JP4602388B2 - 類似文検索システム及びプログラム - Google Patents

Description

本発明は、入力された検索対象文の類似文を用例として用例データベースから検索する類似文検索システム及びプログラムに関する。

類似文検索システムは、入力された検索対象文に対して用例データベースから検索対象文に類似する類似文を検索するものであり、このような類似文の用例検索は、情報検索や翻訳時に参照する用例検索等で用いられる。

類似文検索においては、検索対象文と用例データベースに登録された各文との類似度を算出し、ユーザが設定する閾値以上の類似度となった文を検索結果として検出する。類似度の算出方法には様々な方法があるが、文を構成する単語の文字列及び単語単位での一致を基にする方法が基本である。これに加えて、類義語を事前に辞書に登録しておき、類義語の関係にある語同士は一致しているとみなし、文字列として全く同じ単語を含まなくても、話題としては近い類似文も検出できるようにしたものがある（例えば、特許文献１参照）。また、類似度の算出にあたり、文の構文・意味関係の一致を考慮し、より意味内容が近い類似文の検出を行えるようにしたものがある（例えば、特許文献２参照）。

このような類似文検索システムでは、文全体としての類似度よりも検索対象文の中の特定の言い回しに注目し、その言い回しを含んだ類似文の検出を目的とする場合には、検出結果がユーザの希望にそぐわない場合がある。これは、従来の検索システムでは類似度計算の際に文の各構成要素の重みを均等に扱っているからである。すなわち、特定の言い回しを含んでいても、文全体に対してその言い回しの割合が低い場合には、文全体としては類似度が低くなるからである。

このような問題に対して、類似度計算の際に文を構成する部分に応じて重みを変えるという、以下のような３つの検索方法が提案されている。

（１）第１の検索方法においては、用例・検索対象文の両方に対して、文法・意味的に置換、削除、追加が可能な文中の箇所に各情報を付与して、置換可能な語同士の比較、不要箇所の削除、不足箇所の追加を行って類似度を算出する（例えば、特許文献３参照）。これによって、文の骨子により重点を置いた類似度の算出が行えるようになる。なお、この第１の検索方法では、用例及び検索対象文の両方に対して事前に情報を付与しておく必要があるが、文同士を比較することで、置換、削除、追加が半自動的に行われる。例えば、削除可能な部分の指定に関して、以下の２つの用例Ａ１、Ａ２を比較して、修飾語である「貴重な」は削除可能と自動的に判断する。
用例Ａ１：中山がフリーキックで得点を上げた。
用例Ａ２：そして、３０分後に、中田がＰＫで貴重な得点をした。

（２）第２の検索方法においては、用例・検索対象文の両方に対して、主語と動詞、動詞と目的語の関係を抽出して「文断片」を作成し、その文断片ごとに類似判定を行う。複雑な構造を持つ文は、文断片ごとに類似度判定が行われるため、文の一部ではあっても検索対象文と類似度の高い部分を含む用例を検出することができる（例えば、特許文献４参照）。例えば、以下のような検索対象文Ｘ１と用例Ａ３、Ａ４とがあった場合、どちらの用例Ａ３、Ａ４に対しても検索文全体としての類似度はあまり高くないが、用例Ａ３は検索対象文の前半と、用例Ａ４では後半との類似度が高いため、どちらの用例Ａ３、Ａ４も類似文として検出される。
検索対象文Ｘ１：「応募総数は、過去最高の４１５万編で、参加学校は３万校近くにのぼっている。」
用例Ａ３：「応募総数は、過去最高の約４１５万編にも及んだ。」
用例Ａ４：「国内外の参加学校数は、３万校近くにのぼっている。」。

（３）第３の検索方法においては、文の構成要素を意味の塊(チャンク)ごとにまとめ、主格、目的格などの構文の骨格を構成する格情報を持つチャンクの重みを大きくし、チャンクの中心となる語にさらに重みを付加して類似度を算出する（例えば、特許文献５参照）。例えば、検索対象文が「オーストラリアの名将フェリマンは女子４００メートル決勝戦の金メダルを獲得した。」であり、用例集の中に「２０００年９月２５日、北京時間午後４時、女子４００メートル決勝戦で、オーストラリアの名将フェリマンは金メダルを獲得した。」という文が存在した場合、「女子４００メートル決勝戦」、「オーストラリアの名将フェリマン」、「金メダル」、「獲得した」等の文意を取る上で重要な構成要素の重みが大きくなる。これによって、文の骨子により重点を置いた類似度の算出が行えるようになる。

これら３つの検索方法により、検索対象文に対して文の骨子が類似している文や、文全体としての類似度はあまり高くないが、文の一部に検索対象文と類似度の高い部分を持つ文の検出を行うことができる。
特開平１１−１１０３９５号公報 特開２０００−２４２６５０号公報 特開２００１−３５７０６５号公報 特開２００５−１９０１８５号公報 特開２００６−６５３８７号公報

しかしながら、前述の３つの検索方法で重点が置かれている文の構成要素は、ユーザが注目している部分と必ずしも一致するとは限らず、これらの検索方法をもってしても、ユーザが注目している特定の言い回しを含んだ類似文の検出結果がユーザの要望を満たすことができない。例えば、下記の検索対象文Ｘ２に対し、用例データベースに用例Ａ５、Ａ６、Ａ７が格納されている場合を例に挙げて説明する。
検索対象文Ｘ２：患者４０人と健常成人２０名を、○○薬を使用する群としない群にそれぞれランダムに割り付けた。
用例Ａ５：手術可能な△△疾患患者１００人を、術前にＸＸ薬を３サイクル投与後に手術を実施した群と、手術単独群にランダムに割り付けた。
用例Ａ６：たとえば、６０の工場の半数をランダムに治療群に、半数を対照群に割り付ける。
用例Ａ７：小児をランダム化により化学療法実施群と標準的な追跡ケア群とに割り付けた。

第１の検索方法においては、ユーザが修飾語に注目していても、修飾語は削除可能と判断されてしまい、類似度算出の際に考慮されないという問題がある。例えば、検索対象文Ｘ２は医学統計に関する文であり、この文中の「割り付け方がランダムであること」が重要なポイントである。にもかかわらず、第１の検索方法においては、「ランダムな」が修飾語（形容動詞）であるという理由の元に、重要なキーワードを含む文と含まない文との間で類似度に差が生じない。これによって、「ランダムな」を含む文が優先的に検出されることはなく、検出されたとしても、希望する文とそうでない文との区別に手間がかかる。

同様に、上述した第２の検索方法においても、「ランダムな」が類似度計算において考慮されないという問題がある。これに加えて、検索対象文Ｘ２の「割り付ける」の間接目的語である「○○薬を使用する群」及び「しない群」を、用例Ａ５の「術前にＸＸ薬を３サイクル投与後に手術を実施した群」及び「手術単独群」と比較した場合、「群」以外の語の占める割合が高いため、両者の類似度は低くなってしまうという問題がある。これは、第２の検索方法では類似度を比較する単位を細かくしてはいるが、ユーザが注目する部分自体には相変わらず重みが与えられていないことに起因する。すなわち、ユーザが検出を望んでいるのは、「〜群と〜群」という「群」を合成語の一部として含む２つの語が並列関係にある文であり、「〜」の部分はあくまでも任意なので、この関係自体に重みを与えなくては、ユーザの検索の目的を満足することはできない。従って、用例Ａ６、Ａ７についても検索されない可能性がある。

一方、上述した第３の検索方法においては、意味のチャンクの中心語に対して重みが加味されるため、上記の例でいうと「群」に重みは加味される。しかしながら、検出の基準はあくまでも文全体の類似度であるため、やはり用例２と検索対象文との類似度は低くなってしまう。また、修飾語である「ランダムな」は格要素を構成しないため、やはり類似度の重みは加味されないという問題は依然として存在する。

本発明の目的は、検索対象文の中でユーザが注目する特定の言い回しがある場合、その特定の言い回しを含む用例をデータベースから効率良く検索することができる類似文検索システム及びプログラムを提供することを目的とする。

本発明に係わる類似文検索システムは、
用例データベースを記憶した記憶装置と、類似文の用例検索の検索対象文を入力するとともに操作に必要な情報を入力する入力装置と、
前記検索対象文や前記用例データベースから検索された用例を表示する表示装置と、
前記入力装置から入力された検索対象文を受け付ける検索対象入力部と、前記検索対象入力部で受け付けられた検索対象文中のキーワードの指定を受け付けるキーワード指定部と、前記検索対象入力部で受け付けられた検索対象文を構成する各語の構文・意味上の役割情報を解析する言語解析部と、前記言語解析部で解析した各語の構文・意味上の役割情報のうち前記キーワードの構文・意味上の役割情報と前記キーワードとを含む検索式を生成する検索式生成部と、前記検索式生成部で生成された検索式を用いて前記キーワードを含む用例を前記用例データベースから検索しその中から前記構文・意味上の役割情報が一致する用例を検索するデータベース検索部と、前記データベース検索部で検索された用例を前記表示装置に出力する出力部とを備えた類似文検索プログラムを演算実行するＣＰＵとを備えることを特徴とする。

本発明によれば、検索対象文の中でユーザが注目する特定の言い回しがある場合、その特定の言い回しを含む用例をデータベースから効率良く検索することができる。

図１は、本発明の実施の形態に係わる類似文検索システムの構成図である。類似文検索システム１１は、入力された検索対象文の類似文を用例として用例データベースから検索して出力するものであり、例えば一般的なコンピュータに類似文検索プログラムなどのソフトウェアプログラムがインストールされ、そのソフトウェアプログラムがＣＰＵ１２において実行されることにより実現される。類似文検索システム１１は、ＣＰＵ１２、ＲＯＭ（Read Only Memory）１３及びＲＡＭ（Random Access Memory）１４がバス１５を介して接続されている。バス１５には、入力装置１６、表示装置１７、及び記憶装置１９が接続されている。

記憶装置１９には、類似文検索プログラム２０が記憶されるとともに用例データベース２１及び類義語辞書２２が記憶される。類似文検索プログラム２０は、検索対象文入力部２３、キーワード指定部２４、言語解析部２５、検索制御部２６、検索式生成部２７、データベース検索部２８、出力部２９を有する。

ＣＰＵ１２は、入力装置１６からの入力信号に基づいてＲＯＭ１３から類似文検索システム１１を起動するためのブートプログラムを読み出して実行し、さらに記憶装置１９に記憶された図示省略のオペレーティングシステムを読み出す。ＣＰＵ１２は、入力装置１６の入力信号に基づいて、各装置の制御を行い、記憶装置１９などに記憶された類似文検索プログラム２０、用例データベース２１、類義語辞書２２のデータを読み出してＲＡＭ１４にロードするとともに、ＲＡＭ１４から読み出されたプログラムのコマンドに基づいて、後述する類似文検索処理を実現する。

入力装置１６は、類似文の用例検索の検索対象文の文字データやファイルデータ等のデータやコマンドを入力する入力手段であり、通常、キーボードやマウス・タッチパネルなどのポインティングデバイス、音声認識や文字認識機能、あるいは、ＣＤドライブなどの外部記憶媒体読取装置、ネットワーク入力装置などによって実現される。表示装置１７は、入力装置１６から入力されたデータや類似文の用例検索結果等の出力手段であり、ＣＲＴ表示装置や液晶ディスプレイ表示装置が使用される。

図２は、本発明の実施の形態に係わる類似文検索システム１１のＣＰＵ１２の機能ブロック図である。図２に示すＣＰＵ１２内の各機能ブロックは、類似文検索プログラム２０を構成する各部、すなわち、検索対象文入力部２３、キーワード指定部２４、言語解析部２５、検索制御部２６、検索式生成部２７、データベース検索部２８、出力部２９に対応する。

検索対象文入力部２３は、類似文を検索する対象となる文（検索対象文）の入力を受け付けるものである。例えば、検索対象文は、ユーザ自身が入力装置１６であるキーボード等から直接入力したり、記憶媒体を介してディスクドライブから入力される。検索対象文入力部２３は、入力装置１６から入力された検索対象文を受け付ける。

キーワード指定部２４は、検索対象文においてユーザが注目する語（キーワード）の指定を受け付けるものである。例えば、キーワードは、入力装置１６であるマウス等によるドラッグ操作によって指定される。詳細については後述するように、キーワードは検索式を生成するために使用されるものであり、１つだけ指定された場合には、検出される類似文に必ず含まれ、複数指定された場合には、優先順位と検出される類似文に必ず含まれるかどうかという条件を指定することになる。

言語解析部２５は、文の言語解析を行うことにより、文を構成する各語の構文・意味上の役割情報を取得するものである。構文・意味上の役割情報は、例えば、文を構成する各語の品詞、格、並列表現等の情報である。具体的には、自然言語処理で一般的に用いられる解析手法である、形態素解析、構文解析、係り受け解析及び意味解析を行うことにより、文を構成する各語の構文・意味上の役割情報を取得する。なお、言語解析部２５による解析は、入力された検索対象文と、用例データベース２１に格納された用例の両方に対して行われる。

用例データベース２１には、文を構成する語と、文脈中における各語の構文・意味上の役割情報とを含む複数の用例が登録されている。用例は検索対象文に類似する類似文である。用例データベース２１への用例の登録は、例えば、入力装置１６であるディスクドライブに挿入された記憶媒体を介して行われる。なお、ここでは予め各用例において、文を構成する各語に対して言語解析部２５を用いて得られた構文・意味上の役割情報が関連付けられているものとする。

検索制御部２６は、後述する検索式生成部２７、データベース検索部２８及び出力部２９を制御するものである。

検索式生成部２７は、検索制御部２６で制御され、キーワード指定部２４で指定されたキーワードと、検索対象文を構成する各語及びその構文・意味上の役割情報とを用いて検索式を生成するものである。すなわち、言語解析部２５で解析した各語の構文・意味上の役割情報のうち、キーワードの構文・意味上の役割情報とキーワードとを含む検索式を生成する。これにより、ユーザが指定したキーワードだけでなく、その構文・意味上の役割情報を含んだ検索式が作成される。検索式の詳細については後述する。

データベース検索部２８は、検索制御部２６で制御され、用例データベース２１に登録された用例を検索するものである。具体的には、用例データベース２１に登録された用例と検索式との間で、キーワード及びキーワードに対応付けられた構文・意味上の役割情報の比較を行い、一致もしくは類似する用例を検索する。

類義語辞書２２には、特定の語に対して類義語関係にある語が関連付けて登録されている。類義語辞書２２は、検索式と用例データベース２１に登録された用例との比較を行う際に参照されて、類義語の関係にある語同士は一致しているとみなされる。類義語辞書２２を参照した検索を行うかどうかは、ユーザが指定することができる。

出力部２９は、検索制御部２６で制御され、用例データベース２１に登録された用例の検索結果を出力するものである。例えば、表示装置１３に表示することで検索結果を出力する。なお、出力は表示装置１３への出力に限定されるものではなく、表示装置１３による出力に代え、あるいは、表示装置１３による出力に加えて音声や印刷装置により検索結果を出力するようにしてもよい。

次に、本発明の実施の形態に係わる類似文検索システム１１における検索処理内容について説明する。図３は、本発明の実施の形態に係わる類似文検索システム１１における検索処理内容を示すフロー図である。

本発明の実施の形態に係わる類似文検索システム１１を用いて検索処理を行う場合、まず、ユーザから入力装置１６を介して検索対象文が入力されるので、検索対象文入力部２３は、この検索対象文の検索文字列の入力を受け付ける（Ｓ１１）。検索対象文が入力された後においては、ユーザから検索対象文におけるキーワードが指定されるので、キーワード指定部２４は、キーワードが指定されたときは、このキーワードの指定を受け付ける（Ｓ１２）。

キーワードが受け付けられると、言語解析部２５は、検索対象文の言語解析を行う（Ｓ１３）。これにより、検索対象文を構成する各語の構文・意味上の役割情報が取得され、各語に対して構文・意味上の役割情報が付与される。そして、検索式生成部２７は、指定されたキーワードと、各キーワードに対応付けられた構文・意味上の役割情報とから検索式を生成する（Ｓ１４）。

検索式が生成されたならば、データベース検索部２８は、用例データベース２１に登録された用例と検索式との間で、キーワードとそのキーワードに対応付けられた構文・意味上の役割情報とを用いて一致または類似する用例を検索する（Ｓ１５）。そして、類似度がユーザにより設定された閾値以上となった用例が存在するか否か、つまり、検索結果が得られたか否かを判定し（Ｓ１６）、類似度がユーザにより設定された閾値以上となった用例が存在する場合には、当該用例を用例データベース２１から抽出して検索結果とする（Ｓ１７）。また、複数の検索結果が存在する場合には、類似度が高い順に並べ替える。一方、類似度がユーザにより設定された閾値以上の用例データが存在しない場合には、該当する用例が存在しない旨を検索結果とする（Ｓ１８）。そして、データベース検索部２８による検索が完了すると、出力部２９は、その検索結果を出力する（Ｓ１９）。このようにして一連の類似文検索処理が終了する。

いま、ユーザから検索対象文として「患者４０人と健常成人２０名を、○○薬を使用する群と○○薬を使用しない群にそれぞれランダムに割り付けた。」（検索対象文Ｘ２）が入力され、また、キーワードとして「割り付け」、「群」(２箇所)、「ランダム」が指定され、検索結果にはこれらのキーワードすべてが含まれる（必須）が指定されたとする。

このような検索対象文Ｘ２の入力及びキーワードの指定は、検索対象文入力部２３及びキーワード指定部２４により受け付けられる（Ｓ１１、Ｓ１２）。そうすると、言語解析部２５は、当該検索対象文Ｘ２の言語解析を行う（Ｓ１３）。図４は言語解析部２５での言語解析結果を示す説明図である。

図４に示すように、検索対象文Ｘ２を構成する各語のツリー構造が得られ、検索対象文Ｘ２を構成する自立語（ノード）と、各自立語間の構文・意味上の関係（リンク）が明らかになる。この場合、キーワードである「割り付け」にはキーワードである「ランダム」が副詞として修飾しており、さらにキーワードである「群」を含む２つの名詞句が「に格（間接目的語）」として接続していることが明らかになる。つまり、キーワードの構文・意味上の役割情報が明らかになる。なお、図４では、簡潔のため、キーワード以外の語に関するリンクを適宜省略した形で記述している。

このような検索対象文Ｘ２の言語解析が完了すると、検索式生成部２７により、ステップＳ１２で指定されたキーワード「割り付け」、「群」、「ランダム」と、ステップＳ１３で取得された構文・意味上の役割情報とから検索式が生成される（Ｓ１４）。

図５は、キーワードの構文・意味上の役割情報とキーワードとを含む検索式の説明図である。図５（ａ）は検索式をツリー構造で表現したもの、図５（ｂ）は検索式を文字列で表現したものである。なお、図５（ａ）でキーワードの単語に役割情報が付いていることと、図５（ｂ）で「(必)」という文字が付いているのは、指定されたキーワードが「必須」であることを示す。

このような検索式が生成されると、データベース検索部２８により、当該検索式を用いて用例データベース２１に登録された用例データの検索が行われる（Ｓ１５）。具体的には、まず「必須」のキーワードを含む文を、用例データベース２１に登録された用例の中から検索する。次に、検索された結果（１次検索結果）に対してツリー構造のノード及びリンクのマッチングを行うことで、１次検索結果の絞込みを行う。なお、このようなツリー構造を基にしたマッチングの手法は、例えば、本出願人による特開２００５−２０８８２５号公報に開示される手法を用いる。

図６はデータベース検索部２８により検索された用例の一例の説明図である。図６では、前述した用例Ａ５「手術可能な△△疾患患者１００人を、術前にＸＸ薬を３サイクル投与後に手術を実施した群と、手術単独群にランダムに割り付けた。」である場合を示している。

すなわち、図６に示すように、用例Ａ５は図５に示した検索対象文Ｘ２の検索式と同一のツリー構造を持つ。従って、検索式と同一のツリー構造を持つ用例Ａ５が検出される。そして、データベース検索部２８による検索が完了すると、出力部２９は、その検索結果を出力する（Ｓ１７）。この一例では、キーワードはすべて「必須」としたため、ツリー構造が完全に一致したものだけが検出されているが、キーワードに「必須」でないものを指定した場合と、類義語辞書２２を使用する場合は、類似度が指定した閾値以上となった用例データが検出される。これらの具体例については後述する。

ここで、データベース検索部２８では、検索対象文や検索式は文字列データで扱う。例えば、前述の検索対象文Ｘ２「患者４０人と健常成人２０名を、○○薬を使用する群としない群にそれぞれランダムに割り付けた。」及び図５の検索式は、以下の形式で扱われる。

検索対象文：割り付け(fukushi_ランダム kan-moku_群(rentai-shu_使用(choku-moku_薬) heiretu_群(hitei_syouryaku使用)) choku-moku_患者(shu_４０人 heiretu_成人(shu_健常(shu_２０名))) fukushi_それぞれ)
検索式：割り付け@@(fukushi _ランダム@@kan-moku_群@@(heiretu_群@@))
この一例においては、カッコが単語同士の繋がりを表しており、ローマ字で記された文字列が構文・意味上の役割情報を表している。また、記号「@@」は、キーワードが「必須」であることを示している。これらの用例と検索式は、「割り付け(fukushi _ランダム kan-moku_群(heiretu_群))」という部分が一致することで、マッチしたと判断されることとなる。

以上説明した検索の内容について、より具体的に説明する。用例データベース２１に以下のような５個の用例Ａ５〜Ａ９が登録されており、検索対象文Ｘ２につき、以下の３つの検索方法１、２、３で検索した場合について説明する。

（検索対象文）
検索対象文Ｘ２：患者４０人と健常成人２０名を、○○薬を使用する群としない群にそれぞれランダムに割り付けた。
（用例データベース）
用例Ａ５：手術可能な△△疾患患者１００人を、術前にＸＸ薬を３サイクル投与後に手術を実施した群と、手術単独群にランダムに割り付けた。
用例Ａ６：たとえば、６０の工場の半数をランダムに治療群に、半数を対照群に割り付けるような場合である。
用例Ａ７：小児をランダム化により化学療法実施群と標準的な追跡ケア群とに割り付ける。
用例Ａ８：このバイアスは、対象の選択から始まって、対象群と介入群への割り付け、曝露状態や結果の評価、データの解析などあらゆる時点で起こり得ます。
用例Ａ９：患者を治療群と対照群の２つの群に封筒法などで無作為に割り付け、適切なサンプルサイズで比較試験を行うことが大切といえる。

（検索方法１）
キーワードをすべて「必須」として指定した場合である。すなわち、キーワードとして、「割り付け」、「群」、「ランダム」を指定し、各キーワードの優先順位には差がなく、すべてが検索結果に含まれると指定する。そうすると、検索式は以下の通りとなる。
「割り付け(必)＋(副詞_ランダム(必)) ＋(間接目的_(群(必)_並列_群(必)))」
検索の結果、用例データベース２１の５つの用例Ａ５〜Ａ９から、まず、必須のキーワードを含む用例Ａ５、Ａ６、Ａ７が検出される。次に、この１次検索結果から、検索式と同じツリー構造を持つ用例Ａ５と用例Ａ６に検索結果が絞り込まれる。このように、キーワードの一致だけでなく、キーワードの文中における構文・意味上の役割情報までも考慮した検索を行うことで、検索対象文中でのキーワードの使われ方がより近い用例に絞り込んだ、効率の良い検索を行うことができる。

（検索方法２）
キーワードの優先順位、及び検出される類似文に必ず含まれるかどうかという条件を指定した場合である。指定したキーワードに加えて「患者」をキーワードに指定して、他の４つのキーワードよりも優先順位は低く、検出結果に必ずしも含まれなくてよい、という条件を指定したとする。この条件では、用例Ａ６は「患者」を含まないが、「患者」は「必須」のキーワードではないため、用例Ａ６は検出の対象となり、「患者」を含む用例Ａ５よりは類似度が低くなる。このように、キーワードの指定の際に条件を指定することによって、検索の網羅度は高くしながらも、注目する言い回しの中で重要度の高い部分により焦点を当てた検索を行うことができる。

（検索方法３）
類義語辞書２２を使用するよう指定した場合である。類義語辞書２２を使用するよう指定すると、類義語の関係にある語同士は一致しているとみなされる。類義語辞書２２の中に、「ランダム」と「無作為」とは類義語関係にある語が関連付けられているとすると、用例Ａ９の「無作為」と「ランダム」とが同義語とみなされて、１次検索の際にも検出されるようになる。このように、類義語辞書２２を用いると、キーワードと文字列としては完全一致していなくても、似た言い回しも検出することができる。

以上説明したように、本発明の実施の形態による類似文検索システムでは、キーワード及びそのキーワードの構文・意味上の役割情報までも考慮した検索を行うので、検索対象文の中でユーザが注目する特定の言い回しがある場合、その特定の言い回しを含む用例を用例データベース２１から効率良く検索することができる。また、キーワードの指定の際に条件を指定することによって、検索網羅度を高くしながらも、注目する言い回しの中で重要度の高い部分により焦点を当てた検索を行うことができる。さらに、類義語辞書２２を用いることで、キーワードと文字列としては完全一致していなくても、似た言い回しも検出することができる。

本発明の実施の形態に係わる類似文検索システムの構成図。 本発明の実施の形態に係わる類似文検索システムのＣＰＵの機能ブロック図。 本発明の実施の形態に係わる類似文検索システムにおける検索処理内容を示すフロー図。 本発明の実施の形態における言語解析部での言語解析結果の一例を示す説明図。 本発明の実施の形態における検索式生成部で生成された検索式の一例の説明図 本発明の実施の形態におけるデータベース検索部により検索された用例の一例の説明図。

符号の説明

１１…類似文検索システム、１２…ＣＰＵ、１３…ＲＯＭ、１４…ＲＡＭ、１５…バス、１６…入力装置、１７…表示装置、１９…記憶装置、２０…類似文検索プログラム、２１…用例データベース、２２…類義語辞書、２３…検索対象文入力部、２４…キーワード指定部、２５…言語解析部、２６…検索制御部、２７…検索式生成部、２８…データベース検索部、２９…出力部

Claims (4)

1. 用例データベースを記憶した記憶装置と、類似文の用例検索の検索対象文を入力するとともに操作に必要な情報を入力する入力装置と、
   前記検索対象文や前記用例データベースから検索された用例を表示する表示装置と、
   前記入力装置から入力された検索対象文を受け付ける検索対象入力部と、前記検索対象入力部で受け付けられた検索対象文中のキーワードの指定を受け付けるキーワード指定部と、前記検索対象入力部で受け付けられた検索対象文を構成する各語の構文・意味上の役割情報を解析する言語解析部と、前記言語解析部で解析した各語の構文・意味上の役割情報のうち前記キーワードの構文・意味上の役割情報と前記キーワードとを含む検索式を生成する検索式生成部と、前記検索式生成部で生成された検索式を用いて前記キーワードを含む用例を前記用例データベースから検索しその中から前記構文・意味上の役割情報が一致する用例を検索するデータベース検索部と、前記データベース検索部で検索された用例を前記表示装置に出力する出力部とを備えた類似文検索プログラムを演算実行するＣＰＵとを備える類似文検索システム。
2. 前記キーワード指定部は、前記入力装置から複数のキーワードの指定を受け付けたときは、受け付けたキーワードの優先順位及び検索結果に必ず含めるかどうかの条件も併せて受け付けることを特徴とする請求項１に記載の類似文検索システム。
3. 特定の語に対して類義語関係にある語を関連付けて登録した類義語辞書を設け、前記キーワードに対し前記類義語辞書の使用の要求が前記入力装置からあったときは、前記データベース検索部は、前記キーワードに対して類義語関係にある語を含む用例も検索することを特徴とする請求項１または２に記載の類似文検索システム。
4. 類似文検索プログラム及び用例データベースを記憶した記憶装置と、類似文の用例の検索対象文を入力するとともに操作に必要な情報を入力する入力装置と、前記検索対象文や前記用例データベースから検索された用例を表示する表示装置と、前記類似文検索プログラムを演算実行するＣＰＵとを備えた類似文検索システムにおいて、コンピュータに、前記入力装置から入力された検索対象文を受け付ける機能と、受け付けられた検索対象文中のキーワードの指定を受け付ける機能と、受け付けられた検索対象文を構成する各語の構文・意味上の役割情報を解析する機能と、解析した各語の構文・意味上の役割情報のうち前記指定されたキーワードの構文・意味上の役割情報と前記キーワードとを含む検索式を生成する機能と、生成された検索式を用いて前記キーワードを含む用例を前記用例データベースから検索しその中から前記構文・意味上の役割情報が一致する用例を検索する機能と、検索された用例を前記表示装置に出力する機能とを実現させるための類似文検索プログラム。

Images