JP5616935B2

JP5616935B2 - 検索システム

Info

Publication number: JP5616935B2
Application number: JP2012207956A
Authority: JP
Inventors: 博光川尻; 森　健一; 健一森
Original assignee: Panasonic Healthcare Co Ltd
Current assignee: PHC Corp
Priority date: 2012-09-21
Filing date: 2012-09-21
Publication date: 2014-10-29
Anticipated expiration: 2027-09-28
Also published as: JP2013033488A

Description

本発明は、検索システムに関する。

コンピュータなどの情報機器の普及とともに文章を電子化されたテキストとして保存することが一般的となり、大量のテキストから目的のテキストを素早く検索することが重要となってきている。医療分野においても、同様に、電子カルテなどの普及に伴い、電子化されたデータを元に、特定の患者を検索する必要性が高まってきている。

しかしながら、検索結果の文書一覧から目的の文書を探し出すためには、結果一覧から個々の文書の内容を逐次参照していく必要がある。そこで、検索結果の一覧に個々の文書の内容を抜粋した要約や、文書の特徴を表す付加情報を表示することによって、検索結果の一覧から目的の文書を見つけやすくするための技術がすでに開発されている。

検索結果の文書一覧に付加情報を表示する従来技術としては、特許文献１がある。特許文献１には、検索結果表示画面において、検索キーワードとその派生語の出現回数を付加情報として表示させる技術が開示されている。この従来例では、検索キーワードとその派生語の出現回数の情報しか付加されないため、目的の文書を特定しにくいという問題がある。

特開平９−３４９１１号公報

この発明は、検索結果画面から目的のデータを特定しやすくなる検索システムを提供することを目的とする。

前述した課題を解決する主たる本発明は、特定の文書を示す文書ＩＤ毎に文書を記憶したデータベースから検索クエリを用いて検索を行ない、検索により見つけた該当文書のリストを検索結果として表示する機能を備えた検索システムにおいて、前記文書ＩＤ毎に特徴語およびそのスコアが記憶される学習辞書と、今回検索された前記文書ＩＤ毎に、当該文書ＩＤに関する文書内に、複数の特徴語が予め登録された特徴語辞書に登録されている特徴語が含まれているか否かを判別し、前記特徴語辞書に登録されている特徴語が含まれている場合には、前記学習辞書内の対応する文書ＩＤに対する特徴語としてその特徴語とスコアを追加し、その特徴語が前記学習辞書内の対応する文書ＩＤに対する特徴語として既に登録済の場合には、前記学習辞書内の対応するスコアに所定数を加算することでスコアを更新させるとともに、前記特徴語の配置位置が最新登録位置となるように並び替えを行う手段と、前記学習辞書から前記検索クエリ以外の前記文書ＩＤ毎の特徴を示す特徴語およびそのスコアをそれぞれ抽出して前記文書ＩＤ毎に文書キーワードリストを作成する手段と、前記文書キーワードリスト内において複数の文書ＩＤに共通して存在する特徴語については、前記文書ＩＤ毎の文書キーワードリスト内においてその特徴語のスコアを低下させることにより、前記文書キーワードリスト内のデータを更新させる手段と、検索結果を表示する際に、前記文書キーワードリスト内の特徴語およびそのスコアとに基づき、当該文書ＩＤに対応する特徴語のうち、最新のものからスコアが所定値以上のものを所定数だけ選択することにより表示する特徴語を抽出する抽出手段と、今回の検索クエリを今回検索された文書ＩＤに対応する特徴語として、今回検索された情報に基づいて算出されたスコアとともに前記学習辞書に加算及び登録する手段と、を備えたことを特徴とする検索システムである。

この発明によれば、検索結果画面から目的のデータを特定しやすくなる。

電子カルテシステムの構成を示すブロック図である。患者情報ＤＢ２１１の一部を示す模式図である。カルテＤＢ２１２の一部を示す模式図である。学習辞書３１の一部を示す模式図である。特徴語辞書３２の一部を示す模式図である。端末ＰＣ１００による検索処理の手順を示すフローチャートである。カルテデータリストの具体例を示す模式図である。患者情報リストの具体例を示す模式図である。患者キーワードリストの具体例を示す模式図である。検索結果表示データの具体例を示す模式図である。ＰＣによる文書検索処理の手順を示すフローチャートである。

以下、図面を参照して、この発明の実施例について説明する。

この発明を電子カルテシステムに適用した場合の実施例について説明する。

〔１〕電子カルテシステムの構成

図１は、電子カルテシステムの構成を示している。

電子カルテシステムは、端末用のコンピュータ（端末ＰＣ）１００と、端末ＰＣ１００にＬＡＮ等のネットワーク３００を介して接続されたサーバ用のコンピュータ（サーバＰＣ）２００とからなる。図１には、端末ＰＣ１００は一台のみ図示されているが、実際は複数の端末ＰＣが存在している。

サーバＰＣ２００は、患者の氏名や住所等の患者情報を記憶した患者情報データベース（患者情報ＤＢ）２１１およびカルテデータを記憶したカルテデータベース（カルテＤＢ）２１２を備えている。

患者情報ＤＢ２１１には、図２に示すように、患者の識別データである患者ＩＤ毎に、氏名、氏名のカナ、生年月日、性別、住所および特記事項が記憶されている。

カルテＤＢ２１２には、図３に示すように、カルテの識別データであるカルテＩＤ毎に、患者ＩＤ、受診日、初診／再診の識別子および診断内容（経過、処方等）が受診日の順に記憶される。

端末ＰＣ１００には、ディスプレイ２１、マウス２２およびキーボード２３が接続されている。パーソナルコンピュータ１００は、ＣＰＵ１１、メモリ１２、ハードディスク１３、ＣＤ−ＲＯＭのようなリムーバブルディスク２０のドライブ１４を備えている。ＣＰＵ１１は、ネットワーク３００を介してサーバＰＣ２００に接続されている。

ハードディスク１３には、ＯＳ（オペレーティングシステム）等の他、電子カルテ等の電子データを作成して所定のデータベースに保存したり、データベース２１１、２１２を利用して検索クエリ（検索語）を含むデータを検索したりするための電子カルテ作成・検索プログラムが格納されている。電子カルテ作成・検索プログラムは、例えば、それが格納されたリムーバブルディスク２０を用いて、ハードディスク１３にインストールされる。また、ハードディスク１３内には、検索時に利用される学習辞書３１および特徴語辞書３２が設けられている。

学習辞書３１内には、図４（ａ）に示すように、患者ＩＤ毎に特徴語がスコアとともに記憶される。ただし、検索が全く行なわれてない初期状態においては、学習辞書３１内は空である。「特徴語」とは、検索対象データを区別するために有効と考えられる文字列（単語）をいうが、この例では特に患者を区別するために有効と考えられる文字列をいう。また、スコアには、上限値（例えば、１００）が定められている。

１つの患者ＩＤに対して学習辞書３１に登録できる特徴語の数は例えば１００語と決められており、それを超える場合には最も古いものを削除して新しいものを登録する。学習辞書３１内において、任意の患者ＩＤに対する複数の特徴語は、それが登録された順番を認識できるように配置されている。ただし、既に登録されている特徴語であっても、そのスコアが加算されるようなイベントが発生したとき（既にスコアが上限値に達しており、実際にはスコアが更新されない場合も含む）には、当該特徴語の配置位置が最新登録位置となるように特徴語の並び変えを行なう。

特徴語辞書３２には、図５に示すように、複数の特徴語が予め登録されている。

〔２〕検索処理

図６は、端末ＰＣ１００による検索処理の手順を示している。

検索時においては、ユーザは、図示しない検索画面において、検索クエリ（検索語）を入力する。具体例では、検索クエリとして「高熱」が入力された場合について説明する。

検索処理においては、端末ＰＣ１００のＣＰＵ１１は、サーバＰＣ２００内のカルテＤＢ２１２および患者情報ＤＢ２１１から、検索クエリを含むカルテデータおよび患者情報ならびに該当患者ＩＤを含む患者情報を検索する（ステップＳ１）。

具体的には、まず、サーバＰＣ２００内のカルテＤＢ２１２から検索クエリを含むカルテデータを検索し、該当するデータを抽出することにより、カルテデータリストを作成する。上記具体例では、カルテＤＢ２１２から「高熱」を含む４つのデータが抽出されるので、カルテデータリストは図７に示すようになる。また、患者情報ＤＢ２１１から検索クエリ含むデータおよびカルテデータリスト内の患者ＩＤを含むデータを検索し、該当するデータを抽出することにより、患者情報リストを作成する。上記具体例では、患者情報ＤＢ２１１から患者ＩＤが１００１、１００２および１００３である３つのデータが抽出されるので、患者情報リストは図８に示すようになる。

次に、特徴語辞書３２に基づく学習辞書３１への特徴語登録またはスコア加算処理を行なう（ステップＳ２）。この処理は、ステップＳ１で検索された患者ＩＤ毎に行なわれる。ステップＳ１で検索された１つの患者ＩＤを注目患者ＩＤとすると、ステップＳ１で検索された注目患者ＩＤに関するデータ（カルテデータおよび患者情報の両方を含む）内に特徴語辞書３２に登録されている特徴語が含まれているか否かを判別する。特徴語辞書３２に登録されている特徴語が含まれている場合には、学習辞書３１内の対応する患者ＩＤに対する特徴語として、その特徴語とスコア（＝１）を追加する。その特徴語が学習辞書３１内の対応する患者ＩＤに対する特徴語として既に登録されている場合には、その特徴語のスコアに１を加算することによりその特徴語のスコアを更新させるとともに、その特徴語の配置位置が最新登録位置となるように特徴語の並び変えを行なう。なお、スコアがスコアの上限値（例えば１００）を超えるような場合には、スコアを更新させない。

上記具体例では、特徴語辞書３２（図５参照）内の「アレルギー」が、図８の患者情報リスト内の患者ＩＤが１００１のデータに存在する。一方、学習辞書３１（図４（ａ））参照）内の患者ＩＤが１００１に対する特徴語としてアレルギーが既に登録されているので、そのスコアに１を加算することにより、そのスコアが４に更新される。また、学習辞書３１内の患者ＩＤが１００１に対するアレルギーの登録位置が最新登録位置となるように、患者ＩＤが１００１に対する特徴語が並び変えられる。例えば、同じ患者ＩＤ内においては新しい特徴語ほど図４（ａ）の下側に配置されているものとすると、図４（ｂ）に示すように、「花粉症」、「喘息」、「アレルギー」の順番となるように、これらの特徴語が並び変えられる。

次に、ステップＳ１で検索された患者ＩＤ毎に、学習辞書３１から検索クエリ以外の特徴語およびそのスコアを抽出することにより、患者キーワードリストを作成する（ステップＳ３）。上記具体例では、図９（ａ）に示すような患者キーワードリストが作成される。

次に、患者キーワードリストから１つの特徴語を注目特徴語として選択する（ステップＳ４）。患者キーワードリスト内において、注目特徴語が複数の患者ＩＤの特徴語として存在しているか否かを判別する（ステップＳ５）。注目特徴語が複数の患者ＩＤの特徴語として存在していない場合には、ステップＳ８に進む。

上記ステップＳ５において、注目特徴語が複数の患者ＩＤの特徴語として存在していると判別した場合には、患者キーワードリスト内において、それらの患者ＩＤ毎に、他の患者ＩＤの注目特徴語のスコアの総和を当該患者ＩＤの注目特徴語のスコアから減算する（ステップＳ６）。

上記ステップＳ７によって、スコアが０以下となった注目特徴語が存在する場合には、スコアが０以下となった注目特徴語を患者キーワードリストから削除する（ステップＳ８）。そして、ステップＳ８に進む。

ステップＳ８では、患者キーワードリストの中に、注目特徴語としてまだ選択されていない特徴語があるか否かを判別する。患者キーワードリストの中に、注目特徴語としてまだ選択されていない特徴語がある場合には、まだ選択されていない特徴語の中から１つの特徴語を注目特徴語として選択した後（ステップＳ９）、ステップＳ５に戻る。

上記ステップＳ８において、患者キーワードリストの中に、注目特徴語としてまだ選択されていない特徴語が存在しないと判別した場合には、ステップＳ１０に移行する。

上記具体例では、患者キーワードリストにおいて、「花粉症」という特徴語が複数の患者ＩＤ（患者ＩＤ＝１００１と患者ＩＤ＝１００３）の特徴語として存在している。患者ＩＤ＝１００１に対する「花粉症」のスコアは２であり、患者ＩＤ＝１００３に対する「花粉症」のスコアは５であるので、患者ＩＤ＝１００１に対する「花粉症」のスコアは２−５＝−３に更新され、患者ＩＤ＝１００３に対する「花粉症」のスコアは５−２＝３に更新される。この結果、患者ＩＤ＝１００１に対する「花粉症」が患者キーワードリストから削除される。したがって、患者キーワードリストは、図９（ｂ）に示すようになる。

ステップＳ１０では、患者情報リスト、カルテデータリストおよび患者キーワードリストに基づいて、検索結果表示データを作成して、ディスプレイ２１に表示する。具体的には、カルテデータリスト内の各カルテデータをその患者ＩＤ別にグループ分けし、各グループ毎に患者情報、キーワード、検索したカルテデータの要約、検索した各カルテデータの詳細を表示させるためのボタン等を含む表示データを作成する。

ある患者ＩＤに対するキーワードは、患者キーワードリスト内の当該患者ＩＤに対応する特徴語のうち、最新のものからスコアが所定値以上のものを所定数だけ選択することによって取得する。ある患者ＩＤに対する要約は、例えば、カルテデータリスト内の当該患者ＩＤに対応するカルテデータから、検索クエリを含む文を抽出することによって取得する。

そして、各グループ別の表示データをまとめることにより、検索結果表示データを作成して出力する。図１０に、検索結果表示データの具体例を示す。この例では、「経過」として、要約が表示されている。この要約のうち、検索クエリの部分（この例では「高熱」）を強調表示している。ユーザがカルテボタンを押すと、検索したカルテデータの受診日の一覧が表示される。ユーザが受診日を選択すると、対応するカルテデータが表示される。

上記ステップＳ１０によって検索結果表示データを表示すると、検索クエリに基づく学習辞書３１への特徴語登録またはスコア加算処理を行なう（ステップＳ１１）。つまり、学習辞書３１に、今回検索された各患者ＩＤに対する特徴語として、今回の検索クエリをスコア（出現回数）とともに登録する。この場合、ある患者ＩＤに対するスコア（出現回数）は、今回検索されたデータ（カルテデータおよび患者情報の両方を含む）のうちの当該患者ＩＤに対応するデータ内における、今回の検索クエリの出現回数を求めることによって得られる。

なお、これらの患者ＩＤのうち、今回の検索クエリと同じ文字列が特徴語として学習辞書３１に既に登録されている患者ＩＤに関しては、学習辞書３１内のその患者ＩＤにおける今回の検索クエリと同じ特徴語のスコアに、上記のようにして求められる今回の検索クエリの出現回数を加算することにより、その特徴語のスコアを更新させるとともに、その特徴語の配置位置が最新登録位置となるように特徴語の並び変えを行なう。なお、スコアがスコアの上限値（例えば１００）を超えるような場合には、スコアを更新させない。

上記具体例では、今回検索されたデータのうちの患者ＩＤ＝１００１に対応するデータ（図７および図８参照）内に検索クエリである「高熱」が２回出現し、患者ＩＤ＝１００２に対応するデータ内に「高熱」が１回出現し、患者ＩＤ＝１００３に対応するデータ内に「高熱」が１回出現している。学習辞書３１（図４（ｂ）参照）には、患者ＩＤ＝１００２の特徴語として「高熱」が登録されているが、患者ＩＤ＝１００１および患者ＩＤ＝１００３の特徴語としては「高熱」は登録されていない。

したがって、学習辞書３１に、患者ＩＤ＝１００１の特徴語として、「高熱」がスコア２とともに登録される。また、学習辞書３１に、患者ＩＤ＝１００３の特徴語として、「高熱」がスコア１とともに登録される。さらに、学習辞書３１の患者ＩＤ＝１００２の特徴語として既に登録されている「高熱」のスコアに１が加算される。この結果、学習辞書３１の内容は、図４（ｃ）に示すような内容に更新される。

〔３〕変形例

上記実施例では、図６のステップＳ６では、ステップＳ５において、注目特徴語が複数の患者ＩＤの特徴語として存在していると判別した場合には、患者キーワードリスト内において、それらの患者ＩＤ毎に、他の患者ＩＤの注目特徴語のスコアの総和を当該患者ＩＤの注目特徴語のスコアから減算しているが、次の（１）または（２）のようにしてもよい。

（１）ステップＳ５において、注目特徴語が複数の患者ＩＤの特徴語として存在していると判別した場合には、患者キーワードリスト内において、それらの患者ＩＤの注目特徴語のスコアを０とする。

（２）ステップＳ５において、注目特徴語が複数の患者ＩＤの特徴語として存在していると判別した場合には、患者キーワードリスト内において、次式（１）によって算出した値Ａを、それらの患者ＩＤの注目特徴語のスコアから減算する。

Ａ＝スコア上限値×｛（Ｂ／Ｃ）×１０｝…（１）
Ｂ：患者キーワードリスト内において、注目特徴語を特徴語として有している患者ＩＤの総数
Ｃ：患者キーワードリスト内に存在している患者ＩＤの総数（今回検索された患者ＩＤの総数）

つまり、今回検索された患者ＩＤの総数が多いほどＡは小さくなり、患者キーワードリスト内において、注目特徴語を特徴語として有している患者ＩＤの総数が多いほどＡは大きくなる。

患者キーワードリスト内に存在している患者ＩＤの総数Ｃが１００で、患者キーワードリスト内において、注目特徴語を特徴語として有している患者ＩＤの総数Ｂが１０で、スコア上限値が１００であるとすると、Ａ＝１００×１０×１０／１００＝１００となる。つまり、今回検索された患者ＩＤの総数Ｃに対して、その患者ＩＤの中で注目特徴語を特徴語として有している患者ＩＤの数Ｂの割合が大きくなるほど、Ａは大きくなり、当該注目特徴語に対応するスコアが小さくなる。特に、この例では、今回検索された患者ＩＤの総数Ｃに対して、その患者ＩＤの中で注目特徴語を特徴語として有している患者ＩＤの数Ｂの割合が１０％以上になると、Ａがスコア上限値以上となるので、当該注目特徴語に対応するスコアが０以下となる。

上記実施例では、特徴語辞書３２が設けられているが、特徴語辞書３２はなくてもよい。特徴語辞書３２を設けない場合には、図６のステップＳ２は省略される。

この発明は、「特定を示す文書ＩＤ」毎に「文書」を記憶したデータベースから検索クエリを用いて検索を行なう検索システムにも適用することができる。

具体的には、ウェブ検索やファイル検索にもこの発明を適用することができる。ウェブ検索の場合には、「特定を示す文書ＩＤ」はＵＲＬに相当し、「文書」がそのＵＲＬによって提供されているＷｅｂページに相当する。ファイル検索の場合には、「特定を示す文書ＩＤ」はファイル名に相当し、「文書」がそのファイルに含まれている文書に相当する。

以下、ＰＣによって文書検索を行なう場合について説明する。ＰＣのハードディスク内には、図１の端末ＰＣ１００と同様に、文書検索プログラムが格納されているとともに学習辞書および特徴語辞書が設けられている。学習辞書には、文書ＩＤ毎に特徴語がスコアとともに記憶される。特徴語辞書には、特徴語が記憶されている。

図１１は、ＰＣによる文書検索処理の手順を示している。

検索時においては、ユーザは、図示しない検索画面において、検索クエリ（検索語）を入力する。

文書検索処理においては、ＰＣは、「特定を示す文書ＩＤ」毎に「文書」を記憶した文書ＤＢから、検索クエリを含む文書を検索する（ステップＳ２１）。

次に、特徴語辞書に基づく学習辞書への特徴語登録またはスコア加算処理を行なう（ステップＳ２２）。この処理は、ステップＳ２１で検索された文書ＩＤ毎に行なわれる。ステップＳ２１で検索された１つの文書ＩＤを注目文書ＩＤとすると、ステップＳ２１で検索された注目文書ＩＤに関する文書内に特徴語辞書に登録されている特徴語が含まれているか否かを判別する。特徴語辞書に登録されている特徴語が含まれている場合には、学習辞書内の対応する文書ＩＤに対する特徴語として、その特徴語とスコア（＝１）を追加する。その特徴語が学習辞書内の対応する文書ＩＤに対する特徴語として既に登録されている場合には、その特徴語のスコアに１を加算することによりその特徴語のスコアを更新させるとともに、その特徴語の配置位置が最新登録位置となるように特徴語の並び変えを行なう。なお、スコアがスコアの上限値（例えば１００）を超えるような場合には、スコアを更新させない。

次に、ステップＳ２１で検索された文書ＩＤ毎に、学習辞書から検索クエリ以外の特徴語およびそのスコアを抽出することにより、文書キーワードリストを作成する（ステップＳ２３）。

次に、文書キーワードリストから１つの特徴語を注目特徴語として選択する（ステップＳ２４）。文書キーワードリスト内において、注目特徴語が複数の文書ＩＤの特徴語として存在しているか否かを判別する（ステップＳ２５）。注目特徴語が複数の文書ＩＤの特徴語として存在していない場合には、ステップＳ２８に進む。

上記ステップＳ２５において、注目特徴語が複数の文書ＩＤの特徴語として存在していると判別した場合には、文書キーワードリスト内において、それらの文書ＩＤ毎に、他の文書ＩＤの注目特徴語のスコアの総和を当該文書ＩＤの注目特徴語のスコアから減算する（ステップＳ２６）。なお、ステップＳ２６において、実施例１の変形例（１）、（２）と同様な方法によって、文書キーワードリスト内のスコアを更新するようにしてもよい。

上記ステップＳ２７によって、スコアが０以下となった注目特徴語が存在する場合には、スコアが０以下となった注目特徴語を文書キーワードリストから削除する（ステップＳ２８）。そして、ステップＳ２８に進む。

ステップＳ２８では、文書キーワードリストの中に、注目特徴語としてまだ選択されていない特徴語があるか否かを判別する。文書キーワードリストの中に、注目特徴語としてまだ選択されていない特徴語がある場合には、まだ選択されていない特徴語の中から１つの特徴語を注目特徴語として選択した後（ステップＳ２９）、ステップＳ２５に戻る。

上記ステップＳ２８において、文書キーワードリストの中に、注目特徴語としてまだ選択されていない特徴語が存在しないと判別した場合には、ステップＳ３０に移行する。

ステップＳ３０では、文書リストおよび文書キーワードリストに基づいて、検索結果表示データを作成して、ディスプレイに表示する。具体的には、文書リスト内の各文書を文書ＩＤ別にグループ分けし、各グループ毎に、文書ＩＤ、キーワード、検索した文書の要約、検索した各文書の詳細を表示させるためのボタン等を含む表示データを作成する。

ある文書ＩＤに対するキーワードは、文書キーワードリスト内の当該文書ＩＤに対応する特徴語のうち、最新のものからスコアが所定値以上のものを所定数だけ選択することによって取得する。ある文書ＩＤに対する要約は、例えば、文書リスト内の当該文書ＩＤに対応する文書から、検索クエリを含む文を抽出することによって取得する。そして、各グループ別の表示データをまとめることにより、検索結果表示データを作成して出力する。

上記ステップＳ３０によって検索結果表示データを表示すると、検索クエリに基づく学習辞書への特徴語登録またはスコア加算処理を行なう（ステップＳ３１）。つまり、学習辞書に、今回検索された各文書ＩＤに対する特徴語として、今回の検索クエリをスコア（出現回数）とともに登録する。この場合、ある文書ＩＤに対するスコア（出現回数）は、今回検索された文書のうちの当該文書ＩＤに対応する文書内における、今回の検索クエリの出現回数を求めることによって得られる。

なお、これらの文書ＩＤのうち、今回の検索クエリと同じ文字列が特徴語として学習辞書に既に登録されている文書ＩＤに関しては、学習辞書内のその文書ＩＤにおける今回の検索クエリと同じ特徴語のスコアに、上記のようにして求められる今回の検索クエリの出現回数を加算することにより、その特徴語のスコアを更新させるとともに、その特徴語の配置位置が最新登録位置となるように特徴語の並び変えを行なう。なお、スコアがスコアの上限値（例えば１００）を超えるような場合には、スコアを更新させない。

１００端末ＰＣ
１１ＣＰＵ
１２メモリ
１３ハードディスク
２１ディスプレイ
２２マウス
２３キーボード
３１学習辞書
３２特徴語辞書
２００サーバＰＣ
２１１患者情報ＤＢ
２１２カルテＤＢ
３００ネットワーク

Claims

特定の文書を示す文書ＩＤ毎に文書を記憶したデータベースから検索クエリを用いて検索を行ない、検索により見つけた該当文書のリストを検索結果として表示する機能を備えた検索システムにおいて、
前記文書ＩＤ毎に特徴語およびそのスコアが記憶される学習辞書と、
今回検索された前記文書ＩＤ毎に、当該文書ＩＤに関する文書内に、複数の特徴語が予め登録された特徴語辞書に登録されている特徴語が含まれているか否かを判別し、前記特徴語辞書に登録されている特徴語が含まれている場合には、前記学習辞書内の対応する文書ＩＤに対する特徴語としてその特徴語とスコアを追加し、その特徴語が前記学習辞書内の対応する文書ＩＤに対する特徴語として既に登録済の場合には、前記学習辞書内の対応するスコアに所定数を加算することでスコアを更新させるとともに、前記特徴語の配置位置が最新登録位置となるように並び替えを行う手段と、
前記学習辞書から前記検索クエリ以外の前記文書ＩＤ毎の特徴を示す特徴語およびそのスコアをそれぞれ抽出して前記文書ＩＤ毎に文書キーワードリストを作成する手段と、
前記文書キーワードリスト内において複数の文書ＩＤに共通して存在する特徴語については、前記文書ＩＤ毎の文書キーワードリスト内においてその特徴語のスコアを低下させることにより、前記文書キーワードリスト内のデータを更新させる手段と、
検索結果を表示する際に、前記文書キーワードリスト内の特徴語およびそのスコアとに基づき、当該文書ＩＤに対応する特徴語のうち、最新のものからスコアが所定値以上のものを所定数だけ選択することにより表示する特徴語を抽出する抽出手段と、
今回の検索クエリを今回検索された文書ＩＤに対応する特徴語として、今回検索された情報に基づいて算出されたスコアとともに前記学習辞書に加算及び登録する手段と、
を備えたことを特徴とする検索システム。
前記特徴語のスコアを低下させることにより前記文書キーワードリスト内のデータを更新させる前記手段は、
前記文書ＩＤ毎の文書キーワードリスト内において、複数の文書ＩＤに共通して存在する特徴語に関し、他の文書ＩＤの当該特徴語のスコアの総和を当該文書ＩＤの当該特徴語のスコアから減算することにより、前記文書キーワードリスト内のデータを更新させる手段である
ことを特徴とする請求項１に記載の検索システム。