情報検索装置、情報検索システム及び情報検索方法
【課題】検索結果の絞り込みに関するユーザの労力を低減することを。
【解決手段】入力された文字を含む名称を、前記名称と当該名称に関連する属性語と前記名称と属性語の関連の度合いを示す関連度とを格納するデータベースから計算機が検索し、検索した名称を名称候補として出力し、名称候補に関連する属性語をデータベースから抽出する際に、抽出された属性語間の異なり度合いを表す独立度と、抽出された属性語の組合せによる名称候補の網羅性を表す網羅度と、属性語ごとに関連する名称候補の件数の均一さを表す均一度を演算し、独立度と網羅度と均一度のうちの１つに基づいて属性語の組合せの得点を計算して、得点が高い順に前記属性語の組み合わせを出力部へ出力する。
【解決手段】入力された文字を含む名称を、前記名称と当該名称に関連する属性語と前記名称と属性語の関連の度合いを示す関連度とを格納するデータベースから計算機が検索し、検索した名称を名称候補として出力し、名称候補に関連する属性語をデータベースから抽出する際に、抽出された属性語間の異なり度合いを表す独立度と、抽出された属性語の組合せによる名称候補の網羅性を表す網羅度と、属性語ごとに関連する名称候補の件数の均一さを表す均一度を演算し、独立度と網羅度と均一度のうちの１つに基づいて属性語の組合せの得点を計算して、得点が高い順に前記属性語の組み合わせを出力部へ出力する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、本発明は、データベースからユーザの所望のデータを取り出す情報検索装置に関する。
【背景技術】
【０００２】
データベースからユーザが所望するデータを取り出すために、ユーザが対象となる名称の一部を文字入力し、入力された文字に一致するデータをユーザに提示し、ユーザが選択することによりタスクが完了する情報検索装置が知られている。
【０００３】
代表的なものといて、カーナビゲーション装置における目的地設定のタスクがある。
【０００４】
カーナビゲーション装置では、全国に膨大にある施設名や地名を検索して、目的地を設定するために、上記のような情報検索インタフェースが使用される。この情報検索では、最初、カーナビゲーション装置のタッチパネルやリモコンを介して、ユーザが施設名の一部を入力する。この後、検索ボタンを押すことにより、ユーザが入力した文字列を含む施設名の一覧が表示され、この一覧から１つを選ぶことにより、目的地を設定できる。
【０００５】
しかし、施設の数は全国に膨大にあるため、ユーザが入力した施設名の一部では、該当する施設名の件数が膨大となることが多い。そのため、施設名の一覧を表示しても、すべての候補を見るためには、スクロールなどの操作が必要となる。よって、ユーザが所望の施設を見つけるまでに、時間がかかる。
【０００６】
この問題を解決するため、特許文献１では、施設名を文字で入力する手段のほかに、地名または施設ジャンルを入力する手段を設けることで、候補の施設数を減らす技術が開示されている。また、特許文献２では、データベースのコンテンツ検索において、コンテンツの候補を絞り込ませるための属性を、検索戦略に基づいて変更する技術が開示されている。
【０００７】
特許文献３では、ウェブサイトの検索装置において、検索結果が所定の数を超えて画面に入りきらない場合に、検索結果のウェブサイトに含まれるキーワードをユーザに提示し、ユーザが選択したキーワードを含むウェブサイトに絞り込む技術が開示されている。
【特許文献１】特開２００２−１０７１７３号
【特許文献２】特開２００６−２０２１５９号
【特許文献２】特開２００４−２３４４２１号
【発明の開示】
【発明が解決しようとする課題】
【０００８】
しかしながら、上記特許文献１、特許文献２で挙げた技術では、施設ジャンルまたはコンテンツのジャンルの種類が多くある場合には、ユーザは多くのジャンルから候補を選定する必要があるため、ジャンル選定することがユーザにとって困難となる場合があった。また、絞り込み手段として提示された属性を、ユーザが知らない場合は、絞り込むことができなかった。たとえば、「○○郵便局」という施設を目的地に設定したい場合、この施設が「金融機関」に属するか、「公共機関」に属するかについては、ユーザの意識によって区別しづらいことがあり、混同してしまうという問題があった。
【０００９】
特許文献３で挙げた技術では、ユーザに提示されたキーワードが、ユーザにとって分かりづらい場合があった。また、ユーザ自身が所望するデータの中に、キーワードが含まれているか否かを知らない可能性がある。また、キーワードの数が多すぎる場合、画面に多数表示されるため、ユーザがキーワードを選定する作業が困難であった。
【００１０】
そこで本発明は、上記問題点に鑑みてなされたもので、検索結果に多数の候補がある場合であっても、ユーザにとって容易に理解することができる属性語を絞り込み属性としてユーザに提示することで、絞り込みに関するユーザの労力を低減することを目的とする。
【課題を解決するための手段】
【００１１】
本発明は、文字を入力する入力部と、名称と、当該名称に関連する属性語と、前記名称と属性語の関連の度合いを示す関連度と、を格納するデータベースと、前記入力された文字を含む名称をデータベースから検索して、前記検索した名称を名称候補として出力する名称検索部と、前記名称検索部から出力された前記名称候補に関連する属性語を前記データベースから抽出する提示属性作成部と、前記提示属性作成部で抽出された属性語と、前記名称検索部からの名称候補と、を提示する出力部と、を備え、前記提示属性作成部は、前記抽出した属性語の組合せについて、当該属性語に関連付けられた前記名称候補の前記関連度を前記データベースから取得して、前記抽出した属性語間の異なり度合いを表す独立度を演算し、前記抽出した属性語の組合せによる名称候補の網羅性を表す網羅度を演算し、前記属性語ごとに関連する名称候補の件数の均一さを表す均一度を演算し、前記演算した独立度と網羅度と均一度のうち少なくとも１つに基づいて属性語の組合せの得点を計算する第１の得点計算部を有し、前記得点が高い順に前記属性語の組み合わせを前記出力部に出力する。
【００１２】
また、前記提示属性作成部は、前記属性語の組合せによる関連度の総合的な高さを表す理解容易度を計算し、前記演算した独立度と網羅度と均一度と理解容易度のうち少なくとも１つに基づいて属性語の組合せの得点を計算する。
【発明の効果】
【００１３】
本発明によれば、情報検索装置は、検索結果に施設名などの名称候補が多数ある場合においても、ユーザにとって分かりやすい属性語を絞り込み属性としてユーザに提示することができ、ユーザが容易に絞り込むことが可能となる。よって、施設名などの名称のデータを選択する時間と労力を軽減することが可能となる。
【発明を実施するための最良の形態】
【００１４】
以下、本発明の一実施形態を添付図面に基づいて説明する。
【００１５】
＜第１実施形態＞
図１は、第１の実施形態を示し、本発明を適用するカーナビゲーション装置の一例を示すブロック図である。カーナビゲーション装置１００は、演算処理を行うＣＰＵ（プロセッサ）１０３と、データやプログラムを一時的に格納するメモリ１０２と、データやプログラムを格納するストレージ装置１０５と、演算結果などを表示する表示装置１０４と、ユーザからの入力を受け付ける入力装置１０６と、ＧＰＳ（Global Positioning System）衛星からの信号を受信するレシーバ１１０と、音声ガイダンスなどを出力する音声出力装置１１１を含む計算機で構成される。なお、本実施形態では、表示装置１０４の表示面上に、ユーザからの入力を受け付ける入力装置１０６としてのタッチパネルを設けた例を示す。また、入力装置１０６としては、タッチパネルの他にマイクなどの音声入力装置を備えても良い。
【００１６】
ストレージ装置１０５には、地図を構成する地物を点、線、面などの図形要素と、地物の内容を示す文字や数値などの属性要素を含む空間データベース１２０が格納される。なお、空間データベース１２０には、現在地や目的地などひとつの地点の情報を格納する地点データベース８１と、地点に対応する施設の名称や属性を格納した施設名データベース８が含まれる。
【００１７】
メモリ１０２には、空間データベース１２０を管理するＤＢＭＳ（データベース管理システム）１０８と、ＤＢＭＳ１０８を介して空間データベース１２０を利用するアプリケーション１０９と、ＤＢＭＳ８とアプリケーション１０９を管理するＯＳ(オペレーションシステム)１０７がロードされ、ＣＰＵ１０３により実行される。アプリケーション１０９は、レシーバ１１０で受信したＧＰＳ衛星の信号から現在の位置を演算し、現在の地点データを空間データベース１２０から検索し、地図情報を取得して表示装置４へ出力する。また、カーナビゲーション装置１００では、入力装置１０６からユーザが検索の指令を受け付けると、アプリケーション１０９はＤＢＭＳ８を介して空間データベース１２０を後述するように探索し、要求された検索結果を表示装置１０４に出力する。なお、ＯＳ１０７、ＤＢＭＳ１０８、アプリケーション１０９は記録媒体としてのストレージ装置１０５に格納され、カーナビゲーション装置１００の起動時にメモリ１０２へロードされ、ＣＰＵ１０３によって実行される。
【００１８】
（実施の概要）
図２は、カーナビゲーション装置１００で実行されるアプリケーション１０９及びＤＢＭＳ１０８の機能要素を示すブロック図である。
【００１９】
入力部１は、図１に示した入力装置１０６であり、ユーザからの入力を受け付け、入力受付部２へ出力する。ここでは、カーナビゲーション装置１００の表示装置１０４の画面に装着されたタッチパネルによる入力を想定する。また、ユーザが入力するものとしては、５０音表による施設名の入力と、画面上に表示された属性語に対するユーザの選択と、施設名一覧からの施設選択を想定する。
【００２０】
カーナビゲーション装置１００の表示装置１０４に出力される画面の例を図３に示す。画面上に表示した５０音表２０１０から、タッチパネルによって文字列を入力する。この画面はタッチパネルとなっている。タッチパネル２０１０には５０音表と、文字列の修正を行うための後退ボタンが付与されている。また、アルファベットや数字を入力することができる。このタッチパネル２０１０の上をユーザが押すことにより、１文字ずつ文字列を入力することができる。入力された文字列は、表示部２０２０に表示される。
【００２１】
また、ボタン２０３０を押すことによって、現在入力されていた文字列に部分一致する施設名の一覧を表示することができる。この一覧表示は、画面上の所定の領域に設定された表示領域２０５０の領域に行われるが、この様子は後に説明する。
【００２２】
また、表示領域２０４０には、施設名を絞り込むための属性語が表示され、ユーザは表示された属性語を押下することで選択することができるものとする。この表示は、後の実施形態にて説明する。
【００２３】
図２の入力受付部２は、入力部１からの出力を得て、入力された結果を入力内容記憶部３に保存する。入力内容記憶部３は、例えばメモリ１０２に設定される記憶領域である。入力内容記憶部３では、入力部１から送られるさまざまな入力内容を保存するが、ここでは、本発明の特徴となる施設名記憶部３１と属性語記憶部３２のみを説明する。施設名記憶部３１は、ユーザが５０音入力によって入力した文字列を記憶する。属性語記憶部３２は、ユーザが選択した属性語を記憶する。
【００２４】
施設名検索部６は、入力された文字列（すなわち、施設名記憶部３１に保存されている文字列）と施設名データベース８に格納されている施設名の読み仮名と比較し、施設名が部分一致する施設名を検索する。この検索においては、高速化を図るために、あらかじめ施設名の読み仮名を形態素のような単位で分割しておき、あらかじめ探索用のインディクスを作成しておく方法を採用しても良い。
【００２５】
さらに、施設名検索部６は、部分一致の結果から得られた施設名から、ユーザが指定した属性語（すなわち、属性語記憶部３２に保存されている属性語）によって関連付けられている施設名を検索し、その施設名の一覧を得て、提示属性作成部７へ出力する。この「属性語によって関連付けられている施設名」という定義については、後に説明する。
【００２６】
施設名データベース８は、カーナビゲーション装置１００に登録されている施設名の各種情報を保存する。施設名の各種情報の保存の形態を図４に示す。
【００２７】
図４（ａ）は、施設名データベース８を構成する施設名テーブル８ａを示し、図４（ｂ）は施設名データベース８を構成する属性語テーブル８ｂを示す。図４（ａ）の施設名テーブル８ａに示す３０１０は、各施設名を一意に決定するＩＤ番号である。３０２０は、施設名称である。３０３０は、各施設の読み仮名である。３０４０〜３０６０は、各施設の住所、電話番号、緯度経度である。３０７０、３０８０は、各施設が属するジャンルであり、大ジャンルは大まかな施設のジャンル、小ジャンルはより詳細なジャンルを示す。これらの大ジャンル・小ジャンルは、カーナビゲーション装置１００に一般に装備されているジャンルで施設を検索する機能において使われ、ユーザが選択したジャンルと３０７０、３０８０にあるジャンルが一致する施設名をユーザに提示する用途で使われる。
【００２８】
さらに、施設名データベース８には、各施設名と、それを特徴付ける属性語の対応を保存する属性語テーブル８ｂを備える。図４（ｂ）の属性語テーブル８ｂに示す３０９０は、属性語を表す。３１００は、各施設名３０２０が、各属性語３０９０とどの程度の関係があるかを表す値である関連度を示し、関連度３１００は０から１の範囲で値が付与されている。この関連度３１００は、各施設名３０２０について、各属性語３０９０がユーザにとってどの程度結び付けられているかを調査することで決定できる。たとえば、ユーザビリティテスティングで行われるカードソートといった方法を用いて決定することができる。なお、前述した「属性語によって関連付けられている施設名」の定義は、属性語３０９０との関連度３１００が０より大きい値に付与されて施設名３０１０（または３０２０）のこととして定義する。
【００２９】
たとえば、図４（ｂ）において、施設名３０２０が「札幌市役所」の場合では、カーナビゲーション装置１を使用する全員のユーザが「市役所」であることを認識しているという調査結果があったとする。この調査結果をもとに、施設名「札幌市役所」と属性語「市役所」との関連度３１００は、全員のユーザが関連付けを認識していることを反映し、最大値である「１」が付与される。また、施設名「札幌市役所」と属性語「公共機関」との関連度３１００については、たとえばユーザのうち９５％が公共機関であると認識しているという調査結果があれば、この値を反映して、関連度として0.95を付与する。
【００３０】
また、図４（ｂ）において、「東西でんでんランドホテル」は宿泊施設であるが、「東西でんでんランド」という遊園地が存在することが影響し、ユーザのうち、属性語「遊園地」と関連付けることが自然と感じるユーザが７割程度であったという調査結果があったとする。この結果に基づき、施設名「東西でんでんランドホテル」と属性語「遊園地」の関連度は０．７に付与されている。
【００３１】
この関連度３１００は、必ずしも大規模なユーザ調査を必要とするわけではなく、開発者等が一意に決定してもよい。
【００３２】
また、この関連度３１００は、施設名３０２０の１つ１つに別個の値を付与する形態でも良い。しかし、すべての施設名に別個に関連度を付与することは記憶容量の消費につながる。また、同じような施設については、同じ関連度３１００の組が付与されていることも予測される。よって、同じ関連度３１００の組を持つ施設をグループ化し、各グループに１つの関連度３１００の組を付与する実装方法でもよい。また、このグループとしては、図４（ａ）に示した施設ジャンル１（３０７０）、施設ジャンル２（３０８０）をそのまま採用しても良い。
【００３３】
また、この関連度３１００は、０から１までの連続量である必要はなく、関連度３１００の値を少数の代表的な値で量子化することによって、記憶容量を削減と処理速度の高速化を図ることができる。たとえば、関連度３１００を4種類に限定し、各種類に対応する値を０、０．３、０．７、１．０とすれば、１つの関連度３１００を２ビットの記憶容量で実装することが可能である。極端な例では、関連度３１００を０と１の２値によって表現しても良い。この場合は、１つの関連度３１００を１ビットで実装できる。
【００３４】
図２に示す提示属性作成部７は、属性語テーブル８ｂの中から、ユーザにとって区別しやすい属性語３０９０を選んでユーザに提示する。この提示属性作成部７の処理方法は後に説明するが、属性語３０９０のバリーエーションとしては、属性語テーブル８ｂ内にさまざまなものが用意されていることが望ましい。そのため、属性語間の関係はとくに階層になっている必要もなく、またさまざまな粒度のものがあっても良い。また、各属性語が被覆する施設が重複していても良い。また、属性語３０９０は、施設の種別を表すものだけでなく、たとえば地名（東京都、千葉県、○○市、など）、営業時間（２４時間営業、夜閉店、土日閉店）、立地（国道○○号線沿い、市道沿い）といったさまざまな観点のものが混在していても良い。
【００３５】
図２に示す出力部９は、提示属性作成部７から得られた属性語を表示装置１０４の画面あるいは音声出力装置１１１のスピーカから出力する。
【００３６】
（提示属性作成部の処理）
つぎに、提示属性作成部７で行われる処理の一例を説明する。また、提示属性作成部７で行われる処理のフローチャートを図６に示す。
【００３７】
前提として、ユーザが施設名の文字として「みさつ」と入力したとする（図３）。この結果、施設名記憶部３１には文字列「みさつ」が保存されている。また、属性語記憶部３２は初期状態では空である。
【００３８】
施設名検索部６は、文字列「みさつ」と部分一致する施設名を検索し、１３件の施設名候補が得られたとする。また、属性語のうち、施設名候補との関連度３１００が０より大きい値であった属性語のみを抽出したところ、１６個の属性語が抽出され、施設名候補と属性語の関連度３１００は図５に示す値であったとする。なお、図５は施設名検索部６の検索結果を示し、施設名候補４０１０と、属性語３０９０及び関連度３１００の関係を示す。
【００３９】
提示属性作成部７は、上記１６個の属性語３０９０から、絞り込み属性として３個の属性語３０９０を選定することを想定する。
【００４０】
各記号を以下のように定義する。
【００４１】
属性語の総数：Ｍ （本実施形態ではＭ＝１６）
表示する属性語の数：ｍ （本実施形態ではｍ＝3）
候補施設数：ｎ （本実施形態ではｎ＝13）
施設名：Ｌi (ｉ＝１，２，…，ｎ)
提示属性作成部７の処理のフローチャートを図６に示す。
【００４２】
最初に図６のステップ５０１０では、表示する属性の数を設定する。ここでは、予め設定した属性の数（Ｍ）を３に設定する。
【００４３】
ステップ５０２０では、得点最大値をリセットし、また表示する属性組合せを格納する変数をリセットする。
【００４４】
ステップ５０３０は、ループを開始する。１回のループでは、Ｍ個ある属性語から、任意の個数を取り出す。このループを、すべてのｍ個の属性語の組合せについて行う。よって、ループの回数は、
【００４５】
【数１】
【００４６】
となる。
【００４７】
ステップ５０４０は、Ｍ個ある属性語から、任意のｍ個を取り出す。ここで取り出した属性語は、ａi(ｉ＝１，２，…，ｍ)と表すこととする。また、施設名Ｌと属性ａに対する関連度３１００を、ｒ（Ｌ，ａ）で表す。また、後の得点計算に使用するため、階段関数Ｈｃを次式で定義する。
【００４８】
【数２】
【００４９】
（独立度の計算）
ステップ５０５０では、属性語の組合せに対する独立度を計算する。独立度とは、ある属性語によって施設を絞り込んだ場合に、他の属性語によって絞り込まれる施設名の内訳とどのくらい異なるものとなるかを示す指標である。つまり、独立度は属性語が重ならないように選択する指標となり、独立度が高ければ、施設名の候補に対する属性語の重複が低減される。一方、独立度が低い場合には、施設名の候補に対する属性語の重複が増大する。
【００５０】
まず、各施設名に対して、関連度３１００が０より大きい値に付与されている属性語の個数を数える。そして、数えた結果が１以上であったときにのみ、この値より１を引く。この属性語の独立度の計算結果をＣIND（Ｌi）で表す。具体的な計算式は下記のとおりである。
【００５１】
【数３】
【００５２】
このＣIND（Ｌi）を、すべての施設名候補で合計する。この合計値が大きいということは、複数の属性語が同一の施設名に関連付けられていることを意味する。よって、１つの属性語をユーザが選定して絞り込みを行ったとしても、絞り込まれた結果の施設件数はあまり小さくなく、絞り込み効率が低いということとなる。よって、この合計値は小さいほど、絞り込み効率の高い属性語の組み合わせと捉えることができる。
【００５３】
そこで、この合計値を施設件数で正規化し、さらに１から引くことにより、独立度ＰINDとして定義する。
【００５４】
【数４】
【００５５】
独立度ＰINDの計算例を図７に示す。図７(a)は、属性語として「買い物」、「レジャー」、「公共機関」の３個を組み合わせている。この場合、 ２個以上の属性語が同一施設名と関連度３１００を持つものは、６０１０に示す「美佐津市立温泉保養所」のみである。一方、図７（ｂ）に示す「病院」、「歯科」、「総合病院」の属性語の組合せでは、１３個の施設のうち６０３０、６０３１に示す施設において、複数の属性語が対応付けられている。この結果、独立度を比較すると、図７（ａ）の独立度（６０２０）のほうが図７（ａ）の独立度（６０４０）より高い値となっている。
【００５６】
図７（ｂ）に示す「病院」、「歯科」、「総合病院」という属性語を絞り込みのための属性語としてユーザに提示した場合、互いに混同しやすく、かつ重複件数も多いため、絞り込みにあまり寄与しないことが予測される。上記の計算により、この寄与度合いを独立度ＰINDとして定量的に評価することが可能となる。
【００５７】
（網羅度の計算）
次に、図６のステップ５０６０では、属性語の組合せに対する網羅度を計算する。網羅度とは、属性語の組合せによって、施設名候補のうちどの程度の割合が選択可能となるかを示す指標である。すなわち、網羅度が高い場合には、施設名の候補に対応する属性語の候補が表示される。一方、網羅度が低い場合には、施設名の候補に対応する属性語の候補が表示されない。
【００５８】
各施設名に対して、関連度３１００が1個以上の属性で0より大きい値に付与されている施設の個数を数える。この施設の個数を数えた結果をＣEXH（Ｌi）とすると、下記の式で計算される。
【００５９】
【数５】
【００６０】
これをすべての施設名候補で合計する。この合計値が大きいということは、属性語の組合せによって多くの施設がカバーされ、属性語を選択することによって絞込みから漏れる施設数が少ないことを意味する。この合計値を施設の数で正規化し、網羅度ｐEXHとして定義する。
【００６１】
【数６】
【００６２】
網羅度ｐEXHの計算例を図８に示す。図８（ａ）は、属性語として「病院」、「宿泊施設」、「公共機関」の３個を組み合わせている。この場合、１つ以上の属性語との間に０より大きい関連度３１００が付与されている施設の数は、７０１０に示すとおり９個であった。一方、図８（ｂ）に示す「組合」、「スーパー」、「郵便局」の属性の場合には、１つ以上の属性語との間に０より大きい関連度３１００が付与されている施設の数は、７０３０に示すとおり３個であった。この結果、図８（ａ）の属性語の組合せのほうがたくさんの施設をカバーしているため、図８（ａ）の網羅度（７０２０）のほうが図８（ｂ）に示した網羅度（７０４０）より大きくなる。
【００６３】
（均一度の計算）
図６のステップ５０７０では、属性語の組合せに対する均一度を計算する。均一度とは、ある属性語の組合せにおいて、各属性語を選択して絞り込みを行った場合、残る施設件数が各属性語によってどの程度同じ数であるかを示す指標である。すなわち、均一度は、提示する属性語に対応する候補の数の均一さの度合いを示す。均一度が高い場合は、各属性語に対応する候補の数がほぼ等しい。一方、均一度が低い場合には、各属性語に対応する候補の数が乖離する。
【００６４】
まず、各属性語について、関連度３１００が０より大きい値に付与されている施設の数を数える。この値をＤEQU（ａi）とすると、下記の式で計算される。
【００６５】
【数７】
【００６６】
つぎに、関連度３１００が０を超える施設数ＤEQU（ａi）の標準偏差を計算する。標準偏差が大きいということは、各属性語を選定した場合に、絞り込まれる施設数が属性語によって多すぎるたり少なすぎたりして、ばらつき、絞り込みにとって非効率な属性語が提示される可能性がある。そこで、この標準偏差を施設数で正規化し、１から引くことで均一度ｐEQUを計算する。
【００６７】
【数８】
【００６８】
均一度ｐEQUの計算例を図９に示す。図９(a)は、属性語として「ペット」、「自動車」、「歯科」の３個を組み合わせている。それぞれの属性語との間に関連度３１００が付与されている施設の数は、ＤEQU８０１０に示すとおり、３個、２個、２個となる。一方、図９（ｂ）は、属性語として「宿泊施設」、「温泉」、「郵便局」の３個を組み合わせている。このとき、各属性語との間に関連度３１００が付与されている施設の数は、ＤEQU８０３０に示すとおり、４個、１個、1個となる。
【００６９】
図９（ｂ）の属性語は、図９（ａ）に比べて、各属性語に関連付けられる施設数のばらつきが大きい。そのため、たとえば絞込みのために、ユーザに「宿泊施設」、「温泉」、「郵便局」という属性語を提示した場合、ユーザが温泉または郵便局に行きたければ、「温泉」、「郵便局」を選択することで１個に絞り込めるため良いが、宿泊施設に行きたい場合には、「宿泊施設」を選択しても残り施設数が多いため、あまり効率的ではない。一方、図９（ａ）の場合には、どの属性語を選んでもおよそ３個程度の施設が残るため、どの施設にユーザが行きたい場合でも残り件数を同程度に減らすことが可能である。このことを踏まえて、均一度を比較すると、図９（ａ）の値（８０２０）のほうが図９（ｂ）の値（８０４０）より大きく計算されており、より均一になる属性語組合せを選択することができる。
【００７０】
（理解容易度の計算）
図６のステップ５０８０では、属性語の組合せに対する理解容易度を計算する。理解容易度とは、ある属性語の組合せが、ユーザにとってどの程度理解しやすいかを示す指標である。
【００７１】
まず、各属性語に、関連度３１００が０より大きい値に付与されている施設だけを対象として、関連度３１００の平均値を計算する。この関連度３１００の平均値をＤEAS（ａi）とすると、下記の式で計算される。
【００７２】
【数９】
【００７３】
この関連度の平均値ＤEAS（ａi）が高い属性語は、関連度３１００が総じて高いことを意味する。関連度３１００とは、施設名に対する属性語の想起のしやすさを示す値であった。よって、関連度の平均値ＤEAS（ａi）が高い属性語は、ユーザにとって、１つの施設がその属性語に属するか否かを判断しやすいということになる。一方、関連度の平均値ＤEAS（ａi）が低いと、ユーザが希望する施設を選ぶ際に、その属性語を選んでよいかどうかがユーザにとって分かりづらいことを示す。
【００７４】
そこで、この関連度の平均値ＤEAS（ａi）を属性語の数で正規化し、理解容易度ＰEASを定義する。
【００７５】
【数１０】
【００７６】
理解容易度は、属性語と施設名の対応関係の分かりやすさを示す指標である。理解容易度が高い場合は、施設名に対応する属性語が直感的に分かりやすい。一方、理解容易度が低い場合は、施設名に対応する属性語に違和感を与えやすい。
【００７７】
理解容易度の計算例を図１０に示す。図１０（ａ）は、属性語として「スーパー」、「レジャー」、「郵便局」の３個を組み合わせている。関連度３１００が０より大きい値だけを抽出し、その平均値を算出するとＤEAS（９０１０）のように、各属性語について、１．０、０．８６３、１．０となり、どれも１に近い値となる。一方、図１０（ｂ）は、属性語として「自動車」、「宿泊施設」、「公共機関」の３個を組み合わせている。この例では、低い関連度３１００が散見される。たとえば施設「ペットホテル美佐津」において、「宿泊施設」に対する関連度３１００が０．４と低くなっている。これは、ペットホテルについて、それを宿泊施設とみなすかどうかが、ユーザにとって判断しづらいことを示している。このようなことを反映し、関連度３１００が０より大きい値だけを抽出した平均値を算出すると（９０３０）、各属性語について、０．８７５、０．６、０．５７５となり、図１０（ａ）と比べて低い値となっている。
【００７８】
さらに、理解容易度を計算すると、図１０（ａ）の値（９０２０）のほうが図１０（ｂ）の値（９０４０）より高い値となっている。この結果、理解容易度がより高い属性語の組合せを選定することによって、よりユーザにとって区別しやすい属性語の組合せを選定することができる。
【００７９】
（得点の計算）
図６のステップ５０９０では、これまで算出した各指標を総合的に判断して、１つの属性語の組合せに対する得点を計算する。ここでは、各指標を重み付け加算して得点を求めることとする。１つの属性語組合せに対する得点Ｓは下記で計算される。
【００８０】
【数１１】
【００８１】
ｗIND、ｗEXH、ｗEQU、ｗEASは、それぞれ、独立度、網羅度、均一度、理解容易度に対する重み付け係数である。
【００８２】
図６のステップ５１００、５１１０では、得点計算の結果、これまでの計算で最大得点を超える場合には、最大得点を更新し、かつ提示する属性語組合せとして保存していた属性語組合せも更新する。
【００８３】
ステップ５１２０は、ループ終端である。すべての属性語組合せに対して、得点を計算し、最大得点となる属性語組合せが求められるまで、ステップ５０４０〜５１１０までの処理を繰り返す。
【００８４】
（最大得点となる属性語の出力）
ステップ５１３０では、最大得点となった属性語の組合せを、出力部９に出力する。これにより、表示装置１０４の画面に絞り込みのための属性語が提示され、ユーザは絞り込みを行うことが可能となる。
【００８５】
図１１は、図５の施設名候補に対して、各属性語の組合せに対する得点計算を行い、得点が高かったものから順に属性の組み合わせを並べた図である。なお、重み付け係数は図中１００２０に示す値に従って計算した。
【００８６】
図１１において、得点がもっとも高かった属性語の組合せは、１００１０に示す「病院」、「買い物」、「レジャー」であった。そこで、提示属性作成部７は、この３つの属性語を出力部９へ出力する。
【００８７】
これを受けて、出力部９は、表示装置１０４の画面に属性語を表示する。これと同時に、音声出力装置１１１のスピーカから「病院、買い物、レジャーのいずれかから絞り込めます」といった音声ガイダンスを流しても良い。
【００８８】
表示が更新された画面を図１２に示す。図中の領域２０４０に示すように、「病院」、「買い物」、「レジャー」という提示属性作成部７によって選定された３つの属性語を表示している。また、各属性語に対して関連度３１００が０より大きい値に付与されている施設数も併せてカッコ内に表示している。
【００８９】
（絞込み属性を選択した場合）
ここから、ユーザは、「美佐津にあって、市がやっている宿泊施設に行きたい」と考えているが、その施設の正式名称が「美佐津市立温泉保養所」であることは知らないと仮定する。そして、３つの属性語から、もっともユーザの目的に近い「レジャー」を選択し、画面上のボタン１１０２０を押下したとする。
【００９０】
この押下は、入力部１によって受理され、入力受付部２によって属性語記憶部３２に保存される。
【００９１】
つぎに、施設名検索部６は、文字列「みさつ」と部分一致し、属性語「レジャー」との関連度３１００が０より大きい施設名の一覧を作成する。この一覧は図１３で示すようになり、施設名候補１２０１０に示した４件の施設が候補として残る。また、属性語１２０２０には、施設名候補との間に１つ以上、０より大きい関連度３１００が付与されているものを示している。また、すでに選択された「レジャー」は除いてある。
【００９２】
提示属性作成部７は、図１３に示した施設名候補と属性語間の関連度３１００から、図６の処理手順にしたがい、表示装置１０４に提示する属性語を選定する。この手順はすでに説明した手順と重複するため省略する。この処理の結果、「ペット」、「宿泊施設」、「温泉」という３つの属性語が選定される。そこで、提示属性作成部７は、この３つの属性語を出力部９へ出力する。
【００９３】
これを受けて、出力部９は、表示装置１０４の画面上の表示の更新と、音声出力装置１１１からの音声ガイダンスの出力を行う。更新された表示装置１０４の画面を図１４（ａ）に示す。表示領域２０４０には、選定された属性語である「ペット」、「宿泊施設」、「温泉」が表示され、かつ施設数もカッコ内に表示される。また、表示領域１３０２０に示すように、すでにユーザが選定した属性語を表示しても良い。
【００９４】
さらに、ユーザは「宿泊施設」を選択する。すると、残りの施設は2件となる。そこで、カーナビゲーション装置１００は、残りの施設数が十分少ないと判断し、図１４（ｂ）の表示に切り替える。ここでは、表示領域１３１００に施設名候補をすべて一覧表示している。この画面から、ユーザが「美佐津市立温泉保養所」を選択することで、施設を決定することができる。
【００９５】
以上説明したように、本実施形態では、絞り込みに使用する属性語を、たくさんの属性語のなかから、施設名候補に応じて動的に作成する。これにより、常にユーザにとって分かりやすく、かつ絞り込み効率が高い属性語を提示することができる。
【００９６】
（文字の継続入力）
上記に説明した実施形態では、属性語が表示された状態（図１２）から、ユーザが属性語を選定する場合を説明した。一方、本発明では、属性語がすでに表示されている状態においても、ユーザは継続して文字列を入力することが可能となる。
【００９７】
この例として、図１２の状態から、ユーザが「し」を追加して入力したとする。この押下は、入力部１によって受理され、入力受付部２によって施設名記憶部３１が「みさつし」に更新される。一方、属性語記憶部３２は空のままである。
【００９８】
つぎに、施設名検索部６は、文字列「みさつし」と部分一致する施設名の一覧を作成する。この一覧は図１５となり、施設名候補１４０１０に示した９件の施設が候補として残る。また、属性語１４０２０には、施設名候補との間に１つ以上、０より大きい関連度３１００が付与されているものを示している。
【００９９】
提示属性作成部７は、図１５に示した施設名候補１４０１０と属性語間の関連度３１００から、図６の処理手順にしたがい、提示する属性語を選定する。この手順はすでに説明した手順と重複するため省略する。この処理の結果、「病院」、「金融機関」、「レジャー」という３つの属性が選定される。そこで、提示属性作成部７は、この３つの属性を出力部９へ出力する。
【０１００】
これを受けて、出力部９は、表示装置１０４の画面上の表示の更新と、音声出力装置１１１からの音声ガイダンスの出力を行う。更新された表示装置１０４の画面を図１６に示す。表示領域２０４０には、選定された属性語である「ペット」、「宿泊施設」、「温泉」が表示され、かつ施設数も表示される。
【０１０１】
このように、ユーザに提示する属性語は、施設名の候補が変化するたびに、もっとも得点が高い組合せに変化する。これにより、常にユーザにとって分かりやすく、かつ絞り込みに効率的な属性語を提示することができる。
【０１０２】
（閾値の導入）
以上説明した実施形態では、ある属性語を選択したとき候補に残す施設として、関連度３１００が０より大きいものをすべて選定していた。これは、関連度３１００が０より大きければ、何らかの関連があり、その施設を選ぶためにその属性語を選ぶユーザが少なからず存在するためである。
【０１０３】
しかしながら、極端に小さい関連度３１００については、ユーザのうちごく少数のユーザだけが、施設と属性語の間に関連があると捉えており、その調査結果を反映して、極端に小さい関連度３１００が付与されている場合もありうる。たとえば、図５の例では、施設「美薩動物病院」に対して、「総合病院」との関連度３１００が０．０５だけ付与されている。これは、「美薩動物病院」を「総合病院」に対応付けるユーザが極少数いる調査結果を受けて付与したとする。しかしながら、多くのユーザにとっては、動物病院は総合病院とは考えていない。そのため、属性語「総合病院」を選んだときに、施設名候補に「美薩動物病院」が残っていると、かえって混乱を招く可能性がある。
【０１０４】
このような現象に対処するため、低い関連度３１００については、その関連は無いとみなして、属性語の選定を行う方法を取ることができる。この方法は、関連度３１００に対する閾値を設けることで実装できる。すなわち、関連が無いとみなす関連度３１００の閾値をＴignoreとすると、施設名データベース8に元から記憶されている関連度３１００に対して、再定義した関連度３１００ｒ’（Ｌ，ａ）を下記のように計算する。
【０１０５】
【数１２】
【０１０６】
すなわち、関連度３１００のうち、閾値を越えるものだけを残し、それ以外は０とみなす。このように再定義した関連度３１００を用いて、属性語の選定を行うことにより、極端に低い関連度３１００に起因するユーザの混乱を防ぐことができる。
【０１０７】
以上のように本発明によれば、検索結果に施設名などの候補が多数ある場合においても、ユーザにとって分かりやすい属性語を絞り込み属性としてユーザに提示するため、ユーザが容易に絞り込むことが可能となる。すなわち、従来例では、施設名称に対する属性語があらかじめ決まっており，その中から，絞込みに使う属性を選択するのに対し、本発明では，属性語と施設名候補の関連度によって提示する施設名候補を動的に変化させることができる。これにより、ユーザにとって分かりやすい属性語を絞り込み属性として優先的に提示できるのである。
【０１０８】
＜第２実施形態＞
（形態素）
本発明の第２の実施形態を説明する。本実施形態では、第１の実施例における属性語として、施設名を分割した形態素を用いるものである。
【０１０９】
一般に施設名は、複数の単語が複合された形で表現されることが多い。そこで、施設名をこの単語単位に分割し、属性語としてそのまま使用することを考える。以降で述べる形態素とは、この「施設名を単語単位に分割した結果」を表すものとする。
【０１１０】
この形態素への分割では、ユーザにとって自然でと感じる位置で分割するものとする。
【０１１１】
たとえば、「美佐津市立美佐津商業高等学校」という施設名を形態素に分割する場合、「美佐津市・立」といった分割方法は、「立」という単独で意味を成さない部分が出力されているため、ユーザにとって不自然に感じる。この場合には、「美佐津・市立・美佐津・商業・高等・学校」（中点が分割位置）といった分割を行えば、ユーザにとって自然な形態素に分割される。
【０１１２】
（施設名−形態素間のデータの持ち方／静的テーブル）
図１７には、前記第１実施形態の図４に記載した施設名３０２０に関する形態素との関連度を定義した表を示す。図中１６０２０は、形態素の一覧である。図中１６０３０は、各施設名１６０１０と、各形態素の間の関連度を示す。この関連度１６０３０の決定方法としては、もっとも単純なものとしては、施設名の中に形態素が含まれる場合には１、含まれない場合には０とする。しかし、この図では、０から１までの連続値を付与している。この値は、施設名の中に、その形態素が含まれていることが、より多くのユーザに想起されるほど、大きい値を付与している。
【０１１３】
たとえば、施設「美佐津市立病院」に対して、名称に「病院」が含まれることは、全員のユーザによって知られているとする。このことを反映し、関連度１６０３０は最大の１を付与している。一方、施設「東西でんでんランド」については、１割のユーザは、「東西」が名称についていないと考えていて、「でんでんランド」などと思っているとする。すなわち、「東西」が施設名に付くことを知っているのが９割であったとする。このことを反映し、関連度１６０３０は０．９を付与している。
【０１１４】
また、形態素の中には、最初からユーザが想起しづらい形態素がある。たとえば、「財団法人」、「株式会社」といった形態素は、多くの施設名に含まれるものの、実際にユーザが想起する施設名には含まれていないことが多い。そこで、これらのユーザが想起しづらい形態素は、施設名データベース８に最初から保存しないことでもよい。
【０１１５】
（施設名−形態素間のデータの持ち方／動的な形態素分割）
また、施設名を形態素分割する方法は、図１７のようにあらかじめテーブルを保持する方法に限らず、動的に形態素分割を行ってもよい。形態素分割の方法は、公知の手法を用いればよく、例えば、「http://chasen.naist.jp/」などを採用すればよい。
【０１１６】
たとえば、形態素と、各形態素の品詞を辞書としてもっておき、最長一致法、分割数最小法、接続コスト最小法といった手法を用いることで、施設名を形態素単位に分割することができる。また品詞としては、施設名に特有の品詞の分類を行うことができる。公知の文献（岩瀬成人: 自然言語処理を用いた企業名解析方式、 電子情報通信学会論文誌、 vol.J82-DII、 no.8、 pp.1305-1314、 1999）では、施設名を分割したときの意味カテゴリを調査している。
【０１１７】
この文献で記載されている意味カテゴリを品詞として用いるとすれば、たとえば、品詞「固有名」はユーザにとってより施設を想起しやすいと考えられるため、高い関連度を付与し、また、品詞「職業語尾」はユーザにとってより施設を想起しづらいことが推測されるため、低い関連度を付与するといったことができる。
【０１１８】
（具体的な処理の流れ）
つぎに、ユーザが「東西電力病院」を目的地に設定したい場面を想定し、カーナビゲーション装置１００のタッチパネルから「とうざいで」までの文字を入力したと仮定し、処理について説明する。
【０１１９】
実施するカーナビゲーション装置１００は、図２と同様である。この図２に関しては、第１の実施形態にて説明したため、ここでは説明を省略する。
【０１２０】
ユーザは、表示装置１０４の画面上に表示した５０音表から、タッチパネルによって文字列「とうざいで」を入力する。この文字列は、前記第１実施形態の図３に示した入力部１、入力受付部２の動作により、入力内容記憶部３のなかの施設名記憶部３１に保存される。なお、属性語はとくに選択されていないため、属性語記憶部３２は空である。
【０１２１】
施設名検索部６は、入力された文字列「とうざいで」と施設名データベース８に格納されている施設名の読み仮名と比較し、施設名が部分一致する施設名を検索する。
【０１２２】
提示属性作成部７の処理の方法を説明する。処理の手順は、第１の実施形態と同様である。処理のフローチャートも図６で同様である。
【０１２３】
施設名検索部６は、文字列「とうざいで」と部分一致する施設を検索し、３１件の施設名候補が得られたとする。また、形態素のうち、施設名候補との関連度が０より大きい値であった形態素のみを抽出したところ、施設と形態素の関連度は図１８に示す値であったとする。なお、この図における施設名１７０１０では、形態素の区切り位置を図中「・」（中点）で示している。
【０１２４】
提示属性作成部７は、この形態素から、絞り込みのための属性語として３個の形態素１７０２０を選定することを想定する。そして、各形態素の組合せに対して、第１の実施形態と同様の方法で、得点を計算し、その最大となる形態素の組合せを出力する。この得点の計算方法は、第１の実施例と同じであるため、ここでは説明を省略する。
【０１２５】
図１９は、図１８の施設名候補に対して、各形態素の組合せに対する得点計算を行い、得点が高かったものから順に並べた図である。なお、重み付け係数は１８０２０に示す値に従って計算した。得点がもっとも高かった形態素の組合せは、１８０１０に示す「出島」、「電力」、「デザイン」であった。そこで、提示属性作成部７は、この３つの形態素を出力部９へ出力する。
【０１２６】
これを受けて、出力部９は、表示装置１０４の画面に形態素を表示する。これと同時に、音声出力装置１１１はスピーカから「出島、電力、デザインのいずれかから絞り込めます」といった音声ガイダンスを流しても良い。更新された表示装置１０４の画面を図２０に示す。表示領域２０４０に示すように、「出島」、「電力」、「デザイン」という提示属性作成部７によって選定された３つの形態素を表示している。また、各形態素に対して関連度が０より大きい値に付与されている施設数も合わせてカッコ内に表示している。
【０１２７】
この状態から、ユーザは、３つの形態素から、「電力」を選択し、図２０に示す画面上のボタン１９０２０を押下したとする。
【０１２８】
この押下は、入力部１によって受理され、入力受付部２によって属性語記憶部３２に保存される。
【０１２９】
つぎに、施設名検索部６は、文字列「とうざいで」と部分一致し、形態素「電力」との関連度が０より大きい施設名の一覧を作成する。この一覧は図２１となり、２００１０に示した７件の施設名が候補として残る。また、属性語２００２０には、施設名候補との間に１つ以上、０より大きい関連度が付与されているものを示している。また、すでに選択された「電力」と、すべての施設名に含まれる「東西」は除いてある。
【０１３０】
提示属性作成部７は、図２１に示した施設名候補と属性語間の関連度から、第１の実施形態にしたがい、提示する形態素を選定する。この手順はすでに説明した手順と重複するため省略する。この処理の結果、「保養所」、「展示」、「病院」という３つの形態素が選定される。そこで、提示属性作成部７は、この３つの属性を出力部９へ出力する。
【０１３１】
これを受けて、出力部９は、表示装置１０４の画面上の表示の更新と、音声ガイダンスの出力を行う。更新された表示装置１０４の画面を図２２（ａ）に示す。表示領域２０４０には、選定された属性語である「保養所」、「展示」、「病院」が表示され、かつ施設数も表示される。また、表示領域２１０２０に示すように、すでにユーザが選定した形態素を表示しても良い。
【０１３２】
さらに、ユーザは「病院」を選択する。すると、残りの施設は１件となり、施設名候補の一覧表示に切り替える（図２２（ｂ））ここから、ユーザが「東西電力病院」を選択することで、施設を決定することができる。
【０１３３】
また、図２０の画面から、継続してユーザが施設名を入力した場合（たとえば、「ん」を入力した場合）には、その都度、絞込みのために表示する形態素を変更する。この方法は、第１の実施形態でも説明したため、省略する。
【０１３４】
以上説明したように、絞り込みに使用する属性語として、施設名の一部分である形態素を使用することで、ユーザにとって分かりやすく、かつ効率的に施設を絞り込むことが可能となる。
【０１３５】
（省略、言い換えの記載）
なお、図１７に記載した施設名と形態素の関係としては、必ずしも施設名に含まれない形態素に対して、関連度を付与しても良い。たとえば、施設名に「東西電力」がつくものに関して、ユーザの多くが「東電」と略することが受け入れられるのであれば、形態素として「東電」を用意し、関連度を付与しても良い。また、施設名「東西でんでんランド」に対して、ユーザの多くが「ＴＤＬ」と称することが受け入れられるのであれば、形態素として「ＴＤＬ」を用意し、関連度を付与しても良い。
【０１３６】
以上のように、施設名中の形態素のうち、形態素の出現位置に応じて、ユーザに提示する属性語（形態素）を動的に変化させることで、前記第１実施形態と同様に、ユーザにとって分かりやすい属性語を絞り込み属性として優先的に提示できるのである。
【０１３７】
＜第３の実施形態＞
（「その他」属性の利用）
本発明の第３の実施形態を説明する。この実施形態では、ユーザに提示する絞り込みのための属性語として、いずれの属性語にも属さないものことを表す「その他属性」も合わせて提示することで、ユーザがより絞り込みを容易に行えるようにするものである。
【０１３８】
この実施形態は、第１の実施形態の構成図２において、提示属性作成部７における提示属性の選定方法に違いがある。そこで、提示属性作成部７の処理の方法を説明する。
【０１３９】
前提として、ユーザが施設名の文字として「みさつ」と入力したとする（図３）。この結果、施設名記憶部３１には文字列「みさつ」が保存されている。また、属性語記憶部３２は空であったとする。
【０１４０】
施設名検索部６は、文字列「みさつ」と部分一致する施設を検索し、１３件の施設名候補が得られたとする。また、属性語のうち、施設名候補との関連度３１００が０より大きい値であった属性語のみを抽出したところ、１６個の属性語が抽出され、施設と属性語の関連度３１００は図５に示す値であったとする。
【０１４１】
提示属性作成部７は、この１６個の属性語から、絞り込み属性として２個を選定することを想定する。
【０１４２】
記号の定義は、第１の実施形態と同様、下記のとおりとする。
【０１４３】
属性語の総数：Ｍ （本実施形態では16）
表示する属性語の数：ｍ （本実施形態では2）
候補施設数：ｎ （本実施形態では13）
施設名：Ｌi (ｉ＝１，２，…，ｎ)
提示属性作成部７の処理のフローチャートを図２３に示す。
【０１４４】
最初に図２３のステップ２２０１０では、表示する属性の数を設定する。ここでは、属性の数（ｍ）を２に設定する。
【０１４５】
ステップ２２０２０では、得点最大値をリセットし、また表示する属性組合せを格納する変数をリセットする。
【０１４６】
ステップ２２０３０は、ループを開始する。１回のループでは、Ｍ個ある属性語から、任意のｎ個を取り出す。このループを、すべての個の属性語の組合せについて行う。よって、ループの回数は、
【０１４７】
【数１３】
【０１４８】
となる。
【０１４９】
ステップ２２０４０は、Ｍ個ある属性語から、任意のｍ個を取り出す。ここで取り出した属性語は、ａi (ｉ＝１，２，…，ｍ)と表すこととする。また、施設名Ｌと属性ａに対する関連度をｒ（Ｌ、ａ）、で表す。
【０１５０】
（その他属性の関連度の計算）
ステップ２２０４５は、上記ステップ２２０４０で取り出したｍ個の属性語の組合せに該当しない施設を検索し、この施設に対してその他属性との関連度を付与する。
【０１５１】
まず、その他属性をａotherwiseという記号で表す。施設名Ｌi、その他属性ａotherwiseとの関連度３１００ｒ（Ｌi、ａotherwise）は、下記の式で計算する。
【０１５２】
【数１４】
【０１５３】
すなわち、ある施設を特徴づける属性語のなかでの最大の関連度を求める。そして、その最大の関連度を１から引いた値を求める。この値が、閾値（Ｔ）より大きければ、その値を「その他属性の関連度」とする。一方、閾値より低ければ、その他属性の関連度を付与せず、０とする。
【０１５４】
関連度が０．９であった場合に、閾値を設けなければ、その他属性との関連度が０．１となる。これは、施設が「ホテル」でもあるし、いずれの属性語にも属さない「その他」でもあるということを意味している。このような場合に、もしユーザに「ホテル」と「その他」という２つの属性語を提示すると、ユーザが混乱する恐れがある。そこで、閾値を設け、すでに属性語との関連度がある程度の大きさを持っている場合には、その他属性との関連度を付与しないようにした。
【０１５５】
その他属性の計算をした例を図２４に示す。ここでは、属性語の組み合わせとして、「宿泊施設」、「公共機関」を選定した場合のその他属性の関連度を表している（図中２３０１０）。なお、閾値は予め設定された０．５の条件で計算を行っている。
【０１５６】
（独立度の計算）
ステップ２２０５０では、属性語の組合せに対する独立度を計算する。独立度の意味合いは、第１の実施形態と同様であるが、その他属性も１つの属性語であるとみなした形で計算を行う。
【０１５７】
まず、各施設名に対して、その他属性も含めて、関連度が付与されている属性語の個数を数える。そして、その数が１以上であったときにのみ、１を引く。この計算結果をＣ’IND（Ｌi）で表す。具体的な計算式は下記のとおりである。
【０１５８】
【数１５】
【０１５９】
このＣ’IND（Ｌi）を、すべての施設名候補で合計する。この合計値を施設件数で正規化し、さらに1から引くことにより、独立度ＰINDとして定義する。
【０１６０】
【数１６】
【０１６１】
属性語として「宿泊施設」、「公共機関」と「その他属性」を組み合わせた場合の独立度ＰINDの計算例を図２５に示す。
【０１６２】
（網羅度の計算）
図２３のステップ２２０６０では、属性語の組合せに対する網羅度を計算する。網羅度の意味合いは、第1の実施形態と同様である
各施設名Ｌiに対して、関連度３１００が１個以上の属性で０より大きい値に付与されている施設の個数を数える。この数えた結果をＣ’EXH（Ｌi）とすると、下記の式で計算される。
【０１６３】
【数１７】
【０１６４】
これをすべての施設名候補で合計する。この合計値が大きいということは、属性語の組合せによって多くの施設がカバーされ、いずれかの属性語を選択することによって絞込みから漏れる施設数が少ないことを意味する。この合計値を施設数で正規化し、網羅度ｐEXHとして定義する。
【０１６５】
【数１８】
【０１６６】
属性語として「宿泊施設」、「公共機関」を組み合わせた場合の網羅度の計算例を図２６に示す。
【０１６７】
（均一度の計算）
図２３のステップ２２０７０では、属性語の組合せに対する均一度を計算する。独立度の意味合いは、第１の実施形態と同様であるが、その他属性も１つの属性語であるとみなした形で計算を行う。
【０１６８】
まず、各属性語ａiについて、関連度が０より大きい値に付与されている施設の数を数える。その他属性ａotherwiseについても、０より大きい値に付与されている施設の数を数える。それぞれの値をＤ’EQU（ａi）、Ｄ’EQU（ａotherwise）とすると、下記の式で計算される。
【０１６９】
【数１９】
【０１７０】
つぎに、Ｄ’EQU（ａi）、Ｄ’EQU（ａotherwise）の標準偏差を計算する。さらに、標準偏差を施設数で正規化し、１より引くことで均一度ｐEQUを計算する。
【０１７１】
【数２０】
【０１７２】
ただし、
【０１７３】
【数２１】
【０１７４】
属性語として「宿泊施設」、「公共機関」と「その他属性」を組み合わせた場合の均一度の計算例を図２７に示す。
【０１７５】
（理解容易度の計算）
図２３のステップ２２０８０では、属性語の組合せに対する理解容易度を計算する。理解容易度の意味合いは、第１の実施形態と同様であるが、その他属性も１つの属性語であるとみなした形で計算を行う。
【０１７６】
まず、各属性語に、関連度が０より大きい値に付与されている施設だけを対象として、関連度の平均値を計算する。また、その他属性ａotherwiseとの間に０より大きい関連度が付与されている施設を対象として、関連度の平均値を計算する。それぞれの平均値をＤ’EAS（ａi）とすると、下記の式で計算される。
【０１７７】
【数２２】
【０１７８】
この平均値を属性数で正規化し、理解容易度ｐEASを定義する。
【０１７９】
【数２３】
【０１８０】
属性語として「宿泊施設」、「公共機関」と「その他属性」を組み合わせた場合の理解容易度の計算例を図２８に示す。
【０１８１】
（得点の計算）
図２３のステップの２２０９０では、これまで算出した各指標を総合的に判断して、１つの属性組合せに対する得点を計算する。ここでは、各指標を重み付け加算して得点を求めることとする。１つの属性組合せに対する得点は下記で計算される。
【０１８２】
【数２４】
【０１８３】
ｗIND、ｗEXH、ｗEQU、ｗEASは、それぞれ、独立度、網羅度、均一度、理解容易度に対する重み付け係数である。
【０１８４】
ステップ２２１００、２２１１０では、得点計算の結果、これまでの計算で最大得点を超える場合には、最大得点を更新し、かつ提示する属性語組合せとして保存していた属性語組合せも更新する。
【０１８５】
ステップ２２１２０は、ループ終端である。すべての属性語組合せに対して、得点Ｓを計算し、最大得点となる属性語組合せが求められるまで、２２０４０〜２２１１０までの処理を繰り返す。
【０１８６】
（最大得点となる属性の出力）
ステップ２２１３０では、最大得点となった属性語の組合せを、出力部９に出力する。これにより、画面に絞り込みのための属性語が提示され、ユーザは絞り込みを行うことが可能となる。
【０１８７】
図２９は、図５の施設名候補に対して、２つの属性語とその他属性の組合せに対する得点計算を行い、得点が高かったものから順に並べた図である。なお、重み付け係数ｗEXHは重み付け係数２８０２０に示す値に従って計算した。その他属性を用いた場合には、属性語のいずれでも網羅されない施設に関しても、その他属性によって網羅される。よって、網羅度はあまり重要では無い。これを反映して、重み付け係数２８０２０における網羅度の重み付け係数は、第１の実施形態の値（図１１の重み付け係数１００２０）よりも小さな値にしている。
【０１８８】
得点がもっとも高かった属性語の組合せは、属性組合せ２８０１０に示す「病院」、「レジャー」とその他属性の組合せであった。そこで、提示属性作成部７は、この３つの属性語を出力部９へ出力する。
【０１８９】
これを受けて、出力部９は、表示装置１０４の画面に属性語を表示する。これと同時に、音声出力装置１１１はスピーカから「病院、レジャー、その他のいずれかから絞り込めます」といった音声ガイダンスを流しても良い。
【０１９０】
更新された表示装置１０４の画面を図３０に示す。表示領域２０４０に示すように、「病院」、「レジャー」のほかに「その他」という表示を行っている。「その他」を選択すれば、施設名候補として「病院」にも「レジャー」にも属さない施設が候補として残る。
【０１９１】
（絞込み属性を選択した場合）
もしユーザが「その他」を選択した場合（すなわち、図３０のボタン２９０２０を押した場合）についての処理を説明する。
【０１９２】
この押下は、入力部１によって受理され、入力受付部２によって属性語記憶部３２に「その他」が保存される。
【０１９３】
つぎに、施設名検索部６は、先に選定された施設名候補において、その他属性に対して値が付与されていた施設の一覧を作成し、新たな施設名候補とする。
【０１９４】
提示属性作成部７は、施設名候補と属性語間の関連度から、図２３の処理手順にしたがい、提示する属性語を選定する。この手順はすでに説明した手順と重複するため省略する。この処理の結果、属性語が選定される。
【０１９５】
以下、画面更新、ユーザの選択という処理へ続く。これは、すでに説明した前記第１実施形態の処理手順と同じであるため、省略する。
【０１９６】
以上説明したように、その他の属性も１つの属性語であるとみなした形で計算を行うことにより、絞り込みに使用する属性語を、ユーザに分かりやすい組合せで提示し、さらにいずれの属性語にも属さない施設を選択できるようにその他属性を選択できるようにすることで、ユーザにとって分かりやすく、かつ絞り込み効率が高い機能を提供することができる。
【０１９７】
＜第４の実施形態＞
（「その他」使用、未使用の選定）
第４の実施形態について説明する。この実施形態は、前記第１の実施形態で説明した属性語の選定と、前記第３の実施形態で説明したその他属性を用いた属性語の選定を併用し、両者のうちどちらの得点が高いかを評価して、表示する属性語を選定する実施形態である。
【０１９８】
この実施形態は、第１の実施形態で説明した提示属性作成部７の処理を変更したカーナビゲーション装置１００として説明できるため、それ以外の部分の説明は省略する。
【０１９９】
図３１に、提示属性作成部７のフローチャートを示す。図３１のフローチャートを実施する前提として、ユーザはすでに文字入力を行っており、施設名検索部６は複数の施設名候補を提示属性作成部７へ出力しているものとする。
【０２００】
ステップ３００１０は、施設名候補から、個の属性語の組合せで得点が最大となる属性語の組合せを計算する。この計算は、第１の実施形態で示した図６の処理をサブルーチンとして呼び出すことにより実行する。この計算で得られた属性組合せをＡnormal、最大得点をＳnormalとする。
【０２０１】
ステップ３００２０は、施設名候補から、ｍ−１個の属性語の組合せとその他属性によって、得点が最大となる属性語の組合せを計算する。この計算は、第３の実施形態で示した図２３の処理をサブルーチンとして呼び出すことにより実行する。この計算で得られた属性組合せをＡnormal、最大得点をＳnormalとする。
【０２０２】
ステップ３００３０では、両方の得点を比較する。
【０２０３】
ステップ３００４０では、得点がＳnormalのほうが大きかった場合の処理である。この場合は、Ａnormalを出力部９に出力する。
【０２０４】
ステップ３００５０では、得点がＳotherwiseのほうが大きかった場合の処理である。この場合は、Ａotherwiseを出力部9に出力する。
【０２０５】
以上説明したように、この第４実施形態では、その他属性を使用する場合と使用しない場合の得点を比較し、より高い得点の属性語をユーザに提示する。これにより、よりユーザにとって分かりやすく、かつ絞り込み効率が高い属性語を提示することができる。
【０２０６】
なお、ここで述べたステップ３００１０、３００２０の得点計算では、互いに得点の大きさが異なることが予想されるため、得点計算の際に使用する重み付け係数をあらかじめ適するように調整しておいても良い。
【０２０７】
＜第５の実施形態＞
（異なる属性セットの併用）
第５の実施形態について説明する。この実施形態は、属性語があらかじめいくつかの種類に分類されている場合に、それぞれの種類の属性語組合せに対する最大得点を計算して比較し、得点の大きかった種類の属性語組合せをユーザに提示する実施形態である。
【０２０８】
この実施形態は、第１の実施形態で説明したカーナビゲーション装置１００において、提示属性作成部７の処理を変更し、また施設名データベース８のデータを追加した形として説明できるため、それ以外の部分の説明は省略する。
【０２０９】
図３２に属性の種類と属性語の対応表を示す。ここでは、属性の種類として属性セットという呼称を用いている（３１０１０）。それぞれの属性セット３１０１０に対応する属性語を３１０２０に登録している。ここでは一例として、施設のジャンルに関連する属性セット３１０１０である"genre"と、施設名の形態素の属性セット３１０１０である"morpheme"の２種類があったとする。この対応表は、施設名データベース８において、属性語と合わせて保存されている。なお、お互いの属性セットには、同一の属性語も含まれる可能性もあるため、実際にはＩＤ番号などで一意の属性語として識別できるように管理しておく。
【０２１０】
図３３に、提示属性作成部７のフローチャートを示す。このフローチャートを実施する前提として、ユーザはすでに文字入力を行っており、施設名検索部６は複数の施設名候補を提示属性作成部７へ出力しているものとする。
【０２１１】
ステップ３２０１０は、施設名候補から、属性セットgenreに属する属性語だけを用い、個の属性語の組合せで得点が最大となる属性語の組合せを計算する。この計算は、第１の実施形態で示した図６の処理をサブルーチンとして呼び出すことにより実行する。この計算で得られた属性組合せをＡgenre、最大得点をＳgenreとする。
【０２１２】
ステップ３２０２０は、施設名候補から、属性セットmorphemeに属する属性語だけを用い、個の属性語の組合せで得点が最大となる属性語の組合せを計算する。この計算についても、第１の実施形態で示した図６の処理をサブルーチンとして呼び出すことにより実行する。この計算で得られた属性組合せをＡmorpheme、最大得点をＳmorphemeとする。
【０２１３】
ステップ３２０３０では、両方の得点を比較する。
【０２１４】
ステップ３２０４０では、得点がＳnormalのほうが大きかった場合の処理である。この場合は、属性組合せＡnormalを出力部９に出力する。
【０２１５】
30050では、得点がＳmorphemeのほうが大きかった場合の処理である。この場合は、属性組合せＡmorphemeを出力部9に出力する。
【０２１６】
以上説明したように、この第５の実施形態では、複数の属性語の種類において、得点を比較し、より高い得点の種類である属性語をユーザに提示する。これにより、よりユーザにとって分かりやすく、かつ絞り込み効率が高い属性語を提示することができる。
【０２１７】
なお、ここで述べたステップ３２０１０、３２０２０の得点計算では、互いに得点の大きさが異なることが予想されるため、得点計算の際に使用する重み付け係数をあらかじめ適するように調整しておいても良い。
【０２１８】
また、表示装置１０４の表示領域に余白がある場合には、２つ以上の属性セットから得られた属性語を同時に表示しても良い。これにより、ユーザは、たとえば形態素は知らないが、ジャンルは知っているといった場面でも、知っているジャンルから絞込みを行うことができる。
【０２１９】
＜第６の実施形態＞
（関連度の強化学習）
第６の実施形態を説明する。本実施形態は、施設名と属性語間の関連度を、実際にユーザが使用（または選択）した履歴に基づいて変更していき、よりユーザ個人にとって施設名選択を行いやすくするものである。
【０２２０】
図３４は、実施するカーナビゲーション装置１００の構成である。このカーナビゲーション装置１００は、第１の実施形態でのカーナビゲーション装置１００の構成である図２から、確定済施設名記憶部５、関連度更新部１０が追加された形である。
【０２２１】
また、本実施形態では、第１の実施形態において、施設名が確定された後の処理のみが変更される。よって、第１の実施形態と重複する部分は説明を省略する。
【０２２２】
前提を説明する。ユーザは、「美佐津にあって、市がやっている宿泊施設に行きたい」と考えているが、その施設の正式名称が「美佐津市立温泉保養所」であることは知らないとする。
【０２２３】
最初に、ユーザは文字を「みさつ」と入力したとする。この結果、表示装置１０４の画面に提示された「病院」、「買い物」、「レジャー」という３つの属性語のうち、「レジャー」を選択したとする。
【０２２４】
つぎに、属性語として新たに更新表示された「ペット」、「宿泊施設」、「温泉」から、「宿泊施設」を選択したとする。
【０２２５】
この結果、画面には「美佐津市キャンプ場」、「美佐津市立温泉保養所」という２つの施設名の一覧が表示される。ここから、ユーザは「美佐津市立温泉保養所」を選択し、施設を確定したとする。
【０２２６】
以上の処理は、第１の実施形態に記載した処理と同様である。以下からが本実施形態に特徴となる処理となる。
【０２２７】
施設名を確定すると、入力受付部３は、確定済である施設名「美佐津市立温泉保養所」と、確定するまでにユーザが選択した属性語である「レジャー」、「宿泊施設」と、画面に表示されたがユーザが選択しなかった属性語である「病院」、「買い物」、「ペット」、「温泉」を確定済施設名記憶部５に対して出力し、記憶する。この記憶の形態を図３５に示す。
【０２２８】
つぎに、関連度更新部１０は、確定済施設名記憶部５に記憶されている内容に基づき、施設名データベース８に記憶されている関連度を更新する。この更新の方法を図３６に示す。
【０２２９】
まず、関連度更新部１０は、確定済施設名に対して、関連度が付与されている属性語を抽出する。このうち、ユーザが選択した属性語は、実際にユーザに選択されたことから、ユーザ自身が施設との関連がより高いと捉えている属性語と推測される。よって、確定済施設と属性語間の関連度を大きくする。一方、ユーザが選択しなかった属性語は、ユーザ自身が施設との関連が低いと捉えている属性語と推測される。よって、確定済施設と属性語間の関連度を小さくする。
【０２３０】
具体的には、確定済施設Ｌconfirmedを、選ばれた属性語ａselectを、選ばれなかった属性語ａnon-selectを、更新前の関連度ｒold（Ｌ，ａ）を、更新後の関連度をｒnew（Ｌ，ａ）とすると、下記の式に従い、関連度の更新を行う。
【０２３１】
【数２５】
【０２３２】
【数２６】
【０２３３】
ただし、ｗselectとｗnon-selectは係数であり、ｗselectは１より大きい値、ｗnon-selectは１より小さい値を用いる。
【０２３４】
図３６では、ｗselectとｗnon-selectにそれぞれ、ユーザが選定した「レジャー」、「宿泊施設」については、関連度を高く（値を増大）し、ユーザが選定しなかった「温泉」については、関連度を低く（値を減少）する。また、表示装置１０４の画面上に属性語として表示されなかった「公共機関」については、そのままの値を保持する。
【０２３５】
以上説明したように、本第５の実施形態では、実際のユーザの選定行為に基づいて関連度３１００を更新することで、よりユーザにとって使いやすい施設名の絞込みが可能となる。
【０２３６】
＜第６の実施形態の変形例＞
（ユーザがよく行く施設の関連度を加算）
また、関連度の更新方法については、ユーザがある期間に実際に行った施設の選択の頻度に基づいて更新する方法もある。
【０２３７】
図３７（ａ）には、ユーザが所定の期間（例えば、半年間）に目的地に設定した施設と、この施設と属性語との関連度３６０１０を記載している。この図３７（ａ）において、施設との関連度３６０１０が０より大きいものについては、図中網掛けで表示する。
【０２３８】
つぎに、それぞれの属性語について、半年間に行った施設の中で各属性語との間に０より大きい関連度が付与されていた件数を数える（Ｅ（ａ））。この計算結果を降順に並べたものを図３７（ｂ）に示す。この例では、過去半年の間に、ユーザは「自動車」に関連する施設に１０回行き、「レジャー」に関連する施設に８回行ったことがわかる。
【０２３９】
この結果から、ユーザは、上位に表れている属性語である「自動車」や「レジャー」に関連する施設によく行っていることが分かる。よって、これらよく行く施設に関連する属性語は、優先して絞込み属性語として提示することにより、ユーザの使い勝手が向上することが予測される。
【０２４０】
そこで、この回数に応じて、施設名データベース８に記憶されている関連度に対する加算を行う。具体的には、それぞれの属性語ａに対する加算値をｅ（ａ）とすると、この値を、回数を目的地設定を行った全回数で正規化し、重み付け係数をかけたものとして算出する。
【０２４１】
【数２７】
【０２４２】
なお、Ｅallは、目的地設定を行った全回数、Ｗeは重み付け係数である。この計算結果を図３７（ｂ）の３６１２０に示す。ただし、各変数の値は重み付け係数３６１３０のように仮定した。
【０２４３】
この算出した加算値を用い、施設名データベース８に保存されている関連度に対して加算を行う。
【０２４４】
【数２８】
【０２４５】
すなわち、もともとデータベース８に設定された関連度のうち、０より大きい値の関連度だけを対象に、加算値ｅ（ａ）を加算する。このようにして算出されたｒe（Ｌ，ａ）を使用して、提示属性作成部７はユーザに提示する属性語の選定を行う。
【０２４６】
図３８（ａ）に、加算前の関連度を示し、（ｂ）に加算後の関連度を示す。図３８（ｂ）では、図３７（ｂ）で算出された加算値が加算されている。そして、加算後の関連度をもとに、ユーザに提示する絞り込み属性語を選定する。
【０２４７】
以上説明したように、本実施形態では、実際にユーザが高頻度で行く施設に関連する属性語を優先的に提示することで、ユーザにとって使いやすい施設名の絞込みが可能となる。
【０２４８】
＜第７の実施形態＞
（一般的によく設定される施設の優先）
第７の実施形態を説明する。本実施形態は、施設名と属性語間の関連度３１００を、一般的にカーナビゲーション装置１００で設定される施設ジャンルごとの頻度に従い、関連度３１００を重み付けするものである。
【０２４９】
この実施形態は、第１の実施形態で説明したカーナビゲーション装置１００において、施設名データベース８のデータを追加した形として説明できるため、それ以外の部分の説明は省略する。
【０２５０】
図３９には、本実施形態で特徴となる施設ジャンル（群）ごとの重み付け係数を記録したテーブルである。このテーブルは、施設名データベース８に記憶されている。
【０２５１】
図３９の小ジャンル３８０１０は、図５の３０８０に示す各施設名に付与された小ジャンル（群）に対応する。また、３８０２０には、小ジャンルごとに、一般的に目的地に設定される頻度に応じて、重み付け係数が設定されている。たとえば、「温泉」や「総合病院」は、カーナビゲーション装置１００でよく目的地に設定されるため、高い値が付与されている。一方、「呉服店」は、あまり目的地に設定されないため、低い値が付与されている。提示属性作成部７は、施設名データベースにもとから保存されている関連度に、３８０２０に記述した重み付け係数を乗じたものを、新たな関連度として用い、属性語の選定を行う。こうすることにより、カーナビゲーション装置１００でよく目的地に設定される施設に関連した属性語がユーザに提示されやすくなる。
【０２５２】
なお、本実施形態では、小ジャンルに対して重み付け係数を１つ付与する方法を説明したが、各施設に別の重み付け係数を設定する方法をとってもよい。
【０２５３】
以上説明したように、本実施形態では、一般的にカーナビゲーション装置１００で高頻度に目的地に設定される施設に関連する属性語を優先的に提示することで、ユーザにとって使いやすい施設名の絞込みが可能となる。
【０２５４】
＜第８の実施形態＞
（属性語と関連度のダウンロード）
第８の実施形態を説明する。本実施形態は、施設名とそれを選択するまでに選択された属性語とのデータをサーバに送信し、サーバ側で新しい関連度データを作成し、それを各カーナビゲーション装置１００に送信して、更新を行うものである。
【０２５５】
図４０は、実施する計算機システムの構成である。この計算機システムは、第１の実施形態での構成である図２のカーナビゲーション装置１００に、確定済施設名記憶部５、関連度更新部１０、通信部１１を追加し、さらに、カーナビゲーション装置１００の通信部１１と通信を行う基地局４００４０と、カーナビゲーション装置１００からの要求を処理するサーバ４００３０を加えたものである。
【０２５６】
図４１は、本実施形態で必要となるカーナビゲーション装置１００とサーバ４００３０の通信における関係である。自動車に搭載されたカーナビゲーション装置１００は複数存在し、各カーナビゲーション装置１００に備わっている通信部１１は、通信網４００２０を介してサーバ４００３０と通信を行う。
【０２５７】
図４０のシステム構成において、確定済施設名記憶部５には、実際にユーザが目的地に設定した施設と、その施設を選ぶまでに、絞り込み属性として、ユーザが選択した属性語と、ユーザが選択しなかった属性語を記憶するものである。たとえば、ユーザが 施設名「美佐津市立温泉保養所」を確定するまでに、「レジャー」、「宿泊施設」という属性語を選択し、「病院」、「買い物」、「ペット」、「温泉」を選択しなかったとすると、図３５のような記憶形態となる。通信部１１は、確定済施設名記憶部５の内容をサーバ４００３０に送信する。
【０２５８】
各カーナビゲーション装置１００が同様にサーバ４００３０に送信を行うと、サーバ４００３０では、各施設名と、各施設が選定される過程において、選択された属性語とその回数が集計される。集計結果の例を図４２に示す。４１０１０には、全ユーザが目的地に設定した総回数、４１０２０には、各施設名が目的地に設定されたときに各属性語が選択された総回数を示す。
【０２５９】
サーバ４００３０は、この集計結果に基づいて、関連度の更新情報を各カーナビゲーション装置１００に送信する。そして、各カーナビゲーション装置１００の通信部１１は、更新情報を受信し、関連度更新部１０へ送る。関連度更新部１０は、更新情報に基づいて、施設名データベース８に記載された関連度を更新する。
【０２６０】
なお、この更新の形態についてはとくに規定しないが、たとえば、目的地設定回数に対する各属性語が選択された割合を計算し、この割合がある値以上であれば施設名データベース８に格納される関連度を大きくし、ある値以下であれば施設名データベース８に格納される関連度を小さくするといった方法がある。たとえば、図４２にいては、施設「美薩動物病院」に対して、属性語「総合病院」が選択された回数が０回である。これを反映して、図５に示した施設名データベース８に保存される関連どのうち、「美薩動物病院」と「総合病院」の間の関連度を０にする操作を行う。
【０２６１】
以上、説明したように、実際に多くのユーザが選定する属性語の頻度に基づき、関連度を更新することで、より多くのユーザに使いやすい属性語の提示が可能となる。
【０２６２】
また、上記に説明した、ユーザが選定する属性語の頻度に基づいた関連度の更新だけではなく、新しく設立された施設に対して、その施設名と属性語の関連度を合わせてカーナビゲーション装置１００がサーバ４００３０からダウンロードしても良い。または、既存の施設の業種が変更された場合において、変更された業種に沿った属性語と関連度の値を
＜第９の実施形態＞
（形態素のつなぎ合わせ）
第９の実施形態を説明する。本実施形態は、属性語として形態素を用いる前記第２の実施形態において、形態素の表示方法を変更するものである。第２の実施形態との違いは、提示属性作成部７の処理において、図６のステップ５１３０の部分のみであるため、この部分だけを説明する。
【０２６３】
以下の説明の前提として、ユーザが文字入力にて「とうざいで」と入力し、施設名候補として図４３（ａ）に示した１８件が施設名の候補として挙がっているとする。さらに、この施設名の候補から２つの形態素を絞り込み属性語として選ぶ処理を行い、「出島」、「でんでん」という２つの形態素の組み合わせにおいて、得点が最大であったとする。
【０２６４】
この場合、前記第２の実施形態では、「出島」、「でんでん」という２つの形態素が、画面に絞り込み属性として提示されていた。しかし、上記のような短い形態素では、ユーザは、その形態素が施設名に含まれていることを認識できない可能性がある。そこで、より長い文字列を絞り込み属性語として提示したほうが、ユーザに形態素が認識されないという事態を防げる可能性がある。
【０２６５】
そこで本実施形態では、ステップ５１３０において、最初に、選ばれた２つの形態素と一致する施設名を抽出する。すると、形態素「出島」と一致するものは図４３（ｂ）の５件、「でんでん」と一致するものは図４３（ｃ）の２件である。
【０２６６】
つぎに、各形態素の前後の施設名を探索し、すべての施設名で共通して一致する部分が最長となるように文字列を抽出する。この結果、図４３（ｂ）では「東西出島」、図４３（ｃ）では「東西でんでんランド」が抽出される。
【０２６７】
つぎに、上記選定した文字列を、出力部に対して絞り込み属性として出力する。この結果、図４４で示すように、表示領域２０４０には「東西出島」と「東西でんでんランド」という２つの絞り込み属性語が提示される。
【０２６８】
以上のように、より長い施設名部分を絞り込み属性語として提示することにより、ユーザにとって絞込みができないという現象を防ぐことができる。
【０２６９】
＜第１０の実施形態＞
（形態素の位置の利用）
第１０の実施形態を説明する。本実施形態は、属性語として形態素を用いる第２の実施形態において、形態素の位置に応じて表示方法を変更するものである。第２の実施形態との違いは、施設名データベース８におけるデータの保持方法であるため、この部分を説明する。
【０２７０】
以下の説明の前提として、ユーザが文字入力にて「みさ」と入力し、施設名候補として図４５の４４０１０に示した施設名が抽出されたとする。
【０２７１】
図４５には、本実施形態における施設名データベース8における関連度の付与の形態を示している。施設名候補４４０２０に示すように、形態素として「ホテル」であることは第２の実施形態と同様であるが、その形態素が施設名のなかでどの位置に表れるかを併せて情報として持つことが本実施形態の特徴である。たとえば、「ホテル美佐津クレセント」に対しては、形態素「ホテル」は施設名の先頭に付くため、属性語としては「ホテル（前方）」という項目を設けて、関連度を付与している。同様に、「ホテル（中間）」、「ホテル（後方）」という属性語も別途設けている。
【０２７２】
さらに、提示属性選定部７が、提示する属性語として「ホテル（前方）」、「ホテル（中間）」、「ホテル（後方）」という３属性語を選定したとする。この結果を受けて、画面にはそのまま「ホテル（前方）」のように表示しても良いが、たとえば図４６の２０４０に示すように、「ホテル○○」、「○○ホテル」のようによりユーザにとって「ホテル」が施設名のどこにあるかを直感的に分かるようにしてもよい。なお、ここでユーザが「ホテル○○」を選択すれば、図４５の施設名候補４４０１０に挙げた施設名のうち、「ホテル」が先頭に付く「ホテル美佐津クレセント」、「ホテルオーヤマ美佐津」が表示され、「ホテル」が前方に付かない施設名は表示されなくなる。
【０２７３】
以上説明したように、属性語において、形態素と位置情報を合わせて提示することにより、ユーザにとって絞込みが容易に行えるようになる。
【０２７４】
＜第１１の実施形態＞
（音声入力）
第１１の実施形態を説明する。本実施形態は、前記第１〜第１０の実施形態において、ユーザの入力を音声で行い、音声認識の結果を入力に使用する実施形態である。カーナビゲーション装置１００としては、前記第１〜第１０の実施形態に示したカーナビゲーション装置１００における入力部１の前段に、音声入力と音声認識装置を追加することで実装される。
【０２７５】
なお、音声認識の実装方法については、公知の技術（例えば、鹿野、伊藤、河原、武田、山本共著：「音声認識システム」、オーム社刊、２００１年発行）を用いればよい。
【０２７６】
図４７に、入力部１の前段に装着される音声入力に必要となる構成を示す。
【０２７７】
音声取込部４６０１０は、ユーザからの音声信号をデジタル信号に変換し、音声データとして取り込む。
【０２７８】
分析部４６０２０は、ユーザが発話した音声データを、特徴ベクトル列に変換する。特徴ベクトル列とは、音声の各時刻の特徴量を多次元ベクトル量で表し、それを時系列に並べたものである。たとえば、入力音声データを１０ｍｓ程度ごとに分割し、各時刻の音声データをＭＦＣＣ（Mel Frequency Cepstrum Coefficient）パラメータ（特徴パラメータ）と呼ばれる多次元ベクトル量に変換し、これを時系列に並べたものが使用される。
【０２７９】
音響モデル記憶部４６０３０には、特徴パラメータから抽出した各音素に対応するモデルを保存しておく。このモデルの表現形態としては、各音素を３状態で定義したＨＭＭ（Hidden Marcov Model）が使われる。
【０２８０】
言語モデル記憶部４６０４０には、辞書４６０４２と文法４６０４４を登録する。音声認識における言語モデルには、規則ベースの言語モデルと統計的言語モデルの２種類があるが、本実施形態では、統計的言語モデルの使用を想定する。統計的言語モデルによる音声認識の実装方法についても、上記の鹿野らの文献に記載されている。
【０２８１】
辞書４６０４２には、音声認識が認識対象とする単語と、その音素列を登録する。本実施形態では、施設名データベース８に保存されている施設名を形態素分割したものを単語として登録するものとする。辞書の例を図４８に示す。また、全国の施設名に現れるすべての形態素を辞書に登録すると、その数は膨大となるため、音声認識に必要となる演算量、メモリ量の増加につながる。さらに、認識率の低下が起こると予想される。そこで、この辞書には、全国の施設名に高頻度で現れる形態素のみを登録するものとする。
【０２８２】
文法４６０４４には、辞書４６０４２に登録した各単語間の遷移確率が記憶される。この遷移確率は、統計的言語モデルの作成で一般的に使われる単語Ｎ−ｇｒａｍモデルを作成する方法によって算出することができる。この単語Ｎ−ｇｒａｍモデルを作成するための学習コーパスとしては、たとえば、施設名データベース８に登録されている施設名をそのまま使用することができる。
【０２８３】
音声認識部４６０５０は、入力音声の特徴ベクトル列と言語モデルに記憶された単語列を比較し、その一致の度合いを表すスコアを計算し、スコアが高かった単語列を出力する。ここでは、スコアがもっとも高かった単語列だけを出力しても良いし、スコアが高かった上位複数個の単語列を出力しても良い。
【０２８４】
単語列出力部４６０６０は、音声認識部から得られた単語列から、入力部１に送る単語列を選定する。ここでは、音声認識部から得られた単語列のうち、スコアに基づいて信頼度を計算し、信頼度が高かったものだけを出力するものとする。
【０２８５】
以降の処理は、前記第１〜第１０の実施形態における処理と同等である。すなわち、施設名検索部６は、単語列出力部から入力された単語列に一致する施設名の一覧を作成する。提示属性作成部は、各実施形態での方法に従い、ユーザに提示する絞り込み属性語の組合せを作成する。出力部９は、属性語の組合せを画面に出力する。また、出力部９は、スピーカを通じて属性語を提示し、「○○、××、△△のいずれかから絞り込めます」といった音声ガイダンスを流してよい。
【０２８６】
これを受けて、ユーザは、タッチパネルで属性語を指定しても良いし、また音声にて属性語を指定しても良い。音声で属性語を指定する場合には、単語列出力部４６０６０は、ユーザ発話から認識された属性語を入力部１に対して出力し、各実施形態の方法に沿った絞り込みの処理を行う。
【０２８７】
しかしながら、音声による入力の場合、入力される単語列が複数である場合や、複数の単語列候補がある場合がある。以下、この場合について説明する。たとえば、ユーザが「東西でんでんランド」と発話し、音声認識処理の結果、信頼度が高かった「東西／ランド」という２単語だけを、単語列出力部４６０６０から入力部１に送る場合を考える。このとき、施設名検索部６では、「東西」、「ランド」という２つの形態素がある施設名を検索して、一覧を得る方法で実装できる。また、ユーザが「東西でんでんランド」と発話し、音声認識処理の結果、信頼度が高かった「東海／ランド」、「東西／ランド」という、各２つの単語からなる２つの単語列が得られたとする。単語列出力部４６０６０から入力部１に対して、この２つの単語列を送る場合を考える。このとき、施設名検索部６では、「東西」、「ランド」という２つの形態素がある施設名と、「東西」、「ランド」という２つの形態素がある施設名の両方を検索して、一覧を得る方法で実装できる。
【０２８８】
また、単語列出力部４６０６０が出力する単語列は、形態素単位に分かれているため、図１７に記載した各施設名１６０１０に関連付けられた形態素のいずれかに一致する。そこで、たとえば単語列出力部４６０６０は、認識単語列と各認識単語の確からしさを表す信頼度も合わせて入力し、図１７に記載の表から、認識単語と一致する形態素を探し、その形態素と施設名の関連度と、認識単語の信頼度を掛け合わせ、１つの施設名についてこれの和を取ることにより、各施設名の信頼度を計算できる。この方法によって、施設名の一覧を信頼度付きで得ることも可能である。
【０２８９】
以上説明したように、音声入力を行うことによって、ユーザの多様な入力を受け付けることができるようになり、より使い勝手を高めることができる。
【産業上の利用可能性】
【０２９０】
以上のように、本発明は、文字情報で検索を行うカーナビゲーション装置やデータベースシステムに適用することができる。
【図面の簡単な説明】
【０２９１】
【図１】第１の実施形態を示し、本発明を適用するカーナビゲーション装置の一例を示すブロック図である。
【図２】第１の実施形態を示し、カーナビゲーション装置の機能要素を示すブロック図である。
【図３】第１の実施形態を示し、カーナビゲーション装置の表示装置に出力される画面イメージ。
【図４】第１の実施形態を示し、施設名データベース８の一例の説明図であり、（ａ）は施設名テーブルを、（ｂ）は属性語テーブルを示す。
【図５】第１の実施形態を示し、施設名検索部で行った検索結果の一例の説明図。
【図６】第１の実施形態を示し、カーナビゲーション装置の提示属性作成部で行われる処理の一例を示すフローチャート。
【図７】第１の実施形態を示し、提示属性作成部で行われる独立度ＰINDの計算結果の一例を示す説明図で、（ａ）は独立度が高い例を示し、（ｂ）は独立度が低い例を示す。
【図８】第１の実施形態を示し、提示属性作成部で行われる網羅度ｐEXHの計算結果の一例を示す説明図で、（ａ）は網羅度が高い例を示し、（ｂ）は網羅度が低い例を示す。
【図９】第１の実施形態を示し、提示属性作成部で行われる均一度ｐEQUの計算結果の一例を示す説明図で、（ａ）は均一度が高い例を示し、（ｂ）は均一度が低い例を示す。
【図１０】第１の実施形態を示し、提示属性作成部で行われる理解容易度ＰEASの計算結果の一例を示す説明図で、（ａ）は理解容易度が高い例を示し、（ｂ）は理解容易度が低い例を示す。
【図１１】第１の実施形態を示し、提示属性作成部で抽出された属性の組み合わせの一例を示す説明図。
【図１２】第１の実施形態を示し、カーナビゲーション装置の表示装置に出力される属性語の画面イメージ。
【図１３】第１の実施形態を示し、施設名検索部が作成した施設名候補と属性語及び関連度の一覧を示す。
【図１４】第１の実施形態を示し、カーナビゲーション装置の表示装置に出力される属性語の画面イメージで、（ａ）は属性語が更新された状態を示し、（ｂ）は施設名候補を一覧表示した状態を示す。
【図１５】第１の実施形態を示し、施設名検索部が作成する施設名候補と属性語及び関連度の関係を示す説明図。
【図１６】第１の実施形態を示し、カーナビゲーション装置の表示装置に出力される属性語の画面イメージで、属性語が更新された状態を示す。
【図１７】第２の実施形態を示し、施設名と形態素（属性語）及び関連度の関係を示す説明図。
【図１８】第２の実施形態を示し、施設名の形態素と形態素及び関連度の関係を示す説明図。
【図１９】第２の実施形態を示し、施設名候補に対して、各形態素の組合せに対する得点が高かいのから順に並べた説明図。
【図２０】第２の実施形態を示し、カーナビゲーション装置の表示装置に出力される属性語の画面イメージで、属性語が更新された状態を示す。
【図２１】第２の実施形態を示し、施設名候補と形態素及び関連度の関係を示す説明図。
【図２２】第２の実施形態を示し、カーナビゲーション装置の表示装置に出力される属性語の画面イメージで、（ａ）は属性語が更新された状態を示し、（ｂ）施設名候補の一覧表示の例を示す。
【図２３】第３の実施形態を示し、提示属性作成部で行われる処理の一例を示すフローチャート。
【図２４】第３の実施形態を示し、施設名候補と属性語及び関連度の計算結果を示す説明図。
【図２５】第３の実施形態を示し、施設名候補と属性語及び独立度の関係を示し、属性語として「宿泊施設」、「公共機関」と「その他属性」を組み合わせた場合の独立度ＰINDの計算結果の一例を示す。
【図２６】第３の実施形態を示し、施設名候補と属性語及び網羅度の関係を示し、属性語として「宿泊施設」、「公共機関」を組み合わせた場合の網羅度の計算結果の一例を示す。
【図２７】第３の実施形態を示し、施設名候補と属性語及び均一度の関係を示し、属性語として「宿泊施設」、「公共機関」及び「その他属性」を組み合わせた場合の均一度の計算結果の一例を示す。
【図２８】第３の実施形態を示し、施設名候補と属性語及び理解容易度の関係を示し、属性語として「宿泊施設」、「公共機関」及び「その他属性」を組み合わせた場合の理解容易度の計算結果の一例を示す。
【図２９】第３の実施形態を示し、２つの属性語と「その他属性」の組合せに対する得点計算で、得点が高いものから順に並べた例を示す説明図。
【図３０】第３の実施形態を示し、カーナビゲーション装置の表示装置に出力される属性語の画面イメージで、属性語が更新された状態を示す。
【図３１】第４の実施形態を示し、提示属性作成部で行われる処理の一例を示すフローチャート。
【図３２】第４の実施形態を示し、属性セットと属性語の関係を示す説明図。
【図３３】第５の実施形態を示し、提示属性作成部で行われる処理の一例を示すフローチャート。
【図３４】第６の実施形態を示し、カーナビゲーション装置の機能要素を示すブロック図である。
【図３５】第６の実施形態を示し、確定済施設名記憶部の記憶内容の一例を示す説明図。
【図３６】第６の実施形態を示し、施設名と属性語に対する関連度の更新の一例を示す説明図。
【図３７】第６の実施形態を示し、学習の様子を示す説明図で、（ａ）は半年以内に目的地として設定した施設と属性語との関連度を示し、（ｂ）は属性と施設の件数と加算値の関係を示す。
【図３８】第６の実施形態を示し、施設名と属性語及び関連度の関係を示し、（ａ）は加算値の加算前の値を示し、（ｂ）は加算前の加算語の値を示す。
【図３９】第７の実施形態を示し、施設ジャンルごとの重み付け係数を記録したテーブルの説明図。
【図４０】第８の実施形態を示し、カーナビゲーション装置の機能要素を示すブロック図である。
【図４１】第８の実施形態を示し、カーナビゲーション装置とサーバの関係を示すブロック図。
【図４２】第８の実施形態を示し、施設名と各施設名が選択された属性語と選択回数の集計結果を示す説明図。
【図４３】第９の実施形態を示し、形態素による属性語の提示の様子を示す説明図で、（ａ）は抽出された施設名候補を示し、（ｂ）は形態素が「出島」に対応する施設名候補を示し、（ｃ）は形態素が「でんでん」に対応する施設名候補を示す。
【図４４】第９の実施形態を示し、カーナビゲーション装置の表示装置に出力される属性語の画面イメージ。
【図４５】第１０の実施形態を示し、施設名候補と形態素及び関連度の関係を示す説明図。
【図４６】第１０の実施形態を示し、カーナビゲーション装置の表示装置に出力される属性語の画面イメージ。
【図４７】第１１の実施形態を示し、カーナビゲーション装置の機能要素を示すブロック図である。
【図４８】第１１の実施形態を示し、辞書の一例を示し、単語と音素列の関係を示す説明図。
【符号の説明】
【０２９２】
１ 入力部
２ 入力受付部
３ 入力内容記憶部
６ 施設名検索部
７ 提示属性作成部
８ 施設名データベース
９ 出力部
１００ カーナビゲーション装置
１０２ メモリ
１０３ ＣＰＵ
１０４ 表示装置
１０５ ストレージ装置
１０６ 入力装置
１１０ レシーバ
【技術分野】
【０００１】
本発明は、本発明は、データベースからユーザの所望のデータを取り出す情報検索装置に関する。
【背景技術】
【０００２】
データベースからユーザが所望するデータを取り出すために、ユーザが対象となる名称の一部を文字入力し、入力された文字に一致するデータをユーザに提示し、ユーザが選択することによりタスクが完了する情報検索装置が知られている。
【０００３】
代表的なものといて、カーナビゲーション装置における目的地設定のタスクがある。
【０００４】
カーナビゲーション装置では、全国に膨大にある施設名や地名を検索して、目的地を設定するために、上記のような情報検索インタフェースが使用される。この情報検索では、最初、カーナビゲーション装置のタッチパネルやリモコンを介して、ユーザが施設名の一部を入力する。この後、検索ボタンを押すことにより、ユーザが入力した文字列を含む施設名の一覧が表示され、この一覧から１つを選ぶことにより、目的地を設定できる。
【０００５】
しかし、施設の数は全国に膨大にあるため、ユーザが入力した施設名の一部では、該当する施設名の件数が膨大となることが多い。そのため、施設名の一覧を表示しても、すべての候補を見るためには、スクロールなどの操作が必要となる。よって、ユーザが所望の施設を見つけるまでに、時間がかかる。
【０００６】
この問題を解決するため、特許文献１では、施設名を文字で入力する手段のほかに、地名または施設ジャンルを入力する手段を設けることで、候補の施設数を減らす技術が開示されている。また、特許文献２では、データベースのコンテンツ検索において、コンテンツの候補を絞り込ませるための属性を、検索戦略に基づいて変更する技術が開示されている。
【０００７】
特許文献３では、ウェブサイトの検索装置において、検索結果が所定の数を超えて画面に入りきらない場合に、検索結果のウェブサイトに含まれるキーワードをユーザに提示し、ユーザが選択したキーワードを含むウェブサイトに絞り込む技術が開示されている。
【特許文献１】特開２００２−１０７１７３号
【特許文献２】特開２００６−２０２１５９号
【特許文献２】特開２００４−２３４４２１号
【発明の開示】
【発明が解決しようとする課題】
【０００８】
しかしながら、上記特許文献１、特許文献２で挙げた技術では、施設ジャンルまたはコンテンツのジャンルの種類が多くある場合には、ユーザは多くのジャンルから候補を選定する必要があるため、ジャンル選定することがユーザにとって困難となる場合があった。また、絞り込み手段として提示された属性を、ユーザが知らない場合は、絞り込むことができなかった。たとえば、「○○郵便局」という施設を目的地に設定したい場合、この施設が「金融機関」に属するか、「公共機関」に属するかについては、ユーザの意識によって区別しづらいことがあり、混同してしまうという問題があった。
【０００９】
特許文献３で挙げた技術では、ユーザに提示されたキーワードが、ユーザにとって分かりづらい場合があった。また、ユーザ自身が所望するデータの中に、キーワードが含まれているか否かを知らない可能性がある。また、キーワードの数が多すぎる場合、画面に多数表示されるため、ユーザがキーワードを選定する作業が困難であった。
【００１０】
そこで本発明は、上記問題点に鑑みてなされたもので、検索結果に多数の候補がある場合であっても、ユーザにとって容易に理解することができる属性語を絞り込み属性としてユーザに提示することで、絞り込みに関するユーザの労力を低減することを目的とする。
【課題を解決するための手段】
【００１１】
本発明は、文字を入力する入力部と、名称と、当該名称に関連する属性語と、前記名称と属性語の関連の度合いを示す関連度と、を格納するデータベースと、前記入力された文字を含む名称をデータベースから検索して、前記検索した名称を名称候補として出力する名称検索部と、前記名称検索部から出力された前記名称候補に関連する属性語を前記データベースから抽出する提示属性作成部と、前記提示属性作成部で抽出された属性語と、前記名称検索部からの名称候補と、を提示する出力部と、を備え、前記提示属性作成部は、前記抽出した属性語の組合せについて、当該属性語に関連付けられた前記名称候補の前記関連度を前記データベースから取得して、前記抽出した属性語間の異なり度合いを表す独立度を演算し、前記抽出した属性語の組合せによる名称候補の網羅性を表す網羅度を演算し、前記属性語ごとに関連する名称候補の件数の均一さを表す均一度を演算し、前記演算した独立度と網羅度と均一度のうち少なくとも１つに基づいて属性語の組合せの得点を計算する第１の得点計算部を有し、前記得点が高い順に前記属性語の組み合わせを前記出力部に出力する。
【００１２】
また、前記提示属性作成部は、前記属性語の組合せによる関連度の総合的な高さを表す理解容易度を計算し、前記演算した独立度と網羅度と均一度と理解容易度のうち少なくとも１つに基づいて属性語の組合せの得点を計算する。
【発明の効果】
【００１３】
本発明によれば、情報検索装置は、検索結果に施設名などの名称候補が多数ある場合においても、ユーザにとって分かりやすい属性語を絞り込み属性としてユーザに提示することができ、ユーザが容易に絞り込むことが可能となる。よって、施設名などの名称のデータを選択する時間と労力を軽減することが可能となる。
【発明を実施するための最良の形態】
【００１４】
以下、本発明の一実施形態を添付図面に基づいて説明する。
【００１５】
＜第１実施形態＞
図１は、第１の実施形態を示し、本発明を適用するカーナビゲーション装置の一例を示すブロック図である。カーナビゲーション装置１００は、演算処理を行うＣＰＵ（プロセッサ）１０３と、データやプログラムを一時的に格納するメモリ１０２と、データやプログラムを格納するストレージ装置１０５と、演算結果などを表示する表示装置１０４と、ユーザからの入力を受け付ける入力装置１０６と、ＧＰＳ（Global Positioning System）衛星からの信号を受信するレシーバ１１０と、音声ガイダンスなどを出力する音声出力装置１１１を含む計算機で構成される。なお、本実施形態では、表示装置１０４の表示面上に、ユーザからの入力を受け付ける入力装置１０６としてのタッチパネルを設けた例を示す。また、入力装置１０６としては、タッチパネルの他にマイクなどの音声入力装置を備えても良い。
【００１６】
ストレージ装置１０５には、地図を構成する地物を点、線、面などの図形要素と、地物の内容を示す文字や数値などの属性要素を含む空間データベース１２０が格納される。なお、空間データベース１２０には、現在地や目的地などひとつの地点の情報を格納する地点データベース８１と、地点に対応する施設の名称や属性を格納した施設名データベース８が含まれる。
【００１７】
メモリ１０２には、空間データベース１２０を管理するＤＢＭＳ（データベース管理システム）１０８と、ＤＢＭＳ１０８を介して空間データベース１２０を利用するアプリケーション１０９と、ＤＢＭＳ８とアプリケーション１０９を管理するＯＳ(オペレーションシステム)１０７がロードされ、ＣＰＵ１０３により実行される。アプリケーション１０９は、レシーバ１１０で受信したＧＰＳ衛星の信号から現在の位置を演算し、現在の地点データを空間データベース１２０から検索し、地図情報を取得して表示装置４へ出力する。また、カーナビゲーション装置１００では、入力装置１０６からユーザが検索の指令を受け付けると、アプリケーション１０９はＤＢＭＳ８を介して空間データベース１２０を後述するように探索し、要求された検索結果を表示装置１０４に出力する。なお、ＯＳ１０７、ＤＢＭＳ１０８、アプリケーション１０９は記録媒体としてのストレージ装置１０５に格納され、カーナビゲーション装置１００の起動時にメモリ１０２へロードされ、ＣＰＵ１０３によって実行される。
【００１８】
（実施の概要）
図２は、カーナビゲーション装置１００で実行されるアプリケーション１０９及びＤＢＭＳ１０８の機能要素を示すブロック図である。
【００１９】
入力部１は、図１に示した入力装置１０６であり、ユーザからの入力を受け付け、入力受付部２へ出力する。ここでは、カーナビゲーション装置１００の表示装置１０４の画面に装着されたタッチパネルによる入力を想定する。また、ユーザが入力するものとしては、５０音表による施設名の入力と、画面上に表示された属性語に対するユーザの選択と、施設名一覧からの施設選択を想定する。
【００２０】
カーナビゲーション装置１００の表示装置１０４に出力される画面の例を図３に示す。画面上に表示した５０音表２０１０から、タッチパネルによって文字列を入力する。この画面はタッチパネルとなっている。タッチパネル２０１０には５０音表と、文字列の修正を行うための後退ボタンが付与されている。また、アルファベットや数字を入力することができる。このタッチパネル２０１０の上をユーザが押すことにより、１文字ずつ文字列を入力することができる。入力された文字列は、表示部２０２０に表示される。
【００２１】
また、ボタン２０３０を押すことによって、現在入力されていた文字列に部分一致する施設名の一覧を表示することができる。この一覧表示は、画面上の所定の領域に設定された表示領域２０５０の領域に行われるが、この様子は後に説明する。
【００２２】
また、表示領域２０４０には、施設名を絞り込むための属性語が表示され、ユーザは表示された属性語を押下することで選択することができるものとする。この表示は、後の実施形態にて説明する。
【００２３】
図２の入力受付部２は、入力部１からの出力を得て、入力された結果を入力内容記憶部３に保存する。入力内容記憶部３は、例えばメモリ１０２に設定される記憶領域である。入力内容記憶部３では、入力部１から送られるさまざまな入力内容を保存するが、ここでは、本発明の特徴となる施設名記憶部３１と属性語記憶部３２のみを説明する。施設名記憶部３１は、ユーザが５０音入力によって入力した文字列を記憶する。属性語記憶部３２は、ユーザが選択した属性語を記憶する。
【００２４】
施設名検索部６は、入力された文字列（すなわち、施設名記憶部３１に保存されている文字列）と施設名データベース８に格納されている施設名の読み仮名と比較し、施設名が部分一致する施設名を検索する。この検索においては、高速化を図るために、あらかじめ施設名の読み仮名を形態素のような単位で分割しておき、あらかじめ探索用のインディクスを作成しておく方法を採用しても良い。
【００２５】
さらに、施設名検索部６は、部分一致の結果から得られた施設名から、ユーザが指定した属性語（すなわち、属性語記憶部３２に保存されている属性語）によって関連付けられている施設名を検索し、その施設名の一覧を得て、提示属性作成部７へ出力する。この「属性語によって関連付けられている施設名」という定義については、後に説明する。
【００２６】
施設名データベース８は、カーナビゲーション装置１００に登録されている施設名の各種情報を保存する。施設名の各種情報の保存の形態を図４に示す。
【００２７】
図４（ａ）は、施設名データベース８を構成する施設名テーブル８ａを示し、図４（ｂ）は施設名データベース８を構成する属性語テーブル８ｂを示す。図４（ａ）の施設名テーブル８ａに示す３０１０は、各施設名を一意に決定するＩＤ番号である。３０２０は、施設名称である。３０３０は、各施設の読み仮名である。３０４０〜３０６０は、各施設の住所、電話番号、緯度経度である。３０７０、３０８０は、各施設が属するジャンルであり、大ジャンルは大まかな施設のジャンル、小ジャンルはより詳細なジャンルを示す。これらの大ジャンル・小ジャンルは、カーナビゲーション装置１００に一般に装備されているジャンルで施設を検索する機能において使われ、ユーザが選択したジャンルと３０７０、３０８０にあるジャンルが一致する施設名をユーザに提示する用途で使われる。
【００２８】
さらに、施設名データベース８には、各施設名と、それを特徴付ける属性語の対応を保存する属性語テーブル８ｂを備える。図４（ｂ）の属性語テーブル８ｂに示す３０９０は、属性語を表す。３１００は、各施設名３０２０が、各属性語３０９０とどの程度の関係があるかを表す値である関連度を示し、関連度３１００は０から１の範囲で値が付与されている。この関連度３１００は、各施設名３０２０について、各属性語３０９０がユーザにとってどの程度結び付けられているかを調査することで決定できる。たとえば、ユーザビリティテスティングで行われるカードソートといった方法を用いて決定することができる。なお、前述した「属性語によって関連付けられている施設名」の定義は、属性語３０９０との関連度３１００が０より大きい値に付与されて施設名３０１０（または３０２０）のこととして定義する。
【００２９】
たとえば、図４（ｂ）において、施設名３０２０が「札幌市役所」の場合では、カーナビゲーション装置１を使用する全員のユーザが「市役所」であることを認識しているという調査結果があったとする。この調査結果をもとに、施設名「札幌市役所」と属性語「市役所」との関連度３１００は、全員のユーザが関連付けを認識していることを反映し、最大値である「１」が付与される。また、施設名「札幌市役所」と属性語「公共機関」との関連度３１００については、たとえばユーザのうち９５％が公共機関であると認識しているという調査結果があれば、この値を反映して、関連度として0.95を付与する。
【００３０】
また、図４（ｂ）において、「東西でんでんランドホテル」は宿泊施設であるが、「東西でんでんランド」という遊園地が存在することが影響し、ユーザのうち、属性語「遊園地」と関連付けることが自然と感じるユーザが７割程度であったという調査結果があったとする。この結果に基づき、施設名「東西でんでんランドホテル」と属性語「遊園地」の関連度は０．７に付与されている。
【００３１】
この関連度３１００は、必ずしも大規模なユーザ調査を必要とするわけではなく、開発者等が一意に決定してもよい。
【００３２】
また、この関連度３１００は、施設名３０２０の１つ１つに別個の値を付与する形態でも良い。しかし、すべての施設名に別個に関連度を付与することは記憶容量の消費につながる。また、同じような施設については、同じ関連度３１００の組が付与されていることも予測される。よって、同じ関連度３１００の組を持つ施設をグループ化し、各グループに１つの関連度３１００の組を付与する実装方法でもよい。また、このグループとしては、図４（ａ）に示した施設ジャンル１（３０７０）、施設ジャンル２（３０８０）をそのまま採用しても良い。
【００３３】
また、この関連度３１００は、０から１までの連続量である必要はなく、関連度３１００の値を少数の代表的な値で量子化することによって、記憶容量を削減と処理速度の高速化を図ることができる。たとえば、関連度３１００を4種類に限定し、各種類に対応する値を０、０．３、０．７、１．０とすれば、１つの関連度３１００を２ビットの記憶容量で実装することが可能である。極端な例では、関連度３１００を０と１の２値によって表現しても良い。この場合は、１つの関連度３１００を１ビットで実装できる。
【００３４】
図２に示す提示属性作成部７は、属性語テーブル８ｂの中から、ユーザにとって区別しやすい属性語３０９０を選んでユーザに提示する。この提示属性作成部７の処理方法は後に説明するが、属性語３０９０のバリーエーションとしては、属性語テーブル８ｂ内にさまざまなものが用意されていることが望ましい。そのため、属性語間の関係はとくに階層になっている必要もなく、またさまざまな粒度のものがあっても良い。また、各属性語が被覆する施設が重複していても良い。また、属性語３０９０は、施設の種別を表すものだけでなく、たとえば地名（東京都、千葉県、○○市、など）、営業時間（２４時間営業、夜閉店、土日閉店）、立地（国道○○号線沿い、市道沿い）といったさまざまな観点のものが混在していても良い。
【００３５】
図２に示す出力部９は、提示属性作成部７から得られた属性語を表示装置１０４の画面あるいは音声出力装置１１１のスピーカから出力する。
【００３６】
（提示属性作成部の処理）
つぎに、提示属性作成部７で行われる処理の一例を説明する。また、提示属性作成部７で行われる処理のフローチャートを図６に示す。
【００３７】
前提として、ユーザが施設名の文字として「みさつ」と入力したとする（図３）。この結果、施設名記憶部３１には文字列「みさつ」が保存されている。また、属性語記憶部３２は初期状態では空である。
【００３８】
施設名検索部６は、文字列「みさつ」と部分一致する施設名を検索し、１３件の施設名候補が得られたとする。また、属性語のうち、施設名候補との関連度３１００が０より大きい値であった属性語のみを抽出したところ、１６個の属性語が抽出され、施設名候補と属性語の関連度３１００は図５に示す値であったとする。なお、図５は施設名検索部６の検索結果を示し、施設名候補４０１０と、属性語３０９０及び関連度３１００の関係を示す。
【００３９】
提示属性作成部７は、上記１６個の属性語３０９０から、絞り込み属性として３個の属性語３０９０を選定することを想定する。
【００４０】
各記号を以下のように定義する。
【００４１】
属性語の総数：Ｍ （本実施形態ではＭ＝１６）
表示する属性語の数：ｍ （本実施形態ではｍ＝3）
候補施設数：ｎ （本実施形態ではｎ＝13）
施設名：Ｌi (ｉ＝１，２，…，ｎ)
提示属性作成部７の処理のフローチャートを図６に示す。
【００４２】
最初に図６のステップ５０１０では、表示する属性の数を設定する。ここでは、予め設定した属性の数（Ｍ）を３に設定する。
【００４３】
ステップ５０２０では、得点最大値をリセットし、また表示する属性組合せを格納する変数をリセットする。
【００４４】
ステップ５０３０は、ループを開始する。１回のループでは、Ｍ個ある属性語から、任意の個数を取り出す。このループを、すべてのｍ個の属性語の組合せについて行う。よって、ループの回数は、
【００４５】
【数１】
【００４６】
となる。
【００４７】
ステップ５０４０は、Ｍ個ある属性語から、任意のｍ個を取り出す。ここで取り出した属性語は、ａi(ｉ＝１，２，…，ｍ)と表すこととする。また、施設名Ｌと属性ａに対する関連度３１００を、ｒ（Ｌ，ａ）で表す。また、後の得点計算に使用するため、階段関数Ｈｃを次式で定義する。
【００４８】
【数２】
【００４９】
（独立度の計算）
ステップ５０５０では、属性語の組合せに対する独立度を計算する。独立度とは、ある属性語によって施設を絞り込んだ場合に、他の属性語によって絞り込まれる施設名の内訳とどのくらい異なるものとなるかを示す指標である。つまり、独立度は属性語が重ならないように選択する指標となり、独立度が高ければ、施設名の候補に対する属性語の重複が低減される。一方、独立度が低い場合には、施設名の候補に対する属性語の重複が増大する。
【００５０】
まず、各施設名に対して、関連度３１００が０より大きい値に付与されている属性語の個数を数える。そして、数えた結果が１以上であったときにのみ、この値より１を引く。この属性語の独立度の計算結果をＣIND（Ｌi）で表す。具体的な計算式は下記のとおりである。
【００５１】
【数３】
【００５２】
このＣIND（Ｌi）を、すべての施設名候補で合計する。この合計値が大きいということは、複数の属性語が同一の施設名に関連付けられていることを意味する。よって、１つの属性語をユーザが選定して絞り込みを行ったとしても、絞り込まれた結果の施設件数はあまり小さくなく、絞り込み効率が低いということとなる。よって、この合計値は小さいほど、絞り込み効率の高い属性語の組み合わせと捉えることができる。
【００５３】
そこで、この合計値を施設件数で正規化し、さらに１から引くことにより、独立度ＰINDとして定義する。
【００５４】
【数４】
【００５５】
独立度ＰINDの計算例を図７に示す。図７(a)は、属性語として「買い物」、「レジャー」、「公共機関」の３個を組み合わせている。この場合、 ２個以上の属性語が同一施設名と関連度３１００を持つものは、６０１０に示す「美佐津市立温泉保養所」のみである。一方、図７（ｂ）に示す「病院」、「歯科」、「総合病院」の属性語の組合せでは、１３個の施設のうち６０３０、６０３１に示す施設において、複数の属性語が対応付けられている。この結果、独立度を比較すると、図７（ａ）の独立度（６０２０）のほうが図７（ａ）の独立度（６０４０）より高い値となっている。
【００５６】
図７（ｂ）に示す「病院」、「歯科」、「総合病院」という属性語を絞り込みのための属性語としてユーザに提示した場合、互いに混同しやすく、かつ重複件数も多いため、絞り込みにあまり寄与しないことが予測される。上記の計算により、この寄与度合いを独立度ＰINDとして定量的に評価することが可能となる。
【００５７】
（網羅度の計算）
次に、図６のステップ５０６０では、属性語の組合せに対する網羅度を計算する。網羅度とは、属性語の組合せによって、施設名候補のうちどの程度の割合が選択可能となるかを示す指標である。すなわち、網羅度が高い場合には、施設名の候補に対応する属性語の候補が表示される。一方、網羅度が低い場合には、施設名の候補に対応する属性語の候補が表示されない。
【００５８】
各施設名に対して、関連度３１００が1個以上の属性で0より大きい値に付与されている施設の個数を数える。この施設の個数を数えた結果をＣEXH（Ｌi）とすると、下記の式で計算される。
【００５９】
【数５】
【００６０】
これをすべての施設名候補で合計する。この合計値が大きいということは、属性語の組合せによって多くの施設がカバーされ、属性語を選択することによって絞込みから漏れる施設数が少ないことを意味する。この合計値を施設の数で正規化し、網羅度ｐEXHとして定義する。
【００６１】
【数６】
【００６２】
網羅度ｐEXHの計算例を図８に示す。図８（ａ）は、属性語として「病院」、「宿泊施設」、「公共機関」の３個を組み合わせている。この場合、１つ以上の属性語との間に０より大きい関連度３１００が付与されている施設の数は、７０１０に示すとおり９個であった。一方、図８（ｂ）に示す「組合」、「スーパー」、「郵便局」の属性の場合には、１つ以上の属性語との間に０より大きい関連度３１００が付与されている施設の数は、７０３０に示すとおり３個であった。この結果、図８（ａ）の属性語の組合せのほうがたくさんの施設をカバーしているため、図８（ａ）の網羅度（７０２０）のほうが図８（ｂ）に示した網羅度（７０４０）より大きくなる。
【００６３】
（均一度の計算）
図６のステップ５０７０では、属性語の組合せに対する均一度を計算する。均一度とは、ある属性語の組合せにおいて、各属性語を選択して絞り込みを行った場合、残る施設件数が各属性語によってどの程度同じ数であるかを示す指標である。すなわち、均一度は、提示する属性語に対応する候補の数の均一さの度合いを示す。均一度が高い場合は、各属性語に対応する候補の数がほぼ等しい。一方、均一度が低い場合には、各属性語に対応する候補の数が乖離する。
【００６４】
まず、各属性語について、関連度３１００が０より大きい値に付与されている施設の数を数える。この値をＤEQU（ａi）とすると、下記の式で計算される。
【００６５】
【数７】
【００６６】
つぎに、関連度３１００が０を超える施設数ＤEQU（ａi）の標準偏差を計算する。標準偏差が大きいということは、各属性語を選定した場合に、絞り込まれる施設数が属性語によって多すぎるたり少なすぎたりして、ばらつき、絞り込みにとって非効率な属性語が提示される可能性がある。そこで、この標準偏差を施設数で正規化し、１から引くことで均一度ｐEQUを計算する。
【００６７】
【数８】
【００６８】
均一度ｐEQUの計算例を図９に示す。図９(a)は、属性語として「ペット」、「自動車」、「歯科」の３個を組み合わせている。それぞれの属性語との間に関連度３１００が付与されている施設の数は、ＤEQU８０１０に示すとおり、３個、２個、２個となる。一方、図９（ｂ）は、属性語として「宿泊施設」、「温泉」、「郵便局」の３個を組み合わせている。このとき、各属性語との間に関連度３１００が付与されている施設の数は、ＤEQU８０３０に示すとおり、４個、１個、1個となる。
【００６９】
図９（ｂ）の属性語は、図９（ａ）に比べて、各属性語に関連付けられる施設数のばらつきが大きい。そのため、たとえば絞込みのために、ユーザに「宿泊施設」、「温泉」、「郵便局」という属性語を提示した場合、ユーザが温泉または郵便局に行きたければ、「温泉」、「郵便局」を選択することで１個に絞り込めるため良いが、宿泊施設に行きたい場合には、「宿泊施設」を選択しても残り施設数が多いため、あまり効率的ではない。一方、図９（ａ）の場合には、どの属性語を選んでもおよそ３個程度の施設が残るため、どの施設にユーザが行きたい場合でも残り件数を同程度に減らすことが可能である。このことを踏まえて、均一度を比較すると、図９（ａ）の値（８０２０）のほうが図９（ｂ）の値（８０４０）より大きく計算されており、より均一になる属性語組合せを選択することができる。
【００７０】
（理解容易度の計算）
図６のステップ５０８０では、属性語の組合せに対する理解容易度を計算する。理解容易度とは、ある属性語の組合せが、ユーザにとってどの程度理解しやすいかを示す指標である。
【００７１】
まず、各属性語に、関連度３１００が０より大きい値に付与されている施設だけを対象として、関連度３１００の平均値を計算する。この関連度３１００の平均値をＤEAS（ａi）とすると、下記の式で計算される。
【００７２】
【数９】
【００７３】
この関連度の平均値ＤEAS（ａi）が高い属性語は、関連度３１００が総じて高いことを意味する。関連度３１００とは、施設名に対する属性語の想起のしやすさを示す値であった。よって、関連度の平均値ＤEAS（ａi）が高い属性語は、ユーザにとって、１つの施設がその属性語に属するか否かを判断しやすいということになる。一方、関連度の平均値ＤEAS（ａi）が低いと、ユーザが希望する施設を選ぶ際に、その属性語を選んでよいかどうかがユーザにとって分かりづらいことを示す。
【００７４】
そこで、この関連度の平均値ＤEAS（ａi）を属性語の数で正規化し、理解容易度ＰEASを定義する。
【００７５】
【数１０】
【００７６】
理解容易度は、属性語と施設名の対応関係の分かりやすさを示す指標である。理解容易度が高い場合は、施設名に対応する属性語が直感的に分かりやすい。一方、理解容易度が低い場合は、施設名に対応する属性語に違和感を与えやすい。
【００７７】
理解容易度の計算例を図１０に示す。図１０（ａ）は、属性語として「スーパー」、「レジャー」、「郵便局」の３個を組み合わせている。関連度３１００が０より大きい値だけを抽出し、その平均値を算出するとＤEAS（９０１０）のように、各属性語について、１．０、０．８６３、１．０となり、どれも１に近い値となる。一方、図１０（ｂ）は、属性語として「自動車」、「宿泊施設」、「公共機関」の３個を組み合わせている。この例では、低い関連度３１００が散見される。たとえば施設「ペットホテル美佐津」において、「宿泊施設」に対する関連度３１００が０．４と低くなっている。これは、ペットホテルについて、それを宿泊施設とみなすかどうかが、ユーザにとって判断しづらいことを示している。このようなことを反映し、関連度３１００が０より大きい値だけを抽出した平均値を算出すると（９０３０）、各属性語について、０．８７５、０．６、０．５７５となり、図１０（ａ）と比べて低い値となっている。
【００７８】
さらに、理解容易度を計算すると、図１０（ａ）の値（９０２０）のほうが図１０（ｂ）の値（９０４０）より高い値となっている。この結果、理解容易度がより高い属性語の組合せを選定することによって、よりユーザにとって区別しやすい属性語の組合せを選定することができる。
【００７９】
（得点の計算）
図６のステップ５０９０では、これまで算出した各指標を総合的に判断して、１つの属性語の組合せに対する得点を計算する。ここでは、各指標を重み付け加算して得点を求めることとする。１つの属性語組合せに対する得点Ｓは下記で計算される。
【００８０】
【数１１】
【００８１】
ｗIND、ｗEXH、ｗEQU、ｗEASは、それぞれ、独立度、網羅度、均一度、理解容易度に対する重み付け係数である。
【００８２】
図６のステップ５１００、５１１０では、得点計算の結果、これまでの計算で最大得点を超える場合には、最大得点を更新し、かつ提示する属性語組合せとして保存していた属性語組合せも更新する。
【００８３】
ステップ５１２０は、ループ終端である。すべての属性語組合せに対して、得点を計算し、最大得点となる属性語組合せが求められるまで、ステップ５０４０〜５１１０までの処理を繰り返す。
【００８４】
（最大得点となる属性語の出力）
ステップ５１３０では、最大得点となった属性語の組合せを、出力部９に出力する。これにより、表示装置１０４の画面に絞り込みのための属性語が提示され、ユーザは絞り込みを行うことが可能となる。
【００８５】
図１１は、図５の施設名候補に対して、各属性語の組合せに対する得点計算を行い、得点が高かったものから順に属性の組み合わせを並べた図である。なお、重み付け係数は図中１００２０に示す値に従って計算した。
【００８６】
図１１において、得点がもっとも高かった属性語の組合せは、１００１０に示す「病院」、「買い物」、「レジャー」であった。そこで、提示属性作成部７は、この３つの属性語を出力部９へ出力する。
【００８７】
これを受けて、出力部９は、表示装置１０４の画面に属性語を表示する。これと同時に、音声出力装置１１１のスピーカから「病院、買い物、レジャーのいずれかから絞り込めます」といった音声ガイダンスを流しても良い。
【００８８】
表示が更新された画面を図１２に示す。図中の領域２０４０に示すように、「病院」、「買い物」、「レジャー」という提示属性作成部７によって選定された３つの属性語を表示している。また、各属性語に対して関連度３１００が０より大きい値に付与されている施設数も併せてカッコ内に表示している。
【００８９】
（絞込み属性を選択した場合）
ここから、ユーザは、「美佐津にあって、市がやっている宿泊施設に行きたい」と考えているが、その施設の正式名称が「美佐津市立温泉保養所」であることは知らないと仮定する。そして、３つの属性語から、もっともユーザの目的に近い「レジャー」を選択し、画面上のボタン１１０２０を押下したとする。
【００９０】
この押下は、入力部１によって受理され、入力受付部２によって属性語記憶部３２に保存される。
【００９１】
つぎに、施設名検索部６は、文字列「みさつ」と部分一致し、属性語「レジャー」との関連度３１００が０より大きい施設名の一覧を作成する。この一覧は図１３で示すようになり、施設名候補１２０１０に示した４件の施設が候補として残る。また、属性語１２０２０には、施設名候補との間に１つ以上、０より大きい関連度３１００が付与されているものを示している。また、すでに選択された「レジャー」は除いてある。
【００９２】
提示属性作成部７は、図１３に示した施設名候補と属性語間の関連度３１００から、図６の処理手順にしたがい、表示装置１０４に提示する属性語を選定する。この手順はすでに説明した手順と重複するため省略する。この処理の結果、「ペット」、「宿泊施設」、「温泉」という３つの属性語が選定される。そこで、提示属性作成部７は、この３つの属性語を出力部９へ出力する。
【００９３】
これを受けて、出力部９は、表示装置１０４の画面上の表示の更新と、音声出力装置１１１からの音声ガイダンスの出力を行う。更新された表示装置１０４の画面を図１４（ａ）に示す。表示領域２０４０には、選定された属性語である「ペット」、「宿泊施設」、「温泉」が表示され、かつ施設数もカッコ内に表示される。また、表示領域１３０２０に示すように、すでにユーザが選定した属性語を表示しても良い。
【００９４】
さらに、ユーザは「宿泊施設」を選択する。すると、残りの施設は2件となる。そこで、カーナビゲーション装置１００は、残りの施設数が十分少ないと判断し、図１４（ｂ）の表示に切り替える。ここでは、表示領域１３１００に施設名候補をすべて一覧表示している。この画面から、ユーザが「美佐津市立温泉保養所」を選択することで、施設を決定することができる。
【００９５】
以上説明したように、本実施形態では、絞り込みに使用する属性語を、たくさんの属性語のなかから、施設名候補に応じて動的に作成する。これにより、常にユーザにとって分かりやすく、かつ絞り込み効率が高い属性語を提示することができる。
【００９６】
（文字の継続入力）
上記に説明した実施形態では、属性語が表示された状態（図１２）から、ユーザが属性語を選定する場合を説明した。一方、本発明では、属性語がすでに表示されている状態においても、ユーザは継続して文字列を入力することが可能となる。
【００９７】
この例として、図１２の状態から、ユーザが「し」を追加して入力したとする。この押下は、入力部１によって受理され、入力受付部２によって施設名記憶部３１が「みさつし」に更新される。一方、属性語記憶部３２は空のままである。
【００９８】
つぎに、施設名検索部６は、文字列「みさつし」と部分一致する施設名の一覧を作成する。この一覧は図１５となり、施設名候補１４０１０に示した９件の施設が候補として残る。また、属性語１４０２０には、施設名候補との間に１つ以上、０より大きい関連度３１００が付与されているものを示している。
【００９９】
提示属性作成部７は、図１５に示した施設名候補１４０１０と属性語間の関連度３１００から、図６の処理手順にしたがい、提示する属性語を選定する。この手順はすでに説明した手順と重複するため省略する。この処理の結果、「病院」、「金融機関」、「レジャー」という３つの属性が選定される。そこで、提示属性作成部７は、この３つの属性を出力部９へ出力する。
【０１００】
これを受けて、出力部９は、表示装置１０４の画面上の表示の更新と、音声出力装置１１１からの音声ガイダンスの出力を行う。更新された表示装置１０４の画面を図１６に示す。表示領域２０４０には、選定された属性語である「ペット」、「宿泊施設」、「温泉」が表示され、かつ施設数も表示される。
【０１０１】
このように、ユーザに提示する属性語は、施設名の候補が変化するたびに、もっとも得点が高い組合せに変化する。これにより、常にユーザにとって分かりやすく、かつ絞り込みに効率的な属性語を提示することができる。
【０１０２】
（閾値の導入）
以上説明した実施形態では、ある属性語を選択したとき候補に残す施設として、関連度３１００が０より大きいものをすべて選定していた。これは、関連度３１００が０より大きければ、何らかの関連があり、その施設を選ぶためにその属性語を選ぶユーザが少なからず存在するためである。
【０１０３】
しかしながら、極端に小さい関連度３１００については、ユーザのうちごく少数のユーザだけが、施設と属性語の間に関連があると捉えており、その調査結果を反映して、極端に小さい関連度３１００が付与されている場合もありうる。たとえば、図５の例では、施設「美薩動物病院」に対して、「総合病院」との関連度３１００が０．０５だけ付与されている。これは、「美薩動物病院」を「総合病院」に対応付けるユーザが極少数いる調査結果を受けて付与したとする。しかしながら、多くのユーザにとっては、動物病院は総合病院とは考えていない。そのため、属性語「総合病院」を選んだときに、施設名候補に「美薩動物病院」が残っていると、かえって混乱を招く可能性がある。
【０１０４】
このような現象に対処するため、低い関連度３１００については、その関連は無いとみなして、属性語の選定を行う方法を取ることができる。この方法は、関連度３１００に対する閾値を設けることで実装できる。すなわち、関連が無いとみなす関連度３１００の閾値をＴignoreとすると、施設名データベース8に元から記憶されている関連度３１００に対して、再定義した関連度３１００ｒ’（Ｌ，ａ）を下記のように計算する。
【０１０５】
【数１２】
【０１０６】
すなわち、関連度３１００のうち、閾値を越えるものだけを残し、それ以外は０とみなす。このように再定義した関連度３１００を用いて、属性語の選定を行うことにより、極端に低い関連度３１００に起因するユーザの混乱を防ぐことができる。
【０１０７】
以上のように本発明によれば、検索結果に施設名などの候補が多数ある場合においても、ユーザにとって分かりやすい属性語を絞り込み属性としてユーザに提示するため、ユーザが容易に絞り込むことが可能となる。すなわち、従来例では、施設名称に対する属性語があらかじめ決まっており，その中から，絞込みに使う属性を選択するのに対し、本発明では，属性語と施設名候補の関連度によって提示する施設名候補を動的に変化させることができる。これにより、ユーザにとって分かりやすい属性語を絞り込み属性として優先的に提示できるのである。
【０１０８】
＜第２実施形態＞
（形態素）
本発明の第２の実施形態を説明する。本実施形態では、第１の実施例における属性語として、施設名を分割した形態素を用いるものである。
【０１０９】
一般に施設名は、複数の単語が複合された形で表現されることが多い。そこで、施設名をこの単語単位に分割し、属性語としてそのまま使用することを考える。以降で述べる形態素とは、この「施設名を単語単位に分割した結果」を表すものとする。
【０１１０】
この形態素への分割では、ユーザにとって自然でと感じる位置で分割するものとする。
【０１１１】
たとえば、「美佐津市立美佐津商業高等学校」という施設名を形態素に分割する場合、「美佐津市・立」といった分割方法は、「立」という単独で意味を成さない部分が出力されているため、ユーザにとって不自然に感じる。この場合には、「美佐津・市立・美佐津・商業・高等・学校」（中点が分割位置）といった分割を行えば、ユーザにとって自然な形態素に分割される。
【０１１２】
（施設名−形態素間のデータの持ち方／静的テーブル）
図１７には、前記第１実施形態の図４に記載した施設名３０２０に関する形態素との関連度を定義した表を示す。図中１６０２０は、形態素の一覧である。図中１６０３０は、各施設名１６０１０と、各形態素の間の関連度を示す。この関連度１６０３０の決定方法としては、もっとも単純なものとしては、施設名の中に形態素が含まれる場合には１、含まれない場合には０とする。しかし、この図では、０から１までの連続値を付与している。この値は、施設名の中に、その形態素が含まれていることが、より多くのユーザに想起されるほど、大きい値を付与している。
【０１１３】
たとえば、施設「美佐津市立病院」に対して、名称に「病院」が含まれることは、全員のユーザによって知られているとする。このことを反映し、関連度１６０３０は最大の１を付与している。一方、施設「東西でんでんランド」については、１割のユーザは、「東西」が名称についていないと考えていて、「でんでんランド」などと思っているとする。すなわち、「東西」が施設名に付くことを知っているのが９割であったとする。このことを反映し、関連度１６０３０は０．９を付与している。
【０１１４】
また、形態素の中には、最初からユーザが想起しづらい形態素がある。たとえば、「財団法人」、「株式会社」といった形態素は、多くの施設名に含まれるものの、実際にユーザが想起する施設名には含まれていないことが多い。そこで、これらのユーザが想起しづらい形態素は、施設名データベース８に最初から保存しないことでもよい。
【０１１５】
（施設名−形態素間のデータの持ち方／動的な形態素分割）
また、施設名を形態素分割する方法は、図１７のようにあらかじめテーブルを保持する方法に限らず、動的に形態素分割を行ってもよい。形態素分割の方法は、公知の手法を用いればよく、例えば、「http://chasen.naist.jp/」などを採用すればよい。
【０１１６】
たとえば、形態素と、各形態素の品詞を辞書としてもっておき、最長一致法、分割数最小法、接続コスト最小法といった手法を用いることで、施設名を形態素単位に分割することができる。また品詞としては、施設名に特有の品詞の分類を行うことができる。公知の文献（岩瀬成人: 自然言語処理を用いた企業名解析方式、 電子情報通信学会論文誌、 vol.J82-DII、 no.8、 pp.1305-1314、 1999）では、施設名を分割したときの意味カテゴリを調査している。
【０１１７】
この文献で記載されている意味カテゴリを品詞として用いるとすれば、たとえば、品詞「固有名」はユーザにとってより施設を想起しやすいと考えられるため、高い関連度を付与し、また、品詞「職業語尾」はユーザにとってより施設を想起しづらいことが推測されるため、低い関連度を付与するといったことができる。
【０１１８】
（具体的な処理の流れ）
つぎに、ユーザが「東西電力病院」を目的地に設定したい場面を想定し、カーナビゲーション装置１００のタッチパネルから「とうざいで」までの文字を入力したと仮定し、処理について説明する。
【０１１９】
実施するカーナビゲーション装置１００は、図２と同様である。この図２に関しては、第１の実施形態にて説明したため、ここでは説明を省略する。
【０１２０】
ユーザは、表示装置１０４の画面上に表示した５０音表から、タッチパネルによって文字列「とうざいで」を入力する。この文字列は、前記第１実施形態の図３に示した入力部１、入力受付部２の動作により、入力内容記憶部３のなかの施設名記憶部３１に保存される。なお、属性語はとくに選択されていないため、属性語記憶部３２は空である。
【０１２１】
施設名検索部６は、入力された文字列「とうざいで」と施設名データベース８に格納されている施設名の読み仮名と比較し、施設名が部分一致する施設名を検索する。
【０１２２】
提示属性作成部７の処理の方法を説明する。処理の手順は、第１の実施形態と同様である。処理のフローチャートも図６で同様である。
【０１２３】
施設名検索部６は、文字列「とうざいで」と部分一致する施設を検索し、３１件の施設名候補が得られたとする。また、形態素のうち、施設名候補との関連度が０より大きい値であった形態素のみを抽出したところ、施設と形態素の関連度は図１８に示す値であったとする。なお、この図における施設名１７０１０では、形態素の区切り位置を図中「・」（中点）で示している。
【０１２４】
提示属性作成部７は、この形態素から、絞り込みのための属性語として３個の形態素１７０２０を選定することを想定する。そして、各形態素の組合せに対して、第１の実施形態と同様の方法で、得点を計算し、その最大となる形態素の組合せを出力する。この得点の計算方法は、第１の実施例と同じであるため、ここでは説明を省略する。
【０１２５】
図１９は、図１８の施設名候補に対して、各形態素の組合せに対する得点計算を行い、得点が高かったものから順に並べた図である。なお、重み付け係数は１８０２０に示す値に従って計算した。得点がもっとも高かった形態素の組合せは、１８０１０に示す「出島」、「電力」、「デザイン」であった。そこで、提示属性作成部７は、この３つの形態素を出力部９へ出力する。
【０１２６】
これを受けて、出力部９は、表示装置１０４の画面に形態素を表示する。これと同時に、音声出力装置１１１はスピーカから「出島、電力、デザインのいずれかから絞り込めます」といった音声ガイダンスを流しても良い。更新された表示装置１０４の画面を図２０に示す。表示領域２０４０に示すように、「出島」、「電力」、「デザイン」という提示属性作成部７によって選定された３つの形態素を表示している。また、各形態素に対して関連度が０より大きい値に付与されている施設数も合わせてカッコ内に表示している。
【０１２７】
この状態から、ユーザは、３つの形態素から、「電力」を選択し、図２０に示す画面上のボタン１９０２０を押下したとする。
【０１２８】
この押下は、入力部１によって受理され、入力受付部２によって属性語記憶部３２に保存される。
【０１２９】
つぎに、施設名検索部６は、文字列「とうざいで」と部分一致し、形態素「電力」との関連度が０より大きい施設名の一覧を作成する。この一覧は図２１となり、２００１０に示した７件の施設名が候補として残る。また、属性語２００２０には、施設名候補との間に１つ以上、０より大きい関連度が付与されているものを示している。また、すでに選択された「電力」と、すべての施設名に含まれる「東西」は除いてある。
【０１３０】
提示属性作成部７は、図２１に示した施設名候補と属性語間の関連度から、第１の実施形態にしたがい、提示する形態素を選定する。この手順はすでに説明した手順と重複するため省略する。この処理の結果、「保養所」、「展示」、「病院」という３つの形態素が選定される。そこで、提示属性作成部７は、この３つの属性を出力部９へ出力する。
【０１３１】
これを受けて、出力部９は、表示装置１０４の画面上の表示の更新と、音声ガイダンスの出力を行う。更新された表示装置１０４の画面を図２２（ａ）に示す。表示領域２０４０には、選定された属性語である「保養所」、「展示」、「病院」が表示され、かつ施設数も表示される。また、表示領域２１０２０に示すように、すでにユーザが選定した形態素を表示しても良い。
【０１３２】
さらに、ユーザは「病院」を選択する。すると、残りの施設は１件となり、施設名候補の一覧表示に切り替える（図２２（ｂ））ここから、ユーザが「東西電力病院」を選択することで、施設を決定することができる。
【０１３３】
また、図２０の画面から、継続してユーザが施設名を入力した場合（たとえば、「ん」を入力した場合）には、その都度、絞込みのために表示する形態素を変更する。この方法は、第１の実施形態でも説明したため、省略する。
【０１３４】
以上説明したように、絞り込みに使用する属性語として、施設名の一部分である形態素を使用することで、ユーザにとって分かりやすく、かつ効率的に施設を絞り込むことが可能となる。
【０１３５】
（省略、言い換えの記載）
なお、図１７に記載した施設名と形態素の関係としては、必ずしも施設名に含まれない形態素に対して、関連度を付与しても良い。たとえば、施設名に「東西電力」がつくものに関して、ユーザの多くが「東電」と略することが受け入れられるのであれば、形態素として「東電」を用意し、関連度を付与しても良い。また、施設名「東西でんでんランド」に対して、ユーザの多くが「ＴＤＬ」と称することが受け入れられるのであれば、形態素として「ＴＤＬ」を用意し、関連度を付与しても良い。
【０１３６】
以上のように、施設名中の形態素のうち、形態素の出現位置に応じて、ユーザに提示する属性語（形態素）を動的に変化させることで、前記第１実施形態と同様に、ユーザにとって分かりやすい属性語を絞り込み属性として優先的に提示できるのである。
【０１３７】
＜第３の実施形態＞
（「その他」属性の利用）
本発明の第３の実施形態を説明する。この実施形態では、ユーザに提示する絞り込みのための属性語として、いずれの属性語にも属さないものことを表す「その他属性」も合わせて提示することで、ユーザがより絞り込みを容易に行えるようにするものである。
【０１３８】
この実施形態は、第１の実施形態の構成図２において、提示属性作成部７における提示属性の選定方法に違いがある。そこで、提示属性作成部７の処理の方法を説明する。
【０１３９】
前提として、ユーザが施設名の文字として「みさつ」と入力したとする（図３）。この結果、施設名記憶部３１には文字列「みさつ」が保存されている。また、属性語記憶部３２は空であったとする。
【０１４０】
施設名検索部６は、文字列「みさつ」と部分一致する施設を検索し、１３件の施設名候補が得られたとする。また、属性語のうち、施設名候補との関連度３１００が０より大きい値であった属性語のみを抽出したところ、１６個の属性語が抽出され、施設と属性語の関連度３１００は図５に示す値であったとする。
【０１４１】
提示属性作成部７は、この１６個の属性語から、絞り込み属性として２個を選定することを想定する。
【０１４２】
記号の定義は、第１の実施形態と同様、下記のとおりとする。
【０１４３】
属性語の総数：Ｍ （本実施形態では16）
表示する属性語の数：ｍ （本実施形態では2）
候補施設数：ｎ （本実施形態では13）
施設名：Ｌi (ｉ＝１，２，…，ｎ)
提示属性作成部７の処理のフローチャートを図２３に示す。
【０１４４】
最初に図２３のステップ２２０１０では、表示する属性の数を設定する。ここでは、属性の数（ｍ）を２に設定する。
【０１４５】
ステップ２２０２０では、得点最大値をリセットし、また表示する属性組合せを格納する変数をリセットする。
【０１４６】
ステップ２２０３０は、ループを開始する。１回のループでは、Ｍ個ある属性語から、任意のｎ個を取り出す。このループを、すべての個の属性語の組合せについて行う。よって、ループの回数は、
【０１４７】
【数１３】
【０１４８】
となる。
【０１４９】
ステップ２２０４０は、Ｍ個ある属性語から、任意のｍ個を取り出す。ここで取り出した属性語は、ａi (ｉ＝１，２，…，ｍ)と表すこととする。また、施設名Ｌと属性ａに対する関連度をｒ（Ｌ、ａ）、で表す。
【０１５０】
（その他属性の関連度の計算）
ステップ２２０４５は、上記ステップ２２０４０で取り出したｍ個の属性語の組合せに該当しない施設を検索し、この施設に対してその他属性との関連度を付与する。
【０１５１】
まず、その他属性をａotherwiseという記号で表す。施設名Ｌi、その他属性ａotherwiseとの関連度３１００ｒ（Ｌi、ａotherwise）は、下記の式で計算する。
【０１５２】
【数１４】
【０１５３】
すなわち、ある施設を特徴づける属性語のなかでの最大の関連度を求める。そして、その最大の関連度を１から引いた値を求める。この値が、閾値（Ｔ）より大きければ、その値を「その他属性の関連度」とする。一方、閾値より低ければ、その他属性の関連度を付与せず、０とする。
【０１５４】
関連度が０．９であった場合に、閾値を設けなければ、その他属性との関連度が０．１となる。これは、施設が「ホテル」でもあるし、いずれの属性語にも属さない「その他」でもあるということを意味している。このような場合に、もしユーザに「ホテル」と「その他」という２つの属性語を提示すると、ユーザが混乱する恐れがある。そこで、閾値を設け、すでに属性語との関連度がある程度の大きさを持っている場合には、その他属性との関連度を付与しないようにした。
【０１５５】
その他属性の計算をした例を図２４に示す。ここでは、属性語の組み合わせとして、「宿泊施設」、「公共機関」を選定した場合のその他属性の関連度を表している（図中２３０１０）。なお、閾値は予め設定された０．５の条件で計算を行っている。
【０１５６】
（独立度の計算）
ステップ２２０５０では、属性語の組合せに対する独立度を計算する。独立度の意味合いは、第１の実施形態と同様であるが、その他属性も１つの属性語であるとみなした形で計算を行う。
【０１５７】
まず、各施設名に対して、その他属性も含めて、関連度が付与されている属性語の個数を数える。そして、その数が１以上であったときにのみ、１を引く。この計算結果をＣ’IND（Ｌi）で表す。具体的な計算式は下記のとおりである。
【０１５８】
【数１５】
【０１５９】
このＣ’IND（Ｌi）を、すべての施設名候補で合計する。この合計値を施設件数で正規化し、さらに1から引くことにより、独立度ＰINDとして定義する。
【０１６０】
【数１６】
【０１６１】
属性語として「宿泊施設」、「公共機関」と「その他属性」を組み合わせた場合の独立度ＰINDの計算例を図２５に示す。
【０１６２】
（網羅度の計算）
図２３のステップ２２０６０では、属性語の組合せに対する網羅度を計算する。網羅度の意味合いは、第1の実施形態と同様である
各施設名Ｌiに対して、関連度３１００が１個以上の属性で０より大きい値に付与されている施設の個数を数える。この数えた結果をＣ’EXH（Ｌi）とすると、下記の式で計算される。
【０１６３】
【数１７】
【０１６４】
これをすべての施設名候補で合計する。この合計値が大きいということは、属性語の組合せによって多くの施設がカバーされ、いずれかの属性語を選択することによって絞込みから漏れる施設数が少ないことを意味する。この合計値を施設数で正規化し、網羅度ｐEXHとして定義する。
【０１６５】
【数１８】
【０１６６】
属性語として「宿泊施設」、「公共機関」を組み合わせた場合の網羅度の計算例を図２６に示す。
【０１６７】
（均一度の計算）
図２３のステップ２２０７０では、属性語の組合せに対する均一度を計算する。独立度の意味合いは、第１の実施形態と同様であるが、その他属性も１つの属性語であるとみなした形で計算を行う。
【０１６８】
まず、各属性語ａiについて、関連度が０より大きい値に付与されている施設の数を数える。その他属性ａotherwiseについても、０より大きい値に付与されている施設の数を数える。それぞれの値をＤ’EQU（ａi）、Ｄ’EQU（ａotherwise）とすると、下記の式で計算される。
【０１６９】
【数１９】
【０１７０】
つぎに、Ｄ’EQU（ａi）、Ｄ’EQU（ａotherwise）の標準偏差を計算する。さらに、標準偏差を施設数で正規化し、１より引くことで均一度ｐEQUを計算する。
【０１７１】
【数２０】
【０１７２】
ただし、
【０１７３】
【数２１】
【０１７４】
属性語として「宿泊施設」、「公共機関」と「その他属性」を組み合わせた場合の均一度の計算例を図２７に示す。
【０１７５】
（理解容易度の計算）
図２３のステップ２２０８０では、属性語の組合せに対する理解容易度を計算する。理解容易度の意味合いは、第１の実施形態と同様であるが、その他属性も１つの属性語であるとみなした形で計算を行う。
【０１７６】
まず、各属性語に、関連度が０より大きい値に付与されている施設だけを対象として、関連度の平均値を計算する。また、その他属性ａotherwiseとの間に０より大きい関連度が付与されている施設を対象として、関連度の平均値を計算する。それぞれの平均値をＤ’EAS（ａi）とすると、下記の式で計算される。
【０１７７】
【数２２】
【０１７８】
この平均値を属性数で正規化し、理解容易度ｐEASを定義する。
【０１７９】
【数２３】
【０１８０】
属性語として「宿泊施設」、「公共機関」と「その他属性」を組み合わせた場合の理解容易度の計算例を図２８に示す。
【０１８１】
（得点の計算）
図２３のステップの２２０９０では、これまで算出した各指標を総合的に判断して、１つの属性組合せに対する得点を計算する。ここでは、各指標を重み付け加算して得点を求めることとする。１つの属性組合せに対する得点は下記で計算される。
【０１８２】
【数２４】
【０１８３】
ｗIND、ｗEXH、ｗEQU、ｗEASは、それぞれ、独立度、網羅度、均一度、理解容易度に対する重み付け係数である。
【０１８４】
ステップ２２１００、２２１１０では、得点計算の結果、これまでの計算で最大得点を超える場合には、最大得点を更新し、かつ提示する属性語組合せとして保存していた属性語組合せも更新する。
【０１８５】
ステップ２２１２０は、ループ終端である。すべての属性語組合せに対して、得点Ｓを計算し、最大得点となる属性語組合せが求められるまで、２２０４０〜２２１１０までの処理を繰り返す。
【０１８６】
（最大得点となる属性の出力）
ステップ２２１３０では、最大得点となった属性語の組合せを、出力部９に出力する。これにより、画面に絞り込みのための属性語が提示され、ユーザは絞り込みを行うことが可能となる。
【０１８７】
図２９は、図５の施設名候補に対して、２つの属性語とその他属性の組合せに対する得点計算を行い、得点が高かったものから順に並べた図である。なお、重み付け係数ｗEXHは重み付け係数２８０２０に示す値に従って計算した。その他属性を用いた場合には、属性語のいずれでも網羅されない施設に関しても、その他属性によって網羅される。よって、網羅度はあまり重要では無い。これを反映して、重み付け係数２８０２０における網羅度の重み付け係数は、第１の実施形態の値（図１１の重み付け係数１００２０）よりも小さな値にしている。
【０１８８】
得点がもっとも高かった属性語の組合せは、属性組合せ２８０１０に示す「病院」、「レジャー」とその他属性の組合せであった。そこで、提示属性作成部７は、この３つの属性語を出力部９へ出力する。
【０１８９】
これを受けて、出力部９は、表示装置１０４の画面に属性語を表示する。これと同時に、音声出力装置１１１はスピーカから「病院、レジャー、その他のいずれかから絞り込めます」といった音声ガイダンスを流しても良い。
【０１９０】
更新された表示装置１０４の画面を図３０に示す。表示領域２０４０に示すように、「病院」、「レジャー」のほかに「その他」という表示を行っている。「その他」を選択すれば、施設名候補として「病院」にも「レジャー」にも属さない施設が候補として残る。
【０１９１】
（絞込み属性を選択した場合）
もしユーザが「その他」を選択した場合（すなわち、図３０のボタン２９０２０を押した場合）についての処理を説明する。
【０１９２】
この押下は、入力部１によって受理され、入力受付部２によって属性語記憶部３２に「その他」が保存される。
【０１９３】
つぎに、施設名検索部６は、先に選定された施設名候補において、その他属性に対して値が付与されていた施設の一覧を作成し、新たな施設名候補とする。
【０１９４】
提示属性作成部７は、施設名候補と属性語間の関連度から、図２３の処理手順にしたがい、提示する属性語を選定する。この手順はすでに説明した手順と重複するため省略する。この処理の結果、属性語が選定される。
【０１９５】
以下、画面更新、ユーザの選択という処理へ続く。これは、すでに説明した前記第１実施形態の処理手順と同じであるため、省略する。
【０１９６】
以上説明したように、その他の属性も１つの属性語であるとみなした形で計算を行うことにより、絞り込みに使用する属性語を、ユーザに分かりやすい組合せで提示し、さらにいずれの属性語にも属さない施設を選択できるようにその他属性を選択できるようにすることで、ユーザにとって分かりやすく、かつ絞り込み効率が高い機能を提供することができる。
【０１９７】
＜第４の実施形態＞
（「その他」使用、未使用の選定）
第４の実施形態について説明する。この実施形態は、前記第１の実施形態で説明した属性語の選定と、前記第３の実施形態で説明したその他属性を用いた属性語の選定を併用し、両者のうちどちらの得点が高いかを評価して、表示する属性語を選定する実施形態である。
【０１９８】
この実施形態は、第１の実施形態で説明した提示属性作成部７の処理を変更したカーナビゲーション装置１００として説明できるため、それ以外の部分の説明は省略する。
【０１９９】
図３１に、提示属性作成部７のフローチャートを示す。図３１のフローチャートを実施する前提として、ユーザはすでに文字入力を行っており、施設名検索部６は複数の施設名候補を提示属性作成部７へ出力しているものとする。
【０２００】
ステップ３００１０は、施設名候補から、個の属性語の組合せで得点が最大となる属性語の組合せを計算する。この計算は、第１の実施形態で示した図６の処理をサブルーチンとして呼び出すことにより実行する。この計算で得られた属性組合せをＡnormal、最大得点をＳnormalとする。
【０２０１】
ステップ３００２０は、施設名候補から、ｍ−１個の属性語の組合せとその他属性によって、得点が最大となる属性語の組合せを計算する。この計算は、第３の実施形態で示した図２３の処理をサブルーチンとして呼び出すことにより実行する。この計算で得られた属性組合せをＡnormal、最大得点をＳnormalとする。
【０２０２】
ステップ３００３０では、両方の得点を比較する。
【０２０３】
ステップ３００４０では、得点がＳnormalのほうが大きかった場合の処理である。この場合は、Ａnormalを出力部９に出力する。
【０２０４】
ステップ３００５０では、得点がＳotherwiseのほうが大きかった場合の処理である。この場合は、Ａotherwiseを出力部9に出力する。
【０２０５】
以上説明したように、この第４実施形態では、その他属性を使用する場合と使用しない場合の得点を比較し、より高い得点の属性語をユーザに提示する。これにより、よりユーザにとって分かりやすく、かつ絞り込み効率が高い属性語を提示することができる。
【０２０６】
なお、ここで述べたステップ３００１０、３００２０の得点計算では、互いに得点の大きさが異なることが予想されるため、得点計算の際に使用する重み付け係数をあらかじめ適するように調整しておいても良い。
【０２０７】
＜第５の実施形態＞
（異なる属性セットの併用）
第５の実施形態について説明する。この実施形態は、属性語があらかじめいくつかの種類に分類されている場合に、それぞれの種類の属性語組合せに対する最大得点を計算して比較し、得点の大きかった種類の属性語組合せをユーザに提示する実施形態である。
【０２０８】
この実施形態は、第１の実施形態で説明したカーナビゲーション装置１００において、提示属性作成部７の処理を変更し、また施設名データベース８のデータを追加した形として説明できるため、それ以外の部分の説明は省略する。
【０２０９】
図３２に属性の種類と属性語の対応表を示す。ここでは、属性の種類として属性セットという呼称を用いている（３１０１０）。それぞれの属性セット３１０１０に対応する属性語を３１０２０に登録している。ここでは一例として、施設のジャンルに関連する属性セット３１０１０である"genre"と、施設名の形態素の属性セット３１０１０である"morpheme"の２種類があったとする。この対応表は、施設名データベース８において、属性語と合わせて保存されている。なお、お互いの属性セットには、同一の属性語も含まれる可能性もあるため、実際にはＩＤ番号などで一意の属性語として識別できるように管理しておく。
【０２１０】
図３３に、提示属性作成部７のフローチャートを示す。このフローチャートを実施する前提として、ユーザはすでに文字入力を行っており、施設名検索部６は複数の施設名候補を提示属性作成部７へ出力しているものとする。
【０２１１】
ステップ３２０１０は、施設名候補から、属性セットgenreに属する属性語だけを用い、個の属性語の組合せで得点が最大となる属性語の組合せを計算する。この計算は、第１の実施形態で示した図６の処理をサブルーチンとして呼び出すことにより実行する。この計算で得られた属性組合せをＡgenre、最大得点をＳgenreとする。
【０２１２】
ステップ３２０２０は、施設名候補から、属性セットmorphemeに属する属性語だけを用い、個の属性語の組合せで得点が最大となる属性語の組合せを計算する。この計算についても、第１の実施形態で示した図６の処理をサブルーチンとして呼び出すことにより実行する。この計算で得られた属性組合せをＡmorpheme、最大得点をＳmorphemeとする。
【０２１３】
ステップ３２０３０では、両方の得点を比較する。
【０２１４】
ステップ３２０４０では、得点がＳnormalのほうが大きかった場合の処理である。この場合は、属性組合せＡnormalを出力部９に出力する。
【０２１５】
30050では、得点がＳmorphemeのほうが大きかった場合の処理である。この場合は、属性組合せＡmorphemeを出力部9に出力する。
【０２１６】
以上説明したように、この第５の実施形態では、複数の属性語の種類において、得点を比較し、より高い得点の種類である属性語をユーザに提示する。これにより、よりユーザにとって分かりやすく、かつ絞り込み効率が高い属性語を提示することができる。
【０２１７】
なお、ここで述べたステップ３２０１０、３２０２０の得点計算では、互いに得点の大きさが異なることが予想されるため、得点計算の際に使用する重み付け係数をあらかじめ適するように調整しておいても良い。
【０２１８】
また、表示装置１０４の表示領域に余白がある場合には、２つ以上の属性セットから得られた属性語を同時に表示しても良い。これにより、ユーザは、たとえば形態素は知らないが、ジャンルは知っているといった場面でも、知っているジャンルから絞込みを行うことができる。
【０２１９】
＜第６の実施形態＞
（関連度の強化学習）
第６の実施形態を説明する。本実施形態は、施設名と属性語間の関連度を、実際にユーザが使用（または選択）した履歴に基づいて変更していき、よりユーザ個人にとって施設名選択を行いやすくするものである。
【０２２０】
図３４は、実施するカーナビゲーション装置１００の構成である。このカーナビゲーション装置１００は、第１の実施形態でのカーナビゲーション装置１００の構成である図２から、確定済施設名記憶部５、関連度更新部１０が追加された形である。
【０２２１】
また、本実施形態では、第１の実施形態において、施設名が確定された後の処理のみが変更される。よって、第１の実施形態と重複する部分は説明を省略する。
【０２２２】
前提を説明する。ユーザは、「美佐津にあって、市がやっている宿泊施設に行きたい」と考えているが、その施設の正式名称が「美佐津市立温泉保養所」であることは知らないとする。
【０２２３】
最初に、ユーザは文字を「みさつ」と入力したとする。この結果、表示装置１０４の画面に提示された「病院」、「買い物」、「レジャー」という３つの属性語のうち、「レジャー」を選択したとする。
【０２２４】
つぎに、属性語として新たに更新表示された「ペット」、「宿泊施設」、「温泉」から、「宿泊施設」を選択したとする。
【０２２５】
この結果、画面には「美佐津市キャンプ場」、「美佐津市立温泉保養所」という２つの施設名の一覧が表示される。ここから、ユーザは「美佐津市立温泉保養所」を選択し、施設を確定したとする。
【０２２６】
以上の処理は、第１の実施形態に記載した処理と同様である。以下からが本実施形態に特徴となる処理となる。
【０２２７】
施設名を確定すると、入力受付部３は、確定済である施設名「美佐津市立温泉保養所」と、確定するまでにユーザが選択した属性語である「レジャー」、「宿泊施設」と、画面に表示されたがユーザが選択しなかった属性語である「病院」、「買い物」、「ペット」、「温泉」を確定済施設名記憶部５に対して出力し、記憶する。この記憶の形態を図３５に示す。
【０２２８】
つぎに、関連度更新部１０は、確定済施設名記憶部５に記憶されている内容に基づき、施設名データベース８に記憶されている関連度を更新する。この更新の方法を図３６に示す。
【０２２９】
まず、関連度更新部１０は、確定済施設名に対して、関連度が付与されている属性語を抽出する。このうち、ユーザが選択した属性語は、実際にユーザに選択されたことから、ユーザ自身が施設との関連がより高いと捉えている属性語と推測される。よって、確定済施設と属性語間の関連度を大きくする。一方、ユーザが選択しなかった属性語は、ユーザ自身が施設との関連が低いと捉えている属性語と推測される。よって、確定済施設と属性語間の関連度を小さくする。
【０２３０】
具体的には、確定済施設Ｌconfirmedを、選ばれた属性語ａselectを、選ばれなかった属性語ａnon-selectを、更新前の関連度ｒold（Ｌ，ａ）を、更新後の関連度をｒnew（Ｌ，ａ）とすると、下記の式に従い、関連度の更新を行う。
【０２３１】
【数２５】
【０２３２】
【数２６】
【０２３３】
ただし、ｗselectとｗnon-selectは係数であり、ｗselectは１より大きい値、ｗnon-selectは１より小さい値を用いる。
【０２３４】
図３６では、ｗselectとｗnon-selectにそれぞれ、ユーザが選定した「レジャー」、「宿泊施設」については、関連度を高く（値を増大）し、ユーザが選定しなかった「温泉」については、関連度を低く（値を減少）する。また、表示装置１０４の画面上に属性語として表示されなかった「公共機関」については、そのままの値を保持する。
【０２３５】
以上説明したように、本第５の実施形態では、実際のユーザの選定行為に基づいて関連度３１００を更新することで、よりユーザにとって使いやすい施設名の絞込みが可能となる。
【０２３６】
＜第６の実施形態の変形例＞
（ユーザがよく行く施設の関連度を加算）
また、関連度の更新方法については、ユーザがある期間に実際に行った施設の選択の頻度に基づいて更新する方法もある。
【０２３７】
図３７（ａ）には、ユーザが所定の期間（例えば、半年間）に目的地に設定した施設と、この施設と属性語との関連度３６０１０を記載している。この図３７（ａ）において、施設との関連度３６０１０が０より大きいものについては、図中網掛けで表示する。
【０２３８】
つぎに、それぞれの属性語について、半年間に行った施設の中で各属性語との間に０より大きい関連度が付与されていた件数を数える（Ｅ（ａ））。この計算結果を降順に並べたものを図３７（ｂ）に示す。この例では、過去半年の間に、ユーザは「自動車」に関連する施設に１０回行き、「レジャー」に関連する施設に８回行ったことがわかる。
【０２３９】
この結果から、ユーザは、上位に表れている属性語である「自動車」や「レジャー」に関連する施設によく行っていることが分かる。よって、これらよく行く施設に関連する属性語は、優先して絞込み属性語として提示することにより、ユーザの使い勝手が向上することが予測される。
【０２４０】
そこで、この回数に応じて、施設名データベース８に記憶されている関連度に対する加算を行う。具体的には、それぞれの属性語ａに対する加算値をｅ（ａ）とすると、この値を、回数を目的地設定を行った全回数で正規化し、重み付け係数をかけたものとして算出する。
【０２４１】
【数２７】
【０２４２】
なお、Ｅallは、目的地設定を行った全回数、Ｗeは重み付け係数である。この計算結果を図３７（ｂ）の３６１２０に示す。ただし、各変数の値は重み付け係数３６１３０のように仮定した。
【０２４３】
この算出した加算値を用い、施設名データベース８に保存されている関連度に対して加算を行う。
【０２４４】
【数２８】
【０２４５】
すなわち、もともとデータベース８に設定された関連度のうち、０より大きい値の関連度だけを対象に、加算値ｅ（ａ）を加算する。このようにして算出されたｒe（Ｌ，ａ）を使用して、提示属性作成部７はユーザに提示する属性語の選定を行う。
【０２４６】
図３８（ａ）に、加算前の関連度を示し、（ｂ）に加算後の関連度を示す。図３８（ｂ）では、図３７（ｂ）で算出された加算値が加算されている。そして、加算後の関連度をもとに、ユーザに提示する絞り込み属性語を選定する。
【０２４７】
以上説明したように、本実施形態では、実際にユーザが高頻度で行く施設に関連する属性語を優先的に提示することで、ユーザにとって使いやすい施設名の絞込みが可能となる。
【０２４８】
＜第７の実施形態＞
（一般的によく設定される施設の優先）
第７の実施形態を説明する。本実施形態は、施設名と属性語間の関連度３１００を、一般的にカーナビゲーション装置１００で設定される施設ジャンルごとの頻度に従い、関連度３１００を重み付けするものである。
【０２４９】
この実施形態は、第１の実施形態で説明したカーナビゲーション装置１００において、施設名データベース８のデータを追加した形として説明できるため、それ以外の部分の説明は省略する。
【０２５０】
図３９には、本実施形態で特徴となる施設ジャンル（群）ごとの重み付け係数を記録したテーブルである。このテーブルは、施設名データベース８に記憶されている。
【０２５１】
図３９の小ジャンル３８０１０は、図５の３０８０に示す各施設名に付与された小ジャンル（群）に対応する。また、３８０２０には、小ジャンルごとに、一般的に目的地に設定される頻度に応じて、重み付け係数が設定されている。たとえば、「温泉」や「総合病院」は、カーナビゲーション装置１００でよく目的地に設定されるため、高い値が付与されている。一方、「呉服店」は、あまり目的地に設定されないため、低い値が付与されている。提示属性作成部７は、施設名データベースにもとから保存されている関連度に、３８０２０に記述した重み付け係数を乗じたものを、新たな関連度として用い、属性語の選定を行う。こうすることにより、カーナビゲーション装置１００でよく目的地に設定される施設に関連した属性語がユーザに提示されやすくなる。
【０２５２】
なお、本実施形態では、小ジャンルに対して重み付け係数を１つ付与する方法を説明したが、各施設に別の重み付け係数を設定する方法をとってもよい。
【０２５３】
以上説明したように、本実施形態では、一般的にカーナビゲーション装置１００で高頻度に目的地に設定される施設に関連する属性語を優先的に提示することで、ユーザにとって使いやすい施設名の絞込みが可能となる。
【０２５４】
＜第８の実施形態＞
（属性語と関連度のダウンロード）
第８の実施形態を説明する。本実施形態は、施設名とそれを選択するまでに選択された属性語とのデータをサーバに送信し、サーバ側で新しい関連度データを作成し、それを各カーナビゲーション装置１００に送信して、更新を行うものである。
【０２５５】
図４０は、実施する計算機システムの構成である。この計算機システムは、第１の実施形態での構成である図２のカーナビゲーション装置１００に、確定済施設名記憶部５、関連度更新部１０、通信部１１を追加し、さらに、カーナビゲーション装置１００の通信部１１と通信を行う基地局４００４０と、カーナビゲーション装置１００からの要求を処理するサーバ４００３０を加えたものである。
【０２５６】
図４１は、本実施形態で必要となるカーナビゲーション装置１００とサーバ４００３０の通信における関係である。自動車に搭載されたカーナビゲーション装置１００は複数存在し、各カーナビゲーション装置１００に備わっている通信部１１は、通信網４００２０を介してサーバ４００３０と通信を行う。
【０２５７】
図４０のシステム構成において、確定済施設名記憶部５には、実際にユーザが目的地に設定した施設と、その施設を選ぶまでに、絞り込み属性として、ユーザが選択した属性語と、ユーザが選択しなかった属性語を記憶するものである。たとえば、ユーザが 施設名「美佐津市立温泉保養所」を確定するまでに、「レジャー」、「宿泊施設」という属性語を選択し、「病院」、「買い物」、「ペット」、「温泉」を選択しなかったとすると、図３５のような記憶形態となる。通信部１１は、確定済施設名記憶部５の内容をサーバ４００３０に送信する。
【０２５８】
各カーナビゲーション装置１００が同様にサーバ４００３０に送信を行うと、サーバ４００３０では、各施設名と、各施設が選定される過程において、選択された属性語とその回数が集計される。集計結果の例を図４２に示す。４１０１０には、全ユーザが目的地に設定した総回数、４１０２０には、各施設名が目的地に設定されたときに各属性語が選択された総回数を示す。
【０２５９】
サーバ４００３０は、この集計結果に基づいて、関連度の更新情報を各カーナビゲーション装置１００に送信する。そして、各カーナビゲーション装置１００の通信部１１は、更新情報を受信し、関連度更新部１０へ送る。関連度更新部１０は、更新情報に基づいて、施設名データベース８に記載された関連度を更新する。
【０２６０】
なお、この更新の形態についてはとくに規定しないが、たとえば、目的地設定回数に対する各属性語が選択された割合を計算し、この割合がある値以上であれば施設名データベース８に格納される関連度を大きくし、ある値以下であれば施設名データベース８に格納される関連度を小さくするといった方法がある。たとえば、図４２にいては、施設「美薩動物病院」に対して、属性語「総合病院」が選択された回数が０回である。これを反映して、図５に示した施設名データベース８に保存される関連どのうち、「美薩動物病院」と「総合病院」の間の関連度を０にする操作を行う。
【０２６１】
以上、説明したように、実際に多くのユーザが選定する属性語の頻度に基づき、関連度を更新することで、より多くのユーザに使いやすい属性語の提示が可能となる。
【０２６２】
また、上記に説明した、ユーザが選定する属性語の頻度に基づいた関連度の更新だけではなく、新しく設立された施設に対して、その施設名と属性語の関連度を合わせてカーナビゲーション装置１００がサーバ４００３０からダウンロードしても良い。または、既存の施設の業種が変更された場合において、変更された業種に沿った属性語と関連度の値を
＜第９の実施形態＞
（形態素のつなぎ合わせ）
第９の実施形態を説明する。本実施形態は、属性語として形態素を用いる前記第２の実施形態において、形態素の表示方法を変更するものである。第２の実施形態との違いは、提示属性作成部７の処理において、図６のステップ５１３０の部分のみであるため、この部分だけを説明する。
【０２６３】
以下の説明の前提として、ユーザが文字入力にて「とうざいで」と入力し、施設名候補として図４３（ａ）に示した１８件が施設名の候補として挙がっているとする。さらに、この施設名の候補から２つの形態素を絞り込み属性語として選ぶ処理を行い、「出島」、「でんでん」という２つの形態素の組み合わせにおいて、得点が最大であったとする。
【０２６４】
この場合、前記第２の実施形態では、「出島」、「でんでん」という２つの形態素が、画面に絞り込み属性として提示されていた。しかし、上記のような短い形態素では、ユーザは、その形態素が施設名に含まれていることを認識できない可能性がある。そこで、より長い文字列を絞り込み属性語として提示したほうが、ユーザに形態素が認識されないという事態を防げる可能性がある。
【０２６５】
そこで本実施形態では、ステップ５１３０において、最初に、選ばれた２つの形態素と一致する施設名を抽出する。すると、形態素「出島」と一致するものは図４３（ｂ）の５件、「でんでん」と一致するものは図４３（ｃ）の２件である。
【０２６６】
つぎに、各形態素の前後の施設名を探索し、すべての施設名で共通して一致する部分が最長となるように文字列を抽出する。この結果、図４３（ｂ）では「東西出島」、図４３（ｃ）では「東西でんでんランド」が抽出される。
【０２６７】
つぎに、上記選定した文字列を、出力部に対して絞り込み属性として出力する。この結果、図４４で示すように、表示領域２０４０には「東西出島」と「東西でんでんランド」という２つの絞り込み属性語が提示される。
【０２６８】
以上のように、より長い施設名部分を絞り込み属性語として提示することにより、ユーザにとって絞込みができないという現象を防ぐことができる。
【０２６９】
＜第１０の実施形態＞
（形態素の位置の利用）
第１０の実施形態を説明する。本実施形態は、属性語として形態素を用いる第２の実施形態において、形態素の位置に応じて表示方法を変更するものである。第２の実施形態との違いは、施設名データベース８におけるデータの保持方法であるため、この部分を説明する。
【０２７０】
以下の説明の前提として、ユーザが文字入力にて「みさ」と入力し、施設名候補として図４５の４４０１０に示した施設名が抽出されたとする。
【０２７１】
図４５には、本実施形態における施設名データベース8における関連度の付与の形態を示している。施設名候補４４０２０に示すように、形態素として「ホテル」であることは第２の実施形態と同様であるが、その形態素が施設名のなかでどの位置に表れるかを併せて情報として持つことが本実施形態の特徴である。たとえば、「ホテル美佐津クレセント」に対しては、形態素「ホテル」は施設名の先頭に付くため、属性語としては「ホテル（前方）」という項目を設けて、関連度を付与している。同様に、「ホテル（中間）」、「ホテル（後方）」という属性語も別途設けている。
【０２７２】
さらに、提示属性選定部７が、提示する属性語として「ホテル（前方）」、「ホテル（中間）」、「ホテル（後方）」という３属性語を選定したとする。この結果を受けて、画面にはそのまま「ホテル（前方）」のように表示しても良いが、たとえば図４６の２０４０に示すように、「ホテル○○」、「○○ホテル」のようによりユーザにとって「ホテル」が施設名のどこにあるかを直感的に分かるようにしてもよい。なお、ここでユーザが「ホテル○○」を選択すれば、図４５の施設名候補４４０１０に挙げた施設名のうち、「ホテル」が先頭に付く「ホテル美佐津クレセント」、「ホテルオーヤマ美佐津」が表示され、「ホテル」が前方に付かない施設名は表示されなくなる。
【０２７３】
以上説明したように、属性語において、形態素と位置情報を合わせて提示することにより、ユーザにとって絞込みが容易に行えるようになる。
【０２７４】
＜第１１の実施形態＞
（音声入力）
第１１の実施形態を説明する。本実施形態は、前記第１〜第１０の実施形態において、ユーザの入力を音声で行い、音声認識の結果を入力に使用する実施形態である。カーナビゲーション装置１００としては、前記第１〜第１０の実施形態に示したカーナビゲーション装置１００における入力部１の前段に、音声入力と音声認識装置を追加することで実装される。
【０２７５】
なお、音声認識の実装方法については、公知の技術（例えば、鹿野、伊藤、河原、武田、山本共著：「音声認識システム」、オーム社刊、２００１年発行）を用いればよい。
【０２７６】
図４７に、入力部１の前段に装着される音声入力に必要となる構成を示す。
【０２７７】
音声取込部４６０１０は、ユーザからの音声信号をデジタル信号に変換し、音声データとして取り込む。
【０２７８】
分析部４６０２０は、ユーザが発話した音声データを、特徴ベクトル列に変換する。特徴ベクトル列とは、音声の各時刻の特徴量を多次元ベクトル量で表し、それを時系列に並べたものである。たとえば、入力音声データを１０ｍｓ程度ごとに分割し、各時刻の音声データをＭＦＣＣ（Mel Frequency Cepstrum Coefficient）パラメータ（特徴パラメータ）と呼ばれる多次元ベクトル量に変換し、これを時系列に並べたものが使用される。
【０２７９】
音響モデル記憶部４６０３０には、特徴パラメータから抽出した各音素に対応するモデルを保存しておく。このモデルの表現形態としては、各音素を３状態で定義したＨＭＭ（Hidden Marcov Model）が使われる。
【０２８０】
言語モデル記憶部４６０４０には、辞書４６０４２と文法４６０４４を登録する。音声認識における言語モデルには、規則ベースの言語モデルと統計的言語モデルの２種類があるが、本実施形態では、統計的言語モデルの使用を想定する。統計的言語モデルによる音声認識の実装方法についても、上記の鹿野らの文献に記載されている。
【０２８１】
辞書４６０４２には、音声認識が認識対象とする単語と、その音素列を登録する。本実施形態では、施設名データベース８に保存されている施設名を形態素分割したものを単語として登録するものとする。辞書の例を図４８に示す。また、全国の施設名に現れるすべての形態素を辞書に登録すると、その数は膨大となるため、音声認識に必要となる演算量、メモリ量の増加につながる。さらに、認識率の低下が起こると予想される。そこで、この辞書には、全国の施設名に高頻度で現れる形態素のみを登録するものとする。
【０２８２】
文法４６０４４には、辞書４６０４２に登録した各単語間の遷移確率が記憶される。この遷移確率は、統計的言語モデルの作成で一般的に使われる単語Ｎ−ｇｒａｍモデルを作成する方法によって算出することができる。この単語Ｎ−ｇｒａｍモデルを作成するための学習コーパスとしては、たとえば、施設名データベース８に登録されている施設名をそのまま使用することができる。
【０２８３】
音声認識部４６０５０は、入力音声の特徴ベクトル列と言語モデルに記憶された単語列を比較し、その一致の度合いを表すスコアを計算し、スコアが高かった単語列を出力する。ここでは、スコアがもっとも高かった単語列だけを出力しても良いし、スコアが高かった上位複数個の単語列を出力しても良い。
【０２８４】
単語列出力部４６０６０は、音声認識部から得られた単語列から、入力部１に送る単語列を選定する。ここでは、音声認識部から得られた単語列のうち、スコアに基づいて信頼度を計算し、信頼度が高かったものだけを出力するものとする。
【０２８５】
以降の処理は、前記第１〜第１０の実施形態における処理と同等である。すなわち、施設名検索部６は、単語列出力部から入力された単語列に一致する施設名の一覧を作成する。提示属性作成部は、各実施形態での方法に従い、ユーザに提示する絞り込み属性語の組合せを作成する。出力部９は、属性語の組合せを画面に出力する。また、出力部９は、スピーカを通じて属性語を提示し、「○○、××、△△のいずれかから絞り込めます」といった音声ガイダンスを流してよい。
【０２８６】
これを受けて、ユーザは、タッチパネルで属性語を指定しても良いし、また音声にて属性語を指定しても良い。音声で属性語を指定する場合には、単語列出力部４６０６０は、ユーザ発話から認識された属性語を入力部１に対して出力し、各実施形態の方法に沿った絞り込みの処理を行う。
【０２８７】
しかしながら、音声による入力の場合、入力される単語列が複数である場合や、複数の単語列候補がある場合がある。以下、この場合について説明する。たとえば、ユーザが「東西でんでんランド」と発話し、音声認識処理の結果、信頼度が高かった「東西／ランド」という２単語だけを、単語列出力部４６０６０から入力部１に送る場合を考える。このとき、施設名検索部６では、「東西」、「ランド」という２つの形態素がある施設名を検索して、一覧を得る方法で実装できる。また、ユーザが「東西でんでんランド」と発話し、音声認識処理の結果、信頼度が高かった「東海／ランド」、「東西／ランド」という、各２つの単語からなる２つの単語列が得られたとする。単語列出力部４６０６０から入力部１に対して、この２つの単語列を送る場合を考える。このとき、施設名検索部６では、「東西」、「ランド」という２つの形態素がある施設名と、「東西」、「ランド」という２つの形態素がある施設名の両方を検索して、一覧を得る方法で実装できる。
【０２８８】
また、単語列出力部４６０６０が出力する単語列は、形態素単位に分かれているため、図１７に記載した各施設名１６０１０に関連付けられた形態素のいずれかに一致する。そこで、たとえば単語列出力部４６０６０は、認識単語列と各認識単語の確からしさを表す信頼度も合わせて入力し、図１７に記載の表から、認識単語と一致する形態素を探し、その形態素と施設名の関連度と、認識単語の信頼度を掛け合わせ、１つの施設名についてこれの和を取ることにより、各施設名の信頼度を計算できる。この方法によって、施設名の一覧を信頼度付きで得ることも可能である。
【０２８９】
以上説明したように、音声入力を行うことによって、ユーザの多様な入力を受け付けることができるようになり、より使い勝手を高めることができる。
【産業上の利用可能性】
【０２９０】
以上のように、本発明は、文字情報で検索を行うカーナビゲーション装置やデータベースシステムに適用することができる。
【図面の簡単な説明】
【０２９１】
【図１】第１の実施形態を示し、本発明を適用するカーナビゲーション装置の一例を示すブロック図である。
【図２】第１の実施形態を示し、カーナビゲーション装置の機能要素を示すブロック図である。
【図３】第１の実施形態を示し、カーナビゲーション装置の表示装置に出力される画面イメージ。
【図４】第１の実施形態を示し、施設名データベース８の一例の説明図であり、（ａ）は施設名テーブルを、（ｂ）は属性語テーブルを示す。
【図５】第１の実施形態を示し、施設名検索部で行った検索結果の一例の説明図。
【図６】第１の実施形態を示し、カーナビゲーション装置の提示属性作成部で行われる処理の一例を示すフローチャート。
【図７】第１の実施形態を示し、提示属性作成部で行われる独立度ＰINDの計算結果の一例を示す説明図で、（ａ）は独立度が高い例を示し、（ｂ）は独立度が低い例を示す。
【図８】第１の実施形態を示し、提示属性作成部で行われる網羅度ｐEXHの計算結果の一例を示す説明図で、（ａ）は網羅度が高い例を示し、（ｂ）は網羅度が低い例を示す。
【図９】第１の実施形態を示し、提示属性作成部で行われる均一度ｐEQUの計算結果の一例を示す説明図で、（ａ）は均一度が高い例を示し、（ｂ）は均一度が低い例を示す。
【図１０】第１の実施形態を示し、提示属性作成部で行われる理解容易度ＰEASの計算結果の一例を示す説明図で、（ａ）は理解容易度が高い例を示し、（ｂ）は理解容易度が低い例を示す。
【図１１】第１の実施形態を示し、提示属性作成部で抽出された属性の組み合わせの一例を示す説明図。
【図１２】第１の実施形態を示し、カーナビゲーション装置の表示装置に出力される属性語の画面イメージ。
【図１３】第１の実施形態を示し、施設名検索部が作成した施設名候補と属性語及び関連度の一覧を示す。
【図１４】第１の実施形態を示し、カーナビゲーション装置の表示装置に出力される属性語の画面イメージで、（ａ）は属性語が更新された状態を示し、（ｂ）は施設名候補を一覧表示した状態を示す。
【図１５】第１の実施形態を示し、施設名検索部が作成する施設名候補と属性語及び関連度の関係を示す説明図。
【図１６】第１の実施形態を示し、カーナビゲーション装置の表示装置に出力される属性語の画面イメージで、属性語が更新された状態を示す。
【図１７】第２の実施形態を示し、施設名と形態素（属性語）及び関連度の関係を示す説明図。
【図１８】第２の実施形態を示し、施設名の形態素と形態素及び関連度の関係を示す説明図。
【図１９】第２の実施形態を示し、施設名候補に対して、各形態素の組合せに対する得点が高かいのから順に並べた説明図。
【図２０】第２の実施形態を示し、カーナビゲーション装置の表示装置に出力される属性語の画面イメージで、属性語が更新された状態を示す。
【図２１】第２の実施形態を示し、施設名候補と形態素及び関連度の関係を示す説明図。
【図２２】第２の実施形態を示し、カーナビゲーション装置の表示装置に出力される属性語の画面イメージで、（ａ）は属性語が更新された状態を示し、（ｂ）施設名候補の一覧表示の例を示す。
【図２３】第３の実施形態を示し、提示属性作成部で行われる処理の一例を示すフローチャート。
【図２４】第３の実施形態を示し、施設名候補と属性語及び関連度の計算結果を示す説明図。
【図２５】第３の実施形態を示し、施設名候補と属性語及び独立度の関係を示し、属性語として「宿泊施設」、「公共機関」と「その他属性」を組み合わせた場合の独立度ＰINDの計算結果の一例を示す。
【図２６】第３の実施形態を示し、施設名候補と属性語及び網羅度の関係を示し、属性語として「宿泊施設」、「公共機関」を組み合わせた場合の網羅度の計算結果の一例を示す。
【図２７】第３の実施形態を示し、施設名候補と属性語及び均一度の関係を示し、属性語として「宿泊施設」、「公共機関」及び「その他属性」を組み合わせた場合の均一度の計算結果の一例を示す。
【図２８】第３の実施形態を示し、施設名候補と属性語及び理解容易度の関係を示し、属性語として「宿泊施設」、「公共機関」及び「その他属性」を組み合わせた場合の理解容易度の計算結果の一例を示す。
【図２９】第３の実施形態を示し、２つの属性語と「その他属性」の組合せに対する得点計算で、得点が高いものから順に並べた例を示す説明図。
【図３０】第３の実施形態を示し、カーナビゲーション装置の表示装置に出力される属性語の画面イメージで、属性語が更新された状態を示す。
【図３１】第４の実施形態を示し、提示属性作成部で行われる処理の一例を示すフローチャート。
【図３２】第４の実施形態を示し、属性セットと属性語の関係を示す説明図。
【図３３】第５の実施形態を示し、提示属性作成部で行われる処理の一例を示すフローチャート。
【図３４】第６の実施形態を示し、カーナビゲーション装置の機能要素を示すブロック図である。
【図３５】第６の実施形態を示し、確定済施設名記憶部の記憶内容の一例を示す説明図。
【図３６】第６の実施形態を示し、施設名と属性語に対する関連度の更新の一例を示す説明図。
【図３７】第６の実施形態を示し、学習の様子を示す説明図で、（ａ）は半年以内に目的地として設定した施設と属性語との関連度を示し、（ｂ）は属性と施設の件数と加算値の関係を示す。
【図３８】第６の実施形態を示し、施設名と属性語及び関連度の関係を示し、（ａ）は加算値の加算前の値を示し、（ｂ）は加算前の加算語の値を示す。
【図３９】第７の実施形態を示し、施設ジャンルごとの重み付け係数を記録したテーブルの説明図。
【図４０】第８の実施形態を示し、カーナビゲーション装置の機能要素を示すブロック図である。
【図４１】第８の実施形態を示し、カーナビゲーション装置とサーバの関係を示すブロック図。
【図４２】第８の実施形態を示し、施設名と各施設名が選択された属性語と選択回数の集計結果を示す説明図。
【図４３】第９の実施形態を示し、形態素による属性語の提示の様子を示す説明図で、（ａ）は抽出された施設名候補を示し、（ｂ）は形態素が「出島」に対応する施設名候補を示し、（ｃ）は形態素が「でんでん」に対応する施設名候補を示す。
【図４４】第９の実施形態を示し、カーナビゲーション装置の表示装置に出力される属性語の画面イメージ。
【図４５】第１０の実施形態を示し、施設名候補と形態素及び関連度の関係を示す説明図。
【図４６】第１０の実施形態を示し、カーナビゲーション装置の表示装置に出力される属性語の画面イメージ。
【図４７】第１１の実施形態を示し、カーナビゲーション装置の機能要素を示すブロック図である。
【図４８】第１１の実施形態を示し、辞書の一例を示し、単語と音素列の関係を示す説明図。
【符号の説明】
【０２９２】
１ 入力部
２ 入力受付部
３ 入力内容記憶部
６ 施設名検索部
７ 提示属性作成部
８ 施設名データベース
９ 出力部
１００ カーナビゲーション装置
１０２ メモリ
１０３ ＣＰＵ
１０４ 表示装置
１０５ ストレージ装置
１０６ 入力装置
１１０ レシーバ
【特許請求の範囲】
【請求項１】
文字を入力する入力部と、
名称と、当該名称に関連する属性語と、前記名称と属性語の関連の度合いを示す関連度と、を格納するデータベースと、
前記入力された文字を含む名称をデータベースから検索して、前記検索した名称を名称候補として出力する名称検索部と、
前記名称検索部から出力された前記名称候補に関連する属性語を前記データベースから抽出する提示属性作成部と、
前記提示属性作成部で抽出された属性語と、前記名称検索部からの名称候補と、を提示する出力部と、を備え、
前記提示属性作成部は、
前記抽出した属性語の組合せについて、当該属性語に関連付けられた前記名称候補の前記関連度を前記データベースから取得して、
前記抽出した属性語間の異なり度合いを表す独立度を演算し、
前記抽出した属性語の組合せによる名称候補の網羅性を表す網羅度を演算し、
前記属性語ごとに関連する名称候補の件数の均一さを表す均一度を演算し、
前記演算した独立度と網羅度と均一度のうち少なくとも１つに基づいて属性語の組合せの得点を計算する第１の得点計算部を有し、
前記得点が高い順に前記属性語の組み合わせを前記出力部に出力することを特徴とする情報検索装置。
【請求項２】
請求項１に記載の情報検索装置において、
前記データベースに格納される属性語は、前記名称候補の名称の一部分を構成する形態素であることを特徴とする情報検索装置。
【請求項３】
請求項１に記載の情報検索装置において、
前記提示属性作成部は、
前記抽出した属性語の組合せと関連が無いことを表す属性を第２の属性語として生成し、当該第２の属性語と名称候補の関連度を演算し、
前記抽出した属性語の組合せと前記名称候補との関連度と、前記第２の属性語と前記名称候補との関連度に基づいて、前記抽出した属性語間の名称候補の異なり度合いを表す独立度を演算し、
前記抽出した属性語の組合せと前記名称候補との関連度と、前記第２の属性語と前記名称候補との関連度に基づいて、前記抽出した属性語の組合せによる名称候補の網羅性を表す網羅度を演算し、
前記抽出した属性語の組合せと前記名称候補との関連度と、前記第２の属性語と前記名称候補との関連度に基づいて、前記属性語間で関連する名称候補の件数の均一さを表す均一度を演算し、
前記演算した独立度と網羅度と均一度のうち少なくとも１つに基づいて前記属性語の組合せの得点を計算する第２の得点計算部を有し、
前記第２の得点計算部で求めた得点が高い順に前記属性語の組み合わせを前記出力部に出力することを特徴とする情報検索装置。
【請求項４】
請求項３に記載の情報検索装置において、
前記提示属性作成部は、前記第１の得点計算部で求めた得点と、前記第２の得点計算部で求めた得点とを比較して、得点の高い方の属性語の組合せを前記出力部に出力することを特徴とする情報検索装置。
【請求項５】
請求項１に記載の情報検索装置において、
前記データベースに記憶される属性語は、属性語の種類に応じて分類されおり、
前記提示属性作成部は、前記属性語の種類ごとに、前記属性語の組合せについての得点を計算し、最大の得点であった属性語の組合せを出力部に出力することを特徴とする情報検索装置。
【請求項６】
請求項１に記載の情報検索装置において、
前記出力部に出力された前記名称候補と属性語を選択する第２の入力部と、
前記第２の入力部で選択された名称候補と属性語と、前記第２の入力部で選択されなかった属性語と、を記憶する確定済名称記憶部と、
前記確定済名称記憶部に記憶された名称候補と属性語に基づいて前記データベースに格納された関連度を更新する関連度更新部と、をさらに備え、
前記関連度更新部は、
前記確定済名称記憶部に記憶された名称候補と属性語のうち、前記第２の入力部で選択された名称候補の名称と属性語の関連度を増大し、前記第２の入力部で選択されなかった属性語と名称候補の名称の関連度を減少し、前記データベースに格納された前記関連度の値を更新することを特徴とする情報検索装置。
【請求項７】
請求項１に記載の情報検索装置において、
前記データベースは、前記名称ごと、または複数の名称をまとめて分類した群に対して数値を付与した表を備え、
前記提示属性作成部は、前記名称候補に対応する関連度と前記数値を掛け合わせた値を新たな関連度として使用することを特徴とする情報検索装置。
【請求項８】
請求項１に記載の情報検索装置において、
前記関連度を受信する通信部をさらに備え、
前記受信した関連度で前記データベースに格納された関連度を更新することを特徴とする情報検索装置。
【請求項９】
請求項２に記載の情報検索装置において、
前記提示属性作成部は、
前記得点が高い属性語を算出し、
前記名称候補を前記属性語の前後の文字列で検索し、
前記名称候補で前記属性語がより長く一致する文字列を生成し、
前記生成された文字列を、属性語として出力部に出力することを特徴とする情報検索装置。
【請求項１０】
請求項２に記載の情報検索装置において、
前記データベースに格納される属性語は、前記名称の一部分である形態素と、前記名称中の前記形態素の位置情報とを含んで保持することを特徴とする情報検索装置。
【請求項１１】
請求項１ないし請求項１０のいずれかひとつに記載の情報検索装置において、
音声信号を取得する音声取込部と、
前記取得した音声信号から認識した語彙を出力する音声認識部と、
前記音声認識部から出力された前記語彙を、前記入力部に入力することを特徴とする情報検索装置。
【請求項１２】
請求項１に記載の情報検索装置において、
前記提示属性作成部は、
前記属性語の組合せによる関連度の総合的な高さを表す理解容易度を計算し、
前記演算した独立度と網羅度と均一度と理解容易度のうち少なくとも１つに基づいて属性語の組合せの得点を計算することを特徴とする情報検索装置。
【請求項１３】
請求項１２に記載の情報検索装置において、
前記理解容易度は、前記属性語と前記名称の対応関係の分かりやすさを示す指標であることを特徴とする情報検索装置。
【請求項１４】
請求項１に記載の情報検索装置において、
前記独立度は、前記抽出した属性語同士で属性語が異なる指標であることを特徴とする情報検索装置。
【請求項１５】
請求項１に記載の情報検索装置において、
前記網羅度は、前記抽出した属性語の組合せによって、前記名称候補のうちどの程度の割合が選択可能となるかを示す指標であることを特徴とする情報検索装置。
【請求項１６】
請求項１に記載の情報検索装置において、
前記均一度は、前記抽出した属性語に対応する名称候補の数の均一さの度合いを示す指標であることを特徴とする情報検索装置。
【請求項１７】
入力された文字を含む名称をデータベースから検索する情報検索装置と、
ネットワークを介して前記情報検索装置に接続されたサーバと、を備えた情報検索システムにおいて、
前記情報検索装置は、
文字を入力する入力部と、
前記名称と、当該名称に関連する属性語と、前記名称と属性語の関連の度合いを示す関連度と、を格納するデータベースと、
前記入力された文字を含む名称をデータベースから検索して、前記検索した名称を名称候補として出力する名称検索部と、
前記名称検索部から出力された前記名称候補に関連する属性語を前記データベースから抽出する提示属性作成部と、
前記提示属性作成部で抽出された属性語と、前記名称検索部からの名称候補と、を提示する出力部と、
前記サーバと通信を行う通信部と、
前記データベースに格納された関連度を前記サーバから受信した関連度で更新する関連度更新部と、を備え、
前記提示属性作成部は、
前記抽出した属性語の組合せについて、当該属性語に関連付けられた前記名称候補の前記関連度を前記データベースから取得して、
前記抽出した属性語間の異なり度合いを表す独立度を演算し、
前記抽出した属性語の組合せによる名称候補の網羅性を表す網羅度を演算し、
前記属性語ごとに関連する名称候補の件数の均一さを表す均一度を演算し、
前記演算した独立度と網羅度と均一度のうち少なくとも１つに基づいて属性語の組合せの得点を計算する第１の得点計算部を有し、
前記得点が高い順に前記属性語の組み合わせを前記出力部に出力することを特徴とする情報検索システム。
【請求項１８】
請求項１７に記載の情報検索システムにおいて、
前記データベースに格納される属性語は、前記名称候補の名称の一部分を構成する形態素であることを特徴とする情報検索システム。
【請求項１９】
計算機に入力された文字を含む名称をデータベースから検索する情報検索方法であって、
前記入力された文字を含む名称を、前記名称と当該名称に関連する属性語と前記名称と属性語の関連の度合いを示す関連度とを格納するデータベースから前記計算機が検索するステップと、
前記検索した名称を名称候補として出力するステップと、
前記名称候補に関連する属性語を前記データベースから抽出するステップと、
前記抽出された属性語と前記名称候補とを前記計算機の出力部に出力するステップと、を含み、
前記名称候補に関連する属性語を前記データベースから抽出するステップは、
前記抽出された属性語の組合せについて、当該属性語に関連付けられた前記名称候補の前記関連度を前記データベースから取得するステップと、
前記抽出された属性語間の異なり度合いを表す独立度を演算するステップと、
前記抽出された属性語の組合せによる名称候補の網羅性を表す網羅度を演算するステップと、
前記属性語ごとに関連する名称候補の件数の均一さを表す均一度を演算するステップと、
前記演算した独立度と網羅度と均一度のうち少なくとも１つに基づいて属性語の組合せの得点を計算するステップと、
前記得点が高い順に前記属性語の組み合わせを前記出力部へ出力するステップと、を有することを特徴とする情報検索方法
【請求項２０】
請求項１９に記載の情報検索方法において、
前記データベースに格納される属性語は、前記名称候補の名称の一部分を構成する形態素であることを特徴とする情報検索方法。
【請求項１】
文字を入力する入力部と、
名称と、当該名称に関連する属性語と、前記名称と属性語の関連の度合いを示す関連度と、を格納するデータベースと、
前記入力された文字を含む名称をデータベースから検索して、前記検索した名称を名称候補として出力する名称検索部と、
前記名称検索部から出力された前記名称候補に関連する属性語を前記データベースから抽出する提示属性作成部と、
前記提示属性作成部で抽出された属性語と、前記名称検索部からの名称候補と、を提示する出力部と、を備え、
前記提示属性作成部は、
前記抽出した属性語の組合せについて、当該属性語に関連付けられた前記名称候補の前記関連度を前記データベースから取得して、
前記抽出した属性語間の異なり度合いを表す独立度を演算し、
前記抽出した属性語の組合せによる名称候補の網羅性を表す網羅度を演算し、
前記属性語ごとに関連する名称候補の件数の均一さを表す均一度を演算し、
前記演算した独立度と網羅度と均一度のうち少なくとも１つに基づいて属性語の組合せの得点を計算する第１の得点計算部を有し、
前記得点が高い順に前記属性語の組み合わせを前記出力部に出力することを特徴とする情報検索装置。
【請求項２】
請求項１に記載の情報検索装置において、
前記データベースに格納される属性語は、前記名称候補の名称の一部分を構成する形態素であることを特徴とする情報検索装置。
【請求項３】
請求項１に記載の情報検索装置において、
前記提示属性作成部は、
前記抽出した属性語の組合せと関連が無いことを表す属性を第２の属性語として生成し、当該第２の属性語と名称候補の関連度を演算し、
前記抽出した属性語の組合せと前記名称候補との関連度と、前記第２の属性語と前記名称候補との関連度に基づいて、前記抽出した属性語間の名称候補の異なり度合いを表す独立度を演算し、
前記抽出した属性語の組合せと前記名称候補との関連度と、前記第２の属性語と前記名称候補との関連度に基づいて、前記抽出した属性語の組合せによる名称候補の網羅性を表す網羅度を演算し、
前記抽出した属性語の組合せと前記名称候補との関連度と、前記第２の属性語と前記名称候補との関連度に基づいて、前記属性語間で関連する名称候補の件数の均一さを表す均一度を演算し、
前記演算した独立度と網羅度と均一度のうち少なくとも１つに基づいて前記属性語の組合せの得点を計算する第２の得点計算部を有し、
前記第２の得点計算部で求めた得点が高い順に前記属性語の組み合わせを前記出力部に出力することを特徴とする情報検索装置。
【請求項４】
請求項３に記載の情報検索装置において、
前記提示属性作成部は、前記第１の得点計算部で求めた得点と、前記第２の得点計算部で求めた得点とを比較して、得点の高い方の属性語の組合せを前記出力部に出力することを特徴とする情報検索装置。
【請求項５】
請求項１に記載の情報検索装置において、
前記データベースに記憶される属性語は、属性語の種類に応じて分類されおり、
前記提示属性作成部は、前記属性語の種類ごとに、前記属性語の組合せについての得点を計算し、最大の得点であった属性語の組合せを出力部に出力することを特徴とする情報検索装置。
【請求項６】
請求項１に記載の情報検索装置において、
前記出力部に出力された前記名称候補と属性語を選択する第２の入力部と、
前記第２の入力部で選択された名称候補と属性語と、前記第２の入力部で選択されなかった属性語と、を記憶する確定済名称記憶部と、
前記確定済名称記憶部に記憶された名称候補と属性語に基づいて前記データベースに格納された関連度を更新する関連度更新部と、をさらに備え、
前記関連度更新部は、
前記確定済名称記憶部に記憶された名称候補と属性語のうち、前記第２の入力部で選択された名称候補の名称と属性語の関連度を増大し、前記第２の入力部で選択されなかった属性語と名称候補の名称の関連度を減少し、前記データベースに格納された前記関連度の値を更新することを特徴とする情報検索装置。
【請求項７】
請求項１に記載の情報検索装置において、
前記データベースは、前記名称ごと、または複数の名称をまとめて分類した群に対して数値を付与した表を備え、
前記提示属性作成部は、前記名称候補に対応する関連度と前記数値を掛け合わせた値を新たな関連度として使用することを特徴とする情報検索装置。
【請求項８】
請求項１に記載の情報検索装置において、
前記関連度を受信する通信部をさらに備え、
前記受信した関連度で前記データベースに格納された関連度を更新することを特徴とする情報検索装置。
【請求項９】
請求項２に記載の情報検索装置において、
前記提示属性作成部は、
前記得点が高い属性語を算出し、
前記名称候補を前記属性語の前後の文字列で検索し、
前記名称候補で前記属性語がより長く一致する文字列を生成し、
前記生成された文字列を、属性語として出力部に出力することを特徴とする情報検索装置。
【請求項１０】
請求項２に記載の情報検索装置において、
前記データベースに格納される属性語は、前記名称の一部分である形態素と、前記名称中の前記形態素の位置情報とを含んで保持することを特徴とする情報検索装置。
【請求項１１】
請求項１ないし請求項１０のいずれかひとつに記載の情報検索装置において、
音声信号を取得する音声取込部と、
前記取得した音声信号から認識した語彙を出力する音声認識部と、
前記音声認識部から出力された前記語彙を、前記入力部に入力することを特徴とする情報検索装置。
【請求項１２】
請求項１に記載の情報検索装置において、
前記提示属性作成部は、
前記属性語の組合せによる関連度の総合的な高さを表す理解容易度を計算し、
前記演算した独立度と網羅度と均一度と理解容易度のうち少なくとも１つに基づいて属性語の組合せの得点を計算することを特徴とする情報検索装置。
【請求項１３】
請求項１２に記載の情報検索装置において、
前記理解容易度は、前記属性語と前記名称の対応関係の分かりやすさを示す指標であることを特徴とする情報検索装置。
【請求項１４】
請求項１に記載の情報検索装置において、
前記独立度は、前記抽出した属性語同士で属性語が異なる指標であることを特徴とする情報検索装置。
【請求項１５】
請求項１に記載の情報検索装置において、
前記網羅度は、前記抽出した属性語の組合せによって、前記名称候補のうちどの程度の割合が選択可能となるかを示す指標であることを特徴とする情報検索装置。
【請求項１６】
請求項１に記載の情報検索装置において、
前記均一度は、前記抽出した属性語に対応する名称候補の数の均一さの度合いを示す指標であることを特徴とする情報検索装置。
【請求項１７】
入力された文字を含む名称をデータベースから検索する情報検索装置と、
ネットワークを介して前記情報検索装置に接続されたサーバと、を備えた情報検索システムにおいて、
前記情報検索装置は、
文字を入力する入力部と、
前記名称と、当該名称に関連する属性語と、前記名称と属性語の関連の度合いを示す関連度と、を格納するデータベースと、
前記入力された文字を含む名称をデータベースから検索して、前記検索した名称を名称候補として出力する名称検索部と、
前記名称検索部から出力された前記名称候補に関連する属性語を前記データベースから抽出する提示属性作成部と、
前記提示属性作成部で抽出された属性語と、前記名称検索部からの名称候補と、を提示する出力部と、
前記サーバと通信を行う通信部と、
前記データベースに格納された関連度を前記サーバから受信した関連度で更新する関連度更新部と、を備え、
前記提示属性作成部は、
前記抽出した属性語の組合せについて、当該属性語に関連付けられた前記名称候補の前記関連度を前記データベースから取得して、
前記抽出した属性語間の異なり度合いを表す独立度を演算し、
前記抽出した属性語の組合せによる名称候補の網羅性を表す網羅度を演算し、
前記属性語ごとに関連する名称候補の件数の均一さを表す均一度を演算し、
前記演算した独立度と網羅度と均一度のうち少なくとも１つに基づいて属性語の組合せの得点を計算する第１の得点計算部を有し、
前記得点が高い順に前記属性語の組み合わせを前記出力部に出力することを特徴とする情報検索システム。
【請求項１８】
請求項１７に記載の情報検索システムにおいて、
前記データベースに格納される属性語は、前記名称候補の名称の一部分を構成する形態素であることを特徴とする情報検索システム。
【請求項１９】
計算機に入力された文字を含む名称をデータベースから検索する情報検索方法であって、
前記入力された文字を含む名称を、前記名称と当該名称に関連する属性語と前記名称と属性語の関連の度合いを示す関連度とを格納するデータベースから前記計算機が検索するステップと、
前記検索した名称を名称候補として出力するステップと、
前記名称候補に関連する属性語を前記データベースから抽出するステップと、
前記抽出された属性語と前記名称候補とを前記計算機の出力部に出力するステップと、を含み、
前記名称候補に関連する属性語を前記データベースから抽出するステップは、
前記抽出された属性語の組合せについて、当該属性語に関連付けられた前記名称候補の前記関連度を前記データベースから取得するステップと、
前記抽出された属性語間の異なり度合いを表す独立度を演算するステップと、
前記抽出された属性語の組合せによる名称候補の網羅性を表す網羅度を演算するステップと、
前記属性語ごとに関連する名称候補の件数の均一さを表す均一度を演算するステップと、
前記演算した独立度と網羅度と均一度のうち少なくとも１つに基づいて属性語の組合せの得点を計算するステップと、
前記得点が高い順に前記属性語の組み合わせを前記出力部へ出力するステップと、を有することを特徴とする情報検索方法
【請求項２０】
請求項１９に記載の情報検索方法において、
前記データベースに格納される属性語は、前記名称候補の名称の一部分を構成する形態素であることを特徴とする情報検索方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【図３４】
【図３５】
【図３６】
【図３８】
【図３９】
【図４０】
【図４２】
【図４３】
【図４４】
【図４５】
【図４６】
【図４７】
【図４８】
【図３７】
【図４１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【図３４】
【図３５】
【図３６】
【図３８】
【図３９】
【図４０】
【図４２】
【図４３】
【図４４】
【図４５】
【図４６】
【図４７】
【図４８】
【図３７】
【図４１】
【公開番号】特開２００９−２１７５８５（Ｐ２００９−２１７５８５Ａ）
【公開日】平成２１年９月２４日（２００９．９．２４）
【国際特許分類】
【出願番号】特願２００８−６１０１３（Ｐ２００８−６１０１３）
【出願日】平成２０年３月１１日（２００８．３．１１）
【出願人】（５９１１３２３３５）株式会社ザナヴィ・インフォマティクス (745)
【Ｆターム（参考）】
【公開日】平成２１年９月２４日（２００９．９．２４）
【国際特許分類】
【出願日】平成２０年３月１１日（２００８．３．１１）
【出願人】（５９１１３２３３５）株式会社ザナヴィ・インフォマティクス (745)
【Ｆターム（参考）】
[ Back to top ]