JPH1091645A - 情報検索方法 - Google Patents

Abstract

(57)【要約】 【課題】 キーワードと、そのキーワードに関連する或
いは重要であるとして抽出された単語とを使ってデータ
ベースから所望の情報を検索する場合に、キーワードに
対し深い関連があるにも拘わらず、一般的には重要でな
いことを理由に検索するための単語として抽出されない
でしまうという事態を回避する。 【解決手段】 入力されたキーワード（Ｓ１０）から一
定の距離の範囲内にある単語について、その単語の絶対
重要度を単に用いずに、その単語の絶対重要度と、その
単語に隣接する単語の絶対重要度とから、その単語の相
対重要度を算出し（Ｓ１２）、その相対重要度を用いて
その単語を検索に用いるか否かを決定する（Ｓ１３）。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、データベースから
所望の情報を検索する方法に関し、特に、所望の情報を
検索するためのキーワードのみに基づくだけでなく、そ
のキーワードに関連する単語にも基づいて情報を検索す
る方法に関する。

【０００２】

【従来の技術】昨今、文献等からなるデータベースから
所望の情報を検索する方法として、検索のためのキーワ
ードとそのキーワードに関連する単語とを併用すること
が広く行われている。この検索方法では、最初に検索者
がキーワードを選択する。次に、単語、単語自身の重要
度、単語同士の遠近度等が格納されたシソーラス・ファ
イルから、一定以上の重要度を有する単語や一定以上の
近さにある単語を抽出する。そして、そのキーワードと
抽出された単語に基づきデータベースから所望する情報
を検索している。

【０００３】

【発明が解決しようとする課題】しかしながら、このよ
うな情報検索方法では、シソーラス・ファイルに格納さ
れている単語自身の重要度や単語同士の遠近度等は、単
語の意味や使用頻度、単語同士の文法的な位置関係等、
単語が本来的に有する言語的意味の観点から予め定めら
れており、固定されている。従って、例えば、ある単語
が、一般的には重要度が低いが、選択されたキーワード
との関係で関連が強い場合には、キーワードとの関連が
強いために、一度はシソーラス・ファイルから抽出され
ようとするが、その単語自身があまり重要でないため
に、結果的には抽出されないという事態を生じてしまっ
ていた。これにより、検索の拠り所となる単語群に、検
索者の意図を充分に反映させることができないという問
題があった。

【０００４】

【課題を解決するための手段】上述した課題を解決する
ために、本発明に係る情報検索方法では、まず、データ
ベースから所望する情報を検索するのに用いる単語、即
ち、キーワードを選択して入力する。次に、単語と、単
語同士が近いか遠いかを示す遠近度と、単語が一般的に
どの程度重要であるかを示す絶対重要度とを格納するシ
ソーラス・ファイルの中から、遠近度に基づき、そのキ
ーワードから一定の距離の範囲内になる単語を検出す
る。その次に、その検出された単語がキーワードとの関
係においてどの程度重要であるかを示す相対重要度を、
その検出された単語自身の絶対重要度とその単語の周辺
に位置する単語の絶対重要度に基づき算出する。そし
て、検出された単語の中から、相対重要度が一定の閾値
を越える単語を抽出する。最後に、その抽出された単語
とキーワードとを用いて、データベースから所望する情
報を検索する。

【０００５】このように、本発明に係る情報検索方法で
は、単語の相対重要度を使って、検索に用いるべき単語
を抽出するようにしている。このような手段により、一
般的にはあまり重要ではないが、選択されたキーワード
との関係、より正確には、選択されたキーワードに関連
する単語との関係において重要であると認定されるべき
単語を漏れることなく抽出できることになる。その結
果、検索者の検索の意図を充分に反映させることが可能
となる。

【０００６】

【発明の実施の形態】本発明の情報検索方法について、
実施の形態に沿って説明する。実施の形態として、具体
例１、具体例２、具体例３を挙げる。具体例１の主な特
徴点は、入力されたキーワードに関連する単語をシソー
ラス・ファイルから抽出する場合に、そのキーワードと
の関係において、遠近度が一定値の範囲にあり、かつ、
相対重要度が一定値を超える単語を抽出することであ
る。具体例１をより望ましい形態にした具体例２の主な
特徴点は、相対重要度を算出するときに、遠近度に依存
する重み付けを行うことである。同様に具体例１をより
望ましい形態にした具体例３の主な特徴点は、相対重要
度を算出するときに、過去の検索における相対重要度を
参照することである。

【０００７】〈具体例１の構成〉図１は、具体例１の検
索フローチャートであり、また、図２は、具体例１の情
報検索方法を実現するための情報検索装置のブロック図
である。最初に、図２に沿って構成について説明した後
に、図１に沿って検索手順について説明する。

【０００８】〈情報検索装置の構成〉図２に示すよう
に、この情報検索装置は、表示操作部１、シソーラス・
ファイル部２、データベース部３、制御部４から構成さ
れている。表示操作部１は、検索者が所望する情報を検
索するのに必要な単語であるキーワードを入力したり、
その検索の結果を表示したりする機能を有する。

【０００９】シソーラス・ファイル部２には、複数の単
語、単語の絶対重要度、単語同士の遠近度等のデータが
格納されている。ここで、「単語」とは、例えば、コン
ピュータ、ＩＣ、真空管、歯車等を始めとする用語であ
る。また、「単語の絶対重要度」とは、その単語の持つ
意味や出現頻度等に基づき算定される、その単語の重要
性であり、例えば、使用頻度が高い単語「ＩＣ」の絶対
重要度は、やや使用頻度が低い単語「真空管」の絶対重
要度よりも大きくなる。さらに、「単語同士の遠近度」
とは、各単語の持つ一般的な意味に基づき算定される、
単語同士の結び付きの程度をいい、例えば、単語「コン
ピュータ」と単語「ＩＣ」とは近い一方で、単語「コン
ピュータ」と単語「歯車」とは遠い等である（以下、距
離が近い場合に「遠近度が小さい」といい、距離が遠い
場合に「遠近度が大きい」という）。なお、単語同士の
遠近度は、電気関係、化学関係等の特定分野において、
単語同士が同時に使用されるか否かという共起度にも基
づき算定されることが望ましい。例えば、分野を「初期
のコンピュータ」に限定した場合に、単語「コンピュー
タ」と単語「歯車」とは、同時に出現する頻度が高くな
る、即ち、共起度が大きくなるので、両単語の遠近度は
小さくなる。

【００１０】データベース部３には、学術誌や学界誌等
を始めとする文献のデータが、ＪＩＳコード等のコード
形式で格納されている。情報検索において中心的な役割
りを担う制御部４は、検出部４Ａ、算出部４Ｂ、抽出部
４Ｃ、検索部４Ｄから構成されている。検出部４Ａは、
入力されたキーワードに基づきシソーラス・ファイル部
２から関連する単語を検出する。算出部４Ｂは、後述す
るように、検出された単語の相対重要度を算出する。抽
出部４Ｃは、検出された単語の中から、一定以上の相対
重要度を持つ単語を抽出する。検索部４Ｄは、データベ
ース部３から、キーワードと抽出された単語を含む文献
を検索する。

【００１１】〈シソーラス・ファイルの構成〉図３は、
シソーラス・ファイル部のデータ構造を示す図である。
この図において、各ノードは、単語（ｋ１、ｋ２、…
…）とその単語の絶対重要度（０．８、０．５、……）
とを表している。また、リンクは、単語同士の間におけ
る上位・下位関係、同義・類義関係、共起度等を表して
おり、従って、リンクを縦続接続した場合におけるリン
クの本数は、単語同士の遠近度を表している。以下、単
語をｋｉで表記し、単語ｋｉと特定の単語Ｋとの遠近度
をＤ（ｋｉ、Ｋ）で表記し、特定の単語Ｋに対する単語
ｋｉの相対重要度をＲ（ｋｉ、Ｋ）で表記する（但し、
ｉは任意の整数）。このように構成されるシソーラス・
ファイル部２では、遠近度の閾値や相対重要度の閾値を
基準として、入力されたキーワードに対し、一定の範囲
内に位置し、かつ、一定以上の重要度を有する単語が抽
出される。

【００１２】〈具体例の動作〉図１に示すように、検索
手順は、入力ステップ、検出ステップ、算出ステップ、
抽出ステップ、検索ステップ、回答ステップから構成さ
れる。以下、それらのステップについて詳述する。な
お、以下の説明中では、入力されたキーワードをＫと
し、遠近度の閾値を２とし、相対重要度の閾値を０．６
とする。また、Ｋとｋ１は同一の単語であったとする。

【００１３】〈入力ステップ〉 ステップＳ１０： 検索者は、所望する文書を得るのに
必要であろうと予想するキーワードＫを表示操作部１か
ら入力する。そして、入力されたキーワードＫは、制御
部４内の検出部４Ａへ送出される。

【００１４】〈検出ステップ〉 ステップＳ１１： 検出部４Ａは、シソーラス・ファイ
ル部２において、そのキーワードＫに対し遠近度が２以
下である単語を検出する。より具体的には、キーワード
Ｋを起点として縦続接続されるリンクの数が２本以下の
範囲にある単語を検出する。図４は、検出された単語の
範囲を示す図である。ここで、検出された単語の集合を
ＰＲ（Ｋ）で表記すると、ＰＲ（Ｋ）＝｛ｋ１、ｋ２、
ｋ３、ｋ４、ｋ５、ｋ６、ｋ７、ｋ８、ｋ９、ｋ１０、
ｋ１１｝となる。ただし、ｋ１とＫは同一の単語なの
で、図中ではｋ１をＫと表記している。

【００１５】〈算出ステップ〉 ステップＳ１２： 算出部４Ｂは、検出された各単語に
ついて、相対重要度を算出する。ここで、相対重要度Ｒ
（ｋｉ、Ｋ）は、絶対重要度が相対重要度の閾値０．６
よりも大きい単語ｋｉについては、その絶対重要度を相
対重要度とみなす。一方、絶対重要度が相対重要度の閾
値０．６よりも小さい単語ｋｉについては、図１２（ａ
１）に示すように、集合ＰＲ（Ｋ）に属する単語であっ
て、単語ｋｉに隣接する単語ｋｊの集合をＡ（ｋｉ）で
表記すると、集合Ａ（ｋｉ）の単語の絶対重要度と相対
重要度の閾値０．６との差の平均値を、その単語ｋｉの
絶対重要度に加算することにより、相対重要度とする。
なお、図１２（ａ２）に示すように、必要な場合には、
隣接する単語ｋｊの絶対重要度をどの位反映させるかを
示す反映係数εを掛けることにより、隣接する単語ｋｊ
の絶対重要度の影響を大きくしたり、小さくしたりす
る。

【００１６】〈抽出ステップ〉 ステップＳ１３： 抽出部４Ｃは、集合ＰＲ（Ｋ）の中
から、算出された相対重要度が相対重要度の閾値よりも
大きい単語を抽出する。図５は、抽出された単語の範囲
を示す図である。ここで、抽出される単語の集合をＲＷ
（Ｋ）で表記すると、ＲＷ（Ｋ）＝｛Ｋ、ｋ２、ｋ３、
ｋ４、ｋ５、ｋ６、ｋ８、ｋ９、ｋ１０、ｋ１１｝とな
る。

【００１７】〈検索ステップ〉 ステップＳ１４： 検索部４Ｄは、抽出された単語と、
最初に入力されたキーワードＫとの論理和ＯＲを使っ
て、データベース部３において、それらの単語やキーワ
ードを含む文書を検索する。 〈回答ステップ〉 ステップＳ１５： 表示操作部１は、検索された文書の
内容を検索者に対し表示する。

【００１８】〈具体例１の効果〉上述したように、具体
例１の情報検索方法では、最初に、情報を検索するため
のキーワードを入力する。次に、その入力されたキーワ
ードに対し一定の遠近度を有する、即ち、そのキーワー
ドを中心として一定の距離の範囲内に位置する単語を検
出する。そして、キーワードに対する検出された単語の
相対重要度を、その単語自身が本来的に有する絶対重要
度と、その単語に隣接する一または二以上の単語自身が
本来的に有する絶対重要度とを用いて算出する。さら
に、それら検出された単語の中から、その算出された相
対重要度が、予め定めた閾値よりも大きい、即ち、ある
一定の水準よりも重要である単語のみを抽出する。最後
に、キーワードとその抽出された単語とを使って、それ
らのキーワードや単語を含む文書等を検索する。

【００１９】このように、入力されたキーワードに対し
近い関係にある単語が、検索に有用であるか否かを決定
するという、単語の抽出の段階において、従来の情報検
索方法とは異なり、それらの単語自身の絶対重要度を用
いずに、その単語に隣接する単語の絶対重要度等から算
出した相対重要度を用いている。これにより、従来の情
報検索方法では抽出されなかった、周辺に存在する単語
との関係で重要であると認定されるべき単語を抽出する
ことが可能となる。その結果、従来の情報検索方法に比
べて、検索の意図をより明確にすることができるため、
より精度高く情報を検索することができることになる。

【００２０】また、検出された単語自身の絶対重要度
が、もともと閾値よりも大きい場合、即ち、その単語が
常に極めて重要である場合には、改めて相対重要度を算
出することをせず、一方、単語自身の絶対重要度が閾値
よりも小さい場合にのみ、相対重要度を算出する。これ
により、その単語が検索に有用であるか否かを迅速に判
断することが可能となる。

【００２１】また、検出された単語の相対重要度を算出
する際に、その単語に隣接する単語の絶対重要度をどの
くらい反映させるかを示す反映係数を用いている。これ
により、ある検出された単語に対し及ぼす、隣接する単
語の絶対重要度の影響の大きさを任意に調整することが
可能となるので、検索の意図をより明確にすることが可
能となる。

【００２２】なお、単語同士の遠近度を、単語が持つ意
味に基づき定めている。これにより、単語がもともと有
する一般的な意味の観点から、キーワードに近い単語を
検出することが可能となる。また、単語同士の遠近度
を、単語同士が特定の分野において同時に一緒に存在す
るか否かの程度を示す共起度に基づき定めている。これ
により、選択されたキーワードに対し一般的には結び付
きが希薄であるが、特定の分野においては結び付きが強
いような単語をも検出することが可能となる。

【００２３】〈具体例２の構成〉具体例２の情報検索方
法について説明する。具体例２を実現するための情報検
索装置の構成は、概ね具体例１の情報検索装置と同一で
ある。主な相違点は、制御部４の構成である。図６は、
具体例２における制御部のブロック図である。この制御
部４は、具体例１の制御部４に重み付け部４Ｅを追加し
た構成となっている。

【００２４】〈具体例２の動作〉具体例２の情報検索方
法の検索手順は、概ね具体例１の情報検索方法の検索手
順と同一である。主な追加点は、相対重要度を算出する
算出ステップにおいて、遠近度に依存する重み付けを行
うことである。図７は、具体例２の検索フローチャート
である。以下、このフローチャートに沿いながらも、特
に、重み付けステップについて詳述する。なお、遠近度
の閾値や相対重要度の閾値は、具体例１の場合と同様で
あるとする（遠近度の閾値は２であり、相対重要度の閾
値は０．６である）。

【００２５】〈入力ステップ〜検出ステップ〉 ステップＳ２０〜２１： 検索者は、キーワードＫを入
力し、そのキーワードＫは、制御部４内の検出部４Ａへ
引き渡される。次に、検出部４Ａは、シソーラス・ファ
イル部２において、そのキーワードＫに対し遠近度が２
以下である単語を検出することにより、集合ＰＲ（Ｋ）
を生成する。

【００２６】〈算出ステップ〉 ステップＳ２２ａ： 算出部４Ｂは、集合ＰＲ（Ｋ）中
の各単語について、相対重要度Ｒ（ｋｉ、Ｋ）を算出す
る。 ステップＳ２２ｂ： 重み付け部４Ｅは、相対重要度Ｒ
（ｋｉ、Ｋ）と、遠近度の関数である重み付け係数δ
（Ｄ（ｋｉ、Ｋ））とを使って、重み付き相対重要度を
算出する。ここで、重み付き相対重要度をＲｐ（ｋｉ、
Ｋ）で表記すると、図１３（ｂ１）に示す式によって算
出される。特に、遠近度が大きいほど、即ち、キーワー
ドＫから離れれば離れるほど、重み付けの程度を小さく
しようとする場合には、図１３（ｂ２）（ｂ３）に示す
ように、固定値である重み付け係数δと遠近度Ｄ（ｋ
ｉ、Ｋ）とを用いることにより算出することができる。
なお、ここでは、図１３（ｂ２）の式に従い、かつ、δ
＝０．１であると想定する。

【００２７】〈抽出ステップ〉 ステップＳ２３： 抽出部４Ｃは、集合ＰＲ（Ｋ）の単
語の中から、算出された重み付き相対重要度Ｒｐ（ｋ
ｉ、Ｋ）が相対重要度の閾値０．６よりも大きい単語を
抽出する。図８は、抽出された単語の範囲を示す図であ
る。ここで、抽出される単語の集合をＲｐＷ（Ｋ）で表
記すると、ＲｐＷ（Ｋ）＝｛ｋ２、ｋ３、ｋ４、ｋ５、
ｋ８、ｋ９、ｋ１１｝となる。

【００２８】〈検索ステップ〜回答ステップ〉 ステップＳ２４〜２５： 検索部４Ｄは、抽出された単
語と、最初に入力されたキーワードＫとを使って、デー
タベース部３で、該当する文書を検索する。そして、表
示操作部１は、検索された文書の内容を回答する。

【００２９】〈具体例２の効果〉上述したように、具体
例２の情報検索方法では、具体例１の情報検索方法とは
異なり、検出された単語が検索に有用であるか否かを決
定する単語の抽出段階において、算出された相対重要度
をそのまま用いることなく、算出された相対重要度をキ
ーワードとその単語自身との遠近度に基づき修正してい
る。これにより、キーワードと単語とが本来的な意味や
共起度等の観点から互いに近いか遠いかという関係を、
相対重要度へ反映させることが可能となる。

【００３０】さらには、遠近度が大きいほど、即ち、キ
ーワードと検出された単語とが離れているほど、算出さ
れた相対重要度を小さくするように修正している。これ
により、入力されたキーワードから遠い単語であるにも
拘わらず、隣接する単語の絶対重要度が大きいために相
対重要度が大きくなり、その結果、検索に有用であると
して抽出されてしまうと事態を回避することが可能とな
る。

【００３１】〈具体例３の構成〉具体例３の情報検索方
法について説明する。具体例３を実現するための情報検
索装置の構成も、概ね具体例１の情報検索装置の構成と
同一である。主な相違点は、制御部４の構成である。図
９は、具体例３の情報検索装置における特徴的な部分の
ブロック図である。この情報検索装置は、具体例１の情
報検索装置に、過去の検索の履歴を参照する履歴参照部
４Ｆと、過去の検索の履歴を記憶する履歴記憶部５とを
追加した構成となっている。

【００３２】〈具体例３の動作〉具体例３の情報検索方
法の検索手順は、概ね具体例１の情報検索方法の検索手
順と同一である。主な追加点は、相対重要度を算出する
算出ステップにおいて、過去の検索での相対重要度を参
照することである。図１０は、具体例３の検索フローチ
ャートである。以下、このフローチャートに沿いながら
も、特に、算出ステップについて詳述する。なお、過去
において、キーワードをＫｓ、Ｋｔ、Ｋｕとする検索
Ｓ、Ｔ、Ｕがその順番で実行され、それら各検索で検出
された単語とその相対重要度との履歴が、図１１に示す
ような形で履歴記憶部５に蓄積されていると想定する。

【００３３】〈入力ステップ〜検出ステップ〉 ステップＳ３０〜３１： 検索Ｓ、Ｔ、Ｕを終えた検索
者は、さらにキーワードＫを入力し、そのキーワードＫ
は、制御部４内の検出部４Ａへ受け渡される。次に、検
出部４Ａは、シソーラス・ファイル部２において、その
キーワードＫに対し遠近度が２以下である単語を検出す
ることにより、集合ＰＲ（Ｋ）を作成する。

【００３４】〈算出ステップ〉 ステップＳ３２ａ： 算出部４Ｂは、集合ＰＲ（Ｋ）中
の各単語について、相対重要度Ｒ（ｋｉ、Ｋ）を算出す
る。 ステップＳ３２ｂ： 履歴参照部４Ｆは、算出された相
対重要度Ｒ（ｋｉ、Ｋ）と、履歴記憶部５に蓄積されれ
ている過去の検索Ｓ、Ｔ、Ｕで検出された単語ｋｉとそ
の単語ｋｉの相対重要度Ｒ（ｋｉ、Ｋｓ）、Ｒ（ｋｉ、
Ｋｔ）、Ｒ（ｋｉ、Ｋｕ）とを使って、履歴付き相対重
要度を算出する。

【００３５】ここで、履歴付き相対重要度をＲｈ（ｋ
ｉ、Ｋ）で表記すると、図１４（ｃ１）に示すように、
各検索での相対重要度Ｒとその検索をどの程度反映させ
るかを示す、検索時刻の関数である履歴反映係数αの積
の平均値して算出される。より具体的には、キーワード
が時刻をも表すとすると、例えば、キーワードＫに基づ
き時刻Ｋにおいて検索した場合における単語ｋｉの履歴
付き相対重要度Ｒｈ（ｋｉ、Ｋ）は、｛Ｒ（ｋｉ、Ｋ）
＊α（Ｋ）＋Ｒ（ｋｉ、Ｋｓ）＊α（Ｋｓ）＋Ｒ（ｋ
ｉ、Ｋｔ）＊α（Ｋｔ）＋Ｒ（ｋｉ、Ｋｕ）＊α（Ｋ
ｕ）｝／４として求めることができる。

【００３６】なお、この式（ｃ１）は、本来の相対重要
度Ｒ（ｋｉ、Ｋ）が相対重要度の閾値よりも大きい場合
には、その本来の相対重要度Ｒ（ｋｉ、Ｋ）をそのまま
履歴付き相対重要度Ｒｈ（ｋｉ、Ｋ）であるとみなす。
一方、本来の相対重要度Ｒ（ｋｉ、Ｋ）が相対重要度の
閾値よりも小さい場合には、過去の検索での相対重要度
Ｒ（ｋｉ、Ｋｓ）等の平均値を算出することにより、履
歴付き相対重要度Ｒｈ（ｋｉ、Ｋ）としている。特に、
現在により近い時点での検索であればあるほど、より多
くの重きをその相対重要度Ｒに置くようにする場合に
は、図１４（ｃ２）（ｃ３）に示すように、固定値であ
る履歴反映係数αと、検索時刻がどの程度新しいかある
いは古いかを示す検索新旧度ｔ（ｔは、大きいほど古い
ことを示す）を用いて求めることができる。

【００３７】〈抽出ステップ〉 ステップＳ３３： 抽出部４Ｃは、集合ＰＲ（Ｋ）の単
語の中から、算出された履歴付き相対重要度Ｒｈ（ｋ
ｉ、Ｋ）が相対重要度の閾値０．６よりも大きい単語を
抽出する。 〈検索ステップ〜回答ステップ〉 ステップＳ３４〜３５： 検索部４Ｄは、抽出された単
語と、キーワードＫとを使って、データベース部３にお
いて文書を検索する。そして、表示操作部１は、検索さ
れた文書の内容を表示する。

【００３８】〈具体例３の効果〉上述したように、具体
例３の情報検索方法では、具体例１の情報検索方法とは
異なり、検出された単語が検索に有用であるか否かを決
める単語の抽出段階において、現時点で算出された相対
重要度を単に用いずに、過去の検索における相対重要度
をも参照して、現時点で算出された相対重要度を修正し
た後に用いている。これにより、検索の意図をより明確
にする足跡であると位置付けられる、過去の一連の検索
での入力キーワードに基づく相対重要度を反映させるこ
とができるので、検索の意図をより明確にすることが可
能となる。なお、現時点での相対重要度が閾値よりも小
さい場合のみに、過去の検索での相対重要度を参照し、
一方、大きい場合には、過去の検索での相対重要度を参
照することなしに、現時点での相対重要度をそのまま用
いている。これにより、単語が検索に有用であるか否か
を迅速に決定することが可能となる。

【００３９】また、検索を行った時点がいつであるか、
即ち、その検索が行われた時点が、現時点に近いか遠い
かによって、その検索の際に算出された相対重要度に重
み付けをしている。これにより、検索した時期に合わせ
て、その検索での相対重要度を参照する度合いを調整す
ることができるので、検索の意図をより一層明確にする
ことが可能となる。

【００４０】さらに、検索した時点が、現時点に近けれ
ば近いほど、その検索において算出された相対重要度を
参照する程度をより大きくしている。一般に、検索の意
図は現時点に近い程より明確になるので、このようにす
ることにより、検索の意図がより反映された単語を抽出
することが可能となる。

【図面の簡単な説明】

【図１】具体例１の検索フローチャートである。

【図２】具体例１の情報検索装置のブロック図である。

【図３】シソーラス・ファイル部のデータ構造を示す図
である。

【図４】具体例１で検出された単語の範囲を示す図であ
る。

【図５】具体例１で抽出された単語の範囲を示す図であ
る。

【図６】具体例２における制御部のブロック図である。

【図７】具体例２の検索フローチャートである。

【図８】具体例２で抽出された単語の範囲を示す図であ
る。

【図９】具体例３の情報検索装置の特徴的な部分のブロ
ック図である。

【図１０】具体例３の検索フローチャートである。

【図１１】具体例３の履歴記憶部に記憶されている履歴
を示す図である。

【図１２】算出ステップで用いられる式を示す図（その
１）である。

【図１３】算出ステップで用いられる式を示す図（その
２）である。

【図１４】算出ステップで用いられる式を示す図（その
３）である。

【符号の説明】

Ｓ１０ 入力ステップ Ｓ１１ 検出ステップ Ｓ１２ 算出ステップ Ｓ１３ 抽出ステップ Ｓ１４ 検索ステップ Ｓ１５ 回答ステップ

Claims (11)

【特許請求の範囲】
1. 【請求項１】 データベースから所望する情報を検索す
   るために用いるキーワードを入力するステップと、 複数の単語と、単語同士の遠近度と、単語自身の絶対重
   要度とを対応付けて格納したシソーラス・ファイルか
   ら、キーワードから一定の遠近度の範囲にある単語を検
   出する検出するステップと、 キーワードに対するその検出された単語の相対重要度
   を、その単語自身の絶対重要度とその単語に隣接する単
   語の絶対重要度とに基づき算出するステップと、 検出された単語の中から、相対重要度が所定の閾値より
   も大きい単語を抽出するステップと、 キーワード並びに抽出された単語を元に、データベース
   から所望する情報を検索するステップとからなることを
   特徴とする情報検索方法。
2. 【請求項２】 請求項１での算出するステップにおい
   て、 キーワードに対する検出された単語の相対重要度を、そ
   の単語自身の絶対重要度と、その単語に隣接する単語の
   絶対重要度と、その単語に隣接する単語の絶対重要度を
   反映させる度合いを示す反映係数とに基づき算出するこ
   とを特徴とする情報検索方法。
3. 【請求項３】 請求項１での算出するステップにおい
   て、 検出された単語自身の絶対重要度が所定の閾値を越える
   場合には、キーワードに対する検出された単語の相対重
   要度を、その単語自身の絶対重要度とその単語に隣接す
   る単語の絶対重要度とに基づき算出し、また、検出され
   た各単語自身の絶対重要度が所定の閾値を越える場合に
   は、キーワードに対する検出された単語の相対重要度
   を、その検出された単語自身の絶対重要度によって代表
   させることを特徴とする情報検索方法。
4. 【請求項４】 データベースから所望する情報を検索す
   るために用いるキーワードを入力するステップと、 複数の単語、単語同士の遠近度、単語自身の絶対重要度
   を格納したシソーラス・ファイルから、キーワードから
   一定の遠近度の範囲にある単語を検出するステップと、 キーワードに対する検出された単語の相対重要度を、そ
   の単語自身の絶対重要度と、その単語に隣接する単語の
   絶対重要度と、その単語とキーワードと間の遠近度に依
   存する相対重要度の重み付けとに基づき算出するステッ
   プと、 検出された単語の中から、相対重要度が所定の閾値を越
   える単語を抽出するステップと、 キーワード並びに抽出された単語を元に、データベース
   から所望する情報を検索するステップとからなることを
   特徴とする情報検索方法。
5. 【請求項５】 請求項４の算出するステップにおいて、 検出された単語がキーワードから遠いほど、その単語の
   相対重要度の重み付けが小さくなることを特徴とする情
   報検索方法。
6. 【請求項６】 請求項１において、 算出するステップと抽出するステップとの間に、 算出された相対重要度度を、過去に行った検索でのキー
   ワードに対するその単語の相対重要度を用いて修正する
   ステップを有することを特徴とする情報検索方法。
7. 【請求項７】 請求項６での修正するステップにおい
   て、 検索を行った時点に依存する相対重要度の重み付けを用
   いて修正することを特徴とする情報検索方法。
8. 【請求項８】 請求項７での修正するステップにおい
   て、 検索を行った時点が現在に近いほど、その検索でのキー
   ワードに対する単語の相対重要度度の重み付けを大きく
   することを特徴とする情報検索方法。
9. 【請求項９】 請求項６での修正するステップにおい
   て、 検出された単語自身の絶対重要度が所定の閾値を越えな
   い場合には、キーワードに対する単語の相対重要度を、
   その単語自身の過去における相対重要度を用いて修正
   し、また、検出された各単語自身の相対重要度が所定の
   閾値に越える場合には、キーワードに対する単語の相対
   重要度をそのまま用いることを特徴とする情報検索方
   法。
10. 【請求項１０】 請求項１、４において、 単語同士の遠近度を、単語が本来的に有する通常の意味
    に基づいて定めることを特徴とする情報検索方法。
11. 【請求項１１】 請求項１０において、 単語同士の遠近度を、特定の分野において単語同士が同
    時に発生する度合いを示す共起度に基づいて定めること
    を特徴とする情報検索方法。