録された対訳単語辞書と、複数の言語における等価な言語的関係を表わす情報が登録された対訳関係辞書を用い、言語に依存しない表現に正規化して検索要求とする。このとき、関係展開手段により関係を展開することもできる。一方、記憶手段には、原データを入力データとして前記表現抽出手段、前記関係抽出手段、前記言語正規化手段により言語に依存しない表現に正規化した関係表現がキーとして原データとともに登録されている。検索手段は、あらかじめ決められた関係に正規化した検索要求を用いて記憶手段に登録されている原データを検索手段により検索する。これにより、種々の言語により検索要求を入力することができ、検索要求で使用した言語にかかわらず、また、原データで使用されている言語にかかわらず、関係のある情報を検索することが可能となる。
【００２７】
請求項９に記載の発明においては、請求項７または８に記載の関係表現検索装置において、入力された検索要求に基づく関係表現と、検索された文書に対応づけられた関係表現とを比較して、同じ関係であり得る確信度を評価し、確信度に基づいて検索結果を並べ替えてユーザに提示することができる。ユーザは、例えば、確信度の高い順に検索結果を参照することができ、より効率的な検索を行なうことができる。
【００２８】
【実施例】
図１は、本発明の関係表現抽出装置の一実施例を示すブロック図である。図中、１はデータ入力部、２は表現抽出部、３は関係抽出部、４は正規化部、５は記憶部、１１は磁気ディスク、１２はＯＣＲ、１３はＭＴ、１４は形態素解析部、１５は単語群抽出部、１６はデータベースである。
【００２９】
データ入力部１は、関係表現を抽出すべき文書データを与える。データ入力部１は、例えば、既存電子文書を保持する磁気ディスク１１、ＯＣＲ１２、ＭＴ１３などで構成することができる。もちろん、他の入力装置、記憶装置、あるいは、ネットワークなどを介して、文書データを受け取るように構成してもよい。
【００３０】
表現抽出部２は、入力された文書データを解析し、関係を持ち得る接続パターンに応じ、所定の規則に基づいて、単語とその品詞などの情報からなる表現を抽出する。表現抽出部２は、形態素解析部１４および単語群抽出部１５を含むように構成することができる。形態素解析部１４は、文書データ中の各テキストを解析し、単語単位に分割する。単語群抽出部１５は、形態素解析部１４による解析結果から、単語群抽出規則に基づいて、互いに関係を持ち得る複数の単語を取り出す。
【００３１】
関係抽出部３は、表現抽出部２で抽出された表現に対し、関係抽出規則に基づいて関係を付与する。正規化部４は、関係抽出部３で付与された関係に基づいて、関係表現を正規化する。これらの処理により、求める関係表現が得られる。
【００３２】
記憶部５は、例えば、データベース１６などにより構成することができる。表現抽出部２、関係抽出部３、および、正規化部４の処理により得られた関係を、入力された原データとともに登録する。
【００３３】
図２は、本発明の関係表現抽出装置の一実施例における全体の動作の一例を示すフローチャートである。最初に、Ｓ２１において、データ入力部１より抽出すべき文書データを電子的に読み込む。Ｓ２２で、読み込んだ文書データ中に未処理の文が残っている間は、Ｓ２３以降の処理を繰り返し行なう。
【００３４】
Ｓ２３において、読み込んだ文書データから未処理の１文を取り出す。次のステップにおける形態素解析の単位として、日本語においては句点（。）までを読み込めば１文単位の読み込みが簡単であるため、これを適用する。もちろん、メモリなどに余裕があれば、より長い単位で解析しても良い。
【００３５】
Ｓ２４において、形態素解析部１４により形態素解析を行なって、１文のテキストを単語の並びに分割する。形態素解析は、自然言語処理の基本技術として広く知られており、例えば、特開昭６０−２０２３４号公報に記載されている日本語形態素解析方式など、種々の公知の技術を用いることができる。
【００３６】
Ｓ２５において、単語群抽出部１５による単語群の抽出処理が行なわれる。単語群の抽出は、単語群抽出規則を用いて行なう。以下の説明において抽出される単語群の基本的なパターンは、次のようなパターンである。
「前自立語並び＋付属語並び＋後自立語並び」
単語群抽出規則は、このような単語群のパターンを抽出するための規則である。また、複合表現についても、１つの表現として抽出する。複合表現の抽出基準は、基本的には活用しない語の連続であり、具体的には、「名詞、サ変、形容動詞のいずれかが連続する。」という条件による。もちろん、他のパターンにより単語群を抽出することも可能であり、抽出するパターンに応じて、単語群抽出規則が決められる。
【００３７】
単語群抽出部１５で単語群が抽出されると、Ｓ２６において、関係抽出部３により関係を付与する。関係の抽出には、関係抽出規則を用いる。関係抽出規則には、単語群と、その単語群が有する関係とが対になり、登録されている。この関係抽出規則を用い、抽出された単語群に対応する登録項目がある場合には、その単語群に対応する関係を取り出し、単語群に取り出した関係を付与し、出力する。
【００３８】
関係抽出が終了すると、Ｓ２７において、抽出された関係をもとに、正規化部４において、関係の正規化を行なう。すなわち、関係抽出部３で抽出した関係から、活用や出現順など、表層的な表現に依存しない部分を取り出す。以下の説明では、上述の単語群を抽出したときのパターンの前自立語並びを表現１とし、後自立語並びを表現２とし、関係抽出部３で抽出された関係を［関係］として、｛［関係］ 表現１ 表現２｝という形式の関係を生成する。ただし、表現１、表現２については、出現順に極力依存しない処理が必要となるため、規則に基づいて入れ替えを行なう。これは、実際の検索時に、概念的に近い類似表現とのマッチングを容易にするためである。表現１および表現２の順序は、基本的には用言性のものを表現２としており、より具体的な規則としては、次のように、前自立語並びのみサ変動詞語幹の場合、後自立語並びを表現１、前自立語並びを表現２にする。なお、サ変動詞語幹をサ変、形容動詞語幹を形容動詞と略記している。以下の説明および図面でも同様である。
（Ａ）サ変＋する動詞＋名詞→｛［スル］（名詞）（サ変）｝
（Ｂ）サ変＋が＋形容動詞→｛［ガ格］（形容動詞）（サ変）｝
以上の処理により、正規表現が得られる。
【００３９】
Ｓ２７までの処理で抽出され、正規化された関係表現は、付属語や活用形、さらには出現順序などの表層表現に依存せず、しかも単語レベルより明確な概念を表わしているといえる。この関係表現は、もとの文の主題を表わしていると考えられる。
【００４０】
以上で、Ｓ２３で取り出した１文に対する関係表現抽出が終了する。正規化した関係表現の内容は、結果出力ストリームＳＯに書き出し、Ｓ２２へ戻って、さらに入力文書中にデータが続く限り、同様に１文単位で処理を続ける。最後に、Ｓ２９で、こうして得られた関係表現を、記憶部５に登録する。上述のように、記憶部５には、通常のデータベースシステム１６を用いることができる。すなわち、結果出力ストリームＳＯに保持された各正規表現の表現１，表現２，関係をそれぞれ転置キーとして、原データである入力文書とともに登録すればよい。
【００４１】
以上の処理により、入力した文書から主題を関係表現として抽出し、データベース上に原文書とともに蓄えられる。こうして、文書に順次主題を付与することで、関係表現抽出装置を用いた主題表現抽出システムが実現される。
【００４２】
図３は、本発明の関係表現抽出装置の一実施例における単語群抽出部１５の動作の一例を示すフローチャートである。上述のように、単語群抽出部１５では、例えば、関係表現抽出規則に基づいて、「前自立語並び＋付属語並び＋後自立語並び」というパターンを抽出する。このパターンに従い、それぞれ、自立語並び１格納ストリームＪＦ、付属語並び格納ストリームＦＺ、自立語並び２格納ストリームＪＢを用意する。形態素解析された単語列は、一旦、単語取り出しバッファＷＤに読み込んだ上で、この並びにしたがって、自立語なら自立語が続く限り順次各ストリームに読み込まれ、規則とのマッチングを行なう。
【００４３】
Ｓ３１において、まず、自立語並び１格納ストリームＪＦ、付属語並び格納ストリームＦＺ、自立語並び２格納ストリームＪＢをクリアする。Ｓ３２において、文の最後に達していない場合には、Ｓ３３で形態素解析された単語列から単語を１つ取り出し、単語取り出しバッファＷＤに読み込む。Ｓ３４で単語取り出しバッファＷＤに読み込まれた単語が自立語か否かを判定し、自立語であれば、Ｓ３５で自立語並び１格納ストリームＪＦに追加する。そして、Ｓ３２へ戻り、次の単語の処理を繰り返す。Ｓ３４の判断において、自立語でない場合には、Ｓ３６で単語取り出しバッファＷＤに読み込まれている単語を付属語並び格納ストリームＦＺに追加する。また、Ｓ３７において、自立語並び１格納ストリームＪＦに格納されている単語群が複合表現である場合には、その複合表現のみで一つの関係表現となり得るので、表現格納ストリームＥＸに書き出す。
【００４４】
Ｓ３８において、これまでに取り出された前自立語並びおよび付属語並びにより、表現抽出規則を参照し、一致する規則があるか否かを判定する。一致する規則がない場合には、Ｓ３１へ戻り、新たなパターンの探索を開始する。一致する規則が存在する場合には、Ｓ３９で単語取り出しバッファＷＤに読み込まれている単語の位置を、ポジション変数ＷＰに保持する。
【００４５】
Ｓ４０において、文の最後か否かを判定した後、文の途中の場合には、Ｓ４１で単語取り出しバッファＷＤに次の単語を取り出す。Ｓ４２において、取り出した単語が自立語か否かを判定する。取り出した単語が自立語である場合には、Ｓ４３において、取り出した単語を自立語並び２格納ストリームＪＢに格納し、Ｓ４０へ戻って、次の単語の処理を行なう。また、Ｓ４２において、Ｓ４１で取り出した単語が自立語でない場合には、Ｓ４４において、自立語並び１格納ストリームＪＦ、付属語並び格納ストリームＦＺ、自立語並び２格納ストリームＪＢの内容により、単語群抽出規則を参照して、一致する規則があるか否かを判定する。不一致であれば、Ｓ４５で自立語並び２格納ストリームＪＢをクリアし、Ｓ４０へ戻って、新たな後自立語並びの探索を行なう。一致する規則がある場合には、Ｓ４６において、自立語並び１格納ストリームＪＦ、付属語並び格納ストリームＦＺ、自立語並び２格納ストリームＪＢからなる単語群を、表現格納ストリームＥＸに書き出す。
【００４６】
Ｓ４０で文の最後を検出した場合、すなわち、パターンが抽出できなかった場合、および、Ｓ４６までのステップにより単語群を検出して表現格納ストリームＥＸに書き出した場合には、後自立語群の抽出処理を終了し、Ｓ４７で単語取り出しバッファＷＤの位置をポジション変数ＷＰの位置に戻し、Ｓ３１へ戻って、ポジション変数ＷＰの次の単語の処理から再開する。
【００４７】
Ｓ３２において、文の最後を検出すると、Ｓ４８で自立語並び１格納ストリームＪＦに格納されている単語群が複合表現である場合には、その複合表現を表現格納ストリームＥＸに書き出し、単語群抽出部１５の処理を終了する。
【００４８】
図４は、本発明の関係表現抽出装置の一実施例における単語群抽出部１５の動作の別の例を示すフローチャートである。図３に示した例では、「前自立語並び＋付属語並び＋後自立語並び」というパターンのうち、後自立語並びは付属語並びと連続していなくても抽出した。このパターンが連続している場合のみ抽出することも可能であり、そのような例を図４に示している。このようにすることにより、抽出される関係は少なくなるものの、より確実に接続し得る関係のみ抽出することができる。どのような範囲を抽出するかは、目的に応じて適宜選択すればよい。
【００４９】
Ｓ５１において、自立語並び１格納ストリームＪＦ、付属語並び格納ストリームＦＺ、自立語並び２格納ストリームＪＢをクリアし、Ｓ５２において、単語取り出しバッファＷＤに形態素解析部１４で分割された単語１語を取り出す。Ｓ５３で取り出した単語が自立語か否かを判定し、自立語である場合には、その単語を自立語並び１格納ストリームＪＦに書き込む。自立語でない場合には、Ｓ５５において、単語取り出しバッファＷＤに取り出した単語を付属語並び格納ストリームＦＺに書き込む。
【００５０】
そして、自立語並び１格納ストリームＪＦ、付属語並び格納ストリームＦＺに書き込まれた単語群により、単語群抽出規則を参照し、一致する単語群抽出規則があるか否かをＳ５６で判定する。一致する単語群抽出規則がない場合には、Ｓ５１へ戻り、新たなパターンの検索を再開する。一致する単語群抽出規則がある場合には、Ｓ５７において、自立語並び１格納ストリームＪＦが複合表現ならば、表現格納ストリームＥＸに書き出す。そして、自立語並び２の取得処理を行なう。
【００５１】
Ｓ５８において、単語取り出しバッファＷＤに単語を１語取り出す。Ｓ５９において、取り出した単語が自立語か否かを判定し、自立語である場合には、Ｓ６０で自立語並び２格納ストリームＪＢに取り出した単語を書き込む。自立語でない場合には、Ｓ６１において、これまで抽出した自立語並び１格納ストリームＪＦ、付属語並び格納ストリームＦＺ、自立語並び２格納ストリームＪＢの各単語群をもとに、単語群抽出規則を参照し、一致する単語群抽出規則があるか否かを判定する。一致する単語群抽出規則が存在する場合には、Ｓ６２で表現格納ストリームＥＸに自立語並び１格納ストリームＪＦ、付属語並び格納ストリームＦＺ、自立語並び２格納ストリームＪＢで構成される表現を出力する。
【００５２】
この時点で、自立語並び２格納ストリームＪＢに格納されている自立語並びは、次の自立語並び１になり得る。そのため、Ｓ６１における単語群抽出規則との一致または不一致にかかわらず、Ｓ６３において、自立語並び２格納ストリームＪＢの内容を自立語並び１格納ストリームＪＦにコピーし、付属語並び格納ストリームＦＺ、自立語並び２格納ストリームＪＢをクリアする。そして、Ｓ６４で文の終わりか否かを判定した後、文の最後でなければ、Ｓ５５へ戻って処理を続行し、文の最後まで抽出処理が終了した場合は、Ｓ６５で自立語並び１格納ストリームＪＢ内の単語群が複合表現であれば、表現格納ストリームＥＸに書き出して、単語群抽出部１５の処理を終了する。
【００５３】
図５は、本発明の関係表現抽出装置の一実施例における関係抽出部３の動作の一例を示すフローチャートである。単語群抽出部１５において抽出された表現は、表現格納ストリームＥＸに格納されて関係抽出部３に渡されるものとする。Ｓ７１において、表現格納ストリームＥＸから表現を１つ取り出し、Ｓ７２において、関係抽出規則を参照して、一致するものがあるか否かを調べる。一致するものがあるときには、Ｓ７３でその表現と関係を関係格納ストリームＲＬに書き出す。Ｓ７４で表現格納ストリームＥＸが最後に達したか否かを判定し、未処理の表現が残っている場合には、Ｓ７１へ戻り、次の表現についての処理を繰り返し行なう。表現格納ストリームＥＸ内の表現がすべて処理された時点で、関係抽出部３の処理を終了する。
【００５４】
図６は、本発明の関係表現抽出装置の一実施例における正規化部４の動作の一例を示すフローチャートである。関係抽出部３で関係抽出規則に基づいて抽出された表現およびその関係は、関係格納ストリームＲＬに格納されて、正規化部４に渡されるものとする。Ｓ８１において、関係格納ストリームＲＬから、表現および関係の組を１つ取り出す。Ｓ８２において、取り出した表現が入れ替える必要があるものか否かを判定する。入れ替えの必要性は、上述したように、用言性の表現が表現１に存在する場合などで発生する。入れ替えの必要がある場合には、Ｓ８３で表現１と表現２を入れ替える。入れ替えの必要がない場合には、そのままＳ８４へ進む。
【００５５】
Ｓ８４において、上述した正規表現｛［関係］ 表現１ 表現２｝を生成する。生成した正規表現は、Ｓ８５で順次結果出力ストリームＮＥに出力する。Ｓ８６において、関係格納ストリームＲＬが最後に達したか否かを判定し、未処理の表現と関係の組が残っている場合には、Ｓ８１へ戻り、次の表現と関係の組についての処理を繰り返し行なう。関係格納ストリームＲＬ内の表現と関係の組がすべて処理された時点で、正規化部４の処理を終了する。
【００５６】
上述の処理の一例では、計算機の負担軽減のため、解析を形態素解析の範囲にとどめ、２つの自立語もしくは自立語並びとそのあいだの関係として扱っている。この場合、複雑な係り受けなどの関係は抽出されないものもあるが、有効な関係の多くは形態素解析情報により推定可能であり、複雑な関係も、抽出した基本関係の組み合わせとして表わすことができる。一方、たとえ構文解析を用いたとしても、すべての関係が明確に決定できるわけではないため、本実施例は効率的な方法であるといえる。もちろん、計算機資源などに余裕がある場合は、構文解析、意味解析などの深い分析を行なうことも有効である。
【００５７】
上述の処理の一例について、具体例をもとに説明する。ここでは、単語群抽出部１５における処理は、図３に示したように、離れた単語群についても抽出する場合の処理を用いることとする。 Ｓ２１でデータ入力部１から文書を読み込み、Ｓ２３において、例えば、次の１文を文書から読み込んだとする。
「我々が実現したシステムは、本手法適用により文書の高速な検索機能を実現する。」
【００５８】
この１文は、Ｓ２４において、形態素解析部１４で形態素解析が行なわれ、その結果、次のような形態素解析結果が得られる。
我々（代名詞）
が（格助詞）
実現（サ変）
した（する動詞終止／連体）
システム（名詞）
は（副助詞）
、（記号）
本（接頭語）
手法（名詞）
適用（サ変）
により（格助詞相当語）
文書（名詞）
の（格助詞）
高速（形容動詞）
な（形容動詞語尾／連体）
検索（サ変）
機能（サ変）
を（格助詞）
実現（サ変）
する（する動詞終止／連体）
。（記号）
【００５９】
上述のように形態素解析され、分割された単語は、Ｓ２５において、単語群抽出部１５により単語群として抽出される。図７は、単語群抽出規則の一例の説明図である。単語群抽出部１５は、図７に一部を示すような単語群抽出規則を用いて、「前自立語並び＋付属語並び＋後自立語並び」というパターンの単語群の抽出を行なう。この単語群抽出規則は、上述のパターンに対応して、自立語並び１、付属語並び、自立語並び２の各欄から構成されている。例えば、１行目の規則は、名詞＋「に」＋サ変、サ変＋「に」＋サ変、形容動詞＋「に」＋サ変というパターンを表現として抽出することを示している。
【００６０】
まず、形態素解析結果より単語を順に読み込み、規則とのパターンマッチを行なう。形態素解析された単語列は、一旦単語取り出しバッファＷＤに読み込んだ上で、この並びにしたがって、自立語なら自立語が続く限り順次各ストリームに読み込まれ、規則とのマッチングを行なう。
【００６１】
図３のＳ３１で自立語並び１格納ストリームＪＦ、付属語並び格納ストリームＦＺ、自立語並び２格納ストリームＪＢをクリアした後、Ｓ３３で、まず、“我々”（代名詞）が単語取り出しバッファＷＤに読み込まれる。この単語は自立語であるので、Ｓ３４からＳ３５へ進み、“我々”が自立語並び１格納ストリームＪＦに書き込まれる。Ｓ３３に戻り、次の単語“が”（格助詞）が単語取り出しバッファＷＤに読み込まれる。この単語は自立語ではないので、Ｓ３４からＳ３６へ進み、単語“が”が付属語並び格納ストリームＦＺに書き込まれる。自立語並び１格納ストリームＪＦの内容は複合表現でないので、Ｓ３７はスキップされる。そして、Ｓ３８において、「代名詞＋が（格助詞）」というパターンが、例えば、図７に示すような単語群抽出規則内に一致するものがあるか否かを判定する。図７には、このパターンが存在しない。そのため、Ｓ３１へ戻り、各ストリームの内容はクリアされる。
【００６２】
続いて、同様に“実現”（サ変）が自立語並び１格納ストリームＪＦに、“した”（する動詞終止／連体）が付属語並び格納ストリームＦＺに書き込まれる。そして、Ｓ３８で単語群抽出規則が参照される。このとき、「サ変＋した（する動詞）」のパターンは、図７に示す単語群抽出規則中、最下行に示した規則に該当するため、そのまま保持される。また、Ｓ３９において、“した”の位置がポジション変数ＷＰに保持される。
【００６３】
さらに、Ｓ４１において、“システム”（名詞）が単語取り出しバッファＷＤに読み込まれ、Ｓ４２で自立語か否かが判定される。“システム”は自立語であるので、Ｓ４３で自立語並び２として自立語並び２格納ストリームＪＢに書き込まれる。次の単語“は”（副助詞）が単語取り出しバッファＷＤに読み込まれるが、自立語ではないので、Ｓ４２からＳ４４へ進み、単語群抽出規則を参照する。このときの各ストリームから、「サ変＋した＋名詞」というパターンが単語群抽出規則にあるか否かを判定する。図７に示す単語群抽出規則の最下行に示した規則が該当するので、「実現／した／システム」という表現が抽出され、Ｓ４６において、表現格納ストリームＥＸに出力される。以下、自立語と付属語の間には、‘／’を付して示す。
【００６４】
Ｓ４７で、ポジション変数ＷＰに保持されている位置、すなわち、単語“した”の位置に戻し、Ｓ３１で各ストリームをクリアして、さらに処理を続ける。次の単語“システム”が読み込まれて自立語並び１格納ストリームＪＦに書き込まれ、“は”が付属語並び格納ストリームＦＺに書き込まれる。“システム”（名詞）＋“は”（副助詞）のパターンは図７に示す単語群抽出規則中に存在しないので、各ストリームはクリアされる。続く「、」は、記号なので単語群抽出規則にはマッチせず、次の単語の処理に移る。次に“本”（接頭辞）を読み込むが、これも自立語でないため、無視される。
【００６５】
今度は、“手法”が自立語並び１格納ストリームＪＦに書き込まれる。続く単語“適用”も自立語であるので、自立語並び１格納ストリームＪＦに書き込まれる。この「手法適用」は、いわゆる複合語である。付属語を伴わない自立語並び単独でも、複合表現として抽出の対象である。このとき、複合語をまとめて単一の名詞として扱う。これは、前述のように２つの自立語並びとその間の関係のみを扱うので、自立語並び１をひとまとまりに扱う必要があるためである。同じ理由から、自立語が３つ以上並ぶものを単独で抽出する場合も、各単語が直結するという以上の関係は特定しない。
【００６６】
続いて、次の単語“により”を読み込むが、このとき前自立語並びはまとめて複合の名詞として扱う。単語“により”は、格助詞相当語であるので、付属語並びとして付属語並び格納ストリームＦＺに書き込まれる。Ｓ３７では、自立語並び１格納ストリームＪＦ内に複合表現が書き込まれているので、この自立語の並び「手法｜適用」を抽出し、表現格納ストリームＥＸに書き出す。以下、自立語並びの各単語の間には‘｜’を付して示す。この時点では、“手法適用”＋“により”（名詞＋格助詞相当語）というパターンが保持されている。このパターンは、図７の単語群抽出規則の５行目のパターンに相当する。
【００６７】
続いて、“文書”（名詞）が自立語並び２格納ストリームＪＢに書き込まれ、次の単語“の”が単語取り出しバッファＷＤに読み出され、自立語ではないので、Ｓ４４に進む。Ｓ４４において、「名詞＋により＋名詞」というパターンと単語群抽出規則との一致が判定される。図７の単語群抽出規則の５行目のパターンは、自立語並び２として接続し得る単語は、サ変または形容動詞に限られる。そのため、続く単語“文書”（名詞）はマッチせず、このパターンは抽出されない。Ｓ４５で自立語並び２格納ストリームＪＢをクリアし、Ｓ４０へ戻って、離れた単語とのマッチングを行なう。このとき、自立語並び１および付属語並びまでのパターンは固定して考える。
【００６８】
今度は“高速”（形容動詞）が自立語並び２格納ストリームＪＢに書き込まれるが、「名詞＋により＋形容動詞」も単語群抽出規則にマッチしない。さらに、“検索”（サ変）および“機能”（サ変）が自立語並び２格納ストリームＪＢに複合表現として書き込まれるが、複合表現の品詞は名詞として扱うので、「名詞＋により＋名詞」のパターンは単語群抽出規則とマッチしない。次に、“実現”（サ変）が自立語並び２格納ストリームＪＢに書き込まれる。「名詞＋により＋サ変」のパターンは、単語群抽出規則にマッチする。そのため、Ｓ４６で「手法｜適用／により／実現」という単語群が抽出され、表現格納ストリームＥＸに出力される。
【００６９】
この時点で、ポジション変数ＷＰは“により”の位置を保持している。Ｓ４７において、単語取り出しバッファＷＤの位置をこの単語に戻し、次の単語から抽出処理を再開する。上述の処理と同様に、自立語並び１格納ストリームＪＦに“文書”を書き込み、続いて“の”を付属語並び格納ストリームＦＺに書き込み、“文書”＋“の”（名詞＋格助詞）というパターンとなる。ポジション変数ＷＰに“の”の位置を保持させ、自立語並び２を検索する。まず、“高速”（形容動詞）が自立語並び２格納ストリームＪＢに書き込まれ、“な”（形容動詞語尾）が単語取り出しバッファＷＤに読み込まれる。しかし、「名詞＋の＋形容動詞」のパターンは単語群抽出規則とマッチしないため、スキップされる。今度は「検索（サ変）」、「機能（サ変）」が続くので、これらは複合名詞として自立語並び２格納ストリームＪＢにまとめて格納される。結果として、「名詞＋の（格助詞）＋（複合）名詞）というパターンで単語群抽出規則とのパターンマッチに成功し、「文書／の／検索｜機能」が抽出され、表現格納ストリームＥＸに出力される。
【００７０】
ポジション変数ＷＰに保持されている“の”の位置にポインタを戻し、次の単語から、再度、抽出処理を行なうことにより、「高速／な／検索｜機能」が、さらに、“な”の次の単語から抽出処理を行なって、自立語並び「検索｜機能」、および、「検索｜機能／を／実現」が抽出される。
【００７１】
このような処理により、表現格納ストリームＥＸには、次のような単語群が抽出される。
実現／した／システム（サ変＋“した”＋名詞）
手法｜適用（複合名詞（名詞＋サ変））
手法｜適用／によって／実現（複合名詞（名詞＋サ変）＋“によって”＋サ変）
文書／の／検索｜機能（名詞＋“の”＋複合名詞（サ変＋サ変））
高速／な／検索｜機能（形容動詞＋“な”＋複合名詞（サ変＋サ変）
検索｜機能（複合名詞（サ変＋サ変））
検索｜機能／を／実現（複合名詞（サ変＋サ変）＋“を”＋サ変）
【００７２】
単語群抽出部１５において、上述のようにして単語群が抽出されると、関係抽出部３により関係を付与する。図８は、関係抽出規則の一例の説明図である。関係抽出部は、例えば、図８に一部を示すような関係抽出規則を用いる。関係抽出規則は、単語群抽出部１５で抽出された自立語並び１、自立語並び２、付属語並びと、付与すべき関係とを対応づけている。例えば、図８の１行目では、「名詞またはサ変＋“が”＋サ変または形容動詞」というパターンには、関係［ガ格］を付与することを示している。関係抽出部３では、表現格納ストリームＥＸから単語群を取り出し、関係抽出規則にマッチするものを取り出して関係を付与して、関係格納ストリームＲＬに出力する。
【００７３】
上述のように、この例では形態素解析に基づく単語間の関係を扱うため、付与する関係は、形態素情報から得られるレベルとしている。しかし、深い解析を行なえば、さらに詳細な関係を得ることも可能である。
【００７４】
上述の例では、まず、図５のＳ７１で表現格納ストリームＥＸより最初の表現「実現したシステム」が取り出される。Ｓ７２において、関係抽出規則を参照する。この場合、自立語並び１、自立語並び２は、それぞれ、サ変および名詞であり、“した”は「する動詞」の活用形であるので、図８に示す関係抽出規則から、関係［スル］が得られる。そのため、Ｓ７３において、表現に関係［スル］を付与し、関係格納ストリームＲＬに出力する。
【００７５】
次の表現「手法適用」は、２語の自立語からなる複合表現である。自立語のみの複合表現においては、２単語の場合は両方の品詞間に「直結」という関係を付与する。
【００７６】
以下、同様に表現格納ストリームＥＸ内の各表現に対して関係が求められ、次に示すように、表現に関係が付与され、関係格納ストリームＲＬに出力される。
実現／した／システム（サ変＋“する”＋名詞）［スル］
手法／適用（名詞＋サ変）［直結］
手法｜適用／によって／実現（複合名詞＋“によって”＋サ変）［デ格］
文書／の／検索｜機能（名詞＋“の”＋複合名詞）［名詞接続］
高速／な／検索｜機能（形容動詞＋“な”＋複合名詞）［ナ格］
検索｜機能（サ変＋サ変）［直結］
検索｜機能／を／実現（複合名詞＋“を”＋サ変）［ヲ格］
【００７７】
関係抽出部３における関係抽出および関係付与の処理が終了すると、関係格納ストリームＲＬに出力された表現と関係の対をもとに、正規化部４において、関係の正規化を行ない、順次結果出力ストリームＮＥに出力する。すなわち、正規化により、抽出した関係から活用や出現順など表層的な表現に依存しない部分を取り出す。上述したように、正規化処理では、必要に応じて自立語並び１と自立語並び２を入れ替え、｛［関係］ 表現１ 表現２｝という形式の正規表現を生成する。
【００７８】
上述の例では、まず、図６のＳ８１で関係格納ストリームＲＬより最初の表現と関係の対を取り出す。取り出した「実現／した／システム（サ変＋“する”＋名詞）［スル］」は、表現の入れ替えの必要なパターンである。Ｓ８３において、表現１と表現２を入れ替え、Ｓ８４において正規表現｛［スル］ システム 実現｝が生成される。得られた正規表現は、Ｓ８５において、順次結果出力ストリームＮＥに書き出される。
【００７９】
続いて、「手法／適用（名詞＋サ変）［直結］」は、直結表現であるので、そのまま正規表現｛［直結］ 手法 適用｝が生成され、順次結果出力ストリームＮＥに出力される。以下、同様に正規化処理を行ない、順次結果出力ストリームＮＥには次のような結果が出力される。
｛［スル］ システム 実現｝
｛［直結］ 手法 適用｝
｛［デ格］ 手法｜適用 実現｝
｛［名詞接続］ 文書 検索｜機能｝
｛［ナ格］ 高速 検索｜機能｝
｛［直結］ 検索 機能｝
｛［ヲ格］ 検索｜機能 実現｝
【００８０】
以上で、例に示した１文に対する関係表現抽出処理が終了する。正規化し、順次結果出力ストリームＮＥに出力された関係表現の内容は、図２のＳ２８で結果出力ストリームＳＯに書き出され、Ｓ２２へ戻って、さらに入力文書中にデータが続く限り、同様に１文単位で処理を続ける。最後に、Ｓ２９で、こうして得られた関係表現を記憶部５に登録する。これにより、記憶部５には結果出力ストリームＳＯに保持された各正規表現中の関係、表現１、表現２をそれぞれキーとして、原データである入力文書とともに登録される。
【００８１】
記憶部５に登録された文書の検索を行なう場合には、表現１、表現２、および、関係を検索キーとして検索を行なう。これにより、表層表現に依存しない概念、主題から検索を行なうことができるようになる。検索において意味的に一致するものを得ることで適合率を向上させ、効率的な検索が可能となる。
【００８２】
上述の具体例では、単語群抽出部１５の処理として、図３に示した処理を用いた。しかし、図４に示す処理を用いることができる。この場合には、上述の例文の場合、単語群抽出部１５からは次の表現が出力される。
実現／した／システム（サ変＋“した”＋名詞）
手法｜適用（複合名詞（名詞＋サ変））
高速／な／検索｜機能（形容動詞＋“な”＋複合名詞（サ変＋サ変））
検索｜機能（複合名詞（サ変＋サ変））
検索｜機能／を／実現（複合名詞（サ変＋サ変）＋“を”＋サ変）
【００８３】
この抽出された表現をもとに、関係抽出部３で関係が付与され、次の関係が付与された表現が得られる。
実現／した／システム（サ変＋“する”＋名詞）［スル］
手法／適用（名詞＋サ変）［直結］
高速／な／検索｜機能（形容動詞＋“な”＋複合名詞）［ナ格］
検索｜機能（サ変＋サ変）［直結］
検索｜機能／を／実現（複合名詞＋“を”＋サ変）［ヲ格］
【００８４】
さらに、正規化部４で正規化し、次の正規表現が得られる。
｛［スル］ システム 実現｝
｛［直結］ 手法 適用｝
｛［ナ格］ 高速 検索｜機能｝
｛［直結］ 検索 機能｝
｛［ヲ格］ 検索｜機能 実現｝
【００８５】
このようにして求められた正規表現がキーとして文書とともに記憶部５に記憶されることになる。
【００８６】
上述の関係表現抽出装置の一実施例では、正規化部４を含む構成について説明したが、本発明は、正規化手段を含まない構成とすることも可能である。すなわち、上述した検索を前提としたシステムでなく、例えば、原データより概念を抽出するのみのシステムであれば、正規化手段は不要である。この場合、構成としては、図１に示した構成から正規化部４を除き、関係抽出部３を記憶部５に接続することで実現される。処理の流れとしても、図２のＳ２７のステップで行なわれる正規化の処理を省くのみである。具体的には、関係表現格納ストリームＲＬより関係表現を取り出した結果を、そのまま結果格納ストリームＳＯに出力すれば良い。
【００８７】
関係抽出部３で抽出されたままの表現は、原データの持つ概念を表していると考えられ、これらを適宜編集することで、例えば、文献のアブストラクトを作成したり、ＯＨＰ発表資料を作成することができる。これを応用し、要約作成支援システムを実現することができる。
【００８８】
本発明の関係表現抽出装置は、テキストデータからのキーワード抽出一般に適用でき、前述の実施例のみに関するものではないことはいうまでもない。例えば、文書から抽出するのではなく、ユーザの検索要求から関係を抽出することも可能である。
【００８９】
従来、検索要求の与え方として、ＳＱＬなどの検索用言語を介するものや、いわゆる自然言語インターフェースなどが存在する。しかし、これらは、結局はキーワード検索の延長であり、ＡＮＤ検索などのように単語単位のキーワードの論理演算に帰着するものでった。
【００９０】
そこで、本発明の関係表現抽出装置を検索要求の入力に用いることが考えられる。すなわち、検索要求として「自立語＋付属語＋自立語」というパターンを与え、そこから関係表現を抽出するものである。
【００９１】
例えば、ユーザが「文書を作成」「文書から作成」「作成した文書」などの自然な表現を与えた場合でも、従来の自然言語インターフェースでは区別せず「文書＆作成」といった検索キーを生成するのが一般的であった。これに対し、本発明の関係表現抽出装置を用いることにより、それぞれ、「［ヲ格］ 文書 作成」「［カラ］ 文書 作成」「［スル］ 文書 作成」といった関係を伴った表現を抽出できる。これにより、ユーザはごく自然な表記を用いて、簡単に自分の意図を検索要求として与えることが可能となる。
【００９２】
実現方法としては、上述の図１に示した構成において、正規化部４あるいは関係抽出部３からの出力を検索手段に与えるように構成すればよい。このとき、検索されるデータベースには、上述の実施例のように、関係表現がキーとして付与されている必要がある。
【００９３】
このように、データベースに登録する情報に対して付与するキーを生成する場面と、ユーザによる検索要求に基づいて、検索キーを生成する場面において、本発明の関係表現抽出装置を適用することができる。すなわち、データベースへの情報の登録時と、データベース内の情報の検索時に同じ関係表現抽出処理を行なうように構成した関係表現検索装置を実現することができる。以下、このような関係表現検索装置について説明する。
【００９４】
図９は、本発明の関係表現検索装置の第１の実施例を示すブロック図である。図中、図１と同様の部分には同じ符号を付して説明を省略する。６は検索要求入力部、７は関係展開部、８は出力部、１７はキーボード、１８はマウス、１９はＣＲＴディスプレイである。検索要求入力部６は、キーボード１７、マウス１８など、種々の周知の入力手段から構成される。ユーザは、検索要求入力部６より、関係に基づく検索要求を入力する。表現抽出部２は、現データ入力部あるいは検索要求入力部６より入力されたテキストを解析し、形態素解析部１４で形態素解析を行なって、単語単位に分割し、単語群抽出部１５で単語群抽出規則に基づいて互いに関係を持ち得る複数の単語およびその品詞などの情報を、表現として取り出す。関係抽出部３は、表現抽出部２で抽出された表現に対し、関係を付与する。正規化部４は、関係抽出部３で付与された関係に基づいて、関係の付与された表現を正規化し、求める関係表現を得る。正規化部４で得られた関係表現は、情報の登録時には、入力された原データとともに、記憶部５でデータベースに登録される。一方、検索時には、関係展開部７へ正規表現を渡す。関係展開部７は、正規化部４で得られた正規表現を展開し、概念的に同一になり得る表現を生成し、記憶部５を検索する。出力部８は、例えば、ＣＲＴディスプレイ１９などの表示手段で構成され、検索により得られた検索結果が出力される。
【００９５】
次に、本発明の関係表現検索装置の第１の実施例における動作の一例について説明する。ここでは、関係の登録と関係からの検索に分けて述べる。
【００９６】
まず、文書などの原データにより関係を抽出して、これを記憶部５に記憶する場合の動作について説明する。この場合の動作は、上述の関係表現抽出装置の一実施例における動作と同様である。すなわち、データ入力部１より抽出すべき文書データを電子的に読み込み、読み込んだ文書データから未処理の１文を取り出す。取り出した１文を形態素解析により単語の並びに分割する。そして、単語群抽出部１５によって、単語群抽出規則に基づいて、規則にマッチする単語群の抽出処理が行なわれる。抽出される単語群の基本的なパターンとしては、例えば、「前自立語並び＋付属語並び＋後自立語並び」というパターン、および、複合表現とすることができる。単語群抽出部１５で抽出された表現は、関係抽出部３において、関係抽出規則に基づいて、関係が付与される。そして、正規化部４において、必要に応じて単語群の入れ替えなどを行なって、正規表現を生成する。正規表現としては、例えば、｛［関係］ 表現１ 表現２｝という形式とすることができる。
【００９７】
以上で、１文に対する関係表現抽出が終了する。さらに、入力文書中にデータが続く限り、同様に１文単位で処理を続ける。最後に、こうして得られた関係表現を、入力文書とともに記憶部５に登録する。このとき、各正規表現の表現１，表現２，関係をそれぞれ転置キーとして、原データである入力文書とともに登録すればよい。
【００９８】
以上の処理により、入力した文書から主題を関係表現として抽出し、データベース上に原文書とともに蓄えられる。
【００９９】
続いて、あらかじめ抽出した関係に基づく検索について説明する。検索は、大きくは、検索要求の入力、関係表現の抽出、関係の展開、データベースへの問い合わせという流れによる。図１０は、本発明の関係表現検索装置の第１の実施例における検索処理の一例を示すフローチャートである。最初に、Ｓ９１において、検索要求入力部６より、検索要求を自然語として入力する。
【０１００】
検索要求が入力されると、Ｓ９２ないしＳ９５の処理により、登録時と同様に正規化した関係表現を抽出する。このときの処理については、登録時に１文から関係表現を抽出する際と同一のアルゴリズムが適用できる。例えば、図２ないし図６で示した処理を用いて正規表現を得ることができる。
【０１０１】
正規表現が得られると、Ｓ９６において、関係展開部７は関係展開規則を参照し、一致する関係展開規則があるか否かを判定する。関係展開規則がある場合には、Ｓ９７で関係展開規則を用いて、正規表現と概念的に同一になり得る表現を生成する。Ｓ９８において、正規表現およびＳ９７で生成された展開表現を検索キーとして用い、記憶部５に対して検索を行なう。得られた検索結果は、Ｓ９９において、出力部８に出力する。
【０１０２】
上述の動作の一例を具体例をもとに説明する。具体例として、ユーザが「何らかのシステムを実現したもの」に関する文献を検索したいとする。Ｓ９１において、検索要求入力部６から検索要求を入力する。このとき、実際の検索要求としては、例えば、「システムを実現した」という本来の検索意図にごく近い表現を自然語で与える。
【０１０３】
検索要求が入力されると、Ｓ９２において、「システムを実現した」という検索要求を、まず、形態素解析部１４で形態素解析する。形態素解析の結果を以下に示す。
システム（名詞）
を（格助詞）
実現（サ変）
した（する動詞終止／連体）
【０１０４】
続いて、Ｓ９３において、単語群抽出部１５で単語群を抽出する。このとき抽出するパターンとして、「前自立語並び＋付属語並び＋後自立語並び」とし、例えば、図７に示すような単語群抽出規則を用いると、次の１つの表現が得られる。
システム／を／実現（名詞＋“ヲ”＋サ変）
【０１０５】
また、Ｓ９４において、関係抽出部３で関係を付与する。このとき、例えば、図８に示すような関係抽出規則を用いると、単語群抽出部１５で抽出された上述の表現に［ヲ格］が付与され、次のような関係が付与された表現が得られる。
システム／を／実現（名詞＋“を”＋サ変）［ヲ格］
【０１０６】
さらに、Ｓ９５において、正規化部４で正規表現を生成する。このとき生成される正規表現を｛［関係］ 表現１ 表現２｝とすると、上述の関係が付与された表現から、次のような正規表現が得られる。この例では、自立語並びを入れ替える必要がないので、そのまま、前自立語並びを表現１、後自立語並びを表現２とする。
｛［ヲ格］ システム 実現｝
【０１０７】
このようにして、正規化された関係表現が得られた。検索要求の場合には、正規化された関係表現が得られると、関係展開部７に送られる。関係展開部７において、正規化された関係表現を展開し、概念的に同一になり得るものを生成する。展開には、関係展開規則を用いる。図１１は、本発明の関係表現検索装置の第１の実施例における関係展開規則の一例の説明図である。図１１に示したように、関係展開規則は、正規化部４で得られた正規表現中の関係、表現１、表現２の組と、展開可能な関係とが対になって登録されている。上述の例では、関係がヲ格、表現１が名詞、表現２がサ変であるので、図１１の２行目の規則にマッチする。そのため、Ｓ９６からＳ９７に進む。このとき得られた表現は、［ヲ格］以外に［ノ格］，［直結］，［スル］に展開可能であることが分かる。これに従い、Ｓ９７で次のような関係表現を生成する。
｛［ヲ格］ システム 実現｝
｛［ノ格］ システム 実現｝
｛［直結］ システム 実現｝
｛［スル］ システム 実現｝
【０１０８】
そして、Ｓ９８において、展開した関係表現に基づいて、データベースシステム１６への問い合わせを行なう。この場合、得られた各関係表現をキーとして検索を行なう。検索結果は、Ｓ９９において、ＣＲＴディスプレイ１９に出力される。
【０１０９】
検索の結果として得られた候補は、概念的に同一になり得るものである。例えば、上述の関係表現抽出装置の具体例において抽出し、記憶部５に登録した文書は、｛［スル］ システム 実現｝という関係表現を持つため、検索される。この文書は、少なくともあるシステムを実現したことについて述べているから、候補として妥当である。
【０１１０】
一方、例えば、別の文書が「このシステムが実現する機能」というフレーズを持つとする。このフレーズから抽出される関係表現は、｛［ガ格］ システム 実現｝のようになる。この場合、表現１，表現２は全く同一であるが、先ほどの展開結果に関係［ガ格］は含まれないので、文書中の他の部分にマッチする関係表現がない限り候補にならない。実際、「このシステムが実現する機能」は、「システムを実現した」とは異なる概念を表わすため、検索されないことは妥当である。
【０１１１】
このように、この実施例では、ユーザが必要とする概念を、表層構造を気にせずに自然語を用いて、容易に検索することができる。さらに、関係表現を介して検索を行なうことにより、不要な候補の出現が低減される。
【０１１２】
上述の関係表現検索装置の第１の実施例では、検索要求として自然語を入力したが、本発明の関係表現検索装置としては、検索要求として自然語入力に限定されることはない。例えば、正規化部４から出力される関係、表現１、表現２をユーザが与えて検索することももちろん可能である。この場合、検索要求入力部６からの入力は、直接、関係展開部７に入力されるように構成する。あるいは、表現抽出部２、関係抽出部３、正規化部４で処理を行なわずに、関係展開部７に入力されるように構成すればよい。
【０１１３】
図１２は、本発明の関係表現検索装置の第１の実施例におけるＧＵＩを用いた検索要求の入力画面の一例の説明図である。図中、１０１は表現１入力部、１０２は表現２入力部、１０３は関係選択部、１０４は検索指示ボタン、１０５は検索結果リストサブウィンドウ、１０６は内容表示サブウィンドウである。近年、ＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）の進歩が顕著である。そこで、ＧＵＩを用いて、検索要求として関係、表現１、表現２を入力するためのウィンドウイメージを図１２に示している。ここでは、検索要求入力部６における入力のための表示と、出力部８における検索結果の表示を１つのウィンドウ内に表示した場合の一例を示している。
【０１１４】
ユーザは、ウィンドウ左上の表現１入力部１０１、表現２入力部１０２において、表現１と表現２を単語単位で入力する。また、関係はウィンドウ右上の関係選択部１０３に配列された各関係を示すボタンをマウスによりセレクトする。図１２では、表現１として「システム」、表現２として「実現」が入力され、関係としてヲ格が選択されている。このように入力すれば、検索要求をそのまま関係表現として扱えるため、これを関係展開部に渡せば、関係表現の展開および検索が可能である。関係表現の展開および検索の実行は、ウィンドウ左上の検索指示ボタン１０４をマウスによりセレクトすればよい。
【０１１５】
検索に成功すると、ウィンドウ左下の検索結果リストサブウィンドウ１０５に、検索された候補のタイトルが関係の情報とともに表示される。ユーザは、このタイトルを参照し、容易に欲しい結果を選ぶことができる。図１２においては、関係［スル］に展開された検索キーによって検索された候補を、検索結果リストサブウィンドウ１０５に表示されたリスト上でセレクトしている。このセレクトにより、文献の内容が右下の内容表示サブウィンドウ１０６に表示される。
【０１１６】
このように、自然言語インターフェースによらない方式は、例えば、携帯型の検索装置など複雑な処理を内蔵することが困難である場合には特に有効である。このとき、原データ入力部１、表現抽出部２、関係抽出部３、正規化部４は、記憶部５に関係表現と文書を対応させて登録させるときのみ必要であるので、このような携帯型の検索装置などの場合には搭載する必要はない。記憶部５には、例えば、上述の関係表現抽出装置などを用いて、あらかじめ関係表現と文書を対応させて登録しておけばよい。もちろん、文書の登録および更新のために、原データ入力部１、表現抽出部２、関係抽出部３、正規化部４を搭載してもよい。
【０１１７】
また、上述の関係表現検索装置においても、正規化部４を用いずに構成することも可能である。
【０１１８】
上述の関係表現検索装置によれば、検索要求として入力された関係表現、または自然語で入力された検索要求から抽出した関係表現をキーとして検索することが可能である。その際に、検索要求を概念的に同一になり得る関係表現に展開して検索を行なうこともできる。例えば、検索要求として、｛［ノ格］ システム実現｝という検索要求が入力されると、概念的に同一になり得る関係表現として、｛［ノ格］ システム 実現｝、｛［ヲ格］ システム 実現｝、｛［直結］ システム 実現｝などに展開し、そのいずれかにマッチするものをすべて検索する。
【０１１９】
しかしながら、展開された関係表現すべてが、常に検索要求と同じ関係を表わしているとは限らない。場合によっては、検索要求とは異なる関係を表わしていることもあり得る。すなわち、表現によって、概念的に同一であるかどうかの確信度が異なる。上述の装置では、ユーザは、検索結果のどのような関係とマッチしたかを知ることは可能であるが、それが本当に概念的に同一であるか否かはユーザが自分で判断しなければならず、検索結果が多い場合などに、効率的に検索結果を得ることが困難である。これを解決する装置として、以下に確信度を用いて検索結果を並べ替えてユーザに提示し、効率的な検索を行なう装置の一例を示す。
【０１２０】
図１３は、本発明の関係表現検索装置の第２の実施例を示すブロック図である。図中、図９と同様の部分には同じ符号を付して説明を省略する。２０は確信度評価部である。
【０１２１】
確信度評価部２０は、検索に用いられた表現と正規表現を比較して確信度を評価し、これに基づいて検索結果を並べ替える。出力部８は、確信度評価部２０で並べ替えられた検索結果を出力する。
【０１２２】
次に、本発明の関係表現検索装置の第２の実施例における動作の一例について説明する。この実施例の関係表現検索装置においても、検索時に、関係表現がキーとして記憶部５に記憶されている必要があるが、関係の登録については、上述の実施例と同様であるので、説明を省略する。
【０１２３】
あらかじめ抽出した関係に基づく検索について説明する。図１４は、本発明の関係表現検索装置の第２の実施例における検索処理の一例を示すフローチャートである。図１０と同様の処理には同じ番号を付してある。Ｓ９１の検索要求の入力から、Ｓ９８の検索指示および検索の実行までは、上述の実施例と同様である。
【０１２４】
Ｓ９８において、関係展開部７で生成された展開表現を検索キーとして用い、記憶部５に対して検索を行なう。検索結果が得られると、確信度評価部２０は、Ｓ１１１において、検索に用いられた展開表現と正規表現を比較し、関係評価規則に基づいて確信度を評価する。続いてＳ１１２において、この評価結果に基づいて検索結果を並べ替え、Ｓ１１３において、出力部８に出力する。
【０１２５】
上述の関係表現検索装置の第２の実施例における動作の一例を、具体例をもとに説明する。具体例としては、上述の実施例と同様、ユーザが「何らかのシステムを実現したもの」に関する文献を検索したいとする。Ｓ９１において、検索要求入力部６から検索要求を入力する。Ｓ９２における形態素解析、Ｓ９３における単語群抽出、Ｓ９４における関係抽出の後、Ｓ９５で正規化して、正規化された関係表現｛［ヲ格］ システム 実現｝が得られる。
【０１２６】
次に、関係展開部７において、正規化された関係表現を展開し、概念的に同一になり得るものを生成する。図１５は、本発明の関係表現検索装置の第２の実施例における関係展開規則の一例の説明図である。図１５に示した関係展開規則では、正規化部４で得られた正規表現中の関係と、展開可能な関係のみを対にして登録してある。このように、図１１に示した関係展開規則を簡略化することも可能である。上述の例では、関係がヲ格であるので、図１５の２行目の規則にマッチする。そのため、正規表現は、［ヲ格］以外に［ノ格］，［直結］，［スル］に展開可能であることが分かる。これに従い、Ｓ９７で次のような関係表現を生成する。
｛［ヲ格］ システム 実現｝
｛［ノ格］ システム 実現｝
｛［直結］ システム 実現｝
｛［スル］ システム 実現｝
【０１２７】
そして、Ｓ９８において、展開した関係表現に基づいて、データベースシステム１６への問い合わせを行なう。この場合、得られた各関係表現をキーとして検索を行なう。この結果、例えば、それぞれ｛［ヲ格］ システム 実現｝、｛［ノ格］ システム 実現｝、｛［スル］ システム 実現｝という関係表現をもつ文書が記憶部５に登録されている場合、これらの文書が検索される。
【０１２８】
検索結果が得られると、確信度評価部２０は、Ｓ１１１において検索に用いられた関係ともとの正規表現の関係を比較して、確信度を評価する。例えば、｛［ノ格］ システム 実現｝という関係表現を持つ文書が検索された場合、［ノ格］と、もとの関係［ヲ格］を比較する。Ｓ９７において展開された関係表現は、もとの表現と概念的に同一になり得るものであるが、必ずしも同一の表現であるとは言えないので、同一である確信度を評価値として与える。
【０１２９】
確信度の評価は、例えば、関係評価規則を用いて行なうことができる。図１６は、本発明の関係表現検索装置の第２の実施例における関係評価規則の一例の説明図である。図１６に示した例では、例えば、［ヲ格］と［ヲ格］のように関係がまったく同じか否か、例えば、［ノ格］から［ヲ格］のように関係がより具体的になる方向に展開されているか、あるいは、［ヲ格］から［ノ格］のように関係が抽象的になる方向に展開されているかなどにより、あらかじめ評価値を決めている。上述のように、正規化された関係表現｛［ヲ格］ システム 実現｝および展開された関係表現から、それぞれ｛［ヲ格］ システム 実現｝、｛［ノ格］ システム 実現｝、｛［スル］ システム 実現｝という関係表現をもつ文書が検索された場合、図１６に基づいて、それぞれの関係表現｛［ヲ格］ システム 実現｝、｛［ノ格］ システム 実現｝、｛［スル］ システム 実現｝には、それぞれ１００、８０、８０という確信度評価値が与えられる。
【０１３０】
Ｓ１１２において、確信度評価部２０は、評価点に基づいて、例えば、大きい順に検索結果を並べ替える。そして、Ｓ１１３において、並べ替えられた検索結果をＣＲＴディスプレイ１９に出力する。
【０１３１】
このように、本実施例によれば、検索結果を確信度の高い順にユーザに提示することができ、ユーザは効率よく結果を参照することができる。
【０１３２】
なお、確信度の評価は、上述の方法に限らず、種々の方法を用いることができる。例えば、大量のデータを用いてある関係表現と別の関係表現が同一の関係になる確率を計算し、これに基づいて確信度を決めてもよい。また、上述の実施例のように各関係間で確信度を与えておくのではなく、各関係に関係の抽象度レベルなどを与えておき、その差に基づいて確信度を計算するようにしてもよい。さらに、検索結果の表示においては、単に確信度に基づいて並べ替えて表示するだけでなく、確信度も共に表示するようにしてもよい。
【０１３３】
上述の関係表現検索装置の第２の実施例においても、先の実施例と同様、検索要求として自然語入力に限定されることはなく、例えば、正規化部４から出力される関係、表現１、表現２をユーザが与えて検索することももちろん可能である。この場合、検索要求入力部６からの入力は、直接、関係展開部７に入力されるように構成する。あるいは、表現抽出部２、関係抽出部３、正規化部４で処理を行なわずに、関係展開部７に入力されるように構成すればよい。
【０１３４】
図１７は、本発明の関係表現検索装置の第２の実施例におけるＧＵＩを用いた検索要求の入力画面の一例の説明図である。図中の符号は図１２と同様である。上述の関係表現検索装置の第２の実施例においても、図１２に示したようなＧＵＩを用いて検索要求の入力を行なうことができる。表現１入力部１０１、表現２入力部１０２、および、関係選択部１０３を用いて、表現１と表現２およびその関係を入力する。そして検索指示ボタン１０４をセレクトすることによって検索が行なわれる。検索に成功すると、ウィンドウ左下の検索結果リストサブウィンドウ１０５に、検索された候補のタイトルが確信度の大きい順にソートされ、図１７に示すように、確信度、関係の情報とともに表示される。ユーザは、このタイトルを参照し、容易に欲しい結果を選ぶことができる。
【０１３５】
このように、自然言語インターフェースによらない方式は、図１２の場合と同様に、例えば、携帯型の検索装置など複雑な処理を内蔵することが困難である場合には特に有効であり、記憶部５にあらかじめ抽出された関係表現を文書と対応させて登録しておけばよい。このとき、原データ入力部１、表現抽出部２、関係抽出部３、正規化部４を用いずに構成することが可能である。また、原データ入力部１のみを搭載し、あらかじめ抽出された関係表現と原データをそれぞれデータ入力部１に入力し、これをそのまま記憶部５に記憶するようにしてもよい。
【０１３６】
上述の関係表現検索装置の第２の実施例においては、正規化部４で得られた正規表現をもとに関係展開部７で概念的に同一になり得る表現に展開し、展開された表現と一致する関係表現をキーとして持つ文書を検索している。しかし、これに限らず、関係展開部７の代わりに検索部を設け、正規表現と一致しなくても概念的に同一になり得る表現を直接検索するように構成してもよい。この場合、確信度評価部２０による確信度の評価は、正規表現と文書にキーとして付された関係表現を比較することにより行なえばよい。
【０１３７】
図１８は、本発明の関係表現検索装置の第３の実施例を示すブロック図である。図中、図９、図１３と同様の部分には同じ符号を付して説明を省略する。１２１は解析切り換え部、１２２は言語別解析部、１２３は言語別関係抽出部、１２４は対訳単語辞書、１２５は対訳関係辞書、１２６は言語別正規化部、１２７は登録部、１２８は検索部である。
【０１３８】
上述の各実施例では、単一の言語についてのみ適用可能である。すなわち、日本語で記述された原データがデータベースに蓄積され、それらを日本語により検索する場合には問題はない。しかし、類似の内容を有する原データが英語やドイツ語など、別の言語で記述され、データベースに格納されている場合には、これらのデータを検索することはできない。また、検索要求の入力も、種々の言語によって行なわれることも考えられる。その場合に、入力された言語にかかわらず、類似の内容を有するデータであれば他の言語で記述されたデータをも検索できるようにすることが望ましい。この第３の実施例では、このような多言語を含むデータベースの検索を行なう例を示している。
【０１３９】
データ入力部１は、検索対象であり、検索のためのキーとなる関係表現を抽出すべき文書データを入力する部分である。入力される文書データは、日本語の他、例えば、英語、ドイツ語、フランス語など、他の言語で記述されていてもよい。また、文書データは、少なくとも自然言語で記述されたテキストを含むものであれば、絵や図形などを含んでいてもよい。
【０１４０】
表現抽出部２は、入力データを、その入力データ中のテキストが記述されている言語に応じて解析し、互いに関係を持ち得る複数の単語とその間の関係からなる関係表現を抽出する。表現抽出部２は、解析切り換え部１２１、言語別解析部１２２を含むように構成することができる。
【０１４１】
解析切り換え部１２１は、入力データ中のテキストが記述されている言語に応じて、複数の言語別解析部１２２の中から対応するものを選択する。テキストが記述されている言語の種別は、あらかじめ入力データ中に記録されているか、入力データの入力時にデータ入力部１や検索要求入力部６から入力データとともに入力するか、またはテキストの特徴を解析することによって得られる。テキストを解析する方法では、対訳辞書などを利用してテキストを構成する各単語を得ることによって判別する方法がある。この時用いる対訳辞書は、各言語が判別できればよいので、１０個程度の単語を有する程度でも十分利用可能である。ここでは、データ入力部１から入力されるデータには、あらかじめ文書データ中に言語の種別が記録されているものとする。言語の種別の記述方法としては、表題や作成日付などと同様に本文のテキストとは別に記載する方法と、本文中にタグなどを用いて埋め込む方法がある。後者の方法では、本文の一部に他言語で記載されている部分がある場合にも対処できる。この実施例では、簡単にするため、前者の本文のテキストとは別に記載する方法を採用する。
【０１４２】
言語別解析部１２２は、文書データ中のテキストを解析する。言語別解析部１２２は、例えば、日本語、英語、ドイツ語、フランス語など、言語の種類別に複数用意されている。解析切換え部１２１の判断結果によって、該当する言語を解析する解析部が選択される。各解析部は、その言語専用の文法規則、辞書などを備え、各言語を解析するのに適切な構成となっている。ただし解析エンジンは共通のものを使用してもよい。一方、解析のレベルを言語別に変えることも可能である。例えば、英語とドイツ語は共通の言語解析部を用い、日本語は上述の各実施例のように形態素解析部を用いて構成することができる。
【０１４３】
言語別関係抽出部１２３は、言語別解析部１２２の解析結果から、互いに関係を持ち得る複数の単語とその間の関係からなる関係表現を抽出する。言語別関係抽出部１２３も、言語別解析部１２２と同様に、言語の種類別に複数用意されており、該当する言語のものが選択される。また、言語別解析部１２２と同様に、その言語専用の関係抽出規則などの情報を備え、言語別に適した構成を有している。
【０１４４】
対訳単語辞書１２４は、複数の言語における等価な意味の単語が登録されている。また、対訳単語辞書１２４は、ある語に対して類似した意味を持つ語を集めた類義語辞書を複数の言語に拡張したものと考えることもできる。図１９は、対訳単語辞書のデータの一例の説明図である。例えば、日本語の類義語辞書では、「生産」という語に対して、「製造」、「制作」、「産出」などが同義語として登録されている。対訳単語辞書１２４では、類似した意味を持つ語を、同一言語だけでなく複数言語にわたって収録したものである。例えば、図１９に示すように、同じ「生産」という語に関しては、英語では“ｐｒｏｄｕｃｅ”，“ｍａｎｕｆａｃｔｕｒｅ”，“ｃｒｅａｔｅ”などが、ドイツ語では“ｓｃｈａｆｆｅｎ”，“ｐｒｏｄｕｚｉｅｒｅｎ”などが登録されている。図１９に示した対訳単語辞書１２４では、これらの語がそれぞれの言語を示す記号と対をなしてリストとして保持されている。ある言語の単語を入力すると、あらかじめ決められたある言語での等価な単語を出力する。出力言語での等価な単語が複数あるときは、例えば、リストの先頭の単語、あるいは、単語のリストを出力するように構成することができる。この対訳単語辞書１２４によって、種々の言語の単語を入力とし、あらかじめ決められたある言語に統一した類似語を得ることができる。
【０１４５】
対訳関係辞書１２５は、複数の言語における等価な言語的関係を表わす関係名が登録されている。図２０は、対訳関係辞書のデータの一例の説明図である。ここでは、上述の各例における「ガ格」、「ヲ格」等を「ＧＡ−ＮＯＭＩＮＡＴＩＶＥ」、「ＷＯ−ＡＣＣＵＳＡＴＩＶＥ」等のように示している。言語間の関係は、例えば、日本語の「ＷＯ−ＡＣＣＵＳＡＴＩＶＥ」という関係に対して、英語、ドイツ語、フランス語では「ＡＣＣ」という関係が登録されている。ある言語での関係を入力すると、あらかじめ決められたある出力言語での等価な関係名を出力する。この対訳関係辞書１２５を用いることによって、それぞれの言語における関係を、あらかじめ決められたある言語での関係に統一することができる。
【０１４６】
言語別正規化部１２６は、言語別関係抽出部１２３で抽出された関係表現を言語に依存しない表現に正規化する。言語に依存しない表現として、もとのテキストが記述された言語によらず、あらかじめ定めた言語、例えば、日本語の表現に変換する。言語の正規化には、対訳単語辞書１２４および対訳関係辞書１２５を用いる。関係表現を構成する単語を対訳単語辞書１２４を用いてあらかじめ定めた言語に翻訳し、関係を表わす記号を対訳関係辞書１２５を用いてあらかじめ定めた言語での記号に変換する。この言語別正規化部１２６により、ある言語に統一した単語及び関係が得られる。
【０１４７】
登録部１２７は、言語別正規化部２６から得られた言語に依存しない正規化された関係表現をキーとして、データ入力部１から入力された文書データと共に記憶部５に登録する。これにより、記憶部５には言語に依存しない関係表現がキーとして付加されて、文書データが格納される。
【０１４８】
検索部１２８は、関係展開部７より得られた展開された関係表現がキーとして、記憶部３に登録されている文書データを検索する。関係展開部７から与えられる関係表現は、言語別正規化部１２７によって言語に依存しない表現に正規化されている。また、記憶部５に格納されている文書データに付加されたキーも言語に依存しない表現に正規化されている。そのため、検索部１２８は、言語に依存しない表現によって検索を行なうことができる。
【０１４９】
なお、この実施例では、登録部１２７及び検索部１２８を明示的に示しているが、上述の各実施例においても当然に備わっている構成である。また、言語別正規化部１２６から出力される言語に依存しない正規化された検索要求が、関係展開部７を介さずに、直接、確信度評価部２０に入力されているが、関係展開部７を介すか否かはどちらでもよい。上述の第２の実施例においても、関係展開部７を介さずに、正規化された検索要求を直接確信度評価部２０に入力するように構成してもよい。
【０１５０】
以下、本発明の第３の実施例における動作の一例を説明する。以下の説明では、関係表現の登録時の動作と、関係表現からの検索時の動作に分けて説明する。
【０１５１】
図２１は、本発明の関係表現検索装置の第３の実施例における関係表現の登録時の動作の一例を示すフローチャートである。検索のためのキーとしての関係表現の登録時には、データ入力部１、表現抽出部２、言語別関係抽出部１２３、言語別正規化部１２６、登録部１２７、および、記憶部５が動作する。
【０１５２】
Ｓ１３１において、データ入力部１より文書データを読み込み、解析切り換え部１２１および登録部１２７に送る。解析切り換え部１２１は、Ｓ１３２において、文書データに記載されている、テキストが記述されている言語の種別に関する情報を読み取り、その言語に応じた言語別解析部１２２、言語別関係抽出部１２３、言語別正規化部１２６を選択する。Ｓ１３３において、解析切り換え部１２１で選択された言語に応じた言語別解析部１２２は、文書データ中のテキストを解析する。Ｓ１３４において、解析切り換え部１２１で選択された言語に応じた言語別関係抽出部１２３は、テキストの解析結果をもとに、選択された言語に応じた関係を抽出する。Ｓ１３５では、解析切り換え部１２１で選択された言語に応じた言語別正規化部１２６は、対訳単語辞書１２４および対訳関係辞書１２５を用い、Ｓ１３４で抽出された関係をあらかじめ決められたある言語の関係に正規化する。そして、Ｓ１３６において、登録部１２７は、Ｓ１３５で正規化した関係とＳ１３１で読み込んだ文書データとを対にして記憶部５に登録する。
【０１５３】
この登録時の動作を、具体例を用いて説明する。ここでは、データ入力部１から入力される文書データ中のテキストは英語で記述されており、正規化後の言語を日本語とする。Ｓ１３１において、データ入力部１より英語で記述されたテキストを含む文書データを読み込み、解析切り換え部１２１および登録部１２７に送る。Ｓ１３２において、解析切り換え部１２１は、文書データ中のテキストが英語で記述されていることを判別し、英語用の言語別解析部１２２、言語別関係抽出部１２３、言語別正規化部１２６を選択する。ここでは、これらを英語解析部１２２Ｅ、英語関係抽出部１２３Ｅ、英語正規化部１２６Ｅとする。
【０１５４】
Ｓ１３３において、英語解析部１２２Ｅは、文書データ中のテキストを解析する。ここでは、解析レベルとして構文解析を行なうものとする。図２２は、本発明の関係表現検索装置の第３の実施例における英語解析部の解析結果の一例の説明図である。図２２では、“Ｔｈｅ ＡＢＣ Ｌｔｄ． ｗｉｌｌ ｐｒｏｄｕｃｅ ｗｉｎｅ．”という文の解析結果の例である。ここでは、解析結果をツリー構造とし、属性とともに示している。
【０１５５】
Ｓ１３４において、英語関係抽出部１２３Ｅでは、図２２に示したような解析結果の木構造と、英語関係表現抽出規則とを照合することによって、互いに関係を持ち得る複数の単語とその間の関係を抽出する。図２３は、英語関係表現抽出規則の一例の説明図である。ここでは、関係表現として２つの単語とその間の関係を抽出する場合の例を示している。図２３において、「−＞」の左側、すなわち左辺は、単語のパターンである。この中で、（＃１ ＃２ ＃３ ＃４）は、＃１を親とし、その下に＃２， ＃３， ＃４の３つの子がある木構造を表わす。「＜」と「＞」で囲まれている部分は、そのノードの属性の指定である。「ｃａｔ」はカテゴリーであり、構文的な役割を示す。「ｆｏｒｍ」は単語そのもの、「ｉｎｆｌ」は語形変化を示す。「ｐｒｅｓ−ｐ」は現在分詞（ｉｎｇ形）、「ｐａｓｔ−ｐ」は過去分詞を示す。右辺は、抽出される関係表現であり、第一項が関係名、第二、第三項が関係を持つ単語である。「＃２．ｈｅａｄ」は名詞句の被修飾名詞を示し、「＃３．ｍａｉｎ」は動詞句の主動詞（助動詞を除いたもの）を示している。規則中には示していないが、関係表現中では基本的には動詞は原形、名詞は単数形で保持される。
【０１５６】
図２２に示す解析結果と、図２３に示す英語関係表現抽出規則を照合すると、最初の規則と２番目の規則が適用され、次のような関係表現が抽出される。
（ＮＯＭ “ＡＢＣ Ｌｔｄ．” “ｐｒｏｄｕｃｅ”）
（ＡＣＣ “ＷＩＮＥ” “ｐｒｏｄｕｃｅ”）
【０１５７】
英語関係抽出部１２３Ｅで抽出された関係表現は、Ｓ１３５において、英語正規化部１２６Ｅで言語に依存しない形に正規化される。ここで、対訳単語辞書１２４及びたい訳関係辞書１２５には、それぞれ、図１９、図２０に示した内容が格納されているものとする。このとき、例えば、上述の関係表現（ＡＣＣ “ＷＩＮＥ” “ｐｒｏｄｕｃｅ”）の場合、まず対訳単語辞書１２４を用いて、関係表現を構成する単語”ＷＩＮＥ”、”ｐｒｏｄｕｃｅ”を、あらかじめ決められた言語の単語に翻訳する。ここでは、出力言語は日本語であるとし、日本語の単語が複数ある場合には、リストの先頭の語を出力するものとすれば、図１９より、”ＷＩＮＥ”、”ｐｒｏｄｕｃｅ”は、それぞれ、「ワイン」、「生産」と翻訳される。次に、対訳関係辞書２５を用いて、関係名「ＡＣＣ」を日本語の関係名「ＷＯ−ＡＣＣＵＳＡＴＩＶＥ」に変換する。これにより、言語に依存しない関係表現（ＷＯ−ＡＣＣＵＳＡＴＩＶＥ 「ワイン」 「生産」）に正規化される。このようにして正規化された関係表現は、もとのテキストを含む文書データと対応づけられて、登録部１２７により記憶部５に登録される。
【０１５８】
次に、文書データのテキストが日本語で記述されている場合の動作について説明する。解析切り換え部１２１は、文書データのテキストが日本語で記述されていることを判別し、日本語に対応する言語別解析部１２２、言語別関係抽出部１２３、言語別正規化部１２６を選択する。ここでは、これらを日本語解析部１２２Ｊ、日本語関係抽出部１２３Ｊ、日本語正規化部１２６Ｊとする。
【０１５９】
日本語解析部１２２Ｊでは、上述の各実施例と同様に、文書データ中のテキストを解析する。ここでは、解析レベルとして形態素解析を行なうものとする。日本語関係抽出部１２３Ｊでは、形態素解析結果と日本語関係表現抽出規則とを照合することによって、互いに関係を持ち得る複数の単語とその間の関係を抽出する。
【０１６０】
図２４は、本発明の関係表現検索装置の第３の実施例における日本語関係表現抽出規則の一例の説明図である。この関係表現抽出規則は、図８に示した関係抽出規則と基本的に同じ規則である。ここでは英語の場合と同様に、関係表現として２つの単語とその間の関係を抽出することとする。形態素解析結果とこれらの規則を照合して、規則とマッチする（自立語１、付属語、自立語２）の並びがあれば、自立語１と自立語２の関係として、関係の欄の関係名を与える。例えば、「ＡＢＣ社がワインを製造する。」という文の場合、これを形態素解析した結果と図２４を照合して、次のような関係表現が抽出される。
（ＧＡ−ＮＯＭＩＮＡＴＩＶＥ 「ＡＢＣ社」 「製造」）
（ＷＯ−ＡＣＣＵＳＡＴＩＶＥ 「ワイン」 「製造」）
【０１６１】
日本語関係抽出部１２３Ｊで抽出された関係表現は、日本語であるため、言語に依存しない形に正規化する必要はないが、日本語正規化部１２６Ｅにおいて対訳単語辞書１２４を用いて類義語を正規化する。これにより、例えば、上述の関係表現（ＷＯ−ＡＣＣＵＳＡＴＩＶＥ 「ワイン」 「製造」）は、関係表現（ＷＯ−ＡＣＣＵＳＡＴＩＶＥ 「ワイン」 「生産」）に正規化される。このようにして正規化された関係表現は、登録部１２７に送られ、正規化された関係表現をデータ入力部１より送られた文書データのキーとして、文書データとともに記憶部５に登録する。以上で関係表現の登録の動作が終了する。
【０１６２】
このように、英語で記述された“Ｔｈｅ ＡＢＣ Ｌｔｄ． ｗｉｌｌ ｐｒｏｄｕｃｅ ｗｉｎｅ．”という文、および、日本語で記述された「ＡＢＣ社がワインを製造する。」という文から、同一の言語に依存しない関係表現（ＷＯ−ＡＣＣＵＳＡＴＩＶＥ 「ワイン」 「生産」）がキーとして生成されて登録される。このようにして、言語に依存しない関係表現をキーとして登録することができる。
【０１６３】
次に、検索時の動作について説明する。図２５は、本発明の関係表現検索装置の第３の実施例における関係表現の検索時の動作の一例を示すフローチャートである。検索のためのキーとしての関係表現の検索時には、検索要求入力部６、表現抽出部２、言語別関係抽出部１２３、言語別正規化部１２６、関係展開部７、検索部１２８、確信度評価部２０、および、記憶部５が動作する。ここでは、検索要求をある言語を用いた自然語で入力するものとする。
【０１６４】
Ｓ１４１において、ユーザは、検索要求入力部６より、検索要求を自然語で入力する。検索要求入力部５で入力された検索要求は、表現抽出部２に送られる。表現抽出部２では、文書データからの関係表現の抽出時と同様に、Ｓ１４２において、解析切り換え部１２１で検索要求の記述されている言語の種別を判別し、Ｓ１４３において、検索要求の記述されている言語に応じて言語別解析部１２２で解析を行ない、Ｓ１４４において、言語別関係抽出部１２３で互いに関係を持ち得る複数の単語とその間の関係を抽出し、Ｓ１４５において、言語別正規化部１２６で言語に依存しない表現に正規化する。
【０１６５】
言語別正規化部１２６より得られた関係表現は、関係展開部７に送られる。Ｓ１４６において、関係展開部７では、言語別正規化部１２６より得られた関係表現を、概念的に同一になり得る関係表現に展開する。この展開には、関係表現展開規則を用いる。展開された関係表現は、検索部１２８に送られる。Ｓ１４７において、検索部１２８は、展開された関係表現と、記憶部５に登録されている文書データのキーである関係表現を比較して、一致する文書データをキーとともに検索結果として確信度評価部２０に送出する。
【０１６６】
Ｓ１４８において、確信度評価部２０は、言語別正規化部１２６より得られた関係表現と、検索時にマッチした関係表現を比較し、確信度を評価する。確信度の評価は、例えば、関係評価規則を用いて行なうことができる。確信度評価部２０は、Ｓ１４９において、各検索結果の確信度評価値に基づいて、例えば、大きい順に検索結果を並べ替える。確信度評価部２０で並べ替えられた検索結果は、Ｓ１５０において、出力部８の例えばＣＲＴディスプレイ１９に並べ替えられた順に表示される。
【０１６７】
上述の検索時の動作を、具体例をもとに説明する。例えば、検索要求として“Ｔｏ ｐｒｏｄｕｃｅ ｗｉｎｅ”という表現が入力された場合を考える。解析切り換え部１２１は、この検索要求が英語で記述されていることを判別し、言語別解析部１２２、言語別関係抽出部１２３、言語別正規化部１２６を英語用に切り換える。登録時と同様に、英語解析部１２２Ｅ、英語関係抽出部１２３Ｅ、英語正規化部１２６Ｅによって、（ＷＯ−ＡＣＣＵＳＡＴＩＶＥ 「ワイン」「生産」）という関係表現が抽出される。
【０１６８】
英語正規化部１２６Ｅにより得られた関係表現は、関係展開部７に送られる。関係展開部７では、言語別正規化部１２６より得られた関係表現を、関係表現展開規則を用いて概念的に同一になり得る関係表現に展開する。図２６は、本発明の関係表現検索装置の第３の実施例における関係表現展開規則の一例の説明図である。この関係表現展開規則は、基本的には上述の図１１に示した関係展開規則と同様の規則である。この図２６に示した関係表現展開規則により、検索要求から抽出され、正規化された上述の関係表現は、次のように展開される。
（ＷＯ−ＡＣＣＵＳＡＴＩＶＥ 「ワイン」 「生産」）
（ＨＡ−ＴＨＥＭＥ 「ワイン」 「生産」）
（ＭＯ−ＡＤＤＩＴＩＯＮ 「ワイン」 「生産」）
（ＣＡＳＥ−ＵＮＳＰＥＣ 「ワイン」 「生産」）
（ＵＮＳＰＥＣ 「ワイン」 「生産」）
【０１６９】
検索部１２８は、関係展開部７で展開された関係表現と、記憶部５に登録されている文書データにキーとして付与されている関係表現とを比較して、一致するキーを有する文書データをキーとともに検索結果として確信度評価部２０に送出する。ここでは、上述の登録時の動作の一例で用いた英語で記述された文書データおよび日本語で記述された文書データが記憶部５に登録されているものとすれば、これらの文書データが検索される。そして、これらの文書にキーとして付与されている関係表現（ＷＯ−ＡＣＣＵＳＡＴＩＶＥ 「ワイン」 「生産」）とともに、これらの文書が確信度評価部２０に送られる。
【０１７０】
確信度評価部２０は、英語正規化部１２６Ｅより得られた関係表現と、検索時にマッチした関係表現を比較し、確信度を評価する。図２７は、本発明の関係表現検索装置の第３の実施例における関係評価規則の一例の説明図である。図２７に示した関係評価規則は、上述の図１６に示した関係評価規則と基本的に同じである。ここでは、検索された２つの文書は、ともに関係表現（ＷＯ−ＡＣＣＵＳＡＴＩＶＥ 「ワイン」 「生産」）を有しているので、図２７の５つ目の関係評価規則とマッチし、確信度評価値として１００が得られる。確信度評価部２０は、そのほかの検索結果とともに、確信度評価値に基づいて、例えば、大きい順に検索結果を並べ替え、ＣＲＴディスプレイ１９に並べ替えられた順に表示する。このとき、第２の実施例と同様に、確信度評価値も表示するように構成することができる。なお、確信度の評価は、第２の実施例で説明したような種々の方法を用いることができる。
【０１７１】
このようにして、検索要求として日本語に限らず、英語やその他の言語を用いて検索を行なうことができる。また、上述のように、英語による検索要求であっても、英語だけでなく、日本語やその他の言語を用いてテキストが記述されている同様の内容を有する文書データを検索することができる。このように、検索要求および文書データのテキストの記述言語によらず、検索を行なうことができる。
【０１７２】
この第３の実施例では、言語に依存しない正規化された関係表現として、日本語の関係表現を用い、日本語の関係表現へ他の言語の関係表現を統一する場合を示したが、これに限らず、他の言語の関係表現に統一したり、あるいは、新たな関係表現を定義し、その関係表現に統一するように構成してもよい。
【０１７３】
また、検索の際に、検索要求で用いた言語と同じ言語によりテキストが記述されている文書データのみに制限したり、あるいは、指定されたいくつかの言語によりテキストが記述されている文書データのみを検索するように構成することも可能である。
【０１７４】
上述の第３の実施例では、確信度評価部２０を有する構成を示したが、上述の第１の実施例のように、確信度評価部２０を用いずに構成することも可能である。検索要求を行なう言語としてある１つの言語に決まっている場合には、検索時の構成及び動作は上述の第１及び第２の実施例と同様の構成及び動作となるが、記憶部５に言語に依存しない正規化された関係表現をキーとして登録しておくことによって、文書データ中のテキストの記述言語によらない文書データの検索を行なうことができる。また、データ入力部１、解析切り換え部１２１、言語別解析部１２２、言語別関係抽出部１２３、対訳単語辞書１２４、対訳関係辞書１２５、言語別正規化部１２６、記憶部５により、図１に示した関係表現抽出装置を多言語に拡張した装置を得ることができる。
【図面の簡単な説明】
【０１７５】
【発明の効果】
以上の説明から明らかなように、本発明の関係表現抽出装置によれば、単なる一単語ではなく複数の表現とその間の関係をキーとして抽出することが可能となる。これにより、表層表現に依存しない概念，主題が抽出されることとなり、より適切なキーワードを抽出することができる。
【０１７６】
また、本発明の関係表現検索装置によれば、単なる一単語ではなく複数の表現とその間の関係をキーとして検索することが可能となる。これにより、表層表現に依存しない概念，主題からの、効率的な検索を実現することができる。
【０１７７】
さらに、検索要求に対する結果の確信度に基づいて結果を表示することにより、ユーザは、より効率良く、所望の検索結果を得ることができる。
【０１７８】
さらに、検索要求を行なう言語、および、文書データのテキストの記述言語によらず、所望の内容を含む文書データを検索することができるという効果がある。
【図面の簡単な説明】
【図１】本発明の関係表現抽出装置の一実施例を示すブロック図である。
【図２】本発明の関係表現抽出装置の一実施例における全体の動作の一例を示すフローチャートである。
【図３】本発明の関係表現抽出装置の一実施例における単語群抽出部１５の動作の一例を示すフローチャートである。
【図４】本発明の関係表現抽出装置の一実施例における単語群抽出部１５の動作の別の例を示すフローチャートである。
【図５】本発明の関係表現抽出装置の一実施例における関係抽出部３の動作の一例を示すフローチャートである。
【図６】本発明の関係表現抽出装置の一実施例における正規化部４の動作の一例を示すフローチャートである。
【図７】単語群抽出規則の一例の説明図である。
【図８】関係抽出規則の一例の説明図である。
【図９】本発明の関係表現検索装置の第１の実施例を示すブロック図である。
【図１０】本発明の関係表現検索装置の第１の実施例における検索処理の一例を示すフローチャートである。
【図１１】本発明の関係表現検索装置の第１の実施例における関係展開規則の一例の説明図である。
【図１２】本発明の関係表現検索装置の第１の実施例におけるＧＵＩを用いた検索要求の入力画面の一例の説明図である。
【図１３】本発明の関係表現検索装置の第２の実施例を示すブロック図である。
【図１４】本発明の関係表現検索装置の第２の実施例における検索処理の一例を示すフローチャートである。
【図１５】本発明の関係表現検索装置の第２の実施例における関係展開規則の一例の説明図である。
【図１６】本発明の関係表現検索装置の第２の実施例における関係評価規則の一例の説明図である。
【図１７】本発明の関係表現検索装置の第２の実施例におけるＧＵＩを用いた検索要求の入力画面の一例の説明図である。
【図１８】本発明の関係表現検索装置の第３の実施例を示すブロック図である。
【図１９】対訳単語辞書のデータの一例の説明図である。
【図２０】対訳関係辞書のデータの一例の説明図である。
【図２１】本発明の関係表現検索装置の第３の実施例における関係表現の登録時の動作の一例を示すフローチャートである。
【図２２】本発明の関係表現検索装置の第３の実施例における英語解析部の解析結果の一例の説明図である。
【図２３】英語関係表現抽出規則の一例の説明図である。
【図２４】本発明の関係表現検索装置の第３の実施例における日本語関係表現抽出規則の一例の説明図である。
【図２５】本発明の関係表現検索装置の第３の実施例における関係表現の検索時の動作の一例を示すフローチャートである。
【図２６】本発明の関係表現検索装置の第３の実施例における関係表現展開規則の一例の説明図である。
【図２７】本発明の関係表現検索装置の第３の実施例における関係評価規則の一例の説明図である。
【符号の説明】
１…データ入力部、２…表現抽出部、３…関係抽出部、４…正規化部、５…記憶部、６…検索要求入力部、７…関係展開部、８…出力部、１１…磁気ディスク、１２…ＯＣＲ、１３…ＭＴ、１４…形態素解析部、１５…単語群抽出部、１６…データベース、１７…キーボード、１８…マウス、１９…ＣＲＴディスプレイ、２０…確信度評価部、１２１…解析切り換え部、１２２…言語別解析部、１２３…言語別関係抽出部、１２４…対訳単語辞書、１２５…対訳関係辞書、１２６…言語別正規化部、１２７…登録部、１２８…検索部。

Claims (12)

1. 原データからキーワードとなりうる関係表現を抽出する関係表現抽出装置において、前記原データから互いに関係を持ち得る複数の表現を抽出する表現抽出手段と、自立語並び１、自立語並び２、付属語並びからなるパターンと、該パターンに付与すべき関係を登録した関係抽出規則を用いて前記表現抽出手段により抽出されたそれぞれの表現について一致する登録項目が前記関係抽出規則にある場合には該登録項目中の関係を取り出して該表現に関係を与える関係抽出手段を有することを特徴とする関係表現抽出装置。
2. 前記関係抽出手段により与えられた関係に基づいて表層的な表現に依存しない表現に正規化する正規化手段をさらに有することを特徴とする請求項１に記載の関係表現抽出装置。
3. 前記表現抽出手段は、前記原データを解析する解析手段と、該解析手段による解析結果から互いに関係を持ち得る複数の単語を取り出す単語群抽出手段を有することを特徴とする請求項１または２に記載の関係表現抽出装置。
4. 前記関係抽出手段あるいは前記正規化手段から与えられる関係表現をあらかじめ決められた関係表現に正規化する言語正規化手段をさらに有することを特徴とする請求項１ないし３のいずれか１項に記載の関係表現抽出装置。
5. 前記表現抽出手段は前記原データが記述されている言語に応じて前記原データを解析する言語別解析手段からなり、前記関係抽出手段は言語に応じて互いに関係を持ち得る複数の単語とその間の関係からなる関係表現を抽出する言語別関係抽出手段からなり、複数の言語における等価な意味の単語が登録された対訳単語辞書と、複数の言語における等価な言語的関係を表わす情報が登録された対訳関係辞書と、前記対訳単語辞書と前記対訳関係辞書を用い言語に応じて前記関係抽出手段によって抽出された関係表現をあらかじめ決められた関係表現に正規化する言語正規化手段をさらに有することを特徴とする請求項１ないし３のいずれか１項に記載の関係表現抽出装置。
6. 入力データから互いに関係を持ち得る複数の表現を取り出す表現抽出手段と、自立語並び１、自立語並び２、付属語並びからなるパターンと、該パターンに付与すべき関係を登録した関係抽出規則を用いて前記表現抽出手段により取り出されたそれぞれの表現について一致する登録項目が前記関係抽出規則にある場合には該登録項目中の関係を抽出する関係抽出手段と、該関係抽出手段により抽出した関係に基づいて表層的な表現に依存しない表現に正規化する正規化手段と、原データを入力データとして前記単語群抽出手段、前記関係抽出手段、前記正規化手段により互いに関係を持ち得る複数の表現として抽出し正規化した関係表現がキーとして原データとともに登録されている記憶手段と、自然語を入力データとし前記単語群抽出手段、前記関係抽出手段、前記正規化手段により互いに関係を持ち得る複数の表現として抽出し正規化した検索要求を概念的に同一になり得る関係表現に展開して前記記憶手段に登録されている原データを検索する検索手段を有することを特徴とする関係表現検索装置。
7. 前記記憶手段には、原データから互いに関係を持ち得る複数の表現として抽出され、あらかじめ決められた関係に正規化された関係表現がキーとして原データとともに登録されていることを特徴とする請求項６に記載の関係表現検索装置。
8. 入力データが記述されている言語に応じて前記入力データから互いに関係を持ち得る複数の表現を取り出す表現抽出手段と、自立語並び１、自立語並び２、付属語並びからなるパターンと、該パターンに付与すべき関係を登録した言語別の関係抽出規則を用いて前記表現抽出手段により取り出されたそれぞれの表現について一致する登録項目が前記関係抽出規則にある場合には該表現に対応する関係を言語に応じて抽出する関係抽出手段と、複数の言語における等価な意味の単語が登録された対訳単語辞書と、複数の言語における等価な言語的関係を表わす情報が登録された対訳関係辞書と、前記対訳単語辞書と前記対訳関係辞書を用い前記関係抽出手段によって言語に応じて抽出された関係表現を言語に依存しない表現に正規化する言語正規化手段と、原データを入力データとして前記表現抽出手段、前記関係抽出手段、前記言語正規化手段によりあらかじめ決められた関係に正規化した関係表現がキーとして原データとともに登録されている記憶手段と、自然語を入力データとし前記単語群抽出手段、前記関係抽出手段、前記正規化手段により言語に依存しない表現として正規化した検索要求を用いて前記記憶手段に登録されている原データを検索する検索手段を有することを特徴とする関係表現検索装置。
9. 前記検索手段は、入力された検索要求に基づく関係表現と前記記憶手段に記憶されている関係表現を比較して確信度を評価し該確信度に基づいて検索結果を並べ替える確信度評価手段を有することを特徴とする請求項７または請求項８に記載の関係表現検索装置。
10. 原データからキーワードとなりうる関係表現を抽出する関係表現抽出方法において、前記原データから互いに関係を持ち得る複数の表現を表現抽出手段で抽出し、自立語並び１、自立語並び２、付属語並びからなるパターンと、該パターンに付与すべき関係を登録した関係抽出規則を用いて、前記表現抽出手段により抽出されたそれぞれの表現について一致する登録項目が前記関係抽出規則にある場合には、該登録項目中の関係を取り出して該表現に関係を関係抽出手段で与えることを特徴とする関係表現抽出方法。
11. 原データを入力データとして該入力データから互いに関係を持ち得る複数の表現を表現抽出手段で取り出し、自立語並び１、自立語並び２、付属語並びからなるパターンと、該パターンに付与すべき関係を登録した関係抽出規則を用いて、前記表現抽出手段により取り出されたそれぞれの表現について一致する登録項目が前記関係抽出規則にある場合には、該登録項目中の関係を関係抽出手段で抽出し、該関係抽出手段により抽出した関係に基づいて表層的な表現に依存しない表現に正規化手段で正規化し、正規化した関係表現をキーとして原データとともに記憶手段に登録しておき、自然語を入力データとして前記単語群抽出手段、前記関係抽出手段、前記正規化手段により前記関係抽出規則を用いて互いに関係を持ち得る複数の表現として抽出して正規化し、得られた検索要求を概念的に同一になり得る関係表現に展開して、前記記憶手段に登録されている原データを検索手段で検索することを特徴とする関係表現検索方法。
12. 原データを入力データとして該入力データが記述されている言語に応じて前記入力データから互いに関係を持ち得る複数の表現を表現抽出手段で取り出し、自立語並び１、自立語並び２、付属語並びからなるパターンと、該パターンに付与すべき関係を登録した言語別の関係抽出規則を用いて、前記表現抽出手段により取り出されたそれぞれの表現について一致する登録項目が前記関係抽出規則にある場合には、該登録項目中の関係を言語に応じて関係抽出手段で抽出し、複数の言語における等価な意味の単語が登録された対訳単語辞書と、複数の言語における等価な言語的関係を表わす情報が登録された対訳関係辞書を用い、言語に応じて抽出された関係表現を言語に依存しない表現に言語正規化手段で正規化し、正規化した関係表現をキーとして原データとともに記憶手段に登録しておき、自然語を入力データとして前記単語群抽出手段、前記関係抽出手段、前記正規化手段により言語に依存しない表現として正規化した検索要求を用いて前記記憶手段に登録されている原データを検索手段により検索することを特徴とする関係表現検索方法。

Images