JP2000194723A - 類似度表示装置、類似度表示プログラムが記憶された記憶媒体、文書処理装置、文書処理プログラムが記憶された記憶媒体、及び文書処理方法 - Google Patents

Abstract

(57)【要約】 【課題】 ユーザーの嗜好を踏まえて適切に文書を特徴
付け、文書の検索、分類等の処理を適切かつ容易に行う
ことのできる文書処理装置を提供すること。 【解決手段】 過去の処理文書から処理重要語句を取得
し、処理重要語句の処理文書中の出現頻度等からユーザ
ー全体の嗜好を表すＧＰベクトルを取得する。また、類
似度を取得する基準となる基準文書Ａにおける処理重要
語句の重要度を取得し、この重要度を要素とする文書ベ
クトルＶａを取得し、ＧＰベクトルと文書ベクトルＶａ
の各要素を掛け合わせて嗜好文書ベクトルＶ’ａを得
る。この嗜好文書ベクトルには、ユーザーの嗜好が反映
されている。嗜好文書ベクトルＶ’ａと他の文書Ｂの文
書ベクトルＶｂ，とでなす角ｑのコサイン値ｃｏｓ
（ｑ）を、基準文書Ａと他の文書Ｂとの類似度とする。
この類似度が大きいほど、他の文書はユーザーの嗜好に
近いものとなる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、類似度表示装置、
類似度表示プログラムが記憶された記憶媒体、文書処理
装置、文書処理プログラムが記憶された記憶媒体、及び
文書処理方法に関し、更に詳細には、類似する文書やユ
ーザーの検索に関する。

【０００２】

【従来の技術】従来の文書処理装置、文書処理プログラ
ムが記憶された記憶媒体、及び文書処理方法による文書
処理においては、複数の文書を検索・分類するために、
それぞれの文書について当該文書を特徴付ける文書ベク
トルを取得し、この文書ベクトルから文書間の類似度を
算出することが行われている。

【０００３】

【発明が解決しようとする課題】しかし、同一の文書で
も、例えば営業用や技術資料用等の利用目的その他のユ
ーザーの嗜好が異なると、重要部位等に差異が生じる。
そして、上述のような文書ベクトルを用いた文書処理に
よって文書の検索や分類をしても、ユーザーの嗜好を踏
まえた処理は行うことができないため、この様な嗜好を
加味した上での文書処理を行うことのできる文書処理装
置や文書処理プログラムが記憶された記憶媒体、文書処
理方法が望まれていた。また、このようなユーザーの嗜
好は、前記の文書類似度と同様に、１人又は１グループ
のユーザーの嗜好に対する他のユーザーの嗜好の類似度
（嗜好類似度）を算出してユーザーをグループ分けする
のに有用である。そして、文書やユーザー等の類似度
は、検索や分類を容易に行うためには、その大小を一見
して把握し易いように表示されることが望ましく、ま
た、１つの文書やユーザー等に対する他の文書やユーザ
ー等の類似度だけでなく３つ以上の文書における各文書
や各ユーザー等の相互間の類似度の大小が把握できるこ
とが望ましい。

【０００４】本発明は、上述のような課題を解決するた
めになされたもので、ユーザーの嗜好を踏まえた文書や
ユーザーの検索、分類等の処理を行うことのできる文書
処理装置、文書処理プログラムが記憶された記憶媒体、
文書処理方法、及び、文書処理装置等に用いることがで
き、文書やユーザー等の類似度を容易に把握可能に表示
する類似度表示装置、及び類似度表示プログラムが記憶
された記憶媒体を提供することを目的とする。

【０００５】

【課題を解決するための手段】請求項１に記載の発明
は、複数の対象それぞれについて、その特徴の程度を表
す特徴度を取得する特徴度取得手段と、前記特徴度取得
手段により取得された前記特徴度をもとに、複数の前記
対象相互間の特徴類似度を取得する特徴類似度取得手段
と、複数の前記対象と前記対象間を亘る線分とを表示
し、且つ前記線分の表示状態によりそれらの対称間の特
徴類似度の大小を視覚的に把握可能に表す記特徴類似度
取得手段とを備える類似度表示装置を提供することによ
り前記目的を達成するものである。請求項２に記載の発
明は、請求項１に記載の類似度表示装置において、前記
特徴類似度の範囲を取得する特徴類似範囲取得手段を備
え、前記特徴類似度表示手段は、前記特徴類似範囲取得
手段により取得された前記範囲のみの線分を表示する類
似度表示装置を提供することにより前記目的を達成する
ものである。請求項３に記載の発明は、請求項１または
請求項２に記載の文書処理装置において、文書処理装置
に用いられ、前記対象がユーザーであり、前記特徴度が
前記ユーザーそれぞれの嗜好を表す複数のキーワードに
対する重要度を要素値とする嗜好ベクトルである類似度
表示装置を提供することにより前記目的を達成するもの
である。請求項４に記載の発明は、請求項１または請求
項２に記載の文書処理装置において、文書処理装置に用
いられ、前記対象が文書であり、前記特徴度が前記文書
を特徴付ける文書ベクトルである類似度表示装置を提供
することにより前記目的を達成するものである。請求項
５に記載の発明は、複数の対象それぞれについて、その
特徴を表す特徴度を取得する特徴度取得機能と、前記特
徴度取得機能により取得された前記特徴度をもとに、複
数の前記対象相互間の特徴類似度を取得する特徴類似度
取得機能と、複数の前記対象と前記対象間を亘る線分と
を表示し、且つ前記線分の表示状態によりそれらの対称
間の特徴類似度の大小を視覚的に把握可能に表す記特徴
類似度取得機能とをコンピュータに実現させるためのコ
ンピュータ読み取り可能な類似度表示プログラムが記憶
された記憶媒体を提供することにより前記目的を達成す
るものである。

【０００６】請求項６に記載の発明は、図９に示すよう
に、ユーザーの嗜好を表す複数のキーワードに対する重
要度を要素値とする嗜好ベクトルを取得する嗜好ベクト
ル取得手段１０１と、文書を取得する文書取得手段１０
２と、前記文書取得手段１０２により取得された文書を
特徴付ける文書ベクトルを取得する文書ベクトル取得手
段１０３と、前記文書ベクトル取得手段により取得され
た前記文書ベクトルを前記嗜好ベクトルによりシフトさ
せるシフト手段１０４とを具備する文書処理装置を提供
することにより前記目的を達成するものである。請求項
７に記載の発明は、図９に示すように、請求項１に記載
の文書処理装置において、前記嗜好ベクトル取得手段１
０１は、前記ユーザーが作成した文書又はアクセスした
文書に対する複数の文書ベクトルから前記嗜好ベクトル
を作成する文書処理装置を提供することにより前記目的
を達成するものである。請求項８に記載の発明は、図１
０に示すように、請求項１または請求項２に記載の文書
処理装置において、複数のユーザーと、複数の前記ユー
ザーそれぞれの嗜好を表す複数のキーワードとの一方を
行、他方を列とし、前記各ユーザーに対する前記各キー
ワードの重要度を要素値とするＧＰ行列を取得するＧＰ
行列取得手段１０５を備え、前記嗜好ベクトル取得手段
１０１は、前記ＧＰ行列により前記嗜好ベクトルを取得
する文書処理装置を提供することにより前記目的を達成
するものである。請求項９に記載の発明は、図１０に示
すように、請求項３に記載の文書処理装置において、前
記ＧＰ行列取得手段１０５は、ユーザーが過去に処理し
た文書と該文書のキーワードとのうちの一方を行、他方
を列とし、前記文書におけるキーワードの重要度を要素
値とする文書−キーワード行列と、ユーザーが過去に処
理した文書とユーザーとのうちの一方を行、他方を列と
し、各ユーザーの前記文書の処理回数を要素とする文書
−ユーザー行列と、からＧＰ行列を取得する文書処理装
置を提供することにより前記目的を達成するものであ
る。請求項１０に記載の発明は、図１１に示すように、
請求項１から請求項４のうちのいずれか１の請求項に記
載の文書処理装置において、所定の文書の文書ベクトル
を嗜好ベクトルによりシフトさせた嗜好文書ベクトル
と、他の文書の文書ベクトルから、前記所定の文書と前
記他の文書との類似度を算出する類似度算出手段１０６
を具備する文書処理装置を提供することにより前記目的
を達成するものである。請求項１１に記載の発明は、図
１２に示すように、ユーザーの嗜好を表す複数のキーワ
ードに対する重要度を要素値とする嗜好ベクトルを取得
する嗜好ベクトル取得機能２０１と、文書を取得する文
書取得機能２０２と、前記文書取得機能２０２により取
得された文書を特徴付ける文書ベクトルを取得する文書
ベクトル取得機能２０３と、前記文書ベクトル取得機能
２０３により取得された前記文書ベクトルを前記嗜好ベ
クトルによりシフトさせるシフト機能２０４とをコンピ
ュータに実現させるためのコンピュータ読み取り可能な
文書処理プログラムが記憶された記憶媒体を提供するこ
とにより前記目的を達成するものである。請求項１２に
記載の発明は、図１２に示すように、請求項６に記載の
記憶媒体において、前記嗜好ベクトル取得機能２０１
は、前記ユーザーが作成した文書又はアクセスした文書
に対する複数の文書ベクトルから前記嗜好ベクトルを作
成する文書処理プログラムが記憶された記憶媒体を提供
することにより前記目的を達成するものである。請求項
１３に記載の発明は、図１３に示すように、請求項６ま
たは請求項７に記載の記憶媒体において、複数のユーザ
ーと、複数の前記ユーザーそれぞれの嗜好を表す複数の
キーワードとの一方を行、他方を列とし、前記各ユーザ
ーに対する前記各キーワードの重要度を要素値とするＧ
Ｐ行列を取得するＧＰ行列取得機能２０５を備え、前記
嗜好ベクトル取得機能２０１は、前記ＧＰ行列により前
記嗜好ベクトルを取得する文書処理プログラムが記憶さ
れた記憶媒体を提供することにより前記目的を達成す
る。請求項１４に記載の発明は、図１３に示すように、
前記ＧＰ行列取得機能２０５は、ユーザーが過去に処理
した文書と該文書のキーワードとのうちの一方を行、他
方を列とし、前記文書におけるキーワードの重要度を要
素値とする文書−キーワード行列と、ユーザーが過去に
処理した文書とユーザーとのうちの一方を行、他方を列
とし、各ユーザーの前記文書の処理回数を要素とする文
書−ユーザー行列と、からＧＰ行列を取得する文書処理
プログラムが記憶された記憶媒体を提供することにより
前記目的を達成するものである。請求項１５に記載の発
明は、図１４に示すように、請求項６から請求項９のう
ちのいずれか１の請求項に記載の記憶媒体において、所
定の文書の文書ベクトルを嗜好ベクトルによりシフトさ
せた嗜好文書ベクトルと、他の文書の文書ベクトルか
ら、前記所定の文書と前記他の文書との類似度を算出す
る類似度算出機能２０６を具備する文書処理プログラム
が記憶された記憶媒体を提供することにより前記目的を
達成するものである。請求項１６に記載の発明は、図１
５に示すように、ユーザーの嗜好を表す複数のキーワー
ドに対する重要度を要素値とする嗜好ベクトルと文書と
を取得３０１し、前記文書を特徴付ける文書ベクトルを
取得３０２し、前記文書ベクトルを前記嗜好ベクトルに
よりシフト３０３させる文書処理方法を提供することに
より前記目的を達成するものである。

【０００７】

【発明の実施の形態】以下、本発明の文書処理装置、文
書処理プログラムが記憶された記憶媒体、文書処理方
法、本発明の類似度表示装置、類似度表示プログラムが
記憶された記憶媒体、及び類似度表示方法の好適な実施
の形態について、図面を参照して詳細に説明する。 （１）実施形態の概要 本実施形態では、過去の処理文書中の出現頻度等から処
理重要語句（キーワード）ａ，ｂ，…を取得し、処理重
要語句の処理文書中の出現頻度、各処理文書の処理回
数、処理したメンバーの重要度から、ユーザー全体の嗜
好を表すＧＰベクトルを取得する。また、類似度を取得
する基準となる基準文書Ａにおける処理重要語句ａ，
ｂ，…の重要度ｇ（ａ），ｇ（ｂ），…を取得し、重要
度ｇ（ａ），ｇ（ｂ），…を要素とする文書ベクトルＶ
ａを取得し、ＧＰベクトルと文書ベクトルＶａ，Ｖｂ，
Ｖｃ，…の各要素を掛け合わせて嗜好文書ベクトルＶ’
ａを得る。この嗜好文書ベクトルには、ユーザーの嗜好
が反映されている。嗜好文書ベクトルＶ’ａと他の文書
の文書ベクトルＶｂ，とでなす角ｑのコサイン値ｃｏｓ
（ｑ）を、基準文書Ａと他の文書Ｂとの類似度とする。
この類似度が大きいほど、他の文書はユーザーの嗜好に
近いものとなる。

【０００８】（２）実施形態の詳細 図１は、本発明の文書処理装置の第１の実施形態であ
り、本発明の文書処理プログラムが記憶された記憶媒体
の第１の実施形態の該プログラムが読み取られたコンピ
ュータの構成を表したブロック図である。この図１に示
すように、文書処理装置（コンピュータ）は、装置全体
を制御するための制御部１１を備えている。この制御部
１１には、データバス等のバスライン２１を介して、入
力装置としてのキーボード１２やマウス１３、表示装置
１４、印刷装置１５、記憶装置１６、記憶媒体駆動装置
１７、通信制御装置１８、入出力Ｉ／Ｆ１９、及び文字
認識装置２０が接続されている。制御部１１は、ＣＰＵ
１１１、ＲＯＭ１１２、ＲＡＭ１１３を備えている。Ｒ
ＯＭ１１２は、ＣＰＵ１１１が各種制御や演算を行うた
めの各種プログラムやデータが予め格納されたリードオ
ンリーメモリである。

【０００９】ＲＡＭ１１３は、ＣＰＵ１１１にワーキン
グメモリとして使用されるランダムアクセスメモリであ
る。このＲＡＭ１１３には、本実施形態による文書ベク
トル取得処理を行うためのエリアとして、文書ベクトル
取得の対象となる文書を格納する対象文書格納エリア１
１３１、キーワード格納エリア１１３２、文書ベクトル
格納エリア１１３４が確保され、また、嗜好文書ベクト
ル取得処理を行うためのエリアとして、行列格納エリア
１１３５、嗜好文書ベクトル格納エリア１１３６、類似
度格納エリア１１３７その他の各種エリアが確保される
ようになっている。

【００１０】キーボード１２は、かな文字を入力するた
めのかなキーやテンキー、各種機能を実行するための機
能キー、カーソルキー、等の各種キーが配置されてい
る。マウス１３は、ポインティングデバイスであり、表
示装置１４に表示されたキーやアイコン等を左クリック
することで対応する機能の指定を行う入力装置である。
表示装置１４は、例えばＣＲＴや液晶ディスプレイ等が
使用される。この表示装置１４には、文書ベクトルを取
得する対象文書の内容や、本実施形態により算出された
文書間の類似度、算出された類似度をもとに行った検索
結果や分類結果等が表示されるようになっている。印刷
装置１５は、表示装置１４に表示された文章や、記憶装
置１６の文書データベース１６４に格納された文書等の
印刷を行うためのものである。この印刷装置としては、
レーザプリンタ、ドットプリンタ、インクジェットプリ
ンタ、ページプリンタ、感熱式プリンタ、熱転写式プリ
ンタ、等の各種印刷装置が使用される。

【００１１】記憶装置１６は、読み書き可能な記憶媒体
と、その記憶媒体に対してプログラムやデータ等の各種
情報を読み書きするための駆動装置で構成されている。
この記憶装置１６に使用される記憶媒体としては、主と
してハードディスクが使用されるが、後述の記憶媒体駆
動装置１７で使用される各種記憶媒体のうちの読み書き
可能な記憶媒体を使用するようにしてもよい。記憶装置
１６は、仮名漢字変換辞書１６１、プログラム格納部１
６２、文書データベース１６４、重要語データベース１
６５、行列データベース１６８、文書ベクトルデータベ
ース１６６、嗜好文書ベクトルデータベース１６７、図
示しないその他の格納部（例えば、この記憶装置１６内
に格納されているプログラムやデータ等をバックアップ
するための格納部）等を有している。プログラム格納部
１６２には、本実施形態における嗜好文書ベクトル取得
処理プログラム、類似度算出処理プログラム等の各種プ
ログラムの他、仮名漢字変換辞書１６１を使用して入力
された仮名文字列を漢字混り文に変換する仮名漢字変換
プログラム等の各種プログラムが格納されている。

【００１２】文書データベース１６４には、仮名漢字変
換プログラムにより作成された文書や、他の装置で作成
されて記憶媒体駆動装置１７や通信制御装置１８から読
み込まれた文書が格納される。この文書データベース１
６４に格納される各文書の形式は特に限定されるもので
はなく、テキスト形式の文書、ＨＴＭＬ（Hyper TextMa
rkup Language）形式の文書、ＪＩＳ形式の文書等の各
種形式の文書の格納が可能である。更にこの文書データ
ベース１６４には、文書を処理したユーザー（処理者）
及びその処理回数が各文書に対応付けて格納されてい
る。前記処理回数は、所定期間毎に値を０にリセットさ
れる。重要語データベース１６５には、前記所定期間内
に処理した処理文書から抽出された重要語句（処理重要
語句）及びその重要度（処理重要度）が格納される。

【００１３】行列データベース１６８には、過去の所定
期間に行われた文書処理の処理内容により取得される行
列Ｇａ，Ｇｂ，Ｇｃが格納されている。文書ベクトル
は、これらの行列Ｇａ，Ｇｂ，Ｇｃにより取得されるＧ
Ｐ（Group Personalize）行列をもとに、嗜好文書ベク
トルに変換される。図２（ａ）〜（ｃ）は、行列Ｇａ，
Ｇｂ，Ｇｃを示す説明図である。

【００１４】行列Ｇａ（文書−キーワード行列）は、図
２（ａ）に示すように、前記所処理重要語句を行に、同
処理文書を列にとった行列であり、各要素は処理重要語
句の処理重要度ｆ（ｘ）を表している。行列Ｇｂ（文書
−ユーザー行列）は、図２（ｂ）に示すように、前記処
理文書を行にとり、ユーザーのメンバーを列にとった行
列であり、各要素は、メンバーが各文書を前記所定期間
内に処理した回数となっている。行列Ｇｃは、図２
（ｃ）に示すように、行および列がともにユーザーのメ
ンバーそれぞれの重要度係数を示している。行列Ｇａ及
び行列Ｇｂは所定期間ごとに書き換えられ、行列Ｇｃは
操作者からの入力により適宜書き換えられる。

【００１５】文書ベクトルデータベース１６６、及び嗜
好文書ベクトルデータベース１６７には、本実施形態に
おいて類似度を算出する基準となる基準文書、及び、該
基準文書に対する類似度を比較する対象文書それぞれの
文書ベクトル及び嗜好文書ベクトルが格納される。

【００１６】記憶媒体駆動装置１７は、ＣＰＵ１１１が
外部の記憶媒体からコンピュータプログラムや文書を含
むデータ等を読み込むための駆動装置である。記憶媒体
に記憶されているコンピュータプログラムには、本実施
形態の文書処理装置により実行される各種処理のための
プログラム、および、そこで使用される辞書、データ等
も含まれる。ここで、記憶媒体とは、コンピュータプロ
グラムやデータ等が記憶される記憶媒体をいい、具体的
には、フロッピーディスク、ハードディスク、磁気テー
プ等の磁気記憶媒体、メモリチップやＩＣカード等の半
導体記憶媒体、ＣＤ−ＲＯＭやＭＯ、ＰＤ（相変化書換
型光ディスク）等の光学的に情報が読み取られる記憶媒
体、紙カードや紙テープ等の用紙（および、用紙に相当
する機能を持った媒体）を用いた記憶媒体、その他各種
方法でコンピュータプログラム等が記憶される記憶媒体
が含まれる。本実施形態の文書処理装置において使用さ
れる記憶媒体としては、主として、ＣＤ−ＲＯＭやフロ
ッピーディスクが使用される。記憶媒体駆動装置１７
は、これらの各種記憶媒体からコンピュータプログラム
を読み込む他に、フロッピーディスクのような書き込み
可能な記憶媒体に対してＲＡＭ１１３や記憶装置１６に
格納されているデータ等を書き込むことが可能である。

【００１７】本実施形態の文書処理装置では、制御部１
１のＣＰＵ１１１が、記憶媒体駆動装置１７にセットさ
れた外部の記憶媒体からコンピュータプログラムを読み
込んで、記憶装置１６の各部に格納（インストール）す
る。そして、本実施形態による類似度算出等の各種処理
を実行する場合、記憶装置１６から該当プログラムをＲ
ＡＭ１１３に読み込み、実行するようになっている。但
し、記憶装置１６からではなく、記憶媒体駆動装置１７
により外部の記憶媒体から直接ＲＡＭ１１３に読み込ん
で実行することも可能である。また、文書処理装置によ
っては、本実施形態の嗜好文書ベクトル取得処理プログ
ラム等を予めＲＯＭ１１２に記憶しておき、これをＣＰ
Ｕ１１１が実行するようにしてもよい。

【００１８】通信制御装置１８は、他のパーソナルコン
ピュータやワードプロセッサ等との間でテキスト形式や
ＨＴＭＬ形式等の各種形式の文書やビットマップデータ
等の各種データの送受信を行うことができるようになっ
ている。入出力Ｉ／Ｆ１９は、音声や音楽等の出力を行
うスピーカ等の各種機器を接続するためのインターフェ
ースである。文字認識装置２０は、用紙等に記載された
文字をテキスト形式やＨＴＭＬ等の各種形式で認識する
装置であり、イメージスキャナや文字認識プログラム等
で構成されている。

【００１９】本実施形態では、キーボード１２の入力操
作により作成した文書（ＲＡＭ１１３の所定格納エリア
に格納）の他、外部で作成して所定の記憶媒体に格納し
た文書で記憶媒体駆動装置１７から読み込んだ文書、予
め文書データベース１６４に格納されている文書、通信
制御装置１８からダウンロードした文書、及び文字認識
装置２０で文字認識した文書、等の各種文書を対象文書
として取得することが可能である。

【００２０】次に、上述のような構成の文書処理装置に
よる嗜好文書ベクトル取得処理及び類似度算出処理につ
いて図面を参照して説明する。

【００２１】本実施形態においては、所定期間毎に、該
所定期間内に行われた文書処理の処理内容基づいて新た
な処理重要語句及び処理重要度が取得され、行列データ
ベース１６８内の行列Ｇａ及び行列Ｇｂが書き換えられ
る。

【００２２】図３は、行列Ｇａ，Ｇｂ書き換え処理の動
作を表したフローチャートである。ＣＰＵ１１１は、所
定期間内に処理された文書（処理文書）を文書データベ
ース１６４から順次取得してＲＡＭ１１３の所定作業領
域に格納し（ステップ１１）、各処理文書についての重
要語句（処理重要語句）及びその重要度（処理重要度）
を取得する（ステップ１２）。

【００２３】図４は処理重要語句・処理重要度取得処理
の動作を表したフローチャートである。図４に示すよう
に、ＣＰＵ１１１は、文書データベース１６４から取得
した処理文書について、各処理文書毎に形態素解析を行
うことで自立語を抽出する（ステップ１２１）と共に、
名詞句、複合名詞句等を含めた候補語（句）を処理文書
から抽出する（ステップ１２２）。次に、抽出した候補
語（句）の処理文書での出現頻度、評価関数から、各候
補語（句）の処理重要度ｆ（ｘ）を取得する（ステップ
１２３）。ここで、評価関数としては、例えば、所定の
重要語句が予め指定されている場合にはその重要語句に
対する重み付け、単語、名詞句、複合名詞句等の候補語
（句）の種類による重み付け等が使用される。

【００２４】さらにＣＰＵ１１１は、取得した処理重要
度ｆ（ｘ）の値をもとに候補語（句）から処理重要語句
ａ，ｂ，…を取得し（ステップ１２４）、この処理重要
語句ａ，ｂ，…及びその処理重要度ｆ（ａ），ｆ
（ｂ），…を重要語データベース１６５に格納する（ス
テップ１２５）。すべての処理文書について、処理重要
語句及びその処理重要度を取得すると、図４に示す行列
Ｇａ，Ｇｂ書き換え処理ルーチンへリターンする。

【００２５】続いて、ＣＰＵ１１１は、行列データベー
ス１６８の行列Ｇａを、前記処理重要語句ａ，ｂ，…を
行に、前記所定期間の処理文書を列に、また処理重要度
ｆ（ａ），ｆ（ｂ），…を各要素にとったものに書き換
える（ステップ１３）。このとき、行列Ｇａの行数は、
各処理文書の処理重要語句の和集合の数とし、各処理文
書において含まれていない処理重要語句については、そ
の処理重要度ｆ（ｘ）は０と定義される。

【００２６】例えば図２おいて、処理文書Ｂの処理重要
語は「重要、重要語、重要度、…」、処理文書Ｃの処理
重要語句は「重要、…、政治、…」であり、これらの処
理重要語句に対応する処理重要度は、処理文書Ｂについ
ては（ １，１８，１９，…）、処理文書Ｃについては
（１８，…，２１，…）である。これに対して行列Ｇａ
においては、その行は「重要、重要語、重要度、…、政
治、…」とし、両文書の列における要素値はつぎの通り
定義される。 処理文書Ｂの列＝（ １，１８，１９，…， ０，
…）、 処理文書Ｃの列＝（１８， ０， ０，…，２１，…）

【００２７】また、ＣＰＵ１１１は、文書データベース
１６４から、各処理文書の処理回数を取得し（ステップ
１４）、行列Ｇｂを、所定期間内の処理文書を行に、文
書データベース１６４から取得した処理回数を各要素と
したものに書き換えて（ステップ１５）、行列Ｇａ，Ｇ
ｂ書き換え処理を終了する。

【００２８】図５は、本実施形態による文書嗜好ベクト
ル取得処理の動作を示すフローチャートである。嗜好文
書ベクトル取得に際しては、嗜好文書ベクトル取得の対
象となる文書（対象文書）を取得し、ＲＡＭ１１３の対
象文書格納エリア１１３１に格納する（ステップ２
１）。対象文書は、ユーザの指示に従ってＲＡＭ１１
３、記憶装置１６の文書データベース１６４、記憶媒体
駆動装置１７、または通信制御装置１８（パソコン通
信、インターネット等の通信による場合）から取得す
る。

【００２９】次にＣＰＵ１１１は、対象文書中から行列
Ｇａの処理重要語句を抽出する（ステップ２２）。次
に、抽出した処理重要語句の対象文書中での出現頻度、
評価関数等から、重要度ｇ（ｙ）を取得する（ステップ
２３）。ここで、評価関数としては、例えば、処理重要
語句に対する予め指定されている重み付け、単語、名詞
句、複合名詞句等の候補語（句）の種類による重み付け
等が使用される。

【００３０】そして、この処理重要語句ａ，ｂ，…の対
象文書中における重要度ｇ（ａ），ｇ（ｂ）、…を要素
とする文書ベクトルＶを取得する（ステップ２４）。

【００３１】文書ベクトルＶを取得すると、ＣＰＵ１１
１は、行列データベース１６８から行列Ｇａ，Ｇｂ，Ｇ
ｃを取得し、次の式に従って、ＧＰ行列を求める（ステ
ップ２５）。 ＧＰ＝Ｇａ・Ｇｂ・Ｇｃ 従って、本実施形態におけるＧＰ行列は、Ｇａ行列の次
元合わせを行った行をそのまま行にとり、ユーザーの各
メンバーを列にとってなっており、ＧＰ行列の各要素
は、メンバー毎の過去の文書処理における処理重要語句
の処理重要度ｆ（ｘ）に各メンバーの重要度を加味して
表した数値となっている。

【００３２】ＧＰ行列が取得されると、続いてＣＰＵ１
１１は、このＧＰ行列をもとにＧＰベクトル（嗜好ベク
トル）を取得する（ステップ２６）。図６は、ＧＰ行列
からＧＰベクトルを算出する行程を概念的に説明する説
明図である。

【００３３】ＣＰＵ１１１は、まず、ＧＰ行列の各要素
ｇｉｊ(ｉ＝１〜メンバー数ｍ、ｊ＝１〜処理重要語句
の和集合の数ｋ）の各行毎の要素の平均値を算出して列
ベクトル（総ＧＰベクトル）を得る（図６（１）→
（２））。この総ＧＰベクトルは、各要素ｇｉが処理重
要語句毎のユーザーグループ全体における過去の文書処
理での出現頻度（但し各処理重要語句の予め決められた
処理重要語句の重み等や、メンバーの重要度が加味され
ている）を反映した数値となっている。ＣＰＵ１１１
は、更に、この総ＧＰベクトルの各要素ｇｉを文書の処
理回数の総数で割って、１列のＧＰベクトルを得る（図
６（２）→（３））。この様に、総ＧＰベクトルを文書
の処理回数の総数で割るのは、行列Ｇｂに文書の処理回
数が要素として含まれており、処理回数が増えるに従っ
てＧＰベクトルが大きくなっていくのを回避するためで
ある。

【００３４】そして、ＣＰＵ１１１は、ＧＰベクトルの
各要素とこの各要素に対応する文書ベクトルＶの要素と
を掛け合わせて、嗜好文書ベクトルＶ’を得る。嗜好文
書ベクトルＶ’は、嗜好文書ベクトルデータベース１６
７に格納して（ステップ２６）、嗜好文書ベクトル取得
処理を終了する。

【００３５】図７は、文書ベクトルを嗜好文書ベクトル
にシフトさせた状態を概念的に示す説明図である。尚、
この説明図では、表示の都合上処理重要語句をＸ，Ｙの
２つとして説明するが、処理重要語句の数が異なってい
ても、文書ベクトルを嗜好文書ベクトルにシフトさせた
状態については本質的に同様である。図７に示すよう
に、文書ベクトルＶｐ＝（０，１）、文書ベクトルＶｑ
＝（２，１）、及び文書ベクトルＶｒ＝（８，１）をＧ
Ｐベクトル＝（１，２）によりシフトさせたものであ
る。文書ベクトルＶｐ、文書ベクトルＶｑ、文書ベクト
ルＶｒは、ＧＰベクトルにより、それぞれ嗜好文書ベク
トルＶｐ’＝（０，２）、Ｖｑ’＝（２，２）、Ｖｒ＝
（８，２）にシフトされる。このように、出現頻度等に
よって決定される要素値により、文書ベクトルから嗜好
文書ベクトルへ様々な角度でシフトされる。

【００３６】次に、本実施形態による類似度算出処理に
ついて図８を参照して説明する。図８は、類似度算出処
理の動作を示すフローチャートである。

【００３７】類似度算出に際しては、ＣＰＵ１１１は、
類似度を算出する基準となる文書（基準文書Ａ）につい
ての文書嗜好ベクトルＶ’ａを取得する（ステップ２
１）。基準文書Ａについての文書嗜好ベクトルＶ’ａ
は、上述の動作によって、または既に嗜好文書ベクトル
データベース１６７に格納されている場合にはこの文書
嗜好ベクトルデータベース１６７から読み出して、取得
する。尚、基準文書Ａは、文書データベース１６４に格
納されている文書等から処理時に選択しても、予め決定
されているものを用いてもよい。また、基準文書Ａとし
ては、１つの文書の他、複数の文書よりなる文書群や、
文書群からクラスタリング処理により自動抽出した文書
群を用いることもできる。

【００３８】また、基準文書Ａとの類似度を算出する比
較文書Ｂについての文書ベクトルＶｂを取得する（ステ
ップ２２）。

【００３９】次に、ＣＰＵ１１１は、基準文書Ａと比較
文書Ｂとの類似度Ｓｂを、基準文書Ａの嗜好文書ベクト
ルＶａ’と比較文書Ｂの文書ベクトルＶｂ間の角度ｑに
依存するコサインにより求める（ステップ２３）。すな
わち、比較文書Ｂの基準文書Ａに対する類似度Ｓｂは、
嗜好文書ベクトルＶａ’と文書ベクトルＶｂの間の角度
をｑ、嗜好文書ベクトルＶａ’と文書ベクトルＶｂの内
積をＶａ’・Ｖｂ、嗜好文書ベクトルＶａ’，文書ベク
トルＶｂの大きさをそれぞれ｜Ｖａ’｜、｜Ｖｂ｜とし
た場合、次の数式１により求まる。

【００４０】［数式１］ 類似度Ｓｂ＝ＣＯＳ（ｑ）＝（Ｖａ’・Ｖｂ）／（｜Ｖ
ａ’｜×｜Ｖｂ｜）

【００４１】この類似度Ｓｂの値は−１≦Ｓｂ≦１まで
の値をとり、１に近いほど比較文書Ｂの文書ベクトルＶ
ｂと基準文書Ａの嗜好文書ベクトルＶａとの向きが近
く、文書ベクトルＶｂが嗜好文書ベクトルＶａに類似
し、比較文書Ｂが、ユーザーの嗜好に近いと考えること
ができる。

【００４２】ＣＰＵ１１１は、求められた類似度Ｓｂを
比較文書Ｂと対応させて類似度格納エリア１１３７に格
納して（ステップ２４）、類似度算出処理を終了する。

【００４３】この様に、本実施形態では、ユーザーの処
理文書中における処理重要語句の頻出頻度をもとに、基
準文書Ａの文書ベクトルＶをシフト（文書ベクトルの各
要素値を変換）してユーザーの嗜好を加味した嗜好文書
ベクトルＶ’を取得し、この嗜好文書ベクトルＶ’に対
する他の文書の類似度が算出される。従って、この類似
度は、ユーザーの興味や注目度、目的等の嗜好ユーザー
の嗜好に対する指標となるので、この類似度に基づいて
文書の分類や検索を行うことにより、ユーザーの嗜好を
反映した分類や検索が可能となる。また、ユーザーの興
味や注目度等に合う文書を選択して配信することが可能
となる。本実施形態によると、ＧＰ行列を用いた変換に
よって文書ベクトルＶを嗜好文書ベクトルＶ’にシフト
させているので、計算処理が簡単であり、ベクトル空間
法を採用したコア・エンジンを備えた一般の文書処理装
置に容易に適用することが可能である。

【００４４】本実施形態によると、文書ベクトルを嗜好
文書ベクトルにシフトさせるＧＰベクトル（嗜好ベクト
ル）のもととなるＧＰ行列を、表現すべき特徴毎の単純
な観点で構成した行列Ｇａ，Ｇｂ，Ｇｃの掛け合わせて
求めているので、様々な特徴を考慮に入れたＧＰ行列を
容易に構成して文書ベクトルＶをシフトさせることが可
能である。本実施形態によると、文書ベクトルを嗜好文
書ベクトルにシフトさせるＧＰベクトルのもととなるＧ
Ｐ行列は、各列がユーザーのメンバーの興味を反映して
いるので、ユーザーを数グループに分割した該グループ
のＧＰ行列や個々のメンバーのＧＰ行列（ベクトル）を
容易に得ることができる。本実施形態よると、ＧＰ行列
がユーザーの過去に処理した文書をもとに適宜書き換え
られている行列Ｇａ，Ｇｂ，Ｇｃをもとに取得されてい
るので、文書ベクトルＶがユーザーの嗜好の経時的掲示
変化に対応した嗜好文書ベクトルＶ’にシフトされ、ユ
ーザーの嗜好の変遷に追随した類似度の算出および検索
・分類等の処理が可能となる。

【００４５】次に、本発明の類似度表示装置、類似度表
示プログラムが記憶された記憶媒体、及び類似度表示方
法の実施形態について、この実施形態を適用した、本発
明の文書処理装置、文書処理プログラムが記憶された記
憶媒体及び文書処理方法の第２の実施形態とともに説明
する。

【００４６】図１６は、本発明の類似度表示装置の実施
形態が適用された本発明の文書処理装置の第２の実施形
態であり、本発明の類似度表示プログラムが記憶された
記憶媒体の実施形態であり且つこの類似度表示プログラ
ムの実施形態を含む本発明の文書処理プログラムが記憶
された記憶媒体の第２の実施形態の該プログラムが読み
取られたコンピュータの、構成を表したブロック図であ
る。この図１６に示すように、本実施形態においては、
ＲＡＭ１１３には、複数の対処としての文書の特徴の程
度を表す特徴度としての文書ベクトルを取得する文書ベ
クトル取得処理（特徴度取得処理）を行うためのエリア
として、前記第１の実施形態と同様の対象文書格納エリ
ア１１３１、キーワード格納エリア１１３２、文書ベク
トル格納エリア１１３４が確保されており、また、特徴
度としての文書ベクトルをもとに複数の文書相互間の文
書類似度（特徴類似度）を取得する文書類似度取得処理
（特徴類似度取得処理）を行うためのエリアとして、文
書類似度を取得する文書の文書名を格納する文書格納エ
リア１１４１、この文書格納エリア１１４１に格納され
ている文書名の文書相互間の文書類似度をそれらの文書
と対応させて格納する文書類似度格納エリア１１４２が
確保されている。更に、本実施形態による文書類似度グ
ラフ化処理（特徴類似度表示処理）を行うためのエリア
として、文書類似度に基づき算出された線分の太さをそ
の文書類似度の文書の対と対応させて格納する文書類似
度グラフ値格納エリア１１４３、及び文書類似度しきい
値格納エリア１１４４が確保されている。この文書類似
度しきい値格納エリア１１４４に格納されるしきい値
は、初期値−１に設定されている。

【００４７】更に、ＲＡＭ１１３には、複数の対象とし
てのユーザーの特徴の程度を表す特徴度としての嗜好ベ
クトルを取得する嗜好ベクトル取得処理（特徴度取得処
理）を行うためのエリアとして、前記第１の実施形態と
同様の行列格納エリア１１３５、及び嗜好ベクトル格納
エリア１１４６が確保されており、また、特徴度として
の嗜好ベクトルをもとに複数のユーザー相互間の嗜好類
似度（特徴類似度）を取得する嗜好類似度取得処理（特
徴類似度取得処理）を行うためのエリアとして、処理対
象となるユーザーのユーザー名を格納するユーザー格納
エリア１１４５、及びこのユーザー格納エリア１１４５
に格納されているユーザー相互間の嗜好類似度をそれら
のユーザーの対と対応させて格納する嗜好類似度格納エ
リア１１４７が確保されている。更に、嗜好類似度グラ
フ化処理（特徴類似度表示処理）を行うためのエリアと
して、嗜好類似度に基づき算出された線分の太さをその
嗜好類似度のユーザーの対と対応させて格納する嗜好類
似度グラフ値格納エリア１１４８、及び嗜好類似度しき
い値格納エリア１１４９が確保されている。この嗜好類
似度しきい値格納エリア１１４９に格納されるしきい値
は、初期値−１に設定されている。

【００４８】また、本実施形態においては、表示装置１
４は、嗜好類似度表示手段及び文書類似度表示手段（特
徴類似度表示手段）として、ユーザー間の嗜好類似度の
大小をそのユーザーの対に対応させてグラフ化した嗜好
類似度グラフや、文書間の文書類似度の大小をその文書
の対に対応させてグラフ化した文書類似度グラフを表示
するようになっている。更に、本実施形態においては、
表示手段１４には、嗜好類似範囲取得手段（特徴類似範
囲取得手段）としての嗜好類似度バーや文書類似範囲取
得手段（特徴類似範囲取得手段）としての文書類似度バ
ーが表示され、これらのバーの選択ポインタの位置か
ら、嗜好類似度グラフや文書類似度グラフにおいて線分
を表示させる文書類似範囲や嗜好類似範囲が取得される
ようになっている。

【００４９】更に記憶装置１６のプログラム格納部１６
２には、前記第１の実施形態における嗜好文書ベクトル
取得処理プログラムに代えて、各ユーザーの嗜好ベクト
ルを取得する嗜好ベクトル取得処理プログラム、前記第
１の実施形態の嗜好文書取得処理プログラムにおける文
書ベクトル取得処理と同様に文書ベクトルを取得する文
書ベクトル取得処理プログラム、嗜好類似度取得処理プ
ログラム、嗜好類似度グラフ化プログラム、文書類似度
取得処理プログラム、文書類似度グラフ化プログラムが
格納されている。

【００５０】また、本実施形態においては、前記第１の
実施形態における嗜好文書ベクトルデータベースに代え
て嗜好ベクトルデータベース１６９が備えられており、
各ユーザーの嗜好ベクトルが各ユーザーに対応して格納
される。

【００５１】これら以外の構成については、前述の第１
の実施形態と同様である。

【００５２】次に、上述のような構成の文書処理装置及
び類似度表示装置の動作であって、本発明の文書処理方
法の第２の実施形態について説明する。尚、上述した第
１の実施形態の文書処理装置と同様の動作については説
明は省略する。

【００５３】まず、本実施形態による嗜好度取得処理、
嗜好類似度取得処理、及び嗜好類似度グラフ化処理につ
いて説明する。尚、本実施形態の嗜好度取得処理、嗜好
類似度取得処理、及び嗜好類似度グラフ化処理処理にお
いては、個人のユーザー相互についての嗜好類似度を取
得しグラフ化するものとする。

【００５４】嗜好度取得処理に際しては、図１７に示す
ように、ＣＰＵ１１１は、まず、嗜好類似度を取得する
ユーザーを取得し、ユーザー格納エリア１１４５に格納
する（ステップ５１）。このユーザーの取得は、キーボ
ードからのユーザー名やＩＤ番号の入力や、表示装置１
４における行列データベースにおいて行列Ｇａの各行と
なっているユーザーすべての表示中からのマウスポイン
タやキーボードによる選択等により行われる。

【００５５】また、ＣＰＵ１１１は、行列データベース
１６８から行列Ｇａ，Ｇｂ，Ｇｃを取得し、次の式に従
って、ＧＰ行列を求める（ステップ５２）。 ＧＰ＝Ｇａ・Ｇｂ・Ｇｃ 従って、ＧＰ行列は、Ｇａ行列の次元合わせを行った行
をそのまま行にとり、ユーザーの各メンバーを列にとっ
てなっており、ＧＰ行列の各要素は、メンバー毎の過去
の文書処理における処理重要語句の処理重要度ｆ（ｘ）
に各メンバーの重要度を加味して表した数値となってい
る。

【００５６】ＧＰ行列を取得すると、続いてＣＰＵ１１
１は、このＧＰ行列をもとに前記ユーザー格納エリア１
１４５に格納されているユーザー毎に嗜好ベクトルを取
得し、各ユーザーと対応させて嗜好ベクトルデータベー
ス１６９及び嗜好ベクトル格納エリア１１４６に格納し
（ステップ５３）、嗜好度取得処理を終了する。

【００５７】図１８は、ＧＰ行列から嗜好ベクトルを算
出する行程を概念的に説明する説明図である。ＣＰＵ１
１１は、まず、ＧＰ行列の各列毎の各要素ｇｉｊ(ｉ＝
１〜ユーザー数ｍ、ｊ＝１〜処理重要語句の和集合の数
ｋ）からなる列ベクトル（各ユーザーの総嗜好ベクト
ル）を得る（図１８（１）→（２））。続いてＣＰＵ１
１１は、各ユーザーの総嗜好ベクトルの各要素ｇｉｊを
文書の処理回数の総数で割って、各ユーザーそれぞれの
嗜好ベクトルを得る（図１８（２）→（３））。この様
に、総嗜好ベクトルを文書の処理回数の総数で割るの
は、行列Ｇｂに文書の処理回数が要素として含まれてお
り、処理回数が増えるに従って嗜好ベクトルが大きくな
っていくのを回避するためである。

【００５８】尚、前回に嗜好ベクトルを取得してから、
行列Ｇａ及び行列Ｇｂが書き換えられていな場合には、
新たにＧＰ行列を取得することなく嗜好ベクトルデータ
べース１６９からそのまま嗜好ベクトルを読み出し取得
して嗜好ベクトル格納エリア１１４６に格納する。

【００５９】次に、ＣＰＵ１１１は、嗜好類似度取得処
理を行う。嗜好類似度取得処理においては、ユーザー格
納エリア１１４５に格納されているユーザーの嗜好ベク
トル全ての相互間について嗜好類似度を算出する。各ユ
ーザー相互間の嗜好類似度は、当該ユーザーの嗜好ベク
トル間の角度に依存するコサインにより求める。即ち、
嗜好類似度を求めるユーザーをＡ及びＢ、各ユーザーの
嗜好ベクトルをそれぞれＵａ，Ｕｂ、両嗜好ベクトルＵ
ａ，Ｕｂ間の角度をｒ、両嗜好ベクトルの内積をＵａ・
Ｕｂ、両嗜好ベクトルの大きさをそれぞれ｜Ｕａ｜，｜
Ｕｂ｜とした場合、次の数式２により求まる。 ［数式２］ 嗜好類似度Ｔａｂ＝ＣＯＳ（ｒ） ＝（Ｕａ・Ｕｂ）／（｜Ｕａ｜×｜Ｕｂ｜）

【００６０】この嗜好類似度Ｔａｂの値は−１≦Ｔａｂ
≦１までの値をとり、１に近いほど２つの嗜好ベクトル
Ｕａ，Ｕｂが互いに平行に近く、ユーザーＡ，Ｂの嗜好
が似ていると考えることができる。

【００６１】算出された嗜好類似度は、ユーザーの対と
対応させてＲＡＭ１１３の嗜好類似度格納エリア１１３
５に格納し、嗜好類似度算出処理を終了する。

【００６２】本実施形態による嗜好類似度グラフ化処理
においては、ＣＰＵ１１１は、上述の嗜好類似度取得処
理により取得されたユーザー間の嗜好類似度をもとに、
グラフ中の各ユーザー間の線の太さを数式３により算出
し、嗜好類似度グラフ値格納エリア１１４８に、ユーザ
ーの対に対応させて格納する。 ［数式３］ 線の太さ＝ＩＮＴ（最大線太さ×ユーザー間の嗜好類似
度／最大類似度＋０．５）

【００６３】ただしＩＮＴは引数を越えない最大整数を
求める関数であり、最大線太さは、表示装置において表
示されるグラフの予め決められた最大の線の太さであ
る。コンピュータ内では線の太さは正の整数によってド
ット単位で表されるので、本実施形態においては上記の
式により整数として求めることとしている。上記数式３
において最大類似度とは、前記嗜好類似度取得処理にお
いて取得された嗜好類似度の最大値である。従って、上
述の数式３により求められる線分の太さは、嗜好類似度
とほぼ比例したものとなる。

【００６４】そして、表示装置１４に、ユーザー格納エ
リア１１４５に格納されるユーザーについての嗜好類似
度表示グラフを表示する。この嗜好類似度表示グラフ
は、ユーザー名を１つの仮想円周上に等間隔に配置し、
各ユーザー間に、そのユーザー間の嗜好類似度をもとに
上記の数式から求められた線分の太さの線分を亘して表
示するものである。尚、上記数式３により求められた線
分の太さが負数となった場合には線分を破線とし、破線
の太さを上記数式３により求めた線分の太さの絶対値と
して表示する。

【００６５】また、表示装置１４には、嗜好類似度表示
グラフとともに、嗜好類似度バーを表示する。この嗜好
類似度バーは、途中に嗜好類似度を示す目盛りが付され
ている垂直バーとこの垂直バーに重なって表示される選
択ポインタよりなっている。選択ポインタは、表示画面
上でマウスポインタによりドラッグして嗜好類似度バー
上を移動させることができるようになっている。ＣＰＵ
１１１は、選択ポインタが移動されると、この選択ポイ
ンタの新たな位置の嗜好類似度を取得して嗜好類似度し
きい値格納エリア１１４９に格納し、この嗜好類似度以
上の嗜好類似度を表す線分のみを表示した嗜好類似度表
示グラフを新たに表示する。上記嗜好類似度しきい値格
納エリア１１４９に格納される初期値は−１となってお
り、嗜好類似度算出処理後の最初の表示においては、全
ての線分を表示するようになっている。

【００６６】図１９は表示装置１４に表示する嗜好類似
度表示グラフの一例であり、（ａ）は嗜好類似度バーの
選択ポインタが垂直バーの嗜好類似度−１の位置に配置
されている場合を示し、（ｂ）は嗜好類似度バーの選択
ポインタが垂直バーの嗜好類似度０．５０の位置に配置
されている場合を示す図である。この嗜好類似度表示グ
ラフにおいては８人のユーザー間の嗜好類似度を線分と
して視覚化して表示している。

【００６７】図１９（ａ）では、選択ポインタの位置か
ら、嗜好類似度しきい値が−１に設定されているため、
表示されている全てのユーザーが線分で結ばれている。
そしてこの線分の太さは、嗜好類似度の大きさとほぼ比
例して表示され、ユーザー全ての相互の嗜好類似度の大
小が一見して把握できる。図１９（ｂ）では、選択ポイ
ンタの位置から、嗜好類似度しきい値が０．５０に設定
されているため、互いの嗜好類似度が０．５０以上のユ
ーザーどうしのみが線分で結ばれている。この線分は嗜
好類似度０．５０以上に相当する太さとなっている。

【００６８】次に、本実施形態による文書ベクトル取得
処理、文書類似度取得処理、及び文書類似度グラフ化処
理について説明する。

【００６９】文書ベクトル取得処理に際して、ＣＰＵ１
１１は、まず、文書類似度を取得する文書名を取得し、
文書格納エリア１１４１に格納する。この文書名の取得
は、キーボードからの文書名やファイル番号の入力や、
記憶装置１６の文書データベース１６４から読み出し表
示した文書名のマウスポインタやキーボードによる選択
等により行われる。

【００７０】そして、文書格納エリア１１４１に格納さ
れる文書名の文書について、前記第１の実施形態と同様
の手法により文書ベクトルを取得し、文書ベクトル格納
エリア１１３４及び文書ベクトルデータベース１６６に
格納し、文書ベクトル取得処理を終了する。尚、文書格
納エリア１１４１に文書名が格納されている文書の文書
ベクトルが既に文書ベクトルデータベース１６６に格納
されており、その文書ベクトルを取得してから行列Ｇａ
が書き換えられていな場合には、新たに文書ベクトルを
求めることなく文書ベクトルデータべース１６６から文
書ベクトルを読み出し取得して嗜好ベクトル格納エリア
１１４６に格納する。

【００７１】続いてＣＰＵ１１１は、文書類似度取得処
理を行う。この文書類似度取得処理においては、文書格
納エリア１１４１に格納されている文書の文書ベクトル
全ての相互間について文書類似度を算出する。

【００７２】各文書相互間の文書類似度は、当該文書の
文書ベクトル間の角度に依存するコサインにより求め
る。即ち、文書類似度を求める文書をＱ及びＷ、各文書
の文書ベクトルをそれぞれＶｑ，Ｖｗ、両文書ベクトル
Ｖｑ，Ｖｗ間の角度をｒ、両嗜好ベクトルの内積をＶｑ
・Ｖｗ、両文書ベクトルの大きさをそれぞれ｜Ｖｑ｜、
｜Ｖｗ｜とした場合、次の数式４により求まる。 ［数式４］ 文書類似度Ｓ’ｑｗ＝ＣＯＳ（ｒ） ＝（Ｖｑ・Ｖｗ）／（｜Ｖｑ｜×｜Ｖｗ｜）

【００７３】この文書類似度Ｓ’ｑｗの値は−１≦Ｔｂ
≦１までの値をとり、１に近いほど２つの文書ベクトル
Ｖｑ，Ｖｗが互いに平行に近く、文書Ｑ，Ｗの内容が似
ていると考えることができる。

【００７４】算出された文書類似度は、文書の対と対応
させてＲＡＭ１１３の文書嗜好類似度格納エリア１１４
２及び記憶装置１６の文書ベクトルデータベース１６６
に格納しする。

【００７５】本実施形態による文書類似度グラフ化処理
においては、ＣＰＵ１１１は、上述の文書類似度取得処
理により取得された文書類似度をもとに、グラフ中の各
文書間の線の太さを数式５により算出し、文書類似度グ
ラフ値格納エリア１１４３に文書の対に対応させて格納
する。 ［数式５］ 線の太さ＝ＩＮＴ（最大線太さ×文書間の文書類似度／
最大類似度＋０．５）

【００７６】ただしＩＮＴは引数を越えない最大整数を
求める関数であり、最大線太さは、表示装置において表
示されるグラフの予め決められた最大の線の太さであ
る。コンピュータ内では線の太さは正の整数によってド
ット単位で表されるので、本実施形態においては上記の
式により整数として求めることとしてある。上記数式５
において最大類似度とは、前記文書類似度取得処理にお
いて取得された文書類似度の最大値である。従って、上
述の数式５により求められる線分の太さは、文書類似度
とほぼ比例したものとなる。

【００７７】そして、表示装置１４に、文書格納エリア
１１４１に格納された文書名の文書についての文書類似
度表示グラフを表示する。この文書類似度表示グラフ
は、文書格納エリア１１４１に格納される文書名を１つ
の仮想円周上に等間隔に配置し、且つ各文書間に、それ
らの文書間の文書類似度をもとに上記数式５から求めら
れた太さの線分を亘して表示するものである。尚、上記
数式５により求められた線分の太さが負数となった場合
には線分を破線とし、破線の太さを上記数式５により求
めた線分の太さの絶対値として表示する。

【００７８】本実施形態の文書類似度表示グラフでは、
文書類似度の大きい文書どうしほどその文書名が段階的
に太い線で結ばれて表示され、文書全ての相互の文書類
似度の大小が一見して把握可能となる。

【００７９】また、表示装置１４には、文書類似度表示
グラフとともに、文書類似度バーを表示する。この文書
類似度バーは、途中に文書類似度を示す目盛りが付され
ている垂直バーとこの垂直バーに重なって表示される選
択ポインタよりなっている。選択ポインタは、表示画面
上でマウスポインタによりドラッグして文書類似度バー
上を移動させることができるようになっている。ＣＰＵ
１１１は、選択ポインタが移動されると、この選択ポイ
ンタの新たな位置の文書類似度を取得して文書類似度し
きい値格納エリア１１４４に格納し、この文書類似度以
上の文書類似度を表す線分のみを表示した文書類似度表
示グラフを新たに表示する。上記文書類似度しきい値格
納エリア１１４４に格納される初期値は−１となってお
り、文書類似度算出処理後の最初の表示においては、全
ての線分を表示するようになっている。

【００８０】この様に、本実施形態では、複数のユーザ
ーや文書全ての相互間の嗜好類似度や文書類似度につい
て一括して表示したグラフにより、複数のユーザーや文
書全ての相互間の類似の大小を一見して把握することが
できる。本実施形態では、ユーザー間の嗜好類似度や文
書間の文書類似度が線分の太さにより表示され、嗜好類
似度や文書類似度の大小を容易に視覚的に把握すること
ができる。本実施形態では、表示装置に表示される嗜好
類似度バーや文書類似度バーの選択ポインタによってし
きい値を変更し、所望の値以上の嗜好類似度や文書類似
度を示す線分のみを表示させることができ、ユーザーや
文書の分類、選択等が容易である。本実施形態では、嗜
好類似度表示グラフや文書類似度表示グラフを表示させ
た状態のまましきい値を変更して嗜好類似度表示グラフ
や文書類似度表示グラフを再表示させることができ、一
層ユーザーや文書の分類、選択等が容易である。

【００８１】尚、本発明は、上述の実施形態に限定され
るものではなく、本発明の趣旨を逸脱しない限りにおい
て適宜変更が可能である。上述の各実施形態においては
文書処理装置としてコンピュータを用いているが、コン
ピュータに限定されるものではなく、ワードプロセッサ
等であってもよい。 上述の第１の実施形態においてＧ
Ｐ行列は、各文書における処理重要語句の出現頻度（行
列Ｇａ）とメンバー毎の過去の文書処理回数（行列Ｇ
ｂ）、および各メンバーの重要度（行列Ｇｃ）とから取
得されているが、各文書における処理重要語句の出現頻
度（行列Ｇａ）とメンバー毎の過去の文書処理回数（行
列Ｇｂ）のみにより取得されてもよい。また、例えば、
各文書の処理時間や、他の文書作成に引用された件数、
リンク付けされている数等も加味して取得されてもよ
い。更に、ＧＰ行列を上述の実施形態と同様に行列Ｇａ
〜行列Ｇｃ等の行列の掛け合わせから取得する場合にお
いて、行列Ｇａ〜行列Ｇｃ等の各行列の要素はそれぞれ
処理重要語句の文書中の出現頻度や、メンバーが各文書
を処理した回数を反映した数値となっていればよく、直
接出現頻度や処理回数そのものを表していなくてもよ
い。

【００８１】上述の各実施形態においては行列Ｇａ〜Ｇ
ｃは過去の文書処理内容から取得されているが、ユーザ
ーが取得して行列データベース１６８に直接入力しても
よい。 上述の各実施形態においては行列Ｇａ〜Ｇｃは
所定期間毎に書き換えられているが、文書処理を行う毎
に、または所定回数の文書処理を行う毎等に書き換えて
もよい。第１の実施形態においてＧＰベクトルを表示装
置に表示するＧＰベクトル表示手段を備え、ユーザーや
ユーザーメンバーの嗜好を視覚的に把握できるようにし
てもよい。この場合、ＧＰベクトルを行列データベース
または専用のＧＰベクトルデータベースに経時順に格納
しておき、経時変化も把握できるようにしてもよい。

【００８２】説明した各実施形態では処理重要語句や処
理重要度を取得する手法として図４のフローチャートに
従った方法を１例にして説明したが、本発明でこの方法
に限られるものではなく、文書中から処理重要語句を抽
出する方法や、処理重要度の決定方法等については、公
知の各種方法により置き換えることが可能である。更
に、第１の実施形態において、文書嗜好ベクトルの類似
度の算出方法については、数式１により類似度を算出す
ることとしたが、この数式に限定されるものではなく、
文書嗜好ベクトル相互間の類似関係を表すことが可能で
あれば他の数式により類似度を算出することも可能であ
る。第１の実施形態において算出した類似度の表示は、
類似度の操作者からの入力により類似閾値を取得し、当
該類似閾値よりも高い類似度を備えた対象文書のみを表
示させたり、類似度の高いうちから１０個の文書のみを
表示させたりすることもできる。また、類似度の高い順
ではなく、あいうえお順等に表示された対象文書名とと
もに表示してもよい。更に、類似度表示は、操作者から
の命令のあったときのみに表示させるようにしたり、表
示装置には表示させずに印刷させることとしてもよい。

【００８３】説明した各実施形態は日本語で作成された
文書に限られるものではなく、あらゆる言語で作成され
た文書を対象とすることが可能である。その場合、対象
となる文書が作成された言語用の形態素解析アルゴリズ
ム等を使用するといった、本発明の構成には影響のない
部分を変更するだけでよい。

【００８４】なお、以上の各実施形態において説明し
た、各装置、各部、各動作、各処理等に対しては、それ
らを含む上位概念としての各手段（〜手段）により、実
施形態を構成することが可能である。例えば、「文書デ
ータベース１６４から、各処理文書の処理回数を取得し
（ステップ１４）」との記載に対して文書の処理回数を
記憶する処理回数データベースを文書データベース１６
４とは別途に構成したり、「処理回数取得手段」を構成
したり、「抽出した候補語（句）の処理文書での出現頻
度、評価関数から、各候補語（句）の処理重要度ｆ
（ｘ）を取得する（ステップ１２３）との記載に対し
て、「処理重要語句取得手段」を構成するようにしても
よい。同様に、その他各種動作に対して「〜（動作）手
段」等の上位概念で実施形態を構成するようにしてもよ
い。

【００８５】上述の第２の実施形態においては、１つ１
つの文書及び一人一人のユーザーそれぞれどうしについ
ての類似の大小を表示したが、複数よりなる文書やユー
ザーどうしについての類似の大小を取得し表示してもよ
い。尚、対象が複数よりなるユーザーである場合、その
嗜好ベクトルは、第１の実施形態のＧＰベクトルとする
ことができる。また、類似の大小を取得する対象はこれ
らに限られるものではなく、類似の大小を数値化するこ
とのできるものであればよく、データベースやエージェ
ント、マルチメディアコンテンツ、及びこれらの群等と
することもできる。更に、特徴度は数値を用いて表され
ればよく、嗜好ベクトルや文書ベクトル等のベクトルの
他、スカラー量等とすることができる。

【００８６】第２の実施形態においては、嗜好類似度や
文書類似度は、数式２や数式４により算出することとし
たが、これらの数式に限定されるものではなく、嗜好ベ
クトル相互間の類似関係や文書ベクトル相互間の類似関
係を表すことが可能であれば他の数式により算出するこ
とも可能である。また、第２の実施形態では行列Ｇａ、
行列Ｇｂ、行列Ｇｃを掛け合わせたＧＰ行列から各ユー
ザー毎の嗜好ベクトルを取得したが、行列Ｇａと行列Ｇ
ｂのみを掛け合わせた嗜好行列Ｈ＝Ｇａ・Ｇｂから同様
に各ユーザーの嗜好ベクトルを取得してもよい。尚、Ｇ
Ｐ行列は嗜好行列Ｈに各ユーザーの重要度に基づき各要
素をユーザー毎にスカラー倍したものなので、嗜好行列
Ｈから取得した嗜好ベクトルにより数式２に基づいて類
似度を算出した場合にも、上記第２の実施形態と同一の
値の類似度が算出される。ユーザー毎の嗜好ベクトルの
各要素に同一の文書ベクトルの各要素を掛けた嗜好文書
ベクトルを取得し、嗜好文書ベクトルをもとに嗜好類似
度を算出することもできる。文書ベクトルの各要素に特
定のユーザーの嗜好ベクトルの各要素を掛けた嗜好文書
ベクトルを取得し、各文書の嗜好文書ベクトルをもと
に、前記特定のユーザーの嗜好を加味した場合の文書ベ
クトルの文書類似度を算出することとしてもよい。

【００８７】第２の実施形態において、嗜好類似度表示
グラフや文書類似度表示グラフの線分の太さの算出方法
については、数式３や数式５により算出することとした
が、これらの数式に限定されるものではなく、嗜好類似
度や文書類似度の大小関係を表すことが可能であれば他
の数式により線分の太さを算出することも可能である。
例えば、次の数式６や数式７により求めることとしても
よい。尚、数式６及び数式７において類似度とはユーザ
ー間の嗜好類似度、又は文書間の文書類似度をいうもの
とする。 ［数式６］ 線の太さ＝ＩＮＴ（最大線太さ×｜類似度｜＋０．５） ［数式７］ 線の太さ＝ＩＮＴ（最大線太さ×（類似度＋１）／２＋
１） 尚、数式７は、全ての線の太さが正の値として求めら
れ、正負の値により表示を異ならせる必要がなくなる点
で優れている。

【００８８】第２の実施形態においては、嗜好類似範囲
取得手段や文書類似範囲取得手段は表示装置に表示され
る嗜好類似度バーや文書類似度バーの選択ポインタの位
置により、表示される線分の類似度の範囲の下限を取得
したが、これに限られるものではなく、例えば、キーボ
ード等からの入力により類似度の範囲を直接数値として
取得するようにしてもよい。また、類似度の範囲の下限
ではなく上限や範囲全体を取得するものとしたり、嗜好
類似度や文書類似度ではなく線分の最大太さ等を指定す
るようにしてもよい。第２の実施形態においては、嗜好
類似範囲取得手段や文書類似範囲取得手段は嗜好類似度
表示グラフや文書類似度表示グラフの表示時に、表示さ
れる線分の類似度の範囲を取得したが、これに限られる
ものではなく、例えば、嗜好類似範囲や文書類似範囲は
嗜好類似度表示グラフや文書類似度表示グラフの表示前
のみまたは表示前と表示中の両方において、表示される
線分の類似度の範囲を取得するものとしてもよい。

【００８９】上述の第２の実施形態においては嗜好類似
度表示グラフや文書類似度表示グラフは表示装置１４に
画面表示されるが、この画面表示に代えてまたは画面表
示とともに印刷装置１５により印刷されるようにしても
よい。上述の第２の実施形態においては嗜好類似度や文
書類似度の大小は対象を円周上に配置しその対象間を結
ぶ線分により類似度を表現するグラフにより表されてい
るが、本発明による特徴類似度の大小の表示は、これに
限られるものではなく、例えば、特徴類似度の近いもの
どうしの距離が近くなるように対象名を配置して表示す
るもの等とすることができる。

【００９０】上述の第２の実施形態においては嗜好類似
度や文書類似度の大小は線分の太さにより把握可能に表
されたが、これに限られるものではなく、例えば、色の
濃さ等の差異により表現してもよい。上述の第２の実施
形態においては嗜好類似度や文書類似度の正負は線分の
種類により区別されているが、これに限られるものでは
なく、例えば色分け等により区別してもよい。

【００９１】

【発明の効果】以上説明したように、請求項１、請求項
２及び請求項５に記載の発明によれば、複数の対象全て
の相互間の類似度の大小を容易に把握でき、容易且つ適
切に対象の分類や検索を行うことができる。

【００９２】請求項３及び請求項４に記載の発明によれ
ば、文書処理装置において、容易かつ適切に文書やユー
ザーの分類、検索、配信等の処理を行うことができ、人
材の発掘や再配置、ワーク・グループやワークフローの
再構築を容易に適切に行うことが可能になる。

【００９３】請求項６から請求項１６記載の発明によれ
ば、嗜好文書ベクトル取得手段により文書ベクトルをユ
ーザーの嗜好を加味した嗜好文書ベクトルにシフトさ
せ、この嗜好文書ベクトルに対する類似度を取得するこ
とにより、ユーザーの興味や注目度、目的等の嗜好に対
する文書の類似度が取得でき、この類似度に基づいて、
容易に適切に分類や検索、配信等の文書処理を行うこと
が可能である。

【図面の簡単な説明】

【図１】本発明の文書処理装置の第１の実施形態であ
り、本発明の文書処理プログラムが記憶された記憶媒体
の第１の実施形態の該プログラムが読み取られたコンピ
ュータの構成を表したブロック図である。

【図２】図１の実施形態における行列Ｇａ，Ｇｂ，Ｇｃ
を示す説明図である。

【図３】図１の実施形態による行列Ｇａ，Ｇｂ書き換え
処理の動作を表したフローチャートである。

【図４】図１の実施形態による処理重要語句・処理重要
度取得処理の動作を表したフローチャートである。

【図５】図１の実施形態による嗜好文書ベクトル取得処
理の動作を示すフローチャートである。

【図６】図１の実施形態におけるＧＰ行列からＧＰベク
トルを算出する行程を概念的に説明する説明図である。

【図７】図１の実施形態における文書ベクトルを嗜好文
書ベクトルにシフトさせた状態を概念的に説明する説明
図である。

【図８】図１の実施形態による類似度算出処理の動作を
示すフローチャートである。

【図９】請求項６に記載した発明のクレーム対応図であ
る。

【図１０】請求項８に記載した発明のクレーム対応図で
ある。

【図１１】請求項１０に記載した発明のクレーム対応図
である。

【図１２】請求項１１に記載した発明のクレーム対応図
である。

【図１３】請求項１３に記載した発明のクレーム対応図
である。

【図１４】請求項１５に記載した発明のクレーム対応図
である。

【図１５】請求項１６に記載した発明のクレーム対応図
である。

【図１６】本発明の文書処理装置の第２の実施形態であ
り、本発明の文書処理プログラムが記憶された記憶媒体
の第２の実施形態の該プログラムが読み取られたコンピ
ュータの構成を表したブロック図である。

【図１７】図１６の実施形態による嗜好度取得処理の動
作を示すフローチャートである。

【図１８】図１６の実施形態における嗜好行列Ｈから嗜
好ベクトルを算出する過程を概念的に説明する説明図で
ある。

【図１９】図１６の実施形態において表示される嗜好類
似度表示グラフ及び嗜好類似度バーの一例であり、
（ａ）は嗜好類似度バーの選択ポインタが垂直バーの嗜
好類似度−１の位置に配置されている場合を示し、
（ｂ）は嗜好類似度バーの選択ポインタが垂直バーの嗜
好類似度０．５０の位置に配置されている場合を示す図
である。

【符号の説明】

１１ 制御部 １１２ ＲＯＭ １１３ ＲＡＭ １１３１ 対象文書格納エリア １１３２ キーワード格納エリア １１３４ 文書ベクトル格納エリア １１３５ 行列格納エリア １１３６ 嗜好文書ベクトル格納エリア １１３７ 類似度格納エリア １１４１ 文書格納エリア １１４２ 文書類似度格納エリア １１４３ 文書類似度グラフ値格納エリア １１４４ 文書類似度しきい値格納エリア １１４５ ユーザー格納エリア １１４６ 嗜好ベクトル格納エリア １１４７ 嗜好類似度格納エリア １１４８ 嗜好類似度グラフ値格納エリア １１４９ 嗜好類似度しきい値格納エリア １２ キーボード １３ マウス １４ 表示装置 １５ 印刷装置 １６ 記憶装置 １６１ 仮名漢字変換辞書 １６２ プログラム格納部 １６４ 文書データベース １６５ 重要語データベース １６６ 文書ベクトルデータベース １６７ 嗜好文書ベクトルデータベース １６８ 行列データベース １６９ 嗜好ベクトルデータベース １７ 記憶媒体駆動装置 １８ 通信制御装置 １９ 入出力Ｉ／Ｆ １０１ 嗜好ベクトル取得手段 １０２ 文書取得手段 １０３ 文書ベクトル取得手段 １０４ シフト手段 １０５ ＧＰ行列取得手段 １０６ 類似度算出手段 ２０１ 嗜好ベクトル取得機能 ２０２ 文書取得機能 ２０３ 文書ベクトル取得機能 ２０４ シフト機能 ２０５ ＧＰ行列取得機能 ２０６ 類似度算出機能 ３０１ 特徴度取得手段 ３０２ 特徴類似度取得手段 ３０３ 特徴類似度表示手段 ３０４ 特徴類似範囲取得手段 ４０１ 特徴度取得機能 ４０２ 特徴類似度取得機能 ４０３ 特徴類似度表示機能 ４０４ 特徴類似範囲取得機能

───────────────────────────────────────────────────── フロントページの続き (72)発明者 野村 直之 徳島県徳島市沖浜東３丁目46番地 株式会 社ジャストシステム内 Ｆターム(参考） 5B075 ND03 NK02 PQ14 PQ36 PR06 PR08 QS01

Claims (16)

【特許請求の範囲】
1. 【請求項１】 複数の対象それぞれについて、その特徴
   の程度を表す特徴度を取得する特徴度取得手段と、 前記特徴度取得手段により取得された前記特徴度をもと
   に、複数の前記対象相互間の特徴類似度を取得する特徴
   類似度取得手段と、 複数の前記対象と前記対象間を亘る線分とを表示し、且
   つ前記線分の表示状態によりそれらの対称間の特徴類似
   度の大小を視覚的に把握可能に表す記特徴類似度取得手
   段とを備えることを特徴とする類似度表示装置。
2. 【請求項２】 前記特徴類似度の範囲を取得する特徴類
   似範囲取得手段を備え、 前記特徴類似度表示手段は、前記特徴類似範囲取得手段
   により取得された前記範囲のみの線分を表示することを
   特徴とする請求項１に記載の類似度表示装置。
3. 【請求項３】 文書処理装置に用いられ、 前記対象がユーザーであり、 前記特徴度が前記ユーザーそれぞれの嗜好を表す複数の
   キーワードに対する重要度を要素値とする嗜好ベクトル
   であることを特徴とする請求項１または２に記載の類似
   度表示装置。
4. 【請求項４】 文書処理装置に用いられ、 前記対象が文書であり、 前記特徴度が前記文書を特徴付ける文書ベクトルである
   ことを特徴とする請求項１または２に記載の類似度表示
   装置。
5. 【請求項５】 複数の対象それぞれについて、その特徴
   を表す特徴度を取得する特徴度取得機能と、 前記特徴度取得機能により取得された前記特徴度をもと
   に、複数の前記対象相互間の特徴類似度を取得する特徴
   類似度取得機能と、 複数の前記対象と前記対象間を亘る線分とを表示し、且
   つ前記線分の表示状態によりそれらの対称間の特徴類似
   度の大小を視覚的に把握可能に表す記特徴類似度取得機
   能とをコンピュータに実現させるためのコンピュータ読
   み取り可能な類似度表示プログラムが記憶された記憶媒
   体。
6. 【請求項６】 ユーザーの嗜好を表す複数のキーワード
   に対する重要度を要素値とする嗜好ベクトルを取得する
   嗜好ベクトル取得手段と、 文書を取得する文書取得手段と、 前記文書取得手段により取得された文書を特徴付ける文
   書ベクトルを取得する文書ベクトル取得手段と、 前記文書ベクトル取得手段により取得された前記文書ベ
   クトルを前記嗜好ベクトルによりシフトさせるシフト手
   段とを具備することを特徴とする文書処理装置。
7. 【請求項７】 前記嗜好ベクトル取得手段は、前記ユー
   ザーが作成した文書又はアクセスした文書に対する複数
   の文書ベクトルから前記嗜好ベクトルを作成することを
   特徴とする請求項６に記載の文書処理装置。
8. 【請求項８】 複数のユーザーと、複数の前記ユーザー
   それぞれの嗜好を表す複数のキーワードとの一方を行、
   他方を列とし、前記各ユーザーに対する前記各キーワー
   ドの重要度を要素値とするＧＰ行列を取得するＧＰ行列
   取得手段を備え、 前記嗜好ベクトル取得手段は、前記ＧＰ行列により前記
   嗜好ベクトルを取得することを特徴とする請求項６また
   は請求項７に記載の文書処理装置。
9. 【請求項９】 前記ＧＰ行列取得手段は、 ユーザーが過去に処理した文書と該文書のキーワードと
   のうちの一方を行、他方を列とし、前記文書におけるキ
   ーワードの重要度を要素値とする文書−キーワード行列
   と、 ユーザーが過去に処理した文書とユーザーとのうちの一
   方を行、他方を列とし、各ユーザーの前記文書の処理回
   数を要素とする文書−ユーザー行列と、からＧＰ行列を
   取得することを特徴とする請求項８に記載の文書処理装
   置。
10. 【請求項１０】 所定の文書の文書ベクトルを嗜好ベク
    トルによりシフトさせた嗜好文書ベクトルと、他の文書
    の文書ベクトルから、前記所定の文書と前記他の文書と
    の類似度を算出する類似度算出手段を具備することを特
    徴とする請求項６から請求項９のうちのいずれか１の請
    求項に記載の文書処理装置。
11. 【請求項１１】 ユーザーの嗜好を表す複数のキーワー
    ドに対する重要度を要素値とする嗜好ベクトルを取得す
    る嗜好ベクトル取得機能と、 文書を取得する文書取得機能と、 前記文書取得機能により取得された文書を特徴付ける文
    書ベクトルを取得する文書ベクトル取得機能と、 前記文書ベクトル取得機能により取得された前記文書ベ
    クトルを前記嗜好ベクトルによりシフトさせるシフト機
    能とをコンピュータに実現させるためのコンピュータ読
    み取り可能な文書処理プログラムが記憶された記憶媒
    体。
12. 【請求項１２】 前記嗜好ベクトル取得機能は、前記ユ
    ーザーが作成した文書又はアクセスした文書に対する複
    数の文書ベクトルから前記嗜好ベクトルを作成すること
    を特徴とする請求項１１に記載の文書処理プログラムが
    記憶された記憶媒体。
13. 【請求項１３】 複数のユーザーと、複数の前記ユーザ
    ーそれぞれの嗜好を表す複数のキーワードとの一方を
    行、他方を列とし、前記各ユーザーに対する前記各キー
    ワードの重要度を要素値とするＧＰ行列を取得するＧＰ
    行列取得機能を備え、 前記嗜好ベクトル取得機能は、前記ＧＰ行列により前記
    嗜好ベクトルを取得することを特徴とする請求項１１ま
    たは請求項１２に記載の文書処理プログラムが記憶され
    た記憶媒体。
14. 【請求項１４】 前記ＧＰ行列取得機能は、 ユーザーが過去に処理した文書と該文書のキーワードと
    のうちの一方を行、他方を列とし、前記文書におけるキ
    ーワードの重要度を要素値とする文書−キーワード行列
    と、 ユーザーが過去に処理した文書とユーザーとのうちの一
    方を行、他方を列とし、各ユーザーの前記文書の処理回
    数を要素とする文書−ユーザー行列と、からＧＰ行列を
    取得することを特徴とする請求項１３に記載の文書処理
    プログラムが記憶された記憶媒体。
15. 【請求項１５】 所定の文書の文書ベクトルを嗜好ベク
    トルによりシフトさせた嗜好文書ベクトルと、他の文書
    の文書ベクトルから、前記所定の文書と前記他の文書と
    の類似度を算出する類似度算出機能を具備することを特
    徴とする請求項６から請求項９のうちのいずれか１の請
    求項に記載の文書処理プログラムが記憶された記憶媒
    体。
16. 【請求項１６】 ユーザーの嗜好を表す複数のキーワー
    ドに対する重要度を要素値とする嗜好ベクトルと、文書
    とを取得し、 前記文書を特徴付ける文書ベクトルを取得し、 前記文書ベクトルを前記嗜好ベクトルによりシフトさせ
    ることを特徴とする文書処理方法。