JPH0981578A - 観点に基づく類似検索方法 - Google Patents
観点に基づく類似検索方法Info
- Publication number
- JPH0981578A JPH0981578A JP7231589A JP23158995A JPH0981578A JP H0981578 A JPH0981578 A JP H0981578A JP 7231589 A JP7231589 A JP 7231589A JP 23158995 A JP23158995 A JP 23158995A JP H0981578 A JPH0981578 A JP H0981578A
- Authority
- JP
- Japan
- Prior art keywords
- viewpoint
- search
- database
- similarity
- similar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】
【課題】 検索の状況に応じた柔軟な類似検索を行うべ
く観点に基づいて類似語を検索する観点に基づく類似検
索方法を提供する。 【解決手段】 検索の対象となる要素Ａと検索の観点ａ
を指定し（ステップＳ１１）、要素Ａの特徴概念中に観
点ａが含まれるか否かをチェックし（ステップＳ１
３）、観点ａが含まれる場合には、該要素Ａを検索候補
α中に追加する（ステップＳ１４）。この処理を全ての
要素について行い、要素Ａと検索候補α中の要素との類
似度を計算し（ステップＳ１６）、検索候補中で類似度
の最も高い要素を類似検索結果として出力する（ステッ
プＳ１７）。
く観点に基づいて類似語を検索する観点に基づく類似検
索方法を提供する。 【解決手段】 検索の対象となる要素Ａと検索の観点ａ
を指定し（ステップＳ１１）、要素Ａの特徴概念中に観
点ａが含まれるか否かをチェックし（ステップＳ１
３）、観点ａが含まれる場合には、該要素Ａを検索候補
α中に追加する（ステップＳ１４）。この処理を全ての
要素について行い、要素Ａと検索候補α中の要素との類
似度を計算し（ステップＳ１６）、検索候補中で類似度
の最も高い要素を類似検索結果として出力する（ステッ
プＳ１７）。
Description
【０００１】
【発明の属する技術分野】本発明は、単語の意味属性の
データベースを用いて単語の類似性に基づいて類似語を
検索する類似検索方法に関し、更に詳しくは、検索にお
いて重視する特徴概念である観点に基づいて類似語を検
索する観点に基づく類似検索方法に関する。
データベースを用いて単語の類似性に基づいて類似語を
検索する類似検索方法に関し、更に詳しくは、検索にお
いて重視する特徴概念である観点に基づいて類似語を検
索する観点に基づく類似検索方法に関する。
【０００２】
【従来の技術】近年、ＷＳに代表されるコンピュータの
処理能力の飛躍的な向上と、大容量で安価な記憶媒体の
出現に起因して、各種のデータベースが数多く作成、使
用されるに至った。このようなデータベースについて、
データベースを構成する個々のデータ（以下、要素と称
する）相互間、或いは外部から入力されるデータと要素
との間の類似性を判別することにより要素を検索、分類
することが行われている。例えば、種々の文献に関する
情報を蓄積した文献データベースの場合、指定した文献
に類似した文献があるか否かを検索する。また、特許明
細書その他のテキストデータの集合については、内容が
類似したものを収集、分類することも頻繁に行われてい
る。更に、画像データベースの類似検索を行う際には、
個々の要素に画像の特徴語を複数付与し、この特徴語を
用いた類似検索が行われている。
処理能力の飛躍的な向上と、大容量で安価な記憶媒体の
出現に起因して、各種のデータベースが数多く作成、使
用されるに至った。このようなデータベースについて、
データベースを構成する個々のデータ（以下、要素と称
する）相互間、或いは外部から入力されるデータと要素
との間の類似性を判別することにより要素を検索、分類
することが行われている。例えば、種々の文献に関する
情報を蓄積した文献データベースの場合、指定した文献
に類似した文献があるか否かを検索する。また、特許明
細書その他のテキストデータの集合については、内容が
類似したものを収集、分類することも頻繁に行われてい
る。更に、画像データベースの類似検索を行う際には、
個々の要素に画像の特徴語を複数付与し、この特徴語を
用いた類似検索が行われている。
【０００３】このような類似検索を行う際には要素間の
類似性判別が必要であり、その代表的な例として特徴概
念を用いる方法があるのでこれについて説明する。この
方法は、データベース中の各要素に特徴概念を付与し、
これについての比較を行うことにより類似した要素を判
別する方法である。ここで言う特徴概念とは、キーワー
ド、属性とも呼ばれ、要素の特徴を表す単語により表現
される。動物に関するデータベースの場合、要素『馬』
については、その特徴を表す『蹄』、『たてがみ』、
『家畜』、『走る』その他の単語が特徴概念となり得
る。全文検索と呼ばれる技術においては、テキストに含
まれる単語のそれぞれをテキストの特徴概念としてテキ
スト同士の類似性を判別することが行われる。
類似性判別が必要であり、その代表的な例として特徴概
念を用いる方法があるのでこれについて説明する。この
方法は、データベース中の各要素に特徴概念を付与し、
これについての比較を行うことにより類似した要素を判
別する方法である。ここで言う特徴概念とは、キーワー
ド、属性とも呼ばれ、要素の特徴を表す単語により表現
される。動物に関するデータベースの場合、要素『馬』
については、その特徴を表す『蹄』、『たてがみ』、
『家畜』、『走る』その他の単語が特徴概念となり得
る。全文検索と呼ばれる技術においては、テキストに含
まれる単語のそれぞれをテキストの特徴概念としてテキ
スト同士の類似性を判別することが行われる。
【０００４】このような特徴概念を複数付与された要素
同士の類似性の判別には種々の方法が存在する。例え
ば、共通の特徴概念が比較する要素中に存在するときは
類似度１を与え、存在しない時には類似度０を与える方
法や、比較する要素中の一致する特徴概念の数に比例し
て類似度を与える方法その他の方法がある。
同士の類似性の判別には種々の方法が存在する。例え
ば、共通の特徴概念が比較する要素中に存在するときは
類似度１を与え、存在しない時には類似度０を与える方
法や、比較する要素中の一致する特徴概念の数に比例し
て類似度を与える方法その他の方法がある。
【０００５】上記特徴概念に基づく要素類似性判別を用
いて類似要素の検索を行うことが行われている。その一
般的な方法としては、要素或いは外部から入力される特
徴概念を付与されたデータと類似した要素をデータベー
スから検索する際に、その要素とデータベース中の全て
の要素との類似度を算出し、類似度の高い要素を検索結
果として出力する方法がある。
いて類似要素の検索を行うことが行われている。その一
般的な方法としては、要素或いは外部から入力される特
徴概念を付与されたデータと類似した要素をデータベー
スから検索する際に、その要素とデータベース中の全て
の要素との類似度を算出し、類似度の高い要素を検索結
果として出力する方法がある。
【０００６】
【発明が解決しようとする課題】上述した従来の類似検
索方法には、要素間の類似の関係が状況に応じて変動す
るにもかかわらず、固定的な検索結果しか与えることが
できず、検索の状況に応じた柔軟な類似検索を行えない
問題点がある。単語『林檎』、『南天』、『鯛』、
『猿』、『蜜柑』、『唐辛子』それぞれが特徴概念を保
有するデータベースを例にとり、この問題を説明する。
索方法には、要素間の類似の関係が状況に応じて変動す
るにもかかわらず、固定的な検索結果しか与えることが
できず、検索の状況に応じた柔軟な類似検索を行えない
問題点がある。単語『林檎』、『南天』、『鯛』、
『猿』、『蜜柑』、『唐辛子』それぞれが特徴概念を保
有するデータベースを例にとり、この問題を説明する。
【０００７】図６は、単語のデータベースの一例であ
る。要素番号１の『林檎』に類似した要素をこのデータ
ベース中から検索する際には、特徴概念を比較し要素間
の類似度を求め、類似度に基づいて検索結果を出力する
のが一般的である。例えば、比較する要素同士で共通な
要素の数を類似度とした場合、『林檎』に対する類似度
は、『南天』が２、『猿』が１、『蜜柑』が５、『唐辛
子』が２となり、類似度の最も大きな『蜜柑』を検索結
果として出力する。
る。要素番号１の『林檎』に類似した要素をこのデータ
ベース中から検索する際には、特徴概念を比較し要素間
の類似度を求め、類似度に基づいて検索結果を出力する
のが一般的である。例えば、比較する要素同士で共通な
要素の数を類似度とした場合、『林檎』に対する類似度
は、『南天』が２、『猿』が１、『蜜柑』が５、『唐辛
子』が２となり、類似度の最も大きな『蜜柑』を検索結
果として出力する。
【０００８】しかし、ユーザが『林檎』の特徴概念「赤
い」を重視した検索結果を期待するとき、上記検索方法
では、「赤い」を特徴概念に含まない『蜜柑』が得ら
れ、「赤い」を含み、特徴概念の比較により類似語と見
なせる『南天』や『唐辛子』を得ることができない。
い」を重視した検索結果を期待するとき、上記検索方法
では、「赤い」を特徴概念に含まない『蜜柑』が得ら
れ、「赤い」を含み、特徴概念の比較により類似語と見
なせる『南天』や『唐辛子』を得ることができない。
【０００９】このような、検索に対して重視すべき特徴
概念を観点と呼ぶ。検索は様々な状況、或いは条件で行
われるので、検索の観点は状況等に応じて変化する。同
じ要素に対する類似検索を行う場合であっても、検索の
観点に応じた類似検索結果を求める必要がある。
概念を観点と呼ぶ。検索は様々な状況、或いは条件で行
われるので、検索の観点は状況等に応じて変化する。同
じ要素に対する類似検索を行う場合であっても、検索の
観点に応じた類似検索結果を求める必要がある。
【００１０】一方、検索の観点を検索キーワードと見な
して単純な検索を行っても、検索を行う要素の特徴概念
を考慮に入れない類似検索では、比較要素と全く無関係
な要素が検索される。例えば、観点「赤い」を保有する
単語を検索結果として与える従来方式であるキーワード
検索では、『南天』以外に、期待していない『猿』が同
時に得られることになる。また、『唐辛子』の特徴概念
「赤色」は「赤い」と同義であり、検索結果として『唐
辛子』が含まれるべきであるが、上記キーワード検索の
方法で検索結果として含まれない。
して単純な検索を行っても、検索を行う要素の特徴概念
を考慮に入れない類似検索では、比較要素と全く無関係
な要素が検索される。例えば、観点「赤い」を保有する
単語を検索結果として与える従来方式であるキーワード
検索では、『南天』以外に、期待していない『猿』が同
時に得られることになる。また、『唐辛子』の特徴概念
「赤色」は「赤い」と同義であり、検索結果として『唐
辛子』が含まれるべきであるが、上記キーワード検索の
方法で検索結果として含まれない。
【００１１】本発明は、上記に鑑みてなされたもので、
その目的とするところは、検索の状況に応じた柔軟な類
似検索を行うべく観点に基づいて類似語を検索する観点
に基づく類似検索方法を提供することにある。
その目的とするところは、検索の状況に応じた柔軟な類
似検索を行うべく観点に基づいて類似語を検索する観点
に基づく類似検索方法を提供することにある。
【００１２】
【課題を解決するための手段】上記目的を達成するた
め、請求項１記載の本発明は、複数の要素の各々が要素
の特徴を表す単語である特徴概念を保有するデータベー
スについてデータベース中の指定した要素と類似した要
素を検索するに際して、検索において重視する特徴概念
である観点を指定し、観点と等しい特徴概念を保有する
要素を前記データベースから検索して類似要素候補と
し、該類似要素候補より類似要素を検索することを要旨
とする。
め、請求項１記載の本発明は、複数の要素の各々が要素
の特徴を表す単語である特徴概念を保有するデータベー
スについてデータベース中の指定した要素と類似した要
素を検索するに際して、検索において重視する特徴概念
である観点を指定し、観点と等しい特徴概念を保有する
要素を前記データベースから検索して類似要素候補と
し、該類似要素候補より類似要素を検索することを要旨
とする。
【００１３】請求項１記載の本発明では、検索において
重視する観点を指定し、該観点と等しい特徴概念を保有
する要素をデータベースから検索して類似要素候補と
し、該類似要素候補より類似要素を検索している。
重視する観点を指定し、該観点と等しい特徴概念を保有
する要素をデータベースから検索して類似要素候補と
し、該類似要素候補より類似要素を検索している。
【００１４】また、請求項２記載の本発明は、請求項１
記載の発明において、前記観点を保有する要素を検索す
る際に、前記データベース中の各特徴概念について該特
徴概念を含む要素一覧表を作成し、該要素一覧表を用い
て前記要素を検索することを要旨とする。
記載の発明において、前記観点を保有する要素を検索す
る際に、前記データベース中の各特徴概念について該特
徴概念を含む要素一覧表を作成し、該要素一覧表を用い
て前記要素を検索することを要旨とする。
【００１５】請求項２記載の本発明では、データベース
中の各特徴概念について該特徴概念を含む要素一覧表を
作成し、該要素一覧表を用いて要素を検索する。
中の各特徴概念について該特徴概念を含む要素一覧表を
作成し、該要素一覧表を用いて要素を検索する。
【００１６】更に、請求項３記載の本発明は、複数の要
素の各々が要素の特徴を表す単語である特徴概念を保有
するデータベースについてデータベース中の指定した要
素と類似した要素を検索するに際して、前記データベー
ス中の全特徴概念を意味に基づく分類名である意味分類
で置き換え、検索において重視する特徴概念である観点
を指定し、観点の意味分類と等しい意味分類を保有する
要素を前記データベースから検索して類似要素候補と
し、該類似要素候補より類似要素を検索することを要旨
とする。
素の各々が要素の特徴を表す単語である特徴概念を保有
するデータベースについてデータベース中の指定した要
素と類似した要素を検索するに際して、前記データベー
ス中の全特徴概念を意味に基づく分類名である意味分類
で置き換え、検索において重視する特徴概念である観点
を指定し、観点の意味分類と等しい意味分類を保有する
要素を前記データベースから検索して類似要素候補と
し、該類似要素候補より類似要素を検索することを要旨
とする。
【００１７】請求項３記載の本発明では、データベース
中の全特徴概念を意味に基づく意味分類で置き換え、検
索において重視する特徴概念である観点を指定し、観点
の意味分類と等しい意味分類を保有する要素をデータベ
ースから検索して類似要素候補とし、該類似要素候補よ
り類似要素を検索する。
中の全特徴概念を意味に基づく意味分類で置き換え、検
索において重視する特徴概念である観点を指定し、観点
の意味分類と等しい意味分類を保有する要素をデータベ
ースから検索して類似要素候補とし、該類似要素候補よ
り類似要素を検索する。
【００１８】請求項４記載の本発明は、請求項３記載の
発明において、前記観点の意味分類を保有する要素を検
索する際に、データベース中の各要素の各意味分類につ
いて該意味分類を含む要素一覧表を作成し、該要素一覧
表を用いて前記要素を検索することを要旨とする。
発明において、前記観点の意味分類を保有する要素を検
索する際に、データベース中の各要素の各意味分類につ
いて該意味分類を含む要素一覧表を作成し、該要素一覧
表を用いて前記要素を検索することを要旨とする。
【００１９】請求項４記載の本発明では、データベース
中の各要素の各意味分類について該意味分類を含む要素
一覧表を作成し、該要素一覧表を用いて要素を検索す
る。
中の各要素の各意味分類について該意味分類を含む要素
一覧表を作成し、該要素一覧表を用いて要素を検索す
る。
【００２０】
【発明の実施の形態】以下、図面を用いて本発明の実施
の形態について説明する。
の形態について説明する。
【００２１】図１は、本発明の第１の実施形態に係る観
点に基づく類似検索方法の作用を示すフローチャートで
ある。同図に示す観点に基づく類似検索方法は、データ
ベース中の要素Ａに類似した要素をデータベース中より
検索する際に、検索において重視する観点となる特徴概
念ａを導入するものである。
点に基づく類似検索方法の作用を示すフローチャートで
ある。同図に示す観点に基づく類似検索方法は、データ
ベース中の要素Ａに類似した要素をデータベース中より
検索する際に、検索において重視する観点となる特徴概
念ａを導入するものである。
【００２２】図１に示すフローチャートに従って類似検
索方法の作用を説明する。図１においては、まず検索の
対象となる要素Ａと検索の観点ａを指定するとともに、
要素数を計数するパラメータｉを１にセットする（ステ
ップＳ１１）。検索の対象は、データベース中から指定
しても、またはデータベース中の要素と同じように特徴
概念を保有するデータならばどのようなデータでもよ
い。また、観点ａは検索を行う際に重要となる特徴概念
を検索者が入力する。その際、観点を要素Ａ中の特徴概
念から選んでもよい。
索方法の作用を説明する。図１においては、まず検索の
対象となる要素Ａと検索の観点ａを指定するとともに、
要素数を計数するパラメータｉを１にセットする（ステ
ップＳ１１）。検索の対象は、データベース中から指定
しても、またはデータベース中の要素と同じように特徴
概念を保有するデータならばどのようなデータでもよ
い。また、観点ａは検索を行う際に重要となる特徴概念
を検索者が入力する。その際、観点を要素Ａ中の特徴概
念から選んでもよい。
【００２３】次に、パラメータｉが要素数よりも小さい
か否かをチェックする（ステップＳ１２）。パラメータ
ｉが要素数よりも小さい場合には、全ての要素について
検索を行うためにステップＳ１３に進み、要素Ａｉの特
徴概念中に観点ａが含まれるか否かをチェックし、含ま
れない場合には、ステップＳ１５でパラメータｉをイン
クリメントして次の要素について同様に処理を行うべく
ステップＳ１２に戻るが、要素Ａｉの特徴概念中に観点
ａが含まれる場合には、該要素Ａｉを検索候補α中に追
加する（ステップＳ１４）。それから、パラメータｉを
インクリメントして（ステップＳ１５）、ステップＳ１
２に戻る。
か否かをチェックする（ステップＳ１２）。パラメータ
ｉが要素数よりも小さい場合には、全ての要素について
検索を行うためにステップＳ１３に進み、要素Ａｉの特
徴概念中に観点ａが含まれるか否かをチェックし、含ま
れない場合には、ステップＳ１５でパラメータｉをイン
クリメントして次の要素について同様に処理を行うべく
ステップＳ１２に戻るが、要素Ａｉの特徴概念中に観点
ａが含まれる場合には、該要素Ａｉを検索候補α中に追
加する（ステップＳ１４）。それから、パラメータｉを
インクリメントして（ステップＳ１５）、ステップＳ１
２に戻る。
【００２４】以上のようにして、データベース中の全て
の要素について観点ａと等しい特徴概念が含まれている
か否かを判定し、含まれている要素からなる検索候補α
を生成する。
の要素について観点ａと等しい特徴概念が含まれている
か否かを判定し、含まれている要素からなる検索候補α
を生成する。
【００２５】データベース中の全ての要素について前記
判定を行い、検索候補を生成すると、ステップＳ１２に
おいて、パラメータｉが要素数よりも大きくなるので、
ステップＳ１６に進む。
判定を行い、検索候補を生成すると、ステップＳ１２に
おいて、パラメータｉが要素数よりも大きくなるので、
ステップＳ１６に進む。
【００２６】ステップＳ１６では、要素Ａと検索候補α
中の要素との類似度を計算する。類似度の計算法は、比
較する要素中の特徴概念の共通数が多いほど類似度が高
くなるような計算法であれば、どのようなものであって
も構わない。最後に、検索候補α中の類似度の高い要素
を類似検索結果として出力する（ステップＳ１７）。類
似度の高い要素の決定方法としては、類似度の高い上位
複数の要素を結果として出力する方法や、類似度の下限
を予め決定しておき、その類似度の下限以上の類似度を
与える要素全てを出力する方法など、いかなる方法であ
っても構わない。
中の要素との類似度を計算する。類似度の計算法は、比
較する要素中の特徴概念の共通数が多いほど類似度が高
くなるような計算法であれば、どのようなものであって
も構わない。最後に、検索候補α中の類似度の高い要素
を類似検索結果として出力する（ステップＳ１７）。類
似度の高い要素の決定方法としては、類似度の高い上位
複数の要素を結果として出力する方法や、類似度の下限
を予め決定しておき、その類似度の下限以上の類似度を
与える要素全てを出力する方法など、いかなる方法であ
っても構わない。
【００２７】次に、図１の類似検索方法について図６を
用いて更に具体的に説明する。図６のデータベース中の
要素Ａ『林檎』と類似した要素を観点ａ「赤い」につい
て検索して獲得する。
用いて更に具体的に説明する。図６のデータベース中の
要素Ａ『林檎』と類似した要素を観点ａ「赤い」につい
て検索して獲得する。
【００２８】最初に、データベース中から観点「赤い」
を含む要素を調べると、『南天』、『猿』が得られ、こ
れらを類似検索候補αとする。次に、要素Ａ『林檎』と
類似検索候補α中の各々の要素と類似度を計算する。こ
こでは、比較する要素で共通な特徴概念の数を類似度と
する。この場合、類似度は、『南天』と『林檎』が２、
『猿』と『林檎』が１となる。類似度の最も高い要素を
検索結果として出力する場合、「赤い」という観点で
『林檎』と類似した要素として『南天』を出力する。
を含む要素を調べると、『南天』、『猿』が得られ、こ
れらを類似検索候補αとする。次に、要素Ａ『林檎』と
類似検索候補α中の各々の要素と類似度を計算する。こ
こでは、比較する要素で共通な特徴概念の数を類似度と
する。この場合、類似度は、『南天』と『林檎』が２、
『猿』と『林檎』が１となる。類似度の最も高い要素を
検索結果として出力する場合、「赤い」という観点で
『林檎』と類似した要素として『南天』を出力する。
【００２９】上記実施形態の類似検索方法において、デ
ータベース中の全要素について観点ａと等しい特徴概念
が含まれているかを判定する際、検索を行う度にデータ
ベース中の全要素を判定する必要がある。そこで、デー
タベース中に含まれる全ての種類の特徴概念について、
特徴概念ごとにそれを含む要素名の集合からなる要素一
覧表を予め作成しておく。そして、観点と等しい特徴概
念を検索する際に、要素一覧表中の観点に対応する特徴
概念を参照し、その特徴概念を含む要素名の集合を検索
候補とし、この検索候補について類似検索を行う。上記
要素一覧表の参照により、観点ａと等しい特徴概念が含
まれているかの判定は、要素一覧表のみで可能となる。
ータベース中の全要素について観点ａと等しい特徴概念
が含まれているかを判定する際、検索を行う度にデータ
ベース中の全要素を判定する必要がある。そこで、デー
タベース中に含まれる全ての種類の特徴概念について、
特徴概念ごとにそれを含む要素名の集合からなる要素一
覧表を予め作成しておく。そして、観点と等しい特徴概
念を検索する際に、要素一覧表中の観点に対応する特徴
概念を参照し、その特徴概念を含む要素名の集合を検索
候補とし、この検索候補について類似検索を行う。上記
要素一覧表の参照により、観点ａと等しい特徴概念が含
まれているかの判定は、要素一覧表のみで可能となる。
【００３０】ここで、先に具体例として示した図６のデ
ータベースについて「赤い」を観点とした要素『林檎』
の類似要素を検索する方法を例として説明する。図６の
データベース中から観点「赤い」を含む要素を調べる際
に、データベースに含まれる特徴要素毎に、その特徴要
素を含む要素一覧表を作成すると図２のようになる。こ
の要素一覧表中を参照することにより、特徴概念「赤
い」を含む要素は、データベース中の全要素について調
べることなく『南天』、『猿』であることを判定するこ
とができる。
ータベースについて「赤い」を観点とした要素『林檎』
の類似要素を検索する方法を例として説明する。図６の
データベース中から観点「赤い」を含む要素を調べる際
に、データベースに含まれる特徴要素毎に、その特徴要
素を含む要素一覧表を作成すると図２のようになる。こ
の要素一覧表中を参照することにより、特徴概念「赤
い」を含む要素は、データベース中の全要素について調
べることなく『南天』、『猿』であることを判定するこ
とができる。
【００３１】次に、第２の実施形態について説明する。
この実施形態は、検索の観点を含むデータベース中の要
素を検索するために観点と特徴概念を比較する際に、観
点と特徴概念それぞれを意味に基づいた意味分類名に変
換し、文字列は異なるが観点と意味のほぼ同一の特徴概
念を検索して、単語の意味を考慮した類似検索を行うも
のである。
この実施形態は、検索の観点を含むデータベース中の要
素を検索するために観点と特徴概念を比較する際に、観
点と特徴概念それぞれを意味に基づいた意味分類名に変
換し、文字列は異なるが観点と意味のほぼ同一の特徴概
念を検索して、単語の意味を考慮した類似検索を行うも
のである。
【００３２】検索を行う前に、データベース中の各要素
の全ての特徴概念を意味分類名に変換する。意味分類名
とは、特徴概念で意味の類似したもの同士をクラスタリ
ング（意味分類）し、そのクラスタに付与された名前を
表す。意味分類の方法としては、分類語彙を参照して決
定する方法、全種類の特徴概念間の類似度に基づいてク
ラスタ分析を行い、得られたクラスタから意味分類名を
付与する方法、或いは、既存の類語辞典やシソーラスを
用いる方法など、どのようなものであっても構わない。
の全ての特徴概念を意味分類名に変換する。意味分類名
とは、特徴概念で意味の類似したもの同士をクラスタリ
ング（意味分類）し、そのクラスタに付与された名前を
表す。意味分類の方法としては、分類語彙を参照して決
定する方法、全種類の特徴概念間の類似度に基づいてク
ラスタ分析を行い、得られたクラスタから意味分類名を
付与する方法、或いは、既存の類語辞典やシソーラスを
用いる方法など、どのようなものであっても構わない。
【００３３】検索時には、まず、検索の対象となる要素
Ａと検索の観点となる意味分類ａを指定する。検索の対
象は、データベース中から指定しても、或いは、データ
ベース中の要素と同じように特徴概念を保有するデータ
ならばどのようなデータであっても構わない。データベ
ース外のデータを検索対象とする時には、データ中の特
徴概念を意味分類に変換する。また、観点ａは検索を行
う際に重要となる特徴概念を検索者が入力する。その
際、観点を要素Ａ中の特徴概念を変換した意味分類から
選んでも構わない。観点ａを検索者が入力する場合、観
点ａを意味分類に変換しておく。次に、データベース中
の全要素について、観点ａと等しい意味分類が含まれて
いるかを判定し、含まれている要素からなる検索候補α
を生成する。
Ａと検索の観点となる意味分類ａを指定する。検索の対
象は、データベース中から指定しても、或いは、データ
ベース中の要素と同じように特徴概念を保有するデータ
ならばどのようなデータであっても構わない。データベ
ース外のデータを検索対象とする時には、データ中の特
徴概念を意味分類に変換する。また、観点ａは検索を行
う際に重要となる特徴概念を検索者が入力する。その
際、観点を要素Ａ中の特徴概念を変換した意味分類から
選んでも構わない。観点ａを検索者が入力する場合、観
点ａを意味分類に変換しておく。次に、データベース中
の全要素について、観点ａと等しい意味分類が含まれて
いるかを判定し、含まれている要素からなる検索候補α
を生成する。
【００３４】そして、要素Ａと検索候補α中の要素との
類似度を計算する。類似度の計算法は、比較する要素中
の意味分類の共通数が多いほど類似度が高くなるような
計算法であれば、どのようなものであっても構わない。
最後に、検索候補α中の類似度の高い要素を類似検索結
果として出力する。類似度の高い要素の決定方法として
は、類似度の高い上位複数の要素を結果として出力する
方法や、類似度の下限を予め決定しておき、その類似度
の下限以上の類似度を与える要素全てを出力する方法な
ど、いかなる方法であっても構わない。
類似度を計算する。類似度の計算法は、比較する要素中
の意味分類の共通数が多いほど類似度が高くなるような
計算法であれば、どのようなものであっても構わない。
最後に、検索候補α中の類似度の高い要素を類似検索結
果として出力する。類似度の高い要素の決定方法として
は、類似度の高い上位複数の要素を結果として出力する
方法や、類似度の下限を予め決定しておき、その類似度
の下限以上の類似度を与える要素全てを出力する方法な
ど、いかなる方法であっても構わない。
【００３５】ここで、本実施形態について図６のデータ
ベースを用いて更に具体的に説明する。最初に、データ
ベース中の各要素の全ての特徴概念について、図３の意
味分類表を用いて意味分類に変換する。例えば、要素
『唐辛子』の特徴概念「赤色」を変換する際には、意味
分類表中で、「赤色」を含む意味分類を探し、その意味
分類名「赤」でデータベース中の「赤色」を置き換え
る。このようにして、図６のデータベースは図４のよう
に変換される。
ベースを用いて更に具体的に説明する。最初に、データ
ベース中の各要素の全ての特徴概念について、図３の意
味分類表を用いて意味分類に変換する。例えば、要素
『唐辛子』の特徴概念「赤色」を変換する際には、意味
分類表中で、「赤色」を含む意味分類を探し、その意味
分類名「赤」でデータベース中の「赤色」を置き換え
る。このようにして、図６のデータベースは図４のよう
に変換される。
【００３６】次に、検索の観点「赤い」を図３の意味分
類表を用いて意味分類「赤」に検索する。そして、図４
のデータベース中で、要素毎に意味分類「赤」を含むか
を調べ、含まれる要素『林檎』、『南天』、『猿』、
『唐辛子』からなる集合を検索候補αとする。
類表を用いて意味分類「赤」に検索する。そして、図４
のデータベース中で、要素毎に意味分類「赤」を含むか
を調べ、含まれる要素『林檎』、『南天』、『猿』、
『唐辛子』からなる集合を検索候補αとする。
【００３７】それから、要素Ａ『林檎』と類似検索候補
α中の各々の要素との類似度を計算する。ここでは、比
較する要素で共通な特徴概念の数を類似度とする。この
場合、類似度は、『南天』と『林檎』が３、『猿』と
『林檎』が１、『唐辛子』と『林檎』が３となる。類似
度の最も高い要素を検索結果として出力する場合、「赤
い」という観点で『林檎』と類似した要素として、『南
天』と『唐辛子』を出力する。第１の実施形態では、要
素『唐辛子』中には観点「赤い」と意味の近い「赤色」
を含んでいるにも関わらず、検索候補および検索結果に
含まれなかった。図３のような意味分類表を利用するこ
とにより、第２の実施形態では、「赤い」という観点で
『林檎』と類似した『唐辛子』を『南天』とともに出力
することができる。
α中の各々の要素との類似度を計算する。ここでは、比
較する要素で共通な特徴概念の数を類似度とする。この
場合、類似度は、『南天』と『林檎』が３、『猿』と
『林檎』が１、『唐辛子』と『林檎』が３となる。類似
度の最も高い要素を検索結果として出力する場合、「赤
い」という観点で『林檎』と類似した要素として、『南
天』と『唐辛子』を出力する。第１の実施形態では、要
素『唐辛子』中には観点「赤い」と意味の近い「赤色」
を含んでいるにも関わらず、検索候補および検索結果に
含まれなかった。図３のような意味分類表を利用するこ
とにより、第２の実施形態では、「赤い」という観点で
『林檎』と類似した『唐辛子』を『南天』とともに出力
することができる。
【００３８】第２の実施形態において、データベース中
の全要素について、観点ａと等しい意味分類が含まれて
いるかを判定する際、検索を行う度にデータベース中の
全ての要素を調べる場合、毎回判定のための時間を要す
る。そこで、データベース中に含まれる全ての種類の意
味分類について、意味分類ごとにそれを含む要素名の集
合からなる要素一覧表を予め作成しておく。そして、観
点と等しい意味分類を検索する際に、要素一覧表中の観
点に対応する意味分類を参照し、その意味分類を含む要
素名の集合を検索候補とし、この検索候補について類似
検索を行う。
の全要素について、観点ａと等しい意味分類が含まれて
いるかを判定する際、検索を行う度にデータベース中の
全ての要素を調べる場合、毎回判定のための時間を要す
る。そこで、データベース中に含まれる全ての種類の意
味分類について、意味分類ごとにそれを含む要素名の集
合からなる要素一覧表を予め作成しておく。そして、観
点と等しい意味分類を検索する際に、要素一覧表中の観
点に対応する意味分類を参照し、その意味分類を含む要
素名の集合を検索候補とし、この検索候補について類似
検索を行う。
【００３９】ここで、第２の実施形態について更に具体
的に説明する。上述した図４のデータベースについて
「赤い」を観点とした要素『林檎』の類似要素を検索す
る方法を例として説明する。図４のデータベース中から
観点「赤い」を含む要素を調べる際に、データベースに
含まれる意味分類毎に、その意味分類を含む要素一覧表
を作成すると図５のようになる。この要素一覧表中を参
照することにより、特徴概念「赤い」を含む要素は、デ
ータベース中の全要素について調べることなく『南
天』、『猿』、『唐辛子』であることを判定することが
できる。
的に説明する。上述した図４のデータベースについて
「赤い」を観点とした要素『林檎』の類似要素を検索す
る方法を例として説明する。図４のデータベース中から
観点「赤い」を含む要素を調べる際に、データベースに
含まれる意味分類毎に、その意味分類を含む要素一覧表
を作成すると図５のようになる。この要素一覧表中を参
照することにより、特徴概念「赤い」を含む要素は、デ
ータベース中の全要素について調べることなく『南
天』、『猿』、『唐辛子』であることを判定することが
できる。
【００４０】
【発明の効果】以上説明したように、請求項１記載の本
発明によれば、検索において重視する観点を指定し、該
観点と等しい特徴概念を保有する要素をデータベースか
ら検索して類似要素候補とし、該類似要素候補より類似
要素を検索しているので、従来では固定的であった検索
結果の出力しか得られない類似検索結果に比較して、検
索の状況を表す観点に応じた類似検索結果を得ることが
できるとともに、検索処理時間を短縮することができ
る。
発明によれば、検索において重視する観点を指定し、該
観点と等しい特徴概念を保有する要素をデータベースか
ら検索して類似要素候補とし、該類似要素候補より類似
要素を検索しているので、従来では固定的であった検索
結果の出力しか得られない類似検索結果に比較して、検
索の状況を表す観点に応じた類似検索結果を得ることが
できるとともに、検索処理時間を短縮することができ
る。
【００４１】また、請求項２記載の本発明によれば、デ
ータベース中の各特徴概念について該特徴概念を含む要
素一覧表を作成し、該要素一覧表を用いて要素を検索す
るので、要素一覧表の参照のみ行われ、検索処理時間を
短縮することができる。
ータベース中の各特徴概念について該特徴概念を含む要
素一覧表を作成し、該要素一覧表を用いて要素を検索す
るので、要素一覧表の参照のみ行われ、検索処理時間を
短縮することができる。
【００４２】更に、請求項３記載の本発明によれば、デ
ータベース中の全特徴概念を意味に基づく意味分類で置
き換え、検索において重視する特徴概念である観点を指
定し、観点の意味分類と等しい意味分類を保有する要素
をデータベースから検索して類似要素候補とし、該類似
要素候補より類似要素を検索するので、意味において観
点と同義または意味の近い特徴概念を検出することがで
き、人間の感覚に近い柔軟な類似検索を行うことができ
る。
ータベース中の全特徴概念を意味に基づく意味分類で置
き換え、検索において重視する特徴概念である観点を指
定し、観点の意味分類と等しい意味分類を保有する要素
をデータベースから検索して類似要素候補とし、該類似
要素候補より類似要素を検索するので、意味において観
点と同義または意味の近い特徴概念を検出することがで
き、人間の感覚に近い柔軟な類似検索を行うことができ
る。
【００４３】請求項４記載の本発明によれば、データベ
ース中の各要素の各意味分類について該意味分類を含む
要素一覧表を作成し、該要素一覧表を用いて要素を検索
するので、要素一覧表の参照のみ行われ、検索処理時間
を短縮することができる。
ース中の各要素の各意味分類について該意味分類を含む
要素一覧表を作成し、該要素一覧表を用いて要素を検索
するので、要素一覧表の参照のみ行われ、検索処理時間
を短縮することができる。
【図１】本発明の第１の実施形態に係る観点に基づく類
似検索方法の作用を示すフローチャートである。
似検索方法の作用を示すフローチャートである。
【図２】特徴概念を含む要素一覧表の一例を示す図であ
る。
る。
【図３】特徴概念を意味分類に変換した単語データベー
スの一例を示す図である。
スの一例を示す図である。
【図４】意味分類名を用いて表されたデータベースの一
例を示す図である。
例を示す図である。
【図５】意味分類を含む要素一覧表の一例を示す図であ
る。
る。
【図６】単語のデータベースの一例を示す図である。
Claims (4)
- 【請求項１】 複数の要素の各々が要素の特徴を表す単
語である特徴概念を保有するデータベースについてデー
タベース中の指定した要素と類似した要素を検索するに
際して、検索において重視する特徴概念である観点を指
定し、観点と等しい特徴概念を保有する要素を前記デー
タベースから検索して類似要素候補とし、該類似要素候
補より類似要素を検索することを特徴とする観点に基づ
く類似検索方法。 - 【請求項２】 前記観点を保有する要素を検索する際
に、前記データベース中の各特徴概念について該特徴概
念を含む要素一覧表を作成し、該要素一覧表を用いて前
記要素を検索することを特徴とする請求項１記載の観点
に基づく類似検索方法。 - 【請求項３】 複数の要素の各々が要素の特徴を表す単
語である特徴概念を保有するデータベースについてデー
タベース中の指定した要素と類似した要素を検索するに
際して、前記データベース中の全特徴概念を意味に基づ
く分類名である意味分類で置き換え、検索において重視
する特徴概念である観点を指定し、観点の意味分類と等
しい意味分類を保有する要素を前記データベースから検
索して類似要素候補とし、該類似要素候補より類似要素
を検索することを特徴とする観点に基づく類似検索方
法。 - 【請求項４】 前記観点の意味分類を保有する要素を検
索する際に、データベース中の各要素の各意味分類につ
いて該意味分類を含む要素一覧表を作成し、該要素一覧
表を用いて前記要素を検索することを特徴とする請求項
３記載の観点に基づく類似検索方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP23158995A JP3422396B2 (ja) | 1995-09-08 | 1995-09-08 | 観点に基づく類似検索方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP23158995A JP3422396B2 (ja) | 1995-09-08 | 1995-09-08 | 観点に基づく類似検索方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0981578A true JPH0981578A (ja) | 1997-03-28 |
| JP3422396B2 JP3422396B2 (ja) | 2003-06-30 |
Family
ID=16925891
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP23158995A Expired - Fee Related JP3422396B2 (ja) | 1995-09-08 | 1995-09-08 | 観点に基づく類似検索方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3422396B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000322445A (ja) * | 1999-05-14 | 2000-11-24 | Mitsubishi Electric Corp | 情報検索システムおよびこのプログラムを記録した記録媒体 |
| US7054861B2 (en) | 1998-09-30 | 2006-05-30 | Canon Kabushiki Kaisha | Information search apparatus and method, and computer readable memory |
| JP2015232802A (ja) * | 2014-06-10 | 2015-12-24 | 日本電信電話株式会社 | 目的地抽出方法、目的地抽出装置及び目的地抽出プログラム |
-
1995
- 1995-09-08 JP JP23158995A patent/JP3422396B2/ja not_active Expired - Fee Related
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7054861B2 (en) | 1998-09-30 | 2006-05-30 | Canon Kabushiki Kaisha | Information search apparatus and method, and computer readable memory |
| US7664803B2 (en) | 1998-09-30 | 2010-02-16 | Canon Kabushiki Kaisha | Information search apparatus and method, and computer readable memory |
| JP2000322445A (ja) * | 1999-05-14 | 2000-11-24 | Mitsubishi Electric Corp | 情報検索システムおよびこのプログラムを記録した記録媒体 |
| JP2015232802A (ja) * | 2014-06-10 | 2015-12-24 | 日本電信電話株式会社 | 目的地抽出方法、目的地抽出装置及び目的地抽出プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3422396B2 (ja) | 2003-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6480835B1 (en) | Method and system for searching on integrated metadata | |
| US6389412B1 (en) | Method and system for constructing integrated metadata | |
| EP1585073B1 (en) | Method for duplicate detection and suppression | |
| US20050021545A1 (en) | Very-large-scale automatic categorizer for Web content | |
| US8243988B1 (en) | Clustering images using an image region graph | |
| US20080235220A1 (en) | Methodologies and analytics tools for identifying white space opportunities in a given industry | |
| US8346800B2 (en) | Content-based information retrieval | |
| JP2002510076A (ja) | 言語モデルに基づく情報検索および音声認識 | |
| US20120130999A1 (en) | Method and Apparatus for Searching Electronic Documents | |
| CN119557319A (zh) | 基于语义分析的智能查询系统及方法 | |
| CN117149956A (zh) | 一种文本检索方法、装置、电子设备及可读存储介质 | |
| CN117171331B (zh) | 基于大型语言模型的专业领域信息交互方法、装置及设备 | |
| US20240046039A1 (en) | Method for News Mapping and Apparatus for Performing the Method | |
| JP7685921B2 (ja) | 情報処理システム、情報処理方法、および情報処理プログラム | |
| JP2001184358A (ja) | カテゴリ因子による情報検索装置，情報検索方法およびそのプログラム記録媒体 | |
| JPH11110409A (ja) | 情報分類方法及び装置 | |
| US20140181124A1 (en) | Method, apparatus, system and storage medium having computer executable instrutions for determination of a measure of similarity and processing of documents | |
| JP3422396B2 (ja) | 観点に基づく類似検索方法 | |
| CN118349621A (zh) | 一种索引建立方法、检索方法和电子设备 | |
| EP1288794A1 (en) | Methods of ordering and of retrieving information from a corpus of documents and database system for the same | |
| JP2001101184A (ja) | 構造化文書生成方法及び装置及び構造化文書生成プログラムを格納した記憶媒体 | |
| JPH06251076A (ja) | データ・ベース検索装置および方法 | |
| KR100952077B1 (ko) | 키워드를 이용한 표제어 선정 장치 및 방법 | |
| WO2011033457A1 (en) | System and method for content classification | |
| JP4217410B2 (ja) | 情報検索装置及びその制御方法、並びにプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090425 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090425 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100425 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100425 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110425 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |