JP5161891B2 - 辞書システム - Google Patents

Description

本発明は、辞書システムに関する。特に、文書を検索するための、或いは、文書を構成する語の正規化のための、辞書システムに関する。

従来、システムにより実現した文書データベース（いわゆるインターネット上のＷｅｂサイトを含む）等において、ユーザが目的とする情報を含んだ文書データを効率的に得るための各種の検索方法が提案されている。例えば、特許文献１には、登録対象文書からキーワードとなる単語を抽出し、該単語に対する異表記、異字体、同義語、類義語等の特定の意味を持つ複数の単語群データを参照し、標準表記を取得する。そして、キーワードとなる単語と、標準表記を含む単語群データと、登録対象文書とを関連付けた検索用データを作成する。その後の検索時に、ユーザの検索条件から、キーワードとなる単語を抽出し、該単語に対する異表記、異字体、同義語、類義語等の特定の意味を持つ複数の単語群データを参照し、標準表記を取得する。そして、検索用データから、キーワードとなる単語、及び標準表記を含む単語群データと一致する単語を持つ文書データを検索し、検索結果を出力する。このように、ユーザの検索条件に含まれる単語に対する、異表記、異字体、同義語、類義語等の単語を含む文書データを検索する技術が開示されている。
特開２００４−８６３０７号公報

しかしながら、特許文献１に記載の技術によっても、キーワードとなる単語に対する、異表記、異字体、同義語、類義語等の特定の意味を持つ複数の単語データに対する標準表記を全て登録して、更新していくには手間的な限界もあり現実的ではない。更に、複数の単語で構成される複合語に対する表記の揺れに対応する技術は開示されていない。

そこで、本発明は、文書検索の利用に供する、或いは、文書を構成する語の正規化の利用に供する、より改良された辞書システムを提供することを目的とする。更に、複数の単純語で構成される複合語にも対応可能な辞書システムを提供することを目的とする。

より具体的には、本発明は、次のようなものを提供する。

（１） 文書を検索するための、或いは、文書を構成する語の正規化のための、辞書システムであって、
少なくとも１の単純語又は未成語文字配列を含んで構成する単純語辞書単位と、
前記単純語辞書単位を構成する単純語又は未成語文字配列の１を含んで構成する複合語を示す複合語辞書単位と、
を記憶する記憶部を備え、
前記複合語を構成するそれぞれの単純語又は未成語文字配列は、前記単純語辞書単位へのポインタ（単位識別子）、及び前記単純語又は未成語文字配列へのポインタ（語識別子）を介して参照される辞書システム。

本発明のこのような構成によれば、前記辞書システムは、ある単純語辞書単位を構成する単純語が複合語の一部を構成する場合、当該複合語を示す複合語辞書単位は当該単純語を直接記憶せず、当該単純語が構成する単純語辞書単位へのポインタを介して参照する。

このことにより、前記辞書システムは、前記ポインタを介して参照する単純語辞書単位を構成する単純語を入れ替えることにより、自動的に前記複合語の類義語を生成することができる。更に、前記単純語辞書単位を構成する単純語をメンテナンスすることによって、前記複合語の類義語の範囲も自動的にメンテナンスすることができる。

その結果、前記辞書システムは、メンテナンスに伴うシステム負荷及び人的負荷を抑制することができる。

このように、前記辞書システムは、前記複合語或いは前記単純語を含んで構成された文書を検索する際に、前記複合語を構成するそれぞれの単純語を、前記単純語辞書単位へのポインタ（単位識別子）を介して参照する。

従って、前記辞書システムは、前記複合語或いは前記単純語を含んで構成された文書を検索する際に、前記複合語或いは前記単純語の類義語を順次検索要求語及び検索要求語の類義語と照合・比較するのではなく、前記複合語を構成するそれぞれの単純語を、前記単純語辞書単位へのポインタ（単位識別子）を含む符号に置き換えて、更に、前記複合語或いは前記単純語を含んで構成された検索要求語について、前記複合語を構成するそれぞれの単純語を、前記単純語辞書単位へのポインタ（単位識別子）を含む符号に置き換えて、前記ポインタ（単位識別子）を含む符号同士の照合・比較を行うことができる。

このように、前記辞書システムは、前記単純語辞書単位或いは前記複合語辞書単位に含まれる類義語の数にかかわらず、前記ポインタ（単位識別子）を含む符号同士の整合・比較を一回行うだけで、精度を落とすことなく効率的に検索を行うことができる。

同様に、前記辞書システムは、前記複合語或いは前記単純語を含んで構成された文書の語を正規化する際に、前記複合語を構成するそれぞれの単純語を、前記単純語辞書単位へのポインタ（単位識別子）を介して参照する。

従って、前記辞書システムは、前記複合語或いは前記単純語を含んで構成された文書の語を正規化する際に、前記複合語を構成するそれぞれの単純語を、前記単純語辞書単位へのポインタ（単位識別子）を含む符号に置き換えることができる。

このように、前記辞書システムは、前記単純語辞書単位或いは前記複合語辞書単位に含まれる類義語の数にかかわらず、前記複合語を構成するそれぞれの単純語を、前記ポインタ（単位識別子）を含む符号に置き換えることで、前記文書の検索を受け付ける際の前処理として語の正規化を実施し、前記検索の精度を落とすことなく効率的に検索を行うことができる。

（２） 検索要求語の入力を受け付ける手段と、
受け付けた検索要求語から、前記複合語に一致する部分を抽出する手段と、
その余の部分から、前記単純語に一致する部分を抽出する手段と、
一致した前記複合語を構成する単純語及び一致した単純語がそれぞれ含まれる単純語辞書単位に含まれる全ての単純語を組み合わせて検索候補語を生成する手段と、
生成された検索候補語の属する前記複合語を構成する前記単純語辞書単位へのポインタ（単位識別子）及び、その余の部分の単純語を構成する単純語又は未成語文字配列へのポインタ（語識別子）を正規化して登録する手段と、
を備える（１）に記載の辞書システム。

本発明のこのような構成によれば、前記辞書システムは、入力を受け付けた検索要求語に含まれる複合語及び単純語について、記憶している複合語辞書単位及び単純語辞書単位を参照し、前記複合語辞書単位に含まれる複合語を構成する単純語及び単純語辞書単位に含まれる単純語をそれぞれ前記単純語辞書単位に含まれる単純語に入れ替えることによって、検索候補語としていわゆる類義語を自動的に生成して検索を行うことができる。

（３） 単純語又は複合語の新たな関連付けを示すデータの入力を受け付ける手段と、
前記新たな関連付けを示された単純語又は複合語が互いに別々の辞書単位を構成している場合に、同じ単純語辞書単位へのポインタ（単位識別子）を付与して前記別々の辞書単位を統合する手段と、
前記新たな関連付けを示された単純語又は複合語が互いに同じ辞書単位を構成している場合に、関連付けのない単純語又は複合語とすべく、前記単純語辞書単位へのポインタ（単位識別子）を削除し、未成語文字配列へのポインタ（語識別子）を付与する手段と、
を更に備える（１）又は（２）に記載の辞書システム。

本発明のこのような構成によれば、前記辞書システムは、単純語又は複合語の新たな関連付けを示すデータの入力を受け付けて、前記新たな関連付けを示された単純語又は複合語が互いに別々の辞書単位を構成している場合に、前記別々の辞書単位を統合することができる。

（４） 複合語同士の新たな関連付けを示すデータの入力を受け付ける手段と、
前記新たな関連付けを示された複合語の一部が同一の辞書単位を構成している場合に、その余の部分を構成する単純語又は複合語同士が関連するものとして類推して、前記その余の部分を構成する単純語又は複合語を含むように、同一の単純語辞書単位へのポインタ（単位識別子）で構成して新たな辞書単位を生成する手段と、を更に備える（１）から（３）のいずれか１項に記載の辞書システム。

本発明のこのような構成によれば、前記辞書システムは、複合語同士の新たな関連付けを示すデータの入力を受け付けて、前記新たな関連付けを示された複合語の一部が同一の辞書単位を構成している場合に、その余の部分を構成する単純語又は複合語同士が関連するものとして、前記その余の部分を構成する単純語又は複合語を含んで構成する新たな辞書単位を生成することができる。

（５） 複数の単純語又は複合語を含んで構成する辞書単位に対する分割を示すデータの入力を受け付ける手段と、
受け付けた分割を示すデータに基づいて前記辞書単位を分割する手段と、
受け付けた分割を示すデータに、分割可能な単純語が含まれていない場合には、当該単純語に対して、前記単純語又は未成語文字配列へのポインタ（語識別子）を付与する手段と、
を更に備える（１）から（４）のいずれか１項に記載の辞書システム。
のいずれか１項に記載の辞書システム。

本発明のこのような構成によれば、前記辞書システムは、複数の単純語又は複合語を含んで構成する辞書単位に対する分割を示すデータの入力を受け付けて、受け付けた分割を示すデータに基づいて前記辞書単位を分割することができる。

（６） 前記記憶部に記憶した単純語辞書単位を構成する単純語が、その他の単純語辞書単位を構成する単純語又は複合語辞書単位を構成する複合語を構成する単純語を含んでいる場合に、当該含んでいる単純語を含んで構成する複合語として単純語辞書単位へのポインタ（単位識別子）、及び前記単純語又は未成語文字配列へのポインタ（語識別子）を付して記憶する手段を更に備える（１）から（５）のいずれか１項に記載の辞書システム。

本発明のこのような構成によれば、前記辞書システムは、前記記憶部に記憶した単純語辞書単位を構成する単純語が、その他の単純語辞書単位を構成する単純語又は複合語辞書単位を構成する複合語を構成する単純語を含んでいる場合に、当該含んでいる単純語を含んで構成する複合語として記憶するので、当該含んでいる単純語を共有する複数の複合語を含む語が検索要求語や検索対象文書に含まれる場合においても、当該複数の複合語を漏れなく検索することが出来る。

（７） 前記検索要求語に含まれる複合語又は単純語が構成する辞書単位に含まれる単純語辞書単位へのポインタ（単位識別子）により特定される単純語の語群が検索対象文書に含まれている場合に一致したと見なす（２）に記載の辞書システム。

本発明のこのような構成によれば、前記辞書システムは、前記検索要求語に含まれる複合語又は単純語が構成する辞書単位に含まれる語が検索対象文書に含まれている場合に一致したと見なすので、当該辞書単位毎に一部一致の検索を行なうことができる。

（８） 辞書システムに、文書の検索、或いは、文書を構成する語の正規化を実行させるプログラムであって、
前記辞書システムは、少なくとも１の単純語又は未成語文字配列を含んで構成する単純語辞書単位と、
前記単純語辞書単位を構成する単純語又は未成語文字配列の１を含んで構成する複合語を示す複合語辞書単位と、を記憶する記憶部を備え、
前記辞書システムに、前記複合語を構成するそれぞれの単純語を、前記単純語辞書単位へのポインタ（単位識別子）、及び前記単純語又は未成語文字配列へのポインタ（語識別子）を介して参照させるステップを実行させるプログラム。

（９） （１）に記載の辞書システムを含み、管理対象となる文書を構成する語の正規化を行う文書管理装置。

本発明によれば、前記辞書システムは、ある単純語辞書単位を構成する単純語が複合語の一部を構成する場合、当該複合語を示す複合語辞書単位は当該単純語を直接記憶せず、当該単純語が構成する単純語辞書単位へのポインタを介して参照する。このことにより、前記辞書システムは、前記ポインタを介して参照する単純語辞書単位を構成する単純語を入れ替えることにより、自動的に前記複合語の類義語を生成することができる。また、前記辞書システムは、前記複合語或いは前記単純語を含んで構成された文書を検索する際に、前記複合語或いは前記単純語の類義語を順次検索要求語及び検索要求語の類義語と照合・比較するのではなく、前記複合語を構成するそれぞれの単純語を、前記単純語辞書単位へのポインタ（単位識別子）を含む符号に置き換えて、更に、前記複合語或いは前記単純語を含んで構成された検索要求語について、前記複合語を構成するそれぞれの単純語を、前記単純語辞書単位へのポインタ（単位識別子）を含む符号に置き換えて、前記ポインタ（単位識別子）を含む符号同士の照合・比較を行うことができる。或いは、前記辞書システムは、前記単純語辞書単位或いは前記複合語辞書単位に含まれる類義語の数にかかわらず、前記複合語を構成するそれぞれの単純語を、前記ポインタ（単位識別子）を含む符号に置き換えることで、前記文書の検索を受け付ける際の前処理として語の正規化を実施し、前記検索の精度を落とすことなく効率的に検索を行うことができる。

本発明の好適な実施形態の一例に係るシステム１の全体構成を示す図である。 本発明の好適な実施形態の一例に係るサーバ１０及び端末２０のハードウェア構成の一例を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける語の構成を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける辞書単位を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける単純語のデータ構造を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける複合語のデータ構造を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける辞書の全体構造を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける参照を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける融合を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける再構成を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける例示に用いる辞書の設定を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける登録語による要求語の分解を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける関連語による変換候補断片の列挙を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける候補リストの生成を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける例示に用いる辞書の設定を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける登録語による要求語の分解を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける既存の関連の確認を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける新たな関連の類推を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける新たな辞書単位の登録を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける分割を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける総順列の洗い出しを示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける検索処理を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける新たな関連付け処理１を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける新たな関連付け処理２を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける分割処理を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける語と単位識別子の対応を示す図である。 本発明の好適な実施形態の一例に係る辞書システムによる文書を構成する語の正規化を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける文書を構成する語の正規化処理を示すフローチャートである。 、本発明の好適な実施形態の一例に係る辞書システムにおける辞書の再構成処理を示すフローチャートである。 本発明の好適な実施形態の一例に係る辞書システムにおける登録内容の一例を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける登録内容の一例を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける検索語又は被検索語の一例を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける登録内容の一例を示す図である。 本発明の好適な実施形態の一例に係る辞書システムにおける一部一致検索処理を示すフローチャートである。 本発明の好適な実施形態の一例に係る辞書システムにおける登録内容の一例を示す図である。

符号の説明

１ 辞書システム
１０ サーバ
２０、２０ａ、２０ｂ、２０ｃ 端末
３０ 通信ネットワーク
６０ Ｗｅｂサイト

発明を実施するための形態

以下、図面を参照しながら本発明の実施形態の一例について述べる。

図１は、本発明の好適な実施形態の一例に係るシステム１の全体構成を示す図である。図２は、本発明の好適な実施形態の一例に係るサーバ１０及び端末２０のハードウェア構成の一例を示す図である。図３は、本発明の好適な実施形態の一例に係る辞書システムにおける語の構成を示す図である。図４は、本発明の好適な実施形態の一例に係る辞書システムにおける辞書単位を示す図である。図５は、本発明の好適な実施形態の一例に係る辞書システムにおける単純語のデータ構造を示す図である。図６は、本発明の好適な実施形態の一例に係る辞書システムにおける複合語のデータ構造を示す図である。図７は、本発明の好適な実施形態の一例に係る辞書システムにおける辞書の全体構造を示す図である。図８は、本発明の好適な実施形態の一例に係る辞書システムにおける参照を示す図である。図９は、本発明の好適な実施形態の一例に係る辞書システムにおける融合を示す図である。図１０は、本発明の好適な実施形態の一例に係る辞書システムにおける再構成を示す図である。図１１は、本発明の好適な実施形態の一例に係る辞書システムにおける例示に用いる辞書の設定を示す図である。図１２は、本発明の好適な実施形態の一例に係る辞書システムにおける登録語による要求語の分解を示す図である。図１３は、本発明の好適な実施形態の一例に係る辞書システムにおける関連語による変換候補断片の列挙を示す図である。図１４は、本発明の好適な実施形態の一例に係る辞書システムにおける候補リストの生成を示す図である。図１５は、本発明の好適な実施形態の一例に係る辞書システムにおける例示に用いる辞書の設定を示す図である。図１６は、本発明の好適な実施形態の一例に係る辞書システムにおける登録語による要求語の分解を示す図である。図１７は、本発明の好適な実施形態の一例に係る辞書システムにおける既存の関連の確認を示す図である。図１８は、本発明の好適な実施形態の一例に係る辞書システムにおける新たな関連の類推を示す図である。図１９は、本発明の好適な実施形態の一例に係る辞書システムにおける新たな辞書単位の登録を示す図である。図２０は、本発明の好適な実施形態の一例に係る辞書システムにおける分割を示す図である。図２１は、本発明の好適な実施形態の一例に係る辞書システムにおける総順列の洗い出しを示す図である。図２２は、本発明の好適な実施形態の一例に係る辞書システムにおける検索処理を示す図である。図２３は、本発明の好適な実施形態の一例に係る辞書システムにおける新たな関連付け処理１を示す図である。図２４は、本発明の好適な実施形態の一例に係る辞書システムにおける新たな関連付け処理２を示す図である。図２５は、本発明の好適な実施形態の一例に係る辞書システムにおける分割処理を示す図である。図２６は、本発明の好適な実施形態の一例に係る辞書システムにおける語と単位識別子の対応を示す図である。図２７は、本発明の好適な実施形態の一例に係る辞書システムによる文書を構成する語の正規化を示す図である。図２８は、本発明の好適な実施形態の一例に係る辞書システムにおける文書を構成する語の正規化処理を示すフローチャートである。図２９は、本発明の好適な実施形態の一例に係る辞書システムにおける辞書の再構成処理を示すフローチャートである。図３０は、本発明の好適な実施形態の一例に係る辞書システムにおける登録内容の一例を示す図である。図３１は、本発明の好適な実施形態の一例に係る辞書システムにおける登録内容の一例を示す図である。図３２は、本発明の好適な実施形態の一例に係る辞書システムにおける検索語又は被検索語の一例を示す図である。図３３は、本発明の好適な実施形態の一例に係る辞書システムにおける登録内容の一例を示す図である。図３４は、本発明の好適な実施形態の一例に係る辞書システムにおける一部一致検索処理を示すフローチャートである。図３５は、本発明の好適な実施形態の一例に係る辞書システムにおける登録内容の一例を示す図である。

図１は、本発明の好適な実施形態の一例に係るシステム１の全体構成を示す図である。

本実施形態におけるシステム１は、サーバ１０が、通信ネットワーク３０を介して、端末２０及びＷｅｂサイト６０と接続可能な状態で構成される。

サーバ１０は、テキストや画像等を含んだ文書データ（例えば、インターネットやイントラネット上のＷｅｂページ）を受け付けて、又は収集して記憶する。更に、サーバ１０は、文書データを解析し、語データを抽出して辞書システムとして記憶する。そして、端末２０のＷｅｂブラウザ等からのユーザの検索要求に応じて、記憶している語データを検索した結果を送信する機能を備えている。なお、サーバ１０のハードウェアの数に制限はなく、必要に応じて、１又は複数のハードウェアで構成してよい。

Ｗｅｂサイト６０は、文書データ（例えば、Ｗｅｂページデータ）を蓄積しており、通信ネットワーク３０、例えば、インターネット等のネットワークを通じて、これらのデータを端末２０に送信する機能を有している。なお、個人や会社のホームページ等のＷｅｂページデータ群、又はＷｅｂページデータ群を管理しているインターネット上の場所を、Ｗｅｂサイトという。

通信ネットワーク３０は、サーバ１０、Ｗｅｂサイト６０、及び端末２０を接続する。ここで、通信ネットワーク３０は、有線により実現するものだけではなく、携帯電話等のように、基地局を介して一部を無線により実現するもの、アクセスポイントを介して無線ＬＡＮにより実現するもの等、本発明の技術的思想に合致するものであれば様々な通信ネットワークにより実現してよい。

端末２０は、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）２０ａの他、携帯電話機２０ｂ、及びＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄａｔａ Ａｓｓｉｓｔａｎｔ）２０ｃ、等のいわゆるコンピュータ以外の通信端末であってもよい。
［サーバ１０のハードウェア構成］

なお、辞書システム１、は後述するソフトウェアによる情報処理を端末２０において集約して実行し、スタンドアロンで全ての機能を発揮するように構成しても良い。また、端末２０においてスタンドアロンで実現した辞書システム１は、検索対象となる文書（被検索文書）を更に含んで、検索機能付き或いは正規化機能付き文書管理装置を構成してもよい。或いは、ソフトウェア及び検索対象となる文書（被検索文書）を組み合わせて文献集として構成してもよい。

図２は、本発明の好適な実施形態の一例に係るサーバ１０及び端末２０のハードウェア構成の一例を示す図である。図２に示すように、入力部１１０、通信インターフェイス部１２０、制御部１３０、表示部１４０、及び記憶部１５０がバスライン１０５により接続されてサーバ１０を構成する。

入力部１１０は、マウス並びにキーボード等の入力装置により実現することができる。又、通信インターフェイス部１２０は、ＬＡＮアダプタ並びにモデムアダプタ等により実現することができる。更に、制御部１３０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）により構成してよく、サーバ１０全体を制御し、例えば、記憶部１５０に記憶されたプログラムを読み出して実行することにより、後述する各種処理を実現している。そして又、表示部１４０は、液晶表示装置（ＬＣＤ）、並びにブラウン管表示装置（ＣＲＴ）等により実現することができる。そして更に、記憶部１５０は、ハードディスク並びに半導体メモリ等で実現することができる。

以上の例は、サーバ１０について主に説明したが、コンピュータに、プログラムをインストールして、そのコンピュータをサーバ装置として動作させることにより上記で説明した機能を実現することもできる。従って、本発明において一実施形態として説明したサーバ１０により実現される機能は、上述の方法を当該コンピュータにより実行することにより、或いは、上述のプログラムを当該コンピュータに導入して実行することによっても実現可能である。
［端末２０のハードウェア構成］

ここで端末２０は、上述のサーバ１０と同様の構成を備えてよい。なお、入力部２１０、通信インターフェイス部２２０、制御部２３０、表示部２４０、及び記憶部２５０がバスライン２０５により接続されて端末２０を構成する。

図３は、本発明の好適な実施形態の一例に係る辞書システムにおける語の構成を示す図である。辞書を構成するまとまりのある文字列を語（ｔｅｒｍ）という。語には、単純語（ｓｉｍｐｌｅ ｔｅｒｍ）と複合語（ｃｏｍｐｌｅｘ ｔｅｒｍ）がある。全ての語は本辞書システムの登録対象となる。

ここで、単純語は、本辞書システムにおいて、分割可能な語が辞書に含まれていないために、それ以上分割ができない語である。具体的には例えば、「犬」、「イヌ」、「猫」、「ネコ」、「医院」、「クリニック」等がある。数は特殊な単純語として扱う。具体的には例えば、「１２３」、「１２３，４５６」等がある。

また、複合語は、一つ以上の単純語又は単純語と未成語文字列（ｆｒａｇｍｅｎｔａｒｙ ｓｔｒｉｎｇ；語として登録されていない文字列）の連結されたものをいう。これらの単純語・複合語の区別は、後述するように辞書操作に依存し、単純語は容易に複合語となり、複合語は容易に単純語となる。

図４は、本発明の好適な実施形態の一例に係る辞書システムにおける辞書単位を示す図である。辞書単位は一以上の語を含んで構成されている。全ての辞書単位は、単位識別子（ｕｎｉｔ ｉｄｅｎｔｉｆｉｅｒ）と対応しており、後述するように、辞書単位は単位識別子をポインタとして外部から参照される。

辞書単位を構成する語は、互いに類義語の関係にあることを示している。この例では、単位識別子「１Ｄ３５ＢＦ」に対応する辞書単位に含まれる語である「医院」、「クリニック」、「病院」は、互いに類義語として定義される。また、それぞれの語は、語識別子（ｔｅｒｍ ｉｄｅｎｔｉｆｉｅｒ）と対応している。即ち、この例では、「医院」は「００１」、「クリニック」は「００２」、「病院」は「００３」という語識別子と対応しており、ポインタとして外部から参照される。例えば、「医院」という語は、「１Ｄ３５ＢＦ」「００１」という単位識別子と語識別子で構成するポインタで参照することができる。

図５は、本発明の好適な実施形態の一例に係る辞書システムにおける単純語のデータ構造を示す図である。単純語は、上述のように、辞書システムにおいて、分割可能な語が辞書に含まれていないために、それ以上分割ができない語である。この例では、単純語「医院」は語識別子「００１」をポインタとして識別されることを示している。

図６は、本発明の好適な実施形態の一例に係る辞書システムにおける複合語のデータ構造を示す図である。この例では、単位識別子「５９Ｃ４６Ｂ」をポインタとして外部から参照される「複合語」は、「３１ＤＢ０２（００２）＋ＦＦＦＦＦＦ（０００）＋０Ｆ８７ＡＥ（００５）」という単位識別子及び語識別子を含んで構成する識別子の配列を含んで定義されている。更に「３１ＤＢ０２」という単位識別子で参照される単純語辞書単位は、更に語識別子「００１」で参照される「インシュリン」、更に語識別子「００２」で参照される「インスリン」を含んで構成されている。即ちこれらは類義語として定義されている。また、単位識別子「ＦＦＦＦＦＦ」で参照される未成語文字列配列「非依存型」が定義されている。同様に、単位識別子「０Ｆ８７ＡＥ」で参照される単純語辞書単位は、更に語識別子「００４」で参照される「ＤＭ」、更に語識別子「００５」で参照される「糖尿病」を含んで構成されている。この例では、これらの定義により「インスリン非依存型糖尿病」という語が定義されている。

このようにして、単位識別子「５９Ｃ４６Ｂ」で参照される「インスリン非依存型糖尿病」という語には、後述するように「インスリン非依存型ＤＭ」、「インシュリン非依存型糖尿病」、「インシュリン非依存型ＤＭ」という類義語が存在することが定義され、検索時に検索候補語として使用することができる。

図７は、本発明の好適な実施形態の一例に係る辞書システムにおける辞書の全体構造を示す図である。上述のように、辞書システムは、辞書単位及び未成語文字列配列を含んで構成され、参照用入出力（Ｉ／Ｏ ｉｎｔｅｒｆａｃｅ ｆｏｒ ｒｅｆｅｒｅｎｃｅ）及び保守用入出力（Ｉ／Ｏ ｉｎｔｅｒｆａｃｅ ｆｏｒ ｍａｉｎｔｅｎａｎｃｅ）を含んで構成する語解析部（ｔｅｒｍ ａｎａｌｙｚｉｎｇ ｍｏｄｕｌｅ）を含んで構成されている。

この参照用入出力は、この辞書システムが、検索要求語を受け付ける手段と、受け付けた検索要求語から、前記複合語に一致する部分を抽出する手段と、その余の部分から、前記単純語に一致する部分を抽出する手段と、一致した前記複合語を構成する単純語及び一致した単純語がそれぞれ含まれる単純語辞書単位に含まれる全ての単純語を組み合わせて検索候補語を生成する手段と、を構成する。

図８は、本発明の好適な実施形態の一例に係る辞書システムにおける参照を示す図である。上述のように、この例では、「インスリン非依存型糖尿病」という語への参照が示されている。

図２２は、本発明の好適な実施形態の一例に係る辞書システムにおける検索処理を示す図である。

まず、端末２０の制御部２３０は、検索要求語の入力を受け付ける（ステップＳ１０１）。なお、サーバ１０が直接受け付けてもよい。端末２０は、通信ネットワーク３０を介してサーバ１０に当該検索要求語を示すデータを送信する。

次に、サーバ１０の制御部１３０は、受け付けた検索要求語を解析して、記憶部１５０に記憶された辞書を参照し、複合語に一致する部分を抽出する（ステップＳ１０２）。

次に、サーバ１０の制御部１３０は、残りの部分から単純語に一致する部分を抽出する（ステップＳ１０３）。

次に、サーバ１０の制御部１３０は、一致した複合語を構成する単純語及び単純語が含まれる単純語辞書単位に含まれる全ての単純語を組み合わせて、検索候補語を生成する（ステップＳ１０４）。

次に、サーバ１０の制御部１３０は、検索候補語に基づいて、検索対象の文書（例えばＷｅｂサイト６０が管理する文書）を検索する（ステップＳ１０５）。

例えば、制御部１３０が、上述のように単位識別子「５９Ｃ４６Ｂ」で参照される「インスリン非依存型糖尿病」を検索要求語として入力を受け付けた場合、「インスリン非依存型ＤＭ」、「インシュリン非依存型糖尿病」、「インシュリン非依存型ＤＭ」という類義語が自動的に検索候補語として生成され、検索対象の文書を検索することができる。更に、これらの単純語の順序を入れ替えたものを、検索候補語として生成してもよい。

或いは、制御部１３０は、検索要求語が上述の類義語のいずれかの１であった場合に、全て単位識別子「５９Ｃ４６Ｂ」を検索要求語とし、被検索文書のうち上述の類義語の部分を全て単位識別子「５９Ｃ４６Ｂ」として置き換えて、この単位識別子同士を比較して検索を行ってもよい。或いは、図６に示した例においては、「３１ＤＢ０２＋ＦＦＦＦＦＦ＋０Ｆ８７ＡＥ」という単位識別子の配列に置き換えて、この単位識別子同士を比較して検索を行ってもよい。

このように、制御部１３０は、単位識別子「５９Ｃ４６Ｂ」或いは、単位識別子の配列「３１ＤＢ０２＋ＦＦＦＦＦＦ＋０Ｆ８７ＡＥ」を介して「インスリン非依存型糖尿病」という複合語を参照することによって、精度を落とすことなく、登録された類義語をカバーする検索を効率的に行うことができる。

また、保守用入出力は、この辞書システムが、単純語又は複合語の新たな関連付けを示すデータの入力を受け付ける手段と、前記新たな関連付けを示された単純語又は複合語が互いに別々の辞書単位を構成している場合に、前記別々の辞書単位を統合（融合）する手段と、複合語同士の新たな関連付けを示すデータの入力を受け付ける手段と、前記新たな関連付けを示された複合語の一部が同一の辞書単位を構成している場合に、その余の部分を構成する単純語又は複合語同士が関連するものと類推して、前記その余の部分を構成する単純語又は複合語を含んで構成する新たな辞書単位を生成する手段と、複数の単純語又は複合語を含んで構成する辞書単位に対する分割を示すデータの入力を受け付ける手段と、受け付けた分割を示すデータに基づいて前記辞書単位を分割する手段と、を構成する。

図９は、本発明の好適な実施形態の一例に係る辞書システムにおける融合を示す図である。この例では、「医院」と「病院」との関連付けを示すデータを受け付けて、それぞれの語が構成する辞書単位「１７５Ｄ０Ｅ」及び「３ＦＦ８２Ｂ」を統合（融合）して新たな辞書単位「１７５Ｄ０Ｅ」が定義されている。この場合、それぞれの語識別子は新たに振り直される。

図２３は、本発明の好適な実施形態の一例に係る辞書システムにおける新たな関連付け処理１を示す図である。

まず、端末２０の制御部２３０は、単純語又は複合語の新たな関連付けを示すデータの入力を受け付ける（ステップＳ２０１）。なお、サーバ１０が直接受け付けてもよい。端末２０は、通信ネットワーク３０を介してサーバ１０に当該新たな関連付けを示すデータを送信する。

次に、サーバ１０の制御部１３０は、当該受け付けたデータに含まれる各語に基づいて、記憶部１５０に記憶された辞書を参照し、当該各語が互いに別々の辞書単位を構成しているか否かを判定する（ステップＳ２０２）。

次に、サーバ１０の制御部１３０は、ステップＳ２０２の判定が真の場合、当該別々の辞書単位を統合する（ステップＳ２０３）。図９の例では、「医院」と「病院」がそれぞれ辞書単位「１７５Ｄ０Ｅ」と「３ＦＦ８２Ｂ」を構成しているので、双方を新たな辞書単位「１７５Ｄ０Ｅ」に統合する。

図１０は、本発明の好適な実施形態の一例に係る辞書システムにおける再構成を示す図である。まず再構成（１）の例では、単位識別子「５９Ｃ４６Ｂ」に対応付けられた複合語を構成する単純語である「病院」が、単位識別子「１７５Ｄ０Ｅ」をポインタとして、更に語識別子「００３」をポインタとして参照されている。ここで、この語「病院」を当該辞書単位から削除する場合、もはや「病院」は辞書単位には含まれない語、即ち未成語文字列となるため、この部分を未成語文字列への参照「ＦＦＦＦＦＦ ０００」に置き換える。

また、再構成（２）の例では、上記の例の逆で、元々未成語文字列として参照していた「病院」を新たに辞書単位に登録する際に、それを参照する複合語を含む辞書単位の該当部分も、当該新たに登録した辞書単位への単位識別子をポインタとして参照されるように置き換える。

図１１乃至図１４及び図２１は、本発明の好適な実施形態の一例に係る辞書システムにおいて、検索要求語の入力を受け付けた場合の検索候補語の生成処理の例を示す図である。

まず、図１１に示すように、３つの辞書単位にそれぞれ「犬」及び「イヌ」、「猫」及び「ネコ」、並びに「医院」及び「病院」が設定されている場合を考える。

ここで、図１２に示すように、検索要求語として「犬猫医院」が与えられた場合、これらを登録語「犬」、「猫」、「医院」に分解する。

次に、図１３に示すように、それぞれの登録語（語）が含まれる辞書単位を参照し、「犬」に対して「イヌ」が類義語であること、「猫」に対して「ネコ」が類義語であること、及び「医院」に対して「病院」が類義語であることがわかる。

次に、図２１に示すように、これらの類義語の全ての順列を展開する。この例の場合には、２×２×２で８通りに展開されることになる。

次に、図１４に示すように、更に、それぞれの順列の順序を入れ替えて完全な候補リストを生成する。

図１５乃至図１９は、本発明の好適な実施形態の一例に係る辞書システムにおいて、複合語同士の新たな関連付けが与えられた場合の辞書の再構成の処理を示す図である。

更に、図２４は、本発明の好適な実施形態の一例に係る辞書システムにおける新たな関連付け処理２（辞書の再構成）を示す図である。

まず、端末２０の制御部２３０は、複合語同士の新たな関連付けを示すデータの入力を受け付ける（ステップＳ３０１）。なお、サーバ１０が直接受け付けてもよい。端末２０は、通信ネットワーク３０を介してサーバ１０に当該新たな関連付けを示すデータを送信する。

次に、サーバ１０の制御部１３０は、当該受け付けた複合語の一部が同一の辞書単位を構成しているか否かを判定する（ステップＳ３０２）。

次に、サーバ１０の制御部１３０は、ステップＳ３０２の判定が真の場合、その余の部分を構成する単純語又は複合語を含んで構成する新たな辞書単位を生成する（ステップＳ３０３）。以下、具体例を用いて説明する。

図１５に示すような辞書に対して、複合語「犬猫医院」及び「動物病院」が関連付けられていることを示すデータを受け付けた場合を考える。

この場合、図１６に示すように、これら２つの複合語を登録語「犬」、「猫」、「医院」及び「動物」、「病院」にそれぞれ分解する。

次に、図１７に示すように、「医院」と「病院」が同一の辞書単位を構成していることを確認する。

次に、図１８に示すように、その余の部分である「犬」、「猫」及び「動物」を図１９に示すように、新たな辞書単位を構成すべく登録する。具体的には、「犬猫」と「動物」で構成する辞書単位、「犬猫医院」と「動物病院」で構成する辞書単位を新たに生成して登録する。

図２５は、本発明の好適な実施形態の一例に係る辞書システムにおける分割処理を示す図である。

まず、端末２０の制御部２３０は、辞書単位の分割を示すデータの入力を受け付ける（ステップＳ４０１）。なお、サーバ１０が直接受け付けてもよい。端末２０は、通信ネットワーク３０を介してサーバ１０に当該分割を示すデータを送信する。

次に、サーバ１０の制御部１３０は、当該受け付けた分割を示すデータに基づいて、辞書単位を分割する（ステップＳ４０２）。以下具体例を用いて説明する。

図２０は、本発明の好適な実施形態の一例に係る辞書システムにおける分割を示す図である。この例では、同一の単位識別子「１７５Ｄ０Ｅ」をポインタとして参照される辞書単位を構成する「病院」と「ホスピタル」を分割することを示すデータを受け付ける。

次に、当該分割の対象となる「病院」と「ホスピタル」を含んで構成する新たな辞書単位を生成して登録し、単位識別子「３ＦＦ８２Ｂ」をポインタとして参照する。

図２６は、本発明の好適な実施形態の一例に係る辞書システムにおける語と単位識別子の対応を示す図である。

この例では、単位識別子「３１ＤＢ０２」で参照される辞書単位は登録語「インシュリン」及び登録語「インスリン」を含み、単位識別子「０Ｆ８７ＡＥ」で参照される辞書単位は登録語「糖尿病」及び登録語「ＤＭ」を含み、単位識別子「１Ａ２Ｂ３Ｃ」で参照される辞書単位は登録語「非依存型」及び登録語「非依存性」を含む。ここで、新たに、「インスリン非依存型糖尿病」及び「２型糖尿病」を登録語として含む単位識別子「５９Ｃ４６Ｂ」で参照される辞書単位を登録すると、前述のように、登録語「２型」と、登録語「インシュリン非依存性」、「インシュリン非依存型」、「インスリン非依存性」、「インスリン非依存型」と、を登録語とする新たな辞書単位が自動的に作成される（図示しない）。この場合、登録語「インスリン非依存型糖尿病」は、「３１ＤＢ０２＋１Ａ２Ｂ３Ｃ＋０Ｆ８７ＡＥ」なる単位識別子の配列で置き換えることができる。

図２７は、図２６の例における文書を構成する語の正規化を示す図である。

この例では、登録語「インシュリン」は単位識別子「３１ＤＢ０２」で置き換えられ、登録語「インシュリン非依存性糖尿病」は単位識別子の配列「３１ＤＢ０２＋１Ａ２Ｂ３Ｃ＋０Ｆ８７ＡＥ」で置き換えられ、登録語「２型糖尿病」は単位識別子「５９Ｃ４６Ｂ」で置き換えられ、登録語「糖尿病」は、単位識別子「０Ｆ８７ＡＥ」で置き換えられる。このように、単位識別子「５９Ｃ４６Ｂ」に登録されている複合語の部分（インスリン、非依存型）が、被検索文書の語（インシュリン、非依存性）に一致しない場合においても、当該複合語を構成する語を含む他の辞書単位（３１ＤＢ０２、１Ａ２Ｂ３Ｃ）を参照することにより、一意に正規化することができる。

更に、このように、辞書システム１に含まれる登録語をそれぞれ対応する単位識別子で置き換えることにより、被検索文書を構成する語を正規化することができる。このような正規化を行うことにより、登録された類義語を単一の単位識別子で表現することが可能となり、その後の検索処理をこの単位識別子同士の参照・対比により実現することで、精度を落とすことなくより効率的な検索を行うことができる。

この例では、文書１に含まれる登録語「インシュリン非依存性糖尿病」及び文書２に含まれる登録語「２型糖尿病」は、それぞれ単位識別子の配列「３１ＤＢ０２＋１Ａ２Ｂ３Ｃ＋０Ｆ８７ＡＥ」及び単位識別子「５９Ｃ４６Ｂ」で置き換えられるので、単位識別子「５９Ｃ４６Ｂ」で複合語の辞書単位を参照すれば、これらが互いに類義語の関係にあることが確認できる。

なお、この例では、「インシュリン非依存性糖尿病」は「３１ＤＢ０２＋１Ａ２Ｂ３Ｃ＋０Ｆ８７ＡＥ」で置き換え、「２型糖尿病」は「５９Ｃ４６Ｂ」で置き換えたが、双方とも「３１ＤＢ０２＋１Ａ２Ｂ３Ｃ＋０Ｆ８７ＡＥ」で置き換えてもよい。このような正規化を行うと、複合語辞書単位を参照することなく、その後の検索処理において、これらが互いに類義語の関係にあることを確認することができる。また、このような置き換えを行えば、単位識別子「３１ＤＢ０２」で参照される登録語「インシュリン」が登録語「インシュリン非依存性糖尿病」及び登録語「２型糖尿病」に一部一致する関係にあることを単位識別子「３１ＤＢ０２」を介して確認することができる。このことは、仮に登録語「インシュリン」（単位識別子「３１ＤＢ０２」語識別子「００１」）が登録語「インスリン」（単位識別子「３１ＤＢ０２」語識別子「００２」）であった場合にも、依然として単位識別子「３１ＤＢ０２」で置き換えられるため、類義語であることが確認され、上述の検索精度は保証されることになる。

図２８は、本発明の好適な実施形態の一例に係る辞書システムにおける文書を構成する語の正規化処理を示すフローチャートである。

まず、制御部１３０は、正規化の対象となる文書の入力を受け付ける（ステップＳ５０１）。ここで、制御部１３０は、通信ネットワーク３０を介して受け付けてもよいし、ユーザによる入力操作を入力部１１０が受け付けることにより実施してもよい。

次に、制御部１３０は、受け付けた被検索文書のうち、辞書システム１に登録された語を構成する複合語に一致する部分を抽出する（ステップＳ５０２）。図２７の例であれば、制御部１３０は、登録語である複合語「インシュリン非依存性糖尿病」及び「２型糖尿病」を抽出する。

次に、制御部１３０は、残りの部分から単純語に一致する部分を抽出する（ステップＳ５０３）。図２７の例であれば、制御部１３０は、単純語「インシュリン」及び単純語「糖尿病」を抽出する。

次に、制御部１３０は、一致した複合語を含む単位識別子及び単純語を含む単位識別子で文書を構成する登録語を正規化して記憶する（ステップＳ５０４）。図２７の例であれば、登録語「インシュリン」を単位識別子「３１ＤＢ０２」で置き換え、登録語「インシュリン非依存性糖尿病」を単位識別子の配列「３１ＤＢ０２＋１Ａ２Ｂ３Ｃ＋０Ｆ８７ＡＥ」で置き換え、登録語「２型糖尿病」を単位識別子「５９Ｃ４６Ｂ」で置き換え、登録語「糖尿病」を単位識別子「０Ｆ８７ＡＥ」で置き換えて、正規化する。

図２９は、本発明の好適な実施形態の一例に係る辞書システムにおける辞書の再構成処理を示すフローチャートである。

まず、制御部１３０は、記憶部１５０に記憶した単純語辞書単位を構成する単純語が、その他の単純語辞書単位を構成する単純語又は複合語辞書単位を構成する複合語を構成する単純語を含んでいるか否かを判断する（ステップＳ６０１）。含んでいると判断した場合、制御部１３０は、当該含んでいる単純語を含んで構成する複合語として記憶する（ステップＳ６０２）。

より具体的には、例えば、図３０に示すように、単位識別子「Ａ００１１」で参照される登録語「末梢神経」及び「末梢神経系」と、単位識別子「Ｂ００２２」で参照される登録語「神経障害」及び「神経疾患」と、単位識別子「Ｄ０１」で参照される登録語「神経」を記憶部１５０が記憶している場合に、制御部１３０は、登録語「神経」を登録語「末梢神経」、「末梢神経系」、「神経障害」及び「神経疾患」が含んでいるため、単位識別子「Ａ００１１」及び単位識別子「Ｂ００２２」で参照されるこれらの登録語を「複合語」として記憶する。

更に、制御部１３０は、当該「神経」で分断される語、即ち「抹消」、「系」、「障害」及び「疾患」も単純語として登録してもよい。その結果、図３３に示すような登録となる。

従って、「末梢神経障害」が検索語又は被検索語となる場合、始めに単純語のポインタでコード化すると「Ｅ０２＋Ｄ０１＋Ｇ０４」となり、この中には辞書に登録されている複合語の「Ｅ０２＋Ｄ０１」及び「Ｄ０１＋Ｇ０４」があることがわかる。そこで、これらの複合語のポインタで置き換えて、末梢神経障害を次の２種類の検索語、又は索引語とすることが可能である。
Ｅ０２＋Ｄ０１＋Ｇ０４ → 「Ａ００１１＋Ｇ０４」、「Ｅ０２＋Ｂ００２２」

これらのポインタから登録されている語を展開させることにより、次の検索語、又は索引語を得ることができる。
末梢神経障害、末梢神経系障害、末梢神経疾患

図３４は、本発明の好適な実施形態の一例に係る辞書システムにおける一部一致検索処理を示すフローチャートである。

まず、制御部１３０は、検索要求語の入力を受け付ける（ステップＳ７０１）。

次に、制御部１３０は、当該検索要求語に含まれる複合語又は単純語が構成する辞書単位に含まれる語が検索対象文書に含まれているか否かを判断する（ステップＳ７０２）。

含まれていると判断した場合に、制御部１３０は、一致したと見なす（ステップＳ７０３）。

具体的には、記憶部１５０が、図３５に示すような登録語を記憶している場合、検索語「サイトメガロウイルス性肺炎」はＸ００１１＋Ｙ００２２となる。従って、Ｘ００１１に登録された語群とＹ００２２に登録された語群のそれぞれを検索することが可能である。これにより「ＣＭＶによる急性の肺臓炎」からＸ００１１、Ｙ００２２を見つけ出すことができる。

更に、「急性サイトメガロウイルス肺炎」を検索した場合、その全体に一致する被検索語がなくても、「ＣＭＶ肺臓炎」を部分が一致する文字列として検索することが可能である。

以上、本発明の実施形態について説明したが、本発明は上述した実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施例に記載されたものに限定されるものではない。

Claims (9)

1. 文書を検索するための、或いは、文書を構成する語の正規化のための、辞書システムであって、
   少なくとも１の単純語又は未成語文字配列を含んで構成する単純語辞書単位と、
   前記単純語辞書単位を構成する単純語又は未成語文字配列の１を含んで構成する複合語を示す複合語辞書単位と、
   を記憶する記憶部を備え、
   前記複合語を構成するそれぞれの単純語又は未成語文字配列は、前記単純語辞書単位へのポインタ（単位識別子）、及び前記単純語又は未成語文字配列へのポインタ（語識別子）を介して参照される辞書システム。
2. 検索要求語の入力を受け付ける手段と、
   受け付けた検索要求語から、前記複合語に一致する部分を抽出する手段と、
   その余の部分から、前記単純語に一致する部分を抽出する手段と、
   一致した前記複合語を構成する単純語及び一致した単純語がそれぞれ含まれる単純語辞書単位に含まれる全ての単純語を組み合わせて検索候補語を生成する手段と、
   生成された検索候補語の属する前記複合語を構成する前記単純語辞書単位へのポインタ（単位識別子）及び、その余の部分の単純語を構成する単純語又は未成語文字配列へのポインタ（語識別子）を正規化して登録する手段と、
   を備える請求項１に記載の辞書システム。
3. 単純語又は複合語の新たな関連付けを示すデータの入力を受け付ける手段と、
   前記新たな関連付けを示された単純語又は複合語が互いに別々の辞書単位を構成している場合に、同じ単純語辞書単位へのポインタ（単位識別子）を付与して前記別々の辞書単位を統合する手段と、
   前記新たな関連付けを示された単純語又は複合語が互いに同じ辞書単位を構成している場合に、関連付けのない単純語又は複合語とすべく、前記単純語辞書単位へのポインタ（単位識別子）を削除し、未成語文字配列へのポインタ（語識別子）を付与する手段と、
   を更に備える請求項１又は請求項２に記載の辞書システム。
4. 複合語同士の新たな関連付けを示すデータの入力を受け付ける手段と、
   前記新たな関連付けを示された複合語の一部が同一の辞書単位を構成している場合に、その余の部分を構成する単純語又は複合語同士が関連するものとして類推して、前記その余の部分を構成する単純語又は複合語を含むように、同一の単純語辞書単位へのポインタ（単位識別子）で構成して新たな辞書単位を生成する手段と、を更に備える請求項１から請求項３のいずれか１項に記載の辞書システム。
5. 複数の単純語又は複合語を含んで構成する辞書単位に対する分割を示すデータの入力を受け付ける手段と、
   受け付けた分割を示すデータに基づいて前記辞書単位を分割する手段と、
   受け付けた分割を示すデータに、分割可能な単純語が含まれていない場合には、当該単純語に対して、前記単純語又は未成語文字配列へのポインタ（語識別子）を付与する手段と、
   を更に備える請求項１から請求項４のいずれか１項に記載の辞書システム。
6. 前記記憶部に記憶した単純語辞書単位を構成する単純語が、その他の単純語辞書単位を構成する単純語又は複合語辞書単位を構成する複合語を構成する単純語を含んでいる場合に、当該含んでいる単純語を含んで構成する複合語として単純語辞書単位へのポインタ（単位識別子）、及び前記単純語又は未成語文字配列へのポインタ（語識別子）を付して記憶する手段を更に備える請求項１から請求項５のいずれか１項に記載の辞書システム。
7. 前記検索要求語に含まれる複合語又は単純語が構成する辞書単位に含まれる単純語辞書単位へのポインタ（単位識別子）により特定される単純語の語群が検索対象文書に含まれている場合に一致したと見なす請求項２に記載の辞書システム。
8. 辞書システムに、文書の検索、或いは、文書を構成する語の正規化を実行させるプログラムであって、
   前記辞書システムは、少なくとも１の単純語又は未成語文字配列を含んで構成する単純語辞書単位と、
   前記単純語辞書単位を構成する単純語又は未成語文字配列の１を含んで構成する複合語を示す複合語辞書単位と、を記憶する記憶部を備え、
   前記辞書システムに、前記複合語を構成するそれぞれの単純語を、前記単純語辞書単位へのポインタ（単位識別子）、及び前記単純語又は未成語文字配列へのポインタ（語識別子）を介して参照させるステップを実行させるプログラム。
9. 請求項１に記載の辞書システムを含み、管理対象となる文書を構成する語の正規化を行う文書管理装置。

Images