PD-Dデータベース · トランザクション処理

転置インデックス

Inverted Index

てんちいんでっくす

文書に含まれる単語（トークン）ごとに、その単語を含む文書の識別子と出現位置の一覧を対応付けた索引。全文検索で、キーワードから該当する文書をすばやく求めるのに使う。日本語では形態素解析やn-gramで文章を単語に分けて作成し、検索エンジンや全文検索の機能（Elasticsearchなど）の中核になっている。

#全文検索 #検索エンジン #n-gram #形態素解析

共有:

他の資格での定義

FE転置インデックス

単語ごとに、その単語が現れる文書の一覧を記録したインデックス。全文検索エンジンの基本的な仕組みで、大量の文書からキーワードを含むものを高速に絞り込める。

AP転置インデックス

単語ごとに、その単語を含む文書とその出現位置の一覧を記録したインデックス。全文検索で使われ、大量の文書からキーワードを含むものを、文書を順に読むことなく高速に見つけられる。

Past Exams

過去問での出題

過去問で 3 回出題（基本情報技術者試験 1・応用情報技術者試験 1・データベーススペシャリスト試験 1）。うち 1 回は用語そのものを問う問題です。

出典: 独立行政法人情報処理推進機構（IPA）の過去問題。問題文は IPA のサイトの PDF で確認できます。「用語を問う問題」は、この用語の説明や特徴そのものを問う問題です。「選択肢」は、問題文ではなく選択肢に出たものです。用語名で照合しているため、関係の薄い問題が含まれることがあります。

関連キーワードの用語

PD-Dストップワード除去

テキスト分析の前処理で、「は」「の」「です」や英語のthe、ofのように、どの文書にも頻繁に現れて内容の判別に役立たない語（ストップワード）を取り除く処理。形態素解析で単語に分けた後、辞書や出現頻度をもとに除去して、分析の精度と効率を高める。目的によっては、否定語のように除くと意味が変わる語を残す必要がある。

PD-Dn-gram

文章を、連続するn個の文字や単語の組に区切ったもの。n＝1をユニグラム、2をバイグラム、3をトライグラムという。直前のn－1語から次の語の出現確率を推定する統計的な言語モデルや、辞書なしで作れる全文検索の索引（文字バイグラムなど）、文章の類似度の計算に使われる。

APSEO

検索エンジン最適化。Webサイトの構造やコンテンツを最適化し、検索エンジンの検索結果で上位に表示されるようにする手法。Webマーケティングにおける集客の基本的な施策。

A-1エンタープライズサーチ

ファイルサーバ、文書管理システム、メール、業務システムなど、組織内に分散した情報を横断して検索できるようにするシステム。利用者の権限に応じて検索結果を制御する機能を持ち、近年は生成AIと組み合わせて社内文書に基づく回答を生成する用途にも使われる。

A-1SEO（検索エンジン最適化）

検索エンジンの検索結果で、自社のWebページがより上位に表示されるように、コンテンツの質、ページの構造、表示速度、外部からのリンクなどを改善する取組み。広告費をかけずに検索からの訪問者を増やすことを目的とする。