JP2006106970A - 情報検索装置、情報検索方法およびコンピュータプログラム - Google Patents

Abstract

【課題】 単語展開の幅に柔軟性を持たせ、情報検索を好適に実行する。
【解決手段】 入力された単語または自然文から展開対象となる被展開語を選定し、選定された被展開語に対応する第１の概念データを概念データ辞書から抽出する。抽出された第１の概念データに対して所定値以上の類似度を有する第２の概念データを抽出する。そして、第２の概念データに対応付けられている展開語を抽出して、情報検索を実行する。なお、所定値については、１〜１００などのようにアナログ的に指定できるようにしてもよい。
【選択図】 図１

Description

本発明は、コンピュータにおける情報検索技術に関する。

一般に、キーワードを用いた情報検索では、キーワードを含む情報だけが抽出され、キーワードが含まれない情報は抽出されないため、検索漏れが生じやすい。その改善方法として、入力されたキーワードを、関連する一以上の単語に展開することによって、検索漏れを少なくする手法がある。

特許文献１によれば、ニューラルネットワークを使用して、単語を関連語に展開する発明が開示されている。この例では「みかん」ＡＮＤ「冬」の検索条件が入力された場合について説明されている。「みかん」と「冬」を単語展開用のニューラルネットワークによって、それぞれ関連語に展開する。また、「みかん」に対して強い関連度で「静岡」「りんご」「こたつ」、弱い関連度で「猫」が抽出される。また「冬」の関連語として強い関連度で「こたつ」「猫」、弱い関連度で「りんご」「静岡」が抽出される。最終的に両方の単語に対して関連度が高い「こたつ」が高い関連語となり、その他の単語「猫」「りんご」「静岡」は弱い関連語として展開され、検索時には最初に入力した「みかん」「冬」に加えて「こたつ」「猫」「りんご」「静岡」によって検索が実行される。
特開平５−１３５１１０

しかしながら、従来技術では、展開対象の単語について得られる展開語は常に同一であったため、単語展開の柔軟性に欠けていた。たとえば、ユーザーが多数の展開語を用いて検索したい場合や、逆に、少数の展開語を用いて検索したい場合であって、従来は、常に画一的な単語展開しかできなかった。すなわち、展開の幅を自由に選択することができなかった。

このように、従来の単語展開技術では、ユーザーが展開レベルを柔軟に制御することができず、ユーザーにとって使いにくかった。また、単語単位での展開しかできなかったため、複合語や自然文などに対しては、これらを構成する個々の単語を単位として単語展開できなかった。

そこで、本発明は、このような課題および他の課題の少なくとも１つを解決することを目的とする。なお、他の課題については明細書の全体を通して理解できよう。

本発明によれば、入力された単語または自然文から展開対象となる被展開語を選定し、選定された被展開語に対応する第１の概念データを概念データ辞書から抽出する。抽出された第１の概念データに対して所定値以上の類似度を有する第２の概念データを抽出する。そして、第２の概念データに対応付けられている展開語を抽出して、情報検索を実行する。なお、所定値については、１〜１００などのようにアナログ的に指定できるようにしてもよい。

本発明では、ある被展開語を展開して得られる展開語は、常に、一定ではなく、類似度の閾値や展開語の数などの所定値に応じて、柔軟に変更することができる。また、所定値については、１〜１００などのようにアナログ的に指定できるので、ユーザーは、展開の幅を柔軟に選択できる。

以下に本発明の上位概念、中位概念および下位概念の理解に役立つ一実施形態を示す。なお、以下の実施形態に含まれる概念について、そのすべてが特許請求の範囲に記載されているとは限らない。ただし、これは特許発明の技術的範囲から意識的に除外したのではなく、特許発明と均等の関係にあるため特許請求の範囲には記載していない場合があることを理解していただきたい。

［第１の実施形態］
図１は、実施形態に係る情報処理装置の例示的なブロック図である。ＣＰＵ１０１は、ＲＯＭ１０３に格納されている制御プログラムに従って本装置全体の制御を行なう演算処理装置である。ＲＡＭ１０２は、検索条件などの検索用データ１１１、ユーザーにより指定される類似度の閾値（所定値）データ１１２、および演算により算出されたデータなどを記憶する記憶手段である。ＲＯＭ１０３は、オペレーティングシステム、後述のフローチャートに係る処理プログラム１０８、概念データ辞書１０９、および特徴概念テーブル１１０などの各種データ／プログラムを記憶する記憶手段である。なお、これらのデータやプログラムを磁気ディスク装置等の記憶手段に記憶してもよい。出力装置１０５は、液晶表示装置、または画像形成装置等であり、出力インターフェース１０４を介して、ＣＰＵ１０１からデータなどを受信する。入力装置１０７は、キーボード、マウス等のポインティングデバイスなどであり、入力ＩＦ１０６を介して、ＣＰＵ１０１に入力データを伝達する。入力装置１０７には、通信装置が含まれてもよい。

図２は、実施形態に係る情報検索装置の例示的な機能ブロック図である。図示されている機能は、処理プログラム１０８をＣＰＵ１０１が実行することにより実現される。

入力部２０１は、単語、複合語または自然文などの検索条件（検索キーワード）を入力する。選定部２０２は、検索条件から展開対象となる１以上の被展開語を選定する。記憶部２０３は、後述の概念データ辞書１０９を記憶している。読み出し部２０４は、選定された前記被展開語に対応する１以上の概念データを概念データ辞書１０９から読み出す。抽出部２０５は、読み出された概念データに対して、所定値以上の類似度を有する１以上の他の概念データに対応付けられている展開語を、概念データ辞書１０９から抽出する。情報検索部２０６は、抽出された展開語を、被展開語などの検索条件に追加して情報検索を実行する。処理プログラム１０８には、これらの各機能に対応するプログラムモジュールが含まれている。なお、類似度の閾値（または展開語の上限数）１１２を指定するための指定部２０７が含まれてもよい。

図３は、実施形態に係る情報検索処理の例示的なフローチャートである。ステップＳ３００において、ＣＰＵ１０１は、入力装置１０７から入力される検索条件と、類似度の閾値（所定値）または展開語の上限数などから検索条件データ１１１を作成して、ＲＡＭ１０２に記憶する。

ステップＳ３０１において、ＣＰＵ１０１は、入力装置１０７から入力された検索条件をＲＡＭ１０２から読み出し、当該検索条件から、展開の対象となる被展開語を選定する。

図４は、実施形態に係る被展開語の選定処理の一例を示す図である。たとえば、自然文「春の花」が検索条件として入力されると、ＣＰＵ１０１は、処理プログラム１０８に含まれる形態素解析モジュールによって、単語切りだし処理を行ない、「春：名詞」「の：格助詞」「花：名詞」のように形態素を抽出する。一般的に助詞などは、検索条件に不要な単語であることから名詞である「春」と「花」を有効な被展開語として抽出する。論理式が検索条件として入力された場合は、ＡＮＤやＯＲなどの演算子を除き、そのまま有効な被展開語として「春」と「花」を抽出する。ここで、抽出された被展開語は、ＲＡＭ１０２に記憶され、情報検索の際に検索キーワードの１つとして使用される。

ステップＳ３０２において、ＣＰＵ１０１は、ＲＯＭ１０３の概念データ辞書１０９から、被展開語に対応付けられている概念データを読み出す。上述の例では、被展開語「春」を単語見出しとして、概念データ辞書を検索して、「春」の概念データを取得する。

図５は、実施形態に係る概念データ辞書の一例を示す図である。各概念データには、単語の見出し５０１と、概念のＩＤ ５０２と、概念の強さ５０３が格納されている。見出し語が「春」の場合、概念データ（概念ＩＤ：概念強度）として「季節：１０」、「イベント：３」、「学校行事：５」、「春：１０」、「花：７」、・・・などが登録されている。

ステップＳ３０３において、ＣＰＵ１０１は、比較対象となる単語（比較候補）が存在するかどうか判定する。たとえば、概念データ辞書に登録されている全ての見出し語など、比較候補となっているすべての単語との比較を終了したとき、あるいは、見出し語またはその概念データが存在しなかった場合などに、比較候補がないと判定し、ステップＳ３０８へ進む。比較候補がまだ残っていれば、ステップＳ３０４に進む。

上述の例では、「春」の概念データが概念データ辞書１０９に存在し、しかもまだ比較処理を完了していないので、ステップＳ３０４に進む。

ステップＳ３０４において、ＣＰＵ１０１は、比較候補の概念データを概念データ辞書１０９から読み出す。たとえば、概念データ辞書１０９にｎ個の見出し語が登録されている場合、ｉ番目の見出し語の概念データを読み出す（ｉ，ｎは自然数で、１＝＜ｉ＝＜ｎ）。ここでは、ｉ番目の見出し語「桜」を比較候補とし、その概念データを読み出す。図５の例を参照すると、「桜」の概念データとして「春：１０」「花：１０」「植物：１０」「樹木：１０」「イベント：３」「学校行事：４」・・・など読み出される。

ステップＳ３０５において、ＣＰＵ１０１は、被展開語の概念データと、比較候補の概念データとについて比較処理を実行する。たとえば、被展開語の概念データと、比較候補の概念データとから類似度を算出する。また、本実施形態では、一例として、ベクトル空間モデルを応用した類似度算出方法を紹介する。

ここで、Ｗ１は被展開語であり、Ｗ２は比較候補であり、Ｗ１（ｃ）ｉは被展開語の概念データｉであり、Ｗ２（ｃ）ｉは被展開語の概念データｉであり、ｎは総概念数である。上述の例を当てはめると、Ｗ１には春、Ｗ２には桜、Ｗ１（ｃ）にはそれぞれ、春（季節）、春（春）、春（花）などの春に対する概念強度が格納される。同様にＷ２（ｃ）には桜（季節）、桜（春）、桜（花）などの桜に対する概念強度が格納される。すなわち以下のようになる。
春（季節） ＝１０
春（春） ＝１０
春（花） ＝１０
春（草） ＝ １
春（樹木） ＝ １
春（植物） ＝ １
春（イベント） ＝ ３
春（学校行事） ＝ ５
：
桜（季節） ＝ １
桜（春） ＝１０
桜（花） ＝１０
桜（草） ＝ １
桜（樹木） ＝１０
桜（植物） ＝１０
桜（イベント） ＝ ３
桜（学校行事） ＝ ５
：
これらから類似度を算出すると次のようになる。すなわち、春と桜のすべての次元について計算すると、類似度８３．５という数値が算出される。

ステップＳ３０６において、ＣＰＵ１０１は、算出された類似度が所定値以上であるかどうかを判定する。所定値については、ユーザーが入力装置１０７から入力する。所定値は、１〜１００までの任意の数値など、アナログ的に数値を入力できるようにすることが好ましい。もし、展開レベル１または展開レベル２のいずれかを選択させるが如く、デジタル的にしか展開レベルを受け付けないとすると、展開レベルの選択の柔軟性が大きく失われてしまう。よって、本実施形態では、展開の柔軟性を確保できるように、アナログ的に類似度の閾値や展開語の上限個数を指定できるようにしている。
所定値として、あらかじめ０を設定しておくと、すべての比較対象単語を展開語として出力することができる。なぜなら、この例での概念強度は０ないし１０であるため、類似度は０ないし１００の値をとるからである。

なお、類似度があまりにも低い展開語を用いて情報検索しても検索効率が低下してしまうので、ここでは所定値として８０を設定するものとして説明する。上述したように春と桜の類似度は８３．５であるので、閾値である８０を超えている。よって、被展開語「春」の展開語として「桜」が抽出される。

ステップＳ３０７において、ＣＰＵ１０１は、展開語を検索条件として設定する。たとえば、取得された展開語をＲＡＭ１０２に記憶する。また、（桜：８３．５）の如く、類似度のデータを含めて記憶してもよい。

以上のようにＳ３０１からＳ３０７を繰り返し、すべての比較候補について比較処理を実行する。これにより、向日葵は３５、花は７５、夏は４５、花見は８０、卒業式は６０、春分は９２というように、各比較候補についての類似度が算出される。このとき、指定された所定値以上の類似度となる春分、桜、花見などが展開語として抽出される。

比較対象となるすべての見出し語について比較処理を終えると（ステップ３０３においてＮｏ）、ステップＳ３０８において、ＣＰＵ１０１は、他の被展開語が残存しているかどうかを判定する。まだ展開を終えてない被展開語が存在すれば、再びＳ３０２から展開処理を実行する。選定されたすべての被展開語について展開処理を終えた場合、本フローチャートに係る展開処理を終了する。

本実施形態の場合、「花」の展開処理をまだ終えていないので、Ｓ３０２からキーワード「花」について同様の処理を実行する。その結果、８０以上の類似度を有する展開語として、以下のような展開語を得ることができる。

「春」の展開語：春期：９７、春季：９７、春分：９２、桜：８３．５、花見：８０・・・
「花」の展開語：フラワー：１００、生花：９８、造花：９５、華道：９０、桜：８２、たんぽぽ：８２、向日葵：８２、コスモス：８２・・・。

ちなみに、類似度の所定値を９０以上にした場合、以下のような展開語となる。

「春」の展開語：春期：９７、春季：９７、春分：９２
「花」の展開語：フラワー：１００、生花：９８、造花：９５、華道：９０。

また、類似度の所定値を７０以上にした場合、以下のような展開語となる。

「春」の展開語：春期：９７、春季：９７、春分：９２、桜：８３．５、花見：８０、花：７５、新春：７２、正月：７２、新緑７０・・・
「花」の展開語：フラワー：１００、生花：９８、造花：９５、華道：９０、桜：８２、たんぽぽ：８２、向日葵：８２、コスモス：８２、春：７５、鉢植え：７３、花壇：７０、花瓶：７０・・・。

このように、展開語の数は類似度の閾値によって柔軟に決定することができる。たとえば、任意の検索条件と任意の類似度の所定値についての検索結果数が少なければ、類似度の所定値を低く設定しなおすことで、より多くの検索結果を得ることができる。逆に、検索結果数が多い場合は、類似度の閾値を高く設定しなおすことによって、検索結果数を絞ることが可能である。

また、展開処理によって算出される類似度は、検索処理のスコア付けに利用することもできる。たとえば、類似度が高ければ、検索処理のスコアも高くする。これにより、検索結果のソートが可能となり、便利であろう。

なお、類似度の閾値に代えて、展開語の数を指定できるようにしてもよい。この場合、ＣＰＵ１０１は、類似度が上位となる指定数の展開語を抽出することになる。ユーザーが、展開語の数について限定したい場合には非常に有効であろう。

また、類似度の閾値や展開語のなどの所定値をアナログ的に指定できるようにしたので、ユーザーにとって比較的に馴染みやすい方法で、展開語の範囲を指定できる。なお、なお、展開レベルを３以上に区分けして設定できるようにしてもよい。このように、３以上の展開レベルからいずれかを選択できるようにしてもよい。

［第２の実施形態］
本実施形態では、入力された検索条件に複数の被展開語が含まれている場合に、検索条件全体としての概念データ（総合概念データ）を算出し、これに基づいて単語展開する例を説明する。

図６は、第２の実施形態に係る展開処理の例示的なフローチャートである。なお、既に説明済みの個所については、同一の参照符号を付すことにより簡潔に説明する。

ステップＳ３００において検索条件が入力され、ステップＳ３０１において被展開語が選定され、ステップＳ３０２において各展開語の概念データが読み出される。その後、ステップＳ６００において、ＣＰＵ１０１は、入力された検索条件の全体をあらわすような総合概念データを作成する。総合概念データは、選定された全ての被展開語についての概念データを、一つの概念データに統合したものである。一つの概念データにまとめる最も簡単な方法として、各概念強度の平均値を利用する方法がある。たとえば、検索条件が「春の花」であれば、上述したように各被展開語の概念データは次のとおりである。

春の概念データ：季節：１０、イベント：３、学校行事：５、春：１０、花：７・・・
花の概念データ：春：１０、花：１０、植物：１０、樹木：１０、草：１０、イベント：５、夏：５、秋：２、冬：１・・・
よって、各概念ＩＤごとに概念強度の平均値を算出すると次のようになる。
「春＋花」の概念データ：季節：５、イベント：４、学校行事：２、花：８．５：春：１０、植物：５、樹木：５、夏：２．５、草：５、秋：１、冬：０．５。

その後、ステップＳ３０３に進み、ＣＰＵ１０１は、比較対象単語（比較候補）があるかどうかを判定する。比較候補が存在しなければ、処理を終了する。本実施形態では、検索条件について概念データが１つに統合される（あたかも被展開語が１つだけのようになる）ので、ステップＳ３０８は不要となる。

その後、作成された総合概念データに基づいて、展開語の抽出処理を実行する。ステップＳ３０４において、比較候補の概念データ読み出し、ステップＳ３０５において、概念データの類似度を算出する。上述の検索条件の例では、「桜」の概念データと、「春＋花」の総合概念データとについて類似度を計算する。たとえば、数１の計算式に対して、Ｗ１に「春＋花」、Ｗ２に「桜」を代入して計算する。その結果、類似度は９１となる。同様にすべての比較候補について類似度を算出する。それぞれの単語の類似度として、たとえば、向日葵は３０、花は９０、夏は３５、花見は８０、卒業式は７５、春分は７５というような結果が得られる。

ステップＳ３０６において、算出された類似度が閾値以上かどうかを判定し、ステップＳ３０７において、閾値以上の類似度を有する比較候補が展開語として抽出され、さらに検索条件として設定される。たとえば、類似度の閾値が８０であった場合、桜は９２で閾値を超えているので展開語として設定される。

上記処理の結果、類似度の閾値８０以上の場合、「春＋花」の展開語として以下の単語が得られる。

「春＋花」の展開語：桜：９２、花：９０、フラワー：９０、生花：８５、たんぽぽ：８５、花見：８０・・・
一方、類似度の閾値が９０であれば、以下のような展開語が得られる。

「春＋花」の展開語：桜：９２、花：９０、フラワー：９０・・・
また、類似度の閾値が７０であれば、以下のような展開語が得られる。

「春＋花」の展開語：桜：９２、花：９０、フラワー：９０、生花：８５、たんぽぽ：８５、花見：８０、春：７９、春期：７６、春季：７５、春分：７５、卒業式：７５、卒業：７０・・・。

このように、展開語の数は類似度の閾値によって柔軟に決定することができる。たとえば、任意の検索条件と任意の類似度の所定値についての検索結果数が少なければ、類似度の所定値を低く設定しなおすことで、より多くの検索結果を得ることができる。逆に、検索結果数が多い場合は、類似度の閾値を高く設定しなおすことによって、検索結果数を絞ることが可能である。

また、展開処理によって算出される類似度は、検索処理のスコア付けに利用することもできる。たとえば、類似度が高ければ、検索処理のスコアも高くする。これにより、検索結果のソートが可能となり、便利であろう。

なお、類似度の閾値に代えて、展開語の数を指定できるようにしてもよい。この場合、ＣＰＵ１０１は、類似度が上位となる指定数の展開語を抽出することになる。ユーザーが、展開語の数について限定したい場合には非常に有効であろう。

さらに、本実施形態では、とりわけ、検索条件の全体の概念を表す総合概念データを作成して単語展開を実行するので、検索条件についてさらに密接な展開語を取得できるようになる。たとえば、検索条件が「春の花」であれば「春」と「花」の総合概念データに基づいて単語展開するので、秋の花である菊やコスモス、夏の花である向日葵などの類似度が下がり、展開語として出力されにくくなる利点がある。

［第３の実施形態］
上述の実施形態では、複数の単語を結合してなる複合語については、そのまま１つの単語として処理してしまうものであった。しかしながら、複合語は見出し語になりにくいため、十分に単語展開できない。

そこで、本実施形態では、複合語についても好適に単語展開して、情報検索できるようにする。この例では、ステップＳ３００において、「日本伝統文化の継承」が検索条件として入力されたものとして説明する。

図７は、第３の実施形態に係る単語展開処理の例示的なフローチャートである。ステップＳ３０１において、検索条件から「日本伝統文化」および「継承」といった２つの被展開語が抽出される。

ステップＳ７００において、ＣＰＵ１０１は、選定された被展開語が複合語か否かを判定する。たとえば、概念データ辞書１０９に見出し語として「日本伝統文化」が登録されていれば、通常の単語と判定し、そうでなければ複合語と判定する。複合語でなければ、ステップＳ３０２に進む。

複合語であれば、ステップＳ７０１に進み、ＣＰＵ１０１は、複合語を複数の単語に分解する。上述の例の場合、「日本」「伝統」「文化」の３つの単語に分解される。

ステプＳ３０２において、ＣＰＵ１０１は、分解により得られた各単語の概念データを読み出す。ステップＳ６００において、ＣＰＵ１０１は、分解により得られた各単語の概念データに基づいて、総合概念データを作成する。この総合概念データは、「日本伝統文化」の概念データとして利用される。その後は、上述したように展開処理を実行する。

以上説明したように、本実施形態によれば、上述した実施形態の効果に加え、複合語についても好適に単語展開して、情報検索を実行できるようになる。

［第４の実施形態］
上述の実施形態では、比較候補を、概念データ辞書１０９に登録されている見出し語の全てとしていたため、いきおい計算量が膨大となる可能性があった。また、見出し語の中には、被展開語と明らかに関連しない単語が存在することも事実である。

そこで、本実施形態では、比較候補の範囲を限定することにより、単語展開の効率と情報検索の効率を改善することを目的とする。とりわけ、本実施形態では、各概念ごとにその概念強度が高い単語をまとめたデータ（特徴概念テーブル）を記憶手段に記憶しておき、このデータに含まれる単語についてのみ概念データによる比較処理を実行する。

図８は、実施形態に係る特徴概念テーブルの一例を示す図である。このテーブル１１０には、概念を代表する見出し語８０１と、各見出し語に対応する特徴単語８０２が対応付けて登録されている。図８の例によると、「春」という概念が強く現れる単語として、春季、春期、春、花、桜、花見、卒業式、新春、・・・が登録されている。

図９は、実施形態に係る比較候補の限定処理の例示的なフローチャートである。この限定処理は、上述のステップＳ３０２のサブルーチンに相当する。ステップＳ９０１において、ＣＰＵ１０１は、選定された被展開語の概念データ（特に概念ＩＤ）を読み出す。ステップＳ９０２において、ＣＰＵ１０１は、読み出された概念ＩＤを見出し語として、特徴概念テーブル１１０から特徴単語を読み出す。

図５の例によれば、春について概念ＩＤは、「季節」、「イベント」、「学校行事」、「春」、「花」である。よって、これらの概念ＩＤを見出し語として特徴概念テーブル１１０から特徴単語を読み出す。図８の例によれば、春季、春期、春、花、桜、花見、卒業式、新春、秋、夏、冬、造花、生花、華道、向日葵、たんぽぽ、コスモス、花壇、花瓶、卒業式、入学式、夏休み、修学旅行、運動会、祭り、花見、月見、大会が、比較候補として抽出される。

ステップＳ９０３において、ＣＰＵ１０１は、抽出された特徴単語を比較候補としてＲＡＭ１０２に記憶する。ステップＳ３０２以降では、ＲＡＭ１０２に記憶されている限定された比較候補について比較処理を実行する。

以上説明したように、本実施形態によれば、あらかじめ概念の類似度が高いと予想される複数の特徴単語をテーブル化しておくことで、詳細な類似度計算の実行前に比較候補を限定できるようになる。そのため、類似度の算出など、展開処理にともなう演算量や処理時間を大幅に短縮できよう。特に、概念強度が８ないし１０となる単語など、概念強度が相対的に突出している特徴単語を選択すると、処理速度が大幅に改善されよう。

［他の実施形態］
上述の実施形態では、スタンドアロン形の情報検索装置について説明してきたが、本発明はこれに限定されることない。たとえば、複数のクライアントコンピュータと、サーバとからなる情報検索システムに適用してもよい。

図１０は、実施形態に係る情報検索システムの一例を示す図である。この例では、情報検索サーバ１０００は、上述の各機能を有するともに、通信装置（入力装置１０７）を備えている。この通信装置１０７によって、クライアントコンピュータ１０１０から、検索条件、類似度の閾値などを入力する。

一方、クライアントコンピュータ１０１０は、ＲＯＭ１０３などにクライアントプログラムを備えている。また、サーバ１０００と接続するための通信ＩＦ１０１１も備えている。クライアントコンピュータ１０１０では、入力装置１０７から入力された検索条件、類似度の閾値などを通信ＩＦ１０１１からサーバ１０００に送信する。サーバ１０００では、上述の展開処理および情報検索処理を実行して、実行結果をクライアントコンピュータ１０１０に送信する。このように、複数のコンピュータを使っても本発明を実現できる。とりわけ、ポータルサイトなどの情報検索エンジンに、本発明を適用すれば、効果が高いだろう。

図１１は、実施形態に係る情報検索画面の一例を示す図である。この画面は、サーバ１０００にアクセスした際に、クライアントコンピュータ１０１０の表示装置に表示されるものである。テキストボックス１１０１には、検索条件が入力される。検索ボタン１１０２が操作されると、検索要求がサーバ１０００に送信される。単語展開を希望する時は、チェックボックス１１０３がチェックされる。そして、テキストボック１１０４に、類似度の閾値または展開語の上限数が入力される。

本発明は、前述した実施形態の各機能を実現するソフトウェアプログラム（本実施形態では図３、６、７または９に示すフローチャートに対応したプログラム）を、システム若しくは装置に対して直接または遠隔から供給し、そのシステム若しくは装置に含まれるコンピュータが該供給されたプログラムコードを読み出して実行することによっても達成される。

従って、本発明の機能・処理をコンピュータで実現するために、該コンピュータにインストールされるプログラムコード自体も本発明を実現するものである。つまり、上記機能・処理を実現するためのコンピュータプログラム自体も本発明の一つである。

その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、ＯＳに供給するスクリプトデータ等、プログラムの形態を問わない。

プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＤＶＤ（ＤＶＤ−ＲＯＭ，ＤＶＤ−Ｒ）などがある。

その他、プログラムの供給方法としては、クライアントコンピュータのブラウザを用いてインターネットのホームページに接続し、該ホームページから本発明のコンピュータプログラムそのもの、もしくは圧縮され自動インストール機能を含むファイルをハードディスク等の記録媒体にダウンロードすることによっても供給できる。また、本発明のプログラムを構成するプログラムコードを複数のファイルに分割し、それぞれのファイルを異なるホームページからダウンロードすることによっても実現可能である。つまり、本発明の機能処理をコンピュータで実現するためのプログラムファイルを複数のユーザーに対してダウンロードさせるＷＷＷサーバも、本発明の構成要件となる場合がある。

また、本発明のプログラムを暗号化してＣＤ−ＲＯＭ等の記憶媒体に格納してユーザーに配布し、所定の条件をクリアしたユーザーに対し、インターネットを介してホームページから暗号化を解く鍵情報をダウンロードさせ、その鍵情報を使用することにより暗号化されたプログラムを実行してコンピュータにインストールさせて実現することも可能である。

また、コンピュータが、読み出したプログラムを実行することによって、前述した実施形態の機能が実現される他、そのプログラムの指示に基づき、コンピュータ上で稼動しているＯＳなどが、実際の処理の一部または全部を行ない、その処理によっても前述した実施形態の機能が実現され得る。

さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行ない、その処理によっても前述した実施形態の機能が実現される。

図１は、実施形態に係る情報処理装置の例示的なブロック図である。 図２は、実施形態に係る情報検索装置の例示的な機能ブロック図である。 図３は、実施形態に係る情報検索処理の例示的なフローチャートである。 図４は、実施形態に係る被展開語の選定処理の一例を示す図である。 図５は、実施形態に係る概念データ辞書の一例を示す図である。 図６は、実施形態に係る単語展開処理の例示的なフローチャートである。 図７は、実施形態に係る単語展開処理の例示的なフローチャートである。 図８は、実施形態に係る特徴概念テーブルの一例を示す図である。 図９は、実施形態に係る比較候補の限定処理の例示的なフローチャートである。 図１０は、実施形態に係る情報検索システムの一例を示す図である。 図１１は、実施形態に係る情報検索画面の一例を示す図である。

Claims (14)

1. 入力された検索条件から展開対象となる１以上の被展開語を選定する選定手段と、
   選定された前記被展開語に対応する１以上の概念データを概念データ辞書から読み出す読み出し手段と、
   読み出された前記概念データに対して、所定値以上の類似度を有する１以上の他の概念データに対応付けられている展開語を前記概念データ辞書から抽出する抽出手段と、
   抽出された前記展開語を前記検索条件に追加して情報検索を実行する検索手段と
   を含む情報検索装置。
2. 前記類似度に関する前記所定値を指定する指定手段をさらに含む請求項１に記載の情報検索装置。
3. 前記指定手段は、前記類似度に関する前記所定値をアナログ的な数値により指定する数値指定手段を含む請求項２に記載の情報検索装置。
4. 入力された検索条件から展開対象となる１以上の被展開語を選定する選定手段と、
   選定された前記被展開語に対応する１以上の概念データを概念データ辞書から読み出す読み出し手段と、
   読み出された前記概念データに対して、類似度が上位となる他の概念データに対応付けられている所定数の展開語を前記概念データ辞書から抽出する手段と、
   抽出された前記展開語を前記検索条件に追加して情報検索を実行する検索手段と
   を含む情報検索装置。
5. 前記所定数を指定する指定手段をさらに含む請求項４に記載の情報検索装置。
6. 入力された前記検索条件から複数の前記被展開語が選定された場合に、各前記被展開語の前記概念データを読み出し、読み出された複数の前記概念データから総合概念データを導出する導出手段を備え、
   前記抽出手段は、前記総合概念データに対して、所定値以上の類似度を有する１以上の他の概念データに対応付けられている展開語を前記概念データ辞書から抽出する手段である、請求項１または４に記載の情報検索装置。
7. 前記選定手段は、前記検索条件として複合語が入力された場合に、前記複合語を複数の単語に分解し、分解して得られた複数の前記単語を前記被展開語として選定する手段を含む請求項１または４に記載の情報検索装置。
8. 前記抽出手段は、
   前記被展開語と比較するための比較対象単語を単語辞書から読み出し、読み出された前記比較対象単語の概念データと前記被展開語の概念データとについて前記類似度を算出する類似度算出手段を含む請求項１または４に記載の情報検索装置。
9. 前記単語辞書に含まれる単語のうち予め限定された単語を前記比較対象単語とする限定手段をさらに含む請求項８に記載の情報検索装置。
10. 前記限定手段は、
    前記被展開語に対して概念強度が突出している一以上の特徴単語を前記比較対象単語とする請求項９に記載の情報検索装置。
11. 入力された検索条件から展開対象となる１以上の被展開語を選定する選定工程と、
    選定された前記被展開語に対応する１以上の概念データを概念データ辞書から読み出す読み出し工程と、
    読み出された前記概念データに対して、所定値以上の類似度を有する１以上の他の概念データに対応付けられている展開語を前記概念データ辞書から抽出する抽出工程と、
    抽出された前記展開語を前記検索条件に追加して情報検索を実行する検索工程と
    を含む情報検索方法。
12. 入力された検索条件から展開対象となる１以上の被展開語を選定する選定工程と、
    選定された前記被展開語に対応する１以上の概念データを概念データ辞書から読み出す読み出し工程と、
    読み出された前記概念データに対して、類似度が上位となる他の概念データに対応付けられている所定数の展開語を前記概念データ辞書から抽出する工程と
    抽出された前記展開語を前記検索条件に追加して情報検索を実行する検索工程と
    を含む情報検索方法。
13. 入力手段、記憶手段および制御手段とを有するコンピュータに対し、
    前記入力手段から入力された検索条件から展開対象となる１以上の被展開語を前記制御手段により文字列抽出する工程と、
    前記記憶手段に記憶されている概念データ辞書から、前記被展開語に対応する１以上の概念データを前記制御手段により読み出す工程と、
    読み出された前記概念データに対して、所定値以上の類似度を有する１以上の他の概念データに対応付けられている展開語を、前記制御手段により、前記概念辞書データから読み出す工程と、
    読み出された前記展開語を前記検索条件に追加して前記制御手段により情報検索を実行する検索工程と
    を実行させるコンピュータプログラム。
14. 入力手段、記憶手段および制御手段とを有するコンピュータに対し、
    前記入力手段から入力された検索条件から展開対象となる１以上の被展開語を前記制御手段により文字列抽出する工程と、
    前記記憶手段に記憶されている概念データ辞書から、前記被展開語に対応する１以上の概念データを前記制御手段により読み出す工程と、
    読み出された前記概念データに対して、類似度が上位となる他の概念データに対応付けられている所定数の展開語を、前記概念辞書データから前記制御手段により読み出す工程と
    読み出された前記展開語を前記検索条件に追加して前記制御手段により情報検索を実行する検索工程と
    を実行させるコンピュータプログラム。

Images