JPH07262217A - テキスト検索装置 - Google Patents

Abstract

(57)【要約】 【目的】 キーワードとその共起語で検索結果の優先度
付けを行なうことにより、精度良く優先度付けを行なう
ことができるテキスト検索装置を提供する。 【構成】 キーワード指定部１は、ユーザから入力され
たキーワードを受け付け、そのキーワードをテキスト検
索部２と共起語検索部４にそれぞれ伝達する。テキスト
検索部２では、得られたキーワードによりテキストデー
タベース３を検索する。一方、共起語検索部４では、得
られたキーワードにより共起語データベース５を検索
し、共起語の情報を得る。優先度計算部６では、キーワ
ードと、共起語検索部４において得られる共起語の情報
に基づき、テキスト検索部２で検索された検索項目の優
先度を計算し、テキスト表示部７で検索結果を優先度順
にソートして表示する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、キーワードによるテキ
ストの検索を行なうテキスト検索装置に関するものであ
り、特に、キーワードの共起情報（キーワードと関係の
強い語の情報）を用いて検索された項目の優先度付けを
行なう機能を有するテキスト検索装置に関するものであ
る。

【０００２】

【従来の技術】キーワードによるテキストの検索におい
て、テキストの規模が大きくなるにしたがって検索され
る（ヒットする）項目も多くなり、チェックするのが大
変になってきている。また、キーワードとヒットした項
目の関係も重要なものから軽く触れられたものまで様々
である。そこで、検索された項目の優先度付けを行な
い、重要な項目から必要なレベルのものまでチェックす
ることにより、効率的に必要な情報を得ることができ
る。

【０００３】検索された項目が重要であるかどうかを判
断するには、その項目中のキーワードに関する記述量が
重要である。キーワードに関する記述には、キーワード
が直接記述されている場合と、間接的に記述されている
場合が考えられるが、キーワードの個数はキーワードに
関する直接記述の量をある程度反映していると考えられ
る。そのため、従来の装置では、テキスト中に含まれる
キーワードの個数によって優先度付けを行ない、キーワ
ードの出現した回数が多いほど優先度が高いとするもの
がある。

【０００４】しかし、テキスト中に含まれるキーワード
の個数が十分多い場合には、直接記述の量だけである程
度重要性を判断できるが、キーワードの個数が少ない場
合は判断ができなくなったり、ユーザの要求とかけ離れ
た判断がなされることもある。そのため、キーワードが
直接記述されている量だけでなく、間接的な記述の量も
考慮する必要がある。すなわち、従来の方式では、検索
結果の優先度付けをキーワードの個数で行なうので、キ
ーワードが直接記述されている量しか反映できず、キー
ワードの個数が少ない場合、精度良く優先度付けを行な
うことができない。特に、見出しとその説明の繰り返し
である辞典タイプのテキストの場合、１項目当たりの文
章量が少なく、その中に含まれるキーワードの個数も少
なくなるため問題である。

【０００５】別の従来の装置として、例えば、特開平４
−２８１５６５号公報に記載されている文書検索装置が
ある。この装置では、テキストを前書き、本文等の部分
に分割し、どの部分にキーワードが出現したかにより重
み付けを行ない、優先度を算出している。この装置によ
れば、テキストの重要な部分にキーワードが現われるテ
キストを優先してユーザに提示することができる。その
ため、例えば、辞典タイプのテキストであっても、見出
しにキーワードが存在するテキストを、本文にキーワー
ドが多く存在するテキストよりも優先してユーザに提示
することができる。しかし、この装置においても、間接
的な記述の量は考慮されていない。そのため、例えば、
見出しに間接的な表現があっても、直接的な記述がなけ
れば優先度は低くなり、所望の結果が得られない場合が
あるなどの問題がある。

【０００６】

【発明が解決しようとする課題】本発明は、上述した事
情に鑑みてなされたもので、間接的な記述の量を共起語
の個数によって反映し、キーワードとその共起語で検索
結果の優先度付けを行なうことにより、キーワードの個
数が少ない場合でも、より精度良く優先度付けを行なう
ことができるテキスト検索装置を提供することを目的と
している。

【０００７】

【課題を解決するための手段】本発明は、キーワードに
よるテキストの検索を行なうテキスト検索装置におい
て、キーワードの入力を受け付けるキーワード指定部
と、キーワードにより検索可能なテキストが格納されて
いるテキストデータベースと、前記キーワード指定部で
受け付けたキーワードにより前記テキストデータベース
の検索を行なうテキスト検索部と、ある語と強い関係に
ある共起語の情報を格納した共起語データベースと、前
記キーワード指定部で受け付けたキーワードにより前記
共起語データベースを検索する共起語検索部と、前記キ
ーワード指定部で受け付けたキーワードと該キーワード
により前記共起語検索部で検索された共起語の情報によ
り前記テキスト検索部における検索結果の優先度を計算
する優先度計算部を有することを特徴とするものであ
る。

【０００８】

【作用】本発明によれば、キーワード指定部でユーザの
指定したキーワードにより、テキスト検索部でテキスト
データベースを検索するとともに、共起語検索部で共起
語データベースを参照し、共起語の情報を得る。そし
て、優先度計算部において、キーワードと、共起語検索
部で得られた共起語の情報により、テキスト検索部によ
る検索結果の優先度付けを行なう。従来のキーワードの
みによる優先度付けでは、キーワードに関する直接記述
しか反映されなかったが、本発明のテキスト検索装置で
は、キーワードとその共起語による優先度付けを行なっ
て、キーワードに関する直接記述と間接記述の量の両方
を反映することができ、より精度の高い優先度付けを行
なうことができる。

【０００９】

【実施例】図１は、本発明のテキスト検索装置の１実施
例を示すブロック図である。図中、１はキーワード指定
部、２はテキスト検索部、３はテキストデータベース、
４は共起語検索部、５は共起語データベース、６は優先
度計算部、７はテキスト表示部である。

【００１０】キーワード指定部１は、ユーザからの検索
のためのキーワードの入力を受け、テキスト検索部２及
び共起語検索部４に伝達する。テキスト検索部２は、キ
ーワードを得ると、テキストデータベース３を検索し、
検索結果を優先度計算部６に伝達する。テキストデータ
ベース３には、テキストが格納されており、任意の単語
で検索することによりその単語に関する記述を得ること
ができる。

【００１１】共起語検索部４は、キーワードを得ると共
起語データベース５を検索し、共起語の情報を優先度計
算部６に伝達する。共起語データベース５には、単語を
見出し語として、その見出し語と関係が強い語（共起
語）の情報が格納されている。例えば、見出し語を「Ａ
Ｉ」，「ＯＡ」とすると、 見出し語 共起語 ＡＩ ・・・・人工知能、コンピュータ、エキスパートシステム ＯＡ ・・・・ワープロ、パーソナルコンピュータ、電子ファイル といった情報が格納されている。

【００１２】優先度計算部６は、テキスト検索部２によ
る検索結果と、共起語検索部４からの共起語の情報を得
ると、検索された項目の優先度を計算し、その情報をテ
キスト表示部７に伝達する。テキスト表示部７は、検索
項目の優先度の情報を得ると、優先度順に検索項目をソ
ートし、その情報をユーザに表示する。テキスト表示部
７により検索項目を表示するほか、ファイルに結果を格
納したり、別の装置の入力とすることも可能である。

【００１３】次に、本発明のテキスト検索装置の一実施
例の動作を具体例をもとに説明する。図２は、本発明の
テキスト検索装置の一実施例における動作の一例の説明
図、図３は、テキストデータベースに格納されているテ
キストデータの一例の説明図である。以下の説明では、
ユーザがキーワードとして「ＡＩ」を指定したときの各
構成部の入力および出力の例について説明する。

【００１４】キーワード指定部１は、ユーザから入力さ
れたキーワード「ＡＩ」を得ると、そのキーワード「Ａ
Ｉ」をテキスト検索部２と共起語検索部４にそれぞれ伝
達する。テキスト検索部２では、キーワード「ＡＩ」を
得ると、テキストデータベース３を検索する。いま、図
３に示したテキストデータがテキストデータベース３に
格納されているものとする。キーワード「ＡＩ」による
検索の結果、図３に二重線で示した語がマッチし、検索
結果として、「法律エキスパートシステム・・・」、
「プログラム売買・・・」、「ＡＩ・・・」、「ピボッ
ト方式・・・」の各テキストが得られる。これらの検索
結果は優先度計算部６に伝達される。

【００１５】一方、共起語検索部４では、キーワード
「ＡＩ」を得ると、共起語データベース５を検索し、
「ＡＩ」の共起語の情報を得る。いま、「ＡＩ」の共起
語の情報として、「人工知能、ロボット、エキスパート
システム、機械翻訳、推論、学習」が得られたとする。
得られた共起語の情報は、優先度計算部６に伝達され
る。

【００１６】優先度計算部６では、テキスト検索部２に
おいてキーワード「ＡＩ」で検索した結果「法律エキス
パートシステム・・・」、「プログラム売買・・・」、
「ＡＩ・・・」、「ピボット方式・・・」と、共起語検
索部４においてキーワード「ＡＩ」で検索した結果得ら
れる共起語の情報「人工知能、ロボット、エキスパート
システム、機械翻訳、推論、学習」を得ると、検索項目
の優先度を計算し、その結果をテキスト表示部７に伝達
する。テキスト表示部７では、優先度付けされた検索結
果を得ると、優先度順に検索項目をソートしてその情報
をユーザに表示する。

【００１７】優先度計算部６における優先度の計算は、
例えば、以下のような手順で行なうことができる。ま
ず、各検索項目を次の３つのグループに分ける。 １．項目名にキーワードを含む。 ２．項目名に共起語を含む。 ３．それ以外。 各グループは、この順で順序付けられる。そして、各グ
ループ内で項目内に含まれるキーワードと共起語の個数
で各項目を順位付ける。このとき、キーワードの個数を
共起語の個数より優先する。

【００１８】この具体例では、検索結果の各テキストに
は、キーワードとともに、共起語が存在する。図３にお
いて、共起語にアンダーラインを付して示している。ま
ず、項目名にキーワードを含む検索結果として、「ＡＩ
・・・」というテキストが存在する。項目名に共起語を
含む検索結果としては、「法律エキスパートシステム・
・・」というテキストが存在する。それ以外に、「プロ
グラム売買・・・」、「ピボット方式・・・」というテ
キストが存在する。さらに、「プログラム売買・・・」
というテキストには、キーワード「ＡＩ」が１つ存在
し、「ピボット方式・・・」というテキストには、キー
ワード「ＡＩ」が１つと共起語「機械翻訳」が１つ存在
する。これらのことから、優先度は、「ＡＩ・・・」、
「法律エキスパートシステム・・・」、「ピボット方式
・・・」、「プログラム売買・・・」の順となる。

【００１９】優先度の計算の別の例として、以下のよう
な点数計算により優先度の計算を行なうことができる。 １．項目名にキーワードを含む場合、＋１００を点数に
加える。 ２．項目名に共起語を含む場合、＋１０を点数に加え
る。 ３．（キーワードの個数）＋（共起語の個数）×０．７
を点数に加える。 このような点数計算の結果得られる各テキストの点数を
優先度として用いる。テキスト表示部７は、この点数を
もとに検索項目をソートしてその情報をユーザに表示す
る。

【００２０】この具体例では、検索された各テキストの
キーワードと共起語の個数、点数、優先順位は、図４に
示すようになる。すなわち、テキスト「法律エキスパー
トシステム・・・」の場合、項目名に共起語を含んでい
るので＋１０、キーワード１個、共起語２個なので、１
＋２×０．７＝２．４となり、合計１２．４である。テ
キスト「プログラム売買・・・」の場合、項目名にキー
ワード、共起語を含んでいないので、キーワード１個分
の１となる。テキスト「ＡＩ・・・」の場合、項目名に
キーワードを含んでいるので＋１００、キーワード１
個、共起語５個なので、１＋５×０．７＝４．５とな
り、合計１０４．５である。テキスト「ピボット方式・
・・」の場合、キーワード１個と、共起語１個なので、
１＋１×０．７＝１．７となる。

【００２１】このように各項目の点数を計算し、点数の
多い順に優先順位を与える。その結果、優先度付けされ
た（優先順位、検索項目）の情報（（２ 法律エキスパ
ートシステム・・・）（４ プログラム売買・・・）
（１ ＡＩ・・・）（３ ピボット形式・・・））が得
られる。この情報をテキスト表示部７に伝達し、テキス
ト表示部７で優先度順に検索項目をソートしてユーザに
表示する。

【００２２】優先度の計算のさらに別の例を説明する。
テキスト検索部２において検索された各テキストについ
て、まず、テキスト中のキーワード、共起語を含む文を
記述文とする。このとき、記述文に挟まれた文も記述文
とする。記述文に挟まれた文が複数存在する場合には、
任意に設定された文数以内の場合のみ、挟まれている文
を記述文とする。また、表題にキーワードが含まれると
きは、その段落に含まれている全部の文を記述文とす
る。このようにして記述文と判定された文の数を計数
し、記述文が多いテキストほど優先度が高いと判断す
る。このようにして検索結果のテキストに優先度を与
え、優先度順にソートしてテキスト表示部７に表示す
る。

【００２３】図３に示したテキストデータベースに格納
されている「ファジー・・・」というテキストについ
て、キーワード「ファジー」によりこのテキストを検索
したとする。また、キーワード「ファジー」に対応する
共起語を「あいまいさ、ＡＩ」とする。このとき、キー
ワード「ファジー」、共起語「あいまいさ」、「ＡＩ」
を含む文「ファジーとは不確かのことである。」、「こ
の不確かさを応用しようとする工学的分野がファジー工
学である。」、「数値で表わせないあいまいさを含む経
験や勘を研究対象にしている。」の３つの文は記述文と
判定される。また、記述文に挟まれた１文も記述文とす
ると、キーワードや共起語を含まない第３文「カリフォ
ルニア大学のザデー教授がその創始者である。」も記述
文となる。もっとも、この例では、表題にキーワードが
含まれているので、全ての文が記述文となる。この例で
は、記述文は４つとなる。他の検索されたテキストでも
同様に記述文を計数し、記述文の多い順にソートして、
テキスト表示部７で表示することになる。

【００２４】次に、キーワードが複数の意味を持つ場合
について、具体例を用いて説明する。以下の説明では、
キーワードとして「ＣＤ」が入力されたものとする。ま
た、「ＣＤ」に対応する共起語として、「コンパクトデ
ィスク、デジタル、レーザー、音楽」が共起語データベ
ース５に格納されているものとする。「ＣＤ」には、
「コンパクトディスク」、「譲渡性預金（Ｃｅｒｔｉｆ
ｉｃａｔｉｏｎ ｏｆＤｅｐｏｓｉｔ）」、「現金自動
支払機（Ｃａｓｈ Ｄｉｓｐｅｎｓｅｒ）」、「通常軍
縮（Ｃｏｎｖｅｎｔｉｏｎａｌ Ｄｉｓａｒｍａｍｅｎ
ｔ）」、「シクロデキストリン」等の意味があり、テキ
スト検索により多くの項目がヒットすることになる。

【００２５】図５は、キーワード「ＣＤ」により検索さ
れた各検索項目におけるキーワードと共起語の数、点
数、順位の説明図である。テキストデータベースに格納
されているテキストは示していないが、キーワード「Ｃ
Ｄ」による検索の結果、図５の左端欄に示すような検索
項目が検索されたものとする。ここで、「半導体レーザ
ー・・・」、「ＰＣＭ音楽放送・・・」、「ＣＤ−ＲＯ
Ｍ・・・」、「ＬＤ・・・」が「コンパクトディスク」
と関係がある。また、「自由金利商品・・・」は、「譲
渡性預金」、「バンクス・・・」は「現金自動支払
機」、「ジュネーブ軍縮会議・・・」は「通常軍縮」、
「分子カプセル・・・」は「シクロデキストリン」と関
係がある。

【００２６】キーワードと共起語の個数を図５に示すよ
うに仮定し、優先度の計算方法として、点数計算を行な
う方法を採用し、上述の計算方法により点数計算を行な
う。そして、計算された点数により、優先度を付ける。
ここで、共起語が用いられている検索項目のみに限定し
て優先度付けを行なうことにより、「コンパクトディス
ク」と関係のある４項目のみが優先度付けされる。これ
により、「ＣＤ」の意味を「コンパクトディスク」に限
定した検索結果を得ることができる。このように、共起
語を用いることにより、複数の意味を持つ語の意味を限
定して検索することができる。

【００２７】上述の説明では、検索対象となるテキスト
を、図３に示したような項目名とその説明の繰り返しで
ある辞典タイプのテキストと仮定している。しかしこれ
に限らず、１つの大きなテキストでもよい。このとき、
項目の単位を章や節、あるいは、段落などとすれば適応
可能である。項目の単位を段落とした場合には、項目名
や表題が存在しない場合ももちろんある。また、いくつ
かの文書が集まった文書群に対しても検索を行なうこと
ができる。このとき、タイトルを項目名、１文書を１項
目とすればよい。この場合にも、タイトルのない場合で
も適応することができる。

【００２８】

【発明の効果】以上の説明から明らかなように、本発明
によれば、キーワードが直接記述されている場合だけで
はなく、間接的な記述も考慮し、キーワードとその共起
語により検索結果の優先度付けを行なっているので、従
来のキーワードに関する直接記述だけを考慮したキーワ
ードのみの優先度付けに比べ、精度良く優先度付けを行
なうことができる。特に、１項目当たりの文章量が少な
いテキストにおいては、キーワードの個数も少ないが、
本発明では、このようなテキストに対しても有効であ
る。また、キーワードが複数の意味を持つ場合でも、共
起語を用いることにより、キーワードの意味を限定して
検索することができるなどの効果がある。

【図面の簡単な説明】

【図１】 本発明のテキスト検索装置の１実施例を示す
ブロック図である。

【図２】 本発明のテキスト検索装置の一実施例におけ
る動作の一例の説明図である。

【図３】 テキストデータベースに格納されているテキ
ストデータの一例の説明図である。

【図４】 キーワード「ＡＩ」により検索された各検索
項目におけるキーワードと共起語の個数、点数、優先順
位の説明図である。

【図５】 キーワード「ＣＤ」により検索された各検索
項目におけるキーワードと共起語の個数、点数、優先順
位の説明図である。

【符号の説明】

１…キーワード指定部、２…テキスト検索部、３…テキ
ストデータベース、４…共起語検索部、５…共起語デー
タベース、６…優先度計算部、７…テキスト表示部。

Claims (1)

【特許請求の範囲】
1. 【請求項１】 キーワードによるテキストの検索を行な
   うテキスト検索装置において、キーワードの入力を受け
   付けるキーワード指定部と、キーワードにより検索可能
   なテキストが格納されているテキストデータベースと、
   前記キーワード指定部で受け付けたキーワードにより前
   記テキストデータベースの検索を行なうテキスト検索部
   と、ある語と強い関係にある共起語の情報を格納した共
   起語データベースと、前記キーワード指定部で受け付け
   たキーワードにより前記共起語データベースを検索する
   共起語検索部と、前記キーワード指定部で受け付けたキ
   ーワードと該キーワードにより前記共起語検索部で検索
   された共起語の情報により前記テキスト検索部における
   検索結果の優先度を計算する優先度計算部を有すること
   を特徴とするテキスト検索装置。