JP2000148764A - クラスタリングを用いた検索質問展開処理装置，検索質問展開処理方法および検索質問展開処理用プログラム記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 大量の文書検索において１次検索結果から２
次検索質問を生成する検索質問展開処理装置に関し，１
次検索結果をもとに適切な２次検索質問を生成して，文
書検索における再現率と精度とをバランスよく向上させ
ることができるようにすることを目的とする。 【解決手段】 クラスタリング部11は，検索エンジン３
の１次検索結果41を入力として文書群のクラスタリング
を行い，クラスタ集合45を出力する。２次検索質問生成
部12は，クラスタ集合45についてクラスタ選択，クラス
タ内文書選択等を行い，検索質問展開に適したクラスタ
を選択し，これを用いて２次検索質問47を生成する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は，文書検索システム
において，２次検索の質問を自動的に生成する検索質問
展開処理装置およびその処理方法に関する。

【０００２】大量の文書情報を蓄積し，検索質問によっ
て情報を入手することができる検索システムが増加して
いる。このようなシステムにおいて良質の情報を入手す
るためには，良質の検索質問を生成する必要がある。そ
のため，ユーザが入力した検索質問をもとに，システム
が質の高い検索質問を生成する技術は重要である。

【０００３】

【従来の技術】従来からユーザが与えた検索質問を自動
的に展開する技術は，研究されている。検索質問を自動
的に展開する従来の方法の一つとして，例えば同義語や
シソーラス等の言語情報を利用する方法がある。このよ
うな言語情報を利用した検索質問展開方法には，あらか
じめ言語情報を収集しておく必要があるという欠点があ
る。また，収集した言語情報は一般的なものであるか
ら，質問によっては再現率は向上するものの検索精度が
低くなってしまうことがあるという欠点がある。

【０００４】また，これとは別に，ユーザが与えた検索
質問をもとに検索（１次検索）を実行し，その結果を利
用して検索質問を展開する方法も行われている。例え
ば，１次検索結果の上位１０位から単語を抽出し，その
抽出単語を用いて新しい検索質問を生成することが行わ
れている。この１次検索結果を用いる検索質問展開は，
質問に特化した展開が可能であるので有効であると考え
られるが，従来提案されている１次検索結果を用いた質
問展開方法による検索（２次検索）の成績は，必ずしも
満足できる結果となってはいない。

【０００５】

【発明が解決しようとする課題】従来の１次検索結果を
用いた質問展開方法では，２次検索の成績に不満が残る
ものになっているが，これは，１次検索結果の利用方法
の未熟さに原因があると考えられる。検索の再現率と精
度の両方を向上させるためには，１次検索結果から質問
展開に適したもののみを精選し，それらをもとに良質な
２次検索質問を生成する必要がある。

【０００６】また，文書検索を行う方法には，一般的に
方法内部の選択肢やパラメタが多く，その調整の良し悪
しが検索結果の質に大きく影響する。特に，検索質問展
開では，検索対象となる大量の文書情報，ユーザが与え
る検索質問，１次検索を行うプログラム（１次検索エン
ジン）等の影響を受けるので，パラメタの調整の重要性
が増している。そこで，選択肢やパラメタの調整が容易
なアーキテクチャであることも要求される。

【０００７】本発明は上記問題点の解決を図り，１次検
索結果を用いる検索質問展開において，文書検索におけ
る再現率と精度の両方を向上させる適切な２次検索質問
を生成できるようにすることを目的とする。

【０００８】

【課題を解決するための手段】本発明は，１次検索結果
を，各検索結果間の関連度等に着目してクラスタリング
し，クラスタリングした結果から適切なクラスタを選択
して，それらをもとに２次検索質問を生成することをも
っとも主要な特徴とする。１次検索結果をクラスタリン
グすることによって，適切なクラスタから２次検索質問
において重要性のある単語を選別することが可能とな
り，２次検索の再現率と精度を向上させることが可能と
なる。

【０００９】図１は，本発明の原理を説明する図であ
る。本発明に係る検索質問展開処理装置１は，文書デー
タベースの検索システムの一部を担い，検索結果を用い
て検索質問を展開する。検索システムは，検索対象とな
る複数個の文書を記憶する文書データベース２と検索質
問を入力として検索結果を出力する検索エンジン３から
なる。検索エンジン３としては，一般に用いられている
既存のものを用いることができるので，検索エンジン３
の内部構成についての説明は省略する。

【００１０】「検索質問」は，検索対象の文書データベ
ース２から検索したい文書を得るために検索エンジン３
に対して指定する質問であり，一般的には単語列と各単
語の重み（重みがない場合には，重み＝１とする）によ
って構成され，その形式は検索エンジンによって異な
る。「検索結果」は，検索エンジン３によって検索され
た１または複数の文書である。検索エンジン３は，文書
だけでなく，文書ごとに「検索順位」や「検索スコア」
を出力することもできる。「検索順位」は，検索結果で
ある文書について，検索エンジン３が出力として最も適
切である文書から順に付けた番号である。「検索スコ
ア」は，検索順位を付ける際に検索エンジン３が各文書
に付けた評価値であり，スコアが高いほど順位が高い。

【００１１】本発明の処理動作の前段階として検索結果
を出力する１次検索機能が必要である。１次検索では，
検索システムへ最初に与えられる１次検索質問４０を検
索エンジン３に入力し，その出力を１次検索結果（検索
対象文書の部分集合）４１として出力する。

【００１２】検索質問展開処理装置１は，検索エンジン
３による１次検索結果４１をクラスタリングするクラス
タリング部１１と，クラスタリング部１１により得られ
たクラスタ集合４５をもとに２次検索質問４７を生成す
る２次検索質問生成部１２とを有する。

【００１３】クラスタリング部１１および２次検索質問
生成部１２は，それぞれ，内部の部分機能の実現手法お
よびその実現手法ごとに存在する可変なパラメタの値を
適切に選択または設定することができる可変アーキテク
チャとなっている。

【００１４】これらの選択や設定を自由に行うための可
変な部分は，省略可能な機能を省略するかどうかの指
定，複数の実現方式からの選択，ユーザによるパラメタ
の設定等である。これらは，一つのファイルに一括して
「機能を省略するか否か」，「選択された実現方式」，
「設定されたパラメタ」等を記述して管理し，そのファ
イルを指定して実行することで，実行中にそのファイル
の記述内容により実際の動作を決定する。なお，本例に
おける検索質問展開処理装置１の可変な部分の一部また
は全部を固定化した構成も，可変アーキテクチャの一部
とする。

【００１５】クラスタリング部１１は，１次検索結果４
１をクラスタリングし，クラスタ集合４５を出力する。
なお，１次検索結果４１の部分集合を「クラスタ」と呼
び，クラスタの集合を「クラスタ集合」と呼ぶ。

【００１６】クラスタリング部１１は，複数のクラスタ
リング実現手法を持ち，可変アーキテクチャによってそ
のうちの一つを選択して利用する。実現手法のいくつか
については後述するが，ここで記述したもの以外のクラ
スタリング実現手法を用いることもできる。

【００１７】２次検索質問生成部１２は，複数のクラス
タ選択手法またはクラスタ内文書選択手法を持つ。２次
検索質問生成部１２は，クラスタリング部１１が生成し
たクラスタ集合４５を入力として，そのうちの一つまた
は複数を組み合わせて利用することにより検索質問展開
に適したクラスタを選別し，これを用いて２次検索質問
４７を生成する。

【００１８】クラスタ選択では，クラスタ集合４５から
その部分集合である２次検索質問４７の生成に適したク
ラスタ集合（以下，「良いクラスタ集合」という）や２
次検索質問４７の生成に適さないクラスタ集合（以下，
「悪いクラスタ集合」という）を選択する。クラスタ内
文書選択では，良いクラスタ集合または悪いクラスタ集
合に含まれるクラスタ内の文書を選択する。

【００１９】２次検索質問４７の生成では，クラスタ集
合（良いクラスタ集合や悪いクラスタ集合）４５を入力
し，検索質問（後述する図２の検索質問４６）を出力す
る。その際，文書データベース２に蓄えられた対象文書
を利用して検索質問を決定する。なお，検索質問生成の
実現手法の違いにより，悪いクラスタ集合を用いないで
検索質問を生成する場合もある。

【００２０】さらに，生成した検索質問と１次検索質問
４０とを入力して，これらを配合することにより適切な
検索質問を生成し，２次検索質問４７を出力する。この
質問配合の処理は省略することができ，省略した場合に
は，クラスタ集合から生成した検索質問をそのまま２次
検索質問４７として出力する。

【００２１】本発明では，１次検索結果（複数）４１を
クラスタリングして２次検索質問生成に利用するが，場
合に応じて，１次検索結果（複数）４１以外にも，１次
検索質問４０や１次検索順位４２や１次検索スコア４３
等を参照して利用する。

【００２２】本発明は，以下のように作用する。クラス
タリング部１１は，検索エンジン３の１次検索結果４１
を入力としてクラスタリングを行い，その部分集合であ
るクラスタの集合であるクラスタ集合４５を出力する。
２次検索質問生成部１２は，クラスタ集合４５を入力と
して，クラスタ選択等を行い，検索質問展開に適した良
いクラスタ集合と適さない悪いクラスタ集合とを生成
し，これらを用いて検索質問を生成する。さらに，１次
検索質問４０を入力し検索質問と配合して２次検索質問
４７を出力する。検索エンジン３は，この２次検索質問
４７を用いて，文書データベース２の２次検索を行い，
２次検索結果４８等を出力する。

【００２３】以上の各処理手段をコンピュータによって
実現するためのプログラムは，コンピュータが読み取り
可能な可搬媒体メモリ，半導体メモリ，ハードディスク
などの適当な記録媒体に格納することができる。

【００２４】

【発明の実施の形態】以下，本発明の実施の形態を説明
する。本実施の形態では，図１に示すような構成におい
て，検索質問展開処理装置１のクラスタリング部１１と
２次検索質問生成部１２は，その内部の部分機能の構成
を可変アーキテクチャとする。以下では，その機能の実
現手法のいくつかについて説明するが，説明した以外の
手法を用いて実現することもできる。

【００２５】〔１〕クラスタリング クラスタリング部１１は，複数存在するクラスタリング
実現手法のうちの一つを選択してクラスタリングを行
う。ここでは，その実現手法のうちの一つとして，文書
−文書間関連度を用いたクラスタリングを説明する。

【００２６】図２は，クラスタリングの処理概要を示す
図である。図２に示すように，クラスタリング部１１
は，１次検索結果４１を入力として，検索対象の文書デ
ータベース２に含まれる全ての文書を用いて単語の出現
頻度に基づく１次検索結果４１の文書−文書間関連度を
計算し（Ｓ１１），その文書−文書間関連度に基づいて
クラスタリングを行い（Ｓ１２），クラスタ集合４５を
出力する。

【００２７】単語の出現頻度から文書−文書間関連度を
計算する手法としては，ＬｔＬｎｕ法，ＫｕｌｌＢａｃ
ｋ法，ＯＫＡＰＩ法など既存の手法が多数存在するの
で，それらの手法から一つを選択して文書−文書間関連
度を計算する。

【００２８】なお，文書−文書間関連度計算手法につい
ての参考文献としては， ・文献１：「情報検索研究」pp.105-106，イングベルセ
ン，Ｐ．著／藤原鎮男監訳／細野公男訳，情報検索研究
認知的アプローチ，1995年 ISBN 4-8101-8917-1,トッ
パン, ・文献２：「情報検索論」pp.51-57，細野公男監訳，情
報検索論 認知的アプローチへの展望，1994年 ISBN 4-
621-04008-1,丸善，等がある。

【００２９】また，文書−文書間関連度に基づくクラス
タリング手法としては，Ｗａｒｄ法，ＵＰＧＭＡ法，Ｗ
ＰＧＭＡ法など多数存在するので，それらの手法から一
つを選択してクラスタリングする。クラスタリング手法
の参考文献としては， ・文献３：「多次元データの解析」，鷲尾泰俊，大橋靖
雄著，シリーズ入門 統計的方法３，1989年 ISBN 4-00
-00763-5, 岩波書店, ・文献４：Information Retrieval: Data Structures &
Algorithms by RicardoBaeza-Yates(Editor), William
B.Frakes, Ricardo Baeza-Yates, Prentice Hall Pres
s; ISBN 0134638379, pp.428-440 ， 等がある。

【００３０】〔２〕２次検索質問生成 ２次検索質問生成部１２は，クラスタ集合４５を入力と
して，後述するような種々の手法によるクラスタ選択ま
たはクラスタ内文書選択を行い，選択したクラスタ集合
を用いて２次検索質問４７を生成する。

【００３１】図３は，２次検索質問生成の処理概要を示
す図である。２次検索質問生成部１２の部分機能は可変
アーキテクチャであり，図３中，点線で示す部分は省略
可能な部分であることを示す。

【００３２】１）クラスタ選択 ２次検索質問生成部１２は，さまざまなクラスタ選択の
実現方法により，クラスタ集合４５から良いクラスタ集
合または悪いクラスタ集合を選択する（Ｓ２１）。ま
た，良いクラスタ集合と悪いクラスタ集合のどちらか一
方あるいは両方とも省略することが可能である。良いク
ラスタ集合の選択を省略した場合には，出力される良い
クラスタ集合４５は入力と同じものとなる。このクラス
タ選択の処理（Ｓ２１）では，その実現手法の違いによ
り，１次検索質問４０，１次検索順位４２，１次検索ス
コア４３を参照する場合がある。

【００３３】良いクラスタ集合または悪いクラスタ集合
の選択は，独立に別個の実現手法で行うことが可能であ
る。以下の手法は，どちらの集合の選択手法としても使
用できるような，クラスタ集合から検索質問の生成に有
効な情報を持つと考えられるクラスタ集合を選択する手
法である。

【００３４】１−１）属性条件によるクラスタ選択 属性条件によるクラスタ選択では，ある属性条件を満た
すクラスタのみを選択する。

【００３５】図４は，属性条件によるクラスタ選択の処
理概要を示す図である。図４に示すように，属性条件群
から選択した属性条件によりクラスタ集合４５を判定し
て該当クラスタを選択し，良いクラスタ集合（または悪
いクラスタ集合）として出力する（Ｓ１０１）。

【００３６】判定に用いる属性条件群としては，以下の
ようなものがある。 (a) ユーザが文書集合Ｄを指定して，Ｄの要素である文
書が少なくとも１個は含まれているクラスタのみを選択
する。 (b) ユーザが整数ｎを指定して，要素数（文書数）がｎ
個以下のクラスタのみを選択する。 (c) ユーザが整数ｎとｍを指定して，要素数がｎ個以上
かつｍ個以下のクラスタのみを選択する。 (d) クラスタの属性条件（ｆ）を指定して，その条件を
満たすクラスタのみ選択する。

【００３７】図５は，属性条件によるクラスタ選択の例
を説明する図である。図５において，矩形はクラスタを
表し，矩形内の円は文書を表す。属性条件群の中から
(c) 「ユーザが整数ｎとｍを指定して，要素数がｎ個以
上かつｍ個以下のクラスタのみを選択する」という属性
条件が選択されたものとする。この例では，ユーザがｎ
＝３，ｍ＝１０を指定したものとする。図５に示すよう
に，クラスタのサイズ（要素数）の小さい順に上からク
ラスタを並べ，要素数が２個以下のクラスタと要素数が
１１個以上のクラスタを除外し，要素数が２個以上かつ
１０個以下のクラスタを，この属性条件を満たすクラス
タ（図中クラスタの右側に○印を付したもの）として選
択して，これらを選択されたクラスタ集合とする。

【００３８】１−２）代表値比較によるクラスタ選択 代表値比較によるクラスタ選択では，クラスタごとの代
表値を計算し，ある代表値の条件を満たすクラスタのみ
を選択する。

【００３９】図６は，代表値比較によるクラスタ選択の
処理概要を示す図である。図６に示すように，クラスタ
集合４５を入力として，代表値計算手法群から選択した
手法により，クラスタ集合４５の各クラスタの代表値を
計算し，「（クラスタ，代表値）の集合」を生成する
（Ｓ１１１）。次に，代表値条件群から選択した条件に
より，「（クラスタ，代表値）の集合」からクラスタが
その代表値条件を満たすかどうかを判定してユーザ指定
のｎ個の該当クラスタを選択し，それらを選択されたク
ラスタ集合として出力する（Ｓ１１２）。

【００４０】代表値計算手法群としては，以下のような
ものがある。 (a) クラスタ内の文書の１次検索順位の平均をそのクラ
スタの代表値とする。 (b) クラスタ内の文書におけるもっとも良い１次検索順
位をそのクラスタの代表値とする。 (c) クラスタ内の文書におけるもっとも悪い１次検索順
位をそのクラスタの代表値とする。 (d) クラスタ内の文書の１次検索スコアの平均をそのク
ラスタの代表値とする。 (e) クラスタ内の文書におけるもっとも高い１次検索ス
コアをそのクラスタの代表値とする。 (f) クラスタ内の文書におけるもっとも低い１次検索ス
コアをそのクラスタの代表値とする。

【００４１】また，代表値条件群としては，以下のよう
なものがある。 (a) 代表値がもっとも大きいクラスタを選択する。 (b) 代表値がもっとも小さいクラスタを選択する。 (c) ユーザが整数ｎを指定して，上位ｎ位以上のクラス
タを選択する。 (d) ユーザが整数ｎを指定して，下位ｎ位以下のクラス
タを選択する。

【００４２】図７は，代表値比較によるクラスタ選択の
例を説明する図である。図７において，矩形はクラスタ
を表し，矩形内の円は文書を表す。代表値計算手法群の
中から，(d) 「クラスタ内の文書の１次検索スコアの平
均スコアをそのクラスタの代表値とする」という代表値
計算手法が選択されたものとする。各クラスタの代表値
を計算し，図７に示すように，上から下へ高平均スコア
の順にクラスタを並べる。ここで，(c) 「ユーザが整数
ｎを指定して，上位ｎ位以上のクラスタを選択する」と
いう代表値条件が選択され，ユーザが指定したｎが４で
ある場合，１次検索スコアの平均スコアが高い上位４位
までのクラスタを選択し，これらを選択されたクラスタ
集合として出力する。

【００４３】１−３）順位付けによるクラスタ選択 順位付けによるクラスタ選択では，すべてのクラスタを
順位付けし，あるクラスタ順位の条件を満たすクラスタ
のみ選択する。

【００４４】図８は，順位付けによるクラスタ選択の処
理概要を示す図である。図８に示すように，クラスタ集
合４５を入力として，複数のクラスタ順位付け手法群か
ら選択した手法により，すべてのクラスタの順位付け
（順位生成）を行い，「（クラスタ順位，クラスタ）の
集合」を生成する（Ｓ１２１）。なお，クラスタ順位付
け手法によっては，１次検索順位４２または１次検索ス
コア４３を参照する。さらに，クラスタ順位条件群から
選択した条件により，そのクラスタのクラスタ順位が条
件を満たすかどうかを判定し，該当するｎ個のクラスタ
を選択し，それらを選択されたクラスタ集合として出力
する（Ｓ１２２）。

【００４５】クラスタ順位付け手法群としては，以下の
ようなものがある。 (a) クラスタ内の文書の１次検索順位の平均によりクラ
スタを順位付けする。 (b) クラスタ内の文書におけるもっとも良い１次検索順
位によりクラスタを順位付けする。 (c) クラスタ内の文書におけるもっとも悪い１次検索順
位によりクラスタを順位付けする。 (d) クラスタ内の文書の１次検索スコアの平均によりク
ラスタを順位付けする。 (e) クラスタ内の文書におけるもっとも高い１次検索ス
コアによりクラスタを順位付けする。 (f) クラスタ内の文書におけるもっとも低い１次検索ス
コアによりクラスタを順位付けする。

【００４６】また，以下のようなクラスタ順位付け手法
を繰り返し適用することにより，複数のクラスタ順位付
けを用いて新しいクラスタ順位を生成することもでき
る。 (g) クラスタ順位付けＸとＹとにより，まず，すべての
クラスタをＸでクラスタ順位付けし，同順位になったも
のについてＹにより順位付けするようなクラスタ順位を
生成する。

【００４７】また，クラスタ順位付け条件群としては，
以下のようなものがある。 (a) ユーザが整数ｎを指定して，上位ｎ位以上のクラス
タを選択する。 (b) ユーザが整数ｎを指定して，下位ｎ位以下のクラス
タを選択する。

【００４８】図９は，順位付けによるクラスタ選択の例
を説明する図である。図９において，矩形はクラスタを
表し，矩形内の円は文書を表し，円内の数字はその文書
の１次検索順位を表す。

【００４９】ここでは，クラスタ順位付け手法群の(g)
で，Ｘを(b) ，Ｙを(d) とした「クラスタ内の文書にお
けるもっとも良い１次検索順位によりクラスタを順位付
けし，同順位になったものについては，さらにクラスタ
内の１次検索スコアの平均の高いものから順位付けす
る」というクラスタ順位付け手法が選択されたものとす
る。まず，各クラスタ内の文書におけるもっとも良い１
次検索順位により，すべてのクラスタの順位付けを行
い，さらにもっとも良い１次検索順位が同順位のクラス
タについては，１次検索スコアの平均の高いもの順に並
べる。クラスタ順位付け条件として，「ユーザが整数ｎ
を指定して，上位ｎ位以上のクラスタを選択する」とい
う条件が選択され，ユーザがｎ＝４を指定している場
合，上位から４個のクラスタを選択して，これらを選択
されたクラスタ集合とする。

【００５０】１−４）クラスタ集合分割によるクラスタ
選択 クラスタ選択の実現手法の一つとして，以下に説明する
クラスタ集合分割によるクラスタ選択を用いることもで
きる。このクラスタ集合分割によるクラスタ選択では，
クラスタの順位を求めて，クラスタ順位が同じもの同士
をまとめて順序付きのクラスタ集合の集合を生成し，各
クラスタ集合ごとに代表値となるクラスタを１個ずつ選
択して順序付きのクラスタの集合を作り，このクラスタ
集合の中からクラスタ順位の条件を満たすクラスタのみ
を選択する。

【００５１】図１０はクラスタ集合分割によるクラスタ
選択の処理概要を示す図である。図１０に示すように，
クラスタ集合４５を入力とし，クラスタ順位付け手法群
から選択した手法によりすべてのクラスタの順位付けを
行い，「（クラスタ順位，クラスタ）の集合」を生成す
る（Ｓ１３１）。なお，クラスタの順位生成は，前述の
「１−３）順位付けによるクラスタ選択」と同等のもの
を用いる。

【００５２】次に，クラスタ順位が同じクラスタをまと
めて，「まとめられた（クラスタ順位，クラスタ集合）
の集合」を生成する（Ｓ１３２）。この「（クラスタ順
位，クラスタ集合）の集合」の中の各クラスタ集合か
ら，クラスタ選択実現手法群の中の一つの手法により，
それぞれ１個のクラスタを選択し，「選択された（クラ
スタ順位，クラスタ）の集合」を生成する（Ｓ１３
３）。ここでは，前述したクラスタ選択実現手法から選
択した手法を用いる。

【００５３】次に，クラスタ順位条件群から選択した条
件により，クラスタが条件を満たすかどうかを判定して
ユーザが指定するｎ個の該当クラスタを選択し，それら
を選択されたクラスタ集合として出力する（Ｓ１３
４）。ここでは，前述の「１−３）順位付けによるクラ
スタ選択」と同等のものを用いる。

【００５４】図１１〜図１３は，クラスタ集合分割によ
るクラスタ選択を説明する図である。図１１〜図１３に
おいて，矩形はクラスタを表し，矩形内の円は文書を表
し，円内の数字はその文書の１次検索順位を表す。

【００５５】この例では，順位付け手法として「クラス
タ内の文書におけるもっとも良い１次検索順位によりク
ラスタを順位付けする」手法を用いるものとする。この
手法により，すべてのクラスタを順位付けし，クラスタ
内文書で１次検索順位がもっとも良い文書を持つクラス
タの順番でクラスタを並べる。さらに，各クラスタ内の
もっとも良い１次検索順位が同じクラスタ，すなわち，
クラスタ順位が同じクラスタをまとめて，図１１に示す
ように，まとめられた順序付きのクラスタ集合の集合を
生成する。

【００５６】この後，図１２に示すように，まとめられ
たクラスタ集合ごとに，クラスタ内の文書の１次検索ス
コアの平均の高いものから順に並べ，まとめられた各ク
ラスタ集合の中から，もっとも１次検索スコアの平均の
高いクラスタを，それぞれ１個ずつ選択する。例えば，
もっとも良い１次検索スコアが２の文書を持つクラスタ
の集合の中からもっとも１次検索スコアの平均スコアが
高いクラスタを選択し，１次検索スコアが５のクラスタ
集合からも一つのクラスタを選択し，同様にして１次検
索スコアが７のクラスタ集合からも一つのクラスタを選
択し，…というように，クラスタを集めて，クラスタ集
合とする。

【００５７】次に，図１３に示すように，そのクラスタ
集合について，「上位ｎ位以上のクラスタを選択する」
というクラスタ順位付け条件により，ユーザが指定する
上位ｎ位以上の該当クラスタを選択する。ここでは，ユ
ーザが指定した上位から３個（ｎ＝３）のクラスタを，
選択されたクラスタ集合としている。

【００５８】１−５）合成によるクラスタ選択 合成によるクラスタ選択では，クラスタ選択実現手法を
連続して複数回実行することにより行う。各クラスタ選
択の実行では，異なる実現手法を選んでもよく，また同
じ実現手法を選んでもよい。

【００５９】図１４は，合成によるクラスタ選択の処理
概要を示す図である。図１４に示すように，クラスタ集
合４５を入力として，クラスタ選択実現手法群から選択
した手法によってクラスタ選択を行う（Ｓ１４１）。続
けて，同一の手法または新たに選択した手法によりクラ
スタ選択を繰り返す（Ｓ１４２）。このように何回か繰
り返して選択したクラスタをクラスタ集合として出力す
る。クラスタ選択実現手法によっては，1 次検索順位４
２，１次検索スコア４３を参照する。

【００６０】１−６）クラスタ内文書選択 図３に示すクラスタ内文書選択Ｓ２２では，クラスタ集
合に含まれる各クラスタごとに，そのクラスタに含まれ
る文書を順位付けし（文書順位の生成），文書順位の条
件により文書の選択を行う。

【００６１】図１５は，文書順位付けによるクラスタ内
文書選択の処理概要を示す図である。図１５に示すよう
に，クラスタ選択により選択されたクラスタ集合を入力
とし，クラスタごとに以下の処理を行い，その処理の結
果得たクラスタをもとに新たなクラスタ集合を生成する
（Ｓ１５０）。

【００６２】まず，各クラスタについて，文書順位付け
手法群から選択した手法により，クラスタ内の文書を順
位付けして「（文書順位，クラスタ）の集合」を生成す
る（Ｓ１５１）。なお，文書順位付け手法によっては，
１次検索順位４２，１次検索スコア４３を参照する。

【００６３】さらに，文書順位条件群から選択した条件
により，そのクラスタが条件に該当するかどうかを判定
して，ユーザが指定する上位ｎ個の該当文書を選択し，
クラスタとして出力する（Ｓ１５２）。

【００６４】文書順位付け手法群としては，以下のよう
なものがある。 (a) １次検索順位により文書を順位付けする。 (b) １次検索スコアにより文書を順位付けする。

【００６５】また，以下のような文書順位付け手法を繰
り返し適用することにより，複数の文書順位付けを用い
て新しい文書順位を生成することもできる。(c) 文章順
位付けＸとＹとにより，まず，すべての文書をＸで文書
順位付けし，同順位になったものについて，さらにＹで
順位付けするような文書順位を生成する。

【００６６】文書順位条件群としては，以下のようなも
のがある。 (a) ユーザが整数ｎを指定して，上位ｎ位以上の文書を
選択する。 (b) ユーザが整数ｎを指定して，下位ｎ位以下の文書を
選択する。

【００６７】図１６は，文書順位付けによるクラスタ内
文書選択の例を説明する図である。図１６において，矩
形はクラスタを表し，矩形内の円は文書を表し，円内の
数字はその文書の１次検索順位を表す。図１６の例で
は，クラスタ内の文書について，文書順位付け手法群の
(a) により「文書の１次検索順位により順位付け」し，
文書順位条件群の(a) により「ユーザが指定した整数ｎ
（この例ではｎ＝３）に従って，クラスタごとに上位ｎ
位以上の文書を選択」して，選択された文書集合を生成
する。

【００６８】２）質問生成 図３の質問生成Ｓ２３では，クラスタ選択Ｓ２１および
クラスタ内文書選択Ｓ２２により選択されたクラスタ集
合（良いクラスタ集合／悪いクラスタ集合）をもとに検
索質問４６を生成する。

【００６９】検索質問生成の手法はいくつかあるが，本
例では，検索質問４６が実数重みが付いた単語の集合で
あるときの文書−単語間関連度による検索質問生成の手
法を用いる場合について説明する。単語の重みとは，検
索質問における単語の重要度を示すものである。

【００７０】図１７は，文書−単語間関連度による質問
生成の処理概要を示す図である。まず，検索対象の文書
データベース２に含まれるすべての文書を用いて，単語
の出現頻度に基づく良いクラスタ集合／悪いクラスタ集
合の中の各クラスタに関する文書−単語間関連度を計算
し，その関連度を重みとする重み付き単語の集合，すな
わち（単語，重み）集合をクラスタごとに生成する（Ｓ
２０１）。単語の出現頻度から文書−単語間関連度を計
算する手法は，前述した文書−文書間連度の計算手法と
同様に，ＬｔＬｎｕ法，ＫｕｌｌＢａｃｋ法，ＯＫＡＰ
Ｉ法など多数の手法が存在する。これらの手法から一つ
を選択する。

【００７１】次に，各クラスタごとに重みを用いて単語
を選択する（Ｓ２０２）。具体的には，クラスタごとに
重み付き単語集合の要素を重みが大きい順に順位付け
し，ユーザが指定した整数ｎｇまたはｎｂにより，良い
クラスタ集合／悪いクラスタ集合ごとに上位ｎｇ個／ｎ
ｂ個の重み付き単語のみを選択し，「（単語，重み）集
合の集合」を生成する。なお，クラスタごとの単語の選
択の処理（Ｓ２０２）は省略でき，この操作を省略した
ときには，入力であるクラスタごとの重み付き単語集合
をそのまま出力とする。

【００７２】次に，クラスタレベル重み合計手法群から
選択した手法により，良いクラスタ集合／悪いクラスタ
集合の各要素ごとの重み付き単語集合を合計して，良い
クラスタ集合／悪いクラスタ集合の重み付き単語集合
〔（単語，重み）集合の集合〕を生成する（Ｓ２０
３）。

【００７３】クラスタレベル重み合計手法群には，以下
のようなものがある。ある単語について，いくつのクラ
スタの重み付き単語集合に含まれているかをその単語の
頻度と呼ぶ。すなわち，単語の頻度とは，その単語を重
み付き単語集合に含んでいるクラスタの個数である。 (a) ある単語の重みは，全クラスタにおけるその単語の
重みの和とする。 (b) ある単語の重みは，全クラスタにおけるその単語の
重みの和をその単語の頻度で割った数とする。 (c) ある単語の重みは，全クラスタにおけるその単語の
重みの和をその単語の頻度の２乗で割った数とする。

【００７４】次に，重み合計手法群から選択した手法に
より，良いクラスタ集合と悪いクラスタ集合の単語の重
みを合計し，「（単語，重み）集合」を生成する（Ｓ２
０４）。もし，悪いクラスタ集合がなければ省略され，
省略時の最終的な重み付き単語集合は，良いクラスタ集
合の重み付き単語である。

【００７５】重み合計手法群には，以下のようなものが
ある。 (a) 良い重み付き単語集合から悪い重み付き単語集合に
含まれる単語を除く。 (b) 各単語について良い重みから悪い重みを引く（結果
が０以下になったものは除く）。 (c) 各単語について良い重みを悪い重みで割る。ただ
し，悪い重み付き単語集合にない単語については，良い
重みを用いる。 (d) ユーザが数ｎとｍとを指定し，各単語について良い
重みのｎ倍から悪い重みのｍ倍を引く（結果が０以下に
なったものは除く）。 (e) ユーザが数ｎとｍとを指定し，各単語について良い
重みのｎ倍を悪い重みのｍ倍で割る。ただし，悪い重み
付き単語集合にない単語については，良い重みのｎ倍を
用いる。

【００７６】なお，ｎやｍの値を１にすることにより，
スケーリングを行わないことも可能である。次に，重み
を用いて単語を選択する（Ｓ２０５）。単語の選択は，
ユーザが数ｋを指定し，重み付き単語集合の要素を重み
が大きい順に順序付けし，上位ｋ個の重み付き単語のみ
を選択し，その結果から「（単語，重み）集合」を生成
する。単語の選択の処理（Ｓ２０５）は省略でき，この
操作を省略したときには，入力である重み付き単語集合
をそのまま出力する。

【００７７】図１８から図２１までは，文書−単語間関
連度による質問生成の例を示す図である。図１８〜図２
１において，矩形はクラスタを表し，矩形内の円は文書
を表し，文書内の数字はその文書の１次検索順位を表
し，円付き英小文字は単語を表す。

【００７８】まず，図１８に示すように，文書順位付け
によるクラスタ内文書選択により選択した文書集合につ
いて，各クラスタに関する文書−単語間関連度を計算し
て，その関連度を重みとする重み付き単語集合をクラス
タごとに生成する。すなわち，クラスタ化された良い文
書集合（良いクラスタ集合）から重み付きの良い単語集
合の集合Ｇ１，Ｇ２，Ｇ３を生成する。同様に，クラス
タ化された悪い文書集合（悪いクラスタ集合）から重み
付きの悪い単語集合の集合Ｂ１，Ｂ２，Ｂ３を生成す
る。

【００７９】次に，各単語集合について各単語の重みが
大きい順に単語を並べ，ユーザが指定する整数ｎｇ，ｎ
ｂに基づいて単語を選択する。図１９に示すように，例
えばユーザが指定する整数ｎｇが３，ｎｂが２の場合，
重み付きの良い単語集合の集合については，各単語集合
の上位３個の単語を選択し，重み付きの悪い単語集合の
集合については各単語集合の上位２個の単語を選択す
る。

【００８０】次に，図２０に示すように，クラスタレベ
ル重み合計手法群から選択した一つの手法により，選択
した重み付きの良い単語集合の集合／重み付きの悪い単
語集合の集合の各単語ごとに単語の重みを合計する。こ
の例では，重み付きの良い単語集合の集合の単語につい
ては，(b) 「全クラスタにおけるその重みの和をその単
語の頻度で割った数」とし，重み付きの悪い単語集合の
集合の単語については，(c) 「全クラスタにおけるその
重みの和をその単語の頻度の２乗で割った数」としてい
る。次に，図２１に示すように，良い重み付き単語の集
合と悪い重み付き単語の集合の単語の重みを合計する。
この例では，重み合計手法として，(e) 「双方に含まれ
る単語について，良い重み付き単語の重みのｎ倍（ユー
ザ指定）を，悪い重み付き単語の重みのｍ倍（ユーザ指
定）で割る（ただし，悪い重み付き単語集合にない単語
については，良い重みのｎ倍を用いる）」手法を用いて
いる。ここでは，ｎ，ｍの値を両方１０としている。こ
のようにして各単語の重みを決定し，この重みに基づい
て検索質問４６の生成に用いる単語をｋ個（ユーザ指
定）選択する。

【００８１】３）質問配合 図３の質問配合Ｓ２４では，質問生成Ｓ２３で生成され
た検索質問４６と１次検索質問４０とを用いて，目的と
する２次検索質問４７を生成する。本例では，検索質問
が実数重みが付いた単語の集合である場合の重みスケー
リングによる質問配合を用いる。

【００８２】図２２は，重みスケーリングによる質問配
合の処理概要を示す図である。１次検索質問４０と質問
生成Ｓ２３の処理で生成した検索質問４６とを入力とし
て，重み付き単語を，１次検索質問４０のみに現れるも
の，検索質問４６のみに現れるもの，１次検索質問４０
と検索質問４６の双方に現れるものに分類する（Ｓ３０
１）。

【００８３】ここで，１次検索質問４０と検索質問４６
の双方に現れる単語の重みについては，ユーザが指定し
た数ｂを用いて，検索質問４６の重みをｂ倍し，それに
１次検索質問４０の重みを加算して，その単語の重みと
する（Ｓ３０２）。

【００８４】さらに，ユーザの指定した数（ｍ１，ｍ
２，ｍ３）に基づいて，１次検索質問４０のみに現れる
単語の重みをｍ１倍し，検索質問４６のみに現れる単語
の重みをｍ２倍し，ステップＳ３０２で計算した１次検
索質問４０および検索質問４６の双方に現れる単語の重
みをｍ３倍するように，それぞれ重み付き単語の集合の
重みをスケーリングする（Ｓ３０３〜Ｓ３０５）。

【００８５】次に，これら３種類の重み付き単語集合の
和集合を求め（Ｓ３０６），重み付き単語集合の要素を
重みが大きい順に順序付けし，その中からユーザの指定
する上位ｎ個の単語を選択する（Ｓ３０７）。この選択
した単語を２次検索質問４７とする。

【００８６】なお，単語の選択の処理（Ｓ３０７）は省
略可能である。この操作を省略したときには，入力であ
る重み付き単語集合をそのまま出力する。また，スケー
リングの処理（Ｓ３０２〜Ｓ３０５）において，ユーザ
指定の値ｂ，ｍ１，ｍ２，ｍ３を，それぞれ１にするこ
とで，スケーリングの処理を行わないようにすることも
可能である。

【００８７】以上のような処理により，２次検索質問生
成部１２は，生成した２次検索質問４７を出力する。検
索エンジン３は，この２次検索質問４７を受けて，文書
データベース２について２次検索を行い，２次検索結果
４８を出力する。

【００８８】

【実施例】以下，大規模文書データベースの検索に本発
明を適用した結果について説明する。図２３〜図２７は
本発明の適用例による１次検索の結果と２次検索の結果
の比較を説明する図である。なお，以下の適用例では，
文書−文書間関連度の計算手法としてＬｔＬｎｕ法を用
い，関連度に基づくクラスタリング手法はＷａｒｄ法を
用いた。また，クラスタ選択では，図１０〜図１３で説
明したクラスタ集合分割によるクラスタ選択方法を用い
た。また，重み付き単語集合を生成するための文書−単
語間関連度の計算手法としてはＬｔＬｎｕ法を用いた。
ユーザが指定する情報は，事前に設定ファイルに設定し
て与え，２次検索質問の生成は，１次検索結果から自動
的に行われるようにした。

【００８９】図２３（Ａ）に示すような文書データベー
ス（Ｄ１〜Ｄ５）の文書集合を検索対象にしている。こ
こで，検索対象は数百ワードからなる英文５５万件，約
２ギガバイトの文書集合であり，一般的にいっても大規
模なデータベースである。

【００９０】本例では，５０の検索質問を用い，それぞ
れの質問は，ｔｉｔｌｅ，ｄｅｓｃｒｉｐｔｉｏｎ，ｎ
ａｒｒａｔｉｖｅ等の数種類の形式の質問からなりたっ
ている。図２３（Ｂ）は，本例で用いる検索質問として
与えられる文章に関する情報を示す。なお，ｔｉｔｌ
ｅ，ｄｅｓｃｒｉｐｔｉｏｎ，ｎａｒｒａｔｉｖｅの順
で，後のものほど記述量が多い質問形式となっている。
図２３（Ｃ）は，検索質問の具体例として，質問番号３
１２の内容を示している。

【００９１】図２４および図２５は，文書データベース
Ｄ１〜Ｄ５からなる文書集合に対し，質問番号３０１〜
３５０のｔｉｔｌｅ部分のみを用いて検索を行った場合
の１次検索と２次検索の結果の比較を示す。

【００９２】ここで，検索エンジンは，一つの質問に対
して１０００件の文書を順序付きで出力し，それを検索
結果とする。また，本例では正解文書集合が存在する。
この正解文書集合をもとに，本発明の処理結果で得た文
書群にどれだけ正解が含まれるかを比較する。

【００９３】図２４（Ａ）は，本実施例の検索結果を示
す。本例において，１次検索（検索質問展開前）と２次
検索（検索質問展開後）とでは，まず，検索できた正解
文書数が２，２３７から２，４００へと向上しているこ
とがわかる。

【００９４】図２４（Ｂ）は，検索システムを評価する
際にもっともよく使われる再現レベル精度表を示してい
る。再現率は，検索の結果，正解文書をどれだけ再現し
たか（とりこぼしがなかったか）を測る指標であり，精
度は，検索結果の文書中に正解文書が含まれる割合を測
る指標である。

【００９５】一般に，検索結果にする文書数を増やすと
再現率は向上するが，いわゆる「ごみ（正解ではない文
書）」が増えて精度が低下する。逆に，精度を上げよう
として検索結果を絞ると，どうしても正解文書も一緒に
捨ててしまうことになり再現率が低下してしまう。した
がって，検索システムの能力を評価するには，再現率と
精度のバランスを考慮する必要がある。このため，検索
システムの評価に再現レベル精度表がよく用いられる。

【００９６】図２４（Ｃ）は，１次検索（検索質問展開
前）の結果の再現レベル精度表をグラフ化した再現率・
精度曲線を示し，図２４（Ｄ）は，２次検索（検索質問
展開後）の結果の再現率・精度曲線を示している。この
グラフは，横軸が再現率，縦軸が精度を表している。こ
の再現率・精度曲線が上昇すると検索性能が向上したと
いえるが，図２４（Ｃ）と図２４（Ｄ）の比較から，検
索質問展開後の方が再現率・精度曲線が上昇しており，
本発明による検索質問展開処理装置１を用いた質問展開
後の検索性能が向上していることがわかる。

【００９７】図２５は，文書レベル平均精度表を示して
いる。順序付けされた検索結果の上位５文書，１０文
書，１５文書，…をみたときの精度を表にしたものであ
る。一般的に，検索システムを使う場合には，提示され
た順に文書をみていくため，検索結果の順位の上位に正
解が多く集まることが良い検索システムの条件になる。
したがって，図２５に示す表では，上位ほど細かい間隔
にして，平均値は上位に正解が集まるほど高くなるよう
に補正している。

【００９８】このように，１次検索（検索質問展開前）
と本発明による２次検索（検索質問展開後）とでは，検
索できた正解文書数が２，２３７から２，４００へと向
上し，再現レベル精度の平均値が０．３０９から０．３
１７へ，また，文書レベル精度の平均値が０．２６９か
ら０．２８０へとそれぞれバランスよく上昇しているの
がわかる。

【００９９】図２６および図２７は，文書データベース
Ｄ１〜Ｄ５からなる文書集合に対し，質問番号３０１〜
３５０のｄｅｓｃｒｉｐｔｉｏｎ部分のみを用いて検索
を行った場合の１次検索と２次検索の結果の比較を示
す。

【０１００】図２６（Ａ）は検索結果の正解文書数を示
し，図２６（Ｂ）は再現レベル精度表を示し，図２６
（Ｃ）は質問展開前の再現レベル精度表をグラフ化した
再現率・精度曲線を示し，図２６（Ｄ）は質問展開後の
再現レベル精度表をグラフ化した再現率・精度曲線を示
している。また，図２７は，文書レベル平均精度表を示
している。ｄｅｓｃｒｉｐｔｉｏｎ部分のみを用いた検
索も，図２４および図２５により説明したｔｉｔｌｅ部
分を用いた検索の場合と同様に，検索質問の展開前（１
次検索）と展開後（２次検索）では，検索できた正解文
書数が１，８９１から２，０１５へと向上し，再現レベ
ル精度の平均値が０．２４２から０．２５２へ，また，
文書レベル精度の平均値が０．２１４から０．２２６へ
とそれぞれバランスよく上昇しているのがわかる。

【０１０１】

【発明の効果】以上説明したように，本発明によれば，
１次検索結果をクラスタリングし，可変アーキテクチャ
による種々のクラスタ選択等を行うことにより，質問展
開に適した単語集合を精選し，これらをもとに適切な２
次検索質問を容易に生成することができ，文書検索にお
ける再現率と精度の両方をバランスよく向上させる検索
質問展開を行うことが可能となる。

【図面の簡単な説明】

【図１】本発明の原理を説明する図である。

【図２】クラスタリングの処理概要を示す図である。

【図３】２次検索質問生成の処理概要を示す図である。

【図４】属性条件によるクラスタ選択の処理概要を示す
図である。

【図５】属性条件によるクラスタ選択の例を説明する図
である。

【図６】代表値比較によるクラスタ選択の処理概要を示
す図である。

【図７】代表値比較によるクラスタ選択の例を説明する
図である。

【図８】順位付けによるクラスタ選択の処理概要を示す
図である。

【図９】順位付けによるクラスタ選択の例を説明する図
である。

【図１０】クラスタ集合分割によるクラスタ選択の処理
概要を示す図である。

【図１１】クラスタ集合分割によるクラスタ選択を説明
する図である。

【図１２】クラスタ集合分割によるクラスタ選択を説明
する図である。

【図１３】クラスタ集合分割によるクラスタ選択を説明
する図である。

【図１４】合成によるクラスタ選択の処理概要を示す図
である。

【図１５】文書順位付けによるクラスタ内文書選択の処
理概要を示す図である。

【図１６】文書順位付けによるクラスタ内文書選択の例
を説明する図である。

【図１７】文書−単語間関連度による質問生成の処理概
要を示す図である。

【図１８】文書−単語間関連度による質問生成の例を説
明する図である。

【図１９】文書−単語間関連度による質問生成の例を説
明する図である。

【図２０】文書−単語間関連度による質問生成の例を説
明する図である。

【図２１】文書−単語間関連度による質問生成の例を説
明する図である。

【図２２】重みスケーリングによる質問配合の例を示す
図である。

【図２３】本発明の適用例における対象文書データベー
スおよび検索質問の例を示す図である。

【図２４】本適用例における検索結果，再現レベル精度
表，再現レベル精度表をグラフ化した再現率・精度曲線
を示す図である。

【図２５】本適用例における文書レベル平均精度表を示
す図である。

【図２６】本適用例における検索結果，再現レベル精度
表，再現レベル精度表をグラフ化した再現率・精度曲線
を示す図である。

【図２７】本適用例における文書レベル平均精度表を示
す図である。

【符号の説明】

１ 検索質問展開処理装置 １１ クラスタリング部 １２ ２次検索質問生成部 ２ 文書データベース ３ 検索エンジン ４０ １次検索質問 ４１ １次検索結果 ４２ １次検索順位 ４３ １次検索スコア ４５ クラスタ集合 ４６ 検索質問 ４７ ２次検索質問 ４８ ２次検索結果

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B075 ND03 NK32 NR12 PR04 PR06 PR08 QM08 UU06 5B091 AA15 BA03 EA10

Claims (12)

【特許請求の範囲】
1. 【請求項１】 データベースの検索において１次検索結
   果から２次検索質問を生成する検索質問展開処理装置に
   おいて，１次検索結果をクラスタリングするクラスタリ
   ング手段と，前記クラスタリング手段により得られたク
   ラスタ集合からある条件を満たすクラスタを選択し，そ
   れらの選択されたクラスタ集合を用いて２次検索質問を
   生成する検索質問生成手段とを備えることを特徴とする
   クラスタリングを用いた検索質問展開処理装置。
2. 【請求項２】 請求項１に記載するクラスタリングを用
   いた検索質問展開処理装置において，前記クラスタリン
   グ手段は，該クラスタリング手段が用いるクラスタリン
   グ方法の選択または設定が可能である可変アーキテクチ
   ャの構成になっていることを特徴とするクラスタリング
   を用いた検索質問展開処理装置。
3. 【請求項３】 請求項１に記載するクラスタリングを用
   いた検索質問展開処理装置において，前記検索質問生成
   手段は，該検索質問生成手段が用いるクラスタ選択方法
   またはクラスタ選択条件の選択または設定が可能である
   可変アーキテクチャの構成になっていることを特徴とす
   るクラスタリングを用いた検索質問展開処理装置。
4. 【請求項４】 請求項１に記載するクラスタリングを用
   いた検索質問展開処理装置において，前記検索質問生成
   手段におけるクラスタ選択では，前記クラスタ集合のク
   ラスタの属性条件を用いてクラスタを選択する方法，前
   記クラスタ集合のクラスタの代表値を比較してクラスタ
   を選択する方法，前記クラスタ集合のクラスタの順位付
   けを用いてクラスタを選択する方法，前記クラスタ集合
   を所定の条件で分割し，分割して生成したクラスタ集合
   から所定の条件を満たすクラスタを選択するクラスタ集
   合分割による方法，または前記クラスタ選択方法のいく
   つかを組み合わせてクラスタを選択する方法を用いるこ
   とを特徴とするクラスタリングを用いた検索質問展開処
   理装置。
5. 【請求項５】 請求項１に記載するクラスタリングを用
   いた検索質問展開処理装置において，前記検索質問生成
   手段は，クラスタを選択する際に１次検索における１次
   検索順位または１次検索スコアを用いることを特徴とす
   るクラスタリングを用いた検索質問展開処理装置。
6. 【請求項６】 請求項１に記載するクラスタリングを用
   いた検索質問展開処理装置において，前記検索質問生成
   手段は，クラスタを選択した後，各クラスタ内の１次検
   索結果を順位付けし，所定の条件によりクラスタ内の１
   次検索結果を選択する手段を持つことを特徴とするクラ
   スタリングを用いた検索質問展開処理装置。
7. 【請求項７】 請求項１に記載するクラスタリングを用
   いた検索質問展開処理装置において，前記検索質問生成
   手段は，選択されたクラスタ集合から検索における単語
   の重要度を示す重み付き単語集合を生成し，前記重み付
   き単語集合を用いて２次検索質問を生成することを特徴
   とするクラスタリングを用いた検索質問展開処理装置。
8. 【請求項８】 請求項７に記載するクラスタリングを用
   いた検索質問展開処理装置において，前記検索質問生成
   手段は，選択されたクラスタ集合から重み付き単語集合
   を生成するときに，各クラスタごとに１次検索結果と単
   語間の関連度を計算し，その関連度を単語の重みとする
   ことを特徴とするクラスタリングを用いた検索質問展開
   処理装置。
9. 【請求項９】 請求項１に記載するクラスタリングを用
   いた検索質問展開処理装置において，前記検索質問生成
   手段は，生成した検索質問に１次検索で用いた検索質問
   を配合して２次検索質問を生成することを特徴とするク
   ラスタリングを用いた検索質問展開処理装置。
10. 【請求項１０】 請求項９に記載するクラスタリングを
    用いた検索質問展開処理装置において，前記検索質問生
    成手段は，生成した検索質問に１次検索で用いた検索質
    問を配合するときに，生成した検索質問と１次検索で用
    いた検索質問との間の重み付けによるスケーリングを行
    うことを特徴とするクラスタリングを用いた検索質問展
    開処理装置。
11. 【請求項１１】 データベースの検索において１次検索
    結果から２次検索質問を生成する検索質問展開処理方法
    において，１次検索結果をクラスタリングする過程と，
    １次検索結果のクラスタリングにより得られたクラスタ
    集合から所定の条件を満たすクラスタを選択し，それら
    の選択されたクラスタ集合を用いて２次検索質問を生成
    する過程とを有することを特徴とするクラスタリングを
    用いた検索質問展開処理方法。
12. 【請求項１２】 データベースの検索において１次検索
    結果から２次検索質問を生成する検索質問展開処理方法
    を計算機によって実現するためのプログラムを記録した
    記録媒体であって，１次検索結果をクラスタリングする
    処理と，１次検索結果のクラスタリングにより得られた
    クラスタ集合から所定の条件を満たすクラスタを選択
    し，それらの選択されたクラスタ集合を用いて２次検索
    質問を生成する処理とを，計算機に実行させるプログラ
    ムを記録したことを特徴とするクラスタリングを用いた
    検索質問展開処理用プログラム記録媒体。