JPH06325088A - 情報検索システム - Google Patents

Abstract

(57)【要約】 【目的】本発明は、原情報ファイル以外に検索用ファイ
ルを生成して高速な検索を行うキーワード検索等の高速
検索方法と、原情報ファイルを直接アクセスして検索を
行う通常検索方法とを有する情報検索システムにおい
て、どちらの検索方法を用いたらよいかを操作者が判断
できるようにすることを目的とする。 【構成】高速検索方法のための検索用ファイルの生成に
要する時間を求める生成時間算出手段と、求めた検索用
ファイルの生成時間を通知して高速検索方法あるいは通
常検索方法のいずれかを操作者に選択させ、その検索方
法を起動させる検索方法制御手段を備えることで、操作
者自身がそれ以降に行う作業内容に適した方法で、検索
を行えるようにした。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、原情報ファイル以外に
検索用ファイルを生成して高速な検索を行うキーワード
検索等の高速検索方法と、原情報ファイルを直接アクセ
スして検索を行う通常検索方法とを有する情報検索シス
テムに関する。

【０００２】

【従来の技術】ファイルに格納されている情報の検索方
法には、大きく分けると、検索対象の原情報ファイルを
直接アクセスして検索する方法と、原情報ファイルから
キーワード検索のために検索用ファイルを予め生成して
おき、その検索用ファイルを検索する方法とがある。当
然、検索用ファイルを検索した方が、原情報を直接アク
セスする検索方法よりも検索速度が早い。しかし、検索
用ファイルを生成するには、原情報ファイルの内容にパ
ターン抽出処理等を施して、検索に使用されるキーワー
ドである言葉を抽出して、検索用ファイルを生成する
か、あるいは、キーワードの集合を格納したキーワード
辞書を予め用意しておき、このキーワード辞書に基づい
て、原情報のファイルとからキーワードの抽出を行っ
て、検索用ファイルを生成する方法があるが、いずれの
場合であっても、検索用ファイルの生成にはかなりの時
間を要する。一般に、この検索用ファイルの生成時間
は、原情報のファイルが大きくなるほど時間がかかり。
さらに、原情報ファイルやキーワード辞書を更新した場
合には、この検索用ファイルを作りなおす必要がある。

【０００３】

【発明が解決しようとする問題点】高速な検索方法であ
っても、検索用ファイルの生成時間に多大な時間を要す
るのでは、検索用ファイルを生成せずに、原情報を直接
アクセスして検索する方が、操作者に取って都合の良い
場合がある。

【０００４】例えば、同じ原情報ファイルに対し何度も
検索をするのであれば、検索用ファイルを生成した方が
良いが、一回しか検索をしない場合には、検索用ファイ
ルを生成せずに、原情報ファイルを直接アクセスして検
索する方が良い。しかし、必ずしもこのように単純なケ
ースばかりではない。検索を２、３回する場合、どの検
索方法がよいかは、実際に検索してみなければわからな
かった。

【０００５】

【問題点を解決するための手段】図１は本発明の原理構
成図である。１は入力装置、２は表示装置、３はディス
ク装置、４は処理装置である。３１は検索の対象となる
原情報ファイル、３２は高速検索に使用する検索用ファ
イル、３３は検索用ファイル生成時間の算出に使用され
る算出テーブルである。４１は算出テーブル更新手段で
あり、検索用ファイルが生成される度に起動され、検索
用ファイル３２の生成時間に関するデータを用いて、算
出テーブル３３を更新する処理手段である。４２は検索
方法制御手段、４３は検索用ファイル３２の生成時間を
算出する生成時間算出手段、４４は検索用ファイル生成
手段、４５は検索用ファイル３２を用いて検索を行う高
速検索手段、４６は原情報を直接アクセスして検索を行
う通常検索手段である。

【０００６】原情報ファイル３１から検索用ファイル３
２の生成に要する時間を求める生成時間算出手段４３
と、この生成時間算出手段４３で得られる検索用ファイ
ル３２の生成に要する時間を表示装置２に出力させ、入
力装置１から入力に従い、検索用ファイル３２を生成し
その検索用ファイル３２を用いた高速検索手段４５か原
情報ファイル３１に直接アクセスする通常検索手段４６
かのいずれかを実行させる検索方法制御手段４２とを備
えた。

【０００７】

【作用】操作者は、表示装置２に出力される検索用ファ
イル３２の生成に要する時間と、操作者自身が以降行う
作業を考慮して、検索用ファイル３２を用いた高速検索
手段４５か原情報を直接アクセスする通常検索手段４６
かのいずれかを選択し、情報検索システムはその操作者
が選択した検索方法で情報の検索を行うようにした。

【０００８】

【実施例】図２は本発明における一実施例の構成図であ
る。図中、図１で示したものと同一のものは同一の記号
で示してある。３４はキーワード辞書であり、検索に使
用するキーワードを格納しており、原情報ファイル３１
より検索用ファイル３２を生成する時に使用される。３
５は検索情報管理テーブルであり、原情報ファイル３１
に対応する検索用ファイル３２の名称と、その検索用フ
ァイル３２がキーワード辞書３４に基づいて生成された
ものであるか、全文検索のためにキーワード辞書３４を
使用せずに原情報ファイル３１よりキーワードを抽出し
て生成されたものであるかの情報とを格納している。図
３は、検索情報管理テーブル３５の内容を示したもので
ある。

【０００９】本発明においては、原情報ファイル３１か
ら検索用ファイル生成手段４４にて検索用ファイル３２
を生成した時に、検索用ファイル３２の生成時間に関す
る情報を生成時間算出テーブル３３に格納する。具体的
には、原情報ファイル３１のサイズ、原情報ファイル３
１と検索用ファイル３２の大きさの比率、検索用ファイ
ル３２の生成に要した時間とを格納する。

【００１０】どのように、生成時間算出テーブル３３を
更新するかについて、図４、図５、図６を用いて説明す
る。図４は、（１）〜（１５）の原情報ファイル３１の
各々について、原情報ファイル３１のサイズ、検索用フ
ァイル３２の大きさ、原情報ファイル３１と検索用ファ
イル３２の大きさの比率、検索用ファイル３２の生成に
要した時間を実測した結果である。但し、これは、キー
ワード辞書３４を用いずに生成した、全文検索用の検索
用ファイル３２である。

【００１１】例えば、（１）のパソ通会議室（その１）
という原情報ファイル３１は４８１ＫＢであり、検索用
ファイル生成手段４４を起動すると１１６４ＫＢの検索
用ファイル３２が１０分で生成され、原情報ファイル３
１と検索用ファイル３２の大きさの比率が２．４であっ
たことを示している。また、この図より、類似した内容
の原情報ファイル３１については、原情報ファイル３１
と検索用ファイル３２の大きさの比率がほぼ等しくなる
ことを示している。

【００１２】図５は、図４で示した（１）〜（１５）の
検索用ファイル生成に関する情報を格納した、生成時間
算出テーブル３３である。上述したように、これは、キ
ーワード辞書３４を用いずに生成した、全文検索用の検
索用ファイル３２であり、図５で示されている生成時間
算出テーブル３３は、全文検索用の検索用ファイル３２
用のものである。キーワード辞書３４を用いて検索用フ
ァイル３２を生成する場合と、キーワード辞書３４を使
用しない場合とでは、検索用ファイル３２の生成時間が
異なることより、キーワード辞書を用いた検索用ファイ
ル３２の生成時間を求めるためには、もう一つ別の生成
時間算出テーブル３３を用意する必要がある。

【００１３】以下で、図５の生成時間算出テーブル３３
の更新について、図４の例を用いて説明する。例えば、
図４の（１）の原情報ファイル３１は、ファイルサイズ
が４８１ＫＢで、原情報ファイル３１と検索用ファイル
３２の大きさの比率が２．４であったことより、縦軸が
４８１ＫＢ〜５００ＫＢ、ファイルの大きさの比率が
２．３〜２．４の欄（ｄ）に、検索用ファイル３２の生
成に要した時間１０分を格納している。この欄（ｄ）に
は、要した時間の最大値と最小値を格納することになっ
ているが、この場合は、一つの例だけなので、最大値、
最小値ともに１０分を格納している。図５の生成時間算
出テーブル３３の（ａ）〜（ｊ）の各欄の更新は、それ
ぞれ、欄（ａ）は図４の（４）、欄（ｂ）は（１１）、
欄（ｃ）は（７）、欄（ｄ）は（１）、欄（ｅ）は
（２）と（１２）と（１４）、欄（ｆ）は（６）、欄
（ｇ）は（５）、欄（ｈ）は（１３）、欄（ｉ）は（１
５）、欄（ｊ）は（３）に基づいて行われたものであ
る。この検索用ファイル３２の生成に要した時間の、生
成時間算出テーブル３３への格納は、以下の規則に従っ
て行う。

【００１４】得られた生成時間で生成時間算出テーブ
ル３３を更新する際、更新すべき欄に全く値が格納され
ていない場合には、得られた生成時間を最小値および最
大値として格納する。 得られた生成時間がその欄における最小値ならば、最
小値を更新する。 得られた生成時間がその欄における最大値ならば、最
大値を更新する。

【００１５】得られた生成時間がその欄における最大
値と最小値の範囲にあるならば、更新の処理を行わな
い。

【００１６】図６は、本発明の一実施例における検索用
ファイル３２の生成処理のフローである。検索用ファイ
ル生成手段４４による検索用ファイル３２の生成と同期
して、検索用ファイル３２の生成時間に関するデータを
求める処理、そのデータに基づいて生成時間算出テーブ
ル３３を更新する処理が行われる。

【００１７】まず、検索用ファイル３２を生成する直前
に生成処理の開始時間を求める処理が行われ、そして、
検索用ファイル３２の生成処理の後に、検索用ファイル
３２の生成処理の終了時間を求める処理が行われる。こ
の生成処理の開始時間と終了時間の差により、その検索
用ファイルの生成に要した時間が求められる。検索用フ
ァイル３２の生成について、キーワード検索方式の場合
は、キーワード辞書に基づいて原情報ファイル３１の検
索用ファイル３２が生成される。全文検索方式の場合
は、原情報ファイル３１に格納されているデータについ
てパターン抽出等を経てキーワードが抽出されて検索用
ファイル３２が生成される。

【００１８】この実施例においては、検索用ファイル３
２の生成時間が３分に満たないものについては、この後
の処理である生成時間算出テーブル３３の更新処理は行
わないようにしている。

【００１９】もし、生成時間が３分以上であれば、原情
報ファイル３１、検索用ファイル３２のサイズと、その
比率（検索用ファイルサイズ÷原情報ファイルサイズ）
を求める処理が行われる。そして、原情報ファイル３１
のサイズと上記比率より、生成時間算出テーブル３３の
該当する欄が特定される。この欄は、検索用ファイル３
２の生成時間の最小値と最大値のデータを格納する領域
を有している。上記で求めた欄に全くデータが格納され
ていない場合には、求めた生成時間が最小値および、最
大値の欄に格納される。また、求めた生成時間が既に格
納されている最小値よりも小さい場合は最小値が更新さ
れ、格納されている最大値よりも大きい場合は最大値が
更新される。

【００２０】図７は、検索用ファイル３２の生成時間算
出処理のフローを示すものである。検索用ファイル３２
の生成時間算出処理の前に、操作者が指定した検索対象
である原情報ファイル３１が、検索情報管理テーブル３
５に登録されているかをのチェックが行われる。登録さ
れていないということは、原情報ファイル３１に対応す
る検索用ファイル３２は生成されていないことを意味す
る。検索用ファイル３２が登録されている場合には、原
情報ファイル３１と検索用ファイル３２の作成日時の比
較が行われる。もし、原情報ファイル３１の方が検索用
ファイル３２の作成日時よりも新しければ、検索用ファ
イル３２の生成後に原情報ファイル３１が更新されてい
るため、検索用ファイル３２を再生成しなければ、正し
い検索が行うことができないことになる。また、キーワ
ード辞書３４に基づいて生成される検索用ファイル３２
については、検索用ファイル３２とキーワード辞書３４
の作成日時の比較も行い、キーワード辞書３４の方が検
索用ファイル３２の作成日時よりも新しければ、検索用
ファイル３２の生成後にキーワード辞書３４が更新され
ているため、検索用ファイル３２を再生成しなければな
らないことになる。

【００２１】検索用ファイル３２の生成が必要であると
判明すると、まず、生成時間算出テーブル３３を読み込
む。そして、原情報ファイル３１のファイルサイズを読
み取り、それが１００ＫＢより大きいかを調べる。１０
０ＫＢより小さい場合には、検索用ファイル３２の生成
にそれほど時間を要しないため、生成時間の算出処理を
行わずに、操作者に検索用ファイル３２の生成に時間が
かからないことを通知する。例えば、図４にあるよう
に、約１００ＫＢの原情報ファイル（９）「雑誌文献リ
スト（その３）」の場合には、検索用ファイル３２の生
成時間は１分であり、いつ終わるのだろうという不安を
それほど操作者に与えない時間である。

【００２２】原情報ファイル３１のファイルサイズが１
００ＫＢを越える場合には、原情報ファイル３１のうち
先頭１００ＫＢだけをサンプリングデータとして、検索
用ファイル３２の生成処理が行われる。そして、生成さ
れた検索用ファイル３２のファイルサイズと１００ＫＢ
（原情報ファイル３１のサンプリングデータ）との比率
である比較用比率を求める処理が行われる。

【００２３】上記で求めた比較用比率と原情報ファイル
３１のファイルサイズに基づいて、生成時間算出テーブ
ル３３の該当する欄が決定され、その欄に生成時間のデ
ータが格納されていれば、そのデータが、検索用ファイ
ル３２の生成時間として操作者に通知される。もし、求
めた欄に生成時間に関するデータが格納されていない場
合には、生成時間算出テーブル３３のうち、同じ比較用
比率で原情報ファイル３１のファイルサイズと比較して
±１００ＫＢの範囲の欄で、生成時間に関するデータが
格納されているものがあるかがチェックされ、もしあれ
ば、その値が、検索用ファイル３２の生成時間として操
作者に通知される。それでも該当するデータが無い場合
には、比較用比率を±０．５の範囲に広げて、生成時間
に関するデータが格納されている欄があるかがチェック
され、あればその値が生成時間として操作者に通知され
る。もしなければ、データ不足のための算出不可能であ
ることが操作者に通知される。

【００２４】上記では、検索対象の原情報ファイル３１
の一部分をサンプリングして、生成される検索用ファイ
ル３２と原情報ファイル３１のファイルサイズの比率で
ある比較用比率を求めるようにしたが、類似した内容の
原情報ファイル３１からはほぼ同じ比率の検索用ファイ
ル３２が生成されることから、原情報ファイル３１の種
別を予め定義しておくことで、サンプリングして比較用
比率を求める処理を省略することも可能である。

【００２５】以下で、図５を参照しながら具体的な例を
用いて上記のフローを説明する。 （１）生成時間算出テーブル３３に該当する欄がある場
合 例１：原情報ファイル３１のファイルサイズ＝５００Ｋ
Ｂ、比較用比率＝２．４ （ｄ）欄が該当する欄となり、最小値、最大値とも１０
分であるので、通知するのは、『１０分』となる。

【００２６】（２）生成時間算出テーブル３３に該当す
る欄がない場合 同じ比較用比率で原情報ファイル３１のファイルサイ
ズの±１００ＫＢの範囲の欄がチェックされる。 例２：原情報ファイル３１のファイルサイズ＝７００Ｋ
Ｂ、比較用比率＝２．４ −１００ＫＢの範囲：１７〜１８分〔ファイルサイズ＝
６２１〜６４０ＫＢ〕 ＋１００ＫＢの範囲：２４〜２４分〔ファイルサイズ＝
７４１〜７６０ＫＢ〕 以上より、操作者に通知される情報は『１８〜２４分』
となる。 例３：原情報ファイル３１のファイルサイズ＝４３０Ｋ
Ｂ、比較用比率＝２．３ −１００ＫＢの範囲：なし ＋１００ＫＢの範囲：１０〜１０分〔ファイルサイズ＝
４８１〜５００ＫＢ〕 以上より、操作者に通知される情報は『１０分以下』と
なる。 例４：原情報ファイル３１のファイルサイズ＝３５０Ｋ
Ｂ、比較用比率＝２．４ −１００ＫＢの範囲：５〜５分 〔ファイルサイズ＝
３０１〜３２０ＫＢ〕 ＋１００ＫＢの範囲：なし 以上より、操作者に通知される情報は『５分以上』とな
る。

【００２７】例３のように、−１００ＫＢの範囲には該
当するデータがなく、＋１００ＫＢの範囲に該当するデ
ータがある場合は『１０分』ではなく、『１０分以下』
と言えるのは、ファイルのサイズが大きいほど検索用フ
ァイル３２の生成に時間がかかるからである。

【００２８】 比較用比率を±０．５の範囲に広げて調べる 例５：原情報ファイル３１のファイルサイズ＝３５０Ｋ
Ｂ：比較用比率＝３．０ −０．５の範囲：なし ＋０．５の範囲：９〜９分 〔比較用比率＝３．
３〜３．４ＫＢ〕 以上より、操作者に通知される情報は『９分以下』とな
る。

【００２９】例５のように、−０．５の範囲には該当す
るデータはなく、＋０．５の範囲に該当するデータがあ
る場合、『９分』ではなく、『９分以下』と言えるの
は、比較用比率が大きいということは、原情報ファイル
に含まれている単語数が多いことであり、それだけ検索
用ファイル３２の生成に時間がかかるということであ
る。

【００３０】検索用ファイル３２の生成時間の操作者へ
の通知処理の後は、検索用ファイル３２を生成して高速
検索を行うか、それとも検索用ファイル３２を生成せず
に原情報ファイル３１に直接アクセスする通常検索を行
うかについて、操作者に問い合わせの処理が行われる。
そして、この問い合わせに対する操作者の入力に従っ
て、検索方法が選択される。

【００３１】

【発明の効果】情報検索を行う操作者は、検索用ファイ
ルが生成されるまでの時間が通知されるので、操作者が
一度だけ検索を行おうとしているのか、それとも何度も
キーワードを変更したりして検索をするかにより、検索
用ファイルを生成すべきかを判断することができる。ま
た、検索用ファイルの生成が終了する時間が分かるの
で、それまでに別の作業を行うことができるという効果
がある。

【００３２】

【図面の簡単な説明】

【図１】本発明の原理構成図

【図２】本発明における一実施例の構成図

【図３】検索情報管理テーブルの構造

【図４】検索用ファイルの生成時間の例

【図５】生成時間算出テーブルの構造

【図６】検索用ファイルの生成処理のフロー

【図７】検索用ファイルの生成時間の算出処理のフロー

【符号の説明】

１：入力装置 ２：表示装置 ３：ディスク装置 ４：処理装置 ３１：原情報ファイル ３２：検索用ファイル ３３：生成時間算出テーブル ４１：算出テーブル更新手段 ４２：検索方法制御手段 ４３：生成時間算出手段 ４４：検索用ファイル生成手段 ４５：高速検索手段 ４６：通常検索手段

Claims (4)

【特許請求の範囲】
1. 【請求項１】検索対象の原情報ファイル（３１）から検
   索用ファイル生成手段（４４）にて検索用ファイル（３
   ２）を生成しその検索用ファイル（３２）を用いて原情
   報ファイル（３１）の検索を行う高速検索手段（４５）
   と、原情報ファイル（３１）に直接アクセスして検索を
   行う通常検索手段（４６）とを備えた情報検索システム
   において、 原情報ファイル（３１）から検索用ファイル（３２）の
   生成する時間に関する情報を記憶した生成時間算出テー
   ブル（３３）と、 上記生成時間算出テーブル（３３）に基づいて任意の原
   情報ファイル（３１）の検索用ファイル（３２）の生成
   に要する時間を算出する生成時間算出手段（４３）と、 上記生成時間算出手段（４３）で得られる検索用ファイ
   ル（３２）の生成に要する時間を表示装置（２）に出力
   させ、入力装置（１）から入力に従い、通常検索手段
   （４６）を実行させるか、あるいは検索用ファイル生成
   手段（４４）にて検索用ファイル（３２）を生成して高
   速検索手段（４５）を実行させるかの制御を行う検索方
   法制御手段（４２）とを備えたことを特徴とした情報検
   索システム。
2. 【請求項２】請求項１記載の情報検索システムにおい
   て、検索用ファイル生成手段（４４）で検索用ファイル
   （３２）を生成する際に、その検索用ファイル（３２）
   の生成時間に関するデータを用いて、生成時間算出テー
   ブル（３３）を更新する算出テーブル更新手段（４１）
   を備えたことを特徴とする情報検索システム。
3. 【請求項３】請求項１または請求項２記載の情報検索シ
   ステムにおいて、 生成時間算出テーブル（３３）は、その原情報ファイル
   （３１）の大きさと、その検索用ファイル（３２）の生
   成に要した時間より構成され、 生成時間算出手段（４３）は、任意の原情報ファイル
   （３１）の大きさと、生成時間算出テーブルに基づい
   て、上記原情報ファイル（３１）の検索用ファイル（３
   ２）の生成時間を算出することを特徴とする情報検索シ
   ステム。
4. 【請求項４】請求項１または請求項２記載の情報検索シ
   ステムにおいて、 生成時間算出テーブル（３３）は、複数個の原情報ファ
   イル（３１）とその検索用ファイル（３２）の大きさの
   比率と、その原情報ファイル（３１）の大きさと、その
   検索用ファイル（３２）の生成に要した時間より構成さ
   れ、 生成時間算出手段（４３）は、任意の原情報ファイル
   （３１）の一部について検索用ファイル（３２）を生成
   し、原情報ファイル（３１）の一部と生成された検索用
   ファイル（３２）の大きさの比率を求め、上記求めた比
   率と原情報ファイル（３１）の大きさと生成時間算出テ
   ーブルに基づいて、上記原情報ファイル（３１）の検索
   用ファイル（３２）の生成時間を算出することを特徴と
   する情報検索システム。