JP2001195416A - 複数のキーワードによる絞り込み検索方法および絞り込み検索装置および絞り込み検索のプログラムを記録した記憶媒体 - Google Patents

Abstract

(57)【要約】 【課題】 検索対象をファイル全体ではなく、ファイル
の文単位でＡＮＤ検索を実行することにより、絞り込み
検索の精度を向上する。 【解決手段】 複数のキーワードをもって絞り込み検索
した場合に、検索対象のファイルを文単位に切り出すフ
ァイル分割手段２と、切り出された文単位で複数のキー
ワードをＡＮＤ検索する文単位検索手段３とを備えて構
成する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、複数のキーワード
を検索情報としてＡＮＤ検索した場合に、ノイズを少な
くして精度良く目的のファイルを絞り込むことができ
る、複数のキーワードによる絞り込み検索方法および絞
り込み検索装置および絞り込み検索のプログラムを記録
した記憶媒体に関する。

【０００２】

【従来の技術】インターネットなどで全文検索しようと
する場合に、検索情報として調べようとするファイルの
要部を成す単語などのキーワードを入力して行われる
が、検索ファイルの絞り込みを行うには複数のキーワー
ドの論理積、つまりＡＮＤ検索が行われる。例えば、デ
ジカメ（デジタルカメラ）を購入するために、多種類存
在するデジカメの個々の性能などを知りたくてこれを検
索しようとする場合、検索情報として「デジカメ」と
「評価」の２つのキーワードをＡＮＤ検索することが考
えられる。

【０００３】

【発明が解決しようとする課題】しかしながら、従来の
キーワードでの検索対象はファイル全体であるため、上
述の「デジカメ」，「評価」の２つのキーワードでＡＮ
Ｄ検索した場合に、「寿司」という全く関係の無いサイ
トがヒットする。これは寿司の評価サイトで、デジカメ
による画像を提供するという内容が表示されたものであ
る。つまり、このように検索によりゲットしようとする
対象がデジカメの情報であるのに対して、寿司のサイト
が表示された場合はミスヒットとなる。これは複数のキ
ーワードで実行されるＡＮＤ検索にあってもファイル全
体で行われるため、複数のキーワードがファイルのいず
れかの場所に存在すると選択されてしまうことに起因す
る。

【０００４】検索エンジンが普及し始めた当初は、例え
ば論文を集めたデータベースや議事録のような事実だけ
を集めたデータといったものが検索対象であったため、
ＡＮＤ検索も検索エンジンがディレクトリ型やロボット
型にしてもスムーズに目的とするファイルを得ることが
できたのであるが、近年ではメールやWebコンテンツの
普及に伴って雑多な書き方をした文書が急速に増加し、
これに伴ってミスヒットの確率が著しく高くなる傾向に
ある。

【０００５】例えばメールの場合は、冒頭に週末のゴル
フの話や家族の話題が挨拶代わりにあり、そのあと仕事
などの本題に入ることが往々にしてあるが、この場合、
挨拶部分と本題部分との全く関係のない事柄が１つのメ
ール文書に混在してしまう。この傾向はWebコンテンツ
では更に強まり、特に新聞社のサイトが一番極端とな
り、政局の動向を書いている文のすぐ下に、大相撲や野
球の試合の結果が書かれたり、芸術その他の話題などの
全てのジャンルの話題が１つのページに混在している。
このようなファイルに対して、ファイル全体でのＡＮＤ
合致を見ることはかなり無謀なものとなってしまう。

【０００６】従って、複数のキーワードをＡＮＤで接続
した場合に限って言えば、既存の検索エンジンを使って
見付けたページの多くがミスヒットつまりノイズとなっ
て、検索効率が著しく悪化してしまう。また、既存の検
索エンジンではＡＮＤ検索によりヒットした場合にも、
単にドキュメントが特定されるのみにすぎず、ヒット箇
所は全体に表示されないため、検索者があらためてその
ドキュメントの内容を呼び出して自分の目で確かめる必
要があり、作業者の操作を含めて膨大な作業時間を費や
すことになってしまう。

【０００７】そこで、本発明はかかる従来の課題に鑑み
て成されたもので、検索対象をファイル全体ではなく、
ファイルの文単位でＡＮＤ検索を実行することにより、
絞り込み検索の精度を向上することができる、複数のキ
ーワードによる絞り込み検索方法および絞り込み検索装
置および絞り込み検索のプログラムを記録した記憶媒体
を提供することを目的とする。

【０００８】

【課題を解決するための手段】かかる目的を達成するた
めに本発明の複数のキーワードによる絞り込み検索方法
を添付図面の符号を用いて述べると、複数のキーワード
を検索情報として、これの入力により各キーワードが含
まれるファイルを検索する方法であって、複数のキーワ
ードをもって絞り込み検索した場合に、検索対象のファ
イルを文単位に切り出し、それぞれの文単位で前記複数
のキーワードをＡＮＤ検索する。

【０００９】また、その検索装置としては、複数のキー
ワードをもって絞り込み検索した場合に、検索対象のフ
ァイルを文単位に切り出すファイル分割手段２と、切り
出された文単位で前記複数のキーワードをＡＮＤ検索す
る文単位検索手段３とを備えて構成される。

【００１０】これら検索方法および検索装置では、複数
のキーワードによるＡＮＤ検索は、ファイルから切り出
された文単位で実行することができる。つまり、ファイ
ルを文単位に切り出すことにより、そのファイルは複数
の文単位に分割され、それぞれの文単位に対してＡＮＤ
検索されることになる。また、このように文単位に分割
した場合にも、そのファイルが検索しようとするサイト
であれば、分割された文単位の中に前記複数のキーワー
ドが存在する確率が高いものである。従って、文単位に
よるＡＮＤ検索はミスヒットの確率を大幅に低くして、
絞り込み検索の精度が著しく向上される。

【００１１】また、複数のキーワードによる絞り込み検
索のプログラムを記録した記憶媒体は、複数のキーワー
ドをもって絞り込み検索した場合に、検索対象のファイ
ルを文単位に切り出すファイル分割機能と、切り出され
た文単位で前記複数のキーワードをＡＮＤ検索する文単
位検索機能とを備えたプログラムを記録して提供され
る。

【００１２】この場合、該記憶媒体をコンピュータで読
み込むことにより、該コンピュータを媒体としてファイ
ル分割機能によりファイルを文単位に切り出すととも
に、文単位検索機能によりそれぞれの文単位で前記複数
のキーワードをＡＮＤ検索することができる。従って、
前記絞り込み検索方法を達成して、文単位によるＡＮＤ
検索によってミスヒットの確率を大幅に低くして、絞り
込み検索の精度が著しく向上される。

【００１３】更に、前記キーワードの入力は、文字間に
挿入される中黒の有無、送り仮名のゆれ、全角または半
角，英大文字または小文字などの表記の違いを正規化す
る正規化機能を通して行われることが好ましく、この場
合、前記表記の違いを正規化できるようになる。例えば
中黒（・）の無い「ビルゲイツ」と中黒の有る「ビル・
ゲイツ」、送り仮名では「取り付け」と「取付け」、ま
た、「ヴァ」と「バ」、その他「全角／半角」、「大文
字／小文字」など各種の表記の違いを同一視できるた
め、これらを原因とした見逃しを無くすことができるよ
うになる。

【００１４】更にまた、前記文単位検索機能には、ヒッ
トした文単位をこの文単位毎に抽出して表示する文単位
表示機能を設けることが好ましく、この場合、ヒットし
た文単位、つまり、ある程度意味を持つ必要十分な単位
であるところの文の単位で表示されて、文章としてその
内容を理解することができる。このため、表示されたこ
の文単位が希望するファイルであるかないかを、ファイ
ル全体を呼び出すことなく即座に判定できるため、検索
能率が大幅に向上される。また、該当文は文章として成
り立っているため、これをファイル出力することによ
り、自動的にレポートなどを作成することができる。

【００１５】また、前記絞り込み検索は、複数のキーワ
ードを含む文書を検索情報とし、この文書から抽出した
複数のキーワードを入力する機能を設けることが好まし
く、この場合、「日本と人工衛星」のように文書形態で
指示するのみで、「日本」と「人工衛星」の２つのキー
ワードを抽出してＡＮＤ検索することができる。従っ
て、日本語特有の言い回しを積極的に使うことにより、
複雑な条件指定によってファイルやメールの絞り込みを
行うことができるようになる。

【００１６】

【発明の実施の形態】以下、本発明の実施形態を添付図
面を参照して詳細に説明する。図１および図２は本発明
の複数のキーワードによる絞り込み検索方法の一実施形
態を示し、図１は絞り込み検索装置の基本構成図、図２
は絞り込み検索のプログラムを実行するためのフローチ
ャートである。

【００１７】本発明の複数のキーワードによる絞り込み
検索方法の基本とするところは、複数のキーワードをも
って絞り込み検索した場合に、検索対象のファイルを文
単位に切り出し、それぞれの文単位で前記複数のキーワ
ードをＡＮＤ検索することにある。ここで、文単位とは
「ある程度意味を持つ必要十分な単位であるところの文
の単位であり、文章としてその内容を理解することがで
きる程度の段落」を意味し、以下同様とする。

【００１８】即ち、図１は前記絞り込み検索方法を達成
するための絞り込み検索装置１の基本構成を示し、複数
のキーワードをもって絞り込み検索した場合に、検索対
象のファイルを文単位に切り出すファイル分割手段２
と、切り出された文単位で前記複数のキーワードをＡＮ
Ｄ検索する文単位検索手段３とを備えて構成される。

【００１９】上記ファイル分割手段２は、検索対象とな
るファイルを格納する検索ファイル格納部２１と、この
検索ファイル格納部１２に格納されているファイルを順
番に読み出し、各ファイルを文単位に切り出す文単位切
り出し部２２と、この文単位切り出し部２２でそれぞれ
切り出された文単位を、正規化部２３を通して正規化さ
れた状態で格納しておくインデックステーブル２４とを
備える。

【００２０】また、前記文単位検索手段３は、入力手段
４に入力された複数のキーワードを導入して、前記イン
デックステーブル２４から１つづつ引き出した文単位か
ら該複数のキーワードをＡＮＤ検索する検索部３１を備
える。該文単位検索手段３には、ヒットした文単位をこ
の文単位毎に抽出して表示する文単位表示手段５が設け
られる。また、該文単位表示手段５は、ヒットした文単
位を格納する文単位格納部５１と、該文単位格納部５１
に格納された文単位をそれぞれ表示する表示部５２とが
設けられる。

【００２１】前記入力手段４は、検索情報を入力するキ
ーボードなどの入力部４１を備え、本実施形態では該入
力部４１を介して複数のキーワードが入力されることに
なる。また、該入力部４１で入力された検索情報は、表
記の違いを正規化する正規化部４２を通して出力され
る。つまり、表記の違いとは、特に日本語に特有の表現
に特徴付けられるもので、文字間に挿入される中黒
（・）の有無、送り仮名のゆれや全角または半角，英大
文字または小文字の違いなどを意味し、これら表記の違
いを前記正規化部４２に通すことにより正規化して同一
視することができる。

【００２２】前記絞り込み検索装置１の各機能は、プロ
グラム化してＣＤ−ＲＯＭなどの記憶媒体に記録され、
このＣＤ−ＲＯＭをコンピュータで読み込むことによ
り、本実施形態のＡＮＤ検索による絞り込み方法が実行
されるようになっている。

【００２３】このとき、前記プログラムを実行するため
のフローチャートを図２に示す。このフローチャートで
は、まずステップＳ１で複数のキーワードを入力し、ス
テップＳ２では複数のキーワードがＡＮＤ検索かどうか
を判定し、ＡＮＤ検索の場合（ＹＥＳ）はステップＳ３
に進むとともに、ＯＲ検索の場合（ＮＯ）はそのまま終
了して、図示省略した通常の検索が行われる。ステップ
Ｓ３では検索ファイルを文単位に切り出し、ステップＳ
４は切り出した各文単位を正規化した後にインデックス
テーブルに格納する。

【００２４】次に、ステップＳ５では入力されたキーワ
ードに表記の違いがあるかどうかを判定し、違いが無い
場合（ＮＯ）はステップＳ６に進むとともに、表記の違
いがある場合（ＹＥＳ）はステップＳ７によって正規化
した後にステップＳ６に進む。ステップＳ６はインデッ
クステーブルから正規化された文単位を引き出して、各
文単位に対してＡＮＤ検索する。その結果ステップＳ８
ではヒットしたかどうかを判定し、ヒットした文単位が
無い場合（ＮＯ）はそのまま終了するとともに、ヒット
した文単位が有る場合はステップＳ９に進み、この文単
位毎に格納部５１に格納する。そして、この格納された
文単位をディスプレイなどに表示する。

【００２５】また、本実施形態では検索情報として単語
形態のキーワードに限ることなく、専用のスクリプトエ
ンジンを搭載して文書形態で入力することにより、複雑
な指示を与えることができる。この文書検索機能は入力
手段４に組み込まれるが、本実施形態では図３に示すよ
うに前記入力手段４の入力部４１と正規化部４２との間
に組み込まれるキーワード抽出部４３によって達成され
る。即ち、該キーワード抽出部４３は、入力部４１によ
って複数のキーワードを含む文書を検索情報として入力
した場合に、この検索用文書からキーワードを抽出する
ようになっている。そして、抽出した複数のキーワード
をもってＡＮＤ検索される。

【００２６】更に、本実施形態では図４に示すように前
記正規化部４２の出力側に、シソーラス辞書を利用する
ためのインターフェースを組み込んで概念検索部４４を
設けることができる。即ち、シソーラス辞書とは言葉を
意味で整理した辞典であり、同義語、広義語、狭義語、
類義語などをたどって意味で調べる機能を有し、例えば
「食べ物」と「食物」と「フード」とを同義語として捉
えることができる。

【００２７】以下、本実施形態の絞り込み検索装置１に
よって絞り込み検索を実行する場合を図１を用いて述べ
ると、まず、入力部４１で複数のキーワードを入力する
と、これらキーワードに表記の違いがある場合は正規化
部４２によって正規化されて検索部３１に出力される。
一方、格納部２１の検索ファイルが切り出し部２２によ
って分割され、かつ、この切り出された文単位が正規化
部２３を通してインデックステーブル２４に格納された
文単位が前記検索部３１に呼び出されて、前記複数のキ
ーワードによってＡＮＤ検索される。そして、このＡＮ
Ｄ検索によりヒットした文単位は格納部５１に格納され
た後に表示部５２に出力される。

【００２８】このように本実施形態の絞り込み検索で
は、検索ファイルを文単位に切り出して、その文単位毎
にＡＮＤ検索を実行するものであり、目的のサイトをヒ
ットする確率が著しく高くなる。つまり、目的のサイト
では、分割された複数の文単位の中には、前記複数のキ
ーワードを含む確率が高く、的確な検索ファイルをヒッ
トさせることができる。また、換言すれば前記複数のキ
ーワードでヒットした文単位は、検索しようとする内容
のファイルを構成する確率が高いものである。

【００２９】従って、文単位によるＡＮＤ検索はミスヒ
ットを大幅に減少して検索ノイズが低減され、これによ
って絞り込み検索の精度が著しく向上されて検索時間を
短縮できるため、検索作業の能率化を達成することがで
きる。即ち、本発明の絞り込み検索では、切り出した文
単位毎に複数キーのＡＮＤ検索となるため、その分、内
部処理が複雑化されるが、上述したようにミスヒットが
格段に少なくなることと、ヒット箇所を目視できるの
で、キー入力から情報入手までの総合的な検索者の検索
作業の時間を捉えると、従来のものに比較して１／１０
〜１／５に短縮できる。

【００３０】また、本実施形態では入力手段４に正規化
部４２を設けたので、該正規化部４２によって前記キー
ワードに、中黒（・）の有無、送り仮名のゆれ、全角ま
たは半角，英大文字または小文字などの表記の違いがあ
る場合に、このキーワードを正規化してＡＮＤ検索する
ことができる。このため、「ビルゲイツ」と「ビル・ゲ
イツ」、送り仮名では「取り付け」と「取付け」、ま
た、「ヴァ」と「バ」、その他「全角／半角」、「大文
字／小文字」など各種の表記の違いの同一視が可能とな
り、これら表記の違いを原因とした見逃しを無くすこと
ができるようになる。

【００３１】更に、前記検索部３１でＡＮＤ検索してヒ
ットした文単位は、断片的ではなく全体が文単位表示手
段５によって表示されるため、表示された文単位は文章
として成立しており、その内容を容易に理解することが
できる。このため、表示された文単位が希望するファイ
ルであるかないかを、ファイル全体を呼び出すことなく
即座に判定できるため、検索能率を大幅に向上すること
ができる。また、この場合、ヒットした該当文は文章と
して成り立っているため、これをファイル出力すること
により、自動的にレポートなどを作成することができ
る。

【００３２】更にまた、本実施形態では図３に示したよ
うに上記入力手段４にキーワード抽出部４３を設けて、
入力部４１に入力する検索情報として「日本と人工衛
星」のように文書形態で指示できるようになる。つま
り、このように文書形態で入力された文書情報は、キー
ワード抽出部４３によって「日本」と「人工衛星」の２
つのキーワードが抽出され、これら２つのキーワードは
正規化部４２を通して前記検索部３１によってＡＮＤ検
索されるため、ユーザーの意図に沿った検索が行えるよ
うになる。

【００３３】従って、このように文書形態で検索できる
ことにより、日本語特有の言い回しを積極的に使えるよ
うになり、複雑な条件指定を自然に行うことができるよ
うになる。例えば、「昨年の１２月から今年の２月ま
で」、「去年の１０月から今年の３月までのメールで新
宿と喫茶店を検索」、「マラソンと優勝を含む文を見付
け前後３文を出力」といった複雑な日本語表記でファイ
ルやメールの絞り込みを行うことができるようになり、
絞り込み検索の精度が著しく向上される。

【００３４】ところで、前記絞り込み検索装置１で実行
されるプログラムは、ＣＤ−ＲＯＭなどの記憶媒体に記
録して提供することができる。このＣＤ−ＲＯＭはコン
ピュータにセットして読み込ませることにより、該検索
装置１で実行される各機能を達成できるようになる。こ
のため、ユーザーのインターフェースを利用して本発明
のＡＮＤ検索を実行でき、特にＣＯＭコンポーネントと
して実装することにより、ユーザーの開発するアプリケ
ーションにシームレスに組み込むことが可能となる。勿
論、本実施形態にあってもインデックスを使う高速検索
（インデックス検索）と、インデックスを使わない完全
全文検索（ダイレクト検索）の両方式をサポートするこ
とができる。この場合、検索文書の入れ替えが少なく、
検索に高速性が要求される場合にはインデックス検索方
式をとり、文書の入れ替えが頻繁で最新の文書を検索す
る必要がある場合には、ダイレクト検索方式をとること
が好ましい。

【００３５】また、WordやExcel、PDF、HTMLといったさ
まざまなアプリケーションのドキュメントを利用できる
ようにするフィルター群を用意することにより、アプリ
ケーションを作成した場合の、開発キットを含まないラ
ンタイムのみの流通が可能となる。更に、本実施形態の
検索プログラムでは指示文自体をスクリプト言語とする
ことができ、これによって制御構文を書くことができ、
頻繁に使う表現を単語登録したり、スクリプトを保存し
たりすることができる。

【００３６】

【発明の効果】以上説明したように本発明にあっては、
複数のキーワードで絞り込み検索することにより、検索
対象のファイルから切り出した文単位でＡＮＤ検索する
ため、ミスヒットを大幅に減少して検索ノイズを低減
し、これによって絞り込み検索の精度を著しく向上して
検索時間を短縮することができる。また、入力したキー
ワードを、表記の違いを正規化する正規化機能に通すこ
とにより、文字間に挿入される中黒の有無、送り仮名の
ゆれ、全角または半角，英大文字または小文字などの表
記の違いを同一視できるため、これらを原因とした見逃
しを無くすことができるようになる。

【００３７】更に、ＡＮＤ検索によりヒットした文単位
を、この文単位毎に抽出して表示することにより、表示
された文単位は断片的ではなく全体が表示されるため、
文章としてその内容を容易に理解できる。このため、フ
ァイル全体を呼び出すことなく表示された文単位で即座
に判定できるため、検索能率を大幅に向上することがで
きる。また、この場合、表示された文単位が文章として
成り立っているため、これをファイル出力することによ
り、自動的にレポートなどを作成することができる。

【００３８】更にまた、検索情報として入力した文書か
ら複数のキーワードを抽出する機能を設けることによ
り、日本語特有の言い回しを使った複雑な条件指定によ
って、ファイルやメールの絞り込みを行うことができ
る。

【図面の簡単な説明】

【図１】本発明の一実施形態を示す絞り込み検索装置の
基本構成図である。

【図２】本発明の一実施形態を示す絞り込み検索のプロ
グラムを実行するためのフローチャートである。

【図３】本発明の他の実施形態を示す絞り込み検索装置
の要部構成図である。

【図４】本発明の他の実施形態を示す絞り込み検索装置
の要部構成図である。

【符号の説明】

１ 絞り込み検索装置 ２ ファイル分割手段 ３ 文単位検索手段 ４ 入力手段 ５ 文単位表示手段 ２１ 検索ファイル格納部 ２２ 文単位切り出し部 ２４ インデックステーブル ３１ 検索部 ４１ 入力部 ４２ 正規化部 ４３ キーワード抽出部 ４４ 概念検索部 ５１ 文単位格納部 ５２ 表示部

Claims (6)

【特許請求の範囲】
1. 【請求項１】 複数のキーワードを検索情報として、こ
   れの入力により各キーワードが含まれるファイルを検索
   する方法であって、 複数のキーワードをもって絞り込み検索した場合に、検
   索対象のファイルを文単位に切り出し、それぞれの文単
   位で前記複数のキーワードをＡＮＤ検索する、複数のキ
   ーワードによる絞り込み検索方法。
2. 【請求項２】 複数のキーワードを検索情報として、こ
   れの入力により各キーワードが含まれるファイルを検索
   する装置であって、 複数のキーワードをもって絞り込み検索した場合に、検
   索対象のファイルを文単位に切り出すファイル分割手段
   ２と、切り出された文単位で前記複数のキーワードをＡ
   ＮＤ検索する文単位検索手段３とを備えた、複数のキー
   ワードによる絞り込み検索装置。
3. 【請求項３】 複数のキーワードを検索情報として、こ
   れの入力により各キーワードが含まれるファイルを検索
   するためのプログラムが記録されたコンピュータ読み込
   み用の記憶媒体であって、 複数のキーワードをもって絞り込み検索した場合に、検
   索対象のファイルを文単位に切り出すファイル分割機能
   と、切り出された文単位で前記複数のキーワードをＡＮ
   Ｄ検索する文単位検索機能とを備えた、複数のキーワー
   ドによる絞り込み検索のプログラムを記録した記憶媒
   体。
4. 【請求項４】 前記キーワードの入力は、文字間に挿入
   される中黒の有無、送り仮名のゆれ、全角または半角，
   英大文字または小文字などの表記の違いを正規化する正
   規化機能を通して行われる、請求項３に記載の複数のキ
   ーワードによる絞り込み検索のプログラムを記録した記
   憶媒体。
5. 【請求項５】 前記文単位検索機能には、ヒットした文
   単位をこの文単位毎に抽出して表示する文単位表示機能
   を設けた、請求項３または４に記載の複数のキーワード
   による絞り込み検索のプログラムを記録した記憶媒体。
6. 【請求項６】 前記絞り込み検索は、複数のキーワード
   を含む文書を検索情報とし、この文書から抽出した複数
   のキーワードを入力する機能を設けた、請求項３から５
   のいずれかに記載の複数のキーワードによる絞り込み検
   索のプログラムを記録した記憶媒体。