JPH10143535A

JPH10143535A - 類似度計算方法および類似概念検索方法

Info

Publication number: JPH10143535A
Application number: JP8305036A
Authority: JP
Inventors: Takashi Yugawa; 高志湯川
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: NTT Inc
Priority date: 1996-11-15
Filing date: 1996-11-15
Publication date: 1998-05-29

Abstract

(57)【要約】【課題】意味ネットマシンを用いて、対象とする類似
概念検索を並列的に高速に処理できる類似度計算方法お
よび類似概念検索方法を提供する。【解決手段】観点と検索概念とが与えられた際に観点
を格納する概念ノード５０４にマーカ甲を置き、検索概
念を格納する概念ノード５０１にマーカ乙を置き、マー
カ甲をノード５０４から出るすべてのＤefリンク５４２
−５４５に沿って伝搬させ、マーカ乙をノード５０１か
ら出るすべてのＤefリンク５３１−５３４に沿って伝搬
させ、自マーカに格納された数値と伝搬したリンクに格
納された数値との間で単語が観点の定義語集合に含まれ
る場合の計算式に従って計算を行い、自マーカに格納さ
せ、リンク先の概念を格納したノードに至ったら、該ノ
ードに到達すべき他のマーカが到着した後に自マーカが
持つ数値と該他のマーカが格納する数値とから所定の計
算法により類似度を計算する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、言語処理における
言語の検索、知識処理の類推的推論における類似概念、
類似規則の導出などの知的情報処理の検索技術に有効な
類似度計算方法および類似概念検索方法に関する。

【０００２】

【従来の技術】概念を国語辞典などの辞書に記述された
定義単語の集合より表現し、ある状況、文脈、意図（こ
れらも概念のうちの一つとして表し、これを観点と呼
ぶ）において２つの概念の類似度を計算することが、言
語処理のおける言語間の類似度計算や知識処理の類推的
推論における類似概念・類似規則の判別などに使われて
いる。ここでの類似度計算では、二つの概念の定義単語
集合のうち共通する単語の数および個々の単語の重要
度、そして該単語が観点の定義単語集合に含まれるか否
かから類似度を計算する。

【０００３】類似度の計算にはさまざまな計算式が用い
られるが、ここでは一例を説明する。まず、２つの概念
をそれぞれ「概念Ａ」、「概念Ｂ」とし、観点となる概
念を「概念Ｋ」とする。個々の概念は、国語辞典などの
辞書に記述された定義文から抽出された単語と該単語の
重要度の組の集合により表現される。ここでは例として
「概念Ａ」に対し、

【数１】（（「単語ａ」，０．５），（「単語ｂ」，０．５），（「単語ｃ」，０．５），（「単語ｄ」，０．５））と表現する。該表現は、「概念Ａ」は「単語ａ」、「単
語ｂ」、「単語ｃ」、「単語ｄ」によって定義され、個
々の単語の重要度はすべて０．５であることを表してい
る。また、同様の表記法により「概念Ｂ」は、

【数２】（（「単語ａ」，０．８），（「単語ｄ」，０．４），（「単語ｆ」，０．４５））と表現されるとする。そして「概念Ｋ」は、

【数３】（（「単語ａ」，０．７），（「単語ｇ」，
０．６），（「単語ｈ」，０．４））と表現されるとする。

【０００４】類似度は、両方の概念の定義語集合に共通
に含まれる単語に関し、個々の単語について「概念Ａ」
における重要度と「概念Ｂ」における重要度を掛け合わ
せ、該単語が観点「概念Ｋ」の定義語集合にも含まれる
場合にはさらに重要度を定数倍（この定数を変調度と呼
ぶ）し、それによって計算された数値を該共通に含まれ
るすべての単語について総和したものとして定義され
る。すなわち、この例では、「概念Ａ」の定義単語集合
と「概念Ｂ」の定義単語集合の両者には「単語ａ」と
「単語ｄ」が共通に含まれるため、「単語ａ」に関して
「概念Ａ」に対する重要度である０．５と「概念Ｂ」に
対する重要度である０．８を掛け合わせて０．４を得、
「単語ａ」は「概念Ｋ」の定義単語集合にも含まれるた
め、例えばこの値を１．５倍（すなわち変調度１．５）
して０．６を得、「単語ｄ」に関して「概念Ａ」に対す
る重要度である０．５と「概念Ｂ」に対する重要度であ
る０．４を掛け合わせて０．２を得、「単語ｄ」は「概
念Ｋ」の定義単語集合に含まれないためそのまま０．２
とし、「単語ａ」に関して得られた０．６と「単語ｄ」
に関して得られた０．２とを総和して０．８を類似度と
して得る。この類似度計算では、２つの概念の定義語集
合に共通に含まれる単語がない場合には、該２つの概念
の間の類似度は零となることは明らかである。

【０００５】ある観点のもとでの２つの概念の類似度が
計算できることから、観点となる概念とあるキーとなる
概念（以下、検索概念と呼ぶ）が与えられた際に、デー
タベースや知識ベースに格納された概念の中から、該観
点のもとで該検索概念との類似度の最も大きい概念（以
下、最類似概念と呼ぶ）を特定することが可能である。
データベースや知識ベースに格納された概念の中からあ
る観点のもとでの最類似概念を検索する処理を類似概念
検索と呼ぶ。

【０００６】従来の類似概念検索は、順次計算比較手続
きに基づく方法によって行われていた。図２は従来の方
法を実行する装置の構成図を示す。図２を用いて従来の
方法を説明する。概念および定義単語集合はリストある
いは表として記憶装置２０１に格納される。観点と検索
概念とが与えられると、該観点、該観点の定義単語集
合、該検索概念および該検索概念の定義単語集合は観点
および検索概念記憶部２０２に格納され、また最類似概
念記憶部２０６および最大類似度記憶部２０７は空とさ
れて検索が開始される。

【０００７】検索は、次のような動作により行われる。
記憶装置２０１に格納された概念および該概念の定義単
語集合を１つを取り出して一時概念記憶部２０３に格納
し、類似度計算部２０４により上述の類似度計算を行い
類似度記憶部２０５に格納する。最大類似度記憶部２０
７が空であるか、または最大類似度記憶部２０７に格納
された数値が類似度記憶部２０５に格納された数値より
小さい場合は、一時概念記憶部２０３に格納された概念
を最類似概念記憶部２０６に複写し、類似度記憶部２０
５の数値を最大類似度記憶部２０７に複写する。ここで
述べた概念および該概念の定義単語集合の取り出し、類
似度の計算、最大類似度記憶部２０７に格納された数値
と類似度記憶部２０５に格納された数値との比較と比較
に基づく概念および数値の複写までの一連の処理を記憶
装置２０１に格納されたすべての概念が取り出されるま
で繰り返す。該繰り返しが終了した際に、最類似概念記
憶部２０６に格納された概念を最類似概念として、最大
類似度記憶部２０７に格納された数値を最大類似度とし
て結果を得る。

【０００８】上述した従来の方法では、概念の取り出
し、類似計算、類似度の比較の一連の処理が記憶装置２
０１に格納された概念の数だけ繰り返されるため、検索
に要する時間は、記憶装置２０１に格納された概念数に
比例することになる。自然言語処理のための概念ベース
や大規模知識ベースでは概念数が数万〜数十万と非常に
多いため、このような規模を対象にした場合、従来法で
は検索時間が非常に長くかかるという問題があった。

【０００９】一方、概念的知識を扱う方法として「意味
ネット」があり、これを並列的に高速に処理する装置と
して意味ネットマシンが従来から提案されているが、こ
れを扱う概念は本発明が前提とする概念表現とは本質的
に異なる包含関係による表現を用いているし、また本発
明が対象とする類似度ではなく性質の継承関係をその処
理対象としている。

【００１０】意味ネットでは概念の他の概念との包含関
係を表す有向グラフによって表現される。たとえば図３
に示したように「馬」という概念が「ほ乳類」という概
念に包含される概念であり、また「鰐」という概念が
「はちゅう類」という概念に包含される概念である場
合、「ほ乳類」とラベルのついたノード３０２から
「馬」とラベルのついたノード３０４へ向かって、「は
ちゅう類」とラベルのついたノード３０３から「鰐」と
ラベルのついたノード３０５へ向かって、それぞれ包含
関係を表すリンク３１０がはられる。また、「ほ乳類」
という概念と「はちゅう類」という概念がともに「脊椎
動物」に包含されるとすると、「脊椎動物」とラベルの
ついたノード３０１から「ほ乳類」とラベルのついたノ
ード３０２と「はちゅう類」とラベルのついたノード３
０３の両方に包含関係を示すリンク３１０がはられる。

【００１１】概念は原則として該概念を包含する概念の
性質を継承することを前提としている。したがって、継
承関係を検出するには包含関係を示すリンクをたどって
行けば良いことになる。意味ネットではリンクをたどる
ためにマーカを使う。たとえば、「ほ乳類」の性質であ
る「ほ乳」を継承する概念を探すには、「ほ乳類」とラ
ベルのついたノード３０２にマーカをセットし、該マー
カを包含関係を示すリンクにそって伝搬させる。該マー
カは「馬」とラベルのついたノード３０４に到達するた
め「馬」が「ほ乳」という性質を継承する概念とする。
また同様に、「脊椎動物」の性質である「脊椎を持つ」
を継承する概念を探すには、「脊椎動物」とラベルのつ
いてノード３０１にマーカをセットし、包含関係を示す
リンク上を伝搬させる。マーカは「ほ乳類」とラベルの
ついたノード３０２および「はちゅう類」にラベルがつ
いたノード３０３を通り、「馬」とラベルのついたノー
ド３０４と「鰐」とラベルのついたノード３０５に至
る。これにより「ほ乳類」、「はちゅう類」、「馬」、
「鰐」を「脊椎を持つ」という性質を継承する概念とし
て見い出すことができる。

【００１２】上述のマーカ伝搬による継承の検出処理を
並列的に高速に処理する装置として意味ネットマシンが
いくつか提案されている（参考文献：Dan Moldovan,Win
g Lee,Changhwa Lin,Min-hwa Chung共著、“ＳＮＡＰ：
Parallel Processing Applied to AI ”，IEEE COMPUTE
R,1992年３月など）。意味ネットマシンは、上述の意味
ネットを直接的に格納でき、マーカ伝搬を直接的に処理
できることを特徴としている。マーカはノードから出る
リンクが複数ある場合には、該複数のリンク上を同時並
列的に伝搬するため、意味ネットマシンは一般に並列処
理を行うことができ、継承関係の検出を高速に行うこと
ができる。また、意味ネットマシンでは、個々のノー
ド、リンク、制御機構には蓄積プログラム式のコンピュ
ータが使われるため、ノードやリンクは単にラベルや名
前を格納するだけでなく、数値を格納し、マーカが到達
したり通過した際に演算や制御などの処理を行うことが
できるようになっている。また、マーカも伝搬するリン
クの選択などの制御機能や数値を格納したり計算できる
演算機能を持つ。

【００１３】図４に意味ネットマシンの概念的構成図の
一例を示す。図４において、４０１は全体制御部であ
り、意味ネットマシンの全体の動作を制御する。４１０
はノードであり、記憶部４１１，演算部４１２，制御部
４１３から構成され、記憶部４１１にはラベル４１２を
はじめ数値、記号、プログラムを格納することができ
る。また、演算部４１２，制御部４１３によりマーカが
ノードに到達した際に、ノードの記憶部４１１に格納さ
れた数値や記号やプログラムとマーカの記憶部４３１に
格納された数値や記号やプログラムとを用いて演算や処
理を行い、ノードの記憶部４１１やマーカの記憶部４３
１の内容を追加、削除、変更をすることができる。４２
０はリンクであり、記憶部４２１，演算部４２２，制御
部４２３から構成され、記憶部４２１にはリンクの名前
をはじめ数値、記号、プログラムを格納することができ
る。また、演算部４２２，制御部４２３によりマーカが
リンクを通過する際に、リンクの記憶部４２１に格納さ
れた数値や記号やプログラムとマーカの記憶部４３１に
格納された数値や記号やプログラムとを用いて演算や処
理を行い、リンクの記憶部４２１やマーカの記憶部４３
１の内容を追加、削除、変更することができる。

【００１４】４３０はマーカであり、記憶部４３１，演
算部４３２，記憶部４３３から構成され、記憶部４３１
に格納されたプログラムに従ってリンク上を伝搬する。
記憶部４３１には、伝搬を制御するプログラムだけでな
く、数値や記号、ノードに到達したりリンクを通過する
際に起動されるプログラムなどを格納することもでき
る。また、演算部４３２，制御部４３３により、マーカ
の伝搬途中あるいはノードやリンクに到達した際に、マ
ーカの記憶部、ノードの記憶部、リンクの記憶部に記憶
された記号や数値に対して演算を行ったり、プログラム
の相互作用により伝搬経路を変更したりできる。ただ
し、図４はあくまでも概念的構成図であり、装置が図と
完全に同一に構成されているわけではない。複数のノー
ドおよびリンクが１台の蓄積プログラム式コンピュータ
内に仮想的に構成される場合もあるし、マーカが蓄積プ
ログラム式コンピュータ内のデータとして仮想的に構成
される場合もある。

【００１５】

【発明が解決しようとする課題】上述したように、従来
法では、概念の取り出し、類似計算、類似度の比較の一
連の処理が記憶装置に格納された概念の数だけ繰り返さ
れるため、検索時間が概念数に比例して非常に長くかか
るという問題がある。

【００１６】また、従来の意味ネットマシンにおける意
味ネット表現である概念の包含関係による表現は本発明
が対象とする概念の表現とは異なる上に、継承関係を求
める処理によって類似度を計算することができないた
め、従来の意味ネットの処理方法では、本発明が対象と
する類似概念検索を処理できないという問題がある。

【００１７】本発明は、上記に鑑みてなされたもので、
その目的とするところは、意味ネットマシンを用いて、
対象とする類似概念検索を並列的に高速に処理できる類
似度計算方法および類似概念検索方法を提供することに
ある。

【００１８】

【課題を解決するための手段】上記目的を達成するた
め、請求項１記載の本発明は、概念を、該概念を定義す
る単語と、該概念と該単語との関連の強さを表す重要度
との組の集合である定義語集合として表現し、２つの概
念が該２つの概念の類似度に影響を与える概念である観
点とともに与えられた時に２つの概念の定義語集合に含
まれる単語の数と個々の単語の重要度および単語が観点
の定義語集合に含まれるか否かに基づいた所定の計算法
により類似度が決まる概念知識ベースにおいて、記憶機
能を持つノード、あるノードから他のノードに向かって
接続され、名前および数値を格納できるリンク、および
プログラム可能であって、プログラムに記述されたリン
クに沿ってノード間を伝搬するとともに、ノードおよび
リンクに格納された数値に基づき計算を行い、該計算結
果を格納することが可能であり、更にフラグを有し、該
フラグの値により該計算の計算式を変更することが可能
なマーカを有する装置を使用し、個々の概念をノードに
格納し、個々の単語をノードに格納し、概念を格納した
ノードから該概念の定義語集合に含まれる個々の単語を
格納したノードに向かって第１のリンクであるＤefリン
クを張り、該リンクには重要度にあたる数値を付与し、
単語を格納したノードから該単語を定義語集合として含
む概念を格納したノードに向かって第２のリンクである
Ｒdef リンクを張り、観点と検索概念とが与えられた際
に、観点を格納する概念ノードに第１のマーカを置き、
検索概念を格納する概念ノードに第１のマーカと異なる
第２のマーカを置き、第１のマーカをノードから出るす
べてのＤefリンクに沿って伝搬させ、リンク先の単語を
格納したノードに至ったら該ノードにとどまらせ、第２
のマーカをノードから出るすべてのＤefリンクに沿って
伝搬させ、同時に伝搬したリンクに格納された数値を格
納させ、リンク先の単語を格納したノードに至ったら該
ノードに第１のマーカが存在した場合には、該ノードに
至った第２のマーカのフラグを立て、該ノードに第１の
マーカが存在しない場合には、該ノードに至った第２の
マーカのフラグを降ろし、該ノードからＲdef リンクに
沿って伝搬させ、同時に自マーカのフラグが立っている
場合には、自マーカに格納された数値と伝搬したリンク
に格納された数値との間で、単語が観点の定義語集合に
含まれる場合の計算式に従って計算を行い、結果を自マ
ーカに格納させ、自マーカのフラグが降りている場合に
は、自マーカに格納された数値と伝搬したリンクに格納
された数値との間で、単語が観点の定義語集合に含まれ
ない場合の計算式に従って計算を行い、結果を自マーカ
に格納させ、リンク先の概念を格納したノードに至った
ら、該ノードに到達すべき他のマーカが到達した後に自
マーカが持つ数値と該他のマーカが格納する数値とから
所定の計算法により類似度を計算することを要旨とす
る。

【００１９】請求項１記載の本発明にあっては、個々の
概念をノードに格納し、個々の単語をノードに格納し、
概念を格納したノードから該概念の定義語集合に含まれ
る個々の単語を格納したノードに向かって第１のリンク
であるＤefリンクを張り、該リンクには重要度にあたる
数値を付与し、単語を格納したノードから該単語を定義
語集合として含む概念を格納したノードに向かって第２
のリンクであるＲdefリンクを張り、観点と検索概念と
が与えられた際に観点を格納する概念ノードに第１のマ
ーカを置き、検索概念を格納する概念ノードに第２のマ
ーカを置き、第１のマーカをノードから出るすべてのＤ
efに沿って伝搬させ、リンク先の単語を格納したノード
に至ったら該ノードにとどまらせ、第２のマーカをノー
ドから出るすべてのＤefリンクに沿って伝搬させ、同時
に伝搬したリンクに格納された数値を格納させ、リンク
先の単語を格納したノードに至ったら該ノードに第１の
マーカが存在した場合には、該ノードに至った第２のマ
ーカのフラグを立て、該ノードに第１のマーカが存在し
ない場合には、該ノードに至った第２のマーカのフラグ
を降ろし、該ノードからＲdef リンクに沿って伝搬さ
せ、同時に自マーカのフラグが立っている場合には、自
マーカに格納された数値と伝搬したリンクに格納された
数値との間で、単語が観点の定義語集合に含まれる場合
の計算式に従って計算を行い、結果を自マーカに格納さ
せ、自マーカのフラグが降りている場合には、自マーカ
に格納された数値と伝搬したリンクに格納された数値と
の間で、単語が観点の定義語集合に含まれない場合の計
算式に従って計算を行い、結果を自マーカに格納させ、
リンク先の概念を格納したノードに至ったら、該ノード
に到達すべき他のマーカが到着した後に自マーカが持つ
数値と該他のマーカが格納する数値とから所定の計算法
により類似度を計算する。

【００２０】また、請求項２記載の本発明は、概念を、
該概念を定義する単語と、該概念と該単語との関連の強
さを表す重要度との組の集合である定義語集合として表
現し、２つの概念が該２つの概念の類似度に影響を与え
る概念である観点と与えられた時に２つの概念の定義語
集合に含まれる単語の数と個々の単語の重要度および単
語が観点の定義語集合に含まれるか否かに基づいた所定
の計算法により類似度が決まる概念知識ベースにおい
て、記憶機能を持つノード、あるノードから他のノード
に向かって接続され、名前および数値を格納できるリン
ク、およびプログラム可能であって、プログラムに記述
されたリンクに沿ってノード間を伝搬するとともに、ノ
ードおよびリンクに格納された数値に基づき計算を行
い、該計算結果を格納することが可能であり、更にフラ
グを有し、該フラグの値により該計算の計算式を変更す
ることが可能なマーカを有する装置を使用し、個々の概
念をノードに格納し、個々の単語をノードに格納し、概
念を格納したノードから該概念の定義語集合に含まれる
個々の単語を格納したノードに向かって第１のリンクで
あるＤefリンクを張り、該リンクには重要度にあたる数
値を付与し、単語を格納したノードから該単語を定義語
集合として含む概念を格納したノードに向かって第２の
リンクであるＲdef リンクを張り、観点と検索概念とが
与えられた際に、観点を格納する概念ノードに第１のマ
ーカを置き、検索概念を格納する概念ノードに第１のマ
ーカと異なる第２のマーカを置き、第１のマーカをノー
ドから出るすべてのＤefリンクに沿って伝搬させ、リン
ク先の単語を格納したノードに至ったら該ノードにとど
まらせ、第２のマーカをノードから出るすべてのＤefリ
ンクに沿って伝搬させ、同時に伝搬したリンクに格納さ
れた数値を格納させ、リンク先の単語を格納したノード
に至ったら該ノードに第１のマーカが存在した場合に
は、該ノードに至った第２のマーカのフラグを立て、該
ノードに第１のマーカが存在しない場合には、該ノード
に至った第２のマーカのフラグを降ろし、該ノードから
Ｒdef リンクに沿って伝搬させ、同時に自マーカのフラ
グが立っている場合には、自マーカに格納された数値と
伝搬したリンクに格納された数値との間で、単語が観点
の定義語集合に含まれる場合の計算式に従って計算を行
い、結果を自マーカに格納させ、自マーカのフラグが降
りている場合には、自マーカに格納された数値と伝搬し
たリンクに格納された数値との間で、単語が観点の定義
語集合に含まれない場合の計算式に従って計算を行い、
結果を自マーカに格納させ、リンク先の概念を格納した
ノードに至ったら、該ノードに到達すべき他のマーカが
到達した後に自マーカが持つ数値と該他のマーカが格納
する数値とから所定の計算法により類似度を計算し、マ
ーカの伝搬が完了した後に、第２のマーカが到達したす
べての概念のうち最も大きな前記類似度を格納したマー
カが存在する概念ノードに格納された概念を検索対象概
念に対する最類似概念として出力することを要旨とす
る。

【００２１】請求項２に記載の本発明にあっては、個々
の概念をノードに格納し、個々の単語をノードに格納
し、概念を格納したノードから該概念の定義語集合に含
まれる個々の単語を格納したノードに向かって第１のリ
ンクであるＤefリンクを張り、該リンクには重要度にあ
たる数値を付与し、単語を格納したノードから該単語を
定義語集合として含む概念を格納したノードに向かって
第２のリンクであるＲdef リンクを張り、観点と検索概
念とが与えられた際に観点を格納する概念ノードに第１
のマーカを置き、検索概念を格納する概念ノードに第２
のマーカを置き、第１のマーカをノードから出るすべて
のＤefリンクに沿って伝搬させ、リンク先の単語を格納
したノードに至ったら該ノードにとどまらせ、第２のマ
ーカをノードから出るすべてのＤefリンクに沿って伝搬
させ、同時に伝搬したリンクに格納された数値を格納さ
せ、リンク先の単語を格納したノードに至ったら該ノー
ドに第１のマーカが存在した場合には、該ノードに至っ
た第２のマーカのフラグを立て、該ノードに第１のマー
カが存在しない場合には、該ノードに至った第２のマー
カのフラグを降ろし、該ノードからＲdef リンクに沿っ
て伝搬させ、同時に自マーカのフラグが立っている場合
には、自マーカに格納された数値と伝搬したリンクに格
納された数値との間で、単語が観点の定義語集合に含ま
れる場合の計算式に従って計算を行い、結果を自マーカ
に格納させ、自マーカのフラグが降りている場合には、
自マーカに格納された数値と伝搬したリンクに格納され
た数値との間で、単語が観点の定義語集合に含まれない
場合の計算式に従って計算を行い、結果を自マーカに格
納させ、リンク先の概念を格納したノードに至ったら、
該ノードに到達すべき他のマーカが到達した後に自マー
カが持つ数値と該他のマーカが格納する数値とから所定
の計算法により類似度を計算し、マーカの伝搬を完了し
た後に、第２のマーカが到達したすべての概念のうち最
も大きな前記類似度を格納したマーカが存在する概念ノ
ードに格納された概念を検索対象概念に対する最類似概
念として出力する。

【００２２】

【発明の実施の形態】本発明では、概念と定義語集合に
含まれる単語とを意味ネットマシン上のノードに格納
し、概念を格納したノードから該概念の定義語集合に含
まれる単語を格納したノードに向かって、第１のリンク
（「Ｄef」リンクと呼ぶ）を設定し、リンクには該単語
の持つ重要度を格納させ、該定義語集合に含まれる単語
を格納したノードから該概念を格納したノードに向かっ
て第２のリンク（「Ｒdef 」リンクと呼ぶ）を設定し、
該リンクには該単語の持つ重要度を格納することによ
り、概念知識を意味ネットマシン上に格納する。

【００２３】この格納方法は、本発明が対象とする定義
語集合による概念の表現を、ノードとリンクによる知識
表現を前提とする意味ネットマシン上に親和させるもの
である。なお、単に意味ネットマシン上に本発明が対象
とする概念の表現を親和させるためであれば「Ｄef」リ
ンクあるいは「Ｒdef 」リンクのどちらか一方だけによ
る格納方法も考えられるが、本発明では類似概念検索の
ために類似度計算が必要であり、後述の類似検索方法を
実行するために「Ｄef」リンクおよび「Ｒdef」リンク
の両リンクは必須である。

【００２４】本発明においては、検索概念が与えられた
際、該検索概念と意味ネットマシン上に格納された任意
の概念との類似度は図１に示すようにして計算される。
まず、観点として与えられた概念を格納したノード１０
６にマーカ１１１（マーカ甲とする）を配置する。次に
該マーカを「Ｄef」リンク１０２に沿って１度だけ伝搬
される。続いて検索概念として与えられた概念を格納し
たノード１０１にマーカ甲とは異なるマーカ１１０（マ
ーカ乙とする）を配置し、該マーカを「Ｄef」リンク１
０２に沿って１度だけ伝搬させると同時に、該「Ｄef」
リンクに格納された単語の重要度にあたる数値を該マー
カの記憶部に格納させる。

【００２５】また、マーカ乙１１０は伝搬先のノードに
マーカ甲１１１が到達しているかどうかをチェックし、
マーカ甲１１１が該ノードに到達している場合は自マー
カ内のフラグを立て、マーカ甲１１１が該ノードに到達
している場合は自マーカ内のフラグを降ろす。その後、
該マーカ乙を「Ｒdef 」リンク１０３に沿って１度だけ
伝搬させる。それと同時に、該マーカ乙内のフラグが立
っている場合には、該「Ｒdef 」リンクに格納された単
語の重要度にあたる数値と該マーカ乙に格納された数値
を掛け合わせ、さらにその結果に変調度の数値を掛け合
わせて得られた数値を該マーカの記憶部に格納させ、該
マーカ乙内のフラグが立っていない場合には、該「Ｒde
f 」リンクに格納された単語の重要度にあたる数値と該
マーカに格納された数値を掛け合わせて得られた数値を
該マーカ乙の記憶部に格納させる。さらに該マーカ乙が
伝搬を完了して概念を格納したノード１０４に到達し、
また、該ノードに到達すべき他のすべてのマーカ乙が到
着した際に、該マーカ乙が格納する数値と該ノード上に
到達した他のマーカ乙が格納する数値との総和を計算し
て得られた値を該マーカ乙の記憶部に格納させる。この
動作方法により、検索概念と該マーカ乙が到達したノー
ドに格納された概念との類似度が、該マーカ乙の記憶部
内に得られることになる。マーカ乙はすべて同じ手続き
に従って動作するため、ノードに複数のマーカ乙が到着
した場合には、該ノードに到着したすべてのマーカ乙が
総和を計算し、同一の値を類似度として持つことにな
る。

【００２６】ここで、マーカ甲およびマーカ乙を伝搬さ
せる各過程において、ノードから出る伝搬対象のリンク
が複数ある場合には、それらのマーカを該伝搬対象のリ
ンクの数だけ複製し、それぞれのリンクにそれぞれのマ
ーカを１個ずつ独立に伝搬させる。ここで述べたマーカ
の動作は、意味ネットマシンの構成要素であるノード、
リンク、マーカのそれぞれの記憶部に格納されたプログ
ラムの総合作用により行われる。ただし、ここで、プロ
グラムが構成要素の記憶部上にどのように格納されるか
関しては本発明において本質的に規定されるものではな
く、マーカの記憶部に格納されたプログラムのみによっ
ても前述の動作は可能であるし、マーカとリンクの各記
憶部に動作を分担するようにプログラムを格納してもよ
い。また、ノードに到達したマーカ乙が、類似度を計算
する際に該ノードに到着すべき他のマーカ乙の到着を待
つための方法についても本発明は本質的に規定するもの
ではない。いくつかの意味ネットマシンではマーカはま
ったく同時に伝搬するため明示的に他のマーカの到着を
待つ必要はないし、マーカの伝搬時間がマーカによって
異なる意味ネットマシンではこの目的のために同期機構
を持っている。

【００２７】すべてのマーカの伝搬が完了した後、全体
制御部はマーカ乙が到達したすべてのノードから各々１
個のマーカを取り出し、該取り出したマーカの中から、
記憶部に類似度として最も大きな数値を格納したマーカ
を選び出す。そして、該選び出されたマーカ乙が到達し
ていたノードに格納された概念を、最類似概念として結
果を得る。ここで、選ばれたマーカ乙が到達していたノ
ードを特定する方法としては、マーカ乙の記憶部にノー
ドへのポインタを記憶させる方法、マーカ乙を取り出す
際に全体制御部がマーカ乙とノードとの対応を記憶する
方法などが考えられるが、本発明の類似検索方法におい
ては特に規定されるものではなく、選ばれたマーカ乙か
ら該マーカ乙が到達していたノードを特定できるもので
あればどのような方法でも良い。また、全体制御部が取
り出したマーカ乙の中から最大の類似度を格納したマー
カ乙を選び出す方法についても本発明の類似検索方法で
は特に規定しない。すべてのマーカ乙が格納する数値を
相互に比較する方法やマーカ乙が格納する数値をソート
して最上位のマーカ乙を選ぶ方法などが考えられる。

【００２８】本発明における類似概念検索方法のマーカ
の伝搬によれば、マーカ乙は、検索概念を格納するノー
ドから出発し該検索概念の定義語集合に含まれる単語を
格納したノードを経由して、該単語を定義語集合として
含む概念を格納するノードに到達することになるため、
マーカ乙が到達したノードに格納された概念は検索概念
の定義語集合に含まれる単語の少なくとも１つを該概念
の定義語集合として含んでいることになる。一方これと
は逆に、マーカ乙が到達しなかったノードに格納された
概念は、検索概念の定義語集合に含まれる単語を該概念
の定義語集合には一切含まないことになる。このことか
ら、検索概念との間で零ではない正の類似度を持つ概念
を格納したノードにはマーカ乙が到達し、検索概念との
間で零の類似度を持つ概念を格納したノードにはマーカ
乙が到達しない。また、マーカ乙が到達した場合には、
該マーカ乙は、伝搬途中の単語ノードにおいて観点から
のマーカ甲が該単語ノードに到達しているかどうかをフ
ラグとして格納しているため、観点に基づく類似度とし
て定義された演算がマーカ伝搬によって成され、マーカ
伝搬完了時にはマーカ乙の記憶部に類似度が格納されて
いることになる。

【００２９】マーカ伝搬完了後、マーカ乙が到達したノ
ードからマーカ乙を取り出し最大の類似度を格納したマ
ーカ乙を選び出す操作によって、マーカ乙が到達したす
べてのノードに格納された概念の中から、検索概念との
類似度がもっとも大きい概念を選択することができる。
マーカ乙が到達しないノードに格納された概念は上述の
とおり検索概念との類似度が零であるため、該選択され
た概念は、意味ネットマシンに格納されたすべての概念
の中で、検索概念との類似度がもっとも大きな概念であ
る。

【００３０】また、本発明における概念の格納方法およ
び類似検索方法では、概念を格納するノードからは「Ｄ
ef」リンクが該概念の定義語集合が持つ単語のすべてに
はられ、また、単語を格納するノードからは「Ｒdef 」
リンクが該単語を定義語集合に含む概念のすべてにはら
れており、これらリンクをマーカが並列的独立的に伝搬
することになる。

【００３１】このことからわかるように、本発明では、
マーカを並列的独立的にリンク上を伝搬させることによ
り、検索概念との間で類似度が零でない概念を格納する
ノードにマーカを至らしめ、同時に、与えられた観点の
もとでの検索概念と概念との類似度を計算させる。そし
て、概念を格納したノードに到達したマーカ乙を取り出
して、最大の類似度を格納したマーカ乙を選択すること
により、最類似概念を結果として得る。

【００３２】意味ネットマシンに適合するようにノード
とリンクによるグラフとして概念知識を格納し、マーカ
を伝搬させることによって検索概念との間で類似度が零
でない概念について与えられた観点のもとでの類似度を
計算する点が従来の方法と本質的に異なっている。

【００３３】次に、本発明の一実施の形態について詳細
に説明する。格納すべき知識の例として以下に示すよう
な概念と定義語集合があるものとする。以下知識では、
等号の左側が概念を示し、等号の右側が該概念の定義語
集合を表している。

【００３４】

【数４】「馬」＝（（「動物」，０．６５），（「ひづめ」，
０．２５），（「しっぽ」，０．３），（「乗物」，
０．６５））「豚」＝（（「動物」，０．６５），（「ひづめ」，
０．２５），（「しっぽ」，０．３），（「食物」，
０．６５））「自動車」＝（（「動物」，０．７），（「タイヤ」，
０．５），（「エンジン」，０．５））「移動」＝（（「位置」，０．５），（「変移」，０．
５），（「乗物」，０．５），（「運搬」，０．５））

【００３５】図５は本実施例における概念知識の意味ネ
ットマシン上への格納方法を示す図である。同図におい
て、５０１は概念「馬」を格納したノード、５０２は概
念「豚」を格納したノード、５０３は概念「自動車」を
格納したノード、５０４は概念「移動」を格納したノー
ドをそれぞれ示している。また、５１１は単語「動物」
を格納したノード、５１２は単語「ひづめ」を格納した
ノード、５１３は単語「しっぽ」を格納したノード、５
１４は単語「乗物」を格納したノード、５１５は単語
「食物」を格納したノード、５１６は単語「タイヤ」を
格納したノード、５１７は単語「エンジン」を格納した
ノード、５１８は単語「位置」を格納したノード、５１
９は単語「変移」を格納したノード、５２０は単語「運
搬」を格納したノードをそれぞれ表している。さらに、
５３１は概念「馬」を格納したノードから単語「動物」
を格納するノードに向かう第１のリンクであり、「Ｄe
f」なる名前を持ち、概念「馬」の定義語集合における
単語「動物」の重要度である０．６５なる数値を格納し
ている（このようなリンクを「Ｄef」リンクと呼ぶ）。

【００３６】以下同様に、５３２，５３３，５３４，５
３５，５３６，５３７，５３８，５３９，５４０，５４
１，５４２，５４３，５４４，５４５は図上で対応する
概念を格納したノードから図上で対応する単語を格納し
たノードに向かう「Ｄef」リンクをそれぞれ示してい
る。５５１は、単語「動物」を格納するノードから概念
「馬」を格納するノードに向かう第２のリンクであり、
「Ｒdef 」なる名前を持ち、概念「馬」の定義語集合に
おける単語「動物」の重要度である０．６５なる数値を
格納している（このようなリンクを「Ｒdef 」リンクと
呼ぶ）。以下同様に、５５２，５５３，５５４，５５
５，５５６，５５７，５５８，５５９，５６０，５６
１，５６２，５６３，５６４，５６５は図上で対応する
単語を格納したノードから図上で対応する単語を格納し
たノードに向かう「Ｒdef 」リンクをそれぞれ示してい
る。

【００３７】図６はマーカ乙における処理の流れ図であ
る。同図において、６０１は「Ｄef」リンク伝搬処理で
あり、該マーカを「Ｄef」リンクにそって伝搬させる処
理を示す。６０２は重要度格納処理であり、マーカが伝
搬した「Ｄef」リンクに格納された重要度を該マーカの
記憶部に格納する処理である。６０３はマーカ甲の到達
チェック処理であり、伝搬した先のノードにマーカ甲が
到達しているか否かをチェックし、もしもマーカ甲が到
達している場合には自マーカ内のフラグを立て、マーカ
甲が到達していない場合には自マーカ内のフラグを降ろ
す処理である。６０４は「Ｒdef 」リンク伝搬処理であ
り、該マーカを「Ｒdef 」リンクにそって伝搬させる処
理を示す。６０５はフラグ判定分岐処理であり、自マー
カ内のフラグが立っているか否かを調べ、該フラグが立
っている場合には６０６に進み、該フラグが立っていな
い場合には６０７に進む。

【００３８】６０６は単語が観点の定義単語集合に含ま
れる場合の重要度積算処理であり、該マーカが伝搬した
「Ｒdef 」リンクに格納された重要度を該マーカの記憶
部に格納された数値と積算し、さらに変調度を積算して
該マーカの記憶部に格納する処理である。該処理の次は
６０８に進む。６０７は単語が観点の定義単語集合に含
まれない場合の重要度積算処理であり、該マーカが伝搬
した「Ｒdef 」リンクに格納された重要度を該マーカの
記憶部に格納された数値と積算して該マーカの記憶部に
格納する処理である。該処理の次は６０３に進む。６０
８は類似度集積処理であり、該マーカが「Ｒdef 」リン
クを伝搬してノードに到達した後、該マーカに格納され
た数値と該ノードに到達した他のマーカ乙が格納した数
値とを総和する処理である。６０９は概念名格納処理で
あり、該マーカが到達したノードに格納された概念の名
前を該マーカの記憶部に記憶する処理である。

【００３９】また、マーカ甲は、マーカ甲が配置された
ノードより「Ｄef」リンクに沿って一回だけ伝播すると
いう処理流れを持つ。

【００４０】図７は、全体制御部における処理の流れ図
である。同図において、７０１はマーカ甲配置処理であ
り、マーカ甲を観点を格納するノードに配置する処理で
ある。７０２はマーカ甲伝搬指令処理であり、マーカ甲
配置処理７０１において配置したマーカに対し上述のマ
ーカ甲の処理流れに従った処理を開始するように指令を
出す処理である。７０３はマーカ乙配置処理であり、マ
ーカ乙を該検索概念を格納するノードに配置する処理で
ある。７０４はマーカ乙伝搬指令処理であり、マーカ乙
配置処理７０３において配置したマーカに対し図７に示
したプログラムに従った処理を開始するように指令を出
す処理である。７０５はマーカ収集処理であり、伝搬を
完了したマーカ乙を収集する処理である。７０６は最大
類似度選択処理であり、マーカ収集処理７０５により収
集されたマーカ乙のなかから最大の類似度を格納したマ
ーカ乙を選択する処理である。７０７は最類似概念出力
処理であり最大類似度選択処理７０６により選択された
マーカ乙に格納された概念の名前を出力する処理であ
る。

【００４１】以下、観点として「移動」、検索概念とし
て「馬」が与えられた場合を例として本発明における類
似概念検索の方法を図５、図６、図７に基づいて詳細に
説明する。

【００４２】まず、観点と検索概念が与えられると、全
体制御部のマーカ甲配置処理７０１によりマーカ甲が概
念「移動」を格納するノード５０４上に配置される。次
に全体制御部のマーカ甲伝搬指令処理７０２により、マ
ーカ甲は概念「移動」を格納するノード５０４から出る
「Ｄef」リンク５４２，５４３，５４４，５４５上を伝
搬し、単語「位置」を格納したノード５１８，単語「変
移」を格納したノード５１９，単語「乗物」を格納した
ノード５１４，単語「運搬」を格納したノード５２０に
到達する。続いて全体制御部のマーカ乙配置処理７０３
によりマーカ乙が概念「馬」を格納するノード５０１上
に配置され、全体制御部のマーカ伝搬指令処理７０４に
よりマーカ乙は図７に示した手続きに従った処理を開始
する。

【００４３】マーカ乙は「Ｄef」リンク伝搬処理により
概念「馬」を格納したノード５０１から出る「Ｄef」リ
ンク５３１，５３２，５３３，５３４に沿って伝搬す
る。該ノードから出る「Ｄef」リンクは４本あるため、
マーカは複写されて４個となり、それぞれの「Ｄef」リ
ンクを独立に並列的に伝搬する。また、伝搬の際に重要
度格納処理６０２により、該マーカが伝搬したリンクに
格納された重要度を該マーカの記憶部に格納する。すな
わち、概念「馬」を格納したノード５０１から単語「動
物」を格納したノード５１１に至る「Ｄef」リンク５３
１にそって伝搬したマーカの記憶部には、該リンクに格
納された重要度０．６５が格納され、マーカは単語「動
物」を格納したノード５１１に到達する。他のリンクを
伝搬したマーカも同様に伝搬対象のリンクに格納された
数値をマーカの記憶部に格納しつつ、該リンクが指す先
のノードに到達し、本例に関しては単語「動物」、「ひ
づめ」、「しっぽ」、「乗物」をそれぞれ格納したノー
ドにマーカがそれぞれ到達することになる。

【００４４】その後、マーカ甲の到達チェック処理６０
３により、マーカ乙はそれぞれが到達したノードにマー
カ甲が到達しているか否かをチェックし、マーカ甲が到
達していた場合には自マーカ内のフラグを立て、マーカ
甲が到達していない場合には自マーカ内のフラグを降ろ
す。続いて「Ｒdef 」リンク伝搬処理６０４により、マ
ーカ乙は該マーカ乙が到達した単語を格納するノードか
ら出る「Ｒdef 」リンクに沿って伝搬する。この際、該
ノードから出る「Ｒdef 」リンクが複数ある場合には、
マーカは該リンクの数だけ複写されて、それぞれ独立に
並列的に伝搬する。さらにこの際、フラグ判定分岐処理
６０５により該マーカのフラグが立っているか否かによ
り、次のいづれかの処理を行なう。フラグが立っている
場合には、単語が観点の定義単語集合に含まれる場合の
重要度積算処理６０６によって、マーカ乙が伝搬したリ
ンクに格納された重要度と該マーカに格納された重要度
とを積算し、さらにこの計算結果に変調度を積算して新
たな数値として該マーカの記憶部に格納する。フラグが
立っていない場合には、単語が観点の定義単語集合に含
まれない場合の重要度積算処理６０７によって、マーカ
乙が伝搬したリンクに格納された重要度と該マーカに格
納された重要度とを積算し、それを新たな数値として該
マーカの記憶部に格納する。

【００４５】以下、更に具体的に説明する。単語「動
物」を格納したノード５１１に到達したマーカ乙は、該
ノードにはマーカ甲が到達していないので自マーカ内の
フラグを降ろす。そして該ノードから出る「Ｒdef 」リ
ンクであるリンク５５２に沿って伝搬し、該マーカが格
納する重要度０．６５と該リンクが格納する重要度０．
６５とが積算され、その計算結果である０．４２２５が
新たにマーカの記憶部に格納される。該マーカは該リン
クを伝搬することにより概念「豚」を格納したノード５
０２に到達する。単語「乗物」を格納したノード５１４
に到達したマーカ乙は、該ノードにはマーカ甲が到達し
ているので自マーカ内のフラグを立てる。そして該ノー
ドから出る「Ｒdef 」リンクであるリンク５５８に沿っ
て伝搬し、該マーカが格納する重要度０．６５と該リン
クが格納する重要度０．７とが積算され、さらに変調度
（ここでは１．５とする）が積算され、その計算結果で
ある０．６８２５が新たにマーカの記憶部に格納され
る。該マーカは該リンクに伝搬することにより概念「自
動車」を格納したノード５０３に到達する。

【００４６】他の単語を格納したノードに到達したマー
カも同様に、該ノードから出る「Ｒdef 」リンクを伝搬
しつつフラグが立っているか否かによりそれに応じた重
要度積算処理を行い、該「Ｒdef 」リンクが指す先の概
念を格納するノードに到達する。本例に関しては、概念
「豚」を格納するノードに対して、単語「動物」を格納
したノードに到達したマーカ、単語「ひづめ」を格納し
たノードに到達したマーカ、単語「しっぽ」を格納した
ノードに到達したマーカがそれぞれ到達し、また、概念
「自動車」を格納するノードに対して、単語「乗物」を
格納したノードに到達したマーカが到達することにな
る。

【００４７】マーカが「Ｒdef 」リンクに沿って伝搬し
概念を格納したノードに到達すると、類似度集計処理６
０８によって、該概念を格納したノードに到達した他の
マーカの記憶部に格納された数値と該マーカの記憶部に
格納された数値との総和を計算し、その結果を類似度と
して該マーカの記憶部に格納する。本例に関しては、概
念「豚」を格納したノード５０２には、単語「動物」を
格納したノード５１１から伝搬し数値０．４２２５を格
納したマーカ、単語「ひづめ」を格納したノード５１２
から伝搬し数値０．０６２５を格納したマーカ、単語
「しっぽ」を格納したノード５１３から伝搬し数値０．
０９を格納したマーカの３個のマーカが到達する。類似
度集計処理によって、個々のマーカは該マーカが格納す
る数値と同一ノードに到達した他のマーカが格納する数
値とを総和し、その結果を類似度として格納するため、
概念「豚」を格納したノード５０２に到達したすべての
マーカは類似度として０．５７５を格納することにな
る。同様に概念「自動車」を格納したノード５０３には
単語「乗物」を格納したノード５１４から伝搬し数値
０．６８２５を格納したマーカのみが到達し、該マーカ
は類似度集計処理６０５により０．６８２５を類似度と
して記憶部に格納する。

【００４８】さらに、各マーカは概念名格納処理６０９
により該マーカが到達したノードに格納されている概念
名を該マーカの記憶部に格納する。

【００４９】マーカの伝搬が完了すると、全体制御部に
おいてマーカ収集処理７０５を行う。マーカ収集処理
は、マーカが１個以上到達したノードのおのおのから、
該ノードに到達したマーカのうちの任意の１個を取り出
し収集する処理である。続いて最大類似度選択処理７０
６において、該収集されたマーカのなかで最大の類似度
を格納したマーカを選択し、最類似概念出力処理７０７
において該選択されたマーカに格納された概念名を結果
として出力する。最類似概念出力処理７０７によって最
類似概念が得られるため類似概念検索は完了する。本例
では概念「豚」を格納したノード５０２に到達したマー
カのうちのどれかひとつのマーカと概念「自動車」を格
納したノード５０３に到達したマーカとが収集され、最
大類似度選択処理により類似度として０．６８２５を格
納したマーカが選択される。該マーカは概念「自動車」
に到達していたノードであり、概念名「自動車」を格納
しているので、最類似概念出力処理７０７において「自
動車」を結果として出力し、類似概念検索を完了する。

【００５０】なお、マーカの伝搬処理をつかさどるプロ
グラムの配置については本発明において特に規定される
ものではなく、ノード、リンク、マーカの各記憶部のい
ずれかに配置しても良いし、該記憶部のすべてに分散し
て配置し相互作用によって図６に示した流れ図の処理を
実現しても良い。同様に、制御の方法についても本発明
においては特に規定されるものではなく、マーカの制御
部がすべての処理を制御しても良いし、ノード、リン
ク、マーカの各制御部が相互作用によって処理を制御し
ても良い。

【００５１】

【発明の効果】以上説明したように、本発明によれば、
意味ネットマシン上に、該マシンの処理と親和性が高い
ノードとリンクとから構成される形態で概念知識を格納
し、マーカを並列的に伝搬させることによって与えられ
た観点のもとでの類似度を並列的に計算するため、従来
の順次計算比較手続きに基づく類似概念検索方法よりも
高速に最類似概念を検索することができるようになる。
また、マーカの伝搬に必要な処理ステップ数は概念数に
かかわらず一定のため、従来の順次計算比較手続きに基
づく類似概念検索方法が概念数の増加とともに検索時間
が増大するのに対し、本発明の類似概念検索方法では概
念の数にかかわらず検索時間を一定に保つことができ
る。

【図面の簡単な説明】

【図１】本発明における類似度の計算方法を示す概念図
である。

【図２】従来の順次計算比較手続きに基づく類似概念検
索方法を実施する装置の構成を示す図である。

【図３】従来の意味ネットの一例を示す図である。

【図４】意味ネットマシンの概念的構成図である。

【図５】本発明の一実施形態における概念知識の意味ネ
ットマシン上への格納状態を示す図である。

【図６】本発明の一実施形態におけるマーカ乙の処理を
示すフローチャートである。

【図７】本発明の一実施形態における全体制御部の処理
を示すフローチャートである。

【符号の説明】

１０１検索概念を格納したノード１０２Ｄefリンク１０３Ｒdef リンク１０４マーカが到達したノード１０５マーカが通過したノード１１０マーカ６０１Ｄefリンク伝搬処理６０２重要度格納処理６０３マーカ乙の到達チェック処理６０４Ｒdef リンク伝達処理６０４重要度積算処理６０５フラグ判定分岐処理６０６，６０７重要度積算処理６０８類似度集計処理６０９概念名格納処理７０１マーカ乙配置処理７０２マーカ甲伝搬指令処理７０３マーカ乙配置指令処理７０４マーカ乙伝搬指令処理７０５マーカ収集処理７０６最大類似度選択処理７０７最類似概念出力処理

Claims

【特許請求の範囲】

【請求項１】概念を、該概念を定義する単語と、該概
念と該単語との関連の強さを表す重要度との組の集合で
ある定義語集合として表現し、２つの概念が該２つの概
念の類似度に影響を与える概念である観点とともに与え
られた時に２つの概念の定義語集合に含まれる単語の数
と個々の単語の重要度および単語が観点の定義語集合に
含まれるか否かに基づいた所定の計算法により類似度が
決まる概念知識ベースにおいて、記憶機能を持つノード、あるノードから他のノードに向
かって接続され、名前および数値を格納できるリンク、
およびプログラム可能であって、プログラムに記述され
たリンクに沿ってノード間を伝搬するとともに、ノード
およびリンクに格納された数値に基づき計算を行い、該
計算結果を格納することが可能であり、更にフラグを有
し、該フラグの値により該計算の計算式を変更すること
が可能なマーカを有する装置を使用し、個々の概念をノードに格納し、個々の単語をノードに格
納し、概念を格納したノードから該概念の定義語集合に
含まれる個々の単語を格納したノードに向かって第１の
リンクであるＤefリンクを張り、該リンクには重要度に
あたる数値を付与し、単語を格納したノードから該単語
を定義語集合として含む概念を格納したノードに向かっ
て第２のリンクであるＲdef リンクを張り、観点と検索概念とが与えられた際に、観点を格納する概
念ノードに第１のマーカを置き、検索概念を格納する概
念ノードに第１のマーカと異なる第２のマーカを置き、第１のマーカをノードから出るすべてのＤefリンクに沿
って伝搬させ、リンク先の単語を格納したノードに至っ
たら該ノードにとどまらせ、第２のマーカをノードから出るすべてのＤefリンクに沿
って伝搬させ、同時に伝搬したリンクに格納された数値
を格納させ、リンク先の単語を格納したノードに至った
ら該ノードに第１のマーカが存在した場合には、該ノー
ドに至った第２のマーカのフラグを立て、該ノードに第
１のマーカが存在しない場合には、該ノードに至った第
２のマーカのフラグを降ろし、該ノードからＲdef リン
クに沿って伝搬させ、同時に自マーカのフラグが立って
いる場合には、自マーカに格納された数値と伝搬したリ
ンクに格納された数値との間で、単語が観点の定義語集
合に含まれる場合の計算式に従って計算を行い、結果を
自マーカに格納させ、自マーカのフラグが降りている場
合には、自マーカに格納された数値と伝搬したリンクに
格納された数値との間で、単語が観点の定義語集合に含
まれない場合の計算式に従って計算を行い、結果を自マ
ーカに格納させ、リンク先の概念を格納したノードに至
ったら、該ノードに到達すべき他のマーカが到達した後
に自マーカが持つ数値と該他のマーカが格納する数値と
から所定の計算法により類似度を計算することを特徴と
する類似度計算方法。
【請求項２】概念を、該概念を定義する単語と、該概
念と該単語との関連の強さを表す重要度との組の集合で
ある定義語集合として表現し、２つの概念が該２つの概
念の類似度に影響を与える概念である観点と与えられた
時に２つの概念の定義語集合に含まれる単語の数と個々
の単語の重要度および単語が観点の定義語集合に含まれ
るか否かに基づいた所定の計算法により類似度が決まる
概念知識ベースにおいて、記憶機能を持つノード、あるノードから他のノードに向
かって接続され、名前および数値を格納できるリンク、
およびプログラム可能であって、プログラムに記述され
たリンクに沿ってノード間を伝搬するとともに、ノード
およびリンクに格納された数値に基づき計算を行い、該
計算結果を格納することが可能であり、更にフラグを有
し、該フラグの値により該計算の計算式を変更すること
が可能なマーカを有する装置を使用し、個々の概念をノードに格納し、個々の単語をノードに格
納し、概念を格納したノードから該概念の定義語集合に
含まれる個々の単語を格納したノードに向かって第１の
リンクであるＤefリンクを張り、該リンクには重要度に
あたる数値を付与し、単語を格納したノードから該単語
を定義語集合として含む概念を格納したノードに向かっ
て第２のリンクであるＲdef リンクを張り、観点と検索概念とが与えられた際に、観点を格納する概
念ノードに第１のマーカを置き、検索概念を格納する概
念ノードに第１のマーカと異なる第２のマーカを置き、第１のマーカをノードから出るすべてのＤefリンクに沿
って伝搬させ、リンク先の単語を格納したノードに至っ
たら該ノードにとどまらせ、第２のマーカをノードから出るすべてのＤefリンクに沿
って伝搬させ、同時に伝搬したリンクに格納された数値
を格納させ、リンク先の単語を格納したノードに至った
ら該ノードに第１のマーカが存在した場合には、該ノー
ドに至った第２のマーカのフラグを立て、該ノードに第
１のマーカが存在しない場合には、該ノードに至った第
２のマーカのフラグを降ろし、該ノードからＲdef リン
クに沿って伝搬させ、同時に自マーカのフラグが立って
いる場合には、自マーカに格納された数値と伝搬したリ
ンクに格納された数値との間で、単語が観点の定義語集
合に含まれる場合の計算式に従って計算を行い、結果を
自マーカに格納させ、自マーカのフラグが降りている場
合には、自マーカに格納された数値と伝搬したリンクに
格納された数値との間で、単語が観点の定義語集合に含
まれない場合の計算式に従って計算を行い、結果を自マ
ーカに格納させ、リンク先の概念を格納したノードに至
ったら、該ノードに到達すべき他のマーカが到達した後
に自マーカが持つ数値と該他のマーカが格納する数値と
から所定の計算法により類似度を計算し、マーカの伝搬が完了した後に、第２のマーカが到達した
すべての概念のうち最も大きな前記類似度を格納したマ
ーカが存在する概念ノードに格納された概念を検索対象
概念に対する最類似概念として出力することを特徴とす
る類似概念検索方法。