JP7234079B2 - 検索支援システム、検索支援方法、及びプログラム - Google Patents

Description

本発明は、検索支援システム、検索支援方法、及びプログラムに関する。

検索キーワードに基づいて文書を検索する技術がある。例えば、特許文献１には、入力されたキーワードを、検索目的を示す語句に拡張し、検索キーワードの候補として表示する技術が開示されている。これにより、検索者は、検索目的を表現した検索キーワードを指定して検索を行うことができ、検索回数を増やすことなく、目的に合致する文書を検索することが可能である。

特開２００７－１３３６８８号公報

しかしながら、検索目的に合致する文書であっても、必ずしも検索者が所望する文書であるとは限らない。検索目的が同じであっても、検索者の立場により、その検索者が所望する文書が異なるためである。例えば、検索目的を示す語句が「自動車 保険 加入」である場合、自動車保険に加入したい一般ユーザであれば、自動車保険を取り扱っている保険会社の所在地などが記載された文書が検索できることが望ましい。一方、保険会社等における自動車保険の担当者であれば、保険加入の手続きを行うための要件、具体的な手続きの内容、報告義務の有無など記載された文書が検索できることが望ましい。

特に、保険業や金融業など、各業界において各種の手続きを扱う会社では、それぞれの手続きに対して、規定文書、事務基準、検査基準、お知らせ、書式集、マニュアル集、内部統制文書等、数多くの文書が存在する。このため、手続を行うにあたり、その手続き名称などを検索目的に指定して検索した場合、数多くの文書が該当することになる。このような数多くの文書から、検索者が所望する内容が記載された文書を選択するには、全ての文書を詳細に読みこまなければならず、多大な労力が必要となる問題があった。

本発明は、このような状況に鑑みてなされたもので、検索結果に数多くの文書が存在する場合であっても、検索者が所望する内容が記載された文書を容易に選択することができる検索支援システム、検索支援方法、及びプログラムを提供する。

本発明の上述した課題を解決するために、本発明は、検索の対象とする文書である検索対象文書とは異なる文書コンテンツに記載された語彙であるコンテンツ語彙を抽出するコンテンツ語彙抽出部と、前記検索対象文書に記載された語彙である文書語彙を抽出する文書語彙抽出部と、前記コンテンツ語彙と、前記文書語彙との類似度合いを学習した学習済みモデルを生成する第1学習済みモデル生成部と、検索ユーザの業務に関する業務情報を取得する業務情報取得部と、前記検索ユーザが検索に用いた検索キーワード、及び前記第１学習済みモデルを用いて前記検索キーワードから推定される前記文書語彙である関連キーワードに基づいて、前記検索対象文書から検索された文書を示す検索結果を取得する検索結果取得部と、前記検索結果に基づいて前記検索ユーザにより選択された文書を示す選択実績を取得する選択実績取得部と、前記業務情報及び前記検索結果と、前記選択実績を対応づけた学習用のデータセットを学習モデルに学習させることにより、前記業務情報及び前記検索結果と前記選択実績との関係を学習した第２学習済みモデルを生成する第２学習済みモデル生成部と、推定の対象とする対象ユーザの前記業務情報、及び前記対象ユーザが検索に用いた検索キーワードに応じた前記検索結果と、前記第２学習済みモデルとを用いて、前記検索結果から、前記対象ユーザにより選択される選択文書を推定する選択文書推定部と、を備える検索支援システムである。

また、本発明は、上述の検索支援システムにおいて、前記コンテンツ語彙抽出部は、外部インターネットを介して任意に取得可能な前記文書コンテンツに記載された前記コンテンツ語彙を抽出し、前記文書語彙抽出部は、前記外部インターネットを介して任意に取得することができない環境にて管理されている前記検索対象文書の文書語彙を抽出する。

また、本発明は、上述の検索支援システムにおいて、前記選択文書推定部により推定された推定結果に応じて、前記検索結果に対応する文書を表示させる順序を制御する表示制御部を、更に備える。

また、本発明は、コンテンツ語彙抽出部が、検索の対象とする文書である検索対象文書とは異なる文書コンテンツに記載された語彙であるコンテンツ語彙を抽出し、文書語彙抽出部が、前記検索対象文書に記載された語彙である文書語彙を抽出し、第1学習済みモデル生成部が、前記コンテンツ語彙と、前記文書語彙との類似度合いを学習した学習済みモデルを生成し、業務情報取得部が、検索ユーザの業務に関する業務情報を取得し、検索結果取得部が、前記検索ユーザが検索に用いた検索キーワード、及び前記第１学習済みモデルを用いて前記検索キーワードから推定される前記文書語彙である関連キーワードに基づいて、前記検索対象文書から検索された文書を示す検索結果を取得し、選択実績取得部が、前記検索結果に基づいて前記検索ユーザにより選択された文書を示す選択実績を取得し、第２学習済みモデル生成部が、前記業務情報及び前記検索結果と、前記選択実績を対応づけた学習用のデータセットを学習モデルに学習させることにより、前記業務情報及び前記検索結果と前記選択実績との関係を学習した第２学習済みモデルを生成し、業務情報取得部が、推定の対象とする対象ユーザの前記業務情報を取得し、選択文書推定部が、推定の対象とする対象ユーザの前記業務情報、及び前記対象ユーザが検索に用いた検索キーワードに応じた前記検索結果と、前記第２学習済みモデルとを用いて、前記検索結果から、前記対象ユーザにより選択される選択文書を推定する、検索支援方法である。

また、本発明は、コンピュータを、上記に記載の検索支援システムとして動作させるためのプログラムであって、前記コンピュータを前記検索支援システムが備える各部として機能させるためのプログラムである。

本発明によれば、検索結果に数多くの文書が存在する場合であっても、検索者が所望する内容が記載された文書を容易に選択することができる。

実施形態に係る検索支援システム１の構成の例を示すブロック図である。 実施形態に係る第１学習サーバ２０の構成の例を示すブロック図である。 実施形態に係る検索サーバ３０の構成の例を示すブロック図である。 実施形態に係る第２学習サーバ４０の構成の例を示すブロック図である。 実施形態に係る推定サーバ５０の構成の例を示すブロック図である。 実施形態に係るＷｅｂサーバ６０の構成の例を示すブロック図である。 実施形態に係る業務情報記憶部１６に記憶される業務情報の構成の例を示す図である。 実施形態に係るコンテンツ語彙情報記憶部２６に記憶される情報の構成の例を示す図である。 実施形態に係る文書語彙情報記憶部２７に記憶される情報の構成の例を示す図である。 実施形態に係る検索支援システム１が行う処理の流れ示すシーケンス図である。 実施形態に係る検索支援システム１が行う処理の流れ示すシーケンス図である。 実施形態に係る検索支援システム１が行う処理の流れ示すシーケンス図である。

以下、発明の実施形態について図面を参照しながら説明する。

検索支援システム１は、検索された文書が、検索者が所望する文書か否かを推定することにより、検索の支援を行うシステムである。検索支援システム１は、例えば、保険業や金融業など、各業界において各種の手続きを扱う会社などに設置される。

検索支援システム１には、検索対象とする文書（検索対象文書）を記憶したデータベース（後述する検索対象文書情報記憶部３５に相当）有することを前提とする。
以下では、検索対象文書が、保険業や金融業など、各業界において各種の手続きを扱う会社の内部文書である場合について説明する。すなわち、内部文書は「検索対象文書」の一例である。
この場合、検索対象文書は、外部インターネットを介して任意に取得することができないクローズドな環境にて管理されている文書、例えば、アクセス権限をもつユーザ（関連する業務を担当する部署の社員など）にのみ閲覧可能な文書群である。検索対象文書は、例えば、各種の手続きに関連する規定文書、事務基準、検査基準、お知らせ、書式集、マニュアル集、内部統制文書等である。

検索支援システム１には、学習段階と実行段階の二つの処理フェーズがある。
学習段階において、検索支援システム１は、検索者により入力される検索キーワードが、検索対象文書に記載されている語彙と一致しない（乖離する）場合に備えて、検索キーワードから関連キーワードを推定するための学習をしたモデル（後述する、第１学習済みモデル）を生成する。関連キーワードは、検索キーワードに関連する語彙であって、検索対象文書に記載されている語彙である。
検索キーワードと関連キーワードとが一致しない（乖離している）場合であっても、検索者は、意味が似ているものの、内部文書に含まれない語彙、あるいは、業務に無関係に見えても、ある専門用語に関連する一般的な語彙を検索キーワードとして入力することで、何らかの内部文書を検索しようとしていると考えられるためである。例えば、検索対象文書に記載されている業界（例えば、保険業）ではあまり使われないが、異なる業界（例えば、行政）でよく使われる「働き方改革」とのキーワードを用いて、「時短勤務」や「時間外労働」に関する内容が記載された文書を検索しようとしていると考えられる。このような乖離が生じた場合であっても、検索キーワードに関係する内容が記載された内部文書が、検索結果として提示されることが望ましい。
また、学習段階において、検索支援システム１は、検索結果として、複数の検索対象文書が該当する場合に備えて、検索者の業務から、検索者が複数の検索対象文書から選択する文書を推定するための学習をしたモデル（後述する、第２学習済みモデル）を生成する。

実行段階において、検索支援システム１は、学習段階で生成した第１学習済みモデルを用いて、検索キーワードから関連キーワードを推定する。検索支援システム１は、検索対象文書から、検索キーワード、又は推定した関連キーワードが記載されている文書を検索する。そして、検索支援システム１は、検索した文書が複数ある場合、検索者の業務に基づいて、検索者が複数の検索対象文書から選択する文書を推定する。

このように、検索支援システム１では、学習段階において、第１学習済みモデルが生成されることにより、実行段階において検索キーワードから関連キーワードを推定することができる。これにより、検索者により入力される検索キーワードが、検索対象文書に記載されている語彙と一致しない（乖離する）場合に、検索キーワードから、検索対象文書に記載されている語彙を関連キーワードとして推定でき、検索対象文書から文書を検索することができる。

また、検索支援システム１では、学習段階において、第２学習済みモデルが生成されることにより、実行段階において、文書が複数検索された場合に、検索者の業務から、その複数の文書から検索者が選択する文書を推定することができる。これにより、検索者が選択すると推定される文書を、優先して表示することが可能である。したがって、検索された文書が機械的に表示される場合と比較して、検索者自身が選択すると推定される文書を選択し易くすることができ、検索者が検索に要する労力を、低減させることが可能である。

以下では、学習段階を経た後に、実行段階の処理を行う場合を例に説明するが、これに限定されない。学習段階と実行段階とは、同時進行で処理されてもよく、実行段階で得られた情報が、学習段階の処理に用いられてもよい。また、所定のタイミングで、学習段階の処理が繰り返し行われることにより、学習済みモデルが定期的に更新されてもよい。

図１は、実施形態に係る検索支援システム１の構成の例を示すブロック図である。検索支援システム１は、例えば、検索端末１０と、第１学習サーバ２０と、検索サーバ３０と、第２学習サーバ４０と、推定サーバ５０と、Ｗｅｂサーバ６０とを備える。検索支援システム１において、検索支援システム１の構成要素（検索端末１０と、第１学習サーバ２０と、検索サーバ３０と、第２学習サーバ４０と、推定サーバ５０と、Ｗｅｂサーバ６０）は、通信ネットワークＮＷを介して、互いに通信可能に接続される。

まず、学習段階について説明する。
検索端末１０は、検索に用いられるパーソナルコンピュータ、タブレット端末等である。
検索端末１０には、検索者により、検索者の業務に関する業務情報、及び検索キーワードが入力される。ここで、学習段階における検索者は、「検索ユーザ」の一例である。

検索端末１０は、検索者の業務に関する業務情報を第２学習サーバ４０に出力する。検索端末１０は、検索者により入力された検索キーワードを検索サーバ３０に出力する。検索端末１０は、検索サーバ３０から、検索キーワードに応じた検索結果を取得する。例えば、検索結果には、検索対象文書のうちの複数の文書が含まれる。

検索端末１０は、検索結果を表示する。
学習段階においては、検索結果を表示は、予め定めた所定のアルゴリズムに応じて、機械的に表示される。ここでの所定のアルゴリズムは、任意であってよいが、例えば、文書のタイトルをアルファベット順、あいうえお順に表示する、或いは、検索サーバ３０から通知された順に文書を表示するもの等である。
検索者は、表示された検索結果から所望する文書を選択する。検索端末１０には、検索者により選択された文書（つまり、検索者が所望した文書）を示す選択実績が入力される。検索端末１０は、選択実績を、第２学習サーバ４０に出力する。

第１学習サーバ２０は、第１学習済みモデルを生成するパーソナルコンピュータ、サーバ装置等である。学習済みモデルは、検索キーワードから関連キーワードを推定し、推定結果を出力するモデルである。

第１学習サーバ２０は、検索対象文書とは異なる文書コンテンツ（以下、単に、コンテンツという）から得られる語彙と、検索対象文書に記載されている語彙との対応関係を学習したモデル（第１学習済みモデル）を生成する。以下では、第１学習サーバ２０、外部インターネットのウェブサイトに掲載されたコンテンツから得られる語彙と、検索対象文書に記載されている語彙との対応関係を学習する場合を例に説明する。外部インターネットを介して取得可能なコンテンツは、クローズドな環境で管理されている検索対象文書とは異なる文書であって、任意のユーザによりアクセス可能なコンテンツである。外部インターネットを介して取得するコンテンツは、例えば、役所等の自治体のホームページに掲載された情報である。すなわち、外部インターネットのウェブサイトに掲載された文書は、「文書コンテンツ」の一例である。
しかしながら、これに限定されることはない。第１学習サーバ２０は、少なくとも検索対象文書とは異なる文書（コンテンツ）から得られる語彙と、検索対象文書に記載されている語彙との対応関係を学習すればよい。

第１学習サーバ２０は、外部インターネットを介して、Ｗｅｂサーバ６０から、特定のウェブサイトに掲載されたコンテンツに関する情報（以下、コンテンツ情報）を取得する。特定のウェブサイトは、少なくとも、検索対象文書が関係する業界や分野についての情報が記載されたコンテンツが掲載されるサイトであればよく、検索対象文書の内容に応じて任意に設定されてよい。
第１学習サーバ２０は、検索サーバ３０から検索対象文書に関する情報（以下、検索対象文書情報）を取得する。
第１学習サーバ２０は、コンテンツ情報と検索対象文書情報とに基づいて、コンテンツから得られる語彙（以下、コンテンツ語彙）と、検索対象文書に記載されている語彙（以下、文書語彙）との対応関係を学習した、第１学習済みモデルを生成する。

検索サーバ３０は、検索対象文書を検索するパーソナルコンピュータ、サーバ装置等である。検索サーバ３０は、検索キーワード、及び第１学習済みモデルを用いて、関連キーワードを推定する。検索サーバ３０は、検索キーワードと、関連キーワードとを用いて、検索対象文書から検索した文書を示す情報を、検索結果として、検索端末１０に出力する。

第２学習サーバ４０は、第２学習済みモデルを生成するパーソナルコンピュータ、サーバ装置等である。第２学習済みモデルは、過去に行われた検索の実績に基づいて、検索者の業務情報及び検索結果と、当該検索者により選択された文書（選択実績）との関係を学習したモデルである。

Ｗｅｂサーバ６０は、外部インターネットのＷｅｂサイトにコンテンツを掲載するサーバである。Ｗｅｂサーバ６０は、コンテンツ情報を記憶し、学習段階において、第１学習サーバ２０にコンテンツ情報を出力する。

次に、実行段階について説明する。
実行段階において、検索端末１０には、学習段階と同様に、検索者により、検索者の業務に関する業務情報、及び検索キーワードが入力される。検索端末１０は、検索者により入力された検索キーワードを検索サーバ３０に出力する。検索端末１０は、検索サーバ３０から、検索キーワードに応じた検索結果を取得する。ここで、実行段階における検索者は、推定の対象となる者であり、「対象ユーザ」の一例である。

検索端末１０は、検索者の業務に関する業務情報、及び検索キーワードに応じた検索結果を、推定サーバ５０に出力する。

第２学習サーバ４０は、生成した第２学習済みモデルを示す情報を、推定サーバ５０に出力する。

推定サーバ５０は、検索者により選択される文書を示す選択文書を推定するパーソナルコンピュータ、サーバ装置等である。
推定サーバ５０は、検索端末１０から検索者の業務情報と検索結果とを取得する。推定サーバ５０は、第２学習サーバ４０から第２学習済みモデルを取得する。推定サーバ５０は、検索者の業務情報、及びその検索者による検索の検索結果と第２学習済みモデルとを用いて、選択文書を推定する。

例えば、検索者による検索キーワードに、「保険 加入 手続き」との文言が入力された場合に、検索結果として以下の文書が抽出された場合を考える。
１）保険に加入するための要件が記載された規定文書Ａ
２）保険に加入するための申請書に対する事務処理が記載された事務基準Ｂ
３）保険に加入するための申請書の記載内容を検査する方法が記載された検査基準Ｃ
４）保険に加入するための申請書の改定を知らせるお知らせＤ
５）保険に加入するための申請書の書式集が記載された書式集Ｅ

例えば、推定サーバ５０は、検索者の業務情報として、保険に加入するための要件を顧客に対して確認する業務（例えば、営業職など）が示されている場合、検索者により規定文書Ａが選択される可能性が高く、他の文書（事務基準Ｂ、検査基準Ｃ、お知らせＤ、及び書式集Ｅ）が選択される可能性が低い推定する。
或いは、推定サーバ５０は、検索者の業務情報として、保険に加入するための申請書を管理する業務（例えば、事務職など）が示されている場合、検索者によりお知らせＤ、及び書式集Ｅが選択される可能性が高く、他の文書（規定文書Ａ、事務基準Ｂ、及び検査基準Ｃ）が選択される可能性が低いと推定する。
このように、推定サーバ５０は、検索結果として示された複数の文書のそれぞれについて当該文書が選択される可能性を示す情報を、推定結果としてもよい。或いは、推定サーバ５０は、検索結果として示された複数の文書のそれぞれにおける当該文書が選択されるか否かの二値情報を、推定結果としてもよい。

推定サーバ５０は、推定結果を検索端末１０に出力する。
検索端末１０は、推定結果を取得し、取得した推定結果に基づいて、検索結果を表示する。例えば、検索端末１０は、検索結果及び推定結果に基づいて、検索結果を、推定結果に応じた順序にて表示する。
検索者は、表示された検索結果から所望する文書を選択する。
ここで、実行段階で得られた情報を、学習段階の処理に用いる場合には、検索端末１０には、検索者により選択された文書（つまり、検索者が所望する文書）を示す選択実績を、第２学習サーバ４０に出力する。

図１に示すように、検索端末１０は、例えば、入力部１１と、検索結果取得部１２と、推定結果取得部１３と、表示部１４と、表示制御部１５と、業務情報記憶部１６とを備える。

入力部１１は、キーワードやマウスなどの入力装置と接続し、当該入力装置を介して入力された情報を取得する。入力部１１が取得する情報は、例えば、検索者により入力される、業務情報、検索キーワード、選択実績を示す情報である。
検索結果取得部１２は、検索キーワードに応じた検索結果を取得する。検索結果取得部１２は、入力部１１に入力された検索キーワードを、検索サーバ３０に出力し、その応答として、検索サーバ３０から検索キーワードに応じた検索結果を取得する。

推定結果取得部１３は、検索者の業務情報、及び検索結果に基づいて推定された推定結果を取得する。推定結果取得部１３は、入力部１１に入力された検索者の業務情報を推定サーバ５０に出力する。推定結果取得部１３は、検索結果取得部１２により取得された検索者の検索キーワードに応じた検索結果を、推定サーバ５０に出力する。その応答として、推定結果取得部１３は、推定サーバ５０から、検索者の業務情報、及び検索結果に基づいて推定された推定結果を取得する。

表示部１４は、表示制御部１５の制御にしたがって検索結果を表示する。
表示制御部１５は、推定結果に応じて、表示部１４による検索結果の表示を制御する。表示制御部１５は、検索結果取得部１２から、検索者の検索キーワードに応じた検索結果を取得する。表示制御部１５は、推定結果取得部１３から、検索者の業務情報、及び検索結果に基づいて推定された推定結果を取得する。表示制御部１５は、検索結果、及び推定結果に基づいて、例えば、検索結果のうち、検索者が選択する可能性が高い文書を優先して表示部１４に表示させる。

業務情報記憶部１６は、業務情報を記憶する。業務情報は、検索支援システム１を利用する検索者の業務に関する情報であって、例えば、ユーザを一意に識別するユーザＩＤと、ユーザＩＤにて特定されるユーザの業務に関する属性を示す業務属性とが対応付けられた情報である（図７参照）。

図２は、実施形態に係る第１学習サーバ２０の構成の例を示すブロック図である。
図２に示すように、第１学習サーバ２０は、例えば、Ｗｅｂコンテンツ情報取得部２１と、文書情報取得部２２と、語彙抽出部２３と、特徴量抽出部２４と、第１学習済みモデル生成部２５と、コンテンツ語彙情報記憶部２６と、文書語彙情報記憶部２７とを備える。ここで、語彙抽出部２３は、「コンテンツ語彙抽出部」の一例である。また、語彙抽出部２３は、「文書語彙抽出部」の一例である。

Ｗｅｂコンテンツ情報取得部２１は、コンテンツ情報を取得する。コンテンツ情報は、検索対象文書とは異なる文書（コンテンツ）に記載された内容に関する情報であって、例えば、コンテンツに記載された内容そのもの、コンテンツのタイトル、目次、各章における記載内容等を示す情報である。また、コンテンツに、そのコンテンツが作成された時期や、作成者、ＩＳＢＮ（International Standard Book Number）等が付されている場合には、コンテンツ情報として、これらの情報が含まれていてもよい。

文書情報取得部２２は、検索対象文書情報を取得する。検索対象文書情報は、検索対象文書に記載された内容に関する情報であって、情報の具体的な内容は、コンテンツ情報と同様であってよく、例えば、文書に記載された内容そのもの、タイトル、目次、各章における記載内容等の他、その文書が作成された時期や、作成者、ＩＳＢＮ等が付されている場合における、これらの情報である。

語彙抽出部２３は、コンテンツ情報に基づいて、コンテンツに記載された語彙（コンテンツ語彙）を抽出する。また、語彙抽出部２３は、検索対象文書情報に基づいて、検索対象文書に記載された語彙（文書語彙）を抽出する。語彙抽出部２３は、例えば、文書の全文又は一部から、文書に記載された語彙を抽出する。文書の全文から語彙を抽出するか、一部から語彙を抽出するかは、検索対象文書の内容や量、検索サーバの処理能力等に応じて任意に設定されてよい。

特徴量抽出部２４は、コンテンツ情報、及び検索対象文書情報に基づいて、文書に対する自然言語処理を施すことにより、その文書に含まれる語彙の特徴量を抽出する。ここでの自然言語処理とは、形態素解析、構文解析、意味解析、あるいは文脈解析を含む処理であって、例えば、ｆａｓｔＴｅｘｔである。語彙の特徴量とは、コンテンツ語彙、又は文書語彙（以下、コンテンツ語彙等）から、その語彙における任意の特徴を数値化（高次のベクトル表現、或いは、分散表現などともいう）したものである。語彙の特徴とは、コンテンツ語彙等の、その記載された内容に基づく特徴であって、例えば、「保険に加入すれば安心」という文章が記載されていた場合、「保険」という語彙は、「加入するもの」、「安心さ」という特徴を有するとみなされる。この場合、例えば、「保険に加入する」という旨の文章が繰り返されている度合い、或いは、「保険」と、「加入」との単語が近い位置に配置されている度合い等に応じて、「保険」という語彙における、「加入するもの」という特徴を数値化したものが特徴量となる。特徴量抽出部２４は、コンテンツ情報から抽出したコンテンツの特徴量を、コンテンツ語彙情報として、コンテンツ語彙情報記憶部２６に記憶させる。特徴量抽出部２４は、検索対象文書情報から抽出した検索対象文書の特徴量を、文書語彙情報として、文書語彙情報記憶部２７に記憶させる。

第１学習済みモデル生成部２５は、語彙抽出部２３により抽出された、コンテンツ語彙等の特徴量を用いて、機械学習を実行することにより、検索対象文書語彙のそれぞれの類似度合いを学習した学習済みモデルを生成する。学習済みモデルは、例えば、語彙の特徴量に基づいて、語彙同士の類似度合いを算出する。ここでの類似度合いは、互いの語彙における所定の特徴を数値化した値の近さ（相関量）を示す度合いであり、例えば、語彙の特徴に基づいて分散表現される、高次元のベクトル空間における距離である。学習済みモデルは、ベクトル空間における語彙同士の距離が、所定の閾値より小さい場合、その語彙同士が類似すると判定する。一方、学習済みモデルは、ベクトル空間における語彙同士の距離が、所定の閾値より大きい場合、その語彙同士が類似しないと判定する。

コンテンツ語彙情報記憶部２６は、コンテンツ語彙情報を記憶する。コンテンツ語彙情報は、特徴量抽出部２４により抽出されたコンテンツ語彙の特徴量に関する情報である。コンテンツ語彙情報は、例えば、コンテンツを一意に識別するコンテンツＩＤと、コンテンツＩＤにて特定されるコンテンツに記載されている語彙から抽出された、特徴ごとの特徴量とが対応付けられた情報である（図８参照）。

文書語彙情報記憶部２７は、文書語彙情報を記憶する。文書語彙情報は、特徴量抽出部２４により抽出された文書語彙の特徴量に関する情報である。文書語彙情報は、例えば、検索対象文書を一意に識別する文書ＩＤと、文書ＩＤにて特定される検索対象文書に記載されている語彙から抽出された、特徴ごとの特徴量とが対応付けられた情報である（図９参照）。

図３は、実施形態に係る検索サーバ３０の構成の例を示すブロック図である。
図３に示すように、検索サーバ３０は、例えば、検索キーワード取得部３１と、関連キーワード推定部３２と、検索部３３と、検索結果出力部３４と、検索対象文書情報記憶部３５と、第１学習済みモデル記憶部３６とを備える。

検索キーワード取得部３１は、検索端末１０から、検索者により入力された検索キーワードを取得し、取得した検索キーワードを関連キーワード推定部３２、及び検索部３３に出力する。
関連キーワード推定部３２は、検索キーワードと第１学習済みモデルとを用いて、関連キーワードを推定する。関連キーワード推定部３２は、第１学習済みモデルを用いて、ベクトル空間において、検索キーワードに相当する語彙との距離が所定の閾値より小さい語彙を、類似語彙として抽出する。関連キーワード推定部３２は、抽出した類似語彙から、検索対象文書に記載されている語彙を選択する。関連キーワード推定部３２は、選択した語彙を、検索キーワードに関連する関連キーワードを推定した推定結果とする。関連キーワード推定部３２は、推定結果を検索部３３に出力する。

検索部３３は、検索キーワード及び関連キーワードのそれぞれに基づいて、検索対象文書から該当する文書（該当文書）を検索する。検索部３３は、例えば、検索対象文書のうち、関連キーワードが記載された文書を該当文書とする。或いは、検索部３３は、関連キーワードが記載された文書の数が所定の閾値以上である場合には、関連キーワードが記載された回数が所定の閾値以上であるもの、又は、文書にとっての関連キーワードの重要度が所定の閾値以上であるものを該当文書とするようにしてもよい。なお、ここでいう重要度とは、その文書における該当キーワードがよく頻出し、かつその文書に対して特徴的である度合いを指す。
検索部３３は、検索結果を検索結果出力部３４に出力する。
検索結果出力部３４は、検索部３３により検索された該当文書を示す情報を、検索結果として、検索端末１０に出力する。
検索対象文書情報記憶部３５は、検索対象文書情報を記憶する。検索対象文書情報は、検索対象文書に関する情報であって、例えば、検索対象文書を一意に識別する文書ＩＤと、検索対象文書のタイトル、ページ数、及び記載された内容等の属性情報とが対応付けられた情報である。

第１学習済みモデル記憶部３６は、第１学習サーバ２０により生成された学習済みモデルを示す情報を記憶する。第１学習済みモデルを示す情報は、例えば、複数の語彙におけるベクトル空間上の距離に基づいて、語彙が互いに類似しているか否かを判定するアルゴリズムである。或いは、学習済みモデルを示す情報は、コンテンツ、及び検索対象文書のそれぞれに記載された語彙ごとのベクトル空間における位置を示す情報であってもよいし、そのベクトル空間における位置に基づいて判定された、語彙が互いに類似しているか否かを示す判定結果が記憶されたテーブルであってもよい。

図４は、実施形態に係る第２学習サーバ４０の構成の例を示すブロック図である。
図４に示すように、第２学習サーバ４０は、例えば、業務情報取得部４１と、検索結果取得部４２と、選択実績取得部４３と、学習用データセット生成部４４と、第２学習済みモデル生成部４５とを備える。

業務情報取得部４１は、検索端末１０から、検索者により入力された業務情報を取得し、取得した業務情報を学習用データセット生成部４４に出力する。
検索結果取得部４２は、検索端末１０から、検索キーワードに応じた検索結果を取得する。或いは検索結果取得部４２は、検索サーバ３０から、関連キーワードに応じた検索結果を取得するようにしてもよい。検索結果取得部４２は、取得した検索結果を学習用データセット生成部４４に出力する。
選択実績取得部４３は、検索端末１０から、検索者により選択された選択実績を取得し、取得した選択実績を学習用データセット生成部４４に出力する。
学習用データセット生成部４４は、一回の検索により紐づけられる、業務情報及び検索結果と、選択実績とを組み合わせることにより、学習用データセットを生成する。

第２学習済みモデル生成部４５は、学習用データセットを教師として、学習モデルに機械学習させることにより、第２学習済みモデルを生成する。
学習モデルは、例えば、ＣＮＮ（Convolutional Neural Network）である。ＣＮＮは、入力層、隠れ層（中間層）、出力層の３つの階層により構成されるモデルである。入力層には推定の対象となるデータ（入力データ）が入力される。出力層からは、学習された結果を示すデータ（推定結果）が出力される。隠れ層は、学習の核となる処理を行う。例えば、隠れ層は、入力を活性化関数（伝達関数）と呼ばれる関数により表現される値に変換して出力する。例えば、活性化関数は、正規化線形関数や、シグモイド関数、ステップ関数などであるが、これに限定されず、任意の関数が用いられてよい。

第２学習済みモデル生成部４５は、学習モデルに、学習用データセットの入力を入力させる。本実施形態における学習用データセットの入力データは、業務情報及び検索結果である。学習モデルは、入力データに対する隠れ層の処理を経て、出力層から推定結果を出力する。

第２学習済みモデル生成部４５は、出力層から出力された推定結果が学習用データセットの出力に近づくように、学習モデルの隠れ層の処理パラメータを調整する。本実施形態における学習用のデータセットの出力は、選択実績である。

第２学習済みモデル生成部４５は、所定数の学習用データセットの全てについて、出力層から出力された推定結果が、学習用データセットの出力に近づくように、隠れ層の処理パラメータの調整を繰り返し行う。このようにして、学習用データセットの入力に対し、学習用データセットの出力に近い値を、推定結果として出力することができるように学習させた学習モデルが、第２学習済みモデルとなる。第２学習済みモデル生成部４５は、生成した第２学習済みモデルを示す情報を、推定サーバ５０に送信する。

図５は、実施形態に係る推定サーバ５０の構成の例を示すブロック図である。
図５に示すように、推定サーバ５０は、例えば、業務情報取得部５１と、検索結果取得部５２と、選択文書推定部５３と、推定結果出力部５４と、第２学習済みモデル記憶部５５とを備える。

業務情報取得部５１の機能は、業務情報取得部４１と同様であるため、その説明を省略する。業務情報取得部５１は、取得した業務情報を選択文書推定部５３に出力する。
検索結果取得部４２の機能は、検索結果取得部４２と同様であるため、その説明を省略する。検索結果取得部５２は、取得した検索結果を選択文書推定部５３に出力する。

選択文書推定部５３は、業務情報及び検索結果と、第２学習済みモデルを用いて、推定対象である選択文書を推定する。選択文書推定部５３は、業務情報取得部５１から取得した業務情報、及び検索結果取得部５２から取得した検索結果を、第２学習済みモデルに入力させる。選択文書推定部５３は、第２学習済みモデルからの出力を、検索者により選択される（であろう）選択文書を推定した推定結果とする。

推定結果出力部５４は、選択文書推定部５３により推定された推定結果を、検索端末１０に出力する。
第２学習済みモデル記憶部５５は、第２学習サーバ４０により生成された、第２学習済みモデルを示す情報を記憶する。第２学習済みモデルを示す情報は、例えば、ＣＮＮの構成（隠れ層の層数や、各層のユニット数、活性化関数の種別、など）、及び隠れ層の処理パラメータ（ユニット間の重み係数、バイアス成分量、など）である。

図６は、実施形態に係るＷｅｂサーバ６０の構成の例を示すブロック図である。
図６に示すように、Ｗｅｂサーバ６０は、例えば、コンテンツ取得部６１と、コンテンツ配信部６２と、コンテンツ記憶部６３とを備える。
コンテンツ取得部６１は、コンテンツを示す情報を取得する。コンテンツを示す情報は、Ｗｅｂサイトにコンテンツを掲載するための情報であって、例えば、ＨＴＭＬ言語やＪａｖａＳｃｒｉｐｔ（登録商標）言語で記述されたＨＴＭＬ文書である。
コンテンツ配信部６２は、コンテンツ取得部６１により取得されたコンテンツを示す情報を配信する。これにより、Ｗｅｂブラウザ機能を有するパーソナルコンピュータ、スマートフォン等が、Ｗｅｂサーバ６０のサイトにアクセスすると、コンテンツを閲覧することができる。
コンテンツ記憶部６３は、コンテンツ取得部６１により取得されたコンテンツを示す情報を記憶する。

図７は、実施形態に係る業務情報記憶部１６に記憶される業務情報の構成の例を示す図である。業務情報は、例えば、ユーザＩＤと、業務属性とを備える。ユーザＩＤは、検索者を一意に識別する識別情報である。業務属性は、検索者の業務に関する属性を示す情報であり、例えば、部門、役職、及び在籍年数などで構成される。部門には、検索者が所属する部門の別が示されており、例えば、自動車保険部門の営業部、自動車保険部門の事務部、医療保険部門の企画管理部などの情報が示される。役職には、部長や一般社員などの役が示される。在籍年数には、検索者が現在所属する部門に在籍している年数が示される。

図８は、実施形態に係るコンテンツ語彙情報記憶部２６に記憶される情報の構成の例を示す図である。コンテンツ語彙情報は、例えば、コンテンツＩＤと、タイトルと、語彙と、特徴量とを備える。コンテンツＩＤは、コンテンツを一意に識別する識別情報である。タイトルは、コンテンツの題名（タイトル）である。語彙は、コンテンツから抽出された語彙である。特徴量は、語彙の特徴量であり、例えば、特徴１、特徴２…のように、特徴ごとにその特徴量が示される。この例では、コンテンツＩＤ（１００１）で識別されるコンテンツが、「○○市役所 働き方改革推進プラン」であることを示している。

図９は、実施形態に係る文書語彙情報記憶部２７に記憶される情報の構成の例を示す図である。文書語彙情報は、例えば、文書ＩＤと、タイトルと、語彙と、特徴量とを備える。文書ＩＤは、検索対象文書を一意に識別する識別情報である。タイトルは、検索対象文書の題名（タイトル）である。語彙は、検索対象文書から抽出された語彙である。特徴量は、語彙の特徴量であり、例えば、特徴１、特徴２…のように、特徴ごとにその特徴量が示される。この例では、文書ＩＤ（２００１）で識別される検索対象文書が、「○○マニュアル」であることを示している。

ここで、図１０～図１２を用いて、検索支援システム１が行う処理の流れを説明する。
図１０は、学習段階において、第１学習済みモデルを生成する処理の流れ示すシーケンス図である。
図１１は、学習段階において、第２学習済みモデルを生成する処理の流れ示すシーケンス図である。
図１２は、実行段階の処理の流れ示すシーケンス図である。

図１０に示すように、学習段階において、Ｗｅｂサーバ６０は、コンテンツを配信する（ステップＳ１０）。第１学習サーバ２０は、Ｗｅｂサーバ６０に掲載されたコンテンツ情報を取得する（ステップＳ１１）。第１学習サーバ２０は、取得したコンテンツ情報に基づいて、コンテンツ語彙を抽出し（ステップＳ１２）、抽出した語彙の特徴量を抽出する（ステップＳ１３）。第１学習サーバ２０は、抽出した語彙の特徴量を、コンテンツ語彙情報記憶部２６に記憶する（ステップＳ１４）。
第１学習サーバ２０は、ステップＳ１００（ステップＳ１１～Ｓ１４）に示す処理を繰り返し行うことにより、所定のＷｅｂサイトに掲載されたコンテンツのそれぞれから、語彙とその語彙の特徴量を抽出し、所定数の語彙についてその特徴量を取得する。

一方、検索サーバ３０は、検索対象文書情報記憶部３５に検索対象文書情報を記憶することにより、検索に用いる検索対象文書を登録する（ステップＳ１５）。第１学習サーバ２０は、検索サーバ３０から検索対象文書情報を取得する（ステップＳ１６）。第１学習サーバ２０は、取得した検索対象文書情報に基づいて、文書語彙を抽出し（ステップＳ１７）、抽出した語彙の特徴量を抽出する（ステップＳ１８）。第１学習サーバ２０は、抽出した語彙の特徴量を、文書語彙情報記憶部２７に記憶する（ステップＳ１９）。

第１学習サーバ２０は、コンテンツ語彙情報記憶部２６に記憶された情報、及び文書語彙情報記憶部２７に記憶された情報に基づいて、検索キーワードと関連キーワード（文書語彙）との対応関係を学習モデルに学習させることにより、第１学習済みモデルを生成する（ステップＳ２０）。

図１１に示すように、学習段階において、検索サーバ３０は、第１学習サーバ２０から第１学習済みモデルを示す情報を取得し、取得した情報を記憶する（ステップＳ３０）。
検索端末１０は、検索者の業務情報が入力されると、その業務情報を取得し（ステップＳ３１）、取得した業務情報を第２学習サーバ４０に出力する。
検索端末１０は、検索者により検索キーワードが入力されると、その検索キーワードを取得し（ステップＳ３３）、取得した検索キーワードを検索サーバ３０に出力する。
検索サーバ３０は、検索端末１０から検索キーワードを取得し（ステップＳ３４）、検索キーワードに基づいて、関連キーワードを推定する（ステップＳ３５）。検索サーバ３０は、検索キーワードと関連キーワードとに基づいて、検索該当文書を検索する（ステップＳ３６）。検索サーバ３０は、検索結果を検索端末１０に出力する。

検索端末１０は、検索サーバ３０から検索結果を取得すると、その検索結果を表示する（ステップＳ３７）。また、検索端末１０は、検索サーバ３０から取得した検索結果を、第２学習サーバ４０に出力する。第２学習サーバ４０は、検索結果を取得する（ステップＳ３８）。
検索端末１０は、検索者により検索結果から、検索者が所望の文書が選択されると、その選択実績を取得する（ステップＳ３９）。検索端末１０は、取得した選択実績を第２学習サーバ４０に出力する。第２学習サーバ４０は、選択実績を取得する（ステップＳ４０）。

第２学習サーバ４０は、ステップＳ３２で取得した業務情報、及びステップＳ３８で取得した検索結果と、ステップＳ４０で取得した選択実績とに基づいて、学習用データセットを生成する（ステップＳ４１）。
検索支援システム１は、ステップＳ１００（ステップＳ３１～Ｓ４１）に示す処理を繰り返し行うことにより、所定数の学習用データセットを生成する。
第２学習サーバ４０は、学習用データセットを用いて、第２学習済みモデルを生成する（ステップＳ４２）。

図１２に示すように、実行段階において、検索サーバ３０は、第１学習済みモデルを記憶する（ステップＳ５０）。推定サーバ５０は、第２学習済みモデルを記憶する（ステップＳ５１）。

ステップＳ５２～Ｓ５７に示す処理は、学習段階におけるステップＳ３１～Ｓ３６に示す処理と同様の処理であるため、その説明を省略する。

検索端末１０は、検索サーバ３０から検索結果を取得すると、その検索結果を、出力する（ステップＳ５８）。
推定サーバ５０は、検索結果を取得する（ステップＳ５９）。
推定サーバ５０は、ステップＳ５３で取得した業務情報、及びステップＳ５９で取得した検索結果と、ステップＳ５１で記憶した第２学習済みモデルとを用いて、選択文書を推定する（ステップＳ６０）。推定サーバ５０は、推定結果を検索端末１０に出力する。
検索端末１０は、推定サーバ５０から推定結果を取得し（ステップＳ６１）、取得した推定結果に応じて、検索結果の表示を制御する（ステップＳ６２）。

以上説明したように、実施形態の検索支援システム１は、語彙抽出部２３と、第１学習済みモデル生成部２５と、業務情報取得部４１と、検索結果取得部４２と、選択実績取得部４３と、第２学習済みモデル生成部４５と、業務情報取得部５１と、選択文書推定部５３とを備える。語彙抽出部２３は、検索対象文書とは異なる文書コンテンツ（例えば、Ｗｅｂサーバ６０により配信されたコンテンツ）からコンテンツ語彙を抽出する。語彙抽出部２３は、検索対象文書から文書語彙を抽出する。第１学習済みモデル生成部２５は、コンテンツ語彙と、文書語彙との類似度合いを学習した第１学習済みモデルを生成する。業務情報取得部４１は、学習段階における検索者（「検索ユーザ」の一例）の業務に関する業務情報を取得する検索結果取得部４２は、学習段階における検索者が検索に用いた検索キーワード、及び第１学習済みモデルを用いて、検索対象文書から検索された文書を示す検索結果を取得する。選択実績取得部４３は、検索結果に基づいて、学習段階における検索者により選択された文書を示す選択実績を取得する。第２学習済みモデル生成部４５は、学習段階における検索者の業務に関する業務情報及び検索結果と、選択実績を対応づけた学習用のデータセットを学習モデルに学習させることにより、業務情報及び検索結果と、選択実績との関係を学習した第２学習済みモデルを生成する。業務情報取得部５１は、実行段階における検索者（「推定の対象とする対象ユーザ」の一例）の業務情報を取得する。選択文書推定部５３は、実行段階における検索者の業務情報、及び、実行段階における検索者が検索に用いた検索キーワードに応じた検索結果と、第２学習済みモデルとを用いて、検索結果から、実行段階における検索者により選択される選択文書を推定する。

これにより、実施形態の検索支援システム１は、検索者の業務から、検索者により選択される選択文書を推定することができ、推定結果に応じて検索結果を提示することが可能となる。このため、検索結果として数多くの文書が存在する場合であっても、検索者の業務から推定される、検索者が所望する文書を容易に選択できるようにすることができる。

また、実施形態の検索支援システム１では、検索キーワードから関連キーワードを推定することができるため、検索キーワードが、検索対象文書に記載された語彙と乖離する場合であっても、検索対象文書から文書を検索することが可能である。しかも、検索キーワードと関連キーワードとのそれぞれに基づいて、数多くの文書が検索された場合であっても、検索者の業務から、検索者により選択される選択文書を推定することができるため、数多くの文書から検索者が所望する文書を容易に選択できるようにすることが可能である。

また、実施形態の検索支援システム１は、表示制御部１５を更に備える。表示制御部１５は、選択文書推定部５３により推定された推定結果に応じて、検索結果に対応する文書を表示させる順序を制御する。これにより、実施形態の検索支援システム１は、検索者が所望する可能性が高い文書を優先して表示することができ、上述した効果と同様の効果を奏する。

上述したように、本実施形態において、検索対象文書は、各種の手続きに関連する規定文書等を想定している。検索対象文書は、各種の手続きに応じて作成されるものであり、例えば、手続を行う部門、或いは業務ごとに、必要に応じて作成される。或いは、各種の手続きを行う必要性から、部門や業務が設立される。このことから、業務情報と、選択実績とは相関関係を有する。すなわち、検索者の業務と選択実績とは密接に関係しており、同じ業務に属する検索者は、同じような検索結果から選択する文書は、似た傾向にあると考えられる。このため、業務情報及び検索結果と、選択実績との関係を学習した第２学習済みモデルを用いて推定を行うことで、検索者が所望する文書を精度よく推定することが可能である。

また、本実施形態において、コンテンツは、検索対象文書が関係する業界や分野についての情報が記載されたコンテンツである。このため、コンテンツ語彙と、文書語彙とは相関関係を有する。また、検索者は、検索対象文書から所望の文書を検索する。したがって、検索者により入力される検索キーワードと、コンテンツ語彙と、文書語彙とは密接な関係を有する。すなわち、コンテンツ語彙と、文書語彙との関係を学習した学習済みモデルを用いて推定を行うことで、検索キーワードに関連（類似）する関連キーワードを精度よく推定することが可能である。

上述した実施形態における検索支援システム１の全部または一部をコンピュータで実現するようにしてもよい。その場合、この機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。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く、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であってもよく、ＦＰＧＡ等のプログラマブルロジックデバイスを用いて実現されるものであってもよい。

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

１…検索支援システム
１０…検索端末
１１…入力部
１２…検索結果取得部
１３…推定結果取得部
１４…表示部
１５…表示制御部
１６…業務情報記憶部
２０…第１学習サーバ
２１…Ｗｅｂコンテンツ情報取得部
２２…文書情報取得部
２３…語彙抽出部
２４…特徴量抽出部
２５…第１学習済みモデル生成部
３０…検索サーバ
３１…検索キーワード取得部
３２…関連キーワード推定部
３３…検索部
３４…検索結果出力部
３５…検索対象文書情報記憶部
３６…第１学習済みモデル記憶部
４０…第２学習サーバ
４１…業務情報取得部
４２…検索結果取得部
４３…選択実績取得部
４４…学習用データセット生成部
４５…第２学習済みモデル生成部
５０…推定サーバ
５１…業務情報取得部
５２…検索結果取得部
５３…選択文書推定部
５４…推定結果出力部
５５…第２学習済みモデル記憶部
６０…Ｗｅｂサーバ
６１…コンテンツ取得部
６２…コンテンツ配信部
６３…コンテンツ記憶部

Claims (5)

1. 検索の対象とする文書である検索対象文書とは異なる文書コンテンツに記載された語彙であるコンテンツ語彙を抽出するコンテンツ語彙抽出部と、
   前記検索対象文書に記載された語彙である文書語彙を抽出する文書語彙抽出部と、
   前記コンテンツ語彙と、前記文書語彙との類似度合いを学習した学習済みモデルを生成する第1学習済みモデル生成部と、
   検索ユーザの業務に関する業務情報を取得する業務情報取得部と、
   前記検索ユーザが検索に用いた検索キーワード、及び前記第１学習済みモデルを用いて前記検索キーワードから推定される前記文書語彙である関連キーワードに基づいて、前記検索対象文書から検索された文書を示す検索結果を取得する検索結果取得部と、
   前記検索結果に基づいて前記検索ユーザにより選択された文書を示す選択実績を取得する選択実績取得部と、
   前記業務情報及び前記検索結果と、前記選択実績を対応づけた学習用のデータセットを学習モデルに学習させることにより、前記業務情報及び前記検索結果と前記選択実績との関係を学習した第２学習済みモデルを生成する第２学習済みモデル生成部と、
   推定の対象とする対象ユーザの前記業務情報、及び前記対象ユーザが検索に用いた検索キーワードに応じた前記検索結果と、前記第２学習済みモデルとを用いて、前記検索結果から、前記対象ユーザにより選択される選択文書を推定する選択文書推定部と、
   を備える検索支援システム。
2. 前記コンテンツ語彙抽出部は、外部インターネットを介して任意に取得可能な前記文書コンテンツに記載された前記コンテンツ語彙を抽出し、
   前記文書語彙抽出部は、前記外部インターネットを介して任意に取得することができない環境にて管理されている前記検索対象文書の文書語彙を抽出する、
   請求項１に記載の検索支援システム。
3. 前記選択文書推定部により推定された推定結果に応じて、前記検索結果に対応する文書を表示させる順序を制御する表示制御部を、更に備える、
   請求項１又は請求項２に記載の検索支援システム。
4. コンテンツ語彙抽出部が、検索の対象とする文書である検索対象文書とは異なる文書コンテンツに記載された語彙であるコンテンツ語彙を抽出し、
   文書語彙抽出部が、前記検索対象文書に記載された語彙である文書語彙を抽出し、
   第1学習済みモデル生成部が、前記コンテンツ語彙と、前記文書語彙との類似度合いを学習した学習済みモデルを生成し、
   業務情報取得部が、検索ユーザの業務に関する業務情報を取得し、
   検索結果取得部が、前記検索ユーザが検索に用いた検索キーワード、及び前記第１学習済みモデルを用いて前記検索キーワードから推定される前記文書語彙である関連キーワードに基づいて、前記検索対象文書から検索された文書を示す検索結果を取得し、
   選択実績取得部が、前記検索結果に基づいて前記検索ユーザにより選択された文書を示す選択実績を取得し、
   第２学習済みモデル生成部が、前記業務情報及び前記検索結果と、前記選択実績を対応づけた学習用のデータセットを学習モデルに学習させることにより、前記業務情報及び前記検索結果と前記選択実績との関係を学習した第２学習済みモデルを生成し、
   業務情報取得部が、推定の対象とする対象ユーザの前記業務情報を取得し、
   選択文書推定部が、推定の対象とする対象ユーザの前記業務情報、及び前記対象ユーザが検索に用いた検索キーワードに応じた前記検索結果と、前記第２学習済みモデルとを用いて、前記検索結果から、前記対象ユーザにより選択される選択文書を推定する、
   検索支援方法。
5. コンピュータを、請求項１に記載の検索支援システムとして動作させるためのプログラムであって、前記コンピュータを前記検索支援システムが備える各部として機能させるためのプログラム。

Images