JPH11265399A

JPH11265399A - 言語間情報検索支援装置

Info

Publication number: JPH11265399A
Application number: JP10082478A
Authority: JP
Inventors: Masami Suzuki; 雅実鈴木; Naoki Inoue; 直己井ノ上; Kazuo Hashimoto; 和夫橋本
Original assignee: KDD Corp
Current assignee: KDDI Corp
Priority date: 1998-03-16
Filing date: 1998-03-16
Publication date: 1999-09-28

Abstract

(57)【要約】【課題】所望の言語以外の言語のページを検索及び閲
覧する場合に、できる限り検索者が所望するページが検
索できるように、該ページの内容全体を反映した閲覧支
援情報を提供する言語間情報検索支援装置である。【解決手段】第１の言語の複数の単語について、１つ
のページ内で該単語が同時に出現する組み合わせの頻度
を格納した該第１の言語の共起頻度テーブルと、検索手
段によって検索された１つの文書情報内に出現する第２
の言語の複数の単語のそれぞれを、１つ以上の第１の言
語の対訳語に対訳する対訳手段と、第１の言語の対訳語
を用いて、第２の言語の単語間で相互に、複数の該第１
の言語の対訳語が同時に出現する頻度の高い組み合わせ
を、第１の言語の共起頻度テーブルから検索する検索手
段とを有するものである。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、複数のコンピュー
タが接続されたネットワークにあって、所望の言語以外
の言語で提供された文書情報の検索を支援する装置に関
するものである。

【０００２】

【従来の技術】情報検索支援装置の代表例としては、イ
ンターネットにおいて膨大な数のホームページを検索す
るために、キーワード等の検索条件を指定して検索結果
を得ることができるサーチエンジンと称されるものがあ
る。以下では、主にインターネット上での利用を例にと
り説明していく。

【０００３】従来、サーチエンジンは、検索者の所望の
言語と検索対象のページの原言語とが異なる場合、検索
者は、適切な情報を検索をするために非常に苦しまされ
る。なぜなら、サーチエンジンで指定する検索キーワー
ドは、少なくとも検索対象のホームぺージの原言語でな
ければならない。

【０００４】このような不都合を解決できる言語間情報
検索システムとして、キーワードを検索対象のページの
原言語に対訳し、その対訳されたキーワードを用いて既
存の英語のサーチエンジンで検索するシステムがある。
これは、例えば、検索者の所望の言語が日本語であり、
検索対象のページの原言語が英語である場合に、日本語
で指定された検索キーワードを自動的に英語のキーワー
ドに対訳する。このサーチエンジンの例としては、ドラ
ゴンサーチ(http://www.dragon.co.jp) がある。

【０００５】他の言語間情報検索システムの例として
は、日本語に限定した上で文節程度を検索フレーズとし
て指定できるシステムがある。これは、検索フレーズ内
の１つ以上のキーワードを自動的に抽出して且つ該キー
ワードをＡＮＤ検索することができる。また、検索結果
リストの表示の際に該当するホームページのタイトルに
限って日本語に翻訳して表示することができる。このサ
ーチエンジンの例としては、ＮＴＴのＴＩＴＡＮ(http:
//isserv.tas.ntt.jp/chisho/titan.html)がある。例え
ば検索フレーズを「日本文化として」と入力すると、検
索キーワードが「Japan 」及び「culture 」に対訳され
てＡＮＤ条件で検索される。

【０００６】しかし、前述した従来の言語間情報検索シ
ステムは、いずれも検索者が指定する検索キーワード及
び検索フレーズに対して、できる限り最適な検索を行お
うとするものである。従って、検索者が目的とするホー
ムページを得るためには、確実な検索キーワード等の条
件指定が必要となる。また、複数のＵＲＬを表示した検
索結果リストから適当なＵＲＬを選択するための判断材
料は、ホームページのタイトル部等の情報しかない。更
に、前述したサーチエンジンを用いて、たとえ最適なホ
ームページを検索できたとしても、詳細なアンカーを選
択することは難しい。なぜなら、検索者の所望の言語以
外の言語で提供されたページは、大まかな概要を理解す
るのも難しい場合があるからである。いずれも、ページ
の検索を支援するものではあるが、ページの閲覧を支援
するものではない。

【０００７】そこで、これらの課題を解決するために、
本発明者等は、特願平８−３５５４９２において、所望
の言語以外の言語で提供された文書情報を検索する際
に、容易かつ的確な検索を行うための支援情報を検索者
に提供する言語間情報検索支援システムを提供してい
る。

【０００８】該言語間情報検索支援システムは、第１の
言語のキーワードを用いて第２の言語で記述された文書
情報を検索するために、言語間対訳辞書データベース
と、第１の言語のキーワードを指定させ且つ検索結果を
表示するユーザインターフェース手段と、該第１の言語
のキーワードを該言語間対訳辞書データベースを用いて
第２の言語のキーワードに対訳する対訳手段と、該第２
の言語のキーワードを用いて文書情報を検索する検索手
段とを有するものである。

【０００９】例えば、検索者の所望の言語が日本語であ
り、検索対象のページの原言語が英語である場合につい
て説明する。第１に、データベースが、予め検索ページ
のテキストリソース全体から英語の主要キーワードを抽
出し、且つ発生頻度及び／又は文書構造の重み付けによ
り優先度順にリストされたインデックス情報を格納して
いる。第２に、日本語で指定されたキーワードを英語に
対訳して、データベースのインデックス情報から検索す
る。第３に、検索されたページを検索者に表示すると共
に、該ページのインデックス情報のいくつかの英語の主
要キーワードもそれぞれ日本語に対訳して、その対訳結
果をブラウザ上に表示する。

【００１０】従って、検索者は、所望の言語以外の言語
のページを、主要キーワードの対訳を参照しながら閲覧
できるために、ページの概要が把握しやすいという効果
を奏するものである。

【００１１】

【発明が解決しようとする課題】しかし、検索者の閲覧
支援のための対訳結果は、１つのキーワードに対して複
数の対訳語が存在する場合であっても、１つ又はいくつ
かの対訳結果を表示できるものでしかない。例えば、検
索対象である英語のページの主要キーワードが「ｌｉｆ
ｅ」であるとする。「ｌｉｆｅ」に対応する日本語の対
訳語は、「生命（命）」、「人生、生涯」、「生活、生
計」、「生物」、「活気」等がある。従って、いずれか
１つの対訳語を表示したとしても、ページの内容を反映
した対訳語が選択されない場合が多い。

【００１２】一方、このような問題は、日本語のキーワ
ードを英語のキーワードに対訳して、英語のサーチエン
ジンを用いて検索する場合にも問題となる。例えば、日
本語の検索キーワードが「状態」であるとする。「状
態」に対応する英語の対訳語は、「condition 」、「st
ate 」、「situation 」等がある。従って、どの英語の
キーワードが、検索者の所望のキーワードであるかを判
断することも難しい。

【００１３】そこで、本発明は、所望の言語以外の言語
の文書情報を検索及び閲覧する場合に、できる限り検索
者が所望する文書情報を検索し、該文書情報の内容を反
映した閲覧支援情報を提供することを目的とする。

【００１４】

【課題を解決するための手段】本発明は、第１の言語の
複数の単語について、１つの文書情報内で該単語が同時
に出現する組み合わせA(Wi,Wj)の頻度を格納した該第１
の言語の共起頻度テーブルを更に有しており、対訳手段
は、検索手段によって検索された１つの文書情報内に出
現する第２の言語の複数の単語のそれぞれを、１つ以上
の第１の言語の対訳語に対訳するものであり、検索手段
は、第２の言語の単語間で、複数の第１の言語の対訳語
が同時に出現する頻度の高い組み合わせを、第１の言語
の共起頻度テーブルから検索するものであり、ユーザイ
ンタフェース手段は、検索手段によって検索された複数
の対訳語を支援情報として表示するものである。これに
より、よりページ内容を反映した最適な対訳語に対訳さ
れるので、検索者が所望の言語以外の言語のページを閲
覧する場合にも、適切な支援情報を提供することが可能
となる。

【００１５】本発明は、また、第２の言語の複数の単語
について、１つの文書情報内で複数の該キーワードが同
時に出現する組み合わせの頻度を格納した第２の言語の
共起頻度テーブルを更に有しており、対訳手段は、ユー
ザインタフェース手段によって指定された第１の言語の
複数のキーワードのそれぞれを、１つ以上の第２の言語
の対訳語に対訳するものであり、検索手段は、第１の言
語のキーワード間で、複数の第２の言語の対訳語が同時
に出現する頻度の高い組み合わせを、第２の言語の共起
頻度テーブルから検索し、検索された複数の該第２の言
語の対訳語をキーワードとして第２の言語の文書情報を
検索するものである。これにより、よりページ内容を反
映した最適なキーワードに対訳されるので、検索者が所
望の言語以外の言語のページを検索する場合にも、適切
なページを検索することが可能となる。

【００１６】本発明は、更に、前述したような言語間対
訳辞書データベースと、ユーザインターフェース手段
と、対訳手段と、検索手段と、第１の言語の共起頻度テ
ーブルと、第２の言語の共起頻度テーブルとを合わせ持
ったものである。

【００１７】本発明の他の実施形態によれば、共起頻度
テーブルは、Ｎ個の単語の正方行列であり、該正方行列
内に、検索対象となる全ての文書情報の中から同一文書
内に同時に出現する頻度値が格納されているものであ
る。

【００１８】本発明の他の実施形態によれば、共起頻度
テーブルに格納される頻度値は、単語Ｗｉがｎ回出現し
且つ単語Ｗｊがｍ回出現した場合に、単語Ｗｉ及び単語
Ｗｊ間の出現頻度値を、１増分するか、又はｎ×ｍを増
分するか、又はｎとｍとを比較して小さい値を増分する
か、又は単語Ｗｉ及び単語Ｗｊの文書構造における重み
付け値を増分するか、又は単語Ｗｉ及び単語Ｗｊの出現
位置の距離値を増分するものである。

【００１９】本発明の他の実施形態によれば、１つの文
書情報内に出現する第２の言語の複数の単語を予め抽出
し、かつ発生頻度及び／又は文書構造の重み付けによる
優先度順のリストのインデックス情報を格納するインデ
ックスデータベースを更に有するものである。

【００２０】本発明の他の実施形態によれば、検索のた
めの第１の言語のキーワードとして第１の言語のフレー
ズで指定することができ、該フレーズから１つ以上のキ
ーワードを抽出する検索キーワード抽出手段を更に有し
ている。

【００２１】本発明の他の実施形態によれば、ネットワ
ークを介して自動的に前記文書情報を収集するリソース
発見エンジンと、収集された該文書情報のテキストリソ
ースが記録されているテキストデータベースとを更に有
している。

【００２２】

【発明の実施の形態】図１は、本発明の一実施形態にお
ける装置構成図である。以下、この構成について説明す
る。

【００２３】図１は、本発明の言語間情報検索支援装置
となるサーバ１と、検索情報を表示するためのＷＷＷブ
ラウザが用意されているクライアントとから構成されて
おり、両者はインターネット３によって接続されてい
る。

【００２４】サーバ１は、制御部１０と、複数の種類の
言語間で単語を対訳するための辞書を有する言語間対訳
辞書データベース１１と、ページのテキストリソースを
含むテキストデータベース１２と、該ページのインデッ
クス情報を含むインデックスデータベース１３と、単語
共起頻度テーブル１４とを有する。該制御部１０は、ユ
ーザインタフェース手段１０ａと、対訳手段１０ｂと、
検索手段１０ｃと、リソース発見エンジン１０ｄと、検
索キーワード抽出手段１０ｅとを有する。

【００２５】言語間情報検索支援装置の動作を説明する
ために、クライアントの検索者が所望する言語を日本語
とし、検索されるページが英語で記述されていると仮定
する。本装置の対訳機能としては、第１に、日本語の検
索キーワードを英語に対訳し、その対訳語を用いて英語
のページを検索する機能と、第２に検索された英語のペ
ージについて主要な単語を日本語に対訳し、検索者を支
援する機能とがある。

【００２６】ここで、言語間情報検索支援装置の動作を
説明する。最初に、ユーザインタフェース手段１０ａ
は、クライアント２から１つ以上の日本語の検索キーワ
ードを取得する。次に、対訳手段１０ｂは、言語間対訳
辞書データベース１１を用いて該日本語の検索キーワー
ドを英語のキーワードに対訳する。このとき、単語共起
頻度テーブル１４を用いて最適な英語のキーワードに対
訳することができる。次に、検索手段１０ｃは、該最適
な英語のキーワードを用いてインデックスデータベース
にアクセスしてページを検索する。ページのインデック
ス情報には、該ページの主要単語が列挙されている。こ
れは、英語のページをクライアントの検索者が閲覧する
際の支援情報となるものである。次に、該対訳手段１０
ｂは、ページの英語の主要単語を言語間対訳辞書データ
ベース１１を用いて日本語の単語に対訳する。このと
き、単語共起頻度テーブル１４を用いて最適な日本語の
単語に対訳する。最後に、ユーザインタフェース手段１
０ａは、検索された英語のページと、該ページの支援情
報として日本語の主要単語をクライアント２へ送信す
る。

【００２７】次に、最適な単語に対訳するために用いら
れる単語共起頻度テーブル１４について説明する。単語
共起頻度テーブルは、２つ以上の単語の組み合わせが同
時に出現する頻度の最も高いものを選択するためのもの
である。単語共起頻度とは、任意の複数の単語の組み合
わせが同時に１つのページに出現する頻度の分布をい
う。

【００２８】例えば、検索されたページ内に英語の単語
「court 」が出現しているとする。「court 」の対訳語
には「中庭、コート」又は「裁判所、法廷」がある。こ
の場合、検索されたページ内に「sport 」、「tennis」
又は「game」等の英語の単語が出現するならば、「cour
t 」は「コート」と対訳すべきである。一方、検索され
たページ内に「lawsuit 」（裁判）又は「accused 」
（被告）等の英語の単語が出現するならば、「court 」
は「法廷」と対訳すべきである。

【００２９】より具体的に、単語共起頻度テーブル１４
を用いた対訳について説明する。例えば、検索された１
つのページ内に「development 」、「communications」
及び「system」が出現しているとする。対訳手段１０ｂ
は、言語間対訳辞書データベース１１を用いて、「deve
lopment 」を「開発」、「現像」、「発展」及び「展
開」に、「communications」を「交通」及び「通信」
に、「system」を「組織」、「体制」及び「制度」にそ
れぞれ対訳する。

【００３０】次に、単語共起頻度テーブル１４内で、
「開発」、「現像」、「発展」、「展開」、「交通」、
「通信」、「組織」、「体制」及び「制度」について、
以下のような正方行列の組み合わせテーブルを作成して
いる。現実には、これらの単語は行及び列が数千個以上
でマトリックスを構成している。

【００３１】開発展開発展体制測定現像通信組織措置交通制度開発１５６４１１０７１１９展開６２１１２４１５３発展３２１６６３７３体制１１６７３３６測定４６２１７３現像２２１１１通信５３３８組織４６５措置３３交通７制度

【００３２】単語共起頻度テーブル内に表された値は、
テキストデータベースに格納された対象となる全てのぺ
ージから算出された出現頻度値である。出現頻度値は、
大きい値になるほど単語間の組み合わせの出現頻度が高
いことを意味する。

【００３３】出現頻度値の決定は、種々の方法がある。
単語Ｗｉがｎ回出現し且つ単語Ｗｊがｍ回出現した場合
に、単語Ｗｉ及び単語Ｗｊ間の出現頻度値を、１増分す
るか、又はｎ×ｍを増分するか、又はｎとｍとを比較し
て小さい値を増分するか、又は単語Ｗｉ及び単語Ｗｊの
文書構造における重み付け値を増分するか、又は単語Ｗ
ｉ及び単語Ｗｊの出現位置の距離値を増分することによ
り決定する。

【００３４】対訳手段が、言語間対訳辞書データベース
１１と単語共起頻度テーブル１４とを用いて対訳する過
程を説明する。

【００３５】例えば、「development 」と「communicat
ions」及び「system」との組み合わせに対して、「開
発」、「現像」、「発展」及び「展開」と、「交通」、
「通信」、「組織」、「体制」及び「制度」との組み合
わせの出現頻度を検索する。以下に、そのマトリックス
を表す。

【００３６】

【００３７】「development 」の対訳語候補の各々と、
その決定（候補中からの選択）に影響を与える、他の２
語の対訳語候補との共起出現頻度を比較することによ
り、「development 」の対訳語は、「開発」が適切であ
ると判断できる。

【００３８】次に、「communications」と「developmen
t 」及び「system」との組み合わせに対して、「交通」
及び「通信」と、「開発」、「組織」、「体制」及び
「制度」との組み合わせの出現頻度を算出する。「現
像」、「発展」及び「展開」については、前段階で適切
でないと判断されているために、ここでの比較対象とは
しない。以下に、そのマトリックスを表す。

【００３９】

【００４０】「communications」の対訳語候補の各々
と、その決定（候補中からの選択）に影響を与える、他
の２語の対訳語候補との共起出現頻度を比較することに
より、「communications」の対訳語は、「通信」が適切
であると判断できる。

【００４１】次に、「system」と「communications」及
び「development 」との組み合わせに対して、「組
織」、「体制」及び「制度」と、「開発」及び「通信」
との組み合わせの出現頻度を算出する。「現像」、「発
展」、「展開」及び「交通」については、前段階で適切
でないと判断されているために、ここでの比較対象とは
しない。以下に、そのマトリックスを表す。

【００４２】

【００４３】「system」の対訳語候補の各々と、その決
定（候補中からの選択）に影響を与える、他の２語の対
訳語候補との共起出現頻度を比較することにより、「sy
stem」の対訳語は「制度」が適すると判断できる。

【００４４】これにより、検索された文書情報の単語に
おいて、「development 」は「開発」と、「communicat
ions」は「通信」と、「system」は「制度」と対訳され
る。

【００４５】前述の一実施形態では、日本語の単語共起
頻度テーブルを説明している。これにより、検索された
ページの主要な単語を対訳してクライアントに表示する
ことによって閲覧支援をすることができる。一方、前述
したものと全く同様の方法で、英語の単語共起頻度テー
ブルも作成する。これにより、複数の日本語の検索キー
ワードを、最適な英語のキーワードに対訳して、英語の
ページを検索することができる。

【００４６】また、サーバ１のリソース発見エンジン１
０ｄは、一般に「ロボット」と称されており、ネットワ
ーク上の多くの情報リソースからページを自動的に収集
する。収集されたページのテキストリソースは、テキス
トデータベース１２に記録される。但し、サーバ１は、
あくまで情報検索支援のために提供されるものなので、
収集したページのＨＴＭＬテキストリソース及び該ペー
ジのＵＲＬ及びドメイン等の各種情報のみが記録される
ようにしている。従って、画像データのような情報は記
録する必要がない。

【００４７】このようにして収集されたページから単語
を切り出して、自動的に単語共起頻度テーブル１４が更
新されていく。但し、単語共起頻度テーブルの更新は、
定期的にバッチ処理で行われるのが好ましい。

【００４８】また、インデックスデータベース１３は、
ページのテキストリソース全体から原言語の主要単語を
抽出し、かつ発生頻度及び／又は文書構造の重み付けに
より並べられた優先度順の該主要単語のリストをインデ
ックス情報として格納するものである。従って、リソー
ス発見エンジン１０ｄによってテキストデータベース１
２に収集されたページは、ページ毎にインデックス情報
が生成される。

【００４９】単語共起頻度テーブル１４は、ページ毎の
インデックス情報の単語リストを当該テーブルに反映さ
せる。インデックス情報のページ毎の単語リストは、当
該ページをクライアントに表示する際の検索者に対する
支援情報となる。単語共起頻度テーブル１４５は、ペー
ジ内容の分野によって大まかに分類されることも好まし
い。これにより、より適切な単語に対訳することが可能
となる。

【００５０】ユーザインタフェース手段１０ａは、検索
キーワードがフレーズであってもよい。その場合、検索
条件は検索キーワード抽出手段１０ｅへ送られる。該検
索キーワード抽出手段１０ｅは、フレーズから１つ以上
のキーワードを抽出し、対訳手段１０ｂへ送る。

【００５１】検索手段１０ｃは、対訳された検索キーワ
ード等の検索条件に該当するインデックス情報を、イン
デックスデータベース１３から検索する。検索されたイ
ンデックス情報の各種項目は、検索結果リストを表示す
る際の支援情報として用いられる。

【００５２】図２は、クライアント２に表示された検索
結果の一例である。当該ページの主要単語が対訳されて
表示されている。また、この表示された主要単語は、比
較的にページの内容を反映したものとなる。ここでのペ
ージは、英語及び中国語のページであり、ページタイト
ルさえも不明であるが、ページ内容が「イエローペー
ジ、会社、名簿、ビジネス、サービス業」に関するもの
であることが把握できる。これら支援情報は、検索者に
とって非常に有効なものである。

【００５３】図３は、クライアント２に表示されたペー
ジの一例である。当該ページの主要単語が対訳されて、
ページフレームと共に支援情報フレームが表示されてい
る。

【００５４】支援情報フレームには、タイトル中の単語
とページ中の主要単語とが対訳されて表示されている。
この時、原言語の単語と対訳された日本語の単語とを比
較できるように並べて表示されているので、検索者が見
比べて把握できる点で有効である。ここでは、優先順に
５つの主要キーワードが表示されている。

【００５５】前述した説明では、一実施形態としてイン
ターネットを例にとり説明したが、複数のコンピュータ
が接続されたネットワーク上での情報検索への適用にお
いて、本発明の技術思想及び見地の範囲の種々の変更、
修正及び省略は、当業者によれば容易に行うことができ
る。また、日本語、英語及び中国語等を例にとり説明し
たが、ロシア語等の他の言語でも同様に行えるのは当然
である。従って、上述した説明は、あくまで例であって
制約しようとするものではなく、本発明は、特許請求の
範囲及びその等価物として限定するものだけに制約され
る。

【００５６】

【発明の効果】以上説明したように、本発明によれば、
よりページ内容を反映した最適な対訳語に対訳されるの
で、検索者が所望の言語以外の言語のページを閲覧する
場合にも、適切な支援情報を提供することが可能とな
る。また、よりページ内容を反映した最適なキーワード
に対訳されるので、検索者が所望の言語以外の言語のペ
ージを検索する場合にも、適切なページを検索すること
が可能となる。

【図面の簡単な説明】

【図１】本発明の言語間情報検索支援装置の一実施形態
における装置構成図である。

【図２】図１のクライアントに表示された検索結果の表
示例である。

【図３】図１のクライアントに表示された検索ページの
表示例である。

【符号の説明】

１サーバ１０制御部１０ａユーザインタフェース手段１０ｂ対訳手段１０ｃ検索手段１０ｄリソース発見エンジン１０ｅ検索キーワード抽出手段１１言語間対訳辞書データベース１２テキストデータベース１３インデックスデータベース１４単語共起頻度テーブル２クライアント３インターネット

Claims

【特許請求の範囲】

【請求項１】第１の言語のキーワードを用いて第２の
言語で記述された文書情報を検索するために、言語間対
訳辞書データベースと、第１の言語のキーワードを指定
させ且つ検索結果を表示するユーザインターフェース手
段と、該第１の言語のキーワードを該言語間対訳辞書デ
ータベースを用いて第２の言語のキーワードに対訳する
対訳手段と、該第２の言語のキーワードを用いて文書情
報を検索する検索手段とを有する言語間情報検索支援装
置において、第１の言語の複数の単語について、１つの文書情報内で
該単語が同時に出現する組み合わせの頻度を格納した該
第１の言語の共起頻度テーブルを更に有しており、前記対訳手段は、前記検索手段によって検索された１つ
の文書情報内に出現する前記第２の言語の複数の単語の
それぞれを、１つ以上の前記第１の言語の対訳語に対訳
するものであり、前記検索手段は、前記第２の言語の単語間で、複数の前
記第１の言語の対訳語が同時に出現する頻度の高い組み
合わせを、前記第１の言語の共起頻度テーブルから検索
するものであり、前記ユーザインタフェース手段は、前記検索手段によっ
て検索された複数の対訳語を支援情報として表示するも
のであることを特徴とする装置。
【請求項２】第１の言語のキーワードを用いて第２の
言語で記述された文書情報を検索するために、言語間対
訳辞書データベースと、１つ以上の該第１の言語のキー
ワードを指定させ且つ検索結果を表示するユーザインタ
ーフェース手段と、該第１の言語のキーワードを該言語
間対訳辞書データベースを用いて該第２の言語のキーワ
ードに対訳する対訳手段と、該第２の言語のキーワード
を用いて文書情報を検索する検索手段とを有する言語間
情報検索支援装置において、前記第２の言語の複数の単語について、１つの文書情報
内で複数の該キーワードが同時に出現する組み合わせの
頻度を格納した第２の言語の共起頻度テーブルを更に有
しており、前記対訳手段は、前記ユーザインタフェース手段によっ
て指定された前記第１の言語の複数のキーワードのそれ
ぞれを、１つ以上の前記第２の言語の対訳語に対訳する
ものであり、前記検索手段は、前記第１の言語のキーワード間で、複
数の前記第２の言語の対訳語が同時に出現する頻度の高
い組み合わせを、前記第２の言語の共起頻度テーブルか
ら検索し、検索された複数の該第２の言語の対訳語をキ
ーワードとして第２の言語の文書情報を検索するもので
あることを特徴とする装置。
【請求項３】請求項１及び請求項２に記載の、前記言
語間対訳辞書データベースと、前記ユーザインターフェ
ース手段と、前記対訳手段と、前記検索手段と、前記第
１の言語の共起頻度テーブルと、前記第２の言語の共起
頻度テーブルとを有することを特徴とする装置。
【請求項４】前記共起頻度テーブルは、Ｎ個の単語の
正方行列であり、該正方行列内に、検索対象となる全て
の文書情報の中から同一文書内に同時に出現する頻度値
が格納されているものであることを特徴とする請求項１
から３のいずれか１項に記載の装置。
【請求項５】前記共起頻度テーブルに格納される頻度
値は、単語Ｗｉがｎ回出現し且つ単語Ｗｊがｍ回出現し
た場合に、単語Ｗｉ及び単語Ｗｊ間の出現頻度値を、１増分する、か又は、ｎ×ｍを増分する、か又は、ｎとｍとを比較して小さい値を増分する、か又は、単語Ｗｉ及び単語Ｗｊの文書構造における重み付け値を
増分する、か又は、単語Ｗｉ及び単語Ｗｊの出現位置の距離値を増分するこ
とを特徴とする請求項１から４のいずれか１項に記載の
装置。
【請求項６】１つの文書情報内に出現する第２の言語
の複数の単語を予め抽出し、かつ発生頻度及び／又は文
書構造の重み付けによる優先度順のリストを含むインデ
ックス情報を格納するインデックスデータベースを更に
有することを特徴とする請求項１から５のいずれか１項
に記載の装置。
【請求項７】検索のための第１の言語のキーワードと
して第１の言語のフレーズで指定することができ、該フ
レーズから１つ以上のキーワードを抽出する検索キーワ
ード抽出手段を更に有していることを特徴とする請求項
１から６のいずれか１項に記載の装置。
【請求項８】ネットワークを介して自動的に前記文書
情報を収集するリソース発見エンジンと、収集された該
文書情報のテキストリソースが記録されているテキスト
データベースとを更に有していることを特徴とする請求
項１から７のいずれか１項に記載の装置。