WO2016103409A1 - 検索システム - Google Patents

検索システム Download PDF

Info

Publication number
WO2016103409A1
WO2016103409A1 PCT/JP2014/084349 JP2014084349W WO2016103409A1 WO 2016103409 A1 WO2016103409 A1 WO 2016103409A1 JP 2014084349 W JP2014084349 W JP 2014084349W WO 2016103409 A1 WO2016103409 A1 WO 2016103409A1
Authority
WO
WIPO (PCT)
Prior art keywords
query
word
document
category
database
Prior art date
Application number
PCT/JP2014/084349
Other languages
English (en)
French (fr)
Inventor
彬 童
利彦 柳瀬
真 岩山
Original Assignee
株式会社日立製作所
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 株式会社日立製作所 filed Critical 株式会社日立製作所
Priority to PCT/JP2014/084349 priority Critical patent/WO2016103409A1/ja
Publication of WO2016103409A1 publication Critical patent/WO2016103409A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor

Definitions

  • the present invention relates to a search system.
  • O & M refers to decisions and actions related to the control and maintenance of assets and equipment.
  • the decisions and actions are directed to scheduling, procedures, system control and system optimization. They further aim to prevent equipment failures and improve efficiency, reliability and safety.
  • O & M business is related to a wide variety of industries such as power generation, water treatment plants, and railways.
  • Maintenance inspection documentation is one of the essential elements in O & M and plays the role of a domain knowledge database for maintenance inspection actions.
  • One way to ensure the effectiveness of maintenance actions is to extract useful domain knowledge by analyzing many maintenance reports.
  • the operator can assign specific categories and values to problem titles and their resolution documents. Examples of categories are model code, trouble code, phenomenon code, countermeasure code.
  • the field operator searches for related documents using queries with categories such as model codes. Therefore, a method of finding a related document by specifying a query title and a category is a key problem in a search system for dealing with defects.
  • U.S. Patent Application Publication No. 2010/0235165 describes: "A system and method for automatically semantic labeling of natural language documents provided in electronic or digital form includes a semantic processor; The semantic processor performs basic linguistic analysis, which recognizes facts and causal relationships in the semantic relationship of text between type objects and / or classes of objects and identifies linguistically analyzed text. The target semantic relationship pattern case is matched with the target semantic relationship pattern created by generalizing, and a semantic relationship label is generated based on the linguistically analyzed text and the matching result. "(Summary ).
  • the user is not necessarily able to specify an optimal query title and category value for the information (document) desired by the user. Since the conventional method extracts information assigned with the same category value as the category value used in the query title, the user-desired category value cannot be extracted when the user-specified category value is not optimal. There is. Therefore, a system that can appropriately search for a document desired by the user from the query title and category value specified by the user is desired.
  • a typical example of the present invention is a search system for searching a document related to a query in a database, wherein the query title, a document assigned to the query title, a query category value assigned to the query title, And a document category value assigned to the document, a database, a word-category relationship graph indicating a connection relationship between a document word in the document in the database and the document category value, and the database in the database
  • An inter-category relationship graph showing a connection relationship between a document category value and the query category value, and a processor, the processor receiving a query specifying a query title and a query category value; Selecting a document from the database and the selected document Determining the score for the query, ranking the documents based on the score of the documents, and determining the score of the selected documents in the word-category relationship graph,
  • the document category value to be linked to the document word is determined, and the query of the selected document is determined based on the linkage relationship between the determined document category value and the designated query category value in
  • FIG. 2 shows a logical configuration example of a search system according to the present embodiment.
  • the example of a hardware configuration of a search system is shown.
  • a configuration example of a database is shown.
  • the flowchart of the process in which an indexing part indexes the query title, document, and category which are stored in the database is shown.
  • An example of the relationship graph between words which an indexing part produces is shown.
  • An example of the configuration of the inter-word relationship table created by the indexing unit The example of the relationship graph between word categories which an indexing part produces is shown.
  • the structural example of the relationship table between word categories produced by the indexing part is shown.
  • the structural example of the relationship table between word categories which an indexing part produces is shown.
  • the example of the inter-category relation graph which an indexing part produces is shown.
  • the structural example of the relationship table between categories which an indexing part produces is shown.
  • An outline of a search process for a query from a user by the search system is shown.
  • An example of the GUI image which a user interface presents in order for a user to input a query is shown.
  • 5 shows a flowchart of processing for calculating lexical similarity between a query input by a user and one document selected from a database.
  • 5 shows a flowchart of processing for calculating a lexical connectivity score between a query input by a user and one document selected from a database.
  • the flowchart of the process which calculates a category connectivity score is shown.
  • 5 shows a flowchart of a process for calculating a hyper lexical connectivity score between a query input by a user and one document selected from a database.
  • the process by a ranking aggregation part is shown.
  • the following shows a search system that makes it easy to rank documents in search results based on the category value specified in the query and the category value assigned to the document.
  • the search system of the present embodiment is suitable for O & M business, but can be applied to a different use.
  • the search system includes a database that stores query titles, documents, and category values.
  • the database associates the query title with the document. Further, the database includes a query category value associated with the query title and a document category value associated with the document. The document category type is different from the query category type.
  • the search system When a query including a query title and a category value is given by the user, the search system displays a document highly relevant to the given query title and category value, and the category value specified in the query and the document in the database. Select from database based on category value.
  • This search system can specify a document highly relevant to the query by using the category value given by the user. Furthermore, even if the user gives an inappropriate category value, a document highly relevant to the information desired by the user can be provided through the relationship between the query category value and the document category value in the database. .
  • FIG. 1A shows a logical configuration example of the search system 100 of the present embodiment.
  • the search system 100 is used in connection with the user interface 140.
  • the user interface 140 receives a search query including a query title and a category value from the user, and transmits it to the search system 100.
  • the search system 100 outputs a search result to the user interface 140 according to the specified query title and category value.
  • the user interface 140 includes, for example, a web browser, a desktop search application, or a smartphone search application.
  • the search system 100 includes a database 110, an indexing unit 130, a relevance score calculation unit 150, and a ranking aggregation unit 160.
  • the database 110 stores a plurality of query titles, a plurality of documents, and a plurality of categories in association with each other. Each of the plurality of query titles is associated with at least one document. Furthermore, at least one category value is assigned to each of the plurality of query titles, and at least one category value is assigned to each of the plurality of documents. Details of the database 110 will be described later with reference to FIG.
  • the indexing unit 130 processes query titles, documents, and categories stored in the database 110.
  • the indexing unit 130 creates from the database 110 a word relationship graph 300 (FIG. 4), a word category relationship graph 500 (FIG. 6), and a category relationship graph 700 (FIG. 8), which will be described later.
  • Each graph shows a connection relationship between elements.
  • the indexing unit 130 can be executed offline and maintains the efficiency of the search system 100. Alternatively, the indexing unit 130 may be executed on a regular schedule in the background of the search system 100.
  • the relevance score calculation unit 150 receives one query title and one or more category values from the user interface 140, and the inter-word relationship graph 300, the word-category relationship graph 500, and the inter-category relationship generated by the indexing unit 130.
  • a graph 700 is used to calculate a plurality of relevance scores. Based on the plurality of relevance scores, the documents in the database are ranked for the entered query.
  • the plurality of calculated relevance scores may include, for example, an element (score) indicating lexical similarity, lexical connectivity, and category connectivity.
  • One relevance score may be a single numerical value including a plurality of elements, for example, a combination of lexical connectivity and category connectivity, as will be described later, the score of the combination is a hyper-lexical connectivity. Also called a score.
  • the number of relevance scores calculated may be an arbitrary number of 1 or more, and the types of relevance scores used by the search system 100 are not limited to the above four types.
  • search results of some search engine systems are lexically similar to the query title.
  • the words in the query title specified by the user may have a lexical gap (different) to the words in the document that the user wants to find.
  • the lexical connectivity score is determined via the inter-word relationship graph 300 described later in consideration of lexical connectivity between a word group in one query title and a word group in one document. Using the lexical connectivity score can alleviate the problem of lexical gaps. In other words, the search system 100 of the present embodiment allows the user to give a query title with low accuracy that reduces search performance such as search accuracy. A method of calculating the lexical connectivity score will be described later with reference to FIG.
  • category information acts as a filter for obtaining ranked search results from documents that strictly belong to the category specified by the user.
  • the ranked search results show the relationship between the query title specified by the user and one or more category values to some extent, instead of retaining such limited constraints. Have.
  • Such a search result is obtained through a category connectivity score or a hyper-vocabulary connectivity score considering both lexical connectivity and category connectivity.
  • the category connectivity score and the hyper lexical connectivity score can be determined via a word category relationship graph 500 and a category relationship graph 700 described later.
  • the category connectivity score calculation method will be described later with reference to FIG. 14, and the hyper lexical connectivity score calculation method will be described later with reference to FIG.
  • the system 100 further includes a ranking aggregation unit 160.
  • the ranking aggregation unit 160 receives the relevance score determined by the calculation unit 150, generates a ranking list 170 of documents based on the relevance score, and presents it to the user.
  • FIG. 1B shows a hardware configuration example of the search system 100.
  • the search system 100 is composed of, for example, one or a plurality of server computers.
  • the search system 100 is configured with one server computer 200.
  • the server computer 200 includes a processor 201, a memory 202, a disk device 203, an input device 204, an output device 205, and a network interface 206.
  • the input device 204 is a device for inputting information to the server computer 200.
  • the input device 204 is, for example, a keyboard, a pointing device, a switch, a touch panel, a microphone, or the like.
  • the output device 205 is a device for the server computer 200 to output information to the user.
  • the output device 205 is, for example, a monitor display, a speaker, a printer, or the like.
  • the hardware configuration of the user interface 140 includes an input device 204 and an output device 205, for example.
  • the hardware configuration of the user interface 140 is a user terminal that communicates with the server computer 200 via the network interface 206.
  • the user terminal includes an input device and an output device.
  • the processor 201 controls the operation of the server computer 200 in accordance with programs, calculation parameters, and the like stored in the memory 202 to realize various functions described later.
  • the disk device 203 is a nonvolatile physical storage device.
  • the disk device 203 is, for example, an HDD (Hard Disk Drive), an SSD (Solid State Drive), or the like.
  • the disk device 203 stores the database 110.
  • the memory 202 stores an indexing program 207, a relevance score calculation program 208, and a ranking aggregation program 209. In addition, the memory 202 stores a program (not shown) necessary for operation in the system including the OS. Data (including programs) stored in the memory 202 is loaded into the memory 202 from the disk device 203 or an external server.
  • the processor 201 executes a program stored in the memory 202 to perform a predetermined process using a storage resource and / or a communication interface as appropriate.
  • the processor 201 operates as the indexing unit 130, the relevance score calculation unit 150, and the ranking aggregation unit 160 by operating according to the indexing program 207, the relevance score calculation program 208, and the ranking aggregation program 209. To do.
  • each functional unit is realized by the processor 201 that operates according to the program stored in the memory 202, the processing subject is the processor 201 or the program. May be.
  • FIG. 2 shows a configuration example of the database 110.
  • the database 110 stores a plurality of query titles, a plurality of documents, and a plurality of categories in association with each other.
  • the database 110 includes a title column 111, a query category column 112, a document column 113, and a document category column 114.
  • the title column 111 stores the query title.
  • the query category column 112 stores the category value assigned to the query title.
  • the document column 113 stores a document associated with the query title.
  • the document category column 114 stores category values assigned to documents.
  • Each query title is associated with one or more documents. Furthermore, one or more category values are assigned to each of the plurality of query titles, and one or more category values are assigned to each of the plurality of documents.
  • category types are divided into two groups.
  • One group of category types is a category type assigned to a query title set in the database 110.
  • Another group of category types is a category type assigned to a document set in the database 110. In this system, the category type assigned to the query title and the category type assigned to the document are different.
  • An example of a query title in the maintenance inspection act shows a problem summary created by the operator at the site.
  • An example of a document is a record of problem solving. Therefore, as shown in FIG. 2, examples of category types for the query title set are trouble codes and model codes, and examples of category types for the document set are phenomenon codes and countermeasure codes.
  • the query title “Oil leak” is associated with two documents “Document1” and “Document2”.
  • Two title category values “mc_1” and “tc_2” are assigned to the query title “Oil leak”.
  • Two document category values “pc_4” and “cc_2” are assigned to the document “Document1” associated with the query title “Oil leak”.
  • Categorical value represents the value of category type.
  • the value of the trouble code is “leak”, “crack”, or the like.
  • the category type and the category value are defined in advance in the database 110.
  • the semantic meaning between the query title and the document in the database 110 may be extracted by a learning algorithm.
  • FIG. 3 shows a flowchart of processing in which the indexing unit 130 indexes query titles, documents, and categories stored in the database 110.
  • the indexing unit 130 executes the process independently of the query input from the user.
  • the indexing unit 130 creates an inter-word relationship graph 300 that shows a relationship between a word in the query title (query word) and a word in the document (document word) in the database 110.
  • the indexing unit 130 creates a relationship graph 500 between word categories. Specifically, the indexing unit 130 creates a word category relationship graph 501 showing the relationship between the words in the query title in the database 110 and the query category assigned to the query title. The indexing unit 130 also creates a word category relationship graph 502 that indicates the relationship between the words in the document in the database 110 and the document category assigned to the document.
  • step 103 the indexing unit 130 creates an inter-category relationship graph 700 showing the relationship between the query titles associated with each other, the query category assigned to the document, and the document category.
  • the indexing unit 130 updates the inter-word relationship graph 300, the word category relationship graph 500, and the inter-category relationship graph 700 according to the update of the database 110. For example, when a prescribed number of records in the database 110 are updated, the indexing unit 130 updates the graphs 300, 500, and 700.
  • FIG. 4 shows an example of the inter-word relationship graph 300 created by the indexing unit 130.
  • FIG. 5 shows a configuration example of the inter-word relationship table 400 created by the indexing unit 130.
  • the indexing unit 130 creates the word relationship table 400 and stores it in the memory 202 or the disk device 203.
  • the word set 310 includes a plurality of words q (for example, a node 340) existing in the query title set.
  • the word q is called a Q word.
  • the word set 320 includes a plurality of words r1 (for example, a node 350).
  • the word r1 is a word that co-occurs with any Q word in one sentence of the document.
  • the word r1 is called R1 word.
  • a word included in both the document and the query title is included in the R1 word.
  • the word set 330 includes a plurality of words r2 (for example, a node 360).
  • the word r2 is a word that co-occurs with any one of the words r1 in one sentence of the document, excluding the Q word.
  • the word r2 is called R2 word.
  • two co-occurring words are in the same sentence.
  • co-occurring pairs of the word q and the word r1 are connected by an edge (for example, an edge 370).
  • Co-occurring pairs of word r1 and word r2 are connected by an edge (for example, edge 380).
  • the query title is “What about ⁇ Tokyo? ”
  • a document containing two sentences is“ Tokyo is in Japan. It is the biggest city in Japan.
  • “What”, “about”, and “Tokyo” are Q words.
  • the word “Japan” co-occurs with the Q word “Tokyo” in the first sentence of the document. Therefore, the word “Japan” is the R1 word.
  • the word “Tokyo” is the R1 word in the document.
  • the two words “biggest” and “city” are not Q words, but co-occur with the R1 word “Japan” in the second sentence of the document.
  • the two words “biggest” and “city” are R2 words.
  • the inter-word relationship graph is not limited to a configuration having word nodes in three layers including a Q word layer, an R1 word layer, and an R2 word layer.
  • the inter-word relationship graph may have two layers, and can be easily expanded to more than three layers.
  • the R3 word can be defined as a word that co-occurs with the R2 word in the same sentence, not the Q word and the R1 word.
  • the indexing unit 130 may store only the index words in the inter-word relationship table 400, excluding the predefined words. The same applies to the processing of other tables and the relevance score calculation unit 150. For example, particles and articles are excluded from index words.
  • an edge exists in the inter-word relationship graph 300 between the word node “Tokyo” belonging to the Q word set and the word nodes “Japan” and “Tokyo” belonging to the R1 word set.
  • an edge exists in the inter-word relationship graph between the word node “biggest” belonging to the R2 word set and the word node “Japan” belonging to the R1 word set.
  • FIG. 5 shows a configuration example of the inter-word relationship table 400 created by the indexing unit 130.
  • the inter-word relationship graph 300 is created and held as an inter-word relationship table 400.
  • the inter-word relationship table 400 shows the relationship between the query title set in the database 110 and the word pairs in the document set.
  • the inter-word relationship table 400 includes word columns 401 and 402, a distance column 403, and a frequency column 404.
  • the word columns 401 and 402 indicate word pairs that co-occur in the database 110.
  • One document is composed of one or more sentences.
  • each document word is represented using q, r1, or r2.
  • Words represented using q are words in the query title set, and other words are words in the document set.
  • the distance column 403 indicates the lexical distance between two document words.
  • An example of lexical distance is the minimum dependent distance between two words.
  • the dependence distance is a path distance between two words (nodes) in the dependence tree.
  • the minimum dependency distance is the minimum dependency distance in the entire dependency tree including two words that co-occur in the database 110.
  • the lexical distance between two words may be determined from a widely used corpus.
  • the frequency column 404 indicates the frequency of word pairs.
  • the frequency indicates how often the word pair appears in the database 110.
  • the frequency column 404 indicates the intra-sentence co-occurrence frequency of the word pair.
  • the intra-sentence co-occurrence frequency can be defined as a value obtained by dividing the number of center sentences in which a word pair exists in the document set of the database 110 by the total number of sentences in the database 110.
  • inter-word relationship table 400 is not limited to the information described with reference to FIG.
  • the inter-word relationship table 400 may include other information of two words, and can be easily expanded via the inter-word relationship graph 300.
  • FIG. 6 shows an example of the inter-word category relationship graph 500 created by the indexing unit 130.
  • the word category relationship graph 500 includes two graphs 501 and 502.
  • a graph 501 shows the relationship between the query word of the query title set and the query category value in the database 110.
  • a graph 502 shows the relationship between document words in the document set and document category values in the database 110.
  • the graph 501 includes a plurality of pairs connected by edges, and each pair includes a word q (for example, a node 503) existing in one query title and a query category value (for example, a node assigned to the query title). Node 504). Connections in each pair are indicated by edges.
  • One query category value can be paired with a plurality of query words, and one query word can be paired with a plurality of query category values.
  • the graph 502 is composed of a plurality of pairs connected by edges. Each pair includes a word r1 (for example, node 506) or a word r2 (for example, node 507) existing in one document and a query category value (for example, node 508) assigned to the document. Connections in each pair are indicated by edges.
  • One document category value can form a pair with a plurality of document words, and one document word can form a pair with a plurality of document category values.
  • FIG. 7A and 7B show a configuration example of the relationship table between word categories created by the indexing unit 130.
  • FIG. The word category relationship graph 500 is created and held as a word relationship table. Specifically, the word category relationship graph 501 of the query title set is created as a word relationship table (query) 600, and the word category relationship graph 502 of the document set is created as a word relationship table (document) 605. Is done.
  • FIG. 7A shows a configuration example of a word category relationship table (query) 600 in the query title set in the database 110.
  • FIG. 7B shows a configuration example of the inter-word category relationship table (document) 605 in the document set in the database 110.
  • Each record indicates information of a pair of a query word and a query category value.
  • Each pair is composed of a query word included in one query title and a query category value assigned to the query title.
  • One query word can be paired with each of a plurality of query category values, and one query category value can be paired with each of a plurality of query words.
  • the word category relationship table (query) 600 includes a query word column 601, a query category value column 602, a frequency column 603, and a mutual frequency column 604.
  • the query word column 601 indicates the words of the query title set in the database 110.
  • the query category value column 602 indicates a category value assigned to each query title in the database 110. As described above, the query category value of the same record as the query word is assigned to the query title including the query word.
  • the frequency column 603 indicates the frequency at which the query category value appears in the database 110.
  • the frequency column 603 can be defined by the ratio of the number of query titles to which a query category value is assigned to the total number of titles in the query title set.
  • the mutual frequency column 604 indicates the frequency (mutual frequency) in which a pair of a query word and a query category value appears in the database 110. For example, it can be defined by the ratio of the number of appearances of the pair (number of corresponding titles) in the query title set to the total number of appearances of all pairs. Alternatively, the mutual frequency of one pair of query word and query category value can be defined by the ratio of the number of query titles corresponding to the pair to the total number of titles in the query title set.
  • FIG. 7B shows a relationship between a document word (word in the document set) in the database 110 and a document category value.
  • Each record indicates information on a pair of a document word and a document category value.
  • Each pair includes a document word included in one document and a document category value assigned to the document.
  • One document word can form a pair with each of a plurality of document category values, and one document category value can form a pair with each of a plurality of document words.
  • the word category relationship table (document) 605 has a document word column 606, a document category value column 607, a frequency column 608, and a mutual frequency column 609.
  • the document word column 606 shows the words of the document set in the database 110.
  • a document category value column 607 indicates the category value assigned to each document in the database 110. The document category value of the same record as the document word is assigned to the document including the document word.
  • the frequency column 608 indicates the frequency at which the document category value appears in the database 110.
  • the frequency column 608 can be defined by the ratio of the number of documents to which document category values are assigned to the total number of documents in the document set.
  • the mutual frequency column 609 indicates the frequency (mutual frequency) at which a pair of document word and document category value appears in the database 110.
  • it can be defined by the ratio of the number of appearances of the pair in the document set (number of corresponding documents) to the total number of appearances of all pairs.
  • the mutual frequency of one pair of document word and document category value can be defined by the ratio of the total number of documents in the document set to the number of documents corresponding to the pair.
  • the word category relationship tables 600 and 605 may store information different from the above information.
  • FIG. 8 shows an example of the inter-category relation graph 700 created by the indexing unit 130.
  • the inter-category relationship graph 700 shows the relationship between the multiple query category values and the multiple document category values in the database 110.
  • the inter-category relationship graph 700 shows a set of query category values 701 including query category values (for example, node 703) and a set of query category values 702 including document category values (for example, node 704).
  • the connection between the query category value and the document category value constituting the pair is represented by an edge (for example, edge 705).
  • the associated query title, document query category value, and document category value are linked to form a pair.
  • FIG. 9 shows a configuration example of the inter-category relationship table 800 created by the indexing unit 130.
  • the inter-category relationship graph 700 is created and held as an inter-category relationship table 800.
  • the inter-category relationship table 800 shows a relationship between the document category value assigned to the document set in the database 110 and the query category value assigned to the query title set.
  • Each record indicates information on a pair of a query category value and a document category value.
  • Each pair consists of a category value of a document and a query title associated with each other.
  • One document category value can form a pair with each of a plurality of query category values, and one query category value can form a pair with each of a plurality of document category values.
  • the inter-category relationship table 800 includes a query category value column 801, a document category value column 802, a frequency column 803, and a mutual frequency column 804.
  • a query category value column 801 indicates query category values assigned to query titles in the database 110.
  • a document category value column 802 indicates query category values assigned to documents in the database 110.
  • the frequency column 803 indicates the frequency at which the document category value appears in the database 110.
  • the frequency column 803 can be defined by the ratio of the total number of documents in the database 110 to the number of documents to which document category values are assigned.
  • the mutual frequency column 804 indicates the frequency at which a pair of a query category value and a document category value appears in the database 110.
  • the mutual frequency column 804 can be defined by the ratio of the total number of documents in the database 110 to the number of documents corresponding to document word / document category value pairs.
  • FIG. 10 shows an overview of search processing for a query from a user by the search system 100.
  • the relevance score calculation unit 150 acquires a query title and a category value from the user interface 140 (S101).
  • the relevance score calculation unit 150 calculates three relevance scores in consideration of the elements of lexical similarity, lexical connectivity, and category connectivity from the query title and category value specified by the user ( S110).
  • the relevance score calculation unit 150 calculates the lexical similarity score of each document in the database 110 based on the query title specified by the user and the analysis result of the data stored in the database 110. Calculate (S111).
  • the relevance score calculation unit 150 calculates the lexical connectivity score of each document in the database 110 based on the query title specified by the user and the inter-word relationship graph 300 (inter-word relationship table 400) ( S112).
  • the relevance score calculation unit 150 includes a query title and category value designated by the user, a word relationship graph 300 (word relationship table 400), a word category relationship graph 500 (word category relationship table 600, 605), and a category connectivity score of each document in the database 110 is calculated based on the inter-category relationship graph 700 (inter-category relationship table 800) (S113).
  • the ranking aggregation unit 160 acquires the lexical similarity score, lexical connectivity score, and category connectivity score of each document word from the relevance score calculation unit 150, and creates a ranking list (S106). The ranking aggregation unit 160 determines the rank of each document from the relevance score of each document, and creates a list of documents indicating search results according to the determined rank.
  • the relevance score calculation unit 150 calculates three relevance scores in consideration of elements of lexical similarity, lexical connectivity, and category connectivity. By calculating different types of scores for each document and ranking the documents against the query according to those scores, you can search for the documents you want more appropriately, not limited to the query words and category values specified in the query can do. Note that the relevance score calculation unit 150 may use only a part of the three scores. For example, a lexical similarity score or lexical connectivity score may not be used.
  • the score calculated by the relevance score calculation unit 150 is not limited to the above three scores. Other scores obtained from the inter-word relationship graph 300, the word-category relationship graph 500, and the inter-category relationship graph 700 may be calculated by the relevance score calculation unit 150.
  • FIG. 11 shows an example of a GUI image 180 presented by the user interface 140 in order for the user to input a query.
  • the GUI image 180 includes a text field 181 for inputting a query title. The user enters the query title in field 181 by text.
  • the GUI image 180 further includes fields 182 and 183 for inputting a query category value.
  • a field 182 is a field for inputting a model code
  • a field 183 is a field for inputting a trouble code.
  • the user interface 140 allows the user to select a model code and a trouble code from a pull-down list.
  • the GUI image 180 further includes fields 184 and 185 for inputting document category values.
  • a field 184 is a field for inputting a countermeasure code
  • a field 185 is a field for inputting a phenomenon code.
  • the user interface 140 allows the user to select a countermeasure code and a phenomenon code from a pull-down list.
  • FIGS. 12 to 14 show flowcharts of processing for calculating a lexical similarity score, a lexical connectivity score, and a category connectivity score, respectively.
  • FIG. 12 shows a flowchart of processing (S111) for calculating lexical similarity between a query input by the user and one document selected from the database 110.
  • the relevance score calculation unit 150 sequentially selects documents in the database 110 and calculates a lexical similarity score for each document.
  • the lexical similarity score is calculated by a widely known technique, and an example will be described here.
  • the relevance score calculation unit 150 analyzes the document set and query title in the database 110, and removes unnecessary words (non-characteristic words) to determine an index word (S151).
  • the relevance score calculation unit 150 receives a query from the user interface 140 (S152).
  • the relevance score calculation unit 150 creates a numerical vector using the index word from the query title in the received query (S153).
  • Each element of the numerical vector is calculated from, for example, the number of occurrences of the index word in the query title and the number of documents and query titles in which the search word appears in the database 110. Each element may be 1 or 0 indicating the presence or absence of an index word.
  • the relevance score calculation unit 150 selects one document from the database 110, and creates a numerical vector using the index word from the selected document (S154). Each element of the numerical vector is calculated from, for example, the number of occurrences of the index word in the document and the number of documents and query titles in which the search word appears in the database 110.
  • the relevance score calculation unit 150 calculates the similarity between the numerical value vector of the query title and the numerical value vector of the document (S155).
  • An example of similarity calculation uses cosine similarity.
  • FIG. 13 shows a flowchart of processing (S112) for calculating a lexical connectivity score between a query input by the user and one document selected from the database 110.
  • the relevance score calculation unit 150 sequentially selects documents from the database 110 and calculates a lexical connectivity score for each document.
  • the relevance score calculation unit 150 receives a query from the user interface 140 (S152). The relevance score calculation unit 150 selects the R1 word and the R2 word for the Q word of the received query title from the selected document (S202). Hereinafter, the R1 word and the R2 word are collectively referred to as the R word.
  • the relevance score calculation unit 150 creates a plurality of R word pairs from the selected R words (S203). Each pair is composed of two R1 words, two R2 words, or an R1 word and an R2 word.
  • the relevance score calculation unit 150 calculates the lexical connectivity score of each pair using the inter-word relationship graph 300 (S204). The calculation method will be described later. Next, the relevance score calculation unit 150 adds up the calculated lexical connectivity score of the pair, and determines the lexical connectivity score of the document (S205).
  • a lexical connectivity score S_p (w1, w2) of a pair consisting of two arbitrary words w1, w2 is expressed by Equation 1.
  • S_r (w) is the lexical connectivity score of word w.
  • the lexical connectivity score S_r (r1) of one R1 word is calculated by Equation 2.
  • lexical connectivity score S_r (r1) of one R2 word is calculated by Equation 3.
  • Equation 1 the sum is the sum of Q words in the query title specified by the user.
  • Equation 2 the sum is the product sum of the R1 word in the document for the query title specified by the user.
  • S_b (w) is a base score of the word w, which can be calculated from the word frequency or the reverse document frequency of the word w in the database 110 or another corpus, and is calculated in advance.
  • Freq (w1, w2) is the mutual frequency of the word pair (w1, w2)
  • dist (w1, w2) is the lexical distance (minimum dependency distance) of the word pair (w1, w2).
  • the relevance score calculation unit 150 can determine the values of freq (w1, w2) and dist (w1, w2) from the inter-word relationship graph 300 (inter-word relationship table 400).
  • the relevance score calculation unit 150 obtains freq and dist of each word from the inter-word relationship graph 300 (inter-word relationship table 400) in the calculation of the lexical connectivity score S_p of each word pair.
  • the relevance score calculation unit 150 calculates the lexical connectivity score S_r of each word from the acquired information, adds them, and calculates the lexical connectivity score S_p of the word pair.
  • the first method calculates a score considering only the category relationship. This score is called a category connectivity score.
  • the second method calculates in consideration of both category connectivity and lexical connectivity. It is called the hyper lexical connectivity score.
  • the first method (S113) for calculating the category connectivity score will be described.
  • FIG. 14 shows a flowchart of the process (S113) for calculating the category connectivity score.
  • the relevance score calculation unit 150 sequentially selects documents from the database 110 and calculates a category connectivity score for each document.
  • the relevance score calculation unit 150 receives a query from the user interface 140 (S152). The relevance score calculation unit 150 selects the R1 word and the R2 word for the Q word of the received query title from the selected document (S252).
  • the relevance score calculation unit 150 uses the inter-word relationship graph 300, the word-category relationship graph 500, and the inter-category relationship graph 700 to calculate a category connectivity score for each of the selected R1 word and R2 word. Calculate (S253). A method for calculating the category connectivity score of each word will be described later. Next, the relevance score calculation unit 150 totals the calculated category connectivity scores and determines the category connectivity score of the document (S254).
  • the relevance score calculation unit 150 calculates the category connectivity score srel (r1, C_M, Q_r1, C_M) of the R1 word r1 according to Equation 4.
  • C_M represents a query category value set designated by the user in the query.
  • Q_r 1 and C_M indicate a Q word set including k Q words in the database 110. k is a specified number.
  • the Q word set has the highest mutual frequency between the R1 word r1 and the R1 word r1 among the Q category having an edge and any one of the query category values C_M specified by the user in the query. Q words.
  • the relevance score calculation unit 150 can determine the Q word sets Q_r1, C_M from the inter-word relationship graph 300 (inter-word relationship table 400) and the inter-word category relationship graph 501 (the inter-word category relationship table 600).
  • the R1 word category connectivity score calculation formula (Formula 4) includes two terms.
  • the first term rel (r1, C_M, Q_r1, C_M) indicates the association between the R1 word r1 and its corresponding Q word set Q_r1, C_M.
  • the second term crel (r1, Q_r1, C_M) indicates the association between the category values relating to the word r1 and the Q word set Q_r1, C_M.
  • Equation 5 the first term rel (r1, C_M, Q_r1, C_M) is calculated by Equation 5.
  • C_i is a query category value in the database 110
  • C_MN is a query category value set.
  • C ⁇ (q_k) _ (C_MN) is a set of query categories where C ⁇ (q_k) _ (C_MN) belongs to C_MN and has Q word q_k and an edge. ⁇ is a positive number of 1 or less, for example, greater than 0.5 and 1 or less.
  • q_k is a Q word in the Q word set Q_r1, C_M.
  • freq (c_i) indicates the frequency of the query category value c_i
  • freq (c_i, q_k) indicates the mutual frequency of the query category value c_i and the Q word q_k.
  • the relevance score calculation unit 150 can determine freq (c_i) and freq (c_i, q_k) from the inter-word relationship graph 300 (inter-word relationship table 400).
  • the first term rel (r1, C_M, Q_r1, C_M) calculates the relevance between one R1 word r1 and the user-specified query category value set C_M via the Q word set Q_r1, C_M.
  • the term takes into account the relationship (mutual frequency) between the query category values not belonging to the query category value set C_M specified in the query, that is, the query category values not specified in the query, and the Q word q_k. ing. Further, the Q word set Q_r1, C_M may include Q words that are not specified in the query. In this way, the term is not limited to the query word and query category value specified directly in the query, and the relevance of the document to the query can be calculated in consideration of the query word and query category value not specified. .
  • crel (r1, Q_r1, C_M) is calculated by, for example, Equation 6.
  • the calculation formula (formula 6) of crel (r1, Q_r1, C_M) includes two terms.
  • the first term rel (C ⁇ r1_J, C ⁇ q_M) is calculated by Equation 7.
  • Equation 9 The coefficients and terms in Equations 6 to 8 are defined as Equation 9 respectively.
  • C ⁇ r1_J is a document category value set having an edge in the relationship graph 500 between the R1 word r1 and the word category in the document category value set specified by the user in the query.
  • C ⁇ q_M is a query category value set having edges in the Q word q of the Q word sets Q_r1 and C_M and the word category relationship graph 500 in the query category value set specified by the user in the query.
  • C_JK is a document category value set.
  • C ⁇ r1_JK is a document category value set having an R1 word r1 and an edge in the document category value set in the database 110.
  • C ⁇ (-r1) _JK is a set of document category values having no r1 word and no edge.
  • C ⁇ q_MN is a query category value set having Q words q and edges of the Q word sets Q_r1 and C_M in the query category value set in the database 110.
  • C ⁇ (-q) _MN is a query category value set that does not have an edge with the word q in the query category value set in the database 110.
  • the relevance score calculation unit 150 can identify a document category value set having an edge with the R1 word r1 by referring to the word category relationship graph 502 (word category relationship table 605). Furthermore, the relevance score calculation unit 150 can identify a query category value set having an edge with a Q word q from the word category relationship graph 501 (word category relationship table 600).
  • Freq (c_i) indicates the frequency of the document category value c_i.
  • freq (c_i, c_j) indicates the mutual frequency between the document category value c_i and the query category value c_j.
  • the relevance score calculation unit 150 can determine the document category value frequency freq (c_i) and the mutual frequency freq (c_i, c_j) from the inter-category relationship graph 700 (inter-category relationship table 800).
  • crel (r1, Q_r1, C_M) of the category connectivity score srel of the R1 word r1 is between the query category value and the document category value related to the R1 word r1 and the Q word set Q_r1, C_M. Calculate connectivity.
  • crel (r1, Q_r1, C_M) includes two terms.
  • the first term ⁇ rel (C ⁇ r1_J, C ⁇ q_M) calculated using Expression 7 indicates connectivity between the category values connected to C ⁇ r1_J and C ⁇ q_M.
  • the term is linked to the document category value concatenated with the R1 word r1 in the document category value designated by the user in the query and the Q word sets Q_r1 and C_M in the query category value designated to the user in the query.
  • the second term (1- ⁇ ) rel (C ⁇ (-r1) _JK, C ⁇ (-q) _MN) calculated using Equation 8 is not connected to C ⁇ r1_J and C ⁇ q_M. It is a balance term indicating the relationship between category value groups. Specifically, in the document category value not specified in the query, the document category value concatenated with the R1 word r1, in the query category value not specified in the query, the query category value concatenated with the Q word sets Q_r1, C_M, Show the relationship between.
  • the category value specified by the user In addition to the category value specified by the user, it is limited to the query category value specified directly in the query by considering the linkage relationship between the category value not specified by the user and linked with the document word or query word. First, the relevance of the document to the query can be calculated in consideration of the unspecified query category value.
  • the relevance score calculation unit 150 calculates the category connectivity score srel (r2, R ⁇ 1_r2, C_M, Q_r2, C_M) of the R2 word r2 according to Equation 10.
  • the R1 word set R ⁇ 1_r2 indicates k R1 words having the highest mutual frequency with the R2 word r2 among the R1 words selected from the database 110 for the query.
  • the relevance score calculation unit 150 can determine the mutual frequency of the R1 word and the R2 word from the inter-word relationship graph 300 (inter-word relationship table 400).
  • Q word set Q_r2 is a Q word in database 110 having an edge with R2 word r2, query category value set C_M, and indicates k Q words having the highest connectivity with R2 word r2.
  • the R2 word r2 is not directly connected to the Q word in the inter-word relationship graph 300. Therefore, the connectivity between the R2 word r2 and the Q word is indicated via the R1 word.
  • the connectivity between the R2 word r2 and the Q word uses the mutual frequency of the R1 word and the R2 word (freq (r1, r2)) and the mutual frequency of the R1 word and the Q word (freq (r1, q)). Can be calculated. As an example, it is represented by the product of freq (r1, r2) and freq (r1, q).
  • the mutual frequency information is stored in the inter-word relationship graph 300 (inter-word relationship table 400).
  • the arithmetic expression (Formula 10) of the category connectivity score of the R2 word r2 includes two terms.
  • the first term rel (R ⁇ 1_r2, C_M, Q_r2, C_M) calculates the association between the R2 word r2 and its corresponding Q word set Q_r1, C_M via the R1 word set.
  • the second term crel (r2, Q_r2, C_M) indicates the association between the category values related to the R2 word r2 and the Q word set Q_r2, C_M.
  • Equation 11 the first term rel (R ⁇ 1_r2, C_M, Q_r2, C_M) is calculated by Equation 11.
  • Rel (r1, C_M, Q_r2, C_M) is calculated according to Equation 5.
  • the relevance score calculation unit 150 performs the calculation of Expression 5 for the Q word sets Q_r2 and C_M.
  • the term indicates the relationship between the R2 word R2, the R1 word set R ⁇ 1_r2, and the Q word set Q_r2, C_M.
  • the term calculates the association between the R2 word r2 and the query category value set C_M specified by the user in the query via the R1 word set R ⁇ 1_r2 and the Q word sets Q_r2, C_M. it can.
  • crel (r2, Q_r2, C_M) is calculated by, for example, Expression 12.
  • the calculation formula (formula 12) of crel (r2, Q_r2, C_M) includes two terms.
  • the first term rel (C ⁇ r2_J, C ⁇ q_M) is calculated by Equation 13.
  • Equation 9 The coefficients and terms in Equations 12 to 14 are defined as Equation 9 respectively.
  • C ⁇ r2_J is a document category value set having an edge in the relationship graph 500 between the R2 word r2 and the word category in the document category value set specified by the user in the query.
  • C ⁇ q_M is a query category value set having edges in the Q word q of the Q word sets Q_r2 and C_M and the word category relationship graph 500 in the query category value set specified by the user in the query.
  • C ⁇ r2_JK is a document category value set having an R2 word r2 and an edge in the document category value set in the database 110.
  • C ⁇ q_MN is a query category value set having Q words q and edges of Q word sets Q_r2 and C_M in the query category value set in the database 110.
  • the relevance score calculation unit 150 can identify a document category value set having an edge with the R2 word r2 by referring to the word category relationship graph 502 (word category relationship table 605). Furthermore, the relevance score calculation unit 150 can identify a query category value set having an edge with a Q word q from the word category relationship graph 501 (word category relationship table 600).
  • the method of calculating the frequency of the category value and the mutual frequency of the category value can be determined from the inter-category relationship graph 700 (inter-category relationship table 800), similarly to the calculation of the category relevance score of the R1 word r1.
  • crel (r2, Q_r2, C_M) of the category connectivity score srel of the R2 word r2 is between the query category value and the document category value related to the R2 word r2 and the Q word set Q_r2, C_M. Calculate connectivity.
  • crel (r2, Q_r2, C_M) includes two terms.
  • the first term ⁇ rel (C ⁇ r2_J, C ⁇ q_M) calculated using Expression 13 indicates connectivity between category values connected to C ⁇ r2_J and C ⁇ q_M. Specifically, the term is linked to the document category value concatenated with the R2 word r2 in the document category value designated by the user in the query and the Q word set Q_r2, C_M in the query category value designated to the user in the query. The connectivity between the query category value to be displayed.
  • the second term (1- ⁇ ) rel (C ⁇ (-r2) _JK, C ⁇ (-q) _MN) calculated using Equation 14 is not connected to C ⁇ r2_J and C ⁇ q_M. It is a balance term indicating the relationship between category value groups. Specifically, a document category value concatenated with the R2 word r2 in the document category value not specified in the query, a query category value concatenated with the Q word set Q_r2, C_M in the query category value not specified in the query, Show the relationship between.
  • the relevance score calculation unit 150 may give different weights to the category connectivity scores of the R1 word and the R2 word in the calculation of the category connectivity score of the document.
  • the category connectivity score for the R2 word may be omitted.
  • the document category value in the query may be omitted.
  • the relevance score calculation unit 150 may calculate the category connectivity score of the R word according to an expression different from the above expression. For example, in Equation 6, freq (C_M, C ⁇ ( ⁇ r1) _JK) or freq (C ⁇ q_M, C ⁇ ( ⁇ r1) _JK) may be used in addition to or in place of other terms. That is, the connectivity between the query category value specified by the query and the document category value not specified by the query linked to the R1 word r1 may be incorporated into the score. In Equation 12, a similar term may be used for the R2 word.
  • Freq (C_M, C ⁇ (-r1) _JK) indicates the connectivity between the query category value specified by the query and the document category value not specified by the query.
  • freq (C ⁇ q_M, C ⁇ ( ⁇ r1) _JK) is a query category value set specified by the user in the query, a query category value having an edge with Q word set Q_r1, C_M, and a document not specified in the query Indicates connectivity with category values.
  • FIG. 15 shows a flowchart of processing for calculating a hyper lexical connectivity score between a query input by the user and one document selected from the database 110.
  • the relevance score calculation unit 150 calculates a hyper lexical connectivity score for each document in the database 110.
  • the relevance score calculation unit 150 calculates a hyper lexical connectivity score in addition to the above three scores.
  • the calculation unit 150 calculates a hyper lexical connectivity score instead of the lexical connectivity score and / or the category connectivity score.
  • the relevance score calculation unit 150 receives a query from the user interface 140 (S152). The relevance score calculation unit 150 selects the R1 word and the R2 word for the Q word of the received query title from the selected document (S302).
  • the relevance score calculation unit 150 creates a plurality of R word pairs from the selected R words (S303). Each pair is composed of two R1 words, two R2 words, or an R1 word and an R2 word.
  • the relevance score calculation unit 150 calculates the hyper lexical connectivity score of each pair from the inter-word relationship graph 300 (inter-word relationship table 400), the inter-word category relationship graph 500 (the inter-word category relationship tables 600, 605). ) And the inter-category relationship graph 700 (inter-category relationship table 800) (S304). The calculation method will be described later. Next, the relevance score calculation unit 150 totals the calculated lexical connectivity scores of the pairs, and determines a hyper lexical connectivity score of the document (S305).
  • the relevance score calculation unit 150 calculates a hyper lexical connectivity score p (r1, C_M, C_J) of the R1 word r1 according to Equation 16, and a hyper lexical connectivity score (r2, C_M, C_J) of the R2 word r2. Is calculated according to Equation 17.
  • Formula 16 calculates the sum of the Q words of the query title specified in the query
  • Formula 17 calculates the sum of the R1 words for the query title specified in the query.
  • the hyper lexical connectivity score includes a product of the lexical connectivity and category connectivity (exponential function value) of the R word, and a score that considers both of these factors. Can show. Different weights may be given to the hyper-lexical connectivity scores of the R1 word and the R2 word. In the hyper lexical connectivity score, the document category value and the query category value in the query may be omitted.
  • FIG. 16 shows processing by the ranking aggregation unit 160.
  • the ranking aggregation unit 160 acquires the lexical similarity score 651, the lexical connectivity score 652, and the category connectivity score 653 of the document from the relevance score calculation unit 150.
  • the ranking aggregation unit 160 creates an order list 654 of these documents from the lexical similarity score 651 of the documents.
  • the ranking aggregation unit 160 creates an order list 655 of these documents from the lexical connectivity score 652 of the documents.
  • the ranking aggregation unit 160 creates an order list 656 of the documents from the category connectivity score 653 of the documents.
  • the order lists 654 to 656 show documents in descending or ascending order of the score, respectively.
  • the ranking aggregation unit 160 aggregates the three order lists 654 to 656 to create one ranking list 170.
  • the user interface 140 displays a ranking list 170.
  • the ranking aggregation unit 160 determines the final score of the document based on the product sum of the order of the order lists 654 to 656 of one document and a predetermined weighting factor. Thereby, the difference in the scale of each score can be absorbed.
  • the ranking aggregation unit 160 may calculate one score by aggregating three scores. For example, the ranking and aggregating unit 160 simply adds three scores, or adds each score with a prescribed weight.
  • the present invention is not limited to the above-described embodiments, and includes various modifications.
  • the above-described embodiments have been described in detail for easy understanding of the present invention, and are not necessarily limited to those having all the configurations described.
  • a part of the configuration of one embodiment can be replaced with the configuration of another embodiment, and the configuration of another embodiment can be added to the configuration of one embodiment.
  • each of the above-described configurations, functions, processing units, and the like may be realized by hardware by designing a part or all of them with, for example, an integrated circuit.
  • Each of the above-described configurations, functions, and the like may be realized by software by interpreting and executing a program that realizes each function by the processor.
  • Information such as programs, tables, and files for realizing each function can be stored in a memory, a hard disk, a recording device such as an SSD (Solid State Drive), or a recording medium such as an IC card or an SD card.
  • control lines and information lines indicate what is considered necessary for the explanation, and not all control lines and information lines on the product are necessarily shown. In practice, it may be considered that almost all the components are connected to each other.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

　検索システムは、データベースにおける文書内の文書単語と前記文書カテゴリ値との連結関係を示す、単語カテゴリ間関係グラフと、データベースにおける文書カテゴリ値とクエリカテゴリ値との間の連結関係を示す、カテゴリ間関係グラフと、を含む。検索システムは、単語カテゴリ間関係グラフにおいて、選択された文書内の文書単語に連結する文書カテゴリ値を決定し、カテゴリ間関係グラフにおける前記決定された文書カテゴリ値と前記指定されたクエリカテゴリ値との連結関係に基づいて、前記選択された文書のクエリに対するスコアを決定する。

Description

検索システム
　本発明は、検索システムに関する。
　多くの分野において文書検索システムが利用されている。例えば、運用及び保守点検（Ｏ＆Ｍ）ビジネスにおいて、保守点検のための検索システムが利用されている。Ｏ＆Ｍは、資産や設備の制御及び維持に関する決定並びに行為を意味する。その決定及び行為は、スケジューリング、手順、システム制御及びシステム最適化に向けられる。それらは、さらに、設備の故障を防ぎ、効率化、信頼性及び安全性を向上することを目的とする。
　Ｏ＆Ｍビジネスは、発電、水処理プラント、鉄道等、広く様々な産業に関連している。保守点検の文書化は、Ｏ＆Ｍにおける必須要素の一つであり、保守点検行為のためのドメイン知識データベースの役割を担う。保守点検行為の効果をより確実なものにする方法の一つは、多くの保守点検レポートを解析することによって有益なドメイン知識を抽出することである。
　保守点検行為において強く求められていることは、現場の運用者が手元の問題についての情報を検索システムに入力した場合に、同様の問題及びその解決方法にすぐにアクセスできることである。そうすることで、保守点検の実効性を上げることができる。
　保守点検記録において、運用者は、特定のカテゴリと値とを問題タイトルやその解決文書に割り当てることができる。カテゴリの例は、モデルコード、トラブルコード、現象コード、対抗策コードである。現場の運用者は、モデルコードのようなカテゴリを伴うクエリを使用して、関連文書を検索する。したがって、クエリタイトルとカテゴリを指定することによって関連文書を見つけ出す方法は、不具合対応のための検索システムにおいてキーとなる問題である。
　たとえば、米国特許出願公開第２０１０／０２３５１６５号（特許文献１）は、「電子的又はデジタル形式で提供される自然言語文書を自動的に意味ラベリングするためのシステム及び方法は、セマンティックプロセッサを含み、セマンティックプロセッサは基本的な言語分析を行う。当該言語分析は、タイプオブジェクト及び／又はオブジェクトのクラスの間のテキストの意味関係において、事実と因果関係とを認識し、言語的に分析したテキストを特定の対象意味関係パターンケースを一般化することによって作成された対象意味関係パターンにマッチングし、そして言語的に分析されたテキストとマッチング結果とに基づいて、意味関係のラベルを生成する。」（要約）ことを開示している。
米国特許出願公開第２０１０／０２３５１６５号
　ユーザは、必ずしも、ユーザが望む情報（文書）に対して最適なクエリタイトル及びカテゴリ値を指定できるわけではない。従来の方法は、クエリタイトルで使用されているカテゴリ値と同一のカタゴリ値が割り当てられた情報を抽出するため、ユーザ指定されたカテゴリ値が最適ではない場合に、ユーザが望む情報を抽出できないことがある。したがって、ユーザにより指定されたクエリタイトル及びカテゴリ値から、ユーザが望む文書を適切に検索することができるシステムが望まれる。
　本発明の代表的な一例は、データベースにおいてクエリに関係する文書を検索する、検索システムであって、クエリタイトル、前記クエリタイトルに割り当てられた文書、前記クエリタイトルに割り当てられているクエリカテゴリ値、及び前記文書に割り当てられている文書カテゴリ値、を格納する、データベース と、前記データベースにおける文書内の文書単語と前記文書カテゴリ値との連結関係を示す、単語カテゴリ間関係グラフと、前記データベースにおける前記文書カテゴリ値と前記クエリカテゴリ値との間の連結関係を示す、カテゴリ間関係グラフと、プロセッサと、を含み、前記プロセッサは、クエリタイトルと、クエリカテゴリ値と、を指定するクエリを受信し、前記データベースからの文書の選択と、前記選択した文書の前記クエリに対するスコアの決定と、を繰り返し、前記文書のスコアに基づいて前記文書をランク付けし、前記選択された文書のスコアの決定において、前記単語カテゴリ間関係グラフにおいて、前記選択された文書内の文書単語に連結する文書カテゴリ値を決定し、前記カテゴリ間関係グラフにおける前記決定された文書カテゴリ値と前記指定されたクエリカテゴリ値との連結関係に基づいて、前記選択された文書の前記クエリに対するスコアを決定する。
　本発明の一態様によれば、ユーザにより指定されたクエリタイトル及びカテゴリ値から、ユーザが望む文書を適切に検索することができる。
本実施形態の検索システムの論理構成例を示す。 検索システムのハードウェア構成例を示す。 データベースの構成例を示す。 索引付け部が、データベースに格納されているクエリタイトル、文書及びカテゴリの索引付けを行う処理のフローチャートを示す。 索引付け部が作成する単語間関係グラフの一例を示す。 索引付け部が作成する単語間関係テーブルの構成例を示す 索引付け部が作成する単語カテゴリ間関係グラフの例を示す。 索引付け部作成する単語カテゴリ間関係テーブルの構成例を示す。 索引付け部が作成する単語カテゴリ間関係テーブルの構成例を示す。 索引付け部が作成するカテゴリ間関係グラフの例を示す。 索引付け部が作成するカテゴリ間関係テーブルの構成例を示す。 検索システムによる、ユーザからのクエリに対する検索処理の概要を示す。 ユーザがクエリを入力するために、ユーザインタフェースが提示するＧＵＩ画像の一例を示す。 ユーザが入力したクエリと、データベースから選択した一つの文書との間の語彙的類似性を算出する処理のフローチャートを示す。 ユーザが入力したクエリと、データベースから選択した一つの文書との間の語彙的連結性スコアを算出する処理のフローチャートを示す。 カテゴリ連結性スコアを算出する処理のフローチャートを示す。 ユーザが入力したクエリと、データベースから選択した一つの文書との間のハイパ語彙的連結性スコアを算出する処理のフローチャートを示す。 ランク付け集約部による処理を示す。
　実施例を、図面を参照して説明する。なお、以下に説明する実施例は特許請求の範囲にかかる発明を限定するものではなく、また実施例で説明されている諸要素及びその組み合わせの全てが発明の解決手段に必須であるとは限らない。以下の説明では、「ＸＸテーブル」の表現にて各種情報を説明することがあるが、各種情報は、テーブル以外のデータ構造で表現されていてもよい。データ構造に依存しないことを示すために、「ＸＸテーブル」を「ＸＸ情報」と呼ぶことができる。
　以下において、クエリで指定されるカテゴリ値と文書に割り当てられているカテゴリ値とに基づき、検索結果における文書のランク付けを容易なものとする検索システムを示す。本実施形態の検索システムは、Ｏ＆Ｍビジネスに好適であるが、これとは異なる用途に適用することができる。
　検索システムは、クエリタイトル、文書、及びカテゴリ値を格納するデータベースを含む。データベースは、クエリタイトルと文書とを対応付ける。さらに、データベースは、クエリタイトルに対応付けられたクエリカテゴリ値及び文書に対応付けられた文書カテゴリ値を含む。文書カテゴリのタイプは、クエリカテゴリのタイプとは異なる。
　ユーザによってクエリタイトルとカテゴリ値とを含むクエリが与えられると、検索システムは、与えられたクエリタイトル及びカテゴリ値に対して関連性が高い文書を、クエリで指定されたカテゴリ値とデータベース内の文書カテゴリ値とに基づき、データベースから選択する。
　本検索システムは、ユーザから与えられたカテゴリ値を使用することによって、クエリに対して関連性の高い文書を特定することができる。さらに、ユーザが不適切なカタゴリ値を与えたとしても、データベース内のクエリカテゴリ値と文書カテゴリ値との間の関係を介して、ユーザが望む情報に関連性が高い文書を提供することができる。
　図１Ａは、本実施形態の検索システム１００の論理構成例を示す。検索システム１００は、ユーザインタフェース１４０と接続されて使用される。ユーザインタフェース１４０は、ユーザからのクエリタイトルとカテゴリ値とを含む検索クエリを受け付け、検索システム１００に送信する。
　検索システム１００は、指定されたクエリタイトルとカテゴリ値とに応じて、検索結果をユーザインタフェース１４０に出力する。ユーザインタフェース１４０、例えば、ウェブブラウザ、デスクトップ検索アプリケーション、又はスマートフォンの検索アプリケーションを含む。検索システム１００は、データベース１１０、索引付け部１３０、関連性スコア演算部１５０、及びランク付け集約部１６０を含む。
　データベース１１０は、複数のクエリタイトル、複数の文書、及び複数のカテゴリを対応付けて格納する。複数のクエリタイトルのそれぞれは、少なくとも一つの文書に対応付けられる。さらに、複数のクエリタイトルのそれぞれには、少なくとも一つのカテゴリ値が割り当てられ、複数の文書のそれぞれに、少なくとも一つのカテゴリ値が割り当てられる。データベース１１０の詳細は、図２を参照して後述する。
　索引付け部１３０は、データベース１１０に格納されているクエリタイトル、文書及びカテゴリを処理する。索引付け部１３０は、データベース１１０から、後述する単語間関係グラフ３００（図４）、単語カテゴリ間関係グラフ５００（図６）、及びカテゴリ間関係グラフ７００（図８）を作成する。各グラフは、要素間の連結関係を示す。
　索引付け部１３０はオフラインで実行可能であり、検索システム１００の効率性を維持する。または、索引付け部１３０は、検索システム１００のバックグランドで、定期的なスケジュールの下で実行され得る。
　関連性スコア演算部１５０は、ユーザインタフェース１４０から一つのクエリタイトルと１又は複数カテゴリ値を受信し、索引付け部１３０が生成した単語間関係グラフ３００、単語カテゴリ間関係グラフ５００、及びカテゴリ間関係グラフ７００を使用して、複数の関連性スコアを算出する。複数の関連性スコアに基づいて、入力されたクエリに対して、データベース内の文書がランク付けされる。
　算出される複数の関連性スコアは、例えば、語彙的類似性、語彙的連結性、及びカテゴリ連結性を示す要素（スコア）を含んでもよい。一つの関連性スコアは、複数の要素を含む一つの数値、例えば、語彙的連結性とカテゴリ連結性との組み合わせであってもよい後述するように、当該組み合わせのスコアは、ハイパ語彙的連結性スコアとも呼ばれる。なお、算出される関連性スコアの数は１以上の任意数でよく、検索システム１００が使用する関連性スコアの種類は、上記四つの種類に限定されない。
　いくつかの検索エンジンシステムの検索結果は、クエリタイトルに対して語彙的に類似する。しかし、ユーザによって指定されるクエリタイトルにおける単語が、ユーザが探し出したい文書における単語に対して語彙的ギャップを持つ（異なる）ことがある。
　語彙的連結性スコアは、一つのクエリタイトルにおける単語群と一つの文書における単語群との間の語彙的連結性を考慮し、後述する単語間関係グラフ３００を介して決定される。語彙的連結性についてのスコアを使用することで、語彙的ギャップの問題を軽減することができる。言い換えれば、本実施形態の検索システム１００によって、ユーザは、検索精度のような検索性能を低下させる正確性の低いクエリタイトルを、与えることが可能となる。語彙的連結性スコアの計算方法は、図１３を参照して後述される。
　いくつかの検索エンジンシステムにおいて、カテゴリの情報は、ユーザによって指定されるカテゴリに厳密に属する文書から、ランク付けされた検索結果を得るためのフィルタとして働く。本実施形態の検索システム１００において、ランク付けされた検索結果は、そのような制限された制約を保持する代わりに、ユーザに指定されたクエリタイトルと１又は複数カテゴリ値との関係を、ある程度において有している。このような検索結果は、カテゴリ連結性スコア、又は、語彙的連結性とカテゴリ連結性の双方を考慮したハイパ語彙的連結性スコア、を介して得られる。
　カテゴリ連結性スコア及びハイパ語彙的連結性スコアは、後述する単語カテゴリ間関係グラフ５００及びカテゴリ間関係グラフ７００を介して決定され得る。また、カテゴリ連結性スコアの計算方法は図１４を参照して後述され、ハイパ語彙的連結性スコアの計算方法は図１５を参照して後述される。
　システム１００は、さらに、ランク付け集約部１６０を含む。ランク付け集約部１６０は、演算部１５０によって決定された関連性スコアを受信し、関連性スコアに基づいて、文書のランク付けリスト１７０を生成し、ユーザに提示する。
　図１Ｂは、検索システム１００のハードウェア構成例を示す。検索システム１００は、例えば、１又は複数のサーバ計算機で構成される。図１Ｂの例において、検索システム１００は、１台のサーバ計算機２００で構成される。サーバ計算機２００は、プロセッサ２０１と、メモリ２０２と、ディスクデバイス２０３と、入力デバイス２０４と、出力デバイス２０５と、ネットワークインタフェース２０６とを含む。
　入力デバイス２０４は、サーバ計算機２００に情報を入力するためのデバイスである。入力デバイス２０４は、例えば、キーボード、ポインティングデバイス、スイッチ、タッチパネル、マイクロホン等である。出力デバイス２０５は、サーバ計算機２００がユーザに情報を出力するためのデバイスである。出力デバイス２０５は、例えば、モニタディスプレイ、スピーカ、プリンタ等である。
　ユーザインタフェース１４０のハードウェア構成は、例えば、入力デバイス２０４及び出力デバイス２０５を含む。または、ユーザインタフェース１４０のハードウェア構成は、ネットワークインタフェース２０６を介してサーバ計算機２００と通信するユーザ端末である。ユーザ端末は、入力デバイス及び出力デバイスを含む。
　プロセッサ２０１は、メモリ２０２に記憶されたプログラムや演算パラメータ等に従って、サーバ計算機２００の動作を制御して、後述する各種機能を実現する。ディスクデバイス２０３は、不揮発性の物理記憶デバイスである。ディスクデバイス２０３は、例えば、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）や、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）等である。ディスクデバイス２０３は、データベース１１０を格納する。
　メモリ２０２は、索引付けプログラム２０７、関連性スコア演算プログラム２０８、及びランク付け集約プログラム２０９を格納している。メモリ２０２は、この他、ＯＳを含む本システムにおける動作に必要な不図示のプログラムを格納している。メモリ２０２に格納されるデータ（プログラムを含む）は、ディスクデバイス２０３又は外部のサーバからメモリ２０２にロードされる。
　プロセッサ２０１は、メモリ２０２に格納されているプログラムを実行することで、定められた処理を、適宜に記憶資源及び／又は通信インターフェースを用いながら行う。例えば、プロセッサ２０１は、索引付けプログラム２０７、関連性スコア演算プログラム２０８、及びランク付け集約プログラム２０９に従って動作することで、索引付け部１３０、関連性スコア演算部１５０、及びランク付け集約部１６０として動作する。
　以下の説明では、機能部を主語として処理を説明するが、各機能部はメモリ２０２に格納されているプログラムに従って動作するプロセッサ２０１によって実現されるため、処理の主語は、プロセッサ２０１又はプログラムであってもよい。
　図２は、データベース１１０の構成例を示す。データベース１１０は、複数のクエリタイトル、複数の文書、及び複数のカテゴリを対応付けて格納する。図２の例において、データベース１１０は、タイトルカラム１１１、クエリカテゴリカラム１１２、文書カラム１１３、及び文書カテゴリカラム１１４を有する。
　タイトルカラム１１１は、クエリタイトルを格納する。クエリカテゴリカラム１１２は、クエリタイトルに割り当てられているカテゴリ値を格納する。文書カラム１１３は、クエリタイトルに対応付けられている文書を格納する。文書カテゴリカラム１１４は、文書に割り当てられているカテゴリ値を格納する。
　複数のクエリタイトルのそれぞれは、１以上の文書に対応付けられる。さらに、複数のクエリタイトルのそれぞれには、１以上のカテゴリ値が割り当てられ、複数の文書のそれぞれに、１以上のカテゴリ値が割り当てられる。
　データベース１１０において、カテゴリタイプは、二つのグループに分けられる。カテゴリタイプの一つのグループは、データベース１１０のクエリタイトルセットに割り当てられるカテゴリタイプである。カテゴリタイプの他のグループは、データベース１１０の文書セットに割り当てられるカテゴリタイプである。本システムにおいて、クエリタイトルに割り当てられるカテゴリタイプと、文書に割り当てられるカテゴリタイプは異なる。
　保守点検行為におけるクエリタイトルの一例は、現場の運用者により作成される問題概要を示す。文書の一例は、問題解決の記録である。したがって、図２に示すように、クエリタイトルセットに対するカテゴリタイプの一例は、トラブルコードやモデルコードであり、文書セットに対するカテゴリタイプの一例は、現象コードや対抗策コードである。
　例えば、図２において、クエリタイトル「Oil leak」は、二つの文書「Document1」、「Document2」に対応付けられている。クエリタイトル「Oil leak」には、二つのタイトルカテゴリ値「mc_1」、「tc_2」が割り当てられている。クエリタイトル「Oil leak」に対応付けられている文書「Document1」には、二つの文書カテゴリ値「pc_4」、「cc_2」が割り当てられている。
　カテゴリ値は、カテゴリタイプの値を表す。例えば、トラブルコードの値は、「リーク」や「クラック」等である。本例において、カテゴリタイプとカテゴリ値とは、データベース１１０において予め定義されている。学習アルゴリズムによって、データベース１１０におけるクエリタイトルと文書との意味論的意味を抽出してもよい。
　図３は、索引付け部１３０が、データベース１１０に格納されているクエリタイトル、文書及びカテゴリの索引付けを行う処理のフローチャートを示す。索引付け部１３０は、ユーザからのクエリ入力とは独立に、当該処理を実行する。ステップ１０１において、索引付け部１３０は、データベース１１０におけるクエリタイトル内の単語（クエリ単語）と文書内の単語（文書単語）との間の関係を示す、単語間関係グラフ３００を作成する。
　ステップ１０２において、索引付け部１３０は、単語カテゴリ間関係グラフ５００を作成する。具体的には、索引付け部１３０は、データベース１１０におけるクエリタイトル内の単語と、クエリタイトルに割り当てられているクエリカテゴリとの関係を示す、単語カテゴリ間関係グラフ５０１を作成する。索引付け部１３０は、さらに、データベース１１０における文書内の単語と、文書に割り当てられている文書カテゴリとの関係を示す、単語カテゴリ間関係グラフ５０２を作成する。
　ステップ１０３において、索引付け部１３０は、互いに対応付けられているクエリタイトルと文書に割り当てられているクエリカテゴリと文書カテゴリとの間の関係を示すカテゴリ間関係グラフ７００を作成する。
　索引付け部１３０は、データベース１１０の更新に応じて、単語間関係グラフ３００、単語カテゴリ間関係グラフ５００、及びカテゴリ間関係グラフ７００を更新する。例えば、データベース１１０の規定数のレコードが更新されると、索引付け部１３０は、グラフ３００、５００、７００を更新する。
　図４は、索引付け部１３０が作成する単語間関係グラフ３００の一例を示す。図５は、索引付け部１３０が作成する単語間関係テーブル４００の構成例を示す。索引付け部１３０は、単語間関係グラフ３００の作成において、単語間関係テーブル４００を作成し、メモリ２０２又はディスクデバイス２０３に格納する。
　図４の単語間関係グラフ３００は、データベース１１０における、クエリタイトルセット内の単語と文書セット内の単語との関係、及び文書セット内の単語の間の関係を示す。単語セット３１０は、クエリタイトルセット内に存在する複数単語ｑ（例えばノード３４０）で構成されている。単語ｑを、Ｑ単語と呼ぶ。
　単語セット３２０は、複数単語ｒ１（例えばノード３５０）で構成されている。単語ｒ１は、文書の一つのセンテンスにおいて、いずれかのＱ単語と共起する単語である。単語ｒ１を、Ｒ１単語と呼ぶ。以下に説明する例は、文書及びクエリタイトルの双方に含まれる単語を、Ｒ１単語に含める。
　単語セット３３０は、複数単語ｒ２（例えばノード３６０）で構成されている。単語ｒ２は、文書の一つのセンテンスにおいて、いずれかの単語ｒ１と共起する単語であって、Ｑ単語を除いた単語である。単語ｒ２を、Ｒ２単語と呼ぶ。本例において、共起する二つの単語は、同一センテンス内に存在する。
　単語間関係グラフ３００において、共起する単語ｑと単語ｒ１のペアは、エッジ（例えばエッジ３７０）で連結されている。共起する単語ｒ１と単語ｒ２のペアは、エッジ（例えばエッジ３８０）で連結されている。
　例えば、クエリタイトルが、「What about Tokyo?」であり、二つのセンテンスを含む文書は、「Tokyo is in Japan.  It is the biggest city in Japan.」であるとする。「What」、「about」、「Tokyo」は、Ｑ単語である。単語「Japan」は、Ｑ単語である「Tokyo」と、文書の第１センテンスにおいて共起している。したがって、単語「日本」は、Ｒ１単語である。また、単語「Tokyo」は、当該文書におけるＲ１単語である。
　二つの単語「biggest」と「city」とは、Ｑ単語ではなく、文書の第２センテンスにおいて、Ｒ１単語「Japan」と共起している。したがって、二つの単語「biggest」と「city」とは、Ｒ２単語である。
　なお、単語間関係グラフは、Ｑ単語階層、Ｒ１単語階層、及びＲ２単語階層を含む３階層の単語ノードを有する構成に限定されない。単語間関係グラフは、２階層でもよく、また、３階層より多くの階層に容易に拡張できる。例えば、Ｒ３単語は、Ｑ単語及びＲ１単語ではなく、同一センテンスにおいてＲ２単語と共起している単語と定義することができる。索引付け部１３０は、予め定義されている単語を除く、索引語のみを単語間関係テーブル４００に格納してもよい。他のテーブル及び関連性スコア演算部１５０の処理においても同様である。例えば、助詞や冠詞は索引語から除かれる。
　文書内の一つのセンテンスにおいて、Ｑ単語とＲ１単語が共起する場合、Ｑ１単語とＲ１単語との間のエッジが生成される。同様に、文書内の一つのセンテンスにおいてＲ１単語とＲ２単語が共起する場合、Ｒ１単語とＲ２単語との間のエッジが生成される。
　上記例文を使用すると、Ｑ単語セットに属する単語ノード「Tokyo」と、Ｒ１単語セットに属する単語ノード「Japan」及び「Tokyo」との間に、エッジが、単語間関係グラフ３００において存在する。同様に、Ｒ２単語セットに属する単語ノード「biggest」と、Ｒ１単語セットに属する単語ノード「Japan」との間に、エッジが、単語間関係グラフにおいて存在する。
　図５は、索引付け部１３０が作成する単語間関係テーブル４００の構成例を示す。単語間関係グラフ３００は、単語間関係テーブル４００として作成され保持される。単語間関係テーブル４００は、データベース１１０におけるクエリタイトルセット及び文書セット内の単語ペアの関係性を示す。図４の例において、単語間関係テーブル４００は、単語カラム４０１、４０２、距離カラム４０３、及び頻度カラム４０４を有する。
　単語カラム４０１、４０２は、データベース１１０において共起する単語のペアを示す。一つの文書は１又は複数のセンテンスで構成される。図４において、各文書単語は、ｑ、ｒ１又はｒ２を使用して表わされている。ｑを使用して表わされている単語は、クエリタイトルセット内の単語であり、その他の単語は文書セット内の単語である。
　距離カラム４０３は、二つの文書単語間の語彙的距離を示す。語彙的距離の一例は、二つの単語間の最小依存距離である。依存距離は、依存木における二つの単語（ノード）間のパスの距離である。最小依存距離は、データベース１１０内で共起する二つの単語を含む全依存木における、最小の依存距離である。二つの単語の語彙的距離は、一般に広く利用されているコーパスから決定してもよい。
　頻度カラム４０４は、単語ペアの頻度を示す。頻度は、単語ペアがデータベース１１０内において現れる頻度を示す。本例において、頻度カラム４０４は、単語ペアのセンテンス内共起頻度を示す。センテンス内共起頻度は、データベース１１０の文書セットにおいて、単語ペアが存在するセンタテンス数を、データベース１１０の全センテンス数を割った値と定義できる。
　なお、単語間関係テーブル４００が格納する情報は、図４を参照して説明した情報に限定されない。単語間関係テーブル４００は、二つの単語の他の情報を含んでもよく、単語間関係グラフ３００を介して容易に拡張され得る。
　図６は、索引付け部１３０が作成する単語カテゴリ間関係グラフ５００の例を示す。単語カテゴリ間関係グラフ５００は、二つのグラフ５０１、５０２を含む。グラフ５０１は、データベース１１０内の、クエリタイトルセットのクエリ単語とクエリカテゴリ値との関係を示す。グラフ５０２は、データベース１１０内の、文書セット内の文書単語と文書カテゴリ値との関係を示す。
　グラフ５０１は、エッジで連結された複数のペアで構成され、各ペアは、一つのクエリタイトル内に存在する単語ｑ（例えばノード５０３）と、当該クエリタイトルに割り当てられているクエリカテゴリ値（例えばノード５０４）とで構成されている。各ペアにおける連結はエッジで示されている。一つのクエリカテゴリ値は複数のクエリ単語とペアを構成でき、一つのクエリ単語は複数のクエリカテゴリ値とペアを構成できる。
　グラフ５０２は、エッジで連結された複数のペアで構成されている。各ペアは、一つの文書内に存在する単語ｒ１（例えばノード５０６）又は単語ｒ２（例えばノード５０７）と、当該文書に割り当てられているクエリカテゴリ値（例えばノード５０８）とで構成されている。各ペアにおける連結はエッジで示されている。一つの文書カテゴリ値は複数の文書単語とペアを構成でき、一つの文書単語は複数の文書カテゴリ値とペアを構成できる。
　例えば、カテゴリ値「AA」がクエリタイトル「What about Tokyo?」に割り当てられている場合、「AA」と「Tokyo」との間に、エッジが生成される。カテゴリ値「BB」が、センテンス「Tokyo is in Japan.」を含む文書に割り当てられている場合、二つの単語「BB」、「Japan」の間に、エッジが生成される。
　図７Ａ、７Ｂは、索引付け部１３０が作成する単語カテゴリ間関係テーブルの構成例を示す。単語カテゴリ間関係グラフ５００は、単語間関係テーブルとして作成され保持される。具体的には、クエリタイトルセットの単語カテゴリ間関係グラフ５０１は、単語間関係テーブル（クエリ）６００として作成され、文書セットの単語カテゴリ間関係グラフ５０２は、単語間関係テーブル（文書）６０５として作成される。
　図７Ａ、データベース１１０内のクエリタイトルセットにおける、単語カテゴリ間関係テーブル（クエリ）６００の構成例を示す。図７Ｂは、データベース１１０内の文書セットにおける、単語カテゴリ間関係テーブル（文書）６０５の構成例を示す。
　図７Ａに示す単語カテゴリ間関係テーブル（クエリ）６００は、データベース１１０内のクエリ単語（クエリセット内の単語）とクエリカテゴリ値との間の関係を示す。各レコードは、クエリ単語とクエリカテゴリ値のペアの情報を示す。
　各ペアは、一つのクエリタイトルに含まれるクエリ単語と、当該クエリタイトルに割り当てられているクエリカテゴリ値とで構成される。一つのクエリ単語は複数のクエリカテゴリ値それぞれとペアを構成することができ、また、一つのクエリカテゴリ値は複数のクエリ単語それぞれとペアを構成することができる。
　単語カテゴリ間関係テーブル（クエリ）６００は、クエリ単語カラム６０１、クエリカテゴリ値カラム６０２、頻度カラム６０３、及び相互頻度カラム６０４を有する。クエリ単語カラム６０１は、データベース１１０内のクエリタイトルセットの単語を示す。
　クエリカテゴリ値カラム６０２は、データベース１１０において、クエリタイトルそれぞれに割り当てられているカテゴリ値を示す。上述のように、クエリ単語と同一レコードのクエリカテゴリ値は、当該クエリ単語が含まれるクエリタイトルに割り当てられている。
　頻度カラム６０３は、データベース１１０において、クエリカテゴリ値が現れる頻度を示す。例えば、頻度カラム６０３は、クエリカテゴリ値が割り当てられているクエリタイトルの数の、クエリタイトルセット内の総タイトル数の比で定義できる。
　相互頻度カラム６０４は、データベース１１０において、クエリ単語とクエリカテゴリ値のペアが現れる頻度（相互頻度）を示す。例えば、クエリタイトルセットにおける当該ペアの出現回数（対応タイトル数）の、全ペアの出現回数の総和に対する比で定義できる。または、クエリ単語とクエリカテゴリ値の一つのペアの相互頻度は、当該ペアが対応するクエリタイトルの数の、クエリタイトルセット内の総タイトル数に対する比で定義できる。
　図７Ｂに示す単語カテゴリ間関係テーブル（文書）６０５は、データベース１１０内の文書単語（文書セット内の単語）と文書カテゴリ値との間の関係を示す。各レコードは、文書単語と文書カテゴリ値のペアの情報を示す。各ペアは、一つの文書に含まれる文書単語と、当該文書に割り当てられている文書カテゴリ値とで構成される。一つの文書単語は複数の文書カテゴリ値それぞれとペアを構成することができ、また、一つの文書カテゴリ値は複数の文書単語それぞれとペアを構成することができる。
　単語カテゴリ間関係テーブル（文書）６０５は、文書単語カラム６０６、文書カテゴリ値カラム６０７、頻度カラム６０８、及び相互頻度カラム６０９を有する。
　文書単語カラム６０６は、データベース１１０内の文書セットの単語を示す。文書カテゴリ値カラム６０７は、データベース１１０において、文書それぞれに割り当てられているカテゴリ値を示す。文書単語と同一レコードの文書カテゴリ値は、当該文書単語が含まれる文書に割り当てられている。
　頻度カラム６０８は、データベース１１０において、文書カテゴリ値が現れる頻度を示す。例えば、頻度カラム６０８は、文書カテゴリ値が割り当てられている文書の数の、文書セット内の総文書数の比で定義できる。
　相互頻度カラム６０９は、データベース１１０において、文書単語と文書カテゴリ値のペアが現れる頻度（相互頻度）を示す。例えば、文書セットにおける当該ペアの出現回数（対応文書数）の、全ペアの出現回数の総和に対する比で定義できる。または、文書単語と文書カテゴリ値の一つのペアの相互頻度は、当該ペアが対応する文書の数の、文書セット内の総文書数の比で定義できる。
　なお、単語カテゴリ間関係テーブル６００、６０５は、上記情報と異なる情報を格納してもよい。
　図８は、索引付け部１３０が作成するカテゴリ間関係グラフ７００の例を示す。カテゴリ間関係グラフ７００は、データベース１１０における、複数クエリカテゴリ値と複数文書カテゴリ値との関係を示す。
　図８において、カテゴリ間関係グラフ７００は、クエリカテゴリ値（例えばノード７０３）を含むクエリカテゴリ値のセット７０１と、文書カテゴリ値（例えばノード７０４）を含むクエリカテゴリ値のセット７０２と、を示す。ペアを構成するクエリカテゴリ値と文書カテゴリ値との連結は、エッジ（例えばエッジ７０５）で表わされている。対応付けられているクエリタイトルと文書のクエリカテゴリ値と文書カテゴリ値とが連結され、ペアを構成する。
　例えば、一つのクエリタイトルと二つの文書が関連づけられているとする。さらに、クエリタイトルに二つのクエリカテゴリ値「CC1」、「CC2」が割り当てられており、一方の文書に文書カテゴリ値「DC1」、他方の文書に文書カテゴリ値「DC2」が割り当てられているとする。これらから、四つのペア「CC1、DC1」、「CC1、DC2」、「CC2、DC1」、「CC2、DC2」が作成される。
　図９は、索引付け部１３０が作成するカテゴリ間関係テーブル８００の構成例を示す。カテゴリ間関係グラフ７００は、カテゴリ間関係テーブル８００として作成され保持される。
　カテゴリ間関係テーブル８００は、データベース１１０における文書セットに割り当てられている文書カテゴリ値と、クエリタイトルセットに割り当てられているクエリカテゴリ値との間の関係を示す。
　各レコードは、クエリカテゴリ値と文書カテゴリ値とのペアの情報を示す。各ペアは、互いに関連づけられている文書とクエリタイトルの、カテゴリ値で構成されている。一つの文書カテゴリ値は複数のクエリカテゴリ値それぞれとペアを構成することができ、また、一つのクエリカテゴリ値は複数の文書カテゴリ値それぞれとペアを構成することができる。
　カテゴリ間関係テーブル８００は、クエリカテゴリ値カラム８０１、文書カテゴリ値カラム８０２、頻度カラム８０３、相互頻度カラム８０４を有する。クエリカテゴリ値カラム８０１は、データベース１１０におけるクエリタイトルに割り当てられているクエリカテゴリ値を示す。文書カテゴリ値カラム８０２は、データベース１１０における文書に割り当てられているクエリカテゴリ値を示す。
　頻度カラム８０３は、データベース１１０において文書カテゴリ値が現れる頻度を示す。例えば、頻度カラム８０３は、文書カテゴリ値が割り当てられている文書の数の、データベース１１０内の総文書数の比で定義できる。相互頻度カラム８０４は、データベース１１０において、クエリカテゴリ値と文書カテゴリ値とのペアが現れる頻度を示す。例えば、相互頻度カラム８０４は、文書単語と文書カテゴリ値のペアが対応する文書の数の、データベース１１０内の総文書数の比で定義できる。
　図１０は、検索システム１００による、ユーザからのクエリに対する検索処理の概要を示す。関連性スコア演算部１５０は、ユーザインタフェース１４０からクエリタイトルとカテゴリ値を取得する（Ｓ１０１）。関連性スコア演算部１５０は、ユーザに指定されたクエリタイトルとカテゴリ値とから、語彙的類似性、語彙的連結性、そしてカテゴリ連結性の要素を考慮した、三つの関連性スコアを算出する（Ｓ１１０）。
　具体的には、関連性スコア演算部１５０は、ユーザに指定されたクエリタイトルと、データベース１１０に格納されているデータの解析結果とに基づき、データベース１１０内の各文書の語彙的類似性スコアを算出する（Ｓ１１１）。
　さらに、関連性スコア演算部１５０は、ユーザに指定されたクエリタイトルと単語間関係グラフ３００（単語間関係テーブル４００）とに基づき、データベース１１０内の各文書の語彙的連結性スコアを算出する（Ｓ１１２）。
　さらに、関連性スコア演算部１５０は、ユーザに指定されたクエリタイトル及びカテゴリ値、並びに、単語間関係グラフ３００（単語間関係テーブル４００）、単語カテゴリ間関係グラフ５００（単語カテゴリ間関係テーブル６００、６０５）、及びカテゴリ間関係グラフ７００（カテゴリ間関係テーブル８００）に基づき、データベース１１０内の各文書のカテゴリ連結性スコアを算出する（Ｓ１１３）。
　ランク付け集約部１６０は、関連性スコア演算部１５０から、各文書語の彙的類似性スコア、語彙的連結性スコア、及びカテゴリ連結性スコアを取得し、ランク付けリストを作成する（Ｓ１０６）。ランク付け集約部１６０は、各文書の関連性スコアから各文書のランクを決定し、決定されたランクに従って検索結果を示す文書のリストを作成する。
　本例において、関連性スコア演算部１５０は、語彙的類似性、語彙的連結性、そしてカテゴリ連結性の要素を考慮して、三つの関連性スコアを算出する。各文書の異なる種類のスコアを算出し、それらスコアに従ってクエリに対して文書をランク付けすることで、クエリで指定されたクエリ単語及びカテゴリ値に限定されず、ユーザが望む文書をより適切に検索することができる。なお、関連性スコア演算部１５０は、上記三つのスコアの一部のみを使用してもよい。例えば、語彙的類似性スコア又は語彙的連結性スコアを使用しなくてもよい。
　関連性スコア演算部１５０が算出するスコアは、上記三つのスコアに限定されない。単語間関係グラフ３００、単語カテゴリ間関係グラフ５００及びカテゴリ間関係グラフ７００から得られる他のスコアが、関連性スコア演算部１５０により算出されてもよい。
　図１１は、ユーザがクエリを入力するために、ユーザインタフェース１４０が提示するＧＵＩ画像１８０の一例を示す。ＧＵＩ画像１８０は、クエリタイトルを入力するためのテキストフィールド１８１を含む。ユーザは、テキストによって、クエリタイトルをフィールド１８１に入力する。
　ＧＵＩ画像１８０は、さらに、クエリカテゴリ値を入力するためのフィールド１８２、１８３を含む。図１１の例において、フィールド１８２はモデルコードを入力するためのフィールドであり、フィールド１８３はトラブルコードを入力するためのフィールドある。ユーザインタフェース１４０は、例えば、ユーザに、プルダウンリストから、モデルコード及びトラブルコードを選択させる。
　ＧＵＩ画像１８０は、さらに、文書カテゴリ値を入力するためのフィールド１８４、１８５を含む。図１１の例において、フィールド１８４は対向策コードを入力するためのフィールドであり、フィールド１８５は現象コードを入力するためのフィールドある。ユーザインタフェース１４０は、例えば、ユーザに、プルダウンリストから、対向策コード及び現象コードを選択させる。
　図１２～図１４は、それぞれ、語彙的類似性スコア、語彙的連結性スコア、そしてカテゴリ連結性スコアを算出する処理のフローチャートを示す。図１２は、ユーザが入力したクエリと、データベース１１０から選択した一つの文書との間の語彙的類似性を算出する処理（Ｓ１１１）のフローチャートを示す。関連性スコア演算部１５０は、データベース１１０における文書を順次選択し、文書それぞれの語彙的類似性スコアを算出する。語彙的類似性スコアは、広く知られた技術により算出され、ここでは一例を説明する。
　関連性スコア演算部１５０は、データベース１１０の文書セット及びクエリタイトルを解析し、不要語（無特徴語）を除去して索引語を決定する（Ｓ１５１）。関連性スコア演算部１５０は、ユーザインタフェース１４０からクエリを受信する（Ｓ１５２）。関連性スコア演算部１５０は、受信したクエリ内のクエリタイトルから、索引語を使用して数値ベクトルを作成する（Ｓ１５３）。数値ベクトルの各要素は、例えば、索引語の当該クエリタイトルにおける出現数とデータベース１１０において当該検索語が出現する文書及びクエリタイトルの数から算出される。各要素は、索引語の有無を示す１又は０でもよい。
　関連性スコア演算部１５０は、データベース１１０から一つの文書を選択し、当該選択した文書から、索引語を使用して数値ベクトルを作成する（Ｓ１５４）。数値ベクトルの各要素は、例えば、索引語の当該文書における出現数とデータベース１１０において当該検索語が出現する文書及びクエリタイトルの数から算出される。
　関連性スコア演算部１５０は、クエリタイトルの数値ベクトルと、文書の数値ベクトルと、の間の類似性を計算する（Ｓ１５５）。類似性計算の一例は、コサイン類似度を使用する。
　図１３は、ユーザが入力したクエリと、データベース１１０から選択した一つの文書との間の語彙的連結性スコアを算出する処理（Ｓ１１２）のフローチャートを示す。関連性スコア演算部１５０は、データベース１１０から文書を順次選択し、文書それぞれの語彙的連結性スコアを算出する。
　関連性スコア演算部１５０は、ユーザインタフェース１４０からクエリを受信する（Ｓ１５２）。関連性スコア演算部１５０は、選択した文書から、受信したクエリタイトルのＱ単語に対するＲ１単語とＲ２単語を選択する（Ｓ２０２）。以下において、Ｒ１単語とＲ２単語をＲ単語と総称する。
　次に、関連性スコア演算部１５０は、選択したＲ単語から、複数のＲ単語ペアを作成する（Ｓ２０３）。各ペアは、二つのＲ１単語、二つのＲ２単語、又はＲ１単語とＲ２単語とで構成されている。
　例えば、入力されたクエリタイトルが「What about Tokyo?」であり、選択されている文書が「Tokyo is in Japan」というセンテンスを含むとする。当該センテンスにおいて、「Tokyo」はＱ単語（Ｒ１単語）であり、３単語「is」、「in」、「Japan」はＲ１単語である。本センテンスにおけるＲ単語のペアの組み合わせの例は、（「Tokyo」、「is」）、（「Tokyo」、「in」）、（「Tokyo」、「Japan」）、（「is」、「in」）、（「is」、「Japan」）、（「in」、「Japan」）である。
　次に、関連性スコア演算部１５０は、各ペアの語彙的連結性スコアを、単語間関係グラフ３００を使用して算出する（Ｓ２０４）。算出方法は後述する。次に、関連性スコア演算部１５０は、算出したペアの語彙的連結性スコアを総計し、当該文書の語彙的連結性スコアを決定する（Ｓ２０５）。
　以下において、ペアの語彙的連結性スコアの算出方法を説明する。以下において、「＿」は下付き文字、「＾」は上付き文字を意味する。二つの任意単語ｗ１、ｗ２からなるペアの語彙的連結性スコアＳ＿ｐ（ｗ１、ｗ２）は、数式１で表わされる。
Figure JPOXMLDOC01-appb-M000001
　Ｓ＿ｒ（ｗ）は、単語ｗの語彙的連結性スコアである。一つのＲ１単語の語彙的連結性スコアＳ＿ｒ（ｒ１）は、数式２によって計算される。
Figure JPOXMLDOC01-appb-M000002
　さらに、一つのＲ２単語の語彙的連結性スコアＳ＿ｒ（ｒ１）は、数式３によって計算される。
Figure JPOXMLDOC01-appb-M000003
　数式１において、総和は、ユーザが指定したクエリタイトル内のＱ単語についての総和である。数式２において、総和は、ユーザが指定したクエリタイトルに対する、文書内のＲ１単語についての積和である。Ｓ＿ｂ（ｗ）は、単語ｗのベーススコアであり、データベース１１０又は他のコーパスにおける単語ｗの単語頻度又は逆文書頻度から算出でき、予め計算されている。
　ｆｒｅｑ（ｗ１、ｗ２）は、単語ペア（ｗ１、ｗ２）の相互頻度であり、ｄｉｓｔ（ｗ１、ｗ２）は、単語ペア（ｗ１、ｗ２）の語彙的距離（最小依存距離）である。関連性スコア演算部１５０は、単語間関係グラフ３００（単語間関係テーブル４００）から、ｆｒｅｑ（ｗ１、ｗ２）及びｄｉｓｔ（ｗ１、ｗ２）の値を決定できる。
　関連性スコア演算部１５０は、各単語ペアの語彙的連結性スコアＳ＿ｐの計算において、単語間関係グラフ３００（単語間関係テーブル４００）から単語それぞれのｆｒｅｑ及びｄｉｓｔを取得する。関連性スコア演算部１５０は、取得した情報から単語それぞれの語彙的連結性スコアＳ＿ｒを算出し、それらを積算して、当該単語ペアの語彙的連結性スコアＳ＿ｐを算出する。
　Ｒ単語を使用した語彙的連結性スコアを算出することで、クエリにおいて指定されたクエリ単語に限定されず、ユーザが望む情報に関連する文書を提示することができる。なお、Ｒ１単語とＲ２単語の語彙的連結性スコアに異なる重みを与えてもよい。
　次に、文書のカテゴリ関係に関するスコアの算出方法を説明する。カテゴリ関係に関するスコアの二つの計算方法が存在する。第１の方法は、カテゴリ関係のみを考慮してスコアを計算する。当該スコアは、カテゴリ連結性スコアと呼ばれる。第２の方法は、カテゴリ連結性と語彙的連結性の双方を考慮して計算する。それは、ハイパ語彙的連結性スコアと呼ばれる。ここでは、カテゴリ連結性スコアを算出する第１の方法（Ｓ１１３）を説明する。
　図１４は、カテゴリ連結性スコアを算出する処理（Ｓ１１３）のフローチャートを示す。関連性スコア演算部１５０は、データベース１１０から文書を順次選択し、文書それぞれのカテゴリ連結性スコアを算出する。
　関連性スコア演算部１５０は、ユーザインタフェース１４０からクエリを受信する（Ｓ１５２）。関連性スコア演算部１５０は、選択した文書から、受信したクエリタイトルのＱ単語に対するＲ１単語とＲ２単語を選択する（Ｓ２５２）。
　次に、関連性スコア演算部１５０は、単語間関係グラフ３００、単語カテゴリ間関係グラフ５００、及びカテゴリ間関係グラフ７００を使用して、選択したＲ１単語及びＲ２単語それぞれについて、カテゴリ連結性スコアを算出する（Ｓ２５３）。各単語のカテゴリ連結性スコアの算出方法は後述する。次に、関連性スコア演算部１５０は、算出したカテゴリ連結性スコアを総計し、当該文書のカテゴリ連結性スコアを決定する（Ｓ２５４）。
　以下において、単語のカテゴリ連結性スコアの算出方法（Ｓ２５３）を説明する。関連性スコア演算部１５０は、Ｒ１単語ｒ１のカテゴリ連結性スコアｓｒｅｌ（ｒ１、Ｃ＿Ｍ、Ｑ＿ｒ１，Ｃ＿Ｍ）を、数式４に従って算出する。
Figure JPOXMLDOC01-appb-M000004
　数式４において、Ｃ＿Ｍは、クエリにおいてユーザに指定されたクエリカテゴリ値セットを示す。Ｑ＿ｒ１，Ｃ＿Ｍは、データベース１１０内のｋ個のＱ単語からなるＱ単語セットを示す。ｋは規定数である。Ｑ単語セットは、Ｒ１単語ｒ１と、クエリにおいてユーザに指定されたクエリカテゴリ値セットＣ＿Ｍのいずれかのクエリカテゴリ値とエッジを有するＱ単語のうち、Ｒ１単語ｒ１との相互頻度が最も高いｋ個のＱ単語を示す。関連性スコア演算部１５０は、単語間関係グラフ３００（単語間関係テーブル４００）及び単語カテゴリ間関係グラフ５０１（単語カテゴリ間関係テーブル６００）から、Ｑ単語セットＱ＿ｒ１，Ｃ＿Ｍを決定できる。
　Ｒ１単語のカテゴリ連結性スコアの演算式（数式４）は、二つの項を含む。第１の項ｒｅｌ（ｒ1、Ｃ＿Ｍ、Ｑ＿ｒ１，Ｃ＿Ｍ）は、Ｒ１単語ｒ１と、その対応Ｑ単語セットＱ＿ｒ１，Ｃ＿Ｍとの間の関連性を示す。第２の項ｃｒｅｌ（ｒ１、Ｑ＿ｒ１，Ｃ＿Ｍ）は、単語ｒ１とＱ単語セットＱ＿ｒ１，Ｃ＿Ｍとに関係するカテゴリ値の間の関連性を示す。
　例として、第１の項ｒｅｌ（ｒ1、Ｃ＿Ｍ、Ｑ＿ｒ１，Ｃ＿Ｍ）は、数式５で計算される。
Figure JPOXMLDOC01-appb-M000005
　ｃ＿ｉは、データベース１１０におけるクエリカテゴリ値であり、Ｃ＿ＭＮはクエリカテゴリ値セットである。Ｃ＾（ｑ＿ｋ）＿（Ｃ＿ＭＮ）は、Ｃ＾（ｑ＿ｋ）＿（Ｃ＿ＭＮ）は、Ｃ＿ＭＮに属し、Ｑ単語ｑ＿ｋとエッジを有するクエリカテゴリのセットである。βは、１以下の正の数であり、例えば、０．５より大きく１以下である。ｑ＿ｋは、Ｑ単語セットＱ＿ｒ１，Ｃ＿Ｍ内のＱ単語である。ｆｒｅｑ（ｃ＿ｉ）は、クエリカテゴリ値ｃ＿ｉの頻度を示し、ｆｒｅｑ（ｃ＿ｉ、ｑ＿ｋ）は、クエリカテゴリ値ｃ＿ｉとＱ単語ｑ＿ｋの相互頻度を示す。関連性スコア演算部１５０は、ｆｒｅｑ（ｃ＿ｉ）及びｆｒｅｑ（ｃ＿ｉ、ｑ＿ｋ）を、単語間関係グラフ３００（単語間関係テーブル４００）から決定できる。
　第１の項ｒｅｌ（ｒ1、Ｃ＿Ｍ、Ｑ＿ｒ１，Ｃ＿Ｍ）は、一つのＲ１単語ｒ１とユーザ指定クエリカテゴリ値セットＣ＿Ｍとの間の関連性を、Ｑ単語セットＱ＿ｒ１，Ｃ＿Ｍを介して計算する。クエリ単語と文書単語との間の関係性のみならず、文書単語とカテゴリ値との間関係を考慮することで、よりユーザの望みに合致した検索結果を提示することができる。
　当該項は、クエリで指定されたクエリカテゴリ値セットＣ＿Ｍに属さないクエリカテゴリ値、つまり、クエリで指定されていないクエリカタゴリ値と、Ｑ単語ｑ＿ｋと、の間の関連性（相互頻度）を考慮している。また、Ｑ単語セットＱ＿ｒ１，Ｃ＿Ｍは、クエリで指定されていないＱ単語を含み得る。このように、当該項は、クエリで直接に指定されたクエリ単語及びクエリカテゴリ値に限定せず、指定されていないクエリ単語及びクエリカテゴリ値を考慮して、クエリに対する文書の関連性を算出できる。
　第２の項ｃｒｅｌ（ｒ１、Ｑ＿ｒ１，Ｃ＿Ｍ）は、例えば、数式６で計算される。
Figure JPOXMLDOC01-appb-M000006
　ｃｒｅｌ（ｒ１、Ｑ＿ｒ１，Ｃ＿Ｍ）の計算式（数式６）は、二つの項を含む。第１の項のｒｅｌ（Ｃ＾ｒ１＿Ｊ、Ｃ＾ｑ＿Ｍ）は数式７で計算される。
Figure JPOXMLDOC01-appb-M000007
　さらに、第２の項のｒｅｌ（Ｃ＾（－ｒ１）＿ＪＫ、Ｃ＾（－ｑ）＿ＭＮ）は数式８で計算される。
Figure JPOXMLDOC01-appb-M000008
　数式６～数式８における係数及び項は、それぞれ、数式９のように定義される。
Figure JPOXMLDOC01-appb-M000009
　Ｃ＾ｒ１＿Ｊは、クエリにおいてユーザが指定した文書カテゴリ値セットにおいて、Ｒ１単語ｒ１と単語カテゴリ間関係グラフ５００でのエッジを有する文書カテゴリ値セットである。Ｃ＾ｑ＿Ｍは、クエリにおいてユーザが指定したクエリカテゴリ値セットにおいて、Ｑ単語セットＱ＿ｒ１，Ｃ＿ＭのＱ単語ｑと単語カテゴリ間関係グラフ５００でのエッジを有するクエリカテゴリ値セットである。
　Ｃ＿ＪＫは文書カテゴリ値セットである。Ｃ＾ｒ１＿ＪＫは、データベース１１０における文書カテゴリ値セットにおいて、Ｒ１単語ｒ１とエッジを有する文書カテゴリ値セットである。Ｃ＾(-ｒ１)＿ＪＫは、ｒ１単語とエッジを有していない文書カテゴリ値のセットである。Ｃ＾ｑ＿ＭＮは、データベース１１０におけるクエリカテゴリ値セットにおいて、Ｑ単語セットＱ＿ｒ１，Ｃ＿ＭのＱ単語ｑとエッジを有するクエリカテゴリ値セットである。Ｃ＾(-ｑ)＿ＭＮは、データベース１１０におけるクエリカテゴリ値セットにおいて、単語ｑとエッジを有していないクエリカテゴリ値セットである。
　関連性スコア演算部１５０は、単語カテゴリ間関係グラフ５０２（単語カテゴリ間関係テーブル６０５）を参照して、Ｒ１単語ｒ１とエッジを有する文書カテゴリ値セットを同定できる。さらに、関連性スコア演算部１５０は、単語カテゴリ間関係グラフ５０１（単語カテゴリ間関係テーブル６００）から、Ｑ単語ｑとエッジを有するクエリカテゴリ値セットを同定できる。
　ｆｒｅｑ（ｃ＿ｉ）は、文書カテゴリ値ｃ＿ｉの頻度を示す。ｆｒｅｑ（ｃ＿ｉ、ｃ＿ｊ）は、文書カテゴリ値ｃ＿ｉとクエリカテゴリ値ｃ＿ｊとの相互頻度を示す。関連性スコア演算部１５０は、文書カテゴリ値頻度ｆｒｅｑ（ｃ＿ｉ）及び相互頻度ｆｒｅｑ（ｃ＿ｉ、ｃ＿ｊ）を、カテゴリ間関係グラフ７００（カテゴリ間関係テーブル８００）から決定できる。
　Ｒ１単語ｒ１のカテゴリ連結性スコアｓｒｅｌの第２の項ｃｒｅｌ（ｒ１、Ｑ＿ｒ１，Ｃ＿Ｍ）は、Ｒ１単語ｒ１とＱ単語セットＱ＿ｒ１，Ｃ＿Ｍとに関係する、クエリカテゴリ値と文書カテゴリ値との間の連結性を計算する。
　上述のように、ｃｒｅｌ（ｒ１、Ｑ＿ｒ１，Ｃ＿Ｍ）の数式６は、二つの項を含む。数式７を使用して算出される第１の項βｒｅｌ（Ｃ＾ｒ１＿Ｊ、Ｃ＾ｑ＿Ｍ）は、Ｃ＾ｒ１＿ＪとＣ＾ｑ＿Ｍとに連結するカテゴリ値間の連結性を示す。具体的には、当該項は、クエリにおいてユーザに指定された文書カテゴリ値においてＲ１単語ｒ１と連結する文書カテゴリ値と、クエリにおいてユーザに指定されたクエリカテゴリ値においてＱ単語セットＱ＿ｒ１，Ｃ＿Ｍと連結するクエリカテゴリ値と、の間の連結性を示す。
　数式８を使用して算出される第２の項の（１－β）ｒｅｌ（Ｃ＾（－ｒ１）＿ＪＫ、Ｃ＾（－ｑ）＿ＭＮ）は、Ｃ＾ｒ１＿ＪとＣ＾ｑ＿Ｍとに連結しないカテゴリ値群間の関連性を示すバランス項である。具体的には、クエリで指定されていない文書カテゴリ値においてＲ１単語ｒ１と連結する文書カテゴリ値と、クエリにおいて指定されていないクエリカテゴリ値においてＱ単語セットＱ＿ｒ１，Ｃ＿Ｍと連結するクエリカテゴリ値と、の間の関連性を示す。
　上述のように、データベース１１０内のクエリカテゴリ値と文書カテゴリ値との間の連結関係を考慮することで、より適切な検索結果を提示することができ、また、ユーザが指定したカテゴリ値が不適切であっても、ユーザが望む情報に関連する文書を提示できる。
　ユーザが指定したカテゴリ値に加え、文書単語又はクエリ単語と連結する、ユーザに指定されていないカテゴリ値間の連結関係を考慮することで、クエリで直接に指定されたクエリカテゴリ値のみに限定されず、指定されていないクエリカテゴリ値を考慮して、クエリに対する文書の関連性を算出できる。
　以下において、Ｒ２単語ｒ２のカテゴリ連結性スコアの算出方法を説明する。関連性スコア演算部１５０は、Ｒ２単語ｒ２のカテゴリ連結性スコアｓｒｅｌ（ｒ２、Ｒ＾１＿ｒ２、Ｃ＿Ｍ、Ｑ＿ｒ２，Ｃ＿Ｍ）を、数式１０に従って算出する。
Figure JPOXMLDOC01-appb-M000010
　数式１０において、Ｒ１単語セットＲ＾１＿ｒ２は、クエリに対してデータベース１１０から選択されたＲ１単語において、Ｒ２単語ｒ２との相互頻度が最も高いｋ個のＲ１単語を示す。関連性スコア演算部１５０は、単語間関係グラフ３００（単語間関係テーブル４００）から、Ｒ１単語とＲ２単語との相互頻度を決定できる。
　Ｑ単語セットＱ＿ｒ２，Ｃ＿Ｍは、Ｒ２単語ｒ２とクエリカテゴリ値セットＣ＿Ｍとエッジを有するデータベース１１０内のＱ単語であって、Ｒ２単語ｒ２との連結性が最も高いｋ個のＱ単語を示す。
　ここで、Ｒ２単語ｒ２は、単語間関係グラフ３００において、Ｑ単語と直接に連結していない。したがって、Ｒ２単語ｒ２とＱ単語との連結性は、Ｒ１単語を介して示される。例えば、Ｒ２単語ｒ２とＱ単語との連結性は、Ｒ１単語とＲ２単語の相互頻度（ｆｒｅｑ（ｒ１、ｒ２））及びＲ１単語とＱ単語の相互頻（ｆｒｅｑ（ｒ１、ｑ））を使用して計算できる。一例として、ｆｒｅｑ（ｒ１、ｒ２）とｆｒｅｑ（ｒ１、ｑ）の積で示される。相互頻度の情報は、単語間関係グラフ３００（単語間関係テーブル４００）に格納されている。
　Ｒ２単語ｒ２のカテゴリ連結性スコアの演算式（数式１０）は、二つの項を含む。第１の項ｒｅｌ（Ｒ＾１＿ｒ２、Ｃ＿Ｍ、Ｑ＿ｒ２，Ｃ＿Ｍ）は、Ｒ２単語ｒ２と、その対応Ｑ単語セットＱ＿ｒ１，Ｃ＿Ｍとの間の関連性を、Ｒ１単語セットを介して計算する。第２の項ｃｒｅｌ（ｒ２、Ｑ＿ｒ２，Ｃ＿Ｍ）は、Ｒ２単語ｒ２とＱ単語セットＱ＿ｒ２，Ｃ＿Ｍとに関係するカテゴリ値の間の関連性を示す。
　例として、第１の項ｒｅｌ（Ｒ＾１＿ｒ２、Ｃ＿Ｍ、Ｑ＿ｒ２，Ｃ＿Ｍ）は、数式１１で計算される。
Figure JPOXMLDOC01-appb-M000011
　ｒｅｌ（ｒ１、Ｃ＿Ｍ、Ｑ＿ｒ２，Ｃ＿Ｍ）は、数式５に従って計算される。関連性スコア演算部１５０は、Ｑ単語セットＱ＿ｒ２，Ｃ＿Ｍについて、数式５の計算を実行する。当該項は、Ｒ２単語Ｒ２、Ｒ１単語セットＲ＾１＿ｒ２、及びＱ単語セットＱ＿ｒ２，Ｃ＿Ｍの間の関連性を示す。言い換えれば、当該項は、Ｒ２単語ｒ２と、クエリにおいてユーザに指定されたクエリカテゴリ値セットＣ＿Ｍとの間の関連性を、Ｒ１単語セットＲ＾１＿ｒ２とＱ単語セットＱ＿ｒ２，Ｃ＿Ｍとを介して計算できる。
　第２の項ｃｒｅｌ（ｒ２、Ｑ＿ｒ２，Ｃ＿Ｍ）は、例えば、数式１２で計算される。
Figure JPOXMLDOC01-appb-M000012
　ｃｒｅｌ（ｒ２、Ｑ＿ｒ２，Ｃ＿Ｍ）の計算式（数式１２）は、二つの項を含む。第１の項のｒｅｌ（Ｃ＾ｒ２＿Ｊ、Ｃ＾ｑ＿Ｍ）は数式１３で計算される。
Figure JPOXMLDOC01-appb-M000013
　さらに、第２の項のｒｅｌ（Ｃ＾（－ｒ２）＿ＪＫ、Ｃ＾（－ｑ）＿ＭＮ）は数式１４で計算される。
Figure JPOXMLDOC01-appb-M000014
　数式１２～数式１４における係数及び項は、それぞれ、数式９のように定義される。
Figure JPOXMLDOC01-appb-M000015
　Ｃ＾ｒ２＿Ｊは、クエリにおいてユーザが指定した文書カテゴリ値セットにおいて、Ｒ２単語ｒ２と単語カテゴリ間関係グラフ５００でのエッジを有する文書カテゴリ値セットである。Ｃ＾ｑ＿Ｍは、クエリにおいてユーザが指定したクエリカテゴリ値セットにおいて、Ｑ単語セットＱ＿ｒ２，Ｃ＿ＭのＱ単語ｑと単語カテゴリ間関係グラフ５００でのエッジを有するクエリカテゴリ値セットである。
　Ｃ＾ｒ２＿ＪＫは、データベース１１０における文書カテゴリ値セットにおいて、Ｒ２単語ｒ２とエッジを有する文書カテゴリ値セットである。Ｃ＾ｑ＿ＭＮは、データベース１１０におけるクエリカテゴリ値セットにおいて、Ｑ単語セットＱ＿ｒ２，Ｃ＿ＭのＱ単語ｑとエッジを有するクエリカテゴリ値セットである。
　関連性スコア演算部１５０は、単語カテゴリ間関係グラフ５０２（単語カテゴリ間関係テーブル６０５）を参照して、Ｒ２単語ｒ２とエッジを有する文書カテゴリ値セットを同定できる。さらに、関連性スコア演算部１５０は、単語カテゴリ間関係グラフ５０１（単語カテゴリ間関係テーブル６００）から、Ｑ単語ｑとエッジを有するクエリカテゴリ値セットを同定できる。
　カテゴリ値の頻度及びカテゴリ値の相互頻度の計算方法は、Ｒ１単語ｒ１のカテゴリ関連性スコアの演算と同様に、カテゴリ間関係グラフ７００（カテゴリ間関係テーブル８００）から決定できる。
　Ｒ２単語ｒ２のカテゴリ連結性スコアｓｒｅｌの第２の項ｃｒｅｌ（ｒ２、Ｑ＿ｒ２，Ｃ＿Ｍ）は、Ｒ２単語ｒ２とＱ単語セットＱ＿ｒ２，Ｃ＿Ｍとに関係する、クエリカテゴリ値と文書カテゴリ値との間の連結性を計算する。
　上述のように、ｃｒｅｌ（ｒ２、Ｑ＿ｒ２，Ｃ＿Ｍ）の数式１２は、二つの項を含む。数式１３を使用して算出される第１の項βｒｅｌ（Ｃ＾ｒ２＿Ｊ、Ｃ＾ｑ＿Ｍ）は、Ｃ＾ｒ２＿ＪとＣ＾ｑ＿Ｍとに連結するカテゴリ値間の連結性を示す。具体的には、当該項は、クエリにおいてユーザに指定された文書カテゴリ値においてＲ２単語ｒ２と連結する文書カテゴリ値と、クエリにおいてユーザに指定されたクエリカテゴリ値においてＱ単語セットＱ＿ｒ２，Ｃ＿Ｍと連結するクエリカテゴリ値と、の間の連結性を示す。
　数式１４を使用して算出される第２の項の（１－β）ｒｅｌ（Ｃ＾（－ｒ２）＿ＪＫ、Ｃ＾（－ｑ）＿ＭＮ）は、Ｃ＾ｒ２＿ＪとＣ＾ｑ＿Ｍとに連結しないカテゴリ値群間の関連性を示すバランス項である。具体的には、クエリで指定されていない文書カテゴリ値においてＲ２単語ｒ２と連結する文書カテゴリ値と、クエリにおいて指定されていないクエリカテゴリ値においてＱ単語セットＱ＿ｒ２，Ｃ＿Ｍと連結するクエリカテゴリ値と、の間の関連性を示す。
　Ｒ１単語のカテゴリ連結性スコアに加え、Ｒ２単語ｒ２のカテゴリ連結性スコアを算出することで、よりユーザの望みに合致した検索結果を提示することができる。
　Ｒ１単語に加えＲ２単語のカテゴリ連結性スコアを算出することで、クエリでの指定単語及び指定カテゴリ値のみに限定されず、よりユーザの望みに合致した検索結果を提示することができる。関連性スコア演算部１５０は、文書のカテゴリ連結性スコアの算出において、Ｒ１単語とＲ２単語のカテゴリ連結性スコアに異なる重み与えてもよい。Ｒ２単語のカテゴリ連結性スコアを省略してもよい。クエリにおける文書カテゴリ値は省略してもよい。
　関連性スコア演算部１５０は、上記式とは異なる式に従って、Ｒ単語のカテゴリ連結性スコアを算出してもよい。例えば、数式６において、ｆｒｅｑ（Ｃ＿Ｍ、Ｃ＾（－ｒ１）＿ＪＫ）又はｆｒｅｑ（Ｃ＾ｑ＿Ｍ、Ｃ＾（－ｒ１）＿ＪＫ）を他の項に加えて又は代えて使用してもよい。つまり、クエリで指定されたクエリカテゴリ値とＲ１単語ｒ１と連結するクエリで指定されていない文書カテゴリ値との連結性をスコアに組み込んでもよい。数式１２においても、Ｒ２単語について同様の項を使用してもよい。
　ｆｒｅｑ（Ｃ＿Ｍ、Ｃ＾（－ｒ１）＿ＪＫ）は、クエリで指定されたクエリカテゴリ値とクエリで指定されなかった文書カテゴリ値との連結性を示す。ｆｒｅｑ（Ｃ＾ｑ＿Ｍ、Ｃ＾（－ｒ１）＿ＪＫ）は、クエリにおいてユーザが指定したクエリカテゴリ値セットにおいて、Ｑ単語セットＱ＿ｒ１，Ｃ＿Ｍとエッジを有するクエリカテゴリ値と、クエリで指定されなかった文書カテゴリ値との連結性を示す。
　図１５は、ユーザが入力したクエリと、データベース１１０から選択した一つの文書との間のハイパ語彙的連結性スコアを算出する処理のフローチャートを示す。関連性スコア演算部１５０は、データベース１１０の文書それぞれについて、ハイパ語彙的連結性スコアを算出する。関連性スコア演算部１５０は、上記三つのスコアに加えてハイパ語彙的連結性スコアを算出する。または、演算部１５０は、語彙的連結性スコア及び／若しくはカテゴリ連結性スコアに代えてハイパ語彙的連結性スコアを算出する。
　関連性スコア演算部１５０は、ユーザインタフェース１４０からクエリを受信する（Ｓ１５２）。関連性スコア演算部１５０は、選択した文書から、受信したクエリタイトルのＱ単語に対するＲ１単語とＲ２単語を選択する（Ｓ３０２）。
　次に、関連性スコア演算部１５０は、選択したＲ単語から、複数のＲ単語ペアを作成する（Ｓ３０３）。各ペアは、二つのＲ１単語、二つのＲ２単語、又はＲ１単語とＲ２単語とで構成されている。
　次に、関連性スコア演算部１５０は、各ペアのハイパ語彙的連結性スコアを、単語間関係グラフ３００（単語間関係テーブル４００）、単語カテゴリ間関係グラフ５００（単語カテゴリ間関係テーブル６００、６０５）、及びカテゴリ間関係グラフ７００（カテゴリ間関係テーブル８００）を使用して算出する（Ｓ３０４）。算出方法は後述する。次に、関連性スコア演算部１５０は、算出したペアの語彙的連結性スコアを総計し、当該文書のハイパ語彙的連結性スコアを決定する（Ｓ３０５）。
　次に、ハイパ語彙的連結性スコアの算出方法を説明する。関連性スコア演算部１５０は、Ｒ１単語ｒ１のハイパ語彙的連結性スコアｐ（ｒ１、Ｃ＿Ｍ、Ｃ＿Ｊ）を数式１６に従って計算し、Ｒ２単語ｒ２のハイパ語彙的連結性スコア（ｒ２、Ｃ＿Ｍ、Ｃ＿Ｊ）を数式１７に従って計算する。
Figure JPOXMLDOC01-appb-M000016
Figure JPOXMLDOC01-appb-M000017
　数式１６は、クエリで指定されたクエリタイトルのＱ単語についての総和を計算し、数式１７は、クエリで指定されたクエリタイトルに対するＲ１単語についての総和を計算する。
　数式１６、１７から理解されるように、ハイパ語彙的連結性スコアは、Ｒ単語の語彙的連結性とカテゴリ連結性（の指数関数値）との積を含み、これら双方の要素を考慮したスコア示すことができる。なお、Ｒ１単語とＲ２単語のハイパ語彙的連結性スコアに、異なる重み与えてもよい。ハイパ語彙的連結性スコアにおいて、クエリにおける文書カテゴリ値やクエリカテゴリ値を省略してもよい。
　図１６は、ランク付け集約部１６０による処理を示す。ランク付け集約部１６０は、関連性スコア演算部１５０から、文書の語彙的類似性スコア６５１、語彙的連結性スコア６５２、及びカテゴリ連結性スコア６５３を取得する。
　ランク付け集約部１６０は、文書の語彙的類似性スコア６５１から、これら文書の順序リスト６５４を作成する。ランク付け集約部１６０は、文書の語彙的連結性スコア６５２から、これら文書の順序リスト６５５を作成する。ランク付け集約部１６０は、文書のカテゴリ連結性スコア６５３から、これら文書の順序リスト６５６を作成する。順序リスト６５４～６５６は、それぞれ、スコアの降順又は昇順で文書を示す。
　ランク付け集約部１６０は、三つの順序リスト６５４～６５６を集約して、一つのランク付けリスト１７０を作成する。ユーザインタフェース１４０は、ランク付けリスト１７０を表示する。
　例えば、ランク付け集約部１６０は一つの文書の順序リスト６５４～６５６の順位と所定の重み係数の積和により、当該文書の最終的なスコアを決定する。これにより、各スコアのスケールの違いを吸収できる。ランク付け集約部１６０は、三つのスコアを集約して一つのスコアを算出してもよい。例えば、ランク付け集約部１６０は、三つのスコアを単に加算する、又は、各スコアに規定の重み付けを行って加算する。
　本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明したすべての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
　また、上記の各構成・機能・処理部等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）等の記録装置、または、ＩＣカード、ＳＤカード等の記録媒体に置くことができる。
　また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示すとは限らない。実際には殆どすべての構成が相互に接続されていると考えてもよい。

Claims (14)

  1. 　データベースにおいてクエリに関係する文書を検索する、検索システムであって、
    　クエリタイトル、前記クエリタイトルに割り当てられている文書、前記クエリタイトルに割り当てられているクエリカテゴリ値、及び前記文書に割り当てられている文書カテゴリ値、を格納する、データベースと、
    　前記データベースにおける文書内の文書単語と前記文書カテゴリ値との連結関係を示す、単語カテゴリ間関係グラフと、
    　前記データベースにおける前記文書カテゴリ値と前記クエリカテゴリ値との間の連結関係を示す、カテゴリ間関係グラフと、
    　プロセッサと、を含み、
    　前記プロセッサは、
    　クエリタイトルと、クエリカテゴリ値と、を指定するクエリを受信し、
    　前記データベースからの文書の選択と、前記選択した文書の前記クエリに対するスコアの決定と、を繰り返し、
    　前記文書のスコアに基づいて前記文書をランク付けし、
    　前記選択された文書のスコアの決定において、
    　前記単語カテゴリ間関係グラフにおいて、前記選択された文書内の文書単語に連結する文書カテゴリ値を決定し、
    　前記カテゴリ間関係グラフにおける前記決定された文書カテゴリ値と前記指定されたクエリカテゴリ値との連結関係に基づいて、前記選択された文書の前記クエリに対するスコアを決定する、検索システム。
  2. 　請求項１に記載の検索システムであって、
    　前記データベースにおける文書及びクエリタイトル内の単語間の連結関係を示す、単語間関係グラフをさらに含み、
    　前記単語カテゴリ間関係グラフは、前記データベースにおけるクエリタイトル内のクエリ単語とクエリカテゴリ値との間の連結関係をさらに示し、
    　前記プロセッサは、
    　前記単語間関係グラフ及び前記単語カテゴリ間関係グラフに基づき、前記クエリで指定されたクエリカテゴリ値及び前記選択された文書内の文書単語と連結するクエリ単語を決定し、
    　前記単語カテゴリ間関係グラフにおける、前記決定されたクエリ単語と、当該決定されたクエリ単語と連結するクエリカテゴリ値と、の連結関係に基づいて、前記選択された文書の前記クエリに対するスコアを決定する、検索システム。
  3. 　請求項２に記載の検索システムであって、
    　前記プロセッサは、
    　前記単語カテゴリ間関係グラフにおいて、前記クエリで指定されたクエリタイトル内のクエリ単語と連結するクエリカテゴリ値を決定し
    　前記カテゴリ間関係グラフにおける前記決定された文書カテゴリ値とクエリカテゴリ値との連結関係に基づいて、前記選択された文書の前記クエリに対するスコアを決定する、検索システム。
  4. 　請求項１に記載の検索システムであって、
    　前記プロセッサは、
    　前記データベースにおいて前記クエリで指定されたクエリタイトル内のクエリ単語と共起する第１種文書単語、及び前記データベースにおいて前記第１種文書単語と共起する第２種文書単語を、前記選択された文書から選択し、
    　前記選択された文書から選択された第１種文書単語及び第２種文書単語に基づいて、前記選択された文書のスコアを決定する、検索システム。
  5. 　請求項１に記載の検索システムであって、
    　前記データベースにおける文書及びクエリタイトル内の単語間の連結関係を示す、単語間関係グラフをさらに含み、
    　前記プロセッサは、
    　前記データベースにおいて前記クエリで指定されたクエリタイトル内のクエリ単語と共起する第１種文書単語、及び前記データベースにおいて前記第１種文書単語と共起する第２種文書単語を、前記選択された文書から選択し、
    　前記単語間関係グラフにおける、前記指定されたクエリタイトル内のクエリ単語と前記第１種文書単語と間の連結関係、及び、前記第１種文書単語と前記第２種文書単語との連結関係、に基づき、前記選択された文書の前記クエリに対する第２スコアを決定し、
    　前記第２スコアに基づき前記文書をランク付けする、検索システム。
  6. 　請求項１に記載の検索システムであって、
    　前記プロセッサは、前記クエリにおいて指定されたクエリタイトル内の索引語による数値ベクトルと、前記選択された文書内の前記索引語による数値ベクトルとに基づき、前記選択された文書の前記クエリに対する第２スコアを決定し、
    　前記第２スコアに基づき前記文書をランク付けする、検索システム。
  7. 　請求項１に記載の検索システムであって、
    　前記データベースにおける文書及びクエリタイトル内の単語間の連結関係を示す、単語間関係グラフをさらに含み、
    　前記プロセッサは、前記クエリで指定されたクエリタイトル内のクエリ単語と前記選択された文書内の文書単語との前記単語間関係グラフにおける連結関係に基づき、前記選択された文書の前記クエリに対するスコアを算出する、検索システム。
  8. 　データベースにおいてクエリに関係する文書を検索する検索システムが実行する、検索方法であって、
    　前記検索システムは、
    　クエリタイトル、前記クエリタイトルに割り当てられた文書、前記クエリタイトルに割り当てられているクエリカテゴリ値、及び前記文書に割り当てられている文書カテゴリ値、を格納する、データベースと、
    　前記データベースにおける文書内の文書単語と前記文書カテゴリ値との連結関係を示す、単語カテゴリ間関係グラフと、
    　前記データベースにおける前記文書カテゴリ値と前記クエリカテゴリ値との間の連結関係を示す、カテゴリ間関係グラフと、を含み、
    　前記検索方法は、前記検索システムが、
    　クエリタイトルと、クエリカテゴリ値と、を指定するクエリを受信し、
    　前記データベースからの文書の選択と、前記選択した文書の前記クエリに対するスコアの決定と、を繰り返し、
    　前記文書のスコアに基づいて前記文書をランク付けし、
    　前記選択された文書のスコアの決定において、
    　前記単語カテゴリ間関係グラフに基づいて、前記選択された文書内の文書単語に連結する文書カテゴリ値を決定し、
    　前記カテゴリ間関係グラフにおける前記決定された文書カテゴリ値と前記指定されたクエリカテゴリ値との連結関係に基づいて、前記選択された文書の前記クエリに対するスコアを決定する、検索方法。
  9. 　請求項８に記載の検索方法であって、
    　前記検索システムは、前記データベースにおける文書及びクエリタイトル内の単語間の連結関係を示す、単語間関係グラフをさらに含み、
    　前記単語カテゴリ間関係グラフは、前記データベースにおけるクエリタイトル内のクエリ単語とクエリカテゴリ値との間の連結関係をさらに示し、
    　前記検索方法は、前記検索システムが、
    　前記単語間関係グラフ及び前記単語カテゴリ間関係グラフに基づき、前記クエリで指定されたクエリカテゴリ値及び前記選択された文書内の文書単語と連結するクエリ単語を決定し、
    　前記単語カテゴリ間関係グラフにおける、前記決定されたクエリ単語と、当該決定された連結するクエリ単語と連結するクエリカテゴリ値と、の連結関係に基づいて、前記選択された文書の前記クエリに対するスコアを決定する、検索方法。
  10. 　請求項９に記載の検索方法であって、前記検索システムが、
    　前記単語カテゴリ間関係グラフにおいて、前記選択された文書内の文書単語と連結する文書カテゴリ値を決定し、
    　前記単語カテゴリ間関係グラフにおいて、前記クエリで指定されたクエリタイトル内のクエリ単語と連結するクエリカテゴリ値を決定し
    　前記カテゴリ間関係グラフにおける前記決定された文書カテゴリ値とクエリカテゴリ値との連結関係に基づいて、前記選択された文書の前記クエリに対するスコアを決定する、検索方法。
  11. 　請求項８に記載の検索方法であって、前記検索システムが、
    　前記データベースにおいて前記クエリで指定されたクエリタイトル内のクエリ単語と共起する第１種文書単語、及び前記データベースにおいて前記第１種文書単語と共起する第２種文書単語を、前記選択された文書から選択し、
    　前記選択された文書から選択された第１種文書単語及び第２種文書単語に基づいて、前記選択された文書のスコアを決定する、検索方法。
  12. 　請求項８に記載の検索方法であって、
    　前記検索システムは、前記データベースにおける文書及びクエリタイトル内の単語間の連結関係を示す、単語間関係グラフをさらに含み、
    　前記検索方法は、前記検索システムが、
    　前記データベースにおいて前記クエリで指定されたクエリタイトル内のクエリ単語と共起する第１種文書単語、及び前記データベースにおいて前記第１種文書単語と共起する第２種文書単語を、前記選択された文書から選択し、
    　前記単語間関係グラフにおける、前記指定されたクエリタイトル内のクエリ単語と前記第１種文書単語と間の連結関係、及び、前記第１種文書単語と前記第２種文書単語との連結関係、に基づき、前記選択された文書の前記クエリに対する第２スコアを決定し、
    　前記第２スコアに基づき前記文書をランク付けする、検索方法。
  13. 　請求項８に記載の検索方法であって、前記検索システムが、
    　前記クエリにおいて指定されたクエリタイトルの索引語による数値ベクトルと、前記選択された文書の前記索引語による数値ベクトルとに基づき、前記選択された文書の前記クエリに対する第２スコアを決定し、
    　前記第２スコアに基づき前記文書をランク付けする、検索方法。
  14. 　請求項８に記載の検索方法であって、
    　前記検索システムは、前記データベースにおける文書及びクエリタイトル内の単語間の連結関係を示す、単語間関係グラフをさらに含み、
    　前記検索方法は、前記検索システムが、前記クエリで指定されたクエリタイトル内のクエリ単語と前記選択された文書内の文書単語との前記単語間関係グラフにおける連結関係に基づき、前記スコアを算出する、検索方法。
PCT/JP2014/084349 2014-12-25 2014-12-25 検索システム WO2016103409A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/084349 WO2016103409A1 (ja) 2014-12-25 2014-12-25 検索システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/084349 WO2016103409A1 (ja) 2014-12-25 2014-12-25 検索システム

Publications (1)

Publication Number Publication Date
WO2016103409A1 true WO2016103409A1 (ja) 2016-06-30

Family

ID=56149504

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/084349 WO2016103409A1 (ja) 2014-12-25 2014-12-25 検索システム

Country Status (1)

Country Link
WO (1) WO2016103409A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220253447A1 (en) * 2021-02-08 2022-08-11 Robert Bosch Gmbh Interaction layer neural network for search, retrieval, and ranking

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003162531A (ja) * 2001-11-27 2003-06-06 Matsushita Electric Works Ltd 文書検索システムおよび文書検索方法
JP2008282111A (ja) * 2007-05-09 2008-11-20 Hitachi Ltd 類似文書検索方法、プログラムおよび装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003162531A (ja) * 2001-11-27 2003-06-06 Matsushita Electric Works Ltd 文書検索システムおよび文書検索方法
JP2008282111A (ja) * 2007-05-09 2008-11-20 Hitachi Ltd 類似文書検索方法、プログラムおよび装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
BALOG, KRISZTIAN ET AL.: "Query Modeling for Entity Search Based on Terms, Categories, and examples", ACM TRANSACTIONS ON INFORMATION SYSTEMS, vol. 29, no. 4, 2011 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220253447A1 (en) * 2021-02-08 2022-08-11 Robert Bosch Gmbh Interaction layer neural network for search, retrieval, and ranking

Similar Documents

Publication Publication Date Title
US11645317B2 (en) Recommending topic clusters for unstructured text documents
US8874583B2 (en) Generating a taxonomy for documents from tag data
EP2823410B1 (en) Entity augmentation service from latent relational data
JP5620913B2 (ja) 検索結果のランク付けのための静的な関連性の特性としてのドキュメント長
JP5316158B2 (ja) 情報処理装置、全文検索方法、全文検索プログラム、及び記録媒体
US10162892B2 (en) Identifying information assets within an enterprise using a semantic graph created using feedback re-enforced search and navigation
US9703860B2 (en) Returning related previously answered questions based on question affinity
US9497277B2 (en) Interest graph-powered search
US20150363476A1 (en) Linking documents with entities, actions and applications
US20110282855A1 (en) Scoring relationships between objects in information retrieval
US20160098444A1 (en) Corpus Management Based on Question Affinity
Enríquez et al. Entity reconciliation in big data sources: A systematic mapping study
US10747759B2 (en) System and method for conducting a textual data search
WO2012117318A1 (en) Generating a semantic graph relating information assets
Sisodia et al. Fast prediction of web user browsing behaviours using most interesting patterns
JP2015106354A (ja) 検索サジェスト装置、検索サジェスト方法、及び、プログラム
Nikas et al. Open domain question answering over knowledge graphs using keyword search, answer type prediction, SPARQL and pre-trained neural models
US10229186B1 (en) Data set discovery engine comprising relativistic retriever
Reddy et al. Text document clustering: the application of cluster analysis to textual document
Lomotey et al. Terms mining in document-based nosql: Response to unstructured data
WO2016103409A1 (ja) 検索システム
Huang et al. Category-level transfer learning from knowledge base to microblog stream for accurate event detection
JP5757187B2 (ja) ファイル格納先候補決定装置、ファイル格納先候補の決定方法、ファイル格納先決定支援システム、並びにコンピュータ・プログラム
EP4184395A1 (en) Recommendations using graph machine learning-based regression
US11500933B2 (en) Techniques to generate and store graph models from structured and unstructured data in a cloud-based graph database system

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14909016

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14909016

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP