New! Search for patents from more than 100 countries including Australia, Brazil, Sweden and more

JP3842573B2 - 構造化文書検索方法、構造化文書管理装置及びプログラム - Google Patents

構造化文書検索方法、構造化文書管理装置及びプログラム Download PDF

Info

Publication number
JP3842573B2
JP3842573B2 JP2001098181A JP2001098181A JP3842573B2 JP 3842573 B2 JP3842573 B2 JP 3842573B2 JP 2001098181 A JP2001098181 A JP 2001098181A JP 2001098181 A JP2001098181 A JP 2001098181A JP 3842573 B2 JP3842573 B2 JP 3842573B2
Authority
JP
Japan
Prior art keywords
document
search
tag
shown
structured document
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.)
Active
Application number
JP2001098181A
Other languages
English (en)
Other versions
JP2002297602A (ja
Inventor
博 新名
雅一 服部
庄三 磯部
克彦 野々村
拓也 金輪
Original Assignee
株式会社東芝
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 株式会社東芝 filed Critical 株式会社東芝
Priority to JP2001098181A priority Critical patent/JP3842573B2/ja
Publication of JP2002297602A publication Critical patent/JP2002297602A/ja
Application granted granted Critical
Publication of JP3842573B2 publication Critical patent/JP3842573B2/ja
Application status is Active legal-status Critical
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/80Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
    • G06F16/83Querying
    • YGENERAL 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
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00Data processing: database and file management or data structures
    • Y10S707/99931Database or file accessing
    • Y10S707/99932Access augmentation or optimizing
    • YGENERAL 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
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00Data processing: database and file management or data structures
    • Y10S707/99931Database or file accessing
    • Y10S707/99933Query processing, i.e. searching
    • YGENERAL 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
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00Data processing: database and file management or data structures
    • Y10S707/99931Database or file accessing
    • Y10S707/99933Query processing, i.e. searching
    • Y10S707/99934Query formulation, input preparation, or translation
    • YGENERAL 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
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00Data processing: database and file management or data structures
    • Y10S707/99931Database or file accessing
    • Y10S707/99933Query processing, i.e. searching
    • Y10S707/99935Query augmenting and refining, e.g. inexact access

Description

【0001】
【発明の属する技術分野】
本発明は、異なる文書構造の複数の構造化文書を、階層化された論理構造を持つ構造化文書データベースで管理する構造化文書管理システムに関する。
【0002】
【従来の技術】
現在、IT(情報技術)の進化により、莫大な量の情報が容易に入手できるようになった。その一方で必要な情報が大量のデータに埋没してしまい、十分に活用できないという弊害も発生している。情報が大量に存在していても、それをうまく活用できなければ意味がない。
【0003】
そこで、特定の個人や部門が保有するノウハウや業務データのうち企業の経営に重要なものを蓄積して、「経営資産」として活用しようとする活動、すなわち、ナレッジマネージメントが提唱されている。
【0004】
例えば、特許明細書や、週報など、文書の種類によっては、その書式が予め定められて、1つの書式に統一されているのが一般的である。1つの書式に統一された文書もあれば、全く書式のない自由書式の文書も数多く存在する。
【0005】
従って、ナレッジマネージメントを実現するためには、このような文書構造が予め定められているような文書も、それ以外の自由書式の文書も全て格納管理できるデータベースが必要となる。
【0006】
次世代のナレッジマネージメントの中核技術として期待されている技術がXMLである。XML(Extesible Markup Language)は柔軟な拡張性と連携性を備えた標準のドキュメント記述言語であり、主要ベンダーからのサポートも約束されている。
【0007】
構造化文書データベースとしては、RDB(Relational DataBese)により構造化文書を格納する方式があるが、この場合、1つのスキーマ(データ構造定義)に従った文書構造の構造化文書群しか格納できす、また、文書構造はそのまま表形式に変換することは困難であり、RDBをそのまま構造化文書データベースとして用いることはできない。
【0008】
また、構造化文書は階層的な構造をもつため、構造化文書を構成する各構成要素をオブジェクトとみなしたOODB(オブジェクト指向データベース)と親和性が高いと考えられる。しかし、OODBでは、文書構造は予めスキーマにより決定されていなければならず、子要素の任意繰り返しなど、オブジェクトモデルでモデル化するのは困難であり、OODBをそのまま構造化文書データベースとして用いることはできない。
【0009】
XML文書はツリー構造を持ったデータである。近年、このようなXML文書を蓄積、管理するXMLデータベースが脚光を浴びている。
【0010】
XMLデータベースは、管理対象の複数の構造化文書の各構成要素を1つの巨大な構造化文書の文書構造を構成する構成要素として管理するXML特化のツリー状の階層的なデータ構造を持つ。階層的な構造上の構成要素は「パス」により特定される。パスは、XMLデータベース上の特定のエリアを指し示すための手段である。
【0011】
XMLデータベースに格納されるXML文書群はツリー状の1つの巨大なXML文書として構成される。部分的なXML文書をアクセスするには、XML文書に対するパスというアクセス手段を用いる。このような特徴により、幅広くXML文書を検索したり加工することが可能となる。
【0012】
XMLデータベースで格納されるXML文書の文書構造は、必ずしもスキーマが定義されている必要はないが、スキーマを定義するとしたら、1つのデータベースに1つのスキーマしか許容されていない。すなわち、スキーマを用いなければ、異なる文書構造の文書を混在させて格納・管理することができるが、スキーマを1つ設定したら、それとは異なる文書構造の文書は混在させることはできない。
【0013】
XMLデータベースに1つのスキーマを設定して、この設定されたスキーマに適合する文書のみを格納・管理する方式を提案しているものに、特開平7−56786号公報「構造化文書管理装置」がある。
【0014】
一方で、OLAP(Online Analytical Processing)と呼ばれる技術がある。これは、エンドユーザーが直接データベースを検索・集計して問題点や解決策を発見する分析型アプリケーションである。この技術を用いることにより、例えば、各店舗毎の膨大な売上情報を、製品別、地域別、年度別などの様々な次元ごとに瞬時に切り替えて分析を行うことが可能である。
【0015】
このOLAPを適用するデータベースとして、複数の属性項目(次元)を次々に切り替えて、データを検索・集計できる多次元データベースが注目を集めている。任意の2つの属性項目を選ぶと、即座に2次元の表形式(マップ)でデータを表示する。
【0016】
しかし、多次元データベースは、属性項目の全ての組合せに対応する集計結果を予め用意しておくため、大量のデータを管理しなければならないし、独自のデータ構造を持つため、専用のクライアント・ソフトも必要となる。
【0017】
これに対してリレーショナル・データベース(RDB)は正規化されたデータを2次元の表形式で管理し、分析に必要な複数の表を結合することで集計結果の1つの表を作成する。視点を変える毎にデータを連結するため、応答に時間がかかる。
【0018】
【発明が解決しようとする課題】
異なる文書構造の膨大な数の構造化文書をデータベース上で格納・管理するには、ある特定の種類の文書に特定の文書構造が予め定められている場合、そのような種類の文書は、全て同じ文書構造に統一されている方が、後に、検索等の操データ操作の際に都合がよい。
【0019】
しかし、従来のXMLデータベースでは、1つのデータべース上で種類の違いにより異なる文書構造の文書をそれぞれの種類対応の文書構造で統一性を保持しながら、格納、管理できるものはなかった。すなわち、1つのスキーマに適合した文書の格納・管理はできても、複数のスキーマを混在させてスキーマ対応していない文書とともに、各スキーマ対応の文書の格納・管理はできなかった。
【0020】
複数のスキーマのそれぞれに対応する複数のデータベースを設けることも考えられるが、この場合、スキーマが異なればアクセスするデータベースも異なる。そのため、多種多様な文書構造の膨大な数の文書へのアクセスが統一的でなく、多種多様な膨大な情報の中から関連する情報群を検索・抽出することが困難であった。
【0021】
このように、従来は、多種多様な文書構造定義に従った文書を、その文書の種類対応に予め定められた文書構造の同一性を保持しながら、文書構造の定義がなされていない構造化文書とともに一元管理することができないがため、多種多様な文書構造の文書に対し、統一的なアクセスにて、多種多様な膨大な情報の中から関連する情報群を特定の文書構造に限定されずに検索・抽出することができなかった。
【0022】
従って、従来は、多種多様な文書構造定義に従った膨大な数の構造化文書の中から、複数の属性項目(次元)を次々に切り替えて、データを検索し、集計した結果を表示するOLAPを容易に実現することができなかった。
【0023】
一度、分析の視点の変更のために属性項目を変更した場合には、その変更された属性項目を検索条件に設定し直して、検索・集計操作をやり直さなければならない。このような手間を経るために、ある視点に基づき設定された属性項目による検索・集計結果の表示画面から、違った視点からの検索・集計結果の表示画面に遷移させることが容易に行えなかった。
【0024】
このように、OLAPを実現するためには、分析する視点が変更される度に、変更された属性項目によるデータの検索・集計結果の表示画面を切り替える必要があるが、このような検索・集計を伴う画面遷移が容易に行えないという問題点があった。
【0025】
そこで、本発明は、上記問題点に鑑み、構造化文書データベースでOLAPを実現可能にし、様々な観点からのデータ分析が容易に行える構造化文書検索方法およびそれを用いた構造化文書検索装置および構造化文書管理装置およびプログラムおよび記録媒体を提供することを目的とする。
【0026】
また、多種多様な文書構造定義に従った文書を、その文書の種類対応に予め定められた文書構造の同一性を保持しながら、文書構造の定義がなされていない構造化文書とともに一元管理する構造化文書データベースでOLAPを実現可能にし、様々な観点からのデータ分析が容易に行える構造化文書検索方法およびそれを用いた構造化文書検索装置および構造化文書管理装置およびプログラムおよび記録媒体を提供することを目的とする。
【0027】
【課題を解決するための手段】
本発明は、複数の構造化文書を格納した階層化された論理構造を持つ構造化文書データベースに対して、前記論理構造を構成する前記構造化文書の構成要素とその値を検索条件に含む検索要求に基づき検索を行うものであって、前記検索条件を与えるための、少なくとも前記構成要素とその値とを含む指示データを受け付けて、前記指示データを基に前記構造化文書データベースに対し検索を行うための検索要求文を作成し、この作成された検索要求文に基づき前記構造化文書データベースに対し検索を行い、得られた検索結果は、前記検索要求文に対応した表示形式で要求元で画面表示させるとともに、該検索結果の画面表示から他の検索結果の表示画面への画面遷移が可能なときは、前記検索結果の表示領域に画面遷移に必要な前記指示データを関連付け、前記指示データの関連付けられた表示領域がユーザにより指定されたとき、その表示領域に関連付けられた前記指示データを受け付けて、該指示データを基に前記検索要求文を作成し、この作成された検索要求文に基づき前記構造化文書データベースに対し検索を行い、得られた検索結果を該検索要求文に対応した表示形式で要求元で画面表示させることにより、検索を伴う画面遷移が容易に行え、上記構造化文書データベースでOLAPを実現可能にし、様々な観点からのデータ分析が容易に行える。
【0028】
好ましくは、前記構造化文書データベースには、予め概念の分類構造が格納され、前記検索条件として、少なくとも前記構成要素と、該構成要素の値として前記分類構造上の構成要素を与える。
【0029】
また、好ましくは、前記検索要求文は、予め定義された文書構造に従って記述された構造化文書であって、前記構造化文書データベースは、予め前記検索要求文を格納し、前記指示データには、前記検索要求文を特定するための識別情報を含み、この識別情報に基づき前記構造化文書データベースから検索要求文を取得し、この取得した検索要求文中の検索条件に、前記指示データに含まれる前記構成要素とその値を設定することで、前記構造化文書データベースに対し検索を行うための検索要求文を作成する。
【0030】
【発明の実施の形態】
まず、本発明の実施形態について説明する前に、構造化文書管理システムについて説明する。
【0031】
(構造化文書管理システムの説明)
構造化文書として、XMLやSGMLなどで記述した文書が挙げられる。SGML(Standard Generalized Markup Language)とは、ISO(国際標準化機構)で定められた規格である。XML(eXtensible Markup Language)とは、W3C(World Wide Web Consortium)にて定められた規格である。それぞれ文書を構造化することを可能とする構造化文書規約である。
【0032】
以下、構造化文書として、XMLにて記述された文書を例に説明を進める。構造化文書の文書構造を定義したデータ(文書構造定義データ)をスキーマと呼ぶ。XMLではそのスキーマを定義するためにXML−SchemaやXDR(XML Data Reduced)などのスキーマ言語が提案されている。ここでは、例えば、XDRでのスキーマを記述する場合を例にとり説明する。
【0033】
スキーマも、構造化文書管理システムの管理対象の構造化文書であり、従って、スキーマ文書と呼ぶことがある。スキーマ文書と区別するために、特許明細書やメール、週報、広告などの種々雑多な内容を有す文書をコンテンツ文書と呼ぶこともある。
【0034】
構造化文書管理システムでは、上記スキーマ文書、上記コンテンツ文書、さらに、後述するようなユーザからの検索要求内容を記述したクエリ、すなわち、クエリ文書も管理対象とし、これらを総称して「文書」と呼ぶ。
【0035】
以下、特にことわりがない場合、「文書」と呼ぶときは、コンテンツ文書、スキーマ文書、クエリ文書を全て指すものとする。
【0036】
まず、実施形態の説明を前に、XMLについて簡単に説明する。
【0037】
図3は、XMLで記述された構造化文書の一例として、「特許」情報の例を示したものである。XMLやSGMLは、文書の構造の表現にタグが用いられる。タグには、開始タグと終了タグがあり、文書構造情報の構成要素を開始タグと終了タグで囲むことにより、文書中の文字列(テキスト)区切りと、そのテキストが構造上どの構成要素に属するのかを明確に記述することができる。
【0038】
ここで開始タグとは要素名称を記号「<」、「>」で閉じたものであり、終了タグとは要素名称を記号「</」と「>」で閉じたものである。タグに続く構成要素の内容が、テキスト(文字列)または子供の構成要素の繰り返しである。また開始タグには「<要素名称 属性=“属性値”>」などのように属性情報を設定することができる。「<特許DB></特許DB>」のようにテキストを含まない構成要素は、簡易記法として「<特許DB/>」のように表わすこともできる。
【0039】
図3に示した文書は、「特許」タグから始まる要素をルート(根)とし、その子要素として「タイトル」、「出願日」、「出願者」、「要約」タグから始まる要素集合が存在する。また、例えば、「タイトル」タグから始まる要素には「XMLデータベース」といった、1つのテキスト(文字列)が存在する。
【0040】
XMLなどの構造化文書は、任意の構成要素を繰り返し含んでいたり、さらには文書構造があらかじめ決まっていない(RDB(リレーショナルデータベース)やOODB(オブジェクト指向データベース)のスキーマでは定義できない)のが普通である。
【0041】
図3に示したような構造化文書を論理的に表現するために、図4に示すようなツリー表現が用いられる。ツリーは、ノード(番号が付され、円形で示されたもの)とアーク(ノードを表す円形間をつなぐデータ付き線)と四角形で囲まれたテキストから構成されている。
【0042】
ノードは文書オブジェクトに対応し、ノードからタグ名や属性名に相当するラベルが付与された複数のアークが出てきている。そのアークの先は、ノードまたは要素値としての文字列(テキスト)である。ノードの中に記載されている英数字(#0、#49)などはオブジェクトIDである。
【0043】
図4に示したツリー構造を図3に示した構造化文書の文書オブジェクトツリーと呼ぶ。
【0044】
図1は、本実施形態に係る構造化文書管理システムの構成例を示したものである。図1において、構造化文書管理システムは、大きく分けて、要求制御部1、アクセス要求処理部2、検索要求処理部3、データアクセス部4、文書記憶部5、インデックス記憶部6から構成されている。文書記憶部5、インデックス記憶部6は例えば、外部記憶装置を用いて構成される。
【0045】
図1のシステム構成は、ソフトウエアを用いて実現可能である。
【0046】
要求制御部1は、要求受付部11と結果処理部12から構成されている。要求受付部11は、ユーザからの文書格納や文書取得、文書検索などの要求を受け付けて、アクセス要求処理部2を呼び出す。結果処理部12は、アクセス要求処理部2が処理した結果を要求元のユーザに返す処理を行う。
【0047】
アクセス要求処理部2は、ユーザからの文書格納や文書取得などの要求に対応した複数の処理部から構成されている。つまり、文書格納部21、文書取得部22、文書削除部23から構成されている。
【0048】
文書格納部21は、文書記憶部5中の論理的な指定エリアに文書を格納する処理を行う。
【0049】
文書取得部22は、文書記憶部5中の論理的なエリアが指定されたときに、その指定エリアに存在する文書を取得する処理を行う。
【0050】
文書削除部23は、文書記憶部5中の論理的な指定エリアに存在する文書を削除する処理を行う。
【0051】
文書記憶部5は、構造化文書データベースであり、例えば、図8に示すように、文書をUNIXのディレクトリ構造のように階層的にツリー構造状に格納している。
【0052】
図8に示すように、構造化文書データベースは、図4に示したような1つの構造化文書のツリー構造と同様に表現できる。すなわち、任意のノード以下の部分階層木(部分ツリー)は、構造化文書データベースから切り出された構造化文書であり、ここでは、これを文書オブジェクトツリーと呼ぶ。各ノードにはオブジェクトIDが割り当てられている。オブジェクトIDは、構造化文書データベース内ではユニークな数値を持つものとする。
【0053】
階層木のルートとなるノードには、それがルートノードであることを特定するためのオブジェクトID「#0」が割り当てられるものとする。
【0054】
ルートノード、すなわち、「#0」のノードからは「root」タグを先頭に持つ「#1」のノードへリンクが張られている。「#1」のノードからは、「特許DB」タグを先頭にもつ「#2」ノードへのリンクが張られている。「#2」ノードからは、「特許」タグを先頭に持つ「#42」ノード、「#52」ノード、「#62」ノードへのリンクがそれぞれ張られている。
【0055】
図3に示した「特許」情報は、「#42」ノード以下の部分ツリーに対応している。このノードからは「タイトル」タグ、「出願者」タグ、「要約」タグなどを先頭にもつノードへリンクが張られ、末端のノードからは、「XMLデータベース」、「T社」。「XMLを統一的に管理するデータベースを提供する…」などの文字列(要素値)へのリンクが張られている。
【0056】
「#52」ノード以下の部分ツリー、「#62」ノード以下の部分ノードも1つの「特許」情報に対応する部分である。
【0057】
ところで、例えば、「#43」ノードにリンクされた「XMLデータベース」という要素値は、「#43」ノードと「#value」という特殊なタグ名で接続されている。このタグ名は、「#」で始まるためXML規格においては標準的なタグ名として利用することはできない。
【0058】
このような構造化文書データベースの特定ノードを指定するために構造化文書パスを用いる。構造化文書パスは「uix://root」から始まる文字列である。uix(Universal Identifier for XML)は構造化文書パスであることを示す前置文字列である。
【0059】
例えば、「uix://root/特許DB」は、「#1」ノードから「特許DB」が付与されたアークが指し示すノード、つまり「#2」ノードに対応する。このように「root」から「/」で区切られた部分文字列をタグ名とみなすことで「#0」ノードからタグ名の並びに沿って対応するアークを下っていき、その最後のアークが指すノードが、パスの場所を指し示す。
【0060】
例えば、「uix://root/特許DB/特許」は、「#42」ノード、「uix://root/特許DB/出願日/年」は、「#45」ノードを指し示す。
【0061】
「#2」ノード以下に、すなわち、「特許DB」に、複数の「特許」情報を格納する場合には、個々の「特許」情報を識別するために、構造化文書パスにインデックス表現が可能である。
【0062】
「特許DB」の最初の「特許」情報であれば、「uix://root/特許DB/特許[0]」となるが、これは「uix://root/特許DB/特許」と同じとみなす。
【0063】
「特許DB」の2番目の「特許」情報であれば、「uix://root/特許DB/特許[1]DB」の5番目の「特許」情報であれば、「uix://root/特許DB/特許[4]」となる。
【0064】
インデックス記憶部6には検索時に用いる、要素名称生起インデックスとデータ生起インデックスが記憶されている。
【0065】
要素名生起インデックスとは構造化文書データベースに格納されている要素名称のリストと、各要素名称が先頭にある構造化文書(文書オブジェクトツリー)の位置とを関連付けてインデックスファイル化したものである。例えば、図8の構造化文書データベースのように、(「特許」情報に対応する)「特許」という要素名称が「#42」ノード以下の構造化文書、「#52」ノード以下の構造化文書、「#62」ノード以下の構造化文書に存在する場合、これらをインデックス化すると、図9に示すように、それらの親ノード、「#2」ノードが、要素名称生起インデックスファイルに「特許」キーからのチェーンで格納される。
【0066】
このように、親ノードでインデックス化すると、インデックスファイルを圧縮することができる。すなわち、親ノードでインデックス化すれば、子ノードが増大しようとも、親ノードで代用しているので、チェーンサイズは増大しない。これに対し、実ノードをインデックス化すれば「特許」情報の格納数の増大とともにチェーンサイズはそれに比例して増加してしまう。
【0067】
データ生起インデックスとは、構造化文書データベースに格納されている文字列データのリストと各文字列データがある構造化文書(文書オブジェクトツリー)の位置とを関連付けてインデックスファイル化したものである。例えば、図8の構造化文書データベースのように、「XML」という文字列データ(および、「XML」という文字列を含む文字列)が「#43」ノード以下の構造化文書、「#49」ノード以下の構造化文書に存在する場合、これらをインデックス化すると、図10に示すように、「#43」ノード、「#49」ノードが、データ生起インデックスファイルに「XML」キーからのチェーンで格納される。
【0068】
なお、逆階層インデックスなど、その他のインデックスファイルを用いてもよい。逆階層インデックスとは、あるノードとその親ノードとの対応を格納したものである(あるノードからその親ノードを求めることができる)。
【0069】
文書記憶部5中の論理的な指定エリアとは、ユーザにより構造化文書パスを用いて指定された文書の格納場所を指す。構造化文書パスは、ユーザにとって認識可能な表現である。
【0070】
図1の説明に戻る。
【0071】
データアクセス部4は、文書記憶部5をアクセスする基本インターフェイスの集合である。データアクセス部4は、文書オブジェクトツリー格納部47、文書オブジェクトツリー削除部48、文書オブジェクトツリー取得部49、文書文字列取得部44、パスから文書オブジェクトツリー取得部45、文書パーサ部46、合成文書作成部47、インデックス更新部48から構成される。
【0072】
文書オブジェクトツリー格納部41は、文書記憶部5中の物理的な指定エリアに文書オブジェクトツリーを格納する処理を行う。
【0073】
文書オブジェクトツリー削除部42は、文書記憶部5中の物理的な指定エリアに存在する文書オブジェクトツリーを削除する処理を行う。
【0074】
文書オブジェクトツリー取得部43は、文書記憶部5中の物理的な指定エリアに存在する文書オブジェクトツリーを取得する処理を行う。
【0075】
文書文字列取得部44は、文書オブジェクトツリーを構造化文書(XML文書)に変換する処理を行う。
【0076】
パスから文書オブジェクトツリー取得部45は、構造化文書パスを解析して文書記憶部5中の物理的なエリアを特定して、そのエリアに存在する文書オブジェクトツリーを取り出す処理を行う。
【0077】
文書パーサ部46は、ユーザにより入力された構造化文書を読み込んで構文解析して整合性の検査を行い、さらに文書構造定義データであるスキーマが存在すれば構造的に妥当かどうかの検証を行う。出力結果は文書オブジェクトツリーとなる。文書パーサは、通常、lex(lexical analyzer generator)といったレキシカルアナライザ(字句解析を行い,トークンに分解する)とyacc(yet another compiler compiler)といったパーサジェネレータを組み合わせて構築することができる。
【0078】
合成文書作成部47は、文書格納や文書削除などをする際に、スキーマに合致しているかどうか検査しなければならないが、この検査時に必要となるデータを作成して出力する。
【0079】
インデックス更新部48は、文書格納や文書削除などにより、構造化文書データベースの格納内容が更新されるたびに、図9、図10に示した要素名称生起インデックスとデータ生起インデックスを更新する。
【0080】
文書記憶部5中の物理的な指定エリアとは、ファイルオフセットやオブジェクトIDなどの構造化文書データベース内ではユニークな文書データの存在場所を指し示す内部データである。ユーザにとっては認識不能なデータである。
【0081】
文書記憶部5中に格納された文書を検索する処理を行う。要求制御部1の要求受付部11でユーザからの文書検索の要求が受け付けられると、検索要求処理部3には、要求受付部11からクエリ言語で記述されたクエリ文書が入力する。そしてデータアクセス部4を通してインデックス記憶部6,文書記憶部5にアクセスし、検索要求に合致する文書集合を取得して、その結果を結果処理部12を介して出力する。
【0082】
図2は、図1に示した構造化文書管理システムの一利用形態を示したもので、図2では、WWW(World Wide Web)のバックエンドで、図1に示した構成の構造化文書管理システム100が動作している場合を示している。
【0083】
複数(ここでは、例えば3つ)のクライアント端末(例えばパーソナルコンピュータ、携帯通信端末など)102のそれぞれでWWWブラウザ103が動作している。ユーザは、各クライアント端末からWWWサーバ101にアクセスすることにより、構造化文書管理システム100にアクセスすることができる。WWWブラウザ103とWWWサーバ101とは、HTTP(Hyper TextTransfer Protocol)で通信している。また、WWWサーバ101と構造化文書管理システム100とは、CGI(Common Gateway Interface)またはCOM(Component Object Model)などで通信している。
【0084】
ユーザからの文書格納、文書取得、文書検索などの要求は、WWWブラウザ103から送信されて、WWWサーバ101を通して構造化文書管理システム100にて受け付けられ、処理された結果は、WWWサーバ101を通して要求元のWWWブラウザ103へ返信される。
【0085】
以下、図1の構造化文書管理システムの(1)格納機能、(2)検索機能について詳細に説明する。そして、(3)適用例では、概念検索を用いた特許調査の場合を例にとり説明する。
【0086】
(1) 格納機能
図1の構造化文書管理システムにおける格納系のコマンドには以下のものがある。
【0087】
insertXML(パス、N番目、XML):文書格納
appendXML(パス、XML) :文書格納
getXML(パス) :文書取得
removeXML(パス) :文書削除
setSchema(パス、スキーマ) :スキーマ格納
getSchema(パス) :スキーマ取得
「insertXML」は、( )内に指定した構造化文書パス以下のN番目に文書を挿入するコマンド(以下、簡単に挿入コマンドと呼ぶ)である。
【0088】
「appendXML」は、( )内に指定した構造化文書パス以下の最後に文書を挿入するコマンド(以下、簡単に追加コマンドと呼ぶ)である。
【0089】
「getXML」は、( )内に指定した構造化文書パス以下の文書を取り出すコマンド(以下、簡単に取得コマンドと呼ぶ)である。
【0090】
「removeXML」は、( )内に指定した構造化文書パス以下の文書(スキーマ文書以外の文書で、主に、コンテンツ文書)を削除するコマンド(以下、簡単に削除コマンドと呼ぶ)である。
【0091】
「setSchema」は、( )内に指定した構造化文書パスにスキーマを設定するコマンド(以下、簡単にスキーマ格納コマンドと呼ぶ)である。
【0092】
「getSchema」は、( )内に指定した構造化文書パスに設定されているスキーマを取り出すコマンド(以下、簡単にスキーマ取得コマンドと呼ぶ)である。
【0093】
上記コマンドのうち、挿入コマンド、追加コマンド、スキーマ格納コマンドについての処理はアクセス要求処理部2の文書格納部21で実行され、取得コマンド、スキーマ取得コマンドについての処理は文書取得部22で実行され、削除コマンドについての処理は文書削除部23で実行される。
【0094】
図5を参照して、構造化文書データベースの初期状態(図5(a)参照)において、追加コマンドを実行する場合について説明する。
【0095】
図5(a)に示すように、「#0」ノードと「#1」ノードが「root」アークで接続されている初期状態に対して、
「appendXML(“uix://root”,“<特許DB/>”)」
を実行した結果、図5(b)に示すように、「#2」ノードと「特許DB」アークが作成される。
【0096】
図5(b)に示した状態の構造化文書データベースに対して、取得コマンドを実行する場合について説明する。
【0097】
例えば、「getXML(“uix://root”)」を実行すると、図5(b)の「root」アークが示す「#0」ノード以下の文書オブジェクトツリーが取り出され、それをXMLの文字列表現に変換する。その結果、図6に示すように、「<root><特許DB/></root>」なる文字列が取り出される。取得コマンドの処理は、アクセス要求処理部2の文書取得部22にて実行される。
【0098】
次に、図5(b)に示した状態の構造化文書データベースに対して、図3に示すようなコンテンツ文書(XML文書)としての「特許」情報を格納するための追加コマンドを実行する場合について説明する。すなわち、この場合、「appendXML(“uix://root/特許DB”,“<特許>…</特許>”)」を実行する。このコマンド中「“<特許>…</特許>”」が、図3に示した「特許」情報に対応する。
【0099】
上記追加コマンドの処理が実行されると、図7に示すように、「#2」ノード以下に「#42」ノードをトップとする文書オブジェクトツリー(図4に対応)が追加される。
【0100】
図5(b)に示した状態の構造化文書データベースに対して、次に示すような追加コマンドを3回繰り返して実行したとする。
【0101】
「appendXML(“uix://root/特許DB”,“<特許>…</特許>”)」
上記コマンド中、「<特許>…</特許>」は、図3に示した文書構造のコンテンツ文書に対応する。
【0102】
すると、図8に示すように、「#2」ノード以下に「#42」ノード、「#52」ノード、「#62」ノードをトップとする文書オブジェクトツリーが追加される。
【0103】
次に、図8に示した状態の構造化文書データベースに対して、3つの「特許」情報を取り出すための取得コマンドを実行した場合について説明する。この場合、「getXML(“uix://root/特許DB”)」を実行する。すると、「特許DB」アークが示す「#2」ノード以下の文書オブジェクトツリーが取り出され、それをXMLの文字列表現(XML文書)に変換する。その結果、図11に示すように、「<特許DB><特許>…</特許><特許>…</特許><特許>…</特許></特許DB>」なる文字列が取り出される。
【0104】
構造化文書データベースでは、上記の「特許」情報などのコンテンツ文書(XML文書)の文書構造を定義したデータ、すなわち、スキーマも管理対象とする。
【0105】
図12は、XML文書の文書構造を定義するスキーマの一例を示したものである。ここでは、XMLの文書構造定義言語の一つであるXDR(XML−Data Reduced)を取り上げる。もちろん、XML−Schemaなど他の文書構造定義言語を用いてもかまわない。
【0106】
図12に示したスキーマは、図3に示した「特許」情報の文書構造をXDRで定義したものである。図12からも容易に分かるとおり、スキーマもXML形式の構造化文書である。「Schema」タグから始まる構成要素から始まり、その子要素として、「ElementType」タグから始まる要素集合が存在する。
【0107】
図12に示したスキーマにおいて、例えば、最初の「ElementType」タグから始まる子要素は以下の情報を意味している。
【0108】
・「特許」タグを持つ要素の文書構造定義(「ElementType name=”特許”」)である。
【0109】
・子要素は要素だけ(「content=”eltOnly”」)である。
【0110】
・「タイトル」、「出願日」、「要約」タグから始まる子要素から構成される(「element type=”タイトル”、…」)。さらに、その順番は一意に決まっている(「order=”seq”」)。
【0111】
・上記「特許」タグから始まる要素の文書構造定義の他に、「タイトル」「出願者」「要約」「年」「月」「日」「出願日」の文書構造定義を記述している。すなわち、「出願日」を除く、「タイトル」「出願者」「要約」「年」「月」「日」タグから始まる構成要素の子要素はテキストだけと定義されている(「content=”textOnly”」)。
【0112】
・「出願日」タグから始まる構成要素の子要素は、「年」、「月」、「日」の並びである。
【0113】
図8に示した状態の構造化文書データベースに対して、図12に示したスキーマ文書を格納するためのスキーマ格納コマンドを実行する場合について説明する。この場合、「setSchema(“uix://root/特許DB”,“<Schema>…</Schema>”)」を実行する。このコマンド中、「“<Schema>…</Schema>”」」が図12に示したスキーマ文書に対応する。
【0114】
上記コマンドの実行により、図13に示すように、「#2」ノード以下に「#schema」アークが追加され、その先には、「#3」ノードをトップノードとする文書オブジェクトツリーが追加される。スキーマ自身がXML文書表現になっているため、前述した「特許」情報のようなコンテンツ文書格納のケースと同様にツリー展開可能である。
【0115】
図13において、「@name」など「@」で始まるアークは属性に対応する。タグ名「#schema」も「#」、「@」で始まるためXML規格においては標準的なタグ名として利用することはできない。
【0116】
「#2」ノード下に図12に示したスキーマ文書が格納されたことにより、以後、「#2」ノード以下にこれから格納される文書の文書構造は、図12に示したスキーマ文書により定義された文書構造に適合することが要求される。すなわち、「#2」ノード以下に図12に示したスキーマが設定されることになる。
【0117】
「#2」ノード以下に図12に示したスキーマが設定されると、図14に示すように、「#2」ノードの文書オブジェクトのファイルには、「#2」ノード以下の文書オブジェクトツリーには、当該スキーマが存在する旨の属性値がセットされる。
【0118】
「#2」ノード以下に図12に示したスキーマが設定された後に、このスキーマで定義された文書構造に一致する図3に示したような「特許」情報を、図14に示したように、文書オブジェクトツリーとして構造化文書データベースに格納したとき、この文書の文書構造には図12に示したスキーマが存在する旨の属性値が、当該文書オブジェクトツリーを構成する各文書オブジェクトにセットされる。例えば、当該文書オブジェクトツリーを構成する各文書オブジェクトのファイルに対して、スキーマが存在している旨の属性値(例えば、「スキーマ適合有無」)に「1」がセットされる。図14では、スキーマに適合している各文書オブジェクト(ノード)は2重丸で示している。2重丸で示した各文書オブジェクトには、その文書オブジェクトに対応した文書構造定義が存在することになる。
【0119】
図15は、各文書オブジェクトのファイルの内容を概念的に示したもので、例えば、オブジェクトIDが「#42」の文書オブジェクトのファイルには、その文書オブジェクトにリンクされている他の文書オブジェクトに関する情報(例えば、アークや、リンク先の文書オブジェクトへのポインタ値など)とともに、上記属性値が記述されている。なお、当該文書オブジェクトに適用するスキーマが存在しないときは、「スキーマ適合有無」の値は「0」となる。
【0120】
図16、図17は、図1の構造化文書管理システムで、必要に応じて検索で使用される概念階層を構造化文書で表現した例を示す。図16、図17に示す「概念」情報はXMLで記述したコンテンツ文書である。
【0121】
図16に示した「概念」情報の例は、いわゆる特許調査における特許文書の内容を分類するための1つの分類軸として用いる「情報モデル」を概念階層で表現している。「概念」タグで囲まれた「概念」情報は、入れ子構造を持った文書構造をもっている。つまり、図16の例では、概念「情報モデル」の子供概念として、概念「ドキュメント」、概念「リレーション」、概念「オブジェクト」が存在している。また、概念「ドキュメント」の子供概念として、概念「構造化訴求メント」、概念「非構造化ドキュメント」が存在し、さらに、概念「構造化ドキュメント」の子供概念として、概念「XML」、概念「SGML」が存在している。
【0122】
図17に示す「概念」情報の記述例は、図16とは異なる分類軸「情報操作」を概念階層で表現している。図17の例では、概念「情報操作」の子供概念として、概念「検索」、概念「格納」、概念「加工」、概念「流通」が存在している。
【0123】
図16,図17に示したような「概念」情報も、前述の「特許」情報と同様にして、構造化文書データベース内に格納することができる。すなわち、例えば、まず、図8に示した状態の構造化文書データベースに対して、「appendXML(“uix://root”,“<概念DB/>”)」を実行して、図18に示すように、「#201」ノードと「概念DB」アークが作成される。この状態において、図16に示した「概念」情報を格納する場合には、「appendXML(“uix://root/概念DB”,“<概念名前>…</概念>”)」を実行する。このコマンド中「“<概念名前>…</概念>”」が、図16に示した「概念」情報に対応する。
【0124】
上記追加コマンドの処理が実行されると、図19に示すように、「#201」ノード以下に「#202」ノードをトップとする文書オブジェクトツリーが追加される。
【0125】
以上説明したように、図1の構造化文書管理システムでは、構造化文書データベース上に登録される文書構造が異なる膨大な数のXML文書群(コンテンツ文書、スキーマ文書、クエリ文書など)を、図18,図19に示すように、「root」タグを先頭に持つツリー状の1つの巨大なXML文書として取り扱う。そのため、部分的なXML文書をアクセスするには巨大なXML文書に対するパスという文書構造に依存しない統一的なアクセス手段を用いることにより、幅広くXML文書を検索したり加工したりすることが可能になる。
【0126】
また、構造化文書データベース上の一部にスキーマを設定することで、格納しようとする文書の文書構造がそのスキーマにより定義されている文書構造に一致するか否かの妥当性のチェックが自動的に行なえる(後述)。
【0127】
(1−1)文書格納処理
次に、図1の構造化文書管理システムの文書格納処理動作について、図20に示すフローチャートを参照して説明する。
【0128】
クライアント端末から構造化文書管理システムに対し、文書格納要求として、挿入コマンド、追加コマンド、スキーマ格納コマンドのうちのいずれかが送信されて、要求受付部11にて受け付けられたとき、図20に示した処理動作を行う。
【0129】
クライアント端末の所定の表示装置には、構造化文書管理システム100(の例えば、要求制御部1)から提供された、例えば、図31に示すようなユーザインターフェイスとしての画面が表示されている。
【0130】
図31に示す画面には、構造化文書管理システム100への操作項目の一覧(メニュー)が表示されている。操作項目として、「XML登録/削除」、「スキーマ設定」、「XML検索」とがある。
【0131】
ユーザが例えば、この画面上で「XML登録/削除」をマウス等のポインティングデバイスなどを用いて選択すると、図32に示したような文書の格納/削除を行うためのユーザインタフェースとしての画面が表示される。
【0132】
図32において、領域W1には、文書構造化文書データベースの現在のツリー構造の要素名(タグ名)がユーザが理解可能なように簡略的に表示されている。なお、図32では、上位階層の要素名のみを表示しているが、末端の要素名まで表示可能である。また、領域W2は、構造化文書パスの入力領域であり、領域W1の表示内容に従って、構造化文書パスを入力するようになっている。また、領域W3は、格納する文書を入力したり、取得した文書を表示するようになっている。
【0133】
例えば、構造化文書パスとして「root」を入力する場合には、領域W1の「root」をマウス等で選択すればよい。すると、図32に示すように、領域W2の構造化文書パスの入力領域に「uix://root」と表示される。また、新たに、「特許DB」という要素を追加する場合は、図32に示すように、領域W3に、「特許DB」を入力する。そして、「登録」ボタンB1を選択すると、クライアント端末からappendXML(“uix://root”,“<特許DB/>”)」なる追加コマンドが構造化文書管理システムへ送信される。構造化文書管理システムでは、上記追加コマンドを受け、後述するような処理を実行した結果、例えば、図5(b)に示すように、「#2」ノードと「特許DB」アークが作成される。また、領域W1には、図33に示すように、「root」の下に「特許DB」が追加表示される。
【0134】
さて、ユーザが図34に示したような文書の格納/削除画面上の領域W3に、例えば、文書「<A>データ</A>」を入力し(あるいはCD−ROM等の所定の記録媒体等から読み込むことにより入力し)、領域W1の「特許[0]」をマウス等で選択すると、構造化文書パスの入力領域W2に、「uix://root/特許DB/特許[0]」と表示される。そして、「登録」ボタンB1を選択すると、クライアント端末からappendXML(“uix://root”,“<特許DB/>”)」なる追加コマンドが構造化文書管理システムへ送信される。
【0135】
ここでは、例えば、構造化文書データベースが、図14に示した状態のときに、「appendXML(“uix://root/特許DB/特許[0]”,“<A>データ</A>”)」なる追加コマンドを受け付けた場合を例にとり説明する。
【0136】
要求受付部11は、上記追加コマンドを受け付けると、上記追加コマンド中の2つのパラメータである構造化文書パス「uix://root/特許DB/特許[0]」と文書「<A>データ</A>」(以下、格納文書と呼ぶ)とを文書格納部21へ渡す(ステップS1)。
【0137】
まず、文書格納部21は、文書パーサ部46に格納文書を渡す。文書パーサ部46は、格納文書を読み込んで、構文解析を行い、当該格納文書の文書構造がXMLにて規定された正しい形式であるか否かの整合性の検査を行う(ステップS2)。
【0138】
この整合性の検査でエラーが見つかれば(ステップS3)、文書格納部21,結果処理部12を介して、クライアント端末に「文書格納失敗」の旨のメッセージを返す(ステップS4)。
【0139】
整合性の検査でエラーが見つからなければ、次に、文書格納部21は、パスから文書オブジェクトツリー取得部45へ構造化文書パスを渡す。パスから文書オブジェクトツリー取得部45は、構造化文書パスから文書記憶部5中の物理的なエリアを特定することにより、そのエリアに存在する構造化文書パスにて表されたノード(文書オブジェクトOx0)を含む文書オブジェクトツリーを取り出す(ステップS5)。構造化文書パスの指定が正しければ、文書オブジェクトOx0のオブジェクトIDを取得することができるので(ステップS6)、その場合は、ステップS8へ進む。
【0140】
例えば、上記追加コマンドの場合、「#42」ノードが文書オブジェクトOx0となるので、そのオブジェクトIDとして、「#42」を取得するとともに、この「#42」ノードを含む文書オブジェクトツリー(例えば、「#42」ノードの全ての子孫ノードと「#42」ノードと同じ階層にある全ての(兄弟)ノードと、「#42」ノードの親ノードである「#2」ノードとからなる文書オブジェクトツリー)を取得する。
【0141】
指定された構造化文書パスからそれに対応する文書オブジェクトOx0が見つからなければ、エラーとなり(ステップS6)、文書格納部21,結果処理部12を介して、クライアント端末に「文書格納失敗」の旨のメッセージを返す(ステップS7)。
【0142】
例えば、構造化文書データベースが、図18に示した状態のときに、追加コマンドのパラメータとして、構造化文書パスが「uix://root/その他」と表されていたとき、これに対応する文書オブジェクトは存在しないので、ステップS6でエラーとなり、ステップS7へ進む。
【0143】
次に、ステップS8では、文書オブジェクトOx0にスキーマが存在するか否かを検査する。この検査は、前述したように、各文書オブジェクトのファイルに属性値が記述されているので、この値をチェックすればよい。文書オブジェクトOx0のもつ「スキーマ属性有無」の値が「1」のときは、ステップS9へ進む。
【0144】
以下、図20のステップS9の処理(合成文書作成部47の処理)について、図21に示すフローチャートを参照して詳細に説明する。
【0145】
文書格納部21は、ステップS5で取得した文書オブジェクトツリーを合成文書作成部47へ渡す。
【0146】
合成文書作成部47は、この文書オブジェクトツリーを文書オブジェクトOx0から遡り、「Schema」タグを子要素として持つ文書オブジェクトOx1を検索する(ステップS21)。
【0147】
例えば、図14に示した構造化文書データベースでは、文書オブジェクトOx0としての「#42」ノードの親ノードである「#2」ノードから「Schema」タグをトップ(先頭)にもつノード(「#3」ノード)へのリンクが張られているので(「Schema」タグを子要素として持つので)、この「#2」ノードが文書オブジェクトOx1となる。よって、ステップS22をスキップして、ステップS23へ進む。
【0148】
この文書オブジェクトOx1から文書オブジェクトOx0、さらに文書オブジェクトOx0からアークを辿って、その下流にある、文書オブジェクトの属性値の値が「1」である全ての子ノードからなる文書オブジェクトツリーOt1を取り出す(ステップS23)。
【0149】
例えば、上記追加コマンド中のパラメータの構造化文書パスが「uix://root/特許DB/特許[0]」と指定されているとき、文書オブジェクトツリーOt1は、「#42」ノード〜「#49」ノードから構成されたものとなる(図14参照)。
【0150】
次に、ステップS25へ進む。
【0151】
ステップS25では、文書オブジェクトツリーOt1に格納文書の文書オブジェクトツリーを文書オブジェクトOx0の子ノードとして挿入する。その結果得られた新たな文書オブジェクトツリーを文書オブジェクトツリーOt2とする。
【0152】
この文書オブジェクトツリーOt2をXML文書に変換し、それをテンポラリファイルAに出力する(ステップS27)。
【0153】
例えば、上記追加コマンド中のパラメータの格納文書「<A>データ</A>」の文書オブジェクトツリー(この場合は、1つの文書オブジェクト)を「#42」ノード〜「#49」ノードで構成された文書オブジェクトツリーOt1に「#42」ノードの子ノードとして挿入して得られた合成文書の文書オブジェクトツリーOt2をXML文書に変換した結果を図22に示す。この合成文書は、もともとある「特許」情報に「<A>データ</A>」というデータを追加したものとなっている。
【0154】
図22に示したXML文書、すなわち、合成文書がテンポラリファイルAに出力され、テンポラリファイルAに一時格納される。
【0155】
一方、スキーマタグ以下の文書オブジェクトツリーOt3をXML文書に変換して、それをテンポラリファイルBに出力する(ステップS28)。すなわち、テンポラリファイルBには、スキーマ文書が一時格納されることになる。
【0156】
例えば、文書オブジェクトツリーOt3である「#3」ノードをトップノードとする文書オブジェクトツリーをXML文書に変換した結果を図23に示す。図23に示したXML文書がテンポラリファイルBに出力され、テンポラリファイルBに一時格納される。
【0157】
図22に示すように、テンポラリファイルA(「tmp000.xml」)には、もともとある「特許」情報の要素の他に、格納文書、すなわち、ここでは、例えば、「<A>データ</A>」が挿入されている。また、「xmlns=”x−schema:tmp001.xml”」という、テンポラリファイルB(「tmp001.xml」)へのリンク情報の記述がある。この記述は、「特許」情報に適用されるスキーマが出力されているテンポラリファイルBを指定している。
【0158】
次に、図20の説明に戻る。
【0159】
ステップS10では、文書格納部21は文書パーサ部46に、合成文書のテンポラリファイルAとスキーマのテンポラリファイルBとを与えて、合成文書の文書構造の妥当性をチェックする。すなわち、文書パーサ部46は、合成文書のテンポラリファイルAとスキーマのテンポラリファイルBとを読み込み、合成文書の文書構造が、スキーマにより定義されている文書構造に一致するか否かをチェックする。
【0160】
例えば、図22に示した合成文書と、図23に示したスキーマとで妥当性のチェックを行った場合、合成文書には、スキーマにより定義されていない「A」という要素が存在するため、図23の合成文書は、妥当性のチェックでエラーとなる(ステップS11)。この場合、文書格納部21,結果処理部12を介して、クライアント端末に「文書格納失敗」の旨のメッセージを返す(ステップS12)。
【0161】
例えば、クライアント端末の所定の表示装置には、図35に示すようなメッセージが表示される。
【0162】
次に、構造化文書データベースが、図14に示した状態のときに、「appendXML(“uix://root/特許DB”,“<特許>…</特許>”)」なる追加コマンドを受け付けた場合について、図20を参照して説明する。前述同様にして、文書オブジェクトOx0のオブジェクトID「#2」を取得する(ステップS5)、この文書オブジェクトには、スキーマが存在するので(ステップS8)、ステップS9において合成文書を作成する。
【0163】
この場合、文書オブジェクトOx0である「#2」ノード自体から「Schema」タグをトップ(先頭)にもつノード(「#3」ノード)へのリンクが張られているので、この「#2」ノードが文書オブジェクトOx1となる(図21のステップS21)。すなわち、文書オブジェクトOx0と文書オブジェクトOx1が同じなので(ステップS22)、ステップS29へ進み、格納文書「<特許>…</特許>」の文書オブジェクトツリーをXML文書に変換し、テンポラリファイルAに出力する(ステップS29)。
【0164】
例えば、図24に示すように、テンポラリファイルA(「tmp000.xml」)には、格納文書である「特許」情報、すなわち、ここでは、「<特許>…</特許>」が出力されている。また、「xmlns=”x−schema:tmp001.xml”」という、テンポラリファイルB(「tmp001.xml」)へのリンク情報の記述がある。
【0165】
次に、ステップS28へ進む。図25に示すように、テンポラリファイルBには、「#3」ノードをトップノードとするスキーマの文書オブジェクトツリーをXML文書に変換した結果が出力されている。
【0166】
図20のステップS10で、図24に示した合成文書と、図25に示したスキーマとで妥当性のチェックを行ったとき、合成文書の文書構造と、スキーマにより定義されている文書構造とは一致する、この場合、ステップS11からステップS13へ進む。
【0167】
ステップS13では、格納文書の文書オブジェクトツリーが、文書オブジェクトOx0下に追加される。すなわち、文書格納部21により、格納文書の文書オブジェクトツリーを構成する各文書オブジェクト(のファイル)にオブジェクトIDが与えられ、文書オブジェクトOx0から格納文書の文書オブジェクトツリーの先頭の文書オブジェクトへリンクが張られる。そして、文書オブジェクトツリー格納部41により、格納文書の文書オブジェクトツリーを構成する各文書オブジェクト(のファイル)が文書記憶部5に格納される。
【0168】
次に、ステップS14へ進み、インデックス記憶部6のインデックスを更新する。
【0169】
なお、ステップS8で、文書オブジェクトOx0のもつ属性値の値が「0」のときは、上述したスキーマを用いた合成文書の文書構造の妥当性のチェックを行わずに、そのままマステップS13へ進み、格納文書の文書オブジェクトツリーを、文書オブジェクトOx0下に追加し(ステップS13)、それに伴い、インデックス記憶部6のインデックスを更新する(ステップS14)。
【0170】
(1−2)文書取得処理
次に、図1の構造化文書管理システムの文書取得処理動作について、図26に示すフローチャートを参照して説明する。
【0171】
クライアント端末から構造化文書管理システムに対し、文書取得要求として、取得コマンド、スキーマ取得コマンドのうちのいずれかが送信されて、要求受付部11にて受け付けられたとき、図26に示した処理動作を行う。
【0172】
例えば、ユーザが図36に示したような文書の格納/削除画面上の領域W1の「特許DB」をマウス等で選択すると(クリックすると)、構造化文書パスの入力領域W2に、「uix://root/特許DB」と表示されとともに、「getXML(“uix://root/特許DB”)」なる取得コマンドが構造化文書管理システムへ送信される。
【0173】
ここでは、例えば、構造化文書データベースが、図8に示した状態のときに、「getXML(“uix://root/特許DB”)」なる取得コマンドを受け付けた場合を例にとり説明する。
【0174】
要求受付部11は、上記取得コマンドを受け付けると、上記取得コマンド中のパラメータである構造化文書パス「uix://root/特許DB」を文書取得部22へ渡す(ステップS31)。
【0175】
文書取得部22は、パスから文書オブジェクトツリー取得部45へ構造化文書パスを渡す。パスから文書オブジェクトツリー取得部45は、構造化文書パスから文書記憶部5中の物理的なエリアを特定することにより、そのエリアに存在する構造化文書パスにて表されたノード(文書オブジェクトOx5)を取り出す(ステップS32)。構造化文書パスの指定が正しければ、文書オブジェクトOx5のオブジェクトIDを取得することができるので(ステップS33)、その場合は、ステップS35へ進む。
【0176】
例えば、上記取得コマンドの場合、「#2」ノードが文書オブジェクトOx5となるので、そのオブジェクトIDとして、「#2」を取得するとともに、この「#2」ノード以下の文書オブジェクトツリーOt5(「#2」ノード、「#42」ノード〜「#49」ノード、「#52」ノード以下、「#62」ノード以下)を取得する(ステップS35)。
【0177】
ステップS32において、指定された構造化文書パスからそれに対応する文書オブジェクトOx5が見つからなければ、エラーとなり(ステップS33)、文書取得部22,結果処理部12を介して、クライアント端末に「文書取得失敗」の旨のメッセージを返す(ステップS34)。
【0178】
ステップS35で取得した文書オブジェクトツリーOt5は、文書文字列取得部44でXML文書に変換される。例えば、上記取得コマンドの場合、取得したXML文書は、図11に示すような3つの「特許」情報のXML文書となる。
【0179】
文書取得部22は、結果処理部12を介して、図11に示したようなXML文書を(例えば、XSL(eXtensible Style Language)といった所定のスタイルシートとともに)、クライアント端末へ返す(ステップS37)。
【0180】
クライアント端末では、図11に示したXML文書を、スタイルシートを用いてHTMLデータに変換して、例えば、図36に示すように、領域W2に表示する。
【0181】
XSLを利用すると、XML文書を様々な形に変換することが出来る。違う構文書造のXML文書に変換することも出来るし、XML文書からHTMLページを生成することも出来る。
【0182】
(1−3)文書削除処理
次に、図1の構造化文書管理システムの文書削除処理動作について、図27に示すフローチャートを参照して説明する。
【0183】
クライアント端末から構造化文書管理システムに対し、文書削除要求として、削除コマンドが送信されて、要求受付部11にて受け付けられたとき、図27に示した処理動作を行う。
【0184】
例えば、ユーザが図36に示したような文書の格納/削除画面上の領域W1の「特許DB」をマウス等で選択すると(クリックすると)、構造化文書パスの入力領域W2に、「uix://root/特許DB」と表示され、さらに、「削除」ボタンB2を選択すると「removeXML(“uix://root/特許DB”)」なる削除コマンドが構造化文書管理システムへ送信される。
【0185】
ここでは、例えば、構造化文書データベースが、図14に示した状態のときに、「removeXML(“uix://root/特許DB/特許[0]/出願日”)」なる削除コマンドを受け付けた場合を例にとり説明する。
【0186】
要求受付部11は、上記削除コマンドを受け付けると、上記削除コマンド中のパラメータである構造化文書パス「uix://root/特許DB/特許[0]/出願日」を文書削除部23へ渡す(ステップS41)。
【0187】
次に、文書削除部23は、パスから文書オブジェクトツリー取得部45へ構造化文書パスを渡す。パスから文書オブジェクトツリー取得部45は、構造化文書パスから文書記憶部5中の物理的なエリアを特定することにより、そのエリアに存在する構造化文書パスにて表されたノード(文書オブジェクトOx0)を含む文書オブジェクトツリーを取り出す(ステップS42)。構造化文書パスの指定が正しければ、文書オブジェクトOx0のオブジェクトIDを取得することができるので(ステップS43)、その場合は、ステップS45へ進む。
【0188】
例えば、上記削除コマンドの場合、「#44」ノードが文書オブジェクトOx0となるので、そのオブジェクトIDとして、「#44」を取得するとともに、この「#44」ノードを含む文書オブジェクトツリー(例えば、「#44」ノードの全ての子孫ノードと「#44」ノードと同じ階層にある全ての(兄弟)ノードと、「#44」ノードの親ノードである「#42」ノード、その親ノードである「#2」ノードとからなる文書オブジェクトツリー)を取得する。
【0189】
指定された構造化文書パスからそれに対応する文書オブジェクトOx0が見つからなければ、エラーとなり(ステップS43)、文書格納部21,結果処理部12を介して、クライアント端末に「文書削除失敗」の旨のメッセージを返す(ステップS44)。
【0190】
次に、ステップS45では、文書オブジェクトOx0にスキーマが存在するか否かを検査する。この検査は、前述したように、各文書オブジェクトのファイルに属性値が記述されているので、この値をチェックすればよい。文書オブジェクトOx0のもつ属性値の値が「1」のときは、ステップS46へ進む。
【0191】
以下、図27のステップS46の処理(合成文書作成部47の処理(削除コマンド用))について、図28に示すフローチャートを参照して詳細に説明する。
【0192】
なお、図28において、図21と同一部分は同一符号を付している。
【0193】
文書格納部21は、ステップS42で取得した文書オブジェクトツリーを合成文書作成部47へ渡す。
【0194】
合成文書作成部47は、この文書オブジェクトツリーを文書オブジェクトOx0から遡り、「Schema」タグを子要素として持つ文書オブジェクトOx1を検索する(ステップS21)。
【0195】
例えば、図14に示した構造化文書データベースでは、文書オブジェクトOx0としての「#44」ノードの上流にある「#2」ノードから「Schema」タグをトップ(先頭)にもつノード(「#3」ノード)へのリンクが張られているので(「Schema」タグを子要素として持つので)、この「#2」ノードが文書オブジェクトOx1となる。
【0196】
この文書オブジェクトOx1から文書オブジェクトOx0、さらに文書オブジェクトOx0からアークを辿って、その下流にある、文書オブジェクトの属性値の値が「1」である全ての子ノードからなる文書オブジェクトツリーOt1を取り出す(ステップS23)。
【0197】
例えば、上記追加コマンド中のパラメータの構造化文書パスが「uix://root/特許DB/特許[0]/出願日」と指定されているとき、文書オブジェクトツリーOt1は、「#42」ノード〜「#49」ノードから構成されたものとなる(図14参照)。
【0198】
次に、ステップS26ヘ進み、文書オブジェクトツリーOt1から文書オブジェクトOx0以下の文書オブジェクトツリーを削除する。その結果得られた新たな文書オブジェクトツリーを文書オブジェクトツリーOt2とする。
【0199】
この文書オブジェクトツリーOt2をXML文書に変換し、それをテンポラリファイルAに出力する(ステップS27)。
【0200】
例えば、上記削除コマンド中のパラメータの構造化文書パス「uix://root/特許DB/特許[0]/出願日」が指し示す「#44」ノード以下の文書オブジェクトツリーを「#42」ノード〜「#49」ノードで構成された文書オブジェクトツリーOt1から削除することにより得られた合成文書の文書オブジェクトツリーOt2をXML文書に変換した結果を図29に示す。この合成文書は、もともとある「特許」情報から「<出願日>…</出願日>」というデータを削除したものとなっている。
【0201】
図29に示したXML文書、すなわち、合成文書がテンポラリファイルAに出力され、テンポラリファイルAに一時格納される。
【0202】
一方、スキーマタグ以下の文書オブジェクトツリーOt3をXML文書に変換して、それをテンポラリファイルBに出力する(ステップS28)。すなわち、テンポラリファイルBには、スキーマ文書が一時格納されることになる。
【0203】
例えば、文書オブジェクトツリーOt3である「#3」ノードをトップノードとする文書オブジェクトツリーをXML文書に変換した結果を図30に示す。図30に示したXML文書がテンポラリファイルBに出力され、テンポラリファイルBに一時格納される。
【0204】
次に、図27の説明に戻る。
【0205】
ステップS47では、文書削除部21は文書パーサ部46に、合成文書のテンポラリファイルAとスキーマのテンポラリファイルBとを与えて、文書格納処理の場合と同様にして、合成文書の文書構造の妥当性をチェックする。
【0206】
例えば、図29に示した合成文書と、図30に示したスキーマとで妥当性のチェックを行った場合、合成文書には、スキーマにより定義されている「出願日」という要素が存在しないため、図29の合成文書は、妥当性のチェックでエラーとなる(ステップS48)。この場合、文書削除部21,結果処理部12を介して、クライアント端末に「文書削除失敗」の旨のメッセージを返す(ステップS49)。
【0207】
なお、構造化文書データベースが、図14に示した状態のときに、「removeXML(“uix://root/特許DB/特許[0]”)」なる削除コマンドを、図27に従って処理を行うと、図28のステップS27において、図24に示したような合成文書がテンポラリファイルAに出力される。テンポラリファイルBは、図30と同様である。
【0208】
このとき、図24に示した合成文書と、図30に示したスキーマとで妥当性のチェックを行った場合、合成文書の文書構造と、スキーマにより定義されている文書構造とは一致するので、ステップS48からステップS50へ進む。
【0209】
ステップS50では、文書オブジェクトOx0以下の文書オブジェクトツリーを削除する。すなわち、文書オブジェクトツリー削除部42により、文書オブジェクトOx0以下の文書オブジェクトツリーを構成する各文書オブジェクト(のファイル)が文書記憶部5から削除される。例えば、「#2」ノードから「#42」ノード以下の文書オブジェクトのファイルが削除される。
【0210】
次に、ステップS51へ進み、インデックス記憶部6のインデックスを更新する。また、クライアント端末の図36に示したような表示画面の領域W1には、「特許[0]」が表示さなくなる。
【0211】
なお、ステップS45で、文書オブジェクトOx0のもつ属性値の値が「0」のときは、上述したスキーマを用いた合成文書の文書構造の妥当性のチェックを行わずに、そのままマステップS50へ進み、文書オブジェクトOx0以下の文書オブジェクトツリーを削除し(ステップS50)、それに伴う、インデックス記憶部6のインデックスを更新する(ステップS51)。
【0212】
(1−4)スキーマの設定、スキーマを用いた文書格納
図31に示した画面上で、ユーザが「Schema設定Win」をマウス等のポインティングデバイスなどを用いて選択すると、図37に示したようなスキーマの設定を行うためのユーザインタフェースとしての画面が表示される。
【0213】
ユーザが、領域W3に、例えば、図12に示したような「特許」情報のスキーマを入力し、この入力したスキーマを「特許DB」以下のノードに設定する場合には、領域W1から「特許DB」をマウス等でクリックして選択した後(領域W2には、「uix://root/特許DB」が表示される)、「スキーマ設定」ボタンB3を選択する。すると、「setSchema(“uix://root/特許DB”,“<Schema>…</Schema>”)」なるスキーマ格納コマンドが構造化文書管理システムへ送信される。このコマンドの処理は前述した文書格納処理動作と同様である。
【0214】
次に、「uix://root/特許DB」の下に「特許」情報を格納しようとするとき、「特許DB」以下のノードに既に設定されているスキーマを用いて「特許」情報を入力する場合について説明する。
【0215】
まず、スキーマを取得する。例えば、図38に示すような文書の格納/削除を行うための画面の領域W1から「スキーマ」をマウス等を用いて選択すると、文書パスの入力領域W2に、「uix://root/特許DB/#Schema」と表示されとともに、「getXML(“uix://root/特許DB/Schema”)」なるスキーマ取得コマンドが構造化文書管理システムへ送信される。
【0216】
このコマンドの処理は、前述した文書取得処理と同様である。構造化文書管理システムから返されるXML文書は、図38の画面の領域W3に表示される。
【0217】
図38に示すように、領域R3には、「特許」情報のデータ入力領域が各要素毎に設定されて表示されている。この表示に従って、ユーザは、データを入力すればよい。例えば、「タイトル」、「年」などのデータ入力領域が階層的に配置され、表示されている。ユーザは、このデータ入力領域にデータを入力することで、スキーマにより定義された文書構造の格納文書が容易に作成することができる。
【0218】
また、領域W3に入力した「特許」情報の格納先として、領域W1で「特許DB」をマウス等を用いて選択すると、領域W2に構造化文書パスとして、「uix://root/特許DB」が表示される。その後、「登録」ボタンB1を選択すると、「appendXML(“uix://root/特許DB”,“<特許>…</特許>”)」なる追加コマンドが構造化文書管理システムへ送信される。
【0219】
この場合、格納文書は、予めスキーマに従って入力されたものなので、図20のステップS10の妥当性チェックでエラーとなることはない。
【0220】
(2)検索機能
図1の構造化文書管理システムにおける検索系のコマンドには以下のものがある。
【0221】
query(ql)
「query」は、パラメータとして( )内のクエリqlを実行し、その結果のXML文書を取得するコマンド(以下、検索コマンドと呼ぶ)である。
【0222】
クエリは、図39に示すように、SQL(Structured QueryLanguage)に似た形式の言語により、検索位置、検索条件、情報抽出部分などを記述した、構造化されたXML文書である。クエリ文書も構造化文書管理システムの管理対象である。
【0223】
「kf:from」タグから始まる要素には、検索位置の指定と文書要素の値に変数を対応付ける記述があり、「kf:where」タグのから始める要素には、変数に関する条件づけの記述があり、「kf:select」タグから始まる要素には、検索結果の出力形式が記述される。
【0224】
検索には、単純検索と概念検索とがある。単純検索とは、クエリ中に指定された検索条件を満たす情報を検索・抽出するものであり、概念検索とは、クエリ中に指定された概念情報を利用して、クエリ中に指定された検索条件を満たす情報を検索・抽出するものである。
【0225】
図40は、単純検索のクエリの例を示したものである。図40のクエリは、例えば、図14に示したような状態の構造化文書データベースに対し、「特許DB」アークが示すノード以下に格納されている「特許」情報の文書群において、「1999年でかつ、「PC」のような内容の「要約」という要素をもつ文書(「特許」情報)の「タイトル」を列挙せよ」という検索要求を意味している。
【0226】
「kf:from」タグから始まる要素の記述により、変数「$t」、「$y」、「$s」に、それぞれ「特許」情報の「タイトル」、「年」、「要約」という文書要素の値が代入される。
【0227】
「kf:where」タグから始める要素の記述により、変数「$y」=「1999」という比較がなされる。また、コンポーネント「MyLike」は変数「$s」と「PC」を引数として、「PC」と類似する値の変数「$s」を検知するための関数である。
【0228】
「kf:from」タグから始まる要素の記述により、変数「$t」が出力値として利用される。
【0229】
なお、「kf:star」タグは構造の曖昧表現であり、例えば「<特許><kf:star><年>」は「タグ名が「特許」である要素の子孫の要素としていずれかに存在し、タグ名が「年」である要素」を意味する。
【0230】
図41に図40の単純検索のクエリを用いた検索結果を示す。この検索結果もXML文書である。
【0231】
図42は、概念検索のクエリの例を示したものである。図42のクエリは、例えば図18,図19に示すような状態の構造化文書データベースに対し、「特許DB」アークが示すノード以下に格納されている「特許」情報の文書群に対し、「概念DB」アークが示すノード以下に格納されている「概念」情報を利用して検索するための検索要求である。ここで、概念「周辺装置」の値をもつタグの子要素の値には、概念「SCSI」、「メモリ」、「HDD」などがあるものとする。また、図18には示していないが、各「特許」情報の構成要素には、「キーワード」タグから始める要素も存在するものとする。
【0232】
すなわち、図42のクエリは、「概念「周辺装置」以下の概念のいずれかを「キーワード」という要素の値にもつ文書(「特許」情報)の「タイトル」を列挙せよ」という検索要求を意味している。
【0233】
「kf:from」タグから始まる要素の記述により、変数「$t」、変数「$k」に、それぞれ、「特許」情報の「タイトル」、「キーワード」という要素の値が代入される。また、変数「$x」は「概念」情報として「周辺装置」の値をもつタグの子要素の値(「SCSI」、「メモリ」、「HDD」など)が代入される。
【0234】
「kf:where」タグから始める要素の記述により、「$k」=「周辺装置」もしくは「$k」=「$x」という比較がなされる。
【0235】
次に、図1の構造化文書管理システムの文書検索処理動作について、図43に示すフローチャートを参照して説明する。
【0236】
図31に示した画面上で、ユーザが「XML検索Win」をマウス等のポインティングデバイスなどを用いて選択すると、図44に示すような文書検索を行うためのユーザインタフェースとしての画面が表示される。
【0237】
図44の検索画面において、領域W1には、前述同様、構造化文書データベースの現在のツリー構造の要素名(タグ名)がユーザが理解可能なように簡略的に表示されてている。
【0238】
領域W2は、検索対象の範囲(ツリー構造上の検索範囲)や、検索条件などを入力するための領域である。領域W3には、検索結果が表示される。
【0239】
例えば、「「uix://root」以下の「特許」を先頭タグに持つ文書の中から、「タイトル」タグに「文書」という文字列を含み、「1998」年以降に作成された文書を検索せよ」という検索要求の場合には、領域W1から「root」をマウス等で選択して検索対象の範囲として、構造化文書パスを入力する。そして、トップノードとして、「特許」を入力する(この場合、領域W1から「特許」をマウス等で選択することにより入力してもよい)。また、検索条件として、「「タイトル」という要素の値に「文書」という文字列を含む」「「年」という要素の値が「1998」以上である」という内容を予め設定されたデータ入力領域に入力すればよい。
【0240】
その後、「検索」ボタンB21を選択することにより、例えば、図45に示すようなクエリが、当該クエリを構造化文書データベース上に格納するための追加コマンドとともに構造化文書管理システムへ送信される。クエリの格納場所は、予め定められており、システム側が自動的に、この追加コマンドのパラメータを設定することとなる。例えば、構造化文書データベースが図18に示した状態のとき、当該クエリの格納場所を表すパラメータとしての構造化文書パスは、「uix://root/クエリDB」となる。また、追加コマンドのもう一方のパラメータは、当該クエリ文書である。
【0241】
要求受付部11は、上記クエリを受け付けると(ステップS101)、当該クエリを検索要求処理部3へ渡す。そして、当該クエリ文書を格納するための追加コマンドのパラメータを文書格納部21へ渡す。この追加コマンドの処理を、前述同様に行って、当該クエリは、文書記憶部5に格納される。
【0242】
例えば、図42に示すようなクエリの場合、構造化文書データベースには、図46に示すように展開されて、構造化文書パス「uix://root/クエリDB」の示す「#301」ノード以下にリンクされる。
【0243】
一方、検索要求処理部3では、受け取ったクエリを基に、データアクセス部4を通してインデックス記憶部6,文書記憶部5にアクセスし、検索要求に合致する文書集合などを取得して、クエリの中で要求された情報を抽出して結果処理部12を介して出力する。
【0244】
例えば、上記クエリの場合、まず、「「タイトル」タグに「文書」という文字列を含む」という条件に合致するものを検索することが検索対象を絞り込む上で効率がよい。そこで、図10に示したようなデータ生起インデックスを用いて、「文書」という文字列にリンクされているノード(文書オブジェクト)のオブジェクトIDを得る。そして、そのそれぞれについて、文書オブジェクトツリーを上流側に1つ遡り、「タイトル」というタグ名にたどり着いたときは、更に上流に辿っていき、「特許」というタグ名にたどり着いたときは、そのノード以下の文書オブジェクトツリーOt11を抽出する。
【0245】
次に、この抽出された複数の文書オブジェクトツリーOt11の中から、さらに、「年」という要素の値が「1998」年以上の文書オブジェクトツリーOt12を抽出する。
【0246】
この文書オブジェクトツリーOt12が上記クエリの内容に適合する文書となる。さらに上記クエリの要求内容に従えば、各文書オブジェクトツリーOt12のトップノードへの構造化文書パスを求める(ステップS102)。
【0247】
なお、上記検索処理は、上記した方法に限るものではなく、インデックス情報を用いた様々な効率のよい検索方法が可能である。
【0248】
検索要求処理部3は、ステップS102で得られた結果を統合して、検索結果としてのXML文書を作成する(ステップS103)。
【0249】
例えば、検索結果のXML文書は、
となる。
【0250】
検索要求処理部3は、検索結果処理部12を介して、上記XML文書をスタイルシートとともに、要求元のクライアント端末に返す(ステップS104)。
【0251】
クライアント端末では、図11に示したXML文書を、スタイルシートを用いてHTMLデータに変換して、例えば、図44に示すように、領域W12に表示する。
【0252】
同様にして、スキーマの検索も行える。
【0253】
例えば、「「uix://root」以下の「schema」を先頭タグに持つ文書の中から、「特許」と「要約」というタグ名を持つスキーマを検索せよ」という検索要求の場合には、図47に示すように、領域W1から「root」をマウス等で選択して検索対象の範囲として、構造化文書パスを入力する。そして、トップノードとして、「#schema」を入力する。また、検索条件として、「要素の属性名に「特許」という文字列を含む」「要素の属性名に「要約」という文字列を含む」という内容を予め設定されたデータ入力領域に入力すればよい。
【0254】
その後、「検索」ボタンB21を選択することにより、上記検索要求を記述したクエリ(図48参照)が、当該クエリを構造化文書データベース上に格納するための追加コマンドとともに構造化文書管理システムへ送信される。
【0255】
さて、上記クエリの場合、例えば、「「#schema」を先頭タグに持つ」という条件に合致するものを検索する。そこで、図9に示したような要素名称生起インデックスを用いて、「#schema」という要素にリンクされているノードの(文書オブジェクト)のオブジェクトIDを得る。そして、そのそれぞれについて、文書オブジェクトツリーを下流側にアークを辿っていき、属性名が「特許」と「要約」いう要素にたどり着いたときは、当該「#schema」を先頭タグにもつ文書オブジェクトツリーOt21を抽出する。この文書オブジェクトツリーOt21が上記クエリの内容に適合する文書となる。さらに、図48に示したクエリの要求内容に従えば、各文書オブジェクトツリーOt21のトップノードへの構造化文書パスを求める。
【0256】
検索要求処理部3は、文書オブジェクトツリーOt21が複数あれば、それぞれのトップノードへの構造化文書パスをまとめて、検索結果としてのXML文書を作成し、検索結果処理部12を介して、上記XML文書をスタイルシートとともに、要求元のクライアント端末に返す。
【0257】
クライアント端末では、検索結果として受け取ったXML文書を、スタイルシートを用いてHTMLデータに変換して、例えば、図44に示すように、領域W12に表示する。
【0258】
クライアント端末では、検索結果の中の1つのスキーマを選択して、表示させると、例えば、図38に示すような文書の格納/削除を行うための画面とともに、その領域W3に、「特許」情報のデータ入力領域が各要素毎に設定されて表示される。
【0259】
ユーザは、このデータ入力領域にデータを入力することで、スキーマにより定義された文書構造の格納文書が容易に作成することができる。
【0260】
例えば、図38の領域W3に入力した「特許」情報の格納先として、領域W1で「特許DB」をマウス等を用いて選択すると、領域W2に構造化文書パスとして、「uix://root/特許DB」が表示される。その後、「登録」ボタンB1を選択すると、「appendXML(“uix://root/特許DB”,“<特許>…</特許>”)」なる追加コマンドが構造化文書管理システムへ送信される。
【0261】
この場合、格納文書は、予めスキーマに従って入力されたものなので、図20のステップS10の妥当性チェックでエラーとなることはない。
【0262】
同様にして、クエリの検索も行える。クエリを検索して、検索結果として得られた既存のクエリを加工して、再利用することもできる(クエリの再利用)。
【0263】
クエリの検索は、前述したような構造化文書の検索と同様にして行われ、その検索範囲は、クエリ群の格納されている構造化データベース上の一部の文書オブジェクトツリーとなる。
【0264】
例えば、図18に示したような状態の構造化文書データベースから、「kf:from」タグに「特許DB」を含むクエリを検索する場合について説明する。そのような検索要求を記述したクエリを図49に示す。
【0265】
図49に示すクエリは、「「uix://root/クエリDB」の示す「#301」ノード以下に存在するクエリの中から「kf:from」タグに「特許DB」を含むクエリを検索し、その内容(タグ名が「query」である要素以下の文書オブジェクトツリーの文書)を列挙せよ」を意味するものである。
【0266】
なお、「kf:as」タグの内容で変数「$elt」に、「kf:from」タグに「特許DB」を含むクエリのタグ名が「query」である要素以下の文書オブジェクトツリーが代入される。
【0267】
このクエリを検索要求処理部3が処理する際には、前述同様にして、例えば、図9に示したような要素名称生起インデックスを用いて、「kf:from」という要素にリンクされているノードの(文書オブジェクト)のオブジェクトIDを得る。そして、そのそれぞれについて、文書オブジェクトツリーを下流側にアークを辿っていき、「特許」というタグ名にたどり着いたときは、さらに、上流側にアークを辿って「query」というタグ名に辿りついたとき、当該「query」を先頭タグにもつ文書オブジェクトツリーOt31を抽出する。この文書オブジェクトツリーOt31が上記クエリの内容に適合する文書となる。
【0268】
複数の文書オブジェクトツリーOt31が検索されたら、それらを統合して、XML文書を作成して、それをスタイルシートとともにクライアント端末へ返す。
【0269】
クライアント端末では、検索結果の中の1つのクエリを選択して、表示させると、例えば、図44に示した検索画面の領域W11に、各データ入力領域にデータの入力された状態で、当該クエリに記述された検索要求の内容が表示される。
【0270】
ユーザは、この状態から、「「uix://root」以下の「特許」を先頭タグに持つ文書の中から、「タイトル」タグに「文書」という文字列を含み、「1998」年以降に作成された文書を検索せよ」という当該クエリに記述された検索要求中の「文書」を「XML」に変更して、「検索」ボタンB21を選択すれば、「「uix://root」以下の「特許」を先頭タグに持つ文書の中から、「タイトル」タグに「XML」という文字列を含み、「1998」年以降に作成された文書を検索せよ」という意味のクエリが構造化文書管理システムへ送信される。
【0271】
以上説明したように、図1の構造化文書管理システムでは、構造化文書データベース上に登録される文書構造が異なる膨大な数のXML文書群(コンテンツ文書、スキーマ文書、クエリ文書など)を、図18,図19に示すように、「root」タグを先頭に持つツリー状の1つの巨大なXML文書として取り扱う。従って、文書構造が異なる、様々なスキーマを持つ膨大な数の文書の中から検索条件に合致する文書を容易に検索できる。
【0272】
また、検索に用いるクエリも構造化文書であるので、構造化文書データベースにログとして格納することにより、過去のクエリを再利用するようなアプリケーションも容易に構築することができる。
【0273】
(3)適用例
次に、上記概念検索の特許調査への適用例について説明する。
【0274】
図50は、特許調査における構造化文書データベースの一例であり、「特許」情報の他に、「概念」情報も格納している。
【0275】
特許調査において、最も重要となってくる作業は、関連する「特許」情報を収集し、「特許」情報を様々な観点から分析し、特許マップ(図54参照)を作成することである。特許マップを作成するために、従来、特許マップにおける縦軸、横軸を予め決定し、それに従い、縦軸に並ぶ任意の項目と横軸に並ぶ任意の項目とを検索条件とした検索を逐次行うという方法がとられ、この部分に非常に莫大なコストがかかっていた。しかし、構造化文書管理システムを用いることで、この部分のコストを大幅に減少させることが可能となる。
【0276】
なお、ここで、マップとは、縦軸(y軸)に並ぶ任意の項目と横軸(x軸)に並ぶ任意の項目とを検索条件とした検索結果をx軸とy軸とを分類軸として分類整理するものである。
【0277】
構造化文書管理システムで、クライアント端末のユーザが図54に示すような特許マップを作成しようとする場合、ユーザは、クライアント端末上の表示装置に表示される図50に示すような構造化文書データベースの現在のツリー構造を参照して、図51に示すような検索画面上に、分析対象の範囲とする「特許」情報のパスと、分析の軸(例えば、x軸、y軸)となる要素を、それぞれ領域W21、W22に入力する。分析の軸となる要素は、構造化文書データベース内の「特許」情報の要素、「概念」情報の要素のいずれであってもよい。
【0278】
例えば、図51では、x軸に「機能」、y軸に「技術」という「概念」情報の要素を入力している。
【0279】
その後、ユーザは、「実行」ボタンB31を選択すると、クライアント端末から図1の構造化文書管理システムへ、図52に示したようなクエリが送出される。
【0280】
この場合のクエリには、「「特許DB」アークが示すノード以下に格納されている「特許」情報の文書群の中から、「概念DB」アークが示すノード以下に格納されている、概念「機能」の子要素のいずれかと概念「技術」の子要素のいずれかとを、「キーワード」や「要約」などの要素の値に含む「特許」情報を検索せよ。検索結果として、「機能」の子要素と「技術」の子要素と、それらに対応する「特許」情報の「公開番号」との組を列挙せよ。」という意味の検索要求である。
【0281】
概念「機能」には、「検索」「格納」…「分析支援」という子要素があり、概念「技術」には、「実装データベース」「反構造データベース」「自然言語処理」…という子要素があるものとする。
【0282】
上記クエリを受けた構造化文書検索システムの検索要求処理部3では、例えば、図10に示したようなデータ生起インデックスを用いて、概念「機能」の各子要素(文字列)にリンクされているノード(文書オブジェクト)のオブジェクトIDを得る。そして、そのそれぞれについて、文書オブジェクトツリーを上流側に遡り、「特許」というタグにたどり着いたときは、さらに、そのノード以下の文書オブジェクトツリーを下流側に辿って概念「技術」の子要素(文字列)のいずれかにリンクされているタグ名にたどり着いたときは、当該文書オブジェクトツリーと、その「公開番号」タグにリンクされている文字列(要素値)を抽出する。このようにして、抽出された「特許」情報のそれぞれについて、対応の「機能」の子要素と「技術」の子要素と「公開番号」との組を統合して、図53に示すような検索結果としてのXML文書を作成、要求元のクライアント端末へ、所定のスタイルシートとともに返す。
【0283】
これらを受け取ったクライアント端末の表示装置には、図54に示したような表形式の特許マップが表示されることになる。
【0284】
このように、所望の概念を「軸」として指定するだけで、構造化文書データベースに蓄積された情報を「軸」として指定された概念に基づき集計・分類して、マップ表示するこたが容易に行える。すなわち、構造化文書データベースに蓄積された情報を、「概念」情報を用いて様々な観点で集計・分類することが容易に行える。
【0285】
(本発明の実施の形態の説明)
以下、本発明の実施形態について図面を参照して説明する。
【0286】
ここでは、上記構造化文書データベース上でOLAPを実現するための手法について説明する。ここでは、例えば、概念検索の適用例として説明する。
【0287】
図55は、構造化文書データベースの論理構造を模式的に示したもので、「論文」情報、「概念」情報が格納されている状態を示したものである。すなわち、「論文」情報は、「論文群」ノード以下に格納され、「概念」情報は、「概念ツリー」ノード以下に格納されている。
【0288】
図56は、XMLで記述された構造化文書の一例として、上記「論文」情報の例を示したものである。
【0289】
図56に示した文書は、「論文」タグから始める要素をルートとし、その子要素として、「報告番号」「書誌名」「報告年月日」「タイトル」「報告者一覧」「要約」「キーワード群」タグから始める要素集合が存在する。また、「報告年月日」「報告者一覧」「キーワード群」タグから始める各要素には、それぞれ子要素が存在する。
【0290】
図56に示した構造化文書は、図55に示したように論理的に展開されて(文書オブジェクトツリーに展開されて)、構造化文書データベース上に格納されている。
【0291】
図57は、図55に示した「概念ツリー」ノード以下の「概念」情報の文書オブジェクトツリーに対応するXML文書である。
【0292】
例えば、図57に示したようなXML文書が構造化文書データベース上に格納されると、図55に示したように、文書オブジェクトツリーに展開される。
【0293】
図55に示すように、「概念」情報は、「機能」と「技術」とに大分類される概念項目を階層的に分類したもので、例えば、「機能」という概念項目は「格納機能」と「検索機能」という概念項目を包含し、「格納機能」は「文書格納機能」と「テーブル格納機能」という概念項目を包含し、さらに、「文書格納機能」は「文書格納」という概念項目を包含するといった概念の分類構造を表したものである。このような「概念」情報の分類構造をなす各構成要素(すなわち、各概念項目)は、構造化文書データベースの構成要素としてと管理されている。
【0294】
なお、図55に示す構造化文書データベースには、クエリが「クエリ群」ノード以下に予め格納されている。構造化文書データベースに格納されている各クエリは、そのそれぞれを識別するための識別情報(クエリID)をもつ。構造化文書データベースに格納されているクエリは、その個々のクエリを識別するために構造化パスにインデックス表現を用いているものとする。そこで、ここでは、各クエリIDは、各クエリへの構造化文書パスとする。
【0295】
ここでは、検索条件としての構造化文書を構成する各構成要素を表すタグ(要素名)と、そのタグの値をパラメータ化したクエリを用いて検索を行い、その結果をスタイルシートを用いて、マップとして、検索条件として用いたタグに対応させて分類表示する。検索結果はマップとして表示されるが、このマップは、画面遷移が関連付けられている領域を有している。画面遷移が関連付けられている領域には、予めクエリIDと、そのクエリのパラメータが関連付けられている。ユーザがその領域を指示することで、この関連付けられたクエリIDと、パラメータとが構造化文書管理システムへ送信される。構造化文書管理システムでは、当該クエリIDで特定されるクエリに当該パラメータを設定(代入)して、そのクエリ用いて検索を行い、その結果と所定のスタイルシートとをクライアント端末に送り返す、クライアント端末では、受け取った検索結果をスタイルシートを用いてマップ表示することで、画面遷移が行われる。
【0296】
このように、本発明によれば、検索結果を分類表示する画面から、その分類表示をさらに詳細に分類表示した検索結果の画面へと、検索という明示的な操作を行う必要なく画面遷移が容易に行える。
【0297】
図55に示すような状態の構造化文書データベースに対し、「論文」情報の文書群の中から、概念「機能」の子要素のいずれかと、概念「技術」の子要素のいずれかに該当する論文の検索を行って(具体的には、例えば、「論文」情報の構成要素である「キーワード」に、概念「機能」の子要素のいずれかと、概念「技術」の子要素のいずれかを含む「論文」情報の検索を行う)、概念「機能」の子要素と概念「技術」の子要素と検索結果の論文とを対応付けたマップ表示する場合について説明する。
【0298】
この場合、上記マップは、検索結果を分類表示するための分析軸としてx軸、y軸に概念「機能」の子要素と概念「技術」の子要素のそれぞれを分類項目として並べたテーブル形式となる。
【0299】
構造化文書管理システムでクライアント端末のユーザが上記マップを作成しようとする場合、ユーザは、クライアント端末上の表示装置に表示される図55に示すような構造化文書データベースの現在のツリー構造を参照して、図58に示すような検索画面上に、分析の軸(x軸、y軸)となる要素を入力する。なお、ここでは、説明の簡単のため、図58に示す画面は、検索対象の範囲が「概念ツリー」ノード以下の「論文」情報である場合の検索画面とする。
【0300】
図58に示すように、x軸には、「論文」情報のキーワードが存在する要素を表すタグ名として、「キーワード群/キーワード」を入力し、さらに、x軸に割り当てる分類項目の概念「機能」を入力する。また、y軸には、「論文」情報のキーワードが存在する要素を表すタグ名として、「キーワード群/キーワード」を入力し、さらに、y軸に割り当てる分類項目の概念「技術」を入力する。その後、ユーザが「マップ生成」ボタンを例えばマウスクリックすると、構造化文書管理システムに対し検索要求がなされる。
【0301】
以下、図59に従って、図69に示すフローチャートを参照しながら、構造化文書管理システムとクライアント端末との間の処理動作について説明する。なお、図69は、構造化文書管理システムの処理動作を説明するためのフローチャートである。
【0302】
さて、図58に示した検索画面上の「マップ生成」ボタンをマウスクリックすると(ステップS201)、クエリID「Qid0」と、パラメータとを含む検索要求が構造化文書管理システムへ送信される(ステップS202)。
【0303】
ここで、クエリID「Qid0」は、構造化文書パス「uix://root/クエリ群/クエリ[0]」である。パラメータは、(パラメータ1、パラメータ2,パラメータ3,パラメータ4)という4つのパラメータからなり、x軸上の検索条件は、パラメータ1とパラメータ2に、y軸上の検索条件は、パラメータ3とパラメータ4に対応する。パラメータ1はx軸で用いる検索対象のタグ名「キーワード群/キーワード」であり、パラメータ2はx軸で用いる概念「機能」である。パラメータ3はy軸で用いる検索対象のタグ名「キーワード群/キーワード」であり、パラメータ4はy軸で用いる概念「技術」である。
【0304】
上記検索要求は構造化文書管理システムの要求受付部11にて受け付けられ(図69のステップS221)、当該検索要求は、検索要求処理部3で処理される。
【0305】
検索要求処理部3は、クエリID「Qid0」に対応するクエリを構造化文書データベースから獲得する(ステップS203、図69のステップS222)。すなわち、クエリID「Qid0」は、ここでは、構造化文書パス「uix://root/クエリ群/クエリ[0]」に対応するので、図55に示す構造化文書データベースから当該クエリID(構造化文書パス)にて特定されるクエリを取得し、このクエリに、検索要求として送信されてきたパラメータを設定し(図69のステップS223)、このパラメータの設定されたクエリを用いて、構造化文書データベース中の「論文群」ノード以下に格納されている文書の中から、概念「機能」の子要素のいずれかと、概念「技術」の子要素のいずれかが、タグ名「キーワード」の要素値に含まれる「論文」情報の検索を行う(ステップS204、図69のステップS224)。
【0306】
図60は、クエリID「Qid0」のクエリを示したものである。
【0307】
このクエリの引数は4つあり、順に、「$tag1」にはx軸で用いるタグ名、「$category1」はx軸で用いる概念、「$tag2」はy軸で用いるタグ名、「$category2」はy軸で用いる概念を意味する。
【0308】
まず「head」タグで囲まれた部分で上記変数にパラメータとして与えられた値が設定される。すなわち、「$tag1」、「$tag2」には、「キーワード群/キーワード」が設定され、「$category1」、「$category2」には、「機能」、「技術」がそれぞれ設定される。
【0309】
「kf:from」タグで囲まれた部分には、「uix://root/論文群」以下に格納されている「論文」情報にある要素「キーワード」の値が、概念「機能」の各子要素と、概念「技術」の各子要素との値と一致すること」という検索条件が記述されている。この記述により、概念「機能」の各子要素は、変数「$sub1」に代入され、概念「技術」の各子要素は、変数変数「$sub2」に代入され、これら2つの変数と全ての「論文」情報中の「キーワード」の要素値とが比較され、上記検索条件を満たす「論文」情報が抽出されるようになっている。
【0310】
「result」タグで囲まれた部分の記述により、検索中に「kf:from」タグで囲まれた部分に記述された検索条件を満たす「論文」情報が抽出されたとき、変数「$sub1」と「$sub2」の値別に、その検索条件を満たした「論文」情報の件数をカウントして集計結果を求めるになっている。また、この記述は、変数「$sub1」と「$sub2」の値別の集計結果として、そのカウント値と変数「$sub1」の値と変数「$sub2」の値とを、集計分の個数だけ出力することを意味する。
【0311】
「kf:from」タグで囲まれた部分は3つ存在する。1番目の「kf:from」タグで囲まれた部分は、パス「uix://root/論文群」の直下にある「論文」情報の直下のタグ「$tag1」(この場合、検索要求として送られてきたパラメータ1のタグ)の値を変数「$keyword1」に代入し、さらに該「論文」情報の直下のタグ「$tag2」(この場合、検索要求として送られてきたパラメータ3のタグ)の値を変数「$keyword2」に代入することを意味する。
【0312】
2番目の「kf:from」タグで囲まれた部分は、パス「uix://root/概念ツリー」の子孫で、「name」属性の値が「$category1」である「概念」タグ(この場合、検索要求として送られてきたパラメータ2の「機能」)の直下にある「概念」タグで、かつ該「概念」タグの子孫で「name」属性の値が「$keyword1」と等しい「概念」タグをもつ、該「概念」タグの「name」属性の値を変数「$sub1」に代入することを意味する。
【0313】
3番目の「kf:from」タグで囲まれた部分は、パス「uix://root/概念ツリー」の子孫で、「name」属性の値が「$category2」である「概念」タグ(この場合、検索要求として送られてきたパラメータ4の「機能」)の直下にある「概念」タグで、かつ該「概念」タグの子孫で「name」属性の値が該「keyword2」と等しい「概念」タグをもつ、該「概念」タグの「name」属性の値を変数「$sub2」に代入することを意味する。
【0314】
「kf:select」タグで囲まれた部分では、上記代入して得られた変数「$sub1」の値と変数「$sub2」の値を、それぞれx軸のメイン概念「機能」のサブ概念、y軸のメイン概念「技術」のサブ概念とみなして、それぞれ「X」タグと「Y」タグに設定し、変数「$sub1」と変数「$sub2」の値別の集計結果を「件数」タグの値に設定することを意味する。
【0315】
「kf:groupBy」タグにより、変数「$sub1」と変数「$sub2」の値別に処理することを意味する。
【0316】
図60に示したクエリに基づく実際の検索処理は、前述同様にして、図9に示した要素名称生起インデックスや図10に示したデータ生起インデックスを用いて行ってもよいが、ここでは、構造化文書データベースに格納されている全ての「論文」情報の1つ1つについて、「「キーワード」タグに概念「機能」のサブ概念の「格納機能」(および、概念「格納機能」の子孫概念)あるいは「検索機能」(および概念「検索機能」の子孫概念)という文字列を含む」という条件に合致するもの、および、「「キーワード」タグに概念「技術」のサブ概念である「データベース技術」あるいは「自然言語技術」あるいは「知識処理技術」いう文字列を含む」という条件に合致するものを検索する。
【0317】
上記2つの条件を満たす「論文」情報の件数を、x軸上のサブ概念とy軸上のサブ概念とに対応付けた検索集計結果とする。
【0318】
図61は、上記のようにして、構造化文書データベースに対し検索を行って得られた検索結果としてのXML文書である。
【0319】
図61において、「result」タグで囲まれた部分は、x軸に並べられる概念「機能」のサブ概念のうちの1つと、y軸に並べられる概念「技術」のサブ概念のうちの1つと、それらを検索条件に用いて「論文」情報を検索集計した結果である「件数」との記述である。概念「機能」のサブ概念が2つ、概念「技術」のサブ概念が3つあるので、この「result」タグで囲まれた部分は、全部で6つ存在する。
【0320】
さて、図59の説明に戻り、検索結果を得たら、次に、クエリID「Qid0」に対応するスタイルシートを獲得する(ステップS205、図69のステップS225)。
【0321】
スタイルシートはクエリIDにて特定されるクエリ対応の検索結果の表示スタイルを定義した記述文書で、これもやはり構造化文書であり、構造化文書データベースの管理対象である。また、スタイルシートは、例えば、XSL(Extensible Style Language)などにて記述されている。
【0322】
スタイルシートは、構造化文書データベースに格納されているので、スタイルIDは、クエリIDと同様、当該スタイルシートの格納されている論理的なエリア表す構造化文書パスで表されているのが好ましい。検索要求処理部3は、図55に示す構造化文書データベースから当該スタイルID(構造化文書パス)にて特定されるスタイルシートを取得する。
【0323】
検索要求処理部3は、予め図62に示すようなクエリIDとスタイルシートとを対応付けたテーブルを記憶している。なお、個々のスタイルシートはスタイルIDにて区別されているものとし、図62では、クエリIDとスタイルIDとの対応関係を示している。ステップS205では、図62に示したテーブルから、受け取ったクエリIDに対応するスタイルシートを獲得し、図61に示したような検索結果としてのXML文書と、当該獲得したスタイルシートとを要求元のクライアント端末へ送り返す(ステップS206、図69のステップS226)。
【0324】
スタイルシートを用いることで、図61に示す検索結果のXML文書は、クライアント端末において、例えば、図63(a)に示すようにマトリックス形式のマップとして表示される(ステップS207)。
【0325】
図63(a)に示すマップは、x軸上に概念「機能」のサブ概念である「格納機能」「検索機能」を並べ、y軸上に概念「技術」のサブ概念である「データベース技術」「自然言語技術」「知識処理技術」を並べてマトリックを構成し、x軸上のあるサブ概念とy軸上のあるサブ概念との交点にある要素に、それらを検索条件に用いて「論文」情報を検索集計した結果である「件数」の値が表示されている。
【0326】
ここでは、説明の便宜上、マップのマトリックスを構成する各要素を、図63(b)に示すように、要素(x、y)と座標表現する。なお、ここでは、x=1,2,3、y=1,2,3,4である。
【0327】
図61に示す検索結果のXML文書を図63(a)に示すようにマップを表示する際には、クエリID「Qid0」に対応付けられたスタイルシートの記述により、マップのマトリックス構成中の各要素には、図64に示すように、クエリIDと、そのクエリIDにて特定されるクエリに設定されるパラメータとを関連付けるようになっている。
【0328】
図61に示した検索結果のXML文書において、「head」タグで囲まれた部分で、次の画面遷移を行う際に用いるクエリID、パラメータであって、マップのマトリックス構成中の各要素に関連付けるクエリIDや、パラメータが定義されている。ユーザが、図63(a)に示したマップ上のこれらが関連付けられている要素をマウスクリック等したとき、画面遷移を行うべく、その要素に関連付けられたクエリID、パラメータが検索要求として、構造化文書管理システムへ送出される。
【0329】
図61において、「XTAG」タグ、「XVAL」タグにて、次の画面遷移の最に用いる、x軸上の検索条件に用いるパラメータであって、検索対象のタグ名「キーワード群/キーワード」と概念「機能」が定義されている。
【0330】
「YTAG」タグ、「YVAL」タグにて、次の画面遷移の際に用いる、y軸上の検索条件に用いるパラメータであって、検索対象のタグ名「キーワード群/キーワード」と概念「技術」が定義されている。
【0331】
「QID1」タグ、「QID2」タグにて、次の画面遷移の際に用いる、クエリのクエリIDを定義している。
【0332】
次に、図61と図64を用いて、マップのマトリックス構成中の各構成要素に、スタイルシートによりクエリIDとパラメータを割り当てる方法について説明する。スタイルシートには、このマップのマトリックス構成中の各構成要素に、クエリIDとパラメータを割り当てるための記述があり、このスタイルシートと図61に示した検索結果としてのXML文書とを基に、クライアント端末のブラウザが、マップのマトリックス構成中の各構成要素に、クエリIDとパラメータを関連付けを行う。なお、このようなブラウザの処理は、周知の技術である。
【0333】
クエリID「Qid0」対応のスタイルシートには、例えば、以下の(1)〜(4)に示すような内容が記述されている。
【0334】
(1)「X」タグの要素値の集合{X0、X1、…Xi}と、その要素値の数MaxX、そして、「Y」タグの要素値の集合{Y0、Y1、…Yj}とその要素値の数MaxYを求める。但し、iは「0」以上「MaxX」未満の整数を、jは「0」以上「MaxY」未満の整数を意味するもとのとする。
【0335】
(2)マップのマトリックス構成中の最上段の要素については、(「QID1」タグの値、「XTAG」タグの値、Xi、「YTAG」タグの値、「YVAL」タグの値)を割り当てる。
【0336】
(3)マップのマトリックス構成中の最左段の要素については、(「QID1」タグの値、「XTAG」タグの値、「XVAL」タグの値、「YTAG」タグの値、Yj)を割り当てる。
【0337】
(4)マトリックス構成中のその他の要素については、(「QID2」タグの値、「XTAG」タグの値、Xi、「YTAG」タグの値、Yj)を割り当てる。
【0338】
この記述に従えば、まず、図61の検索結果のXML文書から、「X」タグの要素値の集合{X0、X1、…Xi}(={格納機能、検索機能})とその要素値の数MaxX(=2)、そして、「Y」タグの要素値の集合{Y0、Y1、…Yj}(={データベース技術、自然言語技術、知識処理技術})とその要素値の数MaxY(=3)を求める。例えば、X1=「検索機能」であり、Y2=「知識処理技術」である。
【0339】
続いて、上記で求めた値を用いて、クエリIDとパラメータの割り当てを行う。
【0340】
まず、図64において、マップのマトリックス構成中の最上段の要素(2,1)、(3、1)については、(「QID1」タグの値、「XTAG」タグの値、Xi、「YTAG」タグの値、「YVAL」タグの値)を割り当てる。この規則に従えば、要素(2,1)には、(Qid0,キーワード群/キーワード、格納機能、キーワード群/キーワード、技術)が関連付けられる。また、要素(3,1)には、(Qid0,キーワード群/キーワード、検索機能、キーワード群/キーワード、技術)が関連付けられる。
【0341】
次に、図64において、マップのマトリックス構成中の最左段の要素(1,2)、(1,3)、(1,4)については、(「QID1」タグの値、「XTAG」タグの値、「XVAL」タグの値、「YTAG」タグの値、Yj)を割り当てる。この規則に従えば、要素(1,2)には、(Qid0,キーワード群/キーワード、機能、キーワード群/キーワード、データベース技術)が関連付けられる。また、要素(1,3)には、(Qid0,キーワード群/キーワード、機能、キーワード群/キーワード、自然言語技術)が関連付けられる。また、要素(1,4)には、(Qid0,キーワード群/キーワード、機能、キーワード群/キーワード、知識処理技術)が関連付けられる。
【0342】
マトリックス構成中のその他の要素(2,2)(2,3)(2,4)(3,2)(3,3)(3,4)については、(「QID2」タグの値、「XTAG」タグの値、Xi、「YTAG」タグの値、Yj)を割り当てる。この規則に従えば、例えば、要素(2,3)には、(Qid1,キーワード群/キーワード、格納機能、キーワード群/キーワード、自然言語技術)が関連付けられ、また、要素(3,2)には、(Qid1,キーワード群/キーワード、検索機能、キーワード群/キーワード、データベース技術)が関連付けられる。
【0343】
次に、クライアント端末に、図63(a)に示したマップが表示された後の画面遷移について、図65を参照して説明する。
【0344】
図65において、クライアント端末に表示されたマップM1(図63(a)と同じもの)が表示されたとする。マップM1のマトリックス構成中の要素(3,1)をユーザがマウスクリック等すると、他のマップM2の表示画面へと画面遷移する。また、マップM1のマトリックス構成中の要素(3,4)をユーザがマウスクリック等すると、論文一覧M3の表示画面へと画面遷移する。
【0345】
マップM1の要素(3,1)には、図64に示したように、(Qid0,キーワード群/キーワード、検索機能、キーワード群/キーワード、技術)というクエリIDとパラメータが関連付けられている。ユーザが、例えば、要素(3,1)をマウスクリック等することにより、画面遷移の指示がなされる(ステップS208)。この指示により、当該要素(3,1)に関連付けられたクエリID「Qid0」と検索条件としての当該パラメータ(パラメータ1、パラメータ2,パラメータ3,パラメータ4)=(キーワード群/キーワード、検索機能、キーワード群/キーワード、技術)を含む検索要求が構造化文書管理システムへ送信される。
【0346】
上記検索要求は、前述同様、構造化文書管理システムの要求受付部11にて受け付けられ(図69のステップS221)、当該検索要求は、図69のステップS222〜ステップS226に示したように、検索要求処理部3で処理される。
【0347】
検索要求処理部3は、クエリID「Qid0」に対応するクエリを構造化文書データベースから獲得する(ステップS210)。すなわち、クエリID「Qid0」は、ここでは、構造化文書パス「uix://root/クエリ群/クエリ[0]」に対応するので、図55に示す構造化文書データベースから当該クエリID(構造化文書パス)にて特定されるクエリを取得し、このクエリに、検索要求として送信されてきたパラメータを設定して、構造化文書データベース中の「論文群」ノード以下に格納されている文書の中から、概念「検索機能」の子要素のいずれかと、概念「技術」の子要素のいずれかが、タグ名「キーワード」の要素値に含まれる「論文」情報の検索を行う(ステップS211)。
【0348】
ステップS211の検索の際に用いるクエリは、図60に示したクエリID「Qid0」のクエリを用いるが、ここでは、パラメータが異なるので、「head」タグで囲まれた部分で、4つの引数に設定される値が異なる。すなわち、「$tag1」、「$tag2」には、「キーワード群/キーワード」が設定され、「$category1」、「$category2」には、「検索機能」、「技術」がそれぞれ設定される。その他は図60と同様である。
【0349】
上記クエリに基づく実際の検索処理は、前述同様にして、例えば、構造化文書データベースに格納されている全ての「論文」情報の1つ1つについて、「「キーワード」タグに概念「検索機能」のサブ概念の「キーワード検索機能」「タグ検索機能」「画像検索機能」「曖昧検索機能」という文字列を含む」という条件に合致するもの、および、「「キーワード」タグに概念「技術」のサブ概念である「データベース技術」あるいは「自然言語技術」あるいは「知識処理技術」いう文字列を含む」という条件に合致するものを検索する。
【0350】
上記2つの条件を満たす「論文」情報の件数を、x軸上のサブ概念とy軸上のサブ概念とに対応付けた検索集計結果とする。
【0351】
図66は、上記のようにして、構造化文書データベースに対し検索を行って得られた検索結果としてのXML文書である。
【0352】
図66において、「result」タグで囲まれた部分は、x軸に並べられる概念「検索機能」のサブ概念のうちの1つと、y軸に並べられる概念「技術」のサブ概念のうちの1つと、それらを検索条件に用いて「論文」情報を検索集計した結果である「件数」との記述である。概念「検索機能」のサブ概念が4つ、概念「技術」のサブ概念が3つあるので、この「result」タグで囲まれた部分は、全部で12個存在する。
【0353】
さて、検索結果を得たら、次に、クエリID「Qid0」に対応するスタイルシートを図62に示したテーブルから獲得する(ステップS212)。
【0354】
図66示したような検索結果としてのXML文書と、当該獲得したスタイルシートとを要求元のクライアント端末へ送り返す(ステップS213)。
【0355】
図66示す検索結果のXML文書は、クライアント端末において、例えば、図65の示すようにマトリックス形式のマップM2として表示される(ステップS214)。すなわち、クライアント端末では、マップM1の画面表示において、そのマップの要素(3,1)をマウスクリックすることで、マップM2の画面表示へと画面遷移がなされたことになる。
【0356】
ところで、図65のマップM2のマトリックス構成中の各要素にも、マップM1と同様、スタイルシートにより、クエリIDとパラメータが関連付けられている。
【0357】
ここでは、説明の便宜上、図67(b)に示すように、マップM2のマトリックスを構成する各要素を、要素(x、y)と座標表現する。なお、ここでは、x=1〜5、y=1〜4である。
【0358】
前述同様にして、クエリID「Qid0」に対応付けられたスタイルシートにより、マップM2のマトリックス構成中の最上段の要素(2,1)、(3、1)、(4,1)、(5、1)については、(「QID1」タグの値、「XTAG」タグの値、Xi、「YTAG」タグの値、「YVAL」タグの値)を割り当てる。この規則に従えば、要素(2,1)には、(Qid0,キーワード群/キーワード、キーワード検索機能、キーワード群/キーワード、技術)が関連付けられる。また、要素(3,1)には、(Qid0,キーワード群/キーワード、タグ検索機能、キーワード群/キーワード、技術)が関連付けられる。また、要素(4,1)には、(Qid0,キーワード群/キーワード、画像検索機能、キーワード群/キーワード、技術)が関連付けられる。また、要素(5,1)には、(Qid0,キーワード群/キーワード、曖昧検索機能、キーワード群/キーワード、技術)が関連付けられる。
【0359】
マップM2のマトリックス構成中の最左段の要素(1,2)、(1,3)、(1,4)については、(「QID1」タグの値、「XTAG」タグの値、「XVAL」タグの値、「YTAG」タグの値、Yj)を割り当てる。この規則に従えば、要素(1,2)には、(Qid0,キーワード群/キーワード、検索機能、キーワード群/キーワード、データベース技術)が関連付けられる。また、要素(1,3)には、(Qid0,キーワード群/キーワード、検索機能、キーワード群/キーワード、自然言語技術)が関連付けられる。また、要素(1,4)には、(Qid0,キーワード群/キーワード、検索機能、キーワード群/キーワード、知識処理技術)が関連付けられる。
【0360】
マトリックス構成中のその他の要素については、(「QID2」タグの値、「XTAG」タグの値、Xi、「YTAG」タグの値、Yj)を割り当てる。この規則に従えば、例えば、要素(2,3)には、(Qid1,キーワード群/キーワード、キーワード格納機能、キーワード群/キーワード、自然言語技術)が関連付けられ、また、要素(3,2)には、(Qid1,キーワード群/キーワード、タグ検索機能、キーワード群/キーワード、データベース技術)が関連付けられる。
【0361】
ユーザが、マップM2のマトリックス構成中のクエリIDとパラメータが関連付けられている要素をマウスクリックして、画面遷移を指示すると、前述同様にして、当該指示のあった要素に関連付けられていたクエリIDとパラメータとを含む検索要求が構造化文書管理システムに送信されて、画面遷移がなされる(ステップS208〜ステップS214)。
【0362】
さて、図65において、マップM1のマトリックス構成中の要素(3,4)をユーザがマウスクリック等すると、論文一覧M3の表示画面へと画面遷移する。
【0363】
マップM1の要素(3,4)には、図64に示したように、(Qid1,キーワード群/キーワード、検索機能、キーワード群/キーワード、知識処理技術)というクエリIDとパラメータが関連付けられている。ユーザが、例えば、要素(3,4)をマウスクリック等することにより、画面遷移の指示がなされる(ステップS208)。この指示により、当該要素(3,4)に関連付けられたクエリID「Qid1」と検索条件としての当該パラメータ(パラメータ1、パラメータ2,パラメータ3,パラメータ4)=(キーワード群/キーワード、検索機能、キーワード群/キーワード、知識処理技術)を含む検索要求が構造化文書管理システムへ送信される。
【0364】
上記検索要求は、前述同様、構造化文書管理システムの要求受付部11にて受け付けられ、当該検索要求は、検索要求処理部3で処理される。
【0365】
検索要求処理部3は、クエリID「Qid1」に対応するクエリを構造化文書データベースから獲得する(ステップS210)。すなわち、クエリID「Qid1」は、ここでは、構造化文書パス「uix://root/クエリ群/クエリ[1]」に対応するので、図55に示す構造化文書データベースから当該クエリID(構造化文書パス)にて特定されるクエリを取得し、このクエリに、検索要求として送信されてきたパラメータを設定して、構造化文書データベース中の「論文群」ノード以下に格納されている文書の中から、概念「検索機能」の子孫要素のいずれかと、概念「知識処理技術」とが、タグ名「キーワード」の要素値に含まれる「論文」情報の検索を行う(ステップS211)。
【0366】
ステップS211の検索の際に用いるクエリID「Qid1」のクエリを、図68に示す。
【0367】
このクエリの引数は4つあり、順に、「$tag1」にはx軸で用いるタグ名、「$category1」はx軸で用いる概念、「$tag2」はy軸で用いるタグ名、「$category2」はy軸で用いる概念を意味する。
【0368】
まず「head」タグで囲まれた部分で上記変数にパラメータとして与えられた値が設定される。すなわち、「$tag1」、「$tag2」には、「キーワード群/キーワード」が設定され、「$category1」、「$category2」には、「検索機能」、「知識処理技術」がそれぞれ設定される。
【0369】

【0370】
「kf:from」タグで囲まれた部分には、「uix://root/論文群」以下に格納されている「論文」情報にある要素「キーワード」の値が、概念「検索機能」の各子孫要素と、概念「知識処理技術」の各子孫要素との値と一致すること」という検索条件が記述されている。
【0371】
<result>タグで囲まれた部分の記述により、検索中に「kf:from」タグで囲まれた部分に記述された検索条件を満たす「論文」情報が抽出されたとき、その抽出された「論文」情報自体(あるいは当該「論文」情報の文書オブジェクトツリーのトップノードのタグ名)が代入された変数「$elt」の値を出力し、変数「$elt」の値は、抽出された「論文」情報の数分のだけ出力することを意味する。
【0372】
「kf:from」タグで囲まれた部分は3つ存在する。1番目の「kf:from」タグで囲まれた部分は、パス「uix://root/論文群」の直下にある「論文」情報の直下のタグ「$tag1」の値を変数「$keyword1」に代入し、さらに該「論文」情報の直下のタグ「$tag2」の値を変数「$keyword2」に代入し、「kf:as」タグに囲まれた部分により、該「論文」情報自体を変数「$elt」に代入することを意味する。
【0373】
2番目の「kf:from」タグで囲まれた部分は、検索条件として、パス「uix://root/概念ツリー」の子孫で、「name」属性の値が「$category1」である「概念」タグの子孫に「name」属性の値が該「$keyword1」と等しい「概念」タグが存在することを意味する。
【0374】
3番目の「kf:from」タグで囲まれた部分は、検索条件として、パス「uix://root/概念ツリー」の子孫で、「name」属性の値が「$category2」である「概念」タグの子孫に「name」属性の値が該「$keyword2」と等しい「概念」タグが存在することを意味する。
【0375】
「kf:select」タグで囲まれた部分では、変数「$elt」に代入された値(例えば、抽出された「論文」情報自体)を「result」タグの値に設定することを意味する。
【0376】
「kf:groupBy」タグにより、変数「$elt」の値別に処理することを意味する。
【0377】
図68に示したクエリに基づく実際の検索処理は、前述同様にして、構造化文書データベースに格納されている全ての「論文」情報の1つ1つについて、「「キーワード」タグに概念「検索機能」(および、概念「検索機能」の各子孫概念)という文字列を含む」という条件に合致するもの、および、「「キーワード」タグに概念「知識処理技術」いう文字列を含む」という条件に合致するものを検索する。
【0378】
上記2つの条件を満たす「論文」情報を検索結果とする。
【0379】
さて、検索結果を得たら、次に、クエリID「Qid0」に対応するスタイルシートを図62に示したテーブルから獲得する(ステップS212)。
【0380】
検索結果としてのXML文書と、当該獲得したスタイルシートとを要求元のクライアント端末へ送り返す(ステップS213)。
【0381】
当該検索結果のXML文書は、クライアント端末において、当該スタイルシートにより、例えば、「論文」情報中の「タイトル」タグの値のみが取り出されて、図65の示すように論文一覧M3として表示される(ステップS214)。すなわち、クライアント端末では、マップM1の画面表示において、そのマップの要素(3,4)をマウスクリックすることで、論文一覧M3の画面表示へと画面遷移がなされたことになる。
【0382】
以上説明したように、上記第2の実施形態によれば、検索条件に用いるタグとタグの値をパラメータ化したクエリと、各クエリに予め対応付けられたスタイルシートとを用いるとともに、検索結果の表示画面上に、上記クエリの識別情報としてのクエリIDと上記パラメータを関連付けることにより、検索を伴う画面遷移が容易に行える。
【0383】
すなわち、検索結果の表示画面上のクエリIDとパラメータの関連付けられた表示領域がユーザにより指定されたとき、構造化文書管理システムは、その表示領域に関連付けらたれたクエリIDとパラメータ(指示データ)とを受け付けて、当該クエリIDに対応するクエリに当該パラメータとして受け取った検索条件を設定して、構造化文書データベースに対し検索を行い、得られた検索結果を当該クエリIDに対応したスタイルシートで要求元で画面表示させることにより、ユーザは、画面上に表示された検索結果をみて、より詳細な情報を見ようとする際、単に表示画面上の所望の表示領域を指示するだけで、その表示領域に表示された内容のより詳細な情報(検索・集計結果)の表示画面が表示される。
【0384】
このように、本発明によれば、例えば、図55等に示すような多種多様な文書構造定義に従った文書を、その文書の種類対応に予め定められた文書構造の同一性を保持しながら、文書構造の定義がなされていない構造化文書とともに一元管理する構造化文書データベース上で、ある観点からの検索条件による検索結果の表示から、違った観点からの検索結果の表示へと画面遷移させることが容易に行える検索を実現することができる。
【0385】
また、従来からある、ある1つの文書構造に特化された構造化文書の構造化文書データベースに対しても、本発明の検索方法を適用することにより、OLAPを実現することができる。この場合、クエリやスタイルシートなど、上記特定の文書構造の構造化文書でない情報は、構造化文書データベースとは別個に格納・管理されることになる。
【0386】
なお、本発明の実施の形態に記載した本発明の手法は、コンピュータに実行させることのできるプログラムとして、磁気ディスク(フロッピーディスク、ハードディスクなど)、光ディスク(CD−ROM、DVDなど)、半導体メモリなどの記録媒体に格納して頒布することもできる。
【0387】
なお、本発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。さらに、上記実施形態には種々の段階の発明は含まれており、開示される複数の構成用件における適宜な組み合わせにより、種々の発明が抽出され得る。例えば、実施形態に示される全構成要件から幾つかの構成要件が削除されても、発明が解決しようとする課題の欄で述べた課題(の少なくとも1つ)が解決でき、発明の効果の欄で述べられている効果(の少なくとも1つ)が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。
【0388】
【発明の効果】
以上説明したように、本発明によれば、多種多様な文書構造定義に従った文書を、その文書の種類対応に予め定められた文書構造の同一性を保持しながら、文書構造の定義がなされていない構造化文書とともに一元管理する構造化文書データベースでOLAPを実現可能にし、様々な観点からのデータ分析が容易に行える。
【図面の簡単な説明】
【図1】本発明の実施形態に係る構造化文書管理システムの構成例を示した図。
【図2】図1に示した構造化文書管理システムの一利用形態を示したもので、WWWのバックエンドで、構造化文書管理システムが動作している場合を示した図。
【図3】XMLで記述された構造化文書の一例を示した図。
【図4】図3の構造化文書の文書構造を模式的に示した図。
【図5】追加コマンドの機能を説明するための図で、構造化文書データベースの初期状態に追加コマンドを実行した場合について示している。
【図6】図5(b)に示した状態の構造化文書データベースに対し、取得コマンドを実行した場合の処理結果を示した図。
【図7】図5(b)に示した状態の構造化文書データベースに対し、追加コマンドを実行して1つの「特許」情報の文書オブジェクトツリーを追加した場合を示している。
【図8】図5(b)に示した状態の構造化文書データベースに対し、追加コマンドを実行して3つの「特許」情報の文書オブジェクトツリーを追加した場合を示している。
【図9】要素名生起インデックスの格納例を示した図。
【図10】データ生起インデックスの格納例を示した図。
【図11】図8に示した状態の構造化文書データベースに対して、3つの「特許」情報を取り出すための取得コマンドを実行した場合の実行結果を示した図。
【図12】XML文書の文書構造を定義するスキーマの一例を示した図。
【図13】図8に示した状態の構造化文書データベースに、スキーマ格納コマンドを実行して、図12に示したスキーマを追加格納(設定)した場合を示した図。
【図14】スキーマが設定されて、スキーマが存在している旨の属性値のセットされた文書オブジェクトツリーを示した図。
【図15】各オブジェクトファイルに、スキーマが存在している旨の属性値が格納されている様子を概念的に示した図。
【図16】必要に応じて検索で使用される概念階層を構造化文書で表現した例を示した図。
【図17】必要に応じて検索で使用される概念階層を構造化文書で表現した例を示した図。
【図18】図8に示した状態の構造化文書データベースに対し、追加コマンドを実行して、図16,図17に示した「概念」情報の文書オブジェクトツリーを追加した場合を示した図。
【図19】図8に示した状態の構造化文書データベースに対し、追加コマンドを実行して、図16,図17に示した「概念」情報の文書オブジェクトツリーを追加した場合を示した図。
【図20】図1の構造化文書管理システムの文書格納処理動作について説明するためのフローチャート。
【図21】図20のステップS9の処理(合成文書作成部の処理)について説明するためのフローチャート
【図22】追加コマンド中のパラメータの格納文書の文書オブジェクトツリーを構造化文書データベースから取得した文書オブジェクトツリーに挿入して得られた合成文書の文書オブジェクトツリーをXML文書に変換した結果であって、テンポラリファイルAに格納される合成文書の一例を示した図。
【図23】テンポラリファイルBに格納される、構造化文書データベースから取得されたスキーマ文書の一例を示した図。
【図24】テンポラリファイルAに格納される合成文書の他の例を示した図。
【図25】テンポラリファイルBに格納される、構造化文書データベースから取得されたスキーマ文書の一例を示した図。
【図26】図1の構造化文書管理システムの文書取得処理動作について説明するためのフローチャート。
【図27】図1の構造化文書管理システムの文書削除処理動作について説明するためのフローチャート。
【図28】図27のステップS46の処理(合成文書作成部の処理(削除コマンド用))について説明するためのフローチャート。
【図29】テンポラリファイルAに格納される合成文書のさらに他の例であって、削除コマンドの実行時に作成される合成文書の一例を示した図。
【図30】テンポラリファイルBに格納される、構造化文書データベースから取得されたスキーマ文書の一例を示した図。
【図31】ユーザインタフェースとしての画面の表示例を示した図。
【図32】文書の格納/削除を行うためのユーザインタフェースとしての画面の表示例を示した図。
【図33】文書の格納/削除を行うためのユーザインタフェースとしての画面の表示例を示した図。
【図34】文書の格納/削除を行うためのユーザインタフェースとしての画面の表示例を示した図。
【図35】妥当性のチェックでエラーとなっときにクライアント端末へ返すメッセージの表示例を表示例を示した図。
【図36】文書の格納/削除を行うためのユーザインタフェースとしての画面の表示例を示したもので、文書取得動作を説明するための図。
【図37】スキーマの設定を行うためのユーザインタフェースとしての画面の表示例を示したもので、スキーマの設定動作を説明するための図。
【図38】スキーマの取得するためのユーザインタフェースとしての画面の表示例を示したもので、取得されたスキーマの表示例を示している。
【図39】クエリ(XML文書)の一例を示した図。
【図40】単純検索のクエリ(XML文書)の一例を示した図。
【図41】図40の単純検索のクエリを用いた検索結果(XML文書)を示した図。
【図42】概念検索のクエリ(XML文書)の一例を示した図。
【図43】図1の構造化文書管理システムの文書検索処理動作について説明するためのフローチャート。
【図44】文書検索を行うためのユーザインタフェースとしての画面の表示例を示した図。
【図45】図44に示した画面上から入力された情報に基づき作成されるクエリを示した図。
【図46】図42に示したクエリの構造化文書データベース内における格納例を示した図。
【図47】文書検索を行うためのユーザインタフェースとしての画面の表示例であって、スキーマの検索処理動作を説明するための図。
【図48】スキーマ検索のクエリの一例を示した図。
【図49】クエリを検索するためのクエリの一例を示した図。
【図50】特許調査における構造化文書データベースの一例を示した図。
【図51】概念検索のための入力画面の表示例を示した図。
【図52】図51に示した入力画面上の入力情報に対応するクエリを示した図。
【図53】図52に示したクエリに対応する検索結果としてのXML文書を示した図。
【図54】特許マップの一例を示した図。
【図55】第2の実施形態に係る構造化文書データベースの一例を示した図。
【図56】XMLで記述された構造化文書の一例として、上記「論文」情報の例を示した図。
【図57】図55に示した「概念ツリー」ノード以下の「概念」情報の文書オブジェクトツリーに対応するXML文書の記述を示した図。
【図58】概念検索のための検索条件の入力画面の一例で、検索条件検索対象の範囲を「概念ツリー」ノード以下の「論文」情報に限定された概念検索のための検索条件の入力画面を示した図。
【図59】構造化文書管理システムとクライアント端末との間の処理動作について説明するためのフローチャート。
【図60】クエリID「Qid0」のクエリを示した図。
【図61】図60のクエリを用いて検索した結果得られたXML文書を示した図。
【図62】検索要求処理部に記憶される、クエリIDとスタイルIDとの対応テーブルの一例を示した図。
【図63】クライアント端末での検索結果の表示例であって、検索結果をマトリックス形式のマップとして表示した場合の画面表示例を示した図。
【図64】図63のマップのマトリックスを構成する各要素へのクエリID、パラメータの関連付けを説明するための図。
【図65】クライアント端末における画面遷移について説明するための図。
【図66】ユーザからの画面遷移の指示を受けてクライアント端末から送信された検索要求に基づく検索結果としてのXML文書の示した図。
【図67】図66のXML文書の画面表示例を示した図。
【図68】クエリID「Qid1」のクエリを示した図。
【図69】構造化文書管理システムの処理動作を説明するためのフローチャート。
【符号の説明】
1…要求制御部
2…アクセス要求処理部
3…検索要求処理部
4…データアクセス部
5…文書記憶部
6…インデックス記憶部
11…受付要求部
12…結果処理部
21…文書格納部
22…文書取得部
23…文書削除部
41…文書オブジェクトツリー格納部
42…文書オブジェクトツリー削除部
43…文書オブジェクトツリー取得部
44…文書文字列取得部
45…パスから文書オブジェクトツリー取得部
46…文書パーサ
47…合成文書作成部
48…インデックス更新部
100…構造化文書管理システム
101…WWWサーバ
102…クライアント端末
103…WWWブラウザ

Claims (15)

  1. 複数の要素を含む文書構造を有する複数の構造化文書を記憶するとともに、ルートノードに、構造化文書の種別を示す種別ノードをリンクし、当該種別ノードに、各構造化文書に含まれる各要素の記憶エリアを当該構造化文書の文書構造に従ってリンクした論理構造により、前記複数の構造化文書を管理する構造化文書データベースから、構造化文書を検索する構造化文書検索方法であって、
    前記構造化文書データベースに、階層的に分類された複数の概念名の概念階層構造を示す概念情報を格納する概念情報格納ステップと、
    第1の要素名、第2の要素名、前記複数の概念名のうちの1つの第1の概念名及び他の1つの第2の概念名、前記第1の要素名の要素が前記概念階層構造上前記第1の概念名に属する概念名を含む構造、及び前記第2の要素名の要素が前記概念階層構造上前記第2の概念名に属する概念名を含む構造が指定された第1の検索条件を含む第1の検索要求文を入力するステップと、
    前記概念階層構造から、前記第1の概念名に属する第1の概念名群と、前記第2の概念名に属する第2の概念名群とを求めるステップと、
    前記論理構造から、前記第1の概念名群のうちのいずれかを含む前記第1の要素名の要素と、前記第2の概念名群のうちのいずれかを含む前記第2の要素名の要素とを含む第1の検索結果の構造化文書群を求めるステップと、
    縦の各列の見出しが、前記概念階層構造上の前記第1の概念名の直下の各概念名であり、横の各列の見出しが、前記概念階層構造上の前記第2の概念名の直下の各概念名であるテーブル上の縦の列と横の列との交点にある各データセルで、前記第1の検索結果の構造化文書群のうち、前記第1の要素名の要素が当該縦の列の見出しの概念名に属する概念名を含み、かつ前記第2の要素名の要素が当該横の列の見出しの概念名に属する概念名を含む構造化文書の集計結果を示すとともに、縦の列の見出しを示す各見出しセルに、前記第1の要素名、前記第2の要素名、当該縦の列の見出しである概念名及び前記第2の概念名を含む検索条件のパラメータが対応付けられた、前記第1の検索結果を表示するための第1のテーブルを生成する第1の生成ステップと、
    前記第1のテーブルを表示手段で表示するステップと、
    表示された前記第1のテーブル上の縦の列の任意の見出しセルが指示されると、当該見出しセルに対応付けられている前記パラメータを用いて、前記第1の要素名、前記第2の要素名、当該縦の列の見出しである第3の概念名、前記第2の概念名、前記第1の要素名の要素が前記概念階層構造上前記第3の概念名に属する概念名を含む構造、及び前記第2の要素名の要素が前記概念階層構造上前記第2の概念名に属する概念名を含む構造が指定された第2の検索条件を含む第2の検索要求文を生成するステップと、
    前記概念階層構造から、前記第2の検索条件で指定されている前記第3の概念名に属する第3の概念名群と、前記第2の検索条件で指定されている前記第2の概念名に属する第2の概念名群とを求めるステップと、
    前記論理構造から、前記第3の概念名群のうちのいずれかを含む前記第1の要素名の要素と、前記第2の概念名群のうちのいずれかを含む前記第2の要素名の要素とを含む第2の検索結果の構造化文書群を求めるステップと、
    を含む構造化文書検索方法。
  2. 前記第1の生成ステップで生成される第1のテーブルには、横の列の見出しを示す各見出しセルに、前記第1の要素名、前記第2の要素名、前記第1の概念名、及び当該横の列の見出しである概念名を含む検索条件のパラメータが対応付けられ、各データセルに、前記第1の要素名、前記第2の要素名、当該データセルを含む縦の列の見出しである概念名、及び当該データセルを含む横の列の見出しである概念名を含む検索条件のパラメータが対応付けられていることを特徴とする請求項1記載の構造化文書検索方法。
  3. 縦の各列の見出しが、前記概念階層構造上の前記第3の概念名の直下の各概念名であり、横の各列の見出しが、前記概念階層構造上の前記第2の概念名の直下の各概念名であるテーブル上の縦の列と横の列との交点にある各データセルで、前記第2の検索結果の構造化文書群のうち、前記第1の要素名の要素が当該縦の列の見出しの概念名に属する概念名を含み、かつ前記第2の要素名の要素が当該横の列の見出しの概念名に属する概念名を含む構造化文書の集計結果を示す、前記第2の検索結果を表示するための第2のテーブルを生成する第2の生成ステップと、
    前記第2のテーブルを前記表示手段で表示するステップと、
    をさらに含む請求項1記載の構造化文書検索方法。
  4. 前記第2の生成ステップで生成される前記第2のテーブルには、縦の列の見出しを示す各見出しセルに、前記第1の要素名、前記第2の要素名、当該縦の列の見出しである概念名及び前記第2の概念名を含む検索条件のパラメータが対応付けられ、横の列の見出しを示す各見出しセルに、前記第1の要素名、前記第2の要素名、前記第1の概念名、及び当該横の列の見出しである概念名を含む検索条件のパラメータが対応付けられ、各データセルに、前記第1の要素名、前記第2の要素名、当該データセルを含む縦の列の見出しである概念名、及び当該データセルを含む横の列の見出しである概念名を含む検索条件のパラメータが対応付けられていることを特徴とする請求項3記載の構造化文書検索方法。
  5. 表示された前記第1のテーブル上の任意のデータセルが指示されると、当該データセルに対応付けられているパラメータを用いて、前記第1の要素名、前記第2の要素名、当該データセルを含む縦の列の見出しである第4の概念名、当該データセルを含む横の列の見出しである第5の概念名、前記第1の要素名の要素が前記概念階層構造上前記第4の概念名に属する概念名を含む構造、及び前記第2の要素名の要素が前記概念階層構造上前記第5の概念名に属する概念名を含む構造が指定された第3の検索条件を含む第3の検索要求文を生成するステップと、
    前記概念階層構造から、前記第3の検索条件で指定されている前記第4の概念名に属する第4の概念名群と、前記第3の検索条件で指定されている前記第5の概念名に属する第5の概念名群とを求めるステップと、
    前記論理構造から、前記第4の概念名群のうちのいずれかを含む前記第1の要素名の要素と、前記第5の概念名群のうちのいずれかを含む前記第2の要素名の要素とを含む第3の検索結果の構造化文書群を求めるステップと、
    をさらに含む請求項2記載の構造化文書検索方法。
  6. 前記第3の検索結果の構造化文書群の一覧を生成するステップと、
    前記一覧を前記表示手段で表示するステップと、
    をさらに含むことを特徴とする請求項5記載の構造化文書検索方法。
  7. 前記概念情報格納ステップで格納された前記概念情報は、前記概念階層構造が前記文書構造として表された構造化文書であり、当該概念情報は、前記ルートノードにリンクされた、前記概念情報に対応する前記種別ノードに、各概念名の記憶エリアを前記概念階層構造に従ってリンクされて管理されることを特徴とする請求項1記載の構造化文書管理方法。
  8. 複数の要素を含む文書構造を有する複数の構造化文書を記憶するとともに、ルートノードに、構造化文書の種別を示す種別ノードをリンクし、当該種別ノードに、各構造化文書に含まれる各要素の記憶エリアを当該構造化文書の文書構造に従ってリンクした論理構造により、前記複数の構造化文書を管理する構造化文書データベースと、
    前記構造化文書データベースに、階層的に分類された複数の概念名の概念階層構造を示す概念情報を格納する概念情報格納手段と、
    第1の要素名、第2の要素名、前記複数の概念名のうちの1つの第1の概念名及び他の1つの第2の概念名、前記第1の要素名の要素が前記概念階層構造上前記第1の概念名に属する概念名を含む構造、及び前記第2の要素名の要素が前記概念階層構造上前記第2の概念名に属する概念名を含む構造が指定された第1の検索条件を含む第1の検索要求文を入力する手段と、
    前記概念階層構造から、前記第1の概念名に属する第1の概念名群と、前記第2の概念名に属する第2の概念名群とを求める手段と、
    前記論理構造から、前記第1の概念名群のうちのいずれかを含む前記第1の要素名の要素と、前記第2の概念名群のうちのいずれかを含む前記第2の要素名の要素とを含む第1の検索結果の構造化文書群を求める手段と、
    縦の各列の見出しが、前記概念階層構造上の前記第1の概念名の直下の各概念名であり、横の各列の見出しが、前記概念階層構造上の前記第2の概念名の直下の各概念名であるテーブル上の縦の列と横の列との交点にある各データセルで、前記第1の検索結果の構造化文書群のうち、前記第1の要素名の要素が当該縦の列の見出しの概念名に属する概念名を含み、かつ前記第2の要素名の要素が当該横の列の見出しの概念名に属する概念名を含む構造化文書の集計結果を示すとともに、縦の列の見出しを示す各見出しセルに、前記第1の要素名、前記第2の要素名、当該縦の列の見出しである概念名及び前記第2の概念名を含む検索条件のパラメータが対応付けられた、前記第1の検索結果を表示するための第1のテーブルを生成する第1の生成手段と、
    前記第1のテーブルを表示する表示手段と、
    表示された前記第1のテーブル上の縦の列の任意の見出しセルが指示されると、当該見出しセルに対応付けられている前記パラメータを用いて、前記第1の要素名、前記第2の要素名、当該縦の列の見出しである第3の概念名、前記第2の概念名、前記第1の要素名の要素が前記概念階層構造上前記第3の概念名に属する概念名を含む構造、及び前記第2の要素名の要素が前記概念階層構造上前記第2の概念名に属する概念名を含む構造が指定された第2の検索条件を含む第2の検索要求文を生成する手段と、
    前記概念階層構造から、前記第2の検索条件で指定されている前記第3の概念名に属する第3の概念名群と、前記第2の検索条件で指定されている前記第2の概念名に属する第2の概念名群とを求める手段と、
    前記論理構造から、前記第3の概念名群のうちのいずれかを含む前記第1の要素名の要素と、前記第2の概念名群のうちのいずれかを含む前記第2の要素名の要素とを含む第2の検索結果の構造化文書群を求める手段と、
    を含む構造化文書管理装置。
  9. 前記第1の生成手段で生成される第1のテーブルには、横の列の見出しを示す各見出しセルに、前記第1の要素名、前記第2の要素名、前記第1の概念名、及び当該横の列の見出しである概念名を含む検索条件のパラメータが対応付けられ、各データセルに、前記第1の要素名、前記第2の要素名、当該データセルを含む縦の列の見出しである概念名、及び当該データセルを含む横の列の見出しである概念名を含む検索条件のパラメータが対応付けられていることを特徴とする請求項8記載の構造化文書管理装置。
  10. 縦の各列の見出しが、前記概念階層構造上の前記第3の概念名の直下の各概念名であり、横の各列の見出しが、前記概念階層構造上の前記第2の概念名の直下の各概念名であるテーブル上の縦の列と横の列との交点にある各データセルで、前記第2の検索結果の構造化文書群のうち、前記第1の要素名の要素が当該縦の列の見出しの概念名に属する概念名を含み、かつ前記第2の要素名の要素が当該横の列の見出しの概念名に属する概念名を含む構造化文書の集計結果を示す、前記第2の検索結果を表示するための第2のテーブルを生成する第2の生成手段と、
    をさらに含み、
    前記第2のテーブルを前記表示手段で表示する請求項8記載の構造化文書管理装置。
  11. 前記第2の生成手段で生成される前記第2のテーブルには、縦の列の見出しを示す各見出しセルに、前記第1の要素名、前記第2の要素名、当該縦の列の見出しである概念名及び前記第2の概念名を含む検索条件のパラメータが対応付けられ、横の列の見出しを示す各見出しセルに、前記第1の要素名、前記第2の要素名、前記第1の概念名、及び当該横の列の見出しである概念名を含む検索条件のパラメータが対応付けられ、各データセルに、前記第1の要素名、前記第2の要素名、当該データセルを含む縦の列の見出しである概念名、及び当該データセルを含む横の列の見出しである概念名を含む検索条件のパラメータが対応付けられていることを特徴とする請求項10記載の構造化文書管理装置。
  12. 表示された前記第1のテーブル上の任意のデータセルが指示されると、当該データセルに対応付けられている前記パラメータを用いて、前記第1の要素名、前記第2の要素名、当該データセルを含む縦の列の見出しである第4の概念名、当該データセルを含む横の列の見出しである第5の概念名、前記第1の要素名の要素が前記概念階層構造上前記第4の概念名に属する概念名を含む構造、及び前記第2の要素名の要素が前記概念階層構造上前記第5の概念名に属する概念名を含む構造が指定された第3の検索条件を含む第3の検索要求文を生成する手段と、
    前記概念階層構造から、前記第3の検索条件で指定されている前記第4の概念名に属する第4の概念名群と、前記第3の検索条件で指定されている前記第5の概念名に属する第5の概念名群とを求める手段と、
    前記論理構造から、前記第4の概念名群のうちのいずれかを含む前記第1の要素名の要素と、前記第5の概念名群のうちのいずれかを含む前記第2の要素名の要素とを含む第3の検索結果の構造化文書群を求める手段と
    をさらに含む請求項9記載の構造化文書管理装置。
  13. 前記第3の検索結果の構造化文書群の一覧を生成する手段をさらに含み、
    前記一覧を前記表示手段で表示する請求項12記載の構造化文書管理装置。
  14. 前記概念情報格納手段で格納された前記概念情報は、前記概念階層構造が前記文書構造として表された構造化文書であり、当該概念情報は、前記ルートノードにリンクされた、前記概念情報に対応する種別ノードに、各概念名の記憶エリアを前記概念階層構造に従ってリンクされて管理されることを特徴とする請求項8記載の構造化文書管理装置。
  15. 複数の要素を含む文書構造を有する複数の構造化文書を記憶するとともに、ルートノードに、構造化文書の種別を示す種別ノードをリンクし、当該種別ノードに、各構造化文書に含まれる各要素の記憶エリアを当該構造化文書の文書構造に従ってリンクした論理構造により、前記複数の構造化文書を管理する構造化文書データベースを備えたコンピュータに、
    前記構造化文書データベースに、階層的に分類された複数の概念名の概念階層構造を示す概念情報を格納する概念情報格納ステップと、
    第1の要素名、第2の要素名、前記複数の概念名のうちの1つの第1の概念名及び他の1つの第2の概念名、前記第1の要素名の要素が前記概念階層構造上前記第1の概念名に属する概念名を含む構造、及び前記第2の要素名の要素が前記概念階層構造上前記第2の概念名に属する概念名を含む構造が指定された第1の検索条件を含む第1の検索要求文を入力するステップと、
    前記概念階層構造から、前記第1の概念名に属する第1の概念名群と、前記第2の概念名に属する第2の概念名群とを求めるステップと、
    前記論理構造から、前記第1の概念名群のうちのいずれかを含む前記第1の要素名の要素と、前記第2の概念名群のうちのいずれかを含む前記第2の要素名の要素とを含む第1の検索結果の構造化文書群を求めるステップと、
    縦の各列の見出しが、前記概念階層構造上の前記第1の概念名の直下の各概念名であり、横の各列の見出しが、前記概念階層構造上の前記第2の概念名の直下の各概念名であるテーブル上の縦の列と横の列との交点にある各データセルで、前記第1の検索結果の構造化文書群のうち、前記第1の要素名の要素が当該縦の列の見出しの概念名に属する概念名を含み、かつ前記第2の要素名の要素が当該横の列の見出しの概念名に属する概念名を含む構造化文書の集計結果を示すとともに、縦の列の見出しを示す各見出しセルに、前記第1の要素名、前記第2の要素名、当該縦の列の見出しである概念名及び前記第2の概念名を含む検索条件のパラメータが対応付けられた、前記第1の検索結果を表示するための第1のテーブルを生成する第1の生成ステップと、
    前記第1のテーブルを表示手段で表示するステップと、
    表示された前記第1のテーブル上の縦の列の任意の見出しセルが指示されると、当該見出しセルに対応付けられている前記パラメータを用いて、前記第1の要素名、前記第2の要素名、当該縦の列の見出しである第3の概念名、前記第2の概念名、前記第1の要素名の要素が前記概念階層構造上前記第3の概念名に属する概念名を含む構造、及び前記第2の要素名の要素が前記概念階層構造上前記第2の概念名に属する概念名を含む構造が指定された第2の検索条件を含む第2の検索要求文を生成するステップと、
    前記概念階層構造から、前記第2の検索条件で指定されている前記第3の概念名に属する第3の概念名群と、前記第2の検索条件で指定されている前記第2の概念名に属する第2の概念名群とを求めるステップと、
    前記論理構造から、前記第3の概念名群のうちのいずれかを含む前記第1の要素名の要素と、前記第2の概念名群のうちのいずれかを含む前記第2の要素名の要素とを含む第2の検索結果の構造化文書群を求めるステップと、
    を実行させるためのプログラム。
JP2001098181A 2001-03-30 2001-03-30 構造化文書検索方法、構造化文書管理装置及びプログラム Active JP3842573B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2001098181A JP3842573B2 (ja) 2001-03-30 2001-03-30 構造化文書検索方法、構造化文書管理装置及びプログラム

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2001098181A JP3842573B2 (ja) 2001-03-30 2001-03-30 構造化文書検索方法、構造化文書管理装置及びプログラム
US10/107,584 US7080067B2 (en) 2001-03-30 2002-03-28 Apparatus, method, and program for retrieving structured documents
US10/980,787 US7231386B2 (en) 2001-03-30 2004-11-04 Apparatus, method, and program for retrieving structured documents

Publications (2)

Publication Number Publication Date
JP2002297602A JP2002297602A (ja) 2002-10-11
JP3842573B2 true JP3842573B2 (ja) 2006-11-08

Family

ID=18951857

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001098181A Active JP3842573B2 (ja) 2001-03-30 2001-03-30 構造化文書検索方法、構造化文書管理装置及びプログラム

Country Status (2)

Country Link
US (2) US7080067B2 (ja)
JP (1) JP3842573B2 (ja)

Families Citing this family (114)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090077020A9 (en) * 1998-12-04 2009-03-19 Toong Hoo-Min Systems and methods of searching databases
US8316001B1 (en) 2002-07-22 2012-11-20 Ipvision, Inc. Apparatus and method for performing analyses on data derived from a web-based search engine
AU3109200A (en) * 1998-12-04 2000-06-26 Technology Enabling Company, Llc Systems and methods for organizing data
WO2001077904A1 (en) * 2000-04-11 2001-10-18 Revelink, Inc. Framework for creation, update, query, and view navigation of data objects and textual annotations of relations between data objects
US20020116363A1 (en) * 2000-11-27 2002-08-22 First To File, Inc. Method of deleting unnecessary information from a database
JP3842573B2 (ja) * 2001-03-30 2006-11-08 株式会社東芝 構造化文書検索方法、構造化文書管理装置及びプログラム
US20030014512A1 (en) * 2001-07-10 2003-01-16 Murata Kikai Kabushiki Kaisha Communication apparatus and structured document management apparatus
JP2004021675A (ja) * 2002-06-18 2004-01-22 Hitachi Ltd 製品データ処理方法および製品データ処理装置
JP2004086845A (ja) * 2002-06-27 2004-03-18 Oki Electric Ind Co Ltd 電子文書情報拡充装置、方法及びプログラム、並びに、電子文書情報拡充プログラムを記録した記録媒体
CA2400590A1 (en) * 2002-08-29 2004-02-29 John H. Green Method and apparatus for converting legacy programming language data structures to schema definitions
US7831905B1 (en) * 2002-11-22 2010-11-09 Sprint Spectrum L.P. Method and system for creating and providing web-based documents to information devices
US7191186B1 (en) * 2002-11-27 2007-03-13 Microsoft Corporation Method and computer-readable medium for importing and exporting hierarchically structured data
US20040163044A1 (en) * 2003-02-14 2004-08-19 Nahava Inc. Method and apparatus for information factoring
JP2004295674A (ja) * 2003-03-27 2004-10-21 Fujitsu Ltd Xml文書解析方法、xml文書検索方法、xml文書解析プログラム、xml文書検索プログラムおよびxml文書検索装置
US7213014B2 (en) * 2003-03-27 2007-05-01 International Business Machines Corporation Apparatus and method for using a predefined database operation as a data source for a different database operation
JP4014160B2 (ja) * 2003-05-30 2007-11-28 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Maschines Corporation 情報処理装置、プログラム、及び記録媒体
US9202084B2 (en) 2006-02-01 2015-12-01 Newsilike Media Group, Inc. Security facility for maintaining health care data pools
US7260584B2 (en) * 2003-10-13 2007-08-21 Wolters Kluwer Financial Services, Inc. Document creation system and method using knowledge base, precedence, and integrated rules
JP4247108B2 (ja) * 2003-12-25 2009-04-02 株式会社東芝 構造化文書検索方法、構造化文書検索装置、及びプログラム
JP4120888B2 (ja) * 2004-01-30 2008-07-16 日本電気株式会社 データ検索装置及び方法
JP2005216203A (ja) * 2004-02-02 2005-08-11 Mantaro Yajima 表フォーマットデータ処理方法並びに表フォーマットデータ処理装置
EP2487601A1 (en) * 2004-05-04 2012-08-15 Boston Consulting Group, Inc. Method and apparatus for selecting, analyzing and visualizing related database records as a network
US8762381B2 (en) * 2004-05-21 2014-06-24 Ca, Inc. Storing multipart XML documents
US9098476B2 (en) * 2004-06-29 2015-08-04 Microsoft Technology Licensing, Llc Method and system for mapping between structured subjects and observers
US7627589B2 (en) * 2004-08-10 2009-12-01 Palo Alto Research Center Incorporated High performance XML storage retrieval system and method
US20060036451A1 (en) * 2004-08-10 2006-02-16 Lundberg Steven W Patent mapping
JP4065546B2 (ja) * 2004-10-14 2008-03-26 キヤノン株式会社 文書処理装置及びその方法
US7464082B2 (en) * 2004-11-29 2008-12-09 International Business Machines Corporation Methods for de-serializing data objects on demand
US20070050446A1 (en) 2005-02-01 2007-03-01 Moore James F Managing network-accessible resources
US8200775B2 (en) * 2005-02-01 2012-06-12 Newsilike Media Group, Inc Enhanced syndication
US8347088B2 (en) 2005-02-01 2013-01-01 Newsilike Media Group, Inc Security systems and methods for use with structured and unstructured data
US8200700B2 (en) * 2005-02-01 2012-06-12 Newsilike Media Group, Inc Systems and methods for use of structured and unstructured distributed data
US8700738B2 (en) 2005-02-01 2014-04-15 Newsilike Media Group, Inc. Dynamic feed generation
US20060224980A1 (en) * 2005-04-01 2006-10-05 Paul Albrecht Method of creating graphical visualizations of data with a browser
US20080134060A1 (en) * 2005-04-01 2008-06-05 Paul Albrecht System for creating a graphical visualization of data with a browser
US20060224975A1 (en) * 2005-04-01 2006-10-05 Paul Albrecht System for creating a graphical application interface with a browser
US20060224977A1 (en) * 2005-04-01 2006-10-05 Paul Albrecht Graphical application interface
US9110985B2 (en) 2005-05-10 2015-08-18 Neetseer, Inc. Generating a conceptual association graph from large-scale loosely-grouped content
US7958120B2 (en) * 2005-05-10 2011-06-07 Netseer, Inc. Method and apparatus for distributed community finding
WO2007014341A2 (en) 2005-07-27 2007-02-01 Schwegman, Lundberg & Woessner, P.A. Patent mapping
US7555472B2 (en) * 2005-09-02 2009-06-30 The Board Of Trustees Of The University Of Illinois Identifying conceptual gaps in a knowledge base
JP2007133808A (ja) * 2005-11-14 2007-05-31 Canon Inc 情報処理装置、コンテンツ処理方法、記憶媒体およびプログラム
US8306990B2 (en) 2006-01-10 2012-11-06 Unz.Org Llc Transferring and displaying hierarchical data between databases and electronic documents
US8825657B2 (en) 2006-01-19 2014-09-02 Netseer, Inc. Systems and methods for creating, navigating, and searching informational web neighborhoods
US8843434B2 (en) * 2006-02-28 2014-09-23 Netseer, Inc. Methods and apparatus for visualizing, managing, monetizing, and personalizing knowledge search results on a user interface
US8112324B2 (en) 2006-03-03 2012-02-07 Amazon Technologies, Inc. Collaborative structured tagging for item encyclopedias
US8402022B2 (en) * 2006-03-03 2013-03-19 Martin R. Frank Convergence of terms within a collaborative tagging environment
US9767184B2 (en) * 2006-03-14 2017-09-19 Robert D. Fish Methods and apparatus for facilitating context searching
US7836032B2 (en) * 2006-03-28 2010-11-16 International Business Machines Corporation Remapping child references when parent reference updates are processed
US20070255694A1 (en) * 2006-04-07 2007-11-01 Jianqing Wu Document-drafting system using document components
WO2007137145A2 (en) * 2006-05-17 2007-11-29 Newsilike Media Group, Inc Certificate-based search
EP1860578A1 (en) * 2006-05-22 2007-11-28 Caterpillar Inc. System for analyzing patents
US20070288256A1 (en) * 2006-06-07 2007-12-13 Speier Gary J Patent claim reference generation
US7519619B2 (en) * 2006-08-21 2009-04-14 Microsoft Corporation Facilitating document classification using branch associations
US7865820B2 (en) * 2006-08-29 2011-01-04 Sap Ag Generating a business document model
JP2008065543A (ja) * 2006-09-06 2008-03-21 Toshiba Corp 構造化文書検索装置及び構造化文書検索方法
US20080091548A1 (en) * 2006-09-29 2008-04-17 Kotas Paul A Tag-Driven Concept-Centric Electronic Marketplace
US9817902B2 (en) 2006-10-27 2017-11-14 Netseer Acquisition, Inc. Methods and apparatus for matching relevant content to user intention
US7886223B2 (en) * 2006-11-17 2011-02-08 International Business Machines Corporation Generating a statistical tree for encoding/decoding an XML document
US7702644B2 (en) * 2007-01-25 2010-04-20 Ludi Labs, Inc. Data management system and method to host applications and manage storage, finding and retrieval of typed items with support for tagging, connections, and situated queries
US8072467B2 (en) * 2007-01-31 2011-12-06 Microsoft Corporation Request-driven on-demand processing
US20080189302A1 (en) * 2007-02-07 2008-08-07 International Business Machines Corporation Generating database representation of markup-language document
US8930331B2 (en) * 2007-02-21 2015-01-06 Palantir Technologies Providing unique views of data based on changes or rules
JP5067420B2 (ja) * 2007-03-27 2012-11-07 富士通株式会社 情報検索プログラム、該プログラムを記録した記録媒体、情報検索装置、および情報検索方法
JP5458480B2 (ja) * 2007-08-08 2014-04-02 富士通株式会社 タグ付き文書データ問い合わせ処理システムに対する問い合わせ画面生成装置
US8140482B2 (en) 2007-09-19 2012-03-20 Moore James F Using RSS archives
US8046353B2 (en) * 2007-11-02 2011-10-25 Citrix Online Llc Method and apparatus for searching a hierarchical database and an unstructured database with a single search query
US9336327B2 (en) * 2007-11-30 2016-05-10 Microsoft Technology Licensing, Llc Mapping and query translation between XML, objects, and relations
US8402065B2 (en) * 2008-01-24 2013-03-19 Oracle International Corporation Electronic control batch record
US8234248B2 (en) * 2008-01-24 2012-07-31 Oracle International Corporation Tracking changes to a business object
US8032826B2 (en) * 2008-02-21 2011-10-04 International Business Machines Corporation Structure-position mapping of XML with fixed length data
US20090300009A1 (en) * 2008-05-30 2009-12-03 Netseer, Inc. Behavioral Targeting For Tracking, Aggregating, And Predicting Online Behavior
US7925643B2 (en) * 2008-06-08 2011-04-12 International Business Machines Corporation Encoding and decoding of XML document using statistical tree representing XSD defining XML document
US20100131513A1 (en) * 2008-10-23 2010-05-27 Lundberg Steven W Patent mapping
US9336304B2 (en) * 2008-11-10 2016-05-10 Gary J. Speier Patent analytics system
CN102246173B (zh) * 2008-12-11 2013-04-17 国际商业机器公司 变换系统模型的方法和系统
US20100169318A1 (en) * 2008-12-30 2010-07-01 Microsoft Corporation Contextual representations from data streams
US20110072023A1 (en) * 2009-09-21 2011-03-24 Yahoo! Inc. Detect, Index, and Retrieve Term-Group Attributes for Network Search
US8621376B2 (en) * 2009-10-28 2013-12-31 Yahoo! Inc. Developer interface and associated methods for system for querying and consuming web-based data
JP2011118545A (ja) * 2009-12-01 2011-06-16 Toshiba Tec Corp クエリ生成装置及びそのプログラム並びにデータベース検索システム
US20110258032A1 (en) * 2010-04-14 2011-10-20 Microsoft Corporation Search advertisement selection based on user actions
US20110288931A1 (en) * 2010-05-20 2011-11-24 Google Inc. Microsite models
US8290939B2 (en) * 2010-06-04 2012-10-16 International Busines Machines Corporation Visualizing query results in stream processing systems
US20120278244A1 (en) * 2011-04-15 2012-11-01 IP Street Evaluating Intellectual Property
US9904726B2 (en) 2011-05-04 2018-02-27 Black Hills IP Holdings, LLC. Apparatus and method for automated and assisted patent claim mapping and expense planning
US8799240B2 (en) 2011-06-23 2014-08-05 Palantir Technologies, Inc. System and method for investigating large amounts of data
US20130019165A1 (en) * 2011-07-11 2013-01-17 Paper Software LLC System and method for processing document
US9280532B2 (en) 2011-08-02 2016-03-08 Palantir Technologies, Inc. System and method for accessing rich objects via spreadsheets
US8504542B2 (en) 2011-09-02 2013-08-06 Palantir Technologies, Inc. Multi-row transactions
US20130085946A1 (en) 2011-10-03 2013-04-04 Steven W. Lundberg Systems, methods and user interfaces in a patent management system
US8595251B2 (en) * 2011-11-16 2013-11-26 Verizon Patent And Licensing Inc. Flexible interface module
US9542437B2 (en) * 2012-01-06 2017-01-10 Sap Se Layout-driven data selection and reporting
US9418151B2 (en) * 2012-06-12 2016-08-16 Raytheon Company Lexical enrichment of structured and semi-structured data
GB2524934A (en) * 2013-01-15 2015-10-07 Arria Data2Text Ltd Method and apparatus for document planning
WO2014127293A2 (en) * 2013-02-15 2014-08-21 Quick Eye Technologies Inc. An organizer for data that is subject to multiple criteria
US9092482B2 (en) 2013-03-14 2015-07-28 Palantir Technologies, Inc. Fair scheduling for mixed-query loads
US8855999B1 (en) 2013-03-15 2014-10-07 Palantir Technologies Inc. Method and system for generating a parser and parsing complex data
US9230280B1 (en) 2013-03-15 2016-01-05 Palantir Technologies Inc. Clustering data based on indications of financial malfeasance
US8930897B2 (en) 2013-03-15 2015-01-06 Palantir Technologies Inc. Data integration tool
US8903717B2 (en) 2013-03-15 2014-12-02 Palantir Technologies Inc. Method and system for generating a parser and parsing complex data
CA2815156A1 (en) 2013-05-06 2014-11-06 Ibm Canada Limited - Ibm Canada Limitee Document order management via relaxed node indexing
US9116975B2 (en) 2013-10-18 2015-08-25 Palantir Technologies Inc. Systems and user interfaces for dynamic and interactive simultaneous querying of multiple data stores
US9043696B1 (en) 2014-01-03 2015-05-26 Palantir Technologies Inc. Systems and methods for visual definition of data associations
US20150222646A1 (en) * 2014-01-31 2015-08-06 Crowdstrike, Inc. Tagging Security-Relevant System Objects
US9535974B1 (en) 2014-06-30 2017-01-03 Palantir Technologies Inc. Systems and methods for identifying key phrase clusters within documents
US9454281B2 (en) 2014-09-03 2016-09-27 Palantir Technologies Inc. System for providing dynamic linked panels in user interface
US9348920B1 (en) 2014-12-22 2016-05-24 Palantir Technologies Inc. Concept indexing among database of documents using machine learning techniques
US9817563B1 (en) 2014-12-29 2017-11-14 Palantir Technologies Inc. System and method of generating data points from one or more data stores of data items for chart creation and manipulation
US9672257B2 (en) 2015-06-05 2017-06-06 Palantir Technologies Inc. Time-series data storage and processing database system
US9384203B1 (en) 2015-06-09 2016-07-05 Palantir Technologies Inc. Systems and methods for indexing and aggregating data records
US9454564B1 (en) 2015-09-09 2016-09-27 Palantir Technologies Inc. Data integrity checks
US9542446B1 (en) 2015-12-17 2017-01-10 Palantir Technologies, Inc. Automatic generation of composite datasets based on hierarchical fields
US9753935B1 (en) 2016-08-02 2017-09-05 Palantir Technologies Inc. Time-series data storage and processing database system
US10133588B1 (en) 2016-10-20 2018-11-20 Palantir Technologies Inc. Transforming instructions for collaborative updates

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61193266A (en) * 1985-02-21 1986-08-27 Hitachi Ltd Information retrieving system
JPH0584538B2 (ja) * 1985-03-27 1993-12-02 Hitachi Ltd
JP2516387Y2 (ja) * 1987-08-19 1996-11-06 三洋電機株式会社 情報ファイル装置
JPH0756786A (ja) 1993-08-12 1995-03-03 Fuji Xerox Co Ltd 構造化文書処理装置
US5600831A (en) * 1994-02-28 1997-02-04 Lucent Technologies Inc. Apparatus and methods for retrieving information by modifying query plan based on description of information sources
JP3381378B2 (ja) 1994-04-07 2003-02-24 富士ゼロックス株式会社 情報構造化表示装置
US5715443A (en) * 1994-07-25 1998-02-03 Apple Computer, Inc. Method and apparatus for searching for information in a data processing system and for providing scheduled search reports in a summary format
US6076088A (en) * 1996-02-09 2000-06-13 Paik; Woojin Information extraction system and method using concept relation concept (CRC) triples
JP3577822B2 (ja) 1996-02-14 2004-10-20 富士ゼロックス株式会社 情報提示装置及び情報提示方法
US5809496A (en) * 1997-02-20 1998-09-15 International Business Machines Corporation Hybrid search
JPH10333953A (ja) * 1997-04-01 1998-12-18 Kokusai Zunou Sangyo Kk 統合データベースシステムおよびそのデータベース構造を管理する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
JP3001460B2 (ja) * 1997-05-21 2000-01-24 日本電気株式会社 文書分類装置
US6006217A (en) * 1997-11-07 1999-12-21 International Business Machines Corporation Technique for providing enhanced relevance information for documents retrieved in a multi database search
US6629097B1 (en) * 1999-04-28 2003-09-30 Douglas K. Keith Displaying implicit associations among items in loosely-structured data sets
KR100340386B1 (ko) 1999-09-08 2002-08-03 사단법인 고등기술연구원 연구조합 특허/기술분석용 데이터가공 및 특허맵 자동생성방법
US6598043B1 (en) * 1999-10-04 2003-07-22 Jarg Corporation Classification of information sources using graph structures
US6662215B1 (en) * 2000-07-10 2003-12-09 I Novation Inc. System and method for content optimization
US6912538B2 (en) * 2000-10-20 2005-06-28 Kevin Stapel System and method for dynamic generation of structured documents
JP3842573B2 (ja) * 2001-03-30 2006-11-08 株式会社東芝 構造化文書検索方法、構造化文書管理装置及びプログラム

Also Published As

Publication number Publication date
US20020143742A1 (en) 2002-10-03
US7080067B2 (en) 2006-07-18
US7231386B2 (en) 2007-06-12
US20050114763A1 (en) 2005-05-26
JP2002297602A (ja) 2002-10-11

Similar Documents

Publication Publication Date Title
Schmidt et al. Efficient relational storage and retrieval of XML documents
Chang et al. A survey of web information extraction systems
Hyvönen et al. MuseumFinland—Finnish museums on the semantic web
He et al. Automatic integration of Web search interfaces with WISE-Integrator
Liu et al. Vide: A vision-based approach for deep web data extraction
US6279005B1 (en) Method and apparatus for generating paths in an open hierarchical data structure
US6424980B1 (en) Integrated retrieval scheme for retrieving semi-structured documents
Hogue et al. Thresher: automating the unwrapping of semantic content from the World Wide Web
US6240407B1 (en) Method and apparatus for creating an index in a database system
Yoshikawa et al. XRel: a path-based approach to storage and retrieval of XML documents using relational databases
US6721727B2 (en) XML documents stored as column data
US6738759B1 (en) System and method for performing similarity searching using pointer optimization
US7054854B1 (en) Structured document search method, structured document search apparatus and structured document search system
US7849090B2 (en) System, method and computer program for faceted classification synthesis
US6618727B1 (en) System and method for performing similarity searching
US6594669B2 (en) Method for querying a database in which a query statement is issued to a database management system for which data types can be defined
Davies et al. Semantic Web technologies: trends and research in ontology-based systems
US20080027971A1 (en) Method and system for populating an index corpus to a search engine
US6073170A (en) Information filtering device and information filtering method
US20040111388A1 (en) Evaluating relevance of results in a semi-structured data-base system
US6766330B1 (en) Universal output constructor for XML queries universal output constructor for XML queries
US20020078041A1 (en) System and method of translating a universal query language to SQL
US20020091696A1 (en) Tagging data assets
US6327593B1 (en) Automated system and method for capturing and managing user knowledge within a search system
US20050038533A1 (en) System and method for simplifying and manipulating k-partite graphs

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20051025

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20051108

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20060110

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: 20060808

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20060810

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100818

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100818

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110818

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120818

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120818

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130818

Year of fee payment: 7