JP4637181B2 - 文書構造に基づいた検索結果の表示 - Google Patents

Description

背景
発明の分野
この発明の本質と一致したシステムおよび方法は、一般に、情報の検索に関し、特に、文書の構造に基づいた検索結果として文書を表示することに関する。

関連技術の説明
World Wide Web（“web”）は大量の情報を含む。しかしながら、情報の所望の部分を見つけることは難しいことであり得る。この問題は、ウェブ上の情報の量およびウェブ検索での経験のない新しいユーザの数が急増しているため、複雑になっている。

検索エンジンは、ユーザが興味を持つウェブ文書へのハイパーリンクを返そうとする。一般に、検索エンジンは、ユーザによって入力される検索用語（検索クエリと呼ばれる）に基づいてユーザの興味を判断をする。検索エンジンの目標は、検索クエリに基づいて高品質の関連結果をユーザに提供することである。典型的には、検索エンジンは検索クエリ内の用語に合致するものを事前に記憶されたウェブ文書の集成から見つけることによって、このことを実現する。ユーザの検索用語を含むウェブ文書は「ヒット」であり、ユーザに返される。既存の検索エンジンは典型的には、ヒットをウェブ文書からの抜粋として表示する。抜粋は検索結果ページとして、単一のウェブページで表示され得る。

概要
一局面によると、ある方法は検索用語に関連する文書を識別するステップを含んでもよく、文書は構造要素のセットを含む。この方法は、文書において検索用語の出現の分布を判断するステップと、文書において検索用語の出現の分布に基づいて構造要素のうちの１つを識別するステップと、識別された構造要素と関連付けられる情報を表示するステップとを含んでもよい。

別の局面によると、ある方法は、検索用語に関係する文書を識別するステップを含んでもよく、文書は構造要素のセットを含む。この方法は、文書において検索用語の出現を判断するステップと、検索用語の出現の物理的な近接度に基づいて検索用語の出現をクラスタへと分類するステップと、クラスタの各々を含む構造要素のうちの１つを判断するステップと、判断された構造要素に関係する情報を提供するステップとを含んでもよい。

さらに別の局面によると、ある方法は検索用語に関連する文書を識別するステップを含んでもよく、文書は構造要素のセットを含み、構造要素は、文書と、文書の部のセットと、文書のページのセットとを含む。この方法は、文書の３つの表示を識別するステップを含んでもよく、文書のページは葉ノードに対応し、文書の部はより高いレベルのノードに対応し、文書はルートノードに対応する。この方法は、葉ノードが検索用語の出現を含むか否かに基づいて葉ノードに点数を割当てるステップと、葉ノードのうちの関連付けられるものの点数に基づいてより高いレベルのノードに対する点数を判断するステップと、より高いレベルのノードの点数に基づいてルートノードに対する点数を判断するステップと、点数に基づいて、葉ノードのうちの１つ、より高いレベルのノードのうちの１つ、またはルートノードを選択されたノードとして選択するステップと、選択されたノードに関係する情報を提供するステップとを含んでもよい。

この明細書に組込まれかつこの明細書の一部を構成する添付の図面は、説明とともに、この発明の実施例を例示し、この発明を説明する。

詳細な説明
この発明の以下の詳細な説明は添付の図面を参照する。異なる図面の同じ参照番号は同じかまたは類似の要素を示し得る。さらに、以下の詳細な説明はこの発明を制限しない。

概要
より多くのタイプの文書が検索エンジンを通じて検索可能となっている。一部のタイプの文書は、それらが部（parts）、章（chapters）、節（sections）、ページ（pages）等の構造要素のセットを含むという点で構造化されている。これらのタイプの文書の例は、書籍、ウェブサイト、雑誌、新聞、記事、特許、およびカタログを含み得る。これら文書はスキャンされてもよく、それらのテキストは光学的文字認識（ＯＣＲ）を通じて認識される。

図１は構造化された文書の例示的な図である。この例示的な実現例では、文書は書籍の形を取る。書籍はスキャンされるかまたは他の態様で電子フォームで獲得され得る。典型的な書籍はいくつかの構造要素を含み得る。書籍の特定の構造要素は、出版社によって提供されるＯＣＲによって判断されるか、または他の方法で獲得され得る。

図２は文書の例示的な構造要素の図である。図２に示されるように、構造要素は階層的に配置されてもよい。図２の構造要素は４つのレベルに配置されてもよい。他の実現例では、構造要素はいくつのレベルに配置されてもよく、４つより多いかまたは少ないレベルに配置されてもよい。

図２に示されるように、最高レベルの構造要素は文書自身を含んでもよい。２番目に高いレベルの構造要素は文書の部を含んでもよい。書籍の場合、部は、書籍の章に対応してもよい。ウェブサイトの場合、部はウェブサイトの部分に対応してもよい。記事の場合、部は記事の節に対応してもよい。

次に最も高いレベルの構造要素は文書の下位部（sub-parts）を含んでもよい。書籍の場合、下位部は書籍の下位章（sub-chapters）または節に対応してもよい。ウェブサイトの場合、下位部はウェブサイトの下位部分（sub-portions）に対応してもよい。記事の場合、下位部は記事の下位節（sub-sections）に対応してもよい。階層構造で次に最も高いレベルの構造要素は文書のページを含んでもよい。

この発明の本質と一致するシステムおよび方法は、基礎となる文書と関連付けられる構造要素および文書内のヒットの分布に基づいて検索結果を表示してもよい。

例示的な情報検索ネットワーク
図３は、この発明の本質と一致するシステムおよび方法が実現され得るネットワーク３００の例示的な図である。ネットワーク３００は、ネットワーク３５０を通じて複数のサーバ３２０〜３４０に接続された複数のクライアント３１０を含んでもよい。ネットワーク３５０は、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、公衆交換電話網（ＰＳＴＮ）などの電話網、イントラネット、インターネット、記憶装置、またはネットワークの組合せを含んでもよい。簡略化のため、２つのクライアント３１０および３つのサーバ３２０〜３４０がネットワーク３５０に接続されて示される。実際には、より多くのまたはより少ないクライアントおよびサーバがあり得る。さらに
、場合によっては、クライアントはサーバの機能を実行してもよく、および／またはサーバはクライアントの機能を実行してもよい。

クライアント３１０はクライアント実体を含んでもよい。実体は、パーソナルコンピュータ、無線電話、携帯情報端末（ＰＤＡ）、ラップトップ、または他のタイプの計算または通信装置、これら装置のうちの１つの上で稼働するスレッドまたはプロセス、および／またはこれら装置のうちの１つによって実行可能なオブジェクトなどの装置として規定され得る。サーバ３２０〜３４０は、この発明の本質と一致した態様で文書を集め、処理し、検索し、および／または維持するサーバ実体を含んでもよい。クライアント３１０およびサーバ３２０〜３４０は、有線の接続、無線接続および／または光学接続を通じてネットワーク３５０に接続してもよい。

この発明の本質と一致した実現例では、サーバ３２０はクライアント３１０によって使用可能な検索エンジン３２５を含んでもよい。サーバ３２０は（たとえば、スキャンまたは巡回（crawling）を通じて）文書の集成を識別し、文書に索引を付け、文書と関連付けられる情報を文書のリポジトリ（repository）に記憶してもよい。サーバ３３０および３４０は、ウェブページまたはウェブサイトなどの文書を記憶または維持してもよい。サーバ３２０〜３４０は別々の実体として示されるが、サーバ３２０〜３４０のうちの１つまたは複数がサーバ３２０〜３４０の別の１つまたは複数の機能のうちの１つまたは複数を実行することも可能であり得る。たとえば、サーバ３２０〜３４０のうちの２つ以上が単一のサーバとして実現されることが可能であり得る。サーバ３２０〜３４０のうちの１つが２つ以上の別々の（かつ分散され得る）装置として実現されることも可能であり得る。

例示的なクライアント／サーバアーキテクチャ
図４は、この発明の本質と一致する実現例による、クライアント３１０およびサーバ３２０〜３４０のうちの１つまたは複数に対応し得るクライアントまたはサーバ実体（以降は「クライアント／サーバ実体」と称される）の例示的な図である。クライアント／サーバ実体は、バス４１０、プロセッサ４２０、メインメモリ４３０、読出専用メモリ（ＲＯＭ）４４０、記憶装置４５０、入力装置４６０、出力装置４７０、および通信インターフェイス４８０を含み得る。バス４１０は、クライアント／サーバ実体の要素間で通信を可能にする経路を含んでもよい。

プロセッサ４２０は、命令を解釈し実行する従来のプロセッサ、マイクロプロセッサ、または処理ロジックを含んでもよい。メインメモリ４３０は、プロセッサ４２０によって実行するために情報および命令を記憶するランダムアクセスメモリ（ＲＡＭ）または別のタイプの動的記憶装置を含んでもよい。ＲＯＭ４４０は、プロセッサ４２０によって使用するために静的な情報および命令を記憶する従来のＲＯＭ装置、または別のタイプの静的な記憶装置を含んでもよい。記憶装置４５０は、磁気および／または光記憶媒体およびその対応するドライブを含んでもよい。

入力装置４６０は、キーボード、マウス、ペン、音声認識および／またはバイオメトリック機構などのオペレータが情報をクライアント／サーバ実体に入力することを可能にする従来の機構を含んでもよい。出力装置４７０は、ディスプレイ、プリンタ、スピーカ等を含む、オペレータに情報を出力する従来の機構を含んでもよい。通信インターフェイス４８０は、クライアント／サーバ実体が他の装置および／またはシステムと通信するのを可能にするトランシーバの様な機構を含んでもよい。たとえば、通信インターフェイス４８０は、ネットワーク３５０などのネットワークを通じて、別の装置またはシステムと通信するための機構を含んでもよい。

以下に詳細に説明されるように、この発明の本質と一致するクライアント／サーバ実体
は、ある検索に関係する動作を実行してもよい。クライアント／サーバ実体は、プロセッサ４２０がメモリ４３０などのコンピュータ読取可能な媒体に含まれるソフトウェア命令を実行することに応答して、これらの動作を実行してもよい。コンピュータ読取可能な媒体は、物理的または論理的な記憶装置および／または搬送波として規定され得る。

ソフトウェア命令は、データ記憶装置４５０などの別のコンピュータ読取可能な媒体から、または通信インターフェイス４８０を通じて別の装置からメモリ４３０へと読出され得る。メモリ４３０に含まれるソフトウェア命令は、プロセッサ４２０に、以下に説明されるプロセスを行なわせる。またはこれに代えて、この発明の本質と一致するプロセスを実現するために、ソフトウェア命令の代わりに、またはソフトウェア命令と組合せて配線接続された回路を使用してもよい。したがって、この発明の本質と一致する実現例は、ハードウェア回路およびソフトウェアの特定の組合せに制限されない。

例示的な検索エンジン
図５は、この発明の本質と一致する実現例による、検索エンジン３２５などの検索エンジンの例示的な機能ブロック図である。一実現例によると、以下に説明される機能のうちの１つまたは複数は、サーバ３２０の別の部分、またはサーバ３２０と関連付けられるコンピュータなどのサーバ３２０とは別の実体、もしくはサーバ３３０または３４０のうちの１つによって行なわれてもよい。

検索エンジン３２５は情報検索ユニット５１０およびリポジトリ５３０に接続された表示ユニット５２０を含んでもよい。リポジトリ５３０は、たとえば、サーバ３２０（図３）またはサーバ３２０とは別の実体によって巡回されかつ索引を付けられた文書と関連付けられる情報を記憶する物理的または論理的な記憶装置を含んでもよい。文書情報は文書の内容および関連付けられるメタデータを含んでもよい。この発明の本質と一致する実現例では、文書と関連付けられるメタデータは、文書と関連付けられる構造要素に関する情報を含んでもよい。文書と関連付けられる特定の構造要素は、出版社によって提供されるＯＣＲによって判断されるか、または他の方法で獲得され得る。

情報検索ユニット５１０は、ユーザの検索用語に対して動作し、用語に関連する文書を識別してもよい。情報検索ユニット５１０が検索用語のセットに関係する文書を識別するために使用し得るいくつかの技術がある。たとえば、検索用語のセットが単一の検索用語を含むとき、情報検索ユニット５１０は検索用語を含む文書を識別し得る。検索用語のセットが複数の検索用語を含むとき、情報検索ユニット５１０は、検索用語を語句として含む文書を識別し得る。またはこれに代えて、もしくはこれに加えて、情報検索ユニット５１０は、検索用語を含むが、必ずしも一緒には含まない文書を識別し得る。またはこれに代えて、もしくはこれに加えて、情報検索ユニット５１０は、検索用語のすべてより少ないものを含むか、または検索用語の類義語を含む文書を識別し得る。関連文書を識別するためのさらに別の技術が当業者には知られている。

表示ユニット５２０は、情報検索ユニット５１０によって識別された文書を検索用語のセットに関連するものとして分析してもよい。たとえば、表示ユニット５２０は、リポジトリ５３０内の文書と関連付けられるメタデータから文書と関連付けられる構造要素を識別してもよい。表示ユニット５２０は文書と関連付けられるヒットも判断してもよい。たとえば、表示ユニット５２０は、おそらく文書の構造要素に関して、文書の内容内のどこで検索用語のセットが出現するかを判断してもよい。

一実現例では、表示ユニット５２０は、ヒットをそれらの物理的な近接度に基づいてクラスタ化してもよい。物理的な近接度は、クラスタリング近接しきい値に基づいて判断されてもよい。しきい値は、（物理的な位置の面で）どの程度だけ近接した２つのヒットが
クラスタ化されるべきかを示してもよい。しきい値は固定されてもよい。またはこれに代えて、しきい値は文書のページ、文書の部、文書の下位部等の数に比例して設定されてもよい。この場合、文書の同じ部内にあるページ上のヒットは、しきい値によって示されるように、ヒットが出現するページの数がその部のページの合計数のある割合より大きいときにクラスタにされてもよい。さらに、クラスタリングは、単一の構造要素内にあるクラスタを、複数の構造要素内にあるクラスタより優先的に扱うために行なわれてもよい。各クラスタに対して、表示ユニット５２０は、クラスタ全体を含む最小の構造要素を判断し、この構造要素を検索結果として表示してもよい。

図６Ａは、検索結果に含めるためにどのように構造要素が識別され得るかを示すために文書内での例示的なヒットの分布を示す。図６Ａに示されるように、ヒットは１０、１２、１５、１６、１８、１３９および２１１ページで出現している。図６Ａにさらに示されるように、１０、１２、１５、１６および１８ページは第１章にあり、１３９ページは第５章にあり、２１１ページは第９章にある。ヒットを含むページの物理的な近接度に基づいて、３つのクラスタ｛１０，１２，１５，１６，１８｝、｛１３９｝、および｛２１１｝が形成され得る。第１のクラスタ全体を含む最小の構造要素が第１章であるようにしきい値が設定されると仮定すると、第２のクラスタ全体を含む最小の構造要素は１３９ページであり、第３のクラスタ全体を含む最小の構造要素は２１１ページである。したがって、第１章、１３９ページおよび２１１ページに関する情報が検索結果として提供され得る。

別の実現例では、表示ユニット５２０は文書の階層構造の３つの表示を識別してもよく、ここで葉ノードはページを表してもよく、より高いレベルのノードは部（たとえば、章）を表してもよく、ルートノードは文書全体を表してもよい。表示ユニット５２０は、ヒットを含む葉ノードを潜在的な結果として識別してもよい。表示ユニット５２０は、ヒットを含む各葉ノードに１点を、ヒットを含まない各葉ノードに０点を割当ててもよい。またはこれに代えて、ヒットを含む葉ノードに割当てられる点数は１以外のものであってもよい。たとえば、点数はヒットの重要性の関数であってもよい。重要性は特定のページ上のヒットの数および／またはページ上のどこでヒットが出現するかに基づいて判断されてもよい（たとえば、太字のフォントのテキスト上のヒット、より大きいサイズのフォントのテキスト上のヒット、および／または見出しと関連付けられるテキスト上のヒットはより高い点数を与えられてもよい）。

点数は次に木の上に向けて伝達されてもよく、ここで各ノードの点数はその子の点数の合計を含んでもよい。ノードの点数がしきい値を超える場合、そのノードは提供されるべき潜在的な結果として選択されてもよく、以前に選択された子ノードは除去されてもよく、０点がその親に伝達されてもよい。別の態様として、ノードはその最高限の点数をその親に伝達してもよい（親が存在する場合）。しきい値は固定されてもよく、レベルに特有であってもよく、またはノードと関連付けられるページの数の関数であってもよい。

図６Ｂは、検索結果に含めるためにどのように構造要素が識別され得るかを示すために文書内の例示的なヒットの分布を示す。図６Ｂに示されるように、ヒットは１０、１２、１５、２０、５６および１００ページで出現している。図６Ｂにさらに示されるように、１０、１２、１５および２０ページは第１章にあり、５６ページは第２章にあり、１００ページは第３章にある。ページの各々はその点数をその親へと上へ伝達する。親（すなわち、章）に対する点数はそのページの点数の合計である。この場合、第１章は４点を有し、第２章は１点を有し、第３章は１点を有し、第Ｎ章は０点を有する。

しきい値が３に設定されているとする。この場合、第１章の点数はしきい値を超え、それは潜在的な結果として選択される。１０、１２、１５および２０ページは、それ以降、
もはや潜在的な結果として含まれない。第１章は潜在的な結果として選択されたため、それは０点をその親（すなわち、文書全体）に伝達する。第２章、第３章および第Ｎ章は各々しきい値より小さい点数を有し、したがって、その点数をその親に伝達する。親（すなわち、文書）の点数はその章の点数の合計である。この場合、文書は２点を有し、これはしきい値より小さい。したがって、第１章、５６ページおよび１００ページに関する情報が検索結果として提供され得る。

例示的な処理
図７〜９Ｂは、この発明の本質と一致する実現例による、検索結果を表示するための例示的な処理のフローチャートである。処理は文書の集成を検索するためにユーザが検索用語を検索クエリとして提供することで開始してもよい。一実現例では、文書の集成はインターネットから利用可能な文書を含み、この集成を検索するための手段は、検索エンジン３２５（図３）などの検索エンジンである。ユーザは、クライアント３１０（図３）などのクライアント上のウェブブラウザソフトウェアを通じて検索クエリを提供してもよい。

検索クエリは検索エンジンによって受取られ、検索クエリに関係する文書（たとえば、書籍、ウェブサイト、新聞、記事、特許または他のタイプの構造化された文書）を識別するために使用され得る（動作７１０および７２０）（図７）。検索クエリに関係する文書を識別するためのいくつかの技術が存在する。１つのそのような技術は、検索用語を語句として含む文書を識別することを含み得る。別の技術は、それらが必ずしも一緒であるとは限らないが検索用語を含む文書を識別することを含み得る。他の技術は、検索用語のすべてより少ないものを含むか、または検索用語の類義語を含む文書を識別することを含み得る。さらに別の技術が当業者に知られている。

ヒット（文書の内容内での検索用語の出現）が判断され得る（動作７３０）。たとえば、文書の内容は、文書の構造要素に関して文書内のどこで検索用語が出現するかを識別するために検索され得る。たとえば、どの部、どの下位部、および／またはどのページで検索用語が出現するかが判断され得る。

表示するための構造要素が識別され得る（動作７４０）。一実現例によると、ヒットはヒットが出現するページの近接度に基づいてクラスタ化されてもよい（動作８１０）（図８）。上述のように、近接度は、たとえば、どの程度だけ近接した２つのページがクラスタ化されなければならないか、および／または構造要素についてクラスタリングを偏らせるべきか否か（たとえば、単一の構造要素の中にあるクラスタを複数の要素の中にあるクラスタより優先的に扱うか否か）を特定するクラスタリング近接しきい値に基づいて判断されてもよい。各クラスタに対して、この構造要素が文書全体であれ、部であれ、下位部であれ、またはページであれ、クラスタ全体を含む最小の構造要素が識別され得る。

一実現例によると、文書の階層構造の３つの表示が判断されてもよく、ここで葉ノードはページを表し、より高いレベルのノードは部、下位部等を表し、ルートノードは文書全体を表してもよい（動作９０５）（図９Ａ）。ヒットを含む葉ノードは潜在的な結果として選択され得る（動作９１０）。

点数が各葉ノードに割当てられ得る（動作９１５）。一実現例では、ヒットを含む葉ノードは１点を割当てられてもよく、ヒットを含まない葉ノードは０点を割当てられてもよい。別の実現例では、ヒットを含む葉ノードに割当てられる点数は上述のようにヒットの重要性の関数であってもよい。

点数は木の上へと親ノードに伝達されてもよい（動作９２０）。点数は親ノードに対して判断されてもよい（動作９２５）。一実現例では、親ノードの点数はその子の点数の合
計を含んでもよい。親ノードの点数はしきい値と比較されてもよい。親ノードの点数がしきい値を超えない場合（動作９３０）、親ノード自身が親ノードを有するか否かが判断されてもよい（動作９３５）。そのような親ノードが存在する場合、次に処理は動作９２０に戻ってもよく、ここでノードはその点数を親ノードへと上へ伝達する。

親ノードの点数がしきい値を超える場合（動作９３０）、次にそのノードは潜在的な結果として選択されてもよい（動作９４０）（図９Ｂ）。以前に選択された子ノードは潜在的な結果のグループから除去されてもよい（動作９４５）。次に親ノード自身が親ノードを有するか否かが判断されてもよい（動作９５０）。そのような親ノードが存在する場合、そのノードは０点をその親ノードへと伝達してもよい（動作９５５）。処理は次に動作９２５へと戻ってもよく、ここで親ノードの点数が判断される。他に親ノードが存在しない場合（動作９３５または９５０）、次に潜在的な結果として選択されたノードに対応する構造要素が識別されてもよい（動作９６０）。

文書の各々に対して識別された構造要素に基づいて次に検索結果が形成されてもよい（動作７５０）（図７）。言い換えると、文書と関連付けられる検索結果は、場合によっては、文書全体、文書の部、文書の下位部、または文書のページと関連付けられる情報を含んでもよい。文書全体と関連付けられる情報は、（検索用語のどれもタイトルのページに現われない場合でも）文書のタイトルのページ（または表紙）を含んでもよい。文書の部または下位部と関連付けられる情報は、（検索用語のどれも部または下位部の第１ページに現われない場合でも）部または下位部の第１ページを含んでもよい。文書のページと関連付けられる情報はページ自身（またはそのページのある部分）を含んでもよい。

検索結果は点数を与えられ、それらの点数に基づいてソートされ得る。検索結果は、従来の検索エンジンによって提供される検索結果と同様に、ＨＴＭＬ文書として提供されてもよい。またはこれに代えて、検索結果は検索エンジンおよびクライアントによって同意されたフォーマットによって提供されてもよい（たとえば、拡張可能マークアップ言語（ＸＭＬ））。

図１０Ａ〜１０Ｄは、例示的な書籍に対する例示的な検索結果を示す。図１０Ａは書籍の表紙を示す。書籍の表紙は、書籍全体が検索クエリ（たとえば、“memory”）に関連すると判断されたことを示すために表示され得る。図１０Ｂは、書籍の第３章の第１ページを示す。その章の第１ページは、図１０Ｂに示されるように、検索用語“memory”はそのページには現われないが、その章全体が検索クエリに関連すると判断されたことを示すために表示され得る。図１０Ｃは、書籍の第４章の第１ページを示す。この場合、検索用語はそのページに現われている。図１０Ｄは書籍の５２ページを示す。任意で、検索用語は、ユーザがページのテキスト内で用語を容易に識別できるように何らかの態様でハイライト表示されてもよい。

結論
この発明の本質と一致するシステムおよび方法は、基礎となる文書と関連付けられる構造要素および文書内でのヒットの分布に基づいて検索結果を生成し得る。

この発明の好ましい実施例の上述の説明は、例示および説明を行なっているが、網羅的なものであること、またはこの発明を開示される正確な形に制限することを意図されない。上述の教示に鑑みて変形および修正が可能であり、またはこの発明の実行から獲得され得る。

たとえば、一連の動作が図７〜９Ｂに関して説明されているが、動作の順序はこの発明の本質と一致した他の実施例では変更され得る。さらに、非依存の動作は並行して実行さ
れてもよい。

一実現例では、サーバ１２０は、図７〜９Ｂの処理に関して説明された動作のすべてではないとしても大半を実行してもよい。この発明の本質と一致する別の実現例では、動作の１つまたは複数、もしくはすべては、別のサーバ３３０および／または３４０もしくはクライアント３１０などの別の実体によって実行されてもよい。

当業者には、上述のように、この発明の局面が図に示される実現例において多くの異なる形のソフトウェア、ファームウェアおよびハードウェアで実現され得ることが明らかであろう。この発明の本質と一致する局面を実現するために使用される実際のソフトウェアコードまたは特化された制御ハードウェアはこの発明の制限ではない。したがって、その局面の動作および挙動は特定のソフトウェアコードに言及することなく説明されており、当業者はここの説明に基づいてその局面を実現するためにソフトウェアを設計し、ハードウェアを制御できることが理解される。

この出願で使用される要素、動作または命令は、そのように明示的に記載されない限り、この発明にとって重大または本質的なものとして理解されるべきではない。ここで使用されるように、冠詞“ａ”は１つまたは複数の品目を含むことを意図される。１つのみの品目が意図される場合、用語「１つ（“one”）」または同様の言葉が使用される。さらに、「に基づく（“based on”）は、明示的に別段の記載がない限り「に少なくとも部分的に基づく（“based, at least in part, on”）」を意味することを意図される。

文書の例示的な図である。 文書の例示的な構造要素の図である。 この発明の本質と一致するシステムおよび方法が実現され得る例示的な情報検索ネットワークの図である。 この発明の本質と一致する実現例によるクライアントまたはサーバの例示的な図である。 この発明の本質と一致する実現例による図４の検索エンジンの例示的な機能ブロック図である。 検索結果に含めるためにどのように構造要素が識別され得るかを示すために文書内での例示的なヒットの分布を示す図である。 検索結果に含めるためにどのように構造要素が識別され得るかを示すために文書内での例示的なヒットの分布を示す図である。 この発明の本質と一致する実現例による検索結果を表示するための例示的な処理のフローチャートである。 この発明の本質と一致する実現例による検索結果を表示するための例示的な処理のフローチャートである。 この発明の本質と一致する実現例による検索結果を表示するための例示的な処理のフローチャートである。 この発明の本質と一致する実現例による検索結果を表示するための例示的な処理のフローチャートである。 例示的な書籍に対する例示的な検索結果の図である。 例示的な書籍に対する例示的な検索結果の図である。 例示的な書籍に対する例示的な検索結果の図である。 例示的な書籍に対する例示的な検索結果の図である。

Claims (22)

1. １つ以上のサーバ装置によって実行される方法であって、
   前記１つ以上のサーバ装置のプロセッサが、検索用語に関係する文書を識別するステップを備え、前記文書は複数の構造要素を含み、前記方法はさらに、
   前記１つ以上のサーバ装置のプロセッサが、前記文書において前記検索用語の出現を判断するステップと、
   前記１つ以上のサーバ装置のプロセッサが、前記検索用語の出現同士の物理的な近接度に基づいて前記文書において前記検索用語の出現をクラスタに分類するステップと、
   前記１つ以上のサーバ装置のプロセッサが、前記クラスタの各々を含む前記構造要素のうち最小のものを識別するステップと、
   前記１つ以上のサーバ装置のプロセッサが、前記識別された構造要素のうち最小のものに関連付けられる情報を表示するステップとを備え、前記表示するステップは、前記検索用語の出現とは独立して、前記識別された構造要素のうち最小のものに関連付けられる情報の予め定められた部分を検索結果として表示するステップを含む、方法。
2. 前記文書を識別するステップは、
   前記検索用語に関係する前記文書を識別するために文書の集成を検索するステップを含む、請求項１に記載の方法。
3. 前記文書は、書籍、ウェブサイト、新聞、記事または特許のうちの１つを含む、請求項１または２に記載の方法。
4. 前記文書において前記検索用語の出現を判断するステップは、
   前記文書の前記構造要素に関して前記検索用語の出現を識別するために前記文書の内容を検索するステップを含む、請求項１〜３のいずれか１項に記載の方法。
5. 前記１つ以上のサーバ装置のプロセッサが、物理的な近接度においてどの程度だけ互いに近接した前記検索用語の２つの出現がクラスタ化されなければならないかを特定するしきい値を提供するステップをさらに備え、
   前記検索用語の出現をクラスタに分類するステップは、前記しきい値に基づく、請求項１〜４のいずれか１項に記載の方法。
6. 前記しきい値は前記文書のページの数に比例する、請求項５に記載の方法。
7. 前記検索用語の出現をクラスタに分類するステップは、前記構造要素のうちの１つの中にある出現のクラスタ化を前記構造要素のうちの複数のものの中にある出現のクラスタ化より優先する、請求項１〜６のいずれか１項に記載の方法。
8. 前記文書は書籍であり、前記構造要素は、書籍と、書籍の章のセットと、書籍のページのセットとを含む、請求項１〜７のいずれか１項に記載の方法。
9. 前記構造要素は、前記文書と、前記文書の部のセットと、前記文書のページのセットとを含み、
   前記識別された構造要素のうち最小のものに関連付けられる前記情報は、前記文書が前記識別された構造要素のうち最小のものである場合に前記文書のタイトルのページである、請求項１〜８のいずれか１項に記載の方法。
10. 前記構造要素は、前記文書と、前記文書の部のセットと、前記文書のページのセットとを含み、
    前記識別された構造要素のうち最小のものに関連付けられる前記情報は、前記部が前記識別された構造要素のうち最小のものである場合に前記部の第１ページである、請求項１〜９のいずれか１項に記載の方法。
11. 前記構造要素は、前記文書と、前記文書の部のセットと、前記文書のページのセットとを含み、
    前記識別された構造要素のうち最小のものに関連付けられる前記情報は、前記ページが前記識別された構造要素のうち最小のものである場合に前記文書のページである、請求項１〜１０のいずれか１項に記載の方法。
12. 前記識別された構造要素のうち最小のものに関連付けられる前記情報は、前記検索用語の出現を含む前記文書の部分を含む、請求項１〜１１のいずれか１項に記載の方法。
13. 前記識別された構造要素のうち最小のものに関連付けられる前記情報は、前記検索用語の出現を含まない前記文書の部分を含む、請求項１〜１１のいずれか１項に記載の方法。
14. 前記識別された構造要素のうちの最小のものに関連付けられる情報を表示するステップは、
    前記識別された構造要素のうち最小のものに関連付けられる前記情報内で前記検索用語を視覚的に区別するステップを含む、請求項１〜１３のいずれか１項に記載の方法。
15. システムであって、
    検索用語に関係する文書を取得するための手段を備え、前記文書は複数の構造要素を含み、前記システムはさらに、
    前記構造要素に関して前記文書において前記検索用語の出現を識別するための手段と、
    前記検索用語の出現同士の物理的な近接度に基づいて前記文書において前記検索用語の出現をクラスタに分類するための手段と、
    前記クラスタの各々を含む前記構造要素のうち最小のものを識別するための手段と
    前記識別された構造要素のうち最小のものに関連付けられる情報を表示するための手段とを備え、前記情報を表示するための手段は、前記検索用語の出現とは独立して、前記識別された構造要素のうち最小のものに関連付けられる情報の予め定められた部分を検索結果として表示する手段を含む、システム。
16. システムであって、
    文書の集成を記憶するためのメモリを備え、前記文書の少なくとも一部は複数の構造要素を備え、前記システムはさらに、
    プロセッサを備え、前記プロセッサは、
    検索用語を含む検索クエリを受取り、
    前記検索用語に関連の文書を文書の集成で識別し、
    前記構造要素に基づいて前記文書において前記検索用語の出現を判断し、
    前記検索用語の出現同士の物理的な近接度に基づいて前記文書において前記検索用語の出現をクラスタに分類し、
    前記クラスタの各々を含む前記構造要素のうち最小のものを識別し、
    前記識別された構造要素のうち最小のものに関連付けられる情報を前記検索クエリの結果として提供し、当該情報の提供には、前記検索用語の出現とは独立して、前記識別された構造要素のうち最小のものに関連付けられる情報の予め定められた部分の提供を含む、システム。
17. １つ以上のサーバ装置によって実行される方法であって、
    前記１つ以上のサーバ装置のプロセッサが、検索用語に関連の文書を識別するステップを備え、前記文書は複数の構造要素を含み、前記方法はさらに、
    前記１つ以上のサーバ装置のプロセッサが、前記文書において前記検索用語の出現を判断するステップと、
    前記１つ以上のサーバ装置のプロセッサが、前記検索用語の出現同士の物理的な近接度に基づいて前記検索用語の出現をクラスタに分類するステップと、
    前記１つ以上のサーバ装置のプロセッサが、前記クラスタの各々を含む前記構造要素のうち最小のものを判断するステップと、
    前記１つ以上のサーバ装置のプロセッサが、前記判断された最小の構造要素に関連付けられる情報を提供するステップとを備え、前記情報を提供するステップは、前記検索用語の出現とは独立して、前記構造要素のうち最小のものに関連付けられる情報の予め定められた部分を検索結果として提供するステップを含む、方法。
18. 前記１つ以上のサーバ装置のプロセッサが、物理的な近接度においてどの程度だけ互いに近接した前記検索用語の２つの出現がクラスタ化されなければならないかを特定するしきい値を提供するステップをさらに備え、
    前記検索用語の出現をクラスタに分類するステップは前記しきい値に基づく、請求項１７に記載の方法。
19. 前記しきい値は前記文書のページの数に比例する、請求項１８に記載の方法。
20. 前記検索用語の出現をクラスタに分類するステップは、前記構造要素のうちの１つの中にある出現のクラスタ化を前記構造要素のうちの複数のものの中にある出現のクラスタ化より優先する、請求項１７に記載の方法。
21. システムであって、
    検索用語に関連の文書を識別するための手段を備え、前記文書は複数の構造要素を含み、前記システムはさらに、
    前記文書において前記検索用語の出現を識別するための手段と、
    物理的な近接度においてどの程度だけ互いに近接した前記検索用語の２つの出現がクラスタ化されなければならないかを特定するしきい値に基づいて、前記検索用語の出現をクラスタに分類するための手段と、
    前記クラスタの各々を含む前記構造要素のうちの最小のものを判断するための手段と、
    前記構造要素のうち最小のものに関連付けられる情報を表示するための手段とを備え、前記情報を表示するための手段は、前記検索用語の出現とは独立して、前記構造要素のうち最小のものに関連付けられる情報の予め定められた部分を検索結果として表示する手段を含む、システム。
22. コンピュータの実行可能な命令を含むコンピュータ読取可能な媒体であって、
    文書が検索用語に関連すると判断するための命令を備え、前記文書は複数の構造要素を備え、前記コンピュータ読取可能な媒体はさらに、
    前記文書において前記検索用語の出現を判断するための命令と、
    前記検索用語の出現同士の物理的な近接度に基づいて、前記検索用語の出現をクラスタに分類するための命令と、
    前記クラスタの各々を含む前記構造要素のうち最小のものを判断するための命令と、
    前記構造要素のうち最小のものに関連付けられる情報を表示するための命令とを備え、前記情報を表示するための命令は、前記検索用語の出現とは独立して、前記構造要素のうち最小のものに関連付けられる情報の予め定められた部分を検索結果として表示するための命令を含む、コンピュータ読取可能な媒体。

Images