JP7260769B2 - 検索支援方法及び情報処理装置 - Google Patents

Description

本件は、検索支援方法及び情報処理装置に関する。

階層化されたカテゴリで分類された複数のＦＡＱから目的のＦＡＱを検索する際の検索効率の向上を図る技術が提案されている（例えば特許文献１参照）。

国際公開第２０１０／０６１５３８号

ところで、ＦＡＱに関する技術が導入されて運用が開始されると、ＦＡＱは増加する傾向がある。例えば、導入時に想定されなかった新たな質問があった場合、その質問とその質問に対する回答を含むＦＡＱを新たに作成し、検索対象に追加することが求められる。このように、ＦＡＱなどの文書が増加すれば、文書を検索する際の検索対象が増加し、検索時間が増大するという問題がある。

そこで、１つの側面では、検索時間を短縮することを目的とする。

１つの実施態様では、検索支援方法は、文書検索の検索結果に含まれる複数の文書のうち、特定の文書数Ｎの文書を対象としてクラスタリングを行い、前記クラスタリングにより生成された各クラスタに分類された文書から抽出した単語を検索キーワード候補として提示する検索支援方法において、前記クラスタリングの所要時間が基準を超える場合、前記クラスタリングにより生成された各クラスタについて、前記各クラスタに分類された文書のうち、特定の単語を含む文書を特定し、前記特定の文書数Ｎを、前記特定の文書数Ｎから前記特定の単語を含む前記文書の文書数Ｍを差し引いた文書数Ｎ－Ｍに更新する、処理をコンピュータが実行し、前記特定の単語は、前記各クラスタに分類された文書をそれぞれ特徴づける複数の単語のうち、文書を特徴づける度合が他の単語に比べて低い単語である、ことを特徴とする方法である。

１つの実施態様では、検索支援方法は、文書検索の検索結果に含まれる複数の文書を対象として第１のクラスタリングを行い、前記第１のクラスタリングにより生成された各クラスタに分類された文書から抽出した単語を検索キーワード候補として提示する検索支援方法において、前記文書検索の検索対象に該当する複数の文書のうち、特定の文書数Ｎ（Ｎは自然数）の文書を対象とする第２のクラスタリングの所要時間が基準を超える場合、前記第２のクラスタリングにより生成された各クラスタについて、前記各クラスタに分類された文書のうち、特定の単語を含む文書を特定し、前記特定の文書数Ｎを、前記特定の文書数Ｎから前記特定の単語を含む前記文書の文書数Ｍ（ＭはＮより小さな自然数）を差し引いた文書数Ｎ－Ｍに更新する、処理をコンピュータが実行し、前記特定の単語は、前記各クラスタに分類された文書をそれぞれ特徴づける複数の単語のうち、文書を特徴づける度合が他の単語に比べて低い単語である、ことを特徴とする方法である。

検索時間を短縮することができる。

図１は対話システムの一例を説明するための図である。 図２は対話サーバのハードウェア構成の一例である。 図３は対話サーバのブロック図の一例である。 図４は対話処理の一例を示すフローチャートである。 図５は質問画面の一例である。 図６はマニュアル文書の一例である。 図７はクラスタキーワードの抽出例を説明するための図である。 図８は質問画面における問い返し例である。 図９は質問画面における他の問い返し例である。 図１０は質問画面に出現するマニュアル文書の一例である。 図１１は文書数決定処理の一例を示すフローチャートである。 図１２は文書数決定処理の一例を説明するための図である。 図１３は文書キーワードの抽出例を説明するための図である。 図１４は提示キーワード決定処理の一例を示すフローチャートである。

以下、本件を実施するための形態について図面を参照して説明する。

図１は対話システムＳＴの一例を説明するための図である。対話システムＳＴはユーザ端末１００と対話サーバ２００を含んでいる。対話サーバ２００は情報処理装置の一例である。図１では、ユーザ端末１００の一例としてPersonal Computer（ＰＣ）が示されているが、タブレット端末といったスマートデバイスであってもよい。

ユーザ端末１００は入力装置１１０、表示装置１２０、及び制御装置１３０を含んでいる。入力装置１１０と表示装置１２０はいずれも制御装置１３０に接続されている。対話システムＳＴを利用するユーザが入力装置１１０を操作すると、制御装置１３０は操作内容に応じた指示に基づいて表示装置１２０の表示内容を制御する。例えば、ユーザが入力装置１１０を操作して対話サーバ２００にアクセスする操作を行うと、制御装置１３０は表示装置１２０に質問画面ＳＣを表示する。

その他、詳細は後述するが、ユーザが入力装置１１０を操作して質問画面ＳＣ内に対し単語ではなく自然文といった文章で質問を入力して送信する操作を行うと、制御装置１３０は入力された質問を質問画面ＳＣ内に表示する。また、制御装置１３０は入力されたその質問を対話サーバ２００に向けて送信する。ユーザが入力装置１１０を操作して質問画面ＳＣ内の単語や所定の文字列を指定する操作を行うと、制御装置１３０はこれらの指定を対話サーバ２００に向けて送信する。この所定の文字列はユーザが文章で入力した質問に応じた文字列である。尚、質問画面ＳＣ内には指定可能な単語や所定の文字列と、指定不可能な単語や文字列、文章が含まれる。

ユーザ端末１００と対話サーバ２００は通信ネットワークＮＷを介して互いに接続されている。通信ネットワークＮＷとしては例えばLocal Area Network（ＬＡＮ）がある。本実施形態では、対話サーバ２００の運用形態をオンプレミスとして説明するが、対話サーバ２００の運用形態をクラウドとしてもよい。この場合、インターネットを通信ネットワークＮＷとして利用すればよい。

対話サーバ２００はユーザ端末１００から送信された質問や指定を受け付けると、各種の処理を実行する。例えば、対話サーバ２００は質問や指定の内容を判定し、質問や指定に応じた問い返しを含む画面情報をユーザ端末１００に返信する。また、対話サーバ２００は質問や指定の内容を判定し、質問や指定に応じたマニュアル文書をユーザ端末１００に返信する。マニュアル文書は例えば操作マニュアルに関する文書である。マニュアル文書がFrequently Asked Questions（ＦＡＱ）を記載したＦＡＱ文書を含んでいてもよい。このように、対話サーバ２００はユーザの質問や指定に応じた問い返しやマニュアル文書を返信する。したがって、対話サーバ２００をチャットボットと呼んでもよい。尚、チャットボットはチャットとロボットを組み合わせた造語である。

次に、図２を参照して、対話サーバ２００のハードウェア構成について説明する。尚、上述した制御装置１３０は対話サーバ２００と基本的に同様のハードウェア構成であるため、説明を省略する。

図２は対話サーバ２００のハードウェア構成の一例である。図２に示すように、対話サーバ２００は、少なくともハードウェアプロセッサとしてのCentral Processing Unit（ＣＰＵ）２００Ａ、Random Access Memory（ＲＡＭ）２００Ｂ、Read Only Memory（ＲＯＭ）２００Ｃ、及びネットワークＩ／Ｆ（インタフェース）２００Ｄを含んでいる。対話サーバ２００は、必要に応じて、Hard Disk Drive（ＨＤＤ）２００Ｅ、入力Ｉ／Ｆ２００Ｆ、出力Ｉ／Ｆ２００Ｇ、入出力Ｉ／Ｆ２００Ｈ、ドライブ装置２００Ｉの少なくとも１つを含んでいてもよい。ＣＰＵ２００Ａからドライブ装置２００Ｉまでは、内部バス２００Ｊによって互いに接続されている。すなわち、対話サーバ２００はコンピュータによって実現することができる。尚、ＣＰＵ２００Ａに代えてMicro Processing Unit（ＭＰＵ）をハードウェアプロセッサとして利用してもよい。

入力Ｉ／Ｆ２００Ｆには、入力装置７１０が接続される。入力装置７１０としては、例えばキーボードやマウスなどがある。尚、上述した入力装置１１０についても入力装置７１０と同様である。出力Ｉ／Ｆ２００Ｇには、表示装置７２０が接続される。表示装置７２０としては、例えば液晶ディスプレイがある。尚、上述した表示装置１２０についても表示装置７２０と同様である。入出力Ｉ／Ｆ２００Ｈには、半導体メモリ７３０が接続される。半導体メモリ７３０としては、例えばUniversal Serial Bus（ＵＳＢ）メモリやフラッシュメモリなどがある。入出力Ｉ／Ｆ２００Ｈは、半導体メモリ７３０に記憶されたプログラムやデータを読み取る。入力Ｉ／Ｆ２００Ｆ及び入出力Ｉ／Ｆ２００Ｈは、例えばＵＳＢポートを備えている。出力Ｉ／Ｆ２００Ｇは、例えばディスプレイポートを備えている。

ドライブ装置２００Ｉには、可搬型記録媒体７４０が挿入される。可搬型記録媒体７４０としては、例えばCompact Disc（ＣＤ）－ＲＯＭ、Digital Versatile Disc（ＤＶＤ）といったリムーバブルディスクがある。ドライブ装置２００Ｉは、可搬型記録媒体７４０に記録されたプログラムやデータを読み込む。ネットワークＩ／Ｆ２００Ｄは、例えばＬＡＮポートや通信回路などを備えている。ネットワークＩ／Ｆ２００Ｄは通信ネットワークＮＷと接続される。

上述したＲＡＭ２００Ｂには、ＲＯＭ２００ＣやＨＤＤ２００Ｅ、半導体メモリ７３０に記憶されたプログラムがＣＰＵ２００Ａによって一時的に格納される。ＲＡＭ２００Ｂには、可搬型記録媒体７４０に記録されたプログラムがＣＰＵ２００Ａによって一時的に格納される。格納されたプログラムをＣＰＵ２００Ａが実行することにより、ＣＰＵ２００Ａは後述する各種の機能を実現し、また、後述する各種の処理を実行する。尚、プログラムは後述するフローチャートに応じたものとすればよい。

次に、図３を参照して、対話サーバ２００の機能構成について説明する。

図３は対話サーバ２００のブロック図の一例である。図３では対話サーバ２００の機能の要部が示されている。図３に示すように、対話サーバ２００は記憶部２１０、処理部２２０、及び通信部２３０を構成要素として含んでいる。記憶部２１０は例えばＲＡＭ２００Ｂ及びＨＤＤ２００Ｅによって実現することができる。処理部２２０は例えばＣＰＵ２００Ａによって実現することができる。通信部２３０は例えばネットワークＩ／Ｆ２００Ｄによって実現することができる。したがって、記憶部２１０、処理部２２０、及び通信部２３０は互いに接続されている。

ここで、記憶部２１０は文書群記憶部２１１を構成要素として含んでいる。処理部２２０は文書検索部２２１、文書数決定部２２２、及び提示キーワード決定部２２３を構成要素として含んでいる。文書検索部２２１、文書数決定部２２２、及び提示キーワード決定部２２３はそれぞれ文書群記憶部２１１にアクセスして、各種の処理を実行する。例えば、文書検索部２２１は質問を受け付けると、文書群記憶部２１１にアクセスして、文書群記憶部２１１が記憶する複数のマニュアル文書を検索対象として検索する。文書検索部２２１は質問に応じた少なくとも１つのマニュアル文書を発見すると、発見したマニュアル文書を検索結果として取得する。文書検索部２２１はマニュアル文書を取得すると、マニュアル文書の見出し（例えば質問項目など）を含む画面情報を生成する。尚、その他の構成要素については、対話サーバ２００の動作を説明する際に詳しく記載する。

続いて、図４から図１０を参照して、対話サーバ２００の動作について説明する。

まず、図４に示すように、文書検索部２２１は質問を受け付ける（ステップＳ１０１）。例えば、図５に示すように、ユーザが質問画面ＳＣ内に設けられた入力欄ＢＸに文章で質問を入力して送信ボタンＢＴを押下する操作を行うと、文書検索部２２１は制御装置１３０から送信された質問を受け付ける。

ステップＳ１０１の処理が完了すると、次いで、文書検索部２２１は検索キーワードを特定する（ステップＳ１０２）。より詳しくは、文書検索部２２１は受け付けた質問に対して形態素解析を実行し、質問に含まれる少なくとも１つの形態素を検索キーワードとして特定する。

ステップＳ１０２の処理が完了すると、次いで、文書検索部２２１はマニュアル文書を検索する（ステップＳ１０３）。より詳しくは、文書検索部２２１は特定した検索キーワードに基づいて、文書群記憶部２１１に記憶された複数のマニュアル文書を検索対象として検索する。ここで、文書群記憶部２１１は、図６に示すように、マニュアル文書ＭＤ１，ＭＤ２，ＭＤ３を含む複数のマニュアル文書を記憶する。マニュアル文書は第１文書種別及び第２文書種別といった文書種別に大きく分けられる。第１文書種別は操作に関する質問とその質問に対する回答を含んでいる。第２文書種別は不具合やトラブルとして生じた現象とその現象の原因を含んでいる。例えば、マニュアル文書ＭＤ１，ＭＤ２は、いずれも質問と回答を含むため、第１文書種別として特定することができる。一方、マニュアル文書ＭＤ３は、現象と原因を含むため、第２文書種別として特定することができる。

したがって、文書検索部２２１はこのような文書群記憶部２１１に記憶された複数のマニュアル文書を検索キーワードに基づいて検索する。そして、文書検索部２２１は検索結果を取得すると、検索結果に含まれる複数のマニュアル文書のうち、検索キーワードと関連する度合（以下、関連度という。）が高い数件（例えば２～３件）のマニュアル文書を特定する。文書検索部２２１はBest Matching 25（ＢＭ２５）といった公知技術を利用してこの関連度を算出することができる。文書検索部２２１は数件のマニュアル文書を特定すると、関連度が高いマニュアル文書からその見出しを上位に配置して並べた画面情報を生成する。

ステップＳ１０３の処理が完了すると、次いで、文書数決定部２２２は文書数決定処理を実行する（ステップＳ１０４）。詳細は後述するが、文書数決定処理は文書検索部２２１が取得した検索結果に含まれる複数のマニュアル文書の文書数から特定の文書数Ｎ（Ｎは自然数）を決定する処理である。特定の文書数Ｎは複数のマニュアル文書の総数であってもよいし、複数のマニュアル文書に含まれる一部のマニュアル文書の総数であってもよい。この文書数決定処理は対話処理に含まれているが、文書数決定処理を対話処理から除外し、対話処理と並行して又は対話処理より前（例えば夜間処理など）に独立して実行してもよい。文書数決定部２２２は文書数決定処理を実行することにより特定の文書数Ｎを決定する。これにより、後続のクラスタリング対象が絞り込まれる。

ステップＳ１０４の処理が完了すると、次いで、文書検索部２２１はクラスタリングを実行する（ステップＳ１０５）。より詳しくは、文書検索部２２１は文書数決定部２２２が決定した特定の文書数Ｎのマニュアル文書を対象としてクラスタリングを実行する。特定の文書数Ｎのマニュアル文書を対象としたクラスタリングにより、特定の文書数Ｎのマニュアル文書は複数のクラスタのそれぞれに分類される。例えば、マニュアル文書ＭＤ１，ＭＤ２が共通のカテゴリに属していれば、図７に示すように、マニュアル文書ＭＤ１，ＭＤ２は同じ１つのクラスタＣ１に分類される。図示しないが、マニュアル文書ＭＤ３がマニュアル文書ＭＤ１，ＭＤ２と異なるカテゴリに属していれば、マニュアル文書ＭＤ３はクラスタＣ１と異なるクラスタに分類される。尚、クラスタリングはカテゴリ以外にもマニュアル文書に含まれる単語などにも基づいて、マニュアル文書を分類することもある。

ステップＳ１０５の処理が完了すると、次いで、文書検索部２２１はクラスタキーワードを抽出する（ステップＳ１０６）。より詳しくは、文書検索部２２１は各クラスタに分類されたマニュアル文書からクラスタキーワードを抽出する。クラスタキーワードは各クラスタをそれぞれ特徴づける単語である。文書検索部２２１は各クラスタに分類されたマニュアル文書のそれぞれを特徴づける単語の中の、出現頻度の高い上位数件をクラスタキーワードとして抽出する。具体的には、図７に示すように、まず、文書検索部２２１はクラスタＣ１に分類されたマニュアル文書ＭＤ１とマニュアル文書ＭＤ２のそれぞれを特徴づける単語を、Term Frequency - Inverse Document Frequency（ＴＦ－ＩＤＦ）といった公知技術を利用して、特定する。本実施形態では、一例として、文書検索部２２１はマニュアル文書ＭＤ１から単語「サーバ」、「アプリ」、及び「再起動」を特定する。また、文書検索部２２１は、一例として、マニュアル文書ＭＤ２から単語「サーバ」、「ＤＢ」、及び「再起動」を特定する。文書検索部２２１はこれらの単語を特定すると、特定したこれらの単語の中から出現頻度の高い上位数件の単語をクラスタキーワードとして抽出する。ここで、図７にも示すように、単語「サーバ」及び「再起動」の出現頻度はいずれも２件である。一方、単語「アプリ」と単語「ＤＢ」の出現頻度はいずれも１件である。したがって、本実施形態では、文書検索部２２１は出現頻度が所定の閾値「２」以上の単語「サーバ」及び「再起動」をクラスタキーワードとして抽出する。文書検索部２２１はクラスタキーワードを抽出すると、ステップＳ１０３の処理で生成した画面情報に、クラスタキーワードを配置する。すなわち、画面情報にクラスタキーワードが含まれる。

ステップＳ１０６の処理が完了すると、次いで、文書検索部２２１は画面情報を返信する（ステップＳ１０７）。すなわち、文書検索部２２１は関連度が高い上位数件のマニュアル文書の見出しとクラスタキーワードを含む画面情報をユーザ端末１００に通信部２３０を介して返信する。これにより、制御装置１３０は対話サーバ２００から返信された画面情報を受信する。制御装置１３０は画面情報を受信すると、受信した画面情報に基づいて、表示装置１２０が表示する質問画面ＳＣを更新する。この結果、質問画面ＳＣが更新される。具体的には、図８に示すように、ユーザの質問に対する返答として、マニュアル文書の見出し２１と共に、複数のクラスタキーワード２２Ａ，２２Ｂ，２２Ｃが検索キーワードの候補として提示される。マニュアル文書の見出し２１とクラスタキーワード２２Ａ，２２Ｂ，２２ＣはポインタＰＴにより指定することができる。ユーザは質問画面ＳＣを確認して、ポインタＰＴによりマニュアル文書の見出し２１のいずれか１つ又はクラスタキーワード２２Ａ，２２Ｂ，２２Ｃのいずれか１つを指定する。

マニュアル文書の見出し２１のいずれか１つ又はクラスタキーワード２２Ａ，２２Ｂ，２２Ｃのいずれか１つが指定されると、制御装置１３０はその指定を対話サーバ２００に送信する。これにより、図４に示すように、文書検索部２２１は通信部２３０を介してその指定を受け付ける（ステップＳ１０８）。文書検索部２２１は指定を受け付けると、クラスタキーワードの指定であるか否かを判定する（ステップＳ１０９）。

文書検索部２２１はクラスタキーワードの指定であると判定した場合（ステップＳ１０９：ＹＥＳ）、文書検索部２２１はステップＳ１０３の処理に戻り、後続の処理を実行する。したがって、文書検索部２２１がステップＳ１０７の処理を実行することにより、制御装置１３０は対話サーバ２００から返信された画面情報を受信する。制御装置１３０は画面情報を受信すると、受信した画面情報に基づいて、表示装置１２０が表示する質問画面ＳＣをさらに更新する。この結果、質問画面ＳＣがさらに更新される。具体的には、図９に示すように、クラスタキーワードにより絞り込まれた返答として、マニュアル文書の見出し３１と共に、複数のクラスタキーワード３２Ａ，３２Ｂ，３２Ｃが新たに検索キーワードの候補として提示される。マニュアル文書の見出し３１とクラスタキーワード３２Ａ，３２Ｂ，３２ＣはポインタＰＴにより指定することができる。ユーザは質問画面ＳＣを確認して、ポインタＰＴによりマニュアル文書の見出し３１のいずれか１つ又はクラスタキーワード３２Ａ，３２Ｂ，３２Ｃのいずれか１つを指定する。

マニュアル文書の見出し３１のいずれか１つ又はクラスタキーワード３２Ａ，３２Ｂ，３２Ｃのいずれか１つが指定されると、制御装置１３０はその指定を対話サーバ２００に送信する。この結果、ステップＳ１０８の処理により、文書検索部２２１は通信部２３０を介してその指定を受け付ける。文書検索部２２１は指定を受け付けると、再び、ステップＳ１０９の処理を実行する。

ここで、文書検索部２２１はクラスタキーワードの指定でないと判定した場合（ステップＳ１０９：ＮＯ）、マニュアル文書の見出しの指定であると判定し、マニュアル文書を返信して（ステップＳ１１０）、処理を終了する。すなわち、図９に示すように、マニュアル文書の見出し３１のいずれか１つが指定された場合、文書検索部２２１は指定された見出しのマニュアル文書を返信する。これにより、制御装置１３０は対話サーバ２００から返信されたマニュアル文書を受信する。制御装置１３０はマニュアル文書を受信すると、受信したマニュアル文書に基づいて、表示装置１２０が表示する質問画面ＳＣをさらに更新する。これにより、例えば図１０に示すように、マニュアル文書ＭＤ１の質問及び回答が質問画面ＳＣ内に出現する。このように、ユーザの質問に応じたマニュアル文書が提示される。

続いて、図１１から図１３を参照して、文書数決定処理について説明する。

上述したように、ステップＳ１０３の処理が完了すると、文書数決定部２２２は文書数決定処理を実行する。具体的には、図１１に示すように、まず、文書数決定部２２２はクラスタリングを実行する（ステップＳ２０１）。すなわち、検索結果に含まれる複数のマニュアル文書に対してクラスタリングを実行する。したがって、例えば図１２（ａ）に示すように、検索結果にマニュアル文書ＭＤ１、マニュアル文書ＭＤ２、マニュアル文書ＭＤ３を含む複数のマニュアル文書が含まれている場合、文書数決定部２２２はこれら複数のマニュアル文書に対してクラスタリングを実行する。例えば、文書数決定部２２２は複数のマニュアル文書のそれぞれに付与された、そのマニュアル文書が所属するカテゴリ「Ｘ」などに基づいて、クラスタリングを実行する。

これにより、文書数決定部２２２は、図１２（ｂ）に示すように、クラスタＣ１やクラスタＣ２などを含む複数のクラスタを生成し、生成した複数のクラスタに複数のマニュアル文書を分類する。例えば、文書数決定部２２２は、共通するカテゴリ「Ｘ」に基づいて、クラスタＣ１にマニュアル文書ＭＤ１及びマニュアル文書ＭＤ２を分類する。文書数決定部２２２は、共通するカテゴリ「Ｙ」に基づいて、クラスタＣ２にマニュアル文書ＭＤ３などを分類する。カテゴリは上述した文書種別であってもよいし、文書種別と異なる種別（例えば質問カテゴリなど）であってもよい。

尚、本実施形態では、文書数決定部２２２は、カテゴリに基づいて、複数のマニュアル文書を分類しているが、カテゴリと共に各マニュアル文書に含まれる単語なども利用して複数のマニュアル文書を分類してもよい。また、文書数決定部２２２は、カテゴリを利用せずに、各マニュアル文書に含まれる単語を利用して複数のマニュアル文書を分類してもよい。

ステップＳ２０１の処理が完了すると、次いで、文書数決定部２２２は所要時間が基準値を超えているか否かを判定する（ステップＳ２０２）。所要時間はクラスタリングに要した時間である。すなわち、クラスタリングを実行し始めてから実行し終えるまでの時間である。基準値は予め定めた応答時間として許容可能な閾値（例えば１秒といった数秒）を定めればよい。文書数決定部２２２は所要時間が基準値を超えていないと判定すると（ステップＳ２０２：ＮＯ）、処理を終了する。すなわち、文書数決定部２２２は、所要時間が基準値以下の場合、処理を終了する。したがって、文書数決定部２２２は、図１２（ａ）に示す複数のマニュアル文書の文書数を特定の文書数Ｎとして決定する。尚、文書数決定部２２２は、図１２（ａ）に示す複数のマニュアル文書の中の一部のマニュアル文書の文書数を特定の文書数Ｎとして決定してもよい。

一方、文書数決定部２２２は所要時間が基準値を超えていると判定すると（ステップＳ２０２：ＹＥＳ）、次いで、クラスタ漏れのマニュアル文書を除外する（ステップＳ２０３）。より詳しくは、文書数決定部２２２は複数のクラスタに分類されなかった非分類のマニュアル文書を特定し、後続のクラスタリング対象から除外する。本実施形態では、図１２（ｂ）に示すように、カテゴリ「Ｐ」が付与されたマニュアル文書ＭＤ４がクラスタＣ１などに分類されていない。同様に、カテゴリ「Ｑ」が付与されたマニュアル文書ＭＤ５がクラスタＣ１などに分類されていない。したがって、文書数決定部２２２はこのようなマニュアル文書ＭＤ４及びマニュアル文書ＭＤ５を除外して、検索結果を絞り込む絞り込み処理を実行する。これにより、図１２（ｃ）に示すように、検索結果に含まれる複数のマニュアル文書の文書数が低減する。本実施形態では、検索結果に含まれる複数のマニュアル文書の文書数「１２」が文書数「１０」に低減する。

ステップＳ２０３の処理が完了すると、次いで、文書数決定部２２２はクラスタリングを実行する（ステップＳ２０４）。これにより、文書数決定部２２２は、図１２（ｄ）に示すように、クラスタＣ４やクラスタＣ５などを含む複数のクラスタを生成し、生成した複数のクラスタに複数のマニュアル文書を分類する。例えば、文書数決定部２２２は、共通するカテゴリ「Ｘ」に基づいて、クラスタＣ４にマニュアル文書ＭＤ１及びマニュアル文書ＭＤ２を分類する。文書数決定部２２２は、共通するカテゴリ「Ｙ」やマニュアル文書ＭＤ３に含まれる単語などに基づいて、クラスタＣ５にマニュアル文書ＭＤ６などを分類する。このように、カテゴリが相違しても、マニュアル文書ＭＤ４やマニュアル文書ＭＤ５を除外することにより、クラスタＣ５にカテゴリ「Ｙ」と異なるカテゴリ「Ｚ」のマニュアル文書ＭＤ６が分類されることもある。

ステップＳ２０４の処理が完了すると、次いで、文書数決定部２２２は所要時間が基準値を超えているか否かを判定する（ステップＳ２０５）。上述したように、所要時間はクラスタリングに要した時間であり、基準値は予め定めた応答時間として許容可能な閾値である。文書数決定部２２２は所要時間が基準値を超えていないと判定すると（ステップＳ２０５：ＮＯ）、処理を終了する。この場合、文書数決定部２２２は、図１２（ｃ）に示す複数のマニュアル文書の文書数を特定の文書数Ｎとして決定する。

一方、文書数決定部２２２は所要時間が基準値を超えていると判定すると（ステップＳ２０５：ＹＥＳ）、次いで、文書キーワードを抽出する（ステップＳ２０６）。より詳しくは、文書数決定部２２２は、ＴＦ－ＩＤＦといった公知技術を利用して、各クラスタに分類されたマニュアル文書をそれぞれ特徴づける複数の単語を文書キーワードとして抽出する。

例えば、図１３に示すように、文書数決定部２２２がマニュアル文書ＭＤ１に対してＴＦ－ＩＤＦを利用してＴＦ－ＩＤＦ値を算出すると、数件のＴＦ－ＩＤＦ値と共に、そのＴＦ－ＩＤＦ値を算出した複数の単語を特定する。本実施形態では、３件のＴＦ－ＩＤＦ値とこれら３件のＴＦ－ＩＤＦ値を算出した複数の単語「サーバ」、「アプリ」及び「再起動」を特定する。文書数決定部２２２は複数の単語を特定すると、ＴＦ－ＩＤＦ値が上位になる数件の単語を文書キーワードとして抽出する。本実施形態では、文書数決定部２２２はＴＦ－ＩＤＦ値が上位になる２件の単語「サーバ」及び「アプリ」を文書キーワードとして抽出する。尚、マニュアル文書ＭＤ２についてはマニュアル文書ＭＤ１と同様であるため、説明を省略する。このように、ＴＦ－ＩＤＦを利用することにより、各クラスタに分類された複数のマニュアル文書をそれぞれ特徴付ける複数の単語を文書キーワードとして抽出することができる。

ステップＳ２０６の処理が完了すると、次いで、文書数決定部２２２は各クラスタからＴＦ－ＩＤＦ値が最大の文書キーワードを選択する（ステップＳ２０７）。本実施形態では、クラスタＣ４に分類されたマニュアル文書ＭＤ１の文書キーワード「サーバ」及び「アプリ」に対しＴＦ－ＩＤＦ値「０．２９」及び「０．２」が算出されている。同様に、クラスタＣ４に分類されたマニュアル文書ＭＤ２の文書キーワード「サーバ」及び「ＤＢ」に対しＴＦ－ＩＤＦ値「０．３」及び「０．２４」が算出されている。したがって、文書数決定部２２２はクラスタＣ４から最大のＴＦ－ＩＤＦ値「０．３」を算出したマニュアル文書ＭＤ２の文書キーワード「サーバ」を選択する。文書数決定部２２２はクラスタＣ５及びクラスタＣ６に対してもクラスタＣ４と同様にＴＦ－ＩＤＦ値が最大の文書キーワードを選択する。

ステップＳ２０７の処理が完了すると、次いで、文書数決定部２２２はＴＦ－ＩＤＦ値が最小の文書キーワードを含むマニュアル文書を特定する（ステップＳ２０８）。すなわち、文書数決定部２２２はステップＳ２０７の処理で各クラスタから選択した文書キーワードのうち、ＴＦ－ＩＤＦ値が最小の文書キーワードを特定し、特定した文書キーワードを含むマニュアル文書を特定する。これにより、例えば、図１２（ｄ）に示すように、クラスタＣ６に分類されたマニュアル文書ＭＤ７が特定される。すなわち、文書数決定部２２２は、複数の文書キーワードのうち、マニュアル文書を特徴づける度合であるＴＦ－ＩＤＦ値が他の文書キーワードに比べて低い文書キーワードを含むマニュアル文書ＭＤ７を特定する。

ステップＳ２０８の処理が完了すると、次いで、文書数決定部２２２は特定したマニュアル文書を含むクラスタの全マニュアル文書を除外する（ステップＳ２０９）。したがって、ステップＳ２０８の処理により、文書数決定部２２２がマニュアル文書ＭＤ７を特定した場合、マニュアル文書ＭＤ７を含めて、クラスタＣ６の全てのマニュアル文書を検索結果から除外する。これにより、図１２（ｅ）に示すように、検索結果に含まれる１０件のマニュアル文書が７件のマニュアル文書に低減する。この場合、文書数決定部２２２は、図１２（ｅ）に示す複数のマニュアル文書の文書数を特定の文書数Ｎとして決定する。このように、文書数決定部２２２は検索結果に含まれる複数のマニュアル文書の文書数「１０」を文書数「７」に更新する。すなわち、文書数決定部２２２は特定の文書数Ｎを、特定の文書数Ｎから特定の文書キーワードを含むマニュアル文書の文書数Ｍ（ＭはＮより小さな自然数）を差し引いた文書数Ｎ－Ｍに更新する。

ステップＳ２０９の処理が完了すると、文書数決定部２２２は再びステップＳ２０４の処理を実行し、その後、ステップＳ２０５の処理を実行する。したがって、所要時間が基準値以下になるまでステップＳ２０４からＳ２０９の処理が繰り返される。これらの処理により、検索キーワードの候補として提示されるクラスタキーワードを抽出する時間が低減される。

以上、本実施形態によれば、対話サーバ２００は処理部２２０を含んでいる。特に、処理部２２０は文書検索部２２１と文書数決定部２２２を含んでいる。文書検索部２２１は文書検索の検索結果に含まれる複数のマニュアル文書のうち、特定の文書数Ｎのマニュアル文書を対象としてクラスタリングを実行する。そして、文書検索部２２１はクラスタリングにより生成された各クラスタに分類されたマニュアル文書から抽出したクラスタキーワードを検索キーワード候補として提示する。一方、文書数決定部２２２はクラスタリングの所要時間が基準値を超える場合、クラスタリングにより生成された各クラスタについて、各クラスタに分類されたマニュアル文書のうち、特定の文書キーワードを含むマニュアル文書を特定する。そして、文書数決定部２２２は特定の文書数Ｎを、特定の文書数Ｎから特定の文書キーワードを含むマニュアル文書の文書数Ｍを差し引いた文書数Ｎ－Ｍに更新する。これにより、検索時間を短縮することができる。すなわち、クラスタキーワードを抽出するためのクラスタリング対象を減らした後にクラスタキーワードを抽出するため、検索キーワード候補の提示までの時間を短縮できる。結果的に、ユーザが質問に応じたマニュアル文書に辿りつくまでの検索時間を短縮することができる。

特に、本実施形態によれば、チャットボットを対話サーバ２００で実現する場合であっても、チャットボットが返す会話の内容を定義するトークスクリプト（又はトークルール）を対話サーバ２００に設けないで済む。すなわち、トークスクリプトによってユーザの質問に対して問い返しを行い、これを繰り返すことによってユーザの質問に応じたマニュアル文書を絞り込んでいたが、検索キーワードの候補がユーザに動的に提示されるため、トークスクリプトが不要となる。これにより、ユーザの質問とユーザが求める又は求めた回答の状況を分析してトークスクリプトを作成したり、見直したりする手間を削減することができる。

続いて、図１４を参照して、提示キーワード決定部２２３の動作について説明する。

図４を参照して説明したステップＳ１０６からＳ１０８までの処理を図１４に示すステップＳ３０１からＳ３０７までの処理に置き換えてもよい。より詳しく説明すると、提示キーワード決定部２２３は文書検索部２２１がステップＳ１０５の処理を完了すると、文書検索部２２１の検索結果を取得する（ステップＳ３０１）。提示キーワード決定部２２３は検索結果を取得すると、文書種別を判定する（ステップＳ３０２）。すなわち、提示キーワード決定部２２３は取得した検索結果に含まれるマニュアル文書が、第１文書種別と第２文書種別のいずれかを判定する。

提示キーワード決定部２２３はマニュアル文書が第１文書種別であると判定した場合（ステップＳ３０３：ＹＥＳ）、質問と回答の両方からクラスタキーワードを抽出する（ステップＳ３０４）。すなわち、提示キーワード決定部２２３は質問と回答の両方をクラスタキーワードの抽出対象として、クラスタキーワードを抽出する単語抽出処理を実行する。これは、回答の中にユーザが検索時に想定しなかった重要な単語が含まれている場合もあるためである。ステップＳ３０４の処理で抽出したクラスタキーワードを検索キーワードの候補として提示することで、ユーザ自身が想定しなかった検索キーワードでの絞り込みを促すことができる。

一方、提示キーワード決定部２２３はマニュアル文書が第１文書種別でないと判定した場合（ステップＳ３０３：ＮＯ）、現象からクラスタキーワードを抽出する（ステップＳ３０５）。すなわち、提示キーワード決定部２２３はマニュアル文書が第２文書種別であると判定した場合、原因をクラスタキーワードの抽出対象とせずに、現象をクラスタキーワードの抽出対象として単語抽出処理を実行する。これは、トラブルや不具合といった場合、１つの現象に対し、複数の原因が存在する場合もあるためである。また、ユーザは現象から原因を判断できない場合が多い。この場合、原因に含まれる様々な単語の一部をクラスタキーワードとして抽出し、抽出したクラスタキーワードを検索キーワードの候補として提示しても、ユーザが誤ったマニュアル文書に到達するおそれがあるためである。

ステップＳ３０４又はＳ３０５の処理が完了すると、文書検索部２２１は画面情報を返信する（ステップＳ３０６）。すなわち、文書検索部２２１は関連度が高い上位数件のマニュアル文書の見出しと、ステップＳ３０４又はＳ３０５の処理で抽出したクラスタキーワードを含む画面情報を返信する。そして、画面情報に含まれるクラスタキーワードの指定が制御装置１３０から送信されると、文書検索部２２１は通信部２３０を介してその指定を受け付ける（ステップＳ３０７）。

文書検索部２２１は指定を受け付け、ステップＳ１０９の処理により、クラスタキーワードの指定であると判定すると、ステップＳ１０３の処理（図４参照）を実行する。この場合、文書検索部２２１は文書群記憶部２１１に記憶された複数のマニュアル文書を検索対象として、指定されたクラスタキーワードにより検索処理を実行する。尚、文書検索部２２１は検索キーワードにより絞り込まれた検索結果に含まれる複数のマニュアル文書を絞り込み対象として、指定されたクラスタキーワードにより複数のマニュアル文書を絞り込む絞り込み処理を実行してもよい。このように、マニュアル文書が第１文書種別か第２文書種別かに応じて、クラスタキーワードを抽出する対象範囲を変えることで、クラスタキーワードに基づく検索の検索精度を向上することができる。

以上、本件の各実施形態について説明したが、上述した対話システムＳＴの構成要素は適宜変更してもよい。例えば、対話システムＳＴからユーザ端末１００を除外し、対話サーバ２００が有する各構成要素を複数のサーバ装置に分散してもよい。この場合、複数のサーバ装置を対話システムＳＴとしてもよい。また、対話サーバ２００が有する各構成要素をユーザ端末１００に搭載し、ユーザ端末１００を情報処理装置としてもよい。また、文書数決定部２２２は事前に文書群記憶部２１１が文書検索部２２１による検索対象として記憶する複数のマニュアル文書（例えば全てのマニュアル文書）に対して文書数決定処理を実行して、特定の文書数Ｎを決定しておいてもよい。例えば、文書数決定部２２２は特定した検索キーワードに基づく検索を実行する前（具体的には運用開始前など）に文書数決定処理を実行して、特定の文書数Ｎを決定しておいてもよい。

以上、本発明の好ましい実施形態について詳述したが、本発明に係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

なお、以上の説明に関して更に以下の付記を開示する。
（付記１）文書検索の検索結果に含まれる複数の文書のうち、特定の文書数Ｎの文書を対象としてクラスタリングを行い、前記クラスタリングにより生成された各クラスタに分類された文書から抽出した単語を検索キーワード候補として提示する検索支援方法において、前記クラスタリングの所要時間が基準を超える場合、前記クラスタリングにより生成された各クラスタについて、前記各クラスタに分類された文書のうち、特定の単語を含む文書を特定し、前記特定の文書数Ｎを、前記特定の文書数Ｎから前記特定の単語を含む前記文書の文書数Ｍを差し引いた文書数Ｎ－Ｍに更新する、処理をコンピュータが実行することを特徴とする検索支援方法。
（付記２）前記特定の単語は、前記各クラスタに分類された文書をそれぞれ特徴づける複数の単語のうち、文書を特徴づける度合が他の単語に比べて低い単語である、ことを特徴とする付記１に記載の検索支援方法。
（付記３）前記特定の文書数Ｎは、前記複数の文書の総数又は前記複数の文書に含まれる一部の文書の総数である、ことを特徴とする付記１又は２に記載の検索支援方法。
（付記４）前記特定の単語を含む前記文書を特定する前に、前記クラスタリングにより生成された各クラスタに分類されなかった非分類の文書を特定し、前記非分類の文書を前記クラスタリングの対象から除外する、ことを特徴とする付記１から３のいずれか１項に記載の検索支援方法。
（付記５）前記各クラスタに分類された文書から抽出した単語は、いずれも、前記各クラスタをそれぞれ特徴づける単語である、ことを特徴とする付記１から４のいずれか１項に記載の検索支援方法。
（付記６）前記各クラスタをそれぞれ特徴づける単語は、前記各クラスタに分類された文書を特徴づける単語の出現頻度に基づいて決定される、ことを特徴とする付記５に記載の検索支援方法。
（付記７）文書検索の検索結果に含まれる複数の文書を対象として第１のクラスタリングを行い、前記第１のクラスタリングにより生成された各クラスタに分類された文書から抽出した単語を検索キーワード候補として提示する検索支援方法であって、前記文書検索の検索対象に該当する複数の文書のうち、特定の文書数Ｎ（Ｎは自然数）の文書を対象とする第２のクラスタリングの所要時間が基準を超える場合、前記第２のクラスタリングにより生成された各クラスタについて、前記各クラスタに分類された文書のうち、特定の単語を含む文書を特定し、前記特定の文書数Ｎを、前記特定の文書数Ｎから前記特定の単語を含む前記文書の文書数Ｍ（ＭはＮより小さな自然数）を差し引いた文書数Ｎ－Ｍに更新する、処理をコンピュータが実行することを特徴とする検索支援方法。
（付記８）記憶部に記憶された文書群を検索対象とした検索結果を取得すると、前記検索結果に含まれる文書が、質問及び回答を含む第１の種別と、現象及び原因を含む第２の種別とのいずれかを判定し、前記文書が前記第１の種別である場合、前記質問及び前記回答を抽出対象として単語抽出処理を行い、前記文書が前記第２の種別である場合、前記現象を抽出対象とし、かつ、前記原因を抽出対象とせずに単語抽出処理を行い、前記単語抽出処理により抽出した単語のうち、いずれかの単語の指定を受け付けると、前記文書群を検索対象として、指定された前記単語による検索処理を行うか、前記検索結果に含まれる前記文書を絞り込み対象として、指定された前記単語による絞り込み処理を行う、処理をコンピュータが実行することを特徴とする検索支援方法。
（付記９）文書検索の検索結果に含まれる複数の文書のうち、特定の文書数Ｎの文書を対象としてクラスタリングを行い、前記クラスタリングにより生成された各クラスタに分類された文書から抽出した単語を検索キーワード候補として提示する情報処理装置において、前記クラスタリングの所要時間が基準を超える場合、前記クラスタリングにより生成された各クラスタについて、前記各クラスタに分類された文書のうち、特定の単語を含む文書を特定し、前記特定の文書数Ｎを、前記特定の文書数Ｎから前記特定の単語を含む前記文書の文書数Ｍを差し引いた文書数Ｎ－Ｍに更新する、処理を実行する処理部を備えることを特徴とする情報処理装置。
（付記１０）前記処理部は、前記特定の単語を含む前記文書を特定する前に、前記クラスタリングにより生成された各クラスタに分類されなかった非分類の文書を特定し、前記非分類の文書を前記クラスタリングの対象から除外する、ことを特徴とする付記９に記載の情報処理装置。
（付記１１）文書検索の検索結果に含まれる複数の文書を対象として第１のクラスタリングを行い、前記第１のクラスタリングにより生成された各クラスタに分類された文書から抽出した単語を検索キーワード候補として提示する情報処理装置であって、前記文書検索の検索対象に該当する複数の文書のうち、特定の文書数Ｎ（Ｎは自然数）の文書を対象とする第２のクラスタリングの所要時間が基準を超える場合、前記第２のクラスタリングにより生成された各クラスタについて、前記各クラスタに分類された文書のうち、特定の単語を含む文書を特定し、前記特定の文書数Ｎを、前記特定の文書数Ｎから前記特定の単語を含む前記文書の文書数Ｍ（ＭはＮより小さな自然数）を差し引いた文書数Ｎ－Ｍに更新する、処理を実行する処理部を備えることを特徴とする情報処理装置。
（付記１２）文書群を記憶する記憶部と、前記文書群を検索対象とした検索結果を取得すると、前記検索結果に含まれる文書が、質問及び回答を含む第１の種別と、現象及び原因を含む第２の種別とのいずれかを判定し、前記文書が前記第１の種別である場合、前記質問及び前記回答を抽出対象として単語抽出処理を行い、前記文書が前記第２の種別である場合、前記現象を抽出対象とし、かつ、前記原因を抽出対象とせずに単語抽出処理を行い、前記単語抽出処理により抽出した単語のうち、いずれかの単語の指定を受け付けると、前記文書群を検索対象として、指定された前記単語による検索処理を行うか、前記検索結果に含まれる前記文書を絞り込み対象として、指定された前記単語による絞り込み処理を行う処理を実行する処理部と、を備えることを特徴とする情報処理装置。

ＳＴ 対話システム
１００ ユーザ端末
２００ 対話サーバ
２１０ 記憶部
２１１ 文書群記憶部
２２０ 処理部
２２１ 文書検索部
２２２ 文書数決定部
２２３ 提示キーワード決定部
２３０ 通信部

Claims (8)

1. 文書検索の検索結果に含まれる複数の文書のうち、特定の文書数Ｎの文書を対象としてクラスタリングを行い、前記クラスタリングにより生成された各クラスタに分類された文書から抽出した単語を検索キーワード候補として提示する検索支援方法において、
   前記クラスタリングの所要時間が基準を超える場合、前記クラスタリングにより生成された各クラスタについて、前記各クラスタに分類された文書のうち、特定の単語を含む文書を特定し、
   前記特定の文書数Ｎを、前記特定の文書数Ｎから前記特定の単語を含む前記文書の文書数Ｍを差し引いた文書数Ｎ－Ｍに更新する、
   処理をコンピュータが実行し、
   前記特定の単語は、前記各クラスタに分類された文書をそれぞれ特徴づける複数の単語のうち、文書を特徴づける度合が他の単語に比べて低い単語である、
   ことを特徴とする検索支援方法。
2. 前記特定の文書数Ｎは、前記複数の文書の総数又は前記複数の文書に含まれる一部の文書の総数である、
   ことを特徴とする請求項１に記載の検索支援方法。
3. 前記特定の単語を含む前記文書を特定する前に、前記クラスタリングにより生成された各クラスタに分類されなかった非分類の文書を特定し、
   前記非分類の文書を前記クラスタリングの対象から除外する、
   ことを特徴とする請求項１又は２に記載の検索支援方法。
4. 前記各クラスタに分類された文書から抽出した単語は、いずれも、前記各クラスタをそれぞれ特徴づける単語である、
   ことを特徴とする請求項１から３のいずれか１項に記載の検索支援方法。
5. 前記各クラスタをそれぞれ特徴づける単語は、前記各クラスタに分類された文書を特徴づける単語の出現頻度に基づいて決定される、
   ことを特徴とする請求項４に記載の検索支援方法。
6. 文書検索の検索結果に含まれる複数の文書を対象として第１のクラスタリングを行い、前記第１のクラスタリングにより生成された各クラスタに分類された文書から抽出した単語を検索キーワード候補として提示する検索支援方法において、
   前記文書検索の検索対象に該当する複数の文書のうち、特定の文書数Ｎ（Ｎは自然数）の文書を対象とする第２のクラスタリングの所要時間が基準を超える場合、前記第２のクラスタリングにより生成された各クラスタについて、前記各クラスタに分類された文書のうち、特定の単語を含む文書を特定し、
   前記特定の文書数Ｎを、前記特定の文書数Ｎから前記特定の単語を含む前記文書の文書数Ｍ（ＭはＮより小さな自然数）を差し引いた文書数Ｎ－Ｍに更新する、
   処理をコンピュータが実行し、
   前記特定の単語は、前記各クラスタに分類された文書をそれぞれ特徴づける複数の単語のうち、文書を特徴づける度合が他の単語に比べて低い単語である、
   ことを特徴とする検索支援方法。
7. 文書検索の検索結果に含まれる複数の文書のうち、特定の文書数Ｎの文書を対象としてクラスタリングを行い、前記クラスタリングにより生成された各クラスタに分類された文書から抽出した単語を検索キーワード候補として提示する情報処理装置において、
   前記クラスタリングの所要時間が基準を超える場合、前記クラスタリングにより生成された各クラスタについて、前記各クラスタに分類された文書のうち、特定の単語を含む文書を特定し、
   前記特定の文書数Ｎを、前記特定の文書数Ｎから前記特定の単語を含む前記文書の文書数Ｍを差し引いた文書数Ｎ－Ｍに更新する、
   処理を実行する処理部を備え、
   前記特定の単語は、前記各クラスタに分類された文書をそれぞれ特徴づける複数の単語のうち、文書を特徴づける度合が他の単語に比べて低い単語である、
   ことを特徴とする情報処理装置。
8. 文書検索の検索結果に含まれる複数の文書を対象として第１のクラスタリングを行い、前記第１のクラスタリングにより生成された各クラスタに分類された文書から抽出した単語を検索キーワード候補として提示する情報処理装置において、
   前記文書検索の検索対象に該当する複数の文書のうち、特定の文書数Ｎ（Ｎは自然数）の文書を対象とする第２のクラスタリングの所要時間が基準を超える場合、前記第２のクラスタリングにより生成された各クラスタについて、前記各クラスタに分類された文書のうち、特定の単語を含む文書を特定し、
   前記特定の文書数Ｎを、前記特定の文書数Ｎから前記特定の単語を含む前記文書の文書数Ｍ（ＭはＮより小さな自然数）を差し引いた文書数Ｎ－Ｍに更新する、
   処理を実行する処理部を備え、
   前記特定の単語は、前記各クラスタに分類された文書をそれぞれ特徴づける複数の単語のうち、文書を特徴づける度合が他の単語に比べて低い単語である、
   ことを特徴とする情報処理装置。

Images