文書検索装置、文書検索方法、プログラム及び記憶媒体
【課題】 文書検索において、コストを抑え高い精度で文書群から検索者が求める適合文書を得ることである。
【解決手段】 検索者が入出力部２３を操作することで指定した適合文書に基づいて関連文書検索結果から不適合文書抽出部３５により不適合文書を自動的に抽出し、学習部３６により適合文書及び不適合文書から学習データを生成し、その学習データに基づいて、関連文書検索部３２によりデータベース２１の文書群から関連文書を検索し、その検索結果から分類部３７により適合文書を抽出することによって、コストを抑え高い精度で文書群から検索者が求める適合文書を得ることができる。
【解決手段】 検索者が入出力部２３を操作することで指定した適合文書に基づいて関連文書検索結果から不適合文書抽出部３５により不適合文書を自動的に抽出し、学習部３６により適合文書及び不適合文書から学習データを生成し、その学習データに基づいて、関連文書検索部３２によりデータベース２１の文書群から関連文書を検索し、その検索結果から分類部３７により適合文書を抽出することによって、コストを抑え高い精度で文書群から検索者が求める適合文書を得ることができる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、文書検索装置、文書検索方法、プログラム及び記憶媒体に関する。
【背景技術】
【０００２】
文書検索装置は、複数の文書群からユーザが求める適合文書を検索する装置である（特許文献１参照）。このような文書検索装置の中には、文書フィルタリングを用いて適合文書を検索する装置もある（特許文献２参照）。文書フィルタリングは、ユーザが関連文書の検索結果から適合文書／不適合文書を選択し、それらを学習データとして分類用のパラメータを生成し、その分類パラメータを使用して、サーバ装置が管理する全文書（文書群）を適合文書と不適合文書とに分類する技術である。
【０００３】
【特許文献１】特開２００３−２１６６４６公報
【特許文献２】特開２００１−２５６２５３公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
しかしながら、ユーザが適合文書／不適合文書を選択する場合には、その文書の内容を確認して適合文書であるか否かを判断する必要がある。文書のタイトルと文書の内容とがかけ離れている場合もあるので、文書のタイトルだけで内容を判断することは危険である。また、文書の要約技術を利用して文書の内容を把握することは有効であるが、それでもユーザには無視できないコストになる。
【０００５】
また、文書フィルタリングでは、学習データがあるほどフィルタリングの精度が良くなるので、その精度を良くするためには、十分な量の学習データを指定する必要がある。特に、フィルタリングの精度は不適合文書を適合文書と同数程度にする方が良くなるため、適合文書／不適合文書の選択作業はますますユーザには高いコストになる。
【０００６】
例えば、実際に適合文書／不適合文書を５文書ずつ指定する場合には、関連文書の検索結果を上位から文書の内容を見ながら確認していくことになる。それらの中には、適合文書／不適合文書であるかを判断することができない文書、あるいは前に不適合文書と思えた文書が新しい文書の内容を確認した途端に不適合文書でないように思えてきたりする場合等が多々ある。このため、検索結果の上位数十件の内容を確認しなければ、良いフィルタリングの精度を得るための分類用のパラメータを生成することはできない。
【０００７】
そこで、適合文書に基づいて関連文書の検索結果から不適合文書を自動的に抽出する技術が必要になる。関連文書の検索結果から自動で不適合文書を抽出することができれば、ユーザのコストは従来の半分に減る。しかもユーザの主観が入らないので適合文書に対して安定した不適合文書が得られる。さらに、文書フィルタリングを関連文書検索と一緒に使用するとフィルタリングのためにわざわざ適合文書を指定する必要がなくなる。
【０００８】
本発明の目的は、文書検索において、コストを抑え高い精度で文書群から検索者が求める適合文書を得ることである。
【課題を解決するための手段】
【０００９】
請求項１記載の発明の文書検索装置は、操作を受け付ける操作部に対する検索者の入力操作に応じて検索用の語句を検索語として設定する第１手段と、電子化された複数の文書を文書群として蓄積する蓄積部に蓄積されている文書群から、前記第１手段により設定された前記検索語を含む文書を関連文書として検索する第２手段と、表示動作を行う表示部に前記第２手段による検索結果を表示させる第３手段と、前記操作部に対する検索者の入力操作に応じて、前記第２手段により検索された複数の前記関連文書から検索者が求める適合文書を指定する第４手段と、前記第４手段により指定された前記適合文書に基づいて検索用の語句を関連語として設定する第５手段と、前記蓄積部に蓄積されている文書群から、前記第５手段により設定された前記関連語を含む文書を関連文書として検索する第６手段と、前記第６手段により検索された複数の前記関連文書から、前記第４手段により指定された前記適合文書に基づいて検索者が求めない不適合文書を抽出する第７手段と、前記第４手段により指定された前記適合文書及び前記第７手段により抽出された前記不適合文書に基づいて分類用のパラメータを生成する第８手段と、前記第８手段により生成された前記パラメータに基づいて前記検索語を再設定する第９手段と、前記蓄積部に蓄積されている文書群から、前記第９手段により再設定された前記検索語を含む文書を前記関連文書として検索する第１０手段と、前記第１０手段により検索された複数の前記関連文書から、前記第８手段により生成された前記パラメータに基づいて前記適合文書を抽出する第１１手段と、前記表示部に前記第１１手段による抽出結果を表示させる第１２手段と、を備える。
【００１０】
請求項２記載の発明は、請求項１記載の文書検索装置において、前記蓄積部を備える。
【００１１】
請求項３記載の発明は、請求項１又は２記載の文書検索装置において、前記操作部及び前記表示部を備える。
【００１２】
請求項４記載の発明は、請求項１、２又は３記載の文書検索装置において、前記第３手段は、前記表示部に前記第６手段による検索結果も表示させ、前記第４手段は、前記操作部に対する検索者の入力操作に応じて、前記第６手段により検索された複数の前記関連文書からも前記適合文書を指定し、前記第３手段、前記第４手段、第５手段及び第６手段を複数回繰り返す第１３手段を備える。
【００１３】
請求項５記載の発明は、請求項１、２、３又は４記載の文書検索装置において、前記第７手段は、前記適合文書及び前記関連文書間の類似度を求め、その類似度に基づいて複数の前記関連文書から前記不適合文書を抽出する。
【００１４】
請求項６記載の発明は、請求項１、２、３、４又は５記載の文書検索装置において、前記第７手段は、前記適合文書と同数の前記不適合文書を抽出する。
【００１５】
請求項７記載の発明は、請求項１、２、３、４、５又は６記載の文書検索装置において、前記第１１手段は、前記パラメータに基づいて前記適合文書と前記不適合文書とを分類するフィルタリングを行って前記第１０手段により検索された複数の前記関連文書から前記適合文書を抽出する。
【００１６】
請求項８記載の発明の文書検索方法は、操作を受け付ける操作部に対する検索者の入力操作に応じて検索用の語句を検索語として設定する第１ステップと、電子化された複数の文書を文書群として蓄積する蓄積部に蓄積されている文書群から、前記第１ステップにより設定された前記検索語を含む文書を関連文書として検索する第２ステップと、表示動作を行う表示部に前記第２ステップによる検索結果を表示させる第３ステップと、前記操作部に対する検索者の入力操作に応じて、前記第２ステップにより検索された複数の前記関連文書から検索者が求める適合文書を指定する第４ステップと、前記第４ステップにより指定された前記適合文書に基づいて検索用の語句を関連語として設定する第５ステップと、前記蓄積部に蓄積されている文書群から、前記第５ステップにより設定された前記関連語を含む文書を関連文書として検索する第６ステップと、前記第６ステップにより検索された複数の前記関連文書から、前記第４ステップにより指定された前記適合文書に基づいて検索者が求めない不適合文書を抽出する第７ステップと、前記第４ステップにより指定された前記適合文書及び前記第７ステップにより抽出された前記不適合文書に基づいて分類用のパラメータを生成する第８ステップと、前記第８ステップにより生成された前記パラメータに基づいて前記検索語を再設定する第９ステップと、前記蓄積部に蓄積されている文書群から、前記第９ステップにより再設定された前記検索語を含む文書を前記関連文書として検索する第１０ステップと、前記第１０ステップにより検索された複数の前記関連文書から、前記第８ステップにより生成された前記パラメータに基づいて前記適合文書を抽出する第１１ステップと、前記表示部に前記第１１ステップによる抽出結果を表示させる第１２ステップと、を備える。
【００１７】
請求項９記載の発明は、請求項８記載の文書検索方法において、前記第３ステップは、前記表示部に前記第６ステップによる検索結果も表示させ、前記第４ステップは、前記操作部に対する検索者の入力操作に応じて、前記第６ステップにより検索された複数の前記関連文書からも前記適合文書を指定し、前記第３ステップ、前記第４ステップ、第５ステップ及び第６ステップを複数回繰り返す第１３ステップを備える。
【００１８】
請求項１０記載の発明は、請求項８又は９記載の文書検索方法において、前記第７ステップは、前記適合文書及び前記関連文書間の類似度を求め、その類似度に基づいて複数の前記関連文書から前記不適合文書を抽出する。
【００１９】
請求項１１記載の発明は、請求項８、９又は１０記載の文書検索方法において、前記第７ステップは、前記適合文書と同数の前記不適合文書を抽出する。
【００２０】
請求項１２記載の発明は、請求項８、９、１０又は１１記載の文書検索方法において、前記第１１ステップは、前記パラメータに基づいて前記適合文書と前記不適合文書とを分類するフィルタリングを行って前記第１０ステップにより検索された複数の前記関連文書から前記適合文書を抽出する。
【００２１】
請求項１３記載の発明のコンピュータ読取可能なプログラムは、操作を受け付ける操作部に対する検索者の入力操作に応じて検索用の語句を検索語として設定する第１機能と、電子化された複数の文書を文書群として蓄積する蓄積部に蓄積されている文書群から、前記第１機能により設定された前記検索語を含む文書を関連文書として検索する第２機能と、表示動作を行う表示部に前記第２機能による検索結果を表示させる第３機能と、前記操作部に対する検索者の入力操作に応じて、前記第２機能により検索された複数の前記関連文書から検索者が求める適合文書を指定する第４機能と、前記第４機能により指定された前記適合文書に基づいて検索用の語句を関連語として設定する第５機能と、前記蓄積部に蓄積されている文書群から、前記第５機能により設定された前記関連語を含む文書を関連文書として検索する第６機能と、前記第６機能により検索された複数の前記関連文書から、前記第４機能により指定された前記適合文書に基づいて検索者が求めない不適合文書を抽出する第７機能と、前記第４機能により指定された前記適合文書及び前記第７機能により抽出された前記不適合文書に基づいて分類用のパラメータを生成する第８機能と、前記第８機能により生成された前記パラメータに基づいて前記検索語を再設定する第９機能と、前記蓄積部に蓄積されている文書群から、前記第９機能により再設定された前記検索語を含む文書を前記関連文書として検索する第１０機能と、前記第１０機能により検索された複数の前記関連文書から、前記第８機能により生成された前記パラメータに基づいて前記適合文書を抽出する第１１機能と、前記表示部に前記第１１機能による抽出結果を表示させる第１２機能と、をコンピュータに実行させる。
【００２２】
請求項１４記載の発明は、請求項１３記載のプログラムにおいて、前記第３機能は、前記表示部に前記第６機能による検索結果も表示させ、前記第４機能は、前記操作部に対する検索者の入力操作に応じて、前記第６機能により検索された複数の前記関連文書からも前記適合文書を指定し、前記第３機能、前記第４機能、第５機能及び第６機能を複数回繰り返す第１３機能を前記コンピュータに実行させる。
【００２３】
請求項１５記載の発明は、請求項１３又は１４記載のプログラムにおいて、前記第７機能は、前記適合文書及び前記関連文書間の類似度を求め、その類似度に基づいて複数の前記関連文書から前記不適合文書を抽出する。
【００２４】
請求項１６記載の発明は、請求項１３、１４又は１５記載のプログラムにおいて、前記第７機能は、前記適合文書と同数の前記不適合文書を抽出する。
【００２５】
請求項１７記載の発明は、請求項１３、１４、１５又は１６記載のプログラムにおいて、前記第１１機能は、前記パラメータに基づいて前記適合文書と前記不適合文書とを分類するフィルタリングを行って前記第１０機能により検索された複数の前記関連文書から前記適合文書を抽出する。
【００２６】
請求項１８記載の発明のコンピュータ読取可能な記憶媒体は、請求項１３ないし１７のいずれか一記載のプログラムを記憶している。
【発明の効果】
【００２７】
本発明によれば、検索者が指定した適合文書に基づいて関連文書検索結果から不適合文書が自動的に抽出され、それらを学習データとして分類用のパラメータが生成され、そのパラメータに基づいて文書群から適合文書が得られるため、コストを抑え高い精度で文書群から検索者が求める適合文書を得ることができる。
【発明を実施するための最良の形態】
【００２８】
本発明を実施するための最良の一形態を図面に基づいて説明する。
【００２９】
図１は本実施の形態の文書検索装置１の電気的な接続を示すブロック図である。
【００３０】
図１に示すように、文書検索装置１は、各種演算を行って文書検索装置１の各部を集中的に制御するＣＰＵ１１と各種のＲＯＭやＲＡＭからなるメモリ１２とを備えており、それらはバス１３で接続されている。
【００３１】
バス１３には、所定のインターフェースを介して、ハードディスクなどの磁気記憶装置１４と、キーボードやマウスなどの入力装置１５と、表示動作を行うＬＣＤやＣＲＴなどの表示装置１６と、光ディスクなどの記憶媒体１７を読み取る記憶媒体読取装置１８とが接続され、また、ネットワーク２と通信を行う所定の通信インターフェース（通信制御装置）１９が接続されている。なお、記憶媒体１７としては、ＣＤやＤＶＤなどの光ディスク、光磁気ディスク、フレキシブルディスクなどの各種メディアが用いられる。また、記憶媒体読取装置１８は、記憶媒体１７の種類に応じて光ディスク装置、光磁気ディスク装置、フレキシブルディスク装置などが用いられる。
【００３２】
磁気記憶装置１４には、この発明のプログラムを実現する文書検索プログラム２０が記憶されている。この文書検索プログラム２０は、記憶媒体１７から記憶媒体読取装置１８により読取るか、あるいは、インターネットなどのネットワーク２からダウンロードするかなどして、磁気記憶装置１４にインストールされたものである。このインストールにより文書検索装置１は動作可能な状態となる。なお、この文書検索プログラム２０は、所定のＯＳ上で動作するものであってもよい。また、特定のアプリケーションソフトの一部をなすものであってもよい。
【００３３】
文書検索装置１は、サーバコンピュータなどのサーバ装置としてネットワーク２を介して端末装置（図示せず）に接続されている。この場合には、検索者は文書検索装置１を端末装置により操作することができる。例えば、端末装置としては、パーソナルコンピュータ、携帯情報端末（ＰＤＡ）、携帯電話などの情報処理装置が用いられる。また、ネットワーク２としては、無線、有線及び放送波のいずれを用いたものでもよく、例えば、ＬＡＮ、ＷＡＮ、インターネット、アナログ電話網、デジタル電話網（ＩＳＤＮ）、ＰＨＳ（パーソナルハンディホンシステム）網、携帯電話網、衛星通信網などを利用することができる。
【００３４】
次に、文書検索プログラム２０に基づいて文書検索装置１が行う処理の内容について説明する。
【００３５】
図２は文書検索装置１の機能を示すブロック図である。
【００３６】
図２に示すように、文書検索装置１は、電子化された複数の文書を文書群として蓄積している蓄積部であるデータベース（ＤＢ）２１と、文書群から適合文書を抽出するための文書フィルタリング部２２と、入出力部２３とを備えている。なお、文書群は、電子化された複数の文書から構成されている。
【００３７】
データベース２１は磁気記憶装置１４により構築されており、入出力部２３は入力装置１５及び表示装置１６により構築されている。また、端末装置も入出力部２３として機能する。ここで、入出力部２３は操作部及び表示部として機能する。なお、データベース２１は、磁気記憶装置１４に構築されているが、これに限るものではなく、例えば、ネットワーク２を介して文書検索装置１に接続されていてもよい。
【００３８】
文書フィルタリング部２２は、操作者である検索者が指定した検索文から検索語（検索用の語句）を抽出する検索語抽出部３１、文書群から関連文書を検索する関連文書検索部３２、入出力部２３に対する検索者の操作に応じて関連文書から適合文書を指定する適合文書指定部３３、適合文書に基づいて関連語（検索用の語句）を抽出する関連語抽出部３４、適合文書でない不適合文書を抽出する不適合文書抽出部３５、不適合文書（学習データ）を使用して分類用のパラメータを生成する学習部３６、及び分類用のパラメータを使用して関連文書から適合文書を抽出する分類部３７から構成されている。
【００３９】
なお、検索語抽出部３１は第１手段（第１ステップ及び第１機能）として機能する。関連文書検索部３２は、第２手段、第３手段、第６手段、第１０手段、第１２手段及び第１３手段（各ステップ及び各機能）として機能する。適合文書指定部３３は第４手段（第４ステップ及び第４機能）として機能する。関連語抽出部３４は、第５手段（第５ステップ及び第５機能）として機能する。不適合文書抽出部３５は、第７手段（第７ステップ及び第７機能）として機能する。学習部３６は第８手段及び第９手段（各ステップ及び各機能）として機能する。分類部３７は第１１手段（第１１ステップ及び第１１機能）として機能する。
【００４０】
このような文書検索装置１の動作の流れについて説明する。
【００４１】
検索者は入出力部２３を操作することにより検索要求となる検索文を指定する。すると、検索語抽出部３１は検索者が指定した検索文から検索語を抽出し、関連文書検索部３２に入力する。関連文書検索部３２は、データベース２１の文書群から検索語を含む文書を関連文書としてランキング検索し、その検索結果を入出力部２３に入力する。入出力部２３はその検索結果を表示する。
【００４２】
検索者は検索結果の内容を吟味して、入出力部２３を操作することにより自身が求める（すなわち適合する）文書を適合文書として選択する。すると、適合文書指定部３３は、その選択に応じて検索結果から複数の適合文書を指定する。関連語抽出部３４は、検索者が指定した適合文書から関連語を抽出し、関連文書検索部３２に入力する。関連文書検索部３２は、データベース２１の文書群から関連語を含む文書を関連文書としてランキング検索し、その検索結果を入出力部２３に入力する。入出力部２３はその検索結果を表示する。これにより、検索者が指定した適合文書は検索上位に現れるようになる。このような適合文書の指定及び関連文書の検索が複数回繰り返され、十分な適合文書が得られる。
【００４３】
検索者は入出力部２３を操作することによりフィルタリング要求を指定する。すると、不適合文書抽出部３５は、適合文書を入力データとして検索者が要求しない（すなわち適合しない）不適合文書を「不適合文書の抽出法（後述する）」に従って検索結果から自動的に抽出する。抽出された不適合文書は、適合文書とともに学習部３６に渡り、分類用のパラメータを生成する学習データとなる。学習部３６はその学習データを使用して分類用のパラメータを生成し、分類用のパラメータを関連文書検索部３２に渡す。
【００４４】
関連文書検索部３２は、分類用のパラメータを検索語として再検索を行い、その再検索結果を分類部３７に入力する。分類部３７は、再検索結果を関連文書検索部３２から受け取り、分類用のパラメータを使用してフィルタリングを行い、関連文書のみを取り出して、その関連文書を適合文書として入出力部２３に入力する。入出力部２３はその適合文書を検索結果として表示する。
【００４５】
ここで、不適合文書の抽出法は、与えられた文書群（文書集合）の中から適合文書に基づいて不適合文書を抽出する方法であり、文書間の類似度を決めて、ベクトル空間上で類似度計算を行うことで不適合文書を抽出する。ここでは、適合文書と（適合文書の中心ベクトルをＣとする）とラベルなしの各文書（ラベルなし文書の文書ベクトルをＤとする）との類似度ｓｉｍが閾値α以下（ｓｉｍ（Ｃ，Ｄ）≦α）の文書が不適合文書とされる。また、ラベルなし文書としては、関連文書の検索結果の上位からユーザが指定した適合文書を除いたｎ個の文書が選択される。そして、不適合文書は適合文書と同じ数だけ抽出される。
【００４６】
不適合文書の抽出方法は次の手順による。まず、適合文書の集合Ｒから中心ベクトルＣを求める。関連文書の検索結果の上位からｎ個の文書を選択してＳとする。Ｓから未選択の文書を１つ選択し文書ベクトルＤを求め、中心ベクトルＣとの類似度ｓｉｍ（Ｃ，Ｄ）を計算し、その計算結果を優先順序キューＱに入れる。なお、優先順序キューＱはｓｉｍ（Ｃ，Ｄ）の値で半整列（判順序化）されている。また、キューサイズは適合文書サイズとなるように管理されている。優先順序キューＱ内の要素の最大値がαになると、優先順序キューＱ内の文書を不適合文書Ｎとし、不適合文書の抽出は完了する。Ｓ中の全て（ｎ個）の文書に対して類似度を計算しても、優先順序キューＱ内の要素の最大値がα以下にならない場合には、関連文書の検索結果からｍ個の文書をさらに選択してＳ中の文書数をｎからｎ＋ｍに拡張し、Ｓ中で未選択の文書の文書ベクトルＤに対して、上述と同じことを繰り返す。
【００４７】
このような文書フィルタリング部２２の各機能は文書検索プログラム２０に基づいてＣＰＵ１１が実行する処理により実現される。
【００４８】
図３は文書検索プログラム２０に基づいてＣＰＵ１１が実行する処理の流れを示すフローチャート、図４から図８はそれぞれ検索画面の表示例を示す平面図である。
【００４９】
図３に示すように、まず、ＣＰＵ１１は、例えば図４に示すような検索画面を入出力部２３により表示し（ステップＳ１）、検索語の入力及び検索実行ボタン２３ａの押下に待機する（ステップＳ２のＮ）。
【００５０】
検索者は入出力部２３を操作して検索語（検索文）を入力し、入力後に検索実行ボタン２３ａを押下（クリック）する。これにより、ＣＰＵ１１は、検索語に基づいて関連文書の検索を実行し（ステップＳ３）、その関連文書の検索結果を入出力部２３により表示する（ステップＳ４）。これにより、数千や数万になる関連文書の検索結果が表示される。このとき、検索画面は例えば図５に示すような画面になる。その後、適合文書の指定及び検索実行ボタン２３ａの押下に待機する（ステップＳ５のＮ）。
【００５１】
検索者は検索結果を確認して、より良い検索結果を得るために検索結果の文書の内容を確認し、入出力部２３を操作して、自身が求める（適合する）文書に○（図５参照）をつけて適合文書とし、入力後に検索実行ボタン２３ａを押下（クリック）する。
【００５２】
これにより、ＣＰＵ１１は、○がついている関連文書を適合文書として指定し、その適合文書に基づいて関連語を抽出し、その関連語に基づいて関連文書の検索を実行する（ステップＳ６）。その後、その関連文書の検索結果を入出力部２３により表示する（ステップＳ７）。すると、検索画面は例えば図６に示すような画面になり、図５に示すような画面で適合文書として指定した文書が検索上位に移動する。また、それに合わせて適合文書と関連する文書が検索結果の上位に出現するようになる。ＣＰＵ１１は、関連文書の検索結果の適合性をさらに良くするために、入出力部２３に対する検索者の操作に応じて適合文書を指定して、再び適合性フィードバック検索を行う（ステップＳ８のＮ）。ここに、第１３手段としての機能が実行される。
【００５３】
このような処理を複数回（Ｎ回）繰り返し（ステップＳ８のＹ）、フィルタリングボタン２３ｂの押下に待機する（ステップＳ９のＮ）。このとき、検索画面は例えば図７に示すような画面になり、検索上位に適合文書が並ぶようになる。この状態で、フィルタリングボタン２３ｂが押されると（ステップＳ９のＹ）、適合文書を入力データとして不適合文書を抽出し、分類用のパラメータを生成して、そのパラメータを検索語として再検索を実行する（ステップＳ１０）。その検索結果の関連文書をフィルタリングし（ステップＳ１１）、その結果を表示する（ステップＳ１２）。これにより、検索画面は図８に示すような画面になる。
【００５４】
このとき、図７に示すような画面の検索結果には、適合文書よりも不適合文書のほうが多く含まれるのが普通であるが、図８に示すような画面の再検索結果には、適合文書と関連しない文書は含まれていない。
【００５５】
このような処理により、図４に示すような画面は、検索実行ボタン２３ａが押されるとデータが図２に示すようにａ→ｂ→ｃ→ｄ→ｅと流れ、図５に示すような画面になる。より良い検索結果を得るために図５及び図６に示すような画面において、検索者が検索結果に○をつけると、適合文書が指定されて適合性フィードバック検索が行われる。このとき、データは図２に示すようにｆ→ｇ→ｈ→ｃ→ｄ→ｅと流れる。その後、図６に示すような画面は十分な適合文書が得られると図７に示すような画面になる。この図７に示すような画面は、フィルタリングボタン２３ｂが押されるとデータがｉ→ｊ→ｋ→ｃ→ｄ→ｌ→ｍと流れ、図８に示すような画面になる。
【００５６】
ステップＳ１０での不適合文書の抽出処理について説明する。
【００５７】
図９は不適合文書の抽出処理の流れを示すフローチャートである。
【００５８】
図９に示すように、まず、ＣＰＵ１１は、適合文書の集合Ｒの入力に待機する（ステップＳ２１のＮ）。適合文書の集合Ｒが入力されると（ステップＳ２１のＹ）、適合文書の集合Ｒから中心ベクトルＣを求め（ステップＳ２２）、関連文書の検索結果の上位からｎ個の文書を選択してＳとする（ステップＳ２３）。
【００５９】
次に、Ｓ中の文書を全て選択したか否かを判断する（ステップＳ２４）。Ｓ中の文書を全て選択した場合には（ステップＳ２４のＹ）、関連文書の検索結果からｍ個の文書をさらに選択してＳ中の文書数をｎからｎ＋ｍに拡張し（ステップＳ３０）、ステップＳ２３に処理を戻す。一方、Ｓ中の文書を全て選択していない場合には（ステップＳ２４のＮ）、Ｓ中の文書から未選択の文書を１つ選択し文書ベクトルＤを求める（ステップＳ２５）。中心ベクトルＣと文書ベクトルＤとの類似度ｓｉｍ（Ｃ，Ｄ）を計算し、その計算結果を優先順序キューＱに入れ、ｓｉｍ（Ｃ，Ｄ）の値が大きい順にＱ中の要素を半整列（半順序化）させる（ステップＳ２６）。
【００６０】
次いで、ＱのサイズがＲのサイズ以上か否かを判断する（ステップＳ２７）。ＱのサイズがＲのサイズ以上でない場合には（ステップＳ２７のＮ）、ステップＳ２４に処理を戻す。一方、ＱのサイズがＲのサイズ以上である場合には（ステップＳ２７のＹ）、Ｑの先頭要素の値が閾値αより小さいか否かを判断する（ステップＳ２８）。
【００６１】
Ｑの先頭要素が閾値αより大きい場合には（ステップＳ２８のＮ）、ＱのサイズがＲのサイズより大きいか否かを判断する（ステップＳ３１）。ＱのサイズがＲのサイズより大きい場合には（ステップＳ３１のＹ）、Ｑの先頭要素を削除して（ステップＳ３２）、ステップＳ２４に処理を戻し、ＱのサイズがＲのサイズより小さい場合には（ステップＳ３１のＮ）、そのままステップＳ２４に処理を戻す。一方、Ｑの先頭要素の値が閾値αより小さい場合には（ステップＳ２８のＹ）、Ｑ内の文書を不適合文書Ｎとし（ステップＳ２９）、不適合文書の抽出は完了する。
【００６２】
このように本実施の形態によれば、検索者が指定した適合文書に基づいて関連文書検索結果から不適合文書が自動的に抽出され、それらを学習データとして分類用のパラメータが生成され、そのパラメータに基づいて文書群から適合文書が得られるため、コストを抑え高い精度で文書群から適合文書を得ることができる。特に、適合文書から不適合文書を自動的に抽出することが可能になるため、ユーザのコストは従来の半分に抑えることができる。しかも、ユーザの主観が入らないので適合文書に対して安定した不適合文書を得ることができる。
【００６３】
さらに、フィルタリングを関連文書の検索と一緒に用いるため、フィルタリングのためにわざわざ適合文書を指定する必要がなくなる。すなわち、関連文書検索では、良い検索結果を得るために文書の内容を確認して適合性フィードバックを行いながら、ある程度満足いく結果に到達するまで検索を繰り返す。満足いく結果に到達した時点では、ある程度の量の適合文書が蓄積されているので（例えば、１回の検索において３つの適合文書を指定し、適合性フィードバック検索を行う。３〜４回の適合性フィードバック検索を行えば、９文書から１２文書の適合文書が得られる）、ユーザはフィルタリングのために適合文書の指定をせずともフィルタリングを実行することができる。このフィルタリングを行うことで、複数回の適合性フィードバックにより得られた関連文書から適合文書を抽出することができる。さらに、ユーザは一連のフローにおいてフィルタリングのために余計な処理を強要されず、操作性が向上する。
【図面の簡単な説明】
【００６４】
【図１】本発明の実施の一形態の文書検索装置の電気的な接続を示すブロック図である。
【図２】文書検索装置の機能を示すブロック図である。
【図３】文書検索プログラムに基づいてＣＰＵが実行する処理の流れを示すフローチャートである。
【図４】検索画面の表示例を示す平面図である。
【図５】検索画面の表示例を示す平面図である。
【図６】検索画面の表示例を示す平面図である。
【図７】検索画面の表示例を示す平面図である。
【図８】検索画面の表示例を示す平面図である。
【図９】不適合文書の抽出処理の流れを示すフローチャートである。
【符号の説明】
【００６５】
１ 文書検索装置
２１ 蓄積部（データベース）
２３ 表示部（入出力部）
２３ 操作部（入出力部）
３１ 第１手段、第１機能、第１ステップ（検索語抽出部）
３２ 第２手段、第２機能、第２ステップ（関連文書検索部）
３２ 第３手段、第３機能、第３ステップ（関連文書検索部）
３２ 第６手段、第６機能、第６ステップ（関連文書検索部）
３２ 第１０手段、第１０機能、第１０ステップ（関連文書検索部）
３２ 第１２手段、第１２機能、第１２ステップ（関連文書検索部）
３２ 第１３手段、第１３機能、第１３ステップ（関連文書検索部）
３３ 第４手段、第４機能、第４ステップ（適合文書指定部）
３４ 第５手段、第５機能、第５ステップ（関連語抽出部）
３５ 第７手段、第７機能、第７ステップ（不適合文書抽出部）
３６ 第８手段、第８機能、第８ステップ（学習部）
３６ 第９手段、第９機能、第９ステップ（学習部）
３７ 第１１手段、第１１機能、第１１ステップ（分類部）
Ｓ８ 第１３手段、第１３機能、第１３ステップ
【技術分野】
【０００１】
本発明は、文書検索装置、文書検索方法、プログラム及び記憶媒体に関する。
【背景技術】
【０００２】
文書検索装置は、複数の文書群からユーザが求める適合文書を検索する装置である（特許文献１参照）。このような文書検索装置の中には、文書フィルタリングを用いて適合文書を検索する装置もある（特許文献２参照）。文書フィルタリングは、ユーザが関連文書の検索結果から適合文書／不適合文書を選択し、それらを学習データとして分類用のパラメータを生成し、その分類パラメータを使用して、サーバ装置が管理する全文書（文書群）を適合文書と不適合文書とに分類する技術である。
【０００３】
【特許文献１】特開２００３−２１６６４６公報
【特許文献２】特開２００１−２５６２５３公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
しかしながら、ユーザが適合文書／不適合文書を選択する場合には、その文書の内容を確認して適合文書であるか否かを判断する必要がある。文書のタイトルと文書の内容とがかけ離れている場合もあるので、文書のタイトルだけで内容を判断することは危険である。また、文書の要約技術を利用して文書の内容を把握することは有効であるが、それでもユーザには無視できないコストになる。
【０００５】
また、文書フィルタリングでは、学習データがあるほどフィルタリングの精度が良くなるので、その精度を良くするためには、十分な量の学習データを指定する必要がある。特に、フィルタリングの精度は不適合文書を適合文書と同数程度にする方が良くなるため、適合文書／不適合文書の選択作業はますますユーザには高いコストになる。
【０００６】
例えば、実際に適合文書／不適合文書を５文書ずつ指定する場合には、関連文書の検索結果を上位から文書の内容を見ながら確認していくことになる。それらの中には、適合文書／不適合文書であるかを判断することができない文書、あるいは前に不適合文書と思えた文書が新しい文書の内容を確認した途端に不適合文書でないように思えてきたりする場合等が多々ある。このため、検索結果の上位数十件の内容を確認しなければ、良いフィルタリングの精度を得るための分類用のパラメータを生成することはできない。
【０００７】
そこで、適合文書に基づいて関連文書の検索結果から不適合文書を自動的に抽出する技術が必要になる。関連文書の検索結果から自動で不適合文書を抽出することができれば、ユーザのコストは従来の半分に減る。しかもユーザの主観が入らないので適合文書に対して安定した不適合文書が得られる。さらに、文書フィルタリングを関連文書検索と一緒に使用するとフィルタリングのためにわざわざ適合文書を指定する必要がなくなる。
【０００８】
本発明の目的は、文書検索において、コストを抑え高い精度で文書群から検索者が求める適合文書を得ることである。
【課題を解決するための手段】
【０００９】
請求項１記載の発明の文書検索装置は、操作を受け付ける操作部に対する検索者の入力操作に応じて検索用の語句を検索語として設定する第１手段と、電子化された複数の文書を文書群として蓄積する蓄積部に蓄積されている文書群から、前記第１手段により設定された前記検索語を含む文書を関連文書として検索する第２手段と、表示動作を行う表示部に前記第２手段による検索結果を表示させる第３手段と、前記操作部に対する検索者の入力操作に応じて、前記第２手段により検索された複数の前記関連文書から検索者が求める適合文書を指定する第４手段と、前記第４手段により指定された前記適合文書に基づいて検索用の語句を関連語として設定する第５手段と、前記蓄積部に蓄積されている文書群から、前記第５手段により設定された前記関連語を含む文書を関連文書として検索する第６手段と、前記第６手段により検索された複数の前記関連文書から、前記第４手段により指定された前記適合文書に基づいて検索者が求めない不適合文書を抽出する第７手段と、前記第４手段により指定された前記適合文書及び前記第７手段により抽出された前記不適合文書に基づいて分類用のパラメータを生成する第８手段と、前記第８手段により生成された前記パラメータに基づいて前記検索語を再設定する第９手段と、前記蓄積部に蓄積されている文書群から、前記第９手段により再設定された前記検索語を含む文書を前記関連文書として検索する第１０手段と、前記第１０手段により検索された複数の前記関連文書から、前記第８手段により生成された前記パラメータに基づいて前記適合文書を抽出する第１１手段と、前記表示部に前記第１１手段による抽出結果を表示させる第１２手段と、を備える。
【００１０】
請求項２記載の発明は、請求項１記載の文書検索装置において、前記蓄積部を備える。
【００１１】
請求項３記載の発明は、請求項１又は２記載の文書検索装置において、前記操作部及び前記表示部を備える。
【００１２】
請求項４記載の発明は、請求項１、２又は３記載の文書検索装置において、前記第３手段は、前記表示部に前記第６手段による検索結果も表示させ、前記第４手段は、前記操作部に対する検索者の入力操作に応じて、前記第６手段により検索された複数の前記関連文書からも前記適合文書を指定し、前記第３手段、前記第４手段、第５手段及び第６手段を複数回繰り返す第１３手段を備える。
【００１３】
請求項５記載の発明は、請求項１、２、３又は４記載の文書検索装置において、前記第７手段は、前記適合文書及び前記関連文書間の類似度を求め、その類似度に基づいて複数の前記関連文書から前記不適合文書を抽出する。
【００１４】
請求項６記載の発明は、請求項１、２、３、４又は５記載の文書検索装置において、前記第７手段は、前記適合文書と同数の前記不適合文書を抽出する。
【００１５】
請求項７記載の発明は、請求項１、２、３、４、５又は６記載の文書検索装置において、前記第１１手段は、前記パラメータに基づいて前記適合文書と前記不適合文書とを分類するフィルタリングを行って前記第１０手段により検索された複数の前記関連文書から前記適合文書を抽出する。
【００１６】
請求項８記載の発明の文書検索方法は、操作を受け付ける操作部に対する検索者の入力操作に応じて検索用の語句を検索語として設定する第１ステップと、電子化された複数の文書を文書群として蓄積する蓄積部に蓄積されている文書群から、前記第１ステップにより設定された前記検索語を含む文書を関連文書として検索する第２ステップと、表示動作を行う表示部に前記第２ステップによる検索結果を表示させる第３ステップと、前記操作部に対する検索者の入力操作に応じて、前記第２ステップにより検索された複数の前記関連文書から検索者が求める適合文書を指定する第４ステップと、前記第４ステップにより指定された前記適合文書に基づいて検索用の語句を関連語として設定する第５ステップと、前記蓄積部に蓄積されている文書群から、前記第５ステップにより設定された前記関連語を含む文書を関連文書として検索する第６ステップと、前記第６ステップにより検索された複数の前記関連文書から、前記第４ステップにより指定された前記適合文書に基づいて検索者が求めない不適合文書を抽出する第７ステップと、前記第４ステップにより指定された前記適合文書及び前記第７ステップにより抽出された前記不適合文書に基づいて分類用のパラメータを生成する第８ステップと、前記第８ステップにより生成された前記パラメータに基づいて前記検索語を再設定する第９ステップと、前記蓄積部に蓄積されている文書群から、前記第９ステップにより再設定された前記検索語を含む文書を前記関連文書として検索する第１０ステップと、前記第１０ステップにより検索された複数の前記関連文書から、前記第８ステップにより生成された前記パラメータに基づいて前記適合文書を抽出する第１１ステップと、前記表示部に前記第１１ステップによる抽出結果を表示させる第１２ステップと、を備える。
【００１７】
請求項９記載の発明は、請求項８記載の文書検索方法において、前記第３ステップは、前記表示部に前記第６ステップによる検索結果も表示させ、前記第４ステップは、前記操作部に対する検索者の入力操作に応じて、前記第６ステップにより検索された複数の前記関連文書からも前記適合文書を指定し、前記第３ステップ、前記第４ステップ、第５ステップ及び第６ステップを複数回繰り返す第１３ステップを備える。
【００１８】
請求項１０記載の発明は、請求項８又は９記載の文書検索方法において、前記第７ステップは、前記適合文書及び前記関連文書間の類似度を求め、その類似度に基づいて複数の前記関連文書から前記不適合文書を抽出する。
【００１９】
請求項１１記載の発明は、請求項８、９又は１０記載の文書検索方法において、前記第７ステップは、前記適合文書と同数の前記不適合文書を抽出する。
【００２０】
請求項１２記載の発明は、請求項８、９、１０又は１１記載の文書検索方法において、前記第１１ステップは、前記パラメータに基づいて前記適合文書と前記不適合文書とを分類するフィルタリングを行って前記第１０ステップにより検索された複数の前記関連文書から前記適合文書を抽出する。
【００２１】
請求項１３記載の発明のコンピュータ読取可能なプログラムは、操作を受け付ける操作部に対する検索者の入力操作に応じて検索用の語句を検索語として設定する第１機能と、電子化された複数の文書を文書群として蓄積する蓄積部に蓄積されている文書群から、前記第１機能により設定された前記検索語を含む文書を関連文書として検索する第２機能と、表示動作を行う表示部に前記第２機能による検索結果を表示させる第３機能と、前記操作部に対する検索者の入力操作に応じて、前記第２機能により検索された複数の前記関連文書から検索者が求める適合文書を指定する第４機能と、前記第４機能により指定された前記適合文書に基づいて検索用の語句を関連語として設定する第５機能と、前記蓄積部に蓄積されている文書群から、前記第５機能により設定された前記関連語を含む文書を関連文書として検索する第６機能と、前記第６機能により検索された複数の前記関連文書から、前記第４機能により指定された前記適合文書に基づいて検索者が求めない不適合文書を抽出する第７機能と、前記第４機能により指定された前記適合文書及び前記第７機能により抽出された前記不適合文書に基づいて分類用のパラメータを生成する第８機能と、前記第８機能により生成された前記パラメータに基づいて前記検索語を再設定する第９機能と、前記蓄積部に蓄積されている文書群から、前記第９機能により再設定された前記検索語を含む文書を前記関連文書として検索する第１０機能と、前記第１０機能により検索された複数の前記関連文書から、前記第８機能により生成された前記パラメータに基づいて前記適合文書を抽出する第１１機能と、前記表示部に前記第１１機能による抽出結果を表示させる第１２機能と、をコンピュータに実行させる。
【００２２】
請求項１４記載の発明は、請求項１３記載のプログラムにおいて、前記第３機能は、前記表示部に前記第６機能による検索結果も表示させ、前記第４機能は、前記操作部に対する検索者の入力操作に応じて、前記第６機能により検索された複数の前記関連文書からも前記適合文書を指定し、前記第３機能、前記第４機能、第５機能及び第６機能を複数回繰り返す第１３機能を前記コンピュータに実行させる。
【００２３】
請求項１５記載の発明は、請求項１３又は１４記載のプログラムにおいて、前記第７機能は、前記適合文書及び前記関連文書間の類似度を求め、その類似度に基づいて複数の前記関連文書から前記不適合文書を抽出する。
【００２４】
請求項１６記載の発明は、請求項１３、１４又は１５記載のプログラムにおいて、前記第７機能は、前記適合文書と同数の前記不適合文書を抽出する。
【００２５】
請求項１７記載の発明は、請求項１３、１４、１５又は１６記載のプログラムにおいて、前記第１１機能は、前記パラメータに基づいて前記適合文書と前記不適合文書とを分類するフィルタリングを行って前記第１０機能により検索された複数の前記関連文書から前記適合文書を抽出する。
【００２６】
請求項１８記載の発明のコンピュータ読取可能な記憶媒体は、請求項１３ないし１７のいずれか一記載のプログラムを記憶している。
【発明の効果】
【００２７】
本発明によれば、検索者が指定した適合文書に基づいて関連文書検索結果から不適合文書が自動的に抽出され、それらを学習データとして分類用のパラメータが生成され、そのパラメータに基づいて文書群から適合文書が得られるため、コストを抑え高い精度で文書群から検索者が求める適合文書を得ることができる。
【発明を実施するための最良の形態】
【００２８】
本発明を実施するための最良の一形態を図面に基づいて説明する。
【００２９】
図１は本実施の形態の文書検索装置１の電気的な接続を示すブロック図である。
【００３０】
図１に示すように、文書検索装置１は、各種演算を行って文書検索装置１の各部を集中的に制御するＣＰＵ１１と各種のＲＯＭやＲＡＭからなるメモリ１２とを備えており、それらはバス１３で接続されている。
【００３１】
バス１３には、所定のインターフェースを介して、ハードディスクなどの磁気記憶装置１４と、キーボードやマウスなどの入力装置１５と、表示動作を行うＬＣＤやＣＲＴなどの表示装置１６と、光ディスクなどの記憶媒体１７を読み取る記憶媒体読取装置１８とが接続され、また、ネットワーク２と通信を行う所定の通信インターフェース（通信制御装置）１９が接続されている。なお、記憶媒体１７としては、ＣＤやＤＶＤなどの光ディスク、光磁気ディスク、フレキシブルディスクなどの各種メディアが用いられる。また、記憶媒体読取装置１８は、記憶媒体１７の種類に応じて光ディスク装置、光磁気ディスク装置、フレキシブルディスク装置などが用いられる。
【００３２】
磁気記憶装置１４には、この発明のプログラムを実現する文書検索プログラム２０が記憶されている。この文書検索プログラム２０は、記憶媒体１７から記憶媒体読取装置１８により読取るか、あるいは、インターネットなどのネットワーク２からダウンロードするかなどして、磁気記憶装置１４にインストールされたものである。このインストールにより文書検索装置１は動作可能な状態となる。なお、この文書検索プログラム２０は、所定のＯＳ上で動作するものであってもよい。また、特定のアプリケーションソフトの一部をなすものであってもよい。
【００３３】
文書検索装置１は、サーバコンピュータなどのサーバ装置としてネットワーク２を介して端末装置（図示せず）に接続されている。この場合には、検索者は文書検索装置１を端末装置により操作することができる。例えば、端末装置としては、パーソナルコンピュータ、携帯情報端末（ＰＤＡ）、携帯電話などの情報処理装置が用いられる。また、ネットワーク２としては、無線、有線及び放送波のいずれを用いたものでもよく、例えば、ＬＡＮ、ＷＡＮ、インターネット、アナログ電話網、デジタル電話網（ＩＳＤＮ）、ＰＨＳ（パーソナルハンディホンシステム）網、携帯電話網、衛星通信網などを利用することができる。
【００３４】
次に、文書検索プログラム２０に基づいて文書検索装置１が行う処理の内容について説明する。
【００３５】
図２は文書検索装置１の機能を示すブロック図である。
【００３６】
図２に示すように、文書検索装置１は、電子化された複数の文書を文書群として蓄積している蓄積部であるデータベース（ＤＢ）２１と、文書群から適合文書を抽出するための文書フィルタリング部２２と、入出力部２３とを備えている。なお、文書群は、電子化された複数の文書から構成されている。
【００３７】
データベース２１は磁気記憶装置１４により構築されており、入出力部２３は入力装置１５及び表示装置１６により構築されている。また、端末装置も入出力部２３として機能する。ここで、入出力部２３は操作部及び表示部として機能する。なお、データベース２１は、磁気記憶装置１４に構築されているが、これに限るものではなく、例えば、ネットワーク２を介して文書検索装置１に接続されていてもよい。
【００３８】
文書フィルタリング部２２は、操作者である検索者が指定した検索文から検索語（検索用の語句）を抽出する検索語抽出部３１、文書群から関連文書を検索する関連文書検索部３２、入出力部２３に対する検索者の操作に応じて関連文書から適合文書を指定する適合文書指定部３３、適合文書に基づいて関連語（検索用の語句）を抽出する関連語抽出部３４、適合文書でない不適合文書を抽出する不適合文書抽出部３５、不適合文書（学習データ）を使用して分類用のパラメータを生成する学習部３６、及び分類用のパラメータを使用して関連文書から適合文書を抽出する分類部３７から構成されている。
【００３９】
なお、検索語抽出部３１は第１手段（第１ステップ及び第１機能）として機能する。関連文書検索部３２は、第２手段、第３手段、第６手段、第１０手段、第１２手段及び第１３手段（各ステップ及び各機能）として機能する。適合文書指定部３３は第４手段（第４ステップ及び第４機能）として機能する。関連語抽出部３４は、第５手段（第５ステップ及び第５機能）として機能する。不適合文書抽出部３５は、第７手段（第７ステップ及び第７機能）として機能する。学習部３６は第８手段及び第９手段（各ステップ及び各機能）として機能する。分類部３７は第１１手段（第１１ステップ及び第１１機能）として機能する。
【００４０】
このような文書検索装置１の動作の流れについて説明する。
【００４１】
検索者は入出力部２３を操作することにより検索要求となる検索文を指定する。すると、検索語抽出部３１は検索者が指定した検索文から検索語を抽出し、関連文書検索部３２に入力する。関連文書検索部３２は、データベース２１の文書群から検索語を含む文書を関連文書としてランキング検索し、その検索結果を入出力部２３に入力する。入出力部２３はその検索結果を表示する。
【００４２】
検索者は検索結果の内容を吟味して、入出力部２３を操作することにより自身が求める（すなわち適合する）文書を適合文書として選択する。すると、適合文書指定部３３は、その選択に応じて検索結果から複数の適合文書を指定する。関連語抽出部３４は、検索者が指定した適合文書から関連語を抽出し、関連文書検索部３２に入力する。関連文書検索部３２は、データベース２１の文書群から関連語を含む文書を関連文書としてランキング検索し、その検索結果を入出力部２３に入力する。入出力部２３はその検索結果を表示する。これにより、検索者が指定した適合文書は検索上位に現れるようになる。このような適合文書の指定及び関連文書の検索が複数回繰り返され、十分な適合文書が得られる。
【００４３】
検索者は入出力部２３を操作することによりフィルタリング要求を指定する。すると、不適合文書抽出部３５は、適合文書を入力データとして検索者が要求しない（すなわち適合しない）不適合文書を「不適合文書の抽出法（後述する）」に従って検索結果から自動的に抽出する。抽出された不適合文書は、適合文書とともに学習部３６に渡り、分類用のパラメータを生成する学習データとなる。学習部３６はその学習データを使用して分類用のパラメータを生成し、分類用のパラメータを関連文書検索部３２に渡す。
【００４４】
関連文書検索部３２は、分類用のパラメータを検索語として再検索を行い、その再検索結果を分類部３７に入力する。分類部３７は、再検索結果を関連文書検索部３２から受け取り、分類用のパラメータを使用してフィルタリングを行い、関連文書のみを取り出して、その関連文書を適合文書として入出力部２３に入力する。入出力部２３はその適合文書を検索結果として表示する。
【００４５】
ここで、不適合文書の抽出法は、与えられた文書群（文書集合）の中から適合文書に基づいて不適合文書を抽出する方法であり、文書間の類似度を決めて、ベクトル空間上で類似度計算を行うことで不適合文書を抽出する。ここでは、適合文書と（適合文書の中心ベクトルをＣとする）とラベルなしの各文書（ラベルなし文書の文書ベクトルをＤとする）との類似度ｓｉｍが閾値α以下（ｓｉｍ（Ｃ，Ｄ）≦α）の文書が不適合文書とされる。また、ラベルなし文書としては、関連文書の検索結果の上位からユーザが指定した適合文書を除いたｎ個の文書が選択される。そして、不適合文書は適合文書と同じ数だけ抽出される。
【００４６】
不適合文書の抽出方法は次の手順による。まず、適合文書の集合Ｒから中心ベクトルＣを求める。関連文書の検索結果の上位からｎ個の文書を選択してＳとする。Ｓから未選択の文書を１つ選択し文書ベクトルＤを求め、中心ベクトルＣとの類似度ｓｉｍ（Ｃ，Ｄ）を計算し、その計算結果を優先順序キューＱに入れる。なお、優先順序キューＱはｓｉｍ（Ｃ，Ｄ）の値で半整列（判順序化）されている。また、キューサイズは適合文書サイズとなるように管理されている。優先順序キューＱ内の要素の最大値がαになると、優先順序キューＱ内の文書を不適合文書Ｎとし、不適合文書の抽出は完了する。Ｓ中の全て（ｎ個）の文書に対して類似度を計算しても、優先順序キューＱ内の要素の最大値がα以下にならない場合には、関連文書の検索結果からｍ個の文書をさらに選択してＳ中の文書数をｎからｎ＋ｍに拡張し、Ｓ中で未選択の文書の文書ベクトルＤに対して、上述と同じことを繰り返す。
【００４７】
このような文書フィルタリング部２２の各機能は文書検索プログラム２０に基づいてＣＰＵ１１が実行する処理により実現される。
【００４８】
図３は文書検索プログラム２０に基づいてＣＰＵ１１が実行する処理の流れを示すフローチャート、図４から図８はそれぞれ検索画面の表示例を示す平面図である。
【００４９】
図３に示すように、まず、ＣＰＵ１１は、例えば図４に示すような検索画面を入出力部２３により表示し（ステップＳ１）、検索語の入力及び検索実行ボタン２３ａの押下に待機する（ステップＳ２のＮ）。
【００５０】
検索者は入出力部２３を操作して検索語（検索文）を入力し、入力後に検索実行ボタン２３ａを押下（クリック）する。これにより、ＣＰＵ１１は、検索語に基づいて関連文書の検索を実行し（ステップＳ３）、その関連文書の検索結果を入出力部２３により表示する（ステップＳ４）。これにより、数千や数万になる関連文書の検索結果が表示される。このとき、検索画面は例えば図５に示すような画面になる。その後、適合文書の指定及び検索実行ボタン２３ａの押下に待機する（ステップＳ５のＮ）。
【００５１】
検索者は検索結果を確認して、より良い検索結果を得るために検索結果の文書の内容を確認し、入出力部２３を操作して、自身が求める（適合する）文書に○（図５参照）をつけて適合文書とし、入力後に検索実行ボタン２３ａを押下（クリック）する。
【００５２】
これにより、ＣＰＵ１１は、○がついている関連文書を適合文書として指定し、その適合文書に基づいて関連語を抽出し、その関連語に基づいて関連文書の検索を実行する（ステップＳ６）。その後、その関連文書の検索結果を入出力部２３により表示する（ステップＳ７）。すると、検索画面は例えば図６に示すような画面になり、図５に示すような画面で適合文書として指定した文書が検索上位に移動する。また、それに合わせて適合文書と関連する文書が検索結果の上位に出現するようになる。ＣＰＵ１１は、関連文書の検索結果の適合性をさらに良くするために、入出力部２３に対する検索者の操作に応じて適合文書を指定して、再び適合性フィードバック検索を行う（ステップＳ８のＮ）。ここに、第１３手段としての機能が実行される。
【００５３】
このような処理を複数回（Ｎ回）繰り返し（ステップＳ８のＹ）、フィルタリングボタン２３ｂの押下に待機する（ステップＳ９のＮ）。このとき、検索画面は例えば図７に示すような画面になり、検索上位に適合文書が並ぶようになる。この状態で、フィルタリングボタン２３ｂが押されると（ステップＳ９のＹ）、適合文書を入力データとして不適合文書を抽出し、分類用のパラメータを生成して、そのパラメータを検索語として再検索を実行する（ステップＳ１０）。その検索結果の関連文書をフィルタリングし（ステップＳ１１）、その結果を表示する（ステップＳ１２）。これにより、検索画面は図８に示すような画面になる。
【００５４】
このとき、図７に示すような画面の検索結果には、適合文書よりも不適合文書のほうが多く含まれるのが普通であるが、図８に示すような画面の再検索結果には、適合文書と関連しない文書は含まれていない。
【００５５】
このような処理により、図４に示すような画面は、検索実行ボタン２３ａが押されるとデータが図２に示すようにａ→ｂ→ｃ→ｄ→ｅと流れ、図５に示すような画面になる。より良い検索結果を得るために図５及び図６に示すような画面において、検索者が検索結果に○をつけると、適合文書が指定されて適合性フィードバック検索が行われる。このとき、データは図２に示すようにｆ→ｇ→ｈ→ｃ→ｄ→ｅと流れる。その後、図６に示すような画面は十分な適合文書が得られると図７に示すような画面になる。この図７に示すような画面は、フィルタリングボタン２３ｂが押されるとデータがｉ→ｊ→ｋ→ｃ→ｄ→ｌ→ｍと流れ、図８に示すような画面になる。
【００５６】
ステップＳ１０での不適合文書の抽出処理について説明する。
【００５７】
図９は不適合文書の抽出処理の流れを示すフローチャートである。
【００５８】
図９に示すように、まず、ＣＰＵ１１は、適合文書の集合Ｒの入力に待機する（ステップＳ２１のＮ）。適合文書の集合Ｒが入力されると（ステップＳ２１のＹ）、適合文書の集合Ｒから中心ベクトルＣを求め（ステップＳ２２）、関連文書の検索結果の上位からｎ個の文書を選択してＳとする（ステップＳ２３）。
【００５９】
次に、Ｓ中の文書を全て選択したか否かを判断する（ステップＳ２４）。Ｓ中の文書を全て選択した場合には（ステップＳ２４のＹ）、関連文書の検索結果からｍ個の文書をさらに選択してＳ中の文書数をｎからｎ＋ｍに拡張し（ステップＳ３０）、ステップＳ２３に処理を戻す。一方、Ｓ中の文書を全て選択していない場合には（ステップＳ２４のＮ）、Ｓ中の文書から未選択の文書を１つ選択し文書ベクトルＤを求める（ステップＳ２５）。中心ベクトルＣと文書ベクトルＤとの類似度ｓｉｍ（Ｃ，Ｄ）を計算し、その計算結果を優先順序キューＱに入れ、ｓｉｍ（Ｃ，Ｄ）の値が大きい順にＱ中の要素を半整列（半順序化）させる（ステップＳ２６）。
【００６０】
次いで、ＱのサイズがＲのサイズ以上か否かを判断する（ステップＳ２７）。ＱのサイズがＲのサイズ以上でない場合には（ステップＳ２７のＮ）、ステップＳ２４に処理を戻す。一方、ＱのサイズがＲのサイズ以上である場合には（ステップＳ２７のＹ）、Ｑの先頭要素の値が閾値αより小さいか否かを判断する（ステップＳ２８）。
【００６１】
Ｑの先頭要素が閾値αより大きい場合には（ステップＳ２８のＮ）、ＱのサイズがＲのサイズより大きいか否かを判断する（ステップＳ３１）。ＱのサイズがＲのサイズより大きい場合には（ステップＳ３１のＹ）、Ｑの先頭要素を削除して（ステップＳ３２）、ステップＳ２４に処理を戻し、ＱのサイズがＲのサイズより小さい場合には（ステップＳ３１のＮ）、そのままステップＳ２４に処理を戻す。一方、Ｑの先頭要素の値が閾値αより小さい場合には（ステップＳ２８のＹ）、Ｑ内の文書を不適合文書Ｎとし（ステップＳ２９）、不適合文書の抽出は完了する。
【００６２】
このように本実施の形態によれば、検索者が指定した適合文書に基づいて関連文書検索結果から不適合文書が自動的に抽出され、それらを学習データとして分類用のパラメータが生成され、そのパラメータに基づいて文書群から適合文書が得られるため、コストを抑え高い精度で文書群から適合文書を得ることができる。特に、適合文書から不適合文書を自動的に抽出することが可能になるため、ユーザのコストは従来の半分に抑えることができる。しかも、ユーザの主観が入らないので適合文書に対して安定した不適合文書を得ることができる。
【００６３】
さらに、フィルタリングを関連文書の検索と一緒に用いるため、フィルタリングのためにわざわざ適合文書を指定する必要がなくなる。すなわち、関連文書検索では、良い検索結果を得るために文書の内容を確認して適合性フィードバックを行いながら、ある程度満足いく結果に到達するまで検索を繰り返す。満足いく結果に到達した時点では、ある程度の量の適合文書が蓄積されているので（例えば、１回の検索において３つの適合文書を指定し、適合性フィードバック検索を行う。３〜４回の適合性フィードバック検索を行えば、９文書から１２文書の適合文書が得られる）、ユーザはフィルタリングのために適合文書の指定をせずともフィルタリングを実行することができる。このフィルタリングを行うことで、複数回の適合性フィードバックにより得られた関連文書から適合文書を抽出することができる。さらに、ユーザは一連のフローにおいてフィルタリングのために余計な処理を強要されず、操作性が向上する。
【図面の簡単な説明】
【００６４】
【図１】本発明の実施の一形態の文書検索装置の電気的な接続を示すブロック図である。
【図２】文書検索装置の機能を示すブロック図である。
【図３】文書検索プログラムに基づいてＣＰＵが実行する処理の流れを示すフローチャートである。
【図４】検索画面の表示例を示す平面図である。
【図５】検索画面の表示例を示す平面図である。
【図６】検索画面の表示例を示す平面図である。
【図７】検索画面の表示例を示す平面図である。
【図８】検索画面の表示例を示す平面図である。
【図９】不適合文書の抽出処理の流れを示すフローチャートである。
【符号の説明】
【００６５】
１ 文書検索装置
２１ 蓄積部（データベース）
２３ 表示部（入出力部）
２３ 操作部（入出力部）
３１ 第１手段、第１機能、第１ステップ（検索語抽出部）
３２ 第２手段、第２機能、第２ステップ（関連文書検索部）
３２ 第３手段、第３機能、第３ステップ（関連文書検索部）
３２ 第６手段、第６機能、第６ステップ（関連文書検索部）
３２ 第１０手段、第１０機能、第１０ステップ（関連文書検索部）
３２ 第１２手段、第１２機能、第１２ステップ（関連文書検索部）
３２ 第１３手段、第１３機能、第１３ステップ（関連文書検索部）
３３ 第４手段、第４機能、第４ステップ（適合文書指定部）
３４ 第５手段、第５機能、第５ステップ（関連語抽出部）
３５ 第７手段、第７機能、第７ステップ（不適合文書抽出部）
３６ 第８手段、第８機能、第８ステップ（学習部）
３６ 第９手段、第９機能、第９ステップ（学習部）
３７ 第１１手段、第１１機能、第１１ステップ（分類部）
Ｓ８ 第１３手段、第１３機能、第１３ステップ
【特許請求の範囲】
【請求項１】
操作を受け付ける操作部に対する検索者の入力操作に応じて検索用の語句を検索語として設定する第１手段と、
電子化された複数の文書を文書群として蓄積する蓄積部に蓄積されている文書群から、前記第１手段により設定された前記検索語を含む文書を関連文書として検索する第２手段と、
表示動作を行う表示部に前記第２手段による検索結果を表示させる第３手段と、
前記操作部に対する検索者の入力操作に応じて、前記第２手段により検索された複数の前記関連文書から検索者が求める適合文書を指定する第４手段と、
前記第４手段により指定された前記適合文書に基づいて検索用の語句を関連語として設定する第５手段と、
前記蓄積部に蓄積されている文書群から、前記第５手段により設定された前記関連語を含む文書を関連文書として検索する第６手段と、
前記第６手段により検索された複数の前記関連文書から、前記第４手段により指定された前記適合文書に基づいて検索者が求めない不適合文書を抽出する第７手段と、
前記第４手段により指定された前記適合文書及び前記第７手段により抽出された前記不適合文書に基づいて分類用のパラメータを生成する第８手段と、
前記第８手段により生成された前記パラメータに基づいて前記検索語を再設定する第９手段と、
前記蓄積部に蓄積されている文書群から、前記第９手段により再設定された前記検索語を含む文書を前記関連文書として検索する第１０手段と、
前記第１０手段により検索された複数の前記関連文書から、前記第８手段により生成された前記パラメータに基づいて前記適合文書を抽出する第１１手段と、
前記表示部に前記第１１手段による抽出結果を表示させる第１２手段と、
を備える文書検索装置。
【請求項２】
前記蓄積部を備える、
請求項１記載の文書検索装置。
【請求項３】
前記操作部及び前記表示部を備える、
請求項１又は２記載の文書検索装置。
【請求項４】
前記第３手段は、前記表示部に前記第６手段による検索結果も表示させ、
前記第４手段は、前記操作部に対する検索者の入力操作に応じて、前記第６手段により検索された複数の前記関連文書からも前記適合文書を指定し、
前記第３手段、前記第４手段、第５手段及び第６手段を複数回繰り返す第１３手段を備える、
請求項１、２又は３記載の文書検索装置。
【請求項５】
前記第７手段は、前記適合文書及び前記関連文書間の類似度を求め、その類似度に基づいて複数の前記関連文書から前記不適合文書を抽出する、
請求項１、２、３又は４記載の文書検索装置。
【請求項６】
前記第７手段は、前記適合文書と同数の前記不適合文書を抽出する、
請求項１、２、３、４又は５記載の文書検索装置。
【請求項７】
前記第１１手段は、前記パラメータに基づいて前記適合文書と前記不適合文書とを分類するフィルタリングを行って前記第１０手段により検索された複数の前記関連文書から前記適合文書を抽出する、
請求項１、２、３、４、５又は６記載の文書検索装置。
【請求項８】
操作を受け付ける操作部に対する検索者の入力操作に応じて検索用の語句を検索語として設定する第１ステップと、
電子化された複数の文書を文書群として蓄積する蓄積部に蓄積されている文書群から、前記第１ステップにより設定された前記検索語を含む文書を関連文書として検索する第２ステップと、
表示動作を行う表示部に前記第２ステップによる検索結果を表示させる第３ステップと、
前記操作部に対する検索者の入力操作に応じて、前記第２ステップにより検索された複数の前記関連文書から検索者が求める適合文書を指定する第４ステップと、
前記第４ステップにより指定された前記適合文書に基づいて検索用の語句を関連語として設定する第５ステップと、
前記蓄積部に蓄積されている文書群から、前記第５ステップにより設定された前記関連語を含む文書を関連文書として検索する第６ステップと、
前記第６ステップにより検索された複数の前記関連文書から、前記第４ステップにより指定された前記適合文書に基づいて検索者が求めない不適合文書を抽出する第７ステップと、
前記第４ステップにより指定された前記適合文書及び前記第７ステップにより抽出された前記不適合文書に基づいて分類用のパラメータを生成する第８ステップと、
前記第８ステップにより生成された前記パラメータに基づいて前記検索語を再設定する第９ステップと、
前記蓄積部に蓄積されている文書群から、前記第９ステップにより再設定された前記検索語を含む文書を前記関連文書として検索する第１０ステップと、
前記第１０ステップにより検索された複数の前記関連文書から、前記第８ステップにより生成された前記パラメータに基づいて前記適合文書を抽出する第１１ステップと、
前記表示部に前記第１１ステップによる抽出結果を表示させる第１２ステップと、
を備える文書検索方法。
【請求項９】
前記第３ステップは、前記表示部に前記第６ステップによる検索結果も表示させ、
前記第４ステップは、前記操作部に対する検索者の入力操作に応じて、前記第６ステップにより検索された複数の前記関連文書からも前記適合文書を指定し、
前記第３ステップ、前記第４ステップ、第５ステップ及び第６ステップを複数回繰り返す第１３ステップを備える、
請求項８記載の文書検索方法。
【請求項１０】
前記第７ステップは、前記適合文書及び前記関連文書間の類似度を求め、その類似度に基づいて複数の前記関連文書から前記不適合文書を抽出する、
請求項８又は９記載の文書検索方法。
【請求項１１】
前記第７ステップは、前記適合文書と同数の前記不適合文書を抽出する、
請求項８、９又は１０記載の文書検索方法。
【請求項１２】
前記第１１ステップは、前記パラメータに基づいて前記適合文書と前記不適合文書とを分類するフィルタリングを行って前記第１０ステップにより検索された複数の前記関連文書から前記適合文書を抽出する、
請求項８、９、１０又は１１記載の文書検索方法。
【請求項１３】
操作を受け付ける操作部に対する検索者の入力操作に応じて検索用の語句を検索語として設定する第１機能と、
電子化された複数の文書を文書群として蓄積する蓄積部に蓄積されている文書群から、前記第１機能により設定された前記検索語を含む文書を関連文書として検索する第２機能と、
表示動作を行う表示部に前記第２機能による検索結果を表示させる第３機能と、
前記操作部に対する検索者の入力操作に応じて、前記第２機能により検索された複数の前記関連文書から検索者が求める適合文書を指定する第４機能と、
前記第４機能により指定された前記適合文書に基づいて検索用の語句を関連語として設定する第５機能と、
前記蓄積部に蓄積されている文書群から、前記第５機能により設定された前記関連語を含む文書を関連文書として検索する第６機能と、
前記第６機能により検索された複数の前記関連文書から、前記第４機能により指定された前記適合文書に基づいて検索者が求めない不適合文書を抽出する第７機能と、
前記第４機能により指定された前記適合文書及び前記第７機能により抽出された前記不適合文書に基づいて分類用のパラメータを生成する第８機能と、
前記第８機能により生成された前記パラメータに基づいて前記検索語を再設定する第９機能と、
前記蓄積部に蓄積されている文書群から、前記第９機能により再設定された前記検索語を含む文書を前記関連文書として検索する第１０機能と、
前記第１０機能により検索された複数の前記関連文書から、前記第８機能により生成された前記パラメータに基づいて前記適合文書を抽出する第１１機能と、
前記表示部に前記第１１機能による抽出結果を表示させる第１２機能と、
をコンピュータに実行させるコンピュータ読取可能なプログラム。
【請求項１４】
前記第３機能は、前記表示部に前記第６機能による検索結果も表示させ、
前記第４機能は、前記操作部に対する検索者の入力操作に応じて、前記第６機能により検索された複数の前記関連文書からも前記適合文書を指定し、
前記第３機能、前記第４機能、第５機能及び第６機能を複数回繰り返す第１３機能を前記コンピュータに実行させる、
請求項１３記載のプログラム。
【請求項１５】
前記第７機能は、前記適合文書及び前記関連文書間の類似度を求め、その類似度に基づいて複数の前記関連文書から前記不適合文書を抽出する、
請求項１３又は１４記載のプログラム。
【請求項１６】
前記第７機能は、前記適合文書と同数の前記不適合文書を抽出する、
請求項１３、１４又は１５記載のプログラム。
【請求項１７】
前記第１１機能は、前記パラメータに基づいて前記適合文書と前記不適合文書とを分類するフィルタリングを行って前記第１０機能により検索された複数の前記関連文書から前記適合文書を抽出する、
請求項１３、１４、１５又は１６記載のプログラム。
【請求項１８】
請求項１３ないし１７のいずれか一記載のプログラムを記憶しているコンピュータ読取可能な記憶媒体。
【請求項１】
操作を受け付ける操作部に対する検索者の入力操作に応じて検索用の語句を検索語として設定する第１手段と、
電子化された複数の文書を文書群として蓄積する蓄積部に蓄積されている文書群から、前記第１手段により設定された前記検索語を含む文書を関連文書として検索する第２手段と、
表示動作を行う表示部に前記第２手段による検索結果を表示させる第３手段と、
前記操作部に対する検索者の入力操作に応じて、前記第２手段により検索された複数の前記関連文書から検索者が求める適合文書を指定する第４手段と、
前記第４手段により指定された前記適合文書に基づいて検索用の語句を関連語として設定する第５手段と、
前記蓄積部に蓄積されている文書群から、前記第５手段により設定された前記関連語を含む文書を関連文書として検索する第６手段と、
前記第６手段により検索された複数の前記関連文書から、前記第４手段により指定された前記適合文書に基づいて検索者が求めない不適合文書を抽出する第７手段と、
前記第４手段により指定された前記適合文書及び前記第７手段により抽出された前記不適合文書に基づいて分類用のパラメータを生成する第８手段と、
前記第８手段により生成された前記パラメータに基づいて前記検索語を再設定する第９手段と、
前記蓄積部に蓄積されている文書群から、前記第９手段により再設定された前記検索語を含む文書を前記関連文書として検索する第１０手段と、
前記第１０手段により検索された複数の前記関連文書から、前記第８手段により生成された前記パラメータに基づいて前記適合文書を抽出する第１１手段と、
前記表示部に前記第１１手段による抽出結果を表示させる第１２手段と、
を備える文書検索装置。
【請求項２】
前記蓄積部を備える、
請求項１記載の文書検索装置。
【請求項３】
前記操作部及び前記表示部を備える、
請求項１又は２記載の文書検索装置。
【請求項４】
前記第３手段は、前記表示部に前記第６手段による検索結果も表示させ、
前記第４手段は、前記操作部に対する検索者の入力操作に応じて、前記第６手段により検索された複数の前記関連文書からも前記適合文書を指定し、
前記第３手段、前記第４手段、第５手段及び第６手段を複数回繰り返す第１３手段を備える、
請求項１、２又は３記載の文書検索装置。
【請求項５】
前記第７手段は、前記適合文書及び前記関連文書間の類似度を求め、その類似度に基づいて複数の前記関連文書から前記不適合文書を抽出する、
請求項１、２、３又は４記載の文書検索装置。
【請求項６】
前記第７手段は、前記適合文書と同数の前記不適合文書を抽出する、
請求項１、２、３、４又は５記載の文書検索装置。
【請求項７】
前記第１１手段は、前記パラメータに基づいて前記適合文書と前記不適合文書とを分類するフィルタリングを行って前記第１０手段により検索された複数の前記関連文書から前記適合文書を抽出する、
請求項１、２、３、４、５又は６記載の文書検索装置。
【請求項８】
操作を受け付ける操作部に対する検索者の入力操作に応じて検索用の語句を検索語として設定する第１ステップと、
電子化された複数の文書を文書群として蓄積する蓄積部に蓄積されている文書群から、前記第１ステップにより設定された前記検索語を含む文書を関連文書として検索する第２ステップと、
表示動作を行う表示部に前記第２ステップによる検索結果を表示させる第３ステップと、
前記操作部に対する検索者の入力操作に応じて、前記第２ステップにより検索された複数の前記関連文書から検索者が求める適合文書を指定する第４ステップと、
前記第４ステップにより指定された前記適合文書に基づいて検索用の語句を関連語として設定する第５ステップと、
前記蓄積部に蓄積されている文書群から、前記第５ステップにより設定された前記関連語を含む文書を関連文書として検索する第６ステップと、
前記第６ステップにより検索された複数の前記関連文書から、前記第４ステップにより指定された前記適合文書に基づいて検索者が求めない不適合文書を抽出する第７ステップと、
前記第４ステップにより指定された前記適合文書及び前記第７ステップにより抽出された前記不適合文書に基づいて分類用のパラメータを生成する第８ステップと、
前記第８ステップにより生成された前記パラメータに基づいて前記検索語を再設定する第９ステップと、
前記蓄積部に蓄積されている文書群から、前記第９ステップにより再設定された前記検索語を含む文書を前記関連文書として検索する第１０ステップと、
前記第１０ステップにより検索された複数の前記関連文書から、前記第８ステップにより生成された前記パラメータに基づいて前記適合文書を抽出する第１１ステップと、
前記表示部に前記第１１ステップによる抽出結果を表示させる第１２ステップと、
を備える文書検索方法。
【請求項９】
前記第３ステップは、前記表示部に前記第６ステップによる検索結果も表示させ、
前記第４ステップは、前記操作部に対する検索者の入力操作に応じて、前記第６ステップにより検索された複数の前記関連文書からも前記適合文書を指定し、
前記第３ステップ、前記第４ステップ、第５ステップ及び第６ステップを複数回繰り返す第１３ステップを備える、
請求項８記載の文書検索方法。
【請求項１０】
前記第７ステップは、前記適合文書及び前記関連文書間の類似度を求め、その類似度に基づいて複数の前記関連文書から前記不適合文書を抽出する、
請求項８又は９記載の文書検索方法。
【請求項１１】
前記第７ステップは、前記適合文書と同数の前記不適合文書を抽出する、
請求項８、９又は１０記載の文書検索方法。
【請求項１２】
前記第１１ステップは、前記パラメータに基づいて前記適合文書と前記不適合文書とを分類するフィルタリングを行って前記第１０ステップにより検索された複数の前記関連文書から前記適合文書を抽出する、
請求項８、９、１０又は１１記載の文書検索方法。
【請求項１３】
操作を受け付ける操作部に対する検索者の入力操作に応じて検索用の語句を検索語として設定する第１機能と、
電子化された複数の文書を文書群として蓄積する蓄積部に蓄積されている文書群から、前記第１機能により設定された前記検索語を含む文書を関連文書として検索する第２機能と、
表示動作を行う表示部に前記第２機能による検索結果を表示させる第３機能と、
前記操作部に対する検索者の入力操作に応じて、前記第２機能により検索された複数の前記関連文書から検索者が求める適合文書を指定する第４機能と、
前記第４機能により指定された前記適合文書に基づいて検索用の語句を関連語として設定する第５機能と、
前記蓄積部に蓄積されている文書群から、前記第５機能により設定された前記関連語を含む文書を関連文書として検索する第６機能と、
前記第６機能により検索された複数の前記関連文書から、前記第４機能により指定された前記適合文書に基づいて検索者が求めない不適合文書を抽出する第７機能と、
前記第４機能により指定された前記適合文書及び前記第７機能により抽出された前記不適合文書に基づいて分類用のパラメータを生成する第８機能と、
前記第８機能により生成された前記パラメータに基づいて前記検索語を再設定する第９機能と、
前記蓄積部に蓄積されている文書群から、前記第９機能により再設定された前記検索語を含む文書を前記関連文書として検索する第１０機能と、
前記第１０機能により検索された複数の前記関連文書から、前記第８機能により生成された前記パラメータに基づいて前記適合文書を抽出する第１１機能と、
前記表示部に前記第１１機能による抽出結果を表示させる第１２機能と、
をコンピュータに実行させるコンピュータ読取可能なプログラム。
【請求項１４】
前記第３機能は、前記表示部に前記第６機能による検索結果も表示させ、
前記第４機能は、前記操作部に対する検索者の入力操作に応じて、前記第６機能により検索された複数の前記関連文書からも前記適合文書を指定し、
前記第３機能、前記第４機能、第５機能及び第６機能を複数回繰り返す第１３機能を前記コンピュータに実行させる、
請求項１３記載のプログラム。
【請求項１５】
前記第７機能は、前記適合文書及び前記関連文書間の類似度を求め、その類似度に基づいて複数の前記関連文書から前記不適合文書を抽出する、
請求項１３又は１４記載のプログラム。
【請求項１６】
前記第７機能は、前記適合文書と同数の前記不適合文書を抽出する、
請求項１３、１４又は１５記載のプログラム。
【請求項１７】
前記第１１機能は、前記パラメータに基づいて前記適合文書と前記不適合文書とを分類するフィルタリングを行って前記第１０機能により検索された複数の前記関連文書から前記適合文書を抽出する、
請求項１３、１４、１５又は１６記載のプログラム。
【請求項１８】
請求項１３ないし１７のいずれか一記載のプログラムを記憶しているコンピュータ読取可能な記憶媒体。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【公開番号】特開２００６−８５６２８（Ｐ２００６−８５６２８Ａ）
【公開日】平成１８年３月３０日（２００６．３．３０）
【国際特許分類】
【出願番号】特願２００４−２７２２８７（Ｐ２００４−２７２２８７）
【出願日】平成１６年９月１７日（２００４．９．１７）
【出願人】（０００００６７４７）株式会社リコー (37,907)
【Ｆターム（参考）】
【公開日】平成１８年３月３０日（２００６．３．３０）
【国際特許分類】
【出願日】平成１６年９月１７日（２００４．９．１７）
【出願人】（０００００６７４７）株式会社リコー (37,907)
【Ｆターム（参考）】
[ Back to top ]