[发明专利]检索装置及检索方法

说明书

技术领域

本发明涉及一种检索装置、检索方法。

背景技术

对于检索文档，有一种公知的检索系统，其具备将与检索关键字不完全一致的部分作为命中部位的模糊检索功能。例如，专利文献1(日本特开平8－235212号公报)中公开了一种使用将检索对象的文本中出现的字符的位置进行了记录的检索索引来执行模糊检索的技术。专利文献1的技术中，首先获取检索关键字中出现的字符在检索对象文本中出现的位置。然后，在该字符也在从关键字中出现的位置起以预定范围内的误差出现在检索对象字符串中的情况下，相加计算相似度。基于这样计算出的相似度来实施模糊检索。

专利文献1中记载的技术中，对于在从关键字中出现的位置起以预定范围内的误差也出现在检索对象中的字符的数量相等的检索对象字符串，计算出相同相似度。因此，导致与检索关键字非常接近的检索对象的字符串、和只是分散杂乱出现检索关键字所包含字符的字符串具有相同的相似度。所以，存在检索结果即为用户所期望的文档的精度低的问题。

发明内容

本发明是鉴于这种情况而提出的，目的是提供一种能够以高精度执行模糊检索的检索装置、检索方法。

本发明涉及的检索装置，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部分串，指定该提取的部分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，其基于所述指定单元的指定结果，确定在所述检索对象字符串中，与所述检索字符串的部分串共通的部分串以与所述检索字符串相似的位置关系出现的频率；

评价单元，其基于所述确定单元的确定结果、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。根据本发明，能够以高精度执行模糊检索。

附图说明

图1是表示本发明的实施方式1涉及的文本检索装置的一个例子的立体图。

图2是表示实施方式1涉及的文本检索装置的一个结构例的图。

图3是表示实施方式1涉及的文本检索装置执行的数据等生成处理的一个例子的流程图。

图4是表示实施方式1涉及的文本检索装置的功能结构的一个例子的框图。

图5(A)是表示文本检索装置存储的词典数据的一个例子的图。(B)是表示文本检索装置存储的重新配置内容文本数据的一个例子的图。

图6是表示实施方式1涉及的文本检索装置显示的文本检索的结果显示画面的一个例子的图。

图7是表示实施方式1涉及的文本检索装置存储的词典表的一个例子的图。

图8是表示包含由实施方式1涉及的文本检索装置存储的转置索引的电子文件的一个例子的图。

图9是表示实施方式1涉及的文本检索装置执行的文本检索处理的一个例子的流程图。

图10是表示实施方式1涉及的文本检索装置执行的N元组提取处理的概要的图。

图11是表示实施方式1涉及的文本检索装置执行的模糊检索处理的一个例子的流程图。

图12是表示实施方式1涉及的位置检索结果的一个例子的图。

图13(A)是表示实施方式1涉及的检索模式的N元组在关注字符串中出现的位置信息的例子的图。(B)是表示位置信息的组合的例子的图。

图14是用于说明实施方式1涉及的文本检索装置执行的求出一致度的处理的概要的图。

具体实施方式

以下，参照附图对本发明的实施方式涉及的文本检索装置100进行说明。

本发明的实施方式涉及的文本检索装置100由如图1所示的电子词典构成，具备：按照用户的操作输入检索关键字的键盘100i、以及将基于检索关键字检索词典所得的检索结果进行显示的LCD(Liquid Crystal Display)100h。