JP6124917B2 - 情報検索のための方法および装置 - Google Patents

Description

関連特許出願の相互参照
本出願は、２０１１年１１月３０日に出願された中国特許出願第２０１１１０３９１８６４．７号、表題「Ｍｅｔｈｏｄ ａｎｄ Ａｐｐａｒａｔｕｓ ｆｏｒ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｅａｒｃｈｉｎｇ」の優先権を主張するものであり、これは、参照によりその全体が本明細書に組み込まれる。

本開示は、ネットワーク技術の分野に関する。より具体的には、本開示は、情報を検索するための方法および装置に関する。

キーワード検索は、多くの検索エンジンによって現在採用されている主要な検索方法である。キーワード検索は、キーワードおよびこのキーワードの同義語に基づいて実行され得る。いくつかの技法（例えば、テキストマイニングおよびスキーママッチング）は、キーワード検索のための同義語を生成するために使用され、したがって、検索効率を増大させる。しかしながら、これらの技法は、特定の文脈下で同義語を特定する際に問題がある。例えば、テキストマイニングは、同義語を選別してマッチングさせるために、テキスト類似性アルゴリズム（例えば、編集距離アルゴリズム）および同義語辞書に依存する。しかしながら、同義語辞書に含まれていない場合、特定の文脈下の同義語は特定され得ない。

検索のためにデータをマイニングするための技法が本明細書に記載される。これらの技法は、キーワードを含むクエリを受信する。これらの技法はまた、キーワードと関連付けられた同義語対を、電子商取引と関連付けられた品目記述をマイニングすることによって生成する。これらの同義語対に基づいて、検索を、受信されたクエリに応答して実行し得る。

この発明の概要は、特許請求される主題の全ての重要な特徴または本質的な特徴を特定するよう意図されるものでも、特許請求される主題の範囲の決定を支援する際に単独で用いられるよう意図されるものでもない。

詳細の説明は、添付の図面を参照して記載される。様々な図面で用いられる同一の参照番号は、類似のまたは同一の項目を示す。
は、データのマイニングおよび／または検索を実行するためのサーバ（複数可）を含む例示のアーキテクチャを示す。 は、データマイニングのための例示のフロー図を示す。 は、選択されたカテゴリ下の同義語対および包括的な関連度を示す例示の表を示す。 は、図１のアーキテクチャで展開され得る例示のサーバを示す。

以下の考察は、本開示の特定の例示の実施形態を説明する。ここで説明されるこれらの例示の実施形態は例示目的であり、本開示を制限することを意図するものではない。

図１は、データのマイニングおよび検索を実行するためのサーバ（複数可）を含む例示のアーキテクチャ１００を示す。ユーザは、サーバにクエリを提出し得、このサーバは、検索を実行して結果を返送し得る。このクエリは、単語を含み得る。一部の実施形態では、サーバは、この単語を含む複数の同義語対を生成するために、取引品目のカテゴリ下の品目の複数の品目記述（例えば、オンライン広告）をマイニングし得る。サーバは更に、これら複数の同義語対の個々の同義語対の包括的関連度を計算する。この包括的関連度は、この単語の属性と、複数の同義語対内におけるこの単語とこの単語の同義語との間の関連度とを示し得る。包括的関連度が所定の値より大きい場合、サーバは、この単語の同義語に基づいて検索を実行する。

示される実施形態において、これらの技法は、１つ以上のネットワーク１１０上でクエリ１０６を１つ以上のサーバ１０８に提出するためにユーザデバイス１０４を操作するユーザ１０２の文脈において説明される。サーバ１０８は、これらの項目に基づいて検索を実行し、結果１１２をユーザデバイス１０４に返送する。

ここでは、ユーザ１０２は、ネットワーク１１０を介してクエリ１０６を提出し得る。ネットワーク１１０は、ケーブルネットワーク、インターネット、および無線ネットワーク等の互いに異なった複数のタイプのネットワークのうちのいずれか１つまたは組み合わせを含み得る。ユーザデバイス１０４は、一方、パソコン、ラップトップ、携帯情報端末（ＰＤＡ）、携帯電話、セットトップボックス、ゲーム機、人的メディアプレーヤー（ＰＭＰ）等を含む任意の数のコンピューティングデバイスとして実現され得る。ユーザデバイス１０４は、１つ以上のプロセッサと、アプリケーションおよびデータを記憶するためのメモリとを装備する。ユーザデバイス１０４上を走行する、ブラウザや他のクライアントアプリケーション等のアプリケーションは、ネットワーク１１０上でのサーバ１０８への提出を容易化し得る。

アーキテクチャ１００では、サーバ１０８は、各々が単語およびこの単語の同義語を含む同義語対１１６を生成するために、表示情報１１４（たとえば、品目のオンライン広告）をマイニングし得る。一部の実施形態では、サーバ１０８は、電子商取引ウエブサイトで採用され、表示情報１１４は、これらの品目を売却することを所望するベンダーによって提供される品目広告情報を含み得る。

同義語対１１６に基づいて、サーバ１０８は次に、この単語の属性およびこの単語とこの単語の同義語との間の関連度を示すために、個々の同義語対のスペクトル１１８を計算し得る。一部の実施形態では、スペクトル１１８は、この単語とこの個々の同義語対内の同義語との間の関連度を示す文脈パラメータを含み得る。スペクトル１１８は、個々の同義語対の単語の属性を示す個々の同義語対の属性パラメータも含み得る。これらの属性パラメータは、所定の規則に基づいて決定し得る。文脈パラメータおよび属性パラメータに基づいて、サーバ１０８は、個々の同義語対の包括的関連度１２０を計算し得る。

図２は、データマイニングのためのフロー図２００を示す。２０２で、サーバ１０８は、同義語を取得するために表示情報をマイニングし得る。一部の実施形態では、サーバ１０８は、選択されたカテゴリの表示情報を取得し、この取得された表示情報中の同義語対を特定する。

従来の技法を用いることによって、特定の文脈下ではなく全般的状況下にある同義語対が取得され得る。例えば、全般的状況下では、ノキア携帯電話のモデル番号５８００および５２３０は、同義語ではない、しかしながら、これらの２つの携帯電話は、同一の種類の電話ケースを用いることが可能である。したがって、電話ケースという特定の文脈下では、５８００および５２３０は、同義語対と見なされ得る。

本明細書に説明する技法は、特定の文脈または意味における同義語対を決定して、これら特定の文脈下の同義語対を取得し得る。特定の文脈とは、取引品目（たとえば、電話ケースや携帯電話）の１つ以上の所定のカテゴリのことである。一部の実施形態では、これらカテゴリは、所定の規則に基づいて決定され得る。これらの例では、電子商取引サービス提供者と関連付けられた取引品目は、ルートノードおよび子ノードの集合を含む階層的なツリー構造を用いて表され得る。このツリー構造のノードは、複数の品目と関連付けられた１つ以上の属性を共有する複数の品目を含み得る。カテゴリは、ツリー構造のノードに、ひいては文脈に対応し得る。

２０４では、サーバ１０８は、取得された同義語対に基づいて文脈スペクトルおよび属性スペクトルを決定し得る。一部の実施形態では、サーバ１０８は、取得された同義語対中に含まれる単語の文脈スペクトルおよび属性スペクトルを決定し得る。これらの例では、文脈スペクトルは、これらの対に含まれる一般的な単語とこの一般的単語の同義語との間の関連度を含み得る。属性スペクトルは、これらの対に含まれる単語の属性およびこれらの属性の各々の重みを含み得る。

選択されたカテゴリ下の表示情報から見つけられた同義語対の各々について、これらの同義語対の文脈スペクトルおよび属性スペクトルが決定され得る。文脈スペクトルは、同義語対に含まれる一般的な単語とこれらの単語の同義語との間の関連度を含み得る。例えば、携帯電話というカテゴリ下では、表示情報の特徴情報は、「ノキア」という単語を含み、統計データに従って、「ノキア」と共起する単語は、「携帯電話」、

、「ｎ７３」である。したがって、これらのツリー単語と、これらのツリー単語と「ノキア」という単語の間の対応する関連度とは、「ノキア」という単語の文脈スペクトルを構成する。この属性スペクトルは、同義語対に含まれる単語の属性およびこれらの属性の重みを含み得る。例えば、携帯電話というカテゴリ下では、表示情報は、「ノキアｎ７３」という単語を含むが、この単語の属性はブランド名「ノキア」であり、別の属性はモデル番号の「ｎ７３」である。したがって、これらブランド名およびモデル番号ならびにこれらに対応する重みを含むこれら２つの属性は、「ノキアｎ７３」という単語の属性スペクトルであり得る。

２０６で、サーバ１０８は、同義語対の包括的関連度を計算し得る。一部の実施形態では、各々の同義語対について、サーバ１０８は、包括的関連度を計算し、所定の値よりも大きいか、または１つ以上の事前設定された判断基準を満たす包括的関連度を有する同義語対のために共通の検索索引を構築し得る。見つけられた各々の同義語対について、この同義語対に含まれる単語の文脈パラメータおよび属性パラメータ（たとえば、文脈スペクトルおよび属性スペクトル）に基づいて包括的関連度を計算し得る。一部の実施形態では、この包括的関連度は、同義語対または同義語対の同義性の関連度を表し得る。図３は、選択されたカテゴリ下の同義語対および包括的な関連度を示す例示の表３００である。例示の実施形態では、携帯電話というカテゴリ下の同義語対は、一例として示されている。欄３０２は、携帯電話というカテゴリ下の多数のリーフ（ｌｅａｆ）カテゴリを含み得る。欄３０４および３０６は、同義語対を含み得る。欄３０８は、同義語対の包括的関連度を含み得る。

一部の実施形態では、共通の検索索引は、１つ以上の判断基準を満たす同義語対のために構築され得る。これらの判断基準は、所定の要件に基づいて決定され得る。これら判断基準は、関連度の閾値であり得る。同義語対の関連度は、関連度の閾値と比較され得る。より高い包括的関連度が同義語対に含まれる単語のより高い同義性を表す場合、共通の検索索引は、閾値以上の包括的関連度を有する同義語対のために構築され得る。より低い包括的関連度がより高い同義性を表す場合、共通の検索索引は、閾値以下の包括的関連度を有する同義語対のために構築され得る。

２０８で、サーバ１０８は、包括的関連度に基づいて索引を構築し得る。一部の実施形態では、共通の検索索引は、ユーザが入力した検索情報が、共通の検索索引が構築された対象となる同義語対に含まれる単語を含むときに、検索するために用いられ得る。２１０で、サーバは、２０８で構築された索引に基づいて検索を実行し得る。

従来の技術に照らして、「アップル」という単語が果物の一種を意味する一方で、「アイフォン」は携帯電話のブランド名である。言い換えれば、「アップル」と「アイフォン」とは、全般的状況下では同義語ではあり得ない。しかしながら、携帯電話というカテゴリ下では、「アップル」と「アイフォン」とは双方とも、携帯電話のブランド名であり、一対の同義語である。２０２〜２０８の動作を実行した後、サーバ１０８は、「アップル」と「アイフォン」とは、携帯電話というカテゴリ下では同義語であると決定する。検索エンジンは次に、携帯電話というカテゴリ下の「アップル」および「アイフォン」のために共通の検索索引を構築し得る。ユーザが、検索目的でユーザ端末に「アップル」または「アイフォン」を入力するとき、「アップル」および「アイフォン」を別々に検索する必要はない。

別の例の場合、全般的状況下では、ノキアの携帯電話のモデル番号５８００および５２３０は、同義語ではない。しかしながら、これらの２つのモデルの携帯電話は、同一の電話ケースを用いることが可能である。したがって、電話ケースというカテゴリ下では、５８００および５２３０は同義語対であり得、共通の検索索引を、電話ケースというカテゴリ下の５８００および５２３０のために構築し得る。ユーザは、ユーザ端末で５８００または５２３０を検索するとき、５８００および５２３０を別々に検索実行する必要はない。したがって、上記の２つの例から、共通の検索索引を用いて検索を実行することで、検索速度を大幅に改善することができると結論され得る。

一部の実施形態では、選択されたカテゴリ下の同義語対を見つけることは、特定の文脈下の同義語対を見つけるための前提となり得る。これらの例では、包括的関連度は、文脈スペクトルおよび属性スペクトルに基づいて計算され得る。文脈スペクトルは、同義語対に含まれる単語とこの単語の同義語との間の関連度を含み得る。属性スペクトルは、同義語対に含まれる単語の属性およびこれらの属性の各々の重みを含み得る。判断基準は所定の規則に基づいて決定され、共通の検索索引は、これらの判断基準を満たす同義語対のために構築され得る。文脈スペクトルや属性スペクトル等の要因を考慮することによって、見つけられた同義語対は、ユーザの検索意図および文脈をより良く反映し、したがって、同義語対の曖昧さを生成する可能性が軽減される。したがって、本明細書に記載する同義語対は、より効率的に見つけられ、検索エンジンの検索効率が改善される。

一部の実施形態では、サーバ１０８は、選択されたカテゴリ下の表示情報および／または履歴検索情報の特徴情報を分析することによって、同義語対を決定し得る。これらの例では、サーバ１０８は、単語を単位として用いて、選択されたカテゴリ下の表示情報の特徴情報を区分化し得る。サーバ１０８は、共起単語対と、これら共起単語対が表示情報の区分化された特徴情報中に見つけられた回数とを記録し得る。表示情報の区分化された特徴情報中のこれらの共起単語対は、回数が所定の閾値より大きい場合に同義語対と見なされ得る。

選択されたカテゴリ下の表示情報の特徴情報は、題名、価格、および／または記述情報であり得る。例えば、選択されたカテゴリ下の表示情報の題名は、表示される品目の記述を含み、これらの題名は、一緒に見つけられた単語も含み得る。例えば、題名は、「赤のシフォン・・・・２０１１年の新着の流行のストラップドレス・・・ストラップワンピースのドレス」と書いてある。

区分化後、「ストラップドレス」および「ストラップワンピースドレス」は、同一の意味の繰り返し表現であると決定される。題名中に共起する単語は共起単語対であると決定され、このような共起単語対が共起する回数もカウントされ得る。題名中の共起単語対は、同義語対または連語対であり得る。したがって、所定の閾値は、共起単語対が共起する回数が所定の閾値以下である場合、これらの共起単語対は同義語対であると決定するために選択され得る。

この所定の閾値は、所定の規則に基づいて決定され得る。同義語対の同義性に対する要件が比較的高い場合、比較的高い閾値が決定され得る。

一部の実施形態では、サーバ１０８は、選択されたカテゴリ下での履歴検索情報を取得し得る。サーバ１０８は、単語を単位として用いて、選択されたカテゴリ下での表示情報および履歴検索情報の特徴情報を区分化し得る。サーバ１０８は、表示情報の区分化された特徴情報中の共起単語対と、これらの共起単語対が共起する回数とを記録し得る。加えて、サーバ１０８は、区分化された履歴検索情報中の共起単語対と、このような共起単語対が共起する回数とを決定し得る。これらの例では、表示情報の区分化された特徴情報中の共起単語対が共起する回数が所定の閾値以上であり、かつ履歴検索情報中の共起単語対が共起する回数が別の所定の値以下である場合に、サーバ１０８は、表示情報の区分化された特徴情報中の共起単語対が同義語対であると決定し得る。

一部の実施形態では、履歴情報を用いる検索方法は、再定義された同義語対（たとえば、より関連した同義語対）を取得するために共起単語対からいくつかの対を除去するために用いられ得る。表示情報の題名は、通常多くの反復語を用いて品目を説明する売り手によって提供され得る。したがって、表示情報の題名中の共起単語対は、連語対または同義語対であり得る。しかしながら、検索を行うためにユーザ端末を用いるユーザは通常、明確な意図を有し、したがって、ユーザによって提供された検索情報は通常は、冗長な情報がなく簡潔で明瞭であり得る。同一の意味を持つ表現は、ユーザが検索を行うときには入力され得ない。例えば、ユーザがシフォンドレス検索するとき、そのユーザは、「赤いシフォンドレス・・・ドレス」ではなくて「赤いシフォンドレス」と入力し得る。

一部の実施形態では、表示情報の題名中にしばしば出現する共起単語対がユーザの検索情報中にも共起する場合、基本的にこのような共起単語対は同義語と見なされ得ない。これらの例では、サーバ１０８は、表示情報の題名中にしばしば出現するが、ユーザの検索情報中にはまれにしか出現しない共起単語対を特定して、これらの共起単語対が同義語対または同義語対の候補であると決定する。

一部の実施形態では、ユーザの履歴検索情報は、表示情報の題名を取得するときに取得され得る。これらの例では、選択されたカテゴリ下での表示情報および履歴検索情報の題名は、単語を単位として用いて区分化され得る。表示情報の区分化された題名中の共起単語対、およびこのような共起単語対が共起する回数が記録され得る。区分化された履歴検索情報中の共起単語対、およびこのような共起単語対が共起する回数も記録され得る。共起単語対が表示情報の区分化された題名中に出現する回数が第１の閾値以上であり、かつ共起単語対が履歴検索情報中で出現する回数が第２の閾値以下である場合、表示情報の題名中の共起単語対は、同義語対であると決定され得る。

これらの例では、第１および第２の閾値は、それぞれ、所定の規則に基づいて決定され得る。あるいは、第１および第２の閾値は、１つの所定の規則に基づいて決定され得る。例えば、この所定の規則は、第１の閾値と第２の閾値との間の相互関係を含み得る。同義語対の同義性に対して比較的高い第１の閾値が存在する場合には、比較的小さい第２の閾値が選択され得、さもなければ、比較的大きい第２の閾値が選択され得る。共起単語対が出現する回数を第１および第２の閾値と比較することによって、サーバ１０８は、連語対を取り除いて、純化された同義語対を取得する。

一部の実施形態では、サーバ１０８は、個々の同義語対の文脈スペクトルを計算し得る。これらの例では、各々の同義語対に含まれる各々の単語について、サーバ１０８は、この単語が見つけられた同義語対、およびこのような包含する同義語対が見つけられる回数を決定し得る。この数および表示情報から見つけられた同義語対の合計数に基づいて、サーバ１０８は、単語と対に含まれるその同義語との間の関連度を決定し得る。同義語対に含まれる単語の文脈スペクトルは次に、単語と対中のその同義語との間の関連度に基づいて決定され得る。

同一の単語を含む同義語対が突き止められ、これらの同義語対が出現する回数、ならびに表示情報から見つけられた同義語対の合計数も決定され得る。同義語対が出現する回数を表示情報から見つけられた同義語対の合計数で割った商は、同義語対中の２つの単語間の関連度を示し得る。したがって、全ての同義語対中の単語の関連度が取得され得る。このような同義語対の全てが同一の単語を含むため、この共通の単語とその同義語の全てとの間の関連度が取得され、したがって、この単語の文脈スペクトルが取得され得る。他の実施形態では、これらの関連度は、様々な方法を用いて計算され得る。

一部の実施形態では、単語の属性スペクトルは、同義語中の単語の全ての属性を決定し、かつこの単語の属性の数に基づいてこれらの属性の各々に対する重み決定することによって取得され得る。単語の属性スペクトルは、この単語の属性およびこれらの属性の重みに基づいて計算され得る。例えば、「ノキアｎ７３」という単語は、２つの属性、すなわち、ブランド名およびモデル番号を有する。したがって、これらのブランド名およびモデル番号は各々が、０．５という重みを有し、「ノキアｎ７３」という単語の属性スペクトルは、ブランド名０．５、モデル番号０．５として表され得る。

一部の実施形態では、同義語対の包括的関連度は、この同義語対に含まれる単語の文脈スペクトルおよび属性スペクトルに基づいて計算され得る。同義語対に含まれる単語の文脈スペクトルに基づいて、サーバ１０８は、この対に含まれる単語の１つ以上の共通の同義語、およびこの対に含まれる単語とそれらの共通の同義語との間の関連度を計算し得る。このサーバは、共通の同義語に基づいた同義語対の文脈スペクトルの関連度、およびこの対に含まれる単語とこれらの共通の同義語との間の関連度も計算し得る。同義語対に含まれる単語の属性スペクトルに基づいて、サーバ１０８は、この対に含まれる単語の共通の属性、およびこの対の含まれる単語の属性スペクトル中の共通の属性の重みを計算し得る。サーバ１０８は、共通の属性に基づいた同義語対の属性スペクトルの関連度、およびこれらの対に含まれる単語の属性スペクトル中の共通の属性の重みも計算し得る。サーバ１０８は、文脈スペクトルの関連度に基づいた同義語対の包括的関連度、および同義語対の属性スペクトルの関連度を計算し得る。

例えば、サーバ１０８は、（Ａ、Ｂ）を例示の同義語対として同義語対の包括的関連度を計算し得る。Ａの文脈スペクトルが、ＡとＣとの間の関連度Ｓ１、ＡとＤとの間の関連度Ｓ２、およびＡとＥとの間の関連度Ｓ３によって表されると仮定する。更に、Ａの属性スペクトルが、ブランド名１／３、モデル番号１／３、色１／３であり、Ｂの文脈スペクトルが、ＢとＣとの間の関連度Ｓ４、ＢとＤとの間の関連度Ｓ５、およびＢとＦとの間の関連度Ｓ６によって表され、Ｂの属性スペクトルが、ブランド名１／２、モデル番号１／２であると仮定する。

文脈スペクトル（Ａ、Ｂ）の関連度を計算するために、ＡおよびＢの文脈スペクトル中の共通の同義語、ならびにこのような共通の同義語とＡおよびＢとの間の関連度が取得され得る。この例では、サーバ１０８は、共通の同義語ＣとＡとの間の関連度およびＣとＢとの間の関連度、すなわちＳ１およびＳ４を取得し、共通の同義語ＤとＡとの間の関連度およびＤとＢとの間の関連度、すなわちＳ２およびＳ５も取得し得る。したがって、（Ａ、Ｂ）の文脈スペクトルの関連度は、次式を用いて計算される。

共通の同義語の各々とＡおよびＢとの間の関連度が乗算され、その和を、Ａの文脈スペクトル中の全ての関連度の二乗の和の平方根と、Ｂの文脈スペクトル中の全ての関連度の二乗の和の平方根とで割って、同義語対（Ａ、Ｂ）の文脈スペクトルの関連度を計算する。

（Ａ、Ｂ）の属性スペクトルの関連度を計算するために、サーバ１０８は、ＡおよびＢの属性スペクトル中の共通の属性を取得することができ、ＡおよびＢの各々の属性スペクトル中のこのような共通の属性の重みが取得される必要がある。本例では、共通の属性はブランド名およびモデル番号であると仮定する。更に、ＡおよびＢの属性スペクトル中のブランド名属性の重みは１／３および１／２であり、ＡおよびＢの属性スペクトル中のモデル名属性の重みは１／３および１／２であると仮定する。したがって、同義語対（Ａ、Ｂ）の属性スペクトルの関連度は、次のように計算される。

文脈スペクトルの関連度と同義語対（Ａ、Ｂ）の属性スペクトルの関連度との合計は、同義語対（Ａ、Ｂ）の包括的関連度であり得る。文脈スペクトルの関連度および同義語対（Ａ、Ｂ）の属性スペクトルの関連度を包括的関連度として用いることに加えて、重み付け等の他の方法も、（Ａ、Ｂ）の包括的関連度計算するために採用され得る。

一部の実施形態では、表示情報から同義語対を見つけた後、同義語対に含まれる単語について、サーバ１０８は、この対に含まれるこれらの単語の予測されるカテゴリおよびこの予測カテゴリの重みを決定して、予測カテゴリのカテゴリスペクトルおよび予測カテゴリの重みを、予測カテゴリおよび対に含まれる単語が含まれる履歴検索情報のクリック回数に基づいて取得する。これらの例では、履歴検索情報の予測カテゴリおよびこのようなカテゴリのクリック回数は、ユーザがクリックした検索結果の表示情報が属するカテゴリおよびこのようなカテゴリのクリック数に基づいて決定され得るが、ユーザがクリックした検索結果は履歴検索情報に相当する。

検索ログ中の履歴検索情報がアクセスされ、履歴検索情報に対応するユーザがクリックした検索結果中の表示情報が属するカテゴリが決定され、このようなカテゴリのクリック数がカウントされる。したがって、履歴検索情報の予測カテゴリおよびこのようなカテゴリのクリック数が取得され得る。同義語対中の単語が複数の履歴検索情報中に出現するとき、これらの複数の履歴検索情報の共通の予測カテゴリは、この対に含まれるこれらの単語の予測カテゴリと決定され、これらの予測カテゴリのうちの一つのクリック数の最大値を表示情報の合計クリック数で割った商は、この予測カテゴリの重みと決定され得る。したがって、同義語対に含まれる単語のカテゴリスペクトルが計算され得る。

一部の実施形態では、サーバ１０８は、文脈スペクトルの関連度、属性スペクトルの関連度、およびこの同義語対のカテゴリスペクトルの関連度に基づいて、同義語対の包括的関連度を計算し得る。これらの関連度は、それぞれ文脈スペクトル、属性スペクトル、および同義語対に含まれる単語のカテゴリスペクトルに基づいて計算され得る。同義語対の包括的関連度は、文脈スペクトルの関連度、属性スペクトルの関連度、および同義語対のカテゴリスペクトルの関連度の合計であり得る。あるいは、同義語対の包括的関連度は、重み付け等によって取得され得る。

一部の実施形態では、サーバ１０８は、同義語対に含まれる単語のカテゴリスペクトルに基づいて、同義語対のカテゴリスペクトルの関連度を取得し得る。同義語対に含まれる単語のカテゴリスペクトルに基づいて、サーバ１０８は、同義語対に含まれる単語の共通のカテゴリ、およびこの対に含まれる単語のカテゴリスペクトル中の共通のカテゴリの重みを取得し得る。サーバ１０８はまた、共通のカテゴリおよび対に含まれる単語のカテゴリスペクトル中の共通のカテゴリに基づいて、同義語対のカテゴリスペクトルの関連度を取得し得る。

一部の実施形態では、同義語対のカテゴリスペクトルの関連度は、（１）と同様の式を用いて計算され得る。例えば、（Ａ、Ｂ）は、例示の同義語対であると見なされる。同義語対のカテゴリスペクトルの関連度を計算する方法は、ＡおよびＢのカテゴリスペクトルの共通のカテゴリ、ならびにＡおよびＢのカテゴリスペクトル中の共通のカテゴリの重みを取得することを含み得る。ＡおよびＢのカテゴリスペクトル中の各々の共通のカテゴリの重みをそれぞれ乗算し、次に、Ａのカテゴリスペクトル中の全てのカテゴリの重みの二乗の和の平方根、更に、Ｂのカテゴリスペクトル中の全てのカテゴリの重みの二乗の和の平方根で割って、同義語対（Ａ、Ｂ）のカテゴリスペクトルの関連度を取得する。

図４は、図１のアーキテクチャで展開され得る例示のサーバ１０８を示す。サーバ１０８は、いずれかの適切なコンピューティングデバイス（複数可）として構成され得る。１つの例示の構成では、サーバ１０８は、１つ以上のプロセッサ４０２、入出力インタフェース４０４、ネットワークインタフェース４０６、およびメモリ４０８を含む。

メモリ４０８は、ランダムアクセスメモリ（ＲＡＭ）等の揮発性メモリおよび／もしくはリードオンリーメモリ（ＲＯＭ）またはフラッシュＲＡＭ等の不揮発性メモリの形態のコンピュータ読み取り可能媒体を含み得る。メモリ４０８は、コンピュータ読み取り可能媒体の例である。

コンピュータ読み取り可能媒体は、コンピュータ読み取り可能命令、データ構造、プログラムモジュールもしくは他のデータ等の情報を記憶するための方法または技術で実装される揮発性および不揮発性の取り外し可能および取り外し不可能媒体を含む。コンピュータ記憶媒体の例は、これに限られないが、相変化メモリ（ＰＲＡＭ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）、ダイナミックランダムアクセスメモリ（ＤＲＡＭ）、他のタイプのランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、電気的消去可能プログラム可能リードオンリーメモリ（ＥＥＰＲＯＭ）、フラッシュメモリもしくは他のメモリ技術、コンパクトディスクリードオンリーメモリ（ＣＤ−ＲＯＭ）、デジタルバーサタイルディスク（ＤＶＤ）もしくは他の光記憶装置、磁気カセット、磁気テープ、磁気ディスク記憶装置もしくは他の磁気記憶デバイス、またはコンピューティングデバイスによるアクセスのために情報を記憶する目的で用いることが可能ないずれかの他の非伝送媒体を含む。本明細書で定義されるように、コンピュータ読み取り可能媒体は、変調データ信号および搬送波等の一過性の媒体を含まない。

次にメモリ４０８をより詳細に参照して、メモリ４０８は、同義語対取得ユニット４１０、文脈スペクトル取得ユニット４１２、属性スペクトル取得ユニット４１４、索引構築ユニット４１６、検索ユニット４１８、およびカテゴリスペクトル取得ユニット４２０を含み得る。

同義語対取得ユニット４１０は、選択されたカテゴリ下の表示情報を取得し、この表示情報から同義語対を見つけるように構成され得る。文脈スペクトル取得ユニット４１２は、同義語対に含まれる単語文脈スペクトルを決定するように構成され得るが、この文脈スペクトルは、これらの同義語対に含まれる単語のスペクトルとこれらの同義語との間の関連度を含む。属性スペクトル取得ユニット４１４は、同義語対に含まれる単語の属性スペクトルを決定するように構成され得るが、これらの属性スペクトルは、これらの同義語対に含まれる単語の属性およびこれらの属性の各々の重みを含む。

索引構築ユニット４１６は、同義語対に含まれる単語の文脈スペクトルおよび属性スペクトルに基づいて各々の同義語対に対する一般的関連度を取得し、事前設定された判断基準を満たす一般的関連度を有する同義語対に対する共通の検索索引を構築するように構成され得る。検索ユニット４１８は、ユーザから受信された検索情報が同義語対中の単語を含むとき、同義語対の共通の検索索引に従って検索を実行するように構成され得る。

一部の実施形態では、同義語対取得ユニット４１０は、単語を単位として用いて、選択されたカテゴリ下の表示情報の特徴情報を区分化するように構成され得る。同義語対取得ユニット４１０は、表示情報の区分化された特徴情報の特徴情報中の共起単語対、およびこれらの共起単語対が出現する回数も記録し得る。同義語対取得ユニット４１０は次に、共起単語対の出現回数が第１の閾値よりも大きいときに、表示情報の区分化された特徴情報中の共起単語対を同義語対と決定し得る。一部の実施形態では、同義語対取得ユニット４１０は、選択されたカテゴリ下の履歴検索情報を取得し、単語を単位として用いて、選択されたカテゴリ下の表示情報および履歴検索情報の特徴情報を区分化し、これらの表示情報の区分化された特徴情報およびこのような共起単語対が出現する回数を記録し、区分化された履歴検索情報中の共起単語対およびこのような共起単語対が出現する回数も記録する。更に、同義語対取得ユニット４１０は、共起単語対の出現する回数が第１の閾値以上であり、かつ共起単語対が履歴検索情報中で出現する回数が第２の閾値以下であるときに、区分化された表示情報の特徴情報中の共起単語対を同義語対と決定し得る。

一部の実施形態では、文脈スペクトル取得ユニット４１２は、見つけられた各々の同義語対中の各々の単語について、この単語を含む同義語対、およびこのような同義語対が出現する回数を決定するように構成され得る。文脈スペクトル取得ユニット４１２は、この対に含まれる単語と対中のその同義語との間の関連度を、この単語を含む各々の同義語対が出現する回数および表示情報から見つけられた同義語対の合計数に基づいて決定する。次に、この単語を含む各々の同義語対が出現する回数および表示情報から見つけられた同義語対の合計数に基づいて、同義語対に含まれる単語の文脈スペクトルを、対に含まれる単語と対中のその同義語との間の関連度に基づいて決定し得る。

一部の実施形態では、索引構築ユニット４１６は、同義語対に含まれる単語の文脈スペクトルに基づいて、同義語対に含まれる単語の共通の同義語、およびこの対に含まれる単語とそれらの共通の同義語との間の関連度を取得するように構成され得る。共通の同義語、および対に含まれる単語とそれらの共通の同義語との間の関連度に基づいて、索引構築ユニット４１６は、同義語対の文脈スペクトルの関連度を取得し得る。索引構築ユニット４１６は、同義語対に含まれる単語の属性スペクトルに基づいて、対に含まれる単語の共通の属性、および対に含まれる単語の属性スペクトル中の共通の属性の重みも取得し得る。共通の属性および共通の属性の重みに基づいて、索引構築ユニット４１６は、同義語対の属性スペクトルの関連度を取得する。文脈スペクトルの関連度、および同義語対の属性スペクトルの関連度に基づいて、索引構築ユニット４１６は、同義語対の一般的関連度を取得する。

一部の実施形態では、メモリ４０８は、同義語対に含まれる単語について、この対に含まれる単語の履歴検索情報の予想されるカテゴリおよびこのような予想されるカテゴリのクリック数に基づいて、この対に含まれる単語の予想されるカテゴリおよびこのようなカテゴリの重みを決定し、かつ予測されるカテゴリを含むカテゴリスペクトルおよびこの対に含まれる単語の予想されるカテゴリの重みを取得するように構成され得るカテゴリスペクトル取得ユニット４２０も含み得る。これらの例では、履歴検索情報の予想されるカテゴリ、およびこのような予想されるカテゴリのクリック数は、ユーザによってクリックされた検索結果の表示情報が属するカテゴリ、およびこのようなカテゴリのクリック数に基づいて決定され得るが、ユーザによってクリックされたこれらの検索結果は、履歴検索情報に相当する。

一部の実施形態では、索引構築ユニット４１６は、文脈スペクトルの関連度、これらの文脈スペクトルに基づいた同義語対の属性スペクトルの関連度およびカテゴリスペクトルの関連度、ならびに同義語対に含まれる単語の属性スペクトルおよびカテゴリスペクトルを取得し得る。文脈スペクトルの関連度、ならびに同義語対の属性スペクトルの関連度およびカテゴリスペクトルの関連度に基づいて、索引構築ユニット４１６は、同義語対の一般的関連度を取得し得る。

一部の実施形態では、索引構築ユニット４１６は、同義語対に含まれる単語のカテゴリスペクトルに基づいて、同義語対に含まれる単語の共通のカテゴリおよびこの対に含まれる単語のカテゴリスペクトル中の共通のカテゴリの重みを取得し得る。これらの共通のカテゴリおよびこの対に含まれる単語のカテゴリスペクトル中の共通のカテゴリの重みに基づいて、索引構築ユニット４１６は、同義語対のカテゴリスペクトルの関連度を取得し得る。

本明細書の特定の例を用いて本出願の原理および実施形態を説明した。上記の実施形態の説明は、本開示の方法および観念の理解を支援するように設計されている。しかしながら、当業者は、本出願の観念に基づいて、特定の実施形態および出願範囲を変更することが可能であり、したがって、本明細書の内容は、本出願を限定するものであると解釈されるべきではない。

Claims (13)

1. １つ以上のプロセッサによって実行されるときに、前記１つ以上のプロセッサに動作を実行するように命令するコンピュータ実行可能命令を記憶する１つ以上のコンピュータ読み取り可能記憶媒体であって、前記動作が、
   単語に関連付けられたクエリを受信することと、
   品目のカテゴリ下の複数の品目記述をマイニングして、前記単語を含む複数の同義語対を生成することと、
   前記複数の同義語対の個々の同義語対の包括的関連度を計算することであり、前記包括的関連度が、前記単語および前記同義語対内の前記単語の同義語に関連付けられたカテゴリスペクトルに基づいて計算され、前記カテゴリスペクトルが、前記単語および前記同義語対内の前記単語の同義語に関連付けられたカテゴリと、前記カテゴリに関連付けられたユーザクリック率と、に基づいて決定される、ことと、
   所定の値よりも大きい包括的関連度を有する前記複数の同義語対のうちの１つの同義語対に基づいて検索を実行することと、
   を備えたことを特徴とする１つ又は複数のコンピュータ読み取り可能記憶媒体。
2. 前記カテゴリが、所定の規則に基づいて重みを割り当てられ、前記包括的関連度が、前記重みに基づいて更に計算されることを特徴とする請求項１に記載の１つ又は複数のコンピュータ読み取り可能記憶媒体。
3. 前記個々の同義語対が、前記単語および前記単語の同義語を含むことを特徴とする請求項１に記載の１つ又は複数のコンピュータ読み取り可能記憶媒体。
4. 前記複数の品目記述が、ベンダーによって提供される品目広告情報を含むことを特徴とする請求項１に記載の１つ又は複数のコンピュータ読み取り可能記憶媒体。
5. 前記動作が、
   前記個々の同義語対の文脈パラメータであって、前記カテゴリ下の前記単語と個々の同義語との間の関連度を示す文脈パラメータを決定することと、
   所定の規則に基づいて、前記個々の同義語対の属性パラメータを決定することと、
   を更に備えたことを特徴とする請求項１に記載の１つ又は複数のコンピュータ読み取り可能記憶媒体。
6. 包括的関連度の前記計算が、前記文脈パラメータおよび前記属性パラメータに基づいて前記包括的関連度を計算することを含むことを特徴とする請求項５に記載の１つ又は複数のコンピュータ読み取り可能記憶媒体。
7. 前記動作が、
   前記個々の同義語対のうちの一方の単語を決定することと、
   前記単語を含む同義語対の数を計算することと、
   前記複数の同義語対の追加の数を計算することと、
   を更に備え、前記文脈パラメータが、前記数および前記追加の数を用いて決定されることを特徴とする請求項５に記載の１つ又は複数のコンピュータ読み取り可能記憶媒体。
8. １つ以上のプロセッサによって実行されるときに、前記１つ以上のプロセッサに動作を実行するように命令するコンピュータ実行可能命令を記憶する１つ以上のコンピュータ読み取り可能記憶媒体であって、前記動作が、
   単語に関連付けられたクエリを受信することと、
   品目のカテゴリ下の複数の品目記述をマイニングして、前記単語を含む複数の同義語対を生成することと、
   前記複数の同義語対の個々の同義語対の包括的関連度を計算することと、
   所定の値よりも大きい包括的関連度を有する前記複数の同義語対のうちの１つの同義語対に基づいて検索を実行することと、
   を備え、前記動作が、
   前記複数の品目記述の特徴に基づいて前記複数の品目記述の区分化を行って、複数のストリングを生成することと、
   前記複数のストリングの少なくとも２つの単語であって、前記複数のストリングの少なくとも２つのストリングで一緒に見つけられる少なくとも２つの単語を特定することと、
   前記少なくとも２つの単語が前記複数のストリングで一緒に見つけられる頻度を計算することと、
   前記頻度が所定の値よりも大きい場合に、前記少なくとも２つの単語が１つの同義語対に属すると決定することと、
   前記品目の前記カテゴリ下の履歴検索情報に基づいて前記複数の品目記述の更なる区分化を行って、更なる複数のストリングを生成することと、
   前記少なくとも２つの単語が、前記更なる複数のストリングのうちの少なくとも２つの更なるストリングで一緒に見つけられると決定し、かつ前記少なくとも２つの単語が前記更なる複数のストリングで一緒に見つけられる更なる頻度を決定することと、
   前記頻度が所定の値よりも大きく、かつ前記更なる頻度が更なる所定の値よりも小さい場合に、前記少なくとも２つの単語が同義語対であると決定することと、
   を更に備えたことを特徴とする１つ又は複数のコンピュータ読み取り可能記憶媒体。
9. 単語に関連付けられたクエリを受信することと、
   取引品目のカテゴリ下の複数の品目記述をマイニングして、前記単語および前記単語の同義語を含む複数の同義語対を生成することと、
   前記複数の同義語対の個々の文脈パラメータであって、前記同義語対のうちの前記単語と前記同義語との間の関連度を示す文脈パラメータを計算することと、
   所定の規則に基づいて、前記複数の同義語対の個々の属性パラメータを計算することと、
   前記文脈パラメータおよび前記属性パラメータに基づいて、前記複数の同義語対の個々の包括的関連度を計算することと、
   前記包括的関連度が所定の値よりも大きいと決定することと、
   前記決定に応答して、所定の値よりも大きい包括的関連度を有する前記複数の同義語対のうちの１つの同義語に基づいて検索を実行することと、
   を備えるコンピュータ実装方法であって、
   前記取引品目の前記カテゴリ下の履歴検索情報に基づいて前記複数の品目記述の更なる区分化を行って、更なる複数のストリングを生成することと、
   少なくとも２つの単語が、前記更なる複数のストリングのうちの少なくとも２つの更なるストリングで一緒に見つけられると決定し、かつ前記少なくとも２つの単語が前記更なる複数のストリングで一緒に見つけられる更なる頻度を決定することと、
   前記頻度が所定の値よりも大きく、かつ前記更なる頻度が更なる所定の値よりも小さい場合に、前記少なくとも２つの単語が同義語対であると決定することと、
   を更に備えたことを特徴とするコンピュータ実装方法。
10. 前記品目記述を分析して複数のストリングを生成することを更に備え、前記同義語対の２つの単語が、
    前記複数のストリングのうちの少なくとも２つのストリングで一緒に見つけられ、
    前記同義語対の２つの単語が前記複数のストリングで一緒に見つけられ、かつ所定の値よりも大きい頻度を有することを特徴とする請求項９に記載のコンピュータ実装方法。
11. 複数の品目記述の特徴に基づいて前記複数の品目記述を分析して、複数のストリングを生成することと、
    前記複数のストリングのうちの少なくとも２つのストリングで一緒に見つけられる前記複数のストリングのうちの少なくとも２つの単語を特定することと、
    前記少なくとも２つの単語が前記複数のストリングで一緒に見つけられる頻度を計算することと、
    前記頻度が所定の値よりも大きい場合に、前記少なくとも２つの単語が１つの同義語対に属すると判定することと、
    を更に備えたことを特徴とする請求項９に記載のコンピュータ実装方法。
12. １つ以上のプロセッサと、
    前記１つ以上のプロセッサによって実行可能な複数のコンポーネントを保持するメモリと、を備え、前記複数のコンポーネントが、
    取引品目のカテゴリ下の複数の品目記述をマイニングして、単語および前記単語の同義語を含む複数の同義語対を生成する、同義語取得ユニットと、
    前記複数の同義語対の個々の文脈パラメータであって、前記カテゴリ下の前記単語と前記同義語との間の関連度を示す文脈パラメータを決定する、文脈スペクトル取得ユニットと、
    所定の規則に基づいて、前記複数の同義語対の個々の属性パラメータを決定する、属性スペクトル取得ユニットと、
    前記文脈パラメータおよび前記属性パラメータに基づいて、前記複数の同義語対の個々の包括的関連度を計算する、索引構築ユニットと、
    単語を含むクエリに応答して、所定の値よりも大きい包括的関連度を有する前記複数の同義語対のうちの１つの同義語対に基づいて検索を実行する検索ユニットと、
    を備えたコンピューティングデバイスであって、
    前記同義語取得ユニットが、前記品目記述を更に分析して複数のストリングを生成し、前記同義語対の２つの単語が、
    前記複数のストリングのうちの少なくとも２つのストリングで一緒に見つけられ、
    前記同義語対の２つの単語が前記複数のストリングで一緒に見つけられる頻度であって、かつ所定の値よりも大きい頻度を有し、
    前記同義語取得ユニットが更に、
    複数の品目記述の特徴に基づいて前記複数の品目記述を分析して、複数のストリングを生成し、
    前記複数のストリングのうちの少なくとも２つのストリングで一緒に見つけられる前記複数のストリングの少なくとも２つの単語を特定し、
    前記少なくとも２つの単語が前記複数のストリングで一緒に見つけられる更なる頻度を計算し、
    前記頻度が所定の値よりも大きく、かつ前記更なる頻度が更なる所定の値よりも小さい場合に、前記少なくとも２つの単語が１つの同義語対に属すると判定することを特徴とするコンピューティングデバイス。
13. 前記包括的関連度が、前記単語および前記同義語対内の前記単語の同義語に関連付けられたカテゴリスペクトルに基づいて更に計算され、前記カテゴリスペクトルが、前記単語および前記同義語に関連付けられたカテゴリと、前記カテゴリに関連付けられたユーザクリック率と、に基づいて決定されることを特徴とする請求項１２に記載のコンピューティングデバイス。

Images