2006年4月11日
業界で初めてWeb文書検索において数値をより正確に検索できる新しい数値情報検索技術を開発
MAILPIA®サービスサイトにて提供開始
沖電気工業株式会社(社長：篠塚勝正、 以下 沖電気)は、このたび業界で初めてWeb文章検索において、テキストからの数値情報の精密な抽出によって指定した条件範囲に入る数値をより正確に検索できる数値情報検索技術を開発しました。インターネット検索エンジンに代表される情報検索・抽出システムの検索精度向上に効果を発揮します。本日より本技術を弊社のインターネットサービスなどに導入し、ユーザの方に便利に使っていただけるようにしていきます。なお本技術は、無料開放中の沖電気のメールで受け取る情報収集支援サービス「MAILPIA®」(注1)への新機能として追加しており、お試しいただけます。
インターネット検索エンジンの普及により情報検索の技術は身近なものとなりました。しかし、ユーザが欲しい情報を探す際には、キーワードを指定して目的の情報を見つける方法しかなく、ユーザが金額や、長さ、重さといった数値(例えば115円、2km、4.5トンなど)を指定して、その条件に係わる情報を含む文書を見つけることは困難でした。例えば「重さ1キロから2キロのノートパソコン」というキーワードを指定した場合、「重さ1キロから2キロ」という文字列が含まれる情報は検索できますが、「1.2kg」という記述の情報を検索することはできませんでした。そこで、沖電気は数値にかかわる記述から数値情報を抽出する技術を開発し、情報検索において数値を条件に指定することが可能な新機能を業界で初めて公開いたします(図1)。
今回開発した技術は、次のような処理で数値情報の抽出を行います。
- テキストの数字周辺に現れる単位文字列や単語の出現をもとに、金額や、長さ、重さといった数値に関する記述を探し、これらの情報から、数値の属性(注2)を判定します。
- 判定した属性の代表単位に基づいて(例：長さの場合、「インチ」や「尺」といった単位で記述された数値を全てメートルに)、数字部分の大きさを換算し、数値情報として抽出します。
この抽出技術を用いて、Web文書などの記述に含まれる数値情報と、ユーザが指定した数値情報との属性と大きさを比べることにより、目的の数値条件を含んだ文書か、そうでないかを判定することが可能になります。例えば、従来のWeb検索の感覚で、商品名をキーワードに、さらに数値条件(例えば金額150,000円以下)を指定すると、その価格以下で目的の商品を販売しているお店のページを見つけることが可能になります(注3)。
沖電気は「MAILPIA」への新機能として本技術を無料で開放することにより、多くの方々に利用していただき、使いやすさの向上を目指していきます。本機能を導入することで、Webページの更新内容にユーザが指定した数値条件にマッチした数値情報が含まれた場合に、その更新内容をユーザにメールにてお知らせすることができるようになります(図2)。今後、このMAILPIAにてお試しいただく新機能を携帯電話コンテンツサービスへ提供するなど展開していく予定です。
数値情報を用いた文書検索の主な特徴【図1】
新技術では、文書中の数字文字列を文字列ではなく数値として解釈します。このため、例えばユーザが「重さ1キロから2キロのノート」と検索キーを指定した場合に、「1.2kg」が検索条件に合致していることを判断できるようになります。また、「重さ2キロ」と「2キロの距離」の単位の違いも見分けられるようになります。
数値情報マッチ機能を利用したサービス【図2】
- ユーザがURLで指定する複数のWebページ/RSSの更新を定期的に検知し、更新された内容と、利用者があらかじめ設定しておいた数値条件と比較します。そして、条件にマッチした場合に、更新された内容を電子メールで送信します。
- MAILPIAにおける条件設定画面
- 通知メールサンプル
- ※この画面は開発中のものであり、実際とは異なる場合があります。
用語解説・備考
- 注1：MAILPIA
沖電気が開発した、Webページ/RSSデータの更新をメールで通知するサービスです。指定したWebページ/RSSデータが更新され、その更新内容に指定したキーワードが含まれると、更新された部分だけをユーザの携帯電話やPCにメールで送付します。
紹介サイト - 注2：数値の属性
現在は金額・時間・長さ・重さ・速度の5つの属性に対応しています。今後電圧・電流・周波数・bit・byte等の属性へも対応予定です。
- 注3：Webページの構成や表現によっては取得できない場合があります。
リリース関連リンク
- MAILPIAは沖電気工業株式会社の登録商標です。
- その他、記載されている会社名、製品名は一般に各社の商標または登録商標です。
- 本件に関する報道機関からのお問合せ先
- 広報部
電話：03-3580-8950 - 本件に関するお客様からのお問合せ先
- MAILPIAサービスサイトのお問合せフォームよりお問合せください。
紹介サイト
- ※各リリースの記載内容は発表日現在のものです。その後予告なしに変更される場合がありますので、あらかじめご了承ください。