JP3363501B2 - テキスト検索装置 - Google Patents
テキスト検索装置Info
- Publication number
- JP3363501B2 JP3363501B2 JP00620993A JP620993A JP3363501B2 JP 3363501 B2 JP3363501 B2 JP 3363501B2 JP 00620993 A JP00620993 A JP 00620993A JP 620993 A JP620993 A JP 620993A JP 3363501 B2 JP3363501 B2 JP 3363501B2
- Authority
- JP
- Japan
- Prior art keywords
- text
- keywords
- unit
- extracted
- keyword
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【発明の詳細な説明】
【0001】
【産業上の利用分野】本発明は、テキスト(ここでテキ
ストとは、1つの文章、或るいは関連した複数文章によ
り構成された文書のことを言う。)の検索に際し、入力
する質問文のキーワードを抽出し、そのキーワードを含
むテキストを検索し、出力するテキスト検索装置に関す
るものである。 【0002】 【従来の技術】近年、コンピュータ技術の進歩や、文書
記憶装置の容量の増加により、多量のデータや文章を備
えるデータベースが普及しており、そのデータベースを
扱う機会も多く発生している。 【0003】これらのデータベースには、あらかじめハ
ードディスクなどの記憶装置に多量のデータが蓄積され
ており、そのデータに対して、キーワードを基にして検
索することが一般的である。 【0004】このようなテキスト検索装置におけるキー
ワードを基にした検索としては、例えば、特開平2−2
458号公報に開示されるように、与えられたテキスト
の形態素解析を行って、キーワードを抽出し、抽出され
たキーワードを基にして、記憶装置に格納されたテキス
トの検索を行い、キーワードが一致するテキストを出力
する方法が用いられている。 【0005】従来のテキスト検索装置を用いた検索方法
の一例を図5及び図6に基づいて説明する。 【0006】図5は、従来のテキスト検索装置の概略構
成図を示すものである。 【0007】同図において、1はキーワードを含む質問
文が入力される質問入力部、2は質問入力部1において
入力された質問文に対して形態素解析を施し、キーワー
ドの抽出を行うキーワード抽出部、3はキーワード抽出
部2において抽出されたキーワードを蓄えるキーワード
メモリ、4は検索対象となるテキストが既に蓄えられて
いる文書メモリ、5はキ−ワ−ドメモリ3に蓄えられて
いるキーワードを基にして、文書メモリ4から関連があ
るテキストを抽出するテキスト抽出部、6はテキスト抽
出部5で抽出されたテキストの出力を行う出力部、7は
テキスト検索装置全体の制御を司る制御部である。 【0008】図6は、図5に示した従来のテキスト検索
装置における出力部6からの検索結果であり、その出力
内容を示している。 【0009】以下に、図5に示すテキスト検索装置の動
作について、一例として、質問文”土星のリングについ
て知りたい。”が入力された場合を説明する。 【0010】まず、質問入力部1に”土星のリングにつ
いて知りたい。”という質問文が入力されると、キーワ
ード抽出部2は、キーワードを抽出するために、形態素
解析を行う。質問入力部1に入力された質問文は”土星
/の/リング/について/知り/たい/。”(ここで/
は形態素解析による区切りを表す。)のように形態素に
分解される。ここでは、キーワードとして名詞を用いる
こととしているので、”土星”及び”リング”が名詞と
して抽出される。従って、キーワード抽出部2におい
て、”土星”及び”リング”がキーワードとして抽出さ
れ、キーワードメモリ3に蓄えられる。この質問文にお
ける検索要求の内容は”土星のリング”に関することで
あり、キーワードである”土星”と”リング”が係受け
の関係になっているものが最も要求されるテキストであ
る。 【0011】キーワードメモリ3にキーワードが蓄積さ
れると、テキスト抽出部5は、文書メモリ4に蓄えられ
ているテキストから、キーワードを含むテキストを順次
抽出していく。 【0012】表1は文書メモリ4に格納されている様々
なテキストの一部を示したものである。 【0013】 【表1】【0014】テキスト抽出部5は、文書メモリ4の内容
から順次テキストの検索を行う。以下にその手順を示
す。 【0015】テキスト抽出部5は、文書メモリ4のテキ
ストからキーワード”土星”が含まれるか否かの判定を
全てのテキストについて行う。まず、”土星に関して言
えば、その中のリングは土星の象徴と言える。”(以
下、テキスト1という。)というテキストが抽出され
る。検索を続けていくと、”土星のリングは、太陽系の
中で最も美しいものの一つだ。”(以下、テキスト3と
いう。)というテキストが検索される。さらに検索を続
けていくと、”土星は、衛星に取り巻かれている。そし
てリングは、衛星からエネルギーを奪われている。”
(以下、テキスト4という。)というテキストが抽出さ
れる。さらに続けると、”土星においてリングはどのよ
うな働きをしているのだろうか?”(以下、テキスト6
という。)というテキストが抽出される。さらに、続け
ると”土星は太陽系の惑星の一つである。”(以下、テ
キスト7という。)というテキストが抽出される。 【0016】以上のように、テキスト1、テキスト3、
テキスト4、テキスト6、及びテキスト7が抽出され
る。テキスト2及びテキスト5については、キーワード
である”土星”が含まれていないため抽出されない。 【0017】続いて、テキスト抽出部5は、抽出された
テキスト1、テキスト3、テキスト4、テキスト6、及
びテキスト7について次のキーワード”リング”が含ま
れているか否かの判定を行う。テキスト1、テキスト
3、テキスト4、及びテキスト6には、キーワード”リ
ング”が含まれるが、テキスト7には、キーワード”リ
ング”が含まれない。このため、テキスト抽出部5から
は、テキスト1、テキスト3、テキスト4、及びテキス
ト6が抽出され、出力部6に伝えられ、図6に示すよう
に出力部6においてテキスト1、テキスト3、テキスト
4、及びテキスト6の順番に出力される。 【0018】このように、従来、キーワードによる検索
の結果、全種類のキーワードを含むテキストが、文書メ
モリ4に蓄えられている順番に出力部6から出力されて
いた。 【0019】 【発明が解決しようとする課題】上記のような構成で
は、キーワードを含むテキストを抽出することは可能で
あるが、文書メモリ4に蓄えられている順番に出力を行
っていくため、質問文の意図する検索要求の内容を的確
に表すテキストから出力されるとは限らなかった。 【0020】本発明は上記問題点に鑑みなされたもので
あり、抽出されたテキストの構文解析結果を基にして、
テキストの出力の順番に優先順位を与え、検索要求の内
容を的確に表すテキストから順番に出力するテキスト検
索装置を提供するものである。 【0021】 【課題を解決するための手段】上記問題点を解決するた
めに、本発明のテキスト検索装置は、複数のテキストが
格納されている文書メモリと、該文書メモリに格納され
ているテキストを抽出するのに要する質問文を入力する
質問入力部と、該質問入力部に入力された質問文から複
数種類のキーワードを抽出するキーワード抽出部と、該
キーワード抽出部で抽出されたキーワードを基にして、
上記文書メモリから上記キーワードを含んだテキストを
抽出するテキスト抽出部と、該テキスト抽出部から抽出
されたテキストを出力する出力部と、上記テキスト抽出
部で抽出されたテキストに対して、構文解析を施す構文
解析判定部と、を備え、該構文解析判定部は、上記キー
ワード抽出部で抽出されたキーワード間の距離による判
定を行い、該キーワード間の距離が短い順番に、上記出
力部から上記テキストを出力せしめる優先順位を決定す
るものである。 【0022】 【作用】本発明は、上述した構成により、質問文のキー
ワードを用いて、抽出されたテキストに対してキーワー
ド間の距離による判定を行い、該キーワード間の距離が
短い順番に抽出されたテキストに優先順位を与えること
により、検索要求を的確に表すテキストを自動的に優先
して出力するテキスト検索装置を提供することが可能で
ある。 【0023】 【実施例】以下に、本発明の一実施例であるテキスト検
索装置を図1乃至図4に基づいて説明し、従来と同一の
構成については同一番号を付し、その説明は省略する。 【0024】図1は、本発明のテキスト検索装置の概略
構成図、図2及び図3は、本発明の特徴である構文解析
判定部8の処理の流れを示すフローチャート、図4は、
本発明を実施した場合の出力結果である。 【0025】本発明が従来例と異なる点は、テキスト抽
出部5と出力部6の間に構文解析判定部8を設けたこと
であり、この構文解析判定部8は、質問入力部1に入力
された質問文及びテキスト抽出部5で抽出されたテキス
トについて構文解析を行うとともに、これらの構文解析
結果を基にして、テキスト抽出部5で抽出されたテキス
トの並び替えを行い、出力部6から出力するテキストの
優先順位を決定する機能を有する。この構文解析判定部
8における処理概要を図2及び図3に示すフローチャー
トを基にして説明する。 【0026】S1においては、質問入力部1に入力され
た質問文の構文解析を行い、キーワード抽出部2で抽出
されたキーワードの構文情報、即ちキーワードがどの
文、どの文節に含まれるか、或るいはキーワード間の係
受けの関係などを調べる。S2においては、テキスト抽
出部5で抽出されたテキストの1つを構文解析判定部8
に読み込ませる。S3においては、S2において読み込
まれたテキストから形態素解析を行い、キーワードを抽
出するとともに、読み込まれたテキストにおけるキーワ
ードの構文情報(キーワードがどの文、どの文節に含ま
れるか、或るいはキーワード間の係受けの関係など)を
調べる。 【0027】S4、S6、及びS8においては、S3で
抽出されたキーワードの構文情報を基にして出力部6に
おける優先順位を決定するものであり、まず、S4で
は、テキスト抽出部5で抽出されたテキストにおいて、
全種類のキーワードが1つの文中に存在するかどうかを
判定し、全種類のキーワードが1つの文中に存在する場
合には、S6の処理へ進み、全種類のキーワードが1つ
の文中に存在しない場合には、S5へ進む。S5におい
ては、全種類のキーワードが1つの文中に存在しない場
合の優先順位を決定し、全種類のキーワードが1つの文
中に存在しない場合、キーワード間の関係は、ほとんど
無いと判定し、優先順位(以下、IDという。)は4番
目(ID=4)と決定する(以下、ID=nと書くと、
優先順位はn番目であることを示す。)。 【0028】次に、S6においては、テキスト抽出部5
で抽出されたテキストにおいて、全種類のキーワードが
1つの文節中に存在するかどうかを判定し、全種類のキ
ーワードが1つの文節中に存在する場合は、S8へ進
み、全種類のキーワードが1つの文節中に存在しない場
合には、S7に進む。S7においては、全種類のキーワ
ードが1つの文節中に存在しない場合の優先順位を決定
し、全種類のキーワードが1つの文節中に存在しない場
合、キーワード間の関係は、あまり無いと判定し、ID
=3と決定する。 【0029】S8においては、テキスト抽出部5で抽出
されたテキストにおけるキーワード間の関係と、質問入
力部1に入力された質問文におけるキーワード間の関係
とが同じであるかどうかの判定を行い、同じ関係の場合
には、S10に進み、それらの関係が異なる場合には、
S9に進む。 【0030】S9においては、テキスト抽出部5で抽出
されたテキストにおけるキーワード間の関係と、質問入
力部1に入力された質問文におけるキーワード間の関係
とが異なる場合の優先順位を決定し、この場合は、検索
要求の内容に近いが、一致はしていないと判断し、ID
=2と決定する。 【0031】S10においては、テキスト抽出部5で抽
出されたテキストにおけるキーワード間の関係と、質問
入力部1に入力された質問文におけるキーワード間の関
係とが同じ場合の優先順位を決定し、この場合は、検索
要求の内容に一致していると判断し、ID=1と決定す
る。 【0032】S11においては、テキスト抽出部5で抽
出された全てのテキストについて、上記S2乃至S10
の処理が終了したかどうかを判定するものであり、抽出
された全てのテキストについて終了した場合には、S1
2へ進む。S12においては、S2乃至S10において
決定されたIDを基にして、優先順位の高い(IDが小
さい。)ものから順番に、テキストを並べ替えるもので
ある。 【0033】S13においては、並べ替えられたテキス
トに、同一優先順位のものがあるかどうかの判定を行
い、同一優先順位のものがある場合には、S14に進
み、同一優先順位のものがない場合には、S17へ進
む。 【0034】S14乃至S16では、同一優先順位のも
のがある場合に更に別な方法で、優先順位を決定する。
S14では、S3において抽出されたキーワードの中
で、上記S4乃至S10における優先順位の決定に用い
られなかったキーワードが存在するかどうかの判定を行
い、そのキーワードが存在する場合には、このキーワー
ドにより、S3で読み込まれたテキストに対してS4乃
至S10を再度行い、優先順位を決定する。 【0035】S15及びS16では、上記S2乃至S1
4の処理を経ても優先順位が同じ場合には、キーワード
間の距離(あるキーワードと他のキーワードの間に存在
する文字数など)により、 優先順位を決定する。 【0036】S17では、上記S2乃至S16の処理に
おいて決定された優先順位に基づいて、優先順位の高い
テキストから順番に、出力部6へ伝送する。 【0037】以下に、一例として”土星のリングについ
て知りたい。”という質問文に関する検索について、表
1、図2、及び図3を参照しながら、説明する。 【0038】質問入力部1に入力された質問文から、テ
キスト抽出部5のテキスト抽出までの流れは、従来例の
テキスト抽出の流れと同じであるので、ここでは説明は
省略し、以下では、テキスト抽出部5で抽出されたテキ
ストを、構文解析判定部8において優先順位を付ける方
法について図2及び図3を用いて説明する。 【0039】まず、図2のS1において、質問入力部1
から入力された”土星のリングについて知りたい。”と
いう質問文の形態素解析が行われ、”土星”、”リン
グ”がキーワードとして抽出され、さらに構文解析が行
われる。キーワードの”土星”、”リング”は同一文、
同一文節中であり、キーワードが係受けの関係であるこ
とが判定される。この結果が、入力された質問文の構文
解析結果として、構文解析判定部8に記憶される。 【0040】次に、S2においてテキスト抽出部5で抽
出されたテキストが、順番に構文解析判定部8に読み込
まれ、S3において形態素解析が施される。 【0041】S3においては、まず、テキスト1の形態
素解析を行い、”土星/に/関して/言え/ば/、/そ
の/中の/リング/は/土星/の/象徴/と/言える
/。”というように解析される。次に、この形態素解析
の結果を基にして、構文解析によりIDが決定される。
テキスト1についてキーワードである”土星”と”リン
グ”が同一文中にあるかどうかが判定される。テキスト
1は、同一文中にキーワードが存在するために、処理が
S6へ進められる。S6においては、同一文節中に、キ
ーワードが存在するかどうかの判定が施される。テキス
ト1のキーワードである”土星”と”リング”は同一文
節に存在しないので、処理がS7へ進められて、ID=
3と決定された後、S11へ進む。S11においては、
テキスト抽出部5において抽出された全てのテキストに
ついて、構文解析によりIDが決定されたかどうかが調
べられる。テキスト抽出部5において抽出された全ての
テキストについて終了した場合には、S12へ進み、終
了していない場合には、S2に戻って繰り返される。 【0042】以下に、テキスト3、テキスト4、及びテ
キスト6の構文解析の例について説明する。 【0043】続いて、S3においてテキスト3の形態素
解析を行う。テキスト3は”土星/の/リング/は/、
/太陽系/の中で/最も/美しい/もの/の/一つ/だ
/。”と解析される。この解析されたテキスト3もテキ
スト1と同様にS4、S6、S8及びS10が施され
る。テキスト3の構文解析結果と、質問文の構文解析結
果とは同じであるので、ID=1と決定される。 【0044】さらに続いて、テキスト抽出部5で抽出さ
れた3番目のテキストについて同様に繰り返す。テキス
ト4は”土星/は/、/衛星/に/取り巻か/れ/てい
る/。/そして/リング/は/、/衛星/から/エネル
ギー/を/奪わ/れ/ている/。”というように形態素
解析され、S4及びS5の処理を経て、IDが決定さ
れ、テキスト4は、ID=4となる。さらに、テキスト
6についても、”土星/において/リング/は/どのよ
うな/働き/を/し/ている/の/だろうか/?”とい
うように形態素解析され、S4、S6、S8及びS9の
処理を経て、ID=2と決定される。以上により、テキ
スト抽出部5で抽出されたテキスト全てについて構文解
析によりIDが決定される。 【0045】最終的に構文解析によりIDが決定される
と、図3のS12において、構文解析による優先順位の
高いものから出力の順番が決定される。S12におい
て、同一優先順位のものが存在する場合には、S13に
進み、存在しない場合には、S17により、出力部6に
対して、出力する順番を指定する。本実施例において
は、テキスト1はID=3、テキスト3はID=1、テ
キスト4はID=4、テキスト6はID=2であるの
で、S17においては、テキスト3、テキスト6、テキ
スト1、テキスト4の順番で出力部6から出力される。
その結果を図4に示す。 【0046】本実施例においては、同一優先順位のもの
がない場合について説明したが、同一優先順位のものが
複数ある場合には、図3のS14に示すように、優先順
位決定の対象となったキーワード以外に存在するキーワ
ードにより、判定を行うことも可能である。また、S1
4を行っても全く同一の場合には、S15、S16に示
すように、抽出されたテキストにおけるキーワード間の
距離(キーワード間の文字数など)より優先順位を決定
することも可能である。 【0047】尚、本実施例においては、キーワード抽出
部2で抽出されたキーワードが2つの場合を例に説明し
たが、キーワードが3つ以上ある場合も基本的には同じ
であり、例えば、キーワードが3つの場合には、3つの
キーワードによる構文解析結果を用いたり、或るいは質
問文において出現頻度の多いキーワードに関する構文解
析結果を用いることも可能である。 【0048】 【発明の効果】本発明は、以上の説明から明らかなよう
に、キーワードにより抽出されたテキストを出力部から
出力する順番の優先順位を決定することができるため、
検索要求を的確に表すテキストから順次出力することが
可能となる。
ストとは、1つの文章、或るいは関連した複数文章によ
り構成された文書のことを言う。)の検索に際し、入力
する質問文のキーワードを抽出し、そのキーワードを含
むテキストを検索し、出力するテキスト検索装置に関す
るものである。 【0002】 【従来の技術】近年、コンピュータ技術の進歩や、文書
記憶装置の容量の増加により、多量のデータや文章を備
えるデータベースが普及しており、そのデータベースを
扱う機会も多く発生している。 【0003】これらのデータベースには、あらかじめハ
ードディスクなどの記憶装置に多量のデータが蓄積され
ており、そのデータに対して、キーワードを基にして検
索することが一般的である。 【0004】このようなテキスト検索装置におけるキー
ワードを基にした検索としては、例えば、特開平2−2
458号公報に開示されるように、与えられたテキスト
の形態素解析を行って、キーワードを抽出し、抽出され
たキーワードを基にして、記憶装置に格納されたテキス
トの検索を行い、キーワードが一致するテキストを出力
する方法が用いられている。 【0005】従来のテキスト検索装置を用いた検索方法
の一例を図5及び図6に基づいて説明する。 【0006】図5は、従来のテキスト検索装置の概略構
成図を示すものである。 【0007】同図において、1はキーワードを含む質問
文が入力される質問入力部、2は質問入力部1において
入力された質問文に対して形態素解析を施し、キーワー
ドの抽出を行うキーワード抽出部、3はキーワード抽出
部2において抽出されたキーワードを蓄えるキーワード
メモリ、4は検索対象となるテキストが既に蓄えられて
いる文書メモリ、5はキ−ワ−ドメモリ3に蓄えられて
いるキーワードを基にして、文書メモリ4から関連があ
るテキストを抽出するテキスト抽出部、6はテキスト抽
出部5で抽出されたテキストの出力を行う出力部、7は
テキスト検索装置全体の制御を司る制御部である。 【0008】図6は、図5に示した従来のテキスト検索
装置における出力部6からの検索結果であり、その出力
内容を示している。 【0009】以下に、図5に示すテキスト検索装置の動
作について、一例として、質問文”土星のリングについ
て知りたい。”が入力された場合を説明する。 【0010】まず、質問入力部1に”土星のリングにつ
いて知りたい。”という質問文が入力されると、キーワ
ード抽出部2は、キーワードを抽出するために、形態素
解析を行う。質問入力部1に入力された質問文は”土星
/の/リング/について/知り/たい/。”(ここで/
は形態素解析による区切りを表す。)のように形態素に
分解される。ここでは、キーワードとして名詞を用いる
こととしているので、”土星”及び”リング”が名詞と
して抽出される。従って、キーワード抽出部2におい
て、”土星”及び”リング”がキーワードとして抽出さ
れ、キーワードメモリ3に蓄えられる。この質問文にお
ける検索要求の内容は”土星のリング”に関することで
あり、キーワードである”土星”と”リング”が係受け
の関係になっているものが最も要求されるテキストであ
る。 【0011】キーワードメモリ3にキーワードが蓄積さ
れると、テキスト抽出部5は、文書メモリ4に蓄えられ
ているテキストから、キーワードを含むテキストを順次
抽出していく。 【0012】表1は文書メモリ4に格納されている様々
なテキストの一部を示したものである。 【0013】 【表1】【0014】テキスト抽出部5は、文書メモリ4の内容
から順次テキストの検索を行う。以下にその手順を示
す。 【0015】テキスト抽出部5は、文書メモリ4のテキ
ストからキーワード”土星”が含まれるか否かの判定を
全てのテキストについて行う。まず、”土星に関して言
えば、その中のリングは土星の象徴と言える。”(以
下、テキスト1という。)というテキストが抽出され
る。検索を続けていくと、”土星のリングは、太陽系の
中で最も美しいものの一つだ。”(以下、テキスト3と
いう。)というテキストが検索される。さらに検索を続
けていくと、”土星は、衛星に取り巻かれている。そし
てリングは、衛星からエネルギーを奪われている。”
(以下、テキスト4という。)というテキストが抽出さ
れる。さらに続けると、”土星においてリングはどのよ
うな働きをしているのだろうか?”(以下、テキスト6
という。)というテキストが抽出される。さらに、続け
ると”土星は太陽系の惑星の一つである。”(以下、テ
キスト7という。)というテキストが抽出される。 【0016】以上のように、テキスト1、テキスト3、
テキスト4、テキスト6、及びテキスト7が抽出され
る。テキスト2及びテキスト5については、キーワード
である”土星”が含まれていないため抽出されない。 【0017】続いて、テキスト抽出部5は、抽出された
テキスト1、テキスト3、テキスト4、テキスト6、及
びテキスト7について次のキーワード”リング”が含ま
れているか否かの判定を行う。テキスト1、テキスト
3、テキスト4、及びテキスト6には、キーワード”リ
ング”が含まれるが、テキスト7には、キーワード”リ
ング”が含まれない。このため、テキスト抽出部5から
は、テキスト1、テキスト3、テキスト4、及びテキス
ト6が抽出され、出力部6に伝えられ、図6に示すよう
に出力部6においてテキスト1、テキスト3、テキスト
4、及びテキスト6の順番に出力される。 【0018】このように、従来、キーワードによる検索
の結果、全種類のキーワードを含むテキストが、文書メ
モリ4に蓄えられている順番に出力部6から出力されて
いた。 【0019】 【発明が解決しようとする課題】上記のような構成で
は、キーワードを含むテキストを抽出することは可能で
あるが、文書メモリ4に蓄えられている順番に出力を行
っていくため、質問文の意図する検索要求の内容を的確
に表すテキストから出力されるとは限らなかった。 【0020】本発明は上記問題点に鑑みなされたもので
あり、抽出されたテキストの構文解析結果を基にして、
テキストの出力の順番に優先順位を与え、検索要求の内
容を的確に表すテキストから順番に出力するテキスト検
索装置を提供するものである。 【0021】 【課題を解決するための手段】上記問題点を解決するた
めに、本発明のテキスト検索装置は、複数のテキストが
格納されている文書メモリと、該文書メモリに格納され
ているテキストを抽出するのに要する質問文を入力する
質問入力部と、該質問入力部に入力された質問文から複
数種類のキーワードを抽出するキーワード抽出部と、該
キーワード抽出部で抽出されたキーワードを基にして、
上記文書メモリから上記キーワードを含んだテキストを
抽出するテキスト抽出部と、該テキスト抽出部から抽出
されたテキストを出力する出力部と、上記テキスト抽出
部で抽出されたテキストに対して、構文解析を施す構文
解析判定部と、を備え、該構文解析判定部は、上記キー
ワード抽出部で抽出されたキーワード間の距離による判
定を行い、該キーワード間の距離が短い順番に、上記出
力部から上記テキストを出力せしめる優先順位を決定す
るものである。 【0022】 【作用】本発明は、上述した構成により、質問文のキー
ワードを用いて、抽出されたテキストに対してキーワー
ド間の距離による判定を行い、該キーワード間の距離が
短い順番に抽出されたテキストに優先順位を与えること
により、検索要求を的確に表すテキストを自動的に優先
して出力するテキスト検索装置を提供することが可能で
ある。 【0023】 【実施例】以下に、本発明の一実施例であるテキスト検
索装置を図1乃至図4に基づいて説明し、従来と同一の
構成については同一番号を付し、その説明は省略する。 【0024】図1は、本発明のテキスト検索装置の概略
構成図、図2及び図3は、本発明の特徴である構文解析
判定部8の処理の流れを示すフローチャート、図4は、
本発明を実施した場合の出力結果である。 【0025】本発明が従来例と異なる点は、テキスト抽
出部5と出力部6の間に構文解析判定部8を設けたこと
であり、この構文解析判定部8は、質問入力部1に入力
された質問文及びテキスト抽出部5で抽出されたテキス
トについて構文解析を行うとともに、これらの構文解析
結果を基にして、テキスト抽出部5で抽出されたテキス
トの並び替えを行い、出力部6から出力するテキストの
優先順位を決定する機能を有する。この構文解析判定部
8における処理概要を図2及び図3に示すフローチャー
トを基にして説明する。 【0026】S1においては、質問入力部1に入力され
た質問文の構文解析を行い、キーワード抽出部2で抽出
されたキーワードの構文情報、即ちキーワードがどの
文、どの文節に含まれるか、或るいはキーワード間の係
受けの関係などを調べる。S2においては、テキスト抽
出部5で抽出されたテキストの1つを構文解析判定部8
に読み込ませる。S3においては、S2において読み込
まれたテキストから形態素解析を行い、キーワードを抽
出するとともに、読み込まれたテキストにおけるキーワ
ードの構文情報(キーワードがどの文、どの文節に含ま
れるか、或るいはキーワード間の係受けの関係など)を
調べる。 【0027】S4、S6、及びS8においては、S3で
抽出されたキーワードの構文情報を基にして出力部6に
おける優先順位を決定するものであり、まず、S4で
は、テキスト抽出部5で抽出されたテキストにおいて、
全種類のキーワードが1つの文中に存在するかどうかを
判定し、全種類のキーワードが1つの文中に存在する場
合には、S6の処理へ進み、全種類のキーワードが1つ
の文中に存在しない場合には、S5へ進む。S5におい
ては、全種類のキーワードが1つの文中に存在しない場
合の優先順位を決定し、全種類のキーワードが1つの文
中に存在しない場合、キーワード間の関係は、ほとんど
無いと判定し、優先順位(以下、IDという。)は4番
目(ID=4)と決定する(以下、ID=nと書くと、
優先順位はn番目であることを示す。)。 【0028】次に、S6においては、テキスト抽出部5
で抽出されたテキストにおいて、全種類のキーワードが
1つの文節中に存在するかどうかを判定し、全種類のキ
ーワードが1つの文節中に存在する場合は、S8へ進
み、全種類のキーワードが1つの文節中に存在しない場
合には、S7に進む。S7においては、全種類のキーワ
ードが1つの文節中に存在しない場合の優先順位を決定
し、全種類のキーワードが1つの文節中に存在しない場
合、キーワード間の関係は、あまり無いと判定し、ID
=3と決定する。 【0029】S8においては、テキスト抽出部5で抽出
されたテキストにおけるキーワード間の関係と、質問入
力部1に入力された質問文におけるキーワード間の関係
とが同じであるかどうかの判定を行い、同じ関係の場合
には、S10に進み、それらの関係が異なる場合には、
S9に進む。 【0030】S9においては、テキスト抽出部5で抽出
されたテキストにおけるキーワード間の関係と、質問入
力部1に入力された質問文におけるキーワード間の関係
とが異なる場合の優先順位を決定し、この場合は、検索
要求の内容に近いが、一致はしていないと判断し、ID
=2と決定する。 【0031】S10においては、テキスト抽出部5で抽
出されたテキストにおけるキーワード間の関係と、質問
入力部1に入力された質問文におけるキーワード間の関
係とが同じ場合の優先順位を決定し、この場合は、検索
要求の内容に一致していると判断し、ID=1と決定す
る。 【0032】S11においては、テキスト抽出部5で抽
出された全てのテキストについて、上記S2乃至S10
の処理が終了したかどうかを判定するものであり、抽出
された全てのテキストについて終了した場合には、S1
2へ進む。S12においては、S2乃至S10において
決定されたIDを基にして、優先順位の高い(IDが小
さい。)ものから順番に、テキストを並べ替えるもので
ある。 【0033】S13においては、並べ替えられたテキス
トに、同一優先順位のものがあるかどうかの判定を行
い、同一優先順位のものがある場合には、S14に進
み、同一優先順位のものがない場合には、S17へ進
む。 【0034】S14乃至S16では、同一優先順位のも
のがある場合に更に別な方法で、優先順位を決定する。
S14では、S3において抽出されたキーワードの中
で、上記S4乃至S10における優先順位の決定に用い
られなかったキーワードが存在するかどうかの判定を行
い、そのキーワードが存在する場合には、このキーワー
ドにより、S3で読み込まれたテキストに対してS4乃
至S10を再度行い、優先順位を決定する。 【0035】S15及びS16では、上記S2乃至S1
4の処理を経ても優先順位が同じ場合には、キーワード
間の距離(あるキーワードと他のキーワードの間に存在
する文字数など)により、 優先順位を決定する。 【0036】S17では、上記S2乃至S16の処理に
おいて決定された優先順位に基づいて、優先順位の高い
テキストから順番に、出力部6へ伝送する。 【0037】以下に、一例として”土星のリングについ
て知りたい。”という質問文に関する検索について、表
1、図2、及び図3を参照しながら、説明する。 【0038】質問入力部1に入力された質問文から、テ
キスト抽出部5のテキスト抽出までの流れは、従来例の
テキスト抽出の流れと同じであるので、ここでは説明は
省略し、以下では、テキスト抽出部5で抽出されたテキ
ストを、構文解析判定部8において優先順位を付ける方
法について図2及び図3を用いて説明する。 【0039】まず、図2のS1において、質問入力部1
から入力された”土星のリングについて知りたい。”と
いう質問文の形態素解析が行われ、”土星”、”リン
グ”がキーワードとして抽出され、さらに構文解析が行
われる。キーワードの”土星”、”リング”は同一文、
同一文節中であり、キーワードが係受けの関係であるこ
とが判定される。この結果が、入力された質問文の構文
解析結果として、構文解析判定部8に記憶される。 【0040】次に、S2においてテキスト抽出部5で抽
出されたテキストが、順番に構文解析判定部8に読み込
まれ、S3において形態素解析が施される。 【0041】S3においては、まず、テキスト1の形態
素解析を行い、”土星/に/関して/言え/ば/、/そ
の/中の/リング/は/土星/の/象徴/と/言える
/。”というように解析される。次に、この形態素解析
の結果を基にして、構文解析によりIDが決定される。
テキスト1についてキーワードである”土星”と”リン
グ”が同一文中にあるかどうかが判定される。テキスト
1は、同一文中にキーワードが存在するために、処理が
S6へ進められる。S6においては、同一文節中に、キ
ーワードが存在するかどうかの判定が施される。テキス
ト1のキーワードである”土星”と”リング”は同一文
節に存在しないので、処理がS7へ進められて、ID=
3と決定された後、S11へ進む。S11においては、
テキスト抽出部5において抽出された全てのテキストに
ついて、構文解析によりIDが決定されたかどうかが調
べられる。テキスト抽出部5において抽出された全ての
テキストについて終了した場合には、S12へ進み、終
了していない場合には、S2に戻って繰り返される。 【0042】以下に、テキスト3、テキスト4、及びテ
キスト6の構文解析の例について説明する。 【0043】続いて、S3においてテキスト3の形態素
解析を行う。テキスト3は”土星/の/リング/は/、
/太陽系/の中で/最も/美しい/もの/の/一つ/だ
/。”と解析される。この解析されたテキスト3もテキ
スト1と同様にS4、S6、S8及びS10が施され
る。テキスト3の構文解析結果と、質問文の構文解析結
果とは同じであるので、ID=1と決定される。 【0044】さらに続いて、テキスト抽出部5で抽出さ
れた3番目のテキストについて同様に繰り返す。テキス
ト4は”土星/は/、/衛星/に/取り巻か/れ/てい
る/。/そして/リング/は/、/衛星/から/エネル
ギー/を/奪わ/れ/ている/。”というように形態素
解析され、S4及びS5の処理を経て、IDが決定さ
れ、テキスト4は、ID=4となる。さらに、テキスト
6についても、”土星/において/リング/は/どのよ
うな/働き/を/し/ている/の/だろうか/?”とい
うように形態素解析され、S4、S6、S8及びS9の
処理を経て、ID=2と決定される。以上により、テキ
スト抽出部5で抽出されたテキスト全てについて構文解
析によりIDが決定される。 【0045】最終的に構文解析によりIDが決定される
と、図3のS12において、構文解析による優先順位の
高いものから出力の順番が決定される。S12におい
て、同一優先順位のものが存在する場合には、S13に
進み、存在しない場合には、S17により、出力部6に
対して、出力する順番を指定する。本実施例において
は、テキスト1はID=3、テキスト3はID=1、テ
キスト4はID=4、テキスト6はID=2であるの
で、S17においては、テキスト3、テキスト6、テキ
スト1、テキスト4の順番で出力部6から出力される。
その結果を図4に示す。 【0046】本実施例においては、同一優先順位のもの
がない場合について説明したが、同一優先順位のものが
複数ある場合には、図3のS14に示すように、優先順
位決定の対象となったキーワード以外に存在するキーワ
ードにより、判定を行うことも可能である。また、S1
4を行っても全く同一の場合には、S15、S16に示
すように、抽出されたテキストにおけるキーワード間の
距離(キーワード間の文字数など)より優先順位を決定
することも可能である。 【0047】尚、本実施例においては、キーワード抽出
部2で抽出されたキーワードが2つの場合を例に説明し
たが、キーワードが3つ以上ある場合も基本的には同じ
であり、例えば、キーワードが3つの場合には、3つの
キーワードによる構文解析結果を用いたり、或るいは質
問文において出現頻度の多いキーワードに関する構文解
析結果を用いることも可能である。 【0048】 【発明の効果】本発明は、以上の説明から明らかなよう
に、キーワードにより抽出されたテキストを出力部から
出力する順番の優先順位を決定することができるため、
検索要求を的確に表すテキストから順次出力することが
可能となる。
【図面の簡単な説明】
【図1】本発明の構文解析判定部を備えたテキスト検索
装置の概略構成図 【図2】本発明に係る構文解析判定部の処理の流れを示
すフローチャート 【図3】本発明に係る構文解析判定部の処理の流れを示
すフローチャート 【図4】本発明を実施した場合の出力結果を示す図 【図5】従来例のテキスト検索装置の概略構成図 【図6】従来例による出力結果を示す図 【符号の説明】 1 質問入力部 2 キーワード抽出部 3 キーワードメモリ 4 文書メモリ 5 テキスト抽出部 6 出力部 7 制御部 8 構文解析判定部
装置の概略構成図 【図2】本発明に係る構文解析判定部の処理の流れを示
すフローチャート 【図3】本発明に係る構文解析判定部の処理の流れを示
すフローチャート 【図4】本発明を実施した場合の出力結果を示す図 【図5】従来例のテキスト検索装置の概略構成図 【図6】従来例による出力結果を示す図 【符号の説明】 1 質問入力部 2 キーワード抽出部 3 キーワードメモリ 4 文書メモリ 5 テキスト抽出部 6 出力部 7 制御部 8 構文解析判定部
フロントページの続き
(58)調査した分野(Int.Cl.7,DB名)
G06F 17/30 350
G06F 17/30 170
G06F 17/30 330
G06F 17/27
JICSTファイル(JOIS)
Claims (1)
- (57)【特許請求の範囲】 【請求項1】 複数のテキストが格納されている文書メ
モリと、該文書メモリに格納されているテキストを抽出
するのに要する質問文を入力する質問入力部と、該質問
入力部に入力された質問文から複数種類のキーワードを
抽出するキーワード抽出部と、該キーワード抽出部で抽
出されたキーワードを基にして、上記文書メモリから上
記キーワードを含んだテキストを抽出するテキスト抽出
部と、該テキスト抽出部から抽出されたテキストを出力
する出力部と、上記テキスト抽出部で抽出されたテキス
トに対して、構文解析を施す構文解析判定部と、を備
え、該構文解析判定部は、上記キーワード抽出部で抽出され
たキーワード間の距離による判定を行い、該キーワード
間の距離が短い順番に、上記出力部から上記テキストを
出力せしめる優先順位を決定することを特徴とするテキ
スト検索装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP00620993A JP3363501B2 (ja) | 1993-01-18 | 1993-01-18 | テキスト検索装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP00620993A JP3363501B2 (ja) | 1993-01-18 | 1993-01-18 | テキスト検索装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH06215035A JPH06215035A (ja) | 1994-08-05 |
JP3363501B2 true JP3363501B2 (ja) | 2003-01-08 |
Family
ID=11632145
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP00620993A Expired - Fee Related JP3363501B2 (ja) | 1993-01-18 | 1993-01-18 | テキスト検索装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3363501B2 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3612769B2 (ja) * | 1994-05-25 | 2005-01-19 | 富士ゼロックス株式会社 | 情報検索装置および情報検索方法 |
JPH08272782A (ja) * | 1995-03-29 | 1996-10-18 | Fuji Xerox Co Ltd | 文書検索装置 |
US5933822A (en) * | 1997-07-22 | 1999-08-03 | Microsoft Corporation | Apparatus and methods for an information retrieval system that employs natural language processing of search results to improve overall precision |
JP2006163723A (ja) * | 2004-12-06 | 2006-06-22 | Hitachi Software Eng Co Ltd | ドキュメント検索方法 |
JP4435144B2 (ja) * | 2006-12-04 | 2010-03-17 | 株式会社東芝 | データ検索システム及びプログラム |
US8510272B2 (en) * | 2007-04-20 | 2013-08-13 | General Electric Company | Decision support response systems and methods |
JP5493779B2 (ja) * | 2009-11-30 | 2014-05-14 | 富士ゼロックス株式会社 | 情報検索プログラム及び情報検索装置 |
JP5915274B2 (ja) * | 2012-03-09 | 2016-05-11 | 富士通株式会社 | 情報検索方法、プログラムおよび情報検索装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2885487B2 (ja) * | 1990-07-26 | 1999-04-26 | 日本電信電話株式会社 | 文書内情報検索装置 |
-
1993
- 1993-01-18 JP JP00620993A patent/JP3363501B2/ja not_active Expired - Fee Related
Non-Patent Citations (1)
Title |
---|
稲垣 他,係り受け関係を用いた類似文書検索システム,情報処理学会第39回全国大会講演論文集,日本,社団法人 情報処理学会,1989年10月16日,第1分冊 1G−5,pp.678−679. |
Also Published As
Publication number | Publication date |
---|---|
JPH06215035A (ja) | 1994-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0953192B1 (en) | Natural language parser with dictionary-based part-of-speech probabilities | |
JP3272288B2 (ja) | 機械翻訳装置および機械翻訳方法 | |
US7630880B2 (en) | Japanese virtual dictionary | |
JP3363501B2 (ja) | テキスト検索装置 | |
JP4935243B2 (ja) | 検索プログラム、情報検索装置及び情報検索方法 | |
JP5285491B2 (ja) | 情報検索システム、方法及びプログラム、索引作成システム、方法及びプログラム、 | |
JP2008204133A (ja) | 回答検索装置及びコンピュータプログラム | |
KR100452024B1 (ko) | 자연어 질의 응답 검색 엔진 및 검색 방법 | |
JPH07134720A (ja) | 文章作成システムにおける関連情報提示方法及び装置 | |
JP2001101184A (ja) | 構造化文書生成方法及び装置及び構造化文書生成プログラムを格納した記憶媒体 | |
JPH1145249A (ja) | 情報検索装置およびその装置としてコンピュータを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
JP2001034630A (ja) | 文書ベース検索システム、およびその方法 | |
JP3358100B2 (ja) | 日本語質問メッセージ解析方法及び装置 | |
JPH07152778A (ja) | 文書検索装置 | |
JPH0320866A (ja) | テキストベース検索方式 | |
JP3884001B2 (ja) | 言語解析システムおよび方法 | |
JPH05233689A (ja) | 文書自動要約方法 | |
JP2765618B2 (ja) | 言語解析装置 | |
JP2005234688A (ja) | 重要言語識別方法、重要言語識別プログラム、重要言語識別装置、文書検索装置およびキーワード抽出装置 | |
JPH08153112A (ja) | 文書作成装置及び文書作成方法 | |
JPH09101951A (ja) | 文書検索装置 | |
JPH05225232A (ja) | テキスト自動前編集装置 | |
JPH0973454A (ja) | 文書作成装置及び文書作成方法 | |
JPH08137883A (ja) | 辞書装置 | |
JPH05307570A (ja) | 文書管理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071025 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081025 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081025 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091025 Year of fee payment: 7 |
|
LAPS | Cancellation because of no payment of annual fees |