JPH11312115A - デ―タベ―ス登録装置 - Google Patents

Abstract

(57)【要約】 【課題】 非定型的なデータを、単一の方法で特徴づけ
て登録でき、かつ登録するデータと既に蓄積された関連
データ間で自動的にリンクづけする。 【解決手段】 利用者は、入力データに対し、キーワー
ド集合から任意のキーワードを選択し且つ各キーワード
に対して重みづけを行う。特徴ベクトル生成手段20は、
それらに基づいて入力データの特徴ベクトルを生成す
る。位置グループ抽出部12は、入力データとデータ蓄積
手段21中の既存データの特徴ベクトルどうしの距離を計
算し、入力データと関連するデータを近傍データとして
抽出する。リンク方向判定手段22は、近傍データ及び入
力データ双方のカテゴリから、リンク付け規則を用いて
近傍データと入力データとの間に追加するべきリンクの
方向を判定する。ノード追加手段24は、近傍データと入
力データとの間にリンクを追加し、入力データ，その特
徴ベクトル，リンクについての情報をデータ蓄積手段21
に蓄積する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は非定型データに対す
る効率的で高精度な関連データ検索を可能にするデータ
ベース検索装置に好適なデータベース登録装置に関す
る。

【０００２】

【従来の技術】従来、データの意味情報を用いた検索を
可能にするデータベースは、例えば、技術文書のデータ
ベースや、図書館蔵書のデータベースなどのように、一
般に蓄積されたデータ中から自動的にキーワードを抽出
し、予め経験的に作られた類義語辞書などを用いて、デ
ータ間の関連度を計算するものであった。

【０００３】一方、画像や音声などのように言語によら
ないデータの場合は、データの特徴量をベクトルの形で
表し、データ間の関連度を双方のベクトル間距離で表す
方法が知られている。このような方法には、例えば、特
開昭５８−１４７７９９号公報，特開昭６０−１８９５
８５号公報，特開昭６４−１７１８２号公報，特開平４
−１５７７７号公報などのように、音声パターンや文字
パターンの特徴ベクトル間のユークリッド距離をもって
類似度とする方法がある。この他にも、例えば、特開昭
６０−２０２４９１号公報や特開昭６３−７８０号公報
のように、特徴ベクトルの各成分の差の絶対値の総和を
もって類似度とする方法もある。いずれの方法にして
も、特徴ベクトルは音声データや画像データを特徴づけ
る物理量の系列であり、その特徴ベクトルの各成分は予
め全て決定されていることが前提となっている。

【０００４】また、近年、文書，画像，音声などを統一
的に取り扱うデータ形式として、ハイパーテキストが注
目されている。ハイパーテキストは文書，画像，音声な
どから構成されるノードと呼ばれる情報単位をもち、ノ
ード間をリンクにより関連づけすることができる。デー
タベースの分野においても、このハイパーテキストで表
現されたデータを対象とすることで、文書，画像，音声
といったデータ型の区別のない新しいメディアとして応
用されている。

【０００５】ここで、ハイパーテキストシステムへの新
規ノード追加の際、新規ノードから関連ノードへのリン
クもしくは関連ノードから新規ノードへのリンクを自動
的に付加する手法が望まれている。このような手法に
は、特開平３−２７８２４７号公報のように、ノードの
内容が変更されると、差分情報またはノードの全情報が
新しいバージョンのノードとして保持され、変更前のノ
ードへ新しいノードからリンクが付加されるといったも
のがある。また、特開平４−３１７１７２号公報のよう
に、通常の情報を持ったノード（検索対象ノード）の他
に、検索のために用いるノード（検索ノード）を用意し
て対応する検索対象ノードとリンクしておき、検索対象
ノードに変更があると、変更の必要な検索ノードのリン
クについて、更新，追加が行われるという手法もある。
最後に、特開平５−２０３６３号公報のように、各情報
に定性的な検索条件を予め記載しておき、情報表示時に
検索条件を同時に表示し、そこで選択された検索条件を
元に他の情報があいまい検索されるという手法もある。
尚、ここでいう定性的な検索条件とは、例えば画像の暗
さのように、画像のコントラストなどの物理量により判
断可能な条件である。また、ハイパーテキストデータベ
ースにおいて、従来、検索結果の表示については一般
に、検索式に適合するノードへのリンクのリストが表示
されていた。

【０００６】

【発明が解決しようとする課題】第１の問題点として、
データの登録について、データの意味を定義するため
に、データ中のキーワード自動抽出もしくは登録者によ
る自由なキーワード登録を行うような従来技術では、例
えばユーザインタフェースに関するデータのようにユー
ザ特性，タスク特性，システム特性など様々な視点から
特徴づけを行う必要があり、かつキーワードとして適当
な語彙が明確でない場合、データの意味を代表するキー
ワードを適切に定義することは難しく、そのためデータ
への適切な特徴づけが困難であるなどの問題があった。

【０００７】第２の問題点として、ハイパーテキストデ
ータベースにおいて、新規ノードの登録の際、各ノード
に付加された定性的情報を用いて自動的にリンクを生成
するような従来の方法では、（１）文書，画像，音声な
どの任意な組み合わせを認めるような非定型データに対
して対応できない、（２）互いにリンク付けされるノー
ド対に対し、リンクの方向を動的に決定できない、など
の問題があった。

【０００８】そこで本発明では、文書，画像，音声など
を自由に組み合わせた非定型的なデータに対し、単一の
方法で特徴づけることができ、かつ新規に登録されるデ
ータと既に蓄積された関連データとの間で自動的なリン
クづけを行うデータベース登録装置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】本発明のデータベース登
録装置は、データ登録者が新規データの内容を入力する
ためのコンテンツ登録手段と、予め定められたキーワー
ド集合の中から前記新規データの特徴を表すのに適当な
キーワードをデータ登録者が選択するためのキーワード
選択手段と、前記キーワード選択手段で用いるキーワー
ド集合を保存しておくキーワード集合保存手段と、前記
キーワード選択手段で選択された各キーワードに対して
［０，１］なる実数による重みづけをデータ登録者が入
力するための重みづけ入力手段と、前記キーワード選択
手段で選択されたキーワードと前記重みづけ入力手段で
入力された重みづけとから新規データの特徴ベクトルを
生成する特徴ベクトル生成手段と、データを蓄積するデ
ータ蓄積手段と、前記特徴ベクトル生成手段で生成され
た新規データの特徴ベクトルおよび前記データ蓄積手段
に保存されている各データに付加されている特徴ベクト
ル間の距離が予め定められたしきい値以下となる前記デ
ータ蓄積手段に保存されているデータを前記新規データ
に対する近傍データとして求める位置グループ抽出手段
と、前記位置グループ抽出手段により求められた近傍デ
ータのカテゴリと前記新規データのカテゴリとから、予
め定められたリンク付け規則を用いて、前記近傍データ
と前記新規データとの間に新たに追加するべきリンクの
方向を判定するリンク方向判定手段と、前記近傍データ
と前記新規データとの間に前記リンク方向判定手段によ
り判定された方向にリンクを追加し、前記新規データ及
び前記新規データの特徴ベクトル並びに前記リンクにつ
いての情報を前記データ蓄積手段に蓄積するノード追加
手段とを備えている。また、前記位置グループ抽出手段
は、特徴ベクトルの成分間の相関度の表を保存しておく
成分間相関表保存手段と、前記特徴ベクトル生成手段で
生成された新規データの特徴ベクトルおよび前記データ
蓄積手段に保存されている各データに付加されている特
徴ベクトルの未定義成分を、これらのベクトルで定義済
みの成分と前記成分間相関表保存手段に保存された成分
間の相関度の表とを用いて補完する未定義成分補完手段
と、前記未定義成分補完手段で未定義部分が補完された
前記新規データの特徴ベクトルと前記データ蓄積手段に
保存されている前記データの特徴ベクトルとの距離を求
めるベクトル間距離計算手段と、前記ベクトル間距離計
算手段で計算された特徴ベクトル間の距離が予め定めら
れたしきい値以下であれば前記データを前記新規データ
に対する近傍データと判定する近傍データ判定手段と、
前記近傍データ判定手段において近傍データの判定に用
いる予め定められたしきい値を保存しておくしきい値保
存手段とから構成されている。

【００１０】このような構成のデータベース登録装置に
あっては、テキスト，画像，音声などの任意の組み合わ
せによる非定型データに対して、適切なキーワードの付
与を単一の方法で行うことができる。また、ハイパーテ
キストノードの新規作成における意味的に関連する他の
ノードへの自動的なリンクづけが可能となる。

【００１１】また前記未定義成分補完手段は、前記特徴
ベクトル生成手段で生成された特徴ベクトルおよび予め
保存されたデータの特徴ベクトルの未定義成分の補完値
を求めるために必要な、その未定義成分と相関をもつ定
義された成分がない場合、その未定義成分をどのような
値との差をとっても常に０となるような特別な記号に置
き換えるため、前記のように未定義部分の補完が行えな
かった場合にも、ベクトル間の距離を求めて関連度を計
ることができる。

【００１２】

【発明の実施の形態】次に本発明の実施の形態の例につ
いて図面を参照して詳細に説明するが、その前に、本発
明のデータベース登録装置を使って登録されたデータを
検索する装置（データベース検索装置）について説明し
ておく。

【００１３】図１を参照すると、データベース検索装置
の一例は、ユーザが希望のデータの特徴を入力するため
の問合せ入力手段１と、入力された問合せを特徴ベクト
ルに変換する問合せベクトル生成手段２と、データ及び
データの特徴ベクトルを保存してあるデータ保存手段３
と、特徴ベクトルに含まれる未定義成分を補完する未定
義成分補完手段４と、未定義成分補完手段４で用いる成
分間相関表を保存してある成分間相関表保存手段５と、
問合せおよび保存データの特徴ベクトル間の距離を求め
るベクトル間距離計算手段６と、問合せの特徴ベクトル
に対して或るしきい値以下の距離にある特徴ベクトルを
持つ保存データを判定する近傍データ判定手段７と、そ
のしきい値を保存してあるしきい値保存手段８と、近傍
データ判定手段７で求められた近傍データの一覧を表示
する検索結果表示手段９と、検索結果表示手段９で表示
された近傍データの一覧中からユーザが任意のデータを
指示するためのデータ指示手段１０と、指示されたデー
タの内容を表示するデータ表示手段１１とを含む。ここ
で、未定義成分補完手段４，成分間相関表保存手段５，
ベクトル間距離計算手段６，近傍データ判定手段７及び
しきい値保存手段８で、位置グループ抽出部１２が構成
される。

【００１４】問合せ入力手段１およびデータ指示手段１
０は、例えばマウスおよびキーボードなどの情報入力装
置で構成され、検索結果表示手段９およびデータ表示手
段１１は、例えばＶＤＴなどの情報表示装置で構成され
る。また、データ保存手段３は、例えば固定ディスクな
どの外部記憶装置で構成され、問合せベクトル生成手段
２および位置グループ抽出部１２は、例えばＰＣ（パー
ソナルコンピュータ）やＷＳ（ワークステーション）な
どで動作するプログラムで構成される。

【００１５】データ保存手段３に保存されたデータは、
文書，画像，音声などを任意に組み合わせた、他のデー
タへの関係を０個以上もつデータと、そのデータに対応
する特徴ベクトルとから構成される。例えば、データＡ
とデータＢがあり、それぞれの特徴ベクトルがｖ
［Ａ］，ｖ［Ｂ］であって、かつデータＡが持つ関係の
一つにデータＢへの関係があるとき、データ保存手段３
では図２のような形で保存される。

【００１６】次に、図１のように構成されたデータベー
ス検索装置の動作について図を参照して説明する。

【００１７】図１を参照すると、問合せ入力手段１にお
いて、例えばキーボードやマウスなどを用いて、ユーザ
からキーワードを選択し、それぞれに［０，１］なる実
数により重みづけを行ったものとする。例えば、図３
（ａ）に示したように予め任意のシステムのユーザイン
タフェースのデザイン事例などのデータの特徴を表すキ
ーワード集合が定められているとして、今、ユーザによ
って、図３（ｂ）に示したキーワードが選択され、それ
ぞれ上から順に「未選択，０.8，０.2, 未選択,０.8,
０.7, 未選択, ０.1, ０.2」と重みづけが行われたとす
る。このとき、問合せベクトル生成手段２により、入力
された問合せに対応する特徴ベクトル（問合せベクト
ル）が以下のように生成される。 （ｘ［１］，０.8，０.2, ｘ［２］, ０.8, ０.7, ｘ［３］, ０.1, ０.2） …（a） ここで、ｘ［１］，ｘ［２］，ｘ［３］は未定義成分を
示す。

【００１８】次に、上記問合せベクトルおよび検索対象
となるデータ保存手段３中の各データの特徴ベクトルの
それぞれについて、未定義成分を含む場合は未定義成分
補完手段４で、それらのデータの特徴ベクトルにおける
定義済み成分と、成分間相関表保存手段５により予め保
存された属性値間の相関表とから、未定義成分の補完値
が決定される。

【００１９】図４に成分間相関表保存手段５に保存され
ている属性値間の相関表の一例を示す。この表では、行
方向および列方向に属性値が列挙されており、行と列と
の交差点に相関の有無および相関度を記載してある。或
る属性値αと相関を持つ他の属性値を調べる場合、上部
に列挙された属性値群から属性値αを選択し、その列と
各行との交差点に記載された値を調べる。数値ｐが記載
されていればその行の左横に記載された属性値と相関が
あってその相関度がｐであり、「−」の場合は相関がな
いことになる。例えば、属性値「初心者向け」と相関を
持つ他の属性値を調べる場合は、表の上部に列挙された
属性値群における属性値「初心者向け」の列と各行との
交差点の値を調べる。図の場合、属性値「幼児向け」，
「一般向け」，「高齢者向け」と相関があり、その相関
度はそれぞれ０．９，０．３，０．８である。

【００２０】さて、未定義成分補完手段４は、例えば上
記問合せベクトル（a）の場合、ｘ［１］とｘ［２］と
ｘ［３］の３つの未定義成分を含むため、以下のような
処理を行う。

【００２１】図４の相関表を見ると、ｘ［２］に対応す
る属性値「初心者向け」と相関があるのは、「幼児向
け」，「一般向け」，「高齢者向け」の３つの属性値で
あるが、問合せベクトル（a）において「幼児向け」の
属性値は未定義成分ｘ［１］であるため除外され、残り
の「一般向け」，「高齢者向け」のうち最も相関度の高
い「高齢者向け」が選択される。この相関値の意味は
「高齢者であれば、かなりの確からしさで初心者であ
る」ことを示している。相関表を見ると、その相関度は
０．８であり、問合せベクトル（a）で「高齢者向け」
に割り当てられている重み付けは０．２なので、 ｘ［２］＝０.2・０.8＝０.16 と補完される。

【００２２】同様に、ｘ［３］に相当する「視覚障害対
応」は、図４の相関表を見ると、「高齢者向け」とのみ
０.7の相関度をもち、上記問合せベクトル（a）では属
性値「高齢者向け」の重み付けは０．２なので、 ｘ［３］＝０.2・０.7＝０.14 と補完される。

【００２３】一方、ｘ［１］に対応する属性値「幼児向
け」は、図４の相関表では属性値「初心者向け」とだけ
相関を持つが、上記問合せベクトル（a）では属性値
「初心者向け」は未定義成分ｘ［２］である。従って、
補完値を求めることができない。このような場合には、
⊥を割り当てる。⊥は後段のベクトル間距離計算の際、
当該成分を距離計算に用いないことを示す。すなわち、
差を求めようとする２つのベクトルの成分のうち、少な
くとも一方が⊥であるとき、その差を常に０とする。こ
うすることで、補完できなかった未定義成分が後段の距
離計算に影響を与えることがなくなり、したがって依然
としてベクトル間距離を２つのデータの意味的関連度の
指標とすることができる。以上のような補完の結果、前
記問合せベクトル（a）は次のようになる。 （⊥，０.8，０.2, 0.16, ０.8, ０.7, 0.14, ０.1, ０.2） …（b）

【００２４】なお、図４の相関表では、各属性値が少な
くとも他の１つの属性値と相関を持つようになっている
が、他の属性値と全く相関を持たない属性値が存在する
場合も考えられ、若し、そのような属性値が未定義成分
として現れた場合には、先と同様に補完値を求めること
ができない。このような場合には、⊥を割り当てる。

【００２５】この後、ベクトル間距離計算手段６で、上
記のように未定義成分が補完された問合せベクトル
（b）および各データの特徴ベクトルの間で、距離計算
が行われる。この距離の定義として、（１）各成分ごと
の差の絶対値の総和、もしくは（２）ユークリッド距離
の２通りが考えられるが、問合せと検索対象となる各デ
ータとの意味的関連度の指標としてはどちらでも同じ効
果である。そこで、ここでは距離を各成分間の差の絶対
値の総和と定義する。そして、近傍データ判定手段７
で、しきい値保存手段８に予め登録されたしきい値と上
記ベクトル間距離を比較し、当該ベクトル間距離がしき
い値以下であれば、位置グループＧｐに当該検索対象デ
ータが加えられる。

【００２６】こうして得られた位置グループＧｐ中のデ
ータ集合がユーザからの問合せに対する検索結果であ
り、そこに含まれるデータおよびデータ間の関係の一覧
をディスプレイ装置などの検索結果表示手段９で表示す
る。なお、ハイパーテキストの場合、上記一覧には各デ
ータのタイトルなどが含まれる。ユーザが、このような
一覧を見て、データ指示手段１０を用いて一覧中の任意
のデータを指示すると、指示されたデータの詳細な内容
がデータ表示手段１１により表示される。

【００２７】以上により、ユーザの問合せ入力において
検索式などを用いない直観的な入力を行うことが可能に
なり、特徴ベクトルを用いた効率的で高精度な関連度計
算が可能になり、特徴ベクトル中に未定義の成分があっ
てもデータ間の意味的関連度という意味を損なわずに特
徴ベクトル間の距離を計算することが可能となる。

【００２８】次に、データベース検索装置の他の例につ
いて図を参照して説明する。

【００２９】図５を参照すると、データベース検索装置
の他の例は、予めデータ間に関係が定められており、か
つデータが幾つかのカテゴリに分類されている場合、位
置グループ抽出部１２で得られた各近傍データの属する
カテゴリと、前記近傍データから関係を辿って到達でき
るデータの属するカテゴリとから、カテゴリ間規則保存
手段１４に保存されている予め定められたカテゴリ間規
則を用いて、前記近傍データから関係を辿って到達でき
るデータを検索結果に含めるか否かを判断する関係デー
タ判定手段１３を含むという点で、図１に示される例の
データベース検索装置と異なる。なお、関係データ判定
手段１３とカテゴリ間規則保存手段１４とで関係グルー
プ抽出部１５が構成されている。関係グループ抽出部１
５は、例えばＰＣまたはＷＳなどで動作するプログラム
によって実現される。

【００３０】また、データ保存手段３に保存されたデー
タは、文書，画像，音声などを任意に組み合わせた、他
のデータへの関係を０個以上もつデータと、そのデータ
に対応する特徴ベクトル及びそのデータの属するカテゴ
リとから構成される。例えば、データＡとデータＢがあ
り、それぞれの特徴ベクトルがｖ［Ａ］，ｖ［Ｂ］、そ
れぞれのカテゴリがＣ１，Ｃ２であって、かつデータＡ
がもつ関係の一つにデータＢへの関係があるとき、デー
タ保存手段３では図６のような形で保存される。

【００３１】次に図５に示されるデータベース検索装置
の動作を、図１に示したデータベース検索装置との相違
部分を中心に、図を参照しながら詳しく説明する。

【００３２】図５を参照すると、関係データ判定手段１
３は、近傍データ判定手段７で得られた位置グループＧ
ｐに属する任意のデータＡについて、当該データから辿
ることのできる関係を辿り、その先にある任意のデータ
Ｂを求める。そして、データＡおよびデータＢの属する
カテゴリと、カテゴリ間規則保存手段１４で保存されて
いる予め定められたカテゴリ間規則とを用いて、データ
Ｂをデータ集合Ｇｒに含めるか否かを判定する。例え
ば、カテゴリとして「ガイドライン」，「デザイン事
例」，「評価事例」という３つが予め定められており、
Ｇｐに「デザイン事例」に属するデータＡが含まれてい
るとする。そして、データＡはデータＢ，データＣ，デ
ータＤへの関係を持ち、それぞれのデータのカテゴリ
が、データＢは「ガイドライン」，データＣは「デザイ
ン事例」，データＤは「評価事例」であるとする。ま
た、カテゴリ間規則保存手段１４で図８のようなカテゴ
リ間規則が保存されているとする。このとき、図７を参
照すると、関係データ判定手段１３では、まずＧｒがＧ
ｒ＝Ｇｐと初期化され、Ｇｐに属するデータＡについ
て、カテゴリ間規則を参照する。カテゴリ間規則では、
「デザイン事例」から「ガイドライン」への関係、およ
び「デザイン事例」から「評価事例」への関係をともに
Ｇｒに含めると定められているので、データＢおよびデ
ータＤはＧｒに追加される。一方、「デザイン事例」か
ら「デザイン事例」への関係はＧｒに含めないとされて
いるので、データＣはＧｒに追加されない。したがっ
て、データＡについて、データＢおよびデータＤが新た
にＧｒに追加される。このような処理をＧｐに属する全
てのデータについて行う。

【００３３】こうして得られたデータ集合Ｇｒがユーザ
からの問合せに対する検索結果であり、そこに含まれる
データおよびデータ間の関係の一覧を検索結果表示手段
９で表示する。そして、ユーザがデータ指示手段１０を
用いて任意のデータを指示すると、指示されたデータの
内容がデータ表示手段１１により表示される。

【００３４】これにより、ユーザは検索結果に含まれる
データのそれぞれについて、自身の求めるデータである
か否かを判断するに際して、問合せとの関連度だけでな
く、そこからどのようなデータを得ることができるかに
ついての情報を共に用いて、多角的に判断することがで
きる。

【００３５】次に本発明に係るデータベース登録装置の
一実施の形態について、図を参照しながら説明する。

【００３６】図９を参照すると、本発明に係るデータベ
ース登録装置の実施の形態の構成は、データ登録者がデ
ータ（ノード）の内容を登録するコンテンツ登録手段１
６と、予め定められたキーワード集合を保存してあるキ
ーワード集合保存手段１７と、そのキーワード集合から
ノードの内容を適切に表すキーワードをデータ登録者が
選ぶためのキーワード選択手段１８と、データ登録者が
各選択キーワードに［０，１］なる実数を用いて重みづ
けを行うための重みづけ入力手段１９と、重みづけされ
た選択キーワードの集合から特徴ベクトルを生成する特
徴ベクトル生成手段２０と、データ（ノード）を蓄積す
るデータ蓄積手段２１と、関連ノードの集合を求める位
置グループ抽出部１２と、登録ノードと近傍ノードとの
間にリンクを追加する際にリンクの方向を判定するため
のリンク方向判定手段２２と、その判定に用いる規則を
保存してあるリンクづけ規則保存手段２３と、登録ノー
ドをデータ蓄積手段２１に追加してリンク方向判定手段
２２で決定された方向に登録ノードと近傍ノードとの間
にリンクを追加するノード追加手段２４とを含む。

【００３７】ここで、データ蓄積手段２１に格納される
データは、前述した図６に示されるものと同様で、文
書，画像，音声などを任意に組み合わせた、他のデータ
への関係を０個以上持つデータと、そのデータに対応す
る特徴ベクトル及びそのデータの属するカテゴリとから
構成される。

【００３８】また、位置グループ抽出部１２の内部構造
は、図１に示したデータベース検索装置の主要部を構成
する位置グループ抽出部１２と同じ構成であり、図１０
に示すように、特徴ベクトルの成分間の相関度の表を保
存しておく成分間相関表保存手段５と、特徴ベクトル生
成手段２０で生成された新規ノードの特徴ベクトルおよ
びデータ蓄積手段２１に保存されている各ノードに付加
されている特徴ベクトルの未定義成分を、これらのベク
トルで定義済みの成分と成分間相関表保存手段５に保存
された成分間の相関度の表とを用いて補完する未定義成
分補完手段４と、未定義成分補完手段４で未定義部分が
補完された新規ノードの特徴ベクトルとデータ蓄積手段
２１に保存されているノードの特徴ベクトルとの距離を
求めるベクトル間距離計算手段６と、ベクトル間距離計
算手段６で計算された特徴ベクトル間の距離が予め定め
られたしきい値以下であれば前記ノードを前記新規ノー
ドに対する近傍データと判定する近傍データ判定手段７
と、近傍データ判定手段７において近傍データの判定に
用いる予め定められたしきい値を保存しておくしきい値
保存手段８とから構成されている。また、未定義成分補
完手段４は、特徴ベクトル生成手段２０で生成された特
徴ベクトルおよび予め保存されたデータの特徴ベクトル
の未定義成分の補完値を求めるために必要な、その未定
義成分と相関をもつ定義された成分がない場合、その未
定義成分をどのような値との差をとっても常に０となる
ような特別な記号に置き換える。

【００３９】なお、図９に示すコンテンツ登録手段１
６，キーワード選択手段１８，重みづけ入力手段１９
は、マウスおよびキーボードなどの情報入力装置であ
り、キーワード集合保存手段１７，特徴ベクトル生成手
段２０，位置グループ抽出部１２，リンク方向判定手段
２２，リンクづけ規則保存手段２３およびノード追加手
段２４は、例えばＰＣやＷＳなどで動作するプログラム
で実現される。また、データ蓄積手段２１は、例えば固
定ディスクなどの外部記憶装置である。

【００４０】このような構成のデータベース登録装置の
動作について図を参照しながら説明する。

【００４１】図９を参照すると、まず登録者は登録ノー
ドの内容を予め文書，画像，音声を任意に組み合わせて
作成し、コンテンツ登録手段１６により入力する。ま
た、この登録ノードのカテゴリ（後述するガイドライ
ン，デザイン事例，評価事例など）をコンテンツ登録手
段１６により入力する。そして、キーワード選択手段１
８により、コンテンツ登録手段１６で入力したノードの
内容にしたがって、キーワード集合保存手段１７に予め
保存されたキーワード集合の中から適当なキーワードを
選択する。したがって、選択されないキーワードも存在
する。ここで、キーワード集合はユーザにとってわかり
やすいように幾つかのカテゴリに分類されていてもよ
い。例えば、図１１を参照すると、「一般」，「初心
者」，「視覚」などのキーワード集合（属性値）は、
「年齢層」，「システム経験」，「タスク知識」，「障
害」の４つのカテゴリ（属性）に分類されている。そし
て、登録者は、選択した各キーワードに対し、重みづけ
入力手段１９により［０，１］なる実数を当該キーワー
ドの重要度として割り当てる。このとき、前記カテゴリ
に対して実数を割り当てることを許してもよい。この場
合、そのカテゴリに属するキーワード全てにカテゴリに
対して割り当てられた実数を割り当てる。こうすること
で、キーワードの一括選択を行うことになり、ユーザの
重み付け入力時の手間が軽減される。また、各キーワー
ドに実数を割り当て、かつカテゴリにも実数を割り当て
ることを許してもよい。この場合、実数の与えられたカ
テゴリに属するキーワード全てについて、それぞれのキ
ーワードに割り当てられた実数と当該カテゴリに与えら
れた実数との積を求め、その値を当該キーワードに再び
割り当てる。こうすることで、繰り返し検索を行う際の
重みづけの調整にかかる手間を軽減できる。

【００４２】さて、特徴ベクトル生成手段２０は前段ま
での結果から当該登録ノードに対応する特徴ベクトルを
生成する。その際、キーワード選択手段１８で選択され
なかったキーワードには未定義であることを示す特別な
記号ｘを割り当てる。このようなｘとして、例えば−１
のように［０，１］でない実数を用いてもよいし、ある
いは例えば“ｘ”のように文字を用いてもよい。そし
て、上記のように各キーワードに割り当てられた実数
を、ある一定の順序に並べたベクトルが、登録ノードに
対応する特徴ベクトルである。例えば、上記で例として
挙げたキーワード集合に対して、「一般」，「初心
者」，「熟練者」，「乏しい」，「普通」，「豊富」，
「視覚」，「肢体」の８つのキーワードがキーワード選
択手段１８で選択され、続いて重みづけ入力手段１９で
図１２のように重要度がユーザにより定められたとき、
登録データに対応する特徴ベクトルは、 （ｘ， 0.8，ｘ，０.9, ｘ，0.7, ０.3, ０.8, 0.7,
０.7, ｘ，０.1） （ｘは未定義部分）のようになる。

【００４３】次に位置グループ抽出部１２により、特徴
ベクトル生成手段２０で決定された登録ノードの特徴ベ
クトルと、データ蓄積手段２１に保存された各ノードの
特徴ベクトルとの間の距離が計算され、予め定められた
しきい値以下の距離にあるノードの集合Ｇｐを求める。
即ち、図１０を参照すると、未定義成分補完手段４は、
特徴ベクトル生成手段２０で生成された新規ノードの特
徴ベクトルおよびデータ蓄積手段２１に保存されている
各ノードに付加されている特徴ベクトルの未定義成分
を、これらのベクトルで定義済みの成分と成分間相関表
保存手段５に保存された成分間の相関度の表とを用いて
補完し、ベクトル間距離計算手段６は、未定義部分が補
完された新規ノードの特徴ベクトルとデータ蓄積手段２
１に保存されているノードの特徴ベクトルとの距離を求
め、近傍データ判定手段７は、ベクトル間距離計算手段
６で計算された特徴ベクトル間の距離が予め定められた
しきい値以下であれば前記ノードを前記新規ノードに対
する近傍データと判定して、集合Ｇｐに含ませる。

【００４４】次にリンク方向判定手段２２は、位置グル
ープ抽出部１２で求められたＧｐの各ノードについて、
登録ノードに対するリンク方向を判定する。その際、図
９のリンクづけ規則保存手段２３に予め保存されたリン
クづけ規則が適用される。リンクづけ規則はノードのカ
テゴリをもとに定められており、例えば「ガイドライ
ン」，「デザイン事例」，「評価事例」の３つのカテゴ
リについては図１３のようなリンクづけ規則となる。
今、登録ノードが「ガイドライン」に属し、ノードＡ，
Ｂ，Ｃがそれぞれ「ガイドライン」，「デザイン事
例」，「評価事例」に属しているとすると、図１３のリ
ンクづけ規則に従って登録ノードとノードＡ，Ｂ，Ｃそ
れぞれとの間のリンク方向は、図１４のように判定され
る。

【００４５】最後に、ノード追加手段２４によって、登
録ノードとその特徴ベクトル並びにカテゴリ、および位
置グループＧｐに属する各ノードへの（からの）リンク
を、リンク方向判定手段２２で決定された方向に追加
し、ノード蓄積手段２１へ蓄積する。

【００４６】以上により、新規データの登録時に、新規
データ及び近傍データの属するカテゴリ情報と、カテゴ
リを用いたリンクづけ規則とにより、新規データと近傍
データとの間に追加するリンク方向を判定し、その方向
にリンクを自動的に追加して新規データ及びそのリンク
情報を蓄積するため、ハイパーテキストの新規ノード作
成時の関連ノード探索とリンク追加にかかる手間を軽減
することができる。

【００４７】

【発明の効果】以上説明したように本発明によれば以下
のような効果を得ることができる。

【００４８】請求項１および２に記載の発明によれば、
データの登録時に、入力データに対して予め定められた
キーワード集合からユーザの任意によりキーワードを選
択し、選択されたそれぞれのキーワードに対して重みづ
けを行った結果から入力データの特徴ベクトルを生成す
るため、文書，画像，音声などの任意の組み合わせによ
る非定型データに対して、データ登録者にとってわかり
やすい単一の方法で特徴づけることができ、かつ適切な
キーワード付与にかかる手間を軽減することができる。
また、新規データ及び近傍データの属するカテゴリ情報
とカテゴリを用いたリンクづけ規則とにより、新規デー
タと近傍データとの間に追加するリンク方向を判定し、
その方向にリンクを自動的に追加して新規データ及びそ
のリンク情報を蓄積するため、ハイパーテキストの新規
ノード作成時の関連ノード探索とリンク追加にかかる手
間を軽減することができる。

【００４９】また、請求項３に記載の発明によれば、特
徴ベクトルの或る未定義部分の補完値を求めるために必
要な定義された成分がない場合、任意の値に対する差に
ついて０となるような特別な記号で当該未定義部分を置
き換えるため、後段のベクトル間距離計算手段において
未定義部分の存在する部分が無視される。したがって、
特徴ベクトル中に多くの未定義部分が存在する場合にも
特徴ベクトルを用いた効率のよい関連度計算を行うこと
ができる。

【図面の簡単な説明】

【図１】データベース検索装置の一例を示すブロック図
である。

【図２】図１中のデータ保存手段に保存されているデー
タの説明図である。

【図３】問合せ入力時にユーザに提示されるキーワード
集合の例とユーザが実際に選択したキーワードの例とを
示す図である。

【図４】成分間相関表の例を示す図である。

【図５】データベース検索装置の他の例を示すブロック
図である。

【図６】図５中のデータ保存手段に保存されているデー
タの説明図である。

【図７】関係データ判定手段の動作説明図である。

【図８】カテゴリ間規則の例を示す図である。

【図９】本発明に係るデータベース登録装置の実施の形
態のブロック図である。

【図１０】データベース登録装置における位置グループ
抽出部の構成例を示すブロック図である。

【図１１】キーボード集合保存手段に保存されているキ
ーワード集合（属性値）の例とカテゴリの例とを示す図
である。

【図１２】データ登録者が新規ノードの登録時にそのノ
ードに対して選択したキーワード（属性値）とその重要
度（重みづけ）の例を示す図である。

【図１３】リンクづけ規則の例を示す図である。

【図１４】登録された新規ノードに付与されたリンクの
例を示す図である。

【符号の説明】

１ 問合せ入力手段 ２ 問合せベクトル生成手段 ３ データ保存手段 ４ 未定義成分補完手段 ５ 成分間相関表保存手段 ６ ベクトル間距離計算手段 ７ 近傍データ判定手段 ８ しきい値保存手段 ９ 検索結果表示手段 １０ データ指示手段 １１ データ表示手段 １２ 位置グループ抽出部 １３ 関係データ判定手段 １４ カテゴリ間規則保存手段 １５ 関係グループ抽出部 １６ コンテンツ登録手段 １７ キーワード集合保存手段 １８ キーワード選択手段 １９ 重みづけ入力手段 ２０ 特徴ベクトル生成手段 ２１ データ蓄積手段 ２２ リンク方向判定手段 ２３ リンクづけ規則保存手段 ２４ ノード追加手段

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号 ＦＩ Ｇ０６Ｆ 15/419 ３２０

Claims (3)

【特許請求の範囲】
1. 【請求項１】 データ登録者が新規データの内容を入力
   するためのコンテンツ登録手段と、 予め定められたキーワード集合の中から前記新規データ
   の特徴を表すのに適当なキーワードをデータ登録者が選
   択するためのキーワード選択手段と、 前記キーワード選択手段で用いるキーワード集合を保存
   しておくキーワード集合保存手段と、 前記キーワード選択手段で選択された各キーワードに対
   して［０，１］なる実数による重みづけをデータ登録者
   が入力するための重みづけ入力手段と、 前記キーワード選択手段で選択されたキーワードと前記
   重みづけ入力手段で入力された重みづけとから新規デー
   タの特徴ベクトルを生成する特徴ベクトル生成手段と、 データを蓄積するデータ蓄積手段と、 前記特徴ベクトル生成手段で生成された新規データの特
   徴ベクトルおよび前記データ蓄積手段に保存されている
   各データに付加されている特徴ベクトル間の距離が予め
   定められたしきい値以下となる前記データ蓄積手段に保
   存されているデータを前記新規データに対する近傍デー
   タとして求める位置グループ抽出手段と、 前記位置グループ抽出手段により求められた近傍データ
   のカテゴリと前記新規データのカテゴリとから、予め定
   められたリンク付け規則を用いて、前記近傍データと前
   記新規データとの間に新たに追加するべきリンクの方向
   を判定するリンク方向判定手段と、 前記近傍データと前記新規データとの間に前記リンク方
   向判定手段により判定された方向にリンクを追加し、前
   記新規データ及び前記新規データの特徴ベクトル並びに
   前記リンクについての情報を前記データ蓄積手段に蓄積
   するノード追加手段とを備えることを特徴とするデータ
   ベース登録装置。
2. 【請求項２】 データ登録者が新規データの内容を入力
   するためのコンテンツ登録手段と、 予め定められたキーワード集合の中から前記新規データ
   の特徴を表すのに適当なキーワードをデータ登録者が選
   択するためのキーワード選択手段と、 前記キーワード選択手段で用いるキーワード集合を保存
   しておくキーワード集合保存手段と、 前記キーワード選択手段で選択された各キーワードに対
   して［０，１］なる実数による重みづけをデータ登録者
   が入力するための重みづけ入力手段と、 前記キーワード選択手段で選択されたキーワードと前記
   重みづけ入力手段で入力された重みづけとから新規デー
   タの特徴ベクトルを生成する特徴ベクトル生成手段と、 データを蓄積するデータ蓄積手段と、 特徴ベクトルの成分間の相関度の表を保存しておく成分
   間相関表保存手段と、 前記特徴ベクトル生成手段で生成された新規データの特
   徴ベクトルおよび前記データ蓄積手段に保存されている
   各データに付加されている特徴ベクトルの未定義成分
   を、これらのベクトルで定義済みの成分と前記成分間相
   関表保存手段に保存された成分間の相関度の表とを用い
   て補完する未定義成分補完手段と、 前記未定義成分補完手段で未定義部分が補完された前記
   新規データの特徴ベクトルと前記データ蓄積手段に保存
   されている前記データの特徴ベクトルとの距離を求める
   ベクトル間距離計算手段と、 前記ベクトル間距離計算手段で計算された特徴ベクトル
   間の距離が予め定められたしきい値以下であれば前記デ
   ータを前記新規データに対する近傍データと判定する近
   傍データ判定手段と、 前記近傍データ判定手段において近傍データの判定に用
   いる予め定められたしきい値を保存しておくしきい値保
   存手段と、 前記近傍データ判定手段により判定された近傍データの
   カテゴリと前記新規データのカテゴリとから、予め定め
   られたリンク付け規則を用いて、前記近傍データと前記
   新規データとの間に新たに追加するべきリンクの方向を
   判定するリンク方向判定手段と、 前記近傍データと前記新規データとの間に前記リンク方
   向判定手段により判定された方向にリンクを追加し、前
   記新規データ及び前記新規データの特徴ベクトル並びに
   前記リンクについての情報を前記データ蓄積手段に蓄積
   するノード追加手段とを備えることを特徴とするデータ
   ベース登録装置。
3. 【請求項３】 前記未定義成分補完手段は、前記特徴ベ
   クトル生成手段で生成された特徴ベクトルおよび予め保
   存されたデータの特徴ベクトルの未定義成分の補完値を
   求めるために必要な、その未定義成分と相関をもつ定義
   された成分がない場合、その未定義成分をどのような値
   との差をとっても常に０となるような特別な記号に置き
   換える構成を有することを特徴とする請求項２記載のデ
   ータベース登録装置。