特許 6955963 検索装置、類似度算出方法、およびプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6955963

(24)【登録日】2021年10月6日

(45)【発行日】2021年10月27日

(54)【発明の名称】検索装置、類似度算出方法、およびプログラム

(51)【国際特許分類】

   G06F 16/33 20190101AFI20211018BHJP

   G06F 40/211 20200101ALI20211018BHJP

【ＦＩ】

   G06F16/33

   G06F40/211

【請求項の数】6

【全頁数】12

(21)【出願番号】特願2017-210819(P2017-210819)

(22)【出願日】2017年10月31日

(65)【公開番号】特開2019-82931(P2019-82931A)

(43)【公開日】2019年5月30日

【審査請求日】2020年8月25日

(73)【特許権者】

【識別番号】000006208

【氏名又は名称】三菱重工業株式会社

(74)【代理人】

【識別番号】100149548

【弁理士】

【氏名又は名称】松沼 泰史

(74)【代理人】

【識別番号】100162868

【弁理士】

【氏名又は名称】伊藤 英輔

(74)【代理人】

【識別番号】100161702

【弁理士】

【氏名又は名称】橋本 宏之

(74)【代理人】

【識別番号】100189348

【弁理士】

【氏名又は名称】古都 智

(74)【代理人】

【識別番号】100196689

【弁理士】

【氏名又は名称】鎌田 康一郎

(74)【代理人】

【識別番号】100210572

【弁理士】

【氏名又は名称】長谷川 太一

(72)【発明者】

【氏名】中島 章

【審査官】 後藤 彰

(56)【参考文献】

【文献】 特開２００８−１５２６４１（ＪＰ，Ａ）

【文献】 特開２００９−１９９２８０（ＪＰ，Ａ）

【文献】 特開２００７−２４１９０８（ＪＰ，Ａ）

【文献】 特開２００４−０３８６０６（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １６／００−１６／９５８

Ｇ０６Ｆ ４０／００−４０／５８

(57)【特許請求の範囲】

【請求項1】

第１の文および第２の文を構成する語別に特徴量を特定する特徴量特定部と、
前記第１の文および前記第２の文を構成する前記語毎の文法的な役割を特定する役割特定部と、
前記第１の文を構成する語の特徴量と、前記第２の文を構成する語のうち前記第１の文を構成する前記語と共通する役割の語に係る特徴量との類似度である語間類似度を特定する語間類似度特定部と、
前記語別の前記語間類似度に基づいて前記第１の文と前記第２の文との類似度である文間類似度を特定する文間類似度特定部と
を備え、
前記語間類似度特定部は、前記第１の文を構成する前記語と同じ役割の語が前記第２の文にない場合に、前記第１の文を構成する前記語に係る語間類似度を所定のペナルティ値にする
類似度特定装置。

【請求項2】

前記文間類似度特定部は、前記語の役割に応じた重み係数を用いた前記語間類似度の荷重和を計算することで、文間類似度を特定する
請求項１に記載の類似度特定装置。

【請求項3】

前記特徴量は、語彙数より少ない次元数のベクトルである
請求項１または請求項２に記載の類似度特定装置。

【請求項4】

前記役割特定部は、構文解析処理結果に基づいて前記語別に役割を特定する
請求項１から請求項３のいずれか１項に記載の類似度特定装置。

【請求項5】

コンピュータが、第１の文および第２の文を構成する語別に特徴量を特定するステップと、
前記コンピュータが、前記第１の文および前記第２の文を構成する前記語毎の文法的な役割を特定するステップと、
前記コンピュータが、前記第１の文を構成する語の特徴量と、前記第２の文を構成する語のうち前記第１の文を構成する前記語と同じ役割の語に係る特徴量との類似度である語間類似度を特定するステップと、
前記コンピュータが、前記第１の文を構成する前記語と同じ役割の語が前記第２の文にない場合に、前記第１の文を構成する前記語に係る語間類似度を所定のペナルティ値にするステップと、
前記コンピュータが、前記語別の前記語間類似度に基づいて前記第１の文と前記第２の文との類似度である文間類似度を特定するステップと
を含む類似度特定方法。

【請求項6】

コンピュータに、
第１の文および第２の文を構成する語別に特徴量を特定するステップと、
前記第１の文および前記第２の文を構成する前記語毎の文法的な役割を特定するステップと、
前記第１の文を構成する語の特徴量と、前記第２の文を構成する語のうち前記第１の文を構成する前記語と同じ役割の語に係る特徴量との類似度である語間類似度を特定するステップと、
前記第１の文を構成する前記語と同じ役割の語が前記第２の文にない場合に、前記第１の文を構成する前記語に係る語間類似度を所定のペナルティ値にするステップと、
前記語別の前記語間類似度に基づいて前記第１の文と前記第２の文との類似度である文間類似度を特定するステップと
を実行させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、検索装置、類似度算出方法、およびプログラムに関する。

【背景技術】

【0002】

特許文献１には、２つの文をそれぞれ特徴ベクトルに変換して類似度を計算し、その後、構文解析を用いて係り受け関係等が一致する単語を除くことで、２つの文の差異を抽出する技術が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特許第５３６７０９９号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

２つの文を比較する際、特許文献１に記載されたように文の特徴ベクトルどうしの類似度を計算すると、２つの文に共通して互いに類似する語が出現する場合に、類似度が高くなる。しかしながら、互いに類似する語が、２つの文において必ずしも同じ役割を担っているとは限らない。例えば、第１の文“A boy has a small dictionary”と、第２の文“A small boy has a dictionary”とでは、第１の文では語“small”が“dictionary”を修飾しているのに対し、第２の文では語“small”が“boy”を修飾している。一方で、２つの文に出現する語は一致しているので、文の特徴ベクトルの類似度は高く評価されてしまう。
本発明の目的は、２つの文に出現する語の役割を加味して類似度を算出する検索装置、類似度算出方法、およびプログラムを提供することにある。

【課題を解決するための手段】

【0005】

本発明の第１の態様によれば、類似度特定装置（１００）は、第１の文および第２の文を構成する語別に特徴量を特定する特徴量特定部（１０５）と、前記第１の文および前記第２の文を構成する前記語毎の文法的な役割を特定する役割特定部（１０６）と、前記第１の文を構成する語の特徴量と、前記第２の文を構成する語のうち前記第１の文を構成する前記語と共通する役割の語に係る特徴量との類似度である語間類似度を特定する語間類似度特定部（１０８）と、前記語別の前記語間類似度に基づいて前記第１の文と前記第２の文との類似度である文間類似度を特定する文間類似度特定部（１０９）とを備える。これにより、類似度特定装置は、２つの文に出現する語の役割を加味して類似度を特定することができる。

【0006】

本発明の第２の態様によれば、第１の態様に係る類似度特定装置における前記文間類似度特定部は、前記語の役割に応じた重み係数を用いた前記語間類似度の荷重和を計算することで、文間類似度を特定するものであってよい。これにより、類似度特定装置は、文を構成する語ごとの文における重要性を加味して２つの文の間の類似度を特定することができる。

【0007】

本発明の第３の態様によれば、第１または第２の態様に係る類似度特定装置における前記語間類似度特定部は、前記第１の文を構成する前記語と同じ役割の語が前記第２の文にない場合に、語間類似度を所定のペナルティ値に特定するものであってよい。これにより、類似度特定装置は、構造が異なる文どうしの比較において文間類似度を低く算出することができる。

【0008】

本発明の第４の態様によれば、第１から第３の何れかの態様に係る類似度特定装置における前記特徴量は、前記語数より少ない次元数のベクトルであるものであってよい。これにより類似度特定装置は、表記の異なる語どうしの類似度を算出することができる。

【0009】

本発明の第５の態様によれば、第１から第４の何れかの態様に係る類似度特定装置における前記役割特定部は、句構造解析処理により、前記語別に役割を特定するものであってよい。

【0010】

本発明の第６の態様によれば、類似度特定方法は、コンピュータが、第１の文および第２の文を構成する語別に特徴量を特定するステップと、前記コンピュータが、前記第１の文および前記第２の文を構成する前記語毎の文法的な役割を特定するステップと、前記コンピュータが、前記第１の文を構成する語の特徴量と、前記第２の文を構成する語のうち前記第１の文を構成する前記語と同じ役割の語に係る特徴量との類似度である語間類似度を特定するステップと、前記コンピュータが、前記語別の前記語間類似度に基づいて前記第１の文と前記第２の文との類似度である文間類似度を特定するステップとを含む。

【0011】

本発明の第７の態様によれば、プログラムは、コンピュータに、第１の文および第２の文を構成する語別に特徴量を特定するステップと、前記第１の文および前記第２の文を構成する前記語別に前記語毎の文法的な役割を特定するステップと、前記第１の文を構成する語の特徴量と、前記第２の文を構成する語のうち前記第１の文を構成する前記語と同じ役割の語に係る特徴量との類似度である語間類似度を特定するステップと、前記語別の前記語間類似度に基づいて前記第１の文と前記第２の文との類似度である文間類似度を特定するステップとを実行させる。

【発明の効果】

【0012】

上記態様のうち少なくとも１つの態様によれば、類似度特定装置は、２つの文に出現する語の役割を加味して類似度を算出することができる。

【図面の簡単な説明】

【0013】

【図1】第１の実施形態に係る検索装置の構成を示す概略ブロック図である。

【図2】句構造解析による文法機能の特定方法の例を示す図である。

【図3】係り受け解析による文法機能の特定方法の例を示す図である。

【図4】２つの文の対応箇所の特定方法の例を示す図である。

【図5】第１の実施形態に係る検索装置の動作を示すフローチャートである。

【図6】第２の実施形態に係る検索装置の構成を示す概略ブロック図である。

【図7】少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。

【発明を実施するための形態】

【0014】

〈第１の実施形態〉
《検索装置の構成》
図１は、第１の実施形態に係る検索装置の構成を示す概略ブロック図である。
第１の実施形態に係る検索装置１００は、文の入力を受け付け、複数の文の中から入力された文と類似するものを検索する。検索装置１００は、２つの文の類似度を特定する類似度特定装置の一例である。
検索装置１００は、変換モデル生成部１０１、変換モデル記憶部１０２、文記憶部１０３、文取得部１０４、特徴量特定部１０５、文法機能特定部１０６、対応箇所特定部１０７、語間類似度特定部１０８、文間類似度特定部１０９、検索結果出力部１１０を備える。

【0015】

変換モデル生成部１０１は、複数の学習用文それぞれから、語彙数の次元数を有する文ベクトルを生成し、当該文ベクトルに基づいて、語の特徴を表す特徴ベクトルを生成するための変換モデルを生成する。語は、単語に限られず複合語や句を含むものであってもよい。学習用文は、文記憶部１０３が記憶する検索対象文であってもよいし、他の文であってもよい。なお、学習用文に検索対象文を用いる場合、変換モデル生成部１０１は、検索対象文で用いられる表現に特化した変換モデルを作成することができる。また学習用文に検索対象文以外の文を含める場合、変換モデル生成部１０１は、検索対象文で用いられない表現にも対応した変換モデルを作成することができる。

【0016】

例えば、変換モデル生成部１０１は、オートエンコーダを用いて変換モデルを生成することができる。オートエンコーダは、入力層と出力層のノード数が等しく、中間層のノード数が入力層および出力層より少ないニューラルネットワークである。変換モデル生成部１０１は、各文ベクトルをオートエンコーダに入力し、入力と出力とが等しくなるようにオートエンコーダを学習させる。そして、変換モデル生成部１０１は、オートエンコーダの入力層と中間層を取り出すことで、中間層の出力を特徴ベクトルとする変換モデルを生成する。オートエンコーダを用いた変換モデルの作成には、例えばWord2Vec（https://code.google.com/archive/p/word2vec/）を用いることができる。
また、変換モデル生成部１０１は、ｔｆ（Term Frequency）−ｉｄｆ（Inverse Document Frequency）、潜在的意味解析、主成分分析に基づいて変換モデルを作成してもよい。

【0017】

変換モデル記憶部１０２は、変換モデル生成部１０１が生成した変換モデルを記憶する。

【0018】

文記憶部１０３は、複数の検索対象文を記憶する。
文取得部１０４は、利用者によって入力されたクエリ文、および文記憶部１０３が記憶する検索対象文を取得する。

【0019】

特徴量特定部１０５は、文取得部１０４が取得した文を構成する複数の語それぞれについて、変換モデル記憶部１０２が記憶する変換モデルを用いて特徴ベクトルを生成する。例えば、特徴量特定部１０５は、以下の処理により特徴ベクトルを生成することができる。特徴量特定部１０５は、文取得部１０４が取得した文を複数の語に分割する。文の分割には形態素解析を用いることができる。特徴量特定部１０５は、分割した語それぞれから、語彙数に等しい次元数を有する語ベクトルを生成する。特徴量特定部１０５は、語ベクトルを変換モデルに入力することで、特徴ベクトルを得る。

【0020】

文法機能特定部１０６は、文取得部１０４が取得した文を構文解析し、文を構成する複数の語それぞれの役割である文法機能を特定する。文法機能とは、文を構成する要素（例えば、語、句、節）が他の要素に対して持つ関係による分類をいう。文法機能の例としては、名詞句（ＮＰ：noun phrase）、動詞句（ＶＰ：verb phrase）および形容詞句の区分（句構造）、主語、述語、目的語、補語および修飾語の区分（係り受け関係）、品詞の区分などが挙げられる。構文解析の例としては、句構造解析および係り受け解析が挙げられる。なお、文法機能特定部１０６は、役割特定部の一例である。なお、他の実施形態においては、文を構成する語毎の文法的な役割は、文法機能以外の情報であってもよい。

【0021】

図２は、句構造解析による文法機能の特定方法の例を示す図である。
例えば、文法機能特定部１０６は、文取得部１０４が取得した文を句構造解析し、文を構成する複数の語を要素とする句構造木を生成する。句構造木は、文を根ノードとし、節または句を内部ノードとし、複数の語それぞれを葉ノードとする木構造データである。句構造解析により、各ノードには当該ノードの句構造に係る文法機能を示すタグが付される。文法機能特定部１０６は、句構造木の各葉ノードについて、当該葉ノードと根ノードとを結ぶ経路に付されたすべてのタグの順列を、当該葉ノードに係る語の文法機能として特定する。

【0022】

図３は、係り受け解析による文法機能の特定方法の例を示す図である。
また例えば、文法機能特定部１０６は、文取得部１０４が取得した文を係り受け解析し、文を構成する複数の語を要素とする依存構造木を生成する。依存構造木は、各語をノードとし、係り元の語（depender）のノードを係り先の語（dependee）のノードの子ノードとする木構造データである。依存構造木は、ノード間を結ぶ枝に係り受け関係を示すタグが付されていてもよい。文法機能特定部１０６は、依存構造木に基づいて各語の係り先（例えば、句構造解析によって特定された係り先の文法機能）、または係り受け関係を文法機能として特定する。係り受け関係の例としては、決定詞の付与を示すdet、述語に係る主語を示すnsubj、述語に係る目的語を示すdobj、名詞を修飾する修飾語を示すamodなどが挙げられる。

【0023】

図４は、２つの文の対応箇所の特定方法の例を示す図である。
対応箇所特定部１０７は、クエリ文の語と検索対象文の語のペアであって、文法機能が共通するペアを特定する。すなわち、対応箇所特定部１０７は、クエリ文の各語について、当該語と文法機能が共通する語を、検索対象文から特定することで、語のペアを特定する。例えば、図４に示すように、クエリ文が“A boy has a small dictionary”であり、検索対象文が“A small boy has a dictionary”である場合、対応箇所特定部１０７は、以下のように語のペアを特定する。クエリ文の語である“A”は、句構造が「Ｓ（sentence）−ＮＰ−ＤＴ（determiner：決定詞）」であり、係り受け関係が「det」の語であるという文法機能を有する。対応箇所特定部１０７は、検索対象文から、句構造が「Ｓ−ＮＰ−ＤＴ」であり、係り受け関係が「det」の語であるという文法機能を有する語を特定する。図４に示すように、クエリ文の“A”は検索対象文の“A”と共通する文法機能を有する。対応箇所特定部１０７は、これを各語について実行し、図４に示すように、クエリ文の“A”と検索対象文の“A”のペア、クエリ文の“boy”と検索対象文の“boy”のペア、クエリ文の“has”と検索対象文の“has”のペア、クエリ文の“a”と検索対象文の“a”のペア、クエリ文の“dictionary”と検索対象文の“dictionary”のペア、をそれぞれ語のペアとして抽出する。また、対応箇所特定部１０７は、図４に示すように、クエリ文の“small”と文法機能が共通する語が検索対象文に存在せず、検索対象文の“small”と文法機能が共通する語がクエリ文に存在しないことを特定する。

【0024】

語間類似度特定部１０８は、対応箇所特定部１０７が特定したペア別に、特徴ベクトルどうしの類似度である語間類似度を特定する。語間類似度の例としては、特徴ベクトルのコサイン類似度、ユークリッド距離、レーベンシュタイン距離などが挙げられる。語間類似度特定部１０８は、対応箇所特定部１０７がペアを特定しなかった語について、所定のペナルティ値を語間類似度とする。ペナルティ値は、例えば０以下の値に設定される。

【0025】

文間類似度特定部１０９は、各語のペアの語間類似度に基づいて、クエリ文と検索対象文との類似度である文間類似度を特定する。例えば文間類似度特定部１０９は、語間類似度の平均値または総和を文間類似度とする。

【0026】

検索結果出力部１１０は、クエリ文との文間類似度が高い検索対象文を、検索結果として出力する。例えば、検索結果出力部１１０は、クエリ文との文間類似度が最も高い検索対象文を、検索結果として出力する。なお、他の実施形態においては、検索結果出力部１１０は、例えば文間類似度が所定の閾値以上の複数の検索対象文を出力してもよいし、文間類似度の降順に並べた複数の検索対象文を出力してもよい。検索結果の出力は、例えばディスプレイへの表示、記憶媒体への記録、外部装置への送信などによってなされる。

【0027】

《検索装置の動作》
検索装置１００の変換モデル生成部１０１は、文の検索処理を実行する前に、予め複数の学習用文から変換モデルを生成し、変換モデル記憶部１０２に記録しておく。

【0028】

図５は、第１の実施形態に係る検索装置の動作を示すフローチャートである。
検索装置１００は、利用者からクエリ文の入力を受け付ける。文取得部１０４は、入力されたクエリ文を取得する（ステップＳ１）。次に、特徴量特定部１０５は、クエリ文を構成する複数の語それぞれについて、変換モデル記憶部１０２が記憶する変換モデルを用いて特徴ベクトルを生成する（ステップＳ２）。次に、文法機能特定部１０６は、クエリ文を構文解析し、クエリ文を構成する複数の語それぞれの文法機能を特定する（ステップＳ３）。

【0029】

次に、検索装置１００は、文記憶部１０３が記憶する検索対象文を１つずつ選択し、以下に示すステップＳ５からステップＳ１１の処理を実行する（ステップＳ４）。
文取得部１０４は、文記憶部１０３から選択された検索対象文を取得する（ステップＳ５）。次に、特徴量特定部１０５は、検索対象文を構成する複数の語それぞれについて、変換モデル記憶部１０２が記憶する変換モデルを用いて特徴ベクトルを生成する（ステップＳ６）。次に、文法機能特定部１０６は、検索対象文を構文解析し、検索対象文を構成する複数の語それぞれの文法機能を特定する（ステップＳ７）。

【0030】

次に、対応箇所特定部１０７は、ステップＳ３で特定したクエリ文の語の文法機能と、ステップＳ７で特定した検索対象文の語の文法機能とに基づいて、文法機能が共通する語のペアを特定する（ステップＳ８）。語間類似度特定部１０８は、対応箇所特定部１０７が特定したペア別に語間類似度を特定する（ステップＳ９）。また語間類似度特定部１０８は、対応箇所特定部１０７がペアを特定しなかった語について、所定のペナルティ値を語間類似度とする（ステップＳ１０）。文間類似度特定部１０９は、ステップＳ９およびステップＳ１０で特定した語間類似度の平均値を計算することで、クエリ文と検索対象文との文間類似度を特定する（ステップＳ１１）。

【0031】

文記憶部１０３が記憶するすべての検索対象文について文間類似度が算出されると、検索結果出力部１１０は、クエリ文との文間類似度が最も高い検索対象文を、検索結果として出力する（ステップＳ１２）。

【0032】

《作用・効果》
このように、第１の実施形態に係る検索装置１００は、クエリ文を構成する語の特徴ベクトルと、検索対象文を構成する語のうちクエリ文を構成する語と共通する文法機能の語に係る特徴ベクトルとを比較することで語間類似度を特定し、各語間類似度から文間類似度を特定する。これにより、検索装置１００は、２つの文に出現する語の役割を加味して類似する文を検索することができる。

【0033】

ここで、クエリ文“A boy has a small dictionary”と、検索対象文“A small boy has a dictionary”との比較を例に説明する。単純なベクトル空間モデルに係る比較では、クエリ文の語“small”と検索対象文の語“small”とが区別されずに類似度が算出されるため、類似度が高く評価される。これに対し、第１の実施形態に係る検索装置１００は、図４に示すように、クエリ文の語“small”と検索対象文の語“small”とが文法機能が異なるために区別して評価される。これにより、第１の実施形態に係る検索装置１００は、文間類似度を単純なベクトル空間モデルの例と比較して低く評価することができる。このように、第１の実施形態に係る検索装置１００は、同じ表記の語であってもその文における役割が異なる場合に、これを区別して類似度を算出することができる。

【0034】

また、第１の実施形態に係る検索装置１００は、一方の文を構成する語と文法機能が共通する語が他方の文にない場合に、所定のペナルティ値を語間類似度に設定する。これにより、検索装置１００は、構造が異なる文どうしの比較において文間類似度を低く算出することができる。

【0035】

また、第１の実施形態に係る特徴ベクトルは、語彙数より少ない次元数のベクトルである。つまり、特徴ベクトルは、語彙数と等しい次元数のベクトルである語ベクトルの次元を削減したベクトルである。これにより検索装置１００は、表記の異なる語どうしの類似度を算出することができる。

【0036】

〈第２の実施形態〉
第１の実施形態に係る検索装置１００の文間類似度特定部１０９は、各語のペアの語間類似度の平均値または総和に基づいて文間類似度を算出する。
一方で、文を構成する語ごとに、文の意味に対する重要性が異なる。例えば、語が単数形であるか複数形であるかによって冠詞“a”の有無が変わることがあるが、文において当該冠詞の有無は多くの場合重要な意味を持たない。他方、副詞“not”の有無は文において重要な意味を持つことが多い。そこで、第２の実施形態に係る検索装置１００は、語間類似度の加重平均または荷重和に基づいて文間類似度を算出する。なお、加重平均は、荷重和を要素数で除算したものであるため、語間類似度の荷重和の計算によって文間類似度を特定することは、検索装置１００が語間類似度の加重平均を文間類似度とすることを含む。

【0037】

《検索装置の構成》
図６は、第２の実施形態に係る検索装置の構成を示す概略ブロック図である。
第２の実施形態に係る検索装置１００は、第１の実施形態の構成に加え、さらに係数特定部１１１を備える。
係数特定部１１１は、対応箇所特定部１０７が特定した語のペア別に、当該語の文法機能に応じた重み係数を特定する。重み係数は、例えば語の品詞別に決定されてもよいし、名詞句および動詞句の区分別に決定されてもよいし、係り先の語の品詞別に決定されてもよい。

【0038】

文間類似度特定部１０９は、語間類似度特定部１０８が特定した各語のペアの語間類似度のそれぞれに、係数特定部１１１が特定した当該語のペアに係る重み係数を乗算し、平均値を求めることで、文間類似度を算出する。

【0039】

このように、第２の実施形態によれば、検索装置１００は、文を構成する語ごとの文における重要性を加味して２つの文の間の類似度を特定することができる。

【0040】

〈他の実施形態〉
以上、図面を参照して一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、様々な設計変更等をすることが可能である。
例えば、上述した実施形態に係る検索装置１００は、文法機能が一致する語のペアを特定するが、これに限られない。例えば、他の実施形態に係る検索装置１００は、語の品詞や活用形の相違を無視してもよいし、文法機能が一定の割合で部分一致する語のペアを特定してもよいし、文法機能の類似度が所定の閾値以上のペアを特定してもよい。なお、文法機能が一致する語のペア、文法機能が部分一致する語のペア、および文法機能の類似度が所定の閾値以上の語のペアは、いずれも文法機能が共通する語のペアの一例である。

【0041】

また、上述した実施形態に係る検索装置１００は、各検索対象文について特徴ベクトルの生成および構文解析を行うが、これに限られない。例えば、他の実施形態に係る検索装置１００は、予め文記憶部１０３において検索対象文に関連付けて、当該文に含まれる各語の特徴ベクトルと文法機能とが記憶されていてもよい。すなわち、他の実施形態においては、クエリ文について特徴ベクトルの生成および構文解析を行い、検索対象文の特徴ベクトルおよび文法機能は、検索時に文記憶部１０３から読み出されるものであってよい。

【0042】

また、上述した実施形態に係る検索装置１００は、句構造解析結果および係り受け解析結果の両方を用いて語の文法機能を特定するが、これに限られない。例えば、他の実施形態に係る検索装置１００は、句構造解析結果のみを用いて文法機能を特定してもよいし、係り受け解析結果のみを用いて文法機能を特定してもよい。

【0043】

また、上述した実施形態に係る検索装置１００は、文を構成する単語別に語間類似度を算出するが、他の実施形態においてはこれに限られない。例えば、他の実施形態に係る検索装置１００は、文を構成する句別に語間類似度を算出してもよい。

【0044】

また、上述した実施形態においては、類似度特定装置が複数の文の中からクエリ文に類似する文を検索する検索装置１００に適用されるが、他の実施形態においてはこれに限られない。例えば、他の実施形態に係る類似度特定装置は、入力された２つの文どうしの類似度を算出するものであってもよい。

【0045】

〈コンピュータ構成〉
図７は、少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
コンピュータ９０は、ＣＰＵ９１、主記憶装置９２、補助記憶装置９３、インタフェース９４を備える。
上述の検索装置１００は、コンピュータ９０に実装される。そして、上述した各処理部の動作は、プログラムの形式で補助記憶装置９３に記憶されている。ＣＰＵ９１は、プログラムを補助記憶装置９３から読み出して主記憶装置９２に展開し、当該プログラムに従って上記処理を実行する。

【0046】

補助記憶装置９３の例としては、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）、ＤＶＤ−ＲＯＭ（Digital Versatile Disc Read Only Memory）、半導体メモリ等が挙げられる。補助記憶装置９３は、コンピュータ９０のバスに直接接続された内部メディアであってもよいし、インタフェース９４または通信回線を介してコンピュータ９０に接続される外部メディアであってもよい。また、このプログラムが通信回線によってコンピュータ９０に配信される場合、配信を受けたコンピュータ９０が当該プログラムを主記憶装置９２に展開し、上記処理を実行してもよい。少なくとも１つの実施形態において、補助記憶装置９３は、一時的でない有形の記憶媒体である。

【0047】

また、当該プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、当該プログラムは、前述した機能を補助記憶装置９３に既に記憶されている他のプログラムとの組み合わせで実現するもの、いわゆる差分ファイル（差分プログラム）であってもよい。

【符号の説明】

【0048】

１００ 検索装置
１０１ 変換モデル生成部
１０２ 変換モデル記憶部
１０３ 文記憶部
１０４ 文取得部
１０５ 特徴量特定部
１０６ 文法機能特定部
１０７ 対応箇所特定部
１０８ 語間類似度特定部
１０９ 文間類似度特定部
１１０ 検索結果出力部
１１１ 係数特定部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】