JPH10134077A - ワード処理システムおよび記憶媒体 - Google Patents

Abstract

(57)【要約】 【課題】 ある技術について特別な知識を有する者でな
くても、それに関連する情報を取得するためのワードを
簡易に取得できるようにする。 【解決手段】 特許情報検索用ＣＤ−ＲＯＭ２２には、
特許公報等のデータベースと共に、このデータベースを
有効に処理するための手順を記したデータが格納されて
いる。オペレータは、このＣＤ−ＲＯＭ２２をパーソナ
ルコンピュータ本体１１のＣＤドライバにセットし、検
索の元となる文書をディスプレイ１５に表示してその対
象とする処理範囲を指定する。これにより、その文書を
構成する一連のワードが抽出される。オペレータは抽出
されたワードのうちから適切なものを選択して、それら
をキーワードとして文献のサーチ等のワード処理を行な
う。類語等の関連語の抽出も可能であり、関連語を併せ
て使用することで制度の高いワード処理が可能になる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明はワード処理を行うた
めのワード処理システムおよびワード処理の対象となる
情報を格納したＣＤ等の記憶媒体に関する。

【０００２】

【従来の技術】特許情報に代表される技術文献の検索を
行なう際には、従来から１つまたは複数のキーワードを
選定し、これらと一致する技術内容を抽出することによ
って行なっている。このような処理では、キーワードと
して適切な単語あるいはワード（以下単にワードとい
う。）を抽出することが重要である。したがって、例え
ばある文献に関連する技術文献を抽出するといった処理
を行なう場合には、検索対象となる文献の内容を良く読
んで理解し、適切なキーワードを選択する必要があっ
た。このためには、検索対象となる文献を十分理解でき
る技術者の存在が必要とされる。したがって、各種の技
術について検索を行なう部署では、それぞれの技術に対
応できる人材を確保する必要があり、検索に要する人件
費を高騰させるという問題があった。

【０００３】また、このような技術文献の検索に限ら
ず、一般に関連する情報の検索を行なう場合には、１つ
の適切なキーワードを特定しても、そのキーワードに類
似する類語としてのキーワードをも用意しなければ十分
な検索を行なうことができないという問題もあった。例
えば「コンピュータ」という用語に対しては、「パーソ
ナルコンピュータ」、「パソコン」、「電子計算機」、
「ＣＰＵ」、「マイクロプロセッサ」等の多くの類語が
ある。したがって、検索対象を漏れなく抽出するために
は、類語も考慮した上でキーワードを設定する必要があ
り、このためには検索対象の分野について十分熟知した
者の存在が必要とされることはもちろんのこと、類語を
可能な限り抽出する努力が必要とされた。

【０００４】特公平７−４０２６７号（特開平１−１０
６１８８号公報）には、入力した用語の最も上位の概念
を自動的に抽出するようにしたワードプロセッサについ
ての技術が開示されている。この技術では、同種の概念
の複数の用語を上位概念から下位概念へツリー状に関連
付けて構成した意味階層辞書を用意している。そして、
下位概念で書かれた文章をこのツリーを用いて上位概念
に書き換えることで、特許明細書の作成等に便宜を図っ
ている。

【０００５】

【発明が解決しようとする課題】このようにあるワード
に対して上位概念のワードを拾い出すことは類語の抽出
の１つの方法として有効である。しかしながら、上位概
念のワードを拾い出してこれをキーワードに選択して
も、色々な下位概念のワードを使用している情報を有効
に抽出することはできない。また、特公平７−４０２６
７号に開示された技術では、上位概念から下位概念に至
るワードをツリー構造化して用意しておく必要がある。
このため、作成した辞書の範囲内でなければ上位概念あ
るいは下位概念のワードをキーワードとして拾い出すこ
とができず、新しい技術内容についてキーワードを選択
するような場合のように辞書にないワードについては全
く用をなさないことになる。

【０００６】すなわち、この技術では新しい技術を表わ
した用語のような新語に対応することができず、また、
辞書の改定を頻繁に行なう必要があるので、辞書の作成
者に過度の負担を強いるばかりでなく、その辞書を搭載
してワードの処理を行なおうとするワード処理システム
の利用者も経済的にかなりの出費を強いられることにな
る。更に、各種情報について類語や上位あるいは下位概
念の語句を予め定義したシソーラスまでも必要となると
すると、辞書が巨大化してしまう。この結果、辞書の検
索にかなりの時間を要することになって、ワード処理シ
ステムの処理効率を低下させるばかりでなく、システム
を構成するＣＰＵ（中央処理装置）を高速のものとした
りメモリとして大容量のものを使用する必要が生じて、
結局、高価な使いづらいシステムとなってしまうという
問題があった。

【０００７】更に従来のワード処理システムでは、検索
の対象となる情報を格納した記憶媒体は、例えば特許出
願の公開公報の内容を格納したＣＤ−ＲＯＭのように技
術情報のみを格納していた。このため、技術情報の検索
を行なう場合には、検索用の処理手順としてのソフトウ
ェアを別に必要としていた。したがって、ソフトウェア
を別途購入する必要があるばかりか、検索対象の情報に
最も適したソフトウェアを個別に用意する必要があると
いった問題もあった。

【０００８】そこで本発明の第１の目的は、ある技術に
ついて特別な知識を有する者でなくても、それに関連す
る情報を取得するためのワードを簡易に取得することの
できるワード処理システムを提供することにある。

【０００９】本発明の第２の目的は、あるワードに関連
する類語としてのワードを簡易に取得することのできる
ワード処理システムを提供することにある。

【００１０】本発明の第３の目的は、所望のワード処理
を簡易に実現できる記憶媒体を提供することにある。

【００１１】

【課題を解決するための手段】請求項１記載の発明で
は、（イ）ワード処理の対象となる文章を指定する文章
指定手段と、（ロ）この文章指定手段によって指定され
た文章を構成するワードを順に抽出するワード抽出手段
と、（ハ）このワード抽出手段によって抽出したそれぞ
れのワードを用いて所定のワード処理を実行するワード
処理実行手段とをワード処理システムに具備させる。

【００１２】すなわち請求項１記載の発明では、ワード
処理の対象となる文章から、例えば平仮名の部分を句読
点に変換する等の手法によって個々のワードを抽出し、
それらのワードを使用して検索等の所定のワード処理を
実行するようにしている。これにより、オペレータはワ
ード処理の対象となる文章を指定すればよく、個々の内
容を理解してワードを手作業で抽出するといった面倒な
作業から開放されることになる。

【００１３】請求項２記載の発明では、（イ）ワード処
理の対象となる文章を指定する文章指定手段と、（ロ）
この文章指定手段によって指定された文章を構成するワ
ードを順に抽出するワード抽出手段と、（ハ）このワー
ド抽出手段によって抽出したそれぞれのワードのその文
章中における出現頻度を演算する出現頻度演算手段と、
（ニ）この出現頻度演算手段によって出現頻度が所定の
値以上となったワードをワード処理の候補とするワード
処理候補抽出手段と、（ホ）このワード処理候補選定手
段によって抽出されたワードの中からワード処理の対象
となるワードを選択するワード処理対象選択手段と、
（ヘ）このワード処理対象選択手段によって選択された
ワードを用いて所定のワード処理を実行するワード処理
実行手段とをワード処理システムに具備させる。

【００１４】すなわち請求項２記載の発明では、ワード
処理の対象となる文章から、例えば平仮名の部分を句読
点に変換する等の手法によって個々のワードを抽出し、
出現頻度演算手段によってそれぞれのワードのその文章
中における出現頻度を演算する。そして、出現頻度が所
定の値以上となったワードをワード処理の候補とするこ
とで、ノイズの除去を行なう。また、ワード処理の候補
の中から一見して不適切なものがあればこれをワード処
理対象選択手段によって除去する等によってワード処理
の候補を選別し、これによって得られたワードを用いて
検索等のワード処理を行なうようにしている。これによ
り、オペレータはワード処理の対象となる文章を指定し
た後、ワード処理の候補の中から適切と思われるものを
選別すればよく、文章の個々の内容を理解してワードを
手作業で抽出するといった面倒な作業から開放されるば
かりでなく、一次的に選択されたワードの中から一見し
て不適切なものを除去することで、良好なワード処理を
実現することができるようになる。

【００１５】請求項３記載の発明では、請求項１または
請求項２記載のワード処理システムで文章指定手段は漢
字、片仮名および平仮名を含む日本語の文章の任意の範
囲を指定し、ワード抽出手段はこの中の平仮名が１文字
以上連続している箇所を１つずつの区切り符号に変換し
ていくことで、区切り符号で区切られたそれぞれのワー
ドを抽出することを特徴としている。

【００１６】すなわち、請求項３記載の発明では、文章
からワードを抽出する作業を平仮名をカンマ等の区切り
符号に変換することによって実現している。文章によっ
ては片仮名や英数字を同様に区切り符号として処理を行
なうことも有効である。

【００１７】請求項４記載の発明では、請求項３記載の
ワード処理システムが（イ）区切り符号で区切られたそ
れぞれのワードの長さが所定の構成文字数よりも長いか
否かを判別する語長判別手段と、（ロ）この語長判別手
段でワードの長さが所定の構成文字数よりも長いと判別
されたワードについて、それがすでにワード抽出手段に
よって抽出されたこれよりも短いいずれかのワードと前
方、中間あるいは後方で一致するか否かを判別する部分
一致有無判別手段と、（ハ）この部分一致有無判別手段
がワードの前方、中間あるいは後方で一致すると判別し
たときこの一致した部分のワードとこれを差し引いたワ
ードにこれを分割するワード分割手段とを具備すること
を特徴としている。

【００１８】すなわち、請求項４記載の発明では、合成
あるいは複合されることによって長くなったワードを分
解するようにしたものである。３つ以上のワードが１つ
のワードを構成しているような場合には、比較のために
用意したワードと前方、中間あるいは後方で一致すれ
ば、それとそれ以外のワードに分割することになる。一
度に３つ以上のワードに分割してもよいし、２つに分割
した後のワードを更に分割することで、３つ以上に分割
するようにしてもよい。

【００１９】請求項５記載の発明では、（イ）関連語を
求めようとするワードを指定するワード指定手段と、
（ロ）このワード指定手段によって指定されたワードの
直前に位置するワードとしての前方語を所定の文章中か
ら抽出する前方語抽出手段と、（ハ）ワード指定手段に
よって指定されたワードの直後に位置するワードとして
の後方語を所定の文章中から抽出する後方語抽出手段
と、（ニ）ワード処理の対象となる文章を指定する文章
指定手段と、（ホ）この文章指定手段によって指定され
た文章中で前方語抽出手段と後方語抽出手段によって抽
出された前方語と後方語によって挟まれたワードをワー
ド指定手段によって指定されたワードの関連語として出
力する関連語出力手段とをワード処理システムに具備さ
せる。

【００２０】すなわち請求項５記載の発明では、あるワ
ードに類似したり概念が共通する関連語を抽出するため
のもので、そのワードと合成されたりそのワードの直前
や直後に存在するワードが他の文書等でどのようなワー
ドと結合したり、どのようなワードの直前や直後に存在
するかによって、関連語を抽出するようにしている。

【００２１】請求項６記載の発明では、請求項５記載の
ワード処理システムで関連語出力手段によって出力され
た関連語についてそれらの出現頻度を算出する出現頻度
算出手段と、この出現頻度算出手段によって所定の頻度
以上とされた関連語を確度の高い関連語として選別する
高確度関連語選別手段とをワード処理システムに具備さ
せている。

【００２２】すなわち、請求項６記載の発明では、関連
語として抽出されたものの中から出現頻度算出手段によ
って所定の頻度以上とされた関連語を確度の高い関連語
とすることによって、関連語の抽に出際するノイズの影
響を減少させるようにしている。

【００２３】請求項７記載の発明では、（イ）ワード処
理の対象となる文章が指定されたときのこの文章を構成
するワードを順に抽出するワード抽出手順と、（ロ）こ
のワード抽出手順によって抽出されたそれぞれのワード
の中から関連語を求める対象としての特定ワードを検索
する特定ワード検索手順と、（ハ）ワード抽出手順によ
って抽出された一連のワードのうちで特定ワード検索手
順によって検索された特定ワードの直前に位置するワー
ドとしての前方語を抽出する前方語抽出手順と、（ニ）
ワード抽出手順によって抽出された一連のワードのうち
で特定ワード検索手順によって検索された特定ワードの
直後に位置するワードとしての後方語を抽出する後方語
抽出手順と、（ホ）ワード抽出手順によって抽出された
一連のワードの中から、前方語抽出手順および後方語抽
出手順によってそれぞれ抽出された前方語と後方語のそ
れぞれ１つずつによって挟まれたワードを抽出して特定
ワードの関連語とする関連語抽出手順とを記憶媒体に具
備させる。

【００２４】すなわち請求項記載の発明では、ワード処
理システムで関連語を抽出する所定の手順を記憶媒体に
格納したことを特徴としている。

【００２５】請求項８記載の発明では、請求項７記載の
記憶媒体に、関連語抽出手順によって抽出された関連語
によって検索される文書を格納したことを特徴としてい
る。このような記憶媒体としては、例えばＣＤ−ＲＯＭ
が使用される。

【００２６】

【発明の実施の形態】

【００２７】

【実施例】以下実施例につき本発明を詳細に説明する。

【００２８】図１は本発明の一実施例におけるワード処
理システムの構成を表わしたものである。このワード処
理システムは、パーソナルコンピュータ本体１１と、こ
れにデータの入力を行なうキーボード１２およびポイン
ティング・デバイスとしてのマウス１３と、所定のデー
タを出力するためのプリンタ１４やディスプレイ（モニ
タ）１５から構成されている。パーソナルコンピュータ
本体１１は、図示しないが磁気ディスクを内蔵してお
り、ここに本実施例のワード処理システムを実現するた
めの処理手順を示すプログラムが格納されている。ま
た、フロッピーディスクドライバ１７やＣＤドライバ１
８を備えている。これらのシステム構成装置を載置した
机２１の上には、検索対象としての特許情報検索用ＣＤ
（コンパクトディスク）−ＲＯＭ（リード・オンリ・メ
モリ）２２が載置されている。

【００２９】このように本実施例のワード処理システム
は、特許情報の検索を行なうためのシステムとして構成
されているが、操作者が図示しない医学情報検索用ＣＤ
−ＲＯＭを使用するとすれば、このワード処理システム
は医学情報の検索システムとして直ちに利用することが
できる。すなわち、本実施例の特許情報検索用ＣＤ−Ｒ
ＯＭ２２あるいは図示しない医学情報検索用ＣＤ−ＲＯ
Ｍはそれぞれ検索用の処理手順（プログラム）を格納す
る領域を有しており、パーソナルコンピュータ本体１１
はＣＤドライバ１８によってこの領域に格納された処理
手順を読み出して実行することで、同一のＣＤ−ＲＯＭ
に格納された特許情報等の情報の検索を可能にしてい
る。

【００３０】図２は、パーソナルコンピュータ本体の回
路構成の概要を表わしたものである。このパーソナルコ
ンピュータ本体１１はＣＰＵ３１を搭載している。ＣＰ
Ｕ３１は、データバス等のバス３２を介して装置内の各
部と接続されている。このうちＲＯＭ３３はこのコンピ
ュータ本体を初期的に立ち上げるためのプログラムやそ
の他の固定的なデータを格納したリード・オンリ・メモ
リである。ＲＡＭ３４は、実行すべきプログラムやその
プログラムの実行時に必要となる各種データを一時的に
格納するランダム・アクセス・メモリである。入力回路
３５はデータの入力を行なうための回路であり、本実施
例ではマウス１３を接続したキーボード１２と接続され
ている。装置によってはマウス１３が入力回路３５に直
接接続される形態をとっていてもよい。また、マウス１
３以外に他のポインティング・デバイスが使用されるも
のであってもよい。

【００３１】磁気ディスクドライバ３７は、磁気ディス
ク３８にデータを書き込んだり読み出すための制御回路
である。ここで磁気ディスク３８には、例えば各種制御
のためのプログラムが格納されている。フロッピーディ
スクドライバ１７は、フロッピーディスク３９に対して
データを書き込んだり読み出すための制御回路である。
本実施例では例えば検索結果をフロッピーディスクに格
納することができる。ＣＤドライバ１８は特許情報検索
用ＣＤ−ＲＯＭ２２等のＣＤからデータの読み出しを行
なうようになっている。ディスプレイドライバ４１はデ
ィスプレイ１５に表示用のデータを入力する回路であ
る。プリンタドライバ４２はプリンタ１４の制御を行な
うための回路である。

【００３２】図３は、本実施例の特許情報検索用ＣＤ−
ＲＯＭのデータ格納状態を原理的に表わしたものであ
る。特許情報検索用ＣＤ−ＲＯＭ２２には、特許公報と
しての情報をデータ化した特許公報データベース５１が
主とし格納されているが、その一部の領域には、ワード
処理用付属データ５２が格納されている。本実施例でワ
ード処理用付属データ５２とは、特許公報データベース
５１を検索するために用意したプログラムと、後に説明
する長語を分解するためのワード（長語分離用ワード）
から構成されている。このように特許情報検索用ＣＤ−
ＲＯＭ２２ごとにワード処理用付属データ５２が付属し
ている。したがって、オペレータがこの特許情報検索用
ＣＤ−ＲＯＭ２２を図１に示したパーソナルコンピュー
タ本体１１あるいは他のどんな形式のコンピュータで
も、それらのＣＤドライバにセットすれば、特別の追加
的なプログラムを必要とすることなく、ワード処理を行
なうことができる。すなわち、コンピュータおよびその
周辺機器を直ちに特別のワード処理システムとして構成
することができる。

【００３３】もちろん、本実施例と異なり、特許情報検
索用ＣＤ−ＲＯＭ２２には特許公報データベース５１の
みを格納することも可能である。この場合には、ワード
処理用付属データ５２は例えば他のＣＤ−ＲＯＭあるい
はフロッピーディスクからパーソナルコンピュータ本体
１１に予めインストールしておき、これを磁気ディスク
３８に格納することにより、同様のワード処理システム
を構築することが可能である。

【００３４】図４は、本実施例のワード処理システムで
ＣＤ−ＲＯＭをパーソナルコンピュータ本体にセットし
た際の処理の様子を表わしたものである。図２に示した
ＣＰＵ３１は、ＣＤドライバ１８に新たなＣＤがセット
されるのを監視している（ステップＳ１０１）。特許情
報検索用ＣＤ−ＲＯＭ２２がこれにセットされると
（Ｙ）、ＣＰＵ３１は直前にセットされたＣＤ−ＲＯＭ
と同一であるかどうかのチェックを行なう（ステップＳ
１０２）。これは、全く同一シリーズの特許情報検索用
ＣＤ−ＲＯＭ２２が相次いでセットされる状況が存在し
うる点に着目して、ワード処理用付属データ５２が同一
のものであれば、その格納の作業を省略することで処理
の高速化を図るためのものである。ワード処理用付属デ
ータ５２が同一のものであるかどうかは特許情報検索用
ＣＤ−ＲＯＭ２２に格納されている識別情報を照合する
ことによって行なうことができる。

【００３５】同一プログラムの特許情報検索用ＣＤ−Ｒ
ＯＭ２２でなければ、ワード処理用付属データ５２がＣ
Ｄドライバ１８によって読み出され、その内容がＲＡＭ
３４に格納される（ステップＳ１０３）。磁気ディスク
３８に格納されてもよい。ＣＰＵ３１は、ＲＡＭ３４に
格納されたワード処理用のプログラムを実行して（ステ
ップＳ１０４）、オペレータの希望するワード処理を行
なうことになる。これに対して、ワード処理用付属デー
タ５２が前回のものと同一である場合には（ステップＳ
１０３；Ｙ）、ワード処理用の同一のプログラムがすで
に読み込まれているので、その実行が直ちに可能になる
（ステップＳ１０４）。

【００３６】図５は、ワード処理用プログラムを用いて
ある文献の所定の範囲に記述された内容からキーワード
を取り出すまでの処理の流れを表わしたものである。ま
ず、オペレータは検索の元になる文書を開く（ステップ
Ｓ２０１）。その文書が同一の特許情報検索用ＣＤ−Ｒ
ＯＭ２２内にあれば、その文書を特定して読み込み、そ
の内容をディスプレイ１５に表示する。また、他の技術
文献や開発設計のための資料あるいは他の媒体に格納さ
れた特許文献のようなものであれば、その文献の内容を
格納したフロッピーディスク３９やＣＤ等の記憶媒体を
別に用意して、該当する文書をパーソナルコンピュータ
本体１１に読み込み、同様にその内容をディスプレイ１
５に表示する。

【００３７】このようにして該当の文書の内容がディス
プレイ１５に表示されたら、オペレータはその中から検
索に必要な範囲を指定する（ステップＳ２０２）。例え
ば特許公報には、書誌的な情報としての出願人や発明者
およびそれらの住所が技術的な情報の検索に直接必要と
されることが少ない。そこで、実施例で示すような特許
出願の明細書に対して検索を行なうような場合には、必
要としない記載箇所の存在する領域をオペレータがカッ
トするようなかたちで範囲の指定が行なわれることにな
る。

【００３８】図６は、検索の元となるある特許情報をデ
ィスプレイ上に表示した状態を表わしたものである。こ
の特許情報６１で技術内容は、「要約」と書かれた箇所
よりも下の「目的」あるいは「構成」という箇所に記載
されているはずである。そこで、オペレータは例えば図
１に示したマウス１３を操作してこれらの箇所を特定す
る形で枠６２を設定し、この中からキーワードを抽出す
るように装置を操作することになる。

【００３９】図５に戻って説明する。このようにして検
索の元となる文書の範囲の指定が行なわれたら、ワード
処理システムは後に示すような処理手順によって自動的
にキーワード検索を実行する（ステップＳ２０３）。そ
して、検索されたワードの一覧をディスプレイ１５上に
表示することになる（ステップＳ２０４）。本実施例で
は、検索されたワードを出現率（頻度）でふるいにかけ
てノイズを除去し、所定の頻度以上のものを表示するよ
うにしている。

【００４０】なお、枠６２で設定された領域には、「目
的」あるいは「構成」という語句が存在し、これらは要
約書と呼ばれる箇所に典型的に現われるワードであっ
て、検索の元となる特許情報６１に固有のものではな
い。このような形式的に現われるワードは、キーワード
とは無関係なものである。例えばワード処理用のプログ
ラムによっては、所定の配置関係でこれらのワードが出
現するときに限って、これらをキーワードとしての検索
の対象から外すようにすることも、もちろん可能であ
る。既に説明したように、抽出されたワードを出現頻度
でふるい分けるときには、「目的」あるいは「構成」と
いうようなフォーマットとして使用される語句を検索の
対象から特に除外しなくても、通常の場合にはこれらの
出現頻度は小さいので、キーワードから除外されること
になることが多い。

【００４１】図７は、ステップＳ２０３で説明したキー
ワード検索を具体的に表わしたものである。まず、図６
に示した枠６２内の文章中の１つまたは複数の連続した
「平仮名」の部分を識別して、それらの部分を順次１つ
のカンマ（，）に置き換える（ステップＳ３０１）。こ
のようにして、カンマで区切られたワードを抽出する。
抽出されたワードは、図２に示したＲＡＭ３４の所定の
一時格納領域に一旦格納される（ステップＳ３０２）。

【００４２】図８は、図６に示した枠内の文章をカンマ
で区切って抽出したワードを表わしたものである。ここ
では、更に数字の部分をキーワードの検索の対象から除
去する処理を行なっている。これは、特許文献に登場す
る文章には部品等の名称に数字が付加している場合が多
く、この例ではオペレータがこれらの数字自体をキーワ
ードから除去することが適切であると判別したためであ
る。

【００４３】ところで、このようにして抽出されたワー
ドの中には、複数のワードを合成した合成語が存在す
る。そこで、一時格納領域に格納したワードのそれぞれ
について、予め設定した最小分離文字数を越えるかどう
かをチェックして、越えるものについては、これを同じ
くＲＡＭ３４内に設定した長語分離用ワード格納領域に
移す（ステップＳ３０３）。例えば図８に示した例で、
最小分離文字数を７文字以上とすると、「画像非形成領
域」というワードが長語分離用ワード格納領域に移され
る。また最小分離文字数を４文字以上とした場合には、
同一の例の場合に、「感光体ドラム」，「画像非形成領
域」，「受光素子」，「波長領域」，「分光感度」，
「シアントナー」，「各受光素子」，「第１割算回
路」，「演算結果」，「比較演算部」の各ワードが分割
の対象となることになる。

【００４４】特許情報検索用ＣＤ−ＲＯＭ２２には、前
記したようにワード処理用付属データ５２が格納される
領域があり、この領域に、特許情報検索用ＣＤ−ＲＯＭ
２２の掲載対象とする技術についての最小分離文字数以
下の典型的なワードが登録されている。このようなワー
ドとしては、例えば「感光体」、「ドラム」、「カラー
トナー」、「画像」等のようにその特許情報検索用ＣＤ
−ＲＯＭ２２に掲載されている特定の技術分野のワード
として比較的短い長さでかつ出現頻度の高いものの他、
「各」、「第１」、「第２」、「入力側」、「出力
側」、「制御回路」等のように一般的な技術文献あるい
は一般的な文書に広く使用され、かつ比較的短い長さで
かつ出現頻度の高いものを挙げることができる。

【００４５】したがって、最小分離文字数が７文字以上
の場合であって、特許情報検索用ＣＤ−ＲＯＭ２２に
「画像」という単語が登録されていたとすると、「画像
非形成領域」というワードは、「画像」と「非形成領
域」という２つのワードに分離されることになる（ステ
ップＳ３０４）。また、最小分離文字数が４文字以上に
設定されている場合には、例えば「各受光素子」が
「各」と「受光素子」のワードに、「第１割算回路」が
「第１」と「割算回路」のワードにそれぞれ分離され
る。１回の分離作業で分離後のワードがまだ最小分離文
字数を越える場合には、登録されている他の単語とその
ワードの一部が一致するかどうかのチェックが更に継続
して行なわれ、語長の短いワードに分解されることにな
る。この例には示していないが、例えば「第１感光体製
造装置」というワードは、「第１」、「感光体」および
「製造装置」というワードが特許情報検索用ＣＤ−ＲＯ
Ｍ２２に登録されているとすると、まず「第１」「感光
体製造装置」という２つのワードに分離され、次に後者
のワードが「感光体」と「製造装置」の２つのワードに
更に分離されることになる。

【００４６】このようにして分離された後のワードおよ
び分割できなかった語長の長いワードは、最小分離文字
数よりも短いワードと共に、それらの出現頻度のカウン
トが行なわれる。例えば最小分離文字数が７文字以上の
場合における分離処理後の「第１割算回路」というワー
ドは枠６２内の文章中に５回登場しており、最も高い出
現頻度となっている。予め定めた所定の出現頻度以下の
ワードはノイズとして除去し、残りのワード（一時格納
領域に格納したワードと、長語分離用ワード格納領域に
移されたワードであって分離後のワードおよび分離でき
なかったワード）をディスプレイ１５上にキーワードの
候補として表示するためのワードとして設定する（ステ
ップＳ３０５）。なお、キーワードを抽出するための枠
６２が小さくて十分な頻度情報を得ることができないよ
うな場合には、頻度の高いものと低いものを区別するこ
となく、すべてのワードをディスプレイ１５上に表示し
てもよいことはもちろんである。

【００４７】図９は、以上の結果として、枠６２内の文
章をワードに分離し、更に最小分離文字数が７文字以上
の場合にこれを分割して、更に出現頻度が２回以上のも
のを検索されたワードとして抽出したものである。オペ
レータはこの表示された各ワードをキーワードとして直
ちに目標とする文献のサーチを行なうこともできるが、
一見して関係ないと思われるものを除外してワード処理
を行なうこともできる。すなわち、図９に示した表示内
容の中からワードの選択が必要かどうかの判別を行い
（図５ステップＳ２０５）、必要な場合には（Ｙ）、マ
ウス１３等の入力手段を使用してワードの選択を行い
（ステップＳ２０６）、ワードの抽出処理を終了させる
（エンド）。表示された内容そのもので文献のサーチを
進めるような場合には（ステップＳ２０５；Ｎ）、その
ままワード抽出についての処理を終了させることになる
（エンド）。

【００４８】抽出されたキーワードを用いて論理和や論
理積等の論理を組んで特許文献のサーチを行なうことに
ついては、一般的な技術なので、ここではその説明を省
略する。

【００４９】関連語の割り出しについて

【００５０】ところで、図６に示したような特許情報６
１を用いてこれと関連する文献の調査を行なうような場
合には、その特許情報６１から直接抽出されたキーワー
ドのみでなく、それらに関連する語あるいは類語（以下
関連語という。）もキーワードに含めないと万全を期す
ことができない。例えばゼログラフィ方式の画像形成装
置は、複写機、コピー機、電子写真装置等の他の名称で
文献に使用されている場合があり、画像形成装置という
キーワードだけでは同一の技術を検索できない可能性が
ある。この明細書で関連語とは、上位概念を表わした語
や下位概念を表わした語、同義語および意味が関連する
語をいう。

【００５１】本実施例のワード処理システムでは、ある
程度の文書量の文書から検索対象のワードの関連語を自
動的に抽出することができる。これについて次に説明す
る。

【００５２】図１０は、関連語を抽出する処理手順の要
部を表わしたものである。まず、図２に示したＣＰＵ３
１は関連語の抽出の元となる指定されたワードと連結さ
れた前方語と後方語をピックアップしてそれぞれをカウ
ントする（ステップＳ４０１）。次に出現頻度の高い前
方語を、ＲＡＭ３４に割り当てられた前方語記憶領域に
セットする（ステップＳ４０２）。同様に、出現頻度の
高い後方語を、ＲＡＭ３４に割り当てられた後方語記憶
領域にセットする（ステップＳ４０３）。このようにし
て前方語と後方語がセットされたら、これらのワードで
両側を挟まれるワードを抽出する（ステップＳ４０
４）。この抽出されたワードが関連語としてディスプレ
イ１５に出力される（ステップＳ４０５）。この出力内
容をプリンタ１４でプリントアウトすることも可能であ
る。

【００５３】以上の作業から了解されるように関連語を
抽出するためには、まず関連語の抽出の元として指定す
るワードが、対象とされる文章中である程度出現頻度が
高いことが、良好な抽出結果を得るために必要である。

【００５４】図１１は、ある文章中で抽出されたワード
とそれらの出現頻度を表わしたものである。本実施例で
文章中からワードを抽出する方法は、「通常検索」と、
「曖昧検索」を選択することができる。ここで「曖昧検
索」とは、前方語や後方語が一致するものを含めて検索
したり、大文字や小文字を区別しないで検索することを
いう。本実施例では、「通常検索」を選択し、「Ｓｉ」
というワードに対する関連語を抽出することにする。

【００５５】この例では前方語と後方語について、それ
らの出現回数も表示されている。例えば「Ｐ型」という
ワードは、検索の結果として最も出現回数が高く、３１
４回であり、「Ｎ型」というワードがこれに次いで２３
１回である。関連語を調べる対象となっている「Ｓｉ」
というワード（矢印で図示。）については、９１回の出
現となっている。本発明では、後に説明するように関連
語抽出の対象とするワードの前後のワードを抽出して、
これらのワードを用いて関連語を抽出するようにしてい
る。このため、出現度がある程度の数になっていること
が、関連語を正確に抽出するために好ましい。

【００５６】図１２は、「Ｓｉ」というワードに対する
前方語と後方語ならびにこれらを用いて抽出される関連
語を示したものである。ここで前方語情報とは、図８で
示したように関連語を求める対象とする文書を順にワー
ドに区切ったときに「Ｓｉ」というワードの直前に位置
するワードをいう。また、後方語情報とは、このワード
に区切った文書における「Ｓｉ」というワードの直後に
位置するワードをいう。これらが１つのワードの一部を
構成しているか否かは問われない。

【００５７】図１３は、２つの特許文献「Ｐ５８−××
×１」と「Ｐ５８−××１×」についてこれらを図８に
示した手法で順にワードに分解した様子を表わしたもの
である。この図１３で黒塗りの三角（▲）で示したワー
ドが「Ｓｉ」である。このワードのそれぞれ直前に位置
するワード「非晶質」、「非晶質」、「分解」、「バッ
タ」……が前方語である。また、黒塗りの三角（▲）で
示したワード「Ｓｉ」のそれぞれ直後に位置するワード
「生成」、「Ｇｅ膜」、「Ａｒイオン」、「基板」、
「非晶質」……が後方語である。これらについては、図
１３でアンダーラインで示している。

【００５８】図１２における「前方語情報」とは、前方
語を順にカウントしていって、それらを出現頻度順に表
わしたものである。ここでは「非晶質」というワードが
３７回出現して最高となっている。また、「後方語情
報」とは、後方語を順にカウントしていって、それらを
出現頻度順に表わしたものである。ここでは「太陽電
池」というワードが１６回現れて最高となっている。

【００５９】このようにして求められた前方語は前方語
記憶領域にセットされ、後方語は後方語記憶領域にセッ
トされる。そして、前方語記憶領域にセットされたいず
れかのワードと後方記憶領域にセットされたいずれかの
ワードとによって前方と後方で挟まれるワードを抽出す
る。

【００６０】図１４は、このようにして求められた前方
語と後方語を基にして、関連語を抽出する様子を表わし
たものである。この図で三角（▲）で示したワードの前
後に配置されたアンダーラインで示したワードが前方語
と後方語であり、三角（▲）で示したワードがこれらに
よって抽出された関連語である。例えば「非晶質」とい
う前方語と「太陽電池」という後方語に挟まれた「シリ
コン」というワードがワード「Ｓｉ」の関連語となる。
同様にして、図１４に示した文献からは「珪素」という
ワードも「Ｓｉ」の関連語として抽出される。

【００６１】図１２における「関連語情報」は、このよ
うにして抽出された関連語の一覧を示したものである。
なお、この図１２で「前方語情報」および「後方語情
報」のうちの出現頻度の高いもの同士で挟まれた関連語
は、これ以外の関連語として抽出されたものよりも確度
が高い。本実施例では、このような高い確度のものに高
いウエイトを付け、更に関連語として抽出された回数を
掛け合わせて、その結果得られた数値の高いものから順
に関連語情報として表示するようにしている。したがっ
て、図１２の「関連語情報」では、上のものほど関連語
として適する確率が高くなる。もちろん、関連語として
抽出された回数を単純にカウントして、カウント値が多
いものから順にディスプレイ１５に表示したり、プリン
タ１４でその内容をプリントアウトするようにしてもよ
い。

【００６２】以上説明した実施例では、文献および所定
のプログラム等の固定的なデータをＣＤ−ＲＯＭに格納
することにしたが、光ディスク、テープ等の他の記憶媒
体に格納してもよいことはもちろんである。また、実施
例では特許文献についてのワード処理を説明したが、他
の技術文献あるいは一般的な資料に対しても本発明を適
用することができる。更に本発明では、ＣＤ−ＲＯＭに
ワード処理のための所定のプログラムを格納することに
したが、このようなデータを文献や資料等の検索対象の
データとは別の記憶媒体に単独で格納するようにしても
よいことはもちろんである。

【００６３】

【発明の効果】以上説明したように請求項１の発明によ
れば、ワード処理の対象となる文章からワードを抽出し
て、これを検索等のワード処理に使用することにしたの
で、抽出されたワードを見たり順に追いかけるだけでそ
の内容を類推することができ、内容を精読することなく
文書内容の概要を知ることができる。また、文書の中で
必要なページと不要なページの区切りも容易に付けるこ
とができ、必要な箇所のみを読むといった効率的な情報
処理を実現することができる。

【００６４】更に請求項２記載の発明によれば、機械的
に抽出されたワードを統計的に選別したり技術的な感に
よって選別できるようにしたので、確度の高いワード処
理を実現することが可能になる。

【００６５】また、請求項４記載の発明では、合成ある
いは複合された可能性のある比較的長いワードを複数の
ワードに分割することにしたので、ワードの長さや概念
が揃うことになり、ワード処理を単純化することができ
る。

【００６６】更に請求項５および請求項６記載の発明で
は、特定したワードの関連語を各文章で共通して使用す
るワード等をキーとして求めることにしたので、関連語
の抽出が極めて容易になるばかりでなく、抽出した関連
語を用いてワード処理を高精度に行なうことができる。

【００６７】また、請求項７および請求項８記載の発明
によれば、以上説明したようなワード処理の手順を記憶
媒体に格納するようにしたので、システム側に特別のプ
ログラムを格納する必要なく、それぞれのワード処理に
適した処理を簡単に実現することができる。また、記憶
媒体にワードの分離等に必要なデータを格納しておくこ
とにより、その記憶媒体の特殊性に応じたデータ処理を
実現することができ、ワード処理をより円滑かつ確実な
ものとすることができる。

【図面の簡単な説明】

【図１】 本発明の一実施例におけるワード処理システ
ムの構成を示すシステム構成図である。

【図２】 パーソナルコンピュータ本体の回路構成の概
要を示すブロック図である。

【図３】 本実施例の特許情報検索用ＣＤ−ＲＯＭのデ
ータ格納状態を原理的に表わした説明図である。

【図４】 本実施例のワード処理システムでＣＤ−ＲＯ
Ｍをパーソナルコンピュータ本体にセットした際の処理
の様子を表わした流れ図である。

【図５】 ワード処理用プログラムを用いてある文献の
所定の範囲に記述された内容からキーワードを取り出す
までの処理の流れを表わした流れ図である。

【図６】 ディスプレイ上に表示された検索の元となる
特許情報の一例を示す平面図である。

【図７】 ステップＳ２０３で説明したキーワード検索
を具体的に表わした流れ図である。

【図８】 図６に示した枠６２内の文章をカンマで区切
って抽出したワードを表わした説明図である。

【図９】 図６に示した枠６２内の文章をワードに分離
し、更に最小分離文字数が７文字以上の場合にこれを分
割して、更に出現頻度が２回以上のものを検索されたワ
ードとして抽出した場合を示す説明図である。

【図１０】 関連語を抽出する処理手順の要部を表わし
た流れ図である。

【図１１】 ある文章中で抽出されたワードとそれらの
出現頻度を表わした説明図である。

【図１２】 Ｓｉというワードに対する前方語と後方語
ならびにこれらを用いて抽出される関連語を示した説明
図である。

【図１３】 Ｓｉというワードに対する前方語と後方語
が抽出される処理を具体的に示した説明図である。

【図１４】 Ｓｉというワードの関連語を抽出する処理
を具体的に示した説明図である。

【符号の説明】

１１ パーソナルコンピュータ本体 １２ キーボード １３ マウス １５ ディスプレイ（モニタ） １８ ＣＤドライバ ２２ 特許情報検索用ＣＤ−ＲＯＭ ３１ ＣＰＵ ３４ ＲＡＭ ３８ 磁気ディスク ５１ 特許公報データベース ５２ ワード処理用付属データ ６１ 特許情報 ６２ 枠

Claims (8)

【特許請求の範囲】
1. 【請求項１】 ワード処理の対象となる文章を指定する
   文章指定手段と、 この文章指定手段によって指定された文章を構成するワ
   ードを順に抽出するワード抽出手段と、 このワード抽出手段によって抽出したそれぞれのワード
   を用いて所定のワード処理を実行するワード処理実行手
   段とを具備することを特徴とするワード処理システム。
2. 【請求項２】 ワード処理の対象となる文章を指定する
   文章指定手段と、 この文章指定手段によって指定された文章を構成するワ
   ードを順に抽出するワード抽出手段と、 このワード抽出手段によって抽出したそれぞれのワード
   のその文章中における出現頻度を演算する出現頻度演算
   手段と、 この出現頻度演算手段によって出現頻度が所定の値以上
   となったワードをワード処理の候補とするワード処理候
   補抽出手段と、 このワード処理候補選定手段によって抽出されたワード
   の中からワード処理の対象となるワードを選択するワー
   ド処理対象選択手段と、 このワード処理対象選択手段によって選択されたワード
   を用いて所定のワード処理を実行するワード処理実行手
   段とを具備することを特徴とするワード処理システム。
3. 【請求項３】 前記文章指定手段は漢字、片仮名および
   平仮名を含む日本語の文章の任意の範囲を指定し、前記
   ワード抽出手段はこの中の平仮名が１文字以上連続して
   いる箇所を１つずつの区切り符号に変換していくこと
   で、区切り符号で区切られたそれぞれのワードを抽出す
   ることを特徴とする請求項１または請求項２記載のワー
   ド処理システム。
4. 【請求項４】 区切り符号で区切られたそれぞれのワー
   ドの長さが所定の構成文字数よりも長いか否かを判別す
   る語長判別手段と、 この語長判別手段でワードの長さが所定の構成文字数よ
   りも長いと判別されたワードについて、それがすでに前
   記ワード抽出手段によって抽出されたこれよりも短いい
   ずれかのワードと前方、中間あるいは後方で一致するか
   否かを判別する部分一致有無判別手段と、 この部分一致有無判別手段がワードの前方、中間あるい
   は後方で一致すると判別したときこの一致した部分のワ
   ードとこれを差し引いたワードにこれを分割するワード
   分割手段とを具備することを特徴とする請求項３記載の
   ワード処理システム。
5. 【請求項５】 関連語を求めようとするワードを指定す
   るワード指定手段と、 このワード指定手段によって指定されたワードの直前に
   位置するワードとしての前方語を所定の文章中から抽出
   する前方語抽出手段と、 前記ワード指定手段によって指定されたワードの直後に
   位置するワードとしての後方語を所定の文章中から抽出
   する後方語抽出手段と、 ワード処理の対象となる文章を指定する文章指定手段
   と、 この文章指定手段によって指定された文章中で前記前方
   語抽出手段と後方語抽出手段によって抽出された前方語
   と後方語によって挟まれたワードを前記ワード指定手段
   によって指定されたワードの関連語として出力する関連
   語出力手段とを具備することを特徴とするワード処理シ
   ステム。
6. 【請求項６】 前記関連語出力手段によって出力された
   関連語についてそれらの出現頻度を算出する出現頻度算
   出手段と、 この出現頻度算出手段によって所定の頻度以上とされた
   関連語を確度の高い関連語として選別する高確度関連語
   選別手段とを具備することを特徴とする請求項５記載の
   ワード処理システム。
7. 【請求項７】 ワード処理の対象となる文章が指定され
   たときのこの文章を構成するワードを順に抽出するワー
   ド抽出手順と、 このワード抽出手順によって抽出されたそれぞれのワー
   ドの中から関連語を求める対象としての特定ワードを検
   索する特定ワード検索手順と、 前記ワード抽出手順によって抽出された一連のワードの
   うちで特定ワード検索手順によって検索された特定ワー
   ドの直前に位置するワードとしての前方語を抽出する前
   方語抽出手順と、 前記ワード抽出手順によって抽出された一連のワードの
   うちで前記特定ワード検索手順によって検索された特定
   ワードの直後に位置するワードとしての後方語を抽出す
   る後方語抽出手順と、 前記ワード抽出手順によって抽出された一連のワードの
   中から、前記前方語抽出手順および後方語抽出手順によ
   ってそれぞれ抽出された前方語と後方語のそれぞれ１つ
   ずつによって挟まれたワードを抽出して前記特定ワード
   の関連語とする関連語抽出手順とを具備することを特徴
   とする記憶媒体。
8. 【請求項８】 関連語抽出手順によって抽出された関連
   語によって検索される文書を前記関連語抽出手順の格納
   された媒体と同一の媒体に格納したことを特徴とする請
   求項７記載の記憶媒体。