JPH08171569A

JPH08171569A - 文書検索装置

Info

Publication number: JPH08171569A
Application number: JP6287215A
Authority: JP
Inventors: Hiroshi Yamaguchi; 浩山口; Makoto Ando; 誠安藤; Akio Yamashita; 明男山下; Kazuo Aihara; 一雄相原; Tatsuomi Kita; 辰臣喜多; Hiroko Matsuo; 裕子松尾; Shinji Kawamoto; 真司川本
Original assignee: Fuji Xerox Co Ltd
Current assignee: Fujifilm Business Innovation Corp
Priority date: 1994-10-28
Filing date: 1994-10-28
Publication date: 1996-07-02

Abstract

(57)【要約】（修正有）【目的】検索用キーワードの展開の際に、利用者の検索
意図に近い語を選別して、検索漏れ、検索ノイズの少な
い検索を可能とする。【構成】辞書手段には、ある語に対する関連語および語
のカテゴリを求めるための情報が保持されている。判断
手段は、辞書手段を参照して、検索用キーワードが複数
のカテゴリに分類されるか否かを判断する。複数のカ
テゴリに分類される場合には、指定手段により、前記複
数のカテゴリの各々からそれに分類される１個以上の語
を取り出して提示し、利用者に指定させる。１つのカ
テゴリのみに分類される場合には特に何もしない。つづ
いてキーワード展開手段は、辞書手段を参照して、検索
用キーワードのカテゴリを求め、そのカテゴリに属する
語を取出す。検索手段は、検索用キーワードとキーワー
ド展開手段により取り出した語で文書データを検索す
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文書検索において、与
えられた検索キーをシソーラス辞書等によりキーワード
を展開して文書検索する装置に関し、特に検索キーの展
開を行う際に、複数のカテゴリに分類されている語に対
する処理に関する。

【０００２】

【従来の技術】従来、検索漏れをなくし検索意図に応じ
た文書の検索を支援するために、一般にキーワード抽出
手段により質問文や検索式から抽出したキーについて、
シソーラス辞書を参照してキーワード展開手段により同
義語および上位・下位語の自動展開を行い、それらの展
開された語を検索キーとして検索を行っていた。例え
ば、特開昭６３−１６８７２１号公報や特開平３−１３
０８７３号公報では、検索キーを類義語（関連語）展開
して検索キーとして検索を行うことを提案している。ま
た、特開平４−１００６２号公報では上位下位関係を抽
出してキーを自動展開し、検索キーとして検索を行うこ
とを提案している。

【０００３】

【発明が解決しようとする課題】しかし、これらの場
合、一つの語が複数のカテゴリに分類される場合には、
単純に自動展開してしまうと、検索意図に合わない語ま
で検索キーとして展開して不要な文書まで検索してしま
い、検索効率が悪くなるという検索ノイズの問題があ
る。例えば、「（学校の）先生」という意味で検索した
い場合にも、「教員、教師、教授、医師、医者、師匠、
恩師」といったように展開されてしまうので、検索意図
に合わない語まで検索キーとしてしまうことになる。

【０００４】これに対して、特開平４−１４５５７８号
公報では、上位下位ノードをツリー構造で表示し、利用
者に選択させることにより検索意図に合わない語を検索
キーとするのを防止する提案がなされている。しかし、
この場合、特定構造の辞書が必要であり、たとえそれを
克服して表示できるようにしたとしても、単純なツリー
構造で表される場合はいいが、複数のカテゴリ（概念）
で表される場合、その数も多くなり関係構造も複雑にな
るため、検索キーの指定を容易に行うことができないと
いう問題がある。

【０００５】本発明は、検索用キーワードをキーワード
展開手段により関連語の展開を行う際に、利用者の検索
意図に合った語のみを選別することができ、検索漏れや
検索ノイズの発生を防止できるようにすることを目的と
する。

【０００６】

【課題を解決するための手段】本発明の文書検索装置
は、検索対象の文書データを記憶する文書データ記憶手
段（１８）と、関連する語および語のカテゴリを求める
ための情報を保持する辞書手段（１４）と、前記辞書手
段を参照して、検索用キーワードが複数のカテゴリに分
類されるかを判断する判断手段（１５）と、前記判断手
段により検索用キーワードが複数のカテゴリに分類され
ると判断された場合に、前記複数のカテゴリの各々から
それに分類される１個以上の語を取り出して提示し、利
用者に指定させる指定手段（１６）と、前記判断手段により検索用キーワードが複数のカテ
ゴリに分類されると判断された場合には、前記指定手段
により指定された語のカテゴリに基づいて、前記判断手段により検索用キーワードが１つのカテ
ゴリに分類されると判断された場合には、検索用キーワ
ードのカテゴリに基づいて、前記辞書手段を参照して検索用キーワードを関連する複
数の語に展開するキーワード展開手段（１３）と、検索
用キーワードおよび前記キーワード展開手段により展開
された語で前記文書データを検索する検索手段（１７）
とを備えたことを特徴とする。また、本発明の一態様で
は、上記文書検索装置において、検索要求を文の形式で
入力する入力手段と、前記検索要求の文から検索用キー
ワードを抽出する検索用キーワード抽出手段とを備え
る。

【０００７】

【作用】辞書手段には、ある語に対する関連語および語
のカテゴリを求めるための情報が保持されており、例え
ば、各見出し語に対してそのカテゴリを表す情報が対応
づけられ、同じカテゴリを有する見出し語が互いに関連
する語を構成している。１つの見出し語が複数のカテゴ
リに対応する場合もある。判断手段は、辞書手段を参照
して、検索用キーワードが複数のカテゴリに分類される
か否かを判断する。上記の辞書手段の例では、判断手段
は、検索用キーワードに一致する見出し語を探索し、一
致する見出し語に対応するカテゴリが複数か否かを調べ
ることにより判断する。前記判断手段により検索用キーワードが複数のカテ
ゴリに分類されると判断された場合には、指定手段によ
り、前記複数のカテゴリの各々からそれに分類される１
個以上の語を取り出して提示し、利用者に指定させる。
キーワード展開手段は、前記指定された語のカテゴリで
辞書手段を参照して、そのカテゴリに属する語を取出
す。検索手段は、検索用キーワードとキーワード展開手
段により取り出した語で文書データを検索する。前記判断手段により検索用キーワードが１つのカテ
ゴリのみに分類されると判断された場合には、キーワー
ド展開手段は、辞書手段を参照して、検索用キーワード
のカテゴリを求め、そのカテゴリに属する語を取出す。
検索手段は、検索用キーワードとキーワード展開手段に
より取り出した語で文書データを検索する。

【０００８】検索用キーワードの入力においては、それ
を直接入力してもよいが、検索要求をする文の形式で入
力し、キーワード抽出手段で、その文を解析して検索用
キーワードを得るように構成することができる。

【０００９】

【実施例】図１は、本発明の文書検索装置の実施例の概
略構成を示す機能ブロック図である。この文書検索装置
は、入力手段１１、キーワード抽出手段１２、キーワー
ド展開手段１３、辞書手段１４、カテゴリ情報判定手段
１５、キーワード指定手段１６、検索手段１７、文書デ
ータ記憶手段１８、表示手段１９から構成されている。
入力手段１１は検索要求を入力する手段である。検索要
求は検索式や質問文の形で入力する。キーワード抽出手
段１２は前記入力手段１１から入力された検索要求から
検索キーとなるキーワードを抽出する。キーワード展開
手段１３は抽出されたキーワードに対して辞書手段１４
を参照し、検索キーを展開する。辞書手段１４は、図４
に示すように、見出し語４１とそれに対応するカテゴリ
情報４２を格納している。カテゴリ情報判定手段１５
は、前記キーワード抽出手段１２で抽出されたキーワー
ドを、前記辞書手段１４を用いて前記キーワード展開手
段１３により展開する際に、各キーワードが複数のカテ
ゴリに属しているかどうかを判定し、複数のカテゴリに
属している場合は各カテゴリからそのキーワードとは別
の語を取り出して提示する。キーワード指定手段１６
は、前記カテゴリ情報判定手段１５により提示された語
の中でどの語が指定されたかを判定する。検索手段１７
では、前記入力手段１１から入力されたキーワードか
ら、前記キーワード抽出手段１２により抽出したキーワ
ードを前記キーワード展開手段１３により展開し、前記
カテゴリ情報判定手段１５により複数のカテゴリに属す
ると判定されれば、前記キーワード指定手段１６により
キーワード展開するカテゴリを指定することにより展開
されたキーを検索キーとして文書データ記憶手段１８の
検索を行う。文書データ記憶手段１８には検索対象とな
る文書データが格納されている。表示手段１９は、前記
検索手段１７によって検索された文書データを表示す
る。

【００１０】以上のように構成された実施例の動作を図
２〜図６を参照して説明する。図２は本実施例における
検索手順を示すフローである。まず、入力手段１１から
検索キーワードを含む検索式あるいは質問文等の検索要
求が入力される（ステップＳ２１）。この検索式等はキ
ーワード抽出手段１２に送られる。キーワード抽出手段
１２では、検索式に対して形態素解析が行われ、名詞等
がキーワードとして抽出される（ステップＳ２２）。キ
ーワード展開手段１３では、キーワード抽出手段１２に
より抽出されたキーワードが送られてくると、辞書手段
１４を参照してキーワードに対応するカテゴリ情報を得
る（ステップＳ２３）。辞書手段１４は図４に示すよう
に見出し語４１とそれに対応するカテゴリ番号４２を含
み、見出し語が複数のカテゴリに分類される場合には、
カテゴリ番号は複数存在する。図４の例では、見出し語
「先生」に対して複数のカテゴリ番号１１１２２、１１
２３３、１１３４４が対応している。キーワードと一致
する見出し語から、カテゴリ番号を求め、カテゴリ番号
が複数あるか否かにより複数のカテゴリに分類されてい
るか否かを調べることができる。

【００１１】カテゴリ情報判定手段１５では、キーワー
ド展開手段１３により得られたカテゴリ情報を調べ、キ
ーワードが複数のカテゴリに分類されているかを判断す
る（ステップＳ２４）。複数のカテゴリに分類されてい
る場合は、各々のカテゴリからそれぞれ一語が抽出さ
れ、表示される（ステップＳ２５）。即ち、得られた複
数のカテゴリ番号の各々により、図４の辞書手段１４を
参照し、対応する見出し語の各１つを求める。それを図
５（ａ）のように表示する。利用者はカテゴリ情報判定
手段１５により複数のカテゴリに分類されていると判定
・表示された語を見て、検索意図に近い語の選択を行
う。キーワード指定手段１６では、利用者の選択を受け
付け、キーワード展開手段１３へ伝える（ステップＳ２
６）。

【００１２】キーワード展開手段１３は、選択された語
に対応するカテゴリのカテゴリ番号を辞書手段１４のカ
テゴリ番号４２と比較し、一致するすべてのエントリの
見出し語を抽出する。（ステップＳ２７）。これにより
選択された語のカテゴリと同じカテゴリに属する見出し
語が得られ、これらは１群の関連語を構成している。ス
テップＳ２４の判定の結果、各キーワードの関連語が１
つのカテゴリのみに分類される場合には、そのカテゴリ
のカテゴリ番号を辞書手段１４のカテゴリ番号４２と比
較し、一致するすべてのエントリの見出し語を抽出する
ことによりキーを展開する（ステップＳ２８）。検索手
段１７では、キーワード展開手段１３により展開された
語を検索キーとして、文書データ記憶手段１８が検索さ
れる。表示手段１９では、検索手段１７で検索された文
書データが表示される（ステップＳ２９）。

【００１３】次に、検索要求として実際に「先生に質問
する」という検索式が与えられた場合を例にとり説明す
る。入力手段１１から、図３（ａ）のように「先生に質
問する」が入力されると、キーワード抽出手段１２にお
いて、公知の形態素解析により名詞を抽出し、図３
（ｂ）のように「先生」と「質問」がキーワードとして
得られる。抽出されたキーワードはキーワード展開手段
１３により図４の辞書手段１４の見出し語と比較され、
一致するエントリのカテゴリ番号を抽出する。図４の例
の場合にはキーワード「先生」に対し、カテゴリ番号１
１１２２、１１２３３、１１３４４が得られ、キーワー
ド「質問」に対してカテゴリ番号１２３２３が得られ
る。カテゴリ情報判定手段１５は、上記のように得られ
たカテゴリ番号が複数個あるか否かを調べ、複数個ある
場合、即ち上記の例では「先生」の場合、対応するカテ
ゴリ番号から辞書手段１４を参照して、それぞれのカテ
ゴリ番号に対応する１つの見出し語を取り出し、図５
（ａ）のように表示する。カテゴリ番号１１１２２に対
しては「教師」が表示され、カテゴリ番号１１２３３に
対しては「恩師」が表示され、カテゴリ番号１１３４４
に対しては「医者」が表示されている。キーワード指定
手段１６により、表示された語の中から検索意図に近い
ものを利用者に選択させる。図５（ｂ）は、「教師」が
選択された状態を示している。この選択情報はキーワー
ド展開手段１３に与えられる。キーワード展開手段１３
は、選択された語「教師」のカテゴリ番号により、辞書
手段１４を辞書引きして、同じカテゴリ番号を持つ見出
し語を得る。「教師」のカテゴリ番号は１１１２２であ
るので、そのカテゴリ番号を持つ見出し語「教員」「教
師」「教授」が展開された語として元のキーワード「先
生」と共に表示される。

【００１４】一方、キーワード抽出手段１２により抽出
された「質問」はカテゴリ番号が１つだけであるので、
カテゴリ情報判定手段１５は複数のカテゴリに分類され
ていないと判定し、その判定を受けてキーワード展開手
段１３は、ただちにキーワードの展開を行う。「質問」
のカテゴリ番号１２３２３により辞書手段１４を参照す
ると同じカテゴリ番号を持つ「質疑」「設問」が得られ
る。このようにして、展開されて得られた検索キーを表
示すれば図５（ｃ）のようになる。

【００１５】検索手段１７による検索においては、「先
生」で展開されたキーワードのどれかを含む文書データ
が、次に「質問」で展開されたキーワードのどれかを含
む文書データが検索され、共通の文書データが検索結果
とされる。また、検索された結果は図５（ｄ）のように
そのファイル名が表示される。

【００１６】本実施例では検索式として文章を入力して
いるが、検索キーとなる語が直接入力されてもよく、そ
の場合は図６に示すように、図１のキーワード抽出手段
１２を構成から外して省略し、入力手段１１の出力は直
接にキーワード展開手段１３の入力に接続される構成と
なり、同様な検索を実現することができる。

【００１７】更に、図７（ａ）のように、辞書手段１４
の辞書内容中に、検索対象の文書データに辞書の見出し
語に対応する語が存在するか否かを示す情報を付けてお
けば、文書中に存在しないキーワードについては検索キ
ーとして展開を行わずにすむので、より検索効率を上げ
ることができる。図７（ａ）には前記存在するか否かの
情報は文書フラグとして示され、文書データに存在する
時には文書フラグは「１」に設定され、そうでないとき
には「０」が設定されている。図７（ｂ）は文書データ
中に存在するキーワードについて展開した検索キーを示
す。ここで、指定されたカテゴリのすべての語を検索キ
ーとして展開した図５（ｃ）と図７（ｂ）の対照から、
文書中に存在しない語は検索キーから省かれていること
が分かる。

【００１８】また、キーワード指定手段１６によりカテ
ゴリを指定する際に、カテゴリの指定は１つに限定せ
ず、複数のカテゴリを指定することができる。さらに、
表示においても文書名のリストを表示するだけではな
く、リストの先頭にある文書の内容をリストとともに表
示するなどしてもよく、特に表示方法に関して本実施例
のように限定する必要はない。

【００１９】

【発明の効果】以上説明したように、本発明の文書検索
装置においては、複数のカテゴリに属する語に対して、
それぞれのカテゴリから一個以上の語を取り出して表示
する。これにより、木構造で表せないような複雑な意味
関係にあるキーワードでも簡単に検索意図にあったカテ
ゴリがどれであるかを利用者は判断できる。そして、検
索意図に近いものを利用者に選択させることにより、そ
の他の選択されなかった分類に分類される検索意図に合
わない語については展開しないので、効率よく所望の検
索結果が得られる。

【図面の簡単な説明】

【図１】本発明の文書検索装置の一実施例の概略構成を
示す機能ブロック図。

【図２】本実施例の動作を示すフローチャート。

【図３】（ａ）は入力手段から入力された検索要求を示
す図、（ｂ）はキーワード抽出手段によって抽出された
キーワードの一例を示す図、（ｃ）はキーワードを辞書
により展開した一例を示す図。

【図４】辞書の内容の一例を示す図。

【図５】（ａ）は複数のカテゴリに分類されたキーワー
ドについて、各々のカテゴリから語を取り出した一例を
示す図、（ｂ）は各々のカテゴリから取り出された語か
ら検索意図に近い語を指定させた一例を示す図、（ｃ）
は実際に展開されたキーワードの一例を示す説明図、
（ｄ）は検索結果の表示の一例を示す図。

【図６】他の実施例の概略構成を示す機能ブロック図。

【図７】（ａ）は文書に存在するかどうかの情報を辞書
に付加した一例を示す図、（ｂ）は文書に存在するキー
ワードだけを展開したことの一例を示す図。

【符号の説明】

１１…入力手段、１２…キーワード抽出手段、１３…キ
ーワード展開手段、１４…辞書手段、１５…カテゴリ情
報判定手段、１６…キーワード指定手段、１７…検索手
段、１８…文書データ記憶手段、１９…表示手段。

フロントページの続き (72)発明者山下明男神奈川県川崎市高津区坂戸３丁目２番１号ＫＳＰＲ＆Ｄビジネスパークビル富士ゼロックス株式会社内 (72)発明者相原一雄神奈川県川崎市高津区坂戸３丁目２番１号ＫＳＰＲ＆Ｄビジネスパークビル富士ゼロックス株式会社内 (72)発明者喜多辰臣神奈川県川崎市高津区坂戸３丁目２番１号ＫＳＰＲ＆Ｄビジネスパークビル富士ゼロックス株式会社内 (72)発明者松尾裕子神奈川県川崎市高津区坂戸３丁目２番１号ＫＳＰＲ＆Ｄビジネスパークビル富士ゼロックス株式会社内 (72)発明者川本真司神奈川県川崎市高津区坂戸３丁目２番１号ＫＳＰＲ＆Ｄビジネスパークビル富士ゼロックス株式会社内

Claims

【特許請求の範囲】

【請求項１】検索対象の文書データを記憶する文書デ
ータ記憶手段と、関連する語および語のカテゴリを求めるための情報を保
持する辞書手段と、前記辞書手段を参照して、検索用キーワードが複数のカ
テゴリに分類されるかを判断する判断手段と、前記判断手段により検索用キーワードが複数のカテゴリ
に分類されると判断された場合に、前記複数のカテゴリ
の各々からそれに分類される１個以上の語を取り出して
提示し、利用者に指定させる指定手段と、前記判断手段により検索用キーワードが複数のカテゴリ
に分類されると判断された場合には、前記指定手段によ
り指定された語のカテゴリに基づいて、また、前記判断
手段により検索用キーワードが１つのカテゴリに分類さ
れると判断された場合には、検索用キーワードのカテゴ
リに基づいて、それぞれ前記辞書手段を参照して検索用
キーワードを関連する複数の語に展開するキーワード展
開手段と、検索用キーワードおよび前記キーワード展開手段により
展開された語で前記文書データを検索する検索手段とを
備えたことを特徴とする文書検索装置。
【請求項２】検索要求を文の形式で入力する入力手段
と、前記検索要求の文から検索用キーワードを抽出する検索
用キーワード抽出手段とを備えたことを特徴とする請求
項１記載の文書検索装置。