JPH07334515A - 情報検索方法および装置 - Google Patents

情報検索方法および装置

Info

Publication number
JPH07334515A
JPH07334515A JP6122101A JP12210194A JPH07334515A JP H07334515 A JPH07334515 A JP H07334515A JP 6122101 A JP6122101 A JP 6122101A JP 12210194 A JP12210194 A JP 12210194A JP H07334515 A JPH07334515 A JP H07334515A
Authority
JP
Japan
Prior art keywords
character
consecutive
importance
search
retrieval
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP6122101A
Other languages
English (en)
Other versions
JP3438947B2 (ja
Inventor
Tomoyuki Miyashita
朋之 宮下
Katsunobu Shibata
克信 柴田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Steel Corp
Original Assignee
Nippon Steel Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nippon Steel Corp filed Critical Nippon Steel Corp
Priority to JP12210194A priority Critical patent/JP3438947B2/ja
Publication of JPH07334515A publication Critical patent/JPH07334515A/ja
Application granted granted Critical
Publication of JP3438947B2 publication Critical patent/JP3438947B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Machine Translation (AREA)
  • Document Processing Apparatus (AREA)

Abstract

(57)【要約】 【目的】文献データベース等の分野において、検索者の
意図するもの(文献)をより高速で検索することが可能
な情報検索方法を提供する。 【構成】検索文字列を入力して(ステップ101)、連
字に分解する(ステップ102)。連字について、その
出現頻度や文字種の組み合わせに応じて重要度を算出し
(ステップ104〜106)、検索対象文書にその連字
が含まれているかどうかを調べ(ステップ108)、含
まれている場合にはその連字の重要度をその検索対象文
書の重要度に加算する(ステップ109)。

Description

【発明の詳細な説明】
【0001】
【産業上の利用分野】本発明は、文献データベースなど
における情報の検索方法および装置に関し、特に、全文
検索や全物件検索が可能な情報検索方法および装置に関
する。
【0002】
【従来の技術】文献などの情報を物件として多数保持す
るデータベースからユーザが必要とする物件を検索する
場合、各物件に予めキーワードを付与しておいて検索キ
ーと一致するキーワードを検索することにより所望の物
件を探し出すキーワード検索方法と、全情報の全文検索
を行なって検索キーを含むものを探し出す直接検索方法
とがある。キーワード検索方法には、データベースに
格納される各物件に予めキーワードを付与するのでその
作業にかなりの人手を要し、任意にキーワードを付与
した場合にはキーワードの個数が膨大となるのでシソー
ラスによる管理が必要となり、また、的確なキーワー
ドの付与が難しく、所望の物件に到達できないことがあ
る、という問題点がある。また、直接検索方法には、
検索対象となる物件数が多い場合や各物件のデータ量が
大きい場合に現実的な時間の範囲内で検索を完了させる
ことができず、また、いわゆる曖昧検索を一般的には
行なうことができないという問題点がある。
【0003】本出願人は、上述したような従来の情報検
索方法の諸問題点を解決するため、特開平4−3261
64号公報において、キーワードの付与を必要とせず、
高速での検索が行なえるデータベース検索システムを提
案した。このデータベース検索システムは、検索対象の
各物件ごとに自己相関情報を予め求めておき、検索時に
は、検索キーの自己相関情報を求めて検索キーの自己相
関情報と物件の自己相関情報との合致度を物件ごとに求
め、この合致度の高い物件から出力しようとするもので
ある。自己相関情報としては、例えば、固定サイズの二
値行列が使用される。この検索システムは、各物件の
データ量によらずに固定サイズの自己相関情報に基づい
て検索がなされるので、検索時間の大幅な短縮が図れ、
検索キーと少し異なる表記の文字列を含む物件に対し
てはかなり大きな合致度が得られるので、曖昧検索を行
なうことが可能となり、自己相関情報の算出を自動的
に行なうことができるので、キーワード検索方法に比
べ、データベース構築時の作業量を大幅に減少させるこ
とができ、さらに、検索キーをそのまま含む物件に対
しては最大の合致度が与えられるので、そのような物件
を見逃すことがない、などの利点を有する。
【0004】ここでこの特開平4−326164号公報
に記載されたデータベース検索システムの具体例を説明
する。ここでは、検索対象の物件が英文テキストであっ
て、テキストの各文字がASCII(アスキー)コード
で表現されているものとする。ASCIIコードは通常
8ビットであるが、英文の通常文字を使用している限り
最上位ビットは使用されないので、下位側の7ビットの
みを考慮する。自己相関情報としては、各文字が7ビッ
トのコードによって0から127までのいずれかの整数
で表わされているので、128×128の二値行列を使
用する。この行列の各要素は、"0"に初期化されている
ものとする。
【0005】まず、英文テキストから、この英文テキス
トの各文字についてその文字を先頭とし所定の文字数か
らなる連字を抽出する。英文テキストが「This_is_a_pe
n.」(ここで"_"はスペースを表わす。)であり、所定
の文字数が3文字であれば、"Thi","his","is_","s_
a","_a_","a_p","_pe","pen","en.","n."の連字が抽出
される。続いて、抽出された連字においてその連字の1
文字目、2文字目、3文字目の文字コードがそれぞれc
1,c2,c3であったとすれば、自己相関情報を表わす二
値行列の要素(c1,c2)と(c1,c3)の値を"1"にセット
する。この操作を抽出された全ての連字について実行す
ることにより、対象としている英文テキストの自己相関
情報が得られたことになる。
【0006】一方、検索時には、まず、上述と同様の手
順によって検索キーの自己相関情報を求める。そして、
物件ごとに、その物件の自己相関情報の二値行列と検索
キーから求めた二値行列とを比較し、検索キーからの二
値行列で"1"となっている各要素が物件から求めた二値
行列において"1"になっているかどうかを調べる。検索
キーに対応する二値行列で"1"となっている行列の要素
のうち物件に対応する二値行列で"1"となっているもの
割合を合致度とする。そして、この合致度が高い方から
順に物件を出力する。
【0007】この具体例では、連字に基づいて自己相関
情報が算出されている。大まかにいえば、検索キーに含
まれる連字のうちどれだけのものが物件に含まれている
かに応じて、合致度が算出される。そして、連字の一致
を逐語的に調べるのではなく、自己相関情報に変換した
上で合致度を算出することによって、極めて高速での検
索が可能となっている。
【0008】
【発明が解決しようとする課題】特開平4−32616
4号に開示されたデータベース検索システムによって、
上述したように、キーワードを使用せずに高速で文献検
索を行なうことが可能となった。しかし、文献データベ
ースに格納される文書数や情報量は急増の一途をたどっ
ており、より高速であって確実な文献検索の実現が求め
られている。
【0009】本発明の目的は、検索者の意図するものを
より高速で検索することが可能な情報検索方法および装
置を提供することにある。
【0010】
【課題を解決するための手段】本発明の情報検索方法
は、入力される検索文字列に基づき、検索対象文書の集
合の中から所望の文書の検索を行なう情報検索方法であ
って、所定の文字長である連字を前記検索文字列から抽
出して検索用連字群を構成する連字抽出工程と、前記検
索用連字群に含まれる連字ごとに、当該連字に対する重
要度を求める重要度決定工程と、前記各検索対象文書に
ついて、前記検索用連字群に含まれる連字ごとに当該連
字が当該検索対象文書に含まれるかを調べ、当該連字が
含まれている場合には当該連字に対応する重要度を当該
検索対象文書の重要度に加算する検索工程と、前記検索
工程の実施後、各検索対象文書ごとの前記重要度に応じ
て検索結果の出力を行なう出力工程とを有する。
【0011】本発明の情報検索装置は、入力される検索
文字列に基づき、検索対象文書の集合の中から所望の文
書の検索を行なう情報検索装置であって、前記検索文字
列を入力する入力手段と、所定の文字長である連字を前
記検索文字列から抽出して検索用連字群を構成する連字
抽出手段と、前記検索対象文書ごとの重要度を格納する
重要度格納手段と、前記検索用連字群に含まれる連字ご
とに当該連字に対する重要度を決定し、前記各検索対象
文書について、前記検索用連字群に含まれる連字ごとに
当該連字が当該検索対象文書に含まれるかを調べ、当該
連字が含まれている場合には当該連字に対応する重要度
を前記重要度格納手段における当該検索対象文書の重要
度に加算する検索手段と、前記重要度格納手段を参照
し、前記各検索対象文書ごとの重要度に応じて検索結果
の出力を行なう出力手段とを有する。
【0012】
【作用】文献データベースの検索を行なおうとする場
合、文書自体の局所的な構造に注目して検索を行なうの
が一般的である。注目している場所に書かれている内容
とその例えば5ページ先に書かれている内容との相関に
よって検索を行ないたいなどということは、まずありえ
ない。局所的な構造に注目した場合、数語ないし数十語
の長さの検索キーをそのままで使用するよりも、「従来
の技術」でも述べたように、検索キーを連字に分解しこ
の連字に基づいて検索を行なった方が効率的である。
【0013】ところで、検索者が実際に検索を行なおう
としている局面を考えると、この検索者は何らかの意味
を托して検索キーを選んでいるばずである。また、検索
対象の文書を考えた場合、この文書に含まれる単語が全
て同等の重みをもつのではなく、その文書の識別に役立
つ特徴的な単語とそうでない単語とが混在している。従
来の検索方法では、特に、連字による場合、検索結果に
対する各連字の寄与分は同等であって、検索者の托した
意味や文書の特徴的な内容を反映しておらず、このた
め、全く意図しない文書をヒットしたりすることが多か
った。
【0014】本発明では、検索キー(検索文字列)を連
字に分解した上で、その連字が検索のために特徴的なも
のなのかそうでないのかを判断し、より特徴的な連字が
検索結果により大きく寄与するようにしているので、検
索者の意図に沿って確実に検索を行なうことが可能とな
る。具体的には、各連字についてその連字の検索結果に
寄与する割合を重要度として定め、検索対象文書中にそ
の連字が含まれる場合には、当該連字の重要度をその検
索対象文書の重要度(評価値)に加算するようにすれば
よい。連字に対する重要度の定め方としては、例えば、
検索に使用される連字ごとに、検索対象の全文書を通
じてのその連字の出現頻度を求め、出現頻度の高い連字
ほど重要度を小さくする、連字ごとに連字を構成する
文字種を求め、その文字種の組み合わせによってその連
字の重要度を定める、などの方法があり、これらおよ
びの方法を併用するようにしてもよい。
【0015】重要度算出における上記の方法は、簡単
に言えば、各検索対象文書に共通に現れるものほど、所
望する文書を特定する度合いは低いということに基づい
ている。例えば、各種の活用語尾や、英語の文章におけ
る"the"や助動詞、日本文における助詞や助動詞が、共
通に出現しやすいものに該当する。一方、上記の方法
は、例えば日本語の文章中では漢字やひらがな、数字等
が混在して使用されるが、漢字どうしの結合は熟語とし
て特徴的な意味を有することが多いということに基づい
ている。日本語以外の言語であっても、例えば中国語に
おいては、助詞になりうる漢字と助詞にはならない漢字
の区別があってこの区別に応じて文字種を定めることが
可能である。また、英語などにおいても、大文字と小文
字や、数字、ギリシャ文字、ハイフンなどの記号である
かに応じて文字種を定めることができる。英語の場合、
過去型語尾の"ed"や副詞語尾の"ly"などを別の文字種と
して扱うような処理も可能である。
【0016】本発明において、連字ごとの重要度の具体
的な算出方法は、例えば、検索対象となる文書の言語や
分野(例えば、技術文献であるか、新聞記事であるか、
文学作品であるかなど)、検索者のくせ(どのような検
索キーをよく使うかなど)、検索の目的(あいまい検索
を行なうかどうか)などに応じ、さらには検索文字列そ
のものに応じて、変化させることが可能であり、適応的
に変化させることもできる。重要度の算出方法を必要に
応じて変化させることにより、さらに的確な検索を行な
うことが可能となる。
【0017】
【実施例】次に本発明の実施例について、図面を参照し
て説明する。図1は本発明の一実施例の情報検索装置の
構成を示すブロック図であり、図2はこの情報検索装置
を使用し本発明の方法によって情報の検索を行なう場合
の処理手順を示すフローチャートである。
【0018】この情報検索装置11は、データベース格
納部10に検索対象文書として蓄積されている文献情報
の検索を実行するためのものであり、検索者が指定した
検索文字列を入力する検索文字列入力部12と、所定の
文字長である連字を入力された検索文字列から抽出する
連字抽出部13と、検索文字列から抽出された各連字に
対して当該連字の重要度を算出するとともにこれらの連
字に基づいてデータベース格納部10中の各検索対象文
書を実際に検索する検索エンジン部14と、検索文字列
から抽出された各連字に対して重要度を算出する際に使
用されるパラメータを格納するパラメータ格納部15
と、検索対象文書ごとの重要度を格納する重要度格納部
16と、重要度格納部16を参照し各検索対象文書ごと
の重要度に応じて正規化を行ない検索結果の出力を行な
う出力部17とによって構成されている。なお、検索文
字列から抽出された連字の集合を検索用連字群という。
【0019】検索エンジン部14は、検索用連字群の中
の各連字についてその連字に対する重要度を算出する
が、本実施例では、連字の出現頻度から定まる第1種の
重要度と、連字を構成する文字種から定まる第2種の重
要度の2通りの重要度をそれぞれの連字について求めて
いる。第1種および第2種の重要度は、それぞれ、0ま
たは正の実数であって、大きな値をとるものほど検索結
果に大きく寄与するように設定されている。以下、これ
らの重要度について説明する。
【0020】第1種の重要度は、検索エンジン部14に
よって、データベース格納部10に格納された全ての検
索対象文書を通してのその連字の出現頻度を算出し、出
現頻度が小さいほど大きな値となり、出現頻度が大きい
ほど小さな値となるように、定められる。ここでこの出
現頻度は、その連字を含む文書の数を文書の総数で除し
たものであって、0から1までの実数で表わされる。図
2は、x軸に出現頻度を、y軸に第1種の重要度の値を
とったグラフであって、出現頻度と第1種の重要度との
関係を表わす関数の一例を示している。このグラフから
も明らかなように、第1種の重要度は、出現頻度に対し
て単調減少となる関数で表わされる。なお、全ての検索
対象文書に出現する連字は、検索に用いるものとしては
無意味であるから、このような連字に対しては第1種の
重要度が0になるようにすることが望ましい。
【0021】第2種の重要度は、連字の文字長が2文字
の場合であれば、連字を構成する1文字目と2文字目の
文字種の組み合わせに応じて、検索エンジン部14によ
って決定される。具体的には、パラメータ格納部15内
に、文字種の組み合わせに応じた第2種の重要度の値を
表わす計算用テーブル21を設けておき、この計算用テ
ーブル21を参照することによって、各連字ごとに求め
られる。検索対象文字が日本語の文書である場合の計算
用テーブル21の内容の一例が図3に示されている。図
示された例では、文字種としてひらがな、カタカナ、漢
字、英数字、記号に分類し、連字が漢字のみで構成され
る場合に第2種の重要度が最も大きな値となるようにな
っている。なお、漢字とひらがなの組み合わせから分か
るように、1番目の文字の文字種と2番目の文字の文字
種とを入れ替えた場合に、同じ第2種の重要度の値にな
るとは限らない。1文字目が漢字で2文字目がひらがな
の場合は、熟語(名詞)の最後の文字+助詞の組み合わ
せである場合が圧倒的であり、文字種の組み合わせの順
が逆になっている場合に比べ、より特徴的でないと考え
られるからである。連字の文字長が3文字以上である場
合の扱いも、基本的にはここで述べたものと同様であ
る。
【0022】第1種および第2種の重要度を求めた上
で、検索エンジン部14は、その実際の検索処理を実行
するようになっている。検索のアルゴリズムとしては、
例えば、上述した特開平4−326164号公報に記載
されたものがある。検索処理は、各検索対象文書ごと
に、検索用連字群の各連字についてその連字が当該検索
対象文書に含まれているかどうかを判定し、その連字が
含まれている場合にはその連字に対応する第1種および
第2種の重要度を重要度格納部16内の当該検索対象文
書の重要度に加算することによって、行なわれる。実際
には、検索用連字群の全ての連字についての第1種およ
び第2種の重要度を算出してから一括して検索処理を実
行してもよいし、検索用連字群から1個の連字を取り出
し、その連字について第1種および第2種の重要度を求
め、その上でその連字が各検索対象文書に含まれるいる
かどうかを調べることを各連字について繰り返して実行
するようにしてもよい。
【0023】重要度格納部16の構成例が図4に示され
ている。重要度格納部16は、データベース格納部10
内の各検索対象文書ごとにふられた文書番号とその文書
番号に対応する検索対象文書の重要度とからなる表とし
て構成されている。重要度の初期値は0である。検索対
象文書ごとの重要度は、上述の「従来の技術」における
合致度に対応する。
【0024】次に、本発明の方法に基づきこの情報検索
装置10を用いて行なう情報検索の手順について、図5
を使用して説明する。
【0025】まず、検索文字列入力部12を介して検索
文字列を入力し(ステップ101)、連字抽出部13に
よってこの検索文字列を所定の文字長の連字に分解する
(ステップ102)。連字の長さが2文字、検索文字列
が例えば「大阪に出張する。」であれば、「大阪」、「阪
に」、「に出」、「出張」、「張す」、「する」、「る。」の各連字が抽
出され、検索用連字群を構成する。
【0026】次に、検索用連字群の各連字について、以
下の処理を行なう。すなわち、未処理の連字が残ってい
るかを判定し(ステップ103)、残っている場合に
は、未処理の連字について、検索エンジン部14によっ
て、全ての検索対象文書を通じたその連字の出現頻度を
算出し(ステップ104)、算出された出現頻度に応じ
てその連字に対する第1の重要度を算出し(ステップ1
05)、その連字を構成する文字種の組み合わせに応じ
てその連字に対する第2種の重要度を決定する(ステッ
プ105)。次に、データベース格納部10内の検索対
象文書であってその連字について未検索の文書があるか
どうかを調べ(ステップ107)、未検索の文書がある
場合には未検索の文書のうちから1つの文書を選択し、
その文書中にその連字が含まれるかどうかを判定する
(ステップ108)。含まれていない場合にはそのまま
ステップ107に戻り、含まれている場合には、重要度
格納部16におけるその文書の重要度に、その連字に対
する第1種および第2種の重要度を加算し(ステップ1
09)、ステップ107に戻る。ステップ107で未検
索の文書が残っていないと判定されたら、検索用連字群
に含まれる次の連字による検索のために、ステップ10
3に戻る。
【0027】上述した「大阪に出張する。」という検索
文字列から2文字ずつの連字を抽出した場合、連字「す
る」や「る。」は各文書に共通して出現しやすいので、第
1種の重要度は小さくなる。また、図3に示すような計
算用テーブルを使用している場合には、連字「阪に」に対
する第2種の重要度は小さくなる。一方、連字「大阪」
は、漢字2文字からなるので第2種の重要度は大きくな
る。また、各検索対象文書を通じての「大阪」の出現頻度
が小さく、「出張」の出現頻度がある程度大きいものとす
れば、第1種の重要度は「大阪」の方が「出張」よりも大き
くなる。結局、全体的に見れば、「大阪」の寄与度合が大
きい検索がなされることになる。
【0028】ステップ103で未処理の連字が残ってい
ないと判定された場合は、検索用連字群の全ての連字に
基づく検索処理が終了した場合であるから、出力部17
に制御を移し、重要度格納部16に格納された各文書ご
との重要度の値を正規化する(ステップ110)。ここ
で正規化とは、最大の重要度が1になるように、各重要
度に同一の係数を乗算する処理のことである。検索文字
列(検索キー)が長いほど検索用連字群の連字の数が多
くなり、そのため各文書ごとの生の重要度が大きくなり
がちであるが、このように正規化を行なうことにより、
このような検索文字列の相違により重要度の値のばらつ
きを補正することが可能となる。そして、正規化された
重要度を大きい方から順に並べ(ステップ111)、文
書ごとの重要度をリストとして出力することによって検
索結果の出力を行ない(ステップ112)、処理を終了
する。
【0029】
【発明の効果】以上説明したように本発明は、検索文字
列から連字を抽出した上で各連字に対する重要度を求
め、検索結果に対する各連字の寄与割合をこの重要度に
応じて変化させることにより、検索において特徴的な連
字がより検索結果に反映することになって、検索者の意
図に沿って確実に検索を行なうことが可能となるという
効果がある。連字に対する重要度の定め方として、検
索に使用される連字ごとに、検索対象の全文書を通じて
のその連字の出現頻度を求め、出現頻度の高い連字ほど
重要度を小さくする、連字ごとに連字を構成する文字
種を求め、その文字種の組み合わせによってその連字の
重要度を定める、などの方法を採用することにより、よ
り確実な検索を行なうことが可能となる。
【図面の簡単な説明】
【図1】本発明の一実施例の情報検索装置の構成を示す
ブロック図である。
【図2】出現頻度と第1種の重要度の関係を表わす関数
の一例を示すグラフである。
【図3】文字種と第2種の重要度との対応を表わす計算
用テーブルの構成の一例を示す図である。
【図4】重要度格納部の構成を示す図である。
【図5】図1の情報検索装置を使用し本発明の方法によ
って情報の検索を行なう場合の処理手順を示すフローチ
ャートである。
【符号の説明】
10 データベース格納部 11 情報検索装置 12 検索文字列入力部 13 連字抽出部 14 検索エンジン部 15 パラメータ格納部 16 重要度格納部 17 出力部 21 計算用テーブル 101〜112 ステップ

Claims (7)

    【特許請求の範囲】
  1. 【請求項1】 入力される検索文字列に基づき、検索対
    象文書の集合の中から所望の文書の検索を行なう情報検
    索方法であって、 所定の文字長である連字を前記検索文字列から抽出して
    検索用連字群を構成する連字抽出工程と、 前記検索用連字群に含まれる連字ごとに、当該連字に対
    する重要度を求める重要度決定工程と、 前記各検索対象文書について、前記検索用連字群に含ま
    れる連字ごとに当該連字が当該検索対象文書に含まれる
    かを調べ、当該連字が含まれている場合には当該連字に
    対応する重要度を当該検索対象文書の重要度に加算する
    検索工程と、 前記検索工程の実施後、各検索対象文書ごとの前記重要
    度に応じて検索結果の出力を行なう出力工程とを有する
    情報検索方法。
  2. 【請求項2】 前記重要度決定工程が、前記検索用連字
    群に含まれる連字ごとに、全ての検索対象文書を通じて
    の当該連字の出現頻度を算出し、前記出現頻度が大きけ
    れば小さい値となり、前記出現頻度が小さければ大きな
    値となるように当該連字の重要度を決定する工程であ
    る、請求項1に記載の情報検索方法。
  3. 【請求項3】 前記重要度決定工程が、前記検索用連字
    群に含まれる連字ごとに、当該連字を構成する文字種の
    組み合わせに応じて当該連字の重要度を決定する工程で
    ある、請求項1に記載の情報検索方法。
  4. 【請求項4】 入力される検索文字列に基づき、検索対
    象文書の集合の中から所望の文書の検索を行なう情報検
    索方法であって、 所定の文字長である連字を前記検索文字列から抽出して
    検索用連字群を構成する連字抽出工程と、 前記検索用連字群に含まれる連字ごとに、全ての検索
    対象文書を通じての当該連字の出現頻度を算出し、前記
    出現頻度が大きければ小さい値となり、前記出現頻度が
    小さければ大きな値となるように当該連字に対する第1
    種の重要度を決定し、当該連字を構成する文字種の組
    み合わせに応じて当該連字に対する第2種の重要度を決
    定する、重要度決定工程と、 前記各検索対象文書について、前記検索用連字群に含ま
    れる連字ごとに当該連字が当該検索対象文書に含まれる
    かを調べ、当該連字が含まれている場合には当該連字に
    対応する第1種および第2種の重要度を当該検索対象文
    書の重要度に加算する検索工程と、 前記検索工程の実施後、各検索対象文書ごとの前記重要
    度に応じて検索結果の出力を行なう出力工程とを有する
    情報検索方法。
  5. 【請求項5】 入力される検索文字列に基づき、検索対
    象文書の集合の中から所望の文書の検索を行なう情報検
    索装置であって、 前記検索文字列を入力する入力手段と、 所定の文字長である連字を前記検索文字列から抽出して
    検索用連字群を構成する連字抽出手段と、 前記検索対象文書ごとの重要度を格納する重要度格納手
    段と、 前記検索用連字群に含まれる連字ごとに当該連字に対す
    る重要度を決定し、前記各検索対象文書について、前記
    検索用連字群に含まれる連字ごとに当該連字が当該検索
    対象文書に含まれるかを調べ、当該連字が含まれている
    場合には当該連字に対応する重要度を前記重要度格納手
    段における当該検索対象文書の重要度に加算する検索手
    段と、 前記重要度格納手段を参照し、前記各検索対象文書ごと
    の重要度に応じて検索結果の出力を行なう出力手段とを
    有する情報検索装置。
  6. 【請求項6】 連字に対する重要度が、全ての検索対象
    文書を通じての当該連字の出現頻度に対して単調減少と
    なる関数に応じて定められる、請求項5に記載の情報検
    索装置。
  7. 【請求項7】 連字に対する重要度が、当該連字を構成
    する文字種の組み合わせに応じて定められる、請求項5
    に記載の情報検索装置。
JP12210194A 1994-06-03 1994-06-03 情報検索装置 Expired - Lifetime JP3438947B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP12210194A JP3438947B2 (ja) 1994-06-03 1994-06-03 情報検索装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP12210194A JP3438947B2 (ja) 1994-06-03 1994-06-03 情報検索装置

Publications (2)

Publication Number Publication Date
JPH07334515A true JPH07334515A (ja) 1995-12-22
JP3438947B2 JP3438947B2 (ja) 2003-08-18

Family

ID=14827671

Family Applications (1)

Application Number Title Priority Date Filing Date
JP12210194A Expired - Lifetime JP3438947B2 (ja) 1994-06-03 1994-06-03 情報検索装置

Country Status (1)

Country Link
JP (1) JP3438947B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020057214A (ja) * 2018-10-02 2020-04-09 カシオ計算機株式会社 電子機器、電子機器の制御方法及びプログラム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0520362A (ja) * 1991-07-10 1993-01-29 Tokyo Electric Power Co Inc:The 文書テキスト間の連鎖自動作成システム
JPH06110948A (ja) * 1992-08-20 1994-04-22 Us Government 文献を識別し、検索し、分類する方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0520362A (ja) * 1991-07-10 1993-01-29 Tokyo Electric Power Co Inc:The 文書テキスト間の連鎖自動作成システム
JPH06110948A (ja) * 1992-08-20 1994-04-22 Us Government 文献を識別し、検索し、分類する方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020057214A (ja) * 2018-10-02 2020-04-09 カシオ計算機株式会社 電子機器、電子機器の制御方法及びプログラム

Also Published As

Publication number Publication date
JP3438947B2 (ja) 2003-08-18

Similar Documents

Publication Publication Date Title
US5778361A (en) Method and system for fast indexing and searching of text in compound-word languages
Peterson Computer programs for detecting and correcting spelling errors
US6363373B1 (en) Method and apparatus for concept searching using a Boolean or keyword search engine
KR101219366B1 (ko) 명백한 지리적 언급의 분류
US7092871B2 (en) Tokenizer for a natural language processing system
JP4701292B2 (ja) テキスト・データに含まれる固有表現又は専門用語から用語辞書を作成するためのコンピュータ・システム、並びにその方法及びコンピュータ・プログラム
US6415250B1 (en) System and method for identifying language using morphologically-based techniques
US10417269B2 (en) Systems and methods for verbatim-text mining
US20050021545A1 (en) Very-large-scale automatic categorizer for Web content
JPH06110948A (ja) 文献を識別し、検索し、分類する方法
JPS6211932A (ja) 情報検索方法
JP2010519655A (ja) 名前照合システムの名前インデックス付け
JP3173411B2 (ja) 関連文書検索装置及び関連文書検索プログラムを記録した記録媒体
Pfeifer et al. Searching Proper Names in Databases.
JPH09198409A (ja) 酷似文書抽出方法
US20030158725A1 (en) Method and apparatus for identifying words with common stems
JP2005301856A (ja) 文書検索方法、文書検索プログラムおよびこれを実行する文書検索装置
JP3198932B2 (ja) 文書検索装置
JP3544749B2 (ja) キーワード自動抽出装置
JPH06301722A (ja) 形態素解析装置及びキーワード抽出装置
JPH06282587A (ja) 文書の自動分類方法及び装置並びに分類用の辞書作成方法及び装置
KR100885527B1 (ko) 문맥 기반 색인데이터 생성장치와 문맥기반 검색장치 및 그방법
JP2009086903A (ja) 検索サービス装置
CN112949287A (zh) 热词挖掘方法、系统、计算机设备和存储介质
US7130470B1 (en) System and method of context-based sorting of character strings for use in data base applications

Legal Events

Date Code Title Description
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20030507

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080613

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090613

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100613

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100613

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110613

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110613

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120613

Year of fee payment: 9

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120613

Year of fee payment: 9

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130613

Year of fee payment: 10

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

EXPY Cancellation because of completion of term