JP3862059B2

JP3862059B2 - 検索式拡張方法および検索システム

Info

Publication number: JP3862059B2
Application number: JP2001013839A
Authority: JP
Inventors: 啓一郎帆足; 一則松本; 直己井ノ上; 和夫橋本
Original assignee: KDDI Corp
Current assignee: KDDI Corp
Priority date: 2001-01-22
Filing date: 2001-01-22
Publication date: 2006-12-27
Anticipated expiration: 2021-01-22
Also published as: JP2002215672A

Description

【０００１】
【発明の属する技術分野】
本発明は、検索式拡張方法および検索システムに関する。
【０００２】
【従来の技術】
一般に、文書検索システムでは文書データベースに多数の文書群が、各文書に含まれる単語とその出現頻度等を要素とするベクトルとして登録しておく。そしてユーザが自然文を入力すれば、検索システム側でその自然文を解析して検索式を作成し、文書データベースに登録されている多数の文書を検索し、検索式と類似度の高いベクトルの文書を抽出し、該当文書として出力する。
【０００３】
このような文書検索システムにおいて、さらに高精度の検索結果を得るために検索式拡張方法が知られている。この検索式拡張方法は、ユーザが入力した自然文から検索式に作成し、一度文書データベースを検索して候補となる文書群を抽出し、さらに抽出された文書群のベクトル情報を利用して検索式を拡張し、その拡張された検索式によって文書データベースを再検索することによってよりふさわしい文書群を抽出するものである。
【０００４】
そこで従来から知られている検索式拡張方法の代表的なものとして、ロッキオ（Ｒｏｃｃｈｉｏ）の方法が知られている。このロッキオの方法は、ベクトル空間モデルに基づく類似度検索のために開発された検索式拡張方法であり、検索式を拡張することによって適合文書群との類似度を最大化させると共に、非適合文書群との類似度を最小化させるという基本原理に基づいた方法である。
【０００５】
より具体的には、初期検索の結果選択された適合文書並びに非適合文書のそれぞれから単語を抽出し、次の数１式によって検索式を拡張するものである。
【０００６】
【数１】

なお、数１式において、ベクトルＱ_orgは入力されたオリジナルの検索式ベクトル、ベクトルＱ_newは拡張検索式ベクトル、Ｒは文書データベースに登録されている適合文書の数、Ｎは文書データベースに登録されている非適合文書の数、ベクトルＤは上述した文書ベクトルである。また、α，β，γは係数であり、例えば、２，３，−２のような値が設定される。
【０００７】
これにより、検索対象文書群の中から、初期検索によって選択された適合文書群のベクトルの平均値と非適合文書群のベクトルの平均値とオリジナルの検索式ベクトルＱ_orgのそれぞれにα，β，γの所定の係数（重み）をかけて拡張検索式ベクトルＱ_newを得るのである。
【０００８】
【発明が解決しようとする課題】
しかしながら、このような従来のロッキオの方法をはじめとする既存の検索式拡張方法では、初期検索の結果得られた文書群から自動的に拡張対象単語を抽出し、検索式拡張を行うので、インタラクティブ検索システム等の使用時にユーザが任意の拡張対象単語を指定したい状況下には適用することができない問題点があった。
【０００９】
また、従来の検索式拡張方法では、検索式拡張の際に初期検索での検索式と検索対象文書との類似度の高低を考慮していないため、類似度が高い文書から抽出された単語と類似度が低い文書から抽出された単語とが全く同等に扱われてしまい、結果的に検索精度が低下してしまう問題点があった。
【００１０】
本発明は、このような従来の問題点を解決するためになされたものであって、検索式拡張において協調フィルタリング手法を利用することにより、高い検索精度が得られる検索式拡張技術を提供することを目的とする。
【００１１】
【課題を解決するための手段】
請求項１の発明の検索式拡張方法は、検索式および検索対象文書をそれぞれ単語を要素として含むベクトルで表し、両ベクトル間の類似度への該単語の影響力を数値化した重みを単語のスコアとしたとき、入力手段が、検索式の入力を受け付けるステップと、類似度算出手段が、入力された検索式と既存の検索対象文書群のすべての検索対象文書との類似度を算出するステップと、文書抽出手段が、算出された類似度が高い文書を前記検索対象文書群から抽出するステップと、スコア算出手段が、前記抽出された文書中に含まれる単語のスコアおよび前記類似度算出手段が算出した類似度に基づいて、拡張後の検索式に対する各単語のスコアを算出するステップと、拡張検索式作成手段が、前記単語のスコアを算出した後、拡張対象単語を選択し、拡張検索式を作成するステップとから成るものである。
【００１２】
請求項２の発明の検索システムは、検索式および検索対象文書をそれぞれ単語を要素として含むベクトルで表し、両ベクトル間の類似度への該単語の影響力を数値化した重みを単語のスコアとしたとき、検索式を入力する入力手段と、検索対象文書群を記憶している記憶手段と、前記入力された検索式と前記検索対象文書群のすべての検索対象文書との類似度を算出する類似度算出手段と、前記算出された類似度が高い文書を前記検索対象文書群から抽出する文書抽出手段と、前記抽出された文書中に含まれる単語のスコアおよび前記類似度算出手段が算出した類似度に基づいて、拡張後の検索式に対する各単語のスコアを算出するスコア算出手段と、前記スコア算出手段が算出した単語のスコアに基づき、拡張対象単語を選択して拡張検索式を作成する拡張検索式作成手段と、前記拡張検索式に基づき、前記検索対象文書群を再検索する再検索手段とから成るものである。
【００１４】
請求項３の発明の検索式拡張方法は、検索式および検索対象文書をそれぞれ単語を要素として含むベクトルで表し、両ベクトル間の相関係数への該単語の影響力を数値化した重みを単語のスコアとしたとき、入力手段が、検索式の入力を受け付けるステップと、相関係数算出手段が、入力された検索式と既存の検索対象文書群のすべての検索対象文書との相関係数を算出するステップと、文書抽出手段が、算出された相関係数が高い文書を前記検索対象文書群から抽出するステップと、スコア算出手段が、前記抽出された文書中に含まれる単語のスコアおよび前記相関係数算出手段が算出した相関係数に基づいて、拡張後の検索式に対する各単語のスコアを算出するステップと、拡張検索式作成手段が、前記単語のスコアを算出した後、拡張対象単語を選択し、拡張検索式を作成するステップとから成るものである。
【００１５】
請求項４の発明の検索システムは、検索式および検索対象文書をそれぞれ単語を要素として含むベクトルで表し、両ベクトル間の相関係数への該単語の影響力を数値化した重みを単語のスコアとしたとき、検索式を入力する入力手段と、検索対象文書群を記憶している記憶手段と、前記入力された検索式と前記検索対象文書群のすべての検索対象文書との相関係数を算出する相関係数算出手段と、前記算出された相関係数が高い文書を前記検索対象文書群から抽出する文書抽出手段と、前記抽出された文書中に含まれる単語のスコアおよび前記相関係数算出手段が算出した相関係数に基づいて、拡張後の検索式に対する各単語のスコアを算出するスコア算出手段と、前記スコア算出手段が算出した単語のスコアに基づき、拡張対象単語を選択して拡張検索式を作成する拡張検索式作成手段と、前記拡張検索式に基づき、前記検索対象文書群を再検索する再検索手段とから成るものである。
【００１７】
本発明によれば、検索式拡張において協調フィルタリング手法を利用し、ユーザが入力する検索式と検索対象文書群との類似度又は相関係数を検索式拡張の際に考慮するために検索対象文書の重要度が検索式拡張に反映され、ユーザの要求により適合した文書の検索が可能となる。加えて、ユーザの指定する単語など、任意の単語を利用した検索式拡張が可能である。
【００１８】
【発明の実施の形態】
以下、本発明の実施の形態を図に基づいて詳説する。図１は本発明の１つの実施の形態の検索システムの機能的な構成を示している。この検索システムは１台のコンピュータシステム、あるいはＬＡＮや通信回線のような情報ネットワークで接続された複数台のコンピュータネットワークシステムとして実現されるものであり、後述する各構成要素は、入力インタフェース、出力インタフェース、外部記憶装置のようなハードウェアであったり、コンピュータに組み込まれるソフトウェアプログラムの演算処理機能であったりするが、ここでは説明を簡明にするために、すべてを機能要素として説明する。
【００１９】
本実施の形態の検索システムは、ユーザがコマンドや検索文を入力し、またその他の必要な種々の情報を入力するための入力部１、本発明の特徴をなす検索式拡張処理部２、最終的な検索処理を行う検索処理部３、諸情報や検索結果を出力する出力部４、そして多数の文書データと文書ベクトルデータが保存されている文書データベース５から構成されている。
【００２０】
入力部１は、ネットワークを通じて諸データを入力し、あるいはユーザによって種々のデータを入力するための入力インタフェースであり、本実施の形態に特定するならば、検索文を入力して検索処理を実行させるために必要な機能要素としてキーボード及びマウスその他のポインティングデバイスが該当する。
【００２１】
検索式拡張処理部２は、入力部１から入力された検索文に対して検索式ベクトルを作成し、さらに検索式拡張を実行する機能要素である、この検索式拡張処理部２は図２に示す構成であり、検索式作成処理部２１、類似度演算部２２、スコア演算部２３、拡張対象単語選択部２４、拡張検索式作成部２５、そして文書データベース５に登録されている検索対象文書群２６から構成される。
【００２２】
検索式作成処理部２１は、ユーザが入力した検索文に対して検索式ベクトルを作成する。類似度演算部２２は、検索式作成処理部２１が作成した検索式ベクトルに対して検索対象文書群２６内の各文書ベクトルとの類似度を演算し、類似度の高い文書ベクトルを抽出する。スコア演算部２３は、類似度演算部２２が抽出した文書ベクトル各々の中に含まれる各単語のスコアを利用し、拡張後の検索式ベクトルに対する各単語のスコアを算出する。拡張対象単語選択部２４は、スコア演算部２３により算出した各単語のスコアに基づき、拡張対象単語選択する。そして拡張検索式作成部２５は、拡張対象単語選択部２４が選択した単語を元の検索式ベクトルに加えることにより検索式拡張を行い、その拡張検索式ベクトルを出力する。
【００２３】
検索処理部３は、検索式拡張処理部２が拡張した拡張検索式ベクトルに基づき文書データベース５内の文書ベクトル群を再検索し、適合文書を抽出する。出力部４は、検索処理部３により抽出された適合文書を表示、プリントアウト又はデータ伝送により出力する。
【００２４】
次に、上記の実施の形態の検索処理システムによる検索処理動作について説明する。ユーザは入力部１により、検索文を入力する。この検索文はユーザ自身が手入力し、あるいはフロッピーディスクやハードディスクのような外部記憶装置に記憶されている文書を指定して入力する方法であってもよい。
【００２５】
入力部１により検索文が入力されると、検索式拡張処理部２がこれを受け取り、図３に示すフローチャートのように検索式拡張処理を実行する。
【００２６】
まず、検索式拡張処理部２における検索式作成処理部２１が、入力された検索文に対して、それに含まれる所定の単語（例えば、日本語文であれば形態素解析により名詞や動詞、英文であれば名詞、動詞の原形や語幹。ただし、本検索システムに登録されている単語は全体で、ｗ₁〜ｗ_nのｎ個である）ごとにその出現頻度をスコアｑ_i（ｉ＝１〜ｎ：ｎは本システムに登録されている単語辞書に含まれる単語数。したがって、単語によってはスコアｑ_i＝０となるものも含まれる）とするベクトルＱの検索式を作成する。なお、予め文書データベース５には検索対象文書ベクトル群Ｄが登録されている。これらの検索対象文書ベクトル群Ｄは、上述した検索式ベクトルＱと同様の文書ベクトルｄ_m（ｍ＝１〜Ｎ）を要素とする集合である。そして検索対象文書ベクトルｄ_mは、上記の検索式ベクトルＱと同様に、それに含まれている所定の単語ごとの出現頻度もしくはこれに所定の演算処理をして得た値をスコアｄ_mj（ｊ＝１〜ｎ）としている（ステップＳ０１）。
【００２７】
なお、このスコアｄ_mjの演算手法としては、一般的にはＴＦ＊ＩＤＦによるものが知られている。このＴＦ＊ＩＤＦとは、（Term Frequency * Inverse Document Frequency）のことで、単語の出現頻度に出現文書頻度の逆数をかけ算したものである。単純に単語の出現頻度だけに注目した場合、それほど重要な意味のない単語、「例えば、英語であれば（the）のような単語」が重要視されてしまうので、出現頻度ＴＦにさらにＩＤＦを掛けることによってより少ない文書に現れる単語の重要度を高めることができるからである。さらに、このＴＦ＊ＩＤＦに対して、次のような対数を用いた式を採用することもできる。
【００２８】
【数２】

ここで、ＴＦ（ｊ）は単語ｗ_jの出現頻度、ＤＦ（ｊ）は単語ｗ_jが出現した文書の数、Ｍは登録全文書数である。
【００２９】
検索式作成処理部２１により入力された検索文から検索式ベクトルＱが作成されると、この検索式ベクトルＱは類似度演算部２２に渡される。類似度演算部２２では、検索式ベクトルＱと検索対象文書ベクトル群Ｄ内のすべての検索対象文書ベクトルｄ_m（ｍ＝１〜Ｎ）との類似度Simが演算される。この類似度演算を次のようにして行われる。
【００３０】
【数３】

この数３式を数学的に説明すると、ベクトルＱとベクトルｄとの角度θの余弦（cosθ）である。したがって、ベクトル方向が完全に一致する場合にθ＝０であり、類似度＝１となる。類似度演算部２２は、検索対象文書ベクトル群Ｄ中のすべての検索対象文書ベクトルｄ_m（ｍ＝１〜Ｎ）各々に対して検索式ベクトルＱとの余弦を計算し、それを類似度Sim（Ｑ，ｄ）として求める（ステップＳ０２）。
【００３１】
類似度演算部２２はさらに、検索式ベクトルＱとの類似度が高い上位ｋ件の検索対象文書ベクトルｄ_s1〜ｄ_skを抽出し、これを類似文書ベクトル群Ｄ_simとする（ステップＳ０３）。
【００３２】
続いてスコア演算部２３が、元の検索式ベクトルＱにおける１番目の単語ｗ₁〜ｎ番目の単語ｗ_nについてのスコアｑ₁〜ｑ_nを調べ、ｉ番目の単語ｗ_iに対するスコアｑ_iがゼロでない場合にはそのスコアを当該ｉ番目の単語ｗ_iに対するスコアｑ’_i（＝ｑ_i）とし（ステップＳ０６）、スコアｑ_iがゼロの場合（つまり、元の検索式ベクトルＱにはｉ番目の単語ｗ_iが含まれていない場合）には、次の数４式により当該ｉ番目の単語ｗ_iに対するスコアを算出し、拡張後の検索式ベクトルＱ_newに対するｉ番目の単語ｗ_iに対するスコアとする（ステップＳ０７）。つまり協調フィルタリングの原理を適用してシステムに登録されているすべての単語について、元の検索式ベクトルＱを拡張するために新たにスコアを求めるのである（ステップＳ０４〜Ｓ０９）。
【００３３】
【数４】

ここで、ｑバーは元の検索式ベクトルＱにおけるスコアがゼロ以外の単語についてのスコアの平均値を示す。同様にｄ_jバーは類似文書ベクトル群Ｄ_sim内の類似文書ベクトルｄ_sjにおけるスコアがゼロ以外の単語についてのスコアの平均値を示す。これらにおいて、例えば、スコアがゼロ以外の単語の数が１００個あり、それら１００個の単語のスコアの合計が１５００であれば、スコアの平均値ｑバーは１５００／１００＝１５とするのである。
【００３４】
数４式においてさらに、スカラーｄ_jiは類似文書ベクトルｄ_sjにおけるｉ番目の単語ｗ_iのスコアである。またさらに、係数κは正規化のための係数であり、κ×ΣSim（Ｑ，ｄ）＝１になるように設定される。
【００３５】
このようにして、元の検索式ベクトルＱの要素中のスコアがゼロ、つまりこの検索式ベクトルには含まれていない単語であっても、元の検索式ベクトルに対する類似度が高い文書ベクトルｄ_s1〜ｄ_sk中には含まれており、その類似文書ベクトル中でのスコアが高い単語については拡張対象単語とするのである。
【００３６】
拡張対象単語選択部２４は、システムに登録されているすべての単語ｗ_jについて、元の検索式ベクトルＱに関連して得られたスコアｑ’ _jの高いものから所定個数、例えば５個あるいは１０個の単語を選択して元の検索式ベクトルＱに含まれている単語に追加する。そして拡張検索式作成部２５が拡張後検索式ベクトルＱ_newを作成する（ステップＳ１０，Ｓ１１）。
【００３７】
例えば、元の検索式ベクトルＱに含まれていた単語（したがって、スコアが０ではない単語）がＡ（１０），Ｂ（５），Ｃ（６），Ｄ（１５）であったとする。だたし、（）内の数字はスコアを示している。そして、類似文書ベクトル群Ｄ_sim中の類似文書ベクトルｄ_jに対する検索式拡張処理で新たに単語Ｅ（１１），Ｆ（９），Ｇ（７）が得られたとする。この場合、元の検索式ベクトルＱは、
【数５】

となるが、拡張後検索式ベクトルＱ_newは次のようになる。
【００３８】
【数６】

このようにして得られた拡張検索式ベクトルＱ_newを用いて、検索処理部３は文書データベース５を再検索し、適合文書ベクトル群を抽出し、出力部４によりディスプレイに表示し、プリントアウトし、又はネットワークを通じてユーザのコンピュータに転送する。
【００３９】
これにより、第１の実施の形態の検索システムによれば、ユーザが検索文としては不十分な入力を行った場合でも、検索システム側で自動的に検索式拡張処理を行い、入力された検索文に基づく検索式よりも拡張された検索式により登録文書データベースを検索し、ユーザが意図するような適切な文書を抽出し、出力することができるのである。
【００４０】
次に、本発明の第２の実施の形態の検索システムを図４及び図５を用いて説明する。第２の実施の形態は、基本的な作用効果については第１の実施の形態と同様であるが、第１の実施の形態で用いた類似度の代わりに、相関係数を用いる点に特徴がある。したがって、本実施の形態の検索システムの機能的な構成は、図１に示した第１の実施の形態と共通であるが、検索式拡張処理部２による検索式拡張処理が、図４及び図５に示すように変更される。これについて、以下に説明する。
【００４１】
本実施の形態における検索式拡張処理部２は、図４に示すようにユーザが入力する検索文に対して検索式ベクトルを作成する検索式作成処理部２１、相関係数演算部２２０、スコア演算部２３０、拡張対象単語選択部２４そして拡張検索式作成部２５から構成される。これらのうち検索式作成処理部２１、拡張対象単語選択部２４及び拡張検索式作成部２５は、図２に示した第１の実施の形態と同様である。
【００４２】
そして本実施の形態の特徴部分である相関係数演算部２２０は、検索式ベクトルＱに対して、検索対象文書ベクトル群Ｄに含まれるすべての文書ベクトル各々と後述する相関係数を演算し、相関係数上位ｋの検索対象文書ベクトルを抽出し、これをスコア演算部２３に出力する。またスコア演算部２３０は、相関係数演算部２２０が抽出した文書ベクトル各々の中に含まれる単語のスコアを利用し、拡張後の検索式ベクトルに対する各単語のスコアを算出する。
【００４３】
以下、図５に示すフローチャートを用いて、第２の実施の形態の検索システムの検索式拡張処理部２における検索式拡張処理について説明する。
【００４４】
まず、検索式拡張処理部２における検索式作成処理部２１によるステップＳ０１の処理は、第１の実施の形態と共通である。
【００４５】
そして、ステップＳ０２′において、相関係数演算部２２０が、検索式ベクトルＱと検索対象文書ベクトル群Ｄ内のすべての検索対象文書ベクトルｄ_m（ｍ＝１〜Ｎ）との相関係数Corを演算する。この相関係数Corの演算は次のようにして行う。
【００４６】
【数７】

ここで、ｑバーは検索式ベクトルＱにおけるスコアが０以外の値を持つ単語ごとのスコアの平均値を示し、また、ｄ_mバーは検索対象文書のベクトルｄ_mにおけるスコアがゼロ以外の値を持つ単語ごとのスコアの平均値を示している。そして、スカラーｑ_jは検索式ベクトルＱ内のｊ（ｊ＝１〜ｎ）番目の単語のスコアであり、スカラーｄ_mjは検索対象文書ベクトルｄ_m内のｊ（ｊ＝１〜ｎ）番目の単語のスコアである。
【００４７】
相関係数演算部２２０はさらに、検索式ベクトルＱとの相関係数が高い上位ｋ件の検索対象文書ベクトルｄ_c1〜ｄ_ckを抽出し、これを類似文書ベクトル群Ｄ_corとする（ステップＳ０３′）。
【００４８】
続いてスコア演算部２３０が、元の検索式ベクトルＱにおける１番目〜ｎ番目の単語各々についてのスコアｑ₁〜ｑ_nを調べ、ｉ番目の単語に対するスコアｑ_iがゼロでない場合にはそのスコアを当該ｉ番目の単語に対するスコアｑ’_i（＝ｑ_i）とし（ステップＳ０６）、スコアｑ_iがゼロの場合には、次の数８式により当該ｉ番目の単語に対するスコアを算出し、拡張後の検索式ベクトルＱ_newに対するｉ番目の単語に対するスコアｑ’_iとする（ステップＳ０７′）。つまり、ここでも協調フィルタリングの原理を適用してシステムに登録されているすべての単語について、元の検索式ベクトルＱを拡張するために新たにスコアを求めるのである（ステップＳ０４〜Ｓ０９）。
【００４９】
【数８】

ここで、ｑバーは元の検索式ベクトルＱにおけるスコアがゼロ以外の単語についてのスコアの平均値を示す。同様にｄ_jバーは類似文書ベクトル群Ｄ_cor内の類似文書ベクトルｄ_cjにおけるスコアがゼロ以外の単語についてのスコアの平均値を示し、スカラーｄ_jiは類似文書ベクトルｄ_cjにおけるｉ番目の単語のスコアを示す。数８式においてさらに、係数κは正規化のための係数であり、κ×ΣCor（Ｑ，ｄ）＝１になるように設定される。
【００５０】
このようにして、元の検索式ベクトルＱの要素中のスコアがゼロ、つまりこの検索式ベクトルには含まれていない単語であっても、元の検索式ベクトルに対する相関係数が高い文書ベクトルｄ_c1〜ｄ_ck中には含まれており、その類似文書ベクトル中でのスコアが高い単語については拡張対象単語とするのである。
【００５１】
拡張対象単語選択部２４は、第１の実施の形態と同様に、システムに登録されているすべての単語ｗ₁〜ｗ_nについて、元の検索式ベクトルＱに関連して得られたスコアｑ’ _jの高いものから所定個数の単語を選択して元の検索式ベクトルＱに含まれている単語に追加する。そして拡張検索式作成部２５が拡張後検索式ベクトルＱ_newを作成する（ステップＳ１０，Ｓ１１）。
【００５２】
このようにして得られた拡張検索式ベクトルＱ_newを用いて、検索処理部３は文書データベース５を再検索し、適合文書ベクトル群を抽出し、出力部４によりディスプレイに表示し、プリントアウトし、又はネットワークを通じてユーザのコンピュータに転送する。
【００５３】
これにより、第２の実施の形態の検索システムによっても、ユーザが検索文としては不十分な入力を行った場合でも、検索システム側で自動的に検索式拡張処理を行い、入力された検索文に基づく検索式よりも拡張された検索式により登録文書データベースを検索し、ユーザが意図するような適切な文書を抽出し、出力することができる。
【００５４】
なお、上記の両実施の形態において、各式で用いる係数その他の数値は例示したものであり、特に限定されるものではなく、システムにより、検索対象文書の種類により変更され得るものであり、またこれらをユーザが入力部から設定・変更操作することもできる。
【００５５】
また、上記の両実施の形態においては、検索式を作成するためにユーザは自然文の形の検索文を入力するものとしたが、ユーザに最初から検索式を入力させる方法とってもよい。
【００５７】
【発明の効果】
本発明によれば、検索式拡張において協調フィルタリング手法を利用し、ユーザが入力する検索式と検索対象文書群との類似度又は相関係数を検索式拡張の際に考慮するために、検索対象文書の重要度が検索式拡張に反映され、ユーザの要求により適合した文書の検索が可能である。加えて、ユーザの指定する単語など、任意の単語を利用した検索式拡張が可能である。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態の検索システムの機能的な構成を示すブロック図。
【図２】第１の実施の形態における検索式拡張処理部の詳しい機能的構成を示すブロック図。
【図３】第１の実施の形態による検索式拡張処理のフローチャート。
【図４】本発明の第２の実施の形態における検索式拡張処理部の詳しい機能的構成を示すブロック図。
【図５】第２の実施の形態による検索式拡張処理のフローチャート。
【符号の説明】
１入力部
２検索式拡張処理部
３検索処理部
４出力部
５文書データベース
２１検索式作成処理部
２２類似度演算部
２３スコア演算部
２４拡張対象単語選択部
２５拡張検索式作成部
２６検索対象文書群
２２０相関係数演算部
２３０スコア演算部

Claims

検索式および検索対象文書をそれぞれ単語を要素として含むベクトルで表し、両ベクトル間の類似度への該単語の影響力を数値化した重みを単語のスコアとしたとき、
入力手段が、検索式の入力を受け付けるステップと、
類似度算出手段が、入力された検索式と既存の検索対象文書群のすべての検索対象文書との類似度を算出するステップと、
文書抽出手段が、算出された類似度が高い文書を前記検索対象文書群から抽出するステップと、
スコア算出手段が、前記抽出された文書中に含まれる単語のスコアおよび前記類似度算出手段が算出した類似度に基づいて、拡張後の検索式に対する各単語のスコアを算出するステップと、
拡張検索式作成手段が、前記単語のスコアを算出した後、拡張対象単語を選択し、拡張検索式を作成するステップとから成る検索式拡張方法。
検索式および検索対象文書をそれぞれ単語を要素として含むベクトルで表し、両ベクトル間の類似度への該単語の影響力を数値化した重みを単語のスコアとしたとき、
検索式を入力する入力手段と、
検索対象文書群を記憶している記憶手段と、
前記入力された検索式と前記検索対象文書群のすべての検索対象文書との類似度を算出する類似度算出手段と、
前記算出された類似度が高い文書を前記検索対象文書群から抽出する文書抽出手段と、
前記抽出された文書中に含まれる単語のスコアおよび前記類似度算出手段が算出した類似度に基づいて、拡張後の検索式に対する各単語のスコアを算出するスコア算出手段と、
前記スコア算出手段が算出した単語のスコアに基づき、拡張対象単語を選択して拡張検索式を作成する拡張検索式作成手段と、
前記拡張検索式に基づき、前記検索対象文書群を再検索する再検索手段とから成る検索システム。
検索式および検索対象文書をそれぞれ単語を要素として含むベクトルで表し、両ベクトル間の相関係数への該単語の影響力を数値化した重みを単語のスコアとしたとき、
入力手段が、検索式の入力を受け付けるステップと、
相関係数算出手段が、入力された検索式と既存の検索対象文書群のすべての検索対象文書との相関係数を算出するステップと、
文書抽出手段が、算出された相関係数が高い文書を前記検索対象文書群から抽出するステップと、
スコア算出手段が、前記抽出された文書中に含まれる単語のスコアおよび前記相関係数算出手段が算出した相関係数に基づいて、拡張後の検索式に対する各単語のスコアを算出するステップと、
拡張検索式作成手段が、前記単語のスコアを算出した後、拡張対象単語を選択し、拡張検索式を作成するステップとから成る検索式拡張方法。
検索式および検索対象文書をそれぞれ単語を要素として含むベクトルで表し、両ベクトル間の相関係数への該単語の影響力を数値化した重みを単語のスコアとしたとき、
検索式を入力する入力手段と、
検索対象文書群を記憶している記憶手段と、前記入力された検索式と前記検索対象文書群のすべての検索対象文書との相関係数を算出する相関係数算出手段と、
前記算出された相関係数が高い文書を前記検索対象文書群から抽出する文書抽出手段と、
前記抽出された文書中に含まれる単語のスコアおよび前記相関係数算出手段が算出した相関係数に基づいて、拡張後の検索式に対する各単語のスコアを算出するスコア算出手段と、
前記スコア算出手段が算出した単語のスコアに基づき、拡張対象単語を選択して拡張検索式を作成する拡張検索式作成手段と、
前記拡張検索式に基づき、前記検索対象文書群を再検索する再検索手段とから成る検索システム。