JP3655495B2

JP3655495B2 - Information retrieval method and apparatus and recording medium on which information retrieval program is recorded

Info

Publication number: JP3655495B2
Application number: JP14526799A
Authority: JP
Inventors: 誠司鷲▲崎▼; 達也村本
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 1999-05-25
Filing date: 1999-05-25
Publication date: 2005-06-02
Anticipated expiration: 2019-05-25
Also published as: JP2000339320A

Description

【０００１】
【発明の属する技術分野】
本発明は、互いに関連づけられている膨大なハイパーテキスト情報の中から利用者の目的とする情報を参照する際に、他の利用者の参照履歴を利用して情報検索を効率良く行う情報検索方法および装置に関し、特にある目的を持って情報を検索している利用者に対して過去の情報参照履歴を用いて情報を効率的に検索する情報検索方法および装置と情報検索プログラムを記録した記録媒体に関する。
【０００２】
【従来の技術】
現在、ＷＷＷ（World Wide Web）上では、情報が爆発的に増加している。このような情報は知識の集合体であるとみなすことが可能であり、このような情報を効率よく利用するための方法がいくつも提案されている。このような方法のうち、ディレクトリ型検索サービスおよびロボット型検索サービスについて説明する。
【０００３】
ディレクトリ型検索サービスは、情報を主観的な観点で分類し、それを効率良く参照できるようにしたシステムである。スポーツ情報を例に取ると、スポーツという概念の下には、様々なスポーツの種類が分類されている。サッカー、野球、ラグビーなどの情報は、スポーツ情報配下の階層に存在するという一般的な常識と一致するため、利用者は戸惑うことなく、これらの情報にアクセスできると考えられる。このように様々な情報を適当な概念にまとめて、それらを階層的に整理したのが、このサービスのポイントである。ＮＴＴ Directory(http://navi.ntt.co.jp) ，Yahoo(http://www.yahoo.co.jp/)などが代表例である。
【０００４】
次に、ロボット型検索サービスに関しての説明を行う。ＷＷＷ上には、現在数億の情報が存在すると言われている。これらの情報を上記のディレクトリ型サービスで実現することは、その分類方法が自動化できないために、かなり難しいと言われている。そこで、ＷＷＷ上の雑多な情報を検索するために、ＷＷＷ情報の記述形式であるＨＴＭＬ（Hyper Text Markup Language）のハイパーリンクを自動的に辿ることで、予めＷＷＷ上の情報を可能な限り収集しておき、そうして収集した情報を全文検索機能などを用いて検索可能にすることで、ＷＷＷ上の情報の検索を仮想的に実現したものである。ＴＩＴＡＮ(http://titan.mcnet.ne.jp/) ，Ｇｏｏ(http://www.goo.ne.jp)が代表例である。
【０００５】
すなわち、ロボット型検索サービスでは、インターネットロボットと呼ばれるソフトウェアにより、ＨＴＭＬが持つハイパーリンクを再帰的に辿ることにより情報の収集を行うものであり、ディレクトリ型検索サービスと比較してかなり大量な情報を収集することが可能であり、それに合わせた検索サービスを行うことにより、ＷＷＷのかなりの部分の情報を仮想的に検索することが可能になる。
【０００６】
【発明が解決しようとする課題】
上述した従来の方法のうち、ディレクトリ型検索サービスでは、情報を主観的に分類するというディレクトリ型サービスの特徴から、情報の精度は高いが、情報量が少ないという問題点がある。現在サービスされているものでは、数１０万件程度の情報を収集しているに過ぎない。これでは、ＷＷＷ上の全情報に対する割合が、数パーセントにしか達せず、情報の取りこぼしや、本当に必要な情報に辿りつけないことがある。
【０００７】
また、ロボット型検索サービスでは、上述したように、ディレクトリ型検索サービスと比較してかなり大量な情報を収集することが可能であり、ＷＷＷのかなりの部分の情報を仮想的に検索することが可能になるが、利用者が探索目的を検索語句で表現し、その検索語句に対して最も近いものから順に出力することになるため、検索語句を慎重に選択しないと、膨大な数の結果が返却され、結局その膨大な情報の中から必要な情報を探索しなければならないという新たな問題が発生する。
【０００８】
本発明は、上記に鑑みてなされたもので、その目的とするところは、ＷＷＷ上で増加している膨大な情報から目的とする情報を適確かつ効率的に検索し得る情報検索方法および装置と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にある。
【０００９】
【課題を解決するための手段】
上記目的を達成するため、請求項１記載の本発明は、互いに関連づけられている膨大なハイパーテキスト情報の中から利用者の目的とする情報を参照する際に、他の利用者の参照履歴を利用して情報検索を行う情報検索方法であって、利用者のハイパーリンク情報の参照履歴を記録し、利用者が参照した情報を該情報の意味内容に基づき複数の部分に分割し、この分割した情報の各部分を示していて、かつハイパーリンクとして関係づけられている情報を探索し、この探索して検出した情報から当該情報を示している文字列を抽出し、当該情報の分割した各部分に対して各部分を示している文字列をまとめて蓄積しておき、利用者からの検索要求に対して、前記蓄積した文字列を検索することを要旨とする。
【００１０】
請求項１記載の本発明にあっては、利用者のハイパーリンク情報の参照履歴を記録し、利用者が参照した情報を複数の部分に分割し、この分割した情報の各部分を示している情報を探索し、この探索した情報から当該情報を示している文字列を抽出し、当該情報の分割した各部分に対して各部分を示している文字列をまとめて蓄積しておき、利用者からの検索要求に対して、蓄積した文字列を検索するため、他の利用者の情報参照履歴から目次的な情報を予め作成し、この情報を検索することで、より抽象化された情報の検索が可能となり、利用者が求める情報に容易に辿りつくことができる。
【００１１】
また、請求項２記載の本発明は、請求項１記載の発明において、当該情報の分割したある部分を示している文字列が複数存在する場合、この複数の文字列から当該部分に最も関連深い文字列を選択することを要旨とする。
【００１２】
請求項２記載の本発明にあっては、当該情報の分割したある部分を示している文字列が複数存在する場合、この複数の文字列から当該部分に最も関連深い文字列を選択するため、最適な情報を検索することができる。
【００１３】
更に、請求項３記載の本発明は、請求項１記載の発明において、前記蓄積した文字列を検索する処理が、利用者の検索要求に対して情報を検索するだけでなく、検索結果として得られる情報を分割した各部分に相当する文字列を当該情報の抽象化された目次情報として提示することを要旨とする。
【００１４】
請求項３記載の本発明にあっては、利用者の検索要求に対して情報を検索するだけでなく、検索結果として得られる情報を分割した各部分に相当する文字列を当該情報の抽象化された目次情報として提示するため、その情報の構造を明確にすることができる。
【００１５】
請求項４記載の本発明は、互いに関連づけられている膨大なハイパーテキスト情報の中から利用者の目的とする情報を参照する際に、他の利用者の参照履歴を利用して情報検索を行う情報検索装置であって、利用者のハイパーリンク情報の参照履歴を記録する参照履歴記録手段と、利用者が参照した情報を該情報の意味内容に基づき複数の部分に分割する情報分割手段と、この分割した情報の各部分を示していて、かつハイパーリンクとして関係づけられている情報を前記参照履歴記録手段から探索する情報探索手段と、この探索して検出した情報から当該情報を示している文字列を抽出する文字列抽出手段と、当該情報の分割された各部分に対して各部分を示している文字列をまとめて蓄積する文字列蓄積手段と、利用者からの検索要求に対して、前記蓄積した文字列を前記文字列蓄積手段から検索する検索手段とを有することを要旨とする。
【００１６】
請求項４記載の本発明にあっては、利用者のハイパーリンク情報の参照履歴を記録し、利用者が参照した情報を複数の部分に分割し、この分割した情報の各部分を示している情報を探索し、この探索した情報から当該情報を示している文字列を抽出し、当該情報の分割した各部分に対して各部分を示している文字列をまとめて蓄積しておき、利用者からの検索要求に対して、蓄積した文字列を検索するため、他の利用者の情報参照履歴から目次的な情報を予め作成し、この情報を検索することで、より抽象化された情報の検索が可能となり、利用者が求める情報に容易に辿りつくことができる。
【００１７】
また、請求項５記載の本発明は、請求項４記載の発明において、当該情報のある部分を示している文字列が複数存在する場合、この複数の文字列から当該部分に最も関連深い文字列を選択する選択手段を有することを要旨とする。
【００１８】
請求項５記載の本発明にあっては、当該情報の分割したある部分を示している文字列が複数存在する場合、この複数の文字列から当該部分に最も関連深い文字列を選択するため、最適な情報を検索することができる。
【００１９】
更に、請求項６記載の本発明は、請求項４記載の発明において、前記検索手段が、利用者の検索要求に対して情報を検索するだけでなく、検索結果として得られる情報を分割した各部分に相当する文字列を当該情報の抽象化された目次情報として提示する手段を有することを要旨とする。
【００２０】
請求項６記載の本発明にあっては、利用者の検索要求に対して情報を検索するだけでなく、検索結果として得られる情報を分割した各部分に相当する文字列を当該情報の抽象化された目次情報として提示するため、その情報の構造を明確にすることができる。
【００２１】
請求項７記載の本発明は、互いに関連づけられている膨大なハイパーテキスト情報の中から利用者の目的とする情報を参照する際に、他の利用者の参照履歴を利用して情報検索を行う情報検索プログラムを記録した記録媒体であって、利用者のハイパーリンク情報の参照履歴を記録し、利用者が参照した情報を該情報の意味内容に基づき複数の部分に分割し、この分割した情報の各部分を示していて、かつハイパーリンクとして関係づけられている情報を探索し、この探索して検出した情報から当該情報を示している文字列を抽出し、当該情報の分割した各部分に対して、各部分を示している文字列をまとめて蓄積し、利用者からの検索要求に対して、前記蓄積した文字列を検索する情報検索プログラムを記録媒体に記録することを要旨とする。
【００２２】
請求項７記載の本発明にあっては、利用者のハイパーリンク情報の参照履歴を記録し、利用者が参照した情報を複数の部分に分割し、この分割した情報の各部分を示している情報を探索し、この探索した情報から当該情報を示している文字列を抽出し、当該情報の分割した各部分に対して各部分を示している文字列をまとめて蓄積しておき、利用者からの検索要求に対して、蓄積した文字列を検索する情報検索プログラムを記録媒体に記録しているため、該記録媒体を用いて、その流通性を高めることができる。
【００２３】
【発明の実施の形態】
以下、図面を用いて本発明の実施の形態を説明する。図１は、本発明の一実施形態に係る情報検索装置の構成を示すブロック図である。同図に示す情報検索装置は、互いに関連づけられている膨大なハイパーテキスト情報の中から利用者の目的とする情報を参照しようとする際に他の利用者の参照履歴を利用して情報検索を効率的に行うものである。なお、ハイパーテキストを実現しているものは、Ａｐｐｌｅ社のハイパーテキスト、インターネット上のＷＷＷ（World Wide Web），ＸＭＬ（eXtensible Markup Language）などの様々なものがあるが、本実施形態では説明をわかりやすくするために、ＷＷＷを一例として説明するが、他のハイパーテキストシステムに対しても同様の方法で適用可能である。
【００２４】
図１において、１はＷＷＷ情報を参照する利用者であるクライアント、２は検索部、３は中継サーバ、４は履歴記録部、５はアクセス履歴データベース（ＤＢ）、６は情報分割部、７は文字列抽出部、８は文字列蓄積部、９は目次データベース（ＤＢ）、１１はＷＷＷ、１０はＷＷＷ１１上の情報である。
【００２５】
次に、図２に示すフローチャートおよび図３乃至図７を参照して、図１に示す実施形態の作用を説明する。
【００２６】
ＷＷＷ１１上のＷＷＷ情報１０を参照している利用者であるクライアント１は、セキュリティ上、中継サーバ３を介してインターネット上のＷＷＷ情報１０にアクセスしていることが多く、中継サーバ３は各クライアント１からの参照要求を実際のＷＷＷサーバに問いかけると同時に、その参照履歴を履歴記録部４を介してアクセス履歴データベース５に蓄積している。なお、このような中継サーバ３を利用していない場合でも、各情報１０に対する参照履歴は、各情報サーバに蓄積されており、それを利用することにより多くの履歴情報の利用が可能である。このような参照履歴はハイパーリンクが指し示している有向グラフとして蓄積されていると考えてよい。
【００２７】
上述したようにアクセス履歴データベース５に参照履歴が蓄積されると、この蓄積された参照履歴の中のある情報が抽出され（図２のステップＳ１０１）、この抽出した情報をその意味内容に基づいて情報分割部６で分割する（ステップＳ１０２）。なお、分割方法は様々なものがあるが、例えば text tiling手法（Marti A.Hearst,a quantitative approach to discourse segmentation,1993 ）や、ＨＴＭＬ（Hyper Text Markup Language）の構造などを用いることにより、その意味内容に基づく分割が可能である。
【００２８】
上述した参照情報の抽出および分割処理について図３、図４を参照して詳細に説明する。参照履歴は、ある情報を基にして考えると、それを指している情報とそれが示している情報に分類することができる。すなわち、図３において、ある情報はターゲット情報であり、ＨＴＭＬ−１〜３は「それを指している情報」であり、ＨＴＭＬ−Ａ〜Ｃは「それが指している情報」である。このように過去に複数の利用者により辿られた履歴に基づき、リンク上の関係が存在するので、それを抽出する。すなわち、参照履歴から訪問したＵＲＬを抽出するのである。
【００２９】
また、このように抽出された情報、すなわち図３に示すターゲット情報をその意味内容に基づき分割すると、図４に示すように、Ｐａｒｔ１，Ｐａｒｔ２，Ｐａｒｔ３，Ｐａｒｔ４のように複数の部分に分割される。このように意味内容に基づいてターゲット情報を分割した各部分情報のうち、Ｐａｒｔ１で示す部分情報はＨＴＭＬ−１に含まれる文字列であるアンカー（Anchor）で指し示され、またターゲット情報のＰａｒｔ１で示す部分情報に含まれる文字列であるアンカー（Anchor）でＨＴＭＬ−Ａが指し示されるというようにリンク上の関係が存在する。また、同様にターゲット情報を分割した各部分情報のうち、Ｐａｒｔ２で示す部分情報はＨＴＭＬ−３に含まれる文字列であるアンカー（Anchor）で指し示され、このＰａｒｔ２で示す部分情報に含まれる文字列であるアンカー（Anchor）でＨＴＭＬ−Ｂが指し示されている。更に同様にターゲット情報を分割した各部分情報のうち、Ｐａｒｔ４で示す部分情報はＨＴＭＬ−２に含まれる文字列であるアンカー（Anchor）で指し示され、このＰａｒｔ４で示す部分情報に含まれる文字列であるアンカー（Anchor）でＨＴＭＬ−Ｃが指し示されている。
【００３０】
上述したように、情報の分割が終了すると、当該情報の一部が抽出される（ステップＳ１０３）。具体的には、図４に示す例では、Ｐａｒｔ１などのような情報の一部が抽出される。それから、この部分情報を探索して、該部分情報を指している参照元の情報が検出できないか否か、すなわち発見できたか否かをチェックする（ステップＳ１０４）。
【００３１】
この参照元の探索は、具体的には例えば図４においてＰａｒｔ１という部分情報の中に存在するハイパーリンク情報を探索し、このハイパーリンク情報が参照履歴の中に存在しているかどうかを確認する。これは例えばＨＴＭＬ−Ａのようなものである。このハイパーリンク情報が参照履歴として存在する場合には、Ｐａｒｔ１の情報、すなわち履歴上ではターゲット情報のＵＲＬに相当する情報とＨＴＭＬ−Ａを含む参照履歴の列をアクセス履歴データベース５から探索し、それが存在する場合には、その前の履歴としての参照元を特定する。図４では、ＨＴＭＬ−１が参照元として特定できる。同様に、図４ではＰａｒｔ２にはＨＴＭＬ−３、Ｐａｒｔ４にはＨＴＭＬ−２が参照元として特定できる。すなわち、上記処理では、ターゲット情報をその内容により分割し、その中からリンクの状況を基にどこから参照されているかを同定する。
【００３２】
上述したように、当該部分情報を示している情報を検出できた場合には、当該部分情報を示しているハイパーリンクを文字列抽出部７で探索して抽出する（ステップＳ１０５）。具体的には、図５に示す例では、Ａｎｃｈｏｒ１のような文字列である。実際には、この文字列を辿ると、ターゲット情報が参照できるような仕組みになっており、このような文字列のことをアンカー（Anchor）文字列と呼ばれているものである。例えば、図５では、ターゲットとなる情報がＰａｒｔ１〜４の４つに分割され、各々はいくつかの情報から指し示され（いわゆるリンクされ）各々のアンカー文字列としてＡｎｃｈｏｒ１〜８が抽出されている。このような文字列のＡｎｃｈｏｒと各ブロックである部分情報Ｐａｒｔ１〜４を対応づけて、目次データベース９に蓄積しておくのである。なお、図５に示すように、ターゲット情報の分割したＰａｒｔ１〜４で示す各部分情報を示している文字列であるＡｎｃｈｏｒが１つの部分情報に対して複数存在する場合、この複数の文字列であるアンカー（Anchor）から当該部分情報に最も関連深い文字列を選択するようになっている。
【００３３】
具体的には、図７のような各参照先とその各部分に対して、参照元文字列すなわちアンカー文字列が存在する。参照先のhttp://www.foo.co.jp/ のＰａｒｔ１には、「プロ野球」「メジャーリーグ」などのような文字列が対応づけられていることを示している。このように対応づけられた文字列と情報を文字列蓄積部８を介して目次データベース９に蓄積する（ステップＳ１０６）。なお、目次データベースと呼んでいるのは、各文字列が該当する情報に対して目次のような働きをするからである。
【００３４】
上述したように、目次データベース９が構築されてから、図６に示すように、利用者であるクライアント１から情報の検索要求(Query) が出されると、検索エンジンである検索部２は実際のＷＷＷ１１を検索するのではなく、目次データベース９を検索する。目次情報は元の情報の抽象化された情報と考えることができ、より効果的な検索が可能になる。この検索の結果として得られた情報を利用者に返却し、利用者は実際の情報へアクセスすることができる。検索部２による文字列の検索処理は、利用者の検索要求に対して情報を検索するだけでなく、検索結果として得られる情報を分割した各部分に相当する文字列を当該情報の抽象化された目次情報として提示するようになっている。
【００３５】
また、利用者は検索で発見された情報の意味的な構造を、各々の部分毎に付与されている文字列を目次とみなすことにより、容易に把握することができ、今まではその構造が意識されていなかったところに、具体的な構造を導入することが可能になる。この場合、利用者への提示方法としては、まず目次情報に相当する文字列を出力しておき、それに該当する情報をハイパーリンクとして辿ることができるようにしておくと、その構造を生かして情報獲得が可能になる。
【００３６】
上述したように、本実施形態の情報検索装置では、他の利用者の情報参照の一連の流れを利用することにより、情報への効率的なアクセスを実現している。すなわち、情報検索の目的に対して過去に同じような検索が行われている場合には、その参照履歴を取得し、それを元に当該情報の各部分が指されている情報の文字列から、当該情報の目次に相当する情報として取り扱うことで、この目次に相当すると考えられる文字列を検索し、これにより更に精度が高く、無駄のない情報検索が可能になる。また、目次に相当する情報を利用者に提示することにより、その情報の構造を明確にすることができる。
【００３７】
なお、上記実施形態の処理をプログラムとして記録媒体に記録することにより該記録媒体を用いて、その流通性を高めることができる。
【００３８】
【発明の効果】
以上説明したように、本発明によれば、利用者のハイパーリンク情報の参照履歴を記録し、利用者が参照した情報を複数の部分に分割し、この分割情報の各部分を示している情報を探索し、この探索した情報から当該情報を示している文字列を抽出し、当該情報の分割した各部分に対して各部分を示している文字列をまとめて蓄積しておき、利用者からの検索要求に対して、蓄積した文字列を検索するので、他の利用者の情報参照履歴から目次的な情報を予め作成し、この情報を検索することで、より抽象化された情報の検索が可能となり、利用者が求める情報に容易に辿りつくことができる。
【００３９】
また、本発明によれば、利用者の検索要求に対して情報を検索するだけでなく、検索結果として得られる情報を分割した各部分に相当する文字列を当該情報の抽象化された目次情報として提示するので、情報の構造を抽象化された目次で容易に把握することができる。
【図面の簡単な説明】
【図１】本発明の一実施形態に係る情報検索装置の構成を示すブロック図である。
【図２】図１に示す情報検索装置の作用を示すフローチャートである。
【図３】図１に示す情報検索装置における参照情報の収集処理を示す説明図である。
【図４】図１に示す情報検索装置における参照元の同定処理を示す説明図である。
【図５】図１に示す情報検索装置におけるアンカー（Anchor）とそれに対する情報の蓄積処理を示す説明図である。
【図６】図１に示す情報検索装置における利用者の検索要求に適合する情報集合の抽出処理を示す説明図である。
【図７】図１に示す情報検索装置において抽出したアンカー文字列と情報の例を示す図である。
【符号の説明】
３中継サーバ
４履歴記録部
５アクセス履歴データベース
６情報分割部
７文字列抽出部
８文字列蓄積部
９目次データベース
１０情報
１１ＷＷＷ[0001]
BACKGROUND OF THE INVENTION
The present invention provides an information retrieval method for efficiently performing information retrieval using a reference history of another user when referring to information intended by a user from among a large amount of hypertext information associated with each other. Information retrieval method and apparatus for efficiently retrieving information using past information reference history for a user who is retrieving information with a certain purpose, and a recording medium on which the information retrieval program is recorded About.
[0002]
[Prior art]
Currently, information is exploding on the World Wide Web (WWW). Such information can be regarded as a collection of knowledge, and a number of methods for efficiently using such information have been proposed. Among such methods, a directory type search service and a robot type search service will be described.
[0003]
The directory-type search service is a system that classifies information from a subjective point of view and makes it possible to refer to it efficiently. Taking sports information as an example, various types of sports are classified under the concept of sports. Since information such as soccer, baseball, and rugby is in common with the common sense that it exists in a hierarchy under sports information, it is considered that users can access such information without being confused. The point of this service is to collect various information in an appropriate concept and organize them hierarchically. Representative examples are NTT Directory (http://navi.ntt.co.jp) and Yahoo (http://www.yahoo.co.jp/).
[0004]
Next, the robot type search service will be described. It is said that hundreds of millions of information currently exists on the WWW. It is said that it is quite difficult to realize such information by the above-mentioned directory type service because the classification method cannot be automated. Therefore, in order to search for miscellaneous information on the WWW, information on the WWW is collected in advance as much as possible by automatically following hyperlinks of HTML (Hyper Text Markup Language), which is the WWW information description format. By making it possible to search the collected information using a full-text search function or the like, information search on the WWW is virtually realized. Typical examples are TITA (http://titan.mcnet.ne.jp/) and Goo (http://www.goo.ne.jp).
[0005]
In other words, the robot-type search service collects information by recursively following hyperlinks of HTML using software called Internet robots, and collects a considerably larger amount of information than the directory-type search service. It is possible to virtually search information on a substantial part of the WWW by performing a search service according to the search service.
[0006]
[Problems to be solved by the invention]
Among the conventional methods described above, the directory type search service has a problem that the information accuracy is high but the amount of information is small because of the characteristic of the directory type service that the information is classified subjectively. What is currently being serviced is collecting only about 100,000 information. In this case, the ratio to the total information on the WWW reaches only a few percent, and there are cases where information is missed or information that is really necessary cannot be reached.
[0007]
In addition, as described above, the robot-type search service can collect a considerably large amount of information as compared with the directory-type search service, and can virtually search information on a considerable part of the WWW. However, since the user expresses the search purpose as a search term and outputs it in order from the closest search term, if a search term is not carefully selected, a huge number of results are returned. As a result, there arises a new problem that necessary information must be searched from the enormous amount of information.
[0008]
The present invention has been made in view of the above, and an object of the present invention is to provide an information search method and apparatus capable of accurately and efficiently searching for target information from a huge amount of information increasing on the WWW. And providing a recording medium in which an information retrieval program is recorded.
[0009]
[Means for Solving the Problems]
To achieve the above object, according to the present invention, when referring to information intended by a user from among a large amount of hypertext information associated with each other, the reference history of other users is recorded. An information search method that uses information search to record a reference history of a user's hyperlink information, and divides the information referred to by the user into a plurality of parts based on the semantic content of the information. Search for information related to each of the information and as a hyperlink, extract a character string indicating the information from the information detected by the search, The gist of the present invention is that character strings indicating the respective parts are stored together and the stored character strings are searched in response to a search request from a user.
[0010]
In the present invention described in claim 1, the reference history of the hyperlink information of the user is recorded, the information referred to by the user is divided into a plurality of parts, and each part of the divided information is shown. Search for information, extract a character string indicating the information from the searched information, accumulate the character strings indicating each part for each divided part of the information, and In order to search the stored character string in response to a search request from, the table of contents information is created in advance from the information reference history of other users, and by searching this information, more abstract information Searching is possible, and information required by the user can be easily reached.
[0011]
Further, in the present invention described in claim 2, in the invention described in claim 1, when there are a plurality of character strings indicating a certain divided part of the information, the plurality of character strings are most closely related to the part. The main point is to select a character string.
[0012]
In the present invention according to claim 2, when there are a plurality of character strings indicating a certain portion of the information divided, in order to select a character string most relevant to the portion from the plurality of character strings, The most suitable information can be searched.
[0013]
Further, according to the present invention described in claim 3, in the invention described in claim 1, the process of searching for the stored character string is obtained not only by searching for information in response to a user search request but also as a search result. The gist of the present invention is to present a character string corresponding to each portion obtained by dividing the information to be obtained as abstracted table of contents information.
[0014]
According to the third aspect of the present invention, not only information is retrieved in response to a user's retrieval request, but also a character string corresponding to each portion obtained by dividing the information obtained as a retrieval result is abstracted from the information. Since the information is presented as the table of contents information, the structure of the information can be clarified.
[0015]
According to the present invention, when referring to information intended by a user from among a large amount of hypertext information associated with each other, information search is performed using a reference history of another user. A reference history recording means for recording a reference history of a user's hyperlink information, and an information dividing means for dividing the information referred to by the user into a plurality of parts based on the semantic content of the information; Each part of this divided information is shown, and information search means for searching for information related as a hyperlink from the reference history recording means, and the information from the information detected by this search. A character string extracting means for extracting a character string, a character string accumulating means for accumulating a character string indicating each part for each divided part of the information, and a search request from a user And, and summarized in that and a retrieval means for retrieving a string the storage from the character string storage means.
[0016]
In this invention of Claim 4, the reference log | history of a user's hyperlink information is recorded, the information which the user referred is divided | segmented into several parts, and each part of this divided | segmented information is shown Search for information, extract a character string indicating the information from the searched information, accumulate the character strings indicating each part for each divided part of the information, and In order to search the stored character string in response to a search request from, the table of contents information is created in advance from the information reference history of other users, and by searching this information, more abstract information Searching is possible, and information required by the user can be easily reached.
[0017]
Further, in the present invention described in claim 5, in the invention described in claim 4, when there are a plurality of character strings indicating a certain portion of the information, the character string most closely related to the portion from the plurality of character strings. The gist of the present invention is to have a selection means for selecting.
[0018]
In the present invention according to claim 5, when there are a plurality of character strings indicating a certain part of the information, in order to select a character string most relevant to the part from the plurality of character strings, The most suitable information can be searched.
[0019]
Further, according to the present invention described in claim 6, in the invention described in claim 4, the search means not only searches for information in response to a user search request but also divides information obtained as a search result. The gist is to have means for presenting a character string corresponding to a part as abstract table of contents information.
[0020]
In the present invention described in claim 6, in addition to searching for information in response to a user search request, a character string corresponding to each portion obtained by dividing the information obtained as a search result is abstracted. Since the information is presented as the table of contents information, the structure of the information can be clarified.
[0021]
According to the seventh aspect of the present invention, when referring to information intended by a user from among a large amount of hypertext information associated with each other, information search is performed using a reference history of another user. A recording medium on which an information retrieval program is recorded, which records a reference history of a user's hyperlink information, divides the information referred to by the user into a plurality of parts based on the semantic content of the information, and the divided information Is searched for information related to the hyperlink, and a character string indicating the information is extracted from the information detected by the search, and the information is divided into the divided parts of the information. On the other hand, the gist is that character strings indicating the respective parts are stored together and an information search program for searching the stored character strings is recorded on a recording medium in response to a search request from a user. .
[0022]
In this invention of Claim 7, the reference log | history of a user's hyperlink information is recorded, the information which the user referred is divided | segmented into several parts, and each part of this divided | segmented information is shown Search for information, extract a character string indicating the information from the searched information, accumulate the character strings indicating each part for each divided part of the information, and Since the information search program for searching the stored character string is recorded on the recording medium in response to the search request from, the distribution can be improved by using the recording medium.
[0023]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, embodiments of the present invention will be described with reference to the drawings. FIG. 1 is a block diagram showing a configuration of an information search apparatus according to an embodiment of the present invention. The information search apparatus shown in FIG. 6 searches for information using the reference history of other users when trying to refer to information intended by a user from among a large amount of hypertext information associated with each other. It is efficient. There are various types of hypertext, such as Apple's hypertext, WWW (World Wide Web) on the Internet, and XML (eXtensible Markup Language). For ease of explanation, WWW will be described as an example, but the present invention can be applied to other hypertext systems in the same manner.
[0024]
In FIG. 1, 1 is a client who is a user who refers to WWW information, 2 is a search unit, 3 is a relay server, 4 is a history recording unit, 5 is an access history database (DB), 6 is an information dividing unit, and 7 is A character string extraction unit, 8 is a character string storage unit, 9 is a table of contents database (DB), 11 is WWW, and 10 is information on the WWW 11.
[0025]
Next, the operation of the embodiment shown in FIG. 1 will be described with reference to the flowchart shown in FIG. 2 and FIGS. 3 to 7.
[0026]
For security reasons, the client 1 that is a user referring to the WWW information 10 on the WWW 11 often accesses the WWW information 10 on the Internet via the relay server 3. The reference history is stored in the access history database 5 via the history recording unit 4 at the same time as an inquiry to the actual WWW server. Even when such a relay server 3 is not used, the reference history for each information 10 is stored in each information server, and a large amount of history information can be used by using it. Such a reference history may be considered to be accumulated as a directed graph indicated by a hyperlink.
[0027]
When the reference history is accumulated in the access history database 5 as described above, certain information in the accumulated reference history is extracted (step S101 in FIG. 2), and the extracted information is based on the meaning content. The information is divided by the information dividing unit 6 (step S102). There are various segmentation methods. For example, the text tiling method (Marti A. Hearst, a quantitative approach to discourse segmentation, 1993) or the structure of HTML (Hyper Text Markup Language) is used. Division based on content is possible.
[0028]
The reference information extraction and division processing described above will be described in detail with reference to FIGS. When the reference history is considered based on certain information, it can be classified into information indicating it and information indicated by it. That is, in FIG. 3, certain information is target information, HTML-1 to HTML-3 are “information pointing to it”, and HTML-A to C are “information pointing to it”. Thus, since there is a relation on the link based on the history traced by a plurality of users in the past, it is extracted. That is, the visited URL is extracted from the reference history.
[0029]
Further, when the information extracted in this way, that is, the target information shown in FIG. 3 is divided based on the meaning contents, as shown in FIG. 4, it is divided into a plurality of parts such as Part1, Part2, Part3, and Part4. . Among the pieces of partial information obtained by dividing the target information based on the semantic content in this way, the partial information indicated by Part1 is indicated by an anchor that is a character string included in HTML-1, and is also indicated by Part1 of the target information. There is a link relationship such that HTML-A is indicated by an anchor that is a character string included in the partial information to be indicated. Similarly, among the pieces of partial information obtained by dividing the target information, the partial information indicated by Part2 is indicated by an anchor that is a character string included in HTML-3, and the characters included in the partial information indicated by Part2 HTML-B is pointed by the anchor which is a column. Further, among the pieces of partial information obtained by dividing the target information, the partial information indicated by Part4 is indicated by an anchor that is a character string included in HTML-2, and the character string included in the partial information indicated by Part4. HTML-C is indicated by an anchor.
[0030]
As described above, when the division of information ends, a part of the information is extracted (step S103). Specifically, in the example shown in FIG. 4, a part of information such as Part1 is extracted. Then, the partial information is searched and it is checked whether or not the information of the reference source pointing to the partial information cannot be detected, that is, whether or not it has been found (step S104).
[0031]
Specifically, the search of the reference source is performed, for example, by searching for hyperlink information existing in the partial information “Part1” in FIG. 4 and confirming whether or not this hyperlink information exists in the reference history. This is, for example, HTML-A. If this hyperlink information exists as a reference history, the search history database 5 is searched for a part of the reference history including Part 1 information, that is, information corresponding to the URL of the target information and HTML-A on the history, If there is, the reference source as the previous history is specified. In FIG. 4, HTML-1 can be specified as a reference source. Similarly, in FIG. 4, HTML-3 can be specified as a reference source for Part 2 and HTML-2 can be specified as a reference source for Part 4. In other words, in the above processing, the target information is divided according to the contents, and where the target information is referenced is identified based on the link status.
[0032]
As described above, when the information indicating the partial information can be detected, the character string extraction unit 7 searches for and extracts the hyperlink indicating the partial information (step S105). Specifically, in the example shown in FIG. 5, it is a character string such as Anchor1. Actually, when this character string is traced, the target information can be referred to, and such a character string is called an anchor character string. For example, in FIG. 5, target information is divided into four parts 1 to 4, each of which is pointed out from some information (so-called linked), and Anchors 1 to 8 are extracted as respective anchor character strings. . Such Anchors of character strings and partial information Part 1 to 4 that are each block are associated with each other and stored in the table of contents database 9. As shown in FIG. 5, when there are a plurality of Anchors, which are character strings indicating each piece of partial information indicated by Parts 1 to 4 of the target information, for each piece of partial information, A character string most closely related to the partial information is selected from a certain anchor (Anchor).
[0033]
Specifically, a reference character string, that is, an anchor character string exists for each reference destination and each part thereof as shown in FIG. Part 1 of the reference destination http://www.foo.co.jp/ indicates that character strings such as “professional baseball” and “major league” are associated with each other. The character string and information thus associated are stored in the table of contents database 9 via the character string storage unit 8 (step S106). The reason why it is called a table of contents database is that each character string functions like a table of contents for the corresponding information.
[0034]
As described above, when the information search request (Query) is issued from the client 1 as a user after the table of contents database 9 is constructed, as shown in FIG. The table of contents database 9 is searched instead of searching the WWW 11. The table of contents information can be considered as an abstraction of the original information, enabling more effective retrieval. The information obtained as a result of this search is returned to the user, and the user can access the actual information. The search process of the character string by the search unit 2 not only searches for information in response to a user search request, but also abstracts the character string corresponding to each part obtained by dividing the information obtained as a search result. It is presented as table of contents information.
[0035]
In addition, the user can easily grasp the semantic structure of the information found in the search by considering the character strings assigned to each part as the table of contents. It becomes possible to introduce a specific structure where it was not conscious. In this case, as a presentation method to the user, first, a character string corresponding to the table of contents information is output, and the corresponding information can be traced as a hyperlink. Can be acquired.
[0036]
As described above, the information search apparatus according to the present embodiment achieves efficient access to information by using a series of information reference flows of other users. In other words, if a similar search has been performed in the past for the purpose of information search, the reference history is acquired, and based on the character string of the information to which each part of the information is pointed By treating it as information corresponding to the table of contents of the information, a character string that is considered to correspond to this table of contents is searched, and thereby, it is possible to search for information with higher accuracy and less waste. Also, by presenting information corresponding to the table of contents to the user, the structure of the information can be clarified.
[0037]
In addition, by recording the processing of the above-described embodiment as a program on a recording medium, it is possible to improve the circulation by using the recording medium.
[0038]
【The invention's effect】
As described above, according to the present invention, the reference history of the hyperlink information of the user is recorded, the information referred to by the user is divided into a plurality of parts, and information indicating each part of the division information The character string indicating the information is extracted from the searched information, and the character string indicating each part is accumulated and stored for each divided part of the information. In response to this search request, the stored character string is searched, so that the table of contents is created in advance from the information reference history of other users, and this information is searched to search for more abstract information. It is possible to easily reach the information requested by the user.
[0039]
In addition, according to the present invention, not only information is retrieved in response to a user's retrieval request, but also a character string corresponding to each portion obtained by dividing the information obtained as a retrieval result is abstracted table of contents information. Therefore, the structure of information can be easily grasped with an abstract table of contents.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a configuration of an information search apparatus according to an embodiment of the present invention.
FIG. 2 is a flowchart showing the operation of the information search apparatus shown in FIG.
FIG. 3 is an explanatory diagram showing reference information collection processing in the information search apparatus shown in FIG. 1;
FIG. 4 is an explanatory diagram showing reference source identification processing in the information search apparatus shown in FIG. 1;
FIG. 5 is an explanatory diagram showing an anchor and information storage processing for the anchor in the information search apparatus shown in FIG. 1;
6 is an explanatory diagram showing an information set extraction process that matches a user search request in the information search apparatus shown in FIG. 1; FIG.
7 is a diagram showing an example of an anchor character string and information extracted by the information search apparatus shown in FIG.
[Explanation of symbols]
3 relay server 4 history recording unit 5 access history database 6 information dividing unit 7 character string extracting unit 8 character string accumulating unit 9 table of contents database 10 information 11 WWW

Claims

When the server sends a reference request and refers to the information intended by the user from the enormous amount of electronic information linked to each other by link information in the information space, it is recorded as data in the reference history recording means. An information search method in which the search means searches for information using other user's reference history,
The reference history recording means records the reference history of the link information referred to by the server as data,
The information dividing means divides the electronic information referred to by the server into a plurality of parts based on the semantic content of the information,
Information search means searches and the respective divided parts of the electronic information, the electronic information are related on information space by the link information from the reference history recording means,
A character string extraction unit extracts a character string related to the semantic content of the divided electronic information from the electronic information detected by the search,
String storage means, with respect to the respective divided parts of the electronic information, collectively the string, leave accumulated as data,
An information search method, wherein the search means searches the character string storage means for the character string stored as data in response to transmission of a search request from a client.

The selection means, when there are a plurality of character strings related to the semantic content of a certain part of the electronic information, the selecting means selects a character string most closely related to the part from the plurality of character strings. 1. The information search method according to 1.

The process of searching for the stored character string by the search means not only searches for electronic information in response to transmission of a client search request, but also characters corresponding to parts obtained by dividing the electronic information obtained as a search result. The information search method according to claim 1, wherein the column is output to the client as abstracted table of contents information of the electronic information.

When the server sends a reference request and refers to the information intended by the user from the enormous amount of electronic information linked to each other by link information in the information space, it is recorded as data in the reference history recording means. In addition, an information search device in which the search means searches for information using the reference history of other users,
A reference history recording means for recording a reference history of link information referred to by the server as data;
Information dividing means for dividing the electronic information referred to by the server into a plurality of parts based on the semantic content of the information;
And the respective divided parts of the electronic information, the information search means for searching electronic information are related on information space from the reference history recording means by the link information,
Character string extraction means for extracting a character string related to the semantic content of the divided electronic information from the electronic information detected by searching,
With respect to the respective divided parts of the electronic information, collectively the character string, a character string storing means for storing as data,
An information search apparatus comprising: search means for searching the character string stored as data from the character string storage means in response to transmission of a search request from a client.

5. The apparatus according to claim 4, further comprising: a selecting unit that selects a character string most relevant to the part from the plurality of character strings when there are a plurality of character strings related to the semantic content of a part of the electronic information. Information retrieval device.

The search means not only searches for electronic information in response to the transmission of a search request from the client, but also abstracts a character string corresponding to each portion obtained by dividing the electronic information obtained as a search result. 5. The information retrieval apparatus according to claim 4, further comprising means for outputting the table of contents information to the client.

When the server sends a reference request and refers to the information intended by the user from the enormous amount of electronic information linked to each other by link information in the information space, it is recorded as data in the reference history recording means. In addition, a recording medium recording an information search program for performing information search using a reference history of another user,
A command for recording the reference history of the link information referred to by the server as data in the reference history recording means;
An instruction for causing the information dividing means to divide the electronic information referred to by the server into a plurality of parts based on the semantic content of the information;
The information searching means, and instructions for searching and the respective divided parts of the electronic information, the electronic information are related on information space by the link information from the reference history recording means,
A command for causing the character string extraction means to extract a character string related to the semantic content of the divided electronic information from the electronic information detected by the search;
A string storage means, with respect to the respective divided parts of the electronic information, collectively the character string, and instructions for storing the data, the retrieval means for transmission of the search request from the client, as data And a command for searching the stored character string from the character string storage means.

When the server sends a reference request and refers to the information intended by the user from the enormous amount of electronic information linked to each other by link information in the information space, it is recorded as data in the reference history recording means. An information search method in which the search means searches for information using other user's reference history,
  The reference history recording means records the reference history of the link information referred to by the server as data,
  The information dividing means divides the electronic information referred to by the server into a plurality of parts based on the semantic content of the information,
  The information search means searches the reference history recording means for each piece of the divided electronic information and the electronic information related in the information space by the link information,
  The character string extraction means extracts the divided electronic information and the anchor character string related on the information space by the link information from the electronic information detected by the search,
  The character string storage means collects the character strings for each part of the divided electronic information and stores them as data,
  The search means searches the character string stored as data from the character string storage means in response to the transmission of the search request from the client.
  Information search method characterized by

The selection means, when there are a plurality of character strings related to the semantic content of a certain part of the electronic information, the selecting means selects a character string most closely related to the part from the plurality of character strings. 8. The information search method according to 8.

The process of searching for the stored character string by the search means not only searches for electronic information in response to transmission of a client search request, but also characters corresponding to parts obtained by dividing the electronic information obtained as a search result. 9. The information search method according to claim 8, wherein the column is output to the client as abstracted table of contents information of the electronic information.

When the server sends a reference request and refers to the information intended by the user from the enormous amount of electronic information linked to each other by link information in the information space, it is recorded as data in the reference history recording means. In addition, an information search device in which the search means searches for information using the reference history of other users,
  A reference history recording means for recording a reference history of link information referred to by the server as data;
  Information dividing means for dividing the electronic information referred to by the server into a plurality of parts based on the semantic content of the information;
  Information search means for searching each part of the divided electronic information and the electronic information related on the information space by the link information from the reference history recording means,
  From the electronic information detected by the search, the divided electronic information and the link information are used. A character string extracting means for extracting anchor character strings related in the information space;
  For each part of the divided electronic information, the character strings are collected together and stored as data.
  Search means for searching the character string storage means for the character string stored as data in response to transmission of a search request from a client;
  An information retrieval apparatus comprising:

12. The apparatus according to claim 11, further comprising: a selecting unit configured to select a character string most relevant to the part from the plurality of character strings when there are a plurality of character strings related to the semantic content of a part of the electronic information. Information retrieval device.

The retrieval means not only retrieves electronic information in response to transmission of a retrieval request from the client, but also abstracts a character string corresponding to each part obtained by dividing the electronic information obtained as a retrieval result. 12. The information search apparatus according to claim 11, further comprising means for outputting the table of contents information to the client.

When the server sends a reference request and refers to the information intended by the user from the enormous amount of electronic information linked to each other by link information in the information space, it is recorded as data in the reference history recording means. In addition, a recording medium recording an information search program for performing information search using a reference history of another user,
  A command for recording the reference history of the link information referred to by the server as data in the reference history recording means;
  An instruction for causing the information dividing means to divide the electronic information referred to by the server into a plurality of parts based on the semantic content of the information;
  An instruction for causing the information search means to search each part of the divided electronic information and the electronic information related in the information space by the link information from the reference history recording means,
  A command for causing the character string extraction means to extract the divided electronic information and the anchor character string related in the information space by the link information from the electronic information detected by the search,
  A command for storing the character strings together as data for each portion of the divided electronic information in the character string storage means, and as data for transmission of a search request from the client to the search means A command for retrieving the stored character string from the character string storage means
  A recording medium on which an information search program is recorded.