JPH06149887A - テキスト型データベース装置 - Google Patents

Abstract

(57)【要約】 【目的】自然言語や単語列で記述された検索対象文を含
む情報の検索を行うためのテキスト型データベース装置
に関し，異なる分野のテキストを検索対象とする場合
に，個々の単語単位に単語辞書の変更を行わなくても，
簡単に対象とするテキストに適した検索を可能とする手
段を提供することを目的とする。 【構成】各意味属性に対して，その意味属性が付与され
た単語の意味属性および単語表記のうちいずれを検索キ
ーとするかあるいは検索キーとしないかを表すロールを
規定した意味属性・ロール関係テーブル３を設け，意味
属性に付与されたロールの規定に基づいて検索キーとす
る単語表記および意味属性を決定し，それを用いて検索
対象文を検索するように構成する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は，自然言語や単語列で記
述された検索対象文を含む情報の検索を行うためのテキ
スト型データベース装置に係り，特に，単語の意味属性
にロールと呼ぶ検索属性情報を定義できるようにし，こ
れによりテキストの分野に対して柔軟な対応が可能で精
度のよい検索を可能としたロール付き意味属性に基づく
テキスト型データベース装置に関する。

【０００２】

【従来の技術】入力文と登録したテキスト（検索対象
文）との意味的類似性を考慮した検索を行う従来のテキ
スト型データベース装置では，特開平２−２８７８７６
号（特願平１−１１１６２６号）の「テキスト型データ
ベース装置」に見られるように，単語表記や意味属性
（特開平２−２８７８７６号の発明では意味カテゴリと
称している）などの単語情報を規定した単語辞書と，入
力文を単語に分割し，各単語の意味属性を抽出する形態
素解析部と，単語表記および形態素解析部で抽出された
意味属性を含む検索対象文を抽出して，類似度計算をお
こなう類似度計算部などで構成され，各単語の意味属性
を規定した単語辞書の登録情報が，直接検索結果に影響
した。

【０００３】

【発明が解決しようとする課題】そのため，検索精度を
上げるには，登録するテキストに応じた単語辞書を用意
する必要があり，単語辞書構築のための作業に多くの労
力を必要としていた。

【０００４】例えば，図示省略するが，以下のような２
つのテキスト型データベースＤＢ１およびＤＢ２につい
て考える。ＤＢ１は，検索対象文ａ１「携帯用電話機の
販売」および検索対象文ａ２「携帯用電話機の開発」な
どが登録してある「議事録」のテキスト型データベース
で，ＤＢ２は，検索対象文ｂ１「Ａ社が新しい携帯用電
話機を販売した」および検索対象文ｂ２「Ｂ社の携帯用
電話機」などが登録してある「製品紹介記事」のテキス
ト型データベースだとする。

【０００５】 ＤＢ１：「議事録」のテキスト型データベース 検索対象文ａ１＝「携帯用電話機の販売」 検索対象文ａ２＝「携帯用電話機の開発」 ・・・・ ・・・・ ＤＢ２：「製品紹介記事」のテキスト型データベース 検索対象文ｂ１＝「Ａ社が新しい携帯用電話機を販売し
た」 検索対象文ｂ２＝「Ｂ社の携帯用電話機」 ・・・・ ・・・・ ＤＢ１では，検索指示文「電話機のセールス」で検索対
象文ａ１が高い順位で検索されることが望ましい。ＤＢ
２では，検索指示文「Ｂ社が販売した電話機」で，検索
対象文ｂ２が高い順位で検索されることが望ましい。

【０００６】従来の装置で上述の検索を実現するには，
ＤＢ１では，単語「販売」および「セールス」に意味属
性［販売］を付与し，ＤＢ２では，単語「販売」に，特
別なフラグを設けて検索対象から除外するか，不要語辞
書を設けて，単語「販売」を登録しておき，不要語辞書
に登録された単語は，検索から除外するというような処
理を必要とする。このように，個々の単語に対して，フ
ラグを立てたり，不要語辞書に登録したりする作業を必
要とし，分野が異なるテキストを対象とする場合には，
これらの作業に多くの労力を必要とする。

【０００７】また，従来装置の単語辞書は，登録するテ
キストの分野に検索に適したように特化した辞書である
ため，他の自然言語処理の単語辞書と共用することがで
きなかった。

【０００８】本発明は前記従来の欠点を解決するため，
各意味属性に対して，該意味属性が付与された単語の意
味属性および単語表記のうちいずれを検索キーとするか
あるいは検索キーとしないかを表す情報（以下，これを
ロールという）を，各意味属性に対して規定した意味属
性・ロール関係テーブルを設け，意味属性に付与された
ロールの規定に基づいて検索を行うよう構成することに
よって，異なる分野のテキストを検索対象とする場合
に，個々の単語単位に単語辞書の変更を行わなくても，
意味属性・ロール関係テーブルを変更するだけの少ない
労力で，対象とするテキストに適した検索を行えるよう
調整できるテキスト型データベース装置を提供すること
を目的とする。

【０００９】

【課題を解決するための手段】本発明のロール付き意味
属性に基づくテキスト型データベース装置は，図１に示
すように，単語表記と意味属性と品詞とを各単語に対し
て規定した単語辞書１と，検索対象文およびその関連情
報を保存しておくテキスト型データベース蓄積部６と，
各意味属性に対して，該意味属性が付与された単語の意
味属性および単語表記のうちいずれを検索キーとするか
あるいは検索キーとしないかを表すロールを規定した意
味属性・ロール関係テーブル３と，単語辞書１を参照し
て，検索指示文を単語に分割して単語表記，意味属性お
よび品詞を抽出する形態素解析部２と，形態素解析部２
で抽出された意味属性のロールを意味属性・ロール関係
テーブル３から抽出するロール判定部４と，ロール判定
部４で抽出された各意味属性のロールおよび単語の品詞
に基づいて，検索キーとする意味属性および単語表記を
決定する検索キー決定部５と，検索キー決定部５で決定
された検索キーで，テキスト型データベース蓄積部６に
保存された検索対象文を検索する文検索部７と，文検索
部７で検索された検索対象文と検索指示文との類似度
を，検索キー決定部５で検索キーとなった意味属性およ
び単語表記を基に計算する類似度算出部８とを備える。

【００１０】さらに，請求項２記載の発明では，前記類
似度算出部８が，検索キー決定部５で検索キーとならな
かった意味属性および単語表記であっても，ロール判定
部４で抽出されたロールが特定のロールである場合に
は，該ロールを有する意味属性もしくは該意味属性を有
する単語表記，または該ロールを有する意味属性と該意
味属性を有する単語表記の両方を類似度計算で用いて，
類似度を算出するよう構成される。

【００１１】

【作用】本発明によるロール付き意味属性に基づくテキ
スト型データベース装置では，検索指示文が入力される
と，形態素解析部２で単語辞書１を参照しながら，単語
に分割し，各単語の表記と意味属性と品詞を抽出し，ロ
ール判定部４で意味属性・ロール関係テーブル３を参照
して，形態素解析部２で抽出された意味属性のロールを
得，そのロールの規定に基づいて検索キー決定部５で，
検索キーとする単語表記および意味属性を決定し，文検
索部７で決定された検索キーを用いてテキスト型データ
ベース蓄積部６から検索対象文を検索する。したがっ
て，意味属性・ロール関係テーブル３において意味属性
のロールを変更することによって，検索対象となるテキ
ストの分野に適した検索を行うテキスト型データベース
を容易に構築できる。

【００１２】

【実施例】図１は本発明の１実施例のブロック図であ
り，１は単語辞書，２は形態素解析部，３は意味属性・
ロール関係テーブル，４はロール判定部，５は検索キー
決定部，６はテキスト型データベース蓄積部，７は文検
索部，８は類似度算出部，１０はＣＰＵおよびメモリな
どからなる処理装置を表す。

【００１３】図１の実施例において，図２は，「製品紹
介記事」のテキスト型データベースにおいて検索指示文
「Ｂ社が販売した電話機」が入力された場合の実行例，
図３はロールの規定の例，図４は，「議事録」のテキス
ト型データベースにおいて検索指示文「電話機のセール
ス」が入力された場合の実行例を示している。

【００１４】単語辞書１には，図５に示すように，単語
表記，内部表記，意味属性，品詞等が記述されている。
内部表記は同一の意味を持つ単語には同一の文字列が記
述され，内部表記を持つ単語の場合には，後述する検索
処理において内部表記を単語表記と同様に扱う。例え
ば，「コンピュータ」と「計算機」には同一の内部表記
「計算機」が与えられる。また，用言においてはこの内
部表記で吸収する。例えば，「痛い」，「痛く」には内
部表記「痛い」が与えられる。

【００１５】意味属性は，１つの単語に複数個を付与で
きる。各々の意味属性は，それぞれある概念を表してお
り，その複数の意味属性の集合でその単語の意味を近似
することができる。例えば，単語「頭痛」に対して意味
属性［頭］と意味属性［痛み］を付与する。また，その
単語の意味の上位概念を意味属性として付与してもよ
い。例えば，単語「頭痛」に意味属性［病気類］を付与
する。

【００１６】形態素解析部２は，単語辞書１を参照し
て，入力指示文を単語に分割し，各単語の単語表記，意
味属性，品詞等を抽出する。図２の例では，単語表記
「Ｂ社」，「が」，「販売」，「した」，「電話機」に
分割され，単語表記「Ｂ社」，「販売」，「電話機」に
対しては，各々意味属性［会社］，［販売］，［電話］
が，品詞として“固有名詞”，“名詞”，“名詞”が抽
出される。助詞「が」，サ変動詞「した」には，意味属
性は付与されてないため，意味属性は抽出されない。な
お，ここでは１つの単語に１つの意味属性が付与されて
いる場合を示したが，単語辞書１で複数の意味属性が付
与されている場合には，複数の意味属性が抽出される。

【００１７】意味属性・ロール関係テーブル３には，意
味属性とロールの関係を記述しておく。ここでは，例え
ば図３に示すような５種類のロールを規定している。各
々のロールによって，検索キーや類似度算出での処理方
法が異なる。意味属性・ロール関係テーブル３におい
て，意味属性に付与するロールを変えれば，分野に応じ
た検索を行うよう変更できる。また，このテーブルで規
定されてない意味属性に対しては，デフォルトのロール
が定められているとする。ここでは，デフォルトのロー
ルは，そのロールを有する意味属性およびその意味属性
を有する単語の単語表記を検索キーとするロールとす
る。

【００１８】ロール判定部４では，形態素解析部２で抽
出された意味属性のロールを意味属性・ロール関係テー
ブル３から抽出する。図２の例では，意味属性［会
社］，［販売］，［電話］の各々に対して，ロールｒ
１，ｒ０，ｒ２が得られる。

【００１９】検索キー決定部５では，ロール判定部４で
抽出された各意味属性のロールおよび単語の品詞に基づ
いて，検索キーとする意味属性および単語表記を決定す
る。例えば，品詞に関しては，助詞などの付属語や「す
る」などのサ変動詞は検索キーとしないというように定
めておく。ロールに関しては図３の規定に基づくものと
する。例えば，この例では，以下のように検索キーが決
まる。

【００２０】(1) 意味属性［会社］のロールはｒ１であ
るため，この意味属性は検索キーとせず，単語表記「Ｂ
社」を検索キーとする。 (2) 「が」の品詞は助詞であるため，検索キーとしな
い。

【００２１】(3) 意味属性［販売］は，ロールｒ０であ
るため，単語表記「販売」，意味属性［販売］ともに，
検索キーとしない。 (4) 単語「した」は，サ変動詞であるため，検索キーと
しない。

【００２２】(5) 意味属性［電話］は，ロールｒ２であ
るため，単語表記「電話機」は検索キーとせず，意味属
性［電話］を検索キーとする。 以上のように，単語表記「Ｂ社」と意味属性［電話］が
検索キーとなる。

【００２３】テキスト型データベース蓄積部６には，図
２に示すように，文２１「Ａ社が新しい電話機を販売し
た。」，文２２「Ｂ社の携帯用電話機」の検索対象文を
含む情報が蓄積されている。これらの検索対象文は，検
索時に解析を行ってもよいが，次のように事前に解析し
たものを用いてもよい。すなわち，種々の検索対象文に
ついて，単語辞書１を用いて形態素解析部２と同様な処
理で解析を行っておき，単語表記や意味属性をキーとし
て検索できるインデックステーブルをあらかじめ生成し
ておく。このインデックステーブルもテキスト型データ
ベース蓄積部６に蓄積しておくことにより，検索の高速
化を図ることができる。以下では，検索対象文はすでに
解析が行われているものとして説明する。

【００２４】文検索部７では，検索キー決定部５で決定
された検索キーで，テキスト型データベース蓄積部６に
保存された検索対象文を検索する。単語表記「Ｂ社」で
文２２が，意味属性［電話］で，単語「電話機」を含む
文２１と文２２が検索される。

【００２５】類似度算出部８では，文検索部７で検索さ
れた検索対象文と検索指示文との類似度を，検索キー決
定部５で検索キーとなった意味属性および単語表記を基
に計算する。類似度計算方法として様々な方法が知られ
ているがそのいずれを用いてもよい。ここでは，説明を
簡単にするため，１つの検索キーに対し１０点を与え，
検索対象文に含まれる検索キー毎にその得点を加算した
点数を類似度とする。その結果，文２２に対しては２０
点，文２１に対しては１０点が与えられる。

【００２６】このようにして，「製品紹介記事」のテキ
スト型データベースの場合，検索指示文「Ｂ社が販売し
た電話機」で，文２２「Ｂ社の携帯用電話機」が最も高
い類似度で検索される。

【００２７】次に，「議事録」のテキスト型データベー
スの場合について，図４を用いて説明する。検索対象文
１１「携帯用電話機の販売」および検索対象文１２「携
帯用電話機の開発」などの検索対象文を含む「議事録」
のテキスト型データベースがテキスト型データベース蓄
積部６に登録してあるとする。

【００２８】ここで，意味属性・ロール関係テーブル３
で，意味属性［販売］のロールをｒ２に変更しておく。
検索指示文「電話機のセールス」で検索すると，「セー
ルス」には意味属性［販売］が付与されており，そのロ
ールはｒ２なので，意味属性［販売］は検索キーとなっ
て，文１１には２０点，文１２には１０点が与えられ，
文１１「携帯用電話機の販売」が最も高い類似度で検索
される。

【００２９】次に，従来の装置における変更作業と，本
発明の装置における意味属性・ロール関係テーブル３の
変更作業の違いを説明する。例えば，文２１や文２２な
どの検索対象文を含む「製品紹介記事」のようなテキス
ト型データベースの場合，「販売」，「セールス」，
「発売」などの単語は，検索においては重要な単語でな
く，これらの単語では検索されないほうが望ましい。一
方，文１１や文１２などの検索対象文を含む「議事録」
のようなテキスト型データベースの場合には，上記の単
語で検索されることが必要である。

【００３０】従来の装置では，個々の単語「販売」，
「セールス」，「発売」について変更する必要がある
が，本発明による装置の場合には，上記の単語に意味属
性［販売］を単語辞書１で付与しておき，意味属性・ロ
ール関係テーブル３において，意味属性［販売］のロー
ルをｒ０からｒ２に変更するだけでよい。

【００３１】このように従来装置では，個々の単語それ
ぞれに対して変更を行わねばならないが，本発明による
装置では，意味属性のロールを変更するだけで，その意
味属性を含む複数の単語に対して一度に変更できるた
め，各々の分野に適したテキスト型データベースを簡単
に構築できる。同一概念に属する単語に対しては，同一
の意味属性を付与するため，ある意味属性を有する単語
がＮ個あったとすると，従来装置では，このＮ個の単語
に対して変更を行わねばならなかったが，本発明による
装置では１個の意味属性に対して変更を行えばよく，従
来に比べ１／Ｎの作業で済む。

【００３２】また，本発明によるテキスト型データベー
ス装置の場合には，各単語の検索処理での作用を，意味
属性に付与するロールで規定できるため，単語辞書１を
汎用的に利用できるよう構築して，他の自然言語処理と
共通の単語辞書を用いることができ，辞書メンテナンス
の労力を減らすことができる。

【００３３】例えば，上記で述べた「製品紹介記事」の
ようなテキスト型データベースの検索処理においては，
「Ａ社」，「Ｂ社」が［会社］という概念に属している
という情報は重要でなく，「Ａ社」が検索対象文に含ま
れているかどうかが重要である。一方，構文意味解析等
において，［会社］という概念に属している単語は「販
売する」の主語となり得るといったルールを適用するよ
うな場合には，「Ａ社」，「Ｂ社」が［会社］という概
念に属しているという情報が必要になる。そこで，単語
辞書１には，「Ａ社」，「Ｂ社」に意味属性［会社］を
付与しておき，意味属性・ロール関係テーブル３で，意
味属性［会社］にロールｒ１を付与して，意味属性［会
社］が検索キーとならないようにしておく。これによ
り，単語辞書１を上記のようなルールの適用にも使うこ
とができる。 （請求項２記載の発明に対応する実施例）図６は，請求
項２記載の発明に対応する実施例の構成図である。

【００３４】検索キーとはしないが，類似度計算では考
慮する意味属性を設定できるロールを設けることによ
り，効率よい検索が行えるよう構成することができる。
具体的には，例えば図３に示すｒ４のようなロールを設
ける。

【００３５】例えば，上述の「製品紹介記事」のテキス
ト型データベースにおいて，意味属性［電話］のロール
をｒ４と規定したとする。概念［電話］を持つ単語を含
む検索対象文がある場合，意味属性［電話］は，検索キ
ーとはせず，検索指示文中の他の意味属性を持つ単語で
検索した後，類似度算出部８による類似度計算時に意味
属性［電話］を考慮して計算する。

【００３６】この場合，検索指示文が「Ａ社の携帯用電
話」の場合，［電話］を持つ単語を含む検索対象文が２
００文あったとしても，「Ａ社」や「携帯」で検索され
る検索対象文が１０文しかない場合，その１０文に対し
てのみ類似度計算を行えばよいため，高速に検索を行う
ことができる。

【００３７】また，様々なロールを用いることにより，
細かな検索の制御を行うことができる。図７は，１つの
単語に複数の意味属性が付与され，様々なロールが付与
されている場合の，単語表記および意味属性の関係と検
索キーおよび類似度計算の関係の例を示す図である。単
語「ＡＢＣ」に付与された意味属性において，ロールｒ
３が付与された意味属性があるため，意味属性［ｂ］，
［ｃ］が検索キーとなり，ロールが付与されてない意味
属性［ａ］は検索キーから除かれる。また，表記「ＤＥ
Ｆ」および意味属性［ｄ］は，検索キーとはならないが
類似度計算では考慮される。

【００３８】

【発明の効果】以上説明したように，本発明によれば，
ロールと意味属性との関係を記述した意味属性・ロール
関係テーブルを設け，意味属性に付与されたロールに基
づいて検索を行うよう構成しているため，次の効果があ
る。

【００３９】(1) 作成済みの単語辞書を利用して，意味
属性・ロール関係テーブルを変更するだけの少ない労力
で，高い精度で柔軟に検索できるよう異なる分野のテキ
スト型データベースを構築できる。

【００４０】(2) 単語辞書を他の自然言語処理でも汎用
的に利用できるよう構築でき，辞書メンテナンスの労力
を減らすことができる。などの効果がある。

【００４１】さらに，請求項２記載の発明のように，検
索キーとはしないが，類似度計算では考慮する意味属性
を設定できるロールを設けることにより，より効率よい
検索が行えるよう構成することができる。

【図面の簡単な説明】

【図１】本発明の１実施例のブロック図である。

【図２】本発明の実施例処理動作説明図である。

【図３】本発明の実施例に係るロールの規定の例説明図
である。

【図４】本発明の実施例処理動作説明図である。

【図５】本発明の実施例を説明するための単語辞書に登
録された情報の例を示す図である。

【図６】請求項２記載の発明に対応する実施例の構成図
である。

【図７】本発明の実施例における単語表記および意味属
性と検索キーおよび類似度計算の関係の例を示す図であ
る。

【符号の説明】

１ 単語辞書 ２ 形態素解析部 ３ 意味属性・ロール関係テーブル ４ ロール判定部 ５ 検索キー決定部 ６ テキスト型データベース蓄積部 ７ 文検索部 ８ 類似度算出部 １０ 処理装置

Claims (2)

【特許請求の範囲】
1. 【請求項１】 単語表記と，意味属性と，品詞とを各単
   語に対して規定した単語辞書(1) と，検索対象文および
   その関連情報を保存しておくテキスト型データベース蓄
   積部(6) と，各意味属性に対して，該意味属性が付与さ
   れた単語の意味属性および単語表記のうちいずれを検索
   キーとするかあるいは検索キーとしないかを表す検索属
   性情報を規定した意味属性と検索属性情報の関係テーブ
   ル(3) と，前記単語辞書(1) を参照して，検索指示文を
   単語に分割し，単語表記，意味属性および品詞を抽出す
   る形態素解析部(2) と，前記形態素解析部(2) で抽出さ
   れた意味属性に対する検索属性情報を, 前記関係テーブ
   ル(3) から抽出する検索属性情報の判定部(4) と，前記
   検索属性情報の判定部(4) で抽出された各意味属性に対
   する検索属性情報および単語の品詞に基づいて，検索キ
   ーとする意味属性および単語表記を決定する検索キー決
   定部(5) と，前記検索キー決定部(5) で決定された検索
   キーで，前記テキスト型データベース蓄積部(6) に保存
   された検索対象文を検索する文検索部(7) と，前記文検
   索部(7) で検索された検索対象文と検索指示文との類似
   度を，前記検索キー決定部(5) で検索キーとなった意味
   属性および単語表記を基に計算する類似度算出部(8) と
   を有することを特徴とするテキスト型データベース装
   置。
2. 【請求項２】 請求項１記載のテキスト型データベース
   装置において，前記類似度算出部(8) は，前記検索キー
   決定部(5) で検索キーとならなかった意味属性および単
   語表記であっても，前記検索属性情報の判定部(4) で抽
   出された検索属性情報が特定の検索属性情報である場合
   には，該検索属性情報を有する意味属性もしくは該意味
   属性を有する単語表記，または該検索属性情報を有する
   意味属性と該意味属性を有する単語表記の両方を類似度
   計算で用いて，類似度を算出するよう構成されたことを
   特徴とするテキスト型データベース装置。