JP2014102626A - Recommendation device, program, and method - Google Patents

Abstract

PROBLEM TO BE SOLVED: To recommend a term that can be a standpoint or a keyword of retrieval in an information retrieval system.SOLUTION: An information retrieval system 1 comprises a recommendation device 20 including: a technology classification DB 31 storing technology fields, technology ranges (themes) belonging to the fields and technology characteristics (terms) for each theme; a technology content DB 35 accumulating technology contents; a retrieval device 10 including a keyword acquisition part 11 for acquiring a retrieval keyword, a content search part 13 for searching the technology content DB35 with a keyword and extracting technology information, and a content output part 15 for outputting a search result; a classification attached text search part 21 searching a classification attached text DB33 with a keyword; a recommendation standpoint generation part 23 extracting terms given to a classification attached text, classifying the extracted terms according to standpoints, and making a standpoint and theme having good evaluations in the search recommendation standpoints; and a recommendation standpoint output part 25 displaying the recommendation standpoints.

Description

本発明は、情報の検索処理を支援する技術に関する。より詳しくは、本発明は、より適切な検索結果を得るために、検索意図に関連する技術概念を複数の観点から推奨するレコメンド処理に関する。   The present invention relates to a technology for supporting information search processing. More specifically, the present invention relates to a recommendation process for recommending a technical concept related to a search intention from a plurality of viewpoints in order to obtain a more appropriate search result.

エンジニアリング、製品企画等の業務では、技術情報の収集は欠かすことができない。技術情報として、インターネット、イントラネット等で標準的に用いられているドキュメントシステムであるｗｅｂに蓄積されている情報が広く利用されている。これらの情報を検索する手段として、テキスト検索処理が使用されている。   In engineering, product planning, etc., collecting technical information is indispensable. As technical information, information stored in a web, which is a document system used as standard on the Internet, an intranet, and the like is widely used. A text search process is used as means for searching for such information.

適切な検索結果を得るためのポイントは、検索者が適正なキーワードを入力できるかによる。しかし、所望する技術情報を得るための適正なキーワードを入力できる検索者は多くはない。例えば、「ガラス板に穴を開ける手段」に関する情報を得たい場合に、既に知っている手段の「ドリル」に関連する検索結果を得ることが可能であっても、本当に知りたい他の手段、例えばレーザ、ウォータージェット、パンチング加工等に関連する技術情報を検索結果として得ることができない。   The point for obtaining an appropriate search result depends on whether the searcher can input an appropriate keyword. However, there are not many searchers who can input an appropriate keyword for obtaining desired technical information. For example, if you want to get information about "means for drilling holes in a glass plate", you can get search results related to "drill" of the means you already know, but other means you really want to know, For example, technical information related to laser, water jet, punching, etc. cannot be obtained as a search result.

一般的に、検索精度は、検索者が入力したキーワードに依存しているが、技術情報の検索の必要性は、検索したい技術情報について十分な知識がないから生ずるのであり、検索したい技術情報を十分に得ている時点では検索する必要性がなくなっていることが大半である。そのため、検索者が、適切なキーワードを思いつくことは困難であるとされている。実際、検索者は、適正なキーワードに到達するまで非常に長い時間を費やしたり、適正なキーワードによる検索をあきらめたりしていた。   In general, the search accuracy depends on the keyword entered by the searcher, but the need for searching for technical information arises because there is not enough knowledge about the technical information to be searched. In most cases, there is no longer a need to search when you have enough. For this reason, it is difficult for a searcher to come up with an appropriate keyword. In fact, the searcher spends a very long time to reach the proper keyword, or gives up searching with the proper keyword.

検索者の検索処理の支援や情報の補完のため、検索者に検索結果以外の情報を推薦情報として提供するレコメンド技術が知られている。   A recommendation technique for providing information other than the search result to the searcher as recommendation information for assisting the searcher's search processing or supplementing the information is known.

レコメンド技術の１つは、代表的には電子商用サイト（ＥＣサイト）等で利用され、デジタルカメラの購入者にＳＤメモリカードの情報を提供するために実施される。例えば、コンテンツベース、強調フィルタリング、ベイジアンネットワークと呼ばれる手法であり、利用者の行動履歴、サイトでの処理履歴、提供される情報の属性等を分析して関連性が高い情報を推薦する（従来手法（１））。   One of the recommendation technologies is typically used in an electronic commercial site (EC site) or the like, and is implemented to provide information on an SD memory card to a purchaser of a digital camera. For example, it is a method called content base, emphasis filtering, Bayesian network, and recommends highly relevant information by analyzing user behavior history, site processing history, provided information attributes, etc. (conventional method) (1)).

また、別のレコメンド技術は、代表的には企業公式サイト等で利用され、蓄積情報から取り出された１つの情報に対して関連性や類似性がある別の情報を提供するために実施される。例えば、ルールベースと呼ばれる手法であり、予め設定したルールに基づき、提供した情報に関連性が高い他の情報を推薦する（従来手法（２））。   Another recommendation technique is typically used on company official websites, etc., and is implemented to provide other information that is related or similar to one piece of information extracted from stored information. . For example, it is a method called a rule base, and recommends other information highly related to the provided information based on a preset rule (conventional method (2)).

特開２０１２−０１８５７１公報JP2012-018571A 特開２００５−０７３８５３公報JP 2005-073853 A

上記の従来手法（１）は、技術情報の検索においては妥当とは限らない。従来手法（１）は、検索者の動作履歴、コンテンツや情報の属性等の統計情報に基づいた結果を推奨するため、レコメンド情報に技術的関連性がないからである。従来手法（１）を技術情報の検索に適用すると、検索者の検索履歴や検索パターンを解析し、例えば、「レーザ機を閲覧した人は、この外観検査機も閲覧している」のような行動履歴のレコメンドとなる。しかし、技術情報の検索者にとっては、当該検索の対象とする材料がガラスなのか金属なのか、樹脂なのか、また、被加工物が立体物なのか板状なのかによって、推奨された情報が全く的外れのものとなる。   The conventional method (1) described above is not always appropriate for searching technical information. This is because the conventional method (1) recommends a result based on the searcher's operation history, statistical information such as content and information attributes, and the recommendation information has no technical relevance. When the conventional method (1) is applied to the search of technical information, the searcher's search history and search pattern are analyzed. For example, “A person who has viewed a laser machine is also viewing this visual inspection machine” It becomes a recommendation of action history. However, for those who search for technical information, the recommended information depends on whether the search target material is glass, metal, or resin, and whether the workpiece is a three-dimensional object or a plate. It will be totally off-target.

上記の従来手法（２）は、技術的関連性に基づいて情報を推奨することができる。しかし、検索者が知りたい情報について、技術分野を横断的に検索して提供することは難しい。推奨する情報の技術分野を増やして横断的に検索する場合、推奨する情報が多くなりすぎるという問題がある。   The above conventional method (2) can recommend information based on technical relevance. However, it is difficult to search and provide information that the searcher wants to know across the technical fields. When searching for a cross-sectional search by increasing the technical field of recommended information, there is a problem that there is too much recommended information.

従来、「板に穴を開けたい」という課題に関連する情報を求めることを前提に、既知の語「ドリル」を入力して検索する検索者に対し、ドリルに関する情報の他、レーザ装置に関する情報、穴の開きやすい板の材料に関する情報のように、広い技術分野を網羅して情報を推奨する検索支援技術はなかった。   Conventionally, on the premise of obtaining information related to the problem of “I want to make a hole in a plate”, information related to a laser device in addition to information related to a drill is searched for a searcher who inputs a known word “drill”. There is no search support technology that recommends information covering a wide range of technical fields, such as information on the material of plates that are easy to open holes.

本発明は、これらの従来手法を考慮してなされたものであり、その目的は、検索者の検索要求に対する検索結果と異なる他の情報を推奨する際に、技術の関連性と横断性を同時に満たす情報を推奨できるレコメンド処理に係る情報処理技術を提供することである。   The present invention has been made in consideration of these conventional methods. The purpose of the present invention is to simultaneously relate the relevance and cross-cutting of technology when recommending other information different from the search result for the search request of the searcher. It is to provide information processing technology related to recommendation processing that can recommend information that satisfies the requirements.

本発明に係るレコメンド装置は、検索処理を支援する装置であって、検索処理に使用するキーワードを取得するキーワード取得部と、技術の範囲を示すテーマと該テーマ毎に該技術の範囲に含まれる技術の特性を複数の観点に対応付けて示すタームとを定める技術分類に基づくテーマおよびタームが付与されたテキストであって、技術情報に関する分類付テキストを蓄積する分類付テキストデータベースにアクセスし、該分類付テキストデータベースに記憶された分類付テキストを前記キーワードのＯＲ条件でテキスト検索し、前記キーワードを含む分類付テキストを抽出する分類付テキスト検索部と、抽出した前記分類付テキストに付与された全てのタームを抽出し、前記技術分類を記憶する技術分類データベースを参照して、該抽出したタームを前記技術分類で対応付けられた観点毎にまとめ、該観点毎にまとめたタームおよび観点を評価し、該評価の良い観点およびタームをレコメンド観点とするレコメンド観点生成部と、前記レコメンド観点を表示するレコメンド観点出力部とを備え、前記レコメンド観点生成部は、表示した前記レコメンド観点から選択された選択タームを受け付け、前記選択タームを受け付ける度に、前記抽出した分類付テキストを該選択タームで絞り込み、絞り込みの結果である分類付テキストに付与された全てのタームを抽出し、該絞り込みの結果である分類付テキストから抽出した前記観点毎にまとめたタームおよび観点を評価し、該評価の良い観点およびタームを前記レコメンド観点とするものである。   A recommendation device according to the present invention is a device that supports a search process, and includes a keyword acquisition unit that acquires a keyword used for the search process, a theme that indicates a scope of the technique, and a theme for each theme included in the scope of the technique A text to which a theme and term based on a technology classification that defines terms indicating the characteristics of the technology in association with a plurality of viewpoints is provided, and is accessed to a classified text database that stores classified text related to technical information; A text search for classified text stored in the text database with classification is text-searched under the OR condition of the keyword, and a text search section with classified that extracts the classified text including the keyword, and all of the extracted classified text The term is extracted and the extracted technology is stored with reference to the technical classification database storing the technical classification. A recommendation viewpoint generation unit that evaluates the terms and viewpoints summarized for each viewpoint, evaluates the terms and viewpoints summarized for each viewpoint, and uses the viewpoints with good evaluation viewpoints as the recommendation viewpoints, and the recommendation viewpoints. A recommended viewpoint output unit that receives the selected term selected from the displayed recommended viewpoint, and each time the selected term is received, the extracted classified text is selected as the selected term. Narrow down and extract all the terms given to the classified text as a result of the narrowing down, evaluate the terms and viewpoints collected for each viewpoint extracted from the classified text as the result of the narrowing down, and A good viewpoint and term are taken as the recommendation viewpoint.

上記したレコメンド装置によれば、検索者によって与えられた検索キーワードに関連して、検索処理で有用な観点や技術概念を示すタームをレコメンド観点として提示することができる。さらに、提示したレコメンド観点から検索者によって選択されたタームを用いて検索結果を絞り込むことができる。   According to the above recommendation device, it is possible to present a term indicating a useful viewpoint or technical concept in the search process as a recommendation viewpoint in relation to the search keyword given by the searcher. Furthermore, the search results can be narrowed down using the terms selected by the searcher from the presented recommendation viewpoint.

レコメンド装置によれば、検索者に対し、気づかなかった観点や技術概念を提供し、検索結果として、検索者の意図により合致した適切な技術情報を提供することができ、検索者の検索を支援することができる。   According to the recommendation device, the searcher can be provided with the point of view and technical concept that he / she did not notice, and the search result can be provided with appropriate technical information that matches the searcher's intention, thereby supporting the searcher's search. can do.

一実施例における情報検索システムのブロック構成例を示す図である。It is a figure which shows the block structural example of the information search system in one Example. 一実施例における技術分類データベースのフィールド情報およびテーマ情報のデータ構成例を示す図である。It is a figure which shows the data structural example of the field information and theme information of the technical classification database in one Example. 一実施例における技術分類データベースのターム情報のデータ構成例を示す図である。It is a figure which shows the data structural example of the term information of the technical classification database in one Example. 一実施例における技術分類データベースのターム情報のデータ構成例を示す図である。It is a figure which shows the data structural example of the term information of the technical classification database in one Example. 一実施例における技術分類データベースのターム情報のデータ構成例を示す図である。It is a figure which shows the data structural example of the term information of the technical classification database in one Example. 一実施例における技術分類データベースのターム情報のデータ構成例を示す図である。It is a figure which shows the data structural example of the term information of the technical classification database in one Example. 一実施例における技術分類データベースの観点の区分のデータ構成例を示す図である。It is a figure which shows the example of a data structure of the classification | category of the viewpoint of the technical classification database in one Example. 一実施例における分類付テキストデータベースのデータ構成例を示す図である。It is a figure which shows the example of a data structure of the text database with a classification | category in one Example. 一実施例における技術コンテンツデータベースに蓄積される技術コンテンツのデータ構成例を示す図である。It is a figure which shows the data structural example of the technical content accumulate | stored in the technical content database in one Example. 一実施例における情報検索システムの概要処理の処理フロー例を示す図である。It is a figure which shows the example of a processing flow of the outline | summary process of the information search system in one Example. 一実施例における情報検索システムが表示する画面例を示す図である。It is a figure which shows the example of a screen which the information search system in one Example displays. ステップＳ２の処理のより詳細な処理フロー例を示す図である。It is a figure which shows the example of a more detailed process flow of the process of step S2. ステップＳ４の処理のより詳細な処理フロー例を示す図である。It is a figure which shows the example of a more detailed process flow of the process of step S4. ステップＳ８の処理のより詳細な処理フロー例を示す図である。It is a figure which shows the example of a more detailed process flow of the process of step S8. ステップＳ９の処理のより詳細な処理フロー例を示す図である。It is a figure which shows the example of a more detailed process flow of the process of step S9. 検索で抽出された分類付テキストの例を示す図である。It is a figure which shows the example of the text with a classification extracted by the search. 抽出された分類付テキストに付与されたタームの評価例を示す図である。It is a figure which shows the example of evaluation of the term provided to the extracted classified text. レコメンド観点の選択により変遷する画面例として、最初のレコメンド観点を表示する画面例を示す図である。It is a figure which shows the example of a screen which displays the first recommendation viewpoint as an example of a screen changed by selection of a recommendation viewpoint. レコメンド観点の選択により変遷する画面例として、レコメンド観点からタームが選択された場合の画面例を示す図である。It is a figure which shows the example of a screen when a term is selected from a recommendation viewpoint as an example of a screen which changes by selection of a recommendation viewpoint. レコメンド観点の選択により変遷する画面例として、レコメンド観点からタームが再度選択された場合の画面例を示す図である。It is a figure which shows the example of a screen when a term is selected again from a recommendation viewpoint as an example of a screen which changes by selection of a recommendation viewpoint. 階層化されたタームの例を示す図である。It is a figure which shows the example of the term hierarchized. ステップＳ３の処理において、技術分類体系のフィールドを考慮した場合の処理フロー例を示す図である。It is a figure which shows the example of a processing flow when the field of a technical classification system is considered in the process of step S3. 技術分類体系のフィールドを考慮した検索結果およびレコメンド観点を表示する画面例を示す図である。It is a figure which shows the example of a screen which displays the search result and recommendation viewpoint which considered the field of the technical classification system. 技術分類体系のフィールドを考慮した検索結果およびレコメンド観点を表示する画面例を示す図である。It is a figure which shows the example of a screen which displays the search result and recommendation viewpoint which considered the field of the technical classification system. 異なる種類の技術情報を表示する場合の画面例を示す図である。It is a figure which shows the example of a screen in the case of displaying different types of technical information. テーマ毎に重み付けした検索結果の企業情報を表示する場合の画面例を示す図である。It is a figure which shows the example of a screen in the case of displaying the company information of the search result weighted for every theme. テーマ毎に重み付けした検索結果の企業情報を表示する場合の画面例を示す図である。It is a figure which shows the example of a screen in the case of displaying the company information of the search result weighted for every theme. 異なる種類の技術情報の選択から、別の種類の技術情報の検索結果を表示する表示例を示す図である。It is a figure which shows the example of a display which displays the search result of another kind of technical information from selection of a different kind of technical information. 一実施例における検索装置およびレコメンド装置のハードウェア構成例を示す図である。It is a figure which shows the hardware structural example of the search device and recommendation device in one Example.

以下、本発明の一態様として開示する情報検索システムについて説明する。   Hereinafter, an information search system disclosed as one embodiment of the present invention will be described.

図１は、一実施例における情報検索システムのブロック構成例を示す図である。   FIG. 1 is a diagram illustrating a block configuration example of an information search system according to an embodiment.

情報検索システム１は、検索者が入力したキーワードで技術情報を検索し、さらに、予め備えた技術分類体系に定義された技術概念の中からキーワードに関連する技術概念を抽出して複数の観点で区分した情報（レコメンド観点）を提供する情報処理システムである。   The information retrieval system 1 retrieves technical information with a keyword input by a searcher, and further extracts a technical concept related to the keyword from technical concepts defined in a technical classification system prepared in advance, from a plurality of viewpoints. It is an information processing system that provides classified information (recommended viewpoint).

情報検索システム１が備える技術分類体系（技術分類とも呼ぶ）は、技術が適用される産業に基づく分野（フィールド）を示すフィールド情報、各フィールドに属する各技術の範囲を示す区分（テーマ）を示すテーマ情報、および、各テーマに分類される技術的特徴を示す術語（ターム）を複数の観点に対応付けて定義しているターム情報で構成されている。   The technology classification system (also referred to as technology classification) provided in the information search system 1 indicates field information indicating a field (field) based on an industry to which the technology is applied, and a classification (theme) indicating a range of each technology belonging to each field. It is composed of theme information and term information that defines technical terms (terms) classified into each theme in association with a plurality of viewpoints.

すなわち、技術分類体系は、複数のフィールドで構成され、各フィールドは、下位構成として１または複数のテーマを有する。さらに、各テーマは、１または複数の観点の分類に属する１または複数の階層化したタームを有する。各タームが分類される複数の観点は、全テーマで横断的に使用される。テーマ毎に必要な観点が設けられるが、少なくとも、技術上の目的、課題等を示す観点（「課題」）が設けられる。技術分類体系を構成する情報の詳細は、後述する。   That is, the technical classification system is composed of a plurality of fields, and each field has one or a plurality of themes as a subordinate structure. Furthermore, each theme has one or more hierarchical terms belonging to one or more viewpoint categories. The multiple viewpoints into which each term is classified are used across all themes. A necessary viewpoint is provided for each theme, but at least a viewpoint (“issue”) indicating a technical purpose, a problem, and the like is provided. Details of the information constituting the technical classification system will be described later.

情報検索システム１は、検索装置１０、レコメンド装置２０、技術分類データベース３１、分類付テキストデータベース３３、および、技術コンテンツデータベース３５を備える。また、情報検索システム１の検索装置１０は、検索者が使用する情報処理端末である検索者端末５とネットワークＮを介して接続している。   The information search system 1 includes a search device 10, a recommendation device 20, a technical classification database 31, a classified text database 33, and a technical content database 35. The search device 10 of the information search system 1 is connected to a searcher terminal 5 that is an information processing terminal used by a searcher via a network N.

検索装置１０は、検索者端末５で入力された単語または単語の組合せをキーワードとして取得して、１または複数の技術コンテンツデータベース３５に蓄積された技術コンテンツを検索する。   The search device 10 acquires a word or a combination of words input at the searcher terminal 5 as a keyword, and searches for technical content stored in one or more technical content databases 35.

検索装置１０は、キーワード取得部１１、コンテンツ検索部１３、コンテンツ出力部１５を有する。   The search device 10 includes a keyword acquisition unit 11, a content search unit 13, and a content output unit 15.

キーワード取得部１１は、検索者端末５で検索者が入力した１または複数の単語をキーワードとして取得する。   The keyword acquisition unit 11 acquires one or more words input by the searcher at the searcher terminal 5 as keywords.

コンテンツ検索部１３は、技術コンテンツデータベース３５に対する取得したキーワードでのＯＲ条件の検索を行い、予め定めた評価方法により検索結果を評価し、評価の良い技術コンテンツを抽出する。   The content search unit 13 searches the technical content database 35 for the OR condition with the acquired keyword, evaluates the search result by a predetermined evaluation method, and extracts technical content with good evaluation.

コンテンツ出力部１５は、検索者端末５に、検索結果として、抽出した技術コンテンツを、レコメンド観点として、レコメンド装置２０から得た各観点のターム群を検索者端末５に表示させる。   The content output unit 15 causes the searcher terminal 5 to display, on the searcher terminal 5, the term group of each viewpoint obtained from the recommendation device 20, using the extracted technical content as a search result as a recommendation viewpoint.

検索装置１０は、検索者端末５で自由文（入力文字列）の入力を許容する場合には、さらに、形態素解析部を備えることができる。この場合に、形態素解析部が検索者端末５から受け付けた入力文字列に対して既知の形態素解析を行って自立語を抽出し、キーワード取得部１１は、抽出した自立語をキーワードとする。   The search device 10 can further include a morphological analysis unit when the searcher terminal 5 allows input of a free sentence (input character string). In this case, the morpheme analysis unit performs a known morpheme analysis on the input character string received from the searcher terminal 5 to extract an independent word, and the keyword acquisition unit 11 sets the extracted independent word as a keyword.

レコメンド装置２０は、技術分類データベース３１に記憶された技術分類体系を検索装置１０が取得したキーワードで検索し、検索意図に関連する技術概念として、キーワードに関連性が高いタームを抽出し複数の観点に対応付けて提示する。   The recommendation device 20 searches the technical classification system stored in the technical classification database 31 with the keyword acquired by the search device 10, extracts a term highly relevant to the keyword as a technical concept related to the search intention, and a plurality of viewpoints. Present in association with.

レコメンド装置２０は、１つの構成例として（第１の構成例）、分類付テキスト検索部２１、レコメンド観点生成部２３、レコメンド観点出力部２５を有する。   The recommendation device 20 includes a classified text search unit 21, a recommendation viewpoint generation unit 23, and a recommendation viewpoint output unit 25 as one configuration example (first configuration example).

分類付テキスト検索部２１は、検索装置１０から得たキーワードで、分類付テキストデータベース３３に対するＯＲ条件の検索処理を行い、検索した分類付テキストを予め定めた評価方法により評価し、評価の良い分類付テキストを取得する。   The classified text search unit 21 performs a search process of the OR condition on the classified text database 33 using the keywords obtained from the search device 10, evaluates the searched classified text by a predetermined evaluation method, and classifies with good evaluation. Get attached text.

レコメンド観点生成部２３は、取得した分類付テキストから付与されたタームを抽出し、抽出したタームをもとに観点を生成し、キーワードとの関連性が高い観点とタームとをレコメンド観点として決定する。   The recommendation viewpoint generation unit 23 extracts terms provided from the acquired classified text, generates viewpoints based on the extracted terms, and determines viewpoints and terms highly relevant to the keywords as recommendation viewpoints. .

レコメンド観点出力部２５は、レコメンド観点として決定した観点およびそのタームを検索装置１０へ渡す。   The recommended viewpoint output unit 25 passes the viewpoint determined as the recommended viewpoint and its term to the search device 10.

図２〜図７は、技術分類データベース３１のデータ構成例を示す図である。   2-7 is a figure which shows the data structural example of the technical classification database 31. As shown in FIG.

技術分類データベース３１は、フィールド情報３１１、テーマ情報３１３、およびターム情報３１５を含む。   The technology classification database 31 includes field information 311, theme information 313, and term information 315.

フィールド情報３１１は、技術が適用される産業に基づいて分類した分野（フィールド）を示す情報である。図２（Ａ）に示すように、フィールド情報３１１では、各分野の名称を示す「フィールド名」とフィールドの識別情報である「フィールドＩＤ」とが対応付けられて記憶されている。例えば、フィールドＩＤ“２Ｂ”、フィールド名“畜産、漁業”は、自然資源のうち畜産や漁業に適用される技術が分類される区分であることを表している。   The field information 311 is information indicating a field (field) classified based on the industry to which the technology is applied. As shown in FIG. 2A, in the field information 311, a “field name” indicating the name of each field and a “field ID” that is field identification information are stored in association with each other. For example, the field ID “2B” and the field name “livestock and fishery” indicate that the technology applied to livestock and fishery among natural resources is classified.

テーマ情報３１３は、技術の範囲を示す区分（テーマ）を示す情報である。図２（Ｂ）に示すように、テーマ情報３１３では、技術の範囲の名称を示す「テーマ名」とテーマの識別情報である「テーマＩＤ」とテーマが属するフィールドを示す「フィールドＩＤ」とが対応付けられて記憶されている。例えば、テーマＩＤ“１０４”、テーマ名“養殖”は、フィールドＩＤ“２Ｂ”の畜産、漁業に属する技術であって、養殖に関連する技術が分類される区分であることを表している。   The theme information 313 is information indicating a category (theme) indicating the scope of technology. As shown in FIG. 2B, the theme information 313 includes a “theme name” indicating the name of the technical range, a “theme ID” that is identification information of the theme, and a “field ID” that indicates a field to which the theme belongs. It is stored in association with each other. For example, the theme ID “104” and the theme name “aquaculture” indicate that the technology belongs to the livestock and fisheries of the field ID “2B” and is a classification into which technologies related to aquaculture are classified.

ターム情報３１５は、１つのテーマに分類される技術的特徴を示す術語（ターム）を示す情報である。ターム情報３１５のタームが示す技術的特徴は、複数の観点に基づいて分類されて定義されている。   The term information 315 is information indicating terminology (term) indicating technical features classified into one theme. The technical features indicated by the terms of the term information 315 are classified and defined based on a plurality of viewpoints.

図３〜図６に示すように、ターム情報３１５は、テーマ毎に構築され、観点の区分の名称を示す「観点分類」と観点分類の識別情報である「観点コード」とが対応付けられ、さらに、観点分類毎に、技術的特徴を示す「ターム名」とタームの識別情報である「タームコード」との対応が定義されている。各観点分類は、１または複数のタームコードおよびターム名の組（以下、単にタームと呼ぶことがある）を含み、複数のタームが階層的に定義されていてもよい。   As shown in FIGS. 3 to 6, the term information 315 is constructed for each theme, and “viewpoint classification” indicating the name of the viewpoint category is associated with “viewpoint code” that is identification information of the viewpoint classification, Further, for each viewpoint classification, a correspondence between a “term name” indicating a technical feature and a “term code” that is identification information of a term is defined. Each viewpoint classification includes a set of one or a plurality of term codes and term names (hereinafter simply referred to as terms), and a plurality of terms may be defined hierarchically.

観点分類は、多面的に、かつ、テーマに対応して設定される。設定される観点分類は、「目的、課題」が必須であり、その他、任意の観点、例えば、対象（物等）、用途、構造、材料、製造方法、使用方法、管理方法等がテーマに応じて含まれる。   The viewpoint classification is set in a multifaceted manner and corresponding to the theme. As the viewpoint classification to be set, “purpose, issue” is essential, and other arbitrary viewpoints, for example, objects (objects, etc.), uses, structures, materials, manufacturing methods, usage methods, management methods, etc. according to the theme Included.

図３は、テーマ名が“養殖（１０４）”に対するターム情報３１５の例である。図３のターム情報３１５は、例えば、観点名（観点コード）の“対象（ＢＢ）”について、“魚類（０１０）”、“いか・たこ類（０２０）”、“甲殻類（０３０）”等の１次ターム群、１次ターム“魚類（０１０）”の下位タームとして、“サケ類（０１１）”が設定されていること、“目的（ＡＡ）”について、“特性成長時期（０１０）”、“体色対策（０２０）”等のターム群が設定されていることを示している。   FIG. 3 is an example of the term information 315 for the theme name “Aquaculture (104)”. The term information 315 in FIG. 3 includes, for example, “fish (010)”, “squid / octopus (020)”, “crustacea (030)”, etc., regarding the “object (BB)” of the viewpoint name (viewpoint code). The primary term group of the first term “fish (010)” as a subordinate term, “salmon (011)” is set, “purpose (AA)” about “characteristic growth period (010)” , “Term body color countermeasure (020)” and the like are set.

図４は、テーマ名が“飼料（１５０）”に対するターム情報３１５の例である。図４のターム情報３１５は、例えば、観点名（観点コード）の“装置（ＦＡ）”について、“網ヒビ（０１０）”、“小型藻場（０２０）”、“陸上養殖装置（０３０）”等の１次ターム群が設定され、下位タームも設定されうることを示している。   FIG. 4 is an example of term information 315 for the theme name “Feed (150)”. The term information 315 in FIG. 4 includes, for example, “mesh crack (010)”, “small seaweed basin (020)”, “land-based aquaculture device (030)” for “device (FA)” of the viewpoint name (viewpoint code). It is shown that primary terms such as can be set and lower terms can be set.

図５は、テーマ名が“橋または陸橋（０５９）”に対するターム情報３１５の例である。図５のターム情報３１５は、例えば、観点名（観点コード）が“目的・課題（ＡＡ）”について、“制震（０１０）”、“補強（０２０）”、“連結（０３０）”等の１次ターム群が設定され、下位タームも設定されうることを示している。   FIG. 5 is an example of the term information 315 for the theme name “bridge or overpass (059)”. The term information 315 in FIG. 5 includes, for example, “seismic (010)”, “reinforcement (020)”, “connection (030)”, etc., when the viewpoint name (viewpoint code) is “purpose / issue (AA)”. It shows that a primary term group is set and a lower term can also be set.

図６は、テーマ名が“穀物誘導製品（０４６）”に対するターム情報３１５の例である。図６のターム情報３１５は、例えば、観点名（観点コード）の“最終製品の種類（ＢＤ）”について、“麺（０１０）”、“麺皮（０２０）”、“その他（０３０）”等の１次ターム群が設定され、下位タームも設定されうることを示している。   FIG. 6 is an example of the term information 315 for the theme name “cereal induced product (046)”. The term information 315 in FIG. 6 includes, for example, “noodle (010)”, “noodle skin (020)”, “others (030)”, etc., regarding the viewpoint name (viewpoint code) “type of final product (BD)”. It is shown that the primary term group is set and the lower term can be set.

図７は、観点の区分の構成例を示す図である。   FIG. 7 is a diagram illustrating a configuration example of viewpoint classification.

観点分類は、例えば、課題（Ａ）、種類（Ｂ）、用途（Ｃ）等が設定され、観点ＩＤに対応付けて記憶される。各観点分類は、技術分類体系のテーマに設定される１または複数の観点群（観点の名称）を有する。図８に示す観点分類では、「課題（Ａ）」の観点分類に、“目的（ＡＡ）”、“課題（ＡＢ）”、“付加目的（ＡＧ）”等の観点群が含まれることを示している。   In the viewpoint classification, for example, a task (A), a type (B), a usage (C), and the like are set and stored in association with the viewpoint ID. Each viewpoint classification has one or a plurality of viewpoint groups (names of viewpoints) set as the theme of the technical classification system. The viewpoint classification shown in FIG. 8 indicates that the viewpoint classification of “task (A)” includes viewpoint groups such as “purpose (AA)”, “task (AB)”, and “additional objective (AG)”. ing.

分類付テキストデータベース３３は、分類コードが付与されたテキストを蓄積するデータベースである。   The classified text database 33 is a database that accumulates texts to which classification codes are assigned.

図８は、分類付テキストデータベース３３のデータ構成例を示す図である。分類付テキストデータベース３３に蓄積されるテキストは、文献ＩＤ、題名、分類コード（テーマＩＤ、タームコード）、およびテキスト（本文）を含む。「文献ＩＤ」はテキストを識別する情報、「題名」は文献の題名、「テキスト」は文献の本文の内容である。「分類コード」は、技術分類データベース３１の分類体系に基づく各種情報のインデックスであり、１または複数のテーマＩＤ、および各テーマＩＤについて１または複数のタームコードが設定されている。   FIG. 8 is a diagram illustrating a data configuration example of the classified text database 33. The text stored in the classified text database 33 includes a document ID, a title, a classification code (theme ID, term code), and a text (text). “Document ID” is information for identifying text, “Title” is the title of the document, and “Text” is the content of the text of the document. The “classification code” is an index of various information based on the classification system of the technical classification database 31, and one or more theme IDs and one or more term codes are set for each theme ID.

技術コンテンツデータベース３５は、様々な技術情報を示す技術コンテンツを蓄積するデータベースである。情報検索システム１は、複数の技術コンテンツデータベース３５を備えてもよい。技術コンテンツデータベース３５には、情報検索システム１がインターネット、イントラネット等のネットワークを介して接続可能であるデータベースを含む。   The technical content database 35 is a database for accumulating technical content indicating various technical information. The information search system 1 may include a plurality of technical content databases 35. The technical content database 35 includes a database to which the information search system 1 can be connected via a network such as the Internet or an intranet.

ここで、技術コンテンツに含まれる技術情報は、技術自体だけではなく、技術を提供する企業や研究機関等の技術に関連する情報を範囲とするものであり、技術コンテンツは、技術情報を示すテキストデータを含むデータであればよく、画像データ、音声データ等が含まれていてもよい。技術コンテンツは、具体的には、特許文献、論文、製品マニュアル、製品カタログ、仕様書、技法解説書、解析・適用事例集、実験報告書、技術ニュース、技術マガジン、ニュースリリース、企業、研究機関の事業報告書等である。   Here, the technical information included in the technical content covers not only the technology itself but also information related to the technology of companies or research institutions that provide the technology, and the technical content is a text indicating the technical information. Data including data may be used, and image data, audio data, and the like may be included. Technical contents are specifically patent documents, papers, product manuals, product catalogs, specifications, technical explanations, analysis / application examples, experimental reports, technical news, technical magazines, news releases, companies, research institutions Business reports.

図９は、技術コンテンツデータベース３５に蓄積される技術コンテンツのデータ構成例を示す図である。   FIG. 9 is a diagram illustrating a data configuration example of technical content stored in the technical content database 35.

図９（Ａ）は、製品情報を提供する技術コンテンツ（製品コンテンツ）のデータ構成例を示す。図９（Ａ）の製品コンテンツは、製品ＩＤ、製品名、企業名、説明テキスト、リンク等のデータを含む。「製品ＩＤ」は製品を識別する情報、「製品名」は製品の名称、「企業名」は製品を製造、提供する企業の名称である。「説明テキスト」は、製品の特徴、用途等を説明する本文テキストである。「リンク」は、任意の要素であり、製品に関連する情報を提供する企業や関連団体へのサイトへのリンク情報を示す。   FIG. 9A shows a data configuration example of technical content (product content) that provides product information. The product content in FIG. 9A includes data such as a product ID, a product name, a company name, an explanatory text, and a link. “Product ID” is information for identifying the product, “Product name” is the name of the product, and “Company name” is the name of the company that manufactures and provides the product. The “description text” is a body text that explains the feature, use, etc. of the product. “Link” is an optional element, and indicates link information to a site to a company or related organization that provides information related to a product.

図９（Ｂ）は、技術論文を提供する技術コンテンツ（論文コンテンツ）のデータ構成例を示す。図９（Ｂ）の論文コンテンツは、文献ＩＤ、題名、著者名、本文テキスト等のデータを含む。「文献ＩＤ」は論文を識別する情報、「題名」は論文の題名、「著者名」は論文著作者の氏名、「本文テキスト」は、論文本体のテキストである。   FIG. 9B shows a data configuration example of technical content (paper content) that provides a technical paper. The article content in FIG. 9B includes data such as a document ID, a title, an author name, and a body text. “Document ID” is information for identifying a paper, “Title” is the title of the paper, “Author” is the name of the paper author, and “Text text” is the text of the paper itself.

次に、情報検索システム１の処理の流れを説明する。以降の説明において、検索者からの情報入力、検索者への情報出力に関し、一般的なインタフェース機能およびその動作については既知であるので説明を省略する。   Next, the process flow of the information search system 1 will be described. In the following description, the general interface function and its operation regarding the input of information from the searcher and the output of information to the searcher are known and will not be described.

図１０は、情報検索システム１の概要処理の処理フロー例を示す図である。   FIG. 10 is a diagram illustrating a processing flow example of the outline processing of the information search system 1.

ステップＳ１： キーワード取得部１１が、検索者が検索者端末５で入力した単語、単語の組合せをキーワードとして取得する。なお、検索者端末５が自由文の入力を受け付ける場合には、検索装置１０が備える形態素解析部が、受け付けた自由文を形態素解析し、自立語（語）を抽出し、キーワード取得部１１が抽出した自立語をキーワードとする。   Step S1: The keyword acquisition unit 11 acquires words and word combinations input by the searcher at the searcher terminal 5 as keywords. When the searcher terminal 5 accepts an input of a free sentence, the morphological analysis unit included in the search device 10 performs a morphological analysis on the received free sentence, extracts an independent word (word), and the keyword acquisition unit 11 The extracted independent words are used as keywords.

図１１は、情報検索システム１が表示する画面例を示す図である。図１１に示す画面１００が検索者端末５に表示される。画面１００は、検索者が自由に語句や文を入力できる文字入力域１０１、検索実行を指示する検索ボタン１０３、推奨する観点およびタームを表示するレコメンド観点表示域１１０、検索結果である技術コンテンツを表示する検索結果表示域１２０を備える。   FIG. 11 is a diagram illustrating an example of a screen displayed by the information search system 1. A screen 100 shown in FIG. 11 is displayed on the searcher terminal 5. The screen 100 displays a character input area 101 in which a searcher can freely input words and sentences, a search button 103 for instructing execution of a search, a recommended viewpoint display area 110 for displaying recommended viewpoints and terms, and technical contents that are search results. A search result display area 120 is provided.

検索ボタン１０３がマウスクリック等で押下されると、キーワード取得部１１は、文字入力域１０１に入力された入力文字列を取得する。図１１に示す画面例では、“真空ポンプ”が入力されてキーワードとなる。   When the search button 103 is pressed by a mouse click or the like, the keyword acquisition unit 11 acquires an input character string input to the character input area 101. In the screen example shown in FIG. 11, “vacuum pump” is input and becomes a keyword.

ステップＳ２： 分類付テキスト検索部２１が、検索者端末５から得たキーワードで分類付テキストデータベース３３をＯＲ条件でテキスト検索し、検索結果の分類付テキストに付与されているタームを抽出する。   Step S2: The classified text search unit 21 searches the classified text database 33 with the keyword obtained from the searcher terminal 5 under the OR condition, and extracts the terms given to the classified text of the search result.

図１２は、ステップＳ２の処理のより詳細な処理フロー例を示す図である。   FIG. 12 is a diagram showing a more detailed processing flow example of the processing in step S2.

分類付テキスト検索部２１は、キーワードを用いて分類付テキストデータベース３３に記憶する分類テキストをＯＲ条件でテキスト検索し、キーワードを持つ分類付テキストを抽出する（ステップＳ２１）。分類付テキスト検索部２１は、抽出した分類付テキストを予め定められた評価方法で評価し、評価の良い分類付テキストを所定数抽出する（ステップＳ２２）。検索結果の評価方法は、既知の手法でよく、例えば、キーワードとの類似度を用いる評価手法、キーワードの希少性、重複性、網羅性等を用いる評価手法でもよい。   The classified text search unit 21 searches the classified text stored in the classified text database 33 using the keyword using the OR condition, and extracts the classified text having the keyword (step S21). The classified text search unit 21 evaluates the extracted classified text using a predetermined evaluation method, and extracts a predetermined number of classified texts with good evaluation (step S22). The search result evaluation method may be a known method, for example, an evaluation method that uses a similarity to a keyword, or an evaluation method that uses the scarcity, redundancy, and completeness of keywords.

なお、希少性は、キーワードに一致する語を持つ分類付テキスト数をもとに評価する尺度である。重複性は、１つの分類付テキスト内でキーワードに一致する語が出現している数をもとに評価する尺度である。網羅性は、キーワードに一致する語が分類付テキスト全体の語に占める割合をもとに評価する尺度である。これらの尺度は、１つまたは複数を組み合わせて用いられる。   Note that rarity is a scale that is evaluated based on the number of classified texts having words that match the keyword. Redundancy is a scale that is evaluated based on the number of occurrences of words that match a keyword in one classified text. Comprehensiveness is a scale that is evaluated based on the ratio of words that match a keyword to the words in the entire classified text. These measures are used in combination of one or more.

分類付テキスト検索部２１は、抽出した各分類付テキストに付与されている全てのタームを抽出する（ステップＳ２３）。   The classified text search unit 21 extracts all the terms assigned to each extracted classified text (step S23).

ステップＳ３： レコメンド観点生成部２３が、分類付テキストから抽出したタームを観点毎にまとめ、各観点のターム群を生成する。レコメンド観点生成部２３は、例えば、観点の区分“目的（課題）”、“種類”、“用途”、“装置”、“材料”の観点毎にターム群をまとめる。これにより、“軽量”、“冷却”、“騒音”等のタームが“課題（Ａ）”の観点に分類される。   Step S3: The recommended viewpoint generation unit 23 summarizes the terms extracted from the classified text for each viewpoint, and generates a term group for each viewpoint. For example, the recommendation viewpoint generation unit 23 compiles a term group for each viewpoint of “point (problem)”, “type”, “use”, “apparatus”, and “material”. As a result, terms such as “lightweight”, “cooling”, “noise”, etc., are classified as “problem (A)”.

ステップＳ４： レコメンド観点生成部２３が、各観点とそのターム群とを評価し、レコメンド観点とする観点およびタームを決定する。   Step S4: The recommended viewpoint generation unit 23 evaluates each viewpoint and its term group, and determines a viewpoint and a term to be a recommended viewpoint.

図１３は、ステップＳ４の処理のより詳細な処理フロー例を示す図である。   FIG. 13 is a diagram illustrating a more detailed processing flow example of the processing in step S4.

レコメンド観点生成部２３は、タームをもとに各観点を評価し（ステップＳ４１）、さらに観点の各タームを評価する（ステップＳ４２）。レコメンド観点生成部２３は、評価の良い所定数の観点、およびその観点の評価が上位のタームを、レコメンド観点に決定し、検索装置１０のコンテンツ出力部１５に渡す（ステップＳ４３）。   The recommended viewpoint generation unit 23 evaluates each viewpoint based on the term (step S41), and further evaluates each term of the viewpoint (step S42). The recommendation viewpoint generation unit 23 determines a predetermined number of viewpoints with good evaluation and terms with higher evaluations of the viewpoints as recommendation viewpoints, and passes them to the content output unit 15 of the search device 10 (step S43).

ステップＳ５： コンテンツ検索部１３は、ステップＳ１で取得したキーワードを用いて、技術コンテンツＤＢ３５の技術コンテンツをＯＲ条件でテキスト検索する。コンテンツ検索部１３は、既知の検索手法であればどの検索手法であっても実施できるが、例えば、重み付きＯＲ検索、評価ＯＲ検索と呼ばれている検索手法を実施する。   Step S5: The content search unit 13 performs a text search for the technical content in the technical content DB 35 using the keyword acquired in step S1 under the OR condition. The content search unit 13 can execute any search method as long as it is a known search method. For example, the content search unit 13 executes a search method called a weighted OR search or an evaluation OR search.

さらに、コンテンツ検索部１３は、検索した技術コンテンツを評価する。例えば、キーワードとの類似度を用いて技術コンテンツを評価する。   Further, the content search unit 13 evaluates the searched technical content. For example, technical content is evaluated using the similarity with a keyword.

ステップＳ６： コンテンツ出力部１５が、評価が良い順に所定数の技術コンテンツとレコメンド観点とを表示するための表示用データを生成し、検索者端末５に表示用データを表示させる。例えば、画面１００のレコメンド観点表示域１１０に、「課題」の観点と他の評価の良い観点（種類、用途、装置等）、各観点の評価の良い順に所定数（例えば、第１位〜第３位）のタームが表示され、検索結果表示域１２０には、評価の良い順に技術コンテンツから抽出した書誌的事項やテキストの見出しや本文の冒頭部が表示される。   Step S6: The content output unit 15 generates display data for displaying a predetermined number of technical contents and recommendation viewpoints in order of good evaluation, and causes the searcher terminal 5 to display the display data. For example, in the recommendation viewpoint display area 110 of the screen 100, a predetermined number (for example, first to second) in the order of evaluation of each viewpoint in terms of “issue” and other viewpoints with good evaluation (type, application, device, etc.). The third-ranked term is displayed, and the search result display area 120 displays bibliographic items, text headlines, and heads of the text extracted from the technical contents in the order of evaluation.

ステップＳ７： 検索者端末５で、画面１００のレコメンド観点表示域１１０に表示されたタームが選択され、レコメンド観点生成部２３が、検索者端末５での観点選択を受け付ける。観点選択を受け付ける度に、ステップＳ８〜Ｓ９の処理が実行される。   Step S7: The term displayed in the recommended viewpoint display area 110 of the screen 100 is selected on the searcher terminal 5, and the recommended viewpoint generation unit 23 accepts the viewpoint selection on the searcher terminal 5. Each time a viewpoint selection is accepted, the processes of steps S8 to S9 are executed.

ステップＳ８： レコメンド観点生成部２３が、受け付けた選択観点をもとにレコメンド観点を絞り込む。   Step S8: The recommended viewpoint generation unit 23 narrows down the recommended viewpoint based on the received selected viewpoint.

図１４は、ステップＳ８の処理のより詳細な処理フロー例を示す図である。   FIG. 14 is a diagram showing a more detailed processing flow example of the processing in step S8.

レコメンド観点生成部２３は、観点選択に示されたターム（選択ターム）を取得し、既に検索処理で抽出されている分類付テキストを選択タームと合致するタームが付与されているものに絞り込む（ステップＳ８１）。   The recommended viewpoint generation unit 23 acquires the term (selection term) indicated in the viewpoint selection, and narrows down the text with classification already extracted in the search process to those to which a term that matches the selected term is given (step) S81).

さらに、レコメンド観点生成部２３は、絞り込みの結果（分類付テキスト）からタームを抽出し（ステップＳ８２）、抽出したタームをもとに各観点と各タームとを評価し（ステップＳ８３）、評価の良い観点およびタームをレコメンド観点に決定する（ステップＳ８４）。   Further, the recommendation viewpoint generation unit 23 extracts terms from the narrowing result (text with classification) (step S82), evaluates each viewpoint and each term based on the extracted terms (step S83), and evaluates the evaluation. A good viewpoint and term are determined as a recommendation viewpoint (step S84).

ステップＳ９： コンテンツ検索部１３が、観点選択に示された選択タームで、検索結果の技術コンテンツを絞り込む。   Step S9: The content search unit 13 narrows down the technical content of the search result with the selection term indicated in the viewpoint selection.

図１５は、ステップＳ９の処理のより詳細な処理フロー例を示す図である。   FIG. 15 is a diagram illustrating a more detailed processing flow example of the processing in step S9.

コンテンツ検索部１３は、選択タームを取得し（ステップＳ９１）、検索結果の技術コンテンツを選択タームで絞り込む（ステップＳ９２）。この絞り込み処理で、選択タームとの合致は、一致検索、ＯＲ条件による検索、類語による検索、意味解析による検索等の既知の検索手法である。   The content search unit 13 acquires the selected term (step S91), and narrows down the technical content of the search result by the selected term (step S92). In this narrowing-down process, the match with the selected term is a known search method such as a match search, a search using an OR condition, a search using a synonym, or a search using semantic analysis.

さらに、コンテンツ検索部１３は、絞り込みの結果の技術コンテンツを評価し、評価の良い技術コンテンツを抽出する（ステップＳ９３）。   Further, the content search unit 13 evaluates the technical content as a result of narrowing down, and extracts technical content with good evaluation (step S93).

以下に、ステップＳ８、Ｓ９の処理をより具体的に説明する。   Below, the process of step S8, S9 is demonstrated more concretely.

図１６は、ステップＳ５の処理で抽出された分類付テキストの例を示す図である。分類付テキストｔ０１〜ｔ１０各々に紐付くＡ、Ｂ、…、Ｇは、分類付テキストに付与されているある観点に分類されるタームを表している。   FIG. 16 is a diagram illustrating an example of classified text extracted in the process of step S5. A, B,..., G associated with each of the classified texts t01 to t10 represent terms that are classified from a certain viewpoint given to the classified text.

レコメンド観点生成部２３は、抽出した分類付テキストに付与されたタームを全て抽出し、付与されていた分類付テキストの合計数を用いて各タームを評価する。レコメンド観点生成部２３は、分類付テキストｔ０１〜ｔ１０において、ターム毎の分類付テキストの合計数を集計し、合計数の多いタームほど良い評価とする。   The recommendation viewpoint generation unit 23 extracts all the terms assigned to the extracted classified text, and evaluates each term using the total number of classified texts that have been assigned. The recommendation viewpoint generation unit 23 totals the total number of classified texts for each term in the classified texts t01 to t10, and the term having a larger total number is considered to have a better evaluation.

図１７に示すように、観点が“目的（課題）”に分類されるタームの評価順が、Ａ（軽量）、Ｂ（冷却）、Ｃ（騒音）、Ｄ（振動）、Ｅ（耐久）、Ｆ（摩擦）、Ｇ（圧力脈動）であったとする。   As shown in FIG. 17, the evaluation order of terms whose viewpoint is classified as “purpose (issue)” is A (light weight), B (cooling), C (noise), D (vibration), E (endurance), Assume F (friction) and G (pressure pulsation).

レコメンド観点生成部２３は、評価の良い観点およびタームをレコメンド観点に決定し、レコメンド観点出力部２５は、決定された観点およびタームを最初のレコメンド観点として示す画面１００を表示する。   The recommendation viewpoint generation unit 23 determines a viewpoint and term with good evaluation as a recommendation viewpoint, and the recommendation viewpoint output unit 25 displays a screen 100 that shows the determined viewpoint and term as the first recommendation viewpoint.

図１８は、最初のレコメンド観点を表示する場合の画面例を示す図である。図１８に示す画面１００の検索結果表示域１２０には、キーワードの“真空ポンプ”による検索結果である製品コンテンツの内容が表示される。レコメンド観点表示域１１０には、“真空ポンプ”に関連する技術概念を示すタームが、「目的や課題」という観点を含む複数の観点に分類されて表示される。例えば、「目的や課題」の観点について、評価順に従って“軽量”、“冷却”、“騒音”等のタームが表示される。   FIG. 18 is a diagram illustrating an example of a screen when the first recommendation viewpoint is displayed. In the search result display area 120 of the screen 100 shown in FIG. 18, the content of the product content that is the search result by the keyword “vacuum pump” is displayed. In the recommended viewpoint display area 110, terms indicating technical concepts related to the “vacuum pump” are classified and displayed in a plurality of viewpoints including the viewpoints of “objects and issues”. For example, terms such as “light weight”, “cooling”, and “noise” are displayed according to the evaluation order with respect to the viewpoint of “purpose and problem”.

レコメンド観点表示域１１０の各タームは、検索結果表示域１２０に表示された検索結果の絞り込み条件として推奨されるタームである。検索結果表示域１２０から選択されたターム（選択ターム）が、絞り込み処理の条件（キーワード）として使用される。   Each term in the recommendation viewpoint display area 110 is a term recommended as a search condition narrowing-down condition displayed in the search result display area 120. The term (selected term) selected from the search result display area 120 is used as a condition (keyword) for the narrowing process.

画面１００のレコメンド観点表示域１１０でタームが選択される度に、レコメンド観点表示域１１０に表示される観点とタームとが逐次更新される。   Each time a term is selected in the recommended viewpoint display area 110 of the screen 100, the viewpoint and the term displayed in the recommended viewpoint display area 110 are sequentially updated.

例えば、画面１００のレコメンド観点表示域１１０に表示されたタームからユーザによってターム“騒音（Ｃ）”が選択されると、レコメンド観点生成部２３は、図１６に示す、抽出された分類付テキスト（ｔ０１〜ｔ１０）から、選択ターム“Ｃ”が付与された分類付テキストｔ０６、ｔ０７、ｔ０８、ｔ０９、ｔ１０を抽出し、抽出した分類付テキストに付与されたタームを再度評価する。図１７に示すタームの評価例では、分類付テキストｔ０６〜ｔ１０においてタームの評価順が、Ｃ（騒音）、Ｄ（振動）、Ｅ（耐久）、Ｆ（摩擦）、Ｇ（圧力脈動）であるので、レコメンド観点生成部２３は、再評価したタームから上位３つのタームを逐次レコメンド観点として決定する。レコメンド観点出力部２５は、逐次レコメンド観点を示す画面１００を表示する。   For example, when the term “noise (C)” is selected by the user from the terms displayed in the recommended viewpoint display area 110 of the screen 100, the recommended viewpoint generation unit 23 displays the extracted classified text ( From t01 to t10), the classified texts t06, t07, t08, t09, and t10 to which the selected term “C” is assigned are extracted, and the terms given to the extracted classified text are evaluated again. In the term evaluation example shown in FIG. 17, in the classified texts t06 to t10, the order of term evaluation is C (noise), D (vibration), E (endurance), F (friction), and G (pressure pulsation). Therefore, the recommendation viewpoint generation unit 23 sequentially determines the top three terms from the re-evaluated terms as recommendation viewpoints. The recommendation viewpoint output part 25 displays the screen 100 which shows a recommendation viewpoint sequentially.

図１９は、逐次レコメンド観点が表示された場合の画面例を示す図である。   FIG. 19 is a diagram illustrating an example of a screen when a sequential recommendation viewpoint is displayed.

図１９の画面１００のレコメンド観点表示域１１０で、“課題”の観点の“騒音”のタームが選択された場合に、選択ターム“騒音（Ｃ）”で絞り込まれた分類付テキストに基づく評価により、“課題”の観点のタームとして、選択ターム以外で評価の良い順にターム“振動”、“耐久”、“摩擦”等が決定され、レコメンド観点表示域１１０に表示される。また、選択タームの“騒音”で検索結果の技術コンテンツが絞り込まれ、絞り込み結果の技術コンテンツが検索結果表示域１２０に表示される。   In the recommendation viewpoint display area 110 of the screen 100 of FIG. 19, when the “noise” term of the “issue” viewpoint is selected, the evaluation is based on the classified text narrowed down by the selected term “noise (C)”. The terms “vibration”, “durability”, “friction”, etc. are determined in the order of good evaluation other than the selected term, and are displayed in the recommended viewpoint display area 110 as the “problem” viewpoint terms. Further, the technical content of the search result is narrowed down by “noise” of the selected term, and the technical content of the narrowing result is displayed in the search result display area 120.

図２０は、逐次レコメンド観点を示す画面からタームが再度選択された場合の画面例を示す図である。図１９に示す画面１００のレコメンド観点表示域１１０で“摩擦（Ｆ）”のタームが選択された場合に、同様にステップＳ７〜Ｓ９の処理が実行され、「真空ポンプ」の「騒音および摩擦」に関連する「課題」に分類されるタームのうち、選択タームで絞り込まれた分類付テキストに付与されたタームから、選択ターム以外の評価の良いターム“振動”、“耐久”、“圧力脈動”等が決定され、図２０に示す画面１００のレコメンド観点表示部１１０に表示される。技術コンテンツの検索結果についても、上述の絞り込み処理の結果（技術コンテンツ）が、さらに選択タームの“摩擦”で絞り込まれ、絞り込み結果である技術コンテンツが、検索結果表示域１２０に表示される。   FIG. 20 is a diagram showing an example of a screen when a term is selected again from a screen showing a sequential recommendation viewpoint. When the term “friction (F)” is selected in the recommendation viewpoint display area 110 of the screen 100 shown in FIG. 19, the processing of steps S7 to S9 is executed in the same manner, and “noise and friction” of the “vacuum pump”. Among the terms classified as “issues” related to, “terms” “vibration”, “durability”, “pressure pulsation” with good evaluations other than the selected term from the terms given to the classified text narrowed down by the selected term Are determined and displayed on the recommended viewpoint display unit 110 of the screen 100 shown in FIG. As for the search result of the technical content, the result of the above-described narrowing process (technical content) is further narrowed down by “friction” of the selected term, and the technical content as the narrowing result is displayed in the search result display area 120.

なお、選択タームにより絞り込まれた分類付テキストにおいて、選択ターム数以外のタームの数が所定の表示数（例えば、第１位〜第３位）未満となった場合には、付与されている選択ターム以外のタームが所定の表示数以下で表示される。   In addition, in the classified text narrowed down by the selected terms, if the number of terms other than the number of selected terms is less than a predetermined display number (for example, first to third), the selection given Terms other than the term are displayed with a predetermined display number or less.

上記のステップＳ８１の処理で、技術分類データベース３１から選択タームが付与された分類付テキストを抽出する際に、レコメンド観点生成部２３は、選択タームと共にキーワードとして用いることができる。レコメンド観点生成部２３は、例えば、選択タームの下位に属する全タームを抽出し、または、選択タームの上位に直接連なるタームを抽出する。   In extracting the classified text to which the selected term is given from the technical classification database 31 in the process of step S81 described above, the recommendation viewpoint generation unit 23 can use it as a keyword together with the selected term. For example, the recommendation viewpoint generation unit 23 extracts all the terms belonging to the lower order of the selected term, or extracts the terms directly connected to the upper order of the selected term.

例えば、技術分野データベース３１のターム情報で、タームが図２１に示すように階層化されていたとする。画面１００のレコメンド観点表示域１１０で、“Ａ１２”のタームが選択された場合に、レコメンド観点生成部２３は、ターム情報から、“Ａ１２”の上位ターム“Ａ１、Ａ”、または、“Ａ１２”の下位ターム“Ａ１２１、Ａ１２２”、または、上位および下位ターム“Ａ、Ａ１、Ａ１２１、Ａ１２２”を取得する。そして、取得したタームを用いてステップＳ５の処理で抽出された分類付テキストを絞り込む。   For example, it is assumed that the terms are hierarchized in the technical field database 31 as shown in FIG. When the term “A12” is selected in the recommendation viewpoint display area 110 of the screen 100, the recommendation viewpoint generation unit 23 determines from the term information the upper term “A1, A” or “A12” of “A12”. The lower term “A121, A122” or the upper and lower terms “A, A1, A121, A122” are acquired. Then, the classified text extracted in the process of step S5 is narrowed down using the acquired term.

レコメンド観点生成部２３は、選択タームに上位タームを含める設定の場合に、検索結果の分類付テキストから“Ａ１２、Ａ１、Ａ”のいずれかが付与されている分類付テキストを抽出し、選択タームに下位タームを含める設定の場合に、検索結果の分類付テキストから“Ａ１２、Ａ１２１、Ａ１２２”のいずれかが付与されている分類付テキストを抽出する。   The recommendation viewpoint generation unit 23 extracts the classified text to which any of “A12, A1, A” is assigned from the classified text of the search result when the selection term includes the upper term, and selects the selected term. In the case of setting to include the lower term, the classified text to which any of “A12, A121, A122” is added is extracted from the classified text of the search result.

図１８〜図２０に示す画面１００のレコメンド観点表示域１１０により、検索者は、キーワードとして入力した「真空ポンプ」に関連して「課題」に分類される様々なターム、「振動」、「耐久」、「摩擦」、「圧力脈動」等の存在を知ることができる。   The recommendation viewpoint display area 110 of the screen 100 shown in FIGS. 18 to 20 allows the searcher to enter various terms, “vibration”, “endurance” classified into “issues” in relation to “vacuum pump” input as a keyword. ”,“ Friction ”,“ pressure pulsation ”and the like.

さらに、画面１００の検索結果表示域１２０により、検索者は、キーワードの「真空ポンプ」での検索結果に含まれる分野横断的な技術コンテンツから、選択タームの“騒音”により絞り込まれた、検索者の意図により近い技術情報を得ることができる。   Furthermore, the search result display area 120 of the screen 100 allows the searcher to narrow down the searcher by the selected term “noise” from the cross-cutting technical content included in the search result of the keyword “vacuum pump”. Technical information closer to the intention of

また、情報検索システム１のレコメンド装置２０は、技術分類体系に定義されているフィールドを考慮してタームを抽出することができる。検索者端末５で入力された単語が複数の異なるフィールドで使用されている術語である場合に、１つのフィールドに対応して推奨したレコメンド観点のタームが、全くの的外れとなってしまう可能性があることに対処するためである。   Further, the recommendation device 20 of the information search system 1 can extract terms in consideration of fields defined in the technical classification system. If the word entered in the searcher terminal 5 is a term used in a plurality of different fields, the recommendation viewpoint term recommended for one field may be completely out of focus. This is to deal with certain things.

その場合に、レコメンド観点生成部２３は、ステップＳ３の処理において、図２２に示す処理フローの処理を行う。   In that case, the recommendation viewpoint generation unit 23 performs the process flow shown in FIG. 22 in the process of step S3.

レコメンド観点生成部２３は、ステップＳ３の処理で抽出された各分類付テキストに付与されているフィールドを取得し（ステップＳ６１）、フィールド毎に抽出された分類付テキストをまとめ（ステップＳ６２）、各フィールドを評価する（ステップＳ６３）。フィールドの評価として、例えば、まとめた分類付テキストに付与されているタームの評価値の合算値をフィールドの評価値としてもよい。レコメンド観点生成部２３は、評価をもとにフィールドに重み付けする（ステップＳ６４）。フィールドに対する重み値は、ステップＳ４の処理で、推奨する観点およびタームを決定するための評価の１つとして使用される。   The recommendation viewpoint generation unit 23 acquires a field assigned to each classified text extracted in the process of step S3 (step S61), summarizes the classified text extracted for each field (step S62), The field is evaluated (step S63). As the evaluation of the field, for example, the sum of the evaluation values of the terms given to the grouped text with classification may be used as the evaluation value of the field. The recommendation viewpoint generation unit 23 weights the field based on the evaluation (step S64). The weight value for the field is used as one of evaluations for determining a recommended viewpoint and term in the process of step S4.

図２３および図２４は、技術分類体系のフィールドを考慮した検索結果およびレコメンド観点を表示する画面例を示す図である。図２３および図２４に示す画面１００は、検索された技術分野（フィールド）を示す検索分野表示域１３０を備える。   FIG. 23 and FIG. 24 are diagrams showing examples of screens that display search results and recommendation viewpoints in consideration of fields of the technical classification system. The screen 100 shown in FIGS. 23 and 24 includes a search field display area 130 indicating the searched technical field (field).

検索分野表示域１３０は、検索結果の分類付テキストから抽出されたフィールドが表示され、レコメンド観点表示域１１０および検索結果表示域１２０に表示されている情報の取得過程で重み付けをしたフィールドが強調表示（ボールド）で示される。   The search field display area 130 displays the fields extracted from the classified text of the search results, and highlights the fields weighted in the process of acquiring the information displayed in the recommendation viewpoint display area 110 and the search result display area 120. (Bold).

図２３および図２４に示す画面１００は、キーワードが“ラーメン”の場合の画面例である。キーワードの“ラーメン”は、橋等の構築物の構造に関連する術語であり、かつ穀物加工製品の名称でもある。   A screen 100 shown in FIGS. 23 and 24 is an example of a screen when the keyword is “ramen”. The keyword “ramen” is a term related to the structure of structures such as bridges, and is also the name of grain processing products.

図２３の画面１００は、検索処理でフィールドの“都市・地域基盤（２Ｄ）”が重み付けされた場合のものであり、検索分野表示域１３０に、“都市・地域基盤（２Ｄ）”に属するサブフィールドの“橋または陸橋”、“食品、微生物（４Ｂ）”に属するサブフィールドの“穀類誘導製品”等のフィールドが表示され、さらに、重み付けされたフィールドの“都市・地域基盤（２Ｄ）”がボールド表示される。レコメンド観点表示域１１０および検索結果表示域１２０には、フィールドの“都市・地域基盤（２Ｄ）”を重み付けした評価や検索処理において良評価となった観点やタームを含むレコメンド観点、技術コンテンツが、それぞれ表示される。   The screen 100 in FIG. 23 is a case where the field “city / regional infrastructure (2D)” is weighted in the search process, and the search field display area 130 includes sub-fields belonging to “city / regional infrastructure (2D)”. Fields such as “Bridge or Overpass” in the field, “Grains derived product” in the subfield belonging to “Food, Microorganism (4B)” are displayed, and “Urban / Regional infrastructure (2D)” in the weighted field is displayed. Bold display. In the recommendation viewpoint display area 110 and the search result display area 120, a viewpoint and technical content including a viewpoint and a term that are well evaluated in the evaluation and weighting of the “city / regional infrastructure (2D)” of the field, Each is displayed.

図２４に示す画面１００は、検索処理でフィールドの“食品、微生物（４Ｂ）”が重み付けされた場合のものであり、検索分野表示域１３０では、重み付けされたフィールドの“食品、微生物（４Ｂ）”がボールド表示される。   A screen 100 shown in FIG. 24 is obtained when the field “food, microorganisms (4B)” is weighted in the search process. In the search field display area 130, the weighted field “food, microorganisms (4B)” is displayed. "Is displayed in bold.

図２３と同様に、レコメンド観点表示域１１０および検索結果表示域１２０には、“食品、微生物（４Ｂ）”のフィールドを重み付けした評価や検索処理において良評価となった観点やタームを含むレコメンド観点、技術コンテンツが、それぞれ表示される。   Similarly to FIG. 23, the recommendation viewpoint display area 110 and the search result display area 120 include a viewpoint that includes a viewpoint or a term that is a good evaluation in the evaluation and weighting of the field of “food, microorganisms (4B)” and the search process. Technical content is displayed respectively.

これにより、情報検索システム１は、キーワードが複数のフィールドで使用される語であっても、検索者の意図に近いレコメンド観点と検索結果とを提示することができる。   Thereby, even if a keyword is a word used in a plurality of fields, information retrieval system 1 can present a recommendation viewpoint and a search result close to a searcher's intention.

図２５〜図２８は、情報検索システム１により検索者端末５に表示される他の画面例を示す図である。   25 to 28 are diagrams illustrating other screen examples displayed on the searcher terminal 5 by the information search system 1.

情報検索システム１は、検索結果表示域１２０に、技術情報の種類毎の検索結果（技術コンテンツ）を表示することができる。コンテンツ検索部１３は、製品情報、文献情報、企業情報等をそれぞれ蓄積する複数の技術コンテンツデータベース３５を検索し、検索した技術コンテンツを技術情報の種類に基づいて表示する。   The information search system 1 can display a search result (technical content) for each type of technical information in the search result display area 120. The content search unit 13 searches a plurality of technical content databases 35 that store product information, literature information, company information, and the like, and displays the searched technical content based on the type of technical information.

図２５は、企業情報の検索結果と製品情報の検索結果とを表示する場合の画面例を示す図である。図２５に示す画面１００は、検索結果表示域１２０に相当する表示域として、例えば、企業情報を示す企業検索結果表示域１２１および製品情報を示す製品検索結果表示域１２３を有する。企業検索結果表示域１２１には、技術コンテンツデータベース３５から検索された企業情報が評価の良い順に表示され、製品検索結果表示域１２３には、技術コンテンツデータベース３５から検索された製品情報が評価の良い順に表示される。   FIG. 25 is a diagram illustrating an example of a screen when displaying the search result of company information and the search result of product information. The screen 100 illustrated in FIG. 25 includes, for example, a company search result display area 121 indicating company information and a product search result display area 123 indicating product information as display areas corresponding to the search result display area 120. Company information retrieved from the technical content database 35 is displayed in the company search result display area 121 in the order of evaluation, and product information retrieved from the technical content database 35 is evaluated in the product search result display area 123. Displayed in order.

さらに、コンテンツ検索部１３は、技術分類データベース３１の技術分類体系に定義されたテーマ毎に、検索結果の技術コンテンツを分類して表示することができる。コンテンツ検索部１３は、技術分類体系で定義されたテーマに属する観点やターム（図２（Ｂ）および図３〜図８参照）に重み付けした検索手法で技術コンテンツを検索する。レコメンド観点生成部２３は、同様に、テーマに属する観点やタームに重み付けをして分類付テキストを検索する。重み付け検索の手法は、既知の手法でよく、例えば、検索に用いたキーワードの類似性や、希少性、重複性、網羅性等に基づく評価により定めてもよい。   Further, the content search unit 13 can classify and display the technical content of the search result for each theme defined in the technical classification system of the technical classification database 31. The content search unit 13 searches for technical content by a search method weighted to viewpoints and terms (see FIGS. 2B and 3 to 8) belonging to the theme defined in the technical classification system. Similarly, the recommendation viewpoint generation unit 23 searches the classified text by weighting viewpoints and terms belonging to the theme. The weighted search method may be a known method, and may be determined by, for example, evaluation based on similarity of keywords used in the search, rarity, duplication, completeness, and the like.

図２６および図２７は、テーマ毎に重み付けした検索結果の企業情報を表示する場合の画面例を示す図である。   FIG. 26 and FIG. 27 are diagrams showing examples of screens in the case where company information of search results weighted for each theme is displayed.

図２６に示す画面１００の企業検索結果表示域１２１の上から第１段目の検索結果は、“養殖”のテーマで“装置”の観点に分類されるタームに重み付けをして検索した企業情報であり、評価の良い順に第１位〜第３位の企業名が表示されている。第２段目の検索結果は、“飼料”のテーマで“飼料添加物”の観点に分類されるタームに重み付けをして検索した企業情報である。レコメンド観点表示域１１０に表示されるレコメンド観点も、“養殖”のテーマで“装置”の観点に分類されるタームに重み付けをして検索された分類付テキストに基づいて生成される。   The search result in the first row from the top of the company search result display area 121 on the screen 100 shown in FIG. 26 is the company information searched by weighting the terms classified in the “apparatus” viewpoint in the “culture” theme. The first to third company names are displayed in order of evaluation. The search results in the second row are company information searched by weighting the terms classified as “feed additives” in the “feed” theme. The recommendation viewpoint displayed in the recommendation viewpoint display area 110 is also generated based on the classified text searched by weighting the term classified as the “apparatus” viewpoint under the theme of “culture”.

図２７に示す画面１００の企業検索結果表示域１２１で、上から第１段目の検索結果は、“飼料”のテーマで“飼料添加物”の観点に分類されるタームに重み付けをして検索した企業情報であり、評価の良い順に第１位〜第３位の企業名が表示されている。第２段目の検索結果は、“養殖”のテーマで“装置”の観点に分類されるタームに重み付けをして検索した企業情報である。レコメンド観点表示域１１０のレコメンド観点は、“飼料”のテーマで“飼料添加物”の観点に分類されるタームに重み付けをして検索された分類付テキストに基づいて生成されている。   In the company search result display area 121 of the screen 100 shown in FIG. 27, the search results in the first row from the top are searched by weighting the terms classified as “feed additives” in the “feed” theme. The first to third company names are displayed in the order of good evaluation. The search result in the second row is the company information searched by weighting the terms classified as “apparatus” in the theme of “culture”. The recommendation viewpoint of the recommendation viewpoint display area 110 is generated based on the classified text searched by weighting the term classified as the “feed additive” viewpoint in the “feed” theme.

さらに、コンテンツ検索部１３は、検索結果表示域１２０から選択された技術コンテンツに関連する別の種類の技術コンテンツを表示することができる。この場合に、図２７に示す画面１００の企業検索結果表示域１２１に表示されている企業情報（技術コンテンツ）の選択結果から“Ｄ社”が選択されると、コンテンツ検索部１３は、別種の検索結果である製品情報（技術コンテンツ）を、選択された“Ｄ社”で絞り込む。そして、図２８に示すように、絞り込み結果として、Ｄ社の飼料に関する製品情報（技術コンテンツ）を製品検索結果表示域１２３、または別に設けた企業関連検索結果表示域１２５に表示する。   Further, the content search unit 13 can display another type of technical content related to the technical content selected from the search result display area 120. In this case, when “Company D” is selected from the selection result of the company information (technical content) displayed in the company search result display area 121 of the screen 100 shown in FIG. The product information (technical content) as a search result is narrowed down by the selected “Company D”. Then, as shown in FIG. 28, product information (technical content) relating to the feed of company D is displayed in the product search result display area 123 or a company related search result display area 125 provided separately as a narrowing result.

以上説明した情報検索システム１の検索装置１０およびレコメンド装置２０は、図１に示す処理部を備える専用ハードウェアとして実施することができる。   The search device 10 and the recommendation device 20 of the information search system 1 described above can be implemented as dedicated hardware including the processing unit shown in FIG.

また、検索装置１０およびレコメンド装置２０は、それぞれ、図２９に示すような、ＣＰＵ３０１、メモリ３０２、表示制御部３０４、表示装置３０３、記憶装置（ハードディスク）３０５、入力装置（キーボード）３０６、通信制御部３０７が内部のネットワーク等で接続されたコンピュータ３００として実施することができる。   In addition, the search device 10 and the recommendation device 20 include a CPU 301, a memory 302, a display control unit 304, a display device 303, a storage device (hard disk) 305, an input device (keyboard) 306, and communication control as shown in FIG. The unit 307 can be implemented as a computer 300 connected via an internal network or the like.

さらに、検索装置１０およびレコメンド装置２０は、それぞれ、コンピュータ３００で実行可能なプログラムとして実施することができる。この場合に、図１に示す検索装置１０またはレコメンド装置２０それぞれについて、その処理部の機能を実現するプログラムを実装し、コンピュータ３００上で実行することにより、実施する。   Furthermore, the search device 10 and the recommendation device 20 can each be implemented as a program that can be executed by the computer 300. In this case, the search device 10 or the recommendation device 20 shown in FIG. 1 is implemented by installing a program that realizes the function of the processing unit and executing the program on the computer 300.

すなわち、図１に示した検索装置１０のキーワード取得部１１、コンテンツ検索部１３、コンテンツ出力部１５の機能をコンピュータ３００に実行させる実行プログラム、および、図１に示したレコメンド装置２０の分類付テキスト検索部２１、レコメンド観点生成部２３、レコメンド観点出力部２５の機能をコンピュータ３００に実行させる実行プログラムをコンピュータ３００に読み込ませ、実行させることによって、検索装置１０およびレコメンド装置２０を実施することができる。なお、実行プログラムは、ＣＤ−ＲＯＭ、ＣＤ−ＲＷ、ＤＶＤ−Ｒ、ＤＶＤ−ＲＡＭ、ＤＶＤ−ＲＷ等やフレキシブルディスク等の記録媒体だけでなく、通信回線の先に備えられた他の記憶装置やコンピュータのハードディスク等に記憶されるものであってもよい。   That is, the execution program for causing the computer 300 to execute the functions of the keyword acquisition unit 11, the content search unit 13, and the content output unit 15 of the search device 10 shown in FIG. 1, and the classified text of the recommendation device 20 shown in FIG. The search device 10 and the recommendation device 20 can be implemented by causing the computer 300 to read and execute an execution program that causes the computer 300 to execute the functions of the search unit 21, the recommendation viewpoint generation unit 23, and the recommendation viewpoint output unit 25. . The execution program is not only a recording medium such as a CD-ROM, CD-RW, DVD-R, DVD-RAM, DVD-RW, or flexible disk, but also other storage devices provided at the end of the communication line. It may be stored in a computer hard disk or the like.

なお、情報検索システム１を構成する要素は、任意の組合せで実現されてもよい。複数の構成要素が１つの部材として実現されてもよく、１つの構成要素が複数の部材から構成されてもよい。また、情報検索システム１は、上述した実施形態に限定されず、本発明の要旨を逸脱しない範囲において各種の改良および変更を行ってもよいことは当然である。例えば、上述の実施例において、情報検索システム１の検索対象を、文献情報、製品情報、企業情報等の技術情報を例に説明したが、情報検索システム１は、例えば論文、事例集、技術ニュース、実験報告書等の他の情報検索にも適用することができる。   Note that the elements constituting the information search system 1 may be realized in any combination. A plurality of components may be realized as one member, and one component may be configured from a plurality of members. In addition, the information search system 1 is not limited to the above-described embodiment, and various improvements and changes may naturally be made without departing from the gist of the present invention. For example, in the above-described embodiment, the search target of the information search system 1 has been described using technical information such as literature information, product information, and company information as an example. It can also be applied to other information retrieval such as experiment reports.

さらに、情報検索システム１の検索装置１０は、本発明の発明者がなした別の発明であって、本願と同日に出願した特許願に係る発明の「情報検索システム」の検索装置でも実施することができる。   Further, the search device 10 of the information search system 1 is another invention made by the inventor of the present invention, and is also implemented by the search device of the “information search system” of the invention relating to the patent application filed on the same day as the present application. be able to.

以上説明したように、本発明に係る情報検索システム１によれば、検索者によって入力された文字列に関連する技術概念を示すタームを複数の観点に分類して提示することができる。   As described above, according to the information search system 1 of the present invention, it is possible to classify and present terms indicating technical concepts related to a character string input by a searcher from a plurality of viewpoints.

これにより、検索者が入力文字列によって提示できなかった概念を表す術語（例えば、図４〜図７に示すターム群）を選択するだけで、検索者が意図する技術概念によって検索結果の絞り込み処理が行われ、より適切な技術情報が検索者端末５に表示される。   This makes it possible to narrow down search results according to the technical concept intended by the searcher simply by selecting a terminology representing the concept that the searcher has not been able to present by the input character string (for example, the term group shown in FIGS. 4 to 7). And more appropriate technical information is displayed on the searcher terminal 5.

すなわち、情報検索システム１によれば、従来の入力文字列による検索手法では検索者が思いつかない限りキーワードとして使用されない術語（ターム）を複数の観点から推奨して、検索結果（技術コンテンツ）の絞り込みに使用させることができ、検索者の意図により適合した検索処理を実現することができる。   In other words, according to the information retrieval system 1, the search term (technical content) is narrowed down by recommending from a plurality of viewpoints terms that are not used as keywords unless the searcher can come up with the conventional search method using input character strings. It is possible to implement search processing that is more suitable for the searcher's intention.

よって、検索者は、入力した単語が適切ではない場合でも、検索したい技術概念に合致した情報コンテンツを取得できる可能性が非常に高くなる。   Therefore, it is highly likely that the searcher can acquire information content that matches the technical concept to be searched even when the input word is not appropriate.

また、情報検索システム１によれば、選択された技術概念で絞り込んだ検索結果を表示するため、検索者は、より適切な検索結果を取得できる可能性が高くなる。   Moreover, according to the information search system 1, since the search result narrowed down by the selected technical concept is displayed, it is highly possible that the searcher can acquire a more appropriate search result.

１ 情報検索システム
１０ 検索装置
１１ キーワード取得部
１３ コンテンツ検索部
１５ コンテンツ出力部
２０ レコメンド装置
２１ 分類付テキスト検索部
２３ レコメンド観点生成部
２５ レコメンド観点出力部
３１ 技術分類データベース（ＤＢ）
３３ 分類付テキストデータベース（ＤＢ）
３５ 技術コンテンツデータベース
５ 検索者端末
DESCRIPTION OF SYMBOLS 1 Information search system 10 Search apparatus 11 Keyword acquisition part 13 Content search part 15 Content output part 20 Recommendation apparatus 21 Text search part with a classification | category 23 Recommendation viewpoint production | generation part 25 Recommendation viewpoint output part 31 Technical classification database (DB)
33 Text database with classification (DB)
35 Technical Content Database 5 Searcher Terminal

Claims (6)

検索処理を支援する装置であって、
検索処理に使用するキーワードを取得するキーワード取得部と、
技術の範囲を示すテーマと該テーマ毎に該技術の範囲に含まれる技術の特性を複数の観点に対応付けて示すタームとを定める技術分類に基づくテーマおよびタームが付与されたテキストであって、技術情報に関する分類付テキストを蓄積する分類付テキストデータベースにアクセスし、該分類付テキストデータベースに記憶された分類付テキストを前記キーワードのＯＲ条件でテキスト検索し、前記キーワードを含む分類付テキストを抽出する分類付テキスト検索部と、
抽出した前記分類付テキストに付与された全てのタームを抽出し、前記技術分類を記憶する技術分類データベースを参照して、該抽出したタームを前記技術分類で対応付けられた観点毎にまとめ、該観点毎にまとめたタームおよび観点を評価し、該評価の良い観点およびタームをレコメンド観点とするレコメンド観点生成部と、
前記レコメンド観点を表示するレコメンド観点出力部とを備え、
前記レコメンド観点生成部は、表示した前記レコメンド観点から選択された選択タームを受け付け、前記選択タームを受け付ける度に、前記抽出した分類付テキストを該選択タームで絞り込み、絞り込みの結果である分類付テキストに付与された全てのタームを抽出し、該絞り込みの結果である分類付テキストから抽出した前記観点毎にまとめたタームおよび観点を評価し、該評価の良い観点およびタームを前記レコメンド観点とする
ことを特徴とするレコメンド装置。 A device that supports search processing,
A keyword acquisition unit that acquires keywords used in the search process;
A text with a theme and a term based on a technology classification that defines a theme indicating a technology range and a term indicating the characteristics of the technology included in the technology range in association with a plurality of viewpoints for each theme, Access to a classified text database that accumulates classified text relating to technical information, search the classified text stored in the classified text database using the OR condition of the keyword, and extract the classified text including the keyword. A text search section with classification;
Extract all the terms given to the extracted classified text, refer to the technical classification database that stores the technical classification, summarize the extracted terms for each viewpoint associated with the technical classification, A recommendation viewpoint generator that evaluates the terms and viewpoints summarized for each viewpoint, and uses the viewpoints and terms that are good evaluation points as recommendation viewpoints,
A recommendation viewpoint output unit for displaying the recommendation viewpoint,
The recommended viewpoint generation unit receives a selected term selected from the displayed recommended viewpoint, and every time the selected term is received, the extracted classified text is narrowed down by the selected term, and the classified text as a result of the narrowing down Extract all the terms assigned to, evaluate the terms and viewpoints summarized for each of the viewpoints extracted from the classified text that is the result of the narrowing down, and use the viewpoints and terms with good evaluation as the recommendation viewpoints. A recommendation device characterized by this. 前記技術分類データベースに記憶された技術分類において前記タームが階層化されて定義されている場合に、前記レコメンド観点生成部は、該技術分類において前記選択タームの上位のターム、下位のターム、または上位と下位のタームを抽出する
ことを特徴とする請求項１に記載のレコメンド装置。 When the terms are defined in a hierarchical manner in the technical classification stored in the technical classification database, the recommended viewpoint generation unit is configured so that the recommended term, the upper term, the lower term, or the upper term of the selected term in the technical classification The recommendation device according to claim 1, wherein a lower term is extracted. 検索処理を支援するために、コンピュータに、
検索処理に使用するキーワードを取得し、
技術の範囲を示すテーマと該テーマ毎に該技術の範囲に含まれる技術の特性を複数の観点に対応付けて示すタームとを定める技術分類に基づくテーマおよびタームが付与されたテキストであって、技術情報に関する分類付テキストを蓄積する分類付テキストデータベースにアクセスし、該分類付テキストデータベースに記憶された分類付テキストを前記キーワードのＯＲ条件でテキスト検索し、前記キーワードを含む分類付テキストを抽出し、
抽出した前記分類付テキストに付与された全てのタームを抽出し、
前記技術分類を記憶する技術分類データベースを参照して、該抽出したタームを前記技術分類で対応付けられた観点毎にまとめ、該観点毎にまとめたタームおよび観点を評価し、該評価の良い観点およびタームをレコメンド観点として表示し、
表示した前記レコメンド観点から選択された選択タームを受け付ける度に、前記抽出した分類付テキストを該選択タームで絞り込み、絞り込みの結果である分類付テキストに付与された全てのタームを抽出し、該絞り込みの結果である分類付テキストから抽出した前記観点毎にまとめたタームおよび観点を評価し、該評価の良い観点およびタームを前記レコメンド観点とする、処理を実行させるための
レコメンドプログラム。 To help with the search process,
Get keywords to use in the search process
A text with a theme and a term based on a technology classification that defines a theme indicating a technology range and a term indicating the characteristics of the technology included in the technology range in association with a plurality of viewpoints for each theme, Access a classified text database that accumulates classified text related to technical information, search the classified text stored in the classified text database using the OR condition of the keyword, and extract the classified text including the keyword ,
Extract all the terms given to the extracted classified text,
Refer to the technical classification database that stores the technical classification, summarize the extracted terms for each viewpoint associated with the technical classification, evaluate the terms and viewpoints summarized for each viewpoint, and have a good viewpoint for the evaluation And terms as recommended viewpoints,
Each time the selected term selected from the recommended viewpoint is received, the extracted classified text is narrowed down by the selected term, and all the terms given to the classified text as a result of the narrowing down are extracted and the narrowed down A recommendation program for executing processing that evaluates terms and viewpoints collected for each viewpoint extracted from the classified text that is the result of the above, and uses the viewpoint and terms with good evaluation as the recommendation viewpoint. 前記コンピュータに、
前記技術分類データベースに記憶された技術分類において前記タームが階層化されて定義されている場合に、前技術分類において前記選択タームの上位のターム、下位のターム、または上位と下位のタームを抽出する、処理を実行させる
ことを特徴とする請求項３に記載のレコメンドプログラム。 In the computer,
When the terms are defined in a hierarchical manner in the technical classification stored in the technical classification database, the upper term, the lower term, or the upper and lower terms of the selected term are extracted in the previous technical classification. The recommendation program according to claim 3, wherein the process is executed. 検索処理を支援するために、コンピュータが、
検索処理に使用するキーワードを取得し、
技術が適用される範囲を示すフィールドと該フィールドに属する技術の範囲を示すテーマと該テーマ毎に該技術の範囲に含まれる技術の特性を複数の観点に対応付けて示すタームとを定める技術分類に基づくテーマおよびタームが付与されたテキストであって、技術情報に関する分類付テキストを蓄積する分類付テキストデータベースにアクセスし、該分類付テキストデータベースに記憶された分類付テキストを前記キーワードのＯＲ条件でテキスト検索し、前記キーワードを含む分類付テキストを抽出し、
抽出した前記分類付テキストに付与された全てのタームを抽出し、
前記技術分類を記憶する技術分類データベースを参照して、該抽出したタームを前記技術分類で対応付けられた観点毎にまとめ、該観点毎にまとめたタームおよび観点を評価し、該評価の良い観点およびタームをレコメンド観点として表示し、
表示した前記レコメンド観点から選択された選択タームを受け付ける度に、前記抽出した分類付テキストを該選択タームで絞り込み、絞り込みの結果である分類付テキストに付与された全てのタームを抽出し、該絞り込みの結果である分類付テキストから抽出した前記観点毎にまとめたタームおよび観点を評価し、該評価の良い観点およびタームを前記レコメンド観点とする、処理を実行する
ことを特徴とするレコメンド方法。 To assist the search process, the computer
Get keywords to use in the search process
A technology classification that defines a field indicating a range to which the technology is applied, a theme indicating the range of the technology belonging to the field, and a term indicating the characteristics of the technology included in the technology range for each theme in association with a plurality of viewpoints A text with a theme and term based on the above, accessing a classified text database that accumulates classified text relating to technical information, and the classified text stored in the classified text database under the OR condition of the keyword Text search, extract classified text including the keyword,
Extract all the terms given to the extracted classified text,
Refer to the technical classification database that stores the technical classification, summarize the extracted terms for each viewpoint associated with the technical classification, evaluate the terms and viewpoints summarized for each viewpoint, and have a good viewpoint for the evaluation And terms as recommended viewpoints,
Each time the selected term selected from the recommended viewpoint is received, the extracted classified text is narrowed down by the selected term, and all the terms given to the classified text as a result of the narrowing down are extracted and the narrowed down A recommendation method comprising: evaluating a term and a viewpoint collected for each of the viewpoints extracted from the classified text as a result of the above, and executing a process with the viewpoint and the term having the good evaluation as the recommendation viewpoint. 前記コンピュータが、
前記技術分類データベースに記憶された技術分類において前記タームが階層化されて定義されている場合に、前技術分類において前記選択タームの上位のターム、下位のターム、または上位と下位のタームを抽出する、処理を実行する
ことを特徴とする請求項５に記載のレコメンド方法。 The computer is
When the terms are defined in a hierarchical manner in the technical classification stored in the technical classification database, the upper term, the lower term, or the upper and lower terms of the selected term are extracted in the previous technical classification. The recommendation method according to claim 5, wherein the process is executed.

Images