JP3693958B2 - 分散型文書検索方法及び装置、並びに分散型文書検索プログラム及びそのプログラムを記録した記録媒体 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は分散型文書検索方法及び装置、とりわけ文書検索を効率良く且つ高速で行なうことができる分散型文書検索方法及び装置に関するものである。
【０００２】
【従来の技術】
従来の文書検索装置としては、例えば特開平９−３１９７５７号公報或いは特開平１０−２１２５０号公報に記載されたものがある。特開平９−３１９７５７号公報の文書検索装置は、各検索サーバで閉じたスコア計算とランキングを行い、各々上位Ｍ件を返すようにしたものである。
【０００３】
また、特開平１０−２１２５０号公報の文書検索装置は、１つ以上のサーチエンジンを用いて、１つ以上のサーバから利用可能な複数個のデータベースを使用する文献検索の方法を提供するものである。
【０００４】
【発明が解決しようとする課題】
しかしながら、上記のような従来の技術においては、特開平９−３１９７５７号公報の文書検索装置の技術ではランキング結果が不正確である不具合がある。また、特開平１０−２１２５０号公報の文書検索装置の技術では、スコア計算、ランキング結果は正確だが、各検索サーバがヒットした全レコードの情報を返すので効率が悪く、非現実的であるという不具合がある。
【０００５】
本発明は、上記従来の問題点に鑑みてなされたもので、その目的は、文書検索を行なうに当たって効率的かつ正確な検索文書間のランキングを行ない、文書検索の品質を向上させることのできる文章検索方法及びそれを用いた分散型文書検索方法及び装置を提供することである。
【０００６】
【課題を解決するための手段】
本発明は上記目的を達成するため、複数の文書を格納するデータベースに対して文書検索を行なう複数の検索サーバと、これらの複数の検索サーバに通信接続され、各検索サーバに対して検索指示を行なう統合検索サーバとにより文書検索を行なう分散型文書検索方法として、各検索サーバは、検索動作によって得られた中間結果を基に作成した統計情報を統合検索サーバへ送付し、統合検索サーバでは、前記統計情報を集計し、大域的な統計情報を作成して各検索サーバへ送付し、各検索サーバは前記大域的な統計情報を基にスコアを計算し、各々検索条件に合致した検索結果を統合検索サーバに返送し、前記各検索サーバは、前記データベースの版の更新を各検索サーバで独立に行い、この版の更新は統合検索サーバに対して更新の都度報告せず、その後の検索要求に対する検索動作を行なった時に版情報を統計情報とともに統合検索サーバに送付し、統合検索サーバでは、前記版情報が送られてきた時又は必要に応じて、各検索サーバのデータベースの最新版を組み合わせた統合版を自動的に生成して各検索サーバへ送付するようにしたものである。これにより文書検索に際してより確実で効率的な文書検索を行なうことができるものである。
【０００７】
本発明はまた、分散型文書検索装置として、複数の文書を格納するデータベースに対して文書検索を行なう複数の検索サーバと、これらの複数の検索サーバに通信接続され、各検索サーバに対して検索指示を行なう統合検索サーバとから成り、前記検索サーバは、データベースに対して検索動作を行なう検索手段と、検索の結果得られた中間結果を保持する手段と、中間結果から統計情報を作成出力する統計情報出力手段と、検索した各文書に対してスコアを付けるスコア算出手段とを備え、また、前記統合検索サーバは、複数の検索サーバから送付された統計情報を集計する統計情報集計手段を備え、前記統合検索サーバで大域的な統計情報を作成して各検索サーバへ送付し、各検索サーバは前記大域的な統計情報を基に正確なスコアを計算し、各々検索条件に合致した検索結果を統合検索サーバに返送し、前記統合検索サーバは、前記統計情報集計手段によって集計した統計情報を基に統合版を作成する手段と、前記統合版の更新を行なう統合版更新手段と、前記統合版の管理を行なう統合版管理手段とを備え、前記各検索サーバは、前記データベースの版の更新を行なう版更新手段と、版の管理を行なう版管理手段とを備え、前記版管理手段は、検索要求に対する検索動作を行なった時に版情報を統計情報とともに統合検索サーバに送付し、前記統合検索サーバは、前記版情報が送られてきた時又は必要に応じて、各検索サーバのデータベースの最新版を組み合わせた統合版を自動的に生成して各検索サーバへ送付する構成とした。これにより動作が簡潔且つ高速にでき、文書検索に際してより確実で効率的な文書検索を行なうことができるものである。
【０００８】
本発明はさらに、複数の文書を格納するデータベースに対して文書検索を行なう複数の検索サーバと、これらの複数の検索サーバに通信接続され、各検索サーバに対して検索指示を行なう統合検索サーバとにより文書検索を実行させるために、各検索サーバに、検索動作によって得られた中間結果を基に作成した統計情報を統合検索サーバへ送付させるステップと、統合検索サーバに、前記統計情報を集計し、大域的な統計情報を作成して各検索サーバへ送付させるステップと、各検索サーバに前記大域的な統計情報を基にスコアを計算させ、各々検索条件に合致した検索結果を統合検索サーバに返送させるステップと、前記各検索サーバに、前記データベースの版の更新を各検索サーバで独立に行い、この版の更新は統合検索サーバに対して更新の都度報告せず、その後の検索要求に対する検索動作を行なった時に版情報を統計情報とともに統合検索サーバに送付するステップと、統合検索サーバに、前記版情報が送られてきた時又は必要に応じて、各検索サーバのデータベースの最新版を組み合わせた統合版を自動的に生成して各検索サーバへ送付するステップと、を含む処理を実行させるようにした分散型文書検索プログラム及びそのプログラムを記録したコンピュータ読み取り可能な記録媒体とした。これにより文書検索に際してより確実で効率的な文書検索を行なうことができるものである。
【０００９】
（実施の形態１）
以下、本発明の実施の形態について図面を参照して説明する。図１は本発明の第１の実施の形態に係る分散型文書検索装置の構成を示すブロック図である。図１において、１は統合検索サーバ、２は検索サーバであり、この実施の形態においては複数の検索サーバ２ａ、２ｂが設けられている。３はクライアントであり、文書検索の要求を出力し、また文書検索の結果を受け取る。統合検索サーバ１と検索サーバ２とは互いに通信接続されて文書検索のデータの送受を行なうようになっている。検索サーバ２ａ、２ｂは、個々に、大量の文書を格納するデータベースを備えており、それぞれのデータベースに格納されている文書に対して文書検索を実行する。統合検索サーバ１は複数の検索サーバ２から送付されてきた文書検索結果を集計し全体的な文書検索結果をクライアント（ユーザ）に対して提示するようになっている。
【００１０】
図１の統合検索サーバ１において、１１はクライアント３からのコマンドを受け取って検索条件を入力する検索条件入力手段、１２は入力された検索条件を検索サーバ２へ送出する検索条件送信手段、１３は検索サーバ２から送付されてきた統計情報を受け取って集計する統計情報集計手段、１４は検索サーバ２から送付されてきた検索結果を所定の規則にしたがって並べ替える検索結果並べ替え手段、１５は検索結果をクライアント３に対して送付する検索結果出力手段である。また、１６は統計集計手段１３において得られた集計結果から検索結果の統合版を更新する統合版更新手段、１７は統合版を管理する統合版管理テーブル、１８は統合版を参照してその結果を検索条件送信手段１２に出力する統合版参照手段である。なお、統合版管理テーブル１７は、統合検索サーバ１におけるメモリのデータ格納領域である。
【００１１】
また、図１の検索サーバ２（２ａを代表させるが、２ｂにおいても同じ構成である）において２１は統合検索サーバ１からの検索条件を受け取って自己の検索条件を入力する検索条件入力手段、２２は入力された検索条件にしたがって文書検索動作を実行する検索手段、２３は大量の文書を格納するデータベース、２４は検索手段２２によって検索を行なった結果得られた文書検索の途中の結果である中間結果、２５は中間結果２４に基づいて各検索された文書に対してスコアを計算するスコア算出手段、２６はスコア算出手段２５によるスコア計算の結果に基づいて検索結果を並べ替える検索結果並べ替え手段、２７は検索結果を統合検索サーバ１に対して送付する検索結果出力手段である。また、２８は中間結果２４から統計情報を作成しこの統計情報を統計検索サーバ１に対して送付する統計情報出力手段、２９は検索サーバ２ａにおける検索結果の版を管理する版管理テーブル、３０は版を参照してその結果を検索手段２２に出力する版参照手段、３１は版管理テーブル２９の内容を更新する版更新手段、３２は中間結果が変更されたときに変更前の中間結果を解放する中間結果解放手段である。なお、中間結果２４および版管理テーブル２９は、それぞれ検索サーバ２ａにおけるメモリのデータ格納領域である。
【００１２】
以下、本発明実施の形態にかかる構成を有する分散型文書検索装置による文書検索動作について説明する。
【００１３】
図２は文書検索処理動作を行なうに当たってのクライアント３、統合検索サーバ１、検索サーバ２ａおよび検索サーバ２ｂ間における動作手順を表すシーケンス図である。先ずクライアント３から統合検索サーバ１に対して検索要求４１ａが出力される。この実施の形態において、上記検索要求はこの分散型文書検索装置のシステムにおいては統合データベースＣに対する最初の検索要求である。また、統合データベースＣは検索サーバ２ａ上のデータベースＡ２３ａと検索サーバ２ｂ上のデータベースＢ２３ｂを仮想的につなげたもので、実際のデータベースがあるわけではない。図３は本実施の形態における検索要求４１ａ〜４１ｃのデータ構成を示す図である。このデータ構成図から明らかなように、検索要求４１ａの内容は、
検索対象：統合データベースＣ
検索式：携帯ｏｒ電話ｏｒ液晶
取得件数：２０件
統合版名：−−
である。ここで、「検索対象：統合データベースＣ」とは、ユーザが統合データベースＣを検索対象にしていることを示す。「検索式：携帯ｏｒ電話ｏｒ液晶」とは、この表記による検索式で検索を行なうことの要求である。また、「取得件数：２０件」とは、文書スコアの高い順にランキングした上位２０件を取得したいという要求である。また「統合版名」についてはこの検索要求４１ａでは指定されていない。
【００１４】
上記検索要求４１ａを受け取った統合検索サーバ１は、検索条件入力手段１１において検索条件を入力し、統合版参照手段１８により統合版管理テーブル１７の統合版データを参照した後、検索条件送信手段１２によりさらなる検索要求４１ａ、４１ｃを検索サーバ２ａおよび検索サーバ２ｂに送付する。このとき、統合検索サーバ１における統合データベースＣへの検索要求はまだ一度も来ていないので統合版データは存在していない。したがって検索サーバ２ａおよび２ｂには版名を指定しない検査要求４１ｂ、４１ｃのデータが送信される。具体的には、検索サーバ２ａへ送付される検索要求４１ｂのデータは、図３から明らかなように、
検索対象：データベースＡ
検索式：携帯ｏｒ電話ｏｒ液晶
取得件数：２０件
版名：−−
であり、また、検索サーバ２ｂへ送付される検索要求４１ｃのデータは、図３から明らかなように、
検索対象：データベースＢ
検索式：携帯ｏｒ電話ｏｒ液晶
取得件数：２０件
版名：−−
である。
【００１５】
検索サーバ２ａおよび２ｂにおいては、上記検索条件を検索条件入力手段２１において入力し、検索動作４２として、検索手段２２によりデータベースＡ（検索サーバ２ａの場合）およびデータベースＢ（検索サーバ２ｂの場合）に対する検索を実行する。検索サーバ２ａと２ｂは並列処理により検索動作４２を実行する。検索サーバ２ａでは、この検索動作４２に際して、版参照手段３０が版管理テーブル２９を参照して、データベースＡ２３ａの最新版の版名が０３１５であり、また総文書数が３００００であることを知る。次に、検索手段２２がこの版のデータベースＡ２３ａに対して検索を行い、検索条件にヒットする文書番号と各検索語の文書内出現頻度を求め、中間結果２４の領域に格納する。
【００１６】
図４は上記中間結果２４のデータ内容の一例を示す図である。この図から、検索サーバ２ａでは上記検索条件の下で検索した結果、検索された文書として、文書番号が３，５，２４，・・・・，２９２３０の文書がヒットしたことが分かる。ここで、文書番号が「３」の文書についてみると、この文書中では、「携帯」の語句が１箇所存在し、「電話」の語句が２箇所存在し、「液晶」の語句が０箇所存在することが分かる。文書番号が「５」以下の文書についても同様の内容が示されている。この中間結果を基に統計情報出力手段２８が各検索語についての出現文書数を集計し統計情報を作成する。図５は、上記統計情報出力手段２８が集計して求めた各検索語の出現文書数を表す図である。この図から明らかなように、上記中間結果として集められた文書のうち、「携帯」の語句が出現する文書数は１２５であり、「電話」の語句が出現する文書数は８９３であり、「液晶」の語句が出現する文書数は６５０である。ここで、出現文書の「数」とは、各検索語についてその語句が１回でも出現した文書の数を意味し、その文書中での出現回数が１回でも複数回でもカウントは「１」である。
【００１７】
次に、統計情報出力手段２８は、上記統計情報を、検索に使用した最新版の情報（版名が０３１５、総文書数が３００００）とともに、統合検索サーバ１に返す。その後、検索サーバ２ａにおいては、統合検索サーバ１で求められた大域的な統計情報が送られてくるまで待つ。
【００１８】
以上のような検索サーバ２ａの一連の動作は検索サーバ２ｂにおいても並列的に実行される。図２に示すように、検索サーバ２ｂは、検索サーバ２ａの場合と同様の検索条件の下で検索した結果、検索サーバ２ｂはデータベースＢ（２３ｂとする）の最新版の版名が０６２８であり、また総文書数が４００００であることを知る。また、検索動作４２により検索された文書を基に作成した中間結果から、「携帯」の語句が出現する文書数は１６４であり、「電話」の語句が出現する文書数は３２０であり、「液晶」の語句が出現する文書数は２２０であることが分かる。
【００１９】
統合検索サーバ１は、検索サーバ２ａおよび２ｂから統計情報を受け取ると、統計情報集計動作４３を行なう。この動作では、統計情報集計手段１３が検索サーバ２ａ、検索サーバ２ｂから返った各検索語の出現文書数を加算（すなわち、集計）し、統合データベースＣにおける各検索語の出現文書数を算出する。次に、統合検索サーバ１は、上記集計結果に基づいて統合版管理テーブル更新動作４４を行なう。この統合版管理テーブル更新動作４４においては、統合版更新手段１６が、統合版管理テーブル１７に統合データベースＣの統合版０００１を登録する。上述したように、検索開始時点では統合検索サーバ１の統合データベースＣの統合版データは存在していなかった。したがってこの時点で統合版管理テーブル１７に統合データベースＣの統合版０００１が初めて登録される。
【００２０】
この登録処理により、統合版管理テーブル１７には、統合データベースＣの統合版０００１を構成するデータベースＡ２３ａの版名０３１５とデータベースＢ２３ｂの版名０６２８、およびそれぞれの総文書数の情報が格納される。図６はその上段に、上記のようにして統合版管理テーブル１７に登録された統合版０００１のデータを示す図である（下段のデータは後の処理により作成されるデータである）。統合検索サーバ１は、このようにして求めた、統合データベースＣの統合版０００１の総文書数と、各検索語の出現文書数を、検索サーバ２ａ、検索サーバ２ｂに送信する。この統合データベースＣの統合版０００１の総文書数と、各検索語の出現文書数はすべての検索サーバ２から送られた文書数をカバーするものであるから、大域的な統計情報ということができる。ちなみに、上述の処理動作において得られた大域的な統計情報について図２を用いて明らかにすると、検索に使用された統合版の総文書数は７００００（３００００＋４００００＝７００００）である。また、「携帯」の語句が出現する文書数は２８９であり、「電話」の語句が出現する文書数は１２１３であり、「液晶」の語句が出現する文書数は８７０である。
【００２１】
統合データベースＣの統合版０００１の総文書数と、各検索語の出現文書数を受け取った検索サーバ２ａは文書スコアの算出動作４５を行なう。この文書スコアの算出動作４５では、統合検索サーバ１から送られた大域的な統計情報、すなわち、統合データベースＣの統合版０００１の総文書数と各検索語の出現文書数を用いて、中間結果２４の領域に保存しておいた中間結果の各文書について、スコア算出手段２５が文書スコアＳを、
Ｓ＝Σ（tf*idf）
ここで、 tfは検索語の文書内出現頻度
idf＝log（検索語の出現文書数／総文書数）
の演算によって求める。
なお、前記文書スコアＳの計算式は代表的な例であり、これに限ったわけではない。
【００２２】
その結果を基に、検索結果並べ替え手段２６が、文書スコアの昇順に文書番号を並べ替える。さらに、検索結果出力手段２７が、上位２０件の文書番号と文書スコアを、統合検索サーバ１に返す。
【００２３】
以上のような検索サーバ２ａの一連の動作は検索サーバ２ｂにおいても並列的に実行され、この検索サーバ２ｂからも検索結果出力手段２７が、上位２０件の文書番号と文書スコアを、統合検索サーバ１に返す。
【００２４】
統合検索サーバ１では、検索結果並べ替え手段１４が、検索サーバ２ａおよび検索サーバ２ｂから返った合計４０件の文書番号を文書スコアの昇順に並べ替える。次いで、検索結果出力手段１５が、文書スコアの上位２０件の結果と、検索に使用した統合データベースＣの版名０００１を、クライアントに返す。
なお、同じ検索条件で文書スコアの上位２１位以下の検索結果を求めたり、検索結果の中から選んだ文書の実体を取得したい場合には、クライアントから統合検索サーバ１に、統合版名０００１を指定した検索要求（もしくは実体取得要求）を送る。これにより、検索サーバ２ａでは対応するデータベースＡ２３ａの版０３１５に固定し、また検索サーバ２ｂでは対応するデータベースＢ２３ｂの版０６２８に固定して検索（もしくは実体取得）を行なうことで整合性のとれた結果を得ることが可能となる。
【００２５】
図７は検索要求、検索実行、統計情報作成、集計、などの処理動作が行なわれるデータベースＡ２３ａおよびデータベースＢ２３ｂにおける版の変遷の一例を経時的に示す図である。上述の動作は図７中の時刻Ｔ１において、ユーザが統合データベースＣを検索対象にして、「携帯ｏｒ電話ｏｒ液晶」という検索式で検索を行い、文書スコアの高い順にランキングした上位２０件を取得しようとした場合の動作に相当するものである。したがって、その時刻Ｔ１においては、データベースＡ２３ａの最新版の版名が０３１５であり、またデータベースＢ２３ｂの最新版の版名が０６２８であり、これは上述した説明と合致する。
【００２６】
（実施の形態２）
次に、本発明の第２の実施の形態について説明する。図７中の時刻Ｔ２において、ユーザが統合データベースＣを検索対象にして別の検索式「テレビ ｏｒ デジタル」で検索を行い、文書スコアの上位２０件を取得しようとしたとする。図８は上記のような文書検索処理動作を行なうに当たってのクライアント３、統合検索サーバ１、検索サーバ２ａおよび検索サーバ２ｂ間における動作手順を表すシーケンス図である。先ずクライアント３から統合検索サーバ１に対して検索要求５１ａが出力される。この検索要求５１ａは、統合データベースＣに対する、統合版名を指定しない検索要求である。
【００２７】
図９は本実施の形態における検索要求５１ａ〜５１ｃのデータ構成を示す図である。このデータ構成図から明らかなように、検索要求５１ａの内容は、
検索対象：統合データベースＣ
検索式：テレビｏｒデジタル
取得件数：２０件
統合版名：−−
である。
【００２８】
上記検索要求５１ａを受け取った統合検索サーバ１は、検索条件入力手段１１において検索条件を入力し、統合版参照手段１８により統合版管理テーブル１７の統合版データを参照して統合データベースＣの最新の統合版を求める。この時点での最新の統合版は「０００１」である（図８）。その後、統合検索サーバ１は、検索条件送信手段１２によりさらなる検索要求５１ｂ、５１ｃを検索サーバ２ａおよび検索サーバ２ｂに送付する。このとき、上記のように最新の統合版は「０００１」であるから、検索サーバ２ａに対してはデータベースＡ２３ａの版０３１５を指定して検索要求５１ｂを出し、また、検索サーバ２ｂに対してはデータベースＢ２３ｂの版０６２８を指定して検索要求５１ｃを出す。その際、版モードとして「最新」という要求を一緒に送る。版モード「最新」は、送った版名よりもさらに新しい版があればその版で検索を行ない、真の最新版の情報を一緒に返し、送った版名が最新版であればその版は返す必要がないという指示を意味している。
【００２９】
具体的には、検索サーバ２ａへ送付される検索要求５１ｂのデータは、図９から明らかなように、
検索対象：データベースＡ
検索式：テレビｏｒデジタル
取得件数：２０件
版名：０３１５
版モード：最新
であり、また、検索サーバ２ｂへ送付される検索要求５１ｃのデータは、図９から明らかなように、
検索対象：データベースＢ
検索式：テレビｏｒデジタル
取得件数：２０件
版名：０６２８
版モード：最新
である。
【００３０】
検索サーバ２ａおよび２ｂにおいては、上記検索条件を検索条件入力手段２１において入力し、検索動作５２として、検索手段２２によりデータベースＡ（検索サーバ２ａの場合）およびデータベースＢ（検索サーバ２ｂの場合）に対する検索を実行する。検索サーバ２ａと２ｂは並列処理により検索動作５２を実行する。検索サーバ２ａでは、この検索動作５２に際して、版参照手段３０が版管理テーブル２９を参照して、データベースＡ２３ａの最新版の版名が０３１５ではなく０３１６であり、また総文書数が３０１００であることを知る（図７）。次に、検索手段２２が最新版０３１６のデータベースＡ２３ａに対して検索を行い、検索条件にヒットする文書番号と各検索語の文書内出現頻度を求め、中間結果２４の領域に格納する。
【００３１】
なお、本実施の形態における中間結果２４については、図４に示された第１の実施の形態における中間結果２４と同様の形で表現できるので図に表すのは省略した。また、図５に示されているような、統計情報出力手段２８が集計して求めた各検索語の出現文書数もまた、これと同様の形で表現できるので図に表すのは省略した。
【００３２】
次に、統計情報出力手段２８は、統計情報を、検索に使用した最新版の情報（版名が０３１６、総文書数が３０１００）とともに、統合検索サーバ１に返す。その後、検索サーバ２ａにおいては、統合検索サーバ１で求められた大域的な統計情報が送られてくるまで待つ。
【００３３】
以上のような検索サーバ２ａの一連の動作は検索サーバ２ｂにおいても並列的に実行される。図７及び図８に示すように、検索サーバ２ｂは、検索サーバ２ａの場合と同様にして検索要求５１ｃの検索条件の下で検索した結果、データベースＢ２３ｂの最新版の版名は０６２８のままであり、総文書数もまた４００００のままであることを知る。そこで、検索手段２２が最新版０６２８のデータベースＢ２３ｂに対して検索を行い、また、検索動作５２により検索された文書を基に作成した中間結果２４を中間結果領域に格納する。そして、この中間結果２４から、検索語が出現する文書数を求め、これを統計情報出力手段２８が統合検索サーバ１に返す。しかし、検索に使用した版０６２８の情報は返さない。
【００３４】
統合検索サーバ１は、検索サーバ２ａおよび２ｂから統計情報を受け取ると、統計情報集計動作５３を行なう。この動作では、統計情報集計手段１３が検索サーバ２ａ、検索サーバ２ｂから返った各検索語の出現文書数を加算（すなわち、集計）し、統合データベースＣにおける各検索語の出現文書数を算出する。次に、統合検索サーバ１は、上記集計結果に基づいて統合版管理テーブル更新動作５４を行なう。この統合版管理テーブル更新動作５４においては、統合版更新手段１６が、統合版管理テーブル１７に登録されている統合版の個数が一定値を超えているか否かをチェックし、一定値を超えている場合は古い統合版から削除する。統合版更新手段１６はまた、統合版管理テーブル１７に統合データベースＣの統合版０００２を登録する。これにより、統合版管理テーブル１７には、統合データベースＣの統合版０００２を構成するデータベースＡ２３ａの版名０３１６と、データベースＢ２３ｂの版名０６２８、およびそれぞれの総文書数の情報が格納される。
【００３５】
図６の下段には、上記のようにして統合版管理テーブル１７に登録された統合版０００２のデータが示される。統合検索サーバ１は、このようにして求めた、統合データベースＣの統合版０００２の総文書数と、各検索語の出現文書数を、検索サーバ２ａおよび検索サーバ２ｂに送信する。この統合データベースＣの統合版０００２の総文書数と、各検索語の出現文書数はすべての検索サーバ２から送られた文書数をカバーするものであるから、大域的な統計情報ということができる。ちなみに、上述の処理動作において得られた大域的な統計情報について明らかにすると、検索に使用された統合版の総文書数は７０１００（３０１００＋４００００＝７０１００）である（図８）。
【００３６】
統合データベースＣの統合版０００２の総文書数と、各検索語の出現文書数を受け取った検索サーバ２ａは文書スコアの算出動作５５を行なう。この文書スコアの算出動作５５では、統合検索サーバ１から送られた大域的な統計情報、すなわち、統合データベースＣの統合版０００２の総文書数と各検索語の出現文書数を用いて、中間結果２４の領域に保存しておいた中間結果の各文書について、スコア算出手段２５が文書スコアＳを、
Ｓ＝Σ（tf*idf）
ここで、 tfは検索語の文書内出現頻度
idf＝log（検索語の出現文書数／総文書数）
の演算によって求める。
なお、前記文書スコアＳの計算式は代表的な例であり、これに限ったわけではない。
【００３７】
その結果を基に、検索結果並べ替え手段２６が、文書スコアの昇順に文書番号を並べ替える。さらに、検索結果出力手段２７が、上位２０件の文書番号と文書スコアを、統合検索サーバ１に返す。
【００３８】
以上のような検索サーバ２ａの一連の動作は検索サーバ２ｂにおいても並列的に実行され、この検索サーバ２ｂからも検索結果出力手段２７が、上位２０件の文書番号と文書スコアを、統合検索サーバ１に返す。
【００３９】
統合検索サーバ１では、検索結果並べ替え手段１４が、検索サーバ２ａおよび検索サーバ２ｂから返った合計４０件の文書番号を文書スコアの昇順に並べ替える。次いで、検索結果出力手段１５が、文書スコアの上位２０件の結果と、検索に使用した統合データベースＣの版名０００２を、クライアントに返す。
【００４０】
なお、同じ検索条件で文書スコアの上位２１以下の検索結果を求めたり、検索結果の中から選んだ文書の実体を取得したい場合には、クライアントから統合検索サーバ１に、統合版名０００２を指定した検索要求（もしくは実体取得要求）を送る。これにより、検索サーバ２ａでは対応するデータベースＡ２３ａの版０３１６に固定し、また検索サーバ２ｂでは対応するデータベースＢ２３ｂの版０６２８に固定して検索（もしくは実体取得）を行なうことで整合性のとれた結果を得ることが可能となる。
【００４１】
なお本実施の形態において、アンロード情報を基に統合版を削除する動作を組み込むことも可能である。
すなわち、検索サーバ２ａおよび２ｂにおいては、統合検索サーバ１から受け取った検索条件を検索条件入力手段２１において入力し、検索手段２２によりデータベースＡ（検索サーバ２ａの場合）およびデータベースＢ（検索サーバ２ｂの場合）に対する検索動作５２を実行する。このとき、検索サーバ２ａは、この検索動作５２に際して、版参照手段３０が版管理テーブル２９を参照して、データベースＡ２３ａの最新版の版名が０３１５ではなく０３１６であり、また総文書数が３０１００であることを知る（図７）。また、このときすでに版０３１５はアンロードされていることを知る（同図）。このような場合、検索手段２２が最新版０３１６のデータベースＡ２３ａに対して検索を行い、検索条件にヒットする文書番号と各検索語の文書内出現頻度を求め、中間結果２４の領域に格納する。
【００４２】
次に、統計情報出力手段２８は、各検索語の出現文書数を含む統計情報を、検索に使用した最新版の情報（版名が０３１６、総文書数が３０１００）と、版０３１５が利用できなくなっている（アンロードされている）という情報とともに総合検索サーバ１に返す。その後、検索サーバ２ａにおいては、統合検索サーバ１で求められた大域的な統計情報が送られてくるまで待つ。
【００４３】
検索サーバ２ｂについては、本実施の形態で上述したのと同じ動作を行なう。
【００４４】
次に統合検索サーバ１では、検索サーバ２ａおよび２ｂから統計情報を受け取ると、統計情報集計動作５３を行なう。この動作では、統計情報集計手段１３が検索サーバ２ａ、検索サーバ２ｂから返った各検索語の出現文書数を加算（すなわち、集計）し、統合データベースＣにおける各検索語の出現文書数を算出する。次に、統合検索サーバ１は、上記集計結果に基づいて統合版管理テーブル更新動作５４を行なう。この統合版管理テーブル更新動作５４においては、統合版更新手段１６が、統合版管理テーブル１７から、利用できなくなったデータベースＡ２３ａの版０３１５を含む統合版０００１を削除する。また、統合版更新手段１６が統合版管理テーブル１７に統合データベースＣの統合版０００２を登録する。これにより、統合版管理テーブル１７には、統合データベースＣの統合版０００２を構成するデータベースＡ２３ａの版名０３１６と、データベースＢ２３ｂの版名０６２８、およびそれぞれの総文書数の情報が格納される。
【００４５】
その後、統合検索サーバ１は統合データベースＣの統合版０００２の総文書数と各検索語の出現文書数を検索サーバ２ａおよび２ｂに送信する。
【００４６】
（文書検索動作の変更態様）
文書検索動作を行なうに当たっては、通常、検索サーバ（２ａとする）では版参照手段３０が版管理テーブル２９を参照して、データベースＡ２３ａの最新版の情報を求める。時系列の最初の段階（すなわち図７中の時刻Ｔ１）では、最新版の版名は０３１５で、総文書数が３００００であることがわかる。この場合は、検索手段２２がこの版のデータベースＡ２３ａに対して検索を行い、検索条件にヒットする文書番号と各検索語の文書内出現頻度を求め、中間結果２４の領域に格納する。次いで、統計情報出力手段２８が検索に使用した最新版の情報（版名が０３１５、総文書数が３００００）とともに、各検索語の出現文書数を、文書スコアの計算に使用する統計情報として統合検索サーバ１に返す。検索サーバ２ａは、その後統合検索サーバ１で求められた大域的な統計情報が送られてくるのを制限時間付きで待つ。その制限時間が経過したら、この検索要求についての処理を中止し、別の検索要求の処理に移る。
【００４７】
（複数の中間結果の保持）
検索サーバ２ａでは、版参照手段３０が、版管理テーブル２９を参照して、データベースＡの最新版の情報を求める。時系列の最初の段階（すなわち図７中の時刻Ｔ１）では、最新版の版名は０３１５で、総文書数が３００００であることがわかる。この場合は、検索手段２２がこの版のデータベースＡ２３ａに対して検索を行い、検索条件にヒットする文書番号と各検索語の文書内出現頻度を求め、中間結果２４の領域に格納する。その際、この中間結果２４に固有のＩＤを割り振っておく。次いで、統計情報出力手段２８が検索に使用した最新版の情報（版名が０３１５、総文書数が３００００）とともに、各検索語の出現文書数を、文書スコアの計算に使用する統計情報として統合検索サーバ１に返す。その際、中間結果に割り振られたＩＤも一緒に返す。検索サーバ２ａは、その後中間結果の数が一定個数を超えていたら、統合検索サーバ１で求められた大域的な統計情報が送られてくるのを待つ。しかし、中間結果の数が一定個数を超えていなかったら、統合検索サーバ１で求められた大域的な統計情報が送られてくるのを待たずに別の検索要求の処理に移る。
【００４８】
統合検索サーバ１は、検索サーバ２ａおよび２ｂから統計情報を受け取ると、統計情報集計動作を行なう。この動作では、統計情報集計手段１３が検索サーバ２ａ、検索サーバ２ｂから返った各検索語の出現文書数を加算（すなわち、集計）し、統合データベースＣにおける各検索語の出現文書数を算出する。次に、統合検索サーバ１は、上記集計結果に基づいて統合版管理テーブル更新動作を行なう。この統合版管理テーブル更新動作においては、統合版更新手段１６が、統合版管理テーブル１７に統合データベースＣの統合版０００１を登録する。
【００４９】
この登録処理により、統合版管理テーブル１７には、統合データベースＣの統合版０００１を構成するデータベースＡ２３ａの版名０３１５とデータベースＢ２３ｂの版名０６２８、およびそれぞれの総文書数の情報が格納される。統合検索サーバ１は、このようにして求めた、統合データベースＣの統合版０００１の総文書数と、各検索語の出現文書数を、検索サーバ２ａ、検索サーバ２ｂに送信する。その際、検索サーバ２ａおよび２ｂから出現文書数と一緒に送られてきたＩＤを一緒に送り返す。
【００５０】
統合データベースＣの統合版０００１の総文書数と、各検索語の出現文書数を受け取った検索サーバ２ａは文書スコアの算出動作（第１の実施の形態の動作４５と同じ）を行なう。この文書スコアの算出動作では、統合検索サーバ１から送られた大域的な統計情報、すなわち、統合データベースＣの統合版０００１の総文書数と各検索語の出現文書数を用いて、中間結果２４の領域に保存され、且つ該当するＩＤを持つ中間結果の各文書について、スコア算出手段２５が文書スコアＳを、
Ｓ＝Σ（tf*idf）
ここで、 tfは検索語の文書内出現頻度
idf＝log（検索語の出現文書数／総文書数）
の演算によって求める。
【００５１】
その結果を基に、検索結果並べ替え手段２６が、文書スコアの昇順に文書番号を並べ替える。さらに、検索結果出力手段２７が、上位Ｍ件の文書番号と文書スコアを、統合検索サーバ１に返す。
【００５２】
以上のような検索サーバ２ａの一連の動作は検索サーバ２ｂにおいても並列的に実行され、この検索サーバ２ｂからも検索結果出職手段２７が、上位Ｍ件の文書番号と文書スコアを、統合検索サーバ１に返す。
【００５３】
統合検索サーバ１では、検索結果並べ替え手段１４が、検索サーバ２ａおよび検索サーバ２ｂから返った合計２Ｍ件の文書番号を文書スコアの昇順に並べ替える。次いで、検索結果出力手段１５が、文書スコアの上位Ｍ件の結果と、検索に使用した統合データベースＣの版名０００１を、クライアントに返す。
【００５４】
なお、同じ検索条件で文書スコアの上位（Ｍ＋１）位以下の検索結果を求めたり、検索結果の中から選んだ文書の実体を取得したい場合には、クライアントから統合検索サーバ１に、統合版名０００１を指定した検索要求（もしくは実体取得要求）を送る。これにより、検索サーバ２ａでは対応するデータベースＡ２３ａの版０３１５に固定し、また検索サーバ２ｂでは対応するデータベースＢ２３ｂの版０６２８に固定して検索（もしくは実体取得）を行なうことで整合性のとれた結果を得ることが可能となる。
【００５５】
（処理フローについて）
図１０〜図１６は、本発明の上記各実施の形態における分散型文書検索処理の動作手順を総括的に説明するための、クライアント端末（以下、上記各実施の形態におけるクライアントをクライアント端末とそれを利用するユーザとに分けて説明する）、統合検索サーバ及び検索サーバごとに用意したフローチャートである。すなわち、図１０〜図１２において統合検索サーバが実行する処理フローを示し、図１３〜図１５において各検索サーバが実行する処理フローを示し、図１６においてクライアント端末が実行する処理フローを示している。以下、これらの図を用いて、統合検索サーバ、検索サーバ、クライアント端末の順にそれぞれの動作手順について説明する。
【００５６】
（統合検索サーバの処理）
図１０のフローチャートに示すように、統合検索サーバは、クライアント端末から検索要求が送られてきたのを確認すると（ステップ１０１）、検索条件入力手段がその検索要求から自己の検索条件を入力する（ステップ１０２）。この検索条件の入力を合図にして各検索サーバに対する検索指示処理の実行が開始されることになる。
【００５７】
すなわち、図１１の検索指示処理フローチャートに示すように、検索条件入力手段により入力された検索条件において、統合版名が指定されているかどうかをチェックする（ステップ１０３）。
統合版名が指定されていない場合（ステップ１０３・Ｎｏ）、統合版参照手段は、統合版管理テーブルを参照し（ステップ１０４）、統合版データの有無を確認する（ステップ１０５）。統合版データが存在すれば（ステップ１０５・Ｙｅｓ）、検索条件送信手段は、最新の統合版データから版名を取得し（ステップ１０６）、その版名を指定してかつ版モード「最新」を含めた検索要求を各検索サーバに送信する（ステップ１０７）。他方、統合版データが存在しなければ（ステップ１０５・Ｎｏ）、検索条件送信手段は、検索条件送信手段版名を指定しない検索要求を各検索サーバに送信する（ステップ１０８）。
これに対して、統合版名が指定されている場合（ステップ１０３・Ｙｅｓ）、統合版参照手段は、統合版管理テーブルを参照し（ステップ１０４）、指定された統合版データの有無を確認する（ステップ１０９）。指定された統合版データが存在すれば（ステップ１０９・Ｙｅｓ）、検索条件送信手段は、指定された統合版データから版名を取得し（ステップ１１０）、その版名を指定した検索要求を各検索サーバに送信する（ステップ１１１）。他方、指定された統合版データが存在しなければ（ステップ１０９・Ｎｏ）、上記統合版名が指定されていない場合と同様な処理（ステップ１０５〜１０８）を行なう。
【００５８】
上記検索指示処理が終了すると、図１０のフローチャートに示すように、統合検索サーバは、検索指示を行った各検索サーバから送られてくる局所的な統計情報が全て揃うまで待つことになる（ステップ１１２・Ｎｏ）。
【００５９】
そして、統合検索サーバは、検索指示を行った検索サーバから送られてくる局所的な統計情報が全て揃ったことを確認すると（ステップ１１２・Ｙｅｓ）、統計情報集計手段及び統計情報更新手段による集計・更新処理に移行する。
【００６０】
すなわち、図１２の集計・更新処理フローチャートに示すように、統計情報集計手段は、各検索サーバからの局所的な統計情報に基づいて集計処理を行い、各検索語の出現文書数を算出する（ステップ１１３）。
つぎに、検索サーバからの局所的な統計情報に当該検索サーバの最新版情報が添付されているときはその最新版情報に基づいて、他方、最新版情報は添付されていないときは統合版管理テーブルを参照して、総文書数を算出する（ステップ１１４）。
【００６１】
つづいて、統合版更新手段は、算出した総文書数と各検索語の出現文書数とに基づいて、統合版管理テーブルの更新・登録を行なう（ステップ１１５）。
この更新・登録の際、前記最新版情報にアンロード情報が含まれている場合（ステップ１１６・Ｙｅｓ）、統合版更新手段は、そのアンロード情報に基づいて該当する統合版データを削除する（ステップ１１７）。
また、前記更新・登録の際、統合版のデータの個数が一定値を超えている場合（ステップ１１８・Ｙｅｓ）、統合版更新手段は、古いものから順に（又は検索頻度が少ない順に）統合版データを削除する（ステップ１１９）。
なお、上記ステップ１１５〜１１９の処理は、検索サーバから最新版情報が送られてくる時ではなく、適宜なタイミングで行ってもよい。
【００６２】
つづいて、統計情報集計手段は、このように算出した総文書数と出現文書数、すなわち大域的な統計情報を、中間結果の固有ＩＤとともに各検索サーバに送信する（ステップ１２０）。
【００６３】
上記集計・更新処理が終了すると、図１０のフローチャートに示すように、統合検索サーバは、当該大域的統計情報を送信した各検索サーバからの返信データ（文書番号及び文書スコア）が送られてくるのを待つことになる（ステップ１２１・Ｎｏ）。
【００６４】
そして、統合検索サーバは、各検索サーバからの返信データが全て揃ったのを確認すると（ステップ１２１・Ｙｅｓ）、検索結果並べ替え手段は、当該全ての文書番号を文書スコアの昇順に並べ替える（ステップ１２２）。
つぎに、検索結果出力手段が、上位Ｍ件（クライアント端末からの検索要求において指定された件数）のランキング結果と、当該検索に使用した統合版名とを最終的な検索結果としてクライアント端末に送信する（ステップ１２３）。
【００６５】
以上の処理動作が終了すると、つぎの検索処理に移行するか（ステップ１２４・Ｙｅｓ）又は処理全体を終了する（ステップ１２４・Ｎｏ）。
【００６６】
（検索サーバの処理）
図１３のフローチャートに示すように、検索サーバは、統合検索サーバからの検索指示データが送られてきたのを確認すると（ステップ２０１・Ｙｅｓ）、その検索指示データの種類を判別する。具体的には、検索指示データの種類が、検索条件であるか、それとも大域的統計情報であるかを判別する（ステップ２０２）。
大域的統計情報である場合、基本的に、スコア算出手順に移行することになるので、その説明は後述する。
他方、検索条件である場合、検索条件入力手段がその検索条件を入力し（ステップ２０３）、以下に説明するような検索・統計処理に移行する。
【００６７】
すなわち、図１４の検索・統計処理フローチャートに示すように、まず版参照手段は、検索条件に版名・版モード「最新」が含まれているかを確認する（ステップ２０４、２０５）。
【００６８】
検索条件に版名が指定されていない場合（ステップ２０４・Ｎｏ）、版参照手段が版管理テーブルを参照して最新版の情報（最新版名及びその総文書数）を取得し（ステップ２０６）、その後、当該最新版名のデータベースに対して検索手段が行なう検索動作（ステップ２０７）に移行する。
【００６９】
検索条件に版名が指定されていて（ステップ２０４・Ｙｅｓ）、かつ版モード「最新」が含まれていない場合（ステップ２０５・Ｎｏ）、継続した検索動作ということになるので、版参照手段が版管理テーブルを参照することなく、指定版名のデータベースに対して検索手段が行なう検索動作（ステップ２０８）に移行する。
【００７０】
検索条件に版名が指定されていて（ステップ２０４・Ｙｅｓ）、かつ版モード「最新」が含まれている場合（ステップ２０５・Ｙｅｓ）は、版参照手段が版管理テーブルを参照して前記最新版の情報を取得し（ステップ２０６）、当該最新版名と検索条件で指定された版名とが同じかどうかを判断する（ステップ２０９）。
最新版名と指定版名とが同じ場合（ステップ２０９・Ｙｅｓ）、指定版名のデータベースに対して検索手段が行なう検索動作（ステップ２０８）に移行する。これに対して、最新版名と指定版名とが異なる場合（ステップ２０９・Ｎｏ）、さらに指定版名はアンロードされているかどうかを確認し（ステップ２１０）、アンロードされていなければ（ステップ２１０・Ｎｏ）、当該指定版名のデータベースに対して検索手段が行なう検索動作（ステップ２０７）に移行する。他方、指定版名がアンロードされている場合は（ステップ２１０・Ｙｅｓ）、最新版名のデータベースに対して検索手段が行なう検索動作（ステップ２０８）に移行するか、又はエラーメッセージを統合検索サーバに送信する。
【００７１】
上記検索動作が終了すると、上記全ての場合に共通して、検索手段は、中間結果（検索の途中として検索によって得られた文書番号と文書内出現頻度）を、当該中間結果に割り当てた固有ＩＤとともに中間結果のデータ領域に格納する（ステップ２１１）。
【００７２】
そして、統計情報出力手段は、各検索語の出現文書数を集計して局所的な統計情報を作成し（ステップ２１２）、つぎの統計情報出力の処理に移行する。
すなわち、統計情報出力手段は、作成した局所的な統計情報を固有ＩＤとともに統合検索サーバに送信する（ステップ２１３、２１４、又は２１５）。ここで、版名が指定されていなかった場合（ステップ２０４・Ｎｏ）、又は版名は指定されていたが当該指定版が最新版と異なっていた場合（ステップ２０４・Ｙｅｓ、ステップ２０９・Ｎｏ）は、前記局所的な統計情報に前記最新版の情報も添付して送信する（ステップ２１３）。なお、指定版名と最新版名とが異なっていた場合（ステップ２０４・Ｎｏ）において、指定版名がアンロードされていた場合（ステップ２１０・Ｙｅｓ）は、さらにアンロード情報を前記最新版の情報に含めて送信する（ステップ２１４）。
【００７３】
上記検索処理が終了すると、図１３のフローチャートに示すように、検索サーバは、統合検索サーバからの大域的統計情報が送られてくるまで待つか、それとも次の検索処理に移行するかを自動的に選択する。
すなわち、制限時間が経過したかどうかを判断し（ステップ２１６）、制限時間を経過した場合（ステップ２１６・Ｙｅｓ）には、中間結果の個数が一定個数を超えたかどうかを判断する（ステップ２１７）。そして、中間結果の個数が一定個数を超えていない場合（ステップ２１７・Ｎｏ）は、大域的統計情報が送られてくるのを待たずに次の検索処理（ステップ２０１〜２１５）に移行する。
これに対して、制限時間が経過しない間（ステップ２１６・Ｎｏ）、又は、制限時間が経過しても中間結果の個数が一定個数を超えている場合（ステップ２１６・Ｙｅｓ、ステップ２１８・Ｙｅｓ）は、次の検索処理（ステップ２０１〜２１５）に移行することなく、大域的統計情報が送られてくるのを待つ（ステップ２１８・Ｎｏ）。
上記いずれの場合も、統合検索サーバから大域的統計情報が送られてくるのを合図にして、直ぐに又は所定の処理後に、スコア算出処理に移行することになる。
【００７４】
すなわち、図１５のスコア算出処理フローチャートに示すように、検索サーバのスコア算出手段は、統合検索サーバから送られてきた大域的な統計情報を用いて、かつ該当する中間ＩＤをもつ中間結果の各文書についてスコアを算出する（ステップ２１９）。
つぎに、検索結果並べ替え手段が文書スコアの昇順に文書番号を並べ替える（ステップ２２０）。なお、文書スコア並べ替え方はこれに限定されるものではない。
つぎに、検索結果出力手段が、上位Ｍ件（クライアント端末からの検索要求において指定された件数）の文書番号と文書スコアとを統合検索サーバに送信する。
【００７５】
以上のスコア算出処理が終了すると、図１３のフローチャートに示すように、検索サーバは、つぎの検索処理に移行するか（ステップ２２２・Ｙｅｓ）又は処理全体を終了する（ステップ２２２・Ｎｏ）。
【００７６】
（クライアント端末の処理）
上記の統合検索サーバ及び検索サーバの処理動作により、ユーザは、より確実で効率的な文書検索を実行できる。
【００７７】
すなわち、図１６のフローチャートに示すように、情報検索元であるユーザは、まず、検索画面を表示させる（ステップ３０１）。つぎに、ユーザは、検索式や検索頻度などの検索条件を検索画面に入力し（ステップ３０２）、文書検索を要求する。このとき、統合版名を指定して過去の検索と整合性がある検索をしたいときは、その統合版名を指定した上で文書検索を要求する（ステップ３０３・Ｙｅｓ）。他方、最新のデータベースに対して文書検索を行いたいときは、統合版名を指定しないで文書検索を要求する（ステップ３０３・Ｎｏ）。前者の場合、クライアント端末は、統合版名を指定した検索要求を統合検索サーバに送信し（ステップ３０４）、後者の場合、統合版名を指定しない検索要求を統合検索サーバに送信する（ステップ３０５）。
当該検索条件の送信後、検索結果が統合検索サーバから送られて来るのを待つことになる（ステップ３０６・Ｎｏ）。
【００７８】
そして、クライアント端末は、統合検索サーバから検索結果が送られてきたのを確認すると（ステップ３０６・Ｙｅｓ）、検索結果を表示する（ステップ３０７）。
【００７９】
次の検索を実行する場合（ステップ３０８・Ｙｅｓ）は、上記の動作（ステップ３０２〜３０７）を繰り返す。他方、次の検索を実行しない場合（ステップ３０８・Ｎｏ）は、ユーザは、検索画面を閉じる（ステップ３０９）。これによりクライアント端末の検索に係る処理が全て終了する。
【００８０】
【発明の効果】
以上説明したように、本発明によれば、複数の検索サーバと、これらの複数の検索サーバを統合する統合検索サーバとにより文書検索を行なうにあたり、各検索サーバは、検索動作によって得られた中間結果を基に作成した統計情報を統合検索サーバへ送付し、統合検索サーバでは、前記統計情報を集計し、大域的な統計情報を作成して各検索サーバへ送付し、各検索サーバは前記大域的な統計情報を基に正確なスコアを計算し、各々検索条件に合致した検索結果を統合検索サーバに返送し、前記各検索サーバは、前記データベースの版の更新を各検索サーバで独立に行い、この版の更新は統合検索サーバに対して更新の都度報告せず、その後の検索要求に対する検索動作を行なった時に版情報を統計情報とともに統合検索サーバに送付し、統合検索サーバでは、前記版情報が送られてきた時又は必要に応じて、各検索サーバのデータベースの最新版を組み合わせた統合版を自動的に生成して各検索サーバへ送付するようにしたため、文書検索に際してより確実で効率的な文書検索を行なうことができるものである。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態に係る分散型文書検索装置の構成を示すブロック図
【図２】前記実施の形態で文書検索処理動作を行なうに当たってのクライアント、統合検索サーバ、検索サーバ間における動作手順を表すシーケンス図
【図３】前記実施の形態における検索要求のデータ構成を示す図
【図４】前記実施の形態における中間結果のデータ内容の一例を示す図
【図５】前記実施の形態における統計情報出力手段が集計して求めた各検索語の出現文書数を表す図
【図６】前記実施の形態における統合版管理テーブルに登録された統合版のデータの例を示す図
【図７】前記実施の形態における検索要求、検索実行、統計情報作成、集計、などの処理動作が行なわれるデータベースにおける版の変遷の一例を経時的に示す図
【図８】本発明の第２の実施の形態において文書検索処理動作を行なうに当たってのクライアント、統合検索サーバ、検索サーバ間における動作手順を表すシーケンス図
【図９】前記実施の形態における検索要求のデータ構成を示す図
【図１０】本発明の上記各実施の形態における分散型文書検索処理の動作手順を総括的に説明するための、統合検索サーバによる処理全体のフローチャート図
【図１１】前記統合検索サーバによる検索指示処理のフローチャート図
【図１２】前記統合検索サーバによる集計・更新処理のフローチャート図
【図１３】本発明の上記各実施の形態における分散型文書検索処理の動作手順を総括的に説明するための、検索サーバによる処理全体のフローチャート図
【図１４】前記検索サーバによる検索・統計処理のフローチャート図
【図１５】前記検索サーバによるスコア算出処理のフローチャート図
【図１６】本発明の上記各実施の形態における分散型文書検索処理の動作手順を総括的に説明するための、クライアント端末による処理全体のフローチャート図
【符号の説明】
１ 統合検索サーバ
２ 検索サーバ
３ クライアント
１１ 検索条件入力手段
１２ 検索条件送信手段
１３ 統計情報集計手段
１４ 検索結果並べ替え手段
１５ 検索結果出力手段
１６ 統合版更新手段
１７ 統合版管理テーブル
１８ 統合版参照手段
２１ 検索条件入力手段
２２ 検索手段
２３ データベース
２４ 中間結果
２５ スコア算出手段
２６ 検索結果並べ替え手段
２７ 検索結果出力手段
２８ 統計情報出力手段
２９ 版管理テーブル
３０ 版参照手段
３１ 版更新手段
３２ 中間結果解放手段

Claims (7)

1. 複数の文書を格納するデータベースに対して文書検索を行なう複数の検索サーバと、これらの複数の検索サーバに通信接続され、各検索サーバに対して検索指示を行なう統合検索サーバとにより文書検索を行なう方法であって、
   各検索サーバは、検索動作によって得られた中間結果を基に作成した統計情報を統合検索サーバへ送付し、統合検索サーバでは、前記統計情報を集計し、大域的な統計情報を作成して各検索サーバへ送付し、各検索サーバは前記大域的な統計情報を基にスコアを計算し、各々検索条件に合致した検索結果を統合検索サーバに返送し、
   前記各検索サーバは、前記データベースの版の更新を各検索サーバで独立に行い、この版の更新は統合検索サーバに対して更新の都度報告せず、その後の検索要求に対する検索動作を行なった時に版情報を統計情報とともに統合検索サーバに送付し、
   統合検索サーバでは、前記版情報が送られてきた時又は必要に応じて、各検索サーバのデータベースの最新版を組み合わせた統合版を自動的に生成して各検索サーバへ送付することを特徴とする分散型文書検索方法。
2. 前記各検索サーバは、前記データベースの版の更新を行なったときは、この検索サーバで、新しい版がロードされてから、一定時間後に古い版をアンロードすることを特徴とする請求項１記載の分散型文書検索方法。
3. 前記統合検索サーバは、統合版の個数が所定の個数を超えたときに統合版を所定の規則にしたがって削除することを特徴とする請求項１記載の分散型文書検索方法。
4. 前記各検索サーバは、検索要求を受けた時に前記データベースの版がアンロードされていた場合は、その旨を伝えるアンロード情報を統計情報とともに統合検索サーバへ送付し、統合検索サーバは、前記アンロード情報が送られてきた時又は必要に応じて、前記アンロード情報を基に関係する統合版を削除することを特徴とする請求項１記載の分散型文書検索方法。
5. 複数の文書を格納するデータベースに対して文書検索を行なう複数の検索サーバと、これらの複数の検索サーバに通信接続され、各検索サーバに対して検索指示を行なう統合検索サーバとから成り、
   前記検索サーバは、データベースに対して検索動作を行なう検索手段と、前記検索動作の結果得られた中間結果を保持する手段と、前記中間結果から統計情報を作成出力する統計情報出力手段と、検索した各文書に対してスコアを付けるスコア算出手段とを備え、また、前記統合検索サーバは、複数の検索サーバから送付された統計情報を集計する統計情報集計手段を備え、前記統合検索サーバで大域的な統計情報を作成して各検索サーバへ送付し、各検索サーバは前記大域的な統計情報を基にスコアを計算し、各々検索条件に合致した検索結果を前記統合検索サーバに返送し、
   前記統合検索サーバは、前記統計情報集計手段によって集計した統計情報を基に統合版を作成する手段と、前記統合版の更新を行なう統合版更新手段と、前記統合版の管理を行なう統合版管理手段とを備え、
   前記各検索サーバは、前記データベースの版の更新を行なう版更新手段と、版の管理を行なう版管理手段とを備え、前記版管理手段は、検索要求に対する検索動作を行なった時に版情報を統計情報とともに統合検索サーバに送付し、
   前記統合検索サーバは、前記版情報が送られてきた時又は必要に応じて、各検索サーバのデータベースの最新版を組み合わせた統合版を自動的に生成して各検索サーバへ送付することを特徴とする分散型文書検索装置。
6. 複数の文書を格納するデータベースに対して文書検索を行なう複数の検索サーバと、これらの複数の検索サーバに通信接続され、各検索サーバに対して検索指示を行なう統合検索サーバとにより文書検索を実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体であって、
   各検索サーバに、検索動作によって得られた中間結果を基に作成した統計情報を統合検索サーバへ送付させるステップと、統合検索サーバに、前記統計情報を集計し、大域的な統計情報を作成して各検索サーバへ送付させるステップと、各検索サーバに前記大域的な統計情報を基にスコアを計算させ、各々検索条件に合致した検索結果を統合検索サーバに返送させるステップと、
   前記各検索サーバに、前記データベースの版の更新を各検索サーバで独立に行い、この版の更新は統合検索サーバに対して更新の都度報告せず、その後の検索要求に対する検索動作を行なった時に版情報を統計情報とともに統合検索サーバに送付するステップと、
   統合検索サーバに、前記版情報が送られてきた時又は必要に応じて、各検索サーバのデータベースの最新版を組み合わせた統合版を自動的に生成して各検索サーバへ送付するステップと、を含む処理を実行させるための分散型文書検索プログラムを記録したコンピュータ読み取り可能な記録媒体。
7. 複数の文書を格納するデータベースに対して文書検索を行なう複数の検索サーバと、これらの複数の検索サーバに通信接続され、各検索サーバに対して検索指示を行なう統合検索サーバとにより文書検索をコンピュータに実行させるためのプログラムであって、
   各検索サーバに、検索動作によって得られた中間結果を基に作成した統計情報を統合検索サーバへ送付させるステップと、統合検索サーバに、前記統計情報を集計し、大域的な統計情報を作成して各検索サーバへ送付させるステップと、各検索サーバに前記大域的な統計情報を基にスコアを計算させ、各々検索条件に合致した検索結果を統合検索サーバに返送させるステップと、
   前記各検索サーバに、前記データベースの版の更新を各検索サーバで独立に行い、この版の更新は統合検索サーバに対して更新の都度報告せず、その後の検索要求に対する検索動作を行なった時に版情報を統計情報とともに統合検索サーバに送付するステップと、
   統合検索サーバに、前記版情報が送られてきた時又は必要に応じて、各検索サーバのデータベースの最新版を組み合わせた統合版を自動的に生成して各検索サーバへ送付するステップと、を含む処理をコンピュータに実行させるための分散型文書検索プログラム。

Images