JPH11272680A - 文書データ提供装置およびそのプログラム記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 文書データ提供装置に関し，文書データを検
索した結果, 類似する文書をひとまとめにして表示し
て，利用者に対しチェック効率のよい情報提供を行うこ
とを目的とする。 【解決手段】 文書データベース20を検索した結果の文
書群中に表現された共通の事実情報を抽出し, それをも
とに文合成部８によって検索結果を要約した表示文書を
作成する。この表示文書を合成文表示部９によってユー
ザに提示する。課金情報計算部10は，表示文書中に使用
された情報ソースごとの使用量にもとづき，各情報ソー
スに対する利用者への課金の計算，情報ソースに分配す
る課金の計算を行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は，利用者からの検索
要求に対して新聞記事データベースなどの文書データベ
ースを検索した結果を利用者に提示し，また，利用者に
提示した検索結果データの量に応じて課金を行うデータ
ベースサービスのための文書データ提供装置およびその
プログラム記録媒体に関するものである。

【０００２】

【従来の技術】新聞記事データベースサービスなどで用
いられている従来の文書データ提供装置では，利用者か
らの検索要求に対して検索結果を表示する際に，以下の
情報を表示することによって，利用者に情報を提供して
いた。

【０００３】 １．検索結果の件数 ２．タイトル，見出し等，文書の一部の表示 ３．本文 これは，検索結果のテキストを利用者に提示する際に
は，利用者に対して情報量または検索時間等に応じて課
金する必要があるため，最初に検索結果の件数を表示
し，これに対し利用者は，必要ならタイトル，見出し等
の部分情報を閲覧し，それら部分情報から必要そうな情
報を推測して，最終的に文書情報（本文）を閲覧すると
いう手順をとるためである。

【０００４】

【発明が解決しようとする課題】文書データベースの内
容が新聞記事等の場合，同一事実に関する記事が複数の
新聞社や地方版など複数の近似した文面で格納されてい
ることが多い。したがって，検索結果にはタイトルや内
容の近似するものが複数現れ，その中から必要な事実を
含むものを選ぶ際には，利用者は多くのタイトルや本文
を表示させて必要な情報が含まれるかどうかをチェック
しなければならず，不要な情報のタイトルや本文を順に
チェックする手間がかかり，不要な記事に対しても課金
され無駄が生じるなど，検索結果の提供方法に問題があ
った。

【０００５】本発明の目的は，このような問題を解決
し，文書データベースの検索結果から文書間で類似する
部分を探し，これらの共通情報をひとまとめに要約して
表示し，また，共通情報として情報ソース（情報源）か
ら引用した情報の量を情報ソースごとに計算し，利用者
課金を情報ソースに分配することにより，重複した検索
結果のチェック等の無駄を省き，また利用者にとっても
情報提供者にとっても不合理とならない課金を可能にす
ることである。

【０００６】

【課題を解決するための手段】本発明は，上記課題を解
決するため，利用者からの検索要求に応えて，あらかじ
め蓄えられた文書データを検索し，検索結果を提供する
処理を行う際に， １．検索結果の文書群の中に表現された共通の事実情報
を抽出し， ２．これら共通の事実情報から必要とされる量の情報を
選択し， ３．これら共通の事実情報から要約文を作成し， ４．複数の情報ソースから集めた情報の利用量を計算
し， ５．各情報ソースの利用量をもとに課金を計算し，課金
を分配する処理を行う手段を持つことを要旨とする。

【０００７】図１は，本発明の文書データ提供装置のシ
ステム構成例を示す。文書データ提供装置１００は，Ｃ
ＰＵおよびメモリなどからなり，以下に説明する各処理
手段を持つ。文書データベース２０は，検索対象となる
文書群のデータが格納されているものであり，文書デー
タ提供装置１００の内部にあって文書データ提供装置１
００が直接管理するものであってもよく，また，文書デ
ータ提供装置１００の外部に存在して，ネットワークを
介してアクセスされるようなものであってもよい。さら
に，文書データベース２０は，複数の独立したデータベ
ースから構成されるものであってもよい。

【０００８】検索条件入力部１は，利用者からの検索条
件の入力を受け付ける。文書検索部２は，検索条件入力
部１により入力された検索条件をもとに文書データベー
ス２０の検索を行う。検索条件の入力および文書検索に
ついては，従来の一般的な検索システムと同様な方法を
用いる。

【０００９】文書検索部２で処理された検索結果の文書
群は，文書分割部３により，文書ごとに文書構造上のま
とまり（段落または文など）や意味的なまとまり（意味
段落）の単位に分割される。

【００１０】クラスタリング部４は，例えば語彙頻度や
文字頻度をもとに計算される語彙ベクトルを特徴とし
て，複数のテキストから切り出された部分テキストの類
似度を計算し分類する周知のクラスタリング技術などを
用いることにより，分割した文書テキストのクラスタリ
ングを行う。

【００１１】文構造解析部５は，部分テキスト中の名詞
句解析を行い，複合名詞句や連体修飾語を伴う名詞句と
述語を解析し，さらに名詞句と述語の間の依存関係を解
析して文構造の生成を行う。表現照合部６は，文の依存
構造の最下位の語句レベルに対して類似照合処理を行
う。語句レベルの類似照合の後，上位の依存関係に対し
ても類似照合を行う。

【００１２】情報量計算部７は，表現照合部６による照
合結果から，各名詞句に共有度の点数を付け，この点数
に基づいてあらかじめ定められた表示すべき情報量の条
件を満たすまで表示語句の範囲を決める。さらに，表示
する範囲の語句に対し情報ソースごとの情報使用量（情
報利用度）を計算する。

【００１３】文合成部８は，共通する名詞句を含む文の
部分を併合することにより，複数の文から一つの文を作
成する。合成文表示部９は，文合成部８が合成した文を
表示し，利用者に提示する。この合成文は，検索結果の
文書群のうち同じ内容を表すテキスト部分について着目
して，それらを要約したものとなっている。

【００１４】課金情報計算部１０は，情報量計算部７で
計算された情報使用量に従って，利用者から徴収する課
金をそれぞれの情報ソースに対して分配するための計算
を行う。課金処理部１１は，課金情報計算部１０が計算
した課金情報に基づいて課金処理を行う。

【００１５】本文選択部１２は，合成文表示部９が表示
した合成文に対する利用者の指示により，その合成文に
おける指示された部分に対応する検索結果の元の文書
（本文）を選択する。本文表示部１３は，本文選択部１
２により選択された本文を表示する。

【００１６】以上の各処理部は，コンピュータとそのコ
ンピュータが実行するソフトウェアプログラムとによっ
て実現され，これを実現するためのプログラムは，コン
ピュータが読み取り可能な可搬媒体メモリ，半導体メモ
リ，ハードディスクなどの適当な記録媒体に格納するこ
とができる。

【００１７】本発明を用いることにより，文書データベ
ース２０の検索結果の情報提供の際に，検索結果の類似
情報が併合されて内容が短く要約されるため，利用者の
情報選択の手間を減らすことができる。また，複数の情
報ソースの利用度を算出して，情報ソースごとに利用度
に応じた課金を計算し，課金を分配する機能を提供する
ことができる。

【００１８】

【発明の実施の形態】以下に，本発明の実施の形態を説
明する。図２は，図１に示すシステムにおけるデータの
流れを示す図である。

【００１９】例えば「汚職」という語で新聞記事データ
ベースを検索し，複数検索結果が得られた場合につい
て，図２に示すデータの流れに沿って説明する。検索条
件入力部１により，利用者から検索条件として「汚職」
の語が与えられると，文書検索部２は，この検索条件に
より文書データベース２０を検索する。ここでは，図３
に示すような検索結果が，文書検索部２による検索処理
の結果として得られたとする。図３は，検索条件「汚
職」による検索結果である文書１，文書２，文書３の３
つの文書の内容を示している。

【００２０】文書分割部３により，図３に示す３つの文
書は，それぞれ文単位に分割される。分割した結果とし
て文書１の場合を例にとると，図４に示すように，文書
１は，部分１，部分２，部分３という部分識別番号を付
された３つの部分文書に分割されることになる。なお，
本発明の実施において，分割単位は文に限られるわけで
はなく，対象とする文書の文表現の性質に応じて，文だ
けではなく段落を単位に分割することも可能であり，ま
た，意味的な処理の結果計算できる意味の切れ目，すな
わち意味段落のような単位で分割することも可能であ
る。

【００２１】次のクラスタリング部４では，従来の言語
処理で用いられている語彙頻度ベクトルを特徴情報とし
て，シングルリンク法やシングルパス法などの一般的な
既存のクラスタリング手法により処理が行われて，文書
分割部３によって分割された部分文書がいくつかのクラ
スタに分類される。クラスタリング結果の例を図５に示
す。図５は，図３に示す３つの文書のうち，文書１の部
分１および文書２の部分１（先頭の文）は同一のクラス
タ（クラスタ１）に分類され，文書３の部分１は別のク
ラスタ（クラスタ２）に分類されたことを示している。

【００２２】クラスタリング処理の結果，類似する文書
の部分が複数見つかったクラスタの各部分に対して，文
構造解析部５により文構造解析を行う。この文構造解析
では，まず名詞句や述語などの句の解析が行われ，図６
に示すような部分句が生成される。図６は，同一クラス
タに分類された文書１の部分１と文書２の部分１の部分
句解析結果の例を示している。続いて，名詞句と述語の
間の依存関係解析が行われ，依存関係を示す構造が生成
される。図７は，文書１の部分１について解析を行った
各部分句の依存構造解析結果の例を示している。

【００２３】次に，表現照合部６により，依存構造の最
下位の部分にあたる名詞句や述語について類似照合を行
う。図８は，類似照合パターン規則の例を示す。図８に
おける照合パターン１とそれに対になっている照合パタ
ーン２とにそれぞれマッチする部分句は，類似するもの
と判断される。

【００２４】この表現照合部６による類似照合では，句
を構成する要素の間に，図８に示すようなあらかじめ定
められた特定の品詞や語の類似照合パターン規則を介し
て，類似するもの，および完全に一致するものを照合す
る。例えば，図６に示すような部分句において，類似す
るものとしては，「６日」＝「六日」，「同公団の」＝
「同公団」などがあり，完全に一致するものとしては，
「東京地検特捜部は」＝「東京地検特捜部は」がある。
また，それらの要素の個数が句全体の要素の個数に対
し，一定の比率を超えた場合にも類似したものと判定す
る。例えば「日本××公団の汚職事件で」＝「日本××
公団の接待汚職事件で」は，照合により類似と判定され
る。

【００２５】依存構造の最下位の語句を照合した後，表
現照合部６は，依存構造の上位の構造に関しても，同様
の類似照合パターン規則により特定の依存構造の間での
類似を判定する。また，部分構造の照合個数が，そのレ
ベルの依存構造の要素全体の個数に対し一定の比率を超
えるかどうかを計算し，一定の比率を超えた場合には依
存構造同士がマッチしたと判定する。このような照合処
理を最上位の依存構造まで繰り返す。

【００２６】次に，情報量計算部７により，依存構造の
最下位部にあたる名詞句，述語に対しての類似照合結果
をもとに，類似または完全に一致した要素の個数に一定
の係数αをかけたものを共有度として，図９のように計
算する。図９に示す共有度の計算結果の例では，α＝２
としている。

【００２７】続いて，情報量計算部７は，下位の依存構
造から順に，先の類似照合処理で照合した依存構造につ
いて，照合する依存構造の共有度を加えて係数を下位の
共有度の総和に一定の係数βを掛けて，上位に向かって
順に計算していき，情報量付きの依存構造を生成する。
図１０の例では，β＝２とし各依存構造に対して情報量
を計算した結果を示している。図１０に示す依存構造の
各枝に付した数字がその計算結果の情報量である。

【００２８】文合成部８では，各部分構造の上位の依存
構造から始めて情報量の多い部分構造を順に選択し，必
要な表示量（あらかじめ表示に必要とされる句の数や文
字数が与えられる）を満たすまで順に選択を繰り返す。
図１０に示す依存構造から，１００文字を表示量の最大
限度として生成した合成文の例を，図１１に示す。

【００２９】次に，課金情報計算部１０では，合成文を
生成する際に使用された情報ソース（情報源）ごとに情
報使用量を次の式により計算する。 情報使用量＝Σ（情報源から引用された部分）×（１／
共有度） 図１１に示す合成文に対して，図１２に示すように，各
部分の「１／共有度」を求める。図１３は，この情報使
用量の計算結果の例を示している。計算の結果，図１１
に示す合成文では，文書１の情報利用度は７．５，文書
２の情報利用度は３．５となる。

【００３０】これらの情報利用度，すなわち情報使用量
の比率に従い利用者課金の分配率を計算する。図１４
は，計算した課金情報の分配率の例を示す。図１４の例
では，図１１の合成文の一記事あたりの課金単位を１と
して，これに対する課金の各情報源への分配率を計算
し，その結果が文書１を含む情報源に対して「０．６
８」，文書２を含む情報源に対して「０．３２」となっ
ている。

【００３１】合成文表示部９では，検索結果を文書単位
で表示する場合には，先の合成文を表示文書に必要な表
示量（あらかじめ表示に必要とされる句の数や文字数が
与えられる）を満たすまで共有情報量の多いものから順
に，元となる文書単位に集めて，表示文書を作成し表示
する。図１５は，表示文書の例を示している。

【００３２】この文書の表示では，元の文書（本文）へ
のリンク情報を共有部分の表示に組合わせて表示し，マ
ウス等のポインティング装置により，本文を選択できる
ようにする。本文選択部１２は，マウス等からの選択入
力情報により，文書識別番号を得て，本文表示部１３に
より利用者の選択した本文を表示する。

【００３３】図１６は，本文選択の例を示す。例えば，
図１５の表示文書の画面において，マウスカーソルを
「日本××公団の接待汚職事件で」の語句の部分に持っ
てくると，その部分に該当する元の文書へのリンク情報
が，図１６に示すようにポップアップされて表示され
る。ここで，「記事１」および「記事２」の部分は，例
えば「Ａ新聞（文書１）」，「Ｂ新聞（文書２）」とい
うような情報源を示すコメントの表記でもよい。マウス
カーソル３０をマウスにより移動させ，例えば「記事
２」（文書２を示す）のメニュー項目を選ぶと，図３に
示す検索結果のうち文書２の記事本文が，本文選択部１
２によって選択され，本文表示部１３によって表示され
る。利用者は，以上のようなユーザインタフェースによ
り，要約された検索結果を読むことができる。また，検
索結果のうち読みたい情報だけを効率よく選択して読む
こともできる。

【００３４】

【発明の効果】以上説明したように，本発明によれば，
検索結果を一件一件提示するのではなく，類似部分はひ
とまとめに要約して表示するので，利用者に対し検索結
果のチェック効率が良い情報提供が可能になる。

【図面の簡単な説明】

【図１】本発明のシステム構成例を示す図である。

【図２】図１に示すシステムにおけるデータの流れを示
す図である。

【図３】検索結果の例を示す図である。

【図４】部分文書の例を示す図である。

【図５】クラスタリング結果の例を示す図である。

【図６】部分句解析結果の例を示す図である。

【図７】依存構造解析結果の例を示す図である。

【図８】類似照合パターン規則の例を示す図である。

【図９】共有度の計算結果の例を示す図である。

【図１０】情報量を計算した結果の例を示す図である。

【図１１】合成文の例を示す図である。

【図１２】各部分の情報使用量の例を示す図である。

【図１３】情報使用量の計算結果例を示す図である。

【図１４】課金情報の例を示す図である。

【図１５】表示文書の例を示す図である。

【図１６】本文選択の例を示す図である。

【符号の説明】

１ 検索条件入力部 ２ 文書検索部 ３ 文書分割部 ４ クラスタリング部 ５ 文構造解析部 ６ 表現照合部 ７ 情報量計算部 ８ 文合成部 ９ 合成文表示部 １０ 課金情報計算部 １１ 課金処理部 １２ 本文選択部 １３ 本文表示部 ２０ 文書データベース １００ 文書データ提供装置

Claims (6)

【特許請求の範囲】
1. 【請求項１】 利用者からの検索要求に対して，あらか
   じめ蓄えられた文書データを検索し，検索結果を提供す
   る文書データ提供装置において，検索結果の文書群中に
   表現された共通の事実情報を抽出する手段と，抽出した
   共通の事実情報をもとに検索結果を要約した表示文書を
   作成する手段と，作成した表示文書をユーザに提示する
   手段とを備えることを特徴とする文書データ提供装置。
2. 【請求項２】 利用者からの検索要求に対して，あらか
   じめ蓄えられた文書データを検索し，検索結果を提供す
   る文書データ提供装置において，検索結果の文書群中に
   表現された共通の事実情報を抽出する手段と，抽出した
   共通の事実情報をもとに検索結果を要約した表示文書を
   作成する手段と，作成した表示文書をユーザに提示する
   手段と，前記表示文書中に使用された複数の情報ソース
   から集めた情報の情報ソースごとの使用量を計算する手
   段と，前記情報ソースごとの使用量に基づき，各情報ソ
   ースに対する利用者への課金の計算または情報ソースに
   分配する課金の計算を行う手段とを備えることを特徴と
   する文書データ提供装置。
3. 【請求項３】 請求項１または請求項２記載の文書デー
   タ提供装置において，前記検索結果の文書群中に表現さ
   れた共通の事実情報から表示文書を作成するにあたって
   必要とされる量の情報を選択する手段を備えることを特
   徴とする文書データ提供装置。
4. 【請求項４】 請求項１，請求項２または請求項３記載
   の文書データ提供装置において，ユーザに提示した前記
   表示文書の表示において指定した部分に該当する本文を
   選択する手段と，選択した本文の内容を表示する手段と
   を備えることを特徴とする文書データ提供装置。
5. 【請求項５】 利用者からの検索要求に対して，あらか
   じめ蓄えられた文書データを検索し，検索結果を提供す
   る文書データ提供装置を実現するためのプログラムを記
   録した記録媒体であって，検索結果の文書群中に表現さ
   れた共通の事実情報を抽出する処理と，抽出した共通の
   事実情報をもとに検索結果を要約した表示文書を作成す
   る処理と，作成した表示文書をユーザに提示する処理と
   をコンピュータに実行させるプログラムを記録したこと
   を特徴とする文書データ提供装置のプログラム記録媒
   体。
6. 【請求項６】 利用者からの検索要求に対して，あらか
   じめ蓄えられた文書データを検索し，検索結果を提供す
   る文書データ提供装置を実現するためのプログラムを記
   録した記録媒体であって，検索結果の文書群中に表現さ
   れた共通の事実情報を抽出する処理と，抽出した共通の
   事実情報をもとに検索結果を要約した表示文書を作成す
   る処理と，作成した表示文書をユーザに提示する処理
   と，前記表示文書中に使用された複数の情報ソースから
   集めた情報の情報ソースごとの使用量を計算する処理
   と，前記情報ソースごとの使用量に基づき，各情報ソー
   スに対する利用者への課金の計算または情報ソースに分
   配する課金の計算を行う処理とをコンピュータに実行さ
   せるプログラムを記録したことを特徴とする文書データ
   提供装置のプログラム記録媒体。