Automatic Document Genre Identification For Faceted Document Browsing And Searching

企業内の大規模なリポジトリー中のドキュメントを閲覧し検索する手法が大きな課題になってきている。インターネットの検索結果にユーザーはほぼ満足している一方で、企業内におけるドキュメント検索にはデータタイプやユーザーの検索要求の違いのためにまだ改善の余地がある。我々は、企業内のリポジトリーの階層構造を保持したまま、文書ジャンルという新しい属性を含むファセットにより文書を閲覧・検索が可能なシステムを提案する。まず、電子文書・スキャン画像内の必要な情報の検索支援のため、文書の画像特徴から、技術文書、プレゼン資料、表、写真等の文書ジャンルを自動的に検出するソフトウェアを開発した。次に、選択されたファセットと検索条件にマッチした文書だけを表示するように文書とディレクトリーをフィルターし、可能性の高いディレクトリーを強調表示する。これらにより、ファイルの拡張子にかかわらずに、プレゼンテーションスライドだけを閲覧・検索すること等が可能となる。さらに、サムネールと自動的に抽出されたキーフレーズが必要な文書の選択を支援する。

• 全文 [XDW:1,294KB]
• 全文 [PDF:2,999KB]

前のページ

目次へ戻る