JP7122853B2 - 検索装置、検索方法、及び検索プログラム - Google Patents

Description

本発明は、検索装置、検索方法、及び検索プログラムに関する。

所望のトピックに関する情報を含む文書を検索する場合、特定のキーワードに基づいて検索を行うことが一般的である。しかしながら、検索で得られた検索結果文書が必ずしも所望のトピックを含んでいるとは限らない。例えば、製品の製造中止又はアップデート等のトピックに関する情報を含む文書を検索する場合、「製造中止品」をキーワードとして検索することが考えられる。この場合、当該キーワード「製造中止品」による検索で得られた検索結果文書（ＷＥＢページ）には、「製造中止品」自体の情報は記載されておらず、「製造中止品はこちら」というリンクのみが記載されている可能性がある。

従って、検索結果文書が所望のトピックに関する情報を含むか否かを判定する必要性が存在する。判定に関する技術として、例えば、特許文献１には、発話等の入力情報をスコアに基づいてクラス分類した結果が正しいか否かを判定する技術が開示されている。特許文献１では、機械学習を利用して所定のクラス分類に対応する判定ルールを作成し、当該判定ルールに基づいて入力情報の判定を行う技術が記載されている。

特開２０１４－１０２５５５号公報

しかしながら、特許文献１に記載の技術では、機械学習を利用した判定ルールを予め作成しておき、当該判定ルールだけに基づいて入力情報の判定を行う為、必ずしも正確な判定結果が得られない可能性がある。即ち、特許文献１に記載の技術を用いて検索結果文書が所望のトピックに関する情報を含むか否かの判定を行う場合には、製品のトピックに関する対象情報を含む文書をより正確に検索できない可能性がある。

この為、製品のトピックに関する対象情報を含む文書をより正確に検索できる技術が望まれている。本発明の目的は、製品のトピックに関する対象情報を含む文書をより正確に検索できる検索装置、検索方法、及び検索プログラムを提供することにある。

本発明の第１の態様によれば、検索装置は、製品のトピックに関する対象情報を含む文書を検索する検索装置であって、予め規定された文書の特徴ベクトルと、前記対象情報を含むか否かを示す分類特徴量との関連付けに基づいて、検索で得られた検索結果文書を分類する文書分類部と、分類別に規定されたクラスキーワードが前記検索結果文書に含まれているか否かに応じて補正値を特定する補正値特定部と、分類された前記検索結果文書の前記分類特徴量を、特定された前記補正値で補正する特徴量補正部と、補正された前記分類特徴量に基づいて前記検索結果文書が前記対象情報を含むか否かを判定する文書判定部と、を備える。

本発明の第２の態様によれば、第１の態様に係る検索装置において、前記文書判定部は、補正された前記分類特徴量が所定値以上である場合に前記検索結果文書が前記対象情報を含むと判定し、補正された前記分類特徴量が所定値未満である場合に前記検索結果文書が前記対象情報を含まないと判定する。

本発明の第３の態様によれば、第１又は第２の態様に係る検索装置において、前記補正値特定部は、前記検索結果文書が前記対象情報を含むことを示す肯定的な前記クラスキーワードについては前記補正値として正の値を特定し、前記検索結果文書が前記対象情報を含まないことを示す否定的な前記クラスキーワードについては前記補正値として負の値を特定する。

本発明の第４の態様によれば、第１から第３の態様のいずれかの態様に係る検索装置において、前記補正値特定部は、前記検索結果文書が表構造を含む場合に、前記クラスキーワードが前記検索結果文書に含まれているか否かに応じた前記補正値に代えて、予め規定された表構造用補正値を前記補正値として特定する。

本発明の第５の態様によれば、検索方法は、検索装置によって製品のトピックに関する対象情報を含む文書を検索する検索方法であって、前記検索装置の文書分類部が、予め規定された文書の特徴ベクトルと、前記対象情報を含むか否かを示す分類特徴量との関連付けに基づいて、検索で得られた検索結果文書を分類するステップと、前記検索装置の補正値特定部が、分類別に規定されたクラスキーワードが前記検索結果文書に含まれているか否かに応じて補正値を特定するステップと、前記検索装置の特徴量補正部が、分類された前記検索結果文書の前記分類特徴量を、特定された前記補正値で補正するステップと、前記検索装置の文書判定部が、補正された前記分類特徴量に基づいて前記検索結果文書が前記対象情報を含むか否かを判定するステップと、を備える。

本発明の第６の態様によれば、検索プログラムは、製品のトピックに関する対象情報を含む文書を検索する検索プログラムであって、コンピュータを、予め規定された文書の特徴ベクトルと、前記対象情報を含むか否かを示す分類特徴量との関連付けに基づいて、検索で得られた検索結果文書を分類する文書分類部、分類別に規定されたクラスキーワードが前記検索結果文書に含まれているか否かに応じて補正値を特定する補正値特定部、分類された前記検索結果文書の前記分類特徴量を、特定された前記補正値で補正する特徴量補正部、補正された前記分類特徴量に基づいて前記検索結果文書が前記対象情報を含むか否かを判定する文書判定部、として機能させる。

本発明の一態様によれば、製品のトピックに関する対象情報を含む文書をより正確に検索できる。

第１の実施形態に係る検索システムの全体構成を示す概略図である。 第１の実施形態に係る検索システムのハードウェア構成を示す図である。 第１の実施形態に記憶装置で記憶するテーブルの一例を示す図である。 第１の実施形態に係る特徴ベクトルの算出処理の具体例を示す説明図である。 第１の実施形態に係る分類特徴量を説明する説明図である。 第１の実施形態に係る検索システムの動作を示すフローチャートである。 第１の実施形態に係る検索システムの機能と情報の流れを示すシステム図である。 第１の実施形態に係る検索結果文書の分類処理の具体例を示す説明図である。 第１の実施形態に係る補正値の特定処理を説明する説明図である。 第２の実施形態に係る検索システムの動作を示すフローチャートである。 第２の実施形態に係る検索システムの機能と情報の流れを示すシステム図である。

＜第１の実施形態＞
以下、本発明の第１の実施形態について図面を参照しながら説明する。

（システム構成）
図１は、第１の実施形態に係る検索システム１００のシステム構成の一例を示す図である。

検索システム１００は、大量の文書の中から、所望のトピックに関する文書を検索し、検索で得られた検索結果文書が所望のトピックに関する対象情報を含むか否かを判定し、判定結果を出力する。第１の実施形態では、所望のトピックが、例えば、特定製品についての製造中止についてのトピックである場合について説明するが、所望のトピックは、特定製品についての製造中止以外のトピック（例えば、製品アップデート等）であってもよいし、特定製品以外のトピックであってもよい。また、第１の実施形態では、文書がＷｅｂページである場合について説明するが、文書は、テキストファイル、又はその他のフォーマットのファイル等のようにＷｅｂページ以外の文書であってよい。

図１に示すように、検索システム１００は、検索結果文書を分類する際に用いる参照データをデータベース化して記憶する記憶装置３００と、記憶装置３００上のデータベースを管理するとともに、当該データベースの検索等を可能とする管理コンピュータ２００（検索装置）とを含んで構成される。

管理コンピュータ２００は、文書検索部２１０と、文書分類部２２０と、補正値特定部２３０と、特徴量補正部２４０と、文書判定部２５０と、を備えている。

文書検索部２１０は、入力装置５０６を介してユーザが選択した所望のトピックに関する情報を検索する為のキーワードを受け付ける。文書検索部２１０は、受け付けたキーワードを用いて文書データベース４１０を検索する。

文書分類部２２０は、文書検索部２１０により検索された検索結果文書の特徴量を計算し、記憶装置３００の参照データ記憶部３１０に記憶されている参照データに基づいて、検索結果文書を分類する。

補正値特定部２３０は、分類別に規定されたクラスキーワードが検索結果文書に含まれているか否かに応じて補正値（補正係数）を特定する。

特徴量補正部２４０は、文書分類部２２０により分類された検索結果文書の分類特徴量を、補正値特定部２３０により特定された補正値（補正係数）で補正する。

文書判定部２５０は、特徴量補正部２４０により補正された検索結果文書の分類特徴量に基づいて、検索結果文書が前記対象情報を含むか否かを判定する。

（ハードウエア構成）
実施形態に係る管理コンピュータ２００は、例えば一般的なコンピュータ５００を用いて実現することができる。図２は、コンピュータ５００の構成の一例を示す図である。

コンピュータ５００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）５０１、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）５０２、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）５０３、ストレージ装置５０４、外部Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）５０５、入力装置５０６、出力装置５０７、通信Ｉ／Ｆ５０８等を有する。これらの装置はバスＢを介して相互に信号の送受信を行う。

ＣＰＵ５０１は、ＲＯＭ５０３やストレージ装置５０４等に格納されたプログラムやデータをＲＡＭ５０２上に読み出し、処理を実行することで、コンピュータ５００の各機能を実現する演算装置である。ＲＡＭ５０２は、ＣＰＵ５０１のワークエリア等として用いられる揮発性のメモリである。ＲＯＭ５０３は、電源を切ってもプログラムやデータを保持する不揮発性のメモリである。

ストレージ装置５０４は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等により実現され、ＯＳ（Ｏｐｅｒａｔｉｏｎ Ｓｙｓｔｅｍ）、アプリケーションプログラム、及び各種データ等を記憶する。
外部Ｉ／Ｆ５０５は、外部装置とのインタフェースである。外部装置には、例えば、記録媒体５０９等がある。コンピュータ５００は、外部Ｉ／Ｆ５０５を介して、記録媒体５０９の読取り、書き込みを行うことができる。記録媒体５０９には、例えば、光学ディスク、磁気ディスク、メモリカード、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリ等が含まれる。

入力装置５０６は、例えば、マウス、タッチパネル及びキーボード等で構成され、操作者（ユーザ）の指示を受けてコンピュータ５００に各種操作等を入力する。

出力装置５０７は、例えば、液晶ディスプレイにより実現され、ＣＰＵ５０１による処理結果を表示する。

通信Ｉ／Ｆ５０８は、有線通信又は無線通信により、コンピュータ５００をインターネット等のネットワーク（図１のネットワークＮ等）に接続するインタフェースである。バスＢは、上記各構成装置に接続され、制御装置間で各種制御信号等を送受信する。

（テーブルの説明）
次に、図３～５を用いて、記憶装置３００が記憶するテーブルについて説明する。

図３は、第１の実施形態に係る記憶装置３００が記憶するテーブルの一例を示す図である。
図３に示す記憶装置３００の参照データ記憶部３１０が記憶する参照データ管理テーブル６００は、予め規定された文書の特徴ベクトルと、当該文書の分類特徴量とを関連付けて記憶するテーブルである。第１の実施形態では、図３の１行目に示すように、予め規定された文書の各々について、文書の番号、文書の内容、文書の特徴ベクトル、及び文書の分類特徴量が格納されている。

文書の特徴ベクトルとは、文書に含まれる構成要素に関する特徴を示すベクトルである。特徴ベクトルは、図３に示すように、予め規定された複数の文書の各々について予め算出され、参照データ記憶部３１０に記憶されている。予め規定された文書としては、例えば、所望のトピックに関する対象情報を含む代表的な文書と、所望のトピックに関する対象情報を含まない文書との両方が含まれていてよい。
図４は、第１の実施形態に係る特徴ベクトルの算出処理の具体例を示す説明図である。
図４を用いて特徴ベクトルの算出処理について説明する。

図４では、説明の簡潔化の為に、２つの文書Ａ１及びＢ１がそれぞれ１つの文章だけを含む場合について説明する。
図４の上部に示すように、例えば、文書Ａ１に含まれる文章「私は朝ごはんを食べる」を、文の構成要素毎に「私」、「は」、「朝ごはん」、「を」、「食べ」、「る」と分割することができる。同様に、文書Ｂ１に含まれる文章「僕は夕ごはんを食べない」を、文の構成要素毎に「僕」、「は」、「夕ごはん」、「を」、「食べ」、「ない」と分割することができる。文章Ａ１及びＢ１に含まれる異なる各構成要素を各々、Ｗ１～Ｗ９とすると、図４の下部の表Ｔに示すように、文書Ａ１は、構成要素Ｗ１～Ｗ６を１ずつ有し（各個数が１）、構成要素Ｗ７～Ｗ９をいずれも有さない（各個数が０）。従って、各構成要素を有する数を特徴ベクトルの要素として、例えば、Ｗ１の数を特徴ベクトルの１番目の要素、Ｗ２の数を特徴ベクトルの２番目の要素、・・・等と規定することにより、文書Ａ１の特徴ベクトルを（１、１、１、１、１、１、０、０、０）と表すことができる。

一方、図４の下部の表Ｔに示すように、文書Ｂ１は、上述した構成要素Ｗ１～Ｗ９のうち、構成要素Ｗ１、Ｗ３、及びＷ６を有さない（各個数が０）。また、文書Ｂ１は、構成要素Ｗ２、Ｗ４、Ｗ５、及びＷ７～Ｗ９を１ずつ有する（各個数が１）。従って、上記と同様に、各構成要素を有する数を特徴ベクトルの要素として規定すると、文書Ｂ１の特徴ベクトルを（０、１、０、１、１、０、１、１、１）と表すことができる。

なお、図４では、Ｗ１～Ｗ９の９種類の構成要素に基づいて、９次元の特徴ベクトルを規定する例について説明したが、文書の特徴ベクトルは、９以外の任意の数の種類の構成要素に基づいた９次元以外の次元のベクトルであってよい。

図３に示す記憶装置３００の参照データ記憶部３１０が記憶する参照データ管理テーブル６００には、予め規定された各文書について、予め規定されたｎ個（ｎ：正の自然数）の構成要素Ｗ１～Ｗｎに基づいて、図４を用いて説明したように算出した特徴ベクトルが格納されている。例えば、図３に示す「お知らせメニュー」で始まる文書１は、文書の特徴ベクトルが（３、５、３、１、・・・）と算出されている。第１の実施形態では、予め規定された各文書は、いわゆる教師あり学習と呼ばれる機械学習の技術を用いて、特定の入力に対して高い数値が出る重み付け計算を行うことで収集している。なお、ｎ個の構成要素Ｗ１～Ｗｎは、例えば、所望のトピックに密接に関連する構成要素、及び所望のトピックに全く関連しない構成要素等、文書の特徴を示す構成要素を含むようにしてもよい。

文書の分類特徴量は、所望のトピックに関する対象情報を含むか否かを示す指標となる値であり、後述するように特定の判断内容に基づいて人間が文書を判断した結果として得られる。第１の実施形態では、文書の分類特徴量は０又は１のいずれかの値である。図３に示す例では、４つの分類特徴量（分類１～分類４）が規定されている。なお、分類特徴量の数は、４以外の任意の数であってよい。
図３に示すように、分類特徴量は予め規定された文書の各々について予め求められ、参照データ記憶部３１０に記憶されている。

図５は、第１の実施形態に係る分類特徴量を説明する説明図である。具体的には、図５は、第１の実施形態に係る分類特徴量（分類１～分類４）の判断内容を説明している。図５に示すように、分類１では、製品の製造元メーカーが製造中止を公式に案内するＷｅｂページ（文書）であるか判断する。分類２では、製造中止を案内する用語がＷｅｂページ（文書）内に有るか判断する。分類３では、製品情報がＷｅｂページ（文書）内に有るか判断する。分類４では、Ｗｅｂページ（文書）がＥＣサイトに該当するか判断する。即ち、分類１～分類４の各値（分類特徴量）は、判断する人間が文書を閲覧し、上述した判断の回答が「はい」である場合には「１」となり、回答が「いいえ」である場合には「０」となる。

例えば、図３に示す「お知らせメニュー」で始まる文書１の分類特徴量は、分類１が「１」、分類２が「０」、分類３が「１」、分類４が「０」になっている。即ち、人間により予め行われた文書１の判断では、文書１は製造中止を案内するＷｅｂページ（文書）であり（分類１の判断結果）、製造中止を案内する用語は文書１内になく（分類２の判断結果）、製品情報が文書１内に有り（分類３の判断結果）、且つ文書１はＥＣサイトに該当しないという判断結果になっている（分類４の判断結果）。
図３に示すように、他の文書２、３、４、・・・についても同様にして、人間の判断により得られた分類特徴量が各々、格納されている。

（処理フロー）
図６は、第１の実施形態に係る検索システム１００の動作を示すフローチャートである。図７は、第１の実施形態に係る検索システム１００の機能と情報の流れを示すシステム図である。図６及び７を用いて第１の実施形態に係る検索システム１００の処理フローを説明する。

例えば、入力装置５０６を用いて、ユーザが選択した所望のトピックに関する対象情報を含む文書を検索する為のキーワード（情報ｉ１）を検索装置２００の文書検索部２１０に入力すると、図６に示す処理フローが開始される。第１の実施形態では、所望のトピックが、特定製品についての製造中止についてのトピックであるので、キーワードは、例えば、特定の製品の型番、「製造中止」、及びその他の当該トピックに関連する用語であってよい。
文書検索部２１０は、文書データベース４１０から製品トピックに関する対象情報を含む文書を検索し、検索結果文書（情報ｉ２）を得る（ステップＳ１０１）。文書検索部２１０は、取得した検索結果文書（情報ｉ２）を文書分類部２２０に入力する。

次に、文書分類部２２０は、予め規定された文書の特徴ベクトルと、対象情報を含むか否かを示す分類特徴量との関連付けに基づいて、検索で得られた検索結果文書（情報ｉ２）を分類する（ステップＳ１０２）。
図８は、第１の実施形態に係る検索結果文書（情報ｉ２）の分類処理の具体例を示す説明図である。図８を用いて、ステップＳ１０２の処理を具体的に説明する。

文書分類部２２０は、図４に示す特徴ベクトルを算出した手順と同様の手順で、予め規定されたｎ個（ｎ：正の自然数）の構成要素Ｗ１～Ｗｎに基づいて、検索結果文書（情報ｉ２）から特徴ベクトルを算出する。例えば、図８に示すように、検索結果文書（情報ｉ２）の特徴ベクトルは（２、３、５、２、．．．）と算出される。文書分類部２２０は、参照データ記憶部３１０の参照データ管理テーブル６００を参照し、検索結果文書（情報ｉ２）の特徴ベクトル（２、３、５、２、．．．）と最も類似する特徴ベクトルを有する文書を特定する。文書分類部２２０は、検索結果文書（情報ｉ２）を特定した文書と同一分類に分類する。例えば、図８に示す検索結果文書（情報ｉ２）の特徴ベクトル（２、３、５、２、．．．）は、図３に示す文書２の特徴ベクトルと最も類似しているので、文書分類部２２０は、検索結果文書（情報ｉ２）は文書２と同一分類に分類する。なお、文書分類部２２０は、検索結果文書（情報ｉ２）の特徴ベクトルと最も類似する特徴ベクトルを有する文書を特定する際に、特徴ベクトル同士のコサイン類似度、ユークリッド距離に基づく類似度、又はその他任意の類似度を算出し、算出した類似度に基づいて特定してよい。

文書分類部２２０は、参照データ管理テーブル６００を参照し、分類結果として検索結果文書（情報ｉ２）の分類特徴量（情報ｉ３）を特徴量補正部２４０に出力する。例えば、図８に示す場合には、文書分類部２２０は、検索結果文書（情報ｉ２）を文書２と同一分類に分類し、分類結果として文書２の分類特徴量を特徴量補正部２４０に出力する。

次に、補正値特定部２３０は、分類別に規定されたクラスキーワード（情報ｉ４）が検索結果文書（情報ｉ２）に含まれているか否かに応じて補正値（補正係数）を特定する（ステップＳ１０３）。第１の実施形態では、入力装置５０６を用いて、ユーザがクラスキーワード（情報ｉ４）を補正値特定部２３０に入力する場合について説明するが、クラスキーワード（情報ｉ４）を所定の記憶部に予め記憶しておき、補正値特定部２３０が当該所定の記憶部から取得するようにしてもよい。

図９は、第１の実施形態に係る補正値（補正係数）の特定処理を説明する説明図である。
図９を用いて補正値の特定処理について説明する。

図９は、図５に示す分類特徴量（分類２～分類４）について分類別に規定されたクラスキーワード及び補正係数を示している。クラスキーワードは、検索結果文書に含まれているか否かを機械的に判断できるキーワードであり、その判断結果に基づいて、人間による判断を根拠とする文書分類部２２０による分類結果を補正することができる。
図９に示す例では、分類２のクラスキーワードは、例えば、「生産終了」、「販売終了」、及び「製造中止」である。また、分類３のクラスキーワードは、例えば、「仕様」、「スペック」、「内寸」、及び「規格」である。また、分類４のクラスキーワードは、例えば、「ログイン」、及び「カートに入れる」である。なお、分類１については、製品の製造元メーカーが製造中止を公式に案内するＷｅｂページ（文書）であるかを人間が総合的に判断する為、クラスキーワードを設定していない。また、分類２～４のクラスキーワードは、図９に例示した以外のキーワードであってもよい。

補正係数は、文書分類部２２０による分類結果を補正する為の補正値である。後述するように、補正係数は、文書分類部２２０が出力した分類結果としての分類特徴量（情報ｉ３）に乗じられる定数である。補正係数は、検索結果文書がクラスキーワードを含む場合と含まない場合とで、各々、異なる値が設定される。
図９に示す例では、分類２の補正係数は、検索結果文書がクラスキーワードを含む場合にはα１であり、検索結果文書がクラスキーワードを含まない場合にはα２である。また、分類３の補正係数は、検索結果文書がクラスキーワードを含む場合にはβ１であり、検索結果文書がクラスキーワードを含まない場合にはβ２である。また、分類４の補正係数は、検索結果文書がクラスキーワードを含む場合にはγ１であり、検索結果文書がクラスキーワードを含まない場合にはγ２である。

ここで、分類２の補正係数であるα１は正の値であり、α２は負の値である。これに対し、分類３及び４の補正係数であるβ１及びγ１は負の値であり、β２及びγ２は正の値である。これは、分類２のクラスキーワードは、検索結果文書が対象情報を含むことを示す肯定的なキーワードであり、当該クラスキーワードが含まれている場合には後述するように分類結果から算出される分類用の最終スコアを高くする方向に補正する為である。これに対し、分類３及び４のクラスキーワードは、検索結果文書が対象情報を含まないことを示す否定的なキーワードであり、当該クラスキーワードが含まれている場合には分類結果から算出される分類用の最終スコアを低くする方向に補正する為に負の値に設定されている。

例えば、文書分類部２２０が検索結果文書（情報ｉ２）の分類結果として図８に示す分類特徴量（情報ｉ３）を特徴量補正部２４０に出力した場合に、ステップＳ１０３において、補正値特定部２３０が、分類２の補正係数をα１、分類３の補正係数β２、分類４の補正係数γ２と特定したものとして説明を続ける。
補正値特定部２３０は、特定した補正値（情報ｉ５）を特徴量補正部２４０に出力する。

特徴量補正部２４０は、分類された検索結果文書の分類特徴量を、特定された補正値で補正する（ステップＳ１０４）。具体的には、分類された検索結果文書（情報ｉ３）の各分類特徴量に特定された各補正値を乗じて総和をとった値を分類用の最終スコア（情報ｉ６）として算出することで分類特徴量を補正する。例えば、図８に示す例では、分類された検索結果文書（情報ｉ３）の各分類特徴量は分類１が１、分類２が１、分類３が０、分類４が０であるので、特徴量補正部２４０は、分類用の最終スコア（情報ｉ６）を１＋１×α１＋０×β２＋０×γ２＝１＋α１と算出する。特徴量補正部２４０は、算出した分類用の最終スコア（情報ｉ６）を文書判定部２５０に入力する。

文書判定部２５０は、補正された分類特徴量に基づいて検索結果文書が前記対象情報を含むか否かを判定する（ステップＳ１０５）。具体的には、文書判定部２５０は、補正された分類特徴量として、分類用の最終スコア（情報ｉ６）が入力されると、当該最終スコア（情報ｉ６）が所定値以上である場合に検索結果文書が対象情報を含むと判定する。一方、文書判定部２５０は、最終スコア（情報ｉ６）が所定値未満である場合には、検索結果文書が対象情報を含まないと判定する。第１の実施形態では、例えば、所定値は１であってよい。例えば、分類用の最終スコア（情報ｉ６）が１＋α１と算出された図８に示す例では、α１が正の値であるので、分類用の最終スコア（情報ｉ６）は所定値の１以上であり、文書判定部２５０は、検索結果文書が対象情報を含むと判定する。文書判定部２５０は、判定結果（情報ｉ６）を出力装置５０７に出力する。
以上で、図６に示す処理フローは終了する。

（作用・効果）
以上の通り、第１の実施形態に係る検索システム１００が備える検索装置２００は、製品のトピックに関する対象情報を含む文書を検索する検索装置であって、予め規定された文書の特徴ベクトルと、対象情報を含むか否かを示す分類特徴量との関連付けに基づいて、検索で得られた検索結果文書を分類する文書分類部２２０と、分類別に規定されたクラスキーワードが検索結果文書に含まれているか否かに応じて補正値を特定する補正値特定部２３０と、分類された検索結果文書の分類特徴量を、特定された補正値で補正する特徴量補正部２４０と、補正された分類特徴量に基づいて検索結果文書が対象情報を含むか否かを判定する文書判定部２５０と、を備える。
このような構成によれば、検索で得られた検索結果文書が製品のトピックに関する対象情報を含むか否かについて判定する際に、クラスキーワードを利用した機械的な判断結果を考慮することで、製品のトピックに関する対象情報を含む文書をより正確に検索できる。特に、文書の特徴ベクトルを利用しての人間の判断結果からの類推的な判断結果（分類結果）と、クラスキーワードを利用した機械的な判断結果とを併用することで、単純な判断ルールでは判断することが難しい文書に対しても、検索で得られた検索結果文書が製品のトピックに関する対象情報を含むか否かについて非常に正確に判定することができる。

さらに、第１の実施形態に係る検索システム１００が備える検索装置２００において、文書判定部２５０は、補正された分類特徴量が所定値以上である場合に検索結果文書が前記対象情報を含むと判定し、補正された分類特徴量が所定値未満である場合に検索結果文書が対象情報を含まないと判定する。
このような構成によれば、検索結果文書が対象情報を含むか否かを明確に判定することができる。これにより、ユーザは、検索で得られた検索結果文書が所望の検索結果であるか否かを容易に判断できる。さらに、必要に応じて所定値を変更することで、判断基準を容易に変更することができる。

さらに、第１の実施形態に係る検索システム１００が備える検索装置２００において、補正値特定部２３０は、検索結果文書が対象情報を含むことを示す肯定的なクラスキーワードについては補正値として正の値を特定し、検索結果文書が対象情報を含まないことを示す否定的なクラスキーワードについては前記補正値として負の値を特定する。
このような構成によれば、検索結果文書が対象情報を含む可能性が高いと思われる情報だけでなく、検索結果文書が対象情報を含まない可能性が高いと思われる情報に基づいて、検索結果文書が対象情報を含むか否かを総合的に判定するので、非常に正確に判定することができる。また、例えば、検索結果文書に肯定的なクラスキーワードが多数含まれている場合であっても、重要な否定的なクラスキーワードが１つでも含まれている場合には、検索結果文書が対象情報を含まないと判定することが可能になる。

＜第２の実施形態＞
次に、第２の実施形態に係る検索システム１００及び検索装置２００について、図１０及び図１１を参照しながら説明する。
図１０は、第２の実施形態に係る検索システム１００の動作を示すフローチャートである。図１１は、第２の実施形態に係る検索システム１００の機能と情報の流れを示すシステム図である。
第２の実施形態に係る検索システム１００（検索装置２００）は、補正値特定部２３０の機能及び動作が異なる点だけで第１の実施形態に係る検索システム１００と相違する。従って、第２の実施形態に係る検索システム１００の各構成要素は、特に言及する場合を除き、第１の実施形態に係る検索システム１００の各構成要素と同様に構成され、機能する。

図１０に示すように、第２の実施形態に係る検索システム１００の処理フローは、ステップＳ２０１及びＳ２０２が追加されている点だけで、図６に示す処理フローと相違する。

第２の実施形態に係る検索システム１００では、文書分類部２２０による分類処理（ステップＳ１０２）の後に、補正値特定部２３０は、検索結果文書が表構造を含むか否かを判定する（ステップＳ１０２）。例えば、検索結果文書がＷｅｂページである場合には、検索結果文書の中に表構造を示すタグ（例えば、ＨＴＭＬタグ等）が含まれているかによって判定してよい。

補正値特定部２３０は、検索結果文書が表構造を含むと判定した場合（ステップＳ２０１のＹＥＳ）、予め規定された表構造用補正値を補正値として特定する（ステップＳ２０２）。補正値特定部２３０は、特定した表構造用補正値（情報ｉ５）を特徴量補正部２４０に出力する。次に、処理はステップＳ１０４に進み、ステップＳ１０３の処理がスキップされる。

一方、補正値特定部２３０は、検索結果文書が表構造を含まないと判定した場合（ステップＳ２０１のＮＯ）、処理はステップＳ１０３に進む。即ち、図９等を用いて説明したように、補正値特定部２３０は、分類別に規定されたクラスキーワード（情報ｉ４）が検索結果文書（情報ｉ２）に含まれているか否かに応じて補正値（補正係数）を特定する（ステップＳ１０３）。補正値特定部２３０は、特定した補正値（情報ｉ５）を特徴量補正部２４０に出力する。次に、処理はステップＳ１０４に進む。

以下、第１の実施形態と同様にステップＳ１０４～１０５の処理が行われ、図１０に示すフローの処理が完了する。

（作用・効果）
以上の通り、第２の実施形態に係る検索システム１００が備える検索装置２００において、補正値特定部２３０は、検索結果文書が表構造を含む場合に、クラスキーワードが検索結果文書に含まれているか否かに応じた補正値に代えて、予め規定された表構造用補正値を補正値として特定する。
以上のような構成によれば、表構造を含む検索結果文書について表構造用補正値を予め規定しておくことにより、機械学習を利用した文書分類部２２０による分類が難しい表構造を含む検索結果文書に対しては、例外的な処理を行うことができる。例えば、表構造を含む検索結果文書については分類用の最終スコアが必ず所定値未満となるように表構造用補正値を予め規定しておくことにより、文書判定部２５０によって検索結果文書が対象情報を含まないと必ず判定させることができる。

なお、上述した管理コンピュータ２００における各処理の過程は、プログラムの形式でコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムを管理コンピュータ２００のコンピュータが読み出して実行することによって、上記処理が行われる。ここでコンピュータ読み取り可能な記録媒体とは、磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、半導体メモリ等をいう。また、このコンピュータプログラムを通信回線によってコンピュータに配信し、この配信を受けたコンピュータが当該プログラムを実行するようにしてもよい。

また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。
さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。
また、管理コンピュータ２００は、１台のコンピュータで構成されていても良いし、通信可能に接続された複数のコンピュータで構成されていてもよい。

その他、本発明の趣旨を逸脱しない範囲で、上記した実施の形態における構成要素を周知の構成要素に置き換えることは適宜可能である。また、この発明の技術範囲は上記の実施形態に限られるものではなく、本発明の趣旨を逸脱しない範囲において種々の変更を加えることが可能である。

１００ 検索システム
２００ 管理コンピュータ（検索装置）
２１０ 文書検索部
２１１ 文書検索機能
２２０ 文書分類部
２２１ 文書分類機能
２３０ 補正値特定部
２３１ 補正値特定機能
２３２ 構造確認機能
２４０ 特徴量補正部
２４１ 特徴量補正機能
２５０ 文書判定部
２５１ 文書判定機能
３００ 記憶装置
３１０ 参照データ記憶部
４００ 端末
４１０ 文書データベース
５００ 一般的なコンピュータ
５０１ ＣＰＵ
５０２ ＲＡＭ
５０３ ＲＯＭ
５０４ ストレージ装置
５０５ 外部Ｉ／Ｆ
５０６ 入力装置
５０７ 出力装置
５０８ 通信Ｉ／Ｆ
５０９ 記録媒体
６００ 参照データ管理テーブル
Ａ１、Ｂ１ 文書
Ｂ バス
ｉ１～ｉ７ 情報
Ｎ ネットワーク
Ｔ 表
Ｗ１～Ｗ６ 構成要素
α１、α２、β１、β２、γ１、γ２ 補正係数（補正値）

Claims (6)

1. 製品のトピックに関する対象情報を含む文書を検索する検索装置であって、
   予め規定された文書の特徴ベクトルと、前記対象情報を含むか否かを示す分類特徴量との関連付けに基づいて、検索で得られた検索結果文書を分類する文書分類部と、
   分類別に規定されたクラスキーワードが前記検索結果文書に含まれているか否かに応じて補正値を特定する補正値特定部と、
   分類された前記検索結果文書の前記分類特徴量を、特定された前記補正値で補正する特徴量補正部と、
   補正された前記分類特徴量に基づいて前記検索結果文書が前記対象情報を含むか否かを判定する文書判定部と、
   を備える検索装置。
2. 前記文書判定部は、補正された前記分類特徴量が所定値以上である場合に前記検索結果文書が前記対象情報を含むと判定し、補正された前記分類特徴量が所定値未満である場合に前記検索結果文書が前記対象情報を含まないと判定する
   請求項１に記載の検索装置。
3. 前記補正値特定部は、前記検索結果文書が前記対象情報を含むことを示す肯定的な前記クラスキーワードについては前記補正値として正の値を特定し、前記検索結果文書が前記対象情報を含まないことを示す否定的な前記クラスキーワードについては前記補正値として負の値を特定する
   請求項１又は請求項２に記載の検索装置。
4. 前記補正値特定部は、前記検索結果文書が表構造を含む場合に、前記クラスキーワードが前記検索結果文書に含まれているか否かに応じた前記補正値に代えて、予め規定された表構造用補正値を前記補正値として特定する
   請求項１から請求項３のいずれか一項に記載の検索装置。
5. 検索装置によって製品のトピックに関する対象情報を含む文書を検索する検索方法であって、
   前記検索装置の文書分類部が、予め規定された文書の特徴ベクトルと、前記対象情報を含むか否かを示す分類特徴量との関連付けに基づいて、検索で得られた検索結果文書を分類するステップと、
   前記検索装置の補正値特定部が、分類別に規定されたクラスキーワードが前記検索結果文書に含まれているか否かに応じて補正値を特定するステップと、
   前記検索装置の特徴量補正部が、分類された前記検索結果文書の前記分類特徴量を、特定された前記補正値で補正するステップと、
   前記検索装置の文書判定部が、補正された前記分類特徴量に基づいて前記検索結果文書が前記対象情報を含むか否かを判定するステップと、
   を備える検索方法。
6. 製品のトピックに関する対象情報を含む文書を検索する検索プログラムであって、
   コンピュータを、
   予め規定された文書の特徴ベクトルと、前記対象情報を含むか否かを示す分類特徴量との関連付けに基づいて、検索で得られた検索結果文書を分類する文書分類部、
   分類別に規定されたクラスキーワードが前記検索結果文書に含まれているか否かに応じて補正値を特定する補正値特定部、
   分類された前記検索結果文書の前記分類特徴量を、特定された前記補正値で補正する特徴量補正部、
   補正された前記分類特徴量に基づいて前記検索結果文書が前記対象情報を含むか否かを判定する文書判定部、
   として機能させるための検索プログラム。

Images