JPH11175558A - 情報検索装置、情報検索方法および記録媒体 - Google Patents
情報検索装置、情報検索方法および記録媒体Info
- Publication number
- JPH11175558A JPH11175558A JP9347681A JP34768197A JPH11175558A JP H11175558 A JPH11175558 A JP H11175558A JP 9347681 A JP9347681 A JP 9347681A JP 34768197 A JP34768197 A JP 34768197A JP H11175558 A JPH11175558 A JP H11175558A
- Authority
- JP
- Japan
- Prior art keywords
- node
- information
- nodes
- node group
- search
- 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
Links
- 238000000034 method Methods 0.000 title claims description 49
- 238000004458 analytical method Methods 0.000 claims description 43
- 239000000470 constituent Substances 0.000 claims description 26
- 230000007717 exclusion Effects 0.000 claims description 14
- 230000008030 elimination Effects 0.000 claims description 12
- 238000003379 elimination reaction Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 5
- 230000002194 synthesizing effect Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 32
- 238000000605 extraction Methods 0.000 description 11
- 239000002131 composite material Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】
【課題】 ハイパードキュメントシステムから情報を効
率よく検索する。 【解決手段】 ノード群構成手段１は、ハイパードキュ
メントシステム１０に配置されている複数のノードを、
その内容の類似性とリンクとに応じて合成してノード群
を構成する。構成ノード記憶手段２は、合成されたノー
ド群を記憶する。情報検索手段３は、検索要求に対応す
るノードをハイパードキュメントシステム１０から取得
する。包含関係解析手段４は、検索の結果得られたノー
ドを含むノード群を構成ノード記憶手段２から取得し、
得られた複数のノード群の相互の包含関係を解析する。
ノード群排除手段５は、他のノード群に包含されている
ノード群を排除する。検索結果出力手段６は、排除され
ずに残ったノード群を検索の最終結果として出力する。
率よく検索する。 【解決手段】 ノード群構成手段１は、ハイパードキュ
メントシステム１０に配置されている複数のノードを、
その内容の類似性とリンクとに応じて合成してノード群
を構成する。構成ノード記憶手段２は、合成されたノー
ド群を記憶する。情報検索手段３は、検索要求に対応す
るノードをハイパードキュメントシステム１０から取得
する。包含関係解析手段４は、検索の結果得られたノー
ドを含むノード群を構成ノード記憶手段２から取得し、
得られた複数のノード群の相互の包含関係を解析する。
ノード群排除手段５は、他のノード群に包含されている
ノード群を排除する。検索結果出力手段６は、排除され
ずに残ったノード群を検索の最終結果として出力する。
Description
【０００１】
【発明の属する技術分野】本発明は情報検索装置、情報
検索方法および記録媒体に関し、特に、情報の単位であ
るノードとノード間のリンクによって構成されたハイパ
ードキュメントシステムを対象にして情報を検索する情
報検索装置、情報検索方法および記録媒体に関する。
検索方法および記録媒体に関し、特に、情報の単位であ
るノードとノード間のリンクによって構成されたハイパ
ードキュメントシステムを対象にして情報を検索する情
報検索装置、情報検索方法および記録媒体に関する。
【０００２】
【従来の技術】ハイパードキュメントシステムでは、取
り扱われる情報をいくつかの小さな単位（ノード）に分
割し、それらを関連付けて整理している（このような関
連付けを示す情報を、リンクと呼ぶ）。例えば、インタ
ーネット上では、ＷＷＷ(WorldWide Web)により、ハイ
パードキュメントシステムが構築されている。ＷＷＷの
情報は、ＨＴＭＬ(Hyper Text Markup Language)で記述
されている。このＨＴＭＬは、ノード間のリンクに意味
的制約がない。このようにノード間のリンクに意味的制
約を持たないシステムには、ドキュメントオーサ（作
者）が意のままにコンテンツとリンク構造を決めること
ができるという利点がある。そして、このようなハイパ
ードキュメントシステムにより、ドキュメントリーダ
（読者）は、ドキュメントオーサの構築したリンク構造
をたどり、そのドキュメントオーサが提供する全ての情
報に対してアクセスできる。
り扱われる情報をいくつかの小さな単位（ノード）に分
割し、それらを関連付けて整理している（このような関
連付けを示す情報を、リンクと呼ぶ）。例えば、インタ
ーネット上では、ＷＷＷ(WorldWide Web)により、ハイ
パードキュメントシステムが構築されている。ＷＷＷの
情報は、ＨＴＭＬ(Hyper Text Markup Language)で記述
されている。このＨＴＭＬは、ノード間のリンクに意味
的制約がない。このようにノード間のリンクに意味的制
約を持たないシステムには、ドキュメントオーサ（作
者）が意のままにコンテンツとリンク構造を決めること
ができるという利点がある。そして、このようなハイパ
ードキュメントシステムにより、ドキュメントリーダ
（読者）は、ドキュメントオーサの構築したリンク構造
をたどり、そのドキュメントオーサが提供する全ての情
報に対してアクセスできる。
【０００３】ところで、インターネットなどのハイパー
ドキュメントシステムの情報量は膨大である。そのた
め、ドキュメントリーダが必要な情報を見つけ出すに
は、情報検索を支援するシステムが必要である。そのよ
うな検索を支援する従来技術としては、以下の２つがあ
る。
ドキュメントシステムの情報量は膨大である。そのた
め、ドキュメントリーダが必要な情報を見つけ出すに
は、情報検索を支援するシステムが必要である。そのよ
うな検索を支援する従来技術としては、以下の２つがあ
る。
【０００４】第１の従来技術は、予めできるだけ大量の
ノードを（ランダムに）スキャンして各ノードの検索イ
ンデックスを用意しておき、ドキュメントリーダからの
クエリー（キーワードの組み合わせ）に対してマッチす
るものを提示するものである。なお、検索インデックス
作成およびクエリーとのマッチングに間する要素技術と
して、統計的言語処理手法であるベクタースペースモデ
ル（G. Salton & J. Allan, Text Retrieval Using the
Vector Processing Model, in Proc. of SDAIR94 ）が
考案されている。
ノードを（ランダムに）スキャンして各ノードの検索イ
ンデックスを用意しておき、ドキュメントリーダからの
クエリー（キーワードの組み合わせ）に対してマッチす
るものを提示するものである。なお、検索インデックス
作成およびクエリーとのマッチングに間する要素技術と
して、統計的言語処理手法であるベクタースペースモデ
ル（G. Salton & J. Allan, Text Retrieval Using the
Vector Processing Model, in Proc. of SDAIR94 ）が
考案されている。
【０００５】第２の従来技術は、予めできるだけ大量の
ノードを（ランダムに）スキャンして、それらをトピッ
クにより分類した木構造のディレクトリに割り当ててお
くものである。ドキュメントリーダは、欲する情報が含
まれると考えられるトピックをディレクトリ上から探
し、そこから目指す情報にアクセスする。なお、この技
術を実現するための要素技術として、自然言語処理を応
用した自動文書分類手法（例えば、P. Jacobs, Joining
Statistics with NLP for Text Categorization, in P
roc. of Applied-ACL92 ）が提案されている。さらに、
メディアを画像に拡張した自動文書分類手法（United S
tates Patent: 5526443, T. Nakayama (FXPAL), Method
and apparatus for highlighting and categorizing d
ocuments using coded word tokens, issue date:1996.
6.11）も考案されている。
ノードを（ランダムに）スキャンして、それらをトピッ
クにより分類した木構造のディレクトリに割り当ててお
くものである。ドキュメントリーダは、欲する情報が含
まれると考えられるトピックをディレクトリ上から探
し、そこから目指す情報にアクセスする。なお、この技
術を実現するための要素技術として、自然言語処理を応
用した自動文書分類手法（例えば、P. Jacobs, Joining
Statistics with NLP for Text Categorization, in P
roc. of Applied-ACL92 ）が提案されている。さらに、
メディアを画像に拡張した自動文書分類手法（United S
tates Patent: 5526443, T. Nakayama (FXPAL), Method
and apparatus for highlighting and categorizing d
ocuments using coded word tokens, issue date:1996.
6.11）も考案されている。
【０００６】
【発明が解決しようとする課題】しかし、これらの従来
技術では、１つのノード（例えば、１つのＨＴＭＬ文
書）を１つの検索対象単位とするため、ノードとリンク
による構造で概念を表現するというハイパードキュメン
トシステムの本質を捉えることができず、以下に示すよ
うな問題が生じている。
技術では、１つのノード（例えば、１つのＨＴＭＬ文
書）を１つの検索対象単位とするため、ノードとリンク
による構造で概念を表現するというハイパードキュメン
トシステムの本質を捉えることができず、以下に示すよ
うな問題が生じている。
【０００７】ある情報をいくつのノードに分割してどの
ように構造化するかは、ドキュメントオーサの嗜好によ
るものであるにもかかわらず、ノードを一単位とするよ
うな検索では、ハイパーネットワーク上に構造化された
ノード群を、大局的にある１つの意味的まとまりを持つ
情報として捉えることができない。つまり、従来技術に
よる検索では、意味的に不完全な情報断片だけを検索対
象とすることになり、コンテキストが検索に反映されな
い。
ように構造化するかは、ドキュメントオーサの嗜好によ
るものであるにもかかわらず、ノードを一単位とするよ
うな検索では、ハイパーネットワーク上に構造化された
ノード群を、大局的にある１つの意味的まとまりを持つ
情報として捉えることができない。つまり、従来技術に
よる検索では、意味的に不完全な情報断片だけを検索対
象とすることになり、コンテキストが検索に反映されな
い。
【０００８】例えば、一人のドキュメントオーサが作成
した１つの意味的まとまりをもった情報が、複数のＨＴ
ＭＬ文書に分割されて表現されている場合、従来技術で
文書検索を行うと、各ＨＴＭＬ文書が個別の検索対象と
なる。ここで、ドキュメントリーダが「概念Ａ」に類似
する情報を検索すると、当該ドキュメントオーサが作成
した情報が全体として「概念Ａ」に類似していても、分
割された個々のノードが「概念Ａ」に類似していなけれ
ば、この情報（若しくは一部のノード）が検出されるこ
とはない。
した１つの意味的まとまりをもった情報が、複数のＨＴ
ＭＬ文書に分割されて表現されている場合、従来技術で
文書検索を行うと、各ＨＴＭＬ文書が個別の検索対象と
なる。ここで、ドキュメントリーダが「概念Ａ」に類似
する情報を検索すると、当該ドキュメントオーサが作成
した情報が全体として「概念Ａ」に類似していても、分
割された個々のノードが「概念Ａ」に類似していなけれ
ば、この情報（若しくは一部のノード）が検出されるこ
とはない。
【０００９】しかも、１つのノードを検索対象単位とす
ると、検索要求を表す概念をハイパーネットワーク上の
構造で表現することができないという問題点もある。さ
らには、ドキュメントオーサが、ある１つの意味的まと
まりを持つ情報を複数のノードに分割して構造化した場
合、従来の検索ではそれぞれのノードが個別に出力さ
れ、冗長性が生じるという問題点もある。一人のドキュ
メントオーサが１つの意味的まとまりを持つ情報として
作成した一連のＨＴＭＬ文書が個別に出力されると、検
索結果の量が膨れ上がってしまい、目的に合致した文書
を探し出すためのドキュメントリーダの労力が増加して
しまう。
ると、検索要求を表す概念をハイパーネットワーク上の
構造で表現することができないという問題点もある。さ
らには、ドキュメントオーサが、ある１つの意味的まと
まりを持つ情報を複数のノードに分割して構造化した場
合、従来の検索ではそれぞれのノードが個別に出力さ
れ、冗長性が生じるという問題点もある。一人のドキュ
メントオーサが１つの意味的まとまりを持つ情報として
作成した一連のＨＴＭＬ文書が個別に出力されると、検
索結果の量が膨れ上がってしまい、目的に合致した文書
を探し出すためのドキュメントリーダの労力が増加して
しまう。
【００１０】そこで、あるノードを起点として、そのノ
ードにリンクされているＮ次のノード（Ｎ＝２，３，・
・・）の特徴を比較してその類似性を判定し、類似であ
ると判定されたＮ次ノードを、起点となるノードと合成
することによって、意味的まとまりを持つ情報を１単位
とする検索が考えられる。
ードにリンクされているＮ次のノード（Ｎ＝２，３，・
・・）の特徴を比較してその類似性を判定し、類似であ
ると判定されたＮ次ノードを、起点となるノードと合成
することによって、意味的まとまりを持つ情報を１単位
とする検索が考えられる。
【００１１】しかしながら、このような方法によれば、
ハイパードキュメントシステムの本質を捉えた情報検索
が可能となる一方で、「意味的なまとまり」の間に包含
関係が発生する場合があるため、検索結果が冗長になる
という問題がある。
ハイパードキュメントシステムの本質を捉えた情報検索
が可能となる一方で、「意味的なまとまり」の間に包含
関係が発生する場合があるため、検索結果が冗長になる
という問題がある。
【００１２】そのような場合の一例を図１０に示す。こ
の図において、平行四辺形は、それぞれノードを示して
おり、また、矢印はリンクを示している。この例では、
ノードＡを起点とする意味的まとまり（実線で囲繞され
た部分）は、ノードＢを起点とする意味的まとまり（点
線で囲繞された部分）を包含している。従って、ある検
索要求に対して、双方が検索結果として与えられた場
合、前者を先に読んだ（ブラウジングした）ドキュメン
トリーダにとって、後者を読みにいく行為は冗長なもの
となる。しかしながら、実際にアクセスしてみないと、
冗長であるか否かは判定できないという問題点もあっ
た。
の図において、平行四辺形は、それぞれノードを示して
おり、また、矢印はリンクを示している。この例では、
ノードＡを起点とする意味的まとまり（実線で囲繞され
た部分）は、ノードＢを起点とする意味的まとまり（点
線で囲繞された部分）を包含している。従って、ある検
索要求に対して、双方が検索結果として与えられた場
合、前者を先に読んだ（ブラウジングした）ドキュメン
トリーダにとって、後者を読みにいく行為は冗長なもの
となる。しかしながら、実際にアクセスしてみないと、
冗長であるか否かは判定できないという問題点もあっ
た。
【００１３】本発明はこのような点に鑑みてなされたも
のであり、意味的まとまりを持つ情報を一単位として効
率よく情報を検索できる情報検索装置を提供することを
目的とする。
のであり、意味的まとまりを持つ情報を一単位として効
率よく情報を検索できる情報検索装置を提供することを
目的とする。
【００１４】更に、本発明の別の目的は、意味的まとま
りを持つ情報を一単位として効率よく情報を検索できる
情報検索方法を提供することである。更にまた、本発明
の他の目的は、意味的まとまりを持つ情報を一単位とし
て効率よく情報を検索するための情報検索プログラムを
記録した記録媒体を提供することである。
りを持つ情報を一単位として効率よく情報を検索できる
情報検索方法を提供することである。更にまた、本発明
の他の目的は、意味的まとまりを持つ情報を一単位とし
て効率よく情報を検索するための情報検索プログラムを
記録した記録媒体を提供することである。
【００１５】
【課題を解決するための手段】本発明では上記課題を解
決するために、情報の単位であるノードとノード間のリ
ンクによって構成されたハイパードキュメントシステム
を対象にして情報を検索する情報検索装置において、リ
ンクによる結合と内容の類似性に基づいてノード群を構
成するノード群構成手段と、前記ノード群を構成する個
々のノードを記憶する構成ノード記憶手段と、所定の検
索要求に対応して前記ハイパードキュメントシステムか
ら情報を検索する情報検索手段と、前記情報検索手段の
検索結果として得られた複数のノード群の相互の包含関
係を、前記構成ノード記憶手段に記憶されている情報に
基づいて解析する包含関係解析手段と、前記包含関係解
析手段の解析結果に応じて、他のノード群に包含されて
いるノード群を排除するノード群排除手段と、排除され
ずに残ったノード群を検索結果として出力する検索結果
出力手段と、を有することを特徴とする情報検索装置が
提供される。
決するために、情報の単位であるノードとノード間のリ
ンクによって構成されたハイパードキュメントシステム
を対象にして情報を検索する情報検索装置において、リ
ンクによる結合と内容の類似性に基づいてノード群を構
成するノード群構成手段と、前記ノード群を構成する個
々のノードを記憶する構成ノード記憶手段と、所定の検
索要求に対応して前記ハイパードキュメントシステムか
ら情報を検索する情報検索手段と、前記情報検索手段の
検索結果として得られた複数のノード群の相互の包含関
係を、前記構成ノード記憶手段に記憶されている情報に
基づいて解析する包含関係解析手段と、前記包含関係解
析手段の解析結果に応じて、他のノード群に包含されて
いるノード群を排除するノード群排除手段と、排除され
ずに残ったノード群を検索結果として出力する検索結果
出力手段と、を有することを特徴とする情報検索装置が
提供される。
【００１６】ここで、ノード群構成手段は、リンクによ
る結合と内容の類似性に基づいてノード群を構成する。
構成ノード記憶手段は、ノード群を構成する個々のノー
ドを記憶する。情報検索手段は、所定の検索要求に対応
してハイパードキュメントシステムから情報を検索す
る。包含関係解析手段は、情報検索手段の検索結果とし
て得られた複数のノード群の相互の包含関係を、構成ノ
ード記憶手段に記憶されている情報に基づいて解析す
る。ノード群排除手段は、包含関係解析手段の解析結果
に応じて、他のノード群に包含されているノード群を排
除する。検索結果出力手段は、排除されずに残ったノー
ド群を検索結果として出力する。
る結合と内容の類似性に基づいてノード群を構成する。
構成ノード記憶手段は、ノード群を構成する個々のノー
ドを記憶する。情報検索手段は、所定の検索要求に対応
してハイパードキュメントシステムから情報を検索す
る。包含関係解析手段は、情報検索手段の検索結果とし
て得られた複数のノード群の相互の包含関係を、構成ノ
ード記憶手段に記憶されている情報に基づいて解析す
る。ノード群排除手段は、包含関係解析手段の解析結果
に応じて、他のノード群に包含されているノード群を排
除する。検索結果出力手段は、排除されずに残ったノー
ド群を検索結果として出力する。
【００１７】また、情報の単位であるノードとノード間
のリンクによって構成されたハイパードキュメントシス
テムを対象にして情報を検索する情報検索装置におい
て、リンクによる結合と内容の類似性に基づいて検索の
対象となるノード群を構成するノード群構成手段と、前
記ノード群構成手段によって構成されたノード群のそれ
ぞれに属する個々のノードを記憶する構成ノード記憶手
段と、前記ノード群の相互の包含関係を、前記構成ノー
ド記憶手段に記憶されている情報に基づいて解析する包
含関係解析手段と、前記包含関係解析手段によって包含
関係が認められた１組のノード群の間の類似度を算定す
る類似度算定手段と、前記類似度算定手段によって算定
された類似度が所定の閾値以上である場合には、包含さ
れる方のノード群を排除し、排除されずに残ったノード
群を検索の対象として絞り込む検索対象絞り込み手段
と、を有することを特徴とする情報検索装置が提供され
る。
のリンクによって構成されたハイパードキュメントシス
テムを対象にして情報を検索する情報検索装置におい
て、リンクによる結合と内容の類似性に基づいて検索の
対象となるノード群を構成するノード群構成手段と、前
記ノード群構成手段によって構成されたノード群のそれ
ぞれに属する個々のノードを記憶する構成ノード記憶手
段と、前記ノード群の相互の包含関係を、前記構成ノー
ド記憶手段に記憶されている情報に基づいて解析する包
含関係解析手段と、前記包含関係解析手段によって包含
関係が認められた１組のノード群の間の類似度を算定す
る類似度算定手段と、前記類似度算定手段によって算定
された類似度が所定の閾値以上である場合には、包含さ
れる方のノード群を排除し、排除されずに残ったノード
群を検索の対象として絞り込む検索対象絞り込み手段
と、を有することを特徴とする情報検索装置が提供され
る。
【００１８】ここで、ノード群構成手段は、リンクによ
る結合と内容の類似性に基づいて検索の対象となるノー
ド群を構成する。構成ノード記憶手段は、ノード群構成
手段によって構成されたノード群のそれぞれに属する個
々のノードを記憶する。包含関係解析手段は、ノード群
の相互の包含関係を、構成ノード記憶手段に記憶されて
いる情報に基づいて解析する。類似度算定手段は、包含
関係解析手段によって包含関係が認められた１組のノー
ド群の間の類似度を算定する。検索対象絞り込み手段
は、類似度算定手段によって算定された類似度が所定の
閾値以上である場合には、包含される方のノード群を排
除し、排除されずに残ったノード群を検索の対象として
絞り込む。
る結合と内容の類似性に基づいて検索の対象となるノー
ド群を構成する。構成ノード記憶手段は、ノード群構成
手段によって構成されたノード群のそれぞれに属する個
々のノードを記憶する。包含関係解析手段は、ノード群
の相互の包含関係を、構成ノード記憶手段に記憶されて
いる情報に基づいて解析する。類似度算定手段は、包含
関係解析手段によって包含関係が認められた１組のノー
ド群の間の類似度を算定する。検索対象絞り込み手段
は、類似度算定手段によって算定された類似度が所定の
閾値以上である場合には、包含される方のノード群を排
除し、排除されずに残ったノード群を検索の対象として
絞り込む。
【００１９】
【発明の実施の形態】以下、本発明の実施の形態を図面
を参照して説明する。図１は、本発明の情報検索装置の
実施の形態の構成例を示す図である。この図において、
ノード群構成手段１は、ハイパードキュメントシステム
１０に分散して配置されている情報から、内容の類似性
に応じてノード群（例えば、図１０のノードＡまたはＢ
を起点とするノード群）を構成する。
を参照して説明する。図１は、本発明の情報検索装置の
実施の形態の構成例を示す図である。この図において、
ノード群構成手段１は、ハイパードキュメントシステム
１０に分散して配置されている情報から、内容の類似性
に応じてノード群（例えば、図１０のノードＡまたはＢ
を起点とするノード群）を構成する。
【００２０】構成ノード記憶手段２は、ノード群構成手
段１によって構成されたノード群に属する（異なり）ノ
ードのパス名を記憶する。なお、ここで使用するパス名
とは、ノードに対してユニークに与えられる絶対アドレ
スのことで、例えば、ＷＷＷ（World Wide Web）であれ
ばＵＲＬ（Uniform Resource Locator）を指す。
段１によって構成されたノード群に属する（異なり）ノ
ードのパス名を記憶する。なお、ここで使用するパス名
とは、ノードに対してユニークに与えられる絶対アドレ
スのことで、例えば、ＷＷＷ（World Wide Web）であれ
ばＵＲＬ（Uniform Resource Locator）を指す。
【００２１】情報検索手段３は、ハイパードキュメント
システム１０に配置されているノードから、検索要求に
対応するノードを取得し、検索結果の候補として出力す
る。包含関係解析手段４は、情報検索の結果として得ら
れたノードを入力し、そのノードを起点とするノード群
を構成ノード記憶手段２から取得し、得られたノード群
の相互の包含関係を解析する。
システム１０に配置されているノードから、検索要求に
対応するノードを取得し、検索結果の候補として出力す
る。包含関係解析手段４は、情報検索の結果として得ら
れたノードを入力し、そのノードを起点とするノード群
を構成ノード記憶手段２から取得し、得られたノード群
の相互の包含関係を解析する。
【００２２】ノード群排除手段５は、包含関係解析手段
４による解析の結果に応じて、他のノード群に包含され
ているノード群を排除する。検索結果出力手段６は、ノ
ード群排除手段５によって排除されずに残ったノード群
を、最終検索結果として出力する。
４による解析の結果に応じて、他のノード群に包含され
ているノード群を排除する。検索結果出力手段６は、ノ
ード群排除手段５によって排除されずに残ったノード群
を、最終検索結果として出力する。
【００２３】次に、図２を参照してノード群構成手段１
の構成例について説明する。図２に示すように、ノード
群構成手段１は、起点ノード特徴抽出部１ａ、関連ノー
ド取得部１ｂ、関連ノード特徴抽出部１ｃ、類似性判定
部１ｄ、ノード合成部１ｅにより構成されている。
の構成例について説明する。図２に示すように、ノード
群構成手段１は、起点ノード特徴抽出部１ａ、関連ノー
ド取得部１ｂ、関連ノード特徴抽出部１ｃ、類似性判定
部１ｄ、ノード合成部１ｅにより構成されている。
【００２４】起点ノード特徴抽出部１ａは、起点ノード
が入力されると、起点ノードの内容を解析し、その特徴
を抽出する。抽出した特徴は、起点ノード特徴プロファ
イルとして類似性判定部１ｄに渡される。ここで、ノー
ドの特徴に関する情報とは、そのノードの内容を特徴付
ける単語とその重要度を示す値の対の集合を指す。例え
ば、起点ノードに出現する各単語に関する出現頻度、出
現位置及び品詞の情報に基づいて重み付けすることによ
り、起点ノード特徴プロファイルを作成する。
が入力されると、起点ノードの内容を解析し、その特徴
を抽出する。抽出した特徴は、起点ノード特徴プロファ
イルとして類似性判定部１ｄに渡される。ここで、ノー
ドの特徴に関する情報とは、そのノードの内容を特徴付
ける単語とその重要度を示す値の対の集合を指す。例え
ば、起点ノードに出現する各単語に関する出現頻度、出
現位置及び品詞の情報に基づいて重み付けすることによ
り、起点ノード特徴プロファイルを作成する。
【００２５】関連ノード取得部１ｂは、起点ノードが入
力された際に、そのノードからリンクが張られている２
次ノードを取得するとともに、取得したノードからさら
にリンクが張られているノード（関連ノード）を順次取
得する。そして、他のノードへのリンクがなくなるまで
同様の処理を行う。この時に取得される２次ノード以降
の各ノードを、Ｎ次ノードとする（Ｎ＝２，３，４，・
・・）。
力された際に、そのノードからリンクが張られている２
次ノードを取得するとともに、取得したノードからさら
にリンクが張られているノード（関連ノード）を順次取
得する。そして、他のノードへのリンクがなくなるまで
同様の処理を行う。この時に取得される２次ノード以降
の各ノードを、Ｎ次ノードとする（Ｎ＝２，３，４，・
・・）。
【００２６】関連ノード特徴抽出部１ｃは、関連ノード
取得部１ｂが抽出したＮ次の各ノードの特徴を抽出し、
関連ノード特徴プロファイルを作成する。作成した関連
ノード特徴プロファイルは、類似性判定部１ｄに渡され
る。
取得部１ｂが抽出したＮ次の各ノードの特徴を抽出し、
関連ノード特徴プロファイルを作成する。作成した関連
ノード特徴プロファイルは、類似性判定部１ｄに渡され
る。
【００２７】類似性判定部１ｄは、関連ノード特徴抽出
部１ｃが作成した関連ノード特徴プロファイルに基づい
て、起点ノードからリンクを辿ることによりアクセス可
能な全てのノードの起点ノードに対する類似性の判断処
理を行う。そして、類似しているノードの内容を、ノー
ド合成部１ｅに渡す。ノード合成部１ｅは、類似性判定
部１ｄによって抽出された全てのノードを起点ノードに
合成し、合成ノード（ノード群）を出力する。その結
果、ノード群構成手段１からは、同一の概念により包括
される合成ノード（ノード群）に対応する複数のパス名
が出力される。
部１ｃが作成した関連ノード特徴プロファイルに基づい
て、起点ノードからリンクを辿ることによりアクセス可
能な全てのノードの起点ノードに対する類似性の判断処
理を行う。そして、類似しているノードの内容を、ノー
ド合成部１ｅに渡す。ノード合成部１ｅは、類似性判定
部１ｄによって抽出された全てのノードを起点ノードに
合成し、合成ノード（ノード群）を出力する。その結
果、ノード群構成手段１からは、同一の概念により包括
される合成ノード（ノード群）に対応する複数のパス名
が出力される。
【００２８】次に、図１に示す実施の形態の動作につい
て説明する。ノード群構成手段１は、ハイパードキュメ
ントシステム１０に配置されている情報からノード群を
生成して出力する。即ち、ノード群構成手段１は、ハイ
パードキュメントシステム１０に配置されているノード
をランダムにスキャンし、取得したノードを起点ノード
として以下の処理を実行する。
て説明する。ノード群構成手段１は、ハイパードキュメ
ントシステム１０に配置されている情報からノード群を
生成して出力する。即ち、ノード群構成手段１は、ハイ
パードキュメントシステム１０に配置されているノード
をランダムにスキャンし、取得したノードを起点ノード
として以下の処理を実行する。
【００２９】関連ノード取得部１ｂは、与えられた起点
ノードに関連する（リンクされている）Ｎ次のノードを
順次取得する。そして、起点ノード特徴抽出部１ａと関
連ノード特徴抽出部１ｃは、図３に示す処理に従って、
特徴抽出処理を行う。なお、起点ノード特徴抽出部１ａ
と関連ノード特徴抽出部１ｃで行われる処理は同様であ
るので、以下の説明では起点ノード特徴抽出部１ａで行
われる処理についてのみ言及する。 〔Ｓ１〕起点ノードが与えられ、その情報ソースが起点
ノード特徴抽出部１ａに入力される。 〔Ｓ２〕情報ソースから、ハイパードキュメントシステ
ム記述言語（例えば、ＨＴＭＬ）で定義されたタグを除
去する。 〔Ｓ３〕既知の形態素解析技術を用いて、残されたテキ
ストから単語を抽出する。 〔Ｓ４〕ステップＳ３で得られた単語の集合から重要単
語だけを抽出する。ここで、重要単語とは情報ソースの
内容を特徴付けている単語のことであり、例えば、名詞
だけを重要単語とするといった方法で抽出する。 〔Ｓ５〕ステップＳ４で得られた重要単語に対して、出
現頻度や出現位置を考慮して、重み付けをする。すなわ
ち、出現頻度の高い単語ほど重要度を高くする。また、
出現位置が文書の先頭に近いほど重要度を高くする。 〔Ｓ６〕最後に、重要単語とその重みとの組からなるリ
ストを作成し、これを起点ノード特徴プロファイルとす
る。
ノードに関連する（リンクされている）Ｎ次のノードを
順次取得する。そして、起点ノード特徴抽出部１ａと関
連ノード特徴抽出部１ｃは、図３に示す処理に従って、
特徴抽出処理を行う。なお、起点ノード特徴抽出部１ａ
と関連ノード特徴抽出部１ｃで行われる処理は同様であ
るので、以下の説明では起点ノード特徴抽出部１ａで行
われる処理についてのみ言及する。 〔Ｓ１〕起点ノードが与えられ、その情報ソースが起点
ノード特徴抽出部１ａに入力される。 〔Ｓ２〕情報ソースから、ハイパードキュメントシステ
ム記述言語（例えば、ＨＴＭＬ）で定義されたタグを除
去する。 〔Ｓ３〕既知の形態素解析技術を用いて、残されたテキ
ストから単語を抽出する。 〔Ｓ４〕ステップＳ３で得られた単語の集合から重要単
語だけを抽出する。ここで、重要単語とは情報ソースの
内容を特徴付けている単語のことであり、例えば、名詞
だけを重要単語とするといった方法で抽出する。 〔Ｓ５〕ステップＳ４で得られた重要単語に対して、出
現頻度や出現位置を考慮して、重み付けをする。すなわ
ち、出現頻度の高い単語ほど重要度を高くする。また、
出現位置が文書の先頭に近いほど重要度を高くする。 〔Ｓ６〕最後に、重要単語とその重みとの組からなるリ
ストを作成し、これを起点ノード特徴プロファイルとす
る。
【００３０】このようにして得られた、起点ノードの特
徴プロファイル（単数）は、類似性判定部１ｄに渡され
る。また、前述のように、起点ノードは、関連ノード取
得部１ｂにも渡されており、関連ノード取得部１ｂは、
受け取ったノードの情報ソースに含まれるリンク情報を
検索し、そのリンク先のノードを２次ノードとして取得
する。例えば、起点ノードがＨＴＭＬで作成されていれ
ば、アンカータグ（＜Ａ＞・・・＜／Ａ＞）で囲まれた
領域内のＵＲＬ(Uniform Resource Locator)を抽出し、
そのＵＲＬで指定された文書（２次ノード）を取得す
る。
徴プロファイル（単数）は、類似性判定部１ｄに渡され
る。また、前述のように、起点ノードは、関連ノード取
得部１ｂにも渡されており、関連ノード取得部１ｂは、
受け取ったノードの情報ソースに含まれるリンク情報を
検索し、そのリンク先のノードを２次ノードとして取得
する。例えば、起点ノードがＨＴＭＬで作成されていれ
ば、アンカータグ（＜Ａ＞・・・＜／Ａ＞）で囲まれた
領域内のＵＲＬ(Uniform Resource Locator)を抽出し、
そのＵＲＬで指定された文書（２次ノード）を取得す
る。
【００３１】そして、同様の処理を繰り返すことによ
り、Ｎ次のノード（関連ノード）を順次取得していき、
関連ノードの集合として、関連ノード特徴抽出部１ｃに
渡す。関連ノード特徴抽出部１ｃは、前述の場合と同様
の処理を実行することにより、各関連ノードに対する関
連ノード特徴プロファイルを作成する。その関連ノード
の特徴プロファイル（一般に複数）は、類似性判定部１
ｄに渡される。これにより、類似性判定部１ｄには、起
点ノード特徴プロファイルと複数の関連ノード特徴プロ
ファイルとが渡されることになる類似性判定部１ｄで
は、図４に示す処理が実行されることになる。 〔Ｓ２１〕Ｎ＝２という初期化を行う。 〔Ｓ２２〕Ｎ次ノードが存在するか否かが判定される。
存在すればステップＳ２３に進み、そうでなければ処理
を終了する。 〔Ｓ２３〕ｐ＝１という初期化を行う。また、Ｎ次ノー
ドの個数をｍとする。 〔Ｓ２４〕ｐとｍの大小を比較して、ｐ＞ｍであればス
テップＳ２９に進み、そうでなければステップＳ２５に
進む。 〔Ｓ２５〕起点ノードとｐ番目のＮ次ノードの類似度を
前述の方法（既知のベクター内積演算手法）で計算す
る。 〔Ｓ２６〕ステップＳ２５で得られた類似度の値と閾値
を比較して、類似度＞閾値であれば、ステップＳ２７に
進み、そうでなければ、ステップＳ２８に進む。ここ
で、閾値は予め設定された値であり、その大小で類似性
の許容範囲を調整する。 〔Ｓ２７〕ｐ番目のＮ次ノードを、起点ノードに合成す
るノードの候補として記憶する。 〔Ｓ２８〕ｐの値に１を加算して、ステップＳ２４に進
む。 〔Ｓ２９〕Ｎの値に１を加算して、ステップＳ２２に進
む。
り、Ｎ次のノード（関連ノード）を順次取得していき、
関連ノードの集合として、関連ノード特徴抽出部１ｃに
渡す。関連ノード特徴抽出部１ｃは、前述の場合と同様
の処理を実行することにより、各関連ノードに対する関
連ノード特徴プロファイルを作成する。その関連ノード
の特徴プロファイル（一般に複数）は、類似性判定部１
ｄに渡される。これにより、類似性判定部１ｄには、起
点ノード特徴プロファイルと複数の関連ノード特徴プロ
ファイルとが渡されることになる類似性判定部１ｄで
は、図４に示す処理が実行されることになる。 〔Ｓ２１〕Ｎ＝２という初期化を行う。 〔Ｓ２２〕Ｎ次ノードが存在するか否かが判定される。
存在すればステップＳ２３に進み、そうでなければ処理
を終了する。 〔Ｓ２３〕ｐ＝１という初期化を行う。また、Ｎ次ノー
ドの個数をｍとする。 〔Ｓ２４〕ｐとｍの大小を比較して、ｐ＞ｍであればス
テップＳ２９に進み、そうでなければステップＳ２５に
進む。 〔Ｓ２５〕起点ノードとｐ番目のＮ次ノードの類似度を
前述の方法（既知のベクター内積演算手法）で計算す
る。 〔Ｓ２６〕ステップＳ２５で得られた類似度の値と閾値
を比較して、類似度＞閾値であれば、ステップＳ２７に
進み、そうでなければ、ステップＳ２８に進む。ここ
で、閾値は予め設定された値であり、その大小で類似性
の許容範囲を調整する。 〔Ｓ２７〕ｐ番目のＮ次ノードを、起点ノードに合成す
るノードの候補として記憶する。 〔Ｓ２８〕ｐの値に１を加算して、ステップＳ２４に進
む。 〔Ｓ２９〕Ｎの値に１を加算して、ステップＳ２２に進
む。
【００３２】これにより、起点ノードからリンクを辿る
ことによりアクセス可能な全てのノードの中から、起点
ノードに類似した内容を有するものが抽出される。ここ
で、ノード１１を起点ノードとして入力する場合を考え
る（図２参照）。なお、ノード１１からは、２つのノー
ド１２，１３へリンクが張られている。これらのノード
１２，１３が２次ノードとなる。ノード１２，１３から
も他のノードへリンクが張られており、最終的にノード
１４〜１６までリンクが張られている。
ことによりアクセス可能な全てのノードの中から、起点
ノードに類似した内容を有するものが抽出される。ここ
で、ノード１１を起点ノードとして入力する場合を考え
る（図２参照）。なお、ノード１１からは、２つのノー
ド１２，１３へリンクが張られている。これらのノード
１２，１３が２次ノードとなる。ノード１２，１３から
も他のノードへリンクが張られており、最終的にノード
１４〜１６までリンクが張られている。
【００３３】ノード１１がノード群構成手段１に入力さ
れると、起点ノード特徴抽出部１ａによって、その内容
が解析され、ノード１１の特徴が起点ノード特徴プロフ
ァイルとして類似性判定部１ｄに渡される。また、関連
ノード取得部１ｂによって、ノード１１からリンクが張
られているノード１２，１３のノードパス名を抽出し、
ノード１２，１３を取得する。
れると、起点ノード特徴抽出部１ａによって、その内容
が解析され、ノード１１の特徴が起点ノード特徴プロフ
ァイルとして類似性判定部１ｄに渡される。また、関連
ノード取得部１ｂによって、ノード１１からリンクが張
られているノード１２，１３のノードパス名を抽出し、
ノード１２，１３を取得する。
【００３４】さらに、ノード１２，１３からリンクを辿
ることによりアクセスできるノードをＮ次のノード１４
〜１６までを全て取得する。取得したノードは、関連ノ
ード特徴抽出部１ｃに渡される。そして、関連ノード特
徴抽出部１ｃによって各ノードの内容の特徴が抽出さ
れ、関連ノード特徴プロファイルが作成される。する
と、類似性判定部１ｄにより、ノード１１に類似する内
容を有している関連ノードが全て抽出される。そして、
抽出された全てのノードが、ノード合成部１ｅにより起
点ノードに合成され、合成ノードが生成される。
ることによりアクセスできるノードをＮ次のノード１４
〜１６までを全て取得する。取得したノードは、関連ノ
ード特徴抽出部１ｃに渡される。そして、関連ノード特
徴抽出部１ｃによって各ノードの内容の特徴が抽出さ
れ、関連ノード特徴プロファイルが作成される。する
と、類似性判定部１ｄにより、ノード１１に類似する内
容を有している関連ノードが全て抽出される。そして、
抽出された全てのノードが、ノード合成部１ｅにより起
点ノードに合成され、合成ノードが生成される。
【００３５】以上の処理は、異なるノードを起点として
繰り返され、その結果として、類似性を有する複数のノ
ードから構成される合成ノード（ノード群）が複数生成
されて出力される。
繰り返され、その結果として、類似性を有する複数のノ
ードから構成される合成ノード（ノード群）が複数生成
されて出力される。
【００３６】以上のようにして生成された合成ノード
は、構成ノード記憶手段２に供給される。構成ノード記
憶手段２は、以上のようにして生成された合成ノードを
構成する各ノードに対応するパス名を記憶する。
は、構成ノード記憶手段２に供給される。構成ノード記
憶手段２は、以上のようにして生成された合成ノードを
構成する各ノードに対応するパス名を記憶する。
【００３７】情報検索手段３は、ハイパードキュメント
システム１０から、入力された検索要求に対応するノー
ドを検索する。この検索方法としては、例えば、ハイパ
ードキュメントシステム１０からできるだけ大量のノー
ドをスキャンして、各ノードの検索インデックスを用意
しておき、入力された検索要求（キーワードの組み合わ
せ）に該当するものを出力するようにすればよい。
システム１０から、入力された検索要求に対応するノー
ドを検索する。この検索方法としては、例えば、ハイパ
ードキュメントシステム１０からできるだけ大量のノー
ドをスキャンして、各ノードの検索インデックスを用意
しておき、入力された検索要求（キーワードの組み合わ
せ）に該当するものを出力するようにすればよい。
【００３８】包含関係解析手段４は、情報検索手段３か
ら供給された検索結果の候補であるノードを入力し、そ
のノードを起点とする合成ノード｛Ｇ1 ，Ｇ2 ，Ｇ3 ，
・・・，ＧN ｝を構成ノード記憶手段２から検索する。
そして、得られた合成ノードの包含関係を図５に示すフ
ローチャートに従って解析する。なお、以下の処理はす
べて包含関係解析手段４によって実行される。 ［Ｓ４１］情報検索手段３から供給されたノードを含む
合成ノードを、構成ノード記憶手段２から検索し、得ら
れた合成ノードのノード群列｛Ｇ1 ，Ｇ2 ，Ｇ3，・・
・，ＧN ｝を入力する。 ［Ｓ４２］変数ｉを値“１”に初期設定し、また、排除
ノード群リストの内容を空（＝ＮＵＬＬ）の状態に初期
設定する。 ［Ｓ４３］第ｉ番目のノード群（合成ノード）が、排除
ノード群リストに含まれているか否かを判定し、含まれ
ている場合にはステップＳ４９に進み、含まれていない
場合にはステップＳ４４に進む。 ［Ｓ４４］変数ｋに値（ｉ＋１）を代入する。 ［Ｓ４５］第ｉ番目の合成ノードＧi を構成する全ての
ノードが、第ｋ（＝ｉ＋１）番目の合成ノードＧk を構
成する全てのノードに包含されているか否かを判定し、
包含されている場合にはステップＳ４７に進み、包含さ
れていないか、または、Ｇi とＧk が等しい場合にはス
テップＳ４６に進む。 ［Ｓ４６］第ｉ番目の合成ノードＧi を構成する全ての
ノードが、第ｋ（＝ｉ＋１）番目の合成ノードＧk を構
成する全てのノードを包含しているか、または、これら
が等しいか否かを判定し、包含しているか、または、等
しい場合にはステップＳ４８に進み、包含していない場
合にはステップＳ５０に進む。 ［Ｓ４７］Ｇi を排除ノード群リストに追加する。 ［Ｓ４８］Ｇk を排除ノード群リストに追加する。 ［Ｓ４９］変数ｉの値を１だけインクリメントする。 ［Ｓ５０］変数ｋの値を１だけインクリメントする。 ［Ｓ５１］変数ｉの値が（Ｎ−１）の値と等しいか否か
を判定し、これらが等しい場合にはステップＳ５３に進
み、また、等しくない場合にはステップＳ４３に戻る。 ［Ｓ５２］変数ｋの値がＮの値よりも大きいか否かを判
定し、大きいと判定した場合にはステップＳ４９に進
み、また、そうでない場合にはステップＳ４５に戻る。 ［Ｓ５３］排除ノード群リストを出力する。
ら供給された検索結果の候補であるノードを入力し、そ
のノードを起点とする合成ノード｛Ｇ1 ，Ｇ2 ，Ｇ3 ，
・・・，ＧN ｝を構成ノード記憶手段２から検索する。
そして、得られた合成ノードの包含関係を図５に示すフ
ローチャートに従って解析する。なお、以下の処理はす
べて包含関係解析手段４によって実行される。 ［Ｓ４１］情報検索手段３から供給されたノードを含む
合成ノードを、構成ノード記憶手段２から検索し、得ら
れた合成ノードのノード群列｛Ｇ1 ，Ｇ2 ，Ｇ3，・・
・，ＧN ｝を入力する。 ［Ｓ４２］変数ｉを値“１”に初期設定し、また、排除
ノード群リストの内容を空（＝ＮＵＬＬ）の状態に初期
設定する。 ［Ｓ４３］第ｉ番目のノード群（合成ノード）が、排除
ノード群リストに含まれているか否かを判定し、含まれ
ている場合にはステップＳ４９に進み、含まれていない
場合にはステップＳ４４に進む。 ［Ｓ４４］変数ｋに値（ｉ＋１）を代入する。 ［Ｓ４５］第ｉ番目の合成ノードＧi を構成する全ての
ノードが、第ｋ（＝ｉ＋１）番目の合成ノードＧk を構
成する全てのノードに包含されているか否かを判定し、
包含されている場合にはステップＳ４７に進み、包含さ
れていないか、または、Ｇi とＧk が等しい場合にはス
テップＳ４６に進む。 ［Ｓ４６］第ｉ番目の合成ノードＧi を構成する全ての
ノードが、第ｋ（＝ｉ＋１）番目の合成ノードＧk を構
成する全てのノードを包含しているか、または、これら
が等しいか否かを判定し、包含しているか、または、等
しい場合にはステップＳ４８に進み、包含していない場
合にはステップＳ５０に進む。 ［Ｓ４７］Ｇi を排除ノード群リストに追加する。 ［Ｓ４８］Ｇk を排除ノード群リストに追加する。 ［Ｓ４９］変数ｉの値を１だけインクリメントする。 ［Ｓ５０］変数ｋの値を１だけインクリメントする。 ［Ｓ５１］変数ｉの値が（Ｎ−１）の値と等しいか否か
を判定し、これらが等しい場合にはステップＳ５３に進
み、また、等しくない場合にはステップＳ４３に戻る。 ［Ｓ５２］変数ｋの値がＮの値よりも大きいか否かを判
定し、大きいと判定した場合にはステップＳ４９に進
み、また、そうでない場合にはステップＳ４５に戻る。 ［Ｓ５３］排除ノード群リストを出力する。
【００３９】以上の処理により、他のノードに包含され
ている合成ノードが排除の対象として出力される。ノー
ド群排除手段５は、包含関係解析手段４から出力された
排除ノード群リストを参照して、検索結果の合成ノード
から不要なものを排除する。
ている合成ノードが排除の対象として出力される。ノー
ド群排除手段５は、包含関係解析手段４から出力された
排除ノード群リストを参照して、検索結果の合成ノード
から不要なものを排除する。
【００４０】検索結果出力手段６は、不要なノードが排
除されたノード群を検索結果として出力する。以上の実
施の形態によれば、検索結果として、他のノードに包含
されていない合成ノード（ノード群）だけを得ることが
できる。例えば、図１０に示すノードＡとノードＢとが
検索の結果として得られた場合には、ノードＡを起点と
するノード群のみが選択されて出力されることになる。
除されたノード群を検索結果として出力する。以上の実
施の形態によれば、検索結果として、他のノードに包含
されていない合成ノード（ノード群）だけを得ることが
できる。例えば、図１０に示すノードＡとノードＢとが
検索の結果として得られた場合には、ノードＡを起点と
するノード群のみが選択されて出力されることになる。
【００４１】なお、以上の実施の形態においては、情報
検索手段３は、ハイパードキュメントシステム１０から
情報を検索するようにしたが、構成ノード記憶手段２に
対してノード名とともに検索に必要な情報（例えば、各
ノードの検索インデックス）を記憶させることにより、
構成ノード記憶手段２から検索するようにすることも可
能である。
検索手段３は、ハイパードキュメントシステム１０から
情報を検索するようにしたが、構成ノード記憶手段２に
対してノード名とともに検索に必要な情報（例えば、各
ノードの検索インデックス）を記憶させることにより、
構成ノード記憶手段２から検索するようにすることも可
能である。
【００４２】次に、図６を参照して本発明の情報検索装
置の第２の実施の形態について説明する。図６に示す第
２の実施の形態は、検索要求がリンクによる結合と内容
の類似性をもとに構成されたノード群である場合につい
て、検索要求に包含されるノード群を検索結果から排除
する機能を付加した１実施例を示すものである。
置の第２の実施の形態について説明する。図６に示す第
２の実施の形態は、検索要求がリンクによる結合と内容
の類似性をもとに構成されたノード群である場合につい
て、検索要求に包含されるノード群を検索結果から排除
する機能を付加した１実施例を示すものである。
【００４３】同図において、図１の場合と対応する部分
には同一の符号を付してあるのでその部分の説明は省略
する。検索要求構成ノード記憶手段２１は、検索要求を
構成するノードのパス名を記憶して保持する。対検索要
求包含関係解析手段２２は、検索結果の候補（ノード
群）から検索要求のノード群に包含されるものを排除す
る。即ち、対検索要求包含関係解析手段２２は、検索要
求構成ノード記憶手段に２１に保持される情報と、構成
ノード記憶手段２に保持される情報と、情報検索手段３
の検索結果とを参照して、検索要求と検索結果の候補の
相互の包含関係を解析する。対検索要求ノード群排除手
段２３は、対検索要求包含関係解析手段２２の解析結果
を参照して、検索結果の候補の中から、検索要求に含ま
れているノード群を排除する。
には同一の符号を付してあるのでその部分の説明は省略
する。検索要求構成ノード記憶手段２１は、検索要求を
構成するノードのパス名を記憶して保持する。対検索要
求包含関係解析手段２２は、検索結果の候補（ノード
群）から検索要求のノード群に包含されるものを排除す
る。即ち、対検索要求包含関係解析手段２２は、検索要
求構成ノード記憶手段に２１に保持される情報と、構成
ノード記憶手段２に保持される情報と、情報検索手段３
の検索結果とを参照して、検索要求と検索結果の候補の
相互の包含関係を解析する。対検索要求ノード群排除手
段２３は、対検索要求包含関係解析手段２２の解析結果
を参照して、検索結果の候補の中から、検索要求に含ま
れているノード群を排除する。
【００４４】検索結果出力手段２５は、対検索要求ノー
ド群排除手段２３とノード群排除手段５のいずれによっ
ても排除されなかったノード群を最終検索結果として出
力する。
ド群排除手段２３とノード群排除手段５のいずれによっ
ても排除されなかったノード群を最終検索結果として出
力する。
【００４５】次に、以上の実施の形態の動作について説
明する。なお、ノード群構成手段１、構成ノード記憶手
段２、包含関係解析手段４、および、ノード群排除手段
５の動作は、図１の場合と同様であるので、その説明は
省略する。
明する。なお、ノード群構成手段１、構成ノード記憶手
段２、包含関係解析手段４、および、ノード群排除手段
５の動作は、図１の場合と同様であるので、その説明は
省略する。
【００４６】ドキュメントリーダが検索要求を入力する
と、検索要求構成ノード記憶手段２１は、検索要求を構
成する個々のノードのパス名を記憶する。対検索要求包
含関係解析手段２２は、図７に示す処理に従って、検索
結果の候補の中から、検索要求に包含されるものを解析
により抽出する。 ［Ｓ７１］情報検索手段３によって得られたノードを起
点とする合成ノードを、構成ノード記憶手段２から取得
することによって得られたノード群列｛Ｇ1 ，Ｇ 2 ，Ｇ
3 ，・・・，ＧN ｝と、検索要求のノード群ＧQ とを入
力する。 ［Ｓ７２］変数ｉを値“１”に初期設定し、排除ノード
群リストの内容を空（ＮＵＬＬ）にする。 ［Ｓ７３］第ｉ番目のノード群Ｇi を構成する全ての
（異なり）ノードが、ＧQを構成するノードの集合に含
まれるか否かを判定し、含まれる場合にはステップＳ７
４に進み、含まれない場合にはステップＳ７５に進む。 ［Ｓ７４］ノード群列Ｇi を排除ノード群リストに加え
る。 ［Ｓ７５］変数ｉの値を“１”だけインクリメントす
る。 ［Ｓ７６］変数ｉの値がＮと等しいか否かを判定し、等
しい場合にはステップＳ７７に進み、等しくない場合に
はステップＳ７３に戻る。 ［Ｓ７７］排除ノード群リストを出力する。
と、検索要求構成ノード記憶手段２１は、検索要求を構
成する個々のノードのパス名を記憶する。対検索要求包
含関係解析手段２２は、図７に示す処理に従って、検索
結果の候補の中から、検索要求に包含されるものを解析
により抽出する。 ［Ｓ７１］情報検索手段３によって得られたノードを起
点とする合成ノードを、構成ノード記憶手段２から取得
することによって得られたノード群列｛Ｇ1 ，Ｇ 2 ，Ｇ
3 ，・・・，ＧN ｝と、検索要求のノード群ＧQ とを入
力する。 ［Ｓ７２］変数ｉを値“１”に初期設定し、排除ノード
群リストの内容を空（ＮＵＬＬ）にする。 ［Ｓ７３］第ｉ番目のノード群Ｇi を構成する全ての
（異なり）ノードが、ＧQを構成するノードの集合に含
まれるか否かを判定し、含まれる場合にはステップＳ７
４に進み、含まれない場合にはステップＳ７５に進む。 ［Ｓ７４］ノード群列Ｇi を排除ノード群リストに加え
る。 ［Ｓ７５］変数ｉの値を“１”だけインクリメントす
る。 ［Ｓ７６］変数ｉの値がＮと等しいか否かを判定し、等
しい場合にはステップＳ７７に進み、等しくない場合に
はステップＳ７３に戻る。 ［Ｓ７７］排除ノード群リストを出力する。
【００４７】以上の処理によれば、検索結果の候補であ
るノード群列｛Ｇ1 ，Ｇ2 ，Ｇ3 ，・・・，ＧN ｝のう
ち、検索要求ＧQ に包含されているものが選択され、排
除ノード群リストとして出力される。
るノード群列｛Ｇ1 ，Ｇ2 ，Ｇ3 ，・・・，ＧN ｝のう
ち、検索要求ＧQ に包含されているものが選択され、排
除ノード群リストとして出力される。
【００４８】対検索要求ノード群排除手段２３は、検索
結果の候補から、排除ノード群リストに含まれているも
のを排除し、その結果を出力する。検索結果出力手段２
５は、対検索要求ノード群排除手段２３から出力された
ノード群（検索要求のノード群に包含されていないノー
ド群）と、ノード群排除手段５から出力されたノード群
（他のノード群に包含されていないノード群）とを比較
し、双方に含まれているノード群を検索結果として出力
する。
結果の候補から、排除ノード群リストに含まれているも
のを排除し、その結果を出力する。検索結果出力手段２
５は、対検索要求ノード群排除手段２３から出力された
ノード群（検索要求のノード群に包含されていないノー
ド群）と、ノード群排除手段５から出力されたノード群
（他のノード群に包含されていないノード群）とを比較
し、双方に含まれているノード群を検索結果として出力
する。
【００４９】以上のような実施の形態によれば、複数の
ノード群からなる検索要求が入力された場合に、得られ
た検索結果の候補の中から、他のノード群に包含されて
いるノード群と、検索要求に包含されているノード群と
が排除され、最終的な検索結果として出力されることに
なる。従って、入力されたノード群自体が検索結果とし
て出力されることを防止するとともに、相互に重複した
情報が検索結果として出力されることを防止することが
できるので、効率的な情報の検索を行うことが可能とな
る。
ノード群からなる検索要求が入力された場合に、得られ
た検索結果の候補の中から、他のノード群に包含されて
いるノード群と、検索要求に包含されているノード群と
が排除され、最終的な検索結果として出力されることに
なる。従って、入力されたノード群自体が検索結果とし
て出力されることを防止するとともに、相互に重複した
情報が検索結果として出力されることを防止することが
できるので、効率的な情報の検索を行うことが可能とな
る。
【００５０】なお、以上の実施の形態においては、検索
要求に包含されるノード群の排除と、他のノード群に包
含されるノード群の排除とを並行して行うようにした
が、これらを順次実行するようにしてもよい。例えば、
検索要求に含まれているノード群を排除した後、他のノ
ード群に含まれているノード群を排除するといった具合
である。
要求に包含されるノード群の排除と、他のノード群に包
含されるノード群の排除とを並行して行うようにした
が、これらを順次実行するようにしてもよい。例えば、
検索要求に含まれているノード群を排除した後、他のノ
ード群に含まれているノード群を排除するといった具合
である。
【００５１】次に、図８を参照して本発明の第３の実施
の形態の構成例について説明する。この実施の形態は、
ドキュメントリーダから検索要求が入力される以前に、
予め、検索対象となるノード群の包含関係を解析してお
き、他のノード群に包含されるノード群を検索対象から
排除することで、検索要求入力後の動作時間（ランタイ
ム）を減少させるものである。
の形態の構成例について説明する。この実施の形態は、
ドキュメントリーダから検索要求が入力される以前に、
予め、検索対象となるノード群の包含関係を解析してお
き、他のノード群に包含されるノード群を検索対象から
排除することで、検索要求入力後の動作時間（ランタイ
ム）を減少させるものである。
【００５２】この図において、ノード群構成手段１は、
ハイパードキュメントシステム１０に配置されているノ
ードから、その内容の類似性とリンクに基づいて、検索
の単位となるノード群を生成する。
ハイパードキュメントシステム１０に配置されているノ
ードから、その内容の類似性とリンクに基づいて、検索
の単位となるノード群を生成する。
【００５３】構成ノード記憶手段２は、ノード群構成手
段１によって構成されたノード群に含まれている個々の
ノードに対応するパス名を記憶する。包含関係解析手段
３は、構成ノード記憶手段２に記憶されているノード群
の相互の包含関係を解析する。
段１によって構成されたノード群に含まれている個々の
ノードに対応するパス名を記憶する。包含関係解析手段
３は、構成ノード記憶手段２に記憶されているノード群
の相互の包含関係を解析する。
【００５４】類似度算定手段４１は、包含関係にある２
組のノード群の内容の類似度を算定し、その結果を包含
関係解析手段３に対して出力する。検索対象絞り込み手
段４２は、他のノード群に包含されるとともに、類似度
が閾値を超えるノード群を排除して出力する。
組のノード群の内容の類似度を算定し、その結果を包含
関係解析手段３に対して出力する。検索対象絞り込み手
段４２は、他のノード群に包含されるとともに、類似度
が閾値を超えるノード群を排除して出力する。
【００５５】次に、以上の実施の形態の動作について説
明する。ノード群構成手段１によって構成されたノード
群は、構成ノード記憶手段２に記憶される。包含関係解
析手段３と類似度算定手段４１は、図９を参照して後述
する処理を連携して実行し、他のノード群に包含される
とともに、相互の類似度が高いノード群を排除するため
の排除ノード群リストを生成する。
明する。ノード群構成手段１によって構成されたノード
群は、構成ノード記憶手段２に記憶される。包含関係解
析手段３と類似度算定手段４１は、図９を参照して後述
する処理を連携して実行し、他のノード群に包含される
とともに、相互の類似度が高いノード群を排除するため
の排除ノード群リストを生成する。
【００５６】即ち、単純に包含関係だけを解析したので
は、本来、検索結果として返されるべきノード群であっ
ても、それが他の（検索結果として返されない）ノード
群に包含されている場合には検索結果として出力されな
いという不都合が生じてしまう。そこで、類似度算定手
段４１において、包含関係にあるノード群間の内容の類
似度を算定して、内容が類似であると判定された場合に
のみ排除の対象とする。
は、本来、検索結果として返されるべきノード群であっ
ても、それが他の（検索結果として返されない）ノード
群に包含されている場合には検索結果として出力されな
いという不都合が生じてしまう。そこで、類似度算定手
段４１において、包含関係にあるノード群間の内容の類
似度を算定して、内容が類似であると判定された場合に
のみ排除の対象とする。
【００５７】図９に示すフローチャートが開始される
と、以下のような処理が実行されることになる。 ［Ｓ９１］包含関係解析手段３は、構成ノード記憶手段
２に記憶されているノード群列｛Ｇ1 ，Ｇ2 ，Ｇ3 ，・
・・，ＧN ｝を入力する。 ［Ｓ９２］変数ｉを値“１”に初期設定し、また、排除
ノード群リストの内容を空（＝ＮＵＬＬ）の状態に初期
設定する。 ［Ｓ９３］第ｉ番目のノード群（合成ノード）Ｇi が、
排除ノード群リストに含まれている（Ｇi が排除ノード
群リストの要素である）か否かを判定し、含まれている
場合にはステップＳ１０１に進み、含まれていない場合
にはステップＳ９４に進む。 ［Ｓ９４］変数ｋに値（ｉ＋１）を代入する。 ［Ｓ９５］第ｉ番目の合成ノードＧi を構成する全ての
ノードが、第ｋ（＝ｉ＋１）番目の合成ノードＧk を構
成する全てのノードに包含されているか否かを判定し、
包含されている場合にはステップＳ９７に進み、包含さ
れていないか、または、Ｇi とＧk が等しい場合にはス
テップＳ９６に進む。 ［Ｓ９６］第ｉ番目の合成ノードＧi を構成する全ての
ノードが、第ｋ（＝ｉ＋１）番目の合成ノードＧk を構
成する全てのノードを包含しているか、または、これら
が等しいか否かを判定し、包含しているか、または、等
しい場合にはステップＳ９８に進み、包含していない場
合にはステップＳ１０２に進む。 ［Ｓ９７］類似度算定手段４１は、Ｇi とＧk の類似度
を算定する。ここでの類似度の算定方法としては、ま
ず、Ｇi とＧk を構成する全てのノードをそれぞれ合成
する。次に、図３に示す処理を実行し、各合成ノードの
内容の特徴を表すプロファイルを作成してそれらの類似
度を算定する。そして、包含関係解析手段３は、類似度
が予め定められた閾値より大であれば類似であると判定
し、ステップＳ９９に進み、また、小であれば類似でな
いと判定してステップＳ１０１に進む。 ［Ｓ９８］ステップＳ９７と同様の処理により、Ｇk と
Ｇi の類似度を算定し、これらが類似であると判定した
場合には、ステップＳ１００に進み、また、類似ではな
いと判定した場合にはステップ１０２に進む。 ［Ｓ９９］Ｇi を排除ノード群リストに追加する。 ［Ｓ１００］Ｇk を排除ノード群リストに追加する。 ［Ｓ１０１］変数ｉの値を１だけインクリメントする。 ［Ｓ１０２］変数ｋの値を１だけインクリメントする。 ［Ｓ１０３］変数ｉの値が（Ｎ−１）と等しいか否かを
判定し、これらが等しい場合にはステップＳ１０５に進
み、また、等しくない場合にはステップＳ９３に戻る。 ［Ｓ１０４］変数ｋの値がＮの値よりも大きいか否かを
判定し、大きいと判定した場合にはステップＳ１０１に
進み、また、そうでない場合にはステップＳ９５に戻
る。 ［Ｓ１０５］排除ノード群リストを出力する。
と、以下のような処理が実行されることになる。 ［Ｓ９１］包含関係解析手段３は、構成ノード記憶手段
２に記憶されているノード群列｛Ｇ1 ，Ｇ2 ，Ｇ3 ，・
・・，ＧN ｝を入力する。 ［Ｓ９２］変数ｉを値“１”に初期設定し、また、排除
ノード群リストの内容を空（＝ＮＵＬＬ）の状態に初期
設定する。 ［Ｓ９３］第ｉ番目のノード群（合成ノード）Ｇi が、
排除ノード群リストに含まれている（Ｇi が排除ノード
群リストの要素である）か否かを判定し、含まれている
場合にはステップＳ１０１に進み、含まれていない場合
にはステップＳ９４に進む。 ［Ｓ９４］変数ｋに値（ｉ＋１）を代入する。 ［Ｓ９５］第ｉ番目の合成ノードＧi を構成する全ての
ノードが、第ｋ（＝ｉ＋１）番目の合成ノードＧk を構
成する全てのノードに包含されているか否かを判定し、
包含されている場合にはステップＳ９７に進み、包含さ
れていないか、または、Ｇi とＧk が等しい場合にはス
テップＳ９６に進む。 ［Ｓ９６］第ｉ番目の合成ノードＧi を構成する全ての
ノードが、第ｋ（＝ｉ＋１）番目の合成ノードＧk を構
成する全てのノードを包含しているか、または、これら
が等しいか否かを判定し、包含しているか、または、等
しい場合にはステップＳ９８に進み、包含していない場
合にはステップＳ１０２に進む。 ［Ｓ９７］類似度算定手段４１は、Ｇi とＧk の類似度
を算定する。ここでの類似度の算定方法としては、ま
ず、Ｇi とＧk を構成する全てのノードをそれぞれ合成
する。次に、図３に示す処理を実行し、各合成ノードの
内容の特徴を表すプロファイルを作成してそれらの類似
度を算定する。そして、包含関係解析手段３は、類似度
が予め定められた閾値より大であれば類似であると判定
し、ステップＳ９９に進み、また、小であれば類似でな
いと判定してステップＳ１０１に進む。 ［Ｓ９８］ステップＳ９７と同様の処理により、Ｇk と
Ｇi の類似度を算定し、これらが類似であると判定した
場合には、ステップＳ１００に進み、また、類似ではな
いと判定した場合にはステップ１０２に進む。 ［Ｓ９９］Ｇi を排除ノード群リストに追加する。 ［Ｓ１００］Ｇk を排除ノード群リストに追加する。 ［Ｓ１０１］変数ｉの値を１だけインクリメントする。 ［Ｓ１０２］変数ｋの値を１だけインクリメントする。 ［Ｓ１０３］変数ｉの値が（Ｎ−１）と等しいか否かを
判定し、これらが等しい場合にはステップＳ１０５に進
み、また、等しくない場合にはステップＳ９３に戻る。 ［Ｓ１０４］変数ｋの値がＮの値よりも大きいか否かを
判定し、大きいと判定した場合にはステップＳ１０１に
進み、また、そうでない場合にはステップＳ９５に戻
る。 ［Ｓ１０５］排除ノード群リストを出力する。
【００５８】以上の処理により、検索対象となるノード
群のうち、他のノードに包含されるとともに、類似度が
閾値を超えるノード群が排除ノード群リストとして出力
される。
群のうち、他のノードに包含されるとともに、類似度が
閾値を超えるノード群が排除ノード群リストとして出力
される。
【００５９】このようにして、他のノード群に包含され
るとともに、類似度が所定の閾値を超えるノード群は、
検索対象絞り込み手段４２によって排除される。そし
て、排除されなかったノード群が新たな検索対象とな
る。
るとともに、類似度が所定の閾値を超えるノード群は、
検索対象絞り込み手段４２によって排除される。そし
て、排除されなかったノード群が新たな検索対象とな
る。
【００６０】以上の実施の形態によれば、ドキュメント
リーダは、排除されなかったノード群を対象とすること
により、効率的な検索を行うことが可能となる。なお、
上記の処理機能は、コンピュータによって実現すること
ができる。その場合、情報検索装置が有すべき機能の処
理内容は、コンピュータで読み取り可能な記録媒体に記
録されたプログラムに記述されており、このプログラム
をコンピュータで実行することにより、上記処理がコン
ピュータで実現される。
リーダは、排除されなかったノード群を対象とすること
により、効率的な検索を行うことが可能となる。なお、
上記の処理機能は、コンピュータによって実現すること
ができる。その場合、情報検索装置が有すべき機能の処
理内容は、コンピュータで読み取り可能な記録媒体に記
録されたプログラムに記述されており、このプログラム
をコンピュータで実行することにより、上記処理がコン
ピュータで実現される。
【００６１】コンピュータで読み取り可能な記録媒体と
しては、磁気記録装置や半導体メモリ等がある。市場に
流通させる場合には、ＣＤ−ＲＯＭ(Compact Disk Read
Only Memory) やフロッピーディスク等の可搬型記録媒
体にプログラムを格納して流通させたり、ネットワーク
を介して接続されたコンピュータの記憶装置に格納して
おき、ネットワークを通じて他のコンピュータに転送す
ることもできる。コンピュータで実行する際には、コン
ピュータ内のハードディスク装置等にプログラムを格納
しておき、メインメモリにロードして実行する。
しては、磁気記録装置や半導体メモリ等がある。市場に
流通させる場合には、ＣＤ−ＲＯＭ(Compact Disk Read
Only Memory) やフロッピーディスク等の可搬型記録媒
体にプログラムを格納して流通させたり、ネットワーク
を介して接続されたコンピュータの記憶装置に格納して
おき、ネットワークを通じて他のコンピュータに転送す
ることもできる。コンピュータで実行する際には、コン
ピュータ内のハードディスク装置等にプログラムを格納
しておき、メインメモリにロードして実行する。
【００６２】
【発明の効果】以上説明したように本発明に係わる情報
検索装置では、リンクによる結合と内容の類似性に応じ
てノード群を構成し、所定の検索要求があった場合に
は、該当するノード群を取得し、取得されたノード群の
中から他のノード群に包含されているものを排除して出
力するようにしたので、重複した情報を閲覧することを
避けることができる。
検索装置では、リンクによる結合と内容の類似性に応じ
てノード群を構成し、所定の検索要求があった場合に
は、該当するノード群を取得し、取得されたノード群の
中から他のノード群に包含されているものを排除して出
力するようにしたので、重複した情報を閲覧することを
避けることができる。
【００６３】また、本発明に係わる情報検索装置では、
リンクによる結合と内容の類似性に応じてノード群を構
成し、構成されたノード群から包含関係を有するノード
群を抽出するとともに、それぞれの類似度を算定し、類
似度が所定の閾値よりも大きいノード群に対しては、包
含される側のノード群を排除するようにしたので、情報
の検索を行う場合にランタイムを短縮することが可能と
なる。
リンクによる結合と内容の類似性に応じてノード群を構
成し、構成されたノード群から包含関係を有するノード
群を抽出するとともに、それぞれの類似度を算定し、類
似度が所定の閾値よりも大きいノード群に対しては、包
含される側のノード群を排除するようにしたので、情報
の検索を行う場合にランタイムを短縮することが可能と
なる。
【図１】本発明の実施の形態の構成例である。
【図２】図１に示すノード群構成手段の構成例を示す図
である。
である。
【図３】図２に示す起点ノード特徴抽出部および関連ノ
ード特徴抽出部において実行される処理の一例を説明す
るフローチャートである。
ード特徴抽出部において実行される処理の一例を説明す
るフローチャートである。
【図４】図２に示す類似性判定部において実行される処
理の１例を説明するフローチャートである。
理の１例を説明するフローチャートである。
【図５】図１に示す包含関係解析手段において実行され
る処理の１例を説明するフローチャートである。
る処理の１例を説明するフローチャートである。
【図６】本発明の第２の実施の形態の構成例を示す図で
ある。
ある。
【図７】図６に示す対検索要求包含関係解析手段におい
て実行される処理の１例を説明する図である。
て実行される処理の１例を説明する図である。
【図８】本発明の第３の実施の形態の構成例を示す図で
ある。
ある。
【図９】図８に示す包含関係解析手段と類似度算定手段
によって実行される処理の１例を説明するフローチャー
トである。
によって実行される処理の１例を説明するフローチャー
トである。
【図１０】包含関係にあるノード群を説明する図であ
る。
る。
１ ノード群構成手段 ２ 構成ノード記憶手段 ３ 情報検索手段 ４ 包含関係解析手段 ５ ノード群排除手段 ６ 検索結果出力手段 ２１ 検索要求構成ノード記憶手段 ２２ 対検索要求包含関係解析手段 ２３ 対検索要求ノード群排除手段 ２５ 検索結果出力手段 ４１ 類似度算定手段 ４２ 検索対象絞り込み手段
Claims (7)
- 【請求項１】 情報の単位であるノードとノード間のリ
ンクによって構成されたハイパードキュメントシステム
を対象にして情報を検索する情報検索装置において、 リンクによる結合と内容の類似性に基づいてノード群を
構成するノード群構成手段と、 前記ノード群を構成する個々のノードを記憶する構成ノ
ード記憶手段と、 所定の検索要求に対応して前記ハイパードキュメントシ
ステムから情報を検索する情報検索手段と、 前記情報検索手段の検索結果として得られた複数のノー
ド群の相互の包含関係を、前記構成ノード記憶手段に記
憶されている情報に基づいて解析する包含関係解析手段
と、 前記包含関係解析手段の解析結果に応じて、他のノード
群に包含されているノード群を排除するノード群排除手
段と、 排除されずに残ったノード群を検索結果として出力する
検索結果出力手段と、を有することを特徴とする情報検
索装置。 - 【請求項２】 検索要求として、リンクによる結合と内
容の類似性に基づいて構成されたノード群が与えられた
場合に、前記ノード群を構成する個々のノードを記憶す
る検索要求構成ノード記憶手段と、 検索結果の候補として得られたノード群と、前記検索要
求のノード群との包含関係を、前記検索要求構成ノード
記憶手段に記憶されている情報を参照して解析する対検
索要求包含関係解析手段と、 前記検索要求のノード群に包含されるノード群を排除す
る対検索要求ノード群排除手段とを更に有することを特
徴とする請求項１記載の情報検索装置。 - 【請求項３】 情報の単位であるノードとノード間のリ
ンクによって構成されたハイパードキュメントシステム
を対象にして情報を検索する情報検索方法において、 リンクによる結合と内容の類似性に基づいてノード群を
構成するノード群構成ステップと、 前記ノード群を構成する個々のノードを記憶する構成ノ
ード記憶ステップと、所定の検索要求に対応して前記ハ
イパードキュメントシステムから情報を検索する情報検
索ステップと、 前記情報検索ステップの検索結果として得られた複数の
ノード群の相互の包含関係を、前記構成ノード記憶ステ
ップに記憶されている情報に基づいて解析する包含関係
解析ステップと、 前記包含関係解析ステップの解析結果に応じて、他のノ
ード群に包含されているノード群を排除するノード群排
除ステップと、 排除されずに残ったノード群を検索結果として出力する
検索結果出力ステップと、 を有することを特徴とする情報検索方法。 - 【請求項４】 情報の単位であるノードとノード間のリ
ンクによって構成されたハイパードキュメントシステム
の情報をコンピュータに検索させるための情報検索プロ
グラムを記録したコンピュータ読み取り可能な記録媒体
において、 リンクによる結合と内容の類似性に基づいてノード群を
構成するノード群構成手段、 前記ノード群を構成する個々のノードを記憶する構成ノ
ード記憶手段、 所定の検索要求に対応して前記ハイパードキュメントシ
ステムから情報を検索する情報検索手段、 前記情報検索手段の検索結果として得られた複数のノー
ド群の相互の包含関係を、前記構成ノード記憶手段に記
憶されている情報に基づいて解析する包含関係解析手
段、 前記包含関係解析手段の解析結果に応じて、他のノード
群に包含されているノード群を排除するノード群排除手
段、 排除されずに残ったノード群を検索結果として出力する
検索結果出力手段、 としてコンピュータを機能させるためのプログラムを記
録したコンピュータ読み取り可能な記録媒体。 - 【請求項５】 情報の単位であるノードとノード間のリ
ンクによって構成されたハイパードキュメントシステム
を対象にして情報を検索する情報検索装置において、 リンクによる結合と内容の類似性に基づいて検索の対象
となるノード群を構成するノード群構成手段と、 前記ノード群構成手段によって構成されたノード群のそ
れぞれに属する個々のノードを記憶する構成ノード記憶
手段と、 前記ノード群の相互の包含関係を、前記構成ノード記憶
手段に記憶されている情報に基づいて解析する包含関係
解析手段と、 前記包含関係解析手段によって包含関係が認められた１
組のノード群の間の類似度を算定する類似度算定手段
と、 前記類似度算定手段によって算定された類似度が所定の
閾値以上である場合には、包含される方のノード群を排
除し、排除されずに残ったノード群を検索の対象として
絞り込む検索対象絞り込み手段と、 を有することを特徴とする情報検索装置。 - 【請求項６】 情報の単位であるノードとノード間のリ
ンクによって構成されたハイパードキュメントシステム
を対象にして情報を検索する情報検索方法において、 リンクによる結合と内容の類似性に基づいて検索の対象
となるノード群を構成するノード群構成ステップと、 前記ノード群構成ステップによって構成されたノード群
のそれぞれに属する個々のノードを記憶する構成ノード
記憶ステップと、 前記ノード群の相互の包含関係を、前記構成ノード記憶
ステップに記憶されている情報に基づいて解析する包含
関係解析ステップと、 前記包含関係解析ステップによって包含関係が認められ
た１組のノード群の間の類似度を算定する類似度算定ス
テップと、 前記類似度算定ステップによって算定された類似度が所
定の閾値以上である場合には、包含される方のノード群
を排除し、排除されずに残ったノード群を検索の対象と
して絞り込む検索対象絞り込みステップと、 を有することを特徴とする情報検索方法。 - 【請求項７】 情報の単位であるノードとノード間のリ
ンクによって構成されたハイパードキュメントシステム
の情報をコンピュータに検索させる情報検索プログラム
を記録したコンピュータ読み取り可能な記録媒体におい
て、 リンクによる結合と内容の類似性に基づいて検索の対象
となるノード群を構成するノード群構成手段、 前記ノード群構成手段によって構成されたノード群のそ
れぞれに属する個々のノードを記憶する構成ノード記憶
手段、 前記ノード群の相互の包含関係を、前記構成ノード記憶
手段に記憶されている情報に基づいて解析する包含関係
解析手段、 前記包含関係解析手段によって包含関係が認められた１
組のノード群の間の類似度を算定する類似度算定手段、 前記類似度算定手段によって算定された類似度が所定の
閾値以上である場合には、包含される方のノード群を排
除し、排除されずに残ったノード群を検索の対象として
絞り込む検索対象絞り込み手段、 としてコンピュータを機能させるための検索プログラム
を記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP34768197A JP3637756B2 (ja) | 1997-12-17 | 1997-12-17 | 情報検索装置、情報検索方法および記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP34768197A JP3637756B2 (ja) | 1997-12-17 | 1997-12-17 | 情報検索装置、情報検索方法および記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11175558A true JPH11175558A (ja) | 1999-07-02 |
| JP3637756B2 JP3637756B2 (ja) | 2005-04-13 |
Family
ID=18391860
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP34768197A Expired - Fee Related JP3637756B2 (ja) | 1997-12-17 | 1997-12-17 | 情報検索装置、情報検索方法および記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3637756B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005119516A1 (ja) * | 2004-06-03 | 2005-12-15 | Turbo Data Laboratories Inc. | 配列の生成方法、情報処理装置、及び、プログラム |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0749875A (ja) * | 1993-08-06 | 1995-02-21 | Hitachi Ltd | 文書情報分類方法およびそれを用いた文書情報収集方法、文書情報収集システム |
| JPH08255178A (ja) * | 1995-01-17 | 1996-10-01 | Nippon Telegr & Teleph Corp <Ntt> | 情報リソースのトポロジー構成方法 |
| JPH0954776A (ja) * | 1995-08-17 | 1997-02-25 | Oki Electric Ind Co Ltd | ネットワーク情報検索システム |
| JPH09265482A (ja) * | 1996-01-26 | 1997-10-07 | Mitsubishi Electric Corp | データベース検索装置及びデータベース検索方法 |
-
1997
- 1997-12-17 JP JP34768197A patent/JP3637756B2/ja not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0749875A (ja) * | 1993-08-06 | 1995-02-21 | Hitachi Ltd | 文書情報分類方法およびそれを用いた文書情報収集方法、文書情報収集システム |
| JPH08255178A (ja) * | 1995-01-17 | 1996-10-01 | Nippon Telegr & Teleph Corp <Ntt> | 情報リソースのトポロジー構成方法 |
| JPH0954776A (ja) * | 1995-08-17 | 1997-02-25 | Oki Electric Ind Co Ltd | ネットワーク情報検索システム |
| JPH09265482A (ja) * | 1996-01-26 | 1997-10-07 | Mitsubishi Electric Corp | データベース検索装置及びデータベース検索方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005119516A1 (ja) * | 2004-06-03 | 2005-12-15 | Turbo Data Laboratories Inc. | 配列の生成方法、情報処理装置、及び、プログラム |
| JPWO2005119516A1 (ja) * | 2004-06-03 | 2008-04-03 | 株式会社ターボデータラボラトリー | 配列の生成方法、情報処理装置、及び、プログラム |
| JP4681544B2 (ja) * | 2004-06-03 | 2011-05-11 | 株式会社ターボデータラボラトリー | 配列の生成方法、情報処理装置、及び、プログラム |
| US7962494B2 (en) | 2004-06-03 | 2011-06-14 | Turbo Data Laboratories, Inc. | Method, information processing apparatus, and program for generating array |
| KR101095377B1 (ko) | 2004-06-03 | 2011-12-16 | 가부시키가이샤 터보 데이터 라보라토리 | 배열의 생성방법, 정보처리장치, 및, 프로그램 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3637756B2 (ja) | 2005-04-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3849318B2 (ja) | 情報検索装置、情報検索方法及び情報検索プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| JP3598742B2 (ja) | 文書検索装置及び文書検索方法 | |
| KR101078864B1 (ko) | 질의/문서 주제 범주 변화 분석 시스템 및 그 방법과 이를 이용한 질의 확장 기반 정보 검색 시스템 및 그 방법 | |
| US6442540B2 (en) | Information retrieval apparatus and information retrieval method | |
| JP3225912B2 (ja) | 情報検索装置、方法及び記録媒体 | |
| US7024405B2 (en) | Method and apparatus for improved internet searching | |
| JP6176017B2 (ja) | 検索装置、検索方法、およびプログラム | |
| US20050060290A1 (en) | Automatic query routing and rank configuration for search queries in an information retrieval system | |
| US7827172B2 (en) | “Query-log match” relevance features | |
| KR20080031262A (ko) | 관계 네트워크 | |
| KR20040029895A (ko) | 검색 시스템 | |
| EP2307951A1 (en) | Method and apparatus for relating datasets by using semantic vectors and keyword analyses | |
| US8812504B2 (en) | Keyword presentation apparatus and method | |
| JP2004178604A (ja) | 情報検索装置及びその方法 | |
| CN102968465A (zh) | 网络信息服务平台及其基于该平台的搜索服务方法 | |
| JP3023943B2 (ja) | 文書検索装置 | |
| Kallipolitis et al. | Semantic search in the World News domain using automatically extracted metadata files | |
| US7895195B2 (en) | Method and apparatus for constructing a link structure between documents | |
| KR20180129001A (ko) | 다언어 특질 투영된 개체 공간 기반 개체 요약본 생성 방법 및 시스템 | |
| US20120130999A1 (en) | Method and Apparatus for Searching Electronic Documents | |
| CN120234386A (zh) | 一种面向检索增强生成系统的检索联合优化方法 | |
| Xie et al. | Joint entity linking for web tables with hybrid semantic matching | |
| JP2001188802A (ja) | 情報検索装置及び情報検索方法 | |
| JP2001184358A (ja) | カテゴリ因子による情報検索装置，情報検索方法およびそのプログラム記録媒体 | |
| JP3598738B2 (ja) | 情報抽出装置、情報検索方法及び情報抽出方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20041221 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050103 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080121 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090121 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100121 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110121 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |