JPH06124305A - 文書検索方法 - Google Patents

Abstract

(57)【要約】 【目的】索引作成に手間をかけることなく、高速かつ検
索精度が高い文書検索方法を提供する。 【構成】自然語で書かれた文書を複数記憶する文書デー
タベース１０８と、自然語による文字列を検索指示文と
して入力する手段１０１と、検索指示文から検索キーを
抽出する手段１０２と、検索キーを用いて文書データベ
ースを全文検索する手段１０３と、検索結果を出力する
手段１０１を備えた文書検索システムであって、自然語
による文字列を意味構造に変換する手段１０４，１０６
と、意味構造を照合する手段１０６を備え、検索指示文
と検索指示文に基づいて検索した文書との意味構造が一
致するものを所望の文書として出力する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、自然語による検索指示
文を入力して、所望の文書を文書データベースから高速
に検索する文書検索方法に関する。

【０００２】

【従来の技術】従来の文書検索方法は、例えば、電子情
報通信学会技術研究報告 Vol.９０No.４７８ 第３１頁
から第３４頁において論じられている。この文献では、
以下の三種類の文書検索方法が提案されている。 （１）個々の検索単位ごとに主題分析を行って、人手に
よりキーワードを付与し、検索時には本文そのものでな
く、この索引を用いて検索する方法。 （２）個々の検索単位ごとに自然語処理技術により自動
的にキーワードを付与し、検索時には本文そのものでな
く、この索引を用いて検索する方法。 （３）文書データベース全文と指定したキーワード文字
列とを文字列照合することにより検索する方法。

【０００３】

【発明が解決しようとする課題】上記従来技術における
文書検索方法では、次のような問題がある。すなわち、
（１）の方法では、（ａ）キーワードの付与は人手にた
よるため、索引作成に手間がかかる。（ｂ）検索者とキ
ーワード付与者との間でキーワードの解釈のずれが生じ
る。（２）の方法では、索引作成の手間が軽減される反
面、（ｃ）本文の文字づらに左右されるので検索精度が
低い。（ｄ）自動的に抽出されるキーワードの全てが主
題を表現しているとは限らないため、適合率が低い。
（３）の方法では、（ｅ）本文の文字づらで検索するた
め、人手でキーワードを付与する場合に比べ、精度が低
い。特に、検索条件によっては、大量のごみ（ノイズ）
が出て、適合率が大幅に低下する場合がある。

【０００４】本発明の目的は、このような問題点を改善
し、索引作成に手間をかけることなく、高速かつ検索精
度が高い文書検索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】本発明の文書検索方法
は、自然語で書かれた文書を記憶する文書データベース
と、自然語による文字列を検索指示文として入力する手
段と、前記検索指示文から検索キーを抽出する手段と、
前記検索キーを用いて前記文書データベースを全文検索
する手段と、前記検索結果を出力する手段を備えた文書
検索システムにおいて、自然語による文字列を意味構造
に変換する手段と、前記意味構造を照合する手段を設け
る。

【０００６】

【作用】上記の構成によると、文書検索システムにおい
て、自然語による文字列を検索指示文として入力し、検
索指示文から検索キーを抽出し、検索キーを用いて文書
データベースを全文検索することにより、検索対象候補
の絞り込みを高速に行う。次に、検索指示文と検索結果
をそれぞれ意味構造に変換し、これらの意味構造を照合
することにより、検索対象候補の精度を高める。この二
つのステップを経て、検索結果を所望の文書として出力
する。

【０００７】このように、検索キーを用いた全文検索の
検索結果に対して意味解析を行うので、全文検索でも、
高速で精度が高い文書検索が可能である。

【０００８】

【実施例】図１は本発明の実施例における機能構成を示
す。図１を用いて、本発明を利用した文書検索システム
の全体構成を説明したあと、発明の特徴となる文書検索
方法を説明する。

【０００９】入出力部１０１は次の三つの役割を果た
す。すなわち、（１）検索キー、文書を入力して、それ
ぞれ検索キー辞書１０７，文書データベース１０８に格
納する。（２）検索指示文を入力して、検索キー抽出部
１０２と意味構造変換部１０４に渡す。（３）検索結果
を意味構造照合部１０６から受け取って、これを出力す
る。

【００１０】検索キー抽出部１０２は入出力部１０１か
ら検索指示文を受け取る。次に、検索キー辞書１０７を
参照して検索指示文から検索キーを抽出し、これを文書
検索部１０３に渡す。

【００１１】文書検索部１０３は検索キー抽出部１０２
から検索キーを受け取る。次に、検索キーを用いて文書
データベース１０８から文書を検索し、これを文書意味
構造変換部１０５に渡す。

【００１２】検索指示文意味構造変換部１０４は入出力
処理１０１から検索指示文を受け取る。次に、検索指示
文を意味構造に変換し、これを意味構造照合部１０６に
渡す。

【００１３】文書意味構造変換部１０５は文書検索部１
０３から文書を受け取る。次に、文書を意味構造に変換
し、これを意味構造照合部１０６に渡す。

【００１４】意味構造照合部１０６は検索指示文意味構
造変換部１０４，文書意味構造変換部１０５からそれぞ
れ検索指示文の意味構造と検索文書の意味構造を受け取
る。次に、これらの意味構造を照合し、一致する文書を
入出力部１０１に渡す。

【００１５】検索キー辞書１０７は検索キーを入出力部
１０１から受け取り、これを記憶する。記憶された検索
キーは検索キー抽出部１０２により読み出される。

【００１６】文書データベース１０８は文書を入出力部
１０１から受け取り、これを記憶する。記憶された文書
は文書検索部１０３により読み出される。

【００１７】以下では本発明の特徴となる文書検索方法
を説明する。

【００１８】図２は本発明の実施例における文書検索処
理を示すフローチャートである。

【００１９】本実施例では、まず、入出力部１０１から
検索指示文を入力する（２０１）。入力された検索指示
文から検索キー辞書１０７を参照して検索キーを抽出す
る（２０２）。次に、抽出した検索キーから全文検索コ
マンドを生成する(２０３)。次に、文書データベースを
全文検索する（２０４）。次に、検索指示文を意味解析
し、機能連鎖構造と呼ぶデータ構造で表す（２０５）。
ここで、機能連鎖構造とは文字列を構成する自然語要素
が有する概念間の関係を表し、情報処理学会論文誌 Vo
l.３２ No.９ 第１１８０頁から第１１８９頁において
詳しく論じられている。次に、検索した文書の各々につ
いても同様に意味解析し、機能連鎖構造で表す（２０
６）。次に、検索指示文の機能連鎖構造を検索した文書
の各々の機能連鎖構造と照合し（２０７）、検索キーを
含む部分が一致する文書を所望の文書として出力する
（２０８）。

【００２０】以下、図３ないし図７を用いて、本実施例
により、全文検索でも、高速で精度が高い文書検索が可
能であることを機能連鎖構造による意味表現を用いなが
ら示す。

【００２１】図３は検索キー辞書１０７に記憶されてい
る検索キーの一例である。ここでは、スポーツ，大会，
音声と認識の検索キーが登録されている。

【００２２】図４は文書データベース１０８に記憶され
ている文書の一例である。文書データベースの名称は文
書ＤＢ１である。文書４０１はスポーツと大会の両方を
含まない。文書４０２，４０３はスポーツと大会の両方
を含む。

【００２３】図５は全文検索コマンドの一例である。こ
こでは、文書ＤＢ１からスポーツと大会を含む文書を検
索せよという意味である。

【００２４】図６はスポーツ大会に関する記事を読みた
いという検索指示文に対する機能連鎖構造の一例であ
る。

【００２５】図７，図８はそれぞれ文書４０２，４０３
に対する機能連鎖構造の一例(部分)である。

【００２６】以下、「スポーツ大会に関する記事を読み
たい」という検索指示文に対して、図４の文書データベ
ースからユーザが所望する文書を検索する場合を例とし
て説明する。

【００２７】ステップ２０１で、検索指示文を入力させ
る。検索指示文はテキスト形式の自然語文字列である。

【００２８】次に、ステップ２０２で、入力された検索
指示文から検索キーを抽出する。ここでは、「スポーツ
大会に関する記事を読みたい」という検索指示文から図
３の検索キー辞書を参照して、スポーツと大会という二
つの検索キーを抽出する。

【００２９】次に、ステップ２０３で、抽出した検索キ
ーから全文検索コマンドを生成する。ここでは、スポー
ツと大会という検索キーから図５のコマンドを生成す
る。

【００３０】次に、ステップ２０４で、図５のコマンド
に基づき、文書データベースを全文検索する。ここで
は、文書ＤＢ１からスポーツと大会を含む文書４０２，
４０３を検索する。

【００３１】次に、ステップ２０５で、検索指示文を意
味解析し、機能連鎖構造で表す。

【００３２】「スポーツ大会に関する記事を読みたい」
という検索指示文に対する機能連鎖構造は図６のように
なる。

【００３３】次に、ステップ２０６で、検索した文書の
各々を意味解析し、機能連鎖構造で表す。検索した文書
４０２，４０３に対する機能連鎖構造はそれぞれ図７，
図８のようになる。

【００３４】次に、ステップ２０７，２０８で、検索指
示文の機能連鎖構造を検索した文書の各々の機能連鎖構
造と照合し、検索キーを含む部分が一致する文書を所望
の文書として出力する。ここでは、まず、検索指示文と
文書４０２を照合する。検索指示文の機能連鎖構造のう
ち、検索キーを含む部分は６０１である。文書４０２の
機能連鎖構造のうち、検索キーを含む部分は７０１であ
り、６０１と７０１は一致しない。次に、検索指示文と
文書４０３を照合する。文書４０３の機能連鎖構造のう
ち、検索キーを含む部分は８０１であり、６０１と８０
１は一致する。そこで、文書４０３を所望の文書として
出力する。

【００３５】本文の文字づらで検索する従来方式による
と、上記の場合、文書４０２も出力される。ところが、
文書４０２はスポーツと大会の検索キーを含んでいる
が、スポーツ大会に関する文書ではない。このように検
索精度が低く、本来所望されていない文書まで検索され
る可能性がある。

【００３６】これに対し、本実施例によると、意味の照
合まで行うので文書４０２は検索されることはなく、検
索精度を高めることができた。

【００３７】

【発明の効果】本発明によれば、全文検索システムにお
いて、高速で精度が高い文書検索が可能である。そのた
め、不必要な文書が検索されることがなくなり、使い勝
手のよい文書検索システムを実現できる。また、文書登
録時に主題分析し、キーワードを付与する必要がないの
で、容易に文書検索システムを実現することができる。

【図面の簡単な説明】

【図１】本発明の実施例の文書検索システムの機能ブロ
ック図。

【図２】本発明の実施例における文書検索処理の動作を
示すフローチャート。

【図３】図１の検索キー辞書に記憶された検索キーの一
例の説明図。

【図４】図１の文書データベースに記憶された文書の一
例の説明図。

【図５】全文検索コマンドの一例の説明図。

【図６】実施例において、システムに入力する検索指示
文に対する機能連鎖構造の一例の説明図。

【図７】検索した文書に対する機能連鎖構造の一例（部
分）の説明図。

【図８】検索した文書に対する機能連鎖構造の一例（部
分）の説明図。

【符号の説明】

１０１…入出力部、１０２…検索キー抽出部、１０３…
文書検索部、１０４…検索指示文意未構造変換部、１０
５…文書意味構造変換部、１０６…意味構造照合部、１
０７…検索キー辞書、１０８…文書データベース。

Claims (3)

【特許請求の範囲】
1. 【請求項１】自然語で書かれた文書を複数記憶する文書
   データベースと、前記自然語による文字列を検索指示文
   として入力する手段と、前記検索指示文から検索キーを
   抽出する手段と、前記検索キーを用いて前記文書データ
   ベースを全文検索する手段と、検索結果を出力する手段
   を備えた文書検索システムにおいて、前記自然語による
   文字列を意味構造に変換する手段と、前記意味構造を照
   合する手段を備え、前記検索指示文と前記検索指示文に
   基づいて検索した文書との意味構造が一致するものを所
   望の文書として出力することを特徴とする文書検索方
   法。
2. 【請求項２】請求項１において、前記検索キーを抽出す
   る手段が、抽出対象となる語句を少なくとも一つ記憶す
   るキーワード辞書を用いて抽出する文書検索方法。
3. 【請求項３】請求項１において、前記自然語による文字
   列を意味構造に変換する手段が、前記文字列から、前記
   文字列を構成する自然語要素が有する概念間の関係を表
   す文書検索方法。