特許ウォッチ

公開番号2025115310
公報種別公開特許公報(A)
公開日2025-08-06
出願番号2024009794
出願日2024-01-25
発明の名称検索装置、検索方法、及び検索プログラム
出願人株式会社日立製作所
代理人弁理士法人一色国際特許事務所
主分類G06F 16/33 20250101AFI20250730BHJP(計算;計数)
要約【課題】クエリテキストに類似するテキストを、その類似根拠とともに特定する。
【解決手段】検索装置は、複数の検索対象テキストから、入力されたクエリテキストに類似する1又は複数の類似テキストを検索する検索部と、各類似テキストについて、クエリテキストの各部分が、類似テキスト及びクエリテキストの間の類似度に寄与する程度を表す第1寄与率を算出する寄与率算出部と、各類似テキストについて、第1寄与率が所定の閾値以上の部分を、クエリテキスト及び類似テキストの間の類似性を根拠づけるクエリテキストの部分となる第1類似根拠部分と特定する類似根拠特定部と、類似テキスト及び第1類似根拠部分を出力する出力部と、を備える。
【選択図】図2
特許請求の範囲【請求項１】
プロセッサ及びメモリを有し、
複数の検索対象テキストから、入力されたクエリテキストに類似する１又は複数の類似テキストを検索する検索部と、
各類似テキストについて、前記クエリテキストの各部分が、前記類似テキスト及び前記クエリテキストの間の類似度に寄与する程度を表す第１寄与率を算出する寄与率算出部と、
各類似テキストについて、前記第１寄与率が所定の閾値以上の部分を、前記クエリテキスト及び前記類似テキストの間の類似性を根拠づける前記クエリテキストの部分となる第１類似根拠部分と特定する類似根拠特定部と、
前記類似テキスト及び前記第１類似根拠部分を出力する出力部と、
を備える検索装置。
続きを表示（約 1,600 文字）【請求項２】
各類似テキストについて、前記クエリテキストの各部分の前記第１寄与率を特徴量としたベクトルを生成し、生成した前記各類似テキストのベクトルをクラスタリングして前記ベクトルのグループを生成するグループ決定部と、
前記グループ毎に、前記クエリテキストの各部分について前記第１寄与率の平均値である平均寄与率を算出するグループ寄与率算出部と、
を備え、
前記類似根拠特定部は、前記平均寄与率が前記閾値以上の部分を、前記グループの前記第１類似根拠部分と特定し、
前記出力部は、前記グループ毎に、前記類似テキスト及び前記第１類似根拠部分を出力する、
請求項１に記載の検索装置。
【請求項３】
前記出力部は、前記グループ毎に、前記類似テキストに対応づけて、前記クエリテキストのうち前記第１類似根拠部分を強調表示する、
請求項２に記載の検索装置。
【請求項４】
前記寄与率算出部は、各類似テキストについて、前記類似テキストの各部分が、前記類似テキスト及び前記クエリテキストの間の類似度に寄与する程度を表す第２寄与率を算出し、
前記類似根拠特定部は、各類似テキストについて、前記第２寄与率が所定の閾値以上の部分を、前記クエリテキスト及び前記類似テキストの間の類似性を根拠づける前記類似テキストの部分となる第２類似根拠部分と特定し、
前記出力部は、前記類似テキスト、前記第１類似根拠部分、及び前記第２類似根拠部分を出力する、
請求項１に記載の検索装置。
【請求項５】
前記検索部は、テキストの単語埋込みベクトルに基づいて、前記クエリテキストと前記検索対象テキストとの間の前記類似度を算出する、
請求項１に記載の検索装置。
【請求項６】
前記クエリテキスト及び前記検索対象テキストは、ソースコードである、
請求項１に記載の検索装置。
【請求項７】
前記寄与率算出部は、各類似テキストについて、前記クエリテキストの各行が、前記類似テキスト及び前記クエリテキストの間の類似度に寄与する程度を表す第１寄与率を算出し、
前記類似根拠特定部は、各類似テキストについて、前記第１寄与率が所定の閾値以上の行を前記第１類似根拠部分と特定する、
請求項６に記載の検索装置。
【請求項８】
情報処理装置が、
複数の検索対象テキストから、入力されたクエリテキストに類似する１又は複数の類似テキストを検索する検索処理と、
各類似テキストについて、前記クエリテキストの各部分が、前記類似テキスト及び前記クエリテキストの間の類似度に寄与する程度を表す第１寄与率を算出する寄与率算出処理と、
各類似テキストについて、前記第１寄与率が所定の閾値以上の部分を、前記クエリテキスト及び前記類似テキストの間の類似性を根拠づける前記クエリテキストの部分となる第１類似根拠部分と特定する類似根拠特定処理と、
前記類似テキスト及び前記第１類似根拠部分を出力する出力処理と、
を実行する検索方法。
【請求項９】
情報処理装置に、
複数の検索対象テキストから、入力されたクエリテキストに類似する１又は複数の類似テキストを検索する検索処理と、
各類似テキストについて、前記クエリテキストの各部分が、前記類似テキスト及び前記クエリテキストの間の類似度に寄与する程度を表す第１寄与率を算出する寄与率算出処理と、
各類似テキストについて、前記第１寄与率が所定の閾値以上の部分を、前記クエリテキスト及び前記類似テキストの間の類似性を根拠づける前記クエリテキストの部分となる第１類似根拠部分と特定する類似根拠特定処理と、
前記類似テキスト及び前記第１類似根拠部分を出力する出力処理と、
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】
本発明は、検索装置、検索方法、及び検索プログラムに関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
プログラムの開発において、ソースコードをレビューすることにより品質を確保することは重要である。そして、レビューにおいて不具合等が発見された場合には、そのコードと類似するコードを大量のソースコードから検索し、確認する必要がある。しかしながら、人手で大量のソースコードを確認すると、工数が多く発生し、また、確認漏れが発生するおそれがある。
【０００３】
特許文献１には、単語埋込みモデルを用いて、クエリされているテキスト文書に類似する文書セグメントを出力する技術が開示されている。
【０００４】
また、特許文献２には、訓練データを用いて訓練された機械学習モデルによる予測に対する個々の訓練データ点の影響を、ＳＨＡＰ（Shapley Additive exPlanations）を用いて算出する技術が開示されている。
【先行技術文献】
【特許文献】
【０００５】
特表２０２２－５３６２４１号公報
特表２０２２－５５２９８０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、上述した技術では、クエリされているクエリテキストの中に類似の根拠となり得る部分が複数含まれる場合に、異なる類似根拠による複数の類似テキストが検索結果に混在することがある。そのため、検索結果として得られた複数の類似テキストのそれぞれがクエリテキストのどの部分と類似するかを判別することが困難である。類似の根拠となり得る部分のみをクエリテキストとして検索すれば、その部分に類似するテキストのみを検索結果として得ることは可能だが、類似の根拠となり得る部分を検索前にユーザが把握することは難しい。
【０００７】
本発明は、このような事情に鑑みてなされたものであり、その目的は、クエリテキストに類似するテキストを、その類似根拠とともに特定可能な検索装置、検索方法、及び検索プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００８】
上記課題を解決するための本発明の一つは、プロセッサ及びメモリを有し、複数の検索対象テキストから、入力されたクエリテキストに類似する１又は複数の類似テキストを検索する検索部と、各類似テキストについて、前記クエリテキストの各部分が、前記類似テキスト及び前記クエリテキストの間の類似度に寄与する程度を表す第１寄与率を算出する寄与率算出部と、各類似テキストについて、前記第１寄与率が所定の閾値以上の部分を、前記クエリテキスト及び前記類似テキストの間の類似性を根拠づける前記クエリテキストの部分となる第１類似根拠部分と特定する類似根拠特定部と、前記類似テキスト及び前記第１類似根拠部分を出力する出力部と、を備える検索装置である。
【発明の効果】
【０００９】
本発明によれば、クエリテキストに類似するテキストを、その類似根拠とともに特定することができる。
上記した以外の構成及び効果等は、以下の実施形態の説明により明らかにされる。
【図面の簡単な説明】
【００１０】
検索システムのハードウェア構成例を示す図である。
検索システムの機能構成例を示すブロック図である。
第１の実施形態における検索システムで行われる処理の概要を説明する処理フロー図である。
類似コードを検索する処理の概要を説明する図である。
類似根拠を特定する処理の概要を説明する図である。
第１の実施形態における第１類似コード検索結果の一例を示す図である
第２の実施形態における検索システムで行われる処理の概要を説明する処理フロー図である。
第２の実施形態における第２類似コード検索結果の一例を示す図である。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許