TW501029B - A method of retrieving data and data retrieving apparatus - Google Patents

Description

501029 經濟部智慧財產局員工消費合作社印製 作 A7 五、發明說明（l ) 旦本發明係有關於在實施利用電子計算機之機械翻譯或 大！文書檢索、正文（Text)自動摘要等之自然語言處理系 統之前處理.解析部中，用t士丄 用以執仃情報（資訊）檢索之方法 及其衣置，特別X，不會遺漏檢索，且可減少檢索雜訊者。 所謂全文檢索系統，係從蓄存之正文資料中，檢索利 用者所減之文字列者。為了實現全文檢索，有各種方法， 但代表性的有，如長尾真他著、「言語情報處理(語言資訊 處理）」岩波書店（1998)p.72〜77中所言及，以下之二種。 其中之-，係從正文資料製作單語索引，且由單語索 引’檢索利用者所指定之文字列（檢索語）者；另外，係從 正文貧料製作文字列索引，且由文字列索引，檢索檢索語 之方式。 製作單语索引之方式，係用以製作出現在正文中，全 部之索引。如日語之膠著語之場合，因單語之境界不清楚， 叙係使用子典，進行構詞分析（m〇rph〇l^ical &⑽丨》,sk)， 將正文分割成單語單位後，製作其全部之單語之索引。例 如，對「東京都品川區」之正文，可製成例如：「東京」、 「東京都」、「品川」、「品川區」之4種索引。 檢索時’當指定「東京」或「品川區」之檢索語的場 合，可以上述指定之方式檢索索引；或，指定「東京都品 川區」之複合語時，可利用構詞分析，分解檢索語，且對 各語，進行檢索。 如此，可利用文章中之任意的單語，進行檢索。又， 為減少單語索引之量，有採用包含某單箏之較長單語 私紙張尺度適用中國國家標準 -----J---^---------I---訂-------•線 (請先閱讀背面之注意事項再填寫本頁) 4 B7 五、發明說明（2 / 為索引之方式。在上例中，因「東京 ， 故僅以「東亨都冼力表 果不」 有闕分割成單心ΠΓ寺開平·4118公_ 式，除構同分析外，亦有利用統計手 ==中渡 合白/ 規化解之構詞境界特幻情報處理 會自然言語處理研究會U3-3(1996)等）。 另外用以製作文宇列索引之方式，係用以製作對正 文中之全部的連續N文字 于 、又子之索引（n-gram index)者。N大多 使用2。例如，餅「垂丄 于東不都品川區」之正文，製作2 組之索引時，可f成厂「 文子 「， 成東不」、「京都」、「都品」、「品川」、 川區」，5種索引。 利用圖式，更詳細說明用以製作文字列索引之方式的 例。第22圖係表示f玄方丨& 飞勺 表下文子列索引之製作過程的圖。 明①實施丨i、」之正々 」弋正文，可製成由「本發」、「發明 ①」、「Φ實丨、r杏浐 Γ 月 Μ也」、施（i」、「、」之2文字所構成 之7種文字列之舍u 口、 叮稱成 索引’且分別寫入文書號碼及出現文字 之位置（文字位置）。斟入 〜 直）對全部之文書，製作此種索引，且 文字列分類記憶該等索引。 a檢索時’例如’檢索「本發明」，則對於「本發」、「 :」之2種文字列’進行索引之檢索，可判定發現之索引， 是否為連續出現者。 用以衣作文子列索弓1之方式，具有不必進行構詞分析 之特徵。 …、而，使用早語索弓1之方式，在製作索引時，必需將 頁 訂 列 依 線 經濟部智慧財產局員工消費合作社印製 發

本紙張尺度義巾_ ^:標準（eNs)A4 —- (210x297 公釐） A7 B7 五、發明說明（ 經濟部智慧財產局員工消費合作社印製 :文分割成單語’其分割之精度， 即，不正確分料語 R精度。亦 析，分割正文時，分析^ 檢索之虞。使用構詞分 …般而言’語言通常是流動性的， 二:而 單語’故必須經常更新構詞分㈣字典。〜新的 又，依對象之文書不同， 當變更對象文堂日士 使 亦會不同， 象文曰蚪，必須調整字典。亦即， 料庫、或經濟專用資料庫，字典之調整即不^ j且，不論如何注意，準備字典，在構詞分析中， 月匕否二可能會遭遇未知語，即未記載於字典之單語，由 未兵-之出現’會大幅降低構詞分析之精度。 •皆於此右抓用由統計手法所產生之單語分割，表 面上雖不會有未知語之問題，但單語分割精度並不能達到 1⑽％，殘留有同樣之問題。 進而在構5司分析中，為提高其精度，亦有採取依肩 於文脈之分析，彳曰士絲、— 仁此種獲雜之處理，會將長文中所出 句子與短文中所出現之句子，分解成不同之單語列。 另外’使用文字列索引之方式，因不需單語分割 里上.iC不會產生遺漏檢索。然❻，例如，以「京都 索時，正文中之「東京都」之部份，亦會被檢出等， 含希望外之結果（―般稱為檢·訊)。 對於此種問題’在特開平10-307835號公報中 具有單語索引與文字索引者，依場合而區分之方式， 右採取此種構造，則會加大檢索索引。又，若以減少 資 不 於 (請先閱讀背面之注意事項再填寫本頁) 現之 而 揭 但 訂------|!線| 本紙張尺度細家標準(CNS)A4規格（210 x 297公爱） 6 五 B7 發明說明（4 ) 之模式檢索，則會產生遣 §ιί^. ^ 遢漏檢索，若要不產生遺漏檢f , 則雜訊會增多，本質上， '解決問題°即使’同時檢索 花費:Γ 增長檢索時間，對於結果之合成，亦需 I祕為知技術之課題，其目的在 供一種情報檢索方法及實 .、挺 任 έ及貝轭該方法之裝置，該方法融合單 0口索引方式與文字歹舍 索引方式，藉此，可防止遺漏檢索， 且可降低檢索雜訊。 Μ 、於此II用本發明之情報檢索方法，將檢索對象正文， 分：成單語單位，從分割成單語單位之正文，製作具有 不：语之區切的單語資訊’文字數為Ν之具有單語資訊 文子歹J索引’攸遠具有單語資訊之文字列索引，利用文字 列檢索或單語檢索、或文字列檢索及單語檢索，檢索檢索 表 訂 位 又，在本發明之情報檢索裝置，設置·· 杈索對象貝料記憶單元’用以記憶檢索對象正文，· 正文分割單元，用以將檢索對象正文，分割成單語單 正文 單居分剔正文記憶單元，用以儲存分割成單語單位 之 具有單語資訊之文字列索引製作單元，用以從分割成 單語單位之正文，製作具有表示單語之區切的單語資訊， 文字數為N之具有單語資訊之文字列索引； 具有單語資訊之文字列索引記憶單元，用以記憶製成 本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐） 501029 A7 五、發明說明（5 ) 部 智 慧 員 工 消 費 印 之具有單語資訊之文字列索引；及， 具有單語資訊之文字列索引檢索單元，係利用具有單 語資訊之文字列索引，執行檢索語之文字列檢索或單語2 索、或文字列檢索與單語檢索。 ° 因此’在-個裝置中，利用-個索引，可執行單語檢 索及文字列檢索，且可防止遺漏檢索，並可減低檢索雜訊: 〔發明之實施形態〕 本發明之申請專利範圍第丨項所記載之發明，係在 以全文檢索正文資料之情報檢索方法中，將檢索對象正 文’分割成單語單位；從分割成單語單位之正文，製作具 有表示單語之區切的單語資訊，文字數為Ν之具有單二 訊=文字列索引；從該具有單語資訊之文字列索引，= 文子列檢索或單語檢索、或文字列檢索與單語檢索，檢索 檢索語者’利用一個具有單語資訊之文字列索引，可執行 =索與文字繼’且可防止遺漏檢索，並可減低檢 :請專利範圍第2項所記載之發明，係 對象正文之單語之前，付與單語始端記號， 付與單語終端記號， 早。之後 輩……… 索對象正文’分割成單語 t卢及t以早語單位之正文，製作具有表示單語始端 及早语終端記號之單語資訊，文字數為N之具有單，五 貧訊之文字列索引者， 八有早- 少檢索雜訊。㈣別早语之始端與終端，可減申請專利_3項所記載之發明，係在具有單語資 請 用 正 資 丨本紙張—用

五、發明說明（6 ) 说之文字列索引，對於第1文字，當在該文字之前，有單 邊始端€號之場合’具有表示該情事之單語資訊，·當在該 文=之後，有單語終端記號之場合，具有表示該情事之單 浯貝訊’對於第2文字以後，當僅在該文字之後，有單語 =端記號之場合，具有表示該情事之單語資訊者，因減少 弟2文字以後之始端資訊’在不影響檢索速度下，可縮小 索引又，因在第1文字具有始端資訊及終端資訊，故亦 可對應僅1文字之檢索語之檢索。 申請專利範圍第4項所記載之發明，係從具有單語資 Λ之文字列索引，配合用以發現檢索語之單語的單語檢 索，及用以發現檢索語之文字列的文字列檢索，執行檢索 者，對於各檢索語’可同時執行：用以發現該單語之單語 檢索；及將單語視為文字列之文字列檢索。 〜申請專利範圍第5項所記載之發明，係將檢索語之文 字歹】刀剎成文字數Ν之部份檢索文字列，從該具有單語 貧訊之文字列索引，檢索與各部份檢索文字列一致之文字 列：當檢索出之各文字列’在檢索對象正文上，具有連續 哇枯，則判斷該檢索語之文字列，為被檢索出者；當檢索 /、I 3 4檢索語之最初文字的部份檢索文字列、或包含該 ¥索浯之最後文字的部份檢索文字列一致之文字列的場 合，在判斷材料中，加入該最初之文字前或該最後之文字 後的單語資訊，判斷一致性，藉此，檢索檢索語之單語者， 可同時執行單語檢索與文字列檢索。 申清專利範圍第6項所記載之發明，係利用單語檢 Μ--------^------— (請先閱讀背面之注意事項再填寫本頁) 經濟部智慧財產局員工消費合作社印製

501029 A7 濟 部 智 慧 局 員 工 消 費 合 作 社 印 製 五、發明說明（7 ) 從具有單語資訊之文字列索引，檢索：與檢索語之單語完 全-致之單語；與檢索語之單語完全一致及前方一致之單 語；錢索語之單語完全一致及後方一致之單語；與檢索 -之單僅則方-致之單語；或’與檢索語之單語僅後方 -致之單語者，選擇最初文字前之單語資訊或最後文字後 之單語資訊，作為-致性之判斷材料，藉此，可形成各種 之單語檢索。 申請專利範圍第7項所記載之發明，係從分割成單語 早位之該正文，刪除不要語之前後的單語資訊，製作且有 早語資訊之文字列索引者，在單語檢索中，不會單獨檢 不要語部份，可減少檢索雜訊。 申請專利範圍第8項所記載之發明，係從分割成單 早位，檢索對象正文，刪除不要語之前的單語始端記號及 不要語之後的單語終端記號，且從分割成該單語單位之正 文’ ^作具有單語資訊之文字列索引者，可製作去除不 语之喊的單語f訊之具有單語資訊之文字列索引。 =專利範圍第9項所記載之發明，係選擇不能單獨 ^為仏索對象語之單語’作為不要語者，可減少單語檢索 日守之檢索雜訊。 .、 申請專利範圍第1〇項所記載之發明，係根據單狂之 ^^決^不要語者，W助詞、助動詞 '感動詞等， 作為不要§吾。 申請專利範圍第η項所記載之發明，係選擇由平假名 -文子或平假名二文字所構成之罩語，作為不要語者 索 語 及 要 線 品 可 張尺度適財關家標準（CNS):規格⑽χ挪公髮- 五、發明說明（8) 減少檢索雜訊。 …職固弟12項所記載之發明，係根據輸至檢旁 對象正文資料巾之單語Μ現解，蚊料不要語之写 語者，可有效地減少檢索雜訊。 項所㈣之發明，係從具有單語^ 訊之文字财引，檢索與包含檢索語之最初文字的部份相 索文字列或包含檢索語之最後文字的部份檢索文字列一穷 之文字列的場合’在判斷材料中’加入表示最初文字之甫 1 單語始Γ己號之單語資訊或表示最後文字之後的單語约 知。己號之早而判斷_致性；當檢索與其他之部伤 檢索文字列—致之文字列的場合，在判斷材料中，不加Λ 卜吾育訊者’亦可單語檢索，如「繪0具」之挾有不要語 「0」之單語。 經濟部智慧財產局員工消費合作社印製 π申：專利範圍第Μ項所記載之發明，係從分割成單語 之h索對象正文’去除接頭辭之後的單語終端記號及 妾尾辭之前的單語始端記號，且從分割成該單語單位之正 文：製作具有單語資訊之文字列索引者，不會單獨檢索接 :辭或接尾辭’作為單語’可減少檢索雜訊…益論在 是否付有接頭辭或接尾辭，均可檢索，故可防止遺 漏檢索。 申請相制第15項所記載之發明，係㈣單語之品 :接=作為接頭辭及接尾辭之語者，可—律決定接頭辭 申請專利範_16項耽狀”.，㈣為接尾辭之 x 297公釐） 本紙張尺度義準（CNS)A4規格（2i 501029

I 五、發明說明（9) π係根據在榀索對象貧料中，該語出現於數字之後的頻 率决疋者出現於數值之後的語，數值之單位的可能性較 高。 申請專利範圍第17項所記載之發明，係根據檢索語之 檢索結果，將對檢索對象正文之檢索語的適合度數值化， 且根據獲得之數值，對各檢索對象正文付與順序，並依該 順序排列提示各檢索對象正文者，對使用者而言，可從必 要之檢索結果，開始察看。 申請專利範18項所記載之發明，係配合用以發現 檢索語之單語的單語檢索，及用以發現單語之文字列的文 字列檢索，從檢索對象正文，執行各檢索語之檢索，並將 該雙方之檢索結果，付與加權並分別數值化者，適當地評 價兩方之檢索結果’藉此，可以有效地閱覽檢索結果，並 可防止遺漏檢索之發生。 申請專利範圍第項所記載之發明，係對利用單語檢 索之檢索結果，付與比利用文字列檢索之檢索結果，較大 之加權’並作數值化處理，使利用單語檢索發現檢索語之 檢索對象正文’比僅利用文字列檢索發現檢索語之文字 之檢索對象正文’付與較上位之順序者，可付與順序， 有效閱覽檢索結果。 、申請專利範圍㈣項所記載之發明，料㈣單語檢 索’從檢索對象正文’檢索與檢索語之單語完全一致之 語、前方-致之單語或後方_致之單語時的檢索結果， 別付與不同之加權，並作數值化處理者，可付與順序， 列 以 單分 以 本紙張尺度適財國國家標準（CNS)A4規格(210 X 297公楚一 發明說明（10 ) 有效閱覽檢索結果。 =專㈣圍第21項所記載之發明，係對利用單語檢 c结果’付與不同之加權’並作數值化處理，使檢 索r在與檢索語之單語完全一致之單語、前方一致之單 後方-致之單語之間’指定順位時，對發現第丨順 立之早語的檢索對象正文’付與最上位之順序：對發現第 2順位之單㈣檢索縣正文，付與其次之财；對僅發 現第3順位之單語的檢索對象正文，付與再其次之順序者， 可付與順序，以有效閱覽檢索結果。 申請專利範㈣22項所記載之發明，料各種檢索結 果，付與不同之加權，並作數值化處理，使在發現第】順 位之早语的檢索對象正文之間’依第〗順位之單語的檢索 數較多之順序，付與順序；在發現第2順位之單語的檢索 對象正文之間，依第2順位之單語的檢索數較多之順序， 付與順序：在僅發現第3順位之單語的檢索對象正文之間， 依第3順位之單語的檢索數較多之順序，付與順序；且， 在僅利用文字列檢索發現檢索語之文字列的檢索對象正文 之間’依該文字列之檢索數較多之順序，付與順序者，可 付與順序，以有㈣覽檢索、结果，又，為防止遺漏檢索， 故可留下檢索之適合度較低之檢索結果。 申請專利範圍第23項所記載之發明，係根據：利用單 語檢索檢索出之，與檢索語之單語完全一致之單語、前方 -致之單語、或後方一致之單語的檢索數，與利用文字列 檢索檢索出之檢索語之文字列的檢索數之比，估計檢索對 發明說明（11 ) 象正文之單語分割 文之順序者，當對 度下降。 之精度，並使該精度反映於檢索對象正 正文付與順料，可修正單語分割之精 語之項所記載之發明，係洲多數檢索 二結合’付與檢索語之場合，對各檢索語之檢索結 仃數值化’亚整合該等結果，對檢索縣正文付 ^順序者’在由多數之檢索語之邏輯結合所構成之檢索式 的場合’可付與順序’以有效閱覽檢索結果。 申請專利範圍第25項所記載之發明，係用以全文檢索 正文貧料之情報檢索裝置中，包含·· 檢索對象資料記憶單元，用以記憶檢索對象正文； 位.正文㈣單元’用以將檢索對象正文，分割成單語單 單。。刀正文屺憶單元，用以儲存分割成單語單位之 正文； 八有單資讯之文字列索引製作單元，用以從分割成 單-單位之正文’製作具有表示單語之區切的單語資訊， 文字數為N之具有單語資訊之文字列索引； 一有單貝讯之文字列索引記憶單元，用以記憶製成 之具有單語資訊之文字列索引；及， 具有單語資訊之文字列索引檢索單元，係利用具有單 -貝。fl之文字列索引，執行檢索語之文字列檢索或單語檢 索、或文子列與單語之檢索者，以_個裝置，實現單語檢 索與文字列檢索，可防止遺漏檢索，且可減低檢索。 501029 五、發明說明（η) 圍弟26項所記載之發明，係正 元，利用在包含於檢索料正文之單語之前，料單^ 端記號，在單語之後，付與 。。 正文，八宝〜· 。己號’而將檢索對象 制作」\…’且’具有單語資訊之文字列索引 -乍早一“!成單語單位之正文，製成具有 住 :端:己號及單語終端記號之單語資訊，文字數為N之二 早语貝讯之文字列索引者，藉由區別單語之始端與終端， 可減少單語檢索之檢索雜訊。 申請專利範㈣27項所記载之發明，係具有單語資訊 單元’作為單語資訊’係對具有單語資 :之文字列索引之第1文字，在該文字之前，具有單語始 ^己號之場合，設有心表㈣情事之單語資訊，且在該 ^子之後’具有單語終端記號之場合，設有用以表示該情 事之單語資訊；對於第2文字以後，僅在該文字之後，1 有單語終端記號之場合，設有心表示該情事之單語資訊 、口減v第2文字以後之始端資訊，不會影響檢索速度， 了縮小索引’且在第！文字具有始端資訊及終端資訊，藉 此，可執行1文字之檢索語的單語檢索。 經濟部智慧財產局員工消費合作社印製 申請專觀®㈣項所記載n係具有單語資訊 之文字列索引檢索單元’利用具有單語資訊之文字列索 引:配合：用以發現檢索語之單語的單語檢索，及用以發 現=索#之文字㈣文字列檢索，執行財者，對於各檢 索可同日τ執行用以發現該單語之單語檢索及將單語視 為文字列之文字列檢索。 本紙張尺度適用中國國家標準（CNS)A4規格⑽χ挪公愛） 501029 語 字 文 之 A7 五、發明說明（13 ) 利耙圍弟29項所記載之發明 之文字列索引檢索單元，從 、有早。。貝。fl 索，將檢索語之文 ；、有早5。資訊之文字列索引檢

==檢索文字列-致之文字列，當檢索出之I 文上’具有連續性時，判斷檢索 之文子列為被檢索出者，當檢索與包含檢索語之最初= 列或包含檢索語之最後文字的部份檢索 子列時’在判斷材料中，加入該最初文字 前或最後文字之後的單語資訊，而判斷一致性，藉此， 索檢索，吾之早語者，可同時執行單語檢索與文字列檢索 申請專利範圍第3〇钱記狀發明，係具有單語資訊 之文字列索引檢索單元，利用單語檢索，檢索：與檢索語 之早語完全一致之單語、與檢索語之單語完全-致及前方 :致之單語、與檢索語之單語完全—致及後方一致之單 語、與檢索語之單語僅前方一致之單語、或與檢索語之單 =僅後方-致之I語者，選擇最初文字之前的單語資訊或 最後文字之後的單語資訊’作為一致性之判斷材料，藉此， 可執行各種單語檢索。 申請專利範圍第31項所記載之發明，設有：不要語區 切刪除果元，係用以刪除，付於分割成單語單位之正文的 單語始端記號及單語終端記號之中，不能單獨成為檢索對 象^之不要a吾之兩後的單語始端記號及單語終端記號者， 在單語檢索中，可以不單獨檢索不要語部份，且可減少檢 索雜訊。 ^紙張尺度適用中國國家標準（CNS)A4規格（21G X 297公釐— -----^------------I -------- (請先閱讀背面之注意事項再填寫本頁) 經濟部智慧財產局員工消費合作社印製 501029 五、發明說明（Η) 申請專利範圍第32項 對於包含在檢索對象正文之單 ^ ’正文分割單元， 可 對象語之單語，不分割成單_者:=:=為檢索 以不單獨檢索 ““索中’ 由咬奎” &且可減少檢索雜訊。 申明專利範圍第33項所 切刪除單元，俜用 卜 x明’設有··接辭語區 單語始端記號及單語炊端卞节夕士 &早°°早位之正文的 端記號及接尾辭之、 接頭辭之後的單語終 接毛辭之刚的早語始端記號者 頭辭或接尾辭作為單語，可減 :早㈣索接 ^疋否付有接雌或接絲，均可單語料，故可防止 运漏檢索。 申請專利範圍第34項之發明，正文分割單元，對於包 含在檢索對象正文之接頭辭，僅付與單語始端記號，對於 接尾辭1付與單語終端記號者，不需刪除接辭語區切。 申請專利範圍第3 5項之發明，設有·· 檢索結果數值化單元，係用以由檢索之適合度，將檢 索結果作數值化處理；及， 經濟部智慧財產局員工消費合作社印製 檢索結果順序化單元，係根據檢索結果數值化單元付 與各檢索對象正文之檢索結果的數值，付與各檢索對象正 文之順序’ 使用者可依需要之順序，有效地觀察檢索結果。 申請專利範圍第36項所記載之發明，檢索結果數值化 單元，對於利用單語檢索之檢索結果，付與較利用文字列 檢索之檢索結果大的加權，並做數值化處理，使利用單語 17 本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐） A7 經濟部智慧財產局員工消費合作社印製 五、發明說明（I5 ) 檢㈣現檢索語之檢索對象正文，較㈣敎字列檢索發 現檢索語之文字列的檢索對象正文，位於較上位之順序’ 檢索結果順序化單元，可對正文付與順序，供使用 從而要之檢索結果，依序觀察。 一申請專利範圍第37項所記載之發明，檢索結果數值化 L疋’對於制單語檢索，從檢索對象正文，檢出：與檢 ,、語之單語完全一致之單語、前方一致之單語、或後方一 致之早語時之檢索結果，分別付與不同之加權，並做數值 化處理，因此，檢索結果順序化單元，可對正文付鱼順序， 供使用者從需要之檢索結果，依序觀察。 、、 …申請專利範㈣38項所記狀發明，檢索結果數值化 早凡，對於利用單語檢索之檢索結果，付與不同之加權， 並做數值化處理，檢索時，當在與檢索語之單往完全一 之單語'前方一致之單語'及後方一致之單語之間，指〜 順位時，對發現第】順位之單語的檢索對象正文，付與最 上位之順序；對發現第2順位之單語的檢索對象正文， 與其次之触；對僅發現第3順位之單語的檢㈣象正文. 付與再其次之順位，因此，檢索結果順序化單元，可對正 文付與順序’供使用者從需要之檢索結果，依序觀察。 一申請專㈣圍㈣項所記載之發明，檢索結果數值化 早疋，對各種檢索結果，付與不同之加權，並作數值化處 理，使在發現第1順位之單語的檢索對象正文之間，依 順位之單語的檢索數較多之順序，付與順序；在發現W 順位之單語的檢索對象正文之間，依第2順位之單語的檢 致 定 付 第1 第2

’ I----- ! t*!--· I (請先閱讀背面之注意事項再填寫本頁) 五、發明說明（l6 ) :數較多之順序，付與順序；在僅發現第3順位< 平㈣ 檢索對象正文之間，依第3順位之單語的檢索數較多之沖 序付與順序，因此，檢索結果順序化單元，可對正文利 ”頃序供使用者從需要之檢索結果，依序觀察。又，為 方止m漏才双索，對於檢索之適合度較低之檢索結果，亦付 與較下位之順序，可供觀察。 申凊專利Ιέ®第40項所記載之發明，檢索結果順序化 早凡，根據··利用單語檢索財出之，與㈣語之單語完 全-致之單語、前方_致之單語、錢方_致之單語的檢 索數，與利用文字列檢索檢索出之檢索語之文字列的檢索 數之比’估計檢索對象正文之單語分割之精度，並使該精 度反映於檢索對象正文之順序，當對正文付與順序時，可 修正單語分割之精度降低。 以下，利用圖式說明本發明之實施形態。 (第1實施形態） 經濟部智慧財產局員工消費合作社印製 如第1圖所不，第丨實施形態之情報檢索裝置，包含： 檢索對象資料記憶單元101，係用以儲存檢索對象之正文 貝料，正文分割單元丨02，係用以將檢索對象之正文資料， 分割成單語；單語分割正文記憶單元103，係用以保存分 割成單語單位之正文資料；具有單語資訊之文字列索引製 作單元104，係以分割成單語單位之正文為基礎，製作具 有單語資訊之文字列索引；具有單語資訊之文字列索引記 本紙張尺度適用中國國定德進ίΓΓΝΚ、Δ/ί iB 44，01Λ u 501029 A7 等 則 石馬 五、發明說明 憶單元H)W系用以記憶製成之索引；及，具有單語資吼 之文字列索引檢索單元106，係利用具有單語 立： 列索引，進行檢索。 子 該情報檢索裝置，利用電腦所構成。檢索對象資料記 W卜單語分割正文記憶單元1〇3、及，具有單語資 说之文字列索引記憶單it 1G5，可利用電腦之記憶裝 硬碟裝置實現。其他之單元，可由電狀料機構構成: 该實施形態之檢索對象為文書，儲存於檢索對象資料 記憶單元1G1 °每—文書’分別附與檢索對象文書號碼 之號碼，並儲存。當給予檢索對象文字列（檢索條们， 包含该文字列之文書號碼，或文書中之位置’或文書號 與文書中之位置，利用檢索而特定。 利用具有單語資訊之文字列索引製作單元104所製成 之具有單語資訊之文字列索m含單語分割點資訊之 文字列索引。文字列索引’係集合檢索對象資料中之全部 的長度N之文字列的索引，係'習知料全文檢索使用者。 具有單語資訊之文字列索引’基本上係作成文字列索引之 形式者’但於其各文字之前後’附加有用以表示單語之分 割點的單語資訊者。文字列索引之長度N，可取！以上之 整數值’但在以下之說明中，係以N=2之場合為例，詳 細說明。 有關如上構成之全文檢索裝置，茲說明其動作。利用 第2圖，表示全體之流程。全體之流程，可大略分成資料 之登錄處理與檢索處理。資料之登錄處理，可分成：正文 — · .—----^---------^ (請先閲讀背面之注意事項再填寫本頁) 經濟部智慧財產局員工消費合作社印製

五、發明說明（π) 之單語分割處理（步驟2〇1);及，索引製作處理（步驟202)。 首先，說明資料登錄處理。 _第2圖之步驟201之正文分割處理，係利用正文分割單 凡102 ’將儲存於檢索對象資料記憶單元1G1之全部檢索对 象資料，分割成單語單位，並良存於單語分割正文記憶單 凡103之處理。分割可採用構詞分析、或由統計性手法所 產生之單語分財。單語分財法，並無特別限定。 利用正文分割處理，可將如第3圖之3〇1的正文，分^ ^如第3圖之3〇2。於此，為方便計，使用單語分割記號^ 貫際上，在正文中，亦有可能出？見記號Τ，故在正文中， :要含有記號，V.·’㈣正文中，含人不出現之特殊文字 杈式，或以適於分割之資料形成式表現。 第2圖之步驟202之索引製作處理，係利用具有單任資 訊之文字列索引製作單元104 ,從儲存於單語分割正文亏己 憶單元1〇3之全部資料，製作具有單語資訊之文字列索引， 且儲存於具有單語資訊之文字列索引記憶單元1〇5之處 理對於全部之文書’返覆進行步驟2〇ι與步驟加。 利用第3圖’以索引之文字列長Ν=2之場合以例，說 明該具有單語資訊之文字列索引。如第3圖之3〇2所示，從 分割之正文，取出長度2之全部的文字列，則可取出：「本 發」、「發明」、「明①」、「❼實」、「實施」、「施以」、「丨汰、」. 之7種。以各該文字列’製作索引。在索引中，如習知之 方式（第22圖），分別記錄：文字列、文書號碼、文字位置， 此外，亦附加有關該文字列接於何種單語境界之 資 501029 工 五、發明說明（l9 本紙張尺度適用巧國家標準(CNS)A4規格(2£ A7 B7 訊 是否接於單語之境界的單語資訊，包含： 之前，具有單語境界（單語區切）；在第—文字與第二文^ 之間’具有單語境界；在第二文字之後，具有單， 之資訊’如何具有該單語資訊，依實現方法而異。舉· 言，在第4圖中，利用以0或1表現之旗標的形式，保有言! 三種資訊。「本發」之場合，如Γ/本/發」，在第一文字「本 之f，及，在第一文字「本」與第二文字「發」之：，具 有早吾i兄界，在第二文字之後，無單語境界，故旗標為 「110」。 如此，在以旗標表示單語資訊之場合，於表現資訊時， 僅需1位元，故可縮小索引。 如此衣成之索引，以文字列作為關鍵字分類，且利用 散列（Hash)化表管理，並以僅給第一文字、或第一文字第 :文字’即可檢索之形式，預先儲存於具有單語資訊之文 字列索引記憶單元105。 其次’說明第2圖之檢索處理(步驟2〇3)。 於第5圖表示檢索處理之詳細流程。 具有單語資訊之文字列索引檢索單元1〇6，可實現·· U)中間一致：不辯識單語境界之習知的文字列全文 檢索功能； (2)單語檢索：辯識單語境界之全文檢索功能， 之二種類的檢索方法。在單語檢索中，可以有以下5種檢 索方法，即，檢索完全一致之單語的場令之「完全一致」； x 297公釐）

J . MW------— It--------- (請先閱讀背面之注意事項再填寫本頁) 501029

五、發明說明（2〇) 經 濟 部 智 慧 財 產 局 員 X 消 費 合 作 社 印 製 組合檢索完全—致之單語及前方-致之單語的場合之「包 含完全-致之前方-纟」；組合檢索完全一致之單語及後 方-致之單語的場合之「包含完全—致之後.方—致」：檢 索不包含完全-致之單語僅前方一致之單語的場合之「不 包含完全-致之前方一致」；及，檢索不包含完全一致之 單語僅後方-致之單語的場合之「以含致之金方 一致」。 百先’說明完全-致之場合的檢索方法。 步驟5G1 ·以索引之文字列的長度（在例令為2) ’從前 面開始分割檢索文字列’並記憶各文字列從最初之文字 起，從第幾文字開始。分解後之檢索文字列，稱為部份檢 索文字列。例如，將檢索文字列「全文檢索裝置」，分割 成「全文」、「檢索 、「駐要 -從 . 、 = '、衣置」二種之部份檢索文字列，分 別成為從最初之文字故g 〇# 人子起弟（h虎、弟2號、第4號。此時，以 N不能切割檢索文字列之場合，可分割成部份重疊，且以 部份檢索文字列之集合_定要能含蓋原來之全部檢索文字 列之方式，取出N文字之組，，「檢索文字列」之單 語，可分割成「檢索」、「文字」、「字列」，並分別為第〇號、 第2號、第3號。此時，亦可分解成「檢索」、「索文」、「字 列」，但，最好是盡可能分割成較小之探索空間。步驟502 :對於利用步驟5〇1取出之全部的部份檢索文字列’檢索具有單語資訊之文字列索引，且取出該當之文 字列有關k大里之索引檢索目的語之方法，可以使用既 知之方法。當取出該該當之文字列時，換索文字列為 m I本紙張尺度適用中_家標準χ 297公爱

----------- — (請先閱讀背面之注意事項再填寫本頁) 訂· •線 501029 經濟部智慧財產局員工消費合作社印製 A7 五、發明說明（21 ) 之全文牙双索裝置」之場合，對 田、 才方；其取初之部份檢索文< 列「全文」，參照索引之第—文 … _ 又子為早浯之開始的旗標， 旗標不成立者，即為不該杏。π 本—「 哀田同時，對於其最後之部份抬 索文字列「裝置」，參照索引之楚 ^ ^ 系5丨之弟二文字是否為單語之奸 束的旗標，旗標不成立者，即為不該當。對於其他之部份 檢索文字列（於此例，為文字列「檢索」），僅發現文字之 一致’即不調查旗標。 步驟5〇3:對於如此取出之索引，調查索引之檢索對 象文書號碼與文書中之文字列的位置，以評價連續性。檢 索文字列為「全文檢索裝置」之場合，「全文」、「檢索」、 :裝置」為相同文書號碼，文字列「全文」之出現位置為 弟X文字時，文字列「檢索」之出現位置為第文字、 文子列「裝置」之出現位置為第χ+4文字之場合，即判斷 該文書中含有「全文檢索裝置」之單語。 以上係完全一致之場合的檢索方法，對於前方一致等 之檢索，可利用第6圖所示表之方式，進行步驟5〇2之索引 與部份檢索文字列之照合處理，而實現。 完全一致係檢索文字列之第一文字為單語之開始，而 才双索文子列之隶後文子為單語之結束。此可在部份檢索文 子列與索引之照合時’利用索引之旗標確認。 ^包含完全一致之前方一致，係確認僅檢索文字列之第 一文字為單語之開始。 包含完全一致之後方一致，係確認僅檢索文字列之最 後的文字為單語之結束。 本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐）

iw I n I *1 I I I - I I I f請先閱讀背面之注意亊項再填寫本頁) -—ms 訂---------線- 501029

五、發明說明（22 工 不包含凡全一致之丽方一致，係確認檢索文字列之第 文字為單語之開始，而檢索文字列之最後的文字不為單 語之結束。 不包含7L全一致之後方一致，係確認檢索文字列之第 -文子不為單語之開始，而檢索文字列之最後的文字為單 S吾之結束。 中間致，係然視單語之開始或結束，而作照合之 作。 中間一致，因不辯識單語之境界，與習知之全文檢索 一樣，可檢索任意之文字列。 藉由如此之照合處理，可減低檢索雜訊。 又，於此敘述了長檢索文字列之例，但於檢索文字列 為一文字，或一文字之場合，利用上述索引構造，亦可支 應各種檢索要求。 如上述，在本實施形態之情報檢索裝置，正文分割單 元102將檢索對象資料分割成單語；然後，具有單語資訊 之文字列索引製作單元104，製作具有單語之開始與結束 之資訊的文字列索引之具有單語資訊之文字列索引；具有 單語資訊之文字列索引檢索單元1〇6，檢索該索引；藉此， 利用一個裝置可實現單語檢索及全文檢索。 利用個裝置貫現單語檢索及全文檢索，故可適時靈 活使用檢索方式，選擇降低檢索雜訊之完全一致檢索（單 語檢索），且因不會遺漏檢索，故可選擇中間一致檢索， 此外’可適時選擇前方一致或後方一致。 -------------裝 — II 訂·！ ·線 rtt先閱磧背面之注意事項再填寫本頁) 經濟部智慧財產局員工消費合作社印製

經濟部智慧財產局員工消費合作社印製

501029 五、發明說明（23) 進而’因基本hx全文檢索作為基礎，故即使檢索戈 字列為複合語之場合，亦不需將檢索文字列分割成單語。

因此，在索引製作時及檢索時，不會發生變更分割基準， 而檢索失敗之問題。 J 又單扣“素與全文檢索，使用一個索引，故與分別 使用索引之方式相比，可減少索引量，因此，可縮小探索 空間，而增大其實用效果。 (第2實施形態） 第2實施形態之情報檢索裝置，刪除位於索引之文字 歹j的不要扣之月ij後的單語區切，藉此，降低單語檢索之檢 索雜訊。 如第7圖所示’該裝置包含：不要語區切刪除單元ι〇7 , 係用以從正文分割單元102所分割之文字列，刪除不要語 之雨後的單語區切。其他之構造，與第】實施形態⑻圖） 無異。該不要語區切刪除單元107，由電腦之計算機構所 構成。 以下說明該全文檢索裝置之動作。第8圖表示全體之 流程。全體之流程，可大略分為資料之登錄處理與檢索處 理。資料之登錄處理，可分為：正文之單語分割處理（步 驟801);不要語區切刪除處理（步驟8〇2);索引製作處理（步 驟803)。 第8圖之步驟8〇1(正文分割處理），與第！實施形態之 步驟201之正文分割處理一樣，正文分割單元ι〇2分割正 文’但分—割之正文並非單純地區切成單語，而係以明示單 本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐）

26 501029

濟 部 智 慧 財 產 局 員 工 消 費 社 印 製 語之始端與終端之形式區切。例如，第9圖之9〇1所示「本 發明0實施ii、」之正文’區切成如第9圖之9〇2。 “於此，方便上使用單語始端記號“[”及單語終端記 號“]”。實際上’在正文中’亦有可能出現該等記號， 故：正文中’不加入記號’而以加入不出現於正文之特殊 文字碼、或適於分割之資料形式表現。 第8圖之步驟8G2(不要語區切刪除處理），不要語區切 刪除單元107，從區切後之正文中，刪除非作為檢索之對 象語之語(不要語)之前後的單語始端記號及單語終端記 號。有關欺不要語，係如習知之方法，準備不要語辭典， 找出不要語。又’其他之方法，有使用品詞資訊者，助詞、 助動詞、指示詞、判定詞、接續詞、感動詞等為不要語。 進而’亦有以下之方法’並非利用構詞分析，而係利用 j手法，執行單語分割之場合，並不使用品詞資訊，故 平假名之一文字，或平假名之二文字作為不要語。又， 有，tf*!df法等，以單語之出現頻率，判斷單語之重要度 以特定不要語，利用該等方法，可判定不要語。 第9圖之902之單語分割後之正文中，被視為不要者，為「0K」、「、」。 單語分割結果之正文，利用步驟8〇2，刪除不要語 月後的單語始終端記號之結果，為第9圖之9〇3。單語「① 統 以 亦 語 之 ^-------I -------^ (請先閱讀背面之注意事項再填寫本頁) ii 丨、「 被刪除。 在第8圖之步驟803(索引製作處理），與第丨實施形態 之索引製作處理一樣，具有單語資訊之文字列索引製作單 本紙張尺度適用中國國家標準（cns)A4規格⑵“挪公爱 501029 A7 五、發明說明（25

I 員 工 消 費 =’係用以製作索引者，但單語資訊應變更成可辯識 早b之始端與終端者。 始嗎在=貪訊中’有以下之資訊：第一文字為單語之開 :二！字為。單語之結束嗎；第二文字為單語之開始 ，…，弟一文子為皁語之結束嗎？如何保有該等資訊，依趣 現方法而異。在第1〇圖’舉例而言，以旗標之形式，保Λ 第一文字為單語之開始嗎9第一文字為單語之結束嗎9第 文子為早語之結束嗎?之三種資訊。因做成旗標，故在 :貢訊上’僅需要!位元，可縮小索引…因僅第一又 ^保有單語之始端與終端之資訊，故檢索語村對應於僅 ^字之場合的檢索。因保有第_文字之始端資訊與第二 文子之終端資訊’故在檢索文字列為二文字之場合，僅利 用一種類之索引的檢索，即可完成檢索。因減少第二文 之始端資訊，故不會影響檢索速度，而可縮小索引。 第8圖之步驟801至步驟8〇3之處理’返覆執行登錄 全部文書。 第8圖之步驟804(檢索處理），與第〗實施形態之處 一樣’檢索時’係檢查單語始端或單語終端，以變更檢 早語境界後之處理，藉此，實現檢索處理。 利用以上之處理，刪除不要語之單語區切時，即不苜 因早語檢索（完全-致檢索等）單獨選出該不要語，可減少 檢索雜訊。然而，纟中間_致檢索（文字列檢索）時，此 不要浯亦會被選出，故不會遺漏檢索，可發現任意之文 列0 有 表 文 字 之 線 查 會 種 字 印 本紙張尺心用中國國家標準（CNS)A4 ^格⑽χ 297公髮） 五 、發明說明（26) 進而，利用單語檢索（完全一致檢索等），、可檢索包含 之文子列。檢索第9圖之例所示之「本發明①實施 之文字列。在該文字列中，包含不要語之「❼」，但 ?本::明之早語檢索(完全一致等)，不會將檢索文字列分 ^成㈣單位’分割成依存於索引之敎字之長度而檢 ，、，猎此，檢視檢索文字列之最初與最後之文字，是否分 別與單語之始端、單語之終端一致。 亦即，利用習知之單語檢索，檢索「本發明⑦實施」， 則從「本發明0實施」之中’僅取出單語之「本發明」、「實 施」，從單語索引中，僅檢索該等單語，因此，會有檢索 「本發額實施」之情事。又，利用簡 &早語之位置關係之照合的單語檢索方式，則會檢索「本 备明」與「實施」出現在分離處所之文書。 然而，利用本發明之方法，進行發明；> 實施」之 =列的文字列檢索，則會檢查在f料料之「本發明0 貝知」之前後，是否有單語區切（不檢查其中間之單語區 切）’故被視為不要語之語，亦可正確地反映於檢索。 例如，以「京㈣町」檢索時，利用習知之單語檢索， :成為「京都」與「町」之娜檢索，而檢出大量的結 =利用單純之文字列全文檢索(中間—致)，亦會檢出「東 去㈣町田市」’但利用本發明之方式，可正確地檢出「京 都”」’且可刪除「東京都”田市」之㈣。 此種特徵，具有可彌補單語分割錯誤之如下的效果。 例如，將正文 501029 A7 B7 五、發明說明（27 f «繪①具0色丨i綠S。 分割成單語時，會將本來應分割成 〔f①〕〔繪0具〕〔①〕〔色 錯誤分割成 〕〔綠〕之處’ i 德胪〜T ，、 〕〔色〕〔ίί〕〔綠〕〔S〕 :要語’並刪除其前後之區切記號之結果， …繪〕0〔具〕0〔色〕丨“綠K。 利用習知之單語檢索技術，僅製作 會製成「泠丨「1 「么Γ 口之早„口京引， 星 」具」色」「綠」4種索引。因此，以、 ，、」早語檢索時，依檢索方式 ' 飞之不同，可能會不能檢出 文’或U「社具」「繪^具」等之錯誤正文。 此㈣語分割之精度，對料精度產^良:。然而’利用本發明之方式，如上述之說明，對本正文 亦可檢出「繪（7)且 宋 ，、」之文子列，僅調查其前後，即，在〔< =有單語始端’在〔具〕之後，有單語終端，而不 中間是什麼’故利用單語檢索，亦可正確地檢出 中間包含被視為不要語之語。 又在本貝把形癌，說明了’在步驟8〇 !，正文分 正文分割成單語後，在步獅2,不要語區切刪 107刪除不要語前後之單語區切，的二階段之方式， 但’若正文分割單元可辯識不要語且分割的話，不輸;出 要之單語始端終端記號，以—階段，可完成該處理。有明 正文分割單元辯識不要語之方法’有：使用品詞資訊之方 成 則 該 訂 之 繪〕 調 在 線 不 有關 本紙張尺fit用中“豕標準（CNS)A4規格⑽χ_2^^ A7

法，或，將一文字平假名判斷為不要之方法。 。如上所述，本實施形態，在步驟8〇2，不要語區切刪 除單元1G7，並非刪除不要語本身，而係僅刪除不要語前 後之單語始終端記號。藉此，單語檢索不會單獨檢出不要 語部份，但檢索語包含不要語之場合，可正確檢出，且可 刪減單語檢索中之雜訊。與其同時，可執抒補正單語分割 之精度惡劣後之單語檢索，其實用性之效果甚大。 (第3實施形態） 第3實施形態之情報檢索裝置，刪除位於索引文字列 之接頭語或接尾語之前後的單語區切，藉此，減少單語檢 索中之檢索雜訊。 如第U圖所示，該裝置包含：接辭語區切删除單元 108,係從正文分割單元1()2所分割文字列，刪除附加於接 辭語之區切的一方。其他之構造，與第2實施形態(第7圖 無異。該接辭語區切刪除單元108，由電腦之計算機構所 構成。又，所謂接辭語，係指接頭辭與接尾辭。 以下，說明該全文檢索裝置之動作。第丨2圖表示全體 之流程。全體之流程，可大略區分為：資料之登錄處㈣ 檢索處理。資料之登錄處理可分為：正文之單語分割處理 (步驟12G1);不要語區切刪除處理（步驟12G2);接辭任區 切刪除處理（步驟削）；及，索引製作處理（步㈣〇4)— 第_之步驟12(Π(正文分割處理）、步驟m2(不要 語區切刪除處理），與第2實施形態相同。 第12圖之步驟1203(接辭語區切刪除處理），係接 501029 A7 五、發明說明（29 ) 區=刪除早几⑽，從單語之中，刪除接辭語之區切的一 ^伤接頭辭之场合，係冊j除接頭辭之後的單語終端記號，· 接尾辭之場合，係刪除接尾辭之前的單語始端記號。 利用第13圖之例，加以說明，第13⑷圖之正文，區 切成單語’並刪除不要語之單語區切，形成第_)圖。 於此，「東京都」之「都」為接尾辭；「前知事」之「前」‘ 為接頭辭刪除㈣之單語始端記號，或單語終端記號， 則可得到第13(c)圖。 第12圖之步驟丨204(索引製作處理），與第2實施形態 中之處理一樣。步驟1201至步驟1204之處理，係返覆於各 登錄文書。 第12圖之步驟12〇5的檢索處理，與第2實施形態中之 處理一樣。 〜 利用以上之處理，刪除接辭語之單語區切後之場合， 利用單語檢索(完全-致檢索），並不會單獨檢出接辭語本 身，故可減少檢索雜訊。然而，接辭語所連接之單語，不 論是單語單獨，或接辭語連接之形式，均可單語檢:。 經濟部智慧財產局員工消費合作社印製 使用第14圖，說明該樣式。對第13圖之例的2文「東 京都0前知事0青島氏」，以「東京」檢索之場合，如第Μ⑷ 圖，因在「東京」之前後，具有單語始端記號與單語終端 記號，故可以完全一致檢出。又，對相同之正文，以「東 京都」檢索之場合，如第14(b)圖，因在r東亨都 、， 後’具有單語始端記號與單語終端記號，故可以完入至 檢出。此係因利用本發明之方式，在檢索處理時，i視其 501029

五、發明說明（3〇 ) 經濟部智慧財產局員工消費合作社印製 間存有何種單語區切記號。然而，以具有「都會」之音的 「都」檢索相同正文之場合，如第14(〇圖，因「都」之 w，無單語始端記號，故並非檢出完全一致。而是檢出後 方一致或中間-致。當然，以「京都」檢索時，如第14(: 圖’亦非檢出完全一致。 又，在本實施形態’說明了，在步驟12〇1，正文分判 單元102將正文分割成單語後，在步驟12〇3，接辭語區切 刪除單元108刪除接辭語前後之單語區切，的二階段之方 式，但，若正文分割單元可辯識接辭語且分割的話，不輸 出不要之單語始端終端記號，以_階段，可完成該處理。』 有關正文分割單元辯識接辭語之方法，可使用品詞資訊。 又，在統計性之單語分割中，在單語之境界不明確之 场合，僅湘單語始端記號，或單語終端記號，分割不明 確之部份，藉此，吸收單語分割之錯誤，而可成為更高精 度之檢索。 如上所述，在本實施形態，在步驟1203，接辭語區切 刪除單元108，僅刪除接辭語前後之單語始終端記號，並 非刪除接辭浯本身。藉此，單語檢索並非單獨檢出接辭語 部份，但可正確地檢出檢索語包含接辭語之場合及不包含 接辭語之場合，且可刪除單語檢索中之雜訊。 又，该索引，其索引大小與第1實施形態相同，且可 吻合於包含接辭語之場合與不包含之場合的複數模樣。 又，在單语分剔中，即使不能以高精度區切，若僅以 單浯之始端、單語之終端，可區切的話，即可以是修正 ----I-----I-----線 (請先閱讀背面之注意事項再填寫本頁)

501029 A7 五、發明說明（31 ) 語分割之精度的惡劣程度後之單語檢索，可增大其實用效 果。 曰 ^ & (第4實施形態） 第4實施形態之情報檢索裝置，對檢索語所檢索之多 數文書’付與表示與檢索語之適合程度的順位，並提 如第15圖所示，該裝置包含··檢索結果數值化單元 110,係對檢索後之文書，付與表示與檢索語之適合程度 的數值；A，檢索結果順序化單位U1，係將付與數值之 文書，依其數值順序排列。其他之構造，與第3實施形態（苐 11圖）無異。檢索結果數值化單元及檢索結果順序化單1, 係由電腦之計算機構所構成。 以下，說明該全文檢索裝置之動作。全體之流程與第 3實施形態之第12圖一樣，可大略區分為··資料之登錄處 理，及，檢索處理。資料之登錄處理，可分為：正文之單 語分割處理；不要語區切刪除處理；接辭語區切刪除處理，· 及’索引製作處理，該等處理，分別與第3實施形態之對 應處理相同。 第16圖表示檢索處理之詳細流程。 具有單語資訊之文字列索引檢索單元1〇6，可實現以 下二種類之檢索方法，即， (1) 中間一致··不辯識單語境界之習知文字列全文檢 索功能； (2) 單語檢索：辯識單語境界之全文檢索功能。在單 語檢索，雖有以下5種類之檢索方法，？P，完全一致；包 501029 A7 32 五、發明說明（ 含完全-致之前方-致；包含完全—致之後方—致：不包 含完全-致之前方-致;不包含完全—致之後方一致，但， 以完全一致之％合的檢索方法做說明。 步驟16〇1:與第1實施形態之第5圖之步驟50卜樣， 分解處理檢索文字列，並取出部份檢索文字列。 步驟麗：對取出之全部的部份檢索文字列，檢索具 有單語資訊之文字列索引，並取出該當者。該處理與第！ 實施形態之第5圖之步驟502不同’在該時點，還不檢查單 語之始端·終端等。 之 文 步驟1603 :對於如此取出之索引，與第1實施形態 第5圖之步驟503-樣，調查索引之檢索對象文書號碼與、 書中文字列之位置，並評價連續性。檢索文字列為「全文 檢索裝置」之場合，「全文」、「檢索」、「裝置」為相同文 書號碼，文字列「全文」之出現位置為第χ文字時，文字 列「檢索」之出現位置為第x+2文字，文字列「裝置」之 出現位置為第x+4文字之場合，則判斷在該文書中，含有 「全文檢索裝置」之文字列。 經濟部智慧財產局員工消費合作社印製 步驟1604 :對各發現之文字列，判斷該文字列係完全 一致，或不包含完全一致之中間一致（雖包含檢索語之文 字列，但與檢索語並不完全一致）。第丨5圖之檢索結果數 值化單元110，對發現之文字列，在完全一致之場合，給 與得點χ點；在不包含完全一致之中間一致之場合，給與 侍點y點。χ、y之具體的得點之給與方法，另外說明。檢 查結果數值化單元110，對包含發現之苯字列的各文書， 35 本紙張尺度適用中國國家標準（CNS)A4規格⑵Q x 297公爱） 五、發明說明（33) =得點’並算出各文書之得點。以後，將詳細說明集計 步驟1605:利用到前步驟為止之處理，對各文金，仏 二:：15圖之檢索結果順序化單元⑴，依彳:點： 七、文-順序’且以此作為檢查結果。 ㈣以上’完成一次之檢索處理’檢索結果數值化處理之 方去=’步驟16G4中之’對發現之文字列之得點的給 :方法財文書之得㈣集針方法有多數之實現方法。 以下對3種方法，舉例說明。 第1方法例，有關得點X,y之給與方法，係給與滿足 之任意正整數。舉例而言’x=2，y=1。集計方面，即使 在=書之中、’含有多數之檢索文字列，僅取文字列之得點 的取大者JE作為該文書之得點。如此，對以完全一致檢 出之文書’給與得點2 ;對於以不包含完全—致之中間一 致檢出之文書，給與得點1。 以第17圖為例說明，以檢索語「京都」，指定完全一 致之檢索時’第Π⑻圖之文書，「京都」之部份，有域 完全一致，且「東京都」之部份，亦有2處中間一致。然 而’文書之得點’僅取完全一致之!處’給與2點。另外， 第17(h)圖之文書’於多數之「東京都」的部份，為中間 一致，文書之得點為1點。 以文書之得點順序，分類該文書，則如第18圖所示， 在檢索結果之上位，會出現以完全一致檢出者；於下位， 會出現僅以中間一致檢出者。一般而言，檢索系統之使用 本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公爱 五、發明說明（34) 者，會從上位開始閱覽，故以無單語完全一致所產生之雜 訊者，作為檢索結果，可首先利用，另外，若利用至下位 之中間一致之結果，則可防止遺漏檢索。 第2方法例’將第丨方法所用之得點x、y之給與方法， 做成如下。在步驟1603，對檢出之各文書，求出於一文書 中包含檢索文字列之如。而且，超越^最大數字之數: 為u ’則設定X成為可滿足 x=uxy之正整數。簡單而言’可以為x=u，y=i。 利用第19圖，第20圖，以指定完全一致之場合為例， 加以說明。第20圖左端之5種文書’含有如第_所示之 内容，在以「京都」檢索之場合，分別以完全-致與（不 包含完全-致之)中間一致’檢出者。在各文書中，其檢 出數之合計為…中最大者為文書2之t=8。因此，將超越 該數值（t=8)之數值9，設定為χ，且》,^ !。 利用集計，當在文書中含有多數之檢索文字列時，各 文字列之得點的和，即 完士-致處所數X χ點+僅中間一致處所處x y點 ，作為該文書之得點。在第20圖中，x=9，，計算各 文書之得點。 以文書之得點順序分類’將以完全一致檢出者，置於 檢索結果之上位’·將僅以中間一致檢出者，置於下位，且 形成不同之族群’其臨界值為〖之最大值。而且，以完全 -致檢出之族群，及’僅以中間一致檢出之族群，均以檢 出數分類…般而言，包含較多檢索文字列之文t，為= 本紙張尺¥適用國冢標準（CNS)A4規格⑽x 297公髮 501029

間 發明說明（ 要文書’或者’檢索者將其視純靠近目的文* 因此，將以完全-致檢出較多單語之 :曰’ 此’可方便:吏用者，且不會發生遺漏檢索：位’错 步成二异僅方式，其結果係’以完全-致檢*者之族群， 形成於上位，僅以中間一 ^ 致松出之私群，形成於下位， 不需區分族群之處理，斟 t 次對各方矢群分類等之處理 次之分類，即可分離該等族群，其 若更詳細觀察，對完全一致之… 為^之取大值。 丁凡王致之各個數，形成族群，例如 形成如下之形式··在包含3個完全一致之文書中，從中 -致較多者’依順序排列；在包含2個完全一致 從中間一致較多者，依順序排列。 曰 在此例’指定完全一致之場合，分類分成完全—致族 群；及，不包含完全一致之中間一致族群，但若將得點之 給與方法，變更如下： 完全一致、前方一致、不包含後方—致之中間—致之 得點 y = 1 完全一致之得點 x=uxuXuXuXy 鈾方一致之得點 v = u X U X y - 後方一致之得點 w = u X y 則可實現依完全一致、前方一致、後方一致、中間一致之 順序顯示。因此，可利用在檢出處所之文字列前後是否有 單語區切，調整得點。 又，指定前方一致或後方一致之場合，·亦可利用上述 之方法计具’且’指定不包含完全一致之前方—致，咬不 * ------------—-------- (請先閱讀背面之注意事項再填寫本頁) 經 濟 部 智 慧 財 產 局 員 工 消 費 合 作 社 印 製 501029 A7 B7 經 濟 部 智 慧 財 產 局 員 工 消 費 合 作 社 印 製 五、發明說明（ 包含完全一致之後方一致時’利用得點之給與方法，使上 述之順位變更，以降低完全一致者，藉此可實現。 第3方法例，有關文書之得點計算，以完全一致檢出 之文字列的數，與以中間一致檢出之文字列的數之比，作 為參考。或，以完全一致檢出之文書的數，與以中間一致 檢出之文書的數之比，作為參考。 在資料全體，完全一致之文字列的數為n個；在資料 全體，中間一致之文字列的數為m個時，因中間一致包含 完全一致，故11與111之關係，下式一定成立。 m 文書數之場合’同樣之關係亦成立。 使用此種11與111之比的方法例，如第21(a)圖所示，η m之比，較大時，可認為，完全一致之文字列，與僅中 致文子列，為不同者，並非單語分割之錯誤，而使其 果反映於得點集計。 另外，如第2 1 (b)圖所示，其比較小時，可認為， 間一致者可能是單語分割之錯誤，而使其可能性反映於得 點集計。 例如，以「京都」檢索某資料庫時，因完全一致與 間一致之比，如第21(a)圖，故可預想，僅中間一致之 子列與完全一致之文字列，為不同之單語。實際上， 完全-致檢索時，可檢出「京都」，以中間一致檢索時 可檢出「京都」與「東京都」，故成為此種比。在其他例 以「人參」檢索時，亦成為如第21(a)圖之比，故可預想 1本紙張纽顧㈣驛辟（CNS)A4 36 與 会士 中 中 文 以 — — — — — — — — — — — — 喔 I I 1 I I 祖 1 ^^ 1111111 ^^ (請先閱讀背面之注意事項再填寫本頁) 經濟部智慧財產局員工消費合作社印製 A7 五、發明說明（37 ) 僅中間一致之文字列與完全一致之文字列，為不同之單 語。實際上，以完全一致檢索時，可檢出蔬菜之「人參（胡 蘿蔔）」，以中間一致檢索時，可檢出「人參」、「外國人參 加」、「10人參加」、「婦人參與」等，故成為此種比。> 另外，以「今朝」檢索相同之資料庫，因完全一致與 令間一致之比，如第21(b)圖，故可預想中間一致與完ς 一致係相同單語。實際上，對「今朝方①氣溫、」之2王 以「今朝」之完全一致，檢索時，並不能檢出「今朝方」 之部份’而可以中間—致檢出，此可被視為相同單語。」 使此種比，反映於得點集計，例如，在文書中，完全 一致士之處所的數為Ρ，不完全—致僅中間_致之處所的數 為q犄，和第二方法例同樣地定義χ、y、α為定數，若文 書之得點為 ’ pXxX a X Log(m/n) + y X q 則可反映上述之比。 得點X、y之給與方法，與第二計算方法例一樣，對在 步驟1603檢出之各文書’求出在-文書中包含檢索文字列 之數t。而且，將超越1中最大數字之數？ ’設定為X， 設為1。 以文書之得點順序分類，則認為重要者，置於檢索結 果之上位；而作為遺漏檢索對策之文書，置於下位。其順 位，雖不像第二計算方法例，將以完全一致檢出之族群與 僅乂中間致檢出之族群，明確地分離，但其順序反映單 語分割之精度，對使用者而言，更方便。 297公釐） ]- --------^—------線· f靖先閱讀背面之注意事項再填寫本頁) A7五、發明說明（38 ) 在以上所舉之例中，雖說明了，指定完全一致之場合 ^•’僅利用完全-致之檢出數與中間一致之檢出數的比之 例子，但並不限定於此，亦可應用前方一致或後方一致之 檢出數’估計單語分割精度。 與第一计异方法例一樣，在指定：前方一致或後方一 致、不包含凡全一致之前方一致、或不包含完全一致之後 方一致之場合，亦可利用調整上述得點之給與，方法與計算 式’變更順位而實現。 又，在次上二種計算方法例，係以一個關鍵字之場合 做说明，但私疋_個以上關鍵字，並以邏輯運算子結合之 %合，亦可應用實現。邏輯結合多數之關鍵字的場合， 上述之文書得點正規化，將邏輯運算子之結合，變換為 書得點之算術運算之各種方法，已被提出，可應用該等 法實現。 如上所述，在本實施形態，具有單語資訊之文字列 引栝索單tl 106，無區別地檢索文字列·單語；檢索結 數值化單元11 〇，將結果數值化；檢索結果順序化單元η 1 將結果分類，藉此，可將刪除了檢索雜訊之、结果，置於上 位，且將中間一致之結果，置於下位，因此，可防止遺漏 f索之發生。即使單語分割之精度並非1〇〇%，亦可降低 遺漏檢索及檢索雜訊，而增大其實用效果。 人由以上之說明可知，利用本發明之情報檢索方法及情 報檢索裝置’以_個索引，可同時實現單語檢索與文字 檢索，不需重覆具有二種索引’故可加速檢索，並可縮 使 文 方 索 果 列 小 (請先閱讀背面之注意事項再填寫本頁) 裝 .線· 本紙張尺度適用r®國家標準（cns)a4規格⑽x 297公爱） jyj i\)Ay A7 B7 五、發明說明（39 索引空間。 又’同時執行單語料與文字列檢索 使結果順序化。 如此 之一種檢索’可 、 可抑制檢索雜訊，且可防止遺漏檢索。 圖式之簡單說明 第1圖係表不本發明之第一實施形態之情報檢索裝置 之構成的方塊圖； 第2圖係表示本發明 之動作的流程圖； 第圖係表不本發明之第一實施形態之索引製作處理 之過程的模式圖； ""圖ίτ、表示本發明第一實施形態之具有單語資訊之 文字列索引之構造例之模式圖； 、 第5圖係表示本發 之流程圖； 弟6圖係表示本發 檢核項目之表； 之第一實施形態之情報檢索裝置 明之第一實施形態之檢索處理流程 明之第一實施形態之各檢索方式之 ----1--------------訂-- ---丨—丨 (請先閱讀背面之注意事項再填寫本頁) 經濟部智慧財產局員工消費合作社印製 第7圖係表示本發 之構成的方塊圖； 明之第二實施形態之情報檢索裝置 第8圖係表示本發明之第二實施形態之情報檢索裝置 之動作的流程圖； 第9圖係表示本發明之第二實施形態之索引製作處理 之過程的模式圖； 〜 第10圖係表示本發明之第二實施形態之具有單語資 訊 本紐尺度顧+目目家標準（CNS)A4規格（210 X 297*^1"

經濟部智慧財產局員工消費合作社印製 之文字列索引之構造例的模式圖； 第11圖係表示本發明之第=者 之構成的方塊圖： 之情報檢索裝置 第12圖係表示本發明之第二 之動作的流程圖； 之情報檢索裝置 第13(a)〜（C)圖係表示本發 語區切刪除處理之動作的概”；M 之接辭 第14⑷〜⑷圖係表示本發明之第三實 雜訊刪減效果之概念圖； 〜、之松索 第1 5圖係表示本發明之第 之構成的方塊圖; w之情報檢索裝置 第16圖係表示本發明之第四實施形態之情報檢索裝置 之動作的流程圖； …弟17(a)〜⑻圖係表示本發明之第四實施形態之第一 計算方法例之得點集計之樣子的概念圖； 第18圖係表示本發明之第四實施形態之第—計算方法 例之檢索結果之順序化的樣子之概念圖； 第19圖係用以說明本發明之第四實施形態之第二計算 方法例之得點f計與檢索結果之順序化的樣子之文書例； 第20圖係表示本發明之第四實施形態之第二計算方法 例之得點集計與檢索結果之順序化的樣子之概念圖； 第21 (a) (b)圖係表示用以本發明之第四實施形態之 第二計异方法例之得點集計的文書集合之關係的模式圖； 第22圖係表示習知之情報檢索裝置之索引製作處理之 過程的模式圖。 本紙張尺度適用中國國家標準規格（210 X 297公釐） 43 -----------II ^--------^---------^ (請先閱讀背面之注意事項再填寫本頁) 501029 A7 B7_ 五、發明說明（41 ) 元件標號對照表 101…檢索對象資料記憶單元 102…正文分割單元 103…單語分割正文記憶單元 104…具有單語資訊之文字列索引製作單元 105…具有單語資訊之文字列索引記憶單元 106…具有單語資訊之文字列索引檢索單元 107…不要語區切刪除單元 108…接辭語區切刪除單元 110…檢索結果數值化單元 111…檢索結果順序化單元 ----「---*—-----------訂---------線 (請先閱讀背面之注意事項再填寫本頁) 經濟部智慧財產局員工消費合作社印製 本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐） 44

Claims (1)

1. 六 、申請專利範圍 丨·-種情報檢索方法，係心全文㈣正文f料者4 龍在於：將檢索對象正文，”成單語單位：從: s吾早位之前述正文，製作具有用以表示單往之 =早語資訊之文字數為R具有單語資訊之文字 i索引’利用文字列檢索或單語檢 前述具有單語資訊之文字列索引，檢索二=方攸 2·如申請專·圍第丨項所記載之情報檢索方法；盆中， 檢索對象正文之單語之前，具有單語始端 二象之後’具有單語終端記號，藉此，將檢 索對象正文，分割成單語單位：且從分割成單語單位 =正文，製作具有心表示該單語始端記號 終知記號之單語資訊的文字數為Ν之該具有單語資訊 之文字列索引。 、 3·如申料職圍第"所記載之情報㈣方法；其中， 在该具有單語資訊之文字列索引對於第I文字，當在 :亥文字之前，有單語始端記號之場合，具有表示該情 事之單語資訊；當在該文字之後，有單語終端記號 %合’具有表示該情事之單語資訊；對於第2文字以後 當僅在該文字之後’有單語終端記號之場合，具有 示該情事之單語資訊。 (如申請專利範圍第卜2或3項所記載之情報檢索方法 其十，從該具有單語資訊之文字列索引，配合用以 現料語之單語的單語檢索，及用以發現該檢索語 文子列的文字列檢索，執行檢索。 訂 之 表 發 之 5氏張尺度_中關家鮮（CNS)A4規格（21。X 297^57 501029 經濟部智慧財產局員工消費合作社印製

   申請專利範圍 5·如申請專利範㈣4項所記載之情報檢索方法；立中， ^檢索語之文字列，分割成文字數N之部份檢索文 ::，從該具有單語資訊之文字列索引，檢索與各部 伤k索文字列一致之文字列，當檢索出之各文字列， 在檢索對象正文上，具有連續性時，則判斷該檢索語 〇文字列’為被檢索出者；當檢索與包含該檢索語之 取初文字的部份檢索文字列、或包含該檢索語之最後 文字的部份檢索文字列一致之文字列的場合，在判 材料中’加入該最初之文字前或該最後之文字後的 語資訊，判斷一致性’藉此，檢索檢索語之單語。 6.如申請專利範圍第5項所記載之情報檢索方法：其中 利用該單語檢索，從該具有單語資訊之文字列索引 檢索：與檢索語之單語完全—致之單語；與檢索語 單語完全-致及前方-致之單語；與檢索語之單語 王致及後方一致之單言吾；與檢索語之單語僅前方 致之單語；或，與檢索語之單語僅後方一致之單語（ 7·如申請專利範圍第！項所記載之情報檢索方法；其口中 從分割成單語單位之該正文，刪除不要語之前後的 單語資訊’製作該具有單語資訊之文字列索引。 8·如申。月專利|巳圍第2項所記載之情報檢索方法：其中， k分割成單語單位之該檢索對象正文，冊】除不要語之 月’J的該單語始.端記號及不要語之後的該單語終端 唬’且從該>割成單語單位之正A，製作該具有單 資訊之文字列索引。 斷 單 之 完 該 記 Μ--------1---------線 (請先閱讀背面之注意事項再填寫本頁) 本紙張又⑦中國國家標準（CNS)A4規格（21Q x 297公爱 46 六、申請專利範圍 9_ :申請專利範圍第7或8項所記載之情 中，選擇不能單獨成為檢索對象 =法，·其 亜纽。 平°。，作為該不 要語。 其 H).如申請專利範圍第7或8項所記載 中’根據單語之品詞資訊，決定該不要二方法 ":申圍第7或8項所記載之情報: 中，選擇由平假名1 忐，其 語，作為該不要語。 又名—文字所構成之單 1申=專利刪7物所記載之情報 定m至檢索縣正文f料中之單語”: 决疋作為該不要語之單語。 干 13.Γ申請專職圍第5項所記載之情報檢索方法；其中， 攸该具有單語資訊之文字列 ^ ^ ^ ^ 、 狀索/、包含該檢索 =之取初文子的部份檢索文字列或包含該檢索語之最 子的部份檢索文字列—致之文字列的場合，在判 斷材料t，加入表示該最初文字之前的單語始端記號 之早語資訊或表示該最後文字之後的單語終端記號之 經濟部智慧財產局員工消費合作社印製 早語貧訊’而判斷一致性：當檢索與其他之部份檢索 文字列一致之文字列的場合，在判斷材料中，不加入 該單語資訊。 14.如申請專利範圍第2項所記載之情報檢索方法；其中， 從分割成單語單位之該檢索對象正文，去除接頭辭之 後的該單語終端記號及接尾辭之前的該單語始端記 唬，且從分割成該單語單位之前述正文，製作該具有 47 本紙張&㈣用中國國家標準（CNS)A4規格⑵〇 X 297公髮）

   、申請專利範圍 單語資訊之文字列索引。 π.如申料利範圍第14項所記狀情報檢索 根據單語之品詞，決定作為該接頭辭及接尾n ’ 16·如申請專利範圍第14項所記載之情報檢索方法^中， 作為《尾辭之語，係根據在檢索對象資料中，該語 出現於數字之後的頻率決定。 Λ 正 i7·如申請專㈣㈣1項所記載之情報檢索方法1中， 根據檢索語之檢索結果，將對檢索對象正文之 的適合度數值化，根據獲得之數值，對各檢索對象口 文付與順序，並依該順序排列提示各檢索對象正文。 執 加 18.如申請㈣範„17顧記狀情報檢索方法；並中， 配合用以發現檢索語之單語的單語檢索，及用以發現 :亥早語之文字列的文字列檢索，從檢索對象正文， 行各檢索語之檢索，並將該雙方之檢索結果，付與 權並分別數值化。 Κ如申請專利範圍第18項所記載之情報檢索方法；其中 對利用單4檢索之檢索結果，付與比利用文字列檢 經濟部智慧財產局員工消費合作社印製 索 用 字 才双索、、Ό果較大之加權，並作數值化處理，使利 單語檢索發現檢索語之檢索對象正文，比僅利用文^ 列檢索發現檢索語之文字列之檢索對象正文，付與較 上位之順序。 2〇.如申請專利範圍第19項所記載之情報檢索方法；其中， 對利用單語檢索，從檢索對象正文，檢索與檢索語之 單^ 7〇全一致之單語、前方一致之單語或後方一致之

   A8 B8 C8 D8 、申凊專利範圍 單語時的檢索結果，分別付與不同之加權，並作數值 化處理。 21.如申請專利範圍第20項所記載之情報檢索方法：其中， 對利用早語檢索之檢索結果，付與不同之加權，並作 數，化處理，使檢索時，在與檢索語之單語完全一致 單月）方致之單語、及後方一致之單語之間， 指定社時，對發現第1順位之單語的檢索對象正文， 付與瑕m序；對發現第2輕之單語的檢索對象 正文’付與其次之·;對僅發現第3順位之單語的檢 索對象正文，付與再其次之順序。 22·如申請專利範圍第21項所記載之情報檢索方法；其中， 對各種檢索結果，付與不同之加權，並作數值化處理’ 使在發現該第1順位之單語的檢索對象正文之間，依該 弟1順位之單語的檢索數較多之順序，付與順序；在發 現該第2順位之單語的檢索對象正文之間，依該第2順 位之早语的檢索數較多之順序，付與順序；在僅發現 該Γ順位之單語的檢索對象正文之間，依該第3順 之早语的檢索數較多之順序，付與順序；且，在僅 用該文字列檢索，發現檢索語之文字列的檢索對象 文之間，依該文字列之檢索數較多之順序，付盘順序 23.如申請專利範圍第Π項所記載之情報檢索方法;、其中 根據：利用該單語檢索檢索出之，與檢索語之單往 全一致之單語、前方-致之單語、或後方：致S 的檢索數’與利用該文字列檢索檢索出之檢索』五之 # I I I I I訂 線 位 利 正 完 語 文 本紙張尺度適用中國國家標準（CNS)A4規格（210x297公釐 501029

   經濟部智慧財產局員工消費合作社印製 申請專利範圍 子列的檢索數之比，估計檢索對象正文之單語分割之 精度，並使該精度反映於檢索對象正文之順序。 从如申請專利範圍第17項至第23項中之任一項所記载之 情報檢索方法；其中，利用多數檢索語之邏輯,士人， 付與檢索語之場合，對各檢索語之檢索結果，執行兮 數值化，並整合㈣結果，對㈣對象正文付與順序。 25· -種情報檢索裝置’係用以全文檢索正文資料者，包 含： 檢索對象資料記憶單元，用以記憶檢"象正文； 正文分割單元，用以將檢索對象正文，分割成單 語單位； 早語分割正文記憶單元，用以儲存分割成單語單 位之該正文； —有單語資訊之文字列索引製作單元，用以從分 割成單語單位之該正文，製作具有表示單語之區切的 單語資訊，文字數為N之具有單語f訊之文字列索引； 具有單語資訊之文字列索引記憶單元，用以記憶 製成之該具有單語資訊之文字列索引；及， 具有單語資訊之文字列索引檢索單元，係利用該 具有單語資訊之文字列索引，執行檢索語之文字列檢 索、或單語檢索、或文字列與單語之檢索。 26.如申明專利|巳圍第25項所記載之情報檢索裝置；其中， 4正文分剔單兀’利用在包含於檢索對象正文之單語 之4付與單語始端記號，在單語之後，付與單語終

   經濟部智慧財產局員工消費合作社印製 A8 B8 C8 D8 六、申請專利範圍 端記號，而將該檢索對象正文，分割成單語單位，且， 該，有單語資訊之文字列索5U作單元，從分割成單 -早位之該正文’製成具有表示該單語始端記號及單 語終端記號之單語資訊，文字數為μ具有單語資訊 之文字列索引。 27. 如申租專利砣圍第26項所記載之情報檢索裝置：其中， 該具有單語資訊之文字列索引製作單元，作為該單任 資訊’係對該具有單語資訊之文字列索引之第ι文字， 在該文字之前，具有單語始端記號之場合’設有用以 表示該情事之單語資訊，且在該文字之後’具有單語 終端記號之場合，設有用以表示該情事之單語資訊； 對於”文字錢，僅在該文字讀，具有單語終端記 號之％合，設有用以表示該情事之單語資訊。 28. 如申靖專利犯圍第25項所記載之情報檢索裝置；其中， 該具有單語資訊之文字列索引檢索單元’利用該具有 單語！訊之文字列索引，配合：用以發現檢索語之單 語的單語檢索，及用以發現該檢索語之文字列的文字 列檢索，執行檢索。 29·如申請專利範圍第28項所記載之情報檢索裝置；其中， 該具有單語資訊之文字列索引檢索單元，從該具有單 語資訊之文字列索引檢索’將檢索語之文字列分割成 文字數Ν之部份檢索文字列’且與各部份檢索文字列 致之文字列，當檢索出之各文字列，在檢索對象正 文上一有連續性時’判斷該檢索語之文字列為被檢 本紙張尺度適用中國國家標準(CNS)A4規格（210 x 297公爱）

   -I- n H ϋ κ ·1 一：0*· * n n i n n ϋ I I I n n n n ϋ It n I I I n ϋ n n d I ϋ I - (請先閱讀背面之注意事項再填寫本頁) C8 一 DB In 經濟部智慧財產局員工消費合作社印制衣 —. " uum —————— 申請專利範圍 (請先閱讀背面之注意事項再填寫本頁) 索出者’當檢索與包含該檢索語之最初文字的部份檢 索文字列或包含該檢索語之最後文字的部份檢索文字 列一致之文字列時，在判斷材料中，加入該最初文字 之前或該最後文字之後的單語資訊，而判斷一致性， 藉此’檢索檢索語之單語。 3〇·如申請專利範圍第29項所記載之情報檢索裝置；其中， 該具有單語資訊之文字列索引檢索單元，利用該單語 才双索’彳双索·與檢索語之單語完全一致之單語、與檢 索語之單語完全一致及前方一致之單語、與檢索語之 單語完全一致及後方一致之單語、與檢索語之單語僅 前方一致之單語、或與檢索語之單語僅後方一致之單 語。 3 1 ·如申请專利範圍第26項所記載之情報檢索裝置；其中， 包含不要語區切刪除單元，係用以刪除，付於分割成 單語單位之該正文的前述單語始端記號及單語終端記 號之中，不能單獨成為檢索對象語之不要語之前後的 該單語始端記號及單語終端記號。 32·如申請專利範圍第25項所記載之情報檢索裝置；其中， 該正文分割單元，對於包含在檢索對象正文之單語之 中不此單獨成為檢索對象語之單語，不分割成單語 單位。 〇 33·如申凊專利範圍第26項所記載之情報檢索裝置；其中， 包含·接辭έ吾區切刪除單元，係用以刪除，付於分割 成單浯單位之該正文的前述單語始端記號及單語終 52 本紙張尺度適用中國國家標準（CNS)A4規格（21〇 x 297公爱) 記號之中，接頭辭之後的單注 早^、、冬知圮號及接尾辭之） 的單語始端記號。 牦如申請專利範圍第26項所記載之情報檢索裝置：其中 该正文分割單元，對於包含在檢索對象正文之接頭辭 僅付與該單語始端記號， L對於接尾辭，僅付與該單I 終端記號。 35.如申請專利範圍第26項所記載之情報檢索裝置:立中 包含： 檢索結果數值化單元，係用以由檢索之適合度， 將檢索結果作數值化處理；及， 。檢索結果順序化單元，係根據該檢索結果數值化 單元付與各檢索對象正文之檢索結果的數值’付與各 檢索對象正文之順序。 •如申明專利範圍第3D項所記載之情報檢索裝置；其中， 該檢索結果數值化單元，對於利用單語檢索之檢索結 果，付與較利用文字列檢索之檢索結果大的加權，並 僅數值化處理，使利用單語檢索發現檢索語之檢索對 象正文，較僅利用文字列檢索發現檢索語之文字列的 才双索對象正文，位於較上位之順序。 •如申明專利範圍第3 5項所記載之情報檢索裝置；其中， 該檢索結果數值化單元，對於利用單語檢索，從檢索 對象正文，檢出：與檢索語之單語完全一致之單語、 前方一致之單語或後方一致之單語時之結果，分別付 與不同之加權，並做數值化處理。 申請專利範圍 J8.如申請專利範圍第37項所記載之情報檢索裝置：其中， 該檢索結果數值化單元，對於利用單語檢索之檢索結 果，付與不同之加權，並做數值化處理，檢索時，當 在與檢索語之單語完全一致之單語、前方一致之單語、 及後方一致之單語之間，指定順位時，對發現第1順位 之單語的檢索對象正文，付與最上位之順序：對發現 第2順位之單語的檢索對象正文，付與其:欠之順位·對 僅發現第3順位之單語的檢索對象正文，付與再其次之 順位。 39·如申請專利範圍第38項所記載之情報檢索裝置；其中， 該檢索結果數值化單元，對各種檢索結果，付與不同 之加權並作數值化處理，使在發現該第1順位之單語 的‘索對象正文之間，依該第i順位之單語的檢索數較 夕之順序’付與順序；在發現該第2順位之單語的檢索 對象正文之間，依該第2順位之單語的檢索數較多之順 序’付與順序；在僅發現該第3順位之單語的檢索對象 正文之間，依該第3順位之單語的檢索數較多之順序， 付”順序，且，在僅利用該文字列檢索，發現檢索語 之文字列之檢索對象正文之間，依該文字列之檢索數 較多之順序，付與順序。 〇·如申明專利聋巳圍第35項所記載之情報檢索裝置；其中， 該檢索結果順序化單元，根據：利用該單語檢索檢索 ，之，與檢索語之單語完全一致之單語、前方一致之 單 或後方一致之單語的檢索數，與利用該文字列 申請專利範圍 ::索出之檢索語之文字列的檢索數之比，估計檢 茱對象正文之單語分割之 索對象正文之順序。亚使該精度反映於檢 經濟部智慧財產局員工消費合作社印製 本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐 •----U---^-----··-------訂-丨 (請先閱讀背面之注意事項再填寫本頁) -線丨#丨 —·!ιλ___I I I _____________ 55