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)
スポンサーリンク
概要
- 論文の詳細を見る
日本語では単語の切れ目が明示的に示されないため, 文書検索にn-gram (n文字組) を索引単位とするn-gram索引が使われることが多い. n-gram索引を用いた場合, 長い検索語は複数のn-gramに分割された後, 分割されたn-gramを含む検索候補文書の決定と, n-gramの出現位置を付き合せによる候補文書中のノイズ除去の2段処理によって検索が実現される. 本論文では, この検索処理を高速化するための手法を二つ提案する. 一つは, 長い検索語から抽出されるn-gramの中からノイズ除去の処理コストを最小とする組合せを選択するというものである. もう一つは, 検索語から抽出されるn-gramで最小コストの組合せ以外のものを候補文書決定に付加的に使用し, 候補文書を効率的に絞り込むものである. 新聞記事4年分を用いた評価実験を行い, これら手法の有効性を確認した.
- 社団法人電子情報通信学会の論文
- 1999-01-25
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
-
松田 透
(株)リコー オフィスシステム開発センター
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