JPH03148765A - 文書検索装置 - 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 本発明は計算機を利用した文書検索装置に関するもので
ある。

従来の技術 近年、ワードプロセッサやパーソナルコンピュータの普
及、コンピュータによる文字認識の実用化に伴い、これ
らによって作成される電子化文書が多くなってきた。こ
のため、大量の文書情報を蓄積し、必要に応じて文書情
報を検索するための文書データベースに対する関心が高
まってきている。従来の文書データベースでは、文書を
検索する場合、文書毎に付されたキーワードを利用する
キーワード検索が一般的であった。しかし、キーワード
付は作業が蓄積文書の増加に間に合わない、時間が経過
するとキーワードが陳腐化する、データベース管理者の
予想を越えたキーワードによる検索には対応できず検索
漏れが多くなる、等の問題点があった。このような背景
から最近は、全文データベースと呼ばれる文書データベ
ースが注目されている。全文データベースでは、利用者
から与えられた検索条件と蓄積されている文書の全ての
情報との間で照合を行い、検索条件を満たす文書を出力
する。検索条件では、従来のキーワードのような単語以
外に文などの文字列を用いても良く、また従来と同様に
、正規表現などの記法を用いることができる。検索条件
と文書情報との照合は、有限状態オートマトンなどを利
用して、文字列の一致、不一致を判定して行う。

このような全文データベースは、前記キーワード検索に
よる文書データベースに比べて、次のような利点がある
。まず第一に、キーボード付は作業が不要になるので、
文書データベースの構築が容易である。第二に、文書中
の全ての情報が照合対照であるので、検索条件設定の自
由度が高く、検索漏れを少なくすることができる。第三
に、時間経過に伴うキーワードの陳腐化がないので、文
書データベースの保守が容易である。

発明が解決しようとする課題 ところが全文データベースでは、被照合文字列が文書中
のどこにあっても照合が成功するように検索条件を設定
するため、利用者の予想しなかった文字列と検索条件と
の照合が成功してしまい、その結果不必要な文書を検索
ノイズとして出力してしまうことが多くなる。例えば、
「火事」という検索条件に対するｒ放火事件Ｊ、「文化
」という検索条件に対する「条文化する」などである。

この種の検索ノイズは、照合文字列の長さが短いほど増
加する。

また従来の検索条件で表現できる複数の照合文字列の間
の関係は、論理和と論理積である。したがって、例えば
ｒ白い犬」のような「白Ｊと「犬」の間の修飾被修飾の
関係を表す検索条件は、ｒ白Ｊと「犬」の論理積で表さ
れるのが一般的である。

このような検索条件では「白い雪原を犬が」といった文
字列でも照合が成功してしまい、これも検索ノイズとな
る。

本発明は、以上のような全文データベースでの検索ノイ
ズの増加を鑑み、文書情報を検索する際、検索漏れを増
加させることなしに、検索ノイズを減少させることを目
的とする。

課題を解決するための手段 上記目的を達成するために、本発明は、利用者による検
索条件の設定を文を入力することで行い、この条件文を
解析して構文情報を取り出し、この構文情報を検索条件
として文書情報の検索を行うようにしたものである。

作用 上記構成における作用は次のようになる。利用者によっ
て入力された検索条件設定のための条件文を解析して構
文情報を取り出す、つぎに条件文の構文情報から検索条
件に適した形態素文字列を選び出し、さらに当該形態素
と同一の概念を表す文字列を同義語辞書から取り出し、
これらの文字列を用いて文字列間の論理和と論理積の組
み合わせによる検索式を作る。この検索式を用いて文書
データベースに対して文字列照合による一次検索を行う
、つぎに、一次検索結果中の文を解析して構文情報を取
り出し、これらの情報と条件文から得た情報との照合を
行い、照合に成功した文を持つ文書を最終検索結果とし
て出力する。

実施例 以下、本発明の一実施例について図面を参照しながら説
明す−る。

第１図は本発明の一実施例における文書検索装置のブロ
ンク図である。第１図において、１０１は利用者が検索
範囲と検索条件設定のための条件文を入力するキーボー
ド等より成る検索条件入力手段、１０２は文を解析して
構文情報を取り出す解析手段、１０３は検索式生成手段
、１０４は同義語辞書１０５は検索式生成手段１０３で
生成された検索式を利用者が編集するための検索式編集
手段、１０６は検索式の検索条件を満たす文を文字列照
合により検索する文字列検索手段、１０７は文書情報が
格納されている文書データベース、１０Ｂは文字列検索
手段１０６から得られた候補文が条件文と同一の構文情
報を持つか否かを判定する構文照合手段、１０９は最終
検索結果を表示し、さらに以降の処理要求を受は付ける
結果表示手段である。

本実施例の文書検索装置において扱う構文情報は、２個
の文節情報と、それらの間の関係からなる三項データ、
もしくは三項データの集合で表される。扱う関係は、文
節間の主部述部の関係、修飾被修飾の関係で、これら２
種類以外の関係は、使用しない、また係り受けの関係は
、第２項の文節情報をｒ係りＪに、第３項の文節情報を
「受け」に対応させることで表す、構文情報をＢＮＦ記
法（バッカスーナウア記法）で表すと第２図のようにな
葛。

つぎに本実施例における文書検索装置の具体的な動作に
ついて説明する。

利用者は、所望の文書中に存在すると思われる文もしく
は文の一部を条件文ａとして検索条件入力手段１０１を
介して解析手段１０２に入力する。また検索範囲すを、
検索条件入力手段ｌｏｔを介して検索式生成手段１０３
へ入力する。

解析手段１０２では、条件文ａに対して形態素解析と構
文解析を施し、構文情報Ｃを取り出し、検索式生成手段
１０３と構文照合手段１０８へ入力する。

解析によって複数の構文情報がある場合には、その旨を
検索条件入力手段１０１を介して利用者に伝え、利用者
が複数の構文情報の中から適当と思われる１個の構文情
報を選択することで処理を継続する。また解析不可能な
場合には、新たな条件文の入力要求を検索条件入力手段
１０１を介して利用者に伝える。

検索式生成手段１０３では、条件文ａの構文情報から検
索条件に適した形態素、例えば自立語を取り出し、さら
に同義語辞書１０４を用いて当該形態素と同一概念の語
を付は加えた後、検索式ｄを生成する。検索式ｄは、形
態素を表す文字列と、それら文字列の間の論理和、論理
積の関係を表す記号、ならびに検索条件入力手段１０１
を介して入力された検索範Ｈｂから成っている。生成さ
れた検索式ｄは検索式編集手段１０５を介して利用者に
提示され、利用者は必要に応じて検索式ｄを編集する。

確定した検索式ｄは文字列検索手段１０６へ、また検索
式中の同義語情報ｅは構文照合手段１０８へ入力される
。

文字列検索手段１０６では、文書データベース１０７の
指定された検索範囲内の文書の内容と、検索式ｄで指定
された検索条件との間で文字列照合を行い、検索条件を
満たす文を検索する。検索結果は、候補文ｒと当該候補
文ｆが属している文書を表す文書識別子ｇの対からなる
集合である。候補文ｆは、−文毎に解析手段１０２へ入
力され、それと同時に文書識別子ｇが構文照合手段１０
Ｂへ入力される。

解析手段１０２では、候補文ｆに対して形態素解析と構
文解析を施し、構文情報りを取り出し、構−文照合手段
１０８へ入力する。解析のとき複数の構文情報がある場
合には、最も確からしい順に、予め指定しである個数の
構文情報を構文照合手段１０８へ入力する。

構文照合手段１０８では、以前に解析手段１０２から入
力されている条件文ａの構文情報Ｃならびに検索式生成
手段１０３から入力されている同義語情報ｅと、解析手
段１Ｇ２から入力された候補文ｆの構文情報りとの照合
を行う、候補文ｆの構文情報が条件文ａの構文情報を満
たしていれば構文照合に成功したとしてし、文字列検索
手段１０６から入力されている候補文ｆが属する文書を
表す文書識別子ｇを結果表示手段１０９へ文書識別子ｉ
として入力する。候補文ｆの構文情報が複数個ある場合
には、複数の構文情報の中のいずれか１個の構文情報が
条件文の構文情報を満たしていれば、候補文ｆと条件文
ａとの照合が成功したと見なす。

結果表示手段１０９では、構文照合手段１０８からの文
書識別子ｌを利用者に提示する。また利用者からの指示
にしたがって、文書識別子ｉで表される文書の内容を文
書データベース１０７から取り出して表示する、新たな
検索を行うために検索条件入力手段１０１または検索式
編集手段１０５に制御を移す、等の処理を行う。

以上が、本実施例の文書検索装置の動作である。

さらに、例文を用いて動作を説明する。例えば条件文が
「白い大きな犬が走る」の場合、解析手段１０２で得ら
れる構文情報は第３図に示したようになる。第３ｍにお
いて形態素情報は、文中の当該形態素を表す文字列であ
る。検索式生成手段１０３で生成される検索条件は、条
件文の構文情報から自立語のみを取り出して得られる。

Ｗち検索条件は、「１白１かつ（太き）かつ（犬）があ
り、さらに（走）または（駆け）がある文」となる。こ
の場合、（駆け）が（走）の同義語として付加されてい
る。文字列検索手段１０６では、この検索条件を満たす
文を文書データベース１０７から文字列照合によって検
索する。文字列検索手段１０６での検索によって第４図
に示すような候補文が得られたとする。構文照合手段１
０８では、文節情報間の関係を使った照合と、文節を構
成する形態素情報の中の自立語に関する情報を使った照
合を行う。

第４図の候補文１、候補文２、候補文３の構文情報は、
それぞれ第５図、第６図、第７図のようになる。第７図
では、２種類の構文情報が得られている。第５図におい
て、（大き）と（犬）と（白）が、第３図に示した条件
文の文節情報中にあり、さらにそれらを含んだ文節情報
間の関係も同じである。また、（駆け）はｆ走）と同義
語であり、（犬）を含んだ文節情報と（駆け）を含んだ
文節情報との間の関係は、条件文の構文情報における【
犬）を含んだ文節情報と（走）を含んだ文節情報との間
の関係と同じである。したがって、候補文ｌと条件文と
は、構文照合に成功し、候補文ｌが属する文書の文書識
別子が結果表示手段１０９に送られる。−方第６図、第
７図にそれぞれ示した、候補文２、候補文３の構文情報
は、（白）を含んだ文節情報と（太き）を含んだ文節情
報のどちらか一方が、（犬）を含んだ文節情報に係って
いないので、構文照合に失敗する。こうして候補文ｌの
みが所望の検索文として結果表示手段１０９に表示され
る。

発明の効果 以上説明したように本発明は、利用者によって入力され
た検索条件設定のための条件文を解析して得た構文情報
と同義語辞書を用いて、文字列間の論理和と論理積の組
み合わせによる検索式を作り、この検索式を用いて文書
データベースに対して文字列照合による一次検索を行う
ことて、検索漏れの増加を抑え、つぎに、−次検索結巣
中の文を解析して得た構文情報と条件文から得た後部情
報との照合を行い、照合に成功した文を持つ文書を最終
検索結果として出力することで、検索ノイズを少なくす
ることができる。

【図面の簡単な説明】

第１図は本発明の一実施例における文書検索装置のブロ
ック図、第２図は本発明の実施例で扱う構文情報のＢＮ
Ｆ記法（バッカスーナウア記法）による表現の一例を示
す回、第３図は本発明に使用される条件文の例の構文情
報を示す図、第４図は本発明に使用される候補文の例を
示す図、第５図、第６図、第７図はそれぞれ第４図に示
した各候補文の構文情報を示す図である。 １０１−−−−−−検索条件入力手段、１０２−−−−
−・解析手段、１０３・・・・・・検索式生成手段、１
０４・−・−・同義語辞書、１０５−−−−−・検索式
編集手段、１０６・・・・・・文字列検索手段、１０７
・・−・・文書データベース、１０８−−−−−一構文
照合手段、１０９−・・・・・結果表示手段。 代理人の氏名　弁理士　粟野重孝　はか１名Ｍ　ｌ　図 ＩＯ／ １　　１　　　■　　　　　　　■　　　　　　　　　
　　　　尋第２図 桐文樗叛　→ （凋赤支１＃悄収叉御樗狐） 〔揖文１目民の並び］ 閲樟→ギｆし嫡 文ガ？１１ｒ鞭　− （最観爪州１罠の並ゲＩ　　　揖交償徴１１３図 （，１１飢い１　１叉、べ１） （篠剖　１苅、譬１　｛犬、帽） （主ｆｆｉ　　（，３，町　　（疋、る丁）第４図 捩榎文１ 人Ｓ〈て白いブしパ５Ｉ７呂レド。 峡膚文２ 白い４Ｐノ四と入′！ｒαＸ〆Ａミる。 挾梢叉３ 白い死の人芝な入ｆ′ペン。 第５図

Claims (1)

【特許請求の範囲】
1. 利用者が検索範囲と検索条件設定のための条件文を入力
   するための検索条件入力手段と、文を解析して構文情報
   を取り出す解析手段と、同義語辞書と、前記解析手段か
   ら得られる条件文の構文情報と前記同義語辞書を使って
   検索式を生成する検索式生成手段と、前記検索式生成手
   段から得た検索式の検索条件を満たす文字列を持った文
   を検索する文字列検索手段と、文書情報が格納されてい
   る文書データベースと、前記文字列検索手段によって得
   られた文を前記解析手段で解析して得られる構文情報と
   前記条件文の構文情報との照合を行い、照合に成功した
   文に対応した文書識別子を出力する構文照合手段と、利
   用者からの指示にしたがって前記構文照合手段から得ら
   れた文書識別子に対応した文書を表示する表示手段から
   成る文書検索装置。