JPH06119390A - Information retrieving device - Google Patents
Information retrieving deviceInfo
- Publication number
- JPH06119390A JPH06119390A JP4269851A JP26985192A JPH06119390A JP H06119390 A JPH06119390 A JP H06119390A JP 4269851 A JP4269851 A JP 4269851A JP 26985192 A JP26985192 A JP 26985192A JP H06119390 A JPH06119390 A JP H06119390A
- Authority
- JP
- Japan
- Prior art keywords
- unit
- hierarchical
- search
- storage unit
- input
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
【０００１】[0001]
【産業上の利用分野】本発明は、データ記憶部の中から
所定の情報を検索するための情報検索装置に関するもの
である。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an information retrieval apparatus for retrieving predetermined information from a data storage section.
【０００２】[0002]
【従来の技術】従来、あいまいな検索質問文を用いて検
索する方法として、例えば Information Processing &
Management, No.13, pp.289-303 に示されているような
メンバシップ関数を用いる方法等があった。メンバシッ
プ関数を用いた従来の情報検索装置の例の構成図を（図
５）に示す。（図５）において、５０１は検索対象のデ
ータを記憶するデータ記憶部、５０２は、データ記憶部
５０１からデータを順に取り出し、メンバシップ関数を
用いて、検索質問文中のファジィ命題に属するデータの
適合度合を求める適合度演算部、５０３は、前記データ
の適合度合を入力として、検索質問文中の「かつ」や
「または」のファジィ結合演算子に対応したmin 演算や
max 演算を行い、検索質問文全体に対するデータの総
合評価値を求める結合演算部、５０４は結合演算部５０
３の求めた総合評価値の高い順にデータを検索結果とし
て表示する検索結果表示部である。2. Description of the Related Art Conventionally, as a method for searching using ambiguous search question sentences, for example, Information Processing &
There was a method of using the membership function as shown in Management, No.13, pp.289-303. FIG. 5 shows a block diagram of an example of a conventional information search device using a membership function. In FIG. 5, reference numeral 501 denotes a data storage unit that stores the data to be searched, 502 sequentially fetches the data from the data storage unit 501, and uses the membership function to match the data that belongs to the fuzzy proposition in the search question sentence. The goodness-of-fit calculation unit 503, which obtains the degree, receives the goodness-of-fit of the data as an input, and performs a min operation or
A max operation is performed to obtain a total evaluation value of data for the entire search question sentence.
3 is a search result display unit that displays data as a search result in descending order of the total evaluation value obtained in 3.
【０００３】データ記憶部５０１に記憶されているデー
タの例として、（表１）にホテルデータを示す。As an example of the data stored in the data storage unit 501, (Table 1) shows hotel data.
【０００４】[0004]
【表１】 [Table 1]
【０００５】データ記憶部５０１には、属性として「ホ
テル名」と空港からの「所用時間」と「部屋数」等があ
る。また、適合度演算部５０２に記憶されているメンバ
シップ関数の例として、「所用時間＝短い」を表すμ
S="SHORT"と「部屋数＝多い」を表すμM="MANY"とを図
６に示す。The data storage unit 501 has "hotel name", "time required" from the airport, "number of rooms", etc. as attributes. Further, as an example of the membership function stored in the fitness calculation unit 502, μ representing “required time = short”
FIG. 6 shows S = “SHORT” and μ M = “MANY” indicating “the number of rooms = large”.
【０００６】以上のように構成された従来の情報検索装
置を、旅行会社の係員が使用して、顧客の希望するホテ
ルを検索するという場合を想定して以下を説明する。The following will be described on the assumption that a staff member of a travel agency uses the conventional information retrieval apparatus configured as described above to retrieve a hotel desired by a customer.
【０００７】いま、顧客が「出張に便利なホテル」を希
望し、それは「空港からの所用時間が短く、かつ、部屋
数が多いホテル」を意味しているとしよう。そこで、係
員は「空港からの所用時間：μS="SHORT"、かつ、部屋
数：μM="MANY" であるホテルを検索せよ」といった、
ファジィ命題とファジィ結合演算子(この例では「か
つ」を指す)とからなる検索質問文を作成する。適合度
演算部５０２は、データ記憶部５０１から全ホテルデー
タDi(iはデータの番号)を順に取り出し、（図６）のメ
ンバシップ関数を用いて、ファジィ命題「所用時間＝短
い」と「部屋数＝多い」とに対するデータDiの適合度合
μS(Di)とμM(Di)とを求め、結合演算部５０３に送る。
各ホテルデータのμS(Di)とμM(Di)とをそれぞれ（表
２）（表３）に示す。[0007] Now, let us assume that the customer desires "a hotel convenient for business trips", which means "a hotel with a short time required from the airport and a large number of rooms". Therefore, the staff member said, "Search for hotels with required time from airport: μ S =" SHORT "and number of rooms: μ M =" MANY "."
Create a search question sentence consisting of a fuzzy proposition and a fuzzy join operator (in this example, "and"). The goodness-of-fit calculation unit 502 sequentially fetches all the hotel data D i (i is a data number) from the data storage unit 501, and uses the membership function of (FIG. 6) to perform fuzzy propositions “time required = short” and “ The degree of suitability μ S (D i ) and μ M (D i ) of the data D i with respect to “the number of rooms = large” is obtained and sent to the combination calculation unit 503.
Μ S (D i ) and μ M (D i ) of each hotel data are shown in (Table 2) and (Table 3), respectively.
【０００８】[0008]
【表２】 [Table 2]
【０００９】[0009]
【表３】 [Table 3]
【００１０】次に、結合演算部５０３は、ファジィ結合
演算子「かつ」に対する処理を行うことにより、検索質
問文全体に対するデータDiの総合評価値μ(Di)を求め、
μ(D i)を検索結果表示部５０４に送る。ここで、「か
つ」に対する処理とは、（数１）に示すように、ファジ
ィ命題「所用時間＝短い」と「部屋数＝多い」に対する
データDiの適合度合μS(Di)とμM(Di)とを入力として m
in 演算を行う処理であり、その結果をデータDiの検索
質問文全体に対する適合度μ(Di)とする。Next, the join operation unit 503 uses a fuzzy join.
By performing processing on the operator "Katsu", search quality
The overall evaluation value of the data Di for the entire question sentence μ (Di),
μ (D i) Is sent to the search result display unit 504. Where "
As for the processing for “Tsu”, as shown in (Equation 1), fuzzy
For the propositions "time required = short" and "number of rooms = large"
Data DiGoodness of fit μS(Di) And μM(Di) And m as input
It is a process that performs in operation, and the result is searched for data Di
Goodness of fit μ (Di).
【００１１】[0011]
【数１】 [Equation 1]
【００１２】各ホテルデータのμ(Di)を（表４）に示
す。Μ (D i ) of each hotel data is shown in (Table 4).
【００１３】[0013]
【表４】 [Table 4]
【００１４】検索結果出力部５０４は、検索質問文全体
に対する適合度合μ(Di)の高い順にデータを検索結果と
して出力する。検索結果を（表５）に示す。The search result output unit 504 outputs data as a search result in descending order of suitability μ (D i ) for the entire search query sentence. The search results are shown in (Table 5).
【００１５】[0015]
【表５】 [Table 5]
【００１６】また、検索質問文が「空港からの所用時
間：μS="SHORT"、または、部屋数：μM="MANY" である
ホテルを検索せよ」というように、上記の検索例と比較
して、ファジィ結合演算子が「かつ」ではなく、「また
は」で検索を行った場合は、結合演算部５０３では、
「かつ」に対する処理である min 演算に代えて、max演
算を用いてμ(Di)を求める。ただし、他の計算は同様に
行う。[0016] In addition, the search query sentence is "search for a hotel where the required time from the airport is µ S =" SHORT "or the number of rooms is µ M =" MANY "". By comparison, if the fuzzy join operator is searched for with "or" instead of "and", the join operation unit 503
Instead of the min operation, which is the process for "Katsu", max operation is used to obtain μ (D i ). However, other calculations are performed in the same manner.
【００１７】[0017]
【発明が解決しようとする課題】一般に、顧客は本来、
抽象的な検索質問文を作成しようとしたりするので、検
索毎に自分が検索したい要求を満足する検索質問文を明
確に作成することは困難である。例えば、上記の例で
は、顧客によっては、「出張に便利なホテル」という質
問は、「空港からの所用時間が短く、かつ、部屋数が多
いホテル」という検索質問文を意味する場合もあるし、
「空港からの所用時間が短く、かつ、料金が安いホテ
ル」という検索質問文を意味する場合もある。このよう
に、顧客の要求は多種多様であり、その処理方法は複雑
である。それにもかかわらず、上記の構成の従来の情報
検索装置では、検索毎に抽象的な質問を自分なりの明確
な検索質問文に展開することができなかった。Generally, the customer is
Since an abstract search question text is tried to be created, it is difficult to clearly create a search question text satisfying a request that the user wants to search for each search. For example, in the above example, depending on the customer, the question "a hotel that is convenient for business trips" may mean the search question "a hotel that has a large number of rooms with a short time required from the airport." ,
It may also mean a search question "a hotel that takes less time from the airport and is cheaper." As described above, the demands of customers are various and the processing method thereof is complicated. Nevertheless, with the conventional information retrieval device having the above-mentioned configuration, it was not possible to develop an abstract question into a clear retrieval question sentence of my own for each retrieval.
【００１８】さらに、顧客によっては、階層的ネットワ
ークの各リンクを重視する荷重度合が異なっている。例
えば、「所用時間」を「部屋数」より２倍程度重視する
場合もあり、この荷重度合を入力したいという要望があ
る。しかし、上記の構成の従来の情報検索装置では、顧
客は各属性の荷重度合を入力できるにもかかわらず、そ
の荷重度合を検索質問文に入力させることができなかっ
た。Furthermore, the degree of weight that attaches importance to each link of the hierarchical network differs depending on the customer. For example, there are cases where the "time required" is more important than the "number of rooms" about twice, and there is a demand to input this load degree. However, in the conventional information retrieval apparatus having the above-mentioned configuration, although the customer can input the weight degree of each attribute, the customer cannot input the weight degree in the search question sentence.
【００１９】さらに、顧客が各属性の荷重度合を正確に
入力できない場合もある。当然、この様な場合にも、上
記の構成の従来の情報検索装置では、各属性の荷重度合
を自動決定することができなかった。Further, the customer may not be able to accurately input the load degree of each attribute. Naturally, even in such a case, the conventional information retrieval apparatus having the above-described configuration cannot automatically determine the weight degree of each attribute.
【００２０】さらに、もし、顧客が荷重度合を入力でき
るとしても、この顧客からの荷重度合とシステムによる
重視度合との両方を考慮して、検索時に各属性の度合を
自動決定することはできなかった。Further, even if the customer can input the degree of load, it is not possible to automatically determine the degree of each attribute at the time of retrieval in consideration of both the degree of load from the customer and the degree of importance of the system. It was
【００２１】これらの４つの問題点が解決できないの
で、顧客が満足するホテルを検索しようとする場合に
は、検索システムを長時間にわたって繰り返して使用
し、最適と思われる結果を導きださなければならなかっ
た。Since these four problems cannot be solved, when a customer wants to search for a satisfying hotel, the search system must be repeatedly used for a long time to derive an optimum result. did not become.
【００２２】本発明はかかる点に鑑み、顧客が検索結果
に対して評価値を与えると、自動的に検索質問文中のフ
ァジィ結合演算子の種類を同定して、顧客の要求する検
索結果を導き出し、また、各ファジィ命題に対する重視
度合を求めて、その重視度合により顧客の要求する結果
を検索できる情報検索装置を提供することを目的とす
る。In view of the above points, the present invention automatically identifies the type of fuzzy join operator in the search query when the customer gives an evaluation value to the search result, and derives the search result requested by the customer. It is another object of the present invention to provide an information retrieval device that can obtain the degree of importance for each fuzzy proposition and retrieve the result requested by the customer based on the degree of importance.
【００２３】[0023]
【課題を解決するための手段】この目的を達成するため
に、第１の発明では、階層的ネットワーク構造で表現さ
れた検索質問文の中から一つを顧客が選択するための入
力部と、前記入力部で表示された複数個の階層的ネット
ワークを記憶する階層構造記憶部と、検索データを記憶
するデータ記憶部と、前記データ記憶部の各データをフ
ァジィ命題のメンバシップ関数に入力した場合の適合度
を求める適合度演算部と、前記入力部で決定された一つ
の階層的ネットワークを前記階層構造記憶部から選択
し、前記適合度演算部で得られた適合度をその階層的ネ
ットワークに入力して、andやorの結合演算子の演算を
行う階層構造演算部と、前記階層構造演算部の出力が顧
客の検索要求を満足した結果となるように階層的ネット
ワークの各結合演算子のパラメータを調整するパラメー
タ調整部と、前記階層構造演算部の結果を出力するため
の検索結果表示部と、複数回の検索操作により得られた
前記検索結果表示部の結果をその検索の頻度とともに記
憶する検索結果記憶部と、前記検索結果記憶部での検索
の頻度の累計表を作成し、その頻度の最も高い階層的ネ
ットワークを選択するように前記階層構造記憶部での階
層的ネットワークの優先度を決定する総合頻度比較部を
具備する情報検索装置を構成する。In order to achieve this object, in the first invention, an input unit for a customer to select one of the search question sentences represented by a hierarchical network structure, When a hierarchical structure storage unit that stores a plurality of hierarchical networks displayed by the input unit, a data storage unit that stores search data, and each data of the data storage unit is input to a membership function of a fuzzy proposition And a fitness calculation unit for determining the fitness of one of the hierarchical networks determined by the input unit from the hierarchical structure storage unit, and the fitness obtained by the fitness calculation unit is applied to the hierarchical network. Hierarchical structure operation unit that inputs and calculates the combination operator of and and or, and each connection operator of the hierarchical network so that the output of the hierarchical structure operation unit satisfies the search request of the customer. A parameter adjustment unit that adjusts parameters, a search result display unit for outputting the result of the hierarchical structure calculation unit, and a result of the search result display unit obtained by a plurality of search operations are stored together with the frequency of the search. And a priority table of the hierarchical network in the hierarchical structure storage unit so that a cumulative table of search frequencies in the search result storage unit is created and the hierarchical network with the highest frequency is selected. And an information retrieval device having an overall frequency comparison unit for determining.
【００２４】また、第２の発明では、階層的ネットワー
ク構造で表現された検索質問文の中から一つを顧客が選
択し、階層的ネットワークの各リンクを重視する荷重を
入力する入力部と、前記入力部で入力された荷重を記憶
するリンク荷重記憶部と、前記入力部で表示された複数
個の階層的ネットワークを過去に入力された荷重ととも
に記憶する階層構造記憶部と、検索データを記憶するデ
ータ記憶部と、前記データ記憶部の各データをファジィ
命題のメンバシップ関数に入力した場合の適合度を求め
る適合度演算部と、前記入力部で決定された一つの階層
的ネットワークを前記階層構造記憶部から選択し、前記
適合度演算部で得られた適合度をその階層的ネットワー
クに入力して、荷重の値も含めてandやorの結合演算子
の演算を行う階層構造演算部と、前記階層構造演算部の
出力が顧客の検索要求を満足した結果となるように階層
的ネットワークの各結合演算子のパラメータを調整する
パラメータ調整部と、前記階層構造演算部の結果を出力
するための検索結果表示部と、複数回の検索操作により
得られた前記検索結果表示部の結果をその検索の頻度と
ともに記憶する検索結果記憶部と、前記検索結果記憶部
での検索の頻度の累計表を作成し、その頻度の最も高い
階層的ネットワークを選択するように前記階層構造記憶
部での階層的ネットワークの優先度を決定する総合頻度
比較部を具備する情報検索装置を構成する。Further, in the second invention, the customer selects one from the search question sentences expressed by the hierarchical network structure, and the input unit for inputting the weight which attaches importance to each link of the hierarchical network, A link load storage unit that stores the load input by the input unit, a hierarchical structure storage unit that stores a plurality of hierarchical networks displayed by the input unit together with the loads input in the past, and search data. A data storage unit, a goodness-of-fit calculation unit that obtains a goodness of fit when each data of the data storage unit is input to a membership function of a fuzzy proposition, and one hierarchical network determined by the input unit as the hierarchy. A hierarchical structure that selects from the structure storage unit, inputs the goodness of fit obtained by the goodness-of-fit calculation unit into the hierarchical network, and calculates the join operator of and and or including the value of the load. An operation unit, a parameter adjustment unit that adjusts the parameters of each join operator of the hierarchical network so that the output of the hierarchical structure operation unit satisfies the search request of the customer, and the result of the hierarchical structure operation unit. A search result display unit for outputting, a search result storage unit for storing the result of the search result display unit obtained by a plurality of search operations together with the frequency of the search, and a search frequency in the search result storage unit The information retrieving apparatus is configured to have a total frequency comparing unit that creates a cumulative table and determines the priority of the hierarchical network in the hierarchical structure storage unit so as to select the hierarchical network with the highest frequency.
【００２５】また、第３の発明では、階層的ネットワー
ク構造で表現された検索質問文の中から一つを顧客が選
択するための入力部と、前記入力部で表示された複数個
の階層的ネットワークを記憶する階層構造記憶部と、検
索データを記憶するデータ記憶部と、前記データ記憶部
の各データをファジィ命題のメンバシップ関数に入力し
た場合の適合度を求める適合度演算部と、前記入力部で
決定された一つの階層的ネットワークを前記階層構造記
憶部から選択し、前記適合度演算部で得られた適合度を
その階層的ネットワークに入力して、andやorの結合演
算子の演算を行う階層構造演算部と、前記階層構造演算
部の出力が顧客の検索要求を満足した結果となるように
階層的ネットワークの各結合演算子のパラメータを調整
するパラメータ調整部と、前記パラメータ調整部で決定
されたパラメータにより前記階層構造演算部の階層的ネ
ットワークの各リンクの重みを計算する重視度合演算部
と、前記階層構造演算部の結果を出力するための検索結
果表示部と、複数回の検索操作により得られた複数個の
前記重視度合演算部の重みを比較し、上位層での重みが
最も大きい階層的ネットワークを選択するように前記階
層構造記憶部での階層的ネットワークの優先度を決定す
る総合重視度合比較部を具備する情報検索装置を構成す
る。Further, in the third invention, an input section for the customer to select one from the search question sentences represented by the hierarchical network structure, and a plurality of hierarchical layers displayed by the input section. A hierarchical structure storage unit for storing a network; a data storage unit for storing search data; and a goodness-of-fit calculation unit for obtaining a goodness of fit when each data in the data storage unit is input to a membership function of a fuzzy proposition, One hierarchical network determined by the input unit is selected from the hierarchical structure storage unit, the goodness of fit obtained by the goodness-of-fit calculation unit is input to the hierarchical network, and the join operator of and and or Hierarchical structure calculation unit for performing calculation, and parameter adjustment for adjusting the parameters of each join operator of the hierarchical network so that the output of the hierarchical structure calculation unit will be the result satisfying the customer's search request. And a search result display for outputting the result of the hierarchical structure calculation unit, and an importance degree calculation unit that calculates the weight of each link of the hierarchical network of the hierarchical structure calculation unit based on the parameters determined by the parameter adjustment unit Section and the weights of the plurality of importance degree calculation sections obtained by a plurality of search operations are compared, and the hierarchy in the hierarchical structure storage section is selected so as to select the hierarchical network with the highest weight in the upper layer. The information retrieval apparatus is provided with a comprehensive importance degree comparison unit that determines the priority of the dynamic network.
【００２６】また、第４の発明では、階層的ネットワー
ク構造で表現された検索質問文の中から一つを顧客が選
択し、階層的ネットワークの各リンクを重視する荷重を
入力する入力部と、前記入力部で入力された荷重を記憶
するリンク荷重記憶部と、前記入力部で表示された複数
個の階層的ネットワークを過去に入力された荷重ととも
に記憶する階層構造記憶部と、検索データを記憶するデ
ータ記憶部と、前記データ記憶部の各データをファジィ
命題のメンバシップ関数に入力した場合の適合度を求め
る適合度演算部と、前記入力部で決定された一つの階層
的ネットワークを前記階層構造記憶部から選択し、前記
適合度演算部で得られた適合度をその階層的ネットワー
クに入力して、荷重の値も含めてandやorの結合演算子
の演算を行う階層構造演算部と、前記階層構造演算部の
出力が顧客の検索要求を満足した結果となるように階層
的ネットワークの各結合演算子のパラメータを調整する
パラメータ調整部と、前記パラメータ調整部で決定され
たパラメータにより前記階層構造演算部の階層的ネット
ワークの各リンクの重みを計算する重視度合演算部と、
前記階層構造演算部の結果を出力するための検索結果表
示部と、複数回の検索操作により得られた複数個の前記
重視度合演算部の重みを比較し、上位層での重みが最も
大きい階層的ネットワークを選択するように前記階層構
造記憶部での階層的ネットワークの優先度を決定する総
合重視度合比較部を具備する情報検索装置を構成する。According to the fourth aspect of the invention, the customer selects one of the search question sentences represented by the hierarchical network structure, and the input unit for inputting a weight that emphasizes each link of the hierarchical network. A link load storage unit that stores the load input by the input unit, a hierarchical structure storage unit that stores a plurality of hierarchical networks displayed by the input unit together with the loads input in the past, and search data. A data storage unit, a goodness-of-fit calculation unit that obtains a goodness of fit when each data of the data storage unit is input to a membership function of a fuzzy proposition, and one hierarchical network determined by the input unit as the hierarchy. A hierarchical structure that selects from the structure storage unit, inputs the goodness of fit obtained by the goodness-of-fit calculation unit into the hierarchical network, and calculates the join operator of and and or including the value of the load. The calculation unit, the parameter adjustment unit that adjusts the parameters of each combination operator of the hierarchical network so that the output of the hierarchical structure calculation unit satisfies the search request of the customer, and the parameter adjustment unit. An importance degree calculation unit that calculates the weight of each link of the hierarchical network of the hierarchical structure calculation unit,
The search result display unit for outputting the result of the hierarchical structure operation unit and the weights of the plurality of importance degree operation units obtained by a plurality of search operations are compared, and the hierarchy having the highest weight in the upper layer is compared. The information retrieval apparatus is provided with a comprehensive importance degree comparison unit that determines the priority of the hierarchical network in the hierarchical structure storage unit so as to select the target network.
【００２７】[0027]
【作用】本発明は前述した構成により、少なくとも２つ
以上のファジィ命題からなる検索質問文を入力した場
合、検索質問文を表す階層的ネットワークのファジィ結
合演算子のパラメータを学習して構造を決定し、この学
習されたパラメータの値から検索質問文中のファジィ命
題の重視度合を自動的に求めて、ユーザの検索要求を満
足する結果を精度よく検索できる。According to the present invention, with the above-described structure, when a search question sentence consisting of at least two fuzzy propositions is input, the parameters are determined by learning the parameters of the fuzzy combination operator of the hierarchical network representing the search question sentence. Then, the degree of importance of the fuzzy proposition in the retrieval question sentence is automatically obtained from the learned parameter values, and the result satisfying the retrieval request of the user can be retrieved accurately.
【００２８】[0028]
【実施例】本発明の一実施例である情報検索装置の構成
図を図１に示す。図１において、１０１は階層的ネット
ワーク構造で表現された検索質問文の中から一つを顧客
が選択するための入力部。１０２は前記入力部で表示さ
れた複数個の階層的ネットワークを記憶する階層構造記
憶部。１０３は検索データを記憶するデータ記憶部。１
０４は前記データ記憶部の各データをファジィ命題のメ
ンバシップ関数に入力した場合の適合度を求める適合度
演算部。１０５は前記入力部で決定された一つの階層的
ネットワークを前記階層構造記憶部から選択し、前記適
合度演算部で得られた適合度をその階層的ネットワーク
に入力して、andやorの結合演算子の演算を行う階層構
造演算部。１０６は前記階層構造演算部の出力が顧客の
検索要求を満足した結果となるように階層的ネットワー
クの各結合演算子のパラメータを調整するパラメータ調
整部。１０７は前記階層構造演算部の結果を出力するた
めの検索結果表示部。１０８は複数回の検索操作により
得られた前記検索結果表示部の結果をその検索の頻度と
ともに記憶する検索結果記憶部。１０９は前記検索結果
記憶部での検索の頻度の累計表を作成し、その頻度の最
も高い階層的ネットワークを選択するように前記階層構
造記憶部での階層的ネットワークの優先度を決定する総
合頻度比較部である。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS FIG. 1 is a block diagram of an information retrieval apparatus which is an embodiment of the present invention. In FIG. 1, 101 is an input unit for the customer to select one of the search question sentences expressed in a hierarchical network structure. A hierarchical structure storage unit 102 stores a plurality of hierarchical networks displayed by the input unit. A data storage unit 103 stores search data. 1
Reference numeral 04 is a goodness-of-fit calculation unit that obtains a goodness of fit when each data in the data storage unit is input to the membership function of the fuzzy proposition. 105 selects one hierarchical network determined by the input unit from the hierarchical structure storage unit, inputs the goodness of fit obtained by the goodness-of-fit calculation unit to the hierarchical network, and combines and and or Hierarchical structure calculation unit that calculates operators. Reference numeral 106 denotes a parameter adjustment unit that adjusts the parameters of each connection operator of the hierarchical network so that the output of the hierarchical structure operation unit satisfies the search request of the customer. Reference numeral 107 is a search result display unit for outputting the result of the hierarchical structure calculation unit. A search result storage unit 108 stores the results of the search result display unit obtained by a plurality of search operations together with the frequency of the search. Reference numeral 109 is a total frequency for creating a cumulative table of search frequencies in the search result storage unit and determining the priority of the hierarchical network in the hierarchical structure storage unit so as to select the hierarchical network with the highest frequency. It is a comparison unit.
【００２９】第１の発明の情報検索装置について、その
動作過程を説明する。ここでは、従来例と同じく旅行会
社の係員が顧客の希望するホテルを検索するという場合
を想定し、抽象的な検索質問文「出張に便利なホテルを
検索せよ」による検索を考える。The operation process of the information retrieval apparatus of the first invention will be described. Here, assuming the case where the staff of the travel agency searches for the hotel desired by the customer, as in the conventional example, consider the search using the abstract search query sentence “search for a hotel convenient for business trip”.
【００３０】（手順１）データ記憶部１０３に（表６）
のホテルデータが記憶されており、適合度演算部１０４
に（図７）のメンバシップ関数が記憶されているとす
る。(Procedure 1) Data storage unit 103 (Table 6)
The hotel data is stored and the fitness calculation unit 104
It is assumed that the membership function of FIG.
【００３１】[0031]
【表６】 [Table 6]
【００３２】（手順２）階層構造記憶部１０２では、階
層的ネットワーク構造で表現された複数個の検索質問文
が記憶されており、検索システムは、入力部１０１でこ
れらの階層的ネットワークを表示する。この階層的ネッ
トワークの出力層は検索質問文を表現し、次の下層では
この検索質問文が複数のファジィ命題に展開されてい
る。さらに次の下層では、より詳細なファジィ命題に展
開され、最終的に、入力層ではデータ記憶部中に存在す
る属性からなるファジィ命題に展開される。入力層以外
の各層でのファジィ命題は、後述の学習型ファジィ結合
演算子によって表現されている。各層での学習型ファジ
ィ結合演算子を結ぶ線分（枝）をリンクと呼ぶ。顧客は
これらの階層的ネットワークの中から、一つを選択す
る。図８に選択された一例を示す。この事例では、検索
質問文の階層的ネットワーク「出張に便利なホテルを検
索せよ」は「費用が適切で、かつ(または)、出張先に近
く、かつ(または)、建物が良い」という３つのファジィ
命題に展開され、さらに、「宿泊費が適切で、かつ(ま
たは)、食費が適切で、かつ(または)、出張先に近く、
かつ(または)、築年が新しい、かつ(または)、部屋数が
多い」に展開されている。(Procedure 2) The hierarchical structure storage unit 102 stores a plurality of search question sentences expressed in a hierarchical network structure, and the search system displays these hierarchical networks on the input unit 101. . The output layer of this hierarchical network expresses the retrieval question sentence, and in the next lower layer, this retrieval question sentence is expanded into multiple fuzzy propositions. In the next lower layer, it is expanded to a more detailed fuzzy proposition, and finally, in the input layer, it is expanded to a fuzzy proposition consisting of attributes existing in the data storage unit. The fuzzy proposition in each layer other than the input layer is expressed by the learning type fuzzy connection operator described later. A line segment (branch) connecting the learning-type fuzzy connection operators in each layer is called a link. The customer selects one from these hierarchical networks. FIG. 8 shows an example selected. In this example, the hierarchical network of search questions, “Search for hotels that are convenient for business trips,” has three types: “The cost is appropriate and / or near the business trip destination, and / or the building is good”. Expanded to a fuzzy proposition, and further, "Accommodation expenses are appropriate and / or food expenses are appropriate and / or near business trip destinations,
And / or, the building is new, and / or has a large number of rooms. "
【００３３】（手順３）検索システムは、データ記憶部
１０３で記憶されている検索データを適合度演算部１０
４に入力する。適合度演算部１０４では、選択された階
層的ネットワークの入力層に記述されているファジィ命
題のメンバシップ関数に、データ記憶部１０３の検索デ
ータを入力した場合の適合度を求める。ここで、適合度
とは、（図７）等のメンバシップ関数にデータを入力し
た場合のメンバシップ値を示す。(Procedure 3) The search system compares the search data stored in the data storage unit 103 with the fitness calculation unit 10.
Enter in 4. The goodness-of-fit calculation unit 104 finds the goodness of fit when the search data in the data storage unit 103 is input to the membership function of the fuzzy proposition described in the input layer of the selected hierarchical network. Here, the goodness of fit indicates a membership value when data is input to the membership function such as (FIG. 7).
【００３４】（手順４）階層構造演算部１０５では、選
択された階層的ネットワークの各層での学習型ファジィ
結合演算部の出力を計算する。ただし、学習型ファジィ
結合演算子は（数２）のように定義される。(Procedure 4) The hierarchical structure calculation unit 105 calculates the output of the learning type fuzzy connection calculation unit in each layer of the selected hierarchical network. However, the learning type fuzzy combination operator is defined as in (Equation 2).
【００３５】[0035]
【数２】 [Equation 2]
【００３６】ここで、X は n 次元の入力であり、X=
(x1,…,xn) とする。また、T, S はt-norm(積演算), t-
conorm(和演算) を n 入力に拡張したものである。例え
ば、Schweizer の t-norm, t-conorm を用いると、t-no
rm T と t-conorm S はそれぞれ、（数３）のように表
される。Where X is an n-dimensional input and X =
Let (x 1 , ..., x n ). Also, T and S are t-norm (product operation), t-
It is an extension of conorm (sum operation) to n inputs. For example, using Schweizer t-norm, t-conorm, t-nom
rm T and t-conorm S are each expressed as in (Equation 3).
【００３７】[0037]
【数３】 [Equation 3]
【００３８】[0038]
【数４】 [Equation 4]
【００３９】ただし、p1,…,pn+3 はパラメータであ
る。（数２）の学習型ファジィ結合演算子は、t-norm
と t-conorm とを m の値を用いて線形結合しており、m
の値は（数４）により入力 x1,…,xn から計算できる
ので、入力 x1,…,xn の値の大小に対応して t-norm と
t-conorm 間の重みを変化させることができる。学習型
ファジィ結合演算子の入出力関係の例を（図９）に示
す。パラメータ p1,…,pn+3 を設定することにより、
（数２）の学習型ファジィ結合演算子は、t-norm, t-co
norm、および平均演算子などの積和演算子を表現するこ
とができる。However, p 1 , ..., P n + 3 are parameters. The learning type fuzzy combination operator of (Equation 2) is t-norm
And t-conorm are linearly combined using the value of m, and m
The value input x 1 by equation (4), ..., so can be calculated from x n, input x 1, ..., a t-norm to the magnitude of the value of x n
The weight between t-conorm can be changed. An example of the input / output relationship of the learning type fuzzy connection operator is shown in FIG. By setting the parameters p 1 , ..., P n + 3 ,
The learning type fuzzy combination operator of (Equation 2) is t-norm, t-co
Can express multiply-add operators such as norm and the average operator.
【００４０】（手順５）パラメータ調整部１０６では、
学習型ファジィ結合演算子のパラメータを顧客の検索要
求を満足するように調整する。まず、検索システムは、
複数個の検索用サンプルデータをデータ記憶部１０３か
ら、適合度演算部１０４と階層構造記憶部１０２を介し
て、入力部１０１に出力し、顧客に提示する。ただし、
これらのサンプルデータは検索事例を示し、データ記憶
部の属性値も表示している。顧客はこれらのサンプルデ
ータに対して、自分が検索したいという意味でサンプル
データの優劣を総合評価値として、０から１までの値で
入力する。これにより、サンプルデータの属性値の適合
度を入力 Xp'={xp1',…,xpu'} とし、総合評価値を出力
データ yp', p=1,…,n とする入出力データが得られた
ことになる。パラメータ調整部１０６での学習型ファジ
ィ結合演算子のパラメータ p1,…,pn+3 の学習（数５参
照）は、質問ネットワークの出力 y1 と顧客により得ら
れた出力 yとの誤差の２乗 E が最小になるように最急
降下法を用いて行う。(Procedure 5) In the parameter adjusting unit 106,
Adjust the parameters of the learning type fuzzy join operator to satisfy the customer's search requirements. First, the search system
The plurality of search sample data are output from the data storage unit 103 to the input unit 101 via the goodness-of-fit calculation unit 104 and the hierarchical structure storage unit 102 and presented to the customer. However,
These sample data show search cases and also display attribute values in the data storage unit. The customer inputs a value from 0 to 1 to these sample data as a comprehensive evaluation value indicating the superiority or inferiority of the sample data in the sense that he / she wants to search. As a result, the goodness of fit of the attribute values of the sample data is set as input X p '= {x p1 ', ..., x pu '}, and the overall evaluation value is set as output data y p ', p = 1, ..., n. Output data is obtained. Learning the parameters p 1 , ..., P n + 3 of the learning-type fuzzy combination operator in the parameter adjusting unit 106 (see the equation 5) is based on the error between the output y 1 of the query network and the output y obtained by the customer. The steepest descent method is used to minimize the square E.
【００４１】[0041]
【数５】 [Equation 5]
【００４２】（数５）の E を最小にするため、各パラ
メータに対して、微小変化の E に対する影響を求める
必要がある。いま、第 i 番目のノードを表す学習型フ
ァジィ結合演算子のｊ番目のパラメータを pij (j=1,
…,u+3) で表すと、pij の微小変化の E に対する影響
は（数６）で表される。In order to minimize E in (Equation 5), it is necessary to obtain the influence of small changes on E for each parameter. Now, let the j-th parameter of the learning-type fuzzy combination operator representing the i-th node be p ij (j = 1,
, U + 3), the effect of small changes in p ij on E is expressed by (Equation 6).
【００４３】[0043]
【数６】 [Equation 6]
【００４４】（数６）の右辺の第１項は、（数５）より
（数７）のように得られる。The first term on the right side of (Equation 6) is obtained from (Equation 5) as (Equation 7).
【００４５】[0045]
【数７】 [Equation 7]
【００４６】また、（数６）の右辺の第２項は、（数
８）のように得られる。The second term on the right side of (Equation 6) is obtained as (Equation 8).
【００４７】[0047]
【数８】 [Equation 8]
【００４８】ただし、δi は（数９）で表される。However, δ i is expressed by (Equation 9).
【００４９】[0049]
【数９】 [Equation 9]
【００５０】ここで、δo, yo, xo k はそれぞれ、第 i
番目のノードを表す学習型ファジィ結合演算子が結合し
ている上位の第 o 番目のノードのδ、出力、入力を表
す。（数８）は第 i 番目の出力ノード以外の学習型フ
ァジィ結合演算子のパラメータに対して計算できる。出
力ノードの場合のパラメータ p1j の微小変化の出力yi
に対する影響は、文献（内藤,林,若見:δルール学習機
能を有するファジィ結合演算の提案とあいまい検索処理
への応用,第13回計測自動制御学会知能システムシンポ
ジウム,75/79 ,1991）を参考に容易に計算できる。この
δi は、質問ネットワークの出力層から下位層に順に
（数９）を適用することによって求めることができる。
結局、E を減少させるパラメータ pij の修正量Δpij
は定数α(>0)を用いて（数１０）のように表すことがで
きる。Here, δ o , y o , x o k are respectively i-th
Represents the δ, output, and input of the upper o-th node to which the learning-type fuzzy combination operator representing the n-th node is connected. (Equation 8) can be calculated for the parameters of the learning type fuzzy combination operator other than the i-th output node. Output y i of small change of parameter p 1j in case of output node
For the effect on, refer to the literature (Naito, Hayashi, Wakami: Proposal of fuzzy connection operation with δ rule learning function and its application to fuzzy search processing, 13th Intelligent Systems Symposium on Instrument and Control Engineers, 75/79, 1991). It can be easily calculated for reference. This δ i can be obtained by sequentially applying (Equation 9) from the output layer of the query network to the lower layers.
After all, the correction amount Δp ij of the parameter p ij that reduces E
Can be expressed as in (Equation 10) using a constant α (> 0).
【００５１】[0051]
【数１０】 [Equation 10]
【００５２】（数１０）の修正を繰り返すことにより E
は最小化される。 （手順６）検索システムは、最小化されたパラメータを
固定した後に、質問ネットワークから得られた検索結果
を検索結果表示部１０７から表示する。顧客は、この結
果を参考にして、より詳細なホテルの画像や地図等の情
報を要求する。By repeating the modification of (Equation 10), E
Is minimized. (Procedure 6) The search system displays the search result obtained from the question network from the search result display unit 107 after fixing the minimized parameter. The customer refers to this result and requests more detailed information such as a hotel image and a map.
【００５３】（手順７）（手順２）から（手順６）まで
の一連の操作を一回の検索作業として、複数回の検索を
繰り返す。ただし、ここでは、顧客が同じ検索質問文に
対して、異なった階層的ネットワークを複数回選択した
場合を考える。例えば、「出張に便利なホテル」という
検索質問文に対して、階層的ネットワークがＡ，Ｂ，
Ｃ，Ｄ，Ｅと用意されており、第１回目の検索で階層的
ネットワークＣを選択し、以降、Ｂ，Ｄ，Ａと選択する
等が考えられる。この複数回の検索後、検索システムは
検索結果記憶部１０８において、顧客が要求したホテル
の詳細情報と階層的ネットワークとを記憶する。図１０
の左にその一例を示す。図１０から、第１回目の検索に
おいて検索システムが「1.横浜プララホテル、2.ペンド
ラムイン横浜、3.ホテルドリームラウンド、…」のいう
検索結果に対して、顧客がそれぞれ「２回、５回、３
回、…」の頻度で詳細情報を要求していることがわか
る。さらに、第２回目、第３回目の検索においても、
「４回、３回、１回、…」と「６回、２回、３回、…」
の頻度で詳細情報を要求していることがわかる。検索結
果記憶部１０８は、第１位のホテルに対する頻度を総合
頻度比較部１０９に出力する。この頻度を総合頻度と呼
ぶ。(Procedure 7) A series of operations from (Procedure 2) to (Procedure 6) is regarded as one search operation, and a plurality of searches are repeated. However, here, consider a case where the customer selects different hierarchical networks a plurality of times for the same search question sentence. For example, in response to a search question “hotel convenient for business trip”, the hierarchical network is A, B,
It is possible to select C, D, and E, select the hierarchical network C in the first search, and then select B, D, and A. After the plurality of searches, the search system stores the detailed information of the hotel requested by the customer and the hierarchical network in the search result storage unit 108. Figure 10
An example is shown to the left of. From FIG. 10, in the first search, the search system "1. Yokohama Prala Hotel, 2. Pendrum in Yokohama, 3. Hotel Dream Round, ..." 5 times, 3
It can be seen that detailed information is requested at a frequency of “... Furthermore, in the second and third searches,
"4 times, 3 times, 1 time ..." and "6 times, 2 times, 3 times ..."
It can be seen that the detailed information is requested at the frequency of. The search result storage unit 108 outputs the frequency for the first ranked hotel to the total frequency comparison unit 109. This frequency is called the total frequency.
【００５４】（手順８）総合頻度比較部１０９では、各
検索での総合頻度とその時に用いた階層的ネットワーク
の種類との表を作成する。図１０の右に一例を示す。総
合比較部１０９では、この表から総合頻度が最も大きい
検索順序とその時の階層的ネットワークの種類を決定す
る。ここの例では、３番目の検索での総合頻度が６回で
あることから、第３回目の検索で用いられた階層的ネッ
トワークＤを抽出している。(Procedure 8) The total frequency comparison unit 109 creates a table of the total frequency in each search and the type of hierarchical network used at that time. An example is shown on the right side of FIG. The comprehensive comparison unit 109 determines the search order with the highest total frequency and the hierarchical network type at that time from this table. In this example, since the total frequency of the third search is 6, the hierarchical network D used in the third search is extracted.
【００５５】（手順９）検索システムは、総合頻度比較
部１０９で得られた階層的ネットワークの種類を階層構
造記憶部１０２に出力する。顧客が次回の検索時に、同
じ検索質問文を要求した場合、階層構造記憶部１０２
は、総合頻度比較部１０９で得られた階層的ネットワー
クを優先的に表示する。(Procedure 9) The retrieval system outputs the type of hierarchical network obtained by the total frequency comparison unit 109 to the hierarchical structure storage unit 102. When the customer requests the same search question sentence at the next search, the hierarchical structure storage unit 102
Displays the hierarchical network obtained by the total frequency comparison unit 109 preferentially.
【００５６】この手法により、顧客に対応した抽象的な
検索質問文を容易に取り扱うことができる。検索システ
ムの概念図を図１１に示し、具体的な検索操作を次に示
す。By this method, it is possible to easily handle the abstract search question sentence corresponding to the customer. A conceptual diagram of the search system is shown in FIG. 11, and a specific search operation is shown below.
【００５７】（手順１）〜（手順５）20件のホテルに関
するサンプルデータが表示され、顧客は各サンプルデー
タに対して「出張に便利なホテル」である総合評価を入
力する。(Procedure 1) to (Procedure 5) Sample data relating to 20 hotels are displayed, and the customer inputs a comprehensive evaluation of "a hotel convenient for business trip" for each sample data.
【００５８】（手順５）（数５）から（数９）の学習ア
ルゴリズムを用いて、各学習型ファジィ結合演算子のパ
ラメータを同定する。(Procedure 5) The parameters of each learning type fuzzy combination operator are identified using the learning algorithms of (Equation 5) to (Equation 9).
【００５９】（手順６）同定されたパラメータを用いて
データ記憶部を検索し、検索結果表示部１０７により適
合度合の高い順に検索結果が表示される。大阪近辺のホ
テルに対する検索結果を図１２に示す。(Procedure 6) The data storage unit is searched using the identified parameters, and the search result display unit 107 displays the search results in descending order of the degree of matching. FIG. 12 shows the search results for the hotels near Osaka.
【００６０】（手順７）〜（手順９）大阪近辺のホテル
データを用いて得られた総合頻度が最も大きい階層的ネ
ットワークにより、他の地域のホテルも検索できる。例
えば、図１３に横浜近辺のホテルを検索した結果を示
す。(Procedure 7) to (Procedure 9) The hotels in other areas can be searched by the hierarchical network having the highest total frequency obtained by using the hotel data in the vicinity of Osaka. For example, FIG. 13 shows a result of searching for hotels near Yokohama.
【００６１】以上のように、本発明によれば、階層構造
記憶部１０２の階層的ネットワークに基づいて、階層的
ネットワークの出力値と顧客の評価値とが一致するよう
に、パラメータ調整部１０６で学習型ファジィ結合演算
子のパラメータを調整できる。さらに、総合頻度比較部
１０９において階層構造記憶部１０２の最適な階層的ネ
ットワークを選択して、顧客の要求に応じた結果を自動
的に検索できるので、係員が信頼性の高いサービスを効
率よく行うことができる。As described above, according to the present invention, based on the hierarchical network of the hierarchical structure storage unit 102, the parameter adjusting unit 106 causes the output value of the hierarchical network and the evaluation value of the customer to coincide with each other. The parameters of the learning type fuzzy combination operator can be adjusted. Furthermore, since the optimum frequency network in the hierarchical structure storage unit 102 can be selected in the total frequency comparison unit 109 and the result according to the customer's request can be automatically searched, the clerk can efficiently perform a reliable service. be able to.
【００６２】なお、発明の実施例において、関数演算の
係数を調整する方法として最急降下法を用いたが、例え
ば準ニュートン法等の他の方法を用いてもよい。また、
ここでは、同一の検索質問文に対して異なる階層的ネッ
トワークを提示する事例を紹介したが、異なる検索質問
文に対して、異なる階層的ネットワークを提示してもよ
い。In the embodiment of the invention, the steepest descent method is used as the method of adjusting the coefficient of the function calculation, but other methods such as the quasi-Newton method may be used. Also,
Here, an example is presented in which different hierarchical networks are presented for the same search question sentence, but different hierarchical networks may be presented for different search question sentences.
【００６３】次に、第２の発明の実施例を図面を用いて
説明する。本発明の一実施例である情報検索装置の構成
図を図２に示す。図２において、２０１は階層的ネット
ワーク構造で表現された検索質問文の中から一つを顧客
が選択し、階層的ネットワークの各リンクを重視する荷
重を入力する入力部。２０２は前記入力部で入力された
荷重を記憶するリンク荷重記憶部。２０３は前記入力部
で表示された複数個の階層的ネットワークを過去に入力
された荷重とともに記憶する階層構造記憶部。２０４は
検索データを記憶するデータ記憶部。２０５は前記デー
タ記憶部の各データをファジィ命題のメンバシップ関数
に入力した場合の適合度を求める適合度演算部。２０６
は前記入力部で決定された一つの階層的ネットワークを
前記階層構造記憶部から選択し、前記適合度演算部で得
られた適合度をその階層的ネットワークに入力して、荷
重の値も含めてandやorの結合演算子の演算を行う階層
構造演算部。２０７は前記階層構造演算部の出力が顧客
の検索要求を満足した結果となるように階層的ネットワ
ークの各結合演算子のパラメータを調整するパラメータ
調整部。２０８は前記階層構造演算部の結果を出力する
ための検索結果表示部。２０９は複数回の検索操作によ
り得られた前記検索結果表示部の結果をその検索の頻度
とともに記憶する検索結果記憶部。２１０は前記検索結
果記憶部での検索の頻度の累計表を作成し、その頻度の
最も高い階層的ネットワークを選択するように前記階層
構造記憶部での階層的ネットワークの優先度を決定する
総合頻度比較部である。Next, an embodiment of the second invention will be described with reference to the drawings. FIG. 2 shows a block diagram of an information retrieval apparatus which is an embodiment of the present invention. In FIG. 2, reference numeral 201 denotes an input unit in which the customer selects one of the search question sentences expressed by the hierarchical network structure and inputs a weight that emphasizes each link of the hierarchical network. A link load storage unit 202 stores the load input by the input unit. A hierarchical structure storage unit 203 stores a plurality of hierarchical networks displayed by the input unit together with weights input in the past. A data storage unit 204 stores search data. Reference numeral 205 denotes a goodness-of-fit calculation unit that obtains a goodness of fit when each data in the data storage unit is input to the membership function of the fuzzy proposition. 206
Selects one hierarchical network determined by the input unit from the hierarchical structure storage unit, inputs the goodness of fit obtained by the goodness-of-fit calculation unit into the hierarchical network, and also includes the weight value. Hierarchical structure operation part that performs the operation of the join operator of and and or. Reference numeral 207 is a parameter adjustment unit that adjusts the parameters of each join operator of the hierarchical network so that the output of the hierarchical structure operation unit satisfies the search request of the customer. A search result display unit 208 outputs the result of the hierarchical structure calculation unit. A search result storage unit 209 stores the result of the search result display unit obtained by a plurality of search operations together with the frequency of the search. 210 is a total frequency for creating a cumulative table of search frequencies in the search result storage unit and determining the priority of the hierarchical network in the hierarchical structure storage unit so as to select the hierarchical network with the highest frequency. It is a comparison unit.
【００６４】第２の発明の情報検索装置について、その
動作過程を説明する。ここでは、第１の発明の情報検索
装置と同じく旅行会社の係員が顧客の希望するホテルを
検索するという場合を想定し、抽象的な検索質問文「出
張に便利なホテルを検索せよ」による検索を考える。た
だし、検索の（手順１）と（手順３）、及び（手順５）
から（手順９）までは第１の発明の情報検索装置と同じ
であるので、ここでは記載を省略し、（手順２）と（手
順４）のみを記述する。The operation process of the information retrieval apparatus of the second invention will be described. Here, it is assumed that the staff of the travel agency searches for the hotel desired by the customer, as in the case of the information search device of the first invention, and the abstract search query "search for a hotel convenient for business trip" is used for the search. think of. However, (Procedure 1), (Procedure 3), and (Procedure 5) of the search
The steps from (procedure 9) to (procedure 9) are the same as those of the information retrieving apparatus of the first invention, and therefore the description thereof is omitted here and only (procedure 2) and (procedure 4) are described.
【００６５】（手順２）階層構造記憶部２０３では、階
層的ネットワーク構造で表現された複数個の検索質問文
が記憶されており、検索システムは、入力部２０１でこ
れらの階層的ネットワークを表示する。顧客はこれらの
階層的ネットワークの中から、一つを選択する。また、
その階層的ネットワーク中の学習型ファジィ結合演算子
と他の学習型ファジィ結合演算子とを結合しているリン
クに対して、荷重度合を入力する。リンクの荷重度合
は、リンク荷重記憶部２０２に記憶する。なお、リンク
荷重記憶部２０２では、過去からのリンクの荷重を記憶
している。(Procedure 2) The hierarchical structure storage unit 203 stores a plurality of search question sentences expressed in a hierarchical network structure, and the search system displays these hierarchical networks in the input unit 201. . The customer selects one from these hierarchical networks. Also,
The weight degree is input to the link connecting the learning type fuzzy combination operator and the other learning type fuzzy combination operator in the hierarchical network. The link load degree is stored in the link load storage unit 202. The link weight storage unit 202 stores the weight of links from the past.
【００６６】（手順４）階層構造演算部２０６では、選
択された階層的ネットワークの各層での学習型ファジィ
結合演算部の出力を計算する。ただし、学習型ファジィ
結合演算子は（数２）のように定義される。ただし、T
と S は（数１１）のように表される。(Procedure 4) The hierarchical structure computing unit 206 computes the output of the learning type fuzzy connection computing unit in each layer of the selected hierarchical network. However, the learning type fuzzy combination operator is defined as in (Equation 2). However, T
And S are expressed as (Equation 11).
【００６７】[0067]
【数１１】 [Equation 11]
【００６８】また、m は（数１２）のように表される。Further, m is expressed as in (Equation 12).
【００６９】[0069]
【数１２】 [Equation 12]
【００７０】ここで、vj は顧客が入力部２０１で与え
た各リンクの荷重度合であり、その値はリンク荷重記憶
部２０２から入力される。Here, v j is the load degree of each link given by the customer in the input unit 201, and the value is input from the link load storage unit 202.
【００７１】以上のように、本発明によれば、リンク荷
重記憶部２０２の各リンクの荷重度合と階層構造記憶部
２０３の階層的ネットワークに基づいて、階層的ネット
ワークの出力値と顧客の評価値とが一致するように、パ
ラメータ調整部２０７で学習型ファジィ結合演算子のパ
ラメータを調整できる。さらに、総合頻度比較部２１０
において階層構造記憶部２０３の最適な階層的ネットワ
ークを選択して、顧客の要求に応じた結果を自動的に検
索できるので、係員が信頼性の高いサービスを効率よく
行うことができる。As described above, according to the present invention, the output value of the hierarchical network and the evaluation value of the customer are calculated based on the load degree of each link of the link weight storage unit 202 and the hierarchical network of the hierarchical structure storage unit 203. The parameter adjustment unit 207 can adjust the parameters of the learning-type fuzzy combination operator so that Furthermore, the total frequency comparison unit 210
In, the optimum hierarchical network in the hierarchical structure storage unit 203 can be selected and the result in response to the customer's request can be automatically searched, so that the clerk can efficiently perform highly reliable service.
【００７２】なお、発明の実施例において、関数演算の
係数を調整する方法として最急降下法を用いたが、例え
ば準ニュートン法等の他の方法を用いてもよい。また、
ここでは、同一の検索質問文に対して異なる階層的ネッ
トワークを提示する事例を紹介したが、異なる検索質問
文に対して、異なる階層的ネットワークを提示してもよ
い。In the embodiment of the invention, the steepest descent method is used as the method of adjusting the coefficient of the function operation, but other methods such as the quasi-Newton method may be used. Also,
Here, an example is presented in which different hierarchical networks are presented for the same search question sentence, but different hierarchical networks may be presented for different search question sentences.
【００７３】次に、第３の発明の実施例を図面を用いて
説明する。本発明の一実施例である情報検索装置の構成
図を図３に示す。図３において、３０１は階層的ネット
ワーク構造で表現された検索質問文の中から一つを顧客
が選択するための入力部。３０２は前記入力部で表示さ
れた複数個の階層的ネットワークを記憶する階層構造記
憶部。３０３は検索データを記憶するデータ記憶部。３
０４は前記データ記憶部の各データをファジィ命題のメ
ンバシップ関数に入力した場合の適合度を求める適合度
演算部。３０５は前記入力部で決定された一つの階層的
ネットワークを前記階層構造記憶部から選択し、前記適
合度演算部で得られた適合度をその階層的ネットワーク
に入力して、andやorの結合演算子の演算を行う階層構
造演算部。３０６は前記階層構造演算部の出力が顧客の
検索要求を満足した結果となるように階層的ネットワー
クの各結合演算子のパラメータを調整するパラメータ調
整部。３０７は前記パラメータ調整部で決定されたパラ
メータにより前記階層構造演算部の階層的ネットワーク
の各リンクの重みを計算する重視度合演算部。３０８は
前記階層構造演算部の結果を出力するための検索結果表
示部。３０９は複数回の検索操作により得られた複数個
の前記重視度合演算部の重みを比較し、上位層での重み
が最も大きい階層的ネットワークを選択するように前記
階層構造記憶部での階層的ネットワークの優先度を決定
する総合重視度合比較部である。Next, an embodiment of the third invention will be described with reference to the drawings. FIG. 3 shows a block diagram of an information retrieval apparatus which is an embodiment of the present invention. In FIG. 3, reference numeral 301 denotes an input unit for the customer to select one of the search question sentences expressed by the hierarchical network structure. A hierarchical structure storage unit 302 stores a plurality of hierarchical networks displayed on the input unit. A data storage unit 303 stores search data. Three
Reference numeral 04 is a goodness-of-fit calculation unit that obtains a goodness of fit when each data in the data storage unit is input to the membership function of the fuzzy proposition. 305 selects one hierarchical network determined by the input unit from the hierarchical structure storage unit, inputs the goodness of fit obtained by the goodness-of-fit calculation unit to the hierarchical network, and combines and and or Hierarchical structure calculation unit that calculates operators. A parameter adjustment unit 306 adjusts the parameters of each connection operator of the hierarchical network so that the output of the hierarchical structure operation unit satisfies the search request of the customer. Reference numeral 307 is an importance degree calculation unit that calculates the weight of each link of the hierarchical network of the hierarchical structure calculation unit based on the parameters determined by the parameter adjustment unit. A search result display unit 308 outputs the result of the hierarchical structure calculation unit. 309 compares the weights of the plurality of importance degree calculation units obtained by a plurality of search operations, and selects the hierarchical network having the highest weight in the upper layer so that the hierarchical network in the hierarchical structure storage unit is selected. This is a comprehensive importance level comparison unit that determines the priority of the network.
【００７４】第３の発明の情報検索装置について、その
動作過程を説明する。ここでは、従来例と同じく旅行会
社の係員が顧客の希望するホテルを検索するという場合
を想定し、抽象的な検索質問文「出張に便利なホテルを
検索せよ」による検索を考える。ただし、検索の（手順
１）から（手順５）までは第１の発明の情報検索装置と
同じであるので、ここでは記載を省略し、（手順６）か
ら（手順９）のみを記述する。The operation process of the information retrieval apparatus of the third invention will be described. Here, assuming the case where the staff of the travel agency searches for the hotel desired by the customer, as in the conventional example, consider the search using the abstract search query sentence “search for a hotel convenient for business trip”. However, since the (procedure 1) to (procedure 5) of the retrieval are the same as those of the information retrieval apparatus of the first invention, the description is omitted here and only (procedure 6) to (procedure 9) are described.
【００７５】（手順６）検索システムは、重視度合演算
部３０７において、学習後の学習型ファジィ結合演算子
のパラメータの値を一時的に記憶する。（表７）にパラ
メータの値の一例を示す。(Procedure 6) In the retrieval system, the importance degree computing unit 307 temporarily stores the value of the parameter of the learned fuzzy combination operator after learning. Table 7 shows an example of parameter values.
【００７６】[0076]
【表７】 [Table 7]
【００７７】さらに、これらのパラメータの値を用いて
階層的ネットワークの各リンクの重視度合を（数１３）
から計算する。Furthermore, using the values of these parameters, the degree of importance of each link of the hierarchical network is calculated (Equation 13).
Calculate from
【００７８】[0078]
【数１３】 [Equation 13]
【００７９】（手順７）検索結果合表示部３０８では、
検索結果とリンクの重みの結果を表示する。リンクの重
みの結果を図１４に示す。図１４では、リンクの重みを
線の太さで表現している。図１４から、顧客は「費用が
適切」であることを重視しており、その中でも「宿泊費
が適切」であることを重視していることがわかる。顧客
は、この結果を参考にして、より詳細なホテルの画像や
地図等の情報を要求する。(Procedure 7) In the search result result display unit 308,
Display search results and link weight results. The result of the link weight is shown in FIG. In FIG. 14, the link weight is represented by the line thickness. It can be seen from FIG. 14 that the customer attaches great importance to the fact that “the cost is appropriate”, and in particular to that the “accommodation expense is appropriate”. The customer refers to this result and requests more detailed information such as a hotel image and a map.
【００８０】（手順８）（手順２）から（手順７）まで
の一連の操作を一回の検索作業として、複数回の検索を
繰り返す。ただし、ここでは、顧客が同じ検索質問文に
対して、異なった階層的ネットワークを複数回選択した
場合を考える。総合重視度合比較部３０９では、各階層
的ネットワークの総合重視度合を計算する。計算式を
（数１４）に示す。(Procedure 8) A series of operations from (Procedure 2) to (Procedure 7) is regarded as one search operation, and a plurality of searches are repeated. However, here, consider a case where the customer selects different hierarchical networks a plurality of times for the same search question sentence. The comprehensive importance degree comparing unit 309 calculates the overall importance degree of each hierarchical network. The calculation formula is shown in (Equation 14).
【００８１】[0081]
【数１４】 [Equation 14]
【００８２】ただし、TW は総合重視度合を表し、LKkij
は k 種類目の階層的ネットワーク中の第 i 番目の層
における j 番目のリンクの重要度合を示している。ま
た、この k 種類目の階層的ネットワークは w 層と仮定
している。計算方法は、ある種類の階層的ネットワーク
を選択し、その各層ごとに値の最も大きいリンクの重視
度合を計算する。その後、得られた層数だけの重視度合
を全て加算して総合重視度合を計算する。この総合重視
度合の値が大きい階層的ネットワークは、各層におい
て、重視しているリンクが明確に表現されているので、
顧客の検索要求をより表現しているといえる。総合重視
度合比較部３０９では、総合重視度合が最も大きい一つ
の階層的ネットワークが選択される。However, TW represents the degree of total importance, and LK kij
Indicates the importance of the j-th link in the i-th layer in the k-th hierarchical network. The k-th hierarchical network is assumed to be the w-layer. As a calculation method, a certain type of hierarchical network is selected, and the degree of importance of the link having the largest value is calculated for each layer. After that, the total degree of importance is calculated by adding all the degree of importance of the obtained layers. In a hierarchical network with a large degree of total importance, the links that are emphasized are clearly expressed in each layer, so
It can be said that it more expresses the customer's search request. The comprehensive importance degree comparing unit 309 selects one hierarchical network having the highest overall importance degree.
【００８３】（手順９）検索システムは、総合重視度合
比較部３０９で得られた階層的ネットワークの種類を階
層構造記憶部３０２に出力する。顧客が次回の検索時
に、同じ検索質問文を要求した場合、階層構造記憶部３
０２は、総合頻度比較部３０９で得られた階層的ネット
ワークを優先的に表示する。以上のように、本発明によ
れば、階層構造記憶部３０２の階層的ネットワークに基
づいて、階層的ネットワークの出力値と顧客の評価値と
が一致するように、パラメータ調整部３０６で学習型フ
ァジィ結合演算子のパラメータを調整できる。さらに、
総合重視度合比較部３０９において階層構造記憶部３０
２の最適な階層的ネットワークを選択して、顧客の要求
に応じた結果を自動的に検索できるので、係員が信頼性
の高いサービスを効率よく行うことができる。(Procedure 9) The retrieval system outputs the type of hierarchical network obtained by the comprehensive importance degree comparison unit 309 to the hierarchical structure storage unit 302. When the customer requests the same search question sentence at the next search, the hierarchical structure storage unit 3
02 preferentially displays the hierarchical network obtained by the total frequency comparison unit 309. As described above, according to the present invention, based on the hierarchical network of the hierarchical structure storage unit 302, the parameter adjustment unit 306 uses the learning type fuzzy so that the output value of the hierarchical network and the evaluation value of the customer match. You can adjust the parameters of the join operator. further,
The hierarchical structure storage unit 30 in the comprehensive importance degree comparison unit 309
Since the optimum two hierarchical networks can be selected and the result corresponding to the customer's request can be automatically searched, the clerk can efficiently perform the highly reliable service.
【００８４】なお、発明の実施例において、関数演算の
係数を調整する方法として最急降下法を用いたが、例え
ば準ニュートン法等の他の方法を用いてもよい。また、
ここでは、同一の検索質問文に対して異なる階層的ネッ
トワークを提示する事例を紹介したが、異なる検索質問
文に対して、異なる階層的ネットワークを提示してもよ
い。In the embodiments of the invention, the steepest descent method is used as the method for adjusting the coefficient of the function operation, but other methods such as the quasi-Newton method may be used. Also,
Here, an example is presented in which different hierarchical networks are presented for the same search question sentence, but different hierarchical networks may be presented for different search question sentences.
【００８５】次に、第４の発明の実施例を図面を用いて
説明する。本発明の一実施例である情報検索装置の構成
図を図４に示す。図４において、４０１は階層的ネット
ワーク構造で表現された検索質問文の中から一つを顧客
が選択し、階層的ネットワークの各リンクを重視する荷
重を入力する入力部。４０２は前記入力部で入力された
荷重を記憶するリンク荷重記憶部。４０３は前記入力部
で表示された複数個の階層的ネットワークを過去に入力
された荷重とともに記憶する階層構造記憶部。４０４は
検索データを記憶するデータ記憶部。４０５は前記デー
タ記憶部の各データをファジィ命題のメンバシップ関数
に入力した場合の適合度を求める適合度演算部。４０６
は前記入力部で決定された一つの階層的ネットワークを
前記階層構造記憶部から選択し、前記適合度演算部で得
られた適合度をその階層的ネットワークに入力して、荷
重の値も含めてandやorの結合演算子の演算を行う階層
構造演算部。４０７は前記階層構造演算部の出力が顧客
の検索要求を満足した結果となるように階層的ネットワ
ークの各結合演算子のパラメータを調整するパラメータ
調整部。４０８は前記パラメータ調整部で決定されたパ
ラメータにより前記階層構造演算部の階層的ネットワー
クの各リンクの重みを計算する重視度合演算部。４０９
は前記階層構造演算部の結果を出力するための検索結果
表示部。４１０は複数回の検索操作により得られた複数
個の前記重視度合演算部の重みを比較し、上位層での重
みが最も大きい階層的ネットワークを選択するように前
記階層構造記憶部での階層的ネットワークの優先度を決
定する総合重視度合比較部である。Next, an embodiment of the fourth invention will be described with reference to the drawings. FIG. 4 shows a block diagram of an information retrieval apparatus which is an embodiment of the present invention. In FIG. 4, reference numeral 401 denotes an input unit in which the customer selects one of the search question sentences expressed in the hierarchical network structure and inputs a weight that emphasizes each link of the hierarchical network. A link load storage unit 402 stores the load input by the input unit. A hierarchical structure storage unit 403 stores a plurality of hierarchical networks displayed by the input unit together with the weights input in the past. A data storage unit 404 stores search data. Reference numeral 405 is a goodness-of-fit calculation unit that obtains a goodness of fit when each data in the data storage unit is input to the membership function of the fuzzy proposition. 406
Selects one hierarchical network determined by the input unit from the hierarchical structure storage unit, inputs the goodness of fit obtained by the goodness-of-fit calculation unit into the hierarchical network, and also includes the weight value. Hierarchical structure operation part that performs the operation of the join operator of and and or. Reference numeral 407 is a parameter adjustment unit that adjusts the parameters of each connection operator of the hierarchical network so that the output of the hierarchical structure operation unit satisfies the search request of the customer. Reference numeral 408 is an importance degree calculation unit that calculates the weight of each link of the hierarchical network of the hierarchical structure calculation unit based on the parameters determined by the parameter adjustment unit. 409
Is a search result display unit for outputting the result of the hierarchical structure calculation unit. Reference numeral 410 compares the weights of the plurality of importance degree calculation units obtained by a plurality of search operations, and selects the hierarchical network with the highest weight in the upper layer in the hierarchical structure storage unit. This is a comprehensive importance level comparison unit that determines the priority of the network.
【００８６】第４の発明の情報検索装置について、その
動作過程を説明する。ここでは、従来例と同じく旅行会
社の係員が顧客の希望するホテルを検索するという場合
を想定し、抽象的な検索質問文「出張に便利なホテルを
検索せよ」による検索を考える。ただし、検索の（手順
１）と（手順３）、及び（手順５）は第１の発明の情報
検索装置と同じであるので、ここでは記載を省略し、
（手順２）と（手順４）、及び（手順６）から（手順
９）のみを記述する。The operation process of the information retrieval apparatus of the fourth invention will be described. Here, assuming the case where the staff of the travel agency searches for the hotel desired by the customer, as in the conventional example, consider the search using the abstract search query sentence “search for a hotel convenient for business trip”. However, since the (procedure 1), (procedure 3), and (procedure 5) of retrieval are the same as those of the information retrieval apparatus of the first invention, the description thereof is omitted here.
Only (procedure 2) and (procedure 4) and (procedure 6) to (procedure 9) will be described.
【００８７】（手順２）階層構造記憶部４０３では、階
層的ネットワーク構造で表現された複数個の検索質問文
が記憶されており、検索システムは、入力部４０１でこ
れらの階層的ネットワークを表示する。顧客はこれらの
階層的ネットワークの中から、一つを選択する。また、
その階層的ネットワーク中の学習型ファジィ結合演算子
と他の学習型ファジィ結合演算子とを結合しているリン
クに対して、荷重度合を入力する。リンクの荷重度合
は、リンク荷重記憶部４０２に記憶する。なお、リンク
荷重記憶部４０２では、過去からのリンクの荷重を記憶
している。(Procedure 2) The hierarchical structure storage unit 403 stores a plurality of search question sentences expressed in a hierarchical network structure, and the search system displays these hierarchical networks on the input unit 401. . The customer selects one from these hierarchical networks. Also,
The weight degree is input to the link connecting the learning type fuzzy combination operator and the other learning type fuzzy combination operator in the hierarchical network. The link load degree is stored in the link load storage unit 402. The link load storage unit 402 stores the load of the link from the past.
【００８８】（手順４）階層構造演算部４０６では、選
択された階層的ネットワークの各層での学習型ファジィ
結合演算部の出力を計算する。ただし、学習型ファジィ
結合演算子は（数２）のように定義される。ただし、T
と S は（数１１）のように表される。また、m は（数
１２）のように表される。ここで、vj は顧客が入力部
４０１で与えた各リンクの荷重度合であり、その値はリ
ンク荷重記憶部４０２から入力される。(Procedure 4) The hierarchical structure calculation unit 406 calculates the output of the learning type fuzzy connection calculation unit in each layer of the selected hierarchical network. However, the learning type fuzzy combination operator is defined as in (Equation 2). However, T
And S are expressed as (Equation 11). Also, m is expressed as in (Equation 12). Here, v j is the load degree of each link given by the customer in the input unit 401, and the value is input from the link load storage unit 402.
【００８９】（手順６）検索システムは、重視度合演算
部４０８において、学習後の学習型ファジィ結合演算子
のパラメータの値を一時的に記憶する。さらに、これら
のパラメータの値を用いて階層的ネットワークの各リン
クの重視度合を（数１３）から計算する。(Procedure 6) In the retrieval system, the importance degree computing unit 408 temporarily stores the parameter values of the learned fuzzy combination operator after learning. Furthermore, using the values of these parameters, the degree of importance of each link of the hierarchical network is calculated from (Equation 13).
【００９０】（手順７）検索結果合表示部４０９では、
検索結果とリンクの重みの結果を表示する。(Procedure 7) In the search result result display section 409,
Display search results and link weight results.
【００９１】（手順８）（手順２）から（手順７）まで
の一連の操作を一回の検索作業として、複数回の検索を
繰り返す。ただし、ここでは、顧客が同じ検索質問文に
対して、異なった階層的ネットワークを複数回選択した
場合を考える。総合重視度合比較部４１０では、各階層
的ネットワークの総合重視度合を計算する。計算式を
（数１４）に示す。総合重視度合比較部４１０では、総
合重視度合が最も大きい一つの階層的ネットワークが選
択される。(Procedure 8) A series of operations from (Procedure 2) to (Procedure 7) is regarded as one search operation, and a plurality of searches are repeated. However, here, consider a case where the customer selects different hierarchical networks a plurality of times for the same search question sentence. The comprehensive importance level comparison unit 410 calculates the overall importance level of each hierarchical network. The calculation formula is shown in (Equation 14). In the comprehensive importance degree comparing unit 410, one hierarchical network having the highest overall importance degree is selected.
【００９２】（手順９）検索システムは、総合重視度合
比較部４１０で得られた階層的ネットワークの種類を階
層構造記憶部４０３に出力する。顧客が次回の検索時
に、同じ検索質問文を要求した場合、階層構造記憶部４
０３は、総合頻度比較部４１０で得られた階層的ネット
ワークを優先的に表示する。(Procedure 9) The retrieval system outputs the type of hierarchical network obtained by the comprehensive importance degree comparison unit 410 to the hierarchical structure storage unit 403. When the customer requests the same search question sentence at the next search, the hierarchical structure storage unit 4
03 preferentially displays the hierarchical network obtained by the total frequency comparison unit 410.
【００９３】以上のように、本発明によれば、リンク荷
重記憶部４０２の各リンクの荷重度合と階層構造記憶部
４０３の階層的ネットワークに基づいて、階層的ネット
ワークの出力値と顧客の評価値とが一致するように、パ
ラメータ調整部４０７で学習型ファジィ結合演算子のパ
ラメータを調整できる。さらに、総合重視度合比較部４
１０において階層構造記憶部４０３の最適な階層的ネッ
トワークを選択して、顧客の要求に応じた結果を自動的
に検索できるので、係員が信頼性の高いサービスを効率
よく行うことができる。As described above, according to the present invention, the output value of the hierarchical network and the evaluation value of the customer are calculated based on the weight degree of each link of the link weight storage unit 402 and the hierarchical network of the hierarchical structure storage unit 403. The parameter adjustment unit 407 can adjust the parameters of the learning type fuzzy combination operator so that Furthermore, the comprehensive importance degree comparison unit 4
Since the optimum hierarchical network of the hierarchical structure storage unit 403 can be selected in 10 and the result according to the customer's request can be automatically searched, the clerk can efficiently perform the highly reliable service.
【００９４】なお、発明の実施例において、関数演算の
係数を調整する方法として最急降下法を用いたが、例え
ば準ニュートン法等の他の方法を用いてもよい。また、
ここでは、同一の検索質問文に対して異なる階層的ネッ
トワークを提示する事例を紹介したが、異なる検索質問
文に対して、異なる階層的ネットワークを提示してもよ
い。In the embodiment of the invention, the steepest descent method is used as the method for adjusting the coefficient of the function operation, but other methods such as the quasi-Newton method may be used. Also,
Here, an example is presented in which different hierarchical networks are presented for the same search question sentence, but different hierarchical networks may be presented for different search question sentences.
【００９５】[0095]
【発明の効果】以上のように、第１の発明では、階層構
造記憶部の階層的ネットワークに基づいて、階層的ネッ
トワークの出力値と顧客の評価値とが一致するように、
パラメータ調整部で学習型ファジィ結合演算子のパラメ
ータを調整できる。さらに、総合頻度比較部において階
層構造記憶部の最適な階層的ネットワークを選択して、
顧客の要求に応じた結果を自動的に検索できるので、係
員が信頼性の高いサービスを効率よく行うことができ
る。As described above, according to the first aspect of the present invention, based on the hierarchical network of the hierarchical structure storage unit, the output value of the hierarchical network and the evaluation value of the customer match.
The parameter adjustment unit can adjust the parameters of the learning type fuzzy combination operator. Furthermore, in the total frequency comparison unit, the optimum hierarchical network in the hierarchical structure storage unit is selected,
Since the result according to the customer's request can be automatically searched, the clerk can efficiently perform highly reliable service.
【００９６】第２の発明では、リンク荷重記憶部の各リ
ンクの荷重度合と階層構造記憶部の階層的ネットワーク
に基づいて、階層的ネットワークの出力値と顧客の評価
値とが一致するように、パラメータ調整部で学習型ファ
ジィ結合演算子のパラメータを調整できる。さらに、総
合頻度比較部において階層構造記憶部の最適な階層的ネ
ットワークを選択して、顧客の要求に応じた結果を自動
的に検索できるので、係員が信頼性の高いサービスを効
率よく行うことができる。In the second invention, the output value of the hierarchical network and the evaluation value of the customer are matched so that the output value of the hierarchical network coincides with the hierarchical network of the hierarchical structure storage unit and the load degree of each link of the link load storage unit. The parameter adjustment unit can adjust the parameters of the learning type fuzzy combination operator. Furthermore, since the optimum frequency network in the hierarchical structure storage section can be selected in the total frequency comparison section and the result according to the customer's request can be automatically retrieved, the staff can efficiently perform highly reliable service. it can.
【００９７】第３の発明では、階層構造記憶部の階層的
ネットワークに基づいて、階層的ネットワークの出力値
と顧客の評価値とが一致するように、パラメータ調整部
で学習型ファジィ結合演算子のパラメータを調整でき
る。さらに、総合重視度合比較部において階層構造記憶
部の最適な階層的ネットワークを選択して、顧客の要求
に応じた結果を自動的に検索できるので、係員が信頼性
の高いサービスを効率よく行うことができる。In the third invention, based on the hierarchical network of the hierarchical structure storage unit, the parameter adjustment unit uses the learning type fuzzy combination operator so that the output value of the hierarchical network and the customer's evaluation value match. You can adjust the parameters. Furthermore, the comprehensive importance level comparison section can select the optimum hierarchical network in the hierarchical structure storage section and automatically retrieve the result according to the customer's request, so that the clerk can perform highly reliable service efficiently. You can
【００９８】第４の発明では、リンク荷重記憶部の各リ
ンクの荷重度合と階層構造記憶部の階層的ネットワーク
に基づいて、階層的ネットワークの出力値と顧客の評価
値とが一致するように、パラメータ調整部で学習型ファ
ジィ結合演算子のパラメータを調整できる。さらに、総
合重視度合比較部において階層構造記憶部の最適な階層
的ネットワークを選択して、顧客の要求に応じた結果を
自動的に検索できるので、係員が信頼性の高いサービス
を効率よく行うことができる。According to the fourth aspect of the present invention, the output value of the hierarchical network and the customer's evaluation value are matched based on the weight degree of each link of the link weight storage unit and the hierarchical network of the hierarchical structure storage unit. The parameter adjustment unit can adjust the parameters of the learning type fuzzy combination operator. Furthermore, the comprehensive importance level comparison section can select the optimum hierarchical network in the hierarchical structure storage section and automatically retrieve the result according to the customer's request, so that the clerk can perform highly reliable service efficiently. You can
【図１】第１の発明の実施例の構成図FIG. 1 is a configuration diagram of an embodiment of the first invention.
【図２】第２の発明の実施例の構成図FIG. 2 is a configuration diagram of an embodiment of the second invention.
【図３】第３の発明の実施例の構成図FIG. 3 is a configuration diagram of an embodiment of the third invention.
【図４】第４の発明の実施例の構成図FIG. 4 is a configuration diagram of an embodiment of the fourth invention.
【図５】従来の情報検索装置の例の構成図FIG. 5 is a block diagram of an example of a conventional information search device.
【図６】従来の情報検索装置で用いるメンバシップ関数
の図FIG. 6 is a diagram of a membership function used in a conventional information retrieval device.
【図７】第１の発明の情報検索装置で用いるメンバシッ
プ関数の図FIG. 7 is a diagram of a membership function used in the information search device of the first invention.
【図８】階層的ネットワークの一例を示す図FIG. 8 is a diagram showing an example of a hierarchical network.
【図９】学習型ファジィ結合演算子の入出力関係の一例
を示す図FIG. 9 is a diagram showing an example of an input / output relationship of a learning type fuzzy combination operator.
【図１０】総合頻度と階層的ネットワークの選択の一例
を示す図FIG. 10 is a diagram showing an example of total frequency and selection of hierarchical networks.
【図１１】検索システムの概念図FIG. 11 is a conceptual diagram of a search system.
【図１２】大阪近辺のホテルに対する検索結果を示す図[Fig. 12] Diagram showing search results for hotels in the vicinity of Osaka
【図１３】横浜近辺のホテルの検索結果を示す図[Fig. 13] Diagram showing search results for hotels in the vicinity of Yokohama
【図１４】学習後のリンクの重みを示す図FIG. 14 is a diagram showing link weights after learning.
１０１，２０１，３０１，４０１ 入力部 ２０２，４０２ リンク荷重記憶部 １０２，２０３，３０２，４０３ 階層構造記憶部 １０３，２０４，３０３，４０４ データ記憶部 １０４，２０５，３０４，４０５ 適合度演算部 １０５，２０６，３０５，４０６ 階層構造演算部 １０６，２０７，３０６，４０７ パラメータ調整部 １０７，２０８，３０８，４０９ 検索結果表示部 １０８，２０９ 検索結果記憶部 １０９，２１０ 総合頻度比較部 ３０７，４０８ 重視度合演算部 ３０９，４１０ 総合重視度合比較部 101, 201, 301, 401 Input unit 202, 402 Link weight storage unit 102, 203, 302, 403 Hierarchical structure storage unit 103, 204, 303, 404 Data storage unit 104, 205, 304, 405 Fitness calculation unit 105, 206, 305, 406 Hierarchical structure calculation unit 106, 207, 306, 407 Parameter adjustment unit 107, 208, 308, 409 Search result display unit 108, 209 Search result storage unit 109, 210 Total frequency comparison unit 307, 408 Importance degree calculation Department 309,410 Comprehensive importance degree comparison department
Claims (4)
質問文の中から一つを利用者が選択するための入力部
と、前記入力部で表示された複数個の階層的ネットワー
クを記憶する階層構造記憶部と、検索データを記憶する
データ記憶部と、前記データ記憶部の各データをファジ
ィ命題のメンバシップ関数に入力した場合の適合度を求
める適合度演算部と、前記入力部で決定された一つの階
層的ネットワークを前記階層構造記憶部から選択し、前
記適合度演算部で得られた適合度をその階層的ネットワ
ークに入力して、andやorの結合演算子の演算を行う階
層構造演算部と、前記階層構造演算部の出力が利用者の
検索要求を満足した結果となるように階層的ネットワー
クの各結合演算子のパラメータを調整するパラメータ調
整部と、前記階層構造演算部の結果を出力するための検
索結果表示部と、複数回の検索操作により得られた前記
検索結果表示部の結果をその検索の頻度とともに記憶す
る検索結果記憶部と、前記検索結果記憶部での検索の頻
度の累計表を作成し、その頻度の最も高い階層的ネット
ワークを選択するように前記階層構造記憶部での階層的
ネットワークの優先度を決定する総合頻度比較部を具備
することを特徴とする情報検索装置。1. A hierarchy for storing a plurality of hierarchical networks displayed by the input unit, the input unit allowing a user to select one of the search question sentences represented by the hierarchical network structure. A structure storage unit, a data storage unit that stores search data, a fitness calculation unit that obtains a fitness when each data in the data storage unit is input to the membership function of the fuzzy proposition, and the input unit. A hierarchical structure in which another hierarchical network is selected from the hierarchical structure storage unit, and the goodness of fit obtained by the goodness-of-fit calculation unit is input to the hierarchical network to perform the operation of the join operator of and and or. An operation unit, a parameter adjustment unit that adjusts the parameters of each connection operator of the hierarchical network so that the output of the hierarchical structure operation unit satisfies the search request of the user, and the hierarchical structure A search result display unit for outputting the result of the calculation unit, a search result storage unit for storing the result of the search result display unit obtained by a plurality of search operations together with the frequency of the search, and the search result storage unit A total frequency comparison unit that creates a cumulative table of search frequencies in the above and determines the priority of the hierarchical network in the hierarchical structure storage unit so as to select the hierarchical network with the highest frequency. Characteristic information retrieval device.
質問文の中から一つを利用者が選択し、階層的ネットワ
ークの各リンクを重視する荷重を入力する入力部と、前
記入力部で入力された荷重を記憶するリンク荷重記憶部
と、前記入力部で表示された複数個の階層的ネットワー
クを過去に入力された荷重とともに記憶する階層構造記
憶部と、検索データを記憶するデータ記憶部と、前記デ
ータ記憶部の各データをファジィ命題のメンバシップ関
数に入力した場合の適合度を求める適合度演算部と、前
記入力部で決定された一つの階層的ネットワークを前記
階層構造記憶部から選択し、前記適合度演算部で得られ
た適合度をその階層的ネットワークに入力して、荷重の
値も含めてandやorの結合演算子の演算を行う階層構造
演算部と、前記階層構造演算部の出力が利用者の検索要
求を満足した結果となるように階層的ネットワークの各
結合演算子のパラメータを調整するパラメータ調整部
と、前記階層構造演算部の結果を出力するための検索結
果表示部と、複数回の検索操作により得られた前記検索
結果表示部の結果をその検索の頻度とともに記憶する検
索結果記憶部と、前記検索結果記憶部での検索の頻度の
累計表を作成し、その頻度の最も高い階層的ネットワー
クを選択するように前記階層構造記憶部での階層的ネッ
トワークの優先度を決定する総合頻度比較部を具備する
ことを特徴とする情報検索装置。2. An input unit for a user to select one of search query sentences expressed by a hierarchical network structure, and to input a weight that attaches importance to each link of the hierarchical network, and input by the input unit. A link load storage unit for storing the loaded load, a hierarchical structure storage unit for storing the plurality of hierarchical networks displayed by the input unit together with the previously input loads, and a data storage unit for storing the search data. , A fitness calculation unit that obtains a fitness when each data in the data storage unit is input to a membership function of a fuzzy proposition, and one hierarchical network determined by the input unit are selected from the hierarchical structure storage unit Then, by inputting the goodness of fit obtained by the goodness-of-fit calculation unit into the hierarchical network, the hierarchical structure calculation unit for calculating the combined operator of and and or including the value of the load, and the hierarchy A parameter adjustment unit that adjusts the parameters of each associative operator of the hierarchical network so that the output of the creation operation unit satisfies the search request of the user, and a search for outputting the result of the hierarchical structure operation unit. A result display unit, a search result storage unit that stores the results of the search result display unit obtained by a plurality of search operations together with the frequency of the search, and a cumulative table of the search frequency in the search result storage unit Then, the information retrieving apparatus is provided with an overall frequency comparing unit that determines the priority of the hierarchical network in the hierarchical structure storage unit so as to select the hierarchical network with the highest frequency.
質問文の中から一つを利用者が選択するための入力部
と、前記入力部で表示された複数個の階層的ネットワー
クを記憶する階層構造記憶部と、検索データを記憶する
データ記憶部と、前記データ記憶部の各データをファジ
ィ命題のメンバシップ関数に入力した場合の適合度を求
める適合度演算部と、前記入力部で決定された一つの階
層的ネットワークを前記階層構造記憶部から選択し、前
記適合度演算部で得られた適合度をその階層的ネットワ
ークに入力して、andやorの結合演算子の演算を行う階
層構造演算部と、前記階層構造演算部の出力が利用者の
検索要求を満足した結果となるように階層的ネットワー
クの各結合演算子のパラメータを調整するパラメータ調
整部と、前記パラメータ調整部で決定されたパラメータ
により前記階層構造演算部の階層的ネットワークの各リ
ンクの重みを計算する重視度合演算部と、前記階層構造
演算部の結果を出力するための検索結果表示部と、複数
回の検索操作により得られた複数個の前記重視度合演算
部の重みを比較し、上位層での重みが最も大きい階層的
ネットワークを選択するように前記階層構造記憶部での
階層的ネットワークの優先度を決定する総合重視度合比
較部を具備することを特徴とする情報検索装置。3. An input unit for a user to select one of search query sentences expressed by a hierarchical network structure, and a hierarchy for storing a plurality of hierarchical networks displayed by the input unit. A structure storage unit, a data storage unit that stores search data, a fitness calculation unit that obtains a fitness when each data in the data storage unit is input to the membership function of the fuzzy proposition, and the input unit. A hierarchical structure in which another hierarchical network is selected from the hierarchical structure storage unit, and the goodness of fit obtained by the goodness-of-fit calculation unit is input to the hierarchical network to perform the operation of the join operator of and and or. An operation unit, a parameter adjustment unit that adjusts the parameters of each associative operator of the hierarchical network so that the output of the hierarchical structure operation unit satisfies the search request of the user, and the parameter. An importance degree calculation unit that calculates the weight of each link of the hierarchical network of the hierarchical structure calculation unit based on the parameters determined by the adjustment unit; a search result display unit that outputs the result of the hierarchical structure calculation unit; Prioritizing the hierarchical network in the hierarchical structure storage unit so as to compare the weights of the plurality of importance degree calculation units obtained by one search operation and select the hierarchical network with the highest weight in the upper layer. An information retrieving apparatus comprising a comprehensive importance degree comparing unit for determining a degree.
質問文の中から一つを利用者が選択し、階層的ネットワ
ークの各リンクを重視する荷重を入力する入力部と、前
記入力部で入力された荷重を記憶するリンク荷重記憶部
と、前記入力部で表示された複数個の階層的ネットワー
クを過去に入力された荷重とともに記憶する階層構造記
憶部と、検索データを記憶するデータ記憶部と、前記デ
ータ記憶部の各データをファジィ命題のメンバシップ関
数に入力した場合の適合度を求める適合度演算部と、前
記入力部で決定された一つの階層的ネットワークを前記
階層構造記憶部から選択し、前記適合度演算部で得られ
た適合度をその階層的ネットワークに入力して、荷重の
値も含めてandやorの結合演算子の演算を行う階層構造
演算部と、前記階層構造演算部の出力が利用者の検索要
求を満足した結果となるように階層的ネットワークの各
結合演算子のパラメータを調整するパラメータ調整部
と、前記パラメータ調整部で決定されたパラメータによ
り前記階層構造演算部の階層的ネットワークの各リンク
の重みを計算する重視度合演算部と、前記階層構造演算
部の結果を出力するための検索結果表示部と、複数回の
検索操作により得られた複数個の前記重視度合演算部の
重みを比較し、上位層での重みが最も大きい階層的ネッ
トワークを選択するように前記階層構造記憶部での階層
的ネットワークの優先度を決定する総合重視度合比較部
を具備することを特徴とする情報検索装置。4. An input section for a user to select one of search query sentences expressed by a hierarchical network structure, and to input a weight that attaches importance to each link of the hierarchical network. A link load storage unit for storing the loaded load, a hierarchical structure storage unit for storing the plurality of hierarchical networks displayed by the input unit together with the previously input loads, and a data storage unit for storing the search data. , A fitness calculation unit that obtains a fitness when each data in the data storage unit is input to the membership function of the fuzzy proposition, and one hierarchical network determined by the input unit are selected from the hierarchical structure storage unit Then, by inputting the goodness of fit obtained by the goodness-of-fit calculation unit into the hierarchical network, the hierarchical structure calculation unit for calculating the combined operator of and and or including the value of the load, and the hierarchy A parameter adjustment unit that adjusts the parameters of each associative operator of the hierarchical network so that the output of the calculation operation unit satisfies the search request of the user, and the hierarchical structure based on the parameters determined by the parameter adjustment unit. An arithmetic unit for calculating the weight of each link of the hierarchical network of the calculation unit, a search result display unit for outputting the result of the hierarchical structure calculation unit, and a plurality of search results obtained by a plurality of search operations. An overall importance degree comparison unit is provided which compares the weights of the importance degree calculation units and determines the priority of the hierarchical network in the hierarchical structure storage unit so as to select the hierarchical network having the highest weight in the upper layer. An information retrieval device characterized by:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4269851A JPH06119390A (en) | 1992-10-08 | 1992-10-08 | Information retrieving device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4269851A JPH06119390A (en) | 1992-10-08 | 1992-10-08 | Information retrieving device |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06119390A true JPH06119390A (en) | 1994-04-28 |
Family
ID=17478083
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4269851A Pending JPH06119390A (en) | 1992-10-08 | 1992-10-08 | Information retrieving device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH06119390A (en) |
-
1992
- 1992-10-08 JP JP4269851A patent/JPH06119390A/en active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6996366B2 (en) | Automated individualized learning program creation system and associated methods | |
| CN110457442A (en) | The knowledge mapping construction method of smart grid-oriented customer service question and answer | |
| US8027941B2 (en) | Automated classification algorithm comprising at least one input-invariant part | |
| Aggarwal | Compensative weighted averaging aggregation operators | |
| CN110427991A (en) | A kind of character string matching method and device | |
| JP3315781B2 (en) | User information management device, information filter, information classification device, information reproduction device, information search device, and kana-kanji conversion device | |
| CN109165351B (en) | Service component search recommendation method based on semantics | |
| JP4014390B2 (en) | Multimedia object search system | |
| JP4014713B2 (en) | Search support system for multi-attribute data group | |
| JPH06119390A (en) | Information retrieving device | |
| JPH07200658A (en) | Designing support device | |
| JPH11232278A (en) | Information source recommending device | |
| US11783215B2 (en) | Information processing apparatus and recommendation control method | |
| Salmam et al. | Prediction in OLAP data cubes | |
| JPH06282575A (en) | Information retrieving device | |
| JPH03168869A (en) | Fuzzy retrieving device | |
| JP2954949B2 (en) | Document search device | |
| Nuriyev et al. | Z-Numbers-based approach to hotel service quality assessment | |
| JP3088805B2 (en) | Document management device | |
| JPH06162101A (en) | Information retrieving device | |
| JP2679641B2 (en) | Method and apparatus for sending electronic mail | |
| US20110119229A1 (en) | Apparatus for creating workflow of composition web service and functionality information construction method for creating workflow of composition web service | |
| JPH05314180A (en) | Information retrieving device | |
| US20230083780A1 (en) | Peer search method and system | |
| US20050080778A1 (en) | System and method using universal substitute values in database tables |