特許ウォッチ

公開番号2025013554
公報種別公開特許公報(A)
公開日2025-01-24
出願番号2024194874,2023005549
出願日2024-11-07,2023-01-18
発明の名称情報処理装置、制御方法、プログラム
出願人キヤノンマーケティングジャパン株式会社,キヤノンITソリューションズ株式会社
代理人個人,個人
主分類G06F 16/31 20190101AFI20250117BHJP(計算;計数)
要約【課題】本発明では、文書データの検索において検索者にとって望ましい検索結果が得られる仕組みを提供することを目的とする。
【解決手段】本発明は、文書に含まれるセクションを検索する情報処理装置であって、検索条件である複数の文字列に対し、前記複数の文字列を含む文書に含まれる前記複数の文字列の少なくとも1つを含むセクションを出力するよう制御する出力制御手段、を備えることを特徴とする。
【選択図】図1
特許請求の範囲【請求項１】
文書に含まれるセクションを検索する情報処理装置であって、
検索条件である複数の文字列に対し、前記複数の文字列を含む文書に含まれる前記複数の文字列の少なくとも１つを含むセクションを出力するよう制御する出力制御手段、
を備えることを特徴とする情報処理装置。
続きを表示（約 840 文字）【請求項２】
検索条件となる文字列と文書とを対応付ける第１索引情報と、検索条件となる文字列とセクションとを対応付ける第２索引情報とを管理する管理手段を備え、
前記出力制御手段は、前記第１索引情報により特定される文書に含まれるセクションのうち、前記第２索引情報により特定されるセクションを出力するよう制御することを特徴とする請求項１に記載の情報処理装置。
【請求項３】
前記出力制御手段は、前記第１索引情報を用いて決定される文書に係る評価値、および、前記第２索引情報を用いて決定されるセクションに係る評価値に基づく順序に従って、前記特定されるセクションを出力するよう制御することを特徴とする請求項２に記載の情報処理装置。
【請求項４】
前記文書は複数のセクションで構成されることを特徴とする請求項１に記載の情報処理装置。
【請求項５】
前記出力制御手段は、前記複数の文字列を含む文書に含まれる前記複数の文字列の少なくとも１つを含むセクションを識別表示すべく出力するよう制御することを特徴とする請求項１に記載の情報処理装置。
【請求項６】
文書に含まれるセクションを検索する情報処理装置の制御方法であって、
出力制御手段が、検索条件である複数の文字列に対し、前記複数の文字列を含む文書に含まれる前記複数の文字列の少なくとも１つを含むセクションを出力するよう制御する表示制御ステップ、
を備えることを特徴とする情報処理装置の制御方法。
【請求項７】
文書に含まれるセクションを検索する情報処理装置において実行可能なプログラムであって、
前記情報処理装置を、
検索条件である複数の文字列に対し、前記複数の文字列を含む文書に含まれる前記複数の文字列の少なくとも１つを含むセクションを出力するよう制御する出力制御手段、
として機能させるためのプログラム。

発明の詳細な説明【技術分野】
【０００１】
文書データを検索する技術に関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
文書検索において、一つの文書を複数の文書セクションに分割したうえで文書セクションごとの検索を行う課題が存在する。特に、検索の目的が特定の文書セクションを見つけることである場合に文書セクションごとの検索が行われる。
【０００３】
例えば会議を文字起こしした文書を検索するにあたり、一回の会議の文字起こし全体を一文書とみなし、個々の発言の文字起こしを文書セクションとみなすことができる。ここで、発言とは一人の話者による連続した発話であり、話者交代や息継ぎなどの適当なマーカーにより会議全体を複数の発言に分割することができる。一回の会議が雑多な話題を含んでいる場合に、会議全体を検索するよりも発言単位で検索したい場面があり、その際に発言単位での検索が有用である。
【０００４】
非特許文献１に示された国会審議映像検索システムは、国会審議における発言の全文検索を行い、検索結果として得られた発言からその発言周辺の審議映像を閲覧することが可能なシステムである。検索は発言単位で行われ、検索結果の一覧においては会議名や発言者が表示される。
【０００５】
特許文献１は、Ｗｅｂページのように１文書に多様な話題が含まれる文書を、複数の文章ブロックに分割し、検索クエリを全て含む文章ブロックを検索する方法について示している。さらに、検索結果として出力する文章ブロックの順序を決定する際に、文章ブロックの言語的特徴を用いている。
【０００６】
特許文献２は、文書全体の検索インデックスによって文書を検索した後、検索された各文書について、文内部分構造に基づいて検索語を含む文内部分文を抽出して検索結果として表示する方法について示している。文内部分文の抽出処理は検索時の処理として行われ、検索結果として得られた文書を動的に解析している。さらに、特許文献２では文内部分構造を用いて検索語の文脈を簡潔に表示する方法も示している。
【先行技術文献】
【特許文献】
【０００７】
特開２０１０－２５７１５５号公報
特開２００３－２４２１７５号公報
【非特許文献】
【０００８】
増山幹高,"国会審議映像検索システムの機能開発状況",GRIPS Discussion Paper 20-11,GRIPS Policy Research Center,2020年12月
【発明の開示】
【発明が解決しようとする課題】
【０００９】
特許文献１のように複数の検索キーワードを含む検索クエリが与えられた時に検索キーワードを全て含む文書セクションを検索する方法では、文書内のいくつかの文書セクションを総合的に見れば検索者の意図に合致している文書でも、文書セクション単位では検索キーワードを全て含むものが存在しない場合には検索にヒットしないという課題がある。特に、文書セクションが短い単位で区切られている場合に、ヒットしない事象が発生しやすい。
【００１０】
一方で、文書セクション中に検索キーワードのいずれか１個でも含めば検索にヒットする方法では、検索者の意図に合致しない文書セクションがヒットしてしまうという課題もある。
（【００１１】以降は省略されています）

関連特許