JP5060211B2 - キーワード抽出装置及び方法、並びに、文書検索装置及び方法 - Google Patents

Description

本発明は、複数の電子文書からキーワードを抽出するキーワード抽出装置及び方法、並びに、抽出されたキーワードを用いて電子文書を検索する文書検索装置及び方法に関する。

近年、電子化された文書（電子文書）が増大し、またその電子文書に対してさまざまな形態でアクセスするニーズが高まっている。大量の電子文書の中から所望の電子文書にアクセスするための代表的な方法として、ユーザが入力したキーワードの出現する電子文書を検索するという方法がある。また、ユーザがキーワードを直接入力しなくても、電子文書から特徴的なキーワードを自動的に抽出してこれをユーザに提示するキーワード抽出システムがある。このようなシステムでは、ユーザは提示されたキーワードの中から適当なキーワードを選択して、所望の電子文書にアクセスすることができる。

複数の電子文書からキーワードを抽出する代表的な方法として、出現頻度のような統計的な特徴を元にキーワードを抽出する方法がある。例えば対象となる電子文書の集合中でのＴＦ・ＩＤＦの値が高いキーワードを抽出する方法などがある。また電子文書の内容に応じてキーワードを分類する代表的な手法として、複数の電子文書をそれらの類似関係でクラスタリングし、各クラスタから特徴的なキーワードを抽出して、これをクラスタごとに提示する方法がある（例えば特許文献１参照）。

特開２００２−１４９６７０号公報

ところで、電子文書の例として、テレビ番組の特定の放送回を単位に番組に関する情報が記載さている番組情報がある。テレビ番組をキーワードによって検索する場合にはこのような番組情報からキーワードを抽出することが考えられる。この場合、番組を検索するためのキーワードと、番組の特定の放送回を検索するためのキーワードとの２種類のキーワードが必要であると考えられる。前者の例としては、例えばニュース番組のコンセプトである政治経済を扱うニュース番組を検索するための「政治経済」というキーワードである。後者の例としては、例えば、コラーゲンがダイエットに効くということが取り扱われた情報番組の特定の放送回を検索するための「コラーゲン」というキーワードである。このように番組を検索するためのキーワードと番組の特定の放送回を検索するためのキーワードとを区別して提示することができなければ、テレビモニタのように制約のあるインタフェースを利用する際には使い勝手の上で大きな障害となる。しかし、特許文献１の技術においては、前者のキーワードと後者のキーワードとを区別して提示することは考慮されていなかった。

本発明は、上記に鑑みてなされたものであって、番組を検索するためのキーワードと番組の特定の放送回を検索するためのキーワードとを区別して提示することが可能なキーワード抽出装置及び方法、並びに、文書検索装置及び方法を提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明は、キーワード抽出装置であって、番組を識別する第１識別情報と、前記第１識別情報により識別される番組の放送回を識別する第２識別情報と、番組内容を文字列により表す番組説明情報とを各々含む複数の電子文書を取得する取得手段と、前記第１識別情報を用いて、複数の前記電子文書のクラスを判定する判定手段と、前記番組説明情報を用いて、前記クラスに共通する第１内容を表す第１文字列と、前記放送回に依存する第２内容を表す第２文字列とをクラス毎に複数の前記電子文書から抽出する第１抽出手段と、前記第１文字列から第１キーワードを抽出し、前記第２文字列から第２キーワードを抽出する第２抽出手段と、前記第１キーワードと、前記第２キーワードとを区別して表示させる表示手段とを備えることを特徴とする。

また、本発明は、文書検索装置であって、番組を識別する第１識別情報と、前記第１識別情報により識別される番組の放送回を識別する第２識別情報と、番組内容を文字列により表す番組説明情報とを各々含む複数の電子文書を取得する取得手段と、前記第１識別情報を用いて、複数の前記電子文書のクラスを判定する判定手段と、前記番組説明情報を用いて、前記クラスに共通する第１内容を表す第１文字列と、前記放送回に依存する第２内容を表す第２文字列とをクラス毎に複数の前記電子文書から抽出する第１抽出手段と、前記第１文字列から第１キーワードを抽出し、前記第２文字列から第２キーワードを抽出する第２抽出手段と、前記第１キーワードと、前記第２キーワードとを区別して表示手段に表示させ、操作手段を介して前記第１キーワードを選択する入力を受け付けた場合、当該第１キーワードを用いて前記電子文書の検索をクラス単位で行い、検索結果を前記表示手段に表示させ、操作手段を介して前記第２キーワードを選択する入力を受け付けた場合、当該第２キーワードを用いて前記電子文書の検索を放送回単位で行い、検索結果を前記表示手段に表示させる検索制御手段とを備えることを特徴とする。

また、本発明は、取得手段と、判定手段と、第１抽出手段と、第２抽出手段とを備える文書検索装置によって実行される文書検索方法であって、前記取得手段によって、番組を識別する第１識別情報と、前記第１識別情報により識別される番組の放送回を識別する第２識別情報と、番組内容を文字列により表す番組説明情報とを各々含む複数の電子文書を取得するステップと、前記判定手段によって、前記第１識別情報を用いて、複数の前記電子文書のクラスを判定するステップと、前記第１抽出手段によって、前記番組説明情報を用いて、前記クラスに共通する第１内容を表す第１文字列と、前記放送回に依存する第２内容を表す第２文字列とをクラス毎に複数の前記電子文書から抽出するステップと、前記第２抽出手段によって、前記第１文字列から第１キーワードを抽出し、前記第２文字列から第２キーワードを抽出する抽出ステップと、前記第１キーワードと、前記第２キーワードとを区別して表示させる表示ステップとを含むことを特徴とする。

また、本発明は、取得手段と、判定手段と、第１抽出手段と、第２抽出手段と、検索制御手段とを備える文書検索装置によって実行される文書検索方法であって、前記取得手段によって、番組を識別する第１識別情報と、前記第１識別情報により識別される番組の放送回を識別する第２識別情報と、番組内容を文字列により表す番組説明情報とを各々含む複数の電子文書を取得するステップと、前記判定手段によって、前記第１識別情報を用いて、複数の前記電子文書のクラスを判定するステップと、前記第１抽出手段によって、前記番組説明情報を用いて、前記クラスに共通する第１内容を表す第１文字列と、前記放送回に依存する第２内容を表す第２文字列とをクラス毎に複数の前記電子文書から抽出するステップと、前記第２抽出手段によって、前記第１文字列から第１キーワードを抽出し、前記第２文字列から第２キーワードを抽出するステップと、前記検索制御手段によって、前記第１キーワードと、前記第２キーワードとを区別して表示手段に表示させ、操作手段を介して前記第１キーワードを選択する入力を受け付けた場合、当該第１キーワードを用いて前記電子文書の検索をクラス単位で行い、検索結果を前記表示手段に表示させ、操作手段を介して前記第２キーワードを選択する入力を受け付けた場合、当該第２キーワードを用いて前記電子文書の検索を放送回単位で行い、検索結果を前記表示手段に表示させるステップとを含むことを特徴とする。

また、本発明は、取得手段と、判定手段と、第１抽出手段と、第２抽出手段と、検索制御手段とを備える文書検索装置によって実行される文書検索方法であって、前記取得手段によって、番組を識別する第１識別情報と、前記第１識別情報により識別される番組の放送回を識別する第２識別情報と、番組内容を文字列により表す番組説明情報とを各々含む複数の電子文書を取得する取得手段と、前記判定手段によって、前記第１識別情報を用いて、複数の前記電子文書のクラスを判定する判定手段と、前記第１抽出手段によって、前記番組説明情報を用いて、前記クラスに共通する第１内容を表す第１文字列と、前記放送回に依存する第２内容を表す第２文字列とをクラス毎に複数の前記電子文書から抽出する第１抽出手段と、前記判定手段によって、前記第１文字列から第１キーワードを抽出し、前記第２文字列から第２キーワードを抽出する第２抽出手段と、前記検索制御手段によって、前記第１キーワードを表示手段に表示させ、操作手段を介して当該第１キーワードを選択する入力を受け付けた場合、当該第１キーワードを用いて前記電子文書の検索をクラス単位で行い、検索の結果該当した前記電子文書に含まれる前記番組説明情報に基づいて抽出された前記第２キーワードを前記表示手段に表示させ、操作手段を介して前記第２キーワードを選択する入力を受け付けた場合、当該第２キーワードを用いて前記電子文書の検索を放送回単位で行い、検索結果を前記表示手段に表示させるステップとを含むことを特徴とする。

本発明によれば、番組内容を文字列により表す番組説明情報を用いて、番組を識別する第１識別情報によって判定されるクラスに共通する第１内容を表す第１文字列と、放送回に依存する第２内容を表す第２文字列とをクラス毎に抽出して、各々からキーワードを抽出することにより、番組を検索するためのキーワードと番組の特定の放送回を検索するためのキーワードとを各々抽出する。この結果、両者のキーワードを区別して提示することが可能になる。

また、本発明によれば、番組を検索するためのキーワードと番組の特定の放送回を検索するためのキーワードとを区別して提示するため、適切なキーワードをユーザに提示することができる。この結果、電子文書の検索効率を向上させることができる。

以下に添付図面を参照して、この発明にかかるキーワード抽出装置及び方法、並びに、文書検索装置及び方法の最良な実施の形態を詳細に説明する。

[第１の実施の形態]
・ 構成
まず、本実施の形態で電子文書として取り扱うテレビの番組情報について説明する。番組情報とは、番組毎及び放送回毎に番組内容が記載されている情報である。図１は、番組情報を例示する図である。同図に示されるように、番組情報は、放送局、放送日、開始時間、放送の長さ、ジャンル、番組名及び番組説明を含む。番組名は、番組を特定するための情報である。尚、番組はクラスに相当する。ここでは番組毎にクラスを分けるが、このクラス分けに番組名を用いる。番組説明は、番組の概略を説明する記述及び番組の特定の放送回のトピックに関する記述のうち少なくとも一方を含む。このような番組情報は、各番組の特定の放送回毎に存在する。番組の特定の放送回については、番組名により番組が特定され、更に、放送日及び開始時間により放送回が特定される。この番組名が第１識別情報に相当し、放送日及び開始時間が第２識別情報に相当する。尚、番組の特定の放送回をイベントともいう。

次に、本実施の形態における抽出装置の構成について説明する。キーワード抽出装置は、ＣＰＵ（Central Processing Unit）と、各種プログラムや画像などの各種データを記憶するＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disk Drive）などから構成される記憶部と、通信部と、これらを接続するバス（いずれも図示せず）とを備え、表示装置及びキーボードやマウス等の入力装置（いずれも図示せず）が接続された構成となっている。通信部は、有線又は無線により外部装置と通信を行い、番組情報を受信する。尚、外部装置とは、例えば、テレビ放送局であり、番組情報のみならずテレビ放送を受信可能であっても良い。表示装置は、ＣＲＴ（Cathode Ray Tube）や液晶モニタなどである。操作装置は、ユーザからの操作が入力される操作キーや操作ボタン、マウスなどを備える。キーワード抽出装置のＣＰＵが記憶部に記憶された各種プログラムを実行することにより、キーワード抽出装置において各種機能が実現される。

次に、キーワード抽出装置の機能的構成について説明する。図２は、キーワード抽出装置の機能的構成を例示するブロック図である。キーワード抽出装置１は、入力部１０と、クラス判定部１１と、イベント内容抽出部１２と、キーワード抽出部１３と、提示部１４とを有する。入力部１０と、クラス判定部１１と、イベント内容抽出部１２と、キーワード抽出部１３と、提示部１４とは、キーワード抽出装置１のＣＰＵが記憶部に記憶された各種プログラムを実行することにより実現される。また、キーワード抽出部１３の機能は、更に、キーワード属性テーブル及びキーワード辞書を用いて実現される。キーワード属性テーブル及びキーワード辞書は、記憶部に記憶される。

入力部１０は、通信部を介して外部装置から受信された処理対象の複数の番組情報の入力を受け付け、これを記憶部に記憶させる。そして、入力部１０は、各番組情報から番組名及び番組説明（第１抽出情報）を各々抽出する。クラス判定部１１は、入力部１０が抽出した各第１抽出情報からクラスを各々判定し、当該クラスを一意に識別するためのクラス番号を第１抽出情報に付与する。イベント内容抽出部１２は、共通表現抽出部と、非共通表現抽出部と（いずれも図示せず）を含む。イベント内容抽出部１２は、クラス番号が付与された第１抽出情報から、同一のクラスに共通した内容の共通表現を共通表現抽出部によりクラス番号毎に抽出し、特定の放送回に依存した内容の非共通表現を非共通表現抽出部によりクラス番号毎に抽出する。この共通表現が第１文字列に相当し、非共通表現が第２文字列に相当する。キーワード抽出部１３は、キーワード属性テーブル及びキーワード辞書を参照して、イベント内容抽出部１２がクラス番号毎に抽出した非共通表現及び共通表現から各々キーワードを抽出する。キーワード属性テーブル及びキーワード辞書のデータ構成については後述する。提示部１４は、キーワード抽出部１３が非共通表現から抽出したキーワード及び共通表現から抽出したキーワードとを区別して表示装置に表示させる。

（２）動作
次に、キーワード抽出装置１が行うキーワード抽出処理の手順について説明する。図３は、キーワード抽出装置１が行うキーワード抽出処理の手順を示すフローチャートである。ステップＳ１では、キーワード抽出装置１の入力部１０が、通信部を介して外部装置から受信された処理対象の複数の番組情報の入力を受け付け、これを記憶部に記憶させる。図４は、入力部１０が入力を受け付けた番組情報を例示する図である。同図に示されるように、番組情報Ａ，Ｂ，Ｃ，Ｄ，Ｅの入力が受け付けられる。入力部１０は、図４に示されるような各番組情報から番組名及び番組説明（第１抽出情報）を抽出する。図５は、第１抽出情報を例示する図である。同図に示されるように、上述の番組情報Ａ，Ｂ，Ｃ，Ｄ，Ｅから、第１抽出情報Ａ’，Ｂ’，Ｃ’，Ｄ’，Ｅ’が各々抽出される。

ステップＳ２では、クラス判定部１１は、入力部１０が抽出した第１抽出情報を用いて、以下のクラス判定処理を行う。図６は、クラス判定処理の手順を示すフローチャートである。クラス判定部１１は、第１抽出情報に含まれる番組名を用いて、各第１抽出情報のクラスを判定する（ステップＳ１０）。即ち、クラス判定部１１は、番組名が等しい第１抽出情報は同じクラスであると判定する。ここでは、第１抽出情報Ａ’，Ｂ’，Ｃ’が同一クラス、また第１抽出情報Ｄ’、Ｅ’が同一クラスと判定される。そして、クラス判定部１１は、各クラスを一意に識別するためのクラス番号を各第１抽出情報に付与する（ステップＳ１１）。図７は、クラス番号が付与された第１抽出情報を例示する図である。例えば、クラス判定部１１は、図７に示すように、第１抽出情報Ａ’，Ｂ’，Ｃ’に対してクラス番号「１」を各々付与し、第１抽出情報Ｄ’、Ｅ’に対してクラス番号「２」を各々付与する。

図３に戻り、ステップＳ３では、イベント内容抽出部１２が、クラス判定部１１がクラス番号を付与した第１抽出情報に含まれる番組説明を用いて、以下のイベント内容抽出処理を行う。

図８は、イベント内容抽出部１２が行うイベント内容抽出処理の手順の詳細を示すフローチャートである。ステップＳ２０では、イベント内容抽出部１２の共通表現抽出部が、クラス判定部１１がクラス番号を付与した第１抽出情報に含まれる番組説明から、クラス全体、即ち、番組全体で共通の内容の共通表現をクラス番号毎に抽出する。具体的には、共通表現抽出部は、同一のクラス番号が付与された第１抽出情報のうち、番組説明が等しいものの数を集計し、その数の、同一のクラス番号が付与された第１抽出情報全部の数に対する割合が所定割合以上であれば、その番組説明を共通表現として抽出する。図７の例では、クラス番号「１」が付与された第１抽出情報について、「国内外の事件・事故、政治経済ニュース」という番組説明が２回出現していることが分かる。この番組説明の割合は６７％であり、上述の所定割合を「６０％」とすると、共通表現抽出部は、この番組説明「国内外の事件・事故、政治経済ニュース」をクラス番号「１」のクラスの共通表現として抽出する。

また、共通表現抽出部は、同一のクラス番号が付与された第１抽出情報について、番組説明に含まれる文字列のうち一致する文字列の文字数が所定文字数以上であり、同一のクラス番号が付与された第１抽出情報全部に対するその文字列の出現割合が所定割合以上である場合、その文字列を共通表現として抽出する。図７の例では、クラス番号「２」が付与された第１抽出情報Ｄ’、Ｅ’について、双方の番組説明に「△△太郎 ▽あらゆる関心事にメスを入れます」という文字列が出現していることが分かる。例えば所定文字数を「１０」文字とし、所定割合を「６０％」とすると、文字列「△△太郎 ▽あらゆる関心事にメスを入れます」をクラス番号「２」のクラスの共通表現として抽出する。

ステップＳ２１では、イベント内容抽出部１２の非共通表現抽出部が、クラス判定部１１がクラス番号を付与した第１抽出情報に含まれる番組説明から、特定の放送回に依存した内容の非共通表現をクラス番号毎に抽出する。具体的には、例えば、非共通表現抽出部は、上述の共通表現抽出部が抽出した共通表現に合致しない文字列を抽出する。図７の例では、クラス番号「１」が付与された第１抽出情報に含まれる番組説明に含まれる共通表現「国内外の事件・事故、政治経済ニュース」に合致しない文字列として、第１抽出情報Ａ’の番組説明から「○次郎結婚パーティーの一部始終」という文字列が抽出される。この文字列をクラス番号「１」の非共通表現として非共通表現抽出部は抽出する。また、クラス番号「２」が付与された第１抽出情報に含まれる番組説明に含まれる共通表現「△△太郎 ▽あらゆる関心事にメスを入れます」に合致しない文字列として、第１抽出情報Ｅ’の番組説明から「旬の果物で肌荒れを改善▽北海道でコイが繁殖」という文字列が抽出される。この文字列をクラス番号「２」の非共通表現として非共通表現抽出部は抽出する。

図９は、イベント内容抽出部１２がクラス毎に抽出した共通表現及び非共通表現を例示する図である。同図には、共通表現として主に番組の概要を示す情報が抽出され、非共通表現として主に特定の放送回のトピックを示す情報が抽出されることが示されている。

そして、イベント内容抽出部１２は、全てのクラス番号について、共通表現及び非共通表現の抽出が終了すると（ステップＳ２２：ＹＥＳ）、イベント内容抽出処理を終了し、クラス番号毎に抽出した共通表現及び非共通表現と、クラス番号とを対応付けて記憶部に記憶させる。

図３に戻り、ステップＳ４では、キーワード抽出部１３は、イベント内容抽出部１２がクラス番号毎に抽出した共通表現及び非共通表現から各々キーワードを抽出する。キーワードの抽出には例えば、固有表現抽出技術や、キーワード辞書を用いた方法を用いる。固有表現抽出技術とは、例えば、ＩＲＥＸ（http://nlp.cs.nyu.edu/irex/index-j.html）等で研究されている、テキスト情報から人名や地名などの属性と共に固有名詞を抽出する技術である。この技術では、検索キーワードや、文書を代表するキーワードとして、利用価値の高いキーワードを抽出することが可能である。キーワード抽出部１３は固有表現抽出技術により抽出された各固有名詞の中から、図１０に示すようなキーワード属性テーブルを参照し、キーワード属性テーブル中に出現する属性の固有名詞をキーワードとして抽出する。例えば、図９に示されるクラス番号「１」の非共通表現からは、人名「○次郎」がキーワードとして抽出される。クラス番号「２」の共通表現からは、人名「△△太郎」がキーワードとして抽出される。クラス番号「２」の非共通表現からは、地名「北海道」及び動物名「コイ」がキーワードとして抽出される。尚、キーワード属性テーブルは図１０に示したものに限らず、種々のキーワード属性テーブルを用いても良い。

またキーワード辞書を用いる方法として、例えば図１１に示すような複数のキーワードを含むキーワード辞書を記憶部に予め記憶させておき、キーワード辞書に含まれるキーワードが共通表現中又は非共通表現中に出現した場合に当該キーワードを抽出する方法がある。図１０に示されるキーワード辞書を用いると、図９に示されるクラス番号「１」の共通表現からは、「事件」、「事故」及び「政治経済」のキーワードが抽出される。クラス番号「２」の非共通表現からは、「肌荒れ」及び「果物」がキーワードとして抽出される。図１２は、クラス番号毎に共通表現から抽出されたキーワード（共通キーワード）及びクラス番号毎に非共通表現から抽出されたキーワード（非共通キーワード）を例示する図である。このように、キーワード抽出部１３は、上記の技術や手法を用いて、共通キーワード及び非共通キーワードをクラス番号毎に抽出する。

図３に戻り、ステップＳ５では、提示部１４は、キーワード抽出部１３がクラス番号毎に抽出した共通キーワード及び非共通キーワードを用いて、以下の提示処理を行う。

図１３は、提示処理の手順を示すフローチャートである。提示部１４は、共通キーワードと、非共通キーワードと分けて表示装置に表示させる（ステップＳ３０）。図１４は、表示装置における表示例及び表示の遷移を示す図であり、（ａ）は、共通キーワードと、非共通キーワードとが分けて表示される例を示す図である。同図の共通表現欄Ｒ１には、上述したクラス番号「１」〜「２」に対応付けられた各共通表現から抽出された共通キーワードがリスト形式で表示され、非共通表現欄Ｒ２には、上述したクラス番号「１」〜「２」に対応付けられた各非共通表現から抽出された非共通キーワードがリスト形式で表示される。

ここで、ユーザが、非共通表現欄Ｒ２に表示された非共通キーワードの中から所望の非共通キーワードを選択する入力を操作装置を介して行うと、提示部１４は、当該入力を受け付け（ステップＳ３１）、記憶部に記憶された番組情報の検索を放送回単位で行う（ステップＳ３２）。例えばユーザがキーワード「○次郎」を選択する入力を行った場合は、提示部１４は、「○次郎」の出現する非共通表現が対応付けられたクラス番号が付与された第１抽出情報によって特定される放送回の番組情報を記憶部の中から検索する。そして、提示部１４は、その検索結果を特定の放送回毎に表示装置に表示させる（ステップＳ３３）。図１４（ｂ）は、非共通キーワードにより検索された番組情報の表示例を示す図である。ここでは、提示部１４は、検索結果として、該当する番組情報に含まれる番組名、放送日及び当該番組名に対応するクラス番号に対応付けられた非共通表現を表示装置に表示させる。

また、例えば、ユーザが、共通表現欄Ｒ１に表示された共通キーワードの中から所望のキーワードを選択する入力を操作装置を介して行うと、提示部１４は、当該入力を受け付け（ステップＳ３１）、記憶部に記憶された番組情報の検索をクラス単位、即ち、番組単位で行う。例えばユーザがキーワード「事件」を選択する入力を行うと、提示部１４は、「事件」の出現する共通表現が対応付けられたクラス番号が付与された第１抽出情報によって特定される番組情報を検索する（ステップＳ３４）。そして、提示部１４は、その検索結果を番組毎に表示装置に表示させる（ステップＳ３５）。図１４（ｃ）は、共通キーワードにより検索された番組情報の表示例を示す図である。ここでは、提示部１４は、検索結果として、該当する番組情報に含まれる番組名、放送日及び当該番組名に対応するクラス番号に対応付けられた共通表現を表示装置に表示させる。

以上のように、番組毎に共通する共通表現と、特定の放送回に依存する非共通表現とを区別して抽出し、共通表現及び非共通表現から各々キーワードを抽出してこれらを区別して表示することにより、適切なキーワードをユーザに提示することができる。この結果、番組情報の検索の単位を適切に切り替えることができるため、ユーザは番組情報の検索をより効率良く行うことができ、表示装置の制限された表示領域においても所望の番組情報に効率的にアクセスすることができる。

また、一般的に、検索結果を表示させる際に、検索結果として得られた情報の要約文を表示させることが多い。本実施の形態においては、共通キーワードにより検索された検索結果については、共通表現を表示させ、非共通キーワードにより検索された検索結果については、非共通表現を表示させることにより、検索結果の提示をより効果的に行うことができる。尚、提示部１４は、共通表現及び非共通表現から更に要約文を各々生成してこれを表示装置に表示させるようにしても良い。

[第２の実施の形態]
次に、キーワード抽出装置の第２の実施の形態について説明する。なお、上述の第１の実施の形態と共通する部分については、同一の符号を使用して説明したり、説明を省略したりする。

本実施の形態においては、同一の放送回に対する番組情報が複数存在し得る場合について説明する。例えば、テレビ番組の番組情報は、放送日の１ヶ月前や数週間前に作成され、日々作成され得る。このため、同一の放送回に対する番組情報が複数存在し得る。この場合、放送日に近づくと、同一の放送回であっても、放送内容が変更されたりして、番組情報に含まれる番組説明が、以前に作成された番組情報のものとは異なる可能性がある。このため、本実施の形態においては、番組情報を放送回毎に判別してキーワード抽出処理を行う。

・ 構成
図１５は、本実施の形態にかかる番組情報を例示する図である。同図に示される番組情報ＡＡ，ＢＢ，ＣＣ，ＤＤ，ＥＥは、放送局、日付、開始時間、放送の長さ、ジャンル、番組名及び番組説明に加え、データ作成日を含む。データ作成日は、番組情報の作成日を示す。

図１６は、本実施の形態にかかるキーワード抽出装置１´の構成を示すブロック図である。本実施の形態にかかるキーワード抽出装置１´の構成は、上述の第１の実施の形態にかかるキーワード抽出装置１の構成とは以下の点で異なる。キーワード抽出装置１´は、上述した入力部１０と、クラス判定部１１と、イベント内容抽出部１２と、キーワード抽出部１３と、提示部１４とに加え、同一イベント判定部１５を有する。

入力部１０は、通信部を介して外部装置から受信された処理対象の複数の番組情報の入力を受け付け、これを記憶部に記憶させる。そして、入力部１０は、各番組情報から放送日、開始時間、番組名、番組説明及びデータ作成日（第２抽出情報）を各々抽出する。クラス判定部１１は、入力部１０が抽出した各第２抽出情報からクラスを各々判定し、当該クラスを一意に識別するためのクラス番号を第２抽出情報に付与する。同一イベント判定部１５は、入力部１０が抽出してクラス番号を付与した第２抽出情報のうち同一の放送回に関する第２抽出情報が複数存在するか否かを判定し、各放送回を一意に識別可能なイベント番号を各第２抽出情報に付与する。イベント内容抽出部１２は、クラス番号及びイベント番号が付与された第２抽出情報から、上述の第１の実施形態と同様に、共通表現及び非共通表現をクラス番号毎に抽出する。

・ 動作
次に、キーワード抽出装置１´が行うキーワード抽出処理の手順について説明する。図１７は、キーワード抽出装置１´が行うキーワード抽出処理の手順を示すフローチャートである。上述の第１の実施の形態にかかるキーワード抽出処理の手順と共通する部分についてはその説明を省略する。

ステップＳ５０では、キーワード抽出装置１´の入力部１０が、通信部を介して外部装置から受信された処理対象の複数の番組情報の入力を受け付け、これを記憶部に記憶させる。ここでは、図１５に示されるような番組情報ＡＡ，ＢＢ，ＣＣ，ＤＤ，ＥＥの入力が受け付けられるものとする。入力部１０は、このような各番組情報から放送日、開始時間、番組名、番組説明及びデータ作成日（第２抽出情報）を各々抽出する。図１８は、第２抽出情報を例示する図である。同図に示されるように、上述の番組情報ＡＡ，ＢＢ，ＣＣ，ＤＤ，ＥＥから、第２抽出情報ＡＡ’，ＢＢ’，ＣＣ’，ＤＤ’，ＥＥ’が各々抽出される。

図１７に戻り、ステップＳ５１では、クラス判定部１１は、入力部１０が抽出した第２抽出情報に含まれる番組名を用いて、各第２抽出情報のクラスを判定する。クラスの判定の方法は、上述の第１の実施の形態と同様である。ここでは、第２抽出情報ＡＡ’，ＢＢ’，ＣＣ’，ＤＤ’，ＥＥ’が同一クラスと判定される。そして、クラス判定部１１は、各クラスを一意に識別するためのクラス番号を各第２抽出情報に付与する。例えば、クラス判定部１１は、図１９に示すように、第２抽出情報ＡＡ’，ＢＢ’，ＣＣ’，ＤＤ’，ＥＥ’に対してクラス番号「１」を各々付与する。図１９は、クラス番号が付与された第２抽出情報を例示する図である。

図１７に戻り、ステップＳ５２では、同一イベント判定部１５は、クラス判定部１１がクラス番号を付与した第２抽出情報を用いて、各第２抽出情報がどの放送回に対する情報であるかを判定する以下の同一イベント判定処理を行う。

図２０は、同一イベント判定処理の手順を示すフローチャートである。同一イベント判定部１５は、クラス番号が付与された第２抽出情報について、クラス番号、放送日及び開始時間が全て同一の第２抽出情報を同一の放送回の情報として判定する(ステップＳ６０)。そして、同一イベント判定部１５は、各第２抽出情報に対して、各放送回を一意に識別可能なイベント番号を付与する(ステップＳ６１)。同一の放送回に対する第２抽出情報には同一のイベント番号が付与されることになる。ここでは、同一イベント判定部１５は、第２抽出情報ＡＡ’，ＢＢ’にはイベント番号「１」を付与し、第２抽出情報ＣＣ’，ＤＤ’，ＥＥ’にはそれぞれイベント番号「２」，「３」，「４」を付与する。図２１は、イベント番号が付与された第２抽出情報を例示する図である。

図１７に戻り、ステップＳ５３では、イベント内容抽出部１２は、クラス判定部１１がクラス番号を付与し同一イベント判定部１５がイベント番号を付与した第２抽出情報に含まれる番組説明から、上述の第１の実施の形態と同様にして、共通表現及び非共通表現をクラス番号毎に抽出する。

更に、ここでは、イベント内容抽出部１２は、抽出した非共通表現について、イベント番号毎にまとめる処理を行う。図２１の例では、クラス番号「１」が付与されイベント番号「１」が付与された第２抽出情報ＡＡ’，ＢＢ’の非共通表現として、第２抽出情報ＡＡ’から「○次郎結婚パーティーの一部始終」が抽出され、第２抽出情報ＢＢ’から「○次郎結婚パーティーの一部始終、■■さんも涙」が各々抽出される。このように、同一の放送回に対して異なる非共通表現が得られることがある。このため、ここでは、同一の放送回に対する非共通表現をまとめる処理を行う。

図２２は、イベント内容抽出部１２が同一の放送回に対する非共通表現をまとめる処理の手順を示すフローチャートである。イベント内容抽出部１２は、同一のイベント番号が付与されている第２抽出情報が複数ある場合（ステップＳ７０：ＹＥＳ）、各々から抽出された複数の非共通表現を比較し、いずれか一つの番組情報の非共通表現を当該イベント番号に対応する非共通表現とする（ステップＳ７１）。例えば、図２１の例では、第２抽出情報ＢＢ’の非共通表現の文字列が、第２抽出情報ＡＡ’の非共通表現の文字列を包含していることから、イベント内容抽出部１２は、第２抽出情報ＢＢ’の非共通表現をイベント番号「１」に対する非共通表現とする。図２３は、イベント内容抽出部１２が抽出した共通表現及び非共通表現を例示する図である。以上のようにして共通表現及び非共通表現を抽出すると、イベント内容抽出部１２は、上述の第１の実施の形態と同様にして、クラス番号毎に抽出した共通表現及び非共通表現と、クラス番号とを対応付けて記憶部に記憶させる。

尚、同一の放送回に対応する各非共通表現が第２抽出情報毎に全く異なるケースも考えられる。このような場合、イベント内容抽出部１２は、同一の放送回に対応する第２抽出情報に含まれるデータ作成日を比較して、新しい日付のデータ作成日に対応する第２抽出情報から抽出された非共通表現を、当該放送回に対応する非共通表現とする。図２４は、第２抽出情報ＦＦ’，ＧＧ’を例示する図である。同図において、各第２抽出情報ＦＦ’，ＧＧ’のデータ作成日を比較すると、第２抽出情報ＧＧ’のデータ作成日の方が新しい日付である。このため、第２抽出情報ＧＧ’から抽出された非共通表現「×××のずさんな年金管理」をイベント番号「２」に対する非共通表現とする。このような構成によれば、同一の放送回に対する番組説明が変更された場合でも非共通表現を適切に抽出することが可能となる。

図１７のステップＳ４以降の処理の手順は上述の第１の実施の形態と同様である。

以上のような構成によれば、同一の放送回に対する番組情報が複数存在する場合であっても、共通表現及び非共通表現を適切に抽出することが可能になる。この結果、ユーザは番組情報の検索をより効率良く行うことができ、表示装置の制限された表示領域においても所望の番組情報に効率的にアクセスすることができる。

[変形例]
なお、本発明は前記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、前記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

＜変形例１＞
上述の第１の実施の形態においては、提示部１４は、共通キーワードと非共通キーワードとを段階的に表示装置に表示させるようにしても良い。図２５は、提示部１４の提示処理の手順を示すフローチャートである。図２６は、表示装置における表示例及び表示の遷移を示す図である。提示部１４は、まず、キーワード抽出部１３が抽出した共通キーワードを表示装置に表示させる（ステップＳ８０）。図２６（ａ）は、共通キーワードの表示例を示す図である。ここで、ユーザが、表示された共通キーワードの中から所望のキーワードを選択する入力を操作装置を介して行うと、提示部１４は、当該入力を受け付け（ステップＳ８１）、記憶部に記憶された番組情報の検索を番組単位で行う。例えばユーザがキーワード「事件」を選択する入力を行った場合は、提示部１４は、「事件」の出現する共通表現が対応付けられたクラス番号が付与された第１抽出情報によって特定される番組情報を検索する。そして、提示部１４は、図２６（ｂ）に示されるような検索結果を番組毎に表示装置に表示させる（ステップＳ８２）。ここでは提示部１４は、検索結果として番組名を表示させる。そして例えばユーザが所望の番組名を選択する入力を行うと、提示部１４は、当該入力を受け付け（ステップＳ８３）、当該番組名に対応するクラス番号に対応する非共通表現から抽出された非共通キーワードを表示装置に表示させる（ステップＳ８４）。例えば、ユーザが番組名「×××ニュース」を選択する入力を行った場合は、図２６（ｃ）に示されるように、非共通キーワード「○次郎」が表示される。そして、ユーザが、表示された非共通キーワード「○次郎」を選択する入力を行った場合、提示部１４は、当該入力を受け付け（ステップＳ８５）、当該クラス番号に対応し且つ「○次郎」の出現する非共通表現を番組説明に含む番組情報を記憶部の中から検索し、図２６（ｄ）に示されるように、該当する放送回に対応する番組情報を表示装置に表示させる（ステップＳ８６）。ここでは、提示部１４は、検索結果として、該当する番組情報に含まれる放送日及び上述のクラス番号に対応し且つ「○次郎」の出現する非共通表現を表示装置に表示させる。

第２の実施の形態の提示部１４についても同様に、第２抽出情報を用いて上述の機能が実現されるように構成しても良い。

＜変形例２＞
上述の各実施の形態においては、共通キーワードの抽出のために用いるキーワード辞書と、非共通キーワードの抽出のために用いるキーワード辞書とを別々に備え、各キーワードの抽出の際に参照するキーワード辞書を切り替えるようにしても良い。この場合、例えば、共通キーワードの抽出のために用いるキーワード辞書には、番組の概要を示すような「事件」「事故」などのキーワードを予め登録しておき、非共通キーワードの抽出のために用いるキーワード辞書には、特定の放送回を説明するような「肌荒れ」などのキーワードを予め登録しておけば良い。

＜変形例３＞
上述の各実施の形態においては、入力部１０は、通信部を介して番組情報を取得するように構成した。しかし、ＨＤＤなどに予め記憶された番組情報を読み出すことにより取得するようにしても良いし、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記憶媒体に記憶された番組情報を読み出すことにより取得するようにしても良い。

また、入力部１０が番組情報を取得するタイミングは限定されず、例えば、所定の時間毎であっても良いし、ユーザからの指示があったときであっても良い。

また、キーワード抽出装置１が番組情報を用いて上述のキーワード抽出処理を行うタイミングも限定されず、例えば、入力部１０が番組情報を取得したときであっても良いし、ユーザからの指示があったときであっても良い。

また、上述の各実施の形態においては、番組情報から第１抽出情報又は第２抽出情報を抽出して、これらの情報を用いてクラス判定処理やイベント内容抽出処理などの処理を行い、これらの情報に対してクラス番号やイベント番号を付与した。しかし、番組情報自体を用いてクラス判定処理やイベント内容抽出処理などの処理を行い、番組情報自体にクラス番号やイベント番号を付与するようにしても良い。

また、上述の各実施の形態においては、番組情報に含まれる番組名を第１識別情報として用いてクラスを判定するようにしたが、これに限らず、番組を識別する番組識別コードなどを第１識別情報として用いてクラスを判定するようにしても良い。また、第１識別情報によって識別される番組の放送回を識別する第２識別情報として、放送日及び開始時間を用いたが、これに限らず、放送回識別コードなどを用いるようにしても良い。

また、上述の各実施の形態においては、番組名を用いてクラスを分けるようにしたが、クラスの分け方はこれに限らない。また、上述の各実施の形態においては、クラスを分けた結果、複数のクラスが存在するようにしたが、１つのクラスのみ存在する場合であっても、本発明を適用可能である。

＜変形例４＞
また、キーワード抽出装置１のＣＰＵが実行する各種プログラムを、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記憶媒体に記憶して提供するように構成してもよい。また、当該各種プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。

＜変形例５＞
上述の各実施の形態においては、キーワード抽出装置１は、提示部１４を備えるように構成したが、提示部１４を備えない構成であっても良い。この場合、キーワード抽出部１３は、クラス番号と、共通キーワード及び非共通キーワードとを対応付けて記憶部に記憶させる。また、例えば、外部装置が上述の提示部１４を備え、キーワード抽出装置１は、キーワード抽出部１３がクラス番号と、共通キーワード及び非共通キーワードとを対応付けて記憶部に記憶させた後、これらの情報を通信部を介して外部装置に送信し、外部装置がこれらの情報を用いて上述の提示部１４の機能を実現するように構成しても良い。

第１の実施の形態にかかる番組情報を例示する図である。 キーワード抽出装置の機能的構成を例示するブロック図である。 キーワード抽出処理の手順を示すフローチャートである。 入力部１０が入力を受け付けた番組情報を例示する図である。 第１抽出情報を例示する図である。 クラス判定処理の手順を示すフローチャートである。 クラス番号が付与された第１抽出情報を例示する図である。 イベント内容抽出処理の手順の詳細を示すフローチャートである。 イベント内容抽出部１２がクラス毎に抽出した共通表現及び非共通表現を例示する図である。 キーワード属性テーブルを例示する図である。 キーワード辞書を例示する図である。 共通キーワード及び非共通キーワードを例示する図である。 提示処理の手順を示すフローチャートである。 表示装置における表示例及び表示の遷移を示す図である。 第2の実施の形態にかかる番組情報を例示する図である。 キーワード抽出装置１´の構成を示すブロック図である。 キーワード抽出処理の手順を示すフローチャートである。 第２抽出情報を例示する図である。 クラス番号が付与された第２抽出情報を例示する図である。 同一イベント判定処理の手順を示すフローチャートである。 イベント番号が付与された第２抽出情報を例示する図である。 イベント内容抽出部１２が同一の放送回に対する非共通表現をまとめる処理の手順を示すフローチャートである。 イベント内容抽出部１２が抽出した共通表現及び非共通表現を例示する図である。 第２抽出情報ＦＦ’，ＧＧ’を例示する図である。 提示部１４の提示処理の手順を示すフローチャートである。 表示装置における表示例及び表示の遷移を示す図である。

符号の説明

１ キーワード抽出装置
１´ キーワード抽出装置
１０ 入力部（取得手段）
１１ クラス判定部（判定手段）
１２ イベント内容抽出部（第１抽出手段）
１３ キーワード抽出部（第２抽出手段）
１４ 提示部（検索制御手段）
１５ 同一イベント判定部（判別手段）

Claims (14)

1. 番組を識別する第１識別情報と、前記第１識別情報により識別される番組の放送回を識別する第２識別情報と、番組内容を文字列により表す番組説明情報とを各々含む複数の電子文書を取得する取得手段と、
   前記第１識別情報を用いて、複数の前記電子文書のクラスを判定する判定手段と、
   前記番組説明情報を用いて、前記クラスに共通する第１内容を表す第１文字列と、前記放送回に依存する第２内容を表す第２文字列とをクラス毎に複数の前記電子文書から抽出する第１抽出手段と、
   前記第１文字列から第１キーワードを抽出し、前記第２文字列から第２キーワードを抽出する第２抽出手段と、
   前記第１キーワードと、前記第２キーワードとを区別して表示させる表示手段と
   を備える
   ことを特徴とするキーワード抽出装置。
2. 複数のキーワードを記憶する記憶手段を備え、
   前記第２抽出手段は、前記第１文字列に含まれ且つ前記記憶手段に記憶されたキーワードを前記第１キーワードとして抽出し、前記第２文字列に含まれ且つ前記記憶手段に記憶されたキーワードを前記第２キーワードとして抽出する
   ことを特徴とする請求項１に記載のキーワード抽出装置。
3. 複数のキーワードを記憶する第１記憶手段と、
   前記第１記憶手段に記憶された複数のキーワードのうち全部又は一部が異なるキーワードを記憶する第２記憶手段を備え、
   前記第２抽出手段は、前記第１文字列に含まれ且つ前記第１記憶手段に記憶されたキーワードを前記第１キーワードとして抽出し、前記第２文字列に含まれ且つ前記第２記憶手段に記憶されたキーワードを前記第２キーワードとして抽出する
   ことを特徴とする請求項１に記載のキーワード抽出装置。
4. 前記第１抽出手段は、
   判定された前記クラスが同じ前記電子文書のうち、同一の番組説明情報を含む第１電子文書の前記電子文書に対する割合が所定割合以上である場合、当該番組説明情報の番組内容を表す文字列を前記第１文字列として抽出する第１内容抽出手段と、
   判定された前記クラスが同じ前記電子文書に含まれる番組説明情報の番組内容を表す文字列のうち、前記第１文字列以外の文字列の全部又は一部を前記第２文字列として抽出する第２内容抽出手段とを有する
   ことを特徴とする請求項１乃至３のいずれか一項に記載のキーワード抽出装置。
5. 前記第１抽出手段は、
   判定された前記クラスが同じ前記電子文書に含まれる番組説明情報の番組内容を表す文字列のうち、所定文字数以上の同一の文字列が出現する第１電子文書の前記電子文書に対する割合が所定割合以上である場合、当該同一の文字列を前記第１文字列として抽出する第１文字列抽出手段と、
   判定された前記クラスが同じ前記電子文書に含まれる番組説明情報の番組内容を表す文字列のうち、前記第１文字列以外の文字列の全部又は一部を前記第２文字列として抽出する第２文字列抽出手段とを有する
   ことを特徴とする請求項１乃至３のいずれか一項に記載のキーワード抽出装置。
6. 同一の放送回に対する前記電子文書が複数あるか否かを判別する判別手段を有し、
   同一の放送回に対する前記電子文書が複数あると判別された場合、前記第２文字列抽出手段は、前記第２文字列を抽出した後、同一の放送回に対する複数の前記電子文書に含まれる番組説明情報に基づいて各々抽出された第２文字列のうちいずれか一方を選択する
   ことを特徴とする請求項４又は５に記載のキーワード抽出装置。
7. 前記電子文書は、当該電子文書の作成日を示す作成日情報を更に含み、
   前記第２文字列抽出手段は、前記第２文字列を抽出した後、同一の放送回に対する複数の前記電子文書に含まれる番組説明情報から各々抽出された第２文字列のうち、より新しい作成日を示す作成日情報を含む電子文書に含まれる番組説明情報から抽出された第２文字列を選択する
   ことを特徴とする請求項６に記載のキーワード抽出装置。
8. 同一の放送回に対する前記電子文書が複数あるか否かを判別する判別手段を有し、
   同一の放送回に対する前記電子文書が複数あると判別された場合、前記第２文字列抽出手段は、前記第２文字列を抽出した後、同一の放送回に対する複数の前記電子文書に含まれる番組説明情報から各々抽出された第２文字列のうち、いずれかを包含する第２文字列を選択する
   ことを特徴とする請求項４又は５に記載のキーワード抽出装置。
9. 前記第１識別情報は、番組名であり、
   前記第２識別情報は、放送日及び放送時間である
   ことを特徴とする請求項１乃至８のいずれか一項に記載のキーワード抽出装置。
10. 番組を識別する第１識別情報と、前記第１識別情報により識別される番組の放送回を識別する第２識別情報と、番組内容を文字列により表す番組説明情報とを各々含む複数の電子文書を取得する取得手段と、
    前記第１識別情報を用いて、複数の前記電子文書のクラスを判定する判定手段と、
    前記番組説明情報を用いて、前記クラスに共通する第１内容を表す第１文字列と、前記放送回に依存する第２内容を表す第２文字列とをクラス毎に複数の前記電子文書から抽出する第１抽出手段と、
    前記第１文字列から第１キーワードを抽出し、前記第２文字列から第２キーワードを抽出する第２抽出手段と、
    前記第１キーワードと、前記第２キーワードとを区別して表示手段に表示させ、操作手段を介して前記第１キーワードを選択する入力を受け付けた場合、当該第１キーワードを用いて前記電子文書の検索をクラス単位で行い、検索結果を前記表示手段に表示させ、操作手段を介して前記第２キーワードを選択する入力を受け付けた場合、当該第２キーワードを用いて前記電子文書の検索を放送回単位で行い、検索結果を前記表示手段に表示させる検索制御手段とを備える
    ことを特徴とする文書検索装置。
11. 番組を識別する第１識別情報と、前記第１識別情報により識別される番組の放送回を識別する第２識別情報と、番組内容を文字列により表す番組説明情報とを各々含む複数の電子文書を取得する取得手段と、
    前記第１識別情報を用いて、複数の前記電子文書のクラスを判定する判定手段と、
    前記番組説明情報を用いて、前記クラスに共通する第１内容を表す第１文字列と、前記放送回に依存する第２内容を表す第２文字列とをクラス毎に複数の前記電子文書から抽出する第１抽出手段と、
    前記第１文字列から第１キーワードを抽出し、前記第２文字列から第２キーワードを抽出する第２抽出手段と、
    前記第１キーワードを表示手段に表示させ、操作手段を介して当該第１キーワードを選択する入力を受け付けた場合、当該第１キーワードを用いて前記電子文書の検索をクラス単位で行い、検索の結果該当した前記電子文書に含まれる前記番組説明情報に基づいて抽出された前記第２キーワードを前記表示手段に表示させ、操作手段を介して前記第２キーワードを選択する入力を受け付けた場合、当該第２キーワードを用いて前記電子文書の検索を放送回単位で行い、検索結果を前記表示手段に表示させる検索制御手段とを備える
    ことを特徴とする文書検索装置。
12. 取得手段と、判定手段と、第１抽出手段と、第２抽出手段とを備える文書検索装置によって実行される文書検索方法であって、
    前記取得手段によって、番組を識別する第１識別情報と、前記第１識別情報により識別される番組の放送回を識別する第２識別情報と、番組内容を文字列により表す番組説明情報とを各々含む複数の電子文書を取得するステップと、
    前記判定手段によって、前記第１識別情報を用いて、複数の前記電子文書のクラスを判定するステップと、
    前記第１抽出手段によって、前記番組説明情報を用いて、複数の前記電子文書の前記クラスに共通する第１内容を表す第１文字列と、前記放送回に依存する第２内容を表す第２文字列とをクラス毎に複数の前記電子文書から抽出するステップと、
    前記第２抽出手段によって、前記第１文字列から第１キーワードを抽出し、前記第２文字列から第２キーワードを抽出するステップと、
    前記第１キーワードと、前記第２キーワードとを区別して表示させる表示ステップと
    を備える
    ことを特徴とするキーワード抽出装置。
13. 取得手段と、判定手段と、第１抽出手段と、第２抽出手段と、検索制御手段とを備える文書検索装置によって実行される文書検索方法であって、
    前記取得手段によって、番組を識別する第１識別情報と、前記第１識別情報により識別される番組の放送回を識別する第２識別情報と、番組内容を文字列により表す番組説明情報とを各々含む複数の電子文書を取得するステップと、
    前記判定手段によって、前記第１識別情報を用いて、複数の前記電子文書のクラスを判定するステップと、
    前記第１抽出手段によって、前記番組説明情報を用いて、前記クラスに共通する第１内容を表す第１文字列と、前記放送回に依存する第２内容を表す第２文字列とをクラス毎に複数の前記電子文書から抽出するステップと、
    前記第２抽出手段によって、前記第１文字列から第１キーワードを抽出し、前記第２文字列から第２キーワードを抽出するステップと、
    前記検索制御手段によって、前記第１キーワードと、前記第２キーワードとを区別して表示手段に表示させ、操作手段を介して前記第１キーワードを選択する入力を受け付けた場合、当該第１キーワードを用いて前記電子文書の検索をクラス単位で行い、検索結果を前記表示手段に表示させ、操作手段を介して前記第２キーワードを選択する入力を受け付けた場合、当該第２キーワードを用いて前記電子文書の検索を放送回単位で行い、検索結果を前記表示手段に表示させるステップとを含む
    ことを特徴とする文書検索方法。
14. 取得手段と、判定手段と、第１抽出手段と、第２抽出手段と、検索制御手段とを備える文書検索装置によって実行される文書検索方法であって、
    前記取得手段によって、番組を識別する第１識別情報と、前記第１識別情報により識別される番組の放送回を識別する第２識別情報と、番組内容を文字列により表す番組説明情報とを各々含む複数の電子文書を取得する取得手段と、
    前記判定手段によって、前記第１識別情報を用いて、複数の前記電子文書のクラスを判定する判定手段と、
    前記第１抽出手段によって、前記番組説明情報を用いて、前記クラスに共通する第１内容を表す第１文字列と、前記放送回に依存する第２内容を表す第２文字列とをクラス毎に複数の前記電子文書から抽出する第１抽出手段と、
    前記第２抽出手段によって、前記第１文字列から第１キーワードを抽出し、前記第２文字列から第２キーワードを抽出するステップと、
    前記検索制御手段によって、前記第１キーワードを表示手段に表示させ、操作手段を介して当該第１キーワードを選択する入力を受け付けた場合、当該第１キーワードを用いて前記電子文書の検索をクラス単位で行い、検索の結果該当した前記電子文書に含まれる前記番組説明情報に基づいて抽出された前記第２キーワードを前記表示手段に表示させ、操作手段を介して前記第２キーワードを選択する入力を受け付けた場合、当該第２キーワードを用いて前記電子文書の検索を放送回単位で行い、検索結果を前記表示手段に表示させるステップとを含む
    ことを特徴とする文書検索方法。

Images