JPH0922415A

JPH0922415A - 知識データベースにおける知識記憶方法及び装置並びに再認識方法及び装置

Info

Publication number: JPH0922415A
Application number: JP7170999A
Authority: JP
Inventors: Tadamitsu Ryu; 忠光龍; Tetsuo Toshima; 哲夫戸島; Hiroyuki Izumi; 寛幸泉; Masahiko Murakawa; 雅彦村川; Katsuichi Nakamura; 勝一中村
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1995-07-06
Filing date: 1995-07-06
Publication date: 1997-01-21

Abstract

(57)【要約】【課題】本発明の目的は、経験から知識を獲得し学習
することで構築され、動作環境の変化にも対応可能であ
り、また高度な情報検索機能を実現可能な知識データベ
ースのための知識記憶方法及び装置を提供することであ
る。【解決手段】本発明の知識記憶方法は、オブジェクト
の属性値の入力により属性値からなるデータオブジェク
トを生成し、データオブジェクトの属性値に属性名を付
与して属性名と属性値からなるインスタンスオブジェク
トを生成することでオブジェクトの認識を行い、インス
タンスオブジェクトを記憶領域に格納することによりオ
ブジェクトの記憶を行う各段階を含む。この知識記憶方
法は、上記入力、認識、記憶をひとつの処理単位として
実行することを特徴とする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、コンピュータシス
テムに於ける記憶方法に関し、詳しくは、知識システム
の知識ベース等に於ける知識獲得方法、記憶方法、及び
検索方法に関する。

【０００２】

【従来の技術】知識システムに於ては、ある分野に関す
る知識、即ち事実と規則とが知識ベースに格納されてお
り、推論部分がこの知識ベースに格納された事実と規則
とに基づいて新しい事実を導く。知識システムは、これ
によって、人間が意志決定や問題分析などを行う際の援
助を提供することができる。

【０００３】従来の知識システムの構築に於ては、知識
工学者（Knowledge Expert）が重要な役割を担う。知識
工学者は、専門家に接触して、その分野に於ける必要な
知識（事実と規則）の収集、及び専門家の問題解決手法
の分析を行い、それらをソフトウェア化する。知識シス
テムを構築する過程に於ては、知識工学者と専門家との
面談は繰り返し行われ、基礎的な数少ない事実と規則と
を基にしたプロトタイプから、実用的な知識システムへ
と段階的な発展がなされる。

【０００４】事実や規則に関する知識を知識ベースに格
納する方法としては、物理的物体や概念的存在であるオ
ブジェクトを、オブジェクト間の関係を表現するリンク
で結び付けた意味ネットワークとして格納する方法など
がある。意味ネットワークを用いる場合、ネットワーク
のノードである各オブジェクトは属性及び属性値を有す
るものとして取り扱われる。例えば、林檎というオブジ
ェクトは、色、形、味等の属性を有し、各々の属性値は
赤、丸い、甘い等の具体的な値をとる。また、あるオブ
ジェクトはより一般的なオブジェクトの属性を継承する
ことができる。例えば、林檎というオブジェクトは果物
というオブジェクトの属性を継承することができる。こ
の継承によりオブジェクトは階層的な構造に表現される
こともでき、知識として格納された情報を組織化するこ
とができる。

【０００５】このような知識ベースの構築に於ては、知
識工学者は、スキーマ（データがどのような構造で記憶
されているかに関する情報）をまず決定し、決定された
スキーマに基づいて知識を格納していく。

【０００６】

【発明が解決しようとする課題】知識システムの構築過
程は、長い時間を有する複雑な過程であり、知識工学の
知識を持たないユーザが知識システムを独力で開発する
ことは極めて困難である。また構築された知識システム
は、膨大な量の事実と規則が知識ベースに格納された複
雑なものであり、知識工学者によって保守が行われる必
要がある。

【０００７】従って、知識ベース内の既存の知識と同じ
枠組内で新たな知識を加えるような拡張は容易に行うこ
とができるが、ユーザが、その枠を越えた拡張を望む場
合は問題が生じる。つまり、既存の枠組を越えてスキー
マの変更を必要とするような知識システムの拡張・変更
を行うためには、知識工学者が長時間をかけて知識シス
テムを再構築することが必要になる。

【０００８】例えば、知識システムの使用環境が変化す
るにともない、ユーザが、新しい処理や応用範囲の拡張
を知識システムに対して望むような場合が考えられる。
このとき、既存の知識ベースの階層構造やネットワーク
構造等の情報構造、及びデータ構造を、新たに要求され
る応用に対してそのまま用いることはできない。しかし
ながら、従来の知識ベースのユーザは単なるユーザであ
り、知識ベースを必要に応じて改変することはできな
い。従って専門化に依頼することになるが、知識ベース
構造の変更は、ゼロからの再構築と殆ど同一の時間と労
力を必要とすることになる。

【０００９】つまり、従来の知識システムは、設計・開
発段階で決定されたスキーマに基づく静的な構造を持つ
ものであり、ユーザのニーズに応じて対象分野・処理対
象の拡張や、処理方法の改善等を行うことができるもの
ではない。表現を変えれば、従来の知識システムを、そ
の動作環境の変化に応じて変更することは困難であり、
また知識システム自身が、経験から新たな知識を獲得し
学習することで自己拡張していくことはできない。

【００１０】また、従来の知識システムの知識ベースに
於ては、情報検索の能力が限られており、検索速度が遅
いという問題点がある。情報検索の能力・速度に関し
て、例えば、人間の記憶検索能力と対比してみると、人
間は、曖昧な検索による高速な情報検索能力を有する。
ここで曖昧な検索とは、具体的な検索オブジェクトに対
する曖昧な概念を起点として、そのオブジェクトを想起
することができることを意味する。このように、曖昧な
概念から段階的に概念を具象化していくことによってオ
ブジェクトを検索することによって、人間は高速な情報
検索を実現していると考えられる。

【００１１】しかしながら、従来のデータベースに於て
は曖昧な検索を行うことはできず、一般に、格納された
情報量が増大するに従い情報量の２乗に比例して検索の
性能は低下する。またオブジェクトを様々な異なった認
識の観点から捉えて検索を行う水平思考的な検索等の高
度な検索は、従来の知識システムに於ては組み込むこと
が困難であった。

【００１２】従って、本発明の一般的な目的は、経験か
ら知識を獲得し学習することで構築され、従って動作環
境の変化にも対応可能であり、また様々な高度な情報検
索機能及び高速な情報検索機能を実現可能な知識データ
ベース等の基となる新しい記憶方法及び装置を提供する
ことである。

【００１３】また本発明の別の目的は、経験から知識を
獲得し学習することで構築され、従って動作環境の変化
にも対応可能な知識データベースの知識獲得方法及び装
置を提供することである。本発明の更なる目的は、様々
な高度な情報検索機能及び高速な情報検索機能を実現可
能な知識データベースの検索方法を提供することであ
る。

【００１４】

【課題を解決するための手段】請求項１の発明に於て
は、オブジェクトの属性値の入力により該属性値からな
るデータオブジェクトを生成し、該データオブジェクト
の該属性値に属性名を付与して該属性名と該属性値から
なるインスタンスオブジェクトを生成することで該オブ
ジェクトの認識を行い、該インスタンスオブジェクトを
記憶領域に格納することにより該オブジェクトの記憶を
行う各段階を含み、該入力、該認識、該記憶をひとつの
処理単位として実行する。

【００１５】請求項２の発明に於ては、請求項１の発明
に於て前記インスタンスオブジェクトの前記属性名より
なるクラスオブジェクトを生成して前記記憶領域に経験
として格納する段階を更に含む。請求項３の発明に於て
は、請求項２の発明に於て前記認識を行う段階は、経験
として前記記憶領域に格納された前記クラスオブジェク
トを前記データオブジェクトに当て嵌め、必要に応じて
該データオブジェクトの前記属性名を修正、削除、追加
することにより前記インスタンスオブジェクトを生成す
る各段階を含む。

【００１６】請求項４の発明に於ては、請求項２または
３の発明に於て前記経験として格納する段階は、前記イ
ンスタンスオブジェクトの前記属性名と同一の属性名を
いくつか有する類似オブジェクトを前記記憶領域内で検
索し、該インスタンスオブジェクトと該類似オブジェク
トとの該同一の属性名を抽出し、該同一の属性名よりな
るスーパークラスオブジェクトを生成し、前記クラスオ
ブジェクトの上位クラスとして該スーパークラスオブジ
ェクトを該記憶領域に格納する各段階を更に含む。

【００１７】請求項５の発明に於ては、請求項４の発明
に於て前記スーパークラスオブジェクトに対して上位の
スーパークラスオブジェクトを繰り返し生成し前記記憶
領域に格納することによって、該スーパークラスの階層
構造を形成する段階を更に含む。

【００１８】請求項６の発明に於ては、請求項５の発明
に於て前記検索する段階は、前記階層構造内で上位のス
ーパークラスから下位のスーパークラスへと前記類似オ
ブジェクトを検索する段階を含む。請求項７の発明に於
ては、請求項６の発明に於て前記検索する段階は、検索
用のインデックスを用いる。

【００１９】請求項８の発明に於ては、請求項１乃至７
の発明に於て前記属性名及び前記属性値の各々は属性名
及び属性値の少なくとも一方よりなる更なるオブジェク
トとして表現され、該属性名及び該属性値の各々とそれ
に対応する該オブジェクトを結ぶリンクによって、全て
の該オブジェクトはメッシュ構造にリンクされている。

【００２０】請求項９の発明に於ては、請求項８の発明
に於て前記メッシュ構造にリンクされた前記オブジェク
トは、その前記属性名及び前記属性値が更なるオブジェ
クトとして表現されることができない原子オブジェクト
を含む。請求項１０の発明に於ては、請求項９の発明に
於て前記原子オブジェクトは前記知識ベースに格納され
る全ての実世界モデルに於て存在する。

【００２１】請求項１１の発明に於ては、請求項４乃至
１０の発明に於て、あるオブジェクトが指定され、該指
定オブジェクトを前記階層構造内で検索し、該指定オブ
ジェクトの前記スーパークラスオブジェクトの各々を検
索し、該スーパークラスオブジェクトの各々、及び該ス
ーパークラスオブジェクトの各々の下位クラスである前
記オブジェクトを検索結果とする各段階を含み、該指定
オブジェクトの異なった認識に対応した該スーパークラ
スオブジェクト及び該オブジェクトを検索結果として得
る。

【００２２】請求項１２の発明に於ては、請求項８乃至
１１の発明に於て第１のオブジェクト及び第２のオブジ
ェクトが指定され、前記メッシュ構造内で前記属性名及
び前記属性値から前記オブジェクトへ向かう方向を下流
方向として、該第１のオブジェクトに関連する第１の関
連オブジェクトを該メッシュ構造内の該下流方向に次々
と検索し、該第２のオブジェクトに関連する第２の関連
オブジェクトを該メッシュ構造内の該下流方向に次々と
検索し、該第１の関連オブジェクトと該第２の関連オブ
ジェクトとの間で一致する属性名及び属性値を抽出し、
該一致する属性名及び属性値よりなる新規オブジェクト
を生成し、該新規オブジェクトを記憶する各段階を含
み、該第１のオブジェクトと該第２のオブジェクトの間
を該新規オブジェクトで関連付けることによって知的活
動の援助を行う。

【００２３】請求項１３の発明に於ては、新規オブジェ
クトを入力し、新規オブジェクトに類似する類似オブジ
ェクトを既存オブジェクトの中から検索し、該新規オブ
ジェクトと該類似オブジェクトとの共通部分を抽出し、
該新規オブジェクトと該類似オブジェクトとの差異部分
を抽出し、該共通部分と該差異部分との結合として該新
規オブジェクトを認識し、該共通部分と該差異部分との
該結合として該新規オブジェクトを記憶領域に格納す
る。

【００２４】請求項１４の発明に於ては、請求項１３の
発明に於て前記入力する段階は、前記新規オブジェクト
の属性名及び属性値を入力する段階を含む。請求項１５
の発明に於ては、請求項１３または１４の発明に於てド
メインを入力する段階を更に含み、該ドメインの指定に
よって検索される前記類似オブジェクトが異なる。

【００２５】請求項１６の発明に於ては、請求項１３乃
至１４の発明に於て目的を入力する段階を更に含み、該
目的の指定によって検索される前記類似オブジェクトが
異なる。請求項１７の発明に於ては、請求項１６の発明
に於て前記検索する段階は、前記ドメイン及び前記目的
に基づいて類似度判定方法を決定し、該類似度判定方法
を用いて前記類似オブジェクトを検索する各段階を含
む。

【００２６】請求項１８の発明に於ては、請求項１７の
発明に於て前記類似度判定方法は、前記新規オブジェク
トの前記属性名から選択された選択属性名が前記既存オ
ブジェクト内に存在するか否かと、該選択属性名に割り
当てられた重み係数とに基づいて類似度を計算する。

【００２７】請求項１９の発明に於ては、請求項１８の
発明に於て前記選択属性名及び前記重み係数は、前記ド
メイン及び前記目的に依存している。請求項２０の発明
に於ては、請求項１４乃至１７の発明に於て前記共通部
分を抽出する段階は、前記新規オブジェクトと前記類似
オブジェクトとの間で前記属性名及び前記属性値の両方
が同一であるときに、同一の該属性名及び該属性値を有
するスーパークラスを該共通部分として生成する段階を
更に含む。

【００２８】請求項２１の発明に於ては、請求項１８ま
たは１９の発明に於て前記共通部分を抽出する段階は、
前記新規オブジェクトと前記類似オブジェクトとの間で
前記選択属性名及び対応する属性値の両方が同一である
ときに、同一の該選択属性名及び該対応する属性値を有
するスーパークラスを該共通部分として生成する段階を
更に含む。

【００２９】請求項２２の発明に於ては、請求項２０の
発明に於て前記差異部分を抽出する段階は、前記新規オ
ブジェクトと前記類似オブジェクトとの間で前記属性名
は同一であるが前記属性値が異なるときに、同一の該属
性名をis-a関係で抽出して、is-a関係のクラスを該差異
部分として生成する段階を更に含む。

【００３０】請求項２３の発明に於ては、請求項２１の
発明に於て前記差異部分を抽出する段階は、前記新規オ
ブジェクトと前記類似オブジェクトとの間で前記選択属
性名は同一であるが対応する属性値が異なるときに、同
一の該選択属性名をis-a関係で抽出して、is-a関係のク
ラスを該差異部分として生成する段階を更に含む。

【００３１】請求項２４の発明に於ては、請求項２２の
発明に於て前記差異部分を抽出する段階は、前記新規オ
ブジェクトに存在するが前記類似オブジェクトには存在
しない属性名があるとき、該存在しない属性名及び対応
する属性値をpart-of 関係で抽出して、part-of 関係の
クラスを該差異部分として生成する段階を更に含む。

【００３２】請求項２５の発明に於ては、請求項２３の
発明に於て前記差異部分を抽出する段階は、前記新規オ
ブジェクトに存在するが前記類似オブジェクトには存在
しない前記選択属性名があるとき、該存在しない選択属
性名及び対応する属性値をpart-of 関係で抽出して、pa
rt-of 関係のクラスを該差異部分として生成する段階を
更に含む。

【００３３】請求項２６の発明に於ては、請求項２４の
発明に於て前記差異部分を抽出する段階は、前記類似オ
ブジェクトに存在するが前記新規オブジェクトには存在
しない属性名があるとき、該存在しない属性名及び対応
する属性値をpart-of 関係で抽出して、part-of 関係の
クラスを該差異部分として生成する段階を更に含む。

【００３４】請求項２７の発明に於ては、請求項２５の
発明に於て前記差異部分を抽出する段階は、前記類似オ
ブジェクトに存在するが前記新規オブジェクトには存在
しない前記選択属性名があるとき、該存在しない選択属
性名及び対応する属性値をpart-of 関係で抽出して、pa
rt-of 関係のクラスを該差異部分として生成する段階を
更に含む。

【００３５】請求項２８の発明に於ては、請求項１３乃
至２７の発明に於て前記新規オブジェクトを格納すると
きに、該新規オブジェクトと前記類似オブジェクトとを
前記共通部分と前記差異部分とで関係付けることによ
り、前記既存オブジェクトの成長をはかる。

【００３６】請求項２９の発明に於ては、請求項２６乃
至２８の発明に於て前記スーパークラス、前記is-a関係
のクラス、及び前記part-of 関係のクラスは、階層的に
構築される。請求項３０の発明に於ては、請求項２６乃
至２９の発明に於て前記スーパークラス、前記is-a関係
のクラス、及び前記part-of 関係のクラスには、それら
の意味を表す感覚的表現を付与することができる。

【００３７】請求項３１の発明に於ては、請求項３０の
発明に於て前記階層構造は、斜め方向に前記オブジェク
ト間を結び付けるリンクを含むメッシュ構造である。請
求項３２の発明に於ては、請求項３１の発明に於て目的
オブジェクトに対応する曖昧な概念を入力し、該曖昧な
概念に対応する前記感覚的表現の一つを開始点として、
前記メッシュ構造に配置された該感覚的表現を用いて該
メッシュ構造の中を探索し、該目的オブジェクトを検索
する各段階を更に含む。

【００３８】請求項３３の発明に於ては、知識記憶装置
は、オブジェクトの属性値の入力により該属性値からな
るデータオブジェクトを生成する手段と、該データオブ
ジェクトの該属性値に属性名を付与して該属性名と該属
性値からなるインスタンスオブジェクトを生成すること
で該オブジェクトの認識を行う手段と、該インスタンス
オブジェクトを記憶領域に格納することにより該オブジ
ェクトの記憶を行う手段を含み、該入力、該認識、該記
憶をひとつの処理単位として実行する。

【００３９】請求項３４の発明に於ては、知識記憶装置
は、新規オブジェクトを入力する手段と、新規オブジェ
クトに類似する類似オブジェクトを既存オブジェクトの
中から検索する手段と、該新規オブジェクトと該類似オ
ブジェクトとの共通部分を抽出する手段と、該新規オブ
ジェクトと該類似オブジェクトとの差異部分を抽出する
手段と、該共通部分と該差異部分との結合として該新規
オブジェクトを認識する手段と、該共通部分と該差異部
分との該結合として該新規オブジェクトを記憶領域に格
納する手段を含む。

【００４０】請求項１の発明に於ては、オブジェクトを
定義する属性値を入力してから属性名を設定し、入力、
認識、記憶をひとつの処理単位として実行する。従っ
て、データ構造を知識データベース設計時ではなく、デ
ータの入力、認識、記憶時に決定することができる。

【００４１】請求項２の発明に於ては、クラスオブジェ
クトを生成して記憶領域に経験として格納することで経
験を蓄積する。請求項３の発明に於ては、クラスオブジ
ェクトをデータオブジェクトに当て嵌め、必要に応じて
データオブジェクトの属性名を修正、削除、追加してイ
ンスタンスオブジェクトを生成することで、蓄積された
経験を活用する。

【００４２】請求項４の発明に於ては、スーパークラス
オブジェクトを記憶領域に格納することで、蓄積された
経験の活用を容易にする。請求項５の発明に於ては、ス
ーパークラスの階層構造を形成することで、蓄積された
経験の活用を容易にする。

【００４３】請求項６の発明に於ては、上位のスーパー
クラスから下位のスーパークラスへと前記類似オブジェ
クトを検索することで、高速な検索を実現する。請求項
７の発明に於ては、検索用のインデックスを用いること
で、さらに高速な検索を実現する。

【００４４】請求項８の発明に於ては、全てのオブジェ
クトはメッシュ構造にリンクされているので、複合的な
認識が可能になる。請求項９の発明に於ては、オブジェ
クトは原子オブジェクトを含むことができる。

【００４５】請求項１０の発明に於ては、原子オブジェ
クトは知識ベースに格納される全ての実世界モデルに於
て存在することができる。請求項１１の発明に於ては、
指定オブジェクトの異なった認識に対応したスーパーク
ラスオブジェクト及びオブジェクトを検索結果として得
ることで、水平思考的検索を実現する。

【００４６】請求項１２の発明に於ては、第１のオブジ
ェクトと第２のオブジェクトの間を新規オブジェクトで
関連付けることで、閃き的検索を実現する。請求項１３
の発明に於ては、共通部分と差異部分との結合として新
規オブジェクトを認識し、共通部分と差異部分との結合
として新規オブジェクトを記憶領域に格納する。従っ
て、オブジェクトの再利用が容易になる。

【００４７】請求項１４の発明に於ては、新規オブジェ
クトは属性名及び属性値より定義される。請求項１５の
発明に於ては、ドメインの指定によって検索される類似
オブジェクトを動的に変化させることができる。

【００４８】請求項１６の発明に於ては、目的の指定に
よって検索される類似オブジェクトを動的に変化させる
ことができる。請求項１７の発明に於ては、ドメイン及
び目的に基づいた類似度判定方法を用いることで、定量
的に類似オブジェクトを検索する。

【００４９】請求項１８の発明に於ては、類似度判定方
法は、新規オブジェクトの属性名から選択された選択属
性名が既存オブジェクト内に存在するか否かと、選択属
性名に割り当てられた重み係数とに基づいて類似度を計
算することで、定量的に類似オブジェクトを検索する。

【００５０】請求項１９の発明に於ては、選択属性名及
び重み係数は、ドメイン及び目的に依存しているので、
それらを動的に変化させることができる。請求項２０の
発明に於ては、同一の属性名及び属性値を有するスーパ
ークラスを共通部分として生成することで、新規オブジ
ェクトと類似オブジェクトをこのスーパークラスで関連
づけることができる。

【００５１】請求項２１の発明に於ては、同一の選択属
性名及び対応する属性値を有するスーパークラスを共通
部分として生成することで、新規オブジェクトと類似オ
ブジェクトをこのスーパークラスで関連づけることがで
きる。請求項２２の発明に於ては、属性名は同一である
が属性値が異なるときに、同一の属性名をis-a関係で抽
出して、is-a関係のクラスを差異部分として生成するこ
とで、新規オブジェクトと類似オブジェクトをこのis-a
関係のクラスで関連づけることができる。

【００５２】請求項２３の発明に於ては、選択属性名は
同一であるが対応する属性値が異なるときに、同一の選
択属性名をis-a関係で抽出して、is-a関係のクラスを差
異部分として生成することで、新規オブジェクトと類似
オブジェクトをこのis-a関係のクラスで関連づけること
ができる。

【００５３】請求項２４の発明に於ては、新規オブジェ
クトに存在するが類似オブジェクトには存在しない属性
名があるとき、存在しない属性名及び対応する属性値を
part-of 関係で抽出して、part-of 関係のクラスを差異
部分として生成するので、新規オブジェクトと類似オブ
ジェクトをこのpart-of 関係のクラスで関連づけること
ができる。

【００５４】請求項２５の発明に於ては、新規オブジェ
クトに存在するが類似オブジェクトには存在しない選択
属性名があるとき、存在しない選択属性名及び対応する
属性値をpart-of 関係で抽出して、part-of 関係のクラ
スを差異部分として生成するので、新規オブジェクトと
類似オブジェクトをこのpart-of 関係のクラスで関連づ
けることができる。

【００５５】請求項２６の発明に於ては、類似オブジェ
クトに存在するが新規オブジェクトには存在しない属性
名があるとき、存在しない属性名及び対応する属性値を
part-of 関係で抽出して、part-of 関係のクラスを差異
部分として生成するので、新規オブジェクトと類似オブ
ジェクトをこのpart-of 関係のクラスで関連づけること
ができる。

【００５６】請求項２７の発明に於ては、類似オブジェ
クトに存在するが新規オブジェクトには存在しない選択
属性名があるとき、存在しない選択属性名及び対応する
属性値をpart-of 関係で抽出して、part-of 関係のクラ
スを差異部分として生成するので、新規オブジェクトと
類似オブジェクトをこのpart-of 関係のクラスで関連づ
けることができる。

【００５７】請求項２８の発明に於ては、新規オブジェ
クトと類似オブジェクトとを共通部分と差異部分とで関
係付けることにより、前記既存オブジェクトの成長をは
かることができる。請求項２９の発明に於ては、スーパ
ークラス、is-a関係のクラス、及びpart-of 関係のクラ
スは、階層的に構築されるので、検索用の基盤が与えら
れる。

【００５８】請求項３０の発明に於ては、スーパークラ
ス、is-a関係のクラス、及びpart-of 関係のクラスに
は、それらの意味を表す感覚的表現を付与するので、柔
軟な検索用の基盤が与えられる。請求項３１の発明に於
ては、階層構造は、斜め方向にオブジェクト間を結び付
けるリンクを含むメッシュ構造であるので、柔軟な検索
用の基盤が与えられる。

【００５９】請求項３２の発明に於ては、曖昧な概念に
対応する感覚的表現の一つを開始点として目的オブジェ
クトを検索するので、曖昧な検索を実現することができ
る。請求項３３の発明に於ては、知識記憶装置は、オブ
ジェクトを定義する属性値を入力してから属性名を設定
し、入力、認識、記憶をひとつの処理単位として実行す
る。従って、データ構造を知識データベース設計時では
なく、データの入力、認識、記憶時に決定することがで
きる。

【００６０】請求項３４の発明に於ては、知識記憶装置
は、共通部分と差異部分との結合として新規オブジェク
トを認識し、共通部分と差異部分との結合として新規オ
ブジェクトを記憶領域に格納する。従って、オブジェク
トの再利用が容易になる。

【００６１】

【発明の実施の形態】図１は、本発明による知覚・認識
・記憶を一体とした認識モジュール方式による知識デー
タベースの原理構成図を示す。図１において、知識デー
タベース１０はキーボード等の入力部１１、ＣＰＵ及び
メモリよりなる処理部１２、ＲＡＭやハードディスク等
の記憶部１３、及びＣＲＴディスプレイ等の表示部２０
を含む。

【００６２】入力部１１及び表示部２０は、オペレータ
と知識データベース１０との間の会話的処理を可能にす
る。入力部１１は、オペレータが入力したオブジェクト
に関するデータを受け取り、処理部１２が、会話的処理
に基づきそのデータを処理してオブジェクトを認識す
る。認識されたオブジェクトは、記憶部１３に格納され
る。また処理部１２は、オペレータからの指示に従い、
記憶部１３に格納されたデータに対して様々な種類の検
索を実行する。

【００６３】図２は、処理部１２の第１の実施例にした
がったブロック図を示し、ここに示される構成はコンピ
ュータによって実現される。第１の実施例に於て処理部
１２は、属性認識モジュール集合選択部１４、オブジェ
クト認識モジュール動的構成部１５、オブジェクト認識
モジュール認識部１６、属性認識モジュール認識部１
７、スーパークラスライク認識モジュール認識部１８、
及びスーパークラスライク認識モジュール作成部１９を
含む。更に処理部１２は、検索部２１を含む。

【００６４】処理部１２の各部分が協調して動作するこ
とによって、知識データベース１０は入力されたオブジ
ェクトを認識・記憶する。処理部１２の各部分の動作に
ついて説明するために、まず本発明に於て用いられるデ
ータ構造について説明する。図３は、本発明による認識
モジュール方式による認識と記憶を一体化したデータ構
造を説明する図である。図３に示されるように、あるオ
ブジェクトは、そのオブジェクトを認識するための属性
よりなり、これらの属性を認識モジュールと呼ぶ。

【００６５】本発明に於ては、オブジェクトを構成する
属性は属性名のみ、属性名及び属性値、或いは属性値の
みの３つの場合があり得る。これについて説明すると図
４のようになる。図４（ａ）に於て、写真というオブジ
ェクトは、属性名及び属性値の組み合せとして、人物：
龍、時：PM5:20；3/3 、場所：鎌倉の大仏像の前、も
の：写真、を有するオブジェクトである。ここで例え
ば、属性「もの：写真」以外の全ての属性値をNULL（空
白）にセットすることによって、図４（ｂ）に示される
ような、特定の写真ではない一般の「写真」というオブ
ジェクトを形成することが出来る。また実際には、図４
（ａ）のような写真のデータを入力する際には、属性名
が与えられずに属性値のみが与えられることが多い。つ
まりデータ入力の際には、「龍が、３月３日午後３：３
０に鎌倉の大仏の前で撮った写真」というデータが最初
に与えられる。本発明では、これを各属性値に分解し
て、属性値のみを有するオブジェクト（データオブジェ
クトと呼ぶ）として取り扱う。つまりこの場合には、図
４（ｃ）のような、属性値のみのオブジェクトが生成さ
れることになる。

【００６６】このように本発明は、クラスからインスタ
ンスが生成されるという従来のオブジェクト指向の枠組
に制限されない。そして、クラスオブジェクト（属性名
のみを有するオブジェクト）、インスタンスオブジェク
ト( 属性名と属性値とを有するオブジェクト）、データ
オブジェクト（属性値のみを有するオブジェクト）が共
存し、各々から他を生成することが出来る構成となって
いる。

【００６７】本発明に於て、各属性を認識モジュールと
呼ぶのは、各属性がオブジェクトを認識する素となって
いるからである。そしてオブジェクトは、属性名及び属
性値を有するインスタンスオブジェクトを生成したとき
に認識される。これを図４（ａ）を用いて説明する。こ
の「写真」というインスタンスオブジェクトを翻訳する
と、「龍という人物、３月３日午後５：２０という時、
鎌倉の前という場所、写真というもの」という説明文を
作成することが出来る。ここで、この説明文は、この
「写真」の認識そのものであると考えることが出来る。
つまり言葉を変えて言うならば、この「写真」というイ
ンスタンスオブジェクトは、このオブジェクトの認識そ
のものに関する情報から構成されている。従って、この
ようにインスタンスオブジェクトを生成し格納すること
は、このオブジェクトを認識して記憶することに対応す
る。

【００６８】人間の記憶機構に於ては、認識していない
情報を記憶することは出来ず、記憶される情報は全て知
覚・認識されたものである。人間は、知覚したものを認
識し、そして認識された時点でその認識対象を記憶す
る。つまり、人間の脳に於ては、知覚・認識・記憶が一
体となって処理が行われている。本発明は、このような
人間の情報処理機構に対応させて、知覚（データ入力）
・認識・記憶を一体のものとして扱うのである。

【００６９】また、本発明に於ては、図３に示されるよ
うに、オブジェクトの各認識モジュールは、各々が対応
するオブジェクトを形成する。そしてそれらのオブジェ
クトは、各々が更なる認識モジュールから構成される。
例えば、図４（ａ）の例に於ては、人物：龍という一つ
の認識モジュールは、年齢、職業等の各属性（各認識モ
ジュール）を有した、龍という人物を記述するオブジェ
クトを形成することになる。このようにして、本発明に
於ては、各認識モジュールが入れ子構造となっている。

【００７０】このような入れ子構造となった認識モジュ
ールの説明図を図５に示す。図５に示されるように、入
れ子構造はツリー状及びネットワーク状の構造に限られ
るのではない。例えば、オブジェクトＸは認識モジュー
ルｃを有し、オブジェクトｃが認識モジュールＸを有す
ると言うように、各オブジェクトはメッシュ状にリンク
されている。そして、このようにメッシュ状に結合され
たオブジェクトの一塊を、一つのオブジェクト（複合オ
ブジェクトと呼ぶ）として捉えることも出来る。

【００７１】またこのような入れ子構造に於ては、図５
に示されるように、最小の単位としてのオブジェクト
（原子オブジェクトと呼ぶ）が存在する。この原子オブ
ジェクトは、属性からなるオブジェクトとして生成する
ことが出来ない、即ち説明文を考えることが出来ないよ
うな実体に対するものである。例えば、人間のニューロ
ンに当てはめれば、知覚器官である目や耳等に存在する
５感をつかさどる神経系の末端のニューロンが、この原
子オブジェクトに対応すると考えられる。この原子オブ
ジェクトは、言葉、プログラム、ファイル、画面、或い
は帳簿等にも存在する。

【００７２】本発明に於ては、上述したような認識と記
憶を一体化したデータ構造、即ち認識モジュール構造を
用いて知識データベースを構築する。図６に本発明の第
一実施例に従った記憶方式を実現する処理のフローチャ
ートを示す。本発明の記憶方式においては、まずデータ
オブジェクトが入力され、そのデータオブジェクトにク
ラスオブジェクトを当て嵌めてインスタンスオブジェク
トを生成することによって、オブジェクトの認識が行わ
れる。

【００７３】ステップＳ１に於て、属性認識モジュール
をいくつか選択する。ここで言う属性認識モジュールの
選択とは、オペレータがオブジェクトの属性名を入力す
ることによって属性名を収集することである。つまりデ
ータベースに格納されるオブジェクトに対して、オペレ
ータはオブジェクトを記述するに相応しいと思われる属
性名を入力する。このことはつまり、オペレータがどの
ような属性でもってそのオブジェクトを認識しているの
かが、データベースに反映されることを意味する。

【００７４】ステップＳ２に於て、選択した属性認識モ
ジュールを集めてオブジェクト認識モジュールを構成す
る。ここで言うオブジェクト認識モジュールとは、図４
（ｂ）で説明した認識モジュール（属性名のみ）の集ま
りで表現されたクラスオブジェクトのことである。つま
りステップＳ２に於ては、属性名だけから構成されるク
ラスオブジェクトを生成する。なおこのステップＳ２ま
での段階は、ステップＳ３以降のオブジェクトの入力・
認識・記憶の処理のための準備処理であり、さまざまな
オブジェクトに対して、クラスオブジェクト（属性名の
みを有するオブジェクト）を生成することに相当する。

【００７５】ステップＳ３に於て、データストリームを
入力する。つまり入力したいオブジェクトに対して属性
値を入力する。これによってそのオブジェクトに対する
データオブジェクトが生成されることになる。ステップ
Ｓ４に於て、スーパークラスライク認識モジュールでオ
ブジェクトを認識する。ここで言うスーパークラスライ
クとは、複数のオブジェクからそれらに共通な属性を取
り出すことにより生成されたスーパークラスのことであ
り、また更にはオブジェクト思考におけるis-a関係やpa
rt-of 関係等をも含むスーパークラスである。このステ
ップＳ４に於ては、あらかじめ格納されているクラスオ
ブジェクトのうちで、ステップＳ３に於て入力されたデ
ータオブジェクトに対応するクラスオブジェクトを検索
する。この検索に際して、共通属性を取り出すことによ
り形成された「オブジェクト−スーパークラスライク」
の階層構造において、上位のスーパークラスライクから
下位のスーパークラスライクへと目的のクラスオブジェ
クトを探していく。この場合、上位のスーパークラスの
方が意味的に曖昧になっているために、この検索は曖昧
検索を実現するものであると解釈することができる。曖
昧検索については、後ほど更に詳述する。ステップＳ４
に於て、検索された既存のクラスオブジェクトが入力さ
れたデータオブジェクトに一致するものであるときは、
データオブジェクトに検索されたクラスオブジェクトを
当て嵌めてインスタンスオブジェクトを生成する。つま
り入力されたオブジェクトを認識する。

【００７６】ステップＳ５に於て、オブジェクト認識モ
ジュールでオブジェクトを認識する。ここでは、ステッ
プＳ４に於て検索されたクラスオブジェクトが入力され
たデータオブジェクトに完全に一致しないときに、オペ
レータが一致していない部分の属性名を変更あるいは追
加することによってインスタンスオブジェクトを生成す
る。これによって入力されたオブジェクトを認識する。
なお、ステップＳ４の処理を行うことなく、ステップＳ
５に於て全ての属性名をオペレータが与えることによっ
てインスタンスオブジェクトを生成することも可能であ
る。

【００７７】ステップＳ６に於て、認識されたオブジェ
クト即ちインスタンスオブジェクトを記憶部に格納す
る。ステップＳ７に於て、新しいスーパークラスライク
認識モジュールを作成する。このステップＳ７に於ては
まず、ステップＳ５に於てインスタンスオブジェクトが
形成された場合は、そのインスタンスオブジェクトの属
性名を取り出して新しいクラスオブジェクトを作成す
る。更に、この新たに作成されたクラスオブジェクトを
既存のクラスオブジェクトと比較することによって共通
の属性を取り出して、それら共通の属性を有するスーパ
ークラスライクを作成する。このスーパークラスライク
の作成は、新たに上位のスーパークラスライクを作成す
ることができる限り続ける。

【００７８】ステップＳ８に於て、作成されたクラスオ
ブジェクト及びスーパークラスライクを記憶部に記憶す
る。図６に示されるフローチャートの処理にしたがっ
て、図１の本発明の知識データベース１０はオブジェク
トの知覚（入力）・認識・記憶を一体化して行う。図２
を再び参照して、処理部１２の各部分の動作について説
明する。

【００７９】図２に於て、属性認識モジュール集合選択
部１４は、上記ステップＳ１に対応して、オブジェクト
を認識するための属性名（認識モジュール）を収集す
る。属性認識モジュール集合選択部１４によって収集さ
れた属性名は、オブジェクト認識モジュール動的構成部
１５によってクラスオブジェクトにまとめられる。即
ち、オブジェクト認識モジュール動的構成部１５は、い
くつかの属性名が集められて構成された複数のクラスオ
ブジェクトを構成する。

【００８０】オブジェクト認識モジュール認識部１６
は、入力部１１に入力されたデータストリームを受け取
りデータオブジェクトを生成する。更に、スーパークラ
スライク認識モジュール認識部１８を動作させ、そのデ
ータオブジェクトに当て嵌めるべきクラスオブジェクト
を検索させる。スーパークラスライク認識モジュール認
識部１８は、入力部１１からのデータストリームに基づ
いて、記憶部１３に格納された上位のスーパークラスラ
イクから下位のスーパークラスライクへと目的のクラス
オブジェクトを探していく。スーパークラスライク認識
モジュール認識部１８は、目的のクラスオブジェクトを
見つけると、それをオブジェクト認識モジュール認識部
１６に供給する。オブジェクト認識モジュール認識部１
６は、与えられたクラスオブジェクトをデータオブジェ
クトに当て嵌めて、インスタンスオブジェクトを生成し
て認識を行うと共に、記憶部１３にインスタンスオブジ
ェクトを格納する。

【００８１】スーパークラスライク認識モジュール認識
部１８によって検索されたクラスオブジェクトがデータ
オブジェクトに一致しない場合、オブジェクト認識モジ
ュール認識部１６は、一致しない属性名の修正、或いは
不足する属性名の取得を必要とする。そのような場合、
オブジェクト認識モジュール認識部１６は、属性認識モ
ジュール認識部１７を動作させ、属性名の修正或いは属
性名の新たな取得を行わせる。属性認識モジュール認識
部１７は、表示部２０にデータオブジェクト及びクラス
オブジェクトを表示する。オペレータは表示部２０に表
示された情報に基づいて、入力部１１を介して属性名を
修正・追加する。属性認識モジュール認識部１７は修正
・追加された属性名を入力部１１から受け取り、これら
をオブジェクト認識モジュール認識部１６に供給する。
オブジェクト認識モジュール認識部１６は、修正・追加
された属性名を用いてクラスオブジェクトをデータオブ
ジェクトに当て嵌めて、インスタンスオブジェクトを生
成して認識を行うと共に、記憶部１３にインスタンスオ
ブジェクトを格納する。この際、スーパークラスライク
認識モジュール作製部１９は、新たに作成されたクラス
を記憶部１３に格納すると共に、スーパークラスライク
を生成し記憶部１３に格納する。

【００８２】このようにして、知識データベース１０
は、オブジェクトの入力データストリームに対してクラ
スオブジェクトを当て嵌めてインスタンスオブジェクト
を作成し、オブジェクトの認識・記憶を行う。図７は、
本発明の第１実施例に従った、知識データベース１０に
於ける曖昧検索の処理を示すフローチャートである。こ
の曖昧検索の処理は、図２のスーパークラスライク認識
モジュール認識部１８によって実行される。

【００８３】ステップＳ１１に於て、入力されたデータ
ストリームに対して一番上のスーパークラスライクを検
索する。ステップＳ１２に於て、目的のオブジェクトが
存在するかどうかをチェックする。目的のオブジェクト
が存在しない場合、ステップＳ１３に進む。目的のオブ
ジェクトが存在する場合はステップＳ１５に進む。

【００８４】ステップＳ１３に於て、１レベル下のスー
パークラスライクを検索する。ステップＳ１４に於て、
目的のオブジェクトが存在するかどうかをチェックす
る。目的のオブジェクトが存在しない場合、ステップＳ
１３に戻り以降のステップを繰り返す。目的のオブジェ
クトが存在する場合はステップＳ１５に進む。

【００８５】ステップＳ１５に於て、得られたオブジェ
クトを出力する。以上の曖昧検索の様子を図８に示す。
図８に示されるように、曖昧検索においては、上位の階
層のより曖昧なスーパークラスライクから、下位の階層
のより具体的なスーパークラスライクへと目的のオブジ
ェクトを探してナビゲートして行く。上位の階層のスー
パークラスライクは、意味的により曖昧で広義なもので
あるために、この方法によって高速に目的のオブジェク
トを検索することができる。即ち、人間の記憶機構にお
いて実現されているような曖昧な概念を用いた高速な検
索が、本発明による知識データベース１０によって提供
される。

【００８６】スーパークラスライクの階層数が大きくな
り、検索速度が問題となるような場合は、ナビゲート用
の展開インデックスを用意するようにすればよい。この
場合、展開インデックスの方式としてIndex 方式、Hush
方式、B-tree方式等を用いて、必要と思われる階層まで
をシャフルしてインデックスを付ければよい。

【００８７】オペレータからの要求により展開インデッ
クスを用いて検索速度を向上させる処理のフローチャー
トを図９に示す。図９に於て、ステップＳ２１で、オペ
レータからの展開要求があるかどうかを判断する。展開
要求がある場合、ステップＳ２２に於て、格納された知
識データを全文検索することにより、オペレータからの
要求内容のデータを収集する。ステップＳ２２の後は、
ステップＳ２４に進む。ステップＳ２１に於て、展開要
求がないと判断された場合、ステップＳ２３で、すでに
展開テーブルが作成されているかどうかを判断する。展
開テーブルが作成されていない場合は、処理を終了す
る。

【００８８】既に展開テーブルが作成されている場合、
これは以前にオペレータから展開要求があったというこ
とを意味する。従って、新たに更新された階層構造に対
しても展開テーブルを作成する必要がある。従って、ス
テップＳ２３で既に展開テーブルが作成されていると判
断された場合は、ステップＳ２４に進む。

【００８９】ステップＳ２４に於て、展開テーブルを作
成し、処理を終了する。このようにして、インデックス
を用いた展開をすることによって、スーパークラスライ
クの階層構造が深くなった場合でも、知識データベース
１０は高速に曖昧検索を行うことができる。

【００９０】次に、知識データベース１０に於ける水平
思考的検索について説明する。人間はひとつの実体に対
してあたかも関係ないと思われるような複数の解釈をす
ることができる。例えば、「林檎」という実体について
考えてみる。林檎は食べ物であると解釈することができ
るが、ボールとして使用することも可能であり、また重
しとして文鎮の変わりに使用することも可能である。さ
らには、林檎は絵画を書くときの被写体として使用する
こともできるし、一輪挿しの花瓶として用いることもで
きる。即ち、「林檎」という実体に対しては、食べ物、
ボール、文鎮、被写体、花瓶等の異なった複数の解釈が
可能であることになる。これを人間の水平思考と呼ぶ。
このような水平思考の仕組みを、本発明の認識モジュー
ル構成によって実現することができる。

【００９１】即ち「林檎」というオブジェクトが、例え
ば、一属性として「形：丸い」を有し、更にほかの属性
として「性質：投げられる」を有していたとする。ま
た、この「林檎」というオブジェクトが生成された時
に、知識データベース１０には「ボール」という別のオ
ブジェクトが存在し、同様に「形：丸い」及び「性質：
投げられる」を属性として有していたとする。この場
合、２つのオブジェクト「林檎」と「ボール」は、属性
「形：丸い」及び「性質：投げられる」を共通の属性と
して有するので、これらの共通属性を有するスーパーク
ラスライクが生成される。この様子を図１０に示す。こ
のようにして生成されたスーパークラスライクは、例え
ば、「ボールのようなもの」というオブジェクトとして
知識データベース内に格納される。

【００９２】同様に、オブジェクト「林檎」は、フルー
ツ（或いは食べ物）と言うスーパークラスライクを有す
るであろうし、文鎮（のようなもの）、被写体、花瓶
（のようなもの）等のスーパークラスライクを有するこ
とができる。従って、このようにして構成された階層構
造を用いて、水平思考的な検索を実現することができ
る。そのような階層構造を図１１に示す。図１１に於
て、下位層のオブジェクトは、各々に対する異なった認
識を表すスーパークラスライクを上位オブジェクトとし
て有する。従って、この階層構造の中で例えば「林檎」
と言うオブジェクトを起点として、「ボールのようなも
の」を介して「ボール」と言うオブジェクトを発見し、
それを検索結果として出力することができる。

【００９３】図１２に水平思考的検索の処理のフローチ
ャートを示す。この処理は、図２の知識データベース１
０の検索部２１によって実行される。ステップＳ３１に
於て、どのようなデータを収集すればよいのかに関する
情報をオペレータから受け取る。ステップＳ３２で、そ
のようにして収集されたデータが既に存在するのか否か
を判断する。既に存在する場合は処理を終了する。その
ようなデータが存在しない場合、ステップＳ３３で、記
憶部１３に格納されたデータを全文検索して、データ収
集条件に合うものをテーブルに集める。ステップＳ３４
で、全文検索が終了したかどうかを判断する。終了して
いない場合は、ステップＳ３３に戻り全文検索を更に行
う。全文検索が終了した場合は、全体の処理を終了す
る。

【００９４】このような水平思考的検索の処理は、全文
検索であるためにデータ収集を終了するまでに長い時間
を要する。しかしながらこの処理は、知識データベース
システム１０が他の処理を行っている間、或いは、アイ
ドル時間に実行すればよいために、長時間を要すること
は問題とはならない。

【００９５】次に、知識データベースシステム１０に於
ける閃き的検索に関して説明する。人間は水平思考とよ
く似た閃きをおこすことができるが、この閃きの定義は
一般に難しい。ここでは閃きを、あるオブジェクト及び
それと関連のないオブジェクトの間で、何らかの関連を
見いだすことと定義する。この定義を人間の思考過程に
当て嵌めてみると、ある物について考えているとき、そ
の物とは全く関連がないと思われた別の物が何らかの関
連をもって閃くことに相当する。

【００９６】つまり本発明に於ては、ある物を拡大解釈
しながら他の物も拡大解釈することによって、拡大解釈
した物どうしの間で何らかの関連を見つけることとして
閃きを定義する。これは、本発明に於ける入れ子構造の
認識モジュール構造を用いることによって実現すること
ができる。これを説明する図を図１３に示す。

【００９７】図１３に於て、関連のない（共通の属性を
有さない）ような２つのオブジェクトＡ及びＢについ
て、入れ子構造になった認識モジュールを次々に検索し
ていき、Ａから出発した検索とＢから出発した検索との
間で共通する認識モジュールを探す。そして共通する認
識モジュール（属性）が見つかった場合、それを属性と
する新たなオブジェクトＣを生成する。この処理によ
り、一見関連のないと思われたオブジェクトＡとＢと
は、Ｃというオブジェクトによって関連づけられること
になる。

【００９８】図１４は閃き的検索の処理のフローチャー
トを示す。ステップＳ４１に於て、関係の少ない複数の
オブジェクトがオペレータにより入力される。ステップ
Ｓ４２に於て、入れ子認識で各認識モジュールを更に入
れ子処理をし、複数のオブジェクトの内容の一致するも
のを探す。ステップＳ４３で、一致するものがあるかど
うかを判断する。一致するものがない場合、ステップＳ
４４に進む。ステップＳ４４で、入れ子構造になった全
ての認識モジュールが検索されたかどうかを判断する。
全て検索された場合処理を終了し、検索対象が残ってい
る場合には、ステップＳ４２に戻り、以降のステップを
繰り返す。

【００９９】ステップＳ４３で一致するものがあると判
断された場合は、ステップＳ４５に進む。ステップＳ４
５に於て、一致する属性を有するオブジェクトを生成す
る。オブジェクト生成後、処理を終了する。以上のよう
にして、本発明の第１実施例は、認識モジュール構造を
用いることによって、知覚（データ入力）・認識・記憶
が一体となった記憶方式を実現することができる。更
に、本発明の第１実施例は、高速度な曖昧検索、高機能
な水平思考的検索及び閃き検索検索を行うことによっ
て、オペレータの知的活動を援助することができる。

【０１００】本発明の第２実施例は、過去に経験した知
識と比較して新たな知識を獲得する知識獲得方法、即ち
再認識方式に関する。図１５は、図１に示される知的デ
ータベース１０の処理部１２の第２実施例のブロック図
を示すものであり、ここに示された構成はコンピュータ
によって実現される。図１５に示された第２実施例は、
図２の第１実施例の部分中で知識の再認識方式に関する
部分を詳細に示したものである。

【０１０１】図２の第１実施例の記憶方式に於ては、デ
ータオブジェクトに対して過去に経験したクラスオブジ
ェクトを当て嵌めてインスタンスオブジェクトを生成し
認識・記憶する。このように新規オブジェクトを記憶
（格納）するときに、新規オブジェクトを既に存在する
オブジェクトと関連づけて、共通部分及び差異部分を認
識して格納することを再認識と呼ぶ。図１５に示される
第２実施例は、このような再認識方式を実現するもので
ある。

【０１０２】図１５に於て、処理部１２は、相違度判定
方法選択部３１、類似検索部３２、スーパークラスライ
ク検索部３３、検索結果出力部３４、共通部分検出部３
５、差異部分検出部３６、スーパークラスライク定義登
録部３７、改造部分検出部３８、削除部分検出部３９、
追加部分抽出部４０、関係付け登録部４１を含む。これ
らの各部分が協調動作することによってオブジェクトの
再認識を実現するが、各部分の動作を説明する前に、本
発明における再認識の概念について説明する。

【０１０３】図１６は、再認識の概念について説明する
図である。図１６（ａ）のようなファイルをコピーする
プログラムが存在する場合に、図１６（ｂ）のようなレ
コードをコピーするプログラムが新規入力された場合を
考える。このとき、図１６（ａ）及び（ｂ）に示される
ように、ディスクリード機能、ディスクライト機能、フ
ァイル認識機能は、両者のプログラムにおいて共通であ
る。また、ファイルコピープログラムに於て、「対象：
ファイル」と言う属性は差異部分である。更に、「機
能：レコード認識機能」及び「対象：レコード」の属性
は、レコードコピープログラムに於て差異部分である。
従って、図１６（ｂ）に示されるレコードコピープログ
ラムが入力された時点で、ファイルコピープログラムは
「共通部分＋対象：ファイル」として認識される。また
レコードコピープログラムは「共通部分＋（機能：レコ
ード認識機能＋対象：レコード）」として認識される。
本発明に於て認識とは、第１実施例においても述べたよ
うに、インスタンスオブジェクトを生成・格納すること
である。即ち、新規インスタンスオブジェクトを既存の
インスタンスオブジェクトと上記のようにして関連づけ
て格納することが再認識である。この再認識により、後
述するように、経験として蓄えられた知識の再利用が可
能となる。

【０１０４】このような再認識の際の共通部分及び差異
部分の決定は固定的なものではなく、ドメイン（応用分
野）の指定の仕方によってダイナミックに変化する。例
えば、図１７に示された例を考える。図１７（ａ）は図
１６（ａ）と同一のファイルコピープログラムであり、
図１７（ｂ）は図１６（ｂ）と同一のレコードコピープ
ログラムである。この２つのプログラムが存在する場合
に、図１７（ｃ）のようなレコード表示のプログラムが
新規入力されたとする。このとき例えばファイル操作と
いうドメインが設定されたとすると、此処にある全ての
プログラムが対象となるので、図１７（ｄ）、（ｅ）、
（ｆ）に示されるような認識のされ方をする。またレコ
ード操作というドメインが設定されたとすると、図１７
（ｇ）及び（ｈ）に示されるような認識のされ方をす
る。このように、どのようなグループで再認識を実行す
るかというグループの見方を選択することによって、検
索を効率的に行うことができる。

【０１０５】また更に、共通部分及び差異部分の認識
は、目的に応じてダイナミックに変化させることができ
る。図１８は、これを説明するための図である。、図１
８（ａ）のようなファイルコピープログラムがあらかじ
め存在し、図１８（ｂ）のレコードエディットのプログ
ラムを作成する場合を例にとって考える。なお知識デー
タベース１０に於ては、プログラムの実体（ソースコー
ド或いは実行可能コード）は実データとして格納され、
図１８（ａ）及び（ｂ）に示されるようなプログラムの
属性は実データを管理するメタデータとして格納されて
いる。図１８（ｂ）の属性よりなるオブジェクト（メタ
データ）を新規入力すると、知識データベース１０は類
似する属性を有するオブジェクト（図１８（ａ））を検
索して、オブジェクト同士を比較して再認識する。この
とき認識された共通部分及び差異部分の情報に基づい
て、オペレータは実データのプログラムを変更・追加し
て、レコード表示のプログラムを得ることができる。即
ち、知識の再利用を行うことができる。

【０１０６】目的が「レコードエディットのプログラム
の作成」である場合、例えば、図１８（ｂ）の「使用言
語」、「稼働マシン」、「外部インターフェース」の各
属性が選択される。そしてこれら選択された属性につい
て、共通部分及び差異部分の認識を行うように知識デー
タベース１０は動作する。そして類似オブジェクトの検
索及び比較による再認識の結果、共通部分は「使用言
語：Ｃ」及び「稼働マシン：ＳＵＮ４」、そして差異部
分は「外部インターフェース：」として認識される。こ
のような各属性の選択は、目的に応じてダイナミックに
設定される。例えば、レコードエディットのプログラム
が既に存在しているとして、ユーザがレコードエディッ
トプログラムを使用することを望むとき、目的は「レコ
ードエディットプログラムの使用」である。この場合、
例えば、単に「機能：ファイルコピー、レコードエディ
ット」の属性が指定されることになる。

【０１０７】このように目的に応じて共通部分及び差異
部分の認識を変化させることにより、目的に適した項目
のみを選択的に検索できるので、検索の効率化を計るこ
とができる。図１９は本発明の第２実施例による再認識
の処理を示すフローチャートである。この処理は、図１
５に示される処理部１２の第２実施例によって実現され
る。

【０１０８】ステップＳ５１で、ドメインを入力してグ
ループの見方を決定する。ステップＳ５２で目的を入力
して、ドメインと目的とによって類似度判定方法を選択
する。類似度判定方法の一例を図２０に示す。図２０
（ａ）は、目的別に応じてどの属性を選択し、各々の属
性にどのような重み付けを与えるかを定義したパラメー
タテーブルを示す。ステップＳ５２で入力された目的に
応じて、このパラメータテーブルをアクセスして、各々
の属性に対する重み付け係数を得る。そして例えば、図
２０（ｂ）に示されるような類似度判定式を用いて類似
度を計算し、新規オブジェクトに類似するオブジェクト
を記憶部１３から検索することになる。

【０１０９】ステップＳ５３に於て、新規オブジェクト
が入力される。ステップＳ５４に於て、類似検索の処理
が実行される。このステップＳ５４に於てはまず、検索
条件である各属性が、ある既存オブジェクトの属性デー
タ（メタデータ）として存在するかどうかが判定され
る。そして、検索条件の各属性の有無を図２０（ｂ）の
判定式に代入し、類似を計算する。この類似度がある値
以上のオブジェクトを、検索条件を満たすオブジェクト
として抽出する。

【０１１０】ステップＳ５５に於て、新規オブジェクト
の属性が、検索されたオブジェクトの属性と比較され、
属性名及び属性値のそれぞれが両者間で一致するかどう
か判定される。両者間で属性名及び属性値が同一の属性
については、ステップＳ５６に処理が進む。ステップＳ
５６に於て、同一属性名及び同一属性値の属性をひとま
とまりの共通部分として抽出する。次に、ステップＳ５
７に於て、新規にスーパークラス或いはスーパークラス
ライクを作り登録し、上位リンクと下位リンクを付け
る。その後、ステップＳ６４に処理が進む。

【０１１１】なお、第２実施例においてはスーパークラ
スライクの定義を、第１実施例に於けるものとは異なる
ものとして用いている。第１実施例においては、共通属
性を抽出してまとめたクラスオブジェクトをスーパーク
ラスライクと定義した。しかしながら、第２実施例にお
いては、共通属性を抽出してまとめたオブジェクトはス
ーパークラスライクではなくスーパークラスと定義す
る。そしてスーパークラスライクとは、そのスーパーク
ラスに対してオペレータが感覚的に定義した属性のこと
である。

【０１１２】両者間で同一属性名であるが異なる属性値
の属性については、ステップＳ５８に処理が進む。ステ
ップＳ５８に於て、同一属性名であるが異なる属性値の
属性をis-aとして抽出する。次に、ステップＳ５９に於
て、新規にis-aのクラスまたはクラスライクを作成し登
録する。ここでクラスライクとは、対象のクラスに対し
てオペレータが感覚的に定義した属性である。その後、
ステップＳ６４に処理が進む。

【０１１３】新規オブジェクトにあるが既存オブジェク
トにない属性については、ステップＳ６０に処理が進
む。ステップＳ６０に於て、新規オブジェクトにあるが
既存オブジェクトにない属性をpart-of として抽出す
る。次に、ステップＳ６１に於て、新規にpart-of のク
ラスまたはクラスライクを作成し登録する。その後、ス
テップＳ６４に処理が進む。

【０１１４】新規オブジェクトにないが既存オブジェク
トにある属性については、ステップＳ６２に処理が進
む。ステップＳ６２に於て、新規オブジェクトにないが
既存オブジェクトにある属性をpart-of として抽出す
る。次に、ステップＳ６３に於て、新規にpart-of のク
ラスまたはクラスライクを作成し登録する。その後、ス
テップＳ６４に処理が進む。

【０１１５】ステップＳ６４に於て、新規オブジェクト
のメタデータ作成、実データ、クラス、クラスライクへ
のリンク付け、及び実データの書き込みが行われる。こ
れで処理を終了する。図１９に示されるフローチャート
の処理にしたがって、図１の本発明の知識データベース
１０はオブジェクトの再認識を行う。図１５を再び参照
して、第２実施例にしたがった処理部１２の各部分の動
作について説明する。

【０１１６】入力部１１からドメイン及び目的が入力さ
れると、相違度判定方法選択部３１はドメインと目的と
に基づいて類似度判定方法を選択する。入力部１１から
新規データが入力されると、類似検索部３２が類似検索
を実行する。この類似検索に於ては、スーパークラスラ
イク検索部３３を介して、記憶部１３に格納されたスー
パークラスライク階層構造内で類似オブジェクトを検索
する。類似オブジェクトが検索されると、検索結果が検
索結果出力部３４に表示される。また新規オブジェクト
と検索された類似オブジェクトとの共通部分が、共通部
分検出部３５によって検出され記憶部１３に格納され
る。更に、両者の差異部分が、差異部分検出部３６によ
って検出され記憶部１３に格納される。また更に、スー
パークラスライクを登録するのであれば、スーパークラ
スライク登録部３７によってスーパークラスライクを記
憶部１３に登録する。

【０１１７】差異部分検出部３６の出力に基づいて、改
造部分検出部３８は差異部分のうち改造されるべき部分
を検出する。また、差異部分検出部３６の出力に基づい
て、削除部分検出部３９は差異部分のうち削除されるべ
き部分を検出する。更に、追加部分抽出部４０は、差異
部分検出部３６の出力に基づいて差異部分のうち追加さ
れる部分を検出する。改造部分検出部３８、削除部分検
出部４０、及び追加部分抽出部４０の出力に基づいて、
関係付け登録部４１は、新規オブジェクト及び既存オブ
ジェクトの間の関連付けを行い、その間連付けを記憶部
１３に格納する。

【０１１８】図１９のフローチャートに示される再認識
処理によって、新規オブジェクトと既存オブジェクトが
関連づけられて認識される様子を図２１に示す。図２１
は、図１８（ａ）及び（ｂ）に示されたファイルコピー
プログラム及びレコードエディットプログラムを再び例
として用いている。

【０１１９】図２１に示されるように、作成者、使用言
語、稼働マシンの各属性は、両プログラム間で属性名及
び属性値ともに同一であるから（図１８参照）、共通属
性をまとめたスーパークラスとして抽出される。また、
作成時期、機能、外部インターフェース、プログラムサ
イズ、処理時間、構造の各属性は、両プログラム間で属
性名は一致するが属性値が異なるので、is-a関係のクラ
スとして抽出される。また更に、エディット入力装置の
属性は、レコードエディットプログラムにしか存在しな
いのでpart-of 関係のクラスとして抽出される。ここ
で、属性値が異なる属性については更に、どの属性が一
致するかをチェックしてis-a関係やpart-of 関係として
引き出す。このようにして各々のプログラムが、共通部
分と差異部分とで認識される。

【０１２０】更に、各々のプログラムに対して、図２２
に示されるようにスーパークラスライクな属性を付ける
ことができる。このスーパークラスライクな属性は、上
述したように、オペレータが感覚的に与える属性であ
る。更には、図２３に示されるように、両方のオブジェ
クトに「データを操作するプログラム」というスーパー
クラスライクを上位の概念として与えることもできる。

【０１２１】このようにしてスーパークラスライクで構
成された階層構造に於ては、ツリー上の構造だけではな
く、図２４に示されるような斜めのリンクの存在を許
す。従って、図２４の階層構造に於て「ファイルのコピ
ー」というオブジェクトの検索を実行した場合、網かけ
で示されるように、３つの「ファイル単位のコピー」の
オブジェクトが互いに関連づけられたものとして抽出さ
れる。また各オブジェクトには、オペレータの感覚的な
概念を表すス−パークラスライク属性が付けられている
ので、曖昧な概念からでも目的のオブジェクトを効率よ
く抽出することができる。また図２５のように、「ラベ
ル無しのファイルをコピー」というオブジェクトを検索
した場合、知識データベース１０は、磁気テープファイ
ルとディスクファイルとのいずれが対象であるのかをオ
ペレータに質問してもよい。この場合、オペレータが磁
気テープが対象であると指示することによって、図２５
に示されるように「ファイル単位のコピー（ラベル無
し）」のオブジェクトが選択される。

【０１２２】このようにして、本発明の第２実施例の再
認識方法に従えば、新規オブジェクトを、既存オブジェ
クトとの比較に於ける共通部分と差異部分として表現し
て認識する。従って、本発明の第２実施例に於ては、既
存オブジェクトの不完全な知識を成長させることができ
るとともに、知識の増大に伴うデータ量の増大を押さえ
ることができる。更に、共通部分と差異部分とに関する
情報を基にして、既存のデータ（実データ）の再利用を
計ることができる。また、本発明の第２実施例に於て
は、オペレータの感覚に基づくスーパークラスライクを
属性として与えることができるので、曖昧な検索を行う
ことができる。

【０１２３】

【発明の効果】請求項１の発明に於ては、データ構造を
入力、認識、記憶時に決定するのでデータスキーマを知
識データベース構築時に決定する必要がなく、動作環境
の変化に対応可能な知識データベースを構築することが
できる。

【０１２４】請求項２の発明に於ては、クラスオブジェ
クトを生成して記憶領域に格納することで経験を蓄積す
るので、経験を知識として蓄積する知識データベースを
構築ことができる。請求項３の発明に於ては、蓄積され
た経験を活用し、動作環境の変化に対応可能な知識デー
タベースを構築することができる。

【０１２５】請求項４の発明に於ては、蓄積された経験
を容易に活用できる知識データベースを構築することが
できる。請求項５の発明に於ては、蓄積された経験を容
易に活用できる知識データベースを構築することができ
る。

【０１２６】請求項６の発明に於ては、高速な検索を実
現する知識データベースを構築することができる。請求
項７の発明に於ては、検索用のインデックスを用いるこ
とで、さらに高速な検索を実現する知識データベースを
構築することができる。

【０１２７】請求項８の発明に於ては、全てのオブジェ
クトはメッシュ構造にリンクされているので、複合的な
認識が可能な知識データベースを構築することができ
る。請求項９の発明に於ては、オブジェクトは原子オブ
ジェクトを含むことができる。

【０１２８】請求項１０の発明に於ては、原子オブジェ
クトは知識ベースに格納される全ての実世界モデルに於
て存在することができる。請求項１１の発明に於ては、
水平思考的検索を実現することができる高度な検索機能
を有した知識データベースを構築することができる。

【０１２９】請求項１２の発明に於ては、閃き的検索を
実現することができる高度な検索機能を有した知識デー
タベースを構築することができる。請求項１３の発明に
於ては、オブジェクトの再利用が容易な知識データベー
スを構築することができる。

【０１３０】請求項１４の発明に於ては、新規オブジェ
クトは属性名及び属性値より定義されことができる。請
求項１５の発明に於ては、ドメインの指定によって検索
される類似オブジェクトを動的に変化させるので、効率
的な類似検索が可能になる。

【０１３１】請求項１６の発明に於ては、目的の指定に
よって検索される類似オブジェクトを動的に変化させる
ので、効率的な類似検索が可能になる。請求項１７の発
明に於ては、定量的に類似オブジェクトを検索すること
ができる。

【０１３２】請求項１８の発明に於ては、定量的に類似
オブジェクトを検索することができる。請求項１９の発
明に於ては、選択属性名及び重み係数を動的に変化させ
るので、効率的な類似検索が可能となる。

【０１３３】請求項２０の発明に於ては、新規オブジェ
クトと類似オブジェクトをスーパークラスで関連づける
ことができるので、不完全な知識の成長をはかる知識デ
ータベースを構築することができる。請求項２１の発明
に於ては、新規オブジェクトと類似オブジェクトをスー
パークラスで関連づけることができるので、不完全な知
識の成長をはかる知識データベースを構築することがで
きる。

【０１３４】請求項２２の発明に於ては、新規オブジェ
クトと類似オブジェクトをis-a関係のクラスで関連づけ
ることができるので、不完全な知識の成長をはかる知識
データベースを構築することができる。請求項２３の発
明に於ては、新規オブジェクトと類似オブジェクトをis
-a関係のクラスで関連づけることができるので、不完全
な知識の成長をはかる知識データベースを構築すること
ができる。

【０１３５】請求項２４の発明に於ては、新規オブジェ
クトと類似オブジェクトをpart-of関係のクラスで関連
づけることができるので、不完全な知識の成長をはかる
知識データベースを構築することができる。請求項２５
の発明に於ては、新規オブジェクトと類似オブジェクト
をpart-of関係のクラスで関連づけることができるの
で、不完全な知識の成長をはかる知識データベースを構
築することができる。

【０１３６】請求項２６の発明に於ては、新規オブジェ
クトと類似オブジェクトをpart-of関係のクラスで関連
づけることができるので、不完全な知識の成長をはかる
知識データベースを構築することができる。請求項２７
の発明に於ては、新規オブジェクトと類似オブジェクト
をpart-of関係のクラスで関連づけることができるの
で、不完全な知識の成長をはかる知識データベースを構
築することができる。

【０１３７】請求項２８の発明に於ては、既存オブジェ
クトの成長をはかることができる知識データベースを構
築することができる。請求項２９の発明に於ては、高速
な検索用の基盤が与えられた知識データベースを構築す
ることができる。

【０１３８】請求項３０の発明に於ては、柔軟な検索用
の基盤が与えられた知識データベースを構築することが
できる。請求項３１の発明に於ては、柔軟な検索用の基
盤が与えられた知識データベースを構築することができ
る。

【０１３９】請求項３２の発明に於ては、曖昧な検索を
実現する知識データベースを構築することができる。請
求項３３の発明に於ては、知識記憶装置は、データ構造
を入力、認識、記憶時に決定するのでデータスキーマを
知識データベース構築時に決定する必要がなく、動作環
境の変化に対応可能な知識データベースを構築すること
ができる。

【０１４０】請求項３４の発明に於ては、知識記憶装置
は、オブジェクトの再利用が容易な知識データベースを
構築することができる。

【図面の簡単な説明】

【図１】本発明による知識データベースシステムのブロ
ック図である。

【図２】図１の処理部の第１の実施例に従うブロック図
である。

【図３】本発明に於けるオブジェクトのデータ構造を示
す概念図である。

【図４】（ａ）、（ｂ）、（ｃ）はそれぞれ、本発明に
於ける属性名及び属性値からなるオブジェクト、属性名
からなるオブジェクト、属性値からなるオブジェクトの
例を示す図である。

【図５】本発明に於けるオブジェクト間のメッシュ構造
を示す概念図である。

【図６】本発明に於ける記憶方式の処理を示す流れ図で
ある。

【図７】本発明に於ける曖昧検索の処理を示す流れ図で
ある。

【図８】本発明に於ける曖昧検索における検索の様子を
示す概念図である。

【図９】本発明に於ける高速な曖昧検索のための展開テ
ーブル作成処理を示す流れ図である。

【図１０】本発明に於ける水平思考的検索を説明するた
めの概念図である。

【図１１】本発明に於ける水平思考的検索を説明するた
めの概念図である。

【図１２】本発明に於ける水平思考的検索の処理を示す
流れ図である。

【図１３】本発明に於ける閃き的検索を説明するための
概念図である。

【図１４】本発明に於ける閃き検索の処理を示す流れ図
である。

【図１５】図１の処理部の第２の実施例に従うブロック
図である。

【図１６】（ａ）及び（ｂ）は、本発明に於ける再認識
処理を説明するための概念図である。

【図１７】（ａ）から（ｈ）は、本発明に於て、ドメイ
ンによりグループの見方が変化することの例を示す図で
ある。

【図１８】（ａ）及び（ｂ）は、本発明に於て、共通部
分及び差異部分の決定が選択された属性名に対して行わ
れることの例を示す図である。

【図１９】本発明に於ける再認識処理を示す流れ図であ
る。

【図２０】本発明に於ける再認識処理で用いられる類似
度判定式の例を示す図である。

【図２１】本発明の再認識処理に於ける共通部分及び差
異部分の抽出の例を示す図である。

【図２２】本発明の再認識処理に於けるオブジェクトに
付与されるスーパークラスライク属性の例を示す図であ
る。

【図２３】本発明の再認識処理に於けるオブジェクトに
付与されるスーパークラスライク属性の例を示す図であ
る。

【図２４】本発明に於けるスーパークラスライク階層内
の斜めリンクを示す図である。

【図２５】本発明に於けるスーパークラスライク階層内
での曖昧な概念による検索を示す概念図である。

【符号の説明】

１０知識データベースシステム１１入力部１２処理部１３記憶部１４属性認識モジュール集合選択部１５オブジェクト認識モジュール動的構成部１６オブジェクト認識モジュール認識部１７属性認識モジュール認識部１８スーパークラスライク認識モジュール認識部１９スーパークラスライク認識モジュール作成部２０表示部２１検索部３１相違度判定方法選択部３２類似検索部３３スーパークラスライクによる検索部３４検索結果出力部３５共通部分検出部３６差異部分検出部３７スーパークラスライク定義登録部３８改造部分検出部３９削除部分検出部４０追加部分抽出部４１関係付け登録部

───────────────────────────────────────────────────── フロントページの続き (72)発明者泉寛幸神奈川県川崎市中原区上小田中1015番地富士通株式会社内 (72)発明者村川雅彦神奈川県川崎市中原区上小田中1015番地富士通株式会社内 (72)発明者中村勝一福岡県福岡市博多区博多駅前一丁目４番４号富士通九州通信システム株式会社内

Claims

【特許請求の範囲】

【請求項１】オブジェクトの属性値の入力により該属
性値からなるデータオブジェクトを生成し；該データオ
ブジェクトの該属性値に属性名を付与して該属性名と該
属性値からなるインスタンスオブジェクトを生成するこ
とで該オブジェクトの認識を行い；該インスタンスオブ
ジェクトを記憶領域に格納することにより該オブジェク
トの記憶を行う各段階を含み、該入力、該認識、該記憶
をひとつの処理単位として実行することを特徴とする知
識データベースに知識を記憶する知識記憶方法。
【請求項２】前記インスタンスオブジェクトの前記属
性名よりなるクラスオブジェクトを生成して前記記憶領
域に経験として格納する段階を更に含むことを特徴とす
る請求項１記載の知識記憶方法。
【請求項３】前記認識を行う段階は、経験として前記記憶領域に格納された前記クラスオブジ
ェクトを前記データオブジェクトに当て嵌め；必要に応
じて該データオブジェクトの前記属性名を修正、削除、
追加することにより前記インスタンスオブジェクトを生
成する各段階を含むことを特徴とする請求項２記載の知
識記憶方法。
【請求項４】前記経験として格納する段階は、前記インスタンスオブジェクトの前記属性名と同一の属
性名をいくつか有する類似オブジェクトを前記記憶領域
内で検索し；該インスタンスオブジェクトと該類似オブ
ジェクトとの該同一の属性名を抽出し；該同一の属性名
よりなるスーパークラスオブジェクトを生成し；前記ク
ラスオブジェクトの上位クラスとして該スーパークラス
オブジェクトを該記憶領域に格納する各段階を更に含む
ことを特徴とする請求項２または３記載の知識記憶方
法。
【請求項５】前記スーパークラスオブジェクトに対し
て上位のスーパークラスオブジェクトを繰り返し生成し
前記記憶領域に格納することによって、該スーパークラ
スの階層構造を形成する段階を更に含むことを特徴とす
る請求項４記載の知識記憶方法。
【請求項６】前記検索する段階は、前記階層構造内で
上位のスーパークラスから下位のスーパークラスへと前
記類似オブジェクトを検索する段階を含むことを特徴と
する請求項５記載の知識記憶方法。
【請求項７】前記検索する段階は、検索用のインデッ
クスを用いることを特徴とする請求項６記載の知識記憶
方法。
【請求項８】前記属性名及び前記属性値の各々は属性
名及び属性値の少なくとも一方よりなる更なるオブジェ
クトとして表現され、該属性名及び該属性値の各々とそ
れに対応する該オブジェクトを結ぶリンクによって、全
ての該オブジェクトはメッシュ構造にリンクされている
ことを特徴とする請求項１乃至７いずれか一項記載の知
識記憶方法。
【請求項９】前記メッシュ構造にリンクされた前記オ
ブジェクトは、その前記属性名及び前記属性値が更なる
オブジェクトとして表現されることができない原子オブ
ジェクトを含むことを特徴とする請求項８記載の知識記
憶方法。
【請求項１０】前記原子オブジェクトは前記知識ベー
スに格納される全ての実世界モデルに於て存在すること
を特徴とする請求項９記載の知識記憶方法。
【請求項１１】あるオブジェクトが指定され；該指定
オブジェクトを前記階層構造内で検索し；該指定オブジ
ェクトの前記スーパークラスオブジェクトの各々を検索
し；該スーパークラスオブジェクトの各々、及び該スー
パークラスオブジェクトの各々の下位クラスである前記
オブジェクトを検索結果とする各段階を含み、該指定オ
ブジェクトの異なった認識に対応した該スーパークラス
オブジェクト及び該オブジェクトを検索結果として得る
ことを特徴とする請求項４乃至１０いずれか一項記載の
知識記憶方法。
【請求項１２】第１のオブジェクト及び第２のオブジ
ェクトが指定され；前記メッシュ構造内で前記属性名及
び前記属性値から前記オブジェクトへ向かう方向を下流
方向として、該第１のオブジェクトに関連する第１の関
連オブジェクトを該メッシュ構造内の該下流方向に次々
と検索し；該第２のオブジェクトに関連する第２の関連
オブジェクトを該メッシュ構造内の該下流方向に次々と
検索し；該第１の関連オブジェクトと該第２の関連オブ
ジェクトとの間で一致する属性名及び属性値を抽出し；
該一致する属性名及び属性値よりなる新規オブジェクト
を生成し；該新規オブジェクトを記憶する各段階を含
み、該第１のオブジェクトと該第２のオブジェクトの間
を該新規オブジェクトで関連付けることによって知的活
動の援助を行うことを特徴とする請求項８乃至１１いず
れか一項記載の知識記憶方法。
【請求項１３】新規オブジェクトを入力し；新規オブ
ジェクトに類似する類似オブジェクトを既存オブジェク
トの中から検索し；該新規オブジェクトと該類似オブジ
ェクトとの共通部分を抽出し；該新規オブジェクトと該
類似オブジェクトとの差異部分を抽出し；該共通部分と
該差異部分との結合として該新規オブジェクトを認識
し；該共通部分と該差異部分との該結合として該新規オ
ブジェクトを記憶領域に格納する各段階を含む知識記憶
方法。
【請求項１４】前記入力する段階は、前記新規オブジ
ェクトの属性名及び属性値を入力する段階を含むことを
特徴とする請求項１３記載の知識記憶方法。
【請求項１５】ドメインを入力する段階を更に含み、
該ドメインの指定によって検索される前記類似オブジェ
クトが異なることを特徴とする請求項１３または１４記
載の知識記憶方法。
【請求項１６】目的を入力する段階を更に含み、該目
的の指定によって検索される前記類似オブジェクトが異
なることを特徴とする請求項１３乃至１５いずれか一項
記載の知識記憶方法。
【請求項１７】前記検索する段階は、前記ドメイン及び前記目的に基づいて類似度判定方法を
決定し；該類似度判定方法を用いて前記類似オブジェク
トを検索する各段階を含む請求項１６記載の知識記憶方
法。
【請求項１８】前記類似度判定方法は、前記新規オブ
ジェクトの前記属性名から選択された選択属性名が前記
既存オブジェクト内に存在するか否かと、該選択属性名
に割り当てられた重み係数とに基づいて類似度を計算す
ることを特徴とする請求項１７記載の知識記憶方法。
【請求項１９】前記選択属性名及び前記重み係数は、
前記ドメイン及び前記目的に依存していることを特徴と
する請求項１８記載の知識記憶方法。
【請求項２０】前記共通部分を抽出する段階は、前記
新規オブジェクトと前記類似オブジェクトとの間で前記
属性名及び前記属性値の両方が同一であるときに、同一
の該属性名及び該属性値を有するスーパークラスを該共
通部分として生成する段階を更に含むことを特徴とする
請求項１４乃至１７いずれか一項記載の知識記憶方法。
【請求項２１】前記共通部分を抽出する段階は、前記
新規オブジェクトと前記類似オブジェクトとの間で前記
選択属性名及び対応する属性値の両方が同一であるとき
に、同一の該選択属性名及び該対応する属性値を有する
スーパークラスを該共通部分として生成する段階を更に
含むことを特徴とする請求項１８または１９記載の知識
記憶方法。
【請求項２２】前記差異部分を抽出する段階は、前記
新規オブジェクトと前記類似オブジェクトとの間で前記
属性名は同一であるが前記属性値が異なるときに、同一
の該属性名をis-a関係で抽出して、is-a関係のクラスを
該差異部分として生成する段階を更に含むことを特徴と
する請求項２０記載の知識記憶方法。
【請求項２３】前記差異部分を抽出する段階は、前記
新規オブジェクトと前記類似オブジェクトとの間で前記
選択属性名は同一であるが対応する属性値が異なるとき
に、同一の該選択属性名をis-a関係で抽出して、is-a関
係のクラスを該差異部分として生成する段階を更に含む
ことを特徴とする請求項２１記載の知識記憶方法。
【請求項２４】前記差異部分を抽出する段階は、前記
新規オブジェクトに存在するが前記類似オブジェクトに
は存在しない属性名があるとき、該存在しない属性名及
び対応する属性値をpart-of 関係で抽出して、part-of
関係のクラスを該差異部分として生成する段階を更に含
むことを特徴とする請求項２２記載の知識記憶方法。
【請求項２５】前記差異部分を抽出する段階は、前記
新規オブジェクトに存在するが前記類似オブジェクトに
は存在しない前記選択属性名があるとき、該存在しない
選択属性名及び対応する属性値をpart-of 関係で抽出し
て、part-of関係のクラスを該差異部分として生成する
段階を更に含むことを特徴とする請求項２３記載の知識
記憶方法。
【請求項２６】前記差異部分を抽出する段階は、前記
類似オブジェクトに存在するが前記新規オブジェクトに
は存在しない属性名があるとき、該存在しない属性名及
び対応する属性値をpart-of 関係で抽出して、part-of
関係のクラスを該差異部分として生成する段階を更に含
むことを特徴とする請求項２４記載の知識記憶方法。
【請求項２７】前記差異部分を抽出する段階は、前記
類似オブジェクトに存在するが前記新規オブジェクトに
は存在しない前記選択属性名があるとき、該存在しない
選択属性名及び対応する属性値をpart-of 関係で抽出し
て、part-of関係のクラスを該差異部分として生成する
段階を更に含むことを特徴とする請求項２５記載の知識
記憶方法。
【請求項２８】前記新規オブジェクトを格納するとき
に、該新規オブジェクトと前記類似オブジェクトとを前
記共通部分と前記差異部分とで関係付けることにより、
前記既存オブジェクトの成長をはかることを特徴とする
請求項１３乃至２７いずれか一項記載の知識記憶方法。
【請求項２９】前記スーパークラス、前記is-a関係の
クラス、及び前記part-of 関係のクラスは、階層的に構
築されることを特徴とする請求項２６乃至２８いずれか
一項記載の知識獲得方法。
【請求項３０】前記スーパークラス、前記is-a関係の
クラス、及び前記part-of 関係のクラスには、それらの
意味を表す感覚的表現を付与することができることを特
徴とする請求項２６乃至２９いずれか一項記載の知識獲
得方法。
【請求項３１】前記階層構造は、斜め方向に前記オブ
ジェクト間を結び付けるリンクを含むメッシュ構造であ
ることを特徴とする請求項３０記載の知識獲得方法。
【請求項３２】目的オブジェクトに対応する曖昧な概
念を入力し；該曖昧な概念に対応する前記感覚的表現の
一つを開始点として、前記メッシュ構造に配置された該
感覚的表現を用いて該メッシュ構造の中を探索し；該目
的オブジェクトを検索する各段階を更に含むことを特徴
とする請求項３１記載の知識獲得方法。
【請求項３３】オブジェクトの属性値の入力により該
属性値からなるデータオブジェクトを生成する手段と；
該データオブジェクトの該属性値に属性名を付与して該
属性名と該属性値からなるインスタンスオブジェクトを
生成することで該オブジェクトの認識を行う手段と；該
インスタンスオブジェクトを記憶領域に格納することに
より該オブジェクトの記憶を行う手段を含み、該入力、
該認識、該記憶をひとつの処理単位として実行すること
を特徴とする知識データベースに知識を記憶する知識記
憶装置。
【請求項３４】新規オブジェクトを入力する手段と；
新規オブジェクトに類似する類似オブジェクトを既存オ
ブジェクトの中から検索する手段と；該新規オブジェク
トと該類似オブジェクトとの共通部分を抽出する手段
と；該新規オブジェクトと該類似オブジェクトとの差異
部分を抽出する手段と；該共通部分と該差異部分との結
合として該新規オブジェクトを認識する手段と；該共通
部分と該差異部分との該結合として該新規オブジェクト
を記憶領域に格納する手段を含む知識記憶装置。