Loading article…
エンタープライズ検索は、企業内部のデータソース（通常はイントラネットやデータベースコンテンツ）を検索するためのソフトウェア技術です。検索は通常、企業内部のユーザーにのみ提供されます。[1] [2]エンタープライズ検索は、オープンウェブ上の文書に検索技術を適用するウェブ検索や、単一のコンピュータ上のコンテンツに検索技術を適用するデスクトップ検索とは対照的です。
エンタープライズ検索システムは、ファイルシステム、イントラネット、文書管理システム、電子メール、データベースなど、さまざまなソースからのデータと文書をインデックス化します。多くのエンタープライズ検索システムは、構造化データと非構造化データをコレクションに統合します。 [3]エンタープライズ検索システムでは、アクセス制御を使用してユーザーにセキュリティポリシーを適用します。[4]
エンタープライズ検索は、企業の 垂直検索の一種として考えることができます。
エンタープライズ検索システムのコンポーネント
エンタープライズ検索システムでは、コンテンツはソース リポジトリから検索結果に至るまで、さまざまな段階を経ます。
コンテンツ認識
コンテンツ認識（または「コンテンツ収集」）は、通常、プッシュ モデルまたはプル モデルのいずれかです。プッシュ モデルでは、ソース システムが検索エンジンと統合され、検索エンジンに接続して新しいコンテンツを直接APIにプッシュします。このモデルは、リアルタイムのインデックス作成が重要な場合に使用されます。プル モデルでは、ソフトウェアはWeb クローラーやデータベースコネクタなどのコネクタを使用してソースからコンテンツを収集します。コネクタは通常、一定の間隔でソースをポーリングして、新しいコンテンツ、更新されたコンテンツ、または削除されたコンテンツを探します。[5]
コンテンツの処理と分析
さまざまなソースからのコンテンツには、XML、HTML、Office ドキュメント形式、プレーン テキストなど、さまざまな形式やドキュメント タイプがあります。コンテンツ処理フェーズでは、ドキュメント フィルターを使用して、受信したドキュメントをプレーン テキストに変換します。また、再現率や精度を向上させるために、さまざまな方法でコンテンツを正規化する必要が生じることもよくあります。これには、ステミング、レンマ化、同義語拡張、エンティティ抽出、品詞タグ付けなどが含まれます。
処理と分析の一環として、コンテンツを基本的な一致単位であるトークンに分割するためにトークン化が適用されます。大文字と小文字を区別しない検索を提供するためにトークンを小文字に正規化したり、より優れたリコールを提供するためにアクセントを正規化したりすることも一般的です。
インデックス作成
結果のテキストはインデックスに保存されます。インデックスは、ドキュメントの全文を保存せずに、すばやく検索できるように最適化されています。インデックスには、コーパス内のすべての一意の単語の辞書と、ランキングと用語の頻度に関する情報が含まれる場合があります。
クエリ処理
ユーザーは Web ページを使用して、システムにクエリを発行します。クエリは、ユーザーが入力した用語と、ファセットやページング情報などのナビゲーション アクションで構成されます。
マッチング
処理されたクエリは保存されたインデックスと比較され、検索システムは一致するソース ドキュメントを参照する結果 (または「ヒット」) を返します。一部のシステムでは、インデックスが作成されたとおりにドキュメントを表示できます。
参照
参考文献
- ^ Kruschwitz, Udo; Hull, Charlie (2017). 「企業内検索」情報検索の基礎と動向11 : 1–142. doi :10.1561/1500000053.
- ^ 「エンタープライズ検索とは何ですか?」
- ^ 「エンタープライズ検索の新たな側面: 構造化情報と非構造化情報の橋渡し」(PDF)。2015 年 10 月 28 日時点のオリジナル(PDF)からアーカイブ。2013年 5 月 27 日閲覧。
- ^ 「エンタープライズ検索のセキュリティ要件: パート 1 - 新しいアイデア エンジニアリング」。
- ^ 「コンテンツの収集とインデックス作成について」。