JPH07234877A - データベース検索方法 - Google Patents

Abstract

(57)【要約】 【目的】 本発明は，データベース検索方法に関し，検
索者の意図に応じて観点を構築し，これを用いて検索者
の意図に応じた検索を行うことを目的とする。 【構成】 データ蓄積装置１２に蓄積されたデータを検
索するデータベースにおいて，処理装置１１が，検索者
によって指示された複数のキーデータについての属性情
報を，知識蓄積装置１３に格納された宣言的知識によっ
て形成される空間へ拡散投影する。この処理は，検索者
が検索意図の範囲として与えるパラメータを用いる。次
に，処理装置１１が，宣言的知識によって形成される空
間へ拡散投影された属性情報から，観点を構築する。次
に，処理装置１１が，構築された観点を用いて，データ
蓄積装置１２に蓄積されたデータを検索する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は，データベース検索方法
に関し，特に，検索者によって指示された複数のキーデ
ータから検索者がどの特徴を重視しているのかという観
点を構築し，構築された観点を元にデータの検索を行う
データベース検索方法に関する。

【０００２】

【従来の技術】一般にデータの類似性は，検索者がどの
ような特徴を重視しているのかという点（観点）に大き
く依存する。このため，類似するデータを多数蓄積，管
理しているデータベースを検索するにあたっては，検索
者の観点を考慮することが望ましい。

【０００３】従来の検索者の観点によるデータベースの
検索方法は，例えば，沢田，大川，馬場口，手塚らによ
る「観点を考慮した連想機構の一モデル化」，情報処理
学会研究報告 情報学基礎，２８─２，ｐｐ９−１６，
（Ｎｏｖ．１９９２）に示されている。これによれば，
検索者によって提示された複数のキーデータがどのよう
な特徴に関して類似しているのか（検索者の検索意図）
を，システム側がデータベース中で評価することによっ
て，どこに重みを付与して検索すれば良いのか（観点）
という形で算出する。

【０００４】

【発明が解決しようとする課題】しかしながら，前述し
た従来のデータベース検索方法によれば，検索者によっ
て提示された複数のキーデータがどのような特徴に関し
て類似しているのか（検索者の検索意図）の評価は，シ
ステムが，当該複数のキーデータの各々の属性情報につ
いて，データベースの全体の中に占める割合という相対
的な尺度を基に計算することにより求めている。例え
ば，ある属性情報に着目して，同一の属性のものがデー
タベース中に少なければそのデータは特殊性が高く，多
ければそのデータは一般性が高い。そこで，提示された
キーデータの属性情報の各々について，データベース中
での同一属性のものの割合を求め，次に，特殊性が高い
属性情報の重みを大きくし一般性が高い属性情報の重み
を小さくして，データベースを検索する。

【０００５】このため，当該複数のキーデータ毎の属性
テーブル（属性情報を格納するテーブル）が，予め同一
の構成になっている必要がある。即ち，データベース中
のデータの各々の属性テーブルが，同一の属性情報を格
納している必要がある。もし，格納していなければ，デ
ータベースの全体の中に占める割合を求めることができ
ない。しかし，多種多様なデータを扱うデータベースに
おいては，格納しているデータの各々について，一貫し
た属性テーブルを予め用意することは困難であるという
問題がある。

【０００６】また，前述した従来のデータベース検索方
法によれば，検索者の検索意図を，データベースの全体
の中に占める割合という相対的な尺度を基に計算して評
価している。しかし，検索者は，そのキーデータの属性
情報の各々と同一属性のものがデータベース中で占める
割合を，キーデータを提示する時点で知る手段を持たな
い。従って，検索者の検索意図は，本来キーデータがど
の程度の手掛かりを持つのかを示すはずであるのに，こ
れがデータベースの内容によって決定されてしまい，検
索者の検索意図に沿わなくなるという不都合を生じる。

【０００７】このため，検索者は，自己の検索意図及び
その範囲をシステム側に明示的に与える手段を持たなか
った。従って，また，これにより構築される観点を自己
の検索意図に明確に沿ったものとする手段も持たなかっ
た。このため，検索結果を特定しすぎたり，逆に，検索
結果を絞りきれないと言う問題があった。

【０００８】本発明の目的は，検索者の意図に応じて観
点を構築し，これを用いて検索者の意図に応じた検索を
行うことが可能なデータベース検索方法を提供すること
にある。

【０００９】また，本発明の他の目的は，データ毎に属
性テーブルに一貫性が保証されていないような多種多様
なデータを扱うデータベースにおいて，検索者の観点に
よって検索結果として期待するデータが変化しても対応
可能なデータベース検索方法を提供することにある。

【００１０】更に，本発明の他の目的は，検索者の検索
意図の範囲を明示的に与え，検索の精度と作業効率を向
上することが可能なデータベース検索方法を提供するこ
とにある。

【００１１】

【課題を解決するための手段】本発明は，検索者によっ
て指示されたキーデータに基づいて，各々の属性情報を
用意し，各々の属性情報に対応する種類の知識を用いて
観点を構築し，構築された観点を基にデータ蓄積装置に
蓄積されたデータの検索を行うデータベース検索方法で
あって，知識を用いて属性情報の異なるデータ群から観
点を構築することを主要な特徴とする。

【００１２】即ち，知識を用いて属性情報の異なるデー
タ群から観点を構築する過程は，検索者によって指示さ
れた複数のキーデータについての属性情報を，宣言的知
識によって形成される空間へ拡散投影する第１の処理
と，宣言的知識によって形成される空間へ拡散投影され
た属性情報から観点を構築する第２の処理とを有する。
また，前記第１の処理は，検索者が検索意図の範囲とし
て与えるパラメータを用いる。

【００１３】

【作用】本発明によれば，検索者によって提示された複
数のキーデータについての属性情報を用意した後，これ
を用いて，宣言的知識により形成される空間上へ観点が
構築される。

【００１４】即ち，観点が，検索者によって提示された
複数のキーデータについての各々の属性情報がデータベ
ースの全体の中に占める割合という相対的な尺度を基に
求められることは無い。これにより，検索者は，自己の
検索意図，従って観点を，データベースの内容とは無関
係に構築することができる。従って，検索者の意図に応
じて観点を構築し，所望の検索結果を得ることができ
る。

【００１５】また，観点が，属性情報を直接計算に用い
ることによって求められることは無い。これにより，デ
ータ毎に属性テーブルに一貫性が保証されていないよう
な多種多様なデータを扱うデータベースであっても，検
索者の観点を求めることができる。従って，検索者の観
点によって検索結果として期待するデータが変化しても
対応可能であり，所望の検索結果を得ることができる。

【００１６】また，本発明によれば，宣言的知識によっ
て形成される空間へ観点を構築する過程では，検索者の
検索意図の範囲をパラメータとして与えることができ
る。これにより，検索者は，自己の検索意図をより明確
に反映させた観点を構築することができるので，検索の
精度と作業効率を向上することができる。

【００１７】

【実施例】以下，図面を用いて，本発明の実施例を詳細
に説明する。図１は実施例構成図であり、本発明による
データベース検索方法を実施するデータベース検索シス
テムの構成を示すブロック図である。

【００１８】このデータベース検索システムは，処理装
置１１，データ蓄積装置１２，知識蓄積装置１３，端末
１４等により構成される。これらの各システム構成要素
はＬＡＮやＷＡＮ等のネットワークを介して接続されて
いても良い。

【００１９】処理装置１１は，データベースの検索処理
等を行うものであり，ＣＰＵ（中央処理装置）とメモリ
とからなり，メモリ上に当該データベースの管理，検索
を行うデータベース管理処理プログラムを有する。デー
タ蓄積装置１２は，検索対象である画像やテキスト等の
データと，必要に応じて各データについての属性情報と
を格納する。知識蓄積装置１３は宣言的知識である属性
情報の関係情報等を格納する。端末１４は，検索者が検
索条件（キーデータ，パラメータ）等を入力するための
キーボード１４Ａ，マウス１４Ｂ，検索結果等を表示す
るためのカラーモニタ１４Ｃ等のユーザインタフェース
を司る手段を有する。

【００２０】図２は，本発明の主要な特徴である属性情
報の異なるデータ群から，知識を用いて観点を構築する
原理を表した図である。図２において，２１は検索者に
よって指示されたキーデータ（検索キー），２２はキー
データ２１の属性情報，２３は宣言的知識によって形成
される空間，２４は属性情報２２の拡散投影によって生
成されたフィールド，２５は属性情報２２をどの程度拡
散するかを定めるためのパラメータであって検索者が検
索意図の範囲として与えるもの，２６は多数のフィール
ド２４によって形成される観点，２７は属性情報２２の
空間２３における位置を表す。

【００２１】なお，ここで，拡散投影とは，ある点の近
傍において任意の２点間の距離が定義できる空間に，あ
る情報が投影される場合，その距離に従って拡散したフ
ィールドを生成する演算をいう。

【００２２】また，宣言的知識は，属性情報の関係等を
定め，この関係等を宣言的に記述しており，例えば宣言
的に記述したルールからなる。なお，宣言的知識につい
ては，例えば，「認識と学習」（安西著，岩波講座，ソ
フトウェア科学１６，岩波書店，１９８９年発行）に示
されている。

【００２３】図２において，検索者によって指示された
キーデータ２１はＤ１，Ｄ２の２個である。キーデータ
Ｄ１の属性情報２２は，Ｐａ１，Ｐａ２，Ｐｂ１，Ｐｃ
１，Ｐｄ１であり，キーデータＤ２の属性情報２２は，
Ｐａ３，Ｐｃ２，Ｐｅ１，Ｐｆ１である。従って，各キ
ーデータ２１の属性情報２２は互いに異なる。しかし，
本発明によれば，属性情報２２が直接（検索評価のため
の）計算に用いられる事がなく，宣言的知識により一旦
空間２３上に投影されて用いられるので，属性情報２２
が異なっていても問題ない。

【００２４】宣言的知識によって，属性情報２２を投影
するための空間２３が規定される。この空間２３上に，
宣言的知識を用いることによって，各キーデータ２１の
属性情報２２の拡散投影であるフィールド２４が生成さ
れる。各フィールド２４の範囲，即ち，検索者の検索意
図の範囲は，属性情報２２の空間２３における位置２７
を中心としてパラメータ２５によって規定される（円形
に限られない）。そして，観点２６は多数のフィールド
２４によって形成される。

【００２５】以上から判るように，観点２６がどのよう
に構築されるかは，キーデータ２１がどれであるか，及
び，パラメータ２５の値がどの程度であるかによって決
まる。本発明によれば，キーデータ２１及びパラメータ
２５の値は検索者が指示できるから，検索者の検索意図
に沿った観念２６を構築することができる。

【００２６】図３は，構築された観点を用いてデータを
検索する原理を表した図である。図３において，３１は
データ蓄積装置１２から読み出されたデータ，３２はデ
ータ３１の属性情報，３３は属性情報３２の空間２３に
おける位置，３４は位置３３における観点２６の値を表
す。ここで，属性情報３２は，データを検索するための
キーデータ等の索引情報の他に，データから抽出された
特徴量であってもよい。

【００２７】図３において，データ蓄積装置１２から検
索対象であるデータ３１としてデータＤ３が読み出され
る。データＤ３の属性情報３２は，Ｐａ４，Ｐａ５，Ｐ
ｃ３，Ｐｃ４，Ｐｇ１である。データＤ３の属性情報３
２は，前述の各キーデータＤ１，Ｄ２の属性情報２２と
異なる。

【００２８】一方，図２に示したように，宣言的知識に
よって空間２３が規定され，この空間２３上に，宣言的
知識を用いることによって，検索者が指示したキーデー
タ２１及びパラメータ２５の値に従った観点２６，即
ち，検索者の検索意図に沿った観点２６が構築されてい
る。

【００２９】データＤ３の属性情報Ｐａ４が空間２３上
で占める位置３３は，空間２３を規定する宣言的知識と
属性情報Ｐａ４とから定まる。この位置３３を用いて，
観点２６の位置３３における値３４を求める。同様の処
理を各属性情報Ｐａ５，Ｐｃ３，Ｐｃ４，Ｐｇ１につい
て行う。最後に，各属性情報Ｐａ４，Ｐａ５，Ｐｃ３，
Ｐｃ４，Ｐｇ１から求まる値３４の和を求め，これを検
索評価値とする。検索評価値が大きければ，観点２６の
値３４が大きいのであるから，検索者の検索意図に沿っ
たデータと言える。検索評価値が小さければ，観点２６
の値３４が小さいのであるから，検索者の検索意図に沿
わないデータと言える。

【００３０】データベース（データ蓄積装置１２）中の
各データについて検索評価値を求め，例えばその大きい
順にソートすることにより，検索者の検索意図に沿った
データを検索により求めることができる。

【００３１】（例１）本発明の一例として，検索対象デ
ータが画像である場合について説明する。この場合，デ
ータ蓄積装置１２は画像情報を格納する画像情報蓄積装
置である。ここで，画像情報は，画像と，これについて
の属性情報である特徴量属性（例えば，色成分に分解し
たヒストグラム）とからなる。特徴量属性は，例えば処
理装置１１によって画像から解析されるものである。ま
た，知識蓄積装置１３は特徴量属性の関係（例えば，色
の近さを宣言的に記述したルール）と，画像から特徴量
属性を求めるメソッドとを格納する。このメソッドを処
理装置１１によって実行することにより，画像から特徴
量属性が求まる。

【００３２】図４はこの例におけるカラーモニタ１４Ｃ
の表示画面の一例である。図４において，４１は候補画
像４２を表示するためのウィンドウ，４２はキーデータ
の候補である候補画像，４３は候補画像４２を指示する
ためのポインタ，４４はルートウィンドウである。な
お，ここで，候補画像４２は，データ蓄積装置１２に格
納されていない画像，例えばデータ蓄積装置１２に格納
された画像のいくつかを合成した画像や，カメラ入力の
画像であっても良い。

【００３３】まず，本実施例のデータベース検索方法に
おける観点構築時の処理の流れについて，図１，図２，
図４，図５に従って説明する。図５において，観点構築
処理が開始され，処理装置１１が図４のようにいくつか
の候補画像（キーデータの候補）を端末１４に表示す
る。なお，パラメータ２５は，例えば予め与えられる。

【００３４】検索者が，端末１４からポインタ４３を用
いて，表示された複数の候補画像４２の中から自己の希
望する画像に近い１又は２以上の候補画像４２（キーデ
ータ）を指示する（Ｓ１）。

【００３５】これに応じて，処理装置１１が，指示され
た候補画像４２についての特徴量属性（属性情報）がデ
ータ蓄積装置１２に格納されているか否かを確認する
（Ｓ２）。

【００３６】特徴量属性が格納されていない場合，処理
装置１１が，知識蓄積装置１３に格納されたメソッドに
よって当該指示された候補画像４２を解析して，その特
徴量属性を求める（Ｓ３）。

【００３７】一方，特徴量属性が格納されている場合，
処理装置１１が，データ蓄積装置１２からこれを読み出
す（Ｓ４）。なお，ここで，検索者が，指示した候補画
像４２の特徴量属性を端末１４から直接入力しても良い
（Ｓ５）。

【００３８】次に，処理装置１１が，知識蓄積装置１３
に格納された特徴量属性の関係（宣言的知識）に基づい
て形成される空間２３へ，特徴量属性を拡散投影し，フ
ィールド２４を得る（Ｓ６）。この拡散投影は，検索者
が検索意図を示す範囲として与えるパラメータ２５によ
って決められる範囲に行われる。この例の場合の空間２
３は，図６に示すような，例えば色成分及び頻度を軸ｉ
及びｈとして持つ空間である。

【００３９】次に，処理装置１１が，それまでに得たフ
ィールド２４を積算して，観点２６を求める（Ｓ７）。
次に，処理装置１１が，Ｓ１で指定された候補画像４２
（キーデータ）が残っているか否かを調べる（Ｓ８）。

【００４０】残っている場合，以上の処理を各候補画像
４２について繰り返し，残っていない場合，処理を終了
する。図６は，以上の処理によって構築された観点の例
を示す。

【００４１】図６において，Ｃは（特徴量属性の）観
点，ｉは色成分を示す軸，ｈは頻度を示す軸であり，
Ｒ，Ｇ，Ｂは色成分である。この例の場合の空間２３
は，図６に示すように，例えば色成分軸ｉと頻度軸ｈと
を持つ空間であり，色の近さを宣言的に記述したルール
である宣言的知識により定まる。また，この例の場合の
特徴量属性は色成分に分解したヒストグラムからなるの
で，色成分と頻度とをそれぞれ軸に持つ２次元空間にお
ける特徴量属性の位置が定まる。そこで，宣言的知識を
用いて，特徴量属性を空間２３へ拡散投影することによ
り，フィールドが求まる。そして，多数のフィールドの
積算により，観点Ｃが求まる。図６において，色成分軸
ｉと頻度軸ｈとを持つ空間上に形成された山状の図形の
集合が観点Ｃであり，その高さ（図中，Ｚ軸方向の高
さ）が観点Ｃの値である。

【００４２】次に，本実施例により構築した観点を用い
たデータベース検索時の処理の流れについて，図１，図
３，図４，図７に従って説明する。図７において，検索
処理が開始され，処理装置１１が，画像とその特徴量属
性（属性情報）とからなる画像情報を蓄積するデータ蓄
積装置１２から，１個の画像（検索対象データ）を読み
出す（Ｓ９）。

【００４３】さらに，処理装置１１が，データ蓄積装置
１２から，Ｓ９で読み出した画像に対応する１個の特徴
量属性を読み出す（Ｓ１０）。次に，処理装置１１が，
知識蓄積装置１３に格納された特徴量属性の関係（宣言
的知識）に基づいて形成される空間２３において，Ｓ１
０で読み出した特徴量属性の位置３３を定め，位置３３
から観点２６の値３４（観点２６が位置３３において取
る値３４）を求める（Ｓ１１）。

【００４４】次に，処理装置１１が，Ｓ１１で得た値３
４をそれまでに得た観点２６の値３４（検索評価値）に
加算して，新しい検索評価値とする。（Ｓ１２）。検索
評価値は，画像（検索対象データ）ごとに求められる。

【００４５】次に，処理装置１１が，Ｓ９で読み出した
画像に対応する特徴量属性が残っているか否かを調べる
（Ｓ１３）。残っている場合，Ｓ１０以下の処理を各特
徴量属性について繰り返す。

【００４６】残っていない場合，処理装置１１が，検索
範囲にある画像（検索対象データ）がデータ蓄積装置１
２に残っているか否かを調べる（Ｓ１４）。残っている
場合，Ｓ９以下の処理を各特徴量属性について繰り返
す。なお，検索範囲は，検索者が入力しても，また，デ
ータベース又はデータ蓄積装置１２内の所定のデータに
ついて行うように予め定めても良い。

【００４７】残っていない場合，処理装置１１が，検索
評価値を調べて，これが大きい順に画像（検索対象デー
タ）をソートして（Ｓ１４），処理を終了する。ここ
で，図６において，観点Ｃを用いた以上の処理によっ
て，画像の検索を行う場合の例を示す。

【００４８】前述のように，この例の場合の特徴量属性
は色成分に分解したヒストグラムからなるから，色成分
と頻度とをそれぞれ軸に持つ２次元空間において，特徴
量属性の位置が定まる。そこで，観点Ｃの当該位置にお
ける値（図中，Ｚ軸方向の高さ）を求め，検索評価値を
求める。これにより，検索意図に沿った検索結果を得る
ことができる。

【００４９】以上の説明から判るように，本発明によれ
ば，データベースの内容とは無関係に観点を構築でき，
検索キー，又は，データベース中の画像ごとに特徴量属
性の一貫性が保証されていない場合においても，検索者
の観点を計算できる。従って，検索者の観点によって検
索結果として期待される画像が変化しても，これに対応
した結果を得る検索が可能である。

【００５０】また，本発明によれば，パラメータ２５に
よって，検索者の検索意図の範囲を明示的に与えること
ができるので，検索の精度と作業効率を向上することが
できる。

【００５１】（例２）次に，本発明の他の一例として，
検索対象データが文字である場合について説明する。こ
の場合，データ蓄積装置１２は文字情報を格納する文字
情報蓄積装置である。ここで，文字情報は，キーワード
（文字）と，これについての属性情報である意味属性
（例えば，「りんご」であれば，「実」，「果物」，
「果樹」等，単語の見方を整理したもの）とからなり，
キーワードとの意味的な距離に従った値を持つ。意味属
性は，例えば処理装置１１によってキーワードから解析
されるものである。また，知識蓄積装置１３は意味属性
の関係と，シソーラスと，意味属性辞書とを格納する。
意味属性の関係は，宣言的知識であって，例えば，意味
属性をノードとして宣言的な上位概念，下位概念等のリ
ンクで結合された，図９に示すような意味ネットワーク
８１からなる。シソーラスは，キーワードの同義語，類
義語と，キーワードから意味属性を求めるための意味的
な距離に従った値とを有する。意味属性辞書はキーワー
ドの意味属性を格納する。

【００５２】図９は，この例における観点の構築前の空
間２３と構築後の空間２３を示す。特に，図９の上側は
観点の構築前の空間２３を示し，図９の下側は観点の構
築後の空間２３を示す。

【００５３】図９において，８１は意味属性をノードと
して宣言的な上位概念，下位概念等のリンクで結合され
た意味ネットワーク，８２は初期ノード（図中，黒丸で
示す），８３は初期ノード８２によって活性伝播した後
の活性パターン（図中，太線で示す）である。

【００５４】ここでは，図９の上側に示した観点の構築
前の空間２３について説明する。この例の場合の空間２
３は，宣言的知識である意味属性の関係によって形成さ
れる意味ネットワーク８１からなる。意味ネットワーク
８１はノードとリンクとからなる。ノードは意味属性で
あり，図中白丸及び黒丸（初期ノード８２）で示され
る。リンクは意味属性であるノードを宣言的な上位概
念，下位概念等を結合するものであり，図中ノードを結
ぶ点線で示される。リンクの距離は，シソーラスの格納
する意味的な距離に従った値から定まる。

【００５５】まず，本実施例のデータベース検索方法に
おける観点構築時の処理の流れについて，図１，図２，
図４，図８に従って説明する。図８において，観点構築
処理が開始され，処理装置１１がいくつかの候補ワード
（キーワードの候補）を端末１４に表示する。なお，パ
ラメータ２５は，例えば予め与えられる。

【００５６】検索者が，端末１４から前述のポインタ４
３と同様の手段を用いて，表示された複数の候補ワード
の中から自己の希望するデータに近い１又は２以上のキ
ーワードを指示する（Ｓ１６）。なお，端末１４からキ
ーワードそれ自体を直接入力しても良い。ここで，検索
者が指示したキーワードの意味属性が，図９に示す初期
ノード８２であり，拡散投影（実際は活性伝播）の初期
値とされる。

【００５７】これに応じて，処理装置１１が，指示され
たキーワードの意味属性（属性情報）がデータ蓄積装置
１２に格納されているか否かを確認する（Ｓ１７）。意
味属性が格納されていない場合，処理装置１１が，知識
蓄積装置１３に格納されたシソーラスから，入力された
キーワードの同義語，類義語を読み出す（Ｓ１８）。こ
こで，読み出された同義語，類義語は，キーワードとの
意味的な距離に従った値を有する。この同義語，類義語
は，検索者の入力したキーワードに代わるものとして用
いられる。

【００５８】次に，処理装置１１が，知識蓄積装置１３
に格納された意味属性辞書から，Ｓ１８で読み出された
同義語，類義語の意味属性を読み出す（Ｓ１９）。ここ
で，読み出された意味属性は，キーワードとの意味的な
距離に従った値を有する。この同義語，類義語の意味属
性は，検索者の入力したキーワードの意味属性に代わる
ものとして，図９に示す初期ノード８２とされ，拡散投
影（実際は活性伝播）の初期値として用いられる。

【００５９】一方，意味属性が格納されている場合，処
理装置１１が，データ蓄積装置１２からこれを読み出す
（Ｓ２０）。なお，ここで，検索者が，指示したキーワ
ードの意味属性を端末１４から直接入力しても良い（Ｓ
２１）。

【００６０】次に，処理装置１１が，知識蓄積装置１３
に格納された意味属性の関係（宣言的知識）に基づいて
形成される空間２３である意味ネットワーク８１へ，意
味属性を拡散投影し，フィールド２４を得る（Ｓ２
２）。

【００６１】ここで，本例では，拡散投影の手段とし
て，その下位概念である活性伝播を用いる。即ち，本例
の図９においては，ある情報が空間２３（意味ネットワ
ーク８１）上に投影された場合に，フィールド２４を生
成する演算は，２次元方向ではなく，意味ネットワーク
８１のリンクの方向，即ち１次元方向に行われる。活性
伝播は，検索者が検索意図を示す範囲として与えるパラ
メータ２５によって決まる伝播係数で定まる範囲に行わ
れ，これによりフィールド２４がリンクの方向に沿って
広がって定まる。また，活性伝播は，検索者が指示した
キーワードの意味属性をその初期値（初期ノード８２）
として行われる。

【００６２】次に，処理装置１１が，それまでに得たフ
ィールド２４を積算して，観点２６を求める（Ｓ２
３）。次に，処理装置１１が，Ｓ１６で指定されたキー
ワードが残っているか否かを調べる（Ｓ２４）。

【００６３】残っている場合，以上の処理を各キーワー
ドについて繰り返し，残っていない場合，処理を終了す
る。ここで，以上の処理によって空間２３である意味ネ
ットワーク８１に構築された観点であって，図９の下側
に示した観点について説明する。

【００６４】この例の場合，観点は，初期ノード８２
（図中，黒丸で示す）によって活性伝播した後の活性パ
ターン８３（図中，太線で示す）である。また，この例
の場合の空間２３は，前述したように，宣言的知識であ
る意味属性の関係によって形成される意味ネットワーク
８１からなり，意味属性をノードとし，上位概念，下位
概念のリンクで結合されている。また，この例の場合の
意味属性は，意味ネットワーク８１からなる空間２３に
おいて，その位置が定まる。そこで，宣言的知識を用い
て，意味属性を空間２３へ活性伝播することにより，フ
ィールド２４が求まる。リンクの距離（長さ）はシソー
ラスの格納する意味的な距離に従った値から定まってお
り，フィールド２４の範囲（活性伝播の距離）は，パラ
メータ２５によって定まる伝播係数で決定される。そし
て，多数のフィールド２４の積算により，観点である活
性パターン８３が求まる。図９において，意味ネットワ
ーク８１のリンクに沿って形成された実線が観点である
活性パターン８３であり，活性パターン８３の線の太さ
（幅）が観点の値である。

【００６５】次に，本実施例により構築した観点を用い
たデータベース検索時の処理の流れについて，図１，図
３，図４，図１０に従って説明する。図１０において，
検索処理が開始され，処理装置１１が，キーワードとそ
の意味属性（属性情報）とからなる文字情報を蓄積する
データ蓄積装置１２から，１個のキーワード（検索対象
データ）を読み出す（Ｓ２５）。

【００６６】さらに，処理装置１１が，データ蓄積装置
１２から，Ｓ２５で読み出したキーワードに対応する１
個の意味属性を読み出す（Ｓ２６）。次に，処理装置１
１が，知識蓄積装置１３に格納された意味属性の関係
（宣言的知識）に基づいて形成される空間２３である意
味ネットワーク８１（又は，活性パターン８３）におい
て，Ｓ２６で読み出した意味属性であるノードの位置を
求め，このノードに接続された観点２６である活性パタ
ーン８３の値３４を求める（Ｓ２７）。

【００６７】次に，処理装置１１が，Ｓ２７で得た値３
４をそれまでに得た観点２６の値３４（検索評価値）に
加算して，新しい検索評価値とする。（Ｓ２８）。検索
評価値は，キーワード（検索対象データ）ごとに求めら
れる。

【００６８】次に，処理装置１１が，Ｓ２５で読み出し
たキーワードに対応する意味属性が残っているか否かを
調べる（Ｓ２９）。残っている場合，Ｓ２６以下の処理
を各意味属性について繰り返す。

【００６９】残っていない場合，処理装置１１が，Ｓ２
８で求めた検索評価値を，検索範囲にあるキーワード
（検索対象データ）の数で除算して，正規化する（Ｓ３
０）。なお，検索範囲は，検索者が入力しても，また，
データベース又はデータ蓄積装置１２内の所定のデータ
について行うように予め定めても良い。

【００７０】次に，処理装置１１が，検索範囲にあるキ
ーワード（検索対象データ）がデータ蓄積装置１２に残
っているか否かを調べる（Ｓ３１）。残っている場合，
Ｓ２５以下の処理を各特徴量属性について繰り返す。

【００７１】残っていない場合，処理装置１１が，Ｓ３
０で正規化された検索評価値を調べて，これが大きい順
にキーワード（検索対象データ）をソートして（Ｓ３
２），処理を終了する。

【００７２】ここで，図９において，以上の処理によっ
て観点である活性パターン８３を用いて検索を行う場合
の例を示す。前述のように，この例の場合，ある意味属
性が指定されると，その意味ネットワーク８１及び活性
パターン８３において，意味属性即ちノードの位置が定
まる。そこで，このノードに接続された観点である活性
パターン８３の値（接続された各々の線分の太さの和）
を求め，検索評価値を求める。これにより，検索意図に
沿った検索結果を得ることができる。

【００７３】以上の説明から判るように，本発明によれ
ば，データベースの内容とは無関係に観点を構築でき，
検索キー，又は，データベース中のデータ毎に意味属性
の一貫性が保証されていない場合においても，検索者の
観点を計算できる。従って，検索者の観点によって検索
結果として期待されるキーワードが変化しても，これに
対応した結果を得る検索が可能である。

【００７４】また，本発明によれば，パラメータ２５に
よって，検索者の検索意図の範囲を明示的に与えること
ができるので，検索の精度と作業効率を向上することが
できる。

【００７５】以上のように，本発明によれば，データ毎
に属性テーブルの一貫性が保証されていない多種多様な
データを扱うデータベースにおいても，検索者の重視し
ている特徴，即ち観点を算出することができるので，検
索者の検索意図を反映した検索結果を得ることが可能と
なる。

【００７６】ここで，観点の構築の様子を図１１に従っ
て説明する。データベースに格納されたデータである画
像の中から，キーデータ（検索キー）として画像９１及
び画像９２を提示した場合を考える。この場合，双方に
長方形９４と三角形９５とが存在するので，観点とし
て，長方形と三角形とが得られる。この時に得られる観
点は，宣言的知識によって得られる距離と，検索者の検
索意図が示すパラメータに従った値とを持つ。また，キ
ーデータとして画像９２及び画像９３を提示した場合，
観点は星状図形９６と凹状図形となる。なお，ここでは
形状を用いて説明したが，色等の他の物理的な特徴や意
味であっても良い。

【００７７】また，検索者の検索意図の範囲をパラメー
タによって明示的に与えることができるので，検索の精
度と作業効率を向上することが可能となる。

【００７８】

【発明の効果】以上説明したように，本発明によれば，
データ毎に属性テーブルの一貫性が保証されていない多
種多様なデータを扱うデータベースにおいても，検索者
の重視している特徴，即ち観点を算出することができる
ので，検索者の検索意図を反映した検索結果を得ること
が可能となる。

【００７９】また，本発明によれば，データベース検索
処理において，データベースの内容とは無関係に観点を
構築でき，検索キー，又は，データベース中のデータ毎
に意味属性の一貫性が保証されていない場合において
も，検索者の観点を計算で求めることができる。従っ
て，検索者の観点によって検索結果として期待されるデ
ータが変化しても，これに対応した結果を得る検索が可
能である。

【００８０】更に，本発明によれば，パラメータによっ
て，検索者の検索意図の範囲を明示的に与えることがで
きるので，検索の精度と作業効率を向上することができ
る。

【図面の簡単な説明】

【図１】本発明のデータベース検索方法を実施するデー
タベース検索システムを示すブロック図である。

【図２】属性の異なるデータ群から知識を用いて観点を
構築する原理を表す図である。

【図３】構築された観点を用いてデータを検索する原理
を表す図である。

【図４】一実施例におけるカラーモニタの表示画面の例
を示す図である。

【図５】本発明の一実施例における処理の流れを示すフ
ローチャートである。

【図６】本発明の一実施例において構築した観点の例を
示す図である。

【図７】本発明の一実施例における処理の流れを示すフ
ローチャートである。

【図８】本発明の一実施例における処理の流れを示すフ
ローチャートである。

【図９】本発明の一実施例における意味ネットワーク上
の活性伝播を示す図である。

【図１０】本発明の一実施例における処理の流れを示す
フローチャートである。

【図１１】本発明の効果を説明する図である。

【符号の説明】

１１ 処理装置 １２ データ蓄積装置 １３ 知識蓄積装置 １４ 端末 １４Ａ キーボード １４Ｂ マウス １４Ｃ カラーモニタ

───────────────────────────────────────────────────── フロントページの続き (72)発明者 上森 明 東京都千代田区内幸町１丁目１番６号 日 本電信電話株式会社内

Claims (5)

【特許請求の範囲】
1. 【請求項１】 データを蓄積し，管理し，蓄積されたデ
   ータを検索するデータベース検索システムにおいて，検
   索者によって指示された複数のキーデータについての属
   性情報を，宣言的知識によって形成される空間へ拡散投
   影する第１の処理と，宣言的知識によって形成される空
   間へ拡散投影された属性情報から観点を構築する第２の
   処理とを有することを特徴とするデータベース検索方
   法。
2. 【請求項２】 前記第１の処理は検索者が検索意図の範
   囲として与えるパラメータを用いることを特徴とする請
   求項１に記載のデータベース検索方法。
3. 【請求項３】 前記第１及び第２の処理によって構築さ
   れた観点を用いて，前記空間において検索対象のデータ
   の属性情報が占める位置における前記観点の値を求める
   ことにより，当該検索対象のデータの検索評価値を求め
   てデータベースを検索することを特徴とする請求項１又
   は請求項２に記載のデータベース検索方法。
4. 【請求項４】 前記データベース検索システムは画像デ
   ータを蓄積し，管理し，蓄積された画像データを検索す
   るものであって，前記第１の処理において，検索者によ
   って指示された複数のキーデータである候補画像データ
   についての属性情報である特徴量属性を，宣言的知識で
   ある特徴量属性の関係によって形成される空間へ拡散投
   影し，前記第２の処理において，特徴量属性の関係によ
   って形成される空間へ拡散投影された特徴量属性から，
   画像データの検索の観点を構築することを特徴とする請
   求項１に記載のデータベース検索方法。
5. 【請求項５】 前記データベース検索システムはキーワ
   ードデータを蓄積し，管理し，蓄積されたキーワードデ
   ータを検索するものであって，前記第１の処理におい
   て，検索者によって指示された複数のキーデータである
   キーワードデータについての属性情報である意味属性
   を，宣言的知識である意味属性の関係によって形成され
   る空間へ拡散投影し，前記第２の処理において，前記意
   味属性の関係によって形成される空間へ拡散投影された
   意味属性から，キーワードデータの検索の観点を構築す
   ることを特徴とする請求項１に記載のデータベース検索
   方法。