特許ウォッチ

公開番号2024128597
公報種別公開特許公報(A)
公開日2024-09-24
出願番号2023037638
出願日2023-03-10
発明の名称類似文書検索装置、類似文書検索方法およびプログラム
出願人清水建設株式会社
代理人弁理士法人酒井国際特許事務所
主分類G06F 16/33 20190101AFI20240913BHJP(計算;計数)
要約【課題】検索精度を向上することができる類似文書検索装置、類似文書検索方法およびプログラムを提供する。
【解決手段】入力する検索語に関連した文書である関連文書に類似した文書である類似文書を、予め登録されている複数の文書の中から検索する装置10であって、入力された前記検索語に基づいて、所定のルールベースで前記検索語と予め紐付けられている前記関連文書を抽出する関連文書抽出部14と、抽出した前記関連文書と、予め登録されている各文書の類似度を算出し、算出した類似度に基づいて前記類似文書を検索する類似文書検索部16とを備えるようにする。
【選択図】図1
特許請求の範囲【請求項１】
入力する検索語に関連した文書である関連文書に類似した文書である類似文書を、予め登録されている複数の文書の中から検索する装置であって、
入力された前記検索語に基づいて、所定のルールベースで前記検索語と予め紐付けられている前記関連文書を抽出する関連文書抽出部と、
抽出した前記関連文書と、予め登録されている各文書の類似度を算出し、算出した類似度に基づいて前記類似文書を検索する類似文書検索部とを備えることを特徴とする類似文書検索装置。
続きを表示（約 290 文字）【請求項２】
入力する検索語に関連した文書である関連文書に類似した文書である類似文書を、予め登録されている複数の文書の中から検索する方法であって、
入力された前記検索語に基づいて、所定のルールベースで前記検索語と予め紐付けられている前記関連文書を抽出するステップと、
抽出した前記関連文書と、予め登録されている各文書の類似度を算出し、算出した類似度に基づいて前記類似文書を検索するステップとを有することを特徴とする類似文書検索方法。
【請求項３】
請求項２に記載の類似文書検索方法をコンピュータに実行させることを特徴とするプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、文書の類似度に基づいて文書を検索する類似文書検索装置、類似文書検索方法およびプログラムに関するものである。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
従来、コンピュータによる自然言語処理の一つとして、データベースに記憶された文書の中から入力文書に類似する文書を検索する検索処理が知られている（例えば、特許文献１を参照）。また、検索対象の文書中から、出現頻度ベースなどの特定のアルゴリズムによって文書を特徴づけるキーワードを抽出し、ユーザが入力したワードとキーワードの言語空間におけるベクトル同士のなす角度の近さを表現するコサイン類似度等を算出して、関連性の高い文書を出力する技術が知られている。
【先行技術文献】
【特許文献】
【０００３】
特許第６１９０９０４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかし、ある文書群Ａを検索したい場合において、入力条件（上記のワードと同等）と文書群Ａとの類似性が著しく低いときには、検索精度が落ちるおそれがある。すなわち、上記のワードに類似するキーワードを文書群Ａが多く保有しない場合には、従来の検索方法によるベクトルを使った類似度計算が有効でない可能性がある。
【０００５】
例えば、建設分野の文書の中から、塩害対策の文書群Ａを検索して出力させるために、検索語（ワード）を「構造：Ｓ（鉄骨）造」かつ「沿岸からの距離３００ｍ以内」に設定した場合を考える。この場合、「沿岸からの距離３００ｍ以内」は自然言語処理上、塩害対策をあまり要求されない「沿岸からの距離３０００ｍ以内」等とほぼ同じように扱われる蓋然性が高いことから、塩害対策以外の文書群まで出力される可能性が高い。このように、検索語に含まれる数値の持つ意味合いが考慮されないと、検索精度が低下するおそれがある。
【０００６】
本発明は、上記に鑑みてなされたものであって、検索精度を向上することができる類似文書検索装置、類似文書検索方法およびプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００７】
上記した課題を解決し、目的を達成するために、本発明に係る類似文書検索装置は、入力する検索語に関連した文書である関連文書に類似した文書である類似文書を、予め登録されている複数の文書の中から検索する装置であって、入力された前記検索語に基づいて、所定のルールベースで前記検索語と予め紐付けられている前記関連文書を抽出する関連文書抽出部と、抽出した前記関連文書と、予め登録されている各文書の類似度を算出し、算出した類似度に基づいて前記類似文書を検索する類似文書検索部とを備えることを特徴とする。
【０００８】
また、本発明に係る類似文書検索方法は、入力する検索語に関連した文書である関連文書に類似した文書である類似文書を、予め登録されている複数の文書の中から検索する方法であって、入力された前記検索語に基づいて、所定のルールベースで前記検索語と予め紐付けられている前記関連文書を抽出するステップと、抽出した前記関連文書と、予め登録されている各文書の類似度を算出し、算出した類似度に基づいて前記類似文書を検索するステップとを有することを特徴とする。
【０００９】
また、本発明に係るプログラムは、上述した類似文書検索方法をコンピュータに実行させることを特徴とする。
【発明の効果】
【００１０】
本発明に係る類似文書検索装置によれば、入力する検索語に関連した文書である関連文書に類似した文書である類似文書を、予め登録されている複数の文書の中から検索する装置であって、入力された前記検索語に基づいて、所定のルールベースで前記検索語と予め紐付けられている前記関連文書を抽出する関連文書抽出部と、抽出した前記関連文書と、予め登録されている各文書の類似度を算出し、算出した類似度に基づいて前記類似文書を検索する類似文書検索部とを備えるので、検索精度を向上することができるという効果を奏する。
（【００１１】以降は省略されています）

関連特許