專利名稱：檢索式生成裝置、檢索系統(tǒng)、檢索式生成方法
技術(shù)領(lǐng)域：
本發(fā)明涉及ー種生成用于檢索文件的檢索條件式(search formula)的技術(shù)。
背景技術(shù)：
文件檢索主要有兩種方法。第I種方法是輸入將關(guān)鍵字(任意的字符串)的有無(wú)進(jìn)行了組合的邏輯式，只將該邏輯式為真的文件作為檢索結(jié)果輸出的方法。該方法一般被稱為全文檢索(full text search)。將組合了關(guān)鍵字的有無(wú)的邏輯式的方式稱為檢索(條件)式。第2種方法是輸入文章，輸出使與該文章類似的文件按類似度順序排序(ランク付け)的檢索結(jié)果的方法。該方法一般被稱為概念檢索(similarity search)。由于概念檢索只要以文章形式原樣輸入想要檢索的主題(topic)即可，所以即便不是文件檢索專家的人也能夠容易地使用。由于檢索結(jié)果被帶順位地顯示，所以用戶能夠從排序靠前(上位)的重要文件開(kāi)始優(yōu)先查閱。另ー方面，對(duì)于文件為何被靠前排序，難以確認(rèn)其理由。成為概念檢索中的類似度的重要因素是輸入的文章與檢索結(jié)果的文件之間的詞語(yǔ)(単語(yǔ))分布的重復(fù)、作為檢索結(jié)果而得到的文件的文件長(zhǎng)度等。因此，難以簡(jiǎn)潔地表現(xiàn)類似度的依據(jù)。另外，概念檢索的構(gòu)造成為黑箱(black box)，類似度的依據(jù)大多為非公開(kāi)。如果不知道文件作為檢索結(jié)果而得到的依據(jù)，則用戶不知曉對(duì)該檢索結(jié)果查閱到什么程度才是足夠的。另外，也無(wú)法確認(rèn)是否完全檢索了所希望的主題。概念檢索如Web頁(yè)的檢索那樣，適合于在靠前少數(shù)的文件中有ー個(gè)所希望的文件即可的狀況，但針對(duì)在專利文獻(xiàn)、學(xué)術(shù)論文的檢索中希望對(duì)某個(gè)主題進(jìn)行網(wǎng)羅性(exhaustive)調(diào)查的狀況,其效率反而差。另ー方面，全文檢索必須利用由關(guān)鍵字的邏輯式(Boolean formula)構(gòu)成的檢索式來(lái)表現(xiàn)想要檢索的主題，需要用于構(gòu)建檢索式的經(jīng)驗(yàn)和專業(yè)知識(shí)。但是，由于檢索文件的基準(zhǔn)是檢索式自身，所以對(duì)用戶而言，基準(zhǔn)明確且容易理解。如果對(duì)被檢索出的文件全部進(jìn)行調(diào)查，則可以說(shuō)調(diào)查了全部由檢索式表現(xiàn)的主題的文件。為了減輕概念檢索的課題，提出了幾種方法。在下述專利文獻(xiàn)I中，抽出在通過(guò)概念檢索而檢索出的靠前數(shù)十件文件中特征性地出現(xiàn)的詞語(yǔ)，將其與檢索結(jié)果一同輸出。通過(guò)觀看抽出的特征性詞語(yǔ)的集合，可以理解檢索結(jié)果的大致情況。在下述非專利文獻(xiàn)I中，基于文件間的類似度，將檢索結(jié)果總結(jié)顯示為幾個(gè)組。由于通過(guò)總結(jié)成組，檢索結(jié)果中包含的主題被自動(dòng)地匯集，所以與專利文獻(xiàn)I的方法相比更容易掌握檢索結(jié)果的特征。在下述非專利文獻(xiàn)2中，根據(jù)檢索結(jié)果生成了成為其依據(jù)的關(guān)鍵字的邏輯式。通過(guò)該文獻(xiàn)，找到盡可能寬范圍覆蓋檢索結(jié)果的關(guān)鍵字。在找到的關(guān)鍵字的覆蓋范圍不充分的情況下，重新找出覆蓋剩余的文件集合的關(guān)鍵字。通過(guò)該反復(fù)尋找，找出能夠充分覆蓋檢索結(jié)果的關(guān)鍵字,通過(guò)邏輯積(product/conjunction)和邏輯和(sum/dis junction)將這些關(guān)鍵字連接，生成檢索式。另外，將生成的檢索式作為樹(shù)形結(jié)構(gòu)的圖而提示給用戶。
專利文獻(xiàn)I :日本特開(kāi)平10-74210號(hào)公報(bào)非專利又獻(xiàn) I :“Scatter/Gather :a cluster-based approach to browsinglargedocument collections，，，Cutting, D. , Karger, D. , Pedersen, J. , Tukey, J. pp. 318-329, ACMSIGIR’ 92，199非專利文獻(xiàn)2 検索結(jié)果の概要を表すキーワード式生成による質(zhì)問(wèn)修正支援’’，松生泰典，是津耕司，小山聡，田中克己，データ工學(xué)ワークシヨップ(DEWS2005)，lCi9，2005。
通過(guò)專利文獻(xiàn)I和非專利文獻(xiàn)I所記載的技術(shù)，可以抽出概念檢索的結(jié)果中包含的特征性詞語(yǔ)，將其作為概念檢索的依據(jù)進(jìn)行提示。但是，特征性詞語(yǔ)并不一定準(zhǔn)確地表示概念檢索的依據(jù)。通過(guò)非專利文獻(xiàn)2所記載的技術(shù)，僅將漏檢少的程度作為評(píng)價(jià)基準(zhǔn)來(lái)抽出詞語(yǔ)。因此，抽出的詞語(yǔ)有可能大多是概念檢索的結(jié)果以外的文件(噪聲noise)中的內(nèi)容。這些詞語(yǔ)作為概念檢索的依據(jù)是不恰當(dāng)?shù)摹?br>
發(fā)明內(nèi)容
本發(fā)明為了解決上述那樣的課題而提出，其目的在于，提供ー種能夠準(zhǔn)確且高效地生成成為概念檢索的依據(jù)的檢索式的技術(shù)。本發(fā)明涉及的檢索式生成裝置構(gòu)筑以通過(guò)邏輯和將檢索術(shù)語(yǔ)(term)的邏輯積結(jié)合而成的積和標(biāo)準(zhǔn)形式(standard sum of products form)來(lái)表示的檢索條件式,將再現(xiàn)率(遺漏少的程度，recall)與精度(噪聲少的程度，precision)作為基準(zhǔn)，對(duì)該檢索條件式進(jìn)行評(píng)價(jià)。接著，通過(guò)反復(fù)地將檢索術(shù)語(yǔ)的邏輯積中評(píng)價(jià)值成為最大的邏輯積以邏輯和來(lái)結(jié)合，來(lái)構(gòu)建檢索條件式。根據(jù)本發(fā)明涉及的檢索式生成裝置，通過(guò)用積和標(biāo)準(zhǔn)形式來(lái)表示檢索條件式，能夠防止捜索空間(search space)變得龐大。而且，由于按檢索術(shù)語(yǔ)的每個(gè)邏輯積搜索評(píng)價(jià)值為最大的邏輯積，將其以邏輯和結(jié)合，所以能夠以邏輯積的每ー項(xiàng)高效地搜索用積和標(biāo)準(zhǔn)形式表示的檢索條件式的捜索空間。并且，由于以再現(xiàn)率和精度為基準(zhǔn)，按每個(gè)檢索術(shù)語(yǔ)的邏輯積評(píng)價(jià)了檢索條件式，所以能夠按每個(gè)邏輯積使檢索條件式最佳化，提高檢索條件式的準(zhǔn)確性。


圖I是實(shí)施方式I涉及的檢索系統(tǒng)1000的構(gòu)成圖。圖2是表示檢索式生成裝置10的顯示器104進(jìn)行畫(huà)面顯示的檢索接ロ畫(huà)面20的畫(huà)面印象例的圖。圖3是表示成為生成檢索式的對(duì)象的母集合即文件集合D(301)、與能夠由生成的檢索式L檢索的文件集合H(L) (302)的關(guān)系的圖。圖4是概念性地表示檢索式生成部105搜索檢索式L的處理的圖。圖5是對(duì)圖4中說(shuō)明的搜索順序進(jìn)行說(shuō)明的流程圖。圖6是表示圖5的步驟S505的詳細(xì)處理的流程圖。圖7是說(shuō)明檢索式生成部105對(duì)H(L)進(jìn)行近似計(jì)算的方法的圖。
圖8是檢索服務(wù)器12所具備的檢索索引123的構(gòu)成圖。圖9是表示實(shí)施方式3中的檢索索引123的構(gòu)成例的圖。圖10是說(shuō)明在對(duì)文件集合D的一部分進(jìn)行了取樣的基礎(chǔ)上求取F值(F-measure)的方法的圖。
圖11是實(shí)施方式7中的檢索接ロ畫(huà)面20的畫(huà)面印象例。圖12是表示自動(dòng)生成的分類規(guī)則的例子的圖。附圖標(biāo)記說(shuō)明10 :檢索式生成裝置，101 CPU, 102 :存儲(chǔ)器，103 :鍵盤及鼠標(biāo)，104 :顯示器，105 檢索式生成部，106 :顯示控制部，107 :數(shù)據(jù)通信部，11 :網(wǎng)絡(luò)，12 :檢索服務(wù)器，121 CPU,122 :存儲(chǔ)器，123 :檢索索引，124 :檢索部，125 :數(shù)據(jù)通信部，201 :文本輸入?yún)^(qū)域，202 :文本輸入?yún)^(qū)域，203 :顯示區(qū)域，204 :檢索按鈕，205 :再檢索按鈕，206 :依據(jù)按鈕，207 :全選擇按鈕，208 :全解除按鈕，209 :復(fù)選框，1101 :文本輸入?yún)^(qū)域，1102 :檢索按鈕，1103 :文本輸入?yún)^(qū)域，1104 :顯示區(qū)域，1105 :再檢索按鈕，1106 :依據(jù)按鈕，1000 :檢索系統(tǒng)。
具體實(shí)施例方式<實(shí)施方式1>圖I是本發(fā)明的實(shí)施方式I涉及的檢索系統(tǒng)1000的構(gòu)成圖。檢索系統(tǒng)1000具有檢索式生成裝置10和檢索服務(wù)器12。它們通過(guò)網(wǎng)絡(luò)11連接。檢索式生成裝置10是根據(jù)作為對(duì)文件進(jìn)行檢索的結(jié)果而得到的檢索結(jié)果，生成用于得到該檢索結(jié)果的檢索式的裝置。檢索式生成裝置10具備CPU(Central ProcessingUnit) 101、存儲(chǔ)器102、鍵盤及鼠標(biāo)103、顯示器104、檢索式生成部105、顯示控制部106、數(shù)據(jù)通信部107。CPUlOl執(zhí)行對(duì)檢索式生成裝置10的動(dòng)作進(jìn)行控制的處理。而且，執(zhí)行后述的各程序。存儲(chǔ)器102是對(duì)CPUlOl所執(zhí)行的程序、為了執(zhí)行程序而必要的數(shù)據(jù)等進(jìn)行存儲(chǔ)的存儲(chǔ)裝置。鍵盤及鼠標(biāo)103受理來(lái)自用戶的操作輸入，將其輸出給CPU101。顯示器104按照顯示控制部106的指示對(duì)檢索結(jié)果等進(jìn)行畫(huà)面顯示。數(shù)據(jù)通信部107是通過(guò)網(wǎng)絡(luò)11進(jìn)行數(shù)據(jù)通信用的通信接ロ，例如可以使用利用TCP/IP協(xié)議進(jìn)行通信的LAN (Local AreaNetwork)接ロ等來(lái)構(gòu)成。檢索式生成部105根據(jù)作為對(duì)文件進(jìn)行檢索的結(jié)果而得到的檢索結(jié)果，生成用于獲得該檢索結(jié)果的檢索式。檢索式生成部105根據(jù)需要與檢索服務(wù)器12通信，收集為了生成檢索式而必要的數(shù)據(jù)。顯示控制部106使顯示器104對(duì)后述的圖2中說(shuō)明的檢索接ロ畫(huà)面20進(jìn)行畫(huà)面顯示。顯示控制部106根據(jù)需要與檢索服務(wù)器12通信，收集用于畫(huà)面顯示所必要的數(shù)據(jù)。檢索式生成部105與顯示控制部106既可以利用實(shí)現(xiàn)這些功能的電路器件等硬件來(lái)構(gòu)成，也可以構(gòu)成為安裝了同樣功能的程序。在將檢索式生成部105與顯示控制部106作為程序進(jìn)行安裝的情況下，CPUlOl通過(guò)執(zhí)行這些程序，來(lái)實(shí)現(xiàn)這些功能部的動(dòng)作。數(shù)據(jù)通信部107相當(dāng)于本發(fā)明中的“檢索結(jié)果取得部”。顯示器104相當(dāng)于“顯示部，，。檢索服務(wù)器12是實(shí)施文件檢索并將檢索結(jié)果發(fā)送給檢索式生成裝置10的裝置。檢索服務(wù)器12具備CPU121、存儲(chǔ)器122、檢索索引123、檢索部124、數(shù)據(jù)通信部125。CPU121執(zhí)行對(duì)檢索服務(wù)器12的動(dòng)作進(jìn)行控制的處理。而且，執(zhí)行后述的各程序。存儲(chǔ)器122是對(duì)CPU121所執(zhí)行的程序、為了執(zhí)行程序而必要的數(shù)據(jù)等進(jìn)行存儲(chǔ)的存儲(chǔ)裝置。檢索索引123是將檢索對(duì)象的數(shù)據(jù)調(diào)整(整形)成適合于檢索的數(shù)據(jù)結(jié)構(gòu)(索引)的數(shù)據(jù)。檢索索引123例如可以保存到磁存儲(chǔ)介質(zhì)等存儲(chǔ)介質(zhì)中。數(shù)據(jù)通信部125是通過(guò)網(wǎng)絡(luò)11進(jìn)行數(shù)據(jù)通信的通信接ロ，例如可以使用利用TCP/IP協(xié)議進(jìn)行通信的LAN接ロ等來(lái)構(gòu)成。檢索部124從檢索 式生成裝置10接受要求檢索文件的請(qǐng)求(request)，利用檢索索引123檢索出與檢索式相符的文件，并將檢索結(jié)果發(fā)送給檢索式生成裝置10。檢索部124既可以利用實(shí)現(xiàn)其功能的電路器件等硬件構(gòu)成，也可以構(gòu)成為安裝了同樣功能的程序。在將檢索部124作為程序安裝的情況下，CPU121通過(guò)執(zhí)行該程序，來(lái)實(shí)施檢索部124的動(dòng)作。圖2是表示檢索式生成裝置10的顯示器104進(jìn)行畫(huà)面顯示的檢索接ロ畫(huà)面20的畫(huà)面印象例的圖。檢索接ロ畫(huà)面20受理來(lái)自用戶的操作輸入，對(duì)檢索結(jié)果以及檢索式生成部105生成的檢索式進(jìn)行畫(huà)面顯示。以下，對(duì)與檢索接ロ畫(huà)面20的操作相關(guān)的動(dòng)作順序進(jìn)行說(shuō)明。(圖2:動(dòng)作順序步驟I)用戶向文本輸入?yún)^(qū)域201輸入檢索請(qǐng)求。在實(shí)施概念檢索的情況下輸入文章，在實(shí)施全文檢索的情況下輸入檢索式。這里，表示了實(shí)施概念檢索的例子。作為檢索請(qǐng)求，輸入了“特征為含有1，8_桉葉油素(cineole)作為有效成分的塵螨(ヒヨゥヒダニ)的驅(qū)蟲(chóng)劑。”這ー文章。(圖2:動(dòng)作順序步驟2)如果用戶點(diǎn)擊了檢索按鈕204，則顯示控制部106取得文本輸入?yún)^(qū)域201被輸入的字符串，通過(guò)數(shù)據(jù)通信部107向檢索服務(wù)器12發(fā)送將該字符串作為檢索條件的檢索請(qǐng)求。(圖2:動(dòng)作順序步驟3)檢索服務(wù)器12接受檢索式生成裝置10發(fā)送的檢索請(qǐng)求。檢索部124利用檢索索引123檢索與檢索請(qǐng)求相符的文件。檢索部124取得與檢索相符的文件的識(shí)別符、標(biāo)題等，并作為檢索結(jié)果發(fā)送給檢索式生成裝置10。(圖2:動(dòng)作順序步驟4)顯示控制部106通過(guò)數(shù)據(jù)通信部107接受檢索結(jié)果，將其以列表形式顯示到顯示區(qū)域203。顯示區(qū)域203對(duì)檢索結(jié)果中包含的文件的標(biāo)題等進(jìn)行顯示。在各標(biāo)題的旁邊配置有對(duì)選擇/非選擇進(jìn)行切換的復(fù)選框209。復(fù)選框處于選擇狀態(tài)的文件成為生成檢索式的對(duì)象。默認(rèn)下顯示區(qū)域203中顯示的所有文件都被選擇。如果點(diǎn)擊了全選擇按鈕207，則可以統(tǒng)ー選擇所有文件。如果點(diǎn)擊了全解除按鈕208，則可以統(tǒng)ー選擇解除所有文件。(圖2:動(dòng)作順序步驟5)如果用戶點(diǎn)擊了依據(jù)按鈕206，則顯示控制部106將被選擇的文件的識(shí)別符交給檢索式生成部105。檢索式生成部105利用后述的圖3 圖6中說(shuō)明的方法，生成能夠準(zhǔn)確地檢索出在檢索接ロ畫(huà)面20上被選擇的文件的檢索式。(圖2:動(dòng)作順序步驟6)
顯示控制部106將檢索式生成部105生成的檢索式顯示到文本輸入?yún)^(qū)域202。這里顯示了“劑*驅(qū)蟲(chóng)+害蟲(chóng)*驅(qū)蟲(chóng)*成分”這ー檢索式。啟示了如果利用該檢索式實(shí)施全文檢索，則能夠準(zhǔn)確地檢索目前所選擇的文件。用戶可以將實(shí)施概念檢索而得到的檢索結(jié)果的依據(jù)作為與檢索結(jié)果等效的檢索式來(lái)進(jìn)行確認(rèn)。(圖2:動(dòng)作順序步驟6 :補(bǔ)充)
在圖2所示的例子的情況下，雖然在原來(lái)的概念檢索中向文本輸入?yún)^(qū)域201輸入了“塵螨”這ー術(shù)語(yǔ)，但在文本輸入?yún)^(qū)域202所顯示的檢索式中使用了更普遍的“害蟲(chóng)”這ー關(guān)鍵字。即，可以說(shuō)使用了文本輸入?yún)^(qū)域201被輸入的文章的概念檢索的結(jié)果，與使用“害蟲(chóng)”這ー普通的關(guān)鍵字進(jìn)行了全文檢索的結(jié)果等效。用戶通過(guò)比較文本輸入?yún)^(qū)域201與202的顯示內(nèi)容，可以確認(rèn)是否實(shí)施了網(wǎng)羅性檢索。并且，如果查閱被選擇的文件的內(nèi)容，則可以完全查遍與包含塵螨的“害蟲(chóng)”相關(guān)的文件。(圖2:動(dòng)作順序步驟7)用戶還可以在文本輸入?yún)^(qū)域202上修正由檢索式生成部105生成的檢索式。如果在修正了檢索式之后點(diǎn)擊再檢索按鈕205，則顯示控制部106取得文本輸入?yún)^(qū)域202被輸入的檢索式，通過(guò)數(shù)據(jù)通信部107向檢索服務(wù)器12發(fā)送將該檢索式作為檢索條件的檢索請(qǐng)求。檢索服務(wù)器12利用該檢索式實(shí)施檢索，顯示控制部106將其檢索結(jié)果顯示到顯示區(qū)域203。(圖2:動(dòng)作順序步驟7 :補(bǔ)充)例如，有可能在目前的檢索結(jié)果中還包含與塵螨以外的害蟲(chóng)相關(guān)的文件。如果只想要與塵螨有關(guān)的文件，則只要將文本輸入?yún)^(qū)域202中顯示的“害蟲(chóng)”修正為“塵螨”，使用“劑令驅(qū)蟲(chóng)+塵螨令驅(qū)蟲(chóng)令成分”這ー檢索式實(shí)施再度檢索即可。以上，對(duì)檢索系統(tǒng)1000的構(gòu)成進(jìn)行了說(shuō)明。接下來(lái),對(duì)檢索式生成部105生成檢索式的方法進(jìn)行說(shuō)明。圖3是表示了成為生成檢索式的對(duì)象的母集合即文件集合D (301)、與可以通過(guò)生成的檢索式L來(lái)檢索的文件集合H(L) (302)的關(guān)系的圖。如果是能夠只不漏掉D地進(jìn)行檢索的檢索式，則D(301)與H(L) (302) —致，所以優(yōu)選找出滿足這樣的條件的檢索式し但是，由于文件集合D的選擇方法的不同，也有時(shí)不存在這樣的檢索式。鑒于此，實(shí)際上捜索D與H(L)的交集、即DAH(L) (303)盡可能寬泛那樣的檢索式し在本實(shí)施方式I中，使用F值作為用于該搜索的目標(biāo)函數(shù)值。F 值是再現(xiàn)率 R(recall) (304)與精度 P (precision) (305)的調(diào)和平均(307)。再現(xiàn)率R表示通過(guò)檢索式L能夠不漏掉D地進(jìn)行檢索的程度，相當(dāng)于檢索結(jié)果H(L)中的包含在文件集合D的文件相對(duì)文件集合D所占的比例。精度P表示通過(guò)檢索式L只檢索D的程度，相當(dāng)于檢索結(jié)果H(L)中的包含在文件集合D的文件相對(duì)于檢索結(jié)果H(L)所占的比例。如果將式304與式305代入到式307，則F值的式由式308表示。式308的分母為D(301)的面積與H(L) (302)的面積之和，式308的分子為D(301)的面積與H(L) (302)的面積的交集即D Λ H(L) (303)的面積的2倍。當(dāng)D與H(L)相等吋，F(xiàn)值成為最大值I。當(dāng)D與H(L)完全不重合吋，F(xiàn)值成為最小值O。另外，在本實(shí)施方式I中，采用F值作為評(píng)價(jià)檢索式L的基準(zhǔn)，將再現(xiàn)率R與精度P對(duì)等地調(diào)和平均，但也可以進(jìn)行加權(quán)，來(lái)重視其中一方。由于按照應(yīng)用，存在希望犧牲精度與再現(xiàn)率的任意一方而重視另一方的情況，所以在這樣的情況下，只要對(duì)任意一方施加比另一方重視的權(quán)重即可。另外，在本實(shí)施方式I中使用了式308所示的F值作為評(píng)價(jià)檢索式L的基準(zhǔn)，但只要是使用再現(xiàn)率R與精度P的評(píng)價(jià)式，也可以使用式308以外的評(píng)價(jià)式。
以上，說(shuō)明了檢索式生成部105生成檢索式L的原理。檢索式生成部105只要搜索使式308所示的F值為最大的檢索式L即可。但是，如果設(shè)為能夠使用任意形式的檢索式，則有可能導(dǎo)致搜索空間變龐大。該課題被稱為搜索問(wèn)題。在本發(fā)明中，為了解決搜索問(wèn)題，將檢索式的形式限定為積和標(biāo)準(zhǔn)形式，按構(gòu)成檢索式的邏輯積的每ー項(xiàng)，通過(guò)貪婪算法(greedyalgorithm)搜索D。該搜索法與F值的最大化相適合。詳細(xì)內(nèi)容將在后面敘述。積和標(biāo)準(zhǔn)形式是如(a * b * c) + (d -k e) + (f -k g)那樣，由檢索術(shù)語(yǔ)的邏輯積(* )構(gòu)成的項(xiàng)以邏輯和(+)結(jié)合的形式。在本發(fā)明中，通過(guò)反復(fù)處理，逐項(xiàng)生成構(gòu)成積和標(biāo)準(zhǔn)形式的各邏輯積。在上述例子的情況下，由于邏輯積有三個(gè)，所以反復(fù)處理執(zhí)行3次。在各反復(fù)處理中，捜索能夠以目前被提供的文件集合盡可能寬泛、且噪聲的混入變少的方式進(jìn)行檢索的邏輯積。這里的目標(biāo)函數(shù)使用前述的F值。接下來(lái)，將通過(guò)生成的邏輯積能夠檢索的文件從被提供的文件集合中去掉，對(duì)剩余的文件集合反復(fù)進(jìn)行相同的處理。如果剩余的文件集合沒(méi)了、或能夠新檢索的文件的數(shù)量為規(guī)定閾值以下，則停止反復(fù)處理。圖4是概念性地表示檢索式生成部105搜索檢索式L的處理的圖。檢索式生成部105捜索能夠從文件集合D (301)得到所希望的檢索結(jié)果的檢索式し以下，對(duì)圖4所示的處理順序進(jìn)行說(shuō)明。(圖4:處理順序步驟I)檢索式生成部105生成由檢索術(shù)語(yǔ)的ー個(gè)邏輯積構(gòu)成的檢索式LI。檢索式生成部105搜索F值為最大的LI。在檢索式生成部105在搜索LI的過(guò)程中，將構(gòu)成邏輯積的檢索術(shù)語(yǔ)以及檢索術(shù)語(yǔ)的個(gè)數(shù)最佳化。例如，得到LI = a * b * c等結(jié)果。檢索式LI覆蓋的文件集合是圖4的H(Ll) (302a)。D與H(Ll)重合的部分D Λ H(Ll)是圖4的斜線區(qū)域303ao(圖4:處理順序步驟2)檢索式生成部105針對(duì)從文件集合D除去了 H(Ll)的部分實(shí)施與步驟I同樣的處理，生成F值為最大的檢索式L2。檢索式L2由檢索術(shù)語(yǔ)的ー個(gè)邏輯積構(gòu)成。這里得到的檢索式L2不限于和步驟I相同。例如，得到L2 = d * e等結(jié)果。L2所覆蓋的文件集合是圖4 的 H(L2) (302b)。(圖4:處理順序步驟3)檢索式生成部105對(duì)從文件集合D除去了 H (LI)和H (L2)的部分實(shí)施與步驟I同樣的處理，生成F值為最大的檢索式L3。檢索式L3由檢索術(shù)語(yǔ)的ー個(gè)邏輯積構(gòu)成。這里得到的檢索式L3不限于和步驟I 步驟2相同。例如，得到L3 = f * g等結(jié)果。L3所覆蓋的文件集合是圖4的H(L3) (302c)。(圖4:處理順序步驟4)檢索式生成部105將與以上同樣的處理反復(fù)進(jìn)行規(guī)定次數(shù)或者直到文件集合D中無(wú)法覆蓋的范圍成為規(guī)定范圍以下。這里，將反復(fù)次數(shù)假定為3次。檢索式捜索部105將在各步驟中得到的檢索式通過(guò)邏輯和來(lái)結(jié)合，作為最終的檢索式し這里為L(zhǎng) = L1+L2+L3=(a · b · c) + (d * e) + (f 女 g)。(圖4:處理順序步驟4 :補(bǔ)充)圖4的用虛線包圍的部分成為檢索式L能夠覆蓋的文件集合。由于在各步驟I 步驟3中，局部地生成了 F值為最大的邏輯積LI L3，所以將它們結(jié)合后的積和標(biāo)準(zhǔn)形式的F值也相應(yīng)地成為大的值。由于利用反復(fù)取得局部最佳解的貪婪算法來(lái)生成檢索式L，所以并不一定限于得到大范圍(大域)的最大值，可以避免搜索空間變得龐大。圖5是對(duì)圖4中說(shuō)明的搜索順序進(jìn)行說(shuō)明的流程圖。以下，對(duì)圖5的各步驟進(jìn)行說(shuō)明。(圖5 :步驟 S501)檢索式生成部105取得構(gòu)成文件集合D的各文件。D的要素d_i是各文件的識(shí)別符。檢索式生成部105可以向檢索服務(wù)器12詢問(wèn)文件集合D的各構(gòu)成要素，也可以由用戶輸入各構(gòu)成要素。(圖5 :步驟 S502)檢索式生成部105將用于輸出最終檢索式L的邏輯交集設(shè)為0，將O以空集合進(jìn)行初始化。(圖5 :步驟 S503)檢索式生成部105設(shè)定用于對(duì)是否結(jié)束本處理進(jìn)行判定的剰余文件數(shù)閾值c_mirio對(duì)于c_min將在步驟S509中另外說(shuō)明。c_min的值可以預(yù)先保存到存儲(chǔ)器102等中，也可以由用戶輸入。(圖5 :步驟 S504)檢索式生成部105反復(fù)進(jìn)行以下的步驟S505 S508，直到滿足在步驟S509中說(shuō)明的條件為止。(圖5 :步驟 S505)檢索式生成部105搜索F值為最大的檢索式し檢索式L由檢索術(shù)語(yǔ)的ー個(gè)邏輯積構(gòu)成。本步驟與在圖4中說(shuō)明的步驟I 步驟3中分別搜索LI L3的處理對(duì)應(yīng)。本步驟的詳細(xì)內(nèi)容將在圖6中另外說(shuō)明。(圖5 :步驟 S506)檢索式生成部105作為集合O的構(gòu)成要素而追加在步驟S505中得到的檢索式し(圖5 :步驟 S507 S508)檢索式生成部105將利用在步驟S505中得到的檢索式L能夠檢索的文件集合設(shè)為DL(S507)。檢索式生成部105從文件集合D中將DL減去，作為新的文件集合D (S508)。(圖5:步驟 S5O9)檢索式生成部105在文件集合D為空，或者在步驟S505中新檢索到的文件數(shù)(DL的要素?cái)?shù))比閾值c_min小的情況下，結(jié)束步驟S505 S508的反復(fù)處理。在任一的條件都不滿足的情況下，返回到步驟S505，反復(fù)進(jìn)行同樣的處理。(圖5:步驟S509 :補(bǔ)充)在本步驟中，當(dāng)能夠新檢索的文件數(shù)小于c_min時(shí),結(jié)束反復(fù)搜索。該結(jié)束條件為了不生成只能夠檢索極少數(shù)量的文件那樣的特殊邏輯積是必要的。在本實(shí)施方式I中，由于利用貪婪算法捜索了檢索式L，所以隨著反復(fù)處理不斷進(jìn)行，能夠新覆蓋的文件數(shù)有減少的趨勢(shì)。因此，由于能夠覆蓋的文件數(shù)轉(zhuǎn)變成増加的可能性少，所以可以在DL的要素?cái)?shù)小于c_min的時(shí)刻，立即結(jié)束反復(fù)搜索。(圖5:步驟S510)檢索式生成部105將生成的檢索式所保存的O輸出給顯示控制部106。例如在最終生成了 L= (a * b * c) + (d * e) + (f * g)這一檢索式的情況下,O = {a*b*c,d*
e, f * g} ο圖6是表示圖5的步驟S505的詳細(xì)處理的流程圖。以下，對(duì)圖6的各步驟進(jìn)行說(shuō)明。(圖6 :步驟 S6Ol)檢索式生成部105取得構(gòu)成文件集合D的各文件。本步驟中的文件集合D等于在步驟S501以及S508中得到的D。(圖6 :步驟 S6O2)檢索式生成部105收集構(gòu)成在步驟S505中生成的檢索式的邏輯積的候補(bǔ)的檢索術(shù)語(yǔ)(關(guān)鍵字)，將其作為檢索術(shù)語(yǔ)集合T?？梢詫內(nèi)的文件中出現(xiàn)的所有術(shù)語(yǔ)放入到T中，也可以僅將D內(nèi)權(quán)重高的規(guī)定個(gè)數(shù)術(shù)語(yǔ)放入到T中。(圖6 :步驟S602 :補(bǔ)充I)作為對(duì)在本步驟中放入到檢索術(shù)語(yǔ)集合T中的術(shù)語(yǔ)進(jìn)行選擇的基準(zhǔn)的權(quán)重，例如可以使用IDF(Inverse Document Frequency :逆向文件頻率)值等。權(quán)重的值可以向檢索服務(wù)器12詢問(wèn)，也可以由檢索式生成部105計(jì)算。為了計(jì)算權(quán)重而需要的數(shù)據(jù)、權(quán)重的計(jì)算方法可以使用任意的公知方法。(圖6 :步驟 S602 :補(bǔ)充 2)在本實(shí)施方式I中，假設(shè)使用詞語(yǔ)(詞素(part of speech))作為檢索術(shù)語(yǔ),但除此之外例如也可以使用N元字符(character N-gram)等。(圖6:步驟 S603)檢索式生成部105設(shè)定搜索的深度的上限l_max。捜索的深度相當(dāng)于構(gòu)成檢索式L中包含的各邏輯積的要素?cái)?shù)。例如，當(dāng)在步驟S505中最大將3個(gè)檢索術(shù)語(yǔ)的邏輯積設(shè)為捜索范圍的情況下，l_max = 3。該情況下，能夠通過(guò)邏輯積將檢索術(shù)語(yǔ)結(jié)合的最大個(gè)數(shù)為3個(gè)。(圖6:步驟 S604)檢索式生成部105對(duì)用于保持正在捜索的地點(diǎn)的集合B進(jìn)行初始化，設(shè)定搜索開(kāi)起點(diǎn)。例如作為開(kāi)起點(diǎn)，將T中包含的全部術(shù)語(yǔ)不進(jìn)行邏輯結(jié)合地登記到集合B中。該情況下，例如B= {a，b，C，· · ·}。作為將集合B初始化的其他方法，例如可考慮從F值大的檢索術(shù)語(yǔ)僅抽出規(guī)定個(gè)數(shù)，將其登記到B中。(圖6:步驟 S605)檢索式生成部105將集合B中登記的檢索術(shù)語(yǔ)中F值最大的術(shù)語(yǔ)設(shè)為B_max。以后，每當(dāng)?shù)玫奖菷值大的檢索術(shù)語(yǔ)的邏輯積，便更新B_max。(圖6 :步驟 S6O6 S6O7) 檢索式生成部105對(duì)表示搜索的深度的變量i進(jìn)行初始化(S606)。檢索式生成部105反復(fù)進(jìn)行 以下的步驟S607 S613，直到搜索深度i超過(guò)上限l_max。步驟S607 S613是針對(duì)搜索深度i的搜索處理。即，在步驟S607 S613中，進(jìn)行幅度優(yōu)先搜索。(圖6 :步驟 S608 S609)檢索式生成部105對(duì)表示集合B的構(gòu)成要素的索引的變量j進(jìn)行初始化(S608)。檢索式生成部105反復(fù)進(jìn)行以下的步驟S610 S612，直到到達(dá)集合B的最終要素編號(hào)m為止(S609)。(圖6:步驟 S610)檢索式生成部105將集合T內(nèi)的ー個(gè)檢索術(shù)語(yǔ)通過(guò)邏輯積與集合B的第j個(gè)要素B_j結(jié)合。以邏輯積結(jié)合的檢索術(shù)語(yǔ)選擇F值通過(guò)結(jié)合增加最多的檢索術(shù)語(yǔ)。S卩，在本步驟中，通過(guò)爬山算法(hill-climbing algorithm)搜索了檢索術(shù)語(yǔ)。(圖6:步驟S610 :補(bǔ)充)在上述說(shuō)明中，結(jié)合了 F值最大的邏輯積，但也可以預(yù)備采用F值比最大值小的檢索術(shù)語(yǔ)，寬泛地確保搜索范圍。該情況下，隨著搜索的進(jìn)行，導(dǎo)致保持目前的捜索地點(diǎn)的集合B也變大，也可以使用預(yù)先決定集合B的要素?cái)?shù)的上限值，從F值大的開(kāi)始優(yōu)先向集合B登記等方法。(圖6:步驟 S611)如果在步驟S610中新結(jié)合了檢索術(shù)語(yǔ)的要素BJ的F值比目前的B_max的F值大，則檢索式生成部105用BJ將Bjnax更新。(圖6:步驟 S612)檢索式生成部105使變量j加I (increment)。如果j沒(méi)有到達(dá)集合B的最終要素編號(hào)m，則返回到步驟S609，重復(fù)同樣的處理，如果達(dá)到了，則結(jié)束步驟S609 S612的反復(fù)處理。(圖6:步驟 S613)檢索式生成部105使變量i加I。如果i沒(méi)有達(dá)到搜索深度上限l_max，則返回到步驟S607，重復(fù)同樣的處理，如果達(dá)到了，則結(jié)束步驟S607 S613的反復(fù)處理。(圖6:步驟 S614)檢索式生成部105輸出目前的B_max作為本處理的結(jié)果?！磳?shí)施方式I:總結(jié)〉以上，對(duì)本實(shí)施方式I涉及的檢索式生成裝置10生成檢索式的方法進(jìn)行了說(shuō)明。檢索式生成裝置10可以自動(dòng)生成與概念檢索的檢索結(jié)果等效的檢索式。本實(shí)施方式I涉及的檢索式生成裝置10以積和標(biāo)準(zhǔn)形式生成用于獲得所希望的檢索結(jié)果的檢索式L。由此，能夠防止搜索最佳的檢索式L時(shí)的搜索空間變得龐大。另外，本實(shí)施方式I涉及的檢索式生成裝置10通過(guò)反復(fù)進(jìn)行對(duì)檢索術(shù)語(yǔ)的每個(gè)邏輯積按規(guī)定的評(píng)價(jià)式進(jìn)行評(píng)價(jià)，將評(píng)價(jià)值最大的邏輯積以邏輯和結(jié)合的步驟，生成可以獲得所希望的檢索結(jié)果的檢索式し由此，能夠按邏輯積的每ー項(xiàng)高效地搜索檢索式L的捜索空間。由于該方法按構(gòu)成檢索式L的邏輯和的每ー項(xiàng)實(shí)施最佳化，所以非常適合采用積和標(biāo)準(zhǔn)形式的方法，能夠高效地生成檢索式し另外，本實(shí)施方式I涉及的檢索式生成裝置10以再現(xiàn)率R和精度P為基準(zhǔn)，按檢索術(shù)語(yǔ)的每個(gè)邏輯積評(píng)價(jià)檢索式し由此，能夠按每個(gè)邏輯積將檢索式L最佳化，提高檢索式L的準(zhǔn)確性。〈實(shí)施方式2>在實(shí)施方式I中，說(shuō)明了使用再現(xiàn)率R和精度P對(duì)檢索式L進(jìn)行評(píng)價(jià)的方法。由于在求取精度P時(shí)，需要取得與檢索式L相符合的文件數(shù)、即符合(hit)件數(shù)Ih(L) |，所以檢索式生成部105可以根據(jù)需要向檢索服務(wù)器12詢問(wèn)Ih(L) I。不過(guò)，如果不實(shí)際使用檢索式L來(lái)嘗試實(shí)施檢索，則不知道IH(L) I值的準(zhǔn)確值。在實(shí)施方式I中，由于在搜索過(guò)程中多次評(píng)價(jià)檢索式L，所以導(dǎo)致檢索服務(wù)器12實(shí)施檢索時(shí)的處理負(fù)荷變大。將該課題稱為大范圍符合件數(shù)取得問(wèn)題。鑒于此，在本發(fā)明的實(shí)施方式2中，取代實(shí)際實(shí)施檢索，而使用構(gòu)成檢索式L的每個(gè)關(guān)鍵字的符合件數(shù)，對(duì)Ih(L) I進(jìn)行近似。由此，試著降低檢索負(fù)荷，來(lái)解決大范圍符合件數(shù)取得問(wèn)題。其中，由于檢索系統(tǒng)1000的構(gòu)成與實(shí)施方式I相同，所以下面以用于解決大范圍符合件數(shù)取得問(wèn)題的方法為中心進(jìn)行說(shuō)明。圖7是說(shuō)明檢索式生成部105近似計(jì)算H(L)的方法的圖。以下對(duì)圖7所示的順序按每個(gè)式進(jìn)行說(shuō)明。(圖7:式701)檢索式生成部105在實(shí)施圖6的各步驟中計(jì)算出F值的步驟(S605和S610)吋，取得作為取得符合件數(shù)|h(l) I的對(duì)象的檢索式し由于檢索式生成部105按構(gòu)成檢索式L的每個(gè)邏輯積求取IH(L) I，所以本步驟中的L稱為檢索術(shù)語(yǔ)的邏輯積。這里，假設(shè)為L(zhǎng) =tl * t2 * · · · * t_k。t」是各檢索術(shù)語(yǔ)。(圖7:式702)檢索式生成部105取得成為檢索對(duì)象的所有文件數(shù)N。N的值可以向檢索服務(wù)器12詢問(wèn)，也可以由用戶輸入。(圖7:式703)在將通過(guò)檢索式(邏輯積)L能夠檢索某個(gè)文件的概率定義為P(L)時(shí)，能夠用L檢索的文件數(shù)H(L)可以通過(guò)P(L) * N推定。(圖7:式704)如果構(gòu)成檢索式(邏輯積)L的各檢索術(shù)語(yǔ)t_l t_k近似成在文件內(nèi)獨(dú)立出現(xiàn)的檢索術(shù)語(yǔ)，則 P (U ^ P(t_l) * P (t_2) * · · · * P (t_k) O(圖7:式705)P(t_i)是用檢索術(shù)語(yǔ)t_i能夠檢索某個(gè)文件的概率，能夠以t_i的符合件數(shù)H (t_i)相對(duì)于所有文件數(shù)N的比來(lái)推定。(圖7:式706)根據(jù)以上的式701 式705，可知求取的H(L)能夠通過(guò)使用了每個(gè)檢索術(shù)語(yǔ)的符合件數(shù)H(t_i)之積的式706近似計(jì)算。檢索式生成部105最終能夠使用式706，近似計(jì)算H(L)。以上，說(shuō)明了近似計(jì)算|h(l) I的原理。接下來(lái)，對(duì)用于近似計(jì)算|h(l) I的具體安裝方案進(jìn)行說(shuō)明。圖8是檢索服務(wù)器12所具備的檢索索引123的構(gòu)成圖。為了檢索式生成部105高速取得各術(shù)語(yǔ)t_i中每ー個(gè)的符合件數(shù)H(t_i)，使用檢索索引123所保持的數(shù)據(jù)是有效的。檢索索引123具有檢索術(shù)語(yǔ)t_i (801)、包含有檢索術(shù)語(yǔ)t_i的文件的列表(802)。該列表802的長(zhǎng)度與使用檢索術(shù)語(yǔ)t_i實(shí)施檢索時(shí)的符合件數(shù)H(t_i)相等。檢索服務(wù)器12也可以預(yù)先計(jì)算并保持(803)。在任意ー種的情況下，檢索式生成部105都能夠通過(guò)使用檢索索引123所保持的數(shù)據(jù)，來(lái)高速取得H(t_i)。S卩，可以高速地近似計(jì)算|H(L) I?！磳?shí)施方式2:總結(jié)〉綜上所述，本實(shí)施方式2涉及的檢索式生成裝置10取得由檢索索引123保持的每個(gè)檢索術(shù)語(yǔ)t_i的符合件數(shù)，利用該值近似計(jì)算檢索式L的符合件數(shù)|h(l) I。由此，不需要?dú)按稳〉梅霞?shù)Ih(L) I再實(shí)施檢索，不僅可以降低檢索負(fù)荷，而且能夠使生成檢索式L的處理高速化?！磳?shí)施方式3>在實(shí)施方式I中，檢索式生成部105在計(jì)算再現(xiàn)率R和精度P時(shí)需要求出Idah(L) I。由于Idah(L) I是文件集合D中的與檢索式L符合的文件數(shù)，所以如果不實(shí)際進(jìn)行檢索，則無(wú)法知曉準(zhǔn)確的值。將該課題稱為局部符合件數(shù)取得問(wèn)題。局部符合件數(shù)|d λ h(l) I與大范圍符合件數(shù)|h(l) I相比，對(duì)生成的邏輯積的精度有大幅影響。因此，只要處理時(shí)間允許，優(yōu)選實(shí)際實(shí)施檢索來(lái)取得。當(dāng)在現(xiàn)實(shí)的時(shí)間內(nèi)無(wú)法取得|D AH(L) I時(shí)，也可以使用檢索索引123來(lái)輔助檢索式生成部105。鑒于此，在本發(fā)明的實(shí)施方式3中，對(duì)將各文件中包含的檢索術(shù)語(yǔ)的列表預(yù)先保存到檢索索引123內(nèi)并用其來(lái)取得|d λ h(l) I的方法進(jìn)行說(shuō)明。圖9是表示本實(shí)施方式3中的檢索索引123的構(gòu)成例的圖。在本實(shí)施方式3中，檢索索引123除了圖8中說(shuō)明的構(gòu)成之外，還保持圖9所示的數(shù)據(jù)。其他的構(gòu)成與實(shí)施方式I 2相同。檢索索引123針對(duì)文件集合D中包含的各文件d_i (901)，保持該文件包含的檢索術(shù)語(yǔ)的列表(902)。檢索式生成部105在求取局部符合件數(shù)|D Λ H(L) I吋，向檢索服務(wù)器12詢問(wèn)檢索式L中包含的全部檢索術(shù)語(yǔ)是否包含在針對(duì)文件d_i的檢索術(shù)語(yǔ)列表902中。由此，可以高速得到D AH(L) I。在檢索索引123沒(méi)有保持圖9所示的數(shù)據(jù)而只保持有圖8所示的數(shù)據(jù)時(shí)，需要在對(duì)各文件d_i中所包含的檢索術(shù)語(yǔ)進(jìn)行解析的基礎(chǔ)上實(shí)施同樣的處理。當(dāng)然，在集合D中包含的文件數(shù)少、能夠在現(xiàn)實(shí)的時(shí)間內(nèi)取得|D λ H(L) I的情況下，不必一定預(yù)先準(zhǔn)備圖9所示的數(shù)據(jù)?！磳?shí)施方式3:總結(jié)〉綜上所述，本實(shí)施方式3涉及的檢索式生成裝置100利用檢索索引123所保持的、文件d_i(901)中包含的檢索術(shù)語(yǔ)的列表(902)，求出局部符合件數(shù)|D Λ H(L) I。由此，與在對(duì)各文件d i中包含的檢索術(shù)語(yǔ)進(jìn)行了解析的基礎(chǔ)上求出Idah(L)I的情況相比，可以減輕處理負(fù)荷、高速地生成檢索式し
〈實(shí)施方式4>在本發(fā)明的實(shí)施方式4中，對(duì)取代實(shí)施方式3中說(shuō)明的高速求出局部符合件數(shù)Id λ h(l) I的方法，而通過(guò)使用了取樣的近似方法，推定|d λ h(l) I的步驟進(jìn)行說(shuō)明。其他的構(gòu)成與實(shí)施方式3相同。圖10是說(shuō)明在對(duì)文件集合D的一部分進(jìn)行了取樣的基礎(chǔ)上求出F值的方法的圖。優(yōu)選取樣方法采用隨機(jī)取樣。圖10的集合S(3011)是從文件集合D(301)中對(duì)一部分取樣而得到的文件集合。由于通過(guò)隨機(jī)取樣抽出集合S，所以與集合D相關(guān)的統(tǒng)計(jì)量可以通過(guò)對(duì)與集合S相關(guān)的統(tǒng)計(jì)量乘以系數(shù)|d|/|s|來(lái)推定。因此，局部符合件數(shù)Idah(L)I可以通過(guò)對(duì)集合s的局部符合件數(shù)Isah(L)I乘以系數(shù)|d|/|s|來(lái)推定。綜上所述，用于計(jì)算文件集合D的F值的計(jì)算式1001可以通過(guò)圖10的計(jì)算式1002來(lái)近似。檢索式生成部105只要使用計(jì)算式1002近似計(jì)算F值即可。由于通過(guò)使用計(jì)算式1002，在文件數(shù)比集合D少的集合S的范圍內(nèi)取得局部符合件數(shù)，所以可降低求取F值的處理負(fù)荷、能夠更高速地生成檢索式し〈實(shí)施方式5>實(shí)施方式4中說(shuō)明的計(jì)算式1002也可以用于設(shè)定邏輯積L的目標(biāo)符合件數(shù)X。這里，被預(yù)先提供了將構(gòu)成要素不明的要素?cái)?shù)為X的文件集合D中一部分提取后的集合S，以生成檢索文件集合D的邏輯積L為目的進(jìn)行設(shè)定。假設(shè)提供的文件集合S是從要素?cái)?shù)為X的假想文件集合D通過(guò)隨機(jī)取樣而抽出的集合。該情況下，如果生成只能準(zhǔn)確地檢索文件集合D的檢索式L，則結(jié)果可以得到符合件數(shù)為X的檢索式し因此，檢索式生成部105只要以帶入了 F值=I、|D| =X、|H(L) I =X的計(jì)算式1001成立那樣的檢索式L為目標(biāo)進(jìn)行搜索即可。在被提供文件集合S的情況下，只要在對(duì)計(jì)算式1002的Isl帶入了 S的要素?cái)?shù)的基礎(chǔ)上，搜索該式成立那樣的檢索式L即可。由于這里設(shè)定的|d| =X為目標(biāo)值，所以并不限于檢索式生成部105—定能夠準(zhǔn)確地生成符合X件的檢索式L，但如果捜索是網(wǎng)羅式捜索，則認(rèn)為更能接近目標(biāo)符合件數(shù)X?！磳?shí)施方式6>在本發(fā)明的實(shí)施方式6中，說(shuō)明對(duì)構(gòu)成文件集合D的文件的權(quán)重(檢索分?jǐn)?shù)(score))進(jìn)行了考慮的動(dòng)作例。檢索系統(tǒng)1000的構(gòu)成與實(shí)施方式I 5相同。在概念檢索中，檢索結(jié)果一般在基于相對(duì)于作為檢索條件而輸入的文章的類似度被排序的狀態(tài)下得到。例如，考慮從概念檢索的結(jié)果選擇靠前100件來(lái)作為集合D，生成與集合D等效的檢索式L的情況。即便是同樣地能夠檢索99件的檢索式，與無(wú)法檢索出檢索排序第I位的文件的檢索式相比，可以說(shuō)無(wú)法檢索出檢索排序第100位的文件的檢索式更準(zhǔn)確地表示了集合D。即，即便是覆蓋相同文件數(shù)的檢索式，也優(yōu)選更多地覆蓋靠前文件的檢索式。在本實(shí)施方式6中，檢索式生成部105按照能夠生成更多地檢索出檢索排序?yàn)榭壳暗奈募臋z索式L的方式，在計(jì)算F值時(shí)，加上檢索分?jǐn)?shù)。檢索分?jǐn)?shù)是用于對(duì)檢索結(jié)果賦予排序時(shí)使用的評(píng)價(jià)值，分?jǐn)?shù)值越高，越被賦予靠前排序。檢索式生成部105為了生成如能夠優(yōu)先檢索出檢索分?jǐn)?shù)高的文件那樣的檢索式し取代計(jì)算式304的|D 1 (集合D內(nèi)的文件數(shù))而使用集合D內(nèi)的文件的檢索分?jǐn)?shù)總和。同樣，取代Id λ h(l) I而使用通過(guò)檢索式L而符合的集合D內(nèi)的文件的檢索分?jǐn)?shù)總和。由此,通過(guò)計(jì)算式304計(jì)算出的再現(xiàn)率R成為將能夠檢索式L覆蓋的文件的檢索分?jǐn)?shù)的值也考慮在內(nèi)。同樣，檢索式生成部105取代計(jì)算式305的|H(L)|而使用在利用檢索式L進(jìn)行檢索時(shí)符合的文件的檢索分?jǐn)?shù)總和。不過(guò)，由于難以取得集合D中不包含的文件的檢索分?jǐn)?shù)，所以將集合D內(nèi)的文件的最小檢索分?jǐn)?shù)作為這些文件的檢索分?jǐn)?shù)。對(duì)于計(jì)算式305的Idah(L)而言，與計(jì)算式304同樣。另外，各文件的檢索分?jǐn)?shù)只要在數(shù)據(jù)通信部107從檢索服務(wù)器12取得檢索結(jié)果時(shí)與其一井取得即可?！磳?shí)施方式6:總結(jié)〉
綜上所述，本實(shí)施方式6涉及的檢索式生成裝置10在評(píng)價(jià)檢索式L吋，使用將檢索分?jǐn)?shù)考慮在內(nèi)的評(píng)價(jià)式。由此，由于能夠得到可優(yōu)先檢索出檢索排序?yàn)榭壳暗奈募臋z索式L，所以可生成適合檢索需求的檢索式。〈實(shí)施方式7>在本發(fā)明的實(shí)施方式7中，說(shuō)明將檢索結(jié)果群集化(clustering)，針對(duì)各自的群集(cluster)生成檢索式并加以顯示的構(gòu)成。由于和群集化相關(guān)的處理以及畫(huà)面顯示以外與實(shí)施方式I 6相同，所以下面以不同點(diǎn)為中心進(jìn)行說(shuō)明。在本實(shí)施方式7中，檢索式生成部105將作為檢索結(jié)果而得到的文件集合群集化。群集化是將文件集合分割成部分集合(群集)的處理。各部分集合中匯集了相互類似的文件。檢索式生成部105可以使用任意公知的群集化方法。由于如果通過(guò)群集化將檢索結(jié)果分割成部分集合，則檢索結(jié)果被按相關(guān)聯(lián)的每個(gè)主題整理，所以檢索結(jié)果的預(yù)料性變好、易于縮小范圍。另ー方面，難以確認(rèn)各群集中包含的文件具有什么樣的主題。在如非專利文獻(xiàn)I那樣的現(xiàn)有技術(shù)中，將各群集中包含的特征性語(yǔ)句與檢索結(jié)果一同顯示，但難以只通過(guò)特征性語(yǔ)句充分表示該群集中包含的主題。鑒于此，在本實(shí)施方式7中，生成能夠檢索各群集中包含的文件集合的檢索式，將其與群集一并顯示。圖11是本實(shí)施方式7中的檢索接ロ畫(huà)面20的畫(huà)面印象例。以下，對(duì)與圖11的檢索接ロ畫(huà)面20的操作相關(guān)的動(dòng)作順序進(jìn)行說(shuō)明。(圖11:動(dòng)作順序步驟I)用戶向文本輸入?yún)^(qū)域1101輸入檢索請(qǐng)求。在實(shí)施概念檢索的情況下輸入文章，在實(shí)施全文檢索的情況下輸入檢索式。這里表示了實(shí)施概念檢索的例子。作為檢索請(qǐng)求，輸入了“用于拍攝照片或者用于投影或直視照片的裝置”這ー文章。(圖11:動(dòng)作順序步驟2 步驟3)如果用戶點(diǎn)擊了檢索按鈕1102，則實(shí)施與在圖2的步驟2 步驟3中說(shuō)明的處理相同的處理。(圖11:動(dòng)作順序步驟4)顯示控制部106通過(guò)數(shù)據(jù)通信部107接受檢索結(jié)果。檢索式生成部105將檢索結(jié)果中包含的文件集合群集化，分割成部分集合。顯示控制部106按每個(gè)群集設(shè)置顯示區(qū)域1104，在各顯示區(qū)域1104中顯示群集內(nèi)的文件列表。顯示區(qū)域1104的顯示內(nèi)容與圖2相同。(圖11:動(dòng)作順序步驟5)
顯示控制部106按每個(gè)群集設(shè)置依據(jù)按鈕1106。如果用戶點(diǎn)擊了依據(jù)按鈕1106，則顯示控制部106將在顯示區(qū)域1104內(nèi)選擇的文件的識(shí)別符交給檢索式生成部105。檢索式生成部105生成能夠檢索群集內(nèi)被選擇的文件集合的檢索式。用戶通過(guò)從群集的文件中只選擇必要的文件，能夠按照自己的喜好對(duì)群集中包含的文件列表進(jìn)行修正。(圖11:動(dòng)作順序步驟6)顯示控制部106按每個(gè)群集設(shè)置文本輸入?yún)^(qū)域1103。顯示控制部106將檢索式生成部105生成的每個(gè) 群集的檢索式顯示到文本輸入?yún)^(qū)域1103。(圖11:動(dòng)作順序步驟7)用戶也可以直接修正文本輸入?yún)^(qū)域1103中顯示的檢索式。如果用戶點(diǎn)擊了再檢索按鈕1105，則顯示控制部106取得文本輸入?yún)^(qū)域1103被輸入的檢索式，通過(guò)數(shù)據(jù)通信部107向檢索服務(wù)器12發(fā)送將該檢索式作為檢索條件的檢索請(qǐng)求。檢索服務(wù)器12使用該檢索式實(shí)施檢索，顯示控制部106將該檢索結(jié)果顯示到顯示區(qū)域1104?！磳?shí)施方式7:總結(jié)〉綜上所述，本實(shí)施方式7涉及的檢索式生成裝置10將檢索結(jié)果群集化，按每個(gè)群集顯示檢索結(jié)果。而且,按每個(gè)群集生成能夠檢索各群集中包含的文件的檢索式。由此,用戶能夠容易地掌握每個(gè)群集的特征。另外，本實(shí)施方式7涉及的檢索式生成裝置10可以按每個(gè)群集修正檢索式并進(jìn)行再檢索。由此，用戶能夠按每個(gè)群集獲得與實(shí)施方式I同樣的效果。〈實(shí)施方式8>在本發(fā)明的實(shí)施方式8中，說(shuō)明使用實(shí)施方式I 7中說(shuō)明的檢索式生成裝置10，生成自動(dòng)賦予文件分類碼的規(guī)則的方法。文件分類碼(controlled category)是在將文件按各文件內(nèi)容的特征分類的基礎(chǔ)上，對(duì)各分類賦予的識(shí)別碼。由于各分類中包含的文件大多具有同樣的關(guān)鍵字，所以如果能夠按每個(gè)分類碼生成恰當(dāng)?shù)臋z索式，則可以使用相同的檢索式進(jìn)行檢索的文件屬于相同分類的可能性高。在本實(shí)施方式8中，利用該情況，將檢索式用作分類規(guī)則。檢索式生成部105將已被賦予分類碼C的文件集合(正確答案訓(xùn)練數(shù)據(jù))D作為對(duì)象，生成檢索式し接著,判定通過(guò)生成的檢索式L能夠檢索未被賦予分類碼的文件d (測(cè)試數(shù)據(jù))。如果能夠通過(guò)檢索式L檢索出文件d，則可以預(yù)測(cè)為文件d具有分類碼C。這樣，利用根據(jù)正確答案訓(xùn)練數(shù)據(jù)生成的檢索式L，能夠?qū)y(cè)試數(shù)據(jù)自動(dòng)賦予分類碼。對(duì)文件自動(dòng)分類的方法有很多，但本實(shí)施方式8的優(yōu)點(diǎn)在于能夠自由設(shè)定分類規(guī)則(生成的檢索式)的精度(precision)。而且，由于分類規(guī)則是邏輯式自身，所以用戶易于理解。如果必要，則用戶也能夠?qū)ψ詣?dòng)生成的分類規(guī)則進(jìn)行修正。由于分類規(guī)則是邏輯式的形式、容易判斷，所以修正也容易。圖12是表示自動(dòng)生成的分類規(guī)則的例子的圖。在該例子中，將具有國(guó)際專利分類A61B3“眼睛的檢查裝置；眼睛的診察裝置”這ー IPC碼的1993年公開(kāi)的專利公開(kāi)公報(bào)的集合作為正確答案訓(xùn)練數(shù)據(jù)，根據(jù)其自動(dòng)生成了檢索式。如果使用實(shí)施方式I中說(shuō)明的方法，則生成了“(檢眼)+(檢*者)+(眼科*裝置)+ (光學(xué)*拍攝*系統(tǒng))”這ー檢索式?？梢詫⒃摍z索式作為分類規(guī)則直接使用，例如對(duì)1994年公開(kāi)的專利公開(kāi)公報(bào)自動(dòng)賦予分類碼。或者，用戶也可以修正分類規(guī)則。
接下來(lái)，對(duì)根據(jù)暫時(shí)生成的分類規(guī)則，重新構(gòu)建精度(precision)為某ー值以上的分類規(guī)則的方法進(jìn)行說(shuō)明。文件分類中具有精度(precision)和再現(xiàn)率(recall)等評(píng)價(jià)基準(zhǔn)。例如,在圖12所說(shuō)明的例子中考慮“眼科*裝置”這一分類規(guī)則。再現(xiàn)率是在正確答案數(shù)據(jù)(被分類為A61B3的文件)中，符合“眼科*裝置”的文件的比例。即，表示在“眼科*裝置”下正確答案能夠覆蓋怎樣的程度。精度是正確答案數(shù)據(jù)占符合“眼科女裝置”的所有文件的比例。即，表示“眼科女裝置”是何種程度準(zhǔn)確的分 類規(guī)則。如果是精度接近于100%的分類規(guī)則，則符合該分類規(guī)則的文件可以幾乎無(wú)誤地被賦予目標(biāo)分類碼。由于只要對(duì)于不符合分類規(guī)則的文件，由用戶通過(guò)手動(dòng)作業(yè)賦予分類碼即可，所以能夠削減與分類碼賦予相關(guān)的作業(yè)成本。以下，根據(jù)圖12對(duì)生成具有規(guī)定以上精度的分類規(guī)則的步驟進(jìn)行說(shuō)明。(圖12:分類規(guī)則生成順序步驟I)檢索式生成部105利用在實(shí)施方式I 7中說(shuō)明的步驟，對(duì)構(gòu)成檢索式L的各邏輯積，計(jì)算出訓(xùn)練數(shù)據(jù)中的精度與再現(xiàn)率。這里，設(shè)得到了圖12的上半部分所示的4個(gè)邏輯積“檢眼” “檢*者” “眼科*裝置” “光學(xué)*拍攝*系統(tǒng)”。(圖12:分類規(guī)則生成順序步驟2)用戶將所希望的精度值輸入給檢索式生成裝置10。這里，指定了精度> O. 8。(圖12:分類規(guī)則生成順序步驟3)檢索式生成部105僅抽出精度為O. 8以上的邏輯積，并以邏輯和加以結(jié)合。由此，關(guān)于訓(xùn)練數(shù)據(jù)，可以生成具有O. 8以上的精度的檢索式“(檢眼)+(眼科*裝置)”。其中，精度的值使用正確答案訓(xùn)練數(shù)據(jù)計(jì)算。(圖12:分類規(guī)則生成順序步驟4)檢索式生成裝置10將在步驟3中得到的檢索式作為分類規(guī)則提示給用戶。由此，可以指定成為目標(biāo)的精度，自動(dòng)生成分類規(guī)則。如果使用將目標(biāo)精度設(shè)為足夠高而生成的分類規(guī)則，則能夠以足夠的精度自動(dòng)賦予分類碼?！磳?shí)施方式8:總結(jié)〉綜上所述，本實(shí)施方式8涉及的檢索式生成裝置10生成具有被指定以上的精度的檢索式，將其作為文件分類規(guī)則進(jìn)行提示。由此，能夠自動(dòng)地以高精度對(duì)文件賦予分類碼。<實(shí)施方式9>也可以在以上的實(shí)施方式I 8中，將檢索式生成部105配置于檢索服務(wù)器12。另外，在如實(shí)施方式7那樣將檢索結(jié)果群集化的情況下，也可以將實(shí)施群集化處理的功能部與檢索式生成部105獨(dú)立地重新設(shè)置。實(shí)施群集化的功能部可以配置于檢索式生成裝置10，也可以配置于檢索服務(wù)器12。在檢索服務(wù)器12具備群集化功能部的情況下，檢索服務(wù)器12將檢索結(jié)果群集化，將群集(文件集合)的列表發(fā)送給檢索式生成裝置10。以上，基于實(shí)施方式對(duì)本發(fā)明者研究的發(fā)明具體進(jìn)行了說(shuō)明，但本發(fā)明并不限定于上述實(shí)施方式，在不脫離其主g的范圍當(dāng)然能夠進(jìn)行各種變更。另外，上述各構(gòu)成、功能、處理部等可以通過(guò)將它們的全部或者一部分例如以集成電路進(jìn)行設(shè)計(jì)，由此作為硬件來(lái)實(shí)現(xiàn)，也可以通過(guò)處理器執(zhí)行用于實(shí)現(xiàn)各自的功能的程序，由此作為軟件來(lái)實(shí)現(xiàn)。實(shí)現(xiàn)各功能的程序、表等信息可以保存到存儲(chǔ)器或硬盤等存儲(chǔ)裝置、IC卡、DVD等存儲(chǔ)介質(zhì)中。實(shí)施例[實(shí)施例I]在本發(fā)明的實(shí)施例I中，說(shuō)明針對(duì)實(shí)施方式I中說(shuō)明的檢索式的精度進(jìn)行了評(píng)價(jià)的結(jié)果。為了評(píng)價(jià)精度，使用某個(gè)檢索式L來(lái)實(shí)際檢索文件，井根據(jù)檢索出的文件集合生成檢索式，確認(rèn)是否能夠復(fù)原原來(lái)的檢索式L。其中，在使用了檢索式L的檢索結(jié)果超過(guò)300件的情況下，對(duì)300個(gè)文件取樣實(shí)施了評(píng)價(jià)。首先，以將2個(gè)檢索術(shù)語(yǔ)通過(guò)邏輯積或邏輯和結(jié)合的單純的檢索式進(jìn)行了實(shí)驗(yàn)。該情況下，58個(gè)檢索式中無(wú)法再現(xiàn)的檢索式僅有ー個(gè)。 對(duì)于由三個(gè)以上檢索術(shù)語(yǔ)構(gòu)成的復(fù)雜的檢索式，52個(gè)檢索式中完全復(fù)原的有19個(gè)。例如，“(放熱+(熱*傳導(dǎo))+ (傳*熱))*片村”、“(電纜* (廣播+TV))+CATV”等檢索式完全復(fù)原。對(duì)于此外的33個(gè)檢索式，幾乎在所有的情況下都部分復(fù)原成功。例如，針對(duì)原來(lái)的檢索式L “LED+(發(fā)光* (ニ極管+元件))”，生成了“ LED+發(fā)光”。在部分復(fù)原成功的例子中，絕大多數(shù)是如此以邏輯和結(jié)合的部分不能完全復(fù)原的情況。該主要理由是取樣數(shù)的不足。在先前的例子的情況下，“LED+(發(fā)光* (ニ極管+元件))”的符合件數(shù)超過(guò)了 5萬(wàn)件，但復(fù)原所使用的文件只是其中的300件。部分也無(wú)法復(fù)原的檢索式是符合件數(shù)為數(shù)件以下的檢索式。[實(shí)施例2]在本發(fā)明的實(shí)施例2中，說(shuō)明使用圖12中生成的精度為O. 8以上的分類規(guī)則“(檢眼)+(眼科*裝置)”，對(duì)1994年(訓(xùn)練數(shù)據(jù)的下一年)公開(kāi)的專利公開(kāi)公報(bào)賦予了國(guó)際專利分類A61B3的結(jié)果。在本實(shí)施例2中，以精度94%的高精度賦予了分類碼。但是，由于再現(xiàn)率為59%，所以只對(duì)應(yīng)該賦予分類碼的文件的59%進(jìn)行了賦予。剰余的41 %的文件通過(guò)手動(dòng)或其他方法進(jìn)行分類，但與不使用分類規(guī)則的情況相比，用于實(shí)施賦予作業(yè)的文件數(shù)減少到一半以下。在想要進(jìn)ー步提高自動(dòng)賦予分類碼的精度的情況下，例如只要僅將精度為98%的“檢眼”作為分類規(guī)則而使用即可。另外，也可以根據(jù)自動(dòng)生成的分類規(guī)則，由人施加修正。
權(quán)利要求
1.一種檢索式生成裝置，其特征在于，具備 檢索式生成部,生成檢索條件式,該檢索條件式用于從檢索對(duì)象的文件集合中檢索出由I個(gè)以上的文件構(gòu)成的母集合；和 檢索結(jié)果取得部，取得使用任意的檢索條件式對(duì)上述檢索對(duì)象進(jìn)行檢索后得到的結(jié)果，并輸出給上述檢索式生成部； 上述檢索式生成部， 從上述檢索結(jié)果取得部取得上述檢索結(jié)果，計(jì)算出再現(xiàn)率和精度，所述再現(xiàn)率表示在將由I個(gè)以上的檢索術(shù)語(yǔ)構(gòu)成的邏輯積作為檢索條件式對(duì)上述檢索對(duì)象進(jìn)行了檢索的情況下得到的檢索結(jié)果中包含于上述母集合的文件相對(duì)于上述母集合所占的比例，所述精度表示上述檢索結(jié)果中包含于上述母集合的文件相對(duì)于上述檢索結(jié)果所占的比例， 通過(guò)使用上述再現(xiàn)率和上述精度而構(gòu)建的評(píng)價(jià)式，對(duì)上述邏輯積進(jìn)行評(píng)價(jià)， 通過(guò)反復(fù)地將基于上述評(píng)價(jià)式而得到的評(píng)價(jià)值成為最大的上述邏輯積以邏輯和來(lái)結(jié)合，生成以積和標(biāo)準(zhǔn)形式表示的上述檢索條件式。
2.根據(jù)權(quán)利要求I所述的檢索式生成裝置，其特征在于， 上述檢索結(jié)果取得部在上述檢索式生成部計(jì)算上述精度時(shí)，根據(jù)上述檢索對(duì)象的檢索索引中記錄的每個(gè)檢索術(shù)語(yǔ)的符合件數(shù)，取得上述邏輯積中的各檢索術(shù)語(yǔ)的符合件數(shù)， 上述檢索式生成部使用上述符合件數(shù)來(lái)近似上述精度。
3.根據(jù)權(quán)利要求2所述的檢索式生成裝置，其特征在于， 上述檢索式生成部， 使用上述符合件數(shù)相對(duì)于上述檢索對(duì)象中的所有文件數(shù)的比，推定每個(gè)檢索術(shù)語(yǔ)的符合概率， 使用推定出的上述符合概率來(lái)近似上述精度。
4.根據(jù)權(quán)利要求3所述的檢索式生成裝置，其特征在于， 上述檢索式生成部通過(guò)使每個(gè)檢索術(shù)語(yǔ)的推定出的上述符合概率相乘，來(lái)推定將上述邏輯積作為檢索條件對(duì)上述檢索對(duì)象進(jìn)行了檢索時(shí)的符合件數(shù)，并使用該符合件數(shù)來(lái)近似上述精度。
5.根據(jù)權(quán)利要求I所述的檢索式生成裝置，其特征在于， 上述檢索式生成部在計(jì)算上述再現(xiàn)率或者上述精度中的至少一個(gè)時(shí)，通過(guò)查詢?cè)趯儆谏鲜瞿讣系母魑募臋z索索引中記錄的、包含在上述各文件內(nèi)的檢索術(shù)語(yǔ)的列表，取得上述檢索結(jié)果中的包含于上述母集合的文件的數(shù)量。
6.根據(jù)權(quán)利要求I所述的檢索式生成裝置，其特征在于， 上述檢索式生成部， 對(duì)從上述母集合取樣后得到的文件集合計(jì)算出上述再現(xiàn)率或者上述精度中的至少一個(gè)， 通過(guò)使用該計(jì)算結(jié)果和上述取樣的取樣率而構(gòu)建的評(píng)價(jià)式，對(duì)上述邏輯積進(jìn)行評(píng)價(jià)。
7.根據(jù)權(quán)利要求I所述的檢索式生成裝置，其特征在于， 上述檢索結(jié)果取得部取得將上述邏輯積作為檢索條件對(duì)上述檢索對(duì)象進(jìn)行了檢索的情況下得到的檢索結(jié)果中所包含的各文件的權(quán)重系數(shù)， 上述檢索式生成部使用上述權(quán)重系數(shù)計(jì)算出上述再現(xiàn)率或者上述精度中的至少一個(gè)。
8.根據(jù)權(quán)利要求7所述的檢索式生成裝置，其特征在于， 上述檢索式生成部將包含于上述母集合中的文件的權(quán)重系數(shù)中最小的權(quán)重系數(shù)，近似作為不包含于上述母集合中的文件的權(quán)重系數(shù)。
9.根據(jù)權(quán)利要求I所述的檢索式生成裝置，其特征在于， 具備對(duì)上述檢索結(jié)果取得部所取得的檢索結(jié)果進(jìn)行顯示的顯示部， 上述檢索式生成部生成用于獲得上述檢索結(jié)果的上述檢索條件式，使該檢索條件式與上述檢索結(jié)果一起顯示在上述顯示部上。
10.根據(jù)權(quán)利要求9所述的檢索式生成裝置，其特征在于， 上述顯示部具有用于對(duì)上述檢索式生成部所生成的上述檢索條件式進(jìn)行修正的輸入欄， 上述檢索結(jié)果取得部使用上述輸入欄中被輸入的修正后的檢索條件式，取得對(duì)上述文件進(jìn)行檢索后得到的結(jié)果，并顯示在上述顯示部上。
11.根據(jù)權(quán)利要求9所述的檢索式生成裝置，其特征在于， 上述檢索式生成部將上述檢索結(jié)果取得部所取得的檢索結(jié)果群集化， 上述顯示部按通過(guò)上述群集化而得到的每個(gè)群集來(lái)顯示上述檢索結(jié)果。
12.根據(jù)權(quán)利要求11所述的檢索式生成裝置，其特征在于， 上述顯示部按通過(guò)上述群集化而得到的每個(gè)群集具有用于對(duì)上述檢索式生成部所生成的上述檢索條件式進(jìn)行修正的輸入欄， 上述檢索結(jié)果取得部使用上述輸入欄中被輸入的修正后的檢索條件式，取得對(duì)上述文件進(jìn)行檢索后得到的結(jié)果，并按通過(guò)上述群集化而得到的每個(gè)群集使上述顯示部顯示該結(jié)果。
13.根據(jù)權(quán)利要求I所述的檢索式生成裝置，其特征在于， 上述檢索式生成部接受上述精度的指定值作為輸入，生成具有上述指定值以上的上述精度的上述檢索條件式。
14.一種檢索系統(tǒng)，其特征在于， 具有權(quán)利要求I所述的檢索式生成裝置；和 根據(jù)任意的檢索條件式對(duì)上述檢索對(duì)象進(jìn)行檢索的檢索服務(wù)器， 上述檢索結(jié)果取得部從上述檢索服務(wù)器取得使用上述檢索條件式對(duì)上述檢索對(duì)象進(jìn)行檢索后得到的結(jié)果。
15.—種檢索式生成方法,其特征在于,具有 檢索式生成步驟，生成檢索條件式，該檢索條件式用于從檢索對(duì)象的文件集合中檢索出由I個(gè)以上的文件構(gòu)成的母集合；和 檢索結(jié)果取得步驟，取得使用任意的檢索條件式對(duì)上述檢索對(duì)象進(jìn)行檢索后得到的結(jié)果; 在上述檢索式生成步驟中， 通過(guò)上述檢索結(jié)果取得步驟取得上述檢索結(jié)果，計(jì)算出再現(xiàn)率和精度，所述再現(xiàn)率表示在將由I個(gè)以上的檢索術(shù)語(yǔ)構(gòu)成的邏輯積作為檢索條件式對(duì)上述檢索對(duì)象進(jìn)行了檢索的情況下得到的檢索結(jié)果中包含于上述母集合的文件相對(duì)于上述母集合所占的比例，所述精度表示上述檢索結(jié)果中包含于上述母集合的文件相對(duì)于上述檢索結(jié)果所占的比例，通過(guò)使用上述再現(xiàn)率和上述精度而構(gòu)建的評(píng)價(jià)式，對(duì)上述邏輯積進(jìn)行評(píng)價(jià)， 通過(guò)反復(fù)地將基于上述評(píng)價(jià)式而得到的評(píng)價(jià)值成為最大的上述邏輯積以邏輯和來(lái)結(jié)合，生成以積和標(biāo)準(zhǔn)形式表示的上述檢索條件式。
16.根據(jù)權(quán)利要求15所述的檢索式生成方法，其特征在于， 具有接受上述精度的指定值作為輸入的步驟， 在上述檢索式生成步驟中，生成具有上述指定值以上的上述精度的上述檢索條件式。
全文摘要
本發(fā)明涉及檢索式生成裝置、檢索系統(tǒng)、檢索式生成方法，用于提供一種準(zhǔn)確且高效地生成成為概念檢索的依據(jù)的檢索式的技術(shù)。本發(fā)明涉及的檢索式生成裝置構(gòu)建以將檢索術(shù)語(yǔ)的邏輯積通過(guò)邏輯和結(jié)合的積和標(biāo)準(zhǔn)形式來(lái)表示的檢索條件式，將再現(xiàn)率和精度作為基準(zhǔn)，對(duì)該檢索條件式進(jìn)行評(píng)價(jià)。接著，反復(fù)地將檢索術(shù)語(yǔ)的邏輯積中評(píng)價(jià)值為最大的邏輯積以邏輯和結(jié)合，由此來(lái)構(gòu)建檢索條件式。
文檔編號(hào)G06F17/30GK102622389SQ20111024098
公開(kāi)日2012年8月1日 申請(qǐng)日期2011年8月22日 優(yōu)先權(quán)日2011年1月28日
發(fā)明者巖山真 申請(qǐng)人:株式會(huì)社日立制作所