情報アクセス技術入門

Web 検索エンジンの表示順位, ショッピングサイトのおすすめ商品表示, SNS のホットキーワード,…インターネットの利用を便利にしている技術は, どのようなしくみで実現されているのだろうか?

本書では, Google 検索に代表されるような, 大量の情報の中からユーザが必要なものを見つける「情報アクセス」技術について, 体系的に解説します.前半では, ユーザの検索語句入力から結果表示までのしくみと流れをまとめます.後半では, 多言語処理, テキストマイニング, 可視化など, ユーザがさらに便利になる応用技術例を図とともに示します.

この技術の概要をつかむための入門書として, おすすめです.
第 1 章 情報アクセス技術の概要
第 2 章 情報検索システムの構成
第 3 章 文書の収集・変換
第 4 章 索引付け
第 5 章 検索モデル
第 6 章 問合せ処理・ユーザインタフェース
第 7 章 情報検索システムの性能評価
第 8 章 分類・クラスタリング
第 9 章 ソーシャル検索
第 10 章 各種メディアの検索
第 11 章 多言語情報アクセス
第 12 章 テキストマイニング
第 13 章 情報可視化

ウェブ検索エンジンの表示順位やショッピングサイトのおすすめ表示は、どのようなしくみで動いているのか。『情報アクセス技術入門』 (前田 亮、西原 陽子 著、森北出版、2017 年 9 月 1 日発売) は、Google 検索に代表されるような、大量の情報の中からユーザーが必要なものを見つける「情報アクセス」技術を体系的に解説する本です。国立国会図書館の書誌では副題を「情報検索・多言語情報処理・テキストマイニング・情報可視化」としており、検索そのものと、その先の応用技術までを 1 冊で扱います。版元は本書を、この技術の概要をつかむための入門書と位置づけています。

検索の流れから情報可視化まで、全 13 章の構成

目次は「第 1 章 情報アクセス技術の概要」から始まり、「第 2 章 情報検索システムの構成」「第 3 章 文書の収集・変換」「第 4 章 索引付け」「第 5 章 検索モデル」「第 6 章 問合せ処理・ユーザインタフェース」「第 7 章 情報検索システムの性能評価」と続きます。そのあとに「第 8 章 分類・クラスタリング」「第 9 章 ソーシャル検索」「第 10 章 各種メディアの検索」「第 11 章 多言語情報アクセス」「第 12 章 テキストマイニング」が並び、最後が「第 13 章 情報可視化」です。版元の紹介文は、前半でユーザーの検索語句の入力から結果の表示までのしくみと流れをまとめ、後半で多言語処理、テキストマイニング、可視化などの応用技術の例を図とともに示すと説明しています。

索引と検索モデルと評価、情報検索の技術背景

情報検索の分野の中心にあるのは、集めた文書を検索に使える形に整える工程と、問い合わせに対して文書を順位づけする工程です。前者の代表が転置索引で、単語ごとにその単語を含む文書の一覧を持たせておくことで、文書全体を読み直さずに候補を絞り込めます。後者の検索モデルには、単語の出現頻度と希少さを重みにしたベクトル空間モデルや、確率に基づくモデルがあります。結果の良し悪しを測るには、適合率と再現率のような指標で、返した文書のうち正しいものの割合と、正しい文書のうち返せたものの割合を分けて見ます。順位づけが正確でも、検索語句の受け付け方や結果の見せ方が利用者に合わなければ使われにくいため、ユーザインタフェース の設計も検索システムの一部として扱われてきました。

多言語処理とテキストマイニング、応用技術の題材

応用の題材は、言葉の処理と統計の手法に重なっています。言語をまたいで文書を探す手法には、問い合わせか文書のどちらかを翻訳する方式や、言語に依存しない表現に置き換える方式があり、ここで 自然言語処理 の技術が使われます。文書を内容ごとに振り分ける分類や、似た文書をまとめるクラスタリングは 機械学習 の代表的な課題で、大量の文書から傾向を取り出すテキストマイニングや、その結果を図にして読み取りやすくする情報可視化とも地続きです。本書は 2017 年の刊行です。

立命館大学の著者 2 名による入門書

刊行時の版元の著者紹介では、前田 亮は立命館大学教授、西原 陽子は立命館大学准教授で、ともに工学の博士号を持つと記されています。版元は情報アクセス技術の概要をつかむための入門書として本書を案内しており、検索語句の入力から結果の表示までの流れと、分類、ソーシャル検索、各種メディアの検索、多言語情報アクセス、テキストマイニング、情報可視化までの 13 章を 1 冊に収めています。