JP5213742B2

JP5213742B2 - 概念検索方法及び装置及びプログラム及びコンピュータ読取可能な記録媒体

Info

Publication number: JP5213742B2
Application number: JP2009024157A
Authority: JP
Inventors: 匡内山; 俊郎内山; 克人別所
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2009-02-04
Filing date: 2009-02-04
Publication date: 2013-06-19
Anticipated expiration: 2029-02-04
Also published as: JP2010182041A

Description

本発明は、概念検索方法及び装置及びプログラム及びコンピュータ読取可能な記録媒体に係り、特に、単語や、新聞記事、ウェブ等の文書を対象として、単語間、文書間、単語−文書間の類似性を判定するための概念検索方法及び装置及びプログラム及びコンピュータ読取可能な記録媒体に関する。

単語間の類似性を判定し、類義語を検索し、また、関連文書を検索するためのデータベースの一つとして概念ベースが用いられている。

この「概念ベース」は、単語とその単語に対応する概念ベクトルの組からなるデータベースである。概念ベースとして、国語辞典の語義文から作成される辞書概念ベース（例えば、特許文献１参照）と、記事新聞等の文書を大量に集めたコーパスから作成されるコーパス概念ベース（例えば、非特許文献１参照）とが知られている。

また、所定の単語の「概念ベクトル」は、上記所定の単語が属する範囲（例えば、文）内で、予め決められた複数の共起語のそれぞれと共起する頻度に応じて算出される。辞書概念ベースにおける共起語として、単語を辞書引きして得られる語義文中に出現する単語が用いられ、コーパス概念ベースにおける共起語として、コーパス中に高頻度で出現する単語が用いられる。各単語を行とし、共起語を列とし、単語と共起語との共起頻度を行列の成分とする共起行列を作成する。

辞書概念ベースの場合、上記共起行列における各行の行ベクトルが、単語の概念ベクトルであり、通常は語義文中に含まれる単語について、孫引きすることによって得られる語義文等を用いて概念ベクトルの精錬が行われる。

コーパス概念ベースにおいて、特異値分解によって共起行列の列の次元を圧縮した行列を作成し、この圧縮した行列の各行の行ベクトルが概念ベクトルである。このようにして作成された概念ベースは、単語間の類似性が高い程、単語の概念ベクトル間の距離が近いという性質を持つので、単語間の類似性を判定する場合に有効である。つまり、２つの単語間の概念ベクトルの距離が近い程、上記２つの単語間の類似性が高いと判断できる。

文書の概念ベクトルは、文書を形態素解析して抽出される単語の概念ベクトルの平均として定義される。文書の概念ベクトルは、単語の概念ベクトルと全く同様に取り扱うことができ、各概念ベクトル間の距離に基づいて、文書間、単語−文書間の類似性を判定することができる。

概念ベクトル間の距離を測定する測度として、Euclid距離やKullback-Leibler距離が用いられる。検索ベクトルをｐ→＝（ｐ_１，…，ｐ_Ｎ）、被検索ベクトルをｑ→＝（ｑ_１，…，ｑ_Ｎ）（『→』はベクトルを表す）とするととき、Euclid距離Ｄ_Ｅ（ｐ→，ｑ→）は、

Kullback-Leibler距離ＤKL（ｐ→，ｒ→）は、

でそれぞれ定義される。図１０に従来技術におけるベクトル間の距離の概念を示した。同図では、検索ベクトルＯＰ→、被検索ベクトルＯＱ→との距離Ｄを点線で表している。

特許第３３７９６０３号公報

H. Schutze, "Dimensions of meaning", Proceedings of Supercomputing '92, pp.787-796, 1992年

しかしながら、概念ベクトル間の距離に基づいて、単語間、文書間、単語−文書間の類似性を判定する方法では、通常のウェブ検索のような、指定した複数の概念を含むＯＲ検索や、指定した概念を含まないＮＯＴ検索ができないという問題がある。

本発明は、上記の点に鑑みなされたもので、指定した複数の概念を含むＯＲ検索や、指定した概念を含まないＮＯＴ検索を行うことができ、追加した概念、除きたい概念を詳細に指定して目的とする文書を精度よく抽出することが可能な概念検索方法及び装置及びプログラム及びコンピュータ読取可能な記録媒体を提供することを目的とする。

図１は、本発明の原理を説明するための図である。

本発明（請求項１）は、単語または文書の概念を概念ベクトルとして数値化し、ベクトル間の距離に基づいて、単語間または文書間または単語−文書間の類似性を判定する概念検索方法において、
検索ベクトル入力手段が、検索語または検索文書の概念ベクトル（検索ベクトル）を１つ取得する検索ベクトル入力ステップ（ステップ１）と、
検索条件ベクトル入力手段が、検索ベクトルに対するＯＲ条件となるＮ個の、単語または文書の概念ベクトル（検索条件ベクトル）を取得する検索条件ベクトル入力ステップ（ステップ２）と、
被検索ベクトル取得手段が、検索される複数の単語または複数の文書の概念ベクトル（被検索ベクトル）が格納された概念ベクトル蓄積手段から被検索ベクトルを取得する被検索ベクトル取得ステップ（ステップ３）と、
距離計算手段が、検索ベクトルとＮ個の検索条件ベクトルとが成すＮ次元平面と、被検索条件ベクトルとの距離を計算し、ベクトル距離計算記憶手段に格納する距離計算ステップ（ステップ４）と、からなる。

本発明（請求項２）は、単語または文書の概念を概念ベクトルとして数値化し、ベクトル間の距離に基づいて、単語間または文書間または単語−文書間の類似性を判定する概念検索方法において、
検索ベクトル入力手段が、検索語または検索文書の概念ベクトル（検索ベクトル）を１つ取得する検索ベクトル入力ステップと、
検索条件ベクトル入力手段が、検索ベクトルに対するＮＯＴ条件となるＮ個の、単語または文書の概念ベクトル（検索条件ベクトル）を取得する検索条件ベクトル入力ステップと、
被検索ベクトル取得手段が、検索される複数の単語または複数の文書の概念ベクトル（被検索ベクトル）が格納された概念ベクトル蓄積手段から被検索ベクトルを取得する被検索ベクトル取得ステップと、
距離計算手段が、被検索ベクトルとＮ個の検索条件ベクトルとによるＮ次元平面と、検索条件ベクトルとの距離を計算し、ベクトル距離計算記憶手段に格納する距離計算ステップと、からなる。

図２は、本発明の原理構成図である。

本発明（請求項３）は、単語または文書の概念を概念ベクトルとして数値化し、ベクトル間の距離に基づいて、単語間または文書間または単語−文書間の類似性を判定する概念検索装置であって、
検索語または検索文書の概念ベクトル（検索ベクトル）を１つ取得する検索ベクトル入力手段１０１と、
検索ベクトルに対するＯＲ条件となるＮ個の、単語または文書の概念ベクトル（検索条件ベクトル）を取得する検索条件ベクトル入力手段１０２と、
検索される複数の単語または複数の文書の概念ベクトル（被検索ベクトル）が格納された概念ベクトル蓄積手段１０３から被検索ベクトルを取得する被検索ベクトル取得手段１０４と、
検索ベクトルとＮ個の検索条件ベクトルとが成すＮ次元平面と、被検索条件ベクトルとの距離を計算し、ベクトル距離計算記憶手段１０７に格納する距離計算手段１０５と、を有する。
本発明（請求項４）は、単語または文書の概念を概念ベクトルとして数値化し、ベクトル間の距離に基づいて、単語間または文書間または単語−文書間の類似性を判定する概念検索装置であって、
検索語または検索文書の概念ベクトル（検索ベクトル）を１つ取得する検索ベクトル入力手段と、
前記検索ベクトルに対するＮＯＴ条件となるＮ個の、単語または文書の概念ベクトル（検索条件ベクトル）を取得する検索条件ベクトル入力手段と、
検索される複数の単語または複数の文書の概念ベクトル（被検索ベクトル）が格納された概念ベクトル蓄積手段から被検索ベクトルを取得する被検索ベクトル取得手段と、
前記被検索ベクトルと前記Ｎ個の検索条件ベクトルとによるＮ次元平面と、前記検索条件ベクトルとの距離を計算し、ベクトル距離計算記憶手段に格納する距離計算手段と、
を有する。

本発明（請求項５）は、請求項１または２のいずれか１項記載の概念検索方法の各ステップを実行するコンピュータを機能させるための概念検索プログラムである。

本発明（請求項６）は、請求項５記載の概念検索プログラムを格納したことを特徴とするコンピュータ読取可能な記録媒体である。

上記のように、本発明では、検索条件を概念ベクトルとして与え、被検索ベクトルと、検索ベクトル及び検索条件ベクトルとの距離に基づいて、単語間、文書間、単語−文書間の類似性を判定することによって指定した複数の概念を含むＯＲ検索や、指定した概念を含まないＮＯＴ検索を行うことにより、入力したテキストに概念的に類似する文書を検索することが可能な概念検索において、更に追加したい概念、除きたい概念を詳細に指定して、目的とする文書をより精度よく抽出することが可能になる。

本発明の原理を説明するための図である。本発明の原理構成図である。本発明の一実施の形態における概念検索装置の構成図である。本発明の一実施の形態における動作のフローチャートである。本発明の一実施の形態におけるＯＲ検索時の距離の求め方を説明するための図である。本発明の一実施の形態におけるＮＯＴ検索時の距離の求め方を説明するための図である。本発明の一実施の形態におけるＯＲ検索とＮＯＴ検索を同時に適用する場合の距離の求め方を説明するための図である。本発明の一実施の形態におけるＮＯＴ検索条件が複数ある場合の距離の求め方を説明するための図である。本発明の一実施の形態におけるＯＲ及びＮＯＴ検索条件が複数ある場合の距離の求め方を説明するための図である。従来技術におけるベクトル間の距離の概念を示す図である。

以下、図面と共に本発明の実施の形態を説明する。

最初に、以下で用いる「検索ベクトル」、「検索条件ベクトル」、「被検索ベクトル」について、キーワード（単語）による文書検索を想定して説明する。

（１）ＯＲ条件の場合：
検索条件が「単語Ａを含むか、単語Ｂを含むか、単語Ｃを含むか」である場合は、
検索ベクトル：単語Ａの概念ベクトル；
検索条件ベクトル：単語Ｂの概念ベクトル、及び単語Ｃの概念ベクトル；
被検索ベクトル：検索対象の各文書の概念ベクトル；
となる。

（２）ＮＯＴ条件の場合：
検索条件が「単語Ａを含み、且つ単語Bを含まない、且つ単語Ｃを含まない」である場合は、
検索ベクトル：単語Ａの概念ベクトル；
検索条件ベクトル：単語Ｂの概念ベクトル、及び単語Ｃの概念ベクトル；
被検索ベクトル：検索対象の各文書の概念ベクトル；
となる。

図３は、本発明の一実施の形態における概念検索装置の構成を示す。

同図に示す概念検索装置は、検索ベクトル入力部１０１、検索条件ベクトル入力部１０２、概念ベクトル蓄積部１０３、被検索ベクトル取得部１０４、距離計算部１０５、結果出力部１０６から構成される。

検索ベクトル入力部１０１は、端末からキーボードを用いて単語や文書が入力されると、これを概念ベクトル（検索ベクトル）に変換する。

検索条件ベクトル入力部１０２は、端末からキーボードを用いて単語や文書が入力されると、概念ベクトル（検索条件ベクトル）に変換する。

概念ベクトル蓄積部１０３は、従来の概念ベースに相当するものであり、検索される概念ベクトルを蓄積し、被検索ベクトル取得部１０４によって検索される。

被検索ベクトル取得部１０４は、検索される単語または文書の概念ベクトル（被検索ベクトル）を概念ベクトル蓄積部１０３から取得する。

距離計算部１０５は、被検索ベクトル取得部１０４から被検索ベクトル、検索ベクトル入力部１０１から検索ベクトル、検索条件ベクトル入力部１０２から検索条件ベクトルを取得して、各被検索ベクトルについて、検索ベクトル、検索条件ベクトルの距離を計算し、距離計算結果記憶部１０７に格納する。

結果出力部１０６は、距離計算結果記憶部１０７に格納されている距離を昇順にソートして、距離の小さい順に被検索ベクトルに対応する単語や文書を検索結果として出力する。

次に、上記の構成における動作を説明する。

図４は、本発明の一実施の形態における動作のフローチャートである。

まず、検索ベクトル入力部１０１に検索ベクトルが入力され（ステップ２０１）、検索条件ベクトル入力部１０２に検索条件ベクトルが入力される（ステップ２０２）。より具体的には、検索ベクトル入力部１０１、検索条件ベクトル入力部１０２は、端末からキーボードを用いて入力された単語や文書を概念ベクトルに変換する。

距離計算部１０５は、入力された検索ベクトル及び検索条件ベクトルと被検索ベクトル取得部１０４で概念ベクトル蓄積部１０３より取得した各被検索ベクトルとの距離計算を逐次行い、その結果を距離計算結果記憶部１０７に格納する（ステップ２０３）。具体的な距離計算の方法については後述する。

その後、結果出力部１０６は、距離計算部１０５により計算され、距離計算結果記憶部１０７に格納されている距離を昇順にソートし（ステップ２０４）、検索結果を出力する（ステップ２０５）。

以下に、ステップ２０３における距離計算部１０５の距離計算方法について、ＯＲ検索の場合と、ＮＯＴ検索の場合に分けて説明する。なお、各概念ベクトルは、各要素ｐ_ｉについて以下の条件を満足するよう予め正規化されているものとする。

［ＯＲ検索時の距離計算］
まず、ＯＲ検索の場合の距離計算方法を図５に従って説明する。

検索ベクトルをＯＰ→＝（ｐ_１，…，ｐ_Ｎ）、ＯＲ検索条件として与えられる検索条件ベクトルをＯＵ→＝（ｕ_１，…，ｕ_Ｎ），被検索ベクトルをＯＱ→＝（ｑ_１，…，ｑ_Ｎ）とする。

検索ベクトルで与えられる概念と、検索条件ベクトルで与えられる概念の混合概念に対応する混合概念ベクトルＯＲ→＝（ｒ_１，…，ｒ_Ｎ）を混合度λとして、

で定義し、被検索ベクトルＯＱ→と、検索ベクトルＯＰ→及び検索条件ベクトルＯＵ→との距離を、

で定義する。ここで、Ｒ*は、

である。Ｒ＊は、図５において、点Ｑから直線ＰＵへ下ろした垂線と直線ＰＵとの交点であり、

は点Ｑと直線ＰＵとの最小距離に相当する。これによって、指定した検索ベクトルとＯＲ検索条件として指定した検索条件ベクトルの混合概念ベクトルに近い被検索ベクトルを選択することができる。

なお、距離

の計算については、距離測度として、Euclid距離、Kullback-Leibler距離などを適用することができる。Euclid距離は、

Kullback-Leibler距離は、

でそれぞれ与えられる。Newton法などを用いて

または、

から最適なλを求めて、距離

を得ることができる。

上記の図５は、検索条件が「単語Ａを含むか、単語Ｂを含むか」（ＯＲ検索）の場合を示している。つまり、単語が２個であるので、検索ベクトルと検索条件ベクトルの２つのベクトル（Ｐ，Ｕ）を結ぶと直線となり、これと被検索ベクトルが指示する点Ｑからの最短距離（距離測度としてEuclid距離を採用した場合はＱから直線へ下ろした垂線の長さ）によって、

の距離が定まる。これを拡張して、単語がｎ個になった場合は、ｎ個のベクトル（ＰとＵ）によるｎ次元平面とＱとの最短距離（距離測度としてEuclid距離を採用した場合はＱからこの平面へ下ろした垂線の長さ）によって、

の距離が定まる。

［ＮＯＴ検索時の距離］
次に、ＮＯＴ検索の場合の距離計算方法を図６に従って説明する。

検索ベクトルをＯＰ→＝（ｐ_１，…，ｐ_Ｎ）、ＮＯＴ検索条件として与えられる検索条件ベクトルをＯＶ→＝ｖ（ｖ_１，…，ｖ_Ｎ）、被検索ベクトルをＯＱ→＝（ｑ_１，…，ｑ_Ｎ）とする。

被検索ベクトルで与えられる概念と、検索条件ベクトルで与えられる概念の混合概念に対応する混合概念ベクトルＯＳ→＝（ｓ_１，…，ｓ_Ｎ）を混合度μとして、

で定義し、被検索ベクトルＯＱ→と、検索ベクトルＯＰ→及び検索条件ベクトルＯＶ→との距離を、

で定義する。ここで、

である。Ｓ*は、図６において点Ｐから直線ＱＶへ下ろした垂線と直線ＱＶとの交点であり、

は、点Ｐと直線ＱＶとの最小距離に相当する。これによって、被検索ベクトルから、ＮＯＴ検索条件として与えられる検索条件ベクトルの成分を除いて、検索ベクトルとの距離を求めることができる。

ＯＲ検索と同様に、Euclid距離は、

Kullback-Leibler距離は、

それぞれ与えられる。Newton法などを用いて

または、

から最適なμを求めて、距離

を得ることができる。

［ＯＲ検索・ＮＯＴ検索を同時に適用する場合の距離計算］
ＯＲ検索及びＮＯＴ検索を同時に適用する場合の距離計算方法を図７に従って説明する。

検索ベクトルをＯＰ→＝（ｐ_１，…，ｐ_Ｎ）、ＯＲ検索条件として与えられる検索条件ベクトルをＯＵ→＝（ｕ_１，…，ｕ_Ｎ）、ＮＯＴ検索条件として与えられる検索条件ベクトルをＯＶ→＝（ｖ_１，…，ｖ_Ｎ）、被検索ベクトルをＯＱ→＝（ｑ_１，…，ｑ_Ｎ）とする。

この場合は、ＯＲ検索時の

または、ＮＯＴ検索時の

に代えて、図７に示すように、

を採用する。Euclid距離は、

Kullback-Lebler距離は、

それぞれ与えられるから、前述のＯＲ検索やＮＯＴ検索と同様にして、最適なλ、μを求めることにより、距離

を得ることができる。概念ベクトルは数百次元〜数千次元の高次元のベクトルであるから、図７の直線ＯＲ*及び直線ＯＳ*は一般にねじれの位置にある。

上記の手順で求められる距離

は、これらねじれの位置にある直線間の最小距離に対応する。

さらに、検索条件ベクトルをＯＲ検索及びＮＯＴ検索毎に複数指定することも可能である。

Ｌ個のＯＲ検索条件、Ｍ個のＮＯＴ検索条件がある場合、

などとして、最適なλ_１，…，λ_Ｌ及びμ_１，…，μ_Ｍを求めることにより、距離

を得ることができる。

［ＮＯＴ検索条件が複数ある場合の距離計算］
図８は、ＮＯＴ検索条件が複数ある場合を示している。この場合、ＯＲ検索条件が指定されないため、ＯＲ→＝ＯＰ→であるから、距離

は、点Ｐと三点Ｑ，Ｖ_１，Ｖ_２が規定する平面との最小距離に相当する。

図８に示すように、ＮＯＴ条件の場合は、前述のＯＲ条件の場合と比較すると、ＰとＱの立場が入れ替わるだけである。従って距離は、Ｖ_１，Ｖ_２、Ｑで定まる２次元平面とＰとの最短距離（距離測度としてEuclid距離を採用した場合はＰからこの平面へ下ろした垂線の長さ）で与えられる。

［ＯＲ検索条件、ＮＯＴ検索条件がそれぞれ複数ある場合の距離計算］
図９に、ＯＲ検索条件、ＮＯＴ検索条件がそれぞれ複数ある場合を示した。この場合、距離

は、三点Ｐ，Ｕ_１，Ｕ_２が規定する平面と、三点Ｑ，Ｖ_１，Ｖ_２が規定する平面との最小距離に相当する。

一般的には、Ｌ個のＯＲ検索条件、Ｍ個のＮＯＴ検索条件がある場合、距離

は、Ｌ＋１個の点Ｐ，Ｕ_１，…，Ｕ_Ｌが規定するＬ次元空間と、Ｍ＋１個の点Ｑ，Ｖ_１，…，Ｖ_Ｍが規定するＭ次元空間との最小距離によって与えられる。

図９に示すように、ＯＲ検索条件とＮＯＴ検索条件が混在した場合は、Ｕ_１，…，Ｕ_Ｌ，Ｐで定まるＬ次元平面（ＯＲ条件関係）及び、Ｖ_１，…，Ｖ_Ｍ、Ｑで定まるＭ次元平面（ＮＯＴ条件関係）を考え、これらの平面間の最短距離を求める。

上記のように、更に追加したい概念や、除きたい概念を詳細に指定して距離計算を行うことにより、効率的に文書を抽出することが可能となる。

上記の概念検索装置の動作の各ステップをプログラムとして構築し、概念検索装置として利用されるコンピュータにインストールして実行させる、または、ネットワークを介して流通させることが可能である。

また、構築されたプログラムをハードディスクや、フレキシブルディスク・ＣＤ−ＲＯＭ等の可搬記憶媒体に格納し、コンピュータにインストールする、または、配布することが可能である。

なお、本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において種々変更・応用が可能である。

本発明は、概念ベクトル間の距離に基づいて類似検索する文書検索に適用可能である。

１０１検索ベクトル入力手段、検索ベクトル入力部
１０２検索条件ベクトル入力手段、検索条件ベクトル入力部
１０３概念ベクトル蓄積手段、概念ベクトル蓄積部
１０４被検索ベクトル取得手段、被検索ベクトル取得部
１０５距離計算手段、距離計算部
１０６結果出力部
１０７距離計算結果記憶手段、距離計算結果記憶部

Claims

単語または文書の概念を概念ベクトルとして数値化し、ベクトル間の距離に基づいて、単語間または文書間または単語−文書間の類似性を判定する概念検索方法において、
検索ベクトル入力手段が、検索語または検索文書の概念ベクトル（検索ベクトル）を１つ取得する検索ベクトル入力ステップと、
検索条件ベクトル入力手段が、前記検索ベクトルに対するＯＲ条件となるＮ個の、単語または文書の概念ベクトル（検索条件ベクトル）を取得する検索条件ベクトル入力ステップと、
被検索ベクトル取得手段が、検索される複数の単語または複数の文書の概念ベクトル（被検索ベクトル）が格納された概念ベクトル蓄積手段から被検索ベクトルを取得する被検索ベクトル取得ステップと、
距離計算手段が、前記検索ベクトルと前記Ｎ個の検索条件ベクトルとが成すＮ次元平面と、前記被検索条件ベクトルとの距離を計算し、ベクトル距離計算記憶手段に格納する距離計算ステップと、
からなることを特徴とする概念検索方法。
単語または文書の概念を概念ベクトルとして数値化し、ベクトル間の距離に基づいて、単語間または文書間または単語−文書間の類似性を判定する概念検索方法において、
検索ベクトル入力手段が、検索語または検索文書の概念ベクトル（検索ベクトル）を１つ取得する検索ベクトル入力ステップと、
検索条件ベクトル入力手段が、前記検索ベクトルに対するＮＯＴ条件となるＮ個の、単語または文書の概念ベクトル（検索条件ベクトル）を取得する検索条件ベクトル入力ステップと、
被検索ベクトル取得手段が、検索される複数の単語または複数の文書の概念ベクトル（被検索ベクトル）が格納された概念ベクトル蓄積手段から被検索ベクトルを取得する被検索ベクトル取得ステップと、
距離計算手段が、前記被検索ベクトルと前記Ｎ個の検索条件ベクトルとによるＮ次元平面と、前記検索条件ベクトルとの距離を計算し、ベクトル距離計算記憶手段に格納する距離計算ステップと、
からなることを特徴とする概念検索方法。
単語または文書の概念を概念ベクトルとして数値化し、ベクトル間の距離に基づいて、単語間または文書間または単語−文書間の類似性を判定する概念検索装置であって、
検索語または検索文書の概念ベクトル（検索ベクトル）を１つ取得する検索ベクトル入力手段と、
前記検索ベクトルに対するＯＲ条件となるＮ個の、単語または文書の概念ベクトル（検索条件ベクトル）を取得する検索条件ベクトル入力手段と、
検索される複数の単語または複数の文書の概念ベクトル（被検索ベクトル）が格納された概念ベクトル蓄積手段から被検索ベクトルを取得する被検索ベクトル取得手段と、
前記検索ベクトルと前記Ｎ個の検索条件ベクトルとが成すＮ次元平面と、前記被検索条件ベクトルとの距離を計算し、ベクトル距離計算記憶手段に格納する距離計算手段と、
を有することを特徴とする概念検索装置。
単語または文書の概念を概念ベクトルとして数値化し、ベクトル間の距離に基づいて、単語間または文書間または単語−文書間の類似性を判定する概念検索装置であって、
検索語または検索文書の概念ベクトル（検索ベクトル）を１つ取得する検索ベクトル入力手段と、
前記検索ベクトルに対するＮＯＴ条件となるＮ個の、単語または文書の概念ベクトル（検索条件ベクトル）を取得する検索条件ベクトル入力手段と、
検索される複数の単語または複数の文書の概念ベクトル（被検索ベクトル）が格納された概念ベクトル蓄積手段から被検索ベクトルを取得する被検索ベクトル取得手段と、
前記被検索ベクトルと前記Ｎ個の検索条件ベクトルとによるＮ次元平面と、前記検索条件ベクトルとの距離を計算し、ベクトル距離計算記憶手段に格納する距離計算手段と、
を有することを特徴とする概念検索装置。
請求項１または２のいずれか１項記載の概念検索方法の各ステップを実行するコンピュータを機能させるための概念検索プログラム。
請求項５記載の概念検索プログラムを格納したことを特徴とするコンピュータ読取可能な記録媒体。