JP4089399B2

JP4089399B2 - 情報検索方法及び装置

Info

Publication number: JP4089399B2
Application number: JP2002342147A
Authority: JP
Inventors: 聡彦松永
Original assignee: Oki Electric Industry Co Ltd
Current assignee: Oki Electric Industry Co Ltd
Priority date: 2002-11-26
Filing date: 2002-11-26
Publication date: 2008-05-28
Anticipated expiration: 2022-11-26
Also published as: JP2004178167A

Description

【０００１】
【発明の属する技術分野】
本発明は、複数の文書等の大量の情報群の中から所望する情報を検索抽出する情報検索方法及び装置に関する。
【０００２】
【従来の技術】
特開２００１−２９０５５２号公報は、「情報検索システム」と題して、多量の文書の中から利用者が所望する文書を検索して出力すると共に、当該文書中から所望する個所を出力する情報検索システムを開示している。
また、特開２０００−１１２９７０号公報は、「情報検索装置」と題して、検索依頼の質問文を解析し、この質問文に対する回答として最適と判定した文書、即ち根拠文書を検索して表示する装置を開示している。かかる装置においては、利用者は、検索装置により同時に表示される回答を選択する際に利用し、この回答に正当性の根拠を与える根拠文書により検索結果の正当性を確認していた。
【０００３】
【発明が解決しようとする課題】
しかし、上記の方法若しくは装置によっては、正当性の根拠文書としてふさわしくない文書を表示される場合が有り、利用者は、実際には正解しているが根拠文書を見て不正解であると誤解してしまう可能性がある。また、複数の根拠文書を表示される場合でも、その中に根拠としてふさわしい文書が有ったとしても先にふさわしくない不適切な文書が表示されてしまうと、確認に時間がかかってしまうという問題があった。
【０００４】
本発明は、以上の問題点に鑑みてなされたものであり、その目的は、利用者が検索結果の正当性を適正に確認し得る情報検索装置を提供することである。
【０００５】
【課題を解決するための手段】
本発明による情報検索方法は、入力される質問文に応じて回答を出力する情報検索装置が実行する情報検索方法であって、情報検索装置は、文書検索手段、属性付与手段、回答選択手段、対応表設定手段、根拠文書決定手段及び回答出力手段を有し、文書検索手段が、該質問文に含まれるキーワードと予め保持されている複数の文書の各々に含まれるキーワードとの一致により、該複数の文書のうちの少なくとも１つの文書を利用文書として検索する文書検索ステップと、属性付与手段が、該利用文書に含まれる語句の各々に所定属性の何れかを対応づける属性付与ステップと、回答選択手段が、該質問文に対して想定される回答文に対応する回答属性に一致する属性を有する複数の語句を該利用文書から抽出し、それらの出現文書数の大小に応じて該語句の何れか１を該質問文に対応する回答に選択する回答選択ステップと、対応表設定手段が、回答属性と該回答属性に意味的に従属し得る性質である関連属性とを対応付ける対応表を予め設定する対応表設定ステップと、根拠文書決定手段が、回答とした語句が含まれている利用文書が複数存在する場合、質問文の回答属性に対応する関連属性を前記対応表から取得し、回答とした語句を含む利用文書毎に該関連属性を有する語句の出現頻度を計算し、回答とした語句を含む利用文書毎に得られた出現頻度の高低に応じて回答とした語句を含む利用文書のうちの１つを回答に対する根拠文書に決定する根拠文書決定ステップと、回答出力手段が、該根拠文書の内容を該回答と共に出力する回答出力ステップと有することを特徴とする。
【０００６】
本発明による情報検索装置は、複数の文書を保持すると共に入力される質問文に応じて回答を出力する情報検索装置であって、該質問文に含まれるキーワードと該複数の文書の各々に含まれるキーワードとの一致により、該複数の文書のうちの少なくとも１つの文書を利用文書として検索する文書検索手段と、該利用文書に含まれる語句の各々に所定属性の何れかを対応づける属性付与手段と、該質問文に対して想定される回答文に対応する回答属性に一致する属性を有する複数の語句を該利用文書から抽出し、それらの出現文書数の大小に応じて該語句の何れか１を該質問文に対応する回答に選択する回答選択手段と、回答属性と該回答属性に意味的に従属し得る性質である関連属性とを対応付ける対応表を予め設定する対応表設定手段と、回答とした語句が含まれている利用文書が複数存在する場合、質問文の回答属性に対応する関連属性を対応表から取得し、回答とした語句を含む利用文書毎に該関連属性を有する語句の出現頻度を計算し、回答とした語句を含む利用文書毎に得られた出現頻度の高低に応じて回答とした語句を含む利用文書のうちの１つを回答に対する根拠文書に決定する根拠文書決定手段と、該根拠文書の内容を該回答と共に出力する回答出力手段とを有することを特徴とする。
【０００７】
【発明の実施の形態】
本発明の実施例について添付の図面を参照して詳細に説明する。
図１は、本発明の実施例であり、情報検索装置１０の構成を示している。ここで、情報検索装置１０には、本装置の管理を行う管理者が操作する管理端末３１と、検索を行う利用者が操作する利用者端末３２とが接続される。情報検索装置１０と管理端末３１又は利用者端末３２との間は、インターネット等のネットワークを介して接続されても良い。また、情報検索装置１０に複数の利用者端末３２を接続し、同時に複数の検索サービスを提供する形態も可能である。
【０００８】
情報検索装置１０は、質問文解析処理部１１と、文書検索処理部１２と、属性付与部１３と、回答属性・関連回答属性対応表１４と、回答生成処理部１５と、文書データベース１６と、回答属性・関連回答属性対応表１４の作成及び登録を行うための対応表作成部２０と、を含む。情報検索装置１０は、通常のコンピュータにより実現され得る。
【０００９】
質問文解析処理部１１は、利用者が利用者端末２２を介して入力した自然文による質問文を解析して、該質問文から利用者の質問意図を推定し対応する回答の属性、即ち回答属性を決定する機能と、該質問文を単語に区切り、不要語を削除することで検索のためのキーワード及び検索式を決定する機能とを有する。
文書検索処理部１２は、質問文解析処理部１１において得られるキーワードを検索キーとして文書データベースを検索し該当する文書を取得する機能を有する。
【００１０】
属性付与部１３は、検索された文書中の語句に属性を付与する機能を有する。ここで、属性とは、語句または文の特徴及び性質を意味する。属性の付与の方法は、自然文を解析する手段である形態素解析等の言語解析手段を単独で又は複数用いて行う。
回答生成処理部１５は、属性付与部１３により語句に属性を付与された文書から回答を抽出する機能を有する。１つの回答について抽出に利用した文書、即ち根拠文書が複数存在する場合、かかる根拠文書間に優先順位付けをする。この優先順位付けは、回答属性・関連回答属性対応表１４に従って決定される。
【００１１】
回答属性・関連回答属性対応表１４は、語句又は文の属性間の関連性を定めるテーブルである。ここで、回答属性とは、質問の対象となる文又は語句の属性を意味する。属性間の関連性とは、意味的に従属し得る性質を意味する。
この対応表により、回答属性が指定されると、その属性に関連する複数の関連属性が得られる。対応関係の定義は、随時追加、削除され得る。例えば「人」の場合は人間の特徴、性質、所属に関する属性を関連属性とし、「地名（住所）」、「肩書き」等を関連回答属性となし得る。従って、「金額」、「割合」といった属性は特徴、性質となりにくいので好ましくは関連回答属性に入れない。
【００１２】
文書データベース１６は、複数の文書ファイルが格納される。尚、語句に属性付けしていない文書ファイルを格納している場合には、予めタグ付けされている文書を登録しておいても良い。この場合、情報検索装置１０内の属性付与部１３は必要とはならない。また、文書データベース１６を情報検索装置１０の内部に一体化せずに、インターネット等のネットワークを介して複数の文書をアクセス可能として文書データベース１６を分散配置する構成も可能である。
【００１３】
対応表作成部２０は、属性付与部２２と、関連度判定部２３と、属性格納部２１と、文書データ集２４、を含む。属性付与部２２は、属性付与部１３と同様の機能を有する。属性格納部２１は、作成する回答属性のリストを格納する機能を有する。これは、属性付与部１３で使用している属性一覧を使用しても良い。また、属性格納部２１は、関連回答属性の作成処理中に、関連回答属性の共起頻度数を一時的に保存する機能を有し、この共起頻度数の初期状態は０に設定されている。関連度判定部２３は、属性付与部２２からの出力を利用して属性間の関連度合いを計算する。
【００１４】
文書データ集２４は、回答属性・関連回答属性対等表１４の作成する上で標本対象となる文書のファイル群である。従って、特に専門分野の文書を扱う情報検索装置において、分野ごとに標本対象となる文書を選択することで、関連回答属性を分野毎に変えることが可能となる。尚、回答属性・関連回答属性対等表１４の設定は管理者により直接設定することも可能である。
【００１５】
図２は、図１に示される情報検索装置１０における回答属性・関連回答属性対応表１４の値を設定する処理手順を示している。この処理手順は、主に対応表作成部２０において実行される。
情報検索装置１０は、文書データ集２４から１文を選択する（ステップＳ２１）。本実施例では１文内で共起頻度を計算する。１文内の共起頻度を検索する方法に代えて、１つの段落内或いは１つの文書内の共起頻度を求める等の方法も可能である。ここで、共起頻度とは、ある属性の語句と他の属性の語句とが共に同一文、同一段落若しくは同一文書中に出現する回数を意味する。
【００１６】
次に、情報検索装置１０は、属性付与部２２において、選択された１文の各語句に属性を付与する。例えば、「日本一の面積の湖は滋賀県の琵琶湖で約６７０平方キロメートルある。」という文については、「滋賀県」：「地名（都道府県名）」、「琵琶湖」：「地名（湖沼名）」、「約６７０平方キロメートル」：「面積」となる。
【００１７】
次に、情報選択装置１０は、該選択された１文の各語句に付与された属性のうちの１つの属性を選択する（ステップＳ２３）。次いで、共起をカウントする（ステップＳ２４）。即ち、ステップＳ２３において選択された属性以外の属性の出現数をカウントする。先の例の「日本一の面積の湖は滋賀県の琵琶湖で約６７０平方キロメートルある。」について見ると、選択された１つの属性「地名（都道府県名）」と共に、「地名（湖沼名）」、「面積」の属性を持つ語句が各々１つずつ存在することからそれぞれ１カウントアップされる。
【００１８】
次に、選択した１文について共起カウントが未だに処理されていない属性が有るか否かを判定する（ステップＳ２５）。未処理の属性が無く全ての属性について共起カウントしたと判定されればステップＳ２６に進み、未処理の属性がある場合ステップＳ２３へ戻る。先の例においては、属性「地名（都道府県名）」を処理した段階では未処理の属性（「面積」）があるのでステップＳ２３に戻り、未処理の属性を処理した後にステップＳ２６に進む。共起カウントの結果は、図３に示される如き共起頻度結果テーブルにまとめられる。
【００１９】
次に、情報検索装置１０は、文書データ集２４の処理対象の全文についてステップＳ２４の処理を実行したか否かを判定する（ステップＳ２６）。全文処理済みであるならステップＳ２７へ進み、未処理の文が存在するならばステップＳ２１へ移る。次いで、情報検索装置１０は、回答属性・関連回答属性対応表１４を登録する（ステップＳ２７）。この登録に際しては、管理端末３１の操作者による関連属性の任意の追加又は取捨選択を可能としても良い。
【００２０】
図３は、共起頻度結果テーブルの例を示している。ここで、１つの属性に対応して、関連属性：共起頻度の形式にて、複数の関連属性が並べて記録される。複数の属性は、好ましくは頻度の高い順に並べられる。図３の例においては、例えば、属性「人名」に対応して、関連属性の共起頻度数が「地名」：５、「年齢」：２０、「電話番号」：１０と記録される。
【００２１】
図４は、回答属性・関連回答属性対応表の登録画面の例を示している。ここで、回答属性と複数の関連回答属性との組み合わせを共起頻度の高い順に表示されている。関連属性の各々にチェックボックスがあり、管理端末３１を操作する管理者は、表示される属性のうちで関連属性として登録したい場合に当該属性のチェックボックスをチェックする。管理者が登録したい属性に全てチェックして、登録ボタンを押すと新たな回答属性・関連回答属性対応表１４が登録される。
【００２２】
先の例においては、例えば、「人名」の関連属性の共起頻度数が「地名」：５、「年齢」：２０、「電話番号」：１０となった場合は図４に示されるように、年齢、電話番号、地名の順に表示される。この３つの属性について全てチェックし登録すると「人名」の関連属性は共起頻度数が高い順に「年齢」、「電話番号」、「地名」とが設定登録される。
【００２３】
図５は、回答属性・関連回答属性対等表の例を示している。（ａ）に示される例１の対応表は、図４に示される登録画面において登録指示がなされた結果として得られる値が設定されている。（ｂ）に示される例２の対応表は、他の例を示している。
図６は、図１に示される情報検索装置１０において情報検索を実行する処理手順を示している。利用者が利用者端末２２上で質問文を入力し検索指示すると質問文が情報検索装置１０に送られ処理が始まる。
【００２４】
先ず、情報検索装置１０は、質問文解析処理部１１において、質問文を入力する（ステップＳ１１）。該質問文に対して、質問文解析処理がなされる（ステップＳ１２）。質問文解析処理としては、形態素解析を行い、形態素のうち不要語を削除しキーワードを決定して検索式を生成する。さらに質問文から質問意図を解析する。ここで、利用者が「日本一の面積の湖はどこですか？」と質問した場合について説明する。この質問文は、「日本一／の／面積／の／湖／は／どこ／です／か」のように区切られる。形態素のうち「の」「は」などの付属語、質問意図の「どこ」は不要語とし、検索キーワードは「日本一」「面積」「湖」とする。「〜の湖はどこですか」より名称を知りたいということがわかり、回答属性が「地名（湖沼名）」に決定される。
【００２５】
次に、情報検索装置１０は、文書検索処理部１２において、質問文解析処理部１１からの出力されるキーワードで文書データベース１６に対して文書検索処理する（ステップＳ１３）。先の例では、「日本一」「面積」「湖」をキーワードにして文書データベース１６が検索される。検索の結果として、図７に示されるような文書が該当する文書として検索される。
【００２６】
次に、情報検索装置１０は、属性付与部１３において、文書検索処理部１２により検索されて該当した文書に対して、その自立語に属性を付与する（ステップＳｌ４）。図７に示される例では、文書番号１の文書の場合「摩周湖」：「地名（湖沼名）」、「日本一」：「一般名詞」、「面積」：「一般名詞」、「北海道」：「地名（都道府県名）」となる。同様に文書番号２、３は「琵琶湖」：「地名（湖沼名）」、「そば」：「一般名詞」、「ホテル」：「一般名詞」、「建つ」：「動詞」、「約６７０平方キロメートル」：「面積」となる。「一般名詞」、「動詞」の属性を付与された語句については以降の処理において無視される。
【００２７】
次に、情報検索装置１０は、回答生成処理部１５において、回答個別選択を実行する（ステップＳ１５）。即ち、ステップＳ１２で求めた回答属性と、ステップＳｌ４で付与された属性とにおいて、合致するものがあるかを調べ、合致していればその属性値の語句を１つの回答とする。先の例では、文書集合（文書番号１〜３）から属性が「地名（湖沼名）」である語句を含む文書及び語句を選択する。回答は「摩周湖」、「琵琶湖」となる。回答が複数となった場合は、出現数が多い語句ほど優先回答侯補とする。「琵琶湖」が文書２及び３に含まれているので優先回答侯補とする。
【００２８】
次に、情報処理装置１０は、利用文書の数の判定を行う（ステップＳ１６）。即ち、１つの回答について抽出に利用した文書が複数存在する場合（利用文書数＞１）にはステップＳ１７に進む。抽出に利用した文書数が１に等しい又は無い場合（利用文書数≦１）にはステップＳ１８へ進む。先の例では、回答：「摩周湖」は抽出に利用した文書数が１であるのでステップＳ１８へ進み、回答：「琵琶湖」は抽出に利用した文書数が２であるのでステップＳ１７へ進む。
【００２９】
次に、情報検索装置１０は、利用文書の中から関連性を考慮した根拠文書の決定を実行する（ステップＳｌ７）。即ち、回答属性・関連回答属性対応表１４を参照して、回答属性を指定して関連回答属性を得ることで、文書中の関連回答属性の数をカウントする。先の例では、「地名（湖沼名）」の関連回答属性として「地名」、「面積」を得る（図５の（ｂ）参照）。そして、ステップＳｌ５において回答として選択した語句のある文書番号２及び３で「地名」、「面積」属性が付与された語句数をカウントする。文書番号２の文書には０回、文書番号３の文書には２回存在する。よって回数が多い文書番号３の文書を根拠文書とする。
【００３０】
次に、情報処理装置１０は、根拠文書を決定していない回答が存在するか否かを判定する（ステップＳ１８）。もし、根拠文書決定していない回答が存在する場合にはステップＳ１に戻り上記と同様な処理を続ける。根拠文書決定していない回答が存在しない場合にはステップＳｌ９に進む。
次に、情報検索装置１０は、回答文生成を実行する（ステップＳ１９）。ステップＳｌ５で決定した回答と、ステップＳ１７において決定した根拠文書とを使用し利用者端末３２に表示する回答文を生成する（ステップＳ１９）。次いで、これを利用者端末３２に表示する（ステップＳ２０）。
【００３１】
図８は、利用者端末３２に表示される回答文の表示例を示している。根拠文書中の関連回答属性値、質問文中の語句にマークをつけるようにするのが望ましい。本図の例では、回答個所選択で抽出した回答全てについて優先度の高い語句から表示するようにしているが、最も高い語句とその根拠のみを表示するなど多様なレイアウトが想定される。
【００３２】
以上のように、本発明の実施例においては、回答属性と関連回答属性対応表を設け、回答に対応する関連回答属性の語句を多く持つ文書を優先的に根拠文書として表示するようにしたので利用者は回答があっているかどうか確認作業を行いやすくなる。又、利用者が質問に対する回答そのものでなく、関連語句等の回答に関わる説明をむしろ知りたい場合にも、直ぐに所望の情報が得られる。
【００３３】
又、本実施例の情報検索装置においては、情報検索は、「・・は何ですか？」のように自然文により情報検索を指示することができる。検索のためのキーワードと共にＡＮＤ、ＯＲ或いはＮＯＴの如き論理記号を組み合わる論理式を入力するような初心者に難しい操作を必要としない。
尚、本実施例では、自然文による質問文に対応して根拠文書と共に回答を提供する情報検索装置として説明したが、直接文書を検索する文書検索装置として実現されても良い。この場合には、回答属性は該当文書のタイトルであり、根拠文書は該当文書に相応する。又、利用者端末と情報検索装置とは別異の装置としたが情報検索装置と同一のコンピュータとするなど、利用者端末及び情報検索装置間の構成はこれに限定されず多様な形態となし得る。更に、回答属性・関連回答属性対応表の設定にかかわる部分は、情報検索を提供するコンピュータとは別異のコンピュータに実装する形態も本発明の範囲内である。
【００３４】
【発明の効果】
以上のように、本発明による情報検索装置においては、利用者の質問に対する回答にその根拠文書が、関連性を考慮した適切な方法で選択されて共に出力される。これにより、利用者は回答結果の正当性を適正に確認し得る。
【図面の簡単な説明】
【図１】本発明の実施例であり、情報検索装置の構成を示しているブロック図である。
【図２】図１に示される情報検索装置における回答属性・関連回答属性対応テーブルの作成を実行する処理手順を示しているフローチャートである。
【図３】共起頻度結果テーブルの例を示している図である。
【図４】回答属性・関連回答属性対応表の登録画面例を示している図である。
【図５】回答属性・関連回答属性対応表の２つの例を示している図である。
【図６】図１に示される情報検索装置における情報検索を実行する処理手順を示しているフローチャートである。
【図７】根拠文書の構成例を示している図である。
【図８】根拠文書の表示例を示している図である。
【符号の説明】
１０情報検索装置
１１質問文解析処理部
１２文書検索処理部
１３属性付与部
１４回答属性・関連回答属性対応表
１５回答生成処理部
１６文書データベース
２０対応表作成部
２１属性格納部
２２属性付与部
２３関連度判定部
３１管理端末
３２利用者端末

Claims

入力される質問文に応じて回答を出力する情報検索装置が実行する情報検索方法であって、
前記情報検索装置は、文書検索手段、属性付与手段、回答選択手段、対応表設定手段、根拠文書決定手段及び回答出力手段を有し、
前記文書検索手段が、前記質問文に含まれるキーワードと予め保持されている複数の文書の各々に含まれるキーワードとの一致により、前記複数の文書のうちの少なくとも１つの文書を利用文書として検索する文書検索ステップと、
前記属性付与手段が、前記利用文書に含まれる語句の各々に所定属性の何れかを対応づける属性付与ステップと、
前記回答選択手段が、前記質問文に対して想定される回答文に対応する回答属性に一致する属性を有する複数の語句を前記利用文書から抽出し、それらの出現文書数の大小に応じて前記語句の何れか１を前記質問文に対応する回答に選択する回答選択ステップと、
前記対応表設定手段が、前記回答属性と該回答属性に意味的に従属し得る性質である関連属性とを対応付ける対応表を予め設定する対応表設定ステップと、
前記根拠文書決定手段が、前記回答とした語句が含まれている利用文書が複数存在する場合、前記質問文の回答属性に対応する関連属性を前記対応表から取得し、前記回答とした語句を含む利用文書毎に該関連属性を有する語句の出現頻度を計算し、前記回答とした語句を含む利用文書毎に得られた出現頻度の高低に応じて前記回答とした語句を含む利用文書のうちの１つを前記回答に対する根拠文書に決定する根拠文書決定ステップと、
前記回答出力手段が、前記根拠文書の内容を前記回答と共に出力する回答出力ステップと有することを特徴とする情報検索方法。
前記対応表設定手段は、入力される複数の標本文、標本段落又は標本文書において互いに異なる属性を有する複数の語句が共に出現する頻度に従って、当該異なる属性間の意味的に従属し得る性質の有無を定めることを特徴とする請求項１記載の情報検索方法。
前記回答出力手段は、前記質問文の回答属性に対応する関連属性を有する語句にマーク付けして前記根拠文書を出力することを特徴とする請求項１記載の情報検索方法。
複数の文書を保持すると共に入力される質問文に応じて回答を出力する情報検索装置であって、
前記質問文に含まれるキーワードと前記複数の文書の各々に含まれるキーワードとの一致により、前記複数の文書のうちの少なくとも１つの文書を利用文書として検索する文書検索手段と、
前記利用文書に含まれる語句の各々に所定属性の何れかを対応づける属性付与手段と、
前記質問文に対して想定される回答文に対応する回答属性に一致する属性を有する複数の語句を前記利用文書から抽出し、それらの出現文書数の大小に応じて前記語句の何れか１を前記質問文に対応する回答に選択する回答選択手段と、
前記回答属性と該回答属性に意味的に従属し得る性質である関連属性とを対応付ける対応表を予め設定する対応表設定手段と、
前記回答とした語句が含まれている利用文書が複数存在する場合、前記質問文の回答属性に対応する関連属性を前記対応表から取得し、前記回答とした語句を含む利用文書毎に該関連属性を有する語句の出現頻度を計算し、前記回答とした語句を含む利用文書毎に得られた出現頻度の高低に応じて前記回答とした語句を含む利用文書のうちの１つを前記回答に対する根拠文書に決定する根拠文書決定手段と、
前記根拠文書の内容を前記回答と共に出力する回答出力手段とを有することを特徴とする情報検索装置。