JP2003256472A

JP2003256472A - 文書検索システム

Info

Publication number: JP2003256472A
Application number: JP2002054185A
Authority: JP
Inventors: Jugo Noda; 十悟野田; Takashi Saito; 隆斎藤
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2002-02-28
Filing date: 2002-02-28
Publication date: 2003-09-12

Abstract

(57)【要約】【課題】検索者が検索結果に対して、検索結果の文章
を参照する前に所望の検索結果であるかどうかを判断可
能とした文書検索システムを得る。【解決手段】文書管理アプリケーション１２１は、ま
ず、種文書から１または複数の検索タームを抽出して、
有用な検索タームを選定する。その後、検索タームとそ
の重みとを使用して文書１４０を検索し、検索結果の文
書の適合度を算出する。検索により抽出された文書は、
その文書適合度と共にWeb ブラウザ１１１の表示画面に
Web サーバ１２３を介して表示される。文書適合度は検
索タームの重み分布で表示され、ユーザが検索タームの
重みを変更したとき、検索結果にリアルタイムに反映し
て視覚化される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文書検索システム
に係り、特に、電子化文書の内容を走査することによ
り、ユーザが予め検索条件として登録した文書に対する
適合度を算出する文書間適合度算出機能を有する文書検
索システムに関する。

【０００２】

【従来の技術】近年、電子メールや電子ニュース等によ
り大量の電子化文書（以下、テキストと呼ぶ）が時々刻
々とユーザへ配信されるようになってきた。また、ＷＷ
Ｗ（World Wide Web）を利用して情報発信を行う情報源
が急増しており、これらの情報源から情報収集ロボット
等を用いて収集されるテキストも膨大な量となってい
る。このため、これらのテキストの中から、真にユーザ
が求める情報を含むテキストを検索するニーズが高まっ
ている。

【０００３】従来の検索システムにおいて、ユーザが行
う操作は、検索単語入力検索結果の要否判定検索結果絞込み、あるいは、検索語を修正しての再検
索の３段階に分けることができる。

【０００４】前述したの操作の段階において、従来、
ユーザは、検索に必要と思われる単語をある構文に従っ
て検索式を組み立て、それを入力することにより検索を
行ってきた。しかし、検索に不慣れなユーザが、所望す
る情報を得るための適切な単語を入力したり、必要な情
報だけを取り出して、不要な情報を振り落とすための複
雑な検索式を組み立てることは困難である。

【０００５】このため、検索式の組み立ての困難を解決
する従来技術として、例えば、特開２０００−３３９３
４６号公報に記載された技術が知られている。この従来
技術は、検索式を組み立てる代わりに、ユーザが所望す
る情報を含む文書（以下、種文書と呼ぶ）を入力して検
索を行うというものである。この従来技術は、種文書か
ら検索に必要な単語（以下、検索タームと呼ぶ）を自動
的に抽出し、この抽出した単語に適切な重みを付けて、
検索結果の文章の適合度を計算し、この適合度が一定値
よりも大きいものを検索結果とするというものである。

【０００６】次に、前述したの操作の段階で、検索結
果が表示されるが、ユーザは、その検索結果が正しいか
否かを検索結果の表示から判断する。一般的なシステム
は、その文書の表題を、その検索結果の重み順に表示す
る。これは、表題が文書の内容をよく表していると考え
られるからである。

【０００７】しかし、表題が必ず文書の内容を反映して
いるとは限らないので、ユーザが表題だけを見て、検索
結果から求める文書を選択するのは困難である。この問
題を解決するために、文書の一部を検索結果として表示
するシステムも知られている。但し、文書の一部といっ
ても、その文書の内容を適切に表す部分が表示されると
は限らない。このため、文書の一部ではなく、文書の要
約を表示するシステムも知られている。

【０００８】最後のの操作での絞込み操作は、あまり
にも多い検索結果を少なくしたい、あるいは、ユーザが
参照する部分を少しでも少なくしたいと思ったときに行
う操作である。この操作は、通常、の操作から、求め
る検索結果を修正するために必要な単語を得て、その単
語で検索結果をフィルタリングすることにより行われ
る。しかし、検索結果がユーザの求める検索結果とずれ
ていて、適切な単語を見付けることができなかった場
合、検索結果の文章を参照して検索単語を見直すか、別
の種文書を探し出して再検索するしかない。

【０００９】

【発明が解決する課題】前述した３段階の操作におい
て、従来技術による検索システムは、次に説明するよう
ないくつかの問題点を有している。

【００１０】まず、の操作において、文書の内容が表
示されても、適切に表示されないことである。この問題
は、表題を表示する代りに、文書の一部や、要約を表示
することにより改善できるが、要約は、文書に複数の内
容が含まれている場合、ユーザの求める部分が欠落する
こともあり、判断を誤ってしまう。このような場合に、
正しく判断するには、本文を参照するしかない。

【００１１】また、の操作において、絞込みを行うた
めの適切な検索単語を見付けることが難しく、意図した
フィルタリングが行われないことが多い点である。ま
た、新たな種文書の入力においても、現在の検索結果に
使われた検索タームよりも、より適切な検索タームが抽
出されるかどうかが不明であり、ユーザの意図通りの調
整を行うことが困難である。

【００１２】さらに、操作において、検索結果が正し
いかどうかを判定するためには、その文書の表題を表示
したり、文書の要約を表示することにより行ってきた
が、これらの方法は、 (ａ)表題は、必ずしも文書の内容を代弁していない (ｂ)要約は、その文書全体の要約であり、ユーザの望む
部分が要約に含まれるとは限らないという問題点がある。

【００１３】また、要約処理を行うには、一定の時間が
かかるので先に要約を作成しておく場合もあるが、その
場合、要約を記憶しておくための、記憶容量が別に必要
となり記憶領域の無駄となるという問題を生じる。

【００１４】また、操作の絞込み操作において、 (ｃ)絞込みの結果が、正しいかどうか判断できない (ｄ)種文書の再入力では、前回の種文書より適切な種文
書が入力できたかどうか判断することができないという問題があり、ユーザが自分の意図した検索結果に
正しく絞り込めたかどうか判断できないという問題があ
る。

【００１５】本発明の目的は、前述したような従来技術
の問題点を解決し、前述したの操作において、検索結
果の文章が所望する文書か否かを判断するためにテキス
トの特徴を視覚化し、検索タームの重みを変更した場
合、各検索結果の文書の特徴がどのように変化するかを
リアルタイムに視覚化して、従来の絞込みでは探し出す
ことの難しかった文書を的確に絞り込んで見つけること
ができるようにした文書検索システムを提供することに
ある。

【００１６】

【課題を解決するための手段】本発明によれば前記目的
は、１または複数の検索タームに基づいて文書の全文検
索を行う文書検索システムにおいて、与えられた検索用
の文書から１または複数の検索タームを抽出する検索タ
ーム抽出手段と、検索ターム抽出手段によって抽出され
た１または複数の検索タームに基づいて全文検索を行う
文書検索手段と、文書検索手段によって検索された文書
のそれぞれに対する検索ターム毎の適合度を算出し、与
えられた検索ターム全体に対する適合度を算出する適合
度算出手段と、前記文書検索手段によって検索された文
書を表示するとき、前記適合度算出手段によって算出さ
れた適合度を、検索ターム毎の適合度の和と検索結果文
書中の出現回数とによって表示する検索結果表示手段と
を備えたことにより達成される。

【００１７】前述において、検索結果文書の適合度は、
検索タームの適合度を算出した後、それぞれを加算した
ものとして算出することができ、この検索結果文書の適
合度は、検索ターム毎の割合が判るように表示される。
前述の検索ターム毎の割合の表示は、検索ターム毎の重
みと検索結果文章での出現回数とを記憶しておき、その
値を使用して行われる。これは、検索タームの適合度
が、その重みと出現回数とに比例することを利用したも
のである。

【００１８】これにより、ユーザは、検索結果文書の適
合度に検索タームがどの程度貢献しているかを見て、検
索結果文書を読む前に、ユーザが所望している文書か否
かかを判断することができる。

【００１９】

【発明の実施の形態】以下、本発明による文書検索シス
テムの実施形態を図面により詳細に説明する。

【００２０】図１は本発明の一実施形態による文書検索
システムの構成を示すブロック図、図２は文書のデータ
ベースへの格納形式を説明する図である。図１におい
て、１００は文書検索システム、１１０はクライアン
ト、１１１はWeb ブラウザ、１２０はサーバ、１２１は
文書管理アプリケーション、１２２はデータベース、１
２３はWeb サーバ、１３０は表示画面、１４０は文書、
１５０はネットワークである。

【００２１】図１に示す本発明の一実施形態による文書
検索システム１００は、クライアント・サーバ型のシス
テムであり、クライアント１１０には、HTMLで作成され
た表示画面１３０を表示するWeb ブラウザ１１１が設け
られ、サーバ１２０には、文書管理の様々な機能を提供
する文書管理アプリケーション１２１、文書１４０を蓄
積するデータベース１２２、表示画面１３０を通したユ
ーザからの入力に対してＣＧＩ(Common Gateway Interf
ace)経由で文書管理アプリケーション１２１の機能を実
行すると共にその実行結果を表示画面１３０に反映させ
るWeb サーバ１２３が設けられている。そして、クライ
アント１１０とサーバ１２０とはネットワーク１５０を
介して互いに接続されている。

【００２２】文書１４０は、図２に示すようにデータベ
ース１２２に格納されている。すなわち、１つの文書１
４０は、文書識別子２１０、文書タイトル２２０、文書
実体２３０、全文検索インデクス２４０から構成される
レコード２００の１つに対応付けられて蓄積される。文
書識別子２１０は、データベース１２２に格納する文書
１４０を一意に識別するために、文書管理アプリケーシ
ョン１２１により付与される。文書タイトル２２０は、
文書１４０に記載された内容を人が一目で判るように、
タイトル用データを文書毎に用意して付加した情報であ
る。文書実体２３０は、ワープロ等で作成された文書フ
ァイルである。全文検索インデックス２４０は、文書１
４０に対する全文検索を高速に行うために、文書管理ア
プリケーション１２１が作成する索引データである。文
書管理アプリケーション１２１が全文検索を行う場合、
文書実体２３０の中から検索語を探すのではなく、全文
検索インデクス２４０から検索語を探す。全文検索の方
式には様々な方式が存在するが、例えば、特開平８−１
９４７１８号公報等に記載されたものが知られている。

【００２３】図３は概念検索の検索文書を入力する表示
画面の例を示す図であり、まず、図３を参照して、概念
検索の種文書（ユーザが所望する情報を含む文書）を入
力するための画面３００を用いた操作例について説明す
る。

【００２４】図示例において、ユーザは、Web ブラウザ
１１１における表示画面１３０の種文書入力画面３００
の中の種文書入力欄３１０に、「Ｗ杯サッカーのアジア
での開催について」という種文書をキーボードから入力
した後、検索開始ボタン３２０をマウスクリックする。

【００２５】種文書入力画面３００の検索開始ボタン３
２０が押されたとき、入力された種文書を伴って検索結
果表示のリクエストがネットワーク１５０を経由してサ
ーバ１２０のWeb サーバ１２３に送信される。Web サー
バ１２３は、ＣＧＩを経由して、文書管理アプリケーシ
ョン１２１に種文書を使った概念検索をデータベース１
２２に対して行わせる。

【００２６】この概念検索を行うため、文書管理アプリ
ケーション１２１は、文書登録時に次に説明するような
文書の解析を行い、必要なデータをデータベース１２２
に格納する。

【００２７】図９は文書登録時の文書管理アプリケーシ
ョン１２１での処理動作を説明するフローチャートであ
る。

【００２８】文書管理アプリケーション１２１は、ステ
ップ９０１で、登録文書から文字列を抽出する。そし
て、文書管理アプリケーション１２１は、ステップ９０
２で、ステップ９０１で抽出した文字列について、出現
回数と出現文書数とを計算し、全文検索インデクスとし
てデータベース１２２に格納する。

【００２９】前述したステップ９０１の処理は、検索に
使用する有用な文字列のみを抽出するために、形態素解
析や、特開平１１−１４３９０２号公報（従来技術１）
等に記載されている技術を用いた処理であってよい。

【００３０】本発明の実施形態によるシステムでの概念
検索は、文書管理アプリケーション１２１により、以下
に説明するような処理により行われる。

【００３１】まず、検索の初期処理で、種文書から検索
タームを抽出して、有用な検索タームを選定する。この
検索タームの選定には、検索タームの重みとＩＤＦ(Inv
erted Document Frequency）とを用いる。検索タームの
重みについては、従来技術１の計算式やＩＤＦのみを利
用してもよい。ＩＤＦについては、“Information Retr
ieval”，William B.Frakes/Ricardo Baeza-Yates，Pre
ntice Hall PTR，1992，p.p.363〜391，“Ranking Algo
rithm”（従来技術２）に開示されている。

【００３２】検索タームを抽出した後、その検索ターム
の重みを使用して、各検索結果文書の適合度を算出す
る。適合度の算出には、図８に示す式２を用いる。式２
における係数ｋに関しては、従来技術１の計算式から算
出してもよい。検索結果の集合は、文書管理アプリケー
ション１２１により、検索結果集合としてワーク領域に
記憶される。

【００３３】図５は検索結果集合のデータ構造を説明す
る図であり、検索結果集合６００は、図５に示すよう
に、検索結果識別子６１０で管理され、集合内のデータ
は、その文書の適合度６２０、検索結果文書識別子集合
６３０、検索ターム集合６４０を有している。そして、
検索ターム集合６４０は、検索ターム６４１、その検索
タームのＩＤＦ６４２、その検索タームの重み６４３、
そのタームの検索結果文書内出現回数６４４の各データ
を有する。

【００３４】図１０は概念検索の処理動作を説明するフ
ローチャートであり、次に、これについて説明する。

【００３５】文書管理アプリケーション１２１は、ま
ず、ステップ１００１の処理で、種文書から検索ターム
を抽出する。次に、ステップ１００２の処理で、種文書
から抽出した検索タームについて重みを計算し、有用な
検索タームを選定する。そして、文書管理アプリケーシ
ョン１２１は、ステップ１００３の処理で、ステップ１
００２の処理で抽出した検索タームを元に、データベー
ス１２２内の登録文書の適合度を算出し、適合度が０以
上のものをヒット文書として、検索結果集合６００を作
成する。

【００３６】図１１は概念検索の結果を元にHTML文書を
作成する処理動作を説明するフローチャート、図４は検
索結果を示す表示画面の例を説明する図であり、次に、
これらの図を参照して、概念検索処理の後、検索結果を
表示するまでの処理について説明する。

【００３７】文書管理アプリケーション１２１は、種文
書を使った概念検索をデータベース１２２に対して行
い、その結果をHTML形式に変換した後にWeb サーバ１２
３に引き渡す。Web サーバ１２３は、HTML形式の概念検
索結果をWeb クライアント１１１に送信し、Web クライ
アント１１１は、その検索結果を図４に示すようにに表
示する。

【００３８】HTML文書の生成処理において、文書管理ア
プリケーション１２１は、まず、ステップ１１０１の処
理で、概念検索結果を適合度順にソートする。次に、ス
テップ１１０２の処理で、文書識別子２１０をキーにし
て検索結果集合６００を作成する。作成した検索結果集
合６００は、文書管理アプリケーション１２１内で一意
に検索結果集合６００を識別する検索結果識別子６１０
をつけて管理される。そして、文書管理アプリケーショ
ン１２１は、ステップ１１０３の処理で、検索結果集合
６００を元に、文書識別子２１０によって特定される文
書１４０の文書タイトル２２０をデータベース１２２に
問い合わせて取得し、図４に示すような検索結果表示装
置用HTML文書５００、検索調整装置用HTML文書４００、
凡例表示装置用HTML文書５６０、特徴ターム分布表示装
置用HTML文書５１０を作成し、これらをWeb ブラウザ１
１１に送信する。

【００３９】前述したような処理により作成された概念
検索の結果は、図４に示すように、Web ブラウザ１１１
の表示画面１３０に表示される。この図４において、概
念検索の結果、検索文書の特徴を表すと判断された単語
のことを検索タームと呼ぶ。図示例で抽出された検索タ
ームは、「サッカー」、「Ｗ杯」、「開催」、「アジ
ア」の４つであり、Web ブラウザ１１１内の検索調整装
置用HTML文書４００及び凡例表示装置用HTML文書５６０
は、この４つの検索タームを表示している。

【００４０】Web ブラウザ１１１内に構成される検索調
整装置は、検索タームと重みとの対を文書管理アプリケ
ーション１２１からHTML文書形式で受け取り、検索ター
ム毎に、凡例の模様と検索ターム文字列４１０、重みの
値４２０、重みを調整するスライドバー４３０、その検
索タームの出現回数で並べ替えるソート機能を指定する
ための降順用チェックボックス４４０、昇順用チェック
ボックス４５０を、検索調整装置用HTML文書４００とし
て表示する。

【００４１】検索結果は、検索結果表示装置用HTML文書
５００として表示される。概念検索において、その検索
結果は、検索結果文書毎に検索文書に対する適合度を計
算し、その適合度の順にソートして表示される。図４に
示す例では、Web ブラウザ１１１内に構成される検索結
果表示装置が、画面内に表示できる１０件を表示してい
る。それ以上の順位の検索結果は、ユーザが右のスクロ
ールバー５２０を操作することにより閲覧することがで
きる。表示される各文書は、左から「順位」５０１、
「検索結果文書のタイトル」５０２、「検索結果文章の
適合度」５０３の各項目により表されている。

【００４２】検索結果と対応して、Web ブラウザ１１１
内に構成される検索ターム分布表示装置は、各文書の各
検索タームの重み分布を検索ターム分布表示装置用HTML
文書５１０として表示する。各文書の各検索タームの重
み分布は、行方向で対応しており、各適合度における検
索タームの分布を表示している。適合度は、検索ターム
の重みWiと検索結果文書での出現回数Tiとの積を、検索
ターム毎に加算したものに比例する。従って、その検索
結果文章における検索ターム毎適合度Siのモデルは、図
７に示す式１に従う。このモデルに従っていれば、適合
度の算出方法に多少の相違があっても、本発明は適用可
能である。ｄ順位の検索結果文書から、ｉ個の検索ター
ムが抽出されたときの検索結果文書の適合度Sdは、Siを
使用して図８に示す式２に従う。検索タームの分布は、
適合度全体に対するｉ番目の検索ターム加算値の割合を
表示している。また、表示される適合度は、最大値が１
００となるように正規化されている。

【００４３】図１２は適合度分布表示グラフを作成する
文書管理アプリケーション１２１での処理動作を説明す
るフローチャートである。ここで説明するフローは、前
述した検索ターム分布表示処理を纏めたものである。

【００４４】まず、ステップ１２０１の処理で、文書管
理アプリケーション１２１は、種文書を入力して、検索
タームを抽出する。次に、文書管理アプリケーション１
２１は、ステップ１２０２の処理で、検索結果文書の適
合度Sdを算出する。このため、まず、検索ターム毎の適
合度Siを算出してからSdを求める。

【００４５】次に、文書管理アプリケーション１２１
は、ステップ１２０３の処理で、検索ターム分布グラフ
５１１に色を割り当てる。色は、予め、区別のつきやす
い色を選んでおき、検索タームに順次割り当てる。ま
た、この色の割り当ては、凡例表示装置５６０で使用す
る。

【００４６】さらに、文書管理アプリケーション１２１
は、ステップ１２０４の処理で、適合度分布グラフ５１
１を作成する。いま、最大適合度SdはSiであるので、こ
のグラフを全てのグラフの中で最大長とし、これをＬド
ットとする。このとき、各検索タームの適合度Siの長さ
は、li＝(Si/Sd)×Ｌとする。

【００４７】文書管理アプリケーション１２１は、ステ
ップ１２０５の処理で、前述したステップ１２０１〜ス
テップ１２０４の処理を検索結果文書数分繰り返して、
ステップ１２０６で適合度の高い順に、適合度の分布グ
ラフを表示するHTML文書を作成する。

【００４８】前述したような処理により、図４に示すよ
うに検索結果が表示される。この表示により、順位１の
検索結果文章は適合度が非常に高いが、適合度のほとん
どが検索ターム「サッカー」で占められていることが判
る。

【００４９】前述したように、順位１の検索結果文章は
「サッカー」の出現回数が多いため、適合度が高くなっ
ている。ユーザである検索者が、検索ターム「サッカ
ー」よりも「Ｗ杯」の方に重点をおいて検索したい場
合、検索ターム分布表示を見て「サッカー」の重みを下
げればよいと判断できる。重みの調整は、Web ブラウザ
１１１内に設けられる検索調整装置により行われる。

【００５０】例えば、図４に示す検索結果の検索調整装
置用HTML文書４００における重みを調整するスライドバ
ー４３０をユーザが調整し、検索ターム「サッカー」の
重みを６４から１０に変更したとする。すると、検索調
整装置は、文書管理アプリケーション１２１に検索ター
ムとその重みの対を受け渡し、文書管理アプリケーショ
ン１２１は、それらを用いて再度文書の適合度を計算
し、新たに検索結果集合６００を作成する。文書管理ア
プリケーション１２１は、その検索結果集合６００を元
に検索結果表示装置用HTML文書５００、検索タームとそ
の重みを元に検索調整装置用HTML文書４００、凡例表示
装置用HTML文書５６０、検索ターム分布表示装置用HTML
文書５１０を作成して送信し、それらをWeb ブラウザ１
１１が表示する。

【００５１】図１３は重み変更後の検索処理の動作を説
明するフローチャート、図６は変更後の検索処理による
検索結果を示す表示画面の例を説明する図であり、次
に、これらの図を参照して、重み変更後の検索処理の
後、検索結果を表示するまでの処理について説明する。

【００５２】ステップ１３０１の処理で、検索調整装置
は、検索タームの重みが変更されたことを検知して、変
更後の検索調整装置が表示している、検索タームとその
重みとのそれぞれを文書管理アプリケーション１２１に
送信する。但し、重みが０になった検索タームの送信は
行わない。

【００５３】検索タームとその重みとを受信した文書管
理アプリケーション１２１は、ステップ１３０２の処理
で、受信した検索タームとその重みとを使ってデータベ
ース１２２内に登録されている各文書の適合度を計算す
る。そして、文書管理アプリケーション１２１は、適合
度を計算した後、適合度が０以上となった文書を検索結
果として、検索結果集合６００を作成する。

【００５４】次に、文書管理アプリケーション１２１
は、ステップ１３０３の処理で、検索結果集合６００を
適合度順にソートして、検索結果表示装置用HTML文書５
００、検索調整装置用HTML文書４００、凡例表示装置用
HTML文書５６０、検索ターム分布表示装置用HTML文書５
１０を作成する。作成されたHTML文書は、Web ブラウザ
１１１に送信されて表示される。

【００５５】前述した処理の終了後、図６に示すような
重み変更後の検索結果を示す表示画面が作成され、Web
ブラウザ１１１に表示されることになる。この図６から
検索ターム「W 杯」を含む文書が上位に上がり、検索タ
ーム「サッカー」を含む文書の適合度が下がったことが
判り、ユーザは、このことを文書を一読する前に判断す
ることができる。

【００５６】前述した本発明の実施形態による各処理
は、処理プログラムとして構成することができ、この処
理プログラムは、ＨＤ、ＤＡＴ、ＦＤ、ＭＯ、ＤＶＤ−
ＲＯＭ、ＣＤ−ＲＯＭ等の記録媒体に格納して提供する
ことができる。

【００５７】前述した本発明の実施形態によれば、検索
結果の要否判定の操作において、検索結果の文章が所望
する文書か否かを判断するためにテキストの特徴を視覚
化し、検索タームの重みを変更した場合、各検索結果の
文書の特徴がどのように変化するかをリアルタイムに視
覚化することができるので、ユーザは、従来の絞込みで
は探し出すことの難しかった文書を的確に絞り込んで見
つけることができる。

【００５８】

【発明の効果】以上説明したように本発明によれば、検
索者が検索結果に対して、検索結果の文章を参照する前
に所望の検索結果であるかどうかを判断可能に検索結果
を提示することができるので、検索結果をユーザの望ん
だ方向に容易に調整することができる。

【図面の簡単な説明】

【図１】本発明の一実施形態による文書検索システムの
構成を示すブロック図である。

【図２】文書のデータベースへの格納形式を説明する図
である。

【図３】概念検索の検索文書を入力する表示画面の例を
示す図である。

【図４】検索結果を示す表示画面の例を説明する図であ
る。

【図５】検索結果集合のデータ構造を説明する図であ
る。

【図６】変更後の検索処理による検索結果を示す表示画
面の例を説明する図である。

【図７】検索ターム毎の適合度算出式を示す図である。

【図８】検索結果文書の適合度算出式を示す図である。

【図９】文書登録時の文書管理アプリケーションでの処
理動作を説明するフローチャートである。

【図１０】概念検索の処理動作を説明するフローチャー
トである。

【図１１】概念検索の結果を元にHTML文書を作成する処
理動作を説明するフローチャートである。

【図１２】適合度分布表示グラフを作成する文書管理ア
プリケーションでの処理動作を説明するフローチャート
である。

【図１３】重み変更後の検索処理の動作を説明するフロ
ーチャートである。

【符号の説明】１００文書検索システム１１０クライアント１１１ Web ブラウザ１２０サーバ１２１文書管理アプリケーション１２２データベース１２３ Web サーバ１３０表示画面１４０文書１５０ネットワーク

Claims

【特許請求の範囲】

【請求項１】１または複数の検索タームに基づいて文
書の全文検索を行う文書検索システムにおいて、与えら
れた検索用の文書から１または複数の検索タームを抽出
する検索ターム抽出手段と、検索ターム抽出手段によっ
て抽出された１または複数の検索タームに基づいて全文
検索を行う文書検索手段と、文書検索手段によって検索
された文書のそれぞれに対する検索ターム毎の適合度を
算出し、与えられた検索ターム全体に対する適合度を算
出する適合度算出手段と、前記文書検索手段によって検
索された文書を表示するとき、前記適合度算出手段によ
って算出された適合度を、検索ターム毎の適合度の和と
検索結果文書中の出現回数とによって表示する検索結果
表示手段とを備えたことを特徴とする文書検索システ
ム。
【請求項２】前記適合度算出手段は、検索タームに対
する文書の適合度を、文書中の検索タームの出現回数、
予め格納された検索タームの重要度の何れか一方または
両方によって算出することを特徴とする請求項１記載の
文書検索システム。
【請求項３】前記適合度算出手段は、蓄積された文書
に検索タームが含まれる割合に基づいてタームの重要度
を算出する重要度算出手段を有し、該重要度算出手段が
算出したタームの重要度を用いて適合度を算出すること
を特徴とする請求項１記載の文書検索システム。
【請求項４】前記検索ターム抽出手段が抽出した検索
タームの要否をユーザが選択するユーザインタフェース
をさらに備えることを特徴とする請求項１記載の文書検
索システム。
【請求項５】前記重要度算出手段が算出した検索ター
ムの重要度をユーザが調整できるユーザインタフェース
をさらに備え、検索タームの重要度が変更された場合、
前記適合度算出手段は、変更後の重要度を用いて適合度
を再算出することを特徴とする請求項３記載の文書検索
システム。
【請求項６】１または複数の検索タームに基づいて文
書の全文検索を行う文書検索手段プログラムであって、
与えられた検索用の文書から１または複数の検索ターム
を抽出する検索ターム抽出処理プログラムと、検索ター
ム抽出手段によって抽出された１または複数の検索ター
ムに基づいて全文検索を行う文書検索処理プログラム
と、検索された文書のそれぞれに対する検索ターム毎の
適合度を算出し、与えられた検索ターム全体に対する適
合度を算出する適合度算出処理プログラムと、前記検索
された文書を表示するとき、前記適合度算出処理によっ
て算出された適合度を、検索ターム毎の適合度の和と検
索結果文書中の出現回数とによって表示する検索結果表
示処理プログラムとからなることを特徴とする文書処理
プログラム。