JPH05165888A

JPH05165888A - 事例検索システムおよびその検索方法

Info

Publication number: JPH05165888A
Application number: JP3331864A
Authority: JP
Inventors: Yutaka Yoshiura; 裕吉浦
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1991-12-16
Filing date: 1991-12-16
Publication date: 1993-07-02
Anticipated expiration: 2014-06-28
Also published as: JP2913969B2

Abstract

(57)【要約】【目的】事例検索手順を、全ての事例検索動作に共通
な汎用部分と、分野毎に異なる部分とに分離し、事例検
索システムの開発、保守を容易にする。【構成】従来の事例検索が、いずれも、一般的な枠組
みで、類似性定義の内容を分野毎に記述することにより
実現できることに着目し、問題と事例の属性毎の類似度
定義（部分類似度算出手順）と、属性毎の類似度から全
体の類似度を算出する手順の定義（全体類似度算出手
順）とからなる分野に依存する検索手順を、これらを解
釈して実行する事例抽出処理などの汎用的な手順から独
立させて分離して設け、検索の対象となる分野に合わせ
て、分野に依存する検索手順を入替える構成とする。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、入力された問題の解
を、データベースに予め格納されている事例情報から求
める推論システムにおいて、入力された問題に対応する
事例を、解の候補として検索する事例検索システムに係
わり、特に、システムの開発、および、保守を効率良く
行なうのに好適な事例検索システムおよびその検索方法
に関するものである。

【０００２】

【従来の技術】入力された問題の解を、データベースに
格納されている事例情報から求める推論システムおよび
事例検索システムにおいては、如何に入力問題に類似し
た事例情報を検索するかが重要である。ここで、事例情
報とは、問題を表すデータとその問題の解答あるいは解
法を表すデータからなるデータである。そして、事例情
報の一つの利用目的は、事例検索システムが、現在解決
したい問題に類似した問題の解決事例（類似例）を検索
し、利用者が、そこでの解答あるいは解法を参考にする
ことである。もう一つの利用目的は、事例検索システム
が検索した類似例を利用して、推論システムが、さら
に、類似例の修正を行い、現在の問題の解を求めること
である。このように、事例情報の利用における技術課題
は、蓄積された複数の事例の中から、現在の問題に対す
る類似例を、効率良く検索するシステムを開発すること
である。

【０００３】従来の類似例の検索技術には、例えば、
「アメリカンアソシエイションフォーアーティフ
ィシャルインテリジェンス論文集」（Ｐｒｏｃｅｅ
ｄｉｎｇｓｏｆｔｈｅＡｍｅｒｉａｎＡｓｓｏ
ｃｉａｔｉｏｎｆｏｒＡｒｔｉｆｉｃｉａｌＩｎ
ｔｅｌｌｉｇｅｎｃｅ）（１９８６年）の第２６７頁か
ら第２７１頁において論じられている。そこでは、料理
の計画立案に関し、現在の料理と類似した料理の計画事
例を検索している。そのために、入力問題、および、事
例の問題を、達成したい目的や、守るべき制約、問題解
決時の状況などの属性の集合で表す。例えば、採用した
い料理法、用いたい材料、避けたい失敗などの属性によ
り問題を表す。そして、以下の類似性定義を用いて類似
例を選択する。尚、類似例の選択に用いる類似度の大き
さを、距離で表す場合も有り、このような場合には、距
離の小さいものを、類似度の大きいものとする。（ａ）属性毎の類似性の定義：属性の分類階層を用い
て、まず、同じ属性、次に、一段上の属性が等しいよう
な二つの属性（兄弟となる属性）、さらに、二段上の属
性が等しいような二つの属性（従兄弟となる属性）など
の順で距離が小さい、すなわち、類似度が大きいと定義
する。（ｂ）属性の重要性の定義：属性間の重要性の順序を表
す。（ｃ）類似例の定義：入力問題に対して最も類似した事
例とは、最も重要な属性に関して、最も類似した問題を
含む事例である。そのような事例が複数ある場合には、
それらの内で、次に重要な属性に関して最も類似した問
題を含む事例が、最も類似した事例である。さらに、そ
のような事例が複数ある場合には、その次に重要な属性
に関して比較する。同様な比較を、事例が一つになるま
で続けた時に、最後に残った事例が最も類似した事例で
ある。

【０００４】しかし、このような類似例定義が、料理以
外のどのような適用分野においても最適であるとは限ら
ない。例えば、計算機室に中央処理装置や、コンソール
ディスプレイなどの機器を配置する問題を考える。この
ような場合には、類似例として、類似した部屋に対する
類似した機器の配置例を検索する。そして、例えば、部
屋の縦辺や横辺、および、配置したい個々の機器名によ
り、問題を表すものとする。上述の従来技術では、ま
ず、部屋の縦辺と横辺のどちらが重要か定義しなければ
ならない。今、「縦辺がより重要」と定義したとする。
そして、入力問題に比べて、縦辺は等しく横辺は全く異
なる事例（Ｐ₁）と、縦辺も横辺もわずかに異なる事例
（Ｐ₂）があるものとすると、上述の（ｃ）より、事例
（Ｐ₁）が、類似性のあるもの、すなわち、類似度の大
きいものとなる。これは、実際には、不適切な選択であ
る。しかし、反対に、「横辺がより重要」と定義して
も、同様の不都合が生じる。すなわち、横辺は等しい
が、縦辺は全く異なる事例（Ｐ₃）が、横辺も縦辺もわ
ずかに異なる事例（Ｐ₂）よりも優先される。

【０００５】また、従来の類似例を検索するシステム、
すなわち、事例検索システムでは、システムの内で、汎
用的な部分と、それぞれの分野に依存する部分とが明確
に分離されていない。そのために、それぞれの分野毎
に、それぞれ異なるシステムが構築されている。

【０００６】このように、従来の事例検索システムにお
ける類似性の定義は汎用性に欠けており、しかも、シス
テムの内で、汎用的な部分と分野依存の部分が明確に分
離されていなかった。その結果、事例検索システムを開
発する場合、分野毎にシステムを作り直す必要があり、
システム開発の費用、人員、期間などの負荷が大きいと
いう問題があった。また、既存のシステムの類似例検索
機能を保守、最適化する場合にも、その費用、人員、期
間などの負荷が大きいという問題があった。

【０００７】

【発明が解決しようとする課題】解決しようとする問題
点は、従来の事例検索システムは、汎用的な部分と分野
依存の部分が明確に分離されておらず、分野毎に、汎用
的な部分を含めたシステムを開発しなければならない点
である。本発明の目的は、これら従来技術の課題を解決
し、事例の検索手順を、全ての事例検索動作に共通な汎
用部分と、分野毎に異なる部分とに分離し、分離した分
野依存の部分の入替えのみで、それぞれの分野に対応し
た事例検索を可能とし、システムの開発、および、保守
に係わる負荷の大幅な軽減を可能とする事例検索システ
ムおよびその検索方法を提供することである。

【０００８】

【課題を解決するための手段】上記目的を達成するた
め、本発明の事例検索システムは、従来の類似例検索
が、いずれも、一般的な枠組みで、類似性定義の内容を
分野毎に記述することにより実現できることに着目し、
（１）予め、問題を表わすデータとこの問題に対する解
を表わすデータとからなる事例情報を一つ以上記憶する
事例ベースと、具備した入力装置を介して入力された問
題に類似する問題を含む事例情報を、予め具備した記憶
部に記憶した手順に基づき、事例ベースから検索する事
例検索部とを有する事例検索システムにおいて、記憶部
に記憶する事例検索の手順の内で、事例ベースに記憶す
る事例情報の分野に依存する分野別の検索手順を記憶す
る分野依存手順記憶部を設け、記憶部には、事例ベース
に記憶する事例情報の分野に依存しない汎用の検索手順
のみを記憶し、事例ベースの変更時には、分野依存手順
記憶部に記憶する分野別の検索手順のみを変更すること
を特徴とする。また、（２）上記（１）に記載の事例検
索システムにおいて、分野依存手順記憶部に記憶する分
野別の検索手順は、事例検索部による事例ベースに記憶
されたそれぞれの事例情報の問題の入力問題に対する類
似度を算出する類似度算出手順からなることを特徴とす
る。また、（３）上記（１）、もしくは、（２）のいず
れかに記載の事例検索システムにおいて、入力問題と、
この入力問題に対応して、事例検索部が、分野依存手順
記憶部を用いて検索した事例情報とに基づき推論を行な
い、入力問題に対する解を求める事例利用部を設けたこ
とを特徴とする。また（４）上記（１）から（３）のい
ずれかに記載の事例検索システムの事例検索方法であ
り、入力問題、および、事例ベースに記憶される事例情
報の問題を、属性の集合、もしくは、属性とこの属性の
値との対である属性対の集合の少なくとも一方を含んで
表し、分野依存手順記憶部に記憶する入力問題に対する
分野別の検索手順は、属性毎の類似度、もしくは、属性
対毎の類似度の少なくとも一方を含む部分毎の類似度の
算出手順からなり、事例検索部は、属性毎の類似度の算
出手順、もしくは、属性対毎の類似度の算出手順の少な
くとも一方の算出手順を用いて、入力問題と事例情報の
問題との部分毎の類似度の算出を行なうことを特徴とす
る。また、（５）上記（４）に記載の事例検索システム
の事例検索方法において、事例検索部で算出した入力問
題と事例情報の問題との部分毎の類似度を組み合わせ
て、入力問題に対する事例情報の問題の全体としての類
似度を算出する全体類似度算出手順を、分野依存手順記
憶部に記憶し、事例検索部は、この全体類似度算出手順
を用いて、入力問題と事例情報の問題との全体としての
類似度を求め、この求めた類似度に基づき、入力問題に
対する事例ベースからの事例を選択することを特徴とす
る。

【０００９】

【作用】本発明においては、事例検索部は、部分類似度
算出手順を用いて、入力問題と事例情報の問題の属性あ
るいは属性対毎の類似度を算出し、そして、全体類似度
算出手順を用いて、このようにして算出した属性あるい
は属性対毎の類似度から、入力問題と事例の問題の全体
としての類似度を算出し、この全体としての類似度に基
づいて事例を検索する。このように、事例の検索処理に
係わる手順を、汎用的な部分、すなわち、事例検索部の
動作に係わる手順と、分野に依存する部分、すなわち、
分野依存手順記憶部に記憶する部分類似度算出手順や全
体類似度算出手順などとに分離することにより、部分類
似度算出手順や全体類似度算出手順などを分野毎に記述
すれば、事例検索部の動作に係わる汎用な検索手順を用
いて、それぞれの分野に適した事例検索システムを構築
することができる。

【００１０】

【実施例】以下、本発明の実施例を、図面により詳細に
説明する。図１は、本発明を施した事例検索システムの
本発明に係わる構成の第１の実施例を示すブロック図で
ある。本実施例の事例検索システムは、入力された問題
に類似する事例を、複数個検索し、この複数個の事例に
基づき、入力問題の解を出力するものであり、操作者か
らの操作内容などを入力する入力装置１と、システムの
処理結果などを表示出力する表示装置２と、本発明に係
わり、入力問題に対する事例の検索処理および解の決定
処理を行なう事例検索装置３と、事例情報などを格納す
る記憶装置４により構成されている。入力装置１は、事
例情報や、本発明に係わる部分類似度算出手順と全体類
似度算出手順、および、問題を入力して、事例検索装置
３に渡す。また、出力装置２は、事例検索装置３から、
問題の解答などを受け取り、出力する。事例検索装置３
は、本発明の事例の検索処理を行なう事例検索処理部
５、入力装置１などの外部装置とのデータの入出力処理
を行なう入出力処理部６、検索された複数の事例を用い
て目的の解を決定する事例利用処理部７、そして、これ
ら事例検索処理部５、入出力処理部６、および、事例利
用処理部７のそれぞれの動作を制御して事例検索装置３
の全体動作を制御する制御処理部８からなる。また、記
憶装置４は、予め、問題とその解とからなる事例情報を
格納する事例ベース９と、本発明に係わる部分類似度算
出手順記憶部１０、および、全体類似度算出手順記憶部
１１からなる。

【００１１】本実施例の事例検索システムは、従来の類
似例検索が、いずれも、一般的な枠組みで、類似性定義
の内容を分野毎に記述することにより実現できることに
着目して構成されている。例えば、従来の技術であり、
情報処理学会論文誌第３２巻第５号（１９９１年）第６
２６頁から第６３４頁で論じられている計算機室配置問
題における類似例検索技術や、ケースベーストリーズニ
ングワークショップ論文集（１９８８年）（Ｃａｓ
ｅ−ｂａｓｅｄＲｅａｓｏｎｉｎｇＷｏｒｋｓｈｏ
ｐ（１９８８））の第２１頁から第３０頁で論じられて
いる国際紛争調停における類似例検索技術、さらに、情
報処理学会全国大会論文集第２巻（１９９１年）の第５
９頁から６２頁で論じられているＦｏｒｔｒａｎプログ
ラムの最適化における類似例検索技術、そして、情報処
理学会全国大会論文集第２巻（１９９１年）の第２１３
頁から２１４頁で論じられているプロジェクトの納期予
測における類似例検索は、いずれも、以下の（Ａ）〜
（Ｃ）からなる一般的な枠組みにおいて、類似性定義の
内容を分野毎に記述することにより実現できる。尚、類
似度を距離で表す場合には、距離の小さいものが、類似
度の大きなものとなる。（Ａ）入力問題および事例の問題の表現問題を、属性の集合、および、属性とその値の対の集合
の一方、あるいは、両方により表す。（尚、属性の値を
属性値、属性と属性値の対を属性対と呼ぶことにする）（Ｂ）類似性の定義以下の二種類の定義により表す。（Ｂ−１)部分類似度算出手順二つの属性、あるいは、二つの属性対の間の類似度の算
出手順、もしくは、それらの類似度の定義。（Ｂ−２）全体類似度算出手順入力問題と事例の問題の、それぞれの属性および属性対
毎の類似度から、全体としての類似度を算出する手順。（Ｃ）類似例検索処理（Ｃ−１）部分類似度算出手順を用いて、入力問題と事
例の問題の間の属性および属性対毎の類似度を求める。（Ｃ−２）全体類似度算出手順を用いて、属性および属
性対毎の類似度から、入力問題と事例の問題の全体とし
ての類似度を求める。（Ｃ−３）上述の全体としての類似度に基づいて、事例
を選択する。

【００１２】以下、このような（Ａ）〜（Ｃ）からなる
一般的な枠組みを用いて、具体的なシステムの構成およ
び動作例を説明する。まず、従来の技術として引用した
アメリカンアソシエイションフォーアーティフィ
シャルインテリジェンス論文集（１９８６年）の第
２６７頁から第２７１頁が、上述の（Ａ）〜（Ｃ）から
なる一般的な枠組みにあてはまることを示す。類似性定
義を以下のように記述する。（Ｂ−１）部分類似度算出手順属性の分類階層を用い、同じ属性間の距離を「０」、兄
弟を「１」、従兄弟を「２」などとして距離（類似度）
を定義する。（Ｂ−２）全体類似度算出手順上述の属性間の距離の最大値をＮとする。尚、このＮ
は、属性の分類階層から容易に決定できる。ここで、最
も重要でない属性の重みを「１」、次に重要でない属性
の重みを「Ｎ＋１」、その次に重要でない属性の重みを
「（Ｎ＋１）²」、以下、順に（Ｎ＋１）倍の重みを属
性に付ける。そして、全体の類似度を、属性間の類似度
の重み付けの総和とする。上述の（Ｂ−１）により、従
来技術の（ａ）で述べた属性間の類似性の定義と等価な
距離が定義できる。また、上述の（Ｂ−２）の属性の重
みが、属性間の距離の最大値より大きいので、二つの事
例「Ｃ１」、「Ｃ２」の内で、一方の事例「Ｃ１」が、
ある属性に関して入力問題に、より類似していれば、
「Ｃ２」がそれより重要でない全ての属性に関して、よ
り類似していても、「Ｃ１」が優先される。そこで、従
来技術で述べた（ｂ）、および、（ｃ）と同様に、類似
例が選択される。

【００１３】次に、前述の情報処理学会論文誌第３２巻
第５号（１９９１年）の第６２６頁から第６３４頁で論
じられている計算機室配置問題における類似例検索も、
上述の枠組みにあてはまる。この場合、「部屋縦辺、１
０」、「部屋横辺、１５」のように、部屋を表す属性対
（属性＝部屋縦辺と、その値＝１０との対）と、ＣＰ
Ｕ、ＣＤのように、配置したい機器を表す属性とにより
問題を表す。そして、類似性定義を以下のように記述す
る。（Ｂ−１）部分類似度算出手順機器を表す属性の間の類似性は、従来の技術で述べた分
類階層による。例えば、同じ機器間の距離を「０」、兄
弟となる機器の距離を「１」などとして定義する。ま
た、属性値間の距離は、数値の差の絶対値とする。（Ｂ−２）全体類似度算出手順属性毎、および、属性値毎の距離の重み付けの総和とす
る。この重みを適当に調節すれば、従来の技術で述べた
問題が解決できる。例えば、部屋の縦と横の重みを等し
くすることにより、入力問題に比べて縦辺も横辺もわず
かに異なる事例が、縦辺が等しく横辺が全く異なる事
例、もしくは、横辺が等しく縦辺が全く異なる事例のい
ずれよりも優先されるようにすることができる。

【００１４】このように、従来の事例検索が、一般的な
枠組みで、類似性定義の内容を分野毎に記述することに
より実現できることに着目して、本実施例の事例検索シ
ステムにおいては、入力問題および事例の問題を、属性
の集合や、属性とその値からなる属性対の集合により表
し、そして、属性や属性対毎の類似度の算出手順（部分
類似度算出手順）を入力して、記憶し、かつ、属性や属
性対毎の類似度から、入力問題と事例の問題の全体とし
ての類似度を算出する手順（全体類似度算出手順）を入
力して、記憶する。このように、事例検索手順を、制御
処理部８や事例検索処理部５などの事例検索に係わる汎
用的な手順から、事例ベース９に依存する手順（部分類
似度算出手順と全体類似度算出手順）に分離することに
より、本実施例の事例検索システムでは、それぞれの分
野毎のシステム開発、および、保守を、容易に行なうこ
とができる。

【００１５】以下、事例検索装置３における各処理部の
動作を説明する。尚、ここで、入力装置１から入力され
る問題は、属性の集合と属性対の集合の少なくとも一方
により表されている。また、事例ベース９に格納される
事例は、問題とその解答から成る。そして、部分類似度
算出手順記憶部１０に記憶される部分類似度算出手順
は、入力問題と事例の属性、あるいは、属性対毎の距離
（類似度）を求めるための手順であり、また、全体類似
度算出手順記憶部１１に記憶される全体類似度算出手順
は、属性あるいは属性対毎の距離から、入力問題と事例
の全体としての距離（類似度）を求めるための手順であ
る。これらの部分類似度算出手順および全体類似度算出
手順は、プログラム言語により記述された手続きおよび
参照データであり、その実行により、属性、属性対毎お
よび全体としての距離が算出されるものである。

【００１６】入出力処理部６は、入力装置１からの事例
情報、部分類似度算出手順、全体類似度算出手順を入力
して、それぞれ、記憶装置４の事例ベース９、部分類似
度算出手順記憶部１０、全体類似度算出手順記憶部１１
に格納する。また、入力装置１からの問題を入力して、
制御処理部８に渡し、さらに、問題の解答を、制御処理
部８から受け取って、表示装置２に出力する。制御処理
部８は、入出力処理部６から入力問題を受け取り、これ
を事例検索処理部５に渡し、事例検索処理部５から上述
の問題の類似例を受け取る。そして、入力問題および類
似例を事例利用処理部７に渡し、また、事例利用処理部
７から入力問題の解答を受け取り、この解答を入出力処
理部６に渡す。事例検索処理部５は、制御処理部８から
入力問題を受け取り、事例ベース９から事例を一つずつ
取り出し、それぞれの事例に対して、以下の処理を行な
い、受け取った入力問題との距離を求め、距離が最小と
なる事例を制御処理に渡す。すなわち、部分類似度算出
手順記憶部１０に記憶された部分類似度算出手順を実行
することにより、入力問題と事例の問題の属性毎の距離
を算出し、また、全体類似度算出手順記憶部１１に記憶
された全体類似度算出手順を実行することにより、属性
毎の類似度から、入力問題と事例の問題の全体としての
距離を算出する。事例利用処理部７は、制御処理部８か
ら入力問題と類似例を受け取り、類似例の解に基づい
て、入力問題の解を求め、これを、制御処理部８に返
す。この処理は、例えば、アメリカンアソシエイショ
ンフォーアーティフィシャルインテリジェンス
論文集（１９８６年）の第２６７頁から第２７１頁（Ｐ
ｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＡｍｅｒｉａｎ
ＡｓｓｏｃｉａｔｉｏｎｆｏｒＡｒｔｉｆｉｃｉ
ａｌＩｎｔｅｌｌｉｇｅｎｃｅ（１９８６））におい
て論じられている手順を用いる。記憶装置４において
は、事例ベース９は、事例情報を入出力処理部６から受
け取り、これを記憶し、事例検索処理部５の読み出しに
応じて、これを同処理に渡す。部分類似度算出手順記憶
部１０は、部分類似度算出手順を入出力処理部６から受
け取り、これを記憶し、事例検索処理部５の読み出しに
応じて、これを同処理に渡す。全体類似度算出手順記憶
部１１は、全体類似度算出手順を入出力処理部６から受
け取り、これを記憶し、事例検索処理部５の読み出しに
応じて、これを同処理に渡す。このように、本実施例の
事例検索システムでは、各処理部の動作に用いる汎用的
な検索手順から、事例ベース９に依存する手順（部分類
似度算出手順と全体類似度算出手順）を分離する。

【００１７】以下、事例検索処理部５の本発明に係わる
動作に関して、図２を用いて詳細に説明する。図２は、
図１における事例検索処理部の本発明に係わる処理動作
の一実施例を示すフローチャートである。まず、図１の
部分類似度算出手順記憶部１０と全体類似度算出手順記
憶部１１から、部分類似度算出手順および全体類似度算
出手順を読み出し、これを機械語など実行可能形式に変
換して、メインメモリに記憶する（ステップ１０１）。
そして、図１の事例ベース９の最初の事例を取り出し、
類似例の候補とする（ステップ１０２）。次に、部分類
似度算出手順を実行することにより、取り出した類似例
の候補と入力問題の属性および属性対毎の距離を算出す
る（ステップ１０３）。そして、全体距離算出手順を実
行することにより、候補と入力問題の全体としての距離
を算出する（ステップ１０４）。図１における事例ベー
ス９の全ての事例に対しての処理を行なったか否かを判
定し（ステップ１０５）、全ての事例を処理した場合に
は、残った候補を類似例として、図１の制御処理３０２
に返す（ステップ１０６）。処理していない場合には、
以下の処理を行なう。図１の事例ベース９からの次の事
例を取り出し、次候補として（ステップ１０７）、部分
類似度算出手順を実行し、次候補と入力問題の属性毎の
距離を算出する（ステップ１０８）。さらに、全体類似
度算出手順を実行して、次候補と入力問題の全体として
の距離を算出する（ステップ１０９）。このようにして
算出した次候補と入力問題の全体距離が、前回に算出し
た候補と入力問題の全体距離よりも、小さいか否かを判
定する（ステップ１１０）。小さくない場合にはステッ
プ１０５に戻り、また、小さい場合には、次候補を新た
な候補とした後（ステップ１１１）、ステップ１０５に
戻る。このようにして、事例の検索処理を行なう。

【００１８】次に、図３〜７を用いて、本検索処理方法
による類似例検索の実行例を説明する。尚、例題とし
て、計算機室に機器を配置する問題を考える。計算機室
は、形状が長方形で、出入り口が１ヶ所とする。尚、出
入り口のある辺およびその向いの辺を横辺と呼び、その
隣の辺を縦辺と呼ぶことにする。

【００１９】図３は、図１における事例ベースに記憶さ
れた事例データの一実施例を示す説明図である。本図に
おいて、３１〜３３は、それぞれ、一つの事例を表す事
例データである。尚、ここでは、説明を簡潔にするため
に、事例が３個の場合を考えるが、実用的なシステムで
は、多数の事例を用いる。また、この事例データ３１〜
３３は、分かりやすくするために、テーブル形式で記述
しているが、実際には、Ｃ言語などのプログラム言語や
知識表現言語を用いて記述する。事例データ３１〜３３
の左辺は、各事例の問題であり、また、右辺は、問題に
対応する解である。例えば、事例データ３１の左辺は、
縦辺が１０ｍ、横辺が１５ｍで、出入り口が横辺の端か
ら９ｍにある部屋の中に、ＣＰＵ（ＣｅｎｔｒａｌＰ
ｒｏｃｅｓｓｉｎｇＵｎｉｔ、中央処理装置）、ＣＤ
（ＣｏｎｓｏｌｅＤｉｓｐｌａｙ、コンソールディスプ
レイ）、ＭＤＵ（ＭａｇｎｅｔｉｃＤｉｓｋＵｎｉ
ｔ、磁気ディスク装置）、ＭＴＵ（Ｍａｇｎｅｔｉｃ
ＴａｐｅＵｎｉｔ、磁気テープ装置）、ＣＲ（Ｃａｒｄ
Ｒｅａｄｅｒ、カードリーダ）を配置する問題を表
す。右辺は、機器毎の配置結果であり、座標と方向によ
り表されている。

【００２０】図４は、図１の部分類似度算出手順記憶部
に記憶された部分類似度算出手順の一実施例を示す説明
図である。本図において、４１は、属性対（属性とその
値）毎の類似度算出手順を表す属性対類似度算出手順で
あり、図３における問題の（縦辺１１）など、部屋に
関する属性対毎に距離を定義している。４２は、属性対
類似度算出手順４１において、属性値すなわち部屋のサ
イズを表す数値の間の距離を定義する属性値定義であ
る。具体的には、数値の差の絶対値を距離とする。４３
は、属性対「ｅ」に関する入力問題と事例の距離を定義
する属性対距離定義である。４４は、属性毎の類似度算
出手順を表す属性類似度算出手順であり、ＣＰＵなどの
機器毎に入力問題と事例の距離を定義している。この属
性類似度算出手続４４は、後述の図５で示す機器の分類
階層に関するデータを用いる。４５は、機器「ｅ」の上
位ノードを定義する階層定義である。この階層定義４５
では、機器「ｅ」の上位ノードは、「ｅ」そのもの、ま
たは、その親、祖父、・・・・と定義している。４６
は、機器「ｅ」に関する入力問題と事例の問題の距離を
定義する属性距離定義である。ここでは、機器「ｅ」の
上位ノードであり、かつ、事例の問題の機器の上位ノー
ドでもあるノードの内で、最も下位のノードを「ｕ」と
し、「ｅ」と「ｕ」の段差を、「ｅ」に関する距離とす
る。尚、この部分類似度算出手順、および、以下で説明
するデータ、全体類似度算出手順は、説明を分かりやす
くするため、日本語や図で表現しているが、実際には、
Ｃ言語などのプログラム言語や知識表現言語により記述
する。

【００２１】図５は、図４における属性類似度算出手続
で用いる属性の分類階層の一実施例を示す説明図であ
る。属性すなわち機器の分類階層の一例を示し、最上位
層としての機器５１の下に、計算装置５２、入出力機器
５３、記憶装置５４、操作機器５５があり、また、計算
装置５２にはＣＰＵ５６、入出力機器５３には入力機器
５７と出力機器５８、記憶装置５４にはＭＤＵ５９とＭ
ＴＵ６０、操作機器５５にはＣＤ６１が、さらに、入力
機器５７にはＦＤＤ（ＦｌｅｘｉｂｌｅＤｉｓｋＤ
ｒｉｖｅＵｎｉｔ）６２とＣＲ６３、出力機器５８に
はＬＰ（ＬｉｎｅＰｒｉｎｔｅｒ、ラインプリンタ）
６４とＬＢＰ（ＬａｓｅｒＢｅａｍＰｒｉｎｔｅ
ｒ、レーザービームプリンタ）６５がある。この分類階
層においては、例えば、ＦＤＤ６２の上位ノードが、Ｆ
ＤＤ６２自身、入力機器５７、入出力機器５３、機器５
１であることを表している。

【００２２】図６は、図１における全体類似度算出手順
記憶部に記憶された全体類似度算出手順の一実施例を示
す説明図である。本実施例の全体類似度算出手順６６
は、属性の重みに関するデータを必要とし、全体類似度
算出手順６６を用いる図１の事例検索処理部５は、属性
の重み６７を参照しながら、事例検索を行なう。本実施
例においては、属性の重み、すなわち、縦辺の重みが２
であることを表している。

【００２３】図７は、図１における事例検索システムに
入力される問題の一実施例を示す説明図である。本実施
例の入力問題７１は、縦辺が１０ｍ、横辺が１５ｍで、
出入り口が横辺の端から１０ｍにあるような部屋の中
に、ＣＰＵ、ＣＤ、ＭＤＵ、ＭＴＵ、ＦＤＤ、ＬＰを配
置する問題を表す。以下、この入力問題７１に対して、
図１の事例検索システムが、図３〜６の類似度算出手順
およびデータを用い、図２に示した処理動作を行ない、
図３の事例の中から、目的とする類似例を検索する動作
を説明する。

【００２４】図１の入出力処理部６が、図７に示す入力
問題７１を入力し、図１の制御処理部８に渡す。図１の
制御処理部８は、この入力問題を、図１の事例検索処理
部５に渡す。図１の事例検索処理部５は、以下の処理に
より、図１の事例ベース９から類似例を検索する。ま
ず、図２のステップ１０１の処理に基づき、図１の部分
類似度算出手順記憶部１０から、図４に示す部分類似度
算出手順および図５に示す分類階層を読み込み、これを
実行可能形式に変換して記憶する。また、図１の全体類
似度算出手順記憶部１１から、図６に示す全体類似度算
出手順６６と属性の重み６７を読み込み、これを実行可
能形式に変換して記憶する。次に、図２のステップ１０
２の処理に基づき、図１の事例ベース９に格納された図
３の事例の内から事例データ３１を取り出し、これを類
似例の候補とする。図２のステップ１０３の処理に基づ
き、図４の部分類似度算出手順を実行することにより、
図７の入力問題７１と図３の事例データ３１の事例との
属性および属性対毎の距離を求める。まず、図７の入力
問題７１の最初の要素（縦辺１０）が属性対であるの
で、図４の属性対類似度算出手順４１に従って距離を求
める。すなわち、図３の事例データ３１の左辺から属性
対（縦辺１０）を見出す。次に、見出した属性値（１
０）と、図７の入力問題７１の属性値（１０）との差の
絶対値を求める。ここでは、それぞれの属性値が「１
０」であり、絶対値は「０」となる。この値を、縦辺に
関する距離とする。同様にして、横辺、出入り口に関す
る距離は、それぞれ、「０」、「１」となる。

【００２５】図７の入力問題７１および図３の事例デー
タ３１における次の要素ＣＰＵは、値を持たず、属性対
ではなく属性なので、図４の属性類似度算出手順４４に
従い、図５の分類階層を参照して距離を求める。ここで
は、図３の事例データ３１の左辺における問題がＣＰＵ
を含むので、図７の入力問題７１の属性と、図３の事例
データ３１の属性の両方に対する上位ノードは、ＣＰＵ
そのものとなる。そこで、ＣＰＵに関する距離は「０」
となる。同様にして、ＣＤ、ＭＤＵ、ＭＴＵに関する距
離は「０」となる。しかし、ＬＰに関しては、図３の事
例データ３１の問題がＬＰを含まず、ＣＲを含むため、
図５の分類階層において、両方に対する上位ノードが入
出力機器５３となり、距離は「２」となる。また、ＦＤ
Ｄに関しては、図３の事例データ３１の問題がＦＤＤを
含まず、ＣＲを含むため、図５の分類階層において、両
方に対する上位ノードが入力機器５７となり、距離は
「１」となる。以上の動作により、図３の事例データ３
１においては、図７の入力問題７１の縦辺、横辺、出入
り口、ＣＰＵ、ＣＤ、ＭＤＵ、ＭＴＵ、ＬＰ、ＦＤＤに
関する距離が、それぞれ、「０、０、１、０、０、０、
０、２、１」となる。

【００２６】さらに、図２のステップ１０４の処理に基
づき、図６の属性の重み６７を参照して、全体類似度算
出手順６６を実行することにより、上述の属性毎の距離
から、図７の入力問題７１と図３の事例データ３１の問
題との全体としての距離を求める。ここでは距離は
「５」となる。すなわち、距離「１」となる属性は出入
り口とＦＤＤであり、出入り口とＦＤＤのそれぞれの重
みは、図６の属性重み６７に示すように、それぞれ、
「２」と「１」であり、この二つによる距離は、「（１
×２）＋（１×１）＝３」であり、さらに、距離「２」
の属性のＬＰの重みが「１」であり、その総和は、
「（１×２）＋（１×１）＋（２×１）＝５」となる。

【００２７】次に、図２のステップ１０５においては、
「Ｎｏ」となり、ステップ１０７の処理に基づき、図３
の事例データ３２を取り出し、次候補とする。そして、
図２のステップ１０８に基づき、ステップ１０３と同様
の処理により、図７の入力問題７１と次候補（図３の事
例データ３２）の属性毎の距離を求める。ここでは、縦
辺、横辺、出入り口、ＣＰＵ、ＣＤ、ＭＤＵ、ＭＴＵ、
ＬＰ、ＦＤＤ６２に関する距離が、それぞれ、「１、
１、２、０、０、０、０、０、０」となり、図２のステ
ップ１０９の処理に基づき、ステップ１０４と同様の処
理により、図７の入力問題７１と次候補（図３の事例デ
ータ３２）の全体としての距離を求める。ここでは、図
６の属性の重み６７に基づき、全体としての距離は
「８」となる。

【００２８】図２のステップ１１０においては、図７の
入力問題７１と次候補（図３の事例データ３２）の距離
が「８」で、図７の入力問題７１と候補（図３の事例デ
ータ３１）の距離が「５」なので、「Ｎｏ」となり、図
２のステップ１０５に戻る。また、このステップ１０５
においては、図３の事例データ３３が残っているので
「Ｎｏ」となる。そして、図２のステップ１０７の処理
に基づき、図３の事例データ３３を取り出し、次候補と
する。図２のステップ１０８に基づく処理により、縦
辺、横辺、出入り口、ＣＰＵ、ＣＤ、ＭＤＵ、ＭＴＵ、
ＬＰ、ＦＤＤに関する図７の入力問題７１と次候補（図
３の事例データ３３）の距離が、それぞれ、「１、０、
０、０、０、０、０、１、１」となる。また、図２のス
テップ１０９の処理により、図７の入力問題７１と次候
補（図３の事例データ３３）の全体としての距離が
「４」となる。図２のステップ１１０においては、図７
の入力問題７１と次候補（図３の事例データ３３）の距
離が「４」で、図７の入力問題７１と候補（図３の事例
データ３１）の距離が「５」であり、「Ｙｅｓ」とな
り、図２のステップ１１１の処理に基づき、図３の事例
データ３３を新たな候補とする。さらに、図２のステッ
プ１０５において、「Ｙｅｓ」となり、図２のステップ
１０６の処理に基づき、図３の事例データ３３を類似例
として図１の制御処理部８に返す。

【００２９】このようにして図１の事例検索処理部５か
ら、図３の事例データ３３を受け取った図１の制御処理
部８は、図７の入力問題７１と図３の事例データ３３
を、図１の事例利用処理部７に渡す。図１の事例利用処
理部７は、受け取った図３の事例データ３３の右辺の解
答に基づいて、図７の入力問題７１の解答を求め、この
解答を、図１の制御処理部８に返す。そして、図１の制
御処理部８は、図１の入出力処理部６を介して、図１の
出力装置２に、この入力問題の解答を出力する。

【００３０】以上、図１〜図７を用いて説明したよう
に、本実施例の事例検索システムでは、汎用の事例検索
手順とは分離独立した部分類似度算出手順および全体類
似度算出手順に従って、入力問題の類似例を検索し、さ
らに、類似例における解答に基づいて、入力問題の解答
を求める。このことにより、部分類似度算出手順と全体
類似度算出手順以外の手順を、標準的なシステムとして
提供し、部分類似性算出手順と全体類似度算出手順を分
野に応じて入力することにより、分野に応じた類似例検
索システムおよび推論システムを、容易に開発すること
ができる。すなわち、入力された問題の類似例を事例ベ
ースから検索する事例検索システム、あるいは、入力さ
れた問題の類似例を、事例検索システムにより事例ベー
スから検索し、この類似例に基づいて問題を解決する推
論システムを開発する時に、問題と事例の間の属性ある
いは属性対毎の類似度（距離）を算出する手順と、これ
らの部分的類似度（距離）から全体の類似度（距離）を
算出する手順についてのみ、対象分野に応じたデータあ
るいはプログラムを開発（追加）すれば、それ以外の部
分については、汎用的な事例検索プログラムを利用でき
る。このことにより、システム開発に係わる費用、人
員、期間を削減できる。また、属性あるいは属性対毎の
類似度算出手順と全体類似度算出手順を変更することに
より、検索機能を容易に調整できるので、システムの最
適化や保守の作業が容易になる。尚、それぞれの図の説
明で述べたように、本発明は、図１〜図７を用いて説明
した実施例に限定されるものではない。例えば、部分類
似度の算出方法に関しても、画像、図形、および、音声
認識技術などを用い、画像や、音声で入力された問題に
対して、類似度を算出して事例検索を行なうシステムに
も適用することができる。また、本実施例では、分野依
存手順記憶部に、部分類似度算出手順と、全体類似度算
出手順とに分かて記憶する構成としているが、例えば、
入力問題に対する類似度の大きい順に事例を選択すると
いう汎用的な手順を考えた場合には、類似度の大きい順
に事例を選択する手順が、全体類似度算出手順に対応
し、この全体類似度算出手順も、汎用的な手順とするこ
ともできる。

【００３１】

【発明の効果】本発明によれば、事例検索手順を、全て
の事例検索動作に共通な汎用部分と、分野毎に異なる部
分とに分離し、分離した分野依存の部分の入替えのみ
で、それぞれの分野に対応した事例検索を可能とし、シ
ステムの開発、および、保守に係わる負荷を大幅に軽減
することが可能である。

【００３２】

【図面の簡単な説明】

【図１】本発明の一実施例における事例検索処理の動作
を示すフローチャートである。

【図２】図１における事例検索処理部の本発明に係わる
処理動作の一実施例を示すフローチャートである。

【図３】図１における事例ベースに記憶された事例デー
タの一実施例を示す説明図である。

【図４】図１の部分類似度算出手順記憶部に記憶された
部分類似度算出手順の一実施例を示す説明図である。

【図５】図４における属性類似度算出手続で用いる属性
の分類階層の一実施例を示す説明図である。

【図６】図１における全体類似度算出手順記憶部に記憶
された全体類似度算出手順の一実施例を示す説明図であ
る。

【図７】図１における事例検索システムに入力される問
題の一実施例を示す説明図である。

【符号の説明】

１入力装置２表示装置３事例検索装置４記憶装置５事例検索処理部６入出力処理部７事例利用処理部８制御処理部９事例ベース１０部分類似度算出手順記憶部１１全体類似度算出手順記憶部３１〜３３事例データ４１属性対類似度算出手順４２属性値定義４３属性対距離定義４４属性類似度算出手順４５階層定義４６属性距離定義５１機器５２計算装置５３入出力機器５４記憶装置５５操作機器５６ＣＰＵ５７入力機器５８出力機器５９ＭＤＵ６０ＭＴＵ６１ＣＤ６２ＦＤＤ６３ＣＲ６４ＬＰ６５ＬＢＰ６６全体類似度算出手順６７属性の重み７１入力問題

Claims

【特許請求の範囲】

【請求項１】予め、問題を表わすデータと該問題に対
する解を表わすデータとからなる事例情報を一つ以上記
憶する事例ベースと、具備した入力手段を介して入力さ
れた問題に類似する問題を含む事例情報を、予め具備し
た記憶手段に記憶した手順に基づき、上記事例ベースか
ら検索する事例検索手段とを有する事例検索システムに
おいて、上記記憶手段に記憶する事例検索の手順の内
で、上記事例ベースに記憶する事例情報の分野に依存す
る分野別の検索手順を記憶する分野依存手順記憶手段を
設け、上記記憶手段には、上記事例ベースに記憶する事
例情報の分野に依存しない汎用の検索手順のみを記憶
し、上記事例ベースの変更時には、上記分野依存手順記
憶手段に記憶する分野別の検索手順のみを変更すること
を特徴とする事例検索システム。
【請求項２】請求項１に記載の事例検索システムにお
いて、上記分野依存手順記憶手段に記憶する分野別の検
索手順は、上記事例検索手段による上記事例ベースに記
憶されたそれぞれの事例情報の問題の上記入力問題に対
する類似度を算出する類似度算出手順からなることを特
徴とする事例検索システム。
【請求項３】請求項１、もしくは、請求項２のいずれ
かに記載の事例検索システムにおいて、上記入力問題
と、該入力問題に対応して、上記事例検索手段が、上記
分野依存手順記憶手段を用いて検索した事例情報とに基
づき推論を行ない、上記入力問題に対する解を求める事
例利用手段を設けたことを特徴とする事例検索システ
ム。
【請求項４】請求項１から請求項３のいずれかに記載
の事例検索システムの事例検索方法であり、上記入力問
題、および、上記事例ベースに記憶される事例情報の問
題を、属性の集合、もしくは、属性と該属性の値との対
である属性対の集合の少なくとも一方を含んで表し、上
記分野依存手順記憶手段に記憶する上記入力問題に対す
る分野別の検索手順は、上記属性毎の類似度、もしく
は、上記属性対毎の類似度の少なくとも一方を含む部分
毎の類似度の算出手順からなり、上記事例検索手段は、
上記属性毎の類似度の算出手順、もしくは、上記属性対
毎の類似度の算出手順の少なくとも一方の算出手順を用
いて、上記入力問題と上記事例情報の問題との部分毎の
類似度の算出を行なうことを特徴とする事例検索システ
ムの事例検索方法。
【請求項５】請求項４に記載の事例検索システムの事
例検索方法において、上記分野依存手順記憶手段に、上
記事例検索手段で算出した上記入力問題と上記事例情報
の問題との部分毎の類似度を組み合わせて、上記入力問
題に対する上記事例情報の問題の全体としての類似度を
算出する全体類似度算出手順を記憶し、上記事例検索手
段は、該全体類似度算出手順を用いて、上記入力問題と
上記事例情報の問題との全体としての類似度を求め、該
求めた類似度に基づき、上記入力問題に対する上記事例
ベースからの事例を選択することを特徴とする事例検索
システムの事例検索方法。