JPH10228475A

JPH10228475A - 類似検索装置

Info

Publication number: JPH10228475A
Application number: JP9029400A
Authority: JP
Inventors: Kenji Kira; 賢治吉良
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 1997-02-13
Filing date: 1997-02-13
Publication date: 1998-08-25
Anticipated expiration: 2017-02-13
Also published as: JP3664834B2

Abstract

(57)【要約】【課題】２ベクトル重み再計算部２２では、類似検索
装置による類似検索結果が正解であった場合にも重みベ
クトル５の改訂を行うので、類似検索の精度が向上しに
くい課題があった。【解決手段】対象データ指定部１により指定されたベ
クトルデータ、類似検索エンジン３により検索されたベ
クトルデータ、および正解選択部７により不正解である
場合に指定されたベクトルデータに基づいて重みベクト
ル５を計算する３ベクトル重み再計算部８とを備え、こ
の３ベクトル重み再計算部８は類似検索エンジン３が正
解のベクトルデータを検索した際には重みベクトル５の
改訂を全く行わず、これにより精度の悪化を防止するも
のである。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、蓄積されたデー
タ群の中から、対象となるデータに類似するデータを検
索する類似検索装置に関するものである。

【０００２】

【従来の技術】図１８は例えば“インクリメンタルイ
ンスタンスベーストラーニングオブインデペンデ
ントアンドグレイデッドコンセプトデスクリプ
ションズ” ディエイハ，プロスィーディングズ
オブザシックススインターナショナルワークシ
ョップオンマシンラーニング，１９８７年（“Ｉ
ｎｃｒｅｍｅｎｔａｌＩｎｓｔａｎｃｅ−ｂａｓｅｄ
ＬｅａｒｎｉｎｇｏｆＩｎｄｅｐｅｎｄｅｎｔ
ａｎｄＧｒａｄｅｄＣｏｎｃｅｐｔＤｅｓｃｒｉ
ｐｔｉｏｎｓ”Ｄ．Ａｈａ，Ｐｒｏｃｅｅｄｉｎｇｓ
ｏｆｔｈｅＳｉｘｔｈＩｎｔｅｒｎａｔｉｏｎａ
ｌＷｏｒｋｓｈｏｐｏｎＭａｃｈｉｎｅＬｅａ
ｎｉｎｇ，１９８７）および“アニアレストハイパ
ーレクタングルラーニングメソッド”エスザルツ
バーグ，マシンラーニング，６，２５１頁−２７６
頁，１９９１年（“ＡＮｅａｒｅｓｔＨｙｐｅｒｒ
ｅｃｔａｎｇｌｅＬｅａｒｎｉｎｇＭｅｔｈｏ
ｄ”，Ｓ．Ｓａｌｚｂｅｒｇ，ＭａｃｈｉｎｅＬｅａ
ｎｉｎｇ，６，ｐｐ２５１−２７６，１９９１）に示さ
れた従来の類似検索装置を示すブロック図である。

【０００３】図において、１は新しい目的にあたる検索
対象のベクトルデータを指定する対象データ指定部、４
は図２にその例を示すように、データベースとして蓄え
られたベクトルデータ群であるベクトルデータベース
（以下、ベクトルＤＢと略す）である。３は対象データ
指定部１により指定されたベクトルデータと類似するベ
クトルデータをベクトルＤＢ４から探し出す類似検索エ
ンジン、５は類似検索エンジン３がデータ間の類似度を
算出するために用いるベクトルデータの各属性に付けら
れた重みをそれぞれの要素とする重みベクトル、６は類
似検索エンジン３による検索結果を表示する検索結果表
示部である。

【０００４】２１は類似検索エンジン３が示した類似す
るベクトルデータが利用者にとって正解であるかどうか
を指定する回答指定部、２２は対象データ指定部１によ
り指定された検索対象のベクトルデータ、類似検索エン
ジン３により最も類似するとして選び出されたベクトル
データの２ベクトルの各要素の値を利用して重みベクト
ルの新しい値を計算する２ベクトル重み再計算部であ
る。９は２ベクトル重み再計算部２２により計算された
重みベクトルの新しい値を重みベクトル５に反映させる
重み改訂部、１１は対象データ指定部１により指定され
た検索対象のベクトルデータに回答指定部２１により利
用者が指定する結果値を付け加えて、新しいベクトルデ
ータとしてベクトルＤＢ４に追加する新規データ追加部
である。

【０００５】次に動作について説明する。例えば、電子
カルテや医療画像データベースなどの医療情報、設計図
などの設計情報に代表されるように、発生するデータを
蓄積しその中から新しい目的に見合ったデータを選び出
して参照する場合に、データをベクトルデータの形に整
理してデータベースに蓄え、新しい目的を表すベクトル
データとデータベース中の各データとの類似度を算出し
て、データベースの中で最も類似するデータを参照する
という、ベクトルデータの類似検索技術が応用されてい
る。

【０００６】例えば、図２はベクトルデータのデータベ
ースを示す説明図であり、病院で診療を受けた患者の診
療録を表わしている。図において、「患者ＩＤ」から
「のど痛」までの属性は、各々の患者の診療データを表
わしており、検索の条件を記述するための属性という意
味でここでは「条件属性」と呼ぶ。属性「病名」は、そ
の診療データをもとに過去に下された診断結果を表わ
し、検索の結果参照される属性という意味で「参照属
性」と呼ぶ。新しい患者が現れ、その条件属性の値が例
えば各々順に、（１２３，村山，４５，公務員，３５．
８，なし，あり，なし）であった場合に、類似検索装置
がデータベースの中から条件属性に類似するベクトルデ
ータ、例えば、（１２５，鈴木，２５，会社員，３６．
２，なし，あり，なし，花粉症）を選び出し、その参照
属性の値「花粉症」を参考にして新しい患者の病名を決
定するという問題が類似検索技術の応用問題の例であ
る。

【０００７】次に図１８に示した類似検索装置の動作に
ついて図１９から図２１を参照しながら説明する。説明
を容易にするために、ベクトルＤＢ４における条件属性
の次元数をｎ、参照属性の次元数を１とする。ここで参
照属性の数が１であることはこの技術の本質ではなく、
多数であってもよい。まず、ステップＳＴ２１では、重
みベクトルの算出に要するベクトル群を初期化する。即
ち、類似検索エンジン３において、ｎ次元ベクトルの重
みベクトルＷ＝（ｗ₁ ，…，ｗ_n ），累積重みベクトル
Ｗｃｕｍ＝（ｗｃｕｍ₁ ，…，ｗｃｕｍ_n ），重み合計
ベクトルＷｔｏｔａｌ＝（ｗｔｏｔａｌ₁ ，…，ｗｔｏ
ｔａｌ_n ）の全要素を０に初期化する。

【０００８】ステップＳＴ２２からステップＳＴ３０に
おいて、対象データを次々に選んで類似検索の処理を行
うが、この過程を通して重みベクトルが改訂されてゆ
く。ステップＳＴ２２では、対象データ指定部１が類似
検索の対象となるベクトルデータをひとつ選択する。こ
のｎ次元ベクトルデータをＸ＝（ｘ₁ ，ｘ₂ ，…，ｘ
_n ）と呼ぶ。ステップＳＴ２３では、類似検索エンジン
３がベクトルＤＢ４からベクトルデータを一つ取り出
す。このｎ＋１次元ベクトルデータをＹ＝（ｙ₁，ｙ
₂ ，…，ｙ_n ，ｙ_n+1 ）と呼び、ｙ₁ からをｙ_n を条件
属性の値、ｙ_n+1 を参照属性の値とする。

【０００９】ステップＳＴ２４では、類似検索エンジン
３がＸとＹの類似度ｓｉｍ（Ｘ，Ｙ）の算出処理を行
う。ここで類似度算出式は、ｓｉｍ（Ｘ，Ｙ）＝−√｛Σ_i=1 ，…，_n ｗ_i ・δ（ｘ_i ，ｙ_i ）² ｝（１）ここで、 δ（ｘ_i ，ｙ_i ）＝（ｘ_i ，ｙ_i ）／（属性ｉの区間幅）《属性ｉが連続値をとる場合》０《属性ｉが離散値をとり、ｘ_i ＝ｙ_i の場合》１《属性ｉが離散値をとり、ｘ_i ≠ｙ_i の場合》（２）つまり、ｓｉｍ（Ｘ，Ｙ）はＸとＹの重み付き距離の符
号を反転したものである。ステップＳＴ２５では、Ｙを
ベクトルＤＢ４の他のベクトルデータに変える処理を行
い、また、ステップＳＴ２３およびステップＳＴ２４の
処理を繰り返す。そうしてベクトルＤＢ４の全ベクトル
データをＹとして調べ終わるとステップＳＴ２６へ進
む。

【００１０】ステップＳＴ２６では、既にステップＳＴ
２３からステップＳＴ２５で調べ終わったベクトルＤＢ
４中の全ベクトルデータの中から、ｓｉｍ（Ｘ，Ｙ）を
最大にするベクトルデータＹ_max を選び出す。ここで類
似度ｓｉｍ（Ｘ，Ｙ）の最大値を与えるＹのベクトルデ
ータが複数個ある場合には、それらの中のどれでも良
く、例えば、最初のベクトルデータとしても良いし、ラ
ンダムに選んでも良い。

【００１１】ステップＳＴ２７では、Ｘに最も類似する
ベクトルデータとしてＹ_max が正しい選択であったかど
うかを判定する。ステップＳＴ２７における判定処理の
詳細を図２０に示す。ステップＳＴ２７１では、Ｙ_max
を検索結果表示部６に表示し、利用者がその参照属性の
値ｙ_max _n+1 を参考にして、Ｘの参照属性の値ｘ_n+1 、
例えば診断結果を決定する。ステップＳＴ２７２では、
回答指定部２１が、新たに定められたｘ_n+1 とｙ_ma _x
_n+1 とを比較し、これらが一致していればステップＳＴ
２７３で類似検索の判定結果として「正解」を返し、一
致していなければステップＳＴ２７４で「不正解」を返
す。

【００１２】図１９に戻り、ステップＳＴ２８では、Ｘ
およびｙ_max のベクトルデータを用いて重みベクトルＷ
の値を再計算し、更新する。ステップＳＴ２８における
処理の詳細を図２１に示す。ステップＳＴ２８１では、
２ベクトル重み再計算部２２が重みベクトルの値Ｗを次
の代入式に従って再計算する。Ｗｔｏｔａｌ_i ：＝Ｗｔｏｔａｌ_i ＋△ （３）但し、△は重み増分パラメータＷｃｕｍ_i ：＝Ｗｃｕｍ_i ＋｛１−δ（ｘ_i ，ｙ_maxi）｝・△ 《判定結果が正解の場合》Ｗｃｕｍ_i ＋δ（ｘ_i ，ｙ_maxi）・△ 《判定結果が不正解の場合》（４）Ｗ_i ：＝ｍａｘ（Ｗｃｕｍ_i ／Ｗｔｏｔａｌ_i −０．５，０）（５）ステップＳＴ２８２では、重み改訂部９が上記再計算さ
れた新しい重みベクトルＷを設定し、次回以降の類似度
計算に改訂後の重みベクトルが用いられるようにする。

【００１３】図１９に戻り、ステップＳＴ２９では、新
規データ追加部１１がＸ＝（ｘ₁ ，ｘ₂ ，…，ｘ_n ）と
ステップＳＴ２７１で決定されたＸの参照属性の値ｘ
_n+1 とを合わせてベクトルＤＢ４の新しいベクトルデー
タとして保存する。以上のステップＳＴ２２からステッ
プＳＴ２９までで実現される類似検索、重みベクトルの
改訂、新規データの追加の処理を、ステップＳＴ３０に
おける判定を実施しなから類似検索をかけるべき全ての
検索対象のベクトルデータについて繰り返す。

【００１４】

【発明が解決しようとする課題】従来の類似検索装置は
以上のように構成されているので、（ａ）２ベクトル重み再計算部２２では、式（３）から
式（５）に示したように、類似検索装置による類似検索
結果が回答指定部２１において正解であった場合にも重
みベクトル５の改訂を行うので、改訂前の重みベクトル
５で正解のベクトルデータを選出できる状態であったの
に、その状態を変更してしまうため、類似検索の精度が
向上しにくいという課題があった。（ｂ）重みベクトル５の値を利用者に表示することがで
きないため、利用者が重みベクトル設定の状態を簡単に
参照することができないという課題があった。（ｃ）重みベクトル５の改訂は、類似検索装置による処
理に全て委ねられているため、利用者である人間が自分
の知識に基づいてその値を変更し、類似検索装置による
処理と協調して重みベクトル５をチューニングしていく
ことができないという課題があった。（ｄ）類似検索には固定的に条件属性の全てを用いて条
件指定を行っており、その中から条件指定に用いるべき
条件属性を選択的に指定することができないという課題
があった。（ｅ）類似検索に用いる重みベクトル５は唯一であり、
異なる重みベクトル群を使い分けることができないとい
う課題があった。（ｆ）ベクトルＤＢ４の全てのベクトルデータは全ての
条件属性の値を備えていることが必要であり、ＤＢの拡
張を行って過去のベクトルデータに無かった属性が増え
た場合や、元々入力データに欠落があった場合などに生
じるＤＢ中のベクトルデータの欠落に対して類似検索エ
ンジン３が対処することができないという課題があっ
た。（ｇ）類似検索を１件実行する度に重みベクトル５が逐
次更新されていくため、類似検索装置がシステムとして
不安定になるという課題があった。（ｈ）新しい重みベクトル５の値は無条件で採用され、
結果として以前の重みベクトル５に比べて類似検索の精
度が悪くなる場合もあり得るという課題があった。

【００１５】この発明は上記のような課題を解決するた
めになされたもので、類似検索の精度を向上させ、重み
ベクトル設定の状況を利用者が容易に確認し、変更で
き、また、類似検索装置による自動変更と協調的に変更
でき、検索の条件指定に相応しい条件属性を利用者が選
択でき、複数の重みベクトル設定を使い分けることを可
能にし、データべース中にベクトルデータの欠落があっ
ても対処を可能とするような類似検索装置を得ることを
目的とする。また、この発明は利用者の検索作業を安定
的に実施しながら重みの改訂を行い、重みの改訂におい
ては新旧の重みの適切な評価の結果を受けて精度が向上
するように改訂できる類似検索装置を得ることを目的と
する。

【００１６】

【課題を解決するための手段】請求項１記載の発明に係
る類似検索装置は、利用者の操作に基づいて検索結果表
示部に表示されたベクトルデータが正解か不正解かを判
定すると共に、不正解である場合に望ましいベクトルデ
ータが指定される正解選択部と、対象データ指定部によ
り指定されたベクトルデータ、類似検索エンジンにより
検索されたベクトルデータ、および正解選択部により不
正解である場合に指定されたベクトルデータに基づいて
重みベクトルを改訂する３ベクトル重み再計算部とを備
えたものである。

【００１７】請求項２記載の発明に係る類似検索装置
は、利用者の操作に基づいて検索結果表示部に表示され
たベクトルデータが正解か不正解かを判定すると共に、
不正解である場合に望ましいベクトルデータが指定され
る正解選択部と、対象データ指定部により指定されたベ
クトルデータに正解選択部による正解のベクトルデータ
の参照属性または不正解である場合の望ましいベクトル
データの参照属性を付加してベクトルデータベースに蓄
積する新規データ追加部と、対象データ指定部により指
定されたベクトルデータ、類似検索エンジンにより検索
されたベクトルデータ、および正解選択部により不正解
である場合に指定されたベクトルデータに基づいて重み
ベクトルを改訂する３ベクトル重み再計算部とを備えた
ものである。

【００１８】請求項３記載の発明に係る類似検索装置
は、重みベクトルの値を表示すると共に、利用者の指示
に基づいてその重みベクトルの値を改訂する重み表示設
定部を備えたものである。

【００１９】請求項４記載の発明に係る類似検索装置
は、重み表示設定部を、スライドバーまたは棒グラフの
ようにグラフィカルに表示するようにしたものである。

【００２０】請求項５記載の発明に係る類似検索装置
は、３ベクトル重み再計算部による重みベクトルの改訂
と重み表示設定部による重みベクトルの改訂とを協調的
に行う重み改訂部を備えたものである。

【００２１】請求項６記載の発明に係る類似検索装置
は、対象データ指定部により指定されたベクトルデータ
のうちの類似検索の対象にする条件属性を利用者の操作
に基づいて指定される対象属性選択部を備え、類似検索
エンジンは、対象属性選択部により指定された条件属性
のみに関してベクトルデータを検索するようにしたもの
である。

【００２２】請求項７記載の発明に係る類似検索装置
は、対象属性選択部を、条件属性名を表示したオンオフ
スイッチのようにグラフィカルに表示するようにしたも
のである。

【００２３】請求項８記載の発明に係る類似検索装置
は、利用者の操作に基づいて重み改訂モードが、１回の
類似検索エンジンによる検索の実行毎に重みベクトルを
改訂するオンラインモード、数回の類似検索エンジンに
よる検索の実行後に重みベクトルを改訂するオフライン
モード、または全く重みベクトルを改訂しないノーモー
ドに指定され、その指定された重み改訂モードに応じて
重みベクトルの改訂処理を制御する重み改訂制御部を備
えたものである。

【００２４】請求項９記載の発明に係る類似検索装置
は、対象データ指定部により指定されたベクトルデータ
と利用者の操作に基づいて正解選択部により指定された
正解のベクトルデータまたは不正解である場合の望まし
いベクトルデータとを対にして履歴を選択結果ログに蓄
積する選択結果記録部を備えたものである。

【００２５】請求項１０記載の発明に係る類似検索装置
は、改訂前の重みベクトルと改訂後の重みベクトルとを
評価比較し、妥当な重みベクトルを選択する重みベクト
ル評価部を備えたものである。

【００２６】請求項１１記載の発明に係る類似検索装置
は、重みベクトルの値を重みデータベースに蓄積する重
みベクトル保存部と、重みデータベースの中から類似検
索エンジンによる検索に用いられる重みベクトルを選択
する重みベクトル選択部とを備えたものである。

【００２７】請求項１２記載の発明に係る類似検索装置
は、重みベクトル保存部を、重みベクトルの値に更新日
時を付加して過去の重みベクトル更新の履歴が残るよう
に重みデータベースに蓄積し、重みベクトル選択部を、
その重みデータベースから更新日時に基づいて、利用者
により重みベクトルが選択されるようにしたものであ
る。

【００２８】請求項１３記載の発明に係る類似検索装置
は、重みベクトル保存部を、重みベクトルの値に検索目
的を付加して過去の重みベクトル更新の履歴が残るよう
に重みデータベースに蓄積し、重みベクトル選択部を、
その重みデータベースから検索目的に基づいて、利用者
により重みベクトルが選択されるようにしたものであ
る。

【００２９】請求項１４記載の発明に係る類似検索装置
は、重み改訂制御部により重み改訂モードがオフライン
モードに指定されている場合に、選択結果ログに蓄積さ
れた対象データ指定部により指定されたベクトルデータ
に類似するベクトルデータを類似検索エンジンにより重
みベクトルに基づいて検索し、その検索されたベクトル
データとその選択結果ログに対にして蓄積された正解の
ベクトルデータまたは望ましいベクトルデータとが異な
る場合に、それら対象データ指定部により指定されたベ
クトルデータ、類似検索エンジンにより検索されたベク
トルデータおよび正解選択部により不正解である場合に
指定された望ましいベクトルデータに基づいて３ベクト
ル重み再計算部により重みベクトルを計算するようにし
たものである。

【００３０】請求項１５記載の発明に係る類似検索装置
は、対象データ指定部により指定されたベクトルデータ
またはベクトルデータベースに蓄積されたベクトルデー
タの条件属性に欠落がある場合に、類似検索エンジンに
よりその欠落がある条件属性に基づいて仮類似度を計算
させると共に、その欠落がある重みベクトルと欠落がな
い重みベクトルとその仮類似度とに基づいて矯正類似度
を計算させて、その矯正類似度を利用して検索させるデ
ータ欠落対処部を備えたものである。

【００３１】

【発明の実施の形態】以下、この発明の実施の一形態を
説明する。実施の形態１．図１はこの発明の実施の形態１による類
似検索装置を示すブロック図であり、図において、１は
検索対象の条件属性を有するベクトルデータを指定する
対象データ指定部、２はベクトルデータの条件属性のう
ちのどの条件属性を対象として類似検索を行うかを指定
する対象属性選択部、４は図２にその例を示したように
データベースとして蓄えられた条件属性および参照属性
を有する複数のベクトルデータを蓄積するベクトルデー
タベース（以下、ベクトルＤＢと略す）である。３は対
象データ指定部１により指定された対象データと類似す
るベクトルデータをベクトルＤＢ４から検索する類似検
索エンジン、５は類似検索エンジン３がデータ間の類似
度を算出するために用いられるベクトルの各条件属性に
付けられた重みをそれぞれの要素とする重みベクトル、
６は類似検索エンジン３による検索結果を表示する検索
結果表示部である。

【００３２】７は検索結果表示部６に示された類似する
ベクトルデータが利用者が判断して正解であるかどう
か、さらに不正解ならば正解として本来どのベクトルデ
ータを選択するべきであったかを指定する正解選択部、
８は対象データ指定部１により指定された検索対象のベ
クトルデータ、類似検索エンジン３により最も類似する
として選び出されたベクトルデータ、正解選択部７によ
り利用者が選択した本来の正解にあたるベクトルデータ
の３ベクトルの各要素の値を利用して重みベクトルの新
しい値を計算する３ベクトル重み再計算部である。９は
３ベクトル重み再計算部８により計算された重みベクト
ルの新しい値を重みベクトル５に反映させる重み改訂
部、１０は重みベクトル５の各重みの値を表示し、利用
者からの修正を受け付ける重み表示設定部、１１は対象
データ指定部１により指定された検索対象のベクトルデ
ータに正解選択部７による正解のベクトルデータまたは
指定された望ましいベクトルデータの参照属性を付加し
て、新しいベクトルデータとしてベクトルＤＢ４に追加
する新規データ追加部である。

【００３３】１５は重みの改訂をオンラインで実施する
かどうかを指定する重み改訂モード、１２は重み改訂モ
ード１５を利用者により設定されると共に、その設定さ
れた重み改訂モード１５に従い重み改訂処理を制御する
重み改訂制御部、１３は利用者が正解選択部７を用いて
類似検索作業を行った結果を蓄積する選択結果記録部、
１４は選択結果記録部１３が蓄積した履歴データである
選択結果ログである。１６は重みベクトル５を記録およ
び保存する重みベクトル保存部、１８は保存された重み
ベクトル群である重みデータベース（以下、重みＤＢと
略す）、１９は重みＤＢ１８の重みベクトル群の中から
類似検索に用いる重みベクトル５を選択する重みベクト
ル選択部、１７は異なる重みベクトル５を比較および評
価し、妥当な重みベクトルを選択する重みベクトル評価
部である。２０はデータに欠落があるベクトルデータを
も類似検索の対象とするための処理を実行するデータ欠
落対処部である。

【００３４】次に動作について説明する。従来技術の説
明と同様、説明を容易にするためにベクトルＤＢ４にお
ける条件属性の次元数をｎ、参照属性の次元数を１とす
る。ここで参照属性の数が１であることはこの発明の本
質ではなく、多数であってもよい。図３はこの発明の実
施の形態１による類似検索装置の動作を示すフローチャ
ートであり、まず、ステップＳＴ１では、利用者により
重み改訂制御部１２を用いて重み改訂モード１５を設定
する。ここで重み改訂モード１５の値とその意味を図４
に示す。重み改訂モード１５は、Ｏｎ−Ｉｔｒｖ，Ｏｎ
−Ｎｏｎｉｔｒｖ，Ｏｆｆ−Ｉｔｒｖ，Ｏｆｆ−Ｎｏｎ
ｉｔｒｖ，Ｎｏの値をとる。Ｏｎ−ＩｔｒｖとＯｎ−Ｎ
ｏｎｉｔｒｖは改訂がオンラインモードで行われるこ
と、Ｏｆｆ−ＩｔｒｖとＯｆｆ−Ｎｏｎｉｔｒｖは改訂
がオフラインモードで行われること、さらに、Ｏｎ−Ｉ
ｔｒｖとＯｆｆ−Ｉｔｒｖは改訂がインタラクティブモ
ードで行われること、Ｏｎ−ＮｏｎｉｔｒｖとＯｆｆ−
Ｎｏｎｉｔｒｖは改訂が非インタラクティブモードで行
われること、Ｎｏは重みの改訂がノーモード、即ち、重
みの改訂が行われないことをそれぞれ表している。そし
て、オンラインモードは、１回の類似検索エンジン３に
よる検索の実行毎に重みベクトルを改訂するものであ
り、オフラインモードは、数回の類似検索エンジン３に
よる検索の実行後に重みベクトルを改訂するものであ
り、さらに、ノーモードは、全く重みベクトルを改訂し
ないものである。

【００３５】図３のステップＳＴ２では、図５にその詳
細を示すように重みベクトルを選択、または、新たに作
成する。図５において、ステップＳＴ２０１では、対象
属性選択部２により重みベクトルの新規定義を行うのか
どうかについて利用者の指示を受け、新規定義の場合は
ステップＳＴ２０２，ステップＳＴ２０３に示す重みベ
クトルの新規定義処理へと進み、新規定義でない場合、
即ち、既に定義された重みベクトルの選択が指示された
場合にはステップＳＴ２０４，ステップＳＴ２０５に示
す重みベクトルの選択処理へと進む。

【００３６】図６は重みＤＢ１８を示す説明図であり、
図において、テーブルの横１行が重みベクトルにあた
る。「検索目的」属性はその重みベクトルをどういう目
的の検索に用いるかを利用者が指定した内容であり、
「保存日」はその重みベクトルを重みベクトル保存部１
６が重みＤＢ１８に記録保存した日時、「Ｃｏｕｎｔ」
は重みの改訂処理がこれまでに何回実行されたかを示す
整数、「患者ＩＤ」から「のど痛」までの属性はベクト
ルＤＢ４の条件属性に対応したもので、それぞれの属性
の累積重みを表す値を格納したものである。

【００３７】図５に戻って、ステップＳＴ２０２では、
対象属性選択部２が利用者に図７に示すような新規検索
目的の定義ウィンドウを表示し、利用者のマウスクリッ
クによる指定に従って、類似検索に用いる条件属性を決
定する。図７では「熱」，「せき」，「鼻水」，「のど
痛」の属性が、検索目的「症状」のために用いられる条
件属性として選択されている状態を示している。ステッ
プＳＴ２０３では類似検索エンジン３が重みベクトルＷ
および実行回数Ｃｏｕｎｔの初期化を行うが、初期化の
値としては以下に従う。Ｃｏｕｎｔ：＝１（６）ｗ_i ：＝１．０《属性ｉが類似検索に用いられる属性の場合》 − 《それ以外》（７）

【００３８】ステップＳＴ２０４では、重みベクトル選
択部１９が利用者に図６に示したようなベクトルＤＢ４
の中から重みベクトル５を選択させ、ステップＳＴ２０
５で類似検索エンジン３がその選択された内容を変数に
代入する。例えば、検索目的「症状」、保存日「９６．
１０．３」の重みベクトル５を選択した場合、値は以下
のように設定される。Ｃｏｕｎｔ：＝８ｗ_i は図８に示す通り以上に示したように、ステップＳＴ２を終了した後は、
実行回数Ｃｏｕｎｔと重みベクトルＷに値が設定されて
いる。以後、ステップＳＴ２で検索目的「症状」、保存
日「９６．１０．３」の重みベクトル５を選択した場合
を例にとって説明を続ける。

【００３９】図３のステップＳＴ３では、対象データ指
定部１が類似検索の対象となるベクトルデータＸ＝（ｘ
₁ ，ｘ₂ ，…，ｘ_n ）を一つ選択する。ここで、ｘから
ｘ_nは条件属性の値である。ステップＳＴ４では、類似
検索エンジン３がベクトルＤＢ４からベクトルデータＹ
＝（ｙ₁ ，ｙ₂ ，…，ｙ_n ，ｙ_n+1 ）を一つ取り出す。
ここで、ｙからｙ_n は条件属性の値、ｙ_n+1 は参照属性
の値である。ステップＳＴ５では、類似検索エンジン３
がベクトルデータＸとＹの類似度ｓｉｍ（Ｘ，Ｙ）の算
出処理を行う。その詳細を図９に示す。

【００４０】ステップＳＴ５０１では、データ欠落対処
部２０が、ベクトルデータＸおよびＹに欠落データがあ
るかどうかを判定する。例えば、図１０に示したベクト
ルＤＢ４の例では、患者ＩＤが１０５のデータの「せ
き」および「鼻水」条件属性の属性値に欠落があり、
「−」が記録されているが、このデータをベクトルデー
タＹとして選んだ場合には、これら２つの条件属性デー
タが欠落であると判定する。また、ベクトルデータＸと
して例えば（１６２，田中，−，建設業，３９．５，あ
り，−，なし）のベクトルデータが指定されている場合
ならば、Ｘの「年齢」および「鼻水」条件属性の属性値
に欠落があると判定する。

【００４１】条件属性の属性値に欠落がない場合、即
ち、ステップＳＴ５０２では、類似検索エンジン３が重
みベクトル５に設定された各条件属性の重みに従って次
式のように類似度を算出する。ｓｉｍ（Ｘ，Ｙ）＝−√｛Σ_i=1 ，…，_n ｗ_i ・δ（ｘ_i ，ｙ_i ）² ｝（８）但し、重みｗ_i の値が−である場合、即ち、現在の検索
目的に応じた条件属性の選択に漏れた属性群に対しては
ｗ_i ＝０として取り扱う（従って、この場合はδ（ｘ
_i ，ｙ_i ）の値を計算する必要はない）。

【００４２】また、条件属性の属性値に欠落がある場
合、即ち、ステップＳＴ５０３では、類似検索エンジン
３が次式のように仮類似度を算出する。ｔｅｍｐ．ｓｉｍ（Ｘ，Ｙ）＝−√｛Σ_i=1 ，…，_n ｗ_i ・δ（ｘ_i ，ｙ_i ）² ｝（９）但し、重みｗ_i の値が−である場合、即ち、現在の検索
目的に応じた条件属性の選択に漏れた属性群に対しては
ｗ_i ＝０として取り扱う（従って、この場合はδ（ｘ
_i ，ｙ_i ）の値を計算する必要はない）。また、ｘ_i ま
たはｙ_i にデータの欠落がある場合には、仮にｗ_i ＝０
であるものとして取り扱い、δ（ｘ_i ，ｙ_i ）の値の計
算処理を実行しない。さらに、ステップＳＴ５０３で
は、上記のように算出された仮類似度を元に、データ欠
落対処部２０が次式のように矯正類似度を算出する。ｓｉｍ（Ｘ，Ｙ）＝｛Σ_i=1 ，…，_n ｗ_i ／Σ^* _j=1 ，…，_n ｗ_j ）・ｔｅｍｐ．ｓｉｍ（Ｘ，Ｙ）（１０）但し、Σ^* _j=1，…，_n ｗ_j は、第ｊ属性には条件属性の
データの欠落がないもののみに関するｗ_j の総和とし、
また、Σ^* _j=1，…，_n ｗ_j ＝０である場合は、ｓｉｍ
（Ｘ，Ｙ）＝０とする。図３のステップＳＴ６では、ベ
クトルデータＹをベクトルＤＢ４の他のデータに代える
処理を行い、ステップＳＴ４，ステップＳＴ５の処理を
繰り返す。そして、ベクトルＤＢ４の全データをベクト
ルデータＹとして調べ終わるとステップＳＴ７へ進む。

【００４３】ステップＳＴ７では、既に、ステップＳＴ
４からステップＳＴ６で調べ終わったベクトルＤＢ４中
の全データの中から、ｓｉｍ（Ｘ，Ｙ）を最大にするベ
クトルデータＹ_max を選び出す。ここで類似度ｓｉｍの
最大値を与えるＹのベクトルデータが複数個ある場合に
は、それらの中の任意のものをベクトルデータＹ_maxと
する。ステップＳＴ８では、図１１にその詳細を示すよ
うに、ベクトルデータＸに最も類似するデータとしてベ
クトルデータＹ_max が正しい選択であったかどうかを判
定すると同時に、正しくなかった場合には、本来何を選
択すべきであったかという正解のベクトルデータＺを指
定する処理を行う。

【００４４】次にステップＳＴ８の詳細を説明する。図
１１のステップＳＴ８０１では、検索結果表示部６がベ
クトルデータＹ_max の参照属性値Ｙ_maxn+1を表示し、利
用者に提示する。ステップＳＴ８０２では、利用者が何
らかの行為（例えば診断）の結果として決定したベクト
ルデータＸの参照属性値Ｘ_n+1 とベクトルデータＹ_ma
_xn+1の参照属性値を比較し、一致したかどうかを判定す
る。一致した場合は、正解選択部７により、ステップＳ
Ｔ８０３で判定結果として「正解」を返す。一方一致し
なかった場合、ステップＳＴ８０４に進み、検索結果表
示部６はさらにベクトルＤＢ４中のＹ_max 以外のべクト
ルデータＹをｓｉｍの値が高い順にリストアップして利
用者に提示する。利用者はこのリストの中から正解選択
部７により正解のベクトルデータＺを選択する。そし
て、ステップＳＴ８０５に進み、判定結果として「不正
解」を返す。

【００４５】図３のステップＳＴ９では、図１２にその
詳細を示すように選択結果ログ１４を出力する。図１２
のステップＳＴ９０１では、重み改訂制御部１２により
重み改訂モード１５がオフラインモードになっているか
どうかを判定し、オフラインモードの場合にのみステッ
プＳＴ９０２において選択結果ログ１４を選択結果記録
部１３から出力する。選択結果ログ１４は、例えば図１
３に示したようなデータであり、重みベクトルを指定す
る「検索目的」、べクトルデータＸにあたる「対象デー
タ」、べクトルデータＸに最も類似するベクトルデータ
である「正解データ」から構成される履歴を蓄積してい
くものであるが、「正解データ」については正解選択部
７による判定結果が「正解」の場合にはベクトルデータ
Ｙ_max 、「不正解」の場合にはベクトルデータＺを採用
する。

【００４６】図３のステップＳＴ１０，ステップＳＴ１
１では、正解選択部７による判定結果が「不正解」であ
った場合にのみ、ベクトルデータＸ、ベクトルデータＹ
_max、ベクトルデータＺを用いて重み改訂の処理を行
う。その詳細を図１４を用いて次に説明する。図１４の
ステップＳＴ１１０１では、重み改訂制御部１２により
重み改訂モードがインタラクティブモードであるかどう
かのチェックを行う。インタラクティブでなければ、ス
テップＳＴ１１０５に進む。ステップＳＴ１１０５で
は、累積重みベクトルＷｃｕｍ、累積度数の値Ｃｏｕｎ
ｔをそれぞ次の代入式に従って３ベクトル重み再計算部
８が再計算し、重み改訂部９が改訂処理を行う。Ｗｃｕｍ_i ：＝Ｗｃｕｍ_i ＋δ（ｘ_i ，ｙ_maxi）² −δ（ｘ_i ，ｚ_i ）² （１１）Ｃｏｕｎｔ：＝Ｃｏｕｎｔ＋１（１２）

【００４７】ステップＳＴ１１０１で重み改訂モードが
インタラクティブである場合は、ステップＳＴ１１０２
に進む。ステップＳＴ１１０２およびステップＳＴ１１
０３は、重み表示設定部１０による動作であり、ステッ
プＳＴ１１０２では、例えば図１５に示すように現在の
重みを利用者に提示し、ステップＳＴ１１０３で利用者
が例えばスライドバーを移動させたり、数値入力するこ
とにより重みを手動改訂する。図１５の例では、各属性
の重みの値として式（１３）で定められるような重みベ
クトル値Ｗを提示し、利用者の設定値は式（１４）を用
いて累積重みベクトルＷｃｕｍに換算する。Ｗ_i ＝Ｗｃｕｍ_i ／Ｃｏｕｎｔ（１３）Ｗｃｕｍ_i ＝Ｗ_i ・Ｃｏｕｎｔ（１４）ステップＳＴ１１０５では、手動改訂された累積重みベ
クトルＷｃｕｍの値を元に、前述したのと全く同様に、
式（１１），式（１２）に従って重みを改訂する。

【００４８】図３に戻って、ステップＳＴ１２では、新
規データ追加部１１がベクトルデータＸ＝（ｘ₁ ，ｘ
₂ ，…，ｘ_n ）に、正解選択部７により指定されたベク
トルデータＹ_max の参照属性値ｙ_n+1 またはベクトルデ
ータＺの参照属性値ｚ_n+1 を参考にして決められたＸの
参照属性値ｘ_n+1 を付加して、ベクトルＤＢ４に新しい
データとして保存する。以上のステップＳＴ３からステ
ップＳＴ１２までで実現される類似検索、重みベクトル
の改訂および新規データの追加の処理を、ステップＳＴ
１３における判定を実施しながら、類似検索をかけるべ
き全ての対象データについて繰り返す。

【００４９】ステップＳＴ１４では、重み改訂制御部１
２により重み改訂モードがオフラインモードであるかど
うかを判定し、オフラインモードであればステップＳＴ
１５に進んでオフライン処理で重みの改訂を行った後、
ステップＳＴ１６に進み、オフラインモードでなければ
直接ステップＳＴ１６に進む。ステップＳＴ１６では、
重みベクトル保存部１６がその時点での累積重みベクト
ルＷｃｕｍと重み更新の累積度数Ｃｏｕｎｔの値を、検
索目的、保存日時と共に重みＤＢ１８に記録保存する。

【００５０】ステップＳＴ１５では、重み改訂制御部１
２の制御により、図１６にその詳細を示すような手順で
オフラインモードでの重み改訂処理を行う。図１６にお
いて、ステップＳＴ１５０１では、重み改訂制御部１２
が選択結果ログ１４からログデータとして、検索目的、
対象ベクトルデータＸ、正解のベクトルデータＺの１対
を読み出した上で、ステップＳＴ４からステップＳＴ７
により対象のベクトルデータＸに最も類似するベクトル
データＹ_max を選出するが、その処理は図３および図９
で既に説明したのと全く同様である。

【００５１】ステップＳＴ１５０２では、ベクトルデー
タＹ_max とベクトルデータＺの同一性を確認する。同一
でない場合はステップＳＴ１１に進んで重み改訂を行う
が、その処理は既に図３および図１４で説明したのと全
く同様である。重み改訂制御部１２は、ステップＳＴ１
５０３の判断を行いながら、選択結果ログ１４に記録さ
れた全ての履歴についてオフラインの重み改訂処理を行
うように制御する。

【００５２】重み改訂制御部１２は、ステップＳＴ１５
０４において、重みベクトル評価部１７を用いて次の処
理を行う。即ち、重みＤＢ１８に前回保存された重みベ
クトルの値と現在のオフライン改訂後の重みベクトルと
の重み設定に従って、全ての選択結果ログ１４について
システムが選び出したベクトルデータＹ_max と正解のベ
クトルデータＺがどれだけ一致するかという正解率を算
出し、その正解率の高い方を改めて重みベクトルの値と
する。このように選択結果ログ１４に残された履歴を評
価用データとして用い、重みベクトルが改訂後に検索精
度を上げるかどうかを評価した上で、検索精度が下がる
ことのないように重みを設定する。

【００５３】上記実施の形態１で用いられた重みベクト
ルの改訂式（１１）は一例を示すものであり、ベクトル
データＸ、ベクトルデータＹ_max 、ベクトルデータＺを
用いてその他の式により重みベクトルの訂正を行っても
良い。また、上記実施の形態１における式（９），式
（１０）を用いた矯正類似度の算出方法は一例を示すも
のであり、他の式により矯正類似度を算出しても良い。
また、上記実施の形態１における図７，図１５に示した
ユーザインタフェースは一例を示すものであり、他の画
面構成であっても良い。また、上記実施の形態１では、
検索の対象となるベクトルデータＸに症状と病名からな
る医療上の診療データの例を用いて説明したが、類似検
索装置は医療応用に限らず一般にベクトルデータの類似
検索において同様の効果を奏する。特に、その他のベク
トルデータの一例としては、図１７に示すように、検査
画像を解析して得られる特徴量を条件属性として検査画
像のファイル名の類似検索を行うような場合がある。

【００５４】以上のように、この実施の形態１によれ
ば、以下のような効果が得られる。（ａ）正解選択部７および３ベクトル重み再計算部８を
用いて、類似検索装置の実施した類似検索の結果が不正
解であった場合にのみ、検索対象のベクトルデータ、類
似検索装置が最も類似するデータとして選出したベクト
ルデータ、利用者が正解として選んだベクトルデータの
３つのベクトルデータを用いて重みを改訂するので、類
似検索装置の類似検索の結果が正解の場合にまで重みを
変更してしまうことがなく、検索精度が向上する。（ｂ）重み表示設定部１０を用いて利用者に対してグラ
フィカルな表現を用いて重みベクトルを提示することが
できるので、利用者が重み設定の状態を容易に理解する
ことができる。（ｃ）重み改訂制御部１２が重み改訂を利用者との協調
作業により、インタラクティブに実施させることができ
るので、利用者の経験に基づく主観的な判断を組み込み
ながら類似検索の重みベクトルをチューニングして行く
ことができる。（ｄ）対象属性選択部２が利用者による条件属性の選択
を可能にするので、類似検索に用いる条件属性を利用者
の意志に従って選択指定することができる。（ｅ）重みＤＢ１８、重みベクトル選択部１９、重みベ
クトル保存部１６を用いて複数の重みベクトルの設定を
保存管理できるので、検索目的などに応じて重みベクト
ルを使い分けることができる。（ｆ）データ欠落対処部２０により、検索対象あるいは
ベクトルＤＢ４中のデータの属性値に欠落があっても、
それを矯正する類似度を算出することができ、類似検索
エンジン３がデータの欠落に対処できる。（ｇ）重み改訂制御部１２、選択結果記録部１３が、重
みを逐次更新する代わりに選択結果ログ１４を蓄え、オ
フラインで重みの改訂を実施することができるので、類
似検索作業の実施中には重みベクトルを固定しておくこ
とが可能になり、システムの不安定要因を除くことがで
きる。（ｈ）重みベクトル評価部１７が以前の重みベクトルと
現在の重みベクトルの類似検索精度を評価し、精度の高
い方を選ぶことができるので、無条件に重みベクトルを
更新する場合に比べて精度の劣化を防止することができ
る。

【００５５】

【発明の効果】以上のように、請求項１記載の発明によ
れば、利用者の操作に基づいて検索結果表示部に表示さ
れたベクトルデータが正解か不正解かを判定すると共
に、不正解である場合に望ましいベクトルデータが指定
される正解選択部と、対象データ指定部により指定され
たベクトルデータ、類似検索エンジンにより検索された
ベクトルデータ、および正解選択部により不正解である
場合に指定されたベクトルデータに基づいて重みベクト
ルを改訂する３ベクトル重み再計算部とを備えるように
構成したので、類似検索エンジンが検索したベクトルデ
ータが正解であったかどうかの単なる判定だけでなく、
不正解の場合には本来ならばどのベクトルデータを検索
結果とすることが望ましかったのかを利用者が正解選択
部により指定することにより、３ベクトル重み再計算部
が３つのべクトルデータから重みベクトルを改訂するこ
とができる効果がある。また、この３ベクトル重み再計
算部は類似検索エンジンが正解のベクトルデータを検索
した際には重みベクトルの改訂を全く行わないが、これ
により重みべクトルの設定がうまく行っている時には重
みを固定することができ、精度の悪化を防止することが
できる効果がある。

【００５６】請求項２記載の発明によれば、利用者の操
作に基づいて検索結果表示部に表示されたベクトルデー
タが正解か不正解かを判定されると共に、不正解である
場合に望ましいベクトルデータが指定される正解選択部
と、対象データ指定部により指定されたベクトルデータ
に正解選択部による正解のベクトルデータの参照属性ま
たは不正解である場合の望ましいベクトルデータの参照
属性を付加してベクトルデータベースに蓄積する新規デ
ータ追加部と、対象データ指定部により指定されたベク
トルデータ、類似検索エンジンにより検索されたベクト
ルデータ、および正解選択部により不正解である場合に
指定されたベクトルデータに基づいて重みベクトルを改
訂する３ベクトル重み再計算部とを備えるように構成し
たので、類似検索エンジンが検索したベクトルデータが
正解であったかどうかの単なる判定だけでなく、不正解
の場合には本来ならばどのベクトルデータを検索結果と
することが望ましかったのかを利用者が正解選択部によ
り指定することにより、３ベクトル重み再計算部が３つ
のべクトルデータから重みベクトルを改訂することがで
きる効果がある。また、この３ベクトル重み再計算部は
類似検索エンジンが正解のベクトルデータを検索した際
には重みベクトルの改訂を全く行わないが、これにより
重みべクトルの設定がうまく行っている時には重みを固
定することができ、精度の悪化を防止することができる
効果がある。さらに、新規データ追加部により、対象デ
ータ指定部により指定されたベクトルデータに正解選択
部による正解のベクトルデータの参照属性または不正解
である場合の望ましいベクトルデータの参照属性を参考
にして決められた参照属性値を付加してベクトルデータ
ベースに蓄積することができる効果がある。

【００５７】請求項３記載の発明によれば、重みベクト
ルの値を表示すると共に、利用者の指示に基づいてその
重みベクトルの値を改訂する重み表示設定部を備えるよ
うに構成したので、重み表示設定部が重みベクトルの値
を表示し、また、利用者はこの重み表示設定部を用いて
類似検索装置が現在用いている重みベクトルの設定を改
訂することができ、重みベクトルの状態を把握できると
共に、希望通りに設定することができる効果がある。

【００５８】請求項４記載の発明によれば、重み表示設
定部を、スライドバーまたは棒グラフのようにグラフィ
カルに表示するように構成したので、利用者が直感的に
ベクトルの状態を把握することができ、新しい状態の重
みベクトルの設定を容易に行うことができる効果があ
る。

【００５９】請求項５記載の発明によれば、３ベクトル
重み再計算部による重みベクトルの改訂と重み表示設定
部による重みベクトルの改訂とを協調的に行う重み改訂
部を備えるように構成したので、重み表示設定部を用い
て利用者が重みベクトルの設定を行うと、その後その設
定された重みベクトルを用いて類似検索が実行され、同
時に重みベクトルに基づいて重みベクトルの自動改訂を
実施する。逆にこの結果を重み表示設定部を用いて利用
者に提示し、必要に応じて利用者の再設定を受けること
ができる。このような類似検索装置による重みの自動改
訂と利用者による重みベクトルの手動設定を交互に繰り
返すことを可能にし、協調的な重みのチューニング作業
を実現することができる効果がある。

【００６０】請求項６記載の発明によれば、対象データ
指定部により指定されたベクトルデータのうちの類似検
索の対象にする条件属性を利用者の操作に基づいて指定
される対象属性選択部を備え、類似検索エンジンは、対
象属性選択部により指定された条件属性のみに関してベ
クトルデータを検索するように構成したので、類似検索
の対象にする条件属性を利用者の意志に応じて設定でき
る効果がある。

【００６１】請求項７記載の発明によれば、対象属性選
択部を、条件属性名を表示したオンオフスイッチのよう
にグラフィカルに表示するように構成したので、条件属
性の選択を、マウスで選択するなど条件属性の選択を容
易にすることができる効果がある。

【００６２】請求項８記載の発明によれば、利用者の操
作に基づいて、１回の類似検索エンジンによる検索の実
行毎に重みベクトルを改訂するオンラインモードと、数
回の類似検索エンジンによる検索の実行後に重みベクト
ルを改訂するオフラインモードと、全く重みベクトルを
改訂しないノーモードとに指定され、その指定されたモ
ードに応じて重みベクトルの改訂処理を制御する重み改
訂制御部を備えるように構成したので、利用者が重み改
訂モードをオンラインモード、オフラインモード、ノー
モードに切り替えることができ、その重み改訂制御部の
重み改訂モードに従って、重み改訂の処理を切り替える
ことができる効果がある。

【００６３】請求項９記載の発明によれば、対象データ
指定部により指定されたベクトルデータと利用者の操作
に基づいて正解選択部により指定された正解のベクトル
データまたは不正解である場合の望ましいベクトルデー
タとを対にして履歴を選択結果ログに蓄積する選択結果
記録部を備えるように構成したので、対象データ指定部
により指定されたベクトルデータに対して利用者の選ん
だ正解のベクトルデータまたは不正解である場合の望ま
しいベクトルデータは何であったかを蓄積することがで
きる効果がある。

【００６４】請求項１０記載の発明によれば、改訂前の
重みベクトルと改訂後の重みベクトルとを評価比較し、
妥当な重みベクトルを選択する重みベクトル評価部を備
えるように構成したので、重みベクトル評価部が、例え
ば類似検索の精度を比較するためのテストデータを用い
て、改訂前の重みベクトルと改訂後の重みベクトルを用
いた場合の類似検索後の正解率から精度を比較し、その
結果に応じてより良い重みベクトルを選択し、採用する
ことができる効果がある。

【００６５】請求項１１記載の発明によれば、重みベク
トルの値を重みデータベースに蓄積する重みベクトル保
存部と、重みデータベースの中から類似検索エンジンに
よる検索に用いられる重みベクトルを選択する重みベク
トル選択部とを備えるように構成したので、重みベクト
ル保存部が重みベクトルの値を重みデータベースに蓄積
することができ、また、重みベクトル選択部が保存され
た重みベクトルの中から適切な重みを選び出すことがで
きる効果がある。

【００６６】請求項１２記載の発明によれば、重みベク
トル保存部を、重みベクトルの値に更新日時を付加して
過去の重みベクトル更新の履歴が残るように重みデータ
ベースに蓄積し、重みベクトル選択部を、その重みデー
タベースから更新日時に基づいて、利用者により重みベ
クトルが選択されるように構成したので、過去の重みベ
クトルの更新の履歴を更新日時などのデータと共に蓄え
ておき、利用者が重みベクトル選択部で過去の更新日時
に基づいて重みベクトルを選択することにより、過去に
記録された重みベクトルに自由に戻して類似検索を実行
することができる効果がある。

【００６７】請求項１３記載の発明によれば、重みベク
トル保存部を、重みベクトルの値に検索目的を付加して
過去の重みベクトル更新の履歴が残るように重みデータ
ベースに蓄積し、重みベクトル選択部を、その重みデー
タベースから検索目的に基づいて、利用者により重みベ
クトルが選択されるように構成したので、重みベクトル
を検索目的などのデータと共に蓄えておき、利用者が重
みべクトル選択部で検索目的に基づいて重みベクトルを
選択することにより、目的に応じた重みベクトルを選択
することができる効果がある。

【００６８】請求項１４記載の発明によれば、重み改訂
制御部により重み改訂モードがオフラインモードに指定
されている場合に、選択結果ログに蓄積された対象デー
タ指定部により指定されたベクトルデータに類似するベ
クトルデータを類似検索エンジンにより重みベクトルに
基づいて検索し、その検索されたベクトルデータとその
選択結果ログに対にして蓄積された正解のベクトルデー
タまたは望ましいベクトルデータとが異なる場合に、そ
れら対象データ指定部により指定されたベクトルデー
タ、類似検索エンジンにより検索されたベクトルデータ
および正解選択部により不正解である場合に指定された
望ましいベクトルデータに基づいて３ベクトル重み再計
算部により重みベクトルを計算するように構成したの
で、選択結果ログに蓄積された対象データ指定部により
指定されたベクトルデータに関する類似検索を自動実行
し、その時の類似検索エンジンにより検索されたベクト
ルデータと、選択結果ログに記録された正解のベクトル
データを用いてオフラインモードで重みベクトルを改訂
することができる効果がある。

【００６９】請求項１５記載の発明によれば、対象デー
タ指定部により指定されたベクトルデータまたはベクト
ルデータベースに蓄積されたベクトルデータの条件属性
に欠落がある場合に、類似検索エンジンによりその欠落
がある条件属性に基づいて仮類似度を計算させると共
に、その欠落がある重みベクトルと欠落がない重みベク
トルとその仮類似度とに基づいて矯正類似度を計算させ
て、その矯正類似度を利用して検索させるデータ欠落対
処部を備えるように構成したので、データ欠落対処部が
欠落していない部分の条件属性から算出される部分的な
類似度指標を元に、類似検索の条件指定の対象になる全
属性を用いた類似度に換算し、欠落のないベクトルデー
タが示す類似度と比較することができる効果がある。

【図面の簡単な説明】

【図１】この発明の実施の形態１による類似検索装置
を示すブロック図である。

【図２】ベクトルＤＢを示す説明図である。

【図３】この発明の実施の形態１による類似検索装置
の動作を示すフローチャートである。

【図４】重み改訂モードを示す説明図である。

【図５】重みベクトルの選択および作成処理の詳細を
示すフローチャートである。

【図６】重みＤＢを示す説明図である。

【図７】条件属性の選択画面を示す説明図である。

【図８】重みベクトルを示す説明図である。

【図９】類似度算出処理の詳細を示すフローチャート
である。

【図１０】データの欠落を含むベクトルＤＢを示す説
明図である。

【図１１】類似検索結果の判定および正解選択処理の
詳細を示すフローチャートである。

【図１２】選択結果ログの出力処理の詳細を示すフロ
ーチャートである。

【図１３】選択結果ログを示す説明図である。

【図１４】重み改訂処理の詳細を示すフローチャート
である。

【図１５】重み設定の提示および手動改訂の画面を示
す説明図である。

【図１６】オフライン重み改訂処理の詳細を示すフロ
ーチャートである。

【図１７】他のベクトルＤＢを示す説明図である。

【図１８】従来の類似検索装置を示すブロック図であ
る。

【図１９】従来の類似検索装置の動作を示すフローチ
ャートである。

【図２０】従来の類似検索装置の結果判定処理の詳細
を示すフローチャートである。

【図２１】従来の類似検索装置の重み改訂処理の詳細
を示すフローチャートである。

【符号の説明】

１対象データ指定部、２対象属性選択部、３類似
検索エンジン、４ベクトルデータベース、５重みベ
クトル、６検索結果表示部、７正解選択部、８３
ベクトル重み再計算部、９重み改訂部、１０重み表
示設定部、１１新規データ追加部、１２重み改訂制御
部、１３選択結果記録部、１４選択結果ログ、１５
重み改訂モード、１６重みベクトル保存部、１７
重みベクトル評価部、１８重みデータベース、１９
重みベクトル選択部、２０データ欠落対処部。

Claims

【特許請求の範囲】

【請求項１】類似検索対象のベクトルデータを指定す
る対象データ指定部と、複数のベクトルデータを蓄積す
るベクトルデータベースと、そのベクトルデータベース
に蓄積された複数のベクトルデータの中から上記対象デ
ータ指定部により指定された類似検索対象のベクトルデ
ータに類似するベクトルデータを重みベクトルに基づい
て検索する類似検索エンジンと、その類似検索エンジン
により検索された類似するベクトルデータを表示する検
索結果表示部と、利用者の操作に基づいて上記検索結果
表示部に表示されたベクトルデータが正解か不正解かを
判定すると共に、不正解である場合に望ましいベクトル
データが指定される正解選択部と、上記対象データ指定
部により指定された類似検索対象のベクトルデータ、上
記類似検索エンジンにより検索された類似するベクトル
データ、および上記正解選択部により不正解である場合
に指定された望ましいベクトルデータに基づいて上記重
みベクトルを改訂する３ベクトル重み再計算部とを備え
た類似検索装置。
【請求項２】類似検索対象の条件属性を有するベクト
ルデータを指定する対象データ指定部と、条件属性およ
び参照属性を有する複数のベクトルデータを蓄積するベ
クトルデータベースと、そのベクトルデータベースに蓄
積された複数のベクトルデータの中から上記対象データ
指定部により指定された類似検索対象のベクトルデータ
に類似するベクトルデータを条件属性に関する重みベク
トルに基づいて検索する類似検索エンジンと、その類似
検索エンジンにより検索された類似するベクトルデータ
を表示する検索結果表示部と、利用者の操作に基づいて
上記検索結果表示部に表示されたベクトルデータが正解
か不正解かを判定すると共に、不正解である場合に望ま
しいベクトルデータが指定される正解選択部と、上記対
象データ指定部により指定されたベクトルデータに上記
正解選択部による正解のベクトルデータの参照属性また
は不正解である場合の望ましいベクトルデータの参照属
性を付加して上記ベクトルデータベースに蓄積する新規
データ追加部と、上記対象データ指定部により指定され
た類似検索対象のベクトルデータ、上記類似検索エンジ
ンにより検索された類似するベクトルデータ、および上
記正解選択部により不正解である場合に指定された望ま
しいベクトルデータに基づいて上記重みベクトルを改訂
する３ベクトル重み再計算部とを備えた類似検索装置。
【請求項３】重みベクトルの値を表示すると共に、利
用者の指示に基づいてその重みベクトルの値を改訂する
重み表示設定部を備えたことを特徴とする請求項１また
は請求項２記載の類似検索装置。
【請求項４】重み表示設定部は、スライドバーまたは
棒グラフのようにグラフィカルに表示することを特徴と
する請求項３記載の類似検索装置。
【請求項５】３ベクトル重み再計算部による重みベク
トルの改訂と重み表示設定部による重みベクトルの改訂
とを協調的に行う重み改訂部を備えたことを特徴とする
請求項３または請求項４記載の類似検索装置。
【請求項６】対象データ指定部により指定されたベク
トルデータのうちの類似検索の対象にする条件属性を利
用者の操作に基づいて指定される対象属性選択部を備
え、類似検索エンジンは、上記対象属性選択部により指
定された条件属性のみに関してベクトルデータベースに
蓄積された複数のベクトルデータの中から上記対象デー
タ指定部により指定されたベクトルデータに類似するベ
クトルデータを重みベクトルに基づいて検索することを
特徴とする請求項１から請求項５のうちのいずれか１項
記載の類似検索装置。
【請求項７】対象属性選択部は、条件属性名を表示し
たオンオフスイッチのようにグラフィカルに表示するこ
とを特徴とする請求項６記載の類似検索装置。
【請求項８】利用者の操作に基づいて重み改訂モード
が、１回の類似検索エンジンによる検索の実行毎に重み
ベクトルを改訂するオンラインモード、数回の類似検索
エンジンによる検索の実行後に重みベクトルを改訂する
オフラインモード、または全く重みベクトルを改訂しな
いノーモードに指定され、その指定された重み改訂モー
ドに応じて重みベクトルの改訂処理を制御する重み改訂
制御部を備えたことを特徴とする請求項１から請求項７
のうちのいずれか１項記載の類似検索装置。
【請求項９】対象データ指定部により指定されたベク
トルデータと利用者の操作に基づいて正解選択部により
指定された正解のベクトルデータまたは不正解である場
合の望ましいベクトルデータとを対にして履歴を選択結
果ログに蓄積する選択結果記録部を備えたことを特徴と
する請求項１から請求項８のうちのいずれか１項記載の
類似検索装置。
【請求項１０】改訂前の重みベクトルと改訂後の重み
ベクトルとを評価比較し、妥当な重みベクトルを選択す
る重みベクトル評価部を備えたことを特徴とする請求項
１から請求項９のうちのいずれか１項記載の類似検索装
置。
【請求項１１】重みベクトルの値を重みデータベース
に蓄積する重みベクトル保存部と、上記重みデータベー
スの中から類似検索エンジンによる検索に用いられる重
みベクトルを選択する重みベクトル選択部とを備えたこ
とを特徴とする請求項１から請求項１０のうちのいずれ
か１項記載の類似検索装置。
【請求項１２】重みベクトル保存部は、重みベクトル
の値に更新日時を付加して過去の重みベクトル更新の履
歴が残るように重みデータベースに蓄積し、重みベクト
ル選択部は、その重みデータベースから更新日時に基づ
いて、利用者により重みベクトルが選択されることを特
徴とする請求項１１記載の類似検索装置。
【請求項１３】重みベクトル保存部は、重みベクトル
の値に検索目的を付加して過去の重みベクトル更新の履
歴が残るように重みデータベースに蓄積し、重みベクト
ル選択部は、その重みデータベースから検索目的に基づ
いて、利用者により重みベクトルが選択されることを特
徴とする請求項１１記載の類似検索装置。
【請求項１４】重み改訂制御部により重み改訂モード
がオフラインモードに指定されている場合に、選択結果
ログに蓄積された対象データ指定部により指定されたベ
クトルデータに類似するベクトルデータを類似検索エン
ジンによりベクトルデータベースに蓄積された複数のベ
クトルデータの中から重みベクトルに基づいて検索し、
その検索された類似するベクトルデータとその選択結果
ログに対にして蓄積された正解のベクトルデータまたは
望ましいベクトルデータとが異なる場合に、それら対象
データ指定部により指定されたベクトルデータ、類似検
索エンジンにより検索された類似するベクトルデータお
よび正解選択部により不正解である場合に指定された望
ましいベクトルデータに基づいて３ベクトル重み再計算
部により重みベクトルを計算することを特徴とする請求
項１１から請求項１３のうちのいずれか１項記載の類似
検索装置。
【請求項１５】対象データ指定部により指定されたベ
クトルデータまたはベクトルデータベースに蓄積された
ベクトルデータの条件属性に欠落がある場合に、類似検
索エンジンによりその欠落がある条件属性に基づいて仮
類似度を計算させると共に、その欠落がある重みベクト
ルと欠落がない重みベクトルとその仮類似度とに基づい
て矯正類似度を計算させて、その矯正類似度を利用して
検索させるデータ欠落対処部を備えたことを特徴とする
請求項１から請求項１４のうちのいずれか１項記載の類
似検索装置。