JPH10105572A - 文書グループ化装置および文書グループ化方法 - Google Patents
文書グループ化装置および文書グループ化方法Info
- Publication number
- JPH10105572A JPH10105572A JP8262047A JP26204796A JPH10105572A JP H10105572 A JPH10105572 A JP H10105572A JP 8262047 A JP8262047 A JP 8262047A JP 26204796 A JP26204796 A JP 26204796A JP H10105572 A JPH10105572 A JP H10105572A
- Authority
- JP
- Japan
- Prior art keywords
- document
- documents
- grouping
- group
- reference source
- 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
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
- Document Processing Apparatus (AREA)
Abstract
(57)【要約】
【課題】 文書の参照関係に基づいた文書の収集におい
て、意味的に関連性の深い文書を収集できるように参照
関係を辿る範囲を限定した収集対象範囲を決定する。 【解決手段】 参照文書検出手段は、参照元文書格納手
段に格納された文書を取り出して該文書中から他の文書
への参照関係を検出し、検出し終えた参照元文書を文書
グループ格納手段に格納する。文書取得手段は、参照文
書検出手段により検出された参照関係のある文書を文書
群から取得して参照文書格納手段に格納し、関連性評価
手段は、参照文書格納手段に格納された参照文書と文書
グループ格納手段に格納された文書群の関連性を評価
し、関連がある場合には参照文書を参照元文書格納手段
に新たな参照元文書として追加し、参照文書検出手段の
処理から繰り返す。参照元文書格納手段に格納されてい
る文書が無くなれば、文書格納手段に格納されている文
書を一つのグループに属するものと決定する。
て、意味的に関連性の深い文書を収集できるように参照
関係を辿る範囲を限定した収集対象範囲を決定する。 【解決手段】 参照文書検出手段は、参照元文書格納手
段に格納された文書を取り出して該文書中から他の文書
への参照関係を検出し、検出し終えた参照元文書を文書
グループ格納手段に格納する。文書取得手段は、参照文
書検出手段により検出された参照関係のある文書を文書
群から取得して参照文書格納手段に格納し、関連性評価
手段は、参照文書格納手段に格納された参照文書と文書
グループ格納手段に格納された文書群の関連性を評価
し、関連がある場合には参照文書を参照元文書格納手段
に新たな参照元文書として追加し、参照文書検出手段の
処理から繰り返す。参照元文書格納手段に格納されてい
る文書が無くなれば、文書格納手段に格納されている文
書を一つのグループに属するものと決定する。
Description
【０００１】
【発明の属する技術分野】本発明は電子化された文書の
収集装置に関し、特に分散された複数の文書を関連性の
あるものとないものに区別して収集範囲を決定し、関連
性のある文書を収集してグループ化を行う文書グループ
化装置および文書グループ化方法、さらに、文書グルー
プ化を行うプログラムを記録した記録媒体に関する。
収集装置に関し、特に分散された複数の文書を関連性の
あるものとないものに区別して収集範囲を決定し、関連
性のある文書を収集してグループ化を行う文書グループ
化装置および文書グループ化方法、さらに、文書グルー
プ化を行うプログラムを記録した記録媒体に関する。
【０００２】
【従来の技術】従来、分散された文書間の参照関係情報
をもつ文書群の代表的なものとしてハイパーテキストが
知られている。ハイパーテキストは複数の文書をリンク
によって関連付けることが可能である。
をもつ文書群の代表的なものとしてハイパーテキストが
知られている。ハイパーテキストは複数の文書をリンク
によって関連付けることが可能である。
【０００３】この代表的な従来技術の例として、特開平
４−３２１１４４号公報に記載の「ハイパーテキストの
ブラウジング処理装置」が知られている。この従来技術
によれば、文書間のリンク付け関係を一覧することがで
きる。
４−３２１１４４号公報に記載の「ハイパーテキストの
ブラウジング処理装置」が知られている。この従来技術
によれば、文書間のリンク付け関係を一覧することがで
きる。
【０００４】また、特開平５−１２８１５７号公報に記
載の「文書検索装置」によれば、リンクを辿って到達可
能な特定の範囲から、指定したキーワードにマッチする
内容をもつ文書を選択的に検索することができる。
載の「文書検索装置」によれば、リンクを辿って到達可
能な特定の範囲から、指定したキーワードにマッチする
内容をもつ文書を選択的に検索することができる。
【０００５】さらに、（株）エーアイソフトの「Ｗｅｂ
Ｗｈａｃｋｅｒ」（米国ＦｏｒｅＦｒｏｎｔ Ｇｒｏｕ
ｐ，Ｉｎｃ．の商標）、株式会社ビー・ユー・ジーの
「ＰｅｒＭａｎ Ｓｕｒｆｅｒ波乗野郎」（株式会社ビ
−・ユ−・ジ−の商標）などに代表されるのオートパイ
ロットあるいはダウンローダと呼ばれるソフトウェアに
よれば、大規模なハイパーテキストデータベースである
ワールドワイドウェッブ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅ
ｂ：ＷＷＷ）上の指定された文書からリンクした文書を
指定された数だけ、自動収集することができる。
Ｗｈａｃｋｅｒ」（米国ＦｏｒｅＦｒｏｎｔ Ｇｒｏｕ
ｐ，Ｉｎｃ．の商標）、株式会社ビー・ユー・ジーの
「ＰｅｒＭａｎ Ｓｕｒｆｅｒ波乗野郎」（株式会社ビ
−・ユ−・ジ−の商標）などに代表されるのオートパイ
ロットあるいはダウンローダと呼ばれるソフトウェアに
よれば、大規模なハイパーテキストデータベースである
ワールドワイドウェッブ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅ
ｂ：ＷＷＷ）上の指定された文書からリンクした文書を
指定された数だけ、自動収集することができる。
【０００６】
【発明が解決しようとする課題】前述の「ハイパーテキ
ストのブラウジング処理装置」では文書間の意味的な関
連性は表現されず、ツリー構造状に表示された文書群の
どこからどこまでが、意味的に近接した関係にあるのか
の判断は、人間が各文書の内容を見て判断するしかな
い。ワールドワイドウェッブのように大規模なハイパー
テキストでは、この判断を人手でおこなうのは現実的で
はない。
ストのブラウジング処理装置」では文書間の意味的な関
連性は表現されず、ツリー構造状に表示された文書群の
どこからどこまでが、意味的に近接した関係にあるのか
の判断は、人間が各文書の内容を見て判断するしかな
い。ワールドワイドウェッブのように大規模なハイパー
テキストでは、この判断を人手でおこなうのは現実的で
はない。
【０００７】また、「文書検索装置」を用いると、リン
クを辿って到達可能な範囲の文書をすべて一度収集する
必要があり、到達可能な範囲が膨大である場合にも、全
ての文書の内容を参照する必要があり、莫大な処理時間
を要するという問題を生じる。また、通信路の細いネッ
トワーク上に分散された文書を参照する場合には、通信
時間などのオーバーヘッドが大きくなるという問題を生
じる。キーワード指定がリンクの作成意図と一致しない
場合には、キーワードにマッチしない文書を介して間接
的にリンクされているキーワードにマッチする文書間で
リンクが失われてしまうという問題がある。
クを辿って到達可能な範囲の文書をすべて一度収集する
必要があり、到達可能な範囲が膨大である場合にも、全
ての文書の内容を参照する必要があり、莫大な処理時間
を要するという問題を生じる。また、通信路の細いネッ
トワーク上に分散された文書を参照する場合には、通信
時間などのオーバーヘッドが大きくなるという問題を生
じる。キーワード指定がリンクの作成意図と一致しない
場合には、キーワードにマッチしない文書を介して間接
的にリンクされているキーワードにマッチする文書間で
リンクが失われてしまうという問題がある。
【０００８】オートパイロットやダウンローダなどのソ
フトウェアでは、辿るリンクの数や、物理的に文書が格
納されているマシンによって文書の収集範囲を限定して
おり、文書の内容による意味的な関連性は考慮されてお
らず、内容的にあまり関連のない文書も収集してしまう
という問題や、他のマシンに格納されている関連の深い
文書が収集されないという問題がある。
フトウェアでは、辿るリンクの数や、物理的に文書が格
納されているマシンによって文書の収集範囲を限定して
おり、文書の内容による意味的な関連性は考慮されてお
らず、内容的にあまり関連のない文書も収集してしまう
という問題や、他のマシンに格納されている関連の深い
文書が収集されないという問題がある。
【０００９】そこで、ワールドワイドウェッブのように
大規模なハイパーテキストに関しても、リンクの作成意
図と文書の内容に沿って関連性の深い文書に限定して収
集する方法が必要である。
大規模なハイパーテキストに関しても、リンクの作成意
図と文書の内容に沿って関連性の深い文書に限定して収
集する方法が必要である。
【００１０】本発明の目的は、文書の参照関係に基づい
た文書の収集において、到達可能な全文書を探索するこ
となく意味的に関連性の深い文書を収集できるように、
参照関係を辿る範囲を限定した収集対象範囲を決定をす
る文書グループ化装置および文書グループ化方法と文書
のグループ化が可能なプログラムを記録した記録媒体を
提供することにある。
た文書の収集において、到達可能な全文書を探索するこ
となく意味的に関連性の深い文書を収集できるように、
参照関係を辿る範囲を限定した収集対象範囲を決定をす
る文書グループ化装置および文書グループ化方法と文書
のグループ化が可能なプログラムを記録した記録媒体を
提供することにある。
【００１１】
【課題を解決するための手段】本発明の第１の発明の文
書グループ化装置は、文書収集の起点となる文書を格納
する参照元文書格納手段と、参照元文書格納手段に格納
された文書を順次取り出して該文書中から他の文書への
参照関係を記述した箇所を検出する参照文書検出手段
と、参照文書検出手段により検出された参照関係によ
り、前記参照関係に対応する文書を文書群から取得する
文書取得手段と、文書取得手段により取得された文書を
格納しておく参照文書格納手段と、参照文書検出手段に
より文書中の参照関係を検出し終えた参照元文書を参照
元文書格納手段から移して格納しておく文書グループ格
納手段と、参照文書格納手段に格納された参照文書と文
書グループ格納手段に格納された文書の関連性を評価
し、関連がある場合には参照文書を参照元文書格納手段
に新たな参照元文書として追加する関連性評価手段とを
含んで構成される。
書グループ化装置は、文書収集の起点となる文書を格納
する参照元文書格納手段と、参照元文書格納手段に格納
された文書を順次取り出して該文書中から他の文書への
参照関係を記述した箇所を検出する参照文書検出手段
と、参照文書検出手段により検出された参照関係によ
り、前記参照関係に対応する文書を文書群から取得する
文書取得手段と、文書取得手段により取得された文書を
格納しておく参照文書格納手段と、参照文書検出手段に
より文書中の参照関係を検出し終えた参照元文書を参照
元文書格納手段から移して格納しておく文書グループ格
納手段と、参照文書格納手段に格納された参照文書と文
書グループ格納手段に格納された文書の関連性を評価
し、関連がある場合には参照文書を参照元文書格納手段
に新たな参照元文書として追加する関連性評価手段とを
含んで構成される。
【００１２】また、本発明の第２の発明の文書グループ
化装置は、文書収集の起点となる文書を格納する参照元
文書格納手段と、前記参照元文書格納手段に格納された
文書を順次取り出して該文書中から他の文書への参照関
係の説明を記述した箇所を検出する参照文書検出手段
と、前記参照文書検出手段により文書中の参照関係の説
明を検出し終えた参照元文書を前記参照元文書格納手段
から移して格納しておく文書グループ格納手段と、前記
参照文書検出手段により検出された参照関係の説明に該
当する文書中の記述と文書グループ格納手段に格納され
た参照元文書の本文の記述とから、前記参照元文書と参
照関係のある文書との関連性を評価する関連性評価手段
と、前記関連性評価手段により関連があると評価された
文書のみを文書群から取得する文書取得手段と、前記文
書取得手段により取得された文書を格納しておく参照文
書格納手段と、から構成され、前記関連性評価手段は、
前記参照文書格納手段が格納した文書を参照元文書とし
て、前記参照元文書格納手段に格納する処理を更に行
う。
化装置は、文書収集の起点となる文書を格納する参照元
文書格納手段と、前記参照元文書格納手段に格納された
文書を順次取り出して該文書中から他の文書への参照関
係の説明を記述した箇所を検出する参照文書検出手段
と、前記参照文書検出手段により文書中の参照関係の説
明を検出し終えた参照元文書を前記参照元文書格納手段
から移して格納しておく文書グループ格納手段と、前記
参照文書検出手段により検出された参照関係の説明に該
当する文書中の記述と文書グループ格納手段に格納され
た参照元文書の本文の記述とから、前記参照元文書と参
照関係のある文書との関連性を評価する関連性評価手段
と、前記関連性評価手段により関連があると評価された
文書のみを文書群から取得する文書取得手段と、前記文
書取得手段により取得された文書を格納しておく参照文
書格納手段と、から構成され、前記関連性評価手段は、
前記参照文書格納手段が格納した文書を参照元文書とし
て、前記参照元文書格納手段に格納する処理を更に行
う。
【００１３】第１の発明によれば、文書の参照関係に基
づいた文書の収集において、到達可能な全文書を探索す
ることなく意味的に関連性の深い文書を収集できるよう
に、参照関係を辿る範囲を限定した収集対象範囲を決定
を行うことが可能である。
づいた文書の収集において、到達可能な全文書を探索す
ることなく意味的に関連性の深い文書を収集できるよう
に、参照関係を辿る範囲を限定した収集対象範囲を決定
を行うことが可能である。
【００１４】また、第２の発明によれば、文書の参照関
係の説明によって、文書作成者の意図と文書の内容に沿
って関連性の深い文書に限定した収集が可能である。
係の説明によって、文書作成者の意図と文書の内容に沿
って関連性の深い文書に限定した収集が可能である。
【００１５】
【発明の実施の形態】次に図１から図６を参照して本発
明の実施の形態について説明する。
明の実施の形態について説明する。
【００１６】図１は本発明の第１の発明である請求項１
〜請求項８に記載した本発明の実施の形態の一構成例を
示すブロック図である。
〜請求項８に記載した本発明の実施の形態の一構成例を
示すブロック図である。
【００１７】かかる発明の実施の形態における文書グル
ープ化装置（００１）は、文書収集の起点となる文書を
格納する参照元文書格納手段（１１０）と、参照元文書
格納手段（１１０）に格納された文書を順次取り出して
該文書中から他の文書への参照関係を検出する参照文書
検出手段（１２０）と、参照文書検出手段（１２０）に
より検出された参照関係のある文書を文書群（９０１）
から取得する文書取得手段（１３０）と、文書取得手段
（１３０）により取得された文書を格納しておく参照文
書格納手段（１４０）と、参照文書検出手段（１２０）
により文書中の参照関係を検出し終えた参照元文書を参
照元文書格納手段（１１０）から移して格納しておく文
書グループ格納手段（１５０）と、参照文書格納手段
（１４０）に格納された参照文書と文書グループ格納手
段（１５０）に格納された文書群の関連性を評価し、関
連がある場合には参照文書を参照元文書格納手段（１１
０）に新たな参照元文書として追加する関連性評価手段
（１６０）とを含んで構成される。
ープ化装置（００１）は、文書収集の起点となる文書を
格納する参照元文書格納手段（１１０）と、参照元文書
格納手段（１１０）に格納された文書を順次取り出して
該文書中から他の文書への参照関係を検出する参照文書
検出手段（１２０）と、参照文書検出手段（１２０）に
より検出された参照関係のある文書を文書群（９０１）
から取得する文書取得手段（１３０）と、文書取得手段
（１３０）により取得された文書を格納しておく参照文
書格納手段（１４０）と、参照文書検出手段（１２０）
により文書中の参照関係を検出し終えた参照元文書を参
照元文書格納手段（１１０）から移して格納しておく文
書グループ格納手段（１５０）と、参照文書格納手段
（１４０）に格納された参照文書と文書グループ格納手
段（１５０）に格納された文書群の関連性を評価し、関
連がある場合には参照文書を参照元文書格納手段（１１
０）に新たな参照元文書として追加する関連性評価手段
（１６０）とを含んで構成される。
【００１８】また、文書グループ格納手段（１５０）格
納されるのは、文書を特定できる情報のみでもよい。
納されるのは、文書を特定できる情報のみでもよい。
【００１９】図２は請求項１から請求項８に記載した本
発明の処理の流れの一実施の形態を示すフロー図であ
る。
発明の処理の流れの一実施の形態を示すフロー図であ
る。
【００２０】参照文書検出手段（１２０）は、参照元文
書格納手段（１１０）に格納された文書を順次取り出し
て該文書中から他の文書への参照関係を検出し（ステッ
プＳ１０）、文書中の参照関係を検出し終えた参照元文
書を参照元文書格納手段（１１０）から文書グループ格
納手段（１５０）へ移して格納し（ステップＳ２０）、
文書取得手段（１３０）は、参照文書検出手段（１２
０）により検出された参照関係のある文書を文書群（９
０１）から取得（ステップＳ３０）して参照文書格納手
段（１４０）に格納し、関連性評価手段（１６０）は、
参照文書格納手段（１４０）に格納された参照文書と文
書グループ格納手段（１５０）に格納された文書群の関
連性を評価し（ステップＳ４０）、関連がある場合には
参照文書を参照元文書格納手段（１１０）に新たな参照
元文書として追加（ステップＳ４０）し、参照元文書格
納手段（１１０）にまだ文書が格納されているかチェッ
クし（ステップＳ６０）、格納されている場合にはステ
ップＳ１０から繰り返す。参照元文書格納手段（１１
０）格納されている文書が無くなれば、文書グループ格
納手段（１５０）に格納されている文書を一つのグルー
プに属するものと決定する（ステップＳ７０）。
書格納手段（１１０）に格納された文書を順次取り出し
て該文書中から他の文書への参照関係を検出し（ステッ
プＳ１０）、文書中の参照関係を検出し終えた参照元文
書を参照元文書格納手段（１１０）から文書グループ格
納手段（１５０）へ移して格納し（ステップＳ２０）、
文書取得手段（１３０）は、参照文書検出手段（１２
０）により検出された参照関係のある文書を文書群（９
０１）から取得（ステップＳ３０）して参照文書格納手
段（１４０）に格納し、関連性評価手段（１６０）は、
参照文書格納手段（１４０）に格納された参照文書と文
書グループ格納手段（１５０）に格納された文書群の関
連性を評価し（ステップＳ４０）、関連がある場合には
参照文書を参照元文書格納手段（１１０）に新たな参照
元文書として追加（ステップＳ４０）し、参照元文書格
納手段（１１０）にまだ文書が格納されているかチェッ
クし（ステップＳ６０）、格納されている場合にはステ
ップＳ１０から繰り返す。参照元文書格納手段（１１
０）格納されている文書が無くなれば、文書グループ格
納手段（１５０）に格納されている文書を一つのグルー
プに属するものと決定する（ステップＳ７０）。
【００２１】
【実施例】以下、図面を参照して本発明の文書グループ
化装置のさらに詳しい実施例について説明する。
化装置のさらに詳しい実施例について説明する。
【００２２】前述した様に、図１は、本発明の文書グル
ープ化装置の一実施の形態の構成例を示すブロック図で
ある。
ープ化装置の一実施の形態の構成例を示すブロック図で
ある。
【００２３】また、本実施例においては、文書群（９０
１）として、ＨＴＭＬ形式で記述されているハイパーテ
キストであり、ワールドワイドウェッブのページとして
インターネットに接続された計算機上に分散して存在し
ているものとして説明する。
１）として、ＨＴＭＬ形式で記述されているハイパーテ
キストであり、ワールドワイドウェッブのページとして
インターネットに接続された計算機上に分散して存在し
ているものとして説明する。
【００２４】各文書は、通信プロトコルとホスト名およ
びパス名を含むＵＲＬ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒ
ｃｅ Ｌｏｃａｔｏｒ）と呼ばれる記述法により特定で
きる。文書取得手段（１３０）は、例えばＵＲＬに指定
されたプロトコルによりインターネットに接続されてい
る指定されたホスト計算機から指定されたパス名に該当
する文書を取得する。
びパス名を含むＵＲＬ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒ
ｃｅ Ｌｏｃａｔｏｒ）と呼ばれる記述法により特定で
きる。文書取得手段（１３０）は、例えばＵＲＬに指定
されたプロトコルによりインターネットに接続されてい
る指定されたホスト計算機から指定されたパス名に該当
する文書を取得する。
【００２５】例えば、参照元文書格納手段（１１０）に
格納された文書収集の起点となる文書が図３に示す文書
（５０１）であるとする。ＨＴＭＬ形式の文書では参照
関係情報は、”＜”と”＞”に囲まれたタグと呼ばれる
部分のうち、”＜ａ” で始まり次の”＞”までの間に
ある”ｈｒｅｆ＝”に続いてＵＲＬを記述し、他の文書
への参照を示す箇所である。
格納された文書収集の起点となる文書が図３に示す文書
（５０１）であるとする。ＨＴＭＬ形式の文書では参照
関係情報は、”＜”と”＞”に囲まれたタグと呼ばれる
部分のうち、”＜ａ” で始まり次の”＞”までの間に
ある”ｈｒｅｆ＝”に続いてＵＲＬを記述し、他の文書
への参照を示す箇所である。
【００２６】参照文書検出手段（１２０）は、参照元文
書中から他の文書への参照を示すＵＲＬ（参照関係情
報）を検出し（ステップＳ１０）、文書取得手段（１３
０）により、そのＵＲＬに該当する文書を文書群（９０
１）から取得して、参照文書格納手段（１４０）に格納
する（ステップＳ３０）。図３の文書（５０１）からは
参照文書として、ｈｔｔｐ：／／ｗｗｗ．ｆｉｓｈｅｒ
ｍａｎ．ｃｏｍ／ｍａｒｕ．ｈｔｍｌ」および「ｈｔｔ
ｐ：／／ｗｗｗ．ｓｈｏｐｓ．ｃｏｍ／ｆｉｓｈｉｎ
ｇ．ｈｔｍｌ」の２つのＵＲＬが検出される。例えば、
これらＵＲＬに該当する文書がそれぞれ、図４の文書
（５０２）、図５の文書（５０３）に示す文書であると
する。文書中のＵＲＬを検出し終えると文書（５０１）
は、文書グループ格納手段（１５０）へ移される（ステ
ップＳ２０）。
書中から他の文書への参照を示すＵＲＬ（参照関係情
報）を検出し（ステップＳ１０）、文書取得手段（１３
０）により、そのＵＲＬに該当する文書を文書群（９０
１）から取得して、参照文書格納手段（１４０）に格納
する（ステップＳ３０）。図３の文書（５０１）からは
参照文書として、ｈｔｔｐ：／／ｗｗｗ．ｆｉｓｈｅｒ
ｍａｎ．ｃｏｍ／ｍａｒｕ．ｈｔｍｌ」および「ｈｔｔ
ｐ：／／ｗｗｗ．ｓｈｏｐｓ．ｃｏｍ／ｆｉｓｈｉｎ
ｇ．ｈｔｍｌ」の２つのＵＲＬが検出される。例えば、
これらＵＲＬに該当する文書がそれぞれ、図４の文書
（５０２）、図５の文書（５０３）に示す文書であると
する。文書中のＵＲＬを検出し終えると文書（５０１）
は、文書グループ格納手段（１５０）へ移される（ステ
ップＳ２０）。
【００２７】関連性評価手段（１６０）は例えば、文書
グループ格納手段（１５０）に格納された文書（５０
１）と参照文書格納手段（１４０）に格納された文書
（５０２）と文書（５０３）の各文書からタグと不要語
を除いてキーワードを抽出し、文書（５０１）に含まれ
るキーワードが文書（５０２）と文書（５０３）のそれ
ぞれに含まれる度合いを計算して、文書（５０２）と文
書（５０３）のそれぞれが文書（５０１）に対する関連
性を評価する。
グループ格納手段（１５０）に格納された文書（５０
１）と参照文書格納手段（１４０）に格納された文書
（５０２）と文書（５０３）の各文書からタグと不要語
を除いてキーワードを抽出し、文書（５０１）に含まれ
るキーワードが文書（５０２）と文書（５０３）のそれ
ぞれに含まれる度合いを計算して、文書（５０２）と文
書（５０３）のそれぞれが文書（５０１）に対する関連
性を評価する。
【００２８】本例においては、文書（５０１）の本文中
のキーワードが「ＦＩＳＨＩＮＧ、釣り、フライフィッ
シング」であり、文書（５０２）のキーワードが「釣
り、フライフィッシング、渓流釣り」であり、文書（５
０３）のキーワードが「釣り、ルアー、ショップ」であ
るとし、関連性を参照元の文書中のキーワード全体に対
する参照文書中に含まれる参照元のキーワードの数の比
とし、例えば、６０％を関連性の有無を判定する基準と
すれば、文書（５０２）の文書（５０１）に対する関連
性は約６７％、文書（５０３）の文書（５０１）に対す
る関連性は約３３％となり、文書（５０２）は関連性有
り、文書（５０３）は関連性無しと判定する（ステップ
Ｓ４０）。
のキーワードが「ＦＩＳＨＩＮＧ、釣り、フライフィッ
シング」であり、文書（５０２）のキーワードが「釣
り、フライフィッシング、渓流釣り」であり、文書（５
０３）のキーワードが「釣り、ルアー、ショップ」であ
るとし、関連性を参照元の文書中のキーワード全体に対
する参照文書中に含まれる参照元のキーワードの数の比
とし、例えば、６０％を関連性の有無を判定する基準と
すれば、文書（５０２）の文書（５０１）に対する関連
性は約６７％、文書（５０３）の文書（５０１）に対す
る関連性は約３３％となり、文書（５０２）は関連性有
り、文書（５０３）は関連性無しと判定する（ステップ
Ｓ４０）。
【００２９】関連性無しと判定された文書（５０３）
は、この時点で破棄され、文書（５０３）からさらに参
照される文書があったとしても、それらについては取得
しない。
は、この時点で破棄され、文書（５０３）からさらに参
照される文書があったとしても、それらについては取得
しない。
【００３０】関連性有りと判定された文書（５０２）
は、参照元文書格納手段（１１０）に新たな参照元文書
として追加し（ステップＳ６０）、以下、文書（５０
１）のときと同様に文書（５０２）を参照元文書として
上記の過程を適用し、文書（５０２）からＵＲＬを検出
し（ステップＳ１０）、さらに参照される文書を取得す
る（ステップＳ３０）。
は、参照元文書格納手段（１１０）に新たな参照元文書
として追加し（ステップＳ６０）、以下、文書（５０
１）のときと同様に文書（５０２）を参照元文書として
上記の過程を適用し、文書（５０２）からＵＲＬを検出
し（ステップＳ１０）、さらに参照される文書を取得す
る（ステップＳ３０）。
【００３１】文書（５０２）からＵＲＬの検出を終え、
文書グループ格納手段（１５０）に格納される（ステッ
プＳ２０）と、文書グループ格納手段（１５０）には文
書（５０１）と文書（５０２）の２つの文書が格納され
ている。関連性評価手段（１６０）は例えば、これら文
書のキーワードの和集合を参照元のキーワード群とし
て、文書（５０２）から検出されたＵＲＬが示す文書の
関連性を評価する（ステップＳ４０）。例えばここで、
検出されたＵＲＬが示す文書がいずれも関連性無しと判
定され、参照元文書格納手段に参照元文書がなければ
（ステップＳ６０）、処理は終了し（ステップＳ７
０）、この時点で文書グループ格納手段（１５０）に格
納されている文書（５０１）と文書（５０２）が、ひと
つのグループをなす。
文書グループ格納手段（１５０）に格納される（ステッ
プＳ２０）と、文書グループ格納手段（１５０）には文
書（５０１）と文書（５０２）の２つの文書が格納され
ている。関連性評価手段（１６０）は例えば、これら文
書のキーワードの和集合を参照元のキーワード群とし
て、文書（５０２）から検出されたＵＲＬが示す文書の
関連性を評価する（ステップＳ４０）。例えばここで、
検出されたＵＲＬが示す文書がいずれも関連性無しと判
定され、参照元文書格納手段に参照元文書がなければ
（ステップＳ６０）、処理は終了し（ステップＳ７
０）、この時点で文書グループ格納手段（１５０）に格
納されている文書（５０１）と文書（５０２）が、ひと
つのグループをなす。
【００３２】文書グループ格納手段（１５０）の容量を
節約したい場合は、文書を特定するＵＲＬとキーワード
群のみを文書グループ格納手段（１５０）に格納しても
よい。
節約したい場合は、文書を特定するＵＲＬとキーワード
群のみを文書グループ格納手段（１５０）に格納しても
よい。
【００３３】また、関連性評価手段（１６０）について
は、このキーワードマッチングによる実施例はあくまで
一例であって、本発明は、この実施例だけに限定される
ものではない。例えば、シソーラスなどを用いてキーワ
ード間の距離を計算し、参照される文書のキーワード群
の間の距離の総和や平均を用い、距離の大きさを判定基
準に用いることもできる。
は、このキーワードマッチングによる実施例はあくまで
一例であって、本発明は、この実施例だけに限定される
ものではない。例えば、シソーラスなどを用いてキーワ
ード間の距離を計算し、参照される文書のキーワード群
の間の距離の総和や平均を用い、距離の大きさを判定基
準に用いることもできる。
【００３４】次に、本発明の第２の発明である請求項９
〜１２に記載した発明を図面を参照して説明する。
〜１２に記載した発明を図面を参照して説明する。
【００３５】図６は、第２の発明の実施の形態の一構成
例を示すブロック図である。本実施例においては、対象
文書としてＨＴＭＬ形式のハイパーテキスト文書を扱う
場合の実施例について説明する。また、先に説明した第
１の発明と機能が重なる箇所については、説明を省略す
る。
例を示すブロック図である。本実施例においては、対象
文書としてＨＴＭＬ形式のハイパーテキスト文書を扱う
場合の実施例について説明する。また、先に説明した第
１の発明と機能が重なる箇所については、説明を省略す
る。
【００３６】第２の発明の関連性評価手段（１６０）
は、参照文書検出手段（１２０）により検出されるＵＲ
Ｌを説明している参照元文書中の文字列と、文書グルー
プ格納手段（１５０）中の文書からその文字列を除いた
部分との関連性を判定することで、参照される文書の関
連性を推定し、関連性が有ると推定された文書について
のみ文書取得手段（１３０）により、そのＵＲＬに該当
する文書を文書群（９０１）から取得して、参照文書格
納手段（１４０）に格納する。
は、参照文書検出手段（１２０）により検出されるＵＲ
Ｌを説明している参照元文書中の文字列と、文書グルー
プ格納手段（１５０）中の文書からその文字列を除いた
部分との関連性を判定することで、参照される文書の関
連性を推定し、関連性が有ると推定された文書について
のみ文書取得手段（１３０）により、そのＵＲＬに該当
する文書を文書群（９０１）から取得して、参照文書格
納手段（１４０）に格納する。
【００３７】例えば、図３の文書（５０１）では、ＵＲ
Ｌが記述されているタグ“＜ａ…＞”と対応するタグ
“＜／ａ＞”との間の文字列をＵＲＬに対する説明とな
る文字列とみなし、ＵＲＬ「ｈｔｔｐ：／／ｗｗｗ．ｆ
ｉｓｈｅｒｍａｎ．ｃｏｍ／ｍａｒｕ．ｈｔｍｌ」に対
して「丸山さんの釣り情報（フライフィッシングの話題
もあり）」という文字列が、この参照文書（ＵＲＬ）を
説明する文書になり、さらにＵＲＬ「ｈｔｔｐ：／／ｗ
ｗｗ．ｓｈｏｐｓ．ｃｏｍ／ｆｉｓｈｉｎｇ．ｈｔｍ
ｌ」に対して「その他の釣り情報」という文字列がこの
参照文書（ＵＲＬ）を説明する文書となる。それぞれの
文字列のキーワードは「丸山、釣り、フライフィッシン
グ」、「その他、釣り」となる。
Ｌが記述されているタグ“＜ａ…＞”と対応するタグ
“＜／ａ＞”との間の文字列をＵＲＬに対する説明とな
る文字列とみなし、ＵＲＬ「ｈｔｔｐ：／／ｗｗｗ．ｆ
ｉｓｈｅｒｍａｎ．ｃｏｍ／ｍａｒｕ．ｈｔｍｌ」に対
して「丸山さんの釣り情報（フライフィッシングの話題
もあり）」という文字列が、この参照文書（ＵＲＬ）を
説明する文書になり、さらにＵＲＬ「ｈｔｔｐ：／／ｗ
ｗｗ．ｓｈｏｐｓ．ｃｏｍ／ｆｉｓｈｉｎｇ．ｈｔｍ
ｌ」に対して「その他の釣り情報」という文字列がこの
参照文書（ＵＲＬ）を説明する文書となる。それぞれの
文字列のキーワードは「丸山、釣り、フライフィッシン
グ」、「その他、釣り」となる。
【００３８】ここで、前述した様な、参照元文書と参照
文書間と同様な関連性判定を行えば、ＵＲＬ「ｈｔｔ
ｐ：／／ｗｗｗ．ｆｉｓｈｅｒｍａｎ．ｃｏｍ／ｍａｒ
ｕ．ｈｔｍｌ」の説明のキーワード「丸山、釣り、フラ
イフィッシング」が、文書（５０１）の本文中に含まれ
ている率（関連性）は約６７％となり、ＵＲＬ「ｈｔｔ
ｐ：／／ｗｗｗ．ｓｈｏｐｓ．ｃｏｍ／ｆｉｓｈｉｎ
ｇ．ｈｔｍｌ」の説明のキーワード「その他、釣り」が
文書（５０１）の本文中に含まれている率（関連性）は
５０％となる。ここで、６０％を関連性の有り無しを判
定する基準とすれば、ＵＲＬ「ｈｔｔｐ：／／ｗｗｗ．
ｆｉｓｈｅｒｍａｎ．ｃｏｍ／ｍａｒｕ．ｈｔｍｌ」は
関連性有り、ＵＲＬ「ｈｔｔｐ：／／ｗｗｗ．ｓｈｏｐ
ｓ．ｃｏｍ／ｆｉｓｈｉｎｇ．ｈｔｍｌ」は関連性無し
と判定する。
文書間と同様な関連性判定を行えば、ＵＲＬ「ｈｔｔ
ｐ：／／ｗｗｗ．ｆｉｓｈｅｒｍａｎ．ｃｏｍ／ｍａｒ
ｕ．ｈｔｍｌ」の説明のキーワード「丸山、釣り、フラ
イフィッシング」が、文書（５０１）の本文中に含まれ
ている率（関連性）は約６７％となり、ＵＲＬ「ｈｔｔ
ｐ：／／ｗｗｗ．ｓｈｏｐｓ．ｃｏｍ／ｆｉｓｈｉｎ
ｇ．ｈｔｍｌ」の説明のキーワード「その他、釣り」が
文書（５０１）の本文中に含まれている率（関連性）は
５０％となる。ここで、６０％を関連性の有り無しを判
定する基準とすれば、ＵＲＬ「ｈｔｔｐ：／／ｗｗｗ．
ｆｉｓｈｅｒｍａｎ．ｃｏｍ／ｍａｒｕ．ｈｔｍｌ」は
関連性有り、ＵＲＬ「ｈｔｔｐ：／／ｗｗｗ．ｓｈｏｐ
ｓ．ｃｏｍ／ｆｉｓｈｉｎｇ．ｈｔｍｌ」は関連性無し
と判定する。
【００３９】関連性無しと判定されたＵＲＬ「ｈｔｔ
ｐ：／／ｗｗｗ．ｓｈｏｐｓ．ｃｏｍ／ｆｉｓｈｉｎ
ｇ．ｈｔｍｌ」の文書（５０３）の取得はおこなわず、
ＵＲＬ「ｈｔｔｐ：／／ｗｗｗ．ｆｉｓｈｅｒｍａｎ．
ｃｏｍ／ｍａｒｕ．ｈｔｍｌ」の文書（５０２）のみを
文書取得手段（１３０）により取得し、参照文書格納手
段（１４０）に格納する。その後は前述した実施例の説
明と同様に文書間の関連性判定をおこなって処理を継続
する。あるいはＵＲＬの説明による関連性の推定を信頼
して、文書間の関連性判定を省略することもできる。
ｐ：／／ｗｗｗ．ｓｈｏｐｓ．ｃｏｍ／ｆｉｓｈｉｎ
ｇ．ｈｔｍｌ」の文書（５０３）の取得はおこなわず、
ＵＲＬ「ｈｔｔｐ：／／ｗｗｗ．ｆｉｓｈｅｒｍａｎ．
ｃｏｍ／ｍａｒｕ．ｈｔｍｌ」の文書（５０２）のみを
文書取得手段（１３０）により取得し、参照文書格納手
段（１４０）に格納する。その後は前述した実施例の説
明と同様に文書間の関連性判定をおこなって処理を継続
する。あるいはＵＲＬの説明による関連性の推定を信頼
して、文書間の関連性判定を省略することもできる。
【００４０】また、本発明においては、以上の述べたよ
うな構成をコンピュータプログラムによって作成し、フ
ロッピーディスクやＣＤ−ＲＯＭに代表される記録媒体
によって記録してもよい。
うな構成をコンピュータプログラムによって作成し、フ
ロッピーディスクやＣＤ−ＲＯＭに代表される記録媒体
によって記録してもよい。
【００４１】
【発明の効果】本発明によれば、文書の参照関係に基づ
いた文書の収集において、到達可能な全文書を探索する
ことなく意味的に関連性の深い文書を収集できるよう
に、参照関係を辿る範囲を限定した収集対象範囲を決定
をする文書グループ化装置を提供でき、ワールドワイド
ウェッブのように大規模なハイパーテキストに関して
も、リンクの作成意図と文書の内容に沿って関連性の深
い文書に限定した収集が可能になる。
いた文書の収集において、到達可能な全文書を探索する
ことなく意味的に関連性の深い文書を収集できるよう
に、参照関係を辿る範囲を限定した収集対象範囲を決定
をする文書グループ化装置を提供でき、ワールドワイド
ウェッブのように大規模なハイパーテキストに関して
も、リンクの作成意図と文書の内容に沿って関連性の深
い文書に限定した収集が可能になる。
【図１】本発明の文書グループ化装置の実施の形態の一
構成例を示すブロック図
構成例を示すブロック図
【図２】本発明の文書グループ化装置の処理の流れの一
実施の形態を示すフロー図
実施の形態を示すフロー図
【図３】ＨＴＭＬ形式の文書の一例を示す図
【図４】ＨＴＭＬ形式の文書の一例を示す図
【図５】ＨＴＭＬ形式の文書の一例を示す図
【図６】本発明の文書グループ化装置の実施の形態の他
の構成例を示すブロック図。
の構成例を示すブロック図。
００１ 文書グループ化装置 １１０ 参照元文書格納手段 １２０ 参照文書検出手段 １３０ 文書取得手段 １４０ 参照文書格納手段 １５０ 文書グループ格納手段 １６０ 関連性評価手段 ５０１、５０２、５０３ ＨＴＭＬ形式の文書の例 ９０１ 文書群
Claims (12)
- 【請求項１】文書間の参照関係情報を持ち、分散して存
在する文書群について、分散された文書を収集する際
に、任意の特定の文書を起点として、該文書から参照関
係を辿って到達可能な文書群のうち、該文書に関連の深
い文書のみを効率よく収集するために、参照関係に基づ
いて参照される文書と、収集済みの文書群との関連性を
判定することにより、参照される文書を収集対象とする
か否かを決定することで、参照関係を辿る範囲を限定す
ることを特徴とする文書グループ化装置。 - 【請求項２】分散して存在する文書群の中から、ある文
書に関連性が有る文書を収集して、グループ化する文書
グループ化装置において、 ある文書（参照元文書）を起点として、前記参照元文書
中に存在する他の文書（参照文書）の参照関係情報を取
り出して、前記参照関係情報に基づいた参照文書を収集
し、 前記参照元文書と前記参照文書の関連性を判定し、前記
参照文書が前記参照元文書と関連性がある場合には、前
記参照文書を参照元文書に追加し、さらに追加された参
照元文書から参照可能な文書の関連性を判定することに
よって、ある文書に関連性のある文書を収集して、グル
ープ化することを特徴とする文書グループ化装置。 - 【請求項３】分散して存在する複数のハイパーテキスト
文書の中から、あるハイパーテキスト文書に関連性のあ
る他のハイパーテキスト文書を収集して、関連性がある
ハイパーテキスト文書同士をグループ化する文書グルー
プ化装置において、 前記ハイパーテキスト文書中のリンクを順次辿って関連
文書を収集する際に、リンク先の文書と収集済みの文書
との関連性を判定することにより、リンク先の文書を収
集対象とするか否かを決定し、収集対象としない場合に
は、そのリンク先の文書からのリンクも辿らないことに
することで、あらかじめ特定の収集条件を設定すること
なくリンクを辿る範囲を限定することを特徴とする文書
グループ化装置。 - 【請求項４】ＨＴＭＬ形式で記述されたハイパーテキス
ト文書が、ネットワークを介して複数の計算機内に存在
し、ある特定のハイパーテキスト文書に関連性が有る文
書を前記計算機から収集して、関連性のある文書同士を
グループ化する文書グループ化装置において、 文書収集の起点となるハイパーテキスト文書（参照元文
書）から、他のハイパーテキスト文書の参照を示すＵＲ
Ｌを検出し、ネットワークを介して前記ＵＲＬに該当す
るハイパーテキスト文書（参照文書）を収集し、前記参
照元文書と収集された前記参照文書の関連性が有るか無
いかを判断し、前記参照文書が関連性が有りと判断され
たものは、前記参照文書を参照元文書として追加し、さ
らに追加された参照元文書内のＵＲＬを検出して、他の
参照文書を収集する動作を繰り返すことにより、関連性
のあるハイパーテキスト文書をグループ化することを特
徴とする文書グループ化装置。 - 【請求項５】請求項４に記載された文書グループ化装置
において、 前記参照元文書と収集された前記参照文書の関連性が有
るか無いかを判断する時に、前記参照元文書と前記参照
文書に含まれるキーワードを抽出し、前記キーワードの
一致度により、関連性を判断することを特徴とする文書
グループ化装置。 - 【請求項６】文書収集の起点となる文書を格納する参照
元文書格納手段と、 前記参照元文書格納手段に格納された文書を順次取り出
して該文書中から他の文書への参照関係を記述した箇所
を検出する参照文書検出手段と、 前記参照文書検出手段により検出された参照関係によ
り、前記参照関係に対応する文書を文書群から取得する
文書取得手段と、 前記文書取得手段により取得された文書を格納しておく
参照文書格納手段と、 前記参照文書検出手段により文書中の参照関係を検出し
終えた参照元文書を参照元文書格納手段から移して格納
しておく文書グループ格納手段と、 前記参照文書格納手段に格納された参照文書と文書グル
ープ格納手段に格納された文書群の関連性を評価し、関
連がある場合には参照文書を参照元文書格納手段に新た
な参照元文書として追加する関連性評価手段とを含んで
構成され、 文書の参照関係に基づいた文書の収集において、到達可
能な全文書を探索することなく意味的に関連性の深い文
書を収集できるように、参照関係を辿る範囲を限定した
収集対象範囲を決定をする文書グループ化装置。 - 【請求項７】分散して存在する文書群の中から、ある文
書に関連性が有る文書を収集して、グループ化する文書
グループ化方法において、 参照元文書格納手段に格納している文書（参照元文書）
を起点として、前記参照元文書中に存在する他の文書
（参照文書）の参照関係情報を取り出す第１のステップ
と、 前記参照元文書を文書グループとして文書グループ格納
手段に格納する第２のステップと、 前記第１のステップにより取り出された参照関係情報に
より、前記文書群から参照文書を取得する第３のステッ
プと、 前記第２のステップで格納された文書グループの参照元
文書と、前記第３にステップにより取得された参照文書
との関連性の有り無しを判断する第４のステップと、 前記第４のステップにより関連性が有りと判断された参
照文書を、参照元文書として前記参照元文書格納手段に
追加する第５のステップと、 前記参照元文書格納手段に、参照関係情報が取り出され
ていない参照元文書が有るか無いかを判断し、参照元文
書が有る場合には前記第１のステップに戻り一連の動作
を繰り返し、参照元文書が無い場合には、得られた文書
グループによりグループ化を決定する第６のステップ
と、 を備えることを特徴とする文書グループ化方法。 - 【請求項８】分散して存在する文書群の中から、ある文
書に関連性が有る文書を収集して、グループ化する文書
グループ化プログラムを記録した記録媒体において、 第１の記憶手段内に格納している文書（参照元文書）を
起点として、前記参照元文書中に存在する他の文書（参
照文書）の参照関係情報を取り出す第１のステップと、 前記参照元文書を文書グループとして第２の記憶手段に
格納する第２のステップと、 前記第１のステップにより取り出された参照関係情報に
より、前記文書群から参照文書を取得する第３のステッ
プと、 前記第２のステップで格納された文書グループの参照元
文書と、前記第３にステップにより取得された参照文書
との関連性の有り無しを判断する第４のステップと、 前記第４のステップにより関連性が有りと判断された参
照文書を、参照元文書として前記第１の記憶手段に追加
する第５のステップと、 前記第１の記憶手段に、参照関係情報が取り出されてい
ない参照元文書が有るか無いかを判断し、参照元文書が
有る場合には前記第１のステップに戻り一連の動作を繰
り返し、参照元文書が無い場合には、得られた文書グル
ープによりグループ化を決定する第６のステップと、 を少なくとも備えるプログラムを格納したことを特徴と
する文書グループ化プログラムを記録した記録媒体。 - 【請求項９】文書収集の起点となる文書を格納する参照
元文書格納手段と、 前記参照元文書格納手段に格納された文書を順次取り出
して該文書中から他の文書への参照関係の説明を記述し
た箇所を検出する参照文書検出手段と、 前記参照文書検出手段により文書中の参照関係の説明を
検出し終えた参照元文書を前記参照元文書格納手段から
移して格納しておく文書グループ格納手段と、 前記参照文書検出手段により検出された参照関係の説明
に該当する文書中の記述と文書グループ格納手段に格納
された参照元文書の本文の記述とから、前記参照元文書
と参照関係のある文書との関連性を評価する関連性評価
手段と、 前記関連性評価手段により関連があると評価された文書
のみを文書群から取得する文書取得手段と、 前記文書取得手段により取得された文書を格納しておく
参照文書格納手段と、から構成され、 前記関連性評価手段は、前記参照文書格納手段が格納し
た文書を参照元文書として、前記参照元文書格納手段に
格納する処理を更に行うことを特徴とする文書グループ
化装置。 - 【請求項１０】ＨＴＭＬ形式で記述されたハイパーテキ
スト文書が、ネットワークを介して複数の計算機内に存
在し、ある特定のハイパーテキスト文書に関連性のある
文書を前記計算機から収集して、関連性のある文書同士
をグループ化する文書グループ化装置において、 文書収集の起点となるハイパーテキスト文書（参照元文
書）から、他のハイパーテキスト文書（参照文書）を示
すＵＲＬを検出し、 前記ＵＲＬを説明している文字列のキーワードと、前記
参照元文書の本文中のキーワードの一致度を算出するこ
とによって、前記参照元文書と前記参照文書の関連性が
有るか無いかを判断し、関連性が有ると判断されたＵＲ
Ｌで示される参照文章を前記ネットワークを介して該計
算機から得ることによって関連性のある文書を収集し、
さらに、得られた参照文章を参照元文書として他の参照
文書を収集する動作を繰り返すことによって、前記参照
元文書に関連性が有る文書同士をグループ化することを
特徴とする文書グループ化装置。 - 【請求項１１】分散して存在する文書群の中から、ある
文書に関連性が有る文書を収集して、グループ化する文
書グループ化方法において、 参照元文書格納手段に格納している文書（参照元文書）
を起点として、前記参照元文書中に存在する他の文書
（参照文書）の参照関係情報の説明を取り出す第１のス
テップと、 前記参照元文書を文書グループとして文書グループ格納
手段に格納する第２のステップと、 前記第１のステップにより取り出された参照関係情報の
説明の内容と、前記参照元文書の本文の内容との関連性
の有り無しを判断する第３のステップと、 前記第３のステップにより関連性が有りと判断された参
照文書を、前記文書群から取得する第４のステップと、 前記第４のステップにより取得された参照文書を、参照
元文書として前記参照元文書格納手段に追加する第５の
ステップと、 前記参照元文書格納手段に、参照関係情報が取り出され
ていない参照元文書が有るか無いかを判断し、参照元文
書が有る場合には前記第１のステップに戻り一連の動作
を繰り返し、前記参照元文書が無い場合には、得られた
文書グループによりグループ化を決定する第６のステッ
プと、 を備えることを特徴とする文書グループ化方法。 - 【請求項１２】分散して存在する文書群の中から、ある
文書に関連性が有る文書を収集して、グループ化する文
書グループ化プログラムを記録した記録媒体において、 第１の記憶手段内に格納している文書（参照元文書）を
起点として、前記参照元文書中に存在する他の文書（参
照文書）の参照関係情報を取り出す第１のステップと、 前記参照元文書を文書グループとして第２の記憶手段に
格納する第２のステップと、 前記第１のステップにより取り出された参照関係情報の
説明の内容と、前記参照元文書の本文の内容との関連性
の有り無しを判断する第３のステップと、 前記第３のステップにより関連性が有りと判断された参
照文書を、前記文書群から取得する第４のステップと、 前記第４のステップにより取得された参照文書を、参照
元文書として前記第１の記憶手段に追加する第５のステ
ップと、 前記第１の記憶手段に、参照関係情報が取り出されてい
ない参照元文書が有るか無いかを判断し、参照元文書が
有る場合には前記第１のステップに戻り一連の動作を繰
り返し、前記参照元文書が無い場合には、得られた文書
グループによりグループ化を決定する第６のステップ
と、 を少なくとも備えるプログラムを格納したことを特徴と
する文書グループ化プログラムを記録した記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8262047A JP2940488B2 (ja) | 1996-10-02 | 1996-10-02 | 文書グループ化装置および文書グループ化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8262047A JP2940488B2 (ja) | 1996-10-02 | 1996-10-02 | 文書グループ化装置および文書グループ化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10105572A true JPH10105572A (ja) | 1998-04-24 |
| JP2940488B2 JP2940488B2 (ja) | 1999-08-25 |
Family
ID=17370301
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP8262047A Expired - Fee Related JP2940488B2 (ja) | 1996-10-02 | 1996-10-02 | 文書グループ化装置および文書グループ化方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2940488B2 (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000331017A (ja) * | 1999-05-19 | 2000-11-30 | Nippon Telegr & Teleph Corp <Ntt> | 文書間関連度計算装置、その方法およびその記録媒体 |
| JP2001265788A (ja) * | 2000-03-23 | 2001-09-28 | Nippon Telegr & Teleph Corp <Ntt> | 文書分類方法及び装置及び文書分類プログラムを格納した記録媒体 |
| US7197697B1 (en) | 1999-06-15 | 2007-03-27 | Fujitsu Limited | Apparatus for retrieving information using reference reason of document |
| US7203673B2 (en) | 2000-12-27 | 2007-04-10 | Fujitsu Limited | Document collection apparatus and method for specific use, and storage medium storing program used to direct computer to collect documents |
| JP2008269375A (ja) * | 2007-04-23 | 2008-11-06 | Hidetsugu Nanba | 情報処理装置、情報処理方法、及びプログラム |
| JP2014203364A (ja) * | 2013-04-08 | 2014-10-27 | 富士通株式会社 | 設計書管理プログラム、設計書管理方法および情報処理装置 |
-
1996
- 1996-10-02 JP JP8262047A patent/JP2940488B2/ja not_active Expired - Fee Related
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000331017A (ja) * | 1999-05-19 | 2000-11-30 | Nippon Telegr & Teleph Corp <Ntt> | 文書間関連度計算装置、その方法およびその記録媒体 |
| US7197697B1 (en) | 1999-06-15 | 2007-03-27 | Fujitsu Limited | Apparatus for retrieving information using reference reason of document |
| JP2001265788A (ja) * | 2000-03-23 | 2001-09-28 | Nippon Telegr & Teleph Corp <Ntt> | 文書分類方法及び装置及び文書分類プログラムを格納した記録媒体 |
| US7203673B2 (en) | 2000-12-27 | 2007-04-10 | Fujitsu Limited | Document collection apparatus and method for specific use, and storage medium storing program used to direct computer to collect documents |
| JP2008269375A (ja) * | 2007-04-23 | 2008-11-06 | Hidetsugu Nanba | 情報処理装置、情報処理方法、及びプログラム |
| JP2014203364A (ja) * | 2013-04-08 | 2014-10-27 | 富士通株式会社 | 設計書管理プログラム、設計書管理方法および情報処理装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2940488B2 (ja) | 1999-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6199081B1 (en) | Automatic tagging of documents and exclusion by content | |
| US7630973B2 (en) | Method for identifying related pages in a hyperlinked database | |
| JP4396242B2 (ja) | 文書リンク構造情報作成装置及び方法 | |
| US8812478B1 (en) | Distributed crawling of hyperlinked documents | |
| US7496581B2 (en) | Information search system, information search method, HTML document structure analyzing method, and program product | |
| US7823065B2 (en) | Lexicon-based new idea detector | |
| US6651059B1 (en) | System and method for the automatic recognition of relevant terms by mining link annotations | |
| US9613061B1 (en) | Image selection for news search | |
| US20110078140A1 (en) | Method and system for user guided search navigation | |
| JPH11191114A (ja) | メタ検索方法、画像検索方法、メタ検索エンジン及び画像検索エンジン | |
| US9430567B2 (en) | Identifying unvisited portions of visited information | |
| JP2005085285A5 (ja) | ||
| EP1428139A2 (en) | System and method for extracting content for submission to a search engine | |
| Hatzi et al. | A specialized search engine for web service discovery | |
| US9971782B2 (en) | Document tagging and retrieval using entity specifiers | |
| US9971828B2 (en) | Document tagging and retrieval using per-subject dictionaries including subject-determining-power scores for entries | |
| CN108520007B (zh) | 万维网网页信息提取方法、存储介质及计算机设备 | |
| KR100359233B1 (ko) | 웹 정보 추출 방법 및 시스템 | |
| CN106326236A (zh) | 一种网页内容识别方法和系统 | |
| JP2004220251A (ja) | 情報抽出規則作成システム、情報抽出規則作成方法及び情報抽出規則作成プログラム | |
| JP2940488B2 (ja) | 文書グループ化装置および文書グループ化方法 | |
| US20110252313A1 (en) | Document information selection method and computer program product | |
| JP2008117134A (ja) | 期間抽出装置，期間抽出方法，その方法を実装した期間抽出プログラム及びそのプログラムを格納した記録媒体 | |
| KR100433584B1 (ko) | 온토로지와 규칙정보를 이용한, 인터넷 쇼핑몰 상품에관한 상세 정보 추출 방법 | |
| CN109388665B (zh) | 作者关系在线挖掘方法及系统 |
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: 19990518 |
|
| LAPS | Cancellation because of no payment of annual fees |