[發明專利]結構化文檔管理裝置、結構化文檔檢索方法

無效

• 申請號: 201280002969.1
• 申請日: 2012-07-20
• 公開（公告）號: CN103415850A
• 公開（公告）日: 2013-11-27
• 發明（設計）人: 國分智晴;真鍋俊彥;仲野亙
• 申請（專利權）人: 株式會社東芝;東芝解決方案株式會社
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 楊謙;胡建新

技術領域

本發明的實施方式涉及結構化文檔管理裝置和結構化文檔檢索方法。

背景技術

現有技術中，已知作為結構化文檔制作電子數據，從而使信息的共享變得容易，或可更有效地檢索信息的技術。例如，HTML(Hyper?Text?Markup?Language)中，可以通過用標簽(tag)來記載文檔的結構要素、例如文檔的標題、正文、列表結構等，來表現文檔的結構。還可應用能夠對應于目的獨自定義表示文檔結構的標簽的XML(Extensible?Markup?Language)。在對這種結構化文檔進行檢索時，通過標簽可容易把握什么樣的數據在文檔中的哪個位置上，能夠使檢索性提高。

作為這種顯示檢索到結構化文檔后的結果的方法，已知有從檢索結果的文章中自動生成摘要來加以顯示的文檔摘要技術。作為文檔摘要技術的代表技術，已知有KWIC(上下文關鍵字（KEYWORD?IN?CONTEXT）)摘要技術，KWIC中，從檢索對象文檔中提取包含檢索用關鍵字的文本前后預定字符數來加以顯示。

另外，作為顯示檢索結構化文檔后的結果的方法，已知有將標題作為檢索結果加以顯示的方法，該標題對應于含有與用于檢索的關鍵字一致的詞匯的文檔。

現有技術文獻

專利文獻

專利文獻1：日本特開2002-278972號公報

發明內容

發明要解決的問題

但是，在將標題作為檢索結果加以顯示時，即使在檢索用關鍵字和文檔中的詞匯一致時，在標題與檢索用關鍵字之間關聯度低的情況下，使用者也不能識別該信息是自己尋找的信息。在該情況下，使用者需要實際閱讀該文章，來確認是否是與自己想要尋找的內容接近的內容，故要求進一步提高檢索的便利性。

本發明鑒于上述問題而作出，提供一種可提高檢索時的便利性的結構化文檔管理裝置。

用于解決問題的手段

為了解決上述問題，實現發明目的，實施方式的結構化文檔管理裝置包括文檔存儲部、標題提取部、關聯度計算部、文檔檢索部、標題選擇部和標題顯示部。文檔存儲部存儲多個結構化文檔。標題提取部提取結構化文檔的標題，并制作包含所提取的標題的標題列表。關聯度計算部分別計算結構化文檔中的詞匯與對應于結構化文檔的標題之間的概念上的關聯度。文檔檢索部檢索含有與檢索用關鍵字一致的詞匯的結構化文檔。標題選擇部將相對于與檢索用關鍵字一致的詞匯的關聯度較大的標題比關聯度較小的標題更加優先地加以選擇。顯示控制部將由標題選擇部選出的標題作為顯示標題，顯示在顯示部上。

附圖說明

圖1是表示結構化文檔管理系統的系統構筑例的模式圖；

圖2是服務器和客戶終端的模塊結構圖；

圖3是表示第1實施方式的服務器和客戶終端的示意結構的框圖；

圖4是表示第1實施方式的結構化文檔的一例的圖；

圖5是表示第1實施方式的結構化文檔的一例的圖；

圖6是表示第1實施方式的標題列表的一例的圖；

圖7是表示第1實施方式的概念詞典的一例的圖；

圖8是表示第1實施方式的詞匯間的關聯度的數據圖；

圖9是表示第1實施方式的正文中的詞匯相對標題的關聯度的圖；

圖10是表示第1實施方式的檢索結果的顯示方式的一例的圖；

圖11是表示第1實施方式的檢索結果的顯示方式的變形例的圖；

圖12是表示第1實施方式的登記結構化文檔時的處理流程的流程圖；

圖13是表示第1實施方式的計算正文中的詞匯相對標題的關聯度的處理流程的流程圖；

圖14是表示在第1實施方式的檢索時，決定作為檢索結果顯示的標題的處理流程的流程圖；

圖15是表示在第2實施方式的檢索時，決定作為檢索結果顯示的標題的處理流程的流程圖。

具體實施方式

（第1實施方式）

下面，根據附圖來詳細說明本發明的結構化文檔管理裝置的第1實施方式。圖1是表示第1實施方式的結構化文檔管理系統的系統構筑例的模式圖。這里，作為實施方式的結構化文檔管理系統，如圖1所示，假定在作為結構化文檔管理裝置的服務器計算機（以下稱作服務器）1上經LAN（Local?Area?Network）等網絡2連接了多臺客戶計算機（以下，稱作客戶終端）3而成的服務器客戶系統。