JP2005322098A - 情報検索装置、情報検索方法、情報検索プログラムおよび情報検索プログラムが記録された記録媒体 - Google Patents
情報検索装置、情報検索方法、情報検索プログラムおよび情報検索プログラムが記録された記録媒体 Download PDFInfo
- Publication number
- JP2005322098A JP2005322098A JP2004140571A JP2004140571A JP2005322098A JP 2005322098 A JP2005322098 A JP 2005322098A JP 2004140571 A JP2004140571 A JP 2004140571A JP 2004140571 A JP2004140571 A JP 2004140571A JP 2005322098 A JP2005322098 A JP 2005322098A
- Authority
- JP
- Japan
- Prior art keywords
- information
- content
- training data
- evaluation
- evaluation function
- 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
- 238000000034 method Methods 0.000 title claims description 35
- 238000011156 evaluation Methods 0.000 claims abstract description 54
- 238000012549 training Methods 0.000 claims description 47
- 230000006870 function Effects 0.000 claims description 40
- 239000013598 vector Substances 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims 1
- 238000000605 extraction Methods 0.000 abstract description 15
- 230000010365 information processing Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】 過去に、利用者が検索結果に対して適合または不適合と判定した判定情報を用いて、新たに対象コンテンツを検索する場合に、検索に有効な単語を選択可能な情報検索手段を提供すること。
【解決手段】 利用者が入力した問い合わせ情報および、この問い合わせ情報に基づいて複数のコンテンツを記憶した大規模データベース2から検索されたコンテンツに対する判定情報を用いて、潜在的な問い合わせ情報を出力する問い合わせ抽出部4と、この潜在的な問い合わせ情報を用いて、問い合わせ情報と大規模データベース2に記憶されたコンテンツとの関連度を示す評価関数を出力する評価関数生成部5と、この評価関数を用いて、大規模データベース2に記憶されたコンテンツに順位付けを行い、検索結果として出力する検索部6とを含んで構成される情報検索装置1を前記した課題の解決手段とする。
【選択図】 図1
【解決手段】 利用者が入力した問い合わせ情報および、この問い合わせ情報に基づいて複数のコンテンツを記憶した大規模データベース2から検索されたコンテンツに対する判定情報を用いて、潜在的な問い合わせ情報を出力する問い合わせ抽出部4と、この潜在的な問い合わせ情報を用いて、問い合わせ情報と大規模データベース2に記憶されたコンテンツとの関連度を示す評価関数を出力する評価関数生成部5と、この評価関数を用いて、大規模データベース2に記憶されたコンテンツに順位付けを行い、検索結果として出力する検索部6とを含んで構成される情報検索装置1を前記した課題の解決手段とする。
【選択図】 図1
Description
本発明は、利用者が閲覧を望む文書などのコンテンツ(以下、対象コンテンツ)を、複数の単語または熟語の組合せおよび短文のうち少なくとも1つを含んで構成される利用者からの問い合わせ情報に基づいて、検索対象となる複数のコンテンツが記憶された大規模データベースから検索する際に、利用者が検索結果に対して適合または不適合と判定した判定情報を用いて、潜在的な問い合わせ情報を抽出し、大規模データベースから検索することにより、利用者が閲覧を望む対象コンテンツを早期に提示可能な情報検索装置、情報検索方法、情報検索プログラムおよび情報検索プログラムが記録された記録媒体に関する。
非特許文献1、2および3に示すような、利用者の潜在的な問い合わせ情報を抽出する機能を有する従来技術による情報検索装置は、利用者が実行した検索結果に対して、適合または不適合と判定した各コンテンツに含まれる単語の出現頻度から、利用者が入力した問い合わせ情報を再構成することを基本的な特徴としている。これらの情報検索装置では、適合または不適合と判定した各コンテンツにおける単語出現数や、適合と判定されたコンテンツと検索対象となる複数のコンテンツが記憶された大規模データベース全体とにおける単語出現確率の比をもとに選択された複数の単語を、利用者が入力した問い合わせ情報に付加することによって、利用者が閲覧を望む対象コンテンツの検索が実現される。
J.J Rocchio, Relevance feedback in information retrieval, The SMART Retrieval System (Englewood Cliffs, N.J.: Prentice-Hall Inc., 1971), pp.313-323. D.Harman: Relevance feedback revisited, 15th Int. ACM/SIGIR Conf. on R&D in Information retrieval (SIGIR'92),1-10,1992. K.Ng: A maximum likelihood ration information retrieval model, Proceedings of the Eighth Text Retrieval Conference (TREC-8),483-492, 1999.
J.J Rocchio, Relevance feedback in information retrieval, The SMART Retrieval System (Englewood Cliffs, N.J.: Prentice-Hall Inc., 1971), pp.313-323. D.Harman: Relevance feedback revisited, 15th Int. ACM/SIGIR Conf. on R&D in Information retrieval (SIGIR'92),1-10,1992. K.Ng: A maximum likelihood ration information retrieval model, Proceedings of the Eighth Text Retrieval Conference (TREC-8),483-492, 1999.
前記した従来の技術による情報検索装置では、利用者が適合と判定したコンテンツに含まれる単語の出現頻度を、不適合と判定されたコンテンツや大規模データベース全体における単語の出現頻度に関する統計情報と比較することで、問い合わせ情報に付加する単語を選択している。
しかしながら、過去の検索結果や、未知の大規模データベース内に存在する対象コンテンツにおいて、利用者が適合と判定し得る対象コンテンツに含まれる単語の出現頻度は対象コンテンツごとに異なる。単語の出現頻度が対象コンテンツごとに大きく異なる場合、利用者が過去に適合と判定したコンテンツに含まれる単語の出現頻度を用いて、大規模データベースから利用者が適合と判定し得る対象コンテンツを早期に提示することは困難になる。
例えば、過去に適合と判定されたコンテンツに多く含まれる複数の単語が、検索対象となる大規模データベース内に存在する対象コンテンツには含まれておらず、それらの単語が多く含まれるコンテンツが優先的に検索される。このように、利用者が適合と判定したコンテンツに多く含まれる単語が、新たに対象コンテンツを検索する場合に、必ずしも有効に機能するとは限らない。
したがって、本発明の目的は、利用者が検索結果に対して適合または不適合と判定した判定情報を用いて、対象コンテンツを検索する場合に、検索に有効な単語を選択する情報検索手段を提供することである。
前記した目的を達成するためになされた本発明に係る情報検索装置は、利用者が入力した問い合わせ情報および、この問い合わせ情報に基づいて複数のコンテンツを記憶した大規模データベースから検索されたコンテンツに対する判定情報を用いて、潜在的な問い合わせ情報を出力する問い合わせ抽出部と、この潜在的な問い合わせ情報を用いて、問い合わせ情報と大規模データベースに記憶されたコンテンツとの関連度を示す評価関数を出力する評価関数生成部と、この評価関数を用いて、大規模データベースに記憶されたコンテンツに順位付けを行い、検索結果として出力する検索部とを含んで構成されることを特徴としている。
本発明によると、利用者が適合または不適合と判定したコンテンツおよびその判定情報から構成される訓練データ集合から、一部のコンテンツを除外して得られる評価関数の統計情報を用いることで、利用者が適合と判定したコンテンツに一様に含まれる単語を潜在的な問い合わせ情報として選択して検索を実行することで、検索効率が向上する。
(情報検索装置)
以下、本発明の実施の形態を添付した図面を参照して詳しく説明する。はじめに、図1は、本実施の形態の情報検索装置1の構成を示す機能ブロック図の例である。
図1に示すように、本実施の形態の情報検索装置1は、文書ファイルやWebページファイルなどの様々なコンテンツが記憶された大規模データベースであるコンテンツDB2と、後記する訓練データ集合が記憶された訓練データDB3とから構成されるデータベースを有している。
以下、本発明の実施の形態を添付した図面を参照して詳しく説明する。はじめに、図1は、本実施の形態の情報検索装置1の構成を示す機能ブロック図の例である。
図1に示すように、本実施の形態の情報検索装置1は、文書ファイルやWebページファイルなどの様々なコンテンツが記憶された大規模データベースであるコンテンツDB2と、後記する訓練データ集合が記憶された訓練データDB3とから構成されるデータベースを有している。
また、情報検索装置1は、利用者が所望のコンテンツを検索するために入力した問い合わせ情報および、その検索結果に対する判定情報から潜在的な問い合わせ情報を出力する問い合わせ抽出部4と、潜在的な問い合わせ情報を用いて、問い合わせ情報とコンテンツの関連度を示す第2評価関数を出力する評価関数生成部5と、この第2評価関数を用いて、コンテンツに順位付けを行い、検索結果のコンテンツを出力する検索部6とを含んで構成される。
さらに、情報検索装置1は、利用者が、検索のキー情報となる問い合わせ情報や検索結果に対する判定情報などを入力する際のインターフェイスとなる入力部7と、検索結果などを画面表示や印刷出力する際のインターフェイスとなる出力部8とを含んで構成される。
さらに、情報検索装置1は、利用者が、検索のキー情報となる問い合わせ情報や検索結果に対する判定情報などを入力する際のインターフェイスとなる入力部7と、検索結果などを画面表示や印刷出力する際のインターフェイスとなる出力部8とを含んで構成される。
なお、本実施の形態の情報検索装置1は、演算手段としてのCPU、RAM、ハードディスクドライブ、キーボード、ディスプレイ装置などを備えたコンピュータにより具現化され、問い合わせ抽出部4、評価関数生成部5および検索部6は、情報検索装置1のハードディスクドライブに格納された各機能を実現するプログラムコードを、RAM上に展開してCPUが実行することで具現化される。また、コンテンツDB2および訓練データDB3は、ハードディスクドライブの区画された領域を割当てることで実現され、入力部7はキーボードからの入力を制御するキーボードドライバソフトなどに相当し、出力部8はディスプレイ装置への出力を制御するディスプレイドライバソフトなどに相当する。また、コンテンツDB2は、ネットワークを介して接続された外部のデータベースとすることも可能であり、訓練データDB3は、RAMなどの一時記憶装置により代用することも可能である。
(検索処理の手順)
次に、図2に示した、情報検索装置1の問い合わせ抽出部4における情報処理の手順を示す、フローチャートおよび図3に示した評価関数生成部5における情報処理の手順を示す、フローチャートを参照して、情報検索装置1における検索処理の手順を詳しく説明する(適宜、図1参照のこと)。
次に、図2に示した、情報検索装置1の問い合わせ抽出部4における情報処理の手順を示す、フローチャートおよび図3に示した評価関数生成部5における情報処理の手順を示す、フローチャートを参照して、情報検索装置1における検索処理の手順を詳しく説明する(適宜、図1参照のこと)。
図2に示した、情報検索装置1の問い合わせ抽出部4における情報処理の手順を示す、フローチャートを参照すると、情報検索装置1の問い合わせ抽出部4は、はじめに、所望の対象コンテンツの検索を行うために利用者が入力した、複数の単語または熟語の組合せおよび短文のうち少なくとも1つを含んで構成される問い合わせ情報を、入力部7から取得する(ステップS100)。
そして、問い合わせ抽出部4は、ステップS100で取得した問い合わせ情報を用いて、従来技術のマッチング処理によりコンテンツDB2から、問い合わせ情報に対する候補となるコンテンツを検索し(ステップS101)、この候補のコンテンツを見て、利用者が入力した、各コンテンツに対する適合または不適合の判定に関する判定情報を、入力部7から取得する(ステップS102)。
次に、問い合わせ抽出部4は、ステップS102において判定情報を取得すると、判定された各コンテンツに、判定情報に応じて、適合または不適合であることを示すラベルを付与した訓練データを作成する(ステップS103)。この作成された訓練データは、訓練データDB3に蓄積され、訓練データ集合が作成される(ステップS104)。
次に、問い合わせ抽出部4は、この作成された訓練データ集合を、任意の1つの訓練データと、それ以外の訓練データから構成されるデータ集合とに分割する(ステップS105)。
そして、任意の1つの訓練データ以外の訓練データから構成されるデータ集合を用いて、このデータ集合の各訓練データに含まれるそれぞれの単語の適合または不適合の判定に関する評価値の集合(以下、評価ベクトル)により構成される第1評価関数を生成し(ステップS106)、ステップS105で分割された任意の1つの訓練データと評価ベクトルの対(以下、訓練データ・評価ベクトル対)を生成する(ステップS107)。なお、この評価ベクトルおよび第1評価関数の例は、後記する実施形態例において詳しく説明する。
そして、任意の1つの訓練データ以外の訓練データから構成されるデータ集合を用いて、このデータ集合の各訓練データに含まれるそれぞれの単語の適合または不適合の判定に関する評価値の集合(以下、評価ベクトル)により構成される第1評価関数を生成し(ステップS106)、ステップS105で分割された任意の1つの訓練データと評価ベクトルの対(以下、訓練データ・評価ベクトル対)を生成する(ステップS107)。なお、この評価ベクトルおよび第1評価関数の例は、後記する実施形態例において詳しく説明する。
次に、訓練データ集合からステップS105とは別の任意の1つの訓練データを分割して、この訓練データに対応する訓練データ・評価ベクトル対を生成する処理(ステップS105からステップS107)を、訓練データ集合に含まれる全ての訓練データを除外した場合について繰り返し行う(ステップS108)。
全ての訓練データを除外した場合についての、ステップS105ないしステップS107の処理の終了後(ステップ108でYesの場合)、ステップS100ないしステップS108において作成された訓練データ・評価ベクトル対を利用して、訓練データ集合全体または不適合と判定された訓練データよりも適合と判定された訓練データにおいて統計情報として導出される出現確率が高く、かつ、適合と判定された訓練データに所定の確率で出現する単語を抽出し、利用者の潜在的な問い合わせ情報を作成する(ステップS109)。
そして、問い合わせ抽出部4は、この潜在的な問い合わせ情報と、訓練データ集合と合わせて評価関数生成部5に受け渡す。
そして、問い合わせ抽出部4は、この潜在的な問い合わせ情報と、訓練データ集合と合わせて評価関数生成部5に受け渡す。
次に、図3に示した、情報検索装置1の評価関数生成部5の情報処理の手順を示す、フローチャートを参照すると、評価関数生成部5は、問い合わせ抽出部4から、潜在的な問い合わせ情報と訓練データ集合とを取得すると(ステップS200)、この訓練データ集合を用いて評価ベクトルを生成し(ステップS201)、潜在的な問い合わせ情報を用いて評価ベクトルの各単語に対応する要素の選別と、重み付けを実行する(ステップS202)。これにより、問い合わせ情報とコンテンツDB2に記憶されたコンテンツとの関連度を示す第2評価関数を生成して(ステップS202)、検索部6に受け渡す。
そして、ステップS202で導出された第2評価関数を取得した情報検索装置1の検索部6は、この導出された第2評価関数に基づいてコンテンツDB2内のコンテンツの順位付を実行して、出力部8より順位が上位のコンテンツを検索候補として出力する。
(実施形態例)
次に、検索要求に対して検索対象のコンテンツの関連度を順位付けするための評価関数として確率比(Probability Ratio)を用いた実施形態例を詳しく説明する(適宜、図1、図2、図3参照のこと)。
次に、検索要求に対して検索対象のコンテンツの関連度を順位付けするための評価関数として確率比(Probability Ratio)を用いた実施形態例を詳しく説明する(適宜、図1、図2、図3参照のこと)。
ここで、あるコンテンツsの第1評価関数である確率比PR(s)は、次のように定義される。
数式(1)において、i、VはコンテンツDB2中に含まれるコンテンツの単語の種類と、単語の種類の総数をそれぞれ表し、θriは単語iが対象コンテンツで出現する確率、θgiは単語iがコンテンツDB2全体で出現する確率をそれぞれ表す。また、x(s,i)は評価するコンテンツsに含まれる単語iの数を表す。また、Z(s)は、コンテンツの長さを正規化する項である。ここで、θri、θgiは、例えば次式を用いて計算することができる。
数式(2)において、cは対象コンテンツ(r)か、コンテンツDB2全体(g)かを示すクラスを、nはクラスcに含まれるコンテンツを、x(n,i)はコンテンツnで単語iが出現した回数を、ξiは平滑化パラメータをそれぞれ表す。
ここで、前記した情報検索装置1が、利用者が入力した問い合わせ情報を取得し(ステップS100に相当)、この問い合わせ情報をもとに検索部6が検索候補のコンテンツを検索して利用者に提示し(ステップS101に相当)、その提示に対して利用者がN個のコンテンツを「適合」と判定して(対象コンテンツであると判定)、判定情報を取得した場合(ステップS102に相当)、訓練データ集合を作成して(ステップS103およびステップS104に相当)、ある訓練データnを除外したN−1個の適合対象を用いて数式(2)を用いて、単語iが対象コンテンツで出現する確率である
を計算する。なお、ここで(−n)は、ある訓練データnを除外したことを示す引数である。そして、除外する訓練データを変えて計算を繰り返すことで、要素が次に示すR(n,i)のN×V行列Rを求める(ステップS105ないしステップS108に相当)。
を計算する。なお、ここで(−n)は、ある訓練データnを除外したことを示す引数である。そして、除外する訓練データを変えて計算を繰り返すことで、要素が次に示すR(n,i)のN×V行列Rを求める(ステップS105ないしステップS108に相当)。
次に、算出した行列Rを用いて、問い合わせ抽出部4は、単語iの統計情報を計算し、利用者の潜在的な問い合わせ情報として抽出する単語を選択する。例えば、
の算出時に除外したコンテンツnの単語出現数x(n,i)を用いて、
の算出時に除外したコンテンツnの単語出現数x(n,i)を用いて、
を満たす単語を選択する。なお、γは利用者などが定めた所定値である。
を満たす単語を選択する。これにより選択された単語i’は、利用者の潜在的な問い合わせ情報として評価関数生成部5に受け渡す(ステップS109に相当)。
評価関数生成部5は、潜在的な問い合わせ情報に含まれる単語のみで計算される第2評価関数であるコンテンツsの確率比PR’(s)を検索部6に受け渡す(ステップS200ないしステップS203に相当)。
そして、検索部6は、未検索のコンテンツの順位付けを実行することで、出力部8より順位が上位のコンテンツを検索候補として出力する。
(実験例)
次に、図4は、一般的に情報検索装置の性能検査用に用いられるデータベースCISI(T.Hofman: Unsupervised learning by probabilistic latent semantic analysis, Machine Learning, 42, 177-196, 2001)に、前記した実施形態例の情報検索装置1を適用した場合の結果を示す。
この性能検査に際し、利用者が入力した問い合わせ情報をもとに検索部6が10件のコンテンツを検索して利用者に提示し、その提示に対して対象コンテンツが含まれる場合は、利用者が「適合」と入力する場合を想定する。
次に、図4は、一般的に情報検索装置の性能検査用に用いられるデータベースCISI(T.Hofman: Unsupervised learning by probabilistic latent semantic analysis, Machine Learning, 42, 177-196, 2001)に、前記した実施形態例の情報検索装置1を適用した場合の結果を示す。
この性能検査に際し、利用者が入力した問い合わせ情報をもとに検索部6が10件のコンテンツを検索して利用者に提示し、その提示に対して対象コンテンツが含まれる場合は、利用者が「適合」と入力する場合を想定する。
図4では、その入力結果をもとに潜在的な問い合わせ情報を抽出し、未検索のコンテンツを順位付けして出力した際の検索性能を表す。図4において、横軸は再現率を表し、順位が上位のm個のコンテンツに含まれる対象コンテンツの数を、データベース中のコンテンツの総数で割った値を示す。縦軸は適合率であり、上位m個に含まれる対象コンテンツの数を、mで割った値を示す。再現率が同じとき適合率が高いほど、少ないコンテンツの検索数で対象コンテンツを検索可能であり、検索性能が高いことを意味している。
1 情報検索装置
2 コンテンツDB
3 訓練データDB
4 問い合わせ抽出部
5 評価関数生成部
6 検索部
2 コンテンツDB
3 訓練データDB
4 問い合わせ抽出部
5 評価関数生成部
6 検索部
Claims (7)
- 検索対象となる複数のコンテンツを記憶した大規模データベースから、複数の単語、熟語の組合せおよび短文のうち少なくとも1つを含んで構成される問い合わせ情報にもとづいて、所望のコンテンツをコンピュータにより検索する情報検索方法であって、
前記コンピュータの演算手段が、
前記問い合わせ情報および、前記問い合わせ情報に基づいて前記大規模データベースから検索されたコンテンツに対する判定情報を用いて、潜在的な問い合わせ情報を出力する手順と、
前記潜在的な問い合わせ情報を用いて、前記問い合わせ情報と前記大規模データベースに記憶されたコンテンツとの関連度を示す評価関数を出力する手順と、
前記評価関数を用いて、前記大規模データベースに記憶されたコンテンツに順位付けを行い、検索結果として出力する手順とを含むこと、
を特徴とする情報検索方法。 - 前記潜在的な問い合わせ情報を出力する手順は、
前記判定情報と、その対象となるコンテンツとを合わせた訓練データから構成される訓練データ集合として記憶手段に記憶し、この訓練データ集合に含まれる訓練データの一部ずつを除外した複数のデータ集合から、各データ集合に含まれるコンテンツの各単語の適合または不適合の判定に関する評価値の集合である複数の第1評価関数を生成し、これらの第1評価関数を統計処理して、適合と判定されたコンテンツに含まれる所定の出現確率を有する単語を抽出して、潜在的な問い合わせ情報として出力すること、
を特徴とする請求項1に記載の情報検索方法。 - 評価関数を出力する手順は、
前記訓練データ集合を用いて評価ベクトルを生成し、前記潜在的な問い合わせ情報を用いて、当該評価ベクトルの各単語に対応する要素の選別と重み付けを行うことで、問い合わせ情報とコンテンツの関連度を示す評価関数を出力すること、
を特徴とする請求項2に記載の情報検索方法。 - 前記評価関数および前記第1評価関数は、確率比であること、
を特徴とする請求項3に記載の情報検索方法。 - 検索対象となる複数のコンテンツを記憶した大規模データベースから、複数の単語、熟語の組合せおよび短文のうち少なくとも1つを含んで構成される問い合わせ情報にもとづいて、所望のコンテンツを検索する情報検索装置であって、
前記問い合わせ情報に基づいて、前記大規模データベースからコンテンツを検索して、このコンテンツに対する適合または不適合を示す判定情報と合わせた訓練データから構成される訓練データ集合を作成し、この訓練データ集合に含まれる訓練データの一部ずつを除外した複数のデータ集合から、各データ集合に含まれる訓練データの各単語の適合または不適合の判定に関する評価値の集合である複数の第1評価関数を統計処理して、適合と判定されたコンテンツに含まれる所定の出現確率を有する単語を抽出し、潜在的な問い合わせ情報として出力する問い合わせ抽出部と、
前記訓練データ集合を用いて評価ベクトルを生成し、前記潜在的な問い合わせ情報を用いて、当該評価ベクトルの各単語に対応する要素の選別と重み付けを行うことで、問い合わせ情報とコンテンツの関連度を示す第2評価関数を出力する評価関数生成部と、
前記第2評価関数に基づいて、前記大規模データベースに記憶されたコンテンツに順位付けを行い、検索結果として出力する検索部とを含んで構成されること、
を特徴とする情報検索装置。 - コンピュータに、請求項1ないし請求項4のいずれか1項に記載の情報検索方法を実行させる情報検索プログラム。
- 請求項6に記載の情報検索プログラムを記録した記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004140571A JP2005322098A (ja) | 2004-05-11 | 2004-05-11 | 情報検索装置、情報検索方法、情報検索プログラムおよび情報検索プログラムが記録された記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004140571A JP2005322098A (ja) | 2004-05-11 | 2004-05-11 | 情報検索装置、情報検索方法、情報検索プログラムおよび情報検索プログラムが記録された記録媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2005322098A true JP2005322098A (ja) | 2005-11-17 |
Family
ID=35469331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004140571A Pending JP2005322098A (ja) | 2004-05-11 | 2004-05-11 | 情報検索装置、情報検索方法、情報検索プログラムおよび情報検索プログラムが記録された記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2005322098A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101048619B1 (ko) * | 2008-12-19 | 2011-07-13 | 재단법인대구경북과학기술원 | 검색 테이블 기반 퍼지 단일 긍정 및 이중 부정 규칙 장애물 회피 퍼지 제어기 및 제어 방법 |
CN110895467A (zh) * | 2018-09-13 | 2020-03-20 | 深圳市蓝灯鱼智能科技有限公司 | 检索模型的更新方法、装置、存储介质及电子装置 |
-
2004
- 2004-05-11 JP JP2004140571A patent/JP2005322098A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101048619B1 (ko) * | 2008-12-19 | 2011-07-13 | 재단법인대구경북과학기술원 | 검색 테이블 기반 퍼지 단일 긍정 및 이중 부정 규칙 장애물 회피 퍼지 제어기 및 제어 방법 |
CN110895467A (zh) * | 2018-09-13 | 2020-03-20 | 深圳市蓝灯鱼智能科技有限公司 | 检索模型的更新方法、装置、存储介质及电子装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5346279B2 (ja) | 検索による注釈付与 | |
RU2501078C2 (ru) | Ранжирование результатов поиска с использованием расстояния редактирования и информации о документе | |
US7895195B2 (en) | Method and apparatus for constructing a link structure between documents | |
US7945552B2 (en) | System of effectively searching text for keyword, and method thereof | |
CN106383836B (zh) | 将可操作属性归于描述个人身份的数据 | |
CN109299383B (zh) | 生成推荐词的方法、装置、电子设备及存储介质 | |
US8731930B2 (en) | Contextual voice query dilation to improve spoken web searching | |
JP6123143B1 (ja) | 特許要件適否予測装置および特許要件適否予測プログラム | |
JP2011118872A (ja) | 未登録語のカテゴリを決定する方法と装置 | |
WO2017028395A1 (zh) | 一种提供搜索结果的方法与装置 | |
AU2018250372B2 (en) | Method to construct content based on a content repository | |
US20210279269A1 (en) | Content Fragments Aligned to Content Criteria | |
JP2012221489A (ja) | 効率的にクエリを処理する方法及び装置 | |
KR101818716B1 (ko) | 컨셉 키워드 확장 데이터 셋 생성방법, 장치 및 컴퓨터로 판독 가능한 기록매체 | |
CN115147020A (zh) | 装修数据处理方法、装置、设备及存储介质 | |
JP2005322098A (ja) | 情報検索装置、情報検索方法、情報検索プログラムおよび情報検索プログラムが記録された記録媒体 | |
JP5211000B2 (ja) | ランキング関数生成装置、ランキング関数生成方法、ランキング関数生成プログラム | |
JP2016038667A (ja) | 情報提供装置、情報提供方法、および情報提供プログラム | |
US8027957B2 (en) | Grammar compression | |
JP2011108242A (ja) | 利用者の要求に応じて動的にもっとも適したイメージを抽出して提供するための方法、システム及びコンピューター判読可能な記録媒体 | |
JP6308706B1 (ja) | 特許要件適否予測装置および特許要件適否予測プログラム | |
JP4208402B2 (ja) | 文書検索装置、文書検索方法および記録媒体 | |
JP3778270B2 (ja) | 選択履歴管理情報、選択履歴情報、情報記憶媒体、及びユーザーインターフェース補助システム | |
JP2004318381A (ja) | 類義性計算方法、類義性計算プログラム、類義性計算プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
JP2006106907A (ja) | 構造化文書管理システム、索引構築方法及びプログラム |