検索サービス装置及び検索サービス方法
【課題】特定のサイト内に現われるキーワードに絞って連想したサジェストを行うことを行い、そのサイトに特化したサジェストを行う利点を生かして迅速に適切な検索を行い得るようにする。
【解決手段】形態素解析手段を用いて、前記文書データの文章から、サジェストキーワード候補を値として抽出し、サジェストキーワード候補が出現する出現ページ数の多いサジェストキーワード候補を上位として選定してサジェストキーワードとし、キーワード抽出結果ファイルが、検索キーワード、ＷｅｂページのＵＲＩとタイトルを備えたサジェストキーワードとサジェストキーワードがそのＷｅｂページの文書データに出現する回数を組みとしてファイルする。
【解決手段】形態素解析手段を用いて、前記文書データの文章から、サジェストキーワード候補を値として抽出し、サジェストキーワード候補が出現する出現ページ数の多いサジェストキーワード候補を上位として選定してサジェストキーワードとし、キーワード抽出結果ファイルが、検索キーワード、ＷｅｂページのＵＲＩとタイトルを備えたサジェストキーワードとサジェストキーワードがそのＷｅｂページの文書データに出現する回数を組みとしてファイルする。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、検索語の入力を受け付け検索語と関連の深い言葉を連想語として出力する検索サービス装置及び検索サービス方法に関する。
【背景技術】
【０００２】
ある種のサイトなど大量の情報を公開しているサイトでの課題の一つは、いかにして目的のページに辿りつくかということである。解決策の一つとしては情報を目的別にまとめて階層化するというものがある。これを行っていないサイトとそうでないサイトではアクセシビリティに大きな違いがある。しかしこれを上回るほど情報があふれている上、サイトを公開する立場の者が階層化する感覚と各々のユーザのそれとがずれている可能性がある。このような場合への対処として、サイト内検索が提供されている。検索は完全なる回答に思えるのであるが落とし穴がある。それは適切な検索キーワードを入力しないかぎり、目的のページを探し当てることが難しい、あるいは時間がかかる、ということである。特にある種のサイトでは、いわゆる「サイト特有言葉」が使われていて、そういう言葉になじみが薄いユーザが適切な検索キーワードを思いつくことが比較的困難になっている。適切な検索キーワードにたどりつくにはどうすればよいだろうか、またここでいう適切な検索キーワードとはどのようなものなのだろうか、ということが検討されている。
【０００３】
そこで、検索語を含む文書を提示する代わりに、その検索語から連想される言葉を検索結果として提示する連想検索技術が提案されている。例えば、特許文献１には、連想検索システムが開示されている。
【０００４】
特許文献２には、複数のキーワード出現頻度を文書データ毎に集計した結果であるキーワード出現頻度データを保持するキーワード出現頻度保持部と、ユーザ端末から入力された検索語に対して、検索語と実質的に同一のキーワードに対する関連度が高い順に複数のキーワードを連想語として抽出する連想語選択部とを備えた連想検索システムが記載されている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００４−１１０３８６号公報
【特許文献２】特開２００９−８６７７３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
特許文献２に記載された連想検索システムは、抽出された連想語が出現している文書データを特定し、前記キーワード出現頻度データを参照して各文書データ内での前記連想語の出現頻度を取得する出現頻度取得部と、前記連想語に対して各文書データの属性に応じた重みを付与し、前記出現頻度に重みを乗じた値を合計して各連想語の鮮度を算出する鮮度算出部とを備える。
【０００７】
従って、このシステムによれば、連想語に対して各文書データの属性に応じた重みを付与し、出現頻度に重みを乗じた値を合計して各連想語の鮮度を算出するということを行っている。
【０００８】
このような一般的な文書データについての検索ではなくて特定のサイトについて、そのサイト内に現われる連想語を用いてより迅速に検索することが求められる場合がある。
【０００９】
本発明は、かかる点に鑑みて特定のサイト内に現われるキーワードに絞って連想したサジェストを行うことを行い、そのサイトに特化したサジェストを行う利点を生かして迅速に適切な検索を行い得るようにすることを目的とする。
【課題を解決するための手段】
【００１０】
本発明は、ユーザが入力した検索キーワードをＷｅｂサイト中に現われるキーワードで補完することを行う。この場合、適切なキーワードとは、Ｗｅｂサイト中に現われるキーワードであると定義することになる。ここで定義されるキーワードが連想されサジェストされたサジェストキーワードということになる。
【００１１】
本発明は、具体的には、対象Ｗｅｂサイトの、ＵＲＩとタイトルを含んだＷｅｂページ及び該Ｗｅｂページに含まれる文章を文書データとして収集する文書データ収集手段と、
前記文書データ中の文章について、語をその最小単位である形態素に分解し、それぞれの品詞を判定する形態素解析手段と、
前記文書データの文章から、形態素解析手段を用いてサジェストキーワード候補を値として抽出するサジェストキーワード候補抽出手段と、
サジェストキーワード候補が出現する出現ページ数の多いサジェストキーワード候補を上位として選定してサジェストキーワードとするサジェストキーワード選定手段と、
ＷｅｂページのＵＲＩとタイトルを備えたサジェストキーワードとサジェストキーワードがそのＷｅｂページの文書データに出現する回数を組みとしてファイルするキーワード抽出結果ファイルと、
キーワード抽出結果ファイルを集計して格納したサジェストデータベースと、
キーワード抽出結果ファイルを集計して格納した連想検索データベースと、
サジェストキーワードと関連の深い文書データ及びサジェストキーワードを連想検索データベースから連想検索する連想検索手段と、
ユーザ端末から検索キーワードが入力された時に、前記サジェストデータベースを参照し、該キーワードに関連して出現頻度の高い順に、選定されたサジェストキーワードを表示し、表示された各サジェストキーワードについて前記連想検索手段によって選定されたサジェスト文章を関連の深い順にサジェスト文章を表示する画面表示手段と、を備えることを特徴とする検索サービス装置を提供する。
【００１２】
本発明は、また、請求項１において、前記連想検索手段によって選定されたサジェスト文章は、２つ以上のサジェストキーワードに基づいて選定されたことを特徴とする検索サービス装置を提供する。
【００１３】
本発明は、また、文書データ収集手段が、対象Ｗｅｂサイトの、ＵＲＩとタイトルを含んだＷｅｂページ及び該Ｗｅｂページに含まれる文章を文書データとして収集し、
形態素解析手段が、サジェストキーワードが、前記文書データ中の文章について、語をその最小単位である形態素に分解し、それぞれの品詞を判定し、
サジェストキーワード候補抽出手段が、形態素解析手段を用いて、前記文書データの文章から、サジェストキーワード候補を値として抽出し、
サジェストキーワード選定手段が、サジェストキーワード候補が出現する出現ページ数の多いサジェストキーワード候補を上位として選定してサジェストキーワードとし、
キーワード抽出結果ファイルが、ＷｅｂページのＵＲＩとタイトルを備えたサジェストキーワードとサジェストキーワードがそのＷｅｂページの文書データに出現する回数を組みとしてファイルし、
サジェストデータベースが、キーワード抽出結果ファイルを集計して格納し、
連想検索データベースが、キーワード抽出結果ファイルを集計して格納し、
画面表示手段が、ユーザ端末から検索キーワードが入力された時に、前記サジェストデータベースを参照し、該キーワードに関連して出現頻度の高い順に、選定されたサジェストキーワードを表示し、表示された各サジェストキーワードについて前記連想検索手段によって選定されたサジェスト文章を関連の深い順にサジェスト文章を表示すること、を特徴とする検索サービス方法を提供する。
【００１４】
本発明は、また、請求項４において、前記連想検索手段によって選定されたサジェスト文章は、２つ以上のサジェストキーワードに基づいて選定されることを特徴とする検索サービス方法を提供する。
【発明の効果】
【００１５】
本発明は、上述のように、文書データ中の文章について、文章をその構成の形態に解析し、形態の内名詞を用いることで名詞について出現頻度の高い順にサジェストキーワードとして選定し、サジェストデータベースおよび連想検索データベースを形成するものとしているので、サイト内に現われるキーワードに絞って連想したサジェストを行うことができ、そのサイトに特化したサジェストを行う利点を生かした迅速に適切な検索を行うことができることになる。
【図面の簡単な説明】
【００１６】
【図１】本発明の実施例の構成を示すブロック図。
【図２】キーワード抽出結果ファイル作成フロー図。
【図３】サジェストキーワード候補及びサジェストキーワードを構成する方法を示す図。
【図４】形態素解析を行い、抽出結果を形成することを示す図。
【図５】サジェストキーワードに関連するリンクをサジェストすることを示す図。
【図６】入力済検索キーワードに加えて次の検索キーワードを入力してサジェストすることを示す図。
【図７】サジェスト実行時の処理の流れを示す図。
【発明を実施するための形態】
【００１７】
以下、本発明についての実施例を図面に基づいて説明する。
【実施例】
【００１８】
図１は、本発明の実施例である検索サービス装置の構成をブロックで示す図である。
【００１９】
図１において、検索サービス装置１は対象Ｗｅｂサイト２に接続され、キーワード抽出結果ファイルの作成３、サジェストデータベースの作成４、連想検索データベースの作成６及び画面表示５を行う。
【００２０】
キーワード抽出結果ファイルの作成３は、文書データ収集手段３１、サジェストキーワード候補抽出手段３３、サジェストキーワード選定手段３４、形態素解析手段３６、キーワード抽出結果ファイル３８によってなされる。
【００２１】
サジェストデータベースの作成４によってサジェストデータベース４１が構成される。
連想検索データベースの作成６によって連想検索データベース６１が構成される。
画面表示５は、連想検索手段５２、画面表示手段５１によってなされる。
検索サービス装置１の各構成の機能を説明すると次のようである。
【００２２】
文書データ収集手段３１が、対象Ｗｅｂサイトの、ＵＲＩとタイトルを含んだＷｅｂページ及び該Ｗｅｂページに含まれる文章を文書データとして収集する。
【００２３】
サジェストキーワード候補抽出手段３３が、前記文書データの文章から、形態素解析手段３６を用いてサジェストキーワード候補を値として抽出する。
【００２４】
サジェストキーワード選定手段３４が、サジェストキーワード候補が出現する出現ページ数の多いサジェストキーワード候補を上位として選定してサジェストキーワードとする。
【００２５】
形態素解析手段３６が、前記文書データ中の文章について、語をその最小単位である形態素に分解し、それぞれの品詞を判定する。
【００２６】
キーワード抽出結果ファイル３８が、ＷｅｂページのＵＲＩとタイトルを備えたサジェストキーワードとサジェストキーワードがそのＷｅｂページの文書データに出現する回数を組みとしてファイルする。
【００２７】
サジェストデータベース４１が、キーワード抽出結果ファイルを集計して格納する。
連想検索データベース６１がキーワード抽出結果ファイルを集計して格納する。
【００２８】
連想検索手段５２が、サジェストキーワードと関連の深い文書データ及びサジェストキーワードを連想検索データベースから連想検索する。
連想検索手段５２では、公知の連想検索エンジンを用いることができる。
【００２９】
画面表示手段５１が、ユーザ端末から検索キーワードが入力された時に、前記サジェストデータベースを参照し、該キーワードに関連して出現頻度の高い順に、選定されたサジェストキーワードを表示し、表示された各サジェストキーワードについて連想検索手段５２によって選定されたサジェスト文章を関連の深い順にサジェスト文章を表示する。
【００３０】
図２を用いて、Ｗｅｂサイトのページ収集３１からサジェストデータベース４１、連想検索データベース６１までについて説明する。
【００３１】
図２において、対象サイトがＷｅｂページ３１１とＷｅｂページ３１２から構成されている。Ｗｅｂページ３１２は文章「目玉焼きの作り方」を含んでいる。
【００３２】
文書データ収集手段３１（図１）は、対象サイトの、Ｗｅｂページ３１１及びＷｅｂページ３１２を収集する。
【００３３】
Ｗｅｂサイトのページの収集には公知のクローラ３１Ａ（図１）が用いられ、クローリングすることによって収集される。
【００３４】
サジェストキーワード候補抽出手段３３は、各Ｗｅｂページの文書データを形態素解析手段３６を用いて、形態素解析し検索頻度が高い名詞を中心に、サジェストキーワード候補として抽出する。図２では、例として形態素解析手段３６を用いて、Ｗｅｂページ３１２に含まれる文章「目玉焼きの作り方」についての形態素解析結果である、例えば、「卵焼き」「の」「作り方」について「卵焼き」、「作り方」を検索頻度が高い名詞を中心に抽出３１３して、その抽出結果をサジェストキーワード候補として抽出する。
【００３５】
これらの抽出結果は、キーワード抽出結果ファイル３１４として示すように、ＵＲＩ、タイトル、（サジェストキーワード、出現回数）として整理される。
【００３６】
サジェストキーワード選定手段３４は、サジェストキーワード候補が出現するページ数をカウント３１５し、出現ページ数の多いサジェスト候補を上位に選定してサジェストキーワード３１６とする。「卵焼き」は、二つのページに出現するので、“２”とされ、一回出現するフライパン、作り方、オムライス、目玉焼きは各“１”とされ、サジェストキーワード３１６とされる。
【００３７】
連想検索データベースの作成６は、サジェストキーワードに関連の深い文章およびサジェストキーワードを連想検索するため、キーワード抽出結果ファイル３１４を集計し連想検索データベース３１９を作成する。
【００３８】
サジェストデータベースの作成４は、サジェストキーワード選定手段３４で選定した（サジェストキーワード、出現回数）の組みそれぞれについて、サジェストキーワードの全部分文字列から、（サジェストキーワード、出現回数）が検索できるようにデータベース化３１８する。
【００３９】
上述の例では、形態素解析手段３６には、公知の形態素解析器を用いることができる。単純に形態素解析した結果をサジェストキーワード候補とすることはできない。このようにすると、非常に一般的な単語にまで分割されるためである。本例では、形態素解析するキーワードは、名詞であると特定し、形態素解析の結果から名詞を抽出している。名詞の中でも形態素解析するキーワードとしてふさわしくないものがあるため、品詞分類を用いて除外するのがよい。名詞が連続して続く場合は、ひとつのキーワードとして扱う。
【００４０】
抽出したサジェストキーワード候補を実行時に高速に検索してユーザの端末に提示するため、サジェストデータベース３１８において、プロトタイプでは当該キーワードの部分文字列をキー、値をそのキーワードとした仕組みを用いる。出現ページ数が多いサジェストキーワード候補を上位にしてサジェストキーワードとして画面に表示される。
【００４１】
入力中の文字列や、誤変換された漢字についてもできるだけ正しいキーワードへサジェストを行いたい。入力中は通常ひらがなである。キーワードが漢字の場合は、その読み方が分ればひらがなで検索することによりサジェストが可能になる。
【００４２】
図３において、ユーザが端末から「インフル」を検索キーワードとして入力した場合の例を示される。この例では、キーを「インフル」として、値としてのサジェスト候補、すなわちサジェストキーワード候補として「インフルエンザ」、「新型インフルエンザ」、「インフルエンザ対策」が抽出され、出現回数の降順を加味することによって「新型インフルエンザ」、「インフルエンザ」、「インフルエンザ対策」の順でサジェストキーワードが選定されている。
【００４３】
図４に示すように、連続する名詞は結合されて１つの用語として認識される。
【００４４】
図５は、サジェストキーワード「インフルエンザ」、「新型インフルエンザ」、「インフルエンザウィルス」に関連し、リンク付けされた関連度が高いページ（ＵＲＩ）をサジェスト文章とした例を示す。
【００４５】
図６は、ユーザがその端末から入力した検索キーワードに関連する検索キーワードを入力してサジェストした場合の例を示す。これらの検索キーワードが入力されたときに最も関連するサジェストキーワードが選定され、最も関連する関連度が高いページ（ＵＲＩ）がサジェスト文章として表示される。
【００４６】
図７は、サジェスト実行時の処理の流れを示す。
（１）ブラウザの検索ボックスに検索キーワード「新型インフルエンザ」、「よぼう」が入力される。
（２）Ｗｅｂサーバによって収集された文書データを格納するサジェストデータベースを参照して上述したようにしてキーワード検索がなされる。
（３）キーワード検索結果が考慮された関連するページを連想検索がなされる。
（４）ＪＳＯＮデータをＨＴＭＬに変換され、サジェストされた文章（ページ）が表示される。
【００４７】
上述のように、キーワード抽出結果ファイル３８は、ＷｅｂページのＵＲＩとタイトルを備えたサジェストキーワードとサジェストキーワードがそのＷｅｂページの文書データに出現する回数を組としてファイルする。
【００４８】
キーワード抽出結果ファイルを集計してサジェストデータベースに格納される。図５は、図面表示手段５１によって表示された例を示す。
【符号の説明】
【００４９】
１…検索サービス装置、２…対象Ｗｅｂサイト、３…キーワード抽出結果ファイルの作成、４…サジェストデータベースの作成、５…画面表示、３１…文書データ収集手段、３２…検索キーワード入力手段、３３…サジェストキーワード候補抽出手段、３４…サジェストキーワード選定手段、３５…文書データ特定手段、３６…形態素解析手段、３７…サジェスト文章選定手段、３８…キーワード抽出結果ファイル、４１…サジェストデータベース、５１…画面表示手段。
【技術分野】
【０００１】
本発明は、検索語の入力を受け付け検索語と関連の深い言葉を連想語として出力する検索サービス装置及び検索サービス方法に関する。
【背景技術】
【０００２】
ある種のサイトなど大量の情報を公開しているサイトでの課題の一つは、いかにして目的のページに辿りつくかということである。解決策の一つとしては情報を目的別にまとめて階層化するというものがある。これを行っていないサイトとそうでないサイトではアクセシビリティに大きな違いがある。しかしこれを上回るほど情報があふれている上、サイトを公開する立場の者が階層化する感覚と各々のユーザのそれとがずれている可能性がある。このような場合への対処として、サイト内検索が提供されている。検索は完全なる回答に思えるのであるが落とし穴がある。それは適切な検索キーワードを入力しないかぎり、目的のページを探し当てることが難しい、あるいは時間がかかる、ということである。特にある種のサイトでは、いわゆる「サイト特有言葉」が使われていて、そういう言葉になじみが薄いユーザが適切な検索キーワードを思いつくことが比較的困難になっている。適切な検索キーワードにたどりつくにはどうすればよいだろうか、またここでいう適切な検索キーワードとはどのようなものなのだろうか、ということが検討されている。
【０００３】
そこで、検索語を含む文書を提示する代わりに、その検索語から連想される言葉を検索結果として提示する連想検索技術が提案されている。例えば、特許文献１には、連想検索システムが開示されている。
【０００４】
特許文献２には、複数のキーワード出現頻度を文書データ毎に集計した結果であるキーワード出現頻度データを保持するキーワード出現頻度保持部と、ユーザ端末から入力された検索語に対して、検索語と実質的に同一のキーワードに対する関連度が高い順に複数のキーワードを連想語として抽出する連想語選択部とを備えた連想検索システムが記載されている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００４−１１０３８６号公報
【特許文献２】特開２００９−８６７７３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
特許文献２に記載された連想検索システムは、抽出された連想語が出現している文書データを特定し、前記キーワード出現頻度データを参照して各文書データ内での前記連想語の出現頻度を取得する出現頻度取得部と、前記連想語に対して各文書データの属性に応じた重みを付与し、前記出現頻度に重みを乗じた値を合計して各連想語の鮮度を算出する鮮度算出部とを備える。
【０００７】
従って、このシステムによれば、連想語に対して各文書データの属性に応じた重みを付与し、出現頻度に重みを乗じた値を合計して各連想語の鮮度を算出するということを行っている。
【０００８】
このような一般的な文書データについての検索ではなくて特定のサイトについて、そのサイト内に現われる連想語を用いてより迅速に検索することが求められる場合がある。
【０００９】
本発明は、かかる点に鑑みて特定のサイト内に現われるキーワードに絞って連想したサジェストを行うことを行い、そのサイトに特化したサジェストを行う利点を生かして迅速に適切な検索を行い得るようにすることを目的とする。
【課題を解決するための手段】
【００１０】
本発明は、ユーザが入力した検索キーワードをＷｅｂサイト中に現われるキーワードで補完することを行う。この場合、適切なキーワードとは、Ｗｅｂサイト中に現われるキーワードであると定義することになる。ここで定義されるキーワードが連想されサジェストされたサジェストキーワードということになる。
【００１１】
本発明は、具体的には、対象Ｗｅｂサイトの、ＵＲＩとタイトルを含んだＷｅｂページ及び該Ｗｅｂページに含まれる文章を文書データとして収集する文書データ収集手段と、
前記文書データ中の文章について、語をその最小単位である形態素に分解し、それぞれの品詞を判定する形態素解析手段と、
前記文書データの文章から、形態素解析手段を用いてサジェストキーワード候補を値として抽出するサジェストキーワード候補抽出手段と、
サジェストキーワード候補が出現する出現ページ数の多いサジェストキーワード候補を上位として選定してサジェストキーワードとするサジェストキーワード選定手段と、
ＷｅｂページのＵＲＩとタイトルを備えたサジェストキーワードとサジェストキーワードがそのＷｅｂページの文書データに出現する回数を組みとしてファイルするキーワード抽出結果ファイルと、
キーワード抽出結果ファイルを集計して格納したサジェストデータベースと、
キーワード抽出結果ファイルを集計して格納した連想検索データベースと、
サジェストキーワードと関連の深い文書データ及びサジェストキーワードを連想検索データベースから連想検索する連想検索手段と、
ユーザ端末から検索キーワードが入力された時に、前記サジェストデータベースを参照し、該キーワードに関連して出現頻度の高い順に、選定されたサジェストキーワードを表示し、表示された各サジェストキーワードについて前記連想検索手段によって選定されたサジェスト文章を関連の深い順にサジェスト文章を表示する画面表示手段と、を備えることを特徴とする検索サービス装置を提供する。
【００１２】
本発明は、また、請求項１において、前記連想検索手段によって選定されたサジェスト文章は、２つ以上のサジェストキーワードに基づいて選定されたことを特徴とする検索サービス装置を提供する。
【００１３】
本発明は、また、文書データ収集手段が、対象Ｗｅｂサイトの、ＵＲＩとタイトルを含んだＷｅｂページ及び該Ｗｅｂページに含まれる文章を文書データとして収集し、
形態素解析手段が、サジェストキーワードが、前記文書データ中の文章について、語をその最小単位である形態素に分解し、それぞれの品詞を判定し、
サジェストキーワード候補抽出手段が、形態素解析手段を用いて、前記文書データの文章から、サジェストキーワード候補を値として抽出し、
サジェストキーワード選定手段が、サジェストキーワード候補が出現する出現ページ数の多いサジェストキーワード候補を上位として選定してサジェストキーワードとし、
キーワード抽出結果ファイルが、ＷｅｂページのＵＲＩとタイトルを備えたサジェストキーワードとサジェストキーワードがそのＷｅｂページの文書データに出現する回数を組みとしてファイルし、
サジェストデータベースが、キーワード抽出結果ファイルを集計して格納し、
連想検索データベースが、キーワード抽出結果ファイルを集計して格納し、
画面表示手段が、ユーザ端末から検索キーワードが入力された時に、前記サジェストデータベースを参照し、該キーワードに関連して出現頻度の高い順に、選定されたサジェストキーワードを表示し、表示された各サジェストキーワードについて前記連想検索手段によって選定されたサジェスト文章を関連の深い順にサジェスト文章を表示すること、を特徴とする検索サービス方法を提供する。
【００１４】
本発明は、また、請求項４において、前記連想検索手段によって選定されたサジェスト文章は、２つ以上のサジェストキーワードに基づいて選定されることを特徴とする検索サービス方法を提供する。
【発明の効果】
【００１５】
本発明は、上述のように、文書データ中の文章について、文章をその構成の形態に解析し、形態の内名詞を用いることで名詞について出現頻度の高い順にサジェストキーワードとして選定し、サジェストデータベースおよび連想検索データベースを形成するものとしているので、サイト内に現われるキーワードに絞って連想したサジェストを行うことができ、そのサイトに特化したサジェストを行う利点を生かした迅速に適切な検索を行うことができることになる。
【図面の簡単な説明】
【００１６】
【図１】本発明の実施例の構成を示すブロック図。
【図２】キーワード抽出結果ファイル作成フロー図。
【図３】サジェストキーワード候補及びサジェストキーワードを構成する方法を示す図。
【図４】形態素解析を行い、抽出結果を形成することを示す図。
【図５】サジェストキーワードに関連するリンクをサジェストすることを示す図。
【図６】入力済検索キーワードに加えて次の検索キーワードを入力してサジェストすることを示す図。
【図７】サジェスト実行時の処理の流れを示す図。
【発明を実施するための形態】
【００１７】
以下、本発明についての実施例を図面に基づいて説明する。
【実施例】
【００１８】
図１は、本発明の実施例である検索サービス装置の構成をブロックで示す図である。
【００１９】
図１において、検索サービス装置１は対象Ｗｅｂサイト２に接続され、キーワード抽出結果ファイルの作成３、サジェストデータベースの作成４、連想検索データベースの作成６及び画面表示５を行う。
【００２０】
キーワード抽出結果ファイルの作成３は、文書データ収集手段３１、サジェストキーワード候補抽出手段３３、サジェストキーワード選定手段３４、形態素解析手段３６、キーワード抽出結果ファイル３８によってなされる。
【００２１】
サジェストデータベースの作成４によってサジェストデータベース４１が構成される。
連想検索データベースの作成６によって連想検索データベース６１が構成される。
画面表示５は、連想検索手段５２、画面表示手段５１によってなされる。
検索サービス装置１の各構成の機能を説明すると次のようである。
【００２２】
文書データ収集手段３１が、対象Ｗｅｂサイトの、ＵＲＩとタイトルを含んだＷｅｂページ及び該Ｗｅｂページに含まれる文章を文書データとして収集する。
【００２３】
サジェストキーワード候補抽出手段３３が、前記文書データの文章から、形態素解析手段３６を用いてサジェストキーワード候補を値として抽出する。
【００２４】
サジェストキーワード選定手段３４が、サジェストキーワード候補が出現する出現ページ数の多いサジェストキーワード候補を上位として選定してサジェストキーワードとする。
【００２５】
形態素解析手段３６が、前記文書データ中の文章について、語をその最小単位である形態素に分解し、それぞれの品詞を判定する。
【００２６】
キーワード抽出結果ファイル３８が、ＷｅｂページのＵＲＩとタイトルを備えたサジェストキーワードとサジェストキーワードがそのＷｅｂページの文書データに出現する回数を組みとしてファイルする。
【００２７】
サジェストデータベース４１が、キーワード抽出結果ファイルを集計して格納する。
連想検索データベース６１がキーワード抽出結果ファイルを集計して格納する。
【００２８】
連想検索手段５２が、サジェストキーワードと関連の深い文書データ及びサジェストキーワードを連想検索データベースから連想検索する。
連想検索手段５２では、公知の連想検索エンジンを用いることができる。
【００２９】
画面表示手段５１が、ユーザ端末から検索キーワードが入力された時に、前記サジェストデータベースを参照し、該キーワードに関連して出現頻度の高い順に、選定されたサジェストキーワードを表示し、表示された各サジェストキーワードについて連想検索手段５２によって選定されたサジェスト文章を関連の深い順にサジェスト文章を表示する。
【００３０】
図２を用いて、Ｗｅｂサイトのページ収集３１からサジェストデータベース４１、連想検索データベース６１までについて説明する。
【００３１】
図２において、対象サイトがＷｅｂページ３１１とＷｅｂページ３１２から構成されている。Ｗｅｂページ３１２は文章「目玉焼きの作り方」を含んでいる。
【００３２】
文書データ収集手段３１（図１）は、対象サイトの、Ｗｅｂページ３１１及びＷｅｂページ３１２を収集する。
【００３３】
Ｗｅｂサイトのページの収集には公知のクローラ３１Ａ（図１）が用いられ、クローリングすることによって収集される。
【００３４】
サジェストキーワード候補抽出手段３３は、各Ｗｅｂページの文書データを形態素解析手段３６を用いて、形態素解析し検索頻度が高い名詞を中心に、サジェストキーワード候補として抽出する。図２では、例として形態素解析手段３６を用いて、Ｗｅｂページ３１２に含まれる文章「目玉焼きの作り方」についての形態素解析結果である、例えば、「卵焼き」「の」「作り方」について「卵焼き」、「作り方」を検索頻度が高い名詞を中心に抽出３１３して、その抽出結果をサジェストキーワード候補として抽出する。
【００３５】
これらの抽出結果は、キーワード抽出結果ファイル３１４として示すように、ＵＲＩ、タイトル、（サジェストキーワード、出現回数）として整理される。
【００３６】
サジェストキーワード選定手段３４は、サジェストキーワード候補が出現するページ数をカウント３１５し、出現ページ数の多いサジェスト候補を上位に選定してサジェストキーワード３１６とする。「卵焼き」は、二つのページに出現するので、“２”とされ、一回出現するフライパン、作り方、オムライス、目玉焼きは各“１”とされ、サジェストキーワード３１６とされる。
【００３７】
連想検索データベースの作成６は、サジェストキーワードに関連の深い文章およびサジェストキーワードを連想検索するため、キーワード抽出結果ファイル３１４を集計し連想検索データベース３１９を作成する。
【００３８】
サジェストデータベースの作成４は、サジェストキーワード選定手段３４で選定した（サジェストキーワード、出現回数）の組みそれぞれについて、サジェストキーワードの全部分文字列から、（サジェストキーワード、出現回数）が検索できるようにデータベース化３１８する。
【００３９】
上述の例では、形態素解析手段３６には、公知の形態素解析器を用いることができる。単純に形態素解析した結果をサジェストキーワード候補とすることはできない。このようにすると、非常に一般的な単語にまで分割されるためである。本例では、形態素解析するキーワードは、名詞であると特定し、形態素解析の結果から名詞を抽出している。名詞の中でも形態素解析するキーワードとしてふさわしくないものがあるため、品詞分類を用いて除外するのがよい。名詞が連続して続く場合は、ひとつのキーワードとして扱う。
【００４０】
抽出したサジェストキーワード候補を実行時に高速に検索してユーザの端末に提示するため、サジェストデータベース３１８において、プロトタイプでは当該キーワードの部分文字列をキー、値をそのキーワードとした仕組みを用いる。出現ページ数が多いサジェストキーワード候補を上位にしてサジェストキーワードとして画面に表示される。
【００４１】
入力中の文字列や、誤変換された漢字についてもできるだけ正しいキーワードへサジェストを行いたい。入力中は通常ひらがなである。キーワードが漢字の場合は、その読み方が分ればひらがなで検索することによりサジェストが可能になる。
【００４２】
図３において、ユーザが端末から「インフル」を検索キーワードとして入力した場合の例を示される。この例では、キーを「インフル」として、値としてのサジェスト候補、すなわちサジェストキーワード候補として「インフルエンザ」、「新型インフルエンザ」、「インフルエンザ対策」が抽出され、出現回数の降順を加味することによって「新型インフルエンザ」、「インフルエンザ」、「インフルエンザ対策」の順でサジェストキーワードが選定されている。
【００４３】
図４に示すように、連続する名詞は結合されて１つの用語として認識される。
【００４４】
図５は、サジェストキーワード「インフルエンザ」、「新型インフルエンザ」、「インフルエンザウィルス」に関連し、リンク付けされた関連度が高いページ（ＵＲＩ）をサジェスト文章とした例を示す。
【００４５】
図６は、ユーザがその端末から入力した検索キーワードに関連する検索キーワードを入力してサジェストした場合の例を示す。これらの検索キーワードが入力されたときに最も関連するサジェストキーワードが選定され、最も関連する関連度が高いページ（ＵＲＩ）がサジェスト文章として表示される。
【００４６】
図７は、サジェスト実行時の処理の流れを示す。
（１）ブラウザの検索ボックスに検索キーワード「新型インフルエンザ」、「よぼう」が入力される。
（２）Ｗｅｂサーバによって収集された文書データを格納するサジェストデータベースを参照して上述したようにしてキーワード検索がなされる。
（３）キーワード検索結果が考慮された関連するページを連想検索がなされる。
（４）ＪＳＯＮデータをＨＴＭＬに変換され、サジェストされた文章（ページ）が表示される。
【００４７】
上述のように、キーワード抽出結果ファイル３８は、ＷｅｂページのＵＲＩとタイトルを備えたサジェストキーワードとサジェストキーワードがそのＷｅｂページの文書データに出現する回数を組としてファイルする。
【００４８】
キーワード抽出結果ファイルを集計してサジェストデータベースに格納される。図５は、図面表示手段５１によって表示された例を示す。
【符号の説明】
【００４９】
１…検索サービス装置、２…対象Ｗｅｂサイト、３…キーワード抽出結果ファイルの作成、４…サジェストデータベースの作成、５…画面表示、３１…文書データ収集手段、３２…検索キーワード入力手段、３３…サジェストキーワード候補抽出手段、３４…サジェストキーワード選定手段、３５…文書データ特定手段、３６…形態素解析手段、３７…サジェスト文章選定手段、３８…キーワード抽出結果ファイル、４１…サジェストデータベース、５１…画面表示手段。
【特許請求の範囲】
【請求項１】
対象Ｗｅｂサイトの、ＵＲＩとタイトルを含んだＷｅｂページ及び該Ｗｅｂページに含まれる文章を文書データとして収集する文書データ収集手段と、
前記文書データ中の文章について、語をその最小単位である形態素に分解し、それぞれの品詞を判定する形態素解析手段と、
前記文書データの文章から、形態素解析手段を用いてサジェストキーワード候補を値として抽出するサジェストキーワード候補抽出手段と、
サジェストキーワード候補が出現する出現ページ数の多いサジェストキーワード候補を上位として選定してサジェストキーワードとするサジェストキーワード選定手段と、
ＷｅｂページのＵＲＩとタイトルを備えたサジェストキーワードとサジェストキーワードがそのＷｅｂページの文書データに出現する回数を組みとしてファイルするキーワード抽出結果ファイルと、
キーワード抽出結果ファイルを集計して格納したサジェストデータベースと、
キーワード抽出結果ファイルを集計して格納した連想検索データベースと、
サジェストキーワードと関連の深い文書データ及びサジェストキーワードを連想検索データベースから連想検索する連想検索手段と、
ユーザ端末から検索キーワードが入力された時に、前記サジェストデータベースを参照し、該キーワードに関連して出現頻度の高い順に、選定されたサジェストキーワードを表示し、表示された各サジェストキーワードについて前記連想検索手段によって選定されたサジェスト文章を関連の深い順にサジェスト文章を表示する画面表示手段と、
を備えることを特徴とする検索サービス装置。
【請求項２】
請求項１において、前記連想検索手段によって選定されたサジェスト文章は、２つ以上のサジェストキーワードに基づいて選定されたことを特徴とする検索サービス装置。
【請求項３】
文書データ収集手段が、対象Ｗｅｂサイトの、ＵＲＩとタイトルを含んだＷｅｂページ及び該Ｗｅｂページに含まれる文章を文書データとして収集し、
形態素解析手段が、サジェストキーワードが、前記文書データ中の文章について、語をその最小単位である形態素に分解し、それぞれの品詞を判定し、
サジェストキーワード候補抽出手段が、形態素解析手段を用いて、前記文書データの文章から、サジェストキーワード候補を値として抽出し、
サジェストキーワード選定手段が、サジェストキーワード候補が出現する出現ページ数の多いサジェストキーワード候補を上位として選定してサジェストキーワードとし、
キーワード抽出結果ファイルが、ＷｅｂページのＵＲＩとタイトルを備えたサジェストキーワードとサジェストキーワードがそのＷｅｂページの文書データに出現する回数を組みとしてファイルし、
サジェストデータベースが、キーワード抽出結果ファイルを集計して格納し、
連想検索データベースが、キーワード抽出結果ファイルを集計して格納し、
画面表示手段が、ユーザ端末から検索キーワードが入力された時に、前記サジェストデータベースを参照し、該キーワードに関連して出現頻度の高い順に、選定されたサジェストキーワードを表示し、表示された各サジェストキーワードについて前記連想検索手段によって選定されたサジェスト文章を関連の深い順にサジェスト文章を表示すること、
を特徴とする検索サービス方法。
【請求項４】
請求項３において、前記連想検索手段によって選定されたサジェスト文章は、２つ以上のサジェストキーワードに基づいて選定されることを特徴とする検索サービス方法。
【請求項１】
対象Ｗｅｂサイトの、ＵＲＩとタイトルを含んだＷｅｂページ及び該Ｗｅｂページに含まれる文章を文書データとして収集する文書データ収集手段と、
前記文書データ中の文章について、語をその最小単位である形態素に分解し、それぞれの品詞を判定する形態素解析手段と、
前記文書データの文章から、形態素解析手段を用いてサジェストキーワード候補を値として抽出するサジェストキーワード候補抽出手段と、
サジェストキーワード候補が出現する出現ページ数の多いサジェストキーワード候補を上位として選定してサジェストキーワードとするサジェストキーワード選定手段と、
ＷｅｂページのＵＲＩとタイトルを備えたサジェストキーワードとサジェストキーワードがそのＷｅｂページの文書データに出現する回数を組みとしてファイルするキーワード抽出結果ファイルと、
キーワード抽出結果ファイルを集計して格納したサジェストデータベースと、
キーワード抽出結果ファイルを集計して格納した連想検索データベースと、
サジェストキーワードと関連の深い文書データ及びサジェストキーワードを連想検索データベースから連想検索する連想検索手段と、
ユーザ端末から検索キーワードが入力された時に、前記サジェストデータベースを参照し、該キーワードに関連して出現頻度の高い順に、選定されたサジェストキーワードを表示し、表示された各サジェストキーワードについて前記連想検索手段によって選定されたサジェスト文章を関連の深い順にサジェスト文章を表示する画面表示手段と、
を備えることを特徴とする検索サービス装置。
【請求項２】
請求項１において、前記連想検索手段によって選定されたサジェスト文章は、２つ以上のサジェストキーワードに基づいて選定されたことを特徴とする検索サービス装置。
【請求項３】
文書データ収集手段が、対象Ｗｅｂサイトの、ＵＲＩとタイトルを含んだＷｅｂページ及び該Ｗｅｂページに含まれる文章を文書データとして収集し、
形態素解析手段が、サジェストキーワードが、前記文書データ中の文章について、語をその最小単位である形態素に分解し、それぞれの品詞を判定し、
サジェストキーワード候補抽出手段が、形態素解析手段を用いて、前記文書データの文章から、サジェストキーワード候補を値として抽出し、
サジェストキーワード選定手段が、サジェストキーワード候補が出現する出現ページ数の多いサジェストキーワード候補を上位として選定してサジェストキーワードとし、
キーワード抽出結果ファイルが、ＷｅｂページのＵＲＩとタイトルを備えたサジェストキーワードとサジェストキーワードがそのＷｅｂページの文書データに出現する回数を組みとしてファイルし、
サジェストデータベースが、キーワード抽出結果ファイルを集計して格納し、
連想検索データベースが、キーワード抽出結果ファイルを集計して格納し、
画面表示手段が、ユーザ端末から検索キーワードが入力された時に、前記サジェストデータベースを参照し、該キーワードに関連して出現頻度の高い順に、選定されたサジェストキーワードを表示し、表示された各サジェストキーワードについて前記連想検索手段によって選定されたサジェスト文章を関連の深い順にサジェスト文章を表示すること、
を特徴とする検索サービス方法。
【請求項４】
請求項３において、前記連想検索手段によって選定されたサジェスト文章は、２つ以上のサジェストキーワードに基づいて選定されることを特徴とする検索サービス方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【公開番号】特開２０１２−１４２０８（Ｐ２０１２−１４２０８Ａ）
【公開日】平成２４年１月１９日（２０１２．１．１９）
【国際特許分類】
【出願番号】特願２０１０−１４７０１４（Ｐ２０１０−１４７０１４）
【出願日】平成２２年６月２９日（２０１０．６．２９）
【出願人】（５９６１２７５５４）日立公共システムエンジニアリング株式会社 (30)
【Ｆターム（参考）】
【公開日】平成２４年１月１９日（２０１２．１．１９）
【国際特許分類】
【出願日】平成２２年６月２９日（２０１０．６．２９）
【出願人】（５９６１２７５５４）日立公共システムエンジニアリング株式会社 (30)
【Ｆターム（参考）】
[ Back to top ]