JP5492187B2 - 編集距離および文書情報を使用する検索結果順位付け - Google Patents

編集距離および文書情報を使用する検索結果順位付け

Info

Publication number
JP5492187B2
JP5492187B2 JP2011504031A JP2011504031A JP5492187B2 JP 5492187 B2 JP5492187 B2 JP 5492187B2 JP 2011504031 A JP2011504031 A JP 2011504031A JP 2011504031 A JP2011504031 A JP 2011504031A JP 5492187 B2 JP5492187 B2 JP 5492187B2
Authority
JP
Grant status
Grant
Patent type
Prior art keywords
string
edit distance
query
document
term
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
JP2011504031A
Other languages
English (en)
Other versions
JP2011516989A (ja )
Inventor
タンコビッチ ウラディミール
イ ハン
マイヤーゾン ドミトリー
シュウ ジュン
Original Assignee
マイクロソフト コーポレーション
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
Grant date

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/20Handling natural language data
    • G06F17/21Text processing
    • G06F17/22Manipulating or registering by use of codes, e.g. in sequence of text characters
    • G06F17/2211Calculation of differences between files
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/30Information retrieval; Database structures therefor ; File system structures therefor
    • G06F17/30861Retrieval from the Internet, e.g. browsers
    • G06F17/30864Retrieval from the Internet, e.g. browsers by querying, e.g. search engines or meta-search engines, crawling techniques, push systems

Description

本発明は、編集距離および文書情報を使用する検索結果順位付けに関する。

標準的な検索エンジンサービスにおいて、ユーザは、クエリと一致するURL(universal resource locator)のインデックス付きコレクションから最上位の関連文書を選択することにより、クエリを入力することができる。クエリに迅速に応じるために、検索エンジンは、キーワードを文書にマップする1つまたは複数の方法(たとえば、逆インデックスデータ構造体)を使用する。たとえば、エンジンにより実行される第1のステップは、ユーザのクエリによって指定されたキーワードを含む候補文書のセットを識別することであってもよい。これらのキーワードは、文書本文もしくはメタデータ、または(アンカーテキストのような)他の文書もしくはデータストアに実際に格納されるこの文書に関する追加のメタデータにあってもよい。

大規模なインデックスコレクションにおいて、候補文書セットの基数は、クエリ用語の共通性に応じて大きく(たとえば、場合によっては数百万に)なる可能性もある。検索エンジンは、候補文書のセット全体を返すのではなく、関連度に関して候補文書を順位付けする第2のステップを実行する。通常、検索エンジンは、特定のクエリに対する文書の関連度の度合いを予測するために、順位付け関数を使用する。順位付け関数は、文書から複数の特徴を入力として取り出し、検索エンジンが予測された関連度により文書をソートできるようにする数値を計算する。

関数がいかに正確に文書の関連度を予測するかに関する順序付け関数の品質は、最終的に、検索結果に対するユーザの満足度、またはユーザが提示した質問に回答を得られる平均回数によって決まる。システムに対する全般的なユーザ満足度は、単一の数値(またはメトリック)によって概算されてもよいが、それは順位付け関数を変更することで数値を最適化できるからである。通常、メトリックは、クエリログの無作為抽出により事前に選択されるクエリの代表的なセットにわたり計算され、評価クエリのそれぞれに対してエンジンによって返される結果ごとに関連度ラベルを割り当てるステップを伴う。しかし、文書の順序付けおよび関連度のためのこれらのプロセスは、望ましい結果をもたらすには依然として非効率的である。

本明細書において説明される一部の新規な実施形態の基礎的な理解をもたらすために、簡略化した要約(課題を解決するための手段)を以下に提示する。この要約(課題を解決するための手段)は、広範に及ぶ概要ではなく、主要/重要な要素を特定すること、またはその範囲を詳細に記述することを意図するものではない。その唯一の目的は、後段において提示されるさらに詳細な説明の前置きとして簡略化された形態で一部の概念を提示することである。

アーキテクチャは、クエリ文字列に基づいて検索結果として受信した文書から文書情報を抽出して、データ文字列とクエリ文字列の間の編集距離を計算するための機構を提供する。データ文字列は、たとえば、TAUC(タイトル、アンカーテキスト、URL(uniform resource locator)、およびクリック)のような、文書情報から得られた文書の簡略で正確な記述であってもよい。編集距離は、結果の順序付けの一部として文書の関連度を決定する際に採用される。機構は、クエリ全体またはクエリの一部のニアマッチを検出するために近接性に関連する特徴のセットを採用し、検索結果の順位付けの関連度を向上させる。

編集距離は、クエリ文字列が、文書情報を含む所与のデータストリームまでどのくらい近いかを評価するために処理される。アーキテクチャは、クエリ用語をさらに効果的に発見できるように、URLに複合語のインデックス−時間分割を含む。加えて、1つまたは複数の文書結果の最上位N個のアンカーを見出すために、アンカーテキストのインデックス−時間フィルタリングが使用される。TAUCを使用して、情報はニューラルネットワーク(たとえば、2層)に入力され、検索結果を順位付けするための関連度メトリックを向上させることができる。

前述の目的および関連する目的を達成するため、本明細書において特定の例示の態様が、以下の説明および付属の図面と共に説明される。しかし、それらの態様は、本明細書において開示される原理が採用されうるさまざまな方法のほんの一部を示すに過ぎず、すべてのそのような態様および等価物を含むことが意図される。その他の利点および新規の特徴は、図面と併せて検討すれば以下の詳細な説明から明らかとなろう。

コンピュータにより実施される関連度システムを示す図である。 編集距離を計算するための例示の照合アルゴリズムを示す流れ図である。 修正された編集距離および照合アルゴリズムを使用し、クエリ文字列およびデータ文字列に基づいて編集距離値を処理して生成するステップを示す図である。 修正された編集距離および照合アルゴリズムを使用し、クエリ文字列およびデータ文字列に基づいて編集距離値を処理して生成するステップのもう1つの例を示す図である。 ニューラルネットワークを採用して文書の関連度スコアの生成を補助するコンピュータ実施の関連度システムを示す図である。 クエリ文字列とデータ文字列の間の編集距離を決定するために文書情報に採用されうるデータの型を示す図である。 インデックス−時間処理データフローを示す図である。 結果を順位付けするための図7のインデックスプロセスからニューラルネットワークへの入力を示すブロック図である。 検索結果の生成を計算するためのニューラルネットワーク、編集距離入力、および生の特徴入力の例示的なシステムの実施態様を示す図である。 文書結果セットの文書関連度を決定する方法を示す図である。 文書の関連度を計算する方法を示す図である。 開示されるアーキテクチャによる、TAUC特徴を使用して検索結果を順位付けするために編集距離処理を実行するよう動作可能なコンピューティングシステムを示すブロック図である。

開示されるアーキテクチャは、クエリ全体のニアマッチ、またはタイトル、アンカー、URL、もしくはクリックのような、文書に関する正確なメタデータとの一致を検出するために近接性に関連する特徴のセットを実施することにより、検索結果順序付けの関連度を向上させる。たとえば、クエリ「company store」、第1の文書の文書タイトル「company store online」および第2の文書の文書タイトル「new NEC LCD monitors in company store」を考察する。その他の特性は、第1の文書および第2の文書のいずれも同じであると仮定して、アーキテクチャは、選択されたストリームをクエリと一致させるためにどれほどの編集努力が注がれるかに基づいて、文書のスコアを割り当てる。この例において、文書タイトルは、評価のために選択される。完全一致させるため、第1の文書のタイトルには(「online」という用語を削除する)1つの削除操作だけが必要であるが、第2の文書のタイトルには(「new」、「NEC」、「LCD」、「monitors」、および「in」という用語を削除する)5つの削除が必要である。したがって、第1の文書は、より関連度が高いと計算される。

タイトルは、クエリ用語が複合語から見出されるようにデータの一部のストリーム(たとえば、URL)に処理を適用することができるTAUC(タイトル、アンカー、URL、およびクリック)文書情報の1つの要素である。たとえば、ここでもまた、クエリ「company store」を考察し、URLが「www.companystore.com」であるとする。その結果、URLが「www」、「company」、「store」、および「com」という4つの部分(または用語)に分割される。

これ以降、図面が参照されるが、全体を通じて類似する要素を参照するために類似する番号が使用される。以下の説明において、その十分な理解をもたらすために、説明を目的として多数の具体的な詳細が示される。しかし、新規の実施形態がそれらの特定の詳細なくして実施されうることは明らかとなろう。その他の例において、よく知られた構造体およびデバイスが、その説明を容易にするためにブロック図の形態で示される。

図1は、コンピュータにより実施される関連度システム100を示す図である。システム100は、クエリ文字列110に基づいて検索結果108として受信した文書106から文書情報104を抽出するための処理コンポーネント102を含む。システム100はまた、文書情報104から導かれたデータ文字列116とクエリ文字列110の間の編集距離114を計算するための近接性コンポーネント112を含むこともできる。編集距離114は、検索結果108の一部として文書106の関連度を決定する際に採用される。

データ文字列116を生成するために採用される文書情報104は、たとえば、タイトル情報(または文字)、リンク情報(たとえば、URL文字)、クリックストリーム情報、および/またはアンカーテキスト(または文字)を含むことができる。処理コンポーネント102は、インデックス時間において文書情報104の複合語を分割して、編集距離114を計算する。処理コンポーネント102はまた、インデックス時間において、アンカーテキストのような文書情報をフィルタリングして、アンカーテキストの上位順位付けセットを計算する。

編集距離114の計算は、データ文字列116とクエリ文字列110の間の近接性を高める(近づける)ために、用語の挿入および削除に基づいて行われる。編集距離114の計算はまた、データ文字列116とクエリ文字列110の間の近接性を高める(近づける)ために、用語の挿入および削除に関連付けられているコストに基づいて行われてもよい。

クエリ文字列110からの用語の挿入および/または削除に基づいてデータ文字列116(たとえば、TAUC)を生成するシナリオを考察する。この用語の処理は、非クエリの単語をクエリ文字列110に挿入する、クエリ用語をクエリ文字列110に挿入する、クエリ文字列110からTAUC用語を削除する、および/または、非TAUCの用語をクエリ文字列110から削除する、という4つの操作に従って実行されてもよい。

編集距離114は、挿入操作および削除操作に基づくが、置換には基づいていない。挿入に対して定義されるコストには2つのタイプがあってもよい。データ文字列116をクエリ文字列110から生成するシナリオを考察する。生成する際、単語はクエリ文字列110に挿入することができるが、これが元のクエリ文字列110に存在する場合、コストは1として定義され、それ以外の場合、コストはw1(≧1)として定義される。ここで、w1は、調整される重み付けパラメータである。たとえば、クエリ文字列110がABである場合、ABCのデータ文字列を生成するコストは、データ文字列ABAを生成するコストよりも高い。「不適切な単語」をデータ文字列116に挿入することでデータ文字列116(たとえば、TAUC)全体をさらに不適切にすることは直感的に分かる。

削除のコストには2つのタイプがあってもよい。ここでもまた、データ文字列116をクエリ文字列110から生成するシナリオを考察する。クエリ文字列110の用語を削除する場合、その用語が元のデータ文字列116に存在すれば、コストは1として定義され、それ以外の場合、コストはw2(≧1)として定義される。

コストのもう1つのタイプは、位置コストである。削除または挿入がデータ文字列116の第1の位置において行われた場合、追加のコストがある(+w3)。2つの文字列(クエリ文字列110およびデータ文字列116)の最初の部分の一致は、文字列の後半部分の一致よりも重要視されることは直感的に分かる。クエリ文字列110が「cnn」であり、データ文字列116がタイトル=「cnn.com−blur blur」である以下の例を考察する。挿入または削除が第1の位置において行われる場合、それはソリューションの有効性を大幅に低下させる可能性がある。

図2は、編集距離を計算するための例示の修正済み照合アルゴリズム200を示す流れ図である。説明を簡潔にするために、本明細書において、たとえば流れ図またはフローダイアグラムの形態で示される1つまたは複数の方法論は、一連の動作として示され説明されるが、一部の動作はそれに従って、本明細書において示され説明される他の動作と異なる順序および/または他の動作と同時に生じることもあるので、方法論は、動作の順序に限定されないことを理解および認識されたい。たとえば、当業者は、方法論が代替として、状態図におけるように、一連の相互関係のある状態またはイベントとして表されてもよいことを理解し認識するであろう。さらに、方法論に示される動作のすべてが、新規の実施形態に必須とされるわけではない。

200において、クエリ文字列およびデータ(またはターゲット)文字列の要素が列挙される。これは、クエリ文字列の長さをnに設定し(クエリ文字列内の各用語はs[i]である)、ターゲット(またはデータ)文字列の長さをmに設定する(ターゲット文字列内の各用語はt[j]と表される)ことで達成される。202において、0...m行および0...n列を含む行列が構築される(ここで、行列内の各用語はd[j,i]と表される)。204において、第1行は、削除のさまざまなコストに依存する値で初期化され、第1列は、挿入のさまざまなコストに依存する値で初期化される。206においてn=0である場合、208に示されるようにd[m,0]を返して終了し、206においてM=0である場合、208に示されるようにd[0,n]を返して終了する。210において、クエリ文字列の各文字は検査される(1からnまでのi)。212において、ターゲット文字列の各文字は検査される(1からmまでのj)。214において、クエリ文字列内の文字列がデータ文字列内の文字と等しい場合、フローは、コストがゼロであり次の行列セルが処理される216に進む。言い換えれば、s[i]がt[j]と等しい場合、コストは0であり、d[j,i]=d[j−1,i−1]である。

クエリ文字列セル内の文字がデータ文字列セル内の文字と等しくない場合、フローは214から218に進み、そこで現在のセルは真上のセルまたはすぐ左のセルに挿入コストまたは削除コストを加えた値に設定される。言い換えれば、s[i]がt[j]と等しくない場合、行列のセルd[j,i]を、対応する挿入コストを加えた真上のセル(d[j−1,i]+cost_insertionで表される)または対応する削除コストを加えたすぐ左のセル(d[j,i−1]+cost_deletionで表される)の最小値と等しく設定する。220において、ステップ210、212、214、216、および218は、完了するまで繰り返される。222において、セルd[m,n]で得られた最終コストが出力される。例におけるcost_insertionおよびcost_deletionは、たとえば挿入コストにw=1、w3=4、および削除コストにw2=1、w4=26というように、2種類の値を有することに留意されたい。

言い換えれば、d[j,i]は、文字列s[0...i]とt[0...j]の間の編集距離を含む。定義によりd[0,0]=0(空文字列を空文字列と等しくするために編集は必要ない)。d[0,y]=d[0,y−1]+(w2またはw4)。文字列d[0,y−1]を作成するために編集が使用される回数が既知である場合、d[0,y]はd[0,y−1]+ターゲット文字列から現在の文字を削除するコスト(そのコストはw2またはw4となりうる)として計算されてもよい。現在の文字がs[0...n]、t[0...m]の両方に存在する場合、コストw2が使用され、それ以外の場合w4が使用される。d[x,0]=d[x−1,0]+(w1またはw3)。文字列d[x−1,0]を作成するために編集が使用される回数が既知である場合、d[x,0]はd[x−1,0]+sからtまでの現在の文字の挿入のコスト(そのコストはw1またはw3となりうる)として計算されてもよい。現在の文字がs[0...n]、t[0...m]の両方に存在する場合、コストw1が使用され、それ以外の場合w3が使用される。

各(j,i)について、s[i]=t[j]である場合、d[j,i]はd[j−1,i−1]と等しくなりうる。編集距離は文字列t[j−1]、s[i−1]の間で計算されてもよく、s[i]=t[j]である場合、文字列を等しくするために、編集を使用せずに、共通の文字を両方の文字列に付加することもできる。したがって、3つの移動が採用されており、現在のd[j,i]の最小編集距離をもたらす移動が選択される。言い換えれば、

図3は、修正された編集距離および照合アルゴリズムを使用し、クエリ文字列およびデータ文字列に基づいて編集距離値を処理して生成するステップを示す。プロセスは、左右、上下、および対角の計算のうちの1つまたは複数を伴う。用語「ABC」のクエリ文字列は、用語「CBAX」(Xはクエリ文字列内にない用語を表す)のターゲットデータ文字列に対して処理される。編集距離を計算するためのプロセスは、さまざまな方法で実行されてもよいが、編集距離の修正バージョンを実行するための特定の詳細は、開示されるアーキテクチャにより計算される場合とは異なっている。4×5行列300は、n×mに基づいて構築され、クエリ文字列の場合n=3であり、データ文字列の場合m=4である。クエリ文字列302は、行列300の横軸に沿って配置され、ターゲットデータ文字列304は縦軸に沿って配置される。

説明では、4列(0〜3)および5行(0〜4)で表される行列300を使用する。図2で説明される編集距離照合アルゴリズムを行0、列0で始めて左から右に適用すると、クエリ文字列ABCの空セルとターゲットデータ文字列CBAXの空セルを比較してもクエリ文字列をターゲットデータ文字列と同じにするために用語の挿入または削除を生じないので、交差するセルd[0,0]は「0」を受信する。「用語」は同じなので、編集距離はゼロである。

クエリ文字列302の用語Aと行0の空セルを比較するように右へ移動すると、文字列を同じにするために1回の削除を使用するので、セルd[0,1]は「1」の値を受信する。再度右に列2まで移動すると、クエリ文字列302の用語ABとターゲットデータ文字列の空セルの間で比較が行われる。したがって、文字列を同じにするためにクエリ文字列302で2回の削除が使用され、その結果「2」の編集距離がセルd[0,2]に入れられる。同じプロセスは列3に適用され、ここでクエリ文字列302の用語ABCがターゲット文字列の空セルと比較され、文字列を同様にするために3回の削除を使用して、その結果「3」の編集距離がセルd[0,3]に入れられる。

行1に下り、左から右へと続行すると、クエリ文字列行の空セルがターゲットデータ文字列304の第1の用語Cと比較される。文字列を同じにするために1回の削除が使用され、「1」の編集距離がd[1,0]に入れられる。右に列1まで移動すると、クエリ文字列302の用語Aとターゲットデータ文字列304の用語Cの間で比較が行われる。文字列を同様にするために削除および挿入が使用され、したがって、「2」の値がセルd[1,1]に挿入される。最後のセルd[1,3]までスキップすると、ABCをCに照合するための照合プロセスは、結果として2回の削除を使用して「2」の編集距離がd[1,3]に入れられる。簡略にするため、および全体の編集距離を求めるために行4および列3に移動すると、用語ABCの用語CBAXとの照合は、結果として「8」の編集距離をセルd[4,3]にもたらすが、ターゲット文字列の第1の用語Cに挿入/削除を使用して「2」の値、用語Bの照合に「0」の値、第3の用語CおよびAの照合のための挿入/削除に「2」の値、用語Xの挿入に「1」の値、および位置コストに「3」の値で、結果として「8」の最終編集距離値がセルd[4,3]に入れられる。

図4は、修正された編集距離および照合アルゴリズムを使用し、クエリ文字列およびターゲットデータ文字列に基づいて編集距離値を処理して生成するステップのもう1つの例を示す。ここで、行列400は、挿入コストのw1=1、w3=4のcost_insertion、および削除コストのw2=1およびw4=26の重み付けに基づいて、ABCのクエリ文字列402をABのターゲットデータ文字列404と比較するために生成される。言い換えれば、行0を左から右に作業し、クエリ文字列402の用語Aをターゲット文字列404の前の空セルに照合すると、結果として用語Aのターゲット文字列404への1回の挿入で「1」の値がセルd[0,1]に入れられる。クエリ文字列402の用語ABをターゲット文字列404の前の空セルに照合すると、結果として用語ABのターゲット文字列404への2回の挿入で「2」の値がセルd[0,2]に入れられ、クエリ文字列402の用語ABCをターゲット文字列404の前の空セルに照合すると、結果として用語ABのターゲット文字列404への2回の挿入の値に用語Cに対する値w4=26を加えて(用語Cは両方の文字列にはないので)「28」の値がセルd[0,3]に入れられる。

行1を左から右に作業し(d[1,0]=1であることを理解して)、クエリ文字列402の用語Aをターゲット文字列404の用語Aに照合すると、結果としてターゲット文字列404とクエリ文字列402の等価で(d[j−1,i−1]=d[0,0]=「0」から値を取ることにより)「0」の値がセルd[1,1]に入れられる。クエリ文字列402の用語ABをターゲット文字列404の用語Aに照合すると、結果として用語Bのターゲット文字列404への1回の挿入で「1」の最小値がセルd[1,2]に入れられる。セルd[1,3]について、クエリ文字列402の用語ABCをターゲット文字列404の用語Aに照合すると、結果としてd[j−1,i]=d[0,3]にw3を加えた値に関連付けられている最小値で「28」の値がセルd[1,3]に入るが、(用語Cは両方の文字列にはないので)d[j,i−1]=d[1,2]の値1に26を加えた値27と比較して、結果として「27」の最小値がセルd[1,3]に入れられる。

行2を左から右に作業し、クエリ文字列402の用語Aをターゲット文字列404の用語ABに照合すると、結果としてターゲット文字列404の1回の削除で「1」の値がセルd[2,1]に入れられる。セルd[2,2]の距離についてクエリ文字列402の用語ABをターゲット文字列404の用語ABに照合すると、結果として等価となり、それによりd[j−1,i−1]=d[1,1]から値を取りセルd[2,2]の値「0」とする。セルd[2,3]について、クエリ文字列402の用語ABCをターゲット文字列404の用語ABに照合すると、結果としてd[j−1,i]=d[1,3]にw3=1を加えた値に関連付けられている最小値で「28」の値となるが、比較して、用語Cはターゲット文字列にはないので(また、用語Cは両方の文字列にないので、d[i,j−1]=d[2,2]=0に26を加えた値に基づいて)、「26」の最小値がd[2,3]に入れられる。

図5は、ニューラルネットワーク502を採用して文書106の関連度スコア504の生成を補助するコンピュータ実施の関連度システム500を示す。システム500は、クエリ文字列110に基づいて検索結果108として受信した文書106から文書情報104を抽出するための処理コンポーネント102、および文書情報104から導かれたデータ文字列116とクエリ文字列110の間の編集距離114を計算するための近接性コンポーネント112を含む。編集距離114は、検索結果108の一部として文書106の関連度を決定する際に採用される。

ニューラルネットワーク502は、文書106の関連度スコアを計算する際の入力として文書情報104を受信するために採用されてもよい。一部またはすべての検索結果108の関連度スコアのみに基づくかまたはその一部に基づいて、検索結果108内の文書は順位付けられてもよい。システム500は、ニューラルネットワーク502およびコードベースを採用して、検索結果108内の関連する文書を順序付けるための関連度スコアを生成する。

以下で、クエリ文字列と各データ文字列の間の編集距離を計算して各ペアのTAUCスコアを取得するための編集距離アルゴリズムを説明する。

文書にはタイトルが1つしかないので、TAUCスコアは、以下のようにタイトルに関して計算されてもよい。
TAUC(Title)=ED(Title)
ここで、TAUC(Title)は、変換関数の適用後にニューラルネットワークへの入力として後に使用され、ED(Title)はタイトルの編集距離である。

文書のアンカーテキスト、ならびにURLおよびクリック(ここでクリックはその文書がクリックされた以前実行されたクエリである)に複数のインスタンスがあってもよい。これは、その文書が、類似するクエリについてより関連が高いということである。インデックス時間において、最高頻度を有するN個のアンカーテキストが選択される。次いで、選択されたアンカーごとにEDスコアが計算される。最後に、アンカーに対してTAUCスコアが、以下のように決定される。
TAUC(Anchor)=Min{ED(Anchori)} i:上位N個のアンカー
アンカーのうちの1つとの良好な一致が存在する場合、それで十分であることが直感的に分かる。TAUC(Anchor)は、変換関数を適用した後にニューラルネットワークの入力として使用される。

特殊処理は、URL文字列のEDを計算する前に使用される。インデックス時間において、URL文字列は、分離記号として文字のセットを使用して部分に分割される。次いで、用語は、タイトルおよびアンカー用語のディクショナリから各部分に見出される。ディクショナリからの用語の出現はそれぞれ、URL文字列の最初から文字で位置を測定されてインデックスに格納される。

クエリ時間において、クエリ用語のすべての出現は、インデックス時間に格納されたインデックスから読み込まれ、中断は「非クエリ」用語で充填される。この処理の後に、EDは計算される。ED処理の結果は、変換関数の適用後のニューラルネットワークの入力である。

処理されうるもう1つの特性は、ユーザが所与の文書コンテンツに対して入力する「クリック」の数である。ユーザが文書をクリックするごとに、ストリームがデータベースに入力されて、文書に関連付けられる。このプロセスはまた、データの短いストリームのような、文書情報テキスト内のストリームデータに適用されてもよい。

インデックス−時間URL処理アルゴリズムは、URL全体を、分離記号として文字のセットを使用して部分に分割する。分割関数はまた、urlpart.startposをソース文字列内の部分の位置に設定する。分割関数は、URLの重要ではない部分のフィルタリングを行う。

たとえば、「http://www.companymeeting.com/index.html」は「companymeeting/index」にフィルタリングされ、「companymeeting」および「index」に分割される。

ディクショナリが「company meeting comp」を含むと仮定すると、Company:0、Meeting:7、およびComp:0というキーが生成される。文字列の合計長さは、parts_separator*2である。

ED前のクエリ時間処理に関し、クエリ時間においてクエリ用語の出現が読み込まれ、ソースURL文字列内の出現の順序でクエリ用語の文字列が構築され、用語の間のスペースが「非クエリ」単語マークで充填される。たとえば、「company policy」のクエリ文字列、および結果として生じる「company」「非クエリ用語」「非クエリ用語」の文字列を考察する。

parts_separator、クエリ用語位置、およびストリーム長さは、元のURL文字列に部分が何個あるか、およびどの部分が所与のクエリを含むかを知るために決定される。用語のない各部分は、「非クエリ用語」を含むと見なされる。部分がクエリ用語から始まらない場合、「非クエリ用語」がその用語の前に挿入される。クエリ用語の間のすべてのスペースは、「非クエリ用語」で充填される。

図6は、クエリ文字列とデータ文字列の間の編集距離を決定するために文書情報104に採用されうるデータの型を示す。文書情報104は、たとえば、処理コンポーネント102による処理およびデータ(またはターゲット)文字列116の生成のために、タイトルテキスト604、アンカーテキスト606、URL608テキストまたは文字、およびクリック情報610のような、TAUCデータ602を含むことができる。文書情報104はまた、ユーザが文書コンテンツをクリックする回数、ユーザが(クリックを介して)選択するコンテンツのタイプ、コンテンツ、一般的な文書のクリック回数などに関連するクリック情報610も含むことができる。

図7は、インデックス−時間処理データフロー700を示す。最上部において、文書情報は、タイトル604、文書アンカー606、クリック情報610などの形態で、文書分析および抽出に基づいて受信される。タイトル604は、用語−分割アルゴリズム704を通じて処理され、次いでディクショナリ706に進む。ディクショナリ706は、タイトル604、アンカー606、クリック情報610などに見出されたさまざまな用語の一次記憶域である。ディクショナリ706は、URL分割アルゴリズム708を介してURL608を分割するために使用される。URL分割アルゴリズム708の出力は、関連度および順位付け処理のためにインデックス付けプロセス710に送信される。文書アンカー606はまた、上位N個のアンカーのフィルター712を通じて処理されてもよい。クリック情報610は、インデックス付けプロセス710を介して直接処理されてもよい。その他の文書情報は、(たとえば、用語分割、フィルタリングなど)それに応じて処理されてもよい。

図8は、結果を順位付けするための図7のインデックスプロセス710からニューラルネットワークへの入力を示すブロック図800である。インデックス付けプロセス710は、クエリ文字列110に対するURL編集距離(ED)802、クエリ文字列110に対する上位N個のアンカーED804、クエリ文字列110に対するタイトルED806、クエリ文字列110に対するクリックED808、および編集距離に関連しないその他の特徴810を計算するために使用されてもよいが、これらの一部または全部(URL ED802、上位N個のアンカーED804、タイトルED806、クリックED808、およびその他の特徴810)は、最終的に関連文書の関連度スコア、次いで他の文書の検索結果の中の順位付けを見出すために、ニューラルネットワーク502への入力として採用されてもよい。ニューラルネットワーク502は、文書の関連度を識別することに寄与する生の入力特徴として少なくともTAUC特徴を受信する2層モデルであってもよい。ニューラルネットワークは、それらの特徴が、検索エンジンによりソートするために使用できる単一の数字にどのように結合されるかを決定する。

ニューラルネットワーク502は、関連度および順位付け処理に採用されうる数学モデルまたは計算モデルの一例に過ぎないことを理解されたい。単純ベイズ、ベイジアンネットワーク、決定ツリー、ファジー論理モデル、および独立のさまざまなパターンを表すその他の統計分類モデルのような、統計的回帰のその他の形態を採用することもできるが、ここで分類は順位および/または優先度を割り当てるために使用される方法を含む。

図9は、検索結果の生成を計算するためのニューラルネットワーク502、編集距離入力、および生の特徴入力の例示的なシステム900の実施態様を示す。ニューラルネットワーク502の入力にある生の順位付け特徴のセット810は、BM25関数902(たとえば、BM25F)、クリック距離904、URL深さ906、ファイルタイプ908、および言語一致910を含むことができる。BM25コンポーネントは、たとえば、本文、タイトル、著者、アンカーテキスト、URL、表示名、および抽出されたタイトルを含むことができる。

図10は、関連度を決定する方法を示す。1000において、クエリ文字列は、検索プロセスの一部として受信される。1002において、文書情報は、検索プロセス中に返された文書から抽出される。1004において、データ文字列は、文書情報から生成される。1006において、編集距離は、データ文字列とクエリ文字列の間で計算される。1008において、関連度スコアは、編集距離に基づいて計算される。

方法のその他の態様は、編集距離を計算するステップの一部として用語挿入を採用するステップ、およびデータ文字列を生成するためにクエリ文字列に用語を挿入する挿入コストを計算するステップを含むことができ、コストは重み付けパラメータとして表される。方法はさらに、編集距離を計算するステップの一部として用語削除を採用するステップ、およびデータ文字列を生成するためにクエリ文字列で用語を削除する削除コストを計算するステップを含むことができ、コストは重み付けパラメータとして表される。位置コストは、編集距離を計算するステップの一部として計算されてもよく、位置コストはデータ文字列内の用語位置の用語挿入および/または用語削除に関連する。加えて、照合プロセスは、編集距離を計算する全体コストを計算するため、データ文字列の文字とクエリ文字列の文字の間で実行される。

データ文字列のURLの複合語を分割するステップは、インデックス時間に生じてもよい。方法はさらに、文書内の出現度数に基づいてアンカーテキストの上位順位付けされたセットを見出すためにデータ文字列のアンカーテキストをフィルタリングするステップと、セット内のアンカーテキストの編集距離を計算するステップとを備えることができる。編集距離を計算するステップから導かれた編集距離スコアは、変換関数の適用後に2層ニューラルネットワークに入力されてもよく、そのスコアはタイトル情報、アンカー情報、クリック情報、またはURL情報のうちの少なくとも1つに関連付けられている編集距離を計算するステップに基づいて生成される。

図11は、文書の関連度を計算する方法を示す。1100において、クエリ文字列は、検索プロセスの一部として処理されて、結果の文書のセットを返す。1102において、データ文字列は、結果セットの文書から抽出された文書情報に基づいて生成され、文書情報は、タイトル情報、アンカーテキスト情報、クリック情報、および文書からのURL情報のうちの1つまたは複数を含む。1104において、編集距離は、用語挿入、用語削除、および用語位置に基づいて、データ文字列とクエリ文字列の間で計算される。1106において、関連度スコアは編集距離に基づいて計算され、関連度スコアは結果セットの文書を順位付けするために使用される。

方法はさらに、用語挿入、用語削除、および用語位置のそれぞれに関連付けられているコストを計算するステップと、関連度スコアの計算にコストを組み込むステップと、インデックス時間においてURL情報の複合語を分割するステップと、インデックス時間においてアンカーテキスト情報をフィルタリングして文書内のアンカーテキストの出現度数に基づきアンカーテキストの上位順位付けセットを見出すステップとを備えることができる。クエリ文字列の用語の出現の読み取りは、ソースURL文字列内の出現の順序でクエリ用語の文字列を構築して、用語の間のスペースを単語マークで充填するように実行されてもよい。

本明細書において使用されるように、用語「コンポーネント」および「システム」は、ハードウェア、ハードウェアとソフトウェアの組み合わせ、ソフトウェア、または実行中のソフトウェアのいずれかの、コンピュータ関連エンティティを示すことを意図している。たとえば、コンポーネントは、プロセッサ上で稼働するプロセス、プロセッサ、ハードディスクドライブ、複数の(光および/または磁気記憶媒体の)ストレージドライブ、オブジェクト、実行可能ファイル、実行のスレッド、プログラム、および/またはコンピュータであってもよいが、これらに限定されることはない。例として、サーバ上で稼働するアプリケーションおよびサーバはいずれもコンポーネントであってもよい。1つまたは複数のコンポーネントは、プロセスおよび/または実行のスレッド内に常駐することができ、コンポーネントは1つのコンピュータでローカライズおよび/または2つ以上のコンピュータ間で分散されてもよい。

これ以降図12を参照すると、開示されるアーキテクチャによるTAUC特徴を使用して検索結果を順位付けするために編集距離処理を実行するように動作可能なコンピューティングシステム1200のブロック図が示される。図12および以下の説明は、そのさまざまな態様の追加のコンテキストを提供するため、さまざまな態様が実施されうる適切なコンピューティングシステム1200の簡潔で一般的な説明をもたらすことを意図している。上記の説明は、1つまたは複数のコンピュータ上で実行できるコンピュータ実行可能命令の一般的なコンテキストにおけるものであるが、当業者であれば、新規の実施形態はまた、その他のプログラムモジュールとの組み合わせおよび/またはハードウェアとソフトウェアの組み合わせとして実施されてもよいことを理解するであろう。

一般に、プログラムモジュールは、特定のタスクを実行するか、または特定の抽象データ型を実施するルーチン、プログラム、プログラム、コンポーネント、データ構造などを含む。さらに、本発明の方法が、それぞれが1つまたは複数の関連するデバイスに動作可能に結合されうる、シングルプロセッサまたはマルチプロセッサコンピュータシステム、ミニコンピュータ、メインフレームコンピュータ、およびパーソナルコンピュータ、ハンドヘルドコンピューティングデバイス、マイクロプロセッサベースまたはプログラマブル消費者電化製品などを含む、他のコンピュータシステム構成で実施されてもよいことを当業者は理解するであろう。

示されている態様はまた、特定のタスクが通信ネットワークを通じてリンクされるリモート処理デバイスによって実行される分散コンピューティング環境において実施されてもよい。分散コンピューティング環境において、プログラムモジュールは、ローカルおよびリモートの記憶装置に配置されてもよい。

コンピュータは通常、各種のコンピュータ可読媒体を含む。コンピュータ可読媒体は、コンピュータによってアクセスされてもよく、揮発性および不揮発性媒体、取り外し可能および固定式の媒体を含む任意の使用可能な媒体であってもよい。一例として、コンピュータ可読媒体は、コンピュータ記憶媒体および通信媒体を備えることができるが、これらに限定されることはない。コンピュータ記憶媒体は、コンピュータ可読命令、データ構造、プログラムモジュールおよびその他のデータなど、情報を格納するための任意の方法または技術において実施される揮発性および不揮発性の、取り外し可能および固定式の媒体を含む。コンピュータ記憶媒体は、RAM、ROM、EEPROM、フラッシュメモリまたはその他のメモリ技術、CD−ROM、DVD(digital video disk)またはその他の光ディスクストレージ、磁気カセット、磁気テープ、磁気ディスクストレージまたはその他の磁気記憶装置、もしくは望ましい情報を格納するために使用できる、コンピュータによりアクセスできる任意の他の媒体を含むが、これらに限定されることはない。

図12を再度参照すると、さまざまな態様を実施するための例示のコンピューティングシステム1200は、処理ユニット1204、システムメモリ1206、およびシステムバス1208を有するコンピュータ1206を含む。システムバス1208は、システムメモリ1206を含む(これに限定されることはない)システムコンポーネントの処理ユニット1204へのインターフェイスを提供する。処理ユニット1204は、さまざまな市販のプロセッサのいずれであってもよい。デュアルマイクロプロセッサおよびその他のマルチプロセッサアーキテクチャもまた、処理ユニット1204として採用されてもよい。

システムバス1208は、メモリバス(メモリコントローラの有無にかかわらず)、周辺バス、およびさまざまな市販のバスアーキテクチャのいずれかを使用するローカルバスにさらに相互接続することができるいくつかのタイプのバス構造のいずれかであってもよい。システムメモリ1206は、不揮発性メモリ(NON−VOL)1210および/または揮発性メモリ1212(たとえば、ランダムアクセスメモリ(RAM))を含むことができる。基本入出力システム(BIOS;basic input/output system)は、不揮発性メモリ1210(たとえば、ROM、EPROM、EEPROMなど)に格納されてもよいが、BIOSは起動時などにコンピュータ1202内の要素間の情報の転送を補助する基本ルーチンである。揮発性メモリ1212はまた、データをキャッシュに入れるための静的RAMのような、高速RAMを含むことができる。

コンピュータ1202はさらに、適切なシャーシでの外部使用のために構成されてもよい内部ハードディスクドライブ(HDD)1214(たとえば、EIDE、SATA)、(たとえば、取り外し可能ディスケット1218との間の読み取りまたは書き込みを行う)磁気フロッピー(登録商標)ディスクドライブ(FDD)1216、および(たとえば、CD−ROMディスク1222を読み取るか、またはDVDのようなその他の大容量光媒体との間の読み取りまたは書き込みを行う)光ディスクドライブ1220を含む。HDD1214、FDD1216、および光ディスクドライブ1220は、それぞれHDDインターフェイス1224、FDDインターフェイス1226、および光ドライブインターフェイス1228によってシステムバス1208に接続されてもよい。外部ドライブ実施のためのHDDインターフェイス1224は、USB(Universal Serial Bus)およびIEEE1394インターフェイス技術のうちの少なくとも1つまたは両方を含むことができる。

ドライブおよび関連するコンピュータ可読媒体は、データの不揮発性ストレージ、データ構造、コンピュータ実行可能命令などを提供する。コンピュータ1202の場合、ドライブおよび媒体は、適切なデジタル形式の任意のデータの格納に適応する。上記のコンピュータ可読媒体の説明は、HDD、取り外し可能磁気ディスケット(たとえば、FDD)、およびCDまたはDVDのような取り外し可能光媒体を参照するが、zipドライブ、磁気カセット、フラッシュメモリカード、カートリッジなどのような、コンピュータによって読み取ることができるその他の種類の媒体も例示の動作環境において使用されてもよく、さらに、任意のそのような媒体は、開示されるアーキテクチャの新規の方法を実行するためのコンピュータ実行可能命令を含むことができることが、当業者には理解されるべきである。

オペレーティングシステム1230、1つまたは複数のアプリケーションプログラム1232、その他のプログラムモジュール1234、およびプログラムデータ1236を含む多数のプログラムモジュールは、ドライブおよび揮発性メモリ1212に格納されてもよい。1つまたは複数のアプリケーションプログラム1232、その他のプログラムモジュール1234、およびプログラムデータ1236は、システム100および関連するブロック、システム500および関連するブロック、文書情報104、TAUCデータ602、クリック情報610、データフロー700(ならびにアルゴリズム)、およびブロック図800(ならびに関連するブロック)を含むことができる。

オペレーティングシステム、アプリケーション、モジュール、および/またはデータの全部または一部は、揮発性メモリ1212にキャッシュされてもよい。開示されるアーキテクチャは、さまざまな市販のオペレーティングシステムまたはオペレーティングシステムの組み合わせにより実施されうることを理解されたい。

ユーザは、たとえばキーボード1238、およびマウス1240のようなポインティングデバイスなどの1つまたは複数の有線/無線入力デバイスを通じてコンピュータ1202にコマンドおよび情報を入力することができる。その他の入力デバイス(図示せず)は、マイクロフォン、IRリモートコントロール、ジョイスティック、ゲームパッド、スタイラスペン、タッチスクリーンなどを含むことができる。上記およびその他の入力デバイスは、システムバス1208に結合される入力デバイスインターフェイス1242を通じて処理ユニット1204に接続されることが多いが、パラレルポート、IEEE1394シリアルポート、ゲームポート、USBポート、IRインターフェイスなどの他のインターフェイスにより接続することもできる。

モニタ1244またはその他の種類の表示デバイスもまた、ビデオアダプタ1246などのインターフェイスを介してシステムバス1208に接続される。モニタ1244に加えて、コンピュータは通常、スピーカー、プリンタなどの、他の周辺出力デバイス(図示せず)を含む。

コンピュータ1202は、リモートコンピュータ1248のような、1つまたは複数のリモートコンピュータへの有線および/または無線通信を介する論理接続を使用してネットワーク環境において動作することができる。リモートコンピュータ1248は、ワークステーション、サーバコンピュータ、ルータ、パーソナルコンピュータ、ポータブルコンピュータ、マイクロプロセッサベースのエンターテイメント電気製品、ピアデバイスまたはその他の共通ネットワークノードなどであってもよく、通常はコンピュータ1202に関連して説明される要素の多くまたはすべてを含むが、簡略にするため、メモリ/ストレージデバイス1250のみが示される。示される論理接続は、ローカルエリアネットワーク(LAN)1252および/または、たとえばワイドエリアネットワーク(WAN)1254などのより大規模なネットワークへの有線/無線接続を含む。そのようなLANおよびWANネットワーク環境は、オフィスおよび企業において一般化しており、イントラネットのような企業規模のコンピュータネットワークを容易にするが、それらはすべて、たとえばインターネットなどのグローバル通信ネットワークに接続することができる。

LANネットワーク環境に使用される場合、コンピュータ1202は有線および/または無線通信ネットワークインターフェイスまたはアダプタ1256を介してLAN1252に接続される。アダプタ1256は、LAN1252への有線および/または無線通信を容易にすることができるが、LAN1252はアダプタ1256の無線機能と通信するために配置された無線アクセスポイントも含むことができる。

WANネットワーク環境に使用される場合、コンピュータ1202は、モデム1258を含むことができるか、またはWAN1254の通信サーバに接続されるか、またはインターネットなどによってWAN1254にわたる通信を確立するための他の手段を有する。モデム1258は、内蔵または外付けであっても、有線および/または無線デバイスであってもよく、入力デバイスインターフェイス1242を介してシステムバス1208に接続される。ネットワーク化された環境において、コンピュータ1202に関連して示されるプログラムモジュール、またはその部分は、リモートメモリ/ストレージデバイス1250に格納されてもよい。示されるネットワーク接続は例示的なものであり、コンピュータ間の通信リンクを確立する他の手段が使用されうることを理解されたい。

コンピュータ1202は、IEEE802ファミリーの標準を使用して、たとえばプリンタ、スキャナ、デスクトップおよび/またはポータブルコンピュータ、携帯情報端末(PDA)、通信衛星、無線により検出可能なタグに関連付けられた機器または位置(たとえば、kiosk、新聞売店、トイレ)、および電話などとの無線通信(たとえば、IEEE802.11無線変調技法)で動作するように配置された無線デバイスのような、有線および無線デバイスまたはエンティティと通信するように動作可能である。これは、少なくともWi−Fi(つまり、Wireless Fidelity)、WiMax、およびブルートゥース(商標)無線技術を含む。したがって、通信は、従来のネットワークと同様に定義済みの構造であってもよいか、または単に少なくとも2つのデバイス間の臨時の通信であってもよい。Wi−Fiネットワークは、IEEE802.11x(a、b、gなど)と呼ばれる無線技術を使用して、安全で信頼性の高い高速無線通信をもたらす。Wi−Fiネットワークは、コンピュータを、相互、インターネット、および有線ネットワーク(IEEE802.3関連の媒体および機能)に接続するために使用されてもよい。

上記で説明された内容は、開示されるアーキテクチャの実施例を含む。すべての考えられるコンポーネントおよび/または方法論の組み合わせについて説明することはもちろん不可能であるが、さらに多くの組み合わせおよび置換が可能であることを当業者であれば理解するであろう。したがって、新規のアーキテクチャは、添付の特許請求の範囲の精神および範囲内に含まれるそのようなすべての変更、修正および変形を網羅することが意図される。さらに、「含む(include)」という用語が詳細な説明または特許請求の範囲で使用される限りにおいて、そのような用語は、「備える(comprising)」が特許請求の範囲において暫定的な用語として採用される場合に解釈される際の「備える」と同様の方法で包括的であることが意図される。

Claims (20)

  1. コンピュータにより実装される関連度システムであって、
    1つまたは複数のプロセッサと、
    前記1つまたは複数のプロセッサに結合されたメモリであって、複数の命令を記憶し、当該複数の命令は前記1つまたは複数のプロセッサにより実行されたときに、当該1つまたは複数のプロセッサに、
    クエリ文字列に基づい検索結果として受信した文書から文書情報を抽出する処理であって、前記文書情報は、複合語を有するユニフォームリソースロケータ(URL)含む、抽出する処理と、
    前記複合語を複数の別個の用語に分割する処理と、
    当該複数の別個の用語の少なくとも1つを用語の辞書中で見つける処理と、
    抽出された前記文書情報に基づきターゲットデータの文字列を生成する処理であって、当該ターゲットデータ文字列は前記辞書中で見つけられた、前記複数の別個の用語の1つを含む、生成する処理と、
    前記ターゲットデータ文字列と前記クエリ文字列の間の編集距離を計算する処理であって、順位付けの結果の一部として文書の関連度を決定する際に、前記編集距離が使用される、計算する処理
    実行させることを特徴とするシステム。
  2. 記文書情報は、タイトル情報、URL情報、クリック情報、またはアンカーテキストのうちの少なくとも1つを含むことを特徴とする請求項1に記載のシステム。
  3. URLに対する前記編集距離を計算するために、インデックス時間において前記文書情報の複合語分割されることを特徴とする請求項1に記載のシステム。
  4. 前記複数の命令は前記1つまたは複数のプロセッサに、さらに、インデックス時間において前記文書情報のアンカーテキストをフィルタリングしてアンカーテキストの上位順位付けセットを計算する処理を実行させることを特徴と
    する請求項1に記載のシステム。
  5. 前記文書情報は、タイトル文字、アンカー文字、クリック文字、またはURL文字のうちの少なくとも1つを含み、前記文書情報、BM25F関数、クリック距離、ファイルタイプ、言語およびURL深さの生の入力特徴とに基づいて前記文書の関連度を計算するニューラルネットワークをさらに有することを特徴とする請求項1に記載のシステム。
  6. 前記編集距離は、前記データ文字列と前記クエリ文字列の間の近接性を高めるために、用語の挿入および削除に基づいて計算されることを特徴とする請求項1に記載のシステム。
  7. 前記編集距離は、前記データ文字列と前記クエリ文字列の間の近接性を高めるために、用語の挿入および削除に関連付けられているコストに基づいて計算されることを特徴とする請求項1に記載のシステム。
  8. 文書の関連度を決定するコンピュータ実施の方法であって、
    検索プロセスの一部としてクエリ文字列をプロセッサにより受信するステップと
    ユニフォームリソースロケータ(URL)を、前記検索プロセス中に返された文書から前記プロセッサにより抽出するステップと
    前記URLの複合語を別個の複数の用語に分割することにより前記URLからターゲットデータ文字列を前記プロセッサにより生成するステップと
    前記ターゲットデータ文字列と前記クエリ文字列の間の編集距離を前記プロセッサにより計算するステップと
    前記編集距離に基づいて関連度スコアを前記プロセッサにより計算するステップと
    を備えることを特徴とする方法。
  9. 前記編集距離を計算するステップの一部として用語挿入を前記プロセッサにより使用するステップと、前記ターゲットデータ文字列を生成するために前記クエリ文字列に用語を挿入する挿入コストを前記プロセッサにより計算するステップであって、前記コストは重み付けパラメータとして表される、計算するステップをさらに備えることを特徴とする請求項8に記載の方法。
  10. 前記編集距離を計算するステップの一部として用語削除を前記プロセッサにより使用するステップと、前記データ文字列を生成するために前記クエリ文字列の用語を削除する削除コストを前記プロセッサにより計算するステップであって、前記コストは重み付けパラメータとして表される、計算するステップをさらに備えることを特徴とする請求項8に記載の方法。
  11. 前記編集距離を計算するステップの一部として位置コストを前記プロセッサにより計算するステップであって、前記位置コストは前記ターゲットデータ文字列内の1つまたは複数の用語位置の用語挿入および用語削除に関連付けられている、ステップをさらに備えることを特徴とする請求項8に記載の方法。
  12. 前記編集距離を計算する全体コストを計算するため、前記ターゲットデータ文字列の文字と前記クエリ文字列の文字の間で照合プロセスを前記プロセッサにより実行するステップをさらに備えることを特徴とする請求項8に記載の方法。
  13. インデックス時間において前記データ文字列のURLの複合語を前記プロセッサにより分割することを特徴とする請求項8に記載の方法。
  14. 前記文書内の出現度数に基づいてアンカーテキストの上位順位付けセットを見出すために前記データ文字列のアンカーテキストを前記プロセッサによりフィルタリングするステップをさらに備えることを特徴とする請求項8に記載の方法。
  15. 前記セット内のアンカーテキストの編集距離を前記プロセッサにより計算するステップをさらに備えることを
    特徴とする請求項14に記載の方法。
  16. 前記編集距離を計算するステップから導かれたスコアを、変換関数の適用後に2層ニューラルネットワークに前記プロセッサにより入力するステップであって、タイトル情報、アンカー情報、クリック情報、またはURL情報のうちの少なくとも1つおよびその他の生の入力特徴に関連付けられている前記編集距離計算に基づいて前記スコアが生成される、入力するステップをさらに備えることを特徴とする請求項8に記載の方法。
  17. 文書の関連度を計算するコンピュータ実施の方法であって、
    クエリ文字列を検索プロセスの一部として前記プロセッサにより処理して文書の結果セットを返すステップと
    前記結果セットの文書から抽出された文書情報に基づいてターゲットデータ文字列を生成するステップであって、前記文書情報は複合語を有するURL情報を含み、前記複合語を複数の別個の用語に分割しおよび用語の辞書中の前記複数の別個の用語の少なくとも1つを見つけるステップを有する、生成するステップと
    前記ターゲットデータ文字列と前記クエリ文字列の間編集距離を、用語挿入、用語削除および用語位置に基づいて、前記プロセッサにより、計算するステップと
    前記編集距離に基づいて関連度スコアを前記プロセッサにより、計算するステップであって、前記関連度スコアは前記結果セットの前記文書を順位付けするために使用される、計算するステップと
    を備えることを特徴とする方法。
  18. 語挿入、用語削除、用語位置のそれぞれに関連付けられているコストを前記プロセッサにより、計算するステップと、前記コストを前記関連度スコアの計算に前記プロセッサにより、組み込むステップとをさらに備えることを特徴とする請求項17に記載の方法。
  19. インデックス時間において前記URLの複合語を前記プロセッサにより、分割するステップと、インデックス時間において前記アンカーテキスト情報を前記プロセッサにより、フィルタリングして前記文書内のアンカーテキストの出現度数に基づいて前記アンカーテキストの上位順位付けセットを前記プロセッサにより、見出すステップとをさらに備えることを特徴とする請求項17に記載の方法。
  20. ソースURL文字列内の出現の順序でクエリ用語の文字列を構築するために前記クエリ文字列の用語の出現を前記プロセッサにより、読み取るステップと、前記用語の間のスペースを単語マークで前記プロセッサにより、充填するステップとをさらに備えることを特徴とする請求項17に記載の方法。
JP2011504031A 2008-04-11 2009-03-10 編集距離および文書情報を使用する検索結果順位付け Active JP5492187B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US12/101,951 2008-04-11
US12101951 US8812493B2 (en) 2008-04-11 2008-04-11 Search results ranking using editing distance and document information
PCT/US2009/036597 WO2009126394A1 (en) 2008-04-11 2009-03-10 Search results ranking using editing distance and document information

Publications (2)

Publication Number Publication Date
JP2011516989A true JP2011516989A (ja) 2011-05-26
JP5492187B2 true JP5492187B2 (ja) 2014-05-14

Family

ID=41162189

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011504031A Active JP5492187B2 (ja) 2008-04-11 2009-03-10 編集距離および文書情報を使用する検索結果順位付け

Country Status (7)

Country Link
US (1) US8812493B2 (ja)
EP (1) EP2289007B1 (ja)
JP (1) JP5492187B2 (ja)
KR (1) KR101557294B1 (ja)
CN (1) CN101990670B (ja)
RU (1) RU2501078C2 (ja)
WO (1) WO2009126394A1 (ja)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7606793B2 (en) 2004-09-27 2009-10-20 Microsoft Corporation System and method for scoping searches using index keys
US9348912B2 (en) 2007-10-18 2016-05-24 Microsoft Technology Licensing, Llc Document length as a static relevance feature for ranking search results
US8065310B2 (en) * 2008-06-25 2011-11-22 Microsoft Corporation Topics in relevance ranking model for web search
US20100312793A1 (en) * 2009-06-08 2010-12-09 International Business Machines Corporation Displaying relevancy of results from multi-dimensional searches using heatmaps
KR101141498B1 (ko) * 2010-01-14 2012-05-04 주식회사 와이즈넛 근접성 언어 모델을 이용한 정보 검색 방법
US20110184883A1 (en) * 2010-01-26 2011-07-28 Rami El-Charif Methods and systems for simulating a search to generate an optimized scoring function
US8738635B2 (en) 2010-06-01 2014-05-27 Microsoft Corporation Detection of junk in search result ranking
US8788436B2 (en) 2011-07-27 2014-07-22 Microsoft Corporation Utilization of features extracted from structured documents to improve search relevance
US9495462B2 (en) 2012-01-27 2016-11-15 Microsoft Technology Licensing, Llc Re-ranking search results
US9235654B1 (en) * 2012-02-06 2016-01-12 Google Inc. Query rewrites for generating auto-complete suggestions
WO2013148351A1 (en) * 2012-03-30 2013-10-03 Bmenu As System and method for analyzing an electronic documents
CN103077163B (zh) * 2012-12-24 2015-07-08 华为技术有限公司 数据预处理方法、装置及系统
JP5981386B2 (ja) * 2013-04-18 2016-08-31 日本電信電話株式会社 代表ページ選択装置及び代表ページ選択プログラム
KR101322123B1 (ko) * 2013-06-14 2013-10-28 인하대학교 산학협력단 교환 연산을 포함한 확장편집거리의 계산을 병렬적으로 수행하기 위한 방법
CN104424279A (zh) * 2013-08-30 2015-03-18 腾讯科技(深圳)有限公司 一种文本的相关性计算方法和装置
US9519859B2 (en) 2013-09-06 2016-12-13 Microsoft Technology Licensing, Llc Deep structured semantic model produced using click-through data
US9477654B2 (en) 2014-04-01 2016-10-25 Microsoft Corporation Convolutional latent semantic models and their applications
US9535960B2 (en) 2014-04-14 2017-01-03 Microsoft Corporation Context-sensitive search using a deep learning model
CN104572825A (zh) * 2014-12-04 2015-04-29 百度在线网络技术(北京)有限公司 信息的推荐方法和装置
CN107229701A (zh) * 2017-05-25 2017-10-03 腾讯科技(深圳)有限公司 排名更新方法、装置和计算机设备

Family Cites Families (342)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5369778A (en) 1987-08-21 1994-11-29 Wang Laboratories, Inc. Data processor that customizes program behavior by using a resource retrieval capability
US5226161A (en) 1987-08-21 1993-07-06 Wang Laboratories, Inc. Integration of data between typed data structures by mutual direct invocation between data managers corresponding to data types
US5222236A (en) 1988-04-29 1993-06-22 Overdrive Systems, Inc. Multiple integrated document assembly data processing system
US5321833A (en) 1990-08-29 1994-06-14 Gte Laboratories Incorporated Adaptive ranking system for information retrieval
JP2937519B2 (ja) * 1991-03-08 1999-08-23 東芝コンピュータエンジニアリング株式会社 文書検索装置
US5257577A (en) 1991-04-01 1993-11-02 Clark Melvin D Apparatus for assist in recycling of refuse
WO1994012944A1 (en) 1992-11-23 1994-06-09 Paragon Concepts, Inc. Computer filing system with user selected categories to provide file access
US6202058B1 (en) 1994-04-25 2001-03-13 Apple Computer, Inc. System for ranking the relevance of information objects accessed by computer users
US5606609A (en) 1994-09-19 1997-02-25 Scientific-Atlanta Electronic document verification system and method
US5594660A (en) 1994-09-30 1997-01-14 Cirrus Logic, Inc. Programmable audio-video synchronization method and apparatus for multimedia systems
US5642502A (en) 1994-12-06 1997-06-24 University Of Central Florida Method and system for searching for relevant documents from a text database collection, using statistical ranking, relevancy feedback and small pieces of text
US5729730A (en) 1995-03-28 1998-03-17 Dex Information Systems, Inc. Method and apparatus for improved information storage and retrieval system
US5826269A (en) 1995-06-21 1998-10-20 Microsoft Corporation Electronic mail interface for a network server
US5933851A (en) 1995-09-29 1999-08-03 Sony Corporation Time-stamp and hash-based file modification monitor with multi-user notification and method thereof
US5974455A (en) 1995-12-13 1999-10-26 Digital Equipment Corporation System for adding new entry to web page table upon receiving web page including link to another web page not having corresponding entry in web page table
US5855020A (en) 1996-02-21 1998-12-29 Infoseek Corporation Web scan process
US6314420B1 (en) 1996-04-04 2001-11-06 Lycos, Inc. Collaborative/adaptive search engine
JP3113814B2 (ja) 1996-04-17 2000-12-04 インターナショナル・ビジネス・マシーンズ・コーポレ−ション 情報検索方法及び情報検索装置
US5905866A (en) 1996-04-30 1999-05-18 A.I. Soft Corporation Data-update monitoring in communications network
US5828999A (en) 1996-05-06 1998-10-27 Apple Computer, Inc. Method and system for deriving a large-span semantic language model for large-vocabulary recognition systems
US6038610A (en) 1996-07-17 2000-03-14 Microsoft Corporation Storage of sitemaps at server sites for holding information regarding content
EP0822502A1 (en) 1996-07-31 1998-02-04 BRITISH TELECOMMUNICATIONS public limited company Data access system
US5765150A (en) 1996-08-09 1998-06-09 Digital Equipment Corporation Method for statistically projecting the ranking of information
US5745890A (en) 1996-08-09 1998-04-28 Digital Equipment Corporation Sequential searching of a database index using constraints on word-location pairs
US5920854A (en) 1996-08-14 1999-07-06 Infoseek Corporation Real-time document collection search engine with phrase indexing
US5870739A (en) 1996-09-20 1999-02-09 Novell, Inc. Hybrid query apparatus and method
US5893116A (en) 1996-09-30 1999-04-06 Novell, Inc. Accessing network resources using network resource replicator and captured login script for use when the computer is disconnected from the network
US5870740A (en) 1996-09-30 1999-02-09 Apple Computer, Inc. System and method for improving the ranking of information retrieval results for short queries
CN1107291C (zh) 1996-10-02 2003-04-30 日本电信电话株式会社 分层结构的图形显示方法及装置
JPH10124524A (ja) * 1996-10-23 1998-05-15 Toshiba Comput Eng Corp 文書検索装置及び文書検索方法
US5966126A (en) 1996-12-23 1999-10-12 Szabo; Andrew J. Graphic user interface for database system
US6285999B1 (en) 1997-01-10 2001-09-04 The Board Of Trustees Of The Leland Stanford Junior University Method for node ranking in a linked database
US5920859A (en) 1997-02-05 1999-07-06 Idd Enterprises, L.P. Hypertext document retrieval system and method
US6415319B1 (en) 1997-02-07 2002-07-02 Sun Microsystems, Inc. Intelligent network browser using incremental conceptual indexer
US5960383A (en) 1997-02-25 1999-09-28 Digital Equipment Corporation Extraction of key sections from texts using automatic indexing techniques
US5890147A (en) 1997-03-07 1999-03-30 Microsoft Corporation Scope testing of documents in a search engine using document to folder mapping
US5848404A (en) 1997-03-24 1998-12-08 International Business Machines Corporation Fast query search in large dimension database
US6272507B1 (en) 1997-04-09 2001-08-07 Xerox Corporation System for ranking search results from a collection of documents using spreading activation techniques
US6256675B1 (en) 1997-05-06 2001-07-03 At&T Corp. System and method for allocating requests for objects and managing replicas of objects on a network
US6182067B1 (en) 1997-06-02 2001-01-30 Knowledge Horizons Pty Ltd. Methods and systems for knowledge management
US6029164A (en) 1997-06-16 2000-02-22 Digital Equipment Corporation Method and apparatus for organizing and accessing electronic mail messages using labels and full text and label indexing
US6012053A (en) 1997-06-23 2000-01-04 Lycos, Inc. Computer system with user-controlled relevance ranking of search results
JPH1125104A (ja) 1997-06-30 1999-01-29 Canon Inc 情報処理装置および方法
JPH1125119A (ja) 1997-06-30 1999-01-29 Canon Inc ハイパーテキスト閲覧システム
US5933822A (en) 1997-07-22 1999-08-03 Microsoft Corporation Apparatus and methods for an information retrieval system that employs natural language processing of search results to improve overall precision
US5983216A (en) 1997-09-12 1999-11-09 Infoseek Corporation Performing automated document collection and selection by providing a meta-index with meta-index values indentifying corresponding document collections
US6182113B1 (en) 1997-09-16 2001-01-30 International Business Machines Corporation Dynamic multiplexing of hyperlinks and bookmarks
US5956722A (en) 1997-09-23 1999-09-21 At&T Corp. Method for effective indexing of partially dynamic documents
US6999959B1 (en) 1997-10-10 2006-02-14 Nec Laboratories America, Inc. Meta search engine
US6026398A (en) 1997-10-16 2000-02-15 Imarket, Incorporated System and methods for searching and matching databases
US6070191A (en) 1997-10-17 2000-05-30 Lucent Technologies Inc. Data distribution techniques for load-balanced fault-tolerant web access
US6351467B1 (en) 1997-10-27 2002-02-26 Hughes Electronics Corporation System and method for multicasting multimedia content
US6128701A (en) 1997-10-28 2000-10-03 Cache Flow, Inc. Adaptive and predictive cache refresh policy
US6594682B2 (en) 1997-10-28 2003-07-15 Microsoft Corporation Client-side system for scheduling delivery of web content and locally managing the web content
US5991756A (en) 1997-11-03 1999-11-23 Yahoo, Inc. Information retrieval from hierarchical compound documents
GB2331166B (en) 1997-11-06 2002-09-11 Ibm Database search engine
US5943670A (en) 1997-11-21 1999-08-24 International Business Machines Corporation System and method for categorizing objects in combined categories
US5987457A (en) 1997-11-25 1999-11-16 Acceleration Software International Corporation Query refinement method for searching documents
US6473752B1 (en) 1997-12-04 2002-10-29 Micron Technology, Inc. Method and system for locating documents based on previously accessed documents
US6389436B1 (en) 1997-12-15 2002-05-14 International Business Machines Corporation Enhanced hypertext categorization using hyperlinks
US6145003A (en) 1997-12-17 2000-11-07 Microsoft Corporation Method of web crawling utilizing address mapping
US7010532B1 (en) 1997-12-31 2006-03-07 International Business Machines Corporation Low overhead methods and apparatus for shared access storage devices
US6151624A (en) 1998-02-03 2000-11-21 Realnames Corporation Navigating network resources based on metadata
JP3998794B2 (ja) 1998-02-18 2007-10-31 株式会社野村総合研究所 ブラウジングクライアントサーバーシステム
KR100285265B1 (ko) 1998-02-25 2001-01-02 윤덕용 데이터 베이스 관리 시스템과 정보 검색의 밀결합을 위하여 서브 인덱스와 대용량 객체를 이용한 역 인덱스 저장 구조
US6185558B1 (en) 1998-03-03 2001-02-06 Amazon.Com, Inc. Identifying the items most relevant to a current query based on items selected in connection with similar queries
US5913210A (en) 1998-03-27 1999-06-15 Call; Charles G. Methods and apparatus for disseminating product information via the internet
US6125361A (en) 1998-04-10 2000-09-26 International Business Machines Corporation Feature diffusion across hyperlinks
US6151595A (en) 1998-04-17 2000-11-21 Xerox Corporation Methods for interactive visualization of spreading activation using time tubes and disk trees
US6167402A (en) 1998-04-27 2000-12-26 Sun Microsystems, Inc. High performance message store
US6240407B1 (en) 1998-04-29 2001-05-29 International Business Machines Corp. Method and apparatus for creating an index in a database system
US6314421B1 (en) 1998-05-12 2001-11-06 David M. Sharnoff Method and apparatus for indexing documents for message filtering
US6098064A (en) 1998-05-22 2000-08-01 Xerox Corporation Prefetching and caching documents according to probability ranked need S list
US6285367B1 (en) 1998-05-26 2001-09-04 International Business Machines Corporation Method and apparatus for displaying and navigating a graph
US6182085B1 (en) 1998-05-28 2001-01-30 International Business Machines Corporation Collaborative team crawling:Large scale information gathering over the internet
US6208988B1 (en) 1998-06-01 2001-03-27 Bigchalk.Com, Inc. Method for identifying themes associated with a search query using metadata and for organizing documents responsive to the search query in accordance with the themes
CA2334616A1 (en) 1998-06-08 1999-12-16 Ilia Kaufman Method and system for retrieving relevant documents from a database
US6006225A (en) 1998-06-15 1999-12-21 Amazon.Com Refining search queries by the suggestion of correlated terms from prior searches
US6216123B1 (en) 1998-06-24 2001-04-10 Novell, Inc. Method and system for rapid retrieval in a full text indexing system
JP3665480B2 (ja) 1998-06-24 2005-06-29 富士通株式会社 文書整理装置および方法
US6638314B1 (en) 1998-06-26 2003-10-28 Microsoft Corporation Method of web crawling utilizing crawl numbers
US6424966B1 (en) 1998-06-30 2002-07-23 Microsoft Corporation Synchronizing crawler with notification source
US6199081B1 (en) 1998-06-30 2001-03-06 Microsoft Corporation Automatic tagging of documents and exclusion by content
CN1324464A (zh) 1998-08-26 2001-11-28 西姆泰克有限公司 映射数据文件的方法和设备
US6324551B1 (en) 1998-08-31 2001-11-27 Xerox Corporation Self-contained document management based on document properties
RU2138076C1 (ru) 1998-09-14 1999-09-20 Закрытое акционерное общество "МедиаЛингва" Система поиска информации в компьютерной сети
US6115709A (en) 1998-09-18 2000-09-05 Tacit Knowledge Systems, Inc. Method and system for constructing a knowledge profile of a user having unrestricted and restricted access portions according to respective levels of confidence of content of the portions
US6549897B1 (en) 1998-10-09 2003-04-15 Microsoft Corporation Method and system for calculating phrase-document importance
US6360215B1 (en) 1998-11-03 2002-03-19 Inktomi Corporation Method and apparatus for retrieving documents based on information other than document content
US6385602B1 (en) 1998-11-03 2002-05-07 E-Centives, Inc. Presentation of search results using dynamic categorization
US20030069873A1 (en) 1998-11-18 2003-04-10 Kevin L. Fox Multiple engine information retrieval and visualization system
US6628304B2 (en) 1998-12-09 2003-09-30 Cisco Technology, Inc. Method and apparatus providing a graphical user interface for representing and navigating hierarchical networks
US6167369A (en) 1998-12-23 2000-12-26 Xerox Company Automatic language identification using both N-gram and word information
JP2000194713A (ja) * 1998-12-25 2000-07-14 Nippon Telegr & Teleph Corp <Ntt> 文字列検索方法及び装置及び文字列検索プログラムを格納した記憶媒体
US6922699B2 (en) 1999-01-26 2005-07-26 Xerox Corporation System and method for quantitatively representing data objects in vector space
US6418433B1 (en) 1999-01-28 2002-07-09 International Business Machines Corporation System and method for focussed web crawling
JP3347088B2 (ja) 1999-02-12 2002-11-20 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 関連情報検索方法およびシステム
US6510406B1 (en) 1999-03-23 2003-01-21 Mathsoft, Inc. Inverse inference engine for high performance web search
US6862710B1 (en) 1999-03-23 2005-03-01 Insightful Corporation Internet navigation using soft hyperlinks
US6763496B1 (en) 1999-03-31 2004-07-13 Microsoft Corporation Method for promoting contextual information to display pages containing hyperlinks
US6304864B1 (en) 1999-04-20 2001-10-16 Textwise Llc System for retrieving multimedia information from the internet using multiple evolving intelligent agents
US6336117B1 (en) 1999-04-30 2002-01-01 International Business Machines Corporation Content-indexing search system and method providing search results consistent with content filtering and blocking policies implemented in a blocking engine
US6327590B1 (en) 1999-05-05 2001-12-04 Xerox Corporation System and method for collaborative ranking of search results employing user and group profiles derived from document collection content analysis
US7835943B2 (en) 1999-05-28 2010-11-16 Yahoo! Inc. System and method for providing place and price protection in a search result list generated by a computer network search engine
US6990628B1 (en) 1999-06-14 2006-01-24 Yahoo! Inc. Method and apparatus for measuring similarity among electronic documents
US7072888B1 (en) 1999-06-16 2006-07-04 Triogo, Inc. Process for improving search engine efficiency using feedback
US6973490B1 (en) 1999-06-23 2005-12-06 Savvis Communications Corp. Method and system for object-level web performance and analysis
US6631369B1 (en) 1999-06-30 2003-10-07 Microsoft Corporation Method and system for incremental web crawling
US6547829B1 (en) 1999-06-30 2003-04-15 Microsoft Corporation Method and system for detecting duplicate documents in web crawls
US6873982B1 (en) 1999-07-16 2005-03-29 International Business Machines Corporation Ordering of database search results based on user feedback
US6557036B1 (en) 1999-07-20 2003-04-29 Sun Microsystems, Inc. Methods and apparatus for site wide monitoring of electronic mail systems
US7181438B1 (en) 1999-07-21 2007-02-20 Alberti Anemometer, Llc Database access system
US6598047B1 (en) 1999-07-26 2003-07-22 David W. Russell Method and system for searching text
CA2279119C (en) 1999-07-29 2004-10-19 Ibm Canada Limited-Ibm Canada Limitee Heuristic-based conditional data indexing
US6442606B1 (en) 1999-08-12 2002-08-27 Inktomi Corporation Method and apparatus for identifying spoof documents
US6636853B1 (en) 1999-08-30 2003-10-21 Morphism, Llc Method and apparatus for representing and navigating search results
US6381597B1 (en) 1999-10-07 2002-04-30 U-Know Software Corporation Electronic shopping agent which is capable of operating with vendor sites which have disparate formats
US7346604B1 (en) 1999-10-15 2008-03-18 Hewlett-Packard Development Company, L.P. Method for ranking hypertext search results by analysis of hyperlinks from expert documents and keyword scope
US6687698B1 (en) 1999-10-18 2004-02-03 Fisher Rosemount Systems, Inc. Accessing and updating a configuration database from distributed physical locations within a process control system
WO2001031500A1 (en) 1999-10-29 2001-05-03 British Telecommunications Public Limited Company Method and apparatus for processing queries
US6351755B1 (en) 1999-11-02 2002-02-26 Alta Vista Company System and method for associating an extensible set of data with documents downloaded by a web crawler
US6263364B1 (en) 1999-11-02 2001-07-17 Alta Vista Company Web crawler system using plurality of parallel priority level queues having distinct associated download priority levels for prioritizing document downloading and maintaining document freshness
US6418452B1 (en) 1999-11-03 2002-07-09 International Business Machines Corporation Network repository service directory for efficient web crawling
US6418453B1 (en) 1999-11-03 2002-07-09 International Business Machines Corporation Network repository service for efficient web crawling
US6539376B1 (en) 1999-11-15 2003-03-25 International Business Machines Corporation System and method for the automatic mining of new relationships
US7016540B1 (en) 1999-11-24 2006-03-21 Nec Corporation Method and system for segmentation, classification, and summarization of video images
US6886129B1 (en) 1999-11-24 2005-04-26 International Business Machines Corporation Method and system for trawling the World-wide Web to identify implicitly-defined communities of web pages
US6772141B1 (en) 1999-12-14 2004-08-03 Novell, Inc. Method and apparatus for organizing and using indexes utilizing a search decision table
US6546388B1 (en) 2000-01-14 2003-04-08 International Business Machines Corporation Metadata search results ranking system
US6883135B1 (en) 2000-01-28 2005-04-19 Microsoft Corporation Proxy server using a statistical model
US7240067B2 (en) 2000-02-08 2007-07-03 Sybase, Inc. System and methodology for extraction and aggregation of data from dynamic content
US6931397B1 (en) 2000-02-11 2005-08-16 International Business Machines Corporation System and method for automatic generation of dynamic search abstracts contain metadata by crawler
US6910029B1 (en) 2000-02-22 2005-06-21 International Business Machines Corporation System for weighted indexing of hierarchical documents
US6516312B1 (en) 2000-04-04 2003-02-04 International Business Machine Corporation System and method for dynamically associating keywords with domain-specific search engine queries
US6633867B1 (en) 2000-04-05 2003-10-14 International Business Machines Corporation System and method for providing a session query within the context of a dynamic search result set
US6549896B1 (en) 2000-04-07 2003-04-15 Nec Usa, Inc. System and method employing random walks for mining web page associations and usage to optimize user-oriented web page refresh and pre-fetch scheduling
US6718365B1 (en) 2000-04-13 2004-04-06 International Business Machines Corporation Method, system, and program for ordering search results using an importance weighting
US6859800B1 (en) 2000-04-26 2005-02-22 Global Information Research And Technologies Llc System for fulfilling an information need
US6772160B2 (en) 2000-06-08 2004-08-03 Ingenuity Systems, Inc. Techniques for facilitating information acquisition and storage
US6741986B2 (en) 2000-12-08 2004-05-25 Ingenuity Systems, Inc. Method and system for performing information extraction and quality control for a knowledgebase
DE10029644B4 (de) 2000-06-16 2008-02-07 Deutsche Telekom Ag Verfahren zur Relevanzbewertung bei der Indexierung von Hypertext-Dokumenten mittels Suchmaschine
JP3573688B2 (ja) 2000-06-28 2004-10-06 松下電器産業株式会社 類似文書検索装置及び関連キーワード抽出装置
US6678692B1 (en) 2000-07-10 2004-01-13 Northrop Grumman Corporation Hierarchy statistical analysis system and method
US6601075B1 (en) 2000-07-27 2003-07-29 International Business Machines Corporation System and method of ranking and retrieving documents based on authority scores of schemas and documents
US6633868B1 (en) 2000-07-28 2003-10-14 Shermann Loyall Min System and method for context-based document retrieval
US6598040B1 (en) 2000-08-14 2003-07-22 International Business Machines Corporation Method and system for processing electronic search expressions
US7080073B1 (en) 2000-08-18 2006-07-18 Firstrain, Inc. Method and apparatus for focused crawling
KR100378240B1 (ko) 2000-08-23 2003-03-29 학교법인 통진학원 엔트로피와 사용자 프로파일을 적용한 문서순위 조정방법
US20030217052A1 (en) 2000-08-24 2003-11-20 Celebros Ltd. Search engine method and apparatus
US6959326B1 (en) 2000-08-24 2005-10-25 International Business Machines Corporation Method, system, and program for gathering indexable metadata on content at a data repository
US7072847B2 (en) 2000-08-25 2006-07-04 Jonas Ulenas Method and apparatus for obtaining consumer product preferences through product selection and evaluation
CN1279475C (zh) 2000-09-14 2006-10-11 奥弗图尔服务公司 用于在数据网络中搜索和分析信息的方法
US6598051B1 (en) 2000-09-19 2003-07-22 Altavista Company Web page connectivity server
US6560600B1 (en) 2000-10-25 2003-05-06 Alta Vista Company Method and apparatus for ranking Web page search results
US7200606B2 (en) 2000-11-07 2007-04-03 The Regents Of The University Of California Method and system for selecting documents by measuring document quality
US6622140B1 (en) 2000-11-15 2003-09-16 Justsystem Corporation Method and apparatus for analyzing affect and emotion in text
JP2002157271A (ja) 2000-11-20 2002-05-31 Yozan Inc ブラウザ装置、サーバ装置、記録媒体、検索システムおよび検索方法
US20020103920A1 (en) 2000-11-21 2002-08-01 Berkun Ken Alan Interpretive stream metadata extraction
US8402068B2 (en) 2000-12-07 2013-03-19 Half.Com, Inc. System and method for collecting, associating, normalizing and presenting product and vendor information on a distributed network
US20020078045A1 (en) 2000-12-14 2002-06-20 Rabindranath Dutta System, method, and program for ranking search results using user category weighting
US6898592B2 (en) 2000-12-27 2005-05-24 Microsoft Corporation Scoping queries in a search engine
US6778997B2 (en) 2001-01-05 2004-08-17 International Business Machines Corporation XML: finding authoritative pages for mining communities based on page structure criteria
US7356530B2 (en) 2001-01-10 2008-04-08 Looksmart, Ltd. Systems and methods of retrieving relevant information
US6766316B2 (en) 2001-01-18 2004-07-20 Science Applications International Corporation Method and system of ranking and clustering for document indexing and retrieval
US6526440B1 (en) 2001-01-30 2003-02-25 Google, Inc. Ranking search results by reranking the results based on local inter-connectivity
US20020103798A1 (en) 2001-02-01 2002-08-01 Abrol Mani S. Adaptive document ranking method based on user behavior
US20020107886A1 (en) 2001-02-07 2002-08-08 Gentner Donald R. Method and apparatus for automatic document electronic versioning system
WO2002063493A1 (en) 2001-02-08 2002-08-15 2028, Inc. Methods and systems for automated semantic knowledge leveraging graph theoretic analysis and the inherent structure of communication
JP2002245089A (ja) * 2001-02-19 2002-08-30 Hitachi Eng Co Ltd ウェブページ検索システム、二次情報収集装置、インターフェース装置
US7627596B2 (en) 2001-02-22 2009-12-01 International Business Machines Corporation Retrieving handwritten documents using multiple document recognizers and techniques allowing both typed and handwritten queries
US8001118B2 (en) 2001-03-02 2011-08-16 Google Inc. Methods and apparatus for employing usage statistics in document retrieval
US7269545B2 (en) 2001-03-30 2007-09-11 Nec Laboratories America, Inc. Method for retrieving answers from an information retrieval system
US20020169770A1 (en) 2001-04-27 2002-11-14 Kim Brian Seong-Gon Apparatus and method that categorize a collection of documents into a hierarchy of categories that are defined by the collection of documents
US7188106B2 (en) 2001-05-01 2007-03-06 International Business Machines Corporation System and method for aggregating ranking results from various sources to improve the results of web searching
US20020165860A1 (en) * 2001-05-07 2002-11-07 Nec Research Insititute, Inc. Selective retrieval metasearch engine
US6738764B2 (en) 2001-05-08 2004-05-18 Verity, Inc. Apparatus and method for adaptively ranking search results
CN100367166C (zh) 2001-05-10 2008-02-06 改造世界有限公司 具有分级菜单的智能因特网网站
US6865295B2 (en) 2001-05-11 2005-03-08 Koninklijke Philips Electronics N.V. Palette-based histogram matching with recursive histogram vector generation
US6782383B2 (en) 2001-06-18 2004-08-24 Siebel Systems, Inc. System and method to implement a persistent and dismissible search center frame
US6947920B2 (en) 2001-06-20 2005-09-20 Oracle International Corporation Method and system for response time optimization of data query rankings and retrieval
US7519529B1 (en) 2001-06-29 2009-04-14 Microsoft Corporation System and methods for inferring informational goals and preferred level of detail of results in response to questions posed to an automated information-retrieval or question-answering service
US7039234B2 (en) 2001-07-19 2006-05-02 Microsoft Corporation Electronic ink as a software object
US6868411B2 (en) 2001-08-13 2005-03-15 Xerox Corporation Fuzzy text categorizer
US6928425B2 (en) 2001-08-13 2005-08-09 Xerox Corporation System for propagating enrichment between documents
US7076483B2 (en) 2001-08-27 2006-07-11 Xyleme Sa Ranking nodes in a graph
US20030046389A1 (en) 2001-09-04 2003-03-06 Thieme Laura M. Method for monitoring a web site's keyword visibility in search engines and directories and resulting traffic from such keyword visibility
US6970863B2 (en) 2001-09-18 2005-11-29 International Business Machines Corporation Front-end weight factor search criteria
US6766422B2 (en) 2001-09-27 2004-07-20 Siemens Information And Communication Networks, Inc. Method and system for web caching based on predictive usage
US6944609B2 (en) 2001-10-18 2005-09-13 Lycos, Inc. Search results using editor feedback
US7428695B2 (en) 2001-10-22 2008-09-23 Hewlett-Packard Development Company, L.P. System for automatic generation of arbitrarily indexed hyperlinked text
US20030101183A1 (en) 2001-11-26 2003-05-29 Navin Kabra Information retrieval index allowing updating while in use
US6763362B2 (en) 2001-11-30 2004-07-13 Micron Technology, Inc. Method and system for updating a search engine
US7565367B2 (en) 2002-01-15 2009-07-21 Iac Search & Media, Inc. Enhanced popularity ranking
JP3871201B2 (ja) 2002-01-29 2007-01-24 ソニー株式会社 コンテンツ提供取得システム
US6829606B2 (en) 2002-02-14 2004-12-07 Infoglide Software Corporation Similarity search engine for use with relational databases
US20060004732A1 (en) 2002-02-26 2006-01-05 Odom Paul S Search engine methods and systems for generating relevant search results and advertisements
US6934714B2 (en) 2002-03-04 2005-08-23 Intelesis Engineering, Inc. Method and system for identification and maintenance of families of data records
KR100490748B1 (ko) 2002-04-11 2005-05-24 한국전자통신연구원 유,알,엘 포함관계에 기반한 유사도 재계산을 통한효과적인 홈페이지 검색 방법
US20040003028A1 (en) 2002-05-08 2004-01-01 David Emmett Automatic display of web content to smaller display devices: improved summarization and navigation
US7039631B1 (en) 2002-05-24 2006-05-02 Microsoft Corporation System and method for providing search results with configurable scoring formula
RU2273879C2 (ru) 2002-05-28 2006-04-10 Владимир Владимирович Насыпный Способ синтеза самообучающейся системы извлечения знаний из текстовых документов для поисковых систем
US20040006559A1 (en) 2002-05-29 2004-01-08 Gange David M. System, apparatus, and method for user tunable and selectable searching of a database using a weigthted quantized feature vector
US7246128B2 (en) 2002-06-12 2007-07-17 Jordahl Jena J Data storage, retrieval, manipulation and display tools enabling multiple hierarchical points of view
JP2004054588A (ja) * 2002-07-19 2004-02-19 Just Syst Corp 文書検索装置、文書検索方法およびその方法をコンピュータに実行させるプログラム
CA2395905A1 (en) 2002-07-26 2004-01-26 Teraxion Inc. Multi-grating tunable chromatic dispersion compensator
US7599911B2 (en) 2002-08-05 2009-10-06 Yahoo! Inc. Method and apparatus for search ranking using human input and automated ranking
US7152059B2 (en) 2002-08-30 2006-12-19 Emergency24, Inc. System and method for predicting additional search results of a computerized database search user based on an initial search query
US7013458B2 (en) 2002-09-09 2006-03-14 Sun Microsystems, Inc. Method and apparatus for associating metadata attributes with program elements
US20040064442A1 (en) 2002-09-27 2004-04-01 Popovitch Steven Gregory Incremental search engine
US6886010B2 (en) 2002-09-30 2005-04-26 The United States Of America As Represented By The Secretary Of The Navy Method for data and text mining and literature-based discovery
US7085755B2 (en) 2002-11-07 2006-08-01 Thomson Global Resources Ag Electronic document repository management and access system
US7231379B2 (en) 2002-11-19 2007-06-12 Noema, Inc. Navigation in a hierarchical structured transaction processing system
US7386527B2 (en) 2002-12-06 2008-06-10 Kofax, Inc. Effective multi-class support vector machine classification
US7020648B2 (en) 2002-12-14 2006-03-28 International Business Machines Corporation System and method for identifying and utilizing a secondary index to access a database using a management system without an internal catalogue of online metadata
US7734565B2 (en) * 2003-01-18 2010-06-08 Yahoo! Inc. Query string matching method and apparatus
US20040148278A1 (en) 2003-01-22 2004-07-29 Amir Milo System and method for providing content warehouse
US8589373B2 (en) 2003-09-14 2013-11-19 Yaron Mayer System and method for improved searching on the internet or similar networks and especially improved MetaNews and/or improved automatically generated newspapers
RU2236699C1 (ru) 2003-02-25 2004-09-20 Открытое акционерное общество "Телепортал. Ру" Способ поиска и выборки информации с повышенной релевантностью
US20040181515A1 (en) 2003-03-13 2004-09-16 International Business Machines Corporation Group administration of universal resource identifiers with members identified in search result
US6947930B2 (en) 2003-03-21 2005-09-20 Overture Services, Inc. Systems and methods for interactive search query refinement
DE60315947D1 (de) 2003-03-27 2007-10-11 Sony Deutschland Gmbh Verfahren zur Sprachmodellierung
US7216123B2 (en) 2003-03-28 2007-05-08 Board Of Trustees Of The Leland Stanford Junior University Methods for ranking nodes in large directed graphs
US7028029B2 (en) 2003-03-28 2006-04-11 Google Inc. Adaptive computation of ranking
US7451129B2 (en) 2003-03-31 2008-11-11 Google Inc. System and method for providing preferred language ordering of search results
US7051023B2 (en) 2003-04-04 2006-05-23 Yahoo! Inc. Systems and methods for generating concept units from search queries
US7197497B2 (en) 2003-04-25 2007-03-27 Overture Services, Inc. Method and apparatus for machine learning a document relevance function
US7283997B1 (en) 2003-05-14 2007-10-16 Apple Inc. System and method for ranking the relevance of documents retrieved by a query
US7502779B2 (en) 2003-06-05 2009-03-10 International Business Machines Corporation Semantics-based searching for information in a distributed data processing system
US7451130B2 (en) 2003-06-16 2008-11-11 Google Inc. System and method for providing preferred country biasing of search results
US8239380B2 (en) 2003-06-20 2012-08-07 Microsoft Corporation Systems and methods to tune a general-purpose search engine for a search entry point
US7228301B2 (en) 2003-06-27 2007-06-05 Microsoft Corporation Method for normalizing document metadata to improve search results using an alias relationship directory service
US7630963B2 (en) 2003-06-30 2009-12-08 Microsoft Corporation Fast ranked full-text searching
US7308643B1 (en) 2003-07-03 2007-12-11 Google Inc. Anchor tag indexing in a web crawler system
KR100543255B1 (ko) 2003-08-19 2006-01-20 문영섭 용접부 절삭가공장치
US20050060186A1 (en) 2003-08-28 2005-03-17 Blowers Paul A. Prioritized presentation of medical device events
US7454417B2 (en) 2003-09-12 2008-11-18 Google Inc. Methods and systems for improving a search ranking using population information
US7505964B2 (en) 2003-09-12 2009-03-17 Google Inc. Methods and systems for improving a search ranking using related queries
US7346839B2 (en) 2003-09-30 2008-03-18 Google Inc. Information retrieval based on historical data
US20050071328A1 (en) 2003-09-30 2005-03-31 Lawrence Stephen R. Personalization of web search
US7693827B2 (en) 2003-09-30 2010-04-06 Google Inc. Personalization of placed content ordering in search results
US7552109B2 (en) 2003-10-15 2009-06-23 International Business Machines Corporation System, method, and service for collaborative focused crawling of documents on a network
US20050086192A1 (en) 2003-10-16 2005-04-21 Hitach, Ltd. Method and apparatus for improving the integration between a search engine and one or more file servers
US7346208B2 (en) 2003-10-25 2008-03-18 Hewlett-Packard Development Company, L.P. Image artifact reduction using a neural network
US7231399B1 (en) 2003-11-14 2007-06-12 Google Inc. Ranking documents based on large data sets
US7181447B2 (en) 2003-12-08 2007-02-20 Iac Search And Media, Inc. Methods and systems for conceptually organizing and presenting information
US20050144162A1 (en) 2003-12-29 2005-06-30 Ping Liang Advanced search, file system, and intelligent assistant agent
US20060047649A1 (en) 2003-12-29 2006-03-02 Ping Liang Internet and computer information retrieval and mining with intelligent conceptual filtering, visualization and automation
US7685104B2 (en) 2004-01-08 2010-03-23 International Business Machines Corporation Dynamic bitmap processing, identification and reusability
US7483891B2 (en) 2004-01-09 2009-01-27 Yahoo, Inc. Content presentation and management system associating base content and relevant additional content
US7392278B2 (en) 2004-01-23 2008-06-24 Microsoft Corporation Building and using subwebs for focused search
US7499913B2 (en) 2004-01-26 2009-03-03 International Business Machines Corporation Method for handling anchor text
US7310632B2 (en) 2004-02-12 2007-12-18 Microsoft Corporation Decision-theoretic web-crawling and predicting web-page change
US7281002B2 (en) 2004-03-01 2007-10-09 International Business Machine Corporation Organizing related search results
US9104689B2 (en) 2004-03-17 2015-08-11 International Business Machines Corporation Method for synchronizing documents for disconnected operation
US7584221B2 (en) 2004-03-18 2009-09-01 Microsoft Corporation Field weighting in text searching
US7809792B2 (en) 2004-03-22 2010-10-05 Fuji Xerox Co., Ltd. Conference information processing apparatus, and conference information processing method and storage medium readable by computer
US7343374B2 (en) 2004-03-29 2008-03-11 Yahoo! Inc. Computation of page authority weights using personalized bookmarks
US7580568B1 (en) 2004-03-31 2009-08-25 Google Inc. Methods and systems for identifying an image as a representative image for an article
US7693825B2 (en) 2004-03-31 2010-04-06 Google Inc. Systems and methods for ranking implicit search results
US20050251499A1 (en) 2004-05-04 2005-11-10 Zezhen Huang Method and system for searching documents using readers valuation
US7257577B2 (en) 2004-05-07 2007-08-14 International Business Machines Corporation System, method and service for ranking search results using a modular scoring system
US7136851B2 (en) 2004-05-14 2006-11-14 Microsoft Corporation Method and system for indexing and searching databases
US7260573B1 (en) 2004-05-17 2007-08-21 Google Inc. Personalizing anchor text scores in a search engine
US20050283473A1 (en) 2004-06-17 2005-12-22 Armand Rousso Apparatus, method and system of artificial intelligence for data searching applications
US7716225B1 (en) 2004-06-17 2010-05-11 Google Inc. Ranking documents based on user behavior and/or feature data
US8131674B2 (en) 2004-06-25 2012-03-06 Apple Inc. Methods and systems for managing data
US7730012B2 (en) 2004-06-25 2010-06-01 Apple Inc. Methods and systems for managing data
US7428530B2 (en) 2004-07-01 2008-09-23 Microsoft Corporation Dispersing search engine results by using page category information
US7363296B1 (en) 2004-07-01 2008-04-22 Microsoft Corporation Generating a subindex with relevant attributes to improve querying
US7634461B2 (en) 2004-08-04 2009-12-15 International Business Machines Corporation System and method for enhancing keyword relevance by user's interest on the search result documents
US7395260B2 (en) 2004-08-04 2008-07-01 International Business Machines Corporation Method for providing graphical representations of search results in multiple related histograms
US20060036598A1 (en) 2004-08-09 2006-02-16 Jie Wu Computerized method for ranking linked information items in distributed sources
US20060047643A1 (en) 2004-08-31 2006-03-02 Chirag Chaman Method and system for a personalized search engine
EP1817694A2 (en) 2004-09-16 2007-08-15 Telenor ASA A method, system, and computer program product for searching for, navigating among, and ranking of documents in a personal web
US20060064411A1 (en) 2004-09-22 2006-03-23 William Gross Search engine using user intent
US7606793B2 (en) 2004-09-27 2009-10-20 Microsoft Corporation System and method for scoping searches using index keys
US7739277B2 (en) 2004-09-30 2010-06-15 Microsoft Corporation System and method for incorporating anchor text into ranking search results
US7644107B2 (en) 2004-09-30 2010-01-05 Microsoft Corporation System and method for batched indexing of network documents
US7827181B2 (en) 2004-09-30 2010-11-02 Microsoft Corporation Click distance determination
US7761448B2 (en) 2004-09-30 2010-07-20 Microsoft Corporation System and method for ranking search results using click distance
US20060074883A1 (en) 2004-10-05 2006-04-06 Microsoft Corporation Systems, methods, and interfaces for providing personalized search and information access
US20060074781A1 (en) 2004-10-06 2006-04-06 Leano Hector V System for facilitating turnkey real estate investment in Mexico
US7702599B2 (en) 2004-10-07 2010-04-20 Bernard Widrow System and method for cognitive memory and auto-associative neural network based pattern recognition
US7533092B2 (en) 2004-10-28 2009-05-12 Yahoo! Inc. Link-based spam detection
US7716198B2 (en) 2004-12-21 2010-05-11 Microsoft Corporation Ranking search results using feature extraction
EP1839124A4 (en) 2005-01-18 2009-12-30 Yahoo Inc Matching and ranking of sponsored search listings incorporating web search technology and web content
US20060173828A1 (en) 2005-02-01 2006-08-03 Outland Research, Llc Methods and apparatus for using personal background data to improve the organization of documents retrieved in response to a search query
US7689615B2 (en) 2005-02-25 2010-03-30 Microsoft Corporation Ranking results using multiple nested ranking
US7792833B2 (en) 2005-03-03 2010-09-07 Microsoft Corporation Ranking search results using language types
US20060200460A1 (en) 2005-03-03 2006-09-07 Microsoft Corporation System and method for ranking search results using file types
US7574436B2 (en) 2005-03-10 2009-08-11 Yahoo! Inc. Reranking and increasing the relevance of the results of Internet searches
US20060206460A1 (en) 2005-03-14 2006-09-14 Sanjay Gadkari Biasing search results
US8095487B2 (en) 2005-03-16 2012-01-10 Yahoo! Inc. System and method for biasing search results based on topic familiarity
KR101374651B1 (ko) 2005-03-18 2014-03-17 써치 엔진 테크놀로지스, 엘엘씨 서치 결과를 향상시키기 위해 사용자로부터의 피드백을 적용하는 서치 엔진
US7870147B2 (en) 2005-03-29 2011-01-11 Google Inc. Query revision using known highly-ranked queries
US7693829B1 (en) 2005-04-25 2010-04-06 Google Inc. Search engine with fill-the-blanks capability
US7401073B2 (en) 2005-04-28 2008-07-15 International Business Machines Corporation Term-statistics modification for category-based search
US7451124B2 (en) 2005-05-12 2008-11-11 Xerox Corporation Method of analyzing documents
US7962462B1 (en) * 2005-05-31 2011-06-14 Google Inc. Deriving and using document and site quality signals from search query streams
CA2544324A1 (en) 2005-06-10 2006-12-10 Unicru, Inc. Employee selection via adaptive assessment
US20060282455A1 (en) 2005-06-13 2006-12-14 It Interactive Services Inc. System and method for ranking web content
US7627564B2 (en) 2005-06-21 2009-12-01 Microsoft Corporation High scale adaptive search systems and methods
US7693830B2 (en) 2005-08-10 2010-04-06 Google Inc. Programmable search engine
US7599917B2 (en) 2005-08-15 2009-10-06 Microsoft Corporation Ranking search results using biased click distance
US7653617B2 (en) 2005-08-29 2010-01-26 Google Inc. Mobile sitemaps
US7499919B2 (en) 2005-09-21 2009-03-03 Microsoft Corporation Ranking functions using document usage statistics
US7716226B2 (en) 2005-09-27 2010-05-11 Patentratings, Llc Method and system for probabilistically quantifying and visualizing relevance between two or more citationally or contextually related data objects
US7689531B1 (en) 2005-09-28 2010-03-30 Trend Micro Incorporated Automatic charset detection using support vector machines with charset grouping
US20070085716A1 (en) 2005-09-30 2007-04-19 International Business Machines Corporation System and method for detecting matches of small edit distance
US7873624B2 (en) 2005-10-21 2011-01-18 Microsoft Corporation Question answering over structured content on the web
US20070150473A1 (en) 2005-12-22 2007-06-28 Microsoft Corporation Search By Document Type And Relevance
US7689559B2 (en) 2006-02-08 2010-03-30 Telenor Asa Document similarity scoring and ranking method, device and computer program product
US7685091B2 (en) 2006-02-14 2010-03-23 Accenture Global Services Gmbh System and method for online information analysis
US20070260597A1 (en) 2006-05-02 2007-11-08 Mark Cramer Dynamic search engine results employing user behavior
EP1862916A1 (en) 2006-06-01 2007-12-05 Microsoft Corporation Indexing Documents for Information Retrieval based on additional feedback fields
US20080005068A1 (en) 2006-06-28 2008-01-03 Microsoft Corporation Context-based search, retrieval, and awareness
US20080016053A1 (en) 2006-07-14 2008-01-17 Bea Systems, Inc. Administration Console to Select Rank Factors
US8595245B2 (en) * 2006-07-26 2013-11-26 Xerox Corporation Reference resolution for text enrichment and normalization in mining mixed data
US7720830B2 (en) 2006-07-31 2010-05-18 Microsoft Corporation Hierarchical conditional random fields for web extraction
US20080140641A1 (en) 2006-12-07 2008-06-12 Yahoo! Inc. Knowledge and interests based search term ranking for search results validation
US7792883B2 (en) 2006-12-11 2010-09-07 Google Inc. Viewport-relative scoring for location search queries
US7685084B2 (en) 2007-02-09 2010-03-23 Yahoo! Inc. Term expansion using associative matching of labeled term pairs
US7996392B2 (en) 2007-06-27 2011-08-09 Oracle International Corporation Changing ranking algorithms based on customer settings
US20090006358A1 (en) 2007-06-27 2009-01-01 Microsoft Corporation Search results
US8122032B2 (en) 2007-07-20 2012-02-21 Google Inc. Identifying and linking similar passages in a digital text corpus
US8201081B2 (en) * 2007-09-07 2012-06-12 Google Inc. Systems and methods for processing inoperative document links
US20090106221A1 (en) 2007-10-18 2009-04-23 Microsoft Corporation Ranking and Providing Search Results Based In Part On A Number Of Click-Through Features
US9348912B2 (en) 2007-10-18 2016-05-24 Microsoft Technology Licensing, Llc Document length as a static relevance feature for ranking search results
US7840569B2 (en) 2007-10-18 2010-11-23 Microsoft Corporation Enterprise relevancy ranking using a neural network
US7707229B2 (en) 2007-12-12 2010-04-27 Yahoo! Inc. Unsupervised detection of web pages corresponding to a similarity class
US20090164929A1 (en) 2007-12-20 2009-06-25 Microsoft Corporation Customizing Search Results
US8412702B2 (en) 2008-03-12 2013-04-02 Yahoo! Inc. System, method, and/or apparatus for reordering search results
US7974974B2 (en) 2008-03-20 2011-07-05 Microsoft Corporation Techniques to perform relative ranking for search results
CN101359331B (zh) 2008-05-04 2014-03-19 索意互动(北京)信息技术有限公司 对搜索结果重新排序的方法和系统
US20090307209A1 (en) 2008-06-10 2009-12-10 David Carmel Term-statistics modification for category-based search
US8326829B2 (en) 2008-10-17 2012-12-04 Centurylink Intellectual Property Llc System and method for displaying publication dates for search results
US8224847B2 (en) 2009-10-29 2012-07-17 Microsoft Corporation Relevant individual searching using managed property and ranking features
US8527507B2 (en) 2009-12-04 2013-09-03 Microsoft Corporation Custom ranking model schema
US8422786B2 (en) 2010-03-26 2013-04-16 International Business Machines Corporation Analyzing documents using stored templates
US8738635B2 (en) 2010-06-01 2014-05-27 Microsoft Corporation Detection of junk in search result ranking
US8370331B2 (en) 2010-07-02 2013-02-05 Business Objects Software Limited Dynamic visualization of search results on a graphical user interface
US9495462B2 (en) 2012-01-27 2016-11-15 Microsoft Technology Licensing, Llc Re-ranking search results

Also Published As

Publication number Publication date Type
RU2010141559A (ru) 2012-04-20 application
KR101557294B1 (ko) 2015-10-06 grant
JP2011516989A (ja) 2011-05-26 application
KR20110009098A (ko) 2011-01-27 application
EP2289007A1 (en) 2011-03-02 application
CN101990670A (zh) 2011-03-23 application
EP2289007A4 (en) 2012-10-31 application
EP2289007B1 (en) 2015-04-22 grant
WO2009126394A1 (en) 2009-10-15 application
CN101990670B (zh) 2013-12-18 grant
RU2501078C2 (ru) 2013-12-10 grant
US8812493B2 (en) 2014-08-19 grant
US20090259651A1 (en) 2009-10-15 application

Similar Documents

Publication Publication Date Title
Xue et al. Optimizing web search using web click-through data
Beebe et al. Digital forensic text string searching: Improving information retrieval effectiveness by thematically clustering search results
US8214361B1 (en) Organizing search results in a topic hierarchy
US20020073079A1 (en) Method and apparatus for searching a database and providing relevance feedback
US6615209B1 (en) Detecting query-specific duplicate documents
US20070150800A1 (en) Unsupervised extraction of facts
US20090216696A1 (en) Determining relevant information for domains of interest
US20120278321A1 (en) Visualization of concepts within a collection of information
US20130268526A1 (en) Discovery engine
US20080222138A1 (en) Method and Apparatus for Constructing a Link Structure Between Documents
US20090198667A1 (en) Generating Search Result Summaries
US20020065857A1 (en) System and method for analysis and clustering of documents for search engine
US20090106235A1 (en) Document Length as a Static Relevance Feature for Ranking Search Results
US20080077570A1 (en) Full Text Query and Search Systems and Method of Use
US8024327B2 (en) System and method for measuring the quality of document sets
US20040015485A1 (en) Method and apparatus for improved internet searching
Lu et al. Annotating structured data of the deep Web
US20050262058A1 (en) Query to task mapping
Thelwall Extracting accurate and complete results from search engines: Case study Windows Live
US20060069982A1 (en) Click distance determination
US20050114319A1 (en) System and method for checking a content site for efficacy
US20100036828A1 (en) Content analysis simulator for improving site findability in information retrieval systems
US20150154269A1 (en) Advanced field extractor with modification of an extracted field
de Carvalho et al. A genetic programming approach to record deduplication
US20050081146A1 (en) Relation chart-creating program, relation chart-creating method, and relation chart-creating apparatus

Legal Events

Date Code Title Description
A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120312

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20120312

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20130430

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20130514

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20130701

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20130814

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20130821

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20130823

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: 20140130

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20140228

R150 Certificate of patent or registration of utility model

Ref document number: 5492187

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250