JPS5820072B2 - 情報検索装置 - Google Patents

Description

【発明の詳細な説明】 本発明はキーワードを用いて情報検索を行う情報検索装
置に関する。

近年、データファイルに蓄積されたデータを、そのデー
タが含むキーワードを用いて検索するこが行われている
。

また上記キーワードに関しても、検索論理式を構成して
所要とするデータを適切に検索することが行われている
。

例えばキーワードＡを含むデータを検索すると、数多く
のデータが取出され、この中から必要なデータのみを更
に抽出することが必要となるが、最初からキーワードＡ
とＢとを含むデータを検索することにより、出力データ
をセレクトして有効なデータを得ることが行われる。

このようなキーワードＡとＢを含むものとして、検索論
理式が Ａ＊Ｂ として与えられる。

ところが従来の装置では、一般に上記検索論理式が与え
られた場合、先ずデータファイル中からキーワードＡを
含むデータを検索し、しかるのちこれらのデータが更に
キーワードＢを含むか否かをチェックして所要のデータ
を得る如く構成されている。

このとき、キーワードＢを含むデータに比してキーワー
ドＡを含むデータが多い場合、その分だけキーワードチ
ェックを数多く行わなければならず、この結果検索に多
くの時間を費した。

特に検索論理式が複雑な場合、その検索所要時間が非常
に長くなった。

然し乍ら従来、このような検索効率については何ら着目
されていないのが実情であった。

本発明はこのような事情を考慮してなされたもので、そ
の目的とするところは、与えられた検索論理式を解釈し
てデータファイルからのデータ検索を短時間に効率良く
行うことのできる情報検索装置を提供することにある。

本発明の概要は、入力された検索論理式を精査展開し、
この精査展開された検索論理式を構成するキーワードの
データファイル上での出現頻度を予測し、出現頻度の低
いキーワードをベースとしてデータを検索することによ
ってキーワードチェックの回数を減らして短時間に効率
良く所望とするキーワードを検索するようにした情報検
索装置を提供するものである。

以下、図面を参照して本発明の一実施例につき説明する
。

第１図は情報検索システムの概略構成図で、タイプライ
タ１を入出力端末とし、ＭＴ装置等の外部大容量メモリ
をファイルメモリ２として情報検索装置３が設けられる
。

しかして情報検索装置３は、タイプライタ１から入力さ
れた検索論理式のキーワードに従って前記ファイルメモ
リ２に蓄積されたデータを検索し、その検索データを前
記タイプライタ１を介して出力する。

さて本発明に係る情報検索装置３は、例えば第２図に示
す如く構成される。

入力部１１は、所望とするデータを指定する検索論理式
を入力するもので、その入力は前記タイプライタ１等の
キーボード型式のもののみならず、通信回線やデータ伝
送路を介して与えられることもある。

またこの検索論理式はキーワードにより構成されるもの
であり、上記入力部１１から式精査・展開部１２に入力
される。

この式精査 展開部１２では上記入力された検索論理式
をスキャンし、その形式が正しいか否かをチェックして
いる。

そして、その形式に誤りがある場合、前記入力部１１に
対してエラー信号を送り、検索論理式の誤り訂正を促す
。

ここで本装置で用いられる検索論理式について説明する
。

検索論理式の要素はキーワードＡ 、 Ｂ。Ｃ〜として
示され、その関係は＊、＋、−１（）等の演算子によっ
て示される。

（ｉ）Ａ＊Ｂ：キーワードＡとＢとが含まれることを意
味し、その演算順序はキーワードＡを有するデータ中か
らキーワードＢを含むものを検索することを意味する。

（ｉｉ）Ａ＋Ｂ：キーワードＡあるいはキーワードＢの
いずれかを有するデータを検索することを意味する。

（＊＊ｂ Ａ−Ｂ：キーワードＡを有するデータであ
って、且つキーワードＢを持たないデータを意味し、演
算順序はキーワードＡを持つデータ中からキーワードＢ
を含むものを除外してデータ検索することを意味する。

また、カッコ（）なる演算子は、演算順位の優先度を示
すもので、ここでは （、）＞＊＞＋、− として定義される。

このようなキーワードおよび演算子により、検索論理式
は例えば （Ａ＋Ｂ）＊Ｃ−Ｄ＊（Ｅ＋Ｆ） 等として与えられる。

しかして前記式精査・展開部１２は、このようにして与
えられる検索論理式にカッコが含まれる場合、これを全
て展開して一般形に変換する。

即ち、検索論理式Ｓが、キーワードをａｊとじてとして
示されるとき、これを精査展開してなる形式に変換して
いる。

そして、この変換が終了したとき、あるいは検索論理式
にカッコが含まれないとき、式精査展開部１２は制御部
１３に対して上記−膜形の検索論理式と共に検索指令信
号を供給する。

一方、データファイル１４には、上記したキーワードを
含む複数のデータがファイルされている。

このデータファイル１４は前記したファイルメモリ２の
一部として設けられた大容量メモリからなるものである
。

そして、このデータファイル１４上に蓄えられたデータ
は、前記制御部１３によって作動制御される検索部１５
によりスキャンされ、前記検索論理式に示されるキーワ
ードを含むデータが検索されて取出されるようになって
いる。

この検索されたデータが制御部１３から出力部１６を介
して出力される。

また上記データファイル１４に蓄積された複数のデータ
に含まれるキーワードの数は、ファイル１４上での出現
頻度として予測ファイル１７に格納されている。

即ちこの予測ファイル１７は、データファイル１４上の
各データが含むキーワードを、各キーワード毎にその出
現頻度を次表のようにファイリングして記憶している。

しかして予測部１８は、前記制御部１３に与えられた検
索論理式を構成する各キーワードにつき、予測ファイル
１７をサーチして、その出現頻度を調べている。

これによって検索論理式がＢ＊Ｃであって、キーワード
Ｂの出現頻度が“２５０“、キーワードＣの出現頻度が
“５５“等の場合、出現頻度の低いキーワードＣが検索
のベースとなるべく、上記検索論理式をＣＡＢと組替え
変更している。

これによって制御部１３の検索論理式が、出現頻度の低
いキーワードを検索ベースとする型式に組替えられ、こ
の組替えられた検索論理式に従って前記データファイル
１４上のデータが検索されることになる。

次に、このように構成された装置におけるデータ検索の
一例につき説明する。

入力部１１より与えられたのち精査展開された検索論理
式が制御部１３に入力されると、制御部１３は先ず上記
検索論理式中に演算子＊が含まれるか否かをチェックす
る。

このチェックにおいて演算子＊が見出されない場合には
、この検索論理式は検索部１５に与えられて、データフ
ァイル１４に対するデータ検索に供される。

一方、上記検索論理式中に１つでも演算子＊が存在する
場合、その演算子＊が含まれる項を順にサーチする。

例えば前記した一般形の検索論理式の各項をａ１１＊ａ
２！＊・・・＊ａ ｉｎ（ｉ＝１．２〜ｍ）を取出し、
まず ａ１＊ａｌ＊・・・＊ａ１ｎ−Ａ１ ２ につきサーチする。

この場合、項Ａ１に含まれるキーワードがａｌｌ、ａ２
１〜ａｌｎであるから、これらのキーワードのデータフ
ァイル１４上での出現頻度を前記予測ファイル１７より
それぞれ求める。

そして、これらの出現頻度に従ってその低いものから順
にキーワードａ１０．ａ４〜ａｌｎを並び替える。

これによって、この項の論理式は、例えばＡ’１ ””
２１０ ＊ａａ５ ＊ ”’ ” ａ４として再構成
されることになる。

以下同様にして演算子＊を含む項について、キーワード
の出現頻度に基づく論理式の再構成が行われる。

しかるのち、この再構成された検索論理式が検索部１５
に送られて、データファイル１４上のデータの検索が行
われることになる。

具体的には、検索論理式が （ａ１＋ａ２）＊（ｂ□＋ｂ２） として与えられたとき、先ず式精査・展開によって ａ１＊ｂ１＋ａ□＊ｂ２＋ａ２＊ｂ１＋ａ２＊ｂ２とし
て再構成される。

ここで上記検査論理式を構成するキーワードのデータフ
ァイル１４上での出現頻度が キーワードａ１ ：１４回 キーワードａ２：１９回 キーワードｂ１ ：２０回 キーワードｂ ： ５回 であるとすれば、上記論理式は次のように組替えられる
。

ａｌ ＊ｂ１＋ｂ２＊ａ１＋ａ２＊ｂ、＋ｂ２＊ ａ２
上記式中、下線を付した項が、出現頻度の関係により再
構成されている。

従って今、検索部１５がこの検索論理式に従ってデータ
ファイル１４上のデータを検索するとき、先ず第１項の
キーワードａ１を含む１４個のデータを取出し、これら
についてキーワードｂ１が含まれるか否かをチェックす
る。

そしてａｌ ＊ ｂｌを満たすデータを抽出する。

次に第２項のキーワードｂ２を含む５個のデータを取出
し、これらについてキーワードａ２が含まれるが否かを
チェックする。

更に第３項についてはキーワードａ２について１９個の
データを取出してチェックし、第４項ではキーワードｂ
２を含む５個のデータを取出してチェックすることにな
る。

従って、この場合、４３回のチェックにより所望とする
データがキーワード検索により取出されることになる。

ちなみに出現頻度によって再構成しない検索論理式を用
いてデータ検索する場合には、６６回のチェックが必要
となる。

また式精査展開されない検索論理式を用いる場合には、
先ず（ａ１＋ａ２）なるキーワードを含む３３個のデー
タが取出されたのち、次に（ｂ１＋ｂ２）するキーワー
ドを含む２５個のデータを取出し、しかるのち再度上記
３３個のデータにつきキーワード群（ｂ１＋ｂ２）が含
まれるか否かをチェックすることになるので、合計７１
回のデータチェックが必要となる。

このような対比からも明らかなように、本装置によれは
データ検索に要する時間を大幅に短縮化できる。

しかも検索論理式が複雑化する程、上記効果が顕著に生
じる。

即ち、無駄な検索を行うことなしに、短時間で効率良く
所望とするデータを検索することができる。

尚、本発明は上記実施例に限定されるものではない。

例えばデータファイル１４を検索装置本体に組込むこと
は勿論のこと、装置本体とは独立させて外部メモリとし
て設けることも勿論可能である。

また実施例では、演算子＊が含まれる検索論理式中の項
を取出し、これを予測部１８に送ってその出現頻度を求
めたのち、その情報と共に上記項を制御部１３に戻して
論理式の組替えを行ったが、第３図に示すように論理式
中の演算子＊を含む項を直接切出して予測組替え部１９
に送り、この予測組替え部１９にて出現頻度の参照、比
較、キーワードの組替えを行ったのち、これを制御部１
３に戻すようにしてもよい。

また第４図に示すように式組替え部１９ａと予測部１９
ｂとを別構成にし、それぞれの作業を分担させるように
してもよいことは勿論のことである。

また第５図に示すように予測ファイル１７を省き、制御
部１３は予測部１８を介してデータファイル１４を直接
サーチして、入力された検索論理式を構成するキーワー
ドの出現頻度を、その都度求めるように構成することも
できる。

更には、予測部１８にて検索論理式の全体について式組
替えを行ったのち、これを制御部１３に与えるようにす
ることも勿論可能である。

その他、検索論理式の形式や検索演算の優先度等は仕様
に応じて定めればよいものであり、検索ベースの数を少
すくシてそのチェック回数を減らすようにすれば種々変
形できる。

要するに本発明は、その要旨を逸脱しない範囲で装置仕
様に応じて変形して実施することができる。

【図面の簡単な説明】

第１図は情報検索システムの概略構成図、第２図は本発
明の一実施例装置の概略構成図、第３図および第４図は
キーワード出現頻度に基づく論理式組替え部の変形例を
示す図、第５図は本発明の別の実施例装置の概略構成図
である。 １１・・・・・・入力部、１２・・・・・・式精査・展
開部、１３・・・・・・制御部、１４・・・・・・デー
タファイル、１５・・・・・・検索部、１６・・・・・
・出力部、１７・・・・・・予測ファイル、１８・・・
・・・予測部、１９・・・・・・予測組替部。

Claims (1)

【特許請求の範囲】
1. １ 複数のデータを蓄積したデータファイルと、このデ
   ータファイルに蓄積されたデータにそれぞれ含まれるキ
   ーワードの出現頻度をキーワード毎に記憶した予測ファ
   イルと、キーワードにより構成される検索論理式を精査
   展開する手段と、この精査展開された検索論理式を構成
   するキーワードの前記データファイル上の出現頻度を前
   記予測ファイルから求める手段と、この手段により求め
   られた出現頻度に従って前記精査展開された検索論理式
   の低出現頻度のキーワードを検索ベースとして前記デー
   タファイル上のデータを検索する手段とを具備したこと
   を特徴とする情報検索装置。