CN1153356A - 以格阵作关键字的字典检索装置和方法 - Google Patents

以格阵作关键字的字典检索装置和方法 Download PDF

Info

Publication number
CN1153356A
CN1153356A CN96112039A CN96112039A CN1153356A CN 1153356 A CN1153356 A CN 1153356A CN 96112039 A CN96112039 A CN 96112039A CN 96112039 A CN96112039 A CN 96112039A CN 1153356 A CN1153356 A CN 1153356A
Authority
CN
China
Prior art keywords
dictionary
retrieval
node
composite key
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN96112039A
Other languages
English (en)
Other versions
CN1096036C (zh
Inventor
小川知也
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of CN1153356A publication Critical patent/CN1153356A/zh
Application granted granted Critical
Publication of CN1096036C publication Critical patent/CN1096036C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/31—Indexing; Data structures therefor; Storage structures
    • G06F16/316—Indexing structures
    • G06F16/322—Trees
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y10S707/99935—Query augmenting and refining, e.g. inexact access

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

以格阵作为关键字的用于检索TRIE(树检索)字典的字典检索装置和方法，在格阵中，每个识别结果的待选物字符作为数据结点处理，且字符格阵是用每个待选物字符同控制结点连结构成，根据控制结点连结信息，相应于每个分支的字符串通过从头到尾遍历字符格阵的数据结点而被检索。根据这种方法，在字符格阵中包含的所有检索关键字形成以后，同用字典匹配实现的处理相比，得到更高的检索效率。

Description

以格阵作关键字的字典检索装置和方法
本发明涉及一种字典检索装置和方法，以检索字典，它基于格阵(1attice)结构数据，包括多个被识别的字符或音素待选物，以识别字符，语音等等。
近几年来，为计算机研究了一些更有效的数据输入方法。为了把数据输入给计算机，一些识别技术，如字符识别，语音识别等是大家知道的。对于利用待识别字符串字典的核对(collating)方法有散列法，B-树法和TRIE法(树检索法Tree Retrieval method)。散列法是寻找对应于检索关键字内码的记录字之存贮地址的一种方法。B-树法是一种对存贮在B-树的每个结点的记录字进行检索的一种方法。B-树是一种搜索树，它在一个单结点上具有多个分支。TRIE法，它是通过把部分检索关键字同在树结点上存贮的索引，进行比较，对通过分类存贮在叶上的记录字进行检索的。为了识别处理，被识别结果的多个待选物可以以字符和音素存在，对于多个待选物的字典检索方法，字典的检索是基于格阵结构数据而被搜索的，其中待选择的字符和音素结构是格阵结构。
当一种传统的字典，用于识别过程中时，有一种右截断压缩字典。在这种首语重复法(anaphora)压缩字典中，在字典中所存贮的识别字当同另一被识别字的首部一致时通过压缩来存贮。例如，有3个短语“computer architecture”，“computer system”和“computerintroduction”，其中第一个字“computer”被压缩掉，那是因为“computer”对这三个短语来说是公共的。利用首语重复法压缩的字典，对字符串检索处理，能得到可识别字符串集，这些字符串从所给的格阵字符的顶部开始顺序得到，用字典中所识别的字比较，然后实现匹配处理。
然而，对上述传统的检索处理存在下述问题。
当处理的例子中存在多个所识别结果的待选物时，存在手写字符的识别处理和语音识别处理。对这种类型的识别处理，字典检索是无法大规模实现的。尽管，基于散列法的字典检索主要的提供方法。然而，散列法中，当关键字冲突发生多次时，其控制逻辑变得复杂，且当格阵变大时，它的搜索效率变低。而B一树法，有其它问题，无法实现高速检索。
TRIE法同上面所描述的方法比，能实现高速检索。而且，当TRIE字典是基于字符格阵被检索时，如果字符串通过待选物格阵字符组合而形成，待选择字符的数目越大，形成的字符串的数目越大。如果字典的检索是通过设定每个字符串作为关键字来实现，就会出现过量的组合，检索不可能在合理的操作时间内完成。结果，在这种识别处理中，需要多次执行字典检索，因此，就出现了不能高速检索问题。
本发明的目的是提供一种利用基于所给格阵结构数据的TRIE字典实现高速检索的设备和方法。
本发明的字典检索单元包括检索单元，复合关键字管理单元，检索状态存贮单元和输出单元。
复合关键字管理单元管理复合关键字信息，复合关键字是有组织地结合的多个数据结点组成的，它包括二个或多个检索关键字，检索单元通过对上述复合关键字数据结点的遍历，检索对应于上面所述TRIE字典的记录。
复合关键字是由表示例如识别结果的待选择语音和待选择字符的数据结点顺序连结而构成的。取决于链接到下面的数据结点数目，分支成很多数据结点序列。因此，一个复合关键字从头到尾包括多个数据结点序列，作为检索关键字。作为这类关键字，有一字符格阵。
检索单元在对复合关键字从头到尾连续对数据结点遍历的同时，检测出是否记录符合每个数据结点的通路。如果存在符合的记录，则作为检索结果被检索，并存贮到检索状态存储器单元。进而，若没有相应的记录，下一个数据结点就成为检索的目标。而TRIE字典以同样方法被检索。
检索状态存贮器单元，存贮代表在上述复合关键字中，所检索的数据结点的位置信息，以及通过检索单元得到的检索结果。为了存贮检索的状态，利用如OPEN表这样的数据结构。因为输出单元输出检索的结果，所得到的检索结果对用户来说，例如作为识别结果的待选字符串呈现。
根据这种字典检索单元，在复合关键字从头连续展开时，复合关键字同TRIE字典所寄存的字符串比较。因为这样，对于包含在复合关键字中的多个检索关键字的重复部分，同字典的比较能一次实现，字典检索的效率能提高。
而且，字典检索单元，从复合关键字头到每个数据结点，对每个数据结点计算表示字符串确定性的估算函数值。然后，当这值变成一个预定值时，检索通路的修剪通过终止检索能被实现。因而能实现高速处理。
本发明的通过字典检索单元的检索方法能适合任何语言，如日文，中文，朝鲜文，英文，法文，德文等的校对支持处理和字符识别处理。即使在检索结果字符中包含有符号和图形也能被实现。而且，本发明能用于对如语音识别等进行处理。
根据下面结合附图的详细说明，将使对本发明的了解更清楚，其中：
图1是本发明的字典检索单元的原理性方块图；
图2是字典检索单元的模块图；
图3是信息处理系统方块图；
图4图示了一个源图象；
图5图示了所显示的字符阵示例；
图6图解说明用在控制结点上的第一个字符阵；
图7图解说明一个控制结点；
图8图解说明一个数据结点的结构；
图9图解说明第二个字符阵，其中包含边界设定错误；
图10是显示第二字符阵形成的树；
图11图解说明TRIE字典的结构；
图12图解说明OPEN表的结点结构；
图13是第一检索过程的流程；
图14图示说明深度优先搜索；
图15显示了记录识别处理的流程；
图16显示了广度优先搜索的流程；
图17显示了最佳优先搜索的流程；
图18显示了检索停止处理的流程；
图19显示了检索再启动处理的流程；
图20显示了第二检索处理的流程；
图21显示了第三检索处理的流程；
图22显示了用于校对支持的第三检索处理流程图；
图23显示了第四检索处理的流程；
图24图示说明一幅英文字的原始图象；
图25图示说明一个英文字符格阵实例；
图26图解说明第四字符格阵；
图27图解说明第五字符格阵，其中包括边界设定错误；
图28图解说明一英文字的TRIE字典；
图29图解说明在最佳优先搜索中英文字的OPEN表。
下文根据图，解释本发明的优选实施例。
图1是本发明的字典检索装置的原理性方块图。在图1中，包括检索单元1，复合关键字管理单元2，检索状态存储器单元3及输出单元4。
复合关键字管理单元2管理复合关键字信息，其中包括有组织地结合起来的多个数据结点，还包括2个或更多个检索关键字。
检索单元1通过遍历上面所述的复合关键字中的数据结点，检索相应的记录，并检索对应上面所述的TRIE字典的记录。
检索状态存贮器单元3存贮由上面的复合关键字中所检索的数据结点的位置信息，及从检索单元1中得到的检索结果。
而输出单元4输出上面所述的检索结果。
复合关键字包括数据结点，它们表示按识别顺序识别结果的选择字符和音素，并根据紧跟在每个结点之后被连接的数据结点数分支成多个数据结点序列。因此，一个单独的复合关键字包括作为检索关键字的从头到尾的多个数据结点序列，而字符格阵就是这种复合关键字。
检索单元1通过复合关键字从头到尾顺序的遍历数据结点，检验是否对应于每个数据结点通道的记录存在于TRIE字典中。若发现记录存在，相应的记录作为检索结果被检索出，并存到检索状态存贮器单元3。而若没有找到相应的记录，则检索下一个数据结点，用同样的方法检索TRIE字典。
这样得到的检索结果，例如可作为选择的字符串的识别结果，由外部输出并提供给用户。
根据字典检索单元的这种形式，复合关键字同TRIE字典中所存的字符串比较，以这样的方法，复合关键字从头开始顺序展开。因此，用包含在复合关键字中多个检索关键字的重复部分形式，字典比较一次搜索已足够，且检索处理效率变高。另外处理时字典的检索速度变得更高。当得到合适的检索结果时，实现终止。
例如，在图1中的检索单元1对应于字典检索控制模块13，示于图2中，将在下面进行解释。复合关键字管理单元2和检索状态存贮器单元3分别对应于格阵信息管理模块12和字典检索状态信息管理模块14。而输出单元4对应于图3中的输出单元24。
图2是字典检索装置的模块原理图。在图2中的字典检索装置11包括格阵信息管理模块12，字典检索控制模块13，字典检索状态信息管理模块14，估算函数模块16，修剪确定模块17和TRIE字典访问模块18。
格阵信息管理模块12管理输入格阵信息。字典检索控制模块13，通过TRIE字典访问模块18，用顺序遍历格阵结点的方法，访问在TRIE字典存贮单元19中存贮的，对应于TRIE字典中的格阵结点部分。它们根据预定的控制方法从格阵信息管理模块12中得到。然后，通过确定是否在字典中有记录存在实现字典的检索，并输出检索结果，字典检索状态信息管理模块14根据需要更新字典检索状态信息15，并根据需要，给用户提供更新的结果，与此同时通过字典检索控制模块13实现检索。
在检索执行过程中，估算函数模块16在检索点上计算估算值，并把该值送到字典检索控制模块13。字典检索控制模块13用所接收的估算值实现有效的检索。修剪确定模块17用估算值确定格阵结点上的修剪是否可能。当修剪确定模块17确定修剪可能时，这种格阵比对应结点更深，修剪亦可能，将不再检索。所以，其结果使字典检索变得更为有效。
图3是用来实现字典检索装置的信息处理系统方块图。在图3的信息处理系统中包括CPU21，存贮器22，输入单元23，输出单元24，TRIE字典存贮单元19及把它们相连的总线25。当这种型式的信息处理系统实现字符识别处理时，输入单元23可能是图象输入设备如扫描仪，输入单元23常用来输入待识别的字符串的源始图像。而且，当执行语音识别处理时，输入单元23是包含话筒，声音译码装置等的声音输入设备，用以输入待识别的声音。
CPU21利用存贮器22执行输入源图象或声音的识别处理，并且产生包括很多待选字符的格阵。此外，CPU21通过执行存贮在存贮器22中的程序实现同格阵信息管理模块12，字典检索控制模块13，字典检索状态信息管理模块14，估算函数模块16，修剪确定模块17和TRIE字典访问模块18相同的功能。而且，CPU21通过按检索关键字格阵处理，在TRIE字典存贮单元19中检索TRIE字典，输出单元24如显示装置，打印机装置等，用来显示和输出正被执行的检索状态和检索结果。
而字符识别处理，以日语源图象的作为例子，参考图4到7来说明。
图4显示了待认别的源图象。当图4中的源图象，通过OCR(光学字符识别)处理，作为字符“大学
Figure A9611203900101
行ㄑ”被识别，如果没有字符边界设定错误，图5中所见的字符格阵就得到，在图5的格阵中，第一行上，包含在源图象中的每个字符的第一待选物被列出，而第二待选物和第3待选物分别在第2行和第3行上列出。图6画出了用数据结点和控制结点表示的字符格阵。
图6中的第一字符格阵包括控制结点和数据结点，数据结点以格阵形式在水平和垂直方向排列，每个待选物字符作为字符识别结果，随同它的属性存贮在数据结点上。
待选物字符的属性描述了表示字符识别结果确信性的估算值。这里，写在每个数据结点下面的数字值表示识别的距离值，这个距离值是估算值的一种表式，识别距离值意味着所识别结果的字符模式和在相应字典中可得到字符的字符模式之间距离值，它表示作为源字符的待选物字符的确信性，识别距离值越小，源字符模式和字典中待选物字符模式之间类似关系越紧密，且待选物字符的确信性越高。这里， “[Head]”和“[Tail]”数据结点不是被识别的结果，而设立这些特殊数据结点，是为了处理方便。而且，在那里不指示识别距离值。
控制结点在数据结点之间，主要用于字典检索处理控制；并在检索以后用于提供处理所必须的信息。为了上述各种用途，从“[Head]”向“[Tail]”按结点顺序位置在控制结点上提供标识符如C0，C1，C2，C3，C4和C5，标识符包括的数字值越小，越靠近“[Head]”的位置。
图7和8说明相应控制结点和数据结点的结构，它们分别由格阵信息管理模块12管理，连到控制结点的数据结点的数目和指向这些数据结点的指针存贮在图7中控制结点内。例如，在图6中对控制结点C0的数据结点数目为3，因为顺序的数据结点是“文”，“大”和“丈”，而指向这三个数据结点的指针被存贮。
另外，连到数据结点的控制结点的标识符(控制结点ID)，识别的距离值及由数据结点表示的待选物字符的字符信息存于图8的数据结点中。例如，在数据结点为“文”的情况下，表示待选物字符“文”的字符信息被存贮，它的识别距离值为10，后续控制结点标识符为C1。
虽然，在图6中控制结的顺序和数据结点的顺序采用在识别期间无边界设定错误的正常结点顺序，若具有边界设定错误，数据结点可以不用格阵形式来安排。在这种情况下，作为识别结果的格阵字符将是如图9所示的图形方式的数据。当图9中的第二字符格阵同图6中第一字符格阵比较时，二个待选物字符
Figure A9611203900111
和
Figure A9611203900112
被插在控制结点C2和C4之间，这些是根据包含在源图象中的
Figure A9611203900113
设定的边界产生的，因而数据结点
Figure A9611203900114
， 和控制结点C3安排成同其它识别待选扬数据结点
Figure A9611203900116
和“院”并行，表示同一字符。
字典检索控制模块13通过遍历图6和图9中字符格阵中的每个结点实现字典检索。当图9中的字符格阵作为检索关键字处理时，这种类型的处理同在图10中遍历树结构的处理相同，其中字符格阵被展开。在图10中，连到每个控制结点的数据结点，把数据结点“[Head]”作为根结点处理，按顺序展开，而每个分支的末端由数据结点“[Tail]”终结。在数据结点“字”以后，后面的展开是同数据结点“学”形成的树的展开相同，数据结点“大”和“丈”以后，后面的展开是同数据结点“文”形成的树的展开同样的。
图11说明具有这样形式待选物字符的TRIF字典结构。在图11中的TRIE字典是寄存的字和字符串的记录的集合，这些字和字符串作为关键字来处理。所寄存字的记录用包括表示字本身的一部分语言和信息的数据对来表示。例如，在记录区25中记录的“大”包括表示字“大”的数据和表示前缀的数据，而记录“大学”包括表示字“大学”的数据和表示普通名词的数据。
另外，在大部分情况下，在TRIE字典中关键字用索引树来表示。当通过将正常字符串作为关键字处理，字典检索被实现时，相应于键字的记录(如果它们存在)，通过连续遍历分支作为检索的结果输出，而遍历的分支对应于来自索引树的根索引的字符串关键字的每个元素。而且，在分支过程中找到的记录随同检索结果一起输出，因为当实际上实现字符识别处理时，在大部分情况下，中途找到的记录是有用的。
图11中，在记录区35中，指向记录“丈”的指针被存贮在索引31中“丈”的位置，下一个索引32的指针和下一个索引34的指针分别存于“大”的位置和“丈”的位置。这里，所指记录的指针用虚线表示，所指索引的指针用实线表示。实际上，这些指针通过使用每个指针的MSB等而区别。
指向记录“大”的指针存于索引32的顶部位置0，而指向牵引33的指针存于“学”的位置。同样，指向记录“大学”，“大学院”，“文学”和“文字”的指针被存于索引33和34中。
在本发明的字典检索中，字符串并不各自表示很多关键字的字符格阵中产生。但字符格阵节点连续地从字符格阵的顶部被检验。对每个数据结点，对应于待选字符的分支，连续地通过索引树而被遍历，字符格阵结点的连续遍历，如同前面所述，在图10中树结构的遍历相同。若用这样方法实现检索，包括在字符格阵中的所有关键字不需产生，因为检索空间能够限制在存在检索结果的区域内；而可实现有效的检索。
尽管，对格阵结点，通常所说的树搜索的许多类型的遍历方法能应用。为了容易解释，这里，作为一个好例子，用OPEN表方法来解释，OPEN表对应于字典检索状态信息15，同时包括被检索的格阵内的数据结点。
图12说明为每个元素结点形成OPEN表的排列结构。各种元素，例如指向下一个OPEN表的元素结点的指针，为最后控制结点的ID，作为最后控制结点的数据结点数，指向父结点的指针，指向相应TRIE字典的指针及估算函数值被存于图12中OPEN表的每个元素结点中。这里，最后控制结点的数据结点数等于相继数据结点的标识号，它们可方便的在格阵中在被检索的数据结点之前，直接在最后控制结点上方便地确定。而且，指向TRIE字典的指针是指向在检索中所用的TRIE字典的指针，估算函数值表示通过使用字符识别距离值等计算的字符串的确信性。
图13是基于OPEN表的第一检索过程流程。检索处理程序是通过字典检索模块13执行的。在图13中，当处理开始时，首先用字典检索控制模块13把格阵数据结点“[Head]”输入给字典检索状态信息管理模块14(步S1)中的OPEN表。在图14的OPEN表L1表示图9中从字符格阵“[Head]”被检索的状态被存贮。
其次，检查是否OPEN表为空(步S2)，如果OPEN表不空，在OPEN表中头元素结点成为结点“n”。然后，检查在TRIE字典中记录区35内是否存在相应结点“n”  (步S4)。
图15显示了步S4中所示的记录检查处理子程序的流程。在图15中，当开始处理时，字典检索控制模块13，首先检查指针是否在TRIE字典中结点“n”上。也就是，对应于结点“n”索引位置上存贮的指针是指向索引的指针(步S11)。
因为在这种情况下，位于结点“n”位置的指针指向索引，检查是否指向记录区35中记录的指针存贮在下一级索引的位置0，而下级索引是用上面所述结点“n”位置的指针所指的(步S12)。如果有一指针指向记录，通过对图13主程序返回“true”而处理终止(步S14)。如果及有指针指向记录，通过对主程序返回“false”而处理终止(步S15)。
在步S11中，若在结点“n”位置上的指针不指向索引，就检查是否该指针指向记录(步S13)。如果有指针指向记录(步S14)，通过向主程序返回“true”而处理终止(步S14)。而如果及有指针指向记录，通过向主程序返回“false”而处理终止(步S15)。
如果从主程序返回“true”，字典检索控制模块13通过用指向对应于结点“n”的记录，从记录区35检索记录，并把检索的记录存到字典检索状态信息管理模块14，作为检索结果(步S5)。如果从子程序返回“false”，基于对应于结点n”无记录而确定处理进入到步S6。
在图14的OPEN表L1的情况下，尽管只是元素“[Head]”能是结点“n”(步S3)，因为结点“[Head]”指示了在图11中TRIE字典的第一牵引31，牵引31的位置0被检验(步S12)。然而，指针并没有存贮在索引31的位置0(图14中未显示)，所以，确定相应的记录不存在(步S15)。
下一步，再检查是否在TRIE字典中结点“ n”位置上的指针指向索引(步S6)。如果指针不指向索引重复下面在步S2中和以后的过程。如果指针指向索引，在格阵中结点“n”的子结点被展开，每个子结点被插入到OPEN表的适当位置(步S7)。然后重复下面在步S2中和以后的过程。如果在步S2中OPEN表空，处理终止。
这里，结点“[Head]”指示出索引31，作为交结点的数据结点，例如“文”， “大”，和“丈”被展开，及插入到OPEN表的头位置。然后，OPEN表成为L2(步S7)，如OPEN表L2不是空表，头元素“文”可能是结点“ n”(步S3)，并检查是否相应结点“文”的记录存在(步S4)。在图11的TRIE字典中，在索引31中“文”位置上包括的指针指向下一级索引34。因此，索引34的位置0被检验(步S12)。这里，在位置0指向记录“文”的指针被标识。并且该记录作为检索结果被存贮(步S5)。
下一步，根据结点“学”和“字”，它们是结点“文”的子结点，被插入到OPEN表。因为，在结点“文”位置的指针指向下一级索引34(步7)。
现在，对图10的树有3种类型的典型的搜索方法：深度优选搜索，广度优选搜索和最佳优选搜索。深度优先搜索法是对每个分支从[Head]向[Tail]方向搜索的方法。广度优先搜索法是以广度方向优先来搜索所有分支，然后，在深度方向搜索所有分支。最佳优先法是以顺序从具有最佳估算函数值分支顺序进行搜索的方法。
这些方法中选择搜索方法的决定，取决于在图13中步S7上结点“n”的子结点在OPEN表中的插入位置，如果子结点被插在OPEN表的头部，用深度优先搜索法，如果子结点被插在OPEN表的尾部，用广度优先法，而如果插入位置是在指定条件下，根据估算函数值确定的，用最佳优先法搜索。图14中说明了深度优先搜索法的OPEN表的例子。图16说明了广度优先搜索法的OPEN表的例子，而图17说明了最佳优先法的OPEN表的例子。
首先，在此参照图14对图10的树用深度优先搜索法来解释。正如上面所述，当从OPEN表L2检索对应于元素“文”的记录“文”作为检索结果被存贮时，在图9中的数据结点“文”的子结点“学”和“字”被展开，且顺序从头位置在OPEN表中被插入。因此，OPEN表成为L3。在OPEN表L3中，作为一例子，元素“(文)学”代表对应于子结点“学”的元素结点，从父结点“文”展开。这种表示形式可用于同样方式的其它元素中。
图12中说明了对应于元素“(文)学”的安排数据的结构。指向下一个结点的指针指到OPEN表L3中下一个元素结点“(文)字”。而且，作为最后的控制结点ID，控制结点标识符C1，被存贮。该标识符C1提供在图9中的数据结点“学”的前面。最后控制结点的数据结点数代表在最后控制结点后面，以连续顺序给的数据结点数。这里，数字1和2分别给控制结点C1后数据结点“学”和“字”。结果，数据结点“(文)学”的数变成1。
当指针指向父结点时，指向对应于格阵中父结点“文”的元素结点被存贮。当指针指向TRIE字典时，在图11中TRIE字典的索引34中表示“学”位置的指针被存贮。估算函数值，在本说明的后面部分解释。
对图12中的元素结点，最后控制结点的ID和控制结点的数据结点数被设计成便于存贮。另一方面，在格阵中指向相应数据结点自身的指针可以被存贮。
其次，通过从OPEN表L3中检索“(文)学”形成结点“n”(步S3)，且相应的记录“文学”作为检索结果被存贮(步S5)。在这点上，虽然OPEN表变成L4，由于指向记录“文学”的指针已经存贮在对应于“(文)学”位置上，新的子结点就不再插入了。
再次，从OPEN表L4检索“(文)字”形成结点“ n”(步S3)，相应的记录“文字”作为检索的结果被存贮(步S5)，而OPEN表成为L5。在这种情况下，由于下一个牵引的指针还没有存贮在相应于“(文)字”位置，新的子结点将不插入OPEN表。
其次，通过从OPEN表L5中检索“大”形成结点“n”(步S3)，且相应的记录“大”作为检索结果被存贮(步S5)。在这点上，指向下一级索引32的指针被存贮在相应的“大”的位置上，结点如“(大)学”和“(大)字”作为“大”的子结点被插入到OPEN表的头位置(步S7)。结果，OPEN表成为L6。
其次，通过从OPEN表L4检索“(大)学”形成结点“ n”(步S3)，且相应的记录“大学”作为检索结果被存贮(步S5)，指向下一级索引33的指针被存贮在对应于“(大)学”的位置上，而结点例如“(大学)
Figure A9611203900161
”，“(大学)院”，及“(大学)
Figure A9611203900162
”作为“(大)学”的子结点被插入到OPEN表的头位置(步S7)。结果，OPEN表成为L7。接着，虽然通过OPEN表L7检索“(大学)
Figure A9611203900163
”形成结点“n”(步S3)，因为对应于TRIE字典的牵引不能找到，得不到检索结果，结果，OPEN表成为L8。接着，OPEN表L8的“(大学)院”可能是结点“n”(步S3)，且相应的记录“大学院”作检索的结果被存贮(步S5)。用这种方法，OPEN表的元素结点被处理，当OPEN表空时，检索处理终止。
其次，参照图16对图10的树用广度优先搜索法来解释。在广度优先搜索的情况下，在图13步S7中展开的子结点被插入到OPEN表的尾部。在图16中，在OPEN表L11和L12产生的处理是同对图14中OPEN表L1和L2的处理相同的。
当从OPEN表L12中检索“文”(步S3)，记录“文”成为检索结果时(步S5)，它的子结点如“文(学)”和“(文)字”被插入到OPEN表的尾部(步S7)。结果，OPEN表成为L13，而“大”从OPEN表L13中被检索(步S3)记录“大”成为检索结果(步S5)，它的子结点例如“(大)学”和“(大)字”被插入到OPEN表的尾部(步S7)。结果，OPEN表成为L14。
其次，从OPEN表L14检索“丈”，且记录“丈”成为检索结果(步S5)。结果，OPEN表成为L15，然而，在TRIE字典中没有“丈”的索引。因此，新的子结点不能被插入。以同样的方法，OPEN表改变成L16和L17而不增加元素结点。此时记录“文学”和“文字”成为检索的结果。
其次，通过从OPEN表L17检索“(大)学”(步S3)，记录“大学”成为检索结果(步S5)，而它的子结点如“(大学)
Figure A9611203900171
”，“(大学)院”和“(大学) ”被插入到OPEN表的尾部(步S7)。结果，OPEN表成为L18。以这种方法，在OPEN表中的元素结点被处理。当OPEN表空时，检索处理终止。
下面对图10中的树的最佳优先搜索法参考图17作解释。对于最佳优先法，对形成的子结点的插入位置是根据图13中步S7，用估算函数模块计算的估算函数值来确定的，因此，首先，在此说明一下估算函数。
在格阵中数据结点的估算函数值是根据从结点“[Head]”到数据结点的分支(数据结点的序列)，在检索方法直到数据结点期间得到的信息等等而被计算的，更明确地说是根据例如分支上数据结点数，每个数据结点的属性，使用的符号类型的属性，排列序列，及数据结点的识别距离值来计算。
当估算函数值随分支变得更长而单调增加时，这类估算函数称为单调增加函数。作为单调地增加的估算函数值的例子。在分支上，具有数据结点识别距离值的总值，并且有些数据结点它的识别距离值是大于指定值。
当估算函数是单调增加函数时，为了在图13，步S7上，在OPEN表内插入结点“n”的子结点，最佳优先搜索通过插入子结点，以便使OPEN表内元素结点按较佳估算函数值次序排列而实现搜索的。也就是，在这种搜索方法中，树搜索按较佳函数值结点次序实现的。每个树结点对应于TRIE字典的每个检索关键字，对结点的估算函数值可能是相应于检索关键字字符串的估算函数值。而且，为了字典检索，检索按检索关键字较佳估算函数值的次序实现，且检索结果记录按这样的次序取出。
在图7的最佳优先搜索方法中，估算函数模块16利用给予分支的每个数据结点识别距离值的和，并计算它的值，此外，字典检索控制模块13在字典检索状态信息管理模块14中存储所计算的值，作为OPEN表相应结点估算函数值。而且，估算函数值越小则越好。
在图17中展开OPEN表L21和L22的处性同图14中展开的OPEN表L1和L2的处理是相同的，然而，元素结点，如“文”，“大”和“丈”按照写在元素结点上较小的估价函数值顺序存贮。
其次，当记录“文”通过从OPEN表L22(步S3)检索“文”而变成检索结果时(步S5)，它的子结点例如“(文)学”及“(文)字”被展开。这里“(文)学”的估算函数值基于数据结点的识别距离值，如在图9中“文”和“学”成为30。“(文)字”的估算函数值基于数据结点的识别距离值例如“文”和“字”成为60。
这种估算函数值同元素结点如“大”和“丈”的估算函数值比较，而“(文)学”被插到OPEN表的顶部，“(文)字”被插到OPEN表的尾部(步S7)。结果，OPEN表成为L23。
接着，记录“文学”通过从OPEN表L23检索“(文)学”(步23)而变成检索结果(步S5)，且OPEN表成为L24。
接着，记录“大”通过从OPEN表L24检索“大”(步S3)而变成检索结果(步S5)。然后它的子结点例如“(大)学”和“(大)字”被插入到相应于它们各自的估算函数值50和80位置(步S7)。结果，OPEN表成为L25。
接着，记录“大学”通过从OPEN表L25检索“(大)学”(步S3)变成检索结果(步S5)。然后它的子结点“(大学)
Figure A9611203900181
”，“(大学)院”和“(大学)
Figure A9611203900182
”按估算函数值60，100和110位置被插入(步S7)。结果OPEN表成为L26。
同样方法，OPEN表变为L27和L28，记录如“丈”和“文字”变为相继的检索结果。以这种方法，实现OPEN表中元素结点的处理。如果OPEN表变为空，检索处理终止，根据图17的检索结果，我们能了解，记录能按较佳估算函数值的次序而被检索。
其次，参图18到23解释了其它检索处理。
在图13的检索处理算法中，检索进展状态信息包括在包含OPEN表及检索结果的字典检索状态信息15中如果有为检索停止的字典检索状态信息15，则检索能被再启动。而且，当图13步S4中，具有对应于TRIE字典的结点“n”的记录，检索结果可以用字典检索状态信息15输出。如果需要，在检索停止后，根据字典检索状态信息15检索可被再启动。
图18是一个流程图，显示了中途停止第一检索处理的处理。当在图13的步S2上OPEN表非空时，字典检索控制模块13输出此时得到的检索结果和操作者，是否检索处理应当停止的请求(步S21)。
如果经操作者指示检索停止，当从OPEN表检索的所有元素结点数据和在OPEN表上的每个元素结点数据被存贮到字典检索状态信息15时，处理终止(步S22)。而且，当操作者指示检索处理继续时，在图13的步S3中或S3后的过程被执行。
在最佳优先搜索中，记录按较小的估算函数值顺序被检索。而且，通过中途停止检索处理，只有估算函数值等于或小于指定值时，才能作为检索结果输出。结果，较佳的待选物字符串能在短时间内得到。有效的检索处理就能实现。
图19是处理流程图，显示了在一旦检索处理停止以后第一检索处理再启动的流程。在图19中，当处理被再启动，首先，字典检索控制模块13检索所存贮的字典检索状态信息15。然后，已被停止的状态在OPEN表中被复位(步S23)。然后，在步S2及以后的下面过程被实现。对于检索处理的这类停止和再启动过程遇到需要就能实现。
接着，当检索记录的估算函数值大于指定值时，通常，因记录的估算不理想，估算函数值多半不适合作为识别的结果。因此，无需关心是否估算函数是单调地增加，通过返回估算函数值大于或小于指定值的记录作为检索结果，有效检索处理是可能的。
图20是流程图，显示了第二种检索处理的型式。在图20中，当处理被启动时，字典检索控制模块13在OPEN表中插入格阵数据结点“[Head]”(步S31)。接着，检查是否OPEN表是空(步S32)。如果非空，在OPEN表中头元素结点变成结点“n”(步S33)。然后，检查是否结点“n”的估算函数值大于预先指定的值(步S34)。
如果估算函数值不大于指定值。那末检查是否相应结点“n”的记录，存在于TRIE字典中记录区35中(步S35)。如果估算函数值大于指定值在步S37的处理被实现，不必检查相应记录的存在。
在步S35的记录检查过程用图15的子程序实现，当从子程序返回“true”时，字典检索控制模块13通过使用指向相应于结点“n”的记录指针从记录区35检索记录，然后，记录作为检索结果存贮到字典检索状态信息管理模块14中(步S36)。如果从子程序返回“false”，通过确定相应于结点“n”的记录不存在在步S37的过程被执行。
接着，检查是否在TRIE字典中结点“n”位置上指针是指向牵引的指针(步S37)。如果它不是指向牵引的指针，在步S32以后重复下面过程。如果在结点“n”位置的指针指向牵引，格阵中结点“n”的子结点被展开。并且每个子结点按照估算函数值插到OPEN表的适当位置(步S38)。然后在步S34中和以后的处理被重复，如果OPEN表是空，在步S32处理终止。
根据第二检索处理的类型，处理能被实现，直到最后得到合适的记录。这些记录作为检索结果具有较佳估算函数值，且对识别结果的决定以后能有效形成。这里，在步S34，当估算函数值是等于或大于指定值时，步S37的过程能标出被实现。
在第二检索处理中，当估算函数是单调增加时，如果一个结点的估算函数值等于大于或超过指定值，字典检索的实现变得不需要，因为估算函数值对下面的部分树(partial tree)不再会变得更佳。在这种情况下，修剪确定模块17能确定部分树的修剪是可能的。然后，字典检索控制模块13终止对部分树的检索处理。
于是，部分树修剪被实现且字典检索有效实现。此时，估算函数值没有希望能改进。此后，字典检索控制模块13继续检索树的剩余部分。只有具有相对较佳的估算函数值的记录才可能是检索的结果。
图21是带了检索处理流程，用于实现这种形式的修剪。在图21中，当处理开始时，首先，字典检索控制模块13在OPEN表中插入格阵数据结点“n”(步S41)。接着，检查是否OPEN表空(步S42)，如果它是空，OPEN表中的头元素结点成为结点“n”(步S43)。
这里，修剪确定模块17检查是否估算函数值超过预定值(步S44)。而且，如果估算函数值及有超过指定值，它确定修剪是不可能的，或者如果超过指定值它确定可以修剪，所确定的结果给字典检索控制模块13。
在不可能修剪的情况下，字典控制检索模块检查是否相对应于结点“n”的记录存在于TRIE字典中记录区35内(步S45)。在步S45的记录检查过程通过图15中子程序实现。
如果从子程序返回“true”，字典检索控制模块13用指向对应结点“n”记录的指针，从记录区35检索记录。然后这个记录，作为检索结果被存到字典检索状态信息管理模块14。如果从子程序返回“false”这就确定了对应于结点“n”的记录不存在。并且步S43的过程被实现。
接着，检查TRIE字典中结点“n”位置的指针是指向牵引的指针(步S47)。如果它不指向索引在步S42中和以后的过程被重复。如果在结点“n”位置的指针指向牵引，在格阵中结点“n”的子结点被展开，且每个子结点根据估算函数值被插入到OPEN表的适当位置(步S48)，然后下面在步S42内或以后的过程被重复。
当估算函数值超过在步S44指定的值时确定修剪是可能的。步S42的过程被重新执行，不必展开子结点和检查记录，根据这个过程，对结点“n”和子结点的搜索停止，修剪被实现。然后，下一个元素结点从OPEN表被检索，并在步S43内和以后的过程被重复，如果在步S42OPEN表是空，处理终止。
在估算函数值是单调增加的情况下，具有相对较佳估算函数值的检索结果可以以比第二检索处理更高的速度得到。这里，在步S44当估算函数值等于或大于指定值时，在步S42上的处理能被重新实现。
图22说明在校对支持处理中所用第3字符格阵。在校对支持处理中，为了校对在一已往存在句子中包括的校对错误字符，实现用格阵字典检索。
在图22的字符格阵中，包含在原始句子中的“性急项目”的字。“性急”，“请求”和“制球”为了个同音异义词，它们包含有相同的发音“Sei Kyuu”。当所有这些字按字符单位分成数据结点时，控制结点变成用黑点和白点代表的7个结点。如C0，C1，C2，C3，C4，C5和C6，字典检索单元11根据在TRIE字典中“请求项目”字信息和字符格阵中同音义异信息，确定原始字错误的可能性。
这里，在例中，把“性急项目”事先相应地分成“性急”和“项目”两个字是可能的。字典不必以较小字符单元对每个字例如“性急”，“请求”和“制球”去检索。因此，通过对不需要检索控制结点部分作出标记能防止从TRIE字典浪费地处理返回的不需要的检索结果。
在图22中，这类不需要检索的控制结点用白点表示。对这类结点，不需要加标识符。所以，当标识符对用黑点表示的控制结点被重新加上时，这样，在“(  )”内指示的控制结点如C0，Cl和C2就得到。
为区分控制结点，将使用这种类型的检索。根据不需要的结点，字典检索条件信息被加到图7中控制结点的数据安排上。而且，字典检索条件信息被标记成不需要检索的信息，然后字典检索控制模块13跳过这些控制结点而实现检索处理。
图23是一流程图，显示了使用字典检索条件信息的第四检索处理。在图23中，当开始处理时，字典检索控制模块13在OPEN表内插入格阵数据结点“[Head]”(步S51)。接着，检查是否OPEN表为空(步S52)，如果不空，OPEN表中的头元素结点变成结点“n”(步S53)。
接着，检查是否对应结点“n”的控制结点被标记为表示不需要检索的信息。这里，结点“n”之后的作为控制结点的字典检索条件信息被检查。如果没有标记为表示不需要检索信息。那么检查是否对应于结点“n”的记录存在于TRIE字典的记录区(步S55)。如果具有这种标记，不需检查相应记录的存在，步S57的处理被实现。
在步S55上记录的检查处理用图15中子程序实现。如果从子程序返回“true”，字典检索控制模块13用指向对应于结点“n”记录的指针，从记录区检索记录。并在字典检索状态信息管理模块14中存贮检索的记录作为检索结果(步S56)。如果从子程序返回“false”。被确定为对应于结点“n”的记录不存在。在步S57的处理被实现。
例如，当图22中的数据结点“  ”变成结点“n”，白点控制结点C1之后字典检索条件信息被审查(步S54)，由于控制结点C1被标记为不需要检索，相应记录的检索不实现。
接着，检查是否在TRIE字典中，结点“n”位置上的指针指向索引(步S57)，如果它并不指向索引，步S52中和以后的过程被重复。如果在结点“n”的子结点被展开，且每个子结点插到OPEN表的适合位置。然后，在S52中或以后的过程被重复。如果在步S52 OPEN表为空，处理终止。
在S57上，在TRIE字典中对应于结点“性”的指针指向下一级索引，“性”的子结点“急”插入到OPEN表(步S58)。然后，当结点“(性)急”是结点“n”时(步S53)由于对应黑点控制结点C4及有被标记相应记录检索被实现(步S55)。
同样方法，当元素结点例如“请”，“制”，“(性急)项”，“(请求)项”和“(制球)项”成为结点“n”时，记录检索不实现。而当“(请)求”，“(制)球”，“(性急项)目”，“(请求项)目”和“(制球项)目”变成结点n时，相应记录被检索。
基于这种类型的第四检索处理，对已经存在句子的校对能根据格阵控制结点所描述的情况有效地实现。
接着，字符识别处理根据图24到29，基于英文原始图象作解释。
图24是英文字原始图象作为识别目标的例子，当在图24中原始图象“find”字符识别实现时，如果没有字符边界设置错误，得到如图25例子的字符阵格。图26是用数据结点和控制结点表示的字符格阵。
在图26中第4字符格阵中，类似图6中第一字符格阵，数据结点例如“[Head]”，“[Tail]”被加进去，以便处理方便。而且，在每个数据结点上所写数字代表识别距离值。控制结点如C0，C1，C2，C3，C4和C5被插入到数据结点中。
图26是第四字符格阵，这格阵没有字符边界设定错，当有字符边界设立错误时，例如图27所示的图示类型数据能得到。当图27中第5字符格阵同图26中第4字符格阵比较时，待选物字符“h”被插到控制结点C0和C2之间，在这种情况下，通过处理字符串“fi”作为一个字符做出边界设置。
字典检索控制模块13通过遍历如图26和27所示字符格阵的每个结点实现字典检索。
图28是TRIE字典结构，它具有从图27中字符格阵得到的检索关键字，在图28的TRIE字典中，记录区47中的记录，用一对数据表示，这数据由表示一字自身和一词类部分的信息合成的数据对组成。例如，记录“hod”是由表示字“hod”的数据和表示名词的数据合成，记录“find”是由表示字“find”的数据和表示动词和名词的数据合成。
在索引41中“f”和“h”位置上，指向索引42和45的指针分别被存贮。同样，在索引42，43和45中，在位置“i”，“n”和“o”上，指向下级索引43，44，和46的指针被存贮。
而且，在索引44的顶部位置0，指向记录“fin”的指针被存贮，在位置“d”和“e”上，指向记录“find”，“fine”的指针被存贮，而在索引46的位置“a”上，指向记录“hod”的指针被记录。
图29说明在图28中当TRIE字典中最佳优先搜索时OPEN表变化可通过图27中字符格阵作为关键字实现，最佳优先搜索按照图13中第一检索处理的流程实现。子结点插入位置根据识别距离值之和所表示的估算函数值确定。下面图29中OPEN表的每个元素所表明的数字代表每个结点的估算函数值。
在图29中，生成OPEN表中L31的处理同图14中OPEN表L1情况是同样方式。接着，当“[Hend]”从OPEN表L31中被检索时(步S3)，子结点“f”，“t”和“h”按估算函数值较小的顺序被存储(步S7)。然后，OPEN表成为L32。
接着，当“f”从OPEN表L32中检索时(步S3)子结点“(f)i”和“(f)j”被展开。这里，当估算函数值“(f)j”根据数据结点“f”和“i”的识别距离值变为50时，估算函数值“(f)i”根据图27中数据结点“f”和“i”的识别距离值变为30。
在上面所述值同保持在元素结点“t”和“h”的估算函数值比较以后，“(f)i”和“(f)j”被插入到OPEN表的顶部(步S7)。结果，OPEN表变成L33。
接着，当“(f)i”从open表L33被检索时(步33)，它的子结点“(1fi)n”和“(fi)o”被插入到对应于估算函数值40和80的位置，(步S7)。结果，OPEN表变成L34。
接着，当“(fi)n”从OPEN表L34被检索出来(步S34)，记录“fin”变成检索结果(步S5)，而它的子结点如“(fin)d”，“(fin)a”，和“(fin)e”被插入到对应于它的估算函数值40，80和90位置(步S7)。OPEN表变成L35。
同样方法，OPEN表变成L36，L37，L38和L39，而记录“find”变成下一个检索结果。于是，在OPEN表中元素结点被处理。如果OPEN表变成空，检索处理终止。在图29所示检索结果中，这些记录被得到以使较佳估算函数值。
在上面所述的实施例中，日文和中文字符识别处理和校对支持处理被原理性地解释。本发明的字典检索处理也可用于其它处理中，例如语音识别等。而且，作为组成字典的语言，任何语言如中文，朝鲜文，法文，德文等均可被使用。如果符号和图表包含在检索结果的字符串中，也没有问题。
而且，在检索结果中其值较佳的估算函数被使用时有更大的确信性。虽然，上述情况，基于估算函数的搜索，在检索结果中，估算函数值越小，确信性越大。在这种情况下，估算函数值越小，确信性越大。在这种情况下，元素结点按照在OPEN表中较大估算函数值的顺序被存贮。在图20的步S34和图21的步S4中充分检查是否结点“n”的估算函数值比指定值小。
此外，用OPEN表检索处理仅作为一个例子。相应地，在格阵中下一级子结点可用其它任意方法展开。
根据本发明，TRIE字典也可以用所给的格阵结构的数据作为关键字被有效地检索。而且，所需的字典检索处理，例如字符识别和语音识别，能高速的实现。结果，输入的有效性如字符输入，语音输入等能得到改进。

Claims (18)

1.一个字典检索装置，通过用给定的检索关键字检索树检索字典并输出检索结果，它包括：
复合关键字管理装置，用来管理复合关键字信息，复合关键字包括多个有组织组合成的数据结点，同时包括至少二个检索关键字；
检索装置，通过访问所说复合关键字中的所说数据结点，检索所说的树检索字典中相应的记录；
检索条件存储装置，用于存储信息，这些信息表示在所说复合关键字中所访问的数据结点的位置，并存贮从所说检索装置中得到的检索结果。
输出装置，用来输出所说的检索结果。
2.根据权利要求1的字典检索装置，其中所说的复合关键字管理装置管理所说的复合关键字信息，复合关键字信息包括对应于作为字符识别结果的传送物字符的数据结点。
3.根据权利要求1的字典检索装置其中所说的复合关键字管理装置管理所说的复合关键字信息，复合关键字信息包括对应于语音识别识别结果的待选物音素的数据结点。
4.根据权利要求1的字典检索装置，其中所说的复合关键字管理装置管理所说的复合关键字信息，复合关键字信息包括表示所说的多个数据结点中第一数据结点和第二数据结点之间连结关系的控制结点。
5.根据权利要求4的字典检索装置，其中所说的复合关键字管理装置通过附加的表示是否需要对所说的控制结点检索的字典检索条件信息管理所说的信息，且当所说字典检索条件信息指示不需要检索时，所说的检索装置不检索在所说树检索字典中对应于所说控制结点的数据结点的相应记录。
6.根据权利要求1的字典检索装置，其中所说的复合关键字管理装置管理格阵结构数据，其中所说的很多数据结点以格阵形式组合，形成所说的复合关键字信息。
7.根据权利要求1的字典检索装置，其中所说的复合关键字管理装置管理格阵结构数据，格阵数据中包括对应于边界设定错误的数据结点，而且很多数据结点以图形形状组合，形成所说复合关键字信息。
8.根据权利要求1的字典检索装置，其中所说的检索装置，通过遍历所说复合关键字中的数据结点，在适当位置中途中断检索。
9.根据权利要求8的字典检索装置，其中所说的检索装置，在通过用所说检索条件存贮器装置存贮的信息，在中断位置之后重新开始检索。
10.根据权利要求1的字典检索装置，其中所说的检索装置对树用深度优先搜索，在树中，所说复合关键字通过遍历所说复合关键字中数据结点中途被扩充。
11.根据权利要求1的字典检索装置，其中所说检索装置对树用广度优先搜索，在树中，所说复合关键字通过遍历所说复合关键字中数据结点中途被扩充。
12.根据权利要求1的字典检索装置，还包括：
估算函数计算装置，用来对树的结点计算估算函数值，在树中所说复合关键字被扩充；
其中所说检索条件存贮装置存贮对应于所说访问数据结点的估算函数值，而所说的检索装置，中作通过遍历所说复合关键字中的数据结点以较佳估算函数值顺序访问数据结点。
13.根据权利要求12的字典检索装置，其中所说的检索装置得到对应于数据结点的树检索字典中相应记录，作为所说的检索结果，其中所说的估算函数值比预先指定的值更佳。
14.根据权利要求12的字典检索装置，所说估算函数计算装置，通过对复合关键字中所说数据结点的遍历，中途用单调增加的估算函数，计算所说的估算函数值，所说检索装置，按照较小估算函数值次序访问数据结点。
15.根据权利要求14的字典检索装置，其中所说检索装置，并不检索估算函数值大于预先指定值的数据结点所对应树检索字典中的记录。
16.根据梳利要求14的字典检索装置，其中所说检索装置对所说估算函数值大于预先指定值的数据地点的后续数据结点中断检索。
17.一个计算机可读存贮介质，当通过计算机用检索关键字对树检索字典检索，并输出所得到结果时，引导所说计算机实现下面功能：
管理复合关键字，复合关键字包括有组织组合的很多数据结点，并包括至少二个检索关键字；
通过访问在所说复合关键字中的数据结点，在所说树检索字典中检索相应记录；
管理信息，这些信息表示在所说复合关键字中访问数据结点的位置，和从所说树检索字典中得到的检索结果；及
输出所说检索结果。
18.字典检索方法，通过用所给定的检索关键字检索树检索字典，其步骤包括：
形成一复合关键字，在这复合关键字中包含多个有组织组合的数据结点，包括至少二个检索关键字；
通过访问所说复合关键字中数据结点，根据表示所访问数据结点的位置信息，在所说树检索字典中检索相应的记录；及
输出所得到的检索结果。
CN96112039A 1995-11-10 1996-11-05 以格阵作关键字的字典检索装置和方法 Expired - Fee Related CN1096036C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP29298995A JP3152871B2 (ja) 1995-11-10 1995-11-10 ラティスをキーとした検索を行う辞書検索装置および方法
JP292989/95 1995-11-10

Publications (2)

Publication Number Publication Date
CN1153356A true CN1153356A (zh) 1997-07-02
CN1096036C CN1096036C (zh) 2002-12-11

Family

ID=17789038

Family Applications (1)

Application Number Title Priority Date Filing Date
CN96112039A Expired - Fee Related CN1096036C (zh) 1995-11-10 1996-11-05 以格阵作关键字的字典检索装置和方法

Country Status (4)

Country Link
US (1) US5778405A (zh)
JP (1) JP3152871B2 (zh)
KR (1) KR100286501B1 (zh)
CN (1) CN1096036C (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100334582C (zh) * 1999-01-08 2007-08-29 国际商业机器公司 在手持装置中存储和检索数据的方法及装置
CN100351839C (zh) * 2003-10-29 2007-11-28 株式会社日立制作所 文档检索·阅览方法以及文档检索·阅览装置
CN103020052A (zh) * 2011-09-20 2013-04-03 北京百度网讯科技有限公司 一种识别搜索需求的方法和装置
CN103020052B (zh) * 2011-09-20 2016-11-30 北京百度网讯科技有限公司 一种识别搜索需求的方法和装置

Families Citing this family (168)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6055515A (en) * 1996-07-30 2000-04-25 International Business Machines Corporation Enhanced tree control system for navigating lattices data structures and displaying configurable lattice-node labels
US6341372B1 (en) * 1997-05-01 2002-01-22 William E. Datig Universal machine translator of arbitrary languages
SE513248C2 (sv) * 1997-12-19 2000-08-07 Ericsson Telefon Ab L M Metod för hantering av datastrukturer
JP3930138B2 (ja) 1998-02-27 2007-06-13 株式会社東芝 情報解析方法および情報解析プログラムを記憶した媒体
WO2001009702A2 (en) * 1999-07-30 2001-02-08 Intertrust Technologies Corp. Methods and systems for transaction record delivery using thresholds and multi-stage protocol
US6671856B1 (en) * 1999-09-01 2003-12-30 International Business Machines Corporation Method, system, and program for determining boundaries in a string using a dictionary
DE19944608A1 (de) * 1999-09-17 2001-03-22 Philips Corp Intellectual Pty Erkennung einer in buchstabierter Form vorliegenden Sprachäußerungseingabe
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
AUPQ867700A0 (en) * 2000-07-10 2000-08-03 Canon Kabushiki Kaisha Delivering multimedia descriptions
US6941294B2 (en) * 2000-08-28 2005-09-06 Emotion, Inc. Method and apparatus for digital media management, retrieval, and collaboration
GB2367917A (en) * 2000-10-12 2002-04-17 Qas Systems Ltd Retrieving data representing a postal address from a database of postal addresses using a trie structure
US7451075B2 (en) * 2000-12-29 2008-11-11 Microsoft Corporation Compressed speech lexicon and method and apparatus for creating and accessing the speech lexicon
JP2002259388A (ja) * 2001-03-05 2002-09-13 Fujitsu Ltd 画像検索システム、方法及び画像検索プログラム
JP4421134B2 (ja) 2001-04-18 2010-02-24 富士通株式会社 文書画像検索装置
FI121583B (fi) * 2002-07-05 2011-01-14 Syslore Oy Symbolijonon etsintä
JP4463504B2 (ja) * 2002-07-29 2010-05-19 株式会社リコー 画像形成装置および複写機
EP1443494B1 (de) * 2003-01-29 2006-10-11 Harman Becker Automotive Systems GmbH Verfahren und Vorrichtung zur Einschränkung des Suchumfangs in einem Lexikon für Spracherkennung
DE602005012596D1 (de) * 2004-10-19 2009-03-19 France Telecom Spracherkennungsverfahren mit temporaler markereinfügung und entsprechendes system
US8175889B1 (en) 2005-04-06 2012-05-08 Experian Information Solutions, Inc. Systems and methods for tracking changes of address based on service disconnect/connect data
US7908242B1 (en) 2005-04-11 2011-03-15 Experian Information Solutions, Inc. Systems and methods for optimizing database queries
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US8005759B2 (en) 2006-08-17 2011-08-23 Experian Information Solutions, Inc. System and method for providing a score for a used vehicle
US7899822B2 (en) * 2006-09-08 2011-03-01 International Business Machines Corporation Automatically linking documents with relevant structured information
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US7912865B2 (en) 2006-09-26 2011-03-22 Experian Marketing Solutions, Inc. System and method for linking multiple entities in a business database
US8036979B1 (en) 2006-10-05 2011-10-11 Experian Information Solutions, Inc. System and method for generating a finance attribute from tradeline data
US8074172B2 (en) 2007-01-05 2011-12-06 Apple Inc. Method, system, and graphical user interface for providing word recommendations
US8606666B1 (en) 2007-01-31 2013-12-10 Experian Information Solutions, Inc. System and method for providing an aggregation tool
US8285656B1 (en) 2007-03-30 2012-10-09 Consumerinfo.Com, Inc. Systems and methods for data verification
US8977255B2 (en) 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
WO2008127288A1 (en) 2007-04-12 2008-10-23 Experian Information Solutions, Inc. Systems and methods for determining thin-file records and determining thin-file risk levels
WO2008147918A2 (en) 2007-05-25 2008-12-04 Experian Information Solutions, Inc. System and method for automated detection of never-pay data sets
JP2009070226A (ja) * 2007-09-14 2009-04-02 Ricoh Co Ltd マッチング装置
US8301574B2 (en) 2007-09-17 2012-10-30 Experian Marketing Solutions, Inc. Multimedia engagement study
US9690820B1 (en) 2007-09-27 2017-06-27 Experian Information Solutions, Inc. Database system for triggering event notifications based on updates to database records
US9330720B2 (en) 2008-01-03 2016-05-03 Apple Inc. Methods and apparatus for altering audio output signals
US8232973B2 (en) 2008-01-09 2012-07-31 Apple Inc. Method, device, and graphical user interface providing word recommendations for text input
JP5125573B2 (ja) * 2008-02-12 2013-01-23 富士通株式会社 領域抽出プログラム、文字認識プログラム、および文字認識装置
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
US10496753B2 (en) 2010-01-18 2019-12-03 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US8312033B1 (en) 2008-06-26 2012-11-13 Experian Marketing Solutions, Inc. Systems and methods for providing an integrated identifier
US7991689B1 (en) 2008-07-23 2011-08-02 Experian Information Solutions, Inc. Systems and methods for detecting bust out fraud using credit data
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
US20110106814A1 (en) * 2008-10-14 2011-05-05 Yohei Okato Search device, search index creating device, and search system
WO2010067118A1 (en) 2008-12-11 2010-06-17 Novauris Technologies Limited Speech recognition involving a mobile device
US8280723B1 (en) * 2009-01-29 2012-10-02 Intuit Inc. Technique for comparing a string to large sets of strings
US20100235780A1 (en) * 2009-03-16 2010-09-16 Westerman Wayne C System and Method for Identifying Words Based on a Sequence of Keyboard Events
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US10706373B2 (en) 2011-06-03 2020-07-07 Apple Inc. Performing actions associated with task items that represent tasks to perform
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US20100332292A1 (en) 2009-06-30 2010-12-30 Experian Information Solutions, Inc. System and method for evaluating vehicle purchase loyalty
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
US8364518B1 (en) 2009-07-08 2013-01-29 Experian Ltd. Systems and methods for forecasting household economics
JP5621777B2 (ja) * 2009-09-24 2014-11-12 日本電気株式会社 単語認識装置、方法及びプログラムが格納された非一時的なコンピュータ可読媒体並びに発送物区分装置
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
US10705794B2 (en) 2010-01-18 2020-07-07 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
US10679605B2 (en) 2010-01-18 2020-06-09 Apple Inc. Hands-free list-reading by intelligent automated assistant
DE202011111062U1 (de) 2010-01-25 2019-02-19 Newvaluexchange Ltd. Vorrichtung und System für eine Digitalkonversationsmanagementplattform
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US8725613B1 (en) 2010-04-27 2014-05-13 Experian Information Solutions, Inc. Systems and methods for early account score and notification
US9152727B1 (en) 2010-08-23 2015-10-06 Experian Marketing Solutions, Inc. Systems and methods for processing consumer information for targeted marketing applications
US8639616B1 (en) 2010-10-01 2014-01-28 Experian Information Solutions, Inc. Business to contact linkage system
US9147042B1 (en) 2010-11-22 2015-09-29 Experian Information Solutions, Inc. Systems and methods for data verification
US10762293B2 (en) 2010-12-22 2020-09-01 Apple Inc. Using parts-of-speech tagging and named entity recognition for spelling correction
EP2492824B1 (en) * 2011-02-23 2020-04-01 Harman Becker Automotive Systems GmbH Method of searching a data base, navigation device and method of generating an index structure
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
US10057736B2 (en) 2011-06-03 2018-08-21 Apple Inc. Active transport based notifications
US9483606B1 (en) 2011-07-08 2016-11-01 Consumerinfo.Com, Inc. Lifescore
CN103827908A (zh) 2011-07-12 2014-05-28 益百利信息解决方案公司 用于大规模信贷数据处理架构的系统和方法
US8994660B2 (en) 2011-08-29 2015-03-31 Apple Inc. Text correction processing
US10134385B2 (en) 2012-03-02 2018-11-20 Apple Inc. Systems and methods for name pronunciation
US9483461B2 (en) 2012-03-06 2016-11-01 Apple Inc. Handling speech synthesis of content for multiple languages
US9853959B1 (en) 2012-05-07 2017-12-26 Consumerinfo.Com, Inc. Storage and maintenance of personal data
US9280610B2 (en) 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
US9495129B2 (en) 2012-06-29 2016-11-15 Apple Inc. Device, method, and user interface for voice-activated navigation and browsing of a document
US9576574B2 (en) 2012-09-10 2017-02-21 Apple Inc. Context-sensitive handling of interruptions by intelligent digital assistant
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
KR20240132105A (ko) 2013-02-07 2024-09-02 애플 인크. 디지털 어시스턴트를 위한 음성 트리거
US9697263B1 (en) 2013-03-04 2017-07-04 Experian Information Solutions, Inc. Consumer data request fulfillment system
US9368114B2 (en) 2013-03-14 2016-06-14 Apple Inc. Context-sensitive handling of interruptions
AU2014233517B2 (en) 2013-03-15 2017-05-25 Apple Inc. Training an at least partial voice command system
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
KR101772152B1 (ko) 2013-06-09 2017-08-28 애플 인크. 디지털 어시스턴트의 둘 이상의 인스턴스들에 걸친 대화 지속성을 가능하게 하기 위한 디바이스, 방법 및 그래픽 사용자 인터페이스
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
EP3008964B1 (en) 2013-06-13 2019-09-25 Apple Inc. System and method for emergency calls initiated by voice command
DE112014003653B4 (de) 2013-08-06 2024-04-18 Apple Inc. Automatisch aktivierende intelligente Antworten auf der Grundlage von Aktivitäten von entfernt angeordneten Vorrichtungen
US10102536B1 (en) 2013-11-15 2018-10-16 Experian Information Solutions, Inc. Micro-geographic aggregation system
US9529851B1 (en) 2013-12-02 2016-12-27 Experian Information Solutions, Inc. Server architecture for electronic data quality processing
US10262362B1 (en) 2014-02-14 2019-04-16 Experian Information Solutions, Inc. Automatic generation of code for attributes
US9576030B1 (en) 2014-05-07 2017-02-21 Consumerinfo.Com, Inc. Keeping up with the joneses
US9620105B2 (en) 2014-05-15 2017-04-11 Apple Inc. Analyzing audio input for efficient speech and music recognition
US10592095B2 (en) 2014-05-23 2020-03-17 Apple Inc. Instantaneous speaking of content on touch devices
US9502031B2 (en) 2014-05-27 2016-11-22 Apple Inc. Method for supporting dynamic grammars in WFST-based ASR
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
CN110797019B (zh) 2014-05-30 2023-08-29 苹果公司 多命令单一话语输入方法
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
US9734193B2 (en) 2014-05-30 2017-08-15 Apple Inc. Determining domain salience ranking from ambiguous words in natural speech
US10289433B2 (en) 2014-05-30 2019-05-14 Apple Inc. Domain specific language for encoding assistant dialog
US10078631B2 (en) 2014-05-30 2018-09-18 Apple Inc. Entropy-guided text prediction using combined word and character n-gram language models
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US10659851B2 (en) 2014-06-30 2020-05-19 Apple Inc. Real-time digital assistant knowledge updates
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US10446141B2 (en) 2014-08-28 2019-10-15 Apple Inc. Automatic speech recognition based on user feedback
US9818400B2 (en) 2014-09-11 2017-11-14 Apple Inc. Method and apparatus for discovering trending terms in speech requests
US10789041B2 (en) 2014-09-12 2020-09-29 Apple Inc. Dynamic thresholds for always listening speech trigger
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
US9886432B2 (en) 2014-09-30 2018-02-06 Apple Inc. Parsimonious handling of word inflection via categorical stem + suffix N-gram language models
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
US10552013B2 (en) 2014-12-02 2020-02-04 Apple Inc. Data detection
US9711141B2 (en) 2014-12-09 2017-07-18 Apple Inc. Disambiguating heteronyms in speech synthesis
US10445152B1 (en) 2014-12-19 2019-10-15 Experian Information Solutions, Inc. Systems and methods for dynamic report generation based on automatic modeling of complex data structures
US9865280B2 (en) 2015-03-06 2018-01-09 Apple Inc. Structured dictation using intelligent automated assistants
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
US9899019B2 (en) 2015-03-18 2018-02-20 Apple Inc. Systems and methods for structured stem and suffix language models
US9842105B2 (en) 2015-04-16 2017-12-12 Apple Inc. Parsimonious continuous-space phrase representations for natural language processing
US10083688B2 (en) 2015-05-27 2018-09-25 Apple Inc. Device voice control for selecting a displayed affordance
US10127220B2 (en) 2015-06-04 2018-11-13 Apple Inc. Language identification from short strings
US10101822B2 (en) 2015-06-05 2018-10-16 Apple Inc. Language input correction
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
US10186254B2 (en) 2015-06-07 2019-01-22 Apple Inc. Context-based endpoint detection
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US9697820B2 (en) 2015-09-24 2017-07-04 Apple Inc. Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
US11587559B2 (en) 2015-09-30 2023-02-21 Apple Inc. Intelligent device identification
US10691473B2 (en) 2015-11-06 2020-06-23 Apple Inc. Intelligent automated assistant in a messaging environment
US10049668B2 (en) 2015-12-02 2018-08-14 Apple Inc. Applying neural network language models to weighted finite state transducers for automatic speech recognition
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
US10446143B2 (en) 2016-03-14 2019-10-15 Apple Inc. Identification of voice inputs providing credentials
US9934775B2 (en) 2016-05-26 2018-04-03 Apple Inc. Unit-selection text-to-speech synthesis based on predicted concatenation parameters
US9972304B2 (en) 2016-06-03 2018-05-15 Apple Inc. Privacy preserving distributed evaluation framework for embedded personalized systems
US10249300B2 (en) 2016-06-06 2019-04-02 Apple Inc. Intelligent list reading
US10049663B2 (en) 2016-06-08 2018-08-14 Apple, Inc. Intelligent automated assistant for media exploration
DK179588B1 (en) 2016-06-09 2019-02-22 Apple Inc. INTELLIGENT AUTOMATED ASSISTANT IN A HOME ENVIRONMENT
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
WO2018039377A1 (en) 2016-08-24 2018-03-01 Experian Information Solutions, Inc. Disambiguation and authentication of device users
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
CN110383319B (zh) 2017-01-31 2023-05-26 益百利信息解决方案公司 大规模异构数据摄取和用户解析
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback
US10963434B1 (en) 2018-09-07 2021-03-30 Experian Information Solutions, Inc. Data architecture for supporting multiple search models
US11941065B1 (en) 2019-09-13 2024-03-26 Experian Information Solutions, Inc. Single identifier platform for storing entity data
US11880377B1 (en) 2021-03-26 2024-01-23 Experian Information Solutions, Inc. Systems and methods for entity resolution

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5355473A (en) * 1991-06-20 1994-10-11 Lawrence Au Indexed record locating and counting mechanism
US5357431A (en) * 1992-01-27 1994-10-18 Fujitsu Limited Character string retrieval system using index and unit for making the index
US5640551A (en) * 1993-04-14 1997-06-17 Apple Computer, Inc. Efficient high speed trie search process
JP2683870B2 (ja) * 1994-05-23 1997-12-03 日本アイ・ビー・エム株式会社 文字列検索システム及び方法
US5528701A (en) * 1994-09-02 1996-06-18 Panasonic Technologies, Inc. Trie based method for indexing handwritten databases

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100334582C (zh) * 1999-01-08 2007-08-29 国际商业机器公司 在手持装置中存储和检索数据的方法及装置
CN100351839C (zh) * 2003-10-29 2007-11-28 株式会社日立制作所 文档检索·阅览方法以及文档检索·阅览装置
CN103020052A (zh) * 2011-09-20 2013-04-03 北京百度网讯科技有限公司 一种识别搜索需求的方法和装置
CN103020052B (zh) * 2011-09-20 2016-11-30 北京百度网讯科技有限公司 一种识别搜索需求的方法和装置

Also Published As

Publication number Publication date
JPH09134369A (ja) 1997-05-20
KR970029146A (ko) 1997-06-26
CN1096036C (zh) 2002-12-11
KR100286501B1 (ko) 2001-04-16
US5778405A (en) 1998-07-07
JP3152871B2 (ja) 2001-04-03

Similar Documents

Publication Publication Date Title
CN1096036C (zh) 以格阵作关键字的字典检索装置和方法
CN1139884C (zh) 信息处理方法和装置
CN1145872C (zh) 手写汉字自动分割和识别方法以及使用该方法的系统
CN1227613C (zh) 注释数据生成、音素或字搜索及添加的相应设备与方法
CN1249667C (zh) 声控服务
US7590605B2 (en) Lattice matching
CN86105610A (zh) 使用汉语拼音的汉字数据处理和字处理的方法和装置
CN1290901A (zh) 用于提供随机输入源生成的文本的替换方式的方法和系统
US20060111896A1 (en) Projecting dependencies to generate target language dependency structure
CN1781102A (zh) 低速存储器判定树
CN1692404A (zh) 词汇重音预测
JP2011209704A (ja) 発音辞書を構築するための方法およびシステム
JP2008065395A (ja) 翻訳装置、翻訳方法および翻訳プログラム
CN1889170A (zh) 基于录制的语音模板生成合成语音的方法和系统
CN1573924A (zh) 语音识别设备、语音识别方法、会话控制设备以及会话控制方法
RU2010122947A (ru) Способ анализа изображения, в частности, для мобильного устройства
CN1499484A (zh) 汉语连续语音识别系统
CN112883718B (zh) 基于汉字音形相似性的拼写纠错方法、装置以及电子设备
CN1158621C (zh) 信息处理装置、信息处理方法
JP5189413B2 (ja) 音声データ検索システム
JP2009199302A (ja) ドキュメントを解析するためのプログラム，装置および方法
JP2006065675A (ja) データ検索方法および装置
CN100351847C (zh) Ocr装置、文件检索系统
CN116011441A (zh) 基于预训练模型和自动感受野的关键词抽取方法与系统
CN1084500C (zh) 汉字变换装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C19 Lapse of patent right due to non-payment of the annual fee
CF01 Termination of patent right due to non-payment of annual fee