文書分析装置およびプログラム
【課題】ユーザにとって重要な文書が属するカテゴリの傾向を当該ユーザに提示することを可能とする。
【解決手段】重要文書指定部３１２は、ユーザの操作に応じて第１の文書を指定する。重要文書候補抽出部３２１は、第１の文書が属するカテゴリに属する第２の文書を特定する。重要文書候補抽出部３２１は、第１の文書と第２の文書との類似度を当該第１および第２の文書が属するカテゴリに基づいて算出し、当該類似度に基づいて第２の文書を重要文書候補として決定する。重要カテゴリ候補抽出部３２２は、カテゴリに属する重要文書候補として決定された第２の文書と第１の文書との類似度に基づいてカテゴリの重要度を算出し、当該重要度に基づいて当該カテゴリを重要カテゴリ候補として決定する。カテゴリ表示操作部３１１は、重要カテゴリ候補として決定されたカテゴリを提示する。
【解決手段】重要文書指定部３１２は、ユーザの操作に応じて第１の文書を指定する。重要文書候補抽出部３２１は、第１の文書が属するカテゴリに属する第２の文書を特定する。重要文書候補抽出部３２１は、第１の文書と第２の文書との類似度を当該第１および第２の文書が属するカテゴリに基づいて算出し、当該類似度に基づいて第２の文書を重要文書候補として決定する。重要カテゴリ候補抽出部３２２は、カテゴリに属する重要文書候補として決定された第２の文書と第１の文書との類似度に基づいてカテゴリの重要度を算出し、当該重要度に基づいて当該カテゴリを重要カテゴリ候補として決定する。カテゴリ表示操作部３１１は、重要カテゴリ候補として決定されたカテゴリを提示する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明の実施形態は、ユーザにとって重要な文書が属するカテゴリの傾向を当該ユーザに対して提示する文書分析装置およびプログラムに関する。
【背景技術】
【０００２】
近年の情報システムの高度化に伴い、例えば特許文献、新聞記事、ウェブページおよび書籍のような文書を電子化して大量に記憶（保存）することが可能となっている。
【０００３】
そこで、このような大量の文書群を日々の業務に有効活用していくことが求められている。
【０００４】
例えば過去の膨大な量の新聞記事を分類することによって多くの人が利用しやすいように整理する、または、研究開発している技術に関係のある自他社の特許群の傾向を分析して新たな研究開発分野を検討する、ということが考えられる。
【０００５】
しかしながら、大量の文書群から関係のある文書を抽出する、当該文書群を内容が類似した文書毎（つまり、カテゴリ）に分類する、または、当該大量の文書群の内容の傾向等を分析する等の作業には多大な労力とコストかかる。
【０００６】
そこで、これらの作業を支援するために、文書検索、文書分類および文書分析技術のような様々な技術が開発されている。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特許４２４０２８０号公報
【非特許文献】
【０００８】
【非特許文献１】「情報検索と言語処理」 言語と計算５ 東京大学出版会 ｐｐ３９−４３（１９９９） 徳永健伸、辻井潤一
【発明の概要】
【発明が解決しようとする課題】
【０００９】
ここで、複数のカテゴリに分類されている大量の文書群の中から、例えばユーザに既に知られている当該ユーザにとって重要な文書（以下、既知の重要文書と表記）に基づいて当該ユーザにまだ知られていない当該ユーザにとって重要な文書（以下、未知の重要文書と表記）を検索する場合を想定する。
【００１０】
この場合において、未知の重要文書がカテゴリ等に関係なく全ての文書群から検索されるような場合には、実際には重要でない文書であるにもかかわらず、例えば既知の重要文書に出現する単語が偶然出現するような文書が重要文書として検索される場合がある。
【００１１】
ところで、複数のカテゴリに分類された文書群の中から例えばユーザが重要文書（当該ユーザにとって重要な文書）を選択（指定）するとき、当該ユーザは、１つのカテゴリにのみ着目して文書を閲覧することによって当該重要文書であるか否かの判断を行う場合が多い。つまり、ユーザが重要であると判断した文書（重要文書）が他にどのようなカテゴリに属しているかについて、当該ユーザが把握していることは少ない。
【００１２】
したがって、例えばユーザによって指定されたカテゴリ（重要文書が含まれているとユーザが考えるカテゴリ）から未知の重要文書を検索するような場合には、ユーザによって指定されていないカテゴリ（つまり、重要文書が含まれているとユーザが気づいていないカテゴリ）から未知の重要文書を検索することができない。
【００１３】
したがって、ユーザにとっての重要文書がどのようなカテゴリに多く属しているか等の傾向を把握することができれば、当該重要文書が含まれているとユーザが気づいていないカテゴリの発見とともに、当該傾向を用いて未知の重要文書を検索する（つまり、絞り込む）ことが可能となると考えられる。
【００１４】
具体的には、自社の製品の基本となる技術について記述された重要な特許（文書）に基づいて当該製品にとって脅威となる他社の重要な特許を検索したいような場合に、重要な特許が「Ａ社のＢ課題を解決する特許に多い」または「１９９５年にＣ社の出願が多い」という傾向を発見できれば、そのようなカテゴリに着目して絞り込むことで、他社の重要な特許を少ない労力で検索する（見つけ出す）ことが可能になると考えられる。
【００１５】
そこで、ユーザにとって重要な文書が属するカテゴリの傾向を当該ユーザに提示することが可能な文書分析装置およびプログラムを提供することが目的とされる。
【課題を解決するための手段】
【００１６】
実施形態に係る文書分析装置は、複数の文書が分類されるカテゴリ毎に、当該カテゴリを識別するためのカテゴリ識別情報および当該カテゴリに属する文書を対応づけて記憶する記憶手段を具備する。
【００１７】
実施形態に係る文書分析装置は、ユーザの操作に応じて、前記記憶手段に記憶されている第１の文書を指定する重要文書指定手段を具備する。
【００１８】
実施形態に係る文書分析装置は、前記指定された第１の文書に対応づけて前記記憶手段に記憶されているカテゴリ識別情報を特定する第１の特定手段を具備する。
【００１９】
実施形態に係る文書分析装置は、前記第１の特定手段によって特定されたカテゴリ識別情報に対応づけて前記記憶手段に記憶されている第２の文書を特定する第２の特定手段を具備する。
【００２０】
実施形態に係る文書分析装置は、前記指定された第１の文書と前記第２の特定手段によって特定された第２の文書との類似度を、当該第１の文書に対応づけて前記記憶手段に記憶されているカテゴリ識別情報および当該第２の文書に対応づけて前記記憶手段に記憶されているカテゴリ識別情報に基づいて算出する類似度算出手段を具備する。
【００２１】
実施形態に係る文書分析装置は、前記類似度算出手段によって算出された類似度に基づいて、前記第２の特定手段によって特定された第２の文書を重要文書候補として決定する重要文書候補決定手段を具備する。
【００２２】
実施形態に係る文書分析装置は、前記記憶手段に記憶されているカテゴリ識別情報によって識別されるカテゴリの重要度を、前記類似度算出手段によって算出された類似度のうち、当該カテゴリ識別情報に対応づけて前記記憶手段に記憶されている前記重要文書候補として決定された第２の文書と前記指定された第１の文書との類似度に基づいて算出する重要度算出手段を具備する。
【００２３】
実施形態に係る文書分析装置は、前記重要度算出手段によって算出された重要度に基づいて、前記記憶手段に記憶されているカテゴリ識別情報によって識別されるカテゴリを重要カテゴリ候補として決定する重要カテゴリ候補決定手段を具備する。
【００２４】
実施形態に係る文書分析装置は、前記重要カテゴリ候補として決定されたカテゴリを提示する提示手段を具備する。
【図面の簡単な説明】
【００２５】
【図１】第１の実施形態に係る文書分析装置のハードウェア構成を示すブロック図。
【図２】図１に示す文書分析装置３０の主として機能構成を示すブロック図。
【図３】図２に示す文書記憶部２２に記憶されている文書のデータ構造の一例を示す図。
【図４】カテゴリの階層構造におけるルートのカテゴリに関する情報のデータ構造の一例を示す図。
【図５】カテゴリの階層構造における図４に示すカテゴリの子カテゴリに関する情報のデータ構造の一例を示す図。
【図６】カテゴリの階層構造における図５に示すカテゴリの子カテゴリに関する情報のデータ構造の一例を示す図。
【図７】カテゴリの階層構造における図４に示すカテゴリの子カテゴリに関する情報のデータ構造の一例を示す図。
【図８】カテゴリの階層構造における図７に示すカテゴリの子カテゴリに関する情報のデータ構造の一例を示す図。
【図９】カテゴリの階層構造における図８に示すカテゴリの子カテゴリに関する情報のデータ構造の一例を示す図。
【図１０】本実施形態に係る文書分析装置３０の処理手順を示すフローチャート。
【図１１】カテゴリ表示操作部３１１によって表示される重要文書指定画面の一例を示す図。
【図１２】図１１に示す重要文書指定画面１００において重要文書を指定する操作が行われた後の表示画面の一例を示す図。
【図１３】重要文書候補抽出部３２１による重要文書候補抽出処理の処理手順を示すフローチャート。
【図１４】重要文書候補抽出処理において実行されるカテゴリベクトル生成処理の処理手順を示すフローチャート。
【図１５】重要カテゴリ候補抽出部３２２による重要カテゴリ候補抽出処理の処理手順を示すフローチャート。
【図１６】カテゴリ表示操作部３１１によって重要カテゴリ候補が表示された場合の表示画面の一例を示す図。
【図１７】関連重要カテゴリ候補抽出部３２３による関連重要カテゴリ候補抽出処理の処理手順を示すフローチャート。
【図１８】カテゴリ表示操作部３１１によって関連重要カテゴリ候補が表示された場合の表示画面の一例を示す図。
【図１９】図１８に示す表示画面３００において確認対象カテゴリが選択された場合の表示画面の一例を示す図。
【図２０】第２の実施形態に係る文書分析装値の主として機能構成を示すブロック図。
【図２１】本実施形態に係る文書分析装置４０の処理手順を示すフローチャート。
【図２２】重要文書集計部４１１による重要文書の集計結果の一例を示す図。
【発明を実施するための形態】
【００２６】
以下、図面を参照して、各実施形態について説明する。
【００２７】
（第１の実施形態）
図１は、第１の実施形態に係る文書分析装置のハードウェア構成を示すブロック図である。図１に示すように、コンピュータ１０は、例えばハードディスクドライブ（ＨＤＤ：Hard Disk Drive）のような外部記憶装置２０と接続されている。この外部記憶装置２０は、コンピュータ１０によって実行されるプログラム２１を格納する。コンピュータ１０および外部記憶装置２０は、文書分析装置３０を構成する。
【００２８】
図２は、図１に示す文書分析装置３０の主として機能構成を示すブロック図である。図２に示すように、文書分析装置３０は、ユーザインタフェース部３１および重要文書処理部３２を含む。本実施形態において、これらの各部３１および３２は、図１に示すコンピュータ１０が外部記憶装置２０に格納されているプログラム２１を実行することにより実現されるものとする。このプログラム２１は、コンピュータ読み取り可能な記憶媒体に予め格納して頒布可能である。また、このプログラム２１が、例えばネットワークを介してコンピュータ１０にダウンロードされても構わない。
【００２９】
また、文書分析装置３０は、文書記憶部２２およびカテゴリ記憶部２３を含む。本実施形態において、文書記憶部２２およびカテゴリ記憶部２３は、例えば外部記憶装置２０に格納される。
【００３０】
文書記憶部２２には、文書分析装置３０における分析の対象となる複数の文書が格納されている。文書記憶部２２に格納されている文書の各々は、例えば当該文書を識別するための文書番号（文書識別情報）および本文等を含む。
【００３１】
カテゴリ記憶部２３には、文書記憶部２２に記憶されている複数の文書が分類される複数のカテゴリに関する情報が記憶されている。カテゴリ記憶部２３には、カテゴリ毎に、当該カテゴリを識別するためのカテゴリ番号（カテゴリ識別情報）および当該カテゴリに分類されている文書（当該カテゴリに属する文書）を識別するための文書番号が記憶されている。なお、文書記憶部２２に記憶されている複数の文書が分類される複数のカテゴリは、例えば階層構造を構成する。
【００３２】
つまり、文書記憶部２２およびカテゴリ記憶部２３含む記憶部（図示せず）には、複数の文書が分類されるカテゴリ毎に、当該カテゴリを識別するためのカテゴリ識別情報および当該カテゴリに属する文書が対応づけて記憶されている。
【００３３】
なお、文書記憶部２２およびカテゴリ記憶部２３は、例えばファイルシステムまたはデータベース等を用いて実現されても構わない。
【００３４】
ユーザインタフェース部３１は、カテゴリ表示操作部３１１、重要文書指定部３１２およびカテゴリ選択部３１３を含む。
【００３５】
カテゴリ表示操作部３１１は、カテゴリ記憶部２３を参照して、文書記憶部２２に記憶されている複数の文書が分類されたカテゴリおよび当該カテゴリに属する文書をユーザに対して提示（表示）する。また、カテゴリ表示操作部３１１は、ユーザに対して提示されたカテゴリおよび文書に対する当該ユーザの操作を受け付ける機能を有する。これにより、ユーザは、カテゴリ表示操作部３１１によって提示されたカテゴリおよび文書を選択および指定することができる。
【００３６】
カテゴリ表示操作部３１１は、例えばグラフィカル・ユーザ・インタフェース（ＧＵＩ：Graphical User Interface）等の技術によって実現されても構わない。
【００３７】
重要文書指定部３１２は、カテゴリ表示操作部３１１によって受け付けられたユーザの操作に応じて、文書記憶部２２に記憶されている文書（第１の文書）を指定する。重要文書指定部３１２は、複数の文書を指定しても構わない。なお、重要文書指定部３１２によって指定される文書は、例えばユーザによって指定された当該ユーザにとって重要な文書（以下、重要文書と表記）である。
【００３８】
カテゴリ選択部３１３は、カテゴリ表示操作部３１１によって受け付けられたユーザの操作に応じて、カテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリ（例えば、カテゴリ表示操作部３１１によって提示されたカテゴリ）を選択する機能を有する。
【００３９】
重要文書処理部３２は、重要文書候補抽出部３２１、重要カテゴリ候補抽出部３２２および関連重要カテゴリ候補抽出部３２３を含む。
【００４０】
重要文書候補抽出部３２１は、重要文書指定部３１２によって指定された文書（重要文書）を用いて、文書記憶部２２に記憶されている複数の文書の中から当該重要文書の候補（以下、重要文書候補と表記）を抽出する機能を有する。
【００４１】
重要文書候補抽出部３２１は、重要文書指定部３１２によって指定された重要文書が属するカテゴリを特定する。この場合、重要文書候補抽出部３２１は、重要文書を識別するための文書番号に対応づけてカテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリを特定する。
【００４２】
また、重要文書候補抽出部３２１は、特定されたカテゴリに属する文書（第２の文書）を特定する。この場合、重要文書候補抽出部３２１は、特定されたカテゴリを識別するためのカテゴリ番号に対応づけてカテゴリ記憶部２３に記憶されている文書番号によって識別される文書を特定する。
【００４３】
重要文書候補抽出部３２１は、重要文書と特定された文書との類似度を、当該重要文書を識別するための文書番号に対応づけてカテゴリ記憶部２３に記憶されているカテゴリ番号および当該特定された文書を識別するための文書番号に対応づけてカテゴリ記憶部２３に記憶されているカテゴリ番号に基づいて算出する。換言すれば、重要文書候補抽出部３２１は、重要文書と特定された文書との類似度を当該各文書が属するカテゴリに基づいて算出する。
【００４４】
なお、重要文書候補抽出部３２１は、重要文書および特定された文書との類似度を算出する際、当該重要文書および特定された文書が属するカテゴリを表すカテゴリベクトル（後述する）を用いる。
【００４５】
重要文書候補抽出部３２１は、算出された重要文書と特定された文書との類似度に基づいて、当該特定された文書を重要文書候補として決定する。
【００４６】
重要カテゴリ候補抽出部３２２は、カテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリの中から、ユーザにとって重要な文書が属するカテゴリの候補（以下、重要カテゴリ候補と表記）を抽出する機能を有する。
【００４７】
重要カテゴリ候補抽出部３２２は、重要文書候補抽出部３２１によって算出された類似度のうち、重要文書候補抽出部３２１によって重要文書候補として決定された文書（以下、単に重要文書候補と表記）と重要文書との類似度に基づいて、カテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリの重要度を算出する。なお、カテゴリの重要度は、当該カテゴリに属する重要文書候補と重要文書との類似度に基づいて算出される。
【００４８】
重要カテゴリ候補抽出部３２２は、算出されたカテゴリの重要度に基づいて、当該カテゴリを重要カテゴリ候補として決定する。
【００４９】
なお、重要カテゴリ候補抽出部３２２によって重要カテゴリ候補として決定されたカテゴリ（以下、単に重要カテゴリ候補と表記）は、カテゴリ表示操作部３１１を介してユーザに提示される。
【００５０】
関連重要カテゴリ候補抽出部３２３は、重要カテゴリ候補抽出部３２２によって抽出（決定）された重要カテゴリ候補の中から例えばカテゴリ選択部３１３によって選択されたカテゴリと関連のあるカテゴリ（以下、関連重要カテゴリ候補と表記）を抽出する。この場合、関連重要カテゴリ候補抽出部３２２は、カテゴリ選択部３１３によって選択されたカテゴリに属する重要文書候補および重要カテゴリ候補に属する重要文書候補に基づいて、当該重要カテゴリ候補が関連重要カテゴリ候補であるか否かを判定する。
【００５１】
なお、関連重要カテゴリ候補抽出部３２３によって抽出された関連カテゴリ候補は、カテゴリ表示操作部３１１によってユーザに提示される。
【００５２】
図３は、図２に示す文書記憶部２２に記憶されている文書のデータ構造の一例を示す。なお、図３に示す文書（文書記憶部２２に記憶されている文書）は、例えば特許出願に係る文書（特許文書）であるものとする。
【００５３】
図３に示すように、文書記憶部２２に記憶されている文書には、文書番号、文書名、本文、出願人、出願日および重要度（を示す情報）が含まれる。文書番号は、文書を一意に識別するための文書識別情報である。文書名および本文は、文書番号によって識別される文書の名称（文書名）および当該文書の本文を示すテキストデータである。出願人は、文書番号によって識別される文書（特許文書）によってされた特許出願の出願人を示す。出願日は、文書番号によって識別される文書（特許文書）によってされた特許出願の出願日を示す。重要度は、文書番号によって識別される文書が例えば重要文書としてユーザによって指定（設定）されているか否かを示す。なお、文書に含まれる出願人および出願日は、当該文書（特許文書）の属性データである。
【００５４】
図３に示す例では、文書記憶部２２には、文書２２１が記憶されている。文書２２１には、文書番号「ｄ０００１」、当該文書２２１の文書名および本文、出願人「Ａ社」、出願日「２００６／０１／２５」および重要度「重要」が含まれている。
【００５５】
これによれば、文書番号「ｄ０００１」によって識別される文書（特許文書）２２１によってされた特許出願の出願人はＡ社であり、当該文書２２１によってされた特許出願の出願日は２００６年１月２５日であることが示される。また、文書２２１が重要文書としてユーザによって指定されていることが示される。
【００５６】
なお、図３に示す例では、文書２２１には重要度「重要」が含まれるものとして説明したが、文書に含まれる重要度には、「重要」以外に「不要」および「なし」が含まれる。重要度「不要」は、例えば文書番号によって識別される文書が不要な文書（不要文書）としてユーザによって指定されていることを示す。また、重要度「なし」は、例えば文書が重要文書であるか不要文書であるか等がユーザによって指定されていない（つまり、設定されていない）ことを示す。
【００５７】
ここでは、重要度が「重要」、「不要」および「なし」の値をとるものとして説明したが、当該重要度は、重要である度合いに応じて例えば５段階の数値によって示されても構わない。
【００５８】
図４〜図９は、図２に示すカテゴリ記憶部２３に記憶されている階層構造を構成するカテゴリ（に関する情報）のデータ構造の一例を示す。図４〜図９に示すように、カテゴリ記憶部２３には、カテゴリ毎に、カテゴリ番号、親カテゴリ番号、カテゴリ名および文書番号が対応づけて記憶されている。
【００５９】
カテゴリ番号は、カテゴリを一意に識別するためのカテゴリ識別情報である。親カテゴリ番号は、カテゴリの階層構造においてカテゴリ番号によって識別されるカテゴリの上位に位置するカテゴリ（つまり、親カテゴリ）を識別するためのカテゴリ識別情報である。カテゴリ名は、カテゴリ番号によって識別されるカテゴリの名称を示すテキストデータである。文書番号は、カテゴリ番号によって識別されるカテゴリに属する（分類された）文書を識別するための文書識別情報である。
【００６０】
図４は、カテゴリの階層構造におけるルートのカテゴリを示す。図４に示すカテゴリにおいては、カテゴリ番号「ｃ０１」がカテゴリ記憶部２３に記憶されている。図４に示すカテゴリはルートのカテゴリであるため、親カテゴリを持たない（つまり、カテゴリ番号「ｃ０１」に対応づけて親カテゴリ番号は記憶されていない）。また、図４に示す例では文書番号が記憶されていないため、カテゴリ番号「ｃ０１」によって識別されるカテゴリ（ルートのカテゴリ）には、文書が分類されていない（つまり、当該カテゴリに属する文書は存在しない）ことが示される。
【００６１】
図５は、カテゴリの階層構造における図４に示すカテゴリの子カテゴリ（カテゴリの階層構造において図４に示すカテゴリの下位に位置するカテゴリ）を示す。図５に示すカテゴリにおいては、カテゴリ番号「ｃ０２」、親カテゴリ番号「ｃ０１」およびカテゴリ名「出願人別」がカテゴリ記憶部２３に対応づけて記憶されている。
【００６２】
これによれば、カテゴリの階層構造においてカテゴリ番号「ｃ０２」によって識別されるカテゴリの上位に位置する親カテゴリは、親カテゴリ番号「ｃ０１」によって識別されるカテゴリ（つまり、図４に示すカテゴリ）であることが示される。また、カテゴリ番号「ｃ０２」によって識別されるカテゴリの名称（カテゴリ名）は、「出願人別」であることが示される。なお、図５に示す例では文書番号が記憶されていないため、カテゴリ番号「ｃ０２」によって識別されるカテゴリには、文書が分類されていない（つまり、当該カテゴリに属する文書は存在しない）ことが示される。
【００６３】
図６は、カテゴリの階層構造における図５に示すカテゴリの子カテゴリを示す。図６に示すカテゴリにおいては、カテゴリ番号「ｃ０４」、親カテゴリ番号「ｃ０２」、カテゴリ名「Ｔ社」および文書番号「ｄ１５，ｄ２３，ｄ３６，…」がカテゴリ記憶部２３に対応づけて記憶されている。
【００６４】
これによれば、カテゴリの階層構造においてカテゴリ番号「ｃ０４」によって識別されるカテゴリの上位に位置する親カテゴリは、親カテゴリ番号「ｃ０２」によって識別されるカテゴリ（つまり、図５に示すカテゴリ）であることが示される。また、カテゴリ番号「ｃ０４」によって識別されるカテゴリの名称（カテゴリ名）は、「Ｔ社」であることが示される。更に、カテゴリ番号「ｃ０４」によって識別されるカテゴリには、文書番号「ｄ１５」、「ｄ２３」および「ｄ３６」によって識別される文書が属する（分類されている）ことが示される。
【００６５】
なお、図６に示すように、カテゴリ記憶部２３には、カテゴリに分類される文書が満たすべき条件が記憶されていても構わない。図６に示す例では、カテゴリ記憶部２３には、条件「出願人＝“Ｔ社”」が記憶されている。これによれば、上記したように文書に含まれる出願人がＴ社である文書でなければカテゴリ番号「ｃ０４」によって識別されるカテゴリには分類されないことが示される。つまり、例えば上記した図３に示す文書２２１は、当該文書２２１に含まれる出願人がＡ社であるため、カテゴリ番号「ｃ０４」によって識別されるカテゴリには分類されない。
【００６６】
図６に示す例では、文書番号および条件が対応づけてカテゴリ記憶部２３に記憶されているものとして説明したが、例えば文書番号は明示的に列挙せずに条件のみが記憶されていても構わない。
【００６７】
図７は、カテゴリの階層構造における図４に示すカテゴリの子カテゴリを示す。図７に示すカテゴリにおいては、カテゴリ番号「ｃ０３」、親カテゴリ番号「ｃ０１」およびカテゴリ名「技術別」がカテゴリ記憶部２３に対応づけて記憶されている。
【００６８】
これによれば、カテゴリの階層構造においてカテゴリ番号「ｃ０３」によって識別されるカテゴリの上位に位置する親カテゴリは、親カテゴリ番号「ｃ０１」によって識別されるカテゴリ（つまり、図４に示すカテゴリ）であることが示される。また、カテゴリ番号「ｃ０３」によって識別されるカテゴリの名称（カテゴリ名）は、「技術別」であることが示される。なお、図７に示す例では、文書番号が記憶されていないため、カテゴリ番号「ｃ０３」によって識別されるカテゴリには、文書が分類されていない（つまり、当該カテゴリに属する文書は存在しない）ことが示される。
【００６９】
図８は、カテゴリの階層構造における図７に示すカテゴリの子カテゴリを示す。図８に示すカテゴリにおいては、カテゴリ番号「ｃ３１」、親カテゴリ番号「ｃ０３」、カテゴリ名「対話分類」および文書番号「ｄ０７，ｄ２３，ｄ５８，…」がカテゴリ記憶部２３に対応づけて記憶されている。
【００７０】
これによれば、カテゴリの階層構造においてカテゴリ番号「ｃ３１」によって識別されるカテゴリの上位に位置する親カテゴリは、親カテゴリ番号「ｃ０３」によって識別されるカテゴリ（つまり、図７に示すカテゴリ）であることが示される。また、カテゴリ番号「ｃ３１」によって識別されるカテゴリの名称（カテゴリ名）は、「対話分類」であることが示される。更に、カテゴリ番号「ｃ３１」によって識別されるカテゴリには、文書番号「ｄ０７」、「ｄ２３」および「ｄ５８」によって識別される文書が属する（分類されている）ことが示される。
【００７１】
図９は、カテゴリの階層構造における図８に示すカテゴリの子カテゴリを示す。図９に示すカテゴリにおいては、カテゴリ番号「ｃ４３」、親カテゴリ番号「ｃ３１」、カテゴリ名「教師あり分類」および文書番号「ｄ１５，ｄ３２，ｄ６９，…」がカテゴリ記憶部２３に対応づけて記憶されている。
【００７２】
これによれば、カテゴリの階層構造においてカテゴリ番号「ｃ４３」によって識別されるカテゴリの上位に位置する親カテゴリは、親カテゴリ番号「ｃ３１」によって識別されるカテゴリ（つまり、図８に示すカテゴリ）であることが示される。また、カテゴリ番号「ｃ４３」によって識別されるカテゴリの名称（カテゴリ名）は、「教師あり分類」であることが示される。更に、カテゴリ番号「ｃ４３」によって識別されるカテゴリには、文書番号「ｄ１５」、「ｄ３２」および「ｄ６９」によって識別される文書が属する（分類されている）ことが示される。
【００７３】
なお、上記した図４〜図９に示すカテゴリに示すように、同一の文書が複数のカテゴリに属していても構わない。例えば文書番号「ｄ１５」によって識別される文書は、図６に示すカテゴリ番号「ｃ０４」によって識別されるカテゴリおよび図９に示すカテゴリ番号「ｃ４３」によって識別されるカテゴリの両方に属している（分類されている）。また、例えば文書番号「ｄ２３」によって識別される文書は、図６に示すカテゴリ番号「ｃ０４」によって識別されるカテゴリおよび図８に示すカテゴリ番号「ｃ３１」によって識別されるカテゴリの両方に属している（分類されている）。
【００７４】
次に、図１０のフローチャートを参照して、本実施形態に係る文書分析装置３０の処理手順について説明する。
【００７５】
まず、ユーザインタフェース部３１に含まれるカテゴリ表示操作部３１１は、ユーザにとって重要な文書（重要文書）を指定（選択）するための画面（以下、重要文書指定画面と表記）を表示する（ステップＳ１）。
【００７６】
この重要文書指定画面には、例えばカテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリおよび当該カテゴリ番号に対応づけてカテゴリ記憶部２３に記憶されている文書番号によって識別される文書（に含まれる文書名および本文）が表示される。
【００７７】
ここで、図１１は、カテゴリ表示操作部３１１によって表示される重要文書指定画面の一例を示す。
【００７８】
図１１に示す重要文書指定画面１００においては、領域１０１〜１０３が設けられている。
【００７９】
領域１０１には、カテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリが、当該カテゴリの名称（つまり、カテゴリ名）とともに階層構造で表示される。
【００８０】
領域１０２には、領域１０１において表示されているカテゴリの中でユーザによって指定されたカテゴリに属する文書の文書名が表示される。つまり、領域１０２には、ユーザによって指定されたカテゴリを識別するカテゴリ番号に対応づけてカテゴリ記憶部２３に記憶されている文書番号によって識別される文書の各々に含まれる文書名の一覧が表示される。なお、文書名は、文書記憶部２２に記憶されている文書の各々に含まれている。図１１に示す重要文書指定画面１００においては、領域１０１において表示されているカテゴリのうちのカテゴリ「対話分類」に属する文書の文書名が表示されている。
【００８１】
領域１０３には、領域１０２において表示されている文書（の文書名）の中でユーザによって指定された文書に含まれる本文が表示される。なお、本文は、文書記憶部２２に記憶されている文書に含まれている。図１１に示す重要文書指定画面１００においては、領域１０２において表示されている文書名の一覧のうちの文書名が「文書分類方法および装置」である文書の本文が表示されている。
【００８２】
上記したような重要文書指定画面１００が表示されると、ユーザは、当該重要文書指定画面１００を参照することによってカテゴリ（分類結果）および文書の内容（文書名および本文等）を確認し、例えば文書分析装置３０に対して重要文書（当該ユーザにとって重要な文書）を指定する操作を行うことができる。
【００８３】
文書分析装置３０に対して重要文書を指定する操作がユーザによって行われた場合、当該ユーザの操作は、カテゴリ表示操作部３１１によって受け付けられる。
【００８４】
重要文書指定部３１２は、カテゴリ表示操作部３１１によって受け付けられたユーザの操作に応じて、文書記憶部２２に記憶されている文書の中から重要文書を指定する（ステップＳ２）。
【００８５】
なお、重要文書指定部３１２によって重要文書が指定されると、当該指定結果が文書記憶部２２に記憶される。具体的には、文書記憶部２２に記憶されている重要文書指定部３１２によって指定された重要文書に含まれる重要度が「重要」に変更される。これにより、重要文書指定部３１２によって指定された文書（重要文書）は、ユーザにとって重要な文書である旨が設定される。
【００８６】
ここで、図１２は、上記した図１１に示す重要文書指定画面１００において重要文書を指定する操作が行われた後の表示画面の一例を示す。
【００８７】
重要文書指定画面１００において例えば領域１０２に表示されている文書（の文書名）を重要文書として指定する操作がユーザによって行われた場合には、図１２に示すように、当該文書名の例えば左側に当該文書が重要文書として指定（設定）された旨を示すマーク１０４が表示される。
【００８８】
図１２に示す例では、例えば文書名が「文書分類方法および装置」および「テキスト自動分類方式」である文書が重要文書として指定されたことが示されている。
【００８９】
次に、重要文書処理部３２に含まれる重要文書候補抽出部３２１は、重要文書指定部３１２によって指定された重要文書に基づいて、文書記憶部２２に記憶されている文書の中から重要文書の候補（重要文書候補）を抽出する処理（以下、重要文書候補抽出処理と表記）を実行する（ステップＳ３）。
【００９０】
重要文書候補抽出処理においては、重要文書指定部３１２によって指定された重要文書が属するカテゴリを表すベクトルと当該重要文書候補抽出処理の対象となる文書（後述する）が属するカテゴリを表すベクトルとの類似度が算出され、当該類似度に基づいて重要文書候補が決定される。なお、重要文書候補抽出処理の詳細については後述する。
【００９１】
重要カテゴリ候補抽出部３２２は、重要文書候補抽出部３２１によって抽出された重要文書候補および重要文書候補抽出部３２１によって算出された類似度（当該重要文書候補と重要文書との類似度）に基づいて、カテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリの中からユーザにとって重要な文書が属するカテゴリの候補（重要カテゴリ候補）を抽出する処理（以下、重要カテゴリ候補抽出処理と表記）を実行する（ステップＳ４）。
【００９２】
重要カテゴリ候補抽出処理においては、カテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリの各々の重要度が重要文書候補抽出部３２１によって算出された重要文書候補と重要文書との類似度に基づいて算出され、当該重要度に基づいて重要カテゴリ候補が決定される。
【００９３】
カテゴリの重要度は、カテゴリの各々に属する重要文書候補と重要文書との類似度の和（合計値）に対する、当該カテゴリに属する重要文書候補と重要文書との類似度の割合として算出される。なお、重要カテゴリ候補抽出処理の詳細については後述する。
【００９４】
次に、カテゴリ表示操作部３１１は、重要カテゴリ候補抽出部３２２によって抽出された重要カテゴリ候補を提示（表示）する（ステップＳ５）。この場合、カテゴリ表示操作部３１１は、上記した重要カテゴリ候補抽出処理において算出されたカテゴリ（重要カテゴリ候補）の重要度に応じて当該重要カテゴリ候補を表示する。なお、重要カテゴリ候補が表示される際の具体例については後述する。
【００９５】
ここで、ユーザは、カテゴリ表示操作部３１１によって提示された重要カテゴリ候補のうちの１つを選択する操作を例えば文書分析装置３０に対して行うことができる。この場合、ユーザは、例えば重要文書が含まれているかを確認したいカテゴリ（重要カテゴリ候補）を選択する。
【００９６】
文書分析装置３０に対して重要カテゴリ候補のうちの１つを選択する操作が行われた場合、当該ユーザの操作は、カテゴリ表示操作部３１１によって受け付けられる。
【００９７】
カテゴリ選択部３１３は、カテゴリ表示操作部３１１によって受け付けられたユーザの操作に応じて、重要カテゴリ候補抽出部３２２によって抽出された重要カテゴリ候補のうちの１つを選択する（ステップＳ６）。以下、カテゴリ選択部３１３によって選択された重要カテゴリ候補を選択重要カテゴリ候補と称する。
【００９８】
次に、関連重要カテゴリ候補抽出部３２３は、重要カテゴリ候補抽出部３２２によって抽出された重要カテゴリ候補（選択重要カテゴリ候補以外の重要カテゴリ候補）の中から当該選択重要カテゴリ候補と関連のある（関連が高い）重要カテゴリ候補（関連重要カテゴリ候補）を抽出する処理（以下、関連重要カテゴリ候補抽出処理と表記）を実行する（ステップＳ７）。
【００９９】
関連重要カテゴリ候補抽出処理においては、選択重要カテゴリ候補に属する重要文書候補および当該選択重要カテゴリ候補以外の重要カテゴリ候補の各々に属する重要文書候補に基づいて、当該重要カテゴリ候補が関連重要カテゴリ候補であるか否かが判定される。なお、関連重要カテゴリ候補抽出処理の詳細については後述する。
【０１００】
カテゴリ表示操作部３１１は、関連重要カテゴリ候補抽出部３２３によって抽出された関連重要カテゴリ候補を提示（表示）する（ステップＳ８）。この場合、カテゴリ表示操作部３１１は、関連重要カテゴリ候補とともに、当該関連重要カテゴリ候補に属する重要文書候補（および重要文書）の数を表示する。なお、関連重要カテゴリ候補に属する重要文書候補および重要文書の数は、当該関連重要カテゴリ候補を識別するためのカテゴリ番号と当該重要文書候補および重要文書を識別するための文書番号とを元にカテゴリ記憶部２３を参照することによって特定される。
【０１０１】
ここで、ユーザは、カテゴリ表示操作部３１１によって提示された重要カテゴリ候補および関連重要カテゴリ候補のうち、例えば重要文書が存在するか否かを確認したいカテゴリを選択する操作を例えば文書分析装置３０に対して行うことができる。
【０１０２】
文書分析装置３０に対して重要文書が存在するか否かを確認したいカテゴリを選択する操作が行われた場合、当該ユーザの操作は、カテゴリ表示操作部３１１によって受け付けられる。
【０１０３】
ここで、カテゴリ表示操作部３１１は、重要文書が存在するか否かを確認したいカテゴリを選択する操作が受け付けられたか、つまり、ユーザによって当該カテゴリが選択されたか否かを判定する（ステップＳ９）。
【０１０４】
重要文書が存在するか否かを確認したいカテゴリを選択する操作が受け付けられたと判定された場合（ステップＳ９のＹＥＳ）、カテゴリ選択部３１３は、カテゴリ表示操作部３１１によって受け付けられた当該操作に応じて、重要カテゴリ候補および関連重要カテゴリ候補の中からカテゴリ（ユーザが重要文書が存在するか否かを確認したいカテゴリ）を選択する。
【０１０５】
次に、カテゴリ表示操作部３１１は、カテゴリ選択部３１３によって選択されたカテゴリに属する文書を提示（表示）する（ステップＳ１０）。この場合、カテゴリ表示操作部３１１は、カテゴリ選択部３１３によって選択されたカテゴリを識別するためのカテゴリ番号に対応づけてカテゴリ記憶部２３に記憶されている文書番号によって識別される文書に含まれる例えば文書名を文書記憶部２２から取得し、当該文書名の一覧を表示する。
【０１０６】
なお、カテゴリ選択部３１３によって選択されたカテゴリに属する文書（の文書名）が表示される場合、例えば重要文書指定部３１２によって指定された重要文書および重要文書候補抽出部３２１によって抽出された重要文書候補が上位に表示される。また、重要文書候補抽出部３２１によって抽出された重要文書候補は、重要文書との類似度（重要文書候補抽出部３２１によって算出された類似度）が高い順に表示される。
【０１０７】
ユーザは、カテゴリ表示操作部３１１によって表示された文書（ユーザが重要文書が存在するか否かを確認したいカテゴリに属する文書）を確認することによって、当該文書の中から重要文書を指定することができる。当該文書の中に、重要文書が存在すれば(ステップＳ１１のＹＥＳ)、ユーザは重要文書を指定し、文書分析装置３０はステップＳ３以降の処理を繰り返す。重要文書が存在しなければ（ステップＳ１１のＮＯ）、文書分析装置３０の処理は終了される。このように、重要文書指定部３１２によって指定された重要文書を元に、ユーザが重要文書を指定し、カテゴリ表示操作部３１１は再びカテゴリに属する文書の候補を提示する。このような処理を繰り返すことで、ユーザは重要文書の傾向が徐々に明確になっていく。
【０１０８】
一方、重要文書が存在するか否かを確認したいカテゴリを選択する操作が受け付けられていないと判定された場合（ステップＳ９のＮＯ）、文書分析装置３０の処理は終了される。
【０１０９】
次に、図１３のフローチャートを参照して、重要文書候補抽出部３２１による重要文書候補抽出処理（図１０に示すステップＳ３の処理）の処理手順について説明する。
【０１１０】
まず、ステップＳ２１〜ステップＳ２５の処理において、前述した重要文書指定部３１１によって指定された重要文書が属するカテゴリ（の頻度）を表すベクトル（カテゴリベクトル）が生成される。
【０１１１】
重要文書候補抽出部３２１は、重要文書指定部３１１によって指定された重要文書の集合（以下、重要文書集合Ｄｄ´と表記）のカテゴリベクトル（以下、カテゴリベクトルｖｄｄ´と表記）を空とする（ステップＳ２１）。
【０１１２】
次に、重要文書候補抽出部３２１は、重要文書集合Ｄｄ´中の重要文書の各々について、以下のステップＳ２２およびＳ２３の処理を実行する。以下、この処理の対象となる重要文書を重要文書ｄ´とする。
【０１１３】
重要文書候補抽出部３２１は、重要文書ｄ´が属するカテゴリを表すカテゴリベクトルｖｄ´を生成する処理（以下、カテゴリベクトル生成処理と表記）を実行する（ステップＳ２２）。
【０１１４】
このカテゴリベクトル生成処理においては、例えばカテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリの各々を次元とするベクトルが生成される。なお、カテゴリベクトル生成処理の詳細については後述する。
【０１１５】
次に、重要文書候補抽出部３２１は、カテゴリベクトルｖｄｄ´にカテゴリベクトル生成処理において生成された重要文書ｄ´のカテゴリベクトルｖｄ´を加算する（ステップＳ２３）。
【０１１６】
重要文書候補抽出部３２１は、重要文書集合Ｄｄ´中の全ての重要文書について上記したステップＳ２２およびＳ２３の処理が実行されたか否かを判定する（ステップＳ２４）。
【０１１７】
重要文書集合Ｄｄ´中の全ての重要文書について処理が実行されていないと判定された場合（ステップＳ２４のＮＯ）、上記したステップＳ２２に戻って処理が繰り返される。この場合、ステップＳ２２およびＳ２３の処理が実行されていない重要文書集合Ｄｄ´中の重要文書を重要文書ｄ´として処理が実行される。
【０１１８】
このように、ステップＳ２２およびＳ２３の処理が重要文書集合Ｄｄ´中の重要文書の各々について繰り返されることによって当該重要文書集合Ｄｄ´のカテゴリベクトルｖｄｄ´が生成される。
【０１１９】
ステップＳ２４において重要文書集合Ｄｄ´中の全ての重要文書について処理が実行されたと判定された場合、重要文書候補抽出部３２１は、生成されたカテゴリベクトルｖｄｄ´の各次元の値をノルム｜ｖｄｄ´｜で割ることによって、当該カテゴリベクトルｖｄｄ´を正規化する（ステップＳ２５）。この結果、カテゴリベクトルｖｄｄ´は、ノルムが１のベクトルとなる。
【０１２０】
次に、ステップＳ２６の処理において、以下のステップＳ２７〜Ｓ３１の処理の対象となる文書（前述した重要文書候補抽出処理の対象となる文書）の集合（以下、対象文書集合Ｄｄと表記）が特定される。
【０１２１】
重要文書候補抽出部３２１は、上記した重要文書集合Ｄｄ´中の重要文書の各々が属するカテゴリを特定する。この場合、重要文書候補抽出部３２１は、重要文書集合Ｄｄ´中の重要文書の各々を識別する文書番号に対応づけてカテゴリ記憶部２３に記憶されているカテゴリ番号（によって識別されるカテゴリ）を特定する。
【０１２２】
重要文書候補抽出部３２１は、特定されたカテゴリ番号によって識別されるカテゴリのうちの少なくとも１つに属する文書の集合を対象文書集合Ｄｄとして特定する（ステップＳ２６）。この場合、重要文書候補抽出部３２１は、特定されたカテゴリ番号に対応づけてカテゴリ記憶部２３に記憶されている文書番号によって識別される文書の集合を対象文書集合Ｄｄとする。
【０１２３】
つまり、対象文書集合Ｄｄは、重要文書集合Ｄｄ´中の重要文書の各々が属するカテゴリのうちの少なくとも１つに属する文書の集合である。
【０１２４】
次に、ステップＳ２７〜Ｓ３２の処理によって対象文書集合Ｄｄ中から重要文書候補となる文書が抽出される。
【０１２５】
重要文書候補抽出部３２１は、対象文書集合Ｄｄ中の文書の各々について、以下のステップＳ２７〜Ｓ３１の処理を実行する。以下、この処理の対象となる文書を対象文書ｄとする。
【０１２６】
重要文書候補抽出部３２１は、対象文書ｄが属するカテゴリを表すカテゴリベクトルｖｄを生成する処理（カテゴリベクトル生成処理）を実行する（ステップＳ２７）。このステップＳ２７においては、上記したステップＳ２２におけるカテゴリベクトル生成処理と同様の処理が対象文書ｄに対して実行される。つまり、カテゴリベクトル生成処理によって、カテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリの各々を次元とするベクトルが生成される。
【０１２７】
重要文書候補抽出部３２１は、生成されたカテゴリベクトルｖｄの各次元の値をノルム｜ｖｄ｜で割ることによって、当該カテゴリベクトルｖｄを正規化する（ステップＳ２８）。この結果、カテゴリベクトルｖｄは、ノルムが１のベクトルとなる。
【０１２８】
次に、重要文書候補抽出部３２１は、上記したステップＳ２５において正規化されたカテゴリベクトルｖｄｄ´とステップＳ２８において正規化されたカテゴリベクトルｖｄとの類似度（以下、類似度ｓと表記）を算出する（ステップＳ２９）。この類似度ｓは、例えばカテゴリベクトルｖｄｄ´およびカテゴリベクトルｖｄの余弦値である。
【０１２９】
重要文書候補抽出部３２１は、算出された類似度ｓが予め定められた値（以下、閾値と表記）以上であるか否かを判定する（ステップＳ３０）。
【０１３０】
類似度ｓが閾値以上であると判定された場合（ステップＳ３０のＹＥＳ）、重要文書候補抽出部３２１は、対象文書ｄを重要文書候補として決定する。
【０１３１】
この場合、重要文書候補抽出部３２１は、対象文書ｄ（を識別するための文書番号）およびステップＳ２９において算出された類似度ｓを対応づけてリスト（変数list）に格納する（ステップＳ３１）。
【０１３２】
一方、類似度ｓが閾値以上でないと判定された場合（ステップＳ３０のＮＯ）、以下のステップＳ３１の処理は実行されない。
【０１３３】
重要文書候補抽出部３２１は、対象文書集合Ｄｄ中の全ての文書について上記したステップＳ２７〜Ｓ３１の処理が実行されたか否かを判定する（ステップＳ３２）。
【０１３４】
対象文書集合Ｄｄ中の全ての文書について処理が実行されていないと判定された場合（ステップＳ３２のＮＯ）、上記したステップＳ２７に戻って処理が繰り返される。この場合、ステップＳ２７〜Ｓ３１の処理が実行されていない対象文書集合Ｄｄ中の文書を対象文書ｄとして処理が実行される。
【０１３５】
一方、対象文書集合Ｄｄ中の全ての文書について処理が実行されたと判定された場合（ステップＳ３２のＮＯ）、重要文書候補抽出処理は終了される。
【０１３６】
なお、上記したステップＳ３１においてリストに格納された文書（の各々）が、重要文書候補抽出処理において抽出された重要文書候補である。このステップＳ３１において重要文書候補および類似度が格納されたリスト（以下、重要文書候補リストと表記）は、以下に説明する重要カテゴリ候補抽出処理において用いられる。
【０１３７】
次に、図１４のフローチャートを参照して、上述した重要文書候補抽出処理において実行されるカテゴリベクトル生成処理（図１３に示すステップＳ２２およびＳ２７の処理）の処理手順について説明する。
【０１３８】
以下、カテゴリベクトル生成処理の対象となる文書を文書ｄとして説明する。なお、図１３に示すステップＳ２２においてカテゴリベクトル生成処理の対象となる文書とは重要文書ｄ´である。また、図１３に示すステップＳ２７においてカテゴリベクトル生成処理の対象となる文書とは対象文書ｄである。
【０１３９】
まず、重要文書候補抽出部３２１は、文書ｄが属するカテゴリを表すカテゴリベクトル（以下、カテゴリベクトルｖｄと表記）を空とする（ステップＳ４１）。
【０１４０】
次に、重要文書候補抽出部３２１は、文書ｄが属するカテゴリ（つまり、文書ｄを識別するための文書番号に対応づけてカテゴリ記憶部２３に記憶されているカテゴリ識別番号によって識別されるカテゴリ）の各々について、以下のステップＳ４２およびＳ４３の処理を実行する。以下、この処理の対象となるカテゴリをカテゴリｃとする。
【０１４１】
重要文書候補抽出部３２１は、文書記憶部２２およびカテゴリ記憶部２３を参照して、カテゴリｃが不要なカテゴリ（以下、不要カテゴリと表記）であるか否かを判定する（ステップＳ４２）。
【０１４２】
ここで、不要カテゴリとは、当該カテゴリに属する文書の全てについて重要度「不要」が設定されているカテゴリをいう。つまり、ステップＳ４２の処理は、カテゴリｃを識別するためのカテゴリ番号に対応づけてカテゴリ記憶部２２に記憶されている文書番号を特定し、文書記憶部２２に記憶されている当該文書番号によって識別される文書に含まれる重要度を参照することによって実行される。
【０１４３】
カテゴリｃが不要カテゴリでないと判定された場合（ステップＳ４２のＮＯ）、重要文書候補抽出部３２１は、カテゴリｃをカテゴリベクトルｖｄにおける１つの次元とし、当該次元の値を１とする（ステップＳ４３）。
【０１４４】
次に、重要文書候補抽出部３２１は、文書ｄが属する全てのカテゴリについて上記したステップＳ４２およびＳ４３の処理が実行されたか否かを判定する（ステップＳ４４）。
【０１４５】
文書ｄが属する全てのカテゴリについて処理が実行されていないと判定された場合（ステップＳ４４のＮＯ）、上記したステップＳ４２に戻って処理が繰り返される。この場合、ステップＳ４２およびＳ４３の処理が実行されていない文書ｄが属するカテゴリをカテゴリｃとして処理が実行される。
【０１４６】
一方、文書ｄが属する全てのカテゴリについて処理が実行されたと判定された場合（ステップＳ４４のＹＥＳ）、カテゴリベクトル生成処理は終了される。
【０１４７】
なお、上記したステップＳ４２においてカテゴリｃが不要カテゴリであると判定された場合には、ステップＳ４３の処理は実行されず、ステップＳ４４の処理が実行される。
【０１４８】
上記したカテゴリベクトル生成処理によって生成される文書ｄのカテゴリベクトル（当該文書ｄが属するカテゴリを表すカテゴリベクトル）ｖｄは、当該文書ｄが属するカテゴリであって不要カテゴリでないカテゴリの各々を１つの次元とし、当該各次元の値が１であるベクトルである。
【０１４９】
ここで、上述した重要文書候補抽出処理について具体的に説明する。ここでは、重要文書指定部３１１によって第１〜第４の重要文書が指定されているものとする。また、第１の重要文書は、カテゴリＡ、Ｂ、Ｃ、ＤおよびＥに属するものとする。第２の重要文書は、カテゴリＡ、Ｃ、Ｆ、ＧおよびＨに属するものとする。第３の重要文書は、カテゴリＢ、Ｃ、Ｅ、ＧおよびＩに属するものとする。第４の重要文書は、カテゴリＡ、Ｃ、Ｅ、ＧおよびＩに属するものとする。
【０１５０】
この場合における重要文書集合Ｄｄ´のカテゴリベクトルｖｄｄ´（つまり、第１〜第４の重要文書の各々が属するカテゴリの頻度を表すカテゴリベクトル）は、「カテゴリＡ：３、カテゴリＢ：２、カテゴリＣ：４、カテゴリＤ：１、カテゴリＥ：３、カテゴリＦ：１、カテゴリＧ：３、カテゴリＨ：１、カテゴリＩ：２」となる。重要文書集合Ｄｄ´のカテゴリベクトルｖｄｄ´は、第１〜第４の重要文書の各々のカテゴリベクトル（ｖｄ´）の合計である。
【０１５１】
重要文書候補抽出処理においては、第１〜第４の重要文書の各々が属するカテゴリＡ〜Ｉのうちの少なくとも１つに属する文書の各々を対象文書として、当該対象文書のカテゴリベクトル（ｖｄ）が生成される。次に、対象文書のカテゴリベクトルｖｄと重要文書集合Ｄｄ´のカテゴリベクトルｖｄｄ´との類似度ｓが算出され、当該類似度ｓが閾値以上である場合に当該対象文書は重要文書候補として決定（抽出）される。
【０１５２】
ここで、重要文書候補抽出処理において第１〜第３の重要文書候補が抽出されたものとする。
【０１５３】
第１の重要文書候補は、カテゴリＡ、Ｃ、ＧおよびＥに属する文書であって、当該第１の重要文書候補のカテゴリベクトルｖｄと重要文書集合Ｄｄ´のカテゴリベクトルｖｄｄ´との類似度は、例えば０．８６で閾値以上である。したがって、第１の重要文書候補は、重要文書候補抽出処理において抽出される。
【０１５４】
第２の重要文書候補は、カテゴリＡ、Ｃ、Ｆ、ＧおよびＥに属する文書であって、当該第２の重要文書候補のカテゴリベクトルｖｄと重要文書集合Ｄｄ´のカテゴリベクトルｖｄｄ´との類似度は、例えば０．８３で閾値以上である。したがって、第２の重要文書候補は、重要文書候補抽出処理において抽出される。
【０１５５】
また、第３の重要文書候補は、カテゴリＢ、Ｃ、ＤおよびＨに属する文書であって、当該第３の重要文書候補のカテゴリベクトルｖｄと重要文書集合Ｄｄ´のカテゴリベクトルｖｄｄ´との類似度は、例えば０．６４で閾値以上である。したがって、第３の重要文書候補は、重要文書候補抽出処理において抽出される。
【０１５６】
つまり、重要文書候補抽出処理においては、重要文書が属するカテゴリと同じカテゴリに多く属する文書、すなわち重要文書と同じ観点に多く属する文書が重要文書候補として抽出される。
【０１５７】
よって、上記した第１〜第４の重要文書の各々が属するカテゴリＡ〜Ｉ以外のカテゴリに多く属するような文書は、当該文書のカテゴリベクトルｖｄと重要文書集合Ｄｄ´のカテゴリベクトルｖｄｄ´との類似度は低く、重要文書候補としては抽出されない。
【０１５８】
次に、図１５のフローチャートを参照して、重要カテゴリ候補抽出部３２２による重要カテゴリ候補抽出処理（図１０に示すステップＳ４の処理）の処理手順について説明する。
【０１５９】
重要カテゴリ候補抽出処理においては、後述するようにカテゴリ記憶部２３に記憶されているカテゴリの各々の重要度が算出され、当該重要度に基づいて当該カテゴリの中から重要文書が属するカテゴリの候補（重要カテゴリ候補）が抽出される。
【０１６０】
なお、重要カテゴリ候補抽出処理においては、上記した重要文書候補リストが用いられる。重要文書候補リストには、上記したように重要文書候補（を識別するための文書番号）および当該重要文書候補のカテゴリベクトルと上記した重要文書集合のカテゴリベクトルとの類似度（以下、単に当該重要文書候補の類似度と表記）が対応づけて格納されている。
【０１６１】
まず、重要カテゴリ候補抽出部３２２は、カテゴリ記憶部２３に記憶されているカテゴリ番号によって識別される全てのカテゴリの集合（以下、カテゴリ集合Ｄｃと表記）のスコア（以下、スコアｓｄｃと表記）を空とする（ステップＳ５１）。このカテゴリ集合Ｄｃのスコアｓｄｃは、後述するようにカテゴリの重要度の算出に用いられる。
【０１６２】
次に、重要カテゴリ候補抽出部３２２は、カテゴリ集合Ｄｃ中のカテゴリの各々について、以下のステップＳ５２〜Ｓ５６の処理を実行する。以下、この処理の対象となるカテゴリをカテゴリｃとする。
【０１６３】
重要カテゴリ候補抽出部３２２は、カテゴリｃのスコア（以下、スコアｓｃと表記）を空とする（ステップＳ５２）。
【０１６４】
次に、重要カテゴリ候補抽出部３２２は、カテゴリｃに属する文書の各々について、以下のステップＳ５３およびＳ５４の処理を実行する。なお、カテゴリｃに属する文書とは、カテゴリｃを識別するためのカテゴリ番号に対応づけてカテゴリ記憶部２３に記憶されている文書番号によって識別される文書である。以下、この処理の対象となる文書を文書ｄとする。
【０１６５】
重要カテゴリ候補抽出部３２２は、文書ｄが重要文書候補リストに格納されているか、つまり、文書ｄが重要文書候補であるか否かを判定する（ステップＳ５３）。
【０１６６】
文書ｄが重要文書候補であると判定された場合（ステップＳ５３のＹＥＳ）、重要カテゴリ候補抽出部３２２は、当該文書ｄ（重要文書候補）に対応づけて重要文書候補リストに格納されている類似度（つまり、当該重要文書候補の類似度）をカテゴリｃのスコアｓｃに加算する（ステップＳ５４）。
【０１６７】
一方、文書ｄが重要文書候補でないと判定された場合（ステップＳ５３のＮＯ）、ステップＳ５４の処理は実行されない。
【０１６８】
重要カテゴリ候補抽出部３２２は、カテゴリｃに属する全ての文書について上記したステップＳ５３およびＳ５４の処理が実行されたか否かを判定する（ステップＳ５５）。
【０１６９】
カテゴリｃに属する全ての文書について処理が実行されていないと判定された場合（ステップＳ５５のＮＯ）、上記したステップＳ５３に戻って処理が繰り返される。この場合、ステップＳ５３およびＳ５４の処理が実行されていないカテゴリｃに属する文書を文書ｄとして処理が実行される。
【０１７０】
このようにステップＳ５３およびＳ５４の処理がカテゴリｃに属する文書の各々について繰り返されることによって当該カテゴリｃのスコアｓｃが算出される。つまり、カテゴリｃのスコアｓｃは、当該カテゴリｃに属する重要文書候補の類似度の合計である。
【０１７１】
ステップＳ５５においてカテゴリｃに属する全ての文書について処理が実行されたと判定された場合、重要カテゴリ候補抽出部３２２は、カテゴリｃのスコアｓｃをカテゴリ集合Ｄｃのスコアｓｄｃに加算する（ステップＳ５６）。
【０１７２】
次に、重要カテゴリ候補抽出部３２２は、カテゴリ集合Ｄｃ中の全てのカテゴリについて上記したステップＳ５２〜Ｓ５６の処理が実行されたか否かを判定する（ステップＳ５７）。
【０１７３】
カテゴリ集合Ｄｃ中の全てのカテゴリについて処理が実行されていないと判定された場合（ステップＳ５７のＮＯ）、上記したステップＳ５２に戻って処理が繰り返される。この場合、ステップＳ５２〜Ｓ５６の処理が実行されていないカテゴリをカテゴリｃとして処理が実行される。
【０１７４】
このようにステップＳ５２〜Ｓ５６の処理がカテゴリ集合Ｄｃ中のカテゴリの各々について繰り返されることによって当該カテゴリ集合Ｄｃのスコアｓｄｃが算出される。つまり、カテゴリ集合Ｄｃのスコアｓｄｃは、当該カテゴリ集合Ｄｃ中のカテゴリの各々のスコア（ｓｃ）の合計である。
【０１７５】
ステップＳ５７においてカテゴリ集合Ｄｃ中の全てのカテゴリについて処理が実行されたと判定された場合、重要カテゴリ候補抽出部３２２は、当該カテゴリ集合Ｄｃ中のカテゴリの各々について、以下のステップＳ５８〜Ｓ６１の処理を実行する。以下、この処理の対象となるカテゴリをカテゴリｃとする。
【０１７６】
重要カテゴリ候補抽出部３２２は、上記したカテゴリ集合Ｄｃのスコアｓｄｃおよびカテゴリｃのスコアｓｃを用いて、当該カテゴリｃの重要度を算出する（ステップＳ５８）。ここで、カテゴリｃの重要度は、ｓｃ／ｓｄｃによって算出されるものとする。つまり、カテゴリｃの重要度は、カテゴリ集合Ｄｃのスコアｓｄｃ（カテゴリ集合Ｄｃ中のカテゴリのスコアの合計値）に対する、当該カテゴリｃのスコアｓｃの割合である。
【０１７７】
次に、重要カテゴリ候補抽出部３２２は、算出されたカテゴリｃの重要度が予め定められた値（以下、閾値と表記）以上であるか否かを判定する（ステップＳ５９）。このステップＳ５９の処理において用いられる閾値は、例えば０．４（４０％）である。
【０１７８】
カテゴリｃの重要度が閾値以上でないと判定された場合（ステップＳ５９のＮＯ）、以下のステップＳ６２の処理が実行される。
【０１７９】
一方、カテゴリｃの重要度が閾値以上であると判定された場合（ステップＳ５９のＹＥＳ）、重要カテゴリ候補抽出部３２２は、当該カテゴリｃを重要カテゴリ候補として決定する（ステップＳ６０）。
【０１８０】
次に、重要カテゴリ候補抽出部３２２は、算出されたカテゴリｃの重要度に応じて、当該カテゴリｃ（重要カテゴリ候補として決定されたカテゴリｃ）をユーザに対して提示する際の背景色を決定する（ステップＳ６１）。なお、重要カテゴリ候補抽出部３２２によって決定される背景色は、カテゴリｃの重要度に応じて複数種類用意されているものとする。
【０１８１】
重要カテゴリ候補抽出部３２２は、例えばカテゴリｃの重要度（割合）が０．８（８０％）以上である場合、当該重要度が０．６以上０．８未満（６０％以上８０％未満）である場合、当該重要度が０．４以上０．６未満（４０％以上６０％未満）である場合の３段階で背景色を決定する。なお、背景色の種類の数およびカテゴリｃの重要度の範囲等については、適宜、変更可能である。
【０１８２】
後述するように、この重要カテゴリ候補抽出部３２２によって決定された背景色によってカテゴリｃに重要文書が属する程度（度合い）がユーザに対して提示される。
【０１８３】
次に、重要カテゴリ候補抽出部は、カテゴリ集合Ｄｃ中の全てのカテゴリについて上記したステップＳ５８〜Ｓ６１の処理が実行されたか否かを判定する（ステップＳ６２）。
【０１８４】
カテゴリ集合Ｄｃ中の全てのカテゴリについて処理が実行されていないと判定された場合（ステップＳ６２のＮＯ）、上記したステップＳ５８に戻って処理が繰り返される。この場合、ステップＳ５８およびＳ５９の処理が実行されていないカテゴリをカテゴリｃとして処理が実行される。
【０１８５】
このようにステップＳ５８〜Ｓ６１の処理がカテゴリ集合Ｄｃ中のカテゴリの各々について繰り返されることによって、当該カテゴリ集合Ｄｃの中から重要カテゴリ候補が決定（抽出）される。
【０１８６】
一方、カテゴリ集合Ｄｃ中の全てのカテゴリについて処理が実行されたと判定された場合（ステップＳ６２のＹＥＳ）、重要カテゴリ候補抽出処理は終了される。
【０１８７】
ここで、上述したように重要カテゴリ候補抽出処理が終了されると、カテゴリ表示操作部３１１によって当該重要カテゴリ候補抽出処理において抽出された重要カテゴリ候補がユーザに対して提示（表示）される。
【０１８８】
図１６は、カテゴリ表示操作部３１１によって重要カテゴリ候補が表示された場合の表示画面の一例を示す。
【０１８９】
図１６に示す表示画面２００においては、カテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリが、当該カテゴリ名とともに階層構造で表示される。
【０１９０】
この表示画面２００において表示されているカテゴリのうち、背景色があるカテゴリ２０１〜２０７が重要カテゴリ候補として抽出されたカテゴリである。なお、これらのカテゴリ２０１〜２０７以外のカテゴリは、重要カテゴリ候補として抽出されていないカテゴリである。
【０１９１】
図１６に示す例では、重要カテゴリ候補であるカテゴリ２０１〜２０７は、上記したように例えば３段階で背景色（の例えば濃度）が異なる。この背景色は、例えばカテゴリ２０１〜２０７の重要度に比例して濃く表示されるものとする。
【０１９２】
ここでは、カテゴリ「操作」２０５は、カテゴリ２０１〜２０７の中で背景色が最も濃いため、重要度が高いカテゴリである。つまり、カテゴリ「操作」２０５は、カテゴリ２０１〜２０７の中では重要文書が属する程度（度合い）が高いカテゴリである
一方、カテゴリ「Ｔ社」２０１、カテゴリ「Ｎ社」２０３およびカテゴリ「１９９６年」２０７は、カテゴリ２０１〜２０７の中で背景色が最も薄いため、重要度が低いカテゴリである。つまり、カテゴリ「Ｔ社」２０１、カテゴリ「Ｎ社」２０３およびカテゴリ「１９９６年」２０７は、カテゴリ２０１〜２０７の中では重要文書が属する程度（度合い）が低いカテゴリである。
【０１９３】
ここで、上記したように重要カテゴリ候補が表示された画面（つまり、図１６に示す表示画面２００）においては、ユーザは、例えば文書分析装置３０に対して当該重要カテゴリ候補（ここでは、カテゴリ２０１〜２０７）のうちの１つを選択する操作を行うことができる。
【０１９４】
このような操作がユーザによって行われた場合には、カテゴリ表示操作部３１１は当該操作を受け付け、カテゴリ選択部３１３はカテゴリ表示操作部３１１によって受け付けられた操作に応じて重要カテゴリ候補のうちの１つのカテゴリを選択する。
【０１９５】
カテゴリ選択部３１３によって１つの重要カテゴリ候補が選択されると、上述したように関連重要カテゴリ候補抽出部３２３によって関連重要カテゴリ候補抽出処理（図１０に示すステップＳ７の処理）が実行される。
【０１９６】
次に、図１７のフローチャートを参照して、関連重要カテゴリ候補抽出部３２３による関連重要カテゴリ候補抽出処理の処理手順について説明する。
【０１９７】
以下の説明では、カテゴリ選択部３１３によって選択された重要カテゴリ候補（カテゴリ表示操作部３１１によって表示された重要カテゴリ候補のうちの１つ）を選択重要カテゴリ候補ｃｃとする。
【０１９８】
関連重要カテゴリ候補抽出部３２３は、重要カテゴリ候補抽出部３２２によって抽出された重要カテゴリ候補（つまり、カテゴリ表示操作部３１１によって表示された背景色が無色でないカテゴリ）のうちの選択重要カテゴリ候補ｃｃ以外の重要カテゴリ候補の各々について、以下のステップＳ７１〜Ｓ７３の処理を実行する。以下、この処理の対象となる重要カテゴリ候補を重要カテゴリ候補ｃとする。
【０１９９】
関連重要カテゴリ候補抽出部３２３は、重要カテゴリ候補ｃおよび選択重要カテゴリ候補ｃｃの両方のカテゴリに属する重要候補文書および重要文書の数と、当該重要カテゴリ候補ｃに属する重要候補文書および重要文書の数と、当該選択重要カテゴリ候補ｃｃに属する重要候補文書および重要文書の数とを用いて、当該重要カテゴリ候補ｃが統計的に有意であるか否かを判定する（ステップＳ７１）。
【０２００】
関連重要カテゴリ候補抽出部３２３は、例えばχ二乗検定で重要カテゴリ候補ｃが統計的に有意であるか否かを検定する。
【０２０１】
この場合のχ二乗検定によれば、χ二乗統計量（χ）が、自由度２の有意水準５％のχ二乗分布（３．８４）や自由度２の有意水準１％のχ二乗分布（６．６３）よりも小さい場合には統計的に有意となる。一方、χ二乗統計量（χ）が、自由度２の有意水準５％のχ二乗分布（３．８４）や自由度２の有意水準１％のχ二乗分布（６．６３）よりも大きい場合には統計的に有意とならない。なお、χ二乗統計量（χ）は、以下の数式により算出される。
【数１】
【０２０２】
この数式において、ｘ１１は、重要カテゴリ候補ｃおよび選択重要カテゴリ候補ｃｃの両方に属する重要文書候補および重要文書の数である。ａ１は、重要カテゴリ候補ｃに属する重要文書候補および重要文書の数である。ｂ１は、選択重要カテゴリ候補ｃｃに属する重要文書候補および重要文書の数である。ｎは、全ての重要文書候補および重要文書の数である。また、ｘ１２はａ１−ｘ１１であり、ｘ２１はｂ１−ｘ１１であり、ｘ２２はｎ−ａ１−ｘ２１である。
【０２０３】
χ二乗検定で重要カテゴリ候補ｃが統計的に有意であると判定された場合（ステップＳ７１のＹＥＳ）、関連重要カテゴリ候補抽出部３２３は、当該重要カテゴリ候補ｃを関連重要カテゴリ候補（選択重要カテゴリ候補ｃｃと関連のあるカテゴリ）として決定する（ステップＳ７２）。
【０２０４】
次に、関連重要カテゴリ候補抽出部３２３は、カテゴリ記憶部２３を参照して、関連重要カテゴリ候補として決定された重要カテゴリ候補ｃおよび当該重要カテゴリ候補ｃに属する重要文書候補および重要文書（つまり、当該重要カテゴリ候補ｃを識別するためのカテゴリ番号に対応づけて当該カテゴリ記憶部２３に記憶されている文書番号によって識別される重要文書候補および重要文書）の数を返り値リスト（以下、関連重要カテゴリ候補リストと表記）に格納する（ステップＳ７３）。
【０２０５】
なお、ステップＳ７３において関連重要カテゴリ候補リストに格納された重要カテゴリ候補が関連重要カテゴリ候補抽出処理によって抽出された関連重要カテゴリ候補となる。
【０２０６】
一方、上記したステップＳ７１においてχ二乗検定で重要カテゴリ候補ｃが統計的に有意でないと判定された場合には、ステップＳ７２およびＳ７３の処理は実行されない。
【０２０７】
関連重要カテゴリ候補抽出部３２３は、選択重要カテゴリ候補ｃｃ以外の全ての重要カテゴリ候補について上記したステップＳ７１〜Ｓ７３の処理が実行されたか否かを判定する（ステップＳ７４）。
【０２０８】
選択重要カテゴリ候補ｃｃ以外の全ての重要カテゴリ候補について処理が実行されていないと判定された場合（ステップＳ７４のＮＯ）、上記したステップＳ７１に戻って処理が繰り返される。この場合、ステップＳ７１〜Ｓ７３の処理が実行されていない選択重要カテゴリ候補ｃｃ以外の重要カテゴリ候補を重要カテゴリ候補ｃとして処理が実行される。
【０２０９】
一方、選択重要カテゴリ候補ｃｃ以外の全ての重要カテゴリ候補について処理が実行されたと判定された場合（ステップＳ７４のＹＥＳ）、関連重要カテゴリ候補抽出処理は終了される。
【０２１０】
ここで、上述したように関連重要カテゴリ候補抽出処理が終了されると、関連重要カテゴリ候補リストに格納されている重要カテゴリ候補（関連重要カテゴリ候補抽出処理によって抽出された関連重要カテゴリ候補）と当該重要カテゴリ候補に属する重要文書候補および重要文書の数とがカテゴリ表示操作部３１１によってユーザに対して提示（表示）される。
【０２１１】
図１８は、カテゴリ表示操作部３１１によって関連重要カテゴリ候補が表示された場合の表示画面の一例を示す。なお、図１８に示す表示画面３００は、上述した図１６に示す表示画面２００において例えばカテゴリ「操作性」２０５を選択する操作がユーザによって行われた後に関連重要カテゴリ候補抽出処理が実行され、当該関連重要カテゴリ候補抽出処理において抽出された関連重要カテゴリが表示された場合の画面である。
【０２１２】
図１８に示す表示画面３００においては、選択重要カテゴリ候補であるカテゴリ「操作性」２０５の付近の領域３０１に関連重要カテゴリ候補が表示される。
【０２１３】
図１８に示す例では、カテゴリ「操作性」２０５と関連がある関連重要カテゴリ候補としてカテゴリ「Ｈ社」２０２、カテゴリ「対話分類」２０４およびカテゴリ「１９９５年」２０６が表示されている。
【０２１４】
なお、関連重要カテゴリ候補であるカテゴリ「Ｈ社」２０２、カテゴリ「対話分類」２０４およびカテゴリ「１９９５年」２０６の近傍には、当該カテゴリに属する重要文書候補および重要文書の数（件数）が表示されている。例えばカテゴリ「Ｈ社」２０２の上部には、当該カテゴリ「Ｈ社」２０２に属する重要文書候補および重要文書の数として「３０件」が表示されている。
【０２１５】
ここで、ユーザは、このような表示画面３００に表示されたカテゴリ「操作性」２０５と関連のあるカテゴリ（ここでは、「Ｈ社」２０２、カテゴリ「対話分類」２０４およびカテゴリ「１９９５年」２０６）を参照して、重要文書が存在するか否かを確認したいカテゴリ（以下、確認対象カテゴリと表記）を選択する操作を行うことができる。これにより、ユーザは、例えば上述した図１６に示す表示画面２００において選択した重要カテゴリ候補（ここでは、カテゴリ「操作性」２０５）のみから重要文書を探すか、または、当該カテゴリ「操作性」２０５と関連のあるカテゴリ（ここでは、「Ｈ社」２０２、カテゴリ「対話分類」２０４およびカテゴリ「１９９５年」２０６）からも重要文書を探すかを選択することができる。
【０２１６】
確認対象カテゴリを選択する操作が当該ユーザによって行われた場合、当該カテゴリに属する文書（の文書名）が表示される。
【０２１７】
ここで、図１９は、図１８に示す表示画面３００において確認対象カテゴリとしてカテゴリ「操作性」２０５およびカテゴリ「Ｈ社」２０２が選択された場合の表示画面の一例を示す。
【０２１８】
図１９に示す表示画面３００においては、当該表示画面３００の例えば右上に設けられた領域３０２に確認対象カテゴリとして選択されたカテゴリ「操作性」２０５およびカテゴリ「Ｈ社」２０２に属する文書の文書名の一覧が表示される。
【０２１９】
この場合、領域３０２においては、カテゴリ「操作性」２０５およびカテゴリ「Ｈ社」２０２に属する文書のうちの重要文書が最上位に表示され、次に重要文書候補が表示され、最後に他の文書（つまり、重要文書および重要文書候補以外の文書）が表示される。なお、重要文書候補は、上述した類似度（重要文書との類似度）の順に表示される。
【０２２０】
なお、ユーザは、図１９に示す表示画面３００に表示された重要文書候補等を参照することによって、文書分析装置３０に対して当該重要文書候補を重要文書として指定する操作を行うことができる。文書分析装置３０に対して重要文書候補を指定する操作がユーザによって行われた場合、文書記憶部２２において上記したように当該指定された重要文書候補に含まれる重要度が「重要」に変更されることにより、当該重要文書候補は重要文書とされる。
【０２２１】
上記したように本実施形態においては、ユーザの操作に応じて指定された重要文書と重要文書候補抽出処理の対象となる文書との類似度が算出され、当該類似度に基づいて重要文書候補が抽出（決定）される。また、本実施形態においては、算出された類似度のうちのカテゴリに属する重要文書候補と重要文書との類似度に基づいて当該カテゴリの重要度が算出され、当該カテゴリの重要度に基づいて抽出（決定）された重要カテゴリ候補がユーザに対して提示される。
【０２２２】
これにより、本実施形態においては、ユーザにとって重要な文書が属するカテゴリの傾向を当該ユーザに提示することができるため、当該ユーザは当該重要な文書の傾向（つまり、当該重要な文書が含まれていそうなカテゴリ）に気づくことが可能となる。つまり、本実施形態においては、ユーザは漏れが少なく、効率よく重要な文書を探すことが可能となり、当該重要な文書の発見のための労力を削減することができる。
【０２２３】
また、本実施形態においては、カテゴリ（重要カテゴリ候補）の重要度に応じて当該カテゴリの背景色を変化させて当該カテゴリがユーザに対して提示（表示）される。これにより、本実施形態においては、ユーザはカテゴリに重要な文書が属する程度（度合い）によって重要文書が属しているかを確認すべきカテゴリを知ることができ、より効率よく重要文書を発見することが可能となる。
【０２２４】
また、本実施形態においては、ユーザの操作に応じて選択された重要カテゴリ候補に関連がある重要カテゴリ候補（関連重要カテゴリ候補）が抽出（決定）され、当該関連重要カテゴリ候補をユーザに対して提示することができる。これにより、本実施形態においては、ユーザの操作に応じて選択された重要カテゴリ候補だけでなく、当該重要カテゴリ候補に関連がある重要カテゴリ候補についてもユーザに対して提示することで、当該ユーザは漏れなく重要文書を発見することが可能となる。
【０２２５】
なお、本実施形態においては、ユーザの操作に応じて重要文書が指定されるものとして説明したが、例えば当該ユーザの操作に応じてカテゴリが指定されることによって当該カテゴリに属する全ての文書が重要文書として指定される構成であっても構わない。
【０２２６】
（第２の実施形態）
次に、図２０を参照して、第２の実施形態について説明する。図２０は、本実施形態に係る文書分析装置の主として機能構成を示すブロック図である。なお、前述した図２と同様の部分には同一参照符号を付してその詳しい説明を省略する。ここでは、図２と異なる部分について主に述べる。
【０２２７】
また、本実施形態に係る文書分析装置のハードウェア構成は、前述した第１の実施形態と同様であるため、適宜、図１を用いて説明する。
【０２２８】
図２０に示すように、本実施形態に係る文書分析装置４０は、重要文書処理部４１を含む。本実施形態において、重要文書処理部４１は、図１に示すコンピュータ１０が外部記憶装置２０に格納されているプログラム２１を実行することにより実現されるものとする。
【０２２９】
重要文書処理部４１は、重要文書集計部４１１を含む。重要文書集計部４１１は、文書記憶部２２に記憶されている文書のうちの重要文書について、ユーザによって指定された複数の分類軸でクロス集計を行う。重要文書処理部４１１は、ユーザによって指定された複数の分類軸の各々に該当する複数のカテゴリ（の全て）に属する重要文書の数を集計する。
【０２３０】
重要文書集計部４１１による集計の結果は、カテゴリ表示操作部３１１を介してユーザに対して提示される。
【０２３１】
次に、図２１のフローチャートを参照して、本実施形態に係る文書分析装置４０の処理手順について説明する。
【０２３２】
まず、前述したステップＳ１〜Ｓ１０の処理に相当するステップＳ８１〜Ｓ９０の処理が実行される。
【０２３３】
なお、ユーザは、文書分析装置４０を操作することによって、例えばステップＳ９０において提示された文書（つまり、重要カテゴリ候補および関連重要カテゴリ候補に属する重要文書候補）の中から重要文書（第３の文書）を指定することができる。この場合、文書記憶部２２において重要文書として指定された文書に含まれる重要度は「重要」に変更される。
【０２３４】
ここで、ユーザは、例えばステップＳ９０において提示された文書の中から重要文書を指定し、全ての重要文書が確定した後に、当該重要文書の集計を指示するための操作を文書分析装置４０に対して行うことができる。なお、重要文書の集計を指示するための操作において、ユーザは、例えば２つの分類軸を指定（選択）する。
【０２３５】
カテゴリ表示操作部３１１は、ユーザによって重要文書の集計を指示するための操作が行われた場合には、当該操作を受け付ける。
【０２３６】
カテゴリ表示操作部３１１は、重要文書の集計を指示するための操作が受け付けられたか、つまり、ユーザからの当該重要文書の集計の指示（以下、集計指示と表記）があるか否かを判定する（ステップＳ９１）。
【０２３７】
ユーザからの集計指示があると判定された場合（ステップＳ９１のＹＥＳ）、重要文書集計部４１１は、文書記憶部２２に記憶されている重要文書（重要度が「重要」である文書）を、当該集計指示においてユーザによって指定された２つの分類軸でクロス集計する（ステップＳ９２）。
【０２３８】
この場合、重要文書集計部４１１は、カテゴリ記憶部２３を参照して、ユーザによって指定された２つの分類軸（によって示される観点）のうちの一方の分類軸に該当するカテゴリの各々と他方の分類軸に該当するカテゴリの各々との両方に属する重要文書の数を、当該カテゴリの組み合わせ毎に集計する。
【０２３９】
ここで、分類軸とは、複数のカテゴリにおいて共通する観点を示す。例えば文書記憶部２２に記憶されている文書（重要文書）が特許文書であるものとすると、分類軸には、例えば「出願人別」および「出願年別」等が指定される。分類軸「出願人別」に該当するカテゴリには、例えばカテゴリ「Ｔ社」および「Ｈ社」等が含まれる。また、分類軸「出願年別」に該当するカテゴリには、例えばカテゴリ「１９９５年」および「１９９６年」等が含まれる。
【０２４０】
具体的には、ユーザは、階層構造を構成する複数のカテゴリのうち、子カテゴリを持つカテゴリ（つまり、親カテゴリ）を分類軸として選択することができる。この場合における分類軸に該当するカテゴリとは、ユーザによって選択されたカテゴリ（親カテゴリ）の下位に位置する子カテゴリである。
【０２４１】
ここで、図２２は、重要文書集計部４１１による重要文書の集計結果の一例を示す。図２２においては、分類軸として「出願人別（縦軸）」および「出願年別（横軸）」が指定されている。
【０２４２】
図２２に示す例では、分類軸「出願人別」に該当するカテゴリには、カテゴリ「Ｔ社」、「Ｈ社」、「Ｎ社」および「Ｍ社」が含まれている。一方、分類軸「出願年別」には、カテゴリ「１９９５年」、「１９９６年」、「１９９７年」および「１９９８年」等が含まれている。
【０２４３】
図２２に示す重要文書の集計結果においては、例えばカテゴリ「Ｔ社」およびカテゴリ「１９９５年」の両方のカテゴリに属する重要文書の数が１０であることが示されている。また、例えばカテゴリ「Ｈ社」およびカテゴリ「１９９６年」に両方のカテゴリに属する重要文書の数が３０であることが示されている。また、カテゴリ「Ｍ社」に属する文書の中には重要文書が存在しないため、当該カテゴリ「Ｍ社」とカテゴリ「１９９５年」、「１９９６年」、「１９９７年」および「１９９８年」の各々との両方のカテゴリに属する重要文書の数が０であることが示されている。
【０２４４】
再び図２１に戻ると、カテゴリ表示操作部３１１は、重要文書集計部４１１による集計結果をユーザに対して提示（表示）する（ステップＳ９３）。
【０２４５】
上記した図２２に示すような重要文書の集計結果がユーザに提示されることで、当該ユーザは、当該重要文書の傾向を容易に把握することが可能となる。
【０２４６】
具体的には、図２２に示す重要文書の集計結果によれば、例えばカテゴリ「Ｈ社」およびカテゴリ「１９９６年」の両方に属する重要文書（つまり、Ｈ社によって１９９６年に出願された重要な特許文書）が最も多いことが容易に把握できる。
【０２４７】
なお、図２２に示す重要文書の集計結果がユーザに対して提示（表示）される場合には、重要文書の数に応じて背景色を変更しても構わない。これによって、より重要文書の傾向を容易に把握することが可能となる。
【０２４８】
再び図２１に戻ると、ステップＳ８９において重要文書が存在するか否かを確認したいカテゴリを選択する操作が受け付けられていないと判定された場合には、上記したステップＳ９１の処理が実行される。また、ステップＳ９１においてユーザからの集計指示がないと判定された場合、処理は終了される。
【０２４９】
上記したように本実施形態においては、ユーザによって指定された２つの分類軸（の各々に該当する複数のカテゴリ）に属する重要文書の集計結果をユーザに対して提示することができるため、当該ユーザは、重要文書（が属するカテゴリ）の傾向を容易に把握することが可能となる。
【０２５０】
なお、本実施形態においては、文書記憶部２２に記憶されている文書のうちの重要文書のみの集計（クロス集計）結果が例えば２軸マップ上に表示されるものとして説明したが、当該重要文書に加えて重要文書候補抽出部３２２によって抽出された重要文書候補の集計結果が表示されてもよく、更に、当該重要文書および重要文書候補以外の文書の集計結果が表示されても構わない。
【０２５１】
上述した第１および第２の実施形態によれば、ユーザにとって重要な文書が属するカテゴリの傾向を当該ユーザに提示することが可能な文書分析装置およびプログラムを提供することができる。
【０２５２】
なお、本願発明は、上記各実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記各実施形態に開示されている複数の構成要素の適宜な組合せにより種々の発明を形成できる。例えば、各実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。更に、異なる実施形態に亘る構成要素を適宜組合せてもよい。
【符号の説明】
【０２５３】
１０…コンピュータ、２０…外部記憶装置、２２…文書記憶部、２３…カテゴリ記憶部、３０，４０…文書分析装置、３１…ユーザインタフェース部、３２，４１…重要文書処理部、３１１…カテゴリ表示操作部、３１２…重要文書指定部、３１３…カテゴリ選択部、３２１…重要文書候補抽出部、３２２…重要カテゴリ候補抽出部、３２３…関連重要カテゴリ候補抽出部、４１１…重要文書集計部。
【技術分野】
【０００１】
本発明の実施形態は、ユーザにとって重要な文書が属するカテゴリの傾向を当該ユーザに対して提示する文書分析装置およびプログラムに関する。
【背景技術】
【０００２】
近年の情報システムの高度化に伴い、例えば特許文献、新聞記事、ウェブページおよび書籍のような文書を電子化して大量に記憶（保存）することが可能となっている。
【０００３】
そこで、このような大量の文書群を日々の業務に有効活用していくことが求められている。
【０００４】
例えば過去の膨大な量の新聞記事を分類することによって多くの人が利用しやすいように整理する、または、研究開発している技術に関係のある自他社の特許群の傾向を分析して新たな研究開発分野を検討する、ということが考えられる。
【０００５】
しかしながら、大量の文書群から関係のある文書を抽出する、当該文書群を内容が類似した文書毎（つまり、カテゴリ）に分類する、または、当該大量の文書群の内容の傾向等を分析する等の作業には多大な労力とコストかかる。
【０００６】
そこで、これらの作業を支援するために、文書検索、文書分類および文書分析技術のような様々な技術が開発されている。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特許４２４０２８０号公報
【非特許文献】
【０００８】
【非特許文献１】「情報検索と言語処理」 言語と計算５ 東京大学出版会 ｐｐ３９−４３（１９９９） 徳永健伸、辻井潤一
【発明の概要】
【発明が解決しようとする課題】
【０００９】
ここで、複数のカテゴリに分類されている大量の文書群の中から、例えばユーザに既に知られている当該ユーザにとって重要な文書（以下、既知の重要文書と表記）に基づいて当該ユーザにまだ知られていない当該ユーザにとって重要な文書（以下、未知の重要文書と表記）を検索する場合を想定する。
【００１０】
この場合において、未知の重要文書がカテゴリ等に関係なく全ての文書群から検索されるような場合には、実際には重要でない文書であるにもかかわらず、例えば既知の重要文書に出現する単語が偶然出現するような文書が重要文書として検索される場合がある。
【００１１】
ところで、複数のカテゴリに分類された文書群の中から例えばユーザが重要文書（当該ユーザにとって重要な文書）を選択（指定）するとき、当該ユーザは、１つのカテゴリにのみ着目して文書を閲覧することによって当該重要文書であるか否かの判断を行う場合が多い。つまり、ユーザが重要であると判断した文書（重要文書）が他にどのようなカテゴリに属しているかについて、当該ユーザが把握していることは少ない。
【００１２】
したがって、例えばユーザによって指定されたカテゴリ（重要文書が含まれているとユーザが考えるカテゴリ）から未知の重要文書を検索するような場合には、ユーザによって指定されていないカテゴリ（つまり、重要文書が含まれているとユーザが気づいていないカテゴリ）から未知の重要文書を検索することができない。
【００１３】
したがって、ユーザにとっての重要文書がどのようなカテゴリに多く属しているか等の傾向を把握することができれば、当該重要文書が含まれているとユーザが気づいていないカテゴリの発見とともに、当該傾向を用いて未知の重要文書を検索する（つまり、絞り込む）ことが可能となると考えられる。
【００１４】
具体的には、自社の製品の基本となる技術について記述された重要な特許（文書）に基づいて当該製品にとって脅威となる他社の重要な特許を検索したいような場合に、重要な特許が「Ａ社のＢ課題を解決する特許に多い」または「１９９５年にＣ社の出願が多い」という傾向を発見できれば、そのようなカテゴリに着目して絞り込むことで、他社の重要な特許を少ない労力で検索する（見つけ出す）ことが可能になると考えられる。
【００１５】
そこで、ユーザにとって重要な文書が属するカテゴリの傾向を当該ユーザに提示することが可能な文書分析装置およびプログラムを提供することが目的とされる。
【課題を解決するための手段】
【００１６】
実施形態に係る文書分析装置は、複数の文書が分類されるカテゴリ毎に、当該カテゴリを識別するためのカテゴリ識別情報および当該カテゴリに属する文書を対応づけて記憶する記憶手段を具備する。
【００１７】
実施形態に係る文書分析装置は、ユーザの操作に応じて、前記記憶手段に記憶されている第１の文書を指定する重要文書指定手段を具備する。
【００１８】
実施形態に係る文書分析装置は、前記指定された第１の文書に対応づけて前記記憶手段に記憶されているカテゴリ識別情報を特定する第１の特定手段を具備する。
【００１９】
実施形態に係る文書分析装置は、前記第１の特定手段によって特定されたカテゴリ識別情報に対応づけて前記記憶手段に記憶されている第２の文書を特定する第２の特定手段を具備する。
【００２０】
実施形態に係る文書分析装置は、前記指定された第１の文書と前記第２の特定手段によって特定された第２の文書との類似度を、当該第１の文書に対応づけて前記記憶手段に記憶されているカテゴリ識別情報および当該第２の文書に対応づけて前記記憶手段に記憶されているカテゴリ識別情報に基づいて算出する類似度算出手段を具備する。
【００２１】
実施形態に係る文書分析装置は、前記類似度算出手段によって算出された類似度に基づいて、前記第２の特定手段によって特定された第２の文書を重要文書候補として決定する重要文書候補決定手段を具備する。
【００２２】
実施形態に係る文書分析装置は、前記記憶手段に記憶されているカテゴリ識別情報によって識別されるカテゴリの重要度を、前記類似度算出手段によって算出された類似度のうち、当該カテゴリ識別情報に対応づけて前記記憶手段に記憶されている前記重要文書候補として決定された第２の文書と前記指定された第１の文書との類似度に基づいて算出する重要度算出手段を具備する。
【００２３】
実施形態に係る文書分析装置は、前記重要度算出手段によって算出された重要度に基づいて、前記記憶手段に記憶されているカテゴリ識別情報によって識別されるカテゴリを重要カテゴリ候補として決定する重要カテゴリ候補決定手段を具備する。
【００２４】
実施形態に係る文書分析装置は、前記重要カテゴリ候補として決定されたカテゴリを提示する提示手段を具備する。
【図面の簡単な説明】
【００２５】
【図１】第１の実施形態に係る文書分析装置のハードウェア構成を示すブロック図。
【図２】図１に示す文書分析装置３０の主として機能構成を示すブロック図。
【図３】図２に示す文書記憶部２２に記憶されている文書のデータ構造の一例を示す図。
【図４】カテゴリの階層構造におけるルートのカテゴリに関する情報のデータ構造の一例を示す図。
【図５】カテゴリの階層構造における図４に示すカテゴリの子カテゴリに関する情報のデータ構造の一例を示す図。
【図６】カテゴリの階層構造における図５に示すカテゴリの子カテゴリに関する情報のデータ構造の一例を示す図。
【図７】カテゴリの階層構造における図４に示すカテゴリの子カテゴリに関する情報のデータ構造の一例を示す図。
【図８】カテゴリの階層構造における図７に示すカテゴリの子カテゴリに関する情報のデータ構造の一例を示す図。
【図９】カテゴリの階層構造における図８に示すカテゴリの子カテゴリに関する情報のデータ構造の一例を示す図。
【図１０】本実施形態に係る文書分析装置３０の処理手順を示すフローチャート。
【図１１】カテゴリ表示操作部３１１によって表示される重要文書指定画面の一例を示す図。
【図１２】図１１に示す重要文書指定画面１００において重要文書を指定する操作が行われた後の表示画面の一例を示す図。
【図１３】重要文書候補抽出部３２１による重要文書候補抽出処理の処理手順を示すフローチャート。
【図１４】重要文書候補抽出処理において実行されるカテゴリベクトル生成処理の処理手順を示すフローチャート。
【図１５】重要カテゴリ候補抽出部３２２による重要カテゴリ候補抽出処理の処理手順を示すフローチャート。
【図１６】カテゴリ表示操作部３１１によって重要カテゴリ候補が表示された場合の表示画面の一例を示す図。
【図１７】関連重要カテゴリ候補抽出部３２３による関連重要カテゴリ候補抽出処理の処理手順を示すフローチャート。
【図１８】カテゴリ表示操作部３１１によって関連重要カテゴリ候補が表示された場合の表示画面の一例を示す図。
【図１９】図１８に示す表示画面３００において確認対象カテゴリが選択された場合の表示画面の一例を示す図。
【図２０】第２の実施形態に係る文書分析装値の主として機能構成を示すブロック図。
【図２１】本実施形態に係る文書分析装置４０の処理手順を示すフローチャート。
【図２２】重要文書集計部４１１による重要文書の集計結果の一例を示す図。
【発明を実施するための形態】
【００２６】
以下、図面を参照して、各実施形態について説明する。
【００２７】
（第１の実施形態）
図１は、第１の実施形態に係る文書分析装置のハードウェア構成を示すブロック図である。図１に示すように、コンピュータ１０は、例えばハードディスクドライブ（ＨＤＤ：Hard Disk Drive）のような外部記憶装置２０と接続されている。この外部記憶装置２０は、コンピュータ１０によって実行されるプログラム２１を格納する。コンピュータ１０および外部記憶装置２０は、文書分析装置３０を構成する。
【００２８】
図２は、図１に示す文書分析装置３０の主として機能構成を示すブロック図である。図２に示すように、文書分析装置３０は、ユーザインタフェース部３１および重要文書処理部３２を含む。本実施形態において、これらの各部３１および３２は、図１に示すコンピュータ１０が外部記憶装置２０に格納されているプログラム２１を実行することにより実現されるものとする。このプログラム２１は、コンピュータ読み取り可能な記憶媒体に予め格納して頒布可能である。また、このプログラム２１が、例えばネットワークを介してコンピュータ１０にダウンロードされても構わない。
【００２９】
また、文書分析装置３０は、文書記憶部２２およびカテゴリ記憶部２３を含む。本実施形態において、文書記憶部２２およびカテゴリ記憶部２３は、例えば外部記憶装置２０に格納される。
【００３０】
文書記憶部２２には、文書分析装置３０における分析の対象となる複数の文書が格納されている。文書記憶部２２に格納されている文書の各々は、例えば当該文書を識別するための文書番号（文書識別情報）および本文等を含む。
【００３１】
カテゴリ記憶部２３には、文書記憶部２２に記憶されている複数の文書が分類される複数のカテゴリに関する情報が記憶されている。カテゴリ記憶部２３には、カテゴリ毎に、当該カテゴリを識別するためのカテゴリ番号（カテゴリ識別情報）および当該カテゴリに分類されている文書（当該カテゴリに属する文書）を識別するための文書番号が記憶されている。なお、文書記憶部２２に記憶されている複数の文書が分類される複数のカテゴリは、例えば階層構造を構成する。
【００３２】
つまり、文書記憶部２２およびカテゴリ記憶部２３含む記憶部（図示せず）には、複数の文書が分類されるカテゴリ毎に、当該カテゴリを識別するためのカテゴリ識別情報および当該カテゴリに属する文書が対応づけて記憶されている。
【００３３】
なお、文書記憶部２２およびカテゴリ記憶部２３は、例えばファイルシステムまたはデータベース等を用いて実現されても構わない。
【００３４】
ユーザインタフェース部３１は、カテゴリ表示操作部３１１、重要文書指定部３１２およびカテゴリ選択部３１３を含む。
【００３５】
カテゴリ表示操作部３１１は、カテゴリ記憶部２３を参照して、文書記憶部２２に記憶されている複数の文書が分類されたカテゴリおよび当該カテゴリに属する文書をユーザに対して提示（表示）する。また、カテゴリ表示操作部３１１は、ユーザに対して提示されたカテゴリおよび文書に対する当該ユーザの操作を受け付ける機能を有する。これにより、ユーザは、カテゴリ表示操作部３１１によって提示されたカテゴリおよび文書を選択および指定することができる。
【００３６】
カテゴリ表示操作部３１１は、例えばグラフィカル・ユーザ・インタフェース（ＧＵＩ：Graphical User Interface）等の技術によって実現されても構わない。
【００３７】
重要文書指定部３１２は、カテゴリ表示操作部３１１によって受け付けられたユーザの操作に応じて、文書記憶部２２に記憶されている文書（第１の文書）を指定する。重要文書指定部３１２は、複数の文書を指定しても構わない。なお、重要文書指定部３１２によって指定される文書は、例えばユーザによって指定された当該ユーザにとって重要な文書（以下、重要文書と表記）である。
【００３８】
カテゴリ選択部３１３は、カテゴリ表示操作部３１１によって受け付けられたユーザの操作に応じて、カテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリ（例えば、カテゴリ表示操作部３１１によって提示されたカテゴリ）を選択する機能を有する。
【００３９】
重要文書処理部３２は、重要文書候補抽出部３２１、重要カテゴリ候補抽出部３２２および関連重要カテゴリ候補抽出部３２３を含む。
【００４０】
重要文書候補抽出部３２１は、重要文書指定部３１２によって指定された文書（重要文書）を用いて、文書記憶部２２に記憶されている複数の文書の中から当該重要文書の候補（以下、重要文書候補と表記）を抽出する機能を有する。
【００４１】
重要文書候補抽出部３２１は、重要文書指定部３１２によって指定された重要文書が属するカテゴリを特定する。この場合、重要文書候補抽出部３２１は、重要文書を識別するための文書番号に対応づけてカテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリを特定する。
【００４２】
また、重要文書候補抽出部３２１は、特定されたカテゴリに属する文書（第２の文書）を特定する。この場合、重要文書候補抽出部３２１は、特定されたカテゴリを識別するためのカテゴリ番号に対応づけてカテゴリ記憶部２３に記憶されている文書番号によって識別される文書を特定する。
【００４３】
重要文書候補抽出部３２１は、重要文書と特定された文書との類似度を、当該重要文書を識別するための文書番号に対応づけてカテゴリ記憶部２３に記憶されているカテゴリ番号および当該特定された文書を識別するための文書番号に対応づけてカテゴリ記憶部２３に記憶されているカテゴリ番号に基づいて算出する。換言すれば、重要文書候補抽出部３２１は、重要文書と特定された文書との類似度を当該各文書が属するカテゴリに基づいて算出する。
【００４４】
なお、重要文書候補抽出部３２１は、重要文書および特定された文書との類似度を算出する際、当該重要文書および特定された文書が属するカテゴリを表すカテゴリベクトル（後述する）を用いる。
【００４５】
重要文書候補抽出部３２１は、算出された重要文書と特定された文書との類似度に基づいて、当該特定された文書を重要文書候補として決定する。
【００４６】
重要カテゴリ候補抽出部３２２は、カテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリの中から、ユーザにとって重要な文書が属するカテゴリの候補（以下、重要カテゴリ候補と表記）を抽出する機能を有する。
【００４７】
重要カテゴリ候補抽出部３２２は、重要文書候補抽出部３２１によって算出された類似度のうち、重要文書候補抽出部３２１によって重要文書候補として決定された文書（以下、単に重要文書候補と表記）と重要文書との類似度に基づいて、カテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリの重要度を算出する。なお、カテゴリの重要度は、当該カテゴリに属する重要文書候補と重要文書との類似度に基づいて算出される。
【００４８】
重要カテゴリ候補抽出部３２２は、算出されたカテゴリの重要度に基づいて、当該カテゴリを重要カテゴリ候補として決定する。
【００４９】
なお、重要カテゴリ候補抽出部３２２によって重要カテゴリ候補として決定されたカテゴリ（以下、単に重要カテゴリ候補と表記）は、カテゴリ表示操作部３１１を介してユーザに提示される。
【００５０】
関連重要カテゴリ候補抽出部３２３は、重要カテゴリ候補抽出部３２２によって抽出（決定）された重要カテゴリ候補の中から例えばカテゴリ選択部３１３によって選択されたカテゴリと関連のあるカテゴリ（以下、関連重要カテゴリ候補と表記）を抽出する。この場合、関連重要カテゴリ候補抽出部３２２は、カテゴリ選択部３１３によって選択されたカテゴリに属する重要文書候補および重要カテゴリ候補に属する重要文書候補に基づいて、当該重要カテゴリ候補が関連重要カテゴリ候補であるか否かを判定する。
【００５１】
なお、関連重要カテゴリ候補抽出部３２３によって抽出された関連カテゴリ候補は、カテゴリ表示操作部３１１によってユーザに提示される。
【００５２】
図３は、図２に示す文書記憶部２２に記憶されている文書のデータ構造の一例を示す。なお、図３に示す文書（文書記憶部２２に記憶されている文書）は、例えば特許出願に係る文書（特許文書）であるものとする。
【００５３】
図３に示すように、文書記憶部２２に記憶されている文書には、文書番号、文書名、本文、出願人、出願日および重要度（を示す情報）が含まれる。文書番号は、文書を一意に識別するための文書識別情報である。文書名および本文は、文書番号によって識別される文書の名称（文書名）および当該文書の本文を示すテキストデータである。出願人は、文書番号によって識別される文書（特許文書）によってされた特許出願の出願人を示す。出願日は、文書番号によって識別される文書（特許文書）によってされた特許出願の出願日を示す。重要度は、文書番号によって識別される文書が例えば重要文書としてユーザによって指定（設定）されているか否かを示す。なお、文書に含まれる出願人および出願日は、当該文書（特許文書）の属性データである。
【００５４】
図３に示す例では、文書記憶部２２には、文書２２１が記憶されている。文書２２１には、文書番号「ｄ０００１」、当該文書２２１の文書名および本文、出願人「Ａ社」、出願日「２００６／０１／２５」および重要度「重要」が含まれている。
【００５５】
これによれば、文書番号「ｄ０００１」によって識別される文書（特許文書）２２１によってされた特許出願の出願人はＡ社であり、当該文書２２１によってされた特許出願の出願日は２００６年１月２５日であることが示される。また、文書２２１が重要文書としてユーザによって指定されていることが示される。
【００５６】
なお、図３に示す例では、文書２２１には重要度「重要」が含まれるものとして説明したが、文書に含まれる重要度には、「重要」以外に「不要」および「なし」が含まれる。重要度「不要」は、例えば文書番号によって識別される文書が不要な文書（不要文書）としてユーザによって指定されていることを示す。また、重要度「なし」は、例えば文書が重要文書であるか不要文書であるか等がユーザによって指定されていない（つまり、設定されていない）ことを示す。
【００５７】
ここでは、重要度が「重要」、「不要」および「なし」の値をとるものとして説明したが、当該重要度は、重要である度合いに応じて例えば５段階の数値によって示されても構わない。
【００５８】
図４〜図９は、図２に示すカテゴリ記憶部２３に記憶されている階層構造を構成するカテゴリ（に関する情報）のデータ構造の一例を示す。図４〜図９に示すように、カテゴリ記憶部２３には、カテゴリ毎に、カテゴリ番号、親カテゴリ番号、カテゴリ名および文書番号が対応づけて記憶されている。
【００５９】
カテゴリ番号は、カテゴリを一意に識別するためのカテゴリ識別情報である。親カテゴリ番号は、カテゴリの階層構造においてカテゴリ番号によって識別されるカテゴリの上位に位置するカテゴリ（つまり、親カテゴリ）を識別するためのカテゴリ識別情報である。カテゴリ名は、カテゴリ番号によって識別されるカテゴリの名称を示すテキストデータである。文書番号は、カテゴリ番号によって識別されるカテゴリに属する（分類された）文書を識別するための文書識別情報である。
【００６０】
図４は、カテゴリの階層構造におけるルートのカテゴリを示す。図４に示すカテゴリにおいては、カテゴリ番号「ｃ０１」がカテゴリ記憶部２３に記憶されている。図４に示すカテゴリはルートのカテゴリであるため、親カテゴリを持たない（つまり、カテゴリ番号「ｃ０１」に対応づけて親カテゴリ番号は記憶されていない）。また、図４に示す例では文書番号が記憶されていないため、カテゴリ番号「ｃ０１」によって識別されるカテゴリ（ルートのカテゴリ）には、文書が分類されていない（つまり、当該カテゴリに属する文書は存在しない）ことが示される。
【００６１】
図５は、カテゴリの階層構造における図４に示すカテゴリの子カテゴリ（カテゴリの階層構造において図４に示すカテゴリの下位に位置するカテゴリ）を示す。図５に示すカテゴリにおいては、カテゴリ番号「ｃ０２」、親カテゴリ番号「ｃ０１」およびカテゴリ名「出願人別」がカテゴリ記憶部２３に対応づけて記憶されている。
【００６２】
これによれば、カテゴリの階層構造においてカテゴリ番号「ｃ０２」によって識別されるカテゴリの上位に位置する親カテゴリは、親カテゴリ番号「ｃ０１」によって識別されるカテゴリ（つまり、図４に示すカテゴリ）であることが示される。また、カテゴリ番号「ｃ０２」によって識別されるカテゴリの名称（カテゴリ名）は、「出願人別」であることが示される。なお、図５に示す例では文書番号が記憶されていないため、カテゴリ番号「ｃ０２」によって識別されるカテゴリには、文書が分類されていない（つまり、当該カテゴリに属する文書は存在しない）ことが示される。
【００６３】
図６は、カテゴリの階層構造における図５に示すカテゴリの子カテゴリを示す。図６に示すカテゴリにおいては、カテゴリ番号「ｃ０４」、親カテゴリ番号「ｃ０２」、カテゴリ名「Ｔ社」および文書番号「ｄ１５，ｄ２３，ｄ３６，…」がカテゴリ記憶部２３に対応づけて記憶されている。
【００６４】
これによれば、カテゴリの階層構造においてカテゴリ番号「ｃ０４」によって識別されるカテゴリの上位に位置する親カテゴリは、親カテゴリ番号「ｃ０２」によって識別されるカテゴリ（つまり、図５に示すカテゴリ）であることが示される。また、カテゴリ番号「ｃ０４」によって識別されるカテゴリの名称（カテゴリ名）は、「Ｔ社」であることが示される。更に、カテゴリ番号「ｃ０４」によって識別されるカテゴリには、文書番号「ｄ１５」、「ｄ２３」および「ｄ３６」によって識別される文書が属する（分類されている）ことが示される。
【００６５】
なお、図６に示すように、カテゴリ記憶部２３には、カテゴリに分類される文書が満たすべき条件が記憶されていても構わない。図６に示す例では、カテゴリ記憶部２３には、条件「出願人＝“Ｔ社”」が記憶されている。これによれば、上記したように文書に含まれる出願人がＴ社である文書でなければカテゴリ番号「ｃ０４」によって識別されるカテゴリには分類されないことが示される。つまり、例えば上記した図３に示す文書２２１は、当該文書２２１に含まれる出願人がＡ社であるため、カテゴリ番号「ｃ０４」によって識別されるカテゴリには分類されない。
【００６６】
図６に示す例では、文書番号および条件が対応づけてカテゴリ記憶部２３に記憶されているものとして説明したが、例えば文書番号は明示的に列挙せずに条件のみが記憶されていても構わない。
【００６７】
図７は、カテゴリの階層構造における図４に示すカテゴリの子カテゴリを示す。図７に示すカテゴリにおいては、カテゴリ番号「ｃ０３」、親カテゴリ番号「ｃ０１」およびカテゴリ名「技術別」がカテゴリ記憶部２３に対応づけて記憶されている。
【００６８】
これによれば、カテゴリの階層構造においてカテゴリ番号「ｃ０３」によって識別されるカテゴリの上位に位置する親カテゴリは、親カテゴリ番号「ｃ０１」によって識別されるカテゴリ（つまり、図４に示すカテゴリ）であることが示される。また、カテゴリ番号「ｃ０３」によって識別されるカテゴリの名称（カテゴリ名）は、「技術別」であることが示される。なお、図７に示す例では、文書番号が記憶されていないため、カテゴリ番号「ｃ０３」によって識別されるカテゴリには、文書が分類されていない（つまり、当該カテゴリに属する文書は存在しない）ことが示される。
【００６９】
図８は、カテゴリの階層構造における図７に示すカテゴリの子カテゴリを示す。図８に示すカテゴリにおいては、カテゴリ番号「ｃ３１」、親カテゴリ番号「ｃ０３」、カテゴリ名「対話分類」および文書番号「ｄ０７，ｄ２３，ｄ５８，…」がカテゴリ記憶部２３に対応づけて記憶されている。
【００７０】
これによれば、カテゴリの階層構造においてカテゴリ番号「ｃ３１」によって識別されるカテゴリの上位に位置する親カテゴリは、親カテゴリ番号「ｃ０３」によって識別されるカテゴリ（つまり、図７に示すカテゴリ）であることが示される。また、カテゴリ番号「ｃ３１」によって識別されるカテゴリの名称（カテゴリ名）は、「対話分類」であることが示される。更に、カテゴリ番号「ｃ３１」によって識別されるカテゴリには、文書番号「ｄ０７」、「ｄ２３」および「ｄ５８」によって識別される文書が属する（分類されている）ことが示される。
【００７１】
図９は、カテゴリの階層構造における図８に示すカテゴリの子カテゴリを示す。図９に示すカテゴリにおいては、カテゴリ番号「ｃ４３」、親カテゴリ番号「ｃ３１」、カテゴリ名「教師あり分類」および文書番号「ｄ１５，ｄ３２，ｄ６９，…」がカテゴリ記憶部２３に対応づけて記憶されている。
【００７２】
これによれば、カテゴリの階層構造においてカテゴリ番号「ｃ４３」によって識別されるカテゴリの上位に位置する親カテゴリは、親カテゴリ番号「ｃ３１」によって識別されるカテゴリ（つまり、図８に示すカテゴリ）であることが示される。また、カテゴリ番号「ｃ４３」によって識別されるカテゴリの名称（カテゴリ名）は、「教師あり分類」であることが示される。更に、カテゴリ番号「ｃ４３」によって識別されるカテゴリには、文書番号「ｄ１５」、「ｄ３２」および「ｄ６９」によって識別される文書が属する（分類されている）ことが示される。
【００７３】
なお、上記した図４〜図９に示すカテゴリに示すように、同一の文書が複数のカテゴリに属していても構わない。例えば文書番号「ｄ１５」によって識別される文書は、図６に示すカテゴリ番号「ｃ０４」によって識別されるカテゴリおよび図９に示すカテゴリ番号「ｃ４３」によって識別されるカテゴリの両方に属している（分類されている）。また、例えば文書番号「ｄ２３」によって識別される文書は、図６に示すカテゴリ番号「ｃ０４」によって識別されるカテゴリおよび図８に示すカテゴリ番号「ｃ３１」によって識別されるカテゴリの両方に属している（分類されている）。
【００７４】
次に、図１０のフローチャートを参照して、本実施形態に係る文書分析装置３０の処理手順について説明する。
【００７５】
まず、ユーザインタフェース部３１に含まれるカテゴリ表示操作部３１１は、ユーザにとって重要な文書（重要文書）を指定（選択）するための画面（以下、重要文書指定画面と表記）を表示する（ステップＳ１）。
【００７６】
この重要文書指定画面には、例えばカテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリおよび当該カテゴリ番号に対応づけてカテゴリ記憶部２３に記憶されている文書番号によって識別される文書（に含まれる文書名および本文）が表示される。
【００７７】
ここで、図１１は、カテゴリ表示操作部３１１によって表示される重要文書指定画面の一例を示す。
【００７８】
図１１に示す重要文書指定画面１００においては、領域１０１〜１０３が設けられている。
【００７９】
領域１０１には、カテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリが、当該カテゴリの名称（つまり、カテゴリ名）とともに階層構造で表示される。
【００８０】
領域１０２には、領域１０１において表示されているカテゴリの中でユーザによって指定されたカテゴリに属する文書の文書名が表示される。つまり、領域１０２には、ユーザによって指定されたカテゴリを識別するカテゴリ番号に対応づけてカテゴリ記憶部２３に記憶されている文書番号によって識別される文書の各々に含まれる文書名の一覧が表示される。なお、文書名は、文書記憶部２２に記憶されている文書の各々に含まれている。図１１に示す重要文書指定画面１００においては、領域１０１において表示されているカテゴリのうちのカテゴリ「対話分類」に属する文書の文書名が表示されている。
【００８１】
領域１０３には、領域１０２において表示されている文書（の文書名）の中でユーザによって指定された文書に含まれる本文が表示される。なお、本文は、文書記憶部２２に記憶されている文書に含まれている。図１１に示す重要文書指定画面１００においては、領域１０２において表示されている文書名の一覧のうちの文書名が「文書分類方法および装置」である文書の本文が表示されている。
【００８２】
上記したような重要文書指定画面１００が表示されると、ユーザは、当該重要文書指定画面１００を参照することによってカテゴリ（分類結果）および文書の内容（文書名および本文等）を確認し、例えば文書分析装置３０に対して重要文書（当該ユーザにとって重要な文書）を指定する操作を行うことができる。
【００８３】
文書分析装置３０に対して重要文書を指定する操作がユーザによって行われた場合、当該ユーザの操作は、カテゴリ表示操作部３１１によって受け付けられる。
【００８４】
重要文書指定部３１２は、カテゴリ表示操作部３１１によって受け付けられたユーザの操作に応じて、文書記憶部２２に記憶されている文書の中から重要文書を指定する（ステップＳ２）。
【００８５】
なお、重要文書指定部３１２によって重要文書が指定されると、当該指定結果が文書記憶部２２に記憶される。具体的には、文書記憶部２２に記憶されている重要文書指定部３１２によって指定された重要文書に含まれる重要度が「重要」に変更される。これにより、重要文書指定部３１２によって指定された文書（重要文書）は、ユーザにとって重要な文書である旨が設定される。
【００８６】
ここで、図１２は、上記した図１１に示す重要文書指定画面１００において重要文書を指定する操作が行われた後の表示画面の一例を示す。
【００８７】
重要文書指定画面１００において例えば領域１０２に表示されている文書（の文書名）を重要文書として指定する操作がユーザによって行われた場合には、図１２に示すように、当該文書名の例えば左側に当該文書が重要文書として指定（設定）された旨を示すマーク１０４が表示される。
【００８８】
図１２に示す例では、例えば文書名が「文書分類方法および装置」および「テキスト自動分類方式」である文書が重要文書として指定されたことが示されている。
【００８９】
次に、重要文書処理部３２に含まれる重要文書候補抽出部３２１は、重要文書指定部３１２によって指定された重要文書に基づいて、文書記憶部２２に記憶されている文書の中から重要文書の候補（重要文書候補）を抽出する処理（以下、重要文書候補抽出処理と表記）を実行する（ステップＳ３）。
【００９０】
重要文書候補抽出処理においては、重要文書指定部３１２によって指定された重要文書が属するカテゴリを表すベクトルと当該重要文書候補抽出処理の対象となる文書（後述する）が属するカテゴリを表すベクトルとの類似度が算出され、当該類似度に基づいて重要文書候補が決定される。なお、重要文書候補抽出処理の詳細については後述する。
【００９１】
重要カテゴリ候補抽出部３２２は、重要文書候補抽出部３２１によって抽出された重要文書候補および重要文書候補抽出部３２１によって算出された類似度（当該重要文書候補と重要文書との類似度）に基づいて、カテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリの中からユーザにとって重要な文書が属するカテゴリの候補（重要カテゴリ候補）を抽出する処理（以下、重要カテゴリ候補抽出処理と表記）を実行する（ステップＳ４）。
【００９２】
重要カテゴリ候補抽出処理においては、カテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリの各々の重要度が重要文書候補抽出部３２１によって算出された重要文書候補と重要文書との類似度に基づいて算出され、当該重要度に基づいて重要カテゴリ候補が決定される。
【００９３】
カテゴリの重要度は、カテゴリの各々に属する重要文書候補と重要文書との類似度の和（合計値）に対する、当該カテゴリに属する重要文書候補と重要文書との類似度の割合として算出される。なお、重要カテゴリ候補抽出処理の詳細については後述する。
【００９４】
次に、カテゴリ表示操作部３１１は、重要カテゴリ候補抽出部３２２によって抽出された重要カテゴリ候補を提示（表示）する（ステップＳ５）。この場合、カテゴリ表示操作部３１１は、上記した重要カテゴリ候補抽出処理において算出されたカテゴリ（重要カテゴリ候補）の重要度に応じて当該重要カテゴリ候補を表示する。なお、重要カテゴリ候補が表示される際の具体例については後述する。
【００９５】
ここで、ユーザは、カテゴリ表示操作部３１１によって提示された重要カテゴリ候補のうちの１つを選択する操作を例えば文書分析装置３０に対して行うことができる。この場合、ユーザは、例えば重要文書が含まれているかを確認したいカテゴリ（重要カテゴリ候補）を選択する。
【００９６】
文書分析装置３０に対して重要カテゴリ候補のうちの１つを選択する操作が行われた場合、当該ユーザの操作は、カテゴリ表示操作部３１１によって受け付けられる。
【００９７】
カテゴリ選択部３１３は、カテゴリ表示操作部３１１によって受け付けられたユーザの操作に応じて、重要カテゴリ候補抽出部３２２によって抽出された重要カテゴリ候補のうちの１つを選択する（ステップＳ６）。以下、カテゴリ選択部３１３によって選択された重要カテゴリ候補を選択重要カテゴリ候補と称する。
【００９８】
次に、関連重要カテゴリ候補抽出部３２３は、重要カテゴリ候補抽出部３２２によって抽出された重要カテゴリ候補（選択重要カテゴリ候補以外の重要カテゴリ候補）の中から当該選択重要カテゴリ候補と関連のある（関連が高い）重要カテゴリ候補（関連重要カテゴリ候補）を抽出する処理（以下、関連重要カテゴリ候補抽出処理と表記）を実行する（ステップＳ７）。
【００９９】
関連重要カテゴリ候補抽出処理においては、選択重要カテゴリ候補に属する重要文書候補および当該選択重要カテゴリ候補以外の重要カテゴリ候補の各々に属する重要文書候補に基づいて、当該重要カテゴリ候補が関連重要カテゴリ候補であるか否かが判定される。なお、関連重要カテゴリ候補抽出処理の詳細については後述する。
【０１００】
カテゴリ表示操作部３１１は、関連重要カテゴリ候補抽出部３２３によって抽出された関連重要カテゴリ候補を提示（表示）する（ステップＳ８）。この場合、カテゴリ表示操作部３１１は、関連重要カテゴリ候補とともに、当該関連重要カテゴリ候補に属する重要文書候補（および重要文書）の数を表示する。なお、関連重要カテゴリ候補に属する重要文書候補および重要文書の数は、当該関連重要カテゴリ候補を識別するためのカテゴリ番号と当該重要文書候補および重要文書を識別するための文書番号とを元にカテゴリ記憶部２３を参照することによって特定される。
【０１０１】
ここで、ユーザは、カテゴリ表示操作部３１１によって提示された重要カテゴリ候補および関連重要カテゴリ候補のうち、例えば重要文書が存在するか否かを確認したいカテゴリを選択する操作を例えば文書分析装置３０に対して行うことができる。
【０１０２】
文書分析装置３０に対して重要文書が存在するか否かを確認したいカテゴリを選択する操作が行われた場合、当該ユーザの操作は、カテゴリ表示操作部３１１によって受け付けられる。
【０１０３】
ここで、カテゴリ表示操作部３１１は、重要文書が存在するか否かを確認したいカテゴリを選択する操作が受け付けられたか、つまり、ユーザによって当該カテゴリが選択されたか否かを判定する（ステップＳ９）。
【０１０４】
重要文書が存在するか否かを確認したいカテゴリを選択する操作が受け付けられたと判定された場合（ステップＳ９のＹＥＳ）、カテゴリ選択部３１３は、カテゴリ表示操作部３１１によって受け付けられた当該操作に応じて、重要カテゴリ候補および関連重要カテゴリ候補の中からカテゴリ（ユーザが重要文書が存在するか否かを確認したいカテゴリ）を選択する。
【０１０５】
次に、カテゴリ表示操作部３１１は、カテゴリ選択部３１３によって選択されたカテゴリに属する文書を提示（表示）する（ステップＳ１０）。この場合、カテゴリ表示操作部３１１は、カテゴリ選択部３１３によって選択されたカテゴリを識別するためのカテゴリ番号に対応づけてカテゴリ記憶部２３に記憶されている文書番号によって識別される文書に含まれる例えば文書名を文書記憶部２２から取得し、当該文書名の一覧を表示する。
【０１０６】
なお、カテゴリ選択部３１３によって選択されたカテゴリに属する文書（の文書名）が表示される場合、例えば重要文書指定部３１２によって指定された重要文書および重要文書候補抽出部３２１によって抽出された重要文書候補が上位に表示される。また、重要文書候補抽出部３２１によって抽出された重要文書候補は、重要文書との類似度（重要文書候補抽出部３２１によって算出された類似度）が高い順に表示される。
【０１０７】
ユーザは、カテゴリ表示操作部３１１によって表示された文書（ユーザが重要文書が存在するか否かを確認したいカテゴリに属する文書）を確認することによって、当該文書の中から重要文書を指定することができる。当該文書の中に、重要文書が存在すれば(ステップＳ１１のＹＥＳ)、ユーザは重要文書を指定し、文書分析装置３０はステップＳ３以降の処理を繰り返す。重要文書が存在しなければ（ステップＳ１１のＮＯ）、文書分析装置３０の処理は終了される。このように、重要文書指定部３１２によって指定された重要文書を元に、ユーザが重要文書を指定し、カテゴリ表示操作部３１１は再びカテゴリに属する文書の候補を提示する。このような処理を繰り返すことで、ユーザは重要文書の傾向が徐々に明確になっていく。
【０１０８】
一方、重要文書が存在するか否かを確認したいカテゴリを選択する操作が受け付けられていないと判定された場合（ステップＳ９のＮＯ）、文書分析装置３０の処理は終了される。
【０１０９】
次に、図１３のフローチャートを参照して、重要文書候補抽出部３２１による重要文書候補抽出処理（図１０に示すステップＳ３の処理）の処理手順について説明する。
【０１１０】
まず、ステップＳ２１〜ステップＳ２５の処理において、前述した重要文書指定部３１１によって指定された重要文書が属するカテゴリ（の頻度）を表すベクトル（カテゴリベクトル）が生成される。
【０１１１】
重要文書候補抽出部３２１は、重要文書指定部３１１によって指定された重要文書の集合（以下、重要文書集合Ｄｄ´と表記）のカテゴリベクトル（以下、カテゴリベクトルｖｄｄ´と表記）を空とする（ステップＳ２１）。
【０１１２】
次に、重要文書候補抽出部３２１は、重要文書集合Ｄｄ´中の重要文書の各々について、以下のステップＳ２２およびＳ２３の処理を実行する。以下、この処理の対象となる重要文書を重要文書ｄ´とする。
【０１１３】
重要文書候補抽出部３２１は、重要文書ｄ´が属するカテゴリを表すカテゴリベクトルｖｄ´を生成する処理（以下、カテゴリベクトル生成処理と表記）を実行する（ステップＳ２２）。
【０１１４】
このカテゴリベクトル生成処理においては、例えばカテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリの各々を次元とするベクトルが生成される。なお、カテゴリベクトル生成処理の詳細については後述する。
【０１１５】
次に、重要文書候補抽出部３２１は、カテゴリベクトルｖｄｄ´にカテゴリベクトル生成処理において生成された重要文書ｄ´のカテゴリベクトルｖｄ´を加算する（ステップＳ２３）。
【０１１６】
重要文書候補抽出部３２１は、重要文書集合Ｄｄ´中の全ての重要文書について上記したステップＳ２２およびＳ２３の処理が実行されたか否かを判定する（ステップＳ２４）。
【０１１７】
重要文書集合Ｄｄ´中の全ての重要文書について処理が実行されていないと判定された場合（ステップＳ２４のＮＯ）、上記したステップＳ２２に戻って処理が繰り返される。この場合、ステップＳ２２およびＳ２３の処理が実行されていない重要文書集合Ｄｄ´中の重要文書を重要文書ｄ´として処理が実行される。
【０１１８】
このように、ステップＳ２２およびＳ２３の処理が重要文書集合Ｄｄ´中の重要文書の各々について繰り返されることによって当該重要文書集合Ｄｄ´のカテゴリベクトルｖｄｄ´が生成される。
【０１１９】
ステップＳ２４において重要文書集合Ｄｄ´中の全ての重要文書について処理が実行されたと判定された場合、重要文書候補抽出部３２１は、生成されたカテゴリベクトルｖｄｄ´の各次元の値をノルム｜ｖｄｄ´｜で割ることによって、当該カテゴリベクトルｖｄｄ´を正規化する（ステップＳ２５）。この結果、カテゴリベクトルｖｄｄ´は、ノルムが１のベクトルとなる。
【０１２０】
次に、ステップＳ２６の処理において、以下のステップＳ２７〜Ｓ３１の処理の対象となる文書（前述した重要文書候補抽出処理の対象となる文書）の集合（以下、対象文書集合Ｄｄと表記）が特定される。
【０１２１】
重要文書候補抽出部３２１は、上記した重要文書集合Ｄｄ´中の重要文書の各々が属するカテゴリを特定する。この場合、重要文書候補抽出部３２１は、重要文書集合Ｄｄ´中の重要文書の各々を識別する文書番号に対応づけてカテゴリ記憶部２３に記憶されているカテゴリ番号（によって識別されるカテゴリ）を特定する。
【０１２２】
重要文書候補抽出部３２１は、特定されたカテゴリ番号によって識別されるカテゴリのうちの少なくとも１つに属する文書の集合を対象文書集合Ｄｄとして特定する（ステップＳ２６）。この場合、重要文書候補抽出部３２１は、特定されたカテゴリ番号に対応づけてカテゴリ記憶部２３に記憶されている文書番号によって識別される文書の集合を対象文書集合Ｄｄとする。
【０１２３】
つまり、対象文書集合Ｄｄは、重要文書集合Ｄｄ´中の重要文書の各々が属するカテゴリのうちの少なくとも１つに属する文書の集合である。
【０１２４】
次に、ステップＳ２７〜Ｓ３２の処理によって対象文書集合Ｄｄ中から重要文書候補となる文書が抽出される。
【０１２５】
重要文書候補抽出部３２１は、対象文書集合Ｄｄ中の文書の各々について、以下のステップＳ２７〜Ｓ３１の処理を実行する。以下、この処理の対象となる文書を対象文書ｄとする。
【０１２６】
重要文書候補抽出部３２１は、対象文書ｄが属するカテゴリを表すカテゴリベクトルｖｄを生成する処理（カテゴリベクトル生成処理）を実行する（ステップＳ２７）。このステップＳ２７においては、上記したステップＳ２２におけるカテゴリベクトル生成処理と同様の処理が対象文書ｄに対して実行される。つまり、カテゴリベクトル生成処理によって、カテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリの各々を次元とするベクトルが生成される。
【０１２７】
重要文書候補抽出部３２１は、生成されたカテゴリベクトルｖｄの各次元の値をノルム｜ｖｄ｜で割ることによって、当該カテゴリベクトルｖｄを正規化する（ステップＳ２８）。この結果、カテゴリベクトルｖｄは、ノルムが１のベクトルとなる。
【０１２８】
次に、重要文書候補抽出部３２１は、上記したステップＳ２５において正規化されたカテゴリベクトルｖｄｄ´とステップＳ２８において正規化されたカテゴリベクトルｖｄとの類似度（以下、類似度ｓと表記）を算出する（ステップＳ２９）。この類似度ｓは、例えばカテゴリベクトルｖｄｄ´およびカテゴリベクトルｖｄの余弦値である。
【０１２９】
重要文書候補抽出部３２１は、算出された類似度ｓが予め定められた値（以下、閾値と表記）以上であるか否かを判定する（ステップＳ３０）。
【０１３０】
類似度ｓが閾値以上であると判定された場合（ステップＳ３０のＹＥＳ）、重要文書候補抽出部３２１は、対象文書ｄを重要文書候補として決定する。
【０１３１】
この場合、重要文書候補抽出部３２１は、対象文書ｄ（を識別するための文書番号）およびステップＳ２９において算出された類似度ｓを対応づけてリスト（変数list）に格納する（ステップＳ３１）。
【０１３２】
一方、類似度ｓが閾値以上でないと判定された場合（ステップＳ３０のＮＯ）、以下のステップＳ３１の処理は実行されない。
【０１３３】
重要文書候補抽出部３２１は、対象文書集合Ｄｄ中の全ての文書について上記したステップＳ２７〜Ｓ３１の処理が実行されたか否かを判定する（ステップＳ３２）。
【０１３４】
対象文書集合Ｄｄ中の全ての文書について処理が実行されていないと判定された場合（ステップＳ３２のＮＯ）、上記したステップＳ２７に戻って処理が繰り返される。この場合、ステップＳ２７〜Ｓ３１の処理が実行されていない対象文書集合Ｄｄ中の文書を対象文書ｄとして処理が実行される。
【０１３５】
一方、対象文書集合Ｄｄ中の全ての文書について処理が実行されたと判定された場合（ステップＳ３２のＮＯ）、重要文書候補抽出処理は終了される。
【０１３６】
なお、上記したステップＳ３１においてリストに格納された文書（の各々）が、重要文書候補抽出処理において抽出された重要文書候補である。このステップＳ３１において重要文書候補および類似度が格納されたリスト（以下、重要文書候補リストと表記）は、以下に説明する重要カテゴリ候補抽出処理において用いられる。
【０１３７】
次に、図１４のフローチャートを参照して、上述した重要文書候補抽出処理において実行されるカテゴリベクトル生成処理（図１３に示すステップＳ２２およびＳ２７の処理）の処理手順について説明する。
【０１３８】
以下、カテゴリベクトル生成処理の対象となる文書を文書ｄとして説明する。なお、図１３に示すステップＳ２２においてカテゴリベクトル生成処理の対象となる文書とは重要文書ｄ´である。また、図１３に示すステップＳ２７においてカテゴリベクトル生成処理の対象となる文書とは対象文書ｄである。
【０１３９】
まず、重要文書候補抽出部３２１は、文書ｄが属するカテゴリを表すカテゴリベクトル（以下、カテゴリベクトルｖｄと表記）を空とする（ステップＳ４１）。
【０１４０】
次に、重要文書候補抽出部３２１は、文書ｄが属するカテゴリ（つまり、文書ｄを識別するための文書番号に対応づけてカテゴリ記憶部２３に記憶されているカテゴリ識別番号によって識別されるカテゴリ）の各々について、以下のステップＳ４２およびＳ４３の処理を実行する。以下、この処理の対象となるカテゴリをカテゴリｃとする。
【０１４１】
重要文書候補抽出部３２１は、文書記憶部２２およびカテゴリ記憶部２３を参照して、カテゴリｃが不要なカテゴリ（以下、不要カテゴリと表記）であるか否かを判定する（ステップＳ４２）。
【０１４２】
ここで、不要カテゴリとは、当該カテゴリに属する文書の全てについて重要度「不要」が設定されているカテゴリをいう。つまり、ステップＳ４２の処理は、カテゴリｃを識別するためのカテゴリ番号に対応づけてカテゴリ記憶部２２に記憶されている文書番号を特定し、文書記憶部２２に記憶されている当該文書番号によって識別される文書に含まれる重要度を参照することによって実行される。
【０１４３】
カテゴリｃが不要カテゴリでないと判定された場合（ステップＳ４２のＮＯ）、重要文書候補抽出部３２１は、カテゴリｃをカテゴリベクトルｖｄにおける１つの次元とし、当該次元の値を１とする（ステップＳ４３）。
【０１４４】
次に、重要文書候補抽出部３２１は、文書ｄが属する全てのカテゴリについて上記したステップＳ４２およびＳ４３の処理が実行されたか否かを判定する（ステップＳ４４）。
【０１４５】
文書ｄが属する全てのカテゴリについて処理が実行されていないと判定された場合（ステップＳ４４のＮＯ）、上記したステップＳ４２に戻って処理が繰り返される。この場合、ステップＳ４２およびＳ４３の処理が実行されていない文書ｄが属するカテゴリをカテゴリｃとして処理が実行される。
【０１４６】
一方、文書ｄが属する全てのカテゴリについて処理が実行されたと判定された場合（ステップＳ４４のＹＥＳ）、カテゴリベクトル生成処理は終了される。
【０１４７】
なお、上記したステップＳ４２においてカテゴリｃが不要カテゴリであると判定された場合には、ステップＳ４３の処理は実行されず、ステップＳ４４の処理が実行される。
【０１４８】
上記したカテゴリベクトル生成処理によって生成される文書ｄのカテゴリベクトル（当該文書ｄが属するカテゴリを表すカテゴリベクトル）ｖｄは、当該文書ｄが属するカテゴリであって不要カテゴリでないカテゴリの各々を１つの次元とし、当該各次元の値が１であるベクトルである。
【０１４９】
ここで、上述した重要文書候補抽出処理について具体的に説明する。ここでは、重要文書指定部３１１によって第１〜第４の重要文書が指定されているものとする。また、第１の重要文書は、カテゴリＡ、Ｂ、Ｃ、ＤおよびＥに属するものとする。第２の重要文書は、カテゴリＡ、Ｃ、Ｆ、ＧおよびＨに属するものとする。第３の重要文書は、カテゴリＢ、Ｃ、Ｅ、ＧおよびＩに属するものとする。第４の重要文書は、カテゴリＡ、Ｃ、Ｅ、ＧおよびＩに属するものとする。
【０１５０】
この場合における重要文書集合Ｄｄ´のカテゴリベクトルｖｄｄ´（つまり、第１〜第４の重要文書の各々が属するカテゴリの頻度を表すカテゴリベクトル）は、「カテゴリＡ：３、カテゴリＢ：２、カテゴリＣ：４、カテゴリＤ：１、カテゴリＥ：３、カテゴリＦ：１、カテゴリＧ：３、カテゴリＨ：１、カテゴリＩ：２」となる。重要文書集合Ｄｄ´のカテゴリベクトルｖｄｄ´は、第１〜第４の重要文書の各々のカテゴリベクトル（ｖｄ´）の合計である。
【０１５１】
重要文書候補抽出処理においては、第１〜第４の重要文書の各々が属するカテゴリＡ〜Ｉのうちの少なくとも１つに属する文書の各々を対象文書として、当該対象文書のカテゴリベクトル（ｖｄ）が生成される。次に、対象文書のカテゴリベクトルｖｄと重要文書集合Ｄｄ´のカテゴリベクトルｖｄｄ´との類似度ｓが算出され、当該類似度ｓが閾値以上である場合に当該対象文書は重要文書候補として決定（抽出）される。
【０１５２】
ここで、重要文書候補抽出処理において第１〜第３の重要文書候補が抽出されたものとする。
【０１５３】
第１の重要文書候補は、カテゴリＡ、Ｃ、ＧおよびＥに属する文書であって、当該第１の重要文書候補のカテゴリベクトルｖｄと重要文書集合Ｄｄ´のカテゴリベクトルｖｄｄ´との類似度は、例えば０．８６で閾値以上である。したがって、第１の重要文書候補は、重要文書候補抽出処理において抽出される。
【０１５４】
第２の重要文書候補は、カテゴリＡ、Ｃ、Ｆ、ＧおよびＥに属する文書であって、当該第２の重要文書候補のカテゴリベクトルｖｄと重要文書集合Ｄｄ´のカテゴリベクトルｖｄｄ´との類似度は、例えば０．８３で閾値以上である。したがって、第２の重要文書候補は、重要文書候補抽出処理において抽出される。
【０１５５】
また、第３の重要文書候補は、カテゴリＢ、Ｃ、ＤおよびＨに属する文書であって、当該第３の重要文書候補のカテゴリベクトルｖｄと重要文書集合Ｄｄ´のカテゴリベクトルｖｄｄ´との類似度は、例えば０．６４で閾値以上である。したがって、第３の重要文書候補は、重要文書候補抽出処理において抽出される。
【０１５６】
つまり、重要文書候補抽出処理においては、重要文書が属するカテゴリと同じカテゴリに多く属する文書、すなわち重要文書と同じ観点に多く属する文書が重要文書候補として抽出される。
【０１５７】
よって、上記した第１〜第４の重要文書の各々が属するカテゴリＡ〜Ｉ以外のカテゴリに多く属するような文書は、当該文書のカテゴリベクトルｖｄと重要文書集合Ｄｄ´のカテゴリベクトルｖｄｄ´との類似度は低く、重要文書候補としては抽出されない。
【０１５８】
次に、図１５のフローチャートを参照して、重要カテゴリ候補抽出部３２２による重要カテゴリ候補抽出処理（図１０に示すステップＳ４の処理）の処理手順について説明する。
【０１５９】
重要カテゴリ候補抽出処理においては、後述するようにカテゴリ記憶部２３に記憶されているカテゴリの各々の重要度が算出され、当該重要度に基づいて当該カテゴリの中から重要文書が属するカテゴリの候補（重要カテゴリ候補）が抽出される。
【０１６０】
なお、重要カテゴリ候補抽出処理においては、上記した重要文書候補リストが用いられる。重要文書候補リストには、上記したように重要文書候補（を識別するための文書番号）および当該重要文書候補のカテゴリベクトルと上記した重要文書集合のカテゴリベクトルとの類似度（以下、単に当該重要文書候補の類似度と表記）が対応づけて格納されている。
【０１６１】
まず、重要カテゴリ候補抽出部３２２は、カテゴリ記憶部２３に記憶されているカテゴリ番号によって識別される全てのカテゴリの集合（以下、カテゴリ集合Ｄｃと表記）のスコア（以下、スコアｓｄｃと表記）を空とする（ステップＳ５１）。このカテゴリ集合Ｄｃのスコアｓｄｃは、後述するようにカテゴリの重要度の算出に用いられる。
【０１６２】
次に、重要カテゴリ候補抽出部３２２は、カテゴリ集合Ｄｃ中のカテゴリの各々について、以下のステップＳ５２〜Ｓ５６の処理を実行する。以下、この処理の対象となるカテゴリをカテゴリｃとする。
【０１６３】
重要カテゴリ候補抽出部３２２は、カテゴリｃのスコア（以下、スコアｓｃと表記）を空とする（ステップＳ５２）。
【０１６４】
次に、重要カテゴリ候補抽出部３２２は、カテゴリｃに属する文書の各々について、以下のステップＳ５３およびＳ５４の処理を実行する。なお、カテゴリｃに属する文書とは、カテゴリｃを識別するためのカテゴリ番号に対応づけてカテゴリ記憶部２３に記憶されている文書番号によって識別される文書である。以下、この処理の対象となる文書を文書ｄとする。
【０１６５】
重要カテゴリ候補抽出部３２２は、文書ｄが重要文書候補リストに格納されているか、つまり、文書ｄが重要文書候補であるか否かを判定する（ステップＳ５３）。
【０１６６】
文書ｄが重要文書候補であると判定された場合（ステップＳ５３のＹＥＳ）、重要カテゴリ候補抽出部３２２は、当該文書ｄ（重要文書候補）に対応づけて重要文書候補リストに格納されている類似度（つまり、当該重要文書候補の類似度）をカテゴリｃのスコアｓｃに加算する（ステップＳ５４）。
【０１６７】
一方、文書ｄが重要文書候補でないと判定された場合（ステップＳ５３のＮＯ）、ステップＳ５４の処理は実行されない。
【０１６８】
重要カテゴリ候補抽出部３２２は、カテゴリｃに属する全ての文書について上記したステップＳ５３およびＳ５４の処理が実行されたか否かを判定する（ステップＳ５５）。
【０１６９】
カテゴリｃに属する全ての文書について処理が実行されていないと判定された場合（ステップＳ５５のＮＯ）、上記したステップＳ５３に戻って処理が繰り返される。この場合、ステップＳ５３およびＳ５４の処理が実行されていないカテゴリｃに属する文書を文書ｄとして処理が実行される。
【０１７０】
このようにステップＳ５３およびＳ５４の処理がカテゴリｃに属する文書の各々について繰り返されることによって当該カテゴリｃのスコアｓｃが算出される。つまり、カテゴリｃのスコアｓｃは、当該カテゴリｃに属する重要文書候補の類似度の合計である。
【０１７１】
ステップＳ５５においてカテゴリｃに属する全ての文書について処理が実行されたと判定された場合、重要カテゴリ候補抽出部３２２は、カテゴリｃのスコアｓｃをカテゴリ集合Ｄｃのスコアｓｄｃに加算する（ステップＳ５６）。
【０１７２】
次に、重要カテゴリ候補抽出部３２２は、カテゴリ集合Ｄｃ中の全てのカテゴリについて上記したステップＳ５２〜Ｓ５６の処理が実行されたか否かを判定する（ステップＳ５７）。
【０１７３】
カテゴリ集合Ｄｃ中の全てのカテゴリについて処理が実行されていないと判定された場合（ステップＳ５７のＮＯ）、上記したステップＳ５２に戻って処理が繰り返される。この場合、ステップＳ５２〜Ｓ５６の処理が実行されていないカテゴリをカテゴリｃとして処理が実行される。
【０１７４】
このようにステップＳ５２〜Ｓ５６の処理がカテゴリ集合Ｄｃ中のカテゴリの各々について繰り返されることによって当該カテゴリ集合Ｄｃのスコアｓｄｃが算出される。つまり、カテゴリ集合Ｄｃのスコアｓｄｃは、当該カテゴリ集合Ｄｃ中のカテゴリの各々のスコア（ｓｃ）の合計である。
【０１７５】
ステップＳ５７においてカテゴリ集合Ｄｃ中の全てのカテゴリについて処理が実行されたと判定された場合、重要カテゴリ候補抽出部３２２は、当該カテゴリ集合Ｄｃ中のカテゴリの各々について、以下のステップＳ５８〜Ｓ６１の処理を実行する。以下、この処理の対象となるカテゴリをカテゴリｃとする。
【０１７６】
重要カテゴリ候補抽出部３２２は、上記したカテゴリ集合Ｄｃのスコアｓｄｃおよびカテゴリｃのスコアｓｃを用いて、当該カテゴリｃの重要度を算出する（ステップＳ５８）。ここで、カテゴリｃの重要度は、ｓｃ／ｓｄｃによって算出されるものとする。つまり、カテゴリｃの重要度は、カテゴリ集合Ｄｃのスコアｓｄｃ（カテゴリ集合Ｄｃ中のカテゴリのスコアの合計値）に対する、当該カテゴリｃのスコアｓｃの割合である。
【０１７７】
次に、重要カテゴリ候補抽出部３２２は、算出されたカテゴリｃの重要度が予め定められた値（以下、閾値と表記）以上であるか否かを判定する（ステップＳ５９）。このステップＳ５９の処理において用いられる閾値は、例えば０．４（４０％）である。
【０１７８】
カテゴリｃの重要度が閾値以上でないと判定された場合（ステップＳ５９のＮＯ）、以下のステップＳ６２の処理が実行される。
【０１７９】
一方、カテゴリｃの重要度が閾値以上であると判定された場合（ステップＳ５９のＹＥＳ）、重要カテゴリ候補抽出部３２２は、当該カテゴリｃを重要カテゴリ候補として決定する（ステップＳ６０）。
【０１８０】
次に、重要カテゴリ候補抽出部３２２は、算出されたカテゴリｃの重要度に応じて、当該カテゴリｃ（重要カテゴリ候補として決定されたカテゴリｃ）をユーザに対して提示する際の背景色を決定する（ステップＳ６１）。なお、重要カテゴリ候補抽出部３２２によって決定される背景色は、カテゴリｃの重要度に応じて複数種類用意されているものとする。
【０１８１】
重要カテゴリ候補抽出部３２２は、例えばカテゴリｃの重要度（割合）が０．８（８０％）以上である場合、当該重要度が０．６以上０．８未満（６０％以上８０％未満）である場合、当該重要度が０．４以上０．６未満（４０％以上６０％未満）である場合の３段階で背景色を決定する。なお、背景色の種類の数およびカテゴリｃの重要度の範囲等については、適宜、変更可能である。
【０１８２】
後述するように、この重要カテゴリ候補抽出部３２２によって決定された背景色によってカテゴリｃに重要文書が属する程度（度合い）がユーザに対して提示される。
【０１８３】
次に、重要カテゴリ候補抽出部は、カテゴリ集合Ｄｃ中の全てのカテゴリについて上記したステップＳ５８〜Ｓ６１の処理が実行されたか否かを判定する（ステップＳ６２）。
【０１８４】
カテゴリ集合Ｄｃ中の全てのカテゴリについて処理が実行されていないと判定された場合（ステップＳ６２のＮＯ）、上記したステップＳ５８に戻って処理が繰り返される。この場合、ステップＳ５８およびＳ５９の処理が実行されていないカテゴリをカテゴリｃとして処理が実行される。
【０１８５】
このようにステップＳ５８〜Ｓ６１の処理がカテゴリ集合Ｄｃ中のカテゴリの各々について繰り返されることによって、当該カテゴリ集合Ｄｃの中から重要カテゴリ候補が決定（抽出）される。
【０１８６】
一方、カテゴリ集合Ｄｃ中の全てのカテゴリについて処理が実行されたと判定された場合（ステップＳ６２のＹＥＳ）、重要カテゴリ候補抽出処理は終了される。
【０１８７】
ここで、上述したように重要カテゴリ候補抽出処理が終了されると、カテゴリ表示操作部３１１によって当該重要カテゴリ候補抽出処理において抽出された重要カテゴリ候補がユーザに対して提示（表示）される。
【０１８８】
図１６は、カテゴリ表示操作部３１１によって重要カテゴリ候補が表示された場合の表示画面の一例を示す。
【０１８９】
図１６に示す表示画面２００においては、カテゴリ記憶部２３に記憶されているカテゴリ番号によって識別されるカテゴリが、当該カテゴリ名とともに階層構造で表示される。
【０１９０】
この表示画面２００において表示されているカテゴリのうち、背景色があるカテゴリ２０１〜２０７が重要カテゴリ候補として抽出されたカテゴリである。なお、これらのカテゴリ２０１〜２０７以外のカテゴリは、重要カテゴリ候補として抽出されていないカテゴリである。
【０１９１】
図１６に示す例では、重要カテゴリ候補であるカテゴリ２０１〜２０７は、上記したように例えば３段階で背景色（の例えば濃度）が異なる。この背景色は、例えばカテゴリ２０１〜２０７の重要度に比例して濃く表示されるものとする。
【０１９２】
ここでは、カテゴリ「操作」２０５は、カテゴリ２０１〜２０７の中で背景色が最も濃いため、重要度が高いカテゴリである。つまり、カテゴリ「操作」２０５は、カテゴリ２０１〜２０７の中では重要文書が属する程度（度合い）が高いカテゴリである
一方、カテゴリ「Ｔ社」２０１、カテゴリ「Ｎ社」２０３およびカテゴリ「１９９６年」２０７は、カテゴリ２０１〜２０７の中で背景色が最も薄いため、重要度が低いカテゴリである。つまり、カテゴリ「Ｔ社」２０１、カテゴリ「Ｎ社」２０３およびカテゴリ「１９９６年」２０７は、カテゴリ２０１〜２０７の中では重要文書が属する程度（度合い）が低いカテゴリである。
【０１９３】
ここで、上記したように重要カテゴリ候補が表示された画面（つまり、図１６に示す表示画面２００）においては、ユーザは、例えば文書分析装置３０に対して当該重要カテゴリ候補（ここでは、カテゴリ２０１〜２０７）のうちの１つを選択する操作を行うことができる。
【０１９４】
このような操作がユーザによって行われた場合には、カテゴリ表示操作部３１１は当該操作を受け付け、カテゴリ選択部３１３はカテゴリ表示操作部３１１によって受け付けられた操作に応じて重要カテゴリ候補のうちの１つのカテゴリを選択する。
【０１９５】
カテゴリ選択部３１３によって１つの重要カテゴリ候補が選択されると、上述したように関連重要カテゴリ候補抽出部３２３によって関連重要カテゴリ候補抽出処理（図１０に示すステップＳ７の処理）が実行される。
【０１９６】
次に、図１７のフローチャートを参照して、関連重要カテゴリ候補抽出部３２３による関連重要カテゴリ候補抽出処理の処理手順について説明する。
【０１９７】
以下の説明では、カテゴリ選択部３１３によって選択された重要カテゴリ候補（カテゴリ表示操作部３１１によって表示された重要カテゴリ候補のうちの１つ）を選択重要カテゴリ候補ｃｃとする。
【０１９８】
関連重要カテゴリ候補抽出部３２３は、重要カテゴリ候補抽出部３２２によって抽出された重要カテゴリ候補（つまり、カテゴリ表示操作部３１１によって表示された背景色が無色でないカテゴリ）のうちの選択重要カテゴリ候補ｃｃ以外の重要カテゴリ候補の各々について、以下のステップＳ７１〜Ｓ７３の処理を実行する。以下、この処理の対象となる重要カテゴリ候補を重要カテゴリ候補ｃとする。
【０１９９】
関連重要カテゴリ候補抽出部３２３は、重要カテゴリ候補ｃおよび選択重要カテゴリ候補ｃｃの両方のカテゴリに属する重要候補文書および重要文書の数と、当該重要カテゴリ候補ｃに属する重要候補文書および重要文書の数と、当該選択重要カテゴリ候補ｃｃに属する重要候補文書および重要文書の数とを用いて、当該重要カテゴリ候補ｃが統計的に有意であるか否かを判定する（ステップＳ７１）。
【０２００】
関連重要カテゴリ候補抽出部３２３は、例えばχ二乗検定で重要カテゴリ候補ｃが統計的に有意であるか否かを検定する。
【０２０１】
この場合のχ二乗検定によれば、χ二乗統計量（χ）が、自由度２の有意水準５％のχ二乗分布（３．８４）や自由度２の有意水準１％のχ二乗分布（６．６３）よりも小さい場合には統計的に有意となる。一方、χ二乗統計量（χ）が、自由度２の有意水準５％のχ二乗分布（３．８４）や自由度２の有意水準１％のχ二乗分布（６．６３）よりも大きい場合には統計的に有意とならない。なお、χ二乗統計量（χ）は、以下の数式により算出される。
【数１】
【０２０２】
この数式において、ｘ１１は、重要カテゴリ候補ｃおよび選択重要カテゴリ候補ｃｃの両方に属する重要文書候補および重要文書の数である。ａ１は、重要カテゴリ候補ｃに属する重要文書候補および重要文書の数である。ｂ１は、選択重要カテゴリ候補ｃｃに属する重要文書候補および重要文書の数である。ｎは、全ての重要文書候補および重要文書の数である。また、ｘ１２はａ１−ｘ１１であり、ｘ２１はｂ１−ｘ１１であり、ｘ２２はｎ−ａ１−ｘ２１である。
【０２０３】
χ二乗検定で重要カテゴリ候補ｃが統計的に有意であると判定された場合（ステップＳ７１のＹＥＳ）、関連重要カテゴリ候補抽出部３２３は、当該重要カテゴリ候補ｃを関連重要カテゴリ候補（選択重要カテゴリ候補ｃｃと関連のあるカテゴリ）として決定する（ステップＳ７２）。
【０２０４】
次に、関連重要カテゴリ候補抽出部３２３は、カテゴリ記憶部２３を参照して、関連重要カテゴリ候補として決定された重要カテゴリ候補ｃおよび当該重要カテゴリ候補ｃに属する重要文書候補および重要文書（つまり、当該重要カテゴリ候補ｃを識別するためのカテゴリ番号に対応づけて当該カテゴリ記憶部２３に記憶されている文書番号によって識別される重要文書候補および重要文書）の数を返り値リスト（以下、関連重要カテゴリ候補リストと表記）に格納する（ステップＳ７３）。
【０２０５】
なお、ステップＳ７３において関連重要カテゴリ候補リストに格納された重要カテゴリ候補が関連重要カテゴリ候補抽出処理によって抽出された関連重要カテゴリ候補となる。
【０２０６】
一方、上記したステップＳ７１においてχ二乗検定で重要カテゴリ候補ｃが統計的に有意でないと判定された場合には、ステップＳ７２およびＳ７３の処理は実行されない。
【０２０７】
関連重要カテゴリ候補抽出部３２３は、選択重要カテゴリ候補ｃｃ以外の全ての重要カテゴリ候補について上記したステップＳ７１〜Ｓ７３の処理が実行されたか否かを判定する（ステップＳ７４）。
【０２０８】
選択重要カテゴリ候補ｃｃ以外の全ての重要カテゴリ候補について処理が実行されていないと判定された場合（ステップＳ７４のＮＯ）、上記したステップＳ７１に戻って処理が繰り返される。この場合、ステップＳ７１〜Ｓ７３の処理が実行されていない選択重要カテゴリ候補ｃｃ以外の重要カテゴリ候補を重要カテゴリ候補ｃとして処理が実行される。
【０２０９】
一方、選択重要カテゴリ候補ｃｃ以外の全ての重要カテゴリ候補について処理が実行されたと判定された場合（ステップＳ７４のＹＥＳ）、関連重要カテゴリ候補抽出処理は終了される。
【０２１０】
ここで、上述したように関連重要カテゴリ候補抽出処理が終了されると、関連重要カテゴリ候補リストに格納されている重要カテゴリ候補（関連重要カテゴリ候補抽出処理によって抽出された関連重要カテゴリ候補）と当該重要カテゴリ候補に属する重要文書候補および重要文書の数とがカテゴリ表示操作部３１１によってユーザに対して提示（表示）される。
【０２１１】
図１８は、カテゴリ表示操作部３１１によって関連重要カテゴリ候補が表示された場合の表示画面の一例を示す。なお、図１８に示す表示画面３００は、上述した図１６に示す表示画面２００において例えばカテゴリ「操作性」２０５を選択する操作がユーザによって行われた後に関連重要カテゴリ候補抽出処理が実行され、当該関連重要カテゴリ候補抽出処理において抽出された関連重要カテゴリが表示された場合の画面である。
【０２１２】
図１８に示す表示画面３００においては、選択重要カテゴリ候補であるカテゴリ「操作性」２０５の付近の領域３０１に関連重要カテゴリ候補が表示される。
【０２１３】
図１８に示す例では、カテゴリ「操作性」２０５と関連がある関連重要カテゴリ候補としてカテゴリ「Ｈ社」２０２、カテゴリ「対話分類」２０４およびカテゴリ「１９９５年」２０６が表示されている。
【０２１４】
なお、関連重要カテゴリ候補であるカテゴリ「Ｈ社」２０２、カテゴリ「対話分類」２０４およびカテゴリ「１９９５年」２０６の近傍には、当該カテゴリに属する重要文書候補および重要文書の数（件数）が表示されている。例えばカテゴリ「Ｈ社」２０２の上部には、当該カテゴリ「Ｈ社」２０２に属する重要文書候補および重要文書の数として「３０件」が表示されている。
【０２１５】
ここで、ユーザは、このような表示画面３００に表示されたカテゴリ「操作性」２０５と関連のあるカテゴリ（ここでは、「Ｈ社」２０２、カテゴリ「対話分類」２０４およびカテゴリ「１９９５年」２０６）を参照して、重要文書が存在するか否かを確認したいカテゴリ（以下、確認対象カテゴリと表記）を選択する操作を行うことができる。これにより、ユーザは、例えば上述した図１６に示す表示画面２００において選択した重要カテゴリ候補（ここでは、カテゴリ「操作性」２０５）のみから重要文書を探すか、または、当該カテゴリ「操作性」２０５と関連のあるカテゴリ（ここでは、「Ｈ社」２０２、カテゴリ「対話分類」２０４およびカテゴリ「１９９５年」２０６）からも重要文書を探すかを選択することができる。
【０２１６】
確認対象カテゴリを選択する操作が当該ユーザによって行われた場合、当該カテゴリに属する文書（の文書名）が表示される。
【０２１７】
ここで、図１９は、図１８に示す表示画面３００において確認対象カテゴリとしてカテゴリ「操作性」２０５およびカテゴリ「Ｈ社」２０２が選択された場合の表示画面の一例を示す。
【０２１８】
図１９に示す表示画面３００においては、当該表示画面３００の例えば右上に設けられた領域３０２に確認対象カテゴリとして選択されたカテゴリ「操作性」２０５およびカテゴリ「Ｈ社」２０２に属する文書の文書名の一覧が表示される。
【０２１９】
この場合、領域３０２においては、カテゴリ「操作性」２０５およびカテゴリ「Ｈ社」２０２に属する文書のうちの重要文書が最上位に表示され、次に重要文書候補が表示され、最後に他の文書（つまり、重要文書および重要文書候補以外の文書）が表示される。なお、重要文書候補は、上述した類似度（重要文書との類似度）の順に表示される。
【０２２０】
なお、ユーザは、図１９に示す表示画面３００に表示された重要文書候補等を参照することによって、文書分析装置３０に対して当該重要文書候補を重要文書として指定する操作を行うことができる。文書分析装置３０に対して重要文書候補を指定する操作がユーザによって行われた場合、文書記憶部２２において上記したように当該指定された重要文書候補に含まれる重要度が「重要」に変更されることにより、当該重要文書候補は重要文書とされる。
【０２２１】
上記したように本実施形態においては、ユーザの操作に応じて指定された重要文書と重要文書候補抽出処理の対象となる文書との類似度が算出され、当該類似度に基づいて重要文書候補が抽出（決定）される。また、本実施形態においては、算出された類似度のうちのカテゴリに属する重要文書候補と重要文書との類似度に基づいて当該カテゴリの重要度が算出され、当該カテゴリの重要度に基づいて抽出（決定）された重要カテゴリ候補がユーザに対して提示される。
【０２２２】
これにより、本実施形態においては、ユーザにとって重要な文書が属するカテゴリの傾向を当該ユーザに提示することができるため、当該ユーザは当該重要な文書の傾向（つまり、当該重要な文書が含まれていそうなカテゴリ）に気づくことが可能となる。つまり、本実施形態においては、ユーザは漏れが少なく、効率よく重要な文書を探すことが可能となり、当該重要な文書の発見のための労力を削減することができる。
【０２２３】
また、本実施形態においては、カテゴリ（重要カテゴリ候補）の重要度に応じて当該カテゴリの背景色を変化させて当該カテゴリがユーザに対して提示（表示）される。これにより、本実施形態においては、ユーザはカテゴリに重要な文書が属する程度（度合い）によって重要文書が属しているかを確認すべきカテゴリを知ることができ、より効率よく重要文書を発見することが可能となる。
【０２２４】
また、本実施形態においては、ユーザの操作に応じて選択された重要カテゴリ候補に関連がある重要カテゴリ候補（関連重要カテゴリ候補）が抽出（決定）され、当該関連重要カテゴリ候補をユーザに対して提示することができる。これにより、本実施形態においては、ユーザの操作に応じて選択された重要カテゴリ候補だけでなく、当該重要カテゴリ候補に関連がある重要カテゴリ候補についてもユーザに対して提示することで、当該ユーザは漏れなく重要文書を発見することが可能となる。
【０２２５】
なお、本実施形態においては、ユーザの操作に応じて重要文書が指定されるものとして説明したが、例えば当該ユーザの操作に応じてカテゴリが指定されることによって当該カテゴリに属する全ての文書が重要文書として指定される構成であっても構わない。
【０２２６】
（第２の実施形態）
次に、図２０を参照して、第２の実施形態について説明する。図２０は、本実施形態に係る文書分析装置の主として機能構成を示すブロック図である。なお、前述した図２と同様の部分には同一参照符号を付してその詳しい説明を省略する。ここでは、図２と異なる部分について主に述べる。
【０２２７】
また、本実施形態に係る文書分析装置のハードウェア構成は、前述した第１の実施形態と同様であるため、適宜、図１を用いて説明する。
【０２２８】
図２０に示すように、本実施形態に係る文書分析装置４０は、重要文書処理部４１を含む。本実施形態において、重要文書処理部４１は、図１に示すコンピュータ１０が外部記憶装置２０に格納されているプログラム２１を実行することにより実現されるものとする。
【０２２９】
重要文書処理部４１は、重要文書集計部４１１を含む。重要文書集計部４１１は、文書記憶部２２に記憶されている文書のうちの重要文書について、ユーザによって指定された複数の分類軸でクロス集計を行う。重要文書処理部４１１は、ユーザによって指定された複数の分類軸の各々に該当する複数のカテゴリ（の全て）に属する重要文書の数を集計する。
【０２３０】
重要文書集計部４１１による集計の結果は、カテゴリ表示操作部３１１を介してユーザに対して提示される。
【０２３１】
次に、図２１のフローチャートを参照して、本実施形態に係る文書分析装置４０の処理手順について説明する。
【０２３２】
まず、前述したステップＳ１〜Ｓ１０の処理に相当するステップＳ８１〜Ｓ９０の処理が実行される。
【０２３３】
なお、ユーザは、文書分析装置４０を操作することによって、例えばステップＳ９０において提示された文書（つまり、重要カテゴリ候補および関連重要カテゴリ候補に属する重要文書候補）の中から重要文書（第３の文書）を指定することができる。この場合、文書記憶部２２において重要文書として指定された文書に含まれる重要度は「重要」に変更される。
【０２３４】
ここで、ユーザは、例えばステップＳ９０において提示された文書の中から重要文書を指定し、全ての重要文書が確定した後に、当該重要文書の集計を指示するための操作を文書分析装置４０に対して行うことができる。なお、重要文書の集計を指示するための操作において、ユーザは、例えば２つの分類軸を指定（選択）する。
【０２３５】
カテゴリ表示操作部３１１は、ユーザによって重要文書の集計を指示するための操作が行われた場合には、当該操作を受け付ける。
【０２３６】
カテゴリ表示操作部３１１は、重要文書の集計を指示するための操作が受け付けられたか、つまり、ユーザからの当該重要文書の集計の指示（以下、集計指示と表記）があるか否かを判定する（ステップＳ９１）。
【０２３７】
ユーザからの集計指示があると判定された場合（ステップＳ９１のＹＥＳ）、重要文書集計部４１１は、文書記憶部２２に記憶されている重要文書（重要度が「重要」である文書）を、当該集計指示においてユーザによって指定された２つの分類軸でクロス集計する（ステップＳ９２）。
【０２３８】
この場合、重要文書集計部４１１は、カテゴリ記憶部２３を参照して、ユーザによって指定された２つの分類軸（によって示される観点）のうちの一方の分類軸に該当するカテゴリの各々と他方の分類軸に該当するカテゴリの各々との両方に属する重要文書の数を、当該カテゴリの組み合わせ毎に集計する。
【０２３９】
ここで、分類軸とは、複数のカテゴリにおいて共通する観点を示す。例えば文書記憶部２２に記憶されている文書（重要文書）が特許文書であるものとすると、分類軸には、例えば「出願人別」および「出願年別」等が指定される。分類軸「出願人別」に該当するカテゴリには、例えばカテゴリ「Ｔ社」および「Ｈ社」等が含まれる。また、分類軸「出願年別」に該当するカテゴリには、例えばカテゴリ「１９９５年」および「１９９６年」等が含まれる。
【０２４０】
具体的には、ユーザは、階層構造を構成する複数のカテゴリのうち、子カテゴリを持つカテゴリ（つまり、親カテゴリ）を分類軸として選択することができる。この場合における分類軸に該当するカテゴリとは、ユーザによって選択されたカテゴリ（親カテゴリ）の下位に位置する子カテゴリである。
【０２４１】
ここで、図２２は、重要文書集計部４１１による重要文書の集計結果の一例を示す。図２２においては、分類軸として「出願人別（縦軸）」および「出願年別（横軸）」が指定されている。
【０２４２】
図２２に示す例では、分類軸「出願人別」に該当するカテゴリには、カテゴリ「Ｔ社」、「Ｈ社」、「Ｎ社」および「Ｍ社」が含まれている。一方、分類軸「出願年別」には、カテゴリ「１９９５年」、「１９９６年」、「１９９７年」および「１９９８年」等が含まれている。
【０２４３】
図２２に示す重要文書の集計結果においては、例えばカテゴリ「Ｔ社」およびカテゴリ「１９９５年」の両方のカテゴリに属する重要文書の数が１０であることが示されている。また、例えばカテゴリ「Ｈ社」およびカテゴリ「１９９６年」に両方のカテゴリに属する重要文書の数が３０であることが示されている。また、カテゴリ「Ｍ社」に属する文書の中には重要文書が存在しないため、当該カテゴリ「Ｍ社」とカテゴリ「１９９５年」、「１９９６年」、「１９９７年」および「１９９８年」の各々との両方のカテゴリに属する重要文書の数が０であることが示されている。
【０２４４】
再び図２１に戻ると、カテゴリ表示操作部３１１は、重要文書集計部４１１による集計結果をユーザに対して提示（表示）する（ステップＳ９３）。
【０２４５】
上記した図２２に示すような重要文書の集計結果がユーザに提示されることで、当該ユーザは、当該重要文書の傾向を容易に把握することが可能となる。
【０２４６】
具体的には、図２２に示す重要文書の集計結果によれば、例えばカテゴリ「Ｈ社」およびカテゴリ「１９９６年」の両方に属する重要文書（つまり、Ｈ社によって１９９６年に出願された重要な特許文書）が最も多いことが容易に把握できる。
【０２４７】
なお、図２２に示す重要文書の集計結果がユーザに対して提示（表示）される場合には、重要文書の数に応じて背景色を変更しても構わない。これによって、より重要文書の傾向を容易に把握することが可能となる。
【０２４８】
再び図２１に戻ると、ステップＳ８９において重要文書が存在するか否かを確認したいカテゴリを選択する操作が受け付けられていないと判定された場合には、上記したステップＳ９１の処理が実行される。また、ステップＳ９１においてユーザからの集計指示がないと判定された場合、処理は終了される。
【０２４９】
上記したように本実施形態においては、ユーザによって指定された２つの分類軸（の各々に該当する複数のカテゴリ）に属する重要文書の集計結果をユーザに対して提示することができるため、当該ユーザは、重要文書（が属するカテゴリ）の傾向を容易に把握することが可能となる。
【０２５０】
なお、本実施形態においては、文書記憶部２２に記憶されている文書のうちの重要文書のみの集計（クロス集計）結果が例えば２軸マップ上に表示されるものとして説明したが、当該重要文書に加えて重要文書候補抽出部３２２によって抽出された重要文書候補の集計結果が表示されてもよく、更に、当該重要文書および重要文書候補以外の文書の集計結果が表示されても構わない。
【０２５１】
上述した第１および第２の実施形態によれば、ユーザにとって重要な文書が属するカテゴリの傾向を当該ユーザに提示することが可能な文書分析装置およびプログラムを提供することができる。
【０２５２】
なお、本願発明は、上記各実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記各実施形態に開示されている複数の構成要素の適宜な組合せにより種々の発明を形成できる。例えば、各実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。更に、異なる実施形態に亘る構成要素を適宜組合せてもよい。
【符号の説明】
【０２５３】
１０…コンピュータ、２０…外部記憶装置、２２…文書記憶部、２３…カテゴリ記憶部、３０，４０…文書分析装置、３１…ユーザインタフェース部、３２，４１…重要文書処理部、３１１…カテゴリ表示操作部、３１２…重要文書指定部、３１３…カテゴリ選択部、３２１…重要文書候補抽出部、３２２…重要カテゴリ候補抽出部、３２３…関連重要カテゴリ候補抽出部、４１１…重要文書集計部。
【特許請求の範囲】
【請求項１】
複数の文書が分類されるカテゴリ毎に、当該カテゴリを識別するためのカテゴリ識別情報および当該カテゴリに属する文書を対応づけて記憶する記憶手段と、
ユーザの操作に応じて、前記記憶手段に記憶されている第１の文書を指定する重要文書指定手段と、
前記指定された第１の文書に対応づけて前記記憶手段に記憶されているカテゴリ識別情報を特定する第１の特定手段と、
前記第１の特定手段によって特定されたカテゴリ識別情報に対応づけて前記記憶手段に記憶されている第２の文書を特定する第２の特定手段と、
前記指定された第１の文書と前記第２の特定手段によって特定された第２の文書との類似度を、当該第１の文書に対応づけて前記記憶手段に記憶されているカテゴリ識別情報および当該第２の文書に対応づけて前記記憶手段に記憶されているカテゴリ識別情報に基づいて算出する類似度算出手段と、
前記類似度算出手段によって算出された類似度に基づいて、前記第２の特定手段によって特定された第２の文書を重要文書候補として決定する重要文書候補決定手段と、
前記記憶手段に記憶されているカテゴリ識別情報によって識別されるカテゴリの重要度を、前記類似度算出手段によって算出された類似度のうち、当該カテゴリ識別情報に対応づけて前記記憶手段に記憶されている前記重要文書候補として決定された第２の文書と前記指定された第１の文書との類似度に基づいて算出する重要度算出手段と、
前記重要度算出手段によって算出された重要度に基づいて、前記記憶手段に記憶されているカテゴリ識別情報によって識別されるカテゴリを重要カテゴリ候補として決定する重要カテゴリ候補決定手段と、
前記重要カテゴリ候補として決定されたカテゴリを提示する提示手段と
を具備することを特徴とする文書分析装置。
【請求項２】
前記重要度算出手段は、
前記記憶手段に記憶されているカテゴリ識別情報毎に、当該カテゴリ識別情報に対応づけて前記記憶手段に記憶されている前記重要文書候補として決定された第２の文書と前記指定された第１の文書との類似度を算出する第１の算出手段と、
前記第１の算出手段によってカテゴリ識別情報毎に算出された類似度の合計値を算出する第２の算出手段と、
前記第２の算出手段によって算出された類似度の合計値に対する、前記第１の算出手段によってカテゴリ識別情報毎に算出された類似度の割合を、当該カテゴリ識別情報によって識別されるカテゴリの重要度として算出する第３の算出手段と
を含み、
前記提示手段は、前記重要度として前記第３の算出手段によって算出された割合に応じて前記重要カテゴリ候補として決定されたカテゴリを提示する
ことを特徴とする請求項１記載の文書分析装置。
【請求項３】
ユーザの操作に応じて、前記重要カテゴリ候補として決定されたカテゴリを選択する選択手段と、
前記重要カテゴリ候補として決定されたカテゴリを識別するためのカテゴリ識別情報の各々に対応づけて前記記憶手段に記憶されている前記重要文書候補として決定された第２の文書に基づいて、前記選択されたカテゴリ以外の前記重要カテゴリ候補として決定されたカテゴリが前記ユーザによって選択されたカテゴリと関連のあるカテゴリであるかを判定する判定手段を更に具備し、
前記提示手段は、前記選択されたカテゴリと関連のあるカテゴリであると判定された前記選択されたカテゴリ以外の前記重要カテゴリ候補として決定されたカテゴリを、前記選択されたカテゴリと関連のあるカテゴリとして更に提示する
ことを特徴とする請求項１記載の文書分析装置。
【請求項４】
集計手段を更に具備し、
前記重要文書指定手段は、前記ユーザの操作に応じて、前記提示されたカテゴリを識別するためのカテゴリ識別情報に対応づけて前記記憶手段に記憶されている第３の文書を指定し、
前記集計手段は、前記記憶手段を参照して、前記ユーザによって指定された複数のカテゴリに属する前記指定された第１および第３の文書の数を集計し、
前記提示手段は、前記集計結果を更に提示する
ことを特徴とする請求項１記載の文書分析装置。
【請求項５】
複数の文書が分類されるカテゴリ毎に、当該カテゴリを識別するためのカテゴリ識別情報および当該カテゴリに属する文書を対応づけて記憶する記憶手段を有する外部記憶装置と、当該外部記憶装置を利用するコンピュータとから構成される文書分析装置において、前記コンピュータによって実行されるプログラムであって、
前記コンピュータに、
ユーザの操作に応じて、前記記憶手段に記憶されている第１の文書を指定するステップと、
前記指定された第１の文書に対応づけて前記記憶手段に記憶されているカテゴリ識別情報を特定するステップと、
前記特定されたカテゴリ識別情報に対応づけて前記記憶手段に記憶されている第２の文書を特定するステップと、
前記指定された第１の文書と前記特定された第２の文書との類似度を、当該第１の文書に対応づけて前記記憶手段に記憶されているカテゴリ識別情報および当該第２の文書に対応づけて前記記憶手段に記憶されているカテゴリ識別情報に基づいて算出するステップと、
前記算出された類似度に基づいて、前記特定された第２の文書を重要文書候補として決定するステップと、
前記記憶手段に記憶されているカテゴリ識別情報によって識別されるカテゴリの重要度を、前記算出された類似度のうち、当該カテゴリ識別情報に対応づけて前記記憶手段に記憶されている前記重要文書候補として決定された第２の文書と前記指定された第１の文書との類似度に基づいて算出するステップと、
前記算出された重要度に基づいて、前記記憶手段に記憶されているカテゴリ識別情報によって識別されるカテゴリを重要カテゴリ候補として決定するステップと、
前記重要カテゴリ候補として決定されたカテゴリを提示するステップと
を実行させるためのプログラム。
【請求項１】
複数の文書が分類されるカテゴリ毎に、当該カテゴリを識別するためのカテゴリ識別情報および当該カテゴリに属する文書を対応づけて記憶する記憶手段と、
ユーザの操作に応じて、前記記憶手段に記憶されている第１の文書を指定する重要文書指定手段と、
前記指定された第１の文書に対応づけて前記記憶手段に記憶されているカテゴリ識別情報を特定する第１の特定手段と、
前記第１の特定手段によって特定されたカテゴリ識別情報に対応づけて前記記憶手段に記憶されている第２の文書を特定する第２の特定手段と、
前記指定された第１の文書と前記第２の特定手段によって特定された第２の文書との類似度を、当該第１の文書に対応づけて前記記憶手段に記憶されているカテゴリ識別情報および当該第２の文書に対応づけて前記記憶手段に記憶されているカテゴリ識別情報に基づいて算出する類似度算出手段と、
前記類似度算出手段によって算出された類似度に基づいて、前記第２の特定手段によって特定された第２の文書を重要文書候補として決定する重要文書候補決定手段と、
前記記憶手段に記憶されているカテゴリ識別情報によって識別されるカテゴリの重要度を、前記類似度算出手段によって算出された類似度のうち、当該カテゴリ識別情報に対応づけて前記記憶手段に記憶されている前記重要文書候補として決定された第２の文書と前記指定された第１の文書との類似度に基づいて算出する重要度算出手段と、
前記重要度算出手段によって算出された重要度に基づいて、前記記憶手段に記憶されているカテゴリ識別情報によって識別されるカテゴリを重要カテゴリ候補として決定する重要カテゴリ候補決定手段と、
前記重要カテゴリ候補として決定されたカテゴリを提示する提示手段と
を具備することを特徴とする文書分析装置。
【請求項２】
前記重要度算出手段は、
前記記憶手段に記憶されているカテゴリ識別情報毎に、当該カテゴリ識別情報に対応づけて前記記憶手段に記憶されている前記重要文書候補として決定された第２の文書と前記指定された第１の文書との類似度を算出する第１の算出手段と、
前記第１の算出手段によってカテゴリ識別情報毎に算出された類似度の合計値を算出する第２の算出手段と、
前記第２の算出手段によって算出された類似度の合計値に対する、前記第１の算出手段によってカテゴリ識別情報毎に算出された類似度の割合を、当該カテゴリ識別情報によって識別されるカテゴリの重要度として算出する第３の算出手段と
を含み、
前記提示手段は、前記重要度として前記第３の算出手段によって算出された割合に応じて前記重要カテゴリ候補として決定されたカテゴリを提示する
ことを特徴とする請求項１記載の文書分析装置。
【請求項３】
ユーザの操作に応じて、前記重要カテゴリ候補として決定されたカテゴリを選択する選択手段と、
前記重要カテゴリ候補として決定されたカテゴリを識別するためのカテゴリ識別情報の各々に対応づけて前記記憶手段に記憶されている前記重要文書候補として決定された第２の文書に基づいて、前記選択されたカテゴリ以外の前記重要カテゴリ候補として決定されたカテゴリが前記ユーザによって選択されたカテゴリと関連のあるカテゴリであるかを判定する判定手段を更に具備し、
前記提示手段は、前記選択されたカテゴリと関連のあるカテゴリであると判定された前記選択されたカテゴリ以外の前記重要カテゴリ候補として決定されたカテゴリを、前記選択されたカテゴリと関連のあるカテゴリとして更に提示する
ことを特徴とする請求項１記載の文書分析装置。
【請求項４】
集計手段を更に具備し、
前記重要文書指定手段は、前記ユーザの操作に応じて、前記提示されたカテゴリを識別するためのカテゴリ識別情報に対応づけて前記記憶手段に記憶されている第３の文書を指定し、
前記集計手段は、前記記憶手段を参照して、前記ユーザによって指定された複数のカテゴリに属する前記指定された第１および第３の文書の数を集計し、
前記提示手段は、前記集計結果を更に提示する
ことを特徴とする請求項１記載の文書分析装置。
【請求項５】
複数の文書が分類されるカテゴリ毎に、当該カテゴリを識別するためのカテゴリ識別情報および当該カテゴリに属する文書を対応づけて記憶する記憶手段を有する外部記憶装置と、当該外部記憶装置を利用するコンピュータとから構成される文書分析装置において、前記コンピュータによって実行されるプログラムであって、
前記コンピュータに、
ユーザの操作に応じて、前記記憶手段に記憶されている第１の文書を指定するステップと、
前記指定された第１の文書に対応づけて前記記憶手段に記憶されているカテゴリ識別情報を特定するステップと、
前記特定されたカテゴリ識別情報に対応づけて前記記憶手段に記憶されている第２の文書を特定するステップと、
前記指定された第１の文書と前記特定された第２の文書との類似度を、当該第１の文書に対応づけて前記記憶手段に記憶されているカテゴリ識別情報および当該第２の文書に対応づけて前記記憶手段に記憶されているカテゴリ識別情報に基づいて算出するステップと、
前記算出された類似度に基づいて、前記特定された第２の文書を重要文書候補として決定するステップと、
前記記憶手段に記憶されているカテゴリ識別情報によって識別されるカテゴリの重要度を、前記算出された類似度のうち、当該カテゴリ識別情報に対応づけて前記記憶手段に記憶されている前記重要文書候補として決定された第２の文書と前記指定された第１の文書との類似度に基づいて算出するステップと、
前記算出された重要度に基づいて、前記記憶手段に記憶されているカテゴリ識別情報によって識別されるカテゴリを重要カテゴリ候補として決定するステップと、
前記重要カテゴリ候補として決定されたカテゴリを提示するステップと
を実行させるためのプログラム。
【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】
【公開番号】特開２０１２−３７９３６（Ｐ２０１２−３７９３６Ａ）
【公開日】平成２４年２月２３日（２０１２．２．２３）
【国際特許分類】
【出願番号】特願２０１０−１７４７９１（Ｐ２０１０−１７４７９１）
【出願日】平成２２年８月３日（２０１０．８．３）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【出願人】（３０１０６３４９６）東芝ソリューション株式会社 (1,478)
【Ｆターム（参考）】
【公開日】平成２４年２月２３日（２０１２．２．２３）
【国際特許分類】
【出願日】平成２２年８月３日（２０１０．８．３）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【出願人】（３０１０６３４９６）東芝ソリューション株式会社 (1,478)
【Ｆターム（参考）】
[ Back to top ]