JPH0944523A - 関連語提示装置 - Google Patents

Abstract

(57)【要約】 【課題】 指定された語と関係が強い語（関連語）を抽
出して提示する関連語提示装置において、キーワードを
指定しテキスト情報から高速に関連語を抽出する。 【解決手段】 文書のテキストから関連語を抽出して提
示する関連語提示装置であって、テキストを形態素解析
した解析情報を記憶する解析情報記憶部と、キーワード
を受け付け形態素解析を行うキーワード入力部と、キー
ワードにより解析情報記憶部の解析情報を検索し、キー
ワードと共起した名詞を抽出する検索処理部と、抽出さ
れた名詞を頻度と共に頻度テーブルに登録する共起語登
録部と、頻度テーブルのデータから代表語を選択する代
表語選択部と、選択された代表語から事前に指定した不
要語を削除する不要語削除部と、不要語が削除された代
表語を表示する表示部とを備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、関連語提示装置に
関し、特に、指定された語と関係が強い語（関連語）を
抽出して提示する関連語提示装置に関するものである。

【０００２】

【従来の技術】近年において、関連語，連想語，共起語
などと呼ばれる「ある語と関係が強い語」が、自然言語
処理や情報検索の技術分野において幅広く利用されるよ
うになっている。以降の説明では、特に、このような
「ある語と関係が強い語」を関連語として上記の意味で
用いる。

【０００３】従来、この種の関連語を検索に利用するも
のとして、特開平２−５６０６８号公報に記載の「関連
語の連鎖検索方式」の提案が知られており、また、関連
語を索引付けに利用するものとして、特開平３−１２２
７６８号公報に記載の「索引付け支援装置」の提案が知
られている。これらの提案の装置においては、関連語を
得るために、関連語辞書やシソーラス辞書などの辞書を
利用する。

【０００４】このような関連語を利用するための辞書を
作成する方法としては、これまで、第１の方法として、
人手による手作業で辞書を作成する方法と、第２の方法
として、テキストの中から共起頻度（同時に出現する頻
度）を利用して辞書を作成する方法との２つの方法が利
用されている。

【０００５】上記の第２の方法に分類されるような方法
として、例えば、共起頻度を利用して抽出する方法を利
用するものとして、特開平６−２７４５４１号公報に記
載の「文献検索システム」，特開平７−２８８２３号公
報に記載の「共起語抽出方法およびその装置」，特開平
７−３６８８３号公報に記載の「共起辞書作成装置」な
どの提案が見られる。

【０００６】

【発明が解決しようとする課題】しかしながら、辞書を
人手により作成するという上記従来の第１の方法では、 （１）辞書の作成に膨大なコストがかかり、作成者によ
っては偏りがでる。 （２）辞書のための大量の記憶容量を必要とする。 （３）見出し語が限定され、語数を増やすと、更に容量
が増える。 という問題がある。

【０００７】また、テキストの中から共起頻度を利用し
て辞書を作成する上記第２の方法では、上記の（１）の
問題は解決されるが、上記の（２）および（３）の問題
は解決されずに、別の問題として、 （４）辞書の内容となる関連語の抽出精度が低い。 という問題も生じる。

【０００８】つまり、検索対象の文書中に含まれる複合
語に対しては、共起頻度をカウントする単位が考慮され
ておらず、その単位が不適切であるため、共起頻度が適
切にカウントされなかったり、冗長な情報が増えて、抽
出精度が低くなるという問題があった。

【０００９】一般的に、共起頻度をカウントする単位
は、形態素単位，複合語全体，または形態素の組
合せのいずれかを単位とするが、その場合、それぞれに
応じて、カウントされる数が異なってくる。例えば、
「特許電子出願」という複合語に対して、第１の場合と
して、形態素単位で、共起頻度をカウントすると、こ
の場合には「特許」，「電子」，「出願」の３つの形態
素の単位に分解されるので、それに従って共起頻度がカ
ウントされる。この場合には、共起頻度は適切にカウン
トされるものの、形態素の単位では、その意味が解かり
にくい場合が多い。

【００１０】また、第２の場合として、複合語全体を
単位に共起頻度をカウントすると、「特許電子出願」で
頻度がカウントされ、その意味は解かりやすくなるが、
この場合には、カウントされた複合語は、「特許」，
「特許出願」などの関連のある語とは、別の語して扱わ
れることになる。このため、共起頻度が適切にカウント
されないということになりかねない。

【００１１】また、第３の場合の形態素の組合せによ
って、その共起頻度をカウントすると、この場合には、
各々の形態素の組合せから「特許」，「電子」，「出
願」，「特許電子」，「電子出願」，「特許電子出願」
で、その共起頻度をカウントすることになるので、意味
が解かりやすく、頻度も適切にカウントされるが、形態
素の数が多くなると、その組合せの数が非常に多くなる
ので、容量が非常に大きくなる。また、複合語を構成し
ている形態素の頻度が、常に当該複合語の頻度以上とな
るので、形態素の情報が残って、冗長になるという欠点
がある。

【００１２】本発明は、このような問題点を解決するた
めになされたものであり、本発明の目的は、関連語辞書
を用いずに、キーワードが指定されると、その場でテキ
スト情報から高速に関連語を抽出でき、しかも、関連語
の抽出精度を改善した関連語提示装置を提供することに
ある。

【００１３】

【課題を解決するための手段】上記のような目的を達成
するため、本発明の第１の特徴とする関連語提示装置
は、文書のテキストから関連語を抽出して提示する関連
語提示装置であって、前記テキストを記憶する記憶手段
と、キーワードを受け付けるキーワード入力手段と、前
記キーワード入力手段で入力されたキーワードにより前
記記憶手段の内容を検索し、キーワードと前記テキスト
の所定の範囲で共起した語を抽出する検索処理手段と、
前記検索処理手段で抽出された名詞を前記テキストでの
出現頻度と共に頻度テーブルに登録する共起語登録手段
と、前記頻度テーブルのデータから代表語を出現頻度に
基づいて選択する代表語選択手段と、前記代表語選択手
段で選択された代表語から不要語を削除する不要語削除
手段と、前記不要語削除手段で不要語が削除された代表
語を表示する表示手段とを備えることを特徴とする。

【００１４】また、本発明の第２の特徴とする関連語提
示装置は、文書のテキストから関連語を抽出して提示す
る関連語提示装置であって、テキストを形態素解析した
解析情報を記憶する解析情報記憶部（１：図１）と、キ
ーワードを受け付け形態素解析を行うキーワード入力部
（２：図１）と、前記キーワード入力部で形態素解析さ
れたキーワードにより前記解析情報記憶部の解析情報を
検索し、キーワードと前記テキストの所定範囲で共起し
た名詞を抽出する検索処理部（３：図１）と、前記検索
処理部で抽出された名詞を前記テキストでの出現頻度と
共に頻度テーブルに登録する共起語登録部（４：図１）
と、前記頻度テーブルのデータから代表語を出現頻度に
基づいて選択する代表語選択部（６：図１）と、前記代
表語選択部で選択された代表語から事前に指定した不要
語を削除する不要語削除部（７：図１）と、不要語が削
除された代表語を表示する表示部（８：図１）とを備え
ることを特徴とする。

【００１５】また、本発明の第３の特徴とする関連語提
示装置は、文書のテキストから関連語を抽出して提示す
る関連語提示装置であって、前記文書のテキストを記憶
するテキスト記憶部（７１：図７）と、キーワードを受
け付け形態素解析を行うキーワード入力部（２：図７）
と、キーワードによりテキスト記憶部のテキストを検索
し、検索結果の形態素解析を行い、キーワードと共起し
た名詞を抽出する検索解析部（７２：図７）と、抽出さ
れた名詞を頻度と共に頻度テーブルに登録する共起語登
録部（４：図７）と、頻度テーブルのデータから代表語
を選択する代表語選択部（６：図７）と、選択された代
表語から事前に指定した不要語を削除する不要語削除部
（７：図７）と、不要語が削除された代表語を表示する
表示部（８：図７）とを備えることを特徴とする。

【００１６】また、本発明の第４の特徴とする関連語提
示装置は、上記の構成の関連語提示装置において、前記
共起語登録部は、出現頻度を頻度テーブルに登録する場
合、出現頻度テーブルに、抽出した名詞の形態素と該名
詞の元の複合語とを対応づけて登録し、代表語選択部
は、頻度テーブルに登録された頻度に応じて形態素と元
の複合語のデータから代表語を選択することを特徴とす
る。また、好ましくは、関連語提示装置（請求項２乃至
４に対応するもの）は、前記解析情報記憶部が記憶する
解析情報は、テキストを形態素ごとに分割する分割記号
を当該テキストに付加した情報である。

【００１７】このような特徴を有する本発明の関連語提
示装置においては、第１の特徴として、解析情報記憶部
が、テキストを形態素解析した解析情報を記憶してお
り、キーワード入力部が、キーワードを受け付け形態素
解析を行うと、検索処理部が、キーワードにより解析情
報記憶部の解析情報を検索し、キーワードと共起した名
詞を抽出する。このようにして抽出された名詞に対し
て、共起語登録部において、抽出された名詞を頻度とと
もに頻度テーブルに登録する。次に、代表語選択部が、
頻度テーブルのデータから代表語を選択する。不要語削
除部は、選択された代表語から、例えば代表語として意
味のない事前に指定した不要語を削除し、表示部が、不
要語が削除された代表語を表示する。このようにして、
本発明の関連語提示装置によれば、キーワードが指定さ
れると、文書のテキストの解析情報からその関連語を抽
出して提示することができる。キーワードの検索では、
具体的に、例えば、文字列検索（grepなど）、インデッ
クスによる検索（インデックスは形態素でも複合語単位
でもよい）などを利用できる。また、共起した語の抽出
は、解析を行う必要があるが、これは、形態素解析を行
うことにより対応できる。また、字種による分割を行っ
てもよい。

【００１８】このような本発明の関連語提示装置によれ
ば、テキストを解析した形態素の情報から、キーワード
と共起する頻度を利用して、関連語を抽出するので、関
連語辞書などの辞書を必要とせずに、高速に関連語を抽
出できる。また、辞書を利用する場合は、キーワードが
辞書の見出し語に限定されるが、本発明では、関連語を
抽出する対象は、テキストの解析情報として情報が保持
されているので、大量の情報を含み、柔軟にキーワード
を決定できる。また、関連語を抽出する対象のテキスト
の解析情報を変更することにより、その分野における関
連語を得ることができる。また、辞書によるキーワード
の限定が解消される。

【００１９】また、本発明の関連語提示装置において
は、第２の特徴として、共起語登録部が、頻度を頻度テ
ーブルに登録する場合、抽出した名詞の形態素と元の複
合語を対応づけて頻度テーブルに登録し、代表語選択部
は、頻度テーブルに登録された頻度に応じて形態素と元
の複合語のデータから代表語を選択する。そして、不要
語削除部により、関連語として無意味な事前に指定した
不要語の削除を行う。このため、冗長な情報や関連語抽
出のノイズとなるゴミ情報を排除でき、精度よく関連語
を抽出できる。また、これにより、関連語の精度が改善
できる。

【００２０】また、第３の特徴として、本発明の関連語
提示装置においては、解析情報記憶部が記憶する解析情
報は、テキストをあらかじめ形態素解析し、そのテキス
トの文字列を形態素ごとに分割する分割記号を当該テキ
ストに付加した情報であるので、元のテキストの２割程
度しか容量は増加せず、分割記号を除くと元のテキスト
が再現できる。このため、他の検索システムと結合する
場合には、検索対象のテキストと共通化できるという利
点がある。

【００２１】このため、本発明の関連語提示装置は、テ
キスト情報からその場で関連語を抽出するので、従来の
関連語用の辞書を利用する方法に比較して、辞書を構築
するコストが不要であり、辞書のための容量が不要であ
り、更には辞書に比ベて、より柔軟にキーワードを決定
できるという利点がある。また、テキストの内容を変更
することにより、そのテキストの分野における関連語を
得ることができる。

【００２２】また、本発明の関連語提示装置において
は、第４の特徴として、テキスト記憶部が、文書のテキ
スト情報を記憶しており、キーワード入力部が、キーワ
ードを受け付け形態素解析を行うと、検索解析部が、キ
ーワードによりテキスト記憶部のテキスト情報を検索
し、検索結果の形態素解析を行い、そのキーワード共起
した名詞を抽出する。

【００２３】このようにして抽出された名詞に対して、
共起語登録部において、抽出された名詞を頻度とともに
頻度テーブルに登録し、次に、代表語選択部が頻度テー
ブルのデータから代表語を選択する。不要語削除部は、
選択された代表語から、例えば代表語として意味のない
事前に指定した不要語を削除し、表示部は、不要語が削
除された代表語を表示する。これにより、本発明の関連
語提示装置によれば、直接に文書のテキストから、関連
語を抽出し提示しているので、テキスト記憶部に記憶さ
せる文書のテキスト情報を容易に変更でき、例えば、異
なる分野のテキスト情報に変更することにより、そこか
ら容易にその分野の関連語を得ることができる。

【００２４】

【発明の実施の形態】以下、本発明の実施する場合の形
態について、図面を参照して具体的に説明する。図１
は、本発明の第１の実施例にかかる関連語提示装置の構
成を示すブロック図である。図１において、１は解析情
報記憶部、２はキーワード入力部、３は検索処理部、４
は共起語登録部、５は頻度テーブル、６は代表語選択
部、７は不要語削除部、８は表示部である。また、１０
は入力されるキーワード、１１は出力された関連語を示
している。

【００２５】ユーザは、関連語を提示したい場合、予め
その検索対象とする文書のテキストに対して形態素解析
を行い、解析情報を解析情報記憶部１に記憶しておく。
したがって、解析情報記憶部１に記憶されている解析情
報は、後述するように、例えば、対象となる文書のテキ
ストを形態素解析し、解析された各々の形態素の間に分
割記号を挿入した情報となっている。

【００２６】ユーザが、検索するキーワード（単語）１
０をキーワード入力部１から入力すると、キーワード入
力部２がキーワード１０を得て、キーワードの形態素解
析を行い、その解析結果の形態素情報を検索処理部３に
送出する。検索処理部３は、キーワードの形態素情報を
得ると、解析情報記憶部１に記憶されているテキストの
解析情報を検索して、キーワードと共起した名詞を抽出
し、抽出した名詞の情報を共起語登録部４に送出する。
共起の範囲は、文，節，項目，文書など考えられるが、
ここでは、文として説明する。すなわち、キーワードと
一文内で共起した名詞（キーワードが出現する文に含ま
れる名詞）を抽出して、共起語登録部４に送出する。

【００２７】共起語登録部４は、検索処理部３から抽出
された名詞の情報によって、キーワードと共起している
該当の名詞の情報を得ると、頻度テーブル５を参照し
て、それぞれの名詞に関して、名詞を頻度と共に頻度テ
ーブル５に登録する。つまり、新たな名詞は登録し、こ
れまでに現われた名詞は頻度を更新して、頻度テーブル
５に登録する。このようにして、頻度テーブル５には名
詞と共にその頻度が登録される。

【００２８】代表語選択部６は、頻度テーブル５に登録
された頻度の情報を参照し、後述する所定のアルゴリズ
ムで関連語として表示する代表語を選択し、選択された
代表語の情報を不要語削除部７に送出する。不要語削除
部７では、代表語として意味のない不要語が事前に指定
してあり、代表語の情報を得ると、不要語削除部７が、
その不要語を代表語の情報から削除し、結果情報を表示
部８に送出する。表示部８では、不要語が削除された結
果の代表語の情報を得ると、その代表語の情報を当該キ
ーワードの関連語としてユーザに提示する。

【００２９】次に、具体的なテキストおよびキーワード
（文章と単語の例）を用いて、本実施例の関連語提示装
置により、検索対象のテキストの解析情報から、キーワ
ードを指定して、キーワードと共起した名詞を頻度テー
ブルに登録し、頻度テーブルの情報から関連語を抽出し
提示するまでの処理例について説明する。

【００３０】図２は解析情報記憶部に記憶される解析情
報の例を説明する図である。図２に示すように、キーワ
ードから、関連語を求める検索対象のデータとなる解析
情報は、文書データのテキストデータ２０に対して、形
態素解析処理２１を行い、形態素の単位に解析された解
析情報２２とする。解析情報２２は、テキストが形態素
解析された各々の形態素の間に分割記号（「／」）を挿
入して作成した情報となっている。

【００３１】つまり、解析情報記憶部に記憶される解析
情報２２は、テキストの文が形態素解析されて、形態素
の単位に分割されている。ここでの形態素解析の解析レ
ベルは、少なくとも文を各々の形態素が区別される状態
に解析されていればよいので、図２の例文に示すよう
に、『ワープロ（ワードプロセッサ）の仮名漢字変換で
は…』という文では、形態素解析が行われた結果、
『「ワープロ」，「（」，「ワードプロセッ
サ」，「）」，「の」，「仮名」，「漢字」，「変
換」，「で」，「は」，…』のように、それぞれの形態
素の単位に分割され、分割記号「／」を用いて、『ワー
プロ／（／ワードプロセッサ／）／の／仮名／漢字／変
換／で／は／…』と表される。つまり、形態素の単位が
識別できるような状態の情報となって記憶される。な
お、形態素解析した結果の形態素の単位を示すための分
割記号「／」は、品詞に対応してそれぞれに用いる記号
を変えれば、そのまま品詞情報を得ることもできる。

【００３２】また、解析情報の容量については、ここで
はテキストを形態素解析したものに分割記号を付加して
いるので、元のテキストの２割程度増加しているが、分
割記号を除くと元のテキストが再現できる。このため、
検索システムと結合する場合に、容易に検索対象テキス
トを共通化できる利点がある。また、ここでの関連語を
求める検索処理において、頻度のカウントは、名詞のみ
を対象にしているので、名詞以外の語は解析情報に登録
しないようにすることによって、解析情報の容量を元の
テキスト容量より小容量化することもできる。

【００３３】図３は、検索処理部により解析情報の中で
キーワードと１文内で共起する名詞を求める処理を説明
する図である。この場合、ユーザがキーワード「ワード
プロセッサ」を入力すると、キーワード「ワードプロセ
ッサ」が形態素解析された結果の解析情報「ワードプロ
セッサ」２３に対して、解析情報２２の中でキーワード
と１文内で共起する名詞を求める検索処理３１を行う。

【００３４】検索処理３１では、キーワードの解析情報
「ワードプロセッサ」２３により、解析情報２２を検索
して、１文内で共起している名詞を抽出する。すなわ
ち、インデックステーブル３３によりキーワードの解析
情報「ワードプロセッサ」２３を含んでいる文を検索
し、その文の中の名詞を全て抽出する。この例では、
「ワードプロセッサ」が出現する文３２に含まれている
名詞が抽出され、その抽出された名詞の情報（ワープ
ロ，仮名／漢字／変換）が、次の共起語登録部（４：図
１）に送出される。

【００３５】ここでの共起している名詞の抽出処理で
は、語（形態素）と出現位置の情報を格納したインデッ
クステーブル３３を用いて、出現位置の情報を得るよう
にしているので、キーワードの解析情報を含む文から、
その文の中の名詞を高速に検索することができる。な
お、キーワードが複合語であり、複数の形態素に分割さ
れる場合には、各形態素を含む文の積集合を取るこによ
り、高速に検索することができる。

【００３６】図４は、頻度テーブルに共起した名詞を登
録する処理を説明する図である。頻度テーブルには、キ
ーワードと１文内で共起した名詞が頻度と共に登録され
る。ここでの頻度テーブルのデータ構造は、図４に示す
ように、名詞の形態素が格納された形態素テーブル４１
が、頻度情報の付加された複合語テーブル４２とリンク
ポインタにより結合された構造となっており、抽出され
た名詞の形態素と当該形態素が切り出された元の複合語
とが対応づけられて、その頻度と共に登録されている。

【００３７】この場合、図４に示すように、１段目の形
態素テーブル４１に、形態素と２段目へのポインタ（元
の複合語の情報へのポインタ）を記憶し、２段目の複合
語テーブル４２に元の複合語４２ａと頻度情報４２ｂを
格納している。２段目の複合語テーブル４２の複合語の
頻度情報の合計が１段目の形態素テーブル４１の形態素
の頻度になる。例えば、名詞「ワープロ」の場合、１段
目の形態素テーブル４１に「ワープロ」を登録し、更
に、これをポイントする２段目の複合語テーブル４２に
当該名詞「ワープロ」を登録し、その頻度情報を加算す
る。既に登録されている場合には頻度情報のみを加算す
る。

【００３８】また、ここに登録する名詞が複合語である
場合、例えば、名詞「仮名／漢字／変換」の場合、１段
目の形態素テーブル４１に「仮名」，「漢字」，および
「変換」を登録し、それぞれの形態素からポイントされ
る２段目の複合語テーブル４２には、元の複合語の「仮
名漢字変換」を登録し、頻度情報を加算する。

【００３９】前述したように、代表語選択部（６：図
１）は、頻度テーブル（図４）へ共起した名詞の登録が
終了すると、頻度テーブルの情報から代表語の選択を行
う。この場合の代表語の選択のアルゴリズムは、例え
ば、頻度テーブルの１段目の形態素テーブル４１の形態
素１個とそれの指す２段目の複合語テーブル４２のグル
ープから代表語を１個選択し、複合語（複合語テーブル
４２の名詞）の最大の頻度が形態素（形態素テーブル４
１の名詞）の（１／２）以上の時、複合語（複合語テー
ブル４２の名詞）を代表語とし、それ以外は形態素（形
態素テーブル４１の名詞）を代表語とする。

【００４０】具体例で説明すると、この例では、「ワー
プロ」のグループは、１段目の形態素テーブル４１の形
態素「ワープロ」の頻度が“８（＝７＋１）”、２段目
の複合語テーブル４２の複合語「ワープロ」の頻度が
“７”であり、この２段目の頻度が、１段目の頻度の
（１／２）以上となるので、２段目の複合語「ワープ
ロ」が代表語となる。

【００４１】また、「変換」のグループにおいては、１
段目の形態素テーブル４１の形態素「変換」の頻度が
“７（＝４＋３）”、２段目の複合語テーブル４２の複
合語「仮名漢字変換」の頻度が“３”であり、この２段
目の頻度が、１段目の頻度の（１／２）未満なので、１
段目の形態素「変換」が代表語となる。

【００４２】また、同じく、「仮名」のグループにおい
ては、１段目の形態素テーブル４１の形態素「仮名」の
頻度が“５（＝３＋２）”、２段目の複合語テーブル４
２の「仮名漢字変換」の頻度が“３”であり、この２段
目の頻度が、１段目の頻度の（１／２）以上となるの
で、２段目の複合語「仮名漢字変換」が代表語となる。

【００４３】このようにして、各グループで代表語を決
め、重複を除いた結果を代表語（ワープロ、変換、仮名
漢字変換）として不要語削除部（７：図１）に伝達す
る。不要語削除部では、前述のように、代表語として意
味のない不要語が事前に指定してあり、代表語を得る
と、その不要語を代表語から削除する。

【００４４】図５は、不要語削除部で用いる不要語リス
トテーブルの一例を示す図である。不要語削除部には、
その語自身が意味を持たない単語、および、複合語の要
素としては重要であるが、その語単独では重要でない単
語を不要語として、事前に指定しておく。例えば、「変
換」は単独では重要ではないが、複合語の「仮名漢字変
換」の中では重要である。このような不要語は、図５に
示すように、不要語リストテーブル５０として、予じめ
分類されて指定されている。

【００４５】この実施例では、不要語削除部が、図５に
示すように、不要語リストテーブル５０として、予め不
要語を記憶しているので、代表語選択部から、代表語
（ワープロ、変換、仮名漢字変換）を得ると、不要語リ
ストテーブル５０に記憶された不要語と一致する代表語
を削除する。すなわち、この例では「変換」の語を削除
する。この結果、代表語（ワープロ、変換、仮名漢字変
換）から「変換」が不要語として削除され、その結果の
代表語（ワープロ、仮名漢字変換）が表示部に伝達さ
れ、これが、キーワード「ワードプロセッサ」の関連語
として表示される。このとき、語数が多い場合は、一定
語数（例えば１０語）を表示するようにしてもよい。

【００４６】図６は、本発明の第１の実施例の関連語提
示装置の全体の動作の一連の処理の流れを示すブロック
図である。図６を参照して説明する。ユーザが、例え
ば、関連語を求めるキーワード「ワードプロセッサ」６
１をキーワード入力部２から入力すると、キーワード入
力部２は、キーワード「ワードプロセッサ」６１の形態
素解析を行い、その解析結果の形態素情報「ワードプロ
セッサ」６２を検索処理部３に送出する。検索処理部３
は、形態素情報「ワードプロセッサ」６２を得ると、解
析情報記憶部１に記憶されているテキストの解析情報６
３を検索し、キーワードの形態素情報「ワードプロセッ
サ」６２と１文内で共起した名詞（「ワードプロセッ
サ」が出現する文に含まれている名詞）をテキストの解
析情報６３から抽出し、抽出した名詞情報「ワープロ，
仮名／漢字／変換」６４を共起語登録部４に送出する。

【００４７】共起語登録部４は、検索処理部３からキー
ワードと共起した名詞情報「ワープロ，仮名／漢字／変
換」６４を得ると、形態素と対応づけて頻度と共に頻度
テーブル５に登録する。このようにして、頻度テーブル
５には名詞情報と共に頻度情報６５が登録される。

【００４８】代表語選択部６は、頻度テーブル５に登録
された頻度情報６５を参照し、代表語を選択し、代表語
情報「ワープロ，変換，仮名漢字変換」６６を不要語削
除部７に送出する。不要語削除部７は、代表語情報「ワ
ープロ，変換，仮名漢字変換」６６から、事前に指定し
ておいた不要語を削除し、その結果情報「ワープロ，仮
名漢字変換」６７を表示部８に送出する。表示部８で
は、不要語が削除された代表語情報「ワープロ，仮名漢
字変換」６７を得ると、その結果情報を関連語「ワープ
ロ，仮名漢字変換」６８として、ユーザに提示する。

【００４９】このような処理の流れにより、この第１の
実施例の関連語提示装置では、キーワードを入力すれ
ば、その関連語が提示される。つまり、この処理の流れ
から明らかなように、この実施例の関連語提示装置によ
れば、その場でテキストの解析情報から直接に関連語を
抽出できる。このため、辞書を利用する方法と比較する
と、関連語にかかる辞書（例えば共起語辞書など）を作
成するコストが不要であり、辞書のメモリ容量が不要と
なる。このため、文書検索システムに利用する場合に
は、辞書を予じめ用意する方法に比べて、より柔軟にキ
ーワードを決定できるという利点を有する。また、この
実施例の関連語提示装置において、解析情報記憶部１に
記憶する解析情報を、分野の異なる文書の解析情報に変
更することにより、その分野における関連語を容易に得
ることができる。

【００５０】その場合、例えば、この実施例の関連語提
示装置の処理の中で、分野の異なる文書のテキストから
直接にその解析情報を生成し、それを利用できるように
すれば、容易に異なる分野における関連語を得ることが
できるように変形できる。このような変形例の関連語提
示装置を、第２の実施例として説明する。

【００５１】図７は、本発明の第２の実施例にかかる関
連語提示装置の構成を示すブロック図である。図７にお
いて、２はキーワード入力部、４は共起語登録部、５は
頻度テーブル、６は代表語選択部、７は不要語削除部、
８は表示部、１０は入力されるキーワード、１１は提示
された関連語である。７１はテキスト記憶部、７２は検
索解析部である。これらの要素の内、キーワード入力部
２，共起語登録部４，頻度テーブル５，代表語選択部
６，不要語削除部７，および表示部８は、第１の実施例
の関連語提示装置（図１）と同じものであり、それぞれ
同じ参照番号により示している。この第２の実施例の関
連語提示装置では、解析情報記憶部（１：図１）に替え
て、テキスト記憶部７１が設けられており、また、検索
処理部（３：図１）に替えて、検索解析部７２が設けら
れている。

【００５２】このような構成の第２の実施例の関連語提
示装置の動作の基本的な処理の流れは、第１の実施例の
関連語提示装置の動作と同様なので、詳細な説明は省略
し、異なる部分についてのみ説明する。第２の実施例の
関連語提示装置において、テキスト記憶部７１は、関連
語の検索の対象とする文書のテキスト情報を、形態素解
析を行っていない状態で記憶しており、検索解析部７２
において、キーワードにより、テキスト記憶部７１の検
索処理を行い、キーワードを含む文を形態素解析し、形
態素ごとに分割されたテキストの解析情報として、つま
り、名詞を抽出するための情報として利用する。

【００５３】その場合、テキスト情報に対して、まず、
キーワードにより検索処理を行い、その後、１文内で共
起する名詞を抽出するために対象とされた文についての
み、形態素解析の処理を行う。

【００５４】検索解析部７２は、前述のように、テキス
ト記憶部７１に記憶されているテキスト情報に対して、
キーワードによる検索を行い、キーワードを含む文のテ
キスト情報に対して、その場で形態素解析を行うように
する。このため、関連語を抽出するためのソース情報を
容易に変更できる。

【００５５】つまり、第１の実施例の関連語提示装置
が、予めテキストを形態素解析しておいた解析情報を利
用して、キーワードによる検索を行うのに対し、第２の
実施例の関連語提示装置では、テキスト情報に対して直
接にキーワードによる検索を行い、キーワードを含んで
いる文を得て、得られた文に対して、その場で形態素解
析を行い、その文の中の名詞を抽出するようにしてい
る。このため、関連語を抽出するためのテキスト情報を
容易に変更でき、分野によってはキーワードと共起する
頻度も異なるので、その異なる任意のテキスト情報が利
用できる。

【００５６】図８は、本発明の第２の実施例の関連語提
示装置の全体の動作の一連の処理の流れを示すブロック
図である。第１の実施例の関連語提示装置の場合と同様
に、ここでの処理の流れを、ユーザがキーワードとして
「ワードプロセッサ」を入力した場合の動作例により説
明する。図８を参照すると、ユーザが、例えば、関連語
を求めるキーワード「ワードプロセッサ」８１をキーワ
ード入力部２から入力すると、キーワード入力部２は、
キーワード「ワードプロセッサ」８１の形態素解析を行
い、キーワードの形態素情報「ワードプロセッサ」８２
を検索解析部７２に送出する。検索解析部７２では、キ
ーワードの形態素情報「ワードプロセッサ」８２を得る
と、テキスト記憶部７１に記憶されているテキスト情報
８３を検索して、キーワードの形態素情報「ワードプロ
セッサ」８２を含んでいる文を得ると、得られた文「ワ
ープロ（ワードプロセッサ）の仮名漢字変換では…」に
対して形態素解析を行い、その文の中のキーワード「ワ
ードプロセッサ」以外の名詞情報「ワープロ，仮名／漢
字／変換」８４を抽出し、共起語登録部４に送出する。

【００５７】共起語登録部４は、検索解析部７２からキ
ーワードと１文内で共起した名詞情報「ワープロ，仮名
／漢字／変換」８４を得ると、形態素と元の複合語を対
応づけて頻度と共に頻度テーブル５に登録する。このよ
うにして、頻度テーブル５には名詞情報と共に頻度情報
８５が登録される。

【００５８】代表語選択部６は、頻度テーブル５に登録
された頻度情報８５を参照し、代表語を選択し、代表語
の情報「ワープロ，変換，仮名漢字変換」８６を不要語
削除部７に送出する。不要語削除部７は、代表語情報
「ワープロ，変換，仮名漢字変換」８６から、事前に指
定しておいた不要語を削除し、その結果情報「ワープ
ロ，仮名漢字変換」８７を表示部８に送出する。表示部
８では、不要語が削除された代表語情報「ワープロ，仮
名漢字変換」８７を得ると、その結果情報を関連語「ワ
ープロ，仮名漢字変換」８８として、ユーザに提示す
る。

【００５９】このような処理の流れにより、第２の実施
例の関連語提示装置においては、キーワードを入力すれ
ば、その場で検索対象のテキストの中のキーワードを含
んだ文の形態素解析を行い、その関連語が提示される。
この処理の流れから明らかなように、第２の実施例のテ
キスト記憶部７１は、検索の対象とする文書のテキスト
を記憶している記憶部であるので、他の検索システムと
共用でき、テキスト記憶部７１のテキストに対する検索
方法では、前述したように、インデックステーブルに検
索キーと位置情報を登録しておくインデックス検索方式
や、直接にテキストをサーチするフルテキストサーチ方
式などの一般的な検索方式がそのまま利用できる。

【００６０】また、第２の実施例の関連語提示装置にお
いては、キーワードの形態素からテキストに対して検索
を行い、その場で形態素解析を行うので、予めテキスト
を形態素解析しておいた解析情報に対して検索を行う第
１の実施例に比ベて、処理時間は増加するものの、テキ
ストを予め解析情報にしておく必要がなく、テキストを
容易に交換できる。このため、他の検索システムとの融
合も容易である。

【００６１】次に、第３の実施例として、検索システム
との融合を行った変形例の関連語提示装置について説明
する。第３の実施例の関連語提示装置は、更に、テキス
ト検索機構を追加し、解析情報と検索対象テキストを共
通化した構成とする。このような構成によると、ユーザ
は検索したいキーワードが明確でないとき、関連語提示
装置により提示された関連語から目的のキーワードを捜
して、検索することができる。

【００６２】図９は、本発明の第３の実施例の関連語提
示装置の構成を示すブロック図である。図９において、
１は解析情報記憶部、２はキーワード入力部、３は検索
処理部、４は共起語登録部、５は頻度テーブル、６は代
表語選択部、７は不要語削除部、８は表示部である。１
０は入力されるキーワード、１１は提示された関連語で
ある。また、９０は提示された関連語から選んだキーワ
ード、９１は検索キーワード入力部、９２はテキスト検
索部、９３は検索結果表示部、９４は検索結果である。
これら要素の内、解析情報記憶部１，キーワード入力部
２，検索処理部３，共起語登録部４，頻度テーブル５，
代表語選択部６，不要語削除部７，および表示部８は、
第１の実施例の関連語提示装置（図１）と同じものであ
り、それぞれ同じ参照番号により示している。ここでの
第３の実施例の関連語提示装置においては、第１の実施
例の関連語提示装置（図１）の構成に加えて、検索キー
ワード入力部９１，テキスト検索部９２，および検索結
果表示部９３が設けられている。すなわち、第１の実施
例にテキスト検索機構が追加されたものである。

【００６３】ユーザが、キーワード１０をキーワード入
力部２から入力すると、第１の実施例の関連語提示装置
と同様な処理が行われて、表示部８からそのキーワード
に対する関連語１１を得られる。ユーザは、表示部８に
提示された関連語１１を参考にして、新たなキーワード
９０を決定し、検索を行うために、検索キーワード入力
部９１からキーワード９０を入力する。または、元のキ
ーワード１０に得られた関連語１１をマージして、新た
なキーワード９０として検索を行ってもよい。

【００６４】検索キーワード入力部９１は、キーワード
（単語）９０を得ると、形態素解析を行い、その情報を
テキスト検索部９２に送出する。テキスト検索部９２
は、検索キーワード入力部９１からのキーワードの解析
情報を得ると。解析情報記憶部１を検索して、得られた
解析情報の文から、分割記号を除き、テキスト情報のみ
を検索結果表示部９３に送出する。検索結果表示部９３
は、得られたテキスト情報を検索結果９４として表示す
る。

【００６５】このように、第３の実施例の関連語提示装
置によれば、解析情報と検索対象テキストを共通化し
て、関連語提示装置を検索システムと融合できる。この
ための追加する機構としては、テキスト検索機構だけで
よい。なお、図９に示す第３の実施例の関連語提示装置
においては、処理の流れを明確に示すため、検索キーワ
ード入力部９１および検索結果表示部９３を別途に設け
る構成として説明しているが、これらは、それぞれにキ
ーワード入力部２および表示部８の一部の機能を共通に
利用するようにして、いずれかの機能部を省略しても良
いことは明らかである。次に、このような変形を行った
関連語提示装置の構成例について、第４の実施例として
説明する。

【００６６】図１０は、本発明の第４の実施例の関連語
提示装置の構成を示すブロック図である。図１０におい
て、１は解析情報記憶部、２はキーワード入力部、３は
検索処理部、４は共起語登録部、５は頻度テーブル、６
は代表語選択部、７は不要語削除部、１０は入力される
キーワード、９５はテキスト検索部、９６は検索結果表
示部、９７は検索結果である。これら要素の内、解析情
報記憶部１，キーワード入力部２，検索処理部３，共起
語登録部４，頻度テーブル５，代表語選択部６，および
不要語削除部７は、第１の実施例の関連語提示装置（図
１）の要素と同じものであり、それぞれ同じ参照番号に
より示している。また、この第４の実施例の関連語提示
装置の構成におけるテキスト検索部９５，検索結果表示
部９６，および、検索結果９７は、第３の実施例の関連
語提示装置の構成におけるテキスト検索部９２，検索結
果表示部９３，および検索結果９４と、それぞれに対応
しており、同様のものである。

【００６７】つまり、第４の実施例の関連語提示装置に
おいては、第３の実施例の関連語提示装置（図９）の構
成から、表示部８および検索キーワード入力部９１が除
かれており、テキスト検索部９５（９２）が、不要語削
除部７から直接に検索キーワードの情報を得るように構
成されている。つまり、テキスト検索部９５に入力され
る検索キーワードは、第３の実施例の関連語提示装置
（図９）の構成のように、一旦、ユーザに関連語として
表示され、その中からユーザが任意に選択するような操
作プロセスを経ずに、本発明の関連語提示装置の処理工
程によって得られた関連語とキーワード情報がマージさ
れ新たなキーワードとなり、直接にテキスト検索部９５
に入力され、テキスト検索部９５が解析情報記憶部１の
解析情報に対して、検索を行うように構成されている。

【００６８】図１０を参照して、この第４の実施例の関
連語提示装置における処理の流れを説明する。ユーザ
が、キーワード１０をキーワード入力部２から入力する
と、第１の実施例の関連語提示装置と同様な処理が行わ
れて、不要語削除部７から最終的にそのキーワードに対
する関連語の情報が得られるので、不要語削除部７から
直接に、関連語情報をテキスト検索部９５に送出する。
テキスト検索部９５は、関連語の情報を得ると、キーワ
ード１０とマージして新たなキーワード情報として、解
析情報記憶部１を検索し、得られた解析情報の文から分
割記号を除き、テキスト情報として検索結果表示部９６
に送出する。検索結果表示部９６は、検索結果９７とし
てテキスト情報を表示する。

【００６９】このように、第４の実施例の関連語提示装
置によれば、解析情報と検索対象テキストを共通化し
て、関連語提示装置が検索システムと融合され、機能的
に重複する要素が省略されている。これにより、検索シ
ステムとしては、キーワードでは、検索できない関連項
目でも検索でき、再現率が向上する。ユーザは、検索し
たい内容（キーワード）が明確でなく、更に適切なキー
ワードを入力できない場合であっても、１つのキーワー
ドを入力するだけで、入力されたキーワードの関連語か
ら目的とする検索の操作を行うことができる。

【００７０】第３，第４の実施例では、第１の実施例に
テキスト検索機構を追加したが、同様に第２の実施例に
テキスト検索機構を追加してもよい。

【００７１】

【発明の効果】以上、説明したように、本発明の関連語
提示装置によれば、テキストを解析した形態素の情報か
ら共起頻度を利用して、その場で関連語を抽出するの
で、共起語辞書などの辞書を必要とせず、高速に関連語
を抽出できる。また、辞書を利用する場合、関連語が抽
出される語は、キーワードが辞書の見出し語に限定され
るが、本発明では関連語を抽出する対象は、テキストの
形式で情報が保持されているので、大量の情報を含み、
柔軟にキーワードを決定できる。また、関連語を抽出す
る対象のテキストを変更することにより、その分野にお
ける関連語を得ることができるという効果がある。

【図面の簡単な説明】

【図１】 図１は本発明の第１の実施例にかかる関連語
提示装置の構成を示すブロック図、

【図２】 図２は解析情報記憶部に記憶される解析情報
の例を説明する図、

【図３】 図３は検索処理部により解析情報の中でキー
ワードと共起する名詞を求める処理を説明する図、

【図４】 図４は頻度テーブルに対して共起した名詞を
登録する処理を説明する図、

【図５】 図５は不要語削除部で用いる不要語リストテ
ーブルの一例を示す図、

【図６】 図６は本発明の第１の実施例の関連語提示装
置の全体の動作の一連の処理の流れを示すブロック図、

【図７】 図７は本発明の第２の実施例にかかる関連語
提示装置の構成を示すブロック図、

【図８】 図８は本発明の第２の実施例の関連語提示装
置の全体の動作の一連の処理の流れを示すブロック図、

【図９】 図９は本発明の第３の実施例の関連語提示装
置の構成を示すブロック図、

【図１０】 図１０は本発明の第４の実施例の関連語提
示装置の構成を示すブロック図である。

【符号の説明】

１…解析情報記憶部、２…キーワード入力部、３…検索
処理部、４…共起語登録部、５…頻度テーブル、６…代
表語選択部、７…不要語削除部、８…表示部、１０…入
力されるキーワード、１１…出力された関連語、２０…
テキストデータ、２１…形態素解析処理、２２…解析情
報、２３…キーワードの形態素情報、３１…検索処理、
３２…解析情報の１文、３３…インデックテーブル、４
１…形態素テーブル、４２…複合語テーブル、５０…不
要語リストテーブル、７１…テキスト記憶部、７２…検
索解析部、９０…キーワード、９１…検索キーワード入
力部、９２…テキスト検索部、９３…検索結果表示部、
９４…検索結果、９５…テキスト検索部、９６…検索結
果表示部、９７…検索結果。

Claims (4)

【特許請求の範囲】
1. 【請求項１】 文書のテキストから関連語を抽出して提
   示する関連語提示装置であって、 前記テキストを記憶する記憶手段と、 キーワードを受け付けるキーワード入力手段と、 前記キーワード入力手段で入力されたキーワードにより
   前記記憶手段の内容を検索し、キーワードと前記テキス
   トの所定の範囲で共起した語を抽出する検索処理手段
   と、 前記検索処理手段で抽出された名詞を前記テキストでの
   出現頻度と共に頻度テーブルに登録する共起語登録手段
   と、 前記頻度テーブルのデータから代表語を出現頻度に基づ
   いて選択する代表語選択手段と、 前記代表語選択手段で選択された代表語から不要語を削
   除する不要語削除手段と、 前記不要語削除手段で不要語が削除された代表語を表示
   する表示手段とを備えることを特徴とする関連語提示装
   置。
2. 【請求項２】 文書のテキストから関連語を抽出して提
   示する関連語提示装置であって、 テキストを形態素解析した解析情報を記憶する解析情報
   記憶部と、 キーワードを受け付け形態素解析を行うキーワード入力
   部と、 前記キーワード入力部で形態素解析されたキーワードに
   より前記解析情報記憶部の解析情報を検索し、キーワー
   ドと前記テキストの所定範囲で共起した名詞を抽出する
   検索処理部と、 前記検索処理部で抽出された名詞を前記テキストでの出
   現頻度と共に頻度テーブルに登録する共起語登録部と、 前記頻度テーブルのデータから代表語を出現頻度に基づ
   いて選択する代表語選択部と、 前記代表語選択部で選択された代表語から事前に指定し
   た不要語を削除する不要語削除部と、 不要語が削除された代表語を表示する表示部とを備える
   ことを特徴とする関連語提示装置。
3. 【請求項３】 文書のテキストから関連語を抽出して提
   示する関連語提示装置であって、 前記文書のテキストを記憶するテキスト記憶部と、 キーワードを受け付け形態素解析を行うキーワード入力
   部と、 キーワードによりテキスト記憶部のテキストを検索し、
   検索結果の形態素解析を行い、キーワードと共起した名
   詞を抽出する検索解析部と、 抽出された名詞を頻度と共に頻度テーブルに登録する共
   起語登録部と、 頻度テーブルのデータから代表語を選択する代表語選択
   部と、 選択された代表語から事前に指定した不要語を削除する
   不要語削除部と、 不要語が削除された代表語を表示する表示部とを備える
   ことを特徴とする関連語提示装置。
4. 【請求項４】 前記請求項２または３に記載の関連語提
   示装置において、 前記共起語登録部は、出現頻度を頻度テーブルに登録す
   る場合、出現頻度テーブルに、抽出した名詞の形態素と
   該名詞の元の複合語とを対応づけて登録し、 代表語選択部は、頻度テーブルに登録された頻度に応じ
   て形態素と元の複合語のデータから代表語を選択するこ
   とを特徴とする関連語提示装置。