JPH09265476A - 文書検索方法および装置 - Google Patents

Abstract

(57)【要約】 【課題】ユーザが入力した検索入力単語がどのように使
われているかを調べ、同じ使われ方をしている文どうし
に分類して提示する。 【解決手段】 単語分割部５は、渡された検索対象文を
単語辞書１０を参照して単語単位に分割する。分割した
単語単位は、単語属性情報が付加される。単語分割部５
は、単語分割した各単語を係り受け解析部６に渡す。係
り受け解析部６では、渡された各単語の係り受け関係を
調べて、どの単語がどの単語にかかっているかの係り受
け情報を検索文分類部７に渡す。検索文分類部７は、入
力単語と係り受け関係にある単語と当該検索対象文との
対応がとれる形で、検索文格納部９に格納する。検索文
分類部７は、次の検索対象文を一文、文記憶部８から取
り出し、上記の検索部４に渡すところからの動作を繰り
返す。やがて、文記憶部８の未処理の検索対象文がなく
なると、一連の検索処理は終了する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、検索の対象となる
大量の文からユーザーが入力した単語を含む文を検索
し、さらにその単語が文中で果たしている役割が同じ文
どうしに分類して提示することができる文書検索方法お
よび装置に関する。

【０００２】

【従来の技術】日本語ワードプロセッサや光学的文字読
取装置（ＯＣＲ）などの文書入力装置の普及に伴い、従
来紙やマイクロフィルムという形態で保存していた文書
を、電子化して磁気ディスクや光磁気ディスクなどの外
部記憶装置に保存するようになってきた。また大量の電
子化された文書データから、いかにユーザーが要求する
文書を検索するかというテキスト検索技術も開発され発
展しつつある。

【０００３】従来の検索技術では、ユーザが文を検索す
るために検索キーとなる文字列や単語などを入力して、
検索キーが含まれる文を検索するという方式をとること
が多かった。

【０００４】この検索方式は、文中に検索キーが含まれ
るかどうかだけで判定を行うので、もっとも確実な検索
方式と言えるが、検索キーである文字列や単語が検索文
内でどのように使われているかを問わないで検索するた
め、ユーザが望む意味で検索キーが用いられていない文
も一緒に検索してしまうという問題点があった。

【０００５】この検索方式で検索された文は、いちいち
すべての文について内容を読まなければユーザーの要求
した文であるか判別がつかないため、検索された文が大
量にあった場合は、さらに別の検索キーを使って絞り込
むなどの手順を踏まないと、検索された文から本当に欲
しい文を探せないという欠点があった。

【０００６】

【発明が解決しようとする課題】上記のように従来の文
書検索方式では、ユーザの入力した単語を含む文を検索
することはできたが、その単語が文中でどのように使わ
れているかは問わないので、ユーザが望む文以外に、意
味のない文を検索する可能性を排除できない。そのため
ユーザは検索された文をすべて読んで内容を調べた上
で、望む文を選びださなければならなかった。

【０００７】そこで本発明は上記の欠点を考慮し、検索
された文の中で、ユーザが入力した検索入力単語がどの
ように使われているかを調べて、同じ使われ方をしてい
る文どうしに分類して提示することで、検索された文か
らユーザの望む文のみを簡便に選択することができる文
書検索方法および装置を提供することにある。

【０００８】

【課題を解決するための手段】本発明は、ユーザが入力
した単語を検索入力単語として、検索対象として用意さ
れている複数の文から、前記検索入力単語を含む文を検
索し、検索された文をそれぞれ単語単位に分割して各単
語の係り受け関係を調べ、前記検索入力単語と係り受け
関係がある単語が同じ文どうしをまとめることによっ
て、前記検索された文を、前記検索入力単語が同じ意味
で用いられている文どうしに分類して提示することを特
徴とする。

【０００９】従って本発明によれば、ユーザが入力した
単語を含む文を検索するだけでなく、さらにその単語と
係り受け関係にある単語によって検索した文を分類する
ので、検索入力単語が文中でどのように使われているか
が分かるように分類されてユーザに提示されるので、ユ
ーザは検索された文の中から、本当に求める文のみを容
易に選択することが可能となる。

【００１０】

【発明の実施の形態】以下、本発明の実施の形態につき
図面を参照して説明する。図１は、本発明の一実施形態
に関わる文書検索装置の全体構成を示すブロック図であ
る。

【００１１】図1 の文書検索装置は、例えばパーソナル
コンピュータなどの情報処理装置により実現されるもの
で、入力部１、制御部２、表示部３、検索部４、単語分
割部５、係り受け解析部６、検索文分類部７、文記憶部
８、検索文格納部９、単語辞書１０から構成される。

【００１２】入力部１は、文字列や種々の制御コード
（コマンド等）を入力するためのもので、例えばキーボ
ードまたはＯＣＲ（光学的文字読み取り装置）からなる
入力装置である。

【００１３】制御部２は装置全体を司るもので、例えば
中央処理ユニット（ＣＰＵ）である。ここで制御部２
は、文書検索処理を実行するための装置内各部（検索部
４、単語分割部５、係り受け解析部６、検索文分類部
７、文記憶部８、検索文格納部９）の制御を行う。

【００１４】表示部３は、入力の文字列や検索対象文な
どを表示するためのもので、例えばＣＲＴディスプレイ
装置または液晶表示装置（等のフラットパネルディスプ
レイ装置）である。

【００１５】文書記憶部８は、検索対象である複数の文
を記憶しておくためのもので、例えばハードディスク装
置や光ディスク装置などからなる大容量の外部記憶装置
により実現される。

【００１６】単語辞書１０は、単語の表記（見出し）、
品詞などと対応付けて登録しておくもので、ＲＯＭなど
の不揮発性記憶装置に置かれる。検索部４、単語分割部
５、係り受け解析部６、検索文分類部７、文記憶部８、
検索文格納部９は、文検索処理に必要な機能要素であ
り、それぞれ固有の処理ルーチン（と当該処理ルーチン
を実行するＣＰＵ）により実現されるものである検索部
４は、入力部１から検索キーとなる単語文字列が入力さ
れ検索要求があった場合に、文記憶部８から取り出され
た検索対象文に前記単語文字列が含まれるかどうかを判
定する。

【００１７】単語分割部５は、検索部４で検索された検
索対象文を単語辞書１０を参照して単語単位に分割する
ものである。係り受け解析部６は、単語分割部５で単語
単位に分割された文において、各単語がどの単語と係り
受けの関係にあるかを解析するものである。

【００１８】検索文分類部７は、文記憶部８に記憶され
たすべての文（検索対象文）を１文ずつ検索部４に渡
し、前記単語文字列を含むと判定された検索対象文を単
語分割部５に渡し、さらに係り受け解析部６に渡して各
単語の係り受け関係を解析させ、前記単語文字列と係り
受け関係のある単語で検索対象文を分類して、検索文格
納部９に格納するものである。

【００１９】次に、図1 の構成の動作について、その概
要を説明する。まず入力部１から、検索のキーとなる単
語文字列が入力されると、当該文字列（入力単語）は制
御部２を介して検索部４に送られる。

【００２０】次に入力部１から検索要求のコマンドが入
力されると、まず制御部２により検索文分類部７が起動
される。すると検索文分類部７は、文記憶部８に記憶さ
れた各検索対象文から一文を取り出して検索部４に渡
す。検索部４は、渡された検索対象文に、入力部１から
渡された入力単語文字列が含まれるかどうかをチェック
し、検索文分類部７に判定結果を返す。検索部４の判定
が「当該検索対象文には、入力単語文字列を含まない」
であった場合は、検索文分類部７は、文記憶部８から次
の検索対象文を１文取り出して検索部４に渡す操作を繰
り返す。

【００２１】検索部４の判定が「当該検索対象文は、入
力単語文字列を含む」であった場合は、検索文分類部７
は、検索文格納部９に当該検索対象文を格納すると同時
に、当該検索対象文を単語分割部５に渡す。単語分割部
５は、渡された検索対象文を単語辞書１０を参照して単
語単位に分割する。分割した単語単位は、品詞及び活用
形、時制などの（形態素情報と呼ばれる）単語属性情報
が付加される。単語分割部５は、単語分割した各単語を
検索文分類部７に渡す。

【００２２】検索文分類部７は、渡された各単語を係り
受け解析部６に渡す。係り受け解析部６では、渡された
各単語の係り受け関係を調べて、どの単語がどの単語に
かかっているかの係り受け情報（単語と単語の組）を検
索文分類部７に渡す。

【００２３】検索文分類部７は、入力部１から渡された
入力単語と、単語分割部５から渡された単語リストと、
係り受け解析部６から渡された係り受け情報とを用い
て、当該入力単語と係り受け関係にある単語と当該検索
対象文との対応がとれる形で、検索文格納部９に格納す
る。

【００２４】検索文分類部７は、次の検索対象文を一
文、文記憶部８から取り出し、上記の検索部４に渡すと
ころからの動作を繰り返す。やがて、文記憶部８の未処
理の検索対象文がなくなると、一連の検索処理は終了す
る。

【００２５】以上が、図１の構成の動作の概要である。
次に、図１の構成の動作の詳細について、図２のフロー
チャートを参照して説明する。

【００２６】入力部１から検索キーとなる単語文字列
（入力単語）が入力されると、制御部２は、これを検索
文分類部７に渡し、さらに検索文分類部７から検索部４
に渡される（ステップＳ１）。さらに入力部１から検索
要求の制御コマンドが入力されると、制御部２は検索文
分類部７に検索要求を送る（ステップＳ２）。

【００２７】ここでは、入力単語文字列として「ＥＷ
Ｓ」という文字が入力され、検索文分類部７に送られた
とする。検索文分類部７は、文記憶部８に未検索の検索
対象文があるかどうか調べて（ステップＳ３）、ある場
合は、検索対象文１文を取り出して、検索部４に送る
（ステップＳ４）。

【００２８】ここでは、取り出された検索対象文を図３
(1) に示すような「Ａ社はノート型ＥＷＳを開発し
た。」という文として、検索部４に送られたとする。検
索部４は、検索文分類部７から送られた検索対象文に入
力単語「ＥＷＳ」が含まれているかどうかを調べて（ス
テップＳ５）、検索文分類部７に結果を返す。

【００２９】検索文分類部７は、検索対象文に入力単語
「ＥＷＳ」が含まれていない場合は、再びステップＳ３
に戻って、文記憶部８から次の検索対象文があるかどう
かを調べる。検索対象文に入力単語「ＥＷＳ」が含まれ
ている場合は、検索対象文を単語分割部５に送る。

【００３０】ここでは、図３（１）の検索対象文には
「ＥＷＳ」が含まれているので、当該検索対象文は単語
分割部５に送られる。単語分割部５は、単語辞書１０を
参照して検索対象文を図４に示すように「Ａ社」「ノー
ト型」「ＥＷＳ」「を」「開発する」のように単語分割
し、それぞれ品詞、活用形および時制などの単語属性情
報を付加する（ステップＳ６）。

【００３１】この図４の結果は、単語分割部５から検索
文分類部７に渡されて、検索文格納部９に格納される。
次に検索文分類部７は、分割された単語を係り受け解析
部６に渡し、係り受け解析部６は、単語および単語属性
情報を利用して、単語どおしの係り受け関係を調べて
（ステップＳ７）、検索文分類部７に渡す。

【００３２】ここでいう係り受け関係は、通常日本語の
文法書で説明されている修飾・被修飾の関係に基づき、
どの単語がどの単語を修飾しているかどうかを調べる処
理である。本実施例では、付属語（助詞、助動詞など）
を除き、自立語（名詞、動詞、副詞、形容詞、形容動詞
など）どうしの係り受け関係に限定し、修飾単語と被修
飾単語の組で係り受け関係を表す。

【００３３】図５は、当該検索対象文を構成する単語の
係り受け関係（修飾単語と被修飾単語の組）を示し、
「Ａ社」−「開発する」、「ノート型」−「ＥＷＳ」、
「ＥＷＳ」−「開発する」が係り受け関係のある単語の
組として解析される。

【００３４】検索文分類部７は、係り受け関係にある単
語の組から、入力単語「ＥＷＳ」を含む単語の組を調べ
て、入力単語「ＥＷＳ」と係り受け関係にある単語「ノ
ート型」「開発する」を取り出し（ステップＳ８）、そ
れぞれの単語をキーとして検索対象文を分類して検索文
格納部９に格納する（ステップＳ９）。

【００３５】図６は、検索文格納部９に、検索対象文を
分類して格納した状況を示したものである。検索対象文
は、図３のように順番に格納されているので、入力単語
「ＥＷＳ」と係り受け関係にある単語分類と、検索対象
文の番号が対応した形で格納される。例えば図３（１）
の検索対象文はａ１であり、入力単語「ＥＷＳ」と係り
受け関係にある単語は「ノート型」および「開発する」
なので、それぞれの分類に検索対象文の番号ａ１が格納
されている。

【００３６】次に検索文分類部７は、未検索の検索対象
文があるかどうかを文記憶部８に調べにいき、検索対象
文があればステップＳ３以降の処理を繰り返す。そして
未検索の検索対象文がなければ検索処理を終えて、検索
結果を表示部２に出力し、制御部３に制御を戻して処理
を終了する（ステップＳ１０）。

【００３７】図７は、表示部２に出力される検索結果の
一例であり、入力単語「ＥＷＳ」で検索された文のう
ち、入力単語「ＥＷＳ」と係り受け関係にある単語「ノ
ート型」で分類された文が２文あり、入力単語「ＥＷ
Ｓ」が同じ意味で使われている文どおしでまとまってい
ることが分かる。

【００３８】なお本発明は上述した実施例に限定される
ものではない。本実施例では、係り受け解析部６で各単
語の係り受け関係を修飾単語と被修飾単語の組だけで表
したが、例えば、どのように修飾されているかも考慮し
て、よりいっそう細かく分類することもできる。

【００３９】また分類する単語が、入力単語に対して修
飾単語なのか被修飾単語なのかで分類することで、より
細かい分類をすることもできる。要するに、本発明は要
旨を逸脱しない範囲で種々変形して実施することができ
る。

【００４０】

【発明の効果】以上、本発明によれば、検索された文の
中で、ユーザが入力した検索入力単語がどのように使わ
れているかを調べて、同じ使われ方をしている文どうし
に分類して提示することで、検索された文からユーザの
望む文のみを簡便に選択することができるものである。

【図面の簡単な説明】

【図１】本発明の一実施形態に係わる文書検索装置の全
体構成を示すブロック図

【図２】同実施形態の動作を説明するためのフローチャ
ート。

【図３】文記憶部８の検索対象文から、検索部４が入力
単語「ＥＷＳ」を検索キーとして検索した文で、検索文
格納部９に格納された状況を示す図。

【図４】単語分割部５が、渡された文を単語分割した結
果を検索文格納部９に格納した状況を示した図。

【図５】係り受け解析部６が、分割された単語の係り受
け関係を解析した結果（修飾単語と被修飾単語の組）を
示した図。

【図６】検索文分類部７が、入力単語「ＥＷＳ」と係り
受け関係のある単語で、検索した文を分類して検索文格
納部９に格納した状況を示した図。

【図７】検索文分類部７が、検索文格納部９に分類して
格納した検索結果を表示部２に出力した一例を示した
図。

【符号の説明】

１…入力部、 ２…制御部、 ３…表示部、 ４…検索部、 ５…単語分割部、 ６…係り受け解析部、 ７…検索文分類部、 ８…文記憶部、 ９…検索文格納部、 １０…単語辞書。

Claims (2)

【特許請求の範囲】
1. 【請求項１】入力された単語文字列を検索入力単語とし
   て、 検索対象として用意されている複数の文から、前記
   検索入力単語を含む文を検索し、 検索された文をそれぞれ単語単位に分割して各単語の係
   り受け関係を調べ、前記検索入力単語と係り受け関係が
   ある単語が同じ文どうしを併合し、前記検索された文
   を、前記検索入力単語が同じ意味で用いられている文ど
   うしに分類して提示することを特徴とする文書検索方
   法。
2. 【請求項２】検索入力単語を入力する単語入力手段と、 複数の文を記憶しておくための文記憶手段と、 前記検索入力単語を含む検索対象文を検索する単語検索
   手段と、 検索された文を単語単位に分割する単語分割手段と、 単語分割された各単語の係り受け関係を解析する係り受
   け解析手段と、 検索された文を格納する検索文格納手段と、 前記文記憶手段から１文を検索対象文として取り出し
   て、前記単語入力手段から入力された検索入力単語を含
   む文のみを前記単語検索手段で検索し、検索された文を
   前記単語分割手段で単語単位に分割し、前記係り受け関
   係解析手段で各単語の係り受け関係を解析し、検索入力
   単語と係り受け関係にある単語によって前記検索文格納
   手段に分類して格納する操作を、前記文記憶手段に記憶
   されたすべての文について行うことによって、検索入力
   単語を含む検索対象文を、検索入力単語と係り受け関係
   がある単語が同じ文どうしに分類する検索文分類手段と
   を具備し、 前記検索された文を、前記検索入力単語が同じ意味で用
   いられている文どうしに分類して提示することを特徴と
   する文書検索装置。