類似文書検索


類似文書検索とは、検索条件として文書を指定することで、その文書に内容が類似した文書を探し出すことです。過去文書を再利用した提案書の作成など、業務のさまざまなシーンで活用できます。

通常の全文検索ではキーワードを指定して検索を行いますが、DoqueDBの類似文書検索では、文書のテキスト全体を指定することにより、文書中の特徴的な単語を自動抽出して全文検索を行います。単語の重要度や出現頻度などを考慮した独自のランキング手法により、類似度の高い文書が優先候補としてリストアップされるため、ユーザーの意図にマッチした検索結果が得やすくなります。

以下は青空文庫の作品データから「船が難破し無人島に漂着した少年たちが島で生き延びて生還する」というテキストに近い内容の上位5件を検索した結果です。テキストから抽出され、検索に使われたキーワードの周辺テキストが表示されています。

$ /var/lib/DoqueDB/bin/sqli -remote localhost 54321 \
    -user root -password doqadmin -code utf-8 -database sampleSqli
SQL> select docId, score(content), title, lastName, firstName,
        kwic(content for 150 enclose with '<BEGIN>' and '<END>')
    from AozoraBunko
    where content contains freetext(
        '船が難破し無人島に漂着した少年たちが島で生き延びて生還する')
    order by score(content) desc limit 5;

{docId,score(content),title,lastName,firstName,kwic(content for 150 enclose with '<BEGIN>' and '<END>')}

{1323,8.22544193284465E-1,海島冒険奇譚　海底軍艦,押川,春浪,魅つて居るぜ。』と呟いた英國の古風な紳士は甲板から自分の<BEGIN>船<END>室へ逃げ込まんとて昇降口から眞逆に滑落ちて腰を※かした、偶然にも<BEGIN>船<END>の惡魔が御自分に祟つたものであらうか。虎は漸の事で捕押へたが其爲に怪我人が七八人も出來た。
かゝる樣々の出來事の間、吾等の可憐なる日出雄<BEGIN>少年<END>は、相變らず元氣よく始終甲板を飛廻つて居る内}

{42767,6.7701162729751E-1,無人島に生きる十六人,須川,邦彦,品を送り、島でとれた産物を、内地に運びだす任務の<BEGIN>船<END>であった。
  龍睡丸が、南の海で<BEGIN>難破<END>してから、中川<BEGIN>船<END>長は、練習<BEGIN>船<END>琴ノ緒丸の、一等運転士となり、私たち海の青年に、猛訓練をあたえていられたのである。
  私は、中川教官に、龍睡丸が遭難して、太平洋のまんなかの<BEGIN>無人島<END>に<BEGIN>漂着<END>したときの話をしていただきたいと、たびたび}

{57532,6.64779756610599E-1,新宝島,江戸川,乱歩,それでもロビンソンはおしまいには本国へ帰れたからよかったのですが、もしここが近くを<BEGIN>船<END>も通らないような<BEGIN>無人島<END>だとすれば、三人は<BEGIN>生き<END>ているうちに、日本へ帰れるかどうかさえ、わからないわけです。
  三人の<BEGIN>少年<END>の前から、とつぜん人間の住んでいる世界が消えてなくなったのです。世界には、たくさんの人間がにぎやか}

{46488,6.3978965441612E-1,少年連盟,佐藤,紅緑,、死に物ぐるいになって捜索をはじめたが、なんの手がかりもえなかった。一ヵ月後にサクラ号としるした<BEGIN>船<END>尾の板が、ある海岸に<BEGIN>漂着<END>したので、父兄たちはもう捜索の絶望を感じた。
  市の人々は、涙ながらに<BEGIN>少年たち<END>の追善をやっているとき、富士男はサクラ号のふなばたに立って、きっと泡だつ怒濤をみつめていた。}

{46411,6.07718649528886E-1,沈黙の水平線,牧,逸馬,この事実物語の魅力があるので、ワラタ号を題材にした幾多の海洋冒険小説は、実にこの点に生れた。或いは、全員、海図にない<BEGIN>無人島<END>に<BEGIN>漂着<END>して新しい社会を営んでいることの、そこでは、新型式の結婚――九十二人の<BEGIN>船<END>客の中には女性も沢山いたに相違ない――によって子孫が殖え、新しい都会と、農作と、議会と、牧畜と、産業と、平和}
TOP