JP7806866B2 - 検索装置、検索方法、及びプログラム - Google Patents

Description

本発明は、検索条件に基づいて検索をする検索装置、検索方法に関し、更には、これらを実現するためのプログラムに関する。

人物及び物体の画像を検索する場合、検索条件を作成して検索をする。ところが、利用者は膨大なデータを把握できないため、検索に最適な検索条件を作成するのは難しい。そのため、対象とする検索結果を得るまでに多大な労力と時間が必要となる。

関連する技術として特許文献１には、利用者が所望するＦＡＱデータが得られるまで、対話を継続できるシナリオデータを生成する対話シナリオ生成システムが開示されている。

特許文献１のシステムによれば、検索対象のデータの数が三個以上の場合、それらの検索対象のデータの属性とその属性値との対の組み合わせについて、当該組み合わせに含まれていない属性と属性値との対の観点から整理する。

特許文献１のシステムでは、利用者とシステムとの対話を通して、利用者の意図が当該組み合わせに関連していると判別された場合、当該組み合わせに含まれていない属性の属性値を選択候補として利用者に提示する。そして、検索対象のデータを絞り込むための選択させるためのシナリオデータを生成する。

特開２０１２－２４８１６１号公報

しかしながら、特許文献１のシステムでは、利用者とシステムとの対話を通して、利用者が所望するＦＡＱデータを探索するシステムであるため、画像データの検索に適用することは困難である。すなわち、画像データなどは類似・重複が多いため、特許文献１のシステムを適用することは困難である。

一つの側面として、質問に対する利用者の回答に基づいて検索条件を更新して、検索結果を効率よく取得する、検索装置、検索方法、及びプログラムを提供することを目的とする。

上記目的を達成するため、一つの側面における検索装置は、
一つ以上の属性情報を有する検索条件を用いて、画像と一つ以上の属性情報とが関連付けられた検索対象情報を有するデータセットを参照し、前記検索条件の前記属性情報と一致する前記属性情報を有する検索対象情報を抽出する、検索対象抽出部と、
抽出した前記検索対象情報の数があらかじめ設定された検索結果範囲にない場合、属性情報が階層的に分類されたナレッジベースを参照し、抽出した前記検索対象情報に含まれる属性情報ごとに、あらかじめ決められたスコア関数を用いてスコアを算出する、スコア算出部と、
算出した前記スコアに基づいて属性情報を選択し、選択した前記属性情報を用いて利用者に提示する質問を表す質問情報を生成する、質問生成部と、
前記質問情報に対する前記利用者の回答が表す属性情報を前記検索条件に反映させ、新たな検索条件を生成する、検索条件生成部と、
を有することを特徴とする。

また、上記目的を達成するため、本発明の一側面における検索方法は、
一つ以上の属性情報を有する検索条件を用いて、画像と一つ以上の属性情報とが関連付けられた検索対象情報を有するデータセットを参照し、前記検索条件の前記属性情報と一致する前記属性情報を有する検索対象情報を抽出する、検索対象抽出ステップと、
抽出した前記検索対象情報の数があらかじめ設定された検索結果範囲にない場合、属性情報が階層的に分類されたナレッジベースを参照し、抽出した前記検索対象情報に含まれる属性情報ごとに、あらかじめ決められたスコア関数を用いてスコアを算出する、スコア算出ステップと、
算出した前記スコアに基づいて属性情報を選択し、選択した前記属性情報を用いて利用者に提示する質問を表す質問情報を生成する、質問生成ステップと、
前記質問情報に対する前記利用者の回答が表す属性情報を前記検索条件に反映させ、新たな検索条件を生成する、検索条件生成ステップと、
を有することを特徴とする。

さらに、上記目的を達成するため、本発明の一側面におけるプログラムは、
コンピュータに、
一つ以上の属性情報を有する検索条件を用いて、画像と一つ以上の属性情報とが関連付けられた検索対象情報を有するデータセットを参照し、前記検索条件の前記属性情報と一致する前記属性情報を有する検索対象情報を抽出する、検索対象抽出ステップと、
抽出した前記検索対象情報の数があらかじめ設定された検索結果範囲にない場合、属性情報が階層的に分類されたナレッジベースを参照し、抽出した前記検索対象情報に含まれる属性情報ごとに、あらかじめ決められたスコア関数を用いてスコアを算出する、スコア算出ステップと、
算出した前記スコアに基づいて属性情報を選択し、選択した前記属性情報を用いて利用者に提示する質問を表す質問情報を生成する、質問生成ステップと、
前記質問情報に対する前記利用者の回答が表す属性情報を前記検索条件に反映させ、新たな検索条件を生成する、検索条件生成ステップと、
を実行させることを特徴とする。

一つの側面として、質問に対する利用者の回答に基づいて検索条件を更新して、検索結果を効率よく取得することができる。

図１は、検索装置の一例を示す図である。 図２は、ナレッジベースの一例を説明するための図である。 図３は、検索対象情報と属性情報との関係を説明するための図である。 図４は、検索装置を有するシステムの一例を示す図である。 図５は、検索装置の動作の一例を説明するための図である。 図６は、検索装置を実現するコンピュータの一例を示す図である。 図７は、質問と回答の説明をするための図である。 図８は、検索対象情報と属性情報との関係を説明するための図である。

以下、図面を参照して実施形態について説明する。なお、以下で説明する図面において、同一の機能又は対応する機能を有する要素には同一の符号を付し、その繰り返しの説明は省略することもある。

（実施形態）
図１を用いて、実施形態における検索装置１０の構成について説明する。図１は、検索装置の一例を示す図である。

［装置構成］
図１に示す検索装置１０は、質問に対する利用者の回答に基づいて検索条件を更新して、検索結果を効率よく取得できる。また、図１に示すように、検索装置１０は、検索対象抽出部１１と、スコア算出部１２と、質問生成部１３と、検索条件生成部１４とを有する。また、検索装置１０は、ネットワークなどを介してナレッジベース１５と接続されている。

検索対象抽出部１１は、一つ以上の属性情報を有する検索条件を用いて、画像と一つ以上の属性情報とが関連付けられた検索対象情報を有するデータセットを参照し、検索条件の属性情報と一致する属性情報を有する検索対象情報を抽出する。

画像を抽出する場合について説明する。検索対象抽出部１１は、検索条件に基づいて画像を抽出する。画像は、例えば、人物や物体が撮像された画像などである。画像は、静止画であっても、動画であってもよい。静止画の例としては絵画や図形、クリップアート、イラストなどがあり、動画の例としてはビデオ映像やアニメーションなどがあるが、画像の種類はこれらに限定されない。検索条件は、画像の特徴を表す属性情報を一つ以上有する。属性情報は、人物が撮像された画像（以降、人物画像と呼ぶ）の特徴を表す場合、例えば、性別、年齢、服の色、眼鏡などが考えられる。

検索条件の属性情報を性別、年齢、服の色、眼鏡として人物画像を抽出する場合、検索対象抽出部１１は、性別、年齢、服の色、眼鏡を用いて、人物画像それぞれに関連付けられている一つ以上の属性情報を参照して、性別、年齢、服の色、眼鏡の属性情報を有する人物画像を抽出する。

人物画像それぞれに関連付けられている属性情報は、階層的に分類されている。属性情報は、図２に示すナレッジベースのように階層化されている。図２は、ナレッジベースの一例を説明するための図である。ナレッジベースの詳細については後述する。

データセットは、図３に示すように人物ＩＤと、一つ以上の属性情報と、人物画像とが関連付けられた検索対象情報を有している。図３は、検索対象情報と属性情報との関係を説明するための図である。図３のデータセットは９個の検索対象情報を有する。

ナレッジベースについて説明する。図２のナレッジベースは、属性情報である年齢、性別、眼鏡、服の色が階層的に分類されている。年齢は下層に中高年と若者の属性情報を有する。中高年は下層に４０代、５０代、６０代の属性情報を有する。また、若者は下層に２０代、３０代の属性情報を有する。

性別は下層に男性と女性の属性情報を有する。眼鏡は下層に無（眼鏡を装着していない状態を表す）、矯正眼鏡（視力を矯正するための眼鏡を装着していることを表す）、サングラス（サングラスを装着していることを表す）の属性情報を有する。

服の色は下層に灰黒系、オレンジ系、赤系、黄系、緑系、青系、紫系の属性情報を有する。赤系は下層に真赤類、暗赤類、ライトコーラル類の属性情報を有する。

真赤類は下層に真赤（２５５，０，０）、橙赤（２５５，６９，０）、深紅（２２０，２０，６０）の属性情報を有する。暗赤類は下層に暗赤（１３９，０，０）、ブラウン（１６５，４２，４２）、ファイアブリック（１７８，３４，３４）の属性情報を有する。ライトコーラル類は下層にライトコーラル（２４０，１２８，１２８）、インディアンレッド（２０５，９２，９２）、サーモン（２５０，１２８，１１４）の属性情報を有する。括弧内の三つの数値はＲＧＢの値を表している。

ただし、ナレッジベースの構造は、図２に示した構造に限定されるものではない。なお、図１の例では、ナレッジベース１５は検索装置１０の外部に設けられているが、検索装置１０の内部に設けてもよい。

スコア算出部１２は、抽出した検索対象情報の数があらかじめ設定された検索結果範囲にない場合、属性情報が階層的に分類されたナレッジベース１５を参照し、抽出した検索対象情報に含まれる属性情報ごとに、あらかじめ決められたスコア関数を用いてスコアを算出する。

検索結果範囲は、利用者によりあらかじめ設定される。検索結果範囲は、利用者が希望する、抽出により得られる検索対象情報の数の範囲を表す情報である。スコア関数には、縮小スコア関数と拡大スコア関数である。

縮小スコア関数は、抽出により得られた検索対象情報の数が検索結果範囲より大きい場合に、検索対象情報の数を縮小するために用いる関数である。スコア算出部１２は、下層（下位）に属性情報（葉ノード）が存在する属性情報について、縮小スコア関数を用いてスコアを算出する。縮小スコア関数は、例えば、数１などである。

（数１）
Ｓ１（ｉ）＝（ｗ１×ｆ１ｉ（ｏ））＋（ｗ２×ｆ２ｉ（ｄ））＋（ｗ３×ｆ３ｉ（ｒ））
Ｓ１（ｉ） ：縮小スコア
ｉ ：属性情報を識別する識別子
ｗ１ ：要素関数ｆ１ｉ（ｏ）の重み係数
ｆ１ｉ（ｏ）：属性情報が入力される順番ｏに対する値を算出する関数
ｗ２ ：要素関数ｆ２ｉ（ｄ）の重み係数
ｆ２ｉ（ｄ）：葉ノードとの距離ｄに対する値を算出する関数
ｗ３ ：要素関数ｆ３ｉ（ｒ）の重み係数
ｆ３ｉ（ｒ）：抽出された属性情報に対する分割率ｒを算出する関数

拡大スコア関数は、抽出により得られた検索対象情報の数が検索結果範囲より小さい場合に、検索対象情報の数を拡大するために用いる関数である。スコア算出部１２は、ナレッジベース１５を参照し、上層（上位）の属性情報（ノード）又は同層（同位）の属性情報（ノード）の属性情報について、拡大スコア関数を用いてスコアを算出する。拡大スコア関数は、例えば、数２などである。

（数２）
Ｓ２（ｉ）＝（ｗ１×ｆ１ｉ（ｏ））＋（ｗ４×ｆ４ｉ（ｓ））
Ｓ２（ｉ） ：拡大スコア
ｗ４ ：要素関数ｆ４ｉ（ｓ）の重み係数
ｆ４ｉ（ｓ）：属性情報の類似度ｓに対する値を算出する関数

要素関数ｆ１ｉ（ｏ）は、検索条件の属性情報が入力された順番が後になるほど大きな値を返す関数である。順番が後になるほど大きな値を返す理由は、属性情報が入力される順番が後になるほど不確実性が高くなるので、絞り込んだ方がよいからである。要素関数ｆ１ｉ（ｏ）は、例えば、数３などである。

（数３）
ｆ１ｉ（ｏ）＝１－１／（ｏ＋１）
ｏ ：属性情報の入力の順番

例えば、属性情報が男性、３０代、赤の順番で入力された場合、男性が最初に入力されているのでｏ＝１とする。３０代は二番目に入力されているのでｏ＝２とする。赤は三番目に入力されているのでｏ＝３とする。また、眼鏡は入力されていないのでｏ＝４（又は∞）にする。

そして、要素関数ｆ１ｉ（ｏ）を用いて、属性情報ごとに値を算出する。算出した結果、男性は１／２、３０代は２／３、赤は３／４、眼鏡は４／５（又は≒１）となる。

重み係数ｗ１は、０より大きく１以下の値である。なお、要素関数ｆ１ｉ（ｏ）の重み係数ｗ１は、実験、シミュレーションなどにより決定する。

要素関数ｆ２ｉ（ｄ）は、ナレッジベース１５におけるノードから葉ノードまでの距離に対する値を算出する関数である。属性情報に対応するノードと葉ノードとの距離が大きいほど、曖昧性が高くなるので、絞り込まれる可能性が高い。関数ｆ２ｉ（ｄ）は、例えば、数４などである。

（数４）
ｆ２ｉ（ｄ）＝１－１／（ｄ＋１）
ｄ ：ノードと葉ノードとの距離

例えば、属性情報が男性、３０代、赤、眼鏡である場合、図２のナレッジベースの男性の下層には葉ノードが存在しないのでｄ＝０とする。３０代も下層には葉ノードが存在しないのでｄ＝０とする。赤は二階層下に葉ノードが存在するのでｄ＝２とする。また、眼鏡は一階層下に葉ノードが存在するのでｄ＝１とする。

そして、要素関数ｆ２ｉ（ｄ）を用いて属性情報ごとに値を算出する。算出した結果、男性は０、３０代も０、赤は２／３、眼鏡は１／２となる。

重み係数ｗ２は、０より大きく１以下の値である。なお、要素関数ｆ２ｉ（ｄ）の重み係数ｗ２は、実験、シミュレーションなどにより決定する。

要素関数ｆ３ｉ（ｒ）は、抽出された属性情報に対する分割率ｒを算出する関数である。下層の属性情報を用いて抽出された検索対象情報をできるだけ均等に分割する。均等に分割するほど、絞り込む能力が高くなる。関数ｆ３ｉ（ｒ）は、例えば、数５などである。

例えば、抽出された検索対象情報をできるだけ均等に分割する（標準分割）。図３に示す９個の抽出された検索対象情報を二分割した場合、５個と４個に分割することになる。対して、図３の９個の抽出された検索対象情報を三分割すると、３個ずつに均等に分割できる。

したがって、グループの数は３個なので、ｋ＝３（ｊ＝１、２、３）となる。また、グループそれぞれの標準割合ｓ_ｊは、ｓ_１＝３／９、ｓ_２＝３／９、ｓ_３＝３／９となる。

次に、グレープの検索対象情報の数が全体数を占める割合ｒｊについて説明する。例えば、属性情報が赤系の場合、図２のナレッジベースでは、赤系の下層に三つの属性情報（真赤類、暗赤類、ライトコーラル類）がある。

真赤類の下層には三つの属性情報（真赤、橙赤、深紅）がある。暗赤類の下層には三つの属性情報（暗赤、ブラウン、ファイアブリック）がある。ライトコーラル類の下層には三つの属性情報（ライトコーラル、インディアンレッド、サーモン）がある。

人物ＩＤ１、２に関連する検索対象情報には真赤類の下層にある真赤、深紅が関連付けられているので、真赤類が全体数を占める割合ｒ_１は２／９となる。人物ＩＤ３、４、５、６に関連する検索対象情報には暗赤類の下層にある暗赤、ブラウン、ファイアブリックが関連付けられているので、暗赤類が全体数を占める割合ｒ_２は４／９となる。人物ＩＤ７、８、９に関連する検索対象情報にはライトコーラル類の下層にあるライトコーラル、サーモンが関連付けられているので、ライトコーラル類が全体数を占める割合ｒ_３は３／９となる。したがって、属性情報が赤系の場合の要素関数ｆ３ｉ（ｒ）は数６になる。

また、属性情報が眼鏡の場合には要素関数ｆ３ｉ（ｒ）は数７となる。

重み係数ｗ３は、０より大きく１以下の値である。なお、要素関数ｆ３ｉ（ｒ）の重み係数ｗ３は、実験、シミュレーションなどにより決定する。

要素関数ｆ４ｉ（ｓ）では、まず、検索条件の属性情報と、検索条件の属性情報の上位又は同位ノードにある属性情報とを組み合わせて類似度を算出し、算出した類似度のうちの最大値を類似度ｓとする。属性情報が類似しているほど、利用者は類似した属性情報を選択し応答する可能性が高い。関数ｆ４ｉ（ｓ）は、例えば、数８などである。

（数８）
ｆ４ｉ（ｓ）＝ｓ＝ｍａｘＳｉｍ（ａ_ｎ，ａ_ｍ）
ｎ、ｍ：属性情報を識別する識別子
ａ_ｎ ：検索条件の属性情報
ａ_ｍ ：検索条件の属性情報の上位又は同位ノードにある属性情報
Ｓｉｍ（ａ_ｎ，ａ_ｉ）：属性情報の類似度を算出する関数（例えば、ｃｏｓｉｎｅ関数）

組み合わせの類似度の算出は、例えば、Ｓｉｍ（男性，４０代）＝０、Ｓｉｍ（３０代，４０代）＝０．８、Ｓｉｍ（赤，４０代）＝０，Ｓｉｍ（男性，女性）＝０．２、Ｓｉｍ（３０代，女性）＝０、Ｓｉｍ（赤，女性）＝０．３・・・のように算出する。

次に、属性情報ごとに最大の類似度を求める。属性情報が４０代であれば、ｍａｘ｛０，０．８，０｝＝０．８＝ｆ４ｉ（０．８）となる。また、属性情報が女性であれば、ｍａｘ｛０．２，０，０．３｝＝０．３＝ｆ４ｉ（０．３）となる。

重み係数ｗ４は、０より大きく１以下の値である。なお、要素関数ｆ４ｉ（ｓ）の重み係数ｗ４は、実験、シミュレーションなどにより決定する。

質問生成部１３は、算出したスコアに基づいて属性情報を選択し、選択した属性情報を用いて利用者に提示する質問を表す質問情報を生成する。具体的には、まず、質問生成部１３は、属性情報ごとに算出したスコアを比較し、最高値のスコアに対応する属性情報を選択する。次に、質問生成部１３は、選択した属性情報を用いて利用者に提示する質問を表す質問情報を生成する。

検索条件生成部１４は、質問情報に対する利用者の回答に含まれる属性情報を検索条件に反映させ、新たな検索条件を生成する。

このように、実施形態においては、質問に対する利用者の回答に基づいて検索条件を更新し、更新した検索情報を用いて検索をするので、検索結果を効率よく取得することができる。

［システム構成］
図４を用いて、実施形態における検索装置１０の構成をより具体的に説明する。図４は、検索装置を有するシステムの一例を示す図である。

図４に示すように、実施形態におけるシステム４０は、検索装置１０、ナレッジベース１５、入出力装置４１を有する。

検索装置１０は、例えば、ＣＰＵ（Central Processing Unit）、又はＦＰＧＡ（Field-Programmable Gate Array）などのプログラマブルなデバイス、又はＧＰＵ（Graphics Processing Unit）、又はそれらのうちのいずれか一つ以上を搭載した回路、サーバコンピュータ、パーソナルコンピュータ、モバイル端末などの情報処理装置である。

入出力装置４１は、ユーザインターフェースを有し、利用者が情報を入力する入力部と、利用者に画像及び音声などを出力する出力部を有する。入力部は、例えば、キーボード、マウス、タッチパネルなどを有する入力装置である。出力部は、例えば、液晶、有機ＥＬ（Electro Luminescence）、ＣＲＴ（Cathode Ray Tube）を用いた画像表示装置などである。さらに、画像表示装置は、スピーカなどの音声出力装置などを備えていてもよい。なお、出力部は、プリンタなどの印刷装置でもよい。

検索装置１０が有する検索対象抽出部１１、スコア算出部１２、質問生成部１３、検索条件生成部１４、及び、ナレッジベース１５については既に説明したので、これらについての説明を省略する。

［装置動作］
実施形態における検索装置の動作について図５を用いて説明する。図５は、検索装置の動作の一例を説明するための図である。以下の説明においては、適宜図を参照する。また、実施形態では、検索装置を動作させることによって、検索方法が実施される。よって、実施形態における検索方法の説明は、以下の検索装置の動作説明に代える。

最初に、ナレッジベース１５からデータを読み込む（ステップＡ１）。次に、検索対象抽出部１１は、検索開始時において、初期の検索条件を取得する（ステップＡ２）。具体的には、検索開始時のステップＡ２において、利用者が作成した文書情報などを、既知の文書解析ツールなどを用いて解析し、検索条件の属性情報を取得する。例えば、「性別が男性で年齢が３０代ぐらいで服の色が赤です」のような文書を取得し、この文書を解析し、検索条件の属性情報として性別：男性、年齢：３０代、服の色：赤などを取得する。

また、検索条件が更新された後のステップＡ２において、検索対象抽出部１１は、更新された検索情報を取得する。

次に、検索対象抽出部１１は、検索条件の属性情報を用いて、検索対象情報に関連付けられた属性情報を参照し、検索条件の属性情報のいずれか一つ以上と一致する検索対象情報を抽出し、これらの検索対象情報（データセット）を設定する（ステップＡ３）。

次に、検索対象抽出部１１は、一つ以上の属性情報を有する検索条件を用いて、画像と一つ以上の属性情報とが関連付けられた検索対象情報を有するデータセットを参照し、検索条件の属性情報と一致する属性情報を有する検索対象情報を抽出する（ステップＡ４）。

スコア算出部１２は、検索対象情報の数があらかじめ設定された検索結果範囲であるか否かを判定する（ステップＡ５）。検索対象情報の数が検索結果範囲にない場合、属性情報が階層的に分類されたナレッジベースを参照し、抽出した検索対象情報に含まれる属性情報ごとに、あらかじめ決められたスコア関数を用いてスコアを算出する。

具体的には、スコア算出部１２は、抽出により得られた検索対象情報の数が検索結果範囲より大きい場合（ステップＡ５：縮小スコアを算出）、下層（下位）に属性情報（葉ノード）が存在する属性情報について、縮小スコア関数を用いてスコアを算出する（ステップＡ６）。縮小スコア関数は、例えば、数１などである。

次に、質問生成部１３は、算出したスコアに基づいて属性情報を選択し、選択した属性情報を用いて利用者に提示する質問を表す質問情報を生成する（ステップＡ７）。具体的には、ステップＡ７において、質問生成部１３は、ステップＡ６で属性情報ごとに算出したスコアを比較し、最高値のスコアに対応する属性情報を選択する。次に、質問生成部１３は、選択した属性情報を用いて利用者に提示する質問を表す質問情報を生成する。

また、スコア算出部１２は、抽出により得られた検索対象情報の数が検索結果範囲より小さい場合（ステップＡ５：拡大スコアを算出）、上層（上位）の属性情報（ノード）又は同層（同位）の属性情報（ノード）の属性情報について、拡大スコア関数を用いてスコアを算出する（ステップＡ８）。拡大スコア関数は、例えば、数２などである。

次に、質問生成部１３は、算出したスコアに基づいて属性情報を選択し、選択した属性情報を用いて利用者に提示する質問を表す質問情報を生成する（ステップＡ９）。具体的には、ステップＡ９において、質問生成部１３は、ステップＡ８で属性情報ごとに算出したスコアを比較し、最高値のスコアに対応する属性情報を選択する。次に、質問生成部１３は、選択した属性情報を用いて利用者に提示する質問を表す質問情報を生成する。

次に、質問生成部１３は、質問情報を入出力装置４１に出力する（ステップＡ１０）。次に、検索条件生成部１４は、質問情報に対する利用者の回答を表す回答情報を取得する（ステップＡ１１）。

次に、検索条件生成部１４は、検索条件を更新するか否かを判定する（ステップＡ１２）。検索条件を更新する場合（ステップＡ１２：Ｙｅｓ）、検索条件生成部１４は、属性情報を検索条件に反映させ、新たな検索条件を生成する（ステップＡ１３）。検索条件を更新しない場合（ステップＡ１２：Ｎｏ）、ステップＡ５に移行して再度質問情報を生成する。

次に、検索条件生成部１４は、データセットを更新する（ステップＡ１４）。具体的には、ステップＡ１４において、検索条件生成部１４は、検索条件の更新で用いた属性情報を有する検索対象情報を抽出して、抽出した検索対象情報を新たなデータセットとする。

その後、ステップＡ２の処理に移行して、更新した検索条件と、更新したデータセットとを用いて検索を継続する。そして、抽出された検索対象情報の数が検索結果範囲内であれば検索処理を終了する（ステップＡ５：検索終了）。

［実施形態の効果］
以上のように実施形態によれば、質問に対する利用者の回答に基づいて検索条件を更新し、更新した検索情報を用いて検索をするので、検索結果を効率よく取得することができる。質問に対する回答と検索条件の更新により、利用者は検索対象の属性情報をより正確に把握することもできる。

［プログラム］
実施形態におけるプログラムは、コンピュータに、図５に示すステップＡ１からＡ１４を実行させるプログラムであればよい。このプログラムをコンピュータにインストールし、実行することによって、実施形態における検索装置と検索方法とを実現することができる。この場合、コンピュータのプロセッサは、検索対象抽出部１１、スコア算出部１２、質問生成部１３、検索条件生成部１４として機能し、処理を行なう。

また、実施形態におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されてもよい。この場合は、例えば、各コンピュータが、それぞれ、検索対象抽出部１１、スコア算出部１２、質問生成部１３、検索条件生成部１４のいずれかとして機能してもよい。

［物理構成］
ここで、実施形態におけるプログラムを実行することによって、検索装置を実現するコンピュータについて図６を用いて説明する。図６は、実施形態における検索装置を実現するコンピュータの一例を示す図である。

図６に示すように、コンピュータ１１０は、ＣＰＵ（Central Processing Unit）１１
１と、メインメモリ１１２と、記憶装置１１３と、入力インターフェイス１１４と、表示
コントローラ１１５と、データリーダ／ライタ１１６と、通信インターフェイス１１７と
を備える。これらの各部は、バス１２１を介して、互いにデータ通信可能に接続される。
なお、コンピュータ１１０は、ＣＰＵ１１１に加えて、又はＣＰＵ１１１に代えて、ＧＰＵ、又はＦＰＧＡを備えていてもよい。

ＣＰＵ１１１は、記憶装置１１３に格納された、本実施形態におけるプログラム（コード）をメインメモリ１１２に展開し、これらを所定順序で実行することにより、各種の演算を実施する。メインメモリ１１２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性の記憶装置である。また、本実施形態におけるプログラムは、コンピュータ読み取り可能な記録媒体１２０に格納された状態で提供される。なお、本実施形態におけるプログラムは、通信インターフェイス１１７を介して接続されたインターネット上で流通するものであってもよい。なお、記録媒体１２０は、不揮発性記録媒体である。

また、記憶装置１１３の具体例としては、ハードディスクドライブの他、フラッシュメモリ等の半導体記憶装置があげられる。入力インターフェイス１１４は、ＣＰＵ１１１と、キーボード及びマウスといった入力機器１１８との間のデータ伝送を仲介する。表示コントローラ１１５は、ディスプレイ装置１１９と接続され、ディスプレイ装置１１９での表示を制御する。

データリーダ／ライタ１１６は、ＣＰＵ１１１と記録媒体１２０との間のデータ伝送を仲介し、記録媒体１２０からのプログラムの読み出し、及びコンピュータ１１０における処理結果の記録媒体１２０への書き込みを実行する。通信インターフェイス１１７は、ＣＰＵ１１１と、他のコンピュータとの間のデータ伝送を仲介する。

また、記録媒体１２０の具体例としては、ＣＦ（Compact Flash（登録商標））及びＳＤ（Secure Digital）等の汎用的な半導体記憶デバイス、フレキシブルディスク（Flexible Disk）等の磁気記録媒体、又はＣＤ－ＲＯＭ（Compact Disk Read Only Memory）などの光学記録媒体があげられる。

なお、実施形態における検索装置１０は、プログラムがインストールされたコンピュータではなく、各部に対応したハードウェアを用いることによっても実現可能である。更に、検索装置１０は、一部がプログラムで実現され、残りの部分がハードウェアで実現されていてもよい。

実施例では、人物画像を検索する場合について説明する。実施例では検索結果範囲として１以上２以下が設定されているものとする。

検索対象抽出部１１は検索条件を取得する（ステップＡ２）。例えば、検索条件の属性情報として性別：男性、年齢：３０代、服の色：赤を取得する。

次に、検索対象抽出部１１は、検索条件の属性情報として男性、３０代、赤を用いて、データセットの検索対象情報それぞれの属性情報を参照し、検索条件の属性情報と一致する属性情報を有する検索対象情報を抽出する（ステップＡ４）。実施例では、図３に示した検索対象情報が抽出されたものとする。

具体的には、図３に示した検索対象情報から、検索条件（男性、３０代、赤）と一致する検索対象情報を抽出する。実施例では、人物画像ＩＤ１、２、７に対応する検索対象情報が選択される。また、抽出された検索対象情報の数は３個である。

次に、スコア算出部１２は、抽出された検索対象情報の数が検索結果範囲であるか否かを判定する（ステップＡ５）。抽出された検索対象情報の数が３個であるので、検索結果範囲に設定された２より大きい（３＞２）。したがって、縮小スコアを算出する（ステップＡ５：縮小スコアを算出）。

次に、スコア算出部１２は、ナレッジベース１５を参照し、下位ノードにある属性情報の縮小スコアを算出する（ステップＡ６）。

属性情報それぞれについて、例えば、数９の縮小スコア関数Ｓ１（ｉ）を用いて、数１０に示すスコアを算出する。

（数９）
Ｓ１（ｉ）＝（０．３×ｆ１ｉ（ｏ））＋（０．３×ｆ２ｉ（ｄ））＋（０．４×ｆ３ｉ（ｒ））

（数１０）
Ｓ１（赤） ＝０．３×３／４＋０．３×２／３＋０．４×７／９≒０．７２６
Ｓ１（眼鏡）＝０．３×１ ＋０．３×１／２＋０．４×３／９≒０．５８３
・・・

次に、質問生成部１３は、算出されたスコアの中から最もスコアの高い属性情報を選択する。数１０では赤のスコアが最も高いので、赤の属性情報を選択する。

次に、質問生成部１３は、赤の属性情報より下層にある真赤類、暗赤類、ライトコーラル類の属性情報を取得する。そして、質問生成部１３は、利用者に提示するための、例えば、「真赤類、暗赤類、ライトコーラル類のうちどの赤に近いですか」など表示を出力部に表示させるための質問情報を生成する（ステップＡ７）。

次に、質問生成部１３は、質問情報を出力装置に出力して、利用者に質問を提示する（ステップＡ１０）。質問は図７の質問表示７１に示すように表示される。ただし、質問表示７１に限定されるものではない。図７は、質問と回答の説明をするための図である。

次に、検索条件生成部１４は、質問情報に対する利用者の回答を表す回答情報を取得する（ステップＡ１１）。実施例では、利用者が暗赤類と回答したものとする。回答は図７の回答表示７２に示すように表示される。ただし、回答表示７２に限定されるものではない。

次に、検索条件生成部１４は、検索条件を更新するかを判定する（ステップＡ１２）。そして、検索条件を更新する場合（ステップＡ１２：Ｙｅｓ）、検索条件生成部１４は、検索条件の赤を暗赤に更新する（ステップＡ１３）。なお、検索条件を更新しない場合（ステップＡ１２：Ｎｏ）、ステップＡ５に移行して再度質問情報を生成して質問を提示する。

次に、検索条件生成部１４は、データセットを更新する（ステップＡ１４）。実施例では、暗赤を有していない検索対象情報を除外する。図８に示すように人物ＩＤ３から６に対応する検索対象情報だけのデータセットとなる。

次に、ステップＡ２に移行して、検索対象抽出部１１は更新された検索条件を取得する。更新された検索条件の属性情報として性別：男性、年齢：３０代、服の色：暗赤を取得する。

次に、検索対象抽出部１１は更新されたデータセットを設定する（ステップＡ３）。次に、検索対象抽出部１１は、更新されたデータセットから、更新された検索条件（男性、３０代、暗赤）と一致する属性情報を有する検索対象情報を抽出する（ステップＡ４）。しかし、検索対象情報が抽出されないので、抽出された検索対象情報の数は０となる。

次に、スコア算出部１２は、抽出された検索対象情報の数が検索結果範囲であるか否かを判定する（ステップＡ５）。抽出された検索対象情報の数が０であるので、検索結果範囲に設定された１より小さいため（０＜１）、拡大スコアを算出する（ステップＡ５：拡大スコアを算出）。

次に、スコア算出部１２は、ナレッジベース１５を参照し、上位又は同位ノードにある属性情報の拡大スコアを計算する（ステップＡ８）。

属性情報それぞれについて、例えば、数１１の拡大スコア関数Ｓ２（ｉ）を用いてスコアを算出する。

（数１１）
Ｓ２（ｉ）＝（０．５×ｆ１ｉ（ｏ））＋（０．５×ｆ４ｉ（ｓ））

まず、要素関数ｆ１ｉ（ｏ）は、男性が入力された順番が一番目なので、男性の要素関数はｆ１ｉ（１）＝１／２となる。また、３０代が入力された順番は二番目なので、３０代の要素関数はｆ１ｉ（２）＝２／３となる。

次に、要素関数ｆ４ｉ（ｓ）を算出する。検索条件の属性情報と、検索条件の属性情報の上位又は同位ノードにある属性情報とを組み合わせて類似度を算出する。類似度は、次のように、Ｓｉｍ（男性，女性）＝０．２、Ｓｉｍ（３０代，女性）＝０、Ｓｉｍ（男性，４０代）＝０、Ｓｉｍ（３０代，４０代）＝０．８となる。

次に、男性と同位にある女性（男性を拡張した女性）類似度の最大値が０．２で、３０代と同位にある４０代（３０代を拡張した４０代）の類似度の最大値が０．８となる。

次に、要素関数ｆ１ｉ（ｏ）とｆ４ｉ（ｓ）の算出結果を用いて、数１２に示すように属性情報ごとに拡大スコア関数Ｓ２（ｉ）を算出する。

（数１２）
Ｓ２（女性） ＝０．５×１／２＋０．５×０．２＝０．３５
Ｓ２（４０代）＝０．５×２／３＋０．５×０．８≒０．７３４

次に、質問生成部１３は、算出されたスコアの中から最もスコアの高い属性情報を選択する。数１２では４０代のスコアが最も高いので、４０代の属性情報を選択する。

次に、質問生成部１３は４０代の属性情報を取得する。そして、質問生成部１３は、利用者に提示するための、例えば、「年齢は４０代かもしれませんか」などの質問情報を生成する（ステップＡ９）。

次に、質問生成部１３は、質問情報を出力装置に出力して、利用者に質問を提示する（ステップＡ１０）。質問は図７の質問表示７３に示すように表示される。ただし、質問表示７３に限定されるものではない。

次に、検索条件生成部１４は、質問情報に対する利用者の回答を表す回答情報を取得する（ステップＡ１１）。実施例では、利用者が４０代であると回答したものとする。回答は図７の回答表示７４に示すように表示される。ただし、回答表示７４に限定されるものではない。

次に、検索条件生成部１４は、検索条件を更新するかを判定する（ステップＡ１２）。そして、検索条件を更新する場合（ステップＡ１２：Ｙｅｓ）、検索条件生成部１４は、検索条件に４０代を追加する更新をする（ステップＡ１３）。なお、検索条件を更新しない場合（ステップＡ１２：Ｎｏ）、ステップＡ５に移行して再度質問を提示する。

次に、検索条件生成部１４は、データセットを更新する（ステップＡ１４）。実施例では、４０代の検索対象情報を追加する。ただし、４０代はすでにあるので更新しない。

次に、ステップＡ２に移行して、検索対象抽出部１１は更新された検索条件を取得する。例えば、更新した検索条件の属性情報として性別：男性、年齢：３０代又は４０代、服の色：暗赤を取得する。

次に、検索対象抽出部１１はデータセットを設定する（ステップＡ３）。次に、検索対象抽出部１１は、データセットから、検索条件（男性、３０代又は４０代、暗赤）と一致する検索対象情報を抽出する（ステップＡ４）。実施例では、人物画像ＩＤ４、５、６が選択される。また、抽出された検索対象情報の数は３個である。

次に、スコア算出部１２は、抽出した検索対象情報の数が検索結果範囲であるか否かを判定する（ステップＡ５）。抽出された検索対象情報の数は３個であるので、検索結果範囲に設定された２より大きい（３＞２）。したがって、縮小スコアを算出する（ステップＡ５：縮小スコアを算出）。

次に、スコア算出部１２は、ナレッジベース１５を参照し、下位ノードにある属性の縮小スコアを計算する（ステップＡ６）。

属性情報それぞれについて、数９の縮小スコア関数Ｓ１（ｉ）を用いてスコアを算出する。下位ノードにある属性情報は暗赤、眼鏡であるので、暗赤、眼鏡それぞれの要素関数ｆ１ｉ（ｏ）を算出する。暗赤は三番目の入力なのでｆ１ｉ（３）＝３／４となる。眼鏡は入力されていないのでｆ１ｉ（４又は∞）＝１となる。

次に、暗赤、眼鏡それぞれの要素関数ｆ２ｉ（ｄ）を算出する。暗赤系の一階層下に葉ノードがあるのでｆ２ｉ（１）＝１／２となる。眼鏡の一階層下にも葉ノードがあるのでｆ２ｉ（１）＝１／２となる。

次に、暗赤、眼鏡それぞれの要素関数ｆ３ｉ（ｒ）を算出する。実施例では、データ数が４、下位ノード数が３、標準分割が２、１、１であるので、暗赤、眼鏡それぞれの要素関数ｆ３ｉ（ｒ）は数１３のようになる。

次に、要素関数ｆ１ｉ（ｏ）とｆ２ｉ（ｄ）とｆ３ｉ（ｒ）の算出結果を用いて、数１４に示すように属性情報ごとに縮小スコア関数Ｓ１（ｉ）を算出する。

（数１４）
Ｓ１（暗赤）＝０．３×３／４＋０．３×１／２＋０．４×１＝０．７７５
Ｓ１（眼鏡）＝０．３×１ ＋０．３×１／２＋０．４×１＝０．８５
・・・

次に、質問生成部１３は、算出されたスコアの中から最もスコアの高い属性情報を選択する。数１４では眼鏡のスコアが最も高いので、眼鏡の属性情報を選択する。

次に、質問生成部１３は眼鏡の属性情報を取得する。そして、質問生成部１３は、利用者に提示するための、例えば、「どのような眼鏡をかけていますか。無、矯正眼鏡、サングラス」などの質問情報を生成する（ステップＡ９）。

次に、質問生成部１３は、質問情報を出力装置に出力して、利用者に質問を提示する（ステップＡ１０）。質問は図７の質問表示７５に示すように表示される。ただし、質問表示７５に限定されるものではない。

次に、検索条件生成部１４は、質問情報に対する利用者の回答を表す回答情報を取得する（ステップＡ１１）。実施例では、利用者がサングラスと回答したものとする。回答は図７の回答表示７６に示すように表示される。ただし、回答表示７６に限定されるものではない。

次に、検索条件生成部１４は、検索条件を更新するかを判定する（ステップＡ１２）。そして、検索条件を更新する場合（ステップＡ１２：Ｙｅｓ）、検索条件生成部１４は、検索条件にサングラスを追加する（ステップＡ１３）。なお、検索条件を更新しない場合（ステップＡ１２：Ｎｏ）、ステップＡ５に移行して再度質問情報を生成して質問を提示する。

次に、検索条件生成部１４は、データセットを更新する（ステップＡ１４）。実施例では、サングラスを有していない検索対象情報を除外する。図８に示す人物ＩＤ６に対応する検索対象情報だけのデータセットとなる。図８は、検索対象情報と属性情報との関係を説明するための図である。

次に、ステップＡ２に移行して、検索対象抽出部１１は更新された検索条件を取得する。例えば、更新した検索条件の属性情報として性別：男性、年齢：３０代又は４０代、服の色：暗赤、眼鏡：サングラスを取得する。

次に、検索対象抽出部１１はデータセットを設定する（ステップＡ３）。次に、検索対象抽出部１１は、データセットから、検索条件（男性、３０代又は４０代、暗赤、サングラス）と一致する検索対象情報を抽出する（ステップＡ４）。実施例では、人物画像ＩＤ６が選択される。また、抽出された検索対象情報の数は１個である。

次に、スコア算出部１２は、抽出した検索対象情報の数が検索結果範囲であるか否かを判定する（ステップＡ５）。抽出された検索対象情報の数は１個（＝ｘ）であるので、検索結果範囲（１≦ｘ≦２）である。したがって、検索処理を終了する（ステップＡ５：検索終了）。

［付記］
以上の実施形態に関し、更に以下の付記を開示する。上述した実施形態の一部又は全部は、以下に記載する（付記１）から（付記１２）により表現することができるが、以下の記載に限定されるものではない。

（付記１）
一つ以上の属性情報を有する検索条件を用いて、画像と一つ以上の属性情報とが関連付けられた検索対象情報を有するデータセットを参照し、前記検索条件の前記属性情報と一致する前記属性情報を有する検索対象情報を抽出する、検索対象抽出部と、
抽出した前記検索対象情報の数があらかじめ設定された検索結果範囲にない場合、属性情報が階層的に分類されたナレッジベースを参照し、抽出した前記検索対象情報に含まれる属性情報ごとに、あらかじめ決められたスコア関数を用いてスコアを算出する、スコア算出部と、
算出した前記スコアに基づいて属性情報を選択し、選択した前記属性情報を用いて利用者に提示する質問を表す質問情報を生成する、質問生成部と、
前記質問情報に対する前記利用者の回答が表す属性情報を前記検索条件に反映させ、新たな検索条件を生成する、検索条件生成部と、
を有する検索装置。

（付記２）
付記１に記載の検索装置であって、
前記スコア算出部は、抽出した前記検索対象情報の数が前記検索結果範囲より小さい場合、前記ナレッジベースを参照し、上位ノード又は同位ノードの属性情報ごとに検索結果を拡大するための拡大スコア関数を用いてスコアを算出する、
検索装置。

（付記３）
付記１又は２に記載の検索装置であって、
前記スコア算出部は、抽出した前記検索対象情報の数が前記検索結果範囲より大きい場合、前記ナレッジベースを参照し、下位ノードの属性情報ごとに検索結果を縮小するための縮小スコア関数を用いてスコアを算出する、
検索装置。

（付記４）
付記１から３のいずれか一つに記載の検索装置であって、
前記検索対象情報は、前記検索対象情報を識別する識別情報と、前記属性情報と、前記検索対象情報に関連する人物画像とが関連付けられた情報である、
検索装置。

（付記５）
一つ以上の属性情報を有する検索条件を用いて、画像と一つ以上の属性情報とが関連付けられた検索対象情報を有するデータセットを参照し、前記検索条件の前記属性情報と一致する前記属性情報を有する検索対象情報を抽出する、検索対象抽出ステップと、
抽出した前記検索対象情報の数があらかじめ設定された検索結果範囲にない場合、属性情報が階層的に分類されたナレッジベースを参照し、抽出した前記検索対象情報に含まれる属性情報ごとに、あらかじめ決められたスコア関数を用いてスコアを算出する、スコア算出ステップと、
算出した前記スコアに基づいて属性情報を選択し、選択した前記属性情報を用いて利用者に提示する質問を表す質問情報を生成する、質問生成ステップと、
前記質問情報に対する前記利用者の回答が表す属性情報を前記検索条件に反映させ、新たな検索条件を生成する、検索条件生成ステップと、
を有する検索方法。

（付記６）
付記５に記載の検索方法であって、
前記スコア算出ステップにおいて、抽出した前記検索対象情報の数が前記検索結果範囲より小さい場合、前記ナレッジベースを参照し、上位ノード又は同位ノードの属性情報ごとに検索結果を拡大するための拡大スコア関数を用いてスコアを算出する、
検索方法。

（付記７）
付記５又は６に記載の検索方法であって、
前記スコア算出ステップにおいて、抽出した前記検索対象情報の数が前記検索結果範囲より大きい場合、前記ナレッジベースを参照し、下位ノードの属性情報ごとに検索結果を縮小するための縮小スコア関数を用いてスコアを算出する、
検索方法。

（付記８）
付記５から７のいずれか一つに記載の検索方法であって、
前記検索対象情報は、前記検索対象情報を識別する識別情報と、前記属性情報と、前記検索対象情報に関連する人物画像とが関連付けられた情報である、
検索方法。

（付記９）
コンピュータに、
一つ以上の属性情報を有する検索条件を用いて、画像と一つ以上の属性情報とが関連付けられた検索対象情報を有するデータセットを参照し、前記検索条件の前記属性情報と一致する前記属性情報を有する検索対象情報を抽出する、検索対象抽出ステップと、
抽出した前記検索対象情報の数があらかじめ設定された検索結果範囲にない場合、属性情報が階層的に分類されたナレッジベースを参照し、抽出した前記検索対象情報に含まれる属性情報ごとに、あらかじめ決められたスコア関数を用いてスコアを算出する、スコア算出ステップと、
算出した前記スコアに基づいて属性情報を選択し、選択した前記属性情報を用いて利用者に提示する質問を表す質問情報を生成する、質問生成ステップと、
前記質問情報に対する前記利用者の回答が表す属性情報を前記検索条件に反映させ、新たな検索条件を生成する、検索条件生成ステップと、
を実行させる命令を含むプログラム。

（付記１０）
付記９に記載のプログラムであって、
前記スコア算出ステップにおいて、抽出した前記検索対象情報の数が前記検索結果範囲より小さい場合、前記ナレッジベースを参照し、上位ノード又は同位ノードの属性情報ごとに検索結果を拡大するための拡大スコア関数を用いてスコアを算出する、
プログラム。

（付記１１）
付記９又は１０に記載のプログラムであって、
前記スコア算出ステップにおいて、抽出した前記検索対象情報の数が前記検索結果範囲より大きい場合、前記ナレッジベースを参照し、下位ノードの属性情報ごとに検索結果を縮小するための縮小スコア関数を用いてスコアを算出する、
プログラム。

（付記１２）
付記９から１１のいずれか一つに記載のプログラムであって、
前記検索対象情報は、前記検索対象情報を識別する識別情報と、前記属性情報と、前記検索対象情報に関連する人物画像とが関連付けられた情報である、
プログラム。

以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。

以上のように本発明によれば、質問に対する利用者の回答に基づいて検索条件を更新して、検索結果を効率よく取得することができる。本発明は、検索を効率よく実行することが必要な分野において有用である。

１０ 検索装置
１１ 検索対象抽出部
１２ スコア算出部
１３ 質問生成部
１４ 検索条件生成部
１５ ナレッジベース
４０ システム
４１ 入出力装置
１１０ コンピュータ
１１１ ＣＰＵ
１１２ メインメモリ
１１３ 記憶装置
１１４ 入力インターフェイス
１１５ 表示コントローラ
１１６ データリーダ／ライタ
１１７ 通信インターフェイス
１１８ 入力機器
１１９ ディスプレイ装置
１２０ 記録媒体
１２１ バス

Claims (10)

1. 検索対象に関する検索条件を取得する取得手段と、
   前記検索条件を用いてデータセットから検索対象情報を抽出する抽出手段と、
   抽出した前記検索対象情報の数が検索結果範囲より小さい場合、前記検索条件に含まれる情報に応じて特定された属性情報のうち、前記属性情報に関して算出されたスコアに基づいて前記検索対象情報の数の増加に用いる前記属性情報を選択する選択手段と、
   選択された前記属性情報に関する提示情報を出力する出力手段と、
   前記提示情報に対するユーザの入力に基づき、前記検索条件を更新する更新手段と、
   を備える情報処理装置。
2. 前記出力手段は、前記属性情報が構造的に分類されているデータベースを参照することにより選択された前記属性情報に関する前記提示情報を出力する、
   請求項１に記載の情報処理装置。
3. 前記検索対象情報は、前記属性情報と、前記検索対象に関連する画像とが関連付けられた情報である、
   請求項１又は２に記載の情報処理装置。
4. 抽出した前記検索対象情報の数が検索結果範囲より小さい場合、データベースを参照し、上位ノード又は同位ノードの前記属性情報ごとに検索結果を拡大するための拡大スコア関数を用いてスコアを算出する算出手段と、
   をさらに備える請求項３に記載の情報処理装置。
5. 前記算出手段は、抽出した前記検索対象情報の数が前記検索結果範囲より大きい場合、前記データベースを参照し、下位ノードの前記属性情報ごとに検索結果を縮小するための縮小スコア関数を用いてスコアを算出する、
   請求項４に記載の情報処理装置。
6. 情報処理装置が、
   検索対象に関する検索条件を取得し、
   前記検索条件を用いてデータセットから検索対象情報を抽出し、
   抽出した前記検索対象情報の数が検索結果範囲より小さい場合、前記検索条件に含まれる情報に応じて特定された属性情報のうち、前記属性情報に関して算出されたスコアに基づいて前記検索対象情報の数の増加に用いる前記属性情報を選択し、
   選択された前記属性情報に関する提示情報を出力し、
   前記提示情報に対するユーザの入力に基づき、前記検索条件を更新する、
   情報処理方法。
7. 前記情報処理装置が、
   前記属性情報が構造的に分類されているデータベースを参照することにより選択された前記属性情報に関する前記提示情報を出力する、
   請求項６に記載の情報処理方法。
8. 前記検索対象情報は、前記属性情報と、前記検索対象に関連する画像とが関連付けられた情報である、
   請求項６又は７に記載の情報処理方法。
9. コンピュータに、
   検索対象に関する検索条件を取得させ、
   前記検索条件を用いてデータセットから検索対象情報を抽出させ、
   抽出した前記検索対象情報の数が検索結果範囲より小さい場合、前記検索条件に含まれる情報に応じて特定された属性情報のうち、前記属性情報に関して算出されたスコアに基づいて前記検索対象情報の数の増加に用いる前記属性情報を選択させ、
   選択された前記属性情報に関する提示情報を出力し、
   前記提示情報に対するユーザの入力に基づき、前記検索条件を更新させる、
   命令を含むプログラム。
10. 前記コンピュータに、
    前記属性情報が構造的に分類されているデータベースを参照することにより選択された前記属性情報に関する前記提示情報を出力させる、
    請求項９に記載のプログラム。