特許 7646091 情報処理装置、検索方法、及び検索プログラム

(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】

(24)【登録日】2025-03-06

(45)【発行日】2025-03-14

(54)【発明の名称】情報処理装置、検索方法、及び検索プログラム

(51)【国際特許分類】

   G06F 16/335 20190101AFI20250307BHJP

   G06F 16/332 20250101ALI20250307BHJP

【ＦＩ】

G06F16/335

G06F16/332

【請求項の数】 4

(21)【出願番号】P 2024539236

(86)(22)【出願日】2022-09-30

(86)【国際出願番号】 JP2022036728

(87)【国際公開番号】W WO2024069941

(87)【国際公開日】2024-04-04

【審査請求日】2024-06-26

【早期審査対象出願】

(73)【特許権者】

【識別番号】000006013

【氏名又は名称】三菱電機株式会社

(74)【代理人】

【識別番号】100116964

【弁理士】

【氏名又は名称】山形 洋一

(74)【代理人】

【識別番号】100120477

【弁理士】

【氏名又は名称】佐藤 賢改

(74)【代理人】

【識別番号】100135921

【弁理士】

【氏名又は名称】篠原 昌彦

(74)【代理人】

【識別番号】100203677

【弁理士】

【氏名又は名称】山口 力

(72)【発明者】

【氏名】白藤 大幹

【審査官】早川 学

(56)【参考文献】

【文献】特開２００８－２３４５１９（ＪＰ，Ａ）

【文献】特開２０１９－１５９８１３（ＪＰ，Ａ）

【文献】特開２０１５－１０６３５４（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】

検索内容、ユーザのカテゴリであるユーザカテゴリ、置換対象単語とカテゴリと置換を示す情報である置換情報との対応関係を示す置換辞書、ベクトル化モデル、複数の文書データ、及び前記複数の文書データを前記置換辞書を用いて置換し、ベクトル化することにより得られた複数のベクトルデータを取得する取得部と、
前記置換辞書を用いて、前記検索内容に置換対象単語が含まれているか否かを判定する判定部と、
前記検索内容に置換対象単語が含まれている場合、前記ユーザカテゴリと前記置換辞書とを用いて、前記検索内容に含まれている置換対象単語を前記置換情報に置換する置換部と、
前記ベクトル化モデルを用いて、前記置換情報を含む前記検索内容である置換検索内容をベクトル化し、ベクトル化された前記置換検索内容と、前記複数のベクトルデータのそれぞれとの類似度を算出するベクトル算出部と、
前記類似度の高い順に、前記複数のベクトルデータに対応する前記複数の文書データを並べ、前記複数の文書データを、検索結果として出力する出力部と、
を有する情報処理装置。

【請求項2】

前記出力部は、前記複数のベクトルデータに対応する前記複数の文書データのうち、前記類似度が予め定められた閾値以上のベクトルデータに対応する文書データを、検索結果として出力する、
請求項１に記載の情報処理装置。

【請求項3】

情報処理装置が、
検索内容、ユーザのカテゴリであるユーザカテゴリ、置換対象単語とカテゴリと置換を示す情報である置換情報との対応関係を示す置換辞書、ベクトル化モデル、複数の文書データ、及び前記複数の文書データを前記置換辞書を用いて置換し、ベクトル化することにより得られた複数のベクトルデータを取得し、前記置換辞書を用いて、前記検索内容に置換対象単語が含まれているか否かを判定し、前記検索内容に置換対象単語が含まれている場合、前記ユーザカテゴリと前記置換辞書とを用いて、前記検索内容に含まれている置換対象単語を前記置換情報に置換し、
前記ベクトル化モデルを用いて、前記置換情報を含む前記検索内容である置換検索内容をベクトル化し、
ベクトル化された前記置換検索内容と、前記複数のベクトルデータのそれぞれとの類似度を算出し、
前記類似度の高い順に、前記複数のベクトルデータに対応する前記複数の文書データを並べ、
前記複数の文書データを、検索結果として出力する、
検索方法。

【請求項4】

情報処理装置に、
検索内容、ユーザのカテゴリであるユーザカテゴリ、置換対象単語とカテゴリと置換を示す情報である置換情報との対応関係を示す置換辞書、ベクトル化モデル、複数の文書データ、及び前記複数の文書データを前記置換辞書を用いて置換し、ベクトル化することにより得られた複数のベクトルデータを取得し、前記置換辞書を用いて、前記検索内容に置換対象単語が含まれているか否かを判定し、前記検索内容に置換対象単語が含まれている場合、前記ユーザカテゴリと前記置換辞書とを用いて、前記検索内容に含まれている置換対象単語を前記置換情報に置換し、
前記ベクトル化モデルを用いて、前記置換情報を含む前記検索内容である置換検索内容をベクトル化し、
ベクトル化された前記置換検索内容と、前記複数のベクトルデータのそれぞれとの類似度を算出し、
前記類似度の高い順に、前記複数のベクトルデータに対応する前記複数の文書データを並べ、
前記複数の文書データを、検索結果として出力する、
処理を実行させる検索プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、情報処理装置、検索方法、及び検索プログラムに関する。

【背景技術】

【0002】

多くの文書に対して検索を行う場合、分散表現が用いられる場合がある。分散表現では、検索キーワードが曖昧でない場合、正確な検索が行われる。しかし、検索キーワードはユーザにより生成される。そのため、検索キーワードが曖昧である場合がある。そこで、キーワードの曖昧性を評価する技術が提案されている（特許文献１を参照）。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１７－０４５１９６号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

上記技術では、曖昧性が評価される。曖昧性が評価されても、ユーザが望む検索結果が得られない場合がある。例えば、検索キーワードとして、“機械学習”が入力される。“機械学習”自体には、曖昧性はない。しかし、ユーザが“画像処理”の“機械学習”に関する検索結果を望んでいる場合、検索結果として、“自然言語処理”の“機械学習”に関する検索結果が出力される場合がある。このように、ユーザが望む検索結果が得られない場合がある。

【0005】

本開示の目的は、ユーザが望む検索結果を出力することである。

【課題を解決するための手段】

【0006】

本開示の一態様に係る情報処理装置が提供される。情報処理装置は、検索内容、ユーザのカテゴリであるユーザカテゴリ、置換対象単語とカテゴリと置換を示す情報である置換情報との対応関係を示す置換辞書、ベクトル化モデル、複数の文書データ、及び前記複数の文書データを前記置換辞書を用いて置換し、ベクトル化することにより得られた複数のベクトルデータを取得する取得部と、前記置換辞書を用いて、前記検索内容に置換対象単語が含まれているか否かを判定する判定部と、前記検索内容に置換対象単語が含まれている場合、前記ユーザカテゴリと前記置換辞書とを用いて、前記検索内容に含まれている置換対象単語を前記置換情報に置換する置換部と、前記ベクトル化モデルを用いて、前記置換情報を含む前記検索内容である置換検索内容をベクトル化し、ベクトル化された前記置換検索内容と、前記複数のベクトルデータのそれぞれとの類似度を算出するベクトル算出部と、前記類似度の高い順に、前記複数のベクトルデータに対応する前記複数の文書データを並べ、前記複数の文書データを、検索結果として出力する出力部と、を有する。

【発明の効果】

【0007】

本開示によれば、ユーザが望む検索結果を出力することができる。

【図面の簡単な説明】

【0008】

【図1】検索システムを示す図である。

【図2】情報処理装置が有するハードウェアを示す図である。

【図3】生成装置の機能を示すブロック図である。

【図4】カテゴリ情報の例を示す図である。

【図5】ユーザ情報の例を示す図である。

【図6】モデル情報の例を示す図である。

【図7】置換対象単語情報の例を示す図である。

【図8】置換辞書の例を示す図である。

【図9】文書テーブルの例を示す図である。

【図10】ベクトル情報の例を示す図である。

【図11】ベクトル化モデルの生成処理の例を示すフローチャートである。

【図12】生成装置が実行する処理の例を示すフローチャートである。

【図13】端末装置の機能を示すブロック図である。

【図14】情報処理装置の機能を示すブロック図である。

【図15】検索内容情報の例を示す図である。

【図16】情報処理装置が実行する処理の例を示すフローチャートである。

【発明を実施するための形態】

【0009】

以下、図面を参照しながら実施の形態を説明する。以下の実施の形態は、例にすぎず、本開示の範囲内で種々の変更が可能である。

【0010】

実施の形態．
図１は、検索システムを示す図である。検索システムは、情報処理装置１００、生成装置２００、及び端末装置３００を含む。情報処理装置１００、生成装置２００、及び端末装置３００は、ネットワーク１０を介して通信する。ネットワーク１０は、有線ネットワーク又は無線ネットワークである。情報処理装置１００と生成装置２００とは、１つの装置で実現してもよい。

【0011】

情報処理装置１００は、検索方法を実行する装置である。例えば、情報処理装置１００は、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、サーバ、スマートフォン、タブレット装置などである。
生成装置２００は、様々な情報を生成する装置である。端末装置３００は、ユーザが使用する装置である。

【0012】

次に、情報処理装置１００が有するハードウェアを説明する。
図２は、情報処理装置が有するハードウェアを示す図である。情報処理装置１００は、プロセッサ１０１、揮発性記憶装置１０２、不揮発性記憶装置１０３、通信ＩＦ（Ｉｎｔｅｒｆａｃｅ）１０４、入出力ＩＦ１０５、及びメディアＩＦ１０６を有する。

【0013】

プロセッサ１０１は、情報処理装置１００全体を制御する。例えば、プロセッサ１０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）などである。プロセッサ１０１は、マルチプロセッサでもよい。また、情報処理装置１００は、処理回路を有してもよい。さらに、情報処理装置１００は、マイクロコンピュータ、又はＳｏＣ（Ｓｙｓｔｅｍ ｏｎ Ｃｈｉｐ）を有してもよい。

【0014】

揮発性記憶装置１０２は、情報処理装置１００の主記憶装置である。例えば、揮発性記憶装置１０２は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。不揮発性記憶装置１０３は、情報処理装置１００の補助記憶装置である。例えば、不揮発性記憶装置１０３は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、又はＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）である。
通信ＩＦ１０４は、生成装置２００と端末装置３００と通信する。入出力ＩＦ１０５は、入力装置（例えば、キーボード）と出力装置（例えば、ディスプレイ）と接続する。メディアＩＦ１０６は、記録媒体を通信する。例えば、記録媒体は、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）、又はフラッシュメモリである。

【0015】

生成装置２００及び端末装置３００は、情報処理装置１００と同様に、プロセッサ、揮発性記憶装置、不揮発性記憶装置、通信ＩＦ、入出力ＩＦ、及びメディアＩＦを有する。

【0016】

次に、情報処理装置１００の機能を説明する前に、生成装置２００と端末装置３００の機能を説明する。
図３は、生成装置の機能を示すブロック図である。生成装置２００は、記憶部２１０、通信部２２０、及び制御部２３０を有する。制御部２３０は、取得部２３１、決定部２３２、置換部２３３、前処理部２３４、生成部２３５、及びベクトル化部２３６を含む。

【0017】

記憶部２１０は、生成装置２００が有する揮発性記憶装置又は不揮発性記憶装置に確保した記憶領域として実現してもよい。
通信部２２０及び制御部２３０の一部又は全部は、生成装置２００が有する処理回路によって実現してもよい。また、通信部２２０及び制御部２３０の一部又は全部は、生成装置２００が有するプロセッサが実行するプログラムのモジュールとして実現してもよい。

【0018】

記憶部２１０は、カテゴリ情報２１１、ユーザ情報２１２、モデル情報２１３、置換対象単語情報２１４、置換辞書２１５、文書テーブル２１６、及びベクトル情報２１７を記憶する。カテゴリ情報２１１、ユーザ情報２１２、モデル情報２１３、置換対象単語情報２１４、置換辞書２１５、文書テーブル２１６、及びベクトル情報２１７の詳細は、後で説明する。

【0019】

通信部２２０は、情報処理装置１００と端末装置３００と通信する。
取得部２３１は、カテゴリ情報２１１を記憶部２１０から取得する。カテゴリ情報２１１の例を示す。

【0020】

図４は、カテゴリ情報の例を示す図である。カテゴリ情報２１１は、カテゴリＩＤ（ｉｄｅｎｔｉｆｉｅｒ）とカテゴリとの項目を有する。

【0021】

取得部２３１は、ユーザ情報２１２を記憶部２１０から取得する。

【0022】

図５は、ユーザ情報の例を示す図である。ユーザ情報２１２は、ユーザＩＤ、属性情報などの項目を有する。例えば、属性情報は、ユーザの専門分野を示す。

【0023】

決定部２３２は、カテゴリ情報２１１とユーザ情報２１２と用いて、属性情報に対応するカテゴリを決定する。例えば、決定部２３２は、属性情報が示す“画像”に基づいて、当該属性情報に対応するカテゴリ“画像処理”を決定する。決定部２３２は、決定されたカテゴリを属性情報に対応付ける。例えば、決定部２３２は、属性情報“画像”にカテゴリ“画像処理”を対応付ける。

【0024】

また、決定部２３２は、学習済モデルを用いて、属性情報に対応するカテゴリを推定してもよい。当該学習済モデルは、モデル情報２１３に含まれている。モデル情報２１３の例を示す。

【0025】

図６は、モデル情報の例を示す図である。モデル情報２１３は、モデルＩＤ、モデル名、及び学習済モデルの項目を有する。決定部２３２は、属性カテゴリ推定モデルである学習済モデルを用いて、属性情報に対応するカテゴリを推定してもよい。決定部２３２は、推定されたカテゴリを属性情報に対応付ける。

【0026】

取得部２３１は、置換対象単語情報２１４を記憶部２１０から取得する。置換対象単語情報２１４の例を示す。

【0027】

図７は、置換対象単語情報の例を示す図である。置換対象単語情報２１４は、置換対象単語ＩＤ及び置換対象単語の項目を有する。ここで、置換対象単語は、曖昧語と呼んでもよい。

【0028】

置換部２３３は、ユーザ情報２１２のカテゴリと置換対象単語情報２１４とを用いて、置換辞書２１５を生成する。置換辞書２１５の例を示す。

【0029】

図８は、置換辞書の例を示す図である。置換辞書２１５は、置換対象単語とカテゴリと置換情報との対応関係を示す情報である。具体的には、置換辞書２１５は、置換対象単語、カテゴリ、及び置換情報の項目を有する。置換情報は、置換対象単語及びカテゴリに基づいて、生成されてもよい。例えば、置換部２３３は、置換対象単語“機械学習”及びカテゴリ“画像処理”に基づいて、置換情報“機械学習＃画像処理”を生成する。置換対象単語及びカテゴリに基づいて置換情報が生成される場合を説明した。置換情報は、異なる情報で表されてもよい。すなわち、置換情報は、置換を示す情報であれば、どのような情報でもよい。

【0030】

取得部２３１は、文書テーブル２１６を記憶部２１０から取得する。文書テーブル２１６の例を示す。

【0031】

図９は、文書テーブルの例を示す図である。文書テーブル２１６は、文書ＩＤ、文書データなどの項目を有する。

【0032】

前処理部２３４は、文書データに対して、形態素解析を行う。前処理部２３４は、形態素解析後の文書データを文書テーブル２１６に登録する。また、前処理部２３４は、正規化などの前処理を実行してもよい。

【0033】

前処理部２３４は、モデル情報２１３に登録されている文書カテゴリ推定モデルを用いて、文書データに対応するカテゴリを推定する。前処理部２３４は、推定されたカテゴリを文書データに対応付ける。これにより、文書テーブル２１６には、カテゴリが登録される。
また、ユーザは、文書データに対応するカテゴリを解析してもよい。前処理部２３４は、解析によって得られたカテゴリを文書データに対応付けてもよい。

【0034】

置換部２３３は、置換辞書２１５を用いて、形態素解析後の文書データに含まれている置換対象単語を置換情報に置換する。例えば、置換部２３３は、形態素解析後の文書データに含まれている置換対象単語“機械学習”を、置換情報“機械学習＃自然言語処理”に置換する。

【0035】

生成部２３５は、文書テーブル２１６に含まれている置換後の文書データ（以下、置換文書データ）を用いて、学習済モデルを生成する。生成部２３５は、生成された学習済モデルをモデル情報２１３に登録する。なお、当該学習済モデルの名称は、ベクトル化モデルである。

【0036】

ベクトル化部２３６は、モデル情報２１３に登録されているベクトル化モデルを用いて、置換文書データをベクトル化する。ベクトル化部２３６は、ベクトル化により得られたベクトルデータを、ベクトル情報２１７に登録する。ベクトル情報２１７の例を示す。

【0037】

図１０は、ベクトル情報の例を示す図である。ベクトル情報２１７は、文書ＩＤ及びベクトルデータの項目を有する。

【0038】

次に、ベクトル化モデルの生成処理を、フローチャートを用いて、説明する。
図１１は、ベクトル化モデルの生成処理の例を示すフローチャートである。
（ステップＳ１１）取得部２３１は、文書テーブル２１６を記憶部２１０から取得する。
（ステップＳ１２）前処理部２３４は、文書データに対して、形態素解析を行う。
（ステップＳ１３）前処理部２３４は、文書カテゴリ推定モデルを用いて、文書データに対応するカテゴリを推定する。
（ステップＳ１４）置換部２３３は、置換辞書２１５を用いて、形態素解析後の文書データに含まれている置換対象単語を置換情報に置換する。
（ステップＳ１５）生成部２３５は、文書テーブル２１６に含まれている置換文書データを用いて、ベクトル化モデルを生成する。

【0039】

次に、生成装置２００が実行する処理を、フローチャートを用いて、説明する。
図１２は、生成装置が実行する処理の例を示すフローチャートである。
（ステップＳ２１）取得部２３１は、カテゴリ情報２１１とユーザ情報２１２を記憶部２１０から取得する。
（ステップＳ２２）決定部２３２は、カテゴリ情報２１１とユーザ情報２１２と用いて、属性情報に対応するカテゴリを決定する。
（ステップＳ２３）決定部２３２は、決定されたカテゴリを属性情報に対応付ける。
（ステップＳ２４）取得部２３１は、文書テーブル２１６を記憶部２１０から取得する。

【0040】

（ステップＳ２５）ベクトル化部２３６は、１つの置換文書データを選択する。
（ステップＳ２６）ベクトル化部２３６は、ベクトル化モデルを用いて、選択された置換文書データをベクトル化する。
（ステップＳ２７）ベクトル化部２３６は、ベクトル化により得られたベクトルデータを、ベクトル情報２１７に登録する。
（ステップＳ２８）ベクトル化部２３６は、全ての置換文書データを選択したか否かを判定する。全ての置換文書データを選択した場合、処理は、終了する。全ての置換文書データを選択していない場合、処理は、ステップＳ２５に進む。

【0041】

次に、端末装置３００が有する機能を説明する。
図１３は、端末装置の機能を示すブロック図である。端末装置３００は、通信部３１０、制御部３２０、入力部３３０、表示部３４０、及び記憶部３５０を有する。制御部３２０は、取得部３２１、検索内容受信部３２２、送信部３２３、結果受信部３２４、及び表示制御部３２５を含む。

【0042】

通信部３１０及び制御部３２０の一部又は全部は、端末装置３００が有する処理回路によって実現してもよい。また、通信部３１０及び制御部３２０の一部又は全部は、端末装置３００が有するプロセッサが実行するプログラムのモジュールとして実現してもよい。 例えば、入力部３３０は、タッチパネルなどで実現される。例えば、表示部３４０は、ディスプレイで実現される。記憶部３５０は、端末装置３００が有する揮発性記憶装置又は不揮発性記憶装置に確保した記憶領域として実現してもよい。

【0043】

通信部３１０は、情報処理装置１００と生成装置２００と通信する。
取得部３２１は、ユーザＩＤを取得する。例えば、取得部３２１は、ユーザが入力したユーザＩＤを取得する。取得部３２１は、ユーザＩＤを記憶部３５０に格納する。
検索内容受信部３２２は、ユーザが入力した検索内容を受信する。検索内容は、検索キーワード及びクエリの意味を含む。検索内容受信部３２２は、検索内容を記憶部３５０に格納する。
送信部３２３は、通信部３１０を介して、ユーザＩＤと検索内容とを情報処理装置１００に送信する。
結果受信部３２４は、後述するように、検索結果を情報処理装置１００から受信する。結果受信部３２４は、検索結果を記憶部３５０に格納する。
表示制御部３２５は、表示部３４０に検索結果を表示する。

【0044】

次に、情報処理装置１００が有する機能を説明する。
図１４は、情報処理装置の機能を示すブロック図である。情報処理装置１００は、記憶部１１０、通信部１２０、取得部１３０、判定部１４０、置換部１５０、ベクトル算出部１６０、及び出力部１７０を有する。

【0045】

記憶部１１０は、揮発性記憶装置１０２又は不揮発性記憶装置１０３に確保した記憶領域として実現してもよい。
通信部１２０、取得部１３０、判定部１４０、置換部１５０、ベクトル算出部１６０、及び出力部１７０の一部又は全部は、処理回路によって実現してもよい。また、通信部１２０、取得部１３０、判定部１４０、置換部１５０、ベクトル算出部１６０、及び出力部１７０の一部又は全部は、プロセッサ１０１が実行するプログラムのモジュールとして実現してもよい。例えば、プロセッサ１０１が実行するプログラムは、検索プログラムとも言う。例えば、検索プログラムは、記録媒体に記録されている。

【0046】

記憶部１１０は、ユーザ情報２１２、モデル情報２１３、置換辞書２１５、及びベクトル情報２１７を記憶してもよい。例えば、ユーザ情報２１２、モデル情報２１３、置換辞書２１５、及びベクトル情報２１７は、取得部１３０により、生成装置２００から取得される。そして、取得部１３０は、ユーザ情報２１２、モデル情報２１３、置換辞書２１５、及びベクトル情報２１７を記憶部１１０に格納する。

【0047】

記憶部１１０は、検索内容情報１１１を記憶してもよい。検索内容情報１１１は、後で説明する。
通信部１２０は、生成装置２００と端末装置３００と通信する。

【0048】

取得部１３０は、ユーザＩＤと検索内容とを端末装置３００から取得する。ここで、ユーザは、ユーザＩＤと検索内容とを情報処理装置１００に入力してもよい。取得部１３０は、ユーザの入力操作により、ユーザＩＤと検索内容とを取得してもよい。

【0049】

取得部１３０は、ユーザＩＤと検索内容とを検索内容情報１１１に登録する。また、取得部１３０は、検索内容を取得した日時を検索内容情報１１１に登録する。取得部１３０は、ユーザ情報２１２を参照し、ユーザＩＤに対応するカテゴリを取得する。取得部１３０は、取得されたカテゴリを検索内容情報１１１に登録する。ここで、ユーザＩＤに対応するカテゴリは、ユーザカテゴリとも言う。つまり、ユーザカテゴリは、ユーザのカテゴリである。ユーザは、検索者と表現してもよい。取得部１３０は、ユーザの入力操作により、ユーザカテゴリを取得してもよい。

【0050】

取得部１３０は、生成装置２００などの外部装置又は記憶部１１０から置換辞書２１５を取得する。

【0051】

判定部１４０は、置換辞書２１５を用いて、検索内容に置換対象単語が含まれているか否かを判定する。また、判定部１４０は、検索内容に対して形態素解析を行い、形態素解析後の検索内容に置換対象単語が含まれているか否かを判定してもよい。

【0052】

置換部１５０は、検索内容に置換対象単語が含まれている場合、ユーザＩＤに対応するカテゴリと置換辞書２１５とを用いて、置換対象単語を置換情報に置換する。例えば、置換対象単語が“機械学習”であり、かつユーザＩＤに対応するカテゴリが“画像処理”である場合、置換部１５０は、置換対象単語“機械学習”を、置換情報“機械学習＃画像処理”に置換する。置換部１５０は、置換情報を含む検索内容である置換検索内容を検索内容情報１１１に登録する。ここで、検索内容情報１１１の例を示す。

【0053】

図１５は、検索内容情報の例を示す図である。検索内容情報１１１は、検索ＩＤ、ユーザＩＤ、カテゴリ、検索内容、置換検索内容、及び日時の項目を有する。

【0054】

取得部１３０は、生成装置２００などの外部装置又は記憶部１１０からベクトル化モデルを取得する。

【0055】

取得部１３０は、生成装置２００などの外部装置又は記憶部１１０からベクトル情報２１７を取得する。すなわち、取得部１３０は、複数のベクトルデータを取得する。上記したように、複数のベクトルデータは、複数の文書データを置換し、ベクトル化することにより得られたデータである。詳細には、複数のベクトルデータは、複数の文書データの一部を置換し、ベクトル化することにより得られたデータである。

【0056】

取得部１３０は、複数のベクトルデータに対応する複数の文書データを取得する。例えば、取得部１３０は、生成装置２００などの外部装置から当該複数の文書データを取得する。例えば、取得部１３０は、ベクトル情報２１７に含まれている文書ＩＤに基づいて、当該複数の文書データを取得してもよい。

【0057】

ベクトル算出部１６０は、ベクトル化モデルを用いて、置換検索内容をベクトル化する。ベクトル算出部１６０は、ベクトル化された置換検索内容と、ベクトル情報２１７に含まれている複数のベクトルデータのそれぞれとの類似度を算出する。例えば、類似度が算出される場合、コサイン類似度が用いられる。具体的には、ベクトル算出部１６０は、コサイン類似度を用いて、ベクトル化された置換検索内容と、ベクトルデータ“ＤＯＣＶＥ１”との類似度を算出する。また、ベクトル算出部１６０は、コサイン類似度を用いて、ベクトル化された置換検索内容と、ベクトルデータ“ＤＯＣＶＥ２”との類似度を算出する。このように、ベクトル算出部１６０は、複数のベクトルデータのそれぞれに対応する類似度を算出する。

【0058】

出力部１７０は、類似度の高い順に、複数のベクトルデータに対応する複数の文書データを並べる。出力部１７０は、複数の文書データを、検索結果として出力する。例えば、出力部１７０は、複数の文書データを端末装置３００に出力する。また、例えば、出力部１７０は、複数の文書データを情報処理装置１００のディスプレイに出力する。出力部１７０は、複数のベクトルデータに対応する複数の文書データのうち、類似度が予め定められた閾値以上のベクトルデータに対応する文書データを、検索結果として出力してもよい。これにより、情報処理装置１００は、ユーザがより望む検索結果を出力することができる。

【0059】

次に、情報処理装置１００が実行する処理を、フローチャートを用いて、説明する。
図１６は、情報処理装置が実行する処理の例を示すフローチャートである。
（ステップＳ３１）取得部１３０は、ユーザＩＤと検索内容とを端末装置３００から取得する。
（ステップＳ３２）取得部１３０は、ユーザ情報２１２を参照し、ユーザＩＤに対応するカテゴリを取得する。
（ステップＳ３３）判定部１４０は、置換辞書２１５を用いて、検索内容に置換対象単語が含まれているか否かを判定する。検索内容に置換対象単語が含まれている場合、処理は、ステップＳ３４に進む。検索内容に置換対象単語が含まれていない場合、処理は、ステップＳ３７に進む。

【0060】

（ステップＳ３４）置換部１５０は、ユーザＩＤに対応するカテゴリと置換辞書２１５とを用いて、置換対象単語を置換情報に置換する。
（ステップＳ３５）ベクトル算出部１６０は、ベクトル化モデルを用いて、置換情報を含む検索内容である置換検索内容をベクトル化する。
（ステップＳ３６）ベクトル算出部１６０は、ベクトル化された置換検索内容と、ベクトル情報２１７に含まれている複数のベクトルデータのそれぞれとの類似度を算出する。そして、処理は、ステップＳ３９に進む。

【0061】

（ステップＳ３７）ベクトル算出部１６０は、検索内容をベクトル化する。
（ステップＳ３８）ベクトル算出部１６０は、ベクトル化された検索内容と、ベクトル情報２１７に含まれている複数のベクトルデータのそれぞれとの類似度を算出する。
（ステップＳ３９）出力部１７０は、類似度の高い順に、複数のベクトルデータに対応する複数の文書データを並べる。出力部１７０は、複数の文書データを、検索結果として端末装置３００に出力する。
これにより、端末装置３００は、検索結果を表示できる。

【0062】

実施の形態によれば、情報処理装置１００は、ユーザカテゴリに基づく検索結果を出力する。そのため、情報処理装置１００は、ユーザが望む検索結果を出力することができる。

【符号の説明】

【0063】

１０ ネットワーク、 １００ 情報処理装置、 １０１ プロセッサ、 １０２ 揮発性記憶装置、 １０３ 不揮発性記憶装置、 １０４ 通信ＩＦ、 １０５ 入出力ＩＦ、 １０６ メディアＩＦ、 １１０ 記憶部、 １１１ 検索内容情報、 １２０ 通信部、 １３０ 取得部、 １４０ 判定部、 １５０ 置換部、 １６０ ベクトル算出部、 １７０ 出力部、 ２００ 生成装置、 ２１０ 記憶部、 ２１１ カテゴリ情報、 ２１２ ユーザ情報、 ２１３ モデル情報、 ２１４ 置換対象単語情報、 ２１５ 置換辞書、 ２１６ 文書テーブル、 ２１７ ベクトル情報、 ２２０ 通信部、 ２３０ 制御部、 ２３１ 取得部、 ２３２ 決定部、 ２３３ 置換部、 ２３４ 前処理部、 ２３５ 生成部、 ２３６ ベクトル化部、 ３００ 端末装置、 ３１０ 通信部、 ３２０ 制御部、 ３２１ 取得部、 ３２２ 検索内容受信部、 ３２３ 送信部、 ３２４ 結果受信部、 ３２５ 表示制御部、 ３３０ 入力部、 ３４０ 表示部、 ３５０ 記憶部。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】