JP3856388B2

JP3856388B2 - 類義性計算方法、類義性計算プログラム、類義性計算プログラムを記録したコンピュータ読み取り可能な記録媒体

Info

Publication number: JP3856388B2
Application number: JP2003110159A
Authority: JP
Inventors: 浩一橋田; 高志宮田
Original assignee: Japan Science and Technology Agency; National Institute of Advanced Industrial Science and Technology AIST; National Institute of Japan Science and Technology Agency
Current assignee: Japan Science and Technology Agency; National Institute of Advanced Industrial Science and Technology AIST; National Institute of Japan Science and Technology Agency
Priority date: 2003-04-15
Filing date: 2003-04-15
Publication date: 2006-12-13
Anticipated expiration: 2023-04-15
Also published as: JP2004318381A

Description

【０００１】
【発明の属する技術分野】
本発明は、情報検索の文脈に応じて類義性を求めるための類義性計算方法、類義性計算プログラム、類義性計算プログラムを記録したコンピュータ読み取り可能な記録媒体に係り、特に、情報検索において、ラベル付きグラフに関する個々の検索質問及びそのデータベースとの関係に応じてキーワード間の類義性を動的に求めるための類義性計算方法、類義性計算プログラム、類義性計算プログラムを記録したコンピュータ読み取り可能な記録媒体に関する。
【０００２】
【従来の技術】
従来の情報検索は、キーワードやキーワードに対応する識別番号をＡＮＤ条件やＯＲ条件等の論理式によって組合せたものを検索質問とし、文字列照合と統計的処理によって検索を行なうものであった。利用者とのインタラクションのためには、例えば、解候補集合のいくつかの部分集合について、その各々を特徴付けるキーワード・語句を統計的な方法によって求め、それらのキーワード・語句を検索要求に加えるキーワード・語句の候補として提示して、利用者に選ばせるなどの方法が用いられていた（非特許文献１及び２）。
また、従来より、語の間の類義性を語の間の共起関係等に基づいて求める方法は、以下の非特許文献３〜５のように、いくつか知られている。
【０００３】
【非特許文献１】
林良彦・小橋喜嗣（１９９８）ＷＷＷ上の検索サービスの技術動向．情報処理，３９巻９号．
【非特許文献２】
藤田澄男（１９９９）自然言語処理を利用した情報の検索・分類へのアプローチ．情報処理、４０巻４号．
【非特許文献３】
Hindle, D. Noun classification from predicate-argument structures. Proceedings of the 28th ACL, pp. 268-275, 1990.
【非特許文献４】
Pereira, F., Tishby, N., and Lee, L. Distributional clustering of English words. Proceedings of the 31st ACL, pp.183-190, 1993.
【非特許文献５】
Tokunaga, T., Iwayama, M., and Tanaka, H. Automatic thesaurus construction based on grammatical relations. Proceedings of IJCAI ’95, pp. 1308-1313, 1995.
【０００４】
【発明が解決しようとする課題】
一般に、語の間の類義性は文脈に依存する。たとえば、「作る」、「書く」、「建てる」という類義語に関して、「家を作る」の「作る」は「書く」よりも「建てる」に似ているが、「答案を作る」の「作る」は「建てる」よりも「書く」に似ている。情報検索で検索質問の中のキーワードを類義語で拡張する際には、一般的なシソーラスを用いるだけではなく、このような文脈依存性を考慮して、たとえば「家を作る」という検索質問においては「作る」の類義語として「建てる」を優先する必要がある。
しかし、通常は、このような文脈の種類は非常に多いので、予め全ての文脈における類義性を求めておくことは事実上不可能である。また、従来、情報検索において個々の検索質問とデータベースによって定まる個別的な文脈に応じて類義性を求める方法はなかった。
【０００５】
本発明は、情報検索における文脈に応じた類義性を動的に効率良く求めることを目的とする。また、本発明は、情報検索における質問の改訂や、事例ベース推論における事例の類似性の評価に利用することができる類義性計算方法、類義性計算プログラム、類義性計算プログラムを記録したコンピュータ読み取り可能な記録媒体を提供することを目的とする。
【０００６】
また、本発明の他の目的は、情報検索において適格な情報を利用者に与えることにより、有効なインタラクションを行ない、検索の効率と精度を向上させることにある。
さらに、本発明の他の目的は、検索質問と検索対象とが、自然言語の文章のような不定形な構造を持つグラフとして取り扱われ、その構造を手掛かりとして利用者が検索エンジンと適格なインタラクションを行なうことを可能とし、検索の効率と精度を向上させることにある。
【０００７】
【課題を解決するための手段】
本発明の解決手段によると、
情報検索の文脈に応じて類義性を求めるための類義性計算方法であって、
処理部は、ノード、ノードのラベル、ノード間のリンク及びリンクのラベルからなるグラフで表現した検索質問Ｑを記憶部又は入力部から入力し、ラベルＬ及びＭの間の類義性を示す実数値である類似度Ｔ（Ｌ，Ｍ）を与える部分関数であるシソーラスＴを記憶したシソーラス記憶部を参照し、検索質問Ｑのノード又はリンクｘに対してラベルＬを追加して検索質問Ｑ’を作成するステップと、
処理部は、データベースＤを参照し、グラフの近似照合により、検索質問Ｑ’のノードとリンクの集合からデータベースＤのノードとリンクの集合への部分関数で表現される解候補ｆ’を求めるステップと、
処理部は、解候補ｆ’の解候補としての良さを示す実数値である解候補スコアｓ（ｆ’）を求めるステップと、
処理部は、求めた解候補スコアｓ（ｆ’）及びシソーラスＴに応じ、検索質問Ｑの中のノード又はリンクｘの既存のラベルと他のラベルＬとの文脈における類義性を示す実数値である文脈類義性Ｓ（ｘ、Ｌ）を求めるステップと、
処理部は、求めた文脈類義性Ｓ（ｘ、Ｌ）を、ノード又はリンクｘに対応して記憶部に記憶する又は表示部に表示するステップと
を含む前記類義性計算方法、類義性計算プログラム、類義性計算プログラムを記録したコンピュータ読み取り可能な記録媒体が提供される。
【０００８】
【発明の実施の形態】
１．前提の説明
本実施の形態では、文脈の意味構造として、１個以上のノードとそれらのノードを結ぶリンクからなり、各ノードに１個以上のラベルが付いた無向グラフを考える。検索質問Ｑ及び検索対象であるデータベースＤはいずれもそのようなグラフだとする。また、グラフの間の近似的な照合等に基づいて検索質問Ｑや検索範囲のインタラクティブな変更が効果的に行なえるようにする。文書の検索の場合には、たとえば、ノードは語の指示対象を表わし、リンクはそれらの間の意味的な関係を表わし、ラベルは語である。
【０００９】
本実施の形態で「検索」とは、検索質問Ｑに似たデータベースＤの部分グラフを見付けることである。検索質問Ｑのノードのいくつかは、そのような部分グラフのいずれかのノードに対応すると考えられる。その対応関係を検索質問ＱのノードからデータベースＤのノードへの関数によって表わし、その関数を解候補と呼ぶ。また、各解候補のスコア（例えば、類似度、関連度、確率等に関する値）が定義されるとする。スコアの高いいくつかの解候補の集合を解候補集合Ｆとし、
Ｆ（ｘ）＝｛ｆ（ｘ）｜ｆ∈Ｆ｝（ｘは検索質問Ｑのノード、ｆ（ｘ）はノードｘに対応するデータベース中のノード）
ｆ（Ｑ）＝｛ｆ（ｘ）｜ｘは、検索質問Ｑのノード｝（ｆ∈Ｆ）
とする。
ここで、検索質問Ｑ、解候補集合Ｆ等について具体例で説明する。
【００１０】
図１に、ノード、リンク、検索質問Ｑについての説明図を示す。
・検索質問Ｑのノードｘとそのラベルは、例えば、「関数」、「解析」、「意味」、「自動」である。
・検索質問Ｑのリンクは、「関数−解析」、「解析−意味」、「解析−自動」である。
・検索質問Ｑは、これらノードとラベルにより構成される、図示のようなものである。
【００１１】
図２に、解候補ｆにおいて検索質問Ｑのノードｘに対応するデータベース中のノードｆ（ｘ）、解候補集合Ｆにおいてノードｘに対応するデータベース中のノードの集合Ｆ（ｘ）についての説明図を示す。
・ｆ（ｘ）は、例えば、ノード（ラベル）「関数」については、ｆ（関数）と表され（ｆ_１（関数）、ｆ_２（関数）、…）、「関数」、「プログラム」、「関手」、「関係」、「サブルーチン」、「射影」、「全射」のそれぞれをラベルとするデータベースＤのノードである。
・Ｆ（ｘ）は、例えば、ノード（ラベル）「関数」については、Ｆ（関数）と表され、すべてのｆ∈Ｆにわたるｆ（関数）の全集合｛「関数」、「プログラム」、「関手」、「関係」、「サブルーチン」、「射影」、「全射」｝をいう。
【００１２】
図３に、検索質問Ｑについての解候補ｆの値域ｆ（Ｑ）や解候補集合Ｆについての説明図を示す。ｆ'（Ｑ）、ｆ''（Ｑ）、ｆ'''（Ｑ）は解候補ｆ'、ｆ''、ｆ'''の値域である。
・ｆ（Ｑ）は、「プログラムで…言語を…分析する」、「意図した投資を…表す関数が」、「内容を自動的に…整理したい」、「暗黙の…意思を推測しながら」、「把握できない…データの意味を…プログラムに」、「分析に用いた方法を…意味する」のそれぞれに対応する。
・Ｆはｆの集合であり、ｆ（Ｑ）の集合として表示され、｛「プログラムで…言語を…分析する」、「意図した投資を…表す関数が」、「内容を自動的に…整理したい」、「暗黙の…意思を推測しながら」、「把握できない…データの意味を…プログラムに」、「分析に用いた方法を…意味する」｝をいう。
また、以下に説明する本実施の形態では、シソーラスＴとは、例えば、グラフ中のノードのラベルＬとラベルＭの組から両者の間の類似性の度合いを示す実数値である類似度Ｔ（Ｌ，Ｍ）への部分関数であり、スコアの計算に用いる。解候補集合Ｆを求める際には、シソーラス全体Ｔではなく、シソーラスＴの部分集合Ｒを用いる。この時、例えば、シソーラスＴには操作者により、入力部又は記憶部から予め定められた使用可能とされた部分と使用不可とされた部分があり、解候補集合Ｆを求める際には、Ｔ全体ではなく、Ｔのうち使用可能とされた部分を用いる。スコアの定義、グラフの表現法、及びデータベースＤとシソーラスＴ又はＴの部分集合Ｒと検索質問Ｑから解候補集合Ｆを求める方法（後述の図５のフローチャートの「検索実行」及びそのステップＳ２の説明箇所）には公知のものがいくつかあり、それを適宜用いることができるのでここでは詳細に触れない。
例えば、ラベル「関数」と「解析」との類似度を示すスコアが実数値Ｓｃ（関数、解析）として、シソーラスＴにより与えられる。
【００１３】
２．類義性計算の前提
以下に類義性を計算するに当たり、その前提となる事項を説明する。なお、以上の説明ではｘをノードとしたが、以下、ノード又はリンクをｘと拡張する場合がある。データベースＤ及び検索質問Ｑはグラフであり、その各ノード及び各リンクは０個以上のラベルを持ち、ノード及びリンクごとに各ラベルは実数値のスコアを持つとする（同一のラベルでも別のノード又は別のリンクにおいては別のスコアを持ちうる）。シソーラスＴは、ラベルＬとラベルＭに対し、それらの間の類義性を示す実数値である類似度Ｔ（Ｌ，Ｍ）を与える部分関数である（部分関数なので、あらゆるＬとＭに対して類似度Ｔ（Ｌ，Ｍ）が定義されている必要はない）。なお、スコアは上述のように、類似度、関連度、確率等に関する値であり、類似度Ｔ（Ｌ，Ｍ）、拡張前又は以前に求めた文脈類義性Ｓ（ｘ，Ｌ）（ノード又はリンクｘのラベルとして、ラベルＬの類義性を表す実数値であり、詳細は後述する。）等により適宜定めることができる。シソーラスＴは、スコアＳｃ（Ｌ，Ｍ）をさらに与える部分関数である。
自然言語のデータに関する情報検索の場合、データベースＤと検索質問Ｑは自然言語の表現の意味的な構造を表わすグラフであり、そのノードとリンクのラベルは自然言語の語句であり、シソーラスＴは自然言語の語句に関するシソーラスである。
【００１４】
図４に、グラフの説明図を示す。
たとえば、「太郎が家を作る。母親がそこに住む。」という文章は、図示のようなグラフで表現できる。ここで、楕円がノードでその中の文字列がそのラベル、矢印付きの線分がリンクでそれに重なる長方形の中の文字列がそのラベルである。この例では、各ノード及び各リンクはちょうどひとつのラベルを持つ。
【００１５】
図５に、グラフ作成処理についてのフローチャートを示す。
データベースＤに関しても検索質問Ｑに関しても、自然言語のデータからこのようなグラフ（意味ネットワーク）を求める作業は、形態素解析、統語解析、及び意味解析等の公知又は周知の技術により自動的に行なうこともできるし、人手で行なうこともできる。たとえば「太郎が家を建てる」という文については、まず形態素解析によって「太郎＋が＋家＋を＋建てる」のように語に分割し（Ｓ１０１）、次に統語解析によって「((太郎→が)→((家→を)→建てる))」のように分析し（Ｓ１０３）、さらに意味解析によって「太郎」が「建てる」の動作主であり「家」が「建てる」の動作対象であることを求めることができる（Ｓ１０５）。また、「太郎が家を作る。母親がそこに住む。」において、照応解析により、「母親」が太郎の母親であり「そこ」が「家」であることを認識する（Ｓ１０７）。これらの技術は公知又は周知のものであるのでここでは詳述しない。
【００１６】
つぎに、図６に、良い解候補ｆの性質を表す説明図を示す。
検索のひとつの解候補は、検索質問Ｑの一部と対応するデータベースＤの一部であり、検索質問Ｑのノードとリンクの集合からデータベースＤのノードとリンクの集合への部分関数fで表わせる。ここで、検索質問Ｑのノードｕに対してノードｆ（ｕ）はデータベースＤのノードである。また、検索質問Ｑのノードｕからノードｖに達するリンクｕ→ｖに対して経路ｆ（ｕ→ｖ）はデータベースＤの経路（０本以上のリンクの連鎖）である。
部分関数ｆの解候補としての良さを表わす解候補スコアｓ（ｆ）は次の量のいずれか又は複数に関する単調増加の値として定義できる。たとえば、ｓ（ｆ）をこれらの量の和とすることが考えられる。
・部分関数ｆの定義域の大きさ。（つまり、ノードｆ（ｕ）が定義されるノードｕの個数と経路ｆ（ｕ→ｖ）が定義されるリンクｕ→ｖの本数との和。）
・検索質問Ｑの各ノードｕについて、ノードｕとノードｆ（ｕ）との類似性。（たとえば、ノードｕとノードｆ（ｕ）とが共有するラベルのスコアの最大値など。）
・検索質問Ｑの各リンクｕ→ｖについて、リンクｕ→ｖと経路ｆ（ｕ→ｖ）との類似性。（たとえば、リンクｕ→ｖと経路ｆ（ｕ→ｖ）とが共有するラベルのスコアの最大値など。ここで、リンク及び経路のラベルは単純なラベル複数個の連鎖でありうると考える。たとえば、リンクｕ→ｖがラベルＬを持ち、リンクｖ→ｗがラベルＭを持つとき、これらのリンクの連鎖である経路ｕ→ｖ→ｗはラベルＬＭを持つ。１本のリンクもこのような複合的なラベルを持ちうるとする。）
・図示のようにデータベースＤの経路ｆ（ｕ→ｖ）がノードｆ（ｕ）を始点とするような、検索質問Ｑのリンクｕ→ｖの本数。
・データベースＤの経路ｆ（ｕ→ｖ）がｆ（ｖ）を終点とするような、検索質問Ｑのリンクｕ→ｖの本数。
【００１７】
つぎに、図７に検索質問Ｑとその解候補ｆの例についての説明図を示す。
この図は、検索質問Ｑ（「家を作る」に対応するグラフ）と、図４の内容を持つデータベースＤに関して、解候補ｆの具体例を示す。ここで、解候補ｆは、ノードｙをラベル「家」を共有するノードｆ（ｙ）に対応させ、リンクｘ→ｙをラベル「対象」を共有するリンクｆ（ｘ→ｙ）に対応させ、リンクｆ（ｘ→ｙ）の終点はノードｆ（ｙ）に等しく、ノードｆ（ｘ）は未定義である。検索質問Ｑ及びデータベースＤからこのような解候補を求める問題はグラフの近似照合と呼ばれており、その方法にはいくつか公知又は周知のものがあるので、ここでは詳述しない。
たとえば、自然言語の文書に関する検索においては、最初に与えた検索質問Ｑに対していきなり正解が得られないことが多い。そのような場合、検索質問ＱがデータベースＤとより良く照合して良い解候補が生成されるように検索質問Ｑを改訂する必要がある。そのためのひとつの方法は、検索質問Ｑのノードやリンクにラベルを追加することである。そのラベルは、検索質問Ｑの当該のノード又はリンクの既存のラベルと類似していることが望ましい。
【００１８】
本実施の形態は、検索質問Ｑ、データベースＤ、及びシソーラスＴに応じ、検索質問Ｑの各ノード及び各リンクについて、そのラベルと他のラベルとの類義性を求める方法を与える。
ｘは検索質問Ｑの中のノード又はリンクであるとする。ここで、ノード又はリンクｘの既存のラベルと他のラベルＬとの文脈類義性Ｓ（ｘ，Ｌ）は以下のそれぞれの値（その値が定義されていれば）に関して単調増加である。
・ノード又はリンクｘの各ラベルＭに対し、類似度Ｔ（Ｌ，Ｍ）。
・検索質問Ｑにおいてノード又はリンクｘのラベルにＬを追加して得られる検索質問Ｑ’について、
検索質問Ｑ’のデータベースＤにおける各解候補（検索質問Ｑ’のノードとリンクの集合からデータベースＤのノードとリンクの集合への部分関数）のスコア。（計算のコストを抑制するため、ノード又はリンクｘを含むある範囲に検索質問Ｑ’の解候補の定義域を限定しても良い。限定された定義域としては、ノード２個とそれらを結ぶリンク１本からなるものが考えられる。）
【００１９】
図８に、検索質問Ｑの拡張検索質問Ｑ’とその解候補ｆ’についての説明図を示す。
この図は、図７の検索質問Ｑを拡張して得られる検索質問Ｑ’と、検索質問Ｑ’のデータベースＤにおける解候補ｆ’を示す。ここで、検索質問Ｑ’は図７の検索質問Ｑにおいてノードｘのラベルとして、既存のラベル「作る」にＬ＝「建てる」を加えたものであり、解候補ｆ’は図７の解候補fにおいてノードｘを定義域に加え、ｆ’（ｘ）をｆ（ｘ→ｙ）の始点としたものである。このような解候補ｆ’は解候補スコアが大きいので、ノードｘのラベルとしての「建てる」は文脈類義性Ｓ（ｘ，Ｌ）が大きいことになる。
文脈類義性Ｓ（ｘ，Ｌ）は、たとえば次式のように定義することができる。ここで解候補f’は検索質問Ｑ’のデータベースＤにおける解候補、ｓ（ｆ’）はその解候補スコアとする。
Ｓ（ｘ，Ｌ）＝max_ＭＴ（Ｌ，Ｍ）＋max_ｆｓ（ｆ’）
【００２０】
３．ハードウェア
図９に、類義性計算装置の構成図を示す。
類義性計算装置は、表示部１、入力部２、処理部（ＣＰＵ）３、主記憶部４、シソーラス記憶部５、データベース（検索対象）６、バス７を備える。
処理部３は、入力部２、表示部１、主記憶部４、シソーラス記憶部５、データベース（検索対象）６とバス７により接続され、各種情報を入出力する。表示部１は、例えば、検索入力、検索出力、検索途中結果等を画面に表示するためのディスプレイ装置である。入力部２は、例えば、検索質問、指示、条件等の検索に必要な各種データ等を入力するための入力手段であり、キーボード、マウス、ポインティングディバイス等の適宜の装置が用いられる。なお、他の装置、記憶媒体等にデータを出力する出力部を備えるようにしてもよい。
主記憶部４には、検索プログラム、初期設定、パラメータ等の各種データや、検索最終結果、中間結果等の検索状況に関するデータが記憶される。主記憶部４は、例えば、次のデータを記憶する。
・ノード、ノードのラベル、ノード間のリンク及びリンクのラベルからなるグラフで表現した検索質問Ｑ、検索質問Ｑ’
・文脈類義性Ｓ（ｘ，Ｌ）
・解候補ｆ、ｆ’
・解候補スコアｓ（ｆ）、ｓ（ｆ’）
シソーラス記憶部５は、検索に必要な各ノードの関係、関連度又は非関連度、類似度又は相違度、確率、確からしさ等を示すデータであるシソーラスＴを記憶する。シソーラス記憶部５は、例えば、次のシソーラスＴのデータを記憶する。
・あるラベルに対する類義語のラベル
・ラベルＬとＭとの間の類似度Ｔ（Ｌ，Ｍ）を与える部分関数
データベース６は、検索対象となるデータ（データベースＤ）を記憶しており、ノード、ラベル、リンク等が記憶される。データベース６は、例えば、次のデータを記憶する。
・ノード、ノードのラベル、ノード間のリンク及びリンクのラベルからなるグラフで表現したデータベースＤ
【００２１】
４．類義性計算のフローチャート
図１０に、類義性計算処理のフローチャートを示す。
ＣＰＵ（処理部）３は、ノード、ノードのラベル、ノード間のリンク及びリンクのラベルについての情報を含む検索質問Ｑを主記憶部４又は入力部２から入力する（Ｓ２０１）。つぎに、処理部３は、入力された検索質問Ｑを解析してグラフで表現するグラフ作成処理を実行し（Ｓ２０３）、検索質問Ｑを主記憶部４に記憶する（Ｓ２０５）。処理部３は、検索質問Ｑに対応するデータベースＤ６を参照し、グラフの近似照合により、検索質問Ｑのノードとリンクの集合からデータベースＤのノードとリンクの集合への部分関数で表現される解候補ｆを求める（Ｓ２０６）。なお、通常は、ｆは複数個ある。
処理部３は、ノード、ノードのラベル、ノード間のリンク及びリンクのラベルからなるグラフで表現した検索質問Ｑを主記憶部４（又は入力部２）から入力し、ラベルＬ及びＭとの間の類義性を示す実数値である類似度Ｔ（Ｌ，Ｍ）を与える部分関数であるシソーラスＴを記憶したシソーラス記憶部５を参照し、検索質問Ｑのノード又はリンクに対してラベルを追加して検索質問Ｑ’を作成する（Ｓ２０７）。処理部３は、データベースＤを参照し、グラフの近似照合により、検索質問Ｑ’のノードとリンクの集合からデータベースＤのノードとリンクの集合への部分関数で表現される解候補ｆ’を求める（Ｓ２０９）。なお、通常は、Ｑ’も複数個あり、その各々に対してｆ’も複数個ある。
つぎに、処理部３は、解候補ｆ’の解候補としての良さを示す実数値である解候補スコアｓ（ｆ’）を求める（Ｓ２１１）。さらに、処理部３は、求めた解候補スコアｓ（ｆ’）と類似度Ｔ（Ｌ，Ｍ）に基づき、検索質問Ｑ、データベースＤ、シソーラス及びデータベースＤに応じ、検索質問Ｑの各ノード及び各リンクについて、検索質問Ｑの中のノード又はリンクｘの既存のラベルと他のラベルＬとの文脈における類義性を示す実数値である文脈類義性Ｓ（ｘ、Ｌ）を求める（Ｓ２１３）。
処理部３は、求めた文脈類義性Ｓ（ｘ、Ｌ）を、ノード又はリンクｘに対応して記憶部に記憶し（Ｓ２１５）、表示部に表示する（Ｓ２１７）。表示するステップＳ２１７では、処理部３は、文脈類義性Ｓ（ｘ，Ｌ）に応じてノード又はリンクｘのラベルをソートして、各ノード又はリンクｘに対応するラベルを表示部に表示することができる。また、処理部３は、ノード又はリンクｘのラベルに対応して文脈類義性Ｓ（ｘ，Ｌ）の値を表示部に表示してもよい。その表示するタイミングも適宜設定することができる。こうして求められた文脈類義性Ｓ（ｘ、Ｌ）を、情報検索における質問の改訂や、事例ベース推論における事例の類似性の評価に利用することができる。また、適宜のステップ又はタイミングで、文脈類義性Ｓ（ｘ，Ｌ）を主記憶部４に書き込むこと又はそこから読み出すこと、表示部１に表示することができる。
【００２２】
図１１に、文脈類義性Ｓ（ｘ，Ｌ）を求めるフローチャートを示す。
このフローチャートは上式に基づいて文脈類義性Ｓ（ｘ，Ｌ）を求めるひとつの方法を示すものであり、これに限られない。この手順が終了したときの変数Ａの値が文脈類義性Ｓ（ｘ，Ｌ）である。この手順では、ノード又はリンクｘのいずれかのラベルＭに対して類似度Ｔ（Ｌ，Ｍ）が定義されている場合にのみ検索質問Ｑ’の解候補を調べるようになっているが、ラベルの種類が少ない場合等には常に検索質問Ｑ’の解候補を調べても良い。
まず、変数Ａに０を代入する（Ｓ３０１）。そして、ノード又はリンクｘの各ラベルＭについて、類似度Ｔ（Ｌ，Ｍ）が定義されて変数Ａ＜類似度Ｔ（Ｌ，Ｍ）ならば、変数Ａに類似度Ｔ（Ｌ，Ｍ）を代入する（Ｓ３０３）。変数Ａが０である場合、このステップは終了するが、変数Ａが０でない場合は、変数Ｂに０を代入する（Ｓ３０７）。検索質問Ｑ’のＤにおける各解候補ｆ’について、変数Ｂ＜解候補スコアｓ（ｆ’）ならば変数Ｂに解候補スコアｓ（ｆ’）を代入する（Ｓ３０９）。そして、変数ＡにＡ＋Ｂを代入し（Ｓ３１１）、このステップを終了する。
【００２３】
５．情報検索
図１２に、情報検索処理のフローチャートを示す。以下に示す情報検索は、一例を示すものであり、これに限定されない。また、検索処理中の適宜のステップ又はタイミングで、文脈類義性Ｓ（ｘ，Ｌ）を主記憶部４から読み出し、表示又は計算処理等に用いることができる。
まず、初期入力として、データベースＤがデータベース記憶部６に予め記憶され、シソーラスＴ又はＴの一部の部分集合Ｒがシソーラス記憶部５に予め記憶されているとする。
ステップＳ１では、ＣＰＵ３は、削除された解候補の集合Ｇを空に初期設定し、利用者からノード、ノードのラベル、ノード間のリンクに関する情報を含む検索質問Ｑの入力を受け付ける。ＣＰＵ３は、検索質問Ｑに関するデータを主記憶部４等の適宜の記憶部に記憶し、必要に応じてそこから読み出す。
【００２４】
ステップＳ２では、ＣＰＵ３は、表示部１に表示された「検索実行ボタン」をクリックすることにより、利用者の要求に応じて検索（又は再検索）を行う。ＣＰＵ３は、入力された検索質問Ｑに従いシソーラス記憶部５及びデータベース記憶部６を参照し、シソーラスＴのうち使用可能とされた部分又はＴの部分集合Ｒにおいて定義されるラベル間の類似度を用いて、検索質問ＱによるデータベースＤの検索結果として解候補集合Ｆを求める（上述のようにその方法は公知であるのでここでは述べない）。その際、削除された解候補集合Ｇの要素である解候補及び削除された解候補集合Ｇの要素を含む解候補は解候補集合Ｆに含めない（解候補は関数であり、関数は順序対の集合だから、解候補の間で包含関係が成り立ちうる）。
ステップＳ３では、ＣＰＵ３は、インタラクションの手掛かりとして以下の（１）〜（５）の情報を、表示部１により利用者に提示する。（（２）、（４）、（５）のリストの表示は、たとえば、リストの要素であるラベルを持つノードを含む解候補のスコアの最大値の降順に従う。また、（３）のリストの表示は、たとえば、ノードのラベルＬの文脈類義性Ｓ（ｘ，Ｌ）の順に従う。なお、文脈類義性Ｓ（ｘ，Ｌ）の値をラベルＬに対応して表示してもよい。）利用者は、下記の各情報に応じて箇条書きで記した仕方で解候補集合Ｆの中の解候補が解かどうかをチェックしたり、解候補集合Ｆと削除された解候補集合ＧとシソーラスＴ又はＴの部分集合Ｒと検索質問Ｑを変更したりできる。ＣＰＵ３は、それぞれの選択肢についての情報を表示部１に表示する。ＣＰＵ３は、利用者から入力部２により入力された入力情報に従い、各選択肢の削除、追加又は変更等を行い、主記憶部４に記憶し、このデータと関係するシソーラス、検索対象等のデータをシソーラス記憶部５、データベース６から適宜読み取る。
【００２５】
図１３は、表示画面の例を示す説明図である。この図は、自然言語の文書の検索に関して、この手順のステップＳ３での表示とインタラクションをサポートするインタフェースの例を示す。図の中の（１）〜（５）は次の（１）〜（５）と対応する。
（１）解候補集合Ｆ
ここには、解候補スコアｓ（ｆ）の高い解候補のリストが表示される。図中、太字は検索質問の中の語のシソーラス拡張にあたる語である。利用者は次のように、この表示に対する操作ができる。
・解候補集合Ｆのいくつかの要素が解かどうかをチェックする。これは、例えば、リストに表示された情報だけで行なえることもあるが、それだけでチェックできない場合には、各解候補をクリックしてその周辺のさらに広い範囲を表示することによって行う。
・解候補集合Ｆのいくつかの要素を解候補集合Ｆから削除し、削除された解候補集合Ｇの要素とする。これは図１３では、Ｆに含まれていた解候補（図では●で示す）をＦに含めない（○で示す）ようにすることである。
【００２６】
（２）検索質問Ｑ
ここには、検索質問が表示される。利用者は、次のように、ノードの追加と削除、及びリンクの挿入と削除ができる。
・検索質問Ｑの２つのノードを結ぶリンクがないいくつかの場合にそのようなリンクを挿入する。
・検索質問Ｑのいくつかのリンクを削除する。
・検索質問Ｑに新たなノードをいくつか付加する。
・検索質問Ｑのノードをいくつか削除する。
【００２７】
（３）ここには、検索質問Ｑに含まれるノードのラベル（図１３では「関数」等）をシソーラス拡張した結果でスコア又は文脈類義性Ｓ（ｘ，Ｌ）の高いものが表示される。なお、文脈類義性Ｓ（ｘ，Ｌ）の値をラベルＬに対応して表示してもよい。より正確には、このリストは、（検索質問Ｑのノードｘごとに）ノードｘのラベルＬについてシソーラスＴにおいてＴ（Ｌ，Ｍ）が定義されているようなデータベースＤのノードのラベル（要素）Ｍのリストである。利用者は、次のように、その各要素を検索範囲に含める（図１３では●で示す）か含めない（○で示す）かを指定できる。
・このリストのいくつかの要素ＭでシソーラスＴの部分集合ＲにおいてＲ（Ｌ，Ｍ）が定義されていないものにつき、Ｒの定義を拡張してＲ（Ｌ，Ｍ）＝Ｔ（Ｌ，Ｍ）とする。あるいは、このリストのいくつかの要素ＭについてシソーラスＴにおいてＴ（Ｌ，Ｍ）の定義を使用可能とする。つまり、Ｍを検索範囲に含める。
・このリストのいくつかの要素ＭでＲ（Ｌ，Ｍ）が定義されているものにつき、Ｒの定義を縮小してＲ（Ｌ，Ｍ）を未定義とする。あるいは、このリストのいくつかの要素ＭについてＴ（Ｌ，Ｍ）の定義を使用不可とする。つまり、Ｍを検索範囲に含めない。
【００２８】
（４）ここでは、検索質問Ｑのノード（図１３では「関数」等のノード）に直接つないで検索質問に付加できるノードのラベルが表示される。さらに詳細には、このリストは、（検索質問Ｑのノードｘごとに）リンクｙ−ｚがデータベースＤに含まれてｙのラベルがＬであるようなノードｙとノードｚ∈Ｆ（ｘ）が存在するような、ラベルＬのリストである。ラベルＬに対応するノードｙ（リンクｙ−ｚがデータベースＤに含まれてｙのラベルがＬであるようなノードｚ∈Ｆ（ｘ）が存在するようなノードｙ）が少ない場合には、そのようなｙごとに、ｙの周辺のいくつかのノードのラベルをＬに加えたものをリストの要素として表示するようにしてもよい。利用者は、次のように、このリストの各要素によって検索質問Ｑを拡張する（●）かしない（○）かを指定できる。
・このリストのいくつかの要素Ｍについて、ＭをラベルとするノードＹとリンクｘ−Ｙとを検索質問Ｑに付加する。つまり、Ｍによって検索質問Ｑを拡張する。Ｍをリストから選択する代わりに直接入力することも可能である。
【００２９】
（５）ここには、検索質問Ｑにおいて２つのノード（図１３では「関数」と「解析」等）の間に入るノードのラベルが表示される。さらに詳細には、このリストは、（検索質問Ｑのリンクｘ−ｙごとに）解候補ｆ中のノードｆ（ｘ）とｆ（ｙ）を結ぶ最短経路がノードｚを含み、解候補の値域ｆ（Ｑ）がノードｚを含まないような解候補ｆが存在するノードｚのラベルのリストである。利用者は、次のように、このリストの要素を検索質問Ｑに挿入する（図１３では●で示す）かしない（○で示す）かを指定できる。
・このリストの要素をラベルとするノードｚとリンクｘ−ｚとリンクｚ−ｙを検索質問Ｑに付加する。つまり、この要素を検索質問Ｑに挿入する
ステップＳ４では、利用者から「検索実行ボタン」により再検索の要求があればステップＳ２に戻る。一方、再検索の要求がなければ処理を終了する。
本発明の情報検索方法又は情報検索装置・システムは、その各手順をコンピュータに実行させるための情報検索処理プログラム、情報検索処理プログラムを記録したコンピュータ読み取り可能な記録媒体、情報検索処理プログラムを含みコンピュータの内部メモリにロード可能なプログラム製品、そのプログラムを含むサーバ等のコンピュータ、等により提供されることができる。
【００３０】
【発明の効果】
本発明によると、以上説明した通り、情報検索における文脈に応じた類義性を動的に効率良く求めることができる。また、本発明によると、情報検索における質問の改訂や、事例ベース推論における事例の類似性の評価に利用することができる類義性計算方法、類義性計算プログラム、類義性計算プログラムを記録したコンピュータ読み取り可能な記録媒体を提供することができる。
【００３１】
また、本発明によると、情報検索において適格な情報を利用者に与えることにより、有効なインタラクションを行ない、検索の効率と精度を向上させることができる。
さらに、本発明によると、検索質問と検索対象とが、自然言語の文章のような不定形な構造を持つグラフとして取り扱われ、その構造を手掛かりとして利用者が検索エンジンと適格なインタラクションを行なうことを可能とし、検索の効率と精度を向上させることができる。
【図面の簡単な説明】
【図１】ノード、リンク、検索質問Ｑについての説明図。
【図２】検索質問Ｑに含まれる各ラベルのシソーラス拡張についての説明図。
【図３】検索質問Ｑについての解候補及び解候補集合Ｆについての説明図。
【図４】グラフの説明図。
【図５】グラフ作成処理についてのフローチャート。
【図６】良い解候補ｆの性質を表す説明図。
【図７】検索質問Ｑとその解候補ｆの例についての説明図。
【図８】検索質問Ｑの拡張検索質問Ｑ’とその解候補ｆ’についての説明図。
【図９】類義性計算装置の構成図。
【図１０】類義性計算処理のフローチャート。
【図１１】文脈類義性Ｓ（ｘ，Ｌ）を求めるフローチャート。
【図１２】情報検索処理のフローチャート。
【図１３】表示画面の例を示す説明図。
【符号の説明】
１表示部
２入力部
３ＣＰＵ
４主記憶部
５シソーラス記憶部
６データベース（検索対象）

Claims

情報検索の文脈に応じて類義性を求めるための類義性計算方法であって、
処理部は、ノード、ノードのラベル、ノード間のリンク及びリンクのラベルからなるグラフで表現した検索質問Ｑを記憶部又は入力部から入力し、ラベルＪ及びＫの間の類義性を示す実数値である類似度Ｔ（Ｊ，Ｋ）を与える部分関数であるシソーラスＴを記憶したシソーラス記憶部を参照し、検索質問Ｑのノード又はリンクｘのラベルＭとの類似度Ｔ（Ｌ，Ｍ）が大きなラベルＬをｘに追加して検索質問Ｑ’を作成するステップと、
処理部は、データベースＤを参照し、グラフの近似照合により、検索質問Ｑ’のノードとリンクの集合からデータベースＤのノードとリンクの集合への部分関数で表現される解候補ｆ’を求めるステップと、
処理部は、解候補ｆ’の解候補としての良さを示す実数値である解候補スコアｓ（ｆ’）を求めるステップと、
処理部は、求めた解候補スコアｓ（ｆ’）とに基づき、検索質問Ｑ、データベースＤ、及びシソーラスＴに応じ、検索質問Ｑの各ノード及び／又は各リンクｘについて、ｘの既存のラベルと他のラベルＬとの文脈における類義性を示す実数値である文脈類義性Ｓ（ｘ、Ｌ）を求めるステップと、
処理部は、求めた文脈類義性Ｓ（ｘ、Ｌ）を、ノード又はリンクｘに対応して記憶部に記憶する又は表示部に表示するステップと
を含む前記類義性計算方法。
処理部は、データベースＤを参照し、グラフの近似照合により、検索質問Ｑのノードとリンクの集合からデータベースＤのノードとリンクの集合への部分関数で表現される解候補ｆを求めるステップと
をさらに含む請求項１に記載の類義性計算方法。
処理部は、入力された検索質問Ｑを解析してグラフで表現するステップをさらに含む請求項１に記載の類義性計算方法。
前記グラフで表現するステップは、
形態素解析によって、文章を語に分割するステップと、
統語解析によって、分割された語を句又は節に統合するステップと、
意味解析によって、動作主及び動作対象等の意味構造を求めるステップと、
照応解析によって、語間の共参照又は照応等の関連を認識するステップと
を含む請求項３に記載の類義性計算方法。
前記文脈類義性Ｓ（ｘ，Ｌ）を求めるステップは、文脈類義性Ｓ（ｘ，Ｌ）を、以下の値のいずれか又は複数に関して単調増加として求める請求項１に記載の類義性計算方法。
（１）ノード又はリンクｘの各ラベルＭに対する類似度Ｔ（Ｌ，Ｍ）
（２）検索質問Ｑにおいてノード又はラベルｘにラベルＬを追加して得られる拡張された検索質問Ｑ’について、検索質問Ｑ’のデータベースＤにおける各解候補、つまり、検索質問Ｑ’のノードとリンクの集合からデータベースＤのノードとリンクの集合への部分関数、のスコア
検索質問ＱおよびＱ’のノード及びリンクのラベルのスコアは、ラベル毎に記憶部に記憶されており、処理部は、記憶部を参照することでスコアを得る請求項５に記載の類義性計算方法。
ラベル間の類義性を示すラベルのスコアは、処理部は、類似度Ｔ（Ｌ，Ｍ）及び／又は以前に求めた文脈類義性Ｓ（ｘ，Ｌ）に基づき求める請求項５に記載の類義性計算方法。
前記文脈類義性Ｓ（ｘ，Ｌ）を求めるステップは、
シソーラスＴから、ノード又はリンクｘの各ラベルＭについて類似度Ｔ（Ｌ，Ｍ）を読み出し、類似度Ｔ（Ｌ，Ｍ）の最大値を求めるステップと、
検索質問Ｑ’のデータベースＤにおける各解候補ｆ’に対して解候補スコアｓ（ｆ’）の最大値を求めるステップと、
求めた両方の最大値に従い文脈類義性Ｓ（ｘ，Ｌ）を求めるステップとを含む請求項１に記載の類義性計算方法。
処理部は、文脈類義性Ｓ（ｘ，Ｌ）に応じてノード又はリンクｘのラベルの候補Ｌをソートして、各ノード又はリンクｘに対応するラベルの候補を表示部に表示する請求項１に記載の類義性計算方法。
処理部は、ノード又はリンクｘのラベルの候補Ｌに対応して文脈類義性Ｓ（ｘ，Ｌ）の値を表示部に表示する請求項１に記載の類義性計算方法。
前記解候補スコアｓ（ｆ’）を求めるステップは、次の量のいずれか又は複数を記憶部から読み出すことにより、解候補スコアｓ（ｆ’）をそれらの量に関する何らかの単調増加関数の値として求める請求項１に記載の類義性計算方法。
（１）ノードｆ（ｕ）が定義されるノードｕの個数と経路ｆ（ｕ→ｖ）が定義されるリンクｕ→ｖの本数に基づく、ｆの定義域の大きさ
（２）検索質問Ｑの各ノードｕについて、ノードｕとノードｆ（ｕ）との類似性、
（３）検索質問Ｑの各リンクｕ→ｖについて、リンクｕ→ｖと経路ｆ（ｕ→ｖ）との類似性、
（４）Ｄの経路ｆ（ｕ→ｖ）がノードｆ（ｕ）を始点とするような、検索質問Ｑのリンクｕ→ｖの本数、
（５）Ｄの経路ｆ（ｕ→ｖ）がノードｆ（ｖ）を終点とするような、検索質問Ｑのリンクｕ→ｖの本数。
処理部は、入力された検索質問Ｑに従い、データベースＤを参照し、検索質問Ｑによるデータベースの検索結果として解候補集合Ｆを求める検索ステップと、
処理部は、求めた解候補集合Ｆを表示部に表示するステップと、
処理部は、解候補集合Ｆのいくつかの要素が解に該当するかどうかについての入力情報を入力部から入力するステップと、
処理部は、その入力情報に従い、解候補集合Ｆのいくつかの要素を、解候補集合Ｆから削除するステップと、
処理部は、入力部からのシソーラスＴ及び／又は検索質問Ｑに関する削除、追加又は変更についての入力情報に基づき、シソーラスＴの内容を変更する及び／又は検索質問Ｑのノード、リンク、及び／又はそれらのラベルを削除又は追加するステップと、
処理部は、利用者から再検索の要求があれば前記検索ステップに戻り処理を繰返し、一方、その要求がなければ処理を終了するステップと
を含む請求項１に記載の類義性計算方法。
処理部は、表示部に検索質問Ｑを表示するステップと、
処理部は、検索質問Ｑの２つのノードを結ぶリンクがない場合にそのようなリンクを挿入することを指示する入力情報を入力部から入力するステップと、
処理部は、その入力情報に従い、そのリンクを挿入するステップと、
処理部には、検索質問Ｑのリンクを削除することを指示する入力情報を入力部から入力するステップと、
処理部は、その入力情報に従い、そのリンクを削除するステップと、
処理部には、検索質問Ｑに新たなノードを付加することを指示する入力情報が入力部から入力されるステップと、
処理部は、その入力情報に従い、検索質問Ｑにそのノードを付加するステップと、
処理部には、検索質問Ｑのノードを削除することを指示する入力情報を入力部から入力するステップと、
処理部は、その入力情報に従い、検索質問Ｑからそのノードを削除するステップと、
をさらに含む請求項１に記載の類義性計算方法。
情報検索の文脈に応じて類義性を求めるための類義性計算プログラムであって、
処理部は、ノード、ノードのラベル、ノード間のリンク及びリンクのラベルからなるグラフで表現した検索質問Ｑを記憶部又は入力部から入力し、ラベルＪ及びＫの間の類義性を示す実数値である類似度Ｔ（Ｊ，Ｋ）を与える部分関数であるシソーラスＴを記憶したシソーラス記憶部を参照し、検索質問Ｑのノード又はリンクに対してそのラベルＭとの類似度Ｔ（Ｌ，Ｍ）に基づきラベルＬを追加して検索質問Ｑ’を作成するステップと、
処理部は、データベースＤを参照し、グラフの近似照合により、検索質問Ｑ’のノードとリンクの集合からデータベースＤのノードとリンクの集合への部分関数で表現される解候補ｆ’を求めるステップと、
処理部は、解候補ｆ’の解候補としての良さを示す実数値である解候補スコアｓ（ｆ’）を求めるステップと、
処理部は、求めた解候補スコアｓ（ｆ’）に基づき、検索質問Ｑ、データベースＤ、及びシソーラスＴに応じ、検索質問Ｑの各ノード及び／又は各リンクについて、検索質問Ｑの中のノード又はリンクｘの既存のラベルと他のラベルＬとの文脈における類義性を示す実数値である文脈類義性Ｓ（ｘ、Ｌ）を求めるステップと、
処理部は、求めた文脈類義性Ｓ（ｘ、Ｌ）を、ノード又はリンクｘに対応して記憶部に記憶する又は表示部に表示するステップと
をコンピュータに実行させるための類義性計算プログラム。
情報検索の文脈に応じて類義性を求めるための類義性計算プログラムを記録したコンピュータ読み取り可能な記録媒体であって、
処理部は、ノード、ノードのラベル、ノード間のリンク及びリンクのラベルからなるグラフで表現した検索質問Ｑを記憶部又は入力部から入力し、ラベルＪ及びＫの間の類義性を示す実数値である類似度Ｔ（Ｊ，Ｋ）を与える部分関数であるシソーラスＴを記憶したシソーラス記憶部を参照し、検索質問Ｑのノード又はリンクに対してそのラベルＭとの類似度Ｔ（Ｌ，Ｍ）に基づきラベルＬを追加して検索質問Ｑ’を作成するステップと、
処理部は、データベースＤを参照し、グラフの近似照合により、検索質問Ｑ’のノードとリンクの集合からデータベースＤのノードとリンクの集合への部分関数で表現される解候補ｆ’を求めるステップと、
処理部は、解候補ｆ’の解候補としての良さを示す実数値である解候補スコアｓ（ｆ’）を求めるステップと、
処理部は、求めた解候補スコアｓ（ｆ’）に基づき、検索質問Ｑ、データベースＤ、及びシソーラスＴに応じ、検索質問Ｑの各ノード及び／又は各リンクについて、検索質問Ｑの中のノード又はリンクｘの既存のラベルと他のラベルＬとの文脈における類義性を示す実数値である文脈類義性Ｓ（ｘ、Ｌ）を求めるステップと、
処理部は、求めた文脈類義性Ｓ（ｘ、Ｌ）を、ノード又はリンクｘに対応して記憶部に記憶する又は表示部に表示するステップと
をコンピュータに実行させるための類義性計算プログラムを記録したコンピュータ読み取り可能な記録媒体。