JPH0594478A

JPH0594478A - 画像データベースシステム

Info

Publication number: JPH0594478A
Application number: JP3255025A
Authority: JP
Inventors: Shusaku Okamoto; 修作岡本; Toshiyuki Maeda; 利之前田; Fumio Maehara; 文雄前原
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1991-10-02
Filing date: 1991-10-02
Publication date: 1993-04-16

Abstract

(57)【要約】【構成】入力部101、推論部102、出力部103、単語デ
ータを集めた単語辞書104、画像データを集めた画像デ
ータベース105、見出し語データを集めた見出し語辞書1
06、単語間の関係を集めた関係辞書107、および文法規
則を集めた文法辞書108とを備え、単語列を入力し、前
記各辞書に記憶されている知識を用いて、前記入力単語
列の意味する内容を表現した画像データを抽出するため
の推論手段、および前記入力単語列と前記抽出された画
像データとの類似の度合を推論し類似の度合の高いもの
を出力する手段を有する。【効果】画像の検索において名詞以外にも、副詞、用
言を画像検索のキーワードとして用いることができるた
め、従来と比較してより細かな問い合わせが可能とな
る。また、検索対象となる画像データファイルの絞り込
みを推論により行なっているため、作成者に依存しない
汎用的なデータベースの構築が可能となる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、自然言語による検索文
を入力し、前記検索文の意味する内容にマッチングする
画像を検索する画像データベースシステムに関し、特に
動きを表わす単語や定性的な表現をキーワードとして用
いることが可能な画像データベースシステムの構成法に
関する。

【０００２】

【従来の技術】画像検索の一般的な手法として、いくつ
かの名詞キーワードを入力し、あらかじめ画像の属性情
報として登録されている検索キーワードと入力キーワー
ドとのマッチングをとることにより画像を検索する方法
が知られている。このような従来の画像検索方法におい
てはその効率化を図るため、キーワード間の関係の記述
方法や前記関係を用いたキーワード間の類似度の計算方
法などの面でさまざまな工夫がなされている。例えば、
文献［井上、柴田、中須、”画像合成のための部品画像
ファイルシステム”、電子情報通信学会論文誌、Vol.J7
2-D-II、No.11、pp.1824-1832、1989年11月］における
画像検索では、キーワードを上位・下位の関係の階層構
造によって管理し、キーワードの類似度を基に階層構造
の頂点から索引画像を参照しながらこの関係をたどり、
目的の画像を得る方法で実現している。しかし、このよ
うな従来のシステムでは、「飛んでいる鳥」や「日本で
かなり高い山」など、動作を表わす単語や定性的な表
現、程度を表す表現を検索のキーワードとして扱うこと
が出来ないという問題点がある。また、データベースの
性能がキーワードの設定者の主観に大きく左右されるた
め、場合によってはデータベースが汎用的でなくなる恐
れがある。

【０００３】

【発明が解決しようとする課題】本発明の解決しようと
する課題は、データベースシステムにおいて以上のよう
な問題点を解決し、画像の検索において動きを表わす単
語や定性的な表現を画像検索のキーワードとして用い、
前記キーワードによって検索の対象となる画像の絞り込
みを可能とすることにある。

【０００４】

【課題を解決するための手段】本発明は、かかる課題を
達成するために、（ａ）画素データと画像の特徴を記述する画像属性とを
組にした画像データを集めた画像データベースと、（ｂ）単語の名称を記述する第１の記述部と、前記単語
となんらかの関係を持つ他の単語の名称と前記関係、第
１の記述部に記述された単語の具体的実体を表す画像デ
ータの３つ組、および第１の記述部に記述された単語の
表す特徴のうち必要であるものを記述する第２の記述部
とからなる単語データを集めた単語辞書と、（ｃ）単語の表記を記述する第３の記述部と前記単語に
関係のある単語データを記述する第４の記述部とを組に
した見出し語データを集めた見出し語辞書と、（ｄ）単語間の関係を集めた関係辞書とを備え、単語列を入力し、前記第１から第４の記述部
に記憶されている知識を用いて、前記入力単語列の意味
する内容を表現した画像データを抽出するための推論手
段、および前記入力単語列と前記抽出された画像データ
との類似の度合を推論し類似の度合の高いものを出力す
る手段を有している。

【０００５】

【作用】本発明による画像データベースシステムにおい
ては、画像の検索において名詞以外にも、副詞、用言を
画像検索のキーワードとして用いることができる。すな
わち、名詞により検索対象となる画像データファイルの
範囲を限定し、さらに副詞、用言によって入力キーワー
ドと画像データファイルの類似の度合を推論する機能を
備えている。したがって、本システムでは従来と比較し
てより細かな問い合わせが可能となる。また、検索対象
となる画像データファイルの絞り込みを推論により行な
っているため、作成者に依存しない汎用的なデータベー
スの構築が可能となる。

【０００６】

【実施例】以下、本発明の一実施例を図面を用いて説明
する。

【０００７】図１は、本発明による画像データベースシ
ステムの実施例のハードウエア構成を示したブロック図
であり、入力部101、推論部102、出力部103、単語デー
タを集めた単語辞書104、見出し語辞書106、画像データ
を集めた画像データベース105、関係辞書107および、文
法辞書108からなる。

【０００８】図２〜図６は、本発明による画像データベ
ースシステムの単語辞書104を構成する単語データの実
施例で品詞によって区別し示したもので、図２〜図６の
は第１の記述部、は第２の記述部を表している。なお、
図９は単語間のさまざまな関係を示した関係辞書107の
実施例で、以下、単語間の関係は本関係辞書に示したラ
ベルにより表す。

【０００９】図２は、本発明による単語データのうち概
念を表す名詞の場合の記述例を示したものである。例え
ば「動物」の第２の記述部202における (R#004,C#00011) (1) は、「動物」に対してC#00011がR#004の関係にあるこ
と、すなわち「動物」の下位概念として「鳥類」がある
ことを表している。したがって、その逆である「動物」
が「鳥類」の上位概念であることも明らかに成り立ち、
「鳥類」の項では (R#003,C#00001) (2) がその意味を表している。また、「鳥類」の第２の記述
部202における (R#002,(I#00001,・・・)) (3) は概念「鳥類」に属する実体としてI#00001などがある
ことを表している。

【００１０】図３は、本発明による単語データのうち具
体的実体を表す名詞の場合の記述例を示したものであ
る。例えば「ワシ」の第２の記述部302における (R#001,C#00011,IM#00001) (4) は、実体「ワシ」がC#00011、すなわち概念「鳥類」に
属し、「鳥類」を意味する「ワシ」の画像としてIM#000
01があることを表している。「ワシ」の例では実体の表
す概念が１つの場合であるが、実体が２つ以上の概念を
表す場合は、それらをすべて記述する。例えば「ニワト
リ」の第２の記述部302における ((R#001,C#00011,(IM#00002,・・・)), (R#001,C#00021,(IM#00201,・・・))) (5) は実体「ニワトリ」がC#00011とC#00021の２つの概念、
すなわち概念「鳥類」及び概念「料理」に属し、「鳥
類」を意味する「ニワトリ」の画像としてIM#00002など
が、また「料理」を意味する「ニワトリ」の画像として
IM#00201などがあることを表している。

【００１１】図４は、本発明による単語データのうち動
詞の場合の記述例を示したものである。例えば「飛ぶ」
の第２の記述部402における (R#004,V#0002) (6) は、概念名詞の場合と同様にV#0002すなわち動詞「飛び
回る」が動詞「飛ぶ」の下位に属することを表してい
る。

【００１２】図５−ａは、本発明による単語データのう
ち形容詞の場合の記述例を示したものである。例えば
「大きい」の第２の記述部502における (R#003,C#00031) (7) は、概念名詞の場合と同様にC#00031すなわち概念名詞
「大きさ」が形容詞「大きい」の上位に属することを表
している。また、その次の (((0-0.5,0), (0.5-1,2X-1)), (NORMAL,MAX)) (8) は、形容詞「大きい」の特徴として対象物がどの程度
「大きい」かどうかを求める関数と、関数に与えるパラ
メータを正規化するための方法を表しており、関数のグ
ラフによる表現は図５−ｂのようになる。この時の関数
に与えるパラメータは対象物の「大きさ」であることを
(7)の関係より求めることができる。このように、異な
る品詞間での関係の記述を許し形容詞も何らかの概念で
グループ化することにより、画像の検索において定性的
な表現による画像データの優先順位付けの推論が可能と
なる。なおこの関係を用いた前記推論の方法は、後の画
像検索アルゴリズムの説明で述べる。

【００１３】図６−ａは、本発明による単語データのう
ち副詞の場合の記述例を示したものである。例えば「か
なり」の第２の記述部602における ((0-0.5,0), (0.5-0.625,8X-4), (0.625-0.75,-8X+6), (0.75-1,0)) (9) は、副詞「かなり」の特徴を表す関数で、グラフによる
表現は図６−ｂのようになる。この関数の値を形容詞の
特徴を表す関数に適当に重み付けすることにより、形容
詞に「かなり」という修飾語が付与された場合の関数を
容易に作成できる。この関数の作成方法については、後
の画像検索アルゴリズムの説明で述べる。

【００１４】なお補足になるが、図９の関係辞書107に
は含まれていないが、 R#101:動作主体 R#102:対象物 (10) など、格関係を関係辞書107に登録しておき (R#101,・・・) (11) など、実際に動詞や形容詞に対してとりうる格と格関係
とを、動詞データ、形容詞データの第２の記述部に記述
しておくことにより、文章の格構造の解析も可能とな
る。（ここでは解析方法の説明は省略する）図７は、本
発明による画像データの記述例を示したもので、画像の
特徴を記述する画像属性701、画素データ702で構成され
ている。例えば、画像属性701の ((DX,256),(DY,256),V#00001,(C#00031,500)) (12) は、(DX,256)(DY,256)によって画像データのＸ方向の画
素数、Ｙ方向の画素数を、V#00001は図４より画像中の
対象物が「飛ぶ」という動作中であることを、また(C#0
0031,500)は図２より対象物の物理的な「大きさ」が500
であることを表している。本例では、分かりやすくする
ため画素データ702を線画で表現しているが、通常各画
素の色情報や実体の形状情報などのデータは、何らかの
方法で数値データに変換されファイルに保存される。

【００１５】図８は、本発明による見出し語辞書106の
記述例を示したもので、単語の表記を記述する第３の記
述部801と、前記単語に関係のある単語データ（ここで
はラベルを用いている）を記述する第４の記述部802と
からなる。例えば図８の「飛ぶ」「飛んでいる」は両方
とも「飛ぶ」動作を表しているため同じ動詞データV#00
001を指している。また「わし」の場合は、鳥類の
「鷲」、方言で自分のことを指す「わし」、「和紙」の
ように３通りの解釈ができるため、それらに関連する単
語データを I#00001,C#00101,I#00101; (13) のようにすべて記述しておく。もし入力文から「わし」
という言葉が形態素として抽出されたときは、(13)の単
語データを文法規則に順にあてはめ正しいものを選択す
る。それでも複数個の候補が残る場合は、さらに格構造
を解析するなどの方法をとればよい。

【００１６】図10は、本発明による文法辞書108の記述
例を示したもので、ＤＣＧ（Definite Clause Grammar
s、デフィニット・クローズ・グラマーズ）の形式で記
述されている。例えば図９でＳ → ＪＰＶＰ (14) は、ＳがＪＰとＶＰの組み合わせで置き換えられること
を表している。なお、ここでは本文法を用いた構文解析
方法の説明は省略する。

【００１７】図11は、図１で示された画像データベース
システムを用いた画像検索アルゴリズムの概要をフロー
チャートで示したものである。以下、入力例として「かなり大きい飛んでいる動物の鳥類」 (15) が与えられた場合の画像の検索方法を図11にもとづいて
説明する。

【００１８】まず、入力部101において(15)が入力され
(1101)推論部102に送られる。推論部102では、単語辞書
を用いた入力文の形態素解析、および文法辞書108を用
いた自立語間の係り受けの関係の抽出を行う(1102)。こ
れらの処理の結果として、かなり（副詞）→大きい（形容詞）大きい（形容詞）→鳥類（名詞）飛んでいる（動詞）→鳥類（名詞）動物（名詞）→鳥類（名詞） (16) といったような係り受け関係が得られる。この結果から
まず名詞のみを抽出し、名詞キーワードによる画像デー
タの選択処理ルーチンに進む(1103)。図12は名詞キーワ
ードによる画像データの選択処理をフローチャートで示
したもので、図12にしたがって処理の詳細を説明する。
ただし、図12では概念データをクラス、実体データをイ
ンスタンスと表現しているまず、受け取った名詞キーワ
ードの個数を数えその数をｎとし、各名詞キーワードの
番号付けを行う(1201)。次に、ｉ＝１としてｉ番目の名
詞キーワードが概念データかどうかを判断する(1202,12
03)。もし概念データであれば、その概念データをｒｏ
ｏｔ（ルート）とした部分木に含まれる実体データに属
するすべての画像データを抽出する(1204)。そうでなけ
ればｉ番目の名詞キーワードは実体データであるから、
その実体データに属するすべての画像データを抽出する
(1205)。こうして得られた画像データは、もし最初の名
詞キーワードによるものであれば(1206)、すべてを画像
データリストに登録する(1208)。そうでない場合は、得
られた画像データとデータリストに登録されている画像
データとを調べ、どちらにも含まれているもののみをデ
ータリストに残し、その他の画像データはデータリスト
から削除する(1207)。そして、この時点でデータリスト
に画像が登録されていないか、もしくはｉ＝ｎならば、
本ルーチンを終了し呼び出し元へ戻り、そうでなければ
ｉを１だけ増やして処理1203に戻る(1209,1210)。

【００１９】以上の処理を本例の場合に適用すると次の
ようになる。まず、名詞キーワードとして「動物」「鳥
類」が渡されるためｎ＝２となる。ここでは最初の名詞
キーワードが「動物」であり、図２を参照すると「動
物」が概念データであることがわかる。したがって、概
念データ「動物」をｒｏｏｔ（ルート）とする部分木を
作成し、その木に含まれるすべての画像データを抽出す
る。「動物」は最初の名詞キーワードなので、抽出され
た画像をすべてデータリストに登録しｉ＝ｎかどうかを
判断するが、そうではないのでｉ＝２としてに戻る。次
の名詞キーワードは「鳥類」であり、図２を参照すると
概念データなので、同様に部分木を作成し画像データを
抽出する。この時点ではｉ＝２なので、抽出された画像
データとデータリストに登録されている画像データを調
べ、両方に含まれている画像データのみをデータリスト
に残しその他はすべて削除する。削除した時点でデータ
リストに画像データが登録されているとしてｉ＝ｎが成
り立ち、処理を終了する。こうして得られた画像データ
は「動物」と「鳥類」の両方の属性を備えたものである
ことがわかる。このように、本処理は入力されたすべて
の名詞キーワードに関係する画像データのみを選択抽出
する。

【００２０】以上で名詞キーワードによる画像データの
選択処理ルーチン(1103)を終了し、図11に戻って処理を
続けるが、画像データが抽出されなかった場合は、画像
検索アルゴリズムを終了する。そうでなければ、次に(1
6)の係り受け関係より動詞キーワードを抽出し、動詞キ
ーワードによる画像データの選択処理ルーチンに進む(1
104,1105)。図13は動詞キーワードによる画像データの
絞り込みをフローチャートで示したもので、図13にした
がって処理の詳細を説明する。

【００２１】まず、画像データリストに登録されている
画像データの個数を数えその数をｎとする(1301)。ま
た、入力動詞とその下位に属する動詞、入力動詞の同義
語、類義語およびその下位に属する動詞を抽出し動詞リ
ストに登録する(1302)。例えば「飛んでいる」では図８
の見出し語辞書106により動詞データ「飛ぶ」が得られ
るのでこれを動詞リストに登録する。さらに「飛ぶ」の
下位語「飛び回る」などもあわせて動詞リストに登録す
る。次に、ｉ＝１としてｉ番目の画像データの属性情報
のうち動作特性で、動詞キーワードと一致するものがあ
るかどうかを調べる。すなわち、属性情報から動詞ラベ
ル（例えば図４では画像属性のうち#V0030と書かれてい
るもので、対象物の動作を表したものである）のみを抽
出しマッチングをとればよい(1303,1304)。もしなかっ
たならば画像データリストからｉ番目の画像データを削
除する(1305)。ここでｉ＝ｎならば本ルーチンを終了し
呼び出し元に戻り、そうでなければｉを１だけ増やして
処理1304に戻る(1306,1307)。

【００２２】このように、本処理では、画像データリス
トの画像データで対象物の動作が入力動詞に一致しない
ものを削除することにより、画像データの絞り込みを行
っている。

【００２３】以上で動詞キーワードによる画像データの
絞り込みルーチン(1105)を終了し、図11に戻って処理を
続けるが、すべての画像データが削除されてしまった場
合は画像検索アルゴリズムを終了する(1106)。そうでな
ければ、次に(16)の係り受け関係より形容詞・副詞を抽
出し、形容詞・副詞キーワードによる画像データの優先
順位付けルーチン(1107)に進む。図14は形容詞、副詞キ
ーワードによる画像データの優先順位付けをフローチャ
ートで示したもので、図14にしたがって処理の詳細を説
明する。

【００２４】まず、画像データリストに登録されている
画像データの個数を数えその数をｎとする(1401)。次に
ｉ＝１として、ｉ番目の画像データの属性情報のうち、
形容詞キーワードと一致するものがあるかどうかを調べ
る(1402,1403)。すなわち、形容詞キーワードから関連
概念を調べ、その概念を（例えば図５では画像属性のう
ち#C3001と書かれているもので、対象物の物理的な特徴
などを表したもの）を画像属性に持つ画像データのみを
抽出すればよい。もしなかったならば画像データリスト
からｉ番目の画像データを削除する(1404)。ここでｉ＝
ｎならば次に進むが、すでにデータリストに画像データ
がなければ本ルーチンを終了し呼び出し元に戻る(1405,
1407)。また、そうでなければｉを１だけ増やして処理1
403に戻る(1406)。

【００２５】次に入力キーワードとして形容詞キーワー
ドを修飾する副詞があるかどうかを調べ(1408)、もしあ
った場合は、形容詞、副詞キーワードの特徴を表す関数
を合成しこれを帰属度関数とする(1409)。なければ、形
容詞キーワードの特徴を表す関数を帰属度関数とする(1
410)。最後に、残った画像データの形容詞キーワードに
対応する画像属性の値を何らかの方法で正規化する(141
1)。正規化の方法は各形容詞によって異なる。そして帰
属度関数に正規化された値を関数に代入し計算結果の大
きいものから順に並べ替える(1412)。ここで処理1408〜
処理1412の内容が複雑なので、本例に基づいて詳細に説
明する。

【００２６】まず(16)の係り受け関係より、副詞キーワ
ード「かなり」が入力されたことがわかるので、処理14
09に進む。処理1409の内容は、形容詞、副詞キーワード
の特徴を表す関数の合成、すなわち帰属度関数の作成
で、ここでは「かなり」の関数の値を用いて「大きい」
の関数に適当に重み付けすることにより、形容詞に「か
なり」という修飾語が付与された場合の関数を作成す
る。具体的には、関数「大きい」をf(x)、関数「かな
り」をg(x)とすると、帰属度関数をg(f(x))と決める
（図15）。次の処理1411では、形容詞キーワードに対応
する属性情報の値を正規化する。ここでは、残った画像
データで「大きさ」の値が最大のものを抽出し、その最
大値を１に変換する比率をすべての画像データに乗じる
ことにより「大きさ」の値を正規化する（図５−ｂ参
照）。例えば求められた最大値が200ならば「大きさ」
の値が50の画像データは0.25に正規化される。最後に、
処理1412で正規化された値を先ほど求めた帰属度関数に
代入し計算する。得られた値の大きなものほど入力キー
ワード「かなり」「大きい」に照合しているとし、画像
データに優先順位付けを行う。

【００２７】以上で形容詞、副詞キーワードによる画像
データの優先順位付けルーチン(1107)を終了し、図11の
呼び出し元に戻り、最後に出力部103で画像データリス
トの画像データを優先順位の順に出力し(1109)画像検索
アルゴリズムを終了する。

【００２８】

【発明の効果】本発明による画像データベースシステム
においては、画像の検索において名詞以外にも、副詞、
用言を画像検索のキーワードとして用いることができ
る。すなわち、名詞により検索対象となる画像データフ
ァイルの範囲を限定し、さらに副詞、用言によって入力
キーワードと画像データファイルの類似の度合を推論す
る機能を備えている。したがって、本システムでは従来
と比較してより細かな問い合わせが可能となる。また、
検索対象となる画像データファイルの絞り込みを推論に
より行なっているため、作成者に依存しない汎用的なデ
ータベースの構築が可能となる。

【図面の簡単な説明】

【図１】本発明による画像データベースシステムの構成
を示すブロック図

【図２】本発明による単語辞書のうち概念データの構成
図

【図３】本発明による単語辞書のうち実体データの構成
図

【図４】本発明による単語辞書のうち動詞データの構成
図

【図５】（ａ）は本発明による単語辞書のうち形容詞デ
ータの構成図（ｂ）は本発明による単語辞書のうち形容詞データの特
徴を表す関数を示すグラフ

【図６】（ａ）は本発明による単語辞書のうち副詞デー
タの構成図（ｂ）は本発明による単語辞書のうち副詞データの特徴
を表す関数を示すグラフ

【図７】本発明による画像データの構成図

【図８】本発明による見出し語辞書の構成図

【図９】本発明による関係辞書の構成図

【図１０】本発明による文法辞書の説明図

【図１１】本発明の画像データベースシステムによる画
像検索アルゴリズムを示すフローチャート

【図１２】名詞キーワードによる画像データの選択処理
を示すフローチャート

【図１３】動詞キーワードによる画像データの絞り込み
を示すフローチャート

【図１４】形容詞、副詞キーワードによる画像データの
優先順位付けを示すフローチャート

【図１５】形容詞、副詞キーワードの特徴を表す関数の
合成結果を示すグラフ

【符号の説明】

１０１入力部１０２推論部１０３出力部１０４単語辞書１０５画像データベース１０６見出し語辞書１０７関係辞書１０８文法辞書

Claims

【特許請求の範囲】

【請求項１】（ａ）画素データと画像の特徴を記述する
画像属性とを組にした画像データを集めた画像データベ
ースと、（ｂ）単語の名称を記述する第１の記述部と、前記単語
となんらかの関係を持つ他の単語の名称と前記関係、第
１の記述部に記述された単語の具体的実体を表す画像デ
ータの３つ組、および第１の記述部に記述された単語の
表す特徴のうち必要であるものを記述する第２の記述部
とからなる単語データを集めた単語辞書と、（ｃ）単語の表記を記述する第３の記述部と前記単語に
関係のある単語データを記述する第４の記述部とを組に
した見出し語データを集めた見出し語辞書と、（ｄ）単語間の関係を集めた関係辞書とを備え、単語列を入力し、前記第１から第４の記述部
に記憶されている知識を用いて、前記入力単語列の意味
する内容を表現した画像データを抽出するための推論手
段、および前記入力単語列と前記抽出された画像データ
との類似の度合を推論し類似の度合の高いものを出力す
る手段を有することを特徴とする画像データベースシス
テム。
【請求項２】文法規則を集めた文法辞書を備え、入力さ
れた単語列の係り受け関係を前記文法辞書に記述されて
いる知識を用いて推論することを特徴とする請求項１記
載の画像データベースシステム。
【請求項３】第１の記述部に記述された単語の具体的実
体を表す画像データが存在しない場合、第１の記述部に
記述された単語となんらかの関係を持つ他の単語の名
称、前記関係の２つ組、および第１の記述部に記述され
た単語の表す特徴のうち必要であるものを第２の記述部
に記述することを特徴とする請求項１記載の画像データ
ベースシステム。
【請求項４】単語の名称及びラベルとの組を第１の記述
部に記述し、前記ラベルを他の単語データとの区別に用
いることを特徴とする請求項１記載の画像データベース
システム。
【請求項５】何らかの関係のある単語の名称と前記単語
に関する対象物の具体値との組を画像属性に記述し、前
記画像属性を用いて入力単語列と画像データとの類似の
度合いを推論することを特徴とする請求項１記載の画像
データベースシステム。
【請求項６】単語データが形容詞である場合、前記形容
詞の特徴を反映した関数を第２の記述部に記述し、前記
第２の記述部に記述されている知識を用いて入力単語列
と画像データとの類似の度合いを推論することを特徴と
する請求項１記載の画像データベースシステム。
【請求項７】単語データが副詞である場合、前記副詞の
特徴を反映した関数を第２の記述部に記述し、前記第２
の記述部に記述されている知識を用いて入力単語列と画
像データとの類似の度合いを推論することを特徴とする
請求項１記載の画像データベースシステム。