JPH0749875A - 文書情報分類方法およびそれを用いた文書情報収集方法、文書情報収集システム - Google Patents

Abstract

(57)【要約】 （修正有） 【構成】 文書収集サーバシステム１００は、自動的に
複数の情報源に接続して新文書を取得し、適合度計算１
０６によって、あらかじめユーザが記述した検索条件と
の適合度を調べる。文書格納処理１０７は、検索条件間
の関係から分類体系を構成し、適合した文書を分類して
フォルダに格納する。フォルダ管理処理１０８は、各フ
ォルダへの情報の集まり具合を監視し、自動的にフォル
ダの細分化、統合、構造の変更を行なって情報の整理を
する。 【効果】 各分類への情報の集まり具合に応じて、分類
体系や検索条件を改善し、各分類に分類される情報量を
その全体を容易に把握できる程度の数に抑さえることが
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、計算機ネットワークを
介して、自動的に情報を収集、分類、整理する情報収集
システムに関する。

【０００２】

【従来の技術】計算機ネットワークの整備は急速に進ん
でおり、オンライン情報検索サービス、ネットニュース
からの情報収集、電子メールや電子掲示板を利用した質
疑応答といった、いわゆる情報のブロードキャッチが行
なえる環境が整いつつある。

【０００３】これらの最新情報の有用性は認識されてい
るものの、次のような点が問題となり、有効に利用され
ていない。

【０００４】（１）情報源によって利用法が異なり、複
数の情報源から情報収集する操作が煩雑である。

【０００５】（２）検索式を論理式で入力しなければな
らない。所望の情報を得るための適切な検索式を記述す
るのは難しい。

【０００６】（３）収集した情報の分類と整理に手間と
時間がかかる。

【０００７】「２１世紀の情報化社会」（日経バイト１
９９１年１１月３２０ページ〜３３１ページ）に記載さ
れている広域情報サーバWAISは、（１）の問題点をプロ
トコルを共通化（NISO Z39.50を拡張）し、さらに情報
源への接続と検索を自動化することにより解決し、
（２）の問題点を関連性フィードバックにより解決し
た。関連性フィードバックは次のような検索条件の精練
手法である。ユーザが検索したい内容を記述すると、そ
れを検索条件としてWAIS はその内容に合う情報を検索
し提示する。ユーザがその中から欲しかった情報を選ぶ
と、WAISはユーザが選んだ情報を検索条件にフィードバ
ックし、検索条件を改善する。この関連性フィードバッ
クを用いた情報検索により、ユーザは検索式を記述する
ことなく所望の情報を検索できるようになった。

【０００８】（３）の問題点を解決するために、様々な
文書の自動分類システムが考案されている。

【０００９】たとえば、特開平１ー１８８９３４の文書
分類システムは、標本文書群を調べることにより、各分
野におけるキーワードの出現頻度情報を得て、入力され
た文書からキーワードを抽出して、分野毎に点数を計算
し、最高得点の分野へ分類する。

【００１０】特開昭６３−２１４８３２の通知文書処理
システムは、通知文書の書式を解析し、通信文中に出現
する単語の重みを分類カテゴリー別に付加し、その総和
を求め、最大となるカテゴリーを選ぶことにより分類す
る。

【００１１】

【発明が解決しようとする課題】WAISは、上記（１）、
（２）の問題点は解決したが、収集した情報の分類、整
理に関しては配慮していない。

【００１２】階層的に情報を分類整理することが望まれ
るが、従来の方法では、これに適していなかった。

【００１３】また、（３）を解決する従来の自動分類シ
ステムにおいては、分類する分類体系をあらかじめ確立
しておく必要があった。さらに、各分野を特徴付けるキ
ーワード群やキーワード群の出現頻度などをあらかじめ
与えるか、または求めるかする必要があった。

【００１４】しかし、あらかじめ適切な汎用的分類体系
を設けるのは困難である。分類体系が適切でないと、あ
る分類に多くの情報が集中することがある。ある分類の
情報量が多くなり過ぎると、ユーザは収集した情報の全
容を把握しにくくなる。

【００１５】また、最先端の分野では多くの人に認めら
れる分類体系や専門用語が確定していないことが多く、
しかも頻繁に変更される。最先端の分野に関する文書を
従来の自動分類システムで適切に分類するのは難しい。

【００１６】本発明の第１の目的は、階層的に情報を分
類整理するのに適した文書情報分類方法、それを使用し
た文書情報収集方法およびシステムを提供することにあ
る。

【００１７】本発明の第２の目的は、収集した文書情報
の集まり具合から、分類体系と分類に用いる検索条件の
改良を自動的に行なう文書情報収集方法およびシステム
を提供することにある。

【００１８】

【課題を解決するための手段】本発明による第１の文書
情報分類方法は、階層関係で相互に関連付けされた複数
のフォルダの各々に対応して、一つまたは複数の検索条
件からなる検索条件群を記憶し、各フォルダに対応して
記憶された検索条件群に基づいて、分類すべき情報と各
フォルダとの間の適合度を検出し、各フォルダと該情報
との間の検出された適合度と上記階層関係とに基づい
て、該情報が対応するフォルダとして、該複数のフォル
ダの一つまたは複数を決定し、該決定されたする一つの
フォルダまたは複数のフォルダの各々に対応して該情報
を記憶するステップを有する。

【００１９】本発明による第２の文書情報分類方法は、
階層関係で相互に関連付けされた複数のフォルダの各々
に対応して、一つまたは複数の検索条件からなる検索条
件群を記憶し、各フォルダに対応して記憶された検索条
件群と予め定めて判断基準とに基づいて、分類すべき情
報を対応させるフォルダとして、該複数のフォルダの一
つまたは複数を決定し、決定されたフォルダに対応して
該情報を記憶し、複数の分類すべき情報の各々に対して
上記決定および記憶を行ない、各フォルダに対応して記
憶された複数の情報が、そのフォルダの再構成のために
定めた所定の条件を満たすか否かを判別し、いずれか一
つのフォルダが該所定の条件を満たしたとき、その一つ
のフォルダに対応して記憶された複数の情報とそのフォ
ルダに対応して記憶された一群の検索条件を再構成する
ステップを有する。

【００２０】本発明による第３の文書情報分類方法は、
階層関係で相互に関連付けされた複数のフォルダの各々
に対応して、一つまたは複数の検索条件からなる検索条
件群を記憶し、各フォルダに対応して記憶された検索条
件群と予め定めて判断基準とに基づいて、分類すべき情
報を対応させるためのフォルダとして、該複数のフォル
ダの一つまたは複数を決定し、決定されたフォルダに対
応して該情報を記憶し、複数の分類すべき情報の各々に
対して上記決定および記憶を行ない、該複数のフォルダ
の内の一部の複数のフォルダに対応して記憶された複数
の情報が、該複数のフォルダの再構成のために定めた所
定の条件を満たすか否かを判別し、いずれかの一部の複
数のフォルダが該所定の条件を満たしたとき、該一部の
複数のフォルダに対応して記憶された複数の情報と、該
一部の複数のフォルダに対応して記憶された一群の検索
条件を再構成するステップを有する。

【００２１】

【作用】本発明による第１の文書情報分類方法では、各
フォルダに対応して記憶された検索条件と検索対象文書
情報との適合度と、複数の検索条件の階層構造とを考慮
して、検索対象文書情報を対応させるフォルダを決定す
るので、ユーザが記述した検索条件群を階層構造をなす
分類体系であると見做して収集した文書情報を分類でき
る。

【００２２】本発明による第２の文書情報分類方法で
は、各フォルダに対応して記憶された文書情報に依存し
て、各フォルダの分割など、フォルダの再構成をするこ
とが出来る。したがって、検索により得られた文書情報
の集まり具合に応じて、自動的に分類体系を変更でき
る。

【００２３】本発明による第３の文書情報分類方法で
は、複数のフォルダにまたがるフォルダの再構成をする
ことが出来る。

【００２４】

【実施例】以下本発明の１実施例について説明する。

【００２５】本実施例の文書情報収集システムが対象と
するのは、オンライン文書情報検索サービス、電子メー
ル、電子掲示板などを介して電子的に得ることができ
る、それぞれユーザにとって意味のある内容を一群の文
字で表した情報である。以下このような情報を文書情報
とよぶ。

【００２６】これらのサービスは、それぞれ様々な企業
や団体により運営されている。以後これらのサービスを
情報源と呼ぶ。各情報源が提供する文書情報は、一般
に、多岐に亘るので、複数の分野に分けてユーザに提示
される。これらの分野をドメインと呼ぶ。ドメインにお
いて提供される個々の情報を文書と呼ぶ。文書が検索条
件に適合したときに格納する検索結果格納領域をフォル
ダと呼ぶ。

【００２７】図１に本実施例の文書収集システムと本実
施例の文書収集システムが文書収集する外部の情報源と
からなるシステム構成例を示す。本実施例の文書収集シ
ステムは文書収集クライアント５００と文書収集サーバ
５１０とからなる。

【００２８】文書収集クライアント５００はネットワー
ク上に複数存在して同時に文書収集サーバ５１０にアク
セスすることができる。

【００２９】文書収集クライアント５００のメモリ５２
２上の文書収集クライアントシステム５０１は、ユーザ
が、収集した文書を格納するフォルダを作成したり、ど
のような文書を収集するかを表す検索条件を各フォルダ
に登録したり、フォルダに収集された文書を見たりする
ためのグラフィカル・ユーザ・インタフェースを提供す
る。

【００３０】文書収集サーバ５１０のメモリ５２３上の
文書収集サーバシステム１００は、文書収集クライアン
トシステム５０１からの要求に応じて文書情報を提供す
る一方で、自動的に、ニュースサーバ５２０や文書サー
バ５２１などの外部の情報源から、ユーザが登録した検
索条件群に適合する文書を収集し、さらに分類、整理を
行う。

【００３１】まず、文書収集クライアントシステム５０
１について説明する。

【００３２】ユーザが文書収集クライアントシステム５
０１を起動すると図３に示すようなインタフェース画面
４００をCRT５０２上に表示する。ユーザはこのインタ
フェース画面４００上で、キーボード５０３、マウス５
０４などの入力デバイスを用いて様々な操作を行い、収
集した文書を格納するフォルダを作成・消去したり、文
書を収集するための検索条件を記述したり、収集結果を
見たり、評価したりする。

【００３３】文書収集クライアントシステム５０１が行
う処理の流れ図を図７に示す。文書収集クライアントシ
ステム５０１が起動されると、まず文書収集サーバシス
テムへの接続を行う（ステップ１２０）。次に図３に示
すインタフェース画面４００を表示する（ステップ１２
１）。

【００３４】この後、イベントループ１２２に入り、ス
テップ１２３〜１２６を繰り返す。即ち、ユーザの操作
を受理・解析し（ステップ１２３）、操作に対応するコ
マンドを文書収集サーバシステム１００に送信し（ステ
ップ１２４）、実行結果を文書収集サーバシステム１０
０から受信し（ステップ１２５）、その実行結果をイン
タフェース画面４００に反映させる（ステップ１２
６）、という処理を繰り返す。

【００３５】ユーザがメニューから終了を選ぶ操作を行
うと、終了コマンドを文書収集クライアントシステム５
０１に送信して、イベントループ１２２を抜け、文書収
集サーバシステム１００との接続切断処理を行い（ステ
ップ１２７）、終了する。

【００３６】図３に示したインターフェース画面４００
の具体例について説明する。この画面は、既にユーザに
よってフォルダ作成とそのフォルダに収集すべき文書の
検索条件登録が行われ、文書収集サーバシステム１００
により、ユーザが登録した検索条件群に適合する文書を
収集・分類された時点の例である。

【００３７】４０２は、内容を表示中のフォルダの名前
である。この例ではuser1 というフォルダの下位ディレ
クトリであるvoice というフォルダの内容を表示中であ
る。

【００３８】４０３にはフォルダuser1/voiceにユーザ
が登録した検索条件を表示する。表示されたテキストを
直接編集することにより、検索条件の更新を行うことが
できる。本実施例では、各フォルダに対して記憶された
検索条件は、単語（以下ワードと呼ぶ）、あるいは句、
あるいは文章など、ユーザが自然語で記述し得るものを
列挙したものからなる。

【００３９】４０４にはフォルダuser1/voiceの下位の
フォルダの一覧を表示する。各フォルダについて、フォ
ルダ名、フォルダに収集されている文書数、フォルダに
対応する検索条件の書き出しを表示している。この例で
は、user1/voice の下にそれぞれ、recognition とsynt
hesis の二つの下位フォルダがある。

【００４０】この下位フォルダ一覧の項目をクリックす
るとクリックされた下位フォルダへ移動することができ
る。

【００４１】４０５にはフォルダuser1/voiceにすでに
収集されている文書の一覧を表示する。

【００４２】各文書について、タイトル、フォルダuser
1/voiceの検索条件への適合度、適合した検索条件中の
ワード、情報源名、ドメイン名などを表示している。

【００４３】この文書一覧の項目をクリックすると、ク
リックされた文書の内容を見ることができる。文書の内
容は４０６に表示される。

【００４４】フォルダの作成・消去はメニュー４０１の
Fileメニューを使って行う。また、Gotoメニューを使っ
ても、別のフォルダへ移動できる。

【００４５】また、ユーザはメニュー４０１のEdit メ
ニューを使って収集された文書や文書が格納されている
フォルダに対して評価を与えることができる。つまり、
ユーザが、メニューを用いて、有用／無用な文書であ
る、有用／無用なフォルダである、という評価を与える
と、対応するコマンドが文書収集サーバシステム１００
に送られる。文書収集サーバシステム１００は、文書や
フォルダに対する評価を検索条件に反映させ、次回の文
書収集時からよりユーザの意図にあった文書を収集す
る。

【００４６】サーバ５１０のメモリ上の文書収集サーバ
システム１００は、クライアント５００からの要求を処
理する一方で、ユーザが作成したフォルダ群と各フォル
ダに登録した検索条件に基づいて、文書の収集・分類・
整理を行う。

【００４７】つまり、文書収集サーバシステム１００
は、ニュースサーバ５２０や文書サーバ５２１などの外
部の情報源に定期的にアクセスし、前回にアクセスした
後で各情報源に蓄積された文書を取得し、ユーザが登録
された検索条件群に適合するものを検索する。この際、
検索条件中の各ワードの対象文書における出現数を対象
文書とその検索条件との適合度とする。適合した検索条
件が登録されているフォルダの中から、フォルダの階層
構造を考慮して対象文書を分類するフォルダを選び、そ
のフォルダへ格納する。さらに、多くの文書が蓄積され
たフォルダを自動分割するなどの文書の収集状況に応じ
た文書の整理を行う。

【００４８】なお、文書収集の対象となる外部の情報源
は、サーバからアクセス可能な他のネットワーク上に在
っても良い。

【００４９】文書の収集・分類・整理についてさらに詳
しく説明する前に、まず、ユーザが作成するフォルダと
検索条件について図４に示した例で説明する。

【００５０】文書収集サーバシステム１００にユーザ登
録を行うと、各ユーザに一つのフォルダが割り当てられ
る。ユーザは自分に割り当てられたフォルダの下に、自
由に、下位フォルダを階層的に作成して、各々のフォル
ダに対して、そのフォルダにはどのような文書を収集す
べきかという検索条件を登録する。

【００５１】図４の例では２人のユーザ user1、 user2
が登録されており、それぞれフォルダ５４０、フォルダ
５５０が割り当てられている。user1 は、フォルダ５４
０の下に階層的にフォルダ５４１ー５４４を作成し、各
フォルダに検索条件５４５ー５４８を登録してある。

【００５２】一方、user2は下位フォルダを作成せず、
フォルダ５５０に、興味のある事柄を羅列しただけの検
索条件５５１を登録してある。

【００５３】フォルダとフォルダに対応する検索条件
は、ユーザが作成、更新するほかに、文書収集サーバシ
ステム１００によっても、文書の収集状況に応じて自動
的に作成されたり、更新されたりすることもある。詳し
くは後述する。

【００５４】したがって、user2 のように、階層的なフ
ォルダを作成せずに、興味のある事柄を羅列しておくだ
けでも、収集された文書は自動的に分類・整理される。

【００５５】図２の流れ図に従い、文書収集サーバシス
テム１００について説明する。

【００５６】文書収集サーバシステム１００は、複数の
ユーザからの要求にいつでも対応し、同時に定期的に文
書の収集を行うために、常にユーザの接続要求がある
か、または、一定時間が経過したかを監視している（ス
テップ１０１）。ユーザが接続要求をした場合には、ク
ライアント要求処理１１０を開始する。一定時間が経過
した場合には、文書収集処理１０２を開始する。いずれ
の場合も、文書収集サーバシステム１００本体の処理は
直ちにステップ１０１に戻り、ユーザの接続要求と一定
時間経過の監視を続ける。

【００５７】図６にクライアント要求処理１１０の流れ
とコマンド実行時に用いるデータ構造との対応を示す。

【００５８】クライアント要求処理１１０が開始される
とまず、クライアントからの要求処理を行うための準備
として、クライアントとの接続（ステップ１１１）、フ
ォルダテーブルのロード（ステップ１１２）を行う。

【００５９】このあと、クライアントから終了コマンド
を受信するまで、クライアント５００から送信されてく
るコマンドの解析（ステップ１１３）と実行（ステップ
１１４）を繰り返す。

【００６０】終了コマンドを受信して、繰り返しを終了
すると、クライアントの切断を行って、クライアント要
求処理１１０を終了する。

【００６１】各コマンドの実行時には、必要に応じて各
種のテーブルのロード、参照、更新、セーブを行う。

【００６２】たとえば、ユーザがあるフォルダに格納さ
れている文書一覧の表示を要求する操作をすると、文書
収集クライアントシステム５０１は対応するコマンドと
対象のフォルダ名を送信する。クライアント要求処理１
１０はこのコマンドとフォルダ名を受信すると、フォル
ダテーブルを参照して、そのフォルダに格納されている
文書群の情報（各文書のタイトル、適合度、適合した検
索条件中のワード、情報源名など）をクライアントへ送
信する。

【００６３】図５に示した文書収集処理１０２（図２）
の流れと文書収集処理時に用いるデータ構造との対応に
従って、文書収集処理について説明する。

【００６４】まず、内部ＤＢ５１１からメモリ上に文書
収集用のテーブル（文書番号テーブル３００、フォルダ
テーブル３１０、ワード・フォルダテーブル３３０、ワ
ード・文書テーブル３５０）をロードする（ステップ１
０３）。

【００６５】文書番号テーブル３００は、どのような情
報源が利用可能か、各情報源にはどのようなドメインが
あるか、それらのドメインにはそれぞれ何番から何番ま
での文書があり、既に何番までは取得済みであるかとい
う情報を表す。

【００６６】フォルダテーブル３１０は、どのようなフ
ォルダがどのような階層構造を成しているか、各フォル
ダにはどのような文書が格納されているかを表す。

【００６７】ワード・フォルダテーブル３３０は、各フ
ォルダに対応付けられている検索条件にはどのようなワ
ードが出現するかを表す。

【００６８】ワード・文書テーブル３５０にはどの文書
にどのようなワードが出現するかを表している。各テー
ブルについて詳しくは後述する。

【００６９】次に、各情報源の全ての新文書について、
ステップ１０５〜１０７を繰り返し実行する。

【００７０】ステップ１０５の新文書取得処理は、各情
報源に接続し、文書番号テーブル３００に登録されてい
る文書番号より新しい文書があるかどうか調べ、もしあ
ればその文書を取得する。

【００７１】次に、ステップ１０６の適合度計算が、取
得した文書の各フォルダにおける適合度を計算する。ま
ず、取得した文書にどのようなワードが出現するかを表
わすフォルダ検索テーブル３７０を作成し、各フォルダ
における適合度を記憶するために適合フォルダテーブル
３９０を作成・初期化する。そして、フォルダ検索テー
ブル３７０とワード・フォルダテーブル３３０とを照合
して、適合度をフォルダごとに算出し、適合フォルダテ
ーブル３９０に登録する。適合度計算について詳しくは
後述する。

【００７２】次にステップ１０７の文書格納処理が、適
合フォルダテーブル３９０に登録された各フォルダにお
ける適合度と、フォルダテーブル３１０が表わすフォル
ダ間の階層構造とから文書を格納するフォルダを決定
し、その文書をフォルダテーブル３１０とワード・文書
テーブル３５０に登録する。文書格納処理について詳し
くは後述する。

【００７３】次に、ステップ１０８のフォルダ管理処理
が、ワード・文書テーブル３５０が表わす各文書におけ
るワードの出現頻度分布を用いてフォルダ内の文書を分
析し、フォルダの自動分割や統合を行ない、フォルダテ
ーブル３１０とワード・フォルダテーブル３３０とを更
新する。詳しくは後述する。

【００７４】以上のステップ１０５〜１０７の繰り返し
中に更新された文書収集用テーブルを内部ＤＢ５１１へ
セーブする（ステップ１０９）。

【００７５】ここまでで、一通りの文書収集処理１０２
を終了する。

【００７６】以上述べた文書収集処理１０２で用いるデ
ータ構造や処理についてさらに詳しく説明する。

【００７７】文書番号テーブル３００のデータ構造を^-
１３に示す。文書番号テーブル３００は、ハッシュテー
ブルで、各エントリは図１２に示す文書番号リスト３０
２を指している。情報源名とドメイン名を入力とするハ
ッシュ関数の値でエントリを決定する。

【００７８】文書番号リスト３０２は、情報源名へのポ
インタ３０３、ドメイン名へのポインタ３０４、そのド
メインの最古文書の番号３０５、最新文書の番号３０
６、文書収集システムが既に収集処理を施した文書の番
号３０７、同ハッシュ値の他の文書番号リストへのポイ
ンタ３０８の組である。

【００７９】文書番号テーブルは、文書収集を始める際
にロードされ、文書を情報源から取得する度に更新され
る。

【００８０】内部ＤＢには、どのような情報源がある
か、どのようなドメインがあるか、どのドメインの文書
は何番まで収集処理済みかが記憶されている。まず、内
部ＤＢ５１１から、記憶されている情報源名、ドメイン
名、既取得文書番号を読み込んで文書番号リスト３０２
を作成し、情報源名とドメイン名を入力とするハッシュ
関数の値をエントリとして文書番号テーブル３００に登
録する。次に、各情報源から各ドメインの最古文書番
号、最新文書番号を取得し、文書番号リストに書き込
む。このとき文書番号テーブル３００に登録されていな
いドメインがあれば、これはその情報源において新規に
作成されたドメインであるので、既取得文書番号を０と
して文書番号リストを生成し、文書番号テーブル３００
に登録する。

【００８１】たとえば、図１３の文書番号リスト３０２
ーａは、internet news という情報源の fj.ai という
ドメインには、１２３番から１４５番までの文書があ
り、そのうち１３０番までは収集処理済みであることを
示している。

【００８２】フォルダテーブル３１０のデータ構造を図
１５に示す。フォルダテーブル３１０はハッシュテーブ
ルで、各エントリは図１４に示すフォルダリスト３１４
を指している。フォルダ名を入力とするハッシュ関数の
値でエントリを決定する。

【００８３】フォルダリスト３１４は、フォルダの ID
番号３１５、フォルダ名へのポインタ３１６、上位フォ
ルダを表すフォルダリストへのポインタ３１７、下位フ
ォルダリスト３２１へのポインタ３１８、格納文書リス
ト３２４へのポインタ３１９、同ハッシュ値の他のフォ
ルダを表すフォルダリストへのポインタ３２０の組であ
る。

【００８４】下位フォルダリスト３２１は、下位フォル
ダを表すフォルダリストへのポインタ３２２とフォルダ
リスト３１４で表されるフォルダの他の下位フォルダを
表す下位フォルダリストへのポインタ３２３の組であ
る。

【００８５】格納文書リスト３２４は、格納された文書
の情報源名へのポインタ３２５、ドメイン名へのポイン
タ３２６、文書番号３２７、格納文書リスト３２４が表
す文書のフォルダリスト３１４が表すフォルダにおける
適合度３２８、このフォルダに格納された他の文書を表
す格納文書リストへのポインタ３２９の組である。

【００８６】例えば、図１５のフォルダリスト３１４ー
ａは、フォルダ ID が１００３の voice というフォル
ダの上位フォルダはフォルダリスト３１４ーｂで表され
るフォルダuser1であること、フォルダリスト３１４ー
ｃで表されるフォルダsynthesisを下位フォルダに持つ
ことと、このフォルダには適合度１３点のinternet new
s という情報源のfj.ai というドメインの１２０番の文
書等が格納されていることとを表している。

【００８７】図１７に示すワード・フォルダテーブル３
３０は、ハッシュテーブルで、各エントリは図１６に示
すワード・フォルダリスト３３３を指している。ワード
を入力とするハッシュ関数の値でエントリを定める。

【００８８】ワード・フォルダリスト３３３は、ワード
へのポインタ３３４、フォルダ頻度リスト３４０へのポ
インタ３３５、同ハッシュ値の他のワード・フォルダリ
ストへのポインタ３３６の組である。フォルダ頻度リス
ト３４０は、このワードが出現する検索条件に対応する
フォルダのフォルダ ID ３４１、検索条件中のワードの
出現頻度３４２、他のフォルダ頻度リストへのポインタ
３４３の組である。

【００８９】例えば、図１７のフォルダリスト３３３ー
ａとフォルダ頻度リスト３４０ーａは、言語というワー
ドが、フォルダ ID １００３のフォルダに対応する検索
条件中に１回出現することを表し、フォルダリスト３３
３ーｂとフォルダ頻度リスト３４０ーｂ、３４０ーｃ
は、音声認識というワードが、 ID １００３のフォルダ
と ID １００４のフォルダのそれぞれに対応する検索条
件中に１回づつ出現することを表す。

【００９０】ワード・文書テーブル３５０のデータ構造
を図１９に示す。ワード・文書テーブル３５０はハッシ
ュテーブルで、各エントリは図１８に示すワード・文書
リスト３５４を指している。ワードを入力とするハッシ
ュ関数の値でエントリを決定する。

【００９１】図１８のワード・文書リスト３５４は、ワ
ードへのポインタ３５５、文書頻度リスト３６０へのポ
インタ３５６、同ハッシュ値の他のワード・文書リスト
へのポインタ３５７の組である。文書頻度リスト３６０
は、このワードが出現する文書の情報源名へのポインタ
３６１、ドメイン名へのポインタ３６２、文書番号３６
３、出現頻度３６４、このワードが出現する他の文書頻
度リストへのポインタ３６５の組である。

【００９２】例えば、図１９のワード・文書リスト３３
４ーａと文書頻度リスト３６０ーａは、言語 というワ
ードが、情報源internet newsのドメインfj.sci.langの
５６番の文書に５回出現することを表し、ワード・文書
リスト３３４ーｂと文書頻度リスト３６０ーｂ、３６０
ーｃは、音声認識というワードが情報源internet news
のドメインfj.ai の１２０番の文書に２回出現し、ドメ
インfj.sci.langの５６番の文書に２回出現することを
表している。

【００９３】フォルダテーブル３１０、ワード・フォル
ダテーブル３３０、ワード・文書テーブル３５０の内容
は、内部ＤＢ５１１に記憶されている。これらのテーブ
ルは文書収集処理１０２が開始されたときやクライアン
ト要求処理１１０が開始された時やコマンド実行時に、
必要に応じてメモリ上へロードされ、それぞれの処理を
実行中に参照・更新され、終了するときに内部DB５１１
にセーブされる。ただし、各テーブルは排他的に更新さ
れる。フォルダの作成・削除によるフォルダテーブルの
更新、検索条件の更新によるワード・フォルダテーブル
の更新は、ただちにセーブされる。

【００９４】例としてワード・フォルダテーブル３５０
のロードについて図８に流れ図を示す。ワード・フォル
ダテーブル３５０のロードは、フォルダテーブル３１０
をロードした後で行う。

【００９５】まず、ワード・フォルダテーブル３５０を
初期化する（ステップ１６０）。

【００９６】次に、フォルダテーブル３１０に登録され
ている全てのフォルダについて、フォルダのワード登録
（ステップ１６４〜１６６）を繰り返す（ステップ１６
１）。

【００９７】フォルダのワード登録は、まず、そのフォ
ルダに対応する検索条件を内部ＤＢ５１１からメモリ５
２３上に読みこみ、（ステップ１６４）、ワードを抽出
する（ステップ１６５）。抽出した各ワードについて図
１６のワード・フォルダリスト３３３を作成し、ワード
のハッシュ値を計算して図１７のワード・フォルダテー
ブル３３０に登録する（ステップ１６６）。

【００９８】全てのフォルダについてワード登録を行う
とこの繰り返しを終了し、ワード・フォルダテーブルロ
ード処理１５１を終了する。

【００９９】適合度計算１０６が行なう検索処理につい
て図９に基づいて説明する。

【０１００】この処理は、検索条件群に出現するワード
と文書に出現するワードの類似性を調べることにより、
取得した文書と各フォルダの適合度を調べる。

【０１０１】ここで本実施例で使用する、検索対象文書
といずれかのフォルダとの適合度について説明する。

【０１０２】検索対象文書といずれかのフォルダとの適
合度は、いくつかの方法が考えられるが、本実施例で
は、その文書内のワードのうち、そのフォルダに適合し
たワード（すなわち、そのフォルダに対応して記憶され
た検索条件に含まれるワードに一致した、文書内のワー
ド）のそれぞれとそのフォルダとの適合度を求め、それ
らのワードとそのフォルダとの適合度の総和を求め、こ
の総和をその文書とそのフォルダとの適応度とする。

【０１０３】ここで、そのフォルダに適応したワードと
そのフォルダとの適応度もいろいろの方法で求めること
が出来るが、本実施例では、より好適なものとして、そ
のワードのその文書内での重みとそのワードのそのフォ
ルダ内での重みとの積でもってそのワードとそのフォル
ダの適応度とする。

【０１０４】ここで、そのワードの文書内の重みは、い
ろいろの方法で検出可能であるが、本実施例では、より
好適なものとして、そのワードのその文書内での出現頻
度でもって、そのワードのその文書内での重みとする。

【０１０５】さらに、そのワードとそのフォルダとの適
応度もいろいろの方法で検出可能であるが、本実施例で
は、より好適なものとして、そのフォルダに対応して記
憶された検索条件内でのそのワードの出現回数を使用す
る。

【０１０６】従って、本実施例では、そのワードとその
フォルダとの適合度は、そのワードの文書内出現頻度と
そのワードのそのフォルダに対応する検索条件内での出
現頻度の積でもって表すことが出来、その検索対象文書
とそのフォルダとの適応度は、このようにして求めた各
ワードの適応度の総和で与えられる。

【０１０７】より具体的には、取得した文書に出現する
ワードを図２１のフォルダ検索テーブル３７０に登録
し、全フォルダに対応する検索条件に出現するワードを
登録してあるワード・フォルダテーブル３３０と照合し
て、フォルダ毎に適合度を集計し、適合度順にフォルダ
をソートする。

【０１０８】まず、フォルダ検索テーブル３７０の初期
化（ステップ１７０）、図２３の適合フォルダテーブル
３９０の初期化（ステップ１７１）を行なう。

【０１０９】次に取得文書からワードを抽出し（ステッ
プ１７２）、各ワードをフォルダ検索テーブル３７０に
登録する(ステップ１７３）。

【０１１０】フォルダ検索テーブル３７０はハッシュテ
ーブルで、各エントリは、図２０に示すフォルダ検索リ
スト３７２を指す。ワードを引数とするハッシュ関数の
値でエントリを決定する。フォルダ検索リスト３７２は
文書中のワードへのポインタ３７３、適合フォルダリス
ト３８０へのポインタ３７４、文書中の出現頻度３７
５、同ハッシュ値の他のフォルダ検索リストへのポイン
タ３７６の組である。適合フォルダリスト３８０は、ワ
ードが出現する検索条件に対応するフォルダのフォルダ
ID ３８１、そのフォルダにおける適合度３８２、他の
適合フォルダリストへのポインタ３８３の組である。

【０１１１】たとえば、図２１のフォルダ検索テーブル
３３０のフォルダ検索リスト３７２ーａは、言語という
ワードが検索対象の文書中に２回出現することを表して
いる。まだ検索を実行していないので、適合フォルダリ
ストへのポインタ３７４ーａは ＮＵＬＬ である。同様
に、フォルダ検索リスト３７２ーｂ、３７２ーｃはそれ
ぞれ対象文書中に無音時間というワードが３回出現する
こと、音声認識というワードが５回出現することを表し
ている。

【０１１２】次に、フォルダ検索テーブル３７０とワー
ド・フォルダテーブル３３０を照合し、適合するフォル
ダがあれば、適合フォルダリストを作成し、フォルダ検
索テーブルに登録する（ステップ１７４）。

【０１１３】すなわち、フォルダ検索テーブル３７０に
登録されているワードが、ワード・フォルダテーブル３
３０にも登録されていれば、フォルダ検索リスト３７２
の頻度３７５とワード・フォルダリスト３３３に登録さ
れている各フォルダ頻度リスト３４０の頻度３４２を掛
け合わせた値をそのワードの各フォルダにおける適合度
として、それぞれに対応する適合フォルダリスト３８０
を作成し、フォルダ検索リスト３７２に登録する。

【０１１４】例えば、フォルダ検索テーブル３７０に登
録されている言語というワードはワード・フォルダテー
ブル３３０のフォルダ頻度リスト３４０ーａが示すよう
に、フォルダ ID １００３に対応する検索条件に１回出
現している。したがって、言語 というワードの ID １
００３のフォルダにおける適合度は２点で、検索実行前
にはＮＵＬＬであった適合フォルダリストへのポインタ
は、図２２に示した検索実行後のフォルダ検索テーブル
３７０のように適合フォルダリスト３８０ーａを指す。

【０１１５】同様に音声認識というワードは、ワード・
フォルダテーブル３３０のフォルダ頻度リスト３４０ー
ｂが示すように、ID１００３のフォルダとID１００４の
フォルダに対応する検索条件にそれぞれ１回出現してい
る。したがって、音声認識というワードの ID １００３
のフォルダと ID １００４のフォルダにおける適合度は
それぞれ５点である。したがって、検索実行後は、図２
２のフォルダ検索テーブル３７０に適合フォルダリスト
３８０ーｂと３８０ーｃが登録される。しかし、無音時
間というワードは、ワード・フォルダテーブルに登録さ
れていない。すなわち適合するフォルダが存在しないと
いうことで、検索実行後も適合フォルダリストへのポイ
ンタはＮＵＬＬである。

【０１１６】最後にフォルダ毎に、各ワードのフォルダ
における適合度を集計し、適合度が０でないフォルダを
適合度の高い順に図２３の適合フォルダテーブル３８０
に登録する（ステップ１７５）。適合フォルダテーブル
の各エントリは、適合フォルダリスト３８１を指す。適
合フォルダリストは、図２０の適合フォルダリストと同
じデータ構造であるが、各ワードのフォルダにおける適
合度の合計を適合度とし、他の適合フォルダリストへの
ポインタ３８３は使用しない。

【０１１７】以上の適合度計算によって作成された適合
フォルダテーブル３９０とフォルダの階層構造が登録さ
れているフォルダテーブル３１０を用いて、文書格納処
理１０９が、文書を格納すべきフォルダを選んで格納す
る。文書格納処理１０９の流れを図１０に示す。

【０１１８】この文書格納処理は、大きく分けて２段階
（ステップ１８０、１８１）からなる。

【０１１９】まず、ステップ１８０では、適合フォルダ
テーブル３９０に登録された各フォルダにおける適合度
とフォルダテーブル３１０に登録されたフォルダの階層
構造から、対象文書をどのフォルダに格納すべきかを決
定し、対象文書を格納した文書としてフォルダテーブル
３１０に登録する。

【０１２０】図２４に格納フォルダの決定方法の説明図
を示す。本実施例ではフォルダの階層構造の各枝で適合
したフォルダの中で最も下位のフォルダに格納する。 A
からＨ までのフォルダがあり、それぞれ図に示す適合
度であった場合には、A―B―D―G という枝の適合した
フォルダの中で最も下位のD、同様に枝A―B―E 中のE、
枝 A―C―F―H 中のH に格納する。この方法は、下位の
フォルダは上位のフォルダの検索条件を継承していると
考え、検索条件をより詳しく記述しているフォルダに格
納するものである。

【０１２１】次に、ステップ１８１では、対象文書に出
現するワードをワード・文書テーブル３５０に登録す
る。

【０１２２】すなわち、文書に出現する全ワードについ
て図１８のワード・文書リストを作成し、ワード・文書
テーブル３５０に登録する。

【０１２３】この処理により、ワード・文書テーブル３
５０には格納された全文書について、各文書にどのよう
なワードが出現するかが記録される。このワード・文書
テーブル３５０は、次に述べるフォルダ管理処理でフォ
ルダ内の文書を分析するのに用いる。

【０１２４】フォルダ管理処理１０８について説明す
る。

【０１２５】階層構造を成すフォルダに対応する検索条
件を分類体系とみなして文書の収集、分類を続けると、
文書が特定のフォルダに集中して、フォルダ内の文書数
がユーザが把握しきれないほど増えることがある。ま
た、文書が複数のフォルダに重複して格納されることが
多くなり、無駄が生じることもある。

【０１２６】これらの現象は、ユーザが適切に分類体系
を構成していなかった場合や世間の情勢や研究動向が変
化し、分類体系が合わなくなった場合に起きる。

【０１２７】フォルダ管理処理１０８は、各フォルダへ
の文書の集まり具合を分析することによって、これらの
現象を検知し、フォルダの階層構造やフォルダに対応す
る検索条件を改良する。これにより、フォルダ内の文書
数をユーザが把握できる程度の数に抑さえたり、文書が
複数のフォルダに不必要に重複して格納されないように
したりし、フォルダの階層構造を実情にあった体系に維
持する。

【０１２８】フォルダ管理処理の流れを図１１に示す。

【０１２９】各フォルダに対してステップ２０１〜ステ
ップ２０５を繰り返し行なう（ステップ２００）。

【０１３０】まず、フォルダに格納された文書数を監視
する（ステップ２０１）。フォルダにあらかじめ与えた
数以上の文書が格納されていれば、そのフォルダ内の文
書を統計的手法を用いて分析する（ステップ２０２）。
異なった性質のものが混ざり合っている対象の中で、類
似している個体を集めてグループに分類する手法はクラ
スタ分析として知られており、たとえば、「多変量解析
ハンドブック」（現代数学社１９８６年）に記載されて
いる。ステップ２０２はクラスタ分析の手法を用いて、
フォルダ内の文書に出現するワードの頻度に基づき文書
を再分類する。再分類した文書の集合をクラスタと呼
ぶ。

【０１３１】次にクラスタ間の関係を分析し、クラスタ
の階層構造を決定する（ステップ２０３）。ここで行な
うクラスタ間の関係解析については後述する。クラスタ
に対応してフォルダと検索条件を生成し、クラスタの階
層構造に対応して階層的にフォルダを作成する（ステッ
プ２０４）。次にワード・文書テーブル３５０から、生
成した各フォルダ内の文書に共通して高頻度に出現する
ワードを抽出し、フォルダに対応する検索条件に加える
（ステップ２０５）。これにより、検索条件を精練する
ことができる。

【０１３２】ここまでの処理を各フォルダに施したら、
各フォルダに格納された文書群を分析し、フォルダの再
構成、すなわち、フォルダの統合、階層構造の変更を行
なう（ステップ２０６）。ここで行なう分析については
後述する。

【０１３３】図２６ー３１を使ってステップ２０６で行
なうクラスタ間関係の分析方法を説明する。

【０１３４】図２５のように、ワード群ｗ１とワード群
ｗ２からなる検索条件があり、この検索条件に対応する
フォルダ４５０に文書群ｄが格納されているとする。こ
のとき、このフォルダ内の文書について、ワード・文書
テーブルから得られるデータを統計的に分析してえられ
る、ワードと文書の関係のパタンを図２６の４５１、図
２６の４５５、図２８の４５８に示す。

【０１３５】図２６は、文書群ｄがワード群ｗ１が出現
する文書群ｄ１とワード群ｗ２が出現する文書群ｄ２の
二つの独立したクラスタに分類される場合である。この
場合、ワード群ｗ１からなる検索条件とワード群ｗ２か
らなる検索条件を生成し、それぞれに対応するフォルダ
４５３、４５４と両者の上位のフォルダ４５２を設け、
図２６に示す階層構造にする。

【０１３６】図２７は、ワード群１のみが出現する文書
群ｄ１とワード群ｗ１とワード群ｗ２出現する文書群ｄ
２の二つのクラスタに分類される場合である。ワード群
ｗ２が出現する文書群にはワード群ｗ１も出現してい
る。そこで、ワード群ｗ１からなる検索条件とワード群
ｗ２からなる検索条件を生成し、それぞれに対応するフ
ォルダ４５６と４５７を設け、図２７に示す階層構造に
する。

【０１３７】図２８は、ワード群ｗ１のみが出現する文
書群ｄ１とワード群ｗ２のみが出現する文書群ｄ３とワ
ード群ｗ１とワード群ｗ２の両方が出現する文書群ｄ２
の３つのクラスタに分類される場合である。この場合、
ワード群ｗ１のみからなる検索条件とワード群ｗ２のみ
からなる検索条件とワード群ｗ１かつワード群ｗ２なる
検索条件を生成し、それぞれに対応するフォルダ４５
６、４５７、４５８とこれらの上位のフォルダ４５５を
設け、図２８のような階層構造にする。

【０１３８】同じ図２５ー３０を使ってステップ２０５
で行なうフォルダ間関係の分析方法を説明する。

【０１３９】図２７のような階層構造のフォルダがある
ときに、フォルダ４５３とフォルダ４５４に重複して格
納される文書が増えたとすると、ワードと文書の関係の
パタンが４５１のパタンから４５７かまたは４５８のパ
タンに変化したと考えられる。文書が重複して格納され
ていることは、フォルダテーブル３１０から検知でき
る。そこで、フォルダ４５３、４５４に格納されている
文書について、ワード・文書テーブル３５０から得られ
る各文書におけるワードの出現頻度に基づきクラスタ間
関係分析と同様の統計的分析を行ってワードと文書の分
布のパタンを調べ、パタンに応じてフォルダと検索条件
を再構成する。

【０１４０】また、図２７のような階層構造があるとき
に、フォルダ４５７に格納される文書の中でフォルダ４
５６に適合しない文書の割合があらかじめ与えられた割
合を越えるようになった場合、検索条件の上下関係が変
化したことを意味する。このことは、フォルダテーブル
３１０に登録されているフォルダ４５７に格納された文
書のフォルダ４５６への適合度を調べることにより検知
できる。フォルダ４５６とフォルダ４５７とに格納され
ている文書に対しクラスタ分析を行ない、フォルダを再
構成する。

【０１４１】

【発明の効果】本発明によれば以下の効果が得られる。

【０１４２】（１）ユーザが記述した検索条件群に適合
する情報を複数の情報源から収集し、検索条件群の階層
構造を分類体系と見做して収集した情報を分類できる。

【０１４３】（２）各検索条件に対応した検索結果格納
領域への情報の集まり具合に応じて、分類体系を変更す
ることができる。

【０１４４】その結果、ある検索結果格納領域に格納さ
れる情報量をユーザがその全体を把握できる程度の数に
抑さえることができる。あるいは情勢の変化に応じ、適
切な分類体系を維持できる。

【図面の簡単な説明】

【図１】本発明の一実施例のシステム構成図である。

【図２】本実施例の文書収集サーバシステムの流れ図で
ある。

【図３】本実施例のインタフェース画面の例である。

【図４】本実施例のフォルダとフォルダに対応する検索
条件の例である。

【図５】本実施例の文書収集処理の流れ図である。

【図６】本実施例のクライアント要求処理の流れ図であ
る。

【図７】本実施例の文書収集クライアントシステムの流
れ図である。

【図８】本実施例のワード・フォルダテーブルロード処
理の流れ図である。

【図９】本実施例の適合度計算の流れ図である。

【図１０】本実施例の文書格納処理の流れ図である。

【図１１】本実施例のフォルダ管理処理の流れ図であ
る。

【図１２】本実施例の文書番号リストのデータ構造であ
る。

【図１３】本実施例の文書番号テーブルのデータ構造で
ある。

【図１４】本実施例のフォルダリストと下位フォルダリ
ストと格納文書リストのデータ構造である。

【図１５】本実施例のフォルダテーブルのデータ構造で
ある。

【図１６】本実施例のワード・フォルダリストとフォル
ダ頻度リストのデータ構造である。

【図１７】本実施例のワード・フォルダテーブルのデー
タ構造である。

【図１８】本実施例のワード・文書リストと文書頻度リ
ストのデータ構造である。

【図１９】本実施例のワード・文書テーブルのデータ構
造である。

【図２０】本実施例のフォルダ検索リストと適合フォル
ダリストのデータ構造である。

【図２１】本実施例のフォルダ検索テーブルのデータ構
造である。

【図２２】本実施例の検索処理後のフォルダ検索テーブ
ルの例である。

【図２３】本実施例の適合フォルダテーブルのデータ構
造である。

【図２４】本実施例の文書を格納するフォルダの決定方
法の説明図である。

【図２５】本実施例のフォルダ内文書分析を行なうフォ
ルダの説明図である。

【図２６】本実施例のフォルダ内文書分析結果のワード
と文書の第１の分布パタンそれに従って生成されるフォ
ルダの説明図である。

【図２７】本実施例のフォルダ内文書分析結果のワード
と文書の第２の分布パタンそれに従って生成されるフォ
ルダの説明図である。

【図２８】本実施例のフォルダ内文書分析結果のワード
と文書の第３の分布パタンそれに従って生成されるフォ
ルダの説明図である。

【符号の説明】

１００…文書収集サーバシステム、１０２…文書収集処
理、１０６…適合度計算、１０７…文書格納処理、１０
８…フォルダ管理処理、１１０…クライアント要求処
理。

Claims (28)

【特許請求の範囲】
1. 【請求項１】計算機により情報を自動的に分類するため
   の方法であって、 階層関係で相互に関連付けされた複数のフォルダの一つ
   にそれぞれ対応し、それぞれ検索すべき一つまたは複数
   の単語を指定する複数の検索条件を記憶し、 各フォルダに対応して記憶された検索条件と分類すべき
   文書情報との間の適合度を検出し、 各フォルダと該情報との間の検出された適合度と上記階
   層関係とに基づいて、該複数のフォルダの内、該文書情
   報を登録すべき一つまたは複数のフォルダを決定し、 該決定されたする一つまたは複数のフォルダに対応して
   該文書情報を記憶する情報分類方法。
2. 【請求項２】該検出は、 該文書情報と、各フォルダに対応して記憶された検索条
   件が指定する単語の各々との間の適合度を検出し、 各フォルダに対応して記憶された検索条件が指定する単
   語のそれぞれと該文書情報との間に関して検出された適
   合度の総和を、そのフォルダと該文書情報との間の適合
   度として決定するステップを含む請求項１記載の文書情
   報分類方法。
3. 【請求項３】該文書情報と各フォルダに対応して記憶さ
   れた検索条件に含まれる一つまたは複数の単語の各々と
   の間の適合度を決定するステップは、その文書情報内で
   のその単語の重みと、その検索条件内でのその単語の重
   みとの積をその単語とその文書情報との適合度として決
   定するステップを有する請求項２記載の文書情報分類方
   法。
4. 【請求項４】各フォルダに対応して記憶された検索条件
   に含まれる一つまたは複数の単語の各々のその文書情報
   内での重みは、その文書情報内でのその単語の出現回数
   に比例する値である請求項３記載の文書情報分類方法。
5. 【請求項５】各フォルダに対応して記憶された検索条件
   に含まれる一つまたは複数の単語の各々のその検索条件
   内の重みは、その検索条件内の複数の単語内でのその単
   語の出現回数に比例する値である請求項３または４記載
   の文書情報分類方法。
6. 【請求項６】該決定は、 該文書情報と各フォルダとの間に対して検出された適合
   度により、該文書情報に適合する一つまたは複数のフォ
   ルダを検出し、 該検出により複数のフォルダが検出されたときには、そ
   れらの検出された複数のフォルダ内の該文書情報を対応
   させる一つまたは複数のフォルダを、該検出された複数
   のフォルダの間の、上記階層関係内での相対的位置関係
   に依存して選択する請求項１記載の文書情報分類方法。
7. 【請求項７】該選択は、該文書情報に適合すると検出さ
   れた該複数のフォルダの中に、相対的に上下関係にある
   一群のフォルダが含まれているときには、該一群のフォ
   ルダを代表する一つのフォルダを該文書情報を対応させ
   るフォルダとして選択するステップを有する請求項６記
   載の文書情報分類方法。
8. 【請求項８】該選択は、該検出された複数のフォルダの
   中に、該一群のフォルダと相対的に上下関係にはない他
   の一群のフォルダが含まれているときには、該他の一群
   のフォルダを代表する一つのフォルダを該文書情報を対
   応させる他のフォルダとして検出するステップをさらに
   有する請求項７記載の文書情報分類方法。
9. 【請求項９】該一群のフォルダを代表する一つのフォル
   ダは、該一群のフォルダの内の最下層に位置するフォル
   ダである請求項７記載の文書情報分類方法。
10. 【請求項１０】計算機により文書情報を自動的に分類す
    るための方法であって、 階層関係で相互に関連付けされた複数のフォルダの一つ
    にそれぞれ対応し、それぞれ一つまたは複数の検索すべ
    き単語を指定する複数の検索条件を記憶し、 各フォルダに対応して記憶された検索条件と予め定めて
    判断基準とに基づいて、分類すべき文書情報を対応させ
    るフォルダとして、該複数のフォルダの一つまたは複数
    を決定し、 決定されたフォルダに対応して該文書情報を記憶し、 複数の分類すべき文書情報の各々に対して上記決定およ
    び記憶を行ない、 各フォルダに対応して記憶された複数の文書情報が、そ
    のフォルダの再構成のために定めた所定の条件を満たす
    か否かを判別し、 いずれか一つのフォルダが該所定の条件を満たしたと
    き、その一つのフォルダに対応して記憶された複数の文
    書情報とそのフォルダに対応して記憶された検索条件を
    再構成するステップを有する文書情報分類方法。
11. 【請求項１１】該所定の条件は、該一つのフォルダの登
    録された文書情報の総数が所定値を越えているというこ
    とである請求項１０記載の文書情報分類方法。
12. 【請求項１２】該再構成するステップは、 そのフォルダに対応して記憶された検索条件を、その検
    索条件が指定する複数の単語の一部をそれぞれ指定する
    複数の新たな検索条件に分割し、 該一つのフォルダに登録された複数の文書情報を複数の
    文書情報群に分割し、 該一つのフォルダを新たな複数のフォルダで置換し、 該複数の新たなフォルダの各々に対応して、該新たな複
    数の検索条件の一つで指定される一つまたは複数の単語
    と、該複数の文書情報の分割で得られた一部の文書情報
    を記憶するステップを有する請求項１０記載の文書情報
    分類方法。
13. 【請求項１３】該複数の文書情報を分割するステップ
    は、 該一つのフォルダに対応して記憶された検索情報を分割
    して得られた複数の新たな検索条件に適合する文書情報
    からなる複数の文書情報部分群に分割するステップから
    なる請求項１２記載の文書情報分類方法。
14. 【請求項１４】該再構成するステップは、 該一つのフォルダに登録された複数の文書情報の一部と
    そのフォルダに対応して記憶された検索条件が指定する
    複数の単語の一部とを選択し、 該一のフォルダの下位の階層に、少なくとも一つの新た
    なフォルダを配置し、 該新たなフォルダに対応して、該選択された一部の単語
    と該選択された一部の文書情報を記憶するステップを有
    する請求項１０記載の文書情報分類方法。
15. 【請求項１５】該複数の文書情報の一部と該一部の単語
    を選択するステップは、 該一つのフォルダに対応して該複数の文書情報を、該一
    つのフォルダに対応して記憶された単語群の一部で検索
    可能であるが、該単語群のうちの他の一部の単語では検
    索不可能な一部の文書情報と、該一部の単語および該他
    の一部の単語のいずれでも検索可能な他の文書情報とに
    分離し、 該分離で得られた一部の文書情報およびその分離に使用
    した該一部の単語を選択するステップを有する請求項１
    ４記載の文書情報分類方法。
16. 【請求項１６】該再構成するステップは、 新たなフォルダを生成し、 該一つのフォルダと他の一のフォルダに重複して登録さ
    れた複数の文書情報を該新なフォルダに対応して登録
    し、該一のフォルダと該他の一のフォルダに対する、該
    重複する複数の文書の登録を削除し、 該一つのフォルダに対応して記憶された単語群と該他の
    一つのフォルダに対応して記憶された他の単語群の内、
    該重複する複数の文書を検索するための単語群を、該新
    たなフォルダに対応して記憶するステップを有する請求
    項１０記載の文書情報分類方法。
17. 【請求項１７】該新たなフォルダは、該一つのフォルダ
    と該他の一のフォルダと同じ階層に配置される請求項１
    ６記載の文書情報分類方法。
18. 【請求項１８】該文書情報を対応させるための一つまた
    は複数のフォルダの決定は、 各フォルダに対応して記憶された検索条件が指定する単
    語群に基づいて、該分類すべき文書情報と各フォルダと
    の間の適合度を検出し、 各フォルダと該文書情報との間の検出された適合度と上
    記階層関係とに基づいて、該文書情報を登録するための
    フォルダとして、該複数のフォルダの一つまたは複数を
    決定するステップを有する請求項１０記載の文書情報分
    類方法。
19. 【請求項１９】計算機により文書情報を自動的に分類す
    るための方法であって、 階層関係で相互に関連付けされた複数のフォルダの一つ
    にそれぞれ対応し、それぞれ一つまたは複数の検索すべ
    き単語を指定する複数の検索条件を記憶し、 各フォルダに対応して記憶された検索条件と予め定めて
    判断基準とに基づいて、分類すべき文書情報を対応させ
    るフォルダとして、該複数のフォルダの一つまたは複数
    を決定し、 決定されたフォルダに対応して該文書情報を記憶し、 複数の分類すべき文書情報の各々に対して上記決定およ
    び記憶を行ない、 該複数のフォルダの内の一部の複数のフォルダに対応し
    て記憶された複数の文書情報が、該複数のフォルダの再
    構成のために定めた所定の条件を満たすか否かを判別
    し、 いずれかの一部の複数のフォルダが該所定の条件を満た
    したとき、該一部の複数のフォルダに対応して記憶され
    た複数の文書情報と、該一部の複数のフォルダに対応し
    て記憶された複数の検索条件を再構成するステップを有
    する文書情報分類方法。
20. 【請求項２０】該所定の条件は、該一部の複数のフォル
    ダが、上位側のフォルダとそのフォルダの下位側のフォ
    ルダに関する条件を含み、 該再構成は、 該下位側のフォルダに対応して登録された文書情報群と
    該上位側のフォルダに対応して登録された文書情報群と
    を、該上位側のフォルダと該下位側のフォルダに対して
    配分し直し、 この配分し直しの後に、該下位側のフォルダに対応して
    登録された新たな文書情報群と該上位側のフォルダに登
    録された新たな文書情報群とに基づいて、該下位側のフ
    ォルダに対応して登録された文書情報群と該上位側のフ
    ォルダに対応して登録された文書情報群とを該上位側の
    フォルダと該下位側のフォルダに対して配分し直すステ
    ップを有する請求項１９記載の文書情報分類方法。
21. 【請求項２１】該所定の条件は、該下位側のフォルダに
    対応して登録された文書情報の数と該上位側のフォルダ
    に対応して登録された文書情報の数の相対的大きさに関
    する条件である請求項１９記載の文書情報分類方法。
22. 【請求項２２】該条件は、該下位側のフォルダに対応し
    て登録された文書情報の数が、該上位側のフォルダに対
    応して登録された文書情報の数より少ないことである請
    求項２１記載の文書情報分類方法。
23. 【請求項２３】該文書情報を対応させるための一つまた
    は複数のフォルダの決定は、 各フォルダに対応して記憶された検索条件とに基づい
    て、分類すべき文書情報と各フォルダとの間の適合度を
    検出し、 各フォルダと該文書情報との間の検出された適合度と上
    記階層関係とに基づいて、該文書情報を対応させるフォ
    ルダとして、該複数のフォルダの一つまたは複数を決定
    するステップを有する請求項１９記載の文書情報分類方
    法。
24. 【請求項２４】データベースを保持す記憶装置と、該計
    算機からユーザが指定した文書情報を選択的に検索する
    計算機とを有すす計算機システムにおいて、 階層関係で相互に関連付けされた、ユーザが指定した複
    数のフォルダの一つにそれぞれ対応し、それぞれ一つま
    たは複数の検索すべき単語を指定する複数の検索条件を
    記憶し、 そのデータベースに新規に登録される文書情報があるか
    否かを監視し、 新規に登録された文書情報があるときには、その文書情
    報と各検索条件との適合度を判別し、 各検索条件と該文書情報との適合度と該階層関係とに基
    づいて、該文書情報を対応させる一つまたは複数のフォ
    ルダを決定する文書情報収集方法。
25. 【請求項２５】該複数のフォルダの各々が、そのフォル
    ダに対応して記憶された複数の文書情報に関連するフォ
    ルダの再構成に関する条件を満たすか否かを判別し、 いずれか一つのフォルダが該再構成の条件を満たすと
    き、新たなフォルダを生成し、 その一つのフォルダに対応して記憶された複数の文書情
    報の少なくとも一部を検索するための新たな検索条件を
    生成し、 該新たな検索条件と該一部の文書情報を該新たなフォル
    ダに対応して記憶するステップをさらに有する請求項２
    ４記載の文書情報収集方法。
26. 【請求項２６】いずれかのフォルダが、そのフォルダに
    対応して記憶された複数の文書情報を複数の新たなフォ
    ルダに分割するための分割条件を満たすか否かを判別
    し、 いずれか一つのフォルダが該分割条件を満たすとき、複
    数の新たなフォルダを生成し、 その一つのフォルダに対応して記憶された複数の文書情
    報および検索条件とから、該複数の文書情報を複数群に
    分割するための複数の検索条件を決定し、 該分割により得られた複数群の文書情報の内の一つの群
    の文書情報と、該分割により得られた複数群の検索文書
    情報の内の一つの群の文書情報とを、該新たな複数のフ
    ォルダの一つに対応して記憶するステップをさらに有す
    る請求項２４記載の文書情報収集方法。
27. 【請求項２７】ある一組みの複数のフォルダが、それら
    に重複して対応して記憶された複数の文書情報を分離し
    て記憶するための条件を満たすか否かを判別し、 その一組みのフォルダが、該分離条件を満たすとき、新
    たなフォルダを生成し、 それらのフォルダに重複して記憶された複数の文書情報
    を検索するための検索条件を、該一組みのフォルダのい
    ずれかにそれぞれ対応して記憶された検索条件に基づい
    て生成し、 該新たなフォルダに対応して、該生成された検索条件を
    記憶し、 該重複する複数の文書情報を、該新たなフォルダに対応
    するように記憶し直すステップをさらに有する請求項２
    ４記載の文書情報収集方法。
28. 【請求項２８】ユーザに提供すべき文書情報を含むデー
    タベースを記憶する手段を有する第１の計算機と、 該第１の計算機と交信して、該データベース内の文書情
    報を検索するための第２の計算機と、 該第２の計算機に接続された、ユーザが操作可能な端末
    とを有し、 該端末は、相互に階層関係で関係づけられた、ユーザが
    指定した複数のフォルダの名称と、それぞれのフォルダ
    に対応してユーザが指定した複数の単語を含む複数の検
    索条件とを該第２の計算機に送付する手段を有し、 該第２の計算機は、 該送付された複数のフォルダの名称と検索条件を記憶す
    る手段と、 そのデータベースに新規に登録される文書情報があるか
    否かを該第１の計算機と交信して検出する手段と、 新規に登録された文書情報があるときには、その文書情
    報と該複数の検索条件との適合度を判別し、各検索条件
    と該文書情報との適合度と該階層関係とに基づいて、該
    文書情報を対応させる一つまたは複数のフォルダを決定
    し、決定されたフォルダの各々に対応して該文書情報と
    その名称を記憶する手段と、 該端末からの要求に応答して、該複数のフォルダの名称
    とそれぞれのフォルダに対応して記憶された複数の文書
    情報の名称とを該端末に送付する手段とを有し、 該端末は、該送付された複数のフォルダの名称を有する
    複数のフォルダを、該階層関係が識別可能な態様で表示
    し、該送付された複数の文書情報の名称を、それぞれの
    文書情報が対応するフォルダに対応して表示する手段を
    さらに有する文書情報収集システム。