JPH1145280A - 他言語文書検索システム、他言語文書検索プログラムが記憶された記憶媒体、及び他言語文書検索方法 - Google Patents

Abstract

(57)【要約】 【課題】 特定の辞書を使用することなく、複数の他言
語の文書に対しても容易に検索することが可能な他言語
文書検索システムを提供する。 【解決手段】 本実施形態による他言語文書検索は、ま
ず最初に検索対象文書Ｔ（日本語）に類似する日本語の
文書Ａ１、Ａ４を検索する。そして、指定された外国語
（他言語）へのハイパーリンクや、外国語による引用記
述、部分的なテキストをもつ文書Ｅ１、Ｅ４、Ｅｘ、…
を抽出し、これらの直接リンクや間接リンクを手がかり
に、外国語の類似文書を検索する。このように、異言語
間文書における直接、間接のリンクをたどることで、辞
書を使用することなく、かつ容易に精度よく他言語の文
書を検索することができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、他言語文書検索シ
ステム、他言語文書検索プログラムが記憶された記憶媒
体、及び他言語文書検索方法に係り、詳細には、取得し
た検索対象文書の言語と異なる他言語で作成された文書
の検索に関する。

【０００２】

【従来の技術】例えば、日本語で作成された文書に類似
する文書を検索する場合、英語で作成された文書の検索
が必要な場合がある。このように検索対象文書の言語と
は異なる他言語の文書を検索する場合、従来から以下の
ような方法によっている。すなわち、第１の方法として
は、対象文書を検索が必要な他言語の文書に翻訳し、翻
訳した対象文書を使用して同一言語間で類似する文書検
索を行っている。また、第２の方法としては、対象文書
から所定数のキーワードを抽出し、そのキーワードの対
訳語を対訳語辞書を使用して求め、求めた対訳語をキー
ワードとして他言語文書の中から類似する文書を検索し
ている。

【０００３】

【発明が解決しようとする課題】しかし、第１及び第２
の方法では、翻訳辞書や対訳辞書等の辞書を使わないと
他言語で作成された文書を検索することができなかっ
た。また、第１の方法の場合、全文翻訳する処理が大変
であると共に、翻訳の制度いかんによって検索制度が大
きく低下してしまっていた。全文翻訳ではなく、対象文
書の要約や抄録のみを翻訳することで処理を軽減する方
法もあるが、要約や抄録の制度によって更に検索制度が
低下する可能性がある。また、第２の方法の場合、全文
翻訳の場合に比べると対訳を決定することは容易である
が、翻訳の場合のように構文解析が行われていないた
め、対象文書とは全く無関係の対訳語が存在する可能性
が高かった。そして、他言語文書の検索は各対訳キーワ
ードの組み合わせで行われるため、全く無関係な文書も
含めて検索してしまう可能性も当然に高くなっていた。
さらに、第１、第２の両方法共に、例えば、日本語の文
書に類似する英語とドイツ語の文書を検索する場合のよ
うに、複数種類の言語の文書を検索するためには各言語
毎に翻訳したりや対訳を求めたりする必要があった。

【０００４】そこで本発明は、前記従来の課題を解決す
るために成されたもので、特定の辞書を使用することな
く、複数の他言語の文書に対しても容易に検索すること
が可能な他言語文書検索システムを提供することを第１
の目的とする。また、本発明は、特定の辞書を使用する
ことなく、複数の他言語の文書に対しても容易に検索す
ることが可能な他言語文書検索プログラムが記録された
記憶媒体を提供することを第１の目的とする。また、本
発明は、特定の辞書を使用することなく、複数の他言語
の文書に対しても容易に検索することが可能な他言語文
書検索方法を提供することを第３の目的とする。

【０００５】

【課題を解決するための手段】請求項１に記載した発明
では、図９に示すように、検索を希望する他言語を指定
する他言語指定手段５０１と、検索の元になる対象文書
を取得する文書取得手段５０２と、前記文書取得手段５
０２で取得された対象文書と同一言語の文書から、前記
対象文書に類似する文書を検索する類似文書検索手段５
０３と、前記類似文書検索手段５０３により検索された
類似文書に予め関連つけられ、前記他言語指定手段５０
１で指定された他言語の文書を検索する他言語文書検索
手段５０４と、を他言語文書検索システムに具備させて
前記第１の目的を達成する。請求項２に記載した発明で
は、図１０に示すように、請求項１に記載した他言語文
書検索システムにおいて、前記文書取得手段５０２によ
り取得された対象文書を特徴づける文書ベクトルを取得
する第１文書ベクトル取得手段５０５と、前記文書取得
手段５０２で取得された対象文書と同一言語の文書の文
書ベクトルを取得する第２文書ベクトル取得手段５０６
と、前記第１文書ベクトル取得手段５０５で取得した文
書ベクトルと、前記第２文書ベクトル取得手段５０６で
取得した文書ベクトルとから、前記対象文書と前記同一
言語の文書との類似度を算出する類似度算出手段５０７
とを有し、前記類似文書検索手段５０３は、前記類似度
算出手段５０７で算出された類似度から前記対象文書に
類似する類似文書を検索する。請求項３に記載した発明
では、図１１に示す１例のように、請求項１又は請求項
２に記載した他言語文書検索システムにおいて、前記他
言語文書検索手段５０４により検索された他言語文書の
文書名を表示する表示手段５０８、を具備させる。請求
項４に記載した発明では、図１２に示す１例のように、
請求項１、請求項２、又は請求項３に記載した他言語文
書検索システムにおいて、前記他言語文書検索手段５０
４により検索された他言語の文書にアクセスして当該文
書を表示するアクセス手段５０９、を具備させる。請求
項５に記載した発明では、図９から図１２に示す１例の
ように、請求項１、請求項２、請求項３、又は請求項４
に記載した他言語文書検索システムにおいて、前記他言
語文書検索手段５０４は、前記類似文書検索手段５０３
により検索された類似文書中に引用若しくは記載された
参考文書記載、または、前記類似文書にリンクされた関
連文書により他言語文書を検索する。請求項６に記載し
た発明では、図９から図１２に示す１例のように、請求
項１から請求項５のうちのいずれか１の請求項に記載の
他言語文書検索システムにおいて、前記他言語文書検索
手段５０４は、検索した前記他言語の文書に類似する、
前記他言語指定手段５０１により指定された他言語の文
書をさらに検索する。請求項７に記載した発明では、図
１３に示すように、検索を希望する他言語を指定する他
言語指定機能６０１と、検索の元になる対象文書を取得
する文書取得機能６０２と、前記文書取得機能６０２で
取得された対象文書と同一言語の文書から、前記対象文
書に類似する文書を検索する類似文書検索機能５０３
と、前記類似文書検索機能５０３により検索された類似
文書に予め関連つけられ、前記他言語指定機能で指定さ
れた他言語の文書を検索する他言語文書検索機能６０４
と、をコンピュータに実現させるためのコンピュータ読
取り可能な他言語文書検索プログラムを記憶媒体に記憶
させて前記第２の目的を達成する。請求項８に記載した
発明では、図１４に示すように、請求項７に記載の他言
語文書検索プログラムが記憶された記憶媒体において、
前記文書取得機能６０２により取得された対象文書を特
徴づける文書ベクトルを取得する第１文書ベクトル取得
機能６０５と、前記文書取得機能６０２で取得された対
象文書と同一言語の文書の文書ベクトルを取得する第２
文書ベクトル取得機能６０６と、前記第１文書ベクトル
取得機能６０５で取得した文書ベクトルと、前記第２文
書ベクトル取得機能６０６で取得した文書ベクトルとか
ら、前記対象文書と前記同一言語の前記文書との類似度
を算出する類似度算出機能６０７とを有し、前記類似文
書検索機能６０３は、前記類似度算出機能６０７で算出
された類似度から前記対象文書に類似する類似文書を検
索する。請求項９に記載した発明では、図１５に示す１
例のように、請求項７又は請求項８に記載の他言語文書
検索プログラムが記憶された記憶媒体において、前記他
言語文書検索機能６０４により検索された他言語文書の
文書名を表示する表示機能６０８、を具備させる。請求
項１０に記載した発明では、図１６に示す１例のよう
に、請求項７、請求項８、又は請求項９に記載の他言語
文書検索プログラムが記憶された記憶媒体において、前
記他言語文書検索機能６０４により検索された他言語の
文書にアクセスして当該文書を表示するアクセス機能６
０９、を具備させる。請求項１１に記載した発明では、
図１３から図１６に示す１例のように、請求項７、請求
項８、請求項９、又は請求項１０に記載の他言語文書検
索プログラムが記憶された記憶媒体において、前記他言
語文書検索機能６０６は、前記類似文書検索機能６０３
により検索された類似文書中に引用若しくは記載された
参考文書記載、または、前記類似文書にリンクされた関
連文書により他言語文書を検索する。請求項１２に記載
した発明では、図１３から図１６に示す１例のように、
請求項７から請求項１１のうちのいずれか１の請求項に
記載しの他言語文書検索プログラムが記憶された記憶媒
体において、前記他言語文書検索機能６０６は、検索し
た前記他言語の文書に類似する、前記他言語指定機能６
０１により指定された他言語の文書をさらに検索する。
請求項１３に記載した他言語文書検索方法では、図１７
に示すように、検索の元になる対象文書を取得７０１
し、前記取得した対象文書と同一言語の文書から、前記
対象文書に類似する文書を検索７０２し、前記検索した
類似文書に予め関連つけられ、指定された他言語の文書
を検索７０３する、ことで前記第３の目的を達成する。
請求項１４に記載した他言語文書検索方法では、図１８
に示すように、検索の元になる対象文書を取得７０５
し、前記取得した対象文書を特徴づける第１文書ベクト
ルを取得７０６し、前記取得した対象文書と同一言語の
文書の第２文書ベクトルを取得７０７し、前記第１文書
ベクトルと、前記第２文書ベクトルから、前記対象文書
と前記同一言語の文書との類似度を算出し７０８、前記
算出した類似度から、前記対象文書に類似する文書を検
索し７０９、前記検索した類似文書に予め関連つけら
れ、指定された他言語の文書を検索７１０する。

【０００６】

【発明の実施の形態】以下、本発明の他言語文書検索シ
ステム、他言語文書検索プログラムが記憶された記憶媒
体、及び他言語文書検索方法における好適な実施の形態
について、図１から図９を参照して説明する。 （１）実施形態の概要 本実施形態による他言語文書検索は、まず最初に検索対
象文書（日本語）に類似する日本語の文書を検索する。
そして、指定された外国語（他言語）へのハイパーリン
クや、外国語による引用記述、部分的なテキストをもつ
ものを抽出し、これらの直接リンクや間接リンクを手が
かりに、外国語の類似文書を検索する。このように、異
言語間文書における直接、間接のリンクをたどること
で、辞書を使用することなく、かつ容易に精度よく他言
語の文書を検索することができる。

【０００７】（２）実施の形態の詳細 本実施形態の他言語文書検索システムは、パーソナルコ
ンピュータやワードプロセッサ等を含むコンピュータシ
ステムで構成するだけでなく、ＬＡＮ（ローカル・エリ
ア・ネットワーク）のサーバ、コンピュータ（パソコ
ン）通信のホスト、インターネット上に接続されたコン
ピュータシステム等によって構成することも可能であ
る。また、ネットワーク上の各機器に機能分散させ、ネ
ットワーク全体で他言語文書検索システムを構成するこ
とも可能である。

【０００８】図１は、他言語文書検索システムの構成を
表したブロック図である。他言語文書検索システムは、
図１に示すようにシステム全体を制御するための制御部
１１を備えている。この制御部１１には、データバス等
のバスライン２１を介して、入力装置としてのキーボー
ド１２やマウス１３、表示装置１４、印刷装置１５、記
憶装置１６、記憶媒体駆動装置１７、通信制御装置１
８、入出力Ｉ／Ｆ１９、及び文字認識装置２０が接続さ
れている。制御部１１は、ＣＰＵ１１１、ＲＯＭ１１
２、ＲＡＭ１１３を備えている。ＲＯＭ１１２は、ＣＰ
Ｕ１１１が各種制御や演算を行うための各種プログラム
やデータが予め格納されたリードオンリーメモリであ
る。

【０００９】ＲＡＭ１１３は、ＣＰＵ１１１にワーキン
グメモリとして使用されるランダムアクセスメモリであ
る。このＲＡＭ１１３には、本実施形態による他言語文
書検索処理を行うためのエリアとして、検索を希望する
文書の言語（本実施形態では、英語を例に説明する。）
が格納される他言語格納エリア１１３０、検索の元とな
る対象文書（本実施形態では、日本語で作成されている
ものとして説明する。）が格納される対象文書格納エリ
ア１１３１、対象文書の特徴を表す対象文書ベクトルが
格納される対象文書ベクトル格納エリア１１３２、対象
文書と、同一言語（日本語）の文書との類似度が格納さ
れる類似度格納エリア１１３３、所定の閾値以上の類似
度を有する類似文書が格納される類似文書格納エリア１
１３４、類似文書から検索された参考文書名が格納され
る参考文書名格納エリア１１３５、類似文書から検索さ
れたＵＲＬ（Uniform Resource Locator）が格納される
ＵＲＬ格納エリア１１３６、その他の各種エリアが確保
されるようになっている。

【００１０】キーボード１２は、自システム内で対象文
書や他言語を入力する場合の対象文書取得手段や他言語
入力手段の一部を構成し、かな文字を入力するためのか
なキーやテンキー、各種機能を実行するための機能キ
ー、カーソルキー、等の各種キーが配置されている。マ
ウス１３は、ポインティングデバイスであり、表示装置
１４に表示されたキーやアイコン等を左クリックするこ
とで対応する機能の指定を行う入力装置である。表示装
置１４は、例えばＣＲＴや液晶ディスプレイ等が使用さ
れる。この表示装置には、キーボード１２やマウス１３
による入力結果が表示されたり、他言語文書検索処理に
おける、対象文書、日本語の類似文書、参考文書名、Ｕ
ＲＬ、他言語文書等が表示されたりするようになってい
る。印刷装置１５は、表示装置１４に表示された文書
や、記憶装置１６の文書格納部１６４に格納された文書
等や、ユーザに対する請求書の印刷を行うためのもので
ある。この印刷装置としては、レーザプリンタ、ドット
プリンタ、インクジェットプリンタ、ページプリンタ、
感熱式プリンタ、熱転写式プリンタ、等の各種印刷装置
が使用される。

【００１１】記憶装置１６は、読み書き可能な記憶媒体
と、その記憶媒体に対してプログラムやデータ等の各種
情報を読み書きするための駆動装置で構成されている。
この記憶装置１６に使用される記憶媒体としては、主と
してハードディスクが使用されるが、後述の記憶媒体駆
動装置１７で使用される各種記憶媒体のうちの読み書き
可能な記憶媒体を使用するようにしてもよい。記憶装置
１６は、仮名漢字変換辞書１６１、プログラム格納部１
６２、データ格納部１６３、文書データベース１６４、
アクセス履歴データベース１６５、文書ベクトルデータ
ベース１６６、図示しないその他の格納部（例えば、こ
の記憶装置１６内に格納されているプログラムやデータ
等をバックアップするための格納部）等を有している。
プログラム格納部１６２には、本実施形態における他言
語文書検索処理プログラム、文書ベクトル作成処理プロ
グラム等の各種プログラムの他、仮名漢字変換辞書１６
１を使用して入力された仮名文字列を漢字混り文に変換
する仮名漢字変換プログラム等の各種プログラムが格納
されている。データ格納部１６３には、ユーザに関する
データ等の、システムが必要とする各種データが格納さ
れている。

【００１２】文書データベース１６４は、主として日本
語の文書が多数格納されている。この日本語文書のなか
から対象文書と類似している類似文書が検索される。こ
の文書データベース１６４に格納される各文書の形式は
特に限定されるものではなく、テキスト形式の文書、Ｈ
ＴＭＬ（Hyper Text Markup Language）形式の文書、Ｊ
ＩＳ形式の文書等の各種形式の文書の格納が可能であ
る。

【００１３】図２は、文書ベクトルデータベース１６６
の内容を概念的に表したものである。この図２に示され
るように、文書Ａｊｋの中から自動抽出されたキーワー
ドｘに対して求められた重要度ｆ（ｘ）が文書ベクトル
の要素値ｆ（ｘ）として格納されている。この文書ベク
トルは各文書ｊｋ（ｊ＝１〜、ｋ＝１〜）毎に格納さ
れ、文書データベース１６４に格納されている各文書と
対応づけられている。各文書ベクトルの次元は採用する
キーワードｘ（重要語句）の数であるが、２文書間の類
似度を両文書ベクトルから求める場合には、両文書のキ
ーワードの和集合の数が両文書ベクトルの次元となる。
この場合、一方の文書ベクトルにのみ含まれるキーワー
ドに対する他方の文書ベクトルの要素値は、”０”に定
義される。

【００１４】例えば図２おいて、文書Ｂのキーワードは
「重要、重要語、重要度、…」、文書Ｃのキーワードは
「重要、…、政治、…」であり、両文書の文書ベクトル
は次の通りである。 文書Ｂの文書ベクトル＝（ １，１８，１９，…） 文書Ｃの文書ベクトル＝（１８，…，２１，…） これに対して文書Ｂと文書Ｃとの類似度を算出する場合
には、両文書のキーワードを「重要、重要語、重要度、
…、政治、…」とし、両文書の文書ベクトルはつぎの通
り定義される。 文書Ａの文書ベクトル＝（ １，１８，１９，…，
０，…）、 文書Ｃの文書ベクトル＝（１８， ０， ０，…，２
１，…）

【００１５】記憶媒体駆動装置１７（図１）は、ＣＰＵ
１１１が外部の記憶媒体からコンピュータプログラムや
文書を含むデータ等を読み込むための駆動装置である。
記憶媒体に記憶されているコンピュータプログラム等に
は、本実施形態の他言語文書検索システムにより実行さ
れる他言語文書検索処理等の各種処理プログラム、およ
び、そこで使用される辞書、データ等も含まれる。ここ
で、記憶媒体とは、コンピュータプログラムやデータ等
が記憶される記憶媒体をいい、具体的には、フロッピー
ディスク、ハードディスク、磁気テープ等の磁気記憶媒
体、メモリチップやＩＣカード等の半導体記憶媒体、Ｃ
Ｄ−ＲＯＭやＭＯ、ＰＤ（相変化書換型光ディスク）等
の光学的に情報が読み取られる記憶媒体、紙カードや紙
テープ等の用紙（および、用紙に相当する機能を持った
媒体）を用いた記憶媒体、その他各種方法でコンピュー
タプログラム等が記憶される記憶媒体が含まれる。本実
施形態の他言語文書検索システムにおいて使用される記
憶媒体としては、主として、ＣＤ−ＲＯＭやフロッピー
ディスクが使用される。記憶媒体駆動装置１７は、これ
らの各種記憶媒体からコンピュータプログラムを読み込
む他に、フロッピーディスクのような書き込み可能な記
憶媒体に対してＲＡＭ１１３や記憶装置１６に格納され
ているデータ等を書き込むことが可能である。

【００１６】本実施形態の他言語文書検索システムで
は、制御部１１のＣＰＵ１１１が、記憶媒体駆動装置１
７にセットされた外部の記憶媒体からコンピュータプロ
グラムを読み込んで、記憶装置１６の各部に格納（イン
ストール）する。そして、本実施形態による他言語文書
検索処理等の各種処理を実行する場合、記憶装置１６か
ら該当プログラムをＲＡＭ１１３に読み込み、実行する
ようになっている。但し、記憶装置１６からではなく、
記憶媒体駆動装置１７により外部の記憶媒体から直接Ｒ
ＡＭ１１３にプログラムを読み込んで実行することも可
能である。また、他言語文書検索システムによっては、
本実施形態の他言語文書検索処理プログラム等を予めＲ
ＯＭ１１２に記憶させておき、これをＣＰＵ１１１が実
行するようにしてもよい。さらに、本実施形態の他言語
文書検索処理プログラム等の各種プログラムやデータ
を、通信制御装置１８を介して他の記憶媒体からダウン
ロードし、実行するようにしてもよい。

【００１７】通信制御装置１８は、他言語文書検索シス
テムと他のパーソナルコンピュータやワードプロセッサ
等の各種電子機器との間をネットワーク接続するための
制御装置である。通信制御装置１８は、これら各種電子
機器が有している対象文書と同一の言語の文書、入力さ
れた他言語の文書、および同一言語や他言語の文書のデ
ータベースを検索対象としてアクセスすることが可能に
なっている。検索対象となる文書には、テキスト形式や
ＨＴＭＬ形式等の各種形式の文書の他、ビットマップデ
ータ等の各種データも含まれる。入出力Ｉ／Ｆ１９は、
音声や音楽等の出力を行うスピーカ等の各種機器を接続
するためのインターフェースである。文字認識装置２０
は、用紙等に記載された文字をテキスト形式やＨＴＭＬ
等の各種形式で認識する装置であり、イメージスキャナ
や文字認識プログラム等で構成されている。

【００１８】本実施形態では、キーボード１２の入力操
作により作成した文書（ＲＡＭ１１３の所定格納エリア
に格納）の他、外部で作成して所定の記憶媒体に格納し
た文書で記憶媒体駆動装置１７から読み込んだ文書、予
め文書データベースに格納されている文書、通信制御装
置１８からダウンロードした文書、及び文字認識装置２
０で文字認識した文書、等の各種文書を検索の元になる
対象文書として取得する（文書取得手段）ことが可能で
ある。

【００１９】以上のように構成された本実施形態の他言
語文書検索システムによる他言語文書検索処理の動作に
ついて、図３から図８を使用して説明する。図３は他言
語文書検索処理のメイン動作を表したフローチャートで
あり、図４は具体的処理内容を概念的に表したものであ
る。ＣＰＵ１１１は、まず検索を希望する他言語の入力
を求める画面を表示しキーボードやマウス等により入力
された他言語（図４；１００）を取得し、ＲＡＭ１１３
の他言語格納エリア１１３０に格納する（ステップ１
０、）。次に、ＣＰＵ１１１は、検索の元になる対象文
書Ｔ（図４；１１０）を取得し、対象文書格納エリア１
１３１に格納する（ステップ１１）。

【００２０】次に、ＣＰＵ１１１は、取得した対象文書
Ｔについての対象文書ベクトルＢｔ（図４；１２０）を
取得する（ステップ１２；第１文書ベクトル取得手
段）。対象文書ベクトルＢｔは、対象文書Ｔを文書デー
タベース１６４から取得し、かつ当該対象文書Ｔの文書
ベクトルＢｔが文書ベクトルデータベース１６６に格納
されている場合には、そこから読み出すことで取得す
る。一方、文書ベクトルデータベース１６６に格納され
ていない場合や、文書データベース１６４以外から対象
文書Ｔを取得した場合には、ＲＡＭ１１３に格納した対
象文書Ｔに対する文書ベクトルＢｔを、文書ベクトル作
成処理により作成することで取得する。

【００２１】図５は、文書ベクトル作成処理の動作を表
したフローチャートである。ＣＰＵ１１１は、形態素解
析を行うことで対象文書Ｔから自立語を抽出する（ステ
ップ１３１）と共に、名詞句、複合名詞句等を含めた候
補語（句）を対象文書Ｔから抽出しＲＡＭ１１３の所定
作業領域に格納する（ステップ１３２）。そして抽出し
た候補語（句）の対象文書Ｔでの出現頻度、評価関数か
ら、各候補語（句）重要度ｆ（ｘ）を決定する（ステッ
プ１３３）。ここで、評価関数としては、例えば、所定
の重要語が予め指定されている場合にはその重要語に対
する重み付け、単語、名詞句、複合名詞句等の候補語
（句）の種類による重み付け等が使用される。さらにＣ
ＰＵ１１１は、決定した重要度ｆ（ｘ）の値から対象文
書Ｔのキーワードａ，ｂ，…を決定する（ステップ１３
４）。そして、各キーワードの重要度ｆ（ｘ）を要素と
して、文書ベクトルＢ＝（ｆ（ａ），ｆ（ｂ），…）を
ＲＡＭ１１３の対象文書ベクトル格納エリア１１３２に
格納して（ステップ１３５）、図３の他言語文書検索処
理ルーチンにリターンする。

【００２２】次にＣＰＵ１１１は、文書ベクトルデータ
ベース１６４に格納された日本語の各文書の中から類似
文書の検索をするために、文書データベース１６４に格
納された各文書と対象文書Ｔとの類似度を、図６に示す
ように、両ベクトルを比較して両者の角度に依存するコ
サインから算出し、類似度格納エリア１１３３に格納す
る（ステップ１３）。

【００２３】すなわち、ＣＰＵ１１１は、類似か否かを
判断する文書データベース中の文書に対する文書ベクト
ルを、文書ベクトルデータベース１６６格納されていれ
ば、そこから読みとり、格納されていなければ図５に示
したフローチャートに従って文書ベクトルを作成するこ
とで文書ベクトルを取得し（第２文書ベクトル取得手
段）、文書ベクトルデータベース１６６に格納する。一
般に、文書Ａｘの文書ベクトルＢｘと文書Ａｙの文書ベ
クトルＢｙとの間の角度をθとし、両文書ベクトルの内
積をＢｘ・Ｂｙとし、両文書ベクトルの大きさをそれぞ
れ｜Ｂｘ｜、｜Ｂｙ｜とした場合、両文書ベクトルの類
似度Ｓは次の数式１により求まる。

【００２４】

【数１】類似度Ｓ＝ＣＯＳ（θ）＝（Ｂｘ・Ｂｙ）／
（｜Ｂｘ｜×｜Ｂｙ｜）

【００２５】この類似度Ｓの値は−１≦Ｓ≦１の値をと
り、１に近いほど２つの文書ベクトルが互いに平行に近
く、２つの文書Ａｘと文書Ａｙは互いに類似していると
考えることができる。

【００２６】ＣＰＵ１１１は、対象文書Ｔとの類似度が
算出されると、類似度が所定の閾値（例えば、０．８）
以上の文書を類似文書として類似文書格納エリア１１３
４に格納する。図４、図６に示した例では、文書データ
ベース１６４中の日本語の文書Ａ１、Ａ２、Ａ３、Ａ
４、…のうちの文書Ａ１とＡ４が類似文書として検索さ
れる。そして、格納した類似文書（Ａ１、Ａ４）の内容
をチェックし、他言語格納エリア１１３０に格納した他
言語による参考文書に関する記載がないか調べ（ステッ
プ１５）、記載があれば（；Ｙ）その参考文書に関する
記載（参考文書名、記載者名、記載者所属機関名、学会
名、記載日、発表日等）をＲＡＭ１１３の参考文書名格
納エリア１１３６に格納する（ステップ１６）。図４に
示した例では、類似文書Ａ１の参考文書（英語）として
文書データベース（英語）１７０中の文書Ｅ１と、類似
文書Ａ４の参考文書（英語）として図示しないデータベ
ース中の文書Ｅｚがチェックされ、参考文書名格納エリ
ア１１３５に格納される。

【００２７】さらにＣＰＵ１１１は、類似文書格納エリ
ア１１３４に格納した類似文書をチェックし、他言語
（＝英語）を母国語とする国のアドレスを持つＵＲＬが
ないか調べ（ステップ１７）、ある場合には（；Ｙ）そ
のＵＲＬ関連データ（ＵＲＬ、文書名、作者等）をＵＲ
Ｌ格納エリア１３６に格納する（ステップ１８）。図４
に示した例では、類似文書Ａ１にはＵＲＬの記載はな
く、類似文書Ａ４のには、文書データベース（英語）１
７０に格納された文書Ｅ１、Ｅｘ、その他の文書のＵＲ
Ｌがチェックされ、ＵＲＬ格納エリア１１３６に格納さ
れる。

【００２８】次にＣＰＵ１１１は、チェックした参考文
書記載及びＵＲＬを表示装置１４に表示する。図７は、
参考文書記載、ＵＲＬ等の表示画面１８０を表したもの
である。この図に示すように、文書内に参考文書記載や
ＵＲＬ記載がチェックされた文書Ａ１、Ａ４、…の文書
名、各文書に対する参考文書記載（文書名等）、各文書
に予め関連つけられたＵＲＬと文書名が表示される。

【００２９】この表示画面でＣＰＵ１１１は、ＵＲＬア
クセスキーが選択されたか否かを監視し（ステップ２
０）、それ以外のキーであれば（ステップ２０；Ｎ）、
その他の処理を行う（ステップ２１）。その他の処理の
例としては次のような処理が成される。例えば、図７の
表示画面において、類似文書Ａ１等の位置をマウス１３
の操作により反転表示させてダブルクリック、又は「Ｏ
Ｋ」キーにより選択すると、当該文書Ａ１が類似文書格
納エリア１１３４から読み出されて、画面表示される。
一方、参考文書欄に表示された文書Ｅ１（文書Ａ１）、
Ｅｚ（文書Ａ４）は、リンクされた文書として検索され
た文書ではなく、関連文書の記載から検索した文書なの
で、この欄を指定することで当該文書（Ｅ１、Ｅｚ）を
画面表示することはできない。ただし、この参考文書欄
にのみ記載されている文書Ｅｚ（Ｅ１はＡ４の関連文書
としてリンクされているので該当しない）は、文献名等
がわかっているので、所定のデータベース提供機関から
取り寄せることで入手可能である。

【００３０】また、ＵＲＬ／文献名の欄に表示された他
言語（英語）の文書、例えば、Ｅ１の欄１８１をマウス
１３の操作で反転表示させて、ダブルクリック、又は
「ＯＫ」キーにより選択すると、ＣＰＵ１１１はＵＲＬ
アクセスキーであると判断する（ステップ２０；Ｙ）。
そして、図４の文書データベース（英語）１７０の指定
された文書Ｅ１にそのＵＲＬによってアクセスし（ステ
ップ２２）、図７の表示画面１９０に示すように当該他
言語文書Ｅ１を画面表示して処理を終了する。

【００３１】ユーザは、次のような処理を行うことで、
以上説明した他言語文書検索処理により取得した他言語
文書Ｅ１、Ｅｚ、Ｅｘ、…以外の他言語文書について更
に検索をすることができる。すなわち、図７の表示画面
１８０において、ＵＲＬ／文献名の欄に表示された他言
語（英語）の文書、例えば、Ｅ１の欄１８１をマウス１
３の操作で反転表示させた状態で、又は、表示画面１９
０の状態で、「類似文書検索」キーを選択する。

【００３２】するとＣＰＵ１１１は、他言語文書Ｅ１を
対象文書とし、他言語文書Ｅ１と同一言語の類似文書
を、ステップ１２からステップ１４の処理と同様にして
検索する。すなわち、図８に示すように、他言語文書Ｅ
１の文書ベクトルＢｅ１と、それ以外の他言語文書Ｅ
２、Ｅ３、…の文書ベクトルＢｅ２、Ｂｅ３、…とを求
め、各他言語文書Ｅ２、Ｅ３、…に対する他言語文書Ｅ
１の類似度を算出し、所定の閾値以上の類似度を有する
他言語類似文書Ｅ４を検索する。なお、検索対象となる
データベースとしては、指定された他言語文書Ｅ１が格
納されている文書データベース（英語）１７０を使用す
るが、ステップ１０で入力された他言語の文書であれば
他のデータベースも含めて検索することも可能である。

【００３３】以上、本実施形態の構成および他言語文書
検索の処理について説明したが、本発明では、これらの
各形態に限定されるものではなく、請求項に記載された
発明の範囲内で種々の変形をすることが可能である。例
えば、実施形態では、対象文書の言語として日本語、他
言語として英語を例に説明したが、本発明ではこれらの
組み合わせに限定されるものではなく、あらゆる言語間
の組み合わせとすることが可能である。その場合、対象
となる文書が作成された言語用の形態素解析アルゴリズ
ム等を使用するといった、本発明の構成には影響のない
部分を変更するだけでよい。また、実施形態では、他言
語として英語のみを指定したが、英語とフランス語とい
うように、複数の言語を検索の対象となる他言語として
指定することも可能である。

【００３４】さらには、他言語として、同一言語を指定
することも可能である。この場合、自システム内に有し
ている文書データベース１６４内でしか類似検索ができ
ない時に有効である。すなわち、文書データベース１６
４内の類似文書を検索し、その類似文書に記載されてい
る、関連文書記載やＵＲＬから、他の文書データベース
に格納されている同一言語の文書や、データベース化さ
れていない文書（同一言語）を検索することが可能であ
る。

【００３５】また、実施形態では対象文書Ｔに類似する
類似文書を決定するのに両文書の文書ベクトルを使用し
たが、本発明では文書ベクトルを使用した方法に限定さ
れず、他に公知となっている種々の方法を使用して両文
書間の類似関係を調べ、決定するようにしてもよい。

【００３６】説明した実施形態では、文書データベース
１６４中には日本語の文書のみが格納されていることを
前提に説明したが、本発明では、日本語以外の文書を各
言語毎に多数格納した他言語文書データベースを文書デ
ータベース１６４に含ませ、この他言語文書データベー
ス中の文書を他言語文書検索の対象に含めるようにして
もよい。

【００３７】さらに、実施形態では他言語の取得を入力
された他言語（英語）により直接取得したが、本発明で
は、間接的に取得する場合も他言語取得手段に含まれ
る。間接的に取得する場合の例としては、国名を入力項
目とし、その国に母国語を他言語として取得するように
してもよい。この場合、国名「フランス」が入力される
と、その母国語「フランス語」を他言語として取得し、
他言語格納エリア１１３０に格納する。なお、母国語と
して２以上の言語が使用されている国の場合には、最も
しよう頻度が高い言語を予め規定しておくようにして
も、全母国語を画面表示して１または複数の言語を指定
してもらうようにしてもよい。

【００３８】以上の実施形態において説明した、各装
置、各部、各動作、各処理等に対しては、それらを含む
上位概念としての各手段（〜手段）により、実施形態を
構成することが可能である。例えば、「ＣＰＵ１１１
は、…図６に示すように、両ベクトルの角度に依存する
コサインにより算出し、類似度格納エリア１１３３に格
納する（ステップ１３）。」との記載に対して「類似度
算出手段」を構成するようにしてもよい。同様に、その
他各種動作に対して「〜（動作）手段」等の上位概念で
実施形態を構成するようにしてもよい。

【００３９】

【発明の効果】本発明によれば、検索の元になる対象文
書と類似する同一の文書を検索し、検索した類似文書に
予め関連つけられた他言語の文書を検索するようにした
ので、特定の辞書を使用することなく、複数の他言語の
文書に対しても容易に検索することができる。

【図面の簡単な説明】

【図１】本発明の１実施形態における他言語文書検索シ
ステムの構成を表したブロック図である。

【図２】同上、実施形態における文書ベクトルデータベ
ースの内容を概念的に表した説明図である。

【図３】同上、実施形態における他言語文書検索処理の
メイン動作を表したフローチャートである。

【図４】同上、実施形態における他言語文書検索処理の
具体的処理内容を概念的に表した説明図である。

【図５】同上、実施形態の他言語文書検索処理における
文書ベクトル作成処理の動作を表したフローチャートで
ある。

【図６】同上、実施形態における対象文書Ｔに対する類
似関係を文書ベクトルを用いて表した説明図である。

【図７】同上、実施形態の他言語文書処理において、検
索された他言語文書の表示画面を表した説明図である。

【図８】同上、実施形態において検索された他言語文書
と、その他の他言語文書との類似関係を文書ベクトルを
用いて表した説明図である。

【図９】請求項１に記載した発明のクレーム対応図であ
る。

【図１０】請求項２に記載した発明のクレーム対応図で
ある。

【図１１】請求項３に記載した発明のクレーム対応図の
１例である。

【図１２】請求項４に記載した発明のクレーム対応図の
１例である。

【図１３】請求項７に記載した発明のクレーム対応図で
ある。

【図１４】請求項８に記載した発明のクレーム対応図で
ある。

【図１５】請求項９に記載した発明のクレーム対応図の
１例である。

【図１６】請求項１０に記載した発明のクレーム対応図
の１例である。

【図１７】請求項１３に記載した発明のクレーム対応図
である。

【図１８】請求項１４に記載した発明のクレーム対応図
である。

【符号の説明】 １１ 制御部 １１２ ＲＯＭ １１３ ＲＡＭ １１３０ 他言語格納エリア １１３１ 対象文書格納エリア １１３２ 対象文書ベクトル格納エリア １１３３ 類似度格納エリア １１３４ 類似文書格納エリア １１３５ 参考文書名格納エリア １１３６ ＵＲＬ格納エリア １１３７ 他言語文書格納エリア １２ キーボード １３ マウス １４ 表示装置 １５ 印刷装置 １６ 記憶装置 １６１ 仮名漢字変換辞書 １６２ プログラム格納部 １６３ データ格納部 １６４ 文書データベース １６６ 文書ベクトルデータベース １７ 記憶媒体駆動装置 １８ 通信制御装置 １９ 入出力Ｉ／Ｆ ２０ 文字認識装置

Claims (14)

【特許請求の範囲】
1. 【請求項１】 検索を希望する他言語を指定する他言語
   指定手段と、 検索の元になる対象文書を取得する文書取得手段と、 前記文書取得手段で取得された対象文書と同一言語の文
   書から、前記対象文書に類似する文書を検索する類似文
   書検索手段と、 前記類似文書検索手段により検索された類似文書に予め
   関連つけられ、前記他言語指定手段で指定された他言語
   の文書を検索する他言語文書検索手段と、を具備するこ
   とを特徴とする他言語文書検索システム。
2. 【請求項２】 前記文書取得手段により取得された対象
   文書を特徴づける文書ベクトルを取得する第１文書ベク
   トル取得手段と、 前記文書取得手段で取得された対象文書と同一言語の文
   書の文書ベクトルを取得する第２文書ベクトル取得手段
   と、 前記第１文書ベクトル取得手段で取得した文書ベクトル
   と、前記第２文書ベクトル取得手段で取得した文書ベク
   トルとから、前記対象文書と前記同一言語の文書との類
   似度を算出する類似度算出手段とを有し、 前記類似文書検索手段は、前記類似度算出手段で算出さ
   れた類似度から前記対象文書に類似する類似文書を検索
   する、ことを特徴とする請求項１に記載の他言語文書検
   索システム。
3. 【請求項３】 前記他言語文書検索手段により検索され
   た他言語文書の文書名を表示する表示手段、を具備する
   ことを特徴とする請求項１又は請求項２に記載の他言語
   文書検索システム。
4. 【請求項４】 前記他言語文書検索手段により検索され
   た他言語の文書にアクセスして当該文書を表示するアク
   セス手段、を具備することを特徴とする請求項１、請求
   項２、又は請求項３に記載の他言語文書検索システム。
5. 【請求項５】 前記他言語文書検索手段は、前記類似文
   書検索手段により検索された類似文書中に引用若しくは
   記載された参考文書記載、または、前記類似文書にリン
   クされた関連文書により他言語文書を検索することを特
   徴とする請求項１、請求項２、請求項３、又は請求項４
   に記載の他言語文書検索システム。
6. 【請求項６】 前記他言語文書検索手段は、検索した前
   記他言語の文書に類似する、前記他言語指定手段により
   指定された他言語の文書をさらに検索する、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の請求
   項に記載の他言語文書検索システム。
7. 【請求項７】 検索を希望する他言語を指定する他言語
   指定機能と、 検索の元になる対象文書を取得する文書取得機能と、 前記文書取得機能で取得された対象文書と同一言語の文
   書から、前記対象文書に類似する文書を検索する類似文
   書検索機能と、 前記類似文書検索機能により検索された類似文書に予め
   関連つけられ、前記他言語指定機能で指定された他言語
   の文書を検索する他言語文書検索機能と、をコンピュー
   タに実現させるためのコンピュータ読取り可能な他言語
   文書検索プログラムが記憶された記憶媒体。
8. 【請求項８】 前記文書取得機能により取得された対象
   文書を特徴づける文書ベクトルを取得する第１文書ベク
   トル取得機能と、 前記文書取得機能で取得された対象文書と同一言語の文
   書の文書ベクトルを取得する第２文書ベクトル取得機能
   と、 前記第１文書ベクトル取得機能で取得した文書ベクトル
   と、前記第２文書ベクトル取得機能で取得した文書ベク
   トルとから、前記対象文書と前記同一言語の前記文書と
   の類似度を算出する類似度算出機能とを有し、 前記類似文書検索機能は、前記類似度算出機能で算出さ
   れた類似度から前記対象文書に類似する類似文書を検索
   する、ことを特徴とする請求項７に記載の他言語文書検
   索プログラムが記憶された記憶媒体。
9. 【請求項９】 前記他言語文書検索機能により検索され
   た他言語文書の文書名を表示する表示機能、を具備する
   ことを特徴とする請求項７又は請求項８に記載の他言語
   文書検索プログラムが記憶された記憶媒体。
10. 【請求項１０】 前記他言語文書検索機能により検索さ
    れた他言語の文書にアクセスして当該文書を表示するア
    クセス機能、を具備することを特徴とする請求項７、請
    求項８、又は請求項９に記載の他言語文書検索プログラ
    ムが記憶された記憶媒体。
11. 【請求項１１】 前記他言語文書検索機能は、前記類似
    文書検索機能により検索された類似文書中に引用若しく
    は記載された参考文書記載、または、前記類似文書にリ
    ンクされた関連文書により他言語文書を検索することを
    特徴とする請求項７、請求項８、請求項９、又は請求項
    １０に記載の他言語文書検索プログラムが記憶された記
    憶媒体。
12. 【請求項１２】 前記他言語文書検索機能は、検索した
    前記他言語の文書に類似する、前記他言語指定機能によ
    り指定された他言語の文書をさらに検索する、ことを特
    徴とする請求項７から請求項１１のうちのいずれか１の
    請求項に記載しの他言語文書検索プログラムが記憶され
    た記憶媒体。
13. 【請求項１３】 検索の元になる対象文書を取得し、 前記取得した対象文書と同一言語の文書から、前記対象
    文書に類似する文書を検索し、 前記検索した類似文書に予め関連つけられ、指定された
    他言語の文書を検索する、ことを特徴とする他言語文書
    検索方法。
14. 【請求項１４】 検索の元になる対象文書を取得し、 前記取得した対象文書を特徴づける第１文書ベクトルを
    取得し、 前記取得した対象文書と同一言語の文書の第２文書ベク
    トルを取得し、 前記第１文書ベクトルと、前記第２文書ベクトルから、
    前記対象文書と前記同一言語の文書との類似度を算出
    し、 前記算出した類似度から、前記対象文書に類似する文書
    を検索し、 前記検索した類似文書に予め関連つけられ、指定された
    他言語の文書を検索する、ことを特徴とする他言語文書
    検索方法。