[发明专利]检索装置及检索方法

权利要求书

1.一种检索装置，其特征在于，具备：

存储单元，其存储包含在两端部附加了分界字符的检索对象字符串的文档数据；

获取单元，其获取关键字；

生成单元，其在所述获取单元获取的关键字的两端部附加分界字符，生成检索字符串；

指定单元，其从所述生成单元生成的检索字符串中提取多个N元组字符串，指定所提取的多个N元组字符串出现在所述文档数据的检索对象字符串中的出现位置；

确定单元，其一次一个地选择所述检索对象字符串中所包含的N元组，并且对于所选择的每一个单个N元组，基于所选择的单个N元组出现的位置，在从所述检索字符串获得的N元组字符串和从所述检索对象字符串获得的N元组字符串进行比较时，对相对位置一致的N元组进行计数；

评价单元，其基于所计数的计数值的频率、以及所述检索对象字符串与所述检索字符串的字符长度的差值，评价该检索对象字符串与该检索字符串的相似度；以及

输出单元，其基于所述评价单元的评价结果，输出所述检索对象字符串。

2.根据权利要求1所述的检索装置，其特征在于，

所述指定单元包含提取单元，其提取多个N元组字符串，使得所述检索字符串包含的字符串全部被包含在某个N元组字符串之中；

所述指定单元针对所述提取单元提取的多个N元组字符串执行所述指定单元的处理。

3.根据权利要求2所述的检索装置，其特征在于，

在所述提取单元提取的多个N元组字符串之内，包含所述分界字符的N元组字符串的任一个都包含2个以上的字符。

4.根据权利要求3所述的检索装置，其特征在于，

还具备存储单元，其存储表示多个所述检索对象字符串中包含的、包含预定数量的字符的N元组字符串分别在所述检索对象字符串中出现的位置的索引；

所述指定单元使用所述索引，指定所述N元组字符串出现的位置。

5.根据权利要求4所述的检索装置，其特征在于，

所述索引包含将多个所述检索对象字符串基于字符长度分组后，针对这些组的每一组汇总了对检索对象字符串的参照的信息；

所述指定单元，针对所述这些组的每一组的字符长度和所述检索字符串的字符长度的误差比预定的阈值小的组所包含的检索对象字符串，执行所述指定单元的处理，另外，针对比所述预定的阈值大的组所包含的检索对象字符串，省略所述指定单元的处理。

6.根据权利要求3所述的检索装置，其特征在于，

所述提取单元提取的多个N元组字符串中，不包含所述分界字符的N元组字符串的任一个都由一个字符构成。

7.一种检索方法，其根据包含在两端部附加了分界字符的检索对象字符串的文档数据对期望的检索对象字符串进行检索，所述检索方法的特征在于，

具有以下步骤：

获取关键字；

在所获取的关键字的两端部附加分界字符，生成检索字符串；

从所生成的检索字符串中提取多个N元组字符串，指定所提取的多个N元组字符串出现在所述文档数据的检索对象字符串中的出现位置；

一次一个地选择所述检索对象字符串中所包含的N元组，并且对于所选择的每一个单个N元组，基于所选择的单个N元组出现的位置，在从所述检索字符串获得的N元组字符串和从所述检索对象字符串获得的N元组字符串进行比较时，对相对位置一致的N元组进行计数；

基于所计数的计数值的频率、以及所述检索对象字符串与所述检索字符串的字符长度的差值，评价该检索对象字符串与该检索字符串的相似度；

基于评价结果，输出所述检索对象字符串。

8.根据权利要求7所述的检索方法，其特征在于，

指定所述出现位置的步骤包含：提取多个N元组字符串，使得所述检索字符串包含的字符串全部被包含在某个N元组字符串之中的步骤，

指定所述出现位置的步骤，针对所述提取步骤提取的多个N元组字符串进行所述指定。

9.根据权利要求8所述的检索方法，其特征在于，

在所述提取步骤提取的多个N元组字符串之内，包含所述分界字符的N元组字符串的任一个都包含2个以上的字符。