[发明专利]文本检索装置、文本检索方法以及计算机程序

说明书

文本检索装置12对由原始文本中记载的互不相同的多个词语变换出的互不相同的固定长度的代码的多个文本数据进行存储。用户终端14指定多个词语，且向文本检索装置12发送以词语数指定这些多个词语所应存在的范围的检索要求。文本检索装置12获取与检索要求所指定的多个词语各自对应的固定长度的代码，与检索要求所指定的词语数基准的范围、固定的代码长度相应地导出字符数基准的范围。文本检索装置12执行以多个词语的代码和字符数基准的范围为条件的邻近检索，从多个文本数据中提取符合上述条件的文本数据。

技术领域

本发明涉及数据处理技术，尤其涉及对文本进行检索的技术。

背景技术

N－gram方式的全文检索技术目前正在广泛普及(例如参照专利文献1)。而且，现在，在文献的检索服务中，有提供对在用户所指定的范围(以下也称为“邻近范围”)中记载了用户所指定的多个关键词的文献进行检索的邻近检索的情况。

在先技术文献

专利文献

专利文献1：日本特开2006-99427号公报

发明内容

发明所要解决的课题

在N－gram方式的检索引擎中，虽然能够进行以字符数为基准的邻近检索，但不能进行以词语数为基准的邻近检索。换言之，虽然能将字符数指定为作为邻近检索的条件的邻近范围，但不能指定词语数。每个词语的字符数可能不同，对于以词语数指定邻近范围的需求较高。但是，将现有的检索引擎修改成可以用词语数为基准进行邻近检索、或者将现有的检索引擎置换为能够以词语数为基准进行邻近检索的其他的检索引擎需要巨大的成本。

本发明鉴于这样的问题而完成，其主要的目的在于，提供一种在使用N－gram方式的检索引擎的同时实现以词语数为基准的邻近检索的技术。

用于解决课题的方案

为了解决上述问题，本发明的一种形式的文本检索装置具有：第1文本存储部，对多个文本数据进行存储，所述多个文本数据分别是将记载于原始文本的互不相同的多个词语变换成互不相同的固定长度的代码的数据；接收部，接收检索要求，所述检索要求是对多个词语进行指定的检索要求，且以词语数对这些多个词语所应存在的范围进行指定；获取部，获取与检索要求所指定的多个词语分别对应的、固定长度的代码；导出部，与检索要求所指定的词语数基准的范围和固定的代码长度相应地导出字符数基准的范围；以及检索部，执行以由获取部获取的多个词语的代码、及由导出部导出的字符数基准的范围为条件的邻近检索，并且从存储于所述第1文本存储部的多个文本数据中提取满足条件的文本数据。

本发明的另一个形式是文本检索方法。在该方法中，文本存储部存储多个文本数据，多个文本数据分别是记载于原始文本的互不相同的多个词语变换成的互不相同的固定长度的代码，能够访问文本存储部的计算机执行以下步骤：指定多个词语的检索要求，且接收以词语数指定这些多个词语所应存在的范围的检索要求的步骤；获取与检索要求所指定的多个词语分别对应的固定长度的代码的步骤；与检索要求所指定的词语数基准的范围和固定的代码长度相应地导出字符数基准的范围的步骤；以及执行以在获取的步骤中获取的多个词语的代码和在导出的步骤中导出的字符数基准的范围为条件的邻近检索，并从存储于文本存储部的多个文本数据中提取满足条件的文本数据的步骤。

此外，以上的构成要素的任意组合、本发明表现形式在系统、计算机程序、保存计算机程序的记录媒体等之间进行的变换，均作为本发明的形式而有效。

发明效果

根据本发明，能够一边使用N－gram方式的检索引擎一边实现词语数基准的邻近检索。

附图说明

[图1]是示出第1实施例的检索系统的图。

[图2]是示出图1的文本检索装置的功能构成的框图。