JP2002032394A - 関連語情報作成装置、関連語提示装置、文書検索装置、関連語情報作成方法、関連語提示方法、文書検索方法および記憶媒体 - Google Patents

Abstract

(57)【要約】 【課題】 関連語の提示において、関連語を相互に関連
度の高いクラスタ（グループ）ごとに提示することで、
利用者の関連語の効率的な選択を支援する。 【解決手段】 単語クラスタリング部３は、単語をノー
ド、単語間にある関連をアークとしたグラフの全体から
関連性の高い部分グラフをクラスタとして抽出し、得ら
れたクラスタのノード集合を得ることで、文書データベ
ース部２の登録文書中の単語のクラスタリングを行な
い、関連語情報を作成し、関連語情報記憶部４に記憶す
る。関連語情報取得部６は、関連語情報記憶部４を参照
して、単語入力部５で入力された単語の関連語を、相互
に関連度の高いクラスタごとに提示できるように求め
る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、与えられた単語
の関連語を取得するために参照する関連語情報を作成す
る関連語情報作成装置および関連語情報作成方法、この
関連語情報から単語の関連語を求める関連語提示装置お
よび関連語提示方法、文書検索を行う文書検索装置およ
び文書検索方法、ならびに、これらの処理をコンピュー
タに実行させるプログラムを記憶した記憶媒体に関す
る。

【０００２】

【従来の技術】文書の電子化やインターネットの普及に
より、文書検索システムのニーズが高まってきている。

【０００３】このような文書検索システムでは、通常、
検索語や検索文字列を並べ、あるいは、ＡＮＤ／ＯＲ論
理演算子で組み合わせた検索条件や自然言語文（“「文
書検索システムInforiumにおける自然言語処理ベースの
支援機能」,亀田他,言語処理学会第３回年次大会発表論
文集pp357-350,1997.3”および“「CBSearch1000Ver.1.
3」ホームページ,http://www.justsystem.co.jp/produc
t/system/cb13/cb13.html,1999”を参照）等の検索文を
利用者が指定して、その検索文に合致する文書を検索対
象となる文書データベースから検索する。

【０００４】検索文で実質的に重要なのは、自立語単語
であるが、適切な単語を選択するのは難しかったり、検
索結果を絞り込んだり、検索漏れを防ぐために、さらに
単語を追加することが必要になる。そこで、検索対象と
なる文書データベースをあらかじめ分析し、単語間の関
連度等を計算しておき、検索文の入力があった際に、検
索文中の単語の関連語を提示し、検索文を入力する利用
者を支援する機能を備えた技術が提案されている（特開
平10-334106号公報参照）。また、この支援機能を備え
たパッケージソフトが製品化されている（「CBSearch10
00Ver.1.3」ホームページ,http://www.justsystem.co.j
p/product/system/cb13/cb13.html,1999を参照）。

【０００５】

【発明が解決しようとする課題】しかしながら、前記従
来の関連語を提示する技術は、単語の関連語を閾値とし
た関連度以上の単語を一覧、あるいは、関連度の順に一
覧するものであるが、実際は、一つの単語であっても、
さまざまな意味や分野で用いられる「多義性」がある。

【０００６】たとえば、「競技場」という単語に対する
関連語として、 ・Ｊリーグ、花園、トラック、鹿島、ゴール、トライ、
陸上競技、… といった関連語の一覧が提示される。これらの関連語
は、ラグビー、サッカー、陸上競技の３分野の単語が混
在しており、利用者にとってはわかりにくいという不具
合がある。

【０００７】そこで、前記例においては、「競技場」の
関連語を、 ・花園、ゴール、トライ、… ・鹿島、Ｊリーグ、ゴール、… ・トラック、陸上競技、… のように提示できれば、利用者の関連語の効率的な選択
を支援することができる（これらは、ラグビー、サッカ
ー、陸上競技の３分野にそれぞれ対応している）。

【０００８】この発明の目的は、関連語の提示におい
て、関連語を相互に関連度の高いクラスタ（グループ）
ごとに提示することで、利用者の関連語の効率的な選択
を支援することである。

【０００９】この発明の目的は、単語間の関連度に基づ
いて作成した関連語情報を用いて、関連語を相互に関連
度の高いクラスタごとに提示することを可能として、利
用者の関連語の効率的な選択を支援できるようにするこ
とである。

【００１０】この発明の目的は、排他的でないクラスタ
リングを行って、関連語を相互に関連度の高いクラスタ
ごとに提示することを可能として、利用者の関連語の効
率的な選択を支援できるようにすることである。

【００１１】この発明の目的は、クラスタ辞書および単
語クラスタ辞書を参照して、関連語を相互に関連度の高
いクラスタごとに提示することを可能として、利用者に
関連語の効率的な選択を支援することができる。

【００１２】この発明の目的は、作成した関連語情報を
用いて関連語を相互に関連度の高いクラスタごとに提示
することを可能として、利用者の関連語の効率的な選択
を支援することである。

【００１３】この発明の目的は、関連語を求めたい単語
との関連度が高いものだけを関連語として求めることが
できるようにすることである。

【００１４】この発明の目的は、関連語を求めたい単語
との関連度が高いものだけを関連語として出力できるよ
うにすることである。

【００１５】この発明の目的は、関連語を求めたい単語
との関連度に基づいた指標の順に関連語を出力できるよ
うにすることである。

【００１６】この発明の目的は、検索文に含まれる単語
の関連語を相互に関連度の高いクラスタごとに提示する
ことを可能として、検索漏れの防止や、検索の絞り込み
の効率を向上させることである。

【００１７】

【課題を解決するための手段】請求項１に記載の発明
は、与えられた単語の関連語を取得するために参照する
関連語情報を作成する関連語情報作成装置において、複
数の文書を記憶する文書データベース部を参照して、前
記複数の文書に含まれる単語をクラスタリングし、当該
単語をその意味または分野ごとのクラスタに分類して前
記関連語情報を作成する単語クラスタリング部を備えて
いることを特徴とする関連語情報作成装置である。

【００１８】したがって、作成した関連語情報を用いて
関連語を相互に関連度の高いクラスタごとに提示するこ
とを可能として、利用者に関連語の効率的な選択を支援
することができる。

【００１９】請求項２に記載の発明は、請求項１に記載
の関連語情報作成装置において、前記単語クラスタリン
グ部は、前記単語間の関連度に基づき前記クラスタリン
グを行うことを特徴とする。

【００２０】したがって、単語間の関連度に基づいて作
成した関連語情報を用いて、関連語を相互に関連度の高
いクラスタごとに提示することを可能として、利用者に
関連語の効率的な選択を支援することができる。

【００２１】請求項３に記載の発明は、請求項２に記載
の関連語情報作成装置において、前記単語クラスタリン
グ部は、前記単語をノード、単語間にある関連をアーク
としたグラフの全体から関連性の高い部分グラフをクラ
スタとして抽出し、得られたクラスタのノード集合を得
ることで前記クラスタリングを行うことを特徴とする。

【００２２】したがって、排他的でないクラスタリング
を行って、関連語を相互に関連度の高いクラスタごとに
提示することを可能として、利用者に関連語の効率的な
選択を支援することができる。

【００２３】請求項４に記載の発明は、請求項１〜３の
いずれかの一に記載の関連語情報作成装置において、前
記単語クラスタリング部は、前記クラスタを識別するク
ラスタＩＤと当該クラスタに所属する前記単語を識別す
る単語ＩＤとを関連付けたクラスタ辞書および前記単語
ごとにその単語の前記単語ＩＤと当該単語が所属する前
記クラスタの前記クラスタＩＤとを関連付けた単語クラ
スタ辞書を、前記関連語情報として作成することを特徴
とする。

【００２４】したがって、クラスタ辞書および単語クラ
スタ辞書を参照して、関連語を相互に関連度の高いクラ
スタごとに提示することを可能として、利用者に関連語
の効率的な選択を支援することができる。

【００２５】請求項５に記載の発明は、請求項１〜４の
いずれかの一に記載の関連語情報作成装置と、この関連
語情報作成装置で作成した前記関連語情報を記憶する関
連語情報記憶部と、関連語を取得したい単語の入力を受
付ける単語入力部と、この関連語情報記憶部を参照し
て、与えられた単語の関連語を求める関連語情報取得部
と、この得られた関連語を出力する関連語情報出力部
と、を備えていることを特徴とする関連語提示装置であ
る。

【００２６】したがって、作成した関連語情報を用いて
関連語を相互に関連度の高いクラスタごとに提示するこ
とを可能として、利用者に関連語の効率的な選択を支援
することができる。

【００２７】請求項６に記載の発明は、請求項５に記載
の関連語提示装置において、前記関連語情報取得部は、
前記関連語情報記憶部の参照により前記関連語として求
めうる単語のうち前記単語入力部で入力した単語との関
連度が高いものに限定して前記関連語として求めること
を特徴とする。

【００２８】したがって、関連語を求めたい単語との関
連度が高いものだけを関連語として求めることができ
る。

【００２９】請求項７に記載の発明は、請求項５に記載
の関連語提示装置において、前記関連語情報出力部は、
前記関連語情報取得部で求めた前記関連語のうち前記単
語入力部で入力した単語との関連度が高いものに限定し
て出力することを特徴とする。

【００３０】したがって、関連語を求めたい単語との関
連度が高いものだけを関連語として出力することができ
る。

【００３１】請求項８に記載の発明は、請求項５〜７の
いずれかの一に記載の関連語提示装置において、前記関
連語情報出力部は、同一の前記クラスタ内にある前記関
連語は前記単語入力部で入力した単語との関連度に基づ
いた指標の順に出力することを特徴とする。

【００３２】したがって、関連語を求めたい単語との関
連度に基づいた指標の順に関連語を出力することができ
る。

【００３３】請求項９に記載の発明は、検索文の入力を
受付ける検索文入力部と、この入力された検索文に照合
する文書を、複数の文書を記憶した文書データベース部
を参照して検索する検索部と、この得られた検索結果を
出力する検索結果出力部と、前記単語入力部に代えて、
前記検索文入力部で入力された前記検索文から単語を抽
出し、この抽出した単語を前記関連語情報取得部に入力
する単語取得部を備えている請求項５〜８のいずれかの
一に記載の関連語提示装置と、前記全てまたは指定され
た単語に基づいて関連語提示装置で求めた前記関連語に
基づいて前記前記検索文入力部で入力された前記検索文
を修正する検索文修正部と、を備えていることを特徴と
する文書検索装置である。

【００３４】したがって、検索文に含まれる単語の関連
語を相互に関連度の高いクラスタごとに提示することを
可能として、検索漏れの防止や、検索の絞り込みの効率
を向上させることができる。

【００３５】請求項１０に記載の発明は、与えられた単
語の関連語を取得するために参照する関連語情報を作成
する関連語情報作成方法において、複数の文書を登録し
た文書データベース部を参照することにより、前記複数
の文書に含まれる単語をクラスタリングし、当該単語を
その意味または分野ごとのクラスタに分類して前記関連
語情報を作成する単語クラスタリング工程を含んでなる
ことを特徴とする関連語情報作成方法である。

【００３６】したがって、作成した関連語情報を用いて
関連語を相互に関連度の高いクラスタごとに提示するこ
とを可能として、利用者に関連語の効率的な選択を支援
することができる。

【００３７】請求項１１に記載の発明は、請求項１０に
記載の関連語情報作成方法において、前記単語クラスタ
リング工程は、前記単語間の関連度に基づき前記クラス
タリングを行うことを特徴とする。

【００３８】したがって、単語間の関連度に基づいて作
成した関連語情報を用いて、関連語を相互に関連度の高
いクラスタごとに提示することを可能として、利用者に
関連語の効率的な選択を支援することができる。

【００３９】請求項１２に記載の発明は、前記単語クラ
スタリング工程は、前記単語をノード、単語間にある関
連をアークとしたグラフの全体から完全グラフやそれを
やや緩めた推移律グラフをクラスタとして抽出し、得ら
れたクラスタのノード集合を得ることで前記クラスタリ
ングを行うことを特徴とする請求項１１に記載の関連語
情報作成方法である。

【００４０】したがって、排他的でないクラスタリング
を行って、関連語を相互に関連度の高いクラスタごとに
提示することを可能として、利用者に関連語の効率的な
選択を支援することができる。

【００４１】請求項１３に記載の発明は、請求項１０〜
１２のいずれかの一に記載の関連語情報作成方法におい
て、前記単語クラスタリング工程は、前記クラスタを識
別するクラスタＩＤと当該クラスタに所属する前記単語
を識別する単語ＩＤとを関連付けたクラスタ辞書および
前記単語ごとにその単語の前記単語ＩＤと当該単語が所
属する前記クラスタの前記クラスタＩＤとを関連付けた
単語クラスタ辞書を、前記関連語情報として作成するこ
とを特徴とする。

【００４２】したがって、クラスタ辞書および単語クラ
スタ辞書を参照して、関連語を相互に関連度の高いクラ
スタごとに提示することを可能として、利用者に関連語
の効率的な選択を支援することができる。

【００４３】請求項１４に記載の発明は、関連語を取得
したい単語の入力を受付ける単語入力工程と、請求項１
０〜１３のいずれかの一に記載の関連語情報作成方法で
作成した前記関連語情報を記憶している関連語情報記憶
部を参照して、前記単語入力工程で与えられた単語の関
連語を求める関連語情報取得工程と、この得られた関連
語を出力する関連語情報出力工程と、を含んでなること
を特徴とする関連語提示方法である。

【００４４】したがって、作成した関連語情報を用いて
関連語を相互に関連度の高いクラスタごとに提示するこ
とを可能として、利用者に関連語の効率的な選択を支援
することができる。

【００４５】請求項１５に記載の発明は、請求項１４に
記載の関連語提示方法において、前記関連語情報取得工
程は、前記関連語情報記憶部の参照により前記関連語と
して求めうる単語のうち前記単語入力部で入力した単語
との関連度が高いものに限定して前記関連語として求め
ることを特徴とする。

【００４６】したがって、関連語を求めたい単語との関
連度が高いものだけを関連語として求めることができ
る。

【００４７】請求項１６に記載の発明は、請求項１４に
記載の関連語提示方法において、前記関連語情報出力工
程は、前記関連語情報取得部で求めた前記関連語のうち
前記単語入力部で入力した単語との関連度が高いものに
限定して出力することを特徴とする。

【００４８】したがって、関連語を求めたい単語との関
連度が高いものだけを関連語として出力することができ
る。

【００４９】請求項１７に記載の発明は、請求項１４〜
１６のいずれかの一に記載の関連語提示方法において、
前記関連語情報出力工程は、同一の前記クラスタ内にあ
る前記関連語は前記単語入力部で入力した単語との関連
度に基づいた指標の順に出力することを特徴とする。

【００５０】したがって、関連語を求めたい単語との関
連度に基づいた指標の順に関連語を出力することができ
る。

【００５１】請求項１８に記載の発明は、検索文の入力
を受付ける検索文入力工程と、この入力された検索文に
照合する文書を、複数の文書を記憶した文書データベー
ス部を参照して検索する検索工程と、この得られた検索
結果を出力する検索結果出力工程と、前記単語入力工程
に代えて、前記検索文入力部で入力された前記検索文か
ら単語を抽出し、この抽出した単語を前記関連語情報取
得工程に供する単語取得工程と含んでなる請求項１４〜
１７のいずれかの一に記載の関連語提示方法により、前
記全てまたは指定された単語に基づいて前記関連語を求
める関連語提示工程と、この求めた関連語に基づいて前
記検索文入力工程で入力された前記検索文を修正する検
索文修正工程と、を含んでなることを特徴とする文書検
索方法である。

【００５２】したがって、検索文に含まれる単語の関連
語を相互に関連度の高いクラスタごとに提示することを
可能として、検索漏れの防止や、検索の絞り込みの効率
を向上させることができる。

【００５３】請求項１９に記載の発明は、与えられた単
語の関連語を取得するために参照する関連語情報の作成
をコンピュータに実行させる関連語情報作成プログラム
を記憶しているコンピュータに読取可能な記憶媒体にお
いて、前記関連語情報作成プログラムは、複数の文書を
登録した文書データベース部を参照することにより、前
記複数の文書に含まれる単語をクラスタリングし、当該
単語をその意味または分野ごとのクラスタに分類して前
記関連語情報を作成する単語クラスタリング工程をコン
ピュータに実行させることを特徴とする記憶媒体であ
る。

【００５４】したがって、作成した関連語情報を用いて
関連語を相互に関連度の高いクラスタごとに提示するこ
とを可能として、利用者に関連語の効率的な選択を支援
することができる。

【００５５】請求項２０に記載の発明は、請求項１９に
記載の記憶媒体において、前記単語クラスタリング工程
は、前記単語間の関連度に基づき前記クラスタリングを
行うことを特徴とする。

【００５６】したがって、単語間の関連度に基づいて作
成した関連語情報を用いて、関連語を相互に関連度の高
いクラスタごとに提示することを可能として、利用者に
関連語の効率的な選択を支援することができる。

【００５７】請求項２１に記載の発明は、請求項２０に
記載の記憶媒体において、前記単語クラスタリング工程
は、前記単語をノード、単語間にある関連をアークとし
たグラフの全体から完全グラフやそれをやや緩めた推移
律グラフをクラスタとして抽出し、得られたクラスタの
ノード集合を得ることで前記クラスタリングを行うこと
を特徴とする。

【００５８】したがって、排他的でないクラスタリング
を行って、関連語を相互に関連度の高いクラスタごとに
提示することを可能として、利用者に関連語の効率的な
選択を支援することができる。

【００５９】請求項２２に記載の発明は、請求項１９〜
２１のいずれかの一に記載の記憶媒体において、前記単
語クラスタリング工程は、前記クラスタを識別するクラ
スタＩＤと当該クラスタに所属する前記単語を識別する
単語ＩＤとを関連付けたクラスタ辞書および前記単語ご
とにその単語の前記単語ＩＤと当該単語が所属する前記
クラスタの前記クラスタＩＤとを関連付けた単語クラス
タ辞書を、前記関連語情報として作成することを特徴と
する。

【００６０】したがって、クラスタ辞書および単語クラ
スタ辞書を参照して、関連語を相互に関連度の高いクラ
スタごとに提示することを可能として、利用者に関連語
の効率的な選択を支援することができる。

【００６１】請求項２３に記載の発明は、請求項１９〜
２２のいずれかの一に記載の記憶媒体において、関連語
を取得したい単語の入力を受付ける単語入力工程と、前
記関連語情報作成プログラムに基づいてコンピュータが
作成した前記関連語情報を記憶している関連語情報記憶
部を参照して、前記単語入力工程で与えられた単語の関
連語を求める関連語情報取得工程と、この得られた関連
語を出力する関連語情報出力工程と、をコンピュータに
実行させる関連語提示プログラムを記憶している。

【００６２】したがって、作成した関連語情報を用いて
関連語を相互に関連度の高いクラスタごとに提示するこ
とを可能として、利用者に関連語の効率的な選択を支援
することができる。

【００６３】請求項２４に記載の発明は、請求項２３に
記載の記憶媒体において、前記関連語情報取得工程は、
前記関連語情報記憶部の参照により前記関連語として求
めうる単語のうち前記単語入力部で入力した単語との関
連度が高いものに限定して前記関連語として求めること
を特徴とする。

【００６４】したがって、関連語を求めたい単語との関
連度が高いものだけを関連語として求めることができ
る。

【００６５】請求項２５に記載の発明は、請求項２３に
記載の記憶媒体において、前記関連語情報出力工程は、
前記関連語情報取得部で求めた前記関連語のうち前記単
語入力部で入力した単語との関連度が高いものに限定し
て出力することを特徴とする。

【００６６】したがって、関連語を求めたい単語との関
連度が高いものだけを関連語として出力することができ
る。

【００６７】請求項２６に記載の発明は、請求項２３〜
２５のいずれかの一に記載の記憶媒体において、前記関
連語情報出力工程は、同一の前記クラスタ内にある前記
関連語は前記単語入力部で入力した単語との関連度に基
づいた指標の順に出力することを特徴とする。

【００６８】したがって、関連語を求めたい単語との関
連度に基づいた指標の順に関連語を出力することができ
る。

【００６９】請求項２７に記載の発明は、請求項２３〜
２６のいずれかの一に記載の記憶媒体において、検索文
の入力を受付ける検索文入力工程と、この入力された検
索文に照合する文書を、複数の文書を記憶した文書デー
タベース部を参照して検索する検索工程と、この得られ
た検索結果を出力する検索結果出力工程と、前記単語入
力工程に代えて、前記検索文入力部で入力された前記検
索文から単語を抽出し、この抽出した単語を前記関連語
情報取得工程に供する単語取得工程とコンピュータに実
行させる前記関連語提示プログラムにより、前記全てま
たは指定された単語に基づいて前記関連語を求める関連
語提示工程と、この求めた関連語に基づいて前記検索文
入力工程で入力された前記検索文を修正する検索文修正
工程と、をコンピュータに実行させる文書検索プログラ
ムを記憶している。

【００７０】したがって、検索文に含まれる単語の関連
語を相互に関連度の高いクラスタごとに提示することを
可能として、検索漏れの防止や、検索の絞り込みの効率
を向上させることができる。

【００７１】

【発明の実施の形態】［発明の実施の形態１］この発明
の一実施の形態を、発明の実施の形態１として説明す
る。

【００７２】図１は、この発明の実施の形態１である関
連語提示装置１の機能ブロック図である。図１に示すよ
うに、この関連語提示装置１は文書データベース部２を
備えている。これは、複数の文書を登録管理する文書デ
ータベースであり、例えばリレーショナルデータベース
管理システムなどを使って管理する。単語クラスタリン
グ部３は、文書データベース部２に登録されている各文
書から単語を抽出し、その単語間の関連を調べ、それに
基づき単語をクラスタリングするもので、関連語情報作
成装置を実現するものである。関連語情報記憶部４は、
単語クラスタリング部３による単語のクラスタリング結
果を関連語情報として記憶する。単語入力部５は、関連
語を得るべき単語の入力を受け付け、その入力を関連語
情報取得部６へ送る。関連語情報取得部６は、単語入力
部５から送られた入力単語について、関連語情報記憶部
４を検索し、関連語情報を取得し、その結果を関連語情
報出力部７に出力する。関連語情報出力部７は、関連語
情報取得部６から送られた関連語情報を出力する。

【００７３】図２は、関連語提示装置１のハードウエア
構成を示すブロック図である。図２に示すように、関連
語提示装置１は、ＣＰＵ１１と、ＲＯＭ１２と、ＲＡＭ
１３とが、バスライン１４で接続されている。バスライ
ン１４には、所定のインターフェイスを介して、ＬＣ
Ｄ、プリンタなどの出力装置１５と、キーボード、ポイ
ンティングデバイスなどの入力装置１６と、ハードディ
スク１７とを備えている。また、記憶媒体１８を読み取
る記憶媒体読取装置１９と、関連語提示装置１をインタ
ーネットなどのネットワークに接続する通信制御装置２
０とのうち、少なくとも一方を備えている。

【００７４】ハードディスク１７には、関連語提示プロ
グラムがインストールされている。この関連語提示プロ
グラムには、関連語情報作成プログラムを含んでいる。
関連語提示プログラムは、記憶媒体１８に記憶されてい
て、記憶媒体読取装置１９により読み取ってハードディ
スク１７にインストールすることができる。また、イン
ターネットなどのネットワークから関連語提示プログラ
ムをダウンロードしてハードディスク１７にインストー
ルすることができる。

【００７５】記憶媒体１８は、具体的には、ＣＤ，ＤＶ
Ｄなどの各種光ディスク、各種光磁気ディスク、ＦＤな
どの各種磁気ディスクなど、各種方式のメディアを用い
ることができる。記憶媒体読取装置１９は、具体的に
は、記憶媒体１８としていかなるメディアが用いられる
かにより、ＣＤドライブ装置、ＤＶＤドライブ装置、Ｆ
Ｄドライブ装置、ＭＯドライブ装置などが使用される。
インターネットなどのネットワークからダウンロードし
てハードディスク１７にインストールする場合に、送信
側のサーバにおいて関連語提示プログラムを記憶してい
る記憶装置も、この発明の記憶媒体である。

【００７６】文書データベース部２はハードディスク１
７内に構築される。ハードディスク１７に関連語提示プ
ログラムがインストールされることにより、ＣＰＵ１１
は、関連語提示プログラムに基づいて、単語クラスタリ
ング部３、関連語情報記憶部４および関連語情報取得部
６の機能を実行する。関連語情報記憶部４の記憶エリア
は、ＲＡＭ１３またはハードディスク１７に確保され
る。また、入力装置１６を介して単語入力部５の機能を
実行し、出力装置１５を介して関連語情報出力部７の機
能を実行する。関連語提示プログラムは、所定のＯＳ上
で動作するものであってもよい。また、ＯＳや他のアプ
リケーションソフトに、その機能の一部を代行させるも
のであってもよい。

【００７７】次に、関連語提示プログラムに基づいて関
連語提示装置１が行う処理に付いて説明する。図３は、
関連語提示装置１が行う処理を示すフローチャートであ
る。

【００７８】（Ａ） 関連語情報の作成／格納 関連語提示装置１は、「関連語の関連語情報出力部７へ
の出力」を目的としているが、その準備として、あらか
じめ最初にあるいは文書データベース部２が更新された
場合等の契機に、「関連語情報の作成／格納」の処理を
実行する。図３は、関連語提示装置１が行う「関連語情
報の作成／格納」の処理のフローチャートである。かか
る処理により、関連語情報作成方法を実現している。

【００７９】．文書からの単語抽出 図３に示すように、まず、ステップ１で、文書データベ
ース部２に登録されている各文書に対し、形態素解析処
理により品詞付きの単語分割を施し、単語を抽出する
（ステップＳ１）。

【００８０】抽出する単語は、形容詞や動詞等を含めた
自立語を広く対象にすることもあるが、最も一般的なア
プリケーションである文書検索システムのために関連語
提示装置１を用いる場合には、形式名詞や副詞名詞とい
った機能的な名詞を除いた一般的な名詞だけを対象にす
ることが多い。ここでは、この一般的な名詞だけを対象
にして説明する。また、複合名詞はより基本的な名詞に
分解することができ、どのような単位をとるかという問
題があるが、ここでは、複合名詞は分解せずにそのまま
抽出することにする。

【００８１】たとえば、下記の文書１（文書ＩＤ＝１／
朝日新聞 1993年１月21日の記事）に対して、文書内の
各文に形態素解析処理を施し、名詞を抽出することによ
り、下記のリスト１のとおり文書１内に出現した単語
（名詞）のリストが得られ、さらに同一単語の重複を排
除することによって下記のリスト２が得られる。

【００８２】 ＜文書１＞ -------------------------------------------------------------- 通常兵器関連の工業製品 輸出規制が始動 ４ヶ国対象 通常兵器の部品や加工機械に転用できる工業製品の輸出規制が二十日、日本で も始まった。英米などの主要先進七カ国（Ｇ７）の合意に基づいた規制で、イラ クなど四カ国を対象にして、対共産圏輸出統制委員会（ココム）のリストを準用 する形。Ｇ７は既に対象となる品目、国を広げるための話し合いを始めており、 冷戦終結で変わる新たな輸出規制に発展しそうだ。

【００８３】 規制対象となる国は、イラン、イラク、リビア、朝鮮民主主義共和国（北朝鮮 ）の四カ国である。北朝鮮は、既に共産圏として特定地域に指定されているため 、新たに追加されるのは三カ国である。また、イラクは経済制裁で禁輸措置が取 られている。今回の措置で輸出に大きな変化が出るのはイランとリビアの二国に なりそうだ。

【００８４】 輸出貿易管理令などに基づいて定められたコンピュータや工作機械などの規制 品目を輸出する時には、通産省に許可申請を行う。その際、特定地域に指定され ている国に対しては、明らかに民生用とわかる場合でなければ許可が下りず、事 実上、規制品は輸出できない。 --------------------------------------------------------------

【００８５】 ＜リスト１＞ -------------------------------------------------------------- 兵器 輸出規制 通常兵器 工業製品 輸出規制 対象 通常兵器 部品 加工 機械 工業製品 輸出規制 日本 英米 主要先進 Ｇ７ 合意 規制 イラク 対象 対共産圏輸出統制委員会 ココム リスト Ｇ７ 対象 品目 話し合 い 冷戦終結 輸出規制 規制対象 イラン イラク リビア 朝鮮民主主義共 和国 北朝鮮 北朝鮮 共産圏 特定地域 イラク 経済制裁 禁輸措置 措置 輸出 変化 イラン リビア 輸出貿易管理令 コンピュータ 工作機械 規 制品目 通産省 許可申請 特定地域 民生用 許可 規制品 -------------------------------------------------------------

【００８６】 ＜リスト２＞ ------------------------------------------------------------- 兵器 輸出規制 通常兵器 工業製品 対象 部品 加工機械 日本 英米 主 要先進 Ｇ７ 合意 規制 イラク 対共産圏輸出統制委員会 ココム リスト 品目 話し合い 冷戦終結 規制対象 イラン リビア 朝鮮民主主義共和国 北朝鮮 共産圏 特定地域 経済制裁 禁輸措置 措置 輸出 変化 輸出貿 易管理令 コンピュータ 工作機械 規制品目 通産省 許可申請 民生用 許 可 規制品 -------------------------------------------------------------

【００８７】さらに、文書ごとに出現する単語を並べる
ことで、表１のような文書ごとの単語リストが得られ
る。

【００８８】

【表１】

【００８９】表１で単語をキーに作り直すことで、表２
のような単語ＩＤがキーのインデクスが作成できる。こ
のインデクスは、単語を検索キーワードにとる文書検索
システムで用意する検索インデクスと同様のものであ
る。これは、単語と文書ＩＤの組データを生成し、この
組データを、単語表記をキーにソートした後、同一単語
で並んだ範囲の組データ群から単語とそれを含む文書Ｉ
Ｄリストを得、単語ＩＤは、異なりの単語に対して、順
に振ることで容易に得ることができる。

【００９０】尚、単語表示をキーにソートしているの
で、単語ＩＤは、いわゆる辞書順になっている。

【００９１】

【表２】

【００９２】さらに、得られた単語ＩＤを用いて、表１
の文書ＩＤごとの単語リスト中の単語を単語ＩＤに置き
換え、単語ＩＤ値でソートすることで、表３のような文
書ＩＤがキーのインデクスが作成できる。

【００９３】

【表３】

【００９４】．単語のクラスタリング 関連語は、従来技術においては、単語間の関連度（類似
度）を定義して、関連度の大きな単語を関連語として選
択している。関連度として用いる指標としては、相互情
報量（“Word association norms,mutual information,
and lexicography”,Kenneth Ward Church and patric
Hanks,Computational Lingusitics,16(1):22-29, 1990
参照）、YuleのＹ、DiceCofficient等、各種ある。

【００９５】本発明の実施の形態１では、ある単語の関
連語は、意味や分野により、異なったクラスタ（グルー
プ）に属していると考え、そのクラスタごとに整理し
て、関連語を提示することを前提にすることから、前記
ステップＳ１の処理の後に、単語のクラスタリング処理
を行う（ステップＳ２）。これにより単語クラスタリン
グ工程を実現している。

【００９６】この目的のために、人手による作成でな
く、情報処理により自動的な処理を行う場合は、上記の
単語間の関連度を利用するのが普通である。しかし、最
も一般的に考えられる、関連度の高いもの同士を併合し
ていくクラスタリング法では、排他的なクラスタしか生
成しないため、ある単語について複数のクラスタごとの
提示にならない。重複を許すクラスタリング処理手法の
一つとして、多義性のある単語のクラスタリングを目的
とした「推移律グラフに基づく共起グラフのクラスタ分
け」（「推移率に基づく共起グラフのクラスタ分け」,
田中久美子他,情報処理学会研究会報告自然言語処理115
-15,1996、および、“Clustering Co-occurence Graph
based on Transitivity”,Kumiko TANAKA-Ishii,Hideya
IWASAKI,The 5th Workshop on Very Large Corpora(WV
LC5),1998参照）がある。この単語のクラスタリングで
は、単語をノード、単語間にある関連をアークとしたグ
ラフの全体から関連性の高いグラフをクラスタとして抽
出し、得られたクラスタのノード集合を関連語クラスタ
とするものである。具体的には、単語をノード、単語間
にある関連をアークとした完全グラフやそれをやや緩め
た推移律グラフをクラスタとして抽出し、得られたクラ
スタのノード集合を関連語クラスタとすることが考えら
れる。

【００９７】（１）関連度に相互情報量 以下、ここでは、単語のクラスタリングの処理として、
関連度として最も知られた相互情報量を用い、「推移律
グラフに基づく共起グラフのクラスタ分け」を行う処理
を示すが、この発明は当該手段に限定されるものではな
い。

【００９８】次の式は、Ｎ個の文書中における、単語Ｗ
ａと単語Ｗｂの相互情報量Ｍ（Ｗａ,Ｗｂ）を定義する
式である。

【００９９】Ｍ（Ｗａ,Ｗｂ）＝log（Ｐ（Ｗａ，Ｗｂ）
／Ｐ（Ｗａ）Ｐ（Ｗｂ）） ここで、Ｐ（Ｗｎ）＝Ｎｎ／Ｎ， Ｐ（Ｗａ，Ｗｂ）＝
Ｎａｂ／Ｎ Ｐ（Ｗｎ）は、単語ＷｎがＮ個の文書中に出現する確率
であり、Ｎｎは単語Ｗｎが出現する文書数である。ま
た、Ｐ（Ｗａ，Ｗｂ）は、単語Ｗａと単語ＷｂがＮ個の
文書中に共出現する確率であり、Ｎａｂは共出現する文
書数である。尚、共出現の単位は、文書の部分や複数文
書を単位にすることも考えられるが、ここでは、文書を
単位とする例で説明する。

【０１００】文書数及び単語ごとの出現文書数は、前記
ステップＳ１により得られている。相互情報量のために
は、さらに、全単語対ごとに２つの単語が共出現する文
書数が必要である。この値を得るには、例えば、最も簡
易な手段として、単語ＩＤの小さい順から、その単語と
その単語ＩＤより大きい単語の各々の出現文書の文書Ｉ
Ｄのリストを照合して、一致する数を数えればよい。

【０１０１】たとえば、表２に示すように、単語ＩＤが
３の「Ｇ７」は、単語ＩＤが４の単語から順次調べる
が、たとえば、単語ＩＤが１３の「アメリカ」の共出現
文書数は、表２の「Ｇ７」の出現文書数６の文書ＩＤの
リストが「1,88,105,288,300,410」であり、「アメリ
カ」の出現文書数４２の文書ＩＤのリスト「2,3,5,88,1
05,109,300,310,479,…」と順次比べていけば、「88,10
5,300」が共通していることがわかる。

【０１０２】表４は、このようにして求めた全出現単語
間の共出現文書数を表したマトリクス（対角部分より左
下はなし）のうち、「Ｇ７」（単語ＩＤ＝３）、「Ｊリ
ーグ」（同４）等、１０単語の共出現文書数の部分だけ
を抜き出したものである。尚、表４中の「Ｎｎ」は、単
語の「出現文書数」であり、その対応欄には値が示され
ている。

【０１０３】

【表４】

【０１０４】表４から、たとえば、単語「Ｇ７」と単語
「アメリカ」について、各々の単独の出現文書数Ｎｎが
６，４２、共出現文書数が３を得て、この２単語の相互
情報量を、次のように得ることができる。

【０１０５】 Ｐ（「Ｇ７」）＝6／2000＝0.003 Ｐ（「アメリカ」）＝42／2000＝0.021 Ｐ（「Ｇ７」,「アメリカ」）＝3／2000＝0.0015 Ｍ（「Ｇ７」,「アメリカ」） ＝log（Ｐ（「Ｇ７」,「アメリカ」）／Ｐ（「Ｇ７」）・Ｐ（「アメリカ 」） ＝log（3・2000／（6・42））＝log（1000／42）≒4.57 （ここで、logの基底は２とした） 上記の計算を全単語の組合せについて行い、全単語間の
相互情報量を得ることができる。表５は、表４と同様に
１０単語間の相互情報量を抜き出した表である。

【０１０６】

【表５】

【０１０７】相互情報量は、２単語間の関連度を表すと
考えるが、例えば、閾値として３を用いるとすると、表
５では、相互情報量が０を超える単語の組合わせのう
ち、「アメリカ」（13）と「ゴール」（37）、「トラ
イ」（65）と「鹿島」（502）は、関連度が閾値以下な
ので、単語間の関連がないとみなす。

【０１０８】（２） 推移律グラフに基づく共起グラフ
のクラスタ分け この方法による全体グラフＧ（全ノードの集合と全アー
クの集合の組）からクラスタＧｉ（ノード集合とアーク
集合の組）の抽出手順は、以下にようになる（“「推移
率に基づく共起グラフのクラスタ分け」,田中久美子他,
情報処理学会研究会報告 自然言語処理115-15,1996”お
よび“"Clustering Co-occurence Graphbased on Trans
itivity",Kumiko TANAKA-Ishii, Hideya IWASAKI, The
5th Workshop on Very Large Corpora(WVLC5),1998”参
照）。

【０１０９】［０］ ｉ＝０として、ノード集合とアー
ク集合がともに空のクラスタＧｉ（Ｇ０）を作成する。

【０１１０】［１］ Ｇ０，…，Ｇｉのいずれにも含ま
れないアークｅ、および、アークｅと三角形をなすノー
ドｖがあれば、この三角形をなすノードとアークの全て
をクラスタＧｉ＋１に入れる。クラスタＧｉ＋１に入れ
るグラフ（ノードとアーク）がなければ終了。

【０１１１】［２］ クラスタＧｉ＋１に含まれるアー
クｅがクラスタＧｉ＋１に含まれないノードｖと三角形
をなし、Ｇ０，…，Ｇｉのいずれにも含まれないアーク
ｅがある場合、アークｅと三角形をなすノードｖがＧｉ
＋１に含まれるノードｖ’と結ばれていれば、この三角
形及びノードｖとＧｉ＋１中のノードとのアークのすべ
てクラスタＧｉ＋１に入れる。クラスタＧｉ＋１が拡張
できなければ、［４］に進む。

【０１１２】［３］ ［２］に戻る。

【０１１３】［４］ ｉに１加算して［１］に戻る。

【０１１４】上記に示してきた例は、多数の単語からな
るが、以下、説明のために、表５に明示された単語をノ
ードにするグラフを全体グラフとして、上記のクラスタ
の抽出手順の過程を示す。

【０１１５】相互情報量の閾値を３とすれば、ノードと
アークは次のようになる。 ------------------------------------------------------------- ・ノード：（3）,（4）,（13）,（37）,（65）,（66）,（184）,（414）,（50 2）,（974） ・アーク：（3）-（37）,（4）-（37）,（4）-（414）,（4）-（502）,（37） -（65）,（37）-（184）,（37）-（414）,（37）-（502）,（65）-（184）,（65 ）-（414）,（66）-（414）,（66）-（974）,（184）-（414）,（414）-（502） ,（414）-（974） -------------------------------------------------------------

【０１１６】図４は、この結果のグラフを図示したもの
である。

【０１１７】上記に示した手順によって、具体的には次
のようにクラスタ抽出処理が進む。

【０１１８】［０］ｉ＝０として、ノード集合、クラス
タ集合共に、空のクラスタＧｉを作成する。

【０１１９】［１：Ｇ１の初期設定］ Ｇ０に含まれな
いアーク（3）-（37）は、これと三角形をなすノードが
ない。次のアーク（4）-（37）を選ぶと、このアークと
ノード（414）が、アーク（4）-（414）、アーク（37）
-（414）とで三角形をなすので、Ｇ１として、＜
{（4）,（37）,（414）}，{（4）-（37）,（4）-（41
4）,（37）-（414）}＞が初期設定される。

【０１２０】［２：Ｇ１の追加］ Ｇ１に含まれるアー
ク（4）-（37）は、Ｇ１に含まれないノード（502）と
アーク（4）-（502）、アーク（37）-（502）とで三角
形をなし、かつＧ１に含まれるノード（414）とアーク
（414）-（502）とで結ばれている。以上により、Ｇ１
には、ノード（502）とアーク（4）-（502）、アーク
（37）-（502）、アーク（414）-（502）が追加され
る。

【０１２１】［３］ ［２］へ戻る。

【０１２２】［２：Ｇ１の追加］ Ｇ１に含まれるいず
れのアークもＧ１に含まれないノードと三角形をなさな
いので、Ｇ１の処理は終了する。

【０１２３】この時点で、次のようになっている。 ------------------------------------------------------------- Ｇ０＝＜{},{}＞ Ｇ１＝＜{（4）,（37）,（414）,（502）},{（4）-（37）,（4）-（414）, （4）-（502）,（37）-（414）,（37）-（502）,（414）-（502）}＞ いずれのクラスにも属さないアーク：（3）-（37）,（37）-（65）,（37）- （184）,（65）-（184）,（65）-（414）,（66）-（414）,（66）-（974）,（18 4）-（414）,（414）-（974） -------------------------------------------------------------

【０１２４】［４］ ｉ＝１とする。

【０１２５】［１：Ｇ２の初期設定］ Ｇ０，Ｇ１に含
まれないアーク（37）-（65）は、ノード（414）が、ア
ーク（37）-（414）、アーク（65）-（414）とで三角形
をなすので、Ｇ２として、＜{（（37）,（65）,（41
4））,{（37）-（65）,（37）-（414）,（65）-（41
4）}＞が初期設定される

【０１２６】［２：Ｇ２の追加］ Ｇ２に含まれるアー
ク（65）-（414）は、Ｇ２に含まれないノード（184）
とアーク（65）-（184）、アーク（184）-（414）とで
三角形をなし、かつＧ２に含まれるノード（37）とアー
ク（37）-（184）とで結ばれている。以上により、Ｇ２
には、ノード（184）とアーク（37）-（184）、アーク
（65）-（184）、アーク（184）-（414）が追加され
る。

【０１２７】［３］ ［２］へ戻る。

【０１２８】［２：Ｇ２の追加］ Ｇ２に含まれるいず
れのアークもＧ２に含まれないノードと三角形をなさな
いので、Ｇ２の処理は終了する。

【０１２９】この時点で、次のようになっている。 ------------------------------------------------------------- Ｇ０＝＜{},{}＞ Ｇ１＝＜{（4）,（37）,（414）,（502）},{（4）-（37）,（4）-（414）, （37）-（414）,（4）-（502）,（37）-（502）,（414）-（502）}＞ Ｇ２＝＜{（（37）,（65）,（184）,（414））,{（37）-（65）,（37）-（1 84）,（37）-（414）,（65）-（184）,（65）-（414）,（184）-（414）}＞ いずれのクラスにも属さないアーク：（3）-（37）,（66）-（414）,（66） -（974）,（414）-（974） -------------------------------------------------------------

【０１３０】［４］ ｉ＝２とする。

【０１３１】［１：Ｇ３の初期設定］ Ｇ０，Ｇ１，Ｇ
３に含まれないアーク（68）-（414）は、ノード（97
4）が、アーク（68）-（974）、アーク（414）-（974）
とで三角形をなすので、Ｇ２として、＜{（（68）,（41
4）,（974））,{（68）-（414）,（68）-（974）,（41
4）-（974）}＞が初期設定される。

【０１３２】［２：Ｇ３の追加］ Ｇ３に含まれるいず
れのアークもＧ３に含まれないノードと三角形をなさな
いので、Ｇ３の処理は終了する。

【０１３３】この時点で、次のようになっている。 ------------------------------------------------------------- Ｇ０＝＜{},{}＞ Ｇ１＝＜{（4）,（37）,（414）,（502）},{（4）-（37）,（4）-（414）, （37）-（414）,（4）-（502）,（37）-（502）,（414）-（502）}＞ Ｇ２＝＜{（（37）,（65）,（184）,（414）},{（37）-（65）,（37）-（18 4）,（37）-（414）,（65）-（184）,（65）-（414）,（184）-（414）}＞ Ｇ３＝＜{（（68）,（414）,（974）},{（68）-（414）,（68）-（974）,（ 414）-（974）}＞ いずれのクラスにも属さないアーク：（3）-（37） -------------------------------------------------------------

【０１３４】［４］ ｉ＝３とする。

【０１３５】［１：Ｇ４の初期設定］ Ｇ０，Ｇ１，Ｇ
２，Ｇ３に含まれないアーク（3）-（37）は、いずれの
ノードとも三角形をなさない。Ｇ４に入れるグラフがな
いので、全体の処理を終了する。

【０１３６】以上により、Ｇ０を除くと、図５に示す３
つのクラスタができたことになる。ここで、「競技場」
（414）は、Ｇ１，Ｇ２，Ｇ３に共通で、「ゴール」
は、Ｇ１，Ｇ２に共通である。

【０１３７】．関連語情報の作成／格納 前記ステップ２の処理終了後、関連語情報として、単語
クラスタリングの結果を整理して、格納する（ステップ
Ｓ３）。

【０１３８】指定された単語の関連語をクラスタごとに
得るためには、単語から所属クラスタを得て、さらに、
そのクラスタに所属する単語を得ることができればよ
い。

【０１３９】クラスタに所属する単語は、ステップＳ２
で得たＧｉのノード集合により得ることができる。表６
は、前記の１０単語におけるクラスタ所属の単語表であ
る。

【０１４０】

【表６】

【０１４１】単語から所属クラスタを得る表は、表６
を、単語ＩＤをキーに走査することで表７のように得ら
れる。

【０１４２】

【表７】

【０１４３】ステップ３では、これらの表を作成し、各
々、クラスタ辞書、単語クラスタ辞書として関連語情報
記憶部４に記憶する。

【０１４４】尚、単語クラスタ辞書は、実際には、単語
は表記で指定されることから、単語表記をキーとして表
８のように格納する。

【０１４５】

【表８】

【０１４６】また、関連語の表示において、関連度の値
を参照するために表５も併せて関連語情報記憶部４に関
連度辞書として記憶する。

【０１４７】（Ｂ） 関連語情報の表示 以上説明した“（Ａ）関連語情報の作成／格納”によ
り、関連語提示装置１の関連語情報が作成／格納された
状態で、利用者の指示を契機として「関連語の表示」が
行われる。

【０１４８】次に、図６のフローチャートを参照して、
関連語提示装置１の「関連語情報の表示」の処理の流れ
を説明する。

【０１４９】．単語の入力受付 利用者は、関連語を得たい単語の入力を単語入力部５に
より受付ける（ステップＳ１１）。これにより単語入力
工程を実現している。

【０１５０】．関連語情報の取得 次に、単語入力部５により受付けた単語の関連語情報を
取得する（ステップＳ１２）。これにより関連語情報取
得工程を実現している。

【０１５１】以下では、単語入力部５により「競技場」
が入力された例で説明する。すなわち、入力された単語
「競技場」を、表８を格納した単語クラスタ辞書で検索
する。表８によれば、「競技場」は、単語ＩＤが「41
4」、３つのクラスタ「1,2,3」に属していることがわか
る。

【０１５２】次に表９を格納したクラスタ辞書により、
各クラスタに所属する単語の単語ＩＤが次のように検索
できる。

【０１５３】・クラスタ１：（４単語） 4,37,414,502 ・クラスタ２：（４単語） 37,65,184,414 ・クラスタ３：（３単語） 68,414,974

【０１５４】入力単語を除いて、再び、表８の単語クラ
スタ辞書から各単語ＩＤの単語（表記）を得ることで、
次のように、関連語を得ることができる。

【０１５５】・クラスタ１の関連語： 4「Ｊリーグ」,
37「ゴール」,502「鹿島」 ・クラスタ２の関連語： 37「ゴール」,65「トライ」,
184「花園」 ・クラスタ３の関連語： 68「トラック」,974「陸上競
技」

【０１５６】さらに入力単語との関連度も求めるように
してもよい。関連度は、表５の関連度辞書から得る。た
とえば、単語ＩＤが414の「競技場」と単語ＩＤが4の
「Ｊリーグ」の関連度は、関連度辞書のマトリクス上の
（4,414）の要素の値「5.69」となる。これにより、次
のような関連度（［］内）を付加できる。

【０１５７】・クラスタ１の関連語： 4「Ｊリーグ」
［5.69］,37「ゴール」［4.93］,502「鹿島」［5.29］ ・クラスタ２の関連語： 37「ゴール」［4.93］,65
「トライ」[4.04],184「花園」［4.38］ ・クラスタ３の関連語： 68「トラック」［5.07］,974
「陸上競技」［5.18］ 尚、上記の例には現れていないが、ここで得たクラスタ
は完全グラフではないので、単語と直接の関連度を持た
ない関連語もありうる。

【０１５８】また、ある閾値以下のものは、関連語から
排除するようにしてもよい。たとえば、閾値を4.5とす
れば、次のようになる。

【０１５９】・クラスタ１の関連語： 4「Ｊリーグ」
[5.69],37「ゴール」[4.93],502「鹿島」[5.29] ・クラスタ２の関連語： 37「ゴール」[4.93] ・クラスタ３の関連語： 68「トラック」[5.07],974
「陸上競技」[5.18]

【０１６０】さらに、単語とクラスタ内の単語の関連度
に基づいた指標を用いるようにしてもよい。例えば、そ
の指標として、入力単語との関連度の平均値を用いると
すれば、指標は次のようになる。

【０１６１】 ・クラスタ１： 5.30 ・クラスタ２： 4,45 ・クラスタ３： 5.13

【０１６２】．関連語情報の表示 そして、ステップＳ２で得られた、入力された単語の関
連語をクラスタごとにグループ化して表示する（ステッ
プＳ１３）。これにより関連語情報出力工程を実現して
いる。

【０１６３】例えば、次のように表示する。 ------------------------------------------------------------- ［Ａ］：リーグ ゴール 鹿島 ［Ｂ］：ゴール トライ 花園 ［Ｃ］：トラック 陸上競技 ------------------------------------------------------------- ステップＳ２で、ある閾値以下のものを排除するとき
は、表示からも排除する。たとえば、閾値を５とすれ
ば、次のように表示する。 ------------------------------------------------------------- ［Ａ］：リーグ 鹿島 ［Ｂ］：トラック 陸上競技 ------------------------------------------------------------- また、次のように、関連度の大きさの順に表示するよう
にしてもよい。 ------------------------------------------------------------- ［Ａ］：リーグ 鹿島 ゴール ［Ｂ］：ゴール 花園 トライ ［Ｃ］：陸上競技 トラック ------------------------------------------------------------- ステップＳ２で単語とクラスタ内の単語の関連度に基づ
いた指標を用いる場合は、単語とクラスタ内の単語の関
連度に基づいた指標の順にクラスタを表示する。たとえ
ば、その指標として、入力単語との関連度の平均値を用
いるとすれば、次のように表示される。 ------------------------------------------------------------- ［Ａ］：リーグ ゴール 鹿島 ［Ｂ］：トラック 陸上競技 ［Ｃ］：ゴール トライ 花園 -------------------------------------------------------------

【０１６４】［発明の実施の形態２］この発明の実施の
形態に関する別の例を、発明の実施の形態２として説明
する。

【０１６５】図７は、この発明の実施の形態２である文
書検索装置２１の機能ブロック図である。図７に示すよ
うに、検索文入力部２２は、文書検索のための検索文の
入力を受付け、それを検索部２３へ送るとともに、関連
語提示の指示の入力も受け付け、その指示があれば検索
文を関連語提示部２４にも送る。

【０１６６】文書データベース部２５は、複数の文書を
登録管理する文書データベースを格納しており、例えば
リレーショナルデータベース管理システムにより管理す
る。このデータベースの管理する情報としては、１つの
文書について少なくともそのタイトルと文書内容の情報
とが含まれる。

【０１６７】検索部２３は、検索文入力部２２から与え
られた検索文を使って文書データベースを検索して、検
索結果を検索結果出力部２６へ送る。これを受けて、検
索結果出力部２６は検索結果を出力する。

【０１６８】関連語提示部２４は、検索文入力部２２か
ら与えられた検索文中の単語を抽出して関連語を取得
し、その取得結果を関連語情報出力部７（図８参照）に
出力させるとともに、検索文修正部２７にも関連語の情
報を送る。

【０１６９】検索文修正部２７は、関連語提示部２４に
より提示された関連語のうち、そのすべて、または、検
索文入力部２２による入力で指定された関連語につい
て、例えば検索文に追加する等、検索文の修正を行う。

【０１７０】図８は、関連語提示部２４の機能ブロック
図である。図８に示すように、関連語提示部２４は、発
明の実施の形態１の関連語提示装置１と同様の単語クラ
スタリング部３、関連語情報記憶部４、単語入力部５、
関連語情報取得部６、関連語情報出力部７を備えてい
る。また、文書データベース部２５を文書データベース
部２として使用する。また、単語入力部５に代えて単語
取得部２８を備えている。この単語取得部２８は、検索
文入力部２２で入力した検索文中の単語を抽出して関連
語を取得し、その取得結果を関連語情報出力部７、関連
語情報取得部６に出力する。この場合に、検索文入力部
２２による入力で指定された関連語についてのみ、検索
文修正部２７で検索文の修正を行う場合には、検索文入
力部２２による入力で指定された関連語のみが関連語情
報取得部６に出力される。

【０１７１】図７、図８に示す文書検索装置２１の具体
的なハードウエア構成は、図２に示す発明の実施の形態
１の関連語提示装置１と同様である。そして、ハードデ
ィスク１７には、文書検索プログラムがインストールさ
れている。この文書検索プログラムは、記憶媒体１８に
記憶されていて、記憶媒体読取装置１９により読み取っ
てハードディスク１７にインストールすることができ
る。また、インターネットなどのネットワークから関連
語提示プログラムをダウンロードしてハードディスク１
７にインストールすることができる。

【０１７２】文書データベース部２５はハードディスク
１７内に構築される。ハードディスク１７に文書検索プ
ログラムがインストールされることにより、ＣＰＵ１１
は、文書検索プログラムに基づいて、検索部２３、関連
語提示部２４、検索文修正部２７の機能を実行する。関
連語情報記憶部４の記憶エリアは、ＲＡＭ１３またはハ
ードディスク１７に確保される。また、入力装置１６を
介して単語入力部５の機能を実行し、出力装置１５を介
して検索結果出力部２６、関連語情報出力部７の機能を
実行する。文書検索プログラムは、所定のＯＳ上で動作
するものであってもよい。また、ＯＳや他のアプリケー
ションソフトに、その機能の一部を代行させるものであ
ってもよい。

【０１７３】次に、図９、図１０のフローチャートを参
照して、文書検索装置２１が行う処理について説明す
る。図９に示すように、まず、検索文入力部２２を介し
て利用者から必要とする文書に対する検索文の入力を受
付ける（ステップＳ２１）。これにより検索文入力工程
を実現している。次に、検索語、検索語をＡＮＤ演算子
（論理積）やＯＲ演算子（論理和）等の論理記号で結合
した検索条件式、または、自然言語文や自然言語文から
なる文書の一部や全部である検索文を条件として、文書
データベース部２５に関する検索を検索部２３で行い
（ステップＳ２２）、その検索結果を文書タイトルの一
覧として検索結果出力部２６を介して表示する（ステッ
プＳ２３）。ステップＳ２２により検索工程を、ステッ
プＳ２３により検索結果出力工程を実現している。

【０１７４】以上のステップＳ２１〜２３の文書検索の
流れの中で、検索文の入力中、入力後、検索結果の閲覧
の後など、さまざまな契機に、関連語提示の要求を、検
索文入力部２２を介して利用者から受付けたときは（ス
テップＳ３１）、検索文の中の単語を抽出する（ステッ
プＳ３２）。そして、検索文中の単語ごとに関連語情報
を取得し（ステップＳ３３）、取得された関連語情報を
関連語情報出力部７で出力する。そして、この出力した
関連語情報に対して、修正指示を利用者から受け付け
（ステップＳ３４）、検索文を修正する（ステップＳ３
５）。ステップＳ３１〜Ｓ３３により関連語提示工程を
実現し、ステップＳ３２により単語取得工程を実現し、
ステップＳ３４，Ｓ３５により検索文修正工程を実現し
ている。

【０１７５】

【発明の効果】請求項１に記載の発明は、作成した関連
語情報を用いて関連語を相互に関連度の高いクラスタご
とに提示することを可能として、利用者に関連語の効率
的な選択を支援することができる。

【０１７６】請求項２に記載の発明は、請求項１に記載
の関連語情報作成装置において、単語間の関連度に基づ
いて作成した関連語情報を用いて、関連語を相互に関連
度の高いクラスタごとに提示することを可能として、利
用者に関連語の効率的な選択を支援することができる。

【０１７７】請求項３に記載の発明は、請求項２に記載
の関連語情報作成装置において、排他的でないクラスタ
リングを行って、関連語を相互に関連度の高いクラスタ
ごとに提示することを可能として、利用者に関連語の効
率的な選択を支援することができる。

【０１７８】請求項４に記載の発明は、請求項１〜３の
いずれかの一に記載の関連語情報作成装置において、ク
ラスタ辞書および単語クラスタ辞書を参照して、関連語
を相互に関連度の高いクラスタごとに提示することを可
能として、利用者に関連語の効率的な選択を支援するこ
とができる。

【０１７９】請求項５に記載の発明は、作成した関連語
情報を用いて関連語を相互に関連度の高いクラスタごと
に提示することを可能として、利用者に関連語の効率的
な選択を支援することができる。

【０１８０】請求項６に記載の発明は、請求項５に記載
の関連語提示装置において、関連語を求めたい単語との
関連度が高いものだけを関連語として求めることができ
る。

【０１８１】請求項７に記載の発明は、請求項５に記載
の関連語提示装置において、関連語を求めたい単語との
関連度が高いものだけを関連語として出力することがで
きる。

【０１８２】請求項８に記載の発明は、請求項５〜７の
いずれかの一に記載の関連語提示装置において、関連語
を求めたい単語との関連度に基づいた指標の順に関連語
を出力することができる。

【０１８３】請求項９に記載の発明は、検索文に含まれ
る単語の関連語を相互に関連度の高いクラスタごとに提
示することを可能として、検索漏れの防止や、検索の絞
り込みの効率を向上させることができる。

【０１８４】請求項１０に記載の発明は、作成した関連
語情報を用いて関連語を相互に関連度の高いクラスタご
とに提示することを可能として、利用者に関連語の効率
的な選択を支援することができる。

【０１８５】請求項１１に記載の発明は、請求項１０に
記載の関連語情報作成方法において、単語間の関連度に
基づいて作成した関連語情報を用いて、関連語を相互に
関連度の高いクラスタごとに提示することを可能とし
て、利用者に関連語の効率的な選択を支援することがで
きる。

【０１８６】請求項１２に記載の発明は、排他的でない
クラスタリングを行って、関連語を相互に関連度の高い
クラスタごとに提示することを可能として、利用者に関
連語の効率的な選択を支援することができる。

【０１８７】請求項１３に記載の発明は、請求項１０〜
１２のいずれかの一に記載の関連語情報作成方法におい
て、クラスタ辞書および単語クラスタ辞書を参照して、
関連語を相互に関連度の高いクラスタごとに提示するこ
とを可能として、利用者に関連語の効率的な選択を支援
することができる。

【０１８８】請求項１４に記載の発明は、作成した関連
語情報を用いて関連語を相互に関連度の高いクラスタご
とに提示することを可能として、利用者に関連語の効率
的な選択を支援することができる。

【０１８９】請求項１５に記載の発明は、請求項１４に
記載の関連語提示方法において、関連語を求めたい単語
との関連度が高いものだけを関連語として求めることが
できる。

【０１９０】請求項１６に記載の発明は、請求項１４に
記載の関連語提示方法において、関連語を求めたい単語
との関連度が高いものだけを関連語として出力すること
ができる。

【０１９１】請求項１７に記載の発明は、請求項１４〜
１６のいずれかの一に記載の関連語提示方法において、
関連語を求めたい単語との関連度に基づいた指標の順に
関連語を出力することができる。

【０１９２】請求項１８に記載の発明は、検索文に含ま
れる単語の関連語を相互に関連度の高いクラスタごとに
提示することを可能として、検索漏れの防止や、検索の
絞り込みの効率を向上させることができる。

【０１９３】請求項１９に記載の発明は、作成した関連
語情報を用いて関連語を相互に関連度の高いクラスタご
とに提示することを可能として、利用者に関連語の効率
的な選択を支援することができる。

【０１９４】請求項２０に記載の発明は、請求項１９に
記載の記憶媒体において、単語間の関連度に基づいて作
成した関連語情報を用いて、関連語を相互に関連度の高
いクラスタごとに提示することを可能として、利用者に
関連語の効率的な選択を支援することができる。

【０１９５】請求項２１に記載の発明は、請求項２０に
記載の記憶媒体において、排他的でないクラスタリング
を行って、関連語を相互に関連度の高いクラスタごとに
提示することを可能として、利用者に関連語の効率的な
選択を支援することができる。

【０１９６】請求項２２に記載の発明は、請求項１９〜
２１のいずれかの一に記載の記憶媒体において、クラス
タ辞書および単語クラスタ辞書を参照して、関連語を相
互に関連度の高いクラスタごとに提示することを可能と
して、利用者に関連語の効率的な選択を支援することが
できる。

【０１９７】請求項２３に記載の発明は、請求項１９〜
２２のいずれかの一に記載の記憶媒体において、作成し
た関連語情報を用いて関連語を相互に関連度の高いクラ
スタごとに提示することを可能として、利用者に関連語
の効率的な選択を支援することができる。

【０１９８】請求項２４に記載の発明は、請求項２３に
記載の記憶媒体において、関連語を求めたい単語との関
連度が高いものだけを関連語として求めることができ
る。

【０１９９】請求項２５に記載の発明は、請求項２３に
記載の記憶媒体において、関連語を求めたい単語との関
連度が高いものだけを関連語として出力することができ
る。

【０２００】請求項２６に記載の発明は、請求項２３〜
２５のいずれかの一に記載の記憶媒体において、関連語
を求めたい単語との関連度に基づいた指標の順に関連語
を出力することができる。

【０２０１】請求項２７に記載の発明は、請求項２３〜
２６のいずれかの一に記載の記憶媒体において、検索文
に含まれる単語の関連語を相互に関連度の高いクラスタ
ごとに提示することを可能として、検索漏れの防止や、
検索の絞り込みの効率を向上させることができる。

【図面の簡単な説明】

【図１】この発明の実施の形態１である関連語提示装置
の機能ブロック図である。

【図２】前記関連語提示装置のハードウエア構成を示す
ブロック図である。

【図３】前記関連語提示装置が行う処理を示すフローチ
ャートである。

【図４】前記関連語提示装置による関連語情報の作成を
説明する説明図である。

【図５】同関連語情報の作成を説明する説明図である。

【図６】前記関連語提示装置が行う処理を示すフローチ
ャートである。

【図７】この発明の実施の形態２である文書検索装置の
機能ブロック図である。

【図８】前記文書検索装置の関連語提示部の機能ブロッ
ク図である。

【図９】前記文書検索装置が行う処理を説明するフロー
チャートである。

【図１０】同フローチャートである。

【符号の説明】

１ 関連語提示装置 ２ 文書データベース部 ３ 単語クラスタリング部 ４ 関連語情報記憶部 ５ 単語入力部 ６ 関連語情報取得部 ７ 関連語情報出力部 １８…記憶媒体 ２１…文書検索装置 ２２…検索文入力部 ２３…検索部 ２４…関連語提示部 ２５…文書データベース部 ２６…検索結果出力部 ２７…検索文修正部 ２８…単語取得部

Claims (27)

【特許請求の範囲】
1. 【請求項１】 与えられた単語の関連語を取得するため
   に参照する関連語情報を作成する関連語情報作成装置に
   おいて、 複数の文書を記憶する文書データベース部を参照して、
   前記複数の文書に含まれる単語をクラスタリングし、当
   該単語をその意味または分野ごとのクラスタに分類して
   前記関連語情報を作成する単語クラスタリング部を備え
   ていることを特徴とする関連語情報作成装置。
2. 【請求項２】 前記単語クラスタリング部は、前記単語
   間の関連度に基づき前記クラスタリングを行うことを特
   徴とする請求項１に記載の関連語情報作成装置。
3. 【請求項３】 前記単語クラスタリング部は、前記単語
   をノード、単語間にある関連をアークとしたグラフの全
   体から関連性の高い部分グラフをクラスタとして抽出
   し、得られたクラスタのノード集合を得ることで前記ク
   ラスタリングを行うことを特徴とする請求項２に記載の
   関連語情報作成装置。
4. 【請求項４】 前記単語クラスタリング部は、前記クラ
   スタを識別するクラスタＩＤと当該クラスタに所属する
   前記単語を識別する単語ＩＤとを関連付けたクラスタ辞
   書および前記単語ごとにその単語の前記単語ＩＤと当該
   単語が所属する前記クラスタの前記クラスタＩＤとを関
   連付けた単語クラスタ辞書を、前記関連語情報として作
   成することを特徴とする請求項１〜３のいずれかの一に
   記載の関連語情報作成装置。
5. 【請求項５】 請求項１〜４のいずれかの一に記載の関
   連語情報作成装置と、 この関連語情報作成装置で作成した前記関連語情報を記
   憶する関連語情報記憶部と、 関連語を取得したい単語の入力を受付ける単語入力部
   と、 この関連語情報記憶部を参照して、与えられた単語の関
   連語を求める関連語情報取得部と、 この得られた関連語を出力する関連語情報出力部と、を
   備えていることを特徴とする関連語提示装置。
6. 【請求項６】 前記関連語情報取得部は、前記関連語情
   報記憶部の参照により前記関連語として求めうる単語の
   うち前記単語入力部で入力した単語との関連度が高いも
   のに限定して前記関連語として求めることを特徴とする
   請求項５に記載の関連語提示装置。
7. 【請求項７】 前記関連語情報出力部は、前記関連語情
   報取得部で求めた前記関連語のうち前記単語入力部で入
   力した単語との関連度が高いものに限定して出力するこ
   とを特徴とする請求項５に記載の関連語提示装置。
8. 【請求項８】 前記関連語情報出力部は、同一の前記ク
   ラスタ内にある前記関連語は前記単語入力部で入力した
   単語との関連度に基づいた指標の順に出力することを特
   徴とする請求項５〜７のいずれかの一に記載の関連語提
   示装置。
9. 【請求項９】 検索文の入力を受付ける検索文入力部
   と、 この入力された検索文に照合する文書を、複数の文書を
   記憶した文書データベース部を参照して検索する検索部
   と、 この得られた検索結果を出力する検索結果出力部と、 前記単語入力部に代えて、前記検索文入力部で入力され
   た前記検索文から単語を抽出し、この抽出した単語を前
   記関連語情報取得部に入力する単語取得部を備えている
   請求項５〜８のいずれかの一に記載の関連語提示装置
   と、 前記全てまたは指定された単語に基づいて関連語提示装
   置で求めた前記関連語に基づいて前記前記検索文入力部
   で入力された前記検索文を修正する検索文修正部と、を
   備えていることを特徴とする文書検索装置。
10. 【請求項１０】 与えられた単語の関連語を取得するた
    めに参照する関連語情報を作成する関連語情報作成方法
    において、 複数の文書を登録した文書データベース部を参照するこ
    とにより、前記複数の文書に含まれる単語をクラスタリ
    ングし、当該単語をその意味または分野ごとのクラスタ
    に分類して前記関連語情報を作成する単語クラスタリン
    グ工程を含んでなることを特徴とする関連語情報作成方
    法。
11. 【請求項１１】 前記単語クラスタリング工程は、前記
    単語間の関連度に基づき前記クラスタリングを行うこと
    を特徴とする請求項１０に記載の関連語情報作成方法。
12. 【請求項１２】 前記単語クラスタリング工程は、前記
    単語をノード、単語間にある関連をアークとしたグラフ
    の全体から完全グラフやそれをやや緩めた推移律グラフ
    をクラスタとして抽出し、得られたクラスタのノード集
    合を得ることで前記クラスタリングを行うことを特徴と
    する請求項１１に記載の関連語情報作成方法。
13. 【請求項１３】 前記単語クラスタリング工程は、前記
    クラスタを識別するクラスタＩＤと当該クラスタに所属
    する前記単語を識別する単語ＩＤとを関連付けたクラス
    タ辞書および前記単語ごとにその単語の前記単語ＩＤと
    当該単語が所属する前記クラスタの前記クラスタＩＤと
    を関連付けた単語クラスタ辞書を、前記関連語情報とし
    て作成することを特徴とする請求項１０〜１２のいずれ
    かの一に記載の関連語情報作成方法。
14. 【請求項１４】 関連語を取得したい単語の入力を受付
    ける単語入力工程と、 請求項１０〜１３のいずれかの一に記載の関連語情報作
    成方法で作成した前記関連語情報を記憶している関連語
    情報記憶部を参照して、前記単語入力工程で与えられた
    単語の関連語を求める関連語情報取得工程と、 この得られた関連語を出力する関連語情報出力工程と、
    を含んでなることを特徴とする関連語提示方法。
15. 【請求項１５】 前記関連語情報取得工程は、前記関連
    語情報記憶部の参照により前記関連語として求めうる単
    語のうち前記単語入力部で入力した単語との関連度が高
    いものに限定して前記関連語として求めることを特徴と
    する請求項１４に記載の関連語提示方法。
16. 【請求項１６】 前記関連語情報出力工程は、前記関連
    語情報取得部で求めた前記関連語のうち前記単語入力部
    で入力した単語との関連度が高いものに限定して出力す
    ることを特徴とする請求項１４に記載の関連語提示方
    法。
17. 【請求項１７】 前記関連語情報出力工程は、同一の前
    記クラスタ内にある前記関連語は前記単語入力部で入力
    した単語との関連度に基づいた指標の順に出力すること
    を特徴とする請求項１４〜１６のいずれかの一に記載の
    関連語提示方法。
18. 【請求項１８】 検索文の入力を受付ける検索文入力工
    程と、 この入力された検索文に照合する文書を、複数の文書を
    記憶した文書データベース部を参照して検索する検索工
    程と、 この得られた検索結果を出力する検索結果出力工程と、 前記単語入力工程に代えて、前記検索文入力部で入力さ
    れた前記検索文から単語を抽出し、この抽出した単語を
    前記関連語情報取得工程に供する単語取得工程と含んで
    なる請求項１４〜１７のいずれかの一に記載の関連語提
    示方法により、前記全てまたは指定された単語に基づい
    て前記関連語を求める関連語提示工程と、 この求めた関連語に基づいて前記検索文入力工程で入力
    された前記検索文を修正する検索文修正工程と、を含ん
    でなることを特徴とする文書検索方法。
19. 【請求項１９】 与えられた単語の関連語を取得するた
    めに参照する関連語情報の作成をコンピュータに実行さ
    せる関連語情報作成プログラムを記憶しているコンピュ
    ータに読取可能な記憶媒体において、 前記関連語情報作成プログラムは、 複数の文書を登録した文書データベース部を参照するこ
    とにより、前記複数の文書に含まれる単語をクラスタリ
    ングし、当該単語をその意味または分野ごとのクラスタ
    に分類して前記関連語情報を作成する単語クラスタリン
    グ工程をコンピュータに実行させることを特徴とする記
    憶媒体。
20. 【請求項２０】 前記単語クラスタリング工程は、前記
    単語間の関連度に基づき前記クラスタリングを行うこと
    を特徴とする請求項１９に記載の記憶媒体。
21. 【請求項２１】 前記単語クラスタリング工程は、前記
    単語をノード、単語間にある関連をアークとしたグラフ
    の全体から完全グラフやそれをやや緩めた推移律グラフ
    をクラスタとして抽出し、得られたクラスタのノード集
    合を得ることで前記クラスタリングを行うことを特徴と
    する請求項２０に記載の記憶媒体。
22. 【請求項２２】 前記単語クラスタリング工程は、前記
    クラスタを識別するクラスタＩＤと当該クラスタに所属
    する前記単語を識別する単語ＩＤとを関連付けたクラス
    タ辞書および前記単語ごとにその単語の前記単語ＩＤと
    当該単語が所属する前記クラスタの前記クラスタＩＤと
    を関連付けた単語クラスタ辞書を、前記関連語情報とし
    て作成することを特徴とする請求項１９〜２１のいずれ
    かの一に記載の記憶媒体。
23. 【請求項２３】 関連語を取得したい単語の入力を受付
    ける単語入力工程と、 前記関連語情報作成プログラムに基づいてコンピュータ
    が作成した前記関連語情報を記憶している関連語情報記
    憶部を参照して、前記単語入力工程で与えられた単語の
    関連語を求める関連語情報取得工程と、 この得られた関連語を出力する関連語情報出力工程と、 をコンピュータに実行させる関連語提示プログラムを記
    憶している請求項１９〜２２のいずれかの一に記載の記
    憶媒体。
24. 【請求項２４】 前記関連語情報取得工程は、前記関連
    語情報記憶部の参照により前記関連語として求めうる単
    語のうち前記単語入力部で入力した単語との関連度が高
    いものに限定して前記関連語として求めることを特徴と
    する請求項２３に記載の記憶媒体。
25. 【請求項２５】 前記関連語情報出力工程は、前記関連
    語情報取得部で求めた前記関連語のうち前記単語入力部
    で入力した単語との関連度が高いものに限定して出力す
    ることを特徴とする請求項２３に記載の記憶媒体。
26. 【請求項２６】 前記関連語情報出力工程は、同一の前
    記クラスタ内にある前記関連語は前記単語入力部で入力
    した単語との関連度に基づいた指標の順に出力すること
    を特徴とする請求項２３〜２５のいずれかの一に記載の
    記憶媒体。
27. 【請求項２７】 検索文の入力を受付ける検索文入力工
    程と、 この入力された検索文に照合する文書を、複数の文書を
    記憶した文書データベース部を参照して検索する検索工
    程と、 この得られた検索結果を出力する検索結果出力工程と、 前記単語入力工程に代えて、前記検索文入力部で入力さ
    れた前記検索文から単語を抽出し、この抽出した単語を
    前記関連語情報取得工程に供する単語取得工程とコンピ
    ュータに実行させる前記関連語提示プログラムにより、
    前記全てまたは指定された単語に基づいて前記関連語を
    求める関連語提示工程と、 この求めた関連語に基づいて前記検索文入力工程で入力
    された前記検索文を修正する検索文修正工程と、をコン
    ピュータに実行させる文書検索プログラムを記憶してい
    る請求項２３〜２６のいずれかの一に記載の記憶媒体。