JP4489029B2 - 構造化文書検索システムおよび構造化文書検索方法 - Google Patents
構造化文書検索システムおよび構造化文書検索方法 Download PDFInfo
- Publication number
- JP4489029B2 JP4489029B2 JP2006024540A JP2006024540A JP4489029B2 JP 4489029 B2 JP4489029 B2 JP 4489029B2 JP 2006024540 A JP2006024540 A JP 2006024540A JP 2006024540 A JP2006024540 A JP 2006024540A JP 4489029 B2 JP4489029 B2 JP 4489029B2
- Authority
- JP
- Japan
- Prior art keywords
- character string
- partial character
- search
- document
- document management
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/80—Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
- G06F16/83—Querying
- G06F16/835—Query processing
- G06F16/8373—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2471—Distributed queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/80—Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
- G06F16/81—Indexing, e.g. XML tags; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/12—Use of codes for handling textual entities
- G06F40/123—Storage facilities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/12—Use of codes for handling textual entities
- G06F40/131—Fragmentation of text files, e.g. creating reusable text-blocks; Linking to fragments, e.g. using XInclude; Namespaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/12—Use of codes for handling textual entities
- G06F40/14—Tree-structured documents
- G06F40/143—Markup, e.g. Standard Generalized Markup Language [SGML] or Document Type Definition [DTD]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Document Processing Apparatus (AREA)
Description
ラベルサイズ(bit)
=Σレベルiのフラグメントのラベルサイズ
=Σlog2(max(レベルiのフラグメントの最大フラグメント数)+2) ・・・(1)
100 検索装置
110 格納処理部
111 構造抽出部
112 文書分割部
113 文書送信部
114 文書登録部
115 索引登録部
120 第2検索処理部
121 データ通信部
121a 検索要求受信部
121b 第2要求送信部
121c 部分文字列受信部
121d 第2結果送信部
121e 要求受信部
122 検索部
123 ラベル管理部
124 第2結果データ取得部
130 分割配置設定部
140 構造情報記憶部
150 構造化文書記憶部
160 索引情報記憶部
200 文書管理装置
220 第1検索処理部
221 データ通信部
221b 第1要求送信部
221d 第1結果送信部
224 第1結果データ取得部
300 ネットワーク
400 クライアント
701、702、703 エレメント
20、21、22、23、24 コマンド
30、31 状態
40、41 文字列
60 リンク
Claims (10)
- 構造化文書を分散して格納する複数の文書管理装置と、前記複数の文書管理装置とネットワークで接続され、前記複数の文書管理装置から構造化文書を検索する検索装置と、前記複数の文書管理装置と前記検索装置とにネットワークで接続され、構造化文書の検索要求を前記検索装置に送信するクライアント装置と、を備えた構造化文書検索システムであって、
前記文書管理装置は、
構造化文書の論理的な構造の単位である構造要素のうち予め定められた前記構造要素に対応する構造化文書の部分文字列を格納する文書記憶手段と、
前記検索装置または他の文書管理装置から前記部分文字列の取得要求を受信する要求受信手段と、
前記要求受信手段が受信した前記取得要求に基づき、前記文書記憶手段から前記部分文字列を取得し、取得した前記部分文字列に含まれる情報であって、前記取得した前記部分文字列の一部が他の文書管理装置に格納されていることを示す情報に基づき、前記取得した前記部分文字列の一部が他の文書管理装置に格納されているか否かを判断する第1の結果データ取得手段と、
前記第1の結果データ取得手段が前記部分文字列の一部が他の文書管理装置に格納されていると判断した場合に、前記部分文字列の一部についての前記取得要求を、前記部分文字列の一部を格納していると判断された他の文書管理装置に送信する第1の要求送信手段と、
前記取得した前記部分文字列を前記検索装置に送信する第1の結果送信手段と、を備え、
前記検索装置は、
前記構造要素を一意に識別する構造IDと、前記構造要素に対応する前記部分文字列を格納する前記文書管理装置を一意に識別する装置IDとを対応づけて記憶する構造情報記憶手段と、
前記クライアント装置から前記検索要求を受信する検索要求受信手段と、
前記検索要求受信手段が受信した前記検索要求を満たす前記構造要素の前記構造IDを前記構造情報記憶手段から取得する検索手段と、
前記検索手段が取得した前記構造IDに対応する前記文書管理装置の前記装置IDを前記構造情報記憶手段から取得する第2の結果データ取得手段と、
前記第2の結果データ取得手段が取得した前記装置IDで識別される前記文書管理装置に、前記取得要求を送信する第2の要求送信手段と、
前記文書管理装置から前記部分文字列を受信する部分文字列受信手段と、
前記部分文字列受信手段が複数の前記文書管理装置のそれぞれから前記部分文字列を受信した場合に、受信した複数の前記部分文字列を相互に結合し、結合した文書を前記クライアント装置に送信する第2の結果送信手段と、
を備えたことを特徴とする構造化文書検索システム。 - 前記文書記憶手段は、木構造で表された構造化文書のうち予め定められた部分木である前記部分文字列を格納し、
前記第2の要求送信手段は、前記第2の結果データ取得手段が取得した前記装置IDで識別される前記文書管理装置に、構造化文書全体の木構造のルートノードに対する前記部分文字列のルートノードの階層の深さの情報を含む階層情報と、前記取得要求とを対応づけて送信し、
前記第1の結果送信手段は、前記第1の結果データ取得手段が取得した前記部分文字列と、前記階層情報とを対応づけて前記検索装置に送信し、
前記第2の結果送信手段は、送信された前記部分文字列が複数存在する場合に、前記階層情報に基づき、前記深さが小さい前記部分文字列が前記深さが大きい前記部分文字列より上位階層となるように複数の前記部分文字列を相互に結合して前記クライアント装置に送信することを特徴とする請求項1に記載の構造化文書検索システム。 - 前記第1の結果送信手段は、前記第1の結果データ取得手段が取得した前記部分文字列と、取得した順序を示す順序情報を含む前記階層情報とを対応づけて前記検索装置に送信し、
前記第2の結果送信手段は、送信された前記部分文字列が複数存在する場合に、前記順序情報を含む前記階層情報に基づき、前記深さが小さい前記部分文字列が前記深さが大きい前記部分文字列より上位階層となるように複数の前記部分文字列を相互に結合し、同一階層の前記部分文字列に対しては、先に取得した前記部分文字列を後に取得した前記部分文字列より前に結合して前記クライアント装置に送信することを特徴とする請求項2に記載の構造化文書検索システム。 - 前記構造情報記憶手段は、前記構造要素を一意に識別する構造IDと、前記構造要素に対応する前記部分文字列を格納する前記文書管理装置を一意に識別する装置IDと、構造化文書内に前記部分文字列が出現する個数を示す頻度情報とを対応づけて記憶し、
前記第2の要求送信手段は、前記構造情報記憶手段に記憶された前記頻度情報に基づき、前記階層情報のサイズを決定することを特徴とする請求項3に記載の構造化文書検索システム。 - 前記文書記憶手段は、前記部分文字列の一部が他の文書管理装置に格納されている場合に、前記部分文字列の一部が格納されている前記文書管理装置の前記装置IDと前記部分文字列の一部のルートノードを一意に識別するノードIDとを含む情報である接続情報を、前記部分文字列の一部を含む前記部分文字列と対応づけて格納し、
前記第1の要求送信手段は、前記第1の結果データ取得手段が取得した前記部分文字列が前記接続情報と対応づけられている場合に、前記接続情報に含まれる前記装置IDに対応する前記文書管理装置に、前記接続情報に含まれる前記ノードIDで識別されるノードをルートノードとする前記部分文字列の取得要求を送信することを特徴とする請求項2に記載の構造化文書検索システム。 - 前記文書記憶手段は、前記部分文字列の一部が他の文書管理装置に格納されている場合に、前記部分文字列の一部に対応する前記構造要素の前記構造IDと前記部分文字列の一部のルートノードを一意に識別するノードIDとを含む情報である接続情報を、前記部分文字列の一部を含む前記部分文字列と対応づけて格納し、
前記第1の要求送信手段は、前記第1の結果データ取得手段が取得した前記部分文字列が前記接続情報と対応づけられている場合に、前記接続情報に含まれる前記構造IDに対応づけられた前記装置IDを前記構造情報記憶手段から取得し、取得した前記装置IDに対応する前記文書管理装置に、前記接続情報に含まれる前記ノードIDで識別されるノードをルートノードとする前記部分文字列の取得要求を送信することを特徴とする請求項2に記載の構造化文書検索システム。 - 前記第2の要求送信手段は、前記検索装置に情報を送信する際に用いる情報である送信情報を含む前記取得要求を前記第2の結果データ取得手段が取得した前記装置IDで識別される前記文書管理装置に送信し、
前記第1の結果送信手段は、前記取得要求に含まれる前記送信情報に基づき、取得した前記部分文字列を前記検索装置に送信することを特徴とする請求項1に記載の構造化文書検索システム。 - 前記第1の結果送信手段は、前記検索装置に対して単方向に情報を送信する前記ネットワークの通信回線を用いて、前記第1の結果データ取得手段が取得した前記部分文字列を前記検索装置に送信することを特徴とする請求項1に記載の構造化文書検索システム。
- 前記文書記憶手段は、XML(Extensible Markup Language)で記述された構造化文書のうち予め定められた部分である部分文字列を格納することを特徴とする請求項1に記載の構造化文書検索システム。
- 構造化文書を分散して格納する複数の文書管理装置と、前記複数の文書管理装置とネットワークで接続され、前記複数の文書管理装置から構造化文書を検索する検索装置と、前記複数の文書管理装置と前記検索装置とにネットワークで接続され、構造化文書の検索要求を前記検索装置に送信するクライアント装置と、を備えた構造化文書検索システムにおける構造化文書検索方法であって、
前記検索装置が、前記クライアント装置から前記検索要求を受信する検索要求受信ステップと、
前記検索装置が、構造化文書の論理的な構造の要素である構造要素を一意に識別する構造IDと、前記構造要素に対応する前記部分文字列を格納する前記文書管理装置を一意に識別する装置IDとを対応づけて記憶する構造情報記憶手段から、前記検索要求受信手段が受信した前記検索要求を満たす前記構造要素の前記構造IDを取得する検索ステップと、
前記検索装置が、前記検索ステップが取得した前記構造IDに対応する前記文書管理装置の前記装置IDを前記構造情報記憶手段から取得する第2の結果データ取得ステップと、
前記検索装置が、前記第2の結果データ取得ステップが取得した前記装置IDで識別される前記文書管理装置に、前記取得要求を送信する第2の要求送信ステップと、
前記文書管理装置が、前記検索装置または他の文書管理装置から前記部分文字列の取得要求を受信する要求受信ステップと、
前記文書管理装置が、前記要求受信ステップが受信した前記取得要求に基づき、前記構造要素のうち予め定められた前記構造要素に対応する構造化文書の部分文字列を格納する文書記憶手段から前記部分文字列を取得し、取得した前記部分文字列に含まれる情報であって、前記取得した前記部分文字列の一部が他の文書管理装置に格納されていることを示す情報に基づき、前記取得した前記部分文字列の一部が他の文書管理装置に格納されているか否かを判断する第1の結果データ取得ステップと、
前記文書管理装置が、前記第1の結果データ取得ステップが前記部分文字列の一部が他の文書管理装置に格納されていると判断した場合に、前記部分文字列の一部についての前記取得要求を、前記部分文字列の一部を格納していると判断された他の文書管理装置に送信する第1の要求送信ステップと、
前記文書管理装置が、前記取得した前記部分文字列を前記検索装置に送信する第1の結果送信ステップと、
前記検索装置が、前記文書管理装置から前記部分文字列を受信する部分文字列受信ステップと、
前記検索装置が、前記部分文字列受信ステップが受信した前記部分文字列が複数存在する場合に、複数の前記部分文字列を相互に結合し、結合した文書を前記クライアント装置に送信する第2の結果送信ステップと、
を備えたことを特徴とする構造化文書検索方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006024540A JP4489029B2 (ja) | 2006-02-01 | 2006-02-01 | 構造化文書検索システムおよび構造化文書検索方法 |
US11/669,304 US20070185845A1 (en) | 2006-02-01 | 2007-01-31 | System and method for searching in structured documents |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006024540A JP4489029B2 (ja) | 2006-02-01 | 2006-02-01 | 構造化文書検索システムおよび構造化文書検索方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007206945A JP2007206945A (ja) | 2007-08-16 |
JP4489029B2 true JP4489029B2 (ja) | 2010-06-23 |
Family
ID=38335212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006024540A Expired - Fee Related JP4489029B2 (ja) | 2006-02-01 | 2006-02-01 | 構造化文書検索システムおよび構造化文書検索方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20070185845A1 (ja) |
JP (1) | JP4489029B2 (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7908286B2 (en) * | 2004-12-08 | 2011-03-15 | Oracle International Corporation | Techniques for providing XQuery access using web services |
JP4212615B2 (ja) | 2006-09-28 | 2009-01-21 | 株式会社東芝 | 構造化文書検索システム、構造化文書検索方法、検索装置、および文書管理装置 |
JP4854542B2 (ja) * | 2007-02-27 | 2012-01-18 | 株式会社東芝 | 文書検索システム及び文書検索方法 |
US20090089275A1 (en) * | 2007-10-02 | 2009-04-02 | International Business Machines Corporation | Using user provided structure feedback on search results to provide more relevant search results |
US8176084B2 (en) * | 2007-11-26 | 2012-05-08 | International Business Machines Corporation | Structure based storage, query, update and transfer of tree-based documents |
JP5038939B2 (ja) * | 2008-03-03 | 2012-10-03 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 情報検索システム、方法及びプログラム |
US20110252313A1 (en) * | 2008-12-19 | 2011-10-13 | Ray Tanushree | Document information selection method and computer program product |
JP5434500B2 (ja) * | 2009-11-13 | 2014-03-05 | 富士ゼロックス株式会社 | 木構造処理装置及びプログラム |
JP5402667B2 (ja) * | 2010-01-21 | 2014-01-29 | 富士通株式会社 | 構成情報管理装置、分散情報管理システム、分散情報管理方法および分散情報管理プログラム |
JP5480034B2 (ja) * | 2010-06-24 | 2014-04-23 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 構造化文書の木構造を分割するための方法、プログラムおよびシステム |
JP5172931B2 (ja) | 2010-10-25 | 2013-03-27 | 株式会社東芝 | 検索装置、検索方法および検索プログラム |
US9535949B2 (en) | 2014-03-28 | 2017-01-03 | International Business Machines Corporation | Dynamic rules to optimize common information model queries |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2242158C (en) * | 1997-07-01 | 2004-06-01 | Hitachi, Ltd. | Method and apparatus for searching and displaying structured document |
JP2001167087A (ja) * | 1999-12-14 | 2001-06-22 | Fujitsu Ltd | 構造化文書検索装置,構造化文書検索方法,構造化文書検索用プログラム記録媒体および構造化文書検索用インデックス作成方法 |
JP4045400B2 (ja) * | 2001-08-24 | 2008-02-13 | 富士ゼロックス株式会社 | 検索装置及び検索方法 |
US7370061B2 (en) * | 2005-01-27 | 2008-05-06 | Siemens Corporate Research, Inc. | Method for querying XML documents using a weighted navigational index |
-
2006
- 2006-02-01 JP JP2006024540A patent/JP4489029B2/ja not_active Expired - Fee Related
-
2007
- 2007-01-31 US US11/669,304 patent/US20070185845A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
US20070185845A1 (en) | 2007-08-09 |
JP2007206945A (ja) | 2007-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4489029B2 (ja) | 構造化文書検索システムおよび構造化文書検索方法 | |
US7386567B2 (en) | Techniques for changing XML content in a relational database | |
US11030243B2 (en) | Structure based storage, query, update and transfer of tree-based documents | |
KR100372584B1 (ko) | 데이터처리방법 및 시스템 및 그 처리프로그램을 기록한계산기판독이 가능한 기록매체 | |
US7024425B2 (en) | Method and apparatus for flexible storage and uniform manipulation of XML data in a relational database system | |
JP4516566B2 (ja) | Xml文書とリレーショナルデータと間のマッピングにおける階層情報の保持 | |
JP5407043B2 (ja) | バイナリにエンコードされたxmlデータの効率的な区分的アップデート | |
US20050125419A1 (en) | Search processing system, its search server, client, search processing method, program, and recording medium | |
US8145674B2 (en) | Structure based storage, query, update and transfer of tree-based documents | |
EP1536349A1 (en) | Search system, search server, client, search method, program, and recording medium | |
CN101216824B (zh) | 一种将树型结构数据库发布为分布式xml数据库的方法 | |
JP2001325290A (ja) | 文書ファイル検索システム | |
JP4854542B2 (ja) | 文書検索システム及び文書検索方法 | |
JP2000348038A (ja) | 半構造データベースのためのデータ格納装置および方法 | |
JP2006127235A (ja) | 構造化文書管理システム、構造化文書管理方法及びプログラム | |
JP4212615B2 (ja) | 構造化文書検索システム、構造化文書検索方法、検索装置、および文書管理装置 | |
JP2013142983A (ja) | 情報処理装置、情報検索装置、および、プログラム | |
JP2019003501A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP2001282856A (ja) | インデックス作成方法、インデックス表示方法、インデックス検索方法及びインデックス作成装置 | |
JP4568267B2 (ja) | 構造化文書検索システム及びデータベース管理プログラム | |
JP2004348485A (ja) | 構造化文書処理方法及び装置及び構造化文書処理プログラム及び構造化文書処理プログラムを格納した記憶媒体 | |
US20130305137A1 (en) | Document generation system and method for generating a document | |
AU2007229359B2 (en) | Method and apparatus for flexible storage and uniform manipulation of XML data in a relational database system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070903 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090804 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091005 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100302 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100330 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130409 Year of fee payment: 3 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 4489029 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130409 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140409 Year of fee payment: 4 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 Free format text: JAPANESE INTERMEDIATE CODE: R313114 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |