JPH02158873A - キーワード・マッチング装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 産業上の利用分野 本発明は、文書や画像などの情報をフリー・キーワード
と対応付けて蓄積しておき、フリー・キーワードの入力
により対応する情報を取り出すような情報検索装置、更
には、文献データベースシステムや光ファイリング装置
などの情報検索部分にも応用可能な、キーワード・マッ
チング装置に関する。

従来の技術 大量の情報から希望する情報を検索する場合、予め個々
の情報に対してキーワードを付けて蓄積しておき、検索
時にキーワードを入力し、それにマツチするキーワード
を持つ情報を出力させるというのが一般的である。この
方式はキーワードの与え方により、統制キーワード方式
と、フリー・キーワード方式とに大別される。前者は、
利用できるキーワードを限定しておく方式であり、後者
は利用できるキーワードを限定しない方式である。

何れの方式も、長所・短所があるが、フリー・キーワー
ド方式の場合には、入力したキーワードと情報に付けら
れているキーワードとのマツチングの問題がある。

例えば、′ニッケル含有合金′というキーワードが情報
に付けられていて、利用者が“ニッケル合金′というキ
ーワードを入力した場合を考えてみる。この場合、単純
に２つのキーワードが一致するかどうかを調べるだけで
はマツチするとは判断できない。この問題を回避するた
めの方法に。

最長一致検索法とワイルド・カード検索法とがある（゛
サーチャーの時代″三輪眞木子著、丸首■発行、１９８
６年参照）。

最長一致検索法は、入力したキーワードと先頭から一致
する文字数が最も長いキーワードをマツチするとみなす
方式である。この場合、“ニッケル合・・・′　という
キーワードが登録されていなければ１ニッケル含有合金
′がマツチするとみなされる。

また、ワイルド・カード検索法では、一般に任意の文字
列に無条件でマツチする文字（例えば、１本′）と任意
の１文字に無条件でマツチする文字（例えば、′？′）
を人力キーワードに含める。

ことができる（このような文字をワイルド・カードと呼
ぶ）。例えば、′ニッケル本合金′はにツケル含有合金
′とマツチするとみなされる。

発明が解決しようとする課題 最長一致検索法の場合、適切なマツチングを行えないこ
とも多い。例えば、上側とは逆に、′ニッケル合金′と
いうキーワードが登酪されている時に、′ニッケル含有
合金′を入力した場合を考える。この場合、もし、′ニ
ッケル含有率′というキーワードが登録されていれば、
′ニッケル含有合金′は先頭から一致する文字数の多い
゛ニッケル含有率′とマツチし、′ニッケル合金′とは
マツチしないことになる。また、例えば１追記型光デイ
スク′と′光デイスク′のように最初の文字が一致しな
いキーワード同士はマツチングをとることができない。

このようなことから、最長−致検索法によると、下記の
ような課題がある。

■　先頭の文字が一致しないキーワード同士はマツチン
グできない。

■　他のキーワードの登録状況でマツチングできるかど
うかが変化してしまう。

■　非常に多くのキーワードとマツチングしてしまう場
合がある。

■　複数のキーワードがマツチした場合、優先度をつけ
られない。

また、ワイルド・カード検索法は、入力するキーワード
の適切な個所にワイルド・カードを使用すれば原理的に
はマツチングできない場合はないが、下記のような課題
がある。

■　検索したいキーワードが登録されている可能性のあ
る形すべてを念頭においてワイルド・カードを使用する
のは大変面倒である。

■　非常に多くのキーワードとマツチしてしまう場合が
ある。

■　複数のキーワードがマツチした場合、優先度をつけ
られない。

課題を解決するための手段 キーワードが複合語であるか否かを判定する複合語判定
手段を設け、複合語を個々の構成単語に分割する複合語
分割手段を設け、対比すべき２つのキーワードの一致度
を、双方のキーワードの構成単語の数と、一致した構成
単語の数１位置及び順序とに基づき算出する一致度算出
手段を設け。

この一致度算出手段により算出された一致度を予め設定
された所定の閾値と比較するマツチング判定手段を設け
る。

作用 複合語判定手段によりキーワードが複合語であるか否か
判定した後、複合語であれば、複合語分割手段により個
々の構成単語に分割し、対比しやすい形にする。そして
、対比すべき２つのキーワードにつき、その一致度を一
致度算出手段により算出するが、この際１分割された構
成単語に着目し、双方のキーワードの構成単語の数と、
その内の一致した構成単語の数、位置及び順序とに基づ
き算出する。よって、先頭の文字が一致するか否かは関
係しない。また、キーワード・データのみであり、ワイ
ルド・カード方式のような余分な操作を必要としない。

一致度算出手段により算出された一致度を、マツチング
判定手段において予め設定されている所定の閾値と比較
し、閾値を越える程度に一致している時に双方のキーワ
ードがマツチすると判定される。この際、複数のキーワ
ードがマツチしたとしても、その−政変の高い順に優先
度をつけることも可能となる。また、閾値の設定によっ
て、マツチするキーワードが多すぎるといったことも防
止できる。

実施例 本発明の一実施例を図面に基づいて説明する。

まず、第１図は本実施例のシステム構成を示し、複合語
判定手段１と、複合語分割手段２と、一致度算出手段３
と、マツチング判定手段４とからなる。複合語判定手段
１はキーワードが複合語であるか否かを判定するもので
あり、複合語であれば複合語分割手段２に対してその複
合語なるキーワードを送出する。複合語分割手段２は複
合語を個々の構成単語に分割処理するものである。一致
度算出手段３は対比すべき２つのキーワードの一致度を
算出するものである。この−政変の算出には、双方のキ
ーワードの構成単語の数や、その内で一致した構成単語
の数、位置及び順序が用いられる。

ここでは、２つのキーワードが完全に一致する場合の一
致度を１、まったく一致しない場合の一致度を０とする
。この一致度算出手段３による一致度出力はマツチング
判定手段４に送出される。このマツチング判定手段４は
、ある１つのキーワードに対して予め設定された閾値と
一致度出力とを比較し、閾値を越える一致度を持つキー
ワードをマツチすると判定するものである。例えば、−
政変が０．７以上であればマツチすると判定することに
なる。

第２図は、このようなシステム構成により、対比すべき
２つのキーワード１，２のマツチング判定処理の概略を
示すフローチャートである。まず、一方のキーワード１
について複合語であるか否か判定した後、複合語であれ
ば構成単語に分割し、複合語でなければそのままとする
。次に、他方のキーワード２についても同様に複合語で
あるか否か判定した後、複合語であれば構成単語に分割
し、複合語でなければそのままとする。このような処理
後に、一致度算出手段３においてキーワード１゜２の一
致度を算出した後、マツチング判定手段４により閾値に
対する大小に応じてマツチするかしないかを判定するこ
とになる。

次に、各構成要素の詳細を説明する。まず、複合語判定
手段１による判定処理を第３図のフローチャートを参照
して説明する。本実施例では、キーワードがすべて漢字
で構成されている場合、それが３文字以上であれば複合
語、２文字以下であれば複合語でないと判定させる。ま
た、漢字以外の文字が含まれているキーワードの場合、
字種の変化点が含まれていれば複合語と判定させる。字
種の変化点とは、例えば漢字とカタカナのように異なっ
た種類の文字が隣接している個所をいういまだ、複合語
分割手段２では、まず、キーワードを字種の変化点で分
割する。次に、キーワードの漢字部分について漢字名詞
辞書（特に図示しないが、漢字表記の名詞を集めたファ
イル）を用い、この辞書に登録されている名詞の組合せ
が漢字部分をカバーするような分割を求める。このよう
な分割が複数通りある場合は１分割数が最小のものを選
択する。もし、この段階で分割できなければ、キーワー
ド全体を１つの単語とする０例えば、１ニッケル含有合
金′というキーワードの場合、１ニッケル／含有／合金
′というように３つの構成単語に分割される。

次に、一致度算出手段３による一致度算出処理の概要を
第４図のフローチャートに示す。ここに、キーワード１
をＫＷｌ、他方のキーワード２をＫＷ２で示し、ＫＷｉ
はｍ個の単語から構成され、Ｋ　Ｗ　ｚはｎ個の単語か
ら構成されているとする。

そして、ｉを単語の順序（キーワードの最後の単語を１
番目の単語とする）、ＫＷ工中の構成単語をＷ工、、Ｋ
Ｗ２中の構成単語をＷ□とすると、各々のキーワードは
次のように表せる。

ＫＷ１＝　（Ｗ工、、Ｗ１ニー１．・・・、Ｗ工、、Ｗ
８□）ＫＷ、＝　（Ｗ、、、Ｗ、。−１，・・・、Ｗ□
２＋Ｗ□、）次に、各々の単語を比較し、互いに一致す
る単語の組の数を数える（一致した構成単語の数をＣと
する）。また、これらの一致した単語の組の中で順位の
逆転がないかどうか調べる。順位の逆転とは、Ｗ□、と
Ｗ、、、Ｗ工、とＷ。とが一致したとすると、ａ　）　
ｂかつｐ　＜　ｑ、または逆に、ａ　＜　ｂかつｐ＞ｑ
となる場合である。順位の逆転があれば一致度は０とし
、以降の処理は行わない。

一致度は次の式により計算される。

一致度＝２Ｘｃ／　（ｍ＋ｎ） 例えば、ＫＷｌが１ニッケル／含有／合金′で、ＫＷ２
が１ニッケル／合金′である場合の一致度を計算する。

まず、ｍ＝３、ｎ＝２である。また。

互いに一致した構成単語は、′ニッケル′と６合金′で
あるので、ＷｏとＷ２２、ＷｔｔとＷａＸとが一致する
ことになり、ｃ＝２である。順位の逆転もない、よって
、一致度は、 ２Ｘ２／　（３＋２）＝０．８ となる。

そして、マツチング判定手段４では、−１ｔ度が予め設
定された閾値より高い場合だけをマツチすると判定する
。例えば、一致度が０．７以上ならばマツチすると定め
ておけば、上側のキーワードはマツチすると判定される
。

発明の効果 本発明は、上述したようにキーワードが複合語であるか
否かを判定する複合語判定手段を設け、複合語を個々の
構成単語に分割する複合語分割手段を設け、対比すべき
２つのキーワードの一致度を、双方のキーワードの構成
単語の数と、一致した構成単語の数、位置及び順序とに
基づき算出する一致度算出手段を設け、この一致度算出
手段により、算出された一致度を予め設定された所定の
閾値と比較するマツチング判定手段を設けたので、一致
度という考え方により、先頭の文字が一致しないキーワ
ード同士でもマツチングが可能となり、また、マツチン
グに用いるデータが対比すべきキーワードの文字列だけ
であるので、ワイルド・カード方式のように利用者が余
分な操作をする必要がなく、キーワードとしたい文字列
を人力するだけでよく、また、利用者が入力したキーワ
ードに対して複数のキーワードがマツチした場合であっ
ても一致度の高い順にソートすることにより優先度をつ
けることも可能であり、また、マツチング判定に際して
の一致度の閾値を下げすぎない限り、マツチするキーワ
ードの数が多すぎてしまうようなこともなく、さらには
、マツチするか否かは２つのキーワード間だけの問題で
あり他のキーワードの登録状況の影響を受けることなく
マツチング判定できる。

【図面の簡単な説明】

図面は本発明の一実施例を示すもので、第１図はブロッ
ク図、第２図は全体の処理を示す概略フローチャート、
第３図は複合語判定処理を示すフローチャート、第４図
は一致度算出処理を示すフローチャートである。

Claims (1)

【特許請求の範囲】
1. キーワードが複合語であるか否かを判定する複合語判定
   手段と、複合語を個々の構成単語に分割する複合語分割
   手段と、対比すべき２つのキーワードの一致度を、双方
   のキーワードの構成単語の数と、一致した構成単語の数
   、位置及び順序とに基づき算出する一致度算出手段と、
   この一致度算出手段により算出された一致度を予め設定
   された所定の閾値と比較するマッチング判定手段とから
   なることを特徴とするキーワード・マッチング装置。