JPH1145255A - 文書検索装置およびその装置としてコンピュータを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 文書の編集中にリアルタイムで必要な情報を
検索することができるようにして、検索処理の利便性の
向上を図ること。 【解決手段】 文書を構成する各センテンスを任意の数
のセンテンス，パラグラフ毎のセンテンス等からなるグ
ループに区分して、区分したグループをサブドキュメン
トと定義し、予め用意した文書をサブドキュメント単位
のベクター表現に変換して格納する転置ファイル１０２
と、画面表示されている文書の任意の範囲を指定し、指
定した範囲の文字列の構造を解析し、解析結果に基づい
て、指定した範囲の文字列を用いて検索条件を生成する
クライアント１００と、クライアント１００から入力し
た検索条件をベクター表現に変換し、検索条件のベクタ
ー表現に基づいて、転置ファイル１０２から該当するサ
ブドキュメントを検索する検索サーバ１０３と、を備え
ている。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、画面表示された編
集中の文書の記述をクエリー（Ｑｕｅｒｙ）として用い
ると共に、文書を構成するセンテンスのいくつかをまと
めたサブドキュメントを検索対象とし、クエリーに直接
関連する文書中の記述を検索結果として得ることができ
るようにした文書検索装置およびその装置としてコンピ
ュータを機能させるためのプログラムを記録したコンピ
ュータ読み取り可能な記録媒体に関する。

【０００２】

【従来の技術】コンピュータの発達に伴って、紙を媒体
として記録され、また保存されていた文書についても、
電子化された情報として取り扱うことが一般的となり、
大量の電子化された文書がデータベースに蓄積されるこ
ととなっている。

【０００３】ところで、大量の電子化された文書が蓄積
されていくに従って、大量の文書の中から所望の文書を
容易に探し出すことができる検索技術が重要となってく
る。特に、誰もがコンピュータを用いて作業を行う今日
にあっては、特殊な手法を用いることなく、コンピュー
タの初心者であっても簡単に所望の文書を検索できるよ
うな検索システムを構築することが重要なポイントとな
る。

【０００４】検索の容易化を図るための１つの手法とし
て、人間が通常用いる自然言語を用いてクエリーを入力
することができるようにする技術を挙げることができ
る。この技術は、近年の自然言語処理技術の発達に伴っ
て、多くの検索システムに取り入れられつつある。

【０００５】

【発明が解決しようとする課題】しかしながら、従来の
検索システムによれば、自然言語でクエリーを入力でき
るようにして入力作業の容易化を図ることができるが、
ワードプロセッサ等で編集を行っている文書に関連する
情報を検索して参照したいような場合にあっては、検索
ソフトを別に起動させた後、クエリーを入力して検索処
理を行う必要があるため、操作が煩わしく、利便性に欠
けるという問題点があった。

【０００６】また、ベクトル空間法を用いて検索を行う
場合においては、検索対象となる文書とクエリーとをベ
クター表現に変換し、文書とクエリーとの類似度を求
め、所定の閾値を超える文書を検索結果として出力する
処理が行われる。ここで、検索対象の文書に複数のトピ
ックが含まれているような場合には、文書をベクター表
現に変換することによって各トピックが平均化されるこ
とになるため、たとえクエリーとの関連度の高いトピッ
クが文書中に含まれている場合であっても、文書全体と
クエリーの類似度は小さなものとなることがあり、クエ
リーとの関連性が低い文書として扱われる虞があるとい
う問題点があった。

【０００７】さらに、上記従来の検索システムは、入力
されたクエリーに該当する文書を検索するものであるた
め、クエリーに直接該当する記述を含むセンテンスやパ
ラグラフが欲しい場合に不便であるという問題点があっ
た。換言すれば、検索結果として得ることができるのは
文書そのものあるため、ある事項に関する記述を引用し
たいような場合においては、検索によって得られた文書
から必要な記述を探し出す作業が必要であった。このこ
とは、従来の検索システムにおいては、文書全体が検索
対象であり、センテンスやパラグラフ等の部分的な範囲
を検索対象とすることが不可能であったことによるもの
である。

【０００８】本発明は上記に鑑みてなされたものであっ
て、文書の編集中にリアルタイムで必要な情報を検索す
ることができるようにして、検索処理の利便性の向上を
図ることを目的とする。

【０００９】また、本発明は上記に鑑みてなされたもの
であって、ベクトル空間法を用いて検索を行う場合に、
複数のトピックを含む文書を確実に検索することができ
るようにすることを目的とする。

【００１０】さらに、本発明は上記に鑑みてなされたも
のであって、文書を構成するセンテンスのいくつかをま
とめたサブドキュメントを検索対象とし、検索条件に直
接関連する文書中の記述を検索結果として得ることがで
きるようにして、引用文や注釈文の作成を支援すること
ができるようにすることを目的とする。

【００１１】

【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の文書検索装置は、ベクトル空間法を用い
て検索処理を行う文書検索装置において、文書を構成す
る各センテンスを任意の数のセンテンスまたはパラグラ
フ毎のセンテンス等からなるグループに区分して、区分
したグループをサブドキュメントと定義し、予め用意し
た文書を前記サブドキュメントの単位でベクター表現に
変換して格納する格納手段と、画面表示されている文書
の任意の範囲を指定する範囲指定手段と、前記範囲指定
手段で指定された範囲の文字列の構造を解析する解析手
段と、前記解析手段による解析結果に基づいて、前記指
定された範囲の文字列を用いて検索条件を生成する検索
条件生成手段と、前記検索条件生成手段で生成した検索
条件をベクター表現に変換する変換手段と、前記変換手
段から入力した前記検索条件のベクター表現に基づい
て、前記格納手段から該当する前記サブドキュメントを
検索する検索手段と、を備えたものである。

【００１２】また、請求項２の文書検索装置は、請求項
１に記載の文書検索装置において、前記検索手段が、前
記検索条件のベクター表現と前記サブドキュメントのベ
クター表現との類似度を求め、求めた類似度が所定の閾
値を超えるサブドキュメントを選択し、選択したサブド
キュメントを類似度に応じて配列したリストを検索結果
として出力するものである。

【００１３】また、請求項３の文書検索装置は、請求項
１または２に記載の文書検索装置において、さらに、前
記文書を構成するセンテンスの区分方法を指定するため
の指定手段と、前記指定手段を介して指定された前記セ
ンテンスの区分方法に基づいて、前記文書から前記サブ
ドキュメントを生成する生成手段と、を備え、前記格納
手段が、前記生成手段で生成したサブドキュメントをベ
クター表現に変換して格納するものである。

【００１４】また、請求項４の文書検索装置は、請求項
１〜３のいずれか１つに記載の文書検索装置において、
さらに、前記検索手段による検索結果に基づいて、所望
のサブドキュメントを選択する選択手段と、前記画面表
示されている文書の任意の場所を指定する指定手段と、
前記指定手段で指定した場所に前記選択手段で選択した
サブドキュメントを挿入する挿入手段と、を備えたもの
である。

【００１５】さらに、請求項５のコンピュータ読み取り
可能な記録媒体は、前記請求項１〜４のいずれか１つに
記載の文書検索装置の各手段としてコンピュータを機能
させるためのプログラムを記録したものである。

【００１６】

【発明の実施の形態】以下、本発明の文書検索装置およ
びその装置としてコンピュータを機能させるためのプロ
グラムを記録したコンピュータ読み取り可能な記録媒体
の実施の形態について、添付の図面を参照しつつ詳細に
説明する。

【００１７】〔実施の形態１〕図１は、実施の形態１の
文書検索装置のシステム構成図である。図１に示す文書
検索装置は、文書中の所望の記述を検索するための検索
条件を出力する複数のクライアント１００と、文書ＤＢ
（データベース）１０１から転置ファイル１０２を生成
すると共に、ベクトル空間検索を行うことができる検索
エンジン（例えば、ＣＬＡＲＩＴＥＣＨ社のＣＬＡＲＩ
Ｔ等）を備え、クライアント１００から検索条件を入力
し、入力した検索条件に基づいて、転置ファイル１０２
を用いて該当する文書中の記述を検索する検索サーバ１
０３と、上記クライアント１００や検索サーバ１０３等
を接続するネットワーク１０４と、から構成されてい
る。

【００１８】図１において、文書ＤＢ１０１は、クライ
アント１００等で作成された複数の文書を格納したもの
であり、格納される文書は、ワープロ文書や、ＳＧＭ
Ｌ，ＨＴＭＬ等の構造化文書等、いかなる種類の文書で
あっても良い。実施の形態１においては、この文書ＤＢ
１０１に格納された文書の一部分を検索対象とするが、
検索対象を文書ＤＢ１０１中のものに限定するものでは
ない。

【００１９】転置ファイル１０２は、一般に、文書ＤＢ
１０１中の複数の文書と、これら複数の文書それぞれか
ら抽出した複数の索引語との関係を規定し、ある索引語
が各文書それぞれにおいてどの程度重要な語彙であるか
を示したものであって、この索引語を用いて該当する文
書を検索することができるようにしたものである。実施
の形態１の文書検索装置においては、この転置ファイル
１０２を、文書を検索対象とするのではなく、文書の一
部分（後述するサブドキュメント）を検索対象とするた
めに用いる。

【００２０】具体的には、１つの文書をサブドキュメン
トと呼ばれる任意の数のセンテンスからなる単位に区切
り、このサブドキュメントから上記索引語となる名詞句
を抽出する。そして、抽出した名詞句それぞれについ
て、サブドキュメント中の出現頻度，文書ＤＢ１０１全
体における分布等の統計情報を求め、求めた名詞句毎の
統計情報を用いて各サブドキュメントをベクター表現に
変換する。この処理を文書中の全てのサブドキュメント
について行い、転置ファイル１０２に格納する。

【００２１】なお、各索引語には、対応する文書中の重
要度に応じた重み付けを行うことができる。また、サブ
ドキュメントだけでなく、文書を検索対象とする検索を
行う場合には、サブドキュメントのベクター表現に基づ
いて、文書のベクター表現を予め生成しておくか、検索
を行う際に生成することにすれば良い。

【００２２】クライアント１００および検索サーバ１０
３は、パーソナルコンピュータやワークステーション等
によって構成される。図２は、クライアント１００の処
理を示す概略ブロック図である。クライアント１００
は、ワードプロセッサ，表計算ソフト等のアプリケーシ
ョンプログラムで編集作業中の文書（画面表示されてい
る文書）において、任意の範囲を指定し、指定した範囲
の文字列をクエリー２００として検索の開始を指定する
マウス等の入力装置２０７と、クエリー２００を入力
し、入力したクエリー２００について、品詞情報等を格
納した辞書２０２および各単語の係り受け等を解析する
ための文法辞書２０３を用いて形態素解析，構文解析等
の解析処理を行い、上記転置ファイル１０２の索引語に
対応する名詞句からなる検索条件２０６を生成し、生成
した検索条件２０６を検索サーバ１０３に出力する自然
言語処理モジュール２０１を備えている。

【００２３】また、図３は、検索サーバ１０３の処理を
示す概略ブロック図である。検索サーバ１０３は、文書
ＤＢ１０１中の文書を転置ファイル１０２に登録する処
理と、ベクトル空間法を用いた検索処理とを行うもので
ある。

【００２４】この検索サーバ１０３は、文書ＤＢ１０１
から文書を入力し、文書のフォーマットの認識処理や、
品詞情報等を格納した辞書３０１および各単語の係り受
け等を解析するための文法辞書３０２を用いて形態素解
析，構文解析，名詞句抽出等の解析処理を行い、上述し
たサブドキュメント毎の名詞句リストを含むドキュメン
ト・セット３０３を生成する自然言語処理モジュール３
００と、自然言語処理モジュール３００で生成したドキ
ュメント・セット３０３を入力し、入力したドキュメン
ト・セット３０３中の各サブドキュメントをベクター表
現に変換して転置ファイル１０２に登録するデータベー
ス・ビルド・コンポーネント３０４と、クライアント１
００から検索条件２０６を入力し、入力した検索条件２
０６を構成する各名詞句について、クエリー２００中の
出現頻度，文書ＤＢ１０１全体における分布等の統計情
報を求め、求めた名詞句毎の統計情報を用いて検索条件
２０６をベクター表現に変換したクエリー・ドキュメン
ト３０６を生成するクエリー・ビルド・コンポーネント
３０５と、クエリー・ビルド・コンポーネント３０５で
生成したクエリー・ドキュメント３０６を入力し、転置
ファイル１０２中の各サブドキュメントのベクトルとク
エリー・ドキュメント３０６のベクトルとを比較して、
クエリー・ドキュメント３０６との類似度に応じたスコ
アを各サブドキュメントに付与し、所定の閾値を超える
スコアが付与されたサブドキュメントを選択してサブド
キュメントリスト３０８を生成し、生成したサブドキュ
メントリスト３０８を検索結果として出力する検索エン
ジン３０７と、を備えている。

【００２５】なお、図１においては、文書ＤＢ１０１お
よび転置ファイル１０２をネットワーク１０４に単独に
接続した構成を示したが、これらを検索サーバ１０３に
直接接続する構成としても良い。また、図１において
は、実施の形態１の文書検索装置をネットワーク１０４
を介したシステムで構成するように示したが、図２に示
したクライアント１００の処理を図３に示した検索サー
バ１０３の自然言語処理モジュール３００に行わせるよ
うに構成することにより、１台のコンピュータで実施の
形態１の文書検索装置を構成することができる。

【００２６】次に、上述した構成を備えた文書検索装置
の動作について、（１）転置ファイルの生成処理，
（２）サブドキュメントの検索処理の順で詳細に説明す
る。

【００２７】（１）転置ファイルの生成処理 図４は、転置ファイルの生成処理を示すフローチャート
である。検索サーバ１０３は、クライアント１００等に
よって作成された新たな文書が文書ＤＢ１０１に登録さ
れた場合（Ｓ４０１）、この文書を入力して転置ファイ
ル１０２に登録するための処理を開始する（Ｓ４０
２）。

【００２８】検索サーバ１０３において、自然言語処理
モジュール３００は、ステップＳ４０２で入力した文書
を解析する処理を行う（Ｓ４０３）。具体的には、入力
した文書がワープロ文書，ＨＴＭＬ等の構造化文書等、
いかなるフォーマットの文書であるかを判定する処理を
行う。その後、辞書３０１および文法辞書３０２を用い
て形態素解析，係り受け等の構文解析を行い、文書を複
数のサブドキュメントに区分すると共に、区分したサブ
ドキュメントから名詞句を抽出する等の処理を行う。

【００２９】なお、ステップＳ４０３で区分されたサブ
ドキュメントは、任意の数のセンテンスで構成される。
例えば、予め複数のセンテンスをサブドキュメントとし
ても良いし、パラグラフ単位のセンテンスをサブドキュ
メントとしても良い。実施の形態１においては、このサ
ブドキュメントが検索対象となることから、サブドキュ
メントをどのように構成するか、即ちセンテンスをどの
ように区切るかはユーザの好みにより設定・変更するこ
とができる。

【００３０】そして、自然言語処理モジュール３００
は、ステップＳ４０３における処理の結果に基づいて、
サブドキュメント毎に名詞句リストを生成し、生成した
名詞句リストを含むドキュメント・セット３０３を生成
する（Ｓ４０４）。

【００３１】その後、データベース・ビルド・コンポー
ネント３０４は、自然言語処理モジュール３００で生成
したドキュメント・セット３０３を入力し、転置ファイ
ル１０２に登録する処理を行う（Ｓ４０５）。

【００３２】具体的には、ドキュメント・セット３０３
中のサブドキュメントの各名詞句を転置ファイル１０２
の索引語として、サブドキュメント中の出現頻度，文書
ＤＢ１０１全体における分布等の統計情報を求め、求め
た名詞句毎の統計情報を用いてサブドキュメントをベク
ター表現に変換する。この処理をドキュメント・セット
３０３中の全てのサブドキュメントについて行って、転
置ファイル１０２に登録する。

【００３３】（２）サブドキュメントの検索処理 続いて、サブドキュメントの検索処理について説明す
る。図５は、サブドキュメントの検索処理を示すフロー
チャートである。ユーザは、現在ワードプロセッサ等で
編集中の文書において、クライアント１００の入力装置
２０７を用いて任意の範囲を指定し（Ｓ５０１）、指定
した範囲の文字列をクエリー２００とする検索処理の実
行を指定する（Ｓ５０２）。

【００３４】図６（ａ）は、ステップＳ５０１におい
て、クエリー２００とする範囲の指定を行った様子を、
図６（ｂ）は、検索処理の実行を指定する様子をそれぞ
れ示す説明図である。図６（ａ）に示すように、ユーザ
は、入力装置２０７としてのマウス等を用いて、文書６
００中の任意の範囲６０１を指定する。クエリー２００
となる範囲６０１は、図６に示すように段落を単位とし
たもの以外に、全文書，ページ全体，エンベット，オブ
ジェクト，編集中の文書に関連づけられた文書，ＵＲＬ
等、いかなるものであっても良い。また、範囲６０１
は、１つだけではなく、複数の範囲を指定することがで
きる。複数の範囲が指定された場合には、指定された複
数の範囲を１つのクエリー２００として扱うことにな
る。さらに、クエリー２００となる範囲６０１を指定す
る際に、ユーザは、検索結果に反映して欲しい重要な事
項が記述された範囲６０１に正の重み付けを行うための
指定を行うことができ、また、検索結果に反映して欲し
くない不必要な事項が記述された範囲６０１に負の重み
付けを行うための指定を行うことができる。

【００３５】そして、ユーザは、図６（ｂ）に示すよう
に、入力装置２０７であるマウスの右ボタンをクリック
してメニュー６０２を開き、「検索」を選択することに
よって検索処理の実行を指定する。ここでは、図６
（ｂ）に示すようにメニュー６０２を開いて検索処理の
実行を指定することにしたが、検索処理の実行を指定す
るためのアイコンを用意しておくことにしても良い。

【００３６】図５に戻り、ステップＳ５０２で検索処理
の実行が指定されると、自然言語処理モジュール２０１
は、指定された範囲６０１の文字列をクエリー２００と
して入力し、入力したクエリー２００の解析処理を行う
（Ｓ５０３）。具体的には、辞書２０２および文法辞書
２０３を用いて形態素解析，係り受け等の構文解析処理
を行う。

【００３７】自然言語処理モジュール２０１は、ステッ
プＳ５０３における解析結果に基づいて、クエリー２０
０から検索条件を生成する（Ｓ５０４）。すなわち、自
然言語モジュール２０１は、指定された範囲６０１の文
字列から、転置ファイル１０２中の索引語に対応する名
詞句を抽出し、名詞句からなる検索条件２０６を生成す
る。

【００３８】上述したようにしてクエリー２００から検
索条件２０６が生成され、生成された検索条件２０６
は、クライアント１００から検索サーバ１０３に出力さ
れる。また、上述したように、選択した範囲６０１に重
みの指定がなされた場合には、その重み指定情報につい
ても、検索サーバ１０３に出力される。

【００３９】その後、検索サーバ１０３のクエリー・ビ
ルド・コンポーネント３０５は、クライアント１００か
ら検索条件２０６を入力し、入力した検索条件２０６を
構成する各名詞句について、クエリー２００中の出現頻
度，文書ＤＢ１０１全体における分布等の統計情報を求
め、求めた統計情報を用いて検索条件２０６をベクター
表現に変換したクエリー・ドキュメント３０６を生成す
る（Ｓ５０５）。なお、重み付けの指定がなされている
場合には、該当する名詞句に正の重みまたは負の重みを
付加して上記クエリー・ドキュメント３０６を生成す
る。

【００４０】検索エンジン３０７は、クエリー・ビルド
・コンポーネント３０５で生成したクエリー・ドキュメ
ント３０６を入力し、転置ファイル１０２中のサブドキ
ュメントのベクトルとクエリー・ドキュメント３０６の
ベクトルとを比較して、クエリー・ドキュメント３０６
との類似度に応じたスコアを各サブドキュメントに付与
し、所定の閾値を超えるスコアが付与されたサブドキュ
メントを選択して、サブドキュメントリスト３０８を生
成する（Ｓ５０６）。

【００４１】なお、類似度に応じたスコアは、各サブド
キュメントとクエリー・ドキュメント３０６との類似度
を余弦距離に基づいて表現したものであり、スコアが大
きいサブドキュメントがよりクエリー・ドキュメント３
０６と類似していることを表している。そして、検索エ
ンジン３０７には、予めスコアの閾値が設定されてお
り、この閾値を超えるスコアが付与されたサブドキュメ
ントが検索結果とされる。

【００４２】その後、検索エンジン３０７は、生成した
サブドキュメントリスト３０８を検索結果としてクライ
アント１００に出力し、このサブドキュメントリスト３
０８はクライアント１００に画面表示される（Ｓ５０
７）。

【００４３】図７は、サブドキュメントリスト３０８の
一例を示す説明図である。サブドキュメントリスト３０
８には、クエリー・ドキュメント３０６との類似度に応
じたスコアのランキング，文書中のいずれのサブドキュ
メントかを特定するためのサブドキュメントＩＤおよび
サブドキュメントを含む文書の文書名が表示されてい
る。

【００４４】クライアント１００のユーザは、画面表示
されたサブドキュメントリスト３０８から任意のサブド
キュメントを選択することにより、文書ＤＢ１０１中の
文書のサブドキュメントを画面表示させることができ
る。

【００４５】なお、実施の形態１の文書検索装置は、予
め１つの文書を選択し（文書を検索対象として検索した
ものでも良い）、選択した文書のサブドキュメントを検
索して、文書中の所望の記述を探し出すためにも利用す
ることができる。

【００４６】また、図７に示したサブドキュメントリス
ト３０８を利用して、文書のランキングを生成すること
もできる。その結果、複数のトピックを含む文書が複数
ある場合であっても、特定のトピックに関する文書のラ
ンキングを作成することができ、特定の記述を含む文書
を容易に得ることができる。

【００４７】さらに、上述した実施の形態１の文書検索
装置で得た検索結果であるサブドキュメントリスト３０
８において、ユーザが検索結果としてふさわしいと思う
サブドキュメントやふさわしくないと思うサブドキュメ
ントについては、その結果を検索サーバ１０３にフィー
ドバックすることができる。すなわち、ユーザは、検索
結果としてふさわしいと思うサブドキュメントに対し
て、正の重み、例えば「＋」を指定することができ、検
索結果としてふさわしくないと思うサブドキュメントに
対して負の重み、例えば「−」を指定することができ
る。その結果、入力した重みが正の指定である場合に
は、転置ファイル１０２中の該当するサブドキュメント
の重みが強化され、入力した重みが負の指定である場合
には、サブドキュメントの重みが弱められる。

【００４８】このように、実施の形態１の文書検索装置
によれば、検索対象を文書全体ではなく、文書のサブド
キュメントとし、検索条件に直接関連する文書中の記述
を検索結果として得ることができるようにしたため、文
書の編集中にリアルタイムで必要な情報を検索すること
ができ、検索処理の利便性の向上を図ることができる。
したがって、文書中の記載に関する引用文や注釈文等を
検索によって得ることができる。また、文書中の必要な
箇所を探す必要がないため、作業効率の向上を図ること
ができる。さらに、ベクトル空間法を用いて検索を行う
場合に、検索条件との関連性の大きなトピックだけでな
く、複数の他のトピックを含む文書をも確実に検索する
ことができる。

【００４９】〔実施の形態２〕次に、実施の形態２の文
書検索装置について説明する。実施の形態２の文書検索
装置は、実施の形態１の文書検索装置を利用して、引用
文や注釈文の作成を支援するためのものである。なお、
文書検索装置の構成や転置ファイル１０２の生成処理に
ついては、上述した実施の形態１のものと同様であるた
め、ここではそれらの説明については省略する。

【００５０】図８は、サブドキュメントの検索を利用し
た引用文や注釈文の作成処理を示すフローチャートであ
り、図５と同様のステップについては同一のステップ番
号を付して詳細な説明を省略する。

【００５１】ユーザは、現在ワードプロセッサ等で編集
中の文書６００において、クライアント１００の入力装
置２０７を用い、引用文や注釈文が必要な任意の範囲６
０１を指定する（Ｓ８０１：図６（ａ）参照）。指定す
る範囲６０１については、単語単位，センテンス単位，
パラグラフ単位等、ユーザの好みに応じて指定すること
ができる。

【００５２】そして、指定した範囲６０１をクエリー２
００とする検索処理の実行が指定されると（Ｓ５０
２）、クエリー２００の解析処理（Ｓ５０３），検索条
件２０６の生成処理（Ｓ５０４），クエリー・ドキュメ
ント３０６の生成処理（Ｓ５０５）およびクエリー・ド
キュメント３０６によるサブドキュメントの検索処理
（Ｓ５０６）が行われ、検索結果であるサブドキュメン
トリスト３０８がクライアント１００に画面表示される
（Ｓ５０７）。

【００５３】ステップＳ５０７で画面表示されたサブド
キュメントリスト３０８中の各サブドキュメントは、引
用文や注釈文の候補である。クライアント１００のユー
ザは、必要に応じてサブドキュメントの内容確認を行っ
た後、サブドキュメントリスト３０８から所望のサブド
キュメントを選択し、かつ、編集中の文書６００へサブ
ドキュメントを挿入する箇所を指定する（Ｓ８０２）。

【００５４】ステップＳ８０２でサブドキュメントの選
択と挿入箇所の指定が行われると、指定された挿入箇所
に選択されたサブドキュメントを挿入する処理が行われ
る（Ｓ８０３）。ユーザは、その後、必要に応じて挿入
されたサブドキュメントを加工する等の処理を行うこと
ができる。

【００５５】なお、ステップＳ８０２においては、検索
されたサブドキュメントをどのように利用するかを指定
するメニューを表示することができるようにしても良
い。具体的には、サブドキュメントの利用方法として、
メニューやアイコン等により引用文，頭注，脚注等の指
定を行うことができるようにする。そして、引用文が選
択された場合には、ステップＳ８０１で指定された範囲
６０１の後段にサブドキュメントを引用文として挿入す
る。また、頭注または脚注が選択された場合には、所定
の個所にサブドキュメントを注釈文として挿入すると共
に、指定された範囲６０１と注釈文とを関連づける数字
等を両方に付す等の処理を行うようにする。

【００５６】また、実施の形態２では、引用文や注釈文
の作成支援について説明したが、例えば、ある語句や事
柄についての説明を記述する場合に、その語句や事柄を
クエリー２００としてサブドキュメントを検索し、検索
したサブドキュメントをそれらの説明文として利用する
こともできる。

【００５７】このように、実施の形態２の文書検索装置
によれば、検索対象を文書のサブドキュメントとし、検
索条件に直接関連する文書中の記述を検索結果として得
ることができるようにしたため、検索結果を引用文や注
釈文として利用することができる。また、画面表示され
ている編集中の文書の任意の範囲６０１をクエリー２０
０とし、その場で検索の実行を指定することができるた
め、編集中にリアルタイムで引用文や注釈文となり得る
サブドキュメントを検索することができる。

【００５８】なお、実施の形態１および２で説明した文
書検索装置は、予め用意されたプログラムをコンピュー
タやワークステーションで実行することによって実現さ
れる。このプログラムは、ハードディスク，フロッピー
ディスク，ＣＤ−ＲＯＭ，ＭＯ，ＤＶＤ等のコンピュー
タで読み取り可能な記録媒体に記録され、コンピュータ
によって記録媒体から読み出されることによって実行さ
れる。また、このプログラムは、上記記録媒体を介し
て、またはネットワークを介して配布することができ
る。

【００５９】

【発明の効果】以上説明したように、本発明の文書検索
装置（請求項１）によれば、文書を構成する各センテン
スを任意の数のセンテンスまたはパラグラフ毎のセンテ
ンス等からなるグループに区分して、区分したグループ
をサブドキュメントと定義し、予め用意した文書をサブ
ドキュメントの単位でベクター表現に変換して格納する
格納手段と、画面表示されている文書の任意の範囲を指
定する範囲指定手段と、範囲指定手段で指定された範囲
の文字列の構造を解析する解析手段と、解析手段による
解析結果に基づいて、前記指定された範囲の文字列を用
いて検索条件を生成する検索条件生成手段と、検索条件
生成手段で生成した検索条件をベクター表現に変換する
変換手段と、変換手段から入力した前記検索条件のベク
ター表現に基づいて、前記格納手段から該当する前記サ
ブドキュメントを検索する検索手段と、を備えたため、
文書の編集中にリアルタイムで必要な情報を検索するこ
とができ、検索処理の利便性の向上を図ることができ
る。また、文書中の必要な箇所を探す必要がないため、
作業効率の向上を図ることができる。さらに、ベクトル
空間法を用いて検索を行う場合に、検索条件との関連性
の大きなトピックだけでなく、複数の他のトピックを含
む文書をも確実に検索することができる。

【００６０】また、本発明の文書検索装置（請求項２）
によれば、請求項１に記載の文書検索装置において、検
索手段は、前記検索条件のベクター表現と前記サブドキ
ュメントのベクター表現との類似度を求め、求めた類似
度が所定の閾値を超えるサブドキュメントを選択し、選
択したサブドキュメントを類似度に応じて配列したリス
トを検索結果として出力するため、所望のサブドキュメ
ントを容易に選択することができる。

【００６１】また、本発明の文書検索装置（請求項３）
によれば、請求項１または２に記載の文書検索装置にお
いて、さらに、前記文書を構成するセンテンスの区分方
法を指定するための指定手段と、指定手段を介して指定
された前記センテンスの区分方法に基づいて、前記文書
から前記サブドキュメントを生成する生成手段と、を備
え、格納手段は、前記生成手段で生成したサブドキュメ
ントをベクター表現に変換して格納するため、ユーザの
好みの長さのサブドキュメントを検索対象とすることが
できる。

【００６２】また、本発明の文書検索装置（請求項４）
によれば、請求項１〜３のいずれか１つに記載の文書検
索装置において、さらに、前記検索手段による検索結果
に基づいて、所望のサブドキュメントを選択する選択手
段と、画面表示されている文書の任意の場所を指定する
指定手段と、指定手段で指定した場所に前記選択手段で
選択したサブドキュメントを挿入する挿入手段と、を備
えたため、検索結果を引用文や注釈文として利用するこ
とができる。また、画面表示されている編集中の文書の
任意の範囲をクエリーとして指定し、その場で検索の実
行を指定することができるため、編集中にリアルタイム
で引用文や注釈文となり得るサブドキュメントを検索し
て得ることができる。

【００６３】さらに、本発明のコンピュータ読み取り可
能な記録媒体（請求項５）によれば、請求項１〜４のい
ずれか１つに記載の文書検索装置の各手段としてコンピ
ュータを機能させるためのプログラムを記録したため、
このプログラムをコンピュータに実行させることによ
り、文書の編集中にリアルタイムで必要な情報を検索す
ることができ、文書中の必要な箇所を検索対象とするこ
とができ、さらに、複数のトピックを含む文書をも確実
に検索することができる文書検索装置を実現することが
できる。

【図面の簡単な説明】

【図１】実施の形態１の文書検索装置のシステム構成図
である。

【図２】図１に示したクライアントの処理を示す概略ブ
ロック図である。

【図３】図１に示した検索サーバの処理を示す概略ブロ
ック図である。

【図４】実施の形態１の文書検索装置において、転置フ
ァイルの生成処理を示すフローチャートである。

【図５】実施の形態１の文書検索装置において、サブド
キュメントの検索処理を示すフローチャートである。

【図６】実施の形態１の情報検索装置において、（ａ）
は、クエリーとする範囲の指定を行った様子を、（ｂ）
は、検索処理の実行を指定する様子をそれぞれ示す説明
図である。

【図７】実施の形態１の文書検索装置において、サブド
キュメントリストの一例を示す説明図である。

【図８】実施の形態２の文書検索装置において、サブド
キュメントの検索を利用した引用文や注釈文の作成処理
を示すフローチャートである。

【符号の説明】

１００ クライアント １０１ 文書ＤＢ １０２ 転置ファイル １０３ 検索サーバ １０４ ネットワーク ２００ クエリー ２０１，３００ 自然言語処理モジュール ２０２，３０１ 辞書 ２０３，３０２ 文法辞書 ２０６ 検索条件 ２０７ 入力装置 ３０３ ドキュメント・セット ３０４ データベース・ビルド・コンポーネント ３０５ クエリー・ビルド・コンポーネント ３０６ クエリー・ドキュメント ３０７ 検索エンジン ３０８ サブドキュメントリスト ６００ 文書 ６０１ 範囲（クエリー） ６０２ メニュー

Claims (5)

【特許請求の範囲】
1. 【請求項１】 ベクトル空間法を用いて検索処理を行う
   文書検索装置において、 文書を構成する各センテンスを任意の数のセンテンスま
   たはパラグラフ毎のセンテンス等からなるグループに区
   分して、区分したグループをサブドキュメントと定義
   し、予め用意した文書を前記サブドキュメントの単位で
   ベクター表現に変換して格納する格納手段と、 画面表示されている文書の任意の範囲を指定する範囲指
   定手段と、 前記範囲指定手段で指定された範囲の文字列の構造を解
   析する解析手段と、 前記解析手段による解析結果に基づいて、前記指定され
   た範囲の文字列を用いて検索条件を生成する検索条件生
   成手段と、 前記検索条件生成手段で生成した検索条件をベクター表
   現に変換する変換手段と、 前記変換手段から入力した前記検索条件のベクター表現
   に基づいて、前記格納手段から該当する前記サブドキュ
   メントを検索する検索手段と、 を備えたことを特徴とする文書検索装置。
2. 【請求項２】 前記検索手段は、前記検索条件のベクタ
   ー表現と前記サブドキュメントのベクター表現との類似
   度を求め、求めた類似度が所定の閾値を超えるサブドキ
   ュメントを選択し、選択したサブドキュメントを類似度
   に応じて配列したリストを検索結果として出力すること
   を特徴とする請求項１に記載の文書検索装置。
3. 【請求項３】 さらに、前記文書を構成するセンテンス
   の区分方法を指定するための指定手段と、 前記指定手段を介して指定された前記センテンスの区分
   方法に基づいて、前記文書から前記サブドキュメントを
   生成する生成手段と、を備え、 前記格納手段は、前記生成手段で生成したサブドキュメ
   ントをベクター表現に変換して格納することを特徴とす
   る請求項１または２に記載の文書検索装置。
4. 【請求項４】 さらに、前記検索手段による検索結果に
   基づいて、所望のサブドキュメントを選択する選択手段
   と、 前記画面表示されている文書の任意の場所を指定する指
   定手段と、 前記指定手段で指定した場所に前記選択手段で選択した
   サブドキュメントを挿入する挿入手段と、 を備えたことを特徴とする請求項１〜３のいずれか１つ
   に記載の文書検索装置。
5. 【請求項５】 前記請求項１〜４のいずれか１つに記載
   の文書検索装置の各手段としてコンピュータを機能させ
   るためのプログラムを記録したことを特徴とするコンピ
   ュータ読み取り可能な記録媒体。