JPH07129601A

JPH07129601A - 情報検索装置

Info

Publication number: JPH07129601A
Application number: JP5276478A
Authority: JP
Inventors: Toshihide Ichimori; 俊秀市森; Akira Maeda; 章前田; Hitoshi Ashida; 仁史芦田
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1993-11-05
Filing date: 1993-11-05
Publication date: 1995-05-19

Abstract

(57)【要約】【目的】自然言語を利用することで、情報検索の際の
検索結果の理解を容易にし、情報検索の効率を向上を図
る。また学習により、自然言語を利用した情報検索装置
の構築を容易にする。【構成】ユーザ入力部１０７で入力された検索条件を
基に、あいまい検索実行部１０３でデータの検索が実行
される。検索の結果は検索結果変換部１０６で自然言語
定義部１０４を参照して自然言語に変換される。変換さ
れた検索結果は出力部１０８で表示出力される。【効果】本発明により、情報検索結果の可読性が高ま
り、データの持つ傾向を容易に掴め、データベースから
情報を導く作業の効率化が図れる。本発明により、検索
効率のよい情報検索装置が容易に構築できる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、情報処理分野、制御分
野等、大量のデータを扱う分野一般に関連するものであ
り、特にデータベースの利用が盛んな分野で適用可能な
情報検索装置に関する。

【０００２】

【従来の技術】本発明においてデータとは、ビジネス分
野における顧客情報、営業情報、また制御分野における
プラントの運転履歴、運転状態のデータなどを指す。こ
れらのデータは、数値データの場合もあれば、記号デー
タの場合もあり、通常データベースと呼ばれるデータ記
憶システムに蓄えらることが多いが、これ以外にもプラ
ント装置等で、プラントからオンラインで転送されてく
る場合もある。

【０００３】データベースは、通常、磁気記憶装置等よ
り構成され、データの一括管理、すなわちデータの整理
・保管を最大の利用目的としている。データベースに記
憶されている内容は、要求に応じて自由に読み出した
り、書き換えたりすることが可能であり、データベース
を利用することで、大量のデータを効率的に管理するこ
とが可能になる。このような利用法は、データベースの
１次的な利用であり、現在の中心的な利用法となってい
る。

【０００４】１次的な利用法に加えて、データの解析を
行ない、様々な有益な情報を導き出す高度な利用法、す
なわちデータベースの２次的な利用の開発が進められて
いる。例えばビジネス分野であれば顧客の個々のデータ
の管理を行なう１次的な利用方法に加え、顧客の情報を
解析して営業戦略に役立てる２次的な利用方法の開発が
進められている。

【０００５】データベースの１次的な利用の技術として
は、データベースから目的の情報を取り出すための情報
検索技術がある。情報検索技術とは、データベース等に
アクセスして目的の情報を得る技術であり、このなか
で、人間の用いる自然言語による検索を扱うものとし
て、あいまい検索技術（以下、従来技術１と呼ぶ）が提
案されている。従来技術１の例としては、寺野寿郎、浅
居喜代治、菅野道夫共編「ファジィシステム入門」（オ
ーム社刊）２０５ページから２０７ページ記載のものが
ある。

【０００６】データベースの２次的な利用の技術として
は、データの統計的な性質を調べる統計解析技術などが
ある。

【０００７】以下、熱ボイラーの稼働状況のデータを対
象に、従来技術の説明を行なう。今、ボイラー装置の稼
働状況を管理するデータベースがあるとする。ボイラー
装置は、内部状態が、「ボイラー内温度」および「ボイ
ラー内圧力」の値で表現される。ボイラー装置は、圧力
弁を介して内部状態の制御が行なわれる。「圧力弁制御
量」は圧力弁の開度であり、簡単には、圧力弁を開くと
ボイラーの温度および圧力が下がり、逆に閉じると温度
および圧力が上昇する。ボイラーのデータベースには複
数のボイラー装置のデータが記録されている。ボイラー
のデータは、「ボイラー名」、「時刻」、「ボイラー内
温度」、「ボイラー内圧力」、「圧力弁制御量」、の５
項目からなる。データベースに記憶されている内容の一
部を表１に示す。データの項目の内、ボイラー名は記号
データで、それ以外は数値データである。

【０００８】従来技術１のあいまい検索技術について説
明する。

【０００９】今、上記のボイラーの稼働状況データベー
スを、任意の項目、例えばボイラー名により検索する。
通常の検索では、記号データの項目については検索条件
を記号で入力し、数値データの項目については検索条件
を数値または、数式等で入力する。具体的な検索条件と
しては、例えば、検索条件：（ボイラー名＝ ”ボイラー１”）、検索条件：（２００度＜ボイラー内温度＜３００
度）、などと設定する。

【００１０】数値データを検索する場合、人間の用いる
自然言語で検索条件を設定できると直観的で分かりやす
い。すなわち次のような設定である。

【００１１】検索条件：（ボイラー内温度＝高い）。

【００１２】しかしながらこの場合、自然言語の「高
い」が具体的にどのような数値の範囲を指すかあいまい
であるため、データにアクセスする際の直接の検索条件
として扱えない。そこでファジィ論理を用いたあいまい
検索技術によりこの点を解決する。なお、ファジィ論理
の詳細は向殿政男著「ファジィのはなし」（日刊工業新
聞社刊，１３頁〜６５頁）等に詳しい。

【００１３】あいまい検索の実行手順を図１６に示す。
図１６中、ステップ１６０１でユーザは検索条件を入力
する。ここでは、次の検索条件を考える。

【００１４】検索条件：((ボイラー名＝”ボイラー
１”)かつ(ボイラー内温度＝高い))。

【００１５】検索条件には数値データであるボイラー内
温度の項目に、「高い」という自然言語が入力されてい
る。ステップ１６０２では、検索条件のうち数値データ
の項目に自然言語で入力があった、「ボイラー内温度＝
高い」をファジィメンバシップ関数に対応づけ、数値デ
ータを扱える形に変換する。「ボイラー内温度が高い」
には、図１７に示すようなファジィメンバシップ関数を
対応させる。ファジィメンバシップ関数は予め定義され
ているものとする。

【００１６】次にステップ１６０３でデータ検索が実行
される。検索条件は、記号データであるボイラー名とフ
ァジィメンバシップ関数に変換されているボイラー内温
度である。

【００１７】ステップ１６０３のデータ検索の詳細な手
順を図１８に示す。

【００１８】まずステップ１８０１〜１８０４で、デー
タベース内の全てのデータについて、検索条件に対する
適合度を算定する。ここで適合度とは、データが検索条
件にどれだけ適合しているかを示す［０，１］の連続値
であり、検索条件が完全に適合していれば１になる。条
件が記号データの場合は、項目が一致した場合に適合度
が１、そうでない場合に０の２値をとる。

【００１９】ステップ１８０２およびステップ１８０３
では、データの個々の検索条件に対する適合度を求め
る。個々の検索条件とは検索条件の各要素、すなわち
「ボイラー名＝ボイラー１」および「ボイラー内温度＝
高い」を指す。

【００２０】検索条件の要素は、要素１：（ボイラー名＝”ボイラー１”）、要素２：（ボイラー内温度＝高い）、であるから、例えば表１の番号４のデータに対する適合
度はそれぞれ、要素１に対する適合度＝１、要素２に対する適合度＝０．５、となる。

【００２１】個々の検索条件全てについて適合度が算定
されたら、ステップ１８０４において検索条件の各要素
の適合度から、検索条件全体に対する適合度を求める。
適合度同士の演算には、様々なファジィ演算が適用可能
である。ファジィ演算については、前述の向殿政男著
「ファジィのはなし」（日刊工業新聞社刊，１３頁〜６
５頁）等に詳しい。ここでは、ファジィ演算のなかのＭ
ＩＮ-ＭＡＸ演算を例に説明する。このＭＩＮ-ＭＡＸ演
算は、要素が「かつ」で結合されている時は、その要素
の内のミニマム、すなわち小さい方を全体の値とし、要
素が「または」で結合されている時はその要素の内のマ
キシマム、すなわち大きい方を全体の値とする演算であ
る。

【００２２】このＭＩＮ-ＭＡＸ演算にしたがえば、検
索条件の要素は、「かつ」で結合されているため、先の
要素１と要素２の適合度の小さい方になり、番号４のデータの適合度＝０．５。

【００２３】以上の操作をデータベース中の全てのデー
タについて行ない、各データの適合度を算定して、処理
はステップ１８０５に進む。ステップ１８０５では、検
索条件を満たしているデータを選択して出力する。デー
タの適合度は、そのデータがどれだけ検索条件に適合し
ているかを示す指標であるから、適合度の大きなデータ
を選択すれば良い。適合度がどれくらいの値であれば検
索条件を満たすかは、さまざまな判断がある。例えば、
「適合度＞０．５」であれば検索条件を満たしているな
どであるが、ここでは、簡単のため適合度の値が最も大
きいものを選ぶことにする。

【００２４】この操作により選ばれるデータは、表１に
示す番号３のデータの組になる。番号３のデータが選択
されて、あいまい検索が終了する。

【００２５】

【表１】

【００２６】従来技術２について説明する。従来技術２
は、データに統計的な処理を施してデータの持つ情報を
明らかにするものである。統計処理として最も簡単に
は、データベースに含まれている各データについて平均
・分散等を調べる方法がある。さらに各項目間の関係を
調べたければ、共分散を調べる、相関係数を調べるなど
の方法がある。

【００２７】例えばデータベースに表２のデータが含ま
れているとする。「ボイラー内温度」、「ボイラー内圧
力」の平均値はそれぞれ、「３００度」、「７気圧」と
なるのでこれがほぼ通常の稼働状態であると見当をつけ
ることができる。ボイラー稼働時に、これより大きく外
れた値が発生すれば、ボイラーの異常を検知することが
可能になる。

【００２８】このようにして、データベースに蓄積され
たデータに統計処理を施すことで有用な情報を導き出す
ことができる。

【００２９】

【発明が解決しようとする課題】従来技術１の問題点に
ついて述べる。

【００３０】従来技術１は、検索条件については自然言
語で指定可能であったが、検索結果については、何の処
理も施されない。このために検索者は検索結果を理解し
づらい。例えばボイラー内温度が高い場合のボイラー内
圧力の傾向を知ることが目的で、表１のデータに対して
検索を行なう。検索条件は、検索条件：（ボイラー内温
度＝高い）、とする。ただし、ファジィメンバシップ関
数および適合度算定のためのファジィ演算等は適当に定
義されているものとする。

【００３１】検索を実行すると、検索結果として次のよ
うに複数のデータが得られることがある。

【００３２】ボイラー内温度＝３８０度、ボイラー内圧
力＝７気圧。

【００３３】ボイラー内温度＝３５０度、ボイラー内圧
力＝８気圧。

【００３４】ボイラー内温度＝３２０度、ボイラー内圧
力＝６気圧。

【００３５】この検索結果を見ると、ボイラー内温度が
高い場合のボイラー内圧力は、６〜８気圧であることが
わかる。しかしながら、６〜８気圧と言う数字が持つ意
味、例えばこの圧力の値が相対的に高いのか低いのか
は、直接にはわからない。これは、ボイラー内圧力が数
値データであり、それをそのまま表示するために生じる
問題である。これは、通常の情報検索でも同様に生じて
いた問題であり、あいまい検索によっても解決されなか
った問題である。

【００３６】また、従来技術１では、自然言語をファジ
ィメンバシップ関数を介して数値に変換し、検索を行な
う。検索者の意図通りに検索が行なわれるためには、フ
ァジィメンバシップ関数の形状がデータベースの内容を
十分に反映している必要がある。しかしながら、ファジ
ィメンバシップ関数の形状をデータベースに適合するよ
うに調整する作業は、多大な試行錯誤が必要であり、あ
いまい検索装置の構築効率低下の問題を招いている。

【００３７】このように、従来技術１では、第１に検索
結果が数値データを含む場合に検索結果の持つ意味が直
観的には理解が難しい点、第２にファジィメンバシップ
関数の調整に多大な労力が必要な点、の２点が問題とな
る。

【００３８】従来技術２の問題点について述べる。

【００３９】従来技術２の統計的な手法は、あくまでも
データの統計的な性質について調べるものであり、統計
上で発生頻度の少ない事柄を調べるには不適当である。
上記のボイラーの例でいえば、異常稼働時のデータであ
る。異常稼働時のデータは正常稼働時のデータに較べ、
出現頻度が低い。そのため得られたデータに直接統計解
析を行なうと、異常稼働時のデータが圧倒的多数の正常
稼働時のデータに埋もれる事態が発生し、解析が不可能
になる。例えば正常稼働時と異常稼働時の出現頻度が１
００対１の場合、異常稼働時のデータがデータ全体の平
均値に与える影響は１００対１であり、平均値を調べて
も異常稼働時の状況は解析できない。

【００４０】これを防ぐためには、元のデータから異常
時のデータを選り分けた上で、解析を行なえば良い。し
かしながら、この選り分けを行なうためにはボイラーの
異常稼働状態に関する事前の知識が必要である。データ
の解析を行なう前に、そのデータの持つ傾向や性質を知
ることは一般にあまり期待できない。また事前の知識が
あったとしても、これによりデータを選り分ける作業
は、情報検索の効率の低下を招く。

【００４１】このように従来技術２では、統計的手法の
成否がデータの性質に左右される問題があり、また、目
的の情報を正確に取り出すためには、非常な労力が必要
になる点が問題になる。

【００４２】本発明の第１の目的は、上記従来例１の第
１の問題点を克服し、データベース等の検索結果に数値
データの項目が含まれる際には、これを自然言語に変換
して可読性を高め、情報検索の効率向上を図ることにあ
る。

【００４３】本発明の第２の目的は、上記従来例１の第
２の問題点を克服し、ファジィメンバシップ関数の調整
を自動化することで、情報検索装置の構築の効率向上を
図ることにある。

【００４４】本発明の第３の目的は、上記従来例２の問
題点を克服し、データの持つ傾向を掴むことを容易とす
ることで、情報検索により情報を導き出す作業の効率化
を図ることにある。

【００４５】

【課題を解決するための手段】本発明は、データベース
検索結果に数値データの項目が含まれる場合、これを自
然言語に変換する手段を具備する。

【００４６】本発明は、データベース検索結果に数値デ
ータの項目が含まれる場合、これを自然言語に変換する
手段、さらに検索条件および検索結果の項目のうち数値
データの項目にはファジィメンバシップ関数を対応させ
る手段を具備する。

【００４７】本発明は、データベース検索において、数
値データの項目を自然言語を用いて検索する場合、自然
言語の対応する具体的な検索条件の数値を、ユーザの明
示的な指定なしに決定する手段を具備する。

【００４８】本発明は、データベース等において、数値
データの項目に自然言語を対応させ、次に自然言語と数
値データを結びつけるファジィメンバシップ関数を対応
させ、さらにファジィメンバシップ関数の形状を、ユー
ザの指定した学習データを基に、自動的に決定する手段
を具備する。

【００４９】本発明は、データベースのデータをディス
プレイ画面上でユーザに提示し、さらにマウス等の指示
手段により、ユーザが学習データを指定する手段を具備
し、この学習データを基に自然言語の対応する具体的な
検索条件の数値を決定する手段を具備する。

【００５０】本発明は、検索結果の項目および値の組合
せに対して、検索結果のデータがどの程度合致している
か示す手段を具備する。

【００５１】

【作用】本発明は、ファジィメンバシップ関数等を利用
して、データベース等の数値データの項目に自然言語を
対応させる。これにより検索結果に数値データが含まれ
る場合でも、ユーザは、検索結果を自然言語により得る
ことが可能になる。

【００５２】本発明は、データベース等の中の数値デー
タの項目と、ユーザが定義した自然言語の対応関係を、
ユーザの指定した学習データを基に自動的に決定する。
これにより、ユーザは学習データを指定するだけで、数
値データの項目と自然言語を対応づけることが可能にな
る。

【００５３】本発明は、データベース等の中の数値デー
タの項目と、ユーザが定義した自然言語の対応関係を決
定しているファジィメンバシップ関数を、ユーザの指定
した学習データを基に自動的に決定する。これにより、
ユーザは学習データを指定するだけで、ファジィメンバ
シップ関数の定義が可能になる。

【００５４】本発明は、検索結果の持つ傾向を、データ
の項目と自然言語の組合せで示す。これにより、ユーザ
は検索結果の持つ傾向を簡単に知ることが可能になる。

【００５５】

【実施例】本発明の実施例について図面を用いて詳細に
説明する。例としてボイラーの稼働状況のデータを対象
に説明を行なう。今、ボイラー装置の稼働状況を管理す
るデータベースがあるとする。ボイラー装置の内部状態
は、「ボイラー内温度」および「ボイラー内圧力」の値
で表現される。ボイラー装置は、内部状態の制御が圧力
弁を介して行なわれ、「圧力弁制御量」の値は、オペレ
ータの行なった操作を示す。「圧力弁制御量」は圧力弁
の開度であり、簡単には、圧力弁を開くとボイラーの温
度、圧力が下がり、逆に閉じると温度圧力が上昇する傾
向にある。ボイラーのデータベースには、複数のボイラ
ー装置のデータが記録されている。前記表１で示される
ように、ボイラーのデータの項目は、「ボイラー名」、
「時刻」、「ボイラー内温度」、「ボイラー内圧力」、
「圧力弁制御量」、の５項目からなる。データベースに
記憶されている内容の一部が表２であるとする。各項目
の内、ボイラー名は記号データで、それ以外は数値デー
タである。

【００５６】

【表２】

【００５７】本発明の第１の実施例を図面を用いて詳細
に説明する。第１の実施例は、検索結果の自然言語によ
る出力である。すなわち、データベース等の検索結果に
数値データの項目が含まれている際に、これを自然言語
に変換して可読性を高めることで検索システムの操作性
を向上させ、情報検索の効率向上を図る。

【００５８】図１は本発明の第１の実施例の情報検索装
置の概要である。図１中、データ記憶部１０１とデータ
アクセス部１０５により、通常のデータベースが構成さ
れている。データベースには、本発明が対象とするデー
タが蓄積され、このデータは、データアクセス部に検索
条件を入力することで検索可能である。ただし、データ
ベースアクセス部１０５が受け付けるデータベース検索
の入力は、通常の情報検索の入力、すなわち検索するデ
ータの様式と同じものである。検索するデータが数値デ
ータであれば、数値または数式で入力し、記号データで
あれば記号で入力する必要がある。

【００５９】以下では、変換方式にファジィメンバシッ
プ関数およびファジィ演算を用いた方式を例に説明を行
なう。

【００６０】ユーザ入力部１０７は、ディスプレイ、キ
ーボード、マウス等により構成され、ユーザからの入力
を受けつける。ユーザの検索条件入力はこのユーザ入力
部１０７を介して行なわれる。検索条件は、データベー
スのデータの様式と同じである必要はなく、例えば数値
データを検索する際に、自然言語で検索条件を指定して
も良い。数値データの検索条件に自然言語が指定された
際には、検索条件変換部１０２は自然言語定義部１０４
を参照して、自然言語をファジィメンバシップ関数に変
換する。

【００６１】あいまい検索実行部１０３は、変換された
検索条件入力を基に、データベースに対して従来例の
「あいまい検索」等を行ない、検索結果を得る。

【００６２】検索結果変換部１０６は、検索結果に数値
データの項目が含まれている場合に、自然言語定義部１
０４を参照し、数値データの項目を自然言語に変換す
る。検索結果出力部はディスプレイ等により構成され、
自然言語に変換された検索結果を表示出力する。

【００６３】自然言語定義部１０４は、数値データと自
然言語の変換を行なう方式を記憶する。ファジィメンバ
シップ関数の形状およびファジィ演算の方法が記憶され
ている。

【００６４】本発明の情報検索装置の実行の手順を図２
に示す。図中、ステップ２０１の検索条件入力、ステッ
プ２０２の検索条件変換およびステップ２０３のあいま
い検索実行は、前記従来例１などと同様の手順において
行なわれる。すなわち、ステップ２０１で入力された検
索条件は、数値データの項目に自然言語で指定があった
場合、ステップ２０２において、ファジィメンバシップ
関数に変換される。ステップ２０３では変換された検索
条件で、従来例のあいまい検索が実行される。

【００６５】ただし、上記ステップ２０１からステップ
２０３の検索は、あいまい検索ではなく、前記従来例で
述べた通常の検索方法、すなわち数値データの項目は数
値データの範囲を指定すること等で検索を行なっても良
い。

【００６６】ステップ２０４では、あいまい検索の検索
結果に数値データの項目が含まれている場合、これを自
然言語に変換する。変換された検索結果はステップ２０
５でユーザに出力される。

【００６７】ボイラー稼働状況のデータを例に、本実施
例の情報検索の具体的な手順について説明する。今、検
索条件が、検索条件：((ボイラー名＝”ボイラー１”)かつ(ボイラ
ー内温度＝高い))、であったとする。「ボイラー内温度が高い」のファジィ
メンバシップ関数が図３に示す定義であり、適合度のフ
ァジィ演算がＭＩＮ−ＭＡＸ、検索条件に適合するデー
タは適合度が最大のものを選ぶとする。あいまい検索を
実行すると表１中の番号３のデータの組が選ばれる。従
来例では、データが選択されると、これをそのまま出力
して処理は終りであるが、本発明ではこれをさらに検索
結果のデータの項目の内、数値データのものを自然言語
に変換して出力する。これは、本発明の情報検索装置で
は、図１中の検索結果変換部１０６であり、本発明の処
理の手順ではステップ２０４に対応する。

【００６８】ボイラー稼働状況のデータの項目は、ボイ
ラー名以外は数値データである。これら数値データは、
ステップ２０４で自然言語に変換される。変換は、図１
中の自然言語定義部１０４中に記憶されている内容に従
い、検索結果変換部１０６において行なわれる。図５は
変換の詳細な手順を示す。

【００６９】ステップ５０１では、変換対象の項目に対
応する自然言語の候補を選ぶ。「ボイラー内圧力」の項
目の数値を自然言語に変換するのであれば、対応する自
然言語として定義されている、「高い」および「低い」
がファジィメンバシップ関数と共に自然言語定義部１０
４から読み出される。それぞれの自然言語には、図４の
ファジィメンバシップ関数が割り当てられているものと
する。

【００７０】ステップ５０２では、データの項目の数値
およびファジィメンバシップ関数から各候補の適合度を
算定する。「ボイラー内圧力」の数値、「９気圧」に対
する適合度は次のようになる。

【００７１】「高い」の適合度＝１．０「低い」の適合度＝０．０ステップ５０３では、最も適合度の高い自然言語を選択
する。すなわち、「ボイラー内圧力」の項目に対応する
自然言語として「高い」が選択される。

【００７２】他の数値データの項目も同様に処理され、
図２中のステップ２０４の検索出力の変換が終了する。

【００７３】変換されたデータは、最終的にステップ２
０５でユーザに対して出力される。出力は、図１中の検
索結果出力部１０８において、次のような内容がディス
プレイ等にされる。

【００７４】「番号」＝３「時刻」＝正午。「ボイラー内温度」＝「高い」。「ボイラー内圧力」＝「高い」。「圧力弁制御量」＝「大」。

【００７５】以上のようにして、検索結果に含まれてい
る数値データの項目を自然言語に変換することが可能に
なる。

【００７６】ちなみに、検索結果を自然言語に変換しな
い場合の出力は次のようになる。

【００７７】「番号」＝３「時刻」＝１２：００。「ボイラー内温度」＝「４００°C」。「ボイラー内圧力」＝「９気圧」。「圧力弁制御量」＝「＋３０」。

【００７８】この２つを比較すると、数値データの項目
を自然言語に変換することでデータの可読性が向上し、
検索結果の持つ意味や内容が理解しやすくなることは明
らかである。

【００７９】検索結果出力部１０８において画面等に表
示する内容としては、図６に示すように数値および自然
言語に変換したもの両方を表示するか、またはどちらか
一方を表示する。両方表示する場合、自然言語の方は、
数値データの全データ中での傾向を示すガイド的な役割
となる。さらに自然言語表示の補助として、自然言語の
対応するメンバシップ関数の適合度、重心値等を表示し
てもよい。

【００８０】また、検索結果を表示する際に、自然言語
に変換したものと数値のままのものが混ざっても構わな
い。

【００８１】上記第１の実施例では、各項目の自然言語
毎にファジィメンバシップ関数を対応させたが、項目の
組合せに対してファジィメンバシップ関数を対応させて
も良い。例えば上記では、「温度が高い」にファジィメ
ンバシップ関数が対応したが、「ボイラー１の温度が高
い」、「ボイラー２の温度が高い」、等として、それぞ
れ異なるファジィメンバシップ関数を対応させても良
い。

【００８２】上記第１の実施例では、数値データと自然
言語の変換にはファジィメンバシップ関数およびファジ
ィ演算を用いた。変換方式としては、ファジィメンバシ
ップ関数以外にも、定義域のみ定める、数式で与える、
等の方法を用いてもよい。また、他に条件を指定しても
よい。例えば、｛ボイラー内圧力が「高い」｜ボイラー内圧力＞５気圧｝、｛ボイラー内圧力が「高い」｜ボイラー内圧力＞ボイラー内温度/５０｝、｛ボイラー内圧力が「高い」｜（ボイラー名＝”ボイラー１”かつ時刻＞１２：００かつボイラー内圧力＞５気圧）｝、などとする方法である。この場合はそれぞれ、ボイラー内圧力の値が５気圧より高い、ボイラー内圧力の値がボイラー内温度の５０分の１より
大きい、ボイラー１で、時刻が１２：００以降でボイラー内圧力
が５気圧より高い、場合に、ボイラー内圧力の値を「高い」に変換する。

【００８３】上記第１の実施例の検索結果の変換では、
ファジィメンバシップ関数の適合度を基準に自然言語の
選択を行なったが、これ以外にも、「数値データとファ
ジィメンバシップ関数の重心値の距離により比較を行な
う」、「適合度が０以上のものはすべて選択する」、等
の方法を用いてもよい。

【００８４】上記第１の実施例ではデータベース等のデ
ータが数値データで、これを自然言語で検索する場合に
ついて述べたが、これとは逆に自然言語、記号等のデー
タを数値で検索することも当然可能である。この場合自
然言語設定部で上記手順のステップ２０４とは逆の変
換、すなわち数値データから自然言語、記号への変換を
行なうことになる。

【００８５】上記第１の実施例では、データベースから
目的のデータを取り出す手段として、あいまい検索を用
いたが、あいまい検索以外の検索方法、例えば、検索条
件をデータベースのデータと同じ様式で指定して、デー
タベースアクセス部に検索条件を直接入力するなどの通
常のデータベース検索を行なっても良い。

【００８６】本発明の第２の実施例を図面を用いて詳細
に説明する。第２の実施例は、自然言語定義の自動学習
機能である。すなわち、ユーザの指定する学習データを
基に、データベース等の中の数値データの項目と自然言
語を対応づける自然言語定義を自動学習し、自然言語定
義の設定作業の効率化をはかる。

【００８７】図７は本発明の第２の実施例の対象である
情報検索装置の概要である。データ記憶部１０１、検索
条件変換部１０２、あいまい検索実行部１０３、自然言
語定義部１０４、データアクセス部１０５、検索結果変
換部１０６、ユーザ入力部１０７、および検索結果出力
部１０８は上記第１の実施例と同じ構成である。ユーザ
の学習データ指定は、ユーザ入力部１０７を介して行な
われる。

【００８８】学習実行部７０１は、指定された学習デー
タに適合するように、自然言語定義部１０４に記憶され
ている、数値と自然言語の変換方式を調整する。

【００８９】第２の実施例の具体的な例として、第１の
実施例の説明に用いたボイラー稼働状況のデータベース
を用いる。数値と自然言語の変換方式は、第１の実施例
の説明で用いたものと同様にファジィメンバシップ関数
とファジィ演算を用いる方式とする。この場合、ファジ
ィメンバシップ関数の形状が自動学習の対象となる。

【００９０】ボイラー稼働状況のデータベース中の項目
の「ボイラー内温度」に対応する自然言語の定義を学習
する方法について説明する。自然言語定義の学習は例え
ば図８の手順で行なわれる。図８中ステップ８０１から
８０３は順序が変わってもよい。

【００９１】まずステップ８０１でデータの項目に対応
する自然言語を与える。これは、ユーザが与えても良い
し、予め、「大」、「中」、「小」の３つの言葉が自動
的に割り当てられる等の設定にしておいてもよい。ここ
では、データの項目が「ボイラー内温度」であるから
「高」、「中」、「低」の３つを割り当てることにす
る。

【００９２】ステップ８０２では、それぞれの言葉に学
習実行前の初期値としてのファジィメンバシップ関数、
ファジィメンバシップ関数の鋳型を割り当てる。
「高」、「中」、「低」それぞれに、図９のようなファ
ジィメンバシップ関数が割り当てられたとする。この操
作も、ステップ８０２と同じようにユーザが与えても良
いし、例えば３角形のファジィメンバシップ関数が自動
的に割り当てられるよう設定していてもよい。

【００９３】ステップ８０３で、自然言語の学習データ
の候補となるデータをデータベースから読み出し、ユー
ザに表示する。

【００９４】ステップ８０４では、ユーザが学習データ
候補の中から自然言語に対応すべき学習データを選択す
る。これは、「高」、「中」、「低」の自然言語のそれ
ぞれに対し、該当するデータをユーザが選ぶ作業であ
る。表１のデータでは、「高」に対応するデータとして
は、「番号」が２、３、８、９等、「中」に対応するデ
ータとしては、データ番号４、５、１３等、「低」に対
応するデータとしてはデータ番号１、７等が選ばれると
する。

【００９５】ステップ８０３およびステップ８０４の学
習データ候補の表示、ユーザの選択の方法としては、例
えば図１０に示すように学習候補データを一覧表示し、
そこから学習データを選択する。表示する学習データの
候補は、データベースのデータ全てでもよいし、一部だ
けでもよい。また、数値の欠落など、学習データとして
不適当なデータは除去して表示してもよい。図中、１０
０１はデータベースの中のデータ一覧であり、ユーザ
は、データ一覧の表示欄をマウス等の指示手段を用いて
指定することで、学習データに加えることができる。１
００２は、指示手段が現在指示している学習データ、１
００３は、選択中の学習データの対応すべき自然言語の
表示であり、１００４は、学習データに選択されたデー
タ番号等の表示である。このよう方法により選択された
学習データの一部を表３に示す。

【００９６】表３において、教師値の項にはデータに対
応する自然言語が表示される。

【００９７】

【表３】

【００９８】実際のファジィメンバシップ関数の学習は
ステップ８０５で実行される。学習には、各自然言語毎
に個別に学習を行なう方式（個別学習方式）と、全て同
時に行なう方式（同時学習方式）等がある。いずれも、
基本的にはメンバシップ関数の誤差を求めた後、勾配法
によりメンバシップ関数のパラメータを修正する方法で
ある。

【００９９】個別学習方式について述べる。個別学習方
式の手順は例えば図１１で示される。

【０１００】ステップ１１０１では、各学習データ毎に
自然言語の適合度を求め、予め与えておいた基準値との
比較を行なう。全ての学習データの適合度が基準適合度
を上回れば学習は終了する。基準適合度とは、適合度の
値がいくら以上の場合にその自然言語が成立するかを示
す値であり、例えば０．８などに設定しておく。データ
の適合度が基準適合度を上回れば、その自然言語はデー
タの数値に対応しているわけであり、自然言語のファジ
ィメンバシップ関数の形状を修正する必要がない。

【０１０１】適合度が基準適合度を下回るデータがある
場合は、ステップ１１０２において、該当する各データ
毎に誤差を算定する。各データに対する誤差は例えば次
式で算定される。

【０１０２】

【数１】ｅj ＝ {（基準値） − （適合度）}²。 …（１）ステップ１１０３では、ステップ１１０２で求めた誤差
の収束の有無を判定し、収束していたら処理を終了す
る。これは、学習データに誤りがある等の理由で、ステ
ップ１７０１の終了条件が満たされない場合に、学習を
終了する条件である。収束の判定は、例えば次式によ
る。

【０１０３】

【数２】｜（前回の誤差の総和）−（今回の誤差の総和）｜＜０．１ …（２）ただし、誤差の総和は次で表される。

【０１０４】

【数３】 Σｅj 。 …（３） j（jは適合度が基準値未満のデータ）誤差が収束していなかったら、ステップ１１０４でファ
ジィメンバシップ関数の形状を定めている形状パラメー
タに修正を加え、適合度が基準値を上回るようにファジ
ィメンバシップ関数の形状を調整する。ファジィメンバ
シップ関数の形状パラメータｐiは次式等により変更す
る。

【０１０５】

【数４】ｐi ← ｐi ＋ α・Σ(∂ｅj /∂ｐi)。 …（４） j（jは適合度が基準値未満のデータ）ただし、αは学習係数であり微小な値を与える。

【０１０６】全てのパラメータの変更が終了したらステ
ップ１１０１に戻る。ステップ１１０１〜１１０４の手
順を繰り返すことで、学習データに対して適合度が基準
値を越えるようにファジィメンバシップ関数の形状が修
正される。

【０１０７】以上の手順を各データの項目の各自然言語
について行なえば、目的とする図８中ステップ８０５の
ファジィメンバシップ関数の学習が完了する。

【０１０８】次に、同時学習方式について説明する。同
時学習方式は、１つのデータの項目に対応する自然言語
全てを同時に学習する方式である。以下では、学習デー
タに対応すべき自然言語を教師値と呼ぶ。同時学習方式
の手順は例えば図１２で示される。

【０１０９】表３の学習データを用いて、「ボイラー内
温度が高い」に同時学習方式を適用した場合について、
図１２の手順に従って説明する。

【０１１０】まずステップ１２０１およびステップ１２
０２で各学習データについて、データ項目に対応する自
然言語を求め、教師値と比較する。全ての学習データで
教師値と自然言語が一致すれば処理は終了する。

【０１１１】一致しない学習データがある場合、処理は
ステップ１２０３に進む。一致しなかった学習データに
ついて、これが一致するように各自然言語のファジィメ
ンバシップ関数の形状を調整する。

【０１１２】例えば表３のデータ番号１の学習データに
対して、「ボイラー内温度」の各自然言語の適合度は、「高」の適合度＝０．７。「中」の適合度＝０．３。「低」の適合度＝０．０。

【０１１３】である。最も適合度の高いものは「高」と
なり。これが「ボイラー内温度」の自然言語として得ら
れる。しかしながら、これは教師値「中」と異なるた
め、この学習データについて、「ボイラー内温度」の
「高」、「中」、「低」のファジィメンバシップ関数の
修正が必要である。

【０１１４】ステップ１２０３およびステップ１２０４
で一致しなかった学習データを順に１つずつ取り出し、
１２０５〜１２０８でデータ項目に対応する自然言語の
ファジィメンバシップ関数の学習を行なう。

【０１１５】まず、ステップ１２０５および１２０６で
は、データ項目に対する自然言語を順に選択する。

【０１１６】ステップ１２０７では、選択された自然言
語の学習データに対する誤差を算定する。選択された自
然言語が教師値と一致している場合、すなわち「中」の
ファジィメンバシップ関数の誤差は、ｅ＝｛１ − （適合度）｝²、とし、それ以外で適合度が教師値の自然言語より大きい
場合、すなわち「高」のファジィメンバシップ関数の誤
差は、ｅ＝ {（教師値自然言語の適合度） − （適合度）}²、とする。ステップ１２０８では算定した誤差よりファジ
ィメンバシップ関数の調整を行なう。ファジィメンバシ
ップ関数の各パラメータｐiは次式等により変更する。

【０１１７】

【数５】ｐi ← ｐi ＋ α・(∂ｅ/∂ｐi)。 …
（５）ただし、αは学習係数であり微小な値を与える。

【０１１８】以上の手順を繰り返すことにより、教師値
と一致する自然言語は適合度が大きくなる方向に、一致
しない自然言語は適合度が小さくなる方向にファジィメ
ンバシップ関数の形状が調整されていく。上記の例で
は、「高」に対応するファジィメンバシップ関数は適合
度が小さくなり、また教師値と同じ「高」に対応するフ
ァジィメンバシップ関数は適合度が大きくなる。最終的
に、学習データに対して、教師値と同じ自然言語の適合
度が最大になり、学習データに対応する自然言語は教師
値と同じものになる。

【０１１９】以上の手順を各データ項目について行なえ
ば、目的とする図８中ステップ８０５のファジィメンバ
シップ関数の学習が完了する。

【０１２０】学習後のファジィメンバシップ関数の形状
を図１３に示す。

【０１２１】上記の同時学習の手順では簡単のため省略
したが、学習データに誤りがある等の場合に学習が終了
しないのを防ぐため、ステップ１２０３等において誤差
の収束状況を監視して、誤差が収束した場合は処理を終
了するようにしてもよい。

【０１２２】上記の同時学習の手順では、ステップ１２
０４から１２０８において学習データ１つに対してファ
ジィメンバシップ関数の形状パラメータの修正を１回行
なったが、これ以外に、学習データ１つ毎の、形状パラ
メータの修正量を加算しておき、学習データ全体での修
正量の和を用いてファジィメンバシップ関数の形状を修
正してもよい。

【０１２３】上記第２の実施例では、数値データと自然
言語の変換にはファジィメンバシップ関数およびファジ
ィ演算を用いた。変換方式としては、ファジィメンバシ
ップ関数以外にも、定義域のみ定める、数式で与える、
等の方法を用いてもよい。また、他に条件を指定しても
よい。例えば、｛ボイラー内圧力が「高い」｜ボイラー内圧力＞５気圧｝、｛ボイラー内圧力が「高い」｜ボイラー内圧力＞ボイラー内温度/５０｝、｛ボイラー内圧力が「高い」｜（ボイラー名＝”ボイラー１”かつ時刻＞１２：００かつボイラー内圧力＞５気圧）｝、などとする方法である。

【０１２４】このような変換方式でも、上記第２の実施
例の手順中のファジィメンバシップ関数の形状パラメー
タを調整している部分、図１２中ではステップ１２０８
に対応する部分を、数式のパラメータを調整する、条件
が成立している時だけパラメータを調整する、等に変更
すれば容易に本発明を実現することができる。

【０１２５】上記第２の実施例では、データベースから
目的のデータを取り出す手段として、あいまい検索を用
いたが、あいまい検索以外の検索方法、例えば、検索条
件をデータベースのデータと同じ様式で指定して、デー
タベースアクセス部に検索条件を直接入力するなどの通
常のデータベース検索を行なっても良い。

【０１２６】上記第２の実施例では、メンバシップ関数
のパラメータの修正に勾配法を用いたが、ニュトン法、
共役勾配法等の計算方法を用いても構わない。

【０１２７】また、最初にメンバシップ関数の鋳形を与
えて、これを修正するのではなく、クラスタリング、最
小２乗法等、公知の手法を利用して、直接に、ファジィ
メンバシップ関数の同定を行なってもよい。

【０１２８】本発明の第３の実施例を図面を用いて詳細
に説明する。第３の実施例は検索結果の説明機能であ
る。すなわち、検索結果が自然言語で得られた後、さら
にデータの項目と自然言語の組合せが、検索結果にどの
ように現れたかを調べて表示し、ユーザが容易に検索結
果の傾向を把握できるようにする。

【０１２９】図１４は本発明の第３の実施例の対象であ
る情報検索装置の概要である。データ記憶部１０１、検
索条件変換部１０２、あいまい検索実行部１０３、自然
言語定義部１０４、データアクセス部１０５、検索結果
変換部１０６、およびユーザ入力部１０７は上記第１の
実施例と同じ構成である。

【０１３０】類似検索結果出力部１４０１は、検索結果
のデータから、同じ傾向を示すデータをまとめ、検索結
果全体の中での出現頻度をデータの合致度として出力す
る。

【０１３１】本発明の第３の実施例の具体的な手順を次
に示す。

【０１３２】ステップ１４．１検索条件を入力し、検
索を行なう。

【０１３３】ステップ１４．２得られた検索結果のう
ちで、各項目と自然言語を組合せたものが、検索結果の
データにどれだけの頻度で現れたかを求める。

【０１３４】ステップ１４．３ステップ１４０１．２
の結果を表示する。

【０１３５】ステップ１４．１では、第１の実施例で説
明した情報検索が実行される。検索結果のデータのうち
数値項目のデータは自然言語に変換されている。

【０１３６】次にステップ１４．１で得られた検索結果
をもとに、ステップ１４．２が実行される。ステップ１
４．２では、検索結果の各項目と対応する自然言語の組
合せを作り、検索結果得られたデータに対して、それぞ
れの組合せに合致するデータおよび合致しないデータを
調べ、その組合せで検索結果のデータの傾向をどれだけ
説明できるかをデータの合致度として数値で出力する。

【０１３７】第３の実施例を具体的な例により説明す
る。例えばボイラー稼働状況のデータベースに対して、
適当な検索条件によりステップ１４．１を実行する。検
索の結果、「ボイラー内温度」の項目について次のよう
なデータが得られたとする。

【０１３８】データ１：（ボイラー内温度が高）、データ２：（ボイラー内温度が高）、データ３：（ボイラー内温度が低）、データ４：（ボイラー内温度が中）、データ５：（ボイラー内温度が高）、データ６：（ボイラー内温度が高）、データ７：（ボイラー内温度が中）、データ８：（ボイラー内温度が高）、データ９：（ボイラー内温度が高）、データ１０：（ボイラー内温度が中）。

【０１３９】次にステップ１４．２を実行すると、項目
と対応する自然言語の組合せに対する合致度は、それぞ
れ（ボイラー内温度が高）：０．６（１０件中６件合
致）、（ボイラー内温度が中）：０．３（１０件中３件合
致）、（ボイラー内温度が低）：０．１（１０件中１件合
致）、となる。

【０１４０】ステップ１４．３では、ステップ１４．２
での結果を表示する。表示の具体的な例を図１５に示
す。１５０１は検索条件の表示、１５０２はデータ項目
と自然言語の組合せの表示、１５０３は各組合せに対す
るデータの合致度の表示である。

【０１４１】表示すべき内容が大量の場合は、データの
項目名と自然言語をユーザが選択して表示するなど、階
層的な表示方法をとってもよい。また、ここでは項目と
自然言語の組合せの中で、合致率の高いものについて表
示を行なったが、任意の項目と任意の自然語について、
検索結果に対する合致率を表示しても良い。また、必要
に応じて、合致度の大きさで並べかえを行なったりグラ
フ表示する等の加工を加えて表示してもよい。

【０１４２】本発明の第３の実施例の情報検索システム
を利用することで、データベースに含まれている情報を
分かりやすい形で取り出すことができ、データベースか
ら情報を導き出す作業の効率化が図れる。例えば、上記
の例では、検索結果が１０個のデータで得られている
が、似た傾向のものをまとめると全部で３つに整理され
ている。また、検索結果の中、「ボイラー内温度が低」
の場合、発生頻度は少なくとも、ボイラー内状況の１つ
として取り出すことが可能になっている。また、同じ傾
向のデータをまとめ、検索結果を整理して表示するた
め、ユーザが調べなければならないデータ数を減らすこ
とができ、効率的な情報検索が可能になる。

【０１４３】上記の手順のステップ１４．２、ステップ
１４．３では、データの項目およびデータの数が多い場
合に多大な計算時間が必要になる。また、実際に重要な
のは合致度の高い項目と自然言語の組合せを求めること
であるので、ステップ１４．２では、分枝限定法など公
知の組合せ最適化手法を使って、計算時間の削減を図っ
ても良い。

【０１４４】上記第１、第２および第３の実施例ではデ
ータは全て磁気ディスク装置等により構成されるデータ
記憶システムを想定していたが、これは例えば、データ
バス等を介して、データの送受信が行なわれる構成であ
っても差し支えない。例えばプラント装置からのデータ
がリアルタイムで送られてくるような場合、送られてく
るデータを、自然言語を含む検索条件によって選別し
て、さらに検索結果を自然言語により表示してもよい。

【０１４５】また、上記第１、第２および第３の実施例
では、検索条件および検索結果の表示と実際の検索の変
換は、自然言語と数値データのみについて説明したが、
予め定義できるものでさえあれば、記号等のデータと数
値データの変換等でもよい。例えば記号ｘが、ｘ＝｛１，２，３｝、と自然言語定義部１０４に定義されているとする。検索
変換部１０６は、検索結果のデータ中に｛１，２，
３}、となるデータがあれば、これをｘに変換して出力
する。

【０１４６】

【発明の効果】本発明により、データベース等の検索結
果に数値データの項目が含まれる際には、これが自然言
語に変換され、検索結果の可読性が高まり、情報検索の
効率が向上する。

【０１４７】本発明により、数値と自然言語の変換を行
なうファジィメンバシップ関数の調整が自動化され、ユ
ーザはメンバシップ関数の形状を明示的に指定すること
なく、効率的に検索システムを構築可能になる。

【０１４８】本発明により、データの持つ傾向を掴むこ
とが容易になり、データベースから情報を導き出す作業
の効率化が図れる。

【図面の簡単な説明】

【図１】本発明の第１の実施例の情報検索装置。

【図２】本発明の第１の実施例の情報検索装置の情報検
索の手順。

【図３】本発明の第１の実施例の「ボイラー内温度が
高」のファジィメンバシップ関数。

【図４】本発明の第１の実施例の「ボイラー内圧力が
高」および「ボイラー内圧力が低」のファジィメンバシ
ップ関数。

【図５】本発明の第１の実施例の情報検索装置の情報検
索の手順中の検索結果変換手順。

【図６】本発明の第１の実施例の情報検索装置の検索結
果の表示例。

【図７】本発明の第２の実施例の情報検索装置。

【図８】本発明の第２の実施例の情報検索装置の学習実
行の手順。

【図９】本発明の第２の実施例の、学習前の「ボイラー
内温度が高」、「ボイラー内温度が中」、および「ボイ
ラー内温度が低」のファジィメンバシップ関数。

【図１０】本発明の第２の実施例の学習データの指定画
面および指定方式の表示例。

【図１１】本発明の第２の実施例の個別学習方式の手
順。

【図１２】本発明の第２の実施例の同時学習方式の手
順。

【図１３】本発明の第２の実施例の、学習後の「ボイラ
ー内温度が高」、「ボイラー内温度が中」、および「ボ
イラー内温度が低」のファジィメンバシップ関数。

【図１４】本発明の第３の実施例の情報検索装置。

【図１５】本発明の第３の実施例の情報検索装置の検索
結果の説明の表示例。

【図１６】従来技術１のあいまい検索の手順。

【図１７】従来技術１のあいまい検索で用いた、「ボイ
ラー内温度が高」のファジィメンバシップ関数。

【図１８】従来技術１のあいまい検索の詳細な手順。

【符合の説明】

１０１…データ記憶部、１０２…検索条件変換部、１０
３…あいまい検索実行部、１０４…自然言語定義部、１
０５…データアクセス部、１０６…検索結果変換部、１
０７…ユーザ入力部、１０８…検索結果出力部、６０１
…検索条件表示部、６０２…検索結果表示部、７０１…
学習実行部、１００１…学習データ候補一覧表示部、１
００２…現在選択中の学習データ候補の表示例、１００
３…教師値のデータ項目および自然言語の表示部、１０
０４…選択された学習データの表示部、１４０１…類似
検索結果出力部、１５０１…検索条件の表示部、１５０
２…データの項目と自然言語の組合せの表示部、１５０
３…検索結果のデータの合致度表示部。

Claims

【特許請求の範囲】

【請求項１】データを記憶するデータ記憶手段と、該デ
ータ記憶手段にアクセスして、データの検索を行なうデ
ータ検索手段と、ユーザの入力を受け付けるユーザ入力
手段と、ユーザの入力が検索条件であった場合に、該検
索条件を上記データ検索手段の入力として適合する様式
に変換する入力変換方式を定義して記憶する入力データ
様式変換定義手段と、該定義された入力変換方式を用い
て、ユーザにより入力された検索条件を上記データ検索
手段の入力として適合する様式に変換する入力データ様
式変換手段と、上記データ検索手段を用いて該変換され
た検索条件に合致するデータの検索を行なうデータ検索
実行手段と、検索されたデータを数値と自然言語の様式
に変換する出力変換方式を定義して記憶する出力データ
様式変換定義手段と、検索されたデータに対し、該定義
された出力変換方式を用いて、数値と自然言語の変換を
行なう出力データ様式変換手段と、該変換されたデータ
をユーザに示す検索結果表示手段とからなることを特徴
とする情報検索装置。
【請求項２】上記出力データ様式変換手段は、数値と自
然言語の変換をおこなうための、ファジィメンバシップ
関数およびファジィ演算を用いた変換方式を記憶する手
段を含む請求項１記載の情報検索装置。
【請求項３】上記検索結果表示手段は、データの項目お
よび自然言語の組合せについて、その組合せが検索結果
として得られたデータ全体に占める割合等を算定して表
示する手段からなる請求項１または２記載の情報検索装
置。
【請求項４】データを記憶するデータ記憶手段と、該デ
ータ記憶手段にアクセスして、データの検索を行なうデ
ータ検索手段と、ユーザの入力を受け付けるユーザ入力
手段と、ユーザの入力が検索条件であった場合に、該検
索条件を上記データ検索手段の入力として適合する様式
に変換する入力変換方式を定義して記憶する入力データ
様式変換定義手段と、該定義された入力変換方式を用い
て、ユーザにより入力された検索条件を上記データ検索
手段の入力として適合する様式に変換する入力データ様
式変換手段と、上記データ検索手段を用いて該変換され
た検索条件に合致するデータの検索を行なうデータ検索
実行手段と、検索されたデータを数値と自然言語の様式
に変換する出力変換方式を定義して記憶する出力データ
様式変換定義手段と、検索されたデータに対し、該定義
された出力変換方式を用いて、数値と自然言語の変換を
行なう出力データ様式変換手段と、該変換されたデータ
をユーザに示す検索結果表示手段と、ユーザの入力が自
然言語の学習データの指定であった場合、上記入力変換
方式と出力変換方式から、指定された自然言語に対応す
る変換方式を選択し、さらに上記データ検索手段を用い
て学習データを選択し、選択した変換方式が選択した学
習データに適合するように、該変換方式を調整するデー
タ様式変換定義学習手段とからなることを特徴とする情
報検索装置。
【請求項５】データを記憶するデータ記憶手段と、該デ
ータ記憶手段にアクセスして、データの検索を行なうデ
ータ検索手段と、ユーザの入力を受け付けるユーザ入力
手段と、ユーザの入力が検索条件であった場合に、該検
索条件を上記データ検索手段の入力として適合する様式
に変換する入力変換方式を定義して記憶する入力データ
様式変換定義手段と、該定義された入力変換方式を用い
て、ユーザにより入力された検索条件を上記データ検索
手段の入力として適合する様式に変換する入力データ様
式変換手段と、上記データ検索手段を用いて該変換され
た検索条件に合致するデータの検索を行なうデータ検索
実行手段と、検索されたデータを数値と自然言語の様式
に変換する出力変換方式を定義して記憶する出力データ
様式変換定義手段と、検索されたデータに対し、定義さ
れた出力変換方式を用いて、数値と自然言語の変換を行
なう出力データ様式変換手段と、該変換された検索結果
のデータをユーザに示す検索結果表示手段と、入力デー
タ様式変換定義手段および出力データ様式変換定義手段
のすくなくとも一方において、ファジィメンバシップ関
数およびファジィ演算を用いた数値と自然言語の変換方
式を記憶し、ユーザの入力が自然言語の学習データの指
定であった場合、該入力データ様式変換定義手段中の変
換方式または該出力データ様式変換定義手段中の変換方
式から、指定された自然言語に対応するファジィメンバ
シップ関数およびファジィ演算からなる変換方式を選択
し、さらに上記データ検索手段を用いて学習データを選
択し、選択した変換方式が学習データに適合するよう
に、該変換方式中のファジィ演算を参照して該変換方式
中のファジィメンバシップ関数の形状を調整するデータ
様式変換定義学習手段とからなることを特徴とする情報
検索装置。
【請求項６】上記データ様式変換定義学習手段は、数値
と自然言語の変換について、ファジィメンバシップ関数
およびファジィ演算を用いた変換方式を記憶する入力デ
ータ様式変換定義手段および出力データ様式変換定義手
段と、ユーザの入力が自然言語の学習データの指定であ
った場合、該入力データ様式変換定義手段中の変換方式
と該出力データ様式変換定義手段中の変換方式から、指
定された自然言語に対応する変換方式を選択し、さらに
データ検索手段を用いて学習データを選択し、選択した
変換方式が学習データに適合するように、該変換方式中
のファジィ演算を参照して該変換方式中のファジィメン
バシップ関数の形状を調整するデータ様式変換定義学習
手段とからなることを特徴とする請求項５記載の情報検
索装置。
【請求項７】上記ユーザ入力手段は、上記入力データ様
式変換定義手段中または出力データ様式変換定義手段中
の自然言語および学習データの候補の一覧を表示するデ
ィスプレイ画面と、マウス等の指示手段によりユーザに
指定された自然言語または学習データを、ハイライト表
示、ディスプレイ画面上の他の領域に別個に表示する手
段からなることを特徴する請求項６記載の情報検索装
置。