JPH06215029A - テキスト検索方法 - Google Patents

テキスト検索方法

Info

Publication number
JPH06215029A
JPH06215029A JP5169333A JP16933393A JPH06215029A JP H06215029 A JPH06215029 A JP H06215029A JP 5169333 A JP5169333 A JP 5169333A JP 16933393 A JP16933393 A JP 16933393A JP H06215029 A JPH06215029 A JP H06215029A
Authority
JP
Japan
Prior art keywords
word
words
index
inquiry
search
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP5169333A
Other languages
English (en)
Other versions
JP3132738B2 (ja
Inventor
Richard D Henderson
ディー．ヘンダーソン リチャード
Michael J Barbarino
ジェイ．バーバリノ マイケル
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xerox Corp
Original Assignee
Xerox Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xerox Corp filed Critical Xerox Corp
Publication of JPH06215029A publication Critical patent/JPH06215029A/ja
Application granted granted Critical
Publication of JP3132738B2 publication Critical patent/JP3132738B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9014—Indexing; Data structures therefor; Storage structures hash tables
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/31—Indexing; Data structures therefor; Storage structures
    • G06F16/316—Indexing structures
    • G06F16/319—Inverted lists
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99932—Access augmentation or optimizing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y10S707/99936—Pattern matching access

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

(57)【要約】 【目的】 近接探索に必要な処理時間を短縮できるテキ
スト探索方法を提供する。 【構成】 問い合わせ言葉を形式化する（ステップ２
０）。問い合わせ言葉の内基準問い合わせ言葉として１
つ選択する（ステップ２１）。基準問い合わせ言葉を除
く問い合わせ言葉にたいして、ビットベクトルを作成す
る（ステップ２３）。基準問い合わせ言葉に一致するイ
ンディクスワードのサインを比較し、一致するインディ
クスワードのサインと、問い合わせ言葉のビットベクト
ルとを比較する（ステップ２５）。問い合わせ言葉にセ
ットされたビットベクトルとインディクスワードにセッ
トされたビットが一致すれば、ドキュメントをヒットリ
ストに追加する（ステップ２６）。集積された全ドキュ
メントに対して、ステップ２５及びステップ２６を繰り
返す（ステップ２８）。

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、テキストの検索方法に
関し、特に隣接するか近接するワード(WORD)のサインを
用いて、ワードあるいは問い合わせ言葉を検索する方法
に関する。
【０００２】
【従来の技術】テキスト検索システムを改良するため、
かなりの関心が払われている。一般に、テキスト検索シ
ステムは、集積されたドキュメントあるいはドキュメン
トのセットの中で、個々のワードの位置情報を提供す
る。この位置情報は、通常、逆索引(Inverted Index)の
中に記憶されている。この位置情報は、例えば、そのワ
ードが位置するドキュメントの先頭からのワードの個数
によって表されるドキュメントの先頭からのワードのオ
フセットであり、セクションあるいはパラグラフの先頭
からのオフセット、セクション番号、文章番号、または
他のこのような位置を表すインディクスである。画像と
テキストの両方を扱うシステムでは、この位置情報は、
ページ番号、このページ内のX 、Y 座標、高さ及び長さ
等によって表現される。
【０００３】この位置情報は、２つの目的にために使用
される。それは、お互いに近接する２つもしくはそれ以
上の言葉の検索を効率よく行うためである。インディク
ス内にワードの近接情報がなければ、ドキュメント内で
２つのワードがどこに含まれるかを見つけだすために、
ドキュメントの最初から検索しなければいけないからで
ある。
【０００４】もう１つの目的は、そのドキュメントがな
ぜ検索されたのかその理由についてユーザーにフィード
バックすることである。それは、ドキュメントの一部
を、ドキュメントが選択されることになった言葉ととも
にユーザーに示すことによって出来る。位置情報は、ド
キュメント全体を読むことなく検索したいテキストを見
つけて表示及び強調することを可能にするものである。
【０００５】
【発明が解決しようとする課題】しかしながら、位置情
報は逆索引にしめる中で最も大きなものの一つでありう
るが、テキスト検索システムにおいて索引検索のオーバ
ヘッドを最小にするのが望ましい。しかし、従来では、
位置情報の長いリストのマージ処理が必要となり、この
処理の計算が広範囲に亙ることがあり問題であった。
【０００６】そこで、本発明の目的は、索引検索のオー
バーヘッドを極力抑え、近接検索のための計算を減少さ
せる方法を提供することである。
【０００７】本発明の他の目的は、ドキュメントに含ま
れる一つかそれ以上のワードを効率的に検索できるテキ
スト検索方法を提供することである。
【０００８】本発明の他の目的は、なぜドキュメントが
選択されたのかそれについてユーザーに情報を提供でき
るテキスト検索方法を提供することである。
【０００９】本発明の他の目的は、ドキュメントに含ま
れる一つかそれ以上のワードを効率的に検索できるテキ
スト検索方法を提供することである。
【００１０】本発明の他の目的は、検索したい各ワード
に対して、最初から検索することなく、近接する１つ以
上のワードを効率的に検索できるテキスト検索方法を提
供することである。
【００１１】本発明の他の目的は、改良したもしくは最
小の逆索引操作あるいは逆索引構成が可能なテキスト検
索方法を提供することである。
【００１２】本発明の他の目的は、索引検索のオーバー
ヘッドをそれほど増大させることなく、近接検索を行う
ために必要な計算を減少させることのできるテキスト検
索方法を提供することである。
【００１３】本発明の他の目的は、ドキュメントあるい
は集積されたドキュメントのなかで、互いに近接する２
つもしくはそれ以上のワードを検索する近接問い合わせ
を実行できるテキスト検索方法を提供することである。
【００１４】
【課題を解決するための手段】上記目的を達成するため
に本発明に係わる集積されたドキュメント内で複数の問
い合わせ言葉を検索する方法は、前記集積されたドキュ
メント内の各言葉に対して、隣接する幾つかの言葉を選
択し、所定の特徴に基づいてこの選択された各言葉を表
すサインとしての言葉サインを作成し、この作成された
言葉サインからインディクスを作成し、前記複数の問い
合わせ言葉に対して、これらの問い合わせ言葉の１つを
基準言葉として選択し、この基準言葉を除く複数の問い
合わせ言葉に対して、前記所定の特徴に基づいて、検索
のための問い合わせサインを作成し、前記基準言葉に対
して前記インディクスを検索し、前記検索されたインデ
ィクスの言葉サインと前記問い合わせサインとを比較
し、前記検索されたインディクスの言葉サインと前記問
い合わせサインとが一致したとき、その旨通知する。
【００１５】例えば、集積されたドキュメント内で各言
葉に対する言葉サインは、各言葉に対して隣接する予め
決められた個数の言葉に対してビットベクトルを作成す
ることによって作成する出来る。この作成されたビット
ベクトルは、結合されてその言葉のサインとなる。隣接
する言葉の数は、問い合わせ言葉の数−１とすることが
出来る。また、隣接する言葉は前、後、あるいは前後い
ずれであっても良い。
【００１６】各隣接する言葉に対して作成されるビット
ベクトルは、各言葉にハッシュ関数を適用することによ
って作成することが出来る。この言葉は、ワード、言語
文字、漢字等であっても良い。また、言葉の１つあるい
はそれ以上の形態学上の特徴を用いても言葉サインを作
成することが出来る。
【００１７】
【作用】本発明では、各言葉に対して、隣接する幾つか
の言葉を選択して、所定の特徴に基づいて、この選択さ
れた各言葉の言葉サインを作成して、この作成された言
葉サインを含むインディクスを作成する。複数の問い合
わせ言葉に対して、これらの問い合わせ言葉の１つを基
準言葉として選択し、この基準言葉を除く複数の問い合
わせに対して、上記所定の特徴に基づいて、問い合わせ
言葉のためのサインを作成する。上記基準言葉とインデ
ィクスとを比較し、一致するインディクスに対して、こ
のインディクスと、問い合わせ言葉ためのサインと比較
して一致すれば、検索対象の候補となる。
【００１８】このように、隣接する幾つかの言葉の言葉
サインと問い合わせ言葉のためのサインとを比較するの
で、近接検索のオーバーヘッドを減少させて処理が高速
になる。
【００１９】
【実施例】以下、本発明の実施例を説明する。本発明で
は、近接問い合わせを可能にするため、ハッシュ関数を
適用して近接するワード（WORD) のサインを位置情報と
して用いる。本発明の方法は、ドキュメント内でワード
の発生するリスト用いて行う従来の方法に代わって近接
検索を行う方法であって、近接するワードにハッシュ関
数を適用して得られるハッシュ値を持つ逆索引を用いて
行う方法である。
【００２０】選択されたあるワードに近接する各ワード
に対してハッシュ関数を適用して、ハッシュ値を作成
し、これらのハッシュ値を結合してインディクスを作成
するものであり、この方法は、広範囲に適用することが
できるが、その一つとして、ＣＤ−ＲＯＭや大きなデー
タベースから情報を取り出して、処理するような場合に
用いることができる。
【００２１】本発明の方法は、例えば、文字（CHARACTE
R)に基づく表現でなく、ワードの形をパラメータ化して
用いることが出来るし、更に、漢字、片仮名、平仮名等
の象形文字で表現される言語に対し、ハッシュ関数が適
用可能なシンボルを含むような画像であれば適用可能で
ある。本実施例では、各隣接するワードに対して作成さ
れたハッシュ値の和をとってワードのサインを評価する
ものであるが、隣接するワードが表れるその順番をチェ
ックすることによって、近接問い合わせやテキスト検索
をより正確に行うことが出来る。
【００２２】本発明は、テキストデータベースで使用さ
れる逆索引に、直接の位置情報の代わりに、近接するワ
ードに対して作成されたハッシュ値が記憶される。この
ハッシュ値は、インディクスがキーとして作成されるワ
ードに隣接する各ワードに対して、ハッシュ関数が適用
されて、作成される。このハッシュ値が、互いに結合さ
れる。これによって、位置情報の複数のリストをマージ
する必要がなくなり、近接検索の処理時間を短縮するこ
とができる。代わりに、数個のリストのなかで最も短い
ものが問い合わせフレーズのハッシュ値と比較される。
【００２３】図１は、テキスト内の各言葉に対してサイ
ンを作成する処理を図示したものである。図１に示すよ
うに、ドキュメント１０のテキスト１１内のインディク
スがキーとして作成される各ワード（以下、インディク
スワード１４）に対して、所定の規則に従って、Ｗ個の
ワードを選択し、このＷ個のワードの各ワードに対し
て、ワードベクトルを作成する。
【００２４】Ｗ1 、Ｗ2 、・・・、ＷW で示すＷ個のワ
ードの各ワードに対してハッシュ関数１６が適用され
る。この個数Ｗは、任意に選ぶことができるが、このＷ
が大きくなるなればなるほど、１個のワードに隣接した
ワードとして認識されるワードの範囲が広くなり、近接
するワードを細かく分離して認識することが出来なくな
る。
【００２５】各ワード（Ｗ1 、Ｗ2 、・・・、ＷW ）に
対して、ハッシュ関数が適用されて、ワードベクトル
（ワードベクトル1 、ワードベクトル2 、・・・・、ワ
ードベクトルW ）が作成される。このとき、インディク
スワードはキー部となるので、インディクスワード１４
に対してハッシュ関数を適用する必要はない。
【００２６】この方法だと、このワードベクトル（ワー
ドベクトル1 、ワードベクトル2 、・・・・、ワードベ
クトルW ）からインディクスワード１４のサインを形成
するので、ワードベクトルはワード数Ｗに依存する。
【００２７】インディクスワード１４のサイン(Signatu
re) として形成されるインディクスのワードベクトル
は、位置情報を表すためのＬビットの長さを持つ。Ｂ
は、Ｌビット長のビットベクトル内で、１ワード当たり
のビット数である。Ｗは、インディクスを作成する際に
選択された、インディクスワード１４に隣接するワード
の個数である。本実施例では、ワード（Ｗ1 、Ｗ2 、・
・・、ＷW ）は、インディクスワード１４に後続するワ
ードであるが、このインディクスワード１４に対して隣
接したワードとして選択されるワードは、インディクス
ワード１４に先行するワード、あるいは先行及び後続す
るワードでも良い。このワードの選択方法は、それぞれ
異なる利点を持つ。
【００２８】上述したパラメータ（Ｌ、Ｂ、Ｗ）は、Ｌ
ビットの長さのビットベクトルが、”０”と”１”の値
をバランス良くとるように選択しなければいけない。そ
うすることによって、このビットベクトルに、より多く
の情報を持たせることが出来る。Ｌは、大きくすればそ
れだけ、インディクス処理のオーバーヘッドが大きくな
るが、誤ったものをのを検索対象にすることが少なくな
る。
【００２９】Ｌ、Ｂ、Ｗの制約の中でビットベクトルに
充分な情報を記憶させるため、Ｂが大きくなると、ハッ
シュ値の範囲が大きくなり、誤ったものを検索対象にす
ることが少なくなる。また、Ｂを小さくすればそれだ
け、Ｌを小さくすることができるが、Ｌを小さくする代
わりにＷを大きくすることも出来る。
【００３０】Ｗが小さくなれば、Ｌを大きくするかある
いは、Ｂを小さくするする必要はそれほどないが、Ｗ
は、近接問い合わせを行うことのできるワードの数を制
限するものであるので、例えば、Ｗが４であると、ある
ワードから６ワード以内にあるワードの検索を行うこと
が出来なくなる。
【００３１】また、Ｗが大きくなると、Ｗの範囲には入
るが、検索したい範囲外のものとなり、誤ったものをの
を検索対象にすることが多くなる。
【００３２】ハッシュ関数は、良く入力される入力（Ty
pical Input ）に対しては概ね、全体の範囲をカバーす
るような特性の良いものでなければいけない。
【００３３】インディクスワードのサインの形成を完成
するために、上述したＷ個のビットベクトルが結合さ
れ、インディクスワードに隣接するＷ個のワードの並び
を表すサインが形成される。本実施例では、図１に示す
ように、Ｗ個のワードベクトル（ワードベクトル1 、ワ
ードベクトル2 、・・・・、ワードベクトルW ）に対し
て、論理ＯＲをとって、これらを結合する。勿論、他の
方法を用いて、ワードベクトルを結合することが出来
る。
【００３４】この結合によって作成されたビットベクト
ル（以下、インディクスワードのサイン）は、ドキュメ
ント１０内でのワードの並びを表す位置情報として、イ
ンディクスとなる。
【００３５】勿論、インディクスワードを作成する方法
は、本実施例に限定されることなく、適用することが出
来る。例えば、隣接するワードの形態的（morphologica
l property) な特徴に基づいてワードのサインを作成
し、これらを結合してインディクスワードのサインを作
成することが出来る。例えば、形態的なワードの特性を
定義する技術は、例えば、係属中であり米国特許庁へ特
許申請をしている（１９９１年１１月１９日に提出）申
請書、serial no 07/794,191に記載されており、本申請
書は譲渡されたので、参考のために引用する。
【００３６】抽出された形態的な特徴は、所望の方法で
結合することが出来る。例えば、形態的な特徴がワード
の高さと幅であるとすると、上述したインディクスワー
ドにに隣接する所定の数のワードの高さ及び幅の和をと
ることによって、インディクスワードのサインを作成す
ることが出来る。
【００３７】このようにしてドキュメント１０内の各イ
ンディクスワードに対してサインが作成された後、所定
の数の問い合わせ言葉が、ドキュメント内に現れるかど
うかを決定し、またドキュメント内に現れるならば、そ
の位置を決定するため、近接検索が実行される。
【００３８】図２は、近接検索を行うための処理フロー
である。まず、ステップ２０において、近接問い合わせ
言葉を形式化する。この形式化された言葉は、次に示す
フォーマットである。
【００３９】q1、q2、ｑ3 、・・、q n 、d q1、q2、ｑ3 、・・・q n ：問い合わせ言葉 d ：問い合わせ言葉であるq1、q2、ｑ3 、・・、q n が
存在するかどうか検索する範囲である。
【００４０】問い合わせ言葉の数 n、及び dは上述した
Ｗよりも小さくなければいけない。問い合わせ言葉の形
式化は本実施例に限定されることなく、他のフォーマッ
トを使用することが可能である。
【００４１】ステップ２１において、上述した問い合わ
せ言葉：q1、q2、ｑ3 、・・、q nの何れか一つを基準
問い合わせ言葉（reference term) として選択する。例
えば、q1を基準問い合わせ言葉として選択する。この基
準問い合わせ言葉は、これらの問い合わせ言葉の中から
任意に選択することができが、出来れば、集積されたド
キュメントのなかで現れる数が最小となる問い合わせ言
葉を選択するのが良い。
【００４２】q1のサインと一致するインディクスが位置
情報リスト内で検索される。それから、ステップ２３に
おいて、基準問い合わせ言葉（reference term) q1を除
く問い合わせ言葉にたいして、上述した方法によりビッ
トベクトルを作成する。
【００４３】ステップ２５において、この問い合わせ言
葉のビットベクトルが位置情報のインディクスのなか
で、q1のサインと一致するワードインディクスのサイン
と比較する。
【００４４】この問い合わせ言葉のビットベクトルにセ
ットされたビットとワードインディクスのサインにセッ
トされたビットが一致すれば、ステップ２６において、
そのドキュメントが潜在的にヒット（即ち、検索の対象
外である可能性がある）したと判断し、そのドキュメン
トを識別するための識別子を潜在的なヒットのリストに
付加する。
【００４５】近接検索の条件を満足するドキュメントを
リストすることのみが、近接検索の目的であれば、近接
検索の条件を満足するドキュメントが見つかれば、次の
インディクスワードのサインを検索して、q1を含む次の
ドキュメントを検索する。
【００４６】ステップ２８において、集積されたドキュ
メント内で全インディクスが検索されるまで、ステップ
２５及びステップ２６を繰り返し実行する。
【００４７】上述したルックアップ処理が終了すると、
検索したい近接するワードの組合せを持つものとして確
実ではないが、可能性のあるドキュメントのリストが得
られる。このドキュメントのリストは、アプリケーショ
ンの要求に応じて渡すことも出来る。つまり、正確に検
索したい場合は、リストに含まれるドキュメントから所
望のドキュメントのみを検索するために、ドキュメント
を調べることが出来る。
【００４８】ビットベクトルは、所定のワードの組合せ
を持つドキュメントが存在するかどうかについての情報
を与えるものであるが、ドキュメント内でそのベクトル
がどこに位置するのかについての情報は殆ど与えないの
で、ユーザーが、問い合わせの結果ヒットしたものの中
から更にヒットの絞り込みを指示できるようなフィード
バックを与えるために、対象外のものを除外するのと同
様に、テキスト自体を検索する。
【００４９】本発明による方法は、従来による方法に比
べて、近接検索において比較処理回数が少なくなる。本
発明の近接検索における比較処理回数のオーダーは、O
(max(min(集積されたドキュメント内でのq i の使用頻
度)),N*log( 集積されたドキュメント内でのユニークな
ワード数））である。max の２番目の項は、集積された
ドキュメント内でのqi と 一致する全てのインディク
スワードを検索するために要するコストを表している。
N は、問い合わせの個数である。
【００５０】一方、従来の方法では、最悪の場合は、各
位置情報を最低１回はチェックしなければならない。ワ
ードが範囲内にあれば、n 回各位置情報をチェックしな
ければならない。従って、従来の方法での最悪の場合の
近接検索において比較処理回数のオーダーは、O(Sum(集
積されたドキュメント内での qiの使用頻度：i=1,・・,
n）＋n*log(集積されたドキュメント内でのユニークな
ワード数））となる。
【００５１】このように、本発明は、従来に比べて、近
接検索における比較処理回数のオーダーが少なくなり、
検索時間が短縮される。
【００５２】
【発明の効果】以上説明したように本発明では、隣接す
る幾つかの言葉の言葉サインと問い合わせ言葉のための
サインとを比較するので、近接検索のオーバーヘッドを
減少させて処理を高速にすることが出来る。
【図面の簡単な説明】
【図１】テキスト内の各言葉に対してサインを作成する
処理を示す図である。
【図２】近接検索を行うための処理フローを示すフロー
チャートである。
【符号の説明】
１０ ドキュメント １１ テキスト １４ ワードインディクス
───────────────────────────────────────────────────── フロントページの続き (72)発明者 マイケル ジェイ．バーバリノ アメリカ合衆国 カリフォルニア州 94038 モス ビーチ ピー．オー．ボッ クス 853

Claims (1)

    【特許請求の範囲】
  1. 【請求項１】 集積されたドキュメント内で複数の問い
    合わせ言葉を検索する方法において、 前記集積されたドキュメント内の各言葉に対して、隣接
    する幾つかの言葉を選択し、所定の特徴に基づいてこの
    選択された各言葉を表すサインとしての言葉サインを作
    成し、この作成された言葉サインからインディクスを作
    成し、 前記複数の問い合わせ言葉に対して、これらの問い合わ
    せ言葉の１つを基準言葉として選択し、この基準言葉を
    除く複数の問い合わせ言葉に対して、前記所定の特徴に
    基づいて、検索のための問い合わせサインを作成し、 前記基準言葉に対して前記インディクスを検索し、 前記検索されたインディクスの言葉サインと前記問い合
    わせサインとを比較し、 前記検索されたインディクスの言葉サインと前記問い合
    わせサインとが一致したとき、その旨通知する、 テキスト検索方法。
JP05169333A 1992-12-10 1993-07-08 テキスト検索方法 Expired - Fee Related JP3132738B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US98853792A 1992-12-10 1992-12-10
US988537 1992-12-10

Publications (2)

Publication Number Publication Date
JPH06215029A true JPH06215029A (ja) 1994-08-05
JP3132738B2 JP3132738B2 (ja) 2001-02-05

Family

ID=25534230

Family Applications (1)

Application Number Title Priority Date Filing Date
JP05169333A Expired - Fee Related JP3132738B2 (ja) 1992-12-10 1993-07-08 テキスト検索方法

Country Status (2)

Country Link
US (1) US5542090A (ja)
JP (1) JP3132738B2 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6741985B2 (en) 2001-03-12 2004-05-25 International Business Machines Corporation Document retrieval system and search method using word set and character look-up tables
WO2009063925A1 (ja) * 2007-11-15 2009-05-22 Nec Corporation 文書管理・検索システムおよび文書の管理・検索方法

Families Citing this family (66)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5812882A (en) * 1994-10-18 1998-09-22 Lanier Worldwide, Inc. Digital dictation system having a central station that includes component cards for interfacing to dictation stations and transcription stations and for processing and storing digitized dictation segments
JP3545824B2 (ja) * 1995-02-21 2004-07-21 富士通株式会社 データ検索装置
US5778361A (en) * 1995-09-29 1998-07-07 Microsoft Corporation Method and system for fast indexing and searching of text in compound-word languages
US5778362A (en) * 1996-06-21 1998-07-07 Kdl Technologies Limted Method and system for revealing information structures in collections of data items
US6173298B1 (en) 1996-09-17 2001-01-09 Asap, Ltd. Method and apparatus for implementing a dynamic collocation dictionary
US6119114A (en) * 1996-09-17 2000-09-12 Smadja; Frank Method and apparatus for dynamic relevance ranking
US5898836A (en) 1997-01-14 1999-04-27 Netmind Services, Inc. Change-detection tool indicating degree and location of change of internet documents by comparison of cyclic-redundancy-check(CRC) signatures
US6374250B2 (en) * 1997-02-03 2002-04-16 International Business Machines Corporation System and method for differential compression of data from a plurality of binary sources
US6167397A (en) 1997-09-23 2000-12-26 At&T Corporation Method of clustering electronic documents in response to a search query
EP0961210A1 (en) * 1998-05-29 1999-12-01 Xerox Corporation Signature file based semantic caching of queries
JP3022539B1 (ja) * 1999-01-07 2000-03-21 富士ゼロックス株式会社 文書検索装置
US6584464B1 (en) 1999-03-19 2003-06-24 Ask Jeeves, Inc. Grammar template query system
US6314419B1 (en) * 1999-06-04 2001-11-06 Oracle Corporation Methods and apparatus for generating query feedback based on co-occurrence patterns
US6611825B1 (en) 1999-06-09 2003-08-26 The Boeing Company Method and system for text mining using multidimensional subspaces
US6701305B1 (en) 1999-06-09 2004-03-02 The Boeing Company Methods, apparatus and computer program products for information retrieval and document classification utilizing a multidimensional subspace
US6829640B1 (en) * 1999-12-23 2004-12-07 International Business Machines Corporation Method and system for creating a byte stream characteristic number suitable for change quantification
JP4608740B2 (ja) * 2000-02-21 2011-01-12 ソニー株式会社 情報処理装置および方法、並びにプログラム格納媒体
US6778980B1 (en) * 2001-02-22 2004-08-17 Drugstore.Com Techniques for improved searching of electronically stored information
US6823333B2 (en) * 2001-03-02 2004-11-23 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration System, method and apparatus for conducting a keyterm search
US6760694B2 (en) * 2001-03-21 2004-07-06 Hewlett-Packard Development Company, L.P. Automatic information collection system using most frequent uncommon words or phrases
US7149748B1 (en) * 2003-05-06 2006-12-12 Sap Ag Expanded inverted index
US20050086234A1 (en) * 2003-10-15 2005-04-21 Sierra Wireless, Inc., A Canadian Corporation Incremental search of keyword strings
US8656039B2 (en) 2003-12-10 2014-02-18 Mcafee, Inc. Rule parser
US8548170B2 (en) 2003-12-10 2013-10-01 Mcafee, Inc. Document de-registration
US7899828B2 (en) 2003-12-10 2011-03-01 Mcafee, Inc. Tag data structure for maintaining relational data over captured objects
US7774604B2 (en) 2003-12-10 2010-08-10 Mcafee, Inc. Verifying captured objects before presentation
US7984175B2 (en) 2003-12-10 2011-07-19 Mcafee, Inc. Method and apparatus for data capture and analysis system
US7814327B2 (en) 2003-12-10 2010-10-12 Mcafee, Inc. Document registration
US7930540B2 (en) 2004-01-22 2011-04-19 Mcafee, Inc. Cryptographic policy enforcement
CA2556023A1 (en) * 2004-02-20 2005-09-09 Dow Jones Reuters Business Interactive, Llc Intelligent search and retrieval system and method
US7962591B2 (en) 2004-06-23 2011-06-14 Mcafee, Inc. Object classification in a capture system
US7698333B2 (en) * 2004-07-22 2010-04-13 Factiva, Inc. Intelligent query system and method using phrase-code frequency-inverse phrase-code document frequency module
US8560534B2 (en) 2004-08-23 2013-10-15 Mcafee, Inc. Database for a capture system
US7949849B2 (en) 2004-08-24 2011-05-24 Mcafee, Inc. File system for a capture system
US7516130B2 (en) * 2005-05-09 2009-04-07 Trend Micro, Inc. Matching engine with signature generation
US7907608B2 (en) 2005-08-12 2011-03-15 Mcafee, Inc. High speed packet capture
US7818326B2 (en) * 2005-08-31 2010-10-19 Mcafee, Inc. System and method for word indexing in a capture system and querying thereof
US7730011B1 (en) 2005-10-19 2010-06-01 Mcafee, Inc. Attributes of captured objects in a capture system
US7657104B2 (en) 2005-11-21 2010-02-02 Mcafee, Inc. Identifying image type in a capture system
US9767184B2 (en) * 2006-03-14 2017-09-19 Robert D. Fish Methods and apparatus for facilitating context searching
US8504537B2 (en) 2006-03-24 2013-08-06 Mcafee, Inc. Signature distribution in a document registration system
US8706470B2 (en) 2006-05-08 2014-04-22 David T. Lorenzen Methods of offering guidance on common language usage utilizing a hashing function consisting of a hash triplet
US7958227B2 (en) 2006-05-22 2011-06-07 Mcafee, Inc. Attributes of captured objects in a capture system
US7689614B2 (en) 2006-05-22 2010-03-30 Mcafee, Inc. Query generation for a capture system
US8010689B2 (en) 2006-05-22 2011-08-30 Mcafee, Inc. Locational tagging in a capture system
KR100809416B1 (ko) * 2006-07-28 2008-03-05 한국전자통신연구원 보안 시스템을 위한 최적 시그니처 자동 생성 장치 및 방법
US20090228817A1 (en) * 2008-03-10 2009-09-10 Randy Adams Systems and methods for displaying a search result
US20090228811A1 (en) * 2008-03-10 2009-09-10 Randy Adams Systems and methods for processing a plurality of documents
US8205242B2 (en) 2008-07-10 2012-06-19 Mcafee, Inc. System and method for data mining and security policy management
US9253154B2 (en) 2008-08-12 2016-02-02 Mcafee, Inc. Configuration management for a capture/registration system
US8850591B2 (en) 2009-01-13 2014-09-30 Mcafee, Inc. System and method for concept building
US8706709B2 (en) 2009-01-15 2014-04-22 Mcafee, Inc. System and method for intelligent term grouping
US8473442B1 (en) 2009-02-25 2013-06-25 Mcafee, Inc. System and method for intelligent state management
US8447722B1 (en) 2009-03-25 2013-05-21 Mcafee, Inc. System and method for data mining and security policy management
US8667121B2 (en) 2009-03-25 2014-03-04 Mcafee, Inc. System and method for managing data and policies
US8346787B1 (en) * 2009-09-15 2013-01-01 Symantec Corporation Method and apparatus for continuous data protection
KR100964207B1 (ko) * 2009-11-13 2010-06-17 동국대학교 산학협력단 해시 기반 문서의 색인화 및 검색 방법 및 장치
US8756231B2 (en) 2010-01-28 2014-06-17 International Business Machines Corporation Search using proximity for clustering information
US9002866B1 (en) 2010-03-25 2015-04-07 Google Inc. Generating context-based spell corrections of entity names
US8380723B2 (en) * 2010-05-21 2013-02-19 Microsoft Corporation Query intent in information retrieval
US9600565B2 (en) * 2010-10-15 2017-03-21 Nec Corporation Data structure, index creation device, data search device, index creation method, data search method, and computer-readable recording medium
US8806615B2 (en) 2010-11-04 2014-08-12 Mcafee, Inc. System and method for protecting specified data combinations
US9519714B2 (en) * 2010-12-22 2016-12-13 Microsoft Technology Licensing, Llc Presenting list previews among search results
US9396187B2 (en) * 2011-06-28 2016-07-19 Broadcom Corporation System and method for using network equipment to provide targeted advertising
US20130246431A1 (en) 2011-12-27 2013-09-19 Mcafee, Inc. System and method for providing data protection workflows in a network environment
CN103714118B (zh) * 2013-11-22 2017-02-08 浙江大学 图书交叉阅读方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4318184A (en) * 1978-09-05 1982-03-02 Millett Ronald P Information storage and retrieval system and method
US4358824A (en) * 1979-12-28 1982-11-09 International Business Machines Corporation Office correspondence storage and retrieval system
US4554631A (en) * 1983-07-13 1985-11-19 At&T Bell Laboratories Keyword search automatic limiting method
US4823306A (en) * 1987-08-14 1989-04-18 International Business Machines Corporation Text search system
GB8719572D0 (en) * 1987-08-19 1987-09-23 Krebs M S Sigscan text retrieval system
US5201048A (en) * 1988-12-01 1993-04-06 Axxess Technologies, Inc. High speed computer system for search and retrieval of data within text and record oriented files
CA2000006C (en) * 1989-01-23 1994-07-12 Walter W. Chang Combinatorial signatures for data encoding and searching
US5129082A (en) * 1990-03-27 1992-07-07 Sun Microsystems, Inc. Method and apparatus for searching database component files to retrieve information from modified files
JPH0490054A (ja) * 1990-08-03 1992-03-24 Toshiba Corp 画像記憶検索装置
US5325298A (en) * 1990-11-07 1994-06-28 Hnc, Inc. Methods for generating or revising context vectors for a plurality of word stems
US5317507A (en) * 1990-11-07 1994-05-31 Gallant Stephen I Method for document retrieval and for word sense disambiguation using neural networks
US5265065A (en) * 1991-10-08 1993-11-23 West Publishing Company Method and apparatus for information retrieval from a database by replacing domain specific stemmed phases in a natural language to create a search query
US5465353A (en) * 1994-04-01 1995-11-07 Ricoh Company, Ltd. Image matching and retrieval by multi-access redundant hashing

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6741985B2 (en) 2001-03-12 2004-05-25 International Business Machines Corporation Document retrieval system and search method using word set and character look-up tables
WO2009063925A1 (ja) * 2007-11-15 2009-05-22 Nec Corporation 文書管理・検索システムおよび文書の管理・検索方法
JP5376163B2 (ja) * 2007-11-15 2013-12-25 日本電気株式会社 文書管理・検索システムおよび文書の管理・検索方法
US9454597B2 (en) 2007-11-15 2016-09-27 Nec Corporation Document management and retrieval system and document management and retrieval method

Also Published As

Publication number Publication date
JP3132738B2 (ja) 2001-02-05
US5542090A (en) 1996-07-30

Similar Documents

Publication Publication Date Title
JPH06215029A (ja) テキスト検索方法
US5544049A (en) Method for performing a search of a plurality of documents for similarity to a plurality of query words
JP3225912B2 (ja) 情報検索装置、方法及び記録媒体
JP2832988B2 (ja) データ検索システム
US9798776B2 (en) Systems and methods for parsing search queries
JPH06266780A (ja) 意味パターン認識による文字列検索方法及びその装置
JP3258063B2 (ja) データベース検索システム及び方法
JPH0844771A (ja) 情報検索装置
JPH0773197A (ja) 異表記語辞書作成支援装置
JP2000163576A (ja) 画像検索方法及びその実施装置並びにその処理プログラムを記録した媒体
JPH05324719A (ja) 文書検索システム
JP3151730B2 (ja) データベース検索システム
JP2000035965A (ja) 類似特徴量の検索方法及び装置及び類似特徴量の検索プログラムを格納した記憶媒体
JPH10162008A (ja) 情報検索方法及び装置
JP3531222B2 (ja) 類似文字列検索装置
JP2001101184A (ja) 構造化文書生成方法及び装置及び構造化文書生成プログラムを格納した記憶媒体
JP3259781B2 (ja) データベース検索システムおよびデータベース検索方法
JPH07105237A (ja) 索引作成方法およびその装置と文書検索装置
JPH1173420A (ja) 文書処理装置及び文書処理プログラムを記録したコンピュータ読み取り可能な記録媒体
JP3389285B2 (ja) 固有名詞特定方法
JPH10232871A (ja) 検索装置
JPH10149367A (ja) テキスト蓄積検索装置
JP2005085112A (ja) 情報分類システム及びプログラム
JP2002342373A (ja) 文書検索方法、装置、プログラム、同プログラムを記録した記録媒体
JPH07296005A (ja) 日本語テキスト登録・検索装置

Legal Events

Date Code Title Description
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20001107

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

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

Free format text: PAYMENT UNTIL: 20081124

Year of fee payment: 8

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

Free format text: PAYMENT UNTIL: 20091124

Year of fee payment: 9

LAPS Cancellation because of no payment of annual fees