JPH11195041A - 文書検索装置、方法及び記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 ユーザが入力した文に基づいて検索された文
書に対して、当該入力された文の意味内容を反映して順
位付けする。 【解決手段】 属性付キーワード格納装置４には、意味
・構造属性装置３によって意味的及び構造的な属性が付
与されたキーワードと、そのキーワードが属する文書格
納装置１内に格納された文書を特定する情報とが格納さ
れている。ユーザが入力装置５から文から、入力用キー
ワード抽出装置６は、キーワードを抽出する。入力用意
味属性付与装置７は、抽出されたキーワードに意味的な
属性を付与し、検索装置８は、属性付きキーワード格納
装置４を参照して、文書格納装置１から文書を検索す
る。意味・構造的適合度判定装置９によって入力装置５
から入力された文に含まれるキーワードの属性と、検索
された文書のキーワードの属性とが比較され、検索され
た文書と入力された文との適合度が判定される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、ユーザが入力した
文に類似する文書を検索する文書検索装置、方法及びこ
の方法を実現するためのプログラムを記憶した記録媒体
に関し、特に、文書に含まれるキーワードの属性に基づ
いて検索された文書を順位付けて出力するものに関す
る。

【０００２】

【従来の技術】従来より、大量の文書の中から目的の文
書を検索する方法として、ユーザが入力したキーワード
の組み合わせに従った検索式に適合する文書を検索する
方法や、ユーザが入力した文に類似する文書を検索する
ための検索式を生成し、その検索式に適合する文書を検
索する方法がある。

【０００３】しかしながら、このような方法による検索
では、検索式が不適切であると、ユーザが検索したい目
的以外の文書が数多く検索され（検索のノイズ）、検索
結果から目的の文書を取り出すことが困難になるという
問題があった。このような問題点を解消するため、検索
された文書に対して順位付けをして、ユーザが目的の文
書と取り出すための指標を与える方法が、例えば、特開
平８−２７２７８３号公報や、特開平９−１５３０６６
号公報に開示されている。

【０００４】特開平８−２７２７８３号公報に開示され
ている文書検索装置（以下、従来例１という）は、文や
段落等の検索単位を指定し、ユーザが入力した文中に含
まれるキーワードすべてを、指定した文書単位の中に含
む文書を優先的に順位付けて出力する。一方、特開平９
−１５３０６６号公報に開示されている文書検索装置
（以下、従来例２という）は、検索対象となる文書から
予め構文的な機能単位を抽出し、ユーザが入力した文と
同じ機能単位を含む文書を優先的に順位付けて出力す
る。また、従来例２では、ユーザが入力した文と同じ機
能単位を含む文書のうち、優先順位の高い機能単位を含
む文書を優先的に順位付けて出力するという技術の開示
されている。

【０００５】

【発明が解決しようとする課題】しかしながら、上記従
来例１及び従来例２では、次に示すような問題があっ
た。例えば、ユーザが「Ａ社を買収する」という文を入
力し、検索対象となる文書として「Ｂ社がＡ社を買収す
る」、「Ｃ社をＡ社が買収する」という２つの文書があ
る場合について考える。この場合、前者の文書の方が、
ユーザが入力した文の意味内容により適合していること
が明らかである。

【０００６】このような場合、上記従来例１では、「Ａ
社」及び「買収」というキーワードが抽出され、これら
のキーワードをすべて含む文書単位がある文書が同一の
優先順位で抽出される。従って、この場合は、検索対象
となる２つの文書は、順位付けがされることなく同一順
位で抽出されてしまうという問題点があった。一方、上
記従来例２では、検索対象となる２つの文書のいずれか
らも「Ａ社」及び「買収する」という機能単位が抽出さ
れるため、検索対象となる２つの文書に優先順位を与え
ることができないという問題点があった。

【０００７】また、上記従来例１では、キーワードが指
定された範囲内にあるかどうかにより検索された文書を
２群に分けるだけであるので、ユーザに対して十分に順
位付けされた検索結果を提供することができないという
問題点があった。一方、上記従来例２では、ユーザが入
力した文に適合する機能単位を１つも含まない文書に対
しては異なる順位を与えることができないので、やはり
十分に順位付けされた検索結果を提供することができな
いという問題点があった。

【０００８】本発明は、上記従来例の問題点を解消する
ためになされたものであり、ユーザが入力した文に基づ
いて検索された文書に対して、当該入力された文の意味
内容を反映して順位付けすることができる文書検索装
置、方法及びこの方法を実現するプログラムを記憶する
記録媒体を提供することを目的とする。

【０００９】

【課題を解決するための手段】上記目的を達成するた
め、本発明の第１の観点にかかる文書検索装置は、検索
対象となる文書を格納する文書格納装置と、前記文書格
納装置に格納される文書に含まれるキーワード及び該キ
ーワードのそれぞれに関する属性と、前記文書格納装置
に格納されている文書を特定するための情報とを関連付
けて格納するキーワード格納装置と、検索すべき文書の
キーワードを与えるキーワード付与装置と、前記キーワ
ード付与装置から与えられたキーワードのそれぞれに属
性を付与する第１の属性付与装置と、前記キーワード付
与装置から与えられたキーワードに基づいて、前記キー
ワード格納装置を参照して、前記文書格納装置から文書
を検索する検索装置と、前記検索装置が検索した文書に
対応する前記キーワード格納装置に格納されたキーワー
ドのそれぞれに関する属性と、前記第１の属性付与装置
によって付与されたキーワードの属性とを比較して、前
記検索装置によって検索された文書に順位付けをする順
位付け装置と、前記順位付け装置による順位付けに従っ
て、前記検索装置が検索した文書を出力する出力装置
と、を備えることを特徴とする。

【００１０】上記文書検索装置では、前記順位付け装置
によって検索された文書に順位付けがされる。この順位
付けには、キーワードの属性、例えば、５Ｗ１Ｈ属性が
用いられ、この属性の一致度に従って検索された文書に
順位付けがされる。このため、前記キーワード付与装置
が与えたキーワードの属性に最も近い文書、すなわち与
えたキーワードの属性に対して最も意味内容が近くなる
ような文書が上位の順位のものとして出力される。従っ
て、意味内容を反映した形での文書の順位付けが可能と
なる。しかも、その一致度に従って細かい順位付けが可
能となる。

【００１１】上記文書検索装置は、所望の文を外部から
入力する入力装置と、前記入力装置から入力された文か
らキーワードを抽出する第１のキーワード抽出装置と、
をさらに備えるてもよい。この場合、前記キーワード付
与装置から与えられるキーワードは、前記第１の抽出装
置が抽出したものとすることができる。

【００１２】この場合、ユーザは文書の検索をするため
に所望の文を前記入力装置から入力すればよく、入力し
た文の意味内容を反映して検索された文書に順位付けす
ることが可能となる。

【００１３】上記文書検索装置は、前記文書格納装置に
格納される文書からキーワードを抽出する第２のキーワ
ード抽出装置と、前記第２のキーワード抽出装置が抽出
したキーワードのそれぞれに属性を付与する第２の属性
付与装置と、をさらに備えるものとしてもよい。この場
合、前記キーワード格納装置に格納される前記キーワー
ドは前記第２のキーワード抽出装置が抽出したものとす
ることができ、前記キーワード格納装置に格納される該
キーワードのそれぞれに関する属性は前記第２の属性付
与装置によって付与されたものとすることができる。

【００１４】上記文書検索装置において、前記キーワー
ド格納装置に格納されるキーワードのそれぞれに関する
属性は、例えば、意味的な属性と構造的な属性とからな
るものとすることができる。この場合、前記順位付け装
置は、前記意味的な属性と構造的な属性とに従って、前
記検索された文書に順位付けをするものとすることがで
きる。

【００１５】上記文書検索装置は、出力すべき文書の順
位を外部から入力する順位入力装置をさらに備えるても
よい。この場合、前記出力装置は、前記順位付け装置に
よって順位付けされた文書のうち、前記順位入力装置か
ら入力された順位までの文書を出力するものとすること
ができる。

【００１６】この場合、ユーザは、前記順位入力装置か
ら出力すべき文書の順位を入力することによって、検索
された文書のうちの所望の量の文書を得ることができ
る。

【００１７】上記目的を達成するため、本発明の第２の
観点にかかる文書検索方法は、外部から所望の文を入力
することにより、該入力された文に従って文書格納装置
に格納されている文書を検索する文書検索方法であっ
て、前記文書格納装置に格納される文書からキーワード
を抽出する第１のキーワード抽出ステップと、前記第１
のキーワード抽出ステップで抽出されたキーワードのそ
れぞれに属性を付与する第１の属性付与ステップと、前
記第１のキーワード抽出ステップで抽出されたキーワー
ドと、前記第１の属性付与ステップで付与された前記キ
ーワードの属性とを、前記文書格納装置に格納される文
書を特定するための情報と関連付けてキーワード格納装
置に格納させるキーワード格納ステップと、外部から所
望の文を入力する入力ステップと、前記入力ステップで
入力された文からキーワードを抽出する第２のキーワー
ド抽出ステップと、前記第２のキーワード抽出ステップ
で抽出されたキーワードのそれぞれに属性を付与する第
２の属性付与ステップと、前記第２のキーワード抽出ス
テップで抽出されたキーワードに基づいて、前記キーワ
ード格納装置を参照して、前記文書格納装置から文書を
検索する検索ステップと、前記検索ステップで検索され
た文書に対応する前記キーワード格納装置に格納された
キーワードのそれぞれに関する属性と、前記第２の属性
付与ステップで付与されたキーワードの属性とを比較し
て、前記検索ステップで検索された文書に順位付けする
順位付けステップと、前記順位付けステップにおける順
位付けに従って、前記検索ステップで検索された文書を
出力する出力ステップと、を含むことを特徴とする。

【００１８】上記目的を達成するため、本発明の第３の
観点にかかる記録媒体は、外部から所望の文を入力する
ことにより、該入力された文に従って文書格納装置に格
納されている文書を検索するプログラムを実現するため
のプログラムを記録するコンピュータ読み取り可能な記
録媒体であって、前記文書格納装置に格納される文書か
らキーワードを抽出する第１のキーワード抽出ステップ
と、前記第１のキーワード抽出ステップで抽出されたキ
ーワードのそれぞれに属性を付与する第１の属性付与ス
テップと、前記第１のキーワード抽出ステップで抽出さ
れたキーワードと、前記第１の属性付与ステップで付与
された前記キーワードの属性とを、前記文書格納装置に
格納される文書を特定するための情報と関連付けてキー
ワード格納装置に格納させるキーワード格納ステップ
と、外部から所望の文を入力する入力ステップと、前記
入力ステップで入力された文からキーワードを抽出する
第２のキーワード抽出ステップと、前記第２のキーワー
ド抽出ステップで抽出されたキーワードのそれぞれに属
性を付与する第２の属性付与ステップと、前記第２のキ
ーワード抽出ステップで抽出されたキーワードに基づい
て、前記キーワード格納装置を参照して、前記文書格納
装置から文書を検索する検索ステップと、前記検索ステ
ップで検索された文書に対応する前記キーワード格納装
置に格納されたキーワードのそれぞれに関する属性と、
前記第２の属性付与ステップで付与されたキーワードの
属性とを比較して、前記検索ステップで検索された文書
に順位付けする順位付けステップと、前記順位付けステ
ップにおける順位付けに従って、前記検索ステップで検
索された文書を出力する出力ステップと、を実現するプ
ログラムを記憶することを特徴とする。

【００１９】

【発明の実施の形態】以下、添付図面を参照して、本発
明の実施の形態について説明する。

【００２０】図１は、本発明の実施の形態の文書検索装
置の機能構成を示す機能ブロック図である。この実施の
形態の文書検索装置は、単一のコンピュータシステムに
よって構成され、図示するように、文書格納装置１と、
キーワード抽出装置２と、意味・構造属性付与装置３
と、属性付キーワード格納装置４と、入力装置５と、入
力用キーワード抽出装置６と、入力用意味属性付与装置
７と、検索装置８と、意味・構造的適合度判定装置９
と、出力装置１０とを含む。

【００２１】文書格納装置１は、磁気ディスクやＣＤ−
ＲＯＭなどの記憶媒体によって構成され、検索対象とな
る文書を格納する。文書格納装置１に格納される文書
は、ユーザがキーボードから入力したものや通信回線を
介して配信されたものとすることができる。

【００２２】キーワード抽出装置２は、ＣＰＵ（中央処
理装置）とこのＣＰＵの処理プログラムを記憶した記憶
装置によって構成され、実行されるプログラムに従って
文書格納装置１に格納されている各文書からキーワード
を抽出する。キーワード抽出装置２によるキーワードの
抽出は、文書格納装置１に格納されている文書中の各文
を形態素解析し、名詞や動詞などの特定の品詞を抽出す
ることによって行われる。

【００２３】意味・構造属性付与装置３は、ＣＰＵとこ
のＣＰＵの処理プログラムを記憶した記憶装置によって
構成され、実行されるプログラムに従ってキーワード抽
出装置２によって抽出されたキーワードに対して文書中
でのそのキーワードの意味的な属性および構造的な属性
を付与する。

【００２４】意味・構造属性付与装置３が付与する意味
的な属性として、キーワードの５Ｗ１Ｈ属性が用いられ
る。ここで、５Ｗ１Ｈ属性とは、そのキーワードが文書
中で果たしている、Ｗｈｏ（だれが）、Ｗｈｅｎ（い
つ）、Ｗｈｅｒｅ（どこで）、Ｗｈａｔ（なにを）、Ｗ
ｈｙ（なぜ）、Ｈｏｗ（どうした）という５Ｗ１Ｈの何
れかの役割のことをいう。例えば、「Ａ社が商品Ｘを発
売した。」という文から「Ａ社」、「商品Ｘ」、「発
売」という３つのキーワードが抽出された場合、「Ａ
社」の５Ｗ１Ｈ属性はＷｈｏ、「商品Ｘ」の５Ｗ１Ｈ属
性はＷｈａｔ、「発売」の５Ｗ１Ｈ属性はＨｏｗとな
る。

【００２５】各キーワードに付与する５Ｗ１Ｈ属性は、
文中でキーワードの後に続く単語列やキーワード自身が
含む文字、キーワード自身の品詞等によって判別可能で
ある。例えば、「が」が後に続くキーワードの５Ｗ１Ｈ
属性はＷｈｏ、「月」あるいは「日」等の日時を表す文
字を含み、「に」が後に続くキーワードの５Ｗ１Ｈ属性
はＷｈｅｎ、「県」あるいは「市」等の場所を表す文字
を含み、「に」が後に続くキーワードの５Ｗ１Ｈ属性は
Ｗｈｅｎ、「を」が後に続くキーワードの５Ｗ１Ｈ属性
はＷｈａｔ、「のため」が後に続くキーワードの５Ｗ１
Ｈ属性はＷｈｙ、品詞が動詞であるキーワードの５Ｗ１
Ｈ属性はＨｏｗなどとすることができる。このほかに
も、組織名や地名を表す単語等を前もって収集してお
き、キーワードをそれらと照らし合わせて、組織名なら
５Ｗ１Ｈ属性をＷｈｏに、地名なら５Ｗ１Ｈ属性をＷｈ
ｅｒｅにする等も可能である。また、文書が発行された
日をＷｈｅｎ属性のキーワードとして採用する等、文書
の本文以外の文書に付けられている属性を利用すること
もできる。

【００２６】意味・構造属性付与装置３が付与する構造
的な属性として、キーワードが属する文書の階層的な構
造の単位が用いられる。ここで、文書の階層的な構造の
最下位の単位として、５Ｗ１Ｈの意味単位がある。例え
ば、「Ａ社は、Ｂ社が製造する製品Ｘを販売する。」と
いう文は、Ｗｈｏ＝Ｂ社、Ｗｈａｔ＝製品Ｘ、Ｈｏｗ＝
製造という意味単位と、Ｗｈｏ＝Ａ社、Ｗｈａｔ＝製品
Ｘ、Ｈｏｗ＝販売という意味単位の２つの意味単位があ
る。さらにこれらの意味単位より上位の構造の単位とし
て、文や段落や章などがある。

【００２７】意味・構造属性付与装置３は、これらの構
造の単位のうちのいくつかを、キーワードの構造的な属
性として利用する。例えば、５Ｗ１Ｈの意味単位と、文
とをキーワードの構造的な属性として利用する場合、対
象のキーワードが文書中のどの意味単位に含まれるか、
および、文書中のどの文に含まれるかという情報が、キ
ーワードの構造的な属性になる。それぞれの構造の単位
に、文書中でそれを一意に特定することができる番号を
付与することで、キーワードの構造的な属性は、番号と
して扱うことができる。

【００２８】属性付キーワード格納装置４は、意味・構
造属性装置３によって意味的及び構造的な属性が付与さ
れたキーワードと、そのキーワードが属する文書格納装
置１内に格納された文書を特定する情報とを対応付けて
格納する。

【００２９】入力装置５は、ユーザーの入力を受け取る
キーボード等の装置によって構成され、ユーザが検索対
象として所望する文を入力する。

【００３０】入力用キーワード抽出装置６は、ＣＰＵと
このＣＰＵの処理プログラムを記憶した記憶装置によっ
て構成され、実行されるプログラムに従ってユーザーが
入力装置５から入力した文からキーワードを抽出する。
入力用キーワード抽出装置６によるキーワードの抽出方
法は、キーワード入力装置２によるものと同一ものとす
ることができる。

【００３１】入力用意味属性付与装置７は、ＣＰＵとこ
のＣＰＵの処理プログラムを記憶した記憶装置によって
構成され、実行されるプログラムに従って入力用キーワ
ード抽出装置６によって抽出されたキーワードに対し
て、入力文中でのそのキーワードの意味的な属性を付与
する。入力用意味属性付与装置７による意味的な属性の
付与方法は、意味・構造属性付与装置３によるものと同
一ものとすることができる。

【００３２】検索装置８は、属性付キーワード格納装置
３を参照して、入力用キーワード抽出装置６により抽出
されたキーワードをすべて含む文書を文書格納装置１か
ら検索する。

【００３３】意味・構造的適合度判定装置９は、ＣＰＵ
とこのＣＰＵの処理プログラムを記憶した記憶装置によ
って構成され、処理プログラムに従って入力用意味属性
付与装置７により意味的な属性が付与されたキーワード
と、属性付キーワード格納装置３に格納されている、意
味的および構造的な属性が付与されたキーワードとを比
較することにより、入力装置５から入力された文に対す
る検索装置８によって検索された文書の適合度を判定す
る。意味・構造的適合度判定装置９は、適合度を付与し
た文書を、その判定結果に従って適合度が高い順に出力
装置１０に供給する。

【００３４】出力装置１０は、ディスプレイ装置や印刷
装置等によって構成され、意味・構造的適合度判定装置
９から供給された文書を出力する。

【００３５】なお、上記の文書検索装置において、文書
格納装置１と属性付キーワード格納装置４とは、同一の
記録媒体によって構成されていても、別の記録媒体によ
って構成されていてもよい。また、キーワード抽出装置
２、意味・構造属性付与装置３、入力用キーワード抽出
装置６、入力用意味属性付与装置７及び意味・構造的適
合度判定装置９は、同一のＣＰＵ及び記憶装置によって
構成されている。もっとも、これらは互いに別個のＣＰ
Ｕ及び／または記憶装置によって構成されていてもよ
い。

【００３６】以下、この実施の形態の文書検索装置にお
ける動作について説明する。この文書検索装置における
動作は、文書から抽出したキーワードを属性付キーワー
ド格納装置３に登録する登録動作と、ユーザーが入力し
た文に類似する文書を検索し、検索された文書を入力さ
れた文との適合度によって順位付けして出力する検索動
作に分けれられる。

【００３７】まず、図２のフローチャートを参照して、
この実施の形態の文書検索装置における登録動作につい
て説明する。図２のフローチャートに示す登録動作の処
理は、新しい文書が文書格納装置１に追加される度に実
行される。

【００３８】新しい文書が文書格納装置１に追加される
と、キーワード抽出装置２は、その文書からキーワード
を抽出する（ステップＡ１）。キーワード抽出装置１に
よってキーワードが抽出されると、意味・構造属性付与
装置３は、抽出されたキーワードのそれぞれに対して、
意味的な属性として５Ｗ１Ｈ属性を付与する（ステップ
Ａ２）。

【００３９】抽出されたキーワードのそれぞれに対して
意味的な属性が付与されると、意味・構造属性付与装置
３は、次に、抽出されたキーワードのそれぞれに対して
構造的な属性を付与する（ステップＡ３）。構造的な属
性のうち、５Ｗ１Ｈの意味単位については、ステップＡ
２の処理の結果を利用して認定することができる。文や
段落や章などの構造の単位については、句点で区切られ
る部分を文、改行記号と空白文字の連続により区切られ
る部分を段落などとすることにより認定することが可能
である。

【００４０】意味・構造属性付与装置３は、さらに、ス
テップＡ２およびＡ３で意味的および構造的な属性付与
されたキーワードと、そのキーワードが抽出された文書
を特定する情報とを対応づけて、属性付キーワード格納
装置４に登録する（ステップＡ４）。キーワードの登録
が終了すると、図２のフローチャートに示す登録動作の
処理が終了する。

【００４１】次に、図３のフローチャートを参照して、
本発明の実施の形態における検索動作について説明す
る。図３のフローチャートに示す検索動作の処理は、ユ
ーザーが入力装置４から文を入力する度に行われる。

【００４２】ユーザーが入力装置５から文を入力する
と、入力用キーワード抽出装置６は、入力された文から
キーワードを抽出する（ステップＢ１）。抽出されたキ
ーワードは、入力用属性付与装置７と検索装置８とに渡
される。

【００４３】入力用キーワード抽出装置５が抽出したキ
ーワードが渡されると、入力用意味属性付与装置７は、
抽出されたキーワードのそれぞれに対して意味的な属性
として５Ｗ１Ｈ属性を付与する（ステップＢ２）。これ
らの処理における入力用キーワード抽出装置６および入
力用意味属性付与装置７の動作は、図２のステップＡ１
におけるキーワード抽出装置２の動作およびステップＡ
２における意味・構造属性付与装置３の動作と同一なの
で、詳細な説明は省略する。

【００４４】検索装置８は、入力用キーワード抽出装置
６から抽出されたキーワードを受け取ると、属性付キー
ワード格納装置７からこれらの抽出されたキーワードす
べてを含む文書を検索する（ステップＢ３）。

【００４５】意味・構造的適合度判定装置９は、検索装
置８によって検索された文書を、入力文と文書との適合
度に応じて出力する。ここで、入力文と文書との適合度
は、入力文より抽出されたキーワードが検索された文書
中で持つ構造的な属性のうち、すべてのキーワード間で
一致するものが多いほど高いものとする。構造的な属性
は、階層的な構造の単位に対応しているので、キーワー
ド間で下位の構造の単位についての属性が一致している
場合には、上位の構造の単位についても属性は一致す
る。したがって、入力文より抽出されたすべてのキーワ
ード間で、より下位の構造の単位に関する属性まで一致
しているほど、入力文と文書との適合度が高いことにな
る。入力文より抽出されたキーワードが検索された文書
中で持つ構造的な属性すべてが、すべてのキーワード間
で一致する場合には、さらに、入力文より抽出されたす
べてのキーワードについて、各キーワードの意味的な属
性が、そのキーワードが検索された文書中で持つ意味的
な属性と一致している場合に、入力文と文書とは、より
高い適合度を持つものとする。このキーワードの意味的
な属性に基づく適合度の高低は、入力文より抽出された
キーワードが検索された文書中で持つ構造的な属性のう
ち、すべてのキーワード間で一致しないものがある場合
には考慮しない。

【００４６】意味・構造的適合度判定装置９は、検索装
置８によって検索された文書のうちもっとも適合度の高
い文書から順に出力するために、出力する文書の適合度
をもっとも高く設定する（ステップＢ４）。意味・構造
的適合度判定装置９は、属性付キーワード格納装置３を
参照して、検索装置８によって検索された文書のうちス
テップＢ４で設定した適合度となるものを選択する（ス
テップＢ５）。

【００４７】意味・構造的適合度判定装置９は、選択し
た文書に適合度を付与して出力装置１０に供給する。こ
れにより、表示装置への表示或いは印刷装置による用紙
上への印刷によって、意味・構造的適合度判定装置９か
ら出力装置１０に供給された文書が出力され、ユーザに
示される（ステップＢ６）。

【００４８】ステップＢ５及びＢ６の処理に従って設定
されている適合度に対応する文書が出力されると、意味
・構造的適合度判定装置９は、設定されている適合度が
もっとも低いものかどうかを判定する（ステップＢ
７）。

【００４９】ステップＢ７で設定されている適合度が最
も低い適合度でないと判定された場合には、適合度を１
レベル低く設定し直し（ステップＢ８）、ステップＢ４
ないしＢ７の処理を繰り返す。一方、ステップＢ７で設
定されている適合度が最も低い適合度であると判定され
た場合には、図３のフローチャートに示す検索動作の処
理が終了する。

【００５０】以下、この実施の形態の文書検索装置にお
ける動作について、より具体的な例をもって説明する。
以下の説明において、文書格納装置１には、図４に示す
＃１ないし＃４の４つの文書が順に追加されるものとす
る。但し、図４に示す＃１乃至＃４の文書が登録される
前には、文書格納装置１に格納されている文書はないも
のとする。

【００５１】文書格納装置１に＃１乃至＃４の文書が追
加される毎に、キーワード抽出装置２が追加された文書
からキーワードを抽出し（ステップＡ１）、意味・構造
属性付与装置３が各キーワードに意味的な属性として５
Ｗ１Ｈ属性を付与する（ステップＡ２）。

【００５２】ここで、意味・構造属性付与装置３は、以
下のような規則に従い、各キーワードに５Ｗ１Ｈ属性を
付与するものとする。 （１）助詞「が」または助詞「は」が後に続くキーワー
ドの５Ｗ１Ｈ属性はＷｈｏとする。 （２）助詞「を」または助詞「に」が後に続くキーワー
ドの５Ｗ１Ｈ属性はＷｈａｔとする。 （３）各文中で最も後ろに出現する、品詞が動詞または
サ行変格活用名詞であるキーワードの５Ｗ１Ｈ属性はＨ
ｏｗとする。 （４）助詞「と」が後に続くキーワードの５Ｗ１Ｈ属性
は、次のキーワードの５Ｗ１Ｈ属性と同一のものにす
る。 （５）５Ｗ１Ｈ属性がＨｏｗであるキーワードの直後の
キーワードは、５Ｗ１Ｈ属性がＨｏｗであるキーワード
の直前のキーワードがＷｈａｔであればＷｈｏとし、Ｗ
ｈｏであればＷｈａｔとする。 このような規則に従って、意味・構造属性付与装置３に
よって５Ｗ１Ｈ属性が付与されたキーワードは、図５に
示すものとなる。

【００５３】意味・構造属性付与装置３は、次に、各キ
ーワードに文書の構造的な属性として、文書が階層的な
構造の単位のどれに属しているかという情報を付与する
（ステップＡ３）。

【００５４】ここでは、階層的な構造の単位として、意
味単位と文とを用いることにすると、意味・構造属性付
与装置３は、ステップＡ２において５Ｗ１Ｈ属性を付与
した際の情報を利用して、各キーワードがどの意味単位
にあるかを認定し、句点の位置から、各キーワードがど
の文にあるかを認定する。各キーワードが属する意味単
位の認定は、例えば、以下のような規則に従って行うこ
とができる。 （１）５Ｗ１Ｈ属性がＨｏｗであるキーワードの直前お
よび直後のキーワードは、その５Ｗ１Ｈ属性がＨｏｗで
あるキーワードと同一の意味単位に属するものとする。 （２）５Ｗ１Ｈ属性がＨｏｗであるキーワードの２つ前
のキーワードは、その５Ｗ１Ｈ属性がＨｏｗであるキー
ワードの直後に同じ５Ｗ１Ｈ属性を持つキーワードがな
い場合に限り、その５Ｗ１Ｈ属性がＨｏｗであるキーワ
ードと同一の意味単位に属するものとする。 この場合、図５で１行に描かれているＷｈｏ・Ｗｈａｔ
・Ｈｏｗのキーワードの組が、それぞれ１つの意味単位
として認定される。

【００５５】意味・構造属性付与装置３は、こうして意
味的および構造的な属性が付与されたキーワードを属性
付キーワード格納装置４に格納する。ここで、属性付キ
ーワード格納装置４は、それぞれの文書中で図５の各意
味単位を上から順に番号をつけて管理するものとし、ま
た、各文を出現する順に番号をつけて管理するものとす
る。すると、この例において属性付きキーワード格納装
置４に格納されるキーワードは、図６に示すものとにな
る。なお、図６では、説明の便宜上、格納されるキーワ
ードとそのキーワードの意味的及び構造的な属性の組か
らなるレコードのそれぞれにレコード番号が付与されて
いる。

【００５６】このような状態で、ユーザーが「Ａ社がＢ
社を提訴する。」という文を入力した場合について考え
る。この文の入力によって、上記の図３に示した検索動
作の処理が行われる。

【００５７】まず、入力用キーワード抽出装置６は、ス
テップＡ１におけるキーワード抽出装置２の処理と同様
の処理を行い、入力された文からキーワードを抽出する
（ステップＢ１）。この例では、入力文から「Ａ社」、
「Ｂ社」、「提訴」という３つのキーワードが抽出され
る。

【００５８】次に、入力用意味属性付与装置７は、ステ
ップＡ２における意味・構造属性付与装置３の処理と同
様の処理を行い、抽出されたキーワードに対して意味的
な属性を付与する（ステップＢ２）。この例では、「Ａ
社」に対してＷｈｏ、「Ｂ社」に対してＷｈａｔ、「提
訴」に対してＨｏｗという意味的な属性が付与される。

【００５９】検索装置８は、入力用キーワード抽出装置
６によって抽出されたキーワードすべてを含む文書を属
性付キーワード格納装置４から検索する（ステップＢ
３）。この例の場合、図６に示すように、属性付キーワ
ード格納装置４において、「Ａ社」というキーワード
は、レコード番号７、１０、１４、１６、２０、２４の
レコードに存在している。これらのレコードは、それぞ
れ文書番号１、２、２、３、３、４の文書が対応してお
り、「Ａ社」というキーワードは、図４に示す＃１から
＃４のすべての文書に含まれている。同様に、「Ｂ社」
および「提訴」というキーワードも＃１から＃４のすべ
ての文書に含まれている。従って、図４に示す＃１から
＃４のすべての文書が検索装置８によって検索され、検
索結果として意味・構造的適合度判定装置９に渡され
る。

【００６０】次に、意味・構造的適合度判定装置９によ
る処理に移る。意味・構造適合度判定装置９は、出力す
る文書の適合度をもっとも高く設定する。ここで、適合
度のレベルとして、以下に示すレベル１（最低）からレ
ベル４（最高）までがあるとすると、意味・構造的適合
度判定装置９は、適合度のレベルをレベル４に設定す
る。 レベル４：「Ａ社」、「Ｂ社」、「提訴」の３つのキー
ワードが、文書中で同一の文および意味単位に属し、か
つ、その文書中で「Ａ社」がＷｈｏ、「Ｂ社」がＷｈａ
ｔ、「提訴」がＨｏｗの意味的な属性を持つ。 レベル３：「Ａ社」、「Ｂ社」、「提訴」の３つのキー
ワードが、文書中で同一の文および意味単位に属する
が、その文書中で「Ａ社」がＷｈｏ、「Ｂ社」がＷｈａ
ｔ、「提訴」がＨｏｗの意味的な属性を持つわけではな
い。 レベル２：「Ａ社」、「Ｂ社」、「提訴」の３つのキー
ワードが、文書中で同一の意味単位には属さないが、同
一の文に属する。 レベル１：「Ａ社」、「Ｂ社」、「提訴」の３つのキー
ワードが、文書中で同一の意味単位にも同一の文にも属
さない。

【００６１】次に、意味・構造的適合度判定装置９は、
属性付キーワード格納装置４を参照して、検索された文
書から適合度がレベル４のものを選択する（ステップＢ
５）。そして、意味・構造的適合度判定装置９は、選択
したレベル４の適合度を有する文書に対して適合度のレ
ベル４を付与して出力装置１０に供給する。ここで供給
された文書は、出力装置１０から出力されたユーザに示
される（ステップＢ６）。

【００６２】ここで、図６を参照すると、レコード番号
７のキーワード「Ａ社」、レコード番号８のキーワード
「Ｂ社」、レコード番号９のキーワード「提訴」は、文
書番号＃１の文書中で同一の文および意味単位に属し、
かつ、その文書中で「Ａ社」がＷｈｏ、「Ｂ社」がＷｈ
ａｔ、「提訴」がＨｏｗの意味的な属性を持つ。このた
め、文書番号＃１の文書は、レベル４の適合度の条件を
満たす。同様に、文書番号＃３の文書もレベル４の適合
度の条件を満たす。従って、ここでは、文書番号＃１と
＃３の文書が、レベル４の文書として出力される。

【００６３】次に、ステップＢ７における判定では、適
合度のレベル４は、最も低いものでないので、適合度の
レベルがレベル３に設定し直されて（ステップＢ８）、
ステップＢ５の処理に戻る。この適合度のレベルが３に
設定されているときに、同様の処理によって文書番号＃
２の文書が選択されて出力される（ステップＢ５、Ｂ
６）。

【００６４】次に、ステップＢ７における判定では、適
合度のレベル３は、最も低いものでないので、適合度の
レベルがレベル２に設定し直されて（ステップＢ８）、
ステップＢ５の処理に戻る。この適合度のレベルが２に
設定されているときに、同様の処理によって文書番号＃
４の文書が選択されて出力される（ステップＢ５、Ｂ
６）。

【００６５】次に、ステップＢ７における判定では、適
合度のレベル２は、最も低いものでないので、適合度の
レベルがレベル１に設定し直されて（ステップＢ８）、
ステップＢ５の処理に戻る。図６を参照すると、この適
合度のレベルが１に設定されているときには、選択、出
力される文書はない（ステップＢ５、Ｂ６）。そして、
次のステップＢ７における判定で、適合度のレベル１
は、最も低いものとなっているので、文書検索動作の処
理が終了する。

【００６６】以上の結果、この例では、適合度のレベル
４の文書として、＃１および＃３が、適合度レベル３の
文書として＃２が、適合度のレベル２の文書として＃４
が出力される。ユーザーが入力した文「Ａ社がＢ社を提
訴する。」においては、「Ａ社」がＷｈｏ、「Ｂ社」が
Ｗｈａｔ、「提訴」がＨｏｗという意味内容になってい
るが、それと同じ意味内容を含む＃１および＃３がもっ
とも高い適合度の文として出力されている。また、「Ｂ
社がＡ社を提訴する」という、「Ａ社」がＷｈａｔ、
「Ｂ社」がＷｈｏ、「提訴」がＨｏｗという意味内容を
含む文書＃２は、その次に適合度が高い文として出力さ
れる。「Ａ社」、「Ｂ社」、「提訴」の３つのキーワー
ドが存在するものの「Ａ社」と「Ｂ社」の間の「提訴」
についての情報を含んでいない文書＃４は、さらに低い
適合度の文として出力されている。

【００６７】以上説明したように、この実施の形態の文
書検索装置では、同一の意味単位中に入力された文から
抽出されたキーワードすべてを含み、互いのキーワード
の意味的な属性が一致する文書が、適合度がもっとも高
い文書として出力される。このため、ユーザーが入力装
置５から入力した文の意味内容を、検索された文書の順
位付けに明確に反映することが可能となる。

【００６８】この実施の形態の文書検索装置では、各文
書からキーワードを抽出する際に、キーワードに階層的
な構造の単位のどれに属しているかという構造的な属性
を付与される。そして、入力された文から抽出されたキ
ーワードが持つ構造的な属性のうち、一致している属性
をもつキーワードが多い文書ほど、適合度が高くなるよ
うに順序づけされて出力される。このため、ユーザーが
入力した文の内容にもっともよく適合する文書以外の文
書についても、一様に細かく順位を付与することができ
る。

【００６９】上記の実施の形態では、キーワード抽出装
置２が文書格納装置１に格納されている文書から抽出し
たキーワード、及び入力用キーワード抽出装置６が入力
装置５から入力された文から抽出したキーワードに意味
的な属性として５Ｗ１Ｈ属性が付与されていた。しかし
ながら、これらのキーワードに付与する意味的な属性は
５Ｗ１Ｈ属性である必要はなく、例えば、主語、述語、
直接目的語、間接目的語、或いは補語などとしてもよ
い。

【００７０】上記の実施の形態では、適合度に応じて検
索された文書が順に出力されていた。これに対して、図
７に示すように、ユーザーが結果として出力すべき文書
と入力文との適合度を適合度入力装置３１から入力し、
意味・構造的適合度判定装置９は、ユーザーが適合度入
力装置３１から入力したした適合度に等しいかまたはそ
れより高い適合度を持つ文書のみを出力させるものとし
てもよい。この場合、ユーザーが出力される文書の量に
従って出力すべき文書の適合度を変化させることによっ
て、ユーザーは、入力した文書と適合度が高いものから
順に適切な量の文書を得ることができる。なお、上記の
実施の形態における適合度のレベル数は任意である。

【００７１】上記の実施の形態では、本発明の文書検索
装置を単一の情報処理装置で実現した場合について説明
した。しかしながら、クライアント−サーバシステムに
おけるサーバでも、本発明の文書検索装置を実現するこ
とができる。本発明を実現するクライアント−サーバシ
ステムの例を図８及び図９に示す。

【００７２】図８に示す例では、サーバＳｖには、文書
格納装置１と、キーワード抽出装置２と、意味・構造属
性付与装置３と、属性付キーワード格納装置４と、入力
用キーワード抽出装置６と、入力用意味属性付与装置７
と、検索装置８と、意味・構造的適合度判定装置９と、
通信装置１１とが含まれる。一方、図９に示す例では、
サーバＳｖには、文書格納装置１と、キーワード抽出装
置２と、意味・構造属性付与装置３と、属性付キーワー
ド格納装置４と、検索装置８と、意味・構造的適合度判
定装置９と、通信装置１１のみが含まれる。

【００７３】ここで、図８に示す例では、クライアント
Ｃｌの処理装置２１は、入力装置２２から入力された文
を通信装置２３及び通信回線０を介して、サーバＳｖの
通信装置１１に送信すればよい。一方、図９に示す例で
は、クライアントＣｌの処理装置２１は、入力用キーワ
ード抽出装置６と、入力用意味属性付与装置７とを有し
ており、入力装置２２から入力された文からキーワード
を抽出し、キーワードと意味属性の組を通信装置２３及
び通信装置０を介して、サーバＳｖの通信装置１１に送
信すればよい。

【００７４】そして、サーバＳｖでは、上記と同様の処
理によって適合度毎に文書を抽出し、通信装置１１から
通信回線０を介してクライアントＣｌの通信装置２３に
送信することができる。この場合、クライアントＣｌの
処理装置は、受信した文書を適合度毎に出力装置２４か
ら出力することができる。

【００７５】ここで、図８に示すクライアント−サーバ
システムと、図９に示すクライアント−サーバシステム
とを比較した場合に、図９に示すシステムでは、サーバ
Ｓｖは、キーワード抽出装置２を実現するためのプログ
ラムモジュールと入力用キーワード抽出装置７を実現す
るためのプログラムモジュール、及び意味・構造不要装
置３を実現するためのプログラムモジュールと入力用意
味属性付与装置７を実現するためのプログラムモジュー
ルを共有でき、クライアントＣｌがこのようなプログラ
ムモジュールを有しなくてもよい。このため、図８に示
すシステム構成の方が、図９に示すシステム構成よりも
有利である。なお、図８及び図９において、通信回線０
は、ＬＡＮ（Local Area Network）回線とＷＡＮ（Wide
Area Network）回線とのいずれでもよい。

【００７６】上記の実施の形態では、キーワード抽出装
置２、意味・構造属性付与装置３、入力用キーワード抽
出装置６、入力用意味属性付与装置７及び意味・構造的
適合度判定装置９を構成するＣＰＵが実行する処理プロ
グラムは、記憶装置に記憶されているものとした。しか
しながら、これらのＣＰＵが実行するための処理プログ
ラムは、ＣＤ−ＲＯＭやフロッピーディスクなどの記録
媒体に格納して提供され、記憶装置にインストールされ
て実行されるものとしてもよい。

【００７７】

【発明の効果】以上説明したように、本発明によれば、
意味内容を反映した形での文書の順位付けが可能とな
る。

【図面の簡単な説明】

【図１】本発明の実施の形態にかかる文書検索装置の機
能構成を示す機能ブロック図である。

【図２】本発明の実施の形態の文書検索装置における登
録動作を示すフローチャートである。

【図３】本発明の実施の形態の文書検索装置における検
索動作を示すフローチャートである。

【図４】本発明の実施の形態における対象文書のリスト
の例を示す図である。

【図５】本発明の実施の形態において対象文書から抽出
されたキーワードとキーワードに付与された意味的な属
性を示す表の例を示す図である。

【図６】本発明の実施の形態における属性付キーワード
格納装置の内容を示す表の例を示す図である。

【図７】本発明の実施の形態の変形例にかかる文書検索
装置の機能構成を示す機能ブロック図である。

【図８】本発明の実施の形態の変形例にかかる文書検索
システムの機能構成を示す図である。

【図９】本発明の実施の形態の変形例にかかる文書検索
システムの機能構成を示す図である。

【符号の説明】

０ 通信回線 １ 文書格納装置 ２ キーワード抽出装置 ３ 意味・構造的属性付与装置 ４ 属性付キーワード格納装置 ５ 入力装置 ６ 入力用キーワード抽出装置 ７ 入力用意味属性付与装置 ８ 検索装置 ９ 意味・構造的適合度判定装置 １０ 出力装置 ２１ 処理装置 ２２ 入力装置 ２３ 通信装置 ２４ 出力装置 ３１ 適合度入力装置 Ｃｌ クライアント Ｓｖ サーバ

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号 ＦＩ Ｇ０６Ｆ 15/403 ３７０Ｚ

Claims (7)

【特許請求の範囲】
1. 【請求項１】検索対象となる文書を格納する文書格納装
   置と、 前記文書格納装置に格納される文書に含まれるキーワー
   ド及び該キーワードのそれぞれに関する属性と、前記文
   書格納装置に格納されている文書を特定するための情報
   とを関連付けて格納するキーワード格納装置と、 検索すべき文書のキーワードを与えるキーワード付与装
   置と、 前記キーワード付与装置から与えられたキーワードのそ
   れぞれに属性を付与する第１の属性付与装置と、 前記キーワード付与装置から与えられたキーワードに基
   づいて、前記キーワード格納装置を参照して、前記文書
   格納装置から文書を検索する検索装置と、 前記検索装置が検索した文書に対応する前記キーワード
   格納装置に格納されたキーワードのそれぞれに関する属
   性と、前記第１の属性付与装置によって付与されたキー
   ワードの属性とを比較して、前記検索装置によって検索
   された文書に順位付けをする順位付け装置と、 前記順位付け装置による順位付けに従って、前記検索装
   置が検索した文書を出力する出力装置と、を備えること
   を特徴とする文書検索装置。
2. 【請求項２】所望の文を外部から入力する入力装置と、 前記入力装置から入力された文からキーワードを抽出す
   る第１のキーワード抽出装置と、を備え、 前記キーワード付与装置から与えられるキーワードは、
   前記第１の抽出装置が抽出したものであることを特徴と
   する請求項１に記載の文書検索装置。
3. 【請求項３】前記文書格納装置に格納される文書からキ
   ーワードを抽出する第２のキーワード抽出装置と、 前記第２のキーワード抽出装置が抽出したキーワードの
   それぞれに属性を付与する第２の属性付与装置と、を備
   え、 前記キーワード格納装置に格納される前記キーワードは
   前記第２のキーワード抽出装置が抽出したものであり、
   前記キーワード格納装置に格納される該キーワードのそ
   れぞれに関する属性は前記第２の属性付与装置によって
   付与されたものであることを特徴とする請求項１または
   ２に記載の文書検索装置。
4. 【請求項４】前記キーワード格納装置に格納されるキー
   ワードのそれぞれに関する属性は、意味的な属性と構造
   的な属性とからなり、 前記順位付け装置は、前記意味的な属性と構造的な属性
   とに従って、前記検索された文書に順位付けをすること
   を特徴とする請求項１乃至３のいずれか１項に記載の文
   書検索装置。
5. 【請求項５】出力すべき文書の順位を外部から入力する
   順位入力装置を備え、 前記出力装置は、前記順位付け装置によって順位付けさ
   れた文書のうち、前記順位入力装置から入力された順位
   までの文書を出力することを特徴とする請求項１乃至４
   のいずれか１項に記載の文書検索装置。
6. 【請求項６】外部から所望の文を入力することにより、
   該入力された文に従って文書格納装置に格納されている
   文書を検索する文書検索方法であって、 前記文書格納装置に格納される文書からキーワードを抽
   出する第１のキーワード抽出ステップと、 前記第１のキーワード抽出ステップで抽出されたキーワ
   ードのそれぞれに属性を付与する第１の属性付与ステッ
   プと、 前記第１のキーワード抽出ステップで抽出されたキーワ
   ードと、前記第１の属性付与ステップで付与された前記
   キーワードの属性とを、前記文書格納装置に格納される
   文書を特定するための情報と関連付けてキーワード格納
   装置に格納させるキーワード格納ステップと、 外部から所望の文を入力する入力ステップと、 前記入力ステップで入力された文からキーワードを抽出
   する第２のキーワード抽出ステップと、 前記第２のキーワード抽出ステップで抽出されたキーワ
   ードのそれぞれに属性を付与する第２の属性付与ステッ
   プと、 前記第２のキーワード抽出ステップで抽出されたキーワ
   ードに基づいて、前記キーワード格納装置を参照して、
   前記文書格納装置から文書を検索する検索ステップと、 前記検索ステップで検索された文書に対応する前記キー
   ワード格納装置に格納されたキーワードのそれぞれに関
   する属性と、前記第２の属性付与ステップで付与された
   キーワードの属性とを比較して、前記検索ステップで検
   索された文書に順位付けする順位付けステップと、 前記順位付けステップにおける順位付けに従って、前記
   検索ステップで検索された文書を出力する出力ステップ
   と、を含むことを特徴とする文書検索方法。
7. 【請求項７】外部から所望の文を入力することにより、
   該入力された文に従って文書格納装置に格納されている
   文書を検索するプログラムを実現するためのプログラム
   を記録するコンピュータ読み取り可能な記録媒体であっ
   て、 前記文書格納装置に格納される文書からキーワードを抽
   出する第１のキーワード抽出ステップと、 前記第１のキーワード抽出ステップで抽出されたキーワ
   ードのそれぞれに属性を付与する第１の属性付与ステッ
   プと、 前記第１のキーワード抽出ステップで抽出されたキーワ
   ードと、前記第１の属性付与ステップで付与された前記
   キーワードの属性とを、前記文書格納装置に格納される
   文書を特定するための情報と関連付けてキーワード格納
   装置に格納させるキーワード格納ステップと、 外部から所望の文を入力する入力ステップと、 前記入力ステップで入力された文からキーワードを抽出
   する第２のキーワード抽出ステップと、 前記第２のキーワード抽出ステップで抽出されたキーワ
   ードのそれぞれに属性を付与する第２の属性付与ステッ
   プと、 前記第２のキーワード抽出ステップで抽出されたキーワ
   ードに基づいて、前記キーワード格納装置を参照して、
   前記文書格納装置から文書を検索する検索ステップと、 前記検索ステップで検索された文書に対応する前記キー
   ワード格納装置に格納されたキーワードのそれぞれに関
   する属性と、前記第２の属性付与ステップで付与された
   キーワードの属性とを比較して、前記検索ステップで検
   索された文書に順位付けする順位付けステップと、 前記順位付けステップにおける順位付けに従って、前記
   検索ステップで検索された文書を出力する出力ステップ
   と、を実現するプログラムを記憶することを特徴とする
   コンピュータ読み取り可能な記録媒体。