JPH06168272A - 関連語作成装置 - Google Patents

Abstract

(57)【要約】 【目的】網羅的にかつ自動的に関連語などの提示情報を
作成する装置を提供する。 【構成】文書情報ファイル１０に、キーワード毎にキー
ワードを有する文書を管理するための文書情報と該キー
ワードとを対応付けて格納し、候補キーワードファイル
２０に、各文書情報毎に文書情報と該文書情報で示され
る文書内の候補キーワードとを対応付けて格納し、読出
手段１１はキーワードに対応する文書情報を文書情報フ
ァイル１０から読み出し、該文書情報に対応する候補キ
ーワードを候補キーワードファイル２０から読み出し、
関連語作成手段１６は読出手段１１によって文書情報フ
ァイル１０から読み出された文書情報毎の候補キーワー
ドから、読出手段１１によって候補キーワードファイル
２０から読み出されたキーワードの関連語を作成する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、キーワード検索におい
てインデックスファイル群から関連語を作成する関連語
作成装置に関する。

【０００２】

【従来の技術】キーワード検索において、利用者がキー
ボードなどからキーワードを入力すると、入力したキー
ワードが文書内で成立する件数を利用者に出力する情報
検索装置がある。

【０００３】しかし、利用者は文書内で成立する件数を
絞り込むためにどのようなキーワードを入力したらよい
かわからないという問題があり、キーワードの絞り込み
を支援するための装置が要求されている。

【０００４】このため、利用者への提示用の候補キーワ
ードを作成して提示し支援に役立てるキーワード検索シ
ステムがある。このキーワード検索システムでは、関連
語などのキーワード候補を手作業で作成していた。ま
た、これ以外に検索対象文献を構文解析して得られた構
文情報などから関連語を作成する方法もあった。

【０００５】

【発明が解決しようとする課題】しかしながら、手作業
で関連語を作成する場合には比較的工数がかかるため、
多くのキーワードについての関連語を作成する場合には
膨大な時間と労力を要していた。また、全ての単語につ
いて網羅的に関連語を作成できなかった。

【０００６】一方、構文情報を用いる方法では、ある程
度自動的な関連語の作成が行えるが、構文解析に時間が
かかり、かつ構文解析の精度自身が低く正確な関連語の
作成が行えなかった。

【０００７】本発明は、このような点に鑑みてなされた
もので、その目的とするところは、網羅的にかつ自動的
に関連語を作成することのできる関連語作成装置を提供
することにある。

【０００８】

【課題を解決するための手段】本発明は、上記課題を解
決し目的を達成するために下記の構成とした。図１は本
発明の原理図である。図１に示すように本発明に係る関
連語作成装置は、利用者に提示情報として提示するため
の文書内のキーワードの関連語を作成する関連語作成装
置であって次のように構成される。

【０００９】文書情報ファイル１０は、キーワード毎
に、キーワードを有する文書を管理するための文書情報
と該キーワードとを対応付けて格納した。候補キーワー
ドファイル２０は前記各文書情報毎に、文書情報と該文
書情報で示される文書内の候補キーワードとを対応付け
て格納した。

【００１０】読出手段１１はキーワードに対応する文書
情報を文書情報ファイル１０から読み出し、該文書情報
に対応する候補キーワードを前記候補キーワードファイ
ル２０から読み出す。

【００１１】関連語作成手段１６は前記読出手段１１に
よって文書情報ファイル１０から読み出された文書情報
毎の候補キーワードから、前記読出手段１１によって候
補キーワードファイル２０から読み出されたキーワード
の関連語を作成する。

【００１２】ここで、文書情報ファイルとしては、イン
バーテッドファイル、インデックスファイルなどであ
り、候補キーワードファイル２０は、マスタファイルな
どである。ファイルとしては、例えばハードディスク、
光磁気ディスク、光ディスクなどの補助記憶装置であ
る。読出手段としては、ＣＰＵ（中央処理装置）、Ｉ／
Ｏドライバなどである。

【００１３】利用者がキーワードを入力する入力手段と
しては、例えばキーボード、マウス、タブレットなどが
例示できる。また、より好ましく以下のようにするのが
よい。

【００１４】すなわち、入力手段２１を備え、前記読出
手段１１によって読み出される文書情報に対応するキー
ワードは、該入力手段２１から入力されるキーワードで
あってもよい。

【００１５】また、前記文書情報は文書に付された文書
番号であってもよい。さらに、前記関連語作成手段１６
は、データベース全体に有する語に対する候補キーワー
ドの頻度を候補キーワード毎に計算するデータベース内
頻度計算部１２、読出手段１１で読み出された候補キー
ワードの頻度を候補キーワード毎に計算する候補キーワ
ード頻度計算部１４、データベース内頻度計算部１２で
計算された候補キーワードの頻度に対して候補キーワー
ド頻度計算部１４で計算された候補キーワードの頻度を
候補キーワード毎に正規化する正規化頻度計算部１５と
を備えている。

【００１６】そして、正規化頻度計算部１５で計算され
た候補キーワード毎の正規化頻度に基づき候補キーワー
ドの中から特定の候補キーワードを選択し選択された候
補キーワードを前記関連語とするよう構成してもよい。

【００１７】さらに、前記関連語作成手段１６は、候補
キーワードの中から正規化頻度の高い候補キーワードを
選択して選択された候補キーワードを関連語としてキー
ワードと対応付けた関連語ファイル１８を作成してもよ
い。

【００１８】また、前記関連語ファイル１８にはキーワ
ード毎に、正規化頻度の高い順に候補キーワードが関連
語として並べられている。前記データベース内頻度計算
部１２は、候補キーワード毎に、候補キーワードと計算
された候補キーワードの頻度とを対応付けた頻度テーブ
ル１９を作成するようしてもよい。

【００１９】ここで、前記各計算部は、情報処理装置内
の演算装置などで構成するようにしてもよい。さらに
は、関連語ファイル１８に格納された関連語を利用者に
提示情報として表示するディスプレイ装置を備えるよう
構成してもよい。

【００２０】

【作用】本発明によれば、まず、読出手段１１が、キー
ワードに対応する文書情報を文書情報ファイル１０から
読み出す。さらに、読出手段１１が、該文書情報に対応
する候補キーワードを候補キーワードファイル２０から
読み出す。

【００２１】そして、関連語作成手段１６が、読出手段
１１によって文書情報ファイル１０から読み出された文
書情報毎の候補キーワードから読出手段１１によって候
補キーワードファイル２０から読み出されたキーワード
の関連語を作成する。

【００２２】すなわち、文書情報ファイル１０及び候補
キーワードファイル２０を参照することにより、自動的
にかつ網羅的に関連語を作成することができ、キーワー
ド検索支援機構の性能向上に寄与するところが大であ
る。

【００２３】また、データベース内頻度計算部１２が、
データベース全体に有する語に対する候補キーワードの
頻度を候補キーワード毎に計算し、候補キーワード頻度
計算部１４が、読出手段１１で読み出された候補キーワ
ードの頻度を候補キーワード毎に計算する。

【００２４】そして、正規化頻度計算部１５が、データ
ベース内頻度計算部１２で計算された候補キーワードの
頻度に対して候補キーワード頻度計算部１４で計算され
た候補キーワードの頻度を候補キーワード毎に正規化す
る。

【００２５】さらに、正規化頻度計算部１５で計算され
た候補キーワード毎の正規化頻度に基づき候補キーワー
ドの中から特定の候補キーワードを選択し選択された候
補キーワードを関連語とするので、データベース内で多
く存在する中立語を削除できるから、キーワードについ
ての正しい関連語を作成することができる。

【００２６】また、正規化頻度の高い順に候補キーワー
ドを分類し、表示することによってこの候補キーワー
ド、つまりその関連語がキーワードに最も関連している
ことがわかる。

【００２７】

【実施例】以下、本発明の具体的な実施例を説明する。
図２は本発明にかかる関連語作成装置の一実施例を示す
構成ブロック図である。

【００２８】装置には、キーボード２１が設けられ、こ
のキーボード２１は利用者がキーワードなどを入力する
ものである。インバーテッドファイル１０は、キーワー
ド毎に、キーワードを有する１つ以上の対象の文書を管
理するための文書番号とキーワードとを対応付けたファ
イルである。

【００２９】このインバーテッドファイル１０とキーボ
ード２１との間にキーワード出現ファイル検索部１１が
設けられている。このキーワード出現ファイル検索部１
１は、キーボード２１からの利用者によるキーワードの
入力に対してそのキーワードに対応する１つ以上の文書
番号をインバーテッドファイル１０から検索する。

【００３０】また、装置には、前記１つ以上の対象の文
書を有するとともに各文書毎にキーワードを含む候補キ
ーワード（同一の文書に存在するキーワードのこと）が
存在するマスタファイル２０が設けられている。このマ
スタファイル２０は、文献内容、日付、そのファイルに
出現するキーワード群などが記憶されたファイルであ
る。

【００３１】このマスタファイル２０とキーワード出現
ファイル検索部１１の出力は候補キーワード抽出部１３
に入力される。この候補キーワード抽出部１３は、キー
ワード出現ファイル検索部１１で検索した文書番号に対
応する文書に存在するキーワードを含む候補キーワード
をマスタファイル２０から抽出する。

【００３２】この候補キーワード抽出部１３の出力は候
補キーワード頻度計算部１４に入力される。この候補キ
ーワード頻度計算部１４は、候補キーワード抽出部１３
で抽出された候補キーワードの頻度を計算する。

【００３３】一方、前記インバーテッドファイル１０の
出力はデータベース内頻度計算部１２に入力される。こ
のデータベース内頻度計算部１２は、全ての候補キーワ
ードについてデータベース全体の出現頻度を計算する。

【００３４】このデータベース内頻度計算部１２の出力
と候補キーワード頻度計算部１４の出力とは正規化頻度
計算部１５に入力される。この正規化頻度計算部１５
は、データベース内頻度計算部１２から出力される候補
キーワードの頻度に対して候補キーワード頻度計算部１
４で計算された候補キーワードの頻度を正規化する。

【００３５】この正規化頻度計算部１５の出力は関連語
生成部１６に入力される。この関連語作成部１６は、正
規化頻度計算部１５で計算された候補キーワード毎の正
規化頻度に基づき候補キーワードの中から関連語を選択
する。

【００３６】次に、このように構成された実施例の動作
を図面を参照して説明する。図３は実施例の動作を説明
するための図である。図３において、データベース内頻
度計算部１２が、インバーテッドファイル１０を参照し
て全ての候補キーワードのデータベース全体の出現頻度
を計算する（ステップ１０１）。

【００３７】次に、このデータベース内頻度計算部１２
で計算された候補キーワードの頻度に基づき候補キーワ
ード毎に、候補キーワードとデータベース全体の候補キ
ーワドの出現頻度とを対応付けて格納した全体頻度テー
ブル１９を作成する（ステップ１０２）。そして、イン
バーテッドファイル１０の最初のキーワードを取り出し
（ステップ１０３）、キーワード出現ファイル検索部１
１によってインバーテッドファイル１０からキーワード
の出現する文書番号を検索する（ステップ１０４）。

【００３８】さらに、候補キーワード抽出部１３により
マスタファイル２０の中からキーワードの出現する各文
書番号に対応する文書を参照して、各文書内から候補キ
ーワードを抽出する（ステップ１０５）。

【００３９】次に、抽出された候補キーワードをソート
して並べ換えて（ステップ１０６）、候補キーワード頻
度計算部１４により各候補キーワードの頻度を計算する
（ステップ１０７）。

【００４０】そして、前に求めた候補キーワードの頻度
と全体頻度テーブル１９中のデータベース全体の頻度と
に基づき各候補キーワードの正規化頻度を計算する（ス
テップ１０８）。

【００４１】次に、正規化頻度の高い候補キーワードを
その順にソートして、ソートされた候補キーワードを関
連語群としてキーワードと対応付けた関連語テーブル１
８を生成する（ステップ１０９）。また、既に関連語フ
ァイル１８が作成されている場合には、前記関連語を関
連語ファイル１８に追加する（ステップ１１０）。

【００４２】さらに、インバーテッドファイル１０にお
いて次のキーワードの関連語作成処理を進め（ステップ
１１１）、そのキーワードがインバーテッドファイル１
０の最後のキーワードかどうかを判断し全てのキーワー
ドについて処理を行ったか判定する（ステップ１１
２）。

【００４３】ここで、そのキーワードがインバーテッド
ファイル１０の最後のキーワードでない場合には、ステ
ップ１０４に戻ってステップ１０４からステップ１１１
までの処理を行い、インバーテッドファイル１０の最後
のキーワードまで以上の処理を行う。

【００４４】次に、具体的なキーワードについての関連
語の生成を説明する。ここでは、キーワード「情報」に
ついての関連語の生成を例示し、関連語ファイル１８が
どのように生成されるかを説明する。

【００４５】まず、キーワード出現ファイル検索部１１
が、インバーテッドファイル１０を検索し、キーワード
「情報」が出現する文書番号を調べる。インバーテッド
ファイル１０内のキーワード「情報」についての文書番
号を図４に示す。図４に示すように「情報」に対して文
書番号１，３，８が検索される。

【００４６】次に、候補キーワード抽出部１３が、マス
タファイル２０を参照してキーワードが出現する文書番
号に対応する文書を検索し、同一の文書上に出現する候
補キーワードを抽出する。

【００４７】ここでは、図５に示すようにマスタファイ
ル２０内において、文書番号１の文書に、候補キーワー
ド「検索，情報，媒体」、文書番号３の文書に、候補キ
ーワード「検索，情報，入力，媒体」、文書番号８の文
書に、候補キーワード「検索，情報，装置」が存在す
る。

【００４８】そこで、文書番号１，３，８の文書内を順
番に検索して候補キーワードを次々に抽出すると、図６
に示すように抽出結果が、「検索，媒体，検索，入力，
媒体，検索，装置」となる。

【００４９】次に、候補キーワード頻度計算部１４が、
候補キーワード抽出部１３で抽出された候補キーワード
をソートして並び換えると、図７に示すように「検索，
検索，検索，装置，入力，媒体，媒体」となる。さら
に、候補キーワード頻度計算結果を図８に示す。図８か
らもわかるように、例えば、キーワード「検索」の候補
キーワードの頻度が「３」という結果が得られる。

【００５０】まず、データベース内頻度計算部１２でイ
ンバーテッドファイル１０を参照し、全ての候補キーワ
ードについてデータベース全体の出現頻度を計算してお
く。次に、キーワード「情報」についての正しい関連語
を抽出するためには、データベース全体文書に良く出現
する中立語（ここでは例えば「装置」である。）を除去
する必要がある。

【００５１】正規化頻度計算部１５が、候補キーワード
の頻度とその候補キーワードのデータベース全体の頻度
とにより正規化頻度を計算する。その結果を図９に示
す。例えば候補キーワード「検索」の候補キーワード頻
度「３」とデータベース全体の頻度から図９からもわか
るように正規化頻度が「５７」となっている。これに対
して、中立語である「装置」は、データベース全体の頻
度が高いため、正規化頻度が低くなり、関連語から外さ
れている。

【００５２】次に、関連語作成部１６が、正規化頻度の
高い候補キーワードを選択してその高い順番にソートし
て、キーワードとその関連語群の対応付けた関連語ファ
イル１８を生成する。この関連語ファイル１８を図１０
に示す。図１０に示す関連語ファイル１８では、キーワ
ード「情報」の関連語が１位に「検索」、２位に「媒
体」、３位に「入力」という結果となる。

【００５３】なお、ここでは、キーワードとして「情
報」についての関連語を説明したが、以上の処理をイン
バーテッドファイル１０内（データベース内）全てのキ
ーワードに対して行うことにより、キーワードとその関
連語群とを対応付けた関連語ファイル１８を作成するこ
とができる。

【００５４】また、キーボード２１を使用してキーワー
ドを入力し、そのキーワードに対する関連語を作成す
る。このように本実施例によれば、インバーテッドファ
イル１０とマスタファイル２０とを参照することによ
り、自動的にかつ網羅的にキーワードの関連語を作成す
ることができるため、従来のように手作業で関連語を作
成する必要がなくなる。また、ディスプレイ装置を備え
て、このディスプレイ装置に関連語ファイル１８に格納
された関連語を利用者に提示情報として表示するように
すれば、正確な関連語が利用者に提示される。

【００５５】よって、利用者のキーワード検索が容易に
行えるようになり、キーワード検索支援機構の性能向上
に寄与することが大である。従って、利用者の作業負担
を大幅に軽減することができる。

【００５６】さらに、正規化頻度計算部１５で計算され
た候補キーワード毎の正規化頻度に基づき候補キーワー
ドの中から特定の候補キーワードを選択し選択された候
補キーワードを関連語とするので、データベース内で多
く存在する中立語、例えば実施例では「装置」を削除で
きるから、キーワードについての正しい関連語を作成す
ることができる。

【００５７】

【発明の効果】本発明によれば、文書番号ファイル及び
候補キーワードファイルを参照することにより、自動的
にかつ網羅的に関連語を作成することができ、キーワー
ド検索支援機構の性能向上に寄与するところが大であ
る。

【００５８】また、正規化頻度計算部で計算された候補
キーワード毎の正規化頻度に基づき候補キーワードの中
から特定の候補キーワードを選択し選択された候補キー
ワードを関連語とするので、データベース内で多く存在
する中立語を削除できるから、キーワードについての正
しい関連語を作成することができる。

【図面の簡単な説明】

【図１】本発明の原理図である。

【図２】本発明の実施例の構成ブロック図である。

【図３】実施例の動作を説明するための図である。

【図４】インバーテッドファイルの内容を示す図であ
る。

【図５】マスタファイルの内容を示す図である。

【図６】候補キーワード抽出部の抽出結果を示す図であ
る。

【図７】抽出結果を並び換えた結果を示す図である。

【図８】候補キーワード頻度計算結果を示す図である。

【図９】正規化頻度計算結果を示す図である。

【図１０】関連語ファイルを示す図である。

【符号の説明】

１０・・インバーテッドファイル １１・・キーワード出現ファイル検索部 １２・・データベース内頻度計算部 １３・・候補キーワード抽出部 １４・・候補キーワード計算部 １５・・正規化頻度計算部 １６・・関連語作成部 ２０・・マスタファイル

Claims (7)

【特許請求の範囲】
1. 【請求項１】 文書内のキーワードの関連語を作成する
   関連語作成装置であって、 キーワード毎に、キーワードを有する文書を管理するた
   めの文書情報と該キーワードとを対応付けて格納した文
   書情報ファイル（１０）と、 前記各文書情報毎に、文書情報と該文書情報で示される
   文書内の候補キーワードとを対応付けて格納した候補キ
   ーワードファイル（２０）と、 キーワードに対応する文書情報を文書情報ファイル（１
   ０）から読み出し、該文書情報に対応する候補キーワー
   ドを前記候補キーワードファイル（２０）から読み出す
   読出手段（１１）と、 前記読出手段（１１）によって文書情報ファイル（１
   ０）から読み出された文書情報毎の候補キーワードか
   ら、前記読出手段（１１）によって候補キーワードファ
   イル（２０）から読み出されたキーワードの関連語を作
   成する関連語作成手段（１６）とを有する関連語作成装
   置。
2. 【請求項２】 入力手段（２１）を備え、 前記読出手段（１１）によって読み出される文書情報に
   対応するキーワードは、該入力手段（２１）から入力さ
   れるキーワードであることを特徴とする請求項１記載の
   関連語作成装置。
3. 【請求項３】 前記文書情報は文書に付された文書番号
   であることを特徴とする請求項１又は請求項２記載の関
   連語作成装置。
4. 【請求項４】 前記関連語作成手段（１６）は、データ
   ベース全体に有する語に対する候補キーワードの頻度を
   候補キーワード毎に計算するデータベース内頻度計算部
   （１２）と、 読出手段（１１）で読み出された候補キーワードの頻度
   を候補キーワード毎に計算する候補キーワード頻度計算
   部（１４）と、 データベース内頻度計算部（１２）で計算された候補キ
   ーワードの頻度に対して候補キーワード頻度計算部（１
   ４）で計算された候補キーワードの頻度を候補キーワー
   ド毎に正規化する正規化頻度計算部（１５）とを備え、 正規化頻度計算部（１５）で計算された候補キーワード
   毎の正規化頻度に基づき候補キーワードの中から特定の
   候補キーワードを選択し選択された候補キーワードを前
   記関連語とすることを特徴とする請求項１ないし請求項
   ３のいずれかに記載の関連語作成装置。
5. 【請求項５】 前記関連語作成手段（１６）は、候補キ
   ーワードの中から正規化頻度の高い候補キーワードを選
   択して選択された候補キーワードを関連語としてキーワ
   ードと対応付けた関連語ファイル（１８）を作成するこ
   とを特徴とする請求項４記載の関連語作成装置。
6. 【請求項６】 前記関連語ファイル（１８）にはキーワ
   ード毎に、正規化頻度の高い順に候補キーワードが関連
   語として並べられていることを特徴とする請求項３記載
   の関連語作成装置。
7. 【請求項７】 前記データベース内頻度計算部（１２）
   は、候補キーワード毎に、候補キーワードと計算された
   候補キーワードの頻度とを対応付けた頻度テーブル（１
   ９）を作成することを特徴とする請求項４記載の関連語
   作成装置。