Information retrieval

デジタル大辞泉

アイ‐アール【IR】

読み方：あいあーる

《information retrieval》情報検索。

インフォメーション‐リトリーバル【information retrieval】

読み方：いんふぉめーしょんりとりーばる

収集・整理した情報を必要に応じて、検索すること。IR。

じょうほう‐けんさく〔ジヤウホウ‐〕【情報検索】

読み方：じょうほうけんさく

《information retrieval》大量の情報を整理して蓄積し、必要に応じて取り出すこと。コンピューターの記憶装置内に蓄積された情報を端末装置などから目的別に取り出すこと。IR。

ウィキペディア

情報検索

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2024/03/10 15:48 UTC 版)

図書館情報学における情報検索については「情報検索 (図書館情報学)」をご覧ください。

「検索」の語義については、ウィクショナリーの「検索」の項目をご覧ください。

この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "情報検索" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2024年3月）

情報検索（じょうほうけんさく、英語: information retrieval）とは、コンピュータを用いて大量のデータ群から目的に合致したものを取り出すこと。検索の対象となるデータには文書や画像、音声、映像（動画）、その他さまざまなメディアやその組み合わせとして記録されたデータなどが含まれる。インターネットの発達により検索はインターネットを介して行われることも多いが、ここでは情報を検索^[1]するためのコンピュータ側における仕組みを記述している。

情報検索に対するコンピュータ側における技術は情報を人間が直接管理するのに比べ、データの量的な制約やデータの取り扱いの一貫性を保つ困難さという制約を受けることなく、高速で安定なシステムにより利用者に適切なデータを提供する機能と位置付けることができる。

情報検索と情報検索システムの全体像

情報検索が基盤としている技術は多数の分野にのぼる。情報検索はデータの管理および入出力のためのデータベース、文書データ処理のための自然言語処理や計算言語学、画像や音声を扱うための信号処理や認知心理学を背景とするパターン認識技術、メタデータに関する考察の基盤となった図書館情報学、検索アルゴリズム設計や情報検索システムの評価尺度考案のヒントとして寄与した諸数学理論などのさまざまな要素技術の組み合わせによって成り立っている。情報検索システムは情報検索を実現するためのソフトウェアやハードウェアによって構成されるシステムである。ここでは主にソフトウェアに関して、現在よく用いられているシステムの構成について述べる。

歴史と現在の課題

「en:File Retrieval and Editing System」も参照

1970年代に^[2][3]、大規模に蓄積される学術文献や論文等の管理をコンピュータ上で行うために、規模の大きい図書館でデータの管理と検索が行われるようになり、需要に応えるべく情報検索システムの開発が進んだ。図書館における蔵書検索や電子ジャーナル、統計資料のデータベースなどへの応用は現在でも盛んに用いられているほか、1990年代から広まったGoogleやgooのようなWorld Wide Web上のデータを対象にした検索エンジンが現在では情報検索のシステムとして特に身近な存在となっている。2000年代以降の情報検索の課題は、例として以下のようにまとめることができる。

• いわゆるDeep Web（ショッピングサイトなどに代表される、バックエンドの大規模なデータベースが動的なコンテンツを生成するウェブサイト）を対象にした検索
• より直観的なユーザインタフェース
• より人間に近い高度な判断尺度を持ったマルチメディア情報検索
• さまざまなメディアを統合的かつ横断的に扱うクロスメディア情報検索
• 格納されるデータや検索入力が言語に依存しないマルチリンガル(クロスリンガル)検索環境
• P2Pネットワーク等の大規模分散データを対象にした情報検索

情報検索システムの構成要素

情報検索システムの全体像

情報検索システムは主に以下に挙げる要素によって構成されている。

• データベース
• 検索対象のデータ
• メタデータ（索引語）
• ユーザインタフェース
• 検索アルゴリズム

データベースは検索対象のデータを蓄積し、管理している。検索対象のデータからはメタデータが作成され、メタデータもデータベースに格納される。検索の利用者は検索語(検索文)をユーザインタフェースを通して検索を発行し、検索アルゴリズムが適切なデータをデータベースに格納されているメタデータから選択し、選択されたメタデータに対応する検索対象のデータをユーザインタフェースを通して利用者に返答する。

例えばウェブサイトの情報検索では、検索対象のデータが個々のウェブサイトの内容、メタデータがウェブサイトの内容の要約やキーワード・紹介文、ユーザーインターフェースと検索アルゴリズムが検索エンジンにあたる。検索エンジンは検索キーワードに一致するメタデータをデータベースから選択し、選択されたメタデータに対応する検索対象のデータを検索結果に表示する。

情報検索システム構築の手続き

情報検索システムの構築は以下のフェーズを経て行われる。順序は必ずしも一定ではなく、構築するシステムの内容や外的環境によって異なる。

検索対象データ収集

検索の対象とするデータの収集方針を決定する。World Wide Web上のハイパーテキストを収集して対象とする場合にはクローラ(ロボット、スパイダー)を用いて自動的な収集を行うのが一般的であるが、天文学的数量の膨大なデータが存在し、かつ急激に変化するWorld Wide Webのデータを全て網羅して収集することは事実上不可能である。そのため、いかにして網羅的に多くの対象のデータを収集するかが重要な課題となっており、World Wide Web検索エンジンのサービスでは何ページのデータか検索が可能であるかが性能の指標の一つとなっている。

検索対象のデータからのメタデータ作成

検索対象のデータからのメタデータを作成する。メタデータの形式および作成方法は検索アルゴリズムやデータ収集の方針と密接に関連する。たとえばデータ収集が継続的かつ大規模に行われるような場合、人手を使ってメタデータを作成することはコストの大幅な増大を意味することになる。

検索アルゴリズムの設計

作成されたメタデータを用いてどのような計算を用いてデータを出力するか決定する。検索アルゴリズムの詳細についてはメタデータ生成法と情報検索アルゴリズムを参照。

検索性能の評価

再現率と適合率

情報検索システムの検索性能の評価を行う。情報検索システムの検索性能は主に正確性と網羅性の質的な観点から適合率(precision;精度ともいう)と再現率(recall)を、処理性能の量的な観点からスループットを測定することにより判定するのが一般的である。適合率は検索結果として得られた集合中にどれだけ検索に適合した文書を含んでいるかという正確性の指標であり、再現率は検索対象としている文書の中で検索結果として適合している文書（正解文書）のうちでどれだけの文書を検索できているかという網羅性の指標である。適合率は、

${\displaystyle p={\frac {R}{N}}}$

出典は列挙するだけでなく、脚注などを用いてどの記述の情報源であるかを明記してください。記事の信頼性向上にご協力をお願いいたします。（2024年3月）

• 徳永健伸著 辻井潤一編 『情報検索と言語処理 言語と計算』 東京大学出版会、1999年。
• 北研二、津田和彦、獅々堀正幹著 『情報検索アルゴリズム』 共立出版、2002年。
• Ricardo Baeza-Yates, Berthier Ribeiro-Neto. Modern Information Retrieval, Addison Wesley, 1999.

脚注

1. ^ 検索、三省堂大辞林
2. ^ Charles T. Meadow (1967年). “The analysis of information Systems-a programmer's introduction to information retrieval.” (英語). John Wiley & Sons, Inc.. 2008年11月19日閲覧。
3. ^ Charles T. Meadow(IBM社); 渡辺茂監, 高地高司・笹森勝之助訳 (1970年). “情報検索-検索言語・情報構成・ファイル処理”. 日本経営出版会. pp. 357p. 2008年11月19日閲覧。
4. ^ 天気予報の性能を示すスレットスコアはF値に類似した指標である。

外部リンク

• 情報検索コース - 研究人材のためのe-learning（科学技術振興機構）
• 『情報検索』 - コトバンク

オープンソースの情報検索システムソフトウェア

• Namazu
• Hyper Estraier
• Senna
• ht://Dig
• 汎用連想計算エンジン(GETA)
• Apache Solr

主な学術団体

• 情報処理学会 情報基礎とアクセス技術(IFAT)研究会
• 情報処理学会 データベースシステム(DBS)研究会
• 電子情報通信学会 データ工学研究会
• ACM SIGIR: Special Interest Group on Information Retrieval
• ACM SIGMM: Special Interest Group on MultiMedia
• ACM SIGIR: Special Interest Group on Management of Data

その他

• NTCIR 情報検索システム評価用テストコレクション構築プロジェクト
• Text Retrieval Conference (TREC)

表 話 編 歴 コンピュータ科学
ハードウェア	プリント基板 周辺機器 Integrated Circuit (IC) Very Large Scale Integration (超大規模集積回路、VLSI) Systems on Chip (SoC) エネルギー消費 (グリーン・コンピューティング) EDA ハードウェアアクセラレーション
コンピュータシステムの構造	コンピュータ・アーキテクチャ 組み込みシステム リアルタイムシステム ディペンダビリティ
ネットワーク	ネットワーク・アーキテクチャ（英語版） 通信プロトコル ネットワーク・コンポーネント（英語版） ネットワーク・スケジューラ（英語版） ネットワーク性能評価（英語版） ネットワーク・サービス（英語版）
ソフトウェアの構造	インタプリタ ミドルウェア 仮想マシン オペレーティングシステム ソフトウェア品質
ソフトウェア記法（英語版） とツール	プログラミングパラダイム プログラミング言語 コンパイラ ドメイン固有言語 モデリング言語 ソフトウェアフレームワーク 統合開発環境 ソフトウェア構成管理 ソフトウェアライブラリ ソフトウェアリポジトリ
ソフトウェア開発	ソフトウェア開発プロセス 要求分析 ソフトウェア設計 ソフトウェア構築（英語版） ソフトウェアデプロイメント ソフトウェアメンテナンス プログラミングチーム（英語版） オープンソースモデル
計算理論	計算モデル 形式言語 オートマトン理論 計算可能性理論 計算複雑性理論 コンピュータ科学における論理学（英語版） 意味論
アルゴリズム	アルゴリズム（英語版） アルゴリズム解析 アルゴリズム効率（英語版） 乱択アルゴリズム 計算幾何学
コンピューティングの数学	離散数学 確率 統計学 数学ソフトウェア 情報理論 解析学 数値解析
情報システム	データベース管理システム 情報ストレージシステム 企業情報システム 社会情報システム（英語版） 地理情報システム 意思決定支援システム プロセス制御システム マルチメディア情報システム（英語版） データマイニング 電子図書館 コンピューティング・プラットフォーム デジタルマーケティング World Wide Web 情報検索
セキュリティ	暗号理論 形式手法 セキュリティ・サービス（英語版） 侵入検知システム ハードウェア・セキュリティ（英語版） ネットワーク・セキュリティ 情報セキュリティ アプリケーション・セキュリティ（英語版）
ヒューマンコンピュータ インタラクション	インタラクションデザイン ソーシャル・コンピューティング（英語版） ユビキタスコンピューティング 可視化 アクセシビリティ
並行性	並行コンピューティング 並列コンピューティング 分散コンピューティング マルチスレッディング マルチプロセッシング
人工知能	自然言語処理 知識表現と推論 コンピュータビジョン 自動計画とスケジューリング 検索手法 制御手法 人工知能の哲学（英語版） 分散人工知能（英語版）
機械学習	教師あり学習 教師なし学習 強化学習 マルチタスク学習（英語版） 交差検証
グラフィックス	アニメーション レンダリング 画像編集 GPU 複合現実 バーチャル・リアリティ 画像圧縮 ソリッドモデリング
応用コンピューティング	電子商取引 企業アプリケーション 計算数学（英語版） 計算物理学 計算化学 計算生物学 計算社会科学 計算工学（英語版） 健康情報学 デジタルアート 電子出版 サイバー戦争 電子投票 コンピュータゲーム ワードプロセッサー オペレーションズ・リサーチ 教育工学 文書管理システム
概要（英語版） カテゴリ ブック コモンズ

典拠管理データベース: 国立図書館	スペイン フランス BnF data ドイツ イスラエル アメリカ 日本 チェコ