JP2022083920A - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents

情報処理装置、情報処理方法、及び情報処理プログラム Download PDF

Info

Publication number
JP2022083920A
JP2022083920A JP2020195558A JP2020195558A JP2022083920A JP 2022083920 A JP2022083920 A JP 2022083920A JP 2020195558 A JP2020195558 A JP 2020195558A JP 2020195558 A JP2020195558 A JP 2020195558A JP 2022083920 A JP2022083920 A JP 2022083920A
Authority
JP
Japan
Prior art keywords
search
node
information
information processing
nodes
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.)
Granted
Application number
JP2020195558A
Other languages
English (en)
Other versions
JP7109522B2 (ja
Inventor
雅二郎 岩崎
Masajiro Iwasaki
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yahoo Japan Corp
Original Assignee
Yahoo Japan Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yahoo Japan Corp filed Critical Yahoo Japan Corp
Priority to JP2020195558A priority Critical patent/JP7109522B2/ja
Publication of JP2022083920A publication Critical patent/JP2022083920A/ja
Application granted granted Critical
Publication of JP7109522B2 publication Critical patent/JP7109522B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

【課題】効率的な検索処理を可能にする。【解決手段】本願に係る情報処理装置は、取得部と、検索処理部とを有する。取得部は、データ検索の対象となる複数のオブジェクトに対する検索クエリを取得する。検索処理部は、複数のオブジェクトの各々に対応するノード群を対象として、検索クエリの近傍のノードを検索する検索処理において、複数のオブジェクトを分類した複数のグループの情報を用いて、一のグループに属する複数のノードと検索クエリとの距離を、ベクトル量子化された複数のノードのベクトル情報を用いて算出する。【選択図】図１３

Description

本発明は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。
従来、種々の情報を探索（検索）する技術が提供されている。例えば、検索対象に対応するノードがエッジにより連結されたグラフを生成し、生成したグラフを用いて検索を行う技術が提供されている。また、このような技術は、例えば画像検索等に用いられる。
特許第６２９３３３５号公報 特許第６３００９８２号公報 特許第６３１１０００号公報
岩崎雅二郎 "木構造型インデックスを利用した近似k最近傍グラフによる近傍検索", 情報処理学会論文誌, 2011/2, Vol. 52, No. 2. pp.817-828.
しかしながら、上記の従来技術では、検索処理の効率化の点では改善の余地がある。例えば、上記の従来技術では、グラフのエッジ数等を調整したりして、効率的な検索ができるグラフに変更することにより、検索処理の時間削減等の効率化を行っているが、グラフの変更により検索処理の効率化を図るには限界がある。そのため、検索処理自体を効率化することが望まれている。
本願は、上記に鑑みてなされたものであって、効率的な検索処理を可能にする情報処理装置、情報処理方法、及び情報処理プログラムを提供することを目的とする。
本願に係る情報処理装置は、データ検索の対象となる複数のオブジェクトに対する検索クエリを取得する取得部と、前記複数のオブジェクトの各々に対応するノード群を対象として、前記検索クエリの近傍のノードを検索する検索処理において、前記複数のオブジェクトを分類した複数のグループの情報を用いて、一のグループに属する複数のノードと前記検索クエリとの距離を、ベクトル量子化された前記複数のノードのベクトル情報を用いて算出する検索処理部と、を備えたことを特徴とする。
実施形態の一態様によれば、効率的な検索処理を可能にすることができるという効果を奏する。
図１は、第１の実施形態に係る情報処理の一例を示す図である。 図２は、第１の実施形態に係るデータの一例を示す図である。 図３は、第１の実施形態に係るデータの一例を示す図である。 図４は、第１の実施形態に係る情報処理システムの構成例を示す図である。 図５は、第１の実施形態に係る情報処理装置の構成例を示す図である。 図６は、第１の実施形態に係るオブジェクト情報記憶部の一例を示す図である。 図７は、第１の実施形態に係るグラフ情報記憶部の一例を示す図である。 図８は、第１の実施形態に係る量子化情報記憶部の一例を示す図である。 図９は、第１の実施形態に係るコードブック情報記憶部の一例を示す図である。 図１０は、第１の実施形態に係る情報処理の一例を示すフローチャートである。 図１１は、第１の実施形態に係る検索処理の一例を示すフローチャートである。 図１２は、第２の実施形態に係る情報処理の一例を示す図である。 図１３は、第２の実施形態に係る情報処理装置の構成例を示す図である。 図１４は、第２の実施形態に係る量子化情報記憶部の一例を示す図である。 図１５は、第２の実施形態に係るブロブ情報記憶部の一例を示す図である。 図１６は、第２の実施形態に係る検索処理の一例を示すフローチャートである。 図１７は、変形例に係る情報処理の一例を示す図である。 図１８は、変形例に係るグラフ情報記憶部の一例を示す図である。 図１９は、変形例に係る検索処理の一例を示すフローチャートである。 図２０は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。
以下に、本願に係る情報処理装置、情報処理方法、及び情報処理プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法、及び情報処理プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。
（実施形態）
〔１．第１の実施形態〕
〔１－１．情報処理〕
図１を用いて、第１の実施形態に係る情報処理の一例について説明する。図１は、第１の実施形態に係る情報処理の一例を示す図である。情報処理装置１００は、データ検索の対象となる複数のオブジェクトをグラフ構造化したグラフインデックス（単に「グラフ」ともいう）を用いた検索処理を実行する。図１では、情報処理装置１００がデータ検索の対象であるオブジェクトがベクトル化された各ベクトルに対応するノードがエッジで連結されたグラフを用いて近傍検索を行う場合の検索処理の一部を示す。情報処理装置１００は、グラフの各ノードを検索対象のオブジェクトとして、グラフを辿って与えられた検索クエリ（ベクトル）の近傍のノードを探索する。情報処理装置１００は、検索処理により、抽出する近傍のノードの数として指定された所定数（以下「検索数」ともいう）のノードを、検索クエリの近傍のノードとして抽出する。以下では、画像情報をデータ検索の対象とした場合を一例として説明するが、データ検索の対象は、動画情報や音声情報等の種々の対象であってもよい。
情報処理装置１００は、数百万～数億等の単位の膨大な画像情報に対応するノードを対象に検索処理を行うが、図面においてはその一部（図１ではノードＮ１等の数十個）のみを図示する。例えば、情報処理装置１００は、図１中の空間情報ＳＰ１に示すように、ノードＮ１、Ｎ７、Ｎ９等に示すような複数のノード（ベクトル）に関する情報を取得する。このように「ノードＮ＊（＊は任意の数値）」と記載した場合、そのノードはノードＩＤ「Ｎ＊」により識別されるノードであることを示す。例えば、「ノードＮ１」と記載した場合、そのノードはノードＩＤ「Ｎ１」により識別されるノードである。空間情報ＳＰ１中の白丸（〇）の各々が各ノードを示す。
図１中の空間情報ＳＰ１では、主に説明に関係するノードに符号を付すが、符号が付されていない白丸（〇）の各々もノードであり、図示するノード以外にも多数のノードが含まれる。また、各ノードは、各オブジェクト（検索対象）に対応する。例えば、画像から抽出された複数の局所特徴量のそれぞれがオブジェクトであってもよい。また、例えば、オブジェクト間の距離が定義された種々のデータがオブジェクトであってもよい。
例えば図１中の空間情報ＳＰ１は、ユークリッド空間であってもよい。例えば、空間情報ＳＰ１は、オブジェクトのベクトルの次元数に対応し、１００次元や１０００次元等の多次元空間であるものとする。なお、図１では、空間情報ＳＰ１に示すように直積量子化によりベクトル（空間）が複数の部分領域（部分空間）に４分割された状態を概念的に図示するが、直積量子化の点については後述する。
空間情報ＳＰ１中のノードである白丸（〇）間を接続する点線がノード間を連結するエッジを示す。図１の例では、説明を簡単にするために、ノード間が無向（双方向）エッジ（以下単に「エッジ」ともいう）により連結される場合を示す。なお、ここでいう無向エッジとは、連結されたノード間を双方向にデータを辿ることができるエッジを意味する。例えば、ノードＮ１を示す白丸（〇）とノードＮ４を示す白丸（〇）との間は点線で接続されており、ノードＮ１とノードＮ４との間はエッジで連結されていることを示す。すなわち、空間情報ＳＰ１に示すグラフではノードＮ１とノードＮ４との間を双方向に辿ることが可能となる。具体的には、空間情報ＳＰ１ではノードＮ１からノードＮ４へ辿ることができ、かつノードＮ４からノードＮ１へ辿ることができる。
なお、図１の例では、図示の関係上、図示したノード間を連結するエッジのみを図示するが、図示したエッジ以外にも多数のエッジが含まれる。このように、図１中の空間情報ＳＰ１では、エッジの一部のみを図示するが、例えばｋ近傍グラフ（k-nearest neighbor graph）であるものとする。なお、空間情報ＳＰ１は、種々のグラフであってもよい。
また、グラフのエッジは、無向エッジに限らず、有向エッジであってもよい。有向エッジの場合、有向エッジの参照元となっているノードから参照先のノードへのみ辿ることができる。例えば、２つのノード間が、一方を参照元とし他方を参照先とする第１エッジ、及び一方を参照先とし他方を参照元とする第２エッジの２つの有向エッジで連結されている場合、その２つのノード間が無向（双方向）エッジで連結されて状態と同じ状態である。
ここから、図１を用いて検索処理について説明する。図１の例では、情報処理装置１００は、空間情報ＳＰ１に示すようなグラフＧＲ１を取得済みであるものとする。なお、情報処理装置１００は、種々の従来技術を適宜用いてグラフＧＲ１を生成してもよい。まず、検索処理の説明に先立ってベクトル（空間）の直積量子化について説明する。
図１では、空間情報ＳＰ１に示すように直積量子化によりベクトル（空間）が４つの部分空間ＡＲ１１～ＡＲ１４に分割された状態を概念的に図示する。図１に示す部分空間ＡＲ１１～ＡＲ１４は、各ノード（オブジェクト）のベクトル間の距離等の説明のための概念的な図で示すが、各部分空間ＡＲ１１～ＡＲ１４は多次元空間となる。例えば、図１に示す部分空間ＡＲ１１は、平面上に図示するため２次元の態様にて図示されるが、例えば１００次元や１０００次元等の多次元空間であるものとする。
各部分空間ＡＲ１１～ＡＲ１４の各々は、４分割されるベクトルの各分割（部分ベクトル）に対応する空間を示す。なお、例えば１００次元のベクトルを１００分割しても良い。例えば、部分空間ＡＲ１１は、ベクトルが４分割された４つの部分ベクトル（「サブベクトル」ともいう）のうち、先頭の部分ベクトル（「第１サブベクトル」ともいう）に対応する次元の空間（「第１サブ空間」ともいう）を示す。部分空間ＡＲ１１は、ベクトルの先頭の分割位置に対応する部分空間（第１サブ空間）を示す。検索クエリＱＥ１の場合、部分空間ＡＲ１１は、先頭の部分ベクトル（第１サブベクトル）である第１部分クエリＱＥ１－１に対応する空間である。
また、部分空間ＡＲ１２は、ベクトルが４分割された４つの部分ベクトルのうち、先頭から２番目の部分ベクトル（「第２サブベクトル」ともいう）に対応する次元の空間（「第２サブ空間」ともいう）を示す。部分空間ＡＲ１２は、ベクトルの先頭から２番目の分割位置に対応する部分空間（第２サブ空間）を示す。検索クエリＱＥ１の場合、部分空間ＡＲ１２は、先頭から２番目の部分ベクトル（第２サブベクトル）である第２部分クエリＱＥ１－２に対応する空間である。
また、部分空間ＡＲ１３は、ベクトルが４分割された４つの部分ベクトルのうち、先頭から３番目の部分ベクトル（「第３サブベクトル」ともいう）に対応する次元の空間（「第３サブ空間」ともいう）を示す。部分空間ＡＲ１３は、ベクトルの先頭から３番目の分割位置に対応する部分空間（第３サブ空間）を示す。検索クエリＱＥ１の場合、部分空間ＡＲ１３は、先頭から３番目の部分ベクトル（第３サブベクトル）である第３部分クエリＱＥ１－３に対応する空間である。
また、部分空間ＡＲ１４は、ベクトルが４分割された４つの部分ベクトルのうち、先頭から４番目（すなわち最後尾）の部分ベクトル（「第４サブベクトル」ともいう）に対応する次元の空間（「第４サブ空間」ともいう）を示す。部分空間ＡＲ１４は、ベクトルの先頭から４番目の分割位置に対応する部分空間（第４サブ空間）を示す。検索クエリＱＥ１の場合、部分空間ＡＲ１４は、先頭から４番目の部分ベクトル（第４サブベクトル）である第４部分クエリＱＥ１－４に対応する空間である。
なお、図１の例では、部分空間ＡＲ１１～ＡＲ１４を類似の形状で示すが、各部分空間ＡＲ１１～ＡＲ１４の形状は異なってもよいし、また各部分空間ＡＲ１１～ＡＲ１４における領域の分割態様も異なってもよい。また、ノード間のエッジによる接続関係は部分空間ＡＲ１１～ＡＲ１４で共通であるものとする。すなわち、グラフＧＲ１は、空間情報ＳＰ１に対応するグラフであり、部分空間ＡＲ１１～ＡＲ１４で共通である。
また、図１の例では、分割された部分ベクトル（サブベクトル）ごとにルックアップテーブルが生成される。例えば、第１サブベクトル、第２サブベクトル、第３サブベクトル、及び第４サブベクトルの４つのサブベクトルごとにクラスタリングされ、個別にルックアップテーブル（コードブック情報）が生成される。
図１では、第１サブベクトルについては、部分空間ＡＲ１１に示すように、コードブックＣＤ１１～ＣＤ１９に対応する９個のグループにクラスタリングされ、コードブックＣＤ１１～ＣＤ１９の各々に対応するベクトルが代表ベクトル（セントロイド）として算出される。例えば、ノードＮ７、Ｎ９等の第１サブベクトルはコードブックＣＤ１１に対応するグループにクラスタリングされることを示す。この場合、ノードＮ７、Ｎ９等の第１サブベクトルは距離の計算（算出）において、第１サブベクトルに対応するコードブック情報（「第１コードブック情報」ともいう）を用いて、コードブックＣＤ１１のベクトルにベクトル量子化される。
また、第２サブベクトルについては、コードブックＣＤ２１～ＣＤ２４等（図２、図９参照）に対応する複数のグループにクラスタリングされ、コードブックＣＤ２１～ＣＤ２４等の各々に対応するベクトルが代表ベクトル（セントロイド）として算出される。この場合、各ノードの第２サブベクトルは距離の計算（算出）において、第２サブベクトルに対応するコードブック情報（「第２コードブック情報」ともいう）を用いて、対応するコードブックのベクトルにベクトル量子化される。
第３サブベクトルについては、コードブックＣＤ３１～ＣＤ３４等（図２、図９参照）に対応する複数のグループにクラスタリングされ、コードブックＣＤ３１～ＣＤ３４等の各々に対応するベクトルが代表ベクトル（セントロイド）として算出される。この場合、各ノードの第３サブベクトルは距離の計算（算出）において、第３サブベクトルに対応するコードブック情報（「第３コードブック情報」ともいう）を用いて、対応するコードブックのベクトルにベクトル量子化される。
第４サブベクトルについては、コードブックＣＤ４１～ＣＤ４４等（図２、図９参照）に対応する複数のグループにクラスタリングされ、コードブックＣＤ２４～ＣＤ４４等の各々に対応するベクトルが代表ベクトル（セントロイド）として算出される。この場合、各ノードの第４サブベクトルは距離の計算（算出）において、第４サブベクトルに対応するコードブック情報（「第４コードブック情報」ともいう）を用いて、対応するコードブックのベクトルにベクトル量子化される。
なお、代表ベクトルを求める処理等、コードブック情報の生成は、種々の技術を適宜用いて生成される。コードブック情報の生成については従来技術であるため詳細な説明を省略する。また、ルックアップテーブルについては上記に限らず、例えば、分割された部分ベクトル（サブベクトル）全体で１つのルックアップテーブル（コードブック情報）を用いてもよいが、この点については後述する。
ここから、検索クエリＱＥ１を対象とする検索処理を説明する。まず、情報処理装置１００は、検索クエリＱＥ１を取得する（ステップＳ１１）。例えば、情報処理装置１００は、ユーザが利用する端末装置１０（図４参照）から検索クエリＱＥ１を取得する。
そして、情報処理装置１００は、検索クエリＱＥ１であるベクトルを４分割する。すなわち、情報処理装置１００は、検索クエリＱＥ１を４つの部分クエリに分割する。図１では、情報処理装置１００は、検索クエリＱＥ１を、第１サブベクトルである第１部分クエリＱＥ１－１、第２サブベクトルである第２部分クエリＱＥ１－２、第３サブベクトルである第３部分クエリＱＥ１－３、及び第４サブベクトルである第４部分クエリＱＥ１－４との４つのサブベクトルに分割する。具体的には、情報処理装置１００は、「４５，２３，２…」を第１部分クエリＱＥ１－１とし、「１２７，３４，５…」を第２部分クエリＱＥ１－２とし、「２０，９８，１１０…」を第３部分クエリＱＥ１－３とし、「１２，４５，４…」を第４部分クエリＱＥ１－４とする。
そして、情報処理装置１００は、検索クエリＱＥ１の各サブベクトルと、そのサブベクトルに対応するコードブックのベクトルとの間の距離を算出する。情報処理装置１００は、図２のコードブック情報ＴＢ１～ＴＢ４に示すように、検索クエリＱＥ１の各サブベクトルと各コードブックのベクトルとの間の距離（差分）を算出する。図２は、第１の実施形態に係るデータの一例を示す図である。
コードブック情報ＴＢ１は、第１サブベクトルに対応する第１コードブック情報を示し、情報処理装置１００は、第１サブベクトルに対応するコードブックＣＤ１１～ＣＤ１９の各々のベクトルと、第１部分クエリＱＥ１－１との間の距離を算出する。図２では、情報処理装置１００は、コードブック情報ＴＢ１に示すように、コードブックＣＤ１１と第１部分クエリＱＥ１－１との間の距離を距離ＤＳ１１と算出する。同様に、情報処理装置１００は、コードブックＣＤ１２～ＣＤ１４等の各々と第１部分クエリＱＥ１－１との間の距離を距離ＤＳ１２～ＤＳ１４等と算出する。
同様に、コードブック情報ＴＢ２～ＴＢ４の各々は、第２～第４サブベクトルの各々に対応する第２～第４コードブック情報を示す。情報処理装置１００は、コードブック情報ＴＢ２に示すように、コードブックＣＤ２１～ＣＤ２４等の各々と第２部分クエリＱＥ１－２との間の距離を距離ＤＳ２１～ＤＳ２４等と算出する。情報処理装置１００は、コードブック情報ＴＢ３に示すように、コードブックＣＤ３１～ＣＤ３４等の各々と第３部分クエリＱＥ１－３との間の距離を距離ＤＳ３１～ＤＳ３４等と算出する。情報処理装置１００は、コードブック情報ＴＢ４に示すように、コードブックＣＤ４１～ＣＤ４４等の各々と第４部分クエリＱＥ１－４との間の距離を距離ＤＳ４１～ＤＳ４４等と算出する。
なお、図２では説明のため抽象的に示すが、距離ＤＳ１１～ＤＳ４４等は具体的な値であるものとする。距離は浮動小数点で表される値であるが、後述のＳＩＭＤ（Single Instruction, Multiple Data）による高速化のためにscale-offset-compression（「https://www.unidata.ucar.edu/blogs/developer/entry/compression_by_scaling_and_offfset」等参照）により１バイト整数型に圧縮してもよい。情報処理装置１００は、各コードブックとクエリとの間の距離算出を、検索クエリＱＥ１を取得したタイミングで行ってもよいし、その情報が必要になったタイミングで行ってもよい。情報処理装置１００は、検索処理において、コードブック情報ＴＢ１～ＴＢ４をルックアップテーブルとして用いて、各ノードと検索クエリＱＥ１との間の距離、すなわち近似距離（「第１距離」ともいう）を算出する。このように、情報処理装置１００は、検索処理において、グラフを探索する際には、各ノードと検索クエリとの間の真の距離（「第２距離」ともいう）ではなく、近似距離（第１距離）を計算し処理を行うことにより、効率的な検索処理を可能にすることができる。
情報処理装置１００は、検索クエリＱＥ１を対象とする検索処理を実行する（ステップＳ１２）。情報処理装置１００は、検索クエリＱＥ１を対象として、グラフＧＲ１を用いた図１１に示すような検索処理を行うことにより、検索クエリＱＥ１の検索結果を得る。図１１に示す検索処理についての詳細は後述する。情報処理装置１００は、検索クエリＱＥ１を対象として検索処理を行うことにより、検索数のノードを検索クエリＱＥ１の近傍のノードとして抽出する。
情報処理装置１００は、検索クエリＱＥ１を対象とする検索処理において、各ノードのうち、所定のノードをグラフＧＲ１の検索の開始点（起点）となるノード（以下「起点ノード」ともいう）として選択する。例えば、情報処理装置１００は、起点ノードを、木構造のインデックス等の所定のインデックスを用いて選択する。図１の例では、情報処理装置１００は、起点ノードとして、ノードＮ７を選択するものとする。なお、図１では説明を簡単にするために、所定のインデックスを用いてノードＮ７のみを起点ノードとして選択する場合を示すが、情報処理装置１００は、複数のノードを起点ノードとして選択してもよいし、ランダム等の様々な方法により起点ノードを選択してもよい。
ここで、情報処理装置１００は、検索クエリＱＥ１を対象とする検索処理において、一のノードからのエッジが連結されたノード（以下「接続ノード」ともいう）と検索クエリとの距離を並列化して算出する（ステップＳ１３）。図１では、情報処理装置１００は、一括処理情報ＬＴ１に示すように、ノードＮ７からのエッジが連結されたノード（接続ノード）であるノードＮ９、Ｎ１２、Ｎ５４、Ｎ８５等については、検索クエリＱＥ１との距離を並列化して算出する。
例えば、ノードＮ９は、ノード情報ＩＮＦ１に示すように、第１サブベクトルがコードブックＣＤ１２、第２サブベクトルがコードブックＣＤ２３、第３サブベクトルがコードブックＣＤ３５、及び第４サブベクトルがコードブックＣＤ４７に対応付けられていることを示す。なお、変数CDのサイズはコードブックのサイズにより決定されるので、例えばコードブックサイズが16であれば、変数CDは4ビットで良いことになり、大幅なデータの圧縮が可能である。そのため、情報処理装置１００は、コードブックＣＤ１２の距離ＤＳ１２、コードブックＣＤ２３の距離ＤＳ２３、コードブックＣＤ３５の距離ＤＳ３５、及びコードブックＣＤ４７の距離ＤＳ４７を用いて、ノードＮ９と、検索クエリＱＥ１との距離を算出する。例えば、情報処理装置１００は、コードブックＣＤ１２の距離ＤＳ１２、コードブックＣＤ２３の距離ＤＳ２３、コードブックＣＤ３５の距離ＤＳ３５、及びコードブックＣＤ４７の距離ＤＳ４７の合計を、ノードＮ９と検索クエリＱＥ１との距離として算出する。
例えば、ノードＮ１２は、ノード情報ＩＮＦ２に示すように、第１サブベクトルがコードブックＣＤ１４、第２サブベクトルがコードブックＣＤ２９、第３サブベクトルがコードブックＣＤ３１、及び第４サブベクトルがコードブックＣＤ４５に対応付けられていることを示す。例えば、情報処理装置１００は、コードブックＣＤ１４の距離ＤＳ１４、コードブックＣＤ２９の距離ＤＳ２９、コードブックＣＤ３１の距離ＤＳ３１、及びコードブックＣＤ４５の距離ＤＳ４５の合計を、ノードＮ１２と検索クエリＱＥ１との距離として算出する。同様に、情報処理装置１００は、ノードＮ５４のノード情報ＩＮＦ３を用いて、ノードＮ５４と検索クエリＱＥ１との距離を算出し、ノードＮ８５のノード情報ＩＮＦ４を用いて、ノードＮ８５と検索クエリＱＥ１との距離を算出する。
例えば、情報処理装置１００は、ＳＩＭＤの演算に関する並列化により、ノードＮ９、Ｎ１２、Ｎ５４、Ｎ８５の各々と検索クエリＱＥ１との距離を一括して算出する。これにより、情報処理装置１００は、距離計算を並列化することにより、距離計算を高速化することでき、効率的な検索処理を可能にすることができる。
なお、図１では説明を簡単にするために、４つのノードを対象として距離を並列化して算出する場合を示すが、並列化される数は、情報処理装置１００の仕様に基づいて決定される。例えば、情報処理装置１００がＳＩＭＤにより一括して処理できる数（「一括処理可能単位」ともいう）が「４」である場合、図１と同様の処理となるが、ＳＩＭＤにより一括して処理できる数（一括処理可能単位）が「１６」である場合、情報処理装置１００は、１６個のノードを対象として距離を並列化して算出する。また、一括処理可能単位が「３２」である場合、情報処理装置１００は、３２個のノードを対象として距離を並列化して算出する。このように、情報処理装置１００は、ＳＩＭＤにより一括して処理できる数（一括処理可能単位）に対応する数のノードの距離計算を一括して行うことにより、効率的な検索処理を可能にすることができる。
情報処理装置１００は、上記のように複数のノードの距離計算を並列化して行いながら、検索クエリＱＥ１を対象として、グラフＧＲ１を用いた図１１に示すような検索処理を行うことにより、検索数のノードを検索クエリＱＥ１の近傍のノードとして抽出する。
上述のように、情報処理装置１００は、ベクトル量子化された各ノードのベクトルと検索クエリとの間の近似距離（第１距離）を算出して、第１距離を用いて検索処理を行う事により、効率的な検索処理を可能にすることができる。また、情報処理装置１００は、並列化可能な数のノードの距離計算を一括して行うことにより、効率的な検索処理を可能にすることができる。上記のように、情報処理装置１００は、グラフのノードの複数の接続ノードとの近似距離を一括して計算することにより、限定されたメモリ領域（ルックアップテーブル）を繰り返し利用する（メモリキャッシュにのる）ので高速化が可能である。
また、図１の例では、情報処理装置１００は、直積量子化により分割したベクトルを用いて検索処理を行うことにより、ベクトルを分割せずに検索処理を行う場合に比べて、より効率的な検索処理を可能にすることができる。例えば、情報処理装置１００は、直積量子化により短いベクトル間の距離を算出することとなり、距離計算の対象となるベクトルのサイズを小さくできる。また、情報処理装置１００は、距離計算時に利用するルックアップテーブルによりアクセスするメモリ空間を、分割されたサブベクトルのルックアップテーブルに限定することができる。情報処理装置１００は、直積量子化により検索精度の低下を抑制しつつ、ベクトルサイズを削減することができる。なお、図１では、直積量子化が行われた場合の処理を説明したが、直積量子化が行われた場合は一例に過ぎず、情報処理装置１００は、直積量子化を行われてないベクトルを用いて検索処理を行ってもよい。
〔１－１－１．その他〕
上述した処理は一例に過ぎず、情報処理装置１００は、効率的な検索処理の為に様々な情報や手法を用いて、検索処理を行ってもよい。この点について、各事項について詳述する。
（エッジ（接続ノード）の格納態様）
各ノードに連結されるエッジ（接続ノード）の情報について、ノードでのエッジ（接続ノード）の格納態様（格納方法）には、例えば以下の第１格納態様及び第２格納態様の２種類が考えられるため、格納態様については、利用形態によって選択されてもよい。
例えば、第１格納態様としては、各ノードには接続ノード（オブジェクト）のＩＤを対応付けて格納し、別のテーブルに直積量子化されたオブジェクトの情報を格納してもよい。例えば、図７及び図８に示すデータの格納態様が第１格納態様に対応する。第１格納態様の場合、メモリ使用量を削減できる。
また、例えば、第２格納態様としては、各ノードに直に量子化されたオブジェクトを持つ。第２格納態様の場合、あるノードの接続ノード（オブジェクト）が量子化された情報を各ノードに対応付けて記憶する。例えば、ノードＮ７の接続ノードであるノードＮ９、Ｎ１２、Ｎ５４、Ｎ８５の各々の量子化された情報（図２中のノード情報ＩＮＦ１～ＩＮＦ４）がノードＮ７に対応付けて記憶されるデータの格納態様が第２格納態様に対応する。第２格納態様の場合、検索時にシーケンシャルにオブジェクトをアクセスするため速度低下が発生を抑制することができる。
（ルックアップテーブル）
上述した例では、分割したサブベクトルごとに個別にクラスタリングし、個々にルックアップテーブル（コードブック情報）を生成する場合を示したが、この場合に限らず、ルックアップテーブルについては任意の態様であってもよい。
例えば、全てのサブベクトルに対してクラスタリングし、一つのルックアップテーブルが生成されてもよい。上述した例では、例えば、第１サブベクトル、第２サブベクトル、第３サブベクトル、及び第４サブベクトルの４つのサブベクトル全体を対象にクラスタリングし、一つのルックアップテーブルが生成されてもよい。
また、個々のサブベクトルを部分的にマージして複数のクラスごとに、ルックアップテーブルが生成されてもよい。例えば、分散が類似しているサブベクトルをマージして複数のクラスを形成し、複数のクラスごとに、ルックアップテーブルが生成されてもよい。上述した例では、例えば、第１サブベクトル及び第３サブベクトルの２つのサブベクトの分散が類似し、第２サブベクトル及び第４サブベクトルの２つのサブベクトの分散が類似している場合、第１サブベクトル及び第３サブベクトルをマージして第１クラスとし、第２サブベクトル及び第４サブベクトルをマージして第２クラスとしてもよい。この場合、第１クラスのルックアップテーブル（コードブック情報）と、第２クラスのルックアップテーブル（コードブック情報）との２つのルックアップテーブルが生成されてもよい。
（転置）
上述したデータの保持は一例に過ぎず、情報処理装置１００は、効率的なデータ参照等が可能となるように、種々の態様によりデータを保持してもよい。例えば、情報処理装置１００は、転置したデータを保持してもよい。この点について、図３を用いて説明する。図３は、第１の実施形態に係るデータの一例を示す図である。
例えば、ノード情報ＩＮＦ１～ＩＮＦ４に示すようにデータを保持し、ノード情報ＩＮＦ１～ＩＮＦ４を順次処理した場合、図２のステップＳ１４に示すように、ルックアップテーブルであるコードブック情報ＴＢ１～ＴＢ４を繰り返し参照することとなる。
そこで、ステップＳ１５に示すように、ノード情報ＩＮＦ１～ＩＮＦ４を転置した転置データＴＲ１～ＴＲ４が生成される。例えば、情報処理装置１００は、ノード情報ＩＮＦ１～ＩＮＦ４を転置した転置データＴＲ１～ＴＲ４を生成する。
図３では、ノード情報ＩＮＦ１～ＩＮＦ４のうち、ノードＮ９、Ｎ１２、Ｎ５４、Ｎ８５の第１サブベクトルに対応するコードブックの一覧である第１データＴＲ１が生成される。具体的には、ノードＮ９の第１サブベクトルに対応するコードブックＣＤ１２、ノードＮ１２の第１サブベクトルに対応するコードブックＣＤ１４、ノードＮ５４の第１サブベクトルに対応するコードブックＣＤ１３、及びノードＮ８５の第１サブベクトルに対応するコードブックＣＤ１８の一覧である第１データＴＲ１が生成される。
同様に、ノード情報ＩＮＦ１～ＩＮＦ４のうち、ノードＮ９、Ｎ１２、Ｎ５４、Ｎ８５の第２サブベクトルに対応するコードブックの一覧である第２データＴＲ２が生成される。また、ノード情報ＩＮＦ１～ＩＮＦ４のうち、ノードＮ９、Ｎ１２、Ｎ５４、Ｎ８５の第３サブベクトルに対応するコードブックの一覧である第３データＴＲ３が生成される。ノード情報ＩＮＦ１～ＩＮＦ４のうち、ノードＮ９、Ｎ１２、Ｎ５４、Ｎ８５の第４サブベクトルに対応するコードブックの一覧である第４データＴＲ４が生成される。
なお、各転置データＴＲ１～ＴＲ４の一覧のうち、何番目のデータがどのノードに対応するかの対応付けを示す対応付情報が生成される。図３の例では、各転置データＴＲ１～ＴＲ４の一覧のうち、１番目（最初）のデータがノードＮ９に対応し、２番目のデータがノードＮ１２に対応し、３番目のデータがノードＮ５４に対応し、４番目（最後）のデータがノードＮ８５に対応することを示す対応付情報が生成される。情報処理装置１００は、対応付情報を参照することにより、各転置データＴＲ１～ＴＲ４の一覧の各データが、どのノードに対応するかを特定することができる。例えば、情報処理装置１００は、対応付情報を生成する。
情報処理装置１００は、ノード情報ＩＮＦ１～ＩＮＦ４を転置した転置データＴＲ１～ＴＲ４を用いて処理を行う。例えば、情報処理装置１００は、転置データＴＲ１を用いてルックアップテーブルを参照する場合、コードブック情報ＴＢ１のみを参照することとなり、１つのコードブック情報ＴＢ１のみを参照することとなる。同様に、情報処理装置１００は、転置データＴＲ２を用いてルックアップテーブルを参照する場合、コードブック情報ＴＢ２のみを参照することとなり、１つのコードブック情報ＴＢ２のみを参照することとなる。転置データＴＲ３、ＴＲ４についても同様に１つのコードブック情報のみを参照することとなる。これにより、情報処理装置１００は、効率的にデータを参照することができるため、効率的な検索処理を可能にすることができる。
このように、一括距離計算時にサブクラス（サブベクトル等）ごとのルックアップテーブルの参照するように、ノードの近傍オブジェクト（接続ノード）のデータを転置し、サブクラスごとにまとめ上げた順番でデータをノードにもつことで、参照の局所性がさらに高まり、高速化が可能となる。
なお、図３では説明を簡単にするために、４つのノードを対象として転置データを生成する場合を示すが、転置データを生成する単位（ノードの数）は、情報処理装置１００の仕様に基づいて決定される。例えば、情報処理装置１００の一括処理可能単位が「４」である場合、図３と同様の処理となるが、一括処理可能単位が「１６」である場合、１６個のノードを一つの単位として転置データが生成される。また、一括処理可能単位が「３２」である場合、３２個のノードを一つの単位として転置データが生成される。このように、情報処理装置１００がＳＩＭＤにより一括して処理できる数（一括処理可能単位）に応じて生成される転置データを用いることで、情報処理装置１００は、効率的にデータを参照することができるため、効率的な検索処理を可能にすることができる。
例えば、上述のような検索処理時の時間の多くは距離計算であるが、距離計算は上記のようなＳＩＭＤによる並列計算により高速化を図ることができる。このように距離計算を並列化した場合、オブジェクトデータをフェッチする時間が検索処理を占めることになる。このフェッチ時間を削減することができれば、さらなる高速化が実現される。なお、データをフェッチする時間を削減するにはプリフェッチを行う方法があるが、限界がある。
一方、情報処理装置１００は、上述のように参照の局所性を高め、効率的にデータを参照することを可能にすることにより、データのフェッチを抑制し、さらなる高速化を実現することができる。
（検索結果）
なお、上述した第２距離（真の距離）による検索結果を返す場合には、以下の第１の方法及び第２の方法の２つの方法が考えられる。
例えば、第１の方法としては、検索数を指定された検索数より多く探索し、探索終了時に、真の距離計算を行って距離でソートし、指定された検索数のオブジェクトを検索結果としてもよい。この場合、情報処理装置１００は、指定された検索数（「第１数」ともいう）よりも多い数（「拡張検索数」ともいう）のノードを抽出するように、拡張検索数（「第２数」ともいう）を検索数として設定し、図１１に示すような検索処理を行うことにより、拡張検索数のノード、すなわち指定された検索数よりも多い数のノードを近傍候補ノードとして抽出する。そして、情報処理装置１００は、近傍候補ノードを対象として、第２距離（真の距離）を算出し、近傍候補ノードのうち、第２距離が短い方から第１数のノードを検索クエリの近傍のノードとして抽出する。
また、例えば、第２の方法としては、探索中に、第１距離（近似距離）に基づいて、ノード（オブジェクト）が探索範囲内または検索範囲内に入った場合のみに、第２距離（真の距離）を計算し、近似距離を真の距離で置き換えることで、真の距離による検索結果を返してもよい。
ここでいう、検索範囲は、図１１中の「ｒ」により規定される範囲であり、探索範囲は、図１１中の検索範囲係数「ε」を用いた「ｒ（１＋ε）」により規定される範囲である。例えば、検索範囲に入った場合に第２距離（真の距離）を計算する場合、情報処理装置１００は、ノードの第１距離（近似距離）が「ｒ」以下となった場合に、そのノードの第２距離（真の距離）を算出する。また、探索範囲に入った場合に第２距離（真の距離）を計算する場合、情報処理装置１００は、ノードの第１距離（近似距離）が「ｒ（１＋ε）」以下となった場合に、そのノードの第２距離（真の距離）を算出する。
例えば、精度を高める場合、探索範囲に入った場合を条件としてもよい。また、処理の高速化を求める場合、検索範囲に入った場合を条件としてもよい。なお、上記は一例に過ぎず、いずれを条件とするかは、検索範囲係数「ε」の値や処理の目的などに応じて適宜設定されてもよい。
（ベクトル量子化）
なお、情報処理装置１００は、特許文献３に示すように、２段階のベクトル量子化を行ってもよい。そして、情報処理装置１００は、下記の式（１）により、検索クエリと各ノードとの距離を算出してもよい。
Figure 2022083920000002
ここで、上記式（１）中の左辺の値は、例えば、検索クエリとノードとの間の二乗距離を示す。また、例えば、上記式（１）中の「ｘ」は、クエリに対応する。また、例えば、上記式（１）中の「ｙ」は、ノードに対応する。また、例えば、上記式（１）の右辺中の「ｑｃ（ｙ）」は、「ｙ」の代表ベクトル（セントロイド）を示す。例えば、情報処理装置１００は、上記式（１）中の「ｙ」について、ノードのベクトルデータを有しない場合は、各ノードが属する部分領域のセントロイドの数値を用いてもよい。また、例えば、「ｙ－ｑｃ（ｙ）」は、残差ベクトルを示す。また、例えば、上記式（１）の右辺中の「ｑｐ」は、所定の量子化器（関数）を示す。
また、例えば、上記式（１）の右辺中の「ｊ」は、分割された空間の数であってもよい。例えば、図１の例では、上記式（１）の右辺中の「ｊ」は、分割された空間の数「４」であってもよい。また、例えば、上記式（１）の右辺中の「ｕｊ（）」は、括弧中のベクトル間の部分残差ベクトルを示す。例えば、情報処理装置１００は、上記式（１）を用いて、各部分空間におけるクエリとノードとの間の二乗距離を算出し、合算することにより、クエリとノードとの距離を算出してもよい。
〔１－２．情報処理システムの構成〕
図４に示すように、情報処理システム１は、端末装置１０と、情報提供装置５０と、情報処理装置１００とが含まれる。端末装置１０と、情報提供装置５０と、情報処理装置１００とは所定のネットワークＮを介して、有線または無線により通信可能に接続される。図４は、第１の実施形態に係る情報処理システムの構成例を示す図である。なお、図４に示した情報処理システム１には、複数台の端末装置１０や、複数台の情報提供装置５０や、複数台の情報処理装置１００が含まれてもよい。
端末装置１０は、ユーザによって利用される情報処理装置である。端末装置１０は、ユーザによる種々の操作を受け付ける。なお、以下では、端末装置１０をユーザと表記する場合がある。すなわち、以下では、ユーザを端末装置１０と読み替えることもできる。なお、上述した端末装置１０は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等により実現される。
情報提供装置５０は、ユーザ等に種々の情報提供を行うための情報が格納された情報処理装置である。例えば、情報提供装置５０は、ウェブサーバ等の種々の外部装置から収集した文字情報等に基づくオブジェクトＩＤが格納される。例えば、情報提供装置５０は、ユーザ等に画像検索サービスを提供する情報処理装置である。例えば、情報提供装置５０は、画像検索サービスを提供するための各情報が格納される。例えば、情報提供装置５０は、画像検索サービスの対象となる画像に対応するベクトル情報を情報処理装置１００に提供する。また、情報提供装置５０は、クエリを情報処理装置１００に送信することにより、情報処理装置１００からクエリに対応する画像を示すオブジェクトＩＤ等を受信する。
情報処理装置１００は、検索サービスを提供するコンピュータである。情報処理装置１００は、検索クエリに対応する指定された検索数のオブジェクトを検索結果として提供する。情報処理装置１００は、検索対象となるノード（オブジェクト）がエッジで連結されたグラフを用いて、検索クエリの近傍のノード（オブジェクト）を検索結果として提供する。情報処理装置１００は、複数のオブジェクトの各々に対応するノード群がエッジにより連結されたグラフを用いて、検索クエリの近傍のノードを検索する検索処理において、所定の基準により選択された複数のノードと検索クエリとの距離を、ベクトル量子化がされた複数のノードのベクトル情報を用いて算出する。
例えば、情報処理装置１００は、端末装置１０からクエリ（検索クエリ）を受信すると、検索クエリに類似する対象（オブジェクト）を検索し、検索結果を端末装置に提供する。また、例えば、情報処理装置１００が端末装置に提供するデータは、画像情報等のデータ自体であってもよいし、ＵＲＬ（Uniform Resource Locator）等の対応するデータを参照するための情報であってもよい。また、検索クエリや検索対象（オブジェクト）は、画像、音声、テキストデータなど、如何なる種類のデータであってもよい。
〔１－３．情報処理装置の構成〕
次に、図５を用いて、第１の実施形態に係る情報処理装置１００の構成について説明する。図５は、第１の実施形態に係る情報処理装置１００の構成例を示す図である。図５に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、情報処理装置１００は、情報処理装置１００の管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。
（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワーク（例えば図４中のネットワークＮ）と有線または無線で接続され、端末装置１０や情報提供装置５０との間で情報の送受信を行う。
（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。第１の実施形態に係る記憶部１２０は、図５に示すように、オブジェクト情報記憶部１２１と、グラフ情報記憶部１２２と、量子化情報記憶部１２３と、コードブック情報記憶部１２４とを有する。
（オブジェクト情報記憶部１２１）
第１の実施形態に係るオブジェクト情報記憶部１２１は、オブジェクトに関する各種情報を記憶する。例えば、オブジェクト情報記憶部１２１は、オブジェクトＩＤやベクトルデータを記憶する。図６は、第１の実施形態に係るオブジェクト情報記憶部の一例を示す図である。図６に示すオブジェクト情報記憶部１２１は、「オブジェクトＩＤ」、「ベクトル情報」といった項目が含まれる。
「オブジェクトＩＤ」は、オブジェクトを識別するための識別情報を示す。また、「ベクトル情報」は、オブジェクトＩＤにより識別されるオブジェクトに対応するベクトル情報を示す。すなわち、図６の例では、オブジェクトを識別するオブジェクトＩＤに対して、オブジェクトに対応するベクトルデータ（ベクトル情報）が対応付けられて登録されている。
例えば、図６の例では、オブジェクトＩＤ「ＯＢ１」により識別されるオブジェクト（対象）は、「１０，２４，５１，２・・・」の多次元のベクトル情報が対応付けられることを示す。
なお、オブジェクト情報記憶部１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。
（グラフ情報記憶部１２２）
第１の実施形態に係るグラフ情報記憶部１２２は、グラフに関する各種情報を記憶する。例えば、グラフ情報記憶部１２２は、生成したグラフを記憶する。図７は、第１の実施形態に係るグラフ情報記憶部の一例を示す図である。図７に示すグラフ情報記憶部１２２は、「ノードＩＤ」、「オブジェクトＩＤ」、および「接続ノード情報」といった項目を有する。
「ノードＩＤ」は、グラフにおける各ノード（対象）を識別するための識別情報を示す。また、「オブジェクトＩＤ」は、オブジェクトを識別するための識別情報を示す。なお、ノードＩＤとオブジェクトＩＤが共通である場合、「ノードＩＤ」にオブジェクトＩＤが記憶され、グラフ情報記憶部１２２に「オブジェクトＩＤ」の項目は含まれてなくてもよい。例えば、オブジェクトＩＤとノードＩＤとして用いる場合、「ノードＩＤ」にオブジェクトＩＤが記憶され、グラフ情報記憶部１２２に「オブジェクトＩＤ」の項目は含まれてなくてもよい。
また、「接続ノード情報」は、対応するノードから辿ることができるノード（参照先のノード）に関する情報を示す。例えば、「接続ノード情報」には、「参照先」といった情報が含まれる。「参照先」は、エッジにより連結され、そのノードから辿ることができる参照先（ノード）を識別するための情報を示す。すなわち、図７の例では、ノードを識別するノードＩＤ（オブジェクトＩＤ）に対して、そのノードからエッジにより辿ることができる参照先（ノード）が対応付けられて登録されている。なお、「接続ノード情報」には、参照先に接続されるエッジを識別するための情報（エッジＩＤ）等が含まれてもよい。
図７の例では、ノードＩＤ「Ｎ１」により識別されるノード（ノードＮ１）は、オブジェクトＩＤ「ＯＢ１」により識別されるオブジェクト（対象）に対応することを示す。また、ノードＮ１からは、ノードＩＤ「Ｎ４」により識別されるノード（ノードＮ４）にエッジが連結されており、ノードＮ１からノードＮ４へ辿ることができることを示す。
また、ノードＩＤ「Ｎ２」により識別されるノード（ノードＮ２）は、オブジェクトＩＤ「ＯＢ２」により識別されるオブジェクト（対象）に対応することを示す。また、ノードＮ２からは、ノードＩＤ「Ｎ６」により識別されるノード（ノードＮ６）にエッジが連結されており、ノードＮ２からノードＮ６へ辿ることができることを示す。
また、ノードＩＤ「Ｎ７」により識別されるノード（ノードＮ７）は、オブジェクトＩＤ「ＯＢ７」により識別されるオブジェクト（対象）に対応することを示す。また、ノードＮ７からは、ノードＮ９、Ｎ１２、Ｎ５４、Ｎ８５にエッジが連結されており、ノードＮ２からノードＮ９、Ｎ１２、Ｎ５４、Ｎ８５の各々へ辿ることができることを示す。
なお、グラフ情報記憶部１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、グラフ情報記憶部１２２は、各ノード（ベクトル）間を連結するエッジの長さが記憶されてもよい。すなわち、グラフ情報記憶部１２２は、各ノード（ベクトル）間の距離を示す情報が記憶されてもよい。なお、グラフ情報記憶部１２２は、上記に限らず、種々のデータ構造によりグラフ情報を記憶してもよい。
また、グラフは、クエリを入力とし、グラフ中のエッジを辿ることによりノードを探索し、クエリに類似するノードを抽出し出力するプログラムモジュールを含んでもよい。すなわち、グラフは、グラフを用いて検索処理を行うプログラムモジュールとしての利用が想定されるものであってもよい。例えば、グラフＧＲ１は、クエリとしてベクトルデータが入力された場合に、そのベクトルデータに類似するベクトルデータに対応するノードをグラフ中から抽出し、出力するプログラムであってもよい。例えば、グラフＧＲ１は、クエリ画像に対応する類似画像を検索するプログラムモジュールとして利用されるデータであってもよい。例えば、グラフＧＲ１は、入力されたクエリに基づいて、グラフにおいてそのクエリに類似するノードを抽出し、出力するよう、コンピュータを機能させる。
（量子化情報記憶部１２３）
第１の実施形態に係る量子化情報記憶部１２３は、割当処理に関する各種情報を記憶する。図８は、第１の実施形態に係る量子化情報記憶部の一例を示す図である。図８の例では、量子化情報記憶部１２３には、「ノードＩＤ」、「オブジェクトＩＤ」、および「量子化情報」といった項目を有する。
「ノードＩＤ」は、グラフにおける各ノード（対象）を識別するための識別情報を示す。また、「オブジェクトＩＤ」は、オブジェクトを識別するための識別情報を示す。なお、ノードＩＤとオブジェクトＩＤが共通である場合、「ノードＩＤ」にオブジェクトＩＤが記憶され、量子化情報記憶部１２３に「オブジェクトＩＤ」の項目は含まれてなくてもよい。
また、「量子化情報」は、各ノード（オブジェクト）の量子化されたベクトルの情報を示す。例えば、「量子化情報」には、「要素」、「コードブックＩＤ」といった情報が含まれる。「要素」は、対応するオブジェクトのベクトルにおける配置を示す。図８の例では、「要素」には、「＃１」、「＃２」、「＃３」、「＃４」が含まれる場合を示す。この場合、各ノード（オブジェクト）のベクトルは４分割され、各分割された部分ベクトルがコードブックにより量子化されることを示す。なお、分割数は４に限らず、例えば分割数が６の場合、「要素」には、「＃１」、「＃２」、「＃３」、「＃４」、「＃５」、「＃６」が含まれる。「コードブックＩＤ」は、各要素（部分ベクトル）に対応するコードブックを識別するための情報を示す。
図８の例では、ノードＮ９（オブジェクトＯＢ９）のベクトルは、４分割された部分ベクトルのうち、先頭の部分ベクトルがコードブックＩＤ「ＣＤ１２」により識別されるコードブック（コードブックＣＤ１２）により量子化されることを示す。また、ノードＮ９（オブジェクトＯＢ９）のベクトルは、４分割された部分ベクトルのうち、先頭から２番目の部分ベクトルがコードブックＩＤ「ＣＤ２３」により識別されるコードブック（コードブックＣＤ２３）により量子化されることを示す。
また、ノードＮ９（オブジェクトＯＢ９）のベクトルは、４分割された部分ベクトルのうち、先頭から３番目の部分ベクトルがコードブックＩＤ「ＣＤ３５」により識別されるコードブック（コードブックＣＤ３５）により量子化されることを示す。また、ノードＮ９（オブジェクトＯＢ９）のベクトルは、４分割された部分ベクトルのうち、先頭から４番目（すなわち最後尾）の部分ベクトルがコードブックＩＤ「ＣＤ４７」により識別されるコードブック（コードブックＣＤ４７）により量子化されることを示す。
なお、量子化情報記憶部１２３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。
（コードブック情報記憶部１２４）
第１の実施形態に係るコードブック情報記憶部１２４は、コードブックに関する各種情報を記憶する。例えば、コードブック情報記憶部１２４は、コードブックＩＤや各コードブックのベクトル情報を記憶する。図９は、第１の実施形態に係るコードブック情報記憶部の一例を示す図である。図９の例では、コードブック情報記憶部１２４は、各コードブックとベクトルとの対応付けを示すルックアップテーブルを記憶する場合を一例として示す。
コードブック情報記憶部１２４は、４分割された部分ベクトルのうち、先頭の部分ベクトルを量子化するために用いるコードブック情報ＴＢ１、４分割された部分ベクトルのうち、先頭から２番目の部分ベクトルを量子化するために用いるコードブック情報ＴＢ２を記憶する。また、コードブック情報記憶部１２４は、４分割された部分ベクトルのうち、先頭から３番目の部分ベクトルを量子化するために用いるコードブック情報ＴＢ３、４分割された部分ベクトルのうち、先頭から４番目（すなわち最後尾）の部分ベクトルを量子化するために用いるコードブック情報ＴＢ４等を記憶する。
図９の例では、コードブック情報ＴＢ１には、コードブックＩＤ「ＣＤ１１」により識別されるコードブック（コードブックＣＤ１１）やコードブックＩＤ「ＣＤ１２」により識別されるコードブック（コードブックＣＤ１２）等のコードブック情報を記憶する。例えば、コードブックＣＤ１１は、「５，１３・・・」の多次元のベクトル情報が対応付けられることを示す。また、コードブックＣＤ１２は、「２７，５１・・・」の多次元のベクトル情報が対応付けられることを示す。
なお、コードブック情報記憶部１２４は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、コードブック情報記憶部１２４は、各コードブックと検索クエリとの差分（距離）を示す情報を記憶してもよい。
（制御部１３０）
図５の説明に戻って、制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）やＧＰＵ（Graphics Processing Unit）等によって、情報処理装置１００内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。
図５に示すように、制御部１３０は、取得部１３１と、生成部１３２と、検索処理部１３３と、提供部１３４とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図５に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。
（取得部１３１）
取得部１３１は、各種情報を取得する。例えば、取得部１３１は、記憶部１２０から各種情報を取得する。例えば、取得部１３１は、オブジェクト情報記憶部１２１や、グラフ情報記憶部１２２や、量子化情報記憶部１２３や、コードブック情報記憶部１２４等から各種情報を取得する。また、取得部１３１は、各種情報を外部の情報処理装置から取得する。取得部１３１は、端末装置１０や情報提供装置５０から各種情報を取得する。
取得部１３１は、グラフを取得する。例えば、情報処理装置１００は、図１中の空間情報ＳＰ１を取得してもよい。例えば、情報処理装置１００は、情報提供装置５０等の外部装置からグラフを取得してもよい。
取得部１３１は、データ検索の対象となる複数のオブジェクトに対する検索クエリを取得する。例えば、取得部１３１は、検索クエリＱＥ１に関する情報を取得する。例えば、取得部１３１は、画像検索に関する検索クエリを取得する。例えば、取得部１３１は、利用する端末装置１０からクエリを取得する。例えば、取得部１３１は、利用する端末装置１０からクエリを受け付けた情報提供装置５０からクエリを取得する。
（生成部１３２）
生成部１３２は、各種情報を生成する。例えば、生成部１３２は、記憶部１２０に記憶された情報（データ）から各種情報（データ）を生成する。例えば、生成部１３２は、オブジェクト情報記憶部１２１や、グラフ情報記憶部１２２や、量子化情報記憶部１２３や、コードブック情報記憶部１２４等に記憶された情報（データ）から各種情報を生成する。
生成部１３２は、グラフ情報記憶部１２２に示すようなグラフを生成してもよい。例えば、生成部１３２は、空間情報ＳＰ１を生成する。また、生成部１３２は、量子化情報記憶部１２３に示すようなベクトル量子化に関する情報を生成してもよい。例えば、生成部１３２は、ノードＮ１（オブジェクトＯＢ１）等の各オブジェクトがベクトル量子化された情報を生成する。また、生成部１３２は、コードブック情報記憶部１２４に示すようなコードブックに関する情報を生成してもよい。生成部１３２は、コードブックのルックアップテーブルを生成してもよい。例えば、生成部１３２は、コードブック情報ＴＢ１～ＴＢ４のような、コードブックに関する情報を生成する。なお、情報処理装置１００がグラフ情報記憶部１２２、量子化情報記憶部１２３、コードブック情報記憶部１２４に示す情報を、情報提供装置５０等の外部装置から取得する場合、情報処理装置１００は、生成部１３２を有しなくてもよい。
（検索処理部１３３）
検索処理部１３３は、オブジェクトに関する検索サービスを提供する。検索処理部１３３は、各種情報を探索する。検索処理部１３３は、各種情報を検索する。例えば、検索処理部１３３は、グラフを探索することにより、オブジェクトを検索する。例えば、検索処理部１３３は、取得部１３１により取得されたクエリが取得された場合、グラフを探索することにより、クエリに類似するオブジェクトを検索する。例えば、検索処理部１３３は、グラフを探索することにより、クエリに類似するオブジェクトを抽出する。例えば、検索処理部１３３は、図１１に示すような処理手順に基づいて、グラフを探索することにより、クエリに類似するオブジェクトを抽出する。なお、情報処理装置１００は、検索サービスを提供しない場合、検索処理部１３３を有しなくてもよい。
検索処理部１３３は、検索処理において各種情報を選択する。検索処理部１３３は、検索処理において各種情報を抽出する。検索処理部１３３は、検索処理において各種情報を判定する。検索処理部１３３は、検索処理において各種情報を決定する。検索処理部１３３は、検索処理において各種情報を変更する。検索処理部１３３は、検索処理において各種情報を更新する。
検索処理部１３３は、複数のオブジェクトの各々に対応するノード群がエッジにより連結されたグラフを用いて、検索クエリの近傍のノードを検索する検索処理において、所定の基準により選択された複数のノードと検索クエリとの距離を、ベクトル量子化がされた複数のノードのベクトル情報を用いて算出する。検索処理部１３３は、複数のノードと検索クエリとの距離の算出を並列化して一括で行う。検索処理部１３３は、情報処理装置１００の仕様に基づいて決定される一括処理数の複数のノードと検索クエリとの距離の算出を並列処理する。
検索処理部１３３は、複数のノードの各々が対応する代表ベクトルに対応付けられたコードブックを用いて、複数のノードと検索クエリとの距離を算出する。検索処理部１３３は、一のノードからのエッジが連結された複数のノードと検索クエリとの距離を算出する。検索処理部１３３は、複数のノードと複数のノードの各々が対応付けられた代表ベクトルを示す参照用情報が一のノードに対応付けて記憶されたノード情報を用いて、複数のノードと検索クエリとの距離を算出する。
検索処理部１３３は、直積量子化により、各々が複数の部分ベクトルに分割された複数のノードのベクトル情報を用いて、複数のノードと検索クエリとの距離を算出する。検索処理部１３３は、複数のノードの各々が分割された複数の部分ベクトルの分割位置ごとのベクトルに対応する代表ベクトルに対応付けられた複数のコードブックを用いて、複数のノードと検索クエリとの距離を算出する。検索処理部１３３は、複数のノードと複数のノードの各々の複数の部分ベクトルの各々が対応付けられた代表ベクトルを示す参照用情報が一のノードに対応付けて記憶されたノード情報を用いて、複数のノードと検索クエリとの距離を算出する。
検索処理部１３３は、複数のノードの各々に、各ノードの複数の部分ベクトルの各々が対応付けられた代表ベクトルの一覧が対応付けられた参照用情報を用いて、複数のノードと検索クエリとの距離を算出する。検索処理部１３３は、複数のノードの各々の複数の部分ベクトルの各々が対応する代表ベクトルが、分割位置ごとに一覧で並ぶ転置情報と、複数のノードの各々が一覧で対応する位置を示す対応付情報とを含む参照用情報を用いて、複数のノードと検索クエリとの距離を算出する。検索処理部１３３は、複数のノードの各々の複数の部分ベクトルの各々が対応する代表ベクトルに対応付けられた一のコードブックを用いて、複数のノードと検索クエリとの距離を算出する。
検索処理部１３３は、検索処理において処理対象となったノードのうち、所定のノードを対象として、ベクトル量子化がされた距離である第１距離とは異なり、ベクトル量子化がされていない第２距離を算出する。検索処理部１３３は、検索処理において検索クエリの近傍のノードとして抽出するノードの第１数よりも多い数である第２数のノードを近傍候補ノードとして抽出し、近傍候補ノードを対象として第２距離を算出する。検索処理部１３３は、近傍候補ノードのうち、第２距離が短い方から第１数のノードを検索クエリの近傍のノードとして抽出する。
検索処理部１３３は、第１距離が所定の閾値以内であるノードを対象として第２距離を算出する。検索処理部１３３は、近傍のノードとして抽出する対象範囲を示す検索範囲内のノードを対象として第２距離を算出する。検索処理部１３３は、検索処理の対象範囲を示す探索範囲内のノードを対象として第２距離を算出する。
（提供部１３４）
提供部１３４は、各種情報を提供する。例えば、提供部１３４は、端末装置１０や情報提供装置５０に各種情報を送信する。例えば、提供部１３４は、検索クエリに対応するオブジェクトＩＤを検索結果として提供する。提供部１３４は、検索結果を端末装置１０へ送信する。提供部１３４は、検索処理部１３３により検索されたオブジェクトＩＤを、検索クエリに対応する検索結果として端末装置１０へ提供する。
また、提供部１３４は、検索処理部１３３により検索されたオブジェクトＩＤを情報提供装置５０へ提供してもよい。例えば、提供部１３４は、検索処理部１３３が検索により抽出したオブジェクトＩＤを情報提供装置５０へ提供する。提供部１３４は、検索処理部１３３により抽出されたオブジェクトＩＤをクエリに対応するベクトルを示す情報として情報提供装置５０に提供する。
〔１－４．情報処理のフロー〕
次に、図１０を用いて、第１の実施形態に係る情報処理システム１による情報処理の手順について説明する。図１０は、第１の実施形態に係る情報処理の一例を示すフローチャートである。
図１０に示すように、情報処理装置１００は、データ検索の対象となる複数のオブジェクトに対する検索クエリを取得する（ステップＳ１０１）。図１の例では、情報処理装置１００は、検索クエリＱＥ１を取得する。
そして、情報処理装置１００は、複数のオブジェクトの各々に対応するノード群がエッジにより連結されたグラフを用いて、検索クエリの近傍のノードを検索する検索処理において、所定の基準により選択された複数のノードと検索クエリとの距離を、ベクトル量子化がされた複数のノードのベクトル情報を用いて算出する（ステップＳ１０２）。図１の例では、情報処理装置１００は、複数のノードＮ９、Ｎ１２、Ｎ５４、Ｎ８５と前記検索クエリＱＥ１との距離を、ベクトル量子化がされた複数のノードＮ９、Ｎ１２、Ｎ５４、Ｎ８５のベクトル情報を用いて算出する。
〔１－５．検索処理例〕
ここで、第１の実施形態に係る検索処理の一例について、図１１を一例として説明する。図１１は、第１の実施形態に係る検索処理の一例を示すフローチャートである。以下に説明する検索処理は、情報処理装置１００の検索処理部１３３によって行われる。また、以下でいうオブジェクトは、ノードと読み替えてもよい。なお、以下では、情報処理装置１００（検索処理部１３３）が検索処理を行う。なお、検索サービスを提供しない場合、情報処理装置１００は検索処理部１３３を有しなくてもよい。以下で説明する処理の検索クエリは、追加ノードや対象ノードやユーザが指定したオブジェクト等であってもよい。
ここでは、近傍オブジェクト集合Ｎ（Ｇ，ｙ）は、ノードｙに付与されているエッジにより関連付けられている近傍のオブジェクトの集合である。「Ｇ」は、所定のグラフデータ（例えば、空間情報ＳＰ１に示すグラフＧＲ１等）であってもよい。例えば、情報処理装置１００は、ｋ近傍検索処理を実行する。
例えば、情報処理装置１００は、超球の半径ｒを∞（無限大）に設定し（ステップＳ３００）、既存のオブジェクト集合から部分集合Ｓを抽出する（ステップＳ３０１）。例えば、情報処理装置１００は、ルートノードとして選択されたオブジェクト（ノード）を部分集合Ｓとして抽出してもよい。また、例えば、超球とは、検索範囲を示す仮想的な球である。なお、ステップＳ３０１において抽出されたオブジェクト集合Ｓに含まれるオブジェクトは、同時に検索結果のオブジェクト集合Ｒの初期集合にも含められる。
次に、情報処理装置１００は、オブジェクト集合Ｓに含まれるオブジェクトの中で、検索クエリオブジェクトをｙとするとオブジェクトｙとの距離が最も短いオブジェクトを抽出し、オブジェクトｓとする（ステップＳ３０２）。例えば、情報処理装置１００は、ルートノードとして選択されたオブジェクト（ノード）のみがＳの要素の場合には、結果的にルートノードがオブジェクトｓとして抽出される。次に、情報処理装置１００は、オブジェクトｓをオブジェクト集合Ｓから除外する（ステップＳ３０３）。
次に、情報処理装置１００は、オブジェクトｓとオブジェクトｙとの距離ｄ（ｓ，ｙ）がｒ（１＋ε）を超えるか否かを判定する（ステップＳ３０４）。ここで、εは拡張要素であり、ｒ（１＋ε）は、探索範囲（この範囲内のノードのみを探索する。検索範囲よりも大きくすることで精度を高めることができる）の半径を示す値である。オブジェクトｓとオブジェクトｙとの距離ｄ（ｓ，ｙ）がｒ（１＋ε）を超える場合（ステップＳ３０４：Ｙｅｓ）、情報処理装置１００は、オブジェクト集合Ｒをオブジェクトｙの近傍オブジェクト集合として出力し（ステップＳ３０５）、処理を終了する。
オブジェクトｓと検索クエリオブジェクトｙとの距離ｄ（ｓ，ｙ）がｒ（１＋ε）を超えない場合（ステップＳ３０４：Ｎｏ）、情報処理装置１００は、オブジェクトｓの近傍オブジェクト集合Ｎ（Ｇ，ｓ）の要素であるオブジェクトの中からオブジェクト集合Ｃに含まれないオブジェクトを一つ選択し、選択したオブジェクトｕを、オブジェクト集合Ｃに格納する（ステップＳ３０６）。オブジェクト集合Ｃは、重複検索を回避するために便宜上設けられるものであり、処理開始時には空集合に設定される。
次に、情報処理装置１００は、オブジェクトｕとオブジェクトｙとの距離ｄ（ｕ，ｙ）がｒ（１＋ε）以下であるか否かを判定する（ステップＳ３０７）。オブジェクトｕとオブジェクトｙとの距離ｄ（ｕ，ｙ）がｒ（１＋ε）以下である場合（ステップＳ３０７：Ｙｅｓ）、情報処理装置１００は、オブジェクトｕをオブジェクト集合Ｓに追加する（ステップＳ３０８）。また、オブジェクトｕとオブジェクトｙとの距離ｄ（ｕ，ｙ）がｒ（１＋ε）以下ではない場合（ステップＳ３０７：Ｎｏ）、情報処理装置１００は、ステップＳ３０９の判定（処理）を行う。
次に、情報処理装置１００は、オブジェクトｕとオブジェクトｙとの距離ｄ（ｕ，ｙ）がｒ以下であるか否かを判定する（ステップＳ３０９）。オブジェクトｕとオブジェクトｙとの距離ｄ（ｕ，ｙ）がｒを超える場合（ステップＳ３０９：Ｎｏ）、情報処理装置１００は、ステップＳ３１５の判定（処理）を行う。すなわち、オブジェクトｕとオブジェクトｙとの距離ｄ（ｕ，ｙ）がｒ以下ではない場合、情報処理装置１００は、ステップＳ３１５の判定（処理）を行う。
オブジェクトｕとオブジェクトｙとの距離ｄ（ｕ，ｙ）がｒ以下である場合（ステップＳ３０９：Ｙｅｓ）、情報処理装置１００は、オブジェクトｕをオブジェクト集合Ｒに追加する（ステップＳ３１０）。そして、情報処理装置１００は、オブジェクト集合Ｒに含まれるオブジェクト数がｋｓを超えるか否かを判定する（ステップＳ３１１）。所定数ｋｓは、任意に定められる自然数である。例えば、ｋｓは、検索数や抽出対象数であってもよい。また、例えば、範囲検索等において抽出するオブジェクト数の上限を設けない場合、ｋｓは、無限大に設定されてもよい。例えば、ｋｓ＝４等であってもよい。オブジェクト集合Ｒに含まれるオブジェクト数がｋｓを超えない場合（ステップＳ３１１：Ｎｏ）、情報処理装置１００は、ステップＳ３１３の判定（処理）を行う。
オブジェクト集合Ｒに含まれるオブジェクト数がｋｓを超える場合（ステップＳ３１１：Ｙｅｓ）、情報処理装置１００は、オブジェクト集合Ｒに含まれるオブジェクトの中でオブジェクトｙとの距離が最も長い（遠い）オブジェクトを、オブジェクト集合Ｒから除外する（ステップＳ３１２）。
次に、情報処理装置１００は、オブジェクト集合Ｒに含まれるオブジェクト数がｋｓと一致するか否かを判定する（ステップＳ３１３）。オブジェクト集合Ｒに含まれるオブジェクト数がｋｓと一致しない場合（ステップＳ３１３：Ｎｏ）、情報処理装置１００は、ステップＳ３１５の判定（処理）を行う。また、オブジェクト集合Ｒに含まれるオブジェクト数がｋｓと一致する場合（ステップＳ３１３：Ｙｅｓ）、情報処理装置１００は、オブジェクト集合Ｒに含まれるオブジェクトの中でオブジェクトｙとの距離が最も長い（遠い）オブジェクトと、オブジェクトｙとの距離を、新たなｒに設定する（ステップＳ３１４）。
そして、情報処理装置１００は、オブジェクトｓの近傍オブジェクト集合Ｎ（Ｇ，ｓ）の要素であるオブジェクトから全てのオブジェクトを選択してオブジェクト集合Ｃに格納し終えたか否かを判定する（ステップＳ３１５）。オブジェクトｓの近傍オブジェクト集合Ｎ（Ｇ，ｓ）の要素であるオブジェクトから全てのオブジェクトを選択してオブジェクト集合Ｃに格納し終えていない場合（ステップＳ３１５：Ｎｏ）、情報処理装置１００は、ステップＳ３０６に戻って処理を繰り返す。
オブジェクトｓの近傍オブジェクト集合Ｎ（Ｇ，ｓ）の要素であるオブジェクトから全てのオブジェクトを選択してオブジェクト集合Ｃに格納し終えた場合（ステップＳ３１５：Ｙｅｓ）、情報処理装置１００は、オブジェクト集合Ｓが空集合であるか否かを判定する（ステップＳ３１６）。オブジェクト集合Ｓが空集合でない場合（ステップＳ３１６：Ｎｏ）、情報処理装置１００は、ステップＳ３０２に戻って処理を繰り返す。また、オブジェクト集合Ｓが空集合である場合（ステップＳ３１６：Ｙｅｓ）、情報処理装置１００は、オブジェクト集合Ｒを出力し、処理を終了する（ステップＳ３１７）。例えば、情報処理装置１００は、オブジェクト集合Ｒに含まれるオブジェクト（ノード）を追加ノード（入力オブジェクトｙ）に対応する近傍ノードとして選択してもよい。例えば、情報処理装置１００は、オブジェクト集合Ｒに含まれるオブジェクト（ノード）を対象ノード（入力オブジェクトｙ）に対応する近傍ノードとして抽出（選択）してもよい。また、例えば、情報処理装置１００は、オブジェクト集合Ｒに含まれるオブジェクト（ノード）を検索クエリ（入力オブジェクトｙ）に対応する検索結果として、検索を行った端末装置等へ提供してもよい。
〔２．第２の実施形態〕
ここから、第２の実施形態について説明する。第２の実施形態は、クラスタリングなどにより近傍オブジェクトをグルーピングし、各グループ（以下「ブロブ」ともいう）を一括して距離計算を行う対象とする。すなわち、第２の実施形態では、ブロブ単位で一括距離計算を行う。なお、第１の実施形態と同様の点については、適宜説明を省略する。第２の実施形態においては、情報処理システム１は、情報処理装置１００に代えて、情報処理装置１００Ａを有する。
〔２－１．情報処理〕
まず、図１２を用いて、第２の実施形態に係る情報処理の概要を説明する。図１２は、第２の実施形態に係る情報処理の一例を示す図である。
図１２の例では、情報処理装置１００Ａは、空間情報ＳＰ２１に示すようなグラフＧＲ２１を取得済みであるものとする。例えば図１中の空間情報ＳＰ２１は、ユークリッド空間であってもよい。例えば、空間情報ＳＰ２１は、オブジェクトのベクトルの次元数に対応し、１００次元や１０００次元等の多次元空間であるものとする。なお、図１２の例では、説明を簡単にするために直積量子化が行われていない図を基に説明するが、図１と同様にベクトル（空間）の直積量子化が行われてもよい。
まず、図１２で示す各情報について説明する。図１２の空間情報ＳＰ２１中のノードである白丸（〇）間を接続する点線がノード間を連結するエッジを示す。図１２では、図１と同様に無向エッジを例として示すが、グラフＧＲ２１のエッジは、無向エッジに限らず、有向エッジであってもよい。なお、ノートやエッジについては図１と同様であるため詳細な説明は省略する。
図１２の空間情報ＳＰ２１において、直線で囲まれた領域はクラスタリングなどで近傍のオブジェクトがまとめ上げられた（グループ化された）ものであり、領域をブロブと称する。以下で示す例ではブロブが一括距離計算の処理単位となる。図１２は、ブロブＢＬ１～ＢＬ１０の１０個の領域（ブロブ）にクラスタリングされた場合を示す。例えば、ブロブＢＬ１は、ノードＮ７、Ｎ９、Ｎ８５、Ｎ１２６等の複数のノードが属するブロブであることを示す。なお、ブロブＢＬ１～ＢＬ１０中の黒い点は、各ブロブのセントロイド（代表ベクトル）を示す。
なお、ブロブＢＬ１～ＢＬ１０は、クラスタリング等に関する種々の手法を適宜用いて生成される。例えば、ブロブに分類するためのクラスタリングは、ｋ－ｍｅａｎｓクラスタリングでもよい。また、例えば、ブロブに分類するためのクラスタリングは、ｋ－ｍｅａｎｓでの一回のイテレーション（アサイン）で各クラスタの中心座標（平均）で得られたセントロイドを次のイテレーションに使うのではなく、その代わりに、各セントロイドに最も近いオブジェクトにセントロイドを置き換えてから、次のイテレーションを行ってもよい。この場合、ｋ－ｍｅａｎｓで得られる最終的なクラスタのセントロイドは既存のオブジェクト、つまり、ノードとなる。これにより、クラスタ（ブロブ）と各ノードのエッジ（近傍ノード）が一致する傾向が高まり、検索性能をさらに向上させることができる。
図１２の例では、情報処理装置１００Ａは、空間情報ＳＰ２１に示すように、複数のノード（オブジェクト）をクラスタリングすることにより、分類した複数のブロブＢＬ１～ＢＬ１０の情報を用いて、検索処理を行う。
ここから、検索クエリＱＥ２を対象とする検索処理を説明する。まず、情報処理装置１００Ａは、検索クエリＱＥ２を取得する（ステップＳ２１）。例えば、情報処理装置１００Ａは、ユーザが利用する端末装置１０（図４参照）から検索クエリＱＥ２を取得する。
そして、情報処理装置１００Ａは、検索クエリＱＥ２のベクトルと、コードブックのベクトルとの間の距離を算出する。図示は省略するが直積量子化を行っていない場合、情報処理装置１００Ａは、検索クエリＱＥ２のベクトルと、ベクトル全体を量子化するためのコードブックのベクトルとの間の距離（差分）を算出する。そして、情報処理装置１００Ａは、検索クエリＱＥ２のベクトルと各コードブックのベクトルとの間の距離（差分）を、各コードブックを識別するための情報に対応付けてコードブック情報ＴＢ２１として保持する。なお、直積量子化を行っている場合、情報処理装置１００Ａは、図１と同様に、図２のコードブック情報ＴＢ１～ＴＢ４に示すように、検索クエリＱＥ２の各サブベクトルと各コードブックのベクトルとの間の距離（差分）を算出する。なお、検索クエリのベクトルとコードブックのベクトルとの距離算出は、図１、図２等と同様であるため詳細な説明は省略する。
情報処理装置１００Ａは、検索クエリＱＥ２を対象とする検索処理を実行する（ステップＳ２２）。情報処理装置１００Ａは、検索クエリＱＥ２を対象として、グラフＧＲ２１を用いた図１６に示すような検索処理を行うことにより、検索クエリＱＥ２の検索結果を得る。図１６に示す検索処理についての詳細は後述する。情報処理装置１００Ａは、検索クエリＱＥ２を対象として検索処理を行うことにより、検索数のノードを検索クエリＱＥ２の近傍のノードとして抽出する。
情報処理装置１００Ａは、検索クエリＱＥ２を対象とする検索処理において、各ノードのうち、所定のノードをグラフＧＲ２１の検索の起点となるノード（起点ノード）として選択する。図１２の例では、情報処理装置１００Ａは、起点ノードとして、ノードＮ９を選択するものとする。図１２の例では、情報処理装置１００Ａは、例えば、ノードＮ９を処理対象として検索処理を開始する。
ここで、情報処理装置１００Ａは、検索クエリＱＥ２を対象とする検索処理において、処理対象となるノードが属するブロブに属する複数のノードと検索クエリとの距離を並列化して算出する（ステップＳ２３）。図１２では、情報処理装置１００Ａは、一括処理情報ＬＴ２に示すように、処理対象となるノードＮ９が属するブロブＢＬ１に属するノードであるノードＮ７、Ｎ９、Ｎ８５、Ｎ１２６等については、検索クエリＱＥ２との距離を並列化して算出する。
情報処理装置１００Ａは、コードブック情報ＴＢ２１が示す各コードブックと検索クエリＱＥ２との間の距離を用いて、ノードＮ７、Ｎ９、Ｎ８５、Ｎ１２６の各々と検索クエリＱＥ２との距離を算出する。例えば、情報処理装置１００Ａは、コードブック情報ＴＢ２１を参照して、ノードＮ７のベクトルに対応するコードブックの距離を、ノードＮ７と検索クエリＱＥ２との距離として算出する。なお、直積量子化が行われている場合の距離算出は、図１、図２等と同様であるため詳細な説明は省略する。
なお、一括処理可能単位については、情報処理装置１００の場合と同様に、情報処理装置１００Ａの仕様に基づいて決定される。例えば、情報処理装置１００ＡがＳＩＭＤにより一括して処理できる数（一括処理可能単位）が「４」である場合、図１と同様に、４個のノードを対象として距離を並列化して算出する。例えば、情報処理装置１００Ａは、ＳＩＭＤの演算に関する並列化により、ノードＮ７、Ｎ９、Ｎ８５、Ｎ１２６の各々と検索クエリＱＥ２との距離を一括して算出する。これにより、情報処理装置１００Ａは、距離計算を並列化することにより、距離計算を高速化することでき、効率的な検索処理を可能にすることができる。また、情報処理装置１００Ａは、グラフＧＲ２１を用いて、ノードＮ７からのエッジが接続されたノード（例えばノードＮ１２、Ｎ６４）を辿り、それらのノードが属するブロブ（例えばブロブＢＬ２、ＢＬ３）を対象とした一括距離計算を行って、検索処理を行う。なお、情報処理装置１００Ａは、検索処理において、同じブロブが繰り返し一括距離計算の対象となることを抑制するが詳細は後述する。
なお、図１２では説明を簡単にするために、４つのノードを対象として距離を並列化して算出する場合を示すが、並列化される数は、情報処理装置１００Ａの仕様に基づいて決定される。この点についても図１、図２等と同様であるため、詳細な説明は省略する。また、情報処理装置１００Ａは、図３に示す例と同様に、転置データを用いてもよい。
上述のように、情報処理装置１００Ａは、ベクトル量子化された各ノードのベクトルと検索クエリとの間の近似距離（第２距離）を算出して、第２距離を用いて検索処理を行う事により、効率的な検索処理を可能にすることができる。また、情報処理装置１００Ａは、並列化可能な数のノードの距離計算を一括して行うことにより、効率的な検索処理を可能にすることができる。上記のように、情報処理装置１００Ａは、ブロブを一括処理の単位として一括して計算することにより、効率的な検索処理を可能にすることができる。
情報処理装置１００Ａは、検索処理において、グラフＧＲ２１を辿り処理対象となるノードを対象に上述した処理を行うことにより、検索数のノードを検索クエリＱＥ２の近傍のノードとして抽出する。例えば、情報処理装置１００Ａは、情報処理装置１００と同様に、上述した第１の方法及び第２の方法のいずれかにより検索結果を得る。
上述した処理は一例に過ぎず、情報処理装置１００Ａは、効率的な検索処理の為に様々な情報や手法を用いて、検索処理を行ってもよい。この点について、各事項について詳述する。例えば、情報処理装置１００Ａは、各ブロブに属するノードの数が、情報処理装置１００がＳＩＭＤにより一括して処理できる数（一括処理可能単位）になるように、クラスタリングを行い、ブロブを生成してもよい。
また、情報処理装置１００Ａは、ブロブに関する情報を用いて、重複した処理が行われることを抑制してもよい。情報処理装置１００Ａは、ブロブ単位にそのブロブの距離計算を行ったかを示すブロブ距離計算フラグ（以下単に「フラグ」ともいう）、および各オブジェクトがどのブロブに属するかを示すテーブルを有してもよい。この場合、情報処理装置１００Ａは、フラグにより各ブロブが処理済であるか否かを管理してもよい。例えば、情報処理装置１００Ａは、近傍ノードを逐一処理する直前にノードが属するブロブをテーブルにより特定し、そのブロブが一括距離計算済みかをフラグで判断し、未計算の場合には、一括計算を行い、個々のノードの処理を行ってもよい。この点については、図１５や図１６においても説明する。これにより、情報処理装置１００Ａは、重複した処理が行われることを抑制することができる。
〔２－２．情報処理装置の構成〕
次に、図１３を用いて、第２の実施形態に係る情報処理装置１００Ａの構成について説明する。図１３は、第２の実施形態に係る情報処理装置の構成例を示す図である。図１３に示すように、情報処理装置１００Ａは、通信部１１０と、記憶部１２０Ａと、制御部１３０Ａとを有する。なお、情報処理装置１００Ａにおいて、情報処理装置１００と同様の点は適宜説明を省略する。
（記憶部１２０Ａ）
記憶部１２０Ａは、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。第２の実施形態に係る記憶部１２０Ａは、図１３に示すように、オブジェクト情報記憶部１２１と、グラフ情報記憶部１２２と、量子化情報記憶部１２３Ａと、コードブック情報記憶部１２４と、ブロブ情報記憶部１２５とを有する。
（量子化情報記憶部１２３Ａ）
第２の実施形態に係る量子化情報記憶部１２３Ａは、割当処理に関する各種情報を記憶する。図１４は、第２の実施形態に係る量子化情報記憶部の一例を示す図である。図１４の例では、量子化情報記憶部１２３Ａには、「ノードＩＤ」、「オブジェクトＩＤ」、「ブロブＩＤ」、および「量子化情報」といった項目を有する。
「ノードＩＤ」は、グラフにおける各ノード（対象）を識別するための識別情報を示す。また、「オブジェクトＩＤ」は、オブジェクトを識別するための識別情報を示す。なお、ノードＩＤとオブジェクトＩＤが共通である場合、「ノードＩＤ」にオブジェクトＩＤが記憶され、量子化情報記憶部１２３Ａに「オブジェクトＩＤ」の項目は含まれてなくてもよい。
「ブロブＩＤ」は、ノード（オブジェクト）が属するブロブを識別するための情報を示す。
また、「量子化情報」は、各ノード（オブジェクト）の量子化されたベクトルの情報を示す。例えば、「量子化情報」には、「要素」、「コードブックＩＤ」といった情報が含まれる。「要素」は、対応するオブジェクトのベクトルにおける配置を示す。図１４の例では、「要素」には、「＃１」、「＃２」、「＃３」、「＃４」が含まれる場合を示す。この場合、各ノード（オブジェクト）のベクトルは４分割され、各分割された部分ベクトルがコードブックにより量子化されることを示す。
図１４の例では、ノードＮ１（オブジェクトＯＢ１）は、ブロブＩＤ「ＢＬ９」により識別されるブロブ（ブロブＢＬ９）に属することを示す。例えば、直積量子化によりベクトルが４分割される場合、ノードＮ１の量子化情報には、図８に示すノードＮ１の量子化情報示す４つのコードブックと同様の情報が格納される。また、例えば、直積量子化が行われない場合、ノードＮ１の量子化情報には、ノードＮ１のベクトルを量子化するための、１つのコードブックを示す情報が記憶される。
なお、量子化情報記憶部１２３Ａは、上記に限らず、目的に応じて種々の情報を記憶してもよい。
（ブロブ情報記憶部１２５）
第２の実施形態に係るブロブ情報記憶部１２５は、ブロブに関する情報を記憶する。例えば、ブロブ情報記憶部１２５は、各ブロブに対応付けられたオブジェクトを識別する各種情報を記憶する。図１５は、第２の実施形態に係るブロブ情報記憶部の一例を示す図である。図１５の例では、ブロブ情報記憶部１２５は、「ブロブＩＤ」、「ノードＩＤ」、「ベクトル情報」といった項目が含まれる。
「ブロブＩＤ」は、ブロブを識別するための識別情報を示す。また、「ノードＩＤ」は、ブロブＩＤにより識別されるブロブに対応付けられたノード（オブジェクト）を示す。「ベクトル情報」は、ブロブのベクトル情報を示す。例えば、「ベクトル情報」は、ブロブのセントロイドに対応するベクトルを示す。
図１５に示す例では、ブロブＩＤ「ＢＬ１」により識別されるブロブ（ブロブＢＬ１）に対応付けられたノード（オブジェクト）は、ノードＮ７、Ｎ９、Ｎ８５、Ｎ１２６等であることを示す。ブロブＢＬ１は、「５１，４，１０２，３３・・・」の多次元のベクトル情報が対応付けられることを示す。
また、ブロブＩＤ「ＢＬ９」により識別されるブロブ（ブロブＢＬ９）に対応付けられたノード（オブジェクト）は、ノードＮ１、Ｎ４、Ｎ５等であることを示す。ブロブＢＬ９は、「１２，５５，１２，６・・・」の多次元のベクトル情報が対応付けられることを示す。
なお、ブロブ情報記憶部１２５は、上記に限らず、目的に応じて種々の情報を記憶してもよい。ブロブ情報記憶部１２５は、各ブロブが距離計算の処理対象となったか否かを示すフラグを記憶してもよい。例えば、ブロブ情報記憶部１２５は、距離計算の対象として処理されていないことを示す値（「未処理フラグ値」ともいう）と、距離計算の対象として処理されたことを示す値（「処理済フラグ値」ともいう）とのいずれかを各ブロブのフラグの値に設定する。例えば、ブロブ情報記憶部１２５は、検索処理開始時に各ブロブのフラグの値を、そのブロブを対象としての距離計算が未処理であることを示す値（例えば０）に設定し、距離計算の対象となったブロブのフラグの値を、距離計算が処理済みであることを示す値（例えば１）に変更する。
例えば、情報処理装置１００Ａは、処理対象となったブロブのフラグの値を参照して、そのブロブについて一括距離計算の処理を実行するか否かを判定する。情報処理装置１００Ａは、各ブロブのフラグの値を参照し、そのブロブのフラグの値が未処理フラグ値である場合は、そのブロブが一括距離計算の処理前であると判定して、そのブロブに属するノードの一括距離計算を実行する。一方、情報処理装置１００Ａは、そのブロブのフラグの値が処理済フラグ値である場合は、そのブロブが一括距離計算の処理済みであると判定して、そのブロブに属するノードの一括距離計算を行わない。
（制御部１３０Ａ）
図１３の説明に戻って、制御部１３０Ａは、コントローラ（controller）であり、例えば、ＣＰＵやＭＰＵやＧＰＵ等によって、情報処理装置１００Ａ内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０Ａは、コントローラであり、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。
図１３に示すように、制御部１３０Ａは、取得部１３１と、生成部１３２Ａと、検索処理部１３３Ａと、提供部１３４とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０Ａの内部構成は、図１３に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。
（生成部１３２Ａ）
生成部１３２Ａは、生成部１３２と同様に各種情報を生成する。
生成部１３２Ａは、量子化情報記憶部１２３に示すようなベクトル量子化に関する情報を生成してもよい。例えば、生成部１３２は、ノードＮ１（オブジェクトＯＢ１）がブロブＢＬ９に属することを示す情報を生成する。また、生成部１３２は、ブロブ情報記憶部１２５に示すようなブロブに関する情報を生成してもよい。例えば、生成部１３２は、ブロブＢＬ１には、ノードＮ７、Ｎ９、Ｎ８５、Ｎ１２６等が属することを示す情報を生成する。なお、情報処理装置１００がグラフ情報記憶部１２２、量子化情報記憶部１２３Ａ、コードブック情報記憶部１２４、ブロブ情報記憶部１２５に示す情報を、情報提供装置５０等の外部装置から取得する場合、情報処理装置１００は、生成部１３２Ａを有しなくてもよい。
（検索処理部１３３Ａ）
検索処理部１３３Ａは、検索処理部１３３と同様に検索処理に関する各種処理を行う。
検索処理部１３３Ａは、複数のオブジェクトの各々に対応するノード群を対象として、検索クエリの近傍のノードを検索する検索処理において、複数のオブジェクトを分類した複数のブロブの情報を用いて、一のブロブに属する複数のノードと検索クエリとの距離を、ベクトル量子化された複数のノードのベクトル情報を用いて算出する。検索処理部１３３Ａは、複数のノードと検索クエリとの距離の算出を並列化して一括で行う。検索処理部１３３Ａは、情報処理装置１００Ａの仕様に基づいて決定される一括処理数の複数のノードと検索クエリとの距離の算出を並列処理する。
検索処理部１３３Ａは、検索クエリが該当するブロブと隣接する一のブロブに属する複数のノードと検索クエリとの距離を算出する。検索処理部１３３Ａは、複数のノードがエッジにより連結されたグラフを用いて、検索クエリの近傍のノードを検索する検索処理において、複数のノードと検索クエリとの距離を算出する。検索処理部１３３Ａは、検索処理において処理対象となる対象ノードからのエッジが連結された接続ノードが属する一のブロブに属する複数のノードと検索クエリとの距離を算出する。
検索処理部１３３Ａは、対象ノードが属するブロブ以外の一のブロブに属する複数のノードと検索クエリとの距離を算出する。検索処理部１３３Ａは、複数のノードの各々から、複数のノードの各々が属するブロブ以外の他のブロブへ連結されたブロブ用グラフを用いて、検索クエリの近傍のノードを検索する検索処理において、複数のノードと検索クエリとの距離を算出する。検索処理部１３３Ａは、複数のノードがエッジにより連結された変換前のグラフにおいて、複数のノードのうち一のノードからエッジが連結されたノードが属するブロブであって、一のノードが属するブロブ以外のブロブへ、一のノードからエッジを連結することにより生成された変換後のグラフであるブロブ用グラフを用いて、検索クエリの近傍のノードを検索する検索処理において、複数のノードと検索クエリとの距離を算出する。
検索処理部１３３Ａは、検索処理において処理対象となる対象ノードからのエッジが連結されたブロブである一のブロブに属する複数のノードと検索クエリとの距離を算出する。検索処理部１３３Ａは、既に処理対象となったブロブである処理済みブロブを示す情報を用いて、一のブロブを処理対象とするかを判定する。検索処理部１３３Ａは、一のブロブが処理済みブロブである場合、一のブロブを処理対象としないと判定する。
検索処理部１３３Ａは、検索処理において処理対象となったノードのうち、所定のノードを対象として、ベクトル量子化がされた距離である第１距離とは異なり、ベクトル量子化がされていない第２距離を算出する。検索処理部１３３Ａは、検索処理において検索クエリの近傍のノードとして抽出するノードの第１数よりも多い数である第２数のノードを近傍候補ノードとして抽出し、近傍候補ノードを対象として第２距離を算出する。検索処理部１３３Ａは、近傍候補ノードのうち、第２距離が短い方から第１数のノードを検索クエリの近傍のノードとして抽出する。
検索処理部１３３Ａは、第１距離が所定の閾値以内であるノードを対象として第２距離を算出する。検索処理部１３３Ａは、近傍のノードとして抽出する対象範囲を示す検索範囲内のノードを対象として第２距離を算出する。検索処理部１３３Ａは、検索処理の対象範囲を示す探索範囲内のノードを対象として第２距離を算出する。
〔２－３．検索処理例〕
ここで、第２の実施形態に係る検索処理の一例について、図１６を一例として説明する。図１６は、第２の実施形態に係る検索処理の一例を示すフローチャートである。以下に説明する検索処理は、情報処理装置１００Ａの検索処理部１３３Ａによって行われる。なお、図１１等、第１の実施形態と同様の点については適宜説明を省略する。例えば、図１６において、図１１と同様の点は同じステップ番号を付すことにより、適宜説明を省略する。
ここでは、近傍オブジェクト集合Ｎ（Ｇ，ｙ）は、ノードｙに付与されているエッジにより関連付けられている近傍のオブジェクトの集合である。「Ｇ」は、所定のグラフデータ（例えば、空間情報ＳＰ２１に示すグラフＧＲ２１等）であってもよい。例えば、情報処理装置１００Ａは、ｋ近傍検索処理を実行する。
例えば、図１６に示す検索処理は、ステップＳ３０４の後にステップＳ３０４ａに示す処理を行う点で、図１１に示す検索処理と相違する。このように、図１６に示す検索処理は、通常のグラフの探索で、まだ、アクセスしていないブロブに到達した場合にそのブロブ内のオブジェクト（ノード）とクエリとの距離を一括して計算し、各ノードの処理を行う。
具体的には、図１６の検索処理においては、情報処理装置１００Ａは、オブジェクトｓが属するブロブがまだ距離計算していない場合には、以下のすべて（図１６中のステップＳ３０４ａ中の「－」に続けて示す４つの処理。以下「第１の処理」～「第４の処理」とする）を実行する（ステップＳ３０４ａ）。ステップＳ３０４ａにおいて、情報処理装置１００Ａは、そのブロブ内のオブジェクトを一括距離計算する処理（第１の処理）を実行する。また、ステップＳ３０４ａにおいて、情報処理装置１００Ａは、ブロブの距離計算フラグをセットする処理（第２の処理）を実行する。また、ステップＳ３０４ａにおいて、情報処理装置１００Ａは、一括距離計算を行ったブロブ内のすべてのオブジェクトをＣに格納する処理（第３の処理）を実行する。また、ステップＳ３０４ａにおいて、情報処理装置１００Ａは、ブロブのすべてのオブジェクトをｕとして逐一ステップＳ３０７からステップＳ３１４までの処理を行う処理（第４の処理）を実行する。その後、情報処理装置１００Ａは、ステップＳ３０６以降の処理を行う。
〔２－４．変形例〕
ここから、変形例について説明する。第２の実施形態に係る変形例においては、ブロブの概念を含むグラフを用いてもよい。例えば、第２の実施形態に係る変形例においては、ノードからのエッジによる参照先がブロブであるグラフを用いてもよい。なお、第１の実施形態や第２の実施形態と同様の点については、適宜説明を省略する。変形例に係る情報処理装置１００Ａは、グラフ情報記憶部１２２に代えて、グラフ情報記憶部１２２Ａを有する。
〔２－４－１．情報処理〕
まず、図１７を用いて、変形例に係る情報処理の概要を説明する。図１７は、変形例に係る情報処理の一例を示す図である。
情報処理装置１００Ａは、ノード間をエッジで連結したグラフＧＲ２１を、ノードからのエッジによる参照先がブロブであるグラフＧＲ３１に変換する（ステップＳ３１）。すなわち、情報処理装置１００Ａは、図１７に示すように、通常のグラフであるグラフＧＲ２１から、ブロブの概念が導入されたグラフ（ブロブ用グラフ）であるグラフＧＲ３１を生成する。
図１７の例では、情報処理装置１００Ａは、空間情報ＳＰ３１に示すように、ノードからブロブへの有向エッジを含むグラフＧＲ３１を生成する。なお、グラフＧＲ３１においては、各ノード間のエッジについては削除され、グラフＧＲ３１には、ノードからブロブへの有向エッジが含まれ、ノード間のエッジは含まれない。図１７に示す矢印線は、矢元のノードから矢先のブロブへの有向エッジを示す。すなわち、図１７に示す矢印線は、矢元のノードを参照元とし、矢先のブロブを参照先とする有向エッジを示す。例えば、図１７では、ノードＮ１からは、ブロブＢＬ８及びブロブＢＬ１０の２つのブロブへのエッジが連結されることを示す。
例えば、情報処理装置１００Ａは、各ノードのエッジを接続ノード（近傍ノード）へのエッジから接続ノードが属するブロブへのエッジに変換する。なお、情報処理装置１００Ａは、各ノード自身が属するブロブへのエッジは生成しない。図１７の例では、情報処理装置１００Ａは、ノードＮ９とノードＮ１２６は同じブロブＢＬ１に属するため、ノードＮ９からブロブＢＬ１へのエッジ、及びノードＮ１２６からブロブＢＬ１へのエッジは生成しない。一方、図１７の例では、情報処理装置１００Ａは、ノードＮ９とノードＮ１８は異なるブロブＢＬ１、ＢＬ４に属するため、ノードＮ９からブロブＢＬ４へのエッジ、及びノードＮ１８からブロブＢＬ１へのエッジを生成する。
図１７の例では、情報処理装置１００Ａは、空間情報ＳＰ３１に示すように、ノード（オブジェクト）からブロブへの有向エッジを含むグラフＧＲ３１を用いて、検索処理を行う。例えば、情報処理装置１００Ａは、検索クエリＱＥ２を対象として、グラフＧＲ２１を用いた図１９に示すような検索処理を行うことにより、検索クエリＱＥ２の検索結果を得る。図１９に示す検索処理についての詳細は後述する。なお、図１７での検索処理は、ブロブの概念を用いて検索処理を行う点で図１２と共通し、エッジに関連する処理の点以外は、図１２に示す検索処理と同様である。
〔２－４－２．グラフ〕
次に、図１８を用いて、変形例に係るグラフの概要を説明する。図１８は、変形例に係るグラフ情報記憶部の一例を示す図である。例えば、図１８に示すグラフ情報記憶部１２２Ａは、ブロブの概念が導入されたグラフ（ブロブ用グラフ）を記憶する。図１８に示すグラフ情報記憶部１２２Ａは、「ノードＩＤ」、「オブジェクトＩＤ」、および「ブロブ情報」といった項目を有する。このように、変形例に係るグラフ情報記憶部１２２Ａは、「接続ノード情報」に代えて、「ブロブ情報」を有する点で図７のグラフ情報記憶部１２２と相違する。なお、図７のグラフ情報記憶部１２２と同様の点については適宜説明を省略する。
また、「ブロブ情報」は、対応するノードから辿ることができるブロブ（参照先のブロブ）に関する情報を示す。例えば、「ブロブ情報」には、「参照先」といった情報が含まれる。「参照先」は、エッジにより連結され、そのノードから辿ることができる参照先（ブロブ）を識別するための情報を示す。すなわち、図１８の例では、ノードを識別するノードＩＤ（オブジェクトＩＤ）に対して、そのノードからエッジにより辿ることができる参照先（ブロブ）が対応付けられて登録されている。なお、「ブロブ情報」には、参照先に接続されるエッジを識別するための情報（エッジＩＤ）等が含まれてもよい。
図１８の例では、ノードＩＤ「Ｎ１」により識別されるノード（ノードＮ１）は、オブジェクトＩＤ「ＯＢ１」により識別されるオブジェクト（対象）に対応することを示す。また、ノードＮ１からは、ブロブＩＤ「ＢＬ８」により識別されるブロブ（ブロブＢＬ８）にエッジが連結されており、ノードＮ１からブロブＢＬ８へ辿ることができることを示す。また、ノードＮ１からは、ブロブＩＤ「ＢＬ１０」により識別されるブロブ（ブロブＢＬ１０）にエッジが連結されており、ノードＮ１からブロブＢＬ１０へ辿ることができることを示す。
また、ノードＩＤ「Ｎ２」により識別されるノード（ノードＮ２）は、オブジェクトＩＤ「ＯＢ２」により識別されるオブジェクト（対象）に対応することを示す。また、ノードＮ２からは、ブロブＩＤ「ＢＬ５」により識別されるブロブ（ブロブＢＬ５）にエッジが連結されており、ノードＮ１からブロブＢＬ５へ辿ることができることを示す。
なお、グラフ情報記憶部１２２Ａは、上記に限らず、目的に応じて種々の情報を記憶してもよい。
また、グラフは、クエリを入力とし、グラフ中のエッジを辿ることによりノードを探索し、クエリに類似するノードを抽出し出力するプログラムモジュールを含んでもよい。すなわち、グラフは、グラフを用いて検索処理を行うプログラムモジュールとしての利用が想定されるものであってもよい。例えば、グラフＧＲ３１は、クエリとしてベクトルデータが入力された場合に、そのベクトルデータに類似するベクトルデータに対応するノードをグラフ中から抽出し、出力するプログラムであってもよい。例えば、グラフＧＲ３１は、クエリ画像に対応する類似画像を検索するプログラムモジュールとして利用されるデータであってもよい。例えば、グラフＧＲ３１は、入力されたクエリに基づいて、グラフにおいてそのクエリに類似するノードを抽出し、出力するよう、コンピュータを機能させる。
〔２－４－３．検索処理例〕
ここから、変形例に係る検索処理の一例について、図１９を一例として説明する。図１９は、変形例に係る検索処理の一例を示すフローチャートである。以下に説明する検索処理は、情報処理装置１００Ａの検索処理部１３３Ａによって行われる。なお、図１１、図１６等、第１の実施形態または第２の実施形態と同様の点については適宜説明を省略する。例えば、図１９において、図１１と同様の点は同じステップ番号を付すことにより、適宜説明を省略する。
図１９では、集合Ｎ（Ｇ，ｙ）は、ノードｙに付与されているエッジにより関連付けられているブロブの集合である点で、図１１及び図１６の検索処理と相違する。図１９では、Ｎ（Ｇ、ｓ）およびＣはブロブ集合となる。すなわち、図１１での「近傍オブジェクト集合Ｎ」は、図１９では、「ブロブ集合Ｎ」と読み替えられ、図１１での「オブジェクト集合Ｃ」は、図１９では、「ブロブ集合Ｃ」と読み替えられる。また、上記のブロブへの変更に関連する処理における「オブジェクト」の文言は、適宜「ブロブ」と読み替えられる。「Ｇ」は、ブロブの概念が導入されたグラフ（ブロブ用グラフ）データ（例えば、空間情報ＳＰ３１に示すグラフＧＲ３１等）であってもよい。例えば、情報処理装置１００Ａは、ｋ近傍検索処理を実行する。
例えば、図１９に示す検索処理は、図１１からステップＳ３０６の処理が以下のように変更される。図１９の検索処理においては、情報処理装置１００Ａは、Ｎ（Ｇ、ｓ）の中からブロブ集合Ｃに含まれない、ブロブを一つ選択し、選択したブロブをブロブ集合Ｃに格納し、ブロブ内のオブジェクトを一括計算し、その集合をＢ（「対象ブロブ内オブジェクト集合Ｂ」ともいう）とする（ステップＳ３０６）。
また、図１９に示す検索処理は、ステップＳ３０６の後にステップＳ３０６ａに示す処理を行う点で、図１１に示す検索処理と相違する。具体的には、図１９の検索処理においては、情報処理装置１００Ａは、対象ブロブ内オブジェクト集合Ｂからオブジェクトｕを一つ選択する（ステップＳ３０６ａ）。その後、情報処理装置１００Ａは、ステップＳ３０７以降の処理を行う。
また、図１９に示す検索処理は、ステップＳ３１５の前にステップＳ３１４ａに示す処理を行う点で、図１１に示す検索処理と相違する。具体的には、図１９の検索処理においては、情報処理装置１００Ａは、対象ブロブ内オブジェクト集合Ｂから全て選択したか否かを判定する（ステップＳ３１４ａ）。
対象ブロブ内オブジェクト集合Ｂから全て選択し終えた場合（ステップＳ３１４ａ：Ｙｅｓ）、情報処理装置１００Ａは、ステップＳ３１５の処理を行う。一方、対象ブロブ内オブジェクト集合Ｂから全て選択し終えていない場合（ステップＳ３１４ａ：Ｎｏ）、情報処理装置１００Ａは、ステップＳ３０６ａに戻って処理を繰り返す。
〔３．効果〕
上述してきたように、第２の実施形態または変形例に係る情報処理装置１００Ａは、取得部１３１と、検索処理部１３３Ａとを有する。取得部１３１は、データ検索の対象となる複数のオブジェクトに対する検索クエリを取得する。検索処理部１３３Ａは、複数のオブジェクトの各々に対応するノード群を対象として、検索クエリの近傍のノードを検索する検索処理において、複数のオブジェクトを分類した複数のグループ（実施形態では「ブロブ」。以下同様）の情報を用いて、一のグループに属する複数のノードと検索クエリとの距離を、ベクトル量子化された複数のノードのベクトル情報を用いて算出する。
このように、第２の実施形態または変形例に係る情報処理装置１００Ａは、複数のオブジェクトを分類した複数のグループの情報を用いて、一のグループに属する複数のノードを対象として、ベクトル量子化された情報を用いて行うことにより、複数のノードを対象について計算負荷を低減することができる。したがって、情報処理装置１００Ａは、効率的な検索処理を可能にすることができる。
また、第２の実施形態または変形例に係る情報処理装置１００Ａにおいて、検索処理部１３３Ａは、複数のノードと検索クエリとの距離の算出を並列化して一括で行う。
このように、第２の実施形態または変形例に係る情報処理装置１００Ａは、複数のノードについて、検索クエリとの距離の算出を並列化して一括で行うことにより、効率的な検索処理を可能にすることができる。
また、第２の実施形態または変形例に係る情報処理装置１００Ａにおいて、検索処理部１３３Ａは、情報処理装置１００Ａの仕様に基づいて決定される一括処理数の複数のノードと検索クエリとの距離の算出を並列処理する。
このように、第２の実施形態または変形例に係る情報処理装置１００Ａは、情報処理装置１００Ａが一括して処理可能な数の複数のノードについて、検索クエリとの距離の算出を並列化して一括で行うことにより、効率的な検索処理を可能にすることができる。
また、第２の実施形態または変形例に係る情報処理装置１００Ａにおいて、検索処理部１３３Ａは、処理対象となるノードが属する一のグループに属する複数のノードと検索クエリとの距離を算出する。
このように、第２の実施形態または変形例に係る情報処理装置１００Ａは、処理対象となるノードが属する一のグループに属する複数のノードを対象として、ベクトル量子化された情報を用いて行うことにより、効率的な検索処理を可能にすることができる。
また、第２の実施形態または変形例に係る情報処理装置１００Ａにおいて、検索処理部１３３Ａは、複数のノードがエッジにより連結されたグラフを用いて、検索クエリの近傍のノードを検索する検索処理において、複数のノードと検索クエリとの距離を算出する。
このように、第２の実施形態または変形例に係る情報処理装置１００Ａは、検索クエリの近傍のノードを検索する検索処理において、複数のノードと検索クエリとの距離を算出することにより、グラフを用いた効率的な検索処理を可能にすることができる。
また、第２の実施形態または変形例に係る情報処理装置１００Ａにおいて、検索処理部１３３Ａは、検索処理において処理対象となる対象ノードからのエッジが連結された接続ノードが属する一のグループに属する複数のノードと検索クエリとの距離を算出する。
このように、第２の実施形態または変形例に係る情報処理装置１００Ａは、対象ノードから辿ることができるノードが属する一のグループに属する複数のノードを対象として、ベクトル量子化された情報を用いて行うことにより、効率的な検索処理を可能にすることができる。
また、第２の実施形態または変形例に係る情報処理装置１００Ａにおいて、検索処理部１３３Ａは、対象ノードが属するグループ以外の一のグループに属する複数のノードと検索クエリとの距離を算出する。
このように、第２の実施形態または変形例に係る情報処理装置１００Ａは、対象ノードから辿ることができるノードが属する一のグループに属する複数のノードを対象として、ベクトル量子化された情報を用いて行うことにより、効率的な検索処理を可能にすることができる。
また、第２の実施形態または変形例に係る情報処理装置１００Ａにおいて、検索処理部１３３Ａは、複数のノードの各々から、複数のノードの各々が属するグループ以外の他のグループへ連結されたグループグラフを用いて、検索クエリの近傍のノードを検索する検索処理において、複数のノードと検索クエリとの距離を算出する。
このように、第２の実施形態または変形例に係る情報処理装置１００Ａは、ノードからグループへ連結されたグループグラフ（実施形態では「ブロブ用グラフ」）を用いて検索処理を行うことにより、効率的な検索処理を可能にすることができる。
また、第２の実施形態または変形例に係る情報処理装置１００Ａにおいて、検索処理部１３３Ａは、複数のノードがエッジにより連結された変換前のグラフにおいて、複数のノードのうち一のノードからエッジが連結されたノードが属するグループであって、一のノードが属するグループ以外のグループへ、一のノードからエッジを連結することにより生成された変換後のグラフであるグループグラフを用いて、検索クエリの近傍のノードを検索する検索処理において、複数のノードと検索クエリとの距離を算出する。
このように、第２の実施形態または変形例に係る情報処理装置１００Ａは、ノード間がエッジで連結されたグラフから生成されたグループグラフを用いて検索処理を行うことにより、効率的な検索処理を可能にすることができる。
また、第２の実施形態または変形例に係る情報処理装置１００Ａにおいて、検索処理部１３３Ａは、検索処理において処理対象となる対象ノードからのエッジが連結されたグループである一のグループに属する複数のノードと検索クエリとの距離を算出する。
このように、第２の実施形態または変形例に係る情報処理装置１００Ａは、対象ノードからのエッジが連結されたグループである一のグループに属する複数のノードを対象として、ベクトル量子化された情報を用いて行うことにより、効率的な検索処理を可能にすることができる。
また、第２の実施形態または変形例に係る情報処理装置１００Ａにおいて、検索処理部１３３Ａは、既に処理対象となったグループである処理済みグループを示す情報を用いて、一のグループを処理対象とするかを判定する。
このように、第２の実施形態または変形例に係る情報処理装置１００Ａは、ノードが重複して距離算出の対象となることを抑制することができるため、効率的な検索処理を可能にすることができる。
また、第２の実施形態または変形例に係る情報処理装置１００Ａにおいて、検索処理部１３３Ａは、一のグループが処理済みグループである場合、一のグループを処理対象としないと判定する。
このように、第２の実施形態または変形例に係る情報処理装置１００Ａは、ノードが重複して距離算出の対象となることを抑制することができるため、効率的な検索処理を可能にすることができる。
また、第２の実施形態または変形例に係る情報処理装置１００Ａにおいて、検索処理部１３３Ａは、検索処理において処理対象となったノードのうち、所定のノードを対象として、ベクトル量子化がされた距離である第１距離とは異なり、ベクトル量子化がされていない第２距離を算出する。
このように、第２の実施形態または変形例に係る情報処理装置１００Ａは、ベクトル量子化された情報を用いて検索処理を行いつつ、所定のノードについてはベクトル量子化されていない距離を算出することにより、検索の精度を保ちつつ、検索処理時間の増大を抑制することができる。したがって、情報処理装置１００Ａは、効率的な検索処理を可能にすることができる。
また、第２の実施形態または変形例に係る情報処理装置１００Ａにおいて、検索処理部１３３Ａは、検索処理において検索クエリの近傍のノードとして抽出するノードの第１数よりも多い数である第２数のノードを近傍候補ノードとして抽出し、近傍候補ノードを対象として第２距離を算出する。
このように、第２の実施形態または変形例に係る情報処理装置１００Ａは、検索結果とするノード数よりも多いノードを候補として抽出し、それらの候補のベクトル量子化されていない距離を算出することにより、検索の精度を保ちつつ、検索処理時間の増大を抑制することができる。したがって情報処理装置１００Ａは、効率的な検索処理を可能にすることができる。
また、第２の実施形態または変形例に係る情報処理装置１００Ａにおいて、検索処理部１３３Ａは、近傍候補ノードのうち、第２距離が短い方から第１数のノードを検索クエリの近傍のノードとして抽出する。
このように、第２の実施形態または変形例に係る情報処理装置１００Ａは、候補のうちベクトル量子化されていない距離が短い方から検索結果とする数だけのノードを近傍のノードとすることにより、正確に距離計算されたノードを近傍のノードとすることができる。
また、第２の実施形態または変形例に係る情報処理装置１００Ａにおいて、検索処理部１３３Ａは、第１距離が所定の閾値以内であるノードを対象として第２距離を算出する。
このように、第２の実施形態または変形例に係る情報処理装置１００Ａは、ベクトル量子化された距離が閾値以内であるノードのみを対象として、ベクトル量子化されていない距離を算出することにより、検索の精度を保ちつつ、検索処理時間の増大を抑制することができる。したがって、情報処理装置１００Ａは、効率的な検索処理を可能にすることができる。
また、第２の実施形態または変形例に係る情報処理装置１００Ａにおいて、検索処理部１３３Ａは、近傍のノードとして抽出する対象範囲を示す検索範囲内のノードを対象として第２距離を算出する。
このように、第２の実施形態または変形例に係る情報処理装置１００Ａは、ベクトル量子化された距離が検索範囲内のノードのみを対象として、ベクトル量子化されていない距離を算出することにより、検索の精度を保ちつつ、検索処理時間の増大を抑制することができる。したがって、情報処理装置１００Ａは、効率的な検索処理を可能にすることができる。
また、第２の実施形態または変形例に係る情報処理装置１００Ａにおいて、検索処理部１３３Ａは、検索処理の対象範囲を示す探索範囲内のノードを対象として第２距離を算出する。
このように、第２の実施形態または変形例に係る情報処理装置１００Ａは、ベクトル量子化された距離が探索範囲内のノードのみを対象として、ベクトル量子化されていない距離を算出することにより、検索の精度を保ちつつ、検索処理時間の増大を抑制することができる。したがって、情報処理装置１００Ａは、効率的な検索処理を可能にすることができる。
〔４．ハードウェア構成〕
上述してきた各実施形態に係る情報処理装置１００、１００Ａは、例えば図２０に示すような構成のコンピュータ１０００によって実現される。図２０は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ（Read Only Memory）１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。
ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。
ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、ネットワークＮを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータをネットワークＮを介して他の機器へ送信する。
ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。
メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。
例えば、コンピュータ１０００が第１の実施形態に係る情報処理装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。
以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の行に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。
〔５．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。
また、上述してきた各実施形態に記載された各処理は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。
１ 情報処理システム
１０ 端末装置
５０ 情報提供装置
１００、１００Ａ 情報処理装置
１２０、１２０Ａ 記憶部
１２１ オブジェクト情報記憶部
１２２、１２２Ａ グラフ情報記憶部
１２３、１２３Ａ 量子化情報記憶部
１２４ コードブック情報記憶部
１２５ ブロブ情報記憶部
１３０、１３０Ａ 制御部
１３１ 取得部
１３２、１３２Ａ 生成部
１３３、１３３Ａ 検索処理部
１３４ 提供部

Claims (20)

  1. データ検索の対象となる複数のオブジェクトに対する検索クエリを取得する取得部と、 前記複数のオブジェクトの各々に対応するノード群を対象として、前記検索クエリの近傍のノードを検索する検索処理において、前記複数のオブジェクトを分類した複数のグループの情報を用いて、一のグループに属する複数のノードと前記検索クエリとの距離を、ベクトル量子化された前記複数のノードのベクトル情報を用いて算出する検索処理部と、
    を備えることを特徴とする情報処理装置。
  2. 前記検索処理部は、
    前記複数のノードと前記検索クエリとの距離の算出を並列化して一括で行う
    ことを特徴とする請求項１に記載の情報処理装置。
  3. 前記検索処理部は、
    前記情報処理装置の仕様に基づいて決定される一括処理数の前記複数のノードと前記検索クエリとの距離の算出を並列処理する
    ことを特徴とする請求項２に記載の情報処理装置。
  4. 前記検索処理部は、
    処理対象となるノードが属する前記一のグループに属する前記複数のノードと前記検索クエリとの距離を算出する
    ことを特徴とする請求項１～３のいずれか１項に記載の情報処理装置。
  5. 前記検索処理部は、
    前記複数のノードがエッジにより連結されたグラフを用いて、前記検索クエリの近傍のノードを検索する検索処理において、前記複数のノードと前記検索クエリとの距離を算出する
    ことを特徴とする請求項１～４のいずれか１項に記載の情報処理装置。
  6. 前記検索処理部は、
    前記検索処理において処理対象となる対象ノードからの前記エッジが連結された接続ノードが属する前記一のグループに属する前記複数のノードと前記検索クエリとの距離を算出する
    ことを特徴とする請求項５に記載の情報処理装置。
  7. 前記検索処理部は、
    前記対象ノードが属するグループ以外の前記一のグループに属する前記複数のノードと前記検索クエリとの距離を算出する
    ことを特徴とする請求項６に記載の情報処理装置。
  8. 前記検索処理部は、
    前記複数のノードの各々から、前記複数のノードの各々が属するグループ以外の他のグループへ連結されたグループグラフを用いて、前記検索クエリの近傍のノードを検索する検索処理において、前記複数のノードと前記検索クエリとの距離を算出する
    ことを特徴とする請求項１～４のいずれか１項に記載の情報処理装置。
  9. 前記検索処理部は、
    前記複数のノードがエッジにより連結された変換前のグラフにおいて、前記複数のノードのうち一のノードからエッジが連結されたノードが属するグループであって、前記一のノードが属するグループ以外のグループへ、前記一のノードからエッジを連結することにより生成された変換後のグラフである前記グループグラフを用いて、前記検索クエリの近傍のノードを検索する検索処理において、前記複数のノードと前記検索クエリとの距離を算出する
    ことを特徴とする請求項８に記載の情報処理装置。
  10. 前記検索処理部は、
    前記検索処理において処理対象となる対象ノードからの前記エッジが連結されたグループである前記一のグループに属する前記複数のノードと前記検索クエリとの距離を算出する
    ことを特徴とする請求項９に記載の情報処理装置。
  11. 前記検索処理部は、
    既に処理対象となったグループである処理済みグループを示す情報を用いて、前記一のグループを処理対象とするかを判定する
    ことを特徴とする請求項１～１０のいずれか１項に記載の情報処理装置。
  12. 前記検索処理部は、
    前記一のグループが前記処理済みグループである場合、前記一のグループを処理対象としないと判定する
    ことを特徴とする請求項１１に記載の情報処理装置。
  13. 前記検索処理部は、
    前記検索処理において処理対象となったノードのうち、所定のノードを対象として、前記ベクトル量子化がされた前記距離である第１距離とは異なり、前記ベクトル量子化がされていない第２距離を算出する
    ことを特徴とする請求項１～１２のいずれか１項に記載の情報処理装置。
  14. 前記検索処理部は、
    前記検索処理において前記検索クエリの近傍のノードとして抽出するノードの第１数よりも多い数である第２数のノードを近傍候補ノードとして抽出し、前記近傍候補ノードを対象として前記第２距離を算出する
    ことを特徴とする請求項１３に記載の情報処理装置。
  15. 前記検索処理部は、
    前記近傍候補ノードのうち、前記第２距離が短い方から前記第１数のノードを前記検索クエリの近傍のノードとして抽出する
    ことを特徴とする請求項１４に記載の情報処理装置。
  16. 前記検索処理部は、
    前記第１距離が所定の閾値以内であるノードを対象として前記第２距離を算出する
    ことを特徴とする請求項１３～１５のいずれか１項に記載の情報処理装置。
  17. 前記検索処理部は、
    前記近傍のノードとして抽出する対象範囲を示す検索範囲内のノードを対象として前記第２距離を算出する
    ことを特徴とする請求項１３～１６のいずれか１項に記載の情報処理装置。
  18. 前記検索処理部は、
    前記検索処理の対象範囲を示す探索範囲内のノードを対象として前記第２距離を算出する
    ことを特徴とする請求項１３～１７のいずれか１項に記載の情報処理装置。
  19. コンピュータが実行する情報処理方法であって、
    データ検索の対象となる複数のオブジェクトに対する検索クエリを取得する取得工程と、
    前記複数のオブジェクトの各々に対応するノード群を対象として、前記検索クエリの近傍のノードを検索する検索処理において、前記複数のオブジェクトを分類した複数のグループの情報を用いて、一のグループに属する複数のノードと前記検索クエリとの距離を、ベクトル量子化された前記複数のノードのベクトル情報を用いて算出する検索処理工程と、
    を含むことを特徴とする情報処理方法。
  20. データ検索の対象となる複数のオブジェクトに対する検索クエリを取得する取得手順と、
    前記複数のオブジェクトの各々に対応するノード群を対象として、前記検索クエリの近傍のノードを検索する検索処理において、前記複数のオブジェクトを分類した複数のグループの情報を用いて、一のグループに属する複数のノードと前記検索クエリとの距離を、ベクトル量子化された前記複数のノードのベクトル情報を用いて算出する検索処理手順と、
    をコンピュータに実行させることを特徴とする情報処理プログラム。
JP2020195558A 2020-11-25 2020-11-25 情報処理装置、情報処理方法、及び情報処理プログラム Active JP7109522B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020195558A JP7109522B2 (ja) 2020-11-25 2020-11-25 情報処理装置、情報処理方法、及び情報処理プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020195558A JP7109522B2 (ja) 2020-11-25 2020-11-25 情報処理装置、情報処理方法、及び情報処理プログラム

Publications (2)

Publication Number Publication Date
JP2022083920A true JP2022083920A (ja) 2022-06-06
JP7109522B2 JP7109522B2 (ja) 2022-07-29

Family

ID=81855516

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020195558A Active JP7109522B2 (ja) 2020-11-25 2020-11-25 情報処理装置、情報処理方法、及び情報処理プログラム

Country Status (1)

Country Link
JP (1) JP7109522B2 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011142134A1 (ja) * 2010-05-14 2011-11-17 日本電気株式会社 情報検索装置、情報検索方法、コンピュータ・プログラムおよびデータ構造
JP5014399B2 (ja) * 2009-10-20 2012-08-29 ヤフー株式会社 検索データ管理装置
JP2017204161A (ja) * 2016-05-12 2017-11-16 日本電信電話株式会社 クラスタリング装置、クラスタリング方法およびクラスタリングプログラム
JP2019082959A (ja) * 2017-10-31 2019-05-30 キヤノン株式会社 情報処理装置、情報処理方法及びプログラム
JP2019139576A (ja) * 2018-02-13 2019-08-22 富士通株式会社 最短経路行列生成プログラム、装置、及び方法
WO2020109946A1 (en) * 2018-11-27 2020-06-04 International Business Machines Corporation Partitioning knowledge graph

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5014399B2 (ja) * 2009-10-20 2012-08-29 ヤフー株式会社 検索データ管理装置
WO2011142134A1 (ja) * 2010-05-14 2011-11-17 日本電気株式会社 情報検索装置、情報検索方法、コンピュータ・プログラムおよびデータ構造
JP2017204161A (ja) * 2016-05-12 2017-11-16 日本電信電話株式会社 クラスタリング装置、クラスタリング方法およびクラスタリングプログラム
JP2019082959A (ja) * 2017-10-31 2019-05-30 キヤノン株式会社 情報処理装置、情報処理方法及びプログラム
JP2019139576A (ja) * 2018-02-13 2019-08-22 富士通株式会社 最短経路行列生成プログラム、装置、及び方法
WO2020109946A1 (en) * 2018-11-27 2020-06-04 International Business Machines Corporation Partitioning knowledge graph

Also Published As

Publication number Publication date
JP7109522B2 (ja) 2022-07-29

Similar Documents

Publication Publication Date Title
CN107102981B (zh) 词向量生成方法和装置
JP5062131B2 (ja) 情報処理プログラム、情報処理装置、および情報処理方法
JP2017517082A (ja) 並列ディシジョン・ツリー・プロセッサー・アーキテクチャ
US20060153457A1 (en) Information processing apparatus and method, and program
JPWO2014136810A1 (ja) 類似データ検索装置、類似データ検索方法、及びプログラム
JPWO2013129580A1 (ja) 近似最近傍探索装置、近似最近傍探索方法およびそのプログラム
US11971906B2 (en) Clustering apparatus, clustering method, program and data structure
JP7196542B2 (ja) 学習装置および学習方法
CN110019669A (zh) 一种文本检索方法及装置
JP7099163B2 (ja) 学習装置および学習方法
JP7095479B2 (ja) 学習装置および学習方法
WO2012164738A1 (ja) データベース管理システム、装置及び方法
JP2020027590A (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP2020086662A (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP7077387B1 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP7109522B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP7353330B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP7354188B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP7211020B2 (ja) 学習装置および学習方法
JP7167544B2 (ja) 学習装置および学習方法
JP7469262B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP7471264B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP2020184235A (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP2010277522A (ja) 局所性検知可能ハッシュの構築装置、類似近傍検索処理装置及びプログラム
JP6933636B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210317

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220419

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220617

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220628

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220719

R150 Certificate of patent or registration of utility model

Ref document number: 7109522

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350