JPH1153400A - 構造化文書検索装置及びプログラムを記録した機械読み取り可能な記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 構造化文書検索装置に於いて、ゾーン検索を
高速に行う。 【解決手段】 ゾーン情報テーブル３には、各ゾーンの
ゾーン名と、そのゾーンが取り得る位置の範囲を全検索
対象文書で共通に定めて保持している。文書内位置変換
手段２は、インデックス作成時に、ゾーン情報テーブル
３を参照して、オリジナルの文書の各ゾーンの文字列
を、ゾーン情報テーブル３によって示される位置に移動
したゾーン位置変換文書を作成する。これにより、文書
内位置から文字列がどのゾーンに存在するかの識別が可
能になる。インデックス作成手段４は、文書内位置変換
手段２により作成されたゾーン位置変換文書を対象にし
てインデックス５を作成する。キーワード検索手段６
は、キーワードを検索する際に、キーワードの出現位置
がユーザによって検索対象とすることが指示されたゾー
ンのゾーン名に対応するものだけを選択することで、ゾ
ーン検索を行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、１件の文書が複数
の論理構造（ゾーン）から構成されている構造化文書を
対象にした検索技術に関し、特に、ユーザによって指定
されたゾーンのみを検索対象にして構造化文書の検索を
行う技術に関する。

【０００２】

【従来の技術】近年、ＳＧＭＬ(Standard Generalized
Markup Language)に代表される、１件の文書を複数のゾ
ーンで構成した構造化文書が頻繁に用いられるようにな
ってきている。それにつれて、構造化文書の特定ゾーン
のみを検索対象にした検索（ゾーン検索）を行うこと
が、精度の高い検索を行う上で重要な機能になってきて
いる。

【０００３】ゾーン検索を行う従来の技術としては、例
えば、検索条件を「検索対象とするゾーンの開始タグと
終了タグの間にキーワードを含む文書」とし、テキスト
全体を対象にして文字列照合を行うことにより、検索条
件を満足させる文書を検索するようにしたものがある。
しかし、この方法は、テキスト全体を対象にして文字列
照合を行うので、検索時間が非常に長くなってしまう。
このような問題点を解決するため、テキストの不要部分
（検索対象とすることが指定されたゾーン以外のゾー
ン）をスキップして検索を行うようにした技術も提案さ
れている（例えば、特開平８−１６６００号公報）。こ
の技術によれば、文字列照合を行う範囲が少なくなるた
め、先の従来例に比較して検索時間を短くすることがで
きる。しかし、ギガバイトクラスの大規模データに対す
る検索では、不要部分をスキップすることにより文字列
照合範囲を例えば１０分の１程度に縮小できたとして
も、百メガバイトクラスのテキストを対象にして文字列
照合を行うことが必要になるため、高速な検索は望めな
い。

【０００４】このように、文字列照合によりゾーン検索
を行う方法では、高速な検索を行うことが難しいため、
大規模データに対する高速な検索を可能にするために作
成された全文インデックスを利用してゾーン検索を行う
ことが考えられる。全文インデックスは、キー文字列が
キー情報として格納されたキー情報部と、キー情報部に
格納された各キー文字列それぞれについてそのキー文字
列が存在する文書の文書識別子，文書内位置が位置情報
として格納された位置情報部とから構成されるものであ
り、このような全文インデックスを利用してゾーン検索
を行う方法としては、下記（Ａ）〜（Ｃ）の３つの方法
が考えられる。

【０００５】 （Ａ）ゾーンに関する情報をキー情報部に持たせる方
法。 （Ｂ）ゾーンに関する情報を位置情報部に持たせる方
法。 （Ｃ）全文インデックスとは別のゾーンに関するインデ
ックスを作成する方法。

【０００６】（Ａ）の方法では、全文インデックスのキ
ー情報部に、キー文字列とそのキー文字列が存在するゾ
ーンのゾーン名とのペアからなるキー情報を格納してお
く。その際、複数のゾーンに存在するキー文字列につい
ては、各ゾーン毎にキー文字列とゾーン名との対からな
るキー情報を格納する。位置情報部には、各キーワード
毎に該当する文書の文書識別子，文書内位置が格納され
る。そして、検索時には、ユーザによって指定されたゾ
ーン名とキーワードとをキーにして全文インデックスを
検索することにより、上記ゾーン名のゾーンに、上記キ
ーワードを含む文書を探し出すようにしている。

【０００７】（Ｂ）の方法では、位置情報部に格納する
位置情報に、位置情報として文書識別子，文書内位置の
他にゾーン名も併せ持たせておく。そして、検索時に
は、先ず、ユーザによって指定されたキーワードをキー
にして全文インデックスを検索することにより、上記キ
ーワードを含む文書の位置情報を全て求め、その後、上
記位置情報の中からユーザによって指定されたゾーン名
を含む位置情報を選択することにより、ゾーン検索を行
うようにしている。

【０００８】（Ｃ）の方法では、全文インデックスとは
別に、検索対象とする全ての文書それぞれの、各ゾーン
の開始位置，終了位置が格納されたゾーン用インデック
スを作成しておく。そして、検索時には、先ず、全文イ
ンデックスを検索することにより、ユーザが指定したキ
ーワードを含む文書の位置情報を取得する。その後、ゾ
ーン用インデックスを検索し、上記文書の、ユーザによ
って指定されたゾーンの開始位置，終了位置を取得す
る。更に、位置情報中の文書内位置と取得した上記ゾー
ンの開始位置，終了位置とに基づいて、上記文書のユー
ザによって指定されたゾーン内に、ユーザによって指定
されたキーワードが存在するか否かをチェックすること
により、ゾーン検索を行う（例えば、特開平８−３１４
９６６号公報）。

【０００９】

【発明が解決しようとする課題】しかしながら、上述し
た（Ａ）の方法は、ゾーンの数に比例してキー情報数が
多くなるため、全文インデックスのサイズが大きくなる
という問題がある。更に、全文インデックスのサイズが
大きくなることにより、検索速度が低下するという問題
もある。

【００１０】また、（Ｂ）の方法は、全文インデックス
の位置情報部の容量が多くなるため、全文インデックス
のサイズが大きくなるという問題がある。更に、位置情
報部からの読み出し量が多くなるため、検索速度が低下
するという問題もある。

【００１１】また、（Ｃ）の方法は、検索対象とする全
ての文書それぞれの、各ゾーンの開始位置，終了位置を
格納したゾーン用インデックスが必要になるため、イン
デックスサイズが大きくなるという問題がある。更に、
全文インデックスを検索することにより探し出した各該
当文書について、ゾーン用インデックスを検索し、ユー
ザが指定したキーワードが、ユーザが指定したゾーン内
に存在するか否かをチェックする必要があるため、この
処理がオーバーヘッドになって検索速度が低下してしま
うという問題が生じる。

【００１２】そこで、本発明の目的は、全文インデック
スを利用したゾーン検索に於いて、インデックスサイズ
を小さくし、且つ検索速度を高速化することにある。

【００１３】

【課題を解決するための手段】本発明の構造化文書検索
装置は、上記目的を達成するため、複数のゾーンから構
成される構造化文書が複数格納された文書格納手段と、
ゾーン位置変換文書に於ける各ゾーンの位置を示す情報
が格納されたゾーン情報テーブルと、前記文書格納手段
に格納されている構造化文書中の各ゾーンを前記ゾーン
情報テーブルの内容によって示される位置に移動させた
ゾーン位置変換文書を作成する文書内位置変換手段と、
該文書内位置変換手段によって作成されたゾーン位置変
換文書に基づいて、キー文字列と、そのキー文字列が存
在する構造化文書の文書識別子と、そのキー文字列のゾ
ーン位置変換文書に於ける文書内位置とが対応して格納
されたインデックスを作成するインデックス作成手段
と、検索対象にするゾーンのゾーン名とキーワードとを
含む検索条件式を受け付ける検索条件入力手段と、該検
索条件入力手段が受け付けた検索条件式中のキーワード
をキーにして前記インデックスを検索し、その結果得ら
れた前記キーワードが存在する構造化文書の文書識別
子，文書内位置と前記ゾーン情報テーブルの内容とに基
づいて、前記検索条件式中のゾーン名によって示される
ゾーンに前記キーワードが存在する構造化文書の文書識
別子を求めるキーワード検索手段とを備えたものであ
る。

【００１４】この構成に於いては、ゾーン検索を行うた
めの準備として、文書内位置変換手段が、文書格納手段
に格納されている構造化文書中の各ゾーンをゾーン情報
テーブルの内容によって示される位置に移動させたゾー
ン位置変換文書を作成し、インデックス作成手段が、文
書内位置変換手段によって作成されたゾーン位置変換文
書に基づいて、キー文字列と、そのキー文字列が存在す
る構造化文書の文書識別子と、そのキー文字列のゾーン
位置変換文書に於ける文書内位置とが対応して格納され
たインデックスを作成する。

【００１５】そして、ゾーン検索時に、ユーザが検索対
象にするゾーンのゾーン名とキーワードとを含む検索条
件式を入力すると、検索条件入力手段がそれを受け付
け、キーワード検索手段が上記検索条件式中のキーワー
ドをキーにしてインデックスを検索し、その結果得られ
た前記キーワードが存在する構造化文書の文書識別子，
文書内位置とゾーン情報テーブルの内容とに基づいて、
上記検索条件式中のゾーン名によって示されるゾーンに
前記キーワードが存在する構造化文書の文書識別子を求
める。

【００１６】

【発明の実施の形態】次に本発明の実施の形態について
図面を参照して詳細に説明する。

【００１７】図１は本発明の実施例のブロック図であ
り、文書格納手段１と、文書内位置変換手段２と、ゾー
ン情報テーブル３と、インデックス作成手段４と、イン
デックス５と、キーワード検索手段６と、検索条件入力
手段７と、キーワード検索結果格納手段８と、論理条件
解析手段９と、検索結果出力手段１０とから構成されて
いる。

【００１８】文書格納手段１には、検索対象となる複数
の構造化文書が格納されている。図２は文書格納手段１
の内容例を示した図である。本実施例では、説明を簡単
にするため、文書格納手段１には、文書識別子ＩＤ１，
ＩＤ２の２つの構造化文書２１，２２が格納されている
とする。各構造化文書２１，２２は、それぞれゾーン名
「全体」，「発明の名称」，「要約」，「目的」，「構
成」の各ゾーンから構成され、各ゾーンは、ゾーン開始
タグ，ゾーン終了タグ等により分割されている。

【００１９】ゾーン情報テーブル３には、文書内位置変
換手段２で作成するゾーン位置変換文書に於ける各ゾー
ンの位置を示す情報が格納されている。図３はゾーン情
報テーブル３の内容例を示した図であり、ゾーン名と、
そのゾーン名のゾーンをゾーン位置変換文書内のどの位
置に配置するのかを示すゾーン位置情報とが格納されて
いる。図３の例は、ゾーン名「全体」，「発明の名
称」，「要約」，「目的」，「構成」のゾーンを、それ
ぞれゾーン位置変換文書内の「第１文字目〜第２０００
文字目」，「第１文字目〜第５００文字目」，「第５０
１文字目〜第２０００文字目」，「第５０１文字目〜第
１０００文字目」，「第１００１文字目〜第２０００文
字目」に配置することを示している。

【００２０】文書内位置変換手段２は、ゾーン情報テー
ブル３を参照し、文書格納手段１に格納されている構造
化文書に対して、各ゾーンの文字列をゾーン情報テーブ
ル３中のゾーン位置情報によって示される位置に移動し
たゾーン位置変換文書を作成する機能を有する。従っ
て、各構造化文書では異なる位置に存在していた各ゾー
ンの文字列は、文書内位置変換手段２によって作成され
たゾーン位置変換文書では、同じ範囲に存在することに
なる。

【００２１】インデックス作成手段４は、文書内位置変
換手段２で作成された各構造化文書に対応するゾーン位
置変換文書に基づいてインデックス５を作成する機能を
有する。インデックス５は、図４に示すように、キー情
報部５１と、位置情報部５２とを有している。キー情報
部５１にはＮ文字組や単語等のキー情報が格納され、位
置情報部５１には、キー情報が存在する構造化文書の文
書識別子と、そのキー情報が存在するゾーン位置変換文
書内の位置とが格納される。ここで、位置情報「ｉ−
ｊ」は、文書識別子ＩＤｉの構造化文書に対応するゾー
ン位置変換文書の第ｊ文字目を表している。従って、図
４の例の第１番目のエリアは、文字「文」が文書識別子
ＩＤ１の構造化文書２１中に存在し、それと対応するゾ
ーン位置変換文書２１’では第１文字目，第５０４文字
目に存在することと、文字「文」が文書識別子ＩＤ２の
構造化文書２２中に存在し、それと対応するゾーン位置
変換文書２２’では第１文字目，第５０１文字目に存在
することを表している。

【００２２】検索条件入力手段７は、ユーザによって入
力された検索条件式を受け付ける機能，論理条件解析手
段９を利用して検索条件式を検索項目に分解する機能，
検索項目をキーワード検索手段６に渡す機能等を有す
る。ユーザが入力する検索条件式は、検索対象とするゾ
ーン名とキーワードとのペアからなる検索項目を１つ或
いは複数含むものであり、検索項目を複数含む場合は、
各検索項目は、ＡＮＤ，ＯＲ等の論理演算記号によって
結合される。図５は、ユーザが入力する検索条件式の１
例を示した図であり、２つの検索項目が論理演算記号Ａ
ＮＤによって結合されている。この検索条件式は、ゾー
ン名「発明の名称」のゾーンにキーワード「検索」を含
み、且つゾーン名「要約」のゾーンにキーワード「イン
デックス」を含む構造化文書の検索を指示するものであ
る。

【００２３】キーワード検索手段６は、検索条件入力手
段７から渡された各検索項目中のキーワードをキーにし
てインデックス５を検索することにより、各検索項目そ
れぞれについて、その検索項目中のキーワードが現れる
文書の文書識別子，文書内位置を全て求める機能や、各
検索項目それぞれについて、ゾーン情報テーブル３を参
照して検索項目に含まれているゾーン名によって示され
るゾーンのゾーン位置を求める機能や、各検索項目それ
ぞれについて、その検索結果（文書識別子，文書内位
置）の中に上記ゾーン位置内の位置を示す検索結果があ
れば、その検索結果中の文書識別子とそれが何番目の検
索項目についてのものなのかを示す情報とをペアにして
キーワード検索結果格納手段８に格納する機能等を有す
る。

【００２４】論理条件解析手段９は、キーワード検索結
果格納手段８に格納されている検索項目毎の検索結果
（文書識別子）と、検索条件入力手段７が受け付けた検
索条件式中の各検索項目を結合する論理演算記号とに基
づいて、上記検索条件式を満足させる構造化文書の文書
識別子を求める機能を有する。

【００２５】検索結果出力手段１０は、論理条件解析手
段９が求めた文書識別子を有する構造化文書を文書格納
手段１から取り出し、プリンタ，ＣＲＴ等の出力装置
（図示せず）に出力する機能を有する。

【００２６】図６は文書内位置変換手段２の処理例を示
す流れ図、図７はインデックス作成手段４の処理例を示
す流れ図、図８は検索条件入力手段７の処理例を示す流
れ図、図９は検索条件入力手段７から検索条件式が渡さ
れたときの論理条件解析手段９の処理例を示す流れ図、
図１０はキーワード検索手段６から終了通知が送られて
きたときの論理条件解析手段９の処理例を示す流れ図、
図１１はキーワード検索手段６の処理例を示す流れ図で
あり、以下各図を参照して本実施例の動作を説明する。

【００２７】先ず、インデックス５の作成時の動作を説
明する。

【００２８】インデックス５の作成時、文書内位置変換
手段２は、図６の流れ図に示すように、文書格納手段１
から未処理の構造化文書を１つ入力する（Ｓ６１）。そ
の後、文書内位置変換手段２は、入力した構造化文書の
各ゾーン中の文字列をゾーン情報テーブル３中のゾーン
位置情報によって示される位置に移動させたゾーン位置
変換文書を作成し（Ｓ６３）、作成したゾーン位置変換
文書とＳ６１で入力した構造化文書の文書識別子とをイ
ンデックス作成手段４に渡す（Ｓ６４）。以上の処理を
未処理の構造化文書がなくなるまで（Ｓ６２がＮＯ）、
繰り返し行う。

【００２９】本実施例の場合、文書格納手段１には図２
に示すような文書識別子ＩＤ１，ＩＤ２の構造化文書２
１，２２が格納され、更に、ゾーン情報テーブル３の内
容は図３に示すものになっているので、文書内位置変換
手段２は、図１２に示すようなゾーン位置変換文書２
１’，２２’を順次作成してインデックス作成手段４に
渡すことになる。

【００３０】つまり、文書内位置変換手段２は、図３に
示したゾーン情報テーブル３の内容を参照し、その内容
に従って、構造化文書２１のゾーン「発明の名称」中に
存在する文字列「文書検索装置」を第１文字目から始ま
る位置に移動させ、ゾーン「目的」中に存在する文字列
「高速に文書を検索する。」を第５０１文字目から始ま
る位置に移動させ、ゾーン「構成」中に存在する文字列
「インデックス作成手段と……。」を第１００１文字目
から始まる位置に移動させた図１２に示すようなゾーン
位置変換文書２１’を作成して文書識別子ＩＤ１と共に
インデックス作成手段４に渡す。同様に、文書内位置変
換手段２は、構造化文書２２のゾーン「発明の名称」中
に存在する文字列「文書処理装置」を第１文字目から始
まる位置に移動させ、ゾーン「目的」中に存在する文字
列「文書を……。」を第５０１文字目から始まる位置に
移動させ、ゾーン「構成」中に存在する文字列「検索手
段と……。」を第１００１文字目から始まる位置に移動
させた図１２に示すようなゾーン位置変換文書２２’を
作成して文書識別子ＩＤ２と共にインデックス作成手段
４に渡す。

【００３１】図１２から判るように、変換処理後の各ゾ
ーン位置変換文書２１’，２２’は、ゾーン名「全
体」，「発明の名称」，「要約」，「目的」，「構成」
の各ゾーンが、ゾーン情報テーブル３中のゾーン位置情
報によって示される位置に必ず存在することになる。

【００３２】インデックス作成手段４は、文書内位置変
換手段２からゾーン位置変換文書，文書識別子が渡され
ると、図７の流れ図に示すように、ゾーン位置変換文書
の先頭位置に注目する（Ｓ７１）。そして注目位置に、
インデックス５のキー情報部５１に格納すべき文字が存
在するか否かを判断する（Ｓ７２）。格納すべき文字か
否かの判断は、例えば、空白文字，句読点等、格納する
必要のない文字を予め定めておき、注目位置に存在する
文字がそれ以外の文字であるか否かを判断することによ
り行う。

【００３３】そして、Ｓ７２に於いて、格納すべき文字
が注目位置に存在すると判断した場合（Ｓ７２がＹＥ
Ｓ）は、その文字が既に格納済みか否かを判断する（Ｓ
７３）。格納済みでないと判断した場合は、注目位置に
存在する文字をインデックス５のキー情報部５１に格納
すると共に、文書内位置変換手段２から渡された文書識
別子と文書内位置（現在の注目位置）とからなる位置情
報を位置情報部５２に格納する（Ｓ７３がＮＯ，Ｓ７
４）。これに対して、格納済みであると判断した場合
は、位置情報部５２に文書内位置変換手段２から渡され
た文書識別子と文書内位置とからなる位置情報を位置情
報部５２に格納する（Ｓ７３がＹＥＳ，Ｓ７５）。

【００３４】Ｓ７４，７５の処理が終了すると、インデ
ックス作成手段４は、注目位置を次の位置に移し（Ｓ７
６）、前述したと同様の処理を行う。また、Ｓ７２で格
納すべき文字が注目位置に存在しないと判断した場合
も、Ｓ７６の処理を行う。

【００３５】以上の処理を文書内位置変換手段２から渡
されたゾーン位置変換文書の終わりまで（Ｓ７７がＹＥ
Ｓ）、繰り返し行う。

【００３６】本実施例の場合、インデックス作成手段４
には、図１２に示すようなゾーン位置変換文書２１’，
文書識別子ＩＤ１と、ゾーン位置変換文書２２’，文書
識別子ＩＤ２とが渡されるので、インデックス作成手段
４に於いては、次のような処理が行われることになる。

【００３７】文書内位置変換手段２からゾーン位置変換
文書２１’と文書識別子ＩＤ１とが渡された場合は、イ
ンデックス作成手段４は、先頭位置に注目したときに、
文字「文」をキー情報部５１に格納し、位置情報「１−
１」を位置情報部５２に格納する（Ｓ７１，Ｓ７４）。
また、インデックス作成手段４は、ゾーン位置変換文書
２１’中の次に位置（第２文字目）に注目したときは、
注目位置に存在する文字「書」をキー情報部５１に格納
し、位置情報「１−２」を位置情報部５２に格納する
（Ｓ７４）。また、例えば、注目位置をゾーン位置変換
文書２１’の第５０４文字目にしたときは、注目位置に
存在する文字「文」は既に格納済みであるので、位置情
報部５２中の上記文字「文」に対応するエントリに位置
情報「１−５０４」を格納することになる（Ｓ７５）。
このような処理を、ゾーン位置変換文書２１’の終わり
まで行う。ゾーン位置変換文書２２’と文書ＩＤとが渡
された場合も、インデックス作成手段４は前述したと同
様の処理を行う。この結果、インデックス５の内容は、
図４に示すものとなる。

【００３８】尚、ここでは、説明を簡単に行うため、キ
ー情報部５１に格納する文字列の文字長を１文字とした
が、これに限られるものではなく、文字長が２以上のＮ
文字組でも、単語であっても構わない。

【００３９】次に、ゾーン検索時の動作について説明す
る。

【００４０】ゾーン検索を行う場合、ユーザは、検索対
象とするゾーンのゾーン名とキーワードとのペアからな
る検索項目を１つ或いは複数含む検索条件式を検索条件
入力手段７に入力する。前述したように、検索項目を複
数含む検索条件式の場合は、各検索項目は、ＡＮＤ，Ｏ
Ｒ等の論理演算記号によって結合されている。

【００４１】今、例えば、ユーザが検索条件式として、
図５に示した検索条件式「（発明の名称＝検索）ＡＮＤ
（要約＝インデックス）」を検索条件入力手段７に入力
したとする。この検索条件式は、前述したように、ゾー
ン名「発明の名称」の部分に文字列「検索」が現れ、且
つゾーン名「要約」の部分に文字列「インデックス」が
現れる構造化文書の検索を指示するものである。

【００４２】ユーザが検索条件式「（発明の名称＝検
索）ＡＮＤ（要約＝インデックス）」を入力すると、検
索条件入力手段７は、図８の流れ図に示すように、それ
を受け付け、論理条件解析手段９に渡す（Ｓ８１，Ｓ８
２）。

【００４３】論理条件解析手段９は、検索条件式「（発
明の名称＝検索）ＡＮＤ（要約＝インデックス）」が渡
されると、図９の流れ図に示すように、検索条件式を第
１番目の検索項目「発明の名称＝検索」と、第２番目の
検索項目「要約＝インデックス」との２つの検索項目に
分割し、それらを検索条件入力手段７に返す（Ｓ９１，
Ｓ９２）。

【００４４】検索条件入力手段７は、論理条件解析手段
９から第１番目，第２番目の検索項目「発明の名称＝検
索」，「要約＝インデックス」を受け取ると、それらを
キーワード検索手段６に渡す（図８のＳ８３，Ｓ８
４）。

【００４５】キーワード検索手段６は、検索条件入力手
段７から第１番目，第２番目の検索項目「発明の名称＝
検索」，「要約＝インデックス」が渡されると、図１１
の流れ図に示すように、その内の１つに注目する（Ｓ１
１１）。

【００４６】今、例えば、第１番目の検索項目「発明の
名称＝検索」に注目したとすると、キーワード検索手段
６は、先ず、第１番目の検索項目「発明の名称＝検索」
中のキーワード「検索」をキーにしてインデックス５を
検索することにより、キーワード「検索」が現れるゾー
ン位置変換文書の文書識別子と、文書内位置とを求める
（Ｓ１１３）。本実施例の場合、インデックス５の内容
は、図５に示すものになっているので、Ｓ１１３を行う
ことにより、キーワード「検索」が、文書識別子ＩＤ１
のゾーン位置変換文書２１’の第３文字目〜第４文字目
と、文書識別子がＩＤ２のゾーン位置変換文書２２’の
第１００１文字目〜第１００２文字目に現れることが求
められる。

【００４７】その後、キーワード検索手段６は、ゾーン
情報テーブル３を参照し、第１番目の検索項目中のゾー
ン名「発明の名称」によって示されるゾーンのゾーン位
置を求める（Ｓ１１４）。本実施例の場合、「第１文字
目〜第５００文字目」がゾーン位置として求められる
（図３参照）。

【００４８】次いで、キーワード検索手段６は、Ｓ１１
３の検索結果の中に、Ｓ１１４で求めたゾーン位置内の
位置を示すものがあれば、その検索結果中の文書識別子
とそれが第１番目の検索項目についてのものであること
を示す情報とをペアにしてキーワード検索結果格納手段
８に格納する（Ｓ１１５）。この例では、Ｓ１１３の検
索結果が、「文書識別子ＩＤ１のゾーン位置変換文書２
１’の第３文字目〜第４文字目」，「文書識別子がＩＤ
２のゾーン位置変換文書２２’の第１００１文字目〜第
１００２文字目」で、Ｓ１１４で求めたゾーン位置が
「第１文字目〜第５００文字目」であるので、キーワー
ド検索手段６は、文書識別子ＩＤ１とそれが第１番目の
検索項目についてのものであることを示す情報とをペア
にしてキーワード検索結果格納手段８に格納することに
なる。

【００４９】その後、キーワード検索手段６は、第２番
目の検索項目「要約＝インデックス」に注目し（Ｓ１１
１）、前述したと同様の処理を行う（Ｓ１１３〜Ｓ１１
５）。第２番目の検索項目の場合、キーワード「インデ
ックス」は、文書識別子ＩＤ１のゾーン位置変換文書２
１’の第１００１文字目〜第１００６文字目に現れ、ゾ
ーン名「要約」のゾーンのゾーン位置は、「第５０１文
字目〜第２０００文字目」であるので、キーワード検索
手段６は、文書識別子ＩＤ１とそれが第２番目の検索項
目についてのものであることを示す情報とをペアにして
キーワード検索結果格納手段８に格納する。

【００５０】そして、検索条件入力手段７から渡された
全ての検索項目について上述した処理を行うと（Ｓ１１
２がＮＯ）、キーワード検索手段６は、論理条件解析手
段９に対して終了通知を送る（Ｓ１１６）。

【００５１】論理条件解析手段９は、キーワード検索手
段６から終了通知が送られてくると、図１０の流れ図に
示すように、キーワード検索結果格納手段８に格納され
ている各検索項目についての検索結果と、検索条件入力
手段７から渡された検索条件式中の論理演算記号とに基
づいて、検索条件式を満足させる構造化文書の文書識別
子を求め、それを検索結果出力手段１０に渡す（Ｓ１０
１，Ｓ１０２）。

【００５２】この例の場合、キーワード検索結果格納手
段８には、第１番目，第２番目の検索項目の検索結果と
してそれぞれ文書識別子「ＩＤ１」，「ＩＤ１」が格納
され、検索条件式中の第１番目の検索項目と第２番目の
検索項目とを結合する論理演算式が「ＡＮＤ」であるこ
とから、両方の検索結果中に存在する文書識別子「ＩＤ
１」を検索結果出力手段１０に渡すことになる。

【００５３】検索結果出力手段１０は、文書識別子「Ｉ
Ｄ１」が渡されると、文書格納手段１から文書識別子が
「ＩＤ１」の構造化文書２１を読み込み、プリンタ，Ｃ
ＲＴ等の出力装置（図示せず）に出力する。

【００５４】図１３は、図１に示した構造化文書検索装
置のハードウェア構成の一例を示したブロック図であ
り、コンピュータ１３１と、記録媒体１３２と、記憶装
置１３３とから構成されている。記録媒体１３２は、磁
気ディスク，半導体メモリ，その他の記録媒体であり、
コンピュータ１３１を構造化文書検索装置として機能さ
せるためのプログラムが記録されている。

【００５５】記録媒体１３２に記録されているプログラ
ムは、コンピュータ１３１によって読み込まれ、コンピ
ュータ１３１の動作を制御することにより、コンピュー
タ１３１上に図１に示した文書内位置変換手段２，イン
デックス作成手段４，キーワード検索手段６，検索条件
入力手段７，論理条件解析手段９，検索結果出力手段１
０を実現する。尚、文書格納手段１，ゾーン情報テーブ
ル３，インデックス５，キーワード検索結果格納手段８
は、記憶装置１３３上に構成される。

【００５６】

【発明の効果】以上説明したように、本発明の構造化文
書検索装置によれば、従来の全文インデックスを利用し
てゾーン検索を行う従来の技術に比較してインデックス
サイズを小さくすることができ、且つ検索速度を高速化
することができる。その理由は、ゾーンの位置情報が全
ての構造化文書で共通になるような形でインデックスを
作成するため、検索時に、非常に小規模なゾーン情報テ
ーブルを参照するだけでゾーン検索を行うことができる
からである。

【図面の簡単な説明】

【図１】本発明の実施例のブロック図である。

【図２】文書格納手段１の内容例を示す図である。

【図３】ゾーン情報テーブル３の内容例を示す図であ
る。

【図４】インデックス５の内容例を示す図である。

【図５】検索条件式の一例を示す図である。

【図６】文書内位置変換手段２の処理例を示す流れ図で
ある。

【図７】インデックス作成手段４の処理例を示す流れ図
である。

【図８】検索条件入力手段７の処理例を示す流れ図であ
る。

【図９】検索条件入力手段７から検索条件式が渡された
ときの論理条件解析手段９の処理例を示す流れ図であ
る。

【図１０】キーワード検索手段６から終了通知が送られ
てきたときの論理条件解析手段９の処理例を示す流れ図
である。

【図１１】キーワード検索手段６の処理例を示す流れ図
である。

【図１２】文書内位置変換手段２で作成されたゾーン位
置変換文書の一例を示す図である。

【図１３】図１に示した構造化文書検索装置のハードウ
ェア構成の一例を示すブロック図である。

【符号の説明】

１…文書格納手段 ２…文書内位置変換手段 ３…ゾーン情報テーブル ４…インデックス作成手段 ５…インデックス ６…キーワード検索手段 ７…検索条件入力手段 ８…キーワード検索結果格納手段 ９…論理条件解析手段 １０…検索結果出力手段 ２１，２２…構造化文書 ２１’，２２’…ゾーン位置変換文書 ５１…キー情報部 ５２…位置情報部 １３１…コンピュータ １３２…記録媒体 １３３…記憶装置

Claims (5)

【特許請求の範囲】
1. 【請求項１】 複数のゾーンから構成される構造化文書
   が複数格納された文書格納手段と、 ゾーン位置変換文書に於ける各ゾーンの位置を示す情報
   が格納されたゾーン情報テーブルと、 前記文書格納手段に格納されている構造化文書中の各ゾ
   ーンを前記ゾーン情報テーブルの内容によって示される
   位置に移動させたゾーン位置変換文書を作成する文書内
   位置変換手段と、 該文書内位置変換手段によって作成されたゾーン位置変
   換文書に基づいて、キー文字列と、そのキー文字列が存
   在する構造化文書の文書識別子と、そのキー文字列のゾ
   ーン位置変換文書に於ける文書内位置とが対応して格納
   されたインデックスを作成するインデックス作成手段
   と、 検索対象にするゾーンのゾーン名とキーワードとを含む
   検索条件式を受け付ける検索条件入力手段と、 該検索条件入力手段が受け付けた検索条件式中のキーワ
   ードをキーにして前記インデックスを検索し、その結果
   得られた前記キーワードが存在する構造化文書の文書識
   別子，文書内位置と、前記ゾーン情報テーブルの内容と
   に基づいて、前記検索条件式中のゾーン名によって示さ
   れるゾーンに前記キーワードが存在する構造化文書の文
   書識別子を求めるキーワード検索手段とを備えたことを
   特徴とする構造化文書検索装置。
2. 【請求項２】 前記ゾーン情報テーブルには、ゾーン名
   と、そのゾーン名のゾーンをゾーン位置変換文書内のど
   の位置に配置するのかを示すゾーン位置情報とが対応し
   て格納されていることを特徴とする請求項１記載の構造
   化文書検索装置。
3. 【請求項３】 前記検索条件式は、検索対象にするゾー
   ンのゾーン名とキーワードとから構成される検索項目が
   論理演算記号によって複数結合された形式を有し、 前記キーワード検索手段は、前記検索条件入力手段が受
   け付けた検索条件式の各検索項目それぞれについて、そ
   の検索項目中のキーワードをキーにして前記インデック
   スを検索し、その検索結果と、前記ゾーン情報テーブル
   の内容とに基づいて、前記検索項目中のゾーン名によっ
   て示されるゾーンに前記キーワードが存在する構造化文
   書の文書識別子を求める構成を有し、且つ、 前記キーワード検索手段が求めた各検索項目毎の文書識
   別子と、前記検索条件入力手段が受け付けた検索条件式
   中の各検索項目を結合する論理演算記号とに基づいて、
   前記検索条件式を満足させる構造化文書の文書識別子を
   求める論理条件解析手段を備えたことを特徴とする請求
   項２記載の構造化文書検索装置。
4. 【請求項４】 前記論理条件解析手段が求めた文書識別
   子の構造化文書を前記文書格納手段から読み出して出力
   する検索結果出力手段を備えたことを特徴とする請求項
   ３記載の構造化文書検索装置。
5. 【請求項５】 複数のゾーンから構成される構造化文書
   が複数格納された文書格納手段と、ゾーン位置変換文書
   に於ける各ゾーンの位置を示すゾーン位置情報が格納さ
   れたゾーン情報テーブルとを備えたコンピュータを、 前記文書格納手段に格納されている構造化文書中の各ゾ
   ーンを前記ゾーン情報テーブルの内容によって示される
   位置に移動させたゾーン位置変換文書を作成する文書内
   位置変換手段、 該文書内位置変換手段によって作成されたゾーン位置変
   換文書に基づいて、キー文字列と、そのキー文字列が存
   在する構造化文書の文書識別子と、そのキー文字列の文
   書内位置とが対応して格納されたインデックスを作成す
   るインデックス作成手段、 検索対象にするゾーンのゾーン名とキーワードとを含む
   検索条件式を受け付ける検索条件入力手段、 該検索条件入力手段が受け付けた検索条件式中のキーワ
   ードをキーにして前記インデックスを検索し、その結果
   得られた前記キーワードを含む文書の文書識別子，文書
   内位置と、前記ゾーン情報テーブルの内容とに基づい
   て、前記検索条件式中のゾーン名によって示されるゾー
   ンに前記キーワードが存在する構造化文書の文書識別子
   を求めるキーワード検索手段として機能させるためのプ
   ログラムを記録した機械読み取り可能な記録媒体。