News：1つの文書を鍵に大容量データベースを検索できる検索エンジン　日立

News：ニュース速報

2002年8月23日　06:32 PM 更新

　日立製作所は8月23日、国立情報学研究所と共同で文書検索エンジン「Generic Engine for Transposable Association」（GETA）を開発したと発表した。情報処理振興事業協会（IPA）のサイトで無償提供する。

　開発したのは、1つの文書をそのまま「キー文書」として入力し、最大1000万件規模の大容量データベースから関連文書を検索できる仕組み。特許や科学技術文献の検索での利用を想定する。

　検索は、キー文書に含まれる特徴的な単語50－200個を自動選出し、単語の出現頻度や単語同士の関連性などを計算して行う。

　従来のキーワード検索では、キーワードの組み合わせによって結果が異なり、重要な文書が検索されない可能性があった。GETAでは、文書を使って検索するため、致命的な検索漏れを防止でき、関連度の高い文書を絞り込むことが可能としている。

　また従来の技術では、計算量の大きさが障害となり、実用に耐える速度で検索できるデータベースは数万件規模だったが、GETAでは検索に用いる索引データを圧縮。1000件規模のデータベースでも検索できるようにした。

　複数台のPCを接続するPCクラスタ上で動作できる分散処理型を採用。このため、データベース規模に応じてシステム規模を拡張できる。

　GETAは、IPAが実施した「独創的情報技術育成事業」の一環として開発。開発には東京工業大学、北陸先端科学技術大学院大学、国文学研究資料館が協力した。

　また同エンジンは東京大学医科学研究所・ヒトゲノム解析センターが運営するデータ公開サービス「分子生物学関連データベース」の検索エンジンとして利用されている。

関連リンク

ニュースリリース

[ITmedia]

ITmediaはアイティメディア株式会社の登録商標です。