JP2000269822A - データ圧縮装置、及びデータ復元装置 - Google Patents

Abstract

(57)【要約】 【課題】 本発明は、例えば文書データの圧縮装置、及
びデータ復元装置に関し、特に文書データ特有の単語等
の文字列を記憶する補助辞書を使用し、記憶容量を小さ
くでき、高圧縮率のデータ圧縮を可能とするものであ
る。 【解決手段】 静的単語辞書４には通常使用される汎用
的な単語、語句等の文字列が登録され、文字列検出部１
は上記静的単語辞書４に含まれる単語、語句等の文字列
を含めて、元の文書データの中の文字列を検出し、拡大
辞書３に登録する。補助辞書登録部２は拡大辞書３に登
録した文字列の中で、上記静的単語辞書４に予め登録さ
れた文字列、及び登録しても意味のない文字列を除いた
文字列を補助辞書５に登録する。このようにして補助辞
書５に文書データ特有の文字列を登録した後、単語分割
部６によって元の文書データを分割し、静的単語辞書４
と補助辞書５を検索して対応する文字列のデータを読み
出し、可変長符号化部７によって圧縮処理する。また、
圧縮符号化されたデータは、不図示のデータ復元装置に
よって復元される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文書データ等のデ
ータの圧縮処理や復元処理を行うデータ圧縮装置、及び
データ復元装置に関する。

【０００２】

【従来の技術】近年、文字コード、画像データ等の様々
な種類のデータがコンピュータで扱われている。また、
今日のインターネットや、イントラネット、エクストラ
ネット等のコンピュータネットワークの普及に伴い、電
子メール等の電子化文書の使用が増加している。このよ
うな電子化文書の使用は今後益々増加すると共に、文書
自体も大容量化している。このため、データ中の冗長な
部分を省き、記憶容量を減らし、短時間で遠隔地に送る
ことを可能とするべく、データの圧縮技術が強く求めら
れている。

【０００３】そこで、従来静的単語辞書を持ち、固定長
符号に変換したデータを可変長符号に変換し、データ圧
縮処理を行う方法が提案されている。図２８は従来のデ
ータ圧縮方式を説明する図である。従来のデータ圧縮
は、単語分割部５０、可変長符号化部５１で構成され、
単語分割部５０は供給される元の文書データに対して、
静的単語辞書を参照しながら元の文書データに含まれる
単語を分割する。静的単語辞書には汎用的な単語や語句
等の文字列のデータが予め登録されており、対応する文
字列を固定長符号（中間符号）として、可変長符号化部
５１に出力する。

【０００４】可変長符号化部５１は、供給される固定長
符号（中間符号）を圧縮符号に変換し、例えば文書メモ
リ等に書き込み、更にインターネットやイントラネット
を介して他のコンピュータに送る。

【０００５】一方、圧縮データを受信したコンピュータ
は、図２９に示す復元方式に従って圧縮データを復号す
る。すなわち、可変長復号化部５２によって圧縮符号を
固定長符号に復号し、単語復元部５３によって静的単語
辞書を参照しつつ元の文書データに復元する。

【０００６】

【発明が解決しようとする課題】上記従来のデータ圧縮
方法では、静的単語辞書を使用し、当該静的単語辞書に
予め登録された文字列のデータを使用しつつ圧縮処理を
行う。しかし、辞書の内容が固定されているため、新し
い単語や当該文書特有の単語がある場合対応できない。
したがって、かかる場合、従来のデータ圧縮方法では、
単語を文字単位に分割し符号化する。このため、圧縮率
は低下する。

【０００７】本発明は上記課題の解決を図り、文書特有
の単語や語句等の文字列を記憶する補助辞書を使用し、
高い圧縮率のデータ圧縮処理を行い、データ容量を小さ
くでき、高速なデータ転送を行うことが可能なデータ圧
縮装置、及びその圧縮データの復元装置を提供するもの
である。

【０００８】

【課題を解決するための手段】上記課題は本発明の第１
の態様によれば、予め単語や語句の文字列を登録した静
的単語辞書と、圧縮処理の対象となる文書データを検索
し、前記静的単語辞書に含まれない文字列を検出する文
字列検出手段と、該文字列検出手段によって検出した文
字列の中で、前記文書データ特有の文字列の選定を行
い、選定した文字列を補助辞書に登録する選定登録手段
と、前記圧縮処理の対象となる文書データに対し、前記
静的単語辞書と補助辞書を検索し、前記静的単語辞書又
は補助辞書に登録された文字データを固定長符号に変換
する単語分割手段と、該単語分割手段から出力される固
定長符号を圧縮符号に変換する可変長符号化手段とを有
するデータ圧縮装置を提供することで達成できる。

【０００９】ここで、静的単語辞書には標準的に使用さ
れる単語や語句が階層構造に予め登録されており、上記
文字列検出手段は静的単語辞書を検索して元の文書デー
タの文字列を検出する。また、この時静的単語辞書に登
録されていない新たな文字列は、例えば拡大辞書上に抽
出され、新たな文字列の中で選定登録手段によって選定
された文字列のみを補助辞書に登録する。

【００１０】ここで、上記選定は、例えば一定のしきい
値以上の節点数、及び文字列長を有することが条件であ
り、意味を持たない文字列の登録を防止し、正確に文書
データ特有の文字列のみを補助辞書に登録する。

【００１１】また、単語分割手段は上記静的単語辞書、
及び補助辞書を使用して元の文書データの分割処理を行
い、静的単語辞書のみならず補助辞書に登録された文字
列についても固定長符号に変換し、圧縮処理を行う。

【００１２】このように構成することにより、元の文書
データ特有の文字列に対しても圧縮符号化することがで
き、高効率の圧縮処理を行うことができると共に、圧縮
データの容量を小さくできるデータ圧縮装置を提供でき
る。

【００１３】上記課題は本発明の第２の態様によれば、
予め単語や語句の文字列を登録した静的単語辞書と、圧
縮処理の対象となった文書データを検索し、前記静的単
語辞書に含まれなかった前記文書データ特有の単語や語
句の文字列を検出し、該文字列の中で更に選定を行い、
文字列の登録が行われた補助辞書と、前記文書データの
圧縮符号を復号する復号手段と、該復号手段によって復
号された固定長符号に対し、前記静的単語辞書と補助辞
書を使用し、元の前記文書データに復元するデータ復元
手段とを有するデータ復元装置を提供することで達成で
きる。

【００１４】本態様は、上記データ圧縮装置によって圧
縮符号化されたデータを復元する構成であり、復号手段
によって圧縮符号を復号した後、標準的に使用される単
語や語句が予め登録されて静的単語辞書と、新たに作成
した補助辞書を使用し、固定長符号の文字列を元の文書
データに復元する。

【００１５】このように構成することにより、圧縮デー
タを復号する際にも、圧縮データの容量が小さく、効率
よくデータ復元処理を行うことができる。上記課題は本
発明の第３の態様によれば、予め単語や語句の文字列を
登録した静的単語辞書と、圧縮処理の対象となる文書デ
ータを検索し、前記静的単語辞書に含まれない文字列を
検出する文字列検出手段と、該文字列検出手段によって
検出した文字列の中で、前記文書データ特有の文字列の
選定を行い、選定した文字列を補助辞書に登録する選定
登録手段と、前記圧縮処理の対象となる文書データに対
し、前記静的単語辞書と補助辞書を検索し、前記静的単
語辞書又は補助辞書に登録された文字データを固定長符
号に変換する単語分割手段と、該単語分割手段から出力
される固定長符号を圧縮符号に変換する可変長符号化手
段と、前記補助辞書に登録した文字列のデータを前記可
変長符号化手段によって作成した圧縮符号の前に付加し
て通信ネットワークに送信する送信手段とを有するデー
タ圧縮装置を提供することで達成できる。

【００１６】本態様は、本発明のデータ圧縮装置を使用
して圧縮符号に変換したデータを、インターネット等の
通信回線を介して他のコンピュータに送り、受信側のコ
ンピュータによって復元させるための構成である。した
がって、静的単語辞書の構成、補助辞書に登録する文字
列の内容は上記第１の態様と同様であるが、通信回線に
のせるための構成が異なる。

【００１７】すなわち、データ圧縮装置で作成する補助
辞書のデータを通信回線を介して受信側に送らなければ
ならず、この為送信手段によって圧縮符号の出力前に、
作成した補助辞書のデータを送信する。

【００１８】このように構成することにより、通信回線
で接続された他のコンピュータに対しても圧縮データを
送ることができ、しかも補助辞書を用いて元の文書デー
タ特有の文字列も圧縮符号化したデータであり、データ
容量が小さく高速送信を行うことができる。

【００１９】上記課題は本発明の第４の態様によれば、
予め単語や語句の文字列を登録した静的単語辞書と、通
信ネットワークを通して送信された補助辞書登録データ
を記憶する補助辞書記憶手段と、文書データの圧縮符号
を復号する復号手段と、該復号手段によって復号された
固定長符号に対し、前記静的単語辞書と補助辞書記憶手
段に記憶した補助辞書を使用し、元の文書データに復元
するデータ復元手段とを有するデータ復元装置を提供す
ることで達成できる。

【００２０】本態様は、上記第３の態様のデータ圧縮装
置によって圧縮符号化されたデータを復元するものであ
り、更に圧縮符号に変換されたデータを、インターネッ
ト等の通信回線を介して受信したデータを元の文書デー
タに復元させるものである。

【００２１】このため、通信ネットワークを介して供給
される補助辞書登録データを補助辞書記憶手段に登録
し、以後入力する圧縮符号を元の文書データに復元す
る。このように構成することにより、通信回線で接続さ
れた他のコンピュータで作成された圧縮データを復元す
ることができ、しかも使用する補助辞書はデータ圧縮処
理に使用された辞書と同じであり、効率よいデータ復元
処理を行うことができる。

【００２２】

【発明の実施の形態】以下、本発明の実施の形態を図面
を参照しながら説明する。 ＜第１の実施形態＞図１は、第１の実施形態で使用する
データ圧縮装置のシステム構成図である。本例のデータ
圧縮装置は、文字列検出部１、補助辞書登録部２、拡大
辞書３、静的単語辞書４、補助辞書５、単語分割部６、
可変長符号化部７で構成されている。文字列検出部１は
入力する元の文書データの文字列を検出する。この文字
列の検出は静的単語辞書４を参照しながら行う。静的単
語辞書４には、予め標準的に使用される単語や熟語等の
文字列が階層構造（いわゆるトライ構造）の形態で登録
されており、上述の文字列検出部１は入力する元の文書
データに対し、順次静的単語辞書４を参照し、文字列の
検出を行う。

【００２３】拡大辞書３は上述の文字列検出部１によっ
て抽出された元の文書データに含まれる全ての文字列の
データを格納する。すなわち、静的単語辞書４に登録さ
れる文字列以外に、当該文書データ特有の単語や熟語等
の文字列、又は意味内容が明確でない文字列も登録され
る。

【００２４】補助辞書登録部２は上述の拡大辞書３内に
抽出された文字列の中で、静的単語辞書４に登録されて
いない文字列であって、意味内容が不明確な文字列を除
いた、例えば元の文書データ特有の単語や熟語等の文字
列を補助辞書５に登録する。

【００２５】補助辞書５には上述の補助辞書登録部２の
選択登録処理により、元の文書データ特有の文字列が登
録され、例えば補助辞書５に登録される文字列は、当該
文書特有の表現や、新しい用語、流行語等が考えられ
る。尚、この補助辞書５に登録される文字列も階層構造
（トライ構造）の形態で登録される。

【００２６】単語分割部６は、上述の補助辞書５に元の
文書データ特有の文字列の登録が行われた後、再度元の
文書データを読み込んだ際、元の文書データの単語分割
を行う。単語分割部６は、予め標準的な熟語等の文字列
が登録された静的単語辞書４、及び新たに作成された補
助辞書５の登録データを検索し、元の文書データの分割
処理を行う。

【００２７】可変長符号化部７は、上述の単語分割部６
によって分割された文字列のデータに対し、データ圧縮
を行う。単語分割部６から出力されるデータは、分割さ
れた各単語固有の固定長符号の連続であり、可変長符号
化部７はこの固定長符号を圧縮符号に変換する。可変長
符号化部７によって圧縮符号に変換されたデータは、例
えば文書メモリに出力され、後述する復元処理に使用さ
れる。

【００２８】ここで、上述の静的単語辞書４には、前述
のように予め標準的な単語や熟語等の文字列のデータが
階層構造の形態で登録されている。図２は静的単語辞書
４の登録データを説明する図であり、例えば静的単語辞
書４には節点の指標（以下、単に節点で示す）、及び当
該節点に登録する文字データが登録されている。

【００２９】例えば、節点「１」には当該節点に登録す
る文字（漢字）データとして、「電」の文字コードが登
録されている。また、節点「２」には当該節点に登録す
る文字データとして、「学」の文字コードが登録され、
節点「３」には当該節点に登録する文字データとして、
「商」の文字コードが登録され、以下、各節点には同図
に示す文字データが各々登録されている。

【００３０】また、静的単語辞書４は上述のように階層
構造であり、各節点はリンクされ、各節点に登録する文
字データは上位及び下位のリンク先節点に接続する。但
し、最上位に位置する節点、又は最下位に位置する節点
にリンクする上位、又は下位の節点はない。

【００３１】図３は、上述の階層構造を模式的に示す図
である。この例の場合、節点「１」には文字（漢字）デ
ータ「電」が登録され、その下位リンク先として節点
「４」の文字データ「気」、及び節点「５」の文字デー
タ「子」が接続されている。また、節点「２」には文字
データ「学」が登録され、その下位リンク先として節点
「６」の文字データ「会」が接続されている。したがっ
て、リンク先を結合することによって、静的単語辞書４
には例えば「電気」、「電子」、「学会」、等の標準的
な単語や語句の文字列が予め登録されている。

【００３２】以上の構成において、以下にフローチャー
トを用いて本例の処理動作を説明する。図４は本例の処
理全体を説明するフローチャートである。本例の処理
は、元の文書データに対して２回の読み込みを行い、最
初の読み込み処理（１回目のパス）によって元の文書デ
ータに含まれる特有の熟語等の文字列を抽出し、補助辞
書５への登録処理を行う。

【００３３】すなわち、文字列検出部１を使用し、文字
列の検出処理（ステップ（以下Ｓで示す）１）を行い、
元の文書データに含まれる全ての文字列の検出を行い、
拡大辞書３に割付け、更に補助辞書登録部２により拡大
辞書３に割り付けた文字列の中で選択処理を行い、意味
のある元の文書データ特有の文字列の抽出を行い、抽出
した文字列のデータを補助辞書５に登録する（Ｓ２）。
また、２回目の読み込み処理（２回目のパス）では、先
ず静的単語辞書４を使用した単語分割処理を行い（Ｓ
３）、更に新たに作成した補助辞書５を使用した単語分
割処理（Ｓ４）を行い、両処理（Ｓ３、Ｓ４）によって
得られた固定長符号のデータを可変長符号化部７によっ
て圧縮符号とする（Ｓ５）。

【００３４】尚、図４に示すフローチャートにおいて、
太枠で囲った処理は本例特有の処理を示す。以下、具体
的に各処理を説明する。先ず、図５は上述の文字列検出
処理（Ｓ１）を具体例に説明するフローチャートであ
る。この処理は、先ず拡大辞書３に全ての文字、並びに
静的単語辞書４の全ての文字列を割り付ける（Ｓ１
１）。また、この処理において、入力データのポインタ
位置を“１”に初期設定し、辞書番号ｎをＮにセットす
る。ここで、Ｎは静的単語辞書４に予め登録した文字列
情報の数であり、静的単語辞書４に登録された文字列の
最後の辞書番号を示す。

【００３５】次に、ポインタの位置から文字列に一致す
る最長の文字列Ｓを見つける（Ｓ１２）。初期時、ポイ
ンタ位置は上述のように“１”であり、元の文書データ
の文字列を検索して初期位置（“１”）から始まる最長
の文字列Ｓを探す（Ｓ１２）。

【００３６】例えば、図６に示す文書は元の文書データ
の一部を示すものである。この例の場合、ポインタの位
置“１”は元の文書データの初期位置であり、文字（漢
字）データ「電」の位置を指示し、この初期位置
（“１”）から始まる最長の文字列Ｓを探す。この処理
は、例えば前述の静的単語辞書４を検索し、文字データ
「電」を探し、当該文字データの節点「１」を検出す
る。そして、次にポインタの位置を更新し、ポインタ位
置“２”に対応する文字データ「気」が静的単語辞書４
に登録されているか検索し、上述の例の場合当該文字デ
ータが節点“４”に登録されており、次にポインタの位
置“３”に対応する文字データ「は」が静的単語辞書４
に登録されているか調べる。ここで、例えば静的単語辞
書４には文字データ「は」が登録されていないとすれ
ば、ポインタの位置“１”から始まる最初の最長の文字
列Ｓは、「電気」の文字列である。

【００３７】次に、辞書番号ｎ（Ｎ）をインクリメント
し、辞書番号をＮ＋１とし（Ｓ１３）、Ｃを文字列Ｓの
次の文字（Ｃ＝文字列Ｓの次の文字）とし、文字列ＳＣ
を辞書に付け加え、辞書番号ｎ（Ｎ＋１）を付加する
（Ｓ１４）。また、ポインタの位置を文字列Ｓの後の文
字に移動する。したがって、上述の処理により「電気
は」の文字列を構成する「は」の文字データが、辞書番
号Ｎ＋１に対応して抽出される。

【００３８】次に、処理（Ｓ１２）に戻り、ポインタ位
置“３”に対応する文字、すなわち文字データ「は」か
ら始まる文字列に一致する最長の文字列Ｓを探す。この
場合、静的単語辞書４には文字データ「は」に関する文
字列の登録がないとすれば、最長文字列Ｓは「は」とな
り、辞書番号ｎをインクリメントし、辞書番号をＮ＋２
とし（Ｓ１３）、文字列ＳＣを辞書に付け加え、辞書番
号ｎ（Ｎ＋２）に登録するデータの候補として抽出する
（Ｓ１４）。すなわち、この場合、「は今」の文字列が
抽出されることになる。

【００３９】以下、同様に処理することによって、例え
ば図６に示す例の場合、「今日必」、「必要な」、・・
・の文字列が拡大辞書３に順次抽出される。以上のよう
にして、元の文書データの全ての文字列に対する抽出処
理が完了すると、前述の補助辞書の登録処理を行う（図
４に示すＳ２）。この処理を具体的に説明する図が、図
７に示すフローチャートである。この処理は補助辞書登
録部２が行い、拡大辞書３に抽出した文字列のデータの
中で、補助辞書５に登録する文字列を決定し、補助辞書
５に当該文字列を登録する処理である。したがって、節
点「Ｎ」までのデータは既に静的単語辞書４に登録され
ており、節点「Ｎ」以降のデータを対象とする。

【００４０】すなわち、階層構造の静的単語辞書４内を
リンクに従って節点から順にたどり、節点ｎがｎ＞Ｎと
なる節点に達したことを判断した後、文字列の選別処理
を行い（Ｓ２１が否）、子の節点数がしきい値を越えて
いるか（Ｓ２２）、また対象となる文字列の長さがしき
い値を越えているか判断する（Ｓ２３）。すなわち、判
断（Ｓ２２）は子の節点数がしきい値を越えているか判
断するものであり、判断（Ｓ２２）が否である場合、対
象となる文字列の頭文字が熟語を構成し難い文字である
可能性が高い。また、判断（Ｓ２３）は対象となる文字
列の長さがしきい値を越えているか判断するものであ
り、判断（Ｓ２３）が否である場合、当該文字列が何ら
意味を持たない文字列を構成する場合が多い。例えば、
先頭文字が漢字でない場合などである。したがって、こ
のような場合、例え拡大辞書３に一旦抽出した文字列で
あっても当該文字列は登録しない（Ｓ２２が否、Ｓ２３
が否、Ｓ２４）。例えば、上述の例において文字列長の
しきい値が“２”である場合、前述の文字列「は今」は
登録から除外され（Ｓ２４）、例えば文字列「必要な」
は登録される。

【００４１】一方、上述の条件に合致する文字列は両判
断（Ｓ２２、Ｓ２３）の両方、又は片方において正とな
り、補助辞書５に登録される。そして、上述の処理を繰
り返し、ｎ＞Ｎである節点ｎの全ての判断が完了するの
を待つ。

【００４２】その後、ｎ＞Ｎである節点ｎの全ての判断
処理が完了すると（Ｓ２１が正）、上述の条件を満たし
た文字列を補助辞書５に登録する（Ｓ２５）。次に、ｎ
＞Ｎの節点に対応する文字列の符号計算を行う（Ｓ２
６）。この文字列の符号計算を具体的に説明するフロー
チャートが図８である。先ず、前述の静的単語辞書４の
最後の文字列ＹＹＹを入力し（Ｓ２６−１）、補助辞書
５の登録語数ｌを入力する（Ｓ２６−２）。次に、２
ｍ＞ｌとなる最小のｍを算出する（Ｓ２６−３）。例え
ば、補助辞書５の登録語数ｌを“１０００”とすれば、
２ｍ＞ｌとなる最小のｍは、“１０”となる。また、補
助辞書５の登録語数ｌを“２０００”とすれば、ｍは
“１１”となる。そして、上述のようにして設定したｍ
の値を以下の計算式に代入して補助辞書５の各文字列の
符号とする（Ｓ２６−４）。このようにして算出された
符号値は、補助辞書５に登録される（図７のＳ２７）以
上のように処理することによって補助辞書５への新たな
文字列の登録処理が完了する。図９は上述の処理によっ
て作成された補助辞書５のデータ構成例である。また、
図１０は静的単語辞書４と補助辞書５を含めた文字列の
データ構成例である。また、図１１は上述の静的単語辞
書４、及び補助辞書５に登録されたデータを階層構造と
して模式的に示す図である。上述の例の場合、節点
「１」に文字（漢字）データ「電」が登録され、その下
位リンク先として節点「４」の文字データ「気」、及び
節点「５」の文字データ「子」が接続されており、更に
節点「Ｎ＋３」に文字データ「話」が接続されているこ
とが分かる。さらに、上述の節点「５」の文字データ
「子」には、下位リンク先として節点「Ｎ＋６」の文字
データ「出」、更に文字データ「出」の下位リンク先と
して節点「Ｎ＋７」の文字データ「版」が登録されてい
る。

【００４３】また、他の節点についても同様であり、節
点「２」の文字データ「学」には新たに補助辞書５に下
位リンク先として節点「Ｎ＋２」の文字データ「問」が
登録され、節点「７」の文字データ「売」には新たに補
助辞書５に下位リンク先として節点「Ｎ＋４」の文字デ
ータ「上」が登録され、更に文字データ「上」の下位リ
ンク先として節点「Ｎ＋５」に文字データ「手」が登録
されている。以下、補助辞書５に新たに登録されたデー
タは、同図に網掛け黒丸で示す通りである。

【００４４】また、図１２は静的単語辞書４と補助辞書
５の符号空間を示す図である。静的単語辞書４及び補助
辞書５共に、コードデータとして登録されており、例え
ば１文字２バイト構成で登録されている。また、同図に
示すＥＳＣは退出確率であり、補助辞書５を必要とする
確率を表し、予め決められた値を設定する。

【００４５】次に、上述の静的単語辞書４及び新たに作
成された補助辞書５を用いて、元の文書データの２回目
の読み込み処理（２回目のパス）を行う。図１３に示す
処理は単語分割処理（図４に示すＳ３、Ｓ４）を具体的
に説明する図である。拡大辞書３、静的単語辞書４、及
び補助辞書５に文字列を割り付け、入力する元の文書デ
ータのポインタ位置を“１”に初期設定する（Ｓ３
１）。

【００４６】次に、上述のポインタ位置からの文字列に
一致する辞書中の最長の文字列Ｓを見つける（Ｓ３
２）。ここで、図１４に示すフローチャートは上述の最
長の文字列Ｓを見つけるための具体的な処理を示す図で
ある。例えば、前述の例において、「電気は」という文
字列が文書データの最初に表れるとき、初めの（ポイン
タの位置が“１”の）文字Ｗは「電」であり（Ｓ３２−
１）、例えばこの文字データを注目文字として入力する
（Ｓ３２−２）。

【００４７】次に、静的単語辞書４の中で上述の注目文
字と一致する文字が存在するか判断する（Ｓ３２−
３）。また、静的単語辞書４にない場合、補助辞書５の
中に一致する文字が存在するか判断する（Ｓ３２−
４）。上述の例の場合、「電」の文字（漢字）データは
静的単語辞書４の中にあり、ポイントの位置を更新して
次の「気」の文字（漢字）データに対して同様の処理を
行う（Ｓ３２−３があり、Ｓ３２−５）。

【００４８】次の「気」の文字（漢字）データについて
も、同じ静的単語辞書４から検索され（Ｓ３２−３があ
り、Ｓ３２−５）、更に次の「は」の文字の一致が判断
される。この文字データ「は」は補助辞書５の節点Ｎ＋
１にあり（Ｓ３２−４があり、Ｓ３２−５）、更に次の
文字データ「今」が判断される。そして、上述の例の場
合、静的単語辞書４及び補助辞書５の何れにも「電気
は」に続く文字はなく、初めの（語頭の）Ｗの文字（文
字データ「電」）の最長一致文字列Ｓとして「電気は」
の文字列を出力する（Ｓ３２−６、図１３に示すＳ３
２）。

【００４９】次に、図１３の処理に戻って、固定長ビッ
トを用いて文字列Ｓに関する番号を出力する（Ｓ３
３）。この出力により文字列「電気は」の固定長ビット
のデータが順次出力される。この場合、文字データ
「は」の節点「Ｎ＋１」に対応する固定長符号が文字列
「電気は」に対応する符号として出力される。

【００５０】次に、上述のポインタ位置を文字列Ｓの後
の文字位置に移動し（Ｓ３４）、更に次の文字データ
「今」を注目文字として上述の処理を繰り返す。したが
って、上述の処理を繰り返すことによって、例えば文字
列「今日」に対応する固定長符号のデータ、文字列「必
要」に対応する固定長符号のデータ、・・・が順次可変
長符号化部７に出力される。

【００５１】このようにして、固定長符号のデータが可
変長符号化部７に供給されると、可変長符号化部７は固
定長符号を圧縮符号に変換する（図４に示すＳ５）。こ
の処理は単語分割部６から出力される固定長符号を圧縮
符号に変換するものであり、図１５、図１６に圧縮符号
の符号値の例を示す。例えば、図１５は静的単語辞書４
にのみ登録された文字列の符号値を示し、図１６は補助
辞書５に登録された文字列の符号値を示す。

【００５２】例えば、単語分割部６によって文字列「電
気」を示す固定長符号が入力した場合、可変長符号化部
７は対応する符号値“００００００１”を出力する。ま
た、文字列「電子」の固定長符号が入力した場合、可変
長符号化部７は対応する符号値“０００００１１”を出
力する。一方、文字列「電気は」の固定長符号が入力し
た場合、可変長符号化部７は図１６に示す符号値“ＹＹ
Ｙ０００００１”を出力する。また、文字列「電子出
版」の固定長符号が入力した場合、同図に示す符号値
“ＹＹＹ００００１０”を出力する。

【００５３】尚、単語分割部６から出力される他の固定
長符号の場合にも、図１５又は図１６に示す対応する符
号値を出力する。また、上述のようにして出力された圧
縮符号は、例えば図示されない文書メモリに書き込まれ
る。

【００５４】以上のように処理することにより、従来の
静的単語辞書のみを用いて圧縮処理した場合に比べ圧縮
効率を上げ、小さな容量の圧縮データとすることができ
る。したがって、容量の小さな文書メモリを使用して圧
縮データを書き込むことができる。

【００５５】次に、上述のようにして、例えば文書メモ
リに書き込んだ圧縮符号（圧縮データ）を復元する場合
について説明する。図１７は本例の復元装置のシステム
構成図であり、可変長復号化部１０、単語復元部１１、
及び前述の静的単語辞書４、及び補助辞書５で構成され
ている。また、単語復元部１１には上述の静的単語辞書
４、及び補助辞書５が接続され、単語復元部１１が元の
文書データに復元する際、静的単語辞書４及び補助辞書
５を検索する構成である。

【００５６】図１８は復元処理を説明するフローチャー
トである。先ず、可変長復号化部１０は、例えば文書メ
モリに記憶された圧縮符号（圧縮データ）を入力し、圧
縮符号を前述とは逆の方法で伸張処理し、元の固定長符
号に復号する（Ｓ４１）。すなわち、前述の図１５、図
１６を検索し、圧縮符号値（圧縮データ）に対応する固
定長符号（固定長データ）に復号する。例えば、圧縮符
号値“００００００１”が入力した場合、文字列「電
気」の固定長符号を出力し、圧縮符号“０００００１
１”が入力した場合、文字列「電子」の固定長符号を出
力する。一方、圧縮符号“ＹＹＹ０００００１”が入力
した場合、文字列「電気は」の固定長符号を出力し、圧
縮符号“ＹＹＹ００００１０”が入力した場合、文字列
「電子出版」の固定長符号を出力する。

【００５７】次に、可変長復号化部１０で復号された固
定長符号のデータは、単語復元部１１に供給され、先ず
静的単語辞書４を検索して単語の復元処理が行われる
（Ｓ４２）。例えば、可変長復号化部１０から供給され
る固定長符号が文字列「電気」に相当する場合、静的単
語辞書４から対応する「電気」の文字コードが順次読み
出され、元の文書データとして出力される。また、可変
長復号化部１０から供給される固定長符号が文字列「電
子」に相当する場合、静的単語辞書４から対応する「電
子」の文字コードが順次読み出され、元の文書データと
して出力される。一方、可変長復号化部１０から供給さ
れる符号値が文字列「電気は」に相当する場合、静的単
語辞書４には登録されていない文字列であり、単語復元
部１１は補助辞書５を検索し、「電気は」に対応する文
字コードを読み出す（Ｓ４３）。また、同様に可変長復
号化部１０から供給される符号値が文字列「電子出版」
に相当する場合、静的単語辞書４には登録されていない
文字列であり、補助辞書５を検索し、「電子出版」に対
応する文字コードを読み出す。

【００５８】以上の処理を継続し、単語復元部１１は静
的単語辞書４と補助辞書５を検索しながら、順次符号情
報を元の文書データに戻し、全ての処理が完了すると、
元の文書データの再生が終了する。

【００５９】以上のように上述の復元処理によって、圧
縮符号（圧縮データ）を元の文書データに再生すること
ができ、この場合にも補助辞書５を使用して符号化され
た圧縮符号を文書メモリから送信するので、送信処理を
短時間で行うことができる。

【００６０】尚、上述の実施形態例の説明では、データ
圧縮装置とデータ復元装置を別々に説明したが、データ
圧縮装置とデータ復元装置を共にもつ装置であっても同
様に実施することができる。 ＜第２の実施形態＞次に、本発明の第２の実施形態につ
いて説明する。

【００６１】本例のデータ圧縮装置は、前述の第１の実
施形態の場合と異なり、作成した圧縮データをインター
ネット等の通信回線を介して他のコンピュータに送信
し、復元する構成であり、送信元で作成する補助辞書を
他のコンピュータに通信回線を介して送る構成である。

【００６２】図１９は本実施形態例で使用するデータ圧
縮装置のシステム構成図である。本例は、文字列検出部
２１、補助辞書登録部２２、拡大辞書２３、静的単語辞
書２４、補助辞書２５、単語分割部２６、可変長符号化
部２７、及び補足部２８で構成されている。静的単語辞
書２４には前述と同様、標準的な単語や語句等の文字列
が登録され、文字列検出部２１は静的単語辞書２４を参
照しながら元の文書データに含まれる文字列の検出を行
う。

【００６３】また、補助辞書２５には、静的単語辞書２
４に登録されていない熟語等の文字列のデータが登録さ
れる。この登録処理は補助辞書登録部２２の処理によっ
て行われ、拡大辞書２３に抽出された文字列の中で、元
の文書データ特有の文字列が登録される。

【００６４】単語分割部２６も前述の実施形態と同様、
上述の補助辞書２５に単語、語句等の文字列の登録処理
が行われた後、再度元の文書データを読み込んだ際、元
の文書データの単語分割を行う。また、可変長符号化部
７も上述の単語分割部６によって単語分割されたデータ
に対し、データ圧縮処理を行う。

【００６５】一方、補足部２８は本実施形態例で作成し
た補助辞書２５の情報を読み出し、インターネット等の
通信回線に出力する構成であり、可変長符号化部２７か
ら出力する圧縮符号の出力前に送信する。

【００６６】尚、予め標準的な単語や語句等の文字列が
登録された静的単語辞書２４の構成は前述と同様であ
り、階層構造の形態で登録されている。以上の構成にお
いて、以下にフローチャートを用いて本例の処理動作を
説明する。

【００６７】図２０は第２実施形態の処理動作を説明す
るフローチャートである。本例においても、元の文書デ
ータに対して２回の読み込み処理を行い、最初の読み込
み処理（１回目のパス）で元の文書データに含まれる特
有の文字列の抽出を行い、補助辞書２５に登録する。す
なわち、先ず文字列の検出処理を行い（Ｓ５１）、元の
文書データ特有の文字列の抽出を行い、更に抽出した文
字列のデータを補助辞書２５に登録する（Ｓ５２）。

【００６８】尚、文字列の検出処理（Ｓ５１）は、前述
の第１実施形態で説明した処理（図５に示すフローチャ
ート）と同じであり、拡大辞書２３に元の文書データの
文字列を抽出する。また、元の文書データ特有の文字列
の登録処理も前述の第１実施形態で説明した処理（図７
に示すフローチャート）と同じであり、補助辞書２５に
特有の文字列のデータのみを登録する。このように処理
することによって、静的単語辞書４と補助辞書５には前
述の図１０に示すようなデータ登録が行われる。

【００６９】本例では、更に図２０に示すフローチャー
トの処理の如く、補助辞書２５に登録したデータを出力
ファイルの先頭に付加する（Ｓ５３）。この処理は前述
の補足部２８が行い、具体的には図２１に示すフローチ
ャートに従って処理される。また、この処理によって作
成されるファイル形式を図２２に示す。

【００７０】先ず、対象となる文字列が、ｎ＞Ｎとなる
節点で終わる文字列か判断する（Ｓ６１）。例えば、前
述の文字列「電気」の場合、当該文字列はｎ＜Ｎとなる
節点「４」で終わる文字列であり、該当しない（Ｓ６１
が否）。一方、文字列「電気は」の場合、当該文字列は
ｎ＞Ｎとなる節点「Ｎ＋１」で終わる文字列であり、該
当する（Ｓ６１が正）。この場合、ｎ＜＝Ｎとなる親の
節点を検索し、例えば上述の「電気は」の文字列の場
合、「は」の親の節点「４」を探し文字列の登録を行う
（Ｓ６２、Ｓ６３）。この処理により、図２２に示すフ
ァイルには「は」の親の節点（の指標）と「は」の文字
コードが書き込まれる。さらに、対応する文字列の符号
語“ＹＹＹ０００００１”が書き込まれる（Ｓ６４）。

【００７１】また、文字列が「電子出版」である場合、
「出版」の親の節点「５」を探し文字列の登録を行い、
図２２に示すファイルには、「出版」の親の節点（の指
標）と「出版」の文字コードが書き込まれる。さらに、
対応する文字列の符号語“ＹＹＹ００００１０”が書き
込まれる。

【００７２】また、上述の図２２に示すファイル形式
は、補助辞書の登録内容の一部を示すものであり、更に
補助辞書の情報が書き込まれた後、この補助辞書の後に
圧縮符号を付加して出力する。図２３は補助辞書が書き
込まれた補助辞書部に更に圧縮符号を付加した出力ファ
イル全体の出力形式を示す図である。尚、圧縮符号部に
は後述する可変長符号化部２７から出力される圧縮符号
が付加される。

【００７３】次に、単語分割部２６では元の文書データ
に対する文字列の分割処理を行う（図２０に示すＳ５
４、Ｓ５５）。この処理も前述と同様であり、元の文書
データに対して静的単語辞書２４、補助辞書２５を検索
しながら文字列の固定長符号を作成する。例えば、文字
列「電気」の場合、静的単語辞書２４を検索して対応す
る固定長符号を出力する。一方、文字列「電気は」の場
合、補助辞書２５を検索して対応する固定長符号を出力
する。

【００７４】また、可変長符号化部２７は単語分割部２
６から出力される固定長符号を圧縮符号に変換する。こ
の処理も前述の第１の実施形態の場合と同様であり、例
えば文字列「電気」の固定長符号が入力した場合、可変
長符号化部２７は対応する圧縮符号“００００００１”
を出力する。一方、文字列「電気は」の固定長符号が入
力した場合、可変長符号化部２７は圧縮符号“ＹＹＹ０
００００１”を出力する。

【００７５】以上のように処理することにより、前述の
補足部２８によって補助辞書２５の内容を出力した後、
実際の圧縮符号を出力する。すなわち、前述の補助辞書
２５の内容と圧縮符号のデータは、前述の図２３に示す
形式の出力ファイルに記述され、インターネット等の通
信回線を介して他のコンピュータに出力され、圧縮符号
の再生処理が行われる。

【００７６】したがって、本例によれば補助辞書２５に
登録したデータに基づいて元の文書データ特有の文字列
も符号化することができ、極めて容量の小さな圧縮デー
タとすることができ、インターネット等の通信回線を介
してデータ転送を行う際にも、データの転送時間も短く
することができる。

【００７７】次に、上述のようにして、通信回線を介し
て供給された圧縮データを復元する場合について説明す
る。図２４は本例の復元装置のシステム構成図であり、
可変長復号化部３０、単語復元部３１、静的単語辞書３
４、補助辞書３３、及び補助辞書登録部３２で構成され
ている。単語復元部３１は上述の静的単語辞書３４、及
び補助辞書３３に接続され、単語復元部３１が元の文書
データに復元する際、静的単語辞書３４及び補助辞書３
３を検索する構成である。また、補助辞書登録部３２は
通信回線を介して供給される補助辞書情報を補助辞書３
３に登録する。

【００７８】図２５は、上述の構成の第２実施形態の復
元処理を説明するフローチャートである。先ず、本例に
おいては補助辞書の登録処理を行う（Ｓ７１）。この処
理は、前述の図２２（図２３）に示すファイルの状態で
入力するデータを補助辞書登録部３２によって検出し、
復元装置側の補助辞書３３に登録する処理である。

【００７９】ここで、図２６に示すフローチャートはこ
の処理を説明する図である。すなわち、補助辞書部に含
まれる各文字列の親の節点（の指標）を入力する（Ｓ８
１）。この処理により、例えば図２２の例の場合、
「は」の親の節点（の指標）「４」が読み出され、
「は」の文字コードと、文字列の符号語“ＹＹＹ０００
００１”が読み出される（Ｓ８２、Ｓ８３）。また、次
の「出版」の親の節点（の指標）「５」が読み出され、
対応する文字コードと、文字列の符号語“ＹＹＹ０００
０１０”が読み出される。

【００８０】以上の処理を繰り返すことにより、補助辞
書３３には前述のデータ圧縮装置側の補助辞書２５と同
じデータが登録される。一方、可変長符号化部３０で
は、前述と同様、インターネット等の通信回線を介して
供給されるデータの復号処理を行う（図２５に示すＳ７
２）。例えば、通信回線を介して供給される圧縮符号
（圧縮データ）を入力し、固定長符号に復元する。この
処理は前述の処理と同じであり、例えば圧縮符号“００
００００１”は、文字列「電気」の固定長符号に復号さ
れ、圧縮符号“ＹＹＹ０００００１”は、文字列「電気
は」の固定長符号に復号される。

【００８１】次に、可変長復元化部３０で復号された固
定長符号は単語復元部３１に供給され、先ず静的単語辞
書２４を検索して単語の復元処理が行われる（Ｓ７
３）。例えば、可変長復元化部３０から供給される符号
が文字列「電気」に相当する場合、「電気」に対応する
文字コードを出力する。また、可変長復元化部３０から
供給される符号が文字列「電子」に相当する場合も、
「電子」に対応する文字コードを出力する。

【００８２】一方、可変長復元化部３０から供給される
符号値が文字列「電気は」に相当する場合、静的単語辞
書３４には登録されていない符号値であり、単語復元部
３１は補助辞書３３を検索する（Ｓ７４）。このとき、
補助辞書３３には上述のように、インターネット等の通
信回線を介してデータ圧縮装置側の補助辞書２５と同じ
データが書き込まれており、単語復元部３１が補助辞書
３３を検索することによって、対応する文字コードを検
出することができる。また、符号値が文字列「電子出
版」である場合にも、静的単語辞書２４には登録されて
いない符号値であり、単語復元部３１は補助辞書３３を
検索し、対応する文字コードを検出できる。

【００８３】このようにして検出した文字コードのデー
タは順次元の文書データとして出力される。以上の処理
を継続し、単語復元部３１は静的単語辞書３４と補助辞
書３３を検索しながら、順次符号情報を元の文書データ
に復元し、全ての処理が完了すると、元の文書データの
復元処理が終了する。

【００８４】以上のように、第２実施形態はデータ圧縮
装置側で作成した補助辞書の情報をインターネット等の
通信回線を介して受信側のコンピュータに登録し、元の
文書データの圧縮データをこの補助辞書、及び標準的な
静的単語辞書を用いて復元する構成であり、データ転送
を効率よく行い、補助辞書の転送後短時間でデータ復元
処理を行うことができる。

【００８５】尚、図２７はフロッピー（登録商標）ディ
スクやＣＤ−ＲＯＭ等の可搬性の記録媒体やハードディ
スク等の外部記憶装置などのメモリに本例のデータアク
セス処理のプログラムを記憶し、該記憶媒体をコンピュ
ータのドライブに挿入することにより本実施形態の処理
を実現するシステムである。

【００８６】また、インターネットやＬＡＮ、ＷＡＮ等
の通信回線を介して本実施形態のプログラムをプログラ
ム提供者からコンピュータにダウンロードして本実施形
態の処理を実現する構成としてもよい。

【００８７】

【発明の効果】以上説明したように、本発明によれば文
書データ特有の単語や語句の文字列を補助辞書に登録す
るので、圧縮率を向上し、小容量の圧縮データとするこ
とができる。

【００８８】また、小容量の圧縮データとすることがで
き、圧縮データを文書メモリ等に記憶する際、小容量の
メモリを使用することができる。さらに、圧縮データを
インターネット等の通信回線を介して送信する際、デー
タ容量が小さくので、短い送信時間で圧縮データの転送
を行うことができる。

【図面の簡単な説明】

【図１】第１実施形態のデータ圧縮装置のシステム構成
図である。

【図２】静的単語辞書の登録データを説明する図であ
る。

【図３】本例の階層構造を模式的に示す図である。

【図４】第１実施形態の処理を全体的に説明するフロー
チャートである。

【図５】文字列検出部が行う上述の文字列検出処理の具
体例を説明するものである。

【図６】文書データの一部を示す具体例である。

【図７】補助辞書の登録処理を具体的に説明するフロー
チャートである。

【図８】文字列の符号計算を具体的に説明するフローチ
ャートである。

【図９】補助辞書のデータ構成例を示す図である。

【図１０】静的単語辞書と補助辞書を含めた文字列のデ
ータ構成例を示す図である。

【図１１】静的単語辞書、及び補助辞書に登録されたデ
ータの階層構造を模式的に示す図である。

【図１２】静的単語辞書と補助辞書の符号空間を示す図
である。

【図１３】単語分割処理を具体的に説明する図である。

【図１４】最長の文字列Ｓを見つけるための具体的な処
理を示すフローチャートである。

【図１５】文字列に対応する符号値の例を示す図であ
る。

【図１６】文字列に対応する符号値の例を示す図であ
る。

【図１７】第１実施形態の復元装置のシステム構成図で
ある。

【図１８】復元処理を説明示すフローチャートである。

【図１９】第２実施形態のデータ圧縮装置のシステム構
成図である。

【図２０】第２実施形態の処理を全体的に説明するフロ
ーチャートである。

【図２１】補助辞書の情報を出力ファイルに記述するた
めのフローチャートである。

【図２２】出力ファイルの補助辞書部の一部の構成を示
す図である。

【図２３】出力ファイルの全体構成を示す図である。

【図２４】第２実施形態のデータ復元装置のシステム構
成図である。

【図２５】第２実施形態のデータ復元装置の処理を説明
するフローチャートである。

【図２６】補助辞書情報を読み出す処理を説明するフロ
ーチャートである。

【図２７】記録媒体を使用するデータ圧縮処理、及びデ
ータ復元処理のシステム構成図である。

【図２８】従来のデータ圧縮装置のシステム構成図であ
る。

【図２９】従来のデータ復元装置のシステム構成図であ
る。

【符号の説明】

１、２１ 文字列検出部 ２ 補助辞書登録部 ３、２３ 拡大辞書 ４ 静的単語辞書 ５ 補助辞書 ６、２６ 単語分割部 ７、１０、２７ 可変長符号化部 １１ 単語復元部 ２２ 補助辞書登録部 ２４、３４ 静的単語辞書 ２５、３３ 補助辞書 ２８ 補足部

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B009 SA08 5J064 AA02 BA09 BA11 BC01 BC02 BC29 BD02 BD03 CA02 CB12

Claims (11)

【特許請求の範囲】
1. 【請求項１】 予め単語や語句の文字列を登録した静的
   単語辞書と、 圧縮処理の対象となる文書データを検索し、前記静的単
   語辞書に含まれない文字列を検出する文字列検出手段
   と、 該文字列検出手段によって検出した文字列の中で、前記
   文書データ特有の文字列の選定を行い、選定した文字列
   を補助辞書に登録する選定登録手段と、 前記圧縮処理の対象となる文書データに対し、前記静的
   単語辞書と補助辞書を検索し、前記静的単語辞書又は補
   助辞書に登録された文字データを固定長符号として出力
   する単語分割手段と、 該単語分割手段から出力される固定長符号を圧縮符号に
   変換する可変長符号化手段と、 を有することを特徴とするデータ圧縮装置。
2. 【請求項２】 前記圧縮符号を固定長符号に復号する復
   号手段と、該復号手段によって復号された固定長符号に
   対し、前記静的単語辞書と補助辞書を使用し、元の文書
   データを復元するデータ復元手段と、を有することを特
   徴とする請求項１記載のデータ圧縮装置。
3. 【請求項３】 予め単語や語句の文字列を登録した静的
   単語辞書と、 圧縮処理の対象となった文書データを検索し、前記静的
   単語辞書に含まれなかった前記文書データ特有の単語や
   語句の文字列を検出し、該文字列の中で更に選定を行
   い、文字列の登録が行われた補助辞書と、 前記文書データの圧縮符号を固定長符号に復号する復号
   手段と、 該復号手段によって復号された固定長符号に対し、前記
   静的単語辞書と補助辞書を検索し、元の文書データに復
   元するデータ復元手段と、 を有することを特徴とするデータ復元装置。
4. 【請求項４】 予め単語や語句の文字列を登録した静的
   単語辞書と、 圧縮処理の対象となる文書データを検索し、前記静的単
   語辞書に含まれない文字列を検出する文字列検出手段
   と、 該文字列検出手段によって検出した文字列の中で、前記
   文書データ特有の文字列の選定を行い、選定した文字列
   を補助辞書に登録する選定登録手段と、 前記圧縮処理の対象となる文書データに対し、前記静的
   単語辞書と補助辞書を検索し、前記静的単語辞書又は補
   助辞書に登録された文字データを固定長符号に変換する
   単語分割手段と、 該単語分割手段から出力される固定長符号を圧縮符号に
   変換する可変長符号化手段と、 前記補助辞書に登録した文字列のデータを前記可変長符
   号化手段によって作成する圧縮符号の前に付加して通信
   ネットワークに送信する送信手段と、 を有することを特徴とするデータ圧縮装置。
5. 【請求項５】 前記通信ネットワークを通して送信され
   た補助辞書に登録したデータを受信し、補助辞書記憶手
   段に登録する補助辞書登録制御手段と、前記圧縮符号を
   固定長符号に復号する復号手段と、該復号手段によって
   復号された固定長符号に対し、受信側の静的単語辞書と
   前記補助辞書記憶手段を検索し、元の文書データを復元
   するデータ復元手段と、を有することを特徴とする請求
   項４記載のデータ圧縮装置。
6. 【請求項６】 予め単語や語句の文字列を登録した静的
   単語辞書と、 通信ネットワークを通して送信された補助辞書登録デー
   タを記憶する補助辞書記憶手段と、 文書データの圧縮符号を固定長符号に復号する復号手段
   と、 該復号手段によって復号された固定長符号に対し、前記
   静的単語辞書と補助辞記憶手段に記憶した補助辞書を検
   索し、元の文書データに復元するデータ復元手段と、 を有することを特徴とするデータ復元装置。
7. 【請求項７】 予め単語や語句の文字列を登録した静的
   単語辞書を使用し、圧縮処理の対象となる文書データを
   検索し、前記静的単語辞書に含まれない文字列を検出す
   る文字列検出処理と、 該文字列検出処理によって検出された文字列の中で、前
   記文書データ特有の文字列の選定を行い、選定された文
   字列を補助辞書に登録する選定登録処理と、 前記圧縮処理の対象となる文書データに対し、前記静的
   単語辞書と補助辞書を検索し、前記静的単語辞書又は補
   助辞書に登録された文字データを固定長符号に変換する
   単語分割処理と、 該単語分割処理によって変換された固定長符号を圧縮符
   号に変換する可変長符号化処理と、 を行うことを特徴とするデータ圧縮方法。
8. 【請求項８】 予め単語や語句の文字列を登録した静的
   単語辞書を使用し、圧縮処理の対象となった文書データ
   を検索し、前記静的単語辞書に含まれなかった前記文書
   データ特有の単語や語句の文字列を検出し、該文字列の
   中で更に選定を行い、補助辞書に文字列の登録を行う選
   定登録処理と、 前記文書データの圧縮符号を固定長符号に復号する復号
   処理と、 該復号処理によって復号された固定長符号に対し、前記
   静的単語辞書と補助辞書を使用し、元の文書データに復
   元するデータ復元処理と、 を行うことを特徴とするデータ復元方法。
9. 【請求項９】 予め単語や語句の文字列を登録した静的
   単語辞書を使用し、圧縮処理の対象となる文書データを
   検索し、前記静的単語辞書に含まれない文字列を検出す
   る文字列検出処理と、 該文字列検出処理によって検出された文字列の中で、前
   記文書データ特有の文字列の選定を行い、選定した文字
   列を補助辞書に登録する選定登録処理と、 前記圧縮処理の対象となる文書データに対し、前記静的
   単語辞書と補助辞書を検索し、前記静的単語辞書又は補
   助辞書に登録された文字データを固定長符号に変換する
   単語分割処理と、 該固定長符号を圧縮符号に変換する可変長符号化処理
   と、 前記補助辞書に登録した文字列のデータを前記可変長符
   号化処理によって作成した圧縮符号の前に付加して通信
   ネットワークに送信する送信処理と、 を行うことを特徴とするデータ圧縮方法。
10. 【請求項１０】 通信ネットワークを通して送信された
    補助辞書登録データを記憶する補助辞書記憶処理と、 文書データの圧縮符号を固定長符号に復号する復号処理
    と、 該復号処理によって復号された固定長符号に対し、静的
    単語辞書と補助辞書登録データを使用し、元の文書デー
    タに復元するデータ復元処理と、 を行うことを特徴とするデータ復元方法。
11. 【請求項１１】 予め単語や語句の文字列を登録した静
    的単語辞書を使用し、圧縮処理の対象となる文書データ
    を検索し、前記静的単語辞書に含まれない文字列を検出
    する文字列検出機能と、 該文字列検出機能によって検出された文字列の中で、前
    記文書データ特有の文字列の選定を行い、選定された文
    字列を補助辞書に登録する選定登録機能と、 前記圧縮処理の対象となる文書データに対し、前記静的
    単語辞書と補助辞書を検索し、前記静的単語辞書又は補
    助辞書に登録された文字データを固定長符号に変換する
    単語分割機能と、 該固定長符号を圧縮符号に変換する可変長符号化機能
    と、 から成るデータ圧縮処理をコンピュータに実行させるプ
    ログラムを格納した前記コンピュータが読み取り可能な
    記録媒体。