JPH0330066A - 情報検索方式 - 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〕 本発明は情報蓄積ファイルに蓄積された情報の検索方式
に関する． 〔従来の技術〕 従来の情報検索方式においては、通常情報に対してその
発生順に一連番号を付与し，さらにその情報を特徴づけ
るキーワードを付与し，そのキーワード間の論理和、論
理積，否定などの論理的な関係を利用して所望の情報を
検索してきた．このような情報検索システムについては
，電子情報通信学会編「情報検索』に詳細に論じられて
いる．本文献では、各種の検索方式について述べられて
いるが、そのいずれもがキーワードをどのように与える
か、あるいはできるだけ効率的な検索を行うためにはど
のようなキーワードの体系を構築するか、さらには検索
対象の情報からどのようにキーワードを抽出するかにつ
いて述べてある．しかしながら、簡単な構造のシステム
においては例えば『電子計算機』とｒマイクロコンピュ
ータ』のように、人間が見れば明らかに深い関連がある
ようなキーワードの間においても，構文的に一致しない
ために，所望の情報が検索できないという欠点がある．
また複雑なシステムにおいては，キーワードの間の包含
関係を定義しておき、例えば『電子計算機』とｒマイク
ロコンピュータ』は前者が後者を包含するので、前者の
キーワードが与えられた場合には，後者のキーワードを
持つ情報をも検索するようことができるようなシステム
になっているものもある．しかしこの方式のシステムで
は例えば『並列計算機」という概念は「電子計算機』と
いう概念に包含されるため、『電子計算機」というキー
ワードによって数多くの情報が検索されてくることにな
り，その結果所望の情報を迅速に得ることが困難になる
． 〔発明が解決しようとする課題〕 上記従来技術では情報の間の類似度の概念が考慮されて
いなかったため、必要な情報の検索に漏れが発生したり
，不必要な情報が大量に検索されるという課題があった
． （ｍｌ題を解決するための手段〕 上記目的を達或するために、本発明は，個々の情報をそ
の情報を表現する特徴の集合で表現し、所望の検索条件
も特徴の集合で表現し、両者の間に特徴が似ている度合
いである類似度を定義し、この類似度を利用して，類似
の事例を検索するようにしたことに特徴がある． 〔作用〕 本発明は、個々の情報は特徴の集合で表現できることに
着目し、所望の情報が持つ特徴の集合と個々の情報の特
徴を一つずつ比較し．特徴の値が一致していれば、類似
度を表す数値を増加させ、一致していなければ減少させ
る．これを全ての特徴について実行することによって、
全ての蓄積情報と所望の情報の間の類似度が計算できる
．この類似度の高いものを類似情報であると判断して、
検索結果とすることによって、類似情報の検索が可能に
なる． 〔実施例〕 以下、本発明の実施例を図面を用いて詳細に説明する．
以下の例では、検索対象の情報の例として、計算機の障
害報告書を用いる。この例では、個々の計算機の障害を
構成するオペレーティングシステムの名称．ｌｌｌｉ害
が発生した装置の名称などの、障害を特徴づける要因が
キーワードとなっている．第１図は本発明を実施するた
めのハードウエア構成図である．１１は制御装置、１２
は障害事例情報を蓄積する蓄積ファイル，１３は蓄積フ
ァイルにアクセスするファイルアクセス機構、ｌ４は蓄
積ファイルの中に格納された障害事例情報のうちで，検
索の対象となるある特定のグループの情報を蓄積ファイ
ルから転送する転送記憶装置、１５は検索命令を入力す
る入力装置，１６は検索結果を表示する表示装置、１７
は以ｆに述べる各種のアルゴリズムの実行時に用いる補
助記憶装置である．第２図は蓄積ファイルｌ２に格納す
る情報の格納形式の一例である．２１は主たるキーワー
ド『キーワード１』の値が『値１』である事例情報のデ
ータグループ、２２はある障害事例ｒ事例１』を表現し
ている．この例では事例情報を構成するキーワードとし
て「キーワードｌ』から『キーワードｍ」までを用いる
．２３はキーワード『キーワードｍ』の値が『値１ｍＪ
であることを示している．蓄積ファイルの内部でこのよ
うなデータを表現するためには，例えばＣ首語やＰＬ／
Ｚ言語で支援されている構造体データ構造を利用すると
容易に表現できる．次の例はＣ言語によって表現した一
例である． ｃａｓｅ−ｄａｔａ［１００］ｓｔｒｕｃｔ（ｋｅｙ−
ｗｏｒｄ−１３ ｋｅｙ−ｗｏｒｄ−２； ｋｅｙ−ｗｏｒｄ−ａ＋： ｝ 第３図は第２図で示したデータを定義するための記述法
の一例である．この記述法で記述したデ造に変換する．
第４図は、第１図の構成の装置のもとで，第２図のデー
タを利用して類似の事例を検索してくる手順を表現する
アルゴリズムを示すフローチャートである．以下第１図
から第４図までを用いて、類似事例を検索する１つの手
順１を述べる． システムが起動されるとまず蓄積ファイル１２に蓄積さ
れたデータのうち、どのデータグループを対象とするか
を決定するために、グルーピングのキーとなっている主
たるキーワードの値を入力装置１５からユーザに入力し
てもらう（ステップ４０１）．主たるキーワードの値が
入力されたら，その値を持つグループをファイルアクセ
ス機構１３を用いて読み出し，転送記憶装置１４に転送
する（ステップ４０２）．この処理以降では転送記憶装
！！１４にある事例データを対象に検索を行う。

ここで、情報蓄積ファイルに蓄積された情報を、ある特
定のキーワードの値が同一の情報をまとめてグループ化
し、入力された情報の特徴のうちある特定のキーワード
の値が一致するグループのみを、別の記憶装置に転送す
るようなことをしない場合には、蓄積ファイル１２の中
のデータを全て転送記憶装置１７の中に転送することに
より、ステップ４０１と４０２が省略できる．次にユー
ザに主たるキーワード以外のキーワードの値を入力して
もらう（ステップ４０３）．入力された値は全て補助記
憶装置１７に格納される．検索に必要な全てのキーワー
ドの入力が完了すれば、次に補助記憶装置の中に各事例
の類似度を示す値を格納する領域を確保する。以下では
ｍ個の事例に対するこの領域を『一致度１』から「一致
度ｍ」と呼ぶ．次に以下の処理を事例の数の回数だけ繰
り返す（ステップ４０４）．ある事例に対して、キーワ
ードの値が一致するかどうかのチェックを行っていない
キーワードがなければ次の事例のチェックを行う．ここ
では説明のために「事例ｉ』という事例のチェックを行
っているものとする．『事例ｉＪにおいて，もしチェッ
クを行っていないキーワードがあれば、入力されたキー
ワードの値と、蓄積された事例のキーワードの値との比
較を行う。ここでは「キーワードｊ』の比較を行ってい
るものとする．「事例ｉ』の「キーワードｊ」の値と、
入力された「キーワードｊ」の値が一致する場合には、
「事例ｉ」の一致度を示す数値「一致度ｉ」の値にｌを
加え（ステップ４０７）．次のキーワードをチェックす
る（ステップ４ｏ５）。

以上の処理を転送記憶装置に格納された全ての小例の全
てのキーワードに対して行って終了した時点では、ｍ個
の事例『事例１」から「事例ｍ』に対応する一致度であ
る「一致度１』から『一致度ｍ』までの値が求められる
．次に全ての事例に対して、一致度の島いものから必要
な個数だけを選択することによって、六カされた事例と
類似の事例であると考えて良い既存の事例が検索できる
．次に他の手順２について述べる．第５図は、入力で与
えられたキーワードと情報蓄積ファイルの情報のキーワ
ードのうち、一致した値を持つキーワードの重要度を表
す数値の和として類似度を定義する方式を実現するため
の事例データの記述方式の一例である．５１はそのキー
ワードの重要度を示す数値である．以下ではこの数値の
事を『キーワードの重み」もしくは単に「重み』と呼ぶ
．第５図では、重みをＯから１の間で表現しているが，
これは任意に設定してもよい．第５図の表現方式で表現
された事例は、蓄積ファイルｌ２の中において、第２図
と同様の形式で表現される．先に述べた手順１と異なる
点は、手順１では重み２４の値を類似度の計算に使用し
なかったが，手順２では使用するという部分である．第
６図は手順２を実現するアルゴリズムを表すフローチャ
ートである．このフローチャートではまだチェックして
いないキーワードのチェックを行うステップ６０６まで
は手順１のフローチャートの手順と全く同じである．手
順２ではこれ以降の処理が異なる．もしキーワードの値
が一致していれば、一致の程度を示す『一致度ｉ』とい
う数値に、そのキーワードｊの重みＷ一を加える（ステ
ップ６０７）、逆にキーワードの値が一致しない場合に
は、事例ｊの不一致度を示す数値「不一致度ｉ」の値に
キーワードＷＪ　を加える（ステップ６０８）．ｒ不一
致度ｉ」を格納する領域は，一致度を格納する領域の確
保と同時に同じ補助記憶装置１７に確保する．これを全
ての事例の全てのキーワードに対して実行し完了した時
点では，全ての事例に対して『一致度』と「不一致度』
が求められる．次に全ての事例に対して、『類似度」＝
「一致度」とするか，「類似度』＝『一致度』−「不一
致度」とする． 次に他の手順３を述べる．この手順３では，類似度の計
算手順は手順２と全く同じであり、異なるところは事象
データの表現から蓄積ファイルの内部形式に変換する手
順が異なるだけである．第７図はこのアルゴリズムの処
理対象とする事例データの表現法の一例である．第８図
はそれを実現するために、第７図の事象データから第２
図の内部形式に変換する全換手順のアルゴリズムを表す
フローチャートである．またこのアルゴリズムは次のよ
うに動作する．まず第８図の形式で記述された一組の事
例データを読み込む（ステップ８０１），次にキーワー
ドｋ　ｗ　ｉ　の重みが指定されていれば，その値をそ
のキーワードｋｗｔ　の重みとし（ステップ８０５）、
ｋＷｉに重みが指定されていなければ、あらかじめ定め
られた重みを示す値をｋｉｔの重みとする（ステップ８
０６）．以上の処理を全ての事例に対して行うことによ
って（ステップ８０１），全ての事例データに対して重
みをつけたテーブルが構築できる．このテーブルを元に
して手順２に従って類似度を計算する． 次に、あらかじめ、複数の類似度計算式を準備しておき
、利用者がどの計算式を利用するかを選択する方式およ
び一致度と不一致度を用いて類似度を計算する計算式を
定義する方式を実現する方式について述べる。第９図は
これを実現するためのアルゴリズムを示すフローチャー
トである．そのためには、まず一致度，不一致度の計算
を始める前に，どの類似度を使って、計算を行うかを利
用者に問い合わせる（ステップ９０３）．次に指定され
た類似度の計算式に従って，計算手順を示すプログラム
をロードする（ステップ９０５），ロードしたプログラ
ムは例えば補助記憶装ｆｉｔｌ７に格納される．このと
き、利用者独自の類似度による計算を行うことが選択さ
れた時には、次に利川者に計算式を入力してもらい、そ
の計鉢式を例えば補助記憶装ｔｊＩｉ１７に格納する（
ステップ９０６）。

次に全ての事例データに対して手順２と同様の手順によ
り，一致度と不一致度を計算する（ステップ９０７から
９１１）．最後にユーザからの入力によって決定された
類似度の計算手順で、類似反の計算を実行する（ステッ
プ９１２）。

次に，特徴を表すキーワードの値の間にその意味に従っ
て関連情報を定義し、キーワードのｆ１なが一致しない
場合に、その関連情報をたどり、一致する値があった場
合に、そのキーワードの重要度を示す数値にＯから１の
間の一定の位を集じた値をそのキーワードの重要度とし
て類似度を計算するような方式を実現する手段について
述べる．そのためには，これまでの実施例で述べたデー
タの他に、キーワードの値の間の関係を示すデータが必
要である．第１０図は計算機障害報告を例にとった関連
データの一例である．この例では全てのデータを木構造
で表現している．このデータはあらかじめ決定されてお
り、情報蓄積ファイルに格納されている．システムが起
動したときには、事例データの転送の次にこの関連デー
タを転送記憶装置に転送する．第１１図はそのためのア
ルゴリズムを示すフローチャートである．事例データの
転送までは、手順２と同一でよい（ステップ１ｌ０１か
ら１１０６）．ここでは各事例と入力事例との一致度、
不一致度を計算する部分が異なる．手順２では，キーワ
ードの値が一致しない場合には不一致度を示す値を単純
に増加させていたが、ここでは入力事例のキーワードの
値と既存の事例のキーワードの値に、より弱い関係がな
いかを確認する．そのために，以下のような手順を実行
する．例えば入力小例の「ＯＳ名称」というキーワード
の値がｒＶＯｓ３Ｊであり、既存事例の「ＯＳ名称』と
いうキーワードの値が『大型計算機用ＯＳＪであったと
する．また．ｒＶＯｓ３Ｊと「大型計算機用ＯＳＪの間
には、第１０図の工０１で示した関係があったとする．
またこのとき、大型計算機用ＯＳとｖｏｓａのような関
係にあることを『一段の深さを持つ』という．木構造の
中のーっの系列をとったときに，その中に含まれている
一段親子関係の数をその系列の長さ、ある木のながで最
も長い系列の長さをその木の高さという．例えば第１０
図の場合ならば、『大型計算機用ＯＳ−ＶＯＳ３−ＶＯ
Ｓ３／ＥＳ１」という系列が最も高い木であるので，こ
の木構造全体の高さは２である．さらにこのときこのキ
ーワードの一致度に加える値を、Ｗａｓ名林●αとし、
その値を一致度に加える．ここでＷａｓ名旧ま「ＯＳ名
称」というキーワードの重みであり，αはＯから１の間
の値である．今の例では関連リンクを１回たどることに
よって、関連を確認できた．一般に関連リンクをｎｌｄ
たどった時の一致度に加える値はｗキーワード串α０と
することによって、関連が薄くなるほど一致度に対する
貢献が低くなるということが実現できる（ステップ１１
０８から１１１０）．また木の高さまでたどっても一致
するキーワードの値がないときには、そのキーワードを
不一とする（ステップ１１１１から１工ｌ２）．次にさ
らに他の方式を実現する手段を述べる．この機能を実現
するのに．＊似度の計算まではこれまで説明したどの手
順を用いても良い．ここでは説明のために、手順２を用
いることとする６類似度の計算の後、類似事例の検索の
前に、全ての事例に対して類似度をチェックし、その類
似度がある一定値ｔｈｒｅｓｈｓ＆ｍｆｌ以下の場合に
は処理を終了するというステップを挿入する．または、
類似度がある一定値ｔｈｒｅｓｈｓＡｗ６以下の場合に
は，転送記憶装置１４からその事例データを削除する． 〔発明の効果〕 本発明により、類似事例の検索がｏｆ能になり、あいま
いな事例の検索が可能になる．また不必要な大量の情報
が検索されてくることも防げ、所望の情報を容易に人手
できるようになる．

【図面の簡単な説明】

第１図は本発明の方式を実施するときのハードウエア構
成の一例を示す図，第２図は警積ファイルの中のデータ
表現方式を示す図、第３図は蓄積ファイルに格納するデ
ータの第１の記述形式を示す図、第４図は本発明の実現
のための第ｌの手順をしめずフローチャート、第５図は
蓄積ファイルに格納するデータの第２の記述形式を示す
図、第６ｌ８ｌは本発明の実現のための第２の手順をし
めずフローチャート、第７図は蓄積ファイルに格納する
データの第３の記述形式をボす図、第８図は本発明の実
現のための第３の手順をしめずフローチャート、第９図
は本発明の実現のための第４の手順をしめずフローチャ
ート，第１０図は本発明に用いるキーワードの値の間の
関係の一例を示す図，第１１図は本発明の実現のための
第５の手順をしめずフローチャートである． ％１ 図 劣　　Ｚ 図 １２ ３１ 第 ３ 困 巣 ５ 図 菓 ６ 図 （０−） ３１＃列名称 ３ｚ　　キーフート１こイ直のｍ 篤 乙 図 罵 ７ 陸 葛 ９ 図 （交ノ Ｚ ３ 図 柘 ｑ ■ （イノ 冨 ７ｌ 図（叉） ２ １１ 図 ど遥ノ

Claims (1)

1. 【特許請求の範囲】 １、情報を蓄積する情報蓄積ファイルと、情報蓄積ファ
   イルに蓄積された情報を検索するための命令を入力する
   入力装置と、検索結果を表示する出力装置と、前記情報
   蓄積ファイル、前記入力装置および前記出力装置を制御
   する制御装置とを備え、該制御装置は前記入力装置から
   入力された命令に従つて前記情報蓄積ファイルの中から
   所望の情報を検索し、前記出力装置にその結果を表示す
   る際、前記蓄積ファイルに蓄積された情報にはそれを特
   徴づけるキーワードの集合が与えられており、前記入力
   装置に与える命令として検索したい情報を表現する特徴
   を表すキーワードの集合を与え、該入力キーワードの集
   合と前記情報蓄積ファイルに蓄積された情報の間に類似
   の度合いを表す類似度を定義して、類似度の高い情報を
   検索することを特徴とする情報検索方式。 ２、請求項１の情報検索方式において、前記情報蓄積フ
   ァイルに蓄積された情報を、特徴を表すキーワードとそ
   の値の集合として表現することを特徴とする情報検索方
   式。 ３、上記請求項２の情報検索方式において、情報を構成
   するキーワードに、そのキーワードの重要度に対応した
   数値を定義することを可能とする情報検索方式。 ４、請求項３の情報検索方式において、キーワードの重
   要度を指定しない場合には、あらかじめ定められた値を
   重要度とすることを特徴とする情報検索方式。 ５、請求項２の情報検索方式において、入力で与えられ
   たキーワードと情報蓄積ファイルの情報のキーワードの
   うち、一致した値を持つキーワードの個数を類似度とす
   ることを特徴とする情報検索方式。 ６、請求項３の情報検索方式において、入力で与えられ
   たキーワードと前記情報蓄積ファイルの情報のキーワー
   ドのうち、一致した値を持つキーワードの重要度を表す
   数値の和として類似度を定義することを特徴とする情報
   検索方式。 ７、請求項３の情報検索方式において、入力で与えられ
   たキーワードと情報蓄積ファイルの情報のキーワードの
   うち、一致した値を持つキーワードの重要度を表す数値
   の和を一致度、一致しない値を持つキーワードの重要度
   を表す数値の和を不一致度としたとき、一致度と不一致
   度の差を類似度と定義することを特徴とする情報検索方
   式。 ８、請求項７の情報検索方式において、あらかじめ複数
   の類似度計算式を準備しておき、利用者がどの計算式を
   使用するかを選択することを特徴とする情報検索方式。 ９、請求項７の情報検索方式において、一致度と不一致
   度を用いて類似度を計算する計算式を定義することを特
   徴とする情報検索方式。 １０、請求項７の情報検索方式において、特徴を表すキ
   ーワードの値の間にその意味に従つて関連情報を定義し
   、キーワードの値が一致しない場合にその関連情報をた
   どり、一致する値があつた場合にそのキーワードの重要
   度を示す数値に０から１の間の一定の値を乗じた値をそ
   のキーワードの重要度として類似度を計算することを特
   徴とする情報検索方式。 １１、請求項１の情報検索方式において、情報蓄積ファ
   イルに蓄積された情報と入力された情報の類似度が、あ
   る一定の値以下の場合に類似事例がないと判断すること
   を特徴とする情報検索方式。 １２、請求項１の情報検索方式において、類似度計算の
   ために情報蓄積ファイルに蓄積された情報を別の記憶装
   置に転送し、転送先記憶装置の上での類似度計算の結果
   、類似度がある一定の値以下の場合、その情報を転送先
   記憶装置から消去することを特徴とする情報検索方式。 １３、請求項１の情報検索方式において、情報蓄積ファ
   イルに蓄積された情報を、ある特定のキーワードの値が
   同一の情報をまとめてグループ化し、入力された情報の
   特徴のうちある特定のキーワードの値が一致するグルー
   プのみを、別の記憶装置に転送することを特徴とする情
   報検索方式。