XMLデータベースの全文検索技術

摘要

東芝は，XML (Extensible Markup Language)データをそのまま格納でき，かつ大容量データに対しても高速に検索できるXMLデータベースを研究·開発している。 XMLデータベースをコンテンツ管理システムに適用する場合，非定型データを検索対象とするために，より高度な全文検索機能が要求される。 このような背景から，XMLデータベースの全文検索技術の開発を行い，構造化文書に対応したスコアリング（スコア付け）や同義語検索などの機能を実現した。 また，全文検索用の索引としてNグラム索引に加えて形態素索引を利用できるようにし，索引のサイズを抑えながら高速な全文検索を実現した。