JPH0887520A - 感性入力用最適文書ファイル抽出機構 - Google Patents

Abstract

(57)【要約】 【目的】 多くの感性評価語を一括して扱い、一元的に
文書ファイル抽出を行える感性入力用最適文書ファイル
抽出機構を提供する。 【構成】 感性入力用最適文書ファイル抽出機構は、複
数の形容詞についての入力をスクロールバーで行う形容
詞入力手段１と、形容詞入力手段１によって入力された
形容詞評価値を形容詞の数と同じ次元のユークリッド空
間上の座標として記憶する入力値記憶手段２と、前記座
標と同じ形式の座標が付加されている文書ファイルを記
録したデータベース３と、記憶された入力の形容詞座標
とデータベース３の文書ファイルに割り当てられた形容
詞の座標の間のユークリッド距離を計算する距離計算手
段４と、距離計算手段４から求められた距離が最小にな
る形容詞座標を持つ文書ファイルを抽出する文書ファイ
ル抽出手段５と、抽出した文書ファイルを提示する抽出
文書ファイル提示手段６とを具備している。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、感性入力用最適文書フ
ァイル抽出機構に関し、特にワードプロセッサなどの文
書作成用機器に用いられる感性入力用最適文書ファイル
抽出機構に関する。

【０００２】

【従来の技術】従来、文書抽出の際には、既存の文書を
すべて提示し、その中からユーザが選択していた。ま
た、文書の提示の順番は、その文書作成時期の順番であ
った。例えば、本出願人は、特願平３ー２６５０９７に
より年賀状を作成する文書処理装置を提案している。こ
の文書作成装置は、画面上に表示される賀詞、添え書
き、イラスト候補を順に表示するだけで年賀状デザイン
が自動的にレイアウトされるはがき印刷機能を有してい
る。ここで対象となるのは、感性イメージ選択画面であ
る。ここでは、「手書き感覚」「繊細な」「ＰＯＰ感
覚」「力強い」によって規定される「力強い手書き感
覚」「繊細な手書き感覚」「力強いＰＯＰ感覚」「繊細
なＰＯＰ感覚」「標準」の五つの感性評価から適当なイ
メージファイル群が割り当てられ、そのイメージングの
中からファイルを選ぶことで、自分の感性入力に適する
年賀状を作成する。

【０００３】また、特開昭６１ー３２８９号公報には、
ユーザの評価に基づいて、目標とすべき利用意向と雰囲
気にもっとも適するインテリアを導出するインテリア評
価スケールが提案されている。この場合、利用意向とし
ては「家族と利用したい」「仲間や同僚と利用したい」
「仕事関係で利用したい」「恋人と利用したい」の四つ
が挙げられている。このスケールにおいて、インテリア
を導出する際、利用意向ともっとも相関の高い評価語と
誤差を最小にする評価語の２種類の評価語が選ばれる。
導出された評価語についてスケールから最適なインテリ
アが選択される。

【０００４】

【発明が解決しようとする課題】しかしながら、特願平
３ー２６５０９７に開示されている文書処理装置では、
抽出できる対象がファイル群レベルであり、ファイル群
の中のファイルには優先順位がつけられず、ファイルと
して抽出することができない。また、感性入力は５種類
に限定されており、同じ感性入力であってもその感性の
度合いまでは考慮されておらず、きめ細かい処理ができ
ない。更に、抽出できるファイルの数は決まっており、
新たにファイルを付加することができない。また、感性
入力とファイル群の対応が決まっており、使用者の感性
を反映しにくいという問題点があった。

【０００５】また、特開昭６１ー３２８９号公報に開示
されているインテリアスケールでは、ユーザが入力でき
るのは利用意向だけで、目的がインテリアにではなく他
のものになると、ユーザの主観による評価語の直接入力
が求められることが考えられ、その入力がこのスケール
の形式では実現できない。

【０００６】パーソナルコンピュータ、ワードプロセッ
サ、及び電子手帳などを初めとする情報機器において
は、ユーザとのインタフェースが重要視されつつある。
文書作成機器の文書ファイル抽出時においても、文書フ
ァイルが多数になってくると、文書ファイル抽出が困難
になり、ユーザの嗜好の入力に応じた文書ファイルを自
動的に抽出する機能が求められることが予想される。そ
の際、嗜好の入力方法は、ユーザの感性の評価語を直接
入力するほうが分かり易いという局面が生じることが考
えられる。また対象とする機器の成果物が複雑で高度な
ものになってくると、入力として与えられる感性評価語
も多種多様になってくる。そのため、文書ファイルの各
要素と各感性評価語とが１対１に対応せず、文書ファイ
ルの中の１要素の違いが複数の感性評価語の違いを生む
ことになる。そこで、多くの感性評価語を一括して扱
い、一元的に文書ファイル抽出を行う機構が希求されて
いる。

【０００７】本発明は、上記のような課題を解消するた
めになされたもので、多くの感性評価語を一括して扱
い、一元的に文書ファイルを管理できる感性入力用最適
文書ファイル抽出機構を提供することを目的とする。

【０００８】

【課題を解決するための手段】本発明によれば、前述の
目的は、形容詞入力に対する最適な文書ファイルを抽
出、あるいは文書ファイルに最適なものから順に優先順
位を付与する感性入力用最適文書ファイル抽出機構であ
って、複数の形容詞についての入力をスクロールバーで
行う入力手段と、入力手段によって入力された複数の形
容詞評価値を形容詞の数と同じ次元のユークリッド空間
上の座標である入力形容詞座標として記憶する記憶手段
と、前記座標と同じ形式の座標であるファイル付加形容
詞座標が付加されている文書ファイルを記録したデータ
ベースと、記憶された前記入力形容詞座標とデータベー
スの文書ファイルのファイル付加形容詞座標の間のユー
クリッド距離を計算する計算手段と、前記計算手段から
求められた距離が最小となるファイル付加形容詞座標を
持つ文書ファイルを抽出する抽出手段とを具備する請求
項１の感性入力用最適文書ファイル抽出機構によって達
成される。本発明によれば、前述の目的は、前記入力手
段による形容詞評価値を座標に変換する際、心理学統計
学手法によるＳＤ法に基づいて因子分析を行って生じた
因子負荷量を用いて多次元の形容詞座標をより少ない次
元の因子座標に変換する変換手段を具備する請求項２の
感性入力用最適文書ファイル抽出機構によって達成され
る。本発明によれば、前述の目的は、文書ファイルを提
示する文書ファイル提示手段と、前記文書ファイル提示
手段によって提示された文書ファイルに対して前記入力
手段からの入力形容詞座標を付加して、データベースに
前記文書ファイルを追加記憶する文書ファイル記憶手段
を具備する請求項３の感性入力用最適文書ファイル抽出
機構によって達成される。本発明によれば、前述の目的
は、前記入力手段または前記変換手段によって入力また
は変換された形容詞の因子座標を付加した文書ファイル
をデータベースに追加記憶する他の文書ファイル記憶手
段を具備する請求項４の感性入力用最適文書ファイル抽
出機構によって達成される。本発明によれば、前述の目
的は、変換前の形容詞入力値を記憶する形容詞入力値記
憶手段と、文書抽出時に優先順位の高い文書ファイルの
候補を提示する候補提示手段と、それらの候補の中から
文書ファイルを選択する選択手段と、選択した文書ファ
イルに付加された因子座標と前記記憶手段に記憶してい
る入力形容詞の座標を変換手段へフィードバックさせて
前記因子負荷量を変更することにより使用者独自の変換
を行うように学習する学習手段とを具備する請求項５の
感性入力用最適文書ファイル抽出機構によって達成され
る。本発明によれば、前述の目的は、新たに因子負荷量
を再計算して前記因子負荷量を変更することにより使用
者独自の変換を行うように学習する他の学習手段とを具
備する請求項６の感性入力用最適文書ファイル抽出機構
によって達成される。

【０００９】

【作用】請求項１の感性入力用最適文書ファイル抽出機
構によれば、入力手段により複数の形容詞についての入
力がスクロールバーで行われ、記憶手段により入力手段
によって入力された形容詞が形容詞の数と同じ次元のユ
ークリッド空間上の座標として記憶され、データベース
により前記座標と同じ形式の座標が付加されている文書
ファイルが記録され、計算手段により記憶された入力の
形容詞座標とデータベースの文書ファイルに割り当てら
れた形容詞座標の間のユークリッド距離が計算され、抽
出手段により計算手段から求められた距離が最小となる
形容詞座標を持つ文書ファイルが抽出され、形容詞入力
に対する最適な文書ファイルが抽出、あるいは文書ファ
イルに最適なものから順に優先順位が付与される。これ
により、多くの感性評価語を一括して扱い、一元的に文
書ファイル抽出を行える。従って、入力形容詞座標と完
全に一致する形容詞座標を持つ文書ファイルが存在しな
くても入力形容詞座標に近い形容詞座標を持つ文書ファ
イルを抽出し得る。

【００１０】請求項２の感性入力用最適文書ファイル抽
出機構によれば、前記入力手段による形容詞評価値を座
標にする際、変換手段により心理学統計学手法によるＳ
Ｄ法に基づいて因子分析を行って生じた因子負荷量が用
いられて多次元の形容詞座標がより少ない次元の因子座
標に変換される。これにより、文書ファイルが持つべき
形容詞座標を記憶する容量が少なくてすみ、かつ距離計
算手段における計算量も少なくてすむ。

【００１１】請求項３の感性入力用最適文書ファイル抽
出機構によれば、文書ファイル提示手段により文書ファ
イルが提示されると、文書ファイル記憶手段により文書
ファイル提示手段によって提示された文書ファイルに対
して前記入力手段からの形容詞入力値を座標としてデー
タベースに文書ファイルが追加記憶される。これによ
り、データベースに後から新たに文書ファイルを追加し
得る。

【００１２】請求項４の感性入力用最適文書ファイル抽
出機構によれば、第２の文書ファイル記憶手段により前
記入力手段または変換手段によって入力または変換され
た形容詞の因子座標を付加した文書ファイルがデータベ
ースに追加記憶される。これにより、形容詞入力値の座
標をより少ない因子の座標で表現することで記憶容量と
計算負荷の削減、データベースへの新しいファイルの追
加が可能となる。

【００１３】請求項５の感性入力用最適文書ファイル抽
出機構によれば、形容詞入力値記憶手段により変換前の
形容詞入力値が記憶され、候補提示手段により文書抽出
時に優先順位の高い文書ファイルの候補が提示され、選
択手段によりそれらの候補の中から文書ファイルが選択
され、学習手段により選択した文書ファイルに付加され
た因子座標と前記記憶手段に記憶している入力形容詞の
座標が変換手段へフィードバックされて、前記因子負荷
量が変更されることにより使用者独自の変換を行うよう
に学習される。これにより、既存の文書ファイルに付加
されたすべての因子ベクトルの値を変更することなく、
使用者独自の文書ファイル抽出を行うことが可能にな
る。

【００１４】請求項６の感性入力用最適文書ファイル抽
出機構によれば、第２の学習手段により新たに因子負荷
量が再計算され、前記因子負荷量が変更されることによ
り使用者独自の変換を行うように学習される。

【００１５】

【実施例】以下、請求項１の感性入力用最適文書ファイ
ル抽出機構の実施例を図１を参照しながら説明する。

【００１６】本実施例は、複数の形容詞についての入力
をスクロールバーで行う入力手段としての形容詞入力手
段１と、形容詞入力手段１によって入力された形容詞を
形容詞の数と同じ次元のユークリッド空間上の座標とし
て記憶する記憶手段としての入力値記憶手段２と、前記
座標と同じ形式の座標が付加されている文書ファイルを
記録したデータベース３と、記憶された入力の形容詞座
標とデータベース３の文書ファイルに割り当てられた形
容詞の座標の間のユークリッド距離を計算する計算手段
としての距離計算手段４と、距離計算手段４から求めら
れた距離が最小になる形容詞座標を持つ文書ファイルを
抽出する抽出手段としての文書ファイル抽出手段５と、
抽出した文書ファイルを提示する抽出文書ファイル提示
手段６とを具備している。

【００１７】次に、本実施例の動作を図２のフローチャ
ートに沿って説明する。なお、使用者が図３に示すよう
な文書編集中に文書ファイル呼び出しを行う場合につい
て説明する。図３中の１００はファイル呼び出しのアイ
コンであり、１００を押すことで図４に示すようなファ
イル呼び出し画面になる。

【００１８】図３に示すような文書編集画面が表示され
ている際に、使用者がファイル呼び出しアイコン１００
を押すと、図４に示すようなファイル呼び出し画面にな
る（ステップＳ１）。この画面では呼び出す文書ファイ
ルの種類を決めることが可能である。例えば、静止画フ
ァイルを呼び出すアイコン１０１が押されると（ステッ
プＳ２）、感性入力を行うか否かが判断される（ステッ
プＳ３）。図５に示すように感性入力をするボタン１０
２が押されると、図６に示すような感性入力画面が表示
される。そして、この感性入力画面において目盛り１０
３を利用して形容詞入力が行われる（ステップＳ４）。
すなわち、「明るい−暗い」の形容詞対では、「明る
さ」という評価に対して「明るい」の方に目盛りを近付
ける程度が高く、「暗い」に近付けると、負の値を取る
ことになる。なお、目盛りを最も「明るい」に近付けた
ときの値を＋１、最も「暗い」に近付けたときの値を−
１とする。この目盛りを調整することで「明るさ」を示
す値が設定される。他の形容詞対についても同様に目盛
りを調整する。特に、目盛りを調整しない形容詞対につ
いては、中間の値である０が設定される。このような操
作によって、すべての形容詞対についての値が設定され
る。なお、上述ステップＳ３において感性入力を行わな
いと判断した場合、通常のファイル呼び出しが行われる
（ステップＳ９）。

【００１９】以上の形容詞対に対する入力値が座標とし
て表せられる。例えば、 （明るさ，かたさ，元気さ）＝（０．４，０．５，−
０．２） のように表示される。以下、この座標を入力形容詞座標
と呼ぶ。この入力形容詞座標は入力値記憶手段２によっ
て記憶される（ステップＳ５）。データベース３内の文
書ファイルにも入力形容詞座標と同じ形式の座標が付加
されている。以下、このファイルに付加された座標をフ
ァイル付加形容詞座標という。このとき、静止画の文書
ファイルが以下のように三つあり、それぞれのファイル
付加形容詞座標が以下のような値であったとする。

【００２０】

【表１】

【００２１】入力値記憶手段２によって記憶されていた
入力形容詞座標とデータベース３内のファイルのファイ
ル付加形容詞座標との間のユークリッド距離が距離計算
手段４により計算される（ステップＳ６）。なお、この
ときのユークリッド空間は図８に示すようになる。図８
中の１２１は入力形容詞座標、１２２は文書Ａのファイ
ル付加形容詞座標、１２３は文書Ｂのファイル付加形容
詞座標である。

【００２２】（明るさ，かたさ，元気さ）＝（０．４，
０．５，−０．２） であり、文書Ａとの距離は１．８２、文書Ｂとの距離は
０．２２、文書Ｃとの距離は０．８３となる。従って、
この距離から最適文書はＢとなり、優先順位はＢＣＡと
なる（ステップＳ７）。そして、ファイル提示手段６に
より文書Ｂが図７に示すように表示され（ステップＳ
８）、他の候補として優先順位に従ってＢＣＡの順に表
示される。

【００２３】以下、請求項２の感性入力用最適文書ファ
イル抽出機構の実施例を図９を参照しながら説明する。

【００２４】本実施例は、複数の形容詞についての入力
をスクロールバーで行う形容詞入力手段１と、形容詞入
力手段１による形容詞評価値を座標にする際、心理学統
計学手法によるＳＤ法に基づいて因子分析を行って生じ
た因子負荷量１０４を用いて多次元の形容詞座標をより
少ない次元の因子座標に変換する変換手段としての入力
形容詞変換手段７と、入力形容詞変換手段７によって変
換された因子座標を記憶する入力値記憶手段２と、前記
座標と同じ形式の座標が付加されている文書ファイルを
記録したデータベース３と、記憶された入力の因子座標
とデータベース３の文書ファイルに割り当てられた因子
の座標の間のユークリッド距離を計算する距離計算手段
４と、距離計算手段４から求められた距離が最小になる
因子座標を持つ文書ファイルを抽出する文書ファイル抽
出手段５と、抽出した文書ファイルを提示する抽出文書
ファイル提示手段６とを具備している。

【００２５】なお、各形容詞対の間には相関がある可能
性があり、文書の性質は、実際には形容詞対の数よりも
少ない数の因子で規定することが可能である。ファイル
に付加されているファイル座標はこの因子を軸とする座
標を当てる。この因子を軸とする座標は形容詞の座標に
対して因子負荷量というパラメータをかけることで求め
られる。この因子負荷量は、ＳＤ法と呼ばれる心理学な
どで用いられている手法によって導入可能である。ＳＤ
法では、各文書について、形容詞対の評価（図１２参
照）を行うと、それから形容詞対の間の相関データが求
められ、更に因子分析を行うことで、軸を示す因子に対
する各形容詞対の重みが導出できる。この重みが因子負
荷量である。

【００２６】次に、本実施例の動作を図１０のフローチ
ャートに沿って説明する。なお、本実施例の感性入力用
最適文書ファイル抽出機構の文書編集から感性入力まで
の動作は上述ステップＳ１−Ｓ３と同様なので説明を省
略する。

【００２７】まず、図１１に示すような形容詞選択画面
で目盛りが調節されて形容詞の座標が得られる。 （明るさ，かたさ，男性的，大人っぽさ，派手さ，賑や
かさ，元気さ，力強さ，自然さ，大胆さ）＝（０．３，
−０．２，０．５，０．５，−０．１，０．４，０．
７，−０．９，０．４，０．２） というような入力形容詞座標が入力から得られる（ステ
ップＳ１０）。そして、入力された形容詞座標は入力形
容詞変換手段７により因子負荷量をかけることによっ
て、より次元数の少ない因子座標に変換される。入力値
の因子座標は形容詞対に対する入力の値とその形容詞対
が因子に対して持つ因子負荷量から導出される。例え
ば、「明るさ０．３」「まじめさ−０．２」とし、「明
るさ」の因子負荷量が（−０．２，０．５，０．３）
で、「まじめさ」の因子負荷量が（０．７，０．１，−
０．４）とすると、入力値の座標は、 ０．３×（−０．２，０．５，０．３）＋（−０．２）
×（０．７，０．１，−０．４） となる。こうして入力値の座標を決めることができる。

【００２８】例えば、因子負荷量が以下のようであった
とする。

【００２９】

【表２】

【００３０】各形容詞の右の数値が因子負荷量である。
左から順番に第１因子への因子負荷量、第２因子への因
子負荷量、第３因子への因子負荷量と並んでいる。「明
るさ」であれば因子負荷量が（−０．２、０．５、０．
３）である。

【００３１】入力座標が、 （明るさ，かたさ，男性的，大人っぽさ，派手さ，賑や
かさ，元気さ，力強さ，自然さ，大胆さ）＝（０．３，
−０．２，０．５，０．５，−０．１，０．４，０．
７，−０．９，０．４，０．２） であったので、

【００３２】

【表３】

【００３３】となり、入力形容詞座標は（−０．４８，
０．９６，０．４４）と変換される（ステップＳ１
１）。

【００３４】この値は入力値記憶手段２に記憶される。
この因子で表された形容詞入力の座標を入力因子座標と
いう（ステップＳ１２）。文書ファイルに付加されてい
る因子座標をファイル付加因子座標という。ファイル付
加因子座標が以下のようであると、

【００３５】

【表４】

【００３６】図１３に示すような空間ができる。

【００３７】形容詞入力と評価語変換から （ 因子１，因子２，因子３）＝（−０．４８，０．９
６，０．４４） という因子座標が得られたから、距離計算手段４により
文書Ａとの距離は１．６１、文書Ｂとの距離は０．６
０、文書Ｃとの距離は０．９２となる（ステップＳ１
３）。従って、最も入力因子座標に近いファイル付加因
子座標を持つ文書ファイルはＢであるから、文書ファイ
ル抽出手段５によってＢが抽出される。そして、ファイ
ルにＢ、Ｃ、Ａという優先順位がつけられる（ステップ
Ｓ１４）。それから、文書ファイル提示手段６により図
７のように文書Ｂの中身が表示され、かつ候補にＢＣＡ
の優先順位に従った順に並べて表示される（ステップＳ
１５）。

【００３８】次に、請求項３の感性入力用最適文書ファ
イル抽出機構の実施例を図１４を参照しながら説明す
る。

【００３９】本実施例は、複数の形容詞についての入力
をスクロールバーで行う形容詞入力手段１と、形容詞入
力手段１によって入力された形容詞を形容詞数と同じ次
元のユークリッド空間上の座標として記憶する記憶手段
としての入力値記憶手段２と、前記座標と同じ形式の座
標が付加されている文書ファイルを記録したデータベー
ス３と、記憶された入力の形容詞座標とデータベース３
の文書ファイルに割り当てられた形容詞の座標の間のユ
ークリッド距離を計算する距離計算手段４と、距離計算
手段４から求められた距離が最小になる形容詞座標を持
つ文書ファイルを抽出する文書ファイル抽出手段５と、
抽出した文書ファイルを提示する抽出文書ファイル提示
手段６と、文書ファイルを提示する文書ファイル提示手
段８と、文書ファイル提示手段８によって提示された文
書ファイルに対して前記形容詞入力手段１からの形容詞
入力値を座標としてデータベース３に文書ファイルを追
加記憶し得る文書ファイル記憶手段９とを具備してい
る。

【００４０】次に、本実施例の動作を説明する。文書フ
ァイル抽出時においては、動作は請求項１の実施例と全
く同じである。即ち、図２のステップＳ１〜Ｓ９を行う
ことになる。文書ファイル記録時の処理を図５のフロー
チャートに沿って説明する。

【００４１】使用者が図１６に示すような文書編集中
に、作成中の文書ファイルの登録を行う場合を例にして
説明する。使用者がファイル登録アイコン１９１を押す
と、図１７に示すようなファイル画面が表示される（ス
テップＳ２１）。ファイル画面では登録名を入力し得
る。登録名は２０１の箇所に入力される。入力後、実行
ボタン２０２が押されると、図１８の画面が表示される
（ステップＳ２２）。この際、解除ボタン２０３が押さ
れると、図１６の画面に戻される。そして、登録しよう
とするファイルに感性情報を付加するか否かが判断され
（ステップＳ２３）、感性情報を付加する場合、図１８
のボタン２１１が押されると、図１９の感性入力画面が
表示される。図１９において、ファイル提示手段８によ
り文書ファイルの内容２２１が提示された感性入力の画
面が表示される。ユーザはこの内容２２１に対する評価
を目盛り２２２に従って入力する（ステップＳ２４）。
目盛り調整後、実行ボタン２２３が押されると、ファイ
ル記録手段９によって入力形容詞の目盛りの値が座標と
してファイルに付加され、ファイル付加座標として記憶
される（ステップＳ２５）。たとえば、 （明るさ，かたさ，元気さ）＝（０．５，０．１，−
０．１） のように記憶される。この後、再び編集画面が表示され
る。なお、上述ステップＳ２３において感性情報を付加
しない場合、そのまま登録がおこなわれ（ステップＳ２
６）、登録後、ファイル編集画面に戻される（ステップ
Ｓ２７）。

【００４２】次に、請求項４の感性入力用最適文書ファ
イル抽出機構の実施例を図２０を参照しながら説明す
る。

【００４３】本実施例は、複数の形容詞についての入力
をスクロールバーで行う形容詞入力手段１と、形容詞入
力手段１による形容詞評価値を座標にする際、心理学統
計学手法によるＳＤ法に基づいて因子分析を行って生じ
た因子負荷量１０４を用いて多次元の形容詞座標をより
少数の次元の因子座標に変換する入力形容詞変換手段７
と、入力形容詞変換手段７によって変換された因子座標
を記憶する入力値記憶手段２と、前記座標と同じ形式の
座標が付加されている文書ファイルを記録したデータベ
ース３と、記憶された入力の形容詞座標とデータベース
３の文書ファイルに割り当てられた形容詞の座標の間の
ユークリッド距離を計算する距離計算手段４と、距離計
算手段４から求められた距離が最小になる形容詞座標を
持つ文書ファイルを抽出する文書ファイル抽出手段５
と、抽出した文書ファイルを提示する抽出文書ファイル
提示手段６と、文書ファイルを提示する文書ファイル提
示手段８と、文書ファイル提示手段８によって提示され
た文書ファイルに対して前記形容詞入力手段１からの形
容詞入力値を座標としてデータベース３に文書ファイル
を追加記憶し得る第２の文書ファイル記憶手段９とを具
備している。

【００４４】次に、本実施例の動作を説明する。本実施
例の動作は文書ファイル記録時と文書ファイル抽出時に
分かれる。文書ファイル抽出時においては動作は請求項
２の実施例と全く同じなので、フローチャート、及び説
明を省略する。

【００４５】文書ファイル記録時の処理を図２１のフロ
ーチャートに沿って説明する。文書編集の場面（ステッ
プＳ２１）から感性入力の場面（ステップＳ２３）まで
は請求項３の動作と同じなので、説明を省略する。

【００４６】ファイル提示手段８により、図２２に示す
ように、文書ファイルの内容２３１及び感性入力の画面
が表示される。ユーザはこの文書ファイルの内容２３１
に対する評価を目盛り２３２によって入力する。ユーザ
は目盛り調整後、実行ボタン２３３を押す。こうして画
面の左に表示された文書ファイルの内容について （明るさ，かたさ，男性的，大人っぽさ，派手さ，賑や
かさ，元気さ，力強さ，自然さ，大胆さ）＝（０．３，
−０．２，０．５，０．５，−０．１，０．４，０．
７，−０．９，０．４，０．２） というような形容詞座標が入力から得られる（ステップ
Ｓ２８）。そして、入力された形容詞座標は入力形容詞
変換手段７により因子負荷量をかけることによって、よ
り次元数の少ない因子座標に変換される。入力値の因子
座標は形容詞対に対する入力の値とその形容詞対が因子
に対して持つ因子負荷量から導出される。例えば、因子
負荷量が、

【００４７】

【表５】

【００４８】であったなら、この文書ファイルの内容に
対する形容詞評価座標が （明るさ，かたさ，男性的，大人っぽさ，派手さ，賑や
かさ，元気さ，力強さ，自然さ，大胆さ）＝（０．３，
−０．２，０．５，０．５，−０．１，０．４，０．
７，−０．９，０．４，０．２） であったので、

【００４９】

【表６】

【００５０】となり、因子座標は（−０．４８，０．９
６，０．４４）となる（ステップＳ２９）。この因子座
標がファイル記録手段９によりファイルに付加されてフ
ァイル付加因子座標として記憶される（ステップＳ３
０）。この後、再び編集画面が表示される。

【００５１】次に、請求項５の感性入力用最適文書ファ
イル抽出機構の実施例を図２３を参照しながら説明す
る。

【００５２】本実施例は、複数の形容詞についての入力
をスクロールバーで行う形容詞入力手段１と、形容詞入
力手段１による形容詞評価値を座標にする際、心理学統
計学手法によるＳＤ法に基づいて因子分析を行って生じ
た因子負荷量１０４を用いて多次元の形容詞座標をより
少数の次元の因子座標に変換する入力形容詞変換手段７
と、入力形容詞変換手段７によって変換された因子座標
を記憶する入力値記憶手段２と、前記座標と同じ形式の
座標が付加されている文書ファイルを記録したデータベ
ース３と、記憶された入力の因子座標とデータベース３
の文書ファイルに割り当てられた因子の座標の間のユー
クリッド距離を計算する距離計算手段４と、距離計算手
段４から求められた距離が最小になる因子座標を持つ文
書ファイルを抽出する文書ファイル抽出手段５と、文書
抽出時に優先順位の高い文書ファイルの候補を提示する
候補提示手段としての抽出文書ファイル提示手段６と、
変換前の形容詞入力値を記憶する形容詞入力値記憶手段
１０と、候補の中から文書ファイルを選択する選択手段
としてのファイル選択手段１１と、選択された文書ファ
イルに付加された因子座標と変換前入力値記憶手段１０
に記憶している入力形容詞の座標を変換手段へフィード
バックさせて因子負荷量１０４を変更することにより使
用者独自の変換を行うように学習する学習手段１２とを
具備している。

【００５３】次に、本実施例の動作を図２４のフローチ
ャートに沿って説明する。

【００５４】文書編集画面が表示されている際に、使用
者がファイル呼び出しアイコン１００を押すと、図４に
示すようなファイル呼び出し画面になる（ステップＳ
１）。この画面では呼び出す文書ファイルの種類を決め
ることが可能である。例えば、静止画ファイルを呼び出
すアイコン１０１が押されると（ステップＳ２）、感性
入力を行うか否かが判断される（ステップＳ３）。図５
に示すように感性入力をするボタン１０２が押される
と、図６に示すような感性入力画面が表示される。そし
て、この感性入力画面において目盛り１０３を利用して
形容詞入力が行われる（ステップＳ３１）。形容詞の値
はそのまま座標として変換前入力値記憶手段１０に記憶
される（ステップＳ３２）。

【００５５】一方、形容詞座標は入力形容詞変換手段７
により因子負荷量をかけることによって、より次元数の
少ない因子座標に変換される（ステップＳ３３）。変換
された因子座標は変換後入力値記憶手段２に記憶され
（ステップＳ３４）、記憶した因子座標とファイル付加
因子座標との距離計算が行われる（ステップＳ３５）。
そして、最も距離の近い因子座標に対するファイルが抽
出され、近い順に優先順位が付けられる（ステップＳ３
６）。形容詞入力座標が、 （明るさ，かたさ，男性的，大人っぽさ，派手さ，賑や
かさ，元気さ，力強さ，自然さ，大胆さ）＝（０．３，
−０．２，０．５，０．５，−０．１，０．４，０．
７，−０．９，０．４，０．２） であり、因子負荷量が

【００５６】

【表７】

【００５７】であり、以下のような因子座標を持つ文書
ファイルから

【００５８】

【表８】

【００５９】距離計算の結果、文書Ａとの距離は１．６
１、文書Ｂとの距離は０．６０、文書Ｃとの距離は０．
９２となり、最適文書がＢで、優先順位がＢＣＡの順に
付けらとする。文書ファイル提示手段に６により図２５
のような画面が表示される（ステップＳ３７）。図２５
中の２６１は抽出された文書の内容であり、２６２は優
先順位の順序で文書名が表示されるスペースである。こ
の画面で文書Ｃをいう名前が押されると、ファイル選択
手段１１により文書Ｃが選択され（ステップＳ３８）、
図２７に示すように、文書Ｃの内容２７１が表示され
る。ここで、もし使用者が文書Ｂにたいして満足せず、
文書Ｃの方が抽出したかった文書であったとすると、使
用者が実行ボタン２７３を押すと、文書Ｃが抽出され
る。使用者が文書Ｃを選択したということは、入力形容
詞座標に対する最適な文書は文書Ｃということになる。
学習手段１２により上述ステップＳ３２で記憶された入
力形容詞座標 （明るさ，かたさ，男性的，大人っぽさ，派手さ，賑や
かさ，元気さ，力強さ，自然さ，大胆さ）＝（０．３，
−０．２，０．５，０．５，−０．１，０．４，０．
７，−０．９，０．４，０．２） にたいして、文書ファイルＣのファイル付加因子座標と
同じ因子座標（−０．３，１．０，−０．５）が導出さ
れるように、因子負荷量１０４が変更される。因子負荷
量の変更方法には様々な方法が考えられるが、以下にそ
の一例を示す。

【００６０】例えば、１０要素を持つ入力形容詞座標か
ら３要素の入力因子座標が導出される際、因子負荷量を
かけることで導出しているが、この因子負荷量は１０×
３の行列として考えられる。つまり、形容詞入力座標を Ｉ^t ＝（０．３，−０．２，０．５，０．５，−０．
１，０．４，０．７，−０．９，０．４，０．２） 因子負荷量を

【００６１】

【表９】

【００６２】とし、導出される因子座標をＲとすると、 Ｒ＝ＡＩ …（１） で導出される。ここでＲは（−０．４８，０．９６，
０．４４）となるが、文書Ｃの持つ因子座標Ｒ′（−
０．３，１．０，−０．５）を導出するようにしたいの
で、 Ｒ′＝Ａ′Ｉ …（２） となるようなＡ′が求められる。図２７では２８２が形
容詞入力から導出された因子座標、２８３が文書Ｂの因
子座標、２８１が文書Ｃの因子座標である。文書Ｃの因
子座標が入力Ｉから求められるようにＡ′が導出された
が、急に文書Ｃの因子座標が求められるように変更され
ると、それまでの因子負荷量の情報の傾向が失われる虞
があるので、文書Ｃの因子座標に少し近づいた２８４の
点が導出できるような因子負荷量Ａ″が求められる。す
なわち、 Ｒ″＝Ａ″Ｉ …（３） ここで、Ｒ″は、 Ｒ″＝Ｒ＋ωΔＲ …（４） となる。（４）式に（１），（２），（３）式を代入す
ると、 Ａ″Ｉ＝ＡＩ＋ω（Ａ′Ｉ −ＡＩ） ＝ＡＩ＋ω（Ａ′−Ａ）Ｉ …（５） となる。なお、ωは（０＜ω＜１）を満たす定数であ
る。

【００６３】従って（５）式より Ａ″＝Ａ＋ω（Ａ′−Ａ） …（６） となるので、Ａ″は元の因子負荷量Ａに Ｂ＝ω（Ａ′−Ａ） …（７） という因子負荷量を足したものである。ここで、 Ａ＝（ａ１，ａ２，ａ３） …（８） として、 Ａ′＝（ｋ１ａ１，ｋ２ａ２，ｋ３ａ３） …（９） とおくと、（２）式（Ｒ′＝Ａ′Ｉ）からｋ１，ｋ２，
ｋ３が求められ、Ａ′が導出できる。そして、（６）式
（Ａ″＝Ａ＋ω（Ａ′−Ａ））からＡ″が導出される。
このようにして、学習手段１２により因子負荷量１０４
が更新される（ステップＳ３９）。

【００６４】次に、請求項６の感性入力用最適文書ファ
イル抽出機構の実施例を図２８を参照しながら説明す
る。

【００６５】本実施例の感性入力用最適文書ファイル抽
出機構は、複数の形容詞についての入力をスクロールバ
ーで行う形容詞入力手段１と、形容詞入力手段１による
形容詞評価値を座標にする際、心理学統計学手法による
ＳＤ法に基づいて因子分析を行って生じた因子負荷量１
０４を用いて多次元の形容詞座標をより少数の次元の因
子座標に変換する入力形容詞変換手段７と、入力形容詞
変換手段７によって変換された因子座標を記憶する入力
値記憶手段２と、入力形容詞と同じ形式の座標が付加さ
れている文書ファイルを記録したデータベース３と、入
力形容詞変換手段７によってデータベース３に記録され
ているデータを変換した因子値を記憶する因子値記憶手
段１３と、記憶された入力の因子座標と記憶手段１３に
記憶された文書ファイルに割り当てられた因子の座標の
間のユークリッド距離を計算する距離計算手段４と、距
離計算手段４から求められた距離が最小になる因子座標
を持つ文書ファイルを抽出する文書ファイル抽出手段５
と、文書抽出時に優先順位の高い文書ファイルの候補を
提示する抽出文書ファイル提示手段６と、文書ファイル
を提示する文書ファイル提示手段８と、文書ファイル提
示手段８によって提示された文書ファイルに対して前記
形容詞入力手段１からの形容詞入力値を座標としてデー
タベース３に文書ファイルを追加記憶し得る文書ファイ
ル記憶手段９と、変換前の形容詞入力値を記憶する形容
詞入力値記憶手段１０と、候補の中から文書ファイルを
選択するファイル選択手段１１と、選択された文書ファ
イルに付加された形容詞座標と変換前入力値記憶手段１
０に記憶している入力形容詞の座標を変換手段へフィー
ドバックさせて因子負荷量１０４を変更することにより
使用者独自の変換を行うように学習すると共に、新たに
因子負荷量を再計算して前記因子負荷量を変更すること
により使用者独自の変換を行うように学習する他の学習
手段としての学習手段１２とを具備している。

【００６６】次に、本実施例の動作を図２９のフローチ
ャートに沿って説明する。なお、本実施例の感性入力用
最適文書ファイル抽出機構の文書編集から感性入力まで
の動作は請求項３の実施例の場合（上述ステップＳ２１
−Ｓ２３）と同様なので説明を省略する。

【００６７】ファイル提示手段８により、図２２に示す
ように、文書ファイルの内容２３１及び感性入力の画面
が表示される。ユーザはこの文書ファイルの内容２３１
に対する評価を目盛り２３１によって入力する。ユーザ
は目盛り調整後、実行ボタン２３３を押す（ステップＳ
４１）。実行ボタン２３３が押されると、ファイル記憶
手段９により入力形容詞目盛りの値が座標としてファイ
ルに付加されてファイル付加座標として記録される（ス
テップＳ４２）。

【００６８】ここで、すでにデータベース３には文書Ａ
１、文書Ａ２、文書Ａ３、…、文書Ａｎと、ｎ個の文書
ファイルが存在していたとすると、各文書は、（明る
さ，かたさ，男性的，大人っぽさ，派手さ，賑やかさ，
元気さ，力強さ，自然さ，大胆さ）に対して、 文書Ａ１＝（０．３，−０．７，０．４，０．８，−
０．１，０．９，０．３，０．１，０．３，−０．２） 文書Ａ２＝（０．２，−０．４，−０．３，−０．３，
０．１，０．４，０．７，−０．８，０．４，０．４） 文書Ａ３＝（−０．１，０．２，０．９，０．４，０．
９，０．６，−０．２，−０．９，−０．７，０．７） … … 文書Ａｎ＝（０．２，０．９，０．３，０．４，−０．
１，０．１，０．４，０．９，０．６，−０．７） という座標を持っていたとすると、最初の因子負荷量は
この文書のＡ１−Ａｎに対して因子分析を行った結果得
られたものである。因子分析はまず上記形容詞座標デー
タから（明るさ，かたさ，男性的，大人っぽさ，派手
さ，賑やかさ，元気さ，力強さ，自然さ，大胆さ）の間
の相関行列を以下のように求める。

【００６９】

【表１０】

【００７０】因子分析は上記相関行列から固有値が求め
られて各固有値に対する固有ベクトルが導出されること
で上記形容詞は形容詞数より少数の因子で表現できるよ
うにする。上記形容詞を三つの因子で表すように因子分
析すると、

【００７１】

【表１１】

【００７２】のように因子負荷量が導出できる。

【００７３】このデータベース３に新しく文書Ｄが記録
されたとすると、データベース３の文書から得られる形
容詞間の相関行列が若干変化するため、因子負荷量も若
干変化する。そこで学習手段１２によりデータベース３
内の文書ファイルについて因子分析が行われ、因子負荷
量が再計算される（ステップＳ４３）。再計算された結
果から因子負荷量１０４が更新される（ステップＳ４
４）。この時、同時に、更新された因子負荷量を用いて
変換手段７によりデータベース３内の文書ファイルの形
容詞座標の変換が行われ、因子座標が求められる。そし
て、導出された文書ファイルの因子座標が因子値記憶手
段１３により記憶される。その後、再び編集画面に戻さ
れる。

【００７４】次に、本実施例における文書ファイル抽出
時の動作を図３０のフローチャートに沿って説明する。

【００７５】文書編集画面が表示されている際に、使用
者がファイル呼び出しアイコン１００を押すと、図４に
示すようなファイル呼び出し画面になる（ステップＳ
１）。この画面では呼び出す文書ファイルの種類を決め
ることが可能である。例えば、静止画ファイルを呼び出
すアイコン１０１が押されると（ステップＳ２）、感性
入力を行うか否かが判断される（ステップＳ３）。図５
に示すように感性入力をするボタン１０２が押される
と、図６または図１１に示すような感性入力画面が表示
される。そして、この感性入力画面において目盛り１０
３を利用して形容詞入力が行われる（ステップＳ５
１）。形容詞の値はそのまま座標として変換前入力値記
憶手段１０に記憶される（ステップＳ５２）。

【００７６】一方、形容詞座標は入力形容詞変換手段７
により因子負荷量１０４をかけることによって、より次
元数の少ない因子座標に変換される（ステップＳ５
３）。変換された因子座標は変換後入力値記憶手段２に
記憶され（ステップＳ５４）、距離計算手段４により記
憶した因子座標とファイル付加因子座標との距離計算が
行われる（ステップＳ５５）。そして、最も入力因子座
標に近い因子座標を持つ文書ファイルが文書ファイル抽
出手段により５により抽出され、近い順に優先順位が付
けられる（ステップＳ５６）。例えば、文書Ｂという文
書ファイルが抽出される。文書ファイル提示手段に６に
より図２５のような画面が表示される（ステップＳ５
７）。図２５中の２６１は抽出された文書の内容であ
り、２６２は優先順位の順序で文書名が表示されるスペ
ースである。この画面で文書Ｃをいう名前が押される
と、ファイル選択手段１１により文書Ｃが選択され（ス
テップＳ５８）、図２７に示すように、文書Ｃの内容２
７１が表示される。ここで、もし使用者が文書Ｂにたい
して満足せず、文書Ｃの方が抽出したかった文書であっ
たとすると、使用者が実行ボタン２７３を押すと、文書
Ｃが抽出される。使用者が文書Ｃを選択したということ
は、入力形容詞座標に対する最適な文書は文書Ｃという
ことになる。学習手段１２により記憶手段に記憶されて
いる入力形容詞座標が文書Ｃに付加され、更にファイル
記録手段９によって文書Ｃが入力形容詞座標と共にデー
タベース３に記憶される（ステップＳ５９）。更新され
たデータベース内の全ファイルの形容詞座標から因子負
荷量が再計算される（ステップＳ６０）。

【００７７】このようにして、学習手段１２により因子
負荷量１０４が更新される（ステップＳ６１）。

【００７８】

【発明の効果】請求項１の感性入力用最適文書ファイル
抽出機構によれば、入力手段により複数の形容詞につい
ての入力がスクロールバーで行われ、記憶手段により入
力手段によって入力された形容詞が形容詞数と同じ次元
のユークリッドの座標として記憶され、データベースに
より前記座標と同じ形式の座標が付加されている文書フ
ァイルが記録され、計算手段により記憶された入力の形
容詞座標とデータベースの文書ファイルに割り当てられ
た形容詞の座標の間のユークリッド距離が計算され、抽
出手段により計算手段から求められた距離が最小になる
形容詞座標を持つ文書ファイルが抽出され、形容詞入力
に対する最適な文書ファイルが抽出、あるいは文書ファ
イルに最適なものから順に優先順位が付与されるように
構成したので、多くの感性評価語を一括して扱え、一元
的に文書ファイル抽出を行うことができる。これによ
り、入力形容詞値と完全に一致する形容詞値を持つ文書
ファイルが存在しなくても入力形容詞値に近い文書ファ
イルを抽出することができる。請求項２の感性入力用最
適文書ファイル抽出機構によれば、入力手段による形容
詞評価値を座標にする際、変換手段により心理学統計学
手法によるＳＤ法に基づいて因子分析を行って生じた因
子負荷量が用いられて多次元の形容詞座標がより少ない
次元の因子座標に変換されるように構成したので、文書
ファイルが持つべき形容詞座標を記憶する容量が少なく
てすみ、かつ距離計算手段における計算回数も少なくて
すむ。

【００７９】請求項３の感性入力用最適文書ファイル抽
出機構によれば、文書ファイル提示手段により文書ファ
イルが提示されると、文書ファイル記憶手段により文書
ファイル提示手段によって提示された文書ファイルに対
して前記入力手段からの形容詞入力値を座標としてデー
タベースに文書ファイルが追加記憶されるように構成し
たので、データベースに後から新たに文書ファイルを追
加することができる。請求項４の感性入力用最適文書フ
ァイル抽出機構によれば、第２の文書ファイル記憶手段
により前記入力手段または変換手段によって入力または
変換された形容詞の因子座標を付加した文書ファイルが
データベースに追加記憶されるように構成したので、形
容詞入力値の座標をより少ない因子の座標で表現するこ
とで記憶容量と計算負荷の削減、データベースへの新し
いファイルの追加を行うことができる。

【００８０】請求項５の感性入力用最適文書ファイル抽
出機構によれば、形容詞入力値記憶手段により変換前の
形容詞入力値が記憶され、候補提示手段により文書抽出
時に優先順位の高い文書ファイルの候補が提示され、選
択手段によりそれらの候補の中から文書ファイルが選択
され、学習手段により選択した文書ファイルに付加され
た因子座標と前記記憶手段に記憶している入力形容詞の
座標が変換手段へフィードバックされて、前記因子負荷
量が変更されることにより使用者独自の変換を行うよう
に学習されるように構成したので、既存の文書ファイル
に付加されたすべての因子ベクトルの値を変更すること
なく、使用者独自の文書ファイル抽出を行うことができ
る。

【００８１】請求項６の感性入力用最適文書ファイル抽
出機構によれば、第２の学習手段により新たに因子負荷
量が再計算され、前記因子負荷量が変更されることによ
り使用者独自の変換を行うように学習されることができ
る。

【図面の簡単な説明】

【図１】本発明の感性入力用最適文書ファイル抽出機構
の第１の実施例を示すブロック図である。

【図２】本発明の感性入力用最適文書ファイル抽出機構
の第１の実施例の動作を示すフローチャートである。

【図３】本発明の感性入力用最適文書ファイル抽出機構
の第１の実施例の動作の説明図である。

【図４】本発明の感性入力用最適文書ファイル抽出機構
の第１の実施例の動作の説明図である。

【図５】本発明の感性入力用最適文書ファイル抽出機構
の第１の実施例の動作の説明図である。

【図６】本発明の感性入力用最適文書ファイル抽出機構
の第１の実施例の動作の説明図である。

【図７】本発明の感性入力用最適文書ファイル抽出機構
の第１の実施例の動作の説明図である。

【図８】本発明の感性入力用最適文書ファイル抽出機構
の第１の実施例の動作の説明図である。

【図９】本発明の感性入力用最適文書ファイル抽出機構
の第２の実施例を示すブロック図である。

【図１０】本発明の感性入力用最適文書ファイル抽出機
構の第２の実施例の動作を示すフローチャートである。

【図１１】本発明の感性入力用最適文書ファイル抽出機
構の第２の実施例の動作の説明図である。

【図１２】本発明の感性入力用最適文書ファイル抽出機
構の第２の実施例の動作の説明図である。

【図１３】本発明の感性入力用最適文書ファイル抽出機
構の第２の実施例の動作の説明図である。

【図１４】本発明の感性入力用最適文書ファイル抽出機
構の第３の実施例を示すブロック図である。

【図１５】本発明の感性入力用最適文書ファイル抽出機
構の第３の実施例の動作を示すフローチャートである。

【図１６】本発明の感性入力用最適文書ファイル抽出機
構の第３の実施例の動作の説明図である。

【図１７】本発明の感性入力用最適文書ファイル抽出機
構の第３の実施例の動作の説明図である。

【図１８】本発明の感性入力用最適文書ファイル抽出機
構の第３の実施例の動作の説明図である。

【図１９】本発明の感性入力用最適文書ファイル抽出機
構の第３の実施例の動作の説明図である。

【図２０】本発明の感性入力用最適文書ファイル抽出機
構の第４の実施例を示すブロック図である。

【図２１】本発明の感性入力用最適文書ファイル抽出機
構の第４の実施例の動作を示すフローチャートである。

【図２２】本発明の感性入力用最適文書ファイル抽出機
構の第４の実施例の動作の説明図である。

【図２３】本発明の感性入力用最適文書ファイル抽出機
構の第５の実施例を示すブロック図である。

【図２４】本発明の感性入力用最適文書ファイル抽出機
構の第５の実施例の動作を示すフローチャートである。

【図２５】本発明の感性入力用最適文書ファイル抽出機
構の第５の実施例の動作の説明図である。

【図２６】本発明の感性入力用最適文書ファイル抽出機
構の第５の実施例の動作の説明図である。

【図２７】本発明の感性入力用最適文書ファイル抽出機
構の第５の実施例の動作の説明図である。

【図２８】本発明の感性入力用最適文書ファイル抽出機
構の第６の実施例を示すブロック図である。

【図２９】本発明の感性入力用最適文書ファイル抽出機
構の第６の実施例の動作を示すフローチャートである。

【図３０】本発明の感性入力用最適文書ファイル抽出機
構の第６の実施例の動作を示すフローチャートである。

【符号の説明】

1 形容詞入力手段 2 入力値記憶手段 3 データベース 4 距離計算手段 5 文書ファイル抽出手段 6 抽出文書ファイル提示手段 7 入力形容詞変換手段 8 ファイル提示手段 9 ファイル記録手段 10 変換前入力値記憶手段 11 ファイル選択手段 12 学習手段 13 因子値記憶手段

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号 庁内整理番号 ＦＩ 技術表示箇所 9194−5Ｌ 15/403 ３５０ Ｚ

Claims (6)

【特許請求の範囲】
1. 【請求項１】 形容詞入力に対する最適な文書ファイル
   を抽出、あるいは文書ファイルに最適なものから順に優
   先順位を付与する感性入力用最適文書ファイル抽出機構
   であって、複数の形容詞についての入力をスクロールバ
   ーで行う入力手段と、入力手段によって入力された複数
   の形容詞評価値を形容詞の数と同じ次元のユークリッド
   空間上の座標である入力形容詞座標として記憶する記憶
   手段と、前記座標と同じ形式の座標であるファイル付加
   形容詞座標が付加されている文書ファイルを記録したデ
   ータベースと、記憶された前記入力形容詞座標とデータ
   ベースの文書ファイルのファイル付加形容詞座標の間の
   ユークリッド距離を計算する計算手段と、前記計算手段
   から求められた距離が最小となるファイル付加形容詞座
   標を持つ文書ファイルを抽出する抽出手段とを具備する
   ことを特徴とする感性入力用最適文書ファイル抽出機
   構。
2. 【請求項２】 前記入力手段による形容詞評価値を座標
   に変換する際、心理学統計学手法によるＳＤ法に基づい
   て因子分析を行って生じた因子負荷量を用いて多次元の
   形容詞座標をより少ない次元の因子座標に変換する変換
   手段を具備する請求項１記載の感性入力用最適文書ファ
   イル抽出機構。
3. 【請求項３】 文書ファイルを提示する文書ファイル提
   示手段と、前記文書ファイル提示手段によって提示され
   た文書ファイルに対して前記入力手段からの入力形容詞
   座標を付加して、データベースに前記文書ファイルを追
   加記憶する文書ファイル記憶手段を具備する請求項１記
   載の感性入力用最適文書ファイル抽出機構。
4. 【請求項４】 前記入力手段または前記変換手段によっ
   て入力または変換された形容詞の因子座標を付加した文
   書ファイルをデータベースに追加記憶する他の文書ファ
   イル記憶手段を具備する請求項２記載の感性入力用最適
   文書ファイル抽出機構。
5. 【請求項５】 変換前の形容詞入力値を記憶する形容詞
   入力値記憶手段と、文書抽出時に優先順位の高い文書フ
   ァイルの候補を提示する候補提示手段と、それらの候補
   の中から文書ファイルを選択する選択手段と、選択した
   文書ファイルに付加された因子座標と前記記憶手段に記
   憶している入力形容詞の座標を変換手段へフィードバッ
   クさせて前記因子負荷量を変更することにより使用者独
   自の変換を行うように学習する学習手段とを具備する請
   求項２記載の感性入力用最適文書ファイル抽出機構。
6. 【請求項６】 新たに因子負荷量を再計算して前記因子
   負荷量を変更することにより使用者独自の変換を行うよ
   うに学習する他の学習手段とを具備する請求項５に記載
   の感性入力用最適文書ファイル抽出機構。