JP6173990B2 - 検索支援装置、方法およびプログラム - Google Patents

Description

本発明の実施形態は、検索支援装置、方法およびプログラムに関する。

インターネットの普及と、パーソナルコンピュータ、スマートフォンおよびタブレット端末などのデバイスの多様化およびコモディティ化とに伴い、Ｗｅｂ文書を通じて情報を入手することが容易である。よって、紙媒体である新聞や雑誌で行っていた「スクラップ」に相当する操作を、Ｗｅｂ文書などの電子化文書で実現する手段およびアプリケーションが実現されている。特に、スマートフォンおよびタブレット端末の普及により、文書中における文の選択および移動の操作が簡単となるため、容易にスクラップを取ることができる。

ある文書に関連する関連文書をスクラップとして蓄積した文書から検索する際に、システムにより関連文書が提示される場合は、表示スペースが限られるため、一般にページを縮小したサムネイル表示がなされることが多い。但し、サムネイル表示だけでは関連文書の内容を把握しにくいため、文書のタイトル、作成日時および収集日時などのプロパティ情報を提示したり、ユーザが明示的に付与したタグ情報などを添えて、ユーザが関連文書の概要を把握するための手がかりとすることがある。また、収集した複数のスクラップから文書間で共起するキーワードに基づいて、関連文書を提示する技術がある。

特開２０１０−７９９１５号公報

しかし、文書間で共起するキーワードを提示しても、提示されたキーワードがユーザにとって必ずしも関連性の判断に役立つとは限らず、共起するキーワードを抽出するという観点でしか関連文書を提示できない。

本開示は、上述の課題を解決するためになされたものであり、ユーザの関心を広げるキーワードの提示を支援することができる検索支援装置、方法およびプログラムを提供することを目的とする。

本実施形態に係る検索支援装置は、第１解析部、第１取得部、測定部、抽出部、格納部。第１解析部は、スクラップされた文書であるスクラップ文書を解析し、該スクラップ文書の元となる元文書の所在を示す所在情報を得る。第１取得部は、前記所在情報を参照し、前記元文書が更新されている場合、更新された前記元文書である更新文書を取得する。測定部は、前記元文書の第１更新頻度を測定する。抽出部は、前記スクラップ文書から１以上の第１キーワードを抽出し、前記更新文書から前記第１更新頻度に応じて設定されるキーワード抽出方式を用いて１以上の第２キーワードを抽出する。格納部は、前記スクラップ文書に対し、前記１以上の第１キーワード、前記更新文書、前記１以上の第２キーワードをそれぞれ対応付けて格納する。

本実施形態に係る検索支援装置を示すブロック図。 文書データの更新処理を示すフローチャート。 文書データ格納部に格納される文書データの一例を示す図。 関連文書提示処理を示すフローチャート。 キーワード抽出部のキーワード抽出処理を示すフローチャート。 更新パターンとキーワード抽出方式との関係性の一例を示す図。 関連文書検索部の関連文書判定処理を示すフローチャート。 提示部における関連文書およびキーワードの提示例を示す図。

以下、図面を参照しながら本実施形態に係る検索支援装置、方法およびプログラムについて詳細に説明する。なお、以下の実施形態では、同一の参照符号を付した部分は同様の動作をおこなうものとして、重複する説明を適宜省略する。

本実施形態に係る検索支援装置について図１のブロック図を参照して説明する。
本実施形態に係る検索支援装置１００は、文書データ格納部１０１、スクラップ文書解析部１０２、更新文書取得部１０３、リンク情報解析部１０４、リンク先文書取得部１０５、更新頻度測定部１０６、キーワード抽出部１０７、属性更新部１０８、クエリ文書解析部１０９、関連文書検索部１１０および提示部１１１を含む。

文書データ格納部１０１は、１以上のスクラップ文書に関する文書データを蓄積する。スクラップ文書は、電子化された文書全体または部分領域を示すユーザによりスクラップされた（切り出された）範囲の文書である。例えば、タッチパネル式の表示画面であればユーザがペンまたは指などで囲む動作で文書中の領域を指定することにより、指定された部分領域がスクラップされ、スクラップ文書を生成できる。また、文書に下線やマーカーを引いたり、先頭行にマークを付すなどのアノテーションを文書に付与することでスクラップし、スクラップ文書を生成してもよい。文書データ格納部１０１については図３を参照して後述する。

スクラップ文書解析部１０２は、文書データ格納部１０１からスクラップ文書を受け取り、スクラップ文書を解析して、スクラップ文書を取得する際の元となる文書である元文書の所在を示す所在情報を得る。所在情報としては、例えばＵＲＬやＩＰアドレスが挙げられる。
更新文書取得部１０３は、スクラップ文書解析部１０２から元文書の所在情報を受け取り、所在情報を参照してＷＥＢ１５０を検索し、元文書が、文書データ格納部１０１に格納されるスクラップ文書を取得した時点から更新されているかどうかを判定する。元文書が更新されている場合は、更新された元文書である更新文書を取得する。

リンク情報解析部１０４は、スクラップ文書解析部１０２からスクラップ文書を、更新文書取得部１０３から更新文書をそれぞれ受け取り、スクラップ文書および更新文書を解析して、スクラップ文書および更新文書に含まれるリンク情報を得る。リンク情報は、文書中に存在するハイパーリンクなどの他の文書へのリンクを示す情報である。
リンク先文書取得部１０５は、リンク情報解析部１０４からリンク情報を受け取り、リンク先の文書であるリンク先文書をＷＥＢ１５０から検索して取得する。

更新頻度測定部１０６は、リンク情報解析部１０４からスクラップ文書および更新文書を、リンク先文書取得部１０５からリンク先文書をそれぞれ受け取り、元文書の更新頻度およびリンク先文書の更新頻度を測定する。
キーワード抽出部１０７は、更新頻度測定部１０６からスクラップ文書、更新文書およびリンク先文書を受け取る。キーワード抽出部１０７は、スクラップ文書から１以上のキーワードを抽出し、更新文書およびリンク先文書から、更新頻度に応じたキーワード抽出方式を用いて１以上のキーワードを抽出する。キーワード抽出方式は、キーワードを抽出する場合にどのような基準およびどのようなアルゴリズムで抽出するかを示す。キーワード抽出部１０７の詳細については、図５を参照して後述する。
属性更新部１０８は、キーワード抽出部１０７から１以上のキーワードを受け取り、文書データ格納部１０１に格納されるスクラップ文書の文書データに対して、更新文書、リンク先文書および１以上のキーワードをそれぞれ対応付けることで更新処理を行う。

クエリ文書解析部１０９は、検索クエリとなる文書であるクエリ文書を取得し、クエリ文書を解析して単語特徴量を得る。クエリ文書はユーザがスクラップ文書を指定することで決定されてもよいし、ユーザが新たな文書を入力することでクエリ文書が決定されてもよい。
関連文書検索部１１０は、クエリ文書解析部１０９からクエリ文書および単語特徴量を受け取り、文書データ格納部１０１から、クエリ文書の単語特徴量との類似度が閾値以上となるスクラップ文書を検索し、関連文書として取得する。
提示部１１１は、例えばディスプレイであり、関連文書検索部１１０からクエリ文書と関連文書と関連文書に対応付けられる更新文書、リンク先文書およびキーワードとを受け取って提示する。

次に、文書データ格納部１０１に格納されるスクラップ文書の文書データの更新処理について図２のフローチャートを参照して説明する。
なお、本実施形態では、未処理にスクラップ文書が予め文書データ格納部１０１に格納されている場合を想定するが、スクラップ文書が生成された時点でスクラップ文書をスクラップ文書解析部１０２が取得し、後段の処理を行うようにしてもよい。

ステップＳ２０１では、スクラップ文書解析部１０２が、文書データ格納部１０１からスクラップ文書を取得する。
ステップＳ２０２では、スクラップ文書解析部１０２が、スクラップ文書を解析し、元文書の所在情報を得る。
ステップＳ２０３では、スクラップ文書解析部１０２が、元文書が更新されているどうかを判定する。更新の判定は、スクラップ文書解析部１０２に格納されるスクラップ文書と所在情報が示す場所に存在する元文書との間で差分が存在すれば、元文書が更新されていると判定すればよい。元文書が更新されている場合は、ステップＳ２０４に進み、更新されていない場合は、ステップＳ２０５に進む。

ステップＳ２０４では、更新文書取得部１０３が、更新文書を取得する。なお、更新の判定の際に元文書が複数回更新されている場合は、複数の更新文書を取得してもよい。
ステップＳ２０５では、リンク情報解析部１０４が、スクラップ文書および更新文書のリンク情報を解析する。
ステップＳ２０６では、リンク情報解析部１０４が、リンク情報を辿った先にリンク先文書が存在するかどうかを判定する。リンク先文書が存在すれば、ステップＳ２０７に進み、リンク先文書が存在しなければステップＳ２０８に進む。

ステップＳ２０７では、リンク先文書取得部１０５が、リンク先文書を取得する。
ステップＳ２０８では、キーワード抽出部１０７が、スクラップ文書、更新文書およびリンク先文書から、キーワードを抽出する。
ステップＳ２０９では、属性更新部１０８が、文書データ格納部１０１に格納されるスクラップ文書の文書データを更新する。以上で、スクラップ文書の文書データの更新処理を参照して終了する。

次に、文書データ格納部１０１に格納される文書データの一例について、図３を参照して説明する。
図３に示す文書データ格納部１０１に格納されるテーブル３００は、文書ＩＤ３０１、スクラップ時刻３０２、最終更新時刻３０３、リンク情報３０４、文書本体３０５、オリジナルキーワード３０６および拡張キーワード３０７を含む。

文書ＩＤ３０１は、文書を識別するための識別子である。スクラップ時刻３０２は、元文書に対してスクラップ処理を行なった時刻である。最終更新時刻３０３は、元文書に更新がある場合における元文書の最新の更新日時を示す。元文書に更新がなければスクラップ時刻と同じ値を最終更新時刻３０３の値としてもよいし、空でもよい。
リンク情報３０４は、リンク先文書の所在を示すＵＲＬなどのアドレスである。

文書本体３０５は、スクラップ文書、更新文書およびリンク先文書のデータ本体であり、例えば、ＨＴＭＬ（Hypertext Markup Language）形式のデータである。なお、スクラップ文書がスクラップした文書の部分領域である場合は、スクラップした時点の文書全体のデータも保持する。
オリジナルキーワード３０６は、スクラップ文書から抽出されるキーワードである。お、スクラップ文書がスクラップした文書の部分領域である場合は、スクラップした文書全体からキーワードを抽出してもよい。
拡張キーワード３０７は、更新文書およびリンク先文書から取得したキーワードである。

図３の例では、例えば、文書ＩＤ３０１「００１」には、スクラップ時刻３０２「２０１４−０１−２３ １３：３２：１３」、最終更新時刻３０３「２０１４−０２−２２ １５：１３：４０」、リンク情報３０４「http://www…」、文書本体３０５「<HTML>…」、オリジナルキーワード３０６「省エネ、ガス」、拡張キーワード３０７「省エネサポートフェア、Ｓｍａｒｔ−ＵＰＳ」がそれぞれ対応付けられる。

次に、関連文書提示処理について図４のフローチャートを参照して説明する。
ステップＳ４０１では、クエリ文書解析部１０９が、クエリ文書を取得する。
ステップＳ４０２では、クエリ文書解析部１０９が、クエリ文書を解析してクエリ文書の単語特徴量を抽出する。
ステップＳ４０３では、関連文書検索部１１０が、クエリ文書を起点として、文書データ格納部１０１から関連文書を検索する。

ステップＳ４０４では、関連文書検索部１１０が、関連文書が存在するかどうかを判定する。関連文書が存在する場合はステップＳ４０５に進み、関連文書が存在しない場合は処理を終了する。
ステップＳ４０５では、関連文書検索部１１０が、関連文書と関連文書に対応付けられる更新文書、リンク先文書およびキーワード（オリジナルキーワードおよび拡張キーワードを含む）とを取得する。
ステップＳ４０６では、提示部１１１が、クエリ文書、関連文書、更新文書、リンク先文書、およびそれぞれに対応付けられるキーワードを提示する。以上で関連文書提示処理を終了する。

次に、キーワード抽出部１０７のキーワード抽出処理について図５のフローチャートを参照して説明する。
ステップＳ５０１では、更新頻度の時間幅を設定する。更新頻度の時間幅は、どのくらいの時間間隔で更新が行われるかを示し、ここでは、３日、５時間などの所定値を想定する。なお、所定値に限らず、ユーザが収集したスクラップ文書群の元文書の更新頻度状況をふまえて、時間幅を動的に設定してもよい。

ステップＳ５０２では、更新頻度の時間幅に基づいて、元文書の更新パターンを判定する。更新パターンは、更新の頻度および規則性に応じて、スクラップ文書を分類するためのパターンである。例えば、更新頻度の時間幅を３時間と設定した場合、３時間のうちに４回以上更新があれば、更新頻度が高い文書とし、１回以上３回以下の更新があれば、周期的に更新される文書、一度も更新がない場合は、静的文書としてグループ分けする。なお、更新パターンは固定でなくともよく、更新状況に応じてスクラップ文書を適当なグルーピングを行い、グルーピングされたスクラップ文書群の特徴ごとに動的にクラスタリングしてもよい。

ステップＳ５０３では、更新頻度の時間幅に基づいて、リンク先文書の更新パターンを判定する。リンク先文書に対しても、ステップＳ５０２と同様の方法で更新パターンを判定すればよい。
ステップＳ５０４では、判定された更新パターンに応じてキーワード抽出方式の重み付けを行う。ここで、重み付けとは、同一のキーワード抽出方式に対して重み付けのパラメータを変更することに加えて、キーワードの抽出アルゴリズム自体の変更も含む。重み付けとしては、例えば、更新文書のレイアウトおよびリンク先文書のレイアウトに関する論理要素およびフィールドのうちのどの領域からキーワードを抽出するかを決定すればよい。
ステップＳ５０５では、キーワード抽出方式に基づいてキーワードを抽出する。以上でキーワード抽出処理を終了する。

次に、更新パターンとキーワード抽出方式との関係性の一例について図６を参照して説明する。
図６に示すテーブル６００は、更新パターンとして、高頻度更新６０１、周期的更新６０２および無更新６０３を含み、それぞれに対してカテゴリ６０４ごとにキーワード抽出方式の重み付けが設定される。
カテゴリ６０４は、アルゴリズム、文書中の属性およびパラメータを含むが、これに限らず他の要素を含んでもよい。
例えば、アルゴリズムについては、周期的更新６０２では未知語抽出方式を適用し、無更新６０３では固有表現抽出方式を適用し、高頻度更新６０１にように、更新頻度が高いページであれば、新しく出現したキーワードのみを積極的に取得するため新語抽出方式を適用すればよい。

文書中の属性については、周期的更新６０２では「ｖａｌｕｅ」属性が付与されるキーワードの重み付けを１．５倍にする。無更新６０３では、文書が更新されないのでタイトルが重要となる可能性が高いため「ｔｉｔｌｅ」属性が付与されるキーワードの重み付けを１．５倍にする。高頻度更新６０１では、例えば価格などが頻繁に更新されることが想定されるため、「ｐｒｉｃｅ」属性が付与されるキーワードの重み付けを１．２倍にする。
また、アルゴリズムのうち、単語に対する重み付けである「Ｗ」と、文書中における単語の出現位置である「Ｌ」が可変である場合に、それぞれに異なる重み付けを行う。

次に、関連文書検索部１１０の関連文書判定処理について図７を参照して説明する。
ステップＳ７０１では、クエリ文書を構文解析して、論理要素を抽出する。具体的には、どのような要素および属性に、どのような文字列およびフレーズが含まれるかを検出する。
ステップＳ７０２では、クエリ文書を形態素解析し、キーワードを抽出する。キーワードは、形態素解析した結果、名詞および名詞の連接範囲、未知語と名詞との組み合わせ（連接）等で構成される文字列でもよいし、これらが出現する統計情報を元に、Ｃ−Ｖａｌｕｅ等を用いて適切な連接範囲を検出してもよい。

ステップＳ７０３では、キーワードである出現単語およびフレーズに対して、文書データ格納部１０１に格納されるスクラップ文書のＴＦ／ＩＤＦ（Term Frequency - Inverse Document Frequency）値を算出するとともに、文書の論理要素（出現位置）に応じて重み付けを変更した文書ベクトルを生成する。
ステップＳ７０４では、クエリ文書の文書ベクトルと、文書データ格納部１０１に格納されるスクラップ文書の文書ベクトルとのコサイン距離を計算する。
ステップＳ７０５では、コサイン距離が閾値以下、すなわち類似度が閾値以上であるスクラップ文書をクエリ文書と類似する関連文書であると判定し、類似度が高い文書ベクトルを有するスクラップ文書から順に関連文書として得る。以上で関連文書検索処理を終了する。

次に、提示部１１１における関連文書およびキーワードの提示の一例について図８を参照して説明する。
図８の例では、クエリ文書８０１を提示するとともに、関連文書８０２を提示する。関連文書８０２には、スクラップ文書のほか、更新文書、リンク先文書を奥行き方向に１列に並べた状態で提示する。また、関連文書８０２は、高頻度更新８０３、周期的更新８０４、無更新８０５のカテゴリごとに表示し、それぞれのカテゴリにおいて検出されたキーワード８０６も合わせて提示する。
なお、キーワード８０６において、スクラップ文書から取得したオリジナルキーワード、更新文書から取得したキーワード、およびリンク先文書から取得した拡張キーワードをそれぞれフォントおよび色を区別して提示してもよい。

以上に示した本実施形態によれば、スクラップ文書だけではなく、スクラップ文書に関する更新文書、リンク先文書を取得し、これらの文書のキーワードを、更新頻度に応じたキーワード抽出方式で取得することで、ユーザの意図および興味に沿ったキーワードを提示できる。また、更新文書およびリンク先文書からもキーワードを取得することで、類似度による一次元の観点に加えて異なる複数の観点からキーワードを取得でき、ユーザが閲覧していない文書からも関連のあるキーワードを提示して、ユーザの興味の幅、探索の幅を広げることができる。

上述の実施形態の中で示した処理手順に示された指示は、ソフトウェアであるプログラムに基づいて実行されることが可能である。汎用の計算機システムが、このプログラムを予め記憶しておき、このプログラムを読み込むことにより、上述した検索支援装置による効果と同様な効果を得ることも可能である。上述の実施形態で記述された指示は、コンピュータに実行させることのできるプログラムとして、磁気ディスク（フレキシブルディスク、ハードディスクなど）、光ディスク（ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、ＤＶＤ−ＲＯＭ、ＤＶＤ±Ｒ、ＤＶＤ±ＲＷ、Ｂｌｕ−ｒａｙ（登録商標）Ｄｉｓｃなど）、半導体メモリ、又はこれに類する記録媒体に記録される。コンピュータまたは組み込みシステムが読み取り可能な記録媒体であれば、その記憶形式は何れの形態であってもよい。コンピュータは、この記録媒体からプログラムを読み込み、このプログラムに基づいてプログラムに記述されている指示をＣＰＵで実行させれば、上述した実施形態の検索支援装置と同様な動作を実現することができる。もちろん、コンピュータがプログラムを取得する場合又は読み込む場合はネットワークを通じて取得又は読み込んでもよい。
また、記録媒体からコンピュータや組み込みシステムにインストールされたプログラムの指示に基づきコンピュータ上で稼働しているＯＳ（オペレーティングシステム）や、データベース管理ソフト、ネットワーク等のＭＷ（ミドルウェア）等が本実施形態を実現するための各処理の一部を実行してもよい。
さらに、本実施形態における記録媒体は、コンピュータあるいは組み込みシステムと独立した媒体に限らず、ＬＡＮやインターネット等により伝達されたプログラムをダウンロードして記憶または一時記憶した記録媒体も含まれる。
また、記録媒体は１つに限られず、複数の媒体から本実施形態における処理が実行される場合も、本実施形態における記録媒体に含まれ、媒体の構成は何れの構成であってもよい。

なお、本実施形態におけるコンピュータまたは組み込みシステムは、記録媒体に記憶されたプログラムに基づき、本実施形態における各処理を実行するためのものであって、パソコン、マイコン等の１つからなる装置、複数の装置がネットワーク接続されたシステム等の何れの構成であってもよい。
また、本実施形態におけるコンピュータとは、パソコンに限らず、情報処理機器に含まれる演算処理装置、マイコン等も含み、プログラムによって本実施形態における機能を実現することが可能な機器、装置を総称している。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行なうことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１００・・・検索支援装置、１０１・・・文書データ格納部、１０２・・・スクラップ文書解析部、１０３・・・更新文書取得部、１０４・・・リンク情報解析部、１０５・・・リンク先文書取得部、１０６・・・更新頻度測定部、１０７・・・キーワード抽出部、１０８・・・属性更新部、１０９・・・クエリ文書解析部、１１０・・・関連文書検索部、１１１・・・提示部、３００，６００・・・テーブル、３０１・・・文書ＩＤ、３０２・・・スクラップ時刻、３０３・・・最終更新時刻、３０４・・・リンク情報、３０５・・・文書本体、３０６・・・オリジナルキーワード、３０７・・・拡張キーワード、６０１，８０３・・・高頻度更新、６０２，８０４・・・周期的更新、６０３，８０５・・・無更新、６０４・・・カテゴリ、８０１・・・クエリ文書、８０２・・・関連文書。

Claims (8)

1. スクラップされた文書であるスクラップ文書を解析し、該スクラップ文書の元となる元文書の所在を示す所在情報を得る第１解析部と、
   前記所在情報を参照し、前記元文書が更新されている場合、更新された前記元文書である更新文書を取得する第１取得部と、
   前記元文書の第１更新頻度を測定する測定部と、
   前記スクラップ文書から１以上の第１キーワードを抽出し、前記更新文書から前記第１更新頻度に応じて設定されるキーワード抽出方式を用いて１以上の第２キーワードを抽出する抽出部と、
   前記スクラップ文書に対し、前記１以上の第１キーワード、前記更新文書、前記１以上の第２キーワードをそれぞれ対応付けて格納する格納部と、を具備することを特徴とする検索支援装置。
2. 検索クエリとなる文書であるクエリ文書の単語特徴量を抽出する第２解析部と、
   前記単語特徴量との類似度が閾値以上となるスクラップ文書である関連文書を前記格納部から検索する検索部と、
   前記クエリ文書と、前記関連文書と、該関連文書に対応付けられる更新文書および前記１以上の第２キーワードの少なくともどちらか１つとを提示する提示部と、をさらに具備することを特徴とする請求項１に記載の検索支援装置。
3. 前記スクラップ文書および前記更新文書を解析し、他の文書へのリンクを示すリンク情報を得る第３解析部と、
   前記リンク情報を参照してリンク先の文書であるリンク先文書を取得する第２取得部と、をさらに具備し、
   前記測定部は、前記リンク先文書の第２更新頻度を測定し、
   前記抽出部は、前記リンク先文書から、前記第２更新頻度に応じたキーワード抽出方式を用いて１以上の第３キーワードを抽出し、
   前記格納部は、前記スクラップ文書に対し、前記リンク先文書および前記１以上の第３キーワードをさらに対応付けて格納することを特徴とする請求項１に記載の検索支援装置。
4. 検索クエリとなる文書であるクエリ文書の単語特徴量を抽出する第２解析部と、
   前記単語特徴量との類似度が閾値以上となるスクラップ文書である関連文書を前記格納部から検索する検索部と、
   前記クエリ文書と、前記関連文書と、該関連文書に対応付けられる更新文書、リンク先文書、前記１以上の第２キーワードおよび前記１以上の第３キーワードの少なくともいずれか１つとを提示する提示部と、をさらに具備することを特徴とする請求項３に記載の検索支援装置。
5. 前記抽出部は、前記第１更新頻度に応じて設定される前記更新文書のレイアウトに関する論理要素およびフィールドの領域から、前記１以上の第２キーワードを抽出することを特徴とする請求項１から請求項４のいずれか１項に記載の検索支援装置。
6. 前記抽出部は、前記第２更新頻度に応じて設定される前記リンク先文書のレイアウトに関する論理要素およびフィールドの領域から、前記１以上の第３キーワードを抽出することを特徴とする請求項３から請求項５のいずれか１項に記載の検索支援装置。
7. スクラップされた文書であるスクラップ文書を解析し、該スクラップ文書の元となる元文書の所在を示す所在情報を得、
   前記所在情報を参照し、前記元文書が更新されている場合、更新された前記元文書である更新文書を取得し、
   前記元文書の第１更新頻度を測定し、
   前記スクラップ文書から１以上の第１キーワードを抽出し、前記更新文書から前記第１更新頻度に応じて設定されるキーワード抽出方式を用いて１以上の第２キーワードを抽出し、
   前記スクラップ文書に対し、前記１以上の第１キーワード、前記更新文書、前記１以上の第２キーワードをそれぞれ対応付けて格納部に格納し、
   検索クエリとなる文書であるクエリ文書の単語特徴量を抽出し、
   前記単語特徴量との類似度が閾値以上となるスクラップ文書である関連文書を前記格納部から検索し、
   前記クエリ文書と、前記関連文書と、該関連文書に対応付けられる第２キーワードとを提示することを特徴とする検索支援方法。
8. コンピュータを、
   スクラップされた文書であるスクラップ文書を解析し、該スクラップ文書の元となる元文書の所在を示す所在情報を得る第１解析手段と、
   前記所在情報を参照し、前記元文書が更新されている場合、更新された前記元文書である更新文書を取得する第１取得手段と、
   前記元文書の第１更新頻度を測定する測定手段と、
   前記スクラップ文書から１以上の第１キーワードを抽出し、前記更新文書から前記第１更新頻度に応じて設定されるキーワード抽出方式を用いて１以上の第２キーワードを抽出する抽出手段と、
   前記スクラップ文書に対し、前記１以上の第１キーワード、前記更新文書、前記１以上の第２キーワードをそれぞれ対応付けて格納する格納手段と、して機能させるための検索支援プログラム。

Images