JP4640591B2

JP4640591B2 - 文書検索装置

Info

Publication number: JP4640591B2
Application number: JP2005169203A
Authority: JP
Inventors: 博仁柴田; 健吉岡; 敏哉山田; 仁池田; 基文福井
Original assignee: Fuji Xerox Co Ltd; Fujifilm Business Innovation Corp
Current assignee: Fujifilm Business Innovation Corp
Priority date: 2005-06-09
Filing date: 2005-06-09
Publication date: 2011-03-02
Anticipated expiration: 2025-06-09
Also published as: JP2006344010A; US20060282415A1; US7634473B2

Description

検索キーワードに基づいて文書を検索して表示する文書検索装置に関し、特に、文書と検索キーワードとの関連度を視覚的に明らかにする技術に関する。

多数の文書を蓄積したデータベースやネットワーク上のＷｅｂサイトなどから、ユーザが指定した検索キーワードに基づいて、所望の文書を検索することが行われている。
このような文書検索において、１つ又は複数の検索キーワードを利用して検索した場合、検索キーワードが検索された文書（検索文書）中のどのような位置で使用されているのかが判れば、検索文書中の検索キーワードに基づいて当該検索文書の必要性が判断しやすくなる。
このような要求に対処するため、検索文書中に検索キーワードを目立つようにハイライトして表示する方法が実用化されている。

また、文書検索においては、検索キーワードをシソーラス展開した類似語により検索することが行われている。このように類似語により検索された文書にオリジナルの検索キーワードが含まれているか、或いは、どの検索キーワードがどの類似語に展開されたのかが判れば、検索文書が検索された根拠を明らかにすることができて便利である。

そこで、検索キーワードをシソーラス展開した文書検索において、検索キーワードとシソーラス展開された類似語との類似度に応じて、検索文書中で検索キーワードと類似語とを濃淡を違えたハイライト表示する発明が提案されている（特許文献１参照。）。
また、類似語を検索文書中でハイライト表示するとともに、どの検索キーワードから展開されたのかを明らかにするため、類似語の下に検索キーワードを小さく表記する発明が提案されている（特許文献２参照。）。
特開平１１−２５００７７号公報。特開平１１−７３４２０号公報。

上記の従来技術は、検索キーワードや展開語を検索文書中でハイライト表示することや、更には、展開語を検索キーワードとの類似度に応じてはハイライトのさせ方を違えることが行われている。
しかしながら、文書に含まれる語の当該記述内容に対する重み（例えば、当該記述内容を特徴付ける程度）は同じ語にあっても文書毎に異なっており、検索された多数の文書を検索キーワードや類似語の重みに応じて整理付けることが、所望の文書を見付け出そうとするユーザにとって重要である。
すなわち、検索文書が多い場合、検索文書内で文書をスコアリングしてスコアの高い順に文書を列挙（ランキング）することが重要となる。

上記の重みの算出方法としては、文書内における語の出現頻度に基づいて重みを算出するＴＦ、語の出現頻度の他の文書との比較に基づいて重みを算出するＩＤＦ、ＴＦとＩＤＦとを組み合わせて重みを算出するＴＦ−ＩＤＦ、確率的手法に基づいて重みを算出する方法など様々なものが知られており、例えば、文書における語の出現頻度に比例して語の重みが算出され、検索された各文書を検索キーワードの重みに従ってランキングすることが行われる。

しかしながら、検索された文書をランキングして整理した場合にあっても、文書における語の記述内容への係わり度合いが文書毎に異なることから、検索された文書中からユーザが所望の文書を見付け出す上で不便を感じる場合がある。
例えば、複数の検索キーワードを用いて検索を行った場合、ユーザの目的によって各キーワード毎に重要度が異なる場合があり、検索キーワードの重要度に着目すると上記のようなランキング結果が当てはまらず、多数の検索文書内から所望の文書を見付け出す作業が煩雑となってしまう場合がある。

本発明は、上記従来の事情に鑑みなされたもので、検索に用いられる語と当該語を含む各文書との係わり合いを、各検索文書中で一目で把握できるようにすることを目的としている。

本発明は、文書が登録された文書データベースから文書を検索して表示する文書検索装置であって、文書を検索するための検索キーワードの入力を受け付けるキーワード入力手段と、検索キーワードに基づいて文書データベースから文書を検索する文書検索手段と、検索キーワードの前記検索された検索文書の内容を特徴付ける重みをキーワード重みとして算出するキーワード重み算出手段と、検索文書が含む検索キーワードを前記キーワード重みに応じた表示態様として検索文書を表示する表示処理手段と、を備えたことを特徴とする文書検索装置、このような文書検索装置をコンピュータに実行させることで構成する文書検索プログラム、このような文書検索装置により実施される文書検索方法である。

したがって、本発明によると、キーワード入力手段から入力された検索キーワードに基づいて、文書検索手段が文書データベースから文書を検索し、キーワード重み算出手段が検索キーワードの検索された検索文書の内容を特徴付ける重みをキーワード重みとして算出して、表示処理手段により検索文書が含む検索キーワードをキーワード重みに応じた表示態様として当該検索文書を表示する。
これにより、検索された文書毎に当該各文書が含むキーワードの重みが一目して判断できる態様で表示され、例えば、キーワード毎の重みに着目してこれら検索文書を選別する作業を容易に行うことができる。

表示態様としてはユーザがキーワード重みを識別可能な表示であればよく、例えば、キーワードに対する、ハイライトに濃淡をつける、網掛けの種類を変える、背景のグラデーションを変える、シェードの種類を変える、フォントサイズを変える、フォントの種類を変える、アンダーラインの種類を変える等、何れを用いて表示してもよく、また、キーワードや背景の表示色を変化させてもよい。

表示処理手段は、キーワード重みに応じた表示態様を規定する基準値に基づいて検索文書が含む検索キーワードの表示態様を変更して表示するようにしてもよい。
例えば、基準値に応じて複数の背景色を用意しておき、算出されたキーワード重みに応じてキーワードに付加する背景色を決定するようにすれば、ユーザが当該背景色によってどの程度の重みがあるキーワードであるかを容易に判断することができる。

また、検索文書毎にキーワード重みの総和を算出し、当該総和値に応じて検索文書をランク付けする文書ランク付け手段を備えることで、キーワード重みを検索文書のランキングに利用するようにしてもよい。

また、検索キーワードに予め初期重みを付加して、キーワード重み算出手段が初期重みを加味してキーワード重みを算出するようにしてもよい。
これにより、例えば、ユーザの検索の意図に応じた初期重みを複数の検索キーワードに対して異なる値で付加することで、ユーザにとって重要度の高い検索キーワードをより強調表示できるため、ユーザは所望する文書を容易に選別できるようになる。
なお、初期重みは、例えば、ユーザが検索キーワードに明示的に付加しても、検索キーワードの指定順序に基づいてキーワード入力手段が自動的に付加しても、予め検索キーワード毎に定められていてもよく、初期重みの付加方法は問わない。

本発明に係る文書検索装置は検索キーワードの関連語に基づく検索に用いることも可能であり、語に関連する関連語と、当該関連する度合いを示す関連度と、を保持するシソーラス辞書手段を備え、文書検索手段は、検索キーワードとシソーラス辞書手段が保持する当該検索キーワードの関連語とに基づいて文書データベースから文書を検索し、キーワード重み算出手段は、検索キーワードの関連語のキーワード重みを対応する関連語の関連度を加味して算出し、表示処理手段は、検索文書が含む検索キーワードの関連語を前記キーワード重みに応じた表示態様として表示することができる。
これにより、シソーラス展開による文書検索においても、検索キーワードの関連語を各文書における重みに応じた態様で表示することができる。
なお、関連語とは、例えば、同義語、類似語、上位／下位の関係のある語、部分／全体の関係のある語など、語に関連性を有する語である。

また、本発明に係る文書検索装置は、検索キーワード或いは検索キーワードを組み合わせた論理式ではなく文書形式で検索条件を入力する関連文書検索に用いることも可能である。すなわち、入力された文書の内容を特徴付ける特徴語を検索キーワードとして文書を検索して表示する文書検索装置として、表示処理手段は、入力文書が含む検索キーワードを検索文書のキーワード重みに応じた表示態様として入力文書を表示することができる。したがって、入力文書中に表示態様を変えて表示された語を見ることで、検索文書が当該語に基づいて検索されたこと及び当該後の検索文書中での重要度を視覚的に把握することができる。
特徴語としては、例えば、文書内における出現頻度が高い語、他の文書と比較して出現頻度が高い語、出現位置から見て重要な語（例えば、タイトルに使用）を用いることができる。

文書検索装置を関連文書検索に用いる場合は、入力文書又は検索文書のいずれか一方の文書から検索キーワードの選択を受け付けるキーワード選択入力手段を備え、表示処理手段は、他方の文書のうちの前記選択された検索キーワードに対応する語を区別可能な表示態様として表示するようにしてもよい。
これにより、例えば、入力文書中で語を選択することにより、検索文書中の当該語に対応する検索キーワードが明確になり、入力文書と検索文書との検索キーワードによる関係を容易に把握することができる。

また、複数の検索文書の候補を表示した中から検索文書の選択を受け付ける候補文書選択入力手段を備え、表示処理手段は、入力文書が含む検索キーワードを前記選択された検索文書のキーワード重みに応じた表示態様として入力文書を表示するようにしてもよい。
これにより、例えば、入力文書を閲覧している状態において当該入力文書に基づいて検索された複数の検索文書のリストが表示された場合、ユーザがリスト中の何れかの候補を指定することにより、当該指定された検索文書の検索に用いられた検索キーワードが入力文書中の何れの語であるか、更には、当該語の検索文書における重みを把握できる。

本発明によると、ユーザは検索キーワードの検索文書における重みを一目で識別することができ、文書が検索された根拠を容易に把握することができる。これにより、ユーザは検索文書が所望する文書か否かを速やかに判断できるため、効率的に文書検索を行うことができるようになる。

本発明を、図に示す一実施形態に基づいて具体的に説明する。
図１に、本発明に係る文書検索装置の機能構成を示している。
文書検索装置は、検索対象となる複数の文書が登録された文書データベース１と、語の関連語についての情報を保持するシソーラス辞書手段２と、検索キーワード重みに応じた表示態様を規定する濃淡スケール３と、論理式形式又は検索入力文形式で検索キーワードの入力を受け付けるキーワード入力手段４と、検索キーワードに基づいて文書データベース１から文書を検索する文書検索手段５と、検索された各文書について各文書毎に含まれる検索キーワードの重みを算出するキーワード重み算出手段６と、検索文書が含む検索キーワードを識別可能な表示態様として検索文書を表示する文書表示処理手段７と、検索文書をランク付けしてランキング表示する文書ランク表示手段８と、検索文書が表示される画面９と、を備えている。

本発明に係る文書検索装置における文書検索の処理の概要を説明する。
キーワード入力手段４がユーザから検索キーワードを受け付けると、文書検索手段５が当該検索キーワードによって文書データベース１から該当する検索し、キーワード重み算出手段６が当該検索文書における検索キーワードのキーワード重みを算出する。そして、文書表示処理手段７がキーワード重みに応じて濃淡スケール３を参照して表示態様を決定し、検索キーワードを当該表示態様として検索文書を画面９に表示する。
なお、文書ランク表示手段８が、検索文書毎のキーワード重みの総和を算出し、当該総和値に応じてランク付けして画面９に検索された文書間のランキングを表示する。

次に、検索キーワードの入力形式が相違する例を用いて文書検索装置が行う処理内容を説明する。

まず、キーワード入力手段４から受け付ける検索論理式に単数の検索キーワードが含まれている場合について図２を用いて説明する。
キーワード入力手段４が検索キーワード２１「カラー」を受け付け、文書検索手段５が検索キーワード２１に基づいて文書データベース１から文書を検索して、検索キーワード２１と同じ「カラー」を語２２として含む文書Ａと、検索キーワード２１と同じ「カラー」を語２３として含む文書Ｂを検索する。

文書Ａでは語２２が２回出現し、文書Ｂでは語２３が１回出現しているため、ＴＦ−ＩＤＦを用いる本例では、キーワード重み算出手段６が算出するキーワード重みは、語２３より語２２の方が大きい値となる。
文書表示処理手段７は、算出されたキーワード重みに基づいて濃淡スケール３を参照して語２２、２３の表示態様を決定し、語２２、２３を当該表示態様にして文書Ａ、文書Ｂを画面９に表示する。
なお、本例では、画面９に複数の検索文書を並べて表示しているが、各文書を切り替えて画面９に表示するようにしてもよい。

濃淡スケール３は、図３に例示するように、キーワード重みが０．３未満の場合は表示態様３ａ、キーワード重みが０．３以上０．６未満の場合は表示態様３ｂ、キーワード重みが０．６以上０．９未満の場合は表示態様３ｃ、キーワード重みが０．９以上の場合は表示態様３ｄが指定されており、表示態様の濃度を重みに応じて高くするようにして、表示態様３ａが最も強調度が低く、表示態様３ｄが最も強調度が高くなるように設定されている。

したがって、キーワード重み算出手段６が算出したキーワード重みが、語２２が１．０、語２３が０．５であったとすると、語２２は表示態様３ｄ、語２３は表示態様３ｂで各文書中に表示される。
これによって、検索キーワードに該当する語２２と語２３とは同じ語「カラー」であるが、語２２が語２３より強調表示されているため、文書Ａが文書Ｂより検索キーワード２１に関する重みが大きいことが表示態様に把握できる。すなわち、本例では、文書Ａの方が語「カラー」によって文書内容の特徴が表現されていることがわかる。

次に、キーワード入力手段４から受け付ける検索論理式に複数の検索キーワードが含まれている場合について図４を用いて説明する。
キーワード入力手段４が検索キーワード４１「カラー」、検索キーワード４２「コピー」を受け付け、文書検索手段５が検索キーワード４１、４２に基づいて文書データベース１から文書を検索して、検索キーワード４１、４２と同じ語を語４３、４４として含む文書Ａと、検索キーワード４１、４２と同じ語を語４５、４６として含む文書Ｂを検索する。

すなわち、文書Ａでは検索キーワード「カラー」が２回、検索キーワード「コピー」が１回、文書Ｂでは検索キーワード「カラー」が１回、検索キーワード「コピー」が２回出現している。
この場合も、検索キーワードが単数の場合と同様に、各語のキーワード重みを算出して対応する表示態様を決定し、語４３、４４を各キーワード重みに対応する表示態様として文書Ａを表示し、語４５、４６を各キーワード重みに対応する表示態様として文書Ｂを表示する。

文書Ａでは語「カラー」が２回出現し語「コピー」が１回出現する一方、文書Ｂでは語「カラー」が１回出現し語「コピー」が２回出現しているため、ＴＦ−ＩＤＦを用いる本例では、キーワード重み算出手段６が算出するキーワード重みは、文書Ａでは語「カラー」の方が語「コピー」より重みが大きく、文書Ｂでは語「コピー」の方が語「カラー」より重みが大きくなる。
したがって、上記のように、文書Ａでは語「カラー」の方が語「コピー」より強調して表示され、文書Ｂでは語「コピー」の方が語「カラー」より強調して表示され、同じ語であっても文書毎に表示態様が異なることにより、各語の各文書における重みを一目して判別することができる。

ここで、本例においては、文書ランク表示処理手段８が画面に表示する検索文書に対して、検索文書毎に含まれるキーワード重みの総和を算出してランク付けする処理も行う。
これにより、多数の文書が検索された場合でも、ランク付け処理を実行することにより、検索キーワードの関連度の大きい文書を容易に見付け出すことができる。

ここで、上記のように各検索文書に応じて検索キーワードの表示態様を異ならせることにより、検索文書のランク付けとは異なる効果を得ることができる。
例えば、上記の例において、各語の基準重みを“１”とすると、ランク付け処理では、文書Ａでは検索キーワード「カラー」及び「コピー」の重みの総和は“３”となり、文書Ｂでは検索キーワード「カラー」及び「コピー」の重みの総和は“３”となって、両文書のランク付けは等しくなる。

一方、検索キーワードの表示態様処理では、文書Ａでは検索キーワード「カラー」が大きく強調されて表示され、文書Ｂでは検索キーワード「コピー」が大きく強調されて表示される。
このため、例えば、ユーザが２つの検索キーワードの内のいずれかをより重要と考えている場合には、当該重要とするキーワードが大きく強調されている文書を見付けるといった作業を行うことで、検索文書群から所望の文書を容易に見出すことができる。

上記の例において、例えば、ユーザが検索に使用する複数の検索キーワードのうちのいずれかのキーワードを重要視するような場合、各キーワードに対して当該重要度に応じた初期重みを予め付与しておくことが有効であり、ユーザの検索の意図を反映させた検索及び表示を行うことができる

例えば、検索キーワード「カラー」に０．５の初期重みが付加され、検索キーワード「コピー」に１．５の初期重みが付加されるとすると、文書Ａのキーワード「カラー」の重みは２（出現回数）×０．５（初期重み）＝１．０となり、文書Ａのキーワード「コピー」の重みは１．５となる。同様に、文書Ｂのキーワード「カラー」の重みは０．５となり、文書Ｂのキーワード「コピー」の重みは３．０となる。

ここで、初期重みを付加しない場合は、文書Ａのキーワード「カラー」の重み（出現回数）は２．０となり、文書Ａのキーワード「コピー」の重みは１．０となるため、文書Ａの「カラー」の重み２．０は「コピー」の重み１．０より大きいが、上記のように初期重みを付加することで、文書Ａの「カラー」の重み１．０が「コピー」の重み１．５がより小さくなる。初期重みを付加することによってキーワード「カラー」の重みとキーワード「コピー」の重みが逆転するため、初期重みを付加しない場合にはキーワード「カラー」がキーワード「コピー」より強調表示されていたが、初期重みを付加することによってキーワード「コピー」がキーワード「カラー」より強調表示されるようになり、ユーザは検索の意図に応じた初期重みを付加することで、ユーザの所望する検索文書がいずれかを容易に識別できるようになる。

これまでは、検索キーワードを含む文書を検索した場合の文書表示について説明したが、次に、検索キーワードをシソーラス展開して得た検索キーワードの関連語を含む文書を検索した場合の文書表示について図５を用いて説明する。
なお、シソーラス辞書手段２は、語に関連する関連語と、当該関連する度合いを示す関連度が設定されており、図６に例示するように、語「カラー」に関連度「０．４」で関連する関連語「プリンタ」と、語「カラー」に関連度「０．３」で関連する関連語「コピー」と、語「カラー」に関連度「０．８」で関連する関連語「色」とが設定されている。

キーワード入力手段４が検索キーワード「カラー」を受け付けると、文書検索手段５が検索キーワード「カラー」をシソーラス辞書手段２を参照して展開し、検索キーワード「カラー」の関連語「プリンタ」と「コピー」と「色」を取得する。そして、文書検索手段５が、これら「カラー」「プリンタ」「コピー」「色」をキーワードとして文書データベース１から文書を検索し、これらキーワードの少なくともいずれか１つを含む文書を検索する。図５の例では、「カラー」と同じ語を語７２と関連語「プリンタ」「コピー」と同じ語を語７３、７４として含む文書Ａと、関連語「プリンタ」「色」と同じ語を語７５、７６として含む文書Ｂが検索される。

ここで、キーワード重み算出手段６は検索キーワードと関連語との各検索文書におけるキーワード重みを算出して、文書表示処理手段７が検索キーワードと関連語のキーワードをそれらの重みに応じた表示態様として検索文書を画面９に表示する。
本例においては、検索キーワードの関連語の各検索文書における出現頻度に当該関連語に対する関連度を乗じて重みを算出しており、文書Ａにおいて語「プリンタ」は１回出現しており語「カラー」との関連度は０．４であるため重みは０．４となり、語「コピー」の重みは０．３となる。同様に、文書Ｂにおいて語「プリンタ」の重みは０．４、語「色」の重みは０．８となる。

このため、語「プリンタ」と語「色」の文書Ｂにおける出現回数はともに１回であるが検索キーワードとの関連度が異なることにより算出されるキーワード重みが異なるため、関連度の高い語「色」の方が関連度の低い「プリンタ」より強調された表示態様として表示される。
したがって、シソーラス展開された関連語を用いた文書検索においても、展開前の検索キーワードと関連語が特定の表示態様で表示されるため、検索文書を検索した根拠を容易に把握することができる。これに加えて、関連語の表示態様はその関連度を加味した度合いとされるため、展開前の検索キーワードは関連語に比してより一層強調された表示態様となり、本来の検索根拠である検索キーワードに重きをおいた表示態様とされる。

ここで、例えば、複数の検索キーワード「カラー」と「印刷」とが入力されたときに、「カラー」の関連語「プリンタ」が「印刷」の関連語でもある場合のように、関連語が重複する場合は、重複する関連語の関連度の総和を用いてキーワード重みを算出すればよく、関連語「プリンタ」の語「カラー」に対する関連度が０．５、関連語「プリンタ」の語「印刷」に対する関連度が０．３であれば、０．５と０．３とを足した０．８を「プリンタ」の関連度としてキーワード重みの算出に用いればよい。

次に、文書形式で検索条件を入力する関連文書検索について図７を用いて説明する。
図７に画面９の表示例を示すように、キーワード入力手段４が入力文書を受け付けると、当該入力文が画面９の左側に表示され、文書検索手段５が入力文書中の特徴語（「安」、「新宿」、「店」、「カラー」、「コピー」、「機」）を検索キーワードとして検索し、同図の右側に示すように検索された文書を表示する。この検索文書の表示し際して、キーワード重み算出手段６が検索文書中の検索キーワードに対応する語「安」、「新宿」、「店」、「カラー」、「コピー」、「機」のキーワード重みを算出し、文書表示処理手段７が検索文書中の各検索キーワードに対応する語をキーワード重みに応じた表示態様として画面９に表示するとともに、入力文書中の各検索キーワードについても検索文書におけるキーワード重みに応じた表示態様として画面９に表示する。

したがって、入力文書と検索文書とが互いに含む検索キーワードが同様な強さで強調表示されるため、ユーザは検索文書がいずれの検索キーワードに基づいて検索されたかを知ることができるとともに、その検索キーワードの検索文書における重みについても把握することができる。
ここで、入力文書中の特徴語は、例えば、キーワード入力手段４が、入力文書を形態素解析し、得られた語についてＴＦ−ＩＤＦにより当該入力文書の記述内容を特徴付けるとみなされる上位幾つかの語を採用することで選択される。

図８には、上記のような関連文書検索による検索結果出力の他の例を示してある。
本例では、文書検索装置に備えられたキーワード選択入力手段１０により、ユーザが、画面９に表示された入力文書又は検索文書のいずれか一方の文書から検索キーワードを選択すると、文書表示処理手段７は他方の文書のうちの選択された検索キーワードに対応する語を区別可能な表示態様として表示する。

例えば、入力文書中の検索キーワードの１つである特徴語「カラー」を選択した場合、検索文書中の特徴語「カラー」が当該文中の他の語と識別可能な態様で表示される。なお、本例では、上記のようなシソーラス展開処理も行っており、キーワード「カラー」の関連語である語「コピー」、「ＦＡＸ」についても、検索文書中で同様に識別可能な態様で表示される。
したがって、ユーザが、画面表示された入力文書又は検索文書中のいずれかの語を選択すると、当該語が検索キーワード又は特徴語である場合には、他方の文書中の対応する語が識別可能に表示される。これにより、文中のどこに記載された何れの語によって検索処理がなされたかを一目で把握することができる。

図９には、上記のような関連文書検索による検索結果出力の更に他の例を示してある。
本例では、関連文書検索で検索された複数の検索文書の名称が文書表示処理手段７により候補リスト１０６として画面９に表示され、候補文書選択入力手段１１によりユーザから当該リスト中の検索文書の選択を受け付けると、文書表示処理手段７が当該選択された検索文書を検索したキーワードに対応する語を入力文書中で、当該キーワードの検索文書における重みに応じた表示態様で表示する。
なお、本例では、複数の検索文書の候補を文書名で表示しているが、この他に、文書の作成日時、文書の要約等といった文書を特定し得る識別情報を表示するようにしてもよい。

図９に示す例では、検索文書リスト１０６に検索候補として「商品案内」、「商品開発企画」、「プレゼン資料（Ｆ社）」、「プレゼン資料（Ｘ社）」、「会議議事録」の４つの検索文書が表示され、ユーザがマウスカーソルを候補リスト１０６の中の例えば検索文書「商品開発企画」１０７に移動させると、検索文書１０７における検索キーワードのキーワード重みに応じた表示態様として入力文書中の対応する語が表示される。すなわち、検索文書１０７は入力文書中の語「カラー」、「コピー」、「買える」、「店」をキーワードとして検索され、これら語の検索文書１０７中における重みは各語の表示態様の強調度によって表現される。
したがって、検索された文書の候補をユーザが選択するだけで、当該選択された文書が入力文書中のどの語に基づき、且つ、当該語が検索分著をどの程度特徴付けているかを一目で把握することができる。

上記に示した関連文書検索の例では、入力文書の記述内容を特徴付ける特徴語を検索キーワードとして文書を検索しているが、他の方法を用いても検索することができる。
例えば、ベクトル空間モデルを用いて検索することができ、ベクトル空間モデルでは、文書が含む特徴語を次元とし、各次元の要素を対応する特徴語の当該文書における重みとしたベクトルで当該文書の特徴を表現し、２つの文書のベクトルの余弦を求めて余弦値が所定の範囲内にあることに基づいて、類似する文書同士を特定する。したがって、入力文書のベクトルとの余弦が所定の範囲内となるベクトルで表現された文書を、入力文書に関連する文書として検索することができる。なお、文書ベクトルの各次元に対応する要素として用いる重みは、例えば、当該文書のＴＦ−ＩＤＦ値を用いることができる。

本発明の一例に係る文書検索装置の機能構成図である。本発明の一例に係る文書検索装置における検索文書の表示例を説明する図である。本発明の一例に係る文書検索装置における濃淡スケールの設定例を説明する図である。本発明の一例に係る文書検索装置における検索文書の表示例を説明する図である。本発明の一例に係る文書検索装置における検索文書の表示例を説明する図である。本発明の一例に係る文書検索装置におけるシソーラス辞書の設定例を説明する図である。本発明の一例に係る文書検索装置における検索文書の表示例を説明する図である。本発明の一例に係る文書検索装置における検索文書の表示例を説明する図である。本発明の一例に係る文書検索装置における検索文書の表示例を説明する図である。

符号の説明

１：文書データベース、
２：シソーラス辞書、
３：濃淡スケール、
４：キーワード入力手段、
５：文書検索手段、
６：キーワード重み算出手段、
７：文書表示処理手段、
８：文書ランク表示処理手段
９：画面
１０：キーワード選択入力手段
１１：候補文書選択入力手段

Claims

入力文書に関連する文書を文書データベースから検索し、当該検索された検索文書を表示する文書検索装置であって、
入力文書の内容を特徴付ける特徴語を検索キーワードとして受け付けるキーワード受け付け手段と、
前記検索キーワードに基づいて文書データベースから文書を検索する文書検索手段と、
前記検索キーワードが前記検索文書毎の内容を特徴付ける重みをキーワード重みとして算出するキーワード重み算出手段と、
前記検索文書が含む検索キーワードを当該検索文書におけるキーワード重みに応じた表示態様として前記検索文書を表示する検索文書表示処理手段と、
を備え、更に、
前記検索された複数の検索文書の候補を表示した中から検索文書の選択を受け付ける候補文書選択受け付け手段と、
前記入力文書が含む検索キーワードを前記選択された検索文書におけるキーワード重みに応じた表示態様として前記入力文書を表示する入力文書表示処理手段と、
を備えたことを特徴とする文書検索装置。
コンピュータが実行することにより、入力文書に関連する文書を文書データベースから検索し、当該検索された検索文書を表示する文書検索装置を構成する文書検索プログラムであって、
前記コンピュータに、
入力文書の内容を特徴付ける特徴語を検索キーワードとして受け付けるキーワード受け付け機能と、
前記検索キーワードに基づいて文書データベースから文書を検索する文書検索機能と、
前記検索キーワードが前記検索文書毎の内容を特徴付ける重みをキーワード重みとして算出するキーワード重み算出機能と、
前記検索文書が含む検索キーワードを当該検索文書におけるキーワード重みに応じた表示態様として前記検索文書を表示する表示処理機能と、
を実現させ、更に、
前記検索された複数の検索文書の候補を表示した中から検索文書の選択を受け付ける候補文書選択受け付け機能と、
前記入力文書が含む検索キーワードを前記選択された検索文書におけるキーワード重みに応じた表示態様として前記入力文書を表示する入力文書表示処理機能と、
を実現させるための文書検索プログラム。