JP2003030228A

JP2003030228A - 情報検索システム、情報検索方法、及びプログラム

Info

Publication number: JP2003030228A
Application number: JP2001212555A
Authority: JP
Inventors: Toshihito Terada; 俊仁寺田
Original assignee: Casio Computer Co Ltd
Current assignee: Casio Computer Co Ltd
Priority date: 2001-07-12
Filing date: 2001-07-12
Publication date: 2003-01-31

Abstract

(57)【要約】【課題】検索エンジンが提供する情報検索の結果を情
報検索者の検索目的に対してより適切なものにする。【解決手段】文字強調解析部１２４はＷｅｂページ２
０に含まれている文字列に与えられている強調を示す属
性を取得する。索引登録部１２６は、該文字列から文字
列解析部１２５によって抽出された単語に、Ｗｅｂペー
ジ２０の論理的な位置情報と該単語の抽出元の文字列に
ついての強調属性とを対応付けて索引ファイル３１０に
登録する。情報検索部２１０は検索対象を表す単語に対
応付けられている位置情報を取得する。検索結果管理部
２２０は、取得された位置情報をソートして、該位置情
報の検索の対象とした単語に強調属性の対応付けられて
いるものが優先されるようにする。ソートされた位置情
報を表すＨＴＭＬファイルがＨＴＭＬ作成部４１０で作
成されてインターネット４に送出される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、情報を検索する技
術に関し、特に、検索の要求に対し、その要求により適
切に合致した情報を提供できるようにする技術に関す
る。

【０００２】

【従来の技術】近年、インターネットの普及により、イ
ンターネット上のＷＷＷ（World WideWeb）システムで
提供されているＷｅｂページの数は爆発的に増え続けて
いる。また、インターネット上では、この膨大な情報の
中から目的とする情報を検索するサービスを提供する検
索エンジンが多数開設されている。

【０００３】検索エンジンがネット上の情報を収集する
方式のひとつとしてロボット型と称されているものがあ
る。ロボット型の検索エンジンでは、スパイダあるいは
クローラなどと呼ばれるロボットプログラムが定期的に
起動されて、インターネット上で公開されているＷｅｂ
ページを表現しているＨＴＭＬ（HyperText Markup Lan
guage ）ファイルの自動収集が行なわれる。情報検索が
行なわれるときには、検索エンジンを利用する情報検索
者が目的とする情報に関係の深いキーワードを検索サイ
トに与えることにより、収集されたファイルからそのキ
ーワードが含まれたものを抽出する処理が行なわれ、そ
のキーワードの含まれているＷｅｂページのリストが、
そのＷｅｂページについてのインターネット上における
論理的な位置を示す情報と共に、検索結果として情報検
索者に提供される。

【０００４】

【発明が解決しようとする課題】一般に、ロボット型の
検索エンジンは情報の収集から検索結果の提供に至るま
での全ての処理をコンピュータで自動的に行なってお
り、そこには人間の判断による情報の操作が介在しない
ので、収集された情報の属するジャンルやその情報の質
についての整理がなされていない。そのため、情報の検
索の際に単なるキーワードの一致による検索を行なって
いたのでは、重要な情報を含むＷｅｂページが検索結果
に埋もれてしまったり、あるいは、いわゆる検索ノイ
ズ、すなわち有用性の低い情報しか含まれていないＷｅ
ｂページばかり検索結果に多く含まれてしまったりする
場合が少なくなかった。

【０００５】以上の問題を鑑み、検索エンジンが提供す
る情報検索の結果を情報検索者の検索目的に対してより
適切なものにすることが本発明が解決しようとする課題
である。

【０００６】

【課題を解決するための手段】本発明は、通信ネットワ
ーク上で公開されている文書情報に含まれている単語
と、該通信ネットワーク上の論理的な位置を示す情報で
あって該単語を含む情報が存在する文書情報位置を示す
位置情報とを対応付けてなる索引ファイルを用意し、検
索の対象を表す単語に基づいて該索引ファイルを検索し
て該検索対象を表す単語に対応している位置情報を提示
するシステムまたは方法を前提とする。

【０００７】そして、本発明の態様のひとつである情報
検索システムは、前記文書情報に含まれている文字列に
与えられている属性であって強調を示す強調属性を取得
する強調属性取得手段と、前記文字列から単語を抽出す
る抽出手段と、前記抽出手段によって抽出された単語
に、該単語についての前記位置情報と該単語の抽出元の
文字列に与えられている前記強調属性とを対応付けて前
記索引ファイルに登録する登録手段と、前記検索対象を
表す単語に基づいて前記索引ファイルの検索を行なって
該単語に対応付けられている位置情報を該索引ファイル
から取得する検索手段と、前記検索手段によって取得さ
れた位置情報のうち、前記索引ファイルにおいて該検索
手段が該位置情報の検索の対象とした単語に前記強調属
性が対応付けられているものを優先して該位置情報を提
示する提示手段と、を有するように構成することによっ
て前述した課題を解決する。

【０００８】ここで、前記文書情報に含まれている文字
列に与えられている属性は、例えば該文字列を表示する
ときに用いられる文字の大きさを示す属性、あるいは該
文字列を表示するために用いられる文字の色彩を示す属
性である。強調が指示されている単語を含む文書情報は
その単語に関し重要度の高い情報が含まれている可能性
が高いと考えることができる。従って、上述した構成に
よれば、検索条件を示す単語に合致する文書情報が通信
ネットワークに複数公開されているときに、その単語が
強調されているため重要度が高いと考えられる文書情報
についての位置情報が優先されるようにして提示される
ので、情報検索の結果が情報検索者の検索目的に対して
より適切なものとなる。

【０００９】なお、上述した本発明に係る情報検索シス
テムにおいて、前記強調属性取得手段は、前記文書情報
に含まれている文字列に与えられている属性についての
該文書情報における出現頻度を該属性毎に算出する出現
頻度算出手段と、前記属性が前記強調属性であるか否か
を判別する基準を該属性毎の出現頻度に基づいて設定す
る強調属性設定手段と、前記基準に基づいて、前記文書
情報に含まれている文字列に与えられている属性が前記
強調属性であるか否かを判別する強調属性判別手段と、
を有するように構成してもよい。

【００１０】この構成によれば、文書情報において特異
な属性が与えられている文字列はその文書情報において
強調されていると判断することができるようになるの
で、この文字列に含まれる単語にとってこの文書情報は
重要度が高いものとして索引ファイルに登録できるよう
になる。

【００１１】また、前述した本発明に係る情報検索シス
テムにおいて、前記強調属性取得手段は、前記文書情報
に含まれている文字列に与えられている属性が該文字列
を表示するために用いられる文字を太字とする旨を示し
ているときには、該属性を前記強調属性であるとみなす
ようにしてもよい。

【００１２】この構成によれば、文書情報において文字
列の強調を示すために広く行なわれている太字による表
示を行なう旨の属性については直ちに強調属性と判定す
ることができるようになる。また、前述した本発明に係
る情報検索システムにおいて、前記提示手段は、前記検
索手段によって取得された位置情報のうち、前記検索フ
ァイルにおいて該検索手段が該位置情報の検索の対象と
した単語に対応付けられている前記強調属性の数が多い
ものほど優先して該位置情報を提示するようにしてもよ
い。

【００１３】この構成によれば、ある文字列に与えられ
ている強調属性の数が多いものほど、この文字列に含ま
れる単語にとってこの文書情報は重要度がより高いもの
として索引ファイルに登録できるようになり、情報検索
の結果が情報検索者の検索目的に対して更に適切なもの
となる。

【００１４】本発明の別の態様のひとつである情報検索
方法は、前記文書情報に含まれている文字列に与えられ
ている属性であって強調を示す強調属性を取得し、前記
文字列から単語を抽出し、前記文字列から抽出された単
語に、該単語についての前記位置情報と該単語の抽出元
の文字列に与えられている前記強調属性とを対応付けて
前記索引ファイルに登録し、前記検索対象を表す単語に
基づいて前記索引ファイルの検索を行なって該単語に対
応付けられている位置情報を該索引ファイルから取得
し、前記検索によって取得された位置情報のうち、前記
検索ファイルにおいて該位置情報の検索の対象とした単
語に前記強調属性が対応付けられているものを優先して
該位置情報を提示することにより、前述した本発明に係
る情報検索システムと同様の作用・効果が得られる。

【００１５】なお、上述した本発明に係る情報検索方法
と同様の手順からなる処理をコンピュータに行なわせる
ためのプログラムでも、そのプログラムをコンピュータ
に実行させることによって前述した課題を解決すること
ができる。

【００１６】

【発明の実施の形態】以下、本発明の実施の形態を図面
に基づいて説明する。図１は本発明を実施する情報検索
サイトが情報検索サービスを提供する通信ネットワーク
の全体構成を示す図である。

【００１７】図１において、情報検索サイト１、情報提
供サイト２ａ、２ｂ、２ｃ、２ｄ、及びユーザ端末３
ａ、３ｂはいずれも通信ネットワークであるインターネ
ット４に接続されており、相互にデータの授受を行なう
ことができる。情報検索サイト１はユーザ端末３ａ及び
３ｂにロボット検索型の情報検索サービスを提供するＷ
ＷＷサーバシステムであり、情報管理部１００、情報検
索管理部２００、情報データベース管理部３００、及び
ＷＷＷサーバ管理部４００を備えて構成されている。

【００１８】情報管理部１００はインターネット４上に
公開されている情報の自動収集を行ない、収集された情
報を情報データベース管理部３００に蓄積する。情報検
索管理部２００は、インターネット４を介して送られて
くる情報検索の要求に応じ、情報データベース管理部３
００に蓄積されている情報の検索を行ない、その検索の
結果を要求元に返送する。

【００１９】情報データベース管理部３００では情報管
理部１００によって収集された情報の蓄積、及び情報検
索管理部２００による情報の検索が行なわれる。ＷＷＷ
サーバ部４００は、インターネット４を介して送られて
くる収集された情報を情報管理部１００に転送する処
理、インターネット４を介して送られてくる情報検索の
要求を情報検索管理部２００に転送する処理、及び情報
検索管理部２００から送られてくる情報検索の結果を示
す情報が表されているＷｅｂページの送出の処理が行な
われる。

【００２０】情報提供サイト２ａ、２ｂ、２ｃ、及び２
ｄは、それぞれＷｅｂページ２０ａ、２０ｂ、２０ｃ、
及び２０ｄをインターネット４上で公開するＷＷＷサー
バシステムである。なお、図１においては４つの情報提
供サイトを示しているが、インターネット４に接続され
る情報提供サイトの数は任意でよい。

【００２１】ユーザ端末３ａ及び３ｂは、それぞれ情報
提供サイト２ａ、２ｂ、２ｃ、及び２ｄや情報検索サイ
ト１から提供されるＷｅｂページを閲覧するソフトウェ
アであるブラウザ３０ａ及び３０ｂを実行可能なコンピ
ュータであり、インターネット４上で公開されている情
報の検索を情報検索サイト１へ依頼する情報検索者によ
って操作される。なお、図１においては２つのユーザを
示しているが、インターネット４に接続されるユーザ端
末の数も任意でよい。

【００２２】なお、これらの情報検索サイト１、情報提
供サイト２ａ、２ｂ、２ｃ、及び２ｄ、ユーザ端末３ａ
及び３ｂは、いずれも標準的な構成を有するコンピュー
タ、すなわち、制御プログラムを実行することで各構成
要素を制御するＣＰＵと、ＲＯＭやＲＡＭ及び磁気記憶
装置などからなり、ＣＰＵに各構成要素を制御させる制
御プログラムの記憶やＣＰＵが制御プログラムを実行す
る際のワークエリアあるいは各種データの記憶領域とし
て使用される記憶部と、ユーザによる操作に対応する各
種のデータが取得される入力部と、ディスプレイなどに
各種のデータを提示してユーザに通知する出力部と、ネ
ットワークに接続するためのインタフェース機能を提供
するＩ／Ｆ部とを備えるコンピュータを用いて構成する
こともできる。

【００２３】次に図２について説明する。同図は本発明
を実施する図１における情報検索サイト１の詳細構成を
示している。図２に示すように、情報管理部１００はＷ
ｅｂページ収集管理部１１０及び索引生成部１２０を備
えて構成され、情報管理検索部２００は情報検索部２１
０及び検索結果管理部２２０を備えて構成され、データ
ベース管理部３００は索引ファイル３１０、検索結果フ
ァイル３２０、及び検索結果リストファイル３３０を備
えて構成され、そしてＷＷＷサーバ４００はＨＴＭＬ作
成部４１０を備えて構成される。

【００２４】Ｗｅｂページ収集管理部１１０はインター
ネット４上で公開されているＷｅｂページ２０の自動収
集を定期的に行なう。索引作成管理部１２０は、Ｗｅｂ
ページ収集管理部１１０によって収集されたＷｅｂペー
ジ２０の位置情報、すなわちＷｅｂページ２０が存在す
るインターネット４上の論理的な位置を示す位置情報を
引くことのできる索引となるレコードを作成して索引フ
ァイル３１０に登録する。索引作成管理部１２０はＷｅ
ｂページ解析部１２１、単語抽出管理部１２３、索引登
録部１２６を備えて構成されている。

【００２５】Ｗｅｂページ解析部１２１はＷｅｂページ
２０の解析を行なってＷｅｂページ２０を表現している
ＨＴＭＬファイルの本文に記述されている各ＨＴＭＬタ
グをレコードの単位とするＨＴＭＬフィルタテーブル１
２２を作成する。単語抽出管理部１２３では、ＨＴＭＬ
フィルタテーブル１２２に示されている文字列において
それらがＷｅｂページ２０の画面として表示されたとき
に強調されているとみなし得る文字書式の条件を解析す
る処理が文字強調解析部１２４で行なわれ、また、ＨＴ
ＭＬフィルタテーブル１２２に示されている文字列の解
析が文字列解析部１２５で行なわれてその文字列から単
語が抽出される。

【００２６】索引登録部１２６は、文字列解析部１２５
によって抽出された単語を見出し語とし、その見出し語
に、Ｗｅｂページ２０についてのインターネット４上に
おける論理的な位置情報と、その単語が含まれていたＷ
ｅｂページ２０の要約と、Ｗｅｂページ２０でその単語
に設定されていた書式が文字強調解析部１２４での解析
によって得られた文字書式の条件に合致することを示す
属性フラグとを対応付けた索引レコードを索引ファイル
３１０に登録する。

【００２７】情報検索部２１０は、インターネット４に
接続されているいずれかのユーザ端末で実行されている
ブラウザ３０の制御によってそのユーザ端末から送られ
てくる情報検索の要求をＷＷＷサーバ部４００から取得
し、その情報検索の条件を示す検索式をその要求から取
り出して検索式格納部２１１に格納する。そして、索引
ファイル３１０を検索してその検索式に示されている単
語（キーワード）が見出しとなっている索引レコードを
取得して検索結果ファイル３２０に格納する。

【００２８】検索結果管理部２２０は、情報検索部２１
０による検索が完了すると、検索結果ファイル３２０に
格納されている索引データに示されている位置情報及び
要約と、その索引レコードでその位置情報に対応して付
されている属性フラグの合計数とを検索結果リストファ
イル３３０に格納する。そして、検索結果リストファイ
ル３３０に格納された位置情報を合計数に従ってソート
する。

【００２９】ＨＴＭＬ作成部４１０は、検索結果リスト
ファイル３３０に格納されているソートされた位置情報
からなる検索結果リストを受け取ってその検索結果リス
トが表現されるＷｅｂページを表現するＨＴＭＬファイ
ルを作成する。作成されたＨＴＭＬファイルはブラウザ
３０が実行されているユーザ端末へ宛ててＷＷＷサーバ
部４００によりインターネット４に送出される。

【００３０】次に、情報検索サイト１の有する情報管理
部１００において行なわれる、Ｗｅｂページの収集及び
索引の生成の処理の詳細について説明する。図３は、イ
ンターネット４に公開されていて情報検索サイト１によ
って収集されるＷｅｂページ２０の例を示している。同
図において、（ｂ）に示すＨＴＭＬソースがブラウザ３
０によって閲覧されると同図（ａ）に示す画面が表示さ
れる。

【００３１】ここで図４について説明する。同図は情報
管理部１００で実行される索引生成処理の処理内容を示
すフローチャートである。この処理が実行されることに
よって、Ｗｅｂページの収集及び索引の生成が情報管理
部１００で行なわれる。まず、Ｓ１０１において、現在
の日付が、予め指定されているＷｅｂページ２０の収集
指定日であるか否かがＷｅｂページ収集管理部１１０で
判別され、この判定結果がＹｅｓ、すなわち現在がその
指定日となったときにのみ、処理がＳ１０２に進む。こ
の日付の指定の仕方は任意であるが、例えば毎月の月末
最終日などといった指定が行なわれる。

【００３２】Ｓ１０２ではインターネット４上で公開さ
れているＷｅｂページ２０の巡回・収集の処理がＷｅｂ
ページ収集管理部１１０によって行なわれる。この巡回
・収集の手法は周知のロボット型検索エンジンで従来か
ら行なわれているものをそのまま利用すればよい。

【００３３】Ｓ１０３では、Ｗｅｂページ解析部１２１
において、前ステップで収集された多数のＷｅｂページ
２０を１ページずつ指し示すためのポインタであるペー
ジポインタとして使用される変数ｍに初期値１が代入さ
れる。Ｓ１０４ではＳ１０２の処理によって収集された
Ｗｅｂページ２０におけるページポインタｍの現在の値
で指し示されるページの構造がＷｅｂページ解析部１２
１によって解析され、続くＳ１０５においてＨＴＭＬフ
ィルタテーブル１２２がＷｅｂページ解析部１２１によ
って生成される。

【００３４】図３に示したＷｅｂページから生成される
ＨＴＭＬフィルタテーブルを図５に示す。Ｗｅｂページ
解析部１２１によって図３（ｂ）に示したＨＴＭＬソー
スが解析されると図５に示すＨＴＭＬフィルタテーブル
が生成される。Ｓ１０４の処理内容について図３（ｂ）
を参照しながら更に説明すると、Ｗｅｂページ解析部１
２１では、解析対象のＨＴＭＬソースの本文、すなわち
<BODY>の開始タグと終了タグとの間に挟まれている部分
が解析の対象とされ、その部分における タグ（改行
タグ）が文の区切りとされてその本文中に含まれる各文
の構造が解析される。

【００３５】図３（ｂ）に示すＨＴＭＬソースから図５
に示すＨＴＭＬフィルタテーブルが作成される様子につ
いて説明すると、まず、ＨＴＭＬソースにおける本文の
記述部分である<BODY>タグの開始タグと終了タグとの間
に挟まれている部分、すなわち<BODY>タグと</BODY> タ
グとに挟まれている部分がＳ１０４の処理による解析の
対象とされる。

【００３６】ここで、まず、解析対象の部分における最
初の タグが記述されている箇所までの部分、すなわ
ち、「 簡単料理 」なる部分が解析される。ここで、なるタグは、の開始タグ
と終了タグとの間に挟まれている部分に記述されている
「簡単料理」なる文字列について、文字サイズを「６」
なる大きさとし且つ文字色を「＃ＦＦ００００」なる数
値で示される色として表示することを示している。な
お、この数値で示される色は赤色である。

【００３７】また、 なるタグは、の開始タグ
と終了タグとの間に挟まれている部分に記述されている
「簡単料理」なる文字列を太字で表示することを示して
いる。Ｓ１０４による解析処理は上述した解析を行なう
ものであり、この後に実行されるＳ１０５の処理によっ
て、ＨＴＭＬページフィルタ１２２にはこの解析結果の
内容を意味する図５の第１行目に示すレコードが格納さ
れる。このレコードを説明すると、「文字列」の欄には
「簡単料理」が格納され、「種別」の欄には「簡単料
理」が文字列であることを示す「ＳＴＲＩＮＧ」が格納
され、「文字列属性」の欄には「簡単料理」の文字列に
ついて「文字サイズ」を「６」、「色」を「赤」として
表示することを示す属性が格納される。さらに「文字列
属性」における「太字」の欄にフラグ「１」が格納され
ることによって「簡単料理」の文字列を太字で表示する
ことが示されていたことが分かる。そして、その次に
「種別」が「ＢＲ」であることのみを内容とする、 
タグの存在を示すレコードがＨＴＭＬページフィルタ１
２２の第２行目に格納される。

【００３８】以下、図３（ｂ）に示すＨＴＭＬソースの
本文部分における残りの部分の解析も同様に行なわれ、
こうして図５に示すＨＴＭＬページフィルタ１２２が生
成される。なお、タグにおけるSIZE属性は、"+1"
や"-1"などというように、通常の表示文字サイズに対す
る相対値で示されている場合もあるが、そのようなとき
にはその相対値を文字サイズとして登録するようにし、
文字サイズの指定がなされていない文字列については"
0" を文字サイズとして登録する。

【００３９】図４の説明へ戻り、Ｓ１０６ではＨＴＭＬ
ページフィルタ１２２に格納された文字列において、索
引属性の基準の設定、すなわち強調表示を行なうことが
設定されているとみなせる文字列属性の基準を解析して
その基準を設定する処理が文字強調解析部１２４で行な
われる。この処理の詳細は後述する。

【００４０】Ｓ１０７では文字列解析部１２５によって
ＨＴＭＬフィルタテーブル１２２の各行（レコード）を
順番にひとつずつ指定するためのポインタであるフィル
タポインタとして使用される変数ｎに初期値１が代入さ
れる。Ｓ１０８では、上述したフィルタポインタｎによ
って指定される行に示されている文字列の種別を示すデ
ータが「ＳＴＲＩＮＧ」であるか否かが文字列解析部１
２５によって判別され、この判別の結果がＹｅｓならば
Ｓ１０９に処理が進み、ＮｏならばＳ１１５に処理が進
む。

【００４１】Ｓ１０９では、フィルタポインタｎによっ
て指定される行に示されている文字列に、Ｓ１０６の処
理によって設定された基準に基づいて索引属性を設定す
る処理が文字列解析部１２５によって行なわれる。この
処理の詳細も後述する。その後、Ｓ１１０においてフィ
ルタポインタｎによって指定される行に示されている文
字列から単語を切り出す処理が文字列解析部１２５によ
って行なわれ、Ｓ１１１において、その切り出された単
語からその品詞が名詞である単語を抽出する処理が文字
列解析部１２５によって続けて行なわれる。

【００４２】なお、Ｓ１１０における単語の切り出しの
処理には周知の方式を採用する。この周知の方式として
は、例えばいわゆる形態素解析を利用し、切り出した単
語の品詞と活用形を各種の辞書を用いてその単語の標準
形を取得してその標準形の単語を文字列から切り出した
単語とする方式や、文字列の切り出しをその文字列の先
頭から１文字ずつずらしながら順に長さＮの語を機械的
に切り出すいわゆるＮグラム方式などがある。

【００４３】Ｓ１１２では、上述したＳ１１１の処理に
よって抽出された単語が存在したか否かが文字列解析部
１２５によって判別され、この判定結果がＹｅｓならば
Ｓ１１３に処理が進み、ＮｏならばＳ１１５に処理が進
む。Ｓ１１３では、前述したＳ１１１の処理によって抽
出された単語を見出しとし、その単語が含まれていたペ
ージの位置情報と、そのページに記載されている文章の
要約と、その単語が含まれていた文字列に対してＳ１０
９の処理によって設定された文字属性とをその見出しの
単語に対応付けた索引が索引登録部１２６で生成され、
続くＳ１１４の処理によって生成された索引が索引ファ
イル３１０に登録される。

【００４４】Ｓ１１５では、文字列解析部１２５によっ
て前述したフィルタポインタｎの指示が１だけ進められ
る。Ｓ１１６では、フィルタポインタｎの現在の数値に
よって指定される行がＨＴＭＬフィルタテーブル１２２
に存在する最終の行を超えてしまったか否かが文字列解
析部１２５によって判別され、この判別結果がＹｅｓな
らば処理がＳ１１７に進み、ＮｏならばＳ１０８へ処理
が戻って上述した処理が繰り返される。

【００４５】Ｓ１１７では、Ｗｅｂページ解析部１２１
によって前述したページポインタｍの指示が１だけ進め
られる。Ｓ１１８では、ページポインタｍの現在の数値
によって指定されるページがＷｅｂページ収集管理部１
１０によって収集されたＷｅｂページ２０の最終のペー
ジを超えてしまったか否かがＷｅｂページ解析部１２１
によって判別され、この判別の結果がＹｅｓならばこの
索引生成処理が終了する。一方、この判別処理の結果が
ＮｏならばＳ１０４へ処理が戻って上述した処理が繰り
返される。

【００４６】以上までの処理が索引生成処理である。次
に、上述した索引生成処理におけるＳ１０６の処理とし
て文字強調解析部１２４で行なわれる索引属性の基準設
定処理の詳細について説明する。図６は索引属性の基準
設定処理の処理内容を示すフローチャートである。

【００４７】まず、Ｓ１２１において、ＨＴＭＬフィル
タテーブル１２２における「種別」が「ＳＴＲＩＮＧ」
である行の文字列の文字数の合計が、「文字列属性」に
おける文字サイズ毎に算出される。次に、Ｓ１２２にお
いて、各文字サイズの出現率、すなわちＨＴＭＬフィル
タテーブル１２２に示されている全ての文字列の文字数
に対する各文字サイズの文字数の割合が算出される。

【００４８】Ｓ１２３では、予め設定されている文字サ
イズについての基準出現率Ｓが取得される。Ｓ１２４で
は、Ｓ１２２の処理によって算出された出現率が文字サ
イズの大きい順に累計加算され、続くＳ１２５におい
て、その累計値が基準値Ｓを上回ったか否かが判別され
る。そして、この判別結果がＹｅｓとなったときに処理
がＳ１２６に進む。一方、この判別結果がＮｏである間
は、Ｓ１２４の処理が繰り返される。

【００４９】Ｓ１２６では、前ステップの判別処理の結
果がＹｅｓとなったときにその直前のＳ１２４の処理で
加算された出現率に対応する文字サイズよりもひとつ大
きい文字サイズが基準文字サイズＥｓｉｚｅとして設定
される。後述する索引属性の基準設定処理においては、
この基準文字サイズＥｓｉｚｅ以上の文字サイズの属性
の設定されている文字列が、Ｗｅｂページ２０において
強調表示を行なっている文字列であるとみなされる。

【００５０】Ｓ１２７では、ＨＴＭＬフィルタテーブル
１２２における「種別」が「ＳＴＲＩＮＧ」である行に
示されている全ての文字列の文字数の合計が、「文字列
属性」における文字色毎に算出される。Ｓ１２８では、
各文字色の出現率、すなわちＨＴＭＬフィルタテーブル
１２２に示されている全ての文字列の文字数に対する各
文字色の文字数の割合が算出される。

【００５１】Ｓ１２９では、予め設定されている文字色
についての基準出現率Ｃが取得される。Ｓ１３０では、
出現率が基準出現率Ｃ以上である文字色Ｃｎが存在する
か否かが判別され、この判別結果がＹｅｓのときにの
み、Ｓ１３１において、この文字色Ｃｎが基準色Ｅｃｏ
ｌｏｒとして設定される。後述する索引属性の基準設定
処理においては、この基準色Ｅｃｏｌｏｒとは異なる文
字色の属性の設定されている文字列が、Ｗｅｂページ２
０において強調表示を行なっている文字列であるとみな
される。

【００５２】Ｓ１３０及びＳ１３１の処理を終えるとこ
の索引属性の基準設定処理が終了し、前述した図４へと
処理が戻る。以上までの処理が索引属性の基準設定処理
である。次に、上述した索引属性の基準設定処理を図８
の例を用いて更に説明する。

【００５３】図８（Ａ）は、文書１なるＷｅｂページに
含まれる文字の出現率を示しており、はＳ１２２まで
の処理によって得られた各文字サイズの出現率を示すテ
ーブル、はＳ１２８までの処理によって得られた各文
字色の出現率を示すテーブルである。

【００５４】今、Ｓ１２３の処理によって取得された文
字サイズについての基準出現率Ｓが１０％であったとす
る。において、文字サイズが「５」以上のものについ
ての出現率の合計は３％＋５％＝８％であり、この値は
上述した基準出現率Ｓを下回っている。一方、文字サイ
ズが「４」以上のものについての出現率の合計は３％＋
５％＋７０％＝７８％であり、この値は上述した基準出
現率Ｓを超えている。従って、Ｓ１２５の判別処理は、
Ｓ１２４の処理において文字サイズが「４」以上のもの
についての出現率の合計を算出したときにその結果がＹ
ｅｓとなる。そして、このときに実行されるＳ１２６で
は、その直前のＳ１２４の処理で加算された出現率に対
応する文字サイズよりもひとつ大きい文字サイズ、すな
わち、「５」が基準文字サイズＥｓｉｚｅとして設定さ
れる。従って、後述する索引属性の基準設定処理におい
ては、「５」以上の文字サイズの属性が設定されている
文字列、すなわち文字サイズが「５」若しくは「６」に
設定されている文字列がＷｅｂページ２０において強調
表示を行なっている文字列であるとみなされる。

【００５５】次に、Ｓ１２９の処理によって取得された
文字色についての基準出現率Ｃについて、文書１に含ま
れる文字の文字色についての出現率のうちの最大のもの
とすることが予め設定されていたとする。において、
出現率が最大の文字色は「黒」であり、その出現率は９
０％である。よってＳ１２９の処理ではこの出現率が基
準出現率Ｃとして設定されるため、続くＳ１３０及びＳ
１３１の処理では、出現率が基準出現率Ｃ以上である文
字色、すなわちここでは出現率が９０％以上である黒色
のみが基準色Ｅｃｏｌｏｒとして設定される。従って、
後述する索引属性の基準設定処理においては、黒色とは
異なる文字色の属性が設定されている文字列、すなわち
ここでは文字色が「赤」若しくは「青」である文字列が
Ｗｅｂページ２０において強調表示を行なっている文字
列であるとみなされる。

【００５６】図８（Ｂ）は、文書２なるＷｅｂページに
含まれる文字の出現率を示しており、はＳ１２２まで
の処理によって得られた各文字サイズの出現率を示すテ
ーブル、はＳ１２８までの処理によって得られた各文
字色の出現率を示すテーブルである。

【００５７】今、Ｓ１２３の処理によって取得された文
字サイズについての基準出現率Ｓが文書１のＷｅｂペー
ジと同様に１０％であったとする。において、文字サ
イズが「４」以上のものについての出現率の合計は１％
であり、この値は上述した基準出現率Ｓを下回ってい
る。一方、文字サイズが「３」以上のものについての出
現率の合計は１％＋９９％＝１００％であり、この値は
上述した基準出現率Ｓを超えている。従って、Ｓ１２５
の判別処理は、Ｓ１２４の処理において文字サイズが
「３」以上のものについての出現率の合計を算出したと
きにその結果がＹｅｓとなる。そして、このときに実行
されるＳ１２６では、その直前のＳ１２４の処理で加算
された出現率に対応する文字サイズよりもひとつ大きい
文字サイズ、すなわち、「４」が基準文字サイズＥｓｉ
ｚｅとして設定される。従って、後述する索引属性の基
準設定処理においては、「４」以上の文字サイズの属性
が設定されている文字列、すなわち文字サイズが「５」
に設定されている文字列がＷｅｂページ２０において強
調表示を行なっている文字列であるとみなされる。

【００５８】次に、Ｓ１２９の処理によって取得された
文字色についての基準出現率Ｃが１０％であったとす
る。において、Ｓ１３０及びＳ１３１の処理では、出
現率が基準出現率Ｃ以上である文字色、すなわちここで
は出現率が１０％以上である赤色及び青色が基準色Ｅｃ
ｏｌｏｒとして設定される。従って、後述する索引属性
の基準設定処理においては、赤色若しくは青色のどちら
とも異なる文字色の属性が設定されている文字列、すな
わちここでは文字色が「黒」である文字列がＷｅｂペー
ジ２０において強調表示を行なっている文字列であると
みなされる。

【００５９】次に、前述した索引生成処理におけるＳ１
０９の処理として文字列解析部１２５で行なわれる索引
属性の設定処理の詳細について説明する。まず、Ｓ１４
１では、ＨＴＭＬフィルタテーブル１２２における、前
述したフィルタポインタｎの現在の値によって指定され
る行に示されている文字列属性が取得される。

【００６０】Ｓ１４２では、前ステップの処理によって
取得された文字列属性における文字サイズが、前述した
索引属性の基準設定処理によって設定された基準文字サ
イズＥｓｉｚｅ以上であるか否かが判別され、この判別
の結果がＹｅｓのときにのみ、Ｓ１４３において、前述
したフィルタポインタｎの現在の値によって指定される
行に示されている文字列に対して与えられる属性が一時
的に保持される索引属性バッファに定義されている文字
サイズフラグが「１」にセットされる。

【００６１】Ｓ１４４では、Ｓ１４１の処理によって取
得された文字列属性における文字色が、前述した索引属
性の基準設定処理によって設定された基準文字色Ｅｃｏ
ｌｏｒと異なるか否かが判別され、この判別の結果がＹ
ｅｓのときにのみ、すなわち文字色が異なるときにの
み、Ｓ１４５において、前述したフィルタポインタｎの
現在の値によって指定される行に示されている文字列に
対して与えられる属性が一時的に保持される索引属性バ
ッファに定義されている文字色フラグが「１」にセット
される。

【００６２】Ｓ１４６では、Ｓ１４１の処理によって取
得された文字列属性における「太字」の欄にフラグ
「１」が格納されているか否かが判別され、この判別の
結果がＹｅｓのときにのみ、Ｓ１４７において、前述し
たフィルタポインタｎの現在の値によって指定される行
に示されている文字列に対して与えられる属性が一時的
に保持される索引属性バッファに定義されている太字フ
ラグが「１」にセットされる。

【００６３】Ｓ１４６及びＳ１４７の処理を終えるとこ
の索引属性の設定処理が終了し、前述した図４へと処理
が戻る。以上までの処理が索引属性の設定処理である。
図３に例示したＷｅｂページ２０に対して以上までに説
明した図４の単語索引生成処理が施されることによって
生成される索引ファイル３１０のデータ構造を図９に示
す。なお、同図においては、図３に示したＷｅｂページ
２０の公開されているインターネット４上の論理的な位
置を「文書１」として示しているが、例えばこの位置情
報をＵＲＬ（Uniform Resource Locator）で示すように
しても勿論構わない。

【００６４】図９における見出し語「簡単」の行を例に
して索引ファイル３１０を説明すると、「簡単」の語は
インターネット４上における「文書１」なる位置で公開
されているＷｅｂページ２０に含まれており、Ｗｅｂペ
ージ２０中でこの語は文字サイズによる強調表示、文字
色による強調表示、及び太字による強調表示の全てがな
されていることが示されている。図３を参照すれば、
「簡単」の語について上述した強調表示を行なせること
が示されている。

【００６５】次に、情報検索サイト１の有する情報検索
管理部２００において行なわれる情報検索の処理の詳細
について、具体例を提示して説明する。図１０は情報管
理検索部２００で実行される検索処理の処理内容を示す
フローチャートである。まず、同図に沿って検索処理の
処理内容を説明する。

【００６６】Ｓ２０１では、ブラウザ３０から送られて
くる、情報検索の要求及びその検索の対象である単語が
示されている検索式が受信されたか否かが情報検索部２
１０で判別され、この判別結果がＹｅｓとなったときに
のみ、処理がＳ２０２に進む。なお、情報検索部２１０
では、検索式が送られてくるとその検索式を検索式格納
部２１１に格納する。

【００６７】Ｓ２０２では送られてきた検索式が情報検
索部２１０で解析され、その検索式から検索対象である
単語が切り出される。Ｓ２０３では、検索単語が切り出
された順番で、その検索単語をキーとした索引ファイル
３１０の見出し語の検索が情報検索部２１０によって行
なわれる。

【００６８】Ｓ２０４では、前ステップでの検索の結
果、検索単語に一致する見出し語が発見されたか否かが
情報検索部２１０によって判別され、この判別の結果が
ＹｅｓならばＳ２０５に処理が進み、ＮｏならばＳ２０
７に処理が進む。Ｓ２０５では、情報検索部２１０によ
って、検索単語に一致する見出し語の含まれていた検索
レコードから位置情報、要約、及び属性フラグが全て取
得され、続くＳ２０６において、この検索単語に一致す
る見出し語と、位置情報、要約、及び属性フラグとから
なるレコードが情報検索部２１０によって検索結果ファ
イル３２０に格納される。

【００６９】Ｓ２０７では、前述したＳ２０２の処理に
よって切り出された全ての検索単語について前述したＳ
２０３の検索の処理が行なわれたか否かが情報検索部２
１０によって判別され、この判別の結果がＹｅｓならば
Ｓ２０８に処理が進み、一方この判別の結果がＮｏなら
ばＳ２０３へと処理が戻って未だ検索の処理の行なわれ
ていない検索単語について上述した処理が行なわれる。

【００７０】ここで、Ｓ２０８において、検索結果ファ
イル３２０に格納されている位置情報のうち前述したＳ
２０２の処理によって切り出された全ての検索単語に該
当する位置情報、すなわち検索結果ファイル３２０の全
てのレコードに共通に含まれている位置情報が検索結果
管理部２２０によって検索結果ファイル３２０から要約
と共に抽出される。

【００７１】Ｓ２０９では、前ステップでの処理によっ
て位置情報の抽出が行なえたか否か、すなわち検索結果
ファイル３２０の全てのレコードに共通に含まれている
位置情報が存在したか否かが検索結果管理部２２０によ
って判別され、この判別の結果がＹｅｓならばＳ２１０
に処理が進み、ＮｏならばＳ２１３に処理が進む。

【００７２】Ｓ２１０では、前述したＳ２０８の処理に
よって抽出された位置情報と、検索結果ファイル３２０
においてその位置情報に対応付けられて格納されている
要約とが検索結果管理部２２０によって検索結果リスト
ファイル３３０に格納される。

【００７３】Ｓ２１１では、検索結果ファイル３２０に
おいて、前述したＳ２０８の処理によって抽出された位
置情報に対応付けられて格納されている属性フラグの個
数がその位置情報毎に検索結果管理部２２０によって計
数され、この計数結果が属性ポイント数として検索結果
リストファイル３３０に格納される。

【００７４】Ｓ２１２では、前ステップによって計数さ
れた属性ポイントの計数値の大きい順となるように検索
結果リストファイル３３０が検索結果管理部２２０によ
ってソートされる。Ｓ２１３では、検索結果リストファ
イル３３０に基づき、ソートされた後の検索結果リスト
の内容をＷｅｂページで表現するＨＴＭＬファイルがＨ
ＴＭＬ作成部４１０によって作成され、続くＳ２１４に
おいて、作成されたＨＴＭＬファイルがＷＷＷサーバ部
４００によって前述した検索式の送信元であるブラウザ
３０へ宛てて送出され、この検索処理が終了する。

【００７５】以上までの処理が検索処理である。次に、
この検索処理について、索引ファイル３１０として図９
に示したものが情報データベース管理部３００に格納さ
れている場合を例にして説明する。まず、ブラウザ３０
から検索式が送られてくると、Ｓ２０１の判別の結果が
Ｙｅｓとなり、続くＳ２０２において検索単語の切り出
しが行なわれる。ここでは、このＳ２０２の処理の結
果、検索単語として「ハンバーグ」、「トマト」の各語
が切り出されたものとする。

【００７６】検索単語の切り出しが完了すると処理はＳ
２０３に進み、まず、索引ファイル３１０の見出し語に
ついて検索単語「ハンバーグ」の検索が行なわれ、図９
における見出し語「ハンバーグ」についてのレコードが
発見される。従ってＳ２０４の判別処理の結果はＹｅｓ
となり、Ｓ２０５に処理が進む。

【００７７】Ｓ２０５では発見されたレコードから位置
情報、要約、及び属性フラグが全て取得され、続くＳ２
０６においてその位置情報、要約、及び属性フラグから
なるレコードが検索結果ファイル３２０に格納される。
その後、Ｓ２０７における判別処理が行なわれるが、前
述したＳ２０２の処理によって切り出された検索単語の
うち「トマト」についてはＳ２０３の検索の処理が未だ
行なわれていないので、Ｓ２０７の判別処理の結果はＮ
ｏとなり、処理はＳ２０３へと戻る。

【００７８】以降、検索単語「トマト」について上述し
た検索単語「ハンバーグ」と同様の処理が行なわれ、図
９に示す索引ファイル３１０から見出し語「トマト」に
ついてのレコードが発見されてそのレコードにおける位
置情報、文字列、及びリンクフラグと検索単語「トマ
ト」とからなるレコードが検索結果ファイル３２０に格
納される。

【００７９】以上までの処理によって生成される検索結
果ファイル３２０の内容を図１１に示す。この図１１に
示す検索結果ファイル３２０が生成された後にはＳ２０
７の判別処理の結果がＮｏとなり、処理はＳ２０８に進
む。

【００８０】Ｓ２０８では、検索結果ファイル３２０の
全てのレコードに共通に含まれている位置情報の抽出が
行なわれ、その結果、「ハンバーグ」及び「トマト」の
両レコードに共通に含まれている位置情報としてここで
は「文書１」、「文書２」、及び「文書３」の３つが抽
出されとものとする。従って、続くＳ２０９の判別処理
の結果はＹｅｓとなり、処理はＳ２１０に進む。

【００８１】Ｓ２１０では、抽出された「文書１」、
「文書２」、及び「文書３」の３つの位置情報と、検索
結果ファイル３２０においてその位置情報に対応付けら
れて格納されている文字列とが検索結果リストファイル
３３０に格納され、続くＳ２１１において、抽出された
位置情報「文書１」、「文書２」、及び「文書３」の各
々に対応付けられて格納されている属性フラグの個数が
それぞれ計数され、その計数結果が属性ポイント数とし
て検索結果リストファイル３３０に格納される。

【００８２】ここで図１２について説明する。同図は、
検索結果リストファイル３３０の内容を示しており、上
述したＳ２１１までの処理によって、同図（ａ）に示す
ものが検索結果リストファイル３３０として作成され
る。図１１に示す検索結果ファイル３２０では、「文書
１」についての属性フラグは合計６つ格納されているの
で、図１２（ａ）に示す検索結果リストファイル３３０
における位置情報「文書１」についての属性ポイント数
は「６」とされる。

【００８３】「文書２」及び「文書３」の属性ポイント
についても同様であり、図１１に示す検索結果ファイル
３２０より、図１２（ａ）に示す検索結果リストファイ
ル３３０における「文書２」についての属性ポイント数
は「０」とされ、「文書３」についての属性ポイント数
は「３」とされる。

【００８４】前述したＳ２１１までの処理によって図１
２（ａ）にその内容を示す検索結果リストファイル３３
０が作成されると、続くＳ２１２において、属性ポイン
ト数値の大きい順となるように検索結果リストファイル
３３０のソートが行なわれる。図１２（ａ）の検索結果
リストファイル３３０に対して属性ポイント数に基づく
ソートの行なわれた結果が図１２（ｂ）に示されている
ものであり、各行の順番が属性ポイントの高い「文書
１」、「文書３」、「文書２」の順に並べ替えられてい
る。

【００８５】その後、Ｓ２１３において、図１２（ｂ）
のようにソートが行なわれた検索結果リストファイル３
３０の内容をＷｅｂページで表現するＨＴＭＬファイル
が作成され、続くＳ２１４において作成されたＨＴＭＬ
ファイルが送出されてこの検索処理が終了する。

【００８６】作成されたＨＴＭＬファイルがブラウザ３
０によって閲覧されることによって表示される、情報検
索の結果を示すＷｅｂページの画面例を図１３に示す。
同図に示す画面において、「ハンバーグ」及び「トマ
ト」の語についての検索結果であって重要度の高い情報
の得られることの期待されるものから優先的に並べられ
ている、「文書１」、「文書３」及び「文書２」の位置
情報には各々その位置情報で示されるＷｅｂページ２０
へのハイパーリンクが埋め込まれ、この検索結果の利用
者への便宜が図られている。

【００８７】なお、以上までに説明した実施形態におけ
るＷｅｂページ２０についてのＨＴＭＬソースの解析で
は、その文字列がＷｅｂページ２０中で強調されている
かどうかを、タグ及び タグの記述に基づいて
判定しているが、この他のタグの記述に基づいてこの判
定を行なうようにしてもよい。この強調の判定に採用す
ることのできるタグの例としては、文字列を斜体文字で
表示させる タグや文字列に下線を付す タグ、あ
るいは標準的なブラウザでは単に太字文字で文字列を表
示させるに過ぎないもののＷｅｂページに記載されてい
る文章を音声により読み上げる音声ブラウザではその文
字列を強く発音させるようにすることのできる
タグなどがある。また、文字列の表示に使用されるフォ
ントの種類を指定するためのFACE属性が指定されている
タグに基づき、そのＷｅｂページの表示ために通
常使用されるものとは異なるフォントが指定されている
文字列はそのＷｅｂページにおいて強調されているもの
と判定するようにしてもよい。

【００８８】なお、以上までに説明した本発明の実施形
態において情報サイト１が行なっていた索引生成処理及
び検索処理と同様の処理を前述したような標準的な構成
を有するコンピュータに行なわせるための制御プログラ
ムを作成し、その制御プログラムをそのコンピュータに
読み込ませて実行させることにより、このようなコンピ
ュータで本発明を実施することができる。

【００８９】また、このような制御プログラムをコンピ
ュータで読み取り可能な記録媒体に記録させ、そのプロ
グラムを記録媒体からコンピュータに読み出させて実行
させることによって本発明をコンピュータで実施するこ
とも可能である。記録させた制御プログラムをコンピュ
ータで読み取ることの可能な記録媒体の例を図１４に示
す。同図に示すように、記録媒体としては、例えば、コ
ンピュータ５０１に内蔵若しくは外付けの付属装置とし
て備えられるＲＯＭやハードディスク装置などの記憶装
置５０２、あるいはフレキシブルディスク、ＭＯ（光磁
気ディスク）、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭなどとい
った携帯可能記録媒体５０３等が利用できる。また、記
録媒体はネットワーク５０４を介してコンピュータ５０
１と接続される、プログラムサーバ５０５として機能す
るコンピュータが備えている記憶装置５０６であっても
よい。この場合には、制御プログラムを表現するデータ
信号で搬送波を変調して得られる伝送信号を、プログラ
ムサーバ５０５５から伝送媒体であるネットワーク５０
４を通じて伝送するようにし、コンピュータ５０１では
受信した伝送信号を復調して制御プログラムを再生する
ことで当該制御プログラムを実行できるようになる。

【００９０】

【発明の効果】本発明によれば、通信ネットワーク上で
公開されている文書情報に含まれている文字列を構成す
る単語に、その文書情報の位置を示す位置情報、及びそ
の文字列に与えられている強調を示す強調属性を対応付
けて索引ファイルに登録することで、検索対象を表す単
語に基づいてその索引ファイルの検索を行った場合に、
その検索によって取得された位置情報のうち、その位置
情報に対応付けられた単語に強調属性が対応付けられて
いるものを優先して提示することができるので、検索目
的に対してより適切な情報検索結果を情報検索者に提供
することができる。

【図面の簡単な説明】

【図１】本発明を実施する情報検索サイトが情報検索サ
ービスを提供する通信ネットテワークの全体構成を示す
図である。

【図２】情報検索サイトの詳細構成を示す図である。

【図３】Ｗｅｂページの一例を示す図である。

【図４】単語索引生成処理の処理内容を示すフローチャ
ートである。

【図５】ＨＴＭＬフィルタテーブルの例を示す図であ
る。

【図６】索引属性の基準設定処理の処理内容を示すフロ
ーチャートである。

【図７】索引属性の設定処理の処理内容を示すフローチ
ャートである。

【図８】索引属性の設定処理を説明する図である。

【図９】索引ファイルのデータ構造を示す図である。

【図１０】検索処理の処理内容を示すフローチャートで
ある。

【図１１】索引結果ファイルの例を示す図である。

【図１２】索引結果リストファイルのソートの様子を示
す図である。

【図１３】情報検索の結果を示すＷｅｂページの画面例
を示す図である。

【図１４】記録させたプログラムをコンピュータで読み
取ることの可能な記録媒体の例を示す図である。

【符号の説明】

１情報検索サイト２ａ、２ｂ、２ｃ、２ｄ情報提供サイト３ａ、３ｂユーザ端末４インターネット２０、２０ａ、２０ｂ、２０ｃ、２０ｄＷｅｂページ３０、３０ａ、３０ｂブラウザ１００情報管理部１１０Ｗｅｂページ収集管理部１２０索引作成管理部１２１Ｗｅｂページ解析部１２２ＨＴＭＬフィルタテーブル１２３単語抽出管理部１２４文字強調解析部１２５文字列解析部１２６索引登録部２００情報検索管理部２１０情報検索部２１１検索式格納部２２０検索結果管理部３００データベース管理部３１０索引ファイル３２０検索結果ファイル３３０検索結果リストファイル４００ＷＷＷサーバ部４１０ＨＴＭＬ作成部５０１コンピュータ５０２、５０６記憶装置５０３携帯可能記録媒体５０４ネットワーク５０５プログラムサーバ

Claims

【特許請求の範囲】

【請求項１】通信ネットワーク上で公開されている文
書情報に含まれている単語と、該通信ネットワーク上の
論理的な位置を示す情報であって該単語を含む情報が存
在する文書情報位置を示す位置情報とを対応付けてなる
索引ファイルを用意し、検索の対象を表す単語に基づい
て該索引ファイルを検索して該検索対象を表す単語に対
応している位置情報を提示するシステムであって、前記文書情報に含まれている文字列に与えられている属
性であって強調を示す強調属性を取得する強調属性取得
手段と、前記文字列から単語を抽出する抽出手段と、前記抽出手段によって抽出された単語に、該単語につい
ての前記位置情報と該単語の抽出元の文字列に与えられ
ている前記強調属性とを対応付けて前記索引ファイルに
登録する登録手段と、前記検索対象を表す単語に基づいて前記索引ファイルの
検索を行なって該単語に対応付けられている位置情報を
該索引ファイルから取得する検索手段と、前記検索手段によって取得された位置情報のうち、前記
索引ファイルにおいて該検索手段が該位置情報の検索の
対象とした単語に前記強調属性が対応付けられているも
のを優先して該位置情報を提示する提示手段と、を有することを特徴とする情報検索システム。
【請求項２】前記文書情報に含まれている文字列に与
えられている属性は、該文字列を表示するときに用いら
れる文字の大きさを示す属性、若しくは該文字列を表示
するために用いられる文字の色彩を示す属性であること
を特徴とする請求項１に記載の情報検索システム。
【請求項３】前記強調属性取得手段は、前記文書情報に含まれている文字列に与えられている属
性についての該文書情報における出現頻度を該属性毎に
算出する出現頻度算出手段と、前記属性が前記強調属性であるか否かを判別する基準を
該属性毎の出現頻度に基づいて設定する強調属性設定手
段と、前記基準に基づいて、前記文書情報に含まれている文字
列に与えられている属性が前記強調属性であるか否かを
判別する強調属性判別手段と、を有することを特徴とする請求項１又は２に記載の情報
検索システム。
【請求項４】前記強調属性取得手段は、前記文書情報
に含まれている文字列に与えられている属性が該文字列
を表示するために用いられる文字を太字とする旨を示し
ているときには、該属性を前記強調属性であるとみなす
ことを特徴とする請求項１に記載の情報検索システム。
【請求項５】前記提示手段は、前記検索手段によって
取得された位置情報のうち、前記検索ファイルにおいて
該検索手段が該位置情報の検索の対象とした単語に対応
付けられている前記強調属性の数が多いものほど優先し
て該位置情報を提示することを特徴とする請求項１に記
載の情報検索システム。
【請求項６】通信ネットワーク上で公開されている文
書情報に含まれている単語と、該通信ネットワーク上の
論理的な位置を示す情報であって該単語を含む情報が存
在する文書情報位置を示す位置情報とを対応付けてなる
索引ファイルを用意し、検索の対象を表す単語に基づい
て該索引ファイルを検索して該検索対象を表す単語に対
応している位置情報を提示する方法であって、前記文書情報に含まれている文字列に与えられている属
性であって強調を示す強調属性を取得し、前記文字列から単語を抽出し、前記文字列から抽出された単語に、該単語についての前
記位置情報と該単語の抽出元の文字列に与えられている
前記強調属性とを対応付けて前記索引ファイルに登録
し、前記検索対象を表す単語に基づいて前記索引ファイルの
検索を行なって該単語に対応付けられている位置情報を
該索引ファイルから取得し、前記検索によって取得された位置情報のうち、前記検索
ファイルにおいて該位置情報の検索の対象とした単語に
前記強調属性が対応付けられているものを優先して該位
置情報を提示する、ことを特徴とする情報検索方法。
【請求項７】コンピュータに実行させることにより、
通信ネットワーク上で公開されている文書情報に含まれ
ている単語と該通信ネットワーク上の論理的な位置を示
す情報であって該単語を含む情報が存在する文書情報位
置を示す位置情報とを対応付けてなる索引ファイルを用
意する処理と、検索の対象を表す単語に基づいて該索引
ファイルを検索して該検索対象を表す単語に対応してい
る位置情報を提示する処理とを該コンピュータに行なわ
せるためのプログラムであって、前記文書情報に含まれている文字列に与えられている属
性であって強調を示す強調属性を取得する処理と、前記文字列から単語を抽出する処理と、前記文字列から抽出された単語に、該単語についての前
記位置情報と該単語の抽出元の文字列に与えられている
前記強調属性とを対応付けて前記索引ファイルに登録す
る処理と、前記検索対象を表す単語に基づいて前記索引ファイルの
検索を行なって該単語に対応付けられている位置情報を
該索引ファイルから取得する処理と、前記検索によって取得された位置情報のうち、前記検索
ファイルにおいて該位置情報の検索の対象とした単語に
前記強調属性が対応付けられているものを優先して該位
置情報を提示する処理と、をコンピュータに行なわせるためのプログラム。