1 はじめに

我々は，様々なメディアの情報に対して，利用者の目的や状況に応じた柔軟な知覚・認知を行い，さらにそれを利用者の目的や状況にあった形に調節できる枠組みを開発することを目標のひとつとしている。これまで進めてきたテキスト情報に対する自己組織化の枠組みと，実証システムとして構築した利用者の視点を考慮した文書検索システムについて報告を行う。

2 文書空間の適合

従来の文書検索システムにおいては，問い合わせの更新による検索作業の効率化，精度の向上が試みられている(適合性フィードバック).そのため，検索時点での精度改善には有用であるが，後の検索にも利用者の検索意図を反映させることができない。また，文書のモデル化の際に語の非独立性が考慮されていない。我々は，語の非独立性を考慮したモデル化を行った際に，後の検索にも利用者の検索意図を生かすためには，文書表現自体の変更が必要であると考えた。また，文書検索時における，適当な回答を得るまでの手間と時間が削減されると同時に，検索の回数を重ねるにつれて精度の高い検索を行うことができると推測した。

以上の課題を解決するために，以下のような手段を用いる。

・近傍共起を表現した語間の関連性に基づいた文書表現、(関連度考慮型モデル).

・検索意図を反映した語の集合(辞書ベクトル)による文書空間最適化．

ででもっとも良い評価を与えた辞書ベクトルを準最適として返す。

探索により，最適な辞書ベクトルが決定したならば，それに基づいた文書モデル化を全文書に対して行うことになる。

３．FAQ文書検索システム

約12,000件のメッセージからなる実在の VC++のメーリングリストのアーカイブより抽出したFAQ(Requestly Asked Qustion)集に対して，本方式を評価するための文献検索実験を行った．VC++の知識を有する被験者が作成した質問文と，彼験者がそれに類似すると思った類似度つきのメーリングリスト中の文書を，検索における参照セットとし適合率と再生率を評価尺度にした．実験は，以下の3つの観点について行った。

[実験1]:モデル化の方法の精度比較

同一辞書ベクトル，同一質問文のもと、tHdf法と関連度考慮型モデルの精度を比較した。この結果，従来のtfidf法ではPrecision，Recall ともに25%増加した．

【実験2】:辞書ベクトルし変更の効果実験

関連度考慮型モデルに限定し，同じ質問文に対する辞書ベクトル変更前後の検索結果を比較した。比較的小さな探索空間から求められた最適辞書ベクトルでも性能が高いことが示され， Precision,Recallともに増加した。

【実験3】:質問文1に跨る検索精度実験

辞書ベクトルの他質問文への適用力を確かめるため，様々な質問文に対して，実験2で得られた辞書ベクトルの変更前後の検索結果を比較した。この結果，変更による改善が認められた。

4終りに

テキスト情報に対して柔軟な知覚／認知を行うことができ、さらにそれを利用者の目的や状況にあった形に調節できる枠組みを開発した。その応用例としてFAQ検索システムを構築し，実験を行った。今後は，本アルゴリズムの有効性を示すため，標準データセットを利用して，フィードバック情報量の少ない検索や質問文に跨る検索の実験を重ねる必要がある。