擬似頻度法 : n-gram索引のための高速な日本語文書のランキング検索法
スポンサーリンク
概要
- 論文の詳細を見る
日本語を対象とする文書検索ではn-gram(n文字組)索引が広く使用されているが, 文書のランキング検索を効率的に実現することは難しい.ランキングのための文書スコアを計算する際, 検索語の頻度情報をn-gram索引から合成するのに要する処理量が多いからである.本論文では, 頻度情報を近似することでこの問題を解決する擬似頻度法を提案する.スコア計算に使用する頻度情報には, 検索語を含む文書数である文書頻度, 及びスコア計算対象文書における検索の出現回数である文書内頻度の二つがあるので, 文書頻度を近似する擬似文書頻度法と文書内頻度を近似する擬似文書内頻度法を示す.更に, 両者を組み合わせることで検索をよりいっそう高速化できることも示す.NTCIRIを用いた評価により, これら手法の有効性が確認できた.
- 2000-10-25
著者
-
小川 泰嗣
(株)リコー中央研究所
-
小川 泰嗣
(株)リコー、ソフトウェア研究開発本部
-
小川 泰嗣
(株)リコー ソフトウェア研究所
-
小川 泰嗣
(株)リコー情報通信研究所
-
小川 泰嗣
株式会社リコー情報通信研究所
関連論文
- D-013 構造化コンテンツにズーミング操作を関連付ける記述言語の提案(D分野:データベース)
- 日本語情報検索システム評価用テストコレクションの構築
- 日本語情報検索システム評価用テストコレクション BMIR-J2
- 2ウェイマージ機能を有するオメガネットワーク
- データストリームマージ機能をもつオメガネットワーク
- D-007 ズーミングメタファによるマルチメディアコンテンツの閲覧方式(D.データベース)
- スーパーデータベースコンピュータSDCのモジュール間ネットワークにおけるスイッチングユニットの構成
- スーパーデータベースコンピュータSDCにおけるバケット平坦化機能を有するオメガネットワーク
- バケット平坦化機能を有するオメガネットワーク
- スーパーデータベースコンピュータにおけるバケット分散並列結合演算法とその性能予測
- 情報検索システム評価用ベンチマークVer.1.0(BMIR-J1)について (メディア統合および環境統合のための高機能データベースシステム、および一般)
- 日本語情報検索システムのためのベンチマークの構築
- 情報検索システム評価用データベースの構築の提案
- N-gram索引における複合検索条件の効率的な処理方法
- n-gram索引を用いた効率的な文書検索法 (高度データベース論文特集)
- ランキング文書検索におけるスコア合成法の評価
- 統計的確率に基づくキーワード重要度算出モデル
- 統計的確率に基づくキーワード重要度算出モデル
- 全文検索のための文字成分表方式の改良
- 関係データベースによる構造化文書データベースの実現
- テキストデータベースのための文字成分表によるプリサーチ
- 参加者から見たNTCIR(NTCIR : 情報アクセスに関わるテキスト処理技術の評価ワークショップ)
- 「情報検索の新たな展開 : テストコレクションからサーチエンジンまで」
- O-017 情報の整理に焦点をあてたフォーラムシステム(O.情報システム)
- 文書検索におけるランキング検索技術
- 適合フィードバックを利用したクウェリ拡張における単語選択方法
- 適合フィードバックを利用したクウェリ拡張における単語選択方法
- 擬似頻度法 : n-gram索引のための高速な日本語文書のランキング検索法
- N-gram索引における複合検索条件の効率的な処理方法
- 文字成分表を用いた効率的文書ランキング検索方式
- 日本語文書検索のための頻度情報を用いた効率的部分文字列索引の提案
- 動的リンク機能を有するハイパーテキストシステム
- ファジィ文書検索システム(2) : キーワードコネクションマトリックスの学習方式
- ファジィ文書検索システム(1) : 実験システムと評価
- 複合語キーワードの自動抽出法
- テキストデータベースのための文書ランキング法
- テキストデータベースのためのキーワード抽出法