JP2010224601A - 情報検索システム、再インデックス化処理方法および再インデックス化処理プログラム - Google Patents

Abstract

【課題】情報の更新時に再インデックス化に要する時間を短縮できる情報検索システム、再インデックス化処理方法およびプログラムを得ること。
【解決手段】特定項目抽出手段１５は、特定項目更新有無判別手段１４で検索の対象となる情報の属性における特定項目のみの更新が行われたと判別したときその特定項目についてインデックス情報抽出手段１１を用いてインデックスを抽出する。検索インデックス更新手段１６は、抽出した特定項目についてのインデックス情報のみを検索インデックスにおける記憶領域の配置関係を固定した状態で更新する。
【選択図】図１

Description

本発明は、情報の検索を行う情報検索システム、再インデックス化処理方法および再インデックス化処理プログラムに係わり、特に情報の更新時に好適な情報検索システム、再インデックス化処理方法および再インデックス化処理プログラムに関する。

複数の文書の中から特定の文字列としてのキーワードを含む文書を検索する全文検索は、たとえばウェブブラウザを用いた検索によって多くの人に身近な存在となっている。文書検索を行う情報検索システムでは、検索対象となる文書を逐次検索する方式を採用した場合、文書の数の増加と共に検索に要する時間が長時間化することになる。そこで、インデックス型の情報検索システムが本発明の関連技術として注目されている（たとえば特許文献１参照）。

図１７は、このようなインデックス型の情報検索システムの概要を表わしたものである。情報検索システム１００のリソースサーバ１０１には、ユーザ１０２が検索の対象とする文書群が収容されている。リソースサーバ１０１は、たとえばファイルサーバ、ＲＤＢ（relational database）サーバ、ウェブサーバ、文書管理サーバのようなものである。

インデクサ１０３は、リソースサーバ１０１に収容されている個々の文書１０４から検索対象となる文書の本文の内容や属性あるいは文書１０４に対するアクセス権等の情報を収集する。そして、これらを検索インデックス１０５としてインデックス情報記憶部１０６に収容しておく。ユーザ１０２は、パーソナルコンピュータや携帯電話機等のユーザ端末１０７を使用して検索インデックス処理装置１０８に対してキーワードとなる文字列を入力して、対応する文書の検索を要求する。検索インデックス処理装置１０８はこの要求があると、インデックス情報記憶部１０６に対応する文書を問い合わせ、その応答結果を基にして検索結果をユーザ端末１０７に提示することになる。

このような情報検索システム１００では、検索対象となる文書１０４と検索インデックス１０５の内容の間に不整合が生じると、正確な検索が行われない。たとえば、ある文書１０４の内容が訂正されて、文書の本体に記載されていたＡという事項の記載がなくなったとする。それにもかかわらず、その文書１０４に対応する検索インデックス１０５にはＡという事項の記載が存在することが示されていたとすれば、間違った検索結果が得られることになるからである。

そこで、リソースサーバ１０１に収容されている文書１０４の内容が変更になったときには、対応する検索インデックス１０５も更新する必要がある。本発明の前記した関連技術でも、更新された文書の日付情報等のそれぞれの情報を検索インデックス１０５の対応箇所に順に格納して再インデックス化する一般的な更新処理が開示されている。

特開昭５８−１６９６３２号公報（第２ページ右上欄第１０行目〜同ページ右下欄第１９行目、第１図）

このように本発明の関連技術では、検索対象の文書１０４についてその本体や属性情報が変更された場合、それに合わせて検索インデックスを変更する再インデックス化処理を行っている。この再インデックス化処理は、更新が行われた本文や属性情報をすべて再インデックス化するようにしている。したがって、リソースサーバ１０１等の所定の媒体に格納されている検索対象の文書１０４が多く、更新される文書１０４の数が多くなるほど、再インデックス化に要する時間が長時間化するという問題がある。

そこで本発明の目的は、情報の更新の内容に応じて再インデックス化の対象を限定して、再インデックス化に要する時間を短縮するようにした情報検索システム、再インデックス化処理方法および再インデックス化処理プログラムを提供することにある。

本発明では、（イ）検索の対象となる情報そのものの内容およびその情報の属性情報を対象に前記した情報の検索語をインデックス情報として抽出するインデックス情報抽出手段と、（ロ）このインデックス情報抽出手段によって抽出した個々のインデックス情報をそれぞれ１単位ずつの記憶領域に割り当てる形で前記した情報そのものの内容や前記した属性情報の項目に分けた形で全項目を１つに束ねた情報ごとの検索インデックスを作成する検索インデックス作成手段と、（ハ）この検索インデックス作成手段によって作成した検索インデックスを検索の対象となる情報単位で記憶する検索インデックス群記憶手段と、（ニ）この検索インデックス群記憶手段に検索インデックスとして記憶した検索の対象となる情報あるいはその属性情報の更新が行われるとき、更新によっては前記した記憶領域の総数が変動しない項目のうちで予め定めた項目としての特定項目のみについて更新が行われたか否かを判別する特定項目更新有無判別手段と、（ホ）この特定項目更新有無判別手段で前記した特定項目のみの更新が行われたと判別したとき前記した特定項目について前記したインデックス情報抽出手段を用いてインデックスの抽出を行う特定項目抽出手段と、（へ）この特定項目抽出手段によって抽出した前記した特定項目についてのインデックス情報を前記した検索インデックスにおける前記した記憶領域の総数および配置関係を固定した状態で更新する検索インデックス更新手段とを情報検索システムが具備する。

また、本発明では、（イ）検索の対象となる情報の更新が行われたとき、更新後の情報の内容あるいはその情報の属性情報からなる更新情報を受信する更新情報受信ステップと、（ロ）この更新情報受信ステップで前記した更新情報を受信したとき、前記した情報の更新が既にその情報について作成された情報検索用の検索インデックスにおける情報の属性情報についての記憶領域の変更を伴わないとされる予め定めた特定項目のみについての更新であるかを判別する特定項目更新有無判別ステップと、（ハ）この特定項目更新有無判別ステップで前記した特定項目のみについての更新であると判別したとき、その特定項目についてのみ情報の検索語をインデックス情報として抽出するインデックス情報抽出ステップと、（ニ）このインデックス情報抽出ステップで抽出したインデックス情報を、前記した検索インデックスにおける記憶領域を他の項目との関係で固定した状態で更新する検索インデックス更新ステップとを再インデックス化処理方法が具備する。

更に本発明では、コンピュータに、再インデックス化処理プログラムとして、（イ）検索の対象となる情報の更新が行われたとき、更新後の情報の内容あるいはその情報の属性情報からなる更新情報を受信する更新情報受信処理と、（ロ）この更新情報受信処理で前記した更新情報を受信したとき、前記した情報の更新が既にその情報について作成された情報検索用の検索インデックスにおける情報の属性情報についての記憶領域の変更を伴わないとされる予め定めた特定項目のみについての更新であるかを判別する特定項目更新有無判別処理と、（ハ）この特定項目更新有無判別処理で前記した特定項目のみについての更新であると判別したとき、その特定項目についてのみ情報の検索語をインデックス情報として抽出するインデックス情報抽出処理と、（ニ）このインデックス情報抽出処理で抽出したインデックス情報を、前記した検索インデックスにおける記憶領域を他の項目との関係で固定した状態で更新する検索インデックス更新処理とを実行させることを特徴としている。

以上説明したように本発明によれば、検索の対象となる情報あるいはその属性情報の更新時に特定項目以外の項目について変更がない場合に検索インデックス全体の再インデックス化を行う必要がない。したがって、検索インデックスの更新処理に要する時間を短縮することができるだけでなく、更新内容が迅速に反映されるので、検索の信頼性の向上を図ることができる。

本発明の情報検索システムのクレーム対応図である。 本発明の再インデックス化処理方法のクレーム対応図である。 本発明の再インデックス化処理プログラムのクレーム対応図である。 本発明の実施の形態による情報検索システムのシステム構成図である。 本実施の形態でインデックス情報記憶部が格納する検索インデックスの格納項目を示した説明図である。 本実施の形態で文書データ記憶部に記憶された文書情報の一例を示した説明図である。 本実施の形態で説明する会社組織のコード情報、フラグおよびアクセス権の識別子の関係を一覧として示した説明図である。 本実施の形態の全アクセス権情報を数値パターンとして体系化して示した説明図である。 図６に示した文書情報に対応するインデックス情報欄とアクセス権パターン化リストの組を示した説明図である。 本実施の形態の文書データ処理装置によるインデックス情報の変更の様子を表わした流れ図である。 本実施の形態で更新情報を受信した検索インデックス処理装置の処理を表わした流れ図である。 図６に示した文書情報で更新者の氏名が変更になった場合の変更後の文書情報の内容を表わした説明図である。 図１２に示した文書情報に対応するインデックス情報欄とアクセス権パターン化リストの組を示した説明図である。 本実施の形態でアクセス権情報だけが変更された場合の文書情報の一例を示した説明図である。 図１４に示したアクセス権情報の変更に対応するインデックス情報欄ならびにアクセス権情報の組を表わした説明図である。 本発明の変形例における更新情報を受信した検索インデックス処理装置の処理を表わした流れ図である。 本発明の関連技術としてのインデックス型の情報検索システムを示すシステム構成図である。

図１は、本発明の情報検索システムのクレーム対応図を示したものである。本発明の情報検索システム１０は、インデックス情報抽出手段１１と、検索インデックス作成手段１２と、検索インデックス群記憶手段１３と、特定項目更新有無判別手段１４と、特定項目抽出手段１５と、検索インデックス更新手段１６を備えている。ここで、インデックス情報抽出手段１１は検索の対象となる情報そのものの内容およびその情報の属性情報を対象に前記した情報の検索語をインデックス情報として抽出する。検索インデックス作成手段１２は、インデックス情報抽出手段１１によって抽出した個々のインデックス情報をそれぞれ１単位ずつの記憶領域に割り当てる形で情報そのものの内容や属性情報の項目に分けた形で全項目を１つに束ねた情報ごとの検索インデックスを作成する。検索インデックス群記憶手段１３は、検索インデックス作成手段１２によって作成した検索インデックスを検索の対象となる情報単位で記憶する。特定項目更新有無判別手段１４は、更新によっては記憶領域の総数が変動しない項目のうちで予め定めた項目としての特定項目のみについて更新が行われたか否かを判別する。この判別は、検索インデックス群記憶手段１３に検索インデックスとして記憶した検索の対象となる情報あるいはその属性情報の更新が行われるとき行われる。特定項目抽出手段１５は、特定項目更新有無判別手段１４で前記した特定項目のみの更新が行われたと判別したとき前記した特定項目についてインデックス情報抽出手段１１を用いてインデックスの抽出を行う。検索インデックス更新手段１６は、特定項目抽出手段１５によって抽出した前記した特定項目についてのインデックス情報を前記した検索インデックスにおける前記した記憶領域の総数および配置関係を固定した状態で更新する。

図２は、本発明の再インデックス化処理方法のクレーム対応図を示したものである。本発明の再インデックス化処理方法２０は、更新情報受信ステップ２１と、特定項目更新有無判別ステップ２２と、インデックス情報抽出ステップ２３と、検索インデックス更新ステップ２４とを備えている。ここで、更新情報受信ステップでは、検索の対象となる情報の更新が行われたとき、更新後の情報の内容あるいはその情報の属性情報からなる更新情報を受信する。特定項目更新有無判別ステップ２２では、情報の更新が既にその情報について作成された情報検索用の検索インデックスにおける情報の属性情報についての記憶領域の変更を伴わないとされる予め定めた特定項目のみについての更新であるかを判別する。この判別は、更新情報受信ステップ２１で更新情報を受信したとき行われる。インデックス情報抽出ステップ２３では、特定項目更新有無判別ステップ２２で前記した特定項目のみについての更新であると判別したとき、その特定項目についてのみ情報の検索語をインデックス情報として抽出する。検索インデックス更新ステップ２４では、インデックス情報抽出ステップ２３で抽出したインデックス情報を、前記した検索インデックスにおける記憶領域を他の項目との関係で固定した状態で更新する。

図３は、本発明の再インデックス化処理プログラムのクレーム対応図を示したものである。本発明の再インデックス化処理プログラム３０は、コンピュータに、更新情報受信処理３１と、特定項目更新有無判別処理３２と、インデックス情報抽出処理３３と、検索インデックス更新処理３４とを実行させるようにしている。ここで、更新情報受信処理３１では、検索の対象となる情報の更新が行われたとき、更新後の情報の内容あるいはその情報の属性情報からなる更新情報を受信する。特定項目更新有無判別処理３２では、情報の更新が既にその情報について作成された情報検索用の検索インデックスにおける情報の属性情報についての記憶領域の変更を伴わないとされる予め定めた特定項目のみについての更新であるかを判別する。この判別は、更新情報受信処理３１で前記した更新情報を受信したとき行われる。インデックス情報抽出処理３３では、特定項目更新有無判別処理３２で特定項目のみについての更新であると判別したとき、その特定項目についてのみ情報の検索語をインデックス情報として抽出する。検索インデックス更新処理３４では、インデックス情報抽出処理３３で抽出したインデックス情報を、前記した検索インデックスにおける記憶領域を他の項目との関係で固定した状態で更新する。

＜発明の実施の形態＞

次に本発明の実施の形態を説明する。

図４は、本発明の実施の形態による情報検索システムを表わしたものである。本実施の形態の情報検索システム２００は、会社等の組織の下で管理される文書データの検索を行うようになっている。このため、情報検索システム２００は、検索インデックス処理装置２０１と、文書データ処理装置２０２と、インデックス情報記憶部２０３および文書データの管理を中心としたリソースサーバ２０４を備えている。

ここで検索インデックス処理装置２０１は、検索用端末２０５を用いて検索ユーザ２０６が所望の情報を検索する際に使用する。検索インデックス処理装置２０１内には、管理の対象となる文書情報を収集する文書情報収集部２１１と、収集した文書情報を基にしてインデックスを作成するインデックス作成部２１２と、インデックス情報を更新するインデックス情報更新部２１３が配置されている。

リソースサーバ２０４は、先に説明したように一般にはファイルサーバ、ＲＤＢサーバ、ウェブサーバ、文書管理サーバのような各種のリソースを格納する手段として構成される。ただし、本実施の形態の情報検索システム２００については、会社等の組織の下で管理される文書データを扱うものを例として説明する。このため、本実施の形態のリソースサーバ２０４は、文書データを記憶する文書データ記憶部２２１と、組織の構造を記憶する組織情報記憶部２２２を配置した構成となっている。ここで組織情報記憶部２２２は、組織のツリー構造とそれぞれの組織に所属する人の情報を記憶している。この中には、文書データのアクセス権に関する情報も含まれている。

文書データ処理装置２０２は、文書処理用端末２０７を文書処理ユーザ２０８が操作することで、文書データの各種処理が行われるようになっている。ただし、文書処理ユーザ２０８が文書データ処理装置２０２を直接操作する形態となっていてもよい。この場合、文書データ処理装置２０２が文書処理ユーザ２０８ごとに存在することになり、文書処理用端末２０７自体は不要となる。

文書データ処理装置２０２には、文書データ処理部２３１と、文書情報通信部２３２が配置されている。ここで、文書データ処理部２３１は、文書データの登録や更新、あるいは削除の処理を行う。文書データ処理部２３１は、また、フォルダ等の文書データの格納を行うとき格納先についてアクセス権のチェックも実施する。更に、文書データ処理部２３１は、フォルダや文書自体のアクセス権を追加したり変更することができるようになっている。文書情報通信部２３２は、文書データ処理部２３１がリソースサーバ２０４内の文書データ記憶部２２１に何らかの操作を実行した場合、その操作内容をインデックス情報に反映させるため、必要な情報を文書情報収集部２１１に送信する。

インデックス情報記憶部２０３は、文書データ記憶部２２１に格納されている文書の本文の内容や組織情報記憶部２２２に格納されているアクセス権に関する情報に代表される属性情報を基に作成された検索インデックス２４１を格納する。インデックス情報記憶部２０３に格納された検索インデックス２４１は、検索インデックス処理装置２０１のインデックス情報更新部２１３でインデックスが更新されたときには、その内容を更新するようになっている。

以上のような情報検索システム２００の構成で、検索インデックス処理装置２０１、文書データ処理装置２０２、インデックス情報記憶部２０３およびリソースサーバ２０４は、それぞれ図示しないがＣＰＵ（Central Processing Unit）を備えている。そして、同じく図示しない記憶媒体に格納された制御プログラムを各ＣＰＵが実行することで、それぞれに割り当てられたデータ処理を行うようになっている。したがって、これらの装置は、パーソナルコンピュータあるいはこれと同様の回路構成で実現可能である。検索用端末２０５および文書処理用端末２０７についても、同様である。

図５は、インデックス情報記憶部が格納する検索インデックスの格納項目を示したものである。検索インデックス２４１は、文書本文とその属性情報によって構成されている。文書本文については、文書の情報を２−ｇｒａｍ方式でインデックス情報として記載している。属性情報は、本実施の形態の場合、次の各項目が記載されている。
（ａ）文書のタイトル
（ｂ）文書の作成者
（ｃ）文書の更新者
（ｄ）文書の作成日
（ｅ）文書の更新が行われた場合の更新日
（ｆ）文書の概要
（ｇ）文書の作成されているファイルの種類（形式）
（ｈ）文書に対する参照権
参照権は、その文書を単に読み出して参照するだけの権利である。
（ｉ）更新権
更新権は、その文書の内容を変更して置き換える権利である。
（ｊ）持出権
持出権は、その文書を単に読み出して参照するだけでなく、その内容を印刷したり、ダウンロードする権利である。

図６は、文書データ記憶部に記憶された文書情報の一例を示している。図４と共に説明する。

図６に示した文書情報は、「大項目」、「小項目」、「属性ＩＤ（identifier）」と「内容」に区分けされている。ここでは、リソースサーバ２０４の文書データ記憶部２２１に記憶されている文書における文書ＩＤとしての属性ＩＤが「１」の本文を例として示している。この文書の「本文」は、属性ＩＤ「２」で示される「全館停電となりますのでご注意ください」というテキスト文である。「属性情報」については、「作成日」、「ファイル種類」、「更新者」、「作成者」および「タイトル」が規定されており、それぞれが属性ＩＤ「３」〜「７」に対応している。

「アクセス権情報」については、属性ＩＤの「８」が割り当てられている。ここには、「０ｘ１１００００．０２．０１」以下の３つのアクセス権情報が記されている。この例で、一番目のアクセス権情報「０ｘ１１００００．０２．０１」における最初の「０ｘ１１００００」は「第一事業部」を示す部署コードである。次の「０２」は「配下」を示すフラグであり、最後の「０１」は文書に対する参照権を表わしている。すなわち、一番目のアクセス権情報「０ｘ１１００００．０２．０１」は、第一事業部配下の者に文書に対する参照権が与えられていることを示している。

二番目のアクセス権情報「０ｘ１１１０００．０１．０３」における最初の「０ｘ１１１０００」は「第一営業部」を示す部署コードである。次の「０１」は「直下」を示すフラグであり、最後の「０３」は文書に対する参照権だけでなく持出権が与えられていることを表わしている。すなわち、「０３」は、参照権を示す「０１」というフラグと、持出権を示す「０２」というフラグの加算された値のフラグとなっている。

三番目のアクセス権情報「０ｘ０００００２．０１．０７」における最初の「０ｘ０００００２」は「佐藤大輝」という個人を示すユーザコードである。次の「０１」は「直下」を示すフラグであり、最後の「０７」は文書に対する参照権と持出権と共に更新権も与えられていることを表わしている。すなわち、「０７」は、参照権を示す「０１」というフラグと、持出権を示す「０２」というフラグと、更新権を示す「０４」というフラグの加算された値のフラグとなっている。

図７は、図６の説明の前提となる本実施の形態で説明する会社組織の一部と、これらのコード情報、フラグおよびアクセス権の識別子（フラグ）との関係を一覧として示したものである。「鈴木健太」等の他の者あるいは部署についてのアクセス権情報についても、この図７を基にして数値パターンが設定されることになる。

図８は、文書データ記憶部に記憶された文書に係わる全アクセス権情報を数値パターンとして体系化して示したものである。図７に示した組織やその下の個人のアクセス権情報は、このように数値パターンとして表示することができる。たとえば、図８の１行目の数値パターンは、「０ｘ１１１０００」が「第一営業部」を示し、その直下の下位２桁「０１」が直下を示し、更にその下の２桁「０１」が「参照権」を示している。

図９は、図６に示した文書情報に対応するインデックス情報欄とアクセス権パターン化リストの組を示したものである。このうち、左側のインデックス情報欄は、図６における本文と、属性情報における「更新者」等の日本語の文字情報を２−ｇｒａｍ方式で２文字ずつ抽出したものとなっている。属性情報におけるこれら以外の情報は、分割せずにそのままの文字情報として抽出している。すなわち、英数字や記号については空白やカンマ、ピリオド等の区切り文字までも一つのまとまりとして抽出する。

図９における右側のアクセス権パターン化リストは、図６で「アクセス権情報」として規定した全数値パターンを示している。これは、図６に示したアクセス権情報に関する数値パターンであり、現在の文書情報に関係したアクセス権だけに限定しておらず、可能性のあるアクセス権情報をすべて含んでいる。

インデックス情報欄について更に具体的に説明する。インデックス情報欄は、その第１２行目に２−ｇｒａｍ方式の最初の抽出文字である「全館」を含むインデックス情報としての「全館（１，２，０）」が存在する。これは、図６における「本文」の内容の最初の２文字である「全館」に、文書ＩＤが「１」で、本文の属性ＩＤが「２」の最初のインデックス情報としての「０」を表わしたものである。第２６行目（最下行）には、２−ｇｒａｍ方式の次の抽出文字である「館停」を含むインデックス情報としての「館停（１，２，１）」が存在する。これは、図６における「本文」の内容の２文字目と３文字目である「館停」に、文書ＩＤが「１」で、本文の属性ＩＤが「２」の次のインデックス情報としての「１」を表わしたものである。

図６に示した文書情報では、「更新者」と「作成者」が共に「佐藤大輝」となっている。このため、図９におけるインデックス情報欄の第９行目には、「佐藤大輝」についての２−ｇｒａｍ方式の最初の抽出文字である「佐藤」を含むインデックス情報としての「佐藤（１，５，３５）（１，６，３９）」が存在する。ここで「（１，５，３５）」における「１，５」は、図６における文書ＩＤが「１」で、更新者に対応する属性ＩＤが「５」を表わしたものである。同様に「（１，６，３９）」における「１，６」は、図６における文書ＩＤが「１」で、作成者に対応する属性ＩＤが「６」を表わしている。「（１，５，３５）」における「３５」および「（１，６，３９）」における「３９」はインデックス情報の順番である。ただし、これらの順番を表わす数値は、属性が変わるたびに所定のオフセット値が設けられる関係で、連続した値とはなっていない。

「タイトル」の「１お知らせ」についても、同様にインデックス情報欄の第１行目や第５行目等の行に抽出されている。また、図６における「作成日」や「ファイル種類」については、インデックス情報欄の第２行目と第３行目に抽出されている。これらについての詳細な説明は省略する。

図１０は、情報検索システムの検索の対象となる文書情報に何らかの変更が加えられた場合の文書データ処理装置によるインデックス情報の変更の様子を表わしたものである。図４と共に説明する。

文書データ処理装置２０２の文書データ処理部２３１は、文書処理ユーザ２０８によって文書情報の追加、変更、削除といった本文内容の変更や属性情報の変更が行われるのを監視している（ステップＳ３０１）。文書情報は、ワードプロセッサ用のアプリケーションソフトウェアや、表計算用のアプリケーションソフトウェア等のソフトウェアを使用して作成されたもので、バイナリデータとなっている。文書情報の変更は、文書本文の変更だけでなく、図６で説明したような属性情報の変更も含まれる。属性情報としてはタイトル、作成者、作成日、更新者、更新日、概要、ファイル種類を一例として挙げることができる。

文書情報の変更が行われたら（ステップＳ３０１：Ｙ）、文書データ処理装置２０２は文書情報通信部２３２を使用して更新情報を検索インデックス処理装置２０１に送信して（ステップＳ３０２）、処理を終了する（エンド）。文書処理ユーザ２０８はアクセス権の設定を行うことができるので、このとき、アクセス権の変更があれば、その内容も更新情報として検索インデックス処理装置２０１に送信されることになる。

図１１は、更新情報を受信した検索インデックス処理装置の処理の様子を表わしたものである。図４と共に説明する。

検索インデックス処理装置２０１の文書情報収集部２１１は、文書データ処理装置２０２から更新情報が送られてくるのを監視している（ステップＳ３２１）。更新情報を受信すると（Ｙ）、文書情報収集部２１１は、文書情報におけるアクセス権情報が更新されているかをチェックする（ステップＳ３２２）。アクセス権情報が更新されている場合には（Ｙ）、そのアクセス権情報をインデックス化する（ステップＳ３２３）。そして、他の更新情報が存在するかをチェックする（ステップＳ３２４）。アクセス権情報が更新されていないことが判別された場合には（ステップＳ３２２：Ｎ）、前記したステップＳ３２４の処理に進むことになる。

ステップＳ３２４で他の更新情報が存在する場合には（Ｙ）、インデックス情報更新部２１３が文書情報におけるテキスト情報および属性情報を抽出して（ステップＳ３２５）、これらをインデックス化する（ステップＳ３２６）。すなわち、アクセス権情報以外に変更があった場合には、文書本体のバイナリデータからテキストの部分を抽出して、属性情報と共にインデックス化すればよい。

以上のようにして得られたインデックス情報は、インデックス情報更新部２１３がインデックス情報記憶部２０３に送出して、検索インデックス２４１に格納させ（ステップＳ３２７）、処理を終了する（エンド）。ステップＳ３２４で他の更新情報が存在しない場合には（Ｎ）、ステップＳ３２３でインデックス化した情報をインデックス情報更新部２１３がインデックス情報記憶部２０３に送出して、検索インデックス２４１に格納させることになる（ステップＳ３２７）。

なお、図１０および図１１では文書情報の更新について説明したが、図４に示す文書処理ユーザ２０８は新規に文書を作成することができることは当然である。新規に文書を作成した場合、文書処理ユーザ２０８は参照権等のアクセス権の設定も可能である。作成された文書情報は、文書データ処理装置２０２で処理され、図１１のステップＳ３２３あるいはステップＳ３２６で説明したようにインデックス化される。そして、インデックス情報更新部２１３がインデックス情報記憶部２０３にインデックス情報を送信して、検索インデックス２４１として格納されることになる。

ところで、図１１では検索インデックス処理装置２０１（図４参照）がステップＳ３２２でアクセス権情報の更新が行われたかをチェックしている。これにより、アクセス権情報のみを変更した場合には、ステップＳ３２３でそれについてのインデックス化を行うことにして、ステップＳ３２６による一般的なインデックス化処理を行わない。これは、アクセス権情報のみを変更した場合には他のインデックス情報の変更を伴わないので、インデックス情報の変更を伴うステップＳ３２６による一般的なインデックス化処理と区別して、処理の効率化を図るためである。この点について、次に詳しく説明する。

図１２は、図６に示した文書情報における更新者の氏名が変更になった場合の変更後の文書情報の内容を表わしたものである。図１２に○印で示したように、更新者の氏名が「佐藤大輝」（図６）から「山田健」に変更されている。また、これに伴って「アクセス権情報」の欄には、新たに「山田健」に関するアクセス権情報が追加されている。

図１３は、図１２に示した文書情報に対応するインデックス情報欄とアクセス権パターン化リストの組を示したものである。このうち、左側のインデックス情報欄では、更新者の氏名が４文字の「佐藤大輝」から３文字の「山田健」に変更されている。これにより、図９と比較すると、○印で示した各行でインデックス情報欄の変更が行われている。また、インデックス情報欄の行数は、図９の２６行から２８行と２行増加しており、オフセットも変更している。

この図１３で示したように、各属性を表わす情報は可変長のものが多いので、文書の属性が変更された場合にはオフセット値も変更されることになる。この結果、文書自体は変更されず、更新者だけが変更になったようなシンプルな変更の場合でもすべての属性、文書本体等のデータを再インデックス化して変更する必要が生じることになる。

図１４は、これに対してアクセス権情報だけが変更された場合の文書情報の一例を示したものである。この例の場合には、図６で３種類のアクセス情報があったのが、○印で示した箇所が追加あるいは変更されて、全部で４種類に変更されている。変更されたアクセス権情報については、破線２６１で示す領域内で内容を注釈している。

図１５は、図１４に示したアクセス権情報の変更に対応するインデックス情報欄ならびにアクセス権情報の組を表わしたものである。図９のインデックス情報欄と図１５のインデックス情報欄を比較すると、何らの変更もなく、欄の行数も変化していない。また、アクセス権パターン化リストについても、図９と図１５でデータ構造自体に変更はなく、○印で示した行で属性ＩＤ等の若干の変更があるだけである。

このように本実施の形態では、図７で示した会社組織を基にして全アクセス権情報を数値パターンとして体系化し、アクセス権パターン化リストとして用意することにした。したがって、アクセス権情報の変更のみがあったときには、インデックス情報欄を変更する必要がなく、図１０のステップＳ３２６の処理を省略することができる。また、この場合にはアクセス権パターン化リストの変更もわずかで済むという利点がある。

これにより、本実施の形態では、検索インデックスの検索時間を短縮することができるという第１の効果を生じる。検索インデックスの中にアクセス権情報を保持しているため、検索時に元の文書にアクセスする必要がなくなるからである。また、本実施の形態では検索インデックスの更新時間を短縮することができる。これは、アクセス権の変更のみを行う文書に対して、アクセス権以外の情報の再インデックス化が不要となるからである。

＜発明の変形可能性＞

以上説明した実施の形態では、図１１のステップＳ３２２でアクセス権情報が更新されているかを先にチェックして、更新されている場合にはステップＳ３２３でこれに対するインデックス化を行ったが、これに限るものではない。たとえは文書の作成日や更新日を示す日付情報は、属性情報の中で固定長となっているので、これらをまとめてインデックス化するようにしてもよい。

図１６は、本発明の変形例における更新情報を受信した検索インデックス処理装置の処理の様子を表わしたものである。図１６で図１１と同一部分には同一のステップ番号を付しており、これらの説明を適宜省略する。図４と共に説明する。

この変形例でも、検索インデックス処理装置２０１の文書情報収集部２１１は、文書データ処理装置２０２から更新情報が送られてくるのを監視している（ステップＳ３２１）。更新情報を受信すると（Ｙ）、インデックス情報更新部２１３は、まずアクセス権情報と、日付情報をインデックス化する（ステップＳ４０１）。アクセス権情報が更新されていなければ、更新された日付情報だけをインデックス化する。

次にインデックス情報更新部２１３は、これらアクセス権情報と、日付情報以外に更新されている情報が存在するかをチェックする（ステップＳ４０２）。このような更新情報が存在する場合には（Ｙ）、インデックス情報更新部２１３が文書情報におけるテキスト情報および属性情報を抽出して（ステップＳ３２５）、これらをインデックス化する（ステップＳ３２６）。

以上のようにして得られたインデックス情報は、インデックス情報更新部２１３がインデックス情報記憶部２０３に送出して、検索インデックス２４１に格納させ（ステップＳ３２７）、処理を終了する（エンド）。ステップＳ４０２で他の更新情報が存在しない場合には（Ｎ）、ステップＳ４０１でインデックス化した情報をインデックス情報更新部２１３がインデックス情報記憶部２０３に送出して、検索インデックス２４１に格納させることになる（ステップＳ３２７）。

以上説明した実施の形態および変形例では、２−ｇｒａｍ方式でインデックス化を行ったが、一般的なＮ−ｇｒａｍ方式で文字の分割数が３以上のインデックス化を行ってもよい。更にこのようなＮ−ｇｒａｍ方式以外の手法でインデックス情報を作成する場合にも、本発明を適用できることも当然である。

更に実施の形態および変形例では、リソースサーバ２０４を使用したシステムを説明したが、これらを構成する各部が適宜１つのコンパレータに統合された簡略化された情報検索システムに本発明を適用してもよい。また、検索インデックス処理装置２０１とインデックス情報記憶部２０３がインターネットを介してウェブ上に存在するようなシステムであっても構わない。

また、実施の形態および変形例では、検索の対象を文書としたが、文字列によってその内容を表現できる各種の情報を検索の対象として本発明を適用することができることは当然である。たとえば、ある工業製品の内容やその工業製品の属性を文字列で表わすことができるとき、その工業製品の改良等の情報の属性の更新に本発明を適用することができる。

更に実施の形態ではステップＳ４０１でアクセス権情報と日付情報を無条件にインデックス化したが、これに限るものではない。アクセス権情報は日付情報以外の情報も更新される可能性が高いような場合には、これを事前にチェックすることが有効である。これによりインデックス化を２段階で行う手間を省くことができる。

１０、２００ 情報検索システム
１１ インデックス情報抽出手段
１２ 検索インデックス作成手段
１３ 検索インデックス群記憶手段
１４ 特定項目更新有無判別手段
１５ 特定項目抽出手段
１６ 検索インデックス更新手段
２０ 再インデックス化処理方法
２１ 更新情報受信ステップ
２２ 特定項目更新有無判別ステップ
２３ インデックス情報抽出ステップ
２４ 検索インデックス更新ステップ
３０ 再インデックス化処理プログラム
３１ 更新情報受信処理
３２ 特定項目更新有無判別処理
３３ インデックス情報抽出処理
３４ 検索インデックス更新処理
２０１ 検索インデックス処理装置
２０２ 文書データ処理装置
２０３ インデックス情報記憶部（検索インデックス群記憶手段）
２０４ リソースサーバ
２０５ 検索用端末
２１１ 文書情報収集部
２１２ インデックス作成部
２１３ インデックス情報更新部
２２１ 文書データ記憶部
２２２ 組織情報記憶部
２３１ 文書データ処理部
２３２ 文書情報通信部
２４１ 検索インデックス

Claims (8)

1. 検索の対象となる情報の内容およびその情報そのものの属性情報を対象に前記情報の検索語をインデックス情報として抽出するインデックス情報抽出手段と、
   このインデックス情報抽出手段によって抽出した個々のインデックス情報をそれぞれ１単位ずつの記憶領域に割り当てる形で前記情報そのものの内容や前記属性情報の項目に分けた形で全項目を１つに束ねた情報ごとの検索インデックスを作成する検索インデックス作成手段と、
   この検索インデックス作成手段によって作成した検索インデックスを検索の対象となる情報単位で記憶する検索インデックス群記憶手段と、
   この検索インデックス群記憶手段に検索インデックスとして記憶した検索の対象となる情報あるいはその属性情報の更新が行われるとき、更新によっては前記記憶領域の総数が変動しない項目のうちで予め定めた項目としての特定項目のみについて更新が行われたか否かを判別する特定項目更新有無判別手段と、
   この特定項目更新有無判別手段で前記特定項目のみの更新が行われたと判別したとき前記特定項目について前記インデックス情報抽出手段を用いてインデックスの抽出を行う特定項目抽出手段と、
   この特定項目抽出手段によって抽出した前記特定項目についてのインデックス情報を前記検索インデックスにおける前記記憶領域の総数および配置関係を固定した状態で更新する検索インデックス更新手段
   とを具備することを特徴とする情報検索システム。
2. 前記検索の対象となる情報は文書であることを特徴とする請求項１記載の情報検索システム。
3. 前記インデックス情報抽出手段は、Ｎ−ｇｒａｍ方式で検索語を抽出する手段であることを特徴とする請求項１記載の情報検索システム。
4. 前記文書の属性情報の１つとしての文書のアクセス権の種類を示すアクセス権情報は、アクセス権の態様をすべてパターン化したアクセス権パターン化リストの中から選択する形式となっており、前記アクセス権パターン化リストは該当する文書の検索インデックスに格納されていることを特徴とする請求項２記載の情報検索システム。
5. 前記アクセス権情報は、前記特定項目の１つであることを特徴とする請求項４記載の情報検索システム。
6. 文書の作成や更新の日付を示す日付情報は、前記特定項目の１つであることを特徴とする請求項４記載の情報検索システム。
7. 検索の対象となる情報の更新が行われたとき、更新後の情報の内容あるいはその情報の属性情報からなる更新情報を受信する更新情報受信ステップと、
   この更新情報受信ステップで前記更新情報を受信したとき、前記情報の更新が既にその情報について作成された情報検索用の検索インデックスにおける情報の属性情報についての記憶領域の変更を伴わないとされる予め定めた特定項目のみについての更新であるかを判別する特定項目更新有無判別ステップと、
   この特定項目更新有無判別ステップで前記特定項目のみについての更新であると判別したとき、その特定項目についてのみ情報の検索語をインデックス情報として抽出するインデックス情報抽出ステップと、
   このインデックス情報抽出ステップで抽出したインデックス情報を、前記検索インデックスにおける記憶領域を他の項目との関係で固定した状態で更新する検索インデックス更新ステップ
   とを具備することを特徴とする再インデックス化処理方法。
8. コンピュータに、
   検索の対象となる情報の更新が行われたとき、更新後の情報の内容あるいはその情報の属性情報からなる更新情報を受信する更新情報受信処理と、
   この更新情報受信処理で前記更新情報を受信したとき、前記情報の更新が既にその情報について作成された情報検索用の検索インデックスにおける情報の属性情報についての記憶領域の変更を伴わないとされる予め定めた特定項目のみについての更新であるかを判別する特定項目更新有無判別処理と、
   この特定項目更新有無判別処理で前記特定項目のみについての更新であると判別したとき、その特定項目についてのみ情報の検索語をインデックス情報として抽出するインデックス情報抽出処理と、
   このインデックス情報抽出処理で抽出したインデックス情報を、前記検索インデックスにおける記憶領域を他の項目との関係で固定した状態で更新する検索インデックス更新処理
   とを実行させることを特徴とする再インデックス化処理プログラム。

Images