文書検索方法およびプログラム
【課題】特異な負例が存在する場合であっても、検索目的と一致する文書を検索するために適切な検索式を構築すること。
【解決手段】複数の階層化されたカテゴリに分類される文書データベースにおいて、正例が分類されるカテゴリを取得する（ステップＳ２）。そして、取得したカテゴリ毎に、カテゴリに分類される正例に含まれる特徴語句であって、カテゴリに分類される負例には含まれない特徴語句を、カテゴリ特徴語句として取得する（ステップＳ４）。また、取得したカテゴリ毎に、カテゴリと、取得したカテゴリ特徴語句と、に基づいて副検索式を構築する（ステップＳ５）。さらに、正例に含まれる特徴語句を取得する（ステップＳ３）。そして、取得した特徴語句の和集合と、構築した副検索式と、に基づいて本検索式を構築する（ステップＳ６）。
【解決手段】複数の階層化されたカテゴリに分類される文書データベースにおいて、正例が分類されるカテゴリを取得する（ステップＳ２）。そして、取得したカテゴリ毎に、カテゴリに分類される正例に含まれる特徴語句であって、カテゴリに分類される負例には含まれない特徴語句を、カテゴリ特徴語句として取得する（ステップＳ４）。また、取得したカテゴリ毎に、カテゴリと、取得したカテゴリ特徴語句と、に基づいて副検索式を構築する（ステップＳ５）。さらに、正例に含まれる特徴語句を取得する（ステップＳ３）。そして、取得した特徴語句の和集合と、構築した副検索式と、に基づいて本検索式を構築する（ステップＳ６）。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、検索目的と一致する文書を検索する文書検索方法およびプログラムに関する。特に、複数の階層化されたカテゴリに分類される文書データベースを対象とする文書検索方法およびプログラムに関する。
【背景技術】
【０００２】
従来より、例えば特許文献調査のように、検索目的と一致する文書を、複数の階層化されたカテゴリに分類される文書データベースの中から検索する場合がある。この場合には、例えば、検索式を構築し、この検索式を用いて検索を行う。
【０００３】
検索式の構築には、検索目的と一致する文書（以下、「正例」とする）を抽出する条件であって、検索目的と一致しない文書（以下、「負例」とする）を除外する条件を求める、論理的概念学習が有効であると考えられる。論理的概念学習には、演繹的学習手法と、帰納的学習手法と、がある。演繹的学習手法としては、説明に基づく学習（ＥＢＬ：Ｅｘｐｌａｎａｔｉｏｎ Ｂａｓｅｄ Ｌｅａｒｎｉｎｇ）があり、帰納的学習手法としては、類似性に基づく学習（ＳＢＬ：Ｓｉｍｉｌａｒｉｔｙ Ｂａｓｅｄ Ｌｅａｒｎｉｎｇ）がある（例えば、非特許文献１参照）。
【０００４】
複数の階層化されたカテゴリは、概念構造を木構造として細分化していくことができるものであり、ＥＢＬにおける領域知識とみなすことができる。このため、ＥＢＬによれば、領域知識に基づいて、正例を適切に分類する条件を求め、カテゴリによる検索式を構築することができる。
【０００５】
一方、ＳＢＬによれば、検索目的に対して適切な語句、すなわち有意な語句が、あらかじめ選定されている状態において、正例を包含し、負例を除外する語句の組合せを求め、語句による検索式を構築することができる。
【先行技術文献】
【非特許文献】
【０００６】
【非特許文献１】長尾真著“岩波講座ソフトウエア１４；知識と推論”、岩波書店
【発明の概要】
【発明が解決しようとする課題】
【０００７】
ところが、ＥＢＬでは、特異な負例が存在すると、負例を除外できるカテゴリを領域知識内の細分化では求めることができず、カテゴリによる検索式を適切に構築できない場合があるという課題があった。
【０００８】
一方、ＳＢＬでは、どの程度の有意性を有する語句をあらかじめ選定すればよいかについて、設定するのが困難であり、語句による検索式を適切に構築できない場合があるという課題があった。
【課題を解決するための手段】
【０００９】
本発明者は、上述の課題を解決すべく鋭意検討を行った。その結果、複数の階層化されたカテゴリに分類される文書データベースにおいて、正例が分類されるカテゴリを求め、求めた各カテゴリに属する文書の中から負例を除外する語句の組合せを求めることで、適切な検索式を構築できることを見出し、本発明を完成させるに至った。
【００１０】
（１） 本発明は、複数の階層化されたカテゴリ（例えば、図６の特許分類階層に相当）に分類される文書データベース（例えば、後述の特許データベースに相当）の中から検索目的と一致する文書を検索する文書検索方法であって、前記文書データベースに含まれる複数の文書のうち正例（例えば、図７の特許文献１、２、４〜６、９〜１９に相当）が分類されるカテゴリを取得する第１のステップ（例えば、図２のステップＳ２に相当）と、前記正例に含まれる特徴語句（例えば、式（４）の照明器具、環境制御、電動ブラインド、低コスト、日射状態取得部、連動制御に相当）を取得する第２のステップ（例えば、図２のステップＳ３に相当）と、前記第１のステップで取得されたカテゴリ毎に、当該カテゴリに分類される正例に含まれる特徴語句であって、前記複数の文書のうち前記カテゴリに分類される負例には含まれない特徴語句を、カテゴリ特徴語句（例えば、式（１）の照明設備、空気調和器、照明器具に相当）として取得する第３のステップ（例えば、図２のステップＳ４に相当）と、前記第１のステップで取得されたカテゴリ毎に、当該カテゴリと、前記第３のステップで取得されたカテゴリ特徴語句と、に基づいて副検索式（例えば、式（１）〜（３）相当）を構築する第４のステップ（例えば、図２のＳ５に相当）と、前記第２のステップで取得された特徴語句の和集合（例えば、式（４）に相当）と、前記第４のステップで構築された副検索式と、に基づいて本検索式を構築する第５のステップ（例えば、図２のステップＳ６に相当）と、を備えることを特徴とする文書検索方法を提案している。
【００１１】
この発明によれば、複数の階層化されたカテゴリに分類される文書データベースにおいて、正例が分類されるカテゴリを取得する。そして、取得したカテゴリ毎に、カテゴリに分類される正例に含まれる特徴語句であって、カテゴリに分類される負例には含まれない特徴語句を、カテゴリ特徴語句として取得する。また、取得したカテゴリ毎に、カテゴリと、取得したカテゴリ特徴語句と、に基づいて副検索式を構築する。さらに、正例に含まれる特徴語句を取得する。そして、取得した特徴語句の和集合と、構築した副検索式と、に基づいて本検索式を構築する。このため、複数の階層化されたカテゴリに分類される文書データベースにおいて、正例が分類されるカテゴリを求め、求めた各カテゴリに属する文書の中から負例を除外する特徴語句を求めることができる。したがって、特異な負例が存在する場合であっても、有意な特徴語句を選定して負例を除外できる本検索式を構築でき、検索目的と一致する文書を検索するために適切な検索式を構築することができる。
【００１２】
（２） 本発明は、（１）の文書検索方法について、前記第１のステップでは、前記正例が分類されるカテゴリを取得した後に、当該カテゴリの中から前記正例に属する全ての文書を包括する最小数のカテゴリを抽出し、前記第２のステップでは、前記正例に含まれる特徴語句を取得した後に、当該特徴語句の中から前記正例に属する全ての文書を包括する最小数の特徴語句を抽出し、前記第３のステップでは、前記第１のステップで抽出された最小数のカテゴリ毎に、当該カテゴリに分類される正例に属する全ての文書について前記カテゴリ特徴語句を取得した後に、当該カテゴリ特徴語句の中から前記正例に属する全ての文書を包括する最小数のカテゴリ特徴語句を抽出し、前記第４のステップでは、前記第１のステップで抽出された最小数のカテゴリ毎に、当該カテゴリと、前記第３のステップで抽出された最小数のカテゴリ特徴語句と、に基づいて副検索式を構築し、前記第５のステップでは、前記第２のステップで抽出された最小数の特徴語句の和集合と、前記第４のステップで構築された副検索式と、に基づいて本検索式を構築することを特徴とする文書検索方法を提案している。
【００１３】
この発明によれば、正例に属する全ての文書を包括する最小数のカテゴリと、正例に属する全ての文書を包括する最小数の特徴語句と、正例に属する全ての文書を包括する最小数のカテゴリ特徴語句と、を抽出する。そして、抽出した最小数のカテゴリと、抽出した最小数の特徴語句と、抽出した最小数のカテゴリ特徴語句と、を用いて本検索式を構築する。このため、本検索式を構成する特徴語句の和集合および副検索式において、同一のカテゴリや、同一の特徴語句や、同一のカテゴリ特徴語句が含まれてしまうのを防止できる。したがって、本検索式の構成を簡略化することができ、検索目的と一致する文書を検索するための検索式を、より適切に構築することができる。
【００１４】
（３） 本発明は、（２）の文書検索方法について、前記第１のステップは、前記正例が分類されるカテゴリを取得し、当該カテゴリをカテゴリ候補として設定する第１の設定ステップ（例えば、図３のステップＳ２１に相当）と、前記カテゴリ候補の要素として当該カテゴリ候補に属する正例の文書を登録するとともに、当該登録された正例の文書数に基づいて前記カテゴリ候補を降順に並べ替える第１の整列ステップと（例えば、図３のステップＳ２２、Ｓ２３に相当）、最上位のカテゴリ候補を採用し、当該最上位のカテゴリ候補に属する正例の文書を他のカテゴリ候補の要素から削除するとともに、要素の無くなったカテゴリ候補を前記第１の設定ステップにおいて設定されたカテゴリ候補の中から除外する第１の採用ステップ（例えば、図３のステップＳ２４〜Ｓ２６に相当）と、前記他のカテゴリ候補の数が０になるまで、前記第１の整列ステップおよび前記第１の採用ステップを繰り返し、前記第１の採用ステップで採用されたカテゴリ候補を、前記最小数のカテゴリとして抽出する第１の抽出ステップ（例えば、図３のステップＳ２７、Ｓ２８に相当）と、を備え、前記第２のステップは、前記正例に含まれる特徴語句を取得し、当該特徴語句を特徴語句候補として設定する第２の設定ステップ（例えば、図４のステップＳ３１に相当）と、前記特徴語句候補の要素として当該特徴語句候補を含む正例の文書を登録するとともに、当該登録された正例の文書数に基づいて前記特徴語句候補を降順に並べ替える第２の整列ステップ（例えば、図４のステップＳ３２、Ｓ３３に相当）と、最上位の特徴語句候補を採用し、当該最上位の特徴語句候補を含む正例の文書を他の特徴語句候補の要素から削除するとともに、要素の無くなった特徴語句候補を前記第２の設定ステップにおいて設定された特徴語句候補の中から除外する第２の採用ステップ（例えば、図４のステップＳ３４〜Ｓ３６に相当）と、前記他の特徴語句候補の数が０になるまで、前記第２の整列ステップおよび前記第２の採用ステップを繰り返し、前記第２の採用ステップで採用された特徴語句候補を、前記最小数の特徴語句として抽出する第２の抽出ステップ（例えば、図４のステップＳ３７、Ｓ３８に相当）と、を備え、前記第３のステップは、前記第１のステップで抽出された最小数のカテゴリ毎に、前記カテゴリ特徴語句を取得し、当該カテゴリ特徴語句をカテゴリ特徴語句候補として設定する第３の設定ステップ（例えば、図５のステップＳ４１に相当）と、前記カテゴリ特徴語句候補の要素として当該カテゴリ特徴語句候補を含む正例の文書を登録するとともに、当該登録された正例の文書数に基づいて前記カテゴリ特徴語句を降順に並べ替える第３の整列ステップ（例えば、図５のステップＳ４２、Ｓ４３に相当）と、最上位のカテゴリ特徴語句候補を採用し、当該最上位のカテゴリ特徴語句候補を含む正例の文書を他のカテゴリ特徴語句候補の要素から削除するとともに、要素の無くなったカテゴリ特徴語句候補を前記第３の設定ステップにおいて設定されたカテゴリ特徴語句候補の中から除外する第３の採用ステップ（例えば、図５のステップＳ４４〜Ｓ４６に相当）と、前記他のカテゴリ特徴語句候補の数が０になるまで、前記第３の整列ステップおよび前記第３の採用ステップを繰り返し、前記第３の採用ステップで採用されたカテゴリ特徴語句候補を、前記最小数のカテゴリ特徴語句として抽出する第３の抽出ステップ（例えば、図５のステップＳ４７、Ｓ４８に相当）と、を備えることを特徴とする文書検索方法を提案している。
【００１５】
この発明によれば、カテゴリ、特徴語句、およびカテゴリ特徴語句のそれぞれの候補について、それぞれに対応する正例の文書を登録するとともに、それぞれに対応する正例の文書数に基づいて降順に並べ替える。そして、最上位の候補を採用し、最上位の候補に対応する正例の文書を他の候補の要素から削除するとともに、要素の無くなった候補を上述の並べ替えた候補の中から除外する。そして、上述の並べ替えと、上述の削除および除外と、を他の候補の数が０（ゼロ）になるまで繰り返す。このため、正例に属する全ての文書を包括する最小数のカテゴリと、正例に属する全ての文書を包括する最小数の特徴語句と、正例に属する全ての文書を包括する最小数のカテゴリ特徴語句と、を抽出することができる。
【００１６】
（４） 本発明は、（１）〜（３）のいずれかの文書検索方法について、前記本検索式に基づいて前記文書データベースの中から検索された文書のうち、前記本検索式を構築する際に用いた文書を除くものを、前記本検索式との適合度合いに基づいて降順に並べ替える第６のステップ（例えば、図１２のステップＳ１０２に相当）を備えることを特徴とする文書検索方法を提案している。
【００１７】
この発明によれば、本検索式に基づいて文書データベースの中から検索された文書のうち、本検索式を構築する際に用いた文書を除くものを、本検索式との適合度合いに基づいて降順に並べ替える。このため、検索目的に一致するか否かの確認が行われていない文書について、本検索式との適合度合いの高いものから順に確認することができ、検索目的に一致する文書の検索を効率的に行うことができる。
【００１８】
（５） 本発明は、（１）〜（４）のいずれかの文書検索方法について、前記カテゴリ特徴語句は、前記第２のステップで取得された特徴語句には含まれないことを特徴とする文書検索方法を提案している。
【００１９】
この発明によれば、正例に含まれる特徴語句と、カテゴリ特徴語句とは、異なる語句となる。このため、特徴語句の和集合に含まれる特徴語句と、副検索式に含まれるカテゴリ特徴語句と、が同一の語句を含んで構成されてしまうのを防止できる。したがって、特徴語句の和集合と、副検索式とで、同一の検索条件が設定されてしまうのを防止でき、検索目的と一致する文書を検索するための検索式を、より適切に構築することができる。
【００２０】
（６） 本発明は、（１）〜（５）のいずれかの文書検索方法について、前記第３のステップでは、前記第１のステップで取得されたカテゴリ毎に、当該カテゴリに分類される正例に含まれる特徴語句であって、前記複数の文書のうち前記カテゴリに分類される負例であって前記第２のステップで取得された特徴語句を含む負例には含まれない特徴語句を、カテゴリ特徴語句として取得することを特徴とする文書検索方法を提案している。
【００２１】
この発明によれば、正例が分類されるカテゴリ毎に取得されるカテゴリ特徴語句は、カテゴリに分類される正例に含まれる特徴語句であって、このカテゴリに分類される負例であって正例に含まれる特徴語句を含む負例には含まれない特徴語句となる。したがって、本検索式を構築するために用いるカテゴリ特徴語句を、より効率的に取得することができる。
【００２２】
（７） 本発明は、（１）〜（６）のいずれかの文書検索方法について、前記文書は、特許文献であり、前記カテゴリは、ＦＩ、ＩＰＣ、ＥＣＬＡ、ＵＳＣ、またはテーマコードのいずれかであることを特徴とする文書検索方法を提案している。
【００２３】
この発明によれば、文書が特許文献である場合に、本検索式を構築するために用いるカテゴリとして、ＦＩ、ＩＰＣ、ＥＣＬＡ、ＵＳＣ、およびテーマコードを用いることができる。
【００２４】
（８） 本発明は、（１）〜（７）のいずれかの文書検索方法について、前記文書は、日本の特許文献であり、前記特徴語句の代わりにＦタームを用いることを特徴とする文書検索方法を提案している。
【００２５】
この発明によれば、文書が日本の特許文献である場合に、特徴語句の代わりにＦタームを用いることができる。
【００２６】
（９） 本発明は、複数の階層化されたカテゴリ（例えば、図６の特許分類階層に相当）に分類される文書データベース（例えば、後述の特許データベースに相当）の中から検索目的と一致する文書を検索する文書検索方法をコンピュータに実行させるためのプログラムであって、前記文書データベースに含まれる複数の文書のうち正例（例えば、図７の特許文献１、２、４〜６、９〜１９に相当）が分類されるカテゴリを取得する第１のステップ（例えば、図２のステップＳ２に相当）と、前記正例に含まれる特徴語句（例えば、式（４）の照明器具、環境制御、電動ブラインド、低コスト、日射状態取得部、連動制御に相当）を取得する第２のステップ（例えば、図２のステップＳ３に相当）と、前記第１のステップで取得されたカテゴリ毎に、当該カテゴリに分類される正例に含まれる特徴語句であって、前記複数の文書のうち前記カテゴリに分類される負例には含まれない特徴語句を、カテゴリ特徴語句（例えば、式（１）の照明設備、空気調和器、照明器具に相当）として取得する第３のステップ（例えば、図２のステップＳ４に相当）と、前記第１のステップで取得されたカテゴリ毎に、当該カテゴリと、前記第３のステップで取得されたカテゴリ特徴語句と、に基づいて副検索式（例えば、式（１）〜（３）相当）を構築する第４のステップ（例えば、図２のＳ５に相当）と、前記第２のステップで取得された特徴語句の和集合（例えば、式（４）に相当）と、前記第４のステップで構築された副検索式と、に基づいて本検索式を構築する第５のステップ（例えば、図２のステップＳ６に相当）と、をコンピュータに実行させるためのプログラムを提案している。
【００２７】
この発明によれば、プログラムをコンピュータに実行させることで、複数の階層化されたカテゴリに分類される文書データベースにおいて、正例が分類されるカテゴリを取得する。そして、取得したカテゴリ毎に、カテゴリに分類される正例に含まれる特徴語句であって、カテゴリに分類される負例には含まれない特徴語句を、カテゴリ特徴語句として取得する。また、取得したカテゴリ毎に、カテゴリと、取得したカテゴリ特徴語句と、に基づいて副検索式を構築する。さらに、正例に含まれる特徴語句を取得する。そして、取得した特徴語句の和集合と、構築した副検索式と、に基づいて本検索式を構築する。このため、複数の階層化されたカテゴリに分類される文書データベースにおいて、正例が分類されるカテゴリを求め、求めた各カテゴリに属する文書の中から負例を除外する特徴語句を求めることができる。したがって、特異な負例が存在する場合であっても、有意な特徴語句を選定して負例を除外できる本検索式を構築でき、検索目的と一致する文書を検索するために適切な検索式を構築することができる。
【発明の効果】
【００２８】
本発明によれば、特異な負例が存在する場合であっても、有意な特徴語句を選定して負例を除外できる本検索式を構築でき、検索目的と一致する文書を検索するために適切な検索式を構築することができる。
【図面の簡単な説明】
【００２９】
【図１】本発明の一実施形態に係る文書検索装置の構成を示すブロック図である。
【図２】本発明の一実施形態に係る文書検索処理のフローチャートである。
【図３】本発明の一実施形態に係る特許分類抽出処理のフローチャートである。
【図４】本発明の一実施形態に係る特徴語句抽出処理のフローチャートである。
【図５】本発明の一実施形態に係るカテゴリ特徴語句抽出処理のフローチャートである。
【図６】特許分類の階層構造を示す図である。
【図７】特許分類抽出処理により最小数の特許分類を抽出する場合の具体例を説明するための図である。
【図８】ＳＢＬにより「ブラインド」の概念獲得を行う場合を説明するための図である。
【図９】本検索式構築事例を説明するための図である。
【図１０】本検索式構築事例を説明するための図である。
【図１１】本検索式構築事例を説明するための図である。
【図１２】本発明の一実施形態に係る動的スクリーニング手法のフローチャートである。
【発明を実施するための形態】
【００３０】
以下、本発明の実施形態について図面を用いて、詳細に説明する。なお、以下の実施形態における構成要素は適宜、既存の構成要素などとの置き換えが可能であり、また、他の既存の構成要素との組合せを含む様々なバリエーションが可能である。したがって、以下の実施形態の記載をもって、特許請求の範囲に記載された発明の内容を限定するものではない。
【００３１】
＜文書検索装置１の構成＞
図１は、本発明の一実施形態に係る文書検索装置１の構成を示すブロック図である。
【００３２】
文書検索装置１は、公開特許公報や特許公報などの特許文献を検索する装置であり、制御部１１、通信部１２、記憶部１３、および入出力インタフェース（入出力Ｉ／Ｆ）１４を備える。
【００３３】
制御部１１、通信部１２、記憶部１３、および入出力Ｉ／Ｆ１４は、バス１５を介して互いに接続される。入出力Ｉ／Ｆ１４には、入力装置１６および出力装置１７が接続される。
【００３４】
制御部１１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）およびＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）で構成され、記憶部１３に記憶されているプログラムに従って動作する。
【００３５】
記憶部１３は、ハードディスク、半導体メモリなどで構成され、制御部１１で実行される特許文献検索プログラムと、特許文献のデータが蓄積された特許データベースと、が記憶されている。特許文献検索プログラムとは、特許データベースの中から検索目的と一致する特許文献を検索するためのプログラムであり、制御部１１で実行されると、図２を用いて後述する文書検索処理が行われることとなる。
【００３６】
通信部１２は、ネットワークインタフェースカード（ＮＩＣ）で構成され、ネットワークを介して受信される情報を制御部１１に送信したり、制御部１１から入力される命令に従って、ネットワークを介して外部に情報を送信したりする。
【００３７】
入力装置１６は、キーボードやマウスで構成され、ユーザからの入力を受け付ける。
【００３８】
出力装置１７は、ディスプレイやプリンタで構成され、制御部１１で行われた処理に応じた情報を出力する。
【００３９】
＜文書検索処理＞
図２は、上述の文書検索処理のフローチャートである。特許文献検索プログラムを実行するための入力をユーザから入力装置１６または通信部１２を介して外部から受け付けると、文書検索処理が開始され、特許データベースの中から検索目的と一致する特許文献を検索するため本検索式が、構築される。
【００４０】
具体的には、まず、ステップＳ１において、制御部１１は、正例および負例を記憶部１３から読み込む。正例とは、特許データベースに含まれる複数の特許文献のうち、検索目的と一致する特許文献のことであり、負例とは、特許データベースに含まれる特許文献のうち、検索目的と一致しない特許文献のことである。これら正例および負例は、予備検索において、特許データベースに含まれる複数の特許文献の中から、あらかじめ選定される。
【００４１】
予備検索とは、本検索式を用いて本検索を行うために、あらかじめ行われるものである。この予備検索では、特許データベースに含まれる複数の特許文献の中からいくつかを抽出し、抽出した特許文献のそれぞれについて、検索目的と一致するか否かをユーザが記載内容に基づいて確認する。これによれば、ステップＳ１において用いられる正例および負例が選定されることとなる。
【００４２】
次に、ステップＳ２において、制御部１１は、図３を用いて後述する特許分類抽出処理を行う。この特許分類抽出処理では、正例が分類される特許分類を取得し、取得した特許分類の中から、正例に属する全ての特許文献を包括する最小数の特許分類を抽出する。
【００４３】
次に、ステップＳ３において、制御部１１は、図４を用いて後述する特徴語句抽出処理を行う。この特徴語句抽出処理では、正例に含まれる特徴語句を取得し、取得した特徴語句の中から正例に属する全ての特許文献を包括する最小数の特徴語句を抽出する。ここで、特徴語句とは、特許文献に含まれる語句のうち、この特許文献の内容を特徴付ける語句のことである。
【００４４】
次に、ステップＳ４において、制御部１１は、図５を用いて後述するカテゴリ特徴語句抽出処理を行う。このカテゴリ特徴語句抽出処理では、ステップＳ２において抽出した最小数の特許分類毎に、カテゴリ特徴語句を取得し、取得したカテゴリ特徴語句の中から正例に属する全ての特許文献を包括する最小数のカテゴリ特徴語句を抽出する。ここで、カテゴリ特徴語句とは、ステップＳ２において取得した最小数の特許分類毎に、その特許分類に分類される正例に含まれる特徴語句であって、その特許分類に分類される負例には含まれない特徴語句のことである。
【００４５】
なお、カテゴリ特徴語句は、ステップＳ２において取得した最小数の特許分類毎に、その特許分類に分類される正例に含まれる特徴語句であって、その特許分類に分類される負例には含まれない特徴語句であるとともに、ステップＳ３において取得した特徴語句には含まれない特徴語句としてもよい。この場合、カテゴリ特徴語句抽出処理では、さらに、抽出された最小数のカテゴリ特徴語句の中からステップＳ３において取得した特徴語句を除いて、最小数のカテゴリ特徴語句を抽出する。
【００４６】
また、カテゴリ特徴語句抽出処理では、ステップＳ２において抽出した最小数の特許分類毎に、その特許分類に分類される正例の特許文献に含まれる特徴語句であって、その特許分類に分類される負例であってステップＳ３において取得した特徴語句を含む負例には含まれない特徴語句を、カテゴリ特徴語句として取得し、取得したカテゴリ特徴語句の中から正例に属する全ての特許文献を包括する最小数のカテゴリ特徴語句を抽出してもよい。
【００４７】
次に、ステップＳ５において、制御部１１は、ステップＳ２において抽出した最小数の特許分類毎に、特許分類と、ステップＳ４において抽出した最小数のカテゴリ特徴語句と、に基づいて副検索式（後述の式（１）〜（３）参照）を構築する。
【００４８】
次に、ステップＳ６において、制御部１１は、ステップＳ３において抽出した最小数の特徴語句の和集合（後述の式（４）参照）を求め、求めた最小数の特徴語句の和集合と、ステップＳ５において構築した副検索式と、に基づいて本検索式（後述の式（５）参照）を構築する。
【００４９】
＜特許分類抽出処理＞
図３は、上述の特許分類抽出処理のフローチャートである。
【００５０】
まず、ステップＳ２１において、制御部１１は、ＥＢＬにより、正例が分類される特許分類を取得し、取得した特許分類を特許分類候補として設定する。特許分類は、各特許文献に付与されている。この特許分類としては、例えばＩＰＣやＦＩがあるが、本実施形態では、特許分類としてＦＩを用いるものとする。ＦＩは、図６に示すように、複数の階層化されたカテゴリで構成され、概念構造を木構造として細分化していくことができるので、ＥＢＬにおける領域知識とみなすことができる。このため、適切な操作性規範を設定し、少数の正例を投入することで、目標概念となるＦＩを獲得することができる。
【００５１】
例えば、適切な操作性規範として、サブグループの第１階層までの細分化打ち切りと設定し、少数の正例として、ブラインドについて開示している特開平０７−１１９３７２号公報を投入した場合には、目標概念となるＦＩとして、図６のＥ０６Ｂ／２４を獲得することができる。ここで、Ｅ０６Ｂ／２４とは、「光、とくに日光に対して保護することができるスクリーンまたはその他の構造；プライバシーまたは体裁のための同様のスクリーン」のことを示す。
【００５２】
次に、ステップＳ２２において、制御部１１は、ステップＳ２１において設定した特許分類候補毎に、特許分類候補の要素として、その特許分類候補に属する正例の特許文献を登録する。これによれば、ステップＳ２１において設定した特許分類候補毎に、特許分類候補と、その特許分類候補に属する正例の特許文献と、が紐付けられて、制御部１１のＲＡＭに記憶されることとなる。
【００５３】
次に、ステップＳ２３において、制御部１１は、ステップＳ２２において登録した正例の特許文献の数に基づいて、特許分類候補を降順に並べ替える。これによれば、正例の特許文献が最も多く属する特許分類候補が、最上位の特許分類候補となる。
【００５４】
次に、ステップＳ２４において、制御部１１は、ステップＳ２３において並べ替えた特許分類候補のうち、最上位の特許分類候補を採用する。これによれば、最上位の特許分類候補が、制御部１１のＲＡＭに記憶されることとなる。
【００５５】
次に、ステップＳ２５において、制御部１１は、ステップＳ２４において採用した最上位の特許分類候補に属する正例の特許文献を、他の特許分類候補から削除する。これによれば、最上位の特許分類候補に属する正例の特許文献については、他の特許分類候補と紐付けられていた関係が、制御部１１のＲＡＭから削除されることとなる。
【００５６】
次に、ステップＳ２６において、制御部１１は、属する正例の特許文献が無くなった特許分類候補を、特許分類候補の中から除外する。これによれば、正例の特許文献の紐付けられていない特許分類候補は、特許分類候補ではなくなる。
【００５７】
次に、ステップＳ２７において、制御部１１は、他の特許分類候補の数がゼロであるか否か、言い換えると、残っている特許分類候補の数が「１」であるか否かを判別する。そして、他の特許分類候補の数がゼロの場合には、ステップＳ２８に処理を移し、他の特許分類候補の数がゼロではない場合には、ステップＳ２３に処理を戻す。
【００５８】
次に、ステップＳ２８において、制御部１１は、ステップＳ２４において採用した全ての特許分類候補を、最小数の特許分類として抽出する。
【００５９】
図７を用いて、特許分類抽出処理により最小数の特許分類を抽出する場合の具体例について、説明する。図７では、ステップＳ２１において設定された特許分類候補を、特許分類候補Ａ、Ｂ、Ｃ、Ｄ、Ｅと表すものとする。また、ステップＳ１において読み込まれた正例の特許文献を、特許文献１、２、４、５、６、９、１０、１１、１２、１３、１４、１５、１６、１７、１８、１９と表し、ステップＳ１において読み込まれた負例の特許文献を、特許文献３、７、８、２０と表すものとする。
【００６０】
図７の（ａ）は、ステップＳ２２の処理が行われた段階を示している。この段階では、特許分類候補Ａの要素として、正例の特許文献１、２、６、１１、１２、１６、１７が登録され、特許分類候補Ｂの要素として、正例の特許文献１、２、６が登録され、特許分類候補Ｃの要素として、正例の特許文献１２、１３、１４、１７、１８、１９が登録され、特許分類候補Ｄの要素として、正例の特許文献４、５、９、１０、１４、１５が登録され、特許分類候補Ｅの要素として、正例の特許文献５、１０、１５が登録されている。
【００６１】
図７の（ｂ）は、図７の（ａ）の段階から、ステップＳ２３〜Ｓ２６の各処理が行われた段階を示している。具体的には、まず、ステップＳ２３において、特許分類候補Ａ〜Ｅが並び替えられ、その結果、特許分類候補Ａ、Ｃ、Ｄ、Ｂ、Ｅの順に並ぶこととなる。次に、ステップＳ２４において、特許分類候補Ａが、最上位の特許分類候補として採用されることとなる。
【００６２】
次に、ステップＳ２５において、特許分類候補Ａに属する正例の特許文献１、２、６が特許分類候補Ｂから削除されるとともに、特許分類候補Ａに属する正例の特許文献１２、１７が特許分類候補Ｃから削除されることとなる。これによれば、特許分類候補Ｂに属する正例の特許文献が無くなる。
【００６３】
次に、ステップＳ２６において、特許分類候補Ｂが、特許分類候補Ａ〜Ｅの中から除外されることとなる。これによれば、ステップＳ２７において説明した他の特許分類候補として、特許分類候補Ｃ〜Ｅが存在することとなるので、再度、ステップＳ２３〜Ｓ２６の各処理が行われることとなる。
【００６４】
図７の（ｃ）は、図７の（ｂ）の段階から、ステップＳ２３〜Ｓ２６の各処理が行われた段階を示している。具体的には、まず、ステップＳ２３において、特許分類候補Ｃ〜Ｅが並び替えられ、その結果、特許分類候補Ｄ、Ｃ、Ｅの順に並ぶこととなる。次に、ステップＳ２４において、特許分類候補Ｄが、最上位の特許分類候補として採用されることとなる。
【００６５】
次に、ステップＳ２５において、特許分類候補Ｄに属する正例の特許文献１４が特許分類候補Ｃから削除されるとともに、特許分類候補Ｄに属する正例の特許文献５、１０、１５が特許分類候補Ｅから削除されることとなる。これによれば、特許分類候補Ｅに属する正例の特許文献が無くなる。
【００６６】
次に、ステップＳ２６において、特許分類候補Ｅが、特許分類候補Ｃ〜Ｅの中から除外されることとなる。これによれば、ステップＳ２７において説明した他の特許分類候補の数がゼロ、言い換えると、残っている特許分類候補が特許分類候補Ｃだけとなるので、ステップＳ２８の処理が行われることとなる。
【００６７】
次に、ステップＳ２８において、最小数の特許分類として、特許分類候補Ａ、Ｃ、Ｄが抽出されることとなる。すなわち、特許分類候補Ａ、Ｃ、Ｄは、特許文献１〜２０のうち正例の特許文献の全てを包括するということである。
【００６８】
＜特徴語句抽出処理＞
図４は、上述の特徴語句抽出処理のフローチャートである。
【００６９】
まず、ステップＳ３１において、制御部１１は、既存の自然言語処理やテキストマイニングにより、正例の特許文献に含まれる発明の名称、要約、および請求項を解析し、特許文献の内容を特徴付ける特徴語句を取得する。そして、ステップＳ２１と同様に、取得した特徴語句を特徴語句候補として設定する。
【００７０】
次に、ステップＳ３２において、ステップＳ２２と同様に、制御部１１は、ステップＳ３１において設定した特徴語句候補毎に、特徴語句候補の要素として、その特徴語句候補を含む正例の特許文献を登録する。これによれば、ステップＳ３１において設定した特徴語句候補毎に、特徴語句候補と、その特徴語句候補を含む正例の特許文献と、が紐付けられて、制御部１１のＲＡＭに記憶されることとなる。
【００７１】
次に、ステップＳ３３において、ステップＳ２３と同様に、制御部１１は、ステップＳ３２において登録した正例の特許文献の数に基づいて、特徴語句候補を降順に並べ替える。これによれば、ステップＳ３１において設定した特徴語句候補の全ての中で、最も多くの特許文献に含まれている特徴語句候補が、最上位の特徴語句候補となる。
【００７２】
次に、ステップＳ３４において、ステップＳ２４と同様に、制御部１１は、ステップＳ３３において並べ替えた特徴語句候補のうち、最上位の特徴語句候補を採用する。これによれば、最上位の特徴語句候補が、制御部１１のＲＡＭに記憶されることとなる。
【００７３】
次に、ステップＳ３５において、ステップＳ２５と同様に、制御部１１は、ステップＳ３４において採用した最上位の特徴語句候補を含む正例の特許文献を、他の特徴語句候補から削除する。これによれば、最上位の特徴語句候補を含む正例の特許文献については、他の特徴語句候補と紐付けられていた関係が、制御部１１のＲＡＭから削除されることとなる。
【００７４】
次に、ステップＳ３６において、ステップＳ２６と同様に、制御部１１は、含まれる正例の特許文献が無くなった特徴語句候補を、特徴語句候補の中から除外する。これによれば、正例の特許文献の紐付けられていない特徴語句候補は、特徴語句候補ではなくなる。
【００７５】
次に、ステップＳ３７において、ステップＳ２７と同様に、制御部１１は、他の特徴語句候補の数がゼロであるか否か、言い換えると、残っている特徴語句候補の数が「１」であるか否かを判別する。そして、他の特徴語句候補の数がゼロの場合には、ステップＳ３８に処理を移し、他の特徴語句候補の数がゼロではない場合には、ステップＳ３３に処理を戻す。
【００７６】
次に、ステップＳ３８において、ステップＳ２８と同様に、制御部１１は、ステップＳ３４において採用した全ての特徴語句候補を、最小数の特徴語句として抽出する。
【００７７】
＜カテゴリ特徴語句抽出処理＞
図５は、上述のカテゴリ特徴語句抽出処理のフローチャートである。
【００７８】
まず、ステップＳ４１において、ステップＳ３１と同様に、制御部１１は、既存の自然言語処理やテキストマイニングにより、正例の特許文献に含まれる発明の名称、要約、および請求項を解析し、特許文献の内容を特徴付ける特徴語句を取得する。そして、取得した特徴語句を用いて、ＳＢＬにより、ステップＳ２８において抽出した最小数の特許分類毎に、その特許分類に分類される正例に含まれる特徴語句であって、その特許分類に分類される負例には含まれない特徴語句を、カテゴリ特徴語句として取得する。そして、ステップＳ２１、Ｓ３１と同様に、取得したカテゴリ特徴語句をカテゴリ特徴語句候補として設定する。
【００７９】
ＳＢＬでは、正例に含まれる特徴語句のＡＮＤ、ＯＲで表現される条件式について、負例を除外するように構築する問題を解き、候補となる条件式を展開していく概念空間（バージョン空間）の中から適切な自由度（バイアス）を設定して、条件式を確定していく。このＳＢＬについて、図８を用いて詳述する。
【００８０】
図８は、ＳＢＬにより「ブラインド」の概念獲得を行う際に、バイアスを２つの条件の積集合とした場合を示している。この場合、単一条件の最下層が除外される。また、負例を含む最も一般的な概念｛色、日よけ｝や、｛＊、カーテン｝が除外される。そして、赤と白それぞれの正例が処理された後、最終的な概念である｛色、ブラインド｝が概念として獲得される。
【００８１】
次に、ステップＳ４２において、ステップＳ２２、Ｓ３２と同様に、制御部１１は、ステップＳ４１において設定したカテゴリ特徴語句候補毎に、カテゴリ特徴語句候補の要素として、そのカテゴリ特徴語句候補を含む正例の特許文献を登録する。これによれば、ステップＳ４１において設定したカテゴリ特徴語句候補毎に、カテゴリ特徴語句候補と、そのカテゴリ特徴語句候補を含む正例の特許文献と、が紐付けられて、制御部１１のＲＡＭに記憶されることとなる。
【００８２】
次に、ステップＳ４３において、ステップＳ２３、Ｓ３３と同様に、制御部１１は、ステップＳ４２において登録した正例の特許文献の数に基づいて、カテゴリ特徴語句候補を降順に並べ替える。これによれば、ステップＳ４１において設定したカテゴリ特徴語句候補の全ての中で、最も多くの正例の特許文献に含まれているカテゴリ特徴語句候補が、最上位のカテゴリ特徴語句候補となる。
【００８３】
次に、ステップＳ４４において、ステップＳ２４、Ｓ３４と同様に、制御部１１は、ステップＳ４３において並べ替えた特徴語句候補のうち、最上位の特徴語句候補を採用する。これによれば、最上位のカテゴリ特徴語句候補が、制御部１１のＲＡＭに記憶されることとなる。
【００８４】
次に、ステップＳ４５において、ステップＳ２５、Ｓ３５と同様に、制御部１１は、ステップＳ４４において採用した最上位の特徴語句候補を含む正例の特許文献を、他の特徴語句候補から削除する。これによれば、最上位のカテゴリ特徴語句候補を含む正例の特許文献については、他のカテゴリ特徴語句候補と紐付けられていた関係が、制御部１１のＲＡＭから削除されることとなる。
【００８５】
次に、ステップＳ４６において、ステップＳ２６、Ｓ３６と同様に、制御部１１は、含まれる正例の特許文献が無くなったカテゴリ特徴語句候補を、カテゴリ特徴語句候補の中から除外する。これによれば、正例の特許文献の紐付けられていないカテゴリ特徴語句候補は、カテゴリ特徴語句候補ではなくなる。
【００８６】
次に、ステップＳ４７において、ステップＳ２７、Ｓ３７と同様に、制御部１１は、他のカテゴリ特徴語句候補の数がゼロであるか否か、言い換えると、残っているカテゴリ特徴語句候補の数が「１」であるか否かを判別する。そして、他のカテゴリ特徴語句候補の数がゼロの場合には、ステップＳ４８に処理を移し、他のカテゴリ特徴語句候補の数がゼロではない場合には、ステップＳ４３に処理を戻す。
【００８７】
次に、ステップＳ４８において、ステップＳ２８、Ｓ３８と同様に、制御部１１は、ステップＳ４４において採用した全てのカテゴリ特徴語句候補を、最小数のカテゴリ特徴語句として抽出する。
【００８８】
＜本検索式構築事例＞
以上の文書検索処理により本検索式を構築した場合の一例を、図９〜１１を用いて以下に説明する。具体的には、検索対象として、図９に示すブラインド採光による室温上昇対策のための、採光、照明、および空調の３要素を制御対象とする特許を設定し、この特許を検索するための本検索式を上述の文書検索処理により構築した例について、説明する。
【００８９】
まず、図２のステップＳ１でも説明した予備検索を行った。具体的には、図１０に示した検索条件および検索式により、特許データベースの中から、上述の特許に関する特許文献を検索したところ、３０件の特許文献が該当することがわかった。そして、これら３０件のうち１２件の特許文献が、上述の特許に関する特許文献、すなわち正例の特許文献であることが確認できた。すなわち、予備検索により、１２件の正例と、１８件の負例と、が特許データベースの中から抽出されたこととなる。
【００９０】
次に、上述の文書検索処理により、本検索式を構築した。具体的には、上述の予備検索により抽出された１２件の正例と、１８件の負例と、により、図２〜５に示した各処理を行った。その結果、副検索式として、以下の式（１）、（２）、（３）が構築され、最小数の特徴語句の和集合として、以下の式（４）が構築された。そして、式（１）〜（４）に基づいて、本検索式として、以下の式（５）が構築された。
【００９１】
【数１】
【００９２】
【数２】
【００９３】
【数３】
【００９４】
【数４】
【００９５】
【数５】
【００９６】
なお、式（１）〜（３）によれば、最小数の特許分類として、空調制御に関する「Ｆ２４Ｆ１１／０２」と、遠隔制御に関する「Ｈ０４Ｑ９／００」と、ブラインドに関する「Ｅ０６Ｂ９／２６４」と、の３つが抽出されたことが分かる。また、「Ｆ２４Ｆ１１／０２」に対応する最小数のカテゴリ特徴語句として、「照明設備」、「空気調和器」、「照明器具」の３つが抽出され、「Ｈ０４Ｑ９／００」に対応する最小数のカテゴリ特徴語句として、「無線通信」の１つが抽出され、「Ｅ０６Ｂ９／２６４」に対応する最小数のカテゴリ特徴語句として、「二酸化炭素」、「電動ブラインド」、「日射状態取得部」、「連動制御」の４つが抽出されたことが分かる。
【００９７】
また、式（４）によれば、最小数の特徴語句として、「照明器具」、「環境制御」、「電動ブラインド」、「低コスト」、「日射状態取得部」、「連動制御」の６つが抽出されたことが分かる。
【００９８】
図１１は、副検索式と、特徴語句の和集合と、正例および負例と、の関係を示す模式図である。図１１では、上述の１２件の正例の特許文献を、特許文献３、６、９、１０、１３、１５、１７、１８、２２、２５、２６、２７と表し、上述の１８件の負例の特許文献を、特許文献１、２、４、５、７、８、１１、１２、１４、１６、１９、２０、２１、２３、２４、２８、２９、３０と表すものとする。
【００９９】
式（４）で表される特徴語句の和集合の式を満たすのは、１２件の正例の特許文献（特許文献３、６、９、２５、１８、１３、２６、１７、２２、２７、１５、１０）と、４件の負例の特許文献（特許文献２９、２３、２、３０）と、である。このため、式（４）で表される特徴語句の和集合によれば、負例の特許文献も抽出できてしまうが、上述の１２件の正例の特許文献の全てを抽出することができる。
【０１００】
式（１）の「Ｆ２４Ｆ１１／０２」に属するのは、６件の正例の特許文献（特許文献３、６、２５、１８、１７、１５）と、１件の負例の特許文献（特許文献２３）と、である。ここで、式（１）の「照明設備」、「空気調和器」、および「照明器具」は、「Ｆ２４Ｆ１１／０２」におけるカテゴリ特徴語句であり、これら３つのカテゴリ特徴語句のいずれかは、上述の６件の正例の特許文献には含まれるが、上述の１件の負例の特許文献にはいずれも含まれない特徴語句である。このため、「Ｆ２４Ｆ１１／０２」および上述の３つのカテゴリ特徴語句で構築される式（１）の副検索式について、上述の６件の正例の特許文献は、この副検索式を満たすが、上述の１件の負例の特許文献は、この副検索式を満たさないこととなる。以上より、式（１）で表される副検索式によれば、「Ｆ２４Ｆ１１／０２」に属する特許文献の中から、上述の６件の正例の特許文献を抽出することができる。
【０１０１】
式（２）の副検索式についても、上述の式（１）の副検索式と同様に、「Ｈ０４Ｑ９／００」に属する特許文献の中から、２件の正例の特許文献（特許文献１５、１０）を抽出することができる。
【０１０２】
また、式（３）の副検索式についても、上述の式（１）、（２）の副検索式と同様に、「Ｅ０６Ｂ９／２６４」に属する特許文献の中から、６件の正例の特許文献（特許文献９、２５、１３、２６、２２、２７）を抽出することができる。
【０１０３】
以上より、式（１）〜（４）で構築される、式（５）で表される本検索式によれば、予備検索により見つかった３０件の特許文献の中から、上述の１２件の正例の特許文献の全てを抽出することができる。このため、式（５）で表される本検索式は、予備検索により見つかった３０件の特許文献の中から全ての正例の特許文献を抽出するという目的に対して、適した検索式であると考えることができる。
【０１０４】
ここで、上述の式（５）で表される本検索式により、特許データベースの中から上述の特許に関する特許文献を検索したところ、２１２件の特許文献が該当することが分かった。
【０１０５】
＜動的スクリーニング手法＞
そこで、次に、図１２に示す動的スクリーニング手法により、上述の２１２件の特許文献について本検索を行った。なお、通常では、検索式などにより抽出された特許文献（母集団）のスクリーニング手法において、語句による絞り込み検索といった、母集団に対する適当な条件を適用した部分集合の確認を繰り返す。
【０１０６】
しかし、ここでは、上述の文書検索処理の有効性を明らかにするために、確認済みである上述の１２件の正例の特許文献に続けて、未確認の特許文献を出願日順に並べた状態から、逐次的に特許文献２１２件を確認した。具体的には、未確認の特許文献の確認（ステップＳ１０３）を繰り返す途中で、逐次的に文書検索処理により本検索式を再構築し（ステップＳ１０４）、その本検索式との適合度合いの高い順に未確認の特許文献を並べ替えた（ステップＳ１０１、Ｓ１０２）。
【０１０７】
より具体的には、まず、ステップＳ１０１において、文書検索装置１により、上述の２１２件の特許文献のそれぞれについて、本検索式との適合度合いを求めた。ただし、確認済みの特許文献、すなわち正例または負例として用いられた特許文献については、本検索式との適合度合いを求めないこととした。この適合度合いについては、特許文献毎に、以下の３つの方法により各副検索式の評価値を求め、各副検索式の評価値のうち最も大きいものを本検索式との適合度合いとした。なお、各副検索式の評価値は、３つの方法はいずれか１つにより求めてもよいし、組み合わせて求めてもよい。なお、以下の３つの方法のいずれでも評価値を求めることができない場合には、評価値をゼロとした。
【０１０８】
第１の方法では、特許文献の特許分類と、副検索式の特許分類と、が一致する場合に、副検索式の評価値を求めることができる。具体的には、副検索式に属する確認済みの正例の数を確認済みの全正例の数で割った値を、その副検索式の評価値として設定する。さらに、一致する場合であって、副検索式に含まれるカテゴリ特徴語句を特許文献が含む場合には、設定した評価値を第１の値だけ乗算する。ここで、第１の値としては、例えば、２倍といった固定値を設定してもよいし、カテゴリ特徴語句の重要度に応じて設定してもよいし、特許文献に含まれないカテゴリ特徴語句の数に応じて設定してもよい。
【０１０９】
第２の方法では、特許文献の特許分類と、副検索式の特許分類と、が一致しない場合であって、その副検索式に含まれるカテゴリ特徴語句を特許文献が含む場合に、副検索式の評価値を求めることができる。具体的には、第２の値を、その副検索式の評価値として設定する。ここで、第２の値としては、例えば、副検索式に属する確認済みの正例の数を確認済みの全正例の数で割った値に対して、０．０１倍した値を採用することができる。
【０１１０】
第３の方法では、最小数の特徴語句の和集合に含まれる特徴語句を特許文献が含む場合に、副検索式の評価値を求めることができる。具体的には、第３の値を、その副検索式の評価値として設定する。ここで、第３の値としては、例えば、「０．５」といった固定値を設定してもよいし、特許文献に含まれる特徴語句の数に応じて設定してもよい。
【０１１１】
次に、ステップＳ１０２において、文書検索装置１により、ステップＳ１０１において求めた適合度合いに基づいて、未確認の特許文献を並べ替えた。そして、確認済みの特許文献を上位に並べ、これら確認済みの特許文献より下位に、並べ替えた未確認の特許文献を並べることとした。
【０１１２】
次に、ステップＳ１０３において、ユーザにより、ステップＳ１０２において並べ替えた特許文献を、上位から順に、正例または負例のいずれであるか確認した。なお、確認する件数は任意であり、未確認の特許文献全てを確認する必要はないものとした。
【０１１３】
次に、ステップＳ１０４において、文書検索装置１により、ステップＳ１０３における確認結果、すなわち、新たに正例または負例に分類された特許文献と、確認済の特許文献と、に基づいて上述の文書検索処理を行い、本検索式を再構築した。
【０１１４】
ここで、図１２に示した動的スクリーニング手法を行う前に、あらかじめ上述の２１２件の特許文献全てについて確認したところ、上述の１２件以外に、新たに３件が正例の特許文献であることが判明した。そこで、以降では、これら３件の正例の特許文献に着目して説明する。
【０１１５】
上述の２１２件の特許文献について、出願日の早い順に並べ替えると、上述の３件の正例の特許文献の出現順位は、それぞれ、１３９、１４０、１６０位であった。
【０１１６】
そこで、上述の式（１）〜（４）で構築される本検索式を用いて上述の動的スクリーニング手法を行った。すなわち１回目の動的スクリーニング手法を行って、上述の２１２件のうち未確認である２００件の特許文献を並べ替えた。その結果、上述の３件の正例の特許文献の出現順位は、それぞれ、５５位、５７位、７１位となった。
【０１１７】
なお、１回目の動的スクリーニング手法において、ステップＳ１０３では、未確認である２００件のうち８件の特許文献を確認した。これら８件の特許文献の全ては、負例の特許文献であった。また、ステップＳ１０４では、１２件の正例と、２６件（１８件＋８件）の負例と、により、本検索式を再構築した。
【０１１８】
そこで、１回目の動的スクリーニング手法において再構築した本検索式を用いて、再度、上述の動的スクリーニング手法を行った。すなわち２回目の動的スクリーニング手法を行って、上述の２００件のうち未確認である１９２件の特許文献を並べ替えた。その結果、上述の３件の正例の特許文献の出現順位は、それぞれ、２７位、３０位、７１位となった。
【０１１９】
なお、２回目の動的スクリーニング手法において、ステップＳ１０３では、未確認である１９２件のうち２０件の特許文献を確認した。これら２０件の特許文献のうち、２件は正例の特許文献で、残りの１８件は負例の特許文献であった。また、ステップＳ１０４では、１４件（１２件＋２件）の正例と、４４件（２６件＋１８件）の負例と、により、本検索式を再構築した。
【０１２０】
そこで、２回目の動的スクリーニング手法において再構築した本検索式を用いて、再度、上述の動的スクリーニング手法を行った。すなわち３回目の動的スクリーニング手法を行って、上述の１９２件のうち未確認である１７２件の特許文献を並べ替えた。その結果、上述の３件の正例の特許文献のうち、前回の出現順位が７１位であった特許文献の出現順位は、４３位となった。
【０１２１】
以上によれば、本検索式を構築し、本検索式との適合度合いによる特許文献の並べ替えと、並べ替えられた順での特許文献の確認と、確認結果の本検索式構築へのフィードバックと、を繰り返すことにより、正例の特許文献の出現順位が上昇することが分かる。
【０１２２】
以上の文書検索装置１によれば、特許分類により分類される特許文献が蓄積されている特許データベースにおいて、正例が分類される特許分類を求め、求めた各特許分類に属する特許文献の中から負例を除外する特徴語句を求める。したがって、特異な負例が存在する場合であっても、有意な特徴語句を選定して負例を除外できる本検索式を構築でき、検索目的と一致する特許文献を検索するために適切な検索式を構築することができる。
【０１２３】
以上、この発明の実施形態につき、図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計なども含まれる。
【０１２４】
例えば、特徴語句の代わりに、Ｆタームを用いてもよい。なお、Ｆタームを用いる場合には、解析範囲が請求の範囲だけでなく、全文に及ぶ場合が多く、特徴語句を使うよりも検索式の精度を向上できる場合がある。
【０１２５】
また、上述の実施形態では、文書検索装置１は、特許文献を検索するものとしたが、これに限らない。文書データベースに含まれる文書が、階層化された複数のカテゴリで分類される場合であって、この文書データベースの中から検索目的と一致する文書を検索する場合に、用いることができる。
【０１２６】
また、上述の実施形態では、特許データベースは、文書検索装置１の記憶部１３に記憶されるものとしたが、これに限らず、例えば、文書検索装置１と通信可能に設けられたサーバの内部に構築されるものとしてもよい。
【０１２７】
また、上述の実施形態では、特許分類としてＦＩを用いたが、これに限らず、例えばＩＰＣ、ＥＣＬＡ、ＵＳＣ、テーマコードといった、文書を分類できる複数の階層化されたカテゴリであればよい。
【符号の説明】
【０１２８】
１ 文書検索装置
１１ 制御部
１２ 通信部
１３ 記憶部
１４ 入力Ｉ／Ｆ
１５ バス
１６ 入力装置
１７ 出力装置
【技術分野】
【０００１】
本発明は、検索目的と一致する文書を検索する文書検索方法およびプログラムに関する。特に、複数の階層化されたカテゴリに分類される文書データベースを対象とする文書検索方法およびプログラムに関する。
【背景技術】
【０００２】
従来より、例えば特許文献調査のように、検索目的と一致する文書を、複数の階層化されたカテゴリに分類される文書データベースの中から検索する場合がある。この場合には、例えば、検索式を構築し、この検索式を用いて検索を行う。
【０００３】
検索式の構築には、検索目的と一致する文書（以下、「正例」とする）を抽出する条件であって、検索目的と一致しない文書（以下、「負例」とする）を除外する条件を求める、論理的概念学習が有効であると考えられる。論理的概念学習には、演繹的学習手法と、帰納的学習手法と、がある。演繹的学習手法としては、説明に基づく学習（ＥＢＬ：Ｅｘｐｌａｎａｔｉｏｎ Ｂａｓｅｄ Ｌｅａｒｎｉｎｇ）があり、帰納的学習手法としては、類似性に基づく学習（ＳＢＬ：Ｓｉｍｉｌａｒｉｔｙ Ｂａｓｅｄ Ｌｅａｒｎｉｎｇ）がある（例えば、非特許文献１参照）。
【０００４】
複数の階層化されたカテゴリは、概念構造を木構造として細分化していくことができるものであり、ＥＢＬにおける領域知識とみなすことができる。このため、ＥＢＬによれば、領域知識に基づいて、正例を適切に分類する条件を求め、カテゴリによる検索式を構築することができる。
【０００５】
一方、ＳＢＬによれば、検索目的に対して適切な語句、すなわち有意な語句が、あらかじめ選定されている状態において、正例を包含し、負例を除外する語句の組合せを求め、語句による検索式を構築することができる。
【先行技術文献】
【非特許文献】
【０００６】
【非特許文献１】長尾真著“岩波講座ソフトウエア１４；知識と推論”、岩波書店
【発明の概要】
【発明が解決しようとする課題】
【０００７】
ところが、ＥＢＬでは、特異な負例が存在すると、負例を除外できるカテゴリを領域知識内の細分化では求めることができず、カテゴリによる検索式を適切に構築できない場合があるという課題があった。
【０００８】
一方、ＳＢＬでは、どの程度の有意性を有する語句をあらかじめ選定すればよいかについて、設定するのが困難であり、語句による検索式を適切に構築できない場合があるという課題があった。
【課題を解決するための手段】
【０００９】
本発明者は、上述の課題を解決すべく鋭意検討を行った。その結果、複数の階層化されたカテゴリに分類される文書データベースにおいて、正例が分類されるカテゴリを求め、求めた各カテゴリに属する文書の中から負例を除外する語句の組合せを求めることで、適切な検索式を構築できることを見出し、本発明を完成させるに至った。
【００１０】
（１） 本発明は、複数の階層化されたカテゴリ（例えば、図６の特許分類階層に相当）に分類される文書データベース（例えば、後述の特許データベースに相当）の中から検索目的と一致する文書を検索する文書検索方法であって、前記文書データベースに含まれる複数の文書のうち正例（例えば、図７の特許文献１、２、４〜６、９〜１９に相当）が分類されるカテゴリを取得する第１のステップ（例えば、図２のステップＳ２に相当）と、前記正例に含まれる特徴語句（例えば、式（４）の照明器具、環境制御、電動ブラインド、低コスト、日射状態取得部、連動制御に相当）を取得する第２のステップ（例えば、図２のステップＳ３に相当）と、前記第１のステップで取得されたカテゴリ毎に、当該カテゴリに分類される正例に含まれる特徴語句であって、前記複数の文書のうち前記カテゴリに分類される負例には含まれない特徴語句を、カテゴリ特徴語句（例えば、式（１）の照明設備、空気調和器、照明器具に相当）として取得する第３のステップ（例えば、図２のステップＳ４に相当）と、前記第１のステップで取得されたカテゴリ毎に、当該カテゴリと、前記第３のステップで取得されたカテゴリ特徴語句と、に基づいて副検索式（例えば、式（１）〜（３）相当）を構築する第４のステップ（例えば、図２のＳ５に相当）と、前記第２のステップで取得された特徴語句の和集合（例えば、式（４）に相当）と、前記第４のステップで構築された副検索式と、に基づいて本検索式を構築する第５のステップ（例えば、図２のステップＳ６に相当）と、を備えることを特徴とする文書検索方法を提案している。
【００１１】
この発明によれば、複数の階層化されたカテゴリに分類される文書データベースにおいて、正例が分類されるカテゴリを取得する。そして、取得したカテゴリ毎に、カテゴリに分類される正例に含まれる特徴語句であって、カテゴリに分類される負例には含まれない特徴語句を、カテゴリ特徴語句として取得する。また、取得したカテゴリ毎に、カテゴリと、取得したカテゴリ特徴語句と、に基づいて副検索式を構築する。さらに、正例に含まれる特徴語句を取得する。そして、取得した特徴語句の和集合と、構築した副検索式と、に基づいて本検索式を構築する。このため、複数の階層化されたカテゴリに分類される文書データベースにおいて、正例が分類されるカテゴリを求め、求めた各カテゴリに属する文書の中から負例を除外する特徴語句を求めることができる。したがって、特異な負例が存在する場合であっても、有意な特徴語句を選定して負例を除外できる本検索式を構築でき、検索目的と一致する文書を検索するために適切な検索式を構築することができる。
【００１２】
（２） 本発明は、（１）の文書検索方法について、前記第１のステップでは、前記正例が分類されるカテゴリを取得した後に、当該カテゴリの中から前記正例に属する全ての文書を包括する最小数のカテゴリを抽出し、前記第２のステップでは、前記正例に含まれる特徴語句を取得した後に、当該特徴語句の中から前記正例に属する全ての文書を包括する最小数の特徴語句を抽出し、前記第３のステップでは、前記第１のステップで抽出された最小数のカテゴリ毎に、当該カテゴリに分類される正例に属する全ての文書について前記カテゴリ特徴語句を取得した後に、当該カテゴリ特徴語句の中から前記正例に属する全ての文書を包括する最小数のカテゴリ特徴語句を抽出し、前記第４のステップでは、前記第１のステップで抽出された最小数のカテゴリ毎に、当該カテゴリと、前記第３のステップで抽出された最小数のカテゴリ特徴語句と、に基づいて副検索式を構築し、前記第５のステップでは、前記第２のステップで抽出された最小数の特徴語句の和集合と、前記第４のステップで構築された副検索式と、に基づいて本検索式を構築することを特徴とする文書検索方法を提案している。
【００１３】
この発明によれば、正例に属する全ての文書を包括する最小数のカテゴリと、正例に属する全ての文書を包括する最小数の特徴語句と、正例に属する全ての文書を包括する最小数のカテゴリ特徴語句と、を抽出する。そして、抽出した最小数のカテゴリと、抽出した最小数の特徴語句と、抽出した最小数のカテゴリ特徴語句と、を用いて本検索式を構築する。このため、本検索式を構成する特徴語句の和集合および副検索式において、同一のカテゴリや、同一の特徴語句や、同一のカテゴリ特徴語句が含まれてしまうのを防止できる。したがって、本検索式の構成を簡略化することができ、検索目的と一致する文書を検索するための検索式を、より適切に構築することができる。
【００１４】
（３） 本発明は、（２）の文書検索方法について、前記第１のステップは、前記正例が分類されるカテゴリを取得し、当該カテゴリをカテゴリ候補として設定する第１の設定ステップ（例えば、図３のステップＳ２１に相当）と、前記カテゴリ候補の要素として当該カテゴリ候補に属する正例の文書を登録するとともに、当該登録された正例の文書数に基づいて前記カテゴリ候補を降順に並べ替える第１の整列ステップと（例えば、図３のステップＳ２２、Ｓ２３に相当）、最上位のカテゴリ候補を採用し、当該最上位のカテゴリ候補に属する正例の文書を他のカテゴリ候補の要素から削除するとともに、要素の無くなったカテゴリ候補を前記第１の設定ステップにおいて設定されたカテゴリ候補の中から除外する第１の採用ステップ（例えば、図３のステップＳ２４〜Ｓ２６に相当）と、前記他のカテゴリ候補の数が０になるまで、前記第１の整列ステップおよび前記第１の採用ステップを繰り返し、前記第１の採用ステップで採用されたカテゴリ候補を、前記最小数のカテゴリとして抽出する第１の抽出ステップ（例えば、図３のステップＳ２７、Ｓ２８に相当）と、を備え、前記第２のステップは、前記正例に含まれる特徴語句を取得し、当該特徴語句を特徴語句候補として設定する第２の設定ステップ（例えば、図４のステップＳ３１に相当）と、前記特徴語句候補の要素として当該特徴語句候補を含む正例の文書を登録するとともに、当該登録された正例の文書数に基づいて前記特徴語句候補を降順に並べ替える第２の整列ステップ（例えば、図４のステップＳ３２、Ｓ３３に相当）と、最上位の特徴語句候補を採用し、当該最上位の特徴語句候補を含む正例の文書を他の特徴語句候補の要素から削除するとともに、要素の無くなった特徴語句候補を前記第２の設定ステップにおいて設定された特徴語句候補の中から除外する第２の採用ステップ（例えば、図４のステップＳ３４〜Ｓ３６に相当）と、前記他の特徴語句候補の数が０になるまで、前記第２の整列ステップおよび前記第２の採用ステップを繰り返し、前記第２の採用ステップで採用された特徴語句候補を、前記最小数の特徴語句として抽出する第２の抽出ステップ（例えば、図４のステップＳ３７、Ｓ３８に相当）と、を備え、前記第３のステップは、前記第１のステップで抽出された最小数のカテゴリ毎に、前記カテゴリ特徴語句を取得し、当該カテゴリ特徴語句をカテゴリ特徴語句候補として設定する第３の設定ステップ（例えば、図５のステップＳ４１に相当）と、前記カテゴリ特徴語句候補の要素として当該カテゴリ特徴語句候補を含む正例の文書を登録するとともに、当該登録された正例の文書数に基づいて前記カテゴリ特徴語句を降順に並べ替える第３の整列ステップ（例えば、図５のステップＳ４２、Ｓ４３に相当）と、最上位のカテゴリ特徴語句候補を採用し、当該最上位のカテゴリ特徴語句候補を含む正例の文書を他のカテゴリ特徴語句候補の要素から削除するとともに、要素の無くなったカテゴリ特徴語句候補を前記第３の設定ステップにおいて設定されたカテゴリ特徴語句候補の中から除外する第３の採用ステップ（例えば、図５のステップＳ４４〜Ｓ４６に相当）と、前記他のカテゴリ特徴語句候補の数が０になるまで、前記第３の整列ステップおよび前記第３の採用ステップを繰り返し、前記第３の採用ステップで採用されたカテゴリ特徴語句候補を、前記最小数のカテゴリ特徴語句として抽出する第３の抽出ステップ（例えば、図５のステップＳ４７、Ｓ４８に相当）と、を備えることを特徴とする文書検索方法を提案している。
【００１５】
この発明によれば、カテゴリ、特徴語句、およびカテゴリ特徴語句のそれぞれの候補について、それぞれに対応する正例の文書を登録するとともに、それぞれに対応する正例の文書数に基づいて降順に並べ替える。そして、最上位の候補を採用し、最上位の候補に対応する正例の文書を他の候補の要素から削除するとともに、要素の無くなった候補を上述の並べ替えた候補の中から除外する。そして、上述の並べ替えと、上述の削除および除外と、を他の候補の数が０（ゼロ）になるまで繰り返す。このため、正例に属する全ての文書を包括する最小数のカテゴリと、正例に属する全ての文書を包括する最小数の特徴語句と、正例に属する全ての文書を包括する最小数のカテゴリ特徴語句と、を抽出することができる。
【００１６】
（４） 本発明は、（１）〜（３）のいずれかの文書検索方法について、前記本検索式に基づいて前記文書データベースの中から検索された文書のうち、前記本検索式を構築する際に用いた文書を除くものを、前記本検索式との適合度合いに基づいて降順に並べ替える第６のステップ（例えば、図１２のステップＳ１０２に相当）を備えることを特徴とする文書検索方法を提案している。
【００１７】
この発明によれば、本検索式に基づいて文書データベースの中から検索された文書のうち、本検索式を構築する際に用いた文書を除くものを、本検索式との適合度合いに基づいて降順に並べ替える。このため、検索目的に一致するか否かの確認が行われていない文書について、本検索式との適合度合いの高いものから順に確認することができ、検索目的に一致する文書の検索を効率的に行うことができる。
【００１８】
（５） 本発明は、（１）〜（４）のいずれかの文書検索方法について、前記カテゴリ特徴語句は、前記第２のステップで取得された特徴語句には含まれないことを特徴とする文書検索方法を提案している。
【００１９】
この発明によれば、正例に含まれる特徴語句と、カテゴリ特徴語句とは、異なる語句となる。このため、特徴語句の和集合に含まれる特徴語句と、副検索式に含まれるカテゴリ特徴語句と、が同一の語句を含んで構成されてしまうのを防止できる。したがって、特徴語句の和集合と、副検索式とで、同一の検索条件が設定されてしまうのを防止でき、検索目的と一致する文書を検索するための検索式を、より適切に構築することができる。
【００２０】
（６） 本発明は、（１）〜（５）のいずれかの文書検索方法について、前記第３のステップでは、前記第１のステップで取得されたカテゴリ毎に、当該カテゴリに分類される正例に含まれる特徴語句であって、前記複数の文書のうち前記カテゴリに分類される負例であって前記第２のステップで取得された特徴語句を含む負例には含まれない特徴語句を、カテゴリ特徴語句として取得することを特徴とする文書検索方法を提案している。
【００２１】
この発明によれば、正例が分類されるカテゴリ毎に取得されるカテゴリ特徴語句は、カテゴリに分類される正例に含まれる特徴語句であって、このカテゴリに分類される負例であって正例に含まれる特徴語句を含む負例には含まれない特徴語句となる。したがって、本検索式を構築するために用いるカテゴリ特徴語句を、より効率的に取得することができる。
【００２２】
（７） 本発明は、（１）〜（６）のいずれかの文書検索方法について、前記文書は、特許文献であり、前記カテゴリは、ＦＩ、ＩＰＣ、ＥＣＬＡ、ＵＳＣ、またはテーマコードのいずれかであることを特徴とする文書検索方法を提案している。
【００２３】
この発明によれば、文書が特許文献である場合に、本検索式を構築するために用いるカテゴリとして、ＦＩ、ＩＰＣ、ＥＣＬＡ、ＵＳＣ、およびテーマコードを用いることができる。
【００２４】
（８） 本発明は、（１）〜（７）のいずれかの文書検索方法について、前記文書は、日本の特許文献であり、前記特徴語句の代わりにＦタームを用いることを特徴とする文書検索方法を提案している。
【００２５】
この発明によれば、文書が日本の特許文献である場合に、特徴語句の代わりにＦタームを用いることができる。
【００２６】
（９） 本発明は、複数の階層化されたカテゴリ（例えば、図６の特許分類階層に相当）に分類される文書データベース（例えば、後述の特許データベースに相当）の中から検索目的と一致する文書を検索する文書検索方法をコンピュータに実行させるためのプログラムであって、前記文書データベースに含まれる複数の文書のうち正例（例えば、図７の特許文献１、２、４〜６、９〜１９に相当）が分類されるカテゴリを取得する第１のステップ（例えば、図２のステップＳ２に相当）と、前記正例に含まれる特徴語句（例えば、式（４）の照明器具、環境制御、電動ブラインド、低コスト、日射状態取得部、連動制御に相当）を取得する第２のステップ（例えば、図２のステップＳ３に相当）と、前記第１のステップで取得されたカテゴリ毎に、当該カテゴリに分類される正例に含まれる特徴語句であって、前記複数の文書のうち前記カテゴリに分類される負例には含まれない特徴語句を、カテゴリ特徴語句（例えば、式（１）の照明設備、空気調和器、照明器具に相当）として取得する第３のステップ（例えば、図２のステップＳ４に相当）と、前記第１のステップで取得されたカテゴリ毎に、当該カテゴリと、前記第３のステップで取得されたカテゴリ特徴語句と、に基づいて副検索式（例えば、式（１）〜（３）相当）を構築する第４のステップ（例えば、図２のＳ５に相当）と、前記第２のステップで取得された特徴語句の和集合（例えば、式（４）に相当）と、前記第４のステップで構築された副検索式と、に基づいて本検索式を構築する第５のステップ（例えば、図２のステップＳ６に相当）と、をコンピュータに実行させるためのプログラムを提案している。
【００２７】
この発明によれば、プログラムをコンピュータに実行させることで、複数の階層化されたカテゴリに分類される文書データベースにおいて、正例が分類されるカテゴリを取得する。そして、取得したカテゴリ毎に、カテゴリに分類される正例に含まれる特徴語句であって、カテゴリに分類される負例には含まれない特徴語句を、カテゴリ特徴語句として取得する。また、取得したカテゴリ毎に、カテゴリと、取得したカテゴリ特徴語句と、に基づいて副検索式を構築する。さらに、正例に含まれる特徴語句を取得する。そして、取得した特徴語句の和集合と、構築した副検索式と、に基づいて本検索式を構築する。このため、複数の階層化されたカテゴリに分類される文書データベースにおいて、正例が分類されるカテゴリを求め、求めた各カテゴリに属する文書の中から負例を除外する特徴語句を求めることができる。したがって、特異な負例が存在する場合であっても、有意な特徴語句を選定して負例を除外できる本検索式を構築でき、検索目的と一致する文書を検索するために適切な検索式を構築することができる。
【発明の効果】
【００２８】
本発明によれば、特異な負例が存在する場合であっても、有意な特徴語句を選定して負例を除外できる本検索式を構築でき、検索目的と一致する文書を検索するために適切な検索式を構築することができる。
【図面の簡単な説明】
【００２９】
【図１】本発明の一実施形態に係る文書検索装置の構成を示すブロック図である。
【図２】本発明の一実施形態に係る文書検索処理のフローチャートである。
【図３】本発明の一実施形態に係る特許分類抽出処理のフローチャートである。
【図４】本発明の一実施形態に係る特徴語句抽出処理のフローチャートである。
【図５】本発明の一実施形態に係るカテゴリ特徴語句抽出処理のフローチャートである。
【図６】特許分類の階層構造を示す図である。
【図７】特許分類抽出処理により最小数の特許分類を抽出する場合の具体例を説明するための図である。
【図８】ＳＢＬにより「ブラインド」の概念獲得を行う場合を説明するための図である。
【図９】本検索式構築事例を説明するための図である。
【図１０】本検索式構築事例を説明するための図である。
【図１１】本検索式構築事例を説明するための図である。
【図１２】本発明の一実施形態に係る動的スクリーニング手法のフローチャートである。
【発明を実施するための形態】
【００３０】
以下、本発明の実施形態について図面を用いて、詳細に説明する。なお、以下の実施形態における構成要素は適宜、既存の構成要素などとの置き換えが可能であり、また、他の既存の構成要素との組合せを含む様々なバリエーションが可能である。したがって、以下の実施形態の記載をもって、特許請求の範囲に記載された発明の内容を限定するものではない。
【００３１】
＜文書検索装置１の構成＞
図１は、本発明の一実施形態に係る文書検索装置１の構成を示すブロック図である。
【００３２】
文書検索装置１は、公開特許公報や特許公報などの特許文献を検索する装置であり、制御部１１、通信部１２、記憶部１３、および入出力インタフェース（入出力Ｉ／Ｆ）１４を備える。
【００３３】
制御部１１、通信部１２、記憶部１３、および入出力Ｉ／Ｆ１４は、バス１５を介して互いに接続される。入出力Ｉ／Ｆ１４には、入力装置１６および出力装置１７が接続される。
【００３４】
制御部１１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）およびＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）で構成され、記憶部１３に記憶されているプログラムに従って動作する。
【００３５】
記憶部１３は、ハードディスク、半導体メモリなどで構成され、制御部１１で実行される特許文献検索プログラムと、特許文献のデータが蓄積された特許データベースと、が記憶されている。特許文献検索プログラムとは、特許データベースの中から検索目的と一致する特許文献を検索するためのプログラムであり、制御部１１で実行されると、図２を用いて後述する文書検索処理が行われることとなる。
【００３６】
通信部１２は、ネットワークインタフェースカード（ＮＩＣ）で構成され、ネットワークを介して受信される情報を制御部１１に送信したり、制御部１１から入力される命令に従って、ネットワークを介して外部に情報を送信したりする。
【００３７】
入力装置１６は、キーボードやマウスで構成され、ユーザからの入力を受け付ける。
【００３８】
出力装置１７は、ディスプレイやプリンタで構成され、制御部１１で行われた処理に応じた情報を出力する。
【００３９】
＜文書検索処理＞
図２は、上述の文書検索処理のフローチャートである。特許文献検索プログラムを実行するための入力をユーザから入力装置１６または通信部１２を介して外部から受け付けると、文書検索処理が開始され、特許データベースの中から検索目的と一致する特許文献を検索するため本検索式が、構築される。
【００４０】
具体的には、まず、ステップＳ１において、制御部１１は、正例および負例を記憶部１３から読み込む。正例とは、特許データベースに含まれる複数の特許文献のうち、検索目的と一致する特許文献のことであり、負例とは、特許データベースに含まれる特許文献のうち、検索目的と一致しない特許文献のことである。これら正例および負例は、予備検索において、特許データベースに含まれる複数の特許文献の中から、あらかじめ選定される。
【００４１】
予備検索とは、本検索式を用いて本検索を行うために、あらかじめ行われるものである。この予備検索では、特許データベースに含まれる複数の特許文献の中からいくつかを抽出し、抽出した特許文献のそれぞれについて、検索目的と一致するか否かをユーザが記載内容に基づいて確認する。これによれば、ステップＳ１において用いられる正例および負例が選定されることとなる。
【００４２】
次に、ステップＳ２において、制御部１１は、図３を用いて後述する特許分類抽出処理を行う。この特許分類抽出処理では、正例が分類される特許分類を取得し、取得した特許分類の中から、正例に属する全ての特許文献を包括する最小数の特許分類を抽出する。
【００４３】
次に、ステップＳ３において、制御部１１は、図４を用いて後述する特徴語句抽出処理を行う。この特徴語句抽出処理では、正例に含まれる特徴語句を取得し、取得した特徴語句の中から正例に属する全ての特許文献を包括する最小数の特徴語句を抽出する。ここで、特徴語句とは、特許文献に含まれる語句のうち、この特許文献の内容を特徴付ける語句のことである。
【００４４】
次に、ステップＳ４において、制御部１１は、図５を用いて後述するカテゴリ特徴語句抽出処理を行う。このカテゴリ特徴語句抽出処理では、ステップＳ２において抽出した最小数の特許分類毎に、カテゴリ特徴語句を取得し、取得したカテゴリ特徴語句の中から正例に属する全ての特許文献を包括する最小数のカテゴリ特徴語句を抽出する。ここで、カテゴリ特徴語句とは、ステップＳ２において取得した最小数の特許分類毎に、その特許分類に分類される正例に含まれる特徴語句であって、その特許分類に分類される負例には含まれない特徴語句のことである。
【００４５】
なお、カテゴリ特徴語句は、ステップＳ２において取得した最小数の特許分類毎に、その特許分類に分類される正例に含まれる特徴語句であって、その特許分類に分類される負例には含まれない特徴語句であるとともに、ステップＳ３において取得した特徴語句には含まれない特徴語句としてもよい。この場合、カテゴリ特徴語句抽出処理では、さらに、抽出された最小数のカテゴリ特徴語句の中からステップＳ３において取得した特徴語句を除いて、最小数のカテゴリ特徴語句を抽出する。
【００４６】
また、カテゴリ特徴語句抽出処理では、ステップＳ２において抽出した最小数の特許分類毎に、その特許分類に分類される正例の特許文献に含まれる特徴語句であって、その特許分類に分類される負例であってステップＳ３において取得した特徴語句を含む負例には含まれない特徴語句を、カテゴリ特徴語句として取得し、取得したカテゴリ特徴語句の中から正例に属する全ての特許文献を包括する最小数のカテゴリ特徴語句を抽出してもよい。
【００４７】
次に、ステップＳ５において、制御部１１は、ステップＳ２において抽出した最小数の特許分類毎に、特許分類と、ステップＳ４において抽出した最小数のカテゴリ特徴語句と、に基づいて副検索式（後述の式（１）〜（３）参照）を構築する。
【００４８】
次に、ステップＳ６において、制御部１１は、ステップＳ３において抽出した最小数の特徴語句の和集合（後述の式（４）参照）を求め、求めた最小数の特徴語句の和集合と、ステップＳ５において構築した副検索式と、に基づいて本検索式（後述の式（５）参照）を構築する。
【００４９】
＜特許分類抽出処理＞
図３は、上述の特許分類抽出処理のフローチャートである。
【００５０】
まず、ステップＳ２１において、制御部１１は、ＥＢＬにより、正例が分類される特許分類を取得し、取得した特許分類を特許分類候補として設定する。特許分類は、各特許文献に付与されている。この特許分類としては、例えばＩＰＣやＦＩがあるが、本実施形態では、特許分類としてＦＩを用いるものとする。ＦＩは、図６に示すように、複数の階層化されたカテゴリで構成され、概念構造を木構造として細分化していくことができるので、ＥＢＬにおける領域知識とみなすことができる。このため、適切な操作性規範を設定し、少数の正例を投入することで、目標概念となるＦＩを獲得することができる。
【００５１】
例えば、適切な操作性規範として、サブグループの第１階層までの細分化打ち切りと設定し、少数の正例として、ブラインドについて開示している特開平０７−１１９３７２号公報を投入した場合には、目標概念となるＦＩとして、図６のＥ０６Ｂ／２４を獲得することができる。ここで、Ｅ０６Ｂ／２４とは、「光、とくに日光に対して保護することができるスクリーンまたはその他の構造；プライバシーまたは体裁のための同様のスクリーン」のことを示す。
【００５２】
次に、ステップＳ２２において、制御部１１は、ステップＳ２１において設定した特許分類候補毎に、特許分類候補の要素として、その特許分類候補に属する正例の特許文献を登録する。これによれば、ステップＳ２１において設定した特許分類候補毎に、特許分類候補と、その特許分類候補に属する正例の特許文献と、が紐付けられて、制御部１１のＲＡＭに記憶されることとなる。
【００５３】
次に、ステップＳ２３において、制御部１１は、ステップＳ２２において登録した正例の特許文献の数に基づいて、特許分類候補を降順に並べ替える。これによれば、正例の特許文献が最も多く属する特許分類候補が、最上位の特許分類候補となる。
【００５４】
次に、ステップＳ２４において、制御部１１は、ステップＳ２３において並べ替えた特許分類候補のうち、最上位の特許分類候補を採用する。これによれば、最上位の特許分類候補が、制御部１１のＲＡＭに記憶されることとなる。
【００５５】
次に、ステップＳ２５において、制御部１１は、ステップＳ２４において採用した最上位の特許分類候補に属する正例の特許文献を、他の特許分類候補から削除する。これによれば、最上位の特許分類候補に属する正例の特許文献については、他の特許分類候補と紐付けられていた関係が、制御部１１のＲＡＭから削除されることとなる。
【００５６】
次に、ステップＳ２６において、制御部１１は、属する正例の特許文献が無くなった特許分類候補を、特許分類候補の中から除外する。これによれば、正例の特許文献の紐付けられていない特許分類候補は、特許分類候補ではなくなる。
【００５７】
次に、ステップＳ２７において、制御部１１は、他の特許分類候補の数がゼロであるか否か、言い換えると、残っている特許分類候補の数が「１」であるか否かを判別する。そして、他の特許分類候補の数がゼロの場合には、ステップＳ２８に処理を移し、他の特許分類候補の数がゼロではない場合には、ステップＳ２３に処理を戻す。
【００５８】
次に、ステップＳ２８において、制御部１１は、ステップＳ２４において採用した全ての特許分類候補を、最小数の特許分類として抽出する。
【００５９】
図７を用いて、特許分類抽出処理により最小数の特許分類を抽出する場合の具体例について、説明する。図７では、ステップＳ２１において設定された特許分類候補を、特許分類候補Ａ、Ｂ、Ｃ、Ｄ、Ｅと表すものとする。また、ステップＳ１において読み込まれた正例の特許文献を、特許文献１、２、４、５、６、９、１０、１１、１２、１３、１４、１５、１６、１７、１８、１９と表し、ステップＳ１において読み込まれた負例の特許文献を、特許文献３、７、８、２０と表すものとする。
【００６０】
図７の（ａ）は、ステップＳ２２の処理が行われた段階を示している。この段階では、特許分類候補Ａの要素として、正例の特許文献１、２、６、１１、１２、１６、１７が登録され、特許分類候補Ｂの要素として、正例の特許文献１、２、６が登録され、特許分類候補Ｃの要素として、正例の特許文献１２、１３、１４、１７、１８、１９が登録され、特許分類候補Ｄの要素として、正例の特許文献４、５、９、１０、１４、１５が登録され、特許分類候補Ｅの要素として、正例の特許文献５、１０、１５が登録されている。
【００６１】
図７の（ｂ）は、図７の（ａ）の段階から、ステップＳ２３〜Ｓ２６の各処理が行われた段階を示している。具体的には、まず、ステップＳ２３において、特許分類候補Ａ〜Ｅが並び替えられ、その結果、特許分類候補Ａ、Ｃ、Ｄ、Ｂ、Ｅの順に並ぶこととなる。次に、ステップＳ２４において、特許分類候補Ａが、最上位の特許分類候補として採用されることとなる。
【００６２】
次に、ステップＳ２５において、特許分類候補Ａに属する正例の特許文献１、２、６が特許分類候補Ｂから削除されるとともに、特許分類候補Ａに属する正例の特許文献１２、１７が特許分類候補Ｃから削除されることとなる。これによれば、特許分類候補Ｂに属する正例の特許文献が無くなる。
【００６３】
次に、ステップＳ２６において、特許分類候補Ｂが、特許分類候補Ａ〜Ｅの中から除外されることとなる。これによれば、ステップＳ２７において説明した他の特許分類候補として、特許分類候補Ｃ〜Ｅが存在することとなるので、再度、ステップＳ２３〜Ｓ２６の各処理が行われることとなる。
【００６４】
図７の（ｃ）は、図７の（ｂ）の段階から、ステップＳ２３〜Ｓ２６の各処理が行われた段階を示している。具体的には、まず、ステップＳ２３において、特許分類候補Ｃ〜Ｅが並び替えられ、その結果、特許分類候補Ｄ、Ｃ、Ｅの順に並ぶこととなる。次に、ステップＳ２４において、特許分類候補Ｄが、最上位の特許分類候補として採用されることとなる。
【００６５】
次に、ステップＳ２５において、特許分類候補Ｄに属する正例の特許文献１４が特許分類候補Ｃから削除されるとともに、特許分類候補Ｄに属する正例の特許文献５、１０、１５が特許分類候補Ｅから削除されることとなる。これによれば、特許分類候補Ｅに属する正例の特許文献が無くなる。
【００６６】
次に、ステップＳ２６において、特許分類候補Ｅが、特許分類候補Ｃ〜Ｅの中から除外されることとなる。これによれば、ステップＳ２７において説明した他の特許分類候補の数がゼロ、言い換えると、残っている特許分類候補が特許分類候補Ｃだけとなるので、ステップＳ２８の処理が行われることとなる。
【００６７】
次に、ステップＳ２８において、最小数の特許分類として、特許分類候補Ａ、Ｃ、Ｄが抽出されることとなる。すなわち、特許分類候補Ａ、Ｃ、Ｄは、特許文献１〜２０のうち正例の特許文献の全てを包括するということである。
【００６８】
＜特徴語句抽出処理＞
図４は、上述の特徴語句抽出処理のフローチャートである。
【００６９】
まず、ステップＳ３１において、制御部１１は、既存の自然言語処理やテキストマイニングにより、正例の特許文献に含まれる発明の名称、要約、および請求項を解析し、特許文献の内容を特徴付ける特徴語句を取得する。そして、ステップＳ２１と同様に、取得した特徴語句を特徴語句候補として設定する。
【００７０】
次に、ステップＳ３２において、ステップＳ２２と同様に、制御部１１は、ステップＳ３１において設定した特徴語句候補毎に、特徴語句候補の要素として、その特徴語句候補を含む正例の特許文献を登録する。これによれば、ステップＳ３１において設定した特徴語句候補毎に、特徴語句候補と、その特徴語句候補を含む正例の特許文献と、が紐付けられて、制御部１１のＲＡＭに記憶されることとなる。
【００７１】
次に、ステップＳ３３において、ステップＳ２３と同様に、制御部１１は、ステップＳ３２において登録した正例の特許文献の数に基づいて、特徴語句候補を降順に並べ替える。これによれば、ステップＳ３１において設定した特徴語句候補の全ての中で、最も多くの特許文献に含まれている特徴語句候補が、最上位の特徴語句候補となる。
【００７２】
次に、ステップＳ３４において、ステップＳ２４と同様に、制御部１１は、ステップＳ３３において並べ替えた特徴語句候補のうち、最上位の特徴語句候補を採用する。これによれば、最上位の特徴語句候補が、制御部１１のＲＡＭに記憶されることとなる。
【００７３】
次に、ステップＳ３５において、ステップＳ２５と同様に、制御部１１は、ステップＳ３４において採用した最上位の特徴語句候補を含む正例の特許文献を、他の特徴語句候補から削除する。これによれば、最上位の特徴語句候補を含む正例の特許文献については、他の特徴語句候補と紐付けられていた関係が、制御部１１のＲＡＭから削除されることとなる。
【００７４】
次に、ステップＳ３６において、ステップＳ２６と同様に、制御部１１は、含まれる正例の特許文献が無くなった特徴語句候補を、特徴語句候補の中から除外する。これによれば、正例の特許文献の紐付けられていない特徴語句候補は、特徴語句候補ではなくなる。
【００７５】
次に、ステップＳ３７において、ステップＳ２７と同様に、制御部１１は、他の特徴語句候補の数がゼロであるか否か、言い換えると、残っている特徴語句候補の数が「１」であるか否かを判別する。そして、他の特徴語句候補の数がゼロの場合には、ステップＳ３８に処理を移し、他の特徴語句候補の数がゼロではない場合には、ステップＳ３３に処理を戻す。
【００７６】
次に、ステップＳ３８において、ステップＳ２８と同様に、制御部１１は、ステップＳ３４において採用した全ての特徴語句候補を、最小数の特徴語句として抽出する。
【００７７】
＜カテゴリ特徴語句抽出処理＞
図５は、上述のカテゴリ特徴語句抽出処理のフローチャートである。
【００７８】
まず、ステップＳ４１において、ステップＳ３１と同様に、制御部１１は、既存の自然言語処理やテキストマイニングにより、正例の特許文献に含まれる発明の名称、要約、および請求項を解析し、特許文献の内容を特徴付ける特徴語句を取得する。そして、取得した特徴語句を用いて、ＳＢＬにより、ステップＳ２８において抽出した最小数の特許分類毎に、その特許分類に分類される正例に含まれる特徴語句であって、その特許分類に分類される負例には含まれない特徴語句を、カテゴリ特徴語句として取得する。そして、ステップＳ２１、Ｓ３１と同様に、取得したカテゴリ特徴語句をカテゴリ特徴語句候補として設定する。
【００７９】
ＳＢＬでは、正例に含まれる特徴語句のＡＮＤ、ＯＲで表現される条件式について、負例を除外するように構築する問題を解き、候補となる条件式を展開していく概念空間（バージョン空間）の中から適切な自由度（バイアス）を設定して、条件式を確定していく。このＳＢＬについて、図８を用いて詳述する。
【００８０】
図８は、ＳＢＬにより「ブラインド」の概念獲得を行う際に、バイアスを２つの条件の積集合とした場合を示している。この場合、単一条件の最下層が除外される。また、負例を含む最も一般的な概念｛色、日よけ｝や、｛＊、カーテン｝が除外される。そして、赤と白それぞれの正例が処理された後、最終的な概念である｛色、ブラインド｝が概念として獲得される。
【００８１】
次に、ステップＳ４２において、ステップＳ２２、Ｓ３２と同様に、制御部１１は、ステップＳ４１において設定したカテゴリ特徴語句候補毎に、カテゴリ特徴語句候補の要素として、そのカテゴリ特徴語句候補を含む正例の特許文献を登録する。これによれば、ステップＳ４１において設定したカテゴリ特徴語句候補毎に、カテゴリ特徴語句候補と、そのカテゴリ特徴語句候補を含む正例の特許文献と、が紐付けられて、制御部１１のＲＡＭに記憶されることとなる。
【００８２】
次に、ステップＳ４３において、ステップＳ２３、Ｓ３３と同様に、制御部１１は、ステップＳ４２において登録した正例の特許文献の数に基づいて、カテゴリ特徴語句候補を降順に並べ替える。これによれば、ステップＳ４１において設定したカテゴリ特徴語句候補の全ての中で、最も多くの正例の特許文献に含まれているカテゴリ特徴語句候補が、最上位のカテゴリ特徴語句候補となる。
【００８３】
次に、ステップＳ４４において、ステップＳ２４、Ｓ３４と同様に、制御部１１は、ステップＳ４３において並べ替えた特徴語句候補のうち、最上位の特徴語句候補を採用する。これによれば、最上位のカテゴリ特徴語句候補が、制御部１１のＲＡＭに記憶されることとなる。
【００８４】
次に、ステップＳ４５において、ステップＳ２５、Ｓ３５と同様に、制御部１１は、ステップＳ４４において採用した最上位の特徴語句候補を含む正例の特許文献を、他の特徴語句候補から削除する。これによれば、最上位のカテゴリ特徴語句候補を含む正例の特許文献については、他のカテゴリ特徴語句候補と紐付けられていた関係が、制御部１１のＲＡＭから削除されることとなる。
【００８５】
次に、ステップＳ４６において、ステップＳ２６、Ｓ３６と同様に、制御部１１は、含まれる正例の特許文献が無くなったカテゴリ特徴語句候補を、カテゴリ特徴語句候補の中から除外する。これによれば、正例の特許文献の紐付けられていないカテゴリ特徴語句候補は、カテゴリ特徴語句候補ではなくなる。
【００８６】
次に、ステップＳ４７において、ステップＳ２７、Ｓ３７と同様に、制御部１１は、他のカテゴリ特徴語句候補の数がゼロであるか否か、言い換えると、残っているカテゴリ特徴語句候補の数が「１」であるか否かを判別する。そして、他のカテゴリ特徴語句候補の数がゼロの場合には、ステップＳ４８に処理を移し、他のカテゴリ特徴語句候補の数がゼロではない場合には、ステップＳ４３に処理を戻す。
【００８７】
次に、ステップＳ４８において、ステップＳ２８、Ｓ３８と同様に、制御部１１は、ステップＳ４４において採用した全てのカテゴリ特徴語句候補を、最小数のカテゴリ特徴語句として抽出する。
【００８８】
＜本検索式構築事例＞
以上の文書検索処理により本検索式を構築した場合の一例を、図９〜１１を用いて以下に説明する。具体的には、検索対象として、図９に示すブラインド採光による室温上昇対策のための、採光、照明、および空調の３要素を制御対象とする特許を設定し、この特許を検索するための本検索式を上述の文書検索処理により構築した例について、説明する。
【００８９】
まず、図２のステップＳ１でも説明した予備検索を行った。具体的には、図１０に示した検索条件および検索式により、特許データベースの中から、上述の特許に関する特許文献を検索したところ、３０件の特許文献が該当することがわかった。そして、これら３０件のうち１２件の特許文献が、上述の特許に関する特許文献、すなわち正例の特許文献であることが確認できた。すなわち、予備検索により、１２件の正例と、１８件の負例と、が特許データベースの中から抽出されたこととなる。
【００９０】
次に、上述の文書検索処理により、本検索式を構築した。具体的には、上述の予備検索により抽出された１２件の正例と、１８件の負例と、により、図２〜５に示した各処理を行った。その結果、副検索式として、以下の式（１）、（２）、（３）が構築され、最小数の特徴語句の和集合として、以下の式（４）が構築された。そして、式（１）〜（４）に基づいて、本検索式として、以下の式（５）が構築された。
【００９１】
【数１】
【００９２】
【数２】
【００９３】
【数３】
【００９４】
【数４】
【００９５】
【数５】
【００９６】
なお、式（１）〜（３）によれば、最小数の特許分類として、空調制御に関する「Ｆ２４Ｆ１１／０２」と、遠隔制御に関する「Ｈ０４Ｑ９／００」と、ブラインドに関する「Ｅ０６Ｂ９／２６４」と、の３つが抽出されたことが分かる。また、「Ｆ２４Ｆ１１／０２」に対応する最小数のカテゴリ特徴語句として、「照明設備」、「空気調和器」、「照明器具」の３つが抽出され、「Ｈ０４Ｑ９／００」に対応する最小数のカテゴリ特徴語句として、「無線通信」の１つが抽出され、「Ｅ０６Ｂ９／２６４」に対応する最小数のカテゴリ特徴語句として、「二酸化炭素」、「電動ブラインド」、「日射状態取得部」、「連動制御」の４つが抽出されたことが分かる。
【００９７】
また、式（４）によれば、最小数の特徴語句として、「照明器具」、「環境制御」、「電動ブラインド」、「低コスト」、「日射状態取得部」、「連動制御」の６つが抽出されたことが分かる。
【００９８】
図１１は、副検索式と、特徴語句の和集合と、正例および負例と、の関係を示す模式図である。図１１では、上述の１２件の正例の特許文献を、特許文献３、６、９、１０、１３、１５、１７、１８、２２、２５、２６、２７と表し、上述の１８件の負例の特許文献を、特許文献１、２、４、５、７、８、１１、１２、１４、１６、１９、２０、２１、２３、２４、２８、２９、３０と表すものとする。
【００９９】
式（４）で表される特徴語句の和集合の式を満たすのは、１２件の正例の特許文献（特許文献３、６、９、２５、１８、１３、２６、１７、２２、２７、１５、１０）と、４件の負例の特許文献（特許文献２９、２３、２、３０）と、である。このため、式（４）で表される特徴語句の和集合によれば、負例の特許文献も抽出できてしまうが、上述の１２件の正例の特許文献の全てを抽出することができる。
【０１００】
式（１）の「Ｆ２４Ｆ１１／０２」に属するのは、６件の正例の特許文献（特許文献３、６、２５、１８、１７、１５）と、１件の負例の特許文献（特許文献２３）と、である。ここで、式（１）の「照明設備」、「空気調和器」、および「照明器具」は、「Ｆ２４Ｆ１１／０２」におけるカテゴリ特徴語句であり、これら３つのカテゴリ特徴語句のいずれかは、上述の６件の正例の特許文献には含まれるが、上述の１件の負例の特許文献にはいずれも含まれない特徴語句である。このため、「Ｆ２４Ｆ１１／０２」および上述の３つのカテゴリ特徴語句で構築される式（１）の副検索式について、上述の６件の正例の特許文献は、この副検索式を満たすが、上述の１件の負例の特許文献は、この副検索式を満たさないこととなる。以上より、式（１）で表される副検索式によれば、「Ｆ２４Ｆ１１／０２」に属する特許文献の中から、上述の６件の正例の特許文献を抽出することができる。
【０１０１】
式（２）の副検索式についても、上述の式（１）の副検索式と同様に、「Ｈ０４Ｑ９／００」に属する特許文献の中から、２件の正例の特許文献（特許文献１５、１０）を抽出することができる。
【０１０２】
また、式（３）の副検索式についても、上述の式（１）、（２）の副検索式と同様に、「Ｅ０６Ｂ９／２６４」に属する特許文献の中から、６件の正例の特許文献（特許文献９、２５、１３、２６、２２、２７）を抽出することができる。
【０１０３】
以上より、式（１）〜（４）で構築される、式（５）で表される本検索式によれば、予備検索により見つかった３０件の特許文献の中から、上述の１２件の正例の特許文献の全てを抽出することができる。このため、式（５）で表される本検索式は、予備検索により見つかった３０件の特許文献の中から全ての正例の特許文献を抽出するという目的に対して、適した検索式であると考えることができる。
【０１０４】
ここで、上述の式（５）で表される本検索式により、特許データベースの中から上述の特許に関する特許文献を検索したところ、２１２件の特許文献が該当することが分かった。
【０１０５】
＜動的スクリーニング手法＞
そこで、次に、図１２に示す動的スクリーニング手法により、上述の２１２件の特許文献について本検索を行った。なお、通常では、検索式などにより抽出された特許文献（母集団）のスクリーニング手法において、語句による絞り込み検索といった、母集団に対する適当な条件を適用した部分集合の確認を繰り返す。
【０１０６】
しかし、ここでは、上述の文書検索処理の有効性を明らかにするために、確認済みである上述の１２件の正例の特許文献に続けて、未確認の特許文献を出願日順に並べた状態から、逐次的に特許文献２１２件を確認した。具体的には、未確認の特許文献の確認（ステップＳ１０３）を繰り返す途中で、逐次的に文書検索処理により本検索式を再構築し（ステップＳ１０４）、その本検索式との適合度合いの高い順に未確認の特許文献を並べ替えた（ステップＳ１０１、Ｓ１０２）。
【０１０７】
より具体的には、まず、ステップＳ１０１において、文書検索装置１により、上述の２１２件の特許文献のそれぞれについて、本検索式との適合度合いを求めた。ただし、確認済みの特許文献、すなわち正例または負例として用いられた特許文献については、本検索式との適合度合いを求めないこととした。この適合度合いについては、特許文献毎に、以下の３つの方法により各副検索式の評価値を求め、各副検索式の評価値のうち最も大きいものを本検索式との適合度合いとした。なお、各副検索式の評価値は、３つの方法はいずれか１つにより求めてもよいし、組み合わせて求めてもよい。なお、以下の３つの方法のいずれでも評価値を求めることができない場合には、評価値をゼロとした。
【０１０８】
第１の方法では、特許文献の特許分類と、副検索式の特許分類と、が一致する場合に、副検索式の評価値を求めることができる。具体的には、副検索式に属する確認済みの正例の数を確認済みの全正例の数で割った値を、その副検索式の評価値として設定する。さらに、一致する場合であって、副検索式に含まれるカテゴリ特徴語句を特許文献が含む場合には、設定した評価値を第１の値だけ乗算する。ここで、第１の値としては、例えば、２倍といった固定値を設定してもよいし、カテゴリ特徴語句の重要度に応じて設定してもよいし、特許文献に含まれないカテゴリ特徴語句の数に応じて設定してもよい。
【０１０９】
第２の方法では、特許文献の特許分類と、副検索式の特許分類と、が一致しない場合であって、その副検索式に含まれるカテゴリ特徴語句を特許文献が含む場合に、副検索式の評価値を求めることができる。具体的には、第２の値を、その副検索式の評価値として設定する。ここで、第２の値としては、例えば、副検索式に属する確認済みの正例の数を確認済みの全正例の数で割った値に対して、０．０１倍した値を採用することができる。
【０１１０】
第３の方法では、最小数の特徴語句の和集合に含まれる特徴語句を特許文献が含む場合に、副検索式の評価値を求めることができる。具体的には、第３の値を、その副検索式の評価値として設定する。ここで、第３の値としては、例えば、「０．５」といった固定値を設定してもよいし、特許文献に含まれる特徴語句の数に応じて設定してもよい。
【０１１１】
次に、ステップＳ１０２において、文書検索装置１により、ステップＳ１０１において求めた適合度合いに基づいて、未確認の特許文献を並べ替えた。そして、確認済みの特許文献を上位に並べ、これら確認済みの特許文献より下位に、並べ替えた未確認の特許文献を並べることとした。
【０１１２】
次に、ステップＳ１０３において、ユーザにより、ステップＳ１０２において並べ替えた特許文献を、上位から順に、正例または負例のいずれであるか確認した。なお、確認する件数は任意であり、未確認の特許文献全てを確認する必要はないものとした。
【０１１３】
次に、ステップＳ１０４において、文書検索装置１により、ステップＳ１０３における確認結果、すなわち、新たに正例または負例に分類された特許文献と、確認済の特許文献と、に基づいて上述の文書検索処理を行い、本検索式を再構築した。
【０１１４】
ここで、図１２に示した動的スクリーニング手法を行う前に、あらかじめ上述の２１２件の特許文献全てについて確認したところ、上述の１２件以外に、新たに３件が正例の特許文献であることが判明した。そこで、以降では、これら３件の正例の特許文献に着目して説明する。
【０１１５】
上述の２１２件の特許文献について、出願日の早い順に並べ替えると、上述の３件の正例の特許文献の出現順位は、それぞれ、１３９、１４０、１６０位であった。
【０１１６】
そこで、上述の式（１）〜（４）で構築される本検索式を用いて上述の動的スクリーニング手法を行った。すなわち１回目の動的スクリーニング手法を行って、上述の２１２件のうち未確認である２００件の特許文献を並べ替えた。その結果、上述の３件の正例の特許文献の出現順位は、それぞれ、５５位、５７位、７１位となった。
【０１１７】
なお、１回目の動的スクリーニング手法において、ステップＳ１０３では、未確認である２００件のうち８件の特許文献を確認した。これら８件の特許文献の全ては、負例の特許文献であった。また、ステップＳ１０４では、１２件の正例と、２６件（１８件＋８件）の負例と、により、本検索式を再構築した。
【０１１８】
そこで、１回目の動的スクリーニング手法において再構築した本検索式を用いて、再度、上述の動的スクリーニング手法を行った。すなわち２回目の動的スクリーニング手法を行って、上述の２００件のうち未確認である１９２件の特許文献を並べ替えた。その結果、上述の３件の正例の特許文献の出現順位は、それぞれ、２７位、３０位、７１位となった。
【０１１９】
なお、２回目の動的スクリーニング手法において、ステップＳ１０３では、未確認である１９２件のうち２０件の特許文献を確認した。これら２０件の特許文献のうち、２件は正例の特許文献で、残りの１８件は負例の特許文献であった。また、ステップＳ１０４では、１４件（１２件＋２件）の正例と、４４件（２６件＋１８件）の負例と、により、本検索式を再構築した。
【０１２０】
そこで、２回目の動的スクリーニング手法において再構築した本検索式を用いて、再度、上述の動的スクリーニング手法を行った。すなわち３回目の動的スクリーニング手法を行って、上述の１９２件のうち未確認である１７２件の特許文献を並べ替えた。その結果、上述の３件の正例の特許文献のうち、前回の出現順位が７１位であった特許文献の出現順位は、４３位となった。
【０１２１】
以上によれば、本検索式を構築し、本検索式との適合度合いによる特許文献の並べ替えと、並べ替えられた順での特許文献の確認と、確認結果の本検索式構築へのフィードバックと、を繰り返すことにより、正例の特許文献の出現順位が上昇することが分かる。
【０１２２】
以上の文書検索装置１によれば、特許分類により分類される特許文献が蓄積されている特許データベースにおいて、正例が分類される特許分類を求め、求めた各特許分類に属する特許文献の中から負例を除外する特徴語句を求める。したがって、特異な負例が存在する場合であっても、有意な特徴語句を選定して負例を除外できる本検索式を構築でき、検索目的と一致する特許文献を検索するために適切な検索式を構築することができる。
【０１２３】
以上、この発明の実施形態につき、図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計なども含まれる。
【０１２４】
例えば、特徴語句の代わりに、Ｆタームを用いてもよい。なお、Ｆタームを用いる場合には、解析範囲が請求の範囲だけでなく、全文に及ぶ場合が多く、特徴語句を使うよりも検索式の精度を向上できる場合がある。
【０１２５】
また、上述の実施形態では、文書検索装置１は、特許文献を検索するものとしたが、これに限らない。文書データベースに含まれる文書が、階層化された複数のカテゴリで分類される場合であって、この文書データベースの中から検索目的と一致する文書を検索する場合に、用いることができる。
【０１２６】
また、上述の実施形態では、特許データベースは、文書検索装置１の記憶部１３に記憶されるものとしたが、これに限らず、例えば、文書検索装置１と通信可能に設けられたサーバの内部に構築されるものとしてもよい。
【０１２７】
また、上述の実施形態では、特許分類としてＦＩを用いたが、これに限らず、例えばＩＰＣ、ＥＣＬＡ、ＵＳＣ、テーマコードといった、文書を分類できる複数の階層化されたカテゴリであればよい。
【符号の説明】
【０１２８】
１ 文書検索装置
１１ 制御部
１２ 通信部
１３ 記憶部
１４ 入力Ｉ／Ｆ
１５ バス
１６ 入力装置
１７ 出力装置
【特許請求の範囲】
【請求項１】
複数の階層化されたカテゴリに分類される文書データベースの中から検索目的と一致する文書を検索する文書検索方法であって、
前記文書データベースに含まれる複数の文書のうち正例が分類されるカテゴリを取得する第１のステップと、
前記正例に含まれる特徴語句を取得する第２のステップと、
前記第１のステップで取得されたカテゴリ毎に、当該カテゴリに分類される正例に含まれる特徴語句であって、前記複数の文書のうち前記カテゴリに分類される負例には含まれない特徴語句を、カテゴリ特徴語句として取得する第３のステップと、
前記第１のステップで取得されたカテゴリ毎に、当該カテゴリと、前記第３のステップで取得されたカテゴリ特徴語句と、に基づいて副検索式を構築する第４のステップと、
前記第２のステップで取得された特徴語句の和集合と、前記第４のステップで構築された副検索式と、に基づいて本検索式を構築する第５のステップと、
を備えることを特徴とする文書検索方法。
【請求項２】
前記第１のステップでは、前記正例が分類されるカテゴリを取得した後に、当該カテゴリの中から前記正例に属する全ての文書を包括する最小数のカテゴリを抽出し、
前記第２のステップでは、前記正例に含まれる特徴語句を取得した後に、当該特徴語句の中から前記正例に属する全ての文書を包括する最小数の特徴語句を抽出し、
前記第３のステップでは、前記第１のステップで抽出された最小数のカテゴリ毎に、当該カテゴリに分類される正例に属する全ての文書について前記カテゴリ特徴語句を取得した後に、当該カテゴリ特徴語句の中から前記正例に属する全ての文書を包括する最小数のカテゴリ特徴語句を抽出し、
前記第４のステップでは、前記第１のステップで抽出された最小数のカテゴリ毎に、当該カテゴリと、前記第３のステップで抽出された最小数のカテゴリ特徴語句と、に基づいて副検索式を構築し、
前記第５のステップでは、前記第２のステップで抽出された最小数の特徴語句の和集合と、前記第４のステップで構築された副検索式と、に基づいて本検索式を構築することを特徴とする請求項１に記載の文書検索方法。
【請求項３】
前記第１のステップは、
前記正例が分類されるカテゴリを取得し、当該カテゴリをカテゴリ候補として設定する第１の設定ステップと、
前記カテゴリ候補の要素として当該カテゴリ候補に属する正例の文書を登録するとともに、当該登録された正例の文書数に基づいて前記カテゴリ候補を降順に並べ替える第１の整列ステップと、
最上位のカテゴリ候補を採用し、当該最上位のカテゴリ候補に属する正例の文書を他のカテゴリ候補の要素から削除するとともに、要素の無くなったカテゴリ候補を前記第１の設定ステップにおいて設定されたカテゴリ候補の中から除外する第１の採用ステップと、
前記他のカテゴリ候補の数が０になるまで、前記第１の整列ステップおよび前記第１の採用ステップを繰り返し、前記第１の採用ステップで採用されたカテゴリ候補を、前記最小数のカテゴリとして抽出する第１の抽出ステップと、
を備え、
前記第２のステップは、
前記正例に含まれる特徴語句を取得し、当該特徴語句を特徴語句候補として設定する第２の設定ステップと、
前記特徴語句候補の要素として当該特徴語句候補を含む正例の文書を登録するとともに、当該登録された正例の文書数に基づいて前記特徴語句候補を降順に並べ替える第２の整列ステップと、
最上位の特徴語句候補を採用し、当該最上位の特徴語句候補を含む正例の文書を他の特徴語句候補の要素から削除するとともに、要素の無くなった特徴語句候補を前記第２の設定ステップにおいて設定された特徴語句候補の中から除外する第２の採用ステップと、
前記他の特徴語句候補の数が０になるまで、前記第２の整列ステップおよび前記第２の採用ステップを繰り返し、前記第２の採用ステップで採用された特徴語句候補を、前記最小数の特徴語句として抽出する第２の抽出ステップと、
を備え、
前記第３のステップは、
前記第１のステップで抽出された最小数のカテゴリ毎に、前記カテゴリ特徴語句を取得し、当該カテゴリ特徴語句をカテゴリ特徴語句候補として設定する第３の設定ステップと、
前記カテゴリ特徴語句候補の要素として当該カテゴリ特徴語句候補を含む正例の文書を登録するとともに、当該登録された正例の文書数に基づいて前記カテゴリ特徴語句を降順に並べ替える第３の整列ステップと、
最上位のカテゴリ特徴語句候補を採用し、当該最上位のカテゴリ特徴語句候補を含む正例の文書を他のカテゴリ特徴語句候補の要素から削除するとともに、要素の無くなったカテゴリ特徴語句候補を前記第３の設定ステップにおいて設定されたカテゴリ特徴語句候補の中から除外する第３の採用ステップと、
前記他のカテゴリ特徴語句候補の数が０になるまで、前記第３の整列ステップおよび前記第３の採用ステップを繰り返し、前記第３の採用ステップで採用されたカテゴリ特徴語句候補を、前記最小数のカテゴリ特徴語句として抽出する第３の抽出ステップと、
を備えることを特徴とする請求項２に記載の文書検索方法。
【請求項４】
前記本検索式に基づいて前記文書データベースの中から検索された文書のうち、前記本検索式を構築する際に用いた文書を除くものを、前記本検索式との適合度合いに基づいて降順に並べ替える第６のステップを備えることを特徴とする請求項１から３のいずれかに記載の文書検索方法。
【請求項５】
前記カテゴリ特徴語句は、前記第２のステップで取得された特徴語句には含まれないことを特徴とする請求項１から４のいずれかに記載の文書検索方法。
【請求項６】
前記第３のステップでは、前記第１のステップで取得されたカテゴリ毎に、当該カテゴリに分類される正例に含まれる特徴語句であって、前記複数の文書のうち前記カテゴリに分類される負例であって前記第２のステップで取得された特徴語句を含む負例には含まれない特徴語句を、カテゴリ特徴語句として取得することを特徴とする請求項１から５のいずれかに記載の文書検索方法。
【請求項７】
前記文書は、特許文献であり、
前記カテゴリは、ＦＩ、ＩＰＣ、ＥＣＬＡ、ＵＳＣ、またはテーマコードのいずれかであることを特徴とする請求項１から６のいずれかに記載の文書検索方法。
【請求項８】
前記文書は、日本の特許文献であり、
前記特徴語句の代わりにＦタームを用いることを特徴とする請求項１から７のいずれかに記載の文書検索方法。
【請求項９】
複数の階層化されたカテゴリに分類される文書データベースの中から検索目的と一致する文書を検索する文書検索方法をコンピュータに実行させるためのプログラムであって、
前記文書データベースに含まれる複数の文書のうち正例が分類されるカテゴリを取得する第１のステップと、
前記正例に含まれる特徴語句を取得する第２のステップと、
前記第１のステップで取得されたカテゴリ毎に、当該カテゴリに分類される正例に含まれる特徴語句であって、前記複数の文書のうち前記カテゴリに分類される負例には含まれない特徴語句を、カテゴリ特徴語句として取得する第３のステップと、
前記第１のステップで取得されたカテゴリ毎に、当該カテゴリと、前記第３のステップで取得されたカテゴリ特徴語句と、に基づいて副検索式を構築する第４のステップと、
前記第２のステップで取得された特徴語句の和集合と、前記第４のステップで構築された副検索式と、に基づいて本検索式を構築する第５のステップと、
をコンピュータに実行させるためのプログラム。
【請求項１】
複数の階層化されたカテゴリに分類される文書データベースの中から検索目的と一致する文書を検索する文書検索方法であって、
前記文書データベースに含まれる複数の文書のうち正例が分類されるカテゴリを取得する第１のステップと、
前記正例に含まれる特徴語句を取得する第２のステップと、
前記第１のステップで取得されたカテゴリ毎に、当該カテゴリに分類される正例に含まれる特徴語句であって、前記複数の文書のうち前記カテゴリに分類される負例には含まれない特徴語句を、カテゴリ特徴語句として取得する第３のステップと、
前記第１のステップで取得されたカテゴリ毎に、当該カテゴリと、前記第３のステップで取得されたカテゴリ特徴語句と、に基づいて副検索式を構築する第４のステップと、
前記第２のステップで取得された特徴語句の和集合と、前記第４のステップで構築された副検索式と、に基づいて本検索式を構築する第５のステップと、
を備えることを特徴とする文書検索方法。
【請求項２】
前記第１のステップでは、前記正例が分類されるカテゴリを取得した後に、当該カテゴリの中から前記正例に属する全ての文書を包括する最小数のカテゴリを抽出し、
前記第２のステップでは、前記正例に含まれる特徴語句を取得した後に、当該特徴語句の中から前記正例に属する全ての文書を包括する最小数の特徴語句を抽出し、
前記第３のステップでは、前記第１のステップで抽出された最小数のカテゴリ毎に、当該カテゴリに分類される正例に属する全ての文書について前記カテゴリ特徴語句を取得した後に、当該カテゴリ特徴語句の中から前記正例に属する全ての文書を包括する最小数のカテゴリ特徴語句を抽出し、
前記第４のステップでは、前記第１のステップで抽出された最小数のカテゴリ毎に、当該カテゴリと、前記第３のステップで抽出された最小数のカテゴリ特徴語句と、に基づいて副検索式を構築し、
前記第５のステップでは、前記第２のステップで抽出された最小数の特徴語句の和集合と、前記第４のステップで構築された副検索式と、に基づいて本検索式を構築することを特徴とする請求項１に記載の文書検索方法。
【請求項３】
前記第１のステップは、
前記正例が分類されるカテゴリを取得し、当該カテゴリをカテゴリ候補として設定する第１の設定ステップと、
前記カテゴリ候補の要素として当該カテゴリ候補に属する正例の文書を登録するとともに、当該登録された正例の文書数に基づいて前記カテゴリ候補を降順に並べ替える第１の整列ステップと、
最上位のカテゴリ候補を採用し、当該最上位のカテゴリ候補に属する正例の文書を他のカテゴリ候補の要素から削除するとともに、要素の無くなったカテゴリ候補を前記第１の設定ステップにおいて設定されたカテゴリ候補の中から除外する第１の採用ステップと、
前記他のカテゴリ候補の数が０になるまで、前記第１の整列ステップおよび前記第１の採用ステップを繰り返し、前記第１の採用ステップで採用されたカテゴリ候補を、前記最小数のカテゴリとして抽出する第１の抽出ステップと、
を備え、
前記第２のステップは、
前記正例に含まれる特徴語句を取得し、当該特徴語句を特徴語句候補として設定する第２の設定ステップと、
前記特徴語句候補の要素として当該特徴語句候補を含む正例の文書を登録するとともに、当該登録された正例の文書数に基づいて前記特徴語句候補を降順に並べ替える第２の整列ステップと、
最上位の特徴語句候補を採用し、当該最上位の特徴語句候補を含む正例の文書を他の特徴語句候補の要素から削除するとともに、要素の無くなった特徴語句候補を前記第２の設定ステップにおいて設定された特徴語句候補の中から除外する第２の採用ステップと、
前記他の特徴語句候補の数が０になるまで、前記第２の整列ステップおよび前記第２の採用ステップを繰り返し、前記第２の採用ステップで採用された特徴語句候補を、前記最小数の特徴語句として抽出する第２の抽出ステップと、
を備え、
前記第３のステップは、
前記第１のステップで抽出された最小数のカテゴリ毎に、前記カテゴリ特徴語句を取得し、当該カテゴリ特徴語句をカテゴリ特徴語句候補として設定する第３の設定ステップと、
前記カテゴリ特徴語句候補の要素として当該カテゴリ特徴語句候補を含む正例の文書を登録するとともに、当該登録された正例の文書数に基づいて前記カテゴリ特徴語句を降順に並べ替える第３の整列ステップと、
最上位のカテゴリ特徴語句候補を採用し、当該最上位のカテゴリ特徴語句候補を含む正例の文書を他のカテゴリ特徴語句候補の要素から削除するとともに、要素の無くなったカテゴリ特徴語句候補を前記第３の設定ステップにおいて設定されたカテゴリ特徴語句候補の中から除外する第３の採用ステップと、
前記他のカテゴリ特徴語句候補の数が０になるまで、前記第３の整列ステップおよび前記第３の採用ステップを繰り返し、前記第３の採用ステップで採用されたカテゴリ特徴語句候補を、前記最小数のカテゴリ特徴語句として抽出する第３の抽出ステップと、
を備えることを特徴とする請求項２に記載の文書検索方法。
【請求項４】
前記本検索式に基づいて前記文書データベースの中から検索された文書のうち、前記本検索式を構築する際に用いた文書を除くものを、前記本検索式との適合度合いに基づいて降順に並べ替える第６のステップを備えることを特徴とする請求項１から３のいずれかに記載の文書検索方法。
【請求項５】
前記カテゴリ特徴語句は、前記第２のステップで取得された特徴語句には含まれないことを特徴とする請求項１から４のいずれかに記載の文書検索方法。
【請求項６】
前記第３のステップでは、前記第１のステップで取得されたカテゴリ毎に、当該カテゴリに分類される正例に含まれる特徴語句であって、前記複数の文書のうち前記カテゴリに分類される負例であって前記第２のステップで取得された特徴語句を含む負例には含まれない特徴語句を、カテゴリ特徴語句として取得することを特徴とする請求項１から５のいずれかに記載の文書検索方法。
【請求項７】
前記文書は、特許文献であり、
前記カテゴリは、ＦＩ、ＩＰＣ、ＥＣＬＡ、ＵＳＣ、またはテーマコードのいずれかであることを特徴とする請求項１から６のいずれかに記載の文書検索方法。
【請求項８】
前記文書は、日本の特許文献であり、
前記特徴語句の代わりにＦタームを用いることを特徴とする請求項１から７のいずれかに記載の文書検索方法。
【請求項９】
複数の階層化されたカテゴリに分類される文書データベースの中から検索目的と一致する文書を検索する文書検索方法をコンピュータに実行させるためのプログラムであって、
前記文書データベースに含まれる複数の文書のうち正例が分類されるカテゴリを取得する第１のステップと、
前記正例に含まれる特徴語句を取得する第２のステップと、
前記第１のステップで取得されたカテゴリ毎に、当該カテゴリに分類される正例に含まれる特徴語句であって、前記複数の文書のうち前記カテゴリに分類される負例には含まれない特徴語句を、カテゴリ特徴語句として取得する第３のステップと、
前記第１のステップで取得されたカテゴリ毎に、当該カテゴリと、前記第３のステップで取得されたカテゴリ特徴語句と、に基づいて副検索式を構築する第４のステップと、
前記第２のステップで取得された特徴語句の和集合と、前記第４のステップで構築された副検索式と、に基づいて本検索式を構築する第５のステップと、
をコンピュータに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２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【公開番号】特開２０１２−３５５０（Ｐ２０１２−３５５０Ａ）
【公開日】平成２４年１月５日（２０１２．１．５）
【国際特許分類】
【出願番号】特願２０１０−１３８６３２（Ｐ２０１０−１３８６３２）
【出願日】平成２２年６月１７日（２０１０．６．１７）
【出願人】（０００００３６８７）東京電力株式会社 (2,580)
【Ｆターム（参考）】
【公開日】平成２４年１月５日（２０１２．１．５）
【国際特許分類】
【出願日】平成２２年６月１７日（２０１０．６．１７）
【出願人】（０００００３６８７）東京電力株式会社 (2,580)
【Ｆターム（参考）】
[ Back to top ]