JP5226471B2 - 文書データを検索する装置及び方法 - Google Patents

Description

本発明は、文書データを検索する装置及び方法に関する。特に、本発明は、複数の検索語に基づいて文書データを検索する装置及び方法に関する。

近年、多くのウェブサイト（以下、単に「サイト」という）で、検索フォームを有するウェブページ（以下、単に「ページ」という）が設けられ、自サイト内のコンテンツの検索（サイト内検索）をこのページ（サイト内検索ページ）を用いて行うことが可能となっている。
ここで、サイト内検索に関する従来技術として、サイト内検索サーバの識別子を検索結果と共に表示するものはあった（例えば、特許文献１参照）。この特許文献１では、入力された検索式に対応するサイトサーバの識別子を検索し、この識別子に関連づけられた変換プログラムにより、サイトサーバに付属するサイト内検索サーバの識別子を生成し、この識別子を含む入力された検索式に対応する検索結果を生成している。

特開２００６−９９２７９号公報

ところで、インターネット上の情報を検索するには、一般に、検索エンジンが用いられる。この検索エンジンには、ロボット型検索エンジンと、ディレクトリ型検索エンジンとがある。ロボット型検索エンジンとは、クローラがハイパーリンク（リンク）を辿りながら自動的にインターネット上のコンテンツにアクセスしてコンテンツのインデックス情報を蓄積し、クライアントから検索要求があるとインデックス情報に基づいて検索結果を返す検索エンジンである。ディレクトリ型検索エンジンとは、管理者がコンテンツを適切なディレクトリに登録し、クライアントから検索要求があるとその登録された情報に基づいて検索結果を返す検索エンジンである。

このうち、ロボット型検索エンジンは、リンクを辿ってアクセスできるページであれば、クローラがそのページの情報を収集できるので、検索要求に応じた検索の対象とすることができる。しかしながら、上述したサイト内検索で検索されるページは、サイト内検索ページから直接検索できるために他サイトからリンクが張られていないことがあり、そのようなページを検索の対象とすることができないという問題点があった。
ここで、特許文献１の発明は、サイト内検索サーバの識別子を表示するだけであり、サイト内検索で検索されるページをサイト外からの検索の対象とするものではない。

本発明の目的は、文書データ群（例えば、サイト）内で検索される文書データ（例えば、ページ）を、文書データ群外からの検索の対象とすることにある。

かかる目的のもと、本発明は、複数の検索語に基づいて文書データを検索する装置であって、複数の検索語のうちの第１の検索語に関連する複数の文書データ群であって、各文書データ群が各文書データ群内の検索のための検索用文書データを含む複数の文書データ群を決定する決定部と、決定部により決定された複数の文書データ群の各文書データ群に含まれる検索用文書データを用いて、各文書データ群から、複数の検索語のうちの第１の検索語とは異なる第２の検索語に関連する複数の文書データを検索する検索部と、検索部により検索された複数の文書データに関する情報を出力する出力部とを備え、決定部は、第１の検索語と、検索用文書データを検索するための語として予め定められた特定の検索語とを検索エンジンに投入し、検索エンジンから返された検索結果に含まれる各文書データ群の所定の性質の程度と、第１の検索語に関連する文書データのうちの特定の検索語に関連する文書データに関する所定の数値とから得られる指標に基づいて、前記複数の文書データ群を決定することを特徴とする装置を提供する。

ここで、決定部は、第１の検索語を検索エンジンに投入し、検索エンジンから返された検索結果における特定の文字列の有無に基づいて、複数の文書データ群を決定する、ものであってよい。
また、出力部は、複数の文書データに関する情報として、決定部により決定された複数の文書データ群の各文書データ群と、検索部により各文書データ群から検索された複数の文書データとを関連付けて表示するための表示情報を出力する、ものであってよい。その場合、検索部は、複数の文書データ群の各文書データ群内の検索のための各検索エンジンに第２の検索語を投入することにより、各文書データ群から、複数の文書データを検索し、出力部は、各検索エンジンから返された各検索結果に基づいて表示情報のレイアウトを決定し、レイアウトの表示情報を出力する、ものであってよい。また、出力部は、各検索結果に含まれる複数の文書データの数に基づいてレイアウトを決定する、ものでもよいし、各検索結果に含まれる複数の文書データのそれぞれの所定の性質の程度の集計結果に基づいてレイアウトを決定する、ものでもよい。

また、本発明は、複数の検索語に基づいて文書データを検索する装置であって、複数の検索語のうちの第１の検索語に関連し、文書データ群内の検索のための第１の検索用文書データを含む第１の文書データ群と、複数の検索語のうちの第１の検索語とは異なる第２の検索語に関連し、文書データ群内の検索のための第２の検索用文書データを含む第２の文書データ群とを決定する決定部と、決定部により決定された第１の文書データ群から、第１の検索用文書データを用いて、第２の検索語に関連する第１の文書データを検索し、決定部により決定された第２の文書データ群から、第２の検索用文書データを用いて、第１の検索語に関連する第２の文書データを検索する検索部と、検索部により検索された第１の文書データと第２の文書データとに関する情報を出力する出力部とを備え、決定部は、第１の検索語と、文書データ群内の検索のための検索用文書データを検索するための語として予め定められた特定の検索語とを検索エンジンに投入し、検索エンジンから返された第１の検索結果に基づいて、第１の文書データ群を決定し、第２の検索語と特定の検索語とを検索エンジンに投入し、検索エンジンから返された第２の検索結果に基づいて、第２の文書データ群を決定し、決定部は、第１の検索結果に含まれる各文書データ群の所定の性質の程度と、第１の検索語に関連する文書データのうちの特定の検索語に関連する文書データに関する所定の数値とから得られる第１の指標、及び、第２の検索結果に含まれる各文書データ群の所定の性質の程度と、第２の検索語に関連する文書データのうちの特定の検索語に関連する文書データに関する所定の数値とから得られる第２の指標に基づいて、第１の文書データ群及び第２の文書データ群を決定することを特徴とする装置も提供する。

ここで、決定部は、第１の検索語を検索エンジンに投入し、検索エンジンから返された第１の検索結果における特定の文字列の有無に基づいて、第１の文書データ群を決定し、第２の検索語を検索エンジンに投入し、検索エンジンから返された第２の検索結果における特定の文字列の有無に基づいて、第２の文書データ群を決定する、ものであってよい。
また、出力部は、第１の文書データと第２の文書データとに関する情報として、決定部により決定された第１の文書データ群と、検索部により検索された第１の文書データとを関連付けて表示するための第１の表示情報、及び、決定部により決定された第２の文書データ群と、検索部により検索された第２の文書データとを関連付けて表示するための第２の表示情報を出力する、ものであってよい。

また、本発明は、複数の検索語に基づいて文書データを検索する装置であって、複数の検索語のうちの第１の検索語及び第２の検索語をそれぞれ検索エンジンに投入することにより、複数の文書データを検索し、第１の検索語と予め定められた特定の検索語とを含む第１の検索語列、及び、第２の検索語と特定の検索語とを含む第２の検索語列をそれぞれ検索エンジンに投入することにより、文書データ群内の検索のための複数の検索用文書データを検索する第１の検索部と、第１の検索語列及び第２の検索語列をそれぞれ検索エンジンに投入して第１の検索部により検索された複数の検索用文書データの中から、複数の検索用文書データに検索エンジンが与えたスコアと、第１の検索語を検索エンジンに投入して第１の検索部により検索された複数の文書データのうちの第１の検索語列を検索エンジンに投入して第１の検索部により検索された複数の検索用文書データの比率とから得られる第１の指標、及び、複数の検索用文書データに検索エンジンが与えたスコアと、第２の検索語を検索エンジンに投入して第１の検索部により検索された複数の文書データのうちの第２の検索語列を検索エンジンに投入して第１の検索部により検索された複数の検索用文書データの比率とから得られる第２の指標に基づいて、第１の文書データ群内の検索のための第１の検索用文書データ、及び、第２の文書データ群内の検索のための第２の検索用文書データを決定する決定部と、決定部により決定された第１の検索用文書データを用いて、第１の文書データ群から、第２の検索語に関連する第１の文書データを検索し、決定部により決定された第２の検索用文書データを用いて、第２の文書データ群から、第１の検索語に関連する第２の文書データを検索する第２の検索部と、決定部により決定された第１の検索用文書データと、第２の検索部により検索された第１の文書データとを関連付けて表示するための第１の表示情報、及び、決定部により決定された第２の検索用文書データと、第２の検索部により検索された第２の文書データとを関連付けて表示するための第２の表示情報を出力する出力部とを備えた、装置も提供する。

更に、本発明は、複数の検索語に基づいて文書データを検索する方法であって、複数の検索語のうちの第１の検索語に関連する複数の文書データ群であって、各文書データ群が各文書データ群内の検索のための検索用文書データを含む複数の文書データ群を決定するステップと、決定された複数の文書データ群の各文書データ群に含まれる検索用文書データを用いて、各文書データ群から、複数の検索語のうちの第１の検索語とは異なる第２の検索語に関連する複数の文書データを検索するステップと、検索された複数の文書データに関する情報を出力するステップとを含み、複数の文書データ群を決定するステップでは、第１の検索語と、検索用文書データを検索するための語として予め定められた特定の検索語とを検索エンジンに投入し、検索エンジンから返された検索結果に含まれる各文書データ群の所定の性質の程度と、第１の検索語に関連する文書データのうちの特定の検索語に関連する文書データに関する所定の数値とから得られる指標に基づいて、複数の文書データ群を決定することを特徴とする方法も提供する。

更にまた、本発明は、複数の検索語に基づいて文書データを検索する装置としてコンピュータを機能させるプログラムであって、コンピュータを、複数の検索語のうちの第１の検索語に関連する複数の文書データ群であって、各文書データ群が各文書データ群内の検索のための検索用文書データを含む複数の文書データ群を決定する決定部と、決定部により決定された複数の文書データ群の各文書データ群に含まれる検索用文書データを用いて、各文書データ群から、複数の検索語のうちの第１の検索語とは異なる第２の検索語に関連する複数の文書データを検索する検索部と、検索部により検索された複数の文書データに関する情報を出力する出力部として機能させ、決定部は、第１の検索語と、検索用文書データを検索するための語として予め定められた特定の検索語とを検索エンジンに投入し、検索エンジンから返された検索結果に含まれる各文書データ群の所定の性質の程度と、第１の検索語に関連する文書データのうちの特定の検索語に関連する文書データに関する所定の数値とから得られる指標に基づいて、複数の文書データ群を決定することを特徴とするプログラムも提供する。

本発明によれば、文書データ群内で検索される文書データを、文書データ群外からの検索の対象とすることができる。

以下、添付図面を参照して、本発明を実施するための最良の形態（以下、「実施の形態」という）について詳細に説明する。
まず、本実施の形態が適用されるコンピュータシステムについて説明する。
図１は、このようなコンピュータシステムの全体構成例を示した図である。
図示するように、このコンピュータシステムは、クライアント１０ａ，１０ｂと、検索エンジン２０と、サイト内検索装置３０とが、ネットワーク８０を介して接続されている。

クライアント１０ａ，１０ｂは、ユーザが使用するＰＣ等の端末装置である。より詳しくは、ウェブブラウザがインストールされており、各ユーザがウェブブラウザから検索エンジン２０に対して検索クエリ（以下、単に「クエリ」という）を入力すると、ネットワーク８０に接続されたウェブサーバ（図示せず）のＵＲＩが検索結果として表示される。尚、図では、クライアント１０ａ，１０ｂを示したが、これらを区別する必要がない場合は、クライアント１０と称することもある。また、図には、２台のクライアント１０しか示していないが、３台以上のクライアント１０を設けてもよい。

検索エンジン２０は、クローラがリンクを辿りながら自動的にインターネット上のコンテンツにアクセスしてそのコンテンツのインデックス情報を蓄積し、クライアントから検索要求があるとインデックス情報に基づいて検索結果を返すロボット型の検索エンジンである。

サイト内検索装置３０は、検索エンジン２０にクエリが入力された場合に、検索エンジン２０からそのクエリを受け取ってサイト内検索を行い、サイト内検索の結果を検索エンジン２０に返す。
尚、ここでは、検索エンジン２０とサイト内検索装置３０とを別個の装置として示したが、これらは１つの装置内に設けられていてもよい。
ネットワーク８０は、情報の送受信に用いる通信手段である。このネットワーク８０としては、インターネットやＬＡＮ（Local Area Network）が例示される。

このような構成を有するコンピュータシステムの概略動作を説明する。
図２は、このような概略動作を示した図である。尚、図１では、検索エンジン２０がクライアント１０からクエリを受け付け、サイト内検索装置３０によるサイト内検索の結果をクライアント１０に返すようにしたが、ここでは、サイト内検索装置３０が直接クライアント１０からクエリを受け付け、サイト内検索の結果を直接クライアント１０に返すようにしている。

図において、ユーザは、検索ワード１，２，３に関連するページを探したいという要望を持っているものとする。そこで、まず、ユーザはクライアント１０を用いて検索ワード１，２，３をサイト内検索装置３０に投入し、サイト内検索装置３０が、サイト内検索を行うサイトを決定する（１）。即ち、サイト内検索装置３０は、まず、検索エンジン２０に検索ワード１を投入することにより、検索ワード１に関連するサイトＡ，Ｂ，Ｃを検索結果３００として取得する。次に、ここで取得した検索結果３００に含まれるサイトの中から一定の基準によりサイト内検索の対象のサイトを選択する。ここでは、検索結果３００に含まれるサイトＡ，Ｂ，Ｃのうち、サイトＢ，Ｃが、サイト内検索の対象のサイトに決定されたものとする。

次に、サイト内検索装置３０は、（１）で決定されたサイトにおけるサイト内検索ページに検索ワード２，３を投入することにより、サイト内検索を行う（２）。ここでは、サイトＢ，Ｃをサイト内検索の対象のサイトとして決定したので、サイトＢから検索結果３５０ｂを、サイトＣから検索結果３５０ｃを得ている。
その後、サイト内検索装置３０は、検索結果３５０ｂ，３５０ｃを統合し、再ランキングを実行し、その結果をクライアント１０に出力することにより、ユーザに提示する（３）。
尚、図には、３つの検索ワードしか示していないが、３つ以上の検索ワードを用いてもよい。

次に、このような概略動作を行うサイト内検索装置３０の機能構成について説明する。
図３は、サイト内検索装置３０の機能構成例を示したブロック図である。
図示するように、サイト内検索装置３０は、クエリ受付部３１と、サイト検索部３２と、クエリ記憶部３３と、ワードスコア記憶部３４と、サイト検索結果記憶部３５とを備える。また、サイト決定部３６と、サイトスコア記憶部３７と、サイト内検索部３８と、サイト内検索結果記憶部３９と、検索結果統合部４０とを備える。

クエリ受付部３１は、検索エンジン２０から複数の検索ワードを含むクエリを受け付ける。
サイト検索部３２は、クエリ受付部３１が受け付けたクエリをクエリ記憶部３３に記憶すると共に、クエリに含まれる１つの検索ワードを検索エンジン２０に投入してページを検索し、クエリに含まれる１つの検索ワードと特殊ワード（後述）とを検索エンジン２０に投入してサイト内検索ページを検索する。そして、その検索の結果に基づいて、検索ワードのスコア（以下、「ワードスコア」という）をワードスコア記憶部３４に記憶し、サイトの検索結果に関する情報（サイト検索結果）をサイト検索結果記憶部３５に記憶する。本実施の形態では、文書データの一例として、ページを用い、検索用文書データの一例として、サイト内検索ページを用いている。また、文書データ及び検索用文書データを検索する第１の検索部の一例として、サイト検索部３２を設けている。

クエリ記憶部３３は、クエリ受付部３１が受け付けたクエリを記憶する。
ワードスコア記憶部３４は、サイト検索部３２が算出したワードスコアに関する情報（ワードスコア情報）を記憶する。
サイト検索結果記憶部３５は、サイト検索部３２が取得したサイト検索結果を記憶する。

サイト決定部３６は、ワードスコア記憶部３４に記憶されたワードスコア情報と、サイト検索結果記憶部３５に記憶されたサイト検索結果とに基づいて、サイト内検索を行うサイトを決定し、決定されたサイトのスコア（以下、「サイトスコア」という）をサイトスコア記憶部３７に記憶する。本実施の形態では、文書データ群の一例として、サイトを用いている。また、文書データ群を決定する決定部、及び、検索用文書データを決定する決定部の一例として、サイト決定部３６を設けている。

サイト内検索部３８は、サイトスコア記憶部３７にサイトスコアに関する情報（サイトスコア情報）が記憶されたサイトを対象としてサイト内検索を行う。その際、クエリ記憶部３３に記憶されたクエリに含まれる検索ワードのうち、サイト内検索を行うサイトを検索するのにサイト検索部３２が使わなかった検索ワードを用いる。そして、サイト内検索の結果に関する情報（サイト内検索結果）をサイト内検索結果記憶部３９に記憶する。本実施の形態では、文書データ群から文書データを検索する検索部及び第２の検索部の一例として、サイト内検索部３８を設けている。
検索結果統合部４０は、サイト内検索結果記憶部３９に記憶されたサイト内検索結果に基づいて、検索結果を統合する。本実施の形態では、文書データに関する情報を出力する出力部の一例として、検索結果統合部４０を設けている。

尚、これらの各機能部は、ソフトウェアとハードウェア資源とが協働することにより実現される。具体的には、サイト内検索装置３０のＣＰＵ９０ａ（図１３参照）が、クエリ受付部３１、サイト検索部３２、サイト決定部３６、サイト内検索部３８、検索結果統合部４０の各機能部を実現するプログラムを磁気ディスク装置９０ｇ（図１３参照）からメインメモリ９０ｃ（図１３参照）に読み込んで処理を行う。また、クエリ記憶部３３、ワードスコア記憶部３４、サイト検索結果記憶部３５、サイトスコア記憶部３７、サイト内検索結果記憶部３９は、例えば、磁気ディスク装置９０ｇ（図１３参照）によって実現される。

次いで、本実施の形態の動作について詳細に説明する。
まず、ユーザは、複数の検索ワードをａｎｄ条件で結合したクエリを検索エンジン２０に投入する。この場合、検索エンジン２０が提供するクエリを入力するためのページ上に、サイト内検索を行うことを指示するためのチェックボックスを設けてもよい。即ち、検索エンジン２０は、チェックボックスにチェックがされていなければ、このクエリに基づく通常の検索結果をクライアント１０に返し、チェックボックスにチェックがされていれば、サイト内検索装置３０にクエリを渡して、このクエリに基づくサイト内検索の結果をクライアント１０に返すようにしてもよい。

以下、このようなサイト内検索の結果を得る処理について説明する。
サイト内検索装置３０では、まず、クエリ受付部３１が、検索エンジン２０からクエリを受け付け、サイト検索部３２に受け渡す。そして、サイト検索部３２の動作が開始する。

図４は、このときのサイト検索部３２の動作を示したフローチャートである。
まず、サイト検索部３２は、クエリ受付部３１からクエリを取得し、クエリ記憶部３３に記憶する（ステップ３０１）。
そして、サイト検索部３２は、クエリ記憶部３３に記憶されたクエリに含まれる複数の検索ワードの中から１つの検索ワードを切り出す（ステップ３０２）。
次に、サイト検索部３２は、切り出した検索ワードを検索エンジン２０に投入する（ステップ３０３）。そして、検索結果として得られたページの数（検索結果数）を取得し、この検索結果数をワードスコア記憶部３４に記憶する（ステップ３０４）。

また、サイト検索部３２は、ステップ３０２で切り出した検索ワードに特殊ワードを付加したクエリを検索エンジン２０に投入して再度検索を行う（ステップ３０５）。ここで、検索ワードに付加する特殊ワードは、サイト内検索ページを含むサイトを探すためのキーワードであり、例えば、「検索」、「検索フォーム」、「サイト内検索」、「search」等が考えられる。但し、このようにして検索したページの中には、検索ワード及び特殊ワードを含むものの、サイト内検索ページではないページも含まれる。そこで、サイト検索部３２は、ステップ３０５での検索で得られたページを、<form>タグから</form>タグまでの間に特殊ワードが含まれるページに絞り込む（ステップ３０６）。ここでの特殊ワードとしても、例えば、「検索」、「検索フォーム」、「サイト内検索」、「search」等が考えられる。そして、サイト検索部３２は、サイト内検索ページの数（サイト内検索ページ数）を取得し、このサイト内検索ページ数をワードスコア記憶部３４に記憶する（ステップ３０７）。

更に、サイト検索部３２は、以下の式により、ワードスコアを算出し、ワードスコア記憶部３４に記憶する（ステップ３０８）。
ワードスコア＝サイト内検索ページ数／検索結果数
尚、この計算方法は、ウェブ全体に対する検索を抽象的な検索ワードで行った後、サイト内検索を具体的な検索ワードで行うことで、サイト内の目的のページに到達する、という仮定に基づいている。
或いは、ワードスコアは、特殊ワードに関連するページの総数、特殊ワードに関連するページのスコア（PageRank（登録商標）、検索ワードとの関連度等）の総和、もしくは比率であってもよい。即ち、ページに関する所定の数値であれば、如何なるものを採用してもよい。
そして、サイト検索部３２は、ステップ３０２で切り出した検索ワードに対して、サイト内検索ページのＵＲＬと、検索エンジン２０がそのサイト内検索ページに付与したスコア（以下、「サイト検索スコア」という）とを、サイト検索結果記憶部３５に記憶する（ステップ３０９）。ここで、サイト検索スコアとしては、ページの内容と検索ワードとの関連度を示すスコアや、PageRank（登録商標）のように検索ワードとは独立したページの重要度等を示すスコアが考えられるが、ページの所定の性質の程度を示すスコアであれば、如何なるスコアを採用してもよい。

その後、サイト検索部３２は、ステップ３０２で検索ワードを切り出した後のクエリに、まだ検索ワードが残っているかどうかを判定する（ステップ３１０）。そして、検索ワードが残っていると判定されれば、ステップ３０２〜３０９を繰り返す。また、検索ワードが残っていないと判定されれば、処理を終了する。
尚、この動作例では、ステップ３０５で、検索ワードに特殊ワードを付加したクエリを検索エンジン２０に投入して検索を行い、この検索で得られたページを、ステップ３０６で、<form>タグから</form>タグまでに特殊ワードを含むページに絞り込んだ。しかしながら、ステップ３０５で、検索ワードだけを検索エンジン２０に投入して検索を行い、この検索で得られたページを、ステップ３０６で、<form>タグから</form>タグまでに特殊ワードを含むページに絞り込むようにしてもよい。
また、この動作例では、ステップ３０６で、<form>タグから</form>タグまでに特殊ワードを含むページに絞り込んだが、<form>の有無等、他の文字列の有無に基づいてページを絞り込むようにしてもよい。

ここで、ステップ３０４、３０７、３０８で情報が記憶されるワードスコア記憶部３４について説明する。
図５は、ワードスコア記憶部３４に記憶される情報の一例を示した図である。
図示するように、ワードスコア記憶部３４には、検索ワードごとに、検索結果数と、サイト内検索ページ数と、サイト内検索ページ数／検索結果数によって得られるワードスコア（単位は％）とが記憶されている。
例えば、検索ワード「ブログ」を検索エンジン２０に投入することにより、１８３０００件のページがヒットし、検索ワード「ブログ」に特殊ワード「検索」を付加したクエリを検索エンジン２０に投入することにより、５００００件のページがサイト内検索ページと判定され、その結果、検索ワード「ブログ」にワードスコア「２７」が付与されたことが示されている。

また、ステップ３０９で情報が記憶されるサイト検索結果記憶部３５について説明する。
図６は、サイト検索結果記憶部３５に記憶される情報の一例を示した図である。
図示するように、サイト検索結果記憶部３５には、検索ワードごとに、サイト内検索ページのＵＲＬと、サイト検索スコアとが対応付けられて記憶されている。
サイト内検索ページのＵＲＬは、図４のステップ３０５で検索ワードに特殊ワードを付加して検索することにより得られたＵＲＬである。
サイト検索スコアは、上述したように、図４のステップ３０５での検索により、検索エンジン２０がページに付与したスコアである。

（ａ）では、検索ワード「ブログ」を用いて求められたサイト内検索ページのＵＲＬとサイト検索スコアとを検索ワード「ブログ」用の記憶領域に記憶している。ここでは、上から順に、サイトＡ，Ｂ，Ｃ，Ｄ，Ｅ，…が、検索ワード「ブログ」を用いて求められているものとする。
（ｂ）では、検索ワード「旅行」を用いて求められたサイト内検索ページのＵＲＬとサイト検索スコアとを検索ワード「旅行」用の記憶領域に記憶している。ここでは、上から順に、サイトＦ，Ｇ，…が、検索ワード「旅行」を用いて求められているものとする。
（ｃ）では、検索ワード「ギリシャ」を用いて求められたサイト内検索ページのＵＲＬとサイト検索スコアとを検索ワード「ギリシャ」用の記憶領域に記憶している。ここでは、サイトＨ，…が、検索ワード「ギリシャ」を用いて求められているものとする。
尚、本明細書では、各サイトをサイトＡ，Ｂ，Ｃ，Ｄ，Ｅ，Ｆ，Ｇ，Ｈとして言及するが、図面では、各サイトを具体的なＵＲＬで示すものとする。

このように、図では、各検索ワードを用いて求めたサイト内検索ページのＵＲＬとサイト検索スコアとを各検索ワードに対応する記憶領域に記憶するようにした。しかしながら、各検索ワードを用いて求めたサイト内検索ページのＵＲＬとサイト検索スコアとを記憶する形態は、これには限らない。例えば、各検索ワードを用いて求めたサイト内検索ページのＵＲＬとサイト検索スコアとを同一の記憶領域に記憶するようにしてもよい。その場合、サイト内検索ページのＵＲＬ、サイト検索スコアに加え、検索ワードを項目として追加し、サイト内検索ページのＵＲＬとサイト検索スコアとがどの検索ワードを用いて得られたものかを明示しておけばよい。

このように、ワードスコア記憶部３４及びサイト検索結果記憶部３５に情報が記憶されると、サイト決定部３６が、サイト内検索を行う対象のサイトを決定する。
図７は、このときのサイト決定部３６の動作例を示したフローチャートである。
まず、サイト決定部３６は、サイト検索結果記憶部３５に記憶されたサイト検索結果のうちのある検索ワードに対する検索結果から１行のレコードを読み込む（ステップ３２１）。また、その検索ワードのワードスコアをワードスコア記憶部３４から取得する（ステップ３２２）。そして、ステップ３２１で読み込んだ検索結果に含まれるサイト検索スコアと、ステップ３２２で取得したワードスコアとを掛け合わせて、サイトスコアを算出する（ステップ３２３）。即ち、各検索ワードに基づく検索結果（サイト）には、検索エンジン２０によりサイト検索スコアが付与されているので、本実施の形態ではこれを再利用し、以下の式のように、ステップ３２２で求めた各検索ワードのワードスコアを掛け合わせて、サイトスコアを再計算している。
サイトスコア＝そのサイトを探すために用いた検索ワードのワードスコア×検索エンジン２０がそのサイトに付与したサイト検索スコア

これにより、サイト決定部３６は、サイト内検索ページのＵＲＬと、サイトスコアと、検索ワードとを、サイトスコア記憶部３７にスコア順に整列された状態で記憶する（ステップ３２４）。即ち、これらの情報からなるレコードをサイトスコア記憶部３７に記憶しようとした際に、既にレコードがあれば、これから記憶しようとするレコードを、そのレコードに含まれるサイトスコアよりも大きいサイトスコアを含むレコードの次で、かつ、そのレコードに含まれるサイトスコアよりも小さいサイトスコアを含むレコードの前のレコードとして記憶する。その際、新たに記憶したレコードよりも後のレコードは、順番が１つずつ繰り下がることになる。

その後、サイト決定部３６は、現在着目している検索ワードに対応するサイト検索結果からＮ行のレコードを読み込んだかどうかを判定する（ステップ３２５）。尚、ここで、Ｎは、サイト内検索を行う対象のサイトの数としてユーザが指定した自然数である。
その結果、まだＮ行のレコードを読み込んでいないと判定されれば、ステップ３２１〜３２４を繰り返す。一方、Ｎ行のレコードを読み込んだと判定されれば、未処理の検索ワードが他にあるかどうかを判定する（ステップ３２６）。そして、未処理の検索ワードが他にあると判定されれば、ステップ３２１〜３２５を繰り返す。また、未処理の検索ワードが他にないと判定されれば、処理を終了する。

ここで、ステップ３２４で情報が記憶されるサイトスコア記憶部３７について説明する。
図８は、サイトスコア記憶部３７に記憶される情報の一例を示した図である。
図示するように、サイトスコア記憶部３７には、サイト内検索ページのＵＲＬと、サイトスコアと、検索ワードとが対応付けられて記憶されている。
ここでは、上から順に、サイトＡ，Ｂ，Ｆ，Ｇ，Ｃ，Ｈ，Ｄ，Ｅにおけるサイトスコア情報を例示している。つまり、これは、サイト内検索を行う対象のサイトの数としてユーザが指定したＮが「８」のときの例である。
例えば、サイト内検索ページのＵＲＬが「http://aaablog.jp/」のサイトＡの場合、このサイトを検索するのに用いた検索ワード「ブログ」のワードスコアは、図５に示すように「２７」であり、このサイトを検索した時に検索エンジン２０が付与したサイト検索スコアは、図６（ａ）に示すように「２０」である。従って、これらのスコアを掛け合わせることにより、サイトスコア「５４０」が記憶されている。

このように、サイトスコア記憶部３７に情報が記憶されると、サイト内検索部３８が、ここで記憶されたサイトを対象として、サイト内検索を行う。
図９は、このときのサイト内検索部３８の動作例を示したフローチャートである。
まず、サイト内検索部３８は、サイトスコア記憶部３７に記憶されたサイトスコア情報から１行のレコードを読み込む（ステップ３４１）。また、読み込んだレコードに含まれる検索ワード以外の検索ワードをクエリ記憶部３３から取得する（ステップ３４２）。そして、ステップ３４１で読み込んだレコードに含まれるサイト内検索ページに対して、ステップ３４２で取得した検索ワードを投入することにより、サイト内検索を行う（ステップ３４３）。

尚、このとき、サイトを探すために用いた検索ワードをサイト内検索で用いないのは、サイト内検索ページを探す検索ワードは、具体的な検索を目的とするサイト内検索の検索ワードとしては適さないと考えられるからである。

また、サイト内検索は、例えば、以下のように実現される。
１．サイト内検索ページから、次のような<form>タグを見つける。
<form method="get" name="sample" action="http://www.aaa.com/">
<input type="radio" name="site" value="site" checked>サイト内検索
<input type="radio" name="site" value="web">Web検索
<input type="text" name="search_word">
<input type="submit" value="検索">
</form>
２．< type="text" ...>に相当する入力に、サイト内検索で用いる検索ワードを代入する。
この場合、精度を向上するために必要があれば、知識ベースで処理を行う。
また、例えば、サイト内検索及びウェブ検索の何れかをラジオボタンで選択するような場合、「サイト」という文字列が含まれている側にチェックを切り替える。
３．次のようなＪａｖａスクリプト（「Ｊａｖａ」は登録商標）を実行する。尚、これは、「旅行 ギリシャ」という検索ワードでサイト内検索を行う場合の例である。
document.sample.search_word.value = "旅行 ギリシャ";
document.sample.submit();

これにより、サイト内検索部３８は、サイト内検索の結果を取得し、ステップ３４１で読み込んだレコードに含まれるサイトスコアや検索ワードと共にサイト内検索結果記憶部３９に記憶する（ステップ３４４）。ここで、サイト内検索の結果には、サイト内検索で見つかったページのＵＲＬを含むページのＵＲＬ（サイト内検索結果のＵＲＬ）と、サイト内検索で見つかったページの数（サイト内検索結果数）とがある。尚、サイト内検索結果数は、サイトに依存した方法で取得する。そのためには、知識ベースのテキスト解析等を用いるとよい。例えば、多くのサイトでは、「××件中」という文字列が含まれているので、その文字列をキーにして取得することができる。

その後、サイト内検索部３８は、サイトスコア情報からＮ行のレコードを読み込んだかどうかを判定する（ステップ３４５）。尚、ここでも、Ｎは、サイト内検索を行う対象のサイトの数としてユーザが指定した自然数である。
その結果、まだＮ行のレコードを読み込んでいないと判定されれば、ステップ３４１〜３４４を繰り返す。一方、Ｎ行のレコードを読み込んだと判定されれば、サイト内検索スコアを算出し、サイト内検索結果記憶部３９に記憶する（ステップ３４６）。ここで、サイト内検索スコアは、以下の式により求められる。
サイト内検索スコア＝対象サイトでのサイト内検索結果数／全てのサイトでのサイト内検索結果数
尚、この式の分母の「全てのサイト」とは、対象サイトの検索に用いた検索ワードを用いてサイト内検索を行う対象に決定された全てのサイトを意味する。
或いは、サイト内検索スコアは、各検索結果における検索ワードとの関連度の総和や、各検索結果におけるPageRank（登録商標）のように検索ワードと独立したスコアの総和であってもよい。即ち、ページの所定の性質の程度の集計結果を示すスコアであれば、如何なるスコアを採用してもよい。

また、サイト内検索部３８は、最終的なユーザへの検索結果の提示順序を決定するための最終スコアを算出して、サイト内検索結果記憶部３９に記憶し、最終スコアの高い順に情報を並べ替える（ステップ３４７）。ここで、最終スコアは、図７のステップ３２４で得られたサイトスコアに、上記のサイト内検索スコアを加味して求めるとよい。単純な例としては、サイトスコアとサイト内検索スコアとを掛け合わせることにより最終スコアを算出することが考えられる。

ここで、ステップ３４４、３４６、３４７で情報が記憶されるサイト内検索結果記憶部３９について説明する。
図１０は、サイト内検索結果記憶部３９に記憶される情報の一例を示した図である。
図示するように、サイト内検索結果記憶部３９には、サイト内検索結果のＵＲＬと、サイトスコアと、検索ワードと、サイト内検索結果数と、サイト内検索スコアと、最終スコアとが対応付けられて記憶されている。
ここでは、上から順に、サイトＢ，Ａ，Ｆ，Ｇ，Ｈ，Ｃ，Ｄ，Ｅにおけるサイト内検索結果の情報を例示している。

例えば、１行目には、次のような情報が示されている。即ち、サイト内検索結果のＵＲＬとして、サイトＢのサイト内検索ページに「旅行 ギリシャ」を入力してサイト内検索を行うことによって得られる検索結果ページのＵＲＬが示されている。また、サイトスコアとして、サイトＢのサイトスコア「４８６」が示されており、検索ワードとして、サイトＢを検索するのに用いられた検索ワード「ブログ」が示されており、サイト内検索結果数として、検索結果ページにＵＲＬが記述されたページの数「５０」が示されている。更に、サイト検索スコアとして、検索ワード「ブログ」で検索されたサイトにおけるサイト内検索数の中で、サイトＢにおけるサイト内検索結果数が占める割合が示されている。この例の場合、「０．５０（＝５０／（５０＋４０＋５＋３＋２））」である。そして、最終スコアとして、「２４３（＝４８６×０．５０）」が示されている。

また、２行目には、次のような情報が示されている。即ち、サイト内検索結果のＵＲＬとして、サイトＡのサイト内検索ページに「旅行 ギリシャ」を入力してサイト内検索を行うことによって得られる検索結果ページのＵＲＬが示されている。また、サイトスコアとして、サイトＡのサイトスコア「５４０」が示されており、検索ワードとして、サイトＢを検索するのに用いられた検索ワード「ブログ」が示されており、サイト内検索結果数として、検索結果ページにＵＲＬが記述されたページの数「４０」が示されている。更に、サイト検索スコアとして、検索ワード「ブログ」で検索されたサイトにおけるサイト内検索数の中で、サイトＡにおけるサイト内検索結果数が占める割合が示されている。この例の場合、「０．４０（＝４０／（５０＋４０＋５＋３＋２））」である。そして、最終スコアとして、「２１６（＝５４０×０．４０）」が示されている。

尚、図８に示すように、検索ワード「ブログ」を用いて求められたサイトのうち、サイトＡのサイトスコアは「５４０」、サイトＢのサイトスコアは「４８６」であった。この結果だけに基づけば、サイトＡの方が上に表示されるようにスコアが付与されるはずである。しかしながら、サイトＡ及びサイトＢに対して、サイト内検索用クエリ「旅行 ギリシャ」でサイト内検索をしたところ、サイトＡからは４０件、サイトＢからは５０件の検索結果が得られている。そこで、このサイト内検索結果を受けて、サイトＡよりもサイトＢの方が上に表示されるように、最終スコアはサイトＢの方が高くなっている。

このように、サイト内検索結果記憶部３９に情報が記憶されると、検索結果統合部４０が、検索エンジン２０が検索結果に含めるサイト内検索結果の情報を生成する。
図１１は、このときの検索結果統合部４０の動作例を示したフローチャートである。
まず、検索結果統合部４０は、サイト内検索結果記憶部３９に記憶されたサイト内検索結果から１行のレコードを読み込む（ステップ３６１）。そして、読み込んだレコードに含まれるサイト内検索結果のＵＲＬをセットしたフレームを生成する（ステップ３６２）。例えば、<frame>タグのsrc属性にサイト内検索結果のＵＲＬをセットすることにより、フレームを生成すればよい。また、読み込んだレコードに含まれるサイト内検索結果数に応じたフレームの高さを所定の計算式で算出し、算出したフレームの高さもフレームの付随情報としてセットする（ステップ３６３）。ここで、所定の計算式としては、例えば、サイト内検索結果数に対して、１つの検索結果を表示するのに適切な高さとして予め定められた高さを乗ずる計算式が考えられる。また、このように求めたフレームの高さは、例えば、<frameset>タグのrows属性にセットするとよい。

その後、検索結果統合部４０は、サイト内検索結果からＮ行のレコードを読み込んだかどうかを判定する（ステップ３６４）。尚、ここでも、Ｎは、サイト内検索を行う対象のサイトの数としてユーザが指定した自然数である。
その結果、まだＮ行のレコードを読み込んでいないと判定されれば、ステップ３６１〜３６３を繰り返す。一方、Ｎ行のレコードを読み込んだと判定されれば、検索結果統合部４０は、ステップ３６２〜３６３で情報がセットされたフレームの集合（フレームセット）を検索エンジン２０に受け渡す（ステップ３６５）。

これにより、検索エンジン２０は、検索結果を表示するページにフレームセットをはめ込んだページを生成し、クライアント１０に送信する。
そして、クライアント１０に検索結果が表示される。
図１２は、このときにクライアント１０に表示される検索結果の一例である。
この検索結果では、サイトＡである「ａａａブログ」におけるサイト内検索結果を含むフレーム４０１と、サイトＢである「ｂｂｂブログ」におけるサイト内検索結果を含むフレーム４０２とが表示されている。
尚、ここでは、サイトに対応するフレーム内にサイト内検索結果を表示するようにしたが、これはあくまで一例であり、他の表示形態を採用してもよい。例えば、どのサイトでのサイト内検索結果であるかを明示せずに、単純にサイト内検索結果のみを表示するようにしてもよい。

以上、本実施の形態について説明してきた。
ところで、本実施の形態において、サイトはある特定のドメインの配下にあるページ群である必要はない。より一般化して、ドメイン等に関係なく、複数の文書データからなる文書データ群として捉えてもよい。

また、本実施の形態において、図８に示したサイトスコアは、そのサイトを検索するのに用いた検索ワードのワードスコアを加味したものとなっているが、必ずしもそのような形態には限らない。例えば、ワードスコアを加味せずに、検索エンジン２０が各サイトに付与したサイト検索スコアをそのままサイトスコアとして採用してもよい。その場合は、ユーザが指定した複数の検索ワードのうち、どの検索ワードが例えば「ブログ」のように抽象度の高い検索ワードであるかの情報を別途与えておき、サイト内検索を行う対象のサイトを検索する場合には、この抽象度の高い検索ワードを用いるようにするのが好ましい。
更に、本実施の形態では、サイト内検索の対象のサイトを決定するのに用いた検索ワードとは異なる検索ワードを用いて、サイト内検索を行うようにしたが、サイト内検索を行うのに用いる検索ワードの中に、サイト内検索の対象のサイトを決定するのに用いた検索ワードが含まれていても構わない。

以上説明したように、本実施の形態では、複数の検索ワードを検索エンジン２０に投入すると、サイト内検索装置３０が、サイト内検索を行うサイトを決定し、そのサイトを対象として自動的にサイト内検索を行うようにした。これにより、検索フォームを設置しているサイトを検索することができ、従来のロボット型検索では検索できないデータ（特定のサーバから検索することでのみ得られるデータ）を検索対象にすることができるようになった。
また、サイトスコア及びサイト内検索スコアを考慮し、総合的に検索結果を表示するようにした。これにより、検索したい情報がどのサイトの中に存在しているかを判断する際の利便性が向上した。
更に、ウェブベースの統計情報を利用して算出したワードスコアを加味して、サイトスコアを算出するようにした。これにより、ユーザが指定した複数の検索ワードのうち、どの検索ワードを用いて、サイト内検索を行う対象のサイトを検索すればよいかを、ユーザが意識しなくてすむようになった。

尚、本実施の形態は、次のような事例に応用可能である。
（事例１）
製品の情報を調べたい場合
メーカの製品情報等は、一度、そのメーカのサイトを経由し、再度検索を行わなければならない。しかし、本実施の形態によれば、そのメーカ内のサイトに設置してある検索フォームに自動的に検索ワードを入力し、最初の検索一覧に表示することができる。
（事例２）
サイトが管理している情報の特徴を知りたい場合
情報が様々なサイトやメーリングリスト等で運営されている場合、そのサイト内検索を行った結果を最初の検索一覧に表示することで、迅速にサイトの特徴と良い情報を管理しているサイトを知ることができる。

最後に、本実施の形態を適用するのに好適なコンピュータのハードウェア構成について説明する。図１３は、このようなコンピュータのハードウェア構成の一例を示した図である。図示するように、コンピュータは、演算手段であるＣＰＵ（Central Processing Unit）９０ａと、Ｍ／Ｂ（マザーボード）チップセット９０ｂを介してＣＰＵ９０ａに接続されたメインメモリ９０ｃと、同じくＭ／Ｂチップセット９０ｂを介してＣＰＵ９０ａに接続された表示機構９０ｄとを備える。また、Ｍ／Ｂチップセット９０ｂには、ブリッジ回路９０ｅを介して、ネットワークインターフェイス９０ｆと、磁気ディスク装置（ＨＤＤ）９０ｇと、音声機構９０ｈと、キーボード／マウス９０ｉと、フレキシブルディスクドライブ９０ｊとが接続されている。

尚、図１３において、各構成要素は、バスを介して接続される。例えば、ＣＰＵ９０ａとＭ／Ｂチップセット９０ｂの間や、Ｍ／Ｂチップセット９０ｂとメインメモリ９０ｃの間は、ＣＰＵバスを介して接続される。また、Ｍ／Ｂチップセット９０ｂと表示機構９０ｄとの間は、ＡＧＰ（Accelerated Graphics Port）を介して接続されてもよいが、表示機構９０ｄがＰＣＩ Ｅｘｐｒｅｓｓ対応のビデオカードを含む場合、Ｍ／Ｂチップセット９０ｂとこのビデオカードの間は、ＰＣＩ Ｅｘｐｒｅｓｓ（ＰＣＩｅ）バスを介して接続される。また、ブリッジ回路９０ｅと接続する場合、ネットワークインターフェイス９０ｆについては、例えば、ＰＣＩ Ｅｘｐｒｅｓｓを用いることができる。また、磁気ディスク装置９０ｇについては、例えば、シリアルＡＴＡ（AT Attachment）、パラレル転送のＡＴＡ、ＰＣＩ（Peripheral Components Interconnect）を用いることができる。更に、キーボード／マウス９０ｉ、及び、フレキシブルディスクドライブ９０ｊについては、ＵＳＢ（Universal Serial Bus）を用いることができる。

ここで、本発明は、全てハードウェアで実現してもよいし、全てソフトウェアで実現してもよい。また、ハードウェア及びソフトウェアの両方により実現することも可能である。また、本発明は、コンピュータ、データ処理システム、コンピュータプログラムとして実現することができる。このコンピュータプログラムは、コンピュータにより読取り可能な媒体に記憶され、提供され得る。ここで、媒体としては、電子的、磁気的、光学的、電磁的、赤外線又は半導体システム（装置又は機器）、或いは、伝搬媒体が考えられる。また、コンピュータにより読取り可能な媒体としては、半導体、ソリッドステート記憶装置、磁気テープ、取り外し可能なコンピュータディスケット、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、リジッド磁気ディスク、及び光ディスクが例示される。現時点における光ディスクの例には、コンパクトディスク−リードオンリーメモリ（ＣＤ−ＲＯＭ）、コンパクトディスク−リード／ライト（ＣＤ−Ｒ／Ｗ）及びＤＶＤが含まれる。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態には限定されない。本発明の精神及び範囲から逸脱することなく様々に変更したり代替態様を採用したりすることが可能なことは、当業者に明らかである。

本発明の実施の形態におけるコンピュータシステムの全体構成を示した図である。 本発明の実施の形態の概略動作を説明するための図である。 本発明の実施の形態におけるサイト内検索装置の機能構成例を示した図である。 本発明の実施の形態のサイト内検索装置におけるサイト検索部の動作例を示したフローチャートである。 本発明の実施の形態のサイト内検索装置におけるワードスコア記憶部の記憶内容の一例を示した図である。 本発明の実施の形態のサイト内検索装置におけるサイト検索結果記憶部の記憶内容の一例を示した図である。 本発明の実施の形態のサイト内検索装置におけるサイト決定部の動作例を示したフローチャートである。 本発明の実施の形態のサイト内検索装置におけるサイトスコア記憶部の記憶内容の一例を示した図である。 本発明の実施の形態のサイト内検索装置におけるサイト内検索部の動作例を示したフローチャートである。 本発明の実施の形態のサイト内検索装置におけるサイト内検索結果記憶部の記憶内容の一例を示した図である。 本発明の実施の形態のサイト内検索装置における検索結果統合部の動作例を示したフローチャートである。 本発明の実施の形態における検索結果の表示例を示した図である。 本発明の実施の形態を適用可能なコンピュータのハードウェア構成を示した図である。

符号の説明

１０…クライアント、２０…検索エンジン、３０…サイト内検索装置、３１…クエリ受付部、３２…サイト検索部、３３…クエリ記憶部、３４…ワードスコア記憶部、３５…サイト検索結果記憶部、３６…サイト決定部、３７…サイトスコア記憶部、３８…サイト内検索部、３９…サイト内検索結果記憶部、４０…検索結果統合部

Claims (12)

1. 複数の検索語に基づいて文書データを検索する装置であって、
   前記複数の検索語のうちの第１の検索語に関連する複数の文書データ群であって、各文書データ群が当該各文書データ群内の検索のための検索用文書データを含む複数の文書データ群を決定する決定部と、
   前記決定部により決定された前記複数の文書データ群の各文書データ群に含まれる前記検索用文書データを用いて、当該各文書データ群から、前記複数の検索語のうちの前記第１の検索語とは異なる第２の検索語に関連する複数の文書データを検索する検索部と、
   前記検索部により検索された前記複数の文書データに関する情報を出力する出力部と
   を備え、
   前記決定部は、前記第１の検索語と、前記検索用文書データを検索するための語として予め定められた特定の検索語とを検索エンジンに投入し、当該検索エンジンから返された検索結果に含まれる各文書データ群の所定の性質の程度と、前記第１の検索語に関連する文書データのうちの前記特定の検索語に関連する文書データに関する所定の数値とから得られる指標に基づいて、前記複数の文書データ群を決定することを特徴とする装置。
2. 前記決定部は、前記第１の検索語を検索エンジンに投入し、当該検索エンジンから返された検索結果における特定の文字列の有無に基づいて、前記複数の文書データ群を決定する、請求項１の装置。
3. 前記出力部は、前記複数の文書データに関する情報として、前記決定部により決定された前記複数の文書データ群の各文書データ群と、前記検索部により当該各文書データ群から検索された当該複数の文書データとを関連付けて表示するための表示情報を出力する、請求項１の装置。
4. 前記検索部は、前記複数の文書データ群の各文書データ群内の検索のための各検索エンジンに前記第２の検索語を投入することにより、当該各文書データ群から、前記複数の文書データを検索し、
   前記出力部は、各検索エンジンから返された各検索結果に基づいて前記表示情報のレイアウトを決定し、当該レイアウトの当該表示情報を出力する、請求項３の装置。
5. 前記出力部は、各検索結果に含まれる前記複数の文書データの数に基づいて前記レイアウトを決定する、請求項４の装置。
6. 前記出力部は、各検索結果に含まれる前記複数の文書データのそれぞれの所定の性質の程度の集計結果に基づいて前記レイアウトを決定する、請求項４の装置。
7. 複数の検索語に基づいて文書データを検索する装置であって、
   前記複数の検索語のうちの第１の検索語に関連し、文書データ群内の検索のための第１の検索用文書データを含む第１の文書データ群と、前記複数の検索語のうちの当該第１の検索語とは異なる第２の検索語に関連し、文書データ群内の検索のための第２の検索用文書データを含む第２の文書データ群とを決定する決定部と、
   前記決定部により決定された前記第１の文書データ群から、前記第１の検索用文書データを用いて、前記第２の検索語に関連する第１の文書データを検索し、前記決定部により決定された前記第２の文書データ群から、前記第２の検索用文書データを用いて、前記第１の検索語に関連する第２の文書データを検索する検索部と、
   前記検索部により検索された前記第１の文書データと前記第２の文書データとに関する情報を出力する出力部と
   を備え、
   前記決定部は、前記第１の検索語と、文書データ群内の検索のための検索用文書データを検索するための語として予め定められた特定の検索語とを検索エンジンに投入し、当該検索エンジンから返された第１の検索結果に基づいて、前記第１の文書データ群を決定し、前記第２の検索語と前記特定の検索語とを前記検索エンジンに投入し、当該検索エンジンから返された第２の検索結果に基づいて、前記第２の文書データ群を決定し、
   前記決定部は、前記第１の検索結果に含まれる各文書データ群の所定の性質の程度と、前記第１の検索語に関連する文書データのうちの前記特定の検索語に関連する文書データに関する所定の数値とから得られる第１の指標、及び、前記第２の検索結果に含まれる各文書データ群の所定の性質の程度と、前記第２の検索語に関連する文書データのうちの前記特定の検索語に関連する文書データに関する所定の数値とから得られる第２の指標に基づいて、前記第１の文書データ群及び前記第２の文書データ群を決定することを特徴とする装置。
8. 前記決定部は、前記第１の検索語を検索エンジンに投入し、当該検索エンジンから返された第１の検索結果における特定の文字列の有無に基づいて、前記第１の文書データ群を決定し、前記第２の検索語を前記検索エンジンに投入し、当該検索エンジンから返された第２の検索結果における当該特定の文字列の有無に基づいて、前記第２の文書データ群を決定する、請求項７の装置。
9. 前記出力部は、前記第１の文書データと前記第２の文書データとに関する情報として、前記決定部により決定された前記第１の文書データ群と、前記検索部により検索された当該第１の文書データとを関連付けて表示するための第１の表示情報、及び、前記決定部により決定された前記第２の文書データ群と、前記検索部により検索された当該第２の文書データとを関連付けて表示するための第２の表示情報を出力する、請求項７の装置。
10. 複数の検索語に基づいて文書データを検索する装置であって、
    前記複数の検索語のうちの第１の検索語及び第２の検索語をそれぞれ検索エンジンに投入することにより、複数の文書データを検索し、当該第１の検索語と予め定められた特定の検索語とを含む第１の検索語列、及び、当該第２の検索語と当該特定の検索語とを含む第２の検索語列をそれぞれ前記検索エンジンに投入することにより、文書データ群内の検索のための複数の検索用文書データを検索する第１の検索部と、
    前記第１の検索語列及び前記第２の検索語列をそれぞれ前記検索エンジンに投入して前記第１の検索部により検索された前記複数の検索用文書データの中から、当該複数の検索用文書データに前記検索エンジンが与えたスコアと、前記第１の検索語を前記検索エンジンに投入して前記第１の検索部により検索された複数の文書データのうちの当該第１の検索語列を前記検索エンジンに投入して前記第１の検索部により検索された複数の検索用文書データの比率とから得られる第１の指標、及び、当該複数の検索用文書データに前記検索エンジンが与えたスコアと、前記第２の検索語を前記検索エンジンに投入して前記第１の検索部により検索された複数の文書データのうちの当該第２の検索語列を前記検索エンジンに投入して前記第１の検索部により検索された複数の検索用文書データの比率とから得られる第２の指標に基づいて、第１の文書データ群内の検索のための第１の検索用文書データ、及び、第２の文書データ群内の検索のための第２の検索用文書データを決定する決定部と、
    前記決定部により決定された前記第１の検索用文書データを用いて、前記第１の文書データ群から、前記第２の検索語に関連する第１の文書データを検索し、前記決定部により決定された前記第２の検索用文書データを用いて、前記第２の文書データ群から、前記第１の検索語に関連する第２の文書データを検索する第２の検索部と、
    前記決定部により決定された前記第１の検索用文書データと、前記第２の検索部により検索された前記第１の文書データとを関連付けて表示するための第１の表示情報、及び、前記決定部により決定された前記第２の検索用文書データと、前記第２の検索部により検索された前記第２の文書データとを関連付けて表示するための第２の表示情報を出力する出力部と
    を備えた、装置。
11. 複数の検索語に基づいて文書データを検索する方法であって、
    前記複数の検索語のうちの第１の検索語に関連する複数の文書データ群であって、各文書データ群が当該各文書データ群内の検索のための検索用文書データを含む複数の文書データ群を決定するステップと、
    決定された前記複数の文書データ群の各文書データ群に含まれる前記検索用文書データを用いて、当該各文書データ群から、前記複数の検索語のうちの前記第１の検索語とは異なる第２の検索語に関連する複数の文書データを検索するステップと、
    検索された前記複数の文書データに関する情報を出力するステップと
    を含み、
    前記複数の文書データ群を決定するステップでは、前記第１の検索語と、前記検索用文書データを検索するための語として予め定められた特定の検索語とを検索エンジンに投入し、当該検索エンジンから返された検索結果に含まれる各文書データ群の所定の性質の程度と、前記第１の検索語に関連する文書データのうちの前記特定の検索語に関連する文書データに関する所定の数値とから得られる指標に基づいて、前記複数の文書データ群を決定することを特徴とする方法。
12. 複数の検索語に基づいて文書データを検索する装置としてコンピュータを機能させるプログラムであって、
    前記コンピュータを、
    前記複数の検索語のうちの第１の検索語に関連する複数の文書データ群であって、各文書データ群が当該各文書データ群内の検索のための検索用文書データを含む複数の文書データ群を決定する決定部と、
    前記決定部により決定された前記複数の文書データ群の各文書データ群に含まれる前記検索用文書データを用いて、当該各文書データ群から、前記複数の検索語のうちの前記第１の検索語とは異なる第２の検索語に関連する複数の文書データを検索する検索部と、
    前記検索部により検索された前記複数の文書データに関する情報を出力する出力部と
    して機能させ、
    前記決定部は、前記第１の検索語と、前記検索用文書データを検索するための語として予め定められた特定の検索語とを検索エンジンに投入し、当該検索エンジンから返された検索結果に含まれる各文書データ群の所定の性質の程度と、前記第１の検索語に関連する文書データのうちの前記特定の検索語に関連する文書データに関する所定の数値とから得られる指標に基づいて、前記複数の文書データ群を決定することを特徴とするプログラム。

Images