JP4304226B2 - 構造化文書管理システム、構造化文書管理方法及びプログラム - Google Patents
構造化文書管理システム、構造化文書管理方法及びプログラム Download PDFInfo
- Publication number
- JP4304226B2 JP4304226B2 JP2008137292A JP2008137292A JP4304226B2 JP 4304226 B2 JP4304226 B2 JP 4304226B2 JP 2008137292 A JP2008137292 A JP 2008137292A JP 2008137292 A JP2008137292 A JP 2008137292A JP 4304226 B2 JP4304226 B2 JP 4304226B2
- Authority
- JP
- Japan
- Prior art keywords
- index
- structured document
- search
- type
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
この技術では、文字列(値)の先頭から1文字ずつずらしながら、当該文字列を順にN文字(Nグラム)に区切り、この区切りにより生成された、それぞれN文字以下の文字列毎に索引(索引レコード)が作成される。これにより、例えばN=2で、値が“あいうえお”の場合であれば、“あ”/“あい”/“いう”/“うえ”/“えお”/“お”の6種類の索引(索引レコード)が作成される。この索引に対して、例えば“うえお”の部分文字列を含む値を検索する場合、まず索引をもとに、“うえ”と“えお”の位置を探索して、当該“うえ”と“えお”を含む文書と文書内の位置を特定し、それらが含まれる値の共通集合を検索結果の候補とする。
この技術では、値(文字列)から単語が抽出される。文字列を単語に区切る方法としては“形態素解析”が知られている。抽出された単語毎に、索引(索引レコード)が作成される。これにより、例えば“本日は晴天なり”の値に対しては、“本日”/“晴天”の2つの単語が抽出されて、それぞれ索引として作成される。この索引に対して、例えば“晴天”の部分文字列を検索する場合、まず索引をもとに“晴天”の位置を探索して、当該“晴天”を含む文書と文書内の位置を特定して検索結果の候補とする。
図1は本発明の一実施形態に係る情報検索システムの構成を示すブロック図である。この情報検索システムは、主として、データベース管理システム(Data Base Management System:DBMS)10と、構造化文書データベース(構造化文書DB)21と、Nグラム索引データベース(Nグラム索引DB)22と、単語索引データベース(単語索引DB)23と、B木(B*Tree)索引データベース(B木索引DB)24と、設定ファイル25と、索引種別辞書26と、ログファイル27とを備えている。構造化文書DB21と、Nグラム索引DB22、単語索引DB23及びB木索引DB24の各索引DBと、設定ファイル25と、索引種別辞書26と、ログファイル27とは、DBMS10からアクセス可能なデータ格納手段としての図示せぬディスクドライブ(ディスク)に置かれている。
Claims (4)
- 構造化文書格納手段に格納された構造化文書の検索を高速化するために、構造化文書の索引を構築して索引格納手段に格納する構造化文書管理システムにおいて、
索引を付与すべき、構造化文書に含まれる各要素毎に、当該要素の名前に基づいて索引種別を決定する索引種別決定手段と、
前記索引種別決定手段によって前記各要素毎に決定された索引種別に基づいて、当該要素に対応する当該決定された索引種別の索引を構築して前記索引格納手段に格納する索引構築手段と、
外部から与えられる検索式を解析して検索条件を抽出し、その検索条件に合致する検索結果の候補の集合を取得する検索式処理手段と
を具備し、
前記索引種別決定手段は、索引を付与すべき、構造化文書に含まれる各要素毎に、当該要素の名前から推定される種別の検索条件であって、前記検索式処理手段によって抽出されて当該要素に対して適用される可能性の最も高い種別の検索条件に基づいて前記索引種別を決定する
ことを特徴とする構造化文書管理システム。 - 構造化文書に含まれる各要素の名前毎に、当該名前に対応付けて、当該名前から推定される種別の検索条件であって、前記検索式処理手段によって抽出されて当該名前の要素に対して適用される可能性の最も高い種別の検索条件に応じた索引種別の情報を格納した索引種別格納手段を更に具備し、
前記索引種別決定手段は、索引を付与すべき、構造化文書に含まれる各要素毎に、当該要素の名前をキーにして前記索引種別格納手段を参照することで、当該要素の名前に対応付けられている索引種別を、当該要素の値に適用する索引種別として決定する
ことを特徴とする請求項1記載の構造化文書管理システム。 - 構造化文書格納手段に格納された構造化文書の検索を高速化するために、構造化文書の索引を構築して索引格納手段に格納する構造化文書管理システムが実行する構造化文書管理方法であって、
索引を付与すべき、構造化文書に含まれる各要素毎に、当該要素の名前に基づいて索引種別を決定するステップと、
前記各要素毎に決定された索引種別に基づいて、当該要素に対応する当該決定された索引種別の索引を構築して前記索引格納手段に格納するステップと、
外部から与えられる検索式を解析して検索条件を抽出し、その検索条件に合致する検索結果の候補の集合を取得するステップと
を具備し、
前記索引種別を決定するステップにおいて、索引を付与すべき、構造化文書に含まれる各要素毎に、当該要素の名前から推定される種別の検索条件であって、前記抽出されて当該要素に対して適用される可能性の最も高い種別の検索条件に基づいて前記索引種別を決定する
ことを特徴とする構造化文書管理方法。 - 構造化文書格納手段に格納された構造化文書の検索を高速化するために、構造化文書の索引を構築して索引格納手段に格納する構造化文書管理システムのCPUによって実行されるプログラムであって、
前記CPUに、
索引を付与すべき、構造化文書に含まれる各要素毎に、当該要素の名前に基づいて索引種別を決定するステップと、
前記各要素毎に決定された索引種別に基づいて、当該要素に対応する当該決定された索引種別の索引を構築して前記索引格納手段に格納するステップと、
外部から与えられる検索式を解析して検索条件を抽出し、その検索条件に合致する検索結果の候補の集合を取得するステップと
を実行させ、
前記索引種別を決定するステップにおいて、索引を付与すべき、構造化文書に含まれる各要素毎に、当該要素の名前から推定される種別の検索条件であって、前記抽出されて当該要素に対して適用される可能性の最も高い種別の検索条件に基づいて前記索引種別を決定する
ことを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008137292A JP4304226B2 (ja) | 2008-05-26 | 2008-05-26 | 構造化文書管理システム、構造化文書管理方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008137292A JP4304226B2 (ja) | 2008-05-26 | 2008-05-26 | 構造化文書管理システム、構造化文書管理方法及びプログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007272912A Division JP4160627B2 (ja) | 2007-10-19 | 2007-10-19 | 構造化文書管理システム及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008198235A JP2008198235A (ja) | 2008-08-28 |
JP4304226B2 true JP4304226B2 (ja) | 2009-07-29 |
Family
ID=39757040
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008137292A Expired - Fee Related JP4304226B2 (ja) | 2008-05-26 | 2008-05-26 | 構造化文書管理システム、構造化文書管理方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4304226B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013179441A1 (ja) * | 2012-05-31 | 2013-12-05 | 株式会社日立製作所 | 検索サーバ、検索方法及びプログラム |
-
2008
- 2008-05-26 JP JP2008137292A patent/JP4304226B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2008198235A (ja) | 2008-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11853334B2 (en) | Systems and methods for generating and using aggregated search indices and non-aggregated value storage | |
JP5492187B2 (ja) | 編集距離および文書情報を使用する検索結果順位付け | |
US9195738B2 (en) | Tokenization platform | |
US9135289B2 (en) | Matching transactions in multi-level records | |
US8527556B2 (en) | Systems and methods to update a content store associated with a search index | |
US20170255709A1 (en) | Atomic updating of graph database index structures | |
JP4237813B2 (ja) | 構造化文書管理システム | |
US20070016602A1 (en) | Method and apparatus for representation of unstructured data | |
US20090222407A1 (en) | Information search system, method and program | |
US8423885B1 (en) | Updating search engine document index based on calculated age of changed portions in a document | |
US20120124060A1 (en) | Method and system of identifying adjacency data, method and system of generating a dataset for mapping adjacency data, and an adjacency data set | |
US8229970B2 (en) | Efficient storage and retrieval of posting lists | |
US20080256055A1 (en) | Word relationship driven search | |
JP4091586B2 (ja) | 構造化文書管理システム、索引構築方法及びプログラム | |
JP4439496B2 (ja) | 検索処理装置及びプログラム | |
JP4304226B2 (ja) | 構造化文書管理システム、構造化文書管理方法及びプログラム | |
JP4160627B2 (ja) | 構造化文書管理システム及びプログラム | |
JP2007133682A (ja) | 全文検索システム、及び、その全文検索方法 | |
Kim et al. | Efficient processing of substring match queries with inverted variable-length gram indexes | |
JP2008198236A (ja) | 構造化文書管理システム | |
JP2013125429A (ja) | 分析対象決定装置 | |
JP5906810B2 (ja) | 全文検索装置、プログラム及び記録媒体 | |
JP4521413B2 (ja) | データベース管理システム及びプログラム | |
JP5145202B2 (ja) | 文書検索装置および文書検索プログラム | |
JP6172447B2 (ja) | 関連性判定システム、方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080526 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20081216 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090212 |
|
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: 20090407 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090427 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120501 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120501 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130501 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130501 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140501 Year of fee payment: 5 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |