JPH0744567A - 文書検索装置 - Google Patents

Abstract

(57)【要約】 【目的】 文書データベースから、文書そのものを検索
キーとして類似文書を検索し、一回の検索で必要十分な
検索結果を得る文書検索装置を提供する。 【構成】 入力文書１を解析し、文書構成要素に従った
重み付けをした検索キーワード集合３を生成する検索キ
ーワード集合生成手段２と、前記検索キーワード集合３
に基づき文書データベースを検索して、その結果得られ
た文書ごとに、マッチした各キーワードの重みを計算
し、検索結果文書に対する累計重みを得る文書検索手段
とから文書検索装置を構成する。検索結果には、入力文
書との類似度を表す累計重みが付加されているので、利
用者は、これを参考とすることにより、検索結果の取捨
選択を効率的に行うことができる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文書を蓄積した文書デ
ータベースから、利用者により入力された文書と類似の
内容を持つ文書を検索するための文書検索装置に関し、
特に、定型的な構造を持つ入力文書と類似の内容を持つ
文書を検索するための文書検索装置に関する。

【０００２】

【従来の技術】近年、文書資源のデータベース化の進展
に伴って、蓄積された文書情報を効率的に再利用するた
めの手段が要求されている。例えば、ＱＡ（質問応答）
サービス業務においては、過去のＱＡ事例をデータベー
ス化しておき、新たに受けた質問に対して、その質問と
類似の質問を持つＱＡ事例をデータベースの中から簡単
に見つけることができるならば、業務の大幅な効率化が
期待できる。

【０００３】通常、ＱＡサービス業務では、顧客からの
質問自体も受付窓口で一定の型式に文書化される。した
がって、このような業務に、文書データベースシステム
を導入した場合、与えられた文書と類似した内容の文書
を探すといった目的で利用されることになるため、文書
そのものを検索キーとして類似文書を探す文書検索装置
が必要である。

【０００４】従来の文書検索装置においては、単語単位
の検索キーと各検索キーによる検索結果間の集合演算方
法とを、検索式として与えることにより検索を行ってい
た。例えば、“文書”と“検索”という二つの単語を両
方とも含む文書を検索する場合には、“文書”ＡＮＤ
“検索”というような検索式を、利用者自身が入力しな
ければならない。

【０００５】また、一つの検索式に対して複数の検索結
果がある場合、全ての検索結果は同等に出力され、各検
索結果の優劣を判断するための情報は出力されない。

【０００６】

【発明が解決しようとする課題】以上説明したような従
来の文書検索装置を、与えられた文書と類似の文書を探
すという目的で利用する場合には、あらかじめ利用者自
身が、その文書を特徴づける単語を検索キーとして用意
する必要がある。しかし、与えられた文書と類似の文書
を漏れなく探すためには、様々な観点からの単語を用意
しなければならず、検索キーの数は非常に多くなるのが
普通である。

【０００７】また、類似の文書という曖昧な選択基準を
表現するための検索式は、集合積や集合和などの単純な
集合演算のみで表現しようとする限り、非常に複雑なも
のになる。簡単な例として、Ａ，Ｂ，Ｃの三つの単語を
検索キーとして、この中の二つ以上の単語を含む文書を
探すという条件は、集合積ＡＮＤおよび集合和ＯＲのみ
を使うと、次のような検索式になる。

【０００８】（Ａ ＡＮＤ Ｂ）ＯＲ（Ａ ＡＮＤ
Ｃ）ＯＲ（Ｂ ＡＮＤ Ｃ） 検索キーとする単語の数が増えると、このような検索式
は組合せ論的に長くなる。したがって、利用者は、あら
かじめ用意した検索キーの中から、検索式として表現可
能な程度の数の検索キーを選択して検索を行い、求める
結果が得られなければ、さらに別の検索キーを選択して
検索を行うという試行錯誤を繰り返すことになり、必要
十分な検索結果を得るのに時間がかかるという問題があ
った。

【０００９】さらに、同じ検索キーで複数の文書が見つ
かった場合、その検索キーが文書中のどこに出現するか
によって、類似性を判断する際の重要度が異なる。例え
ば、“文書検索”という単語で検索して、この単語が、
章見出しの部分に含まれている文書と、本文中に含まれ
ている文書とでは、明らかに章見出しに含まれている文
書の方が、利用者にとって有用な情報である可能性が高
い。

【００１０】従来の文書検索装置を利用して、上記のよ
うな検索結果の優劣を判断するには、検索対象を章見出
しまたは本文といった特定の文書構成要素に限定して数
回に渡る検索を行うか、あるいは文書全体を対象とした
検索の結果得られた文書に全て目を通す必要がある。し
たがって、検索結果の取捨選択に時間がかかるばかりで
なく、利用者に十分な文書読解力を要求しなければなら
ないという問題があった。

【００１１】本発明は、上記問題点に鑑みなされたもの
であり、文書データベースから、文書そのものを検索キ
ーとして類似文書を検索し、一回の検索で必要十分な検
索結果を得る文書検索装置を提供することを目的とす
る。

【００１２】

【課題を解決するための手段】図１および図２の両者に
より本発明の原理説明図を示す。図において、１は適当
なマーク付け言語を用いた入力構造化文書であり、利用
者が検索キーとして入力したものである。２は検索キー
ワード集合生成手段であり、入力構造化文書１を解析し
て、類似文書検索を行う上で必要な文書構成要素のみを
抽出した上で、それらの文書構成要素の内容に対して、
必要に応じて自動キーワード抽出や関連語展開などを行
うといった、文書構成要素の種類によって異なる規則を
適用して検索キーワード集合３を生成する。

【００１３】３は検索キーワード集合生成手段２によっ
て生成された検索キーワード集合であるが、単なる検索
キーワードの羅列ではなく、後述の文書検索手段５での
類似文書検索が可能となるように構造化されて検索キー
ワードが格納されている。すなわち、入力構造化文書１
にもともと含まれていた単語である主キーワード３ａ
に、その単語を関連語などに展開して作られた展開キー
ワード３ｂがリンクされており、主キーワード３ａ同士
も互いにリンクされている。

【００１４】各検索キーワードには、その検索キーワー
ドを生成するもととなった文書構成要素の種類などに応
じて算出された、類似文書検索におけるその検索キーワ
ードの重要性を示す重み３ｃが付加されている。重み３
ｃは０から１００までの間の数値であるが、一つの主キ
ーワード系列、すなわち主キーワード３ａとその展開キ
ーワード３ｂの重みの中では、主キーワードの重みが最
も高く、全ての主キーワードの重みの合計は１００にな
るように調整されている。

【００１５】なお、後述のデータベース４が構造化文書
データベースとして構成された場合には、各主キーワー
ド３ａには、その主キーワード系列による検索の対象と
すべき、構造化文書データベース４中の文書の文書構成
要素名が、検索対象名３ｄとして格納されると良い。４
は文書データベースである。なお、この文書データベー
スは、入力構造化文書１に使用したのと同じマーク付け
言語を用いて構造化された文書が格納されるようにして
も良い。

【００１６】５は文書検索手段であり、検索キーワード
集合３を用いて文書データベース４を検索し、その結果
得られた検索結果候補６の文書と入力構造化文書１との
類似性を評価するための確信度６ａを算出する。すなわ
ち、まず、検索キーワード集合３中の一つの主キーワー
ド系列で検索を行い、その結果得られた文書は、中間検
索結果５ａとして一時的に格納される。この際、中間検
索結果５ａ中の各文書の重み５ｂには、その文書がヒッ
トした検索キーワードの重み３ｃを格納するが、一つの
文書が複数の検索キーワードでヒットした場合には、そ
れらの検索キーワードの重みの中で最も大きな値を格納
する。

【００１７】一つの主キーワード系列により検索が終了
したら、その主キーワード系列の中間検索結果５ａを現
在までの検索結果候補６と比較し、現在までの検索結果
候補６中に存在しない中間検索結果５ａ中の文書につい
ては、その文書を検索結果候補６に追加し、その文書の
重み５ｂをそのまま確信度６ａとして格納する。中間検
索結果５ａ中の文書が現在までの検索結果候補６中に既
に存在する場合は、検索結果候補６中のその文書の確信
度６ａに現在の検索で得た重み５ｂを加算する。

【００１８】一つの主キーワード系列による中間検索結
果５ａを検索結果候補６に追加し終わったら、次の主キ
ーワード系列について同様の検索処理を実行する。全て
の主キーワード系列についての処理が終了した時点で、
文書検索手段５の処理を完了する。８は検索結果選別手
段であり、検索結果候補６の中から、確信度閾値７に設
定された値以上の確信度６ａを持つものを選択し、最終
的な検索結果９として確信度９ａと共に出力する。

【００１９】

【作用】本発明における入力構造化文書１は、ＩＳＯ８
８７９で制定されたＳＧＭＬ(Standard Generalized Ma
rkup Language)などのマーク付け言語を利用して構造化
したものである。すなわち、文書の表題、章題、本文と
いった文書構成要素の名前とその範囲が、適当な記号を
用いて文書中にマーク付けされている。このような構造
化の採用により、文書構造を考慮した検索が容易に実現
可能となる。

【００２０】検索キーワード集合生成手段２では、入力
構造化文書１の文書構成要素の種類に応じて、その検索
キーワードに重要性に応じた重み３ｃが付加されるとい
った一連の処理により、類似文書検出のための検索キー
ワード集合３が自動的に生成される。したがって、利用
者は、どのような検索キーワードを用いてどのような手
順で検出すべきかといった問題を意識することなく、文
書そのものを検索キーとして入力するだけで、類似文書
の検索を行うことができる。

【００２１】文書検索手段５により出力される検索結果
候補６の確信度６ａは、検索キーワード集合３の構造と
文書検索手段５の処理方法によって、０から１００まで
の間の数値となり、確信度６ａが大きい文書ほど入力構
造化文書１との類似性が高いと判断することができる。
例えば、もし入力構造化文書１から直接抽出された全て
の主キーワード３ａがその文書に含まれているなら、全
ての主キーワードの重みの合計は１００になるように調
整されているから、その文書の確信度６ａは１００であ
る。一方、主キーワード３ａではなく、展開キーワード
３ｂでヒットした文書の確信度は、展開キーワード３ｂ
の重みが主キーワード３ａの重み以下に設定されている
から、その分だけ確信度６ａは小さくなる。

【００２２】確信度６ａは以上のようにして得られるの
であるから、確信度６ａが小さいほど、その文書の内容
は入力構造化文書１の内容と相違していると考えること
ができる。確信度６ａの非常に小さい文書は利用者が必
要としない文書である可能性が高い。一般的には、検索
結果候補６の大部分が確信度の小さい文書であるので、
全ての検索結果候補６をそのまま検索結果候補９として
出力することは利用者にとって好ましくない。

【００２３】そこで、検索結果選別手段８では、検索結
果６の中から、適当な方法で決められた確信度閾値７に
設定された値以上の確信度６ａを持つ文書を選別し、こ
れを最終的な検索結果９として出力する。したがって、
利用者にとって不必要な検索結果が大量に出力されると
いった問題を避けることができ、類似文書検索の結果と
して必要十分な検索結果を出力することができる。

【００２４】検索結果９は、確信度９ａが付加されて出
力されるので、利用者は確信度９ａを参照することによ
り、検索結果の取捨選択を効率的に行うことができる。
また、文書データベース４を構造化文書データベースと
し、入力構造化文書１に使用したのと同じマーク付け言
語を用いて構造化された文書が格納されるようにした場
合には、さらに正確に類似性を判断することができる。

【００２５】すなわち、検索キーワードの重み付けを、
入力文書１の文書構成要素と、前記文書データベース４
に格納された文書の文書構成要素である検索対象の両方
に従って行う。さらに、検索キーワード集合３の各主キ
ーワード３ａに対してその主キーワード系列による検索
の対象とすべき、構造化文書データベース４中の文書の
文書構成要素名を検索対象名３ｄとして格納する。

【００２６】そして、文書検索手段５は、構造化文書デ
ータベース４を検索する際、各検索キーワードと検索対
象名３ｄを用いて検索する。これにより、関連する文書
構成要素で検索キーワードが一致した文書に高い確信度
９ａが与えられる。

【００２７】

【実施例】図３および図４の両者により、本発明を自動
ＱＡ装置に適用した例の概略図を示す。図中、前記図１
および図２で示したものと同一のものは同一の符号を付
している。１０は検索属性定義情報であり、入力構造化
文書１中の各文書構成要素から検索キーワード集合３を
生成する際に、どのような規則を適用するかなどを文書
構成要素の種類ごとに定義したものであり、外部より変
更可能なものである。

【００２８】検索属性定義情報１０は、文書構成要素名
１０ａと適用規則名１０ｂと検索対象名１０ｃと相対重
み１０ｄとから構成される。文書構成要素名１０ａは、
検索キーワード集合３を生成するもととなる入力構造化
文書１中の文書構成要素名である。適用規則名１０ｂ
は、文書構成要素名１０ａで指定される文書構成要素か
ら検索キーワード集合３を生成する際に適用される規則
名であり、検索キーワード生成規則格納手段１１に格納
されている規則の名前に対応し、必要に応じて複数の規
則名を指定することができる。

【００２９】検索対象名１０ｃは、文書構成要素１０ａ
で指定される文書構成要素から生成された検索キーワー
ドによる検索の対象とする、構造化文書データベース４
中の文書の文書構成要素名であり、一つの文書構成要素
名１０ａに対して複数の検索対象名１０ｃを指定するこ
とができる。相対重み１０ｄは、一組の文書構成要素名
１０ａと検索対象名１０ｃに対して一つ定義されるもの
であり、生成された検索キーワードの重要度を相対的な
数値で指定する。

【００３０】１１は検索キーワード生成規則格納手段で
あり、適用規則名１０ｂで指定される、自動キーワード
抽出または関連語展開といった検索キーワード生成規則
の実体が、ハードウエア、またはソフトウェアにより部
品化されて格納されている。図５は、本実施例の入力構
造化文書１の一例であり、顧客からの質問をＩＳＯ８８
７９の規約に従いＳＧＭＬ文書化したものである。各文
書構成要素は“＜＞”で囲まれたタグによってマーク付
けされている。

【００３１】図６は、本実施例の構造化文書データベー
ス４に蓄積されている文書４ｎの例であり、過去になさ
れた質問に対して回答を付加したＱＡ事例をＳＧＭＬ文
書化したものである。本実施例は、図５のような型式の
顧客からの質問文書１をそのまま検索キーとして、図４
のような過去のＱＡ事例の文書４ｎを蓄積したデータベ
ースを検索し、質問に対する回答の参考になるようなＱ
Ａ事例を出力するものである。

【００３２】以下に、図３および図４に基づき、本実施
例の動作を説明する。まず、検索属性定義情報１０の内
容について説明する。検索属性定義情報１０では、入力
構造化文書１中の“表題”、“製品名”、“質問文”の
三つの文書構成要素に対する検索属性が定義されてい
る。この三つ以外の文書構成要素、例えば“質問者氏
名”など類似検索を行う上で不要の情報は、検索属性定
義情報１０の中に含まない。

【００３３】図３の例では、適用規則名１０ｂとして、
“自動キーワード抽出”、“関連語展開”の二種類が指
定されている。“自動キーワード抽出”は、文章中に含
まれる単語を自動的に抽出して主キーワード３ａとする
ものであり、“表題”や“質問文”のように、自然文で
記入される文書構成要素に適用される。もし一つの文書
構成要素の内容から複数の単語が抽出された場合には、
その個数分の主キーワード３ａが生成される。

【００３４】しかし、“製品名”のようにもともと決め
られた単語が記入される文書構成要素に対しては、“自
動キーワード抽出”は適用せず、記入されている内容を
そのまま主キーワード３ａとすればよい。“関連語展
開”は、文書構成要素の内容から直接抽出された単語を
主キーワード３ａとして、さらにその単語の関連語も展
開キーワード３ｂとするものであり、類似文書検索をす
る上で必要な検索範囲の拡張を行うことができる。

【００３５】“自動キーワード抽出”や“関連語展開”
を行うための手段は、検索キーワード生成規則格納手段
１１の部品の一部として格納されているが、これらの手
段の説明は本発明の目的とするところではないので省略
する。検索対象名１０ｃは、本実施例の場合、基本的に
は、文書構成要素名１０ａと同じである。すなわち、入
力構造化文書１中のある文書構成要素から生成された検
索キーワードは、構造化文書データベース４中の文書の
同じ文書構成要素を検索対象とする。

【００３６】しかし、入力構造化文書１中の“質問文”
から生成された検索キーワードは、構造化文書データベ
ース４中のＱＡ事例において、“回答文”の中に含まれ
ていても関連事例である可能性があるので、“質問文”
の検索対象名には、“回答文”も指定しておく。相対重
み１０ｄは、質問を特徴付けるのに最も重要な文書構成
要素である“表題”の相対重みを最も大きくする。“質
問文”の相対重みに関しては、“回答文”を検索対象と
する場合の重みを“質問文”を検索対象とする場合より
も小さく設定しておくことにより、検索対象の違いによ
る検索キーワードの重要性の違いを反映することができ
る。

【００３７】検索キーワード集合生成手段２では、以上
説明した検索属性定義情報１０を参照して、検索キーワ
ード生成規則格納手段１１に格納された規則を適用し、
入力構造化文書１から検索キーワード集合３を生成す
る。次に、図７のフローチャートに基づいて、検索キー
ワード集合生成手段２での動作を説明する。

【００３８】まず、ステップＳ１１で検索属性定義情報
１０の文書構成要素名１０ａを一つ読み込みステップＳ
１３へ進むが、ここで読み込むべき文書構成要素名１０
ａがなくなったら、ステップＳ１２からステップＳ１５
へ進む。ステップＳ１３では、ステップＳ１１で読み込
んだ文書構成要素名１０ａに対応する文書構成要素の内
容を入力構造化文書１中から抽出する。

【００３９】ステップＳ１４では、その文書構成要素の
適用規則名１０ｂに対応する検索キーワード生成規則を
検索キーワード生成規則格納手段１１から呼び出し、呼
び出した規則をその文書構成要素の内容に適用して、検
索キーワード集合を構築していく。この際、その文書構
成要素に対して複数の検索対象名１０ｃが指定されてい
る場合には、検索対象名１０ｃのみが異なる同じ内容の
主キーワード系列を、検索対象名１０ｃの個数分だけ生
成する。主キーワード３ａの重み３ｃには、相対重み１
０ｄを、その文書構成要素から生成された主キーワード
３ａの個数で等分した値を格納する。

【００４０】展開キーワード３ｂの重み３ｃは、その系
列の主キーワード３ａの重み３ｃから算出するが、適用
される検索キーワード生成規則により算出方法が異な
る。例えば、“関連語展開”の場合、主キーワード３ａ
と展開キーワード３ｂの意味関係が遠いほど、展開キー
ワードの重み３ｃを小さくする。ステップＳ１４での処
理が終了したら、ステップＳ１１へ戻る。

【００４１】ステップＳ１５では、各検索キーワードに
付加された重み３ｃの再規格化を行う。すなわち、主キ
ーワード３ａに付加された重みの合計が１００になるよ
うな一定の定数を、全ての検索キーワードの重み３ｃに
乗じる。次に、図４に戻ると、文書検索手段５では、上
記手順に従って生成された検索キーワード集合３に基づ
き、構造化文書データベース４を検索する。

【００４２】構造化文書データベース４は、インバーテ
ッドファイルなどの手法により、検索対象名と検索キー
ワードから目的の文書を検索することのできる構造とす
る。次に、図８、図９、図１０の３図で示すフローチャ
ートに基づいて、文書検索手段５での動作を説明する。
まず、ステップＳ２１では、検索キーワード集合３から
主キーワード系列を一つ取り出し、次いでステップＳ２
３へ進むが、ここで取り出す主キーワード系列がなくな
ったら、ステップＳ２２のＹＥＳから終了へ進み文書検
索手段５での処理を終了する。

【００４３】ステップＳ２３では、ステップＳ２１で取
り出した主キーワード系列の主キーワード３ａから検索
対象名３ｄを取り出しておく。ステップＳ２４では、ス
テップＳ２２で取り出した主キーワード系列中の検索キ
ーワード集合をリンクされた順序に従って一つ取り出し
ステップＳ２６へ進むが、ここで取り出す検索キーワー
ドがなくなったら、ステップＳ２５からステップＳ３３
へ進む。

【００４４】ステップＳ２６では、ステップＳ２３で取
り出した検索対象名３ｄと、ステップＳ２４で取り出し
た検索キーワードで、構造化文書データベース４を検索
する。ステップＳ２７では、ステップＳ２６で検索した
結果から、一つの構造化文書を取り出し、ステップＳ２
９へ進むが、ここで取り出す文書がなくなったら、ステ
ップＳ２８からステップＳ２４へ戻る。

【００４５】ステップＳ２９では、ステップＳ２７で取
り出した構造化文書が既に中間検索結果５ａ中に存在す
る文書かどうかが判定され、存在する文書ならばステッ
プＳ３１へ進み、新規な文書であればステップＳ３０へ
進む。ステップＳ３０では、その構造化文書を中間検索
結果５ａに追加すると共に、現在の検索キーワードの重
み３ｃをその構造化文書の重み５ｂに格納して、ステッ
プＳ２７へ戻る。

【００４６】ステップＳ３１では、中間検索結果５ａ中
の現在の検索結果と同一の文書の重み５ｂと、現在の検
索キーワードの重み３ｃを比較し、現在の検索キーワー
ドの重み３ｃの方が大きければステップＳ３２へ進み、
そうでなければステップＳ２７へ戻る。ステップＳ３２
では、中間検索結果５ａ中の現在の検索結果と同一の文
書の重み５ｂを現在の検索キーワードの重み３ｃに置き
換えて、ステップＳ２７へ戻る。

【００４７】ステップＳ３３では、中間検索結果５ａ中
の文書を一つ取り出しステップＳ３５へ進むが、ここで
取り出す文書が無くなったら、ステップＳ３４からステ
ップＳ３８へ進む。ステップＳ３５では、ステップＳ３
３で取り出した構造化文書が既に検索結果候補６中に存
在するかどうかを調べ、新規の文書であればステップＳ
３６へ進み、既に検索結果候補６中に存在する文書なら
ばステップＳ３７へ進む。

【００４８】ステップＳ３６では、その構造化文書を検
索結果候補６に追加すると共に、中間検索結果５ａでの
重み５ｂをその構造化文書の確信度６ａに格納して、ス
テップＳ３３へ戻る。ステップＳ３７では、中間検索結
果５ａ中でのその文書の重み５ｂを、検索結果候補６中
でのその文書の確信度６ａに加算し、ステップＳ３３へ
戻る。

【００４９】ステップＳ３８では、中間検索結果５ａの
内容を消去し、ステップＳ２１へ戻る。再び図４に戻る
と、上記文書検索手段５の処理手順によって、検索結果
候補６が作成されるが、確信度６ａの非常に小さい文書
は、入力した質問と無関係の内容である可能性が高いの
で、そのような文書を検索結果選別手段８で削除する。

【００５０】すなわち、検索結果選別手段８では、検索
結果６の中から、適当な方法で決められた確信度閾値７
に設定された値以上の確信度６ａを持つ文書を選別し、
これを最終的な検索結果９として確信度９ａと共に出力
する。このように、本実施例の自動ＱＡ装置は、質問文
書をそのまま入力するだけで、その質問に対する回答を
得る上で参考になる必要十分な量のＱＡ事例を検索結果
として得ることができるものである。

【００５１】なお、本発明の文書検索装置は、上記実施
例のようなＱＡ事例の検索に対してのみではなく、例え
ば特許文書などの定型的な文書構造を持つ文書の類似検
索全てに対して適用可能である。また、上記実施例で
は、検索キーワードを生成する際の適用規則として、
“自動キーワード抽出”および、“関連語展開”のみを
使用していたが、必要に応じて、半角と全角を全角に統
一するといったキーワード表記の正規化など他の規則を
組み込むことができる。

【００５２】さらに、本発明は、検索属性定義情報１０
の検索対象名１０ｃおよび検索キーワード集合３の検索
対象名３ｄを省略することが可能である。以上説明した
ように、定型的な構造を持つ文書を蓄積した文書データ
ベースの類似文書検索において、利用者が検索キーワー
ドや検索手順等を何ら意識しなくても、文書そのものを
検索キーとして入力するだけで、文書構造に応じた検索
キーワード集合が内部的に生成され、一回の検索で必要
十分な検索結果を得ることができる。

【００５３】さらに、検索結果には、入力文書と類似性
を示す確信度が付加されているため、検索結果の取捨選
択を効率的に行うことができることから、類似文書検索
装置の機能向上に寄与するところが大きい。

【００５４】

【発明の効果】以上説明したように、本発明の方法によ
れば、文書データベースから、文書そのものを検索キー
として類似文書を検索し、一回の検索で必要十分な検索
結果を得ることができる。

【図面の簡単な説明】

【図１】本発明の文書検索装置の原理説明図（その
１）。

【図２】本発明の文書検索装置の原理説明図（その
２）。

【図３】本発明の文書検索装置の実施例を示す概略図
（その１）。

【図４】本発明の文書検索装置の実施例を示す概略図
（その２）。

【図５】図３の入力文書の一例を示す図。

【図６】図４のデータベースに蓄積される文書の一例を
示す図。

【図７】図３の検索キーワード集合生成手段の動作を説
明するフローチャート。

【図８】図４の文書検索手段の動作を説明するフローチ
ャート（その１）。

【図９】図４の文書検索手段の動作を説明するフローチ
ャート（その２）。

【図１０】図４の文書検索手段の動作を説明するフロー
チャート（その３）。

【符号の説明】

１…入力構造化文書 ２…検索キーワード集合生成手段 ３…検索キーワード集合 ３ａ…主キーワード ３ｂ…展開キーワード ３ｃ…重み ３ｄ…検索対象名 ４…文書データベース ５…文書検索手段 ５ａ…中間検索結果 ５ｂ…重み ６…検索結果候補 ６ａ…確信度 ７…確信度閾値 ８…検索結果選別手段 ９…検索結果 ９ａ…確信度 １０…検索属性定義情報 １０ａ…文書構成要素名 １０ｂ…適用規則名 １０ｃ…検索対象名 １０ｄ…相対重み １１…検索キーワード生成規則格納手段

Claims (2)

【特許請求の範囲】
1. 【請求項１】 文書を格納した文書データベースから、
   利用者により入力された文書と類似の内容を持つ文書を
   検索する文書検索装置において、利用者が入力した定型
   的な構造を持つ入力構造化文書（１）を解析し、文書構
   成要素に従った重み付けをした検索キーワード集合
   （３）を生成する検索キーワード集合生成手段（２）
   と、 前記検索キーワード集合（３）に基づき文書データベー
   ス（４）を検索して、その結果得られた文書ごとに、マ
   ッチした各キーワードの重みから、検索結果文書に対す
   る累計重みを得る文書検索手段（５）とを具備したこと
   を特徴とする文書検索装置。
2. 【請求項２】 前記文書データベース（４）に格納され
   る文書を定型的な構造を持つ文書とし、前記検索キーワ
   ード集合生成手段（２）は、前記検索キーワードの重み
   付けを、入力構造化文書（１）の文書構成要素と、対応
   する前記文書データベース（４）に格納された文書の文
   書構成要素である検索対象とに従って行い、前記文書検
   索手段（５）は、検索の際、各検索キーワードについて
   文書データベース（４）の文書の該当検索対象のみを検
   索することを特徴とする請求項１記載の文書検索装置。