JP4118571B2

JP4118571B2 - Document search apparatus, document search method, and recording medium

Info

Publication number: JP4118571B2
Application number: JP2002038931A
Authority: JP
Inventors: 秀夫伊東
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 2002-02-15
Filing date: 2002-02-15
Publication date: 2008-07-16
Anticipated expiration: 2022-02-15
Also published as: JP2003242170A

Description

【０００１】
【発明の属する技術分野】
本発明は、文書群から指定された検索語群が出現する文書を検索して順序付けする文書検索装置、文書検索方法、プログラムおよび記録媒体に関するものである。
【０００２】
【従来の技術】
従来、検索条件に指定された複数の単語（検索語：キーワード）により当該文書を検索する場合に、検索条件に対して文書群中の各文書がその検索条件を満たす度合い（以下、適合度とも呼ぶ）を求め、適合度が大きい順に文書を順序付け（以下、ランキングともいう）して出力する文書検索装置が種々提案されている（特開２０００-３２２４１６号公報、特開平１０‐４９５４９号公報）。
【０００３】
この種の文書検索装置において、検索要求は検索語群{Ｔｉ}で表現され、文書Ｄと検索要求との適合度は文書Ｄに対し、各検索語Ｔｉごとに求めたスコアの和などで定義される場合が多い。ここで、スコアとは文書Ｄの重要度を示す数値であり、文書Ｄと検索条件との間に所定の基準を設けて数値化されたものである。なお、この数値化には、検索対象の文章や単語によって重み付けすることも含まれる。
【０００４】
このような文書検索の結果を出力する場合には、前述の検索要求に対し、検索された文書群中の各文書の適合度に応じてランキングがなされ、文書ランキングの品質は、平均適合率（ＡＶＰ）などで評価される。ここで、平均適合率とは、ランキングの上位ｒ個の文書群に含まれる適合文書（検索要求を満たす文書）の割合をｒ＝１、２、・・・Ｎに対して求め、それらＮ個の値を平均したものである。
【０００５】
さらに、高い品質の文書ランキングを得るための一つの方法として、擬似適合性フィードバック法(pseudo-relevance feedback method)がある。この擬似適合性フィードバック法では、検索要求を表現する検索語群（初期検索語群）を用いて検索（初期検索）を行い、その検索結果の上位にランクされた文書群（シード文書群）に含まれる新たな検索語（拡張語群）を生成する。そして、初期検索語群と拡張語群との両方を用いて検索（拡張検索）した結果を最終的な出力とする。
【０００６】
一方、関連語検索と呼ばれる機能が従来から提案されている。ここで、関連語検索とは、与えられた検索語群に関連する別の検索語（関連語）群を求めることである。例えば、「ヒステリシス」という検索語に対して、「誘電率」や「分極」などの関連語群を求める。このような関連語検索は、検索者が与えた検索語群に対して、新たな別の検索語群を検索者に提示するなど、文書検索支援のために用いられることが多い。また、関連語検索は擬似適合性フィードバック法に類似する方法で実現可能である。すなわち、拡張語群を関連語群として出力すればよい。
【０００７】
【発明が解決しようとする課題】
しかし、このような従来の文書検索装置では、擬似適合性フィードバック法を用いる場合に、初期検索語群により拡張語群を生成し、この両方を用いて拡張検索しているために、与えられた検索要求（初期検索語群）が適切でないと、初期検索結果の品質は低く、シード文書から得られた拡張語は、当該検索要求とは無関係な場合が多くなり、拡張検索結果の品質低下につながるという問題があった。また、擬似適合性フィードバック法を用いる場合に、検索要求の品質は検索者によって決定され、かつ、文書検索装置がその品質の良否を評価するのは非常に困難であるために、拡張検索によって、初期検索結果より劣った品質の検索結果が得られるおそれがあるという問題があった。さらに、関連語検索を擬似適合性フィードバック法に類する方法で実現する場合に、得られた拡張語群は言わば最終目的とする関連語群の候補として扱われるが、関連語の品質評価によって前述の候補から適切なもののみを選択することは容易でないという問題があった。
【０００８】
本発明は、このような問題を解決するためになされたもので、検索要求の品質に拘らず、文書ランキングの品質劣化を抑えることが可能な文書検索装置、文書検索方法、プログラムおよび記録媒体を提供するものである。
【０００９】
【課題を解決するための手段】
本発明の請求項１に係る文書検索装置は、ランキング検索対象の文書群を記憶している文書記憶手段と、ランキング検索に用いる第１の検索語群を記憶している検索語記憶手段と、前記文書記憶手段に記憶された文書群から、前記検索語記憶手段に記憶された第１の検索語群が出現する文書をランキング検索して第１のランキングを取得し、前記第１のランキングに含まれる文書群から第２の検索語群を生成し、前記予め記憶された文書群から前記第１の検索語群および第２の検索語群が出現する文書をランキング検索して第２のランキングを取得し、前記第１のランキングにより前記第２のランキングを調整して第３のランキングを取得するランキング取得手段とを設けた構成を有している。
【００１０】
この構成により、初期検索語群が出現する文書のランキング（第１のランキング）を求め、この第１のランキングに含まれる文書群から拡張語群を生成し、初期検索語群と拡張語群が出現する文書のランキング（第２のランキング）を求め、第１および第２のランキングを基に第２のランキングを調整するので、初期検索語群による検索要求の品質が低い場合においても、従来に比べ品質劣化が少ない擬似適合性フィードバック法を実現できることとなる。なお、一般に擬似適合フィードバック法においては、初期検索ではランキングの特に上位部分の品質がよいように、拡張検索はランキングの全体での品質がよいように、ランキング検索で用いるパラメータなどを調整している。よって、前述の第１のランキングにより第２のランキングを調整することで両者がマージされ、上位部分での品質がよく、かつ全体での品質もよい結果が得られることとなる。
【００１１】
また、本発明の請求項２に係る文書検索方法は、文書記憶手段と、検索語記憶手段と、ランキング取得手段と、の作動による文書検索方法であって、前記文書記憶手段は、ランキング検索対象の文書群を記憶し、前記検索語記憶手段は、ランキング検索に用いる第１の検索語群を記憶し、前記ランキング取得手段は、前記文書記憶手段に記憶された文書群から、前記検索語記憶手段に記憶された第１の検索語群が出現する文書をランキング検索して第１のランキングを取得し、前記第１のランキングに含まれる文書群から第２の検索語群を生成し、前記文書記憶手段に記憶された文書群から前記第１の検索語群および第２の検索語群が出現する文書をランキング検索して第２のランキングを取得し、前記第１のランキングにより前記第２のランキングを調整して第３のランキングを取得している。
【００１２】
この方法により、初期検索語群を用いて取得された第１のランキングと、初期検索語群および拡張語群を用いて取得された第２のランキングとから新たなランキング（第３のランキング）を取得するステップを有するので、前述のように初期検索語群による検索要求の品質が低い場合においても、従来に比べ品質劣化が少ない擬似適合性フィードバック法を実現できることとなる。
【００１３】
さらに、本発明の請求項３に係る記録媒体は、コンピュータに、予め記憶された文書群から、予め設定された第１の検索語群が出現する文書をランキング検索し、第１のランキングを取得する第１のステップと、前記第１のランキングに含まれる文書群から第２の検索語群を生成する第２のステップと、前記予め記憶された文書群から前記第１の検索語群および第２の検索語群が出現する文書をランキング検索し、第２のランキングを取得する第３のステップと、前記第１のランキングにより前記第２のランキングを調整して第３のランキングを取得する第４のステップとを実行させるためのプログラムを記録した構成を有している。
【００１４】
この構成により、初期検索語群を用いて取得された第１のランキングと、初期検索語群および拡張語群を用いて取得された第２のランキングとから新たなランキング（第３のランキング）を取得するプログラムを容易に取得し、前述のように初期検索語群による検索要求の品質が低い場合においても、従来に比べ品質劣化が少ない擬似適合性フィードバック法を実現できることとなる。
【００１５】
また、本発明の請求項４に係るプログラムは、コンピュータに、ランキング取得手段が文書記憶手段に記憶された文書群から、検索語記憶手段に記憶された第１の検索語群が出現する文書をランキング検索し、第１のランキングを取得する第１のステップと、前記ランキング取得手段が前記第１のランキングに含まれる文書群から第２の検索語群を生成する第２のステップと、前記ランキング取得手段が前記文書記憶手段に記憶された文書群から前記第１の検索語群および第２の検索語群が出現する文書をランキング検索し、第２のランキングを取得する第３のステップと、前記ランキング取得手段が前記第１のランキングにより前記第２のランキングを調整して第３のランキングを取得する第４のステップと、を実行させるためのものである。
参考として、本発明の文書検索装置は、ランキング検索対象の文書群を記憶している文書記憶手段と、ランキング検索に用いる第１の検索語群を記憶している検索語記憶手段と、前記文書記憶手段に記憶された文書群から、前記検索語記憶手段に記憶された第１の検索語群が出現する文書をランキング検索して第１のランキングを取得し、前記第１のランキングに含まれる文書群から前記第１の検索語群に関連する関連語群を生成し、前記文書記憶手段に記憶された文書群から前記関連語群に含まれる関連語が出現する文書をランキング検索して第２のランキングを取得し、前記第１のランキングおよび前記第２のランキングにより前記関連語群に含まれる各関連語を評価する関連語評価手段と、を設けた構成を有している。
【００１６】
この構成により、擬似適合性フィードバック法に類する方法による関連語検索において、初期検索語群を用いて取得された第１のランキングと、関連語群を用いて取得された第２のランキングとから、例えば初期検索結果を用いた平均適合率ＡＶＰの計算などにより関連語ごとの評価を行うので、関連語の品質を適切に評価できることとなる。
【００１７】
参考として、本発明の文書検索方法は、予め記憶された文書群から、予め設定された第１の検索語群が出現する文書をランキング検索し、第１のランキングを取得する第１のステップと、前記第１のランキングに含まれる文書群から前記第１の検索語群に関連する関連語群を生成する第２のステップと、前記予め記憶された文書群から、前記関連語群に含まれる関連語が出現する文書をランキング検索し、第２のランキングを取得する第３のステップと、前記第１のランキングおよび前記第２のランキングにより前記関連語群に含まれる各関連語を評価する第４のステップと、を有している。
【００１８】
この方法により、前述のように初期検索語群を用いて取得された第１のランキングと、関連語群を用いて取得された第２のランキングとから各関連語を評価するステップを有するので、擬似適合性フィードバック法に類する方法による関連語検索において、関連語の品質を適切に評価できることとなる。
【００１９】
参考として、本発明の記録媒体は、コンピュータに、予め記憶された文書群から、予め設定された第１の検索語群が出現する文書をランキング検索し、第１のランキングを取得する第１のステップと、前記第１のランキングに含まれる文書群から前記第１の検索語群に関連する関連語群を生成する第２のステップと、前記予め記憶された文書群から、前記関連語群に含まれる関連語が出現する文書をランキング検索し、第２のランキングを取得する第３のステップと、前記第１のランキングおよび前記第２のランキングにより前記関連語群に含まれる各関連語を評価する第４のステップと、を実行させるためのプログラムを記録した構成を有している。
【００２０】
この構成により、前述のように初期検索語群を用いて取得された第１のランキングと、関連語群を用いて取得された第２のランキングとから各関連語を評価するプログラムを容易に取得し、擬似適合性フィードバック法に類する方法による関連語検索において、関連語の品質を適切に評価できることとなる。
【００２１】
【発明の実施の形態】
以下、本発明の実施の形態について、図面を用いて説明する。
［第１の実施形態］
図１は、本発明の第１の実施形態に係る文書検索装置のハードウェア構成を示す。
図１において、文書検索装置１００には、装置全体を制御するＣＰＵ２２と、このＣＰＵ２２の制御によって各種機能を実現するためのプログラムや必要データを記憶するためのＲＯＭ、ＲＡＭなどで構成されているメモリ３と、検索対象文書や検索条件、検索結果などを記憶するためのハードディスク４と、キーボードやマウスなどのポインティングデバイスで必要な指示やデータを入力するための入力部５と、ＣＲＴや液晶ディスプレイなどで構成された出力部６と、フレキシブルディスクに対するデータの書き込み（更新）および読み出しを行うフレキシブルディスクドライブ７と、コンパクトディスク・リードオンリー・メモリ（ＣＤ‐ＲＯＭ）からデータの読み出しを行うＣＤ‐ＲＯＭドライブ８とを備え、各部３乃至８、２２はバス９によって接続されている。
【００２２】
図２は、本発明の第１の実施形態に係る文書検索装置の機能構成を示す。
図２において、文書記憶部１４は、検索対象の文書とこの文書に付与された文書番号とを含む属性群を記憶するものであり、この機能はハードディスク４などによって実現される。検索語バッファ１１は、入力部５により入力された検索語群を記憶するものであり、この機能はハードディスク４などによって実現される。索引部１５は、文書記憶部１４に記憶された文書のうち、入力部５により入力された索引語が出現する文書に関し、その文書番号を含む属性群を前記索引語ごとに記憶するものであり、この機能はハードディスク４などによって実現される。検索部１３は、入力部５により入力された検索語群に対し、文書記憶部１４に記憶された文書のうち、前記検索語群が出現する文書に関し、この文書の文書番号とスコアの組を求め、この文書番号とスコアの組を要素とするリストを生成するものであり、この機能はＣＰＵ２２、メモリ３などによって実現される。ランキングバッファ１およびランキングバッファ２は、検索部１３によって生成された文書番号とスコアの組のリストを記憶するものであり、この機能はハードディスク４などによって実現される。
【００２３】
制御部１２は、検索部１３を用いて、検索語バッファ１１に記憶された検索語群により、文書記憶部１４に記憶されている文書群を対象としてランキング検索を行い、前記検索語群が出現する文書の文書番号とスコアの組のリストを求めさせ、このリストをランキングバッファ１に格納し、ランキングバッファ１に記憶されたリストの要素を構成する文書番号により、この文書番号に対応する文書を文書記憶部１４から取得させ、取得された文書群から新たな検索語群を生成させ、この新たな検索語群と検索語バッファ１１に記憶された検索語群と併せてさらに新たな検索語群を構成し、このさらに新たな検索語群により、検索部１３を用いて文書番号とスコアの組のリストを求めさせ、ランキングバッファ２に格納し、ランキングバッファ１に記憶されたリストにより、ランキングバッファ２に記憶されたリストを調整し、出力部６により調整後のリストを出力させるものであり、この機能はＣＰＵ２２、メモリ３などによって実現される。
【００２４】
次に、図３を参照しながら本実施形態に係る文書検索方法を説明する。
制御部１２は、検索語バッファ１１に記憶された検索語群（初期検索語群）を取得し（ステップＳ１０１）、検索部１３により、前記初期検索語群を用いて文書ランキング検索を実行させ、初期検索結果として文書番号とスコアの組を要素とするリストを取得し、得られたランキング（第１のランキング：初期検索結果）Ｒ１をランキングバッファ１に格納する（ステップＳ１０２）。
【００２５】
次いで、制御部１２はランキングバッファ１に格納されたランキングをスコア順にソートして、上位ｎ個の文書番号群を取得し、この文書番号群の各文書番号に対応する文書（シード文書）を文書記憶部１４から一つずつ取得し、各シード文書から検索語群（拡張語群）を生成する（ステップＳ１０３）。すなわち、シード文書を単語に分割し、単語の文書頻度を求める。ここで、単語ｗの文書頻度とは、単語ｗが出現するシード文書数である。そして、文書頻度で単語群を順位づけし、所望の数だけ上位から単語を選択し、検索語（拡張語）とする。
【００２６】
次いで、検索部１３により、前記初期検索語と前記拡張語を用いて文書ランキング検索を実行させ、拡張検索結果として文書番号とスコアの組を要素とするリストを取得し、得られたランキング（第２のランキング：拡張検索結果）Ｒ２をランキングバッファ２に格納する（ステップＳ１０４）。
【００２７】
次いで、制御部１２はランキングバッファ１に格納されているランキングＲ１とランキングバッファ２に格納されているランキングＲ２とから、新たなランキング（第３のランキング）Ｒ３を取得する（ステップＳ１０５）。この作業はランキングバッファ２を用いて実行される。具体的には、ランキングＲ１およびランキングＲ２をそれぞれスコア順にソートする。次いで、ランキングＲ２から順に要素ｅを取り出し、以下の処理を施す。まず、取り出された要素ｅがランキングＲ1の上位ｒ１番目の要素であり、かつランキングＲ２の上位ｒ２番目の要素である場合に、スコアＳ（ｅ）を次式（１）により求める。
Ｓ（ｅ）＝α×ｒ１＋（１−α）×ｒ２・・・（１）
但し、αは０以上１以下の定数であり、ランキング間の混成パラメータである。
【００２８】
次いで、ランキングＲ２における要素ｅのスコアをＳ（ｅ）に置き換え、ランキングＲ２を前述の新たなスコアが小さい順にソートする。こうして新たなランキングＲ３を取得する。こうして取得された新たなランキングＲ３について、出力部６はランキングバッファ２に記憶された文書番号または文書番号とスコアを出力する（ステップＳ１０６）。
【００２９】
なお、前述のように検索部１３により文書ランキング検索を行う場合に、検索部１３は、索引部１５に記憶された内容を用い、制御部１２から与えられた検索語Ｔ（前述の初期検索語、あるいは初期検索語および拡張語）が出現する出現文書Ｄの文書番号とスコアＳ（Ｔ，Ｄ）を求める。このスコアＳ（Ｔ，Ｄ）は、文書Ｄにおける検索語Ｔの出現頻度Ｔｆ（文書Ｄについて、検索語Ｔが出現する回数）と、検索語Ｔのコレクションに対する文書頻度Ｄｆ（検索語Ｔについて、この検索語Ｔを含む文書Ｄが出現する回数）とにより、Ｔｆ／Ｄｆとして与えられる数値である。
【００３０】
以上のように、本発明の第１の実施形態に係る文書検索装置１００は、文書記憶部１４に複数記憶された文書から、検索語バッファ１１に記憶された初期検索語群が出現する文書をランキング検索して第１のランキングを取得し、この第１のランキングに含まれる文書群から拡張語群を生成し、初期検索語群および拡張語群が出現する文書をランキング検索して第２のランキングを取得し、第１のランキングにより第２のランキングを調整して新たな第３のランキングを取得する制御部１２を設けているので、初期検索語群による検索要求の品質が低い場合においても、従来に比べ品質劣化が少ない擬似適合性フィードバック法を実現できる。
【００３１】
また、本発明の第１の実施形態に係る文書検索方法は、予め複数記憶された文書から、予め設定された初期検索語群が出現する文書をランキング検索し、第１のランキングを取得するステップＳ１０２と、第１のランキングに含まれる文書群から拡張語群を生成するステップＳ１０３と、前記複数記憶された文書から初期検索語群および拡張語群が出現する文書をランキング検索し、第２のランキングを取得するステップＳ１０４と、第１のランキングにより第２のランキングを調整して第３のランキングを取得するステップＳ１０５とを有しているので、初期検索語群による検索要求の品質が低い場合においても、従来に比べ品質劣化が少ない擬似適合性フィードバック法を実現できる。
【００３２】
なお、第１の実施形態では前述の文書検索方法を実現するためのプログラムを制御部１２のメモリ３に記憶した場合について説明したが、本発明はメモリ３のほかに、前述の文書検索方法を実現するためのプログラムが記録され、コンピュータで読み取り可能な記録媒体（ＣＤ‐ＲＯＭ、ＦＤ、光磁気ディスク（ＭＯ）、ミニディスク（ＭＤ）、書き換え可能なシーディーロム（ＣＤ−ＲＷ）を含む）を文書検索装置１００に取り付け、この記録媒体をＣＤ‐ＲＯＭドライブ８などで読み取って前記プログラムを実行しても同様の効果が得られるものである。この構成により、前記記録媒体を移動および交換することで、前記プログラムを容易に更新できる。
【００３３】
さらに、第１の実施形態では前述の文書検索方法を実現するためのプログラムを制御部１２のメモリ３に記憶した場合について説明したが、本発明はこのほかに、ネットワークインタフェースおよび通信手段を文書検索装置１００に設け、ＬＡＮなどのネットワーク上の外部装置から前記プログラムを制御部１２にダウンロードして実行しても同様の効果が得られるものである。この方法により、前記プログラムの更新がネットワークを介して容易に行える。
【００３４】
［第２の実施形態］
本発明の第２の実施形態に係る文書検索装置のハードウェア構成は、第１の実施形態と概ね同様であるために、図１を用いると共に同一構成には同一符号を付与して説明を省略する。また、本実施形態に係る機能構成は、関連語バッファ１６を除き、第１の実施形態と概ね同様であるために、同一構成には同一符号を付与して説明を省略する。
【００３５】
図４は本発明の第２の実施形態に係る文書検索装置の機能構成を示す。これは第１の実施形態とは、さらに関連語バッファ１６を設け、初期検索語群が出現する文書をランキング検索して第１のランキングを取得し、この第１のランキングに含まれる文書群から関連語群を生成し、この関連語群に含まれる関連語が出現する文書をランキング検索して関連語ごとに第２のランキング２を取得し、第１および第２のランキングにより各関連語を評価し、評価値に応じて関連語を関連語バッファ１６に記憶する点が相違している。
【００３６】
図４において、制御部１２は、検索語バッファ１１に記憶された検索語群について、検索部１３によりランキング検索を実行させ、前記検索語が出現する文書の文書番号とスコアの組のリストを求めさせてランキングバッファ１に格納し、ランキングバッファ１に記憶された前記リストの要素を構成する文書番号により、この文書番号に対応する文書を文書記憶部１４から取得し、取得された文書群から前記検索語群に関連する関連語群を生成し、検索部１３により、前記関連語群を構成する関連語ごとにランキング検索を実行させ、この関連語が出現する文書の文書番号とスコアの組のリストを求めさせてランキングバッファ２に格納し、ランキングバッファ１とランキングバッファ２に格納された前記リストにより、前記関連語の評価を行い、その評価結果に応じて前記関連語を関連語バッファ１６に格納し、出力部６により関連語群を出力させるものであって、この機能はＣＰＵ２２、メモリ３などによって実現される。関連語バッファ１６は、評価後の関連語群を記憶するものであり、この機能はハードディスク４などによって実現される。
【００３７】
次に、図５を参照しながら本実施形態に係る文書検索方法を説明する。
制御部１２は、検索語バッファ１１に記憶された検索語群（初期検索語）を取得し（ステップＳ２０１）、検索部１３により前記初期検索語を用いて文書ランキング検索を実行させ、前記初期検索語が出現する文書の文書番号とスコアの組を要素とするリストを取得し、取得されたランキング（第１のランキング）をランキングバッファ１に格納する（ステップＳ２０２）。
【００３８】
次いで、ランキングバッファ１に格納されたランキングをスコア順にソートし、上位ｎ個の文書番号群を取得し、各文書番号に対応する文書（シード文書）を文書記憶部１４から一つずつ取得し、各シード文書から検索語群（ここでは、関連語の候補群を示す）を生成する（ステップＳ２０３）。すなわち、シード文書を単語に分割し、単語の文書頻度を求める。ここで、単語ｗの文書頻度とは、単語ｗが出現するシード文書数である。さらに、前述の文書頻度で単語群を順位づけし、所望の数だけ上位から単語ｗを選択し、関連語候補とする。
【００３９】
次いで、前述の関連語候補群から一つずつ関連語を取り出し、次の条件を満たす場合に関連語バッファ１６に格納する（ステップＳ２０４〜Ｓ２０７）。すなわち、まずランキングバッファ１のランキングをスコア順にソートし、上位ｘ個を初期検索語に対する適合文書の集合Ｒとみなす。次いで、前述の関連語候補群から取り出された関連語候補ｃを検索語として文書ランキング（第２のランキング）Ｃを得て、さらに前記適合文書の集合Ｒを用いて文書ランキングＣの平均適合率（ＡＶＰ）を求める。この平均適合率が予め定められたしきい値を超える場合に関連語候補ｃを関連語バッファ１６に格納する。こうして全ての関連語候補ｃについての評価が終了すると（ステップＳ２０８）、出力部６により関連語バッファ１６に格納された関連語群を出力させる（ステップＳ２０９）。
【００４０】
以上のように、本発明の第２の実施形態に係る文書検索装置１００は、文書記憶部１４に複数記憶された文書から、検索語バッファ１１に記憶された初期検索語群が出現する文書をランキング検索して第１のランキングを取得し、この第１のランキングに含まれる文書群から前記初期検索語群に関連する関連語の候補群を生成し、前記複数記憶された文書から前記関連語の候補群に含まれる候補が出現する文書をランキング検索して第２のランキングを取得し、第１および第２のランキングにより前記関連語の候補群に含まれる各候補を評価する制御部１２を設けているので、例えば初期検索結果を用いた平均適合率ＡＶＰの計算により関連語（ここでは、関連語の候補）ごとの品質評価を適切に行うことができる。
【００４１】
また、本発明の第２の実施形態に係る文書検索方法は、予め複数記憶された文書から、予め設定された初期検索語群が出現する文書をランキング検索し、第１のランキングを取得するステップＳ２０２と、第１のランキングに含まれる文書群から前記初期検索語群に関連する関連語の候補群を生成するステップＳ２０３と、前記複数記憶された文書から、前記関連語の候補群に含まれる候補が出現する文書をランキング検索し、第２のランキングを取得するステップＳ２０４と、第１および第２のランキングにより前記関連語の候補群に含まれる各候補を評価するステップＳ２０５、Ｓ２０６とを有しているので、前述のように関連語（ここでは、関連語の候補）ごとの品質評価を適切に行うことができる。
【００４２】
なお、第２の実施形態では前述の文書検索方法を実現するためのプログラムを制御部１２のメモリ３に記憶した場合について説明したが、本発明はメモリ３のほかに、前述の文書検索方法を実現するためのプログラムが記録され、コンピュータで読み取り可能な記録媒体（ＣＤ‐ＲＯＭ、ＦＤ、光磁気ディスク（ＭＯ）、ミニディスク（ＭＤ）、書き換え可能なシーディーロム（ＣＤ‐ＲＷ）を含む）を文書検索装置１００に取り付け、この記録媒体をＣＤ‐ＲＯＭドライブ８などで読み取って前記プログラムを実行しても同様の効果が得られるものである。この構成により、前記記録媒体を移動および交換することで、前記プログラムを容易に更新できる。
【００４３】
さらに、第２の実施形態では前述の文書検索方法を実現するためのプログラムを制御部１２のメモリ３に記憶した場合について説明したが、本発明はこのほかに、ネットワークインタフェースおよび通信手段を文書検索装置１００に設け、ＬＡＮなどのネットワーク上の外部装置から前記プログラムを制御部１２にダウンロードして実行しても同様の効果が得られるものである。この方法により、前記プログラムの更新がネットワークを介して容易に行える。
【００４４】
【発明の効果】
以上説明したように、本発明は初期検索語群を用いて取得された第１のランキングと、初期検索語群および拡張語群を用いて取得された第２のランキングとから新たな第３のランキングを取得することにより、検索要求の品質が低い場合にも、従来に比べ品質劣化が少ない擬似適合性フィードバック法を実現できるという優れた効果を有する文書検索装置、文書検索方法、プログラムおよび記録媒体を提供することができるものである。
【００４５】
また、本発明は擬似適合性フィードバック法に類する方法による関連語検索において、初期検索語群を用いて取得された第１のランキングと、関連語群（関連語の候補群）を用いて取得された第２のランキングとから関連語（関連語の候補）ごとの評価を行うことにより、関連語の品質を適切に評価できるという優れた効果を有する文書検索装置、文書検索方法および記録媒体を提供することができるものである。
【図面の簡単な説明】
【図１】本発明の第１の実施形態に係る文書検索装置のハードウェア構成を示すブロック図である。
【図２】本発明の第１の実施形態に係る文書検索装置の機能構成を示すブロック図である。
【図３】本発明の第１の実施形態に係る文書検索方法を示すフローチャートである。
【図４】本発明の第２の実施形態に係る文書検索装置の機能構成を示すブロック図である。
【図５】本発明の第２の実施形態に係る文書検索方法を示すフローチャートである。
【符号の説明】
１、２ランキングバッファ
３メモリ
４ハードディスク
５入力部
６出力部
７ＦＤＤ
８ＣＤ‐ＲＯＭドライブ
９バス
１１検索語バッファ（検索語記憶手段）
１２制御部（ランキング取得手段、関連語評価手段）
１３検索部
１４文書記憶部（文書記憶手段）
１５索引部
１６関連語バッファ
２２ＣＰＵ
１００文書検索装置（コンピュータ）[0001]
BACKGROUND OF THE INVENTION
  The present invention relates to a document search apparatus and a document search method for searching and ordering documents in which a specified search term group appears from a document group.,programAnd a recording medium.
[0002]
[Prior art]
Conventionally, when a document is searched using a plurality of words (search words: keywords) specified in the search condition, the degree to which each document in the document group satisfies the search condition with respect to the search condition (hereinafter referred to as “goodness of fit”). Various document search apparatuses have been proposed (Japanese Patent Laid-Open No. 2000-322416, Japanese Patent Laid-Open No. 10-49549). .
[0003]
In this type of document search apparatus, the search request is expressed by a search word group {Ti}, and the degree of matching between the document D and the search request is defined by the sum of the scores obtained for each search word Ti with respect to the document D. Often done. Here, the score is a numerical value indicating the importance of the document D, and is a numerical value obtained by setting a predetermined standard between the document D and the search condition. Note that the digitization includes weighting by a sentence or a word to be searched.
[0004]
When outputting the result of such a document search, ranking is performed according to the degree of relevance of each document in the retrieved document group in response to the above-described search request, and the quality of the document ranking is determined by the average relevance ratio ( AVP). Here, the average relevance ratio is a ratio of conforming documents (documents satisfying the search request) included in the top r document groups in the ranking with respect to r = 1, 2,. Is the average of the values.
[0005]
In addition, one method for obtaining high quality document ranking is the pseudo-relevance feedback method. In this pseudo relevance feedback method, a search (initial search) using a search word group (initial search word group) expressing a search request is performed, and a document group (seed document group) ranked higher in the search result is used. A new search term (extended word group) included is generated. Then, a search result (extended search) using both the initial search word group and the extended word group is used as a final output.
[0006]
On the other hand, a function called related word search has been proposed. Here, the related word search is to obtain another search word (related word) group related to a given search word group. For example, for a search term “hysteresis”, related terms such as “dielectric constant” and “polarization” are obtained. Such a related term search is often used for document search support, such as presenting a new search term group to the searcher with respect to the search term group given by the searcher. The related word search can be realized by a method similar to the pseudo-adaptability feedback method. That is, an extended word group may be output as a related word group.
[0007]
[Problems to be solved by the invention]
However, in such a conventional document retrieval apparatus, when the pseudo-adaptability feedback method is used, an extended word group is generated based on the initial search word group, and an extended search is performed using both of them. If the search request (initial search word group) is not appropriate, the quality of the initial search result is low, and the extended words obtained from the seed document are often irrelevant to the search request. There was a problem of being connected. In addition, when using the pseudo-adaptability feedback method, the quality of the search request is determined by the searcher, and it is very difficult for the document search device to evaluate the quality of the quality. There has been a problem that a search result having a quality inferior to the initial search result may be obtained. Furthermore, when the related word search is realized by a method similar to the pseudo-adaptability feedback method, the obtained extended word group is treated as a candidate of the related word group as the final target. There is a problem that it is not easy to select only appropriate candidates from candidates.
[0008]
  The present invention has been made to solve such a problem, and a document search apparatus and a document search method capable of suppressing deterioration in quality of a document ranking regardless of the quality of a search request.,programAnd a recording medium.
[0009]
[Means for Solving the Problems]
The document search device according to claim 1 of the present invention includes a document storage unit storing a document group to be searched for ranking, a search word storage unit storing a first search word group used for the ranking search, From the document group stored in the document storage means, a document in which the first search word group stored in the search word storage means appears is searched for ranking to obtain a first ranking, and the first ranking is obtained. A second search word group is generated from the included document group, and a second search is performed by performing a ranking search for documents in which the first search word group and the second search word group appear from the previously stored document group. And ranking obtaining means for obtaining the third ranking by adjusting the second ranking according to the first ranking.
[0010]
With this configuration, the ranking (first ranking) of documents in which the initial search word group appears is obtained, an extended word group is generated from the document group included in the first ranking, and the initial search word group and the extended word group are Since the ranking of the appearing document (second ranking) is obtained and the second ranking is adjusted based on the first and second rankings, even when the quality of the search request by the initial search word group is low, Compared to this, the pseudo-adaptability feedback method with less quality degradation can be realized. In general, in the pseudo-adaptation feedback method, parameters used in the ranking search are adjusted so that the quality of the entire ranking is good in the extended search so that the quality of the upper part of the ranking is good in the initial search. . Therefore, by adjusting the second ranking by the above-described first ranking, the two are merged, and the result is that the quality in the upper part is good and the quality in the whole is good.
[0011]
  A document search method according to claim 2 of the present invention includes:A document search method by operation of a document storage means, a search word storage means, and a ranking acquisition means, wherein the document storage means stores a document group to be searched for ranking, and the search word storage means A first search word group used for search is stored, and the ranking acquisition unit stores the document storage unit.From the stored documents,Stored in the search word storage meansRanking search for documents in which the first search term group appearsdo itThe first rankingGet and saidThe second search term group is selected from the document group included in the first ranking.Generated and stored in the document storage meansRanking search for documents in which the first search word group and the second search word group appear from the document groupdo itThe second rankingGet and saidAdjust the second ranking by the first ranking to get the third rankingGetis doing.
[0012]
By this method, a new ranking (third ranking) is obtained from the first ranking acquired using the initial search word group and the second ranking acquired using the initial search word group and the extended word group. Since the acquisition step is included, even when the quality of the search request based on the initial search word group is low as described above, it is possible to realize the pseudo-adaptability feedback method with less quality degradation compared to the prior art.
[0013]
Furthermore, the recording medium according to claim 3 of the present invention performs a ranking search for documents in which a preset first search word group appears from a group of documents stored in advance in a computer, and obtains a first ranking. A first step of generating a second search word group from the document group included in the first ranking, and the first search word group and the first search word from the previously stored document group. A third step of performing a ranking search for documents in which the second search word group appears to obtain a second ranking, and a third step of obtaining the third ranking by adjusting the second ranking according to the first ranking. And a program for executing the four steps.
[0014]
With this configuration, a new ranking (third ranking) is obtained from the first ranking acquired using the initial search word group and the second ranking acquired using the initial search word group and the extended word group. Even when the program to be acquired is easily acquired and the quality of the search request based on the initial search word group is low as described above, the pseudo-adaptability feedback method with less quality degradation than the conventional one can be realized.
[0015]
  Also,According to claim 4 of the present inventionThe program performs a ranking search on a computer in which the first search word group stored in the search word storage unit appears from the document group stored in the document storage unit by the ranking acquisition unit, and acquires the first ranking. A first step of generating a second search term group from a document group included in the first ranking, and the ranking acquisition unit is stored in the document storage unit. A third step of performing a ranking search for documents in which the first search word group and the second search word group appear from a document group, and acquiring a second ranking; and the ranking acquisition means includes the first ranking. And a fourth step of adjusting the second ranking to obtain a third ranking.
  As a reference, the present inventionThe document search device includes a document storage unit that stores a document group that is a ranking search target, a search word storage unit that stores a first search word group used for a ranking search, and the document storage unit From the document group, a document in which the first search word group stored in the search word storage unit appears is searched for ranking to obtain a first ranking, and the first ranking is obtained from the document group included in the first ranking. A related word group related to the search word group is generated, and a document in which the related word contained in the related word group appears is searched from the document group stored in the document storage means to obtain a second ranking. And a related word evaluation means for evaluating each related word included in the related word group based on the first ranking and the second ranking.
[0016]
With this configuration, in the related word search by a method similar to the pseudo-adaptability feedback method, from the first ranking acquired using the initial search word group and the second ranking acquired using the related word group, For example, since the evaluation for each related word is performed by calculating the average relevance ratio AVP using the initial search result, the quality of the related word can be appropriately evaluated.
[0017]
  As a reference, the present inventionThe document search method includes a first step of performing a ranking search for documents in which a preset first search word group appears from a previously stored document group, and obtaining a first ranking, and the first step A second step of generating a related word group related to the first search word group from a document group included in the ranking, and a related word included in the related word group appears from the previously stored document group A third step of performing a ranking search of the document and obtaining a second ranking; a fourth step of evaluating each related word included in the related word group based on the first ranking and the second ranking; have.
[0018]
Since this method includes the step of evaluating each related word from the first ranking acquired using the initial search word group as described above and the second ranking acquired using the related word group, In the related word search by a method similar to the pseudo relevance feedback method, the quality of the related word can be appropriately evaluated.
[0019]
  As a reference, the present inventionThe recording medium performs a ranking search for documents in which a preset first search word group appears from a group of documents stored in advance in a computer, and obtains a first ranking; A second step of generating a related word group related to the first search word group from a document group included in the ranking of the document, and a related word included in the related word group appears from the previously stored document group A third step of performing a ranking search for documents to be acquired and obtaining a second ranking; a fourth step of evaluating each related word included in the related word group based on the first ranking and the second ranking; , And a program for executing the program are recorded.
[0020]
With this configuration, it is easy to obtain a program for evaluating each related word from the first ranking acquired using the initial search word group and the second ranking acquired using the related word group as described above. In the related word search by a method similar to the pseudo-fit feedback method, the quality of the related word can be appropriately evaluated.
[0021]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
[First Embodiment]
FIG. 1 shows a hardware configuration of a document search apparatus according to the first embodiment of the present invention.
In FIG. 1, a document search apparatus 100 includes a CPU 22 that controls the entire apparatus, and a memory that includes a ROM, a RAM, and the like for storing programs and necessary data for realizing various functions under the control of the CPU 22. 3, a hard disk 4 for storing search target documents, search conditions, search results, an input unit 5 for inputting necessary instructions and data with a pointing device such as a keyboard and a mouse, a CRT, a liquid crystal display, etc. An output unit 6 comprising: a flexible disk drive 7 for writing (updating) and reading data to and from a flexible disk; and a CD-ROM drive for reading data from a compact disk read-only memory (CD-ROM) 8 and each part 3 to 8, 22 is It is connected by a scan 9.
[0022]
FIG. 2 shows a functional configuration of the document search apparatus according to the first embodiment of the present invention.
In FIG. 2, a document storage unit 14 stores an attribute group including a document to be searched and a document number assigned to the document, and this function is realized by the hard disk 4 or the like. The search word buffer 11 stores a search word group input by the input unit 5, and this function is realized by the hard disk 4 or the like. The index unit 15 stores, for each index word, an attribute group including the document number of a document stored in the document storage unit 14 with respect to a document in which the index word input by the input unit 5 appears. This function is realized by the hard disk 4 or the like. For the search word group input by the input unit 5, the search unit 13 relates to the document in which the search word group appears among the documents stored in the document storage unit 14, and sets the document number and score of this document. A list having the document number and score pair as an element is generated, and this function is realized by the CPU 22, the memory 3, and the like. The ranking buffer 1 and the ranking buffer 2 store a list of document number / score pairs generated by the search unit 13, and this function is realized by the hard disk 4 or the like.
[0023]
The control unit 12 uses the search unit 13 to perform a ranking search on the document group stored in the document storage unit 14 using the search word group stored in the search word buffer 11, and the search word group appears. A list of document number / score pairs of documents to be obtained is obtained, this list is stored in the ranking buffer 1, and the document corresponding to this document number is determined by the document numbers constituting the elements of the list stored in the ranking buffer 1. A new search word group is generated from the document storage unit 14, a new search word group is generated from the acquired document group, and a new search word group is combined with the new search word group and the search word group stored in the search word buffer 11. The search unit 13 is used to obtain a list of document number / score pairs from this new search term group, and the list is stored in the ranking buffer 2. The list stored in, adjusting the list stored in the ranking buffer 2, is intended to output the list after adjusting the output unit 6, this function is realized by a CPU 22, a memory 3.
[0024]
Next, a document search method according to this embodiment will be described with reference to FIG.
The control unit 12 acquires a search word group (initial search word group) stored in the search word buffer 11 (step S101), causes the search unit 13 to perform a document ranking search using the initial search word group, A list having the combination of document number and score as an element as an initial search result is obtained, and the obtained ranking (first ranking: initial search result) R1 is stored in the ranking buffer 1 (step S102).
[0025]
Next, the control unit 12 sorts the rankings stored in the ranking buffer 1 in the order of score to obtain the top n document number groups, and documents (seed documents) corresponding to the respective document numbers in the document number group are documented. One by one is acquired from the storage unit 14, and a search word group (extended word group) is generated from each seed document (step S103). That is, the seed document is divided into words, and the word document frequency is obtained. Here, the document frequency of the word w is the number of seed documents in which the word w appears. Then, the word groups are ranked according to the document frequency, and a desired number of words are selected from the upper order to obtain search words (extended words).
[0026]
Next, the search unit 13 performs a document ranking search using the initial search word and the extended word, acquires a list having a combination of a document number and a score as an extended search result, and the obtained ranking (first 2 ranking: extended search result) R2 is stored in the ranking buffer 2 (step S104).
[0027]
Next, the control unit 12 acquires a new ranking (third ranking) R3 from the ranking R1 stored in the ranking buffer 1 and the ranking R2 stored in the ranking buffer 2 (step S105). This operation is executed using the ranking buffer 2. Specifically, the ranking R1 and the ranking R2 are sorted in order of score. Next, the element e is extracted in order from the ranking R2, and the following processing is performed. First, when the extracted element e is the upper r1 element of the ranking R1 and the upper r2 element of the ranking R2, the score S (e) is obtained by the following equation (1).
S (e) = α × r1 + (1−α) × r2 (1)
However, α is a constant between 0 and 1, and is a hybrid parameter between rankings.
[0028]
Next, the score of the element e in the ranking R2 is replaced with S (e), and the ranking R2 is sorted in ascending order of the new score. In this way, a new ranking R3 is acquired. For the new ranking R3 acquired in this way, the output unit 6 outputs the document number or the document number and score stored in the ranking buffer 2 (step S106).
[0029]
Note that, when the document ranking search is performed by the search unit 13 as described above, the search unit 13 uses the content stored in the index unit 15 and uses the search word T (the above-described initial search word) given from the control unit 12. Or the document number and the score S (T, D) of the appearance document D in which the initial search word and the extended word) appear. This score S (T, D) is the appearance frequency Tf of the search word T in the document D (the number of times the search word T appears for the document D) and the document frequency Df (for the search word T for the collection of search words T). This is a numerical value given as Tf / Df by the number of times the document D including the search word T appears).
[0030]
As described above, the document search apparatus 100 according to the first embodiment of the present invention selects a document in which an initial search word group stored in the search word buffer 11 appears from a plurality of documents stored in the document storage unit 14. A ranking search is performed to obtain a first ranking, an extended word group is generated from a document group included in the first ranking, and a document in which the initial search word group and the extended word group appear is subjected to a ranking search to obtain a second ranking. Since the control unit 12 that acquires the ranking and adjusts the second ranking by the first ranking to acquire a new third ranking is provided, even when the quality of the search request by the initial search word group is low Therefore, it is possible to realize a pseudo-adaptive feedback method with less quality degradation than in the past.
[0031]
The document search method according to the first embodiment of the present invention includes a step of performing a ranking search for a document in which a preset initial search word group appears from a plurality of previously stored documents, and obtaining a first ranking. S102, step S103 for generating an extended word group from the document group included in the first ranking, a ranking search for documents in which an initial search word group and an extended word group appear from the plurality of stored documents, and a second search Since there is a step S104 for obtaining the ranking and a step S105 for obtaining the third ranking by adjusting the second ranking by the first ranking, the quality of the search request by the initial search word group is low However, it is possible to realize a pseudo-adaptive feedback method with less quality degradation than in the prior art.
[0032]
In the first embodiment, the case where the program for realizing the above document search method is stored in the memory 3 of the control unit 12 has been described. However, the present invention is not limited to the memory 3, and the above document search method is used. Computer-readable recording media (including CD-ROM, FD, magneto-optical disc (MO), mini-disc (MD), rewritable CD ROM) including programs for realizing the program The same effect can be obtained even when the program is executed by reading the recording medium with the CD-ROM drive 8 or the like by attaching it to the document retrieval apparatus 100. With this configuration, the program can be easily updated by moving and exchanging the recording medium.
[0033]
Furthermore, in the first embodiment, the case where the program for realizing the above-described document search method is stored in the memory 3 of the control unit 12 has been described. However, the present invention is not limited to the network interface and the communication means. Even if the program is provided in the apparatus 100 and downloaded from the external apparatus on the network such as a LAN to the control unit 12 and executed, the same effect can be obtained. By this method, the program can be easily updated via the network.
[0034]
[Second Embodiment]
Since the hardware configuration of the document search apparatus according to the second embodiment of the present invention is substantially the same as that of the first embodiment, FIG. 1 is used and the same components are assigned the same reference numerals and description thereof is omitted. To do. Moreover, since the functional configuration according to the present embodiment is substantially the same as that of the first embodiment except for the related word buffer 16, the same components are denoted by the same reference numerals and description thereof is omitted.
[0035]
FIG. 4 shows a functional configuration of a document search apparatus according to the second embodiment of the present invention. This is different from the first embodiment in that the related word buffer 16 is further provided, and the first search ranking is obtained by searching the documents in which the initial search word group appears, from the document group included in the first ranking. A related word group is generated, a document in which the related word included in the related word group appears is searched for ranking, a second ranking 2 is obtained for each related word, and each related word is obtained by the first and second rankings. The difference is that the related word is stored in the related word buffer 16 according to the evaluation value.
[0036]
In FIG. 4, the control unit 12 causes the search unit 13 to perform a ranking search on the search word group stored in the search word buffer 11 to obtain a list of document number / score pairs of documents in which the search word appears. The document corresponding to the document number is acquired from the document storage unit 14 based on the document number constituting the element of the list stored in the ranking buffer 1 and stored in the ranking buffer 1, and the document group is obtained from the acquired document group. A related word group related to the search word group is generated, and the search unit 13 performs a ranking search for each related word constituting the related word group, and a set of a document number and a score of a document in which the related word appears A list is obtained and stored in the ranking buffer 2, and the related words are evaluated by the list stored in the ranking buffer 1 and the ranking buffer 2. There, the related words stored in the associated word buffer 16 in accordance with the evaluation result, there is to output the associated word group by the output unit 6, this function is realized by a CPU 22, a memory 3. The related word buffer 16 stores related word groups after evaluation, and this function is realized by the hard disk 4 or the like.
[0037]
Next, a document search method according to this embodiment will be described with reference to FIG.
The control unit 12 acquires a search word group (initial search word) stored in the search word buffer 11 (step S201), causes the search unit 13 to perform a document ranking search using the initial search word, and performs the initial search. A list having a combination of a document number and a score of a document in which a word appears as an element is obtained, and the obtained ranking (first ranking) is stored in the ranking buffer 1 (step S202).
[0038]
Next, the rankings stored in the ranking buffer 1 are sorted in order of score, the top n document number groups are acquired, and the documents (seed documents) corresponding to the respective document numbers are acquired one by one from the document storage unit 14, A search word group (here, a candidate group of related words is shown) is generated from each seed document (step S203). That is, the seed document is divided into words, and the word document frequency is obtained. Here, the document frequency of the word w is the number of seed documents in which the word w appears. Further, the word groups are ranked according to the document frequency described above, and a desired number of words w are selected from the higher ranks to be related word candidates.
[0039]
Next, related words are extracted one by one from the related word candidate group described above, and stored in the related word buffer 16 when the following condition is satisfied (steps S204 to S207). That is, first, the ranking of the ranking buffer 1 is sorted in the order of score, and the top x are regarded as a set R of documents that match the initial search word. Next, a document ranking (second ranking) C is obtained by using the related word candidate c extracted from the related word candidate group as a search word, and the average relevance ratio of the document ranking C is obtained using the set R of the relevant documents. Find (AVP). When the average precision rate exceeds a predetermined threshold, the related word candidate c is stored in the related word buffer 16. When the evaluation for all related word candidates c is completed in this way (step S208), the related word group stored in the related word buffer 16 is output by the output unit 6 (step S209).
[0040]
As described above, the document search apparatus 100 according to the second embodiment of the present invention selects a document in which an initial search word group stored in the search word buffer 11 appears from a plurality of documents stored in the document storage unit 14. A ranking search is performed to obtain a first ranking, a candidate group of related words related to the initial search word group is generated from a document group included in the first ranking, and the related word is generated from the plurality of stored documents. A controller 12 that obtains a second ranking by searching for documents in which candidates included in the candidate group appear, obtains a second ranking, and evaluates each candidate included in the candidate group of the related words based on the first and second rankings; Therefore, the quality evaluation for each related word (here, related word candidates) can be appropriately performed by calculating the average precision AVP using the initial search result, for example.
[0041]
The document search method according to the second embodiment of the present invention includes a step of performing a ranking search for a document in which a preset initial search word group appears from a plurality of previously stored documents and obtaining a first ranking. S202, generating a candidate group of related words related to the initial search word group from the document group included in the first ranking, and being included in the related word candidate group from the plurality of stored documents Step S204 for performing a ranking search for documents in which candidates appear, obtaining a second ranking, and steps S205 and S206 for evaluating each candidate included in the related word candidate group based on the first and second rankings. Therefore, as described above, it is possible to appropriately perform quality evaluation for each related word (here, related word candidates).
[0042]
In the second embodiment, the case where a program for realizing the above document search method is stored in the memory 3 of the control unit 12 has been described. However, the present invention is not limited to the memory 3, and the above document search method is used. Computer-readable recording media (including CD-ROM, FD, magneto-optical disk (MO), mini-disc (MD), rewritable CD ROM) including programs for realization The same effect can be obtained even when the program is executed by reading the recording medium with the CD-ROM drive 8 or the like by attaching it to the document retrieval apparatus 100. With this configuration, the program can be easily updated by moving and exchanging the recording medium.
[0043]
Furthermore, in the second embodiment, the case where the program for realizing the above-described document search method is stored in the memory 3 of the control unit 12 has been described. However, the present invention is not limited to the network interface and the communication means. Even if the program is provided in the apparatus 100 and downloaded from the external apparatus on the network such as a LAN to the control unit 12 and executed, the same effect can be obtained. By this method, the program can be easily updated via the network.
[0044]
【The invention's effect】
  As described above, the present invention provides a new third ranking based on the first ranking acquired using the initial search word group and the second ranking acquired using the initial search word group and the extended word group. Document retrieval apparatus and document retrieval method having an excellent effect of obtaining a pseudo-adaptability feedback method with less quality degradation compared to the prior art even when the quality of the retrieval request is low by acquiring the ranking,programIn addition, a recording medium can be provided.
[0045]
In the related word search by a method similar to the pseudo-adaptability feedback method, the present invention is acquired using the first ranking acquired using the initial search word group and the related word group (related word candidate group). A document search apparatus, a document search method, and a recording medium having an excellent effect that the quality of related words can be appropriately evaluated by evaluating each related word (related word candidate) from the second ranking. Is something that can be done.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a hardware configuration of a document search apparatus according to a first embodiment of the present invention.
FIG. 2 is a block diagram showing a functional configuration of the document search apparatus according to the first embodiment of the present invention.
FIG. 3 is a flowchart showing a document search method according to the first embodiment of the present invention.
FIG. 4 is a block diagram showing a functional configuration of a document search apparatus according to a second embodiment of the present invention.
FIG. 5 is a flowchart showing a document search method according to a second embodiment of the present invention.
[Explanation of symbols]
1, 2 ranking buffer
3 memory
4 Hard disk
5 Input section
6 Output section
7 FDD
8 CD-ROM drive
9 Bus
11 Search word buffer (search word storage means)
12 Control unit (ranking acquisition means, related word evaluation means)
13 Search part
14 Document storage unit (document storage means)
15 Index
16 Related Word Buffer
22 CPU
100 Document retrieval device (computer)

Claims

From the document storage means storing the document group to be searched for ranking, the search word storage means storing the first search word group used for the ranking search, and the document group stored in the document storage means, A ranking search is performed for documents in which the first search word group stored in the search word storage means appears to obtain a first ranking, and a second search word group is generated from the document group included in the first ranking. Then, a ranking search is performed for documents in which the first search word group and the second search word group appear from the previously stored document group to obtain a second ranking, and the second ranking is obtained by the first ranking. And a ranking acquisition means for acquiring a third ranking by adjusting the ranking of the document retrieval apparatus.

A document search method by operation of a document storage means, a search word storage means, and a ranking acquisition means,
The document storage means stores a document group for ranking search,
The search word storage means stores a first search word group used for ranking search,
The ranking acquisition unit performs a ranking search for documents in which the first search word group stored in the search word storage unit appears from the document group stored in the document storage unit, and acquires a first ranking , documents from said documents contained in the first ranking to generate a second search word groups, the document from said stored documents in the storage means the first search term group and the second search word group appears The document search method is characterized in that a second ranking is obtained by performing a ranking search , and the second ranking is adjusted by the first ranking to obtain a third ranking.

A first step of performing a ranking search for documents in which a preset first search word group appears from a group of documents stored in advance in a computer, and acquiring the first ranking; and the first ranking includes A second step of generating a second search word group from the document group to be searched, and a ranking search for documents in which the first search word group and the second search word group appear from the previously stored document group, A program for executing the third step of acquiring the second ranking and the fourth step of adjusting the second ranking by the first ranking and acquiring the third ranking is recorded. A computer-readable recording medium.

First, the ranking acquisition unit searches the documents in which the first search word group stored in the search word storage unit appears from the document group stored in the document storage unit, and acquires the first ranking. A second step in which the ranking acquisition unit generates a second search word group from a document group included in the first ranking, and a document group in which the ranking acquisition unit is stored in the document storage unit A ranking search for documents in which the first search term group and the second search term group appear, and obtaining a second ranking; and the ranking obtaining means performs the first ranking by the first ranking. And a fourth step of adjusting the ranking of 2 to obtain a third ranking.