JPH11282870A

JPH11282870A - インターネットドキュメント検索エンジン装置及びインターネットドキュメント検索エンジン装置の制御方法

Info

Publication number: JPH11282870A
Application number: JP10087035A
Authority: JP
Inventors: Shinji Kikuchi; 伸治菊地
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 1998-03-31
Filing date: 1998-03-31
Publication date: 1999-10-15

Abstract

(57)【要約】【課題】実装の方法によってはキーワードデータベー
スへのアクセス頻度が集中する場合がある。また、ＳＱ
Ｌのレベルで並列処理化を行うと、データベースがリレ
ーショナルなものに限定されるが、各社のデータベース
には構造上の差異が大きいため、異機種間のデータベー
ス間の連携による運用を阻害してしまう。【解決手段】検索ロボット１０ａにより収集されたイ
ンターネットドキュメントに含まれる語彙に基づいて複
数機種のＤＢＭＳ１０ｈにデータ登録を行うとともに、
質問文字列に応じて登録データを対応機種であるＤＢＭ
Ｓ１０ｈから抽出してＵＲＬ情報を取得するため、アク
セス頻度の集中を低減させつつ、異機種データベース間
の連携による運用を実現することができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、インターネットド
キュメント検索エンジン装置及びインターネットドキュ
メント検索エンジン装置の制御方法に関し、特に、イン
ターネットドキュメントに含まれる語彙を登録するとと
もに、この登録された語彙に基づいて対応するインター
ネットドキュメントのＵＲＬを検索するインターネット
ドキュメント検索エンジン装置及びインターネットドキ
ュメント検索エンジン装置の制御方法に関する。

【０００２】

【従来の技術】従来のインターネットドキュメント検索
装置１００は、図７に示すように、インターネット文書
の本文と対応するキーワードを登録するとともに、同文
書本文と対応する書誌情報（文書名や著者名等）とを検
索するサーバ計算機２００と、ネットワークを介してサ
ーバ計算機に接続された複数のクライアント計算機３０
０とを備え、サーバ計算機２００は、クライアント計算
機３００からの登録要求に応じてインターネット文書の
本文と対応するキーワードを登録し、クライアント計算
機３００からの検索要求に応じて同文書本文と対応する
書誌情報とを検索する。

【０００３】サーバ計算機２００は、登録要求に応じて
文書本文と対応するキーワード情報とを登録する登録部
２１０と、検索要求に応じて文書本文と対応する書誌情
報（文書名や著者名等）とを検索する検索部２２０と、
キーワード情報を格納するキーワードデータベース２３
０と、文書本文のデータを格納する文書データベース２
４０と、キーワードに関連する類義語を格納する類義語
辞書２５０とを備えている。

【０００４】このような構成により、登録要求に応じて
文書本文を文書データベース２４０に格納し、この文書
本文に対応するキーワード情報をキーワードデータベー
ス２３０に格納する。また、検索要求に応じて上記文書
本文と対応する書誌情報（文書名や著者名等）とを検索
する。このとき、必要に応じて上記キーワードに関連す
る類義語を用いて検索を行う。

【０００５】なお、キーワードデータベース２３０と文
書データベース２４０は、リレーショナルデータベース
として構築されている。

【０００６】登録部２１０は、登録要求発行部３１０と
文書データベース２４０及びキーワードデータベース２
３０との間に接続され、登録要求発行部３１０から発行
された登録要求に応じて文書データベース２４０に文書
の本文を登録するとともに、登録した文書の本文から適
切なキーワードを自動抽出して同キーワードを含むキー
ワード情報をキーワードデータベース２３０に登録す
る。

【０００７】検索部２２０は、検索要求発行部３２０と
文書データベース２４０、キーワードデータベース２３
０及び類義語辞書２５０との間に接続され、検索要求発
行部３２０から発行された検索要求に基づいて文書の本
文と文書に関わる書誌情報とを文書データベース２４０
とキーワードデータベース２３０を用いて検索する。な
お、検索部２２０は、検索要求によっては類義語辞書２
５０を利用して同検索を行う。

【０００８】キーワードデータベース２３０は、登録部
２１０と検索部２２０に接続され、文書データベース２
４０に格納された書誌情報と文書の本文中に含まれたキ
ーワードとから構成されるキーワード情報が登録部２１
０によって格納される。

【０００９】文書データベース２４０は、登録部２１０
と検索部２２０に接続され、文書本文のデータが格納さ
れる。この文書本文は、登録部２１０によって登録さ
れ、検索部２２０によって読み出される。

【００１０】類義語辞書２５０は、検索部２２０に接続
され、キーワードとなり得る語彙に対して関連のある類
義語を対応づけて格納する。

【００１１】各クライアント計算機３００は、登録要求
発行部３１０と検索要求発行部３２０から構成される。

【００１２】登録要求発行部３１０は、サーバ計算機２
００の登録部２１０に接続され、文書データベース２４
０への文書の登録要求を発行する。

【００１３】検索要求発行部３２０は、サーバ計算機２
００の検索部２２０に接続され、キーワード及びキーワ
ードの類義語による条件検索を含む検索要求を発行す
る。

【００１４】ここで、キーワードデータベース２３０と
文書データベース２４０について具体的に説明する。

【００１５】キーワードデータベース２３０に格納され
るキーワード情報には、文書の数だけ行が格納される。

【００１６】各行は、文書を一意的に識別するための文
書識別子、文書名、著者及び文書中の複数のキーワード
が含まれるキーワードリストの各列から構成される。例
えば、文書識別子「Ｄ１」、文書名「Ａ」、著者「Ｖ」
及びキーワードリスト「Ｋ１，Ｋ２，Ｋ３，Ｋ４」から
構成される。

【００１７】この各列には、任意の数のキーワードが含
まれるが、一つの値として扱われず（マルチバリュー
列）、検索部２２０によって一つ一つのキーワードにつ
いて検索が行われる。

【００１８】一方、文書データベース２４０に格納され
る文書本文は、行が文書の数だけ格納される。

【００１９】各行は、文書識別子、本文の各行から構成
される。例えば、文書識別子「Ｄ１」、キーワード「Ｋ
１，Ｋ２，Ｋ３，Ｋ４」を含む本文「・・・Ｋ１・・・
Ｋ２・・・Ｋ３・・・Ｋ４・・・」から構成される。

【００２０】なお、キーワードデータベース２３０と文
書データベース２４０に格納される各情報は、上記文書
識別子により関連づけられている。例えば、キーワード
情報のある行の文書識別子の値の「Ｄ１」が文書本文の
関連行の文書識別子の値と同じであれば、同一文書（文
書名「Ａ」）の書誌情報と本文である。

【００２１】次に、文書の検索について説明する。文書
の検索を行うとき、検索要求発行部３２０が検索部２２
０に対して検索要求を発行する。

【００２２】検索部２２０は、キーワードデータベース
２３０を用いて検索要求に応じた文書を特定し、この文
書の本文を文書データベース２４０から検索して求めて
から、検索結果を検索要求発行部３２０に返却する。

【００２３】上記検索要求の内容は、標準データベース
言語（以下、ＳＱＬと呼ぶ。）によって定義される。Ｓ
ＱＬでは、キーワードを用いた論理検索条件をＷＨＥＲ
Ｅ句のＣＯＮＴＡＩＮＳ述語によって指定することがで
きる。また、ＣＯＮＴＡＩＮＳ述語内においてキーワー
ドの類義語による検索条件をＳＹＮＯＮＹＭ述語によっ
て指定することができる。

【００２４】上述した文書の検索についてより詳しく説
明する。例えば、検索要求発行部３２０は、検索要求と
してＳＱＬを検索部に発行する。

【００２５】なお、ＳＱＬは、ＦＲＯＭ句で指定された
文書データベースからＷＨＥＲＥ句で指定されたＣＯＮ
ＴＡＩＮＳ述語を満たすような文書の文書名、著者及び
本文を検索する（ＳＥＬＥＣＴ句で指定される）ことを
意味する。

【００２６】このＣＯＮＴＡＩＮＳ述語に含まれる論理
式は、「Ｋ１，Ｋ２，Ｋ３，Ｋ４，Ｋ５，Ｋ６」及び三
つの論理演算子「ＡＮＤ，ＯＲ，ＮＯＴ」から構成さ
れ、キーワードデータベースに格納されたキーワードリ
ストを参照し、論理式を満たす文書を特定するための検
索条件である。

【００２７】検索部２２０は、ＳＱＬに含まれる検索条
件、すなわち、ＷＨＥＲＥ句のＣＯＮＴＡＩＮＳ述語に
指定された論理式をキーワード情報のすべての行のキー
ワードリストに適用して評価し、合致した行を特定す
る。

【００２８】キーワードリストに格納されるキーワード
数は、各行によって任意となっているが、検索部２２０
は、一つ一つのキーワードを識別して論理式を満たす行
を特定する。

【００２９】ＳＱＬのＣＯＮＴＡＩＮＳ述語によって検
索条件が指定された結果、検索部２２０は、キーワード
データベース２３０に格納されたキーワード情報から文
書識別子「Ｄ４」と同じ識別子を持つ行を探し出し、対
象とする文書の本文データを取得する。

【００３０】このとき、検索部２２０は、ＳＱＬによっ
て指定された文書検索要求に対する検索結果として、文
書名「Ｄ」、著者名「Ｙ」及び本文「・・・Ｋ１・・・
Ｋ６・・・Ｋ４・・・Ｋ２・・・」からなる該当行を取
得する。

【００３１】そして、検索部２２０は、該当する行をク
ライアント計算機３００の検索要求発行部３２０に返却
する。

【００３２】

【発明が解決しようとする課題】上述した従来のインタ
ーネットドキュメント検索装置においては、次のような
課題があった。検索部２２０は、キーワードデータベー
ス２３０を利用して該当するドキュメントを検索し、キ
ーワードデータベース２３０の部分をＳＱＬで処理する
が、実装の方法によってはキーワードデータベース２３
０へのアクセス頻度が集中する。特に、インターネット
環境下では、相当数のユーザが同時にアクセスする可能
性が高く、初めから高い性能を確保できる方式が必要で
ある。

【００３３】また、ＳＱＬのレベルで並列処理化を行う
と、データベースがリレーショナルなものに限定され
る。しかし、各社のデータベースには構造上の差異が大
きいため、異機種間のデータベース間の連携による運用
を阻害してしまう。

【００３４】本発明は、上記課題にかんがみてなされた
もので、アクセス頻度の集中を低減させるとともに、異
機種データベース間の連携による運用を実現可能なイン
ターネットドキュメント検索装置及びインターネットド
キュメント検索エンジン装置の制御方法の提供を目的と
する。

【００３５】

【課題を解決するための手段】上記目的を達成するた
め、請求項１にかかる発明は、インターネット上のドキ
ュメントを収集するドキュメント検索手段と、複数の異
機種データベース管理手段と、上記ドキュメント検索手
段にて収集されたインターネットドキュメントに含まれ
る語彙を順序化した語彙リストの一部と同語彙を含むイ
ンターネット上のドキュメントのＵＲＬ情報とを互いに
重複しないように上記異機種データベース管理手段に配
置する複数のデータベース管理制御手段とを具備する構
成としてある。

【００３６】すなわち、ドキュメント検索手段は、イン
ターネット上のドキュメントを収集し、各データベース
管理制御手段は、同インターネットドキュメントに含ま
れる語彙を順序化した語彙リストの一部と同語彙を含む
インターネット上のドキュメントのＵＲＬ情報とを互い
に重複しないように異機種データベース管理手段に配置
する。

【００３７】上記ドキュメント検索手段は、インターネ
ット上のドキュメントを収集することができれば良く、
インターネット回線に接続されつつサーバ計算機内に配
置されたもの等であっても良い。

【００３８】各異機種データベース管理手段は、それぞ
れの構造に応じて上記語彙リストやＵＲＬ情報等を管理
できるものであれば良く、それぞれに製造元の異なるデ
ータベースで構成されるものであっても良い。

【００３９】各データベース管理制御手段は、上記ドキ
ュメント検索手段にて収集されたインターネットドキュ
メントに含まれる語彙を順序化した語彙リストの一部
と、同語彙を含むインターネット上のドキュメントのＵ
ＲＬ情報とを互いに重複しないように上記異機種データ
ベース管理手段に配置することができれば良い。

【００４０】上記語彙リストの一部とＵＲＬ情報との配
置を自動的に維持管理する場合におけるデータベース管
理制御手段の構成の一例として、請求項２にかかる発明
は、上記請求項１に記載のインターネットドキュメント
検索エンジン装置において、上記データベース管理制御
手段は、各異機種データベース管理手段が管理する語彙
のうちで最後の語彙と同異機種データベース管理手段の
物理的配置情報とを関係付けた情報を管理するノードカ
タログ手段と、上記順序化された語彙のリストの一部と
同語彙を含むインターネット上のドキュメントのＵＲＬ
情報との配置を自動的に維持管理する分岐化手段とを具
備する構成としてある。

【００４１】すなわち、上記ノードカタログ手段は、各
異機種データベース管理手段が管理する語彙のうちで最
後の語彙と同異機種データベース管理手段の物理的配置
情報とを関係付けた情報を管理し、分岐化手段は、上記
順序化された語彙のリストの一部と同語彙を含むインタ
ーネット上のドキュメントのＵＲＬ情報との配置を自動
的に維持管理する。

【００４２】上記データベース管理制御手段は、上記語
彙リストに含まれる語彙の重要度や出現頻度等に基づい
て管理するものであっても良い。

【００４３】この場合におけるデータベース管理制御手
段の構成の一例として、請求項３にかかる発明は、上記
請求項１または請求項２のいずれかに記載のインターネ
ットドキュメント検索エンジン装置において、上記デー
タベース管理制御手段は、上記ドキュメント検索手段が
メモリ上に収集したインターネット上のドキュメントに
含まれる各語彙の出現回数に関するヒストグラムを作成
するヒストグラム作成手段と、同インターネット上のド
キュメントに最重要語彙が含まれているか否かを判定す
る最重要語彙判定手段と、同インターネット上のドキュ
メントに含まれる各語彙が上記複数の異機種データベー
ス管理手段上に規定の登録件数以上存在しているか否か
を判定し、同語彙の重要性を判定する重要性判定手段と
を具備する構成としてある。

【００４４】すなわち、ヒストグラム作成手段は、上記
ドキュメント検索手段がメモリ上に収集したインターネ
ット上のドキュメントに含まれる各語彙の出現回数に関
するヒストグラムを作成し、最重要語彙判定手段は、同
インターネット上のドキュメントに最重要語彙が含まれ
ているか否かを判定する。また、重要性判定手段は、同
インターネット上のドキュメントに含まれる各語彙が上
記複数の異機種データベース管理手段上に規定の登録件
数以上存在しているか否かを判定し、同語彙の重要性を
判定する。

【００４５】上記データベース管理制御手段は、利用者
からの指定に応じて生成された質問文字列に基づいて上
記異機種データベース管理手段を管理するものであって
も良い。

【００４６】この場合におけるデータベース管理制御手
段の構成の一例として、請求項４にかかる発明は、上記
請求項１〜請求項３のいずれかに記載のインターネット
ドキュメント検索エンジン装置において、上記データベ
ース管理制御手段は、利用者からの指定に応じて生成さ
れた質問文字列を分解し、それぞれを上記異機種データ
ベース管理手段に並列に割り付ける分解割付手段を具備
する構成としてある。

【００４７】すなわち、分解割付手段は、利用者からの
指定に応じて生成された質問文字列を分解し、それぞれ
を上記異機種データベース管理手段に並列に割り付け
る。

【００４８】上記データベース管理制御手段は、内容行
に応じてＵＲＬを抽出するものであっても良い。

【００４９】この場合におけるデータベース管理制御手
段の構成の一例として、請求項５にかかる発明は、上記
請求項１〜請求項４のいずれかに記載のインターネット
ドキュメント検索エンジン装置において、上記データベ
ース管理制御手段は、起動した上記データベース管理制
御手段の戻すＵＲＬ一覧をすべて接続して一つの仮結果
表を作成し、同データベース管理制御手段の数相当の同
一内容行を持つＵＲＬのみを取り出すＵＲＬ抽出手段を
具備する構成としてある。

【００５０】すなわち、ＵＲＬ抽出手段は、起動した上
記データベース管理制御手段の戻すＵＲＬ一覧をすべて
接続して一つの仮結果表を作成し、同データベース管理
制御手段の数相当の同一内容行を持つＵＲＬのみを取り
出す。

【００５１】このように、インターネットドキュメント
に含まれる語彙を登録するとともに、この登録された語
彙に基づいて対応するインターネットドキュメントのＵ
ＲＬ情報を検索する手法は、必ずしも上述したような装
置に限られる必要もなく、その一例として、請求項６に
かかる発明は、インターネット上のドキュメントを収集
し、同ドキュメントに含まれる語彙を順序化した語彙リ
ストの一部と同語彙を含むインターネット上のドキュメ
ントのＵＲＬ情報とを互いに重複しないように異機種デ
ータベース管理手段に配置する構成としてある。

【００５２】すなわち、必ずしも装置という形態に限ら
ず、その方法としても有効である。

【００５３】

【発明の実施の形態】以下、図面にもとづいて本発明の
実施形態を説明する。図１及び図２は、本発明の一実施
形態にかかる並列処理方式インターネットドキュメント
検索エンジン装置の構成を概略図により示している。

【００５４】インターネットドキュメント検索エンジン
装置１０は、主にサーバサイトを成す計算機上に配置さ
れ、検索ロボット１０ａ、語彙解析部１０ｂ、更新マネ
ージャ１０ｃ、ノードカタログ１０ｄ、分岐化マネージ
ャ１０ｅ、ディスクカタログ１０ｆ、任意台数のデータ
ベース管理システムエージェント（ＤＢＭＳエージェン
ト）１０ｇ、任意台数のデータベース管理システム（Ｄ
ＢＭＳ）１０ｈ、検索アプレット部１０ｉ、サーバ基幹
部１０ｊ、コンバータ部１０ｋ、ディスパーチャ部１０
ｌ、任意台数の検索エージェント１０ｍ、結果収集部１
０ｎ、内部メモリ部１０ｏ、不要語彙辞書部１０ｐ及び
最重要語彙辞書部１０ｑを備えている。

【００５５】また、検索アプレット部１０ｉをダウンロ
ードすることで、クライアントサイトを成す計算機内に
検索アプレット部２０が生成される。

【００５６】データ登録時の処理手順では、図１に示す
ように、検索ロボット１０ａ、語彙解析部１０ｂ、更新
マネージャ１０ｃ、ノードカタログ１０ｄ、分岐化マネ
ージャ１０ｅ、ディスクカタログ１０ｆ、任意台数のＤ
ＢＭＳエージェント１０ｇ、任意台数のＤＢＭＳ１０
ｈ、内部メモリ部１０ｏ、不要語彙辞書部１０ｐ及び最
重要語彙辞書部１０ｑが利用される。

【００５７】検索ロボット１０ａは、すでに入手済みの
インターネットドキュメントのリンク情報を利用して該
当するインターネットドキュメントを収集すると、この
収集されたインターネットドキュメントがリンクしてい
る他のインターネットドキュメントのリンク情報をすべ
て取り出して保持する。そして、語彙解析部１０ｂにイ
ンターネットドキュメントの内容を引き渡し、語彙解析
部１０ｂからの起動要求があるまで待機する。

【００５８】語彙解析部１０ｂは、内部メモリ部１０
ｏ、不要語彙辞書部１０ｐ、最重要語彙辞書部１０ｑ、
任意のＤＢＭＳエージェント１０ｇ及びこのＤＢＭＳエ
ージェント１０ｇに対応するＤＢＭＳ１０ｈを利用し、
検索ロボット１０ａから引き渡されたインターネットド
キュメントに登場するすべての語彙に対して図３に示す
ような「データ登録時の分岐化を実施する際の決定アル
ゴリズム」を実施することにより、データの登録位置を
決定する。

【００５９】また、語彙解析部１０ｂは、内部メモリ部
１０ｏにヒストグラム情報を作成する基礎情報を書き込
んで計集処理結果であるヒストグラム情報を取り出し、
不要語彙辞書部１０ｐから不要語彙の登録状況情報を取
り出す。さらに、最重要語彙辞書部１０ｑから最重要語
彙の登録状況を取り出す。

【００６０】ＤＢＭＳエージェント１０ｇは、語彙解析
部１０ｂから処理要求があると、対応するＤＢＭＳ１０
ｈから登録状況情報を取り出し、語彙解析部１０ｂに登
録状況情報として引き渡す。

【００６１】「データ登録時の分岐化を実施する際の決
定アルゴリズム」は、主に語彙解析部１０ｂにて実施さ
れ、１２段階のステップから構成される。

【００６２】語彙解析部１０ｂは、「ヒストグラム作成
ステップ」を実行する。インターネットドキュメントの
内容を入手すると、ステップＳ１００にて順番に語彙を
取り出す。ここで、一つの語彙を取り出せた場合、ステ
ップＳ１０５に進む。

【００６３】ステップＳ１０５は、不要語彙辞書部１０
ｐから不要語彙の登録状況情報を取り出す。取り出され
た語彙が不要語彙として登録されている場合は、ステッ
プＳ１００に戻って次の語彙を取り出すが、不要語彙と
して登録されていない場合は、ステップＳ１１０に進
む。

【００６４】ステップＳ１１０では、内部メモリ部１０
ｏにヒストグラムを作成する基礎情報の一つとして、出
現回数を語彙解析部１０ｂに追加し、ステップＳ１００
に戻る。ステップＳ１００で語彙が取り出せなくなるま
でこれらの手順を繰り返す。

【００６５】そして、ステップ１にて語彙が取り出せな
くなったところでステップＳ１１５に進む。

【００６６】ステップＳ１１５以後の処理は、該当ドキ
ュメントの内容を分岐化させる語彙を決定する処理であ
る。

【００６７】ステップＳ１１５では、語彙解析部１０ｂ
が内部メモリ部１０ｏからヒストグラム情報として最大
出現回数を持つ語彙を取り出し、ステップＳ１２０に進
む。

【００６８】ステップＳ１２０は、「最重要語彙判定ス
テップ」を構成する。語彙解析部１０ｂは、最重要語彙
辞書部１０ｑから最大出現回数を有する語彙が最重要語
彙として登録されているか否かの登録状況情報を取り出
して判定する。

【００６９】登録されている場合は、ステップＳ１２５
へ進み、語彙で分岐化を行うことを決定する。一方、登
録状況情報が未登録の場合は、ステップＳ１３０に進
む。

【００７０】ステップＳ１３０では、取り出された語彙
がすでにＤＢＭＳ１０ｈに登録されているか否かの判定
を任意のＤＢＭＳエージェント１０ｇと対応するＤＢＭ
Ｓ１０ｈとを利用して行う。

【００７１】ＤＢＭＳエージェント１０ｇは、語彙解析
部１０ｂから処理要求がある場合、対応するＤＢＭＳ１
０ｈから登録状況情報を取り出し、登録状況情報として
語彙解析部１０ｂへ引き渡す。ここで、まだ登録されて
いない場合は、ステップＳ１４５へ進み、すでに登録さ
れている場合は、ステップＳ１３５に進む。

【００７２】ステップＳ１３５は、「重要性判定ステッ
プ」を構成する。該当する語彙の出現頻度を判定し、規
定の出現頻度よりも高い頻度と認められた場合、語彙解
析部１０ｂはステップＳ１４０にてこの語彙による分岐
化を決定する。一方、規定の出現頻度よりも低い頻度と
認められた場合、重要語彙と認めることなくステップＳ
１４５に進む。

【００７３】ステップＳ１４５では、語彙解析部１０ｂ
がステップＳ１６０にて内部メモリ部１０ｏからヒスト
グラム情報として次に大きい出現回数を持つ語彙を取り
出す前に、ヒストグラム順位が妥当か否かの判定を行う
ステップである。

【００７４】この制限を加えることにより、重要でない
語彙によって分岐化されることを防止することができ
る。

【００７５】ここで、ヒストグラム上の順位が低く、重
要でない語彙と判断された場合は、ステップＳ１１５に
て取り出された最大出現回数を持つ語彙で分岐化を行う
（ステップＳ１５０）。

【００７６】一方、まだ規定のヒストグラム上の制限順
位よりも高いと判断された場合、語彙解析部１０ｂは、
内部メモリ部１０ｏからヒストグラム情報として次に大
きい出現回数を持つ語彙を取り出し、ステップＳ１２０
以後の処理を繰り返す（ステップＳ１６０）。

【００７７】「データ登録時の分岐化を実施する際の決
定アルゴリズム」にて、分岐化すべき語彙が決まると、
語彙解析部１０ｂは、分岐化すべき語彙と、インターネ
ットドキュメントのＵＲＬ及び規定ヒストグラム順位以
下の語彙リストとを組み合わせて更新情報とし、この更
新情報を更新マネージャ１０ｃに送付する。そして、こ
の更新マネージャ１０ｃを起動させ、語彙解析部１０ｂ
は更新マネージャ１０ｃから処理終了通知があるまで待
機する。

【００７８】更新マネージャ１０ｃが起動すると、更新
情報にある分岐化すべき語彙に基づいてノードカタログ
１０ｄにアクセスし、格納すべきＤＢＭＳ１０ｈの位置
情報を取得する。

【００７９】本実施例では、複数のＤＢＭＳ１０ｈ及び
ＤＢＭＳエージェント１０ｇを一つの計算機内に配置し
ているが、必ずしもこのような構成である必要はなく、
各ＤＢＭＳ１０ｈ及びＤＢＭＳエージェント１０ｇをそ
れぞれに独立した計算機内に配置することも可能であ
る。

【００８０】ノードカタログ１０ｄは、「ノードカタロ
グ：：＝｛＜分岐化語彙＞＜配置ＤＢＭＳの識別情報
＞｝＋；」で表現されるＢＮＦ構造を有する共有メモ
リ上の表である。

【００８１】１行は、＜分岐化語彙＞と＜配置ＤＢＭＳ
の識別情報＞から構成され、これが１回以上出現する。
各行は、語彙の昇順に配置されており、各ＤＢＭＳ１０
ｈに登録されている最後の語彙が記載されている。

【００８２】このため、任意の語彙によって検索を行う
場合、ノードカタログ１０ｄをアクセスしてこの語彙を
挟む箇所を見出し、同語彙が分岐化管理されるＤＢＭＳ
１０ｈの位置を把握することができる。

【００８３】更新マネージャ１０ｃは、ノードカタログ
１０ｄから格納すべきＤＢＭＳ１０ｈの位置情報を取得
すると、対応するＤＢＭＳエージェント１０ｇを選択し
て起動し、語彙解析部１０ｂから受けた分岐化すべき語
彙、インターネットドキュメントのＵＲＬ及びヒストグ
ラム情報としての規定ヒストグラム順位以内の語彙リス
トとを組み合わせた更新情報のコピーを転送する。

【００８４】すると、上記選択されたＤＢＭＳエージェ
ント１０ｇは、この更新情報のコピーを配下のＤＢＭＳ
１０ｈに転送して更新させるとともに、更新マネージャ
１０ｃに対して処理終了マネージャに対して処理終了通
知を発行する。

【００８５】更新マネージャ１０ｃは、この処理終了通
知を受けると、語彙解析部１０ｂに処理終了通知を発行
する。

【００８６】語彙解析部１０ｂは、この処理終了通知を
受けると、検索ロボット１０ａに起動要求を行う。検索
ロボット１０ａは、保持する他のインターネットドキュ
メントのリンク情報から適当なものを選択してアクセス
を再開する。

【００８７】ＤＢＭＳエージェント１０ｇは、ＤＢＭＳ
１０ｈ上に領域の確保ができない場合、更新マネージャ
１０ｃに対して分岐拡張要求を発行し、一部の処理を除
いて処理を中断する。

【００８８】この分岐拡張要求には引数として、分岐化
すべき語彙、ドキュメントのＵＲＬ及びヒストグラム情
報として規定ヒストグラム順位以内の語彙リストとを組
み合わせた更新情報と同等な情報と、問題が発生したＤ
ＢＭＳ１０ｈの識別情報とが記載される。

【００８９】更新マネージャ１０ｃは、分岐拡張要求を
受信すると、分岐化マネージャ１０ｅに起動要求を発行
する。この起動要求の引数としては、分岐拡張要求の引
数と同等な情報が記載される。

【００９０】分岐化マネージャ１０ｅは、ディスクカタ
ログ１０ｆにアクセスし、十分な領域を確保可能な物理
領域を有する識別情報を入手する。

【００９１】なお、この物理領域を配置する位置は、制
限されるものではなく、同じ計算機内に配置されても良
いし、他の独立計算機内の配置されても良い。ただし、
他の独立した計算機上に配置された場合、識別情報には
アカウント情報等のアクセス時に必要となる情報も含ま
れる。

【００９２】ここで、十分な領域を確保可能な物理領域
を有する識別情報を入手できない場合、分岐化マネージ
ャ１０ｅはシステム運用管理者にアラームを出力し、対
応待ちの状態となる。

【００９３】ＤＢＭＳエージェント１０ｇは、分岐拡張
要求を発行したとき、配下にあるＤＢＭＳ１０ｈの全情
報を入手し、ＤＢＭＳエージェント１０ｇが使用できる
一次格納領域に保持する。

【００９４】新たな識別情報が入手できた場合、分岐拡
張要求を発行したＤＢＭＳエージェント１０ｇは、管理
する全情報と等価な情報を分岐化マネージャ１０ｅに発
行し、削除要求の発行を受けるまで処理待ちとなる。

【００９５】分岐化マネージャ１０ｅは、起動要求に含
まれた分岐化すべき語彙から後に位置付けられる部分を
先に確保した識別情報に相当する物理領域上のＤＢＭＳ
１０ｈに移すため、ノードカタログ１０ｄに記録されて
いる行のうちで分岐拡張要求を発行したＤＢＭＳ１０ｈ
に該当する行の＜分岐化語彙＞を起動要求に含まれる分
岐化すべき語彙へ書き換えることと、ノードカタログ１
０ｄに記録されている行のうちで分岐拡張要求を発行し
たＤＢＭＳ１０ｈに該当する行の＜分岐化語彙＞及び識
別情報をノードカタログ１０ｄ上の＜配置ＤＢＭＳの識
別情報＞に表現し直した２項目で構成される行を新たに
ノードカタログ１０ｄに追加することとを要求する処理
要求をノードカタログ１０ｄに発行する。

【００９６】分岐化マネージャ１０ｅは、分岐拡張要求
を発行したＤＢＭＳエージェント１０ｇが管理する全情
報と等価な情報のうちで起動要求に含まれる分岐化すべ
き語彙から後に位置付けられる部分のみを切り出し、転
送情報として新規に確保したＤＢＭＳ１０ｈを管理する
ＤＢＭＳエージェント１０ｇに転送する。

【００９７】ＤＢＭＳエージェント１０ｇは、転送情報
に相当する更新情報でこの新規に確保したＤＢＭＳ１０
ｈの更新を行う。

【００９８】分岐化マネージャ１０ｅは、起動要求に含
まれる分岐化すべき語彙から後に位置付けられる部分す
べてを削除する削除要求を受信すると、自身の管理して
いるＤＢＭＳ１０ｈに削除要求を分岐拡張要求を発行し
て待ち状態となっているＤＢＭＳエージェント１０ｇに
発行する。

【００９９】また、分岐化マネージャ１０ｅは、分岐拡
張要求の発行前に更新マネージャ１０ｃから発行された
更新情報と同等の情報を起動要求の引数から取り出し、
ＤＢＭＳエージェント１０ｇを介して選択されたＤＢＭ
Ｓ１０ｈの更新を行う。

【０１００】さらに、分岐化マネージャ１０ｅは、分岐
拡張要求に伴う一連の処理が終了したことを通知するた
め、更新マネージャ１０ｃに処理終了通知を発行する。

【０１０１】更新マネージャ１０ｃがこの処理終了通知
を受けると、語彙解析部１０ｂに処理終了通知を発行す
る。

【０１０２】語彙解析部１０ｂは、処理終了通知を受け
ると、検索ロボット１０ａに起動要求を発行する。

【０１０３】検索ロボット１０ａは、保持する他のイン
ターネットドキュメントのリンク情報から適当なものを
選択してアクセスを再開する。

【０１０４】並列処理方式インターネットドキュメント
検索エンジン装置１０を使用して、データ検索を行う場
合の処理手順では、図２に示すように、ノードカタログ
１０ｄ、任意のＤＢＭＳエージェント１０ｇ、対応する
ＤＢＭＳ１０ｈ、検索アプレット部１０ｉ、サーバ基幹
部１０ｊ、コンバータ部１０ｋ、ディスパーチャ部１０
ｌ、任意の検索エージェント１０ｍ及び結果収集部１０
ｎが利用される。

【０１０５】検索アプレット部１０ｉは、通常、サーバ
サイトである計算機内に配置され、任意のユーザからイ
ンターネット経由でダウンロード要求を受けると、ダウ
ンロードされてクライアントサイトを成す計算機内の検
索アプレット部２０となる。

【０１０６】クライアントサイトを成す計算機内の検索
アプレット部２０では、入力用ＧＵＩ（グラフィックユ
ーザインターネット）により、検索すべき語彙の文字列
を意味する指定リテラルの情報が複数入力される。

【０１０７】指定リテラル情報は、クライアントサイト
を成す計算機内の検索アプレット部１０ｉにおいて、Ｂ
ＮＦ様式の命題論理式で質問文字列として組み立てら
れ、サーバ基幹部１０ｊに転送される。具体的には、＜指定リテラル＞：：＝任意文字列；＜論理記号＞：：＝“‖”｜“＆＆”；＜基本質問要素＞：：＝＜指定リテラル＞｜＜指定リ
テラル＞｛＜論理記号＞＜指定リテラル＞｝⁺；＜組み合わせ質問要素＞：：＝＜基本質問要素＞｜
“（“＜基本質問要素＞”）”｛＜論理記号＞
“（“＜基本質問要素＞”）”｝⁺；＜質問文字列＞：：＝＜組み合わせ質問要素＞｜
“（“＜組み合わせ質問要素＞”）”｛＜論理記号＞
“（“＜組み合わせ質問要素＞”）”｝⁺；と表現される。

【０１０８】なお、「：：＝」は定義を意味し、「｜」
は記号の右側もしくは左側のいずれかを選択することを
意味する。また、括弧｛｝で囲まれたものは一つの文字
列ブロックを意味し、括弧＜＞で囲まれたものは変数を
意味する。このため、別のもので置き換えることが可能
となる。さらに、２つの記号「“」で囲まれたものは囲
まれた文字列がそのまま出現することを意味し、上付き
＋は、付与された文字列の１つ以上の出現を意味する。

【０１０９】質問文字列を受けたサーバ基幹部１０ｊ
は、同等な質問文字列を入力引数としてコンバータ部１
０ｋを起動する。

【０１１０】コンバータ部１０ｋは、図４に示すような
展開処理を繰り返し、二層からなる命題論理式に変形し
た戻り値を返還する。この展開処理を繰り返すと、例え
ば、質問文字列が次のように定義された場合、この戻り
値は、このように定義される。

【０１１１】質問文字列：：＝（（＜リテラル１＞＆
＆＜リテラル２＞＆＆＜リテラル３＞）‖（＜リテラル
４＞＆＆＜リテラル５＞））＆＆＜リテラル６＞‖（＜
リテラル７＞）；

【０１１２】戻り値：：＝（＜リテラル１＞‖＜リテラ
ル４＞）＆＆（＜リテラル２＞‖＜リテラル４＞）＆＆
（＜リテラル３＞‖（＜リテラル４＞）＆＆（＜リテラ
ル１＞‖＜リテラル５＞）＆＆（＜リテラル２＞‖（＜
リテラル５＞）＆＆（＜リテラル３＞‖＜リテラル５
＞）＆＆（＜リテラル６＞‖（＜リテラル７＞）；

【０１１３】サーバ基幹部１０ｊは、戻り値をコンバー
タ部１０ｋから受けると、この値を入力文字列としてデ
ィスパーチャ部１０ｌを起動し、ディスパーチャ部１０
ｌの処理終了イベント待ちとなる。

【０１１４】ディスパーチャ部１０ｌが起動されると、
図５に示される「データ検索時の質問処理の並列化アル
ゴリズム」に従い、入力文字列を分解する。

【０１１５】この「データ検索時の質問処理の並列化ア
ルゴリズム」は、検索エージェント１０ｍの割付単位と
なる最大出現頻度を持つリテラルを含んだＯＲを意味す
論理記号”‖”の基本質問要素をすべて取り出し、これ
らをＡＮＤを意味する論理記号”＆”で直列に接続する
ことで新たなサブ質問文字列を生成する。

【０１１６】ステップＳ２００では、入力文字列に登場
する全リテラルを取り出し、リテラルごとに入力文字列
内の出現回数を計測してヒストグラムを作成する。

【０１１７】このとき、計測単位は、ＯＲを意味する論
理記号”‖”の基本質問要素であり、次式で表現される
場合、＜リテラル６＞及び＜リテラル７＞の出現回数
は、それぞれ１と計測される。入力文字列：：＝（＜リテラル６＞‖＜リテラル７
＞）；

【０１１８】ステップＳ２１０では、ヒストグラム上で
最大出現頻度が付与されたすべてのリテラルを特定し、
このうちの１つを選択する。

【０１１９】下記の例では、＜リテラル４＞と＜リテラ
ル５＞の出現頻度がどちらも３で最大となる。

【０１２０】入力文字列：：＝（＜リテラル１＞‖＜
リテラル４＞）＆＆（＜リテラル２＞‖＜リテラル４
＞）＆＆（＜リテラル３＞‖（＜リテラル４＞）＆＆
（＜リテラル１＞‖＜リテラル５＞）＆＆（＜リテラル
２＞‖（＜リテラル５＞）＆＆（＜リテラル３＞‖＜リ
テラル５＞）＆＆（＜リテラル６＞‖（＜リテラル７
＞）；

【０１２１】ステップＳ２２０では、特定したリテラル
を含むＯＲを意味する論理記号”‖”の基本質問要素を
すべて取り出し、ＡＮＤを意味する論理記号”＆”でこ
れらを直列に接続し、新たにサブ質問文字列を作成す
る。

【０１２２】上記の例では、＜リテラル４＞が最初に対
象となり、以下のサブ質問文字列が作成される。

【０１２３】サブ質問文字列：：＝（＜リテラル１＞
‖＜リテラル４＞）＆＆（＜リテラル２＞‖＜リテラル
４＞）＆＆（＜リテラル３＞‖＜リテラル４＞；１つのサブ質問文字列は、１つの検索エージェント１０
ｍに割付けられる。

【０１２４】利用者からの質問に応じて生成された前述
質問文字列を並列検索化させるためにサブ質問文字列に
分解して割付を行う本処理を「分解・割付ステップ」と
呼ぶ。

【０１２５】次のステップＳ２３０では、ヒストグラム
上で同位の最大出現頻度を持つ他のリテラルを検索す
る。

【０１２６】上記例の場合は、＜リテラル５＞が対象と
なる。そして＜リテラル５＞に対してステップＳ２２０
内の手順と同様の処理を行う。ステップＳ２３０で同位
のものが見出せない場合は、ステップＳ２４０に進む。

【０１２７】ステップＳ２４０では、入力文字列上です
でに読み込んだ基本質問要素以外の基本質問要素が存在
するか否かについてと、現在処理しているリテラル群の
最大出現頻度が１か否かについて判定を行う。

【０１２８】処理しているリテラル群の最大出現頻度が
２以上で、他に未処理の基本質問要素が存在している場
合、未処理の基本質問要素だけを取り出し、サブ入力文
字列を作成する。

【０１２９】そして、このサブ入力文字列を入力文字列
と書き換え、ステップＳ２００の処理に戻る。上記の例
では、置き換えるべきサブ入力文字列は、次のようにな
る。サブ入力文字列：：＝（＜リテラル６＞‖＜リテラル
７＞）；

【０１３０】ステップＳ２４０にて上記条件を満足しな
い場合、「データ検索時の質問処理の並列化アルゴリズ
ム」を終了する。

【０１３１】「データ検索時の質問処理の並列化アルゴ
リズム」で、複数のサブ質問文字列が生成されると、最
大出現頻度を持つリテラル情報を持つ語彙を引数とし
て、ノードカタログ１０ｄにアクセスするとともに、該
当する分岐化語彙と比較して指定されたリテラル情報を
持つ語彙を含むＤＢＭＳ１０ｈに関する＜配置ＤＢＭＳ
の識別情報＞を取得する。

【０１３２】そして、この＜配置ＤＢＭＳの識別情報＞
に基づいて、該当するＤＢＭＳエージェント１０ｇをア
クセスする検索エージェント１０ｍをサブ質問文字列と
＜配置ＤＢＭＳの識別情報＞を引数として起動する。

【０１３３】なお、検索エージェント１０ｍは、「デー
タ検索時の質問処理の並列化アルゴリズム」で求められ
た割付単位分数だけ起動されることとなる。

【０１３４】検索エージェント１０ｍは、引数で与えら
れた＜配置ＤＢＭＳの識別情報＞に基づいて該当するＤ
ＢＭＳエージェント１０ｇを割り出すとともに、サブ質
問文字列を引数として起動要求を発行し、応答があるま
で待機する。

【０１３５】ＤＢＭＳエージェント１０ｇは、サブ質問
文字列で与えられた質問内容に基づいて、自身が管理す
るＤＢＭＳ１０ｈにアクセスし、該当するドキュメント
のＵＲＬ一覧を取得する。

【０１３６】この検索を行うとき、最大出現頻度を持つ
指定リテラルは分岐化すべき語彙と、最大出現頻度をリ
テラルとＯＲとを意味する論理記号”‖”上で対をなす
別のリテラルの集合は、規定ヒストグラム順次以内の語
彙リストとして、それぞれ対応するように質問がＤＢＭ
Ｓ１０ｈに発行される。

【０１３７】ＤＢＭＳエージェント１０ｇは、該当する
ドキュメントのＵＲＬ一覧を取得すると、この内容は検
索エージェント１０ｍへの応答として返送される。する
と、応答待ちであった検索エージェント１０ｍは、再度
起動してこの応答から該当するドキュメントのＵＲＬ一
覧に相当する部分を取り出し、結果収集部１０ｎに書き
込み要求として発行する。

【０１３８】書き込み要求は、起動した全検索エージェ
ント１０ｍの数だけ結果収集部１０ｎにためされる。各
検索エージェント１０ｍは、結果収集部１０ｎに書き込
み要求を発行すると、ディスパーチャ部１０ｌへ終了イ
ベントをそれぞれに発行する。ディスパーチャ部１０ｌ
はすべての終了イベントを受け取ると、処理終了イベン
トをサーバ基幹部１０ｊに発行する。

【０１３９】サーバ基幹部１０ｊは、再起動されると、
書き込み要求に含まれ、該当するドキュメントのＵＲＬ
一覧に相当し、結果収集部１０ｎに管理される、該当す
るドキュメントと全ＵＲＬ一覧を結果収集部１０ｎから
取り出して記録する。

【０１４０】このとき、図６に示すような「ＵＲＬ一覧
の合成アルゴリズム」で処理される。ステップＳ３００
では、起動した検索エージェント１０ｍの数を確認す
る。これは並列化した割付数を意味する。

【０１４１】ステップＳ３１０では、それぞれの検索エ
ージェント１０ｍが、結果収集部１０ｎに発行する書き
込み要求に記述された該当する全ドキュメントのＵＲＬ
一覧を接続した全ＵＲＬ一覧に基づいて一つの仮結果表
を作成する。

【０１４２】ステップＳ３２０では、先のステップ１で
確認した検索エージェント１０ｍの数を変数Ｎにセット
する。

【０１４３】ステップＳ３３０は、「件数による抽出ス
テップ」で構成され、この変数Ｎの値に相当する件数が
存在する同じ内容を持つ行を抽出する。これは、先にＯ
Ｒを意味する論理記号”‖”の基本質問要素に分解した
前述入力文字列をＡＮＤを意味する論理記号”＆＆”で
再度合成することを意味する。

【０１４４】ステップＳ３４０では、利用者の与えた質
問文字列に該当するドキュメントのＵＲＬ一覧が得ら
れ、「ＵＲＬ一覧の合成アルゴリズム」が終了する。得
られたＵＲＬ一覧は、クライアントである計算機内の検
索アプレットへ応答として転送され、一連の検索動作が
完了する。

【０１４５】このように、検索ロボット１０ａにより収
集されたインターネットドキュメントに含まれる語彙に
基づいて複数機種のＤＢＭＳ１０ｈにデータ登録を行う
とともに、質問文字列に応じて登録データを対応機種で
あるＤＢＭＳ１０ｈから抽出してＵＲＬ情報を取得する
ため、アクセス頻度の集中を低減させつつ、異機種デー
タベース間の連携による運用を実現することができる。

【０１４６】

【発明の効果】以上説明したように本発明は、アクセス
頻度の集中を低減させるとともに、異機種データベース
間の連携による運用を実現可能なインターネットドキュ
メント検索エンジン装置を提供することができる。

【０１４７】また、請求項２にかかる発明によれば、順
序化された語彙のリストの一部と同語彙を含むインター
ネット上のドキュメントのＵＲＬ情報との配置を自動的
に維持管理することができる。

【０１４８】さらに、請求項３にかかる発明によれば、
各語彙を出現頻度や重要性に応じて管理することができ
る。

【０１４９】さらに、請求項４にかかる発明によれば、
利用者からの指定に応じて生成された質問文字列を並列
検索化させることができる。

【０１５０】さらに、請求項５にかかる発明によれば、
内容行に応じてＵＲＬを取り出すことができる。

【０１５１】さらに、請求項６にかかる発明によれば、
アクセス頻度の集中を低減させるとともに、異機種デー
タベース間の連携による運用を実現可能なインターネッ
トドキュメント検索エンジン装置の制御方法を提供する
ことができる。

【図面の簡単な説明】

【図１】本実施形態にかかる並列処理方式インターネッ
トドキュメント検索エンジン装置のデータ登録時におけ
る構成を示す概略図である。

【図２】同並列処理方式インターネットドキュメント検
索エンジン装置のデータ検索時における構成を示す概略
図である。

【図３】データ登録時の分岐化を実施する際の決定アル
ゴリズムを示すフロー図である。

【図４】質問の表現形式としての命題論理の展開公式で
ある。

【図５】データ検索時の質問処理の並列化アルゴリズム
を示すフロー図である。

【図６】ＵＲＬ一覧の合成アルゴリズムを示すフロー図
である。

【図７】従来例にかかるインターネットドキュメント検
索エンジン装置の構成を示す概略図である。

【符号の説明】

１０インターネットドキュメント検索エンジン装置１０ａ検索ロボット１０ｂ語彙解析部１０ｃ更新マネージャ１０ｄノードカタログ１０ｅ分岐化マネージャ１０ｆディスクカタログ１０ｇデータベース管理システムエージェント（ＤＢ
ＭＳエージェント）１０ｈデータベース管理システム（ＤＢＭＳ）１０ｉ検索アプレット部１０ｊサーバ基幹部１０ｋコンバータ部１０ｌディスパーチャ部１０ｍ検索エージェント１０ｎ結果収集部１０ｏ内部メモリ部１０ｐ不要語彙辞書部１０ｑ最重要語彙辞書部２０検索アプレット部

Claims

【特許請求の範囲】

【請求項１】インターネット上のドキュメントを収集
するドキュメント検索手段と、複数の異機種データベース管理手段と、上記ドキュメント検索手段にて収集されたインターネッ
トドキュメントに含まれる語彙を順序化した語彙リスト
の一部と同語彙を含むインターネット上のドキュメント
のＵＲＬ情報とを互いに重複しないように上記異機種デ
ータベース管理手段に配置する複数のデータベース管理
制御手段とを具備することを特徴とするインターネット
ドキュメント検索エンジン装置。
【請求項２】上記請求項１に記載のインターネットド
キュメント検索エンジン装置において、上記データベース管理制御手段は、各異機種データベー
ス管理手段が管理する語彙のうちで最後の語彙と同異機
種データベース管理手段の物理的配置情報とを関係付け
た情報を管理するノードカタログ手段と、上記順序化さ
れた語彙のリストの一部と同語彙を含むインターネット
上のドキュメントのＵＲＬ情報との配置を自動的に維持
管理する分岐化手段とを具備することを特徴とするイン
ターネットドキュメント検索エンジン装置。
【請求項３】上記請求項１または請求項２のいずれか
に記載のインターネットドキュメント検索エンジン装置
において、上記データベース管理制御手段は、上記ドキュメント検
索手段がメモリ上に収集したインターネット上のドキュ
メントに含まれる各語彙の出現回数に関するヒストグラ
ムを作成するヒストグラム作成手段と、同インターネッ
ト上のドキュメントに最重要語彙が含まれているか否か
を判定する最重要語彙判定手段と、同インターネット上
のドキュメントに含まれる各語彙が上記複数の異機種デ
ータベース管理手段上に規定の登録件数以上存在してい
るか否かを判定し、同語彙の重要性を判定する重要性判
定手段とを具備することを特徴とするインターネットド
キュメント検索エンジン装置。
【請求項４】上記請求項１〜請求項３のいずれかに記
載のインターネットドキュメント検索エンジン装置にお
いて、上記データベース管理制御手段は、利用者からの指定に
応じて生成された質問文字列を分解し、それぞれを上記
異機種データベース管理手段に並列に割り付ける分解割
付手段を具備することを特徴とするインターネットドキ
ュメント検索エンジン装置。
【請求項５】上記請求項１〜請求項４のいずれかに記
載のインターネットドキュメント検索エンジン装置にお
いて、上記データベース管理制御手段は、起動した上記データ
ベース管理制御手段の戻すＵＲＬ一覧をすべて接続して
一つの仮結果表を作成し、同データベース管理制御手段
の数相当の同一内容行を持つＵＲＬのみを取り出すＵＲ
Ｌ抽出手段を具備することを特徴とするインターネット
ドキュメント検索エンジン装置。
【請求項６】インターネット上のドキュメントを収集
し、同ドキュメントに含まれる語彙を順序化した語彙リ
ストの一部と同語彙を含むインターネット上のドキュメ
ントのＵＲＬ情報とを互いに重複しないように異機種デ
ータベース管理手段に配置することを特徴とするインタ
ーネットドキュメント検索エンジン装置の制御方法。