ストップワードと近接演算 H18.11.17

 前回もご紹介しましたが、PatentWebでは従来、文法的なワードが
検索できなかった(ストップワード)が、10月始めの改定ですべての
ワードが検索できるようになりました。
on adj2 chip とか、vitamin adj A のような検索が可能になり、大
きな発展ですが、近接演算をするとき、いくつか注意が必要です。

 ※このストップワードというのは、これまで多くのデータベースに
  おいて、初期のうちはどこも採用し、そのうちに止めることにな
  る面白い問題です。

※近接演算の基礎
 nearN・・・指定した前後のキーワードがN文字目に出てくるもの
  Nは省略可能で、省略するとnear1と同じになります。
 例;clock near2 bus では、clockとbusが2ワード目以下にあるものを
  検索します。したがって、clockとbusの間に1ワード以下が存在
  するものを検索します。間に2ワードの存在するものではありません。
 adjN・・・nearとよく似ていますが、指定した前後のワードの語順も
  指定どおりでのものを検索します。
 例;clock adj2 bus の検索では、"bus clock"は検索できません。

・adjやnearなどの近接演算では、従来ストップワードだった
 ワードも数えるので、注意が必要です。


 下記のような文章を検索したい場合、
   a clock and a bus line
 従来は、clock near bus で検索できました。つまり、and と a は
 ストップワードでしたので数えられず、clockとbusが隣あったもの
 として処理されました。
 実際の検索では、漏れを減らすために clock near2 bus くらいに
 することが多かったかもしれません。つまり、clock and bus など
 のように、2ワード目にあるものまではカバーする検索式にしてい
 た人もいるでしょう。

 しかし、今後は、clock near3 busとしないと上の検索は成功しません。
 つまり and と a もワードとして数えられますので、3ワード目に
 clock と bus が存在するものと指定しないと検索できないのです。
 実際には漏れを減らすために余裕をみて clock near4 bus とか、
 clock near5 bus にすることが必要と思われます。

・思いがけず、いくつものワードが間に入ることがあるので、
 漏れ防止のために、文字の近接の数値を大きくする必要が
 あります。


 on-chip の例で説明します。(件数は、2005〜2006.11月初め)
 on adj chip* 5,541件
 on adj2 chip* 10,576件 on a chipやon the chip、on semiconductor chip など
 on adj3 chip* 14,186件 on a single chipや on a semiconductor chipなど
 on adj4 chip* 15,485件 on an integrated circuit chipなど
 on adj5 chip* 16,424件 on a pin of the chipやon the linear image sensor chipなど
 on adj6 chip* 17,392件 on a bonding pad of the chipなど
 
 上の例でも分かるようにある程度広げるのは役立ちそうですが、
 広げ過ぎるとノイズが多くなります。その技術業界での表現を調
 べて、どこまでカバーすべきか決める必要があります。

・1文字の前方一致(トランケーション)は使えません。
 2文字指定なら可能です。
 例えば、Vitamin B は Vitamin B1やVitamin B12などたくさん
 あります。こららの全部をまとめて検索したい場合でも
 Vitamin adj B* とすることはできません。Bなどの1文字を前方
 一致検索することはできません。2文字はできますので、
 Vitamin adj B1* は可能です。(当然ですが、この中には
 Vitamin B2などは含まれません。)
 参考までに、Vitamin B について検索すると以下の状況です。

 Vitamin adj B   303件
 Vitamin adj B1  176
 Vitamin adj B1*  489
 Vitamin adj B2  129
 Vitamin adj B3   64
 Vitamin adj B4   0
 Vitamin adj B5   50
 Vitamin adj B6  224
 Vitamin adj B7   7
 Vitamin adj B8   0
 Vitamin adj B9   7
 Vitamin adj B10   0
 Vitamin adj B11   0
 Vitamin adj B12  420
 Vitamin adj B13   0
 Vitamin adj B14   0
 Vitamin adj B15   4