JPH05204975A - 情報フィルタリング装置及びそのフィルタリング方法 - Google Patents

Abstract

(57)【要約】 【目的】例示された検索したい情報や検索する必要の無
い情報を参照して情報をフィルタリングし、その結果を
学習する装置、並びに、情報の構成要素が共通している
度合いを基準にして情報フィルタリングする方法を提供
する。 【構成】例示された検索したい情報を格納する肯定例Ｄ
Ｂ２１と、検索する必要のないと例示された情報を格納
する否定例ＤＢ２２を設け、また、学習機構として、検
索結果に基づいて肯定例ＤＢと否定例ＤＢとを更新す
る。更に、情報の構成要素のｎ字組セットの共通する割
合を情報の一致度と見なしてフィルタリングする。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文献検索や特許検索等
のような情報のフィルタリングを行う装置、及び、その
フィルタリング方法に関する。

【０００２】

【従来の技術】従来の特許検索等の情報フィルタリング
装置では、特開平２−２４５９７１号公報に記載のよう
に、キーワード、又は、キーワードの組で定義した論理
式を基準にして情報をフィルタリングしていた。このた
め、キーワードが正しく一致しない場合には、検索漏れ
等が生じ、希望した情報が得られなくなってしまう。例
えば、「音声認識装置」と言うキーワードでは、「音声
等の時系列情報を認識する装置」に関する情報は検索出
来ない。

【０００３】

【発明が解決しようとする課題】上記従来技術は、キー
ワードを基準にして情報をフィルタリングしているた
め、多様に表現される情報から該当するキーワードを正
確に検出することが出来ず、結果として、情報を適切に
フィルタリング出来ないと言う問題があった。更に、検
索結果を逐次フィードバックして検索条件を更新する学
習機構が不十分なため、知的な情報フィルタリングを実
現することが出来なかった。

【０００４】本発明の目的は、検索したい情報や検索す
る必要の無い情報の具体的な例を参照して情報をフィル
タリングし、そのフィルタリング結果を学習する装置、
並びに、情報の構成要素が共通している度合いを基準に
して情報をフィルタリングする方法を提供することにあ
る。

【０００５】

【課題を解決するための手段】上記目的を達成するため
に、本発明は例示された検索したい情報を格納する肯定
例データベース（以下ＤＢ）と、検索する必要のないと
例示された情報を格納する否定例ＤＢを設けた。また、
学習機構として、検索結果に基づいて肯定例ＤＢと否定
例ＤＢとを更新するようにした。更に、情報の構成要素
のｎ字組セットの共通する割合を情報の一致度と見做し
てフィルタリングを行うようにした。

【０００６】

【作用】肯定例ＤＢの内容に従って検索すべき情報を選
択し、また、否定例ＤＢの内容に従って検索する必要の
ない情報を選択するので、適切な情報フィルタリングが
可能となる。また、フィルタリング結果を、肯定例ＤＢ
や否定例ＤＢに追加登録することにより、実際的な学習
機構を実現することが出来る。また、情報の一致度を、
情報の構成要素の共通する度合いで自律的に判断するの
で、キーワード等の情報を事前に定義しておく必要が無
い。従って、この情報フィルタリング方法は、タスクに
全く依存しないばかりでなく、言語にも依存しない方法
であり、適用範囲が限定されることがない。

【０００７】

【実施例】図１は、本発明を特許検索装置に適用した場
合の一実施例を示すブロック図である。先ず、全体構成
を示す図１により、動作の概要を説明する。

【０００８】図１において、特許ＤＢ１は検索対象とな
る特許情報が格納されている。肯定例ＤＢ２１には、検
索したい特許情報の例が格納されており、否定例ＤＢ２
２には、検索する必要のない特許情報の例が格納されて
いる。情報フィルタ３は、情報を構成している要素の相
続くｎ字組セットの共通する部分の割合を基準にして情
報の一致度を計算して情報選別を行う処理部で、比較部
３１と判定部３２とから成っている（詳細な処理手順は
後述する）。比較部３１で、肯定例ＤＢ２１と否定例Ｄ
Ｂ２２との比較を行う。肯定例ＤＢ２１の内容に近けれ
ば検索し、否定例ＤＢ２２に近ければ検索しない。肯定
例ＤＢ２１にも近く否定例ＤＢ２２にも近い場合の様
に、検索すべきか否かを一意的に判定出来ない場合に
は、判定部３２において、端末４を介して利用者（図示
せず）に問合せて最終判定を行う。新たに検索すべきだ
と判定された特許は肯定例ＤＢ２１に追加され、検索す
る必要が無いと判定された特許は否定例ＤＢ２２に追加
される。尚、バッチ型処理での特許検索のように、検索
すべきか否かの問合せを、オンライン会話型で利用者に
問合せることが出来ない場合には、検索すべきだと判定
出来た特許情報と、一意的には判定出来なかった特許情
報とをレベル分けして出力することにより対処する。

【０００９】ここで、否定例ＤＢ２２は必ずしも必須の
構成要件ではなく、肯定例ＤＢ２１のみを参照して特許
検索を行うことも可能である。この場合、検索された特
許情報が肯定例ＤＢ２１に逐次登録されるので、肯定例
ＤＢ２１に格納されてる特許の数は単調に増加する。こ
の結果、検索される特許の数が増加する可能性が高くな
り、検索すべき特許情報に似てはいるが、検索する必要
のない特許情報も検索されてしまう結果となる。否定例
ＤＢ２２を設けることにより、この様な状況を避けるこ
とが出来、より適切な特許検索が可能である。

【００１０】肯定例ＤＢ２１や否定例ＤＢ２２は、最初
は「空」であっても良いことは明らかで、検索が進むに
つれて、肯定例ＤＢ２１や否定例ＤＢ２２の内容が増え
る。すなわち、検索結果が学習されて行く。このよう
に、過去の検索の経験を肯定例ＤＢ２１や否定例ＤＢ２
２として記憶しておくことが出来る。従って、次回の検
索作業を開始するときに、過去の検索時に得た肯定例Ｄ
Ｂ２１や否定例ＤＢ２２を使うことにより、特許検索を
効率良く再開することが出来る。

【００１１】尚、肯定例ＤＢ２１や否定例ＤＢ２２の内
容は単調に増加するので、比較部３１の処理量も単調に
増加してしまい、大規模な特許検索に対処出来なくなる
可能性がある。しかし、これに対しては、肯定例ＤＢ２
１や否定例ＤＢ２２の内容をクラスタリング等の手法を
用いてグルーピングして再編成することにより対処出来
ることは明らかである以下、本発明の実施例の動作を詳
細に説明する。図２は、特許ＤＢ１内の特許データのデ
ータフォーマットを示す。特許ＤＢ１内の各々の特許情
報は、「識別番号」と「名称」とによって表現する。こ
のデータフォーマットは極めて簡単で基本的な構成であ
るが、これは、本発明の動作原理を簡明に説明するため
である。従って、この他に、特許の「目的」、「構
成」、「効果」等の項を追加したり、更には、「特許請
求の範囲」や特許公報全体の文章を特許データとして利
用することにより、検索精度を向上させることが出来
る。

【００１２】図３は、情報フィルタ３の比較部３１の処
理手順を示すフローチャートである。比較部３１では、
先ず、特許ＤＢ１から次の特許情報を読み込む（次の特
許情報が無い時は、特許ＤＢ１内の全ての特許情報の処
理が終了したことになるので、情報フィルタリングの処
理を終了する）。次に、この特許情報の「名称」の部分
の構成要素セットを求める。この構成要素セットは、そ
の情報（テキスト）を構成している要素の相続く２字組
のセットである（構成要素セットを求める手順は後述す
る）。例えば、「名称」が「ニューラル・ネットの効率
的な学習方法」であった場合には、２字組の構成要素セ
ットとして、［ニュ、ュー、ーラ、ラル、ネッ、ット、
効率、率的、学習、習方、方法］が得られる。

【００１３】次に、この構成要素セットと、肯定例ＤＢ
２１内のデータとの比較を行って、最大となる共通要素
比を求める。この最大肯定要素比は、入力された特許情
報の構成要素セットと、肯定例ＤＢ２１の各々のデータ
の構成要素セットとを比較して、共通する要素の割合を
示す共通要素比を求め、その値が最大となる共通要素比
である。

【００１４】図４に、肯定例ＤＢ２１や否定例ＤＢ２２
のデータフーマットを示す。今、入力された特許情報の
構成要素セットが、前述の、［ニュ、ュー、ーラ、ラ
ル、ネッ、ット、効率、率的、学習、習方、方法］であ
ったとする。これに対し、肯定例ＤＢ２１内のデータ
は、「例外表現を一般化した学習方式」の構成要素セッ
トである［例外、外表、表現、一般、般化、学習、習
方、方式］であったとする。この場合、前者の構成要素
の数は１１個であり、後者の構成要素の数は８個であ
り、両者に共通する要素は［学習、習方］で２個であ
る。前者の共通要素の割合０．１８（２／１１）と、後
者の共通要素の割合０．２５（２／８）との加算平均と
して、入力情報とこのデータとの共通要素比０．２２が
求まる。このような共通要素比の計算を肯定例ＤＢ２１
内のデータに対して行い、その最大値を、最大肯定要素
比とする。同様の計算を否定例ＤＢ２２に対して行い、
最大否定要素比を求める。尚、このような比較演算を行
う場合、各々のデータベースの内容をクラスタリングし
ておくことにより、データベース内の全てのデータとの
比較演算をする必要が無くなるので、処理の高速化を図
ることが出来る。

【００１５】比較部３１の処理結果として、最大肯定共
通要素比と最大否定共通要素比とを出力する。尚、肯定
例ＤＢ２１や否定例ＤＢ２２にデータが無く、「空」で
ある場合には、最大の共通要素比は０．０となる。

【００１６】図５は、構成要素セットを求める手順を示
すフローチャートである。前述の「ニューラル・ネット
の効率的な学習方法」を入力情報の例にして、図５の処
理手順に沿って説明する。先ず、入力情報から平仮名を
取り除く。この結果、［［ニューラル・ネット］、［効
率的］、［学習方法］］を得る。次に、句読点、空白、
括弧等の記号を取り除く。この例では、“・”が記号と
して取り除かれ、［［ニューラル］、［ネット］、［効
率的］、［学習方法］］となる。次に、残ったテキスト
の連続した部分から、可能な２字組のセットを求める。
この例の［ニューラル］の部分からは［ニュ、ュー、ー
ラ、ラル］が得られ、他の部分にも同様な処理を行い、
その結果として、２次組のセット［ニュ、ュー、ーラ、
ラル、ネッ、ット、効率、率的、学習、習方、方法］が
求まる。最後に、この２次組のセットの中で、重複した
要素を取り除き、入力情報の構成要素セットとする。

【００１７】尚、入力情報が英文等で表記されている場
合には、２字組の代わりに、４字組を求めるたり、前置
詞（ｆｒｏｍ等など）を取り除くことにより、効率の良
い構成要素セットを得ることが出来る（冠詞のａやｔｈ
ｅ等は４文字以内なので自動的に４字組セットには入ら
ない）。また、和文と英文とが混在した場合でも、使用
しているコード体系から和文か英文かを自動的に判定す
ることが出来るので、入力情報がどの様な言語で記述さ
れているかを指定する必要が無いことは明らかである。
ここで、「一般化したnetworkの学習方式」という入力
情報の場合を例にして説明する。このＪＩＳコードによ
る表現は［27,36,64,48,108,72,76,50,61,36,55,36,63,
27,40,74,110,101,116,119,111,114,107,27,36,64,36,7
8,51,88,61,44,74,125,60,48,27,40,74］であり、［27,
36,64］で和文モードになり、［27,40,74］で英文モー
ドになる。従って、連続した部分として［［一般化］、
［network］、［学習方式］］が求まり、構成要素セッ
トとして［一般、般化、netw、etwo、twor、work、学
習、習方、方式］が求まる。

【００１８】表１は、情報フィルタ３の判定部３２の処
理内容を決める判定表で、比較部３１で求めた最大肯定
要素比と最大否定要素比との値の大小によって、入力情
報をどうするかを判定する。表１に示すように、最大肯
定要素比の大小を決める閾値θ１と最大否定要素比の大
小を決める閾値θ２とにより、四種類のケースに分けら
れる。

【００１９】

【表１】

【００２０】先ず、第１のケースは、最大肯定要素比が
大きく最大否定要素比が小さい場合で、入力情報は、検
索すべき特許情報に近く、検索する必要のない特許情報
には近くない（必要領域）。従って、基本的には、検索
すべき特許情報である可能性が高く、入力情報を検索す
べきだと判定した特許情報として利用者に表示し、
「要」であることを確認する。ここで、「要」を利用者
に確認するのは、肯定例ＤＢ２１に近くて否定例ＤＢ２
２に近くない場合でも、否定例ＤＢ２２の内容が「空」
であったり、否定例ＤＢ２２が不必要な特許情報の領域
をカバーするのに充分でない場合等が考えられるからで
ある。この入力情報は、「要」と確認された場合には肯
定例ＤＢ２１に追加し、「不要」と確認された場合には
否定例ＤＢ２２に追加する。

【００２１】第２のケースは、最大否定要素比が大きく
最大肯定要素比が小さい場合で、入力情報は、検索する
必要のない特許情報に近く、検索すべき特許情報には近
くない（不要領域）。従って、基本的には、検索する必
要のない特許情報である可能性が高く、入力情報を検索
する必要がないと判定した特許情報として利用者に表示
し、「不要」であることを確認する。ここで、「不要」
を利用者に確認するのは、ケース１の場合と同様に、否
定例ＤＢ２２に近く肯定例ＤＢ２１に近くない場合で
も、肯定例ＤＢ２１の内容が「空」であったり、肯定例
ＤＢ２１が必要な特許情報の領域をカバーするのに充分
でない場合等が考えられるからである。この入力情報
は、「不要」と確認された場合には否定例ＤＢ２２に追
加し、「要」と確認された場合には肯定例ＤＢ２１に追
加する。但し、第２のケースの場合には別な処理モード
を設けて、「不要」を確認しないで無条件に否定例ＤＢ
２２に追加することにより、利用者への問合せを少なく
することが出来る。

【００２２】第３のケースは、最大肯定要素比も最大否
定要素比も小さい場合で、入力情報は、検索すべき特許
にも検索する必要のない特許にも近くない。これは、入
力情報が新しい未知領域の情報であると解釈できる（こ
のケースには、一番最初に特許検索を始めた場合のよう
に、肯定例ＤＢ２１も否定例ＤＢ２２も「空」の場合が
含まれる）。従って、基本的には、その情報を表示し
て、「要」か「不要」かを利用者に問合せ、「要」の場
合には肯定例ＤＢ２１に追加し、「不要」の場合には否
定例ＤＢ２２に追加する。

【００２３】第４のケースは、最大肯定要素比も最大否
定要素比も大きい場合で、入力情報は、検索すべき特許
にも検索する必要のない特許にも近い。これは、入力情
報が境界領域の情報であると解釈でき、一意的に「要」
／「不要」を判断出来ない。従って、その情報を表示し
て、「要」か「不要」かを利用者に問合せ、「要」の場
合には肯定例ＤＢ２１に追加し、「不要」の場合には否
定例ＤＢ２２に追加する。

【００２４】以下では、上述の如き特許検索装置の具体
的な動作例について説明する。まず最初に、肯定例ＤＢ
２１も否定例ＤＢ２２も「空」であるとする。特許ＤＢ
１からの最初の特許情報の名称が、「例外表現を一般化
した学習方式」であったとする。比較部３１の処理で構
成要素セットとして、［例外、外表、表現、一般、般
化、学習、習方、方式］が求まる。しかし、この時、肯
定例ＤＢ２１も否定例ＤＢ２２も「空」なので、最大肯
定要素比も最大否定要素比も０．０となる。従って、判
定部３２では、第３のケース（新規領域）の処理とし
て、「要」／「不要」を利用者に問合せる。これに対し
て、利用者が「要」と答えたとすると、この特許情報を
肯定例ＤＢ２１に追加する。

【００２５】次に、特許ＤＢ１から、入力特許情報「ニ
ューラル・ネットの効率的な学習方法」を読み込んだと
する。この場合、比較部３１の処理で、肯定例ＤＢ２１
内の「例外表現を一般化した学習方式」と比較して、前
述の説明例の通り、最大肯定要素比０．２２を得る（共
通する構成要素は［学習、習方］）。また、最大否定要
素比は（否定例ＤＢ２２が「空」なので）０．０とな
る。今、閾値θ１と閾値θ２とを共に０．１５に設定し
たとすると、これは第１のケース（必要領域）に対応す
るので、利用者からの「要」の確認を得て、肯定例ＤＢ
２１に追加する。この時点で、２字組のセットである
［学習、習方］が、必要領域を表現していると言える。

【００２６】続いて、特許ＤＢ１から、入力特許情報
「最適問題に適したニューロコンピュータ」を読み込ん
だとする。この場合、肯定例ＤＢ２１に格納されている
「例外表現を一般化した学習方式」との共通要素比は
０．０、「ニューラル・ネットの効率的な学習方法」と
の共通要素比は０．１８（共通する構成要素は［ニュ、
ュー］）となり、最大肯定要素比は０．１８となる。否
定例ＤＢ２２は「空」のままなので最大否定要素比は
０．０で、第１のケース（必要領域）である。しかし、
この場合、「要」の確認に対して、利用者が「不要」と
応答したとすると、この入力特許情報は、否定例ＤＢ２
２に追加される。

【００２７】更に、特許ＤＢ１から、入力特許情報「統
計的ノイズを利用した光コンピュータ」を読み込んだと
する。この入力特許情報に対する比較部３１の処理の結
果、最大肯定要素比は０．０９（「ニューラル・ネット
の効率的な学習方法」と共通する構成要素が［ュ
ー］）、最大否定要素比は０．４４（「最適問題に適し
たニューロコンピュータ」と共通する構成要素が［ュ
ー、コン、ンピ、ピュ、ータ］）となる。この入力特許
情報は第２のケース（不要領域）に対応するので、「不
要」の確認を得て、否定例ＤＢ２２に追加される。この
時点で、２字組のセットである［ュー、コン、ンピ、ピ
ュ、ータ］が、不要領域を表現していると解釈出来る。

【００２８】更に、続いて、特許ＤＢ１から、入力特許
「自己学習方式によるニューロコンピュータ」を読み込
んだとする。この場合、最大肯定要素比は０．３４
（「ニューラル・ネットの効率的な学習方法」と共通す
る構成要素が［ニュ、ュー、学習、習方］）、最大否定
要素比は０．６７（「最適問題に適したニューロコンピ
ュータ」と共通する構成要素が［ニュ、ュー、ーロ、ロ
コ、コン、ンピ、ピュ、ータ］）となる。これは、第４
のケース（境界領域）に対応する。事実、この入力特許
情報には、必要領域を表現していると思われる［学習、
習方］を含んでいると共に、不要領域を表現していると
思われる［ュー、コン、ンピ、ピュ、ータ］を含んでい
る。従って、一意的な判断は出来ないので、利用者に
「要」／「不要」を問合せ、その応答に応じて、肯定例
ＤＢ２１か否定例ＤＢ２２に追加する。以上の実施例
は、特許発明の名称部分の情報のみを用いたものであ
る。これに対し、名称以外の情報を積極的に利用するこ
とにより、検索精度を向上させることが出来る。以下で
は特許検索に、「名称」と「目的」とを利用した場合の
実施例について説明する。

【００２９】特許検索に利用する情報が増えた場合で
も、図１で示した特許検索装置のシステム構成は変更す
る必要はなく、同じである。但し、特許ＤＢ１内のデー
タは、図６の説明図に示すように、複数項データフォー
マットとして、識別番号、「名称」、「目的」の各項別
に分けて格納する。

【００３０】これに対応して、肯定例ＤＢ２１や否定例
ＤＢ２２の中のデータは、図７の説明図に示すようなフ
ォーマットで、各々の項目に対応する２字組の構成要素
セットを格納する。

【００３１】また、このように情報が複数の項に分かれ
ているので、各項目別に求まる共通要素比を纏めた全体
の共通要素比を計算する必要がある。図８に示した複数
項の共通要素比の計算手順のフローチャートを、図６の
入力情報と図７の参照データとを例にして説明する。

【００３２】最初、各々の項目別に構成要素セットを比
べて、項目別の共通要素比を求める。例の場合には、先
ず、「名称」の共通要素比を計算する。これは、前述の
計算と全く同じで、共通要素比０．２２が求まる。次
に、同様の処理で、「目的」の項の共通要素比を求め
る。入力情報の「目的」の項の構成要素セットは、図５
の処理で、［学習、習過、過程、出力、力誤、誤差、最
小、小値、各種、パラ、ラメ、メー、ータ、最適、適
化、ニュ、ュー、ーラ、ラル、ネッ、ット、効率、率
的、習方、方法、実現、習速、速度、向上］（要素数２
９）となる。参照データの「目的」の項（原文は「学習
過程において、例外表現を一般化した規則を利用して規
則空間を最小にして検索効率の向上を図る」とする）の
構成要素セットの要素数は１７である。この両者の構成
要素セットを比べると、共通する要素は［学習、習過、
過程、最小、効率、向上］（要素数は６）であるので、
「目的」の項の共通要素比として０．２８（（６／２９
＋６／１７）／２）が求まる。

【００３３】続いて、各項目別の共通要素比の内で、最
大値に３倍の重みを掛けて、平均値を求め、その値を、
全体の共通要素比とする。ここで、最大値に数倍の重み
を掛けているのは、共通部分が多い項の共通要素比を強
調するためである（経験的に３倍と定めた）。例の場合
には、「名称」の項の共通要素比が０．２２で、「目
的」の項の共通要素比が０．２８あるので、全体の共通
要素比は０．２７となる。

【００３４】尚、以上の共通要素比を計算する部分以外
の処理手順は、情報が複数項になっても変更する必要は
ない。すなわち、情報フィルタ３の比較部３１と判定部
３２との処理手順は、本質的な変更をする必要はなく、
そのまま使用出来る。従って、情報が複数項になった場
合の動作例も、前述した「名称」の項のみを利用した場
合の動作例と本質的に同じなので説明は省略する。但
し、複数項の情報を利用した場合、より多くの情報を利
用しているので、より精度良く情報をフィルタリング出
来るようになることは明らかである。

【００３５】

【発明の効果】本発明によれば、フィルタリングすべき
情報を例示するだけで良く、キーワードやキーワードに
よる論理式を与える必要がないので、必要な情報を適切
にフィルタリング出来る。また、フィルタリングした結
果を学習できるので、順次、知的なフィルタリングが可
能になる。更に、情報の一致度を、情報の構成要素の共
通する度合いで自律的に判断するので、多様に表現され
た情報のフィルタリングが可能になる。

【図面の簡単な説明】

【図１】特許検索装置のシステムブロック図。

【図２】特許ＤＢ内のデータフォーマットを示す説明
図。

【図３】比較部の処理手順を示すフローチャート。

【図４】肯定例ＤＢ／否定例ＤＢのデータフォーマット
を示す説明図。

【図５】構成要素セットを求める手順を示すフローチャ
ート。

【図６】特許ＤＢ内の多項目データフォーマットを示す
説明図。

【図７】肯定例ＤＢ／否定例ＤＢの多項目データフォー
マットを示す説明図。

【図８】複数項の共通要素比の計算手順を示すフローチ
ャート。

【符号の説明】

１…特許ＤＢ（データベース）、２１…肯定例ＤＢ、２
２…否定例ＤＢ、３…情報フィルタ、３１…比較部、３
２…判定部、４…端末。

Claims (3)

【特許請求の範囲】
1. 【請求項１】情報検索等の情報フィルタリングを行う装
   置において、検索すべきだと例示された情報を格納する
   肯定例データべースと、検索する必要が無いと例示され
   た情報を格納する否定例データベースとを備え、前記肯
   定例データベースと否定例データベースとの内容を参照
   しながら情報のフィルタリングを行うことを特徴とする
   情報フィルタリング装置。
2. 【請求項２】請求項１において、前記肯定例データベー
   スと前記否定例データベースとを備え、前記肯定例デー
   タベースと前記否定例データベースとの内容を参照しな
   がら情報のフィルタリングを行い、その結果に基づい
   て、前記肯定例データベースと前記否定例データベース
   とを更新する情報フィルタリング装置。
3. 【請求項３】情報検索等の情報フィルタリングを行う方
   法において、情報を構成している要素の相続くｎ字組セ
   ットを求め、その共通する部分の割合を基準にして情報
   の一致度を判定し、情報を選別することを特徴とするフ
   ィルタリング方法。