JPH0496177A - 文書検索方法及びそのキーワード関連度表作成装置 - 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、利用者が指定した検索条件によって文書デー
タベースより文書を検索する際、検索結果の適切さに基
づいて出力することにより適量・適質検索の可能な文書
検索方法及びそのキーワード関連度表作成装置に関する
。

従来の技術 従来、文書検索装置においては種々の検索方式があるが
、その一つとして各キーワード間の関連情報を記述した
キーワード関連度表を用いてファイル確度（利用者の検
索要求に近いものほど大きな値を持つ評価値）を計算し
、この結果に基づいて文書を検索するようにしたものが
、重比願人により例えば特願昭６３−８２９１号「文書
検索装置」等により提案されている。このような文書検
索装置にあっては、使用者が正確なキーワードを覚えて
いなくてもキーワード関連度表を使ったあいまい検索を
行なうことにより、適量・適量な検索結果を得ることが
できる。

発明が解決しようとする課題 ところが、このようなキーワード関連度表を利用したあ
いまい検索法にあっても、従来のシソーラス等に導入さ
れている相互関係（上位語・下位語、参照語、同義語等
）のうち、上位語・下位語関係を表現できないため、次
のような問題がある。

例えば、上位語として「食品」というキーワードがあり
、その下位語として「食品」の一種類である「豆腐」と
いうキーワードがあったとする。

上位語は下位語に比べてより一般的であるので出現頻度
が高く　（理由１）、また、下位語が出現する文書中に
はその上位語が出現する確率は高い（理由２）。従って
、文書全体集合における「食品」をキーワードとして持
つ文書、及び「豆腐」をキーワードとして持つ文書の集
合の関係を図示すると第５図（ａ）に示すようになる。

仮に、同（ｂ）に示すように、理由１により「食品」　
（キーワードｉとする）をキーワードとして持つ文書数
Ｎ１を９９５件、「豆腐」　（キーワードＪとする）を
キーワードとする文書数Ｎｊを３０件とし、理由２によ
り「豆腐」をキーワードとして持つ文書で「食品」もキ
ーワードとして持っている文書数ＮＩＪを２５件とする
。すると、キーワード関連度の初期値計算方法として、
例えば情報処理学会第３９回（平成元年後期）全国大会
における論文集中の［ファジィ文書検索システム（１）
〜実験システムと評価〜」　（以下、文献という）等に
より、一般的によく知られている親近性尺度を用いた計
算式によりキーワード関連度ＷＩＪを算出すると、 ・・・・・・・・・・・・・・・・・・・・（１）とな
る。キーワード関連度ＷＩＪは最大値１、最小値Ｏであ
り、この値（Ｗｉｊ＝０．０２５）は一般的に非常に小
さいといえる（キーワード間の連想は困難）。これは、
上位語「食品」から下位語「豆腐」を連想する場合に妥
当な値かもしれない。

しかし、「豆腐」をキーワードとして持つ文書３０件の
うちの大部分の文書（２５件）は「食品」もキーワード
として持っている訳であるから、「豆腐」というキーワ
ードから「食品」というキーワードは容易に連想される
べきであるのに実際は連想が困難であり、これは使用者
の感覚と非常に隔たりがあるといえる。

このような間運点は、下位語がキーワードとして付けら
れている文書のうち、上位語もキーワードとして付けら
れている文書の割合が高いほと、また、下位語がキーワ
ードとして付けられている文書数が上位語かキーワード
として付けられている文書数に比べ少ないほど、顕著に
現れる。

即ち、第６図（ａ）に示すように、キーワード「Ａ」と
キーワードｒＢ」との間に上位語・下位語の関係が存在
しない場合には、上記問題は生じない。同図（ｂ）に示
すようにキーワード「Ａ」とキーワードｒＢＪとの間に
上位語・下位語の関係が存在する場合に上記問題が現れ
、特に同図（ｃ）に示すようにキーワードｒＢＪの文書
集合がキーワード「Ａ」の文書集合に完全に包含されて
いる場合（即ち、完全な上位語・下位語関係が成立する
場合）に最も顕著に現れる。

課題を解決するための手段 キーワード等の検索条件を入力とし、キーワード間の関
係の強さを示すキーワード関連度等の情報を用いた所定
の計算式から、入力された前記検索条性に対する各文書
の評価値をファイル確度として求め、その文書と求めら
れたファイル確度とを検索結果とする検索を行なうよう
にした文書検索方法において、各キーワード間に向きを
異ならせて設定した１組の方向付きキーワード関連度を
用いてファイル確度を求めるようにした。

作用 キーワード関連度に方向性を持たせた方向付きキーワー
ド関連度を用いることにより、キーワードの上位語・下
位語関係を表現できるため、利用者のきめ細かな要求に
応えることができ、より一層利用者の感覚に近づいたあ
いまい検索が可能となる。

実施例 本発明の一実施例を第１図ないし第４図に基づいて説明
する。

まず、本発明が適用される文書検索装置の概要を第２図
のブロック図を参照して説明する。キーワード抽出部１
は登録文書２を入力するとそのキーワードを抽出し、キ
ーワード及び登録文書２の情報を文書情報管理部３、キ
ーワードコネクション表処理部４及びインバーテツドフ
ァイル作成部５へ出力する。文書情報管理部３は抽出さ
れたキーワードと書誌的情報６とをファイル７に格納し
、検索時に利用可能な形にデータベース化する。キーワ
ードコネクション表処理部４は必要なキーワードととも
に関連性のあるキーワード同士のつながり及びその関連
度を記述したキーワードコネクション（キーワード関連
度）表を作成しファイル９に格納するものである。ここ
に、キーワードコネクション表は例えばリスト構造とさ
れ、関連度の大きい順にソートされる。インバーテツド
ファイル作成部５は各キーワードと登録文書２とを対応
付けるインバーテツドファイルを作成し、ファイル１１
に格納するものである。即ち、インバーテツドファイル
はキーワードからそのキーワードを含む文書を指すポイ
ンタを集合させたものである。

ついで、文書選出部１２が設けられている。この文書選
出部１２は検索利用者の要求主題・要求概念により近い
文書ファイルをキーワード群によって抽出することを目
的としたもので、キーボード１３からアクセスする利用
者に対してキーワード−覧表をデイスプレィ１４に出力
する。その中から利用者は要求主題に必要なキーワード
を選択するか、自由キーワードを選択して、再びキーボ
ード１３から表示検索要求を入力するものである。

このような文書選出部１２は、要求処理部１５とソート
部１６と表示管理部１７とキーワード間関連度計算部１
８とファイル確度計算部１９とよりなる。要求処理部１
５はキーボード１３がら受理したキーワードをキーワー
ド間関連度計算部１８に転送する。キーワード間関連度
計算部１８では転送されたキーワードに関する関連キー
ワードとその関連情報をキーワードコネクション表から
抽出する。抽出されたキーワード群は関連の強い順にソ
ート部１６でソートされて表示管理部１７へ出力される
。表示管理部１７はこの関連キーワード群をデイスプレ
ィ１４に出力し、利用者に対して表示する。この表示に
従い、利用者がさらに必要なキーワードを選択入力する
ことにより、最終的なキーワード群が文書選択要求とと
もに要求処理部１５へ送られる。

要求処理部１５では文書選択要求を受けると、ファイル
確度計算部１９にキーワード群を転送させる。同時に、
最終的なキーワード群に関する関連情報の重み変更を行
うようにキーワードコネクション表処理部４に指示する
。ファイル確度計算部１９では受理したキーワード群と
キーワードコネクション表及びインバーテツドファイル
を用いて、登録文書２のファイル７についてファイル確
度を計算し、結果をソート部１６に転送する。必要なフ
ァイル確度の計算が終了すると、ソート部１６によるソ
ートを経てデイスプレィ１４に表示され、検索結果とさ
れる。

ここに、キーワードコネクション表処理部４では、前述
した既提案方式では、２つのキーワードｉ＋ｊについて
、キーワードｉからキーワードＪへの関連度ＷＩＪと、
キーワードｊからキーワード１への関連度ＷＪ１とが同
一に扱われているが、本実施例ではこれらの関連度Ｗ　
ｉ　ｊ　、　Ｗ　ｊ　ｉを別々に計算してファイル９に
書き出すものである。また、キーワード間開速度計算部
１８の要求に対しても、既提案方式では関連度Ｗ　ｉ　
ｊ　、　Ｗ　ｊ　ｉを等しい値として出力していたが、
本実施例ではこれらの関連度Ｗ　ｉ　ｊ　、　Ｗ　ｊ　
ｉを区別して出力する。よって、既提案方式では、ファ
イル９には関連度ＷＩＪとＷＪｉとが同一の値（又は、
何れか一方の値）が書込まれていたが、本実施例では関
連度ＷＩＪとＷＪｉとが別々の値として書込まれている
。この結果、ファイル確度計算部１９の処理についても
、既提案方式によれば、関連度Ｗ１ｊを用いて計算を行
うようにしているが、本実施例では関連度Ｗ　ｉ　ｊ　
、　Ｗ　ｊ　ｉの何れか一方又は両方を用いて計算を行
いファイル確度を求めることになる。

即ち、本実施例によるキーワード関連度の概念を図示す
ると第１図（ａ、）に示すようになり、同図（ｂ）に対
比して示す既提案方式のキーワード関連度の概念との違
いが判る。即ち、同図（ｂ）の場合、関連度の値は各キ
ーワード間で１つであったが、本実施例の場合には各キ
ーワード間で向きの異なる１組のキーワード関連度を持
ち、キーワードｉからキーワードＪへの関連度Ｗ１ｊと
、キーワードＪからキーワードｌへの関連度ＷＪ１とが
区別される。図中、矢印の線の太さが関連度の大小を示
す。

また、これに対応して本実施例によるキーワード関連度
表２０を図示すると、第３図（ａ）に示すようになる。

即ち、同図（ｂ）に対比して示す既提案方式のキーワー
ド関連度表２０ａによれば、各キーワード間にはＷＩＪ
で示すように１つの関連情報しか格納されていないが、
本実施例のキーワード関連度表２０によれば各キーワー
ド間でＷ　ｉ　ｊ　。

ＷＪｌで示すようにその方向毎に関連情報が格納されて
いることが判る。

ここに、このような方向性を持ったキーワード関連度表
２０の作成について説明する。キーワード関連度表２０
の初期値計算として、前述した文献等に示されるように
一般的な親近性尺度を用いた計算式によると、関連度Ｗ
ＩＪは（１）式によりＷｉｊ＝Ｗｊｉとして求められる
。ところが、本実施例では、これらの関連度Ｗ　ｉ　ｊ
　、　Ｗ　ｊ　ｉの初期値は各々下記の（２）（３）式
により別個に求められる。

即ち、キーワード】がらキーワードＪｌ＼の関連度ＷＩ
Ｊは、 により求められ、キーワードＪからキーワード１への関
連度Ｗｊｉは、 により求められる。これらの式は、親近性尺度を用いた
計算式（１）に、各キーワードｌ＋　　Ｊを持つ文書の
相互の出現比率Ｎｊ／Ｎｉ、Ｎｉ／Ｎｊを加味した計算
式といえる。

このようなキーワード関連度表２０の作成は、第４図に
示すようなキーワード関連度表作成装置２１により作成
される。この作成装置２１は第２図中のキーワードコネ
クション表処理部４として機能し得る他、単体でも動作
し得るものである。

第４図中、実線矢印はデータの流れを示し、破線矢印は
制御信号の流れを示す。まず、キーワード抽出部１等の
外部モジュールとのデータの入出力を行う入出力部２２
が設けられている。また、ファイル９との間でデータの
入出力を行うファイル入出力部２３が設けられている。

これらの入出力部２２．２３間には各データに基づき上
述したキーワード関連度の計算を行うキーワード関連度
計算部２４が設けられている。さらに、外部からの制御
信号に基づき各部２２，２３．２４を制御する制御部２
５が設けられている。

このような構成により、入出力部２２はキーワード抽出
部１からキーワード情報ｉ、ｊ、Ｎｉ。

Ｎｊ、Ｎｉｊを受取りキーワード関連度計算部２４へ送
る。そこで、このキーワード関連度計算部２４は各情報
に基づき（２）（３）式によりキーワード関連度Ｗ　ｉ
　ｊ　、　Ｗ　ｊ　ｉを計算し、ファイル入出力部２３
へ送る。これにより、キーワード関連度Ｗ　ｉ　ｊ　。

ＷＪｌはファイル９中のキーワード関連度表２０に書込
まれる。一方、入出力部２２は要求キーワードＬＪを受
は取るとファイル入出力部２３へ送り、要求に対応する
キーワード関連度Ｗ　ｉ　ｊ　、　Ｗ　ｊ　ｉをファイ
ル９中から読出し、入出力部２２へ渡す。

これを受けて入出力部２２は、キーワード関連度Ｗ　ｉ
　ｊ　、　Ｗ　ｊ　ｉを要求元へ出力し、ファイル確度
計算等に供される。

二のように、方向付きキーワード関連度を用いることに
より、キーワードの上位語・下位語の関係を表現できる
ため、利用者のきめ細かな要求に応えることができる。

よって、より利用者の感覚に近づいたあいまい検索が可
能となる。ちなみに、第５図（ｂ）に示した前例を用い
て（２）（３）式を計算すると、 となる。仮に、キーワード間開速度・確度計算部２４が
線形関数を用いるものとすると、連想量の比は、 となる。これにより、より利用者の感覚を反映したもの
となり、より適量・適量な検索結果を得ることが可能と
なる。

ところで、本実施例において（２）（３）式により求め
られるキーワード関連度Ｗｉｊ、　Ｗｊｉは、なる関係
を有する。即ち、１組の方向付きキーワード関連度Ｗ　
ｉ　ｊ　、　Ｗ　ｊ　ｉの積は（１）式に示した周知の
親近性尺度を用いた計算式によるキーワード関連度に等
しいものとなる。従って、本実施例によるキーワード関
連度表２０は、２つのキーワード間に張られた向きの異
なる開速度同士を掛は合わせることにより簡単に既提案
方式の検索にも利用できる互換性を持つ。よって、１つ
のキーワード関連度表２０で本実施例のキーワード関連
度と既提案方式のキーワード関連度とを場合によって使
い分けたり、さらには、両方の関連度値を用いることに
より、より高精度な検索が可能となる。

発明の効果 本発明は、上述したようにキーワード間で方向性を持た
せた方向付きキーワード関連度を用いるようにしたので
、キーワードの上位語・下位語関係を表現でき、利用者
のきめ細かな要求に応えることができ、より一層利用者
の感覚に近づいたあいまい検索が可能となり、特に、こ
の場合、方向付きキーワード関連度が各キーワードを持
つ文書数の相互の出現比率を加味した計算式により算出
されるため、１組の方向付きキーワード関連度の積を親
近性尺度を用いて算出されるキーワード関連度に等しく
して互換性を持たせることもでき、融通性のよい検索方
法となる。

【図面の簡単な説明】

図面は本発明の一実施例を示すもので、第１図は既提案
例と対比して示すキーワード関連度の概意図、第２図は
検索装置全体の構成を示すブロック図、第３図は既提案
例と対比して示すキーワード関連度表の概念図、第４図
はキーワード関連度表作成装置を示すブロック図、第５
図及び第６図はキーワードの上位語・下位語関係を示す
概念図である。 ２０・・・キーワード関連度表 １．１ 図 出　願　人　　　株式会社　　　リ　コ代 理 人 相 木 明

Claims (1)

1. 【特許請求の範囲】 １、キーワード等の検索条件を入力とし、キーワード間
   の関係の強さを示すキーワード関連度等の情報を用いた
   所定の計算式から、入力された前記検索条件に対する各
   文書の評価値をファイル確度として求め、その文書と求
   められたファイル確度とを検索結果とする検索を行なう
   ようにした文書検索方法において、各キーワード間に向
   きを異ならせて設定した１組の方向付きキーワード関連
   度を用いてファイル確度を求めるようにしたことを特徴
   とする文書検索方法。 ２、親近性尺度を用いた所定の計算式に、各キーワード
   を持つ文書数による相互の出現比率を加味した計算式に
   より１組の方向付きキーワード関連度の初期値を算出し
   てキーワード関連度表を作成することを特徴とするキー
   ワード関連度表作成装置。