JPH11259498A - 文書処理装置および記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 文書の検索またはクリッピング精度を向上さ
せる。 【解決手段】 文書入力部１からは処理の対象となる文
書が入力される。事象特定手段４は、知識情報記憶手段
３に記憶されている知識情報を参照して、入力された文
書に記述されている事象の種類を特定する。属性値抽出
手段５は、特定された事象に係わる属性の属性値を文書
から抽出する。対応付け手段１０は、属性値抽出手段５
によって抽出された属性値を、実世界の実体に対して対
応付ける処理を行う。文書記憶手段１１は、対応付け手
段１０によって生成された情報（正規化情報）と、文書
または文書の格納場所を特定する情報とを関連付けて記
憶する。文書抽出手段１２は、ユーザインタフェース部
２から入力されたクエリと、正規化情報とを比較し、該
当する文書または文書の格納場所を特定する情報を文書
記憶手段１１から出力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は入力された文書に対
して所定の処理を施して記憶するとともに、与えられた
クエリに対応する文書を、記憶されている文書の中から
検索またはクリッピングする処理を行う文書処理装置お
よびそのような処理をコンピュータに実行させるプログ
ラムを記録した記録媒体に関する。

【０００２】

【従来の技術】近年、インターネットの普及や全文デー
タベースの増加に伴って、個人が利用可能な情報が飛躍
的に増加している。

【０００３】このような多量の情報の中から所望の情報
を取得する方法としては、例えば、得ようとするデータ
の特徴を記述した検索式（クエリ）をキーとして、検索
処理やクリッピング処理等を行う方法が一般的であっ
た。

【０００４】

【発明が解決しようとする課題】しかし、従来の大規模
な商用オンラインデータベースや全文検索システムで
は、検索式の条件を緩やかにすると検索結果に含まれて
いるノイズ（不要なデータ）が増加し、また、逆に厳し
くすると検索洩れが発生するなど、ユーザが望む通りの
データを取得することが困難であるという問題があっ
た。

【０００５】即ち、従来の文書フィルタリングにおける
文書絞り込み処理や文書検索処理では、クエリと文書の
内容の一致度や関連度に基づくランキング検索が行われ
ている程度であるので、文書に含まれている重要情報や
ユーザの検索意図を十分に反映した文書絞り込みを行う
ことは困難であった。

【０００６】そのため、例えば、組織としての「橋本」
が検索したいと思っても、「橋本」という地名が含まれ
た文書が検索されたりすることが多かった。また、２０
万円台の新製品について検索したい場合には、「二十万
円」「２０万円」、「二十一万円」、「二五万円」のよ
うに、あらゆる可能性を考慮して生成したクエリを用い
る必要があった。

【０００７】更に、文書が作成された日時を用いて検索
することは可能であっても、文書に含まれている日時情
報を活用した検索を行うことができないという問題点が
あった。

【０００８】例えば、以下の文では、同じ「１日」でも
示している日が異なる。 （ａ）Ａ社は、１日、Ｂ製品を発売する。 （ｂ）Ａ社は、１日、Ｂ製品を発売した。

【０００９】ここで、この文が作成された日が１９９７
年２月１５日だとすると、（ａ）の場合では、「１日」
は１９９７年３月１日を指し、また、（ｂ）では１９９
７年２月１日を指すことになる。

【００１０】従来の方法においては、文書中の日時情報
の属性を認知した上で、このような情報を検索に使用
（活用）することが困難であるという問題点があった。
本発明はこのような点に鑑みてなされたものであり、ユ
ーザの検索意図を十分に反映した文書検索または文書絞
り込みを行うことが可能な文書処理装置を提供すること
を目的とする。

【００１１】また、本発明は、ユーザの検索意図を十分
に反映した文書検索処理またはクリッピング処理を行う
文書処理を行うプログラムを記録した記録媒体を提供す
ることを目的とする。

【００１２】

【課題を解決するための手段】図１は、上記目的を達成
する本発明の原理図である。本発明は、入力された文書
に対して所定の処理を施して記憶するとともに、与えら
れたクエリに対応する文書を、記憶されている文書の中
から検索またはクリッピングする処理を行う文書処理装
置において、知識情報記憶手段３と、事象特定手段４
と、属性値抽出手段５と、対応付け手段１０と、文書記
憶手段１１と、文書抽出手段１２とから構成されてい
る。

【００１３】ここで、知識情報記憶手段３は、入力され
た文書を処理するために必要な知識情報を記憶する。事
象特定手段４は、入力された文書に記述されている事象
の種類を、知識情報記憶手段３に記憶されている知識情
報を参照して特定する。属性値抽出手段５は、事象特定
手段４によって特定された事象に係わる属性の属性値
を、知識情報記憶手段３に記憶されている知識情報を参
照して文書から抽出する。対応付け手段１０は、知識情
報記憶手段３に記憶されている知識情報を参照して、属
性値抽出手段５によって抽出された属性値と、実世界の
実体との対応付けを行う。文書記憶手段１１は、対応付
け手段１０によって対応付けがなされた属性値と、文書
または文書の格納場所を特定するための情報とを関連付
けて記憶する。文書抽出手段１２は、属性値とクエリと
を参照して、対象となる文書に対して検索処理またはク
リッピング処理を行う。

【００１４】知識情報記憶手段３には、事象とそれに関
する属性、および、属性を構成する属性値を抽出するた
めの情報とが関連付けられて記憶されている。事象特定
手段４は、入力された文書と、知識情報記憶手段３に記
憶されている知識情報とを照合することにより、文書中
に記述されている事象を特定する。属性値抽出手段５
は、知識情報記憶手段３を参照して、特定された事象に
関する属性の属性値を文書から抽出する。対応付け手段
１０は、知識情報記憶手段３に記憶されている知識情報
を参照して、抽出された属性値と実世界の実体とを１対
１に対応付ける処理を行う。文書記憶手段１１は、対応
付けがなされた属性値と文書または文書の格納場所を特
定するための情報とを関連付けて記憶する。文書抽出手
段１２は、入力されたクエリに含まれている情報と、文
書記憶手段１１に記憶されている属性値とを照合するこ
とにより所望の文書を抽出する。

【００１５】これにより、対象となる文書に記述されて
いる内容を、事象という観点から把握し、把握した事象
を構成する属性の属性値を抽出するとともに、抽出した
属性値を実世界の実体と対応付けることによって生成さ
れた情報を参照して文書を検索またはクリッピングする
ようにしたので、検索またはクリッピングの精度を向上
させることが可能となる。

【００１６】

【発明の実施の形態】以下、本発明の実施の形態を図面
を参照して説明する。図１は、本発明の実施の形態の構
成例を示すブロック図である。この図において、文書入
力部１からは、処理対象の文書が入力される。ユーザイ
ンタフェース部２は、ユーザからのクエリを受け付け
る。

【００１７】知識情報記憶手段３は、後述する事象やそ
の事象に係わる属性に関する情報および固有名を固有コ
ードに変換するための情報を記憶している。事象特定手
段４は、知識情報記憶手段３に記憶されている知識情報
（事象の種類に関する情報）を参照して、文書入力部１
またはユーザインタフェース部２から入力された文書や
クエリに記述されている事象の種類を特定する。

【００１８】ここで、「事象」とは、実世界で生起する
「できごと」を示している。例えば、新聞記事などでは
「Ａ社がＸを発売する。」というような実世界で発生し
た（または、これから発生する）事象に種々の補足情報
が付加されて記述されていると考える。

【００１９】従って、事象特定手段４に対して、例え
ば、前述の「Ａ社がＸを発売する。」が入力されると、
この文章に記述されている事象は、＜新製品の発売＞で
あると特定されることになる。ここで、＜＞は、その内
部の語句が抽象化されて得られた概念であることを示し
ている。

【００２０】なお、新聞記事などのように、記述の対象
となる事象が明確であり、また、その表現様式が限られ
ている文書においては、記述された事象のとりうる構造
（以下、事象構造と適宜略記する）にも所定の制約条件
が自ずと生ずることから、このような「事象」に着目し
て文書を解析することにより、効果的な処理を行うこと
が可能となる。

【００２１】属性値抽出手段５は、知識情報記憶手段３
に記憶されている知識情報（所定の事象に係わる属性に
関する情報）を参照して、文書またはクエリから属性値
を抽出する。

【００２２】例えば、知識情報記憶手段３は、前述の＜
新製品の発売＞という事象に関しては、＜販売会社＞、
＜製品情報＞、＜日付＞、および、＜変更点＞などの属
性を記憶しており、属性値抽出手段５は、事象特定手段
４によって特定された事象に対応する属性を知識情報記
憶手段３から取得し、その属性に対応する属性値を文書
またはクエリから抽出する。

【００２３】例えば、前述の「Ａ社がＸを発売する。」
という事象では、属性＜販売会社＞に対応する属性値
「Ａ社」が取得され、また、属性＜製品情報＞に対応す
る属性値「Ｘ」などが抽出される。

【００２４】作成日時取得手段６は、文書またはクエリ
の作成日時を取得する。時制取得手段７は、文書または
クエリを構成する文章の時制（tense ）を取得する。正
規化手段８は、属性値抽出手段５によって抽出された属
性のうち、数値に変換可能なものを選択し、対応する数
値に変換（正規化）する。

【００２５】単位変換手段９は、正規化手段８が正規化
した数値の単位を変換する処理を行う。対応付け手段１
０は、知識情報記憶手段３に記憶されている知識情報を
参照して、属性値抽出手段５によって抽出された属性値
を、実世界における実体に対応付ける処理を行う。な
お、この「実体」とは、文書に記述されている属性値が
示す実世界の「オブジェクト」を意味している。例え
ば、前述の例では、「Ａ社」と呼ばれる企業が複数存在
する場合には、文書中に記述されている「Ａ社」がどの
企業（オブジェクト）を示しているのかを特定する必要
があるので、対応付け手段１０は、文書中の他の属性値
（例えば、「社長の名前」や「本社地」など）を参照し
て「Ａ社」を特定する。

【００２６】文書記憶手段１１は、対応付け手段１０に
よって対応付けがなされた属性値集合と、もとの文書
（または、もとの文書の格納場所を特定する情報）とを
対応付けて記憶する。

【００２７】文書抽出手段１２は、対応付け手段１０か
ら供給されたクエリに対応する文書を、属性値を参照し
て文書記憶手段１１から取得する。そして、重要度算出
手段１３によって算出された個々の文書の重要度を参照
し、ある閾値以上の重要度を有する文書を出力する。

【００２８】重要度算出手段１３は、所定のキーワード
の出現頻度などを求めることにより、対象とする文書の
重要度を算出する。図２を参照して、図１に示す実施の
形態を含む通信システムの構成例について説明する。

【００２９】図２において、図１に示す文書処理装置２
０は、例えば、インターネットなどのネットワーク２１
に接続されている。このネットワーク２１には、端末装
置２２ａ，２２ｂや、サーバ２３などが接続されてい
る。

【００３０】端末装置２２ａ，２２ｂは、その入力部を
ユーザが操作して入力したクエリなどを受け付けて、文
書処理装置２０に送信するとともに、送信したクエリに
対応する文書を文書処理装置２０が送信した場合には、
その文書を受信して、例えば、ＣＲＴ（Cathode Ray Tu
be）モニタなどへ表示出力する。

【００３１】サーバ２３は、記憶部２３ａに記憶してい
る文書や画像などの情報を、ネットワーク２１を介し
て、要求を行った装置に対して送信する。文書処理装置
２０は、端末装置２２ａ，２２ｂなどから送信されたク
エリを記憶しておき、例えば、サーバ２３から新たな文
書が供給された場合には、その文書と前述のクエリとの
関連度が高い場合には、端末装置２２ａまたは端末装置
２２ｂに対して送信する。

【００３２】次に、以上の実施の形態の動作について説
明する。図３は、図１に示す実施の形態において、新た
な文書が文書入力部１から入力された場合（例えば、図
２に示すサーバ２３から新たな文書が供給された場合）
に実行される処理の一例を説明するフローチャートであ
る。

【００３３】このフローチャートが開始されると、以下
の処理が実行されることになる。 ［Ｓ１］文書入力部１は、新たな文書を入力する。 ［Ｓ２］事象特定手段４は、文書に記述されている事象
の種類を特定する。

【００３４】即ち、事象特定手段４は、知識情報記憶手
段３に記憶されている事象と表現とのマッピング規則情
報（図５参照）を参照して、文書に記述されている事象
の種類を特定する。図５に示すマッピング規則では、
“module”“end ”で囲繞された部分が一つの事象（ま
たは実体）と表現とのマッピング規則であり、１つの事
象に対する表現のバリエーションを記述している。な
お、図５に示すマッピング規則の詳細については後述す
る。 ［Ｓ３］属性値抽出手段５は、知識情報記憶手段３に記
憶されている知識情報を参照して属性値を抽出する。

【００３５】例えば、属性値抽出手段５は、図５に示す
「module main 」内に記述されている事象のバリエーシ
ョンのうち、入力された文書に対応する定義に含まれて
いる属性（例えば、＜会社情報＞、＜製品＞等）の属性
値を、他の「module」や「def 」などを参照することに
より文書から抽出する。例えば、属性＜会社情報＞に対
応する属性値は、第１７行目〜第２１行目に記述されて
いる定義および、第１２行目〜第１５行目に記述されて
いる定義を参照してパターンマッチングを行うことによ
り、文書から抽出する。 ［Ｓ４］正規化手段８は、抽出された属性値に日付表現
が含まれているか否かを判定し、日付表現が含まれてい
る場合にはステップＳ５に進み、それ以外の場合にはス
テップＳ７に進む。 ［Ｓ５］作成日時取得手段６は、文書が作成された日時
を取得し、また、時制取得手段７は、対象となる事象が
記述されている文章の時制（tense ）を取得する。 ［Ｓ６］正規化手段８は、取得した文書作成日時情報と
時制情報とを参照して、日付表現を対応する数値に変換
する「日付表現変換処理」を実行する。

【００３６】なお、この処理の詳細については、図６を
参照して後述する。 ［Ｓ７］正規化手段８は、抽出された属性値に金額表現
が含まれているか否かを判定し、金額表現が含まれてい
る場合には、ステップＳ８に進み、それ以外の場合には
ステップＳ１１に進む。 ［Ｓ８］正規化手段８は、注目している金額表現が規定
された通貨単位であるか否かを判定し、規定された通貨
単位である場合にはステップＳ１０に進み、それ以外の
場合にはステップＳ９に進む。

【００３７】例えば、規定されている通貨単位が「円」
ある場合に、「＄」を単位とする金額表現が存在してい
る場合にはステップＳ９に進む。 ［Ｓ９］単位変換手段９は、内蔵されている記憶部に記
憶している交換レートを読み出し、規定されている通貨
単位に変換する処理を行う。

【００３８】例えば、「＄１００」という表現が存在し
ている場合に、交換レートが「１＄＝１３０円」である
とすると、「＄１００」は「１３０００円」に変換され
ることになる。 ［Ｓ１０］正規化手段８は、金額表現を数値に変換する
「金額表現変換処理」を行う。なお、この処理の詳細
は、図１３を参照して詳述する。

【００３９】前述の例では、「１３０００円」（文字
列）が「13000 」（数値）に変換される。 ［Ｓ１１］正規化手段８は、他の数値表現が存在するか
否かを判定し、他の数値表現が存在する場合にはステッ
プＳ１２に進み、それ以外の場合にはステップＳ１３に
進む。

【００４０】例えば、「出荷台数５００００台」などの
表現が存在する場合には、ステップＳ１２に進む。 ［Ｓ１２］正規化手段８は、属性値に含まれている数値
表現を対応する数値に変換する。例えば、前述の例で
は、「５００００」（文字列）が計算可能な数値「500
0」に変換されることになる。 ［Ｓ１３］対応付け手段１０は、属性値に固有名（例え
ば、「橋本電気」等）が含まれているか否かを判定し、
含まれている場合にはステップＳ１４に進み、それ以外
の場合にはステップＳ１５に進む。 ［Ｓ１４］対応付け手段１０は、固有名を抽出し、その
固有名に対応する固有名コードを知識情報記憶手段３か
ら取得して付与する。

【００４１】例えば、前述の「橋本電気」に対応する固
有名コード「０００１１」が、知識情報記憶手段３から
読み出されて付与される。なお、知識情報記憶手段３に
は、関連する固有名を相互に関連づけて生成した情報が
記憶されているので、文書中のある固有名が複数の候補
を有する場合には、関連付けられている他の固有名を参
照することにより、固有名を正確に特定することが可能
となる。

【００４２】即ち、「橋本電気」に対応する候補が「橋
本電気株式会社」と「株式会社橋本電気」の２つである
場合（同名の会社が存在する場合）には、文書中に記載
されている、例えば、社長名や所在地などと、知識情報
記憶手段３に関連付けられて記憶されている固有名とを
比較することにより、これらの候補を絞り込んで正確な
固有名を取得することができる。 ［Ｓ１５］対応付け手段１０は、参照表現（「同」また
は「両」などの表現）が存在するか否かを判定し、参照
表現が存在する場合にはステップＳ１６に進み、それ以
外の場合にはステップＳ１８に進む。

【００４３】例えば、参照表現である（同）が存在する
場合には、ステップＳ１６に進むことになる。 ［Ｓ１６］対応付け手段１０は、参照表現が参照してい
る対象を同定する。

【００４４】例えば、「橋本電気（中山社長）は、橋本
電算機（同）の独立を・・・」の場合では、参照表現
「同」が参照している対象として「中山社長」を同定す
る。なお、この同定方法としては、「同」や「両」が内
挿された括弧“（）”が検出された場合には、その括弧
より前に出現する括弧内の属性値を、参照表現が参照し
ている対象であると同定するようにすればよい。 ［Ｓ１７］対応付け手段１０は、参照表現が参照してい
る対象に対応する固有コードを取得し、取得した固有名
コードを参照表現に対して付与する。

【００４５】前述の例では、「中山社長」の固有コード
「０００１」が参照表現「同」に付与されることにな
る。 ［Ｓ１８］対応付け手段１０は、正規化された属性値
（以下、正規化情報と略記する）と、元の文書（また
は、元の文書の格納場所を特定するための情報）とを関
連付けて文書記憶手段１１に記憶させる。

【００４６】以上の処理により、入力された文書に記述
されている事象が特定されるとともに、その事象に係わ
る属性の属性値が取得される。そして、取得された属性
値と実世界の実体とが対応付けられて得られた正規化情
報と、もとの文書（または、元の文書の格納場所を特定
するための情報）とが文書記憶手段１１に記憶されるこ
とになる。

【００４７】次に、図３のステップＳ６に示す、「日付
表現変換処理」の詳細について説明する。図６は、図３
に示す「日付表現変換処理」の詳細を説明するフローチ
ャートである。このフローチャートが開始されると、以
下の処理が実行されることになる。 ［Ｓ３０］作成日時取得手段６は、文書の作成日時を取
得して、%docyear, %docmonth, %docday に代入する。
なお、文書の作成日時は、例えば、新聞記事であればそ
の記事の発行日を取得する。また、新聞記事以外の文書
であれば、ファイルの属性を参照して、その作成日時を
取得する。 ［Ｓ３１］正規化手段８は、属性値から日付表現を抽出
する。

【００４８】例えば、対象となる文章が「橋本電気は新
たなコンピュータを１日に発売。」であれば、日付表現
として「１日」を抽出する。 ［Ｓ３２］正規化手段８は、抽出した日付表現が数字と
「年」、「月」、または、「日」によって構成されてい
るか否かを判定し、ＹＥＳと判定した場合にはステップ
Ｓ３３に進み、それ以外の場合にはステップＳ３４に進
む。

【００４９】例えば、前述の「１日」の例では、数字
「１」と「日」とによって構成されていることから、Ｙ
ＥＳと判定されてステップＳ３３に進む。 ［Ｓ３３］正規化手段８は、数字変換テーブル（図７参
照）を参照して、日付表現を変換する処理を行う。

【００５０】図７に示す数字変換テーブルでは、数字表
現に対応する正規化数値が関連付けられており、ある数
字表現（文字列）が与えられると、その表現に対応する
数値が与えられることになる。 ［Ｓ３４］正規化手段８は、図８に示す日時表現変換テ
ーブルを参照して、日時表現を対応する数値に変換す
る。

【００５１】図８に示す日時表現変換テーブルでは、表
現と、そのタイプと、対応する正規化数値とが対応付け
られている。なお、タイプとは表現の型であり、例え
ば、「ｄａｔｅ」は特定の日時を示し、また、「ｄａｔ
ｅｒａｎｇｅ」は所定の期間を示している。例えば、１
９９８年に作成された文書に「昨年の３月４日」という
表現があれば、%year には（%docyear- 1 ）＝（1998-
1）=1997 が代入され、また、%monthと%dayには、それ
ぞれ“３”と“４”が代入される。

【００５２】また、１９９７に作成された文書に「１９
９８年の春」という表現があれば、%year には“1998”
が代入されるので、from 1998-3-1 to 1998-5-30という
正規化値が得られることになる。

【００５３】なお、この日時表現テーブルは、一例であ
るので、図示したテーブル以外にも種々の実施の形態が
考えられる。 ［Ｓ３５］正規化手段８は、全ての値が取得されたか否
かを判定し、取得されたと判定した場合にはステップＳ
３７に進み、それ以外の場合にはステップＳ３６に進
む。

【００５４】例えば、年月日に対応する全ての値が取得
された場合にはステップＳ３７に進む。 ［Ｓ３６］正規化手段８は、日付の推定処理を行う。な
お、この処理の詳細は、図９を参照して後述する。 ［Ｓ３７］正規化手段８は、正規化された数値を%year,
%month, %dayにそれぞれ代入して処理を終了する。

【００５５】以上の処理によれば、文書に含まれている
日付表現を、対応する数値に変換することが可能とな
る。次に、図９を参照して図６のステップＳ３６に示す
「日付推定処理」の詳細について説明する。図９に示す
フローチャートが開始されると、以下の処理が実行され
ることになる。 ［Ｓ５０］正規化手段８は、%year のみ値が未代入であ
るか否かを判定し、未代入である場合にはステップＳ５
１に進み、それ以外の場合にはステップＳ５２に進む。 ［Ｓ５１］正規化手段８は、%year 推定処理を行う。な
お、この処理の詳細については、図１０を参照して後述
する。 ［Ｓ５２］正規化手段８は、%day以外の値が未代入であ
るか否かを判定し、未代入である場合にはステップＳ５
３に進み、それ以外の場合にはステップＳ５５に進む。 ［Ｓ５３］正規化手段８は、%month推定処理を行う。な
お、この処理の詳細については、図１１を参照して詳述
する。 ［Ｓ５４］正規化手段８は、%year 推定処理を行う。 ［Ｓ５５］正規化手段８は、%month以外の値が未代入で
あるか否かを判定し、その結果、未代入である場合には
ステップＳ５６に進み、それ以外の場合にはステップＳ
５８に進む。 ［Ｓ５６］正規化手段８は、%day推定処理を行う。な
お、この処理の詳細については図１２を参照して詳述す
る。 ［Ｓ５７］正規化手段８は、%year 推定処理を行う。 ［Ｓ５８］正規化手段８は、%year 以外の値が未代入で
あるか否かを判定し、未代入の場合にはステップＳ５９
に進み、それ以外の場合には処理を終了する。 ［Ｓ５９］正規化手段８は、推定日時を「from %year-
1-1 to %year-12-31 」とする。即ち、％year以外の値
が未代入である場合には、検索漏れが生ずることを防止
するために、正規化値をできるだけ広い値に設定する。

【００５６】次に、図１０を参照して、図８のステップ
Ｓ５１，Ｓ５４，Ｓ５７に示す「%year 推定処理」の詳
細について説明する。このフローチャートが開始される
と、以下の処理が実行されることになる。 ［Ｓ６０］正規化手段８は、対象となる文章から時制取
得手段７によって取得された時制が未来形である場合に
はステップＳ６１に進み、それ以外の場合にはステップ
Ｓ６５に進む。 ［Ｓ６１］正規化手段８は、%docmonth が%monthよりも
大きいか否かを判定し、大きいと判定した場合にはステ
ップＳ６２に進み、それ以外の場合にはステップＳ６３
に進む。 ［Ｓ６２］正規化手段８は、%year に値（%docyear+1）
を代入する。

【００５７】例えば、文書が作成された月が４月である
場合に、「３月に・・・する予定である」という表現が
文章中にある場合には、この「３月」は、来年の３月を
示していると推定されることから、%year には値（%doc
year+1）が代入される。 ［Ｓ６３］正規化手段８は、%docmonth が%month以下で
あるか否かを判定し、ＹＥＳと判定した場合にはステッ
プＳ６４に進み、それ以外の場合にはステップＳ６５に
進む。 ［Ｓ６４］正規化手段８は、%year に%docyearの値を代
入する。 ［Ｓ６５］正規化手段８は、時制取得手段７によって取
得された時制が過去であるか否かを判定し、ＹＥＳと判
定した場合にはステップＳ６６に進み、それ以外の場合
には図９の処理に復帰（リターン）する。 ［Ｓ６６］正規化手段８は、%docmonth の値が%monthの
値以上であるか否かを判定し、ＹＥＳと判定した場合に
はステップＳ６７に進み、それ以外の場合にはステップ
Ｓ６８に進む。 ［Ｓ６７］正規化手段８は、%docyearの値を%year に代
入する。 ［Ｓ６８］正規化手段８は、%docmonth の値が%monthの
値よりも小さいか否かを判定し、ＹＥＳと判定した場合
にはステップＳ６９に進み、それ以外の場合には図９の
処理に復帰する。 ［Ｓ６９］正規化手段８は、値（%docyear-1）を%year
に代入する。

【００５８】例えば、文書が作成された月が４月である
場合に、「６月に・・・した」という表現が文章中にあ
る場合には、この「６月」は、昨年の６月を示している
と推定されることから、%year には値（%docyear-1）が
代入される。

【００５９】次に、図１１を参照して、図９のステップ
Ｓ５３に示す「%month推定処理」の詳細について説明す
る。このフローチャートが開始されると、以下の処理が
実行されることになる。 ［Ｓ８０］正規化手段８は、時制取得手段７によって取
得された対象となる文章の時制が未来形である場合には
ステップＳ８１に進み、それ以外の場合にはステップＳ
８５に進む。 ［Ｓ８１］正規化手段８は、%docday が%dayよりも大き
いか否かを判定し、ＹＥＳと判定した場合にはステップ
Ｓ８２に進み、それ以外の場合にはステップＳ８３に進
む。 ［Ｓ８２］正規化手段８は、%monthに値（%docmonth+1
）を代入する。

【００６０】例えば、文書が作成された日が２日である
場合に、「４日に・・・する予定である」という表現が
文章中にある場合には、この「４日」は、次の月の４日
を示していると推定されることから、%monthには値（%d
ocmonth+1 ）が代入されることになる。 ［Ｓ８３］正規化手段８は、%docday の値が%dayの値以
下であるか否かを判定し、ＹＥＳと判定した場合にはス
テップＳ８４に進み、それ以外の場合にはステップＳ８
５に進む。 ［Ｓ８４］正規化手段８は、%monthに%docmonth の値を
代入する。 ［Ｓ８５］正規化手段８は、時制取得手段７によって取
得された時制が過去であるか否かを判定し、ＹＥＳと判
定した場合にはステップＳ８６に進み、それ以外の場合
には図９の処理に復帰（リターン）する。 ［Ｓ８６］正規化手段８は、%docday の値が%dayの値以
上であるか否かを判定し、ＹＥＳと判定した場合にはス
テップＳ８７に進み、それ以外の場合にはステップＳ８
８に進む。 ［Ｓ８７］正規化手段８は、%docmonth の値を%monthに
代入する。 ［Ｓ８８］正規化手段８は、%docday の値が%dayの値よ
りも小さいか否かを判定し、ＹＥＳと判定した場合には
ステップＳ８９に進み、それ以外の場合には図９の処理
に復帰する。 ［Ｓ８９］正規化手段８は、値（%docmonth-1 ）を%mon
thに代入する。

【００６１】例えば、文書が作成された日が４日である
場合に、「６日に・・・した」という表現が文章中にあ
る場合には、この「６日」は、前の月の６日を示してい
ると推定されることから、%monthには値（%docmonth-1
）が代入される。

【００６２】次に、図１２を参照して、図９のステップ
Ｓ５６に示す「%day推定処理」の詳細について説明す
る。このフローチャートが開始されると、以下の処理が
実行されることになる。 ［Ｓ１００］正規化手段８は、%monthの値が１，３，
５，６，８，１０，または，１２のうちの何れかである
か否かを判定し、ＹＥＳと判定した場合にはステップＳ
１０１に進み、それ以外の場合にはステップＳ１０２に
進む。 ［Ｓ１０１］正規化手段８は、日付情報として「from %
year-%month-1 to %year-%month-31」を生成する。 ［Ｓ１０２］正規化手段８は、%monthの値が４，６，
９，または，１１のうちの何れかであるか否かを判定
し、ＹＥＳと判定した場合にはステップＳ１０３に進
み、それ以外の場合にはステップＳ１０４に進む。 ［Ｓ１０３］正規化手段８は、日付情報として「from %
year-%month-1 to %year-%month-30」を生成する。 ［Ｓ１０４］正規化手段８は、「年」に関する属性値を
参照して、閏年か否かを判定し、閏年である場合にはス
テップＳ１０５に進み、それ以外の場合にはステップＳ
１０６に進む。 ［Ｓ１０５］正規化手段８は、日付情報として「from %
year-%month-1 to %year-%month-29」を生成する。 ［Ｓ１０６］正規化手段８は、日付情報として「from %
year-%month-1 to %year-%month-28」を生成する。

【００６３】以上の処理によれば、文書に含まれている
日付情報が不十分な情報しか含んでいない場合において
も、文書の作成日時と、注目する文章の時制とに応じて
日付情報を推定するようにしたので、文書に含まれてい
る日付情報を検索を行う際に有効に活用することが可能
となる。

【００６４】例えば、「来年の春」のような曖昧な表現
も、具体的な数値（例えば、１９９８年３月１日〜１９
９８年５月３１日）に変換（正規化）することが可能と
なるので、このような曖昧な表現も検索の際に活用する
ことが可能となる。

【００６５】次に、図１３を参照して、図３のステップ
Ｓ１０に示す「金額表現変換処理」の詳細について説明
する。このフローチャートが開始されると以下の処理が
実行されることになる。 ［Ｓ１２０］正規化手段８は、図１４に示す金額表現変
換テーブルを参照して、金額表現を対応する数値に変換
し、変数ｘに代入する。

【００６６】例えば、「二十万円」という表現では、先
ず、「二」が“2 ”に変換され、「十」が“×10”に、
また、「万」が“×10000 ”に変換されるので、全体と
して値“200000”が得られることになる。 ［Ｓ１２１］正規化手段８は、金額表現が「以上」で終
わるか否かを判定し、「以上」で終わる場合にはステッ
プＳ１２２に進み、それ以外の場合にはステップＳ１２
３に進む。 ［Ｓ１２２］正規化手段８は、正規化表現として「from
x to * 」を生成する。ここで、「＊」は任意の値を意
味している。

【００６７】前述の例では、x=2000であるので、「from
2000 to *」が生成される。 ［Ｓ１２３］正規化手段８は、金額表現が「以下」で終
わるか否かを判定し、「以下」で終わる場合にはステッ
プＳ１２４に進み、それ以外の場合にはステップＳ１２
５に進む。 ［Ｓ１２４］正規化手段８は、正規化表現として「from
* to x 」を生成する。 ［Ｓ１２５］正規化手段８は、金額表現が「台」で終わ
るか否かを判定し、「台」で終わる場合にはステップＳ
１２６に進み、それ以外の場合にはステップＳ１２８に
進む。 ［Ｓ１２６］正規化手段８は、正規化表現として「from
x to x 」を生成する。 ［Ｓ１２７］正規化手段８は、「to」の後のｘに含まれ
ている“0 ”を“9 ”に全て変換する。

【００６８】例えば、「１０万円台」という表現では、
ｘ＝100000となるので、この場合には「to」の後のｘに
含まれている“0 ”が“9 ”に全て変換されるので、19
9999 となる。従って、正規化表現としては、「from 10
0000 to 199999 」が生成されることになる。 ［Ｓ１２８］正規化手段８は、金額表現が「台前半」で
終わるか否かを判定し、「台前半」で終わる場合にはス
テップＳ１２９に進み、それ以外の場合にはステップＳ
１３１に進む。 ［Ｓ１２９］正規化手段８は、正規化表現として「from
x to x 」を生成する。 ［Ｓ１３０］正規化手段８は、「to」の後のｘに含まれ
ている最初の“0 ”を“5 ”に変換する。

【００６９】例えば、「１０万円台前半」という表現で
は、ｘ＝100000となる。この場合には「to」の後のｘに
含まれている最初の“0 ”が“5 ”に変換されるので、
150000となる。従って、正規化表現としては、「from 1
00000 to 150000 」が生成されることになる。 ［Ｓ１３１］正規化手段８は、金額表現が「台後半」で
終わるか否かを判定し、「台後半」で終わる場合にはス
テップＳ１３２に進み、それ以外の場合には図３の処理
に復帰する。 ［Ｓ１３２］正規化手段８は、正規化表現として「from
x to x 」を生成する。 ［Ｓ１３３］正規化手段８は、「from」の後のｘに含ま
れている最初の“0 ”を“6 ”に変換する。 ［Ｓ１３４］正規化手段８は、「to」の後のｘに含まれ
ている“0 ”を“9 ”に変換する。

【００７０】例えば、「１０万円台後半」という表現で
は、ｘ＝100000となるので、この場合には「to」の後の
ｘに含まれている最初の“0 ”が“6 ”にステップＳ１
３３において変換され、また、「to」の後のｘに含まれ
ている“0 ”が“9 ”に全て変換されるので、正規化表
現としては、「from 160000 to 199999 」が生成される
ことになる。

【００７１】以上の処理によれば、例えば、漢数字によ
って記述されている金額表現を対応する数値に変換する
とともに、例えば、「以上」や「台前半」などの曖昧な
表現を含む金額表現も対応する数値に変換することが可
能となる。

【００７２】次に、具体的な例を挙げて以上の実施の形
態の動作について説明する。いま、図１５に示す文書が
図１に示す文書入力部１から入力されたとする。なお、
図１５に示す例文は、新製品の発売に関する文書であ
る。

【００７３】このような文書が文書入力部１から入力さ
れると、事象特定手段４は文書に記述されている事象
を、知識情報記憶手段３に記憶されている知識情報を参
照して特定する（図３のステップＳ２）。

【００７４】図１５の例では、図５の第４行目〜１１行
目に記述されている「module main」の中の第１番目の
項目（＜会社情報＞は［、］？＜日付＞、＜製品＞を発
売した。）に該当することから、この文書に記述されて
いる事象が「新製品の発売」であると判定されることに
なる。

【００７５】なお、図５に示す知識情報では、事象の定
義が「module main 」〜「end module」によって囲繞さ
れた部分に記述されている。また、事象の定義の中に含
まれている、例えば、＜会社情報＞などの属性は、「mo
dule」や「def 」などにおいて定義されている。例え
ば、属性＜会社情報＞は、第１７行目〜第２１行目の
「module」内に定義されており、その内容は、（＜業種
＞、＜会社名＞）、（＜業種２＞＆連結語；＜会社名
＞）、および、（＜会社名＞）の３種類である。

【００７６】ここで、＜業種＞に関する定義は、第１２
行目の「def 」の後に記述されており、（．＊メーカ
｜．＊会社｜．＊大手｜．＊開発｜．＊販売｜．＊製造
｜．＊業）の中の何れかに該当するものが属性＜業種＞
の属性値であるとされる。従って、「パソコンメーカ」
や「パソコン大手」などの表現は、＜業種＞の属性値で
あると判定される。なお、「｜」は「or」を意味してい
る。

【００７７】また、同意語または類義語を含めて定義を
行う場合には、第１９行目に示されているように、同意
語を含める部分を「＆」と「；」の間に挿入する。この
例では、「連結語」が同意語または類義語を含む部分と
なり、その詳細は、第１６行目に定義されており、「連
結語」＝（を専門とする｜である｜している｜する｜
の）となる。従って、「オフィスオートメーションを専
門とする橋本電機」という表現は、会社情報の第２番目
の定義（＜業種２＞＆連結語；＜会社名＞）に該当する
ことになる。

【００７８】このように、本実施の形態においては、ト
ップダウン的な処理が実行されることから、文脈に応じ
たパターンマッチングが可能となる。以上のような処理
によって事象の種類が特定されると、時制取得手段７
は、事象が記述されている文章を取得し、その時制情報
を取得する。図１５に示す文書の例では、その時制は過
去形（「発売した」）であるので、「過去形」が時制情
報として取得される。なお、このようにして取得された
時制は、図１６の第２行目に示すように「アスペクト＝
過去」として、正規化情報に付加される。

【００７９】次に、属性値抽出手段５は、特定された事
象の種類に応じて、属性値を抽出する（図３のステップ
Ｓ３）。即ち、属性値抽出手段５は、図５に示す知識情
報と文書との間でパターンマッチングを行うことによっ
て属性値を抽出する。

【００８０】図１５の例では、例えば、＜組織名＞とし
て「橋本電機」が抽出され、また、新たに発売する＜製
品情報＞の＜種別＞としては「ＪＣＮ互換パソコン」が
抽出され、その＜製品名＞としては、「ＧＮＷシリー
ズ」が抽出されている。

【００８１】続いて、正規化手段８は、文書に日付表現
が存在するか否かを判定し（図３ステップＳ４）、存在
する場合には対応する数値に変換する処理を行う。図１
５に示す文書では、「十八日」という表現が含まれてい
ることから、正規化手段８は、図３に示すステップＳ５
において文書作成日時情報と時制情報とを取得して、ス
テップＳ６において日付表現変換処理を行う。

【００８２】例えば、文書作成日時が「１９９３年１０
月１９日」であるとすると、図１６の第６行目に示すよ
うに、「発表日付」としてそのタイプが「date」であ
り、また、その値が「1998-10-18」である情報が正規化
情報に付加されることになる。

【００８３】続いて、正規化手段８は、図３のステップ
Ｓ７において、金額表現が存在するか否かを判定する。
図１５に示す文書では、「十七万八千円」などの表現が
あることから、ステップＳ８に進み、そこで、規定され
た通貨単位か否かが判定される。例えば、規定された通
貨単位が「円」であるとし、対象となる表現が前述の
「十七万八千円」である場合には、ステップＳ１０に進
むことになる。

【００８４】なお、「＄１５０」などの表現が含まれて
いる場合には、ステップＳ９において交換レート（１＄
＝１３０円）に応じて、通貨単位の変換が行われた後、
ステップＳ１０に進む。

【００８５】ステップＳ１０では、文字列「十七万八千
円」が、値“178000”に変換される。続くステップＳ１
１では、他の数値表現が存在するか否かが判定される
が、図１５に示す例の第１番目の文章には、日付表現以
外の数値表現は存在しないことから、ステップＳ１３に
進む。

【００８６】ステップＳ１３では、対応付け手段１０が
固有名が存在するか否かを判定する。図１５の例では、
固有名「橋本電機」が存在することから、ステップＳ１
４に進む。

【００８７】ステップＳ１４では、対応付け手段１０が
知識情報記憶手段３に記憶されている知識情報のうち、
橋本電機に対応する情報を取得する。なお、この情報
は、例えば、以下のような情報である。

【００８８】 ０００１ 橋本電機＜会社名＞ ０００１１ 橋本太郎＜社長名＞ ０００１２ 岡山県＜所在地＞ 取得された「橋本電機」に対する候補が複数存在する場
合には、橋本電機に関連付けられて記憶されている他の
固有名（橋本太郎、岡山県）などが文書中に含まれてい
ないか判定され、候補が絞り込まれることになる。

【００８９】そして、ステップＳ１４において、絞り込
みの結果得られた固有名コード（例えば、０００１）
が、正規化情報に付与されることになる（図１６第４行
目参照）。

【００９０】ステップＳ１５では、対応付け手段１０
は、参照表現が存在するか否かを判定する。図１５に示
す例では、参照表現は存在しないから、ＮＯと判定され
てステップＳ１８において、生成された正規化情報と文
書（または、文書が格納されている場所を示す情報）と
を文書記憶手段１１に記憶して処理を終了する。

【００９１】図１７は、他の文書例を示している。ま
た、図１８は、図１７に示す文書を処理して得られた正
規化情報の一例を示している。図１８の第３行目に示す
ように、図１７に示す文書に記述されている事象は、合
併情報（field ＝合併情報）であり、その時制は過去
（アスペクト＝過去）である。また、「発表した」とい
う表現が第１番目の文章中にないことから、第２行目に
示すように、「文末表現＝発表述語なし」とされてい
る。

【００９２】更に、第５行目から第２７行目に示されて
いる「合併主体組織情報」の内容としては、第８行目と
第１８行目に示されている北海道大木リフトと、東北海
道大木リフトとが合併する主体組織であり、それ以外の
行には、これらの組織を補足するための＜合併組織補足
情報＞が記載されている。

【００９３】第３４行目以降には、分析の対象となった
文以外の残りの文章が記載されている。なお、この例で
は、図１７の第３行目に「同」という参照表現が含まれ
ているので、図１８の第２３行目に示すように「参照先
＝前」という記述が追加され、参照表現「同」が、第１
３〜第１６行目に示されている「芥川龍太郎（０２５
１）」（要素２）であることが示されている。

【００９４】次に、以上のようにして生成された正規化
情報を参照して、文書を検索する場合の処理の一例につ
いて説明する。図１９は、図１に示すユーザインタフェ
ース部２に表示される入力画面の表示例である。この例
では、製品の販売情報が記載された文書を検索の対象と
している。即ち、＜製品の販売＞が事象として記述され
た文書が検索の対象とされる。

【００９５】この例では、第１番目に示すボックス「組
織名」に、製品を発売した組織名が入力される。また、
第２番目に示すボックス「製品種」には、製品の種類が
入力される。更に、ボックス「価格」には製品の価格の
範囲が入力される。ボックス「発売日」には、発売され
た日の範囲が入力される。なお、最下行に表示されてい
るボタン「検索」は、全ての入力が終了し、検索を開始
する場合に操作される。

【００９６】図２０は、図１９に示す画面に所定のクエ
リが入力された場合の入力例を示している。この例で
は、組織名として「ＡＡＡ」が、また、製品種として
「パソコン」が入力されている。

【００９７】更に、価格は、「１０００００」円以上
「３０００００」円以下とされており、発売日は「１９
９７」年「１」月「１」日から「１９９７」年「６」月
「３０」日までとされている。

【００９８】このような入力画面から入力されたクエリ
は、各入力項目の属性を示す情報が付与された後、事象
特定手段４、属性値抽出手段５、および、対応付け手段
１０を介して、文書抽出手段１２に供給される。なお、
付与される情報としては、例えば、「ＡＡＡ」に対して
はタグ＜組織名＞が付与される。また、価格はタグ＜価
格 type=price unit= 円 value =“ from 100000 to 30
0000”＞に変換される。更に、発売日は、タグ＜発売日
type=date value=“from 1997-1-1 to 1997-6-30 ”
＞に変換される。

【００９９】文書抽出手段１２は、ユーザインタフェー
ス部２から供給されたクエリとタグとに対応する属性値
を有する文書を文書記憶手段１１から取得する。即ち、
文書記憶手段１１には、元の文書とともに正規化情報が
記憶されているので、文書抽出手段１２は、この正規化
情報に含まれている属性値と、クエリのタグとを照合す
ることにより、所望の文書を抽出する。

【０１００】このようにして検索された結果は、図示せ
ぬ表示装置に表示出力される。図２１は、検索結果を表
示する画面のテンプレートを示している。この例では、
検索結果の属性値として「組織名」、「製品種」、「製
品名」、「価格」、「発売日」、および、「見出し」が
表示される。

【０１０１】図２２は、実際の表示例を示している。こ
の例の第１行目の項目は、「ＡＡＡ」という組織が、デ
スクトップ型のパソコンを、200000〜299999円で、1997
/02/29に発売しており、その文書の見出しは「低価格パ
ソコン発売」であることを示している。

【０１０２】図２３は、図１に示すユーザインタフェー
ス部２に表示される入力画面の他の表示例である。この
例では、「組織の合併情報」が記載された文書を検索の
対象としている。即ち、組織の合併が事象として記述さ
れた文書が検索の対象とされる。この例では、第１番目
と第２番目に示すボックス「組織名」に、合併する組織
名が入力される。また、ボックス「合併日」には、合併
が行われる日の範囲が入力される。なお、最下行に表示
されているボタン「検索」は、全ての入力が終了した後
に、検索を開始する場合に操作される。

【０１０３】図２４は、図２３に示す入力画面に所定の
クエリが入力された場合の入力例を示している。この例
では、組織名として「ＡＡＡ」が、また、合併日として
「１９９７」年「１」月「１」日から、「１９９７」年
「１２」月「３１」日までが入力されている。

【０１０４】このような入力画面において、ボタン「検
索」が操作されると、前述の場合と同様にタグが生成さ
れ、文書記憶手段１１に記憶されている正規化情報と、
このタグとを照合することにより、文書が検索される。

【０１０５】図２５は、図２４の検索結果を表示する画
面の表示例である。この表示例では、検索結果の属性と
して「組織名」、「組織名」、「新組織名」、「合併
日」、および、「見出し」が表示される。

【０１０６】図２６は、実際の表示例を示している。こ
の例では、検索結果の文書には、組織名が「ＡＡＡ」お
よび「ＢＢＢ」である会社が「1997/04/01」に合併し、
新組織名は「ＣＣＣ」であることが示されており、ま
た、その文書の見出しは、「AAA, BBB，２社合併」であ
ることが示されている。

【０１０７】以上の実施の形態によれば、検索の対象と
なる事象に対応した入力画面を用意して、その入力画面
から必要な項目を入力することにより、所望の文書が取
得されることになる。ところで、文書記憶手段１１に記
憶されている文書には、前述の正規化情報が関連付けら
れて記憶されているので、その正規化情報を参照するこ
とにより、例えば、対象とする文書に、新たに発売され
たパソコンの価格が「二十五万円」と漢数字で記載され
ているような場合においても、「200000」円〜「30000
0」円と記述されたクエリによって取得されることにな
る。

【０１０８】なお、以上の実施の形態においては、検索
しようとする事象に対応した入力画面から所定の項目を
入力し、入力された項目に対応する文書を検索するよう
にしたが、クエリを文章として入力し、入力された文章
に対して正規化処理を行った後、対応する文書を検索す
るようにしてもよい。以下、そのような方法により、ク
エリを正規化する処理の一例について、図２７を参照し
て説明する。このフローチャートが開始されると以下の
処理が実行されることになる。 ［Ｓ１５１］ユーザインタフェース部２は、文章として
記述されたクエリを入力する。 ［Ｓ１５２］事象特定手段４は、クエリに記述されてい
る事象の種類を特定する。即ち、事象特定手段４は、知
識情報記憶手段３に記憶されている事象と表現とのマッ
ピング規則情報（図５参照）を参照して、クエリに記述
されている事象の種類を特定する。 ［Ｓ１５３］属性値抽出手段５は、知識情報記憶手段３
に記憶されている知識情報を参照して属性値を抽出す
る。 ［Ｓ１５４］正規化手段８は、抽出された属性値に日付
表現が含まれているか否かを判定し、日付表現が含まれ
ている場合にはステップＳ１５５に進み、それ以外の場
合にはステップＳ１５７に進む。 ［Ｓ１５５］作成日時取得手段６は、クエリが作成され
た日時を取得し、また、時制取得手段７は、クエリの時
制（tense ）を取得する。 ［Ｓ１５６］正規化手段８は、取得したクエリ作成日時
情報と時制情報とを参照して、日付表現を対応する数値
に変換する「日付表現変換処理」を実行する。なお、こ
の処理の詳細については、図６を参照して既述したの
で、その説明は省略する。 ［Ｓ１５７］正規化手段８は、抽出された属性値に金額
表現が含まれているか否かを判定し、金額表現が含まれ
ている場合には、ステップＳ１５８に進み、それ以外の
場合にはステップＳ１６１に進む。 ［Ｓ１５８］正規化手段８は、注目している金額表現が
規定された通貨単位であるか否かを判定し、規定された
通貨単位である場合にはステップＳ１６０に進み、それ
以外の場合にはステップＳ１５９に進む。例えば、規定
されている通貨単位が「円」ある場合に、「＄」を単位
とする金額表現が既述されている場合にはステップＳ１
５９に進む。 ［Ｓ１５９］単位変換手段９は、内蔵されている記憶部
に記憶している交換レートを読み出し、規定されている
通貨単位に変換する処理を行う。

【０１０９】例えば、「＄１００」という表現が存在し
ている場合に、交換レートが「１＄＝１３０円」である
とすると、「＄１００」は「１３０００円」に変換され
ることになる。 ［Ｓ１６０］正規化手段８は、金額表現を数値に変換す
る「金額表現変換処理」を行う。なお、この処理の詳細
は、図１３を参照して既述したので、その説明は省略す
る。

【０１１０】前述の例では、「１３０００円」（文字
列）が「13000 」（数値）に変換されることになる。 ［Ｓ１６１］正規化手段８は、他の数値表現が存在する
か否かを判定し、他の数値表現が存在する場合にはステ
ップＳ１６２に進み、その他の場合にはステップＳ１６
３に進む。

【０１１１】例えば、「出荷台数５００００台」などが
存在する場合には、ステップＳ１６２に進む。 ［Ｓ１６２］正規化手段８は、属性値に含まれている数
値表現を対応する数値に変換する。例えば、前述の例で
は、文字列「５００００」が計算可能な数値「5000」に
変換されることになる。 ［Ｓ１６３］対応付け手段１０は、属性値に固有名（例
えば、「橋本電気」等）が含まれているか否かを判定
し、含まれている場合にはステップＳ１６４に進み、そ
れ以外の場合にはステップＳ１６５に進む。 ［Ｓ１６４］対応付け手段１０は、固有名を抽出し、そ
の固有名に対応する固有名コードを知識情報記憶手段３
から取得して属性値に付与する。

【０１１２】例えば、前述の「橋本電気」に対応する固
有名コード「０００１１」が、知識情報記憶手段から読
み出されて付与される。なお、知識情報記憶手段３に
は、関連する固有名を相互に関連づけて生成した情報が
記憶されているので、ある固有名が複数の候補を有する
場合には、関連付けられている他の固有名を参照するこ
とにより、固有名を正確に特定することが可能となる。

【０１１３】即ち、「橋本電気」に対応する候補が「橋
本電気株式会社」と「株式会社橋本電気」の２つである
場合（同名の会社が存在する場合）には、クエリ中に記
載されている、例えば、社長名や所在地などと、知識情
報記憶手段３に関連付けられて記憶されている固有名と
を比較することにより、これらの候補を絞り込んで正確
な固有名コードを取得することができる。 ［Ｓ１６５］対応付け手段１０は、参照表現（同または
両などの表現）が存在するか否かを判定し、参照表現が
存在する場合にはステップＳ１６６に進み、それ以外の
場合にはステップＳ１６８に進む。

【０１１４】例えば、参照表現である（同）が存在する
場合には、ステップＳ１６６に進むことになる。 ［Ｓ１６６］対応付け手段１０は、参照表現が参照して
いる対象を同定する。

【０１１５】例えば、「橋本電気（中山社長）は、橋本
電算機（同）の独立を・・・」の場合では、参照表現
「同」が参照している対象として「中山社長」を同定す
る。なお、この同定方法としては、「同」や「両」が内
挿された括弧“（）”が検出された場合には、その括弧
より前に出現する括弧内の属性値を、参照表現が参照し
ている対象であると同定するようにすればよい。 ［Ｓ１６７］対応付け手段１０は、参照表現が参照して
いる対象に対応する固有コードを取得し、取得した固有
コードを参照表現に対して付与する。

【０１１６】前述の例では、「中山社長」の固有コード
「０００１０」が参照表現「同」に付与されることにな
る。 ［Ｓ１６８］対応付け手段１０は、以上のようにして生
成されたクエリの正規化情報を、文書抽出手段１２に供
給する。その結果、文書抽出手段１２は、以上のように
して生成されたクエリの正規化情報を参照して、文書記
憶手段１１に記憶されている文書を検索する。

【０１１７】例えば、クエリとして「橋本酒造が純米
酒、橋本を発売した。」が入力された場合には、事象特
定手段４は、知識情報記憶手段３に記憶されている知識
情報を参照し、入力されたクエリが「新製品の発売」と
いう事象を示していることを特定する。

【０１１８】属性値抽出手段５は、＜組織名＞として
「橋本酒造」を抽出し、また、＜製品種＞として「純米
酒」を、また、＜製品名＞として「橋本」を抽出する。
対応付け手段１０は、「橋本酒造」に対応する固有名コ
ードが存在する場合には、その固有名コードを取得して
付与する。例えば、「橋本酒造」の固有名コードが“０
１１１”である場合には、＜組織名＞橋本酒造（０１１
１）＜／組織名＞というタグが生成されることになる。

【０１１９】文書抽出手段１２は、以上のようにして生
成された正規化情報を参照して、文書記憶手段１１から
該当する文書を抽出する。即ち、文書抽出手段１２は、
組織名タグと固有名コード（０１１１）が付けられた
「橋本酒造」、製品種タグが付けられた「橋本」、およ
び、製品名タグが付けられた「橋本」を含み、その事象
が「新製品の発売」である文書を文書記憶手段１１から
抽出する。

【０１２０】このような処理によれば、例えば、「橋本
さんは、橋本酒造製の純米酒を注文した。」という一文
が含まれている文書が検索結果として取得されることを
防止することができる。即ち、クエリと文書の正規化情
報には、抽出された属性を示すタグがそれぞれ付与され
ていることから、例えば、＜製品名＞である「橋本」
を、＜人名＞と混同すること防止することができる。

【０１２１】次に、以上の実施の形態により文書をクリ
ッピングする場合の処理の一例について説明する。図２
９は、文書をクリッピングする場合に、ユーザから送信
されたクエリを正規化する処理の一例を説明するフロー
チャートである。このフローチャートが開始されると、
以下の処理が実行されることになる。 ［Ｓ１８０］ユーザインタフェース部２は、所定のユー
ザからのクエリを入力する。［Ｓ１８１］事象特定手段
４、属性値抽出手段５、および、対応付け手段１０は、
図２７および図２８のステップＳ１５１〜Ｓ１６７の処
理を実行して、クエリを正規化する。 ［Ｓ１８２］文書抽出手段１２は、正規化されたクエリ
（正規化情報）と、それを送信したユーザを特定する情
報とを関連付けて記憶する。 ［Ｓ１８３］文書抽出手段１２と重要度算出手段１３
は、文書記憶手段１１に記憶されている文書と、ユーザ
毎のクエリの関連度を判定する「関連度判定処理」を実
行する。なお、この処理の詳細は、図３０を参照して後
述する。

【０１２２】次に、図３０を参照して、図２９に示す
「関連度判定処理」の詳細について説明する。このフロ
ーチャートが開始されると、以下の処理が実行されるこ
とになる。 ［Ｓ２０１］重要度算出手段１３は、正規化情報が付与
された文書と、正規化されたクエリとの関連度をユーザ
単位で計算する。

【０１２３】なお、計算方法としては、例えば、正規化
されたクエリに含まれている重要表現を対象となる文書
がいくつ含んでいるかに応じてスコアリングを行い、ス
コアの高い文書を関連度の高い文書とする方法を採用す
ることができる。 ［Ｓ２０２］文書抽出手段１２は、重要度算出手段１３
の計算結果を参照し、関連度の高い文書を抽出する。 ［Ｓ２０３］文書抽出手段１２は、正規化したクエリに
含まれている日付、金額、および、数値が、文書の正規
化情報に含まれているそれらの値と一致する文書を抽出
する。 ［Ｓ２０４］文書抽出手段１２は、一致した文書をネッ
トワーク２１を介してユーザに送付する。

【０１２４】続いて、図３１を参照して、例えば、サー
バ２３から新たな文書が送信されてきた場合に、文書処
理装置２０において実行される処理の一例を説明する。
このフローチャートが開始されると、以下の処理が実行
されることになる。 ［Ｓ２３０］文書入力部１は、ネットワーク２１を介し
て、例えば、サーバ２３から新たな文書の入力を受け
る。 ［Ｓ２３１］事象特定手段４、属性値抽出手段５、およ
び、対応付け手段１０は、文書の正規化処理を実行す
る。

【０１２５】即ち、事象特定手段４、属性値抽出手段
５、および、対応付け手段１０は、図３および図４に示
す処理を実行することにより入力された文書に対応する
正規化情報を生成する。 ［Ｓ２３２］文書抽出手段１２および重要度算出手段１
３は、図３０に示す「関連度判定処理」を実行する。そ
の結果、生成された正規化情報に一致するクエリが存在
している場合には、そのクエリを送信したユーザに対し
て、新たに入力された文書が送付される。

【０１２６】以上の処理によれば、新たな文書が入力さ
れた場合には、入力された文書の正規化情報と、各ユー
ザの正規化されたクエリとの関連度を算出して、関連度
が高い場合には対応するユーザに対して文書を送信する
ようにしたので、ユーザの要求に適合した文書を正確に
選択して送信することが可能となる。

【０１２７】なお、上記の処理機能は、コンピュータに
よって実現することができる。その場合、文書処理装置
が有すべき機能の処理内容は、コンピュータで読み取り
可能な記録媒体に記録されたプログラムに記述されてお
り、このプログラムをコンピュータで実行することによ
り、上記処理がコンピュータで実現される。コンピュー
タで読み取り可能な記録媒体としては、磁気記録装置や
半導体メモリ等がある。

【０１２８】市場に流通させる場合には、ＣＤ−ＲＯＭ
(Compact Disk Read Only Memory)やフロッピーディス
ク等の可搬型記録媒体にプログラムを格納して流通させ
たり、ネットワークを介して接続されたコンピュータの
記憶装置に格納しておき、ネットワークを通じて他のコ
ンピュータに転送することもできる。コンピュータで実
行する際には、コンピュータ内のハードディスク装置等
にプログラムを格納しておき、メインメモリにロードし
て実行するようにすればよい。

【０１２９】

【発明の効果】以上説明したように本発明では、対象と
なる文書に記述されている事象を特定し、特定された事
象に関する属性の属性値を抽出し、抽出した属性値と実
世界の実体とを対応付けすることによって生成された情
報を参照して、文書を検索またはクリッピングするよう
にしたので、各属性値を正確に認識して文書を検索また
はクリッピングすることが可能となるので、結果とし
て、文書の検索またはクリッピング精度を向上させるこ
とが可能となる。

【図面の簡単な説明】

【図１】本発明の実施の形態の構成例を示すブロック図
である。

【図２】図１に示す文書処理装置を含む通信システムの
構成例である。

【図３】文書の正規化処理の一例を説明するフローチャ
ートである。

【図４】文書の正規化処理の一例を説明するフローチャ
ートである。

【図５】知識情報の一例を示す図である。

【図６】図３に示す日付表現変換処理の詳細を説明する
フローチャートである。

【図７】数字変換テーブルの一例を示す図である。

【図８】日時表現変換テーブルの一例を示す図である。

【図９】図６に示す日付推定処理の詳細を示すフローチ
ャートである。

【図１０】図９に示す%year 推定処理の詳細を説明する
フローチャートである。

【図１１】図９に示す%month推定処理の詳細を説明する
フローチャートである。

【図１２】図９に示す%day推定処理の詳細を説明するフ
ローチャートである。

【図１３】図３に示す金額表現変換処理の詳細を説明す
るフローチャートである。

【図１４】金額表現変換テーブルの一例を示す図であ
る。

【図１５】図１に示す実施の形態に入力される文書の一
例である。

【図１６】図１５に示す文書を処理した結果生成される
正規化情報の一例である。

【図１７】図１に示す実施の形態に入力される文書の他
の一例を示す図である。

【図１８】図１７に示す文書を処理した結果生成される
正規化情報の一例である。

【図１９】製品販売情報に関する文書を検索する際の入
力画面の一例である。

【図２０】図１９に示す入力画面に入力がなされた場合
の一例である。

【図２１】図１９に示す入力画面に対応する検索結果表
示画面の一例である。

【図２２】図２０に示す入力画面に対応する検索結果の
画面の一例である。

【図２３】組織合併情報に関する文書を検索する際の入
力画面の一例である。

【図２４】図２３に示す入力画面に入力がなされた場合
の一例である。

【図２５】図２３に示す入力画面に対応する検索結果表
示画面の一例である。

【図２６】図２４に示す入力画面に対応する検索結果の
画面の一例である。

【図２７】クエリに対する正規化処理の一例を説明する
フローチャートである。

【図２８】クエリに対する正規化処理の一例を説明する
フローチャートである。

【図２９】文書のクリッピングを行う場合において、ユ
ーザからのクエリに対する処理の一例を説明するフロー
チャートである。

【図３０】図２９に示す関連度判定処理の詳細を説明す
るフローチャートである。

【図３１】文書のクリッピングを行う場合において実行
される、文書に対する処理の一例を説明するフローチャ
ートである。

【符号の説明】

１ 文書入力部 ２ ユーザインタフェース部 ３ 知識情報記憶手段 ４ 事象特定手段 ５ 属性値抽出手段 ６ 作成日時取得手段 ７ 時制取得手段 ８ 正規化手段 ９ 単位変換手段 １０ 対応付け手段 １１ 文書記憶手段 １２ 文書抽出手段 １３ 重要度算出手段

───────────────────────────────────────────────────── フロントページの続き (72)発明者 落谷 亮 神奈川県川崎市中原区上小田中４丁目１番 １号 富士通株式会社内 (72)発明者 西野 文人 神奈川県川崎市中原区上小田中４丁目１番 １号 富士通株式会社内

Claims (10)

【特許請求の範囲】
1. 【請求項１】 入力された文書に対して所定の処理を施
   して記憶するとともに、与えられたクエリに対応する文
   書を、記憶されている文書の中から検索またはクリッピ
   ングする処理を行う文書処理装置において、 前記入力された文書を処理するために必要な知識情報を
   記憶する知識情報記憶手段と、 前記入力された文書に記述されている事象の種類を、前
   記知識情報記憶手段に記憶されている知識情報を参照し
   て特定する事象特定手段と、 前記事象特定手段によって特定された事象に係わる属性
   の属性値を、前記知識情報記憶手段に記憶されている知
   識情報を参照して前記文書から抽出する属性値抽出手段
   と、 前記知識情報記憶手段に記憶された知識情報を参照し
   て、前記属性値抽出手段によって抽出された属性値と、
   実世界の実体との対応付けを行う対応付け手段と、 前記対応付け手段によって対応付けがなされた属性値
   と、前記文書または前記文書の格納場所を特定するため
   の情報とを関連付けて記憶する文書記憶手段と、 前記属性値と前記クエリとを参照して、対象となる文書
   に対して検索処理またはクリッピング処理を行う文書抽
   出手段と、 を有することを特徴とする文書処理装置。
2. 【請求項２】 前記対応付け手段は、前記属性値の中で
   固有名であるものに対しては、他の属性値を参照してそ
   の固有名が示す実世界の実体を特定するとともに、特定
   された実体を一意に示す所定の情報を付与し、 前記文書抽出手段は、前記対応付け手段によって付与さ
   れた前記所定の情報を参照して、検索処理またはクリッ
   ピング処理を行うことを特徴とする請求項１記載の文書
   処理装置。
3. 【請求項３】 前記対応付け手段は、前記属性値が参照
   表現である「同」または「両」を含む場合に、それらの
   参照表現が参照する属性値を特定することを特徴とする
   請求項１記載の文書処理装置。
4. 【請求項４】 前記文書に含まれているキーワードの出
   現頻度を参照して対象とする文書の重要度を算出する重
   要度算出手段を更に有し、 前記重要度算出手段は、前記対応付け手段によって参照
   先が特定された参照表現もキーワードと同等に処理する
   ことを特徴とする請求項３記載の文書処理装置。
5. 【請求項５】 前記属性値のうち、数値化可能なものに
   関しては、対応する数値に変換して正規化する正規化手
   段を更に有し、 前記文書抽出手段は、前記正規化手段によって正規化さ
   れた情報を参照して、検索処理またはクリッピング処理
   を行うことを特徴とする請求項１記載の文書処理装置。
6. 【請求項６】 前記正規化手段によって得られた数値が
   有する単位を、他の所定の単位に変換する単位変換手段
   を更に有することを特徴とする請求項５記載の文書処理
   装置。
7. 【請求項７】 前記文書を構成する所定の文章の時制を
   取得する時制取得手段と、 前記文書が作成された日時を取得する作成日時取得手段
   とを更に有し、前記正規化手段は、前記時制取得手段に
   よって取得された文書の時制と、前記作成日時取得手段
   によって取得された作成日時とを参照して、日時または
   期間を示す属性値の具体的な値を推定することを特徴と
   する請求項５記載の文書処理装置。
8. 【請求項８】 前記文書に含まれているキーワードの出
   現頻度を参照して対象とする文書の重要度を算出する重
   要度算出手段を更に有し、 前記重要度算出手段は、前記正規化手段によって推定さ
   れた日時または期間を加味して重要度を算出することを
   特徴とする請求項７記載の文書処理装置。
9. 【請求項９】 前記事象特定手段、前記属性抽出手段、
   および、対応付け手段は、前記クエリに対しても文書の
   場合と同様の処理を行い、 前記文書抽出手段は、前記対応付け手段によって対応付
   けがなされた文書の属性値とクエリの属性値とを参照し
   て、検索またはクリッピング処理を行うことを特徴とす
   る請求項１記載の文書処理装置。
10. 【請求項１０】入力された文書に対して所定の処理を施
    して記憶するとともに、与えられたクエリに対応する文
    書を、記憶されている文書の中から検索またはクリッピ
    ングする処理をコンピュータに実行させるプログラムを
    記録したコンピュータ読み取り可能な記録媒体におい
    て、 コンピュータを、 前記入力された文書を処理するために必要な知識情報を
    記憶する知識情報記憶手段、 前記入力された文書に記述されている事象の種類を、前
    記知識情報記憶手段に記憶されている知識情報を参照し
    て特定する事象特定手段、 前記事象特定手段によって特定された事象に係わる属性
    の属性値を、前記知識情報記憶手段に記憶されている知
    識情報を参照して前記文書から抽出する属性値抽出手
    段、 前記知識情報記憶手段に記憶されている知識情報を参照
    して、前記属性値抽出手段によって抽出された属性値
    と、実世界の実体との対応付けを行う対応付け手段、 前記対応付け手段によって対応付けがなされた属性値
    と、前記文書または前記文書の格納場所を特定するため
    の情報とを関連付けて記憶する文書記憶手段、 前記属性値と前記クエリとを参照して、対象となる文書
    に対して検索処理またはクリッピング処理を行う文書抽
    出手段、 として機能させるプログラムを記録したコンピュータ読
    み取り可能な記録媒体。