JP5235710B2

JP5235710B2 - 文書検索装置、文書検索方法、文書検索プログラムおよびそのプログラムを記録した記録媒体。

Info

Publication number: JP5235710B2
Application number: JP2009030821A
Authority: JP
Inventors: 宜仁安田; 浩之戸田; 由美子松浦; 良治片岡
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2009-02-13
Filing date: 2009-02-13
Publication date: 2013-07-10
Anticipated expiration: 2029-02-13
Also published as: JP2010186371A

Description

本発明は、ユーザからの検索要求に応じ地理的側面を含む電子文書を検索する技術に関する。

近年、インターネット上の膨大な電子文書群からの検索技術の普及を背景に情報検索技術が人々の日常生活のさまざまな判断の手助けになっている。特に、携帯電話やＰＤＡ（ＰｅｒｓｏｎａｌＤｉｇｉｔａｌＡｓｓｉｓｔａｎｔ）などの普及・進歩から、外出時の行動の判断のために自身の居場所の周辺に関する情報を検索したいと思うのは自然な需要である。また、特定の地域に関してそこに行かずとも情報を得るためにも地理的な側面を持つような電子文書の検索の需要も生じている。

このような需要を満たすために、ユーザの意図する情報内容およびユーザの意図する地理的範囲を制約して、電子文書を検索する地理的情報検索と呼ばれる方法が知られている。この検索方法の一例が非特許文献１に記載されている。

ユーザの意図する情報内容の制約については、一般的な検索同様に、キーワードを指定し、文字列のマッチングにより検索が可能である。一方、地理的範囲の制約については、地理情報はその特性として連続値を取るものなので、単一の点でのマッチングは現実的ではない。

そこで、地理的な範囲の指定として、（１）ユーザが関心のある範囲の中心点（たとえばユーザの居場所）と、そこからの地理的範囲（直線距離や時間的範囲）を指定する、（２）地図画面などを用いてユーザが関心のある地理的領域を指定する、（３）住所を用いて文字列として対応を取る、方法が考えられている。

このうち特に地理的情報検索が有効な外出先からの携帯端末の利用を想定した場合に、ＧＰＳや電波の基地局を用いて測位したユーザの居場所を中心点に利用するような検索方法が求められる。

安田宣仁，戸田浩之 "検索位置のごく周辺を対象とした地理情報検索" 人口知能学会誌Ｖｏｌ．２３Ｎｏ．５２００８／９ｐｐ．３６４−３７３菊井玄一郎，松尾義博，小林のぞみ、平野徹，浅野久子 "リッチアノテーション：固有表現に焦点をあてた知識抽出の試み" 情報処理学会自然言語処理研究発表会，２００８Ｎｏ．６７

しかしながら、従来、ユーザの関心範囲の中心点はともかくとして、そこからの地理的範囲（距離や時間的範囲）については、事前に固定された値を用いるか、あるいはユーザが指定させざるをえなかった。

ところが、地理的範囲の指定について固定値を用いたのでは多様な検索要求に対して不適切な場合が生じ、検索精度を低下させるおそれがある。一方、その都度範囲指定を求めたのではユーザにとって煩雑であり、利便性に欠けるおそれがある。

本発明は、上述のような従来技術の問題点を解決するためになされたものであり、ユーザに明示的に関心を持つ地理的範囲を指定させることなく、地理的側面を含む電子文書を精度良く検索することを解決課題としている。

そこで、本発明は、前記課題を解決するために、ユーザの入力した検索内容の文字列（検索キーワード）や、検索範囲の中心座標値などから地理的範囲を自動的に推定している。

本発明の文書検索装置は、ユーザ端末から検索内容を示す検索文字列と地理的な位置指定とを含む入力情報を受信する入力手段と、地理的な範囲と当該範囲の都市性値との対応を表す都市性データベースを参照して、前記指定位置に対応した都市性値を取得し、都市性値が大きいほどに小さくなる距離を表す範囲Ｄｕを算出する第１の範囲算出手段と、検索内容と距離との対応を表すデータベースを参照して、前記検索文字列に対応した距離である範囲Ｄｑを求める第２の範囲算出手段と、前記Ｄｕと前記Ｄｑとの加重和により、距離を表す推定範囲Ｄを算出する範囲推定手段と、前記入力情報および前記推定範囲Ｄを用いて電子文書群を検索し、前記ユーザ端末に応答するための検索結果を取得する情報検索手段と、を備える。

本発明の文書検索装置は、入力手段が、ユーザ端末から検索内容を示す検索文字列と地理的な位置指定とを含む入力情報を受信するステップと、第１の範囲算出段が、地理的な範囲と当該範囲の都市性値との対応を表す都市性データベースを参照して、前記指定位置に対応した都市性値を取得し、都市性値が大きいほどに小さくなる距離を表す範囲Ｄｕを算出するステップと、第２の範囲算出手段が、検索内容と距離との対応を表すデータベースを参照して、前記検索文字列に対応した距離である範囲Ｄｑを求めるステップと、範囲推定手段が、前記Ｄｕと前記Ｄｑとの加重和により、距離を表す推定範囲Ｄを算出するステップと、情報検索手段が、前記入力情報および前記推定範囲Ｄを用いて電子文書群を検索し、前記ユーザ端末に応答するための検索結果を取得するステップと、を有する。

なお、本発明は、前記方法をコンピュータに実行させる文書検索プログラムの態様としてもよく、また該プログラムを記録した記録媒体の態様で提供してもよい。

本発明によれば、ユーザが関心を有する地理的範囲が自動的に推定されることから、ユーザに明示的に関心を持つ地理的範囲を指定させることなく、地理的側面を含む電信文書を精度良く検索することができる。

本発明の実施形態に係る文書検索装置の構成図。同処理フロー図。

以下、図面に基づき本発明の一実施形態を説明する。図１中、１は本発明の実施形態に係る文書検索装置を示し、該検索装置１はユーザ端末２とインターネット経由で接続されている。

前記ユーザ端末２には、例えば携帯端末・ＰＤＡ・ノート型ＰＣ（ＰｅｒｓｏｎａｌＣｏｍｐｕｔｅｒ）やＧＰＳ機能を備えたナビゲーション装置などが該当する。ここでは一例として前記両者１．２がインターネット接続された態様を説明するが、これに限定されるものではなく、例えばナビゲーション装置の場合は衛星通信の接続なども利用される。

前記検索装置１は、Ｗｅｂサーバにより構成され、コンピュータのハードウェア資源、即ちＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｏｒＵｎｉｔ）、メモリ（ＲＡＭ）、ハードディスクドライブ装置、通信インタフェースなどを備えている。

そして、前記検索装置１は、前記ハードウェア資源とソフトウェアとの協働によって入力解析手段３，地名座標取得手段４，範囲推定手段５，範囲算定手段（範囲取得手段）６〜９，データベース１０〜１２，情報検索手段１３として機能している。このデータベース１０〜１２は、ハードディスクディスクドライブ装置上に構築されている。

概略を説明すれば、前記入力解析手段３は、前記ユーザ端末２から送信された入力データを解析する。ここで解析される入力データは、前記ユーザ端末２で指定された検索内容を示す文字列・地理的な位置指定とする。この位置指定は、座標値あるいは地名を示す文字列とし、また利用可能な場合には併せて軌跡（ＧＰＳや電波の基地局を用いて測位した座標値の移動を示すリスト）を示すリストとする。

前記入力解析手段３は、前記位置指定が地名を示す文字列の場合には、図１中の矢印（ａ）に示すように、前記地名座標取得手段４に出力する。このとき前記地名座標取得手段４は、矢印（ａ´）に示すように、地名の文字列から座標値を取得して前記入力解析手段３に出力する。そして、前記入力解析手段３は、矢印（ｂ）に示すように、前記ユーザ端末２の指定内容および前記地名座標取得手段４からの入力データを前記範囲推定手段５に出力する。

前記範囲推定手段５は、前記入力解析手段３からの入力データを各範囲算出手段６〜９に応じて出力する。すなわち、前記範囲推定手段５は、矢印（ｃ）に示すように、入力された座標値を前記範囲算出手段６に出力する。このとき前記範囲算出手段６は、矢印（ｈ）に示すように、都市性データベースを参照して座標値から都市性値を取得し、該都市性値に応じた範囲（距離あるいは時間的範囲）を算出する。この算出結果は、矢印（ｃ´）に示すように、前記範囲推定手段５に出力される。

前記範囲推定手段５は、矢印（ｄ）に示すように、検索内容の文字列を前記範囲算出手段７に出力する。ここでは前記範囲算出手段７は、矢印（ｉ）に示すように、検索内容−距離データベース１１を参照して検索文字列に応じた範囲（距離あるいは時間的範囲）を取得する。この取得結果は、矢印（ｄ´）に示すように、前記範囲推定手段５に出力される。

前記範囲推定手段５は、入力データに軌跡を示すリストが含まれている場合には、矢印（ｅ）に示すように、前記範囲算出手段８に出力する。ここでは前記範囲算出手段８は、入力された軌跡に応じた範囲（距離あるいは時間的範囲）を算出する。この算出結果は、矢印（ｅ´）に示すように、前記範囲推定手段５に出力される。

前記範囲推定手段５は、入力データに地名を示す文字列が含まれている場合には、矢印（ｆ）に示すように、前記範囲算出手段９に出力する。ここでは前記範囲算出手段９は、矢印（ｊ）に示すように、地名広さデータベース１２を参照して地名の文字列に応じた範囲（距離あるいは時間的範囲）を取得する。この取得結果は、矢印（ｆ´）に示すように、前記範囲推定手段５に出力される。

そして、前記範囲推定手段５は、前記各範囲算出段６〜９からの入力データを演算し、ユーザの関心範囲（距離あるいは時間的範囲）の推定値を決定する。この推定値と前記入力解析手段３からの入力データとは、矢印（ｇ）に示すように、前記情報検索手段１３に出力される。

前記情報検索手段１３は、いわゆる検索エンジンとして機能し、前記範囲推定手段５からの入力データに基づき電子文書群を検索し、該検索結果をユーザ端末２に返信する。

以下、図２の処理フローに基づき前記各手段３〜９．１３の実行する処理ステップ（Ｓ０１〜Ｓ１１）を説明する。ここでは前記ユーザ端末２から前記通信インタフェースをもって入力情報を受信し、該入力情報が前記入力解析手段３に出力されたときに処理が開始されている。

Ｓ０１：前記入力解析手段３にて入力情報の解析が行われる。ここでは指定された検索内容を示す文字列（キーワード）と地理的な位置指定を確認する。

この両指定内容が入力情報に含まれていることがＳ０２以降の処理の前提であり、含まれていない場合にはＳ０２以降の処理は行われない。もっとも、検索内容を示し文字列のみが入力された場合には、設定に応じて通常の検索エンジンの処理を行うことは可能である。

ここでは前記位置指定は、座標値（緯度・経度）あるいは地名の文字列で指定され、また利用可能な場合には軌跡を示すリストをもって行われるものとする。

Ｓ０２．Ｓ０３：前記入力解析手段３は、前記位置指定が座標値（緯度と経度）か否かを確認する（Ｓ０２）。この確認の結果、座標値の指定の場合にはＳ０４に進む。併せて検索内容を示す文字列や座標値、含まれている場合には軌跡を示すリストを前記範囲推定手段５に出力する。

一方、座標値でない場合、即ち地名の文字列で指定されている場合には、該文字列を前記地名座標取得手段４に出力する。ここでは前記地名座標取得手段４は、非特許文献２記載の地名データベースを利用する既存手法を利用することによって、地名の文字列に応じた座標値（緯度・経度）を算出し、該算出結果を前記入力解析手段３に出力する（Ｓ０３）。

この場合には前記入力解析手段３は、検索内容を示す文字列、地名の文字列、前記地名座標取得手段４から出力された座標値、含まれている場合には軌跡を示すリストを前記範囲推定手段５に出力する。

Ｓ０４：前記範囲推定手段５は、座標値（緯度経度）を前記範囲算出手段６に出力する。そして、前記範囲算出手段６は、入力された座標値から推定される範囲（Ｄｕ）を算出する。

このとき前記範囲算出手段６は、前記都市性データベース１０を参照し、入力座標値が都市性データベース１０の見出しの範囲内にあるようなエントリを検索し、対応する都市性値を取得する。

ここで前記都市性データベース１０は、地理上の矩形領域に対応する都市性値と呼ぶ値が格納されている。この都市性値は、その地域で想定される店舗や施設の密度を示している。この都市性データベース１０の根拠となるデータとしては、電話帳のような店舗や施設の一覧を用いることができる。あるいは代替的に、各地域の人口数や、当該地域に含まれる主要道路の本数などを用いることもできる。前記都市性データベースの記述内容の一例を表１に示す。ここでは各段の範囲（矩形の隅の座標）の都市性値が記述されている。

具体的には、前記範囲算出手段６は、前記都市性データベース１０を検索した結果、エントリが見つかり、都市性値が得られた場合には以下の式（１）から範囲（Ｄｕ）を示す数値（距離）を算出する。この算出結果は、前記範囲推定手段５に出力される。なお、式（１）のＣ_uは事前に定められた定数である。

もし、前記都市性データベース１０から都市性値が得られなかった場合には、固定値（Ｄｄ）を出力する。なお、式（１）および固定値（Ｄｄ）はプログラムなどに設定・定義されているものとする。

Ｓ０５：前記範囲推定手段５は、検索内容の文字列を前記範囲算出手段７に出力する。そして、前記範囲算出手段７は、入力された検索内容の文字列から推定される範囲（Ｄｑ）を求める。

すなわち、前記範囲算出手段７は、前記検索内容−距離データベース１１内のエントリを検索し、エントリが見つかった場合にはエントリの範囲（Ｄｑ）を示す数値（距離）を前記範囲推定手段５に出力する。一方、エントリが見つからなかった場合には固定値（Ｄｄ）を出力する。ここでも固定値（Ｄｄ）はプログラムに定義されているものとする。

ここで前記検索内容−距離データベース１１は、文字列をインデクスとし、検索内容に対して一般的に望まれている思われる範囲が記述されている。これは例えば「トイレ」といった検索内容であれば比較的小さな範囲での検索が望まれていると考えられるのに対し、「温泉」「スキー」といった検索内容であれば比較的遠い範囲も含まれていると考えられるためである。この前記検索内容−距離データベース１１の記述内容の一例を表２に示す。ここでは各段の検索内容に対応する距離が記述されている。

Ｓ０６．Ｓ０７：前記範囲推定手段５は、前記位置指定に軌跡を示すリストが含まれているか否かを確認する（Ｓ０６）。軌跡を示すリストが含まれていない場合にはＳ０８に進む。一方、軌跡を示すリストが含まれている場合には、該リストを前記範囲算出手段８に出力する。

前記範囲算出手段８では、入力された軌跡を示すリストから推定される範囲（Ｄｔ）を算出する（Ｓ０７）。ここでは軌跡を示すリストは時刻とその時点での座標値とが対（ペア）のリストとする。

具体的には、前記範囲算出手段８は、事前に定められた単位時間Ｔでの平均移動距離を算出する。例えば現在時刻Ｔ_c、ｔ_iを時刻、（ｘ_i，ｙ_i）を座標とし、軌跡を示すリストが{（ｔ₁，ｘ₁，ｙ₁），（ｔ₂，ｘ₂，ｙ₂），．．．，（ｔ_n，ｘ_n，ｙ_n）}で表現されるとき、
Ｔ_c−Ｔ＞ｔ_kな部分リスト{（ｔ_k，ｘ_k，ｙ_k），（ｔ_k+1，ｘ_k+1，ｙ_k+1），．．．，（ｔ_n，ｘ_n，ｙ_n）}に対して、
以下の式（２）により範囲（Ｄｔ）を示す数値（距離）を算出する。この算出結果は、前記範囲推定手段５に出力される。なお、式（２）もプログラムに定義されているものとする。

Ｓ０８．Ｓ０９：前記範囲推定手段５は、前記位置指定に地名を示す文字列を使用しているか否かを確認する（Ｓ０８）。この確認の結果、地名を示す文字列を使用していない場合には前記範囲推定手段５に固定値（Ｄｄ）を出力してＳ１０に進む。一方、地名の文字列を使用している場合（Ｓ０２で座標値を算出した場合を含む。）には該文字列を前記範囲算出手段９に出力する。

前記範囲算出手段９では、入力された地名を示す文字列を利用して前記地名広さデータベース１２内を検索し、該文字列から推定される範囲（Ｄｉ）を算出する（Ｓ０９）。ここで地名広さデータベース１２には、地名に対してその地名で表現される緯度方向の長さと経度方向の長さが記述されている。この前記地名広さデータベース１２の記述内容の一例を表３に示す。ここでは各地名に応じた緯度方向の長さ・経度方向の長さが記述されている。

具体的には、前記範囲算出手段９は、地名の文字列を見出しとして持つような地名広さデータベース内のエントリを検索する。エントリが見つかった場合には、緯度方向の長さと経度方向の長さのうちより値が小さい長さをｄ_iとし、事前に定められた定数Ｃ_i用いて、「Ｄｉ＝Ｃ_i×ｄ_i」を算出し、前記範囲推定手段５に出力する。もしエントリが見つからなかった場合には０を出力する。この設定もプログラムに定義されているものとする。

Ｓ１０：前記範囲推定手段５は、Ｓ０４．Ｓ０５．Ｓ０７．Ｓ０９で得られた範囲（Ｄｕ，Ｄｔ，Ｄｑ，Ｄｉ）の数値を演算し、最終的な推定範囲（Ｄ）の数値（距離）を算出する。ここでは式（３）を用いて演算され、算出結果は最終的に決定されたユーザの関心範囲の推定値とする。

ここでα₁，α₂，α₃，α₄は、（α₁＋α₂＋α₃＋α₄＝１）を満たすようにプログラムに定められた各範囲（Ｄｕ，Ｄｔ，Ｄｑ，Ｄｉ）の重み定数であり、仕様に応じて適宜変更できる。この式（３）もプログラムに定義されているものとする。

ここで前記範囲推定手段６．８．９から固定値（Ｄｄ）が出力されている場合には、式（３）において前記範囲（Ｄｕ）などを該固定値（Ｄｄ）に置き換えて算出する。この固定値（Ｄｄ）は、例えば「２０００ｍ」などの距離値であり、仕様などに応じて適宜変更されるものとする。

その後に前記範囲推定手段５は、算出された範囲（Ｄ）の数値と、前記入力解析手段３からの入力データ（検索内容を示す文字列、座標値、含まれている場合は地名の文字列・軌跡を示すリスト）とを前記情報検索手段１３に出力する。

Ｓ１１：前記情報検索手段１３は、算出された範囲（Ｄ）の数値，索内容を示す文字列，座標値，含まれている場合は地名の文字列・軌跡を示すリストを入力とし、Ｗｅｂ上で地理的側面を含む電子文書群の検索を実行する。

ここでは例えば非特許文献１に示すような既存の地理的情報検索を利用することもできる。この検索結果は、前記通信インタフェースからインターネット経由で記ユーザ端末２に返信される。

このように前記検索装置１によれば、前記情報検索手段１３にユーザの関心範囲（Ｄ）の推定値が与えられていることから、前記ユーザ端末２から検索内容の文字列および指定位置（座標値、地名など）を入力するだけで、適切に地理的側面を含む電子文書の検索が行われる。

したがって、ユーザが明示的に関心の範囲を指定することなく、意図する検索結果を得ることができ、この点でユーザの煩雑さが抑制され、文書検索の利便性が向上する。

このとき前記情報検索手段１３に与えられた関心の範囲（Ｄ）の数値は、検索内容の文字列や座標値などから算出されていることから、ユーザの検索意図が十分に反映され、良好な検索結果が得られる。特に、ユーザが地理的な位置を地名の文字列で指定した場合であっても、前記地名座標取得手段４が中心座標を取得することから、前記範囲推定手段５によって範囲（Ｄｕ）の値が算出され、この意味でも適切な検索が期待できる。

なお、本発明は、前記検索装置１の各手段３〜１３の一部もしくは全部として、コンピュータを機能させるプログラムとして構成することもできる。この場合には、Ｓ０１〜Ｓ１１の全ステップあるいは一部のステップをコンピュータに実行させる。

このプログラムは、Ｗｅｂサイトや電子メールなどネットワークを通じて提供することができる。また、前記プログラムは、ＣＤ−ＲＯＭ，ＤＶＤ−ＲＯＭ，ＣＤ−Ｒ，ＣＤ−ＲＷ，ＤＶＤ−Ｒ，ＤＶＤ−ＲＷ，ＭＯ，ＨＤＤ，Ｂｌｕ−ｒａｙＤｉｓｋ（登録商標）などの記録媒体に記録して、保存・配布することも可能である。この記録媒体は、記録媒体駆動装置を利用して読み出され、そのプログラムコード自体が前記実施形態の処理を実現するので、該記録媒体も本発明を構成する。

１…文書検索装置
２…ユーザ端末
３…入力解析手段
４…地名座標取得手段
５…範囲推定手段
６〜９…範囲算出手段（範囲取得手段）
１０…都市性データベース
１１…検索内容−距離データベース
１２…地名広さデータベース
１３…情報検索手段

Claims

ユーザ端末から指定されたキーワードをもって電子文書群を検索するときに、該ユーザ端末の指定位置の周辺地域に関連する電子文書を優先的に取得する装置であって、
前記ユーザ端末から検索内容を示す検索文字列と地理的な位置指定とを含む入力情報を受信する入力手段と、
地理的な範囲と当該範囲の都市性値との対応を表す都市性データベースを参照して、前記指定位置に対応した都市性値を取得し、都市性値が大きいほどに小さくなる距離を表す範囲Ｄｕを算出する第１の範囲算出手段と、
検索内容と距離との対応を表すデータベースを参照して、前記検索文字列に対応した距離である範囲Ｄｑを求める第２の範囲算出手段と、
前記Ｄｕと前記Ｄｑとの加重和により、距離を表す推定範囲Ｄを算出する範囲推定手段と、
前記入力情報および前記推定範囲Ｄを用いて電子文書群を検索し、前記ユーザ端末に応答するための検索結果を取得する情報検索手段と、
を備えることを特徴とする文書検索装置。
ユーザ端末から指定されたキーワードをもって電子文書群を検索するときに、該ユーザ端末の指定位置の周辺地域に関連する電子文書を優先的に取得する方法であって、
入力手段が、前記ユーザ端末から検索内容を示す検索文字列と地理的な位置指定とを含む入力情報を受信するステップと、
第１の範囲算出段が、地理的な範囲と当該範囲の都市性値との対応を表す都市性データベースを参照して、前記指定位置に対応した都市性値を取得し、都市性値が大きいほどに小さくなる距離を表す範囲Ｄｕを算出するステップと、
第２の範囲算出手段が、検索内容と距離との対応を表すデータベースを参照して、前記検索文字列に対応した距離である範囲Ｄｑを求めるステップと、
範囲推定手段が、前記Ｄｕと前記Ｄｑとの加重和により、距離を表す推定範囲Ｄを算出するステップと、
情報検索手段が、前記入力情報および前記推定範囲Ｄを用いて電子文書群を検索し、前記ユーザ端末に応答するための検索結果を取得するステップと、
を有することを特徴とする文書検索方法。
請求項２に記載の文書検索方法をコンピュータに実行させるための文書検索プログラム。
請求項３記載の文書検索プログラムを記録したことを特徴とする記録媒体。