JP2004151855A - 電子文書検索システム - Google Patents
電子文書検索システム Download PDFInfo
- Publication number
- JP2004151855A JP2004151855A JP2002314614A JP2002314614A JP2004151855A JP 2004151855 A JP2004151855 A JP 2004151855A JP 2002314614 A JP2002314614 A JP 2002314614A JP 2002314614 A JP2002314614 A JP 2002314614A JP 2004151855 A JP2004151855 A JP 2004151855A
- Authority
- JP
- Japan
- Prior art keywords
- electronic document
- date
- search
- information
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Document Processing Apparatus (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【課題】ネットワーク上で公開された電子文書に関し、公開日について日付範囲を指定した検索処理を可能とする情報検索システムを提供する。
【解決手段】情報収集部１１０は、ネットワーク１４０上でサーバ１５０により公開されている電子文書１５１を収集し、更新のされた電子文書１５１のコピー１５２と電子文書１５１についての公開期間とを記憶部１３０に格納する電子文書収集部１１１と、格納したコピー１５２から抽出した日付文字列等を記憶部１３０に格納する文書情報抽出部１１２とを備える。情報検索部１２０は、ユーザ端末１６０の入出力部１６１により入力された検索条件を解析する検索条件解析部１２１と、解析された検索条件に基づき指定された日付範囲と前記公開期間又は日付文字列とを比較することにより、公開日に基づく検索処理を行う公開情報検索部１２２と、検索処理結果を公開度に基づき並べ替えて表示する検索結果編集部１２３とを備える。
【選択図】 図１
【解決手段】情報収集部１１０は、ネットワーク１４０上でサーバ１５０により公開されている電子文書１５１を収集し、更新のされた電子文書１５１のコピー１５２と電子文書１５１についての公開期間とを記憶部１３０に格納する電子文書収集部１１１と、格納したコピー１５２から抽出した日付文字列等を記憶部１３０に格納する文書情報抽出部１１２とを備える。情報検索部１２０は、ユーザ端末１６０の入出力部１６１により入力された検索条件を解析する検索条件解析部１２１と、解析された検索条件に基づき指定された日付範囲と前記公開期間又は日付文字列とを比較することにより、公開日に基づく検索処理を行う公開情報検索部１２２と、検索処理結果を公開度に基づき並べ替えて表示する検索結果編集部１２３とを備える。
【選択図】 図１
Description
【０００１】
【発明の属する技術分野】
本発明は、ネットワーク上における電子文書の検索システムに関し、特に電子文書の公開日に基づく検索を可能とするシステムに関する。
【０００２】
【従来の技術】
従来より、インターネットやイントラネット等のネットワーク上に公開された電子文書について、ユーザに入力されたキーワード又はキーワードを連結した検索式に基づき検索処理を行う検索エンジンを備えた電子文書検索システムが用いられている。例えば、ユーザにより入力されたキーワード又は検索式に基づき、キーワード対電子文書ＩＤインデックスを検索して電子文書を取得する検索エンジンを備え、当該検索エンジンの取得した電子文書からキーワードを抽出して、キーワードの含まれる個数順にソートして表示する手段を備えたシステム（例えば、特許文献１参照。）や、前記検索エンジンの取得した電子文書について、予め設定されたキーワードを含む文字列を抽出し、抄録を作成して保存する手段と、前記電子文書を前記抄録に関連付けて表示可能なように改変する手段とを備えたシステム（例えば、特許文献２参照。）が公知となっている。
【０００３】
【特許文献１】
特開平０８−１９０５６４号公報（第５−６頁、図２−３）
【特許文献２】
特開平１０−２２２５２０号公報（第５−１１頁、図１−２，１５−１６）
【０００４】
【発明が解決しようとする課題】
しかし、前記特許文献１，２のシステムで用いられる検索エンジンはキーワード又は検索式に基づく検索処理を可能とするが、電子文書の公開日を指定した検索処理については考慮されていなかった。前記検索エンジンとしては、各電子文書に関する日付として取得可能な最終更新日の情報に基づき検索処理を行うシステムも用いられているが、最終更新日は電子文書が格納されているサーバの保持する時計に依存することや、容易に改変が可能であることから、電子文書の公開日を示す情報としては信頼性が低いという問題があった。また、ネットワーク上で公開される電子文書は一意のアドレス（又はＵＲＬ）によって指定されるが、同一のアドレスに存在する電子文書が更新された場合には、更新前の電子文書を取得する手段や、公開されていた期間を示す情報を取得する手段が無いため、公開日に基づき更新前の電子文書の検索処理を行うことができなかった。
また、新聞記事等、電子文書内の日付文字列として公開された日付が含まれている場合には、キーワードとして検索することも考えられるが、電子文書内では、「平成ＹＹ年ＭＭ月ＤＤ日」，「ＹＹＹＹ年ＭＭ月ＤＤ日」，「ＹＹＹＹ／ＭＭ／ＤＤ」等、様々な形式で日付が表記されるため、前記各システムではキーワードとして入力された日付文字列の形式と電子文書内の日付文字列の形式とが異なる場合、同一の日付であるか否かを判断することができなかった。また、キーワード検索の場合には、日付範囲を指定した検索を行うこともできなかった。
【０００５】
本発明は前記課題を解決するためのものであり、ネットワーク上で公開された電子文書に関し、公開日について日付範囲を指定した検索処理を可能とする情報検索システムを提供することを目的とする。
【０００６】
【課題を解決するための手段】
前記課題を解決するため本発明は、ネットワーク上に公開された電子文書の検索を行うシステムであって、定期的にネットワークを巡回して、予め登録されたアドレスに公開されている電子文書を収集して前記アドレス毎に公開された電子文書の更新の有無を判定し、各更新毎に電子文書のコピーを生成するとともに更新された電子文書の公開日を取得し、前記コピーと前記電子文書の公開日とを関連付けて記憶部に格納する情報収集手段と、ユーザにより指定された日付範囲に基づき、前記電子文書格納手段に格納された前記電子文書の公開日を検索し、前記日付範囲に含まれる公開日に関連付けられた前記コピーを検索結果として取得する情報検索手段とを備えることを特徴とする。
また、前記情報収集手段は、前記各更新毎の公開開始時期から公開終了時期までの期間を前記公開日として取得する手段をさらに備えたことを特徴とする。
また、前記情報収集手段は、前記電子文書について生成したコピーから日付文字列を抽出する手段を備え、前記日付文字列の示す日付を前記公開日として取得し所定の形式で記憶部に格納する手段をさらに備えたことを特徴とする。
【０００７】
【発明の実施の形態】
以下、本発明の実施の形態について図面に基づき説明する。
図１は、本発明の一実施の形態に係る電子文書検索システムの概略構成を示すブロック図である。
本実施の形態に係る電子文書検索システムを構成する情報検索装置１００は、ネットワーク上における電子文書の公開期間又は電子文書の記事等に含まれる日付文字列を公開日として各電子文書のコピーに関連付けて格納し、ユーザの指定した公開日に基づく電子文書の検索を可能とする。
情報検索装置１００は、情報収集部１１０と、情報検索部１２０と、記憶部１３０とから構成され、ネットワーク１４０を介して、サーバ１５０及びユーザ端末１６０に接続されている。サーバ１５０は、電子文書１５１をネットワーク上に公開されている。ユーザ端末１６０には、入出力部１６１としてブラウザが備えられている。
情報収集部１１０は、ネットワーク１４０上でサーバ１５０により公開されている電子文書１５１を収集し、更新のされた電子文書１５１のコピー１５２と電子文書１５１についての公開期間の格納を行う電子文書収集部１１１と、格納したコピー１５２から日付文字列，キーワード等の情報を抽出する文書情報抽出部１１２とを備える。電子文書収集部１１１は、同一のＵＲＬにより公開された電子文書についての更新として一部又は全部の差し替えがされた場合には、異なる電子文書としてそれぞれのコピーを電子文書テーブル１３１に格納する。
情報検索部１２０は、ユーザ端末１６０の入出力部１６１により入力された検索条件を解析する検索条件解析部１２１と、指定された日付範囲と前記公開期間又は日付文字列とを比較することにより、公開日に基づく検索処理を行う公開情報検索部１２２と、検索結果として得られた電子文書を収集して並べ替えを行う検索結果編集部１２３とを備える。
記憶部１３０は、電子文書収集部１１１の収集した電子文書１５１のコピー１５２を格納する電子文書テーブル１３１と、文書情報抽出部１１２の抽出した公開日，キーワードを格納する公開期間テーブル１３２，日付文字列テーブル１３３，キーワードテーブル１３４を備える。ここで、公開日とは、各電子文書１５２がサーバ１５０によりネットワーク１４０上で公開されていた期間、または、各電子文書１５２が公開された日付を意味し、公開された日付としては各電子文書１５２から抽出した日付文字列を用いる。
【０００８】
図２は、公開期間テーブル１３２のデータ構造の一例を示す図である。
公開期間テーブル１３２は、電子文書テーブル１３２に格納されたコピー１５２についての公開期間に関する情報を格納するものであり、電子文書１５２の公開先を示すＵＲＬ２０１と、各電子文書の公開期間を示す公開開始日付２０２，公開終了日付２０３と、コピー１５２の保存先を示す保存先パス２０４と、公開度２０５の各情報を有している。
公開開始日付２０２及び公開終了日付２０３は、コピー１５２と同一内容の電子文書がＵＲＬ２０１に示すアドレスに公開されていた期間を示しており、公開開始日付２０２は電子文書収集部１１１が予め登録されたＵＲＬにおいて新たな電子文書が公開された日付を示し、公開終了日付２０３は同一のＵＲＬにおいて別の新たな電子文書が公開された日付を示す。従って、少なくとも公開終了日付２０３の前日から公開終了日付２０３の間に、新たな電子文書に差し替えられたことが示される。
保存先パス２０４は、電子文書テーブル内の保存先を示すものであり、各電子文書は保存先パス２０４により識別される。
公開度２０５は、電子文書がどれだけ公知されたかという目安量を示す。本実施の形態では、登録されたＵＲＬに公開された他の電子文書におけるリンクの個数で公開度を判定しており、検索結果の表示においては公開度２０５の数値の大小により並べ替えを行う。
【０００９】
図３は、日付文字列テーブル１３３のデータ構造の一例を示す図である。
日付文字列テーブル１３３は、電子文書テーブル１３２に格納されたコピー１５２から抽出した日付文字列に関する情報を格納するものであり、日付文字列３０１と、各日付文字列を含むコピー１５２の保存先パス３０２の各情報を有している。電子文書が新聞記事等の場合には、日付文字列が各記事を公開した日を示すことがあるため、各コピー１５２に含まれる日付文字列を抽出して格納し、日付文字列を電子文書の公開日として後述する検索処理を行う。
【００１０】
図４は、キーワードテーブル１３４のデータ構造の一例を示す図である。
キーワードテーブル１３４は、電子文書テーブル１３２に格納されたコピー１５２から抽出したキーワードに関する情報を格納するものであり、キーワード４０１と、各キーワードを含むコピー１５２の保存先パス４０２の各情報を有している。
【００１１】
以上のように構成された電子文書検索システムにより、公開日の日付範囲を指定した電子文書の検索処理を行う方法について説明する。
検索処理の前提として、電子文書検索システムでは、電子文書の収集処理及び各電子文書情報の抽出処理を行う。
図５は、各処理の対象となる電子文書の一例を示す図である。
電子文書５００は、新製品開発状況を示すものであり、各記事毎に公開日を示す日付文字列５０１〜５０３が含まれている。
【００１２】
図６〜９は、電子文書５００について情報収集部１１０の行う各テーブルへの格納処理の概要を説明するためのブロック図であり、図６は電子文書テーブル１３１への格納処理、図７は公開期間テーブル１３２への格納処理、図８は日付文字列テーブル１３３への格納処理、図９はキーワードテーブル１３４への格納処理を示している。
サーバ１５０に存在する電子文書５００は、ネットワーク上で一意となるＵＲＬ（ｈｔｔｐ：／／ｗｗｗ．ｘｘｘ．ｘｘｘ／ｘ１）において公開される。図６〜９の例では、前記ＵＲＬにおいて、２０２０年５月１８日から２０２０年６月１８日までの期間に同一の電子文書が公開され、２０２０年６月１８日に図５に示す電子文書５００に差し替えられたものとする。
図６に示すように、電子文書収集部１１１は、予め登録されたＵＲＬを示すＵＲＬリスト６０１を有しており、１日おきにＵＲＬリスト６０１に基づきネットワーク１４０を介して接続されたサーバ１５０を巡回する。
電子文書収集部１１１は、サーバ１５０により公開されている電子文書５００を取得し、電子文書テーブル１３１に格納されたコピー６０２と比較する。この場合、電子文書５００の内容とコピー６０２の内容とが相違するため、電子文書５００のコピーを生成し、電子文書テーブル１３１に格納する。
電子文書収集部１１１は、図７に示すように、生成したコピー７０１について公開期間テーブルに行７０２を追加し、ＵＲＬ２０１，公開開始日付２０２，公開終了日付２０３，保存先パス２０４を格納する。この場合、公開開始日付２０２及び公開終了日付２０３を電子文書５００の取得日に設定する。
また、ＵＲＬリスト６０１に基づきネットワーク１４０を介して接続されたサーバ１５０を巡回して、公開されている電子文書中にリンク先として含まれる電子文書５００のＵＲＬの個数を計数し、計数結果を公開度２０５に格納する。
図８に示すように、文書情報抽出部１１２は、日付文字列フィルタ８０１を有しており、電子文書テーブル１３１に格納されたコピー７０１について、日付文字列フィルタ８０１に基づき「６月１０日」「５月１０日」「４月１０日」「３月１０日」等の各日付文字列を抽出する。抽出した各日付文字列については「ＹＹＹＹ／ＭＭ／ＤＤ」形式に変換して、日付文字列テーブル１３３に保存先パスと共に格納する。この場合、コピー７０１から抽出した日付文字列には「ＹＹＹＹ年」の項目が不足しているため、公開期間テーブル１３２の公開開始日付又は公開終了日付を参照して「２０２０年」を補完して格納する。
また、図９に示すように、文書情報抽出部１１２は、キーワードフィルタ９０１を有しており、電子文書テーブル１３１に格納されたコピーについて、キーワードフィルタ９０１に基づきタイトル部分９０２を抽出して、タイトル部分９０２を単語単位に分解することによりキーワードを抽出する。抽出した各キーワードについては、キーワードテーブル１３４に保存先パスと共に格納する。
【００１３】
以上の格納処理の詳細について、図６〜図９の例に基づき、図１０〜図１２のフローチャートを用いて説明する。
図１０は、電子文書５００について情報収集部１１０の行う各テーブル１３１〜１３４への格納処理の概要を示すフローチャートである。
図１０に示すように、情報収集部１１０の電子文書収集部１１１は、ＵＲＬリスト６０１に基づき、各ＵＲＬに公開されている電子文書１５１について後述する電子文書収集処理を行う（ステップ１００１）。
文書情報抽出部１１２は、電子文書収集部１１１の収集した電子文書５００について後述する日付文字列，キーワード抽出処理を行う（ステップ１００２）。
電子文書収集部１１１は、ＵＲＬリスト６０１に基づき、各ＵＲＬに公開されている電子文書５００中にリンク先として、電子文書テーブル１３１に格納されたコピー６０２のＵＲＬが含まれている個数を計数する（ステップ１００３）。
公開期間テーブル１３２の公開度２０５の値に、計数した個数を加算する（ステップ１００４）。
ＵＲＬの個数の計数処理をＵＲＬリスト６０１に登録された全ての電子文書について行い（ステップ１００５）、処理を終了する。
【００１４】
図１１は、電子文書収集部１１１の行う電子文書収集処理を示すフローチャートである。
図１１に示すように、電子文書収集部１１１は、ＵＲＬリスト６０１に登録されたＵＲＬに基づきネットワーク１４０を巡回し、各ＵＲＬに公開されている電子文書５００を取得する（ステップ１１０１）。取得した電子文書５００のＵＲＬに基づき公開期間テーブル１３２のＵＲＬ２０１、公開開始日付２０２、公開終了日付２０３、保存先パス２０４を調べ、電子文書テーブル１３１に同一ＵＲＬの電子文書５００のコピーの有無を判定する（ステップ１１０２）。
判定の結果、電子文書５００のコピーが無い場合には、取得した電子文書５００のコピー７０１を電子文書テーブル１３１に格納する（ステップ１１０３）。図６に示すように、コピー６０２が有る場合には、取得した電子文書５００と、電子文書テーブル１３１内のコピー６０２とが不一致かどうかを判定し（ステップ１１０４）、不一致の場合には取得した電子文書５００のコピー７０１を電子文書テーブル１３１に格納する（ステップ１１０３）。
電子文書収集部１１１は、電子文書テーブル１３１に格納した電子文書５００のコピー７０１について、公開期間テーブル１３２にＵＲＬと保存先パスとを格納するとともに、公開開始日付及び公開終了日付を処理日に設定する（ステップ１１０５）。なお、コピー６０２についての公開終了日付も処理日に設定して、コピー６０２の公開期間を確定する。
一方、ステップ１１０３において、取得した電子文書５００と電子文書テーブル１３１内のコピー６０２とが一致すると判定した場合には、当該コピー６０２について公開期間テーブル１３２の公開終了日付を処理日に設定する（ステップ１１０６）。
以上の処理をＵＲＬリスト６０１に登録された全ての電子文書について行い（ステップ１１０７）、処理を終了する。
【００１５】
図１２は、文書情報抽出部１１２の行う文書情報抽出処理を示すフローチャートである。
図１２に示すように、文書情報抽出部１１２は、電子文書抽出部１１１が電子文書テーブル１３１に格納したコピー７０１について、日付文字列フィルタ８０１を用いて日付形式の文字列を全て抽出する（ステップ１２０１）。
抽出した日付文字列について、「年」・「月」・「日」の全ての項目が含まれているか否かを判定し（ステップ１２０２）、全ての項目が含まれている場合には、日付文字列テーブル１３３に抽出した日付文字列と保存先パスとを格納する（ステップ１２０３）。一方、「年」・「月」・「日」のいずれかの項目が不足している場合には、コピー７０１について公開期間テーブル１３２に格納された公開開始日付２０２又は公開終了日付２０３を参照して、最近接年，最近接月，最近接日等で不足項目を補完して（ステップ１２０４）、日付文字列テーブル１３３に格納する（ステップ１２０３）。例えば、抽出した文字列が「６月１０日」の場合には、公開期間テーブル１３２を参照して「２０２０年」の項目を補完する。
文書情報抽出部１１２は日付文字列を格納した後、コピー７０１についてキーワードフィルタ１３４を用いてタイトル部分９０２を抽出し、タイトル部分９０２を単語単位に分割してキーワードを抽出し（ステップ１２０５）、抽出したキーワードをコピーの保存先パスとともにキーワードテーブル１３４に格納する（ステップ１２０６）。
以上の各処理を電子文書抽出部１１１が電子文書テーブル１３１に格納したコピーの全てについて行い（ステップ１２０７）、処理を終了する。
【００１６】
次に、本実施の形態に係る電子文書検索システムにより、公開日の日付範囲を指定した検索処理の方法について説明する。
図１３は文書情報抽出部１１２の行う文書情報抽出処理を示すフローチャートである。
情報検索装置１００は、ユーザにより入力された公開日の日付範囲と、キーワードに関する検索条件式とを受付け、情報検索部１２０の検索条件解析部１２１が検索条件式の解析を行う（ステップ１３０１）。
公開情報検索部１２２は、解析された検索条件に含まれるキーワードに基づき、キーワードテーブル１３４からキーワードを含む電子文書を検索する（ステップ１３０２）。
キーワード検索の結果、検索条件式に該当する電子文書が有る場合には、キーワードテーブル１３４から該当電子文書の保存先パスを取得し、該当電子文書について、後述する公開日付とユーザにより指定された日付範囲との比較処理を行う（ステップ１３０４）。
比較処理の結果、ユーザにより指定された日付範囲に含まれる公開日付を有する電子文書が有る場合には（ステップ１３０５）、検索結果編集部１２３が該当する電子文書について公開度を取得して、公開度の高い順に並べ替えを行うとともに（ステップ１３０６）、公開期間テーブル１３２に格納されたＵＲＬが同一の電子文書については、ＵＲＬ毎にグループ分けして表示する（ステップ１３０７）。
一方、検索条件式に該当する電子文書が無い場合（ステップ１３０３）、又は、ユーザにより指定された日付範囲に該当する電子文書が無い場合には（ステップ１３０５）、「該当文書がありません。」等のメッセージを生成して表示する（ステップ１３０８）。
【００１７】
図１４は、公開情報検索部１２２が行う電子文書の公開日とユーザにより指定された日付範囲との比較処理を示すフローチャートである。
公開情報検索部１２２は、キーワード検索（図１３のステップ１３０２，１３０３）の結果取得した該当電子文書について、保存先パスに基づき公開期間テーブル１３２から公開期間を取得する（ステップ１４０１）。
取得した公開期間が、ユーザにより指定された日付範囲に含まれるか否かを判定し（ステップ１４０２）、日付範囲に含まれる場合には、該当電子文書を検索結果としての電子文書の集合に追加する（ステップ１４０３）。一方、取得した公開期間が日付範囲に含まれない場合には、該当電子文書の保存先パスに基づき、日付文字列テーブル１３３から日付文字列を取得し（ステップ１４０４）、取得した日付文字列が日付範囲に含まれるか否かを判定する（ステップ１４０５）。
判定の結果、日付文字列が日付範囲に含まれる場合には、該当電子文書を検索結果としての電子文書の集合に追加する（ステップ１４０３）。一方、日付範囲に含まれない場合には、他の該当電子文書について日付範囲との比較処理を行う（ステップ１４０６）。
以上の処理を全ての該当電子文書についてい行った後（ステップ１４０４）、処理を終了する。
【００１８】
図１５は検索処理の際にユーザ端末１６０の入出力部１６１により表示される検索条件入力画面を示す図であり、図１６は入出力部１６１により表示される検索結果表示画面を示す図である。
図１５に示すように、検索条件入力画面１５００は、日付範囲入力部としての開始日付入力部１５０１及び終了日付入力部１５０２と、検索条件式入力部１５０３と、検索ボタン１５０４とを有している。
ユーザにより各入力部１５０１〜１５０３に、日付範囲及び検索条件式が入力させ、検索ボタン１５０４が操作されると、情報検索装置１００の情報検索部１２０が前記検索処理を行い、検索結果を入出力部１６１により検索結果表示画面に表示させる。
図１６に示すように、検索結果表示画面１６００は、検索処理の結果として、該当する電子文書の題名１６０１，公開先ＵＲＬ１６０２，公開日１６０３，公開度１６０４の各情報が表示されている。公開日１６０３には電子文書テーブル１３１に格納されたコピーに対するリンクが貼られている。
該当する複数の電子文書は、公開度１６０４の高い順に画面の上側から表示される。また、同一のＵＲＬにより公開された複数の電子文書については、題名１６０１，公開先ＵＲＬ１６０２を共通にした形でグループ分けして表示する。
【００１９】
以上のように、本実施の形態に係る電子文書検索システムでは、ネットワーク上に公開された電子文書について、各電子文書の公開日と各電子文書コピーとを関連付けて格納することとしたので、ネットワーク上における公開日について日付範囲を指定した電子文書の検索を可能とすることができる。
この場合、公開日として同一ＵＲＬにおける電子文書の更新日から次の更新日までを示す公開期間を用いることとしたため、現実にネットワーク上に公開された日に基づき電子文書の検索を行うことができる。
また、公開日として電子文書から抽出した日付文字列を用いることとしたため、新聞記事等のように公開日を示す日付文字列を含む電子文書について、公開日に基づく電子文書の検索を行うことができる。この場合、日付文字列について所定の形式で格納することとしたので、キーワード検索の場合と異なり日付範囲を指定した検索を行うことができる。
【００２０】
なお、前記実施の形態では、電子文書の公開期間及び日付文字列の双方について日付範囲との比較を行うこととしているが、いずれか一方についてのみ日付範囲との比較を行うこととしてもよく、また、公開期間又は日付文字列のいずれかをユーザにより指定させることとしてもよい。
【００２１】
また、前記実施の形態では、キーワード検索の結果得られた電子文書について、日付範囲との比較を行う際に、保存先パスに基づき日付文字列を取得することとしているが（図１４のステップ１４０４参照）、これに限られるものではなく、保存パスとともに、各キーワード及び日付文字列に対応する抄録に基づき日付文字列を取得することとしてもよい。
図１７は、日付文字列テーブル及びキーワードテーブルのデータ構造の他の例を示す図である。
図１７（ａ），（ｂ）に示すように、日付文字列テーブル１７１０は日付文字列１７１１，保存先パス１７１２と共に抄録１７１３を有し、キーワードテーブル１７２０はキーワード１７２１，保存先パス１７２２と共に抄録１７２３を有する。抄録１７１３，１７２３には、各日付文字列又はキーワードに対応した抄録として、例えば、キーワードフィルタ９０１により抽出されたタイトル部分９０２の一部を格納する。
このように、保存先パス１７２１，１７２２と共に抄録１７１３，１７２３に基づき日付文字列を取得した場合、新聞記事等のように、日付文字列とキーワードとの関係が重要な電子文書についても適切な検索処理が可能となる。
【００２２】
【発明の効果】
以上のように、本発明によれば、予め登録されたＵＲＬに公開されている電子文書の公開日と各電子文書のコピーとを格納する手段と、前記公開日に基づきユーザにより指定された日付範囲に公開された電子文書を検索する手段とを備えたので、ネットワーク上に公開された電子文書について、公開日を指定した検索処理を行うことが可能となる。
【図面の簡単な説明】
【図１】本発明の一実施の形態に係る公開文書検索システムの概略構成を示すブロック図である。
【図２】公開期間テーブルのデータ構造の一例を示す図である。
【図３】日付文字列テーブルのデータ構造の一例を示す図である。
【図４】キーワードテーブルのデータ構造の一例を示す図である。
【図５】公開文書検索システムの検索対象となる電子文書の一例を示す図である。
【図６】情報収集部による電子文書テーブルへの格納処理の概要を説明するためのブロック図である。
【図７】情報収集部による公開期間テーブルへの格納処理の概要を説明するためのブロック図である。
【図８】情報収集部による日付文字列テーブルへの格納処理の概要を説明するためのブロック図である。
【図９】情報収集部によるキーワードテーブルへの格納処理の概要を説明するためのブロック図である。
【図１０】情報収集部による各テーブルへの格納処理を示すフローチャートである。
【図１１】電子文書収集部による電子文書収集処理を示すフローチャートである。
【図１２】文書情報抽出部による文書情報抽出処理を示すフローチャートである。
【図１３】文書情報抽出部による文書情報抽出処理を示すフローチャートである。
【図１４】公開情報検索部による電子文書の公開日と日付範囲との比較処理を示すフローチャートである。
【図１５】ユーザ端末の入出力部により表示される検索条件入力画面を示す図である。
【図１６】ユーザ端末の入出力部により表示される検索結果表示画面を示す図である。
【図１７】日付文字列テーブル及びキーワードテーブルのデータ構造の他の例を示す図である。
【符号の説明】
１００ 情報検索装置、１１０ 情報収集部、１１１ 電子文書収集部、１１２ 文書情報抽出部、１２０ 情報検索部、１２１ 検索条件解析部、１２２ 公開情報検索部、１２３ 検索結果編集部、１３０ 記憶部、１３１ 電子文書テーブル、１３２ 公開期間テーブル、１３３ 日付文字列テーブル、１３４ キーワードテーブル、１４０ ネットワーク、１５０ サーバ、１５１ 電子文書、１５２ コピー、１６０ ユーザ端末、１６１ 入出力部、２０１ ＵＲＬ、２０２ 公開開始日付、２０３ 公開終了日付、２０４，３０２，４０２ 保存先パス、２０５ 公開度、３０１ 日付文字列、４０１ キーワード、６０１ＵＲＬリスト、８０１ 日付文字列フィルタ、９０１ キーワードフィルタ。
【発明の属する技術分野】
本発明は、ネットワーク上における電子文書の検索システムに関し、特に電子文書の公開日に基づく検索を可能とするシステムに関する。
【０００２】
【従来の技術】
従来より、インターネットやイントラネット等のネットワーク上に公開された電子文書について、ユーザに入力されたキーワード又はキーワードを連結した検索式に基づき検索処理を行う検索エンジンを備えた電子文書検索システムが用いられている。例えば、ユーザにより入力されたキーワード又は検索式に基づき、キーワード対電子文書ＩＤインデックスを検索して電子文書を取得する検索エンジンを備え、当該検索エンジンの取得した電子文書からキーワードを抽出して、キーワードの含まれる個数順にソートして表示する手段を備えたシステム（例えば、特許文献１参照。）や、前記検索エンジンの取得した電子文書について、予め設定されたキーワードを含む文字列を抽出し、抄録を作成して保存する手段と、前記電子文書を前記抄録に関連付けて表示可能なように改変する手段とを備えたシステム（例えば、特許文献２参照。）が公知となっている。
【０００３】
【特許文献１】
特開平０８−１９０５６４号公報（第５−６頁、図２−３）
【特許文献２】
特開平１０−２２２５２０号公報（第５−１１頁、図１−２，１５−１６）
【０００４】
【発明が解決しようとする課題】
しかし、前記特許文献１，２のシステムで用いられる検索エンジンはキーワード又は検索式に基づく検索処理を可能とするが、電子文書の公開日を指定した検索処理については考慮されていなかった。前記検索エンジンとしては、各電子文書に関する日付として取得可能な最終更新日の情報に基づき検索処理を行うシステムも用いられているが、最終更新日は電子文書が格納されているサーバの保持する時計に依存することや、容易に改変が可能であることから、電子文書の公開日を示す情報としては信頼性が低いという問題があった。また、ネットワーク上で公開される電子文書は一意のアドレス（又はＵＲＬ）によって指定されるが、同一のアドレスに存在する電子文書が更新された場合には、更新前の電子文書を取得する手段や、公開されていた期間を示す情報を取得する手段が無いため、公開日に基づき更新前の電子文書の検索処理を行うことができなかった。
また、新聞記事等、電子文書内の日付文字列として公開された日付が含まれている場合には、キーワードとして検索することも考えられるが、電子文書内では、「平成ＹＹ年ＭＭ月ＤＤ日」，「ＹＹＹＹ年ＭＭ月ＤＤ日」，「ＹＹＹＹ／ＭＭ／ＤＤ」等、様々な形式で日付が表記されるため、前記各システムではキーワードとして入力された日付文字列の形式と電子文書内の日付文字列の形式とが異なる場合、同一の日付であるか否かを判断することができなかった。また、キーワード検索の場合には、日付範囲を指定した検索を行うこともできなかった。
【０００５】
本発明は前記課題を解決するためのものであり、ネットワーク上で公開された電子文書に関し、公開日について日付範囲を指定した検索処理を可能とする情報検索システムを提供することを目的とする。
【０００６】
【課題を解決するための手段】
前記課題を解決するため本発明は、ネットワーク上に公開された電子文書の検索を行うシステムであって、定期的にネットワークを巡回して、予め登録されたアドレスに公開されている電子文書を収集して前記アドレス毎に公開された電子文書の更新の有無を判定し、各更新毎に電子文書のコピーを生成するとともに更新された電子文書の公開日を取得し、前記コピーと前記電子文書の公開日とを関連付けて記憶部に格納する情報収集手段と、ユーザにより指定された日付範囲に基づき、前記電子文書格納手段に格納された前記電子文書の公開日を検索し、前記日付範囲に含まれる公開日に関連付けられた前記コピーを検索結果として取得する情報検索手段とを備えることを特徴とする。
また、前記情報収集手段は、前記各更新毎の公開開始時期から公開終了時期までの期間を前記公開日として取得する手段をさらに備えたことを特徴とする。
また、前記情報収集手段は、前記電子文書について生成したコピーから日付文字列を抽出する手段を備え、前記日付文字列の示す日付を前記公開日として取得し所定の形式で記憶部に格納する手段をさらに備えたことを特徴とする。
【０００７】
【発明の実施の形態】
以下、本発明の実施の形態について図面に基づき説明する。
図１は、本発明の一実施の形態に係る電子文書検索システムの概略構成を示すブロック図である。
本実施の形態に係る電子文書検索システムを構成する情報検索装置１００は、ネットワーク上における電子文書の公開期間又は電子文書の記事等に含まれる日付文字列を公開日として各電子文書のコピーに関連付けて格納し、ユーザの指定した公開日に基づく電子文書の検索を可能とする。
情報検索装置１００は、情報収集部１１０と、情報検索部１２０と、記憶部１３０とから構成され、ネットワーク１４０を介して、サーバ１５０及びユーザ端末１６０に接続されている。サーバ１５０は、電子文書１５１をネットワーク上に公開されている。ユーザ端末１６０には、入出力部１６１としてブラウザが備えられている。
情報収集部１１０は、ネットワーク１４０上でサーバ１５０により公開されている電子文書１５１を収集し、更新のされた電子文書１５１のコピー１５２と電子文書１５１についての公開期間の格納を行う電子文書収集部１１１と、格納したコピー１５２から日付文字列，キーワード等の情報を抽出する文書情報抽出部１１２とを備える。電子文書収集部１１１は、同一のＵＲＬにより公開された電子文書についての更新として一部又は全部の差し替えがされた場合には、異なる電子文書としてそれぞれのコピーを電子文書テーブル１３１に格納する。
情報検索部１２０は、ユーザ端末１６０の入出力部１６１により入力された検索条件を解析する検索条件解析部１２１と、指定された日付範囲と前記公開期間又は日付文字列とを比較することにより、公開日に基づく検索処理を行う公開情報検索部１２２と、検索結果として得られた電子文書を収集して並べ替えを行う検索結果編集部１２３とを備える。
記憶部１３０は、電子文書収集部１１１の収集した電子文書１５１のコピー１５２を格納する電子文書テーブル１３１と、文書情報抽出部１１２の抽出した公開日，キーワードを格納する公開期間テーブル１３２，日付文字列テーブル１３３，キーワードテーブル１３４を備える。ここで、公開日とは、各電子文書１５２がサーバ１５０によりネットワーク１４０上で公開されていた期間、または、各電子文書１５２が公開された日付を意味し、公開された日付としては各電子文書１５２から抽出した日付文字列を用いる。
【０００８】
図２は、公開期間テーブル１３２のデータ構造の一例を示す図である。
公開期間テーブル１３２は、電子文書テーブル１３２に格納されたコピー１５２についての公開期間に関する情報を格納するものであり、電子文書１５２の公開先を示すＵＲＬ２０１と、各電子文書の公開期間を示す公開開始日付２０２，公開終了日付２０３と、コピー１５２の保存先を示す保存先パス２０４と、公開度２０５の各情報を有している。
公開開始日付２０２及び公開終了日付２０３は、コピー１５２と同一内容の電子文書がＵＲＬ２０１に示すアドレスに公開されていた期間を示しており、公開開始日付２０２は電子文書収集部１１１が予め登録されたＵＲＬにおいて新たな電子文書が公開された日付を示し、公開終了日付２０３は同一のＵＲＬにおいて別の新たな電子文書が公開された日付を示す。従って、少なくとも公開終了日付２０３の前日から公開終了日付２０３の間に、新たな電子文書に差し替えられたことが示される。
保存先パス２０４は、電子文書テーブル内の保存先を示すものであり、各電子文書は保存先パス２０４により識別される。
公開度２０５は、電子文書がどれだけ公知されたかという目安量を示す。本実施の形態では、登録されたＵＲＬに公開された他の電子文書におけるリンクの個数で公開度を判定しており、検索結果の表示においては公開度２０５の数値の大小により並べ替えを行う。
【０００９】
図３は、日付文字列テーブル１３３のデータ構造の一例を示す図である。
日付文字列テーブル１３３は、電子文書テーブル１３２に格納されたコピー１５２から抽出した日付文字列に関する情報を格納するものであり、日付文字列３０１と、各日付文字列を含むコピー１５２の保存先パス３０２の各情報を有している。電子文書が新聞記事等の場合には、日付文字列が各記事を公開した日を示すことがあるため、各コピー１５２に含まれる日付文字列を抽出して格納し、日付文字列を電子文書の公開日として後述する検索処理を行う。
【００１０】
図４は、キーワードテーブル１３４のデータ構造の一例を示す図である。
キーワードテーブル１３４は、電子文書テーブル１３２に格納されたコピー１５２から抽出したキーワードに関する情報を格納するものであり、キーワード４０１と、各キーワードを含むコピー１５２の保存先パス４０２の各情報を有している。
【００１１】
以上のように構成された電子文書検索システムにより、公開日の日付範囲を指定した電子文書の検索処理を行う方法について説明する。
検索処理の前提として、電子文書検索システムでは、電子文書の収集処理及び各電子文書情報の抽出処理を行う。
図５は、各処理の対象となる電子文書の一例を示す図である。
電子文書５００は、新製品開発状況を示すものであり、各記事毎に公開日を示す日付文字列５０１〜５０３が含まれている。
【００１２】
図６〜９は、電子文書５００について情報収集部１１０の行う各テーブルへの格納処理の概要を説明するためのブロック図であり、図６は電子文書テーブル１３１への格納処理、図７は公開期間テーブル１３２への格納処理、図８は日付文字列テーブル１３３への格納処理、図９はキーワードテーブル１３４への格納処理を示している。
サーバ１５０に存在する電子文書５００は、ネットワーク上で一意となるＵＲＬ（ｈｔｔｐ：／／ｗｗｗ．ｘｘｘ．ｘｘｘ／ｘ１）において公開される。図６〜９の例では、前記ＵＲＬにおいて、２０２０年５月１８日から２０２０年６月１８日までの期間に同一の電子文書が公開され、２０２０年６月１８日に図５に示す電子文書５００に差し替えられたものとする。
図６に示すように、電子文書収集部１１１は、予め登録されたＵＲＬを示すＵＲＬリスト６０１を有しており、１日おきにＵＲＬリスト６０１に基づきネットワーク１４０を介して接続されたサーバ１５０を巡回する。
電子文書収集部１１１は、サーバ１５０により公開されている電子文書５００を取得し、電子文書テーブル１３１に格納されたコピー６０２と比較する。この場合、電子文書５００の内容とコピー６０２の内容とが相違するため、電子文書５００のコピーを生成し、電子文書テーブル１３１に格納する。
電子文書収集部１１１は、図７に示すように、生成したコピー７０１について公開期間テーブルに行７０２を追加し、ＵＲＬ２０１，公開開始日付２０２，公開終了日付２０３，保存先パス２０４を格納する。この場合、公開開始日付２０２及び公開終了日付２０３を電子文書５００の取得日に設定する。
また、ＵＲＬリスト６０１に基づきネットワーク１４０を介して接続されたサーバ１５０を巡回して、公開されている電子文書中にリンク先として含まれる電子文書５００のＵＲＬの個数を計数し、計数結果を公開度２０５に格納する。
図８に示すように、文書情報抽出部１１２は、日付文字列フィルタ８０１を有しており、電子文書テーブル１３１に格納されたコピー７０１について、日付文字列フィルタ８０１に基づき「６月１０日」「５月１０日」「４月１０日」「３月１０日」等の各日付文字列を抽出する。抽出した各日付文字列については「ＹＹＹＹ／ＭＭ／ＤＤ」形式に変換して、日付文字列テーブル１３３に保存先パスと共に格納する。この場合、コピー７０１から抽出した日付文字列には「ＹＹＹＹ年」の項目が不足しているため、公開期間テーブル１３２の公開開始日付又は公開終了日付を参照して「２０２０年」を補完して格納する。
また、図９に示すように、文書情報抽出部１１２は、キーワードフィルタ９０１を有しており、電子文書テーブル１３１に格納されたコピーについて、キーワードフィルタ９０１に基づきタイトル部分９０２を抽出して、タイトル部分９０２を単語単位に分解することによりキーワードを抽出する。抽出した各キーワードについては、キーワードテーブル１３４に保存先パスと共に格納する。
【００１３】
以上の格納処理の詳細について、図６〜図９の例に基づき、図１０〜図１２のフローチャートを用いて説明する。
図１０は、電子文書５００について情報収集部１１０の行う各テーブル１３１〜１３４への格納処理の概要を示すフローチャートである。
図１０に示すように、情報収集部１１０の電子文書収集部１１１は、ＵＲＬリスト６０１に基づき、各ＵＲＬに公開されている電子文書１５１について後述する電子文書収集処理を行う（ステップ１００１）。
文書情報抽出部１１２は、電子文書収集部１１１の収集した電子文書５００について後述する日付文字列，キーワード抽出処理を行う（ステップ１００２）。
電子文書収集部１１１は、ＵＲＬリスト６０１に基づき、各ＵＲＬに公開されている電子文書５００中にリンク先として、電子文書テーブル１３１に格納されたコピー６０２のＵＲＬが含まれている個数を計数する（ステップ１００３）。
公開期間テーブル１３２の公開度２０５の値に、計数した個数を加算する（ステップ１００４）。
ＵＲＬの個数の計数処理をＵＲＬリスト６０１に登録された全ての電子文書について行い（ステップ１００５）、処理を終了する。
【００１４】
図１１は、電子文書収集部１１１の行う電子文書収集処理を示すフローチャートである。
図１１に示すように、電子文書収集部１１１は、ＵＲＬリスト６０１に登録されたＵＲＬに基づきネットワーク１４０を巡回し、各ＵＲＬに公開されている電子文書５００を取得する（ステップ１１０１）。取得した電子文書５００のＵＲＬに基づき公開期間テーブル１３２のＵＲＬ２０１、公開開始日付２０２、公開終了日付２０３、保存先パス２０４を調べ、電子文書テーブル１３１に同一ＵＲＬの電子文書５００のコピーの有無を判定する（ステップ１１０２）。
判定の結果、電子文書５００のコピーが無い場合には、取得した電子文書５００のコピー７０１を電子文書テーブル１３１に格納する（ステップ１１０３）。図６に示すように、コピー６０２が有る場合には、取得した電子文書５００と、電子文書テーブル１３１内のコピー６０２とが不一致かどうかを判定し（ステップ１１０４）、不一致の場合には取得した電子文書５００のコピー７０１を電子文書テーブル１３１に格納する（ステップ１１０３）。
電子文書収集部１１１は、電子文書テーブル１３１に格納した電子文書５００のコピー７０１について、公開期間テーブル１３２にＵＲＬと保存先パスとを格納するとともに、公開開始日付及び公開終了日付を処理日に設定する（ステップ１１０５）。なお、コピー６０２についての公開終了日付も処理日に設定して、コピー６０２の公開期間を確定する。
一方、ステップ１１０３において、取得した電子文書５００と電子文書テーブル１３１内のコピー６０２とが一致すると判定した場合には、当該コピー６０２について公開期間テーブル１３２の公開終了日付を処理日に設定する（ステップ１１０６）。
以上の処理をＵＲＬリスト６０１に登録された全ての電子文書について行い（ステップ１１０７）、処理を終了する。
【００１５】
図１２は、文書情報抽出部１１２の行う文書情報抽出処理を示すフローチャートである。
図１２に示すように、文書情報抽出部１１２は、電子文書抽出部１１１が電子文書テーブル１３１に格納したコピー７０１について、日付文字列フィルタ８０１を用いて日付形式の文字列を全て抽出する（ステップ１２０１）。
抽出した日付文字列について、「年」・「月」・「日」の全ての項目が含まれているか否かを判定し（ステップ１２０２）、全ての項目が含まれている場合には、日付文字列テーブル１３３に抽出した日付文字列と保存先パスとを格納する（ステップ１２０３）。一方、「年」・「月」・「日」のいずれかの項目が不足している場合には、コピー７０１について公開期間テーブル１３２に格納された公開開始日付２０２又は公開終了日付２０３を参照して、最近接年，最近接月，最近接日等で不足項目を補完して（ステップ１２０４）、日付文字列テーブル１３３に格納する（ステップ１２０３）。例えば、抽出した文字列が「６月１０日」の場合には、公開期間テーブル１３２を参照して「２０２０年」の項目を補完する。
文書情報抽出部１１２は日付文字列を格納した後、コピー７０１についてキーワードフィルタ１３４を用いてタイトル部分９０２を抽出し、タイトル部分９０２を単語単位に分割してキーワードを抽出し（ステップ１２０５）、抽出したキーワードをコピーの保存先パスとともにキーワードテーブル１３４に格納する（ステップ１２０６）。
以上の各処理を電子文書抽出部１１１が電子文書テーブル１３１に格納したコピーの全てについて行い（ステップ１２０７）、処理を終了する。
【００１６】
次に、本実施の形態に係る電子文書検索システムにより、公開日の日付範囲を指定した検索処理の方法について説明する。
図１３は文書情報抽出部１１２の行う文書情報抽出処理を示すフローチャートである。
情報検索装置１００は、ユーザにより入力された公開日の日付範囲と、キーワードに関する検索条件式とを受付け、情報検索部１２０の検索条件解析部１２１が検索条件式の解析を行う（ステップ１３０１）。
公開情報検索部１２２は、解析された検索条件に含まれるキーワードに基づき、キーワードテーブル１３４からキーワードを含む電子文書を検索する（ステップ１３０２）。
キーワード検索の結果、検索条件式に該当する電子文書が有る場合には、キーワードテーブル１３４から該当電子文書の保存先パスを取得し、該当電子文書について、後述する公開日付とユーザにより指定された日付範囲との比較処理を行う（ステップ１３０４）。
比較処理の結果、ユーザにより指定された日付範囲に含まれる公開日付を有する電子文書が有る場合には（ステップ１３０５）、検索結果編集部１２３が該当する電子文書について公開度を取得して、公開度の高い順に並べ替えを行うとともに（ステップ１３０６）、公開期間テーブル１３２に格納されたＵＲＬが同一の電子文書については、ＵＲＬ毎にグループ分けして表示する（ステップ１３０７）。
一方、検索条件式に該当する電子文書が無い場合（ステップ１３０３）、又は、ユーザにより指定された日付範囲に該当する電子文書が無い場合には（ステップ１３０５）、「該当文書がありません。」等のメッセージを生成して表示する（ステップ１３０８）。
【００１７】
図１４は、公開情報検索部１２２が行う電子文書の公開日とユーザにより指定された日付範囲との比較処理を示すフローチャートである。
公開情報検索部１２２は、キーワード検索（図１３のステップ１３０２，１３０３）の結果取得した該当電子文書について、保存先パスに基づき公開期間テーブル１３２から公開期間を取得する（ステップ１４０１）。
取得した公開期間が、ユーザにより指定された日付範囲に含まれるか否かを判定し（ステップ１４０２）、日付範囲に含まれる場合には、該当電子文書を検索結果としての電子文書の集合に追加する（ステップ１４０３）。一方、取得した公開期間が日付範囲に含まれない場合には、該当電子文書の保存先パスに基づき、日付文字列テーブル１３３から日付文字列を取得し（ステップ１４０４）、取得した日付文字列が日付範囲に含まれるか否かを判定する（ステップ１４０５）。
判定の結果、日付文字列が日付範囲に含まれる場合には、該当電子文書を検索結果としての電子文書の集合に追加する（ステップ１４０３）。一方、日付範囲に含まれない場合には、他の該当電子文書について日付範囲との比較処理を行う（ステップ１４０６）。
以上の処理を全ての該当電子文書についてい行った後（ステップ１４０４）、処理を終了する。
【００１８】
図１５は検索処理の際にユーザ端末１６０の入出力部１６１により表示される検索条件入力画面を示す図であり、図１６は入出力部１６１により表示される検索結果表示画面を示す図である。
図１５に示すように、検索条件入力画面１５００は、日付範囲入力部としての開始日付入力部１５０１及び終了日付入力部１５０２と、検索条件式入力部１５０３と、検索ボタン１５０４とを有している。
ユーザにより各入力部１５０１〜１５０３に、日付範囲及び検索条件式が入力させ、検索ボタン１５０４が操作されると、情報検索装置１００の情報検索部１２０が前記検索処理を行い、検索結果を入出力部１６１により検索結果表示画面に表示させる。
図１６に示すように、検索結果表示画面１６００は、検索処理の結果として、該当する電子文書の題名１６０１，公開先ＵＲＬ１６０２，公開日１６０３，公開度１６０４の各情報が表示されている。公開日１６０３には電子文書テーブル１３１に格納されたコピーに対するリンクが貼られている。
該当する複数の電子文書は、公開度１６０４の高い順に画面の上側から表示される。また、同一のＵＲＬにより公開された複数の電子文書については、題名１６０１，公開先ＵＲＬ１６０２を共通にした形でグループ分けして表示する。
【００１９】
以上のように、本実施の形態に係る電子文書検索システムでは、ネットワーク上に公開された電子文書について、各電子文書の公開日と各電子文書コピーとを関連付けて格納することとしたので、ネットワーク上における公開日について日付範囲を指定した電子文書の検索を可能とすることができる。
この場合、公開日として同一ＵＲＬにおける電子文書の更新日から次の更新日までを示す公開期間を用いることとしたため、現実にネットワーク上に公開された日に基づき電子文書の検索を行うことができる。
また、公開日として電子文書から抽出した日付文字列を用いることとしたため、新聞記事等のように公開日を示す日付文字列を含む電子文書について、公開日に基づく電子文書の検索を行うことができる。この場合、日付文字列について所定の形式で格納することとしたので、キーワード検索の場合と異なり日付範囲を指定した検索を行うことができる。
【００２０】
なお、前記実施の形態では、電子文書の公開期間及び日付文字列の双方について日付範囲との比較を行うこととしているが、いずれか一方についてのみ日付範囲との比較を行うこととしてもよく、また、公開期間又は日付文字列のいずれかをユーザにより指定させることとしてもよい。
【００２１】
また、前記実施の形態では、キーワード検索の結果得られた電子文書について、日付範囲との比較を行う際に、保存先パスに基づき日付文字列を取得することとしているが（図１４のステップ１４０４参照）、これに限られるものではなく、保存パスとともに、各キーワード及び日付文字列に対応する抄録に基づき日付文字列を取得することとしてもよい。
図１７は、日付文字列テーブル及びキーワードテーブルのデータ構造の他の例を示す図である。
図１７（ａ），（ｂ）に示すように、日付文字列テーブル１７１０は日付文字列１７１１，保存先パス１７１２と共に抄録１７１３を有し、キーワードテーブル１７２０はキーワード１７２１，保存先パス１７２２と共に抄録１７２３を有する。抄録１７１３，１７２３には、各日付文字列又はキーワードに対応した抄録として、例えば、キーワードフィルタ９０１により抽出されたタイトル部分９０２の一部を格納する。
このように、保存先パス１７２１，１７２２と共に抄録１７１３，１７２３に基づき日付文字列を取得した場合、新聞記事等のように、日付文字列とキーワードとの関係が重要な電子文書についても適切な検索処理が可能となる。
【００２２】
【発明の効果】
以上のように、本発明によれば、予め登録されたＵＲＬに公開されている電子文書の公開日と各電子文書のコピーとを格納する手段と、前記公開日に基づきユーザにより指定された日付範囲に公開された電子文書を検索する手段とを備えたので、ネットワーク上に公開された電子文書について、公開日を指定した検索処理を行うことが可能となる。
【図面の簡単な説明】
【図１】本発明の一実施の形態に係る公開文書検索システムの概略構成を示すブロック図である。
【図２】公開期間テーブルのデータ構造の一例を示す図である。
【図３】日付文字列テーブルのデータ構造の一例を示す図である。
【図４】キーワードテーブルのデータ構造の一例を示す図である。
【図５】公開文書検索システムの検索対象となる電子文書の一例を示す図である。
【図６】情報収集部による電子文書テーブルへの格納処理の概要を説明するためのブロック図である。
【図７】情報収集部による公開期間テーブルへの格納処理の概要を説明するためのブロック図である。
【図８】情報収集部による日付文字列テーブルへの格納処理の概要を説明するためのブロック図である。
【図９】情報収集部によるキーワードテーブルへの格納処理の概要を説明するためのブロック図である。
【図１０】情報収集部による各テーブルへの格納処理を示すフローチャートである。
【図１１】電子文書収集部による電子文書収集処理を示すフローチャートである。
【図１２】文書情報抽出部による文書情報抽出処理を示すフローチャートである。
【図１３】文書情報抽出部による文書情報抽出処理を示すフローチャートである。
【図１４】公開情報検索部による電子文書の公開日と日付範囲との比較処理を示すフローチャートである。
【図１５】ユーザ端末の入出力部により表示される検索条件入力画面を示す図である。
【図１６】ユーザ端末の入出力部により表示される検索結果表示画面を示す図である。
【図１７】日付文字列テーブル及びキーワードテーブルのデータ構造の他の例を示す図である。
【符号の説明】
１００ 情報検索装置、１１０ 情報収集部、１１１ 電子文書収集部、１１２ 文書情報抽出部、１２０ 情報検索部、１２１ 検索条件解析部、１２２ 公開情報検索部、１２３ 検索結果編集部、１３０ 記憶部、１３１ 電子文書テーブル、１３２ 公開期間テーブル、１３３ 日付文字列テーブル、１３４ キーワードテーブル、１４０ ネットワーク、１５０ サーバ、１５１ 電子文書、１５２ コピー、１６０ ユーザ端末、１６１ 入出力部、２０１ ＵＲＬ、２０２ 公開開始日付、２０３ 公開終了日付、２０４，３０２，４０２ 保存先パス、２０５ 公開度、３０１ 日付文字列、４０１ キーワード、６０１ＵＲＬリスト、８０１ 日付文字列フィルタ、９０１ キーワードフィルタ。
Claims (3)
- ネットワーク上に公開された電子文書の検索を行うシステムであって、
定期的にネットワークを巡回して、予め登録されたアドレスに公開されている電子文書を収集して前記アドレス毎に公開された電子文書の更新の有無を判定し、各更新毎に電子文書のコピーを生成するとともに更新された電子文書の公開日を取得し、前記コピーと前記電子文書の公開日とを関連付けて記憶部に格納する情報収集手段と、
ユーザにより指定された日付範囲に基づき、前記電子文書格納手段に格納された前記電子文書の公開日を検索し、前記日付範囲に含まれる公開日に関連付けられた前記コピーを検索結果として取得する情報検索手段と
を備えることを特徴とする電子文書検索システム。 - 前記情報収集手段は、前記各更新毎の公開開始時期から公開終了時期までの期間を前記公開日として取得する手段をさらに備えたことを特徴とする請求項１に記載の電子文書検索システム。
- 前記情報収集手段は、前記電子文書について生成したコピーから日付文字列を抽出する手段を備え、前記日付文字列の示す日付を前記公開日として取得し所定の形式で記憶部に格納する手段をさらに備えたことを特徴とする請求項１又は２に記載の電子文書検索システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002314614A JP2004151855A (ja) | 2002-10-29 | 2002-10-29 | 電子文書検索システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002314614A JP2004151855A (ja) | 2002-10-29 | 2002-10-29 | 電子文書検索システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2004151855A true JP2004151855A (ja) | 2004-05-27 |
Family
ID=32458878
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002314614A Pending JP2004151855A (ja) | 2002-10-29 | 2002-10-29 | 電子文書検索システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2004151855A (ja) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007033603A1 (fr) * | 2005-09-23 | 2007-03-29 | Tencent Technology (Shenzhen) Company Limited | Systeme de recherche de reseau et son procede de mise en oeuvre |
| US8027965B2 (en) | 2005-07-04 | 2011-09-27 | Sony Corporation | Content providing system, content providing apparatus and method, content distribution server, and content receiving terminal |
| US8079962B2 (en) | 2005-01-20 | 2011-12-20 | Sony Corporation | Method and apparatus for reproducing content data |
| US8135736B2 (en) | 2005-07-21 | 2012-03-13 | Sony Corporation | Content providing system, content providing apparatus and method, content distribution server, and content receiving terminal |
| US8170003B2 (en) | 2005-03-28 | 2012-05-01 | Sony Corporation | Content recommendation system and method, and communication terminal device |
| US8311654B2 (en) | 2006-02-17 | 2012-11-13 | Sony Corporation | Content reproducing apparatus, audio reproducing apparatus and content reproducing method |
| US8451832B2 (en) | 2004-10-26 | 2013-05-28 | Sony Corporation | Content using apparatus, content using method, distribution server apparatus, information distribution method, and recording medium |
| JP2013200743A (ja) * | 2012-03-26 | 2013-10-03 | Oki Electric Ind Co Ltd | サーバ、情報生成方法、および表示制御方法 |
| JP2013200742A (ja) * | 2012-03-26 | 2013-10-03 | Oki Electric Ind Co Ltd | サーバ、データ管理方法、および表示制御方法 |
| JP2013210701A (ja) * | 2012-03-30 | 2013-10-10 | Oki Electric Ind Co Ltd | サーバ、更新情報管理方法および表示制御方法 |
| JP2015172808A (ja) * | 2014-03-11 | 2015-10-01 | 日本電気株式会社 | 検索装置、検索方法およびプログラム |
| US10275497B2 (en) * | 2015-03-13 | 2019-04-30 | Nec Corporation | Electronic whiteboard system, search result display method of electronic whiteboard, and non-transitory computer readable medium storing program thereof |
-
2002
- 2002-10-29 JP JP2002314614A patent/JP2004151855A/ja active Pending
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8451832B2 (en) | 2004-10-26 | 2013-05-28 | Sony Corporation | Content using apparatus, content using method, distribution server apparatus, information distribution method, and recording medium |
| US8079962B2 (en) | 2005-01-20 | 2011-12-20 | Sony Corporation | Method and apparatus for reproducing content data |
| US8170003B2 (en) | 2005-03-28 | 2012-05-01 | Sony Corporation | Content recommendation system and method, and communication terminal device |
| US8027965B2 (en) | 2005-07-04 | 2011-09-27 | Sony Corporation | Content providing system, content providing apparatus and method, content distribution server, and content receiving terminal |
| US8135736B2 (en) | 2005-07-21 | 2012-03-13 | Sony Corporation | Content providing system, content providing apparatus and method, content distribution server, and content receiving terminal |
| US8135700B2 (en) | 2005-07-21 | 2012-03-13 | Sony Corporation | Content providing system, content providing apparatus and method, content distribution server, and content receiving terminal |
| WO2007033603A1 (fr) * | 2005-09-23 | 2007-03-29 | Tencent Technology (Shenzhen) Company Limited | Systeme de recherche de reseau et son procede de mise en oeuvre |
| US7844593B2 (en) | 2005-09-23 | 2010-11-30 | Tecent Technology (Shenzhen) Company Limited | Method and system for network search |
| US8311654B2 (en) | 2006-02-17 | 2012-11-13 | Sony Corporation | Content reproducing apparatus, audio reproducing apparatus and content reproducing method |
| USRE46481E1 (en) | 2006-02-17 | 2017-07-18 | Sony Corporation | Content reproducing apparatus, audio reproducing apparatus and content reproducing method |
| JP2013200743A (ja) * | 2012-03-26 | 2013-10-03 | Oki Electric Ind Co Ltd | サーバ、情報生成方法、および表示制御方法 |
| JP2013200742A (ja) * | 2012-03-26 | 2013-10-03 | Oki Electric Ind Co Ltd | サーバ、データ管理方法、および表示制御方法 |
| JP2013210701A (ja) * | 2012-03-30 | 2013-10-10 | Oki Electric Ind Co Ltd | サーバ、更新情報管理方法および表示制御方法 |
| JP2015172808A (ja) * | 2014-03-11 | 2015-10-01 | 日本電気株式会社 | 検索装置、検索方法およびプログラム |
| US10275497B2 (en) * | 2015-03-13 | 2019-04-30 | Nec Corporation | Electronic whiteboard system, search result display method of electronic whiteboard, and non-transitory computer readable medium storing program thereof |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4322887B2 (ja) | スレッド順位付け装置及び方法 | |
| KR20040029895A (ko) | 검색 시스템 | |
| JP2004062479A (ja) | 情報収集装置、方法及びプログラム | |
| JP3803961B2 (ja) | データベース生成装置、データベース生成処理方法及びデータベース生成プログラム | |
| US8433666B2 (en) | Link information extracting apparatus, link information extracting method, and recording medium | |
| JP2004151855A (ja) | 電子文書検索システム | |
| TW201415254A (zh) | 語意標註建議方法及其系統 | |
| JP2006099341A (ja) | 更新履歴生成装置及びプログラム | |
| JP2007256992A (ja) | コンテンツ特定方法及び装置 | |
| JP2001060165A (ja) | 情報セット重要度判定システム及びその判定方法、及び情報セット重要度判定プログラムを記録した記録媒体 | |
| US20080275877A1 (en) | Method and system for variable keyword processing based on content dates on a web page | |
| JP2006331292A (ja) | Ｗｅｂｌｏｇコミュニティ検索支援方法、検索支援装置および検索支援方法のプログラムを記録した記録媒体 | |
| JP2010134651A (ja) | 商品ｉｄサーバ装置、および商品ｉｄサーバ装置の制御方法 | |
| JP2004070405A (ja) | Ｗｅｂページの風評情報抽出装置 | |
| JP2006302024A (ja) | 関連文書表示方法及びプログラム | |
| KR101556714B1 (ko) | 검색결과 제공 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 | |
| JP2000331020A (ja) | 情報参照方法，情報参照装置および情報参照プログラムを格納した記憶媒体 | |
| JP4189387B2 (ja) | 知識検索システム、知識検索方法及びプログラム | |
| JP2008015774A (ja) | 模倣文書検出システム及びプログラム | |
| JP2004102818A (ja) | 検索支援方法および検索支援装置 | |
| JP2011175486A (ja) | 名寄せチェック支援装置、名寄せチェック支援プログラム及び名寄せチェック支援方法 | |
| US20040034626A1 (en) | Browsing method and apparatus | |
| JP2003006221A (ja) | 予測分析型検索システム、予測分析型検索方法およびコンピュータプログラム | |
| JP2004030428A (ja) | 情報サービス検索支援装置、情報サービス検索装置、情報サービス検索方法及び情報サービス検索プログラム | |
| JP4767389B2 (ja) | ロギング装置および記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050614 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080606 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20081008 |