JP2003345810A

JP2003345810A - 文書検索方法、文書検索システム及び文書検索結果示方システム

Info

Publication number: JP2003345810A
Application number: JP2002153927A
Authority: JP
Inventors: Makoto Iwayama; 真岩山; Yoshiki Niwa; 芳樹丹羽; Shingo Nishioka; 真吾西岡; Toru Hisamitsu; 徹久光; Osamu Konichi; 修今一
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2002-05-28
Filing date: 2002-05-28
Publication date: 2003-12-05
Also published as: US20030225755A1

Abstract

(57)【要約】【課題】検索結果に応じて分類体系を自動的に決め、
その分類体系に従って検索結果を一覧表示することで、
検索結果の絞り込み等の対話的な検索を支援する。【解決手段】検索された文書集合をクラスタリングに
よりまとめることにより、検索された文書集合を代表す
るカテゴリ集合を自動的に抽出し、検索された各文書に
ついて、前記カテゴリそれぞれへの帰属度を計算し、そ
の配分を棒グラフで一覧表示する。更に、指定したカテ
ゴリへの帰属度に応じて、検索結果を並べ替える機能を
有する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、検索結果などの文
書集合を代表するカテゴリを自動抽出し、文書集合をそ
れらカテゴリに自動分類して表示する方法に関する。

【０００２】

【従来の技術】様々な文書が電子データ化されるにつ
れ、文書検索の必要性も増してきている。ところが、検
索者はなかなか思い通りの検索要求（検索式）を作成す
ることができず、望み通りの検索結果が得られないこと
も多い。このような状況では、検索結果を分析して、次
の検索戦略を立てることが必須となる。

【０００３】文書検索の分野で近年注目されている方法
は、検索結果を自動分類して、検索結果の絞り込み支援
に使う方法である。例えば、「Scatter/Gather法」”Sc
atter/Gather : A Cluster-based Approach to Browsin
g Large Document Collections”, ACM SIGIR’92, pp3
18-329, 1992（以下、先行技術１と呼ぶ）や、特開２０
０１−１３４５８２号公報「ニュース話題ジャンル推定
装置及び個人用話題提示装置」（以下、先行技術２と呼
ぶ）がある。

【０００４】

【発明が解決しようとする課題】先行技術１では、検索
結果をクラスタリングにより自動的に分類して表示す
る。ところが、各文書は単一のカテゴリにしか分類され
ない。しかし、たいていの文書は複数のトピックを持ち
明確に単一のカテゴリに分類される状況は稀である。そ
のため、各文書を単一のカテゴリにのみ分類してしまう
と、検索結果をカテゴリによって絞り込んだ際に、必要
な文書を見落としてしまう可能性がある。

【０００５】先行技術２では、新聞記事をジャンル（カ
テゴリ）に分類する際に、先行技術１とは異なり複数ジ
ャンルへの分類を許している。ところが、先行技術２で
のジャンルは、「政治」「経済」「スポーツ」など新聞
記事に特化して予め決まっている。これらは粗い大分類
であり、分類の数も５個と少ない。検索結果の絞り込み
という用途を前提にすると、分類は検索結果に依存して
変化すべきである。例えば、検索結果の文書集合が円安
に関する記事であれば、「経済」でも更に細かい分類が
必要となるであろう。また、先行技術２では、ジャンル
を指定するとそれに関連する新聞記事のリストが提示さ
れるが、提示された各新聞記事とジャンルとの関連度が
表示されていない。よって、検索結果を見たあとにジャ
ンルを指定して検索結果を並べ替える等のフィードバッ
クが困難である。

【０００６】本発明は、このような従来技術の問題点に
鑑み、検索結果を代表するカテゴリ集合を自動的に決
め、そのカテゴリ集合に従って検索結果を分類表示する
ことで、検索結果の絞り込み等の対話的な検索を支援す
るシステムを提供することを目的とする。

【０００７】

【課題を解決するための手段】前記目的を達成するため
には、まず、検索結果の分類基準となるカテゴリ集合は
検索結果に応じたものでなければならない。カテゴリ集
合は事前に準備された静的なものよりもむしろ、検索結
果に応じて新たに作り出される動的なものであるべきで
ある。次に、検索結果の各文書がこれらカテゴリのいず
れか一つのみに属する場合は稀であるため、文書が複数
カテゴリへ分類される状況を一覧性を持って表示するこ
とが必要となる。更に、検索者からのフィードバックと
して、検索者が注目したカテゴリに応じて検索結果を並
べ替える機能が必要となる。

【０００８】本発明では、これらの要求に応えるため、
検索された文書集合を代表する複数のカテゴリをクラス
タリングにより自動抽出し、検索された各文書につい
て、前記複数カテゴリそれぞれに帰属する帰属度を計算
する。また、これらの帰属度を画面上に表示し、利用者
が指定したカテゴリについて、検索された複数文書を、
指定カテゴリへの帰属度に応じて並べ替える。これによ
り、利用者は、検索結果に適したカテゴリ体系により検
索結果を概観することができ、かつ、注目するカテゴリ
で検索結果をまとめることができる。

【０００９】すなわち、本発明による文書検索方法は、
検索要求に従って文書データベースを検索するステップ
と、検索によって得られた複数の文書をそれぞれ出現単
語を要素とする単語ベクトルによって表すステップと、
単語ベクトルを用いたクラスタリング法によって複数の
文書を複数の文書群（カテゴリ）に分類分けするステッ
プと、複数の文書群をそれぞれ出現単語を要素とする単
語ベクトルによって表すステップと、文書を表す単語ベ
クトルと文書群を表す単語ベクトルとを用いて、各文書
が前記複数の文書群に帰属する度合いを計算するステッ
プと、検索によって得られた複数の文書を識別する情報
と各文書の前記複数の文書群それぞれへの帰属度合いと
を関連付けて出力するステップとを含む。

【００１０】各文書の複数の文書群への帰属度合いは、
文書を表す単語ベクトルと文書群を表す単語ベクトルと
の間の距離に基づいて計算できる。各文書群のカテゴリ
は、その文書群を表す単語ベクトル中の単語によって表
現することができ、それを見て利用者は自動的に生成さ
れたカテゴリの概要を知ることができる。また、検索に
よって得られた文書の中から所望の内容に近い文書が見
つかった場合、その文書が帰属しているカテゴリに注目
し、検索された文書をそのカテゴリへの帰属度が高い順
に並べ替えることで検索結果の絞り込みを行うことがで
きる。

【００１１】本発明による文書検索システムは、検索要
求に従って文書データベースを検索する文書検索部と、
検索によって得られた複数の文書を、文書間の類似度を
もとに、予め指定された数の文書群（カテゴリ）に分類
分けする分類手段と、検索によって得られた各文書が前
記各文書群それぞれに帰属する度合いを計算する帰属度
計算部とを備える。

【００１２】検索結果のカテゴリ分けは、例えば、文書
や文書群を単語ベクトルとして表し、クラスタリング法
を用いて行えばよい。帰属度計算部は、文書を表す単語
ベクトルと文書群を表す単語ベクトルとの間の距離に基
づいて各文書が各文書群に帰属する度合いを計算するこ
とができる。

【００１３】本発明による文書検索結果表示システム
は、検索によって得られた複数の文書に関する情報を表
示する検索結果表示システムにおいて、検索によって得
られた文書それぞれについて、検索によって得られた複
数の文書間の類似度をもとに動的に算出された複数のカ
テゴリへの帰属度を表示することを特徴とする。

【００１４】カテゴリ毎の帰属度は棒グラフや円グラフ
にて表示することができ、その際、異なるカテゴリを異
なる色によって区別して表示すると、各文書のカテゴリ
への帰属度が一目瞭然となる。

【００１５】文書と検索要求との関連度を合わせて表示
し、検索要求との関連度に応じた長さの棒を前記カテゴ
リ毎の帰属度に比例した配分に振り分けて棒グラフ表示
してもよい。検索によって得られた複数の文書は、最
初、検索要求との関連度が高い順に並べて表示してお
き、必要なとき、カテゴリを指定し、その指定されたカ
テゴリへの帰属度が高い順に並べ替えて表示できるよう
にするのが好適である。また、カテゴリの内容あるいは
広がりを認識することができるように、カテゴリを指定
したとき、指定されたカテゴリを特徴付ける単語群を表
示する機能を有するのが好ましい。

【００１６】

【発明の実施の形態】以下、図面を参照して本発明の実
施の形態を説明する。図１は、本発明のシステム構成例
を示す図である。図１のシステム構成例では、本発明
を、ネットワーク１１３を介したサーバ／クライアント
形式で実装し、サーバからクライアントへの検索サービ
スとして実施する。クライアント計算機１０１は、検索
結果を表示する検索結果表示部１０２、文書毎に各カテ
ゴリへの帰属度を表示する帰属度表示部１０３、カテゴ
リに関する情報を表示するカテゴリ情報表示部１０４を
備え、表示装置、キーボード、マウス等の入出力機器に
接続されている。サーバ計算機１０５は、文書データベ
ース１１４に接続され、クライアント計算機から送られ
てきた検索要求に従って文書データベース１１４を検索
する文書検索部１０６、検索によって得られた文書集合
をもとにカテゴリ集合を決定するカテゴリ決定部１０
７、検索された各文書が各カテゴリに帰属する度合いを
計算する帰属度計算部１０８、カテゴリに関する情報を
計算するカテゴリ情報計算部１０９、検索結果の文書集
合をカテゴリの指定に従って並べ替えるカテゴリ別文書
並べ替え部１１０、カテゴリ集合の計算や各文書の各カ
テゴリへの帰属度の計算過程で用いられるベクトル間距
離計算部１１１、文書から抽出された各単語に重み付け
をする単語重み付け部１１２を備えている。なお、サー
バ計算機１０５と文書データベース１１４との接続はネ
ットワーク１１３を介して行ってもよい。

【００１７】文書データベース１１４は、データベース
管理者によって定期的あるいは不定期に更新され、クラ
イアント計算機１０１からサーバ計算機にアクセスして
文書データベース１１４を利用する利用者は、その検索
量に応じて、あるいは所定の期間毎に定額の利用料を管
理者に支払う。

【００１８】本システムによる文書検索処理の概要は以
下のとおりである。個々の処理の詳細については後述す
る。まず、クライアント計算機１０１は利用者が入力し
た検索要求をサーバ計算機１０５にネットワーク１１３
を介して送る。サーバ計算機１０５は、文書検索部１０
６において、クライアント計算機から送られてきた検索
要求と関連度の大きい文書集合を文書データベース１１
４より検索する。次に、サーバ計算機上のカテゴリ決定
部１０７においてカテゴリ集合を決め、同じくサーバ計
算機上の帰属度計算部１０８において用いて各文書が各
カテゴリに帰属する帰属度を計算する。各文書について
計算された、検索要求との関連度、各カテゴリへの帰属
度は、ネットワーク１１３を介してクライアント計算機
１０１に返される。クライアント計算機１０１は、検索
結果表示部１０２を用いて検索結果を表示する。また、
各文書について、帰属度表示部１０３を用いて棒グラフ
等で関連度、帰属度を表示する。

【００１９】カテゴリの情報を見る際は、クライアント
計算機１０１が利用者から「カテゴリ情報の表示」命令
を受けとり、命令の種類と対象カテゴリのＩＤをサーバ
計算機１０５に送る。サーバ計算機１０５は、カテゴリ
情報計算部１０９において代表単語を計算してクライア
ント計算機１０１に返し、クライアント計算機１０１は
カテゴリ情報表示部１０４を用いてその情報を表示す
る。

【００２０】また、クライアント計算機１０１が利用者
から「カテゴリによる並べ替え」命令を受けとると、命
令の種類と対象カテゴリのＩＤをサーバ計算機１０５に
送る。サーバ計算機１０５は、カテゴリ別文書並べ替え
部１１０で文書を並べ替えて、新たな並びをクライアン
ト計算機１０１に返し、クライアント計算機１０１はそ
の情報を表示する。

【００２１】以下、クライアント計算機１０１及びサー
バ計算機１０５の各部の機能、処理の流れ及び結果表示
画面の例について詳細に説明する。図２及び図３は、本
発明による処理の過程を模式的に示したフロー図及びブ
ロック図である。まず、表示対象となる文書集合２０
２，３０１が与えられる。本実施形態では、利用者が指
定した何らかの検索要求に従って、文書データベース１
１４から検索された文書集合を表示対象とするが、本発
明は、検索結果として得られた文書集合以外の文書集合
にも適用可能である。図２において、各文書に付与され
た参照符号２０１で表される数値は検索要求との関連度
である。

【００２２】次に、カテゴリ決定部１０７で、分類の基
準となるカテゴリ集合３０２を決める（２０３）。百科
事典などのように予めカテゴリの集合が決まっている場
合もあるが、本発明では、対象の文書集合に応じて動的
にカテゴリ集合を決める。よって、本発明でのカテゴリ
集合は与えられた文書集合に特化したものとなってい
る。カテゴリ集合を自動的に決める手法としては、既存
のクラスタリング手法を用いる。一例として、カテゴリ
決定部１０７で階層的ボトムアップクラスタリング法を
利用した例を説明する。

【００２３】階層的ボトムアップクラスタリング法で
は、初期状態として、各文書が自分自身のみからなるク
ラスタを作る。つまり文書の数のクラスタが存在する。
図２では、文書ａからｇに相当する７個のクラスタが存
在する。ここで、各文書（クラスタ）は、出現単語を要
素とするベクトルで表現される。ベクトルの各要素であ
る単語には、単語重み付け部１１２により重みが付与さ
れる。重み付けの方法にも様々な手法が提案されている
が、本発明ではその手法は問わない。幾つかの方法は"I
NTRODUCTION TO MODERN INFORMATION RETRIEVAL", Salt
on, G. and McGill M., McGraw-Hill Publishing Co.,1
983に詳しいが、ほとんどの手法は単語の出現頻度に基づ
いて重みを計算している。

【００２４】次に、全てのクラスタ対に対して、ベクト
ル間距離計算部１１１を用いてクラスタ間の距離を計算
する。距離としては、ベクトル間の余弦（コサイン）を
計算することが多い。全クラスタ対の中で、最短距離の
クラスタ対をまとめて一つのクラスタに併合する。図２
の場合、文書ａからなるクラスタと文書ｃからなるクラ
スタがまず併合される。併合したクラスタも単語を要素
とするベクトルとなる。次に、併合したクラスタと残り
の各クラスタとの距離を計算して距離情報を更新する。
このようにして、最終的に１個のクラスタになるまで併
合を続ける。今、文書集合全体を３個のクラスタにまと
めると仮定すると、２１１の段階でまとまっている３個
のクラスタ２０４，２０５，２０６を使えばよい。

【００２５】カテゴリ集合が決まったら、帰属度計算部
１０８を用いて、各文書が各カテゴリに帰属する度合い
を計算する（２０７）。その結果、各カテゴリへの帰属
度付きの文書集合３０３が得られる。クラスタリングが
終わった時点で各文書はいずれかのカテゴリに属してい
るはずであるが、このままでは他のカテゴリへの帰属度
がゼロになってしまう。ある文書が一つのカテゴリのみ
に分類されるという状況は稀であり、ほとんどの場合、
文書は複数のカテゴリに分類される。本発明では、一度
カテゴリ集合を作ったあと、各文書が各カテゴリに帰属
する度合いを再計算することにより、複数カテゴリへの
分類を実現している。文書がカテゴリへ帰属する帰属度
については、両者とも単語のベクトルで表現されている
ため、ベクトル間距離計算部１１１で計算した両ベクト
ル間の距離（余弦）を用いる。もちろん別の方式で帰属
度を計算しても構わない。

【００２６】クライアント計算機１０１では、サーバ計
算機１０５から受信した情報を処理し、検索結果表示部
１０２で検索結果の文書集合を表示し、帰属度表示部１
０３において、文書毎に、各カテゴリへの帰属度を、棒
グラフ、円グラフなどを用いて表示する。図２の右側に
は棒グラフで表示した例を示す。検索結果の文書集合を
表示する場合は、検索要求との関連度も同時に表示す
る。

【００２７】帰属度表示部１０３では、例えば次のよう
な方法で帰属度を表示する。今、検索要求との関連度が
０．８であり、カテゴリ１への帰属度が０．６、カテゴ
リ２への帰属度が０．３、カテゴリ３への帰属度が０．
２の場合を考える。ここで、関連度や帰属度は全て０か
ら１の間の実数値をとるものとする。

【００２８】棒グラフで表示する場合は、まずカテゴリ
の色を決める。今、カテゴリ１を赤、カテゴリ２を緑、
カテゴリ３を青とする。また、棒の最大長を１とする
と、検索要求との関連度０．８が赤緑青の全長となる。
この０．８を赤緑青で振り分ける。帰属度に比例した配
分で振り分けるとすると、今の場合、赤は、0.8*0.8/
(0.8+0.6+0.3)の長さを持つ。同様にして、緑は、0.8*
0.6/(0.8+0.6+0.3)、青は0.8*0.3/(0.8+0.6+0.3)の長さ
を持つ。最終的には各色によって、図２の２０８，２０
９，２１０のように表示される。この方法をカテゴリ長
計算法１と呼ぶ。赤緑青の全長が検索要求との関連度に
比例するため、全長が長い文書ほど検索要求と関連して
いることがわかる。また、赤緑青の割合は、その文書と
各カテゴリとの関連度を示しているため、色の長さを見
ることでどのカテゴリにどれくらいの度合いで属してい
るのが一目でわかるようになっている。

【００２９】以上の計算法の場合、検索要求との関連度
が低い文書は赤緑青の全長が短かくなるため、カテゴリ
間の細かい差異を見ることが困難になる。よって、検索
結果との関連度は数字で表現し、棒グラフはあくまでカ
テゴリへ帰属度のみを表示するのも一つの方法である。
この方法をカテゴリ長計算法２と呼ぶ。図４の表示がこ
の場合に相当する。カテゴリ長計算法１とカテゴリ長計
算法２は利用者が選択できる。

【００３０】これまでは便宜上３個のカテゴリを仮定し
たが、本発明はカテゴリの数に制限はなく、利用者はい
つでもカテゴリの数を変更することができる。例えば、
４個のカテゴリを考慮する場合は、カテゴリ決定部（ク
ラスタリング）１０７で４個のクラスタを選び、４色の
棒グラフで表示すれば良い。図５は、３個のカテゴリか
ら４個のカテゴリに変更する処理を模式的に示した図で
ある。３個のカテゴリの場合は５０１の段階でまとまっ
ている３個のクラスタを使えばよかったが、４個のカテ
ゴリの場合は、一段階前の５０２の段階でまとまってい
る４個のクラスタを使えばよい。実際には５０３，５０
４からなる２個のクラスタが新たに分割されることにな
る。最後に、各文書が各クラスタに帰属する帰属度を計
算して４色の棒グラフで表示する（５０５）。

【００３１】また、分類表示法は棒グラフ以外でも実現
可能である。例えば円グラフで表示した例を図６と図７
に示す。この場合、図７のように円の直径で検索要求と
の関連度を表現しても良いし、図６のように円の直径は
一定として、赤緑青の総面積で検索要求との関連度を表
現しても良い。カラーバーや円グラフのように色分けで
分類表示する他にも、関連度に応じた量で各色を混ぜて
中間色で表示する方法も可能である。

【００３２】ここで、図８に、クライアント計算機１０
１の検索結果表示インターフェイスの例を示す。検索要
求ウィンドウ８０１に検索要求を入力し、検索ボタン８
０２を押すことで検索が開始され、検索結果表示ウィン
ドウ８０３に検索結果が表示される。ここで、８０４は
検索要求との関連度であり、８０５はカテゴリとの帰属
度を棒グラフ表示したものである。８０６は分類表示の
方法を指定する選択ウィンドウである。例えば、「棒グ
ラフ」か「円グラフ」が選択できる。８０７は分類の個
数を指定する選択ウィンドウであり、図では「３」が選
択されている。８０８は、各カテゴリの長さ（面積）の
計算方法を指定する選択ウィンドウであり、図ではカテ
ゴリ長計算法１が選択されている。

【００３３】検索結果表示ウィンドウ８０３に表示され
ている各文書のタイトルをクリックすることで文書の全
文が別ウィンドウに表示される。本発明の場合、検索結
果を表示しているため、文書の初期並びは検索要求との
関連度の順である。利用者はこのように並んだ文書を調
べていき、ある時点で自分の要求に合う文書を見つけ
る。ここで、見つけた文書の棒グラフ表示や円グラフ表
示を見ることで、利用者は自分の興味を引く文書がどの
カテゴリに属しているかを知ることができる。その際
は、各カテゴリがどのような意味を持っているかを把握
することが必要である。特に本発明のようにカテゴリが
自動的に決定される場合はなおさらである。

【００３４】本発明では、カテゴリ情報表示部１０４に
より、各カテゴリの代表単語をカテゴリ情報として見る
ことができる。図９に示す検索結果表示インターフェイ
スは、棒グラフの注目カテゴリに相当する部分をクリッ
クしてポップアップメニュー９０１を表示し、メニュー
から「カテゴリの情報を見る」の項目を選択すること
で、カテゴリ情報のウィンドウ９０２がポップアップす
る様子を示している。カテゴリの代表単語を表示するた
めには、何らかの形でカテゴリにおける単語の代表度を
計算する必要がある。本発明では、カテゴリは文書クラ
スタ、つまり単語のベクトルであるため、クラスタリン
グの段階において既に単語重み付け部１１２で単語が重
み付けされている。よって、重みが大きい単語を表示す
ることでカテゴリの意味を知ることができる。もちろん
他の方法によってカテゴリ情報を表示することも可能で
ある。

【００３５】利用者は、自分の興味を引くカテゴリを見
つけたら、カテゴリ別文書並べ替え部１１０により、注
目するカテゴリに関連する文書を上位に集めることがで
きる。具体的には、注目カテゴリの長さ（面積）の順に
文書を並べ換える。図９の表示画面９０３は、棒グラフ
の赤で表されるカテゴリに相当する部分をクリックして
ポップアップメニュー９０１を表示し、「カテゴリで並
べ替える」を選択して文書を並べ替えた結果を示してい
る。図のように、赤色で表されるカテゴリへの帰属度が
高い順に文書が並べ替えて表示されている。

【００３６】このような並べ替えをすることにより、あ
るカテゴリに関連する文書を集めることができるため、
検索結果の絞り込みが容易に行える。また、動的に設定
されるカテゴリによって情報が整理されるため、それま
では思い及ばなかった観点を見つけることができる場合
もある。並べ替えは繰り返し適用できるので、結果に満
足がいかない場合は、注目するカテゴリを変えて並べ替
えたり、並べ替えの方法を変えたりして試行錯誤するこ
ともできる。

【００３７】文書データベース１１４は、データベース
管理者によってアップデート等のメンテナンスが実施さ
れ、ユーザからデータベース管理者にメンテナンス料が
支払われる。図１０に、文書データベースのメンテナン
ス実行とメンテナンス料支払いの仕組みの一例を示す。
データベース管理者１００１は定期的あるいは不定期に
文書データベース１１４の情報更新やメンテナンスを実
行する。例えば半年に一度、文書データのアップデート
を実施するとすれば、アップデートによって加わったそ
の半年分の差分データはアップデートデータ１１４ａと
して管理される。データベース管理者１００１による文
書データベースのアップデートが行われた後、ユーザが
文書データベースにアクセスすると、サーバ計算機１０
５はクライアント計算機１０１の画面上で、文書データ
ベースに更新データがあること、そしてアップデート分
の情報を利用する場合には追加料金の支払いが必要にな
ることを通知する。

【００３８】ユーザが追加料金の支払いを了承して、ク
ライアント計算機１０１の画面上で銀行口座やクレジッ
トカード等による料金支払いの手続を取ると、サーバ計
算機が保持しているアクセス権情報１００３が更新さ
れ、そのユーザはアップデートデータ１１４ａを利用で
きるようになる。ユーザが追加料金の支払い手続を行わ
なければ、アップデートデータ１１４ａを利用すること
はできない。サーバ計算機１０５は、どのユーザがどの
範囲のデータを利用できるかに関し、アクセス権情報１
００３を参照して管理する。ユーザが追加料金の支払い
手続を行った場合、その情報はデータベース管理者１０
０１に渡され、データベース管理者１００１は金融機関
１００２に振込依頼を行い、所定の手続の後、金融機関
１００２からデータベース管理者１００１に料金の振込
が行われる。一方、金融機関は、ユーザに振込完了の報
告を行う。

【００３９】図１１は、アクセス権情報の一例を示す図
である。アクセス権情報１００３には、ユーザ毎にどの
アップデートデータまで利用できるかを示す情報が納め
られている。図示した例の場合、○印はアクセス権を有
することを示し、ユーザＩＤ“AAAA”のユーザは“UPDA
TE 1”の差分データ、“UPDATE 2”の差分データ及び
“UPDATE 3”の差分データを利用することができる。一
方、ユーザＩＤ“BBBB”のユーザは“UPDATE 1”の差分
データは利用できるが、“UPDATE 2”及び“UPDATE 3”
の差分データは利用することができない。このアクセス
権情報の内容は、料金の支払い状況に応じて順次更新さ
れる。

【００４０】本発明のクライアント計算機が有する機能
及びサーバ計算機が有する機能は、プログラムによって
実現することができる。このプログラムは、ＣＤ−ＲＯ
Ｍ、ＤＶＤ−ＲＯＭ、ＭＯ、フロッピー（登録商標）デ
ィスク等の記録媒体を介して計算機にロードして実行す
ることもできるし、ネットワークを介して計算機にロー
ドして実行することもできる。

【００４１】

【発明の効果】本発明によると、利用者は、カテゴリ情
報により、検索結果の概観を把握することができ、注目
するカテゴリで検索結果をまとめることができる。これ
により、検索結果を絞り込んだり、検索結果における思
い及ばなかった観点を見つけることができる。カテゴリ
集合は検索結果から動的に抽出されるため、事前に用意
されたカテゴリ集合とは異なり、常に検索結果に合った
ものとなっている。

【図面の簡単な説明】

【図１】本発明の検索結果表示装置をネットワークを介
してサーバ／クライアント形式で実施する際の構成図。

【図２】本発明の実施形態を模式的に示したフロー図。

【図３】本発明の実施形態を示したブロック図。

【図４】カテゴリへの帰属度のみを表示する棒グラフ表
示例を示す図。

【図５】本発明の検索結果表示装置のシステム構成図。

【図６】円グラフ表示例（面積で関連度を表現）を示す
図。

【図７】円グラフ表示例（直径で関連度を表現）を示す
図。

【図８】検索結果表示インターフェイスの例を示す図。

【図９】検索結果表示インターフェイスにおけるインタ
ラクションの例を示す図。

【図１０】データベースのメンテナンス実行とメンテナ
ンス料支払いの仕組みの一例を示す模式図。

【図１１】アクセス権情報の一例を示す図。

【符号の説明】

１０１：クライアント計算機１０５：サーバ計算機１１３：ネットワーク１１４：文書データベース２０１：検索要求との関連度２０２：文書集合（検索結果）２０３：カテゴリ集合の決定（クラスタリング）２０４：カテゴリ１（赤）２０５：カテゴリ２（緑）２０６：カテゴリ３（青）２０７：文書がカテゴリに帰属する帰属度の計算２０８：棒グラフ（赤）２０９：棒グラフ（緑）２１０：棒グラフ（青）２１１：３個のクラスタにまとまっている段階８０１：検索要求ウィンドウ８０２：検索ボタン８０３：検索結果表示ウィンドウ８０４：検索要求との関連度８０５：棒グラフ（帰属度）８０６：表示法（棒グラフまたは円グラフ）選択ウィン
ドウ８０７：カテゴリ数選択ウィンドウ８０８：カテゴリの長さ（面積）計算法指定ウィンドウ９０１：カテゴリ別メニュー用ポップアップウィンドウ９０２：カテゴリ情報表示用ポップアップウィンドウ９０３：カテゴリで並べ替えた結果

───────────────────────────────────────────────────── フロントページの続き (72)発明者西岡真吾東京都国分寺市東恋ヶ窪一丁目280番地株式会社日立製作所中央研究所内 (72)発明者久光徹東京都国分寺市東恋ヶ窪一丁目280番地株式会社日立製作所中央研究所内 (72)発明者今一修東京都国分寺市東恋ヶ窪一丁目280番地株式会社日立製作所中央研究所内Ｆターム(参考） 5B075 ND03 NK02 NK46 NR12 NS02 PQ14 PQ23 PQ36 PQ46 PQ74 PR06 QM08

Claims

【特許請求の範囲】

【請求項１】検索要求に従って文書データベースを検
索するステップと、検索によって得られた複数の文書をそれぞれ出現単語を
要素とする単語ベクトルによって表すステップと、前記単語ベクトルを用いたクラスタリング法によって前
記複数の文書を複数の文書群に分類分けするステップ
と、前記複数の文書群をそれぞれ出現単語を要素とする単語
ベクトルによって表すステップと、前記文書を表す単語ベクトルと前記文書群を表す単語ベ
クトルとを用いて、各文書が前記複数の文書群に帰属す
る度合いを計算するステップと、前記検索によって得られた複数の文書を識別する情報と
各文書の前記複数の文書群それぞれへの帰属度合いとを
関連付けて出力するステップとを含むことを特徴とする
文書検索方法。
【請求項２】請求項１記載の文書検索方法において、
各文書が前記複数の文書群に帰属する度合いを、文書を
表す単語ベクトルと文書群を表す単語ベクトルとの間の
距離に基づいて計算することを特徴とする文書検索方
法。
【請求項３】請求項１記載の文書検索方法において、
指定された文書群を表す単語ベクトル中の単語を当該文
書群のカテゴリとして出力するステップと有することを
特徴とする文書検索方法。
【請求項４】請求項１記載の文書検索方法において、
前記検索によって得られた複数の文書を、指定された文
書群への帰属度が高い順に並べ替えるステップを有する
ことを特徴とする文書検索方法。
【請求項５】検索要求に従って文書データベースを検
索する文書検索部と、検索によって得られた複数の文書を、文書間の類似度を
もとに、予め指定された数の文書群に分類分けする分類
手段と、検索によって得られた各文書が前記各文書群それぞれに
帰属する度合いを計算する帰属度計算部とを備えること
を特徴とする文書検索システム。
【請求項６】請求項５記載の文書検索システムにおい
て、前記分類手段は、前記検索によって得られた複数の
文書をクラスタリング法によって分類分けすることを特
徴とする文書検索システム。
【請求項７】請求項５記載の文書検索システムにおい
て、文書あるいは文書群を単語ベクトルとして表す手段
を備えることを特徴とする文書検索システム。
【請求項８】請求項７記載の文書検索システムにおい
て、前記帰属度計算部は、文書を表す単語ベクトルと文
書群を表す単語ベクトルとの間の距離に基づいて各文書
が各文書群に帰属する度合いを計算することを特徴とす
る文書検索システム。
【請求項９】請求項７記載の文書検索システムにおい
て、指定された文書群を表す単語ベクトル中の単語を当
該文書群のカテゴリとして出力する手段を備えることを
特徴とする文書検索システム。
【請求項１０】請求項５記載の文書検索システムにお
いて、前記検索によって得られた複数の文書を、指定さ
れた文書群への帰属度が高い順に並べ替える手段を備え
ることを特徴とする文書検索システム。
【請求項１１】請求項５記載の文書検索システムにお
いて、前記文書データベースはデータ更新によって追加
された差分の文書データを有し、前記差分の文書データ
を利用可能なユーザを登録したアクセス権情報を有する
ことを特徴とする文書検索システム。
【請求項１２】検索によって得られた複数の文書に関
する情報を表示する検索結果表示システムにおいて、前記検索によって得られた文書それぞれについて、前記
検索によって得られた複数の文書間の類似度をもとに動
的に算出された複数のカテゴリへの帰属度を表示するこ
とを特徴とする文書検索結果表示システム。
【請求項１３】請求項１２記載の文書検索結果表示シ
ステムにおいて、前記カテゴリ毎の帰属度を棒グラフま
たは円グラフにて表示することを特徴とする文書検索結
果表示システム。
【請求項１４】請求項１２記載の文書検索結果表示シ
ステムにおいて、異なるカテゴリを異なる色によって区
別して表示することを特徴とする文書検索結果表示シス
テム。
【請求項１５】請求項１２記載の文書検索結果表示シ
ステムにおいて、文書と検索要求との関連度を合わせて
表示することを特徴とする文書検索結果表示システム。
【請求項１６】請求項１５記載の文書検索結果表示シ
ステムにおいて、検索要求との関連度に応じた長さの棒
を前記カテゴリ毎の帰属度に比例した配分に振り分けて
棒グラフ表示することを特徴とする文書検索結果表示シ
ステム。
【請求項１７】請求項１２記載の文書検索結果表示シ
ステムにおいて、前記検索によって得られた複数の文書
を、検索要求との関連度が高い順に並べて表示する機能
を有することを特徴とする文書検索結果表示システム。
【請求項１８】請求項１２記載の文書検索結果表示シ
ステムにおいて、前記検索によって得られた複数の文書
を、指定されたカテゴリへの帰属度が高い順に並べ替え
て表示する機能を有することを特徴とする文書検索結果
表示システム。
【請求項１９】請求項１２記載の文書検索結果表示シ
ステムにおいて、指定されたカテゴリを特徴付ける単語
群を表示する機能を有することを特徴とする文書検索結
果表示システム。