JPH05298371A - 検索システム - Google Patents

Abstract

(57)【要約】 【目的】 文書中の丸かっこに注目し、同義語を自動的
に抽出する。 【構成】 入力手段１により入力された日本語文書は、
形態素解析手段２により単語単位に分けられ、各々の単
語には品詞が与えられ、キーワード抽出手段３で定めた
品詞に該当する単語が、キーワードとして抽出される。
この時、同義語の認定も行う。同義語の抽出は文書中の
特殊記号である丸かっこに注目して行う。抽出されたキ
ーワードと同義語情報は、キーワード・同義語ファイル
８に収められる。検索手段４は、検索語によってキーワ
ード・同義語ファイルを検索する。キーワード・同義語
ファイル７を参照したときに、検索語が同義語を持つこ
とがわかれば、その同義語を検索語ファイル７に収め、
新たに検索語とする。

Description

【発明の詳細な説明】

【０００１】

【技術分野】本発明は、検索システムに関し、より詳細
には、同義語を文書より自動的に抽出して文書キーワー
ドとする自動同義語抽出手段と、検索語と文書キーワー
ドがマッチし、かつその文書キーワードが同義語を持つ
場合に、その同義語も新たな検索語として他の文書を検
索する検索手段を有する検索システムに関する。

【０００２】

【従来技術】例えば、同義語辞書の自動生成同義語によ
る検索を可能にする方法を開示したものとしては、例え
ば、特開平３−１４１７６号公報に「同義語参照による
検索装置」がある。この公報のものは、検索装置があら
かじめ同義語情報を格納している同義語ファイルを持
ち、検索語が入力されたらその同義語ファイルを参照
し、同義語があればそれも検索語とするものである。ま
た、特開平３−１５９８０号公報の「文字列検索のため
の異表記及び同義語展開方法」は、検索装置へのユーザ
の入力語を異表記展開し、また同義語辞書を使って同義
語展開する。それによって違う表記や同義語による検索
可能とするものである。しかしながら、前記２つの公報
のものは、同義語ファイルや同義語辞書が必要である
が、その作成や保守が容易でないという欠点がある。

【０００３】また、特開平２−１４８２６５号公報の
「自動索引システム」は、文書を形態素解析した後、格
助詞のつく名詞を取り出してキーワードとするものであ
る。しかしながら、品詞情報や文字列の特徴を利用して
キーワードを抽出しているが、キーワードとキーワード
の関係に関する情報は保持していない。

【０００４】

【目的】本発明は、上述のごとき実情に鑑みてなされた
もので、文書中の特殊記号である丸かっこに注目し、そ
の前後の語句が同義語であることが多いのを利用して同
義語を自動的に抽出し、また、検索時に同義語ファイル
あるいは辞書を参照するステップ無しで、同義語による
検索を可能にする検索システムを提供することを目的と
してなされたものである。

【０００５】

【構成】本発明は、上記目的を達成するために、（１）
日本語文書を入力する入力手段と、該入力手段により入
力された文書を単語単位に分け、各々の単語に品詞を与
える形態素解析手段と、該形態素解析手段により与えら
れた品詞に該当する単語列をキーワードとして抽出し、
同義語の認定を行うキーワード・同義語抽出手段とから
成り、該同義語抽出手段が文書中に現れる特殊記号を用
いることにより同義語候補を抽出すること、更には、
（２）前記（１）において、抽出した同義語候補の素性
情報を用いることにより、同義語の誤認定の候補を少な
くすること、更には、（３）前記（１）又は（２）にお
いて、抽出した語が同義語であることを記憶する記憶手
段を有すること、更には、（４）前記（１）において、
検索語により検索する検索手段を有し、該検索語と文書
キーワードがマッチし、かつ該文書キーワードに同義語
がある場合に、該同義語をあらたに検索語として他の文
書を検索することを特徴としたものである。以下、本発
明の実施例に基づいて説明する。

【０００６】図１は、本発明による検索システムの一実
施例を説明するための構成図で、図中、１は文書入力手
段、２は形態素解析手段、３はキーワード・同義語抽出
手段、４は検索手段、５は出力手段、６は検索語入力手
段、７は検索語ファイル、８はキーワード・同義語ファ
イル、９は文書ファイルである。入力装置１により入力
された日本語文書は、形態素解析手段２により単語単位
に分けられ、それぞれの単語には品詞が与えられる。キ
ーワード抽出手段３においては、名詞，固有名詞，複合
名詞構成素など、定めた品詞（列）に該当する単語
（列）がキーワードとして抽出される。この処理中、同
義語の認定も行う。抽出されたキーワードと同義語情報
は、キーワード・同義語ファイル８に文書ごとに収めら
れる。検索手段４においては、検索語入力手段６より入
力された検索語によってキーワード・同義語ファイル８
を検索し、検索結果として文書データファイル９から文
書を出力する。キーワード・同義語ファイル８を参照し
たときに検索語が同義語を持つことがわかれば、その同
義語を検索語ファイル７に収め、新たに検索語とする。

【０００７】図２は、キーワード抽出と同義語認定手段
の動作を説明するためのフローチャートである。以下、
各ステップに従って順に説明する。カウンターｎの初期
値を０に、同義語認定処理フラグｆはオフにしておく
（step１）。一語ずつ語をとり（step２,３）、キーワ
ードになるかは、品詞情報により判断する（step４）。
キーワードとなる語は、一般名詞，固有名詞，複合名詞
と、辞書未登録語だが名詞類と推定された語である。複
合名詞は、一般名詞と接辞などの複合名詞構成素から成
る。語がキーワードになる語である間、その語をスタッ
クに入れ、カウンターｎに１を加えることを繰り返す
（step５）。語が名詞類または複合名詞構成素でなくな
ったら、スタックに積まれている語を取り出し、キーワ
ードとする（step７）。

【０００８】取った語が開きかっこの時（step１２）、
同義認定処理フラグを立て（step１３）、次の語を取っ
てキーワード抽出処理を繰り返す。キーワードとして抽
出した語が開きかっこに先立たれている場合（つまり、
同義語処理認定フラグｆが１の場合）（step８）、その
キーワードが同義語素性マイナスを持つ語を含むかどう
か辞書情報（図４）を参照して調べ（step９）、マイナ
スの素性があれば同義語とは認定せず、同義語処理フラ
グをオフにする（step１１）。同義語素性マイナスの語
は数詞，地名などである。同義語素性マイナスの語が含
まれなければ、同義語と認定する（step１０）。その語
を開き丸かっこの直前の語の同義語としてキーワード・
同義語テーブルに記録する。図５に示すように、相互に
同義語であるとわかるように記録する。キーワード抽出
処理を、さらに語を一つずつ取って進める。

【０００９】図３は、検索手段の動作を説明するための
フローチャートである。以下、各ステップに従って順に
説明する。検索時には、検索手段が検索者の入力した検
索語と、文書キーワード・同義語ファイル中のキーワー
ド（すなわち、文書インデックス）とのマッチングを行
う。キーワードは文書ごとにつけられ、このファイルに
保持されている。始めに検索語種類識別フラグｆを１に
しておく（step１）。マッチングにより、検索語がある
文書のキーワードと一致していることがわかった場合
（step５）、その文書番号を記憶し（step６）、後でそ
の文書を検索結果として文書データから取り出す。ま
た、その文書キーワードが同義語を持つかどうか同義語
の欄をチェックする（step８）。もしあれば、その同義
語を新たな検索語として検索語ファイルに保持する（st
ep９）。検索語種類識別フラグｆを２にする（step１
０）。

【００１０】検索者の入力した検索語と文書キーワード
とのマッチングが終わった後（step２）、検索語ファイ
ルに同義語があれば（つまり、フラグの値が２であれ
ば）（step３）、その同義語を新たな検索語として（st
ep４）、再び検索を行う（step２,５）。すなわち、新
しい検索語と文書キーワード・同義語ファイル中のキー
ワードとのマッチングを再び行う。この時、すでに最初
の検索語によってマッチされ、検索結果として得られた
文書は、対象から除外する。また、文書キーワード・同
義語ファイルの同義語欄を参照することはしないで、マ
ッチングだけを繰り返す（step７）。もし参照した場
合、得られる同義語は検索者の最初に入力した検索語に
なるからである。以下に同義語認定処理の実施例を示
す。

【００１１】実施例１ 「ＲＣ総合研究所（本社東京、社長高原○×氏、資本金
八億五百万円）」「ＲＣ総合研究所」が固有名詞である
ため（図２−step４）、スタックに積みカウンターを１
とする（図２−step６）。次の語が開きかっこで、名詞
類，複合名詞構成要素ではないので、スタックに積んで
ある「ＲＣ総合研究所」を取り出し、キーワードとする
（図２−step７）。開きかっこがあったので、同義語認
定処理フラグを立てる（図２−step１２，１３）。さら
に、次の語「本社」,「東京」が名詞なので、スタック
に順に積み（図２−step４,５）、次の語「、」が名詞
類または複合名詞構成素ではないので（図２−step
４）、スタックに積まれた「本社東京」をキーワードと
して取り出す（図２−step７）。同義語認定処理フラグ
がオンになっているので（図２−step８）、「本社東
京」が同義語素性マイナス（−）を持つ語を含んでいる
か辞書を参照して調べ（図２−step９，図４）、辞書に
同義語素性マイナスが記述されているので同義語としな
い。同義語認定処理フラグをオフにして、同義語認定処
理を終わる（図２−step１１）。キーワード抽出処理は
さらに語を一つずつ取って進める（図２−step１）。

【００１２】実施例２ 「テック・アメリカ社（カリフォルニア州）」「テック
・アメリカ社」が固有名詞であり、キーワードとして抽
出される。次の語が開きかっこなので、同義語認定処理
用フラグを立てる。次の語「カリフォルニア」が名詞で
あり、キーワードとしては抽出するが、地名は同義語候
補とはしないので、同義語とはせず、同義語認定処理を
終わる。

【００１３】実施例３ 「四千百二十万円（消費税込み）」「四千百二十万円」
は開きかっこに先立つが、数詞や助数詞「円」は名詞類
ではないのでキーワードとしない。同義語認定処理も行
わない。

【００１４】実施例４ 「ブレイル・ブレーザー（三十八万円、消費税別）」
「ブレイル・ブレーザー」が固有名詞なので、スタック
に入れる。カウンターを１とする。次の語が開きかっこ
なので（図２−step４）、スタックに積んであった「ブ
レイル・ブレーザー」をキーワードとして抽出し、カウ
ンターは０に戻す（図２−step７）。開きかっこがあっ
たので、同義語認定処理用フラグを立てる（図２−step
１２，１３）。次の語「三十八」は数詞なのでキーワー
ドとしない。カウンターｎが０なので（図２−step
６）、図２のstep１１に進み、同義語認定処理用フラグ
をオフにし、同義語認定処理は終わる。キーワード抽出
処理は、図２のstep１に戻り続ける。

【００１５】実施例５ 「公衆網ではＡＴＭ（非同期転送モード）交換機、企業
向けでは、」「ＡＴＭ」が一般名詞なのでキーワードと
する（図２−step７）。次の語をとり、開きかっこなの
で同義語認定処理用フラグを立てる（図２−step１
３）。次の語を取り、キーワード条件を満たすか調べ
る。「非」は接辞で、複合名詞の構成素なのでスタック
に入れ、次の語をとる。「同期」,「転送」,「モード」
までが名詞なので、スタックに順に入れる。次の語が閉
じかっこで、名詞類または複合名詞類ではないので、
「非同期転送モード」をスタックから取り出し、キーワ
ードとする（図２−step７）。同義語認定処理フラグが
立っているので、キーワードの構成語が同義語マイナス
素性を持つか辞書を参照して調べる。持たないので「Ａ
ＴＭ」の同義語であると認定する。図５に示すように、
キーワード・同義語テーブルにこの関係を記録する。
又、「… 非同期転送モード（ＡＴＭ）交換機 …」にお
いて、「ＡＴＭ」が未登録語であるときは同義語マイナ
ス素性があるかどうか判断がつかない。このときは、消
極的意味において同義語マイナス素性を持たないと判断
し、「ＡＴＭ」を「非同期転送モード」の同義語と認定
するようにする。以下に、上記「ＡＴＭ（非同期転送モ
ード）」を例にとって、同義語による検索の実施例を示
す。

【００１６】「ＡＴＭ」という検索語に対し、キーワー
ド・同義語ファイルを照合すると（図３−step２,
５）、「非同期転送モード」が同義語であることがわか
る（図３−step８，図５）。これを検索語ファイルに保
持する（図３−step９）。検索語識別フラグｆを２にす
る（step１０）。「ＡＴＭ」による検索が終わったら
（図３−step２）、検索語識別フラグｆが２になってい
るので、検索語ファイルに保持された同義語「非同期転
送モード」を取り（図３−step４）、文書キーワード・
同義語ファイル中に一致するキーワードがあるかどうか
調べる（図３−step２,５）。この時、検索語識別フラ
グｆが１ではないので、「非同期転送モード」に対して
同義語「ＡＴＭ」があるが、これを再び検索語とするこ
とはしない（図３−step７）。この結果、検索語を「Ａ
ＴＭ」と指定するだけで「非同期転送モード」は現われ
るが、「ＡＴＭ」は現われない文書も検索結果として得
ることができる。キーワード・同義語ファイルに保持し
た同義語を検索者に示し、その語でも検索を行いたいか
確認を求め、行う必要があると検索者が要求したときの
み、その語による検索を実施するようにすることも可能
である。

【００１７】

【効果】以上の説明から明らかなように、本発明による
と、以下のような効果がある。 （１）請求項１に対応する効果：文書中に現われる特殊
記号である丸かっこを用いることにより、自動的に同義
語候補を抽出することができるので、同義語辞書をあら
かじめ作成する必要がない。 （２）請求項２に対応する効果：同義語候補を開き丸か
っこに続くキーワードと限定し、しかも、その中から同
義語にはならない語は除外するので、同義語の誤認定を
防ぐことができる。 （３）請求項３に対応する効果：開き丸かっこの両側に
ある語が同義語である場合に、そのことを記憶するの
で、検索語の同義語を自動的に参照することができる。 （４）請求項４に対応する効果：検索者による検索語の
同義語の入力が不要なため、より少ない労力で漏れの少
ない検索結果を得ることができる。

【図面の簡単な説明】

【図１】 本発明による検索システムの一実施例を説明
するための構成図である。

【図２】 本発明によるキーワード抽出と同義語認定処
理手段のフローチャートである。

【図３】 本発明による検索手段のフローチャートであ
る。

【図４】 本発明による辞書の一例を示す図である。

【図５】 本発明によるキーワード・同義語ファイルの
一例を示す図である。

【符号の説明】

１…文書入力手段、２…形態素解析手段、３…キーワー
ド・同義語抽出手段、４…検索手段、５…出力手段、６
…検索語入力手段、７…検索語ファイル、８…キーワー
ド・同義語ファイル、９…文書ファイル。

Claims (4)

【特許請求の範囲】
1. 【請求項１】 日本語文書を入力する入力手段と、該入
   力手段により入力された文書を単語単位に分け、各々の
   単語に品詞を与える形態素解析手段と、該形態素解析手
   段により与えられた品詞に該当する単語列をキーワード
   として抽出し、同義語の認定を行うキーワード・同義語
   抽出手段とから成り、該同義語抽出手段が文書中に現れ
   る特殊記号を用いることにより同義語候補を抽出するこ
   とを特徴とする検索システム。
2. 【請求項２】 抽出した同義語候補の素性情報を用いる
   ことにより、同義語の誤認定の候補を少なくすることを
   特徴とする請求項１記載の検索システム。
3. 【請求項３】 抽出した語が同義語であることを記憶す
   る記憶手段を有することを特徴とする請求項１又は２記
   載の検索システム。
4. 【請求項４】 検索語により検索する検索手段を有し、
   該検索語と文書キーワードがマッチし、かつ該文書キー
   ワードに同義語がある場合に、該同義語をあらたに検索
   語として他の文書を検索することを特徴とする請求項１
   記載の検索システム。