JPH02287876A - テキスト型データベース装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、自然文Ｊ、たは単１Ｘ！１列（表現されたデ
ータを検索対象とするう一トスト型データヘース装置に
関する。

〔従来の技術〕

自然文または単語列で表現された検索文を検索対象とす
る従来のデータヘース装置として、■検索文に対してあ
らかしめキーｌノー１を付１ｊ、シておき、このキーソ
ートを基に検索を１１）−）−一ター・ス装置や、■あ
らかしめ不要語辞書を設けておき入力文の形態素解析を
行って抽出した単語から不要語を除いた自立語などをキ
ーワードとして検索文との照合をＦｉい、あらかしめ定
められた検索条件を満足する検索文を抽出するデータヘ
ース装置の２つのタイプが主として知られている。

〔発明が解決しようとする課題〕

従来の技術で説明したデータヘース装置において、前者
のデータヘース装置では、あらかじめキーワードを付与
する作業か必要であるとともにユーザはキーワードを意
識して検索を行う必要がある。

また、ｔ＆者のデータ・＼−ス装置では、各検索文に対
して検索条件を満足Ｊ−るか否かの二者択一的な判定に
よって検索文が抽出′されるため、検索条件が厳しいと
所望の検索文が抽出されす、検索条件が緩いと不用な検
索文も抽出される。例えば検索文１［夜間割引の時間帯
。］と検索文２「深夜割引の時間帯。」とが検索文とし
て登録されている場合について説明する。検索条件とし
て、入力文から抽出されたキーワードの全てを含む検索
文を抽出するように規定した場合、すなわち１肢しい検
索条件を規定した場合に４；ｌ：、　　ｌ深夜料金につ
いて知りたい。」と入力し、＝１＝−）ノートが〔深夜
〕　〔料金〕　〔知る〕の３個だとすると、いずれの検
索文も抽出されず、ユーザは何の情報も得ることができ
ない。一方、検索条（’ｌとして、入力文から抽出され
たキーワードのいずれか１つを含む検索文を抽出するよ
う規定した場合７すなわち緩い検索条件を規定した場合
には、「深夜料金について知りたい。」と入力し、−１
−−ワードが〔深夜〕　〔料金〕　〔知る〕の３個だと
すると、　〔深夜〕により検索文２が抽出されるか、［
深夜、（１目の時間帯を知りたい。］と入力し、；１・
−ワードが［深夜］　〔割引〕　〔時間帯〕　〔知る〕
の４個だとすると、検索文ｌと検索文２がともに抽出さ
れる。

このため、大量の検索文を登録した場合には、緩い検索
条件であると多数の不安な検索文が抽出される。

この発明の目的は、自然文または単語列で表現された検
索文を検索対象とし、あらかしめキーワトを付与する作
業を必要とせずにデータ蓄積部を構築でき、しかも１問
い合わせ文との類似性を示す評価値を基に順位付けを行
って検索文を抽出することにより１、入力文と合致する
検索文が登録されてなくても類似性が高い順に検索文を
出力でき、所望するテキストベースを容易に検索できる
データヘース装置を提供することにある。

〔課題を解決するための手段および作用〕この発明によ
るデータヘース装置は 形態素解析手段により抽出した検索文と問い合ね旧交の
各々を構成する単語の単語表記と意味カディリとを基に
、検索文評価値算出手段で検索文と問い合わせ文との類
似性を示す評価値を算出して、その評価値を基に表示す
べき検索文を決定するため、あらかじめキーワードを付
与する作業を必要とせずに検索文を登録でき、入力文と
合致する検索文が登録されてなくても類似性が高い順に
検索文を出力でき、所望するテキストベースを容易に検
索できることを特徴とし。

さらに、インデックステーブル生成手段とインデックス
テーブルを蓄積するデータ蓄積部とを有し、検索文評価
値算出手段でインデックステーブルを参照して検索文を
抽出するごとによって、高速に検索文の評価値を算出で
きるごとを特徴とする。

〔実施例〕

第１図は本発明の実施例を示すゾロツク図である。第１
図において、ｌはテキストベース入力手段、２はテキス
トベース蓄積手段、３は形態素解析手段、４は単語辞書
、５はデータ蓄積部、６はインデックステーブル生成手
段、７は問い合わせ文入力手段、８は検索文評価値算出
手段、９は検索文表示手段、１０はユーザ問い合わせ手
段ＩＩは応答データ出力手段であ２）。

以下、第１図を用いて本発明によるテキスト型データベ
ース装置の実施例の動作を説明する。

まず、テキストベース登録時の動作について説明する。

テキストベース入力手段ｌでは、検索文と応答データと
を１組のデータとする複数組のデータを入力し、テキス
トベース蓄積手段２へ送る。テキストベース蓄積手段２
では、入力された検索文を形態素解析手段３へ送って、
検索文を構成する各単語の単語表記と意味カテゴリとを
得、検索文の名前とその検索文を構成する単語の単語表
記と意味カテゴリと検索文に対する応答データとをテキ
ストベースとして、データ蓄積部５へ蓄積する。

インデックステーブル生成手段６では、各意味カテゴリ
および各単語表記とをインデックスとして、意味カテゴ
リに属する単語あるいは単語表記を有する単語を構成要
素として含む検索文を抽出できるようテーブル化したイ
ンデックステーブルを生成して、データ蓄積部５に蓄積
する。このインデックステーブルを生成する際、インデ
ックスをその文字コード等でソートしておくことにより
２分探索法などを用いて、指定した意味属性に属する単
語を構成要素として含む検索文や、指定したｉｉｉ　ａ
ｌｉ表記を有する１１語を構成要素として含む検索文を
高速に取り出すことができる。

以上の動作により、第２図に示すようなテキストベース
と第３図に示すようなインデックステブルが生成される
。第２図はテキストベースの例を示し、第３図はインデ
ックステーブルの例を示す。第２図と第３図とは上記検
索文１１夜間割弓の時間帯」と検索文２［深夜料金の時
間帯−１とか与えられた際に得られたテキストベースと
インデックステーブルとを表わしている。

次に、テキストベース登録時の動作について説明する。

ユーザから入力される問い合ね旧交は問い合わせ文入力
手段７により検索文評価値算出手段８へ送られる。

検索文評価値算出手段８では、まず、形態素解析手段３
へ送り９問い合わせ文を構成するｍ語の単語表記と意味
カテゴリとを得る。次に、これらの１修語表記と意味カ
テゴリとをキーとしてインデックステーブルを参照し、
検索文を抽出する。抽出された検索文に対して問い合わ
−Ｕ文との類似性を示す評価値を算出し２表示すべき検
索文の順位を決定する。評価値の算出は９例えば１問い
合ね旧交の各単語に対し、その意味カテゴリまたは単語
表記で抽出された各検索文に対し、ある定められた値を
加算してい（動作を繰り返すことによって行われる。

例えば、第２図、第３図のようにテキストベースとイン
デックステーブルとがデータ蓄積部５に蓄積されている
場合に２問い合わせ文「深夜割りの時間帯に一ついて知
りたい。」が、入力されたとすると、第４図のような形
態素解析結果が得られ「深夜」に関して検索文Ｑ１が、
１割引」、１時間」、「帯」の各々について検索文Ｑ１
と０２とか抽出される。加算する値を１とすると、検索
文Ｑ１は４つの単語において抽出されるため評価値４点
が得られ、検索文Ｑ２は３つの単語におい゛（抽出され
るため、評価値（）点が得られる。このようにして、第
５図に示すように、抽出された各検案文に対する評価値
が得られる。第４図は問い合わＵ′文に対応して得られ
る結果を説明する図、第５図は評価結果を示す説明図で
ある。

検索文表示手段９−（は、　１ｉｉｉ記の検索文評価（
１１′ｆ算出り段８で決定された順位に基づい′（検索
文が表示される。例えば、上記の具体例の場合には、検
索文Ｑ１が１位として検索文Ｑ２か２位として表示され
る。コ、−ザが、入力した問い合ね・Ｕ文が登録されて
いる検索文と類似性が高い場合には、ユーザが所望する
検索文が１位のランクで表示される。

このため、ユーザは高いランクご表示された検索文から
見ていりば、短時間で自分が所望する検索文を見つける
ことができる。

次に、ユーザ問い合ね−１手段１　（ｌでユーザに表示
された検索文を選択させ、応答データ出力手段１１によ
り、ユーザが選択した検索文に対応する応答データを表
示する。例えば、ユーザが検索文Ｑ１を選択した場合に
は、応答データＡ１が表示される。

以上の説明では検索文と類似性が高い問い合わせ文［深
夜割引の時間帯について知りたい。」が入力された場合
について説明したが、［深夜料金について′知りたい。

］という比較的類似性が低い問い合わせ文に対しても、
単語「深夜」の存在によって検索文Ｑ１が抽出される。

また、「割引」と「割り引き」のように単語表記が異な
る単語でも同じ意味を持つ場合には、単語辞書４で同じ
意味カテゴリが割当られζおり検索文評価値算出手段８
では意味カテゴリでも検索文が抽出されるため５問い合
わせ文で用いた単語が登録した検索文中の単語と異なっ
ていても意味が同じであれば正しく検索できる。

また、単語辞書４に登録されていない単語を含む文が入
力されても９前後の既知の単語を基に未知語として抽出
できるよう形態素解析手段３を構成することは容易であ
る。さらに、検索文評価値算出手段８におりる検索文の
抽出では単語表記での抽出も行うため９問い合わせ文中
の未知ＨｔＸからその未知語を含む検索文の抽出が可能
である。このため、単語辞書４に登録されていない単語
を含む検索文がテキストベースとして登録されたとして
も１問い合わせ文中の単語表記と一致する単語を含む検
索文を抽出できる。したがって、登録するテキストベー
スに含まれる全ての単語を単語辞書４に登録していなく
ても、テキストベースの検索が可能である。

〔発明の効果〕

以上説明したように、この発明によれば、あらかじめキ
ーワーＦを登録することなく、自然文または単語列で表
した問い合わせ文で検索文を抽出できるため、データ・
＼−スを容易に構築できる。

また、入力文と合致する検索文が登録されてなくても類
似性が高い順に検索文を出力できるためユーザは自分の
意図に合った検索文候補を選択することにより所望する
テキストベースを容易に検索できる。

さらに、インデックステーブルを参照して高速に検索文
の抽出を行うため、大量の検索文を登録した場合でも実
用的な時間で検索することができまた。検索文に対して
キーワードを付与するなどの前処理が不要であるため、
テキストベース更新手段を付加することにより、オンラ
インでのテキストベースの追加も可能となる。

【図面の簡単な説明】

第１図は本発明の実施例の構成を示すブロック図、第２
図はデータ蓄積部に蓄積されるテキス１〜へ一スの例を
示す図、第３図はデータ蓄積部に蓄積されるインデック
ステーブルの例を示す図、第４図は問い合わせ文に対す
る形態素解析結果と抽出される検索文の例を示す説明図
、第５図は検索文の評価値算出結果を示す説明図である
。 第１図において、１はテキストベース入力手段２はテキ
ストベース蓄積手段、３は形態素解析手段、４は単語辞
書、５はデータ蓄積部、６はインデックステーブル生成
手段、７は問い合わせ文入力手段、８は検索文評価値算
出手段、９は検索文表示手段、１０はユーザ問い合わせ
手段、１１は応答データ出力手段である。

Claims (1)

1. 【特許請求の範囲】 自然文または単語列で表現されたテキストベースを検索
   対象とするデータベース装置において、単語表記と意味
   カテゴリを各単語に対して規定した単語辞書と、 前記単語辞書を参照して、文を構成する単語と該単語の
   意味カテゴリを抽出する形態素解析手段と、 テキストベースおよびインデックステーブルを蓄積して
   おくデータ蓄積部と、 検索の対象となる検索文と該検索文に対する応答内容を
   記述した応答データを入力するテキストベース入力手段
   と、 入力された各検索文を前記形態素解析手段へ入力して該
   検索文を構成する単語の単語表記と意味カテゴリを得て
   、該検索文と該検索文を構成する単語の単語表記と意味
   カテゴリと該検索文に対する応答データとをテキストベ
   ースとして前記データ蓄積部に蓄積するテキストベース
   蓄積手段と、各意味カテゴリおよび各単語表記に対して
   、該意味カテゴリに属する単語あるいは該単語表記を有
   する単語を構成要素として含む検索文を抽出できるよう
   にテーブル化したインデックステーブルを生成して、前
   記データ蓄積部に蓄積するインデックステーブル生成手
   段と、 問い合わせ文を入力する問い合わせ文入力手段と、 前記問い合わせ文を前記形態素解析手段へ入力して該問
   い合わせ文を構成する単語の単語表記と意味カテゴリと
   を得、前記インデックステーブルを参照して検索文を抽
   出し、抽出された各検索文に対して該問い合わせ文との
   類似性を示す評価値を算出し、該評価値に基づいて出力
   すべき検索文とその順位を決定する検索文評価値算出手
   段と、前記検索文評価値算出手段で決定された順位に基
   づいて検索文を表示する検索文表示手段と、表示された
   検索文の中からユーザに自分の意図にあった文を選択さ
   せるユーザ問い合わせ手段と、前記ユーザ問い合わせ手
   段で選択された検索文に対応する応答データを前記デー
   タ蓄積部に蓄積されたテキストベースから抽出して表示
   する応答データ出力手段とを有する ことを特徴とするテキスト型データベース装置。