データベース全文検索「ひまわり」とは【使い方】

ひまわりとは？

ひまわりは国立国語研究所で開発されたソフトウェアです。インストールから使用まで、すべて無料です。
データベースは、青空文庫の作品（14000作品以上）、国会議事録、Wikipediaなどが無償で公開されています。

• 全文検索システム『ひまわり』

特徴

このソフトの大きな魅力は、高度な検索、自分のオリジナルな文章データベースを作ることにあります。このソフトを使えば、自作の小説、ブログの記事、レビュー、ツイートなどなど、文章であればどんなものでも、データベース化することができます。

使い方

青空文庫の検索、文章のデーターベース化をご紹介します。

青空文庫の文章検索

下の画像は、公開されている『青空文庫』パッケージを使用し、雨、という単語で検索した結果です。特に、太宰治の作品に絞っています。この検索結果をダブルクリックすれば、ブラウザで全文が読めます。

パッケージのテキストデータは形態素解析済みなので、検索キーワードの品詞などもわかります。

文章データベースの作成

文章をひまわりでデータベース化します。
下の画像は、データベースにした文章の検索画面です。「雨」で検索しています。

「雨」をダブルクリックすると、IEやchrome、firefoxなどのブラウザに全文が表示されます。下の画像は、chromeの画面です。「雨」が赤字になっています。

データベース作成時に形態素解析も可能なので、自作のデータベースであっても単語の品詞情報などを加えることができます。ただし、形態素解析ツール（MeCab）などのインストールが必要となります。

参考資料

ひまわりのマニュアルや参考文献です。

• 全文検索システム『ひまわり』利用者マニュアル
  インストール方法から、検索のやり方、データベースの作り方（言語資料のインポート）が丁寧に説明されています。
• 全文検索システム『ひまわり』を用いた既存資料の活用.pdf
  PDFの資料です。ひまわりのバージョンは少し古いですが、データベースの作り方（言語資料のインポート）について、詳しい説明があります。
• 全文検索システム『ひまわり』を利用した言語資料検索環境の構築手法.pdf
  マンガの文章検索についても紹介があります。