索引作成装置及び文書検索装置
【課題】索引の情報量をあまり増やすことなく、数値の範囲検索と文字列検索を実現することを目的とする。
【解決手段】有限の文字列を格納した単語辞書を持ち、索引を構成する索引要素を作成する索引要素作成手段と、文書中の数値について数値の指数部を求める指数部算定手段と、数値の指数部を格納する索引要素を選択するための先頭情報記憶手段と、を備え、索引を構成する索引要素の一部に数値の指数部を付加した索引を作成することにより、索引の情報量をあまり増やすことなく、数値の範囲検索と文字列検索ができ、また効率のよい文書検索が可能である。
【解決手段】有限の文字列を格納した単語辞書を持ち、索引を構成する索引要素を作成する索引要素作成手段と、文書中の数値について数値の指数部を求める指数部算定手段と、数値の指数部を格納する索引要素を選択するための先頭情報記憶手段と、を備え、索引を構成する索引要素の一部に数値の指数部を付加した索引を作成することにより、索引の情報量をあまり増やすことなく、数値の範囲検索と文字列検索ができ、また効率のよい文書検索が可能である。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、索引作成装置と文書検索装置について、特に文書内に数値が含まれる文書に対して、検索条件として指定した数値範囲に合致する文書を検索可能な索引を作成し、作成された索引と辞書を用いて指定した数値範囲に合致する文書を検索する索引作成装置及び文書検索装置に関する。
【背景技術】
【０００２】
文書の全文検索機能を備えた文書検索装置に対して、数値範囲を条件とした検索（以下、数値範囲検索と記述）が可能な従来技術として、例えば特許文献１に記載の方法がある。この方法では、まず文書を全文検索データベースへ登録する際に、文書に含まれる日付情報などの数値を全文検索に適した形式の文字列に変換し、その後、数値を含む文書と変換した全文検索が可能な文字列を全文検索データベースに登録する。
【０００３】
具体的には、例えば「１９９８年１月１３日から２０１０年１０月２２日」という日付情報が文書中に含まれている場合に、数値の範囲の開始日である１９９８年１月１３日から１９９８年１月１９日までは年月日単位（１９９８０１１３、１９９８０１１９など）、１９９８年１月２０日から１９９８年１月３１日までは日の一の位を省略した年月日単位（１９９８０１２、１９９８０１３）、１９９８年２月から１９９８年１２月までは年月単位（１９９８０２、１９９８０３、１９９８１２など）、１９９９年から２００９年までは年単位（１９９９、２０００、２００９など）で表現する。また、２０１０年１月から２０１０年９月まで、２０１０年１０月１日から２０１０年１０月１９日まで、２０１０年１０月２０日から２０１０年１０月２２日まで、をそれぞれ、年月単位（２０１００１、２０１００２、など）、日の一の位を省略した年月日単位（２０１０１００、２０１０１０１）、年月日単位（２０１０１０２０、２０１０１０２１、２０１０１０２２）で表現する。そして、それぞれの日付を「＿」を区切り文字とした連続した文字列として全文検索データベースに登録する。
【０００４】
文書検索時には、検索条件に含まれる数値情報を全文検索が可能な条件に変換し、全文検索データベースの検索を行う。具体的には、例えば１９９９年３月１３日という日付検索条件に対して、検索する日付の年単位で表現した文字列の両端に区切り文字を追加した文字列（”＿１９９９＿“）を追加し、同様に年月単位、日の一の位を省略した年月日単位、年月日単位で表現したそれぞれの文字列の両端に区切り文字を追加した文字列（”＿１９９９０３＿”、”＿１９９９０３１＿“、”＿１９９９０３１３＿“）を論理和の条件とする。
【０００５】
以上により、全文検索機能を備えた文書検索装置において、数値範囲検索を実現している。
【０００６】
また、全文検索を行うための情報である索引に登録するための単語を切り出す手法として、例えば特許文献２が知られている。
【特許文献１】特開２０００−９００９３号公報
【特許文献２】特開平８−２４９３５４号公報
【発明の開示】
【発明が解決しようとする課題】
【０００７】
しかし、上記従来の技術では、日付の範囲を示した期間情報など、数値範囲検索のための特別な情報が必要となるため、数値範囲検索と全文検索を同時に実現するためにより多くの資源（一次記憶容量、二次記憶容量など）が必要となる課題がある。また、全文検索データベースを検索する際、上記従来の技術では、数値範囲検索のための情報に対して検索条件との比較が余分に必要になるため、検索にかかる時間が増加する。
【０００８】
本発明は、上記従来の課題を解決するもので、検索対象文書中の数値に対して、数値の指数部を算定し、索引を構成する要素（以下、索引要素と記述）の一部に指数部を付加した索引を作成することで、数値範囲検索のための特別な情報を必要とすることなく、数値範囲検索と全文検索が可能な索引作成装置を提供することを目的とする。また、本発明の索引作成装置が作成した索引を用いることで、文書を検索する際に検索条件と数値範囲検索のための情報との余分な比較を必要とせず、効率的な検索が可能な文書検索装置を提供することも目的とする。
【課題を解決するための手段】
【０００９】
上記課題を解決するための本発明は、有限個の文字の並びからなる検索対象文書を格納する検索対象文書記憶手段と、有限個の文字列を単語として登録した単語辞書を格納する単語辞書記憶手段を持ち、前記検索対象文書から前記単語辞書を用いて単語索引として登録する索引語を抽出する索引語抽出手段と、前記抽出した索引語が数値であるかについて前記単語辞書を用いて判定する数値判定手段と、前記数値判定手段で数値であると判定された前記索引語が先頭の単語であるかについて先頭フラグを用いて判定する先頭判定手段と、前記数値判定手段で数値であると判定され、かつ前記先頭判定手段で先頭の単語であると判定された前記索引語について前記索引語を含む数値の指数部を算定する指数部算定手段と、前記索引語と前記指数部を含む索引要素を作成し、作成された複数の索引要素を単語索引として単語索引記憶手段に登録する索引要素作成手段とを具備する構成をとる。
【発明の効果】
【００１０】
本発明の索引作成装置によれば、検索対象文書中の数値に対して、索引として登録する単語と文書中での出現位置とその数値の指数部を組とした索引要素を持つ単語索引を作成するため、従来の技術のように数値範囲検索のために特別な情報を作成する必要がなく、索引の情報量を大きく増やすことなく数値範囲検索と全文検索が可能となる。
【００１１】
また、本発明の文書検索装置によれば、数値の指数部を含む索引要素をもつ単語索引を用いて、数値の指数部の比較と数値の一部を比較する処理をすることで、数値範囲検索のための情報に対する余分な比較が必要なくなり、検索条件に合致する数値を効率的に検索することが可能である。
【発明を実施するための最良の形態】
【００１２】
本発明の第１の態様にかかる索引作成装置は、有限個の文字の並びからなる検索対象文書を格納する検索対象文書記憶手段と、有限個の文字列を単語として登録した単語辞書を格納する単語辞書記憶手段を持ち、前記検索対象文書から前記単語辞書を用いて単語索引として登録する索引語を抽出する索引語抽出手段と、前記抽出した索引語が数値であるかについて前記単語辞書を用いて判定する数値判定手段と、前記数値判定手段で数値であると判定された前記索引語が先頭の単語であるかについて先頭フラグを用いて判定する先頭判定手段と、前記数値判定手段で数値であると判定され、かつ前記先頭判定手段で先頭の単語であると判定された前記索引語について前記索引語を含む数値の指数部を算定する指数部算定手段と、前記索引語と前記指数部を含む索引要素を作成し、作成された複数の索引要素を単語索引として単語索引記憶手段に登録する索引要素作成手段とを具備する構成をとる。
【００１３】
これにより、検索対象文書中の数値に対して、索引として登録する単語と文書中での出現位置とその数値の指数部を組とした索引要素を持つ単語索引を作成することにより、索引の情報量を大きく増やすことなく数値範囲検索と全文検索が可能となる。
【００１４】
本発明の第２の態様は、前記指数部算定手段は、前記数値判定手段で数値であると判定され、前記先頭判定手段で先頭であると判定された前記索引語について前記索引語を含む数値の指数部を、あらかじめ決めた基準となる単位に正規化する指数部を求める。
【００１５】
これにより、正規化された指数部を用いた単語索引を作成するため、検索対象文書中とは異なるスケールの数量による検索条件に対しても、漏れのない検索ができる。
【００１６】
本発明の第３の態様は、第２の態様にかかる索引作成装置において、前記指数部算定手段は、前記数値判定手段で数値であると判定され、前記先頭判定手段で先頭の単語であると判定された前記索引語について前記索引語を含む数値の指数部の後に数値範囲を示す範囲単語であるかを判定し、かつ前記範囲単語の直後が単位を持つ数値の場合は、あらかじめ決めた基準となる単位に正規化する指数部を求める。
【００１７】
これにより、検索対象文書中の数値や数量の範囲を表す区間表現を、数値の指数部または数量の単位を正規化したときの指数部を用いて単語索引を作成することで、索引の情報量をあまり増やすことなく、検索対象文書中の区間表現を漏れがなく検索することができる。
【００１８】
本発明の第４の態様にかかる文書検索装置は、索引語とその指数部を含む複数の索引要素を単語索引として格納する単語索引記憶手段と、有限個の文字列を単語として登録した単語辞書を格納する単語辞書記憶手段と、少なくとも１つの検索条件として文字列を入力する検索条件文字列入力手段と、前記検索条件となる文字列に対して文字列に含まれる数値の桁数から検索条件指数部を算定し、前記文字列は前記単語辞書を用いて、前記単語索引を検索する単位である検索単語として抽出し、前記検索条件指数部と検索単語を作成する検索単語作成手段と、前記検索条件指数部と前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合をそれぞれ検索する索引要素検索手段と、前記索引要素検索手段が検索した前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合を用いて連接を判定する連接判定手段と、前記検索条件単位で抽出された結果集合を求める結果集合算定手段と、前記結果集合から複数の検索条件に合致する検索結果を出力する検索結果出力手段とを具備する。
【００１９】
これにより、数値の指数部を含む索引要素をもつ単語索引を用いて、数値の指数部の比較と数値の一部を比較する処理をすることで、数値範囲検索のための情報に対する余分な比較が必要なくなり、検索条件に合致する数値を効率的に検索することが可能である。
【００２０】
本発明の第５の態様は、第４の態様にかかる文書検索装置において、索引要素検索手段は、前記検索条件指数部をあらかじめ決めた基準となる単位に正規化した検索条件指数部を求め、前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合をそれぞれ検索する。
【００２１】
これにより、数値に単位を含む数量について、正規化した指数部を含む索引要素をもつ単語索引を用いて、同じ単位種で異なるスケールの単位の指定された検索条件に対しても、漏れがなく、効率的に検索条件に合致する数量を検索することができる。
【００２２】
本発明の第６の態様は、第５の態様にかかる文書検索装置において、索引要素検索手段は、前記検索条件となる文字列の検索条件指数部の後に数値範囲を示す範囲単語であるかを判定し、かつ前記範囲単語の直後が数値の場合は、前記検索条件指数部をあらかじめ決めた基準となる単位に正規化した検索条件指数部を求め、前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部を含む索引要素の集合と検索単語について前記検索条件単位に合致する索引要素の集合をそれぞれ検索する。
【００２３】
これにより、数値や数量の区間に対して、検索条件に合致する検索対象文書中の数値の区間を、漏れがなく、効率的に検索することができる。
【００２４】
本発明の第７の態様にかかる索引作成方法は、有限個の文字の並びからなる検索対象文書を格納する検索対象文書記憶ステップと、有限個の文字列を単語として登録した単語辞書と、前記検索対象文書から前記単語辞書を用いて単語索引として登録する索引語を抽出するステップと、前記抽出した索引語が数値であるかについて前記単語辞書を用いて判定するステップと、前記数値判定をするステップで数値であると判定された前記索引語の指数部を算定するステップと、前記索引語とその指数部を含む索引要素を作成し、作成された複数の索引要素を単語索引として単語索引記憶部に登録するステップとを具備する。
【００２５】
これにより、検索対象文書中の数値に対して、索引として登録する単語と文書中での出現位置とその数値の指数部を組とした索引要素を持つ単語索引を作成することにより、索引の情報量を大きく増やすことなく数値範囲検索と全文検索が可能となる。
【００２６】
本発明の第８の態様にかかる文書検索方法は、索引語とその指数部を含む複数の索引要素を単語索引として格納する単語索引と、有限個の文字列を単語として登録した単語辞書とを記憶し、少なくとも１つの検索条件として文字列を入力するステップと、前記検索条件となる文字列単位に対して数値の桁数から検索条件指数部を算定し、前記文字列は前記単語辞書を用いて、検索単語として抽出し、前記検索条件指数部と検索単語を作成するステップと、前記検索条件指数部と前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部と検索単語の索引要素の集合をそれぞれ探索するステップと、前記検索条件単位で抽出された結果集合を求めるステップと、前記結果集合から複数の検索条件に合致する検索結果を出力するステップとを具備する。
【００２７】
これにより、数値の指数部を含む索引要素をもつ単語索引を用いて、数値の指数部の比較と数値の一部を比較する処理をすることで、数値範囲検索のための情報に対する余分な比較が必要なくなり、検索条件に合致する数値を効率的に検索することが可能である。
【００２８】
本発明の第９の態様にかかるプログラムは、コンピュータに、有限個の文字の並びからなる検索対象文書を格納する検索対象文書記憶ステップと、有限個の文字列を単語として登録した単語辞書と、前記検索対象文書から前記単語辞書を用いて単語索引として登録する索引語を抽出するステップと、前記抽出した索引語が数値であるかについて前記単語辞書を用いて判定するステップと、前記数値判定をするステップで数値であると判定された前記索引語の指数部を算定するステップと、前記索引語とその指数部を含む索引要素を作成し、作成された複数の索引要素を単語索引として単語索引記憶部に登録するステップとを実行させる。
【００２９】
これにより、検索対象文書中の数値に対して、索引として登録する単語と文書中での出現位置とその数値の指数部を組とした索引要素を持つ単語索引を作成することにより、索引の情報量を大きく増やすことなく数値範囲検索と全文検索が可能となる。
【００３０】
本発明の第１０の態様にかかるプログラムは、コンピュータに、索引語とその指数部を含む複数の索引要素を単語索引として格納する単語索引と、有限個の文字列を単語として登録した単語辞書とを記憶し、少なくとも１つの検索条件として文字列を入力するステップと、前記検索条件となる文字列単位に対して数値の桁数から検索条件指数部を算定し、前記文字列は前記単語辞書を用いて、検索単語として抽出し、前記検索条件指数部と検索単語を作成するステップと、前記検索条件指数部と前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部と検索単語の索引要素の集合をそれぞれ探索するステップと、前記検索条件単位で抽出された結果集合を求めるステップと、前記結果集合から複数の検索条件に合致する検索結果を出力するステップとを実行させる。
【００３１】
これにより、数値の指数部を含む索引要素をもつ単語索引を用いて、数値の指数部の比較と数値の一部を比較する処理をすることで、数値範囲検索のための情報に対する余分な比較が必要なくなり、検索条件に合致する数値を効率的に検索することが可能である。
【００３２】
以下本発明の実施の形態について、図面を参照しながら説明する。
【００３３】
（実施の形態１）
本発明の実施の形態１の索引作成装置に関して、図面を用いて説明する。図１は、本発明の実施の形態１における索引作成装置１０の全体構成を表すブロック図である。
【００３４】
図１において、１０１は索引作成の対象となる検索対象文書を格納する検索対象文書記憶手段、１０２は有限個の文字列を登録した単語辞書を格納する単語辞書記憶手段である。１０３は、検索対象文書記憶手段１０１から検索対象文書を読み込み、単語辞書記憶手段１０２に格納された単語辞書を用いて、索引語を抽出する索引語抽出手段である。１０５は、索引要素作成手段１０８により駆動され、数値の指数部を求める指数部算定手段であり、１０６は索引要素作成手段１０８により出力される索引要素を格納する単語索引記憶手段である。１０７は、索引語抽出手段１０３が切り出した索引要素登録単語が数値であるかを判断する数値判定手段である。１０８は、索引語が「数値かつ先頭の単語」と判断された場合には、指数部算定手段１０５を駆動し、単語と出現文字位置と指数部との組を索引要素として出力し、それ以外の場合には単語と出現文字位置との組を索引要素として単語索引記憶手段１０６に出力する索引要素作成手段である。１０９は、索引要素作成手段１０８により駆動され、数値判定手段１０７が数値であると判定した索引語が先頭の単語であるかを自身が記憶している先頭フラグを用いて判定する先頭判定手段である。
【００３５】
以上のように構成された索引作成装置１０の動作を、簡単な単語辞書と簡単な検索対象文書を例に、図面を参照して説明する。図２、図３は単語辞書の例で、単語２１０と単語の種別を表すフラグ２１１及び基準単位に補正するためのスケールファクタ２１２の組から構成されている。図４は検索対象文書の例、図５は図２、図３に示す単語辞書を用いて、図４に示す検索対象文書から索引語として抽出される単語を示した図で、図５において５０１は検索対象文書５０２の各文字位置を示し、５０３が各文字位置で抽出された索引語を示している。図７は指数部を具体的に示した図で、７０１が先頭と判断された索引語ｗで、７０２はｗを含む数値、７０３が７０２の数値の指数部を表している。図８は図２、図３に示す単語辞書を用いて、図４に示す検索対象文書から作成した単語索引８０１の内容を示す概念図で、索引語と出現文字位置の組、または索引語と出現文字位置及び指数部の組で記憶される。
【００３６】
次に、索引作成装置１０の動作について、図６の処理フローチャートを用いて説明する。
【００３７】
まず、索引の作成処理に先立って、図４に示す検索対象文書４０１から索引語を抽出するための図２、３に示す単語辞書２０１が単語辞書記憶手段１０２に格納され、図４の検索対象文書４０１が検索対象文書記憶手段１０１に格納されている。
【００３８】
この状態で、ステップ６０１において、索引語抽出手段１０３は、図４の検索対象文書４０１を読み込み、単語辞書２０１を用いて、検索対象文書４０１から最初の文字位置における索引語「波長」を抽出し、単語辞書２０１から索引語の種類を表す種別フラグ２０２を取得する。索引語を抽出する手法として、特許文献２に記載の方法を用いて説明を行うが、本発明はこれに限定したものではなく、形態素解析などの索引語を抽出する任意の手法に対して有効である。図５は、単語辞書２０１を用いて、図４の検索対象文書４０１から索引語を抽出したときの一例を示す。
【００３９】
次に、ステップ６０２において、数値判定手段１０７は、抽出された単語「波長」が数値であるかについて種別フラグ２０２を用いて判定する。このとき、抽出された単語「波長」の種別フラグ２０２は０で文字列を表し、数値ではないと判定される。
【００４０】
そして、ステップ６０６において、索引要素作成手段１０８は、索引要素（ｗ、[出現位置]）として（“波長”，［１］）を単語索引記憶手段１０６に出力する。
【００４１】
次に、ステップ６０７において、索引要素作成手段１０８は、検索対象文書４０１の終了を判定し、検索対象文書４０１の最後ならば処理を終了する。最後ではない場合は、ステップ６０８において検索対象文書４０１の着目文字位置を一文字進め、ステップ６０１に戻る。この場合、着目している文字位置は検索対象文書４０１の最初の文字位置であるので、ステップ６０８において着目文字位置を一文字進め、ステップ６０１に戻る。
【００４２】
次に、ステップ６０１において、索引語抽出手段１０３は、検索対象文書４０１の次の索引語「が」を抽出し、単語辞書２０１から種別フラグ２０３を取得する。次に、数値判定手段１０７は、ステップ６０２で抽出された索引語「が」は数値であるかについて種別フラグ２０３を用いて判定し、種別フラグ２０３が０で数値ではないと判定される。そして、ステップ６０６において、索引要素作成手段１０８は、索引要素（“が”，［３］）を単語索引記憶手段１０６に出力する。
【００４３】
次に、ステップ６０７において、索引要素作成手段１０８は、検索対象文書４０１の終了を判定し、着目している文字位置は検索対象文書４０１の最後ではないので、ステップ６０８において検索対象文書４０１の着目文字位置を一文字進め、ステップ６０１に戻る。
【００４４】
次に、ステップ６０１において、索引語抽出手段１０３は、検索対象文書４０１の次の索引語「０．１」を抽出し、単語辞書２０１から種別フラグ２０４を取得する。そして、ステップ６０２で、数値判定手段１０７は、抽出された索引語「０．１」は単語辞書２０１の種別フラグ２０４が１であるため数値であると判定される。
【００４５】
次に、ステップ６０３において、索引要素作成手段１０８は、先頭判定手段１０９を駆動し、索引語「０．１」が数値の先頭の単語であるかを判断する。先頭判定手段１０９は、索引語が数値の先頭の単語であるかを表す情報として先頭フラグを記憶しており、この場合、先頭フラグは１で、先頭判定手段１０９は、索引語「０．１」が先頭の単語であると判断する。ステップ６０３で索引語「０．１」が先頭の単語であると判断されると、ステップ６０４において、索引要素作成手段１０８は指数部算定手段１０５を駆動し、索引語「０．１」を含む数値を同定し、同定した数値の指数部を算定する。この場合、図７に示すように、「０．１」を含む数値は「０．１」と同定され、数値の指数部は−１と算定される。
【００４６】
そして、ステップ６０５において、索引要素作成手段１０８は索引要素（ｗ、[文字位置（指数）]として（“０．１”，［４（−１）］）を単語索引記憶手段１０６に出力し、先頭時判定手段１０９は先頭フラグを０に変更する。
【００４７】
次に、ステップ６０７において、索引要素作成手段１０８は、検索対象文書４０１の終了を判定し、着目している文字位置は検索対象文書４０１の最後ではないので、ステップ６０８において検索対象文書４０１の着目文字位置を一文字進め、ステップ６０１に戻る。
【００４８】
次に、ステップ６０１において、索引語抽出手段１０３は、次の索引語「ｍｍ」を抽出し、単語味所２０１から種別フラグ２０５を取得する。次に、ステップ６０２において、数値判定手段１０７は、抽出された索引語「ｍｍ」が数値であるかについて種別フラグ２０５を用いて判定する。このとき、索引語「ｍｍ」は種別フラグ２０５が３で数値ではないと判定され、ステップ６０６において索引要素作成手段１０８は索引要素（“ｍｍ”，［７］）を単語索引記憶手段１０６に出力する。また、先頭判定手段１０９は、記憶している先頭フラグを１に変更する。
【００４９】
次に、ステップ６０７において、索引要素作成手段１０８は、検索対象文書４０１の終了を判定し、着目している文字位置は検索対象文書４０１の最後ではないので、ステップ６０８において検索対象文書４０１の着目文字位置を一文字進め、ステップ６０１に戻る。
【００５０】
このようにして、索引語抽出手段１０３、数値判定手段１０７、指数部算定手段１０５、索引要素作成手段１０８は、検索対象文書１０１から次々と索引語を切り出し、図８に示すように索引語８０３と出現位置８０４の組、または索引語８０３と出現位置８０４と指数部８０５との組、を索引要素８０２として単語索引記憶手段１０６に出力する。
【００５１】
以上の処理が、検索対象文書１０１中のすべての索引語に対して行われ、図８に示すような単語索引８０１が単語索引記憶手段１０６に作成される。
【００５２】
以上の説明のように、本発明の索引作成装置によれば、検索対象文書中の数値に対して、一部の単語について、索引語と文書中での出現位置とその数値の指数部の組を索引要素とした単語索引を作成するため、従来の技術のように検索条件に合致する数値範囲検索のために特別な情報を作成する必要がなく、また一部の単語にだけ指数部を含めた索引要素を作成するため、単語索引の情報量を大きく増やすことなく検索条件に合致する数値の範囲検索が可能となる。
【００５３】
（実施の形態２）
本発明の実施の形態２は、実施の形態１とは検索対象文書中の単位を含んだ数量に対して、あらかじめ決めた基準となる単位に正規化したときの指数部を用いて単語索引を作成する点が異なり、以下では異なる部分を中心に説明する。
【００５４】
以下、本発明の実施の形態２の索引作成装置に関して、図面を用いて説明する。図９は、本発明の第２の実施の形態における索引作成装置２０の全体構成を表すブロック図である。図９において、図１と異なる点は、指数部算定手段２００５の動作と、指数部算定手段２００５により駆動され、数値が単位を含む数量である場合に、基準となる単位に正規化した指数部を求める正規化指数部算定手段２００７を有している点である。
【００５５】
本実施の形態の索引作成装置２０の動作を図１０の処理フローチャート用いて、簡単な単語辞書と簡単な検索対象文書を例に、図面を参照して説明する。本実施の形態では、実施の形態１と同様に図２、図３に示す単語辞書２０１と、図４に示す検索対象文書４０１を例として説明する。図１１は抽出された索引語ｗに対して、ｗを含む数値の指数部ｐとあらかじめ決めた基準となる単位に正規化するためのスケールファクタｓｆにより正規化された指数部ｐ‘を求める処理を示した図、図１２は単語辞書２０１を用いて、検索対象文書４０１から作成した単語索引１２０１の内容を示す概念図である。
【００５６】
まず、索引の作成に先立って、図２、図３の内容の単語辞書２０１が単語辞書記憶手段１０２に格納され、図４の検索対象文書４０１が検索対象文書記憶手段１０１に格納される。
【００５７】
この状態で、ステップ１００１において、索引語抽出手段１０３は、図４の検索対象文書４０１を読み込み、単語辞書２０１を用いて索引語「波長」を抽出し、単語辞書２０１から種別フラグ２０２を取得する。本実施の形態では、索引語を抽出する手法として、実施の形態１と同様に特許文献２に記載の方法を用いて説明を行う。また、数値判定手段１０７における索引語「波長」の数値判定処理（ステップ１００２）と、索引要素作成手段１０８における索引要素の出力処理（ステップ１０１０）及び索引語抽出の終了判定にかかる処理（ステップ１０１１、ステップ１０１２）については、実施の形態１と同じ処理であるので説明を省略する。
【００５８】
次に、索引要素作成手段２０３は、検索対象文書２０１において、次の索引語「が」を切り出す。数値判定手段１０７における索引語「が」の数値判定処理（ステップ１００２）と、索引要素作成手段１０８における索引要素の出力処理（ステップ１０１０）及び索引語抽出処理の終了判定にかかる処理（ステップ１０１１、ステップ１０１２）についても、実施の形態１と同じ処理であるので説明を省略する。
【００５９】
次に、ステップ１００１において、索引語抽出手段１０３は、単語辞書２０１を用いて検索対象文書４０１の次の索引語「０．１」を抽出し、種別フラグ２０４を取得する。そして、ステップ１００２で、数値判定手段１０７は抽出された索引語「０．１」は種別フラグが１であるため数値であると判定する。
【００６０】
次に、ステップ１００２で索引語「０．１」が数値であると判定されると、ステップ１００３において、索引要素作成手段１０８は、先頭判定手段１０９を駆動し、索引語「０．１」が数値の先頭の単語であるかを判断する。先頭判定手段１０９は、索引語が数値の先頭の単語であるかを表す情報として先頭フラグを記憶しており、この場合の先頭フラグは１を記憶しており、索引語「０．１」を先頭の単語であると判断する。ステップ１００３で先頭の単語であると判断されると、索引要素作成手段１０８は指数部算定手段２００５を駆動する。
【００６１】
次に、ステップ１００４において、指数部算定手段２００５が索引語「０．１」を含む数値を同定し、同定した数値の指数部を算定する。この場合、図１１の１１０１に示すように、索引語「０．１」を含む数値は「０．１」と同定され、数値の指数部は−１と算定される。
【００６２】
そして、ステップ１００５において、指数部算定手段２００５は、ステップ１００４で同定した索引語「０．１」を含む数値「０．１」の直後の単語を抽出し、単語が単位かどうかを、単語辞書２０１の種別フラグ２０５を用いて判定する。まず、指数部算定手段２００５は、索引語「０．１」を含む数値「０．１」の直後の単語「ｍｍ」を抽出し、種別フラグ２０５を取得する。また、単位を正規化するためのスケールファクタ２０６も取得しておく。取得した種別フラグ２０５は３であり、指数部算定手段２００５は、数値「０．１」の直後の単語は単位であると判定する。次に、ステップ１００５で索引語「０．１」を含む数値「０．１」の直後が単位であると判定されると、指数部算定手段２００５は正規化指数部算定手段２００７を駆動する。
【００６３】
次に、ステップ１００８において正規化指数部算定手段２００７は、正規化した指数部を算定する。
【００６４】
最後に、ステップ１００９において、索引要素作成手段１０８は、索引語とその出現位置と正規化指数部算定手段２００７が算定した正規化された指数部とを組にした索引要素を単語索引記憶手段１０６に出力し、先頭フラグを変更する。この場合、単語「ｍｍ」のスケールファクタ２０６は−３で、基準となる単位に正規化したときの指数部は図１１に示すように−４となり、索引要素作成手段１０８は索引要素（“０．１”，［４（−４）］）を単語索引記憶手段１０６に出力し、先頭判定手段１０９は先頭フラグを０に変更する。
【００６５】
次に、ステップ１０１２の処理で着目文字位置を一文字進め、先頭の処理に戻る。
【００６６】
ステップ１００１において、索引語抽出手段１０３は、次の索引語「ｍｍ」を抽出し、種別フラグ２０５を取得する。そして、ステップ１００２において、数値判定手段１０７は、抽出された索引語「ｍｍ」が数値であるかを単語辞書２０１の種別フラグ２０５を用いて判定する。このとき、索引語「ｍｍ」の種別フラグ２０５は、３であり単位を表し、数値ではないと判定される。従って、ステップ１００４において、索引要素作成手段１０８は、索引要素（“ｍｍ”，［７］）を単語索引記憶手段１０６に出力する。また、先頭判定手段１０３は、先頭フラグを１に変更する。
【００６７】
このようにして、索引作成装置２０は、検索対象文書４０１から次々と索引語を切り出し、図１２に示すように索引語１２０３と出現位置１２０４の組、または索引語１２０３と出現位置１２０４と指数部１２０５、または索引語１２０３と出現位置１２０４と正規化された指数部１２０６との組、を索引要素１２０２として単語索引記憶手段１０６に出力する。
【００６８】
以上の処理を繰り返すことにより、検索対象文書４０１中のすべての索引語に対して行われ、図１２に示すような単語索引１２０１が作成される。
【００６９】
以上の説明のように、本実施の形態の索引作成装置によれば、検索対象文書中の数値が単位を含んだ数量に対して、正規化された指数部を用いた単語索引を作成するため、数量の範囲に対する検索のために特別な情報を作成する必要がなく、一部の単語にだけ指数部を含めた索引要素を作成するため、単語索引の情報量を大きくふやすことなく検索条件に合致する数値の範囲検索が可能となる。また、正規化された指数部を用いた単語索引を作成するため、検索対象文書中とは異なるスケールの数量による検索条件に対しても、漏れのない検索を実現することができる。
【００７０】
（実施の形態３）
本発明の実施の形態３は、実施の形態２とは検索対象文書中で数値や数量の範囲を表す区間表現を検索可能な単語索引を作成する点が異なり、以下では異なる部分を中心に説明する。
【００７１】
以下、本発明の実施の形態３の索引作成装置に関して、図面を用いて説明する。図１３は、本実施の形態における索引作成装置３０の全体構成を表すブロック図である。
【００７２】
図１３において、図９と異なる点は、指数部算定手段３００５の動作と、指数部算定手段２００５により駆動され、区間表現を単語辞書２０１の種別フラグにより判定する範囲判定手段３００６を有する点である。
【００７３】
以上の構成の索引作成装置３０において、その動作を、簡単な単語辞書と簡単な検索対象文書を例に、図面を参照して説明する。本実施の形態では、実施の形態１，２と同様に図２、図３に示す単語辞書２０１と、図４に示す検索対象文書４０１を例として説明する。また、図１５は索引語の指数部を具体的に示した図、図１６は図２、図３に示す単語辞書２０１を用いて、図４に示す検索対象文書４０１から作成した単語索引１６０１の内容を示す概念図である。
【００７４】
索引作成装置３０の動作を図１４に示す処理フローチャートを用いて説明する。
【００７５】
まず、索引の作成に先立って、図２、図３の内容の単語辞書２０１が単語辞書記憶手段１０２に格納され、図４の検索対象文書４０１が検索対象文書記憶手段１０１に格納される。また、索引要素作成手段１０８は、先頭フラグの初期値として１を記憶する。
【００７６】
この状態で、ステップ１４０１において、索引語抽出手段１０３は、検索対象文書３０１を読み込み、単語辞書２０１を用いて索引語「波長」を抽出し、種別フラグ２０２を取得する。また、数値判定手段１０７における索引語「波長」の数値判定処理（ステップ１４０２）と、索引要素作成手段１０８における索引要素の出力処理（ステップ１４１３）及び索引語抽出の終了判定にかかる処理（ステップ１４１４、ステップ１４１５）については、実施の形態１，２と同じ処理であるので説明を省略する。
【００７７】
また、ステップ１４０１において、索引語抽出手段１０３は、検索対象文書４０１の次の索引語「が」を切り出す。数値判定手段１０７における索引語「が」の数値判定処理（ステップ１４０２）と、索引要素作成手段１０８における索引要素の出力処理（ステップ１４１３）及び索引語抽出処理の終了判定に掛かる処理（ステップ１４１４、ステップ１４１５）についても、実施の形態１，２と同じ処理であるので説明を省略する。
【００７８】
次に、ステップ１４０１において、索引語抽出手段１０３は、単語辞書２０１を用いて検索対象文書４０１の次の索引語「０．１」を抽出し、種別フラグ２０４を取得する。そして、ステップ１４０２において、数値判定手段１０７は抽出された索引語「０．１」は種別フラグ２０４が１であるため数値であると判定する。ステップ１４０２で索引語「０．１」が数値であると判定されると、ステップ１４０３において、索引要素作成手段１０８は先頭判定手段１０９を駆動し、索引語「０．１」が数値の先頭の単語であるかを判断する。先頭判定手段１０８は、索引語が先頭の単語であるかを表す情報として先頭フラグを記憶しており、この場合の先頭フラグは１で、先頭判定手段１０８は索引語「０．１」を先頭の単語であると判断する。
【００７９】
ステップ１４０３で先頭の単語であると判断されると、索引要素作成手段１０８は指数部算定手段３００５を駆動し、ステップ１４０４において、索引語を含む数値を同定し、指数部を算定する。この場合、図１５に示すように、索引語「０．１」を含む数値は「０．１」と同定され、数値の指数部は−１と算定される。次に、ステップ１４０５において、指数部算定手段３００５は、索引語「０．１」を含む数値の直後の単語「ｍｍ」を抽出し、単語辞書２０１の種別フラグ２０５が３であるため、単語「ｍｍ」は単位であると判定する。ステップ１４０５で索引語「０．１」の直後が単位であると判定されると、指数部算定手段３００５は正規化指数部算定手段２００７を駆動する。ステップ１４０９において、正規化指数部算定手段２００７は正規化した指数部を算定する。
【００８０】
最後に、ステップ１４１０において、索引要素作成手段１０８は索引語とその出現位置と正規化指数部算定手段２００７が算定した正規化された指数部とを組にした索引要素を単語索引記憶手段１０６に出力し、先頭フラグを変更する。この場合、単位単語「ｍｍ」のスケールファクタ２０６は−３で、基準となる単位に正規化したときの指数部は図１５に示すように−４となり、索引要素作成手段１０８は（“０．１”，［４（−４）］）を単語索引記憶手段１０６に出力する。また、先頭フラグを０に変更する。
【００８１】
次に、ステップ１４０１において、索引語抽出手段１０３は、次の索引語「ｍｍ」を抽出し、種別フラグ２０５を取得する。そして、ステップ１４０２において、数値判定手段１０７は、切り出された単語「ｍｍ」が数値であるかを単語辞書２０１の種別フラグ２０５を用いて判定する。このとき、索引語「ｍｍ」の種別フラグ２０５は３で単位を表し、数値ではないと判定される。従って、ステップ１４１３において、索引要素作成手段１０８は、索引要素（“ｍｍ”，［７］）を単語索引記憶手段１０６に出力する。また、索引要素作成手段１０８は、先頭フラグを１に変更する。
【００８２】
このようにして、索引作成装置３０は、検索対象文書４０１から次々と索引語を抽出し、索引語と出現位置の組、または索引語と出現位置と正規化された指数部との組、を索引要素として単語索引記憶手段１０６に出力する。
【００８３】
次に、ステップ１４０１において、索引語抽出手段１０３が索引語「３８」を抽出したときの処理について説明する。まず、ステップ１４０１において、索引語抽出手段１０３は、索引語「３８」を抽出し、種別フラグ２０８を取得する。そして、ステップ１４０２において、数値判定手段１０７は、抽出された索引語「３８」の種別フラグ２０８が１であるため、数値であると判定する。ステップ１４０２で索引語「３８」が数値であると判定されると、ステップ１４０３おいて、索引要素作成手段１０８は、先頭判定手段１０９を駆動し、索引語「３８」が数値の先頭の単語であるかを判断する。先頭判定手段１０８は、索引語が数値の先頭の単語であるかをあらわす情報として先頭フラグを記憶しており、この場合の先頭フラグは１で、索引語「３８」は数値の先頭の単語であると判定される。ステップ１４０３で先頭の単語であると判断されると、索引要素作成手段１０８は指数部算定手段３００５を駆動し、ステップ１４０４において、索引語を含む数値を同定し、指数部を算定する。この場合、図１５に示すように、索引語「３８」を含む数値は「３８０」と同定され、数値の指数部は＋２と算定される。
【００８４】
次に、ステップ１４０５において、指数部算定手段３００５は索引語「３８」を含む数値の直後の単語「〜」を抽出し、単語辞書２０１の種別フラグ２０７が２であるため、単語「〜」は単位ではないと判断し、さらにステップ１４０６において範囲判定手段３００６を駆動する。範囲判定手段３００６は、単語「〜」の種別フラグ２０７が２であるため、単語「〜」を範囲単語であると判断する。ステップ１４０６で、索引語「３８」を含む数値の直後の単語「〜」が範囲単語であると判断されると、ステップ１４０７において、指数部算定手段３００５は、範囲単語の直後が数量であるかどうかを判断する。この場合、単語「〜」の直後は「７６０ｎｍ」で、指数部算定手段３００５は数量であると判断する。ステップ１４０７で単語「〜」の直後が数量であると判断されると、ステップ１４０９において、指数部算定手段３００５は、数量の単位を単語辞書２０１からスケールファクタを取得し、取得したスケールファクタを用いて基準単位に正規化したときの指数部を算定する。この場合、ステップ１４０９において、指数部算定手段３００５は、単語辞書２０１からスケールファクタ２０８を取得し、正規化指数部算定手段２００７を駆動し、図１５に示すように索引語「３８」の正規化した指数部―７を算定する。
【００８５】
最後に、ステップ１４１０において、索引要素作成手段１０８は、図１６に示すように索引語１６０３とその出現位置１６０４、正規化された指数部１６０５とを組にした索引要素１６０２として（“３８”，[１８（−７）]）を単語索引記憶手段１０６に出力し、先頭判定手段１０９が記憶する先頭フラグを０に変更する。
【００８６】
以上の処理を繰り返すことにより、検索対象文書４０１中のすべての索引語に対して行われたなら、図１６に示すような単語索引１６０１が作成される。
【００８７】
以上の説明のように、本実施の形態の索引作成装置によれば、検索対象文書中の数値や数量の範囲を表す区間表現を、数値の指数部または数量の単位を正規化したときの指数部を用いて単語索引を作成することで、索引の情報量をあまり増やすことなく、検索対象文書中の区間表現を漏れがなく検索することが可能となる。
【００８８】
（実施の形態４）
本発明の実施の形態４は、実施の形態１により生成された単語索引８０１を用いて、検索対象文書中の数値に対して、数値の指数部を用いて検索条件として指定された範囲に合致する文書を効率的に検索する文書検索装置である。
【００８９】
以下、本発明の実施の形態４の文書検索装置について図面を参照して説明する。図１７は、本発明の実施の形態４における文書検索装置４０の全体構成を表すブロック図である。
【００９０】
図１７において、４０１は、検索条件を入力する検索条件入力手段である。４０２は、検索条件入力手段４０１で入力された検索条件を、単語辞書記憶手段１０２に記憶された単語辞書２０１を用いて検索単語に分割し、検索条件指数部算定手段４０３を駆動して検索条件の指数部を算定する検索単語作成手段、４０３は検索単語作成手段４０２により駆動され、検索条件の指数部を算定する検索条件指数部算定手段、４０４は検索単語作成手段４０２において作成された検索単語を用いて、単語索引記憶手段１０６に記憶されている単語索引８０１から検索条件に合致する索引要素を抽出する索引要素検索手段、４０５は索引要素検索手段４０４により駆動され、検索条件の指数部と抽出された索引要素の指数部を比較し、検索条件に合致する索引要素を抽出する検索条件指数部比較手段、４０６は索引要素検索手段４０４で求めた索引要素の集合に対して、出現位置の照合を行い、単語の連接を判定する連接判定手段、４０７は検索条件に合致する文字列の出現位置を出力する検索結果出力手段、４０８は複数の検索条件に対して、検索条件に合致する結果の集合を求める結果集合算定手段である。
【００９１】
以上のように構成された文書検索装置４０の動作を、図２７に示す全文検索処理のフローチャートと、簡単な単語辞書と簡単な検索対象文書を例に、図面を参照して説明する。図１８は、図８に示す単語索引８０１と、図２と図３に示す単語辞書２０１とを用いた、「３８７．６以上」という検索条件に対する全文検索処理の概念図である。
【００９２】
まず、全文検索処理に先立って、図８に示す単語索引８０１が単語索引記憶手段１０６に格納され、図２、図３に示す単語辞書２０１が単語辞書記憶手段１０２に格納されているものとする。
【００９３】
この状態で、ステップ２７０１において、検索条件入力手段４０１は、検索条件として「３８７．６以上」を入力する。次に、ステップ２７０２において、検索単語作成手段４０２は、検索条件指数部算定手段４０３を駆動し、検索条件の指数部「＋２」を算定する。
【００９４】
そして、ステップ２７０３において、検索単語作成手段４０２は、検索条件入力手段４０１で入力された検索条件「３８７．６」に対して、単語辞書２０１を用いて検索単語「３８」と「７．６」に分割する。このとき、検索単語の作成は、出現位置の照合回数が最小となるように分割する。
【００９５】
次に、ステップ２７０４において、索引要素検索手段４０４は、検索条件指数部比較手段４０５を駆動し、算定した検索単語の指数部を用いて、検索条件に合致する索引要素の集合を単語索引８０１から抽出する。この場合、検索条件の指数部は「＋２」で、検索範囲が「以上」であり、検索条件に合致する索引要素の集合として図１８に示す１８０１が抽出される。そして、ステップ２７０５において、索引要素検索手段４０４は、先頭の検索単語以外の検索単語について検索条件に合致する索引語の索引要素を単語索引８０１から抽出する。この場合、先頭の検索単語以外の検索単語は「７．６」で検索範囲は「以上」であるので、検索条件に合致する索引語の索引要素として図１８の１８０２が抽出される。
【００９６】
次に、ステップ２７０６において、連接判定手段４０６は、先頭の検索単語と同じ索引語で、同じ指数部の索引要素を１８０１から抽出し、１８０２との出現位置情報の連接を判定し、連接している索引要素の出現位置情報を求める。この場合、先頭の検索単語と同じ索引語で同じ指数部の索引要素は図１８の１８０３で、検索単語「３８」と「７．６」の位置の差である「２」と等しい出現位置の差となる索引要素はないので連接している索引要素の集合は空集合となる。
【００９７】
次に、ステップ２７０７において、結果集合算定手段４０８は、最終的に検索条件に合致する索引要素の出現位置の集合を算定する。また、この場合、検索条件「３８７．６以上」に合致する出現位置の集合として、図１８の１８０４が求められる。
【００９８】
最後に、ステップ２７０８において、検索結果表示手段４０７は、検索条件に合致する索引要素の出現位置の集合を、検索結果として表示する。
【００９９】
この場合の検索結果は、１８０４のようになる。
【０１００】
以上の説明のように、本実施の形態４によれば、数値の指数部を含む索引要素をもつ単語索引を用いて、数値の指数部の比較と数値の一部を比較する処理をすることで、検索条件に合致する数値を効率的に検索することが可能である。
【０１０１】
（実施の形態５）
本発明の実施の形態５は、実施の形態２の索引作成装置２０で作成された単語索引１２０１を用いて、検索対象文書中の数量に対して、あらかじめ決めた基準となる単位に正規化した指数部を用いて検索条件として指定された範囲に合致する文書を効率的に検索する文書検索装置である。
【０１０２】
以下、本発明の実施の形態５の文書検索装置に関して、図面を用いて説明する。
【０１０３】
図１９は、本実施の形態における文書検索装置５０の全体構成を表すブロック図である。図１９において、図１７と異なる点は、検索条件指数部算定手段５０３の動作である。
【０１０４】
以上の構成の文書検索装置５０の動作について、図２８の動作フローチャートと、簡単な単語辞書と簡単な検索対象文書を例に、図面を参照して説明する。図２０、図２１、図２２は、図１２に示す内容の単語索引１２０１と、図２と図３に示す単語辞書２０１とを用いた、「７．６０ｅ＋２ ｎｍ以上 ０．１１ｍｍ以下」という検索条件に対する全文検索処理の概念図である。
【０１０５】
まず、全文検索処理に先立って、図１２に示す単語索引１２０１が単語索引記憶手段１０６に格納され、図２、図３に示す単語辞書２０１が単語辞書記憶手段１０２に格納される。
【０１０６】
この状態で、ステップ２８０１において、検索条件入力手段４０１は、検索条件として「７６０ｎｍ以上」と「８７６ｎｍ以下」を入力する。次に、ステップ２８０２において、検索単語作成手段４０２は、検索条件指数部算定手段５０３を駆動し、正規化された検索条件の指数部を算定する。まず、検索条件「７６０」に対して、検索条件の指数部「＋２」と単位単語「ｎｍ」の指数部「−９」により、検索単語「１２」の正規化された指数部が「−７」と算定される。同様に、検索条件「８７６」に対して、正規化された指数部が「−５」と算定される。
【０１０７】
そして、ステップ２８０３において、検索単語作成手段４０２は、単語辞書２０１を用いて、検索条件入力手段４０１で入力された検索条件「７６０」を検索単語「７６」と「６０」、検索条件「８７６」を「８７」と「７６」に分割する。
【０１０８】
次に、ステップ２８０４において、索引要素検索手段４０４は、検索条件指数部比較手段４０５を駆動し、算定した検索単語の指数部を用いて、検索条件に合致する索引要素の集合を単語索引１２０１から抽出する。この場合、検索単語「７６」の指数部が「−７」で、検索範囲が「以上」であるので、検索条件に合致する索引要素の集合として図２０に示す２００１が抽出される。また、検索単語「８７」の指数部は「−５」で、検索範囲が「以下」であるので、検索条件に合致する索引要素の集合として図２１に示す２１０１が抽出される。
【０１０９】
そして、ステップ２８０５において、索引要素検索手段４０４は、先頭の検索単語以外の検索単語について検索条件に合致する索引語の索引要素を単語索引１２０１から抽出する。この場合、検索条件「７６０ｎｍ」の先頭以外の検索単語は「６０」で検索範囲は「以上」であるので、検索条件に合致する索引語の索引要素として図２０の２００２が抽出される。また、検索条件「８７６ｎｍ」の先頭以外の検索単語は「７６」で検索範囲は「以下」であるので、検索条件に合致する索引語の索引要素として図２１の２１０２が抽出される。
【０１１０】
次に、ステップ２８０６において、連接判定手段４０６は、先頭の検索単語と同じ索引語で、同じ指数部の索引要素を２００１から抽出し、２００１との出現位置情報の連接を判定し、連接している索引要素の出現位置情報を求める。この場合、先頭の検索単語と同じ索引語で同じ指数部の索引要素は図２０の２００３で、検索単語「７６」と「６０」の位置の差である「１」と等しい出現位置の差となる索引要素の出現位置の集合として図２０に示す２００４が求められ、検索条件「７６０ｎｍ」に合致する索引要素の出現位置の集合として２００５が求められる。また、検索条件「８７６ｎｍ」に対しては、連接の判定は行われず、検索条件に合致する索引要素の出現位置の集合として図２１に示す２１０３が求められる。
【０１１１】
次に、ステップ２８０７において、結果集合算定手段４０８は、最終的に検索条件に合致する索引要素の出現位置の集合を算定する。この場合、検索条件「７６０ｎｍ」と「８７６ｎｍ」の出現位置の積集合が最終的な結果集合で、図２２の２２０１が求められる。
【０１１２】
最後に、ステップ２８０８において、検索結果表示手段４０７は、検索条件に合致する索引要素の出現位置の集合を、検索結果として表示する。
【０１１３】
この場合の検索結果は、２２０１のようになる。
【０１１４】
以上の説明のように、本実施の形態によれば、数値に単位を含む数量について、正規化した指数部を含む索引要素をもつ単語索引を用いて、同じ単位種で異なるスケールの単位の指定された検索条件に対しても、漏れがなく、効率的に検索条件に合致する数量を検索できる。
【０１１５】
（実施の形態６）
本発明の実施の形態６は、実施の形態３の索引作成装置３０で作成された単語索引１６０１を用い、検索対象文書中の数値または単位を含む数量の区間を含む文書を検索する文書検索装置である。
【０１１６】
以下、本発明の実施の形態６の文書検索装置に関して、図面を用いて説明する。
【０１１７】
図２３は、本実施の形態における文書検索装置６０の全体構成を表すブロック図である。図２３において、図１９と異なる点は、索引要素検索手段６０４と連接判定手段６０６の動作である。
【０１１８】
以上の構成の文書検索装置６０の動作について、図２９の処理フローチャートと、簡単な単語辞書と簡単な検索対象文書を例に、図面を参照して説明する。図２４、図２５、図２６は、図１６に示す内容の単語索引１６０１と、図２と図３に示す単語辞書２０１とを用いた、「４．５６ｅ＋２ｎｍより大 ６．６４ｅ＋２ｎｍ以下」という検索条件に対する全文検索処理の概念図である。
【０１１９】
まず、全文検索処理に先立って、図１６に示す単語索引１６０１が単語索引記憶手段１０６に格納され、図２、図３に示す単語辞書２０１が単語辞書記憶手段１０２に格納される。
【０１２０】
この状態で、ステップ２９０１において、検索条件入力手段４０１は、検索条件として「４．５６ｅ＋２ｎｍより大」と「６．６４ｅ＋２ｎｍより小」を入力する。次に、ステップ２９０２において、検索単語作成手段４０２は、検索条件指数部算定手段５０３を駆動し、正規化された検索条件の指数部を算定する。まず、検索条件「４．５６ｅ＋２ｎｍより大」に対して、検索条件の指数部「＋２」と単位単語「ｎｍ」の指数部「−９」により、正規化された指数部が「−７」と算定される。同様に、検索単語「６．６４ｅ＋２ｎｍより小」に対して、正規化された指数部が「−７」と算定される。
【０１２１】
そして、ステップ２９０３において、検索単語作成手段４０２は、単語辞書２０１を用いて、検索条件入力手段４０１で入力された検索条件「４．５６ｅ＋２」を「４５」と「５６」に分割する。またもう一方の検索条件「６．６４ｅ＋２」を「６５」と「６４」に分割する。
【０１２２】
次に、ステップ２９０４において、索引要素検索手段６０４は、検索条件指数部比較手段４０５を駆動し、算定した検索単語の指数部を用いて、検索条件に合致する索引要素の集合を単語索引１６０１から抽出する。この場合、検索単語「４５」の指数部が「−７」で、検索範囲が「より大」であるので、検索条件に合致する索引要素の集合として図２４に示す２４０１が抽出される。また、検索単語「６５」の指数部は「−７」で、検索範囲が「より小」であるので、検索条件に合致する索引要素の集合として図２５に示す２５０１が抽出される。
【０１２３】
また、ステップ２９０４において、索引要素検索手段６０４は、区間を示す索引語の索引要素の集合として図３０に示す３００１を抽出する。そして、ステップ２９０５において、索引要素検索手段６０４は、先頭の検索単語以外の検索単語について検索条件に合致する索引語の索引要素を単語索引１６０１から抽出する。この場合、検索条件「４．５６ｅ＋２ｎｍ」の先頭以外の検索単語は「５６」で検索範囲は「より大」であるので、検索条件に合致する索引語の索引要素として図２４の２４０２が抽出される。また、検索条件「６．６４ｅ＋２ｎｍ」の先頭以外の検索単語は「６４」で検索範囲は「より小」であるので、検索条件に合致する索引語の索引要素として図２５の２５０２が抽出される。
【０１２４】
次に、ステップ２９０６において、連接判定手段６０６は、先頭の検索単語と同じ索引語で、同じ指数部の索引要素を２４０１から抽出し、２４０１との出現位置情報の連接を判定し、連接している索引要素の出現位置情報を求める。この場合、先頭の検索単語と同じ索引語で同じ指数部の索引要素はないため、連接判定は行われず、図２４に示す２４０４が検索条件に合致する索引要素の集合として求められる。また、検索条件「６．６４ｅ＋２ｎｍ」に対しても、連接の判定は行われず、検索条件に合致する索引要素の出現位置の集合として図２５に示す２５０３が求められる。そして、連接判定手段６０６は、検索条件「４．５６ｅ＋２ｎｍ」と「６．６４ｅ＋２ｎｍ」のそれぞれに合致する索引要素の集合と図３０の３００１に示す区間を示す索引語の索引要素の集合と連接を判定する。この場合、図２４に示す検索条件「４．５６ｅ＋２ｎｍ」に合致する索引要素の出現位置の集合と、図２５に示す検索条件「６．６４ｅ＋２ｎｍ」に合致する索引要素の出現位置の集合と、図３０に示す区間を示す索引語の索引要素の出現位置の集合と連接を判定し、図２６の出現位置が求められる。
【０１２５】
次に、ステップ２９０７において、結果集合算定手段４０８は、最終的に検索条件に合致する索引要素の出現位置の集合を算定する。この場合、検索条件「４．５６ｅ＋２ｎｍより大」で「６．６４ｎｍより小」以外の検索条件は入力されていないので、処理は行われない。
【０１２６】
この場合の検索結果は、２６０１のようになる。
【０１２７】
最後に、ステップ２９０８において、検索結果表示手段４０７は、検索条件に合致する索引要素の出現位置の集合を、検索結果として表示する。
【０１２８】
以上の説明のように、本実施の形態によれば、数値や数量の区間に対して、検索条件に合致する検索対象文書中の数値の区間を、漏れがなく、効率的に検索することができる。
【産業上の利用可能性】
【０１２９】
本発明にかかる索引作成装置は、検索対象文書中の数値に対して、索引として登録する単語と文書中での出現位置とその数値の指数部を組とした索引要素を持つ単語索引を作成するため、従来の技術のように数値範囲検索のために特別な情報を作成する必要がなく、索引の情報量を大きく増やすことなく数値範囲検索と全文検索が可能となる。
【０１３０】
また本発明の文書検索装置によれば、数値の指数部を含む索引要素をもつ単語索引を用いて、数値の指数部の比較と数値の一部を比較する処理をすることで、数値範囲検索のための情報に対する余分な比較が必要なくなり、検索条件に合致する数値を効率的に検索することが可能であり、文書情報が格納されたデータベースや一般のワードプロセッサ、パーソナルコンピュータなどの記憶装置に蓄積された文書情報の検索等に有用である。
【図面の簡単な説明】
【０１３１】
【図１】本発明の実施の形態１における索引作成装置のブロック構成図
【図２】単語辞書を構成する単語辞書の例を示す図
【図３】単語辞書を構成する単語辞書の例を示す図
【図４】検索対象文書の例を示す図
【図５】検出された索引語の例を示す図
【図６】本発明の実施の形態１における索引作成装置の処理フローチャート
【図７】算定される指数部を具体的に示した図
【図８】索引作成装置により作成された単語索引の例を示す図
【図９】本発明の実施の形態２における索引作成装置のブロック構成図
【図１０】本発明の実施の形態２における索引作成装置の処理フローチャート
【図１１】本発明の実施の形態２において算定される指数部を具体的に示した図
【図１２】索引作成装置により作成された単語索引の例を示す図
【図１３】本発明の実施の形態３における索引作成装置のブロック構成図
【図１４】本発明の実施の形態３における索引作成装置の処理フローチャート
【図１５】算定される指数部を具体的に示した図
【図１６】索引作成装置により作成された単語索引の例を示す図
【図１７】本発明の実施の形態４の文書作成装置のブロック構成図
【図１８】検索条件に対する全文検索処理の概念図
【図１９】本発明の実施の形態５の文書作成装置のブロック構成図
【図２０】検索条件「７．６０ｅ＋２ｎｍ以上」に対する全文検索処理の概念図
【図２１】検索条件「０．１１ｍｍ以下」に対する全文検索処理の概念図
【図２２】検索条件「７．６０ｅ＋２ｎｍ以上０．１１ｍｍ以下」に対する全文検索処理の概念図
【図２３】本発明の実施の形態６の文書作成装置のブロック構成図
【図２４】検索条件「４．５６ｅ＋２ｎｍより大」に対する全文検索処理の概念図
【図２５】検索条件「６．６４ｅ＋２ｎｍ以下」に対する全文検索処理の概念図
【図２６】検索条件「４．５６ｅ＋２ｎｍより大 ６．６４ｅ＋２ｎｍ以下」に対する全文検索処理の概念図
【図２７】本発明の実施の形態４における文書検索装置の処理フローチャート
【図２８】本発明の実施の形態５における文書検索装置の処理フローチャート
【図２９】本発明の実施の形態６における文書検索装置の処理フローチャート
【図３０】索引要素の集合の例を示す図
【符号の説明】
【０１３２】
１０１，２０１，３０１ 検索対象文書
１０２，２０２，３０２，４０４，５０４，６０４ 単語辞書
１０３，２０３，３０３ 索引要素作成手段
１０４，２０４，３０４ 先頭情報記憶手段
１０５，２０５，３０５ 指数部算定手段
１０６，２０６，３０６，４０１，５０１，６０１ 単語索引
２０７，３０８ 指数部正規化手段
３０７ 範囲判定手段
４０２，５０２，６０２ 先頭単語リスト作成手段
４０５，５０７，６０７ 数値単語リスト作成手段
５０５，６０５ 単位単語リスト作成手段
６０９ 範囲単語リスト作成手段
４０７，５０９，６１１ 検索条件入力手段
４０８，５１０，６１２ 検索条件指数部算定手段
４０９，５１１，６１３ 検索条件指数部比較手段
４１０，５１２，６１４ 検索条件数値比較手段
４１１，５１３，６１５ 連接判定手段
４１２，５１４，６１６ 検索結果表示手段
６１７ 範囲連接判定手段
【技術分野】
【０００１】
本発明は、索引作成装置と文書検索装置について、特に文書内に数値が含まれる文書に対して、検索条件として指定した数値範囲に合致する文書を検索可能な索引を作成し、作成された索引と辞書を用いて指定した数値範囲に合致する文書を検索する索引作成装置及び文書検索装置に関する。
【背景技術】
【０００２】
文書の全文検索機能を備えた文書検索装置に対して、数値範囲を条件とした検索（以下、数値範囲検索と記述）が可能な従来技術として、例えば特許文献１に記載の方法がある。この方法では、まず文書を全文検索データベースへ登録する際に、文書に含まれる日付情報などの数値を全文検索に適した形式の文字列に変換し、その後、数値を含む文書と変換した全文検索が可能な文字列を全文検索データベースに登録する。
【０００３】
具体的には、例えば「１９９８年１月１３日から２０１０年１０月２２日」という日付情報が文書中に含まれている場合に、数値の範囲の開始日である１９９８年１月１３日から１９９８年１月１９日までは年月日単位（１９９８０１１３、１９９８０１１９など）、１９９８年１月２０日から１９９８年１月３１日までは日の一の位を省略した年月日単位（１９９８０１２、１９９８０１３）、１９９８年２月から１９９８年１２月までは年月単位（１９９８０２、１９９８０３、１９９８１２など）、１９９９年から２００９年までは年単位（１９９９、２０００、２００９など）で表現する。また、２０１０年１月から２０１０年９月まで、２０１０年１０月１日から２０１０年１０月１９日まで、２０１０年１０月２０日から２０１０年１０月２２日まで、をそれぞれ、年月単位（２０１００１、２０１００２、など）、日の一の位を省略した年月日単位（２０１０１００、２０１０１０１）、年月日単位（２０１０１０２０、２０１０１０２１、２０１０１０２２）で表現する。そして、それぞれの日付を「＿」を区切り文字とした連続した文字列として全文検索データベースに登録する。
【０００４】
文書検索時には、検索条件に含まれる数値情報を全文検索が可能な条件に変換し、全文検索データベースの検索を行う。具体的には、例えば１９９９年３月１３日という日付検索条件に対して、検索する日付の年単位で表現した文字列の両端に区切り文字を追加した文字列（”＿１９９９＿“）を追加し、同様に年月単位、日の一の位を省略した年月日単位、年月日単位で表現したそれぞれの文字列の両端に区切り文字を追加した文字列（”＿１９９９０３＿”、”＿１９９９０３１＿“、”＿１９９９０３１３＿“）を論理和の条件とする。
【０００５】
以上により、全文検索機能を備えた文書検索装置において、数値範囲検索を実現している。
【０００６】
また、全文検索を行うための情報である索引に登録するための単語を切り出す手法として、例えば特許文献２が知られている。
【特許文献１】特開２０００−９００９３号公報
【特許文献２】特開平８−２４９３５４号公報
【発明の開示】
【発明が解決しようとする課題】
【０００７】
しかし、上記従来の技術では、日付の範囲を示した期間情報など、数値範囲検索のための特別な情報が必要となるため、数値範囲検索と全文検索を同時に実現するためにより多くの資源（一次記憶容量、二次記憶容量など）が必要となる課題がある。また、全文検索データベースを検索する際、上記従来の技術では、数値範囲検索のための情報に対して検索条件との比較が余分に必要になるため、検索にかかる時間が増加する。
【０００８】
本発明は、上記従来の課題を解決するもので、検索対象文書中の数値に対して、数値の指数部を算定し、索引を構成する要素（以下、索引要素と記述）の一部に指数部を付加した索引を作成することで、数値範囲検索のための特別な情報を必要とすることなく、数値範囲検索と全文検索が可能な索引作成装置を提供することを目的とする。また、本発明の索引作成装置が作成した索引を用いることで、文書を検索する際に検索条件と数値範囲検索のための情報との余分な比較を必要とせず、効率的な検索が可能な文書検索装置を提供することも目的とする。
【課題を解決するための手段】
【０００９】
上記課題を解決するための本発明は、有限個の文字の並びからなる検索対象文書を格納する検索対象文書記憶手段と、有限個の文字列を単語として登録した単語辞書を格納する単語辞書記憶手段を持ち、前記検索対象文書から前記単語辞書を用いて単語索引として登録する索引語を抽出する索引語抽出手段と、前記抽出した索引語が数値であるかについて前記単語辞書を用いて判定する数値判定手段と、前記数値判定手段で数値であると判定された前記索引語が先頭の単語であるかについて先頭フラグを用いて判定する先頭判定手段と、前記数値判定手段で数値であると判定され、かつ前記先頭判定手段で先頭の単語であると判定された前記索引語について前記索引語を含む数値の指数部を算定する指数部算定手段と、前記索引語と前記指数部を含む索引要素を作成し、作成された複数の索引要素を単語索引として単語索引記憶手段に登録する索引要素作成手段とを具備する構成をとる。
【発明の効果】
【００１０】
本発明の索引作成装置によれば、検索対象文書中の数値に対して、索引として登録する単語と文書中での出現位置とその数値の指数部を組とした索引要素を持つ単語索引を作成するため、従来の技術のように数値範囲検索のために特別な情報を作成する必要がなく、索引の情報量を大きく増やすことなく数値範囲検索と全文検索が可能となる。
【００１１】
また、本発明の文書検索装置によれば、数値の指数部を含む索引要素をもつ単語索引を用いて、数値の指数部の比較と数値の一部を比較する処理をすることで、数値範囲検索のための情報に対する余分な比較が必要なくなり、検索条件に合致する数値を効率的に検索することが可能である。
【発明を実施するための最良の形態】
【００１２】
本発明の第１の態様にかかる索引作成装置は、有限個の文字の並びからなる検索対象文書を格納する検索対象文書記憶手段と、有限個の文字列を単語として登録した単語辞書を格納する単語辞書記憶手段を持ち、前記検索対象文書から前記単語辞書を用いて単語索引として登録する索引語を抽出する索引語抽出手段と、前記抽出した索引語が数値であるかについて前記単語辞書を用いて判定する数値判定手段と、前記数値判定手段で数値であると判定された前記索引語が先頭の単語であるかについて先頭フラグを用いて判定する先頭判定手段と、前記数値判定手段で数値であると判定され、かつ前記先頭判定手段で先頭の単語であると判定された前記索引語について前記索引語を含む数値の指数部を算定する指数部算定手段と、前記索引語と前記指数部を含む索引要素を作成し、作成された複数の索引要素を単語索引として単語索引記憶手段に登録する索引要素作成手段とを具備する構成をとる。
【００１３】
これにより、検索対象文書中の数値に対して、索引として登録する単語と文書中での出現位置とその数値の指数部を組とした索引要素を持つ単語索引を作成することにより、索引の情報量を大きく増やすことなく数値範囲検索と全文検索が可能となる。
【００１４】
本発明の第２の態様は、前記指数部算定手段は、前記数値判定手段で数値であると判定され、前記先頭判定手段で先頭であると判定された前記索引語について前記索引語を含む数値の指数部を、あらかじめ決めた基準となる単位に正規化する指数部を求める。
【００１５】
これにより、正規化された指数部を用いた単語索引を作成するため、検索対象文書中とは異なるスケールの数量による検索条件に対しても、漏れのない検索ができる。
【００１６】
本発明の第３の態様は、第２の態様にかかる索引作成装置において、前記指数部算定手段は、前記数値判定手段で数値であると判定され、前記先頭判定手段で先頭の単語であると判定された前記索引語について前記索引語を含む数値の指数部の後に数値範囲を示す範囲単語であるかを判定し、かつ前記範囲単語の直後が単位を持つ数値の場合は、あらかじめ決めた基準となる単位に正規化する指数部を求める。
【００１７】
これにより、検索対象文書中の数値や数量の範囲を表す区間表現を、数値の指数部または数量の単位を正規化したときの指数部を用いて単語索引を作成することで、索引の情報量をあまり増やすことなく、検索対象文書中の区間表現を漏れがなく検索することができる。
【００１８】
本発明の第４の態様にかかる文書検索装置は、索引語とその指数部を含む複数の索引要素を単語索引として格納する単語索引記憶手段と、有限個の文字列を単語として登録した単語辞書を格納する単語辞書記憶手段と、少なくとも１つの検索条件として文字列を入力する検索条件文字列入力手段と、前記検索条件となる文字列に対して文字列に含まれる数値の桁数から検索条件指数部を算定し、前記文字列は前記単語辞書を用いて、前記単語索引を検索する単位である検索単語として抽出し、前記検索条件指数部と検索単語を作成する検索単語作成手段と、前記検索条件指数部と前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合をそれぞれ検索する索引要素検索手段と、前記索引要素検索手段が検索した前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合を用いて連接を判定する連接判定手段と、前記検索条件単位で抽出された結果集合を求める結果集合算定手段と、前記結果集合から複数の検索条件に合致する検索結果を出力する検索結果出力手段とを具備する。
【００１９】
これにより、数値の指数部を含む索引要素をもつ単語索引を用いて、数値の指数部の比較と数値の一部を比較する処理をすることで、数値範囲検索のための情報に対する余分な比較が必要なくなり、検索条件に合致する数値を効率的に検索することが可能である。
【００２０】
本発明の第５の態様は、第４の態様にかかる文書検索装置において、索引要素検索手段は、前記検索条件指数部をあらかじめ決めた基準となる単位に正規化した検索条件指数部を求め、前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合をそれぞれ検索する。
【００２１】
これにより、数値に単位を含む数量について、正規化した指数部を含む索引要素をもつ単語索引を用いて、同じ単位種で異なるスケールの単位の指定された検索条件に対しても、漏れがなく、効率的に検索条件に合致する数量を検索することができる。
【００２２】
本発明の第６の態様は、第５の態様にかかる文書検索装置において、索引要素検索手段は、前記検索条件となる文字列の検索条件指数部の後に数値範囲を示す範囲単語であるかを判定し、かつ前記範囲単語の直後が数値の場合は、前記検索条件指数部をあらかじめ決めた基準となる単位に正規化した検索条件指数部を求め、前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部を含む索引要素の集合と検索単語について前記検索条件単位に合致する索引要素の集合をそれぞれ検索する。
【００２３】
これにより、数値や数量の区間に対して、検索条件に合致する検索対象文書中の数値の区間を、漏れがなく、効率的に検索することができる。
【００２４】
本発明の第７の態様にかかる索引作成方法は、有限個の文字の並びからなる検索対象文書を格納する検索対象文書記憶ステップと、有限個の文字列を単語として登録した単語辞書と、前記検索対象文書から前記単語辞書を用いて単語索引として登録する索引語を抽出するステップと、前記抽出した索引語が数値であるかについて前記単語辞書を用いて判定するステップと、前記数値判定をするステップで数値であると判定された前記索引語の指数部を算定するステップと、前記索引語とその指数部を含む索引要素を作成し、作成された複数の索引要素を単語索引として単語索引記憶部に登録するステップとを具備する。
【００２５】
これにより、検索対象文書中の数値に対して、索引として登録する単語と文書中での出現位置とその数値の指数部を組とした索引要素を持つ単語索引を作成することにより、索引の情報量を大きく増やすことなく数値範囲検索と全文検索が可能となる。
【００２６】
本発明の第８の態様にかかる文書検索方法は、索引語とその指数部を含む複数の索引要素を単語索引として格納する単語索引と、有限個の文字列を単語として登録した単語辞書とを記憶し、少なくとも１つの検索条件として文字列を入力するステップと、前記検索条件となる文字列単位に対して数値の桁数から検索条件指数部を算定し、前記文字列は前記単語辞書を用いて、検索単語として抽出し、前記検索条件指数部と検索単語を作成するステップと、前記検索条件指数部と前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部と検索単語の索引要素の集合をそれぞれ探索するステップと、前記検索条件単位で抽出された結果集合を求めるステップと、前記結果集合から複数の検索条件に合致する検索結果を出力するステップとを具備する。
【００２７】
これにより、数値の指数部を含む索引要素をもつ単語索引を用いて、数値の指数部の比較と数値の一部を比較する処理をすることで、数値範囲検索のための情報に対する余分な比較が必要なくなり、検索条件に合致する数値を効率的に検索することが可能である。
【００２８】
本発明の第９の態様にかかるプログラムは、コンピュータに、有限個の文字の並びからなる検索対象文書を格納する検索対象文書記憶ステップと、有限個の文字列を単語として登録した単語辞書と、前記検索対象文書から前記単語辞書を用いて単語索引として登録する索引語を抽出するステップと、前記抽出した索引語が数値であるかについて前記単語辞書を用いて判定するステップと、前記数値判定をするステップで数値であると判定された前記索引語の指数部を算定するステップと、前記索引語とその指数部を含む索引要素を作成し、作成された複数の索引要素を単語索引として単語索引記憶部に登録するステップとを実行させる。
【００２９】
これにより、検索対象文書中の数値に対して、索引として登録する単語と文書中での出現位置とその数値の指数部を組とした索引要素を持つ単語索引を作成することにより、索引の情報量を大きく増やすことなく数値範囲検索と全文検索が可能となる。
【００３０】
本発明の第１０の態様にかかるプログラムは、コンピュータに、索引語とその指数部を含む複数の索引要素を単語索引として格納する単語索引と、有限個の文字列を単語として登録した単語辞書とを記憶し、少なくとも１つの検索条件として文字列を入力するステップと、前記検索条件となる文字列単位に対して数値の桁数から検索条件指数部を算定し、前記文字列は前記単語辞書を用いて、検索単語として抽出し、前記検索条件指数部と検索単語を作成するステップと、前記検索条件指数部と前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部と検索単語の索引要素の集合をそれぞれ探索するステップと、前記検索条件単位で抽出された結果集合を求めるステップと、前記結果集合から複数の検索条件に合致する検索結果を出力するステップとを実行させる。
【００３１】
これにより、数値の指数部を含む索引要素をもつ単語索引を用いて、数値の指数部の比較と数値の一部を比較する処理をすることで、数値範囲検索のための情報に対する余分な比較が必要なくなり、検索条件に合致する数値を効率的に検索することが可能である。
【００３２】
以下本発明の実施の形態について、図面を参照しながら説明する。
【００３３】
（実施の形態１）
本発明の実施の形態１の索引作成装置に関して、図面を用いて説明する。図１は、本発明の実施の形態１における索引作成装置１０の全体構成を表すブロック図である。
【００３４】
図１において、１０１は索引作成の対象となる検索対象文書を格納する検索対象文書記憶手段、１０２は有限個の文字列を登録した単語辞書を格納する単語辞書記憶手段である。１０３は、検索対象文書記憶手段１０１から検索対象文書を読み込み、単語辞書記憶手段１０２に格納された単語辞書を用いて、索引語を抽出する索引語抽出手段である。１０５は、索引要素作成手段１０８により駆動され、数値の指数部を求める指数部算定手段であり、１０６は索引要素作成手段１０８により出力される索引要素を格納する単語索引記憶手段である。１０７は、索引語抽出手段１０３が切り出した索引要素登録単語が数値であるかを判断する数値判定手段である。１０８は、索引語が「数値かつ先頭の単語」と判断された場合には、指数部算定手段１０５を駆動し、単語と出現文字位置と指数部との組を索引要素として出力し、それ以外の場合には単語と出現文字位置との組を索引要素として単語索引記憶手段１０６に出力する索引要素作成手段である。１０９は、索引要素作成手段１０８により駆動され、数値判定手段１０７が数値であると判定した索引語が先頭の単語であるかを自身が記憶している先頭フラグを用いて判定する先頭判定手段である。
【００３５】
以上のように構成された索引作成装置１０の動作を、簡単な単語辞書と簡単な検索対象文書を例に、図面を参照して説明する。図２、図３は単語辞書の例で、単語２１０と単語の種別を表すフラグ２１１及び基準単位に補正するためのスケールファクタ２１２の組から構成されている。図４は検索対象文書の例、図５は図２、図３に示す単語辞書を用いて、図４に示す検索対象文書から索引語として抽出される単語を示した図で、図５において５０１は検索対象文書５０２の各文字位置を示し、５０３が各文字位置で抽出された索引語を示している。図７は指数部を具体的に示した図で、７０１が先頭と判断された索引語ｗで、７０２はｗを含む数値、７０３が７０２の数値の指数部を表している。図８は図２、図３に示す単語辞書を用いて、図４に示す検索対象文書から作成した単語索引８０１の内容を示す概念図で、索引語と出現文字位置の組、または索引語と出現文字位置及び指数部の組で記憶される。
【００３６】
次に、索引作成装置１０の動作について、図６の処理フローチャートを用いて説明する。
【００３７】
まず、索引の作成処理に先立って、図４に示す検索対象文書４０１から索引語を抽出するための図２、３に示す単語辞書２０１が単語辞書記憶手段１０２に格納され、図４の検索対象文書４０１が検索対象文書記憶手段１０１に格納されている。
【００３８】
この状態で、ステップ６０１において、索引語抽出手段１０３は、図４の検索対象文書４０１を読み込み、単語辞書２０１を用いて、検索対象文書４０１から最初の文字位置における索引語「波長」を抽出し、単語辞書２０１から索引語の種類を表す種別フラグ２０２を取得する。索引語を抽出する手法として、特許文献２に記載の方法を用いて説明を行うが、本発明はこれに限定したものではなく、形態素解析などの索引語を抽出する任意の手法に対して有効である。図５は、単語辞書２０１を用いて、図４の検索対象文書４０１から索引語を抽出したときの一例を示す。
【００３９】
次に、ステップ６０２において、数値判定手段１０７は、抽出された単語「波長」が数値であるかについて種別フラグ２０２を用いて判定する。このとき、抽出された単語「波長」の種別フラグ２０２は０で文字列を表し、数値ではないと判定される。
【００４０】
そして、ステップ６０６において、索引要素作成手段１０８は、索引要素（ｗ、[出現位置]）として（“波長”，［１］）を単語索引記憶手段１０６に出力する。
【００４１】
次に、ステップ６０７において、索引要素作成手段１０８は、検索対象文書４０１の終了を判定し、検索対象文書４０１の最後ならば処理を終了する。最後ではない場合は、ステップ６０８において検索対象文書４０１の着目文字位置を一文字進め、ステップ６０１に戻る。この場合、着目している文字位置は検索対象文書４０１の最初の文字位置であるので、ステップ６０８において着目文字位置を一文字進め、ステップ６０１に戻る。
【００４２】
次に、ステップ６０１において、索引語抽出手段１０３は、検索対象文書４０１の次の索引語「が」を抽出し、単語辞書２０１から種別フラグ２０３を取得する。次に、数値判定手段１０７は、ステップ６０２で抽出された索引語「が」は数値であるかについて種別フラグ２０３を用いて判定し、種別フラグ２０３が０で数値ではないと判定される。そして、ステップ６０６において、索引要素作成手段１０８は、索引要素（“が”，［３］）を単語索引記憶手段１０６に出力する。
【００４３】
次に、ステップ６０７において、索引要素作成手段１０８は、検索対象文書４０１の終了を判定し、着目している文字位置は検索対象文書４０１の最後ではないので、ステップ６０８において検索対象文書４０１の着目文字位置を一文字進め、ステップ６０１に戻る。
【００４４】
次に、ステップ６０１において、索引語抽出手段１０３は、検索対象文書４０１の次の索引語「０．１」を抽出し、単語辞書２０１から種別フラグ２０４を取得する。そして、ステップ６０２で、数値判定手段１０７は、抽出された索引語「０．１」は単語辞書２０１の種別フラグ２０４が１であるため数値であると判定される。
【００４５】
次に、ステップ６０３において、索引要素作成手段１０８は、先頭判定手段１０９を駆動し、索引語「０．１」が数値の先頭の単語であるかを判断する。先頭判定手段１０９は、索引語が数値の先頭の単語であるかを表す情報として先頭フラグを記憶しており、この場合、先頭フラグは１で、先頭判定手段１０９は、索引語「０．１」が先頭の単語であると判断する。ステップ６０３で索引語「０．１」が先頭の単語であると判断されると、ステップ６０４において、索引要素作成手段１０８は指数部算定手段１０５を駆動し、索引語「０．１」を含む数値を同定し、同定した数値の指数部を算定する。この場合、図７に示すように、「０．１」を含む数値は「０．１」と同定され、数値の指数部は−１と算定される。
【００４６】
そして、ステップ６０５において、索引要素作成手段１０８は索引要素（ｗ、[文字位置（指数）]として（“０．１”，［４（−１）］）を単語索引記憶手段１０６に出力し、先頭時判定手段１０９は先頭フラグを０に変更する。
【００４７】
次に、ステップ６０７において、索引要素作成手段１０８は、検索対象文書４０１の終了を判定し、着目している文字位置は検索対象文書４０１の最後ではないので、ステップ６０８において検索対象文書４０１の着目文字位置を一文字進め、ステップ６０１に戻る。
【００４８】
次に、ステップ６０１において、索引語抽出手段１０３は、次の索引語「ｍｍ」を抽出し、単語味所２０１から種別フラグ２０５を取得する。次に、ステップ６０２において、数値判定手段１０７は、抽出された索引語「ｍｍ」が数値であるかについて種別フラグ２０５を用いて判定する。このとき、索引語「ｍｍ」は種別フラグ２０５が３で数値ではないと判定され、ステップ６０６において索引要素作成手段１０８は索引要素（“ｍｍ”，［７］）を単語索引記憶手段１０６に出力する。また、先頭判定手段１０９は、記憶している先頭フラグを１に変更する。
【００４９】
次に、ステップ６０７において、索引要素作成手段１０８は、検索対象文書４０１の終了を判定し、着目している文字位置は検索対象文書４０１の最後ではないので、ステップ６０８において検索対象文書４０１の着目文字位置を一文字進め、ステップ６０１に戻る。
【００５０】
このようにして、索引語抽出手段１０３、数値判定手段１０７、指数部算定手段１０５、索引要素作成手段１０８は、検索対象文書１０１から次々と索引語を切り出し、図８に示すように索引語８０３と出現位置８０４の組、または索引語８０３と出現位置８０４と指数部８０５との組、を索引要素８０２として単語索引記憶手段１０６に出力する。
【００５１】
以上の処理が、検索対象文書１０１中のすべての索引語に対して行われ、図８に示すような単語索引８０１が単語索引記憶手段１０６に作成される。
【００５２】
以上の説明のように、本発明の索引作成装置によれば、検索対象文書中の数値に対して、一部の単語について、索引語と文書中での出現位置とその数値の指数部の組を索引要素とした単語索引を作成するため、従来の技術のように検索条件に合致する数値範囲検索のために特別な情報を作成する必要がなく、また一部の単語にだけ指数部を含めた索引要素を作成するため、単語索引の情報量を大きく増やすことなく検索条件に合致する数値の範囲検索が可能となる。
【００５３】
（実施の形態２）
本発明の実施の形態２は、実施の形態１とは検索対象文書中の単位を含んだ数量に対して、あらかじめ決めた基準となる単位に正規化したときの指数部を用いて単語索引を作成する点が異なり、以下では異なる部分を中心に説明する。
【００５４】
以下、本発明の実施の形態２の索引作成装置に関して、図面を用いて説明する。図９は、本発明の第２の実施の形態における索引作成装置２０の全体構成を表すブロック図である。図９において、図１と異なる点は、指数部算定手段２００５の動作と、指数部算定手段２００５により駆動され、数値が単位を含む数量である場合に、基準となる単位に正規化した指数部を求める正規化指数部算定手段２００７を有している点である。
【００５５】
本実施の形態の索引作成装置２０の動作を図１０の処理フローチャート用いて、簡単な単語辞書と簡単な検索対象文書を例に、図面を参照して説明する。本実施の形態では、実施の形態１と同様に図２、図３に示す単語辞書２０１と、図４に示す検索対象文書４０１を例として説明する。図１１は抽出された索引語ｗに対して、ｗを含む数値の指数部ｐとあらかじめ決めた基準となる単位に正規化するためのスケールファクタｓｆにより正規化された指数部ｐ‘を求める処理を示した図、図１２は単語辞書２０１を用いて、検索対象文書４０１から作成した単語索引１２０１の内容を示す概念図である。
【００５６】
まず、索引の作成に先立って、図２、図３の内容の単語辞書２０１が単語辞書記憶手段１０２に格納され、図４の検索対象文書４０１が検索対象文書記憶手段１０１に格納される。
【００５７】
この状態で、ステップ１００１において、索引語抽出手段１０３は、図４の検索対象文書４０１を読み込み、単語辞書２０１を用いて索引語「波長」を抽出し、単語辞書２０１から種別フラグ２０２を取得する。本実施の形態では、索引語を抽出する手法として、実施の形態１と同様に特許文献２に記載の方法を用いて説明を行う。また、数値判定手段１０７における索引語「波長」の数値判定処理（ステップ１００２）と、索引要素作成手段１０８における索引要素の出力処理（ステップ１０１０）及び索引語抽出の終了判定にかかる処理（ステップ１０１１、ステップ１０１２）については、実施の形態１と同じ処理であるので説明を省略する。
【００５８】
次に、索引要素作成手段２０３は、検索対象文書２０１において、次の索引語「が」を切り出す。数値判定手段１０７における索引語「が」の数値判定処理（ステップ１００２）と、索引要素作成手段１０８における索引要素の出力処理（ステップ１０１０）及び索引語抽出処理の終了判定にかかる処理（ステップ１０１１、ステップ１０１２）についても、実施の形態１と同じ処理であるので説明を省略する。
【００５９】
次に、ステップ１００１において、索引語抽出手段１０３は、単語辞書２０１を用いて検索対象文書４０１の次の索引語「０．１」を抽出し、種別フラグ２０４を取得する。そして、ステップ１００２で、数値判定手段１０７は抽出された索引語「０．１」は種別フラグが１であるため数値であると判定する。
【００６０】
次に、ステップ１００２で索引語「０．１」が数値であると判定されると、ステップ１００３において、索引要素作成手段１０８は、先頭判定手段１０９を駆動し、索引語「０．１」が数値の先頭の単語であるかを判断する。先頭判定手段１０９は、索引語が数値の先頭の単語であるかを表す情報として先頭フラグを記憶しており、この場合の先頭フラグは１を記憶しており、索引語「０．１」を先頭の単語であると判断する。ステップ１００３で先頭の単語であると判断されると、索引要素作成手段１０８は指数部算定手段２００５を駆動する。
【００６１】
次に、ステップ１００４において、指数部算定手段２００５が索引語「０．１」を含む数値を同定し、同定した数値の指数部を算定する。この場合、図１１の１１０１に示すように、索引語「０．１」を含む数値は「０．１」と同定され、数値の指数部は−１と算定される。
【００６２】
そして、ステップ１００５において、指数部算定手段２００５は、ステップ１００４で同定した索引語「０．１」を含む数値「０．１」の直後の単語を抽出し、単語が単位かどうかを、単語辞書２０１の種別フラグ２０５を用いて判定する。まず、指数部算定手段２００５は、索引語「０．１」を含む数値「０．１」の直後の単語「ｍｍ」を抽出し、種別フラグ２０５を取得する。また、単位を正規化するためのスケールファクタ２０６も取得しておく。取得した種別フラグ２０５は３であり、指数部算定手段２００５は、数値「０．１」の直後の単語は単位であると判定する。次に、ステップ１００５で索引語「０．１」を含む数値「０．１」の直後が単位であると判定されると、指数部算定手段２００５は正規化指数部算定手段２００７を駆動する。
【００６３】
次に、ステップ１００８において正規化指数部算定手段２００７は、正規化した指数部を算定する。
【００６４】
最後に、ステップ１００９において、索引要素作成手段１０８は、索引語とその出現位置と正規化指数部算定手段２００７が算定した正規化された指数部とを組にした索引要素を単語索引記憶手段１０６に出力し、先頭フラグを変更する。この場合、単語「ｍｍ」のスケールファクタ２０６は−３で、基準となる単位に正規化したときの指数部は図１１に示すように−４となり、索引要素作成手段１０８は索引要素（“０．１”，［４（−４）］）を単語索引記憶手段１０６に出力し、先頭判定手段１０９は先頭フラグを０に変更する。
【００６５】
次に、ステップ１０１２の処理で着目文字位置を一文字進め、先頭の処理に戻る。
【００６６】
ステップ１００１において、索引語抽出手段１０３は、次の索引語「ｍｍ」を抽出し、種別フラグ２０５を取得する。そして、ステップ１００２において、数値判定手段１０７は、抽出された索引語「ｍｍ」が数値であるかを単語辞書２０１の種別フラグ２０５を用いて判定する。このとき、索引語「ｍｍ」の種別フラグ２０５は、３であり単位を表し、数値ではないと判定される。従って、ステップ１００４において、索引要素作成手段１０８は、索引要素（“ｍｍ”，［７］）を単語索引記憶手段１０６に出力する。また、先頭判定手段１０３は、先頭フラグを１に変更する。
【００６７】
このようにして、索引作成装置２０は、検索対象文書４０１から次々と索引語を切り出し、図１２に示すように索引語１２０３と出現位置１２０４の組、または索引語１２０３と出現位置１２０４と指数部１２０５、または索引語１２０３と出現位置１２０４と正規化された指数部１２０６との組、を索引要素１２０２として単語索引記憶手段１０６に出力する。
【００６８】
以上の処理を繰り返すことにより、検索対象文書４０１中のすべての索引語に対して行われ、図１２に示すような単語索引１２０１が作成される。
【００６９】
以上の説明のように、本実施の形態の索引作成装置によれば、検索対象文書中の数値が単位を含んだ数量に対して、正規化された指数部を用いた単語索引を作成するため、数量の範囲に対する検索のために特別な情報を作成する必要がなく、一部の単語にだけ指数部を含めた索引要素を作成するため、単語索引の情報量を大きくふやすことなく検索条件に合致する数値の範囲検索が可能となる。また、正規化された指数部を用いた単語索引を作成するため、検索対象文書中とは異なるスケールの数量による検索条件に対しても、漏れのない検索を実現することができる。
【００７０】
（実施の形態３）
本発明の実施の形態３は、実施の形態２とは検索対象文書中で数値や数量の範囲を表す区間表現を検索可能な単語索引を作成する点が異なり、以下では異なる部分を中心に説明する。
【００７１】
以下、本発明の実施の形態３の索引作成装置に関して、図面を用いて説明する。図１３は、本実施の形態における索引作成装置３０の全体構成を表すブロック図である。
【００７２】
図１３において、図９と異なる点は、指数部算定手段３００５の動作と、指数部算定手段２００５により駆動され、区間表現を単語辞書２０１の種別フラグにより判定する範囲判定手段３００６を有する点である。
【００７３】
以上の構成の索引作成装置３０において、その動作を、簡単な単語辞書と簡単な検索対象文書を例に、図面を参照して説明する。本実施の形態では、実施の形態１，２と同様に図２、図３に示す単語辞書２０１と、図４に示す検索対象文書４０１を例として説明する。また、図１５は索引語の指数部を具体的に示した図、図１６は図２、図３に示す単語辞書２０１を用いて、図４に示す検索対象文書４０１から作成した単語索引１６０１の内容を示す概念図である。
【００７４】
索引作成装置３０の動作を図１４に示す処理フローチャートを用いて説明する。
【００７５】
まず、索引の作成に先立って、図２、図３の内容の単語辞書２０１が単語辞書記憶手段１０２に格納され、図４の検索対象文書４０１が検索対象文書記憶手段１０１に格納される。また、索引要素作成手段１０８は、先頭フラグの初期値として１を記憶する。
【００７６】
この状態で、ステップ１４０１において、索引語抽出手段１０３は、検索対象文書３０１を読み込み、単語辞書２０１を用いて索引語「波長」を抽出し、種別フラグ２０２を取得する。また、数値判定手段１０７における索引語「波長」の数値判定処理（ステップ１４０２）と、索引要素作成手段１０８における索引要素の出力処理（ステップ１４１３）及び索引語抽出の終了判定にかかる処理（ステップ１４１４、ステップ１４１５）については、実施の形態１，２と同じ処理であるので説明を省略する。
【００７７】
また、ステップ１４０１において、索引語抽出手段１０３は、検索対象文書４０１の次の索引語「が」を切り出す。数値判定手段１０７における索引語「が」の数値判定処理（ステップ１４０２）と、索引要素作成手段１０８における索引要素の出力処理（ステップ１４１３）及び索引語抽出処理の終了判定に掛かる処理（ステップ１４１４、ステップ１４１５）についても、実施の形態１，２と同じ処理であるので説明を省略する。
【００７８】
次に、ステップ１４０１において、索引語抽出手段１０３は、単語辞書２０１を用いて検索対象文書４０１の次の索引語「０．１」を抽出し、種別フラグ２０４を取得する。そして、ステップ１４０２において、数値判定手段１０７は抽出された索引語「０．１」は種別フラグ２０４が１であるため数値であると判定する。ステップ１４０２で索引語「０．１」が数値であると判定されると、ステップ１４０３において、索引要素作成手段１０８は先頭判定手段１０９を駆動し、索引語「０．１」が数値の先頭の単語であるかを判断する。先頭判定手段１０８は、索引語が先頭の単語であるかを表す情報として先頭フラグを記憶しており、この場合の先頭フラグは１で、先頭判定手段１０８は索引語「０．１」を先頭の単語であると判断する。
【００７９】
ステップ１４０３で先頭の単語であると判断されると、索引要素作成手段１０８は指数部算定手段３００５を駆動し、ステップ１４０４において、索引語を含む数値を同定し、指数部を算定する。この場合、図１５に示すように、索引語「０．１」を含む数値は「０．１」と同定され、数値の指数部は−１と算定される。次に、ステップ１４０５において、指数部算定手段３００５は、索引語「０．１」を含む数値の直後の単語「ｍｍ」を抽出し、単語辞書２０１の種別フラグ２０５が３であるため、単語「ｍｍ」は単位であると判定する。ステップ１４０５で索引語「０．１」の直後が単位であると判定されると、指数部算定手段３００５は正規化指数部算定手段２００７を駆動する。ステップ１４０９において、正規化指数部算定手段２００７は正規化した指数部を算定する。
【００８０】
最後に、ステップ１４１０において、索引要素作成手段１０８は索引語とその出現位置と正規化指数部算定手段２００７が算定した正規化された指数部とを組にした索引要素を単語索引記憶手段１０６に出力し、先頭フラグを変更する。この場合、単位単語「ｍｍ」のスケールファクタ２０６は−３で、基準となる単位に正規化したときの指数部は図１５に示すように−４となり、索引要素作成手段１０８は（“０．１”，［４（−４）］）を単語索引記憶手段１０６に出力する。また、先頭フラグを０に変更する。
【００８１】
次に、ステップ１４０１において、索引語抽出手段１０３は、次の索引語「ｍｍ」を抽出し、種別フラグ２０５を取得する。そして、ステップ１４０２において、数値判定手段１０７は、切り出された単語「ｍｍ」が数値であるかを単語辞書２０１の種別フラグ２０５を用いて判定する。このとき、索引語「ｍｍ」の種別フラグ２０５は３で単位を表し、数値ではないと判定される。従って、ステップ１４１３において、索引要素作成手段１０８は、索引要素（“ｍｍ”，［７］）を単語索引記憶手段１０６に出力する。また、索引要素作成手段１０８は、先頭フラグを１に変更する。
【００８２】
このようにして、索引作成装置３０は、検索対象文書４０１から次々と索引語を抽出し、索引語と出現位置の組、または索引語と出現位置と正規化された指数部との組、を索引要素として単語索引記憶手段１０６に出力する。
【００８３】
次に、ステップ１４０１において、索引語抽出手段１０３が索引語「３８」を抽出したときの処理について説明する。まず、ステップ１４０１において、索引語抽出手段１０３は、索引語「３８」を抽出し、種別フラグ２０８を取得する。そして、ステップ１４０２において、数値判定手段１０７は、抽出された索引語「３８」の種別フラグ２０８が１であるため、数値であると判定する。ステップ１４０２で索引語「３８」が数値であると判定されると、ステップ１４０３おいて、索引要素作成手段１０８は、先頭判定手段１０９を駆動し、索引語「３８」が数値の先頭の単語であるかを判断する。先頭判定手段１０８は、索引語が数値の先頭の単語であるかをあらわす情報として先頭フラグを記憶しており、この場合の先頭フラグは１で、索引語「３８」は数値の先頭の単語であると判定される。ステップ１４０３で先頭の単語であると判断されると、索引要素作成手段１０８は指数部算定手段３００５を駆動し、ステップ１４０４において、索引語を含む数値を同定し、指数部を算定する。この場合、図１５に示すように、索引語「３８」を含む数値は「３８０」と同定され、数値の指数部は＋２と算定される。
【００８４】
次に、ステップ１４０５において、指数部算定手段３００５は索引語「３８」を含む数値の直後の単語「〜」を抽出し、単語辞書２０１の種別フラグ２０７が２であるため、単語「〜」は単位ではないと判断し、さらにステップ１４０６において範囲判定手段３００６を駆動する。範囲判定手段３００６は、単語「〜」の種別フラグ２０７が２であるため、単語「〜」を範囲単語であると判断する。ステップ１４０６で、索引語「３８」を含む数値の直後の単語「〜」が範囲単語であると判断されると、ステップ１４０７において、指数部算定手段３００５は、範囲単語の直後が数量であるかどうかを判断する。この場合、単語「〜」の直後は「７６０ｎｍ」で、指数部算定手段３００５は数量であると判断する。ステップ１４０７で単語「〜」の直後が数量であると判断されると、ステップ１４０９において、指数部算定手段３００５は、数量の単位を単語辞書２０１からスケールファクタを取得し、取得したスケールファクタを用いて基準単位に正規化したときの指数部を算定する。この場合、ステップ１４０９において、指数部算定手段３００５は、単語辞書２０１からスケールファクタ２０８を取得し、正規化指数部算定手段２００７を駆動し、図１５に示すように索引語「３８」の正規化した指数部―７を算定する。
【００８５】
最後に、ステップ１４１０において、索引要素作成手段１０８は、図１６に示すように索引語１６０３とその出現位置１６０４、正規化された指数部１６０５とを組にした索引要素１６０２として（“３８”，[１８（−７）]）を単語索引記憶手段１０６に出力し、先頭判定手段１０９が記憶する先頭フラグを０に変更する。
【００８６】
以上の処理を繰り返すことにより、検索対象文書４０１中のすべての索引語に対して行われたなら、図１６に示すような単語索引１６０１が作成される。
【００８７】
以上の説明のように、本実施の形態の索引作成装置によれば、検索対象文書中の数値や数量の範囲を表す区間表現を、数値の指数部または数量の単位を正規化したときの指数部を用いて単語索引を作成することで、索引の情報量をあまり増やすことなく、検索対象文書中の区間表現を漏れがなく検索することが可能となる。
【００８８】
（実施の形態４）
本発明の実施の形態４は、実施の形態１により生成された単語索引８０１を用いて、検索対象文書中の数値に対して、数値の指数部を用いて検索条件として指定された範囲に合致する文書を効率的に検索する文書検索装置である。
【００８９】
以下、本発明の実施の形態４の文書検索装置について図面を参照して説明する。図１７は、本発明の実施の形態４における文書検索装置４０の全体構成を表すブロック図である。
【００９０】
図１７において、４０１は、検索条件を入力する検索条件入力手段である。４０２は、検索条件入力手段４０１で入力された検索条件を、単語辞書記憶手段１０２に記憶された単語辞書２０１を用いて検索単語に分割し、検索条件指数部算定手段４０３を駆動して検索条件の指数部を算定する検索単語作成手段、４０３は検索単語作成手段４０２により駆動され、検索条件の指数部を算定する検索条件指数部算定手段、４０４は検索単語作成手段４０２において作成された検索単語を用いて、単語索引記憶手段１０６に記憶されている単語索引８０１から検索条件に合致する索引要素を抽出する索引要素検索手段、４０５は索引要素検索手段４０４により駆動され、検索条件の指数部と抽出された索引要素の指数部を比較し、検索条件に合致する索引要素を抽出する検索条件指数部比較手段、４０６は索引要素検索手段４０４で求めた索引要素の集合に対して、出現位置の照合を行い、単語の連接を判定する連接判定手段、４０７は検索条件に合致する文字列の出現位置を出力する検索結果出力手段、４０８は複数の検索条件に対して、検索条件に合致する結果の集合を求める結果集合算定手段である。
【００９１】
以上のように構成された文書検索装置４０の動作を、図２７に示す全文検索処理のフローチャートと、簡単な単語辞書と簡単な検索対象文書を例に、図面を参照して説明する。図１８は、図８に示す単語索引８０１と、図２と図３に示す単語辞書２０１とを用いた、「３８７．６以上」という検索条件に対する全文検索処理の概念図である。
【００９２】
まず、全文検索処理に先立って、図８に示す単語索引８０１が単語索引記憶手段１０６に格納され、図２、図３に示す単語辞書２０１が単語辞書記憶手段１０２に格納されているものとする。
【００９３】
この状態で、ステップ２７０１において、検索条件入力手段４０１は、検索条件として「３８７．６以上」を入力する。次に、ステップ２７０２において、検索単語作成手段４０２は、検索条件指数部算定手段４０３を駆動し、検索条件の指数部「＋２」を算定する。
【００９４】
そして、ステップ２７０３において、検索単語作成手段４０２は、検索条件入力手段４０１で入力された検索条件「３８７．６」に対して、単語辞書２０１を用いて検索単語「３８」と「７．６」に分割する。このとき、検索単語の作成は、出現位置の照合回数が最小となるように分割する。
【００９５】
次に、ステップ２７０４において、索引要素検索手段４０４は、検索条件指数部比較手段４０５を駆動し、算定した検索単語の指数部を用いて、検索条件に合致する索引要素の集合を単語索引８０１から抽出する。この場合、検索条件の指数部は「＋２」で、検索範囲が「以上」であり、検索条件に合致する索引要素の集合として図１８に示す１８０１が抽出される。そして、ステップ２７０５において、索引要素検索手段４０４は、先頭の検索単語以外の検索単語について検索条件に合致する索引語の索引要素を単語索引８０１から抽出する。この場合、先頭の検索単語以外の検索単語は「７．６」で検索範囲は「以上」であるので、検索条件に合致する索引語の索引要素として図１８の１８０２が抽出される。
【００９６】
次に、ステップ２７０６において、連接判定手段４０６は、先頭の検索単語と同じ索引語で、同じ指数部の索引要素を１８０１から抽出し、１８０２との出現位置情報の連接を判定し、連接している索引要素の出現位置情報を求める。この場合、先頭の検索単語と同じ索引語で同じ指数部の索引要素は図１８の１８０３で、検索単語「３８」と「７．６」の位置の差である「２」と等しい出現位置の差となる索引要素はないので連接している索引要素の集合は空集合となる。
【００９７】
次に、ステップ２７０７において、結果集合算定手段４０８は、最終的に検索条件に合致する索引要素の出現位置の集合を算定する。また、この場合、検索条件「３８７．６以上」に合致する出現位置の集合として、図１８の１８０４が求められる。
【００９８】
最後に、ステップ２７０８において、検索結果表示手段４０７は、検索条件に合致する索引要素の出現位置の集合を、検索結果として表示する。
【００９９】
この場合の検索結果は、１８０４のようになる。
【０１００】
以上の説明のように、本実施の形態４によれば、数値の指数部を含む索引要素をもつ単語索引を用いて、数値の指数部の比較と数値の一部を比較する処理をすることで、検索条件に合致する数値を効率的に検索することが可能である。
【０１０１】
（実施の形態５）
本発明の実施の形態５は、実施の形態２の索引作成装置２０で作成された単語索引１２０１を用いて、検索対象文書中の数量に対して、あらかじめ決めた基準となる単位に正規化した指数部を用いて検索条件として指定された範囲に合致する文書を効率的に検索する文書検索装置である。
【０１０２】
以下、本発明の実施の形態５の文書検索装置に関して、図面を用いて説明する。
【０１０３】
図１９は、本実施の形態における文書検索装置５０の全体構成を表すブロック図である。図１９において、図１７と異なる点は、検索条件指数部算定手段５０３の動作である。
【０１０４】
以上の構成の文書検索装置５０の動作について、図２８の動作フローチャートと、簡単な単語辞書と簡単な検索対象文書を例に、図面を参照して説明する。図２０、図２１、図２２は、図１２に示す内容の単語索引１２０１と、図２と図３に示す単語辞書２０１とを用いた、「７．６０ｅ＋２ ｎｍ以上 ０．１１ｍｍ以下」という検索条件に対する全文検索処理の概念図である。
【０１０５】
まず、全文検索処理に先立って、図１２に示す単語索引１２０１が単語索引記憶手段１０６に格納され、図２、図３に示す単語辞書２０１が単語辞書記憶手段１０２に格納される。
【０１０６】
この状態で、ステップ２８０１において、検索条件入力手段４０１は、検索条件として「７６０ｎｍ以上」と「８７６ｎｍ以下」を入力する。次に、ステップ２８０２において、検索単語作成手段４０２は、検索条件指数部算定手段５０３を駆動し、正規化された検索条件の指数部を算定する。まず、検索条件「７６０」に対して、検索条件の指数部「＋２」と単位単語「ｎｍ」の指数部「−９」により、検索単語「１２」の正規化された指数部が「−７」と算定される。同様に、検索条件「８７６」に対して、正規化された指数部が「−５」と算定される。
【０１０７】
そして、ステップ２８０３において、検索単語作成手段４０２は、単語辞書２０１を用いて、検索条件入力手段４０１で入力された検索条件「７６０」を検索単語「７６」と「６０」、検索条件「８７６」を「８７」と「７６」に分割する。
【０１０８】
次に、ステップ２８０４において、索引要素検索手段４０４は、検索条件指数部比較手段４０５を駆動し、算定した検索単語の指数部を用いて、検索条件に合致する索引要素の集合を単語索引１２０１から抽出する。この場合、検索単語「７６」の指数部が「−７」で、検索範囲が「以上」であるので、検索条件に合致する索引要素の集合として図２０に示す２００１が抽出される。また、検索単語「８７」の指数部は「−５」で、検索範囲が「以下」であるので、検索条件に合致する索引要素の集合として図２１に示す２１０１が抽出される。
【０１０９】
そして、ステップ２８０５において、索引要素検索手段４０４は、先頭の検索単語以外の検索単語について検索条件に合致する索引語の索引要素を単語索引１２０１から抽出する。この場合、検索条件「７６０ｎｍ」の先頭以外の検索単語は「６０」で検索範囲は「以上」であるので、検索条件に合致する索引語の索引要素として図２０の２００２が抽出される。また、検索条件「８７６ｎｍ」の先頭以外の検索単語は「７６」で検索範囲は「以下」であるので、検索条件に合致する索引語の索引要素として図２１の２１０２が抽出される。
【０１１０】
次に、ステップ２８０６において、連接判定手段４０６は、先頭の検索単語と同じ索引語で、同じ指数部の索引要素を２００１から抽出し、２００１との出現位置情報の連接を判定し、連接している索引要素の出現位置情報を求める。この場合、先頭の検索単語と同じ索引語で同じ指数部の索引要素は図２０の２００３で、検索単語「７６」と「６０」の位置の差である「１」と等しい出現位置の差となる索引要素の出現位置の集合として図２０に示す２００４が求められ、検索条件「７６０ｎｍ」に合致する索引要素の出現位置の集合として２００５が求められる。また、検索条件「８７６ｎｍ」に対しては、連接の判定は行われず、検索条件に合致する索引要素の出現位置の集合として図２１に示す２１０３が求められる。
【０１１１】
次に、ステップ２８０７において、結果集合算定手段４０８は、最終的に検索条件に合致する索引要素の出現位置の集合を算定する。この場合、検索条件「７６０ｎｍ」と「８７６ｎｍ」の出現位置の積集合が最終的な結果集合で、図２２の２２０１が求められる。
【０１１２】
最後に、ステップ２８０８において、検索結果表示手段４０７は、検索条件に合致する索引要素の出現位置の集合を、検索結果として表示する。
【０１１３】
この場合の検索結果は、２２０１のようになる。
【０１１４】
以上の説明のように、本実施の形態によれば、数値に単位を含む数量について、正規化した指数部を含む索引要素をもつ単語索引を用いて、同じ単位種で異なるスケールの単位の指定された検索条件に対しても、漏れがなく、効率的に検索条件に合致する数量を検索できる。
【０１１５】
（実施の形態６）
本発明の実施の形態６は、実施の形態３の索引作成装置３０で作成された単語索引１６０１を用い、検索対象文書中の数値または単位を含む数量の区間を含む文書を検索する文書検索装置である。
【０１１６】
以下、本発明の実施の形態６の文書検索装置に関して、図面を用いて説明する。
【０１１７】
図２３は、本実施の形態における文書検索装置６０の全体構成を表すブロック図である。図２３において、図１９と異なる点は、索引要素検索手段６０４と連接判定手段６０６の動作である。
【０１１８】
以上の構成の文書検索装置６０の動作について、図２９の処理フローチャートと、簡単な単語辞書と簡単な検索対象文書を例に、図面を参照して説明する。図２４、図２５、図２６は、図１６に示す内容の単語索引１６０１と、図２と図３に示す単語辞書２０１とを用いた、「４．５６ｅ＋２ｎｍより大 ６．６４ｅ＋２ｎｍ以下」という検索条件に対する全文検索処理の概念図である。
【０１１９】
まず、全文検索処理に先立って、図１６に示す単語索引１６０１が単語索引記憶手段１０６に格納され、図２、図３に示す単語辞書２０１が単語辞書記憶手段１０２に格納される。
【０１２０】
この状態で、ステップ２９０１において、検索条件入力手段４０１は、検索条件として「４．５６ｅ＋２ｎｍより大」と「６．６４ｅ＋２ｎｍより小」を入力する。次に、ステップ２９０２において、検索単語作成手段４０２は、検索条件指数部算定手段５０３を駆動し、正規化された検索条件の指数部を算定する。まず、検索条件「４．５６ｅ＋２ｎｍより大」に対して、検索条件の指数部「＋２」と単位単語「ｎｍ」の指数部「−９」により、正規化された指数部が「−７」と算定される。同様に、検索単語「６．６４ｅ＋２ｎｍより小」に対して、正規化された指数部が「−７」と算定される。
【０１２１】
そして、ステップ２９０３において、検索単語作成手段４０２は、単語辞書２０１を用いて、検索条件入力手段４０１で入力された検索条件「４．５６ｅ＋２」を「４５」と「５６」に分割する。またもう一方の検索条件「６．６４ｅ＋２」を「６５」と「６４」に分割する。
【０１２２】
次に、ステップ２９０４において、索引要素検索手段６０４は、検索条件指数部比較手段４０５を駆動し、算定した検索単語の指数部を用いて、検索条件に合致する索引要素の集合を単語索引１６０１から抽出する。この場合、検索単語「４５」の指数部が「−７」で、検索範囲が「より大」であるので、検索条件に合致する索引要素の集合として図２４に示す２４０１が抽出される。また、検索単語「６５」の指数部は「−７」で、検索範囲が「より小」であるので、検索条件に合致する索引要素の集合として図２５に示す２５０１が抽出される。
【０１２３】
また、ステップ２９０４において、索引要素検索手段６０４は、区間を示す索引語の索引要素の集合として図３０に示す３００１を抽出する。そして、ステップ２９０５において、索引要素検索手段６０４は、先頭の検索単語以外の検索単語について検索条件に合致する索引語の索引要素を単語索引１６０１から抽出する。この場合、検索条件「４．５６ｅ＋２ｎｍ」の先頭以外の検索単語は「５６」で検索範囲は「より大」であるので、検索条件に合致する索引語の索引要素として図２４の２４０２が抽出される。また、検索条件「６．６４ｅ＋２ｎｍ」の先頭以外の検索単語は「６４」で検索範囲は「より小」であるので、検索条件に合致する索引語の索引要素として図２５の２５０２が抽出される。
【０１２４】
次に、ステップ２９０６において、連接判定手段６０６は、先頭の検索単語と同じ索引語で、同じ指数部の索引要素を２４０１から抽出し、２４０１との出現位置情報の連接を判定し、連接している索引要素の出現位置情報を求める。この場合、先頭の検索単語と同じ索引語で同じ指数部の索引要素はないため、連接判定は行われず、図２４に示す２４０４が検索条件に合致する索引要素の集合として求められる。また、検索条件「６．６４ｅ＋２ｎｍ」に対しても、連接の判定は行われず、検索条件に合致する索引要素の出現位置の集合として図２５に示す２５０３が求められる。そして、連接判定手段６０６は、検索条件「４．５６ｅ＋２ｎｍ」と「６．６４ｅ＋２ｎｍ」のそれぞれに合致する索引要素の集合と図３０の３００１に示す区間を示す索引語の索引要素の集合と連接を判定する。この場合、図２４に示す検索条件「４．５６ｅ＋２ｎｍ」に合致する索引要素の出現位置の集合と、図２５に示す検索条件「６．６４ｅ＋２ｎｍ」に合致する索引要素の出現位置の集合と、図３０に示す区間を示す索引語の索引要素の出現位置の集合と連接を判定し、図２６の出現位置が求められる。
【０１２５】
次に、ステップ２９０７において、結果集合算定手段４０８は、最終的に検索条件に合致する索引要素の出現位置の集合を算定する。この場合、検索条件「４．５６ｅ＋２ｎｍより大」で「６．６４ｎｍより小」以外の検索条件は入力されていないので、処理は行われない。
【０１２６】
この場合の検索結果は、２６０１のようになる。
【０１２７】
最後に、ステップ２９０８において、検索結果表示手段４０７は、検索条件に合致する索引要素の出現位置の集合を、検索結果として表示する。
【０１２８】
以上の説明のように、本実施の形態によれば、数値や数量の区間に対して、検索条件に合致する検索対象文書中の数値の区間を、漏れがなく、効率的に検索することができる。
【産業上の利用可能性】
【０１２９】
本発明にかかる索引作成装置は、検索対象文書中の数値に対して、索引として登録する単語と文書中での出現位置とその数値の指数部を組とした索引要素を持つ単語索引を作成するため、従来の技術のように数値範囲検索のために特別な情報を作成する必要がなく、索引の情報量を大きく増やすことなく数値範囲検索と全文検索が可能となる。
【０１３０】
また本発明の文書検索装置によれば、数値の指数部を含む索引要素をもつ単語索引を用いて、数値の指数部の比較と数値の一部を比較する処理をすることで、数値範囲検索のための情報に対する余分な比較が必要なくなり、検索条件に合致する数値を効率的に検索することが可能であり、文書情報が格納されたデータベースや一般のワードプロセッサ、パーソナルコンピュータなどの記憶装置に蓄積された文書情報の検索等に有用である。
【図面の簡単な説明】
【０１３１】
【図１】本発明の実施の形態１における索引作成装置のブロック構成図
【図２】単語辞書を構成する単語辞書の例を示す図
【図３】単語辞書を構成する単語辞書の例を示す図
【図４】検索対象文書の例を示す図
【図５】検出された索引語の例を示す図
【図６】本発明の実施の形態１における索引作成装置の処理フローチャート
【図７】算定される指数部を具体的に示した図
【図８】索引作成装置により作成された単語索引の例を示す図
【図９】本発明の実施の形態２における索引作成装置のブロック構成図
【図１０】本発明の実施の形態２における索引作成装置の処理フローチャート
【図１１】本発明の実施の形態２において算定される指数部を具体的に示した図
【図１２】索引作成装置により作成された単語索引の例を示す図
【図１３】本発明の実施の形態３における索引作成装置のブロック構成図
【図１４】本発明の実施の形態３における索引作成装置の処理フローチャート
【図１５】算定される指数部を具体的に示した図
【図１６】索引作成装置により作成された単語索引の例を示す図
【図１７】本発明の実施の形態４の文書作成装置のブロック構成図
【図１８】検索条件に対する全文検索処理の概念図
【図１９】本発明の実施の形態５の文書作成装置のブロック構成図
【図２０】検索条件「７．６０ｅ＋２ｎｍ以上」に対する全文検索処理の概念図
【図２１】検索条件「０．１１ｍｍ以下」に対する全文検索処理の概念図
【図２２】検索条件「７．６０ｅ＋２ｎｍ以上０．１１ｍｍ以下」に対する全文検索処理の概念図
【図２３】本発明の実施の形態６の文書作成装置のブロック構成図
【図２４】検索条件「４．５６ｅ＋２ｎｍより大」に対する全文検索処理の概念図
【図２５】検索条件「６．６４ｅ＋２ｎｍ以下」に対する全文検索処理の概念図
【図２６】検索条件「４．５６ｅ＋２ｎｍより大 ６．６４ｅ＋２ｎｍ以下」に対する全文検索処理の概念図
【図２７】本発明の実施の形態４における文書検索装置の処理フローチャート
【図２８】本発明の実施の形態５における文書検索装置の処理フローチャート
【図２９】本発明の実施の形態６における文書検索装置の処理フローチャート
【図３０】索引要素の集合の例を示す図
【符号の説明】
【０１３２】
１０１，２０１，３０１ 検索対象文書
１０２，２０２，３０２，４０４，５０４，６０４ 単語辞書
１０３，２０３，３０３ 索引要素作成手段
１０４，２０４，３０４ 先頭情報記憶手段
１０５，２０５，３０５ 指数部算定手段
１０６，２０６，３０６，４０１，５０１，６０１ 単語索引
２０７，３０８ 指数部正規化手段
３０７ 範囲判定手段
４０２，５０２，６０２ 先頭単語リスト作成手段
４０５，５０７，６０７ 数値単語リスト作成手段
５０５，６０５ 単位単語リスト作成手段
６０９ 範囲単語リスト作成手段
４０７，５０９，６１１ 検索条件入力手段
４０８，５１０，６１２ 検索条件指数部算定手段
４０９，５１１，６１３ 検索条件指数部比較手段
４１０，５１２，６１４ 検索条件数値比較手段
４１１，５１３，６１５ 連接判定手段
４１２，５１４，６１６ 検索結果表示手段
６１７ 範囲連接判定手段
【特許請求の範囲】
【請求項１】
有限個の文字の並びからなる検索対象文書を格納する検索対象文書記憶手段と、有限個の文字列を単語として登録した単語辞書を格納する単語辞書記憶手段を持ち、前記検索対象文書から前記単語辞書を用いて単語索引として登録する索引語を抽出する索引語抽出手段と、前記抽出した索引語が数値であるかについて前記単語辞書を用いて判定する数値判定手段と、前記数値判定手段で数値であると判定された前記索引語が先頭の単語であるかについて先頭フラグを用いて判定する先頭判定手段と、前記数値判定手段で数値であると判定され、かつ前記先頭判定手段で先頭の単語であると判定された前記索引語について前記索引語を含む数値の指数部を算定する指数部算定手段と、前記索引語と前記指数部を含む索引要素を作成し、作成された複数の索引要素を単語索引として単語索引記憶手段に登録する索引要素作成手段とを具備する索引作成装置。
【請求項２】
前記指数部算定手段は、前記数値判定手段で数値であると判定され、前記先頭判定手段で先頭であると判定された前記索引語について前記索引語を含む数値の指数部を、あらかじめ決めた基準となる単位に正規化する指数部を求めることを特徴とする請求項１記載の索引作成装置。
【請求項３】
前記指数部算定手段は、前記数値判定手段で数値であると判定され、前記先頭判定手段で先頭の単語であると判定された前記索引語について前記索引語を含む数値の指数部の後に数値範囲を示す範囲単語であるかを判定し、かつ前記範囲単語の直後が単位を持つ数値の場合は、あらかじめ決めた基準となる単位に正規化する指数部を求めることを特徴とする請求項２記載の索引作成装置。
【請求項４】
索引語とその指数部を含む複数の索引要素を単語索引として格納する単語索引記憶手段と、有限個の文字列を単語として登録した単語辞書を格納する単語辞書記憶手段と、少なくとも１つの検索条件として文字列を入力する検索条件文字列入力手段と、前記検索条件となる文字列に対して文字列に含まれる数値の桁数から検索条件指数部を算定し、前記文字列は前記単語辞書を用いて、前記単語索引を検索する単位である検索単語として抽出し、前記検索条件指数部と検索単語を作成する検索単語作成手段と、前記検索条件指数部と前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合をそれぞれ検索する索引要素検索手段と、前記索引要素検索手段が検索した前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合を用いて連接を判定する連接判定手段と、前記検索条件単位で抽出された結果集合を求める結果集合算定手段と、前記結果集合から複数の検索条件に合致する検索結果を出力する検索結果出力手段とを具備する文書検索装置。
【請求項５】
索引要素検索手段は、前記検索条件指数部をあらかじめ決めた基準となる単位に正規化した検索条件指数部を求め、前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合をそれぞれ検索することを特徴とする請求項５記載の文書検索装置。
【請求項６】
索引要素検索手段は、前記検索条件となる文字列の検索条件指数部の後に数値範囲を示す範囲単語であるかを判定し、かつ前記範囲単語の直後が数値の場合は、前記検索条件指数部をあらかじめ決めた基準となる単位に正規化した検索条件指数部を求め、前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部を含む索引要素の集合と検索単語について前記検索条件単位に合致する索引要素の集合をそれぞれ検索することを特徴とする請求項６記載の文書検索装置。
【請求項７】
有限個の文字の並びからなる検索対象文書を格納する検索対象文書記憶ステップと、有限個の文字列を単語として登録した単語辞書を格納する単語辞書記憶ステップを持ち、前記検索対象文書から前記単語辞書を用いて単語索引として登録する索引語を抽出する索引語抽出ステップと、前記抽出した索引語が数値であるかについて前記単語辞書を用いて判定する数値判定ステップと、前記数値判定ステップで数値であると判定された前記索引語が先頭の単語であるかについて先頭フラグを用いて判定する先頭判定ステップと、前記数値判定ステップで数値であると判定され、かつ前記先頭判定ステップで先頭の単語であると判定された前記索引語について前記索引語を含む数値の指数部を算定する指数部算定ステップと、前記索引語と前記指数部を含む索引要素を作成し、作成された複数の索引要素を単語索引として単語索引記憶部に登録する索引要素作成ステップとを具備する索引作成方法。
【請求項８】
索引語とその指数部を含む複数の索引要素を単語索引として格納する単語索引記憶ステップと、有限個の文字列を単語として登録した単語辞書を格納する単語辞書記憶ステップと、少なくとも１つの検索条件として文字列を入力する検索条件文字列入力ステップと、前記検索条件となる文字列に対して文字列に含まれる数値の桁数から検索条件指数部を算定し、前記文字列は前記単語辞書を用いて、前記単語索引を検索する単位である検索単語として抽出し、前記検索条件指数部と検索単語を作成する検索単語作成ステップと、前記検索条件指数部と前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合をそれぞれ検索する索引要素検索ステップと、前記索引要素検索ステップが検索した前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合を用いて連接を判定する連接判定ステップと、前記検索条件単位で抽出された結果集合を求める結果集合算定ステップと、前記結果集合から複数の検索条件に合致する検索結果を出力する検索結果出力ステップとを具備する文書検索方法。
【請求項９】
コンピュータに、有限個の文字の並びからなる検索対象文書を格納する検索対象文書記憶ステップと、有限個の文字列を単語として登録した単語辞書を格納する単語辞書記憶ステップを持ち、前記検索対象文書から前記単語辞書を用いて単語索引として登録する索引語を抽出する索引語抽出ステップと、前記抽出した索引語が数値であるかについて前記単語辞書を用いて判定する数値判定ステップと、前記数値判定ステップで数値であると判定された前記索引語が先頭の単語であるかについて先頭フラグを用いて判定する先頭判定ステップと、前記数値判定ステップで数値であると判定され、かつ前記先頭判定ステップで先頭の単語であると判定された前記索引語について前記索引語を含む数値の指数部を算定する指数部算定ステップと、前記索引語と前記指数部を含む索引要素を作成し、作成された複数の索引要素を単語索引として単語索引記憶部に登録する索引要素作成ステップとを実行させるためのプログラム。
【請求項１０】
コンピュータに、索引語とその指数部を含む複数の索引要素を単語索引として格納する単語索引記憶ステップと、有限個の文字列を単語として登録した単語辞書を格納する単語辞書記憶ステップと、少なくとも１つの検索条件として文字列を入力する検索条件文字列入力ステップと、前記検索条件となる文字列に対して文字列に含まれる数値の桁数から検索条件指数部を算定し、前記文字列は前記単語辞書を用いて、前記単語索引を検索する単位である検索単語として抽出し、前記検索条件指数部と検索単語を作成する検索単語作成ステップと、前記検索条件指数部と前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合をそれぞれ検索する索引要素検索ステップと、前記索引要素検索ステップが検索した前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合を用いて連接を判定する連接判定ステップと、前記検索条件単位で抽出された結果集合を求める結果集合算定ステップと、前記結果集合から複数の検索条件に合致する検索結果を出力する検索結果出力ステップとを実行させるためのプログラム。
【請求項１】
有限個の文字の並びからなる検索対象文書を格納する検索対象文書記憶手段と、有限個の文字列を単語として登録した単語辞書を格納する単語辞書記憶手段を持ち、前記検索対象文書から前記単語辞書を用いて単語索引として登録する索引語を抽出する索引語抽出手段と、前記抽出した索引語が数値であるかについて前記単語辞書を用いて判定する数値判定手段と、前記数値判定手段で数値であると判定された前記索引語が先頭の単語であるかについて先頭フラグを用いて判定する先頭判定手段と、前記数値判定手段で数値であると判定され、かつ前記先頭判定手段で先頭の単語であると判定された前記索引語について前記索引語を含む数値の指数部を算定する指数部算定手段と、前記索引語と前記指数部を含む索引要素を作成し、作成された複数の索引要素を単語索引として単語索引記憶手段に登録する索引要素作成手段とを具備する索引作成装置。
【請求項２】
前記指数部算定手段は、前記数値判定手段で数値であると判定され、前記先頭判定手段で先頭であると判定された前記索引語について前記索引語を含む数値の指数部を、あらかじめ決めた基準となる単位に正規化する指数部を求めることを特徴とする請求項１記載の索引作成装置。
【請求項３】
前記指数部算定手段は、前記数値判定手段で数値であると判定され、前記先頭判定手段で先頭の単語であると判定された前記索引語について前記索引語を含む数値の指数部の後に数値範囲を示す範囲単語であるかを判定し、かつ前記範囲単語の直後が単位を持つ数値の場合は、あらかじめ決めた基準となる単位に正規化する指数部を求めることを特徴とする請求項２記載の索引作成装置。
【請求項４】
索引語とその指数部を含む複数の索引要素を単語索引として格納する単語索引記憶手段と、有限個の文字列を単語として登録した単語辞書を格納する単語辞書記憶手段と、少なくとも１つの検索条件として文字列を入力する検索条件文字列入力手段と、前記検索条件となる文字列に対して文字列に含まれる数値の桁数から検索条件指数部を算定し、前記文字列は前記単語辞書を用いて、前記単語索引を検索する単位である検索単語として抽出し、前記検索条件指数部と検索単語を作成する検索単語作成手段と、前記検索条件指数部と前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合をそれぞれ検索する索引要素検索手段と、前記索引要素検索手段が検索した前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合を用いて連接を判定する連接判定手段と、前記検索条件単位で抽出された結果集合を求める結果集合算定手段と、前記結果集合から複数の検索条件に合致する検索結果を出力する検索結果出力手段とを具備する文書検索装置。
【請求項５】
索引要素検索手段は、前記検索条件指数部をあらかじめ決めた基準となる単位に正規化した検索条件指数部を求め、前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合をそれぞれ検索することを特徴とする請求項５記載の文書検索装置。
【請求項６】
索引要素検索手段は、前記検索条件となる文字列の検索条件指数部の後に数値範囲を示す範囲単語であるかを判定し、かつ前記範囲単語の直後が数値の場合は、前記検索条件指数部をあらかじめ決めた基準となる単位に正規化した検索条件指数部を求め、前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部を含む索引要素の集合と検索単語について前記検索条件単位に合致する索引要素の集合をそれぞれ検索することを特徴とする請求項６記載の文書検索装置。
【請求項７】
有限個の文字の並びからなる検索対象文書を格納する検索対象文書記憶ステップと、有限個の文字列を単語として登録した単語辞書を格納する単語辞書記憶ステップを持ち、前記検索対象文書から前記単語辞書を用いて単語索引として登録する索引語を抽出する索引語抽出ステップと、前記抽出した索引語が数値であるかについて前記単語辞書を用いて判定する数値判定ステップと、前記数値判定ステップで数値であると判定された前記索引語が先頭の単語であるかについて先頭フラグを用いて判定する先頭判定ステップと、前記数値判定ステップで数値であると判定され、かつ前記先頭判定ステップで先頭の単語であると判定された前記索引語について前記索引語を含む数値の指数部を算定する指数部算定ステップと、前記索引語と前記指数部を含む索引要素を作成し、作成された複数の索引要素を単語索引として単語索引記憶部に登録する索引要素作成ステップとを具備する索引作成方法。
【請求項８】
索引語とその指数部を含む複数の索引要素を単語索引として格納する単語索引記憶ステップと、有限個の文字列を単語として登録した単語辞書を格納する単語辞書記憶ステップと、少なくとも１つの検索条件として文字列を入力する検索条件文字列入力ステップと、前記検索条件となる文字列に対して文字列に含まれる数値の桁数から検索条件指数部を算定し、前記文字列は前記単語辞書を用いて、前記単語索引を検索する単位である検索単語として抽出し、前記検索条件指数部と検索単語を作成する検索単語作成ステップと、前記検索条件指数部と前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合をそれぞれ検索する索引要素検索ステップと、前記索引要素検索ステップが検索した前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合を用いて連接を判定する連接判定ステップと、前記検索条件単位で抽出された結果集合を求める結果集合算定ステップと、前記結果集合から複数の検索条件に合致する検索結果を出力する検索結果出力ステップとを具備する文書検索方法。
【請求項９】
コンピュータに、有限個の文字の並びからなる検索対象文書を格納する検索対象文書記憶ステップと、有限個の文字列を単語として登録した単語辞書を格納する単語辞書記憶ステップを持ち、前記検索対象文書から前記単語辞書を用いて単語索引として登録する索引語を抽出する索引語抽出ステップと、前記抽出した索引語が数値であるかについて前記単語辞書を用いて判定する数値判定ステップと、前記数値判定ステップで数値であると判定された前記索引語が先頭の単語であるかについて先頭フラグを用いて判定する先頭判定ステップと、前記数値判定ステップで数値であると判定され、かつ前記先頭判定ステップで先頭の単語であると判定された前記索引語について前記索引語を含む数値の指数部を算定する指数部算定ステップと、前記索引語と前記指数部を含む索引要素を作成し、作成された複数の索引要素を単語索引として単語索引記憶部に登録する索引要素作成ステップとを実行させるためのプログラム。
【請求項１０】
コンピュータに、索引語とその指数部を含む複数の索引要素を単語索引として格納する単語索引記憶ステップと、有限個の文字列を単語として登録した単語辞書を格納する単語辞書記憶ステップと、少なくとも１つの検索条件として文字列を入力する検索条件文字列入力ステップと、前記検索条件となる文字列に対して文字列に含まれる数値の桁数から検索条件指数部を算定し、前記文字列は前記単語辞書を用いて、前記単語索引を検索する単位である検索単語として抽出し、前記検索条件指数部と検索単語を作成する検索単語作成ステップと、前記検索条件指数部と前記検索単語を用いて前記単語索引から前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合をそれぞれ検索する索引要素検索ステップと、前記索引要素検索ステップが検索した前記検索条件単位に合致する指数部を含む索引要素の集合と前記検索単語について前記検索条件単位に合致する索引要素の集合を用いて連接を判定する連接判定ステップと、前記検索条件単位で抽出された結果集合を求める結果集合算定ステップと、前記結果集合から複数の検索条件に合致する検索結果を出力する検索結果出力ステップとを実行させるためのプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【公開番号】特開２００６−１６３９９５（Ｐ２００６−１６３９９５Ａ）
【公開日】平成１８年６月２２日（２００６．６．２２）
【国際特許分類】
【出願番号】特願２００４−３５６３７３（Ｐ２００４−３５６３７３）
【出願日】平成１６年１２月９日（２００４．１２．９）
【出願人】（０００００５８２１）松下電器産業株式会社 (73,050)
【Ｆターム（参考）】
【公開日】平成１８年６月２２日（２００６．６．２２）
【国際特許分類】
【出願日】平成１６年１２月９日（２００４．１２．９）
【出願人】（０００００５８２１）松下電器産業株式会社 (73,050)
【Ｆターム（参考）】
[ Back to top ]