JPH1185790A - 文書情報格納装置及び文書情報格納方法並びに文書情報検索装置及び文書情報検索方法並びに文書情報格納プログラムを記録した記録媒体及び文書情報検索プログラムを記録した記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 文書情報を格納／検索する装置において、大
容量の文書データなどの情報を格納するのに必要な領域
を小さくするとともに、インデクスを作成しつつ格納す
るときの処理時間を短縮し、検索時間をも短縮する。 【解決手段】 形態素解析処理を施すことにより、入力
された文書情報から文書情報構成要素としての形態素を
抽出する形態素解析部１と、この形態素解析部１で抽出
された形態素を符号化する符号化部２と、この符号化部
２で符号化された形態素に圧縮処理を施す圧縮部３と、
圧縮部３で圧縮された符号化形態素を格納する記憶部４
とをそなえるように構成する。

Description

【発明の詳細な説明】

【０００１】（目次） 発明の属する技術分野 従来の技術 発明が解決しようとする課題 課題を解決するための手段 発明の実施の形態（図１〜図１９） ・第１実施形態（図１〜図５） ・第２実施形態（図７〜図１２） ・第３実施形態（図１３〜図１６） ・記録媒体 ・その他（図１７〜図１９） 発明の効果

【０００２】

【発明の属する技術分野】本発明は、大容量文書情報の
格納や検索に用いて好適な文書情報格納装置及び文書情
報格納方法並びに文書情報検索装置及び文書情報検索方
法並びに文書情報格納プログラムを記録した記録媒体及
び文書情報検索プログラムを記録した記録媒体に関す
る。

【０００３】

【従来の技術】従来、データベースに蓄積する情報を検
索する装置では、大容量の文書データを格納（ｓｔｏｒ
ｅ）する場合、そのまま文書データを格納するか、文書
データを圧縮してから格納する方法がある。また、検索
に際しては、データベースに格納されているデータを直
に検索するか、格納とは別途作成されたインデクスを用
いて文書の検索が行なわれていた。

【０００４】

【発明が解決しようとする課題】しかし、このような従
来の文書データをそのままデータベースに格納する方式
では、データの格納に必要な容量が大きくなる問題があ
る。また、インデクスを作成せずに、文書データを圧縮
して格納する方式では、検索速度が遅く成りうる。

【０００５】ここで、圧縮して格納する方式において、
文書データの格納とは別途、検索に用いるインデクスを
作成する場合、データの格納に必要な容量も少なく、検
索速度も遅くない。しかし、文書データなどの情報を格
納する際に、データの圧縮とインデクスの作成の二つを
別々に行なうため処理時間が掛かる。また、文書データ
を圧縮して格納する場合に、文書データの中の統計的な
情報を十分に用いていないため、圧縮が十分でない場合
がある。

【０００６】このように、大容量の文書データ等の情報
を格納する装置において、格納するに必要な領域を小さ
くすることと、インデクスを作成しつつ格納するときの
処理時間を短くするという、課題がある。本発明は、こ
のような課題に鑑み創案されたもので、大容量の文書デ
ータなどの情報を格納するのに必要な領域を小さくする
とともに、インデクスを作成しつつ文書データを格納す
るときの処理時間が短い文書情報格納装置及び文書情報
格納方法並びに文書情報検索装置及び文書情報検索方法
並びに文書情報格納プログラムを記録した記録媒体及び
文書情報検索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。

【０００７】

【課題を解決するための手段】上述の目的を達成するた
めに、本発明の文書情報格納装置は、形態素解析処理を
施すことにより、入力された文書情報から文書情報構成
要素としての形態素を抽出する形態素解析部と、形態素
解析部で抽出された形態素を符号化する符号化部と、符
号化部で符号化された形態素に圧縮処理を施す圧縮部
と、圧縮部で圧縮された符号化形態素を格納する記憶部
とをそなえて構成されたことを特徴としている（請求項
１）。

【０００８】または、本発明の文書情報格納装置は、形
態素解析部で抽出された形態素及び符号化部で符号化さ
れた形態素のうちの少なくとも一方の情報に基づいてイ
ンデクスを作成するインデクス作成部と、インデクス作
成部で作成されたインデクスを格納するインデクス記憶
部とをそなえるようにしてもよい（請求項２）。さら
に、本発明の文書情報格納装置は、同義語辞書，シソー
ラス，対訳辞書のうちの少なくとも一つをそなえ、符号
化部が、同義語辞書，シソーラス，対訳辞書のうちの少
なくとも１つの情報を用いて、形態素を符号化するよう
に構成してもよい（請求項３）。

【０００９】ここで、形態素解析部で抽出された形態素
及び符号化部で符号化された形態素のうちの少なくとも
一方の情報に基づいてインデクスを作成するインデクス
作成部と、インデクス作成部で作成されたインデクスを
格納するインデクス記憶部とをそなえるとともに、同義
語辞書，シソーラス，対訳辞書のうちの少なくとも一つ
をそなえ、符号化部が、同義語辞書，シソーラス，対訳
辞書のうちの少なくとも１つの情報を用いて、形態素を
符号化するような構成でもよい（請求項４）。

【００１０】他方、本発明の文書情報格納方法は、文書
情報を格納するに際し、文書情報を入力することによ
り、文書情報に対し、形態素解析処理を施して、文書情
報から文書情報構成要素としての形態素を抽出する形態
素解析ステップと、形態素解析ステップで抽出された形
態素を符号化する符号化ステップと、符号化ステップで
符号化された形態素に圧縮処理を施す圧縮ステップと、
圧縮ステップで圧縮された符号化形態素を格納する記憶
ステップとをそなえて構成されたことを特徴としている
（請求項５）。

【００１１】ここで、形態素解析ステップで抽出された
形態素及び符号化ステップで符号化された形態素のうち
の少なくとも一方の情報に基づいてインデクスを作成す
るインデクス作成ステップと、インデクス作成ステップ
で作成されたインデクスを格納するインデクス記憶ステ
ップとをそなえるようにしてもよく（請求項６）、若し
くは、符号化ステップが、同義語辞書，シソーラス，対
訳辞書のうちのいずれかからの情報を用いて、形態素を
符号化するように構成してもよい（請求項７）。

【００１２】さらに、形態素解析ステップで抽出された
形態素及び符号化ステップで符号化された形態素のうち
の少なくとも一方の情報に基づいてインデクスを作成す
るインデクス作成ステップと、インデクス作成ステップ
で作成されたインデクスを格納するインデクス記憶ステ
ップとをそなえ、符号化ステップが、同義語辞書，シソ
ーラス，対訳辞書のうちのいずれかからの情報を用い
て、形態素を符号化するように構成が設けられるように
することもできる（請求項８）。

【００１３】並びに、本発明の文書情報検索装置は、形
態素解析処理を施すことにより、入力された文書情報か
ら文書情報構成要素としての形態素を抽出する形態素解
析部と、形態素解析部で抽出された形態素を符号化する
符号化部と、符号化部で符号化された形態素に圧縮処理
を施す圧縮部と、圧縮部で圧縮された符号化形態素を格
納する記憶部とを有する文書情報格納装置における記憶
部に格納されている圧縮符号化形態素を元の符号化形態
素データに復元する復元部と、検索質問に適合した、符
号化形態素データが復元されているかどうかを判定する
照合部と、照合部での照合結果に基づいて、復元部で復
元された符号化形態素データを形態素に戻す復号化部と
をそなえて構成されたことを特徴としている（請求項
９）。

【００１４】ここで、照合部が、符号化形態素形式の検
索質問と、復元部で復元された符号化形態素データとを
照合して、検索質問に適合した、符号化形態素データが
復元されているかどうかを判定するような構成を備える
こともよい（請求項１０）。さらに、形態素解析部で抽
出された形態素及び符号化部で符号化された形態素のう
ちの少なくとも一方の情報に基づいてインデクスを作成
するインデクス作成部と、インデクス作成部で作成され
たインデクスを格納するインデクス記憶部とを文書情報
格納装置に付加し、照合部が、形態素形式の検索質問及
び符号化形態素形式の検索質問のうちの少なくとも一方
の情報に基づいて得られるインデクスからインデクス記
憶部で記憶されているインデクスの検索を行ない、この
検索の結果得られたインデクスの情報に基づいて、記憶
部に格納されている圧縮符号化形態素を復元部で元の符
号化形態素データに復元させるように構成してもよい
（請求項１１）。

【００１５】同義語辞書，シソーラス，対訳辞書のうち
の少なくとも一つをそなえ、符号化部が、同義語辞書，
シソーラス，対訳辞書のうちのいずれかからの情報を用
いて、形態素を符号化するように、文書情報格納装置を
構成し、照合部が、同義語辞書，シソーラス，対訳辞書
のうちのいずれかからの情報を用いて作成された符号化
形態素形式の検索質問と、復元部で復元された符号化形
態素データとを照合して、検索質問に適合した、符号化
形態素データが復元されているかどうかを判定するよう
に構成してもよい（請求項１２）。

【００１６】さらに、形態素解析部で抽出された形態素
及び符号化部で符号化された形態素のうちの少なくとも
一方の情報に基づいてインデクスを作成するインデクス
作成部と、インデクス作成部で作成されたインデクスを
格納するインデクス記憶部とを文書情報格納装置に付加
し、更に同義語辞書，シソーラス，対訳辞書のうちの少
なくとも一つをそなえ、符号化部が、同義語辞書，シソ
ーラス，対訳辞書のうちのいずれかからの情報を用い
て、形態素を符号化するように、文書情報格納装置を構
成し、照合部が、同義語辞書，シソーラス，対訳辞書の
うちのいずれかからの情報を用いて作成された形態素形
式の検索質問及び符号化形態素形式の検索質問のうちの
少なくとも一方の情報に基づいて得られるインデクスか
らインデクス記憶部で記憶されているインデクスの検索
を行ない、この検索の結果得られたインデクスの情報に
基づいて、記憶部に格納されている圧縮符号化形態素を
復元部で元の符号化形態素データに復元させるように構
成を備えても実施に際して好適である（請求項１３）。

【００１７】並びに、本発明の文書情報検索方法は、文
書情報を入力することにより、文書情報に対して、形態
素解析処理を施すことにより、文書情報から文書情報構
成要素としての形態素を抽出し、この抽出された形態素
を符号化し、更にこの符号化された形態素に圧縮処理を
施して、この圧縮された符号化形態素を記憶手段に記憶
した文書情報格納装置に対して、検索質問に適合した情
報を検索するに際しては、検索質問を入力して、この検
索質問について、形態素解析処理を施すことにより、検
索質問情報から形態素を抽出する形態素解析ステップ
と、形態素解析ステップで抽出された形態素を符号化す
る符号化ステップと、文書情報格納装置における記憶手
段に格納されている圧縮符号化形態素を元の符号化形態
素データに復元する復元ステップと、符号化ステップで
得られた符号化形態素形式の検索質問と、復元ステップ
で復元された符号化形態素データとを照合して、検索質
問に適合した、符号化形態素データが復元されているか
どうかを判定する照合ステップと、照合ステップでの照
合結果に基づいて、復元ステップで復元された符号化形
態素データを形態素に戻す復号化ステップとをそなえて
構成されたことを特徴としている（請求項１４）。

【００１８】ここで、文書情報格納装置が、同義語辞
書，シソーラス，対訳辞書のうちのいずれかからの情報
を用いて、形態素を符号化するように構成され、照合ス
テップが、同義語辞書，シソーラス，対訳辞書のうちの
いずれかからの情報を用いて作成された符号化形態素形
式の検索質問と、復元部で復元された符号化形態素デー
タとを照合して、検索質問に適合した、符号化形態素デ
ータが復元されているかどうかを判定するように構成し
てもよい（請求項１５）。

【００１９】並びに、本発明の文書情報検索方法は、文
書情報を入力することにより、文書情報に対して、形態
素解析処理を施すことにより、文書情報から文書情報構
成要素としての形態素を抽出し、この抽出された形態素
を符号化し、更にこの符号化された形態素に圧縮処理を
施して、この圧縮された符号化形態素を記憶手段に記憶
するとともに、形態素解析処理で抽出された形態素及び
形態素符号化処理で符号化された形態素のうちの少なく
とも一方の情報に基づいてインデクスを作成し、このイ
ンデクスをインデクス記憶手段に格納する文書情報格納
装置に対して、検索質問に適合した情報を検索するに際
しては、検索質問を入力して、この検索質問について、
形態素解析処理を施すことにより、検索質問情報から形
態素を抽出する形態素解析ステップと、形態素解析ステ
ップで抽出された形態素を符号化する符号化ステップ
と、形態素解析ステップで抽出された形態素及び符号化
ステップで符号化された形態素のうちの少なくとも一方
の情報に基づいて得られるインデクスからインデクス記
憶手段に記憶されているインデクスの検索を行なうイン
デクス検索ステップと、インデクス検索ステップで得ら
れたインデクス情報に基づいて、記憶手段で格納されて
いる圧縮符号化形態素を元の符号化形態素データに復元
する復元ステップと、復元ステップで復元された符号化
形態素データを形態素に戻す復号化ステップとをそなえ
て構成されたことを特徴としてもよい（請求項１６）。

【００２０】ここで、文書情報格納装置が、同義語辞
書，シソーラス，対訳辞書のうちのいずれかからの情報
を用いて、形態素を符号化するように構成され、且つ、
インデクス検索ステップが、同義語辞書，シソーラス，
対訳辞書のうちのいずれかからの情報を用いて、インデ
クス検索を行なうように構成しても好適に実施を確報す
ることができる（請求項１７）。

【００２１】並びに、本発明の文書情報格納プログラム
を記録した記録媒体は、コンピュータに、入力された文
書情報に対して、形態素解析処理を施すことにより、文
書情報から文書情報構成要素としての形態素を抽出する
形態素解析手順と、形態素解析手順で抽出された形態素
を符号化する符号化手順と、符号化手順で符号化された
形態素に圧縮処理を施す圧縮手順と、圧縮手順で圧縮さ
れた符号化形態素を格納する記憶手順とを実行させるプ
ログラムが記録されている（請求項１８）。

【００２２】一方、本発明の記録媒体は、コンピュータ
に、入力された文書情報に対して、形態素解析処理を施
すことにより、文書情報から文書情報構成要素としての
形態素を抽出する形態素解析手順と、形態素解析手順で
抽出された形態素を符号化する符号化手順と、符号化手
順で符号化された形態素に圧縮処理を施す圧縮手順と、
圧縮手順で圧縮された符号化形態素を記憶手段に格納さ
せる記憶手順と、形態素解析手順で抽出された形態素及
び符号化手順で符号化された形態素のうちの少なくとも
一方の情報に基づいてインデクスを作成するインデクス
作成手順と、インデクス作成手順で作成されたインデク
スをインデクス記憶手段に格納させるインデクス記憶手
順とを実行させるための文書情報格納プログラムが記録
されている（請求項１９）。

【００２３】他方、本発明の記録媒体は、文書情報を入
力することにより、文書情報に対して、形態素解析処理
を施すことにより、文書情報から文書情報構成要素とし
ての形態素を抽出し、この抽出された形態素を符号化
し、更にこの符号化された形態素に圧縮処理を施して、
この圧縮された符号化形態素を記憶手段に記憶した文書
情報格納装置に対して、検索質問に適合した情報を検索
するに際して、入力された検索質問について、形態素解
析処理を施すことにより、検索質問情報から形態素を抽
出する形態素解析手順と、形態素解析手順で抽出された
形態素を符号化する符号化手順と、記憶手段に格納され
ている圧縮符号化形態素を元の符号化形態素データに復
元する復元手順と、符号化手順で得られた符号化形態素
形式の検索質問と、復元手順で復元された符号化形態素
データとを照合して、検索質問に適合した、符号化形態
素データが復元されているかどうかを判定する照合手順
と、照合手順での照合結果に基づいて、復元手順で復元
された符号化形態素データを形態素に戻す形態素復号化
手順とをコンピュータに実行させるための文書情報検索
プログラムが記録されている（請求項２０）。

【００２４】さらに、本発明の記録媒体は、文書情報を
入力することにより、文書情報に対して、形態素解析処
理を施すことにより、文書情報から文書情報構成要素と
しての形態素を抽出し、この抽出された形態素を符号化
し、更にこの符号化された形態素に圧縮処理を施して、
この圧縮された符号化形態素を記憶手段に記憶するとと
もに、形態素解析処理で抽出された形態素及び形態素符
号化処理で符号化された形態素のうちの少なくとも一方
の情報に基づいてインデクスを作成し、このインデクス
をインデクス記憶手段に格納する文書情報格納装置に対
して、検索質問に適合した情報を検索するに際して、入
力された検索質問について、形態素解析処理を施すこと
により、検索質問情報から形態素を抽出する形態素解析
手順と、形態素解析手順で抽出された形態素を符号化す
る符号化手順と、形態素解析手順で抽出された形態素及
び符号化手順で符号化された形態素のうちの少なくとも
一方の情報に基づいて得られるインデクスからインデク
ス記憶手段に記憶されているインデクスの検索を行なう
インデクス検索手順と、インデクス検索手順で得られた
インデクス情報に基づいて、記憶手順で格納されている
圧縮符号化形態素を元の符号化形態素データに復元する
復元手順と、復元手順で復元された符号化形態素データ
を形態素に戻す復号化手順とをコンピュータに実行させ
るための文書情報検索プログラムが記録されている（請
求項２１）。

【００２５】

【発明の実施の形態】以下、図面を参照して本発明の実
施の形態を説明する。図１は、本発明の第一実施形態を
示すブロック図で、この図１に示す文書情報格納検索装
置１００は、文書情報形態素解析部１，形態素解析デー
タ符号化部２，符号化データ圧縮部３，データベース
４，文書情報インデクス作成部５，文書情報インデクス
記憶部６，圧縮符号化データ復元部７，照合判定部８，
符号化形態素復号化部９，結果出力部１０，同義語辞書
１１，シソーラス１２及び対訳辞書１３を備えて構成さ
れている。

【００２６】文書情報形態素解析部１は、入力された文
書情報に対して、形態素解析を行ない、単語（形態素を
含む）を抽出するものである。ここで、文書情報形態素
解析部１に入力されるてくる文書情報データは、それ自
体コード化されており、キーボード，ファイル，ネット
ワーク等からこの文書情報データが入力されるようにな
っている。

【００２７】換言すると、電気信号或いは光信号として
文書情報形態素解析部１に入力される文書（ｄｏｃｕｍ
ｅｎｔ）を構成する各文字を、文書情報形態素解析部１
は、言語の特徴を考慮して、形態素を解析するものであ
る。形態素解析データ符号化部２は、文書情報解析部１
での解析により抽出された単語（形態素を含む）を数値
に符号化するものである。ここで、形態素解析データ符
号化部２にて符号化した数値は、一義に復号変換するた
めに、同一の数値は、同一の単語（形態素を含む）に割
り当てられるようになっている。尚、形態素解析データ
符号化部２による符号化の長さは、固定長、或いは、可
変長としてもよい。

【００２８】符号化データ圧縮部３は、形態素解析デー
タ符号化部２で符号化された形態素データ（文書情報形
態素解析部１で抽出された単語（形態素を含む）を、形
態素解析データ符号化部２が数値に符号化したもの。以
下同じ）を、更に、異なる数値に符号化して圧縮するも
のである。ここで、符号化データ圧縮部３は、単語（形
態素を含む）の頻出度合いを考慮して、符号化した形態
素データの圧縮処理を施すようになっている。例えば、
英語文書中の「Ｔｈｉｓ ｉｓ」は、「Ｔｈｉｓ」の後
に「ｉｓ」が続いて表記される頻度が高いことから、
「Ｔｈｉｓ ｉｓ」とまとめて一つの数値へ符号化さ
れ、更に、英文中において、文字「ｑ」の後には、
「ｕ」が続く頻度が高いので、「ｑｕ」を一つのコード
として圧縮され、出現頻度が高い文字列ほど、圧縮する
のに用いるコードが短く設定されるようになっている。

【００２９】このように、符号化された形態素データ中
から単語（形態素を含む）の出現頻度や複数の単語を含
んだ文節の出現頻度等の考察を、符号化データ圧縮部３
が行なうようになっている。ここで、符号化データ圧縮
部３は、形態素解析データ符号化部２において符号化さ
れたデータを一対一対に圧縮する場合に限らず、符号化
形態素を複数に圧縮する或いは、複数の符号化形態素を
一つの圧縮データ等の圧縮する処理を施すこともでき
る。

【００３０】データベース４は、符号化データ圧縮部３
において圧縮処理を施した圧縮結果を格納するためのも
ので、二次記憶装置などに設けられている。また、文書
情報の検索時において、検索質問に該当する場合に、デ
ータベース４に格納されている情報が読み出されるよう
になっている。文書情報インデクス作成部５は、形態素
解析データ符号化部２において、符号化された符号化形
態素に基づいて、情報格納検索装置１００に蓄積される
文書情報に対する文書情報インデクスを作成するもので
ある。尚、ここで、文書情報インデクスの作成を、形態
素解析データ符号化部２で符号化された符号化形態素デ
ータを用いずに、文書情報形態素解析部１が解析により
抽出した単語（形態素を含む）を用いて、文書情報イン
デクス作成部５が、文書情報インデクスを作成するよう
に構成してもよい。

【００３１】文書情報インデクスは、文書情報インデク
ス作成部５が作成するもので、文書情報等を検索する際
に用いられるものであり、文書情報インデクス記憶部６
に記録されるようになっている。また、文書情報インデ
クスは、文書情報の検索において、データベース４から
復元した符号化形態素データが検索質問に適合するもの
であるかの判定を行なうに際して、参照するのに用いる
こととしてもよい。例えば、文書情報を検索するに際し
て用いた文書情報インデクスをデータベース４から復元
した文書情報が適合するものであるかを判定するに用い
ることとしてもよい。

【００３２】圧縮符号化データ復元部７は、データベー
ス４に格納された圧縮済の符号列を元の符号列に戻すも
のである。なお、圧縮符号化データ復元部７は、異なる
数値へ復元する符号化処理を施す際に、圧縮されたコー
ドに対して、必ず一つの数値へ符号化処理を施すものに
限らず、２以上の数値への符号化処理を施すことができ
る。また、圧縮符号化データ復元部７は、複数の圧縮さ
れたコードに対して、一つの数値へ符号化処理を施すこ
ともできる。換言すると、文書情報の検索時において、
検索質問に相応な文書情報がデータベース４に蓄積され
ているときに、データベース４に格納されて圧縮されて
いる文書情報を符号化形態素データに復元するものであ
る。

【００３３】照合判定部８は、形態素解析データ符号化
部２からの符号化形態素データと圧縮符号化データ復元
部７からの符号化形態素データとが、一致するか否かを
判定するものである。ここで、形態素データ符号化部２
からの符号化形態素データは、文書情報形態素解析部１
により検索質問から抽出した単語（形態素を含む）を形
態素解析データ符号化部２が数値に符号化する処理を施
したものである。一方、圧縮符号化データ復元部７から
の符号化形態素データは、データベース４に格納されて
いる文書情報（圧縮処理を施された符号化形態素デー
タ）を圧縮する処理を施す前の符号化形態素データに圧
縮符号化データ復元部７により復元処理を施されたもの
である。

【００３４】ここで、照合判定部８は、完全一致検索を
行なう場合には、検索質問を符号化した数値と、データ
ベース４に蓄積されていた文書情報を圧縮符号化データ
復元部７により復元された符号化形態素データの数値が
完全に一致するかの処理が行なわれるようになってい
る。また、曖昧な検索等を実行する場合には、照合判定
部８は、数値の完全一致検索を行なわず、一部一致検索
を行なうようになっている。

【００３５】符号化形態素復号化部９は、符号化されて
いる符号化形態素データを元の単語（形態素を含む）へ
伸長する処理を施すものである。結果出力部１０は、照
合判定部８から受け取った情報を元に検索結果を出力す
るものである。必要に応じて、符号列を元の単語（形態
素を含む）へと符号化した文書情報を出力するものであ
る。

【００３６】同義語辞書１１は、語形が異なるが、意味
がほぼ同じである語を多数保有するものであり、シソー
ラス（ｔｈｅｓａｕｒｕｓ）１２は、分類体の辞書であ
り、対訳辞書１３は、原文に訳文をならべて記した辞書
であり、これらの辞書１１，１２，１３は、インデクス
作成の処理を行なう際や、検索を行なう際に用いられる
ものである。また、同義語辞書等（１１，１２，１３）
は、文書情報形態素解析部１での単語（形態素を含む）
を抽出する解析に際して、参照するものである。

【００３７】ここで、図２は、同義語辞書，シソーラス
の一例を示す図であり、この図２に示す同義語辞書，シ
ソーラスの一例の表にように、同義，類義と見做される
単語（形態素を含む）の符号化数値として、同一の（或
いは似通った）コードパターンを持つような仕組みにな
っている。例えば、同義，類義と見做される「本」，
「書物」及び「ブック」等の符号化数値は、図２に示す
ように、下位１バイトを除く符号化数値は同一に決めら
れている。

【００３８】図３は、対訳辞書の一例を示す図であり、
この図３に示す対訳辞書の一例の表のように、同一の概
念を表す語には、いずれも同一のパターン（０ｘ７３ａ
５２１００）を含んで区別されている。言語（図３に示
す例では、日本語，英語，フランス語である）の違い
は、更に上位の符号で区別されている。例えば、日本語
であるならば０ｘ、英語でならば０ｘ２０、フランス語
ならば０ｘ３０を符号の上位に数値を配するようになっ
ており、同義、類義である「本」と「書物」の符号化数
値は下位１バイトが異なり、他の数値は同じになってお
り、一方で、「本」と「ｂｏｏｋ」と「ｌｉｖｒｅ」と
は、それぞれ同義・類義と解釈でき、言語のみが相違す
ることから、符号化数値は上位バイトが異なるように符
号化処理が施されるようになっている。

【００３９】ここで、先述した形態素解析データ符号化
部２が、文書情報形態素解析部１により解析して抽出し
た単語（形態素を含む）を、数値へ符号化する際に、図
３や図４に示す同義語辞書等（１１，１２，１３）を参
照するようになっている。例えば、文書情報形態素解析
部１が、形態素解析処理を施した結果、抽出したものが
単語「本」であった場合は、その単語「本」は０ｘ７３
ａ５２１００との数値に符号化処理が、形態素解析デー
タ符号化部２により行なわれるようになっている。対訳
辞書を利用する場合も同様で、図４に示す対訳辞書の表
の符号化数値を参照して符号化処理が施されるようにな
っている。

【００４０】尚、同義語辞書等（１１，１２，１３）を
参照して形態素解析データ符号化部２で数値化された符
号は、同義語辞書等（１１，１２，１３）を参照せずに
数値化された符号化形態素データと同様に、文書情報イ
ンデクスの作成に用いられる。形態素解析データ符号化
部２は、文書情報インデクス作成部５が文書情報インデ
クスを作成するために、符号化処理を施した形態素デー
タと文書ＩＤ（ｉｄｅｎｔｉｆｉｅｒ；識別子）を渡す
ようになっている。

【００４１】以下、本発明の一実施形態にかかる情報格
納検索装置１００の要部構成の機能等を、場合を分けて
説明する。 （１ａ）文書情報のデータベースへの格納 キーボード或いはネットワーク等から入力される文書情
報を文書情報形態素解析部１は、各コード化された文書
列の中から形態素の解析を行ない、解析により抽出した
単語（形態素を含む）を形態素解析データ符号化部２に
出力するようになっており、形態素の解析に際しては、
その言語の特徴を考慮した形態素の解析を行なう。

【００４２】このように、文書情報形態素解析部１は、
形態素解析処理を施すことにより、入力された文書情報
から文書構成要素としての形態素を抽出する形態素解析
部として機能を発揮する。文書情報形態素解析部１にお
いて文書構成要素として抽出された単語（形態素を含
む）は、形態素解析データ符号化部２によって、所定の
数値に符号化処理を施され、例えば、単語等を所定の数
値に符号化する際には、同義語辞書等（１１，１２，１
３）を参照して、図２や図３に示す表のように、同義・
類義と見做される単語等に対して、同じ様なコードパタ
ーンを形成するようにして、数値符号化処理が形態素解
析データ符号化部２にて行なわれるようになっている。

【００４３】このように、形態素解析データ符号化部２
は、形態素解析部で抽出された形態素を符号化する符号
化部としての機能を発揮するようになっている。符号化
データ圧縮部３は、形態素解析データ符号化部２におい
て、コード化された文書列中の形態素を、出現頻度に応
じて更に所定のコード化を行なうものである。即ち、文
書情報として、出現率の高い単語（形態素を含む）を、
短いコードにすることで、圧縮するのである。

【００４４】このように、符号化データ圧縮部３は、符
号化部で符号化された形態素に圧縮処理を施す圧縮部と
しての機能を発揮するものである。そしてデータベース
４へは、符号化データ圧縮部３において、符号化形態素
データを更に異なる数値へ符号化した文書情報が格納さ
れるようになっており、これによりデータベース４は、
圧縮部で圧縮された符号化形態素を格納する記憶部とし
て機能を果たすものである。

【００４５】形態素解析データ符号化部２による符号化
処理により所定の数値へ符号化されている符号化形態素
データは、文書情報インデクスを作成する際にも用いら
れ、この文書情報インデクスの作成は、文書情報インデ
クス作成部５が行なうようになっている。このように、
文書情報インデクス作成部５は、符号化部で符号化され
た形態素の情報に基づいてインデクスを作成するインデ
クス作成部としての役割を果たすものである。

【００４６】文書情報インデクス作成部５により作成さ
れた文書情報インデクスは、文書情報インデクス記憶部
６に格納されて、データベース４に格納されている文書
情報の検索に際して用いられるようになっている。ここ
で、文書情報インデクス記憶部６では、形態素解析デー
タ符号化部２により符号化された形態素データと文書Ｉ
Ｄを用いて文書情報インデクスを記憶するようになって
おり、文書情報インデクス記憶部６は、インデクス作成
部で作成されたインデクスを格納するインデク記憶部と
しての機能を発揮するものである。

【００４７】上述の構成を備えた第一実施形態にかかる
情報格納検索装置１００の文書情報の格納の動作を、図
４等を用いて以下に説明する。文書情報を格納の際に
は、キーボードやネットワーク等を介して入力（ステッ
プＳ０１０）される文書情報を、文書情報形態素解析部
１が形態素の解析を行なう。

【００４８】この解析の実行は、文書情報をデータベー
ス４に格納するに際して、文書情報を入力することによ
り、文書情報に対し、形態素解析処理を施して、キーボ
ードやネットワーク等を介して入力された文書情報から
文書構成要素としての形態素を抽出する。（形態素解析
ステップＳ０２０）。形態素解析ステップで文書情報形
態素解析部１が解析して抽出した単語（形態素を含む）
を、形態素解析データ符号化部２は、図２や図３に示す
ような同義語辞書等（１１，１２，１３）を参照して、
同義・類義の単語（形態素を含む）に同じ様なコードパ
ターンの数値へ符号化する（符号化ステップＳ０３
０）。

【００４９】符号化データ圧縮部３は、符号化ステップ
で形態素解析データ符号化部２が所定の数値に符号化し
た符号化形態素データを、単語（形態素を含む）の出現
頻度等を考慮して、例えば、出現頻度の高い単語等に
は、簡単なコードを符号化する或いは、コードが可変長
である場合に、出現率の高い単語や文節程、符号化した
コード長を短くするものであり且つ、逆に、出現率の低
い単語や文節程、符号化したコード長が長くする等の更
に符号化処理を施す（圧縮ステップＳ０４０）。

【００５０】圧縮ステップとして符号化データ圧縮部３
で圧縮された符号化形態素データを、二次記憶装置など
のデータベース４に記録し、データベース４は、圧縮ス
テップで圧縮された符号化形態素を格納する（記録ステ
ップＳ０５０）。文書情報インデクス作成部５は、符号
化ステップとして形態素解析データ符号化部２で符号化
された形態素の情報に基づいて、文書情報インデクスを
作成し、文書情報インデクス記憶部６に記憶する（イン
デクス作成ステップ，インデクス記憶ステップＳ０３
１）。

【００５１】尚、文書情報インデクスの作成に際して、
形態素解析ステップで文書情報形態素解析部１が抽出し
た単語（形態素を含む）を用いて文書情報インデクスを
作成するようにしてもよい（インデクス作成ステップ，
インデクス記憶ステップＳ０２１）。ここで、単語（形
態素を含む）或いは符号化形態素解析データのいずれか
を用いて文書情報インデクスを作成するかは、装置の設
計事項に依存するようになっている。

【００５２】このように、第一実施形態に係る情報検索
装置１００は、文書情報形態素解析部１と、形態素解析
データ符号化部２と、符号化データ圧縮部３と、データ
ベース４とを備えて構成されることで、文書情報形態素
解析部１が解析して抽出した形態素を形態素解析データ
符号化部２が符号化し、符号化データ圧縮部３が符号化
データを更に圧縮をすることで、当初の文書情報のデー
タ容量を小さくすることで、大容量データの文書情報を
格納するに必要な領域を小さくすることができる。

【００５３】更に、この情報格納検索装置１００は、文
書情報インデクスの作成に用いる符号化形態素データと
圧縮するための符号化形態素データとを同時に作成する
処理を施すので、別途独立に文書情報インデクスを作成
する場合に比して、文書情報インデクスの作成に時間を
要しないとすることができる。形態素解析データ符号化
部２での符号化に用いる単語（形態素を含む）と文書情
報インデクス作成部５で用いる単語の抽出（分割）を、
文書情報形態素解析部１における一度の処理で行なうこ
とにより、非常に効率的で、文書情報形態素解析部１と
形態素解析データ符号化部２とで独自に単語の抽出処理
を施す場合より、時間を短縮することができるまた、第
一実施形態に係る情報検索格納装置１００は、同義語辞
書１１，シソーラス１２及び対訳辞書１３を備えて構成
されているので、形態素解析データ符号化部２が、同義
語辞書１１，シソーラス１２及び対訳辞書１３の情報を
用いて、文書の分野や内容に合わせた形態素（若しくは
単語）を符号化することで、単なる記号列の圧縮ではな
く、形態素の解析を用いて形態素（若しくは単語）を抽
出して、文書内容に合わせて符号化を行ない、更に、そ
の符号列を圧縮することから、高い圧縮率が望めること
をもできる。

【００５４】（１ｂ）データベースに格納されている文
書情報の検索 文書情報形態素解析部１は、検索質問を解析して単語
（形態素を含む）を抽出するものである、これを言い換
えると、コード化されて入力された文字列としての検索
質問を、文書情報形態素解析部１は、形態素解析処理を
行なうようになっている。

【００５５】ここで、検索質問は、データベース４に格
納する文書情報と同様に、キーボード，ファイル，ネッ
トワーク等を介して、文書情報形態素解析部１に入力さ
れるようになっている。ここで、例えば、入力される検
索質問としては、単語或いは句などが該当する。形態素
解析データ符号化部２は、文書情報形態素解析部１で検
索質問を解析して抽出した単語（形態素を含む）を、所
定の数値に符号化処理を施すものであるが、ここで、検
索質問中の形態素等を数値化する際の数値は、格納する
文書情報の単語（形態素を含む）を符号化する際に用い
られる数値と同じ数値が使用されるようになっている。
即ち、この形態素解析データ符号化部２は、一義的な数
値符号化処理を文書情報形態素解析部１が抽出した単語
（形態素を含む）に施すようになっている。

【００５６】ここで、文書情報形態素解析部１で解析に
より抽出した単語（形態素を含む）を数値に符号化する
際しては、図２や図３に示す同義語辞書等（１１，１
２，１３）を参照して、検索質問の単語（形態素を含
む）に対する符号化処理を形態素解析データ符号化部２
が行なうようにもなっている。照合判定部８は、形態素
解析データ符号化部２が検索質問の単語（形態素を含
む）を数値に符号化した符号化形態素データを用いて、
文書情報インデクス記憶部６に格納されている文書情報
インデクスを検索するもので、この検索に際して、イン
デクス中に、検索質問の符号化形態素データと一致する
ものがある場合には、その文書ＩＤに対応する文書情報
を、圧縮符号化データ復元部７へ伝えるように、データ
ベースを制御するようになっている。

【００５７】更に、照合判定部８は、データベース４か
らの復元した符号化形態素データと検索質問の符号化形
態素データが一致するか否かについての判定処理を施す
ようにもなっている。ここで、復元した符号化形態素デ
ータが検索質問に完全に一致する検索処理を施す際に
は、照合判定部８は、符号化数値が完全に一致するもの
であるか否かを判定し、他方、曖昧な検索処理を実行す
る際には、符号化数値に何らかの処理を加えた上で、一
致するか否かを判定するようになっている。例えば、検
索対照に類義語を許容する検索においては、図２に示す
ように「本」と「書物」のように類義の関係で符号化数
値は下位１バイトが異なるのみであることから、照合判
定部８は、下位１バイトをマスクして検索を行ない、こ
の下位１バイトを除いた符号化数値が一致するか否かを
判定することで、曖昧な検索を行なうものである。

【００５８】尚、照合判定部８は、単に単語の一致だけ
でなく、様々な検索時の条件（単語の出現位置など）に
あっているかを判断することができるようになってお
り、検索質問に出現位置など元の文書情報を確認する必
要がある場合には、圧縮符号化データ復元部７を通じて
元の文書を部分的に復元するようになっている。このよ
うに、照合判定部８は、検索質問に適合した、符号化形
態素データが復元されているかどうかを判定する照合部
としての機能を発揮する。

【００５９】そして、圧縮符号化データ復元部７では、
データベース４からの圧縮された文書情報データを所定
の数値に符号化するようになっており、これは、符号化
データ圧縮部３での、圧縮とは逆の処理として位置づけ
られる。このように、圧縮符号化データ復元部７は、圧
縮部で圧縮された符号化形態素を格納する記憶部とを有
する文書情報格納装置における記憶部に格納されている
圧縮符号化形態素を元の符号化形態素データに復元する
復元部としての機能を発揮するのである。

【００６０】符号化形態素復号化部９は、照合判定部８
にて検索質問に適合した形態素データを、復元の必要が
ある場合に、単語（形態素を含む）に復元するものであ
る。即ち、この符号化形態素復号化部９は、形態素解析
データ符号化部２で所定の数値に符号化処理が施された
単語（形態素を含む）を、数値から単語（形態素を含
む）への処理を施すもようになっている。ここで、所定
の単語（形態素を含む）に対する符号化数値は、一義的
に決まっているので、所定の符号化形態素データを形態
素へ一義に復号化の処理を、符号化形態素復号化部９
は、施すものであり、形態素解析データ符号化部２での
符号化処理とは逆処理に該当するものである。

【００６１】このように、符号化形態素復号化部９は、
照合結果に基づいて復元部での復元された符号化形態素
データを形態素に戻す復号化部として機能を発揮する。
上述の構成を備えた第一実施形態にかかる情報格納検索
装置１００の文書情報の検索の動作を、図５等を用いて
以下に説明する。キーボードやネットワーク等を介して
入力（ステップＳ１１０）される検索質問（単語や句な
ど）を、文書情報形態素解析部１が解析により単語（形
態素を含む）を抽出する（形態素解析ステップＳ１２
０）。

【００６２】形態素解析ステップにおいて文書情報形態
素解析部１が検索質問を解析して抽出した単語（形態素
を含む）を、形態素解析データ符号化部２は、例えば、
図２や図３に示すような同義語辞書等（１１，１２，１
３）を参照して、同義・類義の単語（形態素を含む）に
同じ様なコードパターンの数値化を施す（符号化ステッ
プＳ１３０）。

【００６３】符号化ステップで形態素解析データ符号化
部２が所定の数値に符号化した検索質問を用いて、照合
判定部８は、同じ数値を持つ符号が文書情報インデクス
にあるかの検索を行なう（ステップＳ１４０）。そし
て、照合判定部８は、文書情報インデクスを検索した結
果、該当するものがある場合には、データベース４にそ
の蓄積されている圧縮形態素データを圧縮符号化データ
復元部７へ出力するように制御する。ここで、検索した
結果、該当する文書が複数ある場合には、その数ぶんだ
けの文書を圧縮符号化データ復元部７へ出力するように
なっている。

【００６４】ここで、照合判定部８は、検索により出現
位置など元の文書の確認が必要か否かを考慮し（ステッ
プＳ１５０）、確認が必要である時は、データベース４
に蓄積されている元の文書の内容を部分的に復元するよ
うに制御する。ここで、圧縮符号化データ復元部７は、
データベース４からの圧縮されている文書情報を所定の
符号に復元する（復元ステップＳ１５１）。

【００６５】更に、照合判定部８は、文書情報インデク
スの検索により、検索する符号の数値と同じ符号を検出
した場合には、検索質問に適合しているか否かを確認す
る（照合ステップＳ１６０）。照合判定部８は、検索の
結果を結果出力部１０へ渡し、結果出力部１０は、元の
文書の内容として復号化する必要があるとき（ステップ
Ｓ１７０）、例えば、照合判定部８で検索質問に適合し
た文書情報を確認し、その元の文書の内容として出力す
る必要がある場合、符号化形態素復号化部９へ符号化形
態素データを渡し、元の文書の内容として復号する（復
号化ステップＳ１７１）。

【００６６】そして、結果出力部１０は、符号化形態素
復号化部９で復元された元の文書の内容等、検索結果を
出力する（ステップＳ１８０）。このように、第１実施
形態にかかる情報格納検索装置１００は、文書情報形態
素解析部１と、形態素解析データ符号化部２と、符号化
データ圧縮部３と、データベース４と、圧縮符号化デー
タ復元部７と、照合判定部８と、符号化形態素復号化部
９とを備えて構成されるので、大容量の文書情報データ
を、省スペースで格納しつつ、必要な文書情報を検索す
ることができる。

【００６７】さらに、この情報格納検索装置１００は、
照合判定部８が、符号化形態素形式の質問と、圧縮符号
化データ復元部７で復元された符号化形態素データとを
照合して、検索質問に適合した、符号化形態素データが
復元されているかどうかを判定することから、大容量の
圧縮した文書情報から必要な事項を検索することができ
る。 （１ｃ）文書情報の検索 ところで、文書情報インデクス作成部５が、文書情報形
態素解析部１での解析により抽出された単語（形態素を
含む）を用いて文書情報インデクスを作成した場合にお
ける、第１実施形態にかかる情報格納検索装置１００の
文書情報の検索の動作を、図６等を用いて以下に説明す
る。

【００６８】先ず、キーボードやファイル，ネットワー
ク等から検索質問（単語或いは句など）を入力する（ス
テップＳ２１０）。次に、その検索質問を形態素解析部
１が形態素を解析して単語（形態素を含む）を切り出す
（形態素解析ステップＳ２２０）。その単語を使って、
照合判定部８は、文書情報インデクス６内を検索する
（ステップＳ２３０）。

【００６９】検索質問に出現位置など元の文書を確認す
る必要がある場合には、圧縮符号化データ復元部７及び
符号化形態素復号化部９を通じて元の文書を部分的に復
元し（ステップＳ２４０，復元ステップＳ２４１）、照
合判定部８は、復元した文書の内容が検索質問の条件に
適合するものであるか、確認する（照合ステップＳ２５
０）。

【００７０】そして、検索結果について、元の文書の内
容を出力する必要がある場合には、データベース４に格
納されている圧縮データを圧縮符号化データ復元部７及
び符号化形態素復号化部９を通じて復号化する（ステッ
プＳ２６０，復号化ステップＳ２６１）。最後に、検索
の結果を出力する（ステップＳ２７０）。

【００７１】このような形態素解析部１で解析により抽
出された単語（形態素を含む）を用いて作成された文書
情報インデクスを利用した文書情報の検索によっても、
前記（１ｂ）の文書情報の検索と同様に、文書情報格納
検索装置は、大容量の文書情報データを、省スペースで
格納しつつ、必要な文書情報を検索することができると
ともに、大容量の圧縮した文書情報から必要な事項を非
常にスムースに検索することができる。 （２）第２実施形態の説明 図７は、本発明の第２実施形態として情報格納検索装置
２００を示す図であり、この図７に示す情報格納検索装
置２００は、前述の第１実施形態におけるものに比し
て、同義語辞書等（１１，１２，１３）に代えて人名辞
書１４及び郵便番号辞書１５を備えて構成されている点
が異なり、その他（符号１，２，３，４，５，６，７，
８，９，１０参照）の構成は同様である。

【００７２】尚、（１）で用いたものと同じものについ
ては、その説明を省略する。ここで、図８は、人名辞書
の一例の表を示す図であり、この図８に示すように人名
辞書は、人の名、姓名、ｐｅｒｓｏｎ’ｓ ｎａｍｅの
見出しに対応した符号（数値）を蓄積するものであり、
他方、郵便番号辞書１５は、場所（地域，土地）に対応
した符号（数値）を蓄積するものであり、これらの辞書
（１４，１５）は、同義語辞書等（１１，１２，１３）
と同じ様に、形態素解析部１で分割（抽出）された単語
（形態素を含む）を、符号化部としての形態素解析デー
タ符号化部２が所定の数値に符号化処理を施す際に参照
するものである。更に、人名辞書等（１４，１５）は、
形態素解析部として文書情報形態素解析部１がデータベ
ース４に格納する文書情報及び検索質問を解析して単語
（形態素を含む）を抽出する際に、参照するものであ
る。尚、前記の第１実施形態にかかる文書情報格納検索
装置１００においても、同義語辞書等（１１，１２，１
３）を参照して文書情報形態素解析部１が解析により単
語（形態素を含む）を抽出するような構成をとることが
できる。

【００７３】ここで、人名辞書１４は、同音の称呼等に
は、同じような符号化処理を施すために、同音の称呼等
には類似の符号化数値を割り当てることになっており、
図８に示す人名辞書も、人名「仲田」の符号化数値は０
ｘ７３５０であり、一方、人名「中田」には０ｘ７３５
１の符号化数値が割り当てられており、下位１バイトが
異なる近似の数値に符号化されるようになっており、人
名（見出し）に対応した符号化数値を示している。

【００７４】また、人名辞書１４と同じように、郵便番
号辞書１５は、近隣の地域には、似通った符号化数値が
割り当てられている。ここで、図９は、郵便番号辞書の
一例の表を示す図であり、この図９に示すように郵便番
号辞書は、土地名「神奈川県川崎市幸区」の符号化数値
が２１０を割り当てられているのに対して、土地名「神
奈川県川崎市中原区」には２１１，土地名「神奈川県川
崎市高津区」には２１３等との符号化数値が割り当てら
れており、下位１バイトが異なる似通った数値に符号化
されるようになっており、土地名（地域名）〔見出し〕
に対応した符号化数値（郵便番号）を示している。

【００７５】以下、文書情報の格納と文書情報の検索と
に分けて、第２実施形態にかかる情報格納検索装置２０
０の動作等を説明する。 （２ａ）文書情報の格納 上述の構成により、本発明の第２実施形態にかかる情報
格納検索装置２００は、前述の第１実施形態と同義語辞
書等（１１，１２，１３）を人名辞書等（１４，１５）
に代えて同じ様に動作する。

【００７６】ここで、本発明の第２実施形態について、
図１０に示す文書情報がどのように処理されてデータベ
ース４に格納されるかを、図１１を用いて以下説明す
る。図１０は、データベース４に文書情報を格納する動
作を説明するための文書情報の一例を示す図であり、こ
の図１０に示すように文書番号１３の文書情報には、氏
名の他、住所が包含されている。

【００７７】また、図１１は、文書情報の格納処理にお
ける文書情報の流れを示す図であり、文書情報（文書番
号（ＩＤ）１３）は、キーボードやネットワーク等から
情報格納検索装置２００へ送られてくる。例えば、文書
情報（文書ＩＤ１３）中の「中田 守 神奈川県川崎市
中原区下小田中・・・」は、コード化された文字列の情
報として入力されてくる（ステップＳ３１０）。

【００７８】ネットワーク等から入力されてきた符号列
の文書情報は、文書情報形態素解析部１における解析に
より、単語（形態素を含む）を抽出され（形態素解析ス
テップＳ３２０）、単語（形態素を含む）毎に分割され
る。即ち、文書情報形態素解析部１は、ネットワーク等
から入力された単語（形態素を含む）を人名辞書等（１
４，１５）を基準として、単語（形態素を含む）の分割
（抽出）処理を施す。

【００７９】形態素解析データ符号化部２は、形態素解
析ステップで分割された単語（形態素を含む）を、図８
及び図９に示す人名辞書や郵便番号辞書を参照して、所
定の数値に符号化処理を施す。即ち、形態素解析データ
符号化部２での処理により、各分割された単語（形態素
を含む）は、図８を参照して人名「中田」は「０ｘ７３
５１」に、一方、人名「守」は「０ｘａ１２０」に、図
９を参照して住所「神奈川県川崎市中原区」は「２１
１」に、一方で、住所「下小田中」は「０ｘｆｆ２３」
となる（符号化ステップＳ３３０）。

【００８０】符号化ステップとして形態素解析データ符
号化部２で、所定の数値に符号化処理を施された符号化
形態素データは、符号化データ圧縮部３及び文書情報イ
ンデクス作成部５へ送られる。インデクス作成部５で
は、形態素解析データ符号化部２で符号化された形態素
データと文書ＩＤを基に、文書情報インデクスを作成す
る。例えば、符号化ステップとして形態素解析データ符
号化部２において、符号化された人名「中田」，「守」
等の符号化数値「０ｘ７３５１」，「０ｘａ１２０」等
を見出しとして、それに対応する文書ＩＤの内容を包含
した文書情報インデクスが作成される（インデクス作成
ステップＳ３４０）。

【００８１】一方、符号化データ圧縮部３は、形態素解
析データ符号化部２にて符号化された数値「０ｘ７３５
１ ０ｘａ１２０ ２１１ ０ｘｆｆ２３・・・」等
に、更に異なる数値へ符号化する圧縮の処理を施し（圧
縮ステップ）、記憶部としてのデータベース４に圧縮し
た符号化形態素データを格納する（記憶ステップ）。こ
のように情報格納検索装置２００によれば、文書情報
（例えば、文書ＩＤ１３中の「中田 守・・・・・」）
を直接圧縮するのではなく、一度、形態素解析部として
の文書情報形態素解析部１を通して、形態素を解析し、
人名辞書等（１４，１５）を参照して符号化部としての
形態素解析データ符号化部２が所定の数値に符号化処理
を施し、更に、符号化した形態素データを符号化データ
圧縮部３が圧縮を行ないつつ、且つ、元の文書（ネット
ワーク等から入力されてくる文書情報）の性質を考慮し
て符号化を行なう（例えば、名簿である場合は、人名や
住所を基に符号化する）ことと相まって、高い圧縮率を
期待できる。

【００８２】更に、符号化ステップでの符号化に用いる
単語（形態素を含む）と文書情報インデクス作成部５で
用いる単語の抽出（分割）を、形態素解析部としての文
書情報形態素解析部１における一度の処理で行なうこと
により、非常に効率的で、形態素解析データ符号化部２
と文書情報インデクス作成部５とで独自に単語の抽出処
理を施す場合より、時間を短縮することができる。

【００８３】（２ｂ）文書情報の検索 ところで、本発明の第２実施形態について、データベー
ス４に格納されている文書情報をどのように検索される
かを、図１２を用いて以下説明する。図１２は、文書情
報の検索処理における文書情報の流れを示す図であり、
検索質問は、キーボードやネットワーク等を介して情報
格納検索装置２００へ入力される。例えば、検索質問
「中田」で且つ検索条件「同じ称呼で、文字が異なる場
合を含む」は、コード化された文字列の情報として入力
されてくる（ステップＳ４１０）。

【００８４】ネットワーク等から入力されてくる検索質
問は、データベース４に格納する文書情報と同様に、形
態素解析ステップで文書情報形態素解析部１における解
析により、単語（形態素を含む）を抽出され、各分割さ
れた単語（形態素を含む）は、形態素解析データ符号化
部２において所定の数値に符号化処理が施される（符号
化ステップＳ４２０）。

【００８５】ここで、形態素解析部１及び形態素解析デ
ータ符号化処理部２では、見出しを共通する人名辞書等
（１４，１５）を基準に、各処理が実行される。即ち、
検索質問「中田」を、文書情報形態素解析部１が人名辞
書１４を参照して、解析により単語「中田」を抽出し、
単語「中田」を形態素解析データ符号化部２が、同様に
人名辞書１４を参照して所定の数値「０ｘ７３５１」に
符号化処理を施す。

【００８６】検索条件として「名前を表す文字が異なっ
ていてもよい」を指定しているので、照合判定部８は、
検索条件に従い、検索質問の符号化数値「０ｘ７３５
１」に対して下位１バイトにマスクを掛けて、文書情報
インデクス記憶部６に記憶されている文書情報インデク
ス６−１を検索する（ステップＳ４３０）。尚、ここ
で、下位１バイトにマスクを掛けるとしたのは、人名辞
書に含まれている同音の人名に対しては、下位１バイト
の数値が異なるように符号が割り当てられているからで
ある。

【００８７】図１２に示す文書情報インデクス６−１を
照合判定部８が、下位１バイトにマスクを掛けた符号化
数値を用いて検索を行なうと、上位バイトが「０ｘ７３
５」である文書ＩＤは文書ＩＤ（１３，２９，９７，１
５２，１１３）であることを検出する（ステップＳ４４
０）。その後、結果出力部１０が結果を出力する。その
際に、文書ＩＤを出力するだけでなく、実際に内容を表
示する場合には、復号化ステップで形態素形態素復号化
部９が復号化した結果を表示する。

【００８８】このように、本発明の第２実施形態にかか
る情報格納検索装置２００によれば、大容量の文書情報
を格納するデータベース４に対して、情報検索をスムー
スに行なうことが可能で、検索時間も遅くない処理の実
行を望むことができる。 （３）第３実施形態の説明 図１３は、本発明の第３実施形態として情報格納検索装
置３００を示す図であり、この図１３に示す情報格納検
索装置３００は、様々な言語で書かれた文書情報を格納
するとともに、検索するものであり、前述の第１実施形
態におけるものと同様の構成である（符号２，３，４，
５，６，７，８，９，１０，１１，１３参照）。

【００８９】尚、（１）で用いたものと同じものについ
ては、その説明を省略する。ここで、情報格納検索装置
３００が、様々な言語の内で日本語，英語及び仏語に対
応する場合について、以下説明する。形態素解析部とし
ての文書情報形態素解析部１−１は、前述の文書情報形
態素解析部１とは多少異なり、日本語，英語及び仏語の
三ヵ国語の形態素を解析して単語（形態素を含む）を抽
出するものである。

【００９０】以下、文書情報の格納と文書情報の検索と
を分けて、第３実施形態にかかる情報格納検索装置３０
０の動作等を説明する。 （３ａ）文書情報の格納 上述の構成により、本発明の第３実施形態にかかる情報
格納検索装置３００は、前述の第１実施形態と同じ様に
動作する。

【００９１】ここで、図１４は、文書情報の一例を示す
図であり、この図１４（ａ）〜（ｃ）に示す文書情報
を、形態素解析ステップとしての文書情報形態素解析部
１が、図２に示す同義語辞書等を参照して、解析により
単語（形態素を含む）を抽出する。そして、その抽出し
て分割された単語（形態素を含む）を、符号化部として
の形態素解析データ符号化部２が、図２に示すような同
義語辞書等を参照して所定の数値に符号化処理を施す。
数値に符号化された符号化形態素データを基に、文書情
報インデクス作成部５は、図１５に示すような文書情報
インデクス６−２を作成する。一方で、形態素解析デー
タ符号化部２で、数値に符号化された形態素データは、
符号化データ圧縮部３で、更に異なる数値に符号化する
圧縮処理を施されて、データベース４に格納される。

【００９２】このように、第３実施形態にかかる情報検
索装置３００は、複数の異なる言語で表記される文書情
報が大量であっても、文書情報を直接圧縮するのではな
く、一度、形態素解析部としての文書情報形態素解析部
１を通して、形態素を解析し、対訳辞書１３等を参照し
て符号化部としての形態素解析データ符号化部２が所定
の数値に符号化処理を施し、更に、符号化した形態素デ
ータを符号化データ圧縮部３が圧縮を行ないつつ、且
つ、元の文書（ネットワーク等から入力されてくる文書
情報）の性質を考慮して符号化を行なう（例えば、名簿
である場合は、人名や住所を基に符号化する）ことと相
まって、高い圧縮率を期待できる。

【００９３】更に、符号化ステップでの符号化に用いる
単語（形態素を含む）と文書情報インデクス作成部５で
用いる単語の抽出（分割）を、形態素解析部としての文
書情報形態素解析部１における一度の処理で行なうこと
により、非常に効率的で、形態素解析データ符号化部２
と文書情報インデクス作成部５とで独自に単語の抽出処
理を施す場合より、時間を短縮することができる。

【００９４】（３ｂ）文書情報の検索 本発明の第３実施形態について、データベース４に格納
されている文書情報をどのように検索されるかを、図１
６を用いて説明する。図１６は、文書情報の検索処理に
おける文書情報の流れを示す図であり、検索質問は、キ
ーボードやネットワーク等を介して情報格納検索装置３
００へ入力される。例えば、検索質問「書物」で且つ検
索条件「訳語、同義語も可」は、コード化された文字列
の情報として入力されてくる（ステップＳ５１０）。

【００９５】ネットワーク等から入力されてくる検索質
問は、データベース４に格納する文書情報と同様に、文
書情報形態素解析部１における解析により、単語（形態
素を含む）を抽出され（形態素解析ステップ）、各分割
された単語（形態素を含む）は、形態素解析データ符号
化部２において所定の数値に符号化処理が施される（符
号化ステップＳ５２０）。

【００９６】即ち、文書情報形態素解析部１は、検索質
問「書物」を、図２に示す同義語辞書を参照して、解析
により単語「書物」を分割し、形態素解析データ符号化
部２が、同様に図２に示す同義語辞書を参照して、単語
「書物」を所定の数値「０ｘ７３ａ５２１０１」に符号
化処理を施す。照合ステップで照合判定部８は、検索条
件として「訳語、同義語も可」を考慮して、検索質問の
符号化数値「０ｘ７３ａ５２１０１」を、下位１バイト
と上位５バイト目以上をマスクして、文書情報インデク
スを検索する（ステップＳ５３０）。

【００９７】照合判定部８が、図１５に示す文書情報イ
ンデクス６−２の検索を行なうと、検索条件に適合する
文書番号として２１，３４，１１９が得られる（ステッ
プＳ５４０）。その後、結果出力部１０が、結果を出力
する。結果を出力する際に、文書番号だけでなく、実際
に内容を表示する場合は、復号化ステップで符号化形態
素復号化部９が復号して、その結果を結果出力部１０が
出力する。

【００９８】このように、本発明の第３実施形態にかか
る情報格納検索装置３００によれば、複数の異なる言語
を用いて、大量の文書情報を格納するデータベース４に
対して、一定の言語による検索質問だけでなく、異なる
言語で検索することもでき、且つ、情報検索をスムース
に行なうことが可能で、検索時間も遅くない処理の実行
を望むことができる。 （４）記録媒体 （４ａ）文書情報格納プログラムを記録した記録媒体 本発明の実施形態に係る文書情報格納プログラムを記録
した記録媒体（以下、説明の便宜上、符号「Ａ」を付
す）に関して、図１に示すような手段を備えて構成され
る文書情報格納検索装置１００を用いて説明する。

【００９９】尚、（１）で用いたものと同じものついて
は、その説明を省略する。ところで、文書情報格納プロ
グラムは、コンピュータに、入力された文書情報に対し
て、形態素解析処理を施すことにより、文書情報から文
書情報構成要素としての形態素を抽出する形態素解析手
順と、形態素解析手順で抽出された形態素を符号化する
符号化手順と、符号化手順で符号化された形態素に圧縮
処理を施す圧縮手順と、圧縮手順で圧縮された符号化形
態素を格納する記憶手順とを実行させるためのプログラ
ムであるが、コンピュータは、記録媒体Ａに記録されて
いる文書情報格納プログラムを読み込んで、コンピュー
タの中央処理装置（ＣＰＵ）が、各ハードウェアに処理
の制御を以下に説明するように、施すようになってい
る。

【０１００】ここで、コンピュータは、プログラムが記
録されている媒体Ａから電気，磁気或いは光的等にプロ
グラムを読み込むようになっている。文書情報格納検索
装置１００に、ネットワーク等を介して電気信号や光信
号等が入力されると、コンピュータは、形態素解析手順
として、文書情報形態素解析部１に、入力された文書情
報を解析して単語（形態素を含む）を抽出するように制
御し、分離した単語（形態素を含む）を符号化手順とし
ての形態素解析データ解析部２に出力するように制御す
る。

【０１０１】符号化手順として、形態素解析データ符号
化部２は、コンピュータの実行制御の下、文書情報形態
素解析部１で分離された単語（形態素を含む）を所定の
数値に符号化処理を施す。数値に符号化された形態素解
析データを、コンピュータは、圧縮手順として、符号化
データ圧縮部３に、更に、異なる数値に符号化の圧縮処
理を施すように制御する。

【０１０２】コンピュータは、記憶手順として、データ
ベース４に対して、符号化データ圧縮部３で圧縮された
圧縮符号化形態素データを記録するように制御する。こ
のように、本発明の実施形態に係る文書情報格納プログ
ラムを記録した記録媒体によれば、コンピュータの制御
の下で、文書情報を格納するに際し、文書情報を直接圧
縮するのではなく、一度、形態素解析部としての文書情
報形態素解析部１を通して、形態素を解析し、符号化部
としての形態素解析データ符号化部２が所定の数値に符
号化処理を施し、更に、符号化した形態素データを符号
化データ圧縮部３が圧縮を行なうので高い圧縮率を期待
できる。

【０１０３】ところで、前記の記憶媒体Ａに対し、コン
ピュータに、形態素解析手順で抽出された形態素及び符
号化手順で符号化された形態素のうちの少なくとも一方
の情報に基づいてインデクスを作成するインデクス作成
手順とインデクス作成手順で作成されたインデクスをイ
ンデクス記憶手段に格納させるインデクス記憶手順を実
行させるプログラムを付加した文書情報格納プログラム
を記録した記録媒体（以下、説明の便宜上、符号「Ｂ」
を付す）に関しても、上述の記憶媒体Ａと同様に高い圧
縮率を望むことができる。

【０１０４】ここで、インデクス作成手順として、コン
ピュータは、インデクス作成部５に文書情報形態素解析
部１において抽出された単語（形態素を含む）或いは形
態素解析データ符号化部２において所定の数値に符号化
された符号化形態素データを用いて文書情報インデクス
を作成するように制御し、インデクス記憶手順として、
コンピュータは、文書情報インデクス作成部５に作成し
た文書情報インデクスを記憶するように制御する。

【０１０５】このようにして、記録媒体Ｂは、更に、符
号化ステップでの符号化に用いる単語（形態素を含む）
と文書情報インデクス作成部５で用いる単語の抽出（分
割）を、形態素解析部としての文書情報形態素解析部１
における一度の処理で行なうことにより、非常に効率的
で、形態素解析部１と形態素解析データ符号化部２とで
独自に単語の抽出処理を施す場合より、時間を短縮する
ことができる。

【０１０６】（４ｂ）文書情報検索プログラムを記録し
た記録媒体 本発明の実施形態に係る文書情報検索プログラムを記録
した記録媒体（以下、説明の便宜上、符号「Ｃ」を付
す）に関して、図１に示すような手段を備えて構成され
る文書情報格納検索装置１００を用いて説明する。尚、
（１）等で用いたものと同じものについては、その説明
を省略する。

【０１０７】ところで、文書情報検索プログラムは、入
力された検索質問について、形態素解析処理を施すこと
により、検索質問情報から形態素を抽出する形態素解析
手順と、形態素解析手順で抽出された形態素を符号化す
る符号化手順と、記憶手段に格納されている圧縮符号化
形態素を元の符号化形態素データに復元する復元手順
と、符号化手順で得られた符号化形態素形式の検索質問
と、復元手順で復元された符号化形態素データとを照合
して、検索質問に適合した、符号化形態素データが復元
されているかどうかを判定する照合手順と、照合手順で
の照合結果に基づいて、復元手順で復元された符号化形
態素データを形態素に戻す形態素復号化手順とをコンピ
ュータに実行させるためのプログラムであるが、コンピ
ュータは、記録媒体Ｃに記録されている文書情報検索プ
ログラムを読み込んで、コンピュータの中央処理装置
（ＣＰＵ）が、各ハードウェアに処理の制御を以下に説
明するように、施すようになっている。

【０１０８】文書情報格納検索装置１００にネットワー
ク等を介して電気的信号や光信号等が入力されると、コ
ンピュータは、形態素解析手順として、文書情報形態素
解析部１に、入力された検索質問を解析して（形態素を
含む）を抽出するように制御する。符号化手順として、
形態素解析データ符号化部２は、コンピュータの実行制
御の下、文書情報形態素解析部１により、分離された単
語（形態素を含む）を所定の数値に符号化処理を施す。

【０１０９】コンピュータは、記憶手順により、データ
ベース４に格納されている圧縮符号化形態素データを、
復元手順として、圧縮符号化データ復元部７に、所定の
数値に復元するように制御する。コンピュータは、照合
手順として、照合判定部８に、符号手順で得られた符号
化形態素形式の検索質問と、復元手順で復元された符号
化形態素データとを照合して、検索質問に適合した、符
号化形態素データが復元されているかいなかを判定する
ように制御する。

【０１１０】コンピュータは、形態素復元手順として、
照合結果に基づいて必要な場合に、符号化形態素復号化
部９に、符号化数値を形態素に復号化するように制御す
る。このように、本発明の実施形態に係る文書情報検索
プログラムを記録した記録媒体Ｃによれば、コンピュー
タの制御の下、大量の文書情報を格納する装置に対する
文書情報の検索に際し、検索処理をスムースに行なうこ
とができる。

【０１１１】ところで、前記の記録媒体Ｃに対し、コン
ピュータに、形態素解析手順で抽出された形態素及び符
号化手順で符号化された形態素のうちの少なくとも一方
の情報に基づいて得られるインデクスからインデクス記
憶手段に記憶されているインデクスの検索を行なうイン
デクス検索手順を実行させるプログラムを付加した文書
情報検索プログラムを記録した記録媒体（以下、説明の
便宜上、符号「Ｄ」を付す）に関しても、前記の記録媒
体Ｃと同様にスムースな検索処理を行なうことができ
る。

【０１１２】ここで、インデクス検索手順として、コン
ピュータは、照合判定部８に、文書情報を格納する際に
文章情報インデクス作成部５が作成した文書情報インデ
クスを検索するように制御し、復元手順として、コンピ
ュータは、圧縮符号化データ復元部７に、記憶手順によ
りデータベース４に記憶されている圧縮符号化形態素デ
ータを検索に基づき、復元するように制御する。

【０１１３】このように、記録媒体Ｄは、更に、文書情
報インデクスを用いることで、大容量の文書情報を格納
するデータベース４に対して、情報検索をスムースに行
なうことが可能で、検索時間も遅くない処理の実行を望
むことができる。 （５）その他の説明 （５ａ）他の実施形態 図１７〜図１９は、その他の実施形態にかかる情報格納
検索装置（４００，５００，６００）を示す図であり、
先ず、図１７に示すように情報格納検索装置４００は、
前述の第１実施形態におけるものに比して、文書情報イ
ンデクス作成部５や同義語辞書等（１１，１２，１３）
を備えて構成されていない点が異なり、その他（符号
１，２，３，４，７，８，９，１０参照）の構成は同様
である。尚、（１）で用いたものと同じものついては、
その説明を省略する。

【０１１４】上述の構成により、形態素解析ステップで
文書情報形態素解析部１が入力されてくる文書情報を解
析して単語（形態素を含む）を抽出し、形態素解析デー
タ符号化部２が数値に符号化処理を施し（符号化ステッ
プ）、更に、符号化データ圧縮部３が異なる数値に符号
化する圧縮処理（圧縮ステップ）を施した後に、圧縮さ
れた符号化形態素データがデータベース４に格納される
（記憶ステップ）。

【０１１５】このように、図１７に示す情報格納検索装
置４００によれば、文書情報を直接圧縮するのではな
く、一度、形態素解析部としての文書情報形態素解析部
１を通して、形態素を解析し、符号化部としての形態素
解析データ符号化部２が所定の数値に符号化処理を施
し、更に、符号化した形態素データを符号化データ圧縮
部３が圧縮を行なうので高い圧縮率を期待できる。

【０１１６】図１８に示すように情報格納検索装置５０
０は、前述の第１実施形態におけるものに比して、同義
語辞書等（１１，１２，１３）を備えて構成されていな
い点が異なり、その他（符号１，２，３，４，５，６，
７，８，９，１０参照）の構成は同様である。尚、
（１）で用いたものと同じものついては、その説明を省
略する。

【０１１７】上述の構成により、図１８に示す情報格納
検索装置５００は、文書情報を直接圧縮するのではな
く、一度、形態素解析部としての文書情報形態素解析部
１を通して、形態素を解析し、符号化部としての形態素
解析データ符号化部２が所定の数値に符号化処理を施
し、更に、符号化した形態素データを符号化データ圧縮
部３が圧縮を行なう。

【０１１８】このように、図１８に示す情報格納検索装
置５００によれば、高い圧縮率を期待することができ、
大容量の文書情報をデータベース４に蓄積することが可
能である。更に、符号化ステップでの符号化に用いる単
語（形態素を含む）と文書情報インデクス作成部５で用
いる単語の抽出（分割）を、形態素解析部としての文書
情報形態素解析部１における一度の処理で行なうことに
より、非常に効率的で、形態素解析データ符号化部２と
文書情報インデクス作成部５とで独自に単語の抽出処理
を施す場合より、時間を短縮することができる。

【０１１９】検索の際には、格納時に作成した文書情報
インデクスを用いることで、検索が容易であり、その復
元作業の時間も長時間を要しないことが望むことができ
る。他方、図１９に示すように情報格納検索装置６００
は、前述の第１実施形態におけるものに比して、文書情
報インデクス作成部５を備えて構成されていない点が異
なり、その他（符号１，２，３，４，７，８，９，１
０，１１，１２，１３参照）の構成は同様である。尚、
（１）で用いたものと同じものについては、その説明を
省略する。

【０１２０】上述の構成により、情報格納検索装置６０
０は、文書情報（例えば、文書ＩＤ１３中の「中田 守
・・・・・」）を直接圧縮するのではなく、一度、形態
素解析部としての文書情報形態素解析部１を通して、形
態素を解析し、人名辞書等（１４，１５）を参照して符
号化部としての形態素解析データ符号化部２が所定の数
値に符号化処理を施し、更に、符号化した形態素データ
を符号化データ圧縮部３が圧縮を行ないつつ、且つ、元
の文書（ネットワーク等から入力されてくる文書情報）
の性質を考慮して符号化を行なう（例えば、名簿である
場合は、人名や住所を基に符号化する）。更に、情報格
納検索装置６００は、符号化ステップでの符号化に用い
る単語（形態素を含む）と文書情報インデクス作成部５
で用いる単語の抽出（分割）を、形態素解析部としての
文書情報形態素解析部１における一度の処理で行なう。

【０１２１】このように、情報格納検索装置６００によ
れば高い圧縮率を期待できるとともに、文書情報インデ
クスを作成するに際し、非常に効率的で、形態素解析部
１と形態素解析データ符号化部２とで独自に単語の抽出
処理を施す場合より、時間を短縮することができる。
（５ｂ）検索装置と格納装置についての他の実施形態
尚、説明の便宜を図り、前述の如く、文書情報を格納す
る装置と文書情報を検索する装置を説明する上で、両装
置の機能を具備する情報格納検索装置を用いたが、文書
情報を格納する装置と、文書情報を検索する装置とが、
分離することでも、従来の技術上の課題を解決すること
ができる。

【０１２２】（５ｃ）インデクス作成部 本発明の実施形態に係る文書情報インデクス作成部５
は、検索質問に関する文書情報インデクスをも作成する
ことができる。以下、前記の（１）の第一実施形態にか
かる情報格納検索装置１００を用いて説明する。尚、
（１）で用いたものと同じものについては、その説明を
省略する。

【０１２３】この場合、文書情報インデクス作成部５
は、入力された検索質問に対して、文書情報形態素解析
部１で解析により抽出された単語（形態素を含む）或い
は、形態素解析データ符号化部２で符号化処理が施され
た符号化形態素データを用いて文書情報を作成する。照
合判定部８は、文書情報インデクス作成部５にて作成さ
れた検索質問の文書情報インデクスと、データベース４
に格納されている文書情報の文書情報インデクスを用い
て文書情報の検索を行なう。

【０１２４】このような検索質問の文書情報インデクス
を利用する文書情報の検索を実行する文書情報格納検索
装置によれば、大容量の文書情報データの検索に際し、
格納されている文書情報の文書情報インデクスを検索す
ることで、通常の文書情報を検索するより、短時間に処
理を実行することが望める。ここで、検索質問に関し
て、文書情報形態素解析部１における解析処理或いは、
形態素解析データ符号化部２における符号化処理に際し
て、同義語辞書１１等を参照して得られた情報を基に、
文書情報インデクス作成部５が作成した文書情報インデ
クスを利用して、照合判定部８が、データベース４に格
納されている文書の文書情報インデクス６を検索するこ
とにおいても、データベース４内に蓄積されている大容
量の文章情報データから検索事項に適合した文書情報の
読み出しを短時間に処理することができる。

【０１２５】（５ｄ）復号についての他の実施形態 尚、前述では、データベース４に格納されている文書情
報を伸長する過程で、圧縮されている文書情報を圧縮符
号化データ復元部７で復元して照合判定部８で検索質問
に適合するか判定が行なわれるようになっている。ここ
で、符号化形態素復号化部９において復号された形態素
データを基に、照合判定部８が、検索質問に適合する文
書情報であるか否かを判定するようにしてもよい。

【０１２６】（５ｅ）符号化データ圧縮部についての他
の実施形態 圧縮処理の過程の一例として、前述では、出現頻度が高
い文字列ほど、圧縮するのに用いるコードが短く設定さ
れている等を述べたが、圧縮処理過程は、本発明の趣旨
を逸脱しない範囲で種々変形して実施することができ
る。

【０１２７】

【発明の効果】以上詳述したように、本発明の文書情報
格納装置によれば、形態素解析部が形態素解析処理を施
すことにより、入力された文書情報から文書情報構成要
素としての形態素を抽出し、符号化部により形態素解析
部で抽出された形態素が符号化され、圧縮部で符号化部
により符号化された形態素に圧縮処理を施し、記憶部に
おいて圧縮部で圧縮された符号化形態素を格納するよう
に構成されているので、入力された文書情報を直接格納
ぜずに、単語（形態素を含む）に分け、それらを数値符
号化し、更に、圧縮する符号化処理を施すことで、高い
圧縮率を望め、大容量のデータを格納することができる
利点がある。

【０１２８】ここで、請求項２記載の本発明の文書情報
格納装置は、インデクス作成部が形態素解析部で抽出さ
れた形態素及び符号化部で符号化された形態素のうちの
少なくとも一方の情報に基づいてインデクスを作成し、
インデクス記憶部でインデクス作成部により作成された
インデクスを格納するように構成されるので、符号化部
での符号化に用いる単語（形態素を含む）とインデクス
作成部で用いる単語の抽出（分割）を、形態素解析部に
おける一度の処理で行なうことにより、非常に効率的
で、インデクス作成部と符号化部とで独自に単語の抽出
処理を施す場合より、時間を短縮することができる利点
がある。

【０１２９】または、請求項３記載の本発明の文書情報
格納装置は、同義語辞書，シソーラス，対訳辞書のうち
の少なくとも一つをそなえ、符号化部が、同義語辞書，
シソーラス，対訳辞書のうちの少なくとも１つの情報を
用いて、形態素を符号化するように構成されているの
で、文書情報を直接圧縮するのではなく、人名辞書等を
参照して符号化部が所定の数値に符号化処理を施し、更
に、符号化した形態素データを圧縮部３が圧縮を行ない
つつ、且つ、元の文書（ネットワーク等から入力されて
くる文書情報）の性質を考慮して符号化を行なう（例え
ば、名簿である場合は、人名や住所を基に符号化する）
ことと相まって、更に高い圧縮率を期待できる利点があ
る。

【０１３０】更に、請求項４記載の本発明の文書情報格
納装置は、インデクス作成部と、インデクス記憶部と、
同義語辞書，シソーラス，対訳辞書のうちの少なくとも
一つをそなえ、符号化部が、同義語辞書，シソーラス，
対訳辞書のうちの少なくとも１つの情報を用いて、形態
素を符号化するように構成されているので、非常に効率
的に文書情報を格納するとともに、インデクスを作成す
ることができ、且つ、文書情報の格納に際して高い圧縮
率を望むことができる利点がある。

【０１３１】一方、請求項５記載の本発明の文書情報格
納方法によれば、形態素解析ステップで形態素解析処理
を施して、文書情報から文書情報構成要素としての形態
素を抽出し、符号化ステップにより形態素解析ステップ
で抽出された形態素を符号化して、圧縮ステップで符号
化ステップにおいて符号化された形態素に圧縮処理を施
し、記憶ステップで圧縮ステップにより圧縮された符号
化形態素を格納するように構成されているので、入力さ
れた文書情報を直接格納ぜずに、単語（形態素を含む）
に分け、それらを数値符号化し、更に、圧縮する符号化
処理を施すことで、高い圧縮率を望め、大容量のデータ
を格納することができる利点がある。

【０１３２】ここで、請求項６記載の本発明の文書情報
格納方法は、インデクス作成ステップが形態素解析ステ
ップで抽出された形態素及び符号化ステップで符号化さ
れた形態素のうちの少なくとも一方の情報に基づいてイ
ンデクスを作成し、インデクス記憶ステップがインデク
ス作成ステップで作成されたインデクスを格納するよう
に備えられるので、符号化ステップでの符号化に用いる
単語（形態素を含む）とインデクス作成ステップで用い
る単語の抽出（分割）を、形態素解析ステップにおける
一度の処理で行なうことにより、非常に効率的で、イン
デクス作成ステップと符号化ステップとで独自に単語の
抽出処理を施す場合より、時間を短縮することができる
利点がある。

【０１３３】また、請求項７記載の本発明の文書情報格
納方法は、符号化ステップが、同義語辞書，シソーラ
ス，対訳辞書のうちのいずれかからの情報を用いて、形
態素を符号化するように構成されているので、文書情報
を直接圧縮するのではなく、一度、形態素解析ステップ
を通して、形態素を解析し、人名辞書等を参照して符号
化ステップが所定の数値に符号化処理を施し、更に、符
号化した形態素データを圧縮ステップ３が圧縮を行ない
つつ、且つ、元の文書（ネットワーク等から入力されて
くる文書情報）の性質を考慮して符号化を行なう（例え
ば、名簿である場合は、人名や住所を基に符号化する）
ことと相まって、更に高い圧縮率を期待できる利点があ
る。

【０１３４】更に、請求項８記載の本発明の文書情報格
納方法は、形態素解析ステップで抽出された形態素及び
符号化ステップで符号化された形態素のうちの少なくと
も一方の情報に基づいてインデクスを作成するインデク
ス作成ステップと、インデクス作成ステップで作成され
たインデクスを格納するインデクス記憶ステップとをそ
なえ、符号化ステップが、同義語辞書，シソーラス，対
訳辞書のうちのいずれかからの情報を用いて、形態素を
符号化するように構成されるので、非常に効率的に文書
情報を格納するとともに、インデクスを作成することが
でき、且つ、文書情報の格納に際して高い圧縮率を望む
ことができる利点がある。

【０１３５】他方、請求項９記載の文書情報検索装置
は、形態素解析部と、符号化部と、圧縮部と、記憶部と
を有する文書情報格納装置における記憶部に格納されて
いる圧縮符号化形態素を復元部が元の符号化形態素デー
タに復元し、照合部で検索質問に適合した、符号化形態
素データが復元されているかどうかの判定を行ない、復
号化部で、照合部での照合結果に基づいて復元部で復元
された符号化形態素データを形態素に戻すように構成さ
れるので、大容量の文書情報からのデータの検索を行な
うことができる利点がある。

【０１３６】ここで、請求項１０記載の本発明の文書情
報検索装置は、照合部が、符号化形態素形式の検索質問
と、復元部で復元された符号化形態素データとを照合し
て、検索質問に適合した、符号化形態素データが復元さ
れているかどうかを判定するように構成されていること
から、大容量の文書情報からのデータの検索を正確に行
なうことができる利点がある。

【０１３７】また、請求項１１記載の本発明の文書情報
検索装置は、インデクス作成部と、インデクス記憶部と
を文書情報格納装置に付加し、照合部が、形態素形式の
検索質問及び符号化形態素形式の検索質問のうちの少な
くとも一方の情報に基づいて得られるインデクスからイ
ンデクス記憶部で記憶されているインデクスの検索を行
ない、復元部でこの検索の結果得られたインデクスの情
報に基づいて、記憶部に格納されている圧縮符号化形態
素を元の符号化形態素データに復元させるように構成さ
れているので、文書情報格納装置が格納する大容量の文
書情報からの文書情報の検索にインデクスを用いること
で、非常にスムースに行なうことができる利点がある。

【０１３８】更に、請求項１２記載の本発明の文書情報
検索装置は、同義語辞書，シソーラス，対訳辞書のうち
の少なくとも一つをそなえ、符号化部が、同義語辞書，
シソーラス，対訳辞書のうちのいずれかからの情報を用
いて、形態素を符号化するように、文書情報格納装置を
構成し、照合部が、同義語辞書，シソーラス，対訳辞書
のうちのいずれかからの情報を用いて作成された符号化
形態素形式の検索質問と、復元部で復元された符号化形
態素データとを照合して、検索質問に適合する符号化形
態素データが復元されているかどうかを判定するように
構成されているので、文書情報格納装置が蓄積する大容
量の文書情報から自由度のある検索（例えば、曖昧検索
としての同義語検索）を行なうことができる利点があ
る。

【０１３９】並びに、請求項１３記載の本発明の文書情
報検索装置は、インデクス作成部とインデクス記憶部と
を文書情報格納装置に付加し、更に同義語辞書，シソー
ラス，対訳辞書のうちの少なくとも一つをそなえ、符号
化部が、同義語辞書，シソーラス，対訳辞書のうちのい
ずれかからの情報を用いて、形態素を符号化するよう
に、文書情報格納装置を構成し、照合部が、同義語辞
書，シソーラス，対訳辞書のうちのいずれかからの情報
を用いて作成された形態素形式の検索質問及び符号化形
態素形式の検索質問のうちの少なくとも一方の情報に基
づいて得られるインデクスからインデクス記憶部で記憶
されているインデクスの検索を行ない、復元部が、この
検索の結果得られたインデクスの情報に基づいて記憶部
に格納されている圧縮符号化形態素を元の符号化形態素
データに復元させるように構成されてることで、文書情
報格納装置が蓄積する大容量の文書情報に対して、自由
度のある検索（例えば、曖昧検索としての同義語検索）
を行なうことができる利点があるとともに、文書情報格
納装置が格納する大容量の文書情報からの文書情報の検
索にインデクスを用いることで、非常にスムースに行な
うことができる利点がある。

【０１４０】他方、請求項１４記載の本発明の文書情報
検索方法は、文書情報を入力することにより、文書情報
に対して、形態素解析処理を施すことにより、文書情報
から文書情報構成要素としての形態素を抽出し、この抽
出された形態素を符号化し、更にこの符号化された形態
素に圧縮処理を施して、この圧縮された符号化形態素を
記憶手段に記憶した文書情報格納装置に対して、形態素
解析ステップで形態素解析処理を施すことにより、検索
質問情報から形態素を抽出し、符号化ステップが形態素
解析ステップで抽出された形態素を符号化する処理を行
ない、復元ステップで文書情報格納装置における記憶手
段に格納されている圧縮符号化形態素を元の符号化形態
素データに復元し、照合ステップが符号化ステップで得
られた符号化形態素形式の検索質問と、復元ステップで
復元された符号化形態素データとを照合して、検索質問
に適合した、符号化形態素データが復元されているかど
うかの判定を行ない、そして復号化ステップにおいて照
合ステップでの照合結果に基づいて、復元ステップで復
元された符号化形態素データを形態素に戻すように構成
されるので、文書情報格納装置に蓄積される大容量の文
書情報から文書情報の検索を正確に行なうことができる
利点がある。

【０１４１】ここで、請求項１５記載の本発明の文書情
報検索方法は、照合ステップが、同義語辞書，シソーラ
ス，対訳辞書のうちのいずれかからの情報を用いて作成
された符号化形態素形式の検索質問と、復元部で復元さ
れた符号化形態素データとを照合して、検索質問に適合
した、符号化形態素データが復元されているかどうかを
判定するように構成されているので、文書情報格納装置
が蓄積する大容量の文書情報から自由度のある検索（例
えば、曖昧検索としての同義語検索）を行なうことがで
きる利点がある。

【０１４２】並びに、請求項１６記載の文章情報検索方
法は、文書情報を記憶手段が圧縮された符号化形態素を
記憶するとともに、インデクス記憶手段が文書情報のイ
ンデクスを格納する文書情報格納装置に対して、形態素
解析ステップで、検索質問について、形態素解析処理を
施すことにより、検索質問情報から形態素を抽出し、符
号化ステップで形態素解析ステップが抽出する形態素の
符号化を行ない、インデクス検索ステップで形態素解析
ステップが抽出する形態素及び符号化ステップで符号化
された形態素のうちの少なくとも一方の情報に基づいて
得られるインデクスからインデクス記憶手段に記憶され
ているインデクスの検索を行ない、復元ステップがイン
デクス検索ステップで得られたインデクス情報に基づい
て、記憶手段で格納されている圧縮符号化形態素を元の
符号化形態素データへ復元し、復号化ステップにおいて
復元ステップで復元された符号化形態素データを形態素
に戻すように構成されるので、文書情報格納装置が格納
する大容量の文書情報からの文書情報の検索処理に際し
て、インデクスを用いることで、非常にスムースに行な
うことができる利点がある。

【０１４３】ここで、請求項１７記載の文書情報検索方
法は、文書情報格納装置が、同義語辞書，シソーラス，
対訳辞書のうちのいずれかからの情報を用いて、形態素
を符号化するように構成され、且つ、インデクス検索ス
テップが、同義語辞書，シソーラス，対訳辞書のうちの
いずれかからの情報を用いて、インデクス検索を行なう
ように構成されていることで、所定の単語（形態素を含
む）は、同義語辞書等により所定の数値に符号化され
て、それに対応する符号で文書情報の検索が行なわれる
ので、検索処理を非常にスムースに行なうことができ
る。

【０１４４】並びに、請求項１８記載の記録媒体は、コ
ンピュータに、入力された文書情報に対して、形態素解
析処理を施すことにより、文書情報から文書情報構成要
素としての形態素を抽出する形態素解析手順と、形態素
解析手順で抽出された形態素を符号化する符号化手順
と、符号化手順で符号化された形態素に圧縮処理を施す
圧縮手順と、圧縮手順で圧縮された符号化形態素を格納
する記憶手順とを実行させるための文書情報格納プログ
ラムを記録しているので、入力された文書情報を直接格
納ぜずに、単語（形態素を含む）に分け、それらを数値
符号化し、更に、圧縮する符号化処理を施すことで、高
い圧縮率を望め、大容量のデータを格納することができ
る利点がある。

【０１４５】ここで、請求項１９記載の記録媒体は、コ
ンピュータに、入力された文書情報に対して、形態素解
析手順と、符号化手順と、圧縮手順と、記憶手順と、形
態素解析手順で抽出された形態素及び符号化手順で符号
化された形態素のうちの少なくとも一方の情報に基づい
てインデクスを作成するインデクス作成手順と、インデ
クス作成手順で作成されたインデクスをインデクス記憶
手段に格納させるインデクス記憶手順とを実行させるた
めの文書情報格納プログラムを記録しているので、符号
化手順での符号化に用いる単語（形態素を含む）とイン
デクス作成手順で用いる単語の抽出（分割）を、形態素
解析手順における一度の処理で行なうことにより、非常
に効率的で、インデクス作成手順と符号化手順とで独自
に単語の抽出処理を施す場合より、時間を短縮すること
ができる利点がある。

【０１４６】一方、請求項２０記載の本発明の記録媒体
は、文書情報を入力することにより、文書情報に対し
て、形態素解析処理を施すことにより、文書情報から文
書情報構成要素としての形態素を抽出し、この抽出され
た形態素を符号化し、更にこの符号化された形態素に圧
縮処理を施して、この圧縮された符号化形態素を記憶手
段に記憶した文書情報格納装置に対して、検索質問に適
合した情報を検索するに際して、入力された検索質問に
ついて、形態素解析処理を施すことにより、検索質問情
報から形態素を抽出する形態素解析手順と、形態素解析
手順で抽出された形態素を符号化する符号化手順と、記
憶手段に格納されている圧縮符号化形態素を元の符号化
形態素データに復元する復元手順と、符号化手順で得ら
れた符号化形態素形式の検索質問と、復元手順で復元さ
れた符号化形態素データとを照合して、検索質問に適合
した、符号化形態素データが復元されているかどうかを
判定する照合手順と、照合手順での照合結果に基づい
て、復元手順で復元された符号化形態素データを形態素
に戻す形態素復号化手順とをコンピュータに実行させる
ための文書情報検索プログラムを記録しているので、コ
ンピュータの制御の下、大量の文書情報を格納する装置
から文書情報を検索するに際し、検索処理をスムースに
行なうことができる。

【０１４７】ここで、請求項２１記載の本発明の記録媒
体は、文書情報を入力することにより、文書情報に対し
て、形態素解析処理を施すことにより、文書情報から文
書情報構成要素としての形態素を抽出し、この抽出され
た形態素を符号化し、更にこの符号化された形態素に圧
縮処理を施して、この圧縮された符号化形態素を記憶手
段に記憶するとともに、形態素解析処理で抽出された形
態素及び形態素符号化処理で符号化された形態素のうち
の少なくとも一方の情報に基づいてインデクスを作成
し、このインデクスをインデクス記憶手段に格納する文
書情報格納装置に対して、検索質問に適合した情報を検
索するに際して、入力された検索質問について、形態素
解析処理を施すことにより、検索質問情報から形態素を
抽出する形態素解析手順と、形態素解析手順で抽出され
た形態素を符号化する符号化手順と、形態素解析手順で
抽出された形態素及び符号化手順で符号化された形態素
のうちの少なくとも一方の情報に基づいて得られるイン
デクスからインデクス記憶手段に記憶されているインデ
クスの検索を行なうインデクス検索手順と、インデクス
検索手順で得られたインデクス情報に基づいて、記憶手
順で格納されている圧縮符号化形態素を元の符号化形態
素データに復元する復元手順と、復元手順で復元された
符号化形態素データを形態素に戻す復号化手順とをコン
ピュータに実行させるための文書情報検索プログラムを
記録しているので、インデクスを用いることで、文書情
報格納装置に格納されている大容量の文書情報から情報
検索をスムースに行なうことが可能で、検索時間も遅く
ない処理の実行を望むことができる利点がある。

【図面の簡単な説明】

【図１】本発明の第１実施形態にかかる文書情報格納検
索装置を示すブロック図である。

【図２】本発明の第１実施形態にかかる同義語辞書，シ
ソーラスの一例を示す図である。

【図３】本発明の第１実施形態にかかる対訳辞書の一例
を示す図である。

【図４】本発明の第１実施形態にかかる文書情報格納検
索装置が、文書情報を格納する際の処理の流れを説明す
るための図である。

【図５】本発明の第１実施形態にかかる文書情報格納検
索装置が、文書情報を検索する際の処理の流れを説明す
るための図である。

【図６】本発明の第１実施形態にかかる文書情報格納検
索装置が、文書情報を検索する際の処理の流れを説明す
るための図である。

【図７】本発明の第２実施形態にかかる文書情報格納検
索装置を示すブロック図である。

【図８】本発明の第２実施形態にかかる人名辞書の一例
を示す図である。

【図９】本発明の第２実施形態にかかる郵便番号辞書の
一例を示す図である。

【図１０】本発明の第２実施形態にかかる入力する文書
情報の一例を示す図である。

【図１１】本発明の第２実施形態にかかる文書情報格納
検索装置が、文書情報を格納する際の処理の流れを説明
するための図である。

【図１２】本発明の第２実施形態にかかる文書情報格納
検索装置が、文書情報を検索する際の処理の流れを説明
するための図である。

【図１３】本発明の第３実施形態にかかる文書情報格納
検索装置を示すブロック図である。

【図１４】（ａ）〜（ｃ）はそれぞれ本発明の第３実施
形態にかかる格納する文書情報の一例を示す図である。

【図１５】本発明の第３実施形態にかかる文書情報イン
デクスの一例を示す図である。

【図１６】本発明の第３実施形態にかかる文書情報格納
検索装置が、文書情報を検索する際の処理の流れを説明
するための図である。

【図１７】本発明の他の実施形態を示す図である。

【図１８】本発明の他の実施形態を示す図である。

【図１９】本発明の他の実施形態を示す図である。

【符号の説明】

１，１−１ 文書情報形態素解析部（形態素解析部） ２ 形態素解析データ符号化部（符号化部） ３ 符号化データ圧縮部（圧縮部） ４ データベース（記憶部） ５ 文書情報インデクス作成部（インデクス作成部） ６ 文書情報インデクス記憶部（インデクス記憶部） ６−１，６−２ 文書情報インデクス ７ 圧縮符号化データ復元部（復元部） ８ 照合判定部（照合部） ９ 符号化形態素復号化部（復号化部） １０ 結果出力部 １１ 同義語辞書 １２ シソーラス １３ 対訳辞書 １４ 人名辞書 １５ 郵便番号辞書 １００，２００，３００，４００，５００，６００ 文
書情報格納検索装置

Claims (21)

【特許請求の範囲】
1. 【請求項１】 形態素解析処理を施すことにより、入力
   された文書情報から文書情報構成要素としての形態素を
   抽出する形態素解析部と、 該形態素解析部で抽出された形態素を符号化する符号化
   部と、 該符号化部で符号化された形態素に圧縮処理を施す圧縮
   部と、 該圧縮部で圧縮された符号化形態素を格納する記憶部と
   をそなえて構成されたことを特徴とする、文書情報格納
   装置。
2. 【請求項２】 該形態素解析部で抽出された該形態素及
   び該符号化部で符号化された形態素のうちの少なくとも
   一方の情報に基づいてインデクスを作成するインデクス
   作成部と、 該インデクス作成部で作成された該インデクスを格納す
   るインデクス記憶部とをそなえていることを特徴とす
   る、請求項１記載の文書情報格納装置。
3. 【請求項３】 同義語辞書，シソーラス，対訳辞書のう
   ちの少なくとも一つをそなえ、 該符号化部が、上記の同義語辞書，シソーラス，対訳辞
   書のうちの少なくとも１つの情報を用いて、該形態素を
   符号化するように構成されていることを特徴とする、請
   求項１記載の文書情報格納装置。
4. 【請求項４】 該形態素解析部で抽出された該形態素及
   び該符号化部で符号化された形態素のうちの少なくとも
   一方の情報に基づいてインデクスを作成するインデクス
   作成部と、 該インデクス作成部で作成された該インデクスを格納す
   るインデクス記憶部とをそなえるとともに、 同義語辞書，シソーラス，対訳辞書のうちの少なくとも
   一つをそなえ、 該符号化部が、上記の同義語辞書，シソーラス，対訳辞
   書のうちの少なくとも１つの情報を用いて、該形態素を
   符号化するように構成されていることを特徴とする、請
   求項１記載の文書情報格納装置。
5. 【請求項５】 文書情報を格納するに際し、 文書情報を入力することにより、該文書情報に対し、形
   態素解析処理を施して、該文書情報から文書情報構成要
   素としての形態素を抽出する形態素解析ステップと、 該形態素解析ステップで抽出された形態素を符号化する
   符号化ステップと、 該符号化ステップで符号化された形態素に圧縮処理を施
   す圧縮ステップと、 該圧縮ステップで圧縮された符号化形態素を格納する記
   憶ステップとをそなえて構成されたことを特徴とする、
   文書情報格納方法。
6. 【請求項６】 該形態素解析ステップで抽出された該形
   態素及び該符号化ステップで符号化された形態素のうち
   の少なくとも一方の情報に基づいてインデクスを作成す
   るインデクス作成ステップと、 該インデクス作成ステップで作成された該インデクスを
   格納するインデクス記憶ステップとをそなえていること
   を特徴とする、請求項５記載の文書情報格納方法。
7. 【請求項７】 該符号化ステップが、同義語辞書，シソ
   ーラス，対訳辞書のうちのいずれかからの情報を用い
   て、該形態素を符号化するように構成されていることを
   特徴とする、請求項５記載の文書情報格納方法。
8. 【請求項８】 該形態素解析ステップで抽出された該形
   態素及び該符号化ステップで符号化された形態素のうち
   の少なくとも一方の情報に基づいてインデクスを作成す
   るインデクス作成ステップと、 該インデクス作成ステップで作成された該インデクスを
   格納するインデクス記憶ステップとをそなえ、 該符号化ステップが、同義語辞書，シソーラス，対訳辞
   書のうちのいずれかからの情報を用いて、該形態素を符
   号化するように構成されていることを特徴とする、請求
   項５記載の文書情報格納方法。
9. 【請求項９】 形態素解析処理を施すことにより、入力
   された文書情報から文書情報構成要素としての形態素を
   抽出する形態素解析部と、該形態素解析部で抽出された
   形態素を符号化する符号化部と、該符号化部で符号化さ
   れた形態素に圧縮処理を施す圧縮部と、該圧縮部で圧縮
   された符号化形態素を格納する記憶部とを有する文書情
   報格納装置における該記憶部に格納されている圧縮符号
   化形態素を元の符号化形態素データに復元する復元部
   と、 検索質問に適合した、符号化形態素データが復元されて
   いるかどうかを判定する照合部と、 該照合部での照合結果に基づいて、該復元部で復元され
   た符号化形態素データを形態素に戻す復号化部とをそな
   えて構成されたことを特徴とする、文書情報検索装置。
10. 【請求項１０】 該照合部が、符号化形態素形式の検索
    質問と、該復元部で復元された符号化形態素データとを
    照合して、該検索質問に適合した、符号化形態素データ
    が復元されているかどうかを判定するように構成されて
    いることを特徴とする、請求項９記載の文書情報検索装
    置。
11. 【請求項１１】 該形態素解析部で抽出された該形態素
    及び該符号化部で符号化された形態素のうちの少なくと
    も一方の情報に基づいてインデクスを作成するインデク
    ス作成部と、該インデクス作成部で作成された該インデ
    クスを格納するインデクス記憶部とを該文書情報格納装
    置に付加し、 該照合部が、形態素形式の検索質問及び符号化形態素形
    式の検索質問のうちの少なくとも一方の情報に基づいて
    得られるインデクスから該インデクス記憶部で記憶され
    ているインデクスの検索を行ない、この検索の結果得ら
    れた該インデクスの情報に基づいて、該記憶部に格納さ
    れている圧縮符号化形態素を該復元部で元の符号化形態
    素データに復元させるように構成されていることを特徴
    とする、請求項９記載の文書情報検索装置。
12. 【請求項１２】 同義語辞書，シソーラス，対訳辞書の
    うちの少なくとも一つをそなえ、該符号化部が、上記の
    同義語辞書，シソーラス，対訳辞書のうちのいずれかか
    らの情報を用いて、該形態素を符号化するように、該文
    書情報格納装置を構成し、 該照合部が、上記の同義語辞書，シソーラス，対訳辞書
    のうちのいずれかからの情報を用いて作成された符号化
    形態素形式の検索質問と、該復元部で復元された符号化
    形態素データとを照合して、該検索質問に適合した、符
    号化形態素データが復元されているかどうかを判定する
    ように構成されていることを特徴とする、請求項９記載
    の文書情報格納装置。
13. 【請求項１３】 該形態素解析部で抽出された該形態素
    及び該符号化部で符号化された形態素のうちの少なくと
    も一方の情報に基づいてインデクスを作成するインデク
    ス作成部と、該インデクス作成部で作成された該インデ
    クスを格納するインデクス記憶部とを該文書情報格納装
    置に付加し、更に同義語辞書，シソーラス，対訳辞書の
    うちの少なくとも一つをそなえ、該符号化部が、上記の
    同義語辞書，シソーラス，対訳辞書のうちのいずれかか
    らの情報を用いて、該形態素を符号化するように、該文
    書情報格納装置を構成し、 該照合部が、上記の同義語辞書，シソーラス，対訳辞書
    のうちのいずれかからの情報を用いて作成された形態素
    形式の検索質問及び符号化形態素形式の検索質問のうち
    の少なくとも一方の情報に基づいて得られるインデクス
    から該インデクス記憶部で記憶されているインデクスの
    検索を行ない、この検索の結果得られた該インデクスの
    情報に基づいて、該記憶部に格納されている圧縮符号化
    形態素を該復元部で元の符号化形態素データに復元させ
    るように構成されていることを特徴とする、請求項９記
    載の文書情報検索装置。
14. 【請求項１４】 文書情報を入力することにより、該文
    書情報に対して、形態素解析処理を施すことにより、該
    文書情報から文書情報構成要素としての形態素を抽出
    し、この抽出された該形態素を符号化し、更にこの符号
    化された形態素に圧縮処理を施して、この圧縮された符
    号化形態素を記憶手段に記憶した文書情報格納装置に対
    して、検索質問に適合した情報を検索するに際しては、 該検索質問を入力して、この検索質問について、形態素
    解析処理を施すことにより、該検索質問情報から形態素
    を抽出する形態素解析ステップと、 該形態素解析ステップで抽出された該形態素を符号化す
    る符号化ステップと、該文書情報格納装置における該記
    憶手段に格納されている圧縮符号化形態素を元の符号化
    形態素データに復元する復元ステップと、 該符号化ステップで得られた符号化形態素形式の検索質
    問と、該復元ステップで復元された符号化形態素データ
    とを照合して、該検索質問に適合した、符号化形態素デ
    ータが復元されているかどうかを判定する照合ステップ
    と、該照合ステップでの照合結果に基づいて、該復元ス
    テップで復元された符号化形態素データを形態素に戻す
    復号化ステップとをそなえて構成されたことを特徴とす
    る、文書情報検索方法。
15. 【請求項１５】 該文書情報格納装置が、同義語辞書，
    シソーラス，対訳辞書のうちのいずれかからの情報を用
    いて、該形態素を符号化するように構成され、 該照合ステップが、上記の同義語辞書，シソーラス，対
    訳辞書のうちのいずれかからの情報を用いて作成された
    符号化形態素形式の検索質問と、該復元部で復元された
    符号化形態素データとを照合して、該検索質問に適合し
    た、符号化形態素データが復元されているかどうかを判
    定するように構成されていることを特徴とする、請求項
    １４記載の文書情報検索方法。
16. 【請求項１６】 文書情報を入力することにより、該文
    書情報に対して、形態素解析処理を施すことにより、該
    文書情報から文書情報構成要素としての形態素を抽出
    し、この抽出された該形態素を符号化し、更にこの符号
    化された形態素に圧縮処理を施して、この圧縮された符
    号化形態素を記憶手段に記憶するとともに、形態素解析
    処理で抽出された形態素及び形態素符号化処理で符号化
    された形態素のうちの少なくとも一方の情報に基づいて
    インデクスを作成し、このインデクスをインデクス記憶
    手段に格納する文書情報格納装置に対して、検索質問に
    適合した情報を検索するに際しては、 該検索質問を入力して、この検索質問について、形態素
    解析処理を施すことにより、該検索質問情報から形態素
    を抽出する形態素解析ステップと、 該形態素解析ステップで抽出された該形態素を符号化す
    る符号化ステップと、 該形態素解析ステップで抽出された該形態素及び該符号
    化ステップで符号化された形態素のうちの少なくとも一
    方の情報に基づいて得られるインデクスから該インデク
    ス記憶手段に記憶されているインデクスの検索を行なう
    インデクス検索ステップと、 該インデクス検索ステップで得られたインデクス情報に
    基づいて、該記憶手段で格納されている圧縮符号化形態
    素を元の符号化形態素データに復元する復元ステップ
    と、 該復元ステップで復元された符号化形態素データを形態
    素に戻す復号化ステップとをそなえて構成されたことを
    特徴とする、文書情報検索方法。
17. 【請求項１７】 該文書情報格納装置が、同義語辞書，
    シソーラス，対訳辞書のうちのいずれかからの情報を用
    いて、該形態素を符号化するように構成され、 且つ、該インデクス検索ステップが、同義語辞書，シソ
    ーラス，対訳辞書のうちのいずれかからの情報を用い
    て、インデクス検索を行なうように構成されていること
    を特徴とする、請求項１６記載の文書情報検索方法。
18. 【請求項１８】 コンピュータに、 入力された文書情報に対して、形態素解析処理を施すこ
    とにより、該文書情報から文書情報構成要素としての形
    態素を抽出する形態素解析手順と、 該形態素解析手順で抽出された形態素を符号化する符号
    化手順と、 該符号化手順で符号化された形態素に圧縮処理を施す圧
    縮手順と、 該圧縮手順で圧縮された符号化形態素を格納する記憶手
    順とを実行させるための文書情報格納プログラムを記録
    した記録媒体。
19. 【請求項１９】 コンピュータに、 入力された文書情報に対して、形態素解析処理を施すこ
    とにより、該文書情報から文書情報構成要素としての形
    態素を抽出する形態素解析手順と、 該形態素解析手順で抽出された形態素を符号化する符号
    化手順と、 該符号化手順で符号化された形態素に圧縮処理を施す圧
    縮手順と、 該圧縮手順で圧縮された符号化形態素を記憶手段に格納
    させる記憶手順と、該形態素解析手順で抽出された該形
    態素及び該符号化手順で符号化された形態素のうちの少
    なくとも一方の情報に基づいてインデクスを作成するイ
    ンデクス作成手順と、 該インデクス作成手順で作成された該インデクスをイン
    デクス記憶手段に格納させるインデクス記憶手順とを実
    行させるための文書情報格納プログラムを記録した記録
    媒体。
20. 【請求項２０】 文書情報を入力することにより、該文
    書情報に対して、形態素解析処理を施すことにより、該
    文書情報から文書情報構成要素としての形態素を抽出
    し、この抽出された該形態素を符号化し、更にこの符号
    化された形態素に圧縮処理を施して、この圧縮された符
    号化形態素を記憶手段に記憶した文書情報格納装置に対
    して、検索質問に適合した情報を検索するに際して、 入力された検索質問について、形態素解析処理を施すこ
    とにより、該検索質問情報から形態素を抽出する形態素
    解析手順と、 該形態素解析手順で抽出された該形態素を符号化する符
    号化手順と、 該記憶手段に格納されている圧縮符号化形態素を元の符
    号化形態素データに復元する復元手順と、 該符号化手順で得られた符号化形態素形式の検索質問
    と、該復元手順で復元された符号化形態素データとを照
    合して、該検索質問に適合した、符号化形態素データが
    復元されているかどうかを判定する照合手順と、 該照合手順での照合結果に基づいて、該復元手順で復元
    された符号化形態素データを形態素に戻す形態素復号化
    手順とをコンピュータに実行させるための文書情報検索
    プログラムを記録した記録媒体。
21. 【請求項２１】 文書情報を入力することにより、該文
    書情報に対して、形態素解析処理を施すことにより、該
    文書情報から文書情報構成要素としての形態素を抽出
    し、この抽出された該形態素を符号化し、更にこの符号
    化された形態素に圧縮処理を施して、この圧縮された符
    号化形態素を記憶手段に記憶するとともに、形態素解析
    処理で抽出された形態素及び形態素符号化処理で符号化
    された形態素のうちの少なくとも一方の情報に基づいて
    インデクスを作成し、このインデクスをインデクス記憶
    手段に格納する文書情報格納装置に対して、検索質問に
    適合した情報を検索するに際して、 入力された検索質問について、形態素解析処理を施すこ
    とにより、該検索質問情報から形態素を抽出する形態素
    解析手順と、 該形態素解析手順で抽出された該形態素を符号化する符
    号化手順と、 該形態素解析手順で抽出された該形態素及び該符号化手
    順で符号化された形態素のうちの少なくとも一方の情報
    に基づいて得られるインデクスから該インデクス記憶手
    段に記憶されているインデクスの検索を行なうインデク
    ス検索手順と、 該インデクス検索手順で得られたインデクス情報に基づ
    き、該記憶手順で格納されている圧縮符号化形態素を元
    の符号化形態素データに復元する復元手順と、 該復元手順で復元された符号化形態素データを形態素に
    戻す復号化手順とを該コンピュータに実行させるための
    文書情報検索プログラムを記録した記録媒体。