kinnekoの日記： 検索したい MS-Office 文書量

検索の必要な MS-Office 文書はどれだけ持っている?
共有の必要なものは、そのうちどれくらい?
検索エンジンは 3000 文書とかで 50 万円もするけど、そのくらい
のデータは皆普通に持っているのではないか。
わたしはこの手のデータをあまり持ってないので、営業マンのを
調べてもらったら 4000 以上あった。
だとすると、その価格はとてもナンセンスなものだ。
検索が必要となるのは、持っている文書のうちどのくらいなのだろ
う。
Inktomi や goo と比べると Mitake が一番コストパフォーマンスい
いかなぁ...

namazuでは駄目？

[Anonymous Coward]

namazuのword, excel用検索プラグインで、結構ステキに使える気がしますですよ。
ゲイツOS用もあります。
http://www.namazu.org/windows/index.html.ja [namazu.org]

nekoie(会社員)

Re:namazuでは駄目？

[kinneko (277)]

Namazu は当然知っていて、自分でも会社のサイトが全文検索でき
ないのが仕事に差し支えたので、だいぶ前から使っているます。
今は、会社のサイトのほうが採用しているけどね(^^;。でも、リン
ク切れも収容しているわたしのインデックスのほうが優秀(^^;。

もちろん、オープンソース系フィルタと併用する事ができるのもわ
かっているのですが...
オープンなフィルタはプロパティ検索まで対応しているのかな。
デ変研の商用フィルタを使っている例もあるようですね。
でも、パーソナルライセンスなくなってから、高い感じだし。

最近、商用検索製品のベースに Namazu を採用した一社が音をあげ
かかっていてセカンドソースを探していると耳にしました。

やっぱ、継続的にメンテしてゆくということや、辞書系の弱さなん
かが実運用する上では問題になると思うのです。次に来るのは、イ
ンデックス化の速度。kakasi や chasen ではいまひとつではない
かと。さらに XML 文書を検索できるかという点もこれから重要。

Re:namazuでは駄目？

[nekoie (471)]

うーん、なるほどです。
4000件ぐらいなら、namazuで十分じゃないかな、と思ったのですが、既に利用されていたのですね。。
（word文書から検索→外部には大っぴらに公開しない文書→検索速度はそんなに重要でない、みたいに勝手に思ってしまったので。）

確かに、辞書系の弱さはちょっと問題ですねnamazu（当時はあまりchasenが安定していない頃だった気がするので、品質には目をつぶって、kakasiを使用してましたが）。とはいえ、日本語の場合は、どうしても単語分割の品質は限界があるような気もしますけど。

そういえば、googleのはどうなのでしょう？データの重み付けに優れていそうなイメージがありますが……

Re:namazuでは駄目？

[kinneko (277)]

ここ半年くらいだと Lycos あたりがいい感じがします。
検索エンジンも４世代目に向けてシノギを削っているようです。