JP5184987B2 - 索引情報作成装置、索引情報作成方法及びプログラム - Google Patents

Description

本発明は、索引情報作成装置、索引情報作成方法及びプログラムに関する。

検索処理に関する技術として、検索の際に用いられる索引（インデックス）を作成する技術と、検索キーである任意の文字列を索引に基づいて検索対象から検索する技術と、がある。
したがって、索引の作成に関する工夫や、文字列の検索に関する工夫を行うことによって、検索処理を高速化することができる。
例えば、索引の作成に関する技術として、特許文献１がある。
特許文献１では、予め指定した文字列を削除することによって、索引のサイズを縮小して、検索処理を高速化する技術が開示されている。

特開平１１−３９３４６号公報

しかしながら、上述した特許文献１の技術では、予め指定した文字列しか削減することができないため、新しい単語に対応することができない問題がある。また、上述した特許文献１の技術では、検索対象としている文書群に特有に含まれる単語等にも対応することができない問題がある。
昨今では数多くのポータルサイトが存在し、膨大な情報量に対する検索技術が必要とされている。しかしながら、検索対象の文書数（情報量）が増大すると、索引のサイズが増大し、その結果として、検索処理を実行する情報処理装置（コンピュータ）等のメモリ等のリソースを多く消費してしまっている問題がある。

本発明はこのような問題点に鑑みなされたもので、索引のサイズを小さくすることを目的とする。

そこで、本発明は、共通する文字列を含む検索対象の文書の文書番号のグループを、一つの文字或いは数値で表される新たな文書番号に置き換える置き換え手段と、前記文字列と、前記新たな文書番号と、に基づいて、検索の際に用いられる索引情報を作成する索引情報作成手段と、を有することを特徴とする。

係る構成とすることにより、索引のサイズを小さくすることができる。

また、本発明は、検索対象の文書に含まれる文字列と、前記文字列を含む文書の文書番号と、を対応付けて検索の際に用いられる索引情報を作成する索引情報作成手段と、前記索引情報作成手段で作成された複数の索引情報に共通して表れる文書番号のグループを一つの文字或いは数値で表される新たな文書番号に置き換える置き換え手段と、を有することを特徴とする。

係る構成とすることにより、索引のサイズを小さくすることができる。

また、本発明は、索引情報作成方法及びプログラムとしてもよい。

本発明によれば、索引のサイズを小さくすることができる。

以下、本発明の実施形態について図面に基づいて説明する。

＜実施形態１＞
図１は、索引情報作成装置の一例である情報処理装置１のハードウェア構成の一例を示す図である。図１に示されるように情報処理装置１は、ハードウェア構成として、ＣＰＵ１１を含む。ＣＰＵ１１が、記憶装置１３に記憶されているプログラムに基づき処理を行うことによって、後述する索引情報作成等の機能、又はフローチャートに係る処理を実現する。
ＣＰＵ１１には、バス１０を介して、入力装置１２、記憶装置１３及び表示装置１４が接続されている。記憶装置１３は、例えば、ＲＯＭ、ＲＡＭ、ハードディスク装置等からなり、上述した各プログラム以外に、プログラムに基づく処理で用いられるデータを記憶する。表示装置１４は、情報を表示する例えばディスプレイ等である。入力装置１２は、情報を入力する例えば操作キー等である。
なお、入力装置１２及び表示装置１４は、情報処理装置１の必須の構成要素ではない。

図２は、情報処理装置１の機能構成の一例を示す図（その１）である。図２に示されるように、情報処理装置１は、機能構成として、検索対象文書抽出部２０と、文字列抽出部２１と、置き換え部２２と、索引情報作成部２３と、を含む。
検索対象文書抽出部２０は、検索対象となる複数の文書を抽出（又は選択）する。図３は、検索対象文書抽出部２０が抽出した文書を識別する文書番号と、前記文書の内容と、を示す図である。
文字列抽出部２１は、検索対象文書抽出部２０が抽出した、検索対象となる複数の文書から、文書間で共通する文字列を抽出する。例えば、文字列抽出部２１は、検索対象となる複数の文書が図３に示すような場合、"ありがとう"の文字列を文書間で共通する文字列として抽出する。図３は、文書番号及び文書の内容の一例を示す図である。
なお、文字列抽出部２１は、文書に記載されたデータを木構造で表し、木構造の各ノードを通る毎にインクリメントするカウンタを備えて、カウンタ値を基に頻出文字列を抽出するようにしてもよい。
そして、文字列抽出部２１は、抽出した文字列（例えば"ありがとう"）と、前記文字列を含む文書の文書番号のグループと、を対応付けた、図４に示すような情報を作成し、記憶装置１３の例えばＲＡＭ上に一時的に保持する。ここで、図４は、文書間で共通する文字列と、前記文字列を含む文書の文書番号のグループと、を対応付けた情報の一例を示す図である。

置き換え部２２は、文字列抽出部２１が作成した図４に示すような情報に含まれる文書番号のグループを、一つの文字で表される新たな文書番号に置き換え（図５参照）、文字列抽出部２１によって抽出された文字列と、置き換えた新たな文字番号と、を対応付けた、図６に示すような情報を作成し、記憶装置１３の、例えばＲＡＭ上に一時的に保持する。ここで、図５は、共通する文字列を含む文書の文書番号のグループと、新たな文書番号と、を対応付けた情報の一例を示す図である。また、図６は、文字列抽出部２１によって抽出された文字列と、置き換えた新たな文字番号と、を対応付けた情報の一例を示す図である。
なお、置き換え部２２は、新たな文書番号として置き換える際、"Ｘ"のような文字では無く、文書番号として使用されていない数字（図４の例であれば、１、２、３、５、６、９、１０以外の数字である"−１"）を、新たな文書番号として用い、置き換えを行うようにしてもよい。
なお、置き換え部２２は、置き換えた文書番号のグループと、新たな文字番号と、を対応付けた、図５に示されるような情報（文書番号変換情報）を、記憶装置１３のＨＤＤ上に保存されている、検索の際に用いられる索引辞書データに追加して保存する。

索引情報作成部２３は、置き換え部２２が作成した図６に示される情報に基づき、文書間で共通する文字列をＮ−ｇｒａｍ（本実施形態の例ではＮ＝２のバイグラム）で分割し、図７に示されるような索引情報を作成し、前記索引辞書データに索引として追加して保存する。図７は、本実施形態に係る索引情報の一例を示す図である。
一方、図８は、従来の方法で作成された索引情報の一例を示す図である。
図７と、図８と、を比較すると、本実施形態の方法で作成した索引情報の方が、記憶容量が少なくて済むことが解かる。例えば、図８の例では、文書番号の最大を１０としているが、実際、本発明が対象としている検索対象の文書数（文書番号）は１億程度を想定している。このような場合、図８に示されるような索引情報だけで相当な記憶領域を必要とする。一方、本実施形態で作成された索引情報では、共通する文字列を含む文書の文書番号のグループを、一つの文字等で表される新たな文書番号に置き換えているので、従来に比べて、索引（索引情報）のサイズが小さくなり、必要とする記憶領域を削減することができる。
なお、索引情報作成部２３は、勿論、検索対象文書抽出部２０が抽出した文書に含まれる他の文字列（他の文書に共通して含まれていない文字等）に基づき、上述した索引情報以外の索引情報も作成する。図３を例に説明を行うと、索引情報作成部２３は、索引語：三橋、文書番号：１の索引情報や、索引語：橋で、文書番号：１等の索引情報も作成する。

図９は、索引情報作成処理の一例を示すフローチャート（その１）である。
ステップＳ１０において、検索対象文書抽出部２０は、検索対象となる複数の文書を抽出（又は選択）する。
ステップＳ１１において、文字列抽出部２１は、検索対象文書抽出部２０が抽出した、検索対象となる複数の文書から、文書間で共通する文字列を抽出する。また、文字列抽出部２１は、抽出した文字列と、前記文字列を含む文書の文書番号のグループと、を対応付けた、図４に示すような情報を作成し、記憶装置１３のＲＡＭ上に一時的に保持する。

ステップＳ１２において、置き換え部２２は、ステップＳ１１で作成された図４に示すような情報に含まれる文書番号のグループを、一つの文字で表される新たな文書番号に置き換え（図５参照）、文字列抽出部２１によって抽出された文字列と、置き換えた新たな文字番号と、を対応付けた、図６に示すような情報を作成し、記憶装置１３のＲＡＭ上に一時的に保持する。なお、置き換え部２２は、置き換えた文書番号のグループと、新たな文字番号と、を対応付けた、図５に示されるような情報（文書番号変換情報）を、記憶装置１３のＨＤＤ上に保存されている、検索の際に用いられる索引辞書データに追加して保存する。

ステップＳ１３において、索引情報作成部２３は、ステップＳ１２で作成された図６に示される情報に基づき、文書間で共通する文字列をＮ−ｇｒａｍ（本実施形態の例ではＮ＝２のバイグラム）で分割し、図７に示されるような索引情報を作成し、前記索引辞書データに索引（索引情報）として追加して保存する。

以下、図１０〜図１２を用いて、本実施形態の処理（又は方法）により、従来の索引情報のサイズと比べて何バイトのメモリを削減可能か示す。なお、以下、図１に示されるように文字長ｍの部分文字列がｎ個の文書に共通して存在した場合で、かつ、文書番号を１つ記録するのにｂバイト必要とするものとして説明を行う。図１０は、部分文字列及び部分文字列が含まれる文書の文書番号のグループの一例を示す図である。

図１１は、従来の方法で作成された索引情報の一例を示す図である。図１１に示されるように、従来の方法で作成された索引情報の記憶容量は、（ｍ−１）×ｎ×ｂバイトである。
図１２は、本実施形態の方法で作成された索引情報の一例を示す図である。図１２に示されるように、本実施形態の方法で作成された索引情報の記憶容量は、新たにｎ＋１個の文書番号変換情報の記憶領域が増えるので、（ｎ＋１）×ｂ＋（ｍ−１）×ｂ＝（ｍ＋ｎ）×ｂバイトである。
よって、本実施形態の方法（又は処理）により、削減することができる記憶容量は、（ｍ−１）×ｎ×ｂ−（ｍ＋ｎ）×ｂ＝｛（ｎ−１）×（ｍ−２）−２｝×ｂバイトとなる。
従って、文字列抽出部２１によって長い文字列の頻出文字列を抽出することによって、ｍ、ｎは大きくなり、より記憶容量を削減することが可能になる。

＜実施形態２＞
以下、上述した実施形態１と異なる点について主に説明を行う。
上述した実施形態では、索引情報作成部２３が、文書間で共通する文字列をＮ−ｇｒａｍ（実施形態１の例ではＮ＝２のバイグラム）で分割し、図７に示されるような索引情報を作成した。
しかしながら、索引情報作成部２３は、文書間で共通する文字列を、形態素解析エンジン等を用いて、意味のある文字列に分解し、索引情報を作成するようにしてもよい。このようにすることに、例えば図７、又は図１２に示される索引語が意味のある文字列になる。
本実施形態の索引情報も、索引語が意味のある文字列になるだけで、共通する文字列を含む文書の文書番号のグループは、一つの文字で表される新たな文書番号に置き換えられるので、従来に比べて、索引（索引情報）のサイズが小さくなり、必要とする記憶領域を削減することができる。

＜実施形態３＞
以下、上述した実施形態と異なる点について主に説明を行う。
上述した実施形態では、情報処理装置１は、検索対象文書から共通する文字列を抽出し、前記文字列を共通に含む文書の文書番号のグループを一つの文字で表される新たな文書番号に置き換えるよう処理を行った。
しかしながら、情報処理装置１は、検索対象文書から索引情報を作成し、作成した索引情報から共通する文書番号のグループを抽出し、抽出した文書番号のグループを一つの文字で表される新たな文書番号に置き換えるよう処理を行ってもよい。

図１３は、情報処理装置１の機能構成の一例を示す図（その２）である。図１３に示されるように、検索対象文書抽出部３０と、索引情報作成部３１と、文書番号グループ抽出部３２と、置き換え部３３と、を含む。
検索対象文書抽出部３０は、検索対象となる複数の文書を抽出（又は選択）する。
索引情報作成部３１は、検索対象文書抽出部３０が抽出した文書に含まれる文字列をＮ−ｇｒａｍ（本実施形態の例ではＮ＝２のバイグラム）で分割し、索引語を作成し、前記索引語と、前記索引語が含まれる文書を識別する文書番号又は文書番号のグループと、から図１４に示されるような索引（索引情報）を作成する。

文書番号グループ抽出部３２は、索引情報作成部３１が作成した索引情報の図１４に示されるような文書番号から複数の索引情報に含まれる文書番号のグループを抽出する。例えば、図１４に示される例の場合、文書番号グループ抽出部３２は、文書番号のグループ"１、２、３、５、６、９、１０"を抽出する。図１４は、索引情報作成部３１が作成した索引情報の一例を示す図である。
なお、文書番号グループ抽出部３２は、文書番号を木構造で表し、木構造の各ノードを通る毎にインクリメントするカウンタを備えて、カウンタ値を基に頻出の文書番号を抽出するようにしてもよい。
置き換え部３３は、文書番号グループ抽出部３２が抽出した文書番号のグループを一つの文字で表される新たな文書番号（例えば、"ｘ"）に置き換える。図１５は、置き換え部３３が置き換えを行った後の索引情報の一例を示す図である。
本実施形態の場合、置き換え部３３が、図１５に示されるような索引情報を、記憶装置１３のＨＤＤ上に保存されている、検索の際に用いられる索引辞書データに追加して保存する。また、本実施形態の場合、置き換え部３３が、新たな文書番号と、前記新たな文書番号と置き換えを行った文書番号のグループと、を対応付けた、情報（文書番号変換情報）を、記憶装置１３のＨＤＤ上に保存されている、前記索引辞書データに追加して保存する。

図１６は、索引情報作成処理の一例を示すフローチャート（その２）である。
ステップＳ２０において、検索対象文書抽出部３０は、検索対象となる複数の文書を抽出（又は選択）する。
ステップＳ２１において、索引情報作成部３１は、ステップＳ２０で抽出された文書に含まれる文字列をＮ−ｇｒａｍ（本実施形態の例ではＮ＝２のバイグラム）で分割し、索引語を作成し、前記索引語と、前記索引語が含まれる文書を識別する文書番号又は文書番号のグループと、から図１４に示されるような索引（索引情報）を作成する。

ステップＳ２２において、文書番号グループ抽出部３２は、ステップＳ２１で作成された索引情報の図１４に示されるような文書番号から複数の索引情報に共通して含まれる文書番号のグループを抽出する。
ステップＳ２３において、置き換え部３３は、ステップＳ２２で抽出された文書番号のグループを一つの文字で表される新たな文書番号（例えば、"ｘ"）に置き換え、例えば、図１５に示されるような索引情報を作成する。また、置き換え部３３は、作成した索引情報を、記憶装置１３のＨＤＤ上に保存されている、検索の際に用いられる索引辞書データに追加して保存する。また、置き換え部３３は、新たな文書番号と、前記新たな文書番号と置き換えを行った文書番号のグループと、を対応付けた、情報（文書番号変換情報）を、記憶装置１３のＨＤＤ上に保存されている、前記索引辞書データに追加して保存する。

以上、本実施形態の索引情報も、共通する文字列を含む文書の文書番号のグループは、一つの文字で表される新たな文書番号に置き換えられるので、従来に比べて、索引（索引情報）のサイズが小さくなり、必要とする記憶領域を削減することができる。
なお、置き換え部３３は、新たな文書番号として置き換える際、上述の実施形態１と同様、"Ｘ"のような文字では無く、文書番号として使用されていない数字（例えば"−１"）を、新たな文書番号として用い、置き換えを行うようにしてもよい。

＜実施形態４＞
上述した実施形態では情報処理装置１を索引情報作成装置の一例として説明を行った。しかしながら、情報処理装置１に索引情報作成装置の機能と共に、検索装置の機能を実装するようにしてもよい。
以下、本実施形態では、上述した実施形態１の情報処理装置１に、検索の機能を実装した一例を示す。なお、上述した実施形態２及び３の情報処理装置１に検索の機能を実装するようにしてもよい。

図１７は、情報処理装置１の機能構成の一例を示す図（その３）である。図１７に示されるように、情報処理装置１は、機能構成として、検索対象文書抽出部２０と、文字列抽出部２１と、置き換え部２２と、索引情報作成部２３と、検索文字列受け取り部２４と、検索文字列分割部２５と、検索実行部２６と、検索結果出力部２７と、を含む。検索対象文書抽出部２０、文字列抽出部２１、置き換え部２２、索引情報作成部２３は上述した実施形態１と同様であるため、説明を省略する。

検索文字列受け取り部２４は、例えばユーザが入力装置１２等を利用して入力した、又はユーザがネットワークを介して接続された他の情報処理装置等を利用して入力した、検索文字列を受け取る。
検索文字列分割部２５は、検索文字列受け取り部２４が受け取った検索文字列をＮ−ｇｒａｍ（本実施形態の例ではＮ＝２のバイグラム）で分割する。なお、実施形態２の情報処理装置１に検索の機能を実装する場合、検索文字列分割部２５は、検索文字列受け取り部２４が受け取った検索文字列を、形態素解析エンジン等を用いて、意味のある文字列に分解する。実施形態１の情報処理装置１に検索機能を実装する場合と、実施形態２の情報処理装置１に検索機能を実装する場合と、では、この点が異なるのみである。

検索実行部２６は、検索文字列分割部２５が分割した結果の文字列（本実施形態の例では、例えば、"あり"、"りが"、"がと"、"とう"等の文字列）と、記憶装置１３のＨＤＤ上に保存されている、索引情報が含まれる索引辞書データと、に基づいて、検索文字列を含む文書の文書ＩＤを検索する。
検索結果出力部２７は、検索実行部２６が検索し、取得した文書ＩＤを検索結果として出力する。なお、検索実行部２６が、上述した実施形態１の文書ＩＤ"ｘ"等を検索結果として取得した場合、検索結果出力部２７は、文書ＩＤ"ｘ"に基づき、索引辞書データに含まれる文書番号変換情報を検索し、文書ＩＤ"ｘ"に対応する文書番号のグループ（"１、２、３、５、６、９、１０"）を検索結果として出力する。なお、検索結果出力部２７は、文書番号のグループ（又は文書番号）を出力する代わりに、文書番号が指し示す文書の題名等の属性情報を検索結果として出力するようにしてもよい。なお、文書番号に対応する文書の属性情報は、記憶装置１３のＨＤＤ等に記憶されているものとする。

図１８は、検索処理の一例を示すフローチャートである。
ステップＳ３０において、検索文字列受け取り部２４は、例えばユーザが入力装置１２等を利用して入力した、又はユーザがネットワークを介して接続された他の情報処理装置等を利用して入力した、検索文字列を受け取る。
ステップＳ３１において、検索文字列分割部２５は、ステップＳ３０で受け取られた検索文字列をＮ−ｇｒａｍ（本実施形態の例ではＮ＝２のバイグラム）で分割する。

ステップＳ３２において、検索実行部２６は、検索文字列分割部２５が分割した結果の文字列（本実施形態の例では、例えば、"あり"、"りが"、"がと"、"とう"等の文字列）と、記憶装置１３のＨＤＤ上に保存されている、索引情報が含まれる索引辞書データと、に基づいて、検索文字列を含む文書の文書ＩＤを検索する。
ステップＳ３３において、検索結果出力部２７は、ステップＳ３２で検索の結果、取得された文書ＩＤ（又は文書ＩＤが指し示す文書の文書名等）を検索結果として例えば表示装置１４又はネットワークを介して接続された他の情報処理装置等に出力する。

以上、上述した各実施形態によれば、索引（索引情報）のサイズを小さくすることができる。また、索引のサイズを小さくすることで、メモリ等の情報処理装置のリソースの消費を抑えることができる。つまり、メモリ等のリソースが比較的少ない情報処理装置であっても、大容量の文書の検索を可能とすることができる。また、索引のサイズを小さくすることで、例えば、検索実行部２６が検索を実行する際、索引辞書データをＨＤＤからＲＡＭに読み出して検索を実行することが可能となり、検索処理の速度を高速化することができる。

以上、本発明の好ましい実施形態について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。
例えば、上述した実施形態では、文書に書かれている言語の一例として日本語を用いて説明を行ったが、本発明の実施は、これらに限定されるものではなく、文書はどのような言語で書かれていてもよい。

索引情報作成装置の一例である情報処理装置１のハードウェア構成の一例を示す図である。 情報処理装置１の機能構成の一例を示す図（その１）である。 検索対象文書抽出部２０が抽出した文書を識別する文書番号と、前記文書の内容と、を示す図である。 文書間で共通する文字列と、前記文字列を含む文書の文書番号のグループと、を対応付けた情報の一例を示す図である。 共通する文字列を含む文書の文書番号のグループと、新たな文書番号と、を対応付けた情報の一例を示す図である。 文字列抽出部２１によって抽出された文字列と、置き換えた新たな文字番号と、を対応付けた情報の一例を示す図である。 本実施形態に係る索引情報の一例を示す図である。 従来の方法で作成された索引情報の一例を示す図である。 索引情報作成処理の一例を示すフローチャート（その１）である。 部分文字列及び部分文字列が含まれる文書の文書番号のグループの一例を示す図である。 従来の方法で作成された索引情報の一例を示す図である。 本実施形態の方法で作成された索引情報の一例を示す図である。 情報処理装置１の機能構成の一例を示す図（その２）である。 索引情報作成部３１が作成した索引情報の一例を示す図である。 置き換え部３３が置き換えを行った後の索引情報の一例を示す図である。 索引情報作成処理の一例を示すフローチャート（その２）である。 情報処理装置１の機能構成の一例を示す図（その３）である。 検索処理の一例を示すフローチャートである。

符号の説明

１１ ＣＰＵ
１２ 入力装置
１３ 記憶装置
１４ 表示装置

Claims (11)

1. 共通する文字列を含む検索対象の文書の文書番号のグループを、一つの文字或いは数値で表される新たな文書番号に置き換える置き換え手段と、
   前記文字列と、前記新たな文書番号と、に基づいて、検索の際に用いられる索引情報を作成する索引情報作成手段と、
   を有することを特徴とする索引情報作成装置。
2. 検索対象の複数の文書から、文書間で共通する文字列を抽出する文字列抽出手段を更に有し、
   前記置き換え手段は、前記文字列抽出手段で抽出された文字列を共通して含む文書の文書番号のグループを、一つの文字或いは数値で表される新たな文書番号に置き換えることを特徴とする請求項１に記載の索引情報作成装置。
3. 前記索引情報作成手段は、前記文字列と、前記新たな文書番号と、を対応付けて前記索引情報を作成することを特徴とする請求項１又は２に記載の索引情報作成装置。
4. 前記索引情報作成手段は、前記文字列をＮ−ｇｒａｍで分割し、分割した語と、前記新たな文書番号と、を対応付けて前記索引情報を作成することを特徴とする請求項１又は２に記載の索引情報作成装置。
5. 検索対象の文書に含まれる文字列と、前記文字列を含む文書の文書番号と、を対応付けて検索の際に用いられる索引情報を作成する索引情報作成手段と、
   前記索引情報作成手段で作成された複数の索引情報に共通して表れる文書番号のグループを一つの文字或いは数値で表される新たな文書番号に置き換える置き換え手段と、
   を有することを特徴とする索引情報作成装置。
6. 前記索引情報作成手段で作成された索引情報に基づいて、複数の索引情報に共通して表れる文書番号のグループを抽出する文書番号グループ抽出手段を更に有し、
   前記置き換え手段は、前記文書番号グループ抽出手段で抽出された文書番号のグループを、一つの文字或いは数値で表される新たな文書番号に置き換えることを特徴とする請求項５に記載の索引情報作成装置。
7. 前記置き換え手段で置き換えられた、前記文書番号のグループと、前記新たな文書番号と、の対応関係情報を記憶装置に記憶する対応関係情報記憶手段を更に有することを特徴とする請求項１乃至６の何れか１項に記載の索引情報作成装置。
8. 索引情報作成装置における索引情報作成方法であって、
   共通する文字列を含む検索対象の文書の文書番号のグループを、一つの文字或いは数値で表される新たな文書番号に置き換える置き換えステップと、
   前記文字列と、前記新たな文書番号と、に基づいて、検索の際に用いられる索引情報を作成する索引情報作成ステップと、
   を有することを特徴とする索引情報作成方法。
9. 索引情報作成装置における索引情報作成方法であって、
   検索対象の文書に含まれる文字列と、前記文字列を含む文書の文書番号と、を対応付けて検索の際に用いられる索引情報を作成する索引情報作成ステップと、
   前記索引情報作成ステップで作成された複数の索引情報に共通して表れる文書番号のグループを一つの文字或いは数値で表される新たな文書番号に置き換える置き換えステップと、
   を有することを特徴とする索引情報作成方法。
10. コンピュータを、
    共通する文字列を含む検索対象の文書の文書番号のグループを、一つの文字或いは数値で表される新たな文書番号に置き換える置き換え手段と、
    前記文字列と、前記新たな文書番号と、に基づいて、検索の際に用いられる索引情報を作成する索引情報作成手段と、
    して機能させることを特徴とするプログラム。
11. コンピュータを、
    検索対象の文書に含まれる文字列と、前記文字列を含む文書の文書番号と、を対応付けて検索の際に用いられる索引情報を作成する索引情報作成手段と、
    前記索引情報作成手段で作成された複数の索引情報に共通して表れる文書番号のグループを一つの文字或いは数値で表される新たな文書番号に置き換える置き換え手段と、
    して機能させることを特徴とするプログラム。

Images