JP2000516058A - 頻度の高いキャラクタの組み合わせ、ワード及び／又はフレーズでプレフィルした辞書を用いるＬｅｍｐｅｌ―Ｚｉｖデータ圧縮技術 - Google Patents

Abstract

(57)【要約】 適応性のある圧縮技術が、必要な格納空間(18)及び転送データ(22)の送出時間を低減することにより、Lempel-Ziv(LZ)技術を改良する。プレフィル圧縮辞書(48)が、Lempel-Ziv技術における従来の問題点を解決するために利用される。Lempel-Ziv技術では、圧縮ソフトウエアが空の圧縮辞書を用いてスタートし、そして、小規模の圧縮が、比較されるデータに共通なシーケンスで辞書が満杯となるまでに達成される。圧縮辞書(48)は、圧縮された領域で共通に見いだされるワード及び／又はフレーズの文字列でプレフィルされる。それらは、プレフィル辞書で使用され、そこでは、それらは、同一テキストジャンルからテキストデータをサンプリングすることにより決定される。最初に、複合的なプレフィル辞書(52)は、ソフトウエアにより利用され、そこで、最大圧縮のために最も適切な辞書が、現在のデータを圧縮するために特定され使用される。これらの変更は、Zivとlempelにより1977年及び1978年に詳説された変形版に基づく公知のLempel-Ziv圧縮技術のいずれによってもできる。

Description

【発明の詳細な説明】 頻度の高いキャラクタの組み合わせ、ワード及び／又はフレーズでプレフィルし た辞書を用いるLempel-Zivデータ圧縮技術 発明の背景 技術分野 本発明は、デジタル形式で格納したテキストデータをロスの無い方法で圧縮(c ompression)しかつ伸長(decompression)するための方法および装置に関する。換 言すれば、オリジナルデータは最初圧縮されその後伸長処理を経て、そのオリジ ナルの形式に再構成される。このデータは、キャラクタのある特定セットの７ま たは８ビット表現からなる、例えばＡＳＣＩＩコードの様に、予め特定された特 定のアルファベットで記述されているものと仮定する。 従来技術の記載 従来技術において、異なるタイプの多くのテキスト圧縮技術が記載されている 。ここに説明するテキスト圧縮技術は、LempelとZivによって開発されたテキス ト圧縮技術に基づいている。彼らはテキスト圧縮に対して２種類の、類似してい るがしかし重大な相違点を有する技術を開発した。これら２種類の方法は、IEEE Transactions on Information Theory，Vol．IT 23，No．3，pp．337-343に記 載の“A Universal Algorithm for Sequential Data Compression”と題された 論文、およびIEEE Transactions on Information Theory，Vol．IT-24，No．5， pp．530-536に記載の“Compression of Individual Sequences via Variable-Ra te Coding”と題された論文にその概略が記載され、さらに通常、それぞれＬＺ ７７およびＬＺ ７８として呼ばれる。 ＬＺ７７は、あたらしい材料を圧縮するために、固定サイズのウインドウ内に 前もって圧縮された材料に対するポインタを使用する、テキスト圧縮技術である 。固定サイズの“圧縮ウインドウ”は、局所性の原理、即ちそのデータが隣接の データに最も類似していそうな事を見出すために圧縮される間、テキストデータ に渡って移動させられる。以下にＬＺ７７の一例を、図１（Ａ）および（Ｂ）に 関して説明する。 図１（Ａ）および（Ｂ）では、説明目的のために、８キャラクタの小さなウイ ンドウサイズを仮定している。図１（Ａ）に示す様に、まだ圧縮されていないテ キストは、このまだ圧縮されていないテキストに直接先行する圧縮されたテキス トの８（までの）キャラクタを含む、８（までの）キャラクタウインドウの内容 と比較される。まだ圧縮されていないテキストの最初から始まる、８キャラクタ ウインドウ内のシーケンスとの最も長い一致が識別される。図１（Ａ）において 、８キャラクタウインドウからの最も長い一致は、“ＢＢ”である。このシーケ ンス（“ＢＢ”）に対するポインタ、その長さ（２）およびイクステンション（ 圧縮すべきテキスト中の一致の後における、次のキャラクタ）は、データ圧縮ア ルゴリズムの適用に依存して、送出されあるいは圧縮されさらに局所的に格納さ れる。しかしながら８キャラクタウインドウ内にシーケンスの一致が見いだせな い場合は、そのキャラクタそのものが送出される。一旦、ポインタによって指摘 されたデータブロックが圧縮されかつその圧縮に関する情報が送出されると、そ のウインドウは、ポインタ（ＢＢ）プラスもし有ればイクステンションによって 言及されるキャラクタ数だけ移動させられる。更に、圧縮されるテキストの領域 に対するポインタは、このキャラクタ数だけ更新される。図（１Ｂ ）に示すように、この処理は、シフトされたデータに対して、圧縮されるデータ が空になるまで繰り返される。 ＬＺ７８は、圧縮されるデータを圧縮辞書内に書き込むためのフレーズに分解 することよって、テキスト圧縮を達成する点で、ＬＺ７７と相違している。これ らのフレーズまたは辞書エントリに対するポインタは、次に新しいデータを圧縮 するために使用される。最初、辞書は空の列（長さがゼロのフレーズ）のみを含 んでいる。各ステップにおいて圧縮すべきフレーズは、このフレーズのプレフィ ックスが辞書中のエントリで有るように、新しいデータのスタートの時点で最も 長いフレーズである。なおこのプレフィックスは、最後のキャラクタを取り除い たフレーズとして定義される。残りのキャラクタはイクステンションと呼ばれる 。このように、第１のフレーズが発見されると、この第１のフレーズは、そのフ レーズの最後でかつ唯一のキャラクタに続く空の列（これは辞書において最初に 見いだされる唯一のエントリである）からなる辞書エントリに対するリファレン スとして、符号化される。このキャラクタは次に辞書中に配置され（辞書が満杯 でないと仮定して）、更にフレーズを識別する処理およびそのプレフィックス（ そのプレフィックスに一致する辞書エントリに対するリファレンスとして）およ びイクステンションを送出する処理を繰り返す。そのまだ圧縮されていないデー タは、辞書エントリの両方、すなわち：空の列および既に遭遇したキャラクタか らなるフレーズ、と比較される。新しいデータ中の次のキャラクタが既に圧縮さ れたキャラクタと一致しない場合は、次にそれもまた空の列プラス圧縮されるキ ャラクタとして、圧縮される。この方法では、辞書中に発見されかつ可能な限り 長く選択されたプレフィックスと、入力データのプレフィックスに続くキャラク タであるイクステンションとして、データの各フレーズが圧縮され る。ＬＺ７８の一例を次に図２を参照して説明する。 図２は、短いキャラクタシーケンスに対するＬＺ７８圧縮の例を示す。図示す るように、Ｅとして呼ばれる空の列を除いては、辞書は最初エントリを含まずに スタートし、圧縮すべきキャラクタシーケンスの開始を示すポインタは、圧縮す べきシーケンスの開始点に配置される。フレーズのプレフィックス、即ちＥが辞 書中の唯一のエントリであるため、プレフィックスが辞書中に存在する最も長い 最初のフレーズは、１キャラクタの長さである。最初のキャラクタは従って、Ｅ 及び送出されるシーケンスの第１キャラクタに対するリファレンスとして符号化 される。その後、この辞書は更新されて、使用された辞書エントリおよび圧縮シ ーケンス中でこのエントリに続くキャラクタとの連結からなるエントリを含むよ うになる。現在のポインタは次に圧縮されるキャラクタの数だけ移動させられ、 さらにこの処理を繰り返し、圧縮すべきデータストリームが空になるまで次のフ レーズを繰り返して識別しかつその圧縮された形状を送出する。当業者であれば 理解しうるように、一旦辞書が形成されると、ＬＺ７８技術は実質的により強い 圧縮を提供する。ＬＺ７８テキスト圧縮技術の特定の実施に関するさらに詳細な 説明が、Eastman等の米国特許第４、４６４、６５０号に示されており、一方、L empel-Zivコード技術の一般的でかつ優れた記載は、Bell等による「テキスト圧 縮」（Englewood，Cliffs，New JerseyのPrentice Hall社より１９９０年発行） と題された教科書において見られる。 Lempel-Zivによって記載された様に、圧縮辞書の概念を用いた多くのデータ圧 縮システムが従来技術において記載されている。 例えば、Giltner等は、米国特許第４、３８６、４１６号において、テレック スまたは類似のネットワーク上でデータを送出するために使用されるシステムを 記載している。Giltner等によって記載 されたシステムは２種類の辞書を使用している。第１の辞書は、データ言語から の頻出ワードによってプレフィル(pre-filled)されており、一方第２の辞書は最 初空であるがデータ中に遭遇しかつ第１の辞書に存在しないワードによって満た される。データを送出する場合、ワードが第１の辞書中に発見されると、エスケ ープコードと第１の辞書中のワードエントリ数が送出される。ワードが第１の辞 書中に発見されない場合は、Huffmanコード技術を用いて圧縮されて後の利用の ために第２の辞書の中に加えられる。その結果、そのワードに再び遭遇すると、 このワードは、第２の辞書中のワードエントリ番号が、第２の辞書中のワードエ ントリ番号の後の第２の辞書を言及する事を示すエスケープコードを送出する事 によって送出される。Giltner等は、“ワード”を、予め決められた数のキャラ クタまたは空白あるいは空白と句読点との組み合わせによって囲まれたキャラク タシーケンスのいずれかであると定義している。テレックスまたは類似のネット ワークによって扱われる全てのタイプのメッセージに共通する小さいがしかし固 定数のワードを第１の辞書中に設け、さらに追加の“ワード”を第２の辞書中に 格納する。しかしながら、Giltner等は、有効ワードの限定された定義外である 頻繁に発生するテキストシーケンスについて触れてはいない。その結果、Giltne r等は、テキスト間の圧縮がキャラクタシーケンスのレベルでなされた場合、テ キストの類似性がより大きいという事実を利用してはいない。さらに、Giltner 等は、テキスト中に頻繁に発生するワードを第１の辞書に対してどのように選択 しその結果送出されるテキストタイプ内で頻出する有効ワードによってその辞書 が満たされるかについて、触れていない。Giltner等はまた、最も適当なテキス トライブラリをいかにして識別するか、または圧縮すべきドキュメントのジャン ルの識別について、教示していない。さ らに、Giltner等のライブラリは固定されており、ユーザは必要に応じて彼等自 身のプレフィル辞書を作る事はできない。 同様に、Wengは米国特許第４、８８１、０７５号において、２種類の辞書を用 いる“適応”データ圧縮技術について記載している。第１の辞書は、圧縮または 伸長を実行するために使用され、一方第２の辞書は最近に入力されたデータの局 所性をうまく反映させるように再構築される。第２の辞書は次に入力データを圧 縮しまたは伸長するために使用され、一方第１の辞書は直近の入力データを用い て再構築される。Wengは圧縮が完了するまで、辞書間で繰り返し切り替えを行っ ている。 Kato等は、米国特許第４、８４７、６１９号において、適応圧縮技術の修正版 について記載しており、ここでは圧縮システムにおける圧縮度をモニタし、圧縮 度がしきい値以下になった場合辞書をリセットしている。辞書が早まってリセッ トされる事を防ぐために、辞書が十分に満たされるまでリセットの発生は許可さ れない。この技術はＬＺ圧縮技術またはその他の適応技術に関連して使用するこ とができる。 米国特許第５、１５３、５９１号において、ClarkはLempel-Ziv圧縮アルゴリ ズムに対する修正版を記載しており、ここで辞書はツリーデータ構造として格納 される。これによって、米国特許第４、４６４、６５０号に記載された本来の実 施形態における場合よりもさらに少ない空間で大きな辞書を格納することが可能 である。さらに、これによってこれらの辞書をより簡単にまたすばやく探索する ことができる。 米国特許第５、２４３、３４１号において、Seroussi等は、２種類の辞書を使 用するLempel-Zivの変形版を概略的に示している。第１の辞書は満杯となるまで 使用され、次にこの辞書は待機辞書によ って置き換えられ、この待機辞書は圧縮が続く前に最上の圧縮を与える、第１の 辞書からのエントリによって満たされる。 本来のLempel-Ziv圧縮技術に対するその他の多くの修正版が、従来技術におい て示されている。 例えば、Welchは米国特許第４、５５８、３０２号において、Lempel-Ziv法の 実行について記載している。この中では、符号化および複号化処理においてより 簡単な計算しか必要とせず、そのためEastman等による特許第４、４６４、６５ ０号に記載された実行方法よりも早い。 Miller等は米国特許第４、８１４、７４６号においてLempel-Zivアルゴリズム に対する幾つかの修正版を示唆している。これらの修正版の第１は、圧縮を実際 に始める前に辞書中に全ての可能なキャラクタを含ませる事である。その結果、 次のデータがポインタよりもむしろキャラクタで有る事を示すフラッグを送出す る必要が無い。さらにMiller等は、辞書が満杯になってきた場合、あまり最近で は使用されないエントリの除去を容易にするために、タイムスタンプを各辞書エ ントリに結合している。これらの修正は、辞書を固定サイズに限定する事によっ て必要なメモリを減らし、辞書が圧縮するデータの現在の特性をより正確に反映 する事を可能にする事によって、圧縮をより向上する事を目的としている。 Storerは、米国特許第４、８７６、５４１号において、従来のLempel-Ziv技術 における困難さの幾つかを回避する圧縮技術について、記載している。特に、Mi ller等による米国特許第４、８１４、７４６号においてと同様に、圧縮辞書は最 初アルファベット中の全てのキャラクタを含んでいるので、符号化されていない キャラクタを送出する必要がない。さらに、辞書があまり必要性のないエントリ を追放する事が出来るように、最近においてほとんど使用されてい ないキューを維持する。Storerのシステムにおける辞書の符号化および複号化は 、そのサイズが変化し、一度に数個のアクティブが存在しうる。各辞書の圧縮率 がモニタされ、そして最良の圧縮を提示するものが使用される。 米国特許第４、９０６、９９１号において、Fiala等は置換スタイルのデータ 圧縮技術について記載しており、これは幾分Lempel-Ziv圧縮に類似している。彼 等の技術は固定キャラクタウインドウ（例えば４０９６キャラクタ）を探索する 事によっており、このキャラクタは圧縮されるテキストがウインドウ内のある位 置に対するポインタとして符号化されうるか否かを決定するために、すでに圧縮 されている。圧縮されるテキストがこの方法で符号化されうるならば、スタート 位置に対するポインタが、圧縮されるテキストとウインドウ内の位置間の重なり の長さと共に、生成される。もしこの方法で圧縮されるテキストが符号化できな いならば、その長さのキャラクタ列後の長さとして符号化される。ＬＺ７８圧縮 と同様に、ウインドウが圧縮を生じさせるために指摘されるはずの列をもたない ので、この技術はドキュメントの初期においてデータを多く圧縮する事ができな い。 O'Brienは、米国特許第４、９８８、９９８号において、キャラクタの繰り返 しが長い列を含むデータ圧縮を強化することを可能とするLempel-Zivアルゴリズ ムの修正版について示唆している。Lempel-Zivアルゴリズムは、現存の辞書エン トリに単一のキャラクタを添付する事によって、圧縮辞書にエントリを加えてい るので、このようなキャラクタ列が辞書中に発見される前に、多くの繰り返しキ ャラクタ列を必要とする。従ってO'Brienは、ランレングス(run-lengths)をテキ スト中に挿入するランレングス符号化技術を用いて、データをプレ処理している 。テキストと繰り返しキャラクタに対 するランレングスとの組み合わせの結果は、次にLempel-Ziv技術を用いて圧縮さ れる。 米国特許第５、０４９、８８１号において、Gibson等は、すでに処理されたキ ャラクタシーケンスから自身のポインタを生成し、データ速度と圧縮率の積を最 大化することを強調する、データ圧縮システムについて記載している。このよう にして、すでに入力したデータは辞書として使用され、さらに列一致テーブルを 必要とすることなく、列一致のための候捕を発見するために、ハッシングアルゴ リズムと結合されている。 米国特許第５、０５８、１３７号において、Shahは、コードワードとデータを 別々に格納するためのメモリを有するLempel-Zivデコーダについて記載している 。コードワードを受信する事によって、このデコーダは、すでに受信したコード ワードを格納し、新しく受信したコードワードをコードワードメモリに印加して 、新しく受信したコードワードとさらにプレフィックスと関連した別のコードワ ードによって表現されるデータの一部である、最後のデータ要素の位置を獲得す る。最新のコードワードの複号化を完了すると、複号されたワードの最初のデー タ要素はその直前に受信したコードワードに添付され、その組み合わせが、すで に受信された最も高いコードワードのすぐ後のコードワードに等価なものとして 、格納される。符号化および複号化の間において、少なくとも一個のメモリが共 有される。 米国特許第５、０８７、９１３号において、Eastmanは、全ての先行する部分 を伸長する必要なく、データの後半部分の伸長を可能とするために、探索ツリー データベースを使用する、Lempel-Zivアルゴリズムについて記載している。探索 ツリーデータベースは、予め決められた固定サイズに成長させられ、それ以降の 成長は許可さ れない。圧縮探索ツリーデータベースが伸長に先立って形成されるという事実に よって、データの先行する全体部分を伸長することなく、データの一部分を伸長 する事が可能となる。 米国特許第５、１４０、３２１号において、Jungは、圧縮の減少を犠牲にして 、圧縮速度を強化することを可能とした、Lempel-Ziv変形版の詳細を示している 。データの圧縮部分全体において最適一致サブ列を見出すよりもむしろ、局所性 原理を利用し、ファーストインファーストアウトバッファにおける最近の圧縮デ ータを一致シーケンスを見出すために調査する。最近圧縮された列を格納するた め、および一致列のすばやい検索を可能とするために、ハッシュテーブルを用い る。 米国特許第５、１７９、３７８号において、Ranganathan等は、データ記号の 可変数から固定長コードワードを形成する事によって、処理能力を向上するため に、プロセッサの短縮アレイを用いたLempel-Zivの実行方法について記載してい る。 米国特許第５、２６２、７７６号において、Kutkaは、通常の圧縮処理におい て必要とされる探索ステップを取り除くために、ツリーデータ構造を利用したLe mpel-Zivアルゴリズムの実行方法について記載している。プライマリシーケンス におけるシーケンス要素は、エスケープシーケンスを用いて削減要素セットにお ける要素に変換される。この技術は、画像の離散的コサイン変換の係数をあらわ すデータを圧縮する場合に、特に適している。 特許文献に記載されているLempel-Ziv圧縮技術についての上述の変形例に加え て、その他の例が技術誌において見ることができる。 例えば、Rodeh他による「列の一致を介したデータ圧縮のための線形アルゴリ ズム」（“Linear Algorithm for Data Compression via String Matching”） には、ウインドウのサイズが固定されな いＬＺ７７技術が記載されている。この技術によれば、データの圧縮部分におけ る以前の列へのポインタは長さ方向に増大し、可変長コードにエンコードされる 。 Bellによる「好適なＯＰＭ／Ｌテキスト圧縮」（“Better OPM/LText Compres sion”）には、プレフィックスと拡張の組合せを使用して圧縮していないＬＺＳ Ｓに言及したLempel-Zivの変形例が記載されている。一方、ポインタを送出する コストが１つのキャラクタ又は一連のキャラクタを単に送出するコストよりも高 いならば、１つのキャラクタ又は一連のキャラクタが送出される。この場合、２ 進検索ツリーが最も長い列の一致を見出すために使用される。 Welshによる「高性能データ圧縮技術」（“A Technique for High-Performanc e Data Comression”）には、ポインタとキャラクタとの組合せよりもむしろ以 前に圧縮されたデータへのポインタのみが使用されるＬＺ７８への修正版を開示 している。列テーブルは入力されたキャラクタ列を固定長コードにマップするよ うに構成される。テーブル上の各列に対して、そのプレフィックス列もまたテー ブル上にに設けられる。列テーブルには、圧縮されたメッセージ内には以前に出 現した列をも包含する。メッセージ内の列の実行サンプルで構成されるため利用 可能な列はメッセージの統計を反映する。この技術はＬＺＷとして一般に呼ばれ ている。この技術では、入力列では一回の通過においてキャラクタが連続的に調 査され、かつ最も長く認識された入力列は各時間ごとに除外される「グレーディ パーシングアルゴリズム」（“greedy”parsing algorithm：食欲分解アルゴリ ズム）を使用する。そして列テーブルに加えられた列はこの解析により決定され る。 Miller及びWegmanによる“Variation on a Theme by Ziv and Lemple”には、 ＬＺ７８の他の変形例が記載されている。このバージ ョンでは、辞書は長さ１（即ち、圧縮が生じるアルファベット上の全ての文字） の全ての列により前もって埋められており、この長さ１は縮小の一助にはなるが 、有用なエントリが欠落した辞書としてスタートする問題を除去していない。又 、辞書が満杯された時に圧縮をリセットするよりも、最も最近使用した辞書から 列を除去することを提案している。しかしながら、ＬＺＭＷとして呼ばれている このバージョンの最も大きな利点は、拡張が決して送出されないことである。む しろ、辞書は長さ１の全ての列でスタートするので、初期の辞書を使用して全て のデータをエンコードすることができる。しかしながら、これは結果的に圧縮さ れないことになる。一方、辞書は、以前の２つの一致の結び付きからなる辞書に エントリーを加えることにより増大する。 図３には、ＬＺＭＷ圧縮の例を示す。アルファベットは、図示のために３文字 （Ａ，Ｂ，Ｃ）のみ含むものとする。図示のように、圧縮辞書は初期ではアルフ ァベット文字を含む。圧縮が開始されるキャラクタへのポインタは、圧縮される 一連のテキスト最初のキャラクタに置かれる。辞書内の最も長い一致が見い出さ れかつこのエントリへのポインタが送出される。一方、ポインタは圧縮アルゴリ ズムの適用に依存して部分的に格納される。ポインタは送出されるキャラクタ数 により移動される。通常、辞書は、以前に送出された２つの辞書エントリの結び 付きを含むように更新されるが、しかし、以前の送出がなかった場合にはこのス テップはスキップされる。処理サイクルを経て第２の繰り返しにおいて、最も大 きな一致が見い出され、その辞書エントリ番号が送出され、ポインタが適当なキ ャラクタ数により移動され、そして送出された２つの以前の辞書エントリの結び 付きが新たなエントリとて辞書に加えられる。この処理は圧縮されるべきデータ が無くなるまで繰り返される。 一般に使用される圧縮アルゴリズムはＬＺ７７及びＬＺ７８アルゴリズムの変 形例に使用する。例えば、市場で入手可能な“ｚｉｐ”及び無償で入手できる“ ｇｚｉｐ”に使用される圧縮アルゴリズムは、入力データにおいて写された列を 見出すＬＺ７７の変形例である。“ｇｚｉｐ”では、２番目に出現する列はポイ ンタにより対（距離、長さ）の形式で以前の列に置き換えられる。列が、指定さ れた距離、例えば３２Kbytes、の範囲にて、それ以前のバイト数において何処に も出現しないときは、一連の文字バイトとして送出される。文字又は一致の長さ は他のツリーと共に圧縮される。ツリーは各ブロックの開始時にコンパクトな形 式で格納される。ブロックは、１つのブロックに対して圧縮されたデータが利用 可能なメモリに合わねばならないことを除いて、如何なるサイズをも持つことが できる。“ｇｚｉｐ”が、新たなツリーと共に他のブロックをもスタートさせる ためにに有用であることを決めたときは、ブロックは送出される。写された列は ハッシュテーブルを使用して見出される。長さ３の全ての列はハッシューテーブ ルに挿入され、ハッシュインデックスは次の３バイトに対して計算される。もし このインデックスに対するハッシュチエン(hash chain)が空でないときは、チエ ンにおける全ての列は現在入力されている列と比較され、最も長い一致が選択さ れる。ハッシュチエンは、最も最近の列のスタートと共に、最も短い距離に注目 しかつハフマン(Huffman)コードの利点を得るために検索される。ハッシュチエ ンは単純にリンクされる。ハッシュチエンからの削除はない。アルゴリズムでは 古すぎる一致は単純に放棄される。最悪の状況を回避するために、非常に長いハ ッシュチエンは、運用時間により任意に決定される所定の長さにおいて、任意に 縮小される。その結果、“ｇｚｉｐ”は最も長く可能な一致を常に見出すことは ないが、一般に、十分に長い一致を見 出す。 残念ながら、従来技術における多くの数のLempel-Zivの変形版にも係わらず、 いずれも適切に問題点を見出していない。ワードの完全に欠けている辞書と共に スタートすることは、小さなファイルが全く圧縮されることを仮想的に防ぎ、か つ大きなファイルがさらに圧縮されることを防ぐ。米国特許第４，８１４，７４ ６号及び４，８７６，５４１号において、Miller及びWegmanは、データが複号化 された文字の組において全ての文字を含む辞書と共にスタートすることによりこ の問題にアドレスすることを開始している。これは、どのような後続が辞書エン トリ番号ではなくキャラクタであるかを示すために、エスケープコードを送出す る上で必要な問題を解消する。 しかしながら、本願の発明者は、多くの文献、特に人間の自然言語又はコンピ ュータプログラミング言語、例えば、英語又はＣ言語、で書かれた文献は、統計 的に極端に頻度が高く、かつ圧縮辞書の一部とすべき少ないワード数であること を観察することによって、さらなる圧縮が得られることを見出した。Ｚｉｐｆは 、標題“Human Behavior and the Principles of least Effort”なる文献にお いて、言語に対してこのことが真実であることを示した。事実、英語におけるワ ードの頻度は、Zipfian分布として知られるようになったことに従っている。即 ち、ワードのランクとその頻度の積は近似的に一定である。従って、第２の最も 共通なワードは最も多発するワードと同じ回数のおおよそ半分で現れる。これは 、最も共通なワードは文献上の全てのワードの全出現において大きな端数を備え ることを意味する。例えば、Marcus他による“Building a Large Annotated Cor pus of English：The Penn Treebank，Computational Linguistics，Vol.19，No .2，pp.313-330(199#)”に記載された ツリーバンク(treebank)プロジェクトの一部として集められたウオールストリー トジャナール(Wall Street Journal)のデータにおいて、“，”，“the”，“. ”，“of”，“to”，“a”，“and”，“in”，“'s”，“is”及び“that”の 最初の１０「ワード」は文献全体のワードの２５％より僅かに多い。１００個の 最も多発するワードは文献全体のワードの４８．１％であり、さらに、５００個 の最も多発するワードは６３．６％である。これは、残りの８０９０１ワードは 文献全体のワードの残り３７．４％であることを意味する。従って、上から５０ ０ワードに見られる平均ワードは上から５００ワードに見られない平均ワードよ り以上の頻度のおおよそ２７５倍である。 従って、従来技術にて記載されたLempel-Ziv圧縮技術を、この観察の利点をと り小さな文献の重要な圧縮と同様に、大きな文献のさらなる圧縮を可能にするよ うに、モデファイすることが望まれている。 発明の概要 本発明は従来技術におけるLempel-Zivテキスト圧縮技術を拡張するものである 。特に、本発明は圧縮辞書及び／又は圧縮ウインドウを提供する。圧縮ウインド ウには統計的に重要な幾つかのワードを含み、もし圧縮ソフトウェアが、圧縮さ れるべき文献における極端に共通なワード、文字列及びフレーズのリストを再学 習する必要があったならば、それより速く、その重要な幾つかのワードは、文献 内においてほぼ確実に達成されるべき圧縮を可能にする。例えば、ＬＺ７８に基 づく圧縮技術を使用するときに、単一のキャラクタにより以前のエントリを拡張 することによりエントリが圧縮辞書に加えられ、本発明では、極端に多発するワ ードが圧縮辞書に入力される以前に、その極端に多発するワードの幾つかの繰り 返しをとる必 要を無くさせる。これはまた本発明に従って使用された圧縮辞書は、プリフィッ クスがそれ自身で多発でなければ初期に辞書に存在する長く、多発するワードの プリフィックスを必然的に含まない。稀なるプリフィックスは僅かに圧縮処理を 助け、ＬＺ７８における主たる利点は長いワードを圧縮辞書に入力することを可 能にし、本発明の技術を使用する際に不必要なステップでは、より長い多発ワー ドは最初から辞書内にある。辞書から稀なプリフィックスを除外することは、他 のより有用なフレーズのためにスペースを残すことになる。 一方、最も極端に多発するワードは短く、本発明の発明者等は、圧縮されたテ キストの形式の知識は、前もって満たされたプレフィル辞書から大きな利点を引 き出すことを認識している。もし、例えば、科学的文献のテキストが圧縮される と、同様なテキストの例が、圧縮されたテキスト形式のプロフィールを得るため に使用される。科学的文献のテキストにおいては、幾つかの長いフレーズが極端 に共通化されている。これらのフレーズは圧縮ソフトウェアにより学習され、そ れらに対する最初の参照が圧縮されたデータにおいて作られた時に使用される。 例えば、もし長さ１０のワード又はフレーズが共通であったならば、そのワード の最初の出現は１つの辞書参照を使用してエンコードされ、従来のＬＺ７８のも とでは、このようなエンコードはワードの第１１番目より後まで可能ではない。 辞書は、頻度の高いワード又はフレーズの文脈の有用なもの以外のものであると の理由で、このようなサブ列が圧縮過程の間に独立に加えられることがなければ 、ＬＺ７８の場合であるとして頻度の高いワード又はフレーズのサブ列を含むこ とから防がれる。 コンピュータプログラミング言語でのテキストを圧縮するときは、本発明者は 、圧縮の開始におけるゲインに潜在的に等しいかそれ 以上であることを認識している。例えば、プログラミング言語である、Ｃ言語は 言語の構成を示すワードの数が少ない。一方、ユーザは、変数及び関数を作成す ることにより多発するワードのリストに加えており、全てのＣプログラムはこの ワードの基本的なセット中のサブセットを使用する。その結果、圧縮の開始に先 立って辞書内にこれらのワードを持つことは、特に小さなファイルに対してより 良い圧縮を結果的に生じる。 従って、人間の言語におけるワードの頻度分布及びデータの他の分類の利点を 得るために、本発明者は、プレフィル辞書に統計的に重要なワード及び圧縮が生 じる全てのアルファベットを併合するために、標準的なLempel-Ziv圧縮アルゴリ ズムのモデファイされたものを提案する。ところで、重要なワードで辞書を満た す処理は種々の方法のうちのいずれかで扱われる。１つの可能性は、頻繁に使用 されるワードのリストを作成するために圧縮ソフトウェアのユーザに対してであ る。この処理は多くの環境において不満足なものであるから、自動処理が本発明 に従って好適に使用される。しかしながら、付加的なプレフィル圧縮辞書は所望 の圧縮ソフトウェアのユーザにより作成される。 一方、幾つかのプレフィル圧縮辞書が圧縮されるべき文書全体の小部分集合に おける圧縮過程の開始において自動的にテストされ、この部分集合における最も 高い圧縮を達成する辞書が文書全体を圧縮するために選択される。勿論、ユーザ は希望する特定の圧縮辞書を選択する。好ましくは圧縮のために使用されたプレ フィル辞書の識別が圧縮データに格納され、その結果、伸長ソフトウェアはどの プレフィル辞書を伸長の間に使用するかを識別する。 同じプレフィル辞書は、圧縮時間における圧縮装置及び伸長時間における伸長 装置の両方を利用しなければならない。１つの装置か ら他の装置にこのような辞書を通信ネットワーク上で送出することが可能であり 、必要に応じて、適切な辞書を利用させることも可能である。例えば、複数のプ レフィルデータ圧縮辞書は通信サーバ上に格納され、その結果、サーバ間で共有 するテキストは本発明の技術を使用して圧縮／伸長される。また、プレフィルデ ータ圧縮辞書は好ましくはテキストデータの種々のジャンルについて作成されか つ階層的に格納され、その結果、最適なプレフィルデータ圧縮辞書が伝送される べきデータについて選択される。記憶空間を節約するために、複数のプレフィル データ圧縮辞書の間でのいずれか共通エントリが各サーバ上で一度だけ格納され る必要がある。一方、特定の文献を圧縮するために使用されるプレフィルデータ 圧縮辞書は、他の圧縮の間に構成されるデータ特定辞書である。この方法で、複 数の文献の圧縮は反復的であり、単一のオリジナルプレフィルデータ圧縮辞書に 基づくものである。 当業者にて明らかなように、本発明の技術はLempel-Ziv圧縮アルゴリズムの変 形版に関連して使用される。 図面の簡単な説明 本発明の上述した及び他の目的と利点は、以下に記載しかつ添付図面に示す本 発明の好適な例示的な実施形態でより明らかになる。 図１（Ａ）及び１（Ｂ）は、ともに従来技術としてのＬＺ７７テキスト圧縮の 例として提供する。 図２は、従来技術としてのＬＺ７８テキスト圧縮の例である。 図３は、従来技術としてのＬＺＭＷテキスト圧縮の例である。 図４は、本発明によりモデファイされたLempel-Ziv圧縮技術を実現するサンプ ルハードウェア構成を例示する。 図５は、本発明により作成された圧縮データの使用のオプション を例示する。 図６は、本発明による辞書作成過程のフローチャートを例示し、辞書へのエン トリについての選択されたシーケンスは圧縮を最大化するシーケンスである。 図７は、本発明の技術に従って、１つ又はそれ以上のプレフィル辞書を使用す るＬＺ７８圧縮システムの好適な実施形態を例示する。 図８は、本発明によりモデファイされたＬＺ７８圧縮技術を例示するフローチ ャートである。 図９は、本発明の技術に従って、１つ又はそれ以上のプレフィル辞書を使用す るＬＺ７８伸長システムの好適な実施形態を例示する。 図１０は、本発明によりモデファイされたＬＺ７８伸長技術を例示するフロー チャートである。 図１１は、本発明のモデファイされたＬＺ７８を使用するテキスト圧縮の例で ある。 図１２は、本発明の混成ＬＺ７７／ＬＺ７８圧縮技術を例示するフローチャー トである。 図１３は、本発明の混成ＬＺ７７／ＬＺ７８伸長技術を例示するフローチャー トである。 図１４は、本発明による混成ＬＺ７７／ＬＺ７８技術の組み合わせを使用する テキスト圧縮の例である。 目下の好適な実施例の詳細な説明 本発明は、図４〜１４を参照して以下に詳細に説明されるであろう。当業者は 、ここで与えられる記述は説明の目的だけであることを理解し、本発明の範囲を 限定することを意図してはいない。従っ て、発明の範囲は、添付された請求項の範囲によってのみ限定される。 本発明によるLempel-Zivアルゴリズムの拡張は、テキスト圧縮文献だけでなく 特許文献に記述されているLempel-Ziv圧縮技術の周知の変形版の全部と関連して 使用され得る。しかしながら、目下の好適な実施例において、本発明は、LZ77ま たはLZ78圧縮技術の修正版、もしくは、それ自体LZ77またはLZ78技術の修正版ま たは拡張版であるLempel-Ziv変形版の修正版として使用される。本発明によるLe mpel-Zivアルゴリズムの拡張版は、好適には、ソフトウエア圧縮パッケージの一 部として、または、市販のワードプロセッシングパッケージのようなデータ圧縮 から利益を得る既存のソフトウエアパッケージと関連して使用されるモジュール として実行される。１例であるシステム構成は、図４に示されている。 本発明は、好適には、ユーザのコンピュータ１のプロセッサを制御するための 命令を含むソフトウエアとして実行される。好適な実施例において、Lempel-Ziv 圧縮アルゴリズムを実行するソフトウエアの実行形式は、コンピュータ１のプロ セッサ（ＣＰＵ）３によって読み取り可能なハードディスク２のような固定され たプログラム格納装置上に格納され、それによって、Lempel-Ziv圧縮アルゴリズ ムを実行するためにその上に記憶される命令のプログラムは、所定のデータ圧縮 を実行するためにプロセッサ３によって実行可能である。図４に示すように、Ｃ ＰＵ３は、Lempel-Ziv圧縮アルゴリズムを実行している間データを格納するため のＲＡＭ４を含んでいる。好適な実施例において、圧縮されるべきデータは、フ ロッピーディスク５、光ディスク５’またはＣＤ ＲＯＭ５”のようなコンピュ ータが読み取り可能なメディア上のディジタル形式で提供されるか、あるいは、 モデム６を介して受信され、ＲＡＭ４中に転送される 。もちろん、データは、ＲＡＭ４中に転送される前にコンピュータのハードディ スク２上に記憶されてもよく、ネットワーク接続を介して直接提供されてもよい 。ユーザからコンピュータ１に入力されるデータはキーボード７および／または マウスによって提供され、関連するグラフィック画像はコンピュータビデオディ スプレイ９上に表示される。 本発明によれば、プレフィル圧縮辞書が、Lempel-Ziv圧縮アルゴリズムを実行 するソフトウエアの実行形式とともにハードディスク２上に格納され、Lempel-Z ivデータ圧縮アルゴリズムの実行中はＣＰＵ３のＲＡＭ４中に転送される。圧縮 されるべきデータは、圧縮される前にハードディスク上のファイルとして格納さ れ、局所的に再格納され、または圧縮後に送出されてもよい。換言すると、デー タ圧縮が局所的な格納空間を厳格に節約するために実行されるならば、圧縮処理 の結果はハードディスク２または他のローカルメモリに記録される。代替例とし て、入力データおよびプレフィル圧縮辞書は、フロッピーディスク５、光ディス ク５’またはＣＤ ＲＯＭ５”のようなコンピュータが読み取り可能なメディア 上から提供され、モデム６を介して受信され、あるいは、ネットワーク接続を介 して直接提供されてもよい。一方、データ圧縮が（例えば、モデム６を介した） ポイント・ポイント間接続を介する一層高速のデータ送出を許容するために実行 されるならば、ＣＰＵ２はモデム６あるいは他の送出装置に接続され、圧縮され たデータはこの送出装置を介して送出される。さらに、圧縮されたデータは元の コンピュータが読み取り可能なメディア（例えば、フロッピーディスク５、光デ ィスク５’またはＣＤ ＲＯＭ５”）に戻されてもよい。 従って、本発明による圧縮アルゴリズムに実行中は、ＲＡＭ４は、典型的には 実行可能なコード、１またはそれ以上のプレフィル圧 縮辞書、および、ハードディスク２、フロッピーディスク５、光ディスク５’ま たはＣＤ ＲＯＭ５”のような他の記憶要素、もしくはモデム接続からの入力デ ータを受信し、圧縮されたデータは、ハードディスク２上、もしくはフロッピー ディスク５、光ディスク５’またはＣＤ ＲＯＭ５”のような他の記憶要素上に 再格納され、格納および／または伸長のために他のコンピュータにモデム６を介 して送出される。さらに、LZ78アルゴリズム変形版が使用されたときに、ＲＡＭ ４はLZ78アルゴリズムおよびその変形版の動作中に従来開発された形式のデータ 特定辞書のために空間を配分することが望ましい。 図５は、本発明によって生成された圧縮されたデータの使用に対するオプショ ンを示す。図５に示すように、圧縮されるべき入力データはステップ１０で入力 され、好適なLempel-Zivデータ圧縮アルゴリズム変形を使用してステップ１２で 圧縮され、圧縮されたデータはステップ１４で一時的に格納される。ステップ１ ６で圧縮がハードディスク２、ＣＤ ＲＯＭ５”等上の局所的格納空間を節約す るために実行されることが決定されたならば、圧縮されたデータファイルはステ ップ１８で局所的に格納され、このルーチンはステップ２０で終了される。しか しながら、入力データが他のコンピュータへの送出をスピードアップするために 圧縮されるならば、ステップ２２で圧縮されたデータはモデム６のようなデータ 送信装置に移され、ステップ２４で新しい場所に送出される。そして、送出され た圧縮データはステップ２６で伸長され、ステップ２８で元の伸長された形式で 格納される。そして、このルーチンはステップ２０で終了される。以下に記述さ れるように、圧縮されたデータを伸長するステップ２６の間に、同じプレフィル 圧縮辞書が受け側において使用されるように、圧縮されたデータと共にプレフィ ル圧縮辞書を 送出すること、または、少なくとも圧縮に使用された辞書を識別することが必要 であってもよい。もちろん、受信された圧縮データは直ちに伸長される必要はな いが、それが必要になるまで受信者で圧縮された形式で格納されてもよい。 Lempel-Zivアルゴリズムにとって重要なワードで圧縮辞書をプレフィルする処 理は、本発明による複数の方法のいずれによっても処理される。１つの可能性は 、圧縮ソフトウエアのユーザが、しばしば使用されるワードのリストを作成する ことである。この処理は多くの環境において望ましくはないので、本発明におい ては自動処理が使用されることが望ましい。特許4,386,416におけるように、こ のような自動処理に対する１つの可能性は、プレフィル圧縮辞書を、一般的にワ ードとして参照されるもの、即ち、空白、タブまたは句読点によって範囲が定め られたキャラクタのシーケンスに制限することである。しかしながら、最も多発 する種々の長さのキャラクタのシーケンスを決定するために、統計がテキストの 代表的なサンプルから収集されることが望ましい。各長さの辞書エントリの数は 、特定の長さのエントリの使用（即ち、辞書のエントリの長さによっては変わら ず、むしろ、辞書の大きさから決定される固定量である辞書エントリに対するリ ファレンスを送出するために要求されるビット数より少ない特定長の列を復号す るために元来要求されるビット数）から結果として生じる圧縮量および使用され るテキストのサンプルの中のそのシーケンスの発見される頻度の関数によって決 定され得る。 例えば、圧縮を実行するときの辞書参照が１２ビット（即ち、辞書が高々２¹² または４０９６のエントリを含む）と仮定し、また、ＡＳＣＩＩキャラクタセッ トの７ビット符号化を仮定すると、１０キャラクタのシーケンスは圧縮なしで格 納空間７０ビットが必要で あり、９キャラクタのシーケンスは圧縮なしで格納空間６３ビットが必要である 。頻度統計が導き出されるテキストの例の中で、特定長の１０シーケンスが６０ 回発生したと仮定すると、そのシーケンスが辞書の中にあれば、結果される節約 は６０＊７０＝４２００（生データの送出コスト）以下の６０＊１２＝７２０（ ポインタの送出コスト）であり、３４８０ビットの節約となる。長さ９の列がよ り頻繁に、６５回発生したと仮定すると、辞書中の長さ９のシーケンスの節約コ ストは（６５＊６３）−（６５＊１２）＝３３１５の節約となる。従って、長さ １０のシーケンスは長さ９のシーケンスよりも辞書のエントリとして望ましい。 プレフィル辞書の内容は、以下のように効率的に選択されてよい。プレフィル 辞書がそれに基づいて学習される文献のすべてのテキストは、テキストのサブシ ーケンスのすべてが容易に識別されることを許容するデータ構造に中に転送され るべきである。一般的に、最大長は、計算コストがあまりに高くなることを防止 するために辞書中の列に対して選択されることが必要である。１０または１５キ ャラクタの長さは多分充分であろうが、要すれば適当な最大長は経験的に決定さ れてもよい。しかしながら、本発明のアルゴリズムの設計において特定される適 当な最大長は存在しないので、最大長の選択は辞書を構築するソフトウエアのユ ーザに任される。従って、選択された最大長は最適な圧縮をもたらさないかもし れない。これは圧縮とプレフィル辞書の生成コストの間にトレードオフが存在す るからであり、辞書を構築するソフトウエアのユーザは、彼または彼女のコンピ ュータの合理的な時間内でプレフィル辞書が構築されることを許容する最大長を 選択しなければならない。 各ノード（node）が１つのキャラクタ列およびカウントを含むツリーデータ構 造は、頻繁に発生する列を識別するために使用される 。このツリーのルート（root）は空列およびコーパス（corpus）中のキャラクタ の合計数を含んでいる。各子ノード（daughter node）は、ツリーのルートから カレントノードに至る経路上のノードによって含まれるキャラクタのすべてを連 結することによって生成される列をイクステンドするであろう。このように、特 定長までのキャラクタシーケンスのすべては選択された最大長より深くないツリ ーの中に格納され得る。このツリーは、ツリーの深さの能力を上昇させるアルフ ァベットの大きさを番号付けするツリーのリーフ（leaves）と共に非常に大きく 成育し得る。しかしながら、データがまばらであるために、ツリーは実際上はよ り小であるべきである。当該分野の技術者にとって好ましいように、データは人 間の言語の特性の結果としてまばらであり、従って、言語は可能な綴り（n-gram s）のすべてを含まず、あるいは少なくとも頻繁には含まない。例えば、文字列 “zqwxv”は経験的にごくまれであり、もしデータが英文の中にある場合にはデ ータ列中に出現しにくい。 一旦ツリーデータが満たされると、上に概説されたコスト節約公式を最大にす るシーケンスが識別されるであろう。識別されたシーケンスのすべてのシーケン スは、データ構造中に辞書中に入れるために選択されたシーケンスの発生回数を 減算することによって更新されるそれらのカウントを有していることが必要であ るので、重複列は処理される。これは例によって図示されてもよい。データ中に １０回発生するシーケンス“ＡＢＣ”が辞書見出し語として選択されたとする。 するとツリー中の“ＡＢ”のノードに関連するカウントは、“ＢＣ”に対するカ ウント、“Ａ”に対するカウント、“Ｂ”に対するカウント、および“Ｃ”に対 するカウントと同様に１０減算されるであろう。シーケンス“ＡＢＣ”それ自体 に関連するノードでさえも１０減算されるので、それは辞書からおよび辞書エン トリとしての将来の考慮から削除される。 図６は本発明の望ましい実施例に従った辞書生成処理のフローチャートを例示 するが、辞書へのエントリに対して選択されたシーケンスは圧縮を最大にするシ ーケンスである。図６に描かれているように、プレフィル圧縮辞書はステップ３ ０においてサンプル中の特定のキャラクタシーケンスの発生数（頻度統計）を算 出することによってテキストから生成され、そして、ステップ３２において固定 された辞書サイズ、従って、固定された辞書エントリポンタ長が与えられる各キ ャラクタシーケンスの圧縮を決定する。テキストサンプルは、圧縮されるべきテ キストの一部、同等の文献、あるいは同一ジャンルの同等の文献の集積であるか もしれない。上の例のように、圧縮は、特定シーケンスの未符号化長と辞書のエ ントリポインタ長との差が乗算されたステップ３０で決定されたような特定シー ケンスの発生数として算出される。従って、各キャラクタシーケンスに対する結 果としての圧縮は、どのシーケンスが圧縮を最大とするかを決定するために使用 される。ステップ３４において、圧縮を最大とするキャラクタシーケンスが選択 され、圧縮辞書に加えられる。必要があるので、データツリー構造中のカウント は、上述のように更新される。そして、そのキャラクタシーケンス自身のキャラ クタカウントも含んで、ステップ３４において圧縮辞書に加えられたばかりのキ ャラクタシーケンスの全サブ列に対するキャラクタカウントは、ステップ３６で 修正される。列自体のキャラクタカウントをこのようにモデファイすることによ って、後の同一列の圧縮辞書への包含が回避される。ステップ３８で圧縮辞書が 満杯でないと判断されたならば、最大圧縮をもたらすこれらのシーケンスの選択 処理は、ステップ３８において圧縮辞書が最大圧縮をもたらすこれらのシーケン スで満杯であると判断されるまで継続する。そして、 ルーチンはステップ４０で終了する。もちろん、このようにして生成された圧縮 辞書は、一般的に、本質的な圧縮をもたらすのに十分な頻度で発生するより長い シーケンスはもちろん極めて頻繁に発生する短いシーケンスも含んでいる。 辞書のためのアドレス空間は分割されることが望ましく、そして、どの辞書が 使用されているかを示すフラグは表立って送付される必要はまったくない。アド レス空間は、プレフィル辞書と従来のデータ定義あるいはとにかく圧縮辞書の製 作者によって適合していると見做される適応辞書との間で分割され得る。また、 結合された圧縮辞書の全体のサイズは、圧縮辞書の製作者によって決定され得る 。しかしながら、辞書エントリ番号それ自体はバイナリ表現で符号化されるので 、サイズは２の偶数乗となるであろう。 当業者は、圧縮されていないテキストのより長い代表的なサンプルが、必然的 にそれぞれがそれ自身の専門用語と統計的性質を有する異なるジャンルのテキス トとなる文献を含むことを理解するであろう。従って、所定のジャンルの文献は 、そのジャンルを特定するより小さいテキストサンプルを構成する。このような それぞれのサンプルは、そのジャンル向けの別個のプレフィル圧縮辞書を生成す るために使用されるかもしれない。従って、圧縮辞書を生成するための上述の技 術または他の技術のいかなる結合も、英語テキスト、仏語テキスト、Ｃで記述さ れたコンピュータプログラム、パスカルで記述されたコンピュータプログラム、 データベースファイル、画像等のようなデータのいくついかの異なった形式ある いはジャンルに対して適用され得る。いったんデータの各形式に対して最も多発 する“ワード”が決定されると、データの各形式に対する辞書が生成され得る。 従って、初期の空辞書に対して、新しい“ワード”が追加されるであろうこの辞 書は、従来の技術を使用してLempel-Ziv 圧縮を実行するために使用されるであろう。例えば、英語新聞テキストが圧縮さ れた場合は、辞書は新聞記事のサンプル中に見出される最も多発する英字シーケ ンス、ワード、および／またはフレーズによってプレフィルされるであろう。 特定のジャンルの文献を圧縮するために、圧縮コンピュータは、まず、自動手 段（例えば、キーワードまたはクラスタ化法）によってこの文献がどのジャンル に最も近いかを識別し、そのジャンルに適したプレフィル圧縮辞書を選択する。 従って、選択されたプレフィル圧縮辞書を識別する情報は、圧縮されたデータフ ァイルに追加される。伸長時は、受信されたデータの伸長時にどのプレフィル辞 書を使用するかを決定するために、伸長コンピュータは追加された情報を調べる 。 この方法を望み通りに動作させるために、サンプル文献の集積は、最初に複数 のジャンルに区分されなければならない。これは、いくつかの方法のどの１つに よってなされてもよい。例えば、１人あるいは複数人が客観的あるいは主観的判 断基準に基づいて相互に区分を決定してもよい。代わりに、コンピュータが、“ スペイン語テキスト”あるいは“コンパイルされたコンピュータプログラム”の ような特定のジャンル中の関係を示す語あるいは統計的なつづりの正しいパター ンを自動的に走査してもよい。さらに、サンプル文献の集積に対して何も知られ ていない場合には、文学において公知のデータクラスタ化方法を使用して、集積 は合理的なジャンル群に自動的に区分されてもよい。 このようにして、必要に応じて、付加的なプレフィル辞書は、圧縮ソフトウエ アのユーザによって生成され得る。共にテキストのたの形式中には普通見出され ない語の頻繁な使用を伴うコンピュータマニュアルあるいはビジネス文献のよう なそれ自身の標準的な語彙 を有するデータをユーザが定常的に圧縮する場合には、彼または彼女は、テキス トのこの形式の大きい本体に対して辞書生成処理を適用し、文献のこの形式の使 用に対する特注辞書を生成することが可能である。明らかに、可能であるべき伸 長に対して、伸長を実行するソフトウエアもまたこの辞書にアクセスしなければ ならない。同様に、データが保存目的に対しては圧縮されないが、オンライン送 出のために圧縮される場合には、圧縮されたデータの受け側はこの特注の辞書に 対するアクセスを有しなければならない。従って、それが多数の辞書の配付およ び格納を要求し、圧縮目的に対するより適当な辞書の使用という付加的な利益を 削除、または少なくとも低減するので、辞書生成処理は頻繁に実行されるべきで はない。 圧縮処理の間に、最も高レベルの圧縮を達成するであろうプレフィル辞書は、 圧縮されるべき全文献の小さいサブセットに対して圧縮を行うことによって決定 され得る。換言すると、圧縮されるべきテキストのデータの最初のＮ文字（Ｎは 任意の数であり、辞書の識別が異常に多大の時間を費やさないように最大値とな るように事前に選択されても、文献長の割合として算出されてもよい。）は、推 定プレフィル辞書のそれぞれを使用して圧縮される。各プレフィル辞書は使用し た圧縮は計算され、全テキストを圧縮するために圧縮を最大とするプレフィル辞 書が選択される。このように、最適の辞書が圧縮されるべき特定のテキストに対 して使用され得る。さらに、彼または彼女が圧縮されるべき文献が特定のプレフ ィル辞書によって表される文献の種類の典型であることをおそれるならば、ユー ザは手動で辞書を選択することも可能である。これはソフトウエアが種々の圧縮 辞書を試すことを防止し、圧縮処理における時間の節約をもたらす。さらに、送 り側が所有するプレフィル辞書の全部を所有していない他のユーザへの文献の送 出を許容するために、また 、遠隔サイトのソフトウエアのように使用可能な圧縮辞書の全部を認識していな いソフトウエアによって後刻文献が伸長されてもよいように保存の目的の圧縮に おいて、手動選択は必要である。 また、圧縮されるべきデータ中の文字のサブセットの圧縮過程において、完全 な空データの圧縮辞書での開始が最もよい圧縮を許容すると判断された場合には 、プレフィルデータ圧縮辞書はその特定データの符号化から除去されてもよい。 伸長処理の間に、圧縮の間に構築されたデータ特定辞書に対してなされたのと 同一の修正が、データ特定辞書に対してなされる。このように、圧縮されたデー タ中でのデータ特定辞書の参照は、データ伸長システムによって生成される再構 築されたテキスト中に適当に拡張されてもよい。圧縮のために使用されたプレフ ィル辞書の識別子は、伸長モジュールが伸長の間で使用されるべきプレフィル辞 書を識別できるように、圧縮されたデータ中に適当に記憶される。同様にデータ 圧縮を実行するために使用されたLempel-Zivアルゴリズムの変形版の指示も圧縮 されたデータはもちろん圧縮中に２つの辞書中のエントリを一度に流すためにど のような思想が使用されたかの指示とともに圧縮データ中に記憶される。さらに 、圧縮中に含まれた辞書に対して辞書アドレス空間がどのように割り当てられた かの指示、即ち、データ特定辞書に対する開始および終了アドレスが何であるか だけでなく、圧縮で使用された１またはそれ以上のプレフィル辞書に対する開始 および終了アドレスが何であるかも圧縮データとともに記憶されてもよい。また 、圧縮されたデータが遠隔サイトに伝送される場合には、遠隔サイトにおける伸 長を許容するために圧縮辞書を送ることが必要になるであろう。しかしながら、 時間節約が辞書の伝送に必要とされる時間よりも大きくない限り、これは圧縮の 目的を打ち負かしてしまうであろう。一方、時間節約 が辞書伝送のコストを超えない場合でも、この辞書を使用して圧縮された他の文 献が伝送されるならば、辞書の送出は賢明となるであろう。従って、圧縮された データが遠隔サイトに伝送されるときは、受信サイトにおいて使用可能なプレフ ィル辞書だけを使用することが一般的に望ましい。 しかしながら、送り側が最適のプレフィル辞書は辞書Ａであると判断したが、 受け側が辞書Ａを有していないために代わりに辞書Ｂを使用して圧縮した場合は 、送り側は受け側に対して、受け側は将来の使用のために辞書Ａを取得すること を助言するメッセージを伝送することも可能である。いったん受け側がこのよう なメッセージを取得すると、受け側はついには送り側または辞書Ａが使用可能な 他のサーバから辞書Ａを得るであろう。そして、受け側はローカルの長期もしく は中期格納装置中に辞書Ａの記号複製を配置する。 別の考えでは、受け側が辞書Ａを有するかどうかを考慮せずに、送り側はプレ フィル辞書Ａを使うデータファイルを備えてもよい。そのときは、受け側が最初 にファイルを伸長するときはいつも、辞書Ａの記号複製が必要となるであろう。 辞書Ａが受け側に現在格納されてない場合、受け側はネットワークを介して記号 複製を獲得することができるであろう。そして受け側は、辞書Ａの記号複製を、 ファイルを伸長するために使うのに加えて将来使うときのために、長期間又は中 期間格納しておく。 一方で、例えば記録保管を目的として、一度にドキュメントの多くの集まりを 圧縮したいようなことが起きるかもしれない。ドキュメントを別々に圧縮するよ りはむしろ、各ドキュメント内の類似性あるいは予め選択されたコーパスに対す る類似性ではない、様々なドキュメント間の類似性を利用することが望まれる。 換言すれば、ドキュメントのいくつかが、ある手法において互いに関係する場合 、それらの多くはさらなる圧縮に利用することができる同類の列を含むであろう ということである。 例えば、ドキュメントＡが、普通の英語のワードを有するプレフィル辞書Ｄを 使って、本発明により圧縮されたと仮定する。ドキュメントＡの圧縮終了時では 、ドキュメントＡに現れる列だけではなくＤからのエントリを含む拡張された辞 書Ｄ’が残る。別のドキュメントＢは、開始辞書として、プレフィル辞書Ｄ（あ るいは辞書Ｄと辞書Ｄ’とのいくつかの中間物）の代わりに辞書Ｄ’を使って圧 縮されてもよい。ドキュメントＢがドキュメントＡと全く同様である場合、この 技術は優れた圧縮を提供するものであるということがわかる。 しかし、大量のドキュメントを圧縮することが望まれるような一般的な場合で は、圧縮されたどのようなドキュメントＢでも、伸長時に使うために開始辞書を 特定化すべきである。持ち合わせのプレフィル辞書の１つを特定化してもよいし 、別の圧縮ドキュメントをドキュメントＡと命名し、そしてドキュメントＡの伸 長の結果生じる最終辞書がドキュメントＢの伸長のために開始辞書として使われ るということを特定化してもよい。 どのドキュメントが他のドキュメントの最終辞書に依存しているかを判定する ためにクラスタ技術を使ってもよい。互いに非常に類似するようクラスタ化する ことによって判定されるドキュメントは互いに圧縮辞書を使って圧縮される。ど のドキュメントが互いに依存するかに関する情報は、一旦依存するドキュメント 全てがそれら自身伸長されるるとき伸長ソフトウェアがドキュメントを正確に伸 長できるように圧縮されるとき、ドキュメントのヘッダに特定化される。 従って一般に、それぞれが高度に特定化されたタイプのテキスト に対して適合されているような非常に多くの辞書を利用可能にすることによって 、あるデータに対する圧縮率を改善することができる。しかし、非常に多くの辞 書を格納する、そして時には送出するということに関しては費用がかかる。異な る辞書が多くの同じ列を符号化し、そうすることによって本質的な度合いで内容 が重なることを認めることによってこの費用を最小化にすることができる。辞書 符号化のこの特徴を利用することができるので、複数のジャンル特定テキストサ ンプルに対するプレフィル辞書は、ドキュメントの単一の大きなコーパスから同 時に生成することができる。この例では、複数の辞書に対して特別に結合された 表現は、異なるジャンル特定辞書の全てを個別に格納するのに必要であるときよ りも少ない空間を占めるであろう。つまり、メモリ空間は、それぞれ各々の辞書 にエントリを個別に格納するのとちがって、１度だけ複数の辞書にある列を格納 することによって節約される。 当業者は、本発明が辞書の緊密さによって圧縮効率がもたらされることをある 程度理解できるであろう。これを例示するために、圧縮効率及び辞書の緊密さの 相対的な重要度を示すパラメータを定義することができる。パラメータが１に設 定されるとき、最大圧縮効率が得られる。換言すれば、パラメータが１であると き、専門化された辞書が各ジャンルに対して独立に作られ、各ジャンルに対する 辞書は、上述のような複製の冗長な格納を取り除くために結合されるのみである 。一方で、パラメータが多少減る場合は、ジャンル辞書は全部が独立して作られ るわけではない。すなわち、これらはその重なりを改善するために故意に構成さ れるのである。パラメータが０まで幅広く減る場合、最大の重なりは、どのジャ ンルに対しても同じ辞書を使うことにより得られる。従ってパラメータを０に設 定することにより最も小さい結合辞書を作り出すことができるが、 しかしそれはジャンルに特定の特性には全く利用することができない。現在、本 発明者は、多くの専門化されたジャンルが、サンプルドキュメントに対する「デ ューイ十進」分類法システムに対して、２つまたは３つを１度に階層的な「スー パージャンル」アナログにグループ分けされるときに、本発明の技術は最も良く 稼動するであろうと考えている。このような階層的分類技術は、必要ならば、公 知の自動クラスタ技術によって達成される。 本発明の好適な実施例は、ＬＺ７８の拡張として、図７〜１１を参照して説明 する。好適な実施例のＬＺ７８アルゴリズムでは、図２で示されたように、圧縮 処理の間拡大されるような圧縮辞書を使って、テキストは圧縮され、そうして圧 縮辞書に対するリファレンスがオリジナルテキストの代わりに送出信される。し かし、従来のＬＺ７８と違って、本発明の使用される圧縮辞書が空の列からはス タートしない。その代わりに、空の列だけではなく、上記の手法の１つで生成さ れる１つのプリフィル辞書あるいは数個のプリフィル辞書の内容をも得るために 初期化される。プリフィル辞書はまた、圧縮が実行されるアルファベットの完全 な内容を得ることができる。また、圧縮辞書は、共通アドレス空間を共有する２ つの別個の辞書又は、単一のより大きな辞書のどちらとしてもみなすことができ るが、それは本技術の実施例の詳細による。従って、本発明の使用される技術は 、付加的なエントリが加えられる空の列のみを得る従来のデータ特定辞書はもち ろん、１つのプリフィル辞書あるいは数個のプリフィル辞書からでもスタートさ れる。しかし、ＬＺＭＷにおけるように、アルファベットの全キャラクタがプリ フィル辞書に加えられている場合は、データ特定辞書は空であるに違いない（な ぜなら、そのイクステンションに続く空の列を送出する必要がないからである） 。 プリフィル辞書空間は、同じアドレス空間を共有する２つの別個の辞書又は、 圧縮開始前の１つのより大きなプリフィル辞書を形成するために連結されるある いは連結されないような１つないしそれより多い独立のプリフィル辞書としてみ なすことができる。圧縮されるべきキャラクタのシーケンスに遭遇するとき、１ つ又は複数のプリフィル辞書内、あるいはデータ特定辞書内のどれにおいても最 長一致（ＬＭ）は、ルックアップテーブル内において、又はツリーデータ構造を 使って見つけることができる。この一致が一旦見つかると、辞書エントリ番号及 びこのシーケンスに続くキャラクタが送出される。そして、まさに送出された辞 書エントリ及び送出されたキャラクタの連なりは、データ特定辞書に加えられる 。この処理は、圧縮されるべきデータが消滅するまで繰り返される。 ＬＺ７８については、プリフィル辞書は固定された大きさを有するが、その大 きさは、圧縮をもたらすために送出される必要のある辞書エントリ番号の大きさ を決定する。一旦プリフィル辞書が満杯になると、さらなるエントリは認められ ない。しかし、文学において概説(outlined)される辞書操作(dictionary handli ng)に対してあらゆる修正版を使うことができる。例えば、least recently used アルゴリズムは、新しいエントリが加えられる必要のあるとき、辞書エントリを 処分するのに使うことができる。代替的には、実績を監視することができ、圧縮 比があるしきい値以下に落ちるか又は、圧縮されているデータの先行する部分に 対して達成される圧縮比から逸脱するとき、データ特定辞書をリセットすること ができる。 図７及び８は、本発明によるＬＺ７８データ圧縮を実行するための好適な実施 例を例示する。図７に示されるように、圧縮されるベき入力データは、ＬＺ７８ データ圧縮ソフトウェアモジュール42へ提供されるが、ＬＺ７８データ圧縮ソフ トウェアモジュール42は、 公知のＬＺ７８アルゴリズムの変形版のいずれを含んでもよい。上記で注目した ように、辞書44は２つの個別の辞書、すなわち、従来のＬＺ７８データ特定辞書 46及びプレフィル辞書48を含むものとみなすことができ、両者は同じ共通アドレ スバス50を共有する。また、複数のプリフィル辞書52は、特定の入力データに対 して最も圧縮するようなプリフィル辞書を見つけるためにも使うことができる。 図７のアクティブな要素全ては、一般的には、動作中ＣＰＵ３（図４）によって 処理するためにＲＡＭ４にもたらされる。 図８は、本発明によるＬＺ７８データ圧縮モジュール42におけるモデファイさ れたＬＺ７８圧縮技術を実現するためのソフトウェアのフローチャートである。 図に示されるように、ルーチンはステップ56でスタートし、入力データストリー ムが空かどうかをステップ58で検査する。空である場合、全入力データは圧縮さ れており、ルーチンはステップ60へ進む。しかし、データストリームが空でない 場合、このことから圧縮すべき入力データがより多く存在し、ステップ62におい て、現ポインタに続くデータシーケンスを有する最長一致（ＬＭ）がデータ特定 辞書46から検索される。見つけられた最長一致は、ＤＳＬＭとしてＬＺ７８デー タ圧縮モジュール42に格納される。そしてステップ64において、現ポインタに続 くデータシーケンスを有する最長一致（ＬＭ）がプリフィル辞書48及び／又はプ リフィル辞書52から検索される。見つけられた最長一致は、ＰＦＬＭとしてＬＺ ７８データ圧縮モジュール42に格納される。そして、ステップ66において、ＣＰ Ｕ３は、データ特定辞書46で見つけられた最長一致の長さが、プリフィル辞書48 （及び、１つより多くのものが使われている場合は他のプリフィル辞書52）で見 つけられた最長一致の長さよりも長いかどうかを判定する。ＤＳＬＭの長さがＰ ＦＬＭの長さよりも大きい場合は、次にステップ68において最長一 致がＤＳＬＭに設定され、そうでない場合は、ステップ70において最長一致がＰ ＦＬＭに設定される。（ＤＳＬＭとＰＦＬＭとの長さが等しい場合、フラグがト ラックを維持する必要があるということを避けるために同じ長さであるとき辞書 の一つを簡単に割り当てることを望むことができるにもかかわらず、あるいはど の辞書が最後に使われていようとも、前入力データシーケンスに対して使われた 同じ辞書を使うことができる。） ＬＭがステップ66〜70において一旦判定されると、ステップ72で、ＬＺ７８デ ータ圧縮モジュール42において、入力データストリームにおいてＬＭに続くキャ ラクタが特定されイクステンション（Ｃ）として格納される。そしてステップ74 において、ＬＭの辞書エントリ番号（及びどの辞書かについて）は所望の通りに 送出／格納される。同様にステップ74において、イクステンション（Ｃ）は所望 の通りに送出／格納される。そしてステップ76において、イクステンション（Ｃ ）は、既に満杯となるまで、最長一致（ＬＭ）に連結されてデータ特定辞書46に 格納される。もちろん、従来技術における更新技術(prior art updating techni ques)もまた使うことができ、そうして、例えば最も以前にアクセスされたエン トリの代わりに最新のエントリをデータ特定辞書46へ挿入することができる。そ してステップ78において、入力データに対する現ポインタを、（イクステンショ ンに対して）最長一致プラス１の長さだけ移動させる。そして制御はステップ58 に戻り、圧縮処理は、データストリームが消滅して圧縮処理が完了するまで入力 データの次のシーケンスに対して繰り返される。 図８の方法を費用の節約を考慮に入れてモデファイしてもよいが、この費用の 節約は、ＬＺ７８あるいはＬＺ７７におけるウィンドウ、を有するようなデータ 特定辞書を使って、又はプリフィル辞書 を参照してデータシーケンスを圧縮することに関係している。ＬＺ７８において は、各やり方に対する費用はおそらく同一であろうが、しかし、ＬＺ７７を本発 明によるプリフィル辞書を有するよう拡張するとき、２つのやり方を使って圧縮 する費用は異なり、両方の技術を使って圧縮が可能である場合には一方の方法よ りももう一方の方法を選べるので有利である。 本発明によるＬＺ７８圧縮データシーケンスの伸長は、従来のＬＺ７８伸長技 術と実質的に同じ方法で実行される。圧縮中になされる圧縮辞書に対する全修正 版は、伸長の間にも同様になされる。このことは、ＬＺ７８の場合のように多少 アルゴリズムの有益性を制限する。なぜならデータの一部を伸長するということ は、先行する部分をそっくりそのまま伸長することを必要とするからである。伸 長を実行するとき、辞書エントリ番号及びキャラクタの組のリストを、消滅する まで１度に１組処理する。一般的に、各辞書エントリは辞書内で調べられ、その 辞書エントリの示すテキストが、その辞書エントリ及びキャラクタの組における キャラクタに従って表示される。このやり方によって、無損失の圧縮／伸長が達 成される。 図９及び１０は、本発明によるＬＺ７８データ伸長を実行するための好適な実 施例を例示する。図９に示されるように、圧縮データはＬＺ７８データ伸長ソフ トウェアモジュール80へ提供され、このＬＺ７８データ伸長ソフトウェアモジュ ール80は公知のＬＺ７８アルゴリズムの変形版のいずれを含んでもよい。動作中 、ＬＺ７８データ伸長モジュール80は辞書82内の入力圧縮データの辞書エントリ を調べるが、この辞書82はプリフィル辞書84及び従来のデータ特定辞書86を有し 、ＬＭを特定する辞書エントリ番号を使う。そして、結果生じた辞書エントリは 、エントリＥとしてＬＺ７８データ伸長モジュール80に格納される。そして、入 力圧縮データストリームに おける辞書エントリ番号に続くキャラクタは、ＣとしてＬＺ７８データ伸長モジ ュール80に格納される。そしてＣ及びＥは、ＣＰＵ３によって連結され、満杯に なるまでデータ特定辞書86に挿入され、そして、再編成され伸長された（オリジ ナル）データとして出力する。連結されたデータは、圧縮中にデータ特定辞書48 に挿入されたデータに対して同じ決まりを使ってデータ特定辞書86に挿入される 。換言すれば、連結されたデータに割り当て又は再割り当てされた辞書コードは 、割り当てられた辞書コードが圧縮中に判定されるのと同じ手法で判定される。 当業者は、辞書エントリ番号が、伸長の間、使われた圧縮の変形例に依存して 異なるように割り当てられるということは理解できよう。従来のLempel-Ziv従来 技術が使われる場合、割り当てられた辞書エントリ番号は、シーケンス（すなわ ち最初のものが０、次が１、その次が２などというように番号つけられる。）の 次のｌつに関連するものである。従来のLempel-Zivは辞書上であらゆる特別な機 能を実行するための準備はなされていないので、辞書が満杯なとき辞書はリセッ トされて辞書番号が０に戻るか、あるいは辞書はさらには成長しないであろう。 一方で、「least recentry used法」（ＬＲＵ法）のようにより複雑なスキーム が辞書を管理するために使われる場合、辞書が満たされるまで、割り当てられた 辞書エントリ番号は今説明したものと同じとなろう。ちょうどその時点でＬＲＵ アルゴリズムは活動し始め、最も以前に使われた(least recently used)辞書エ ントリの辞書エントリ番号が割り当てられるであろう。辞書エントリ番号に以前 関係していた辞書エントリは、辞書から取り除かれるであろう。 圧縮側上のプリフィル辞書48については、辞書82は、同じ共通アドレスバス88 を共有する２つの個別の辞書としてみなすことができ る。また、このような複数のプリフィル辞書が圧縮中に使われた場合、複数のプ リフィル辞書90を、伸長の間にも使うことができる。図９のアクティブな要素全 ては、一般的には、動作中ＣＰＵ３（図４）によって処理するためにＲＡＭ４に もたらされる。 図１０は、本発明によるモデファイされたＬＺ７８伸長技術を実現するための ソフトウェアのフローチャートである。図に示されるように、ルーチンはステッ プ94でスタートし、入力圧縮データストリームが空かどうかをステップ96で検査 する。空である場合、全入力データは伸長されており、ルーチンはステップ98へ 進む。しかし、圧縮データストリームが空でない場合、このことから伸長すべき 入力データがより多く存在し、ステップ100において、現ポインタに対応する辞 書エントリは辞書エントリ番号を使って調べられる。そして、そのようにして見 つけられた対応する辞書エントリは、ＥとしてＬＺ７８データ伸長モジュール80 に格納される。所望であれば、伸長されたデータはまたユーザに対して表示され る。そしてステップ102において、現辞書エントリ番号に続く入力圧縮データス トリームにおけるキャラクタは、ＣとしてＬＺ７８データ伸長モジュール80に格 納される。所望であれば、そのキャラクタはまたユーザに対して表示される。ス テップ104において、キャラクタＣ及び辞書エントリＥは連結され、ＡＤＤとし てＬＺ７８データ伸長モジュール80に格納される。所望であれば、もう１回、連 結された結果はまたユーザに対して表示される。そしてステップ106において、 連結「ＡＤＤ」は、既に満杯となるまでデータ特定辞書84へ挿入される。もちろ ん、従来技術における更新技術もまた使うことができ、そうして、例えば最も以 前にもアクセスされた(least recently accessed)エントリの代わりに最新のエ ントリをデータ特定辞書80へ挿入することができる。そして最後に、ステップ10 8において、 入力データに対する現ポインタは、入力圧縮データストリーム内の次の辞書エン トリ番号のスタートヘ進められる。そして制御はステップ96に戻り、伸長処理は 、入力圧縮データストリームが消滅するまで入力データの次のシーケンスに対し て繰り返される。そして伸長処理は完了する。 図１１は、図７〜１０を参照して説明された本発明のＬＺ７８の実施例を使っ たテキスト圧縮の例である。図２の例のように、アルファベットは３つのキャラ クタ（Ａ，Ｂ，Ｃ）だけを含むと仮定し、圧縮されるべきデータは、説明目的の ために図２と同じである。図に示されるように、圧縮辞書は、初期において、多 発シーケンス(frequent sequences)のほかにアルファベットのキャラクタも含む が、ここで多発シーケンスは、テキストのサンプルから、以前格納された同様の テキストから、ユーザ入力から、あるいは当業者にとっては明らかであるような 技術に統計的に基づく他のあらゆるものから決定されたものである。圧縮がスタ ートするキャラクタに対するポインタは、圧縮されているテキストのシーケンス 内の最初のキャラクタに位置する。図２の例に示されるように、辞書内の最長一 致が見つけられ、このエントリに対するポインタは、圧縮アルゴリズムの適用に 応じて局所的に送出又は格納される。辞書内の最長一致は、プリフィル辞書に挿 入されるべき列を特定するために上述のタイプのツリー構造と一致する辞書エン トリ全てを含むようなツリー構造を作ることによって見つけられる。別の可能性 としては、ルックアップテーブル又はハッシング機能を使う。そして、いずれに しても、ポインタは送出されるキャラクタの数によって移動させられる。 図１１に示されるように、辞書は以前送出された２つの辞書エントリの連結を 含むように更新される。最初のステップでは、前の送 出は存在せず、よって辞書には何も加えらされない。処理サイクルによる第２の 反復では、最も大きい一致が見つけられ、その辞書エントリ番号は送出され、ポ インタはキャラクタの適当な数によって移動させられ、送出された２つの前辞書 エントリの連結されたものは、新しいエントリとして辞書に加えられる。この場 合では「Ａ，Ｂ，Ｃ」が加えれる。そしてこの処理は第３のステップで繰り返さ れ、新しいエントリ「ＡＢＢ」は、辞書に加えれる。この処理は圧縮されるべき データが消滅するまで繰り返されるが、この例では、同じ入力シーケンスに対し て、図２の従来技術のＬＺ７８技術において使われる６ステップに対して３つだ けのステップですむ。それゆえ、本発明による多発して発生するシーケンスを含 むプリフィル辞書は、従来のＬＺ７８圧縮アルゴリズムの符号化／複合化の効率 を実質的に改善することができる。 もちろん、当業者によって理解されるように、プレフィル辞書も、また、ＬＺ ７７データ圧縮変形版の圧縮性能を改良する。しかしながら、本発明のプレフィ ル辞書がＬＺ７７データ圧縮変形版とともにどのように使用されうるのかを理解 するために、上記のＬＺ７７圧縮技術とＬＺ７８圧縮技術との違いを思い出さな ければならない。図１について説明されたように、ＬＺ７７技術は、辞書を明瞭 に構築するというよりむしろ、ＬＺ７８と同様に、ドキュメントの既に圧縮され た部分の一部からなるテキストの「ウィンドウ」を保持する。各ステップにおい て、本システムは、圧縮されるべく残っているテキストのプレフィックスとして 現れるウィンドウの最長のサブ列を識別する。本システムは、そのウィンドウへ のポインタを送出することによってこのプレフィックスを符号化するが、そのポ インタは、プレフィックスのコピーが始まるウィンドウ内位置又はプレフィック スのコピーが終わるウィンドウ内位置のいずれかをユ ーザの選択にて指定するものであり、次いで、本システムは、そのプレフィック スの長さとおそらくはイクステンションとを送出する。しかしながら、選択され たプレフィックスが空であれば、本システムは、エスケープコードとそれに続く 圧縮されるべき次の文字キャラクタとを送出する。そのウィンドウは、新しく圧 縮されたテキストを含むために更新され、圧縮は、そのプレフィックスの直後に 続くドキュメントの部分について継続する。ＬＺ７７技術は、送出される各プレ フィックスとともに文字キャラクタが送出されることを必要としない。結果とし て、ＬＺ７７技術の変形版は、ＬＺ７８技術よりも一般に効率的であり、ｇｚｉ ｐ及びＰＫＺＩＰのような多くの一般的な圧縮プログラムにおいて使用されてい る。 本発明によるプレフィル辞書は、数多くの方法のいずれにおけるＬＺ７７技術 に組み込むことができる。まず、最も単純には、多くの共通の列を含む標準テキ ストを作成することができ、このテキストは、任意のドキュメントの圧縮を通し てウィンドウにプリペンド（prepend）された状態に維持されることができる。 そのプリペンドされたテキストが、実際に圧縮され送出されるのではなく、ウィ ンドウ内にあるため、圧縮ソフトウェアは、最近圧縮され送出されたテキストを 参照するのと同じ方法でそれを参照することができる、ということに留意すべき である。かくして、圧縮処理の初めにおいては、ウィンドウとして働くべく利用 可能なテキストが他にないときには、圧縮アルゴリズムは、共通列を含むテキス トへのポインタを依然として送出することができる。このことは、特に、多くの 文字キャラクタ又はウィンドウ内に十分なテキストがないことによる他の短い列 をＬＺ７７技術が送出しなければならない、圧縮の始めにおいて、圧縮性能を改 善する。圧縮が進むと、共通列を含むテキストは、随時、徐々に短くなって、ド キュメントからテキスト用ウ ィンドウ内の多くのルームが圧縮されるのを可能にする。圧縮されたテキストに 対するプレフィル辞書テキストの最適比は、経験的に決定されることができ、一 つのドキュメントジャンルから他のものへと一般に変化する。ＬＺ７７において は、固定サイズのウィンドウのテキストが、かかる圧縮のために一般に使用され る。 他の、好適ではあるが、より複雑な技術は、圧縮アルゴリズムによって使用さ れるポインタのセットが、おそらく不規則に、２つのクラスに分割されるものと して扱うことを必要とする。第１のクラスのポインタは、ウィンドウ内の位置を 指し、標準のＬＺ７７におけるように、ドキュメントの既に圧縮された部分の一 部からなる。第２のクラスのポインタは、頻繁に発生する列を列記する辞書にお けるエントリを指す。この混成の方法は、実質的には、ＬＺ７７及びＬＺ７８の 性質のいくつかを結合する。各ステップにおいて、本システムは、２つの方法の うちの１つによって、ドキュメントの残り部分のプリフィックスを選択し、符号 化し及び送出する。ＬＺ７７方法に続いて、ウィンドウ内のサブ列へのポインタ 及びそれに続くこのサブ列の長さを送出してもよく、又は、必要なときには、エ スケープコード及びそれに続く文字キャラクタを送出してもよい。あるいは、Ｌ Ｚ７８方法に続いて、圧縮されるべく残っているテキストのプリフィックスであ る最長辞書エントリへのポインタを送出してもよい。後者の方法は、かかる辞書 エントリが存在する任意のステップにおいて、その方法が、ＬＺ７７方法がする よりもそのステップでより良好な圧縮（テキスト長に対する送出ビットの比によ って測定される）を達成するならば、使用される。ＬＺ７７に対するこの混成方 法の一つの利点は、送出される必要のある長さがなく、各辞書エントリは、辞書 に永久的に格納される（又は記録される）固定長を有する。この混成の方法は、 また、辞書エントリに文字 キャラクタが伴わないということにおいて、ＬＺ７８よりも効率的である。 図１２は、かかる混成ＬＺ７７／ＬＺ７８圧縮技術を実現するソフトウェアの フローチャートである。現在好適な実施例においては、かかるシステムは、図７ のＬＺ７８データ圧縮モジュールと、図９のＬＺ７８データ伸長モジュール８０ とをそれぞれモデファイし、ＬＺ７７圧縮及び伸長ソフトウェアを含むようにす ることにより、実現される。図示のように、結果としての混成ルーチンは、ステ ップ１１０でスタートし、入力データストリームが空かどうかをステップ１１２ でチェックする。もしも空であれば、全ての入力データが圧縮され、当該ルーチ ンはステップ１１４で終了する。しかしながら、データストリームが空でなけれ ば、従って圧縮すべき入力データがあれば、現ポインタに続くデータシーケンス を有する最長一致（ＬＭ）についてステップ１１６でプレフィル辞書が検索され る。発見された最長一致（及び付加的にキャラクタイクステンションＥＸＴ）は 、ＬＺ７７／ＬＺ７８データ圧縮モジュールにＰＤＬＭ（及びＥＸＴ）として格 納される。現ポインタに続くデータシーケンスを有する最長一致（ＬＭ）を求め て、テキストの前のウィンドウが、次いで、検索される。発見された最長一致は 、ＬＺ７７／ＬＺ７８データ圧縮モジュールにＷＬＭとして格納される。ステッ プ１２０では、ＣＰＵ３は、次いで、ステップ１１８にて一致が発見されたかど うかについて判定し、もしそうであれば、圧縮（ＥＸＴ）されるべきテキスト内 の最長一致ＷＬＭに続くキャラクタが、ステップ１２２において（もしもイクス テンションオプションが要望されているならば）識別される。他方、ＷＬＭにお いて一致が発見されなかったとステップ１２０にてＣＰＵ３が判定するならば、 ステップ１２４では、現ポインタによって指定された一つのキャラ クタ文字ＥＸＴを識別するためにポインタ及び長さの代わりにエスケープコード が使用される。 ステップ１２６では、辞書エントリ番号としてＰＤＬＭを送出することのコス トが、ポインタ及び長さとしてＷＬＭを、並びに付加的に一つのキャラクタイク ステンションＥＸＴを、あるいはリテラルとして送出することのコストと比較さ れる。詳細には、ステップ１２６において、圧縮されていないデータを送出する のに比較してどの技術が最も節約するかが判定される。一般的には、これは、各 技術に関して圧縮比を計算することによって達成される。次いで、ステップ１２ ６の結果に基づいて、ＰＤＬＭ及びＷＬＭの最も多くを節約する技術が、ステッ プ１２８において（ＥＸＴとともに又はＥＸＴなしに）要求されるように送出／ 格納される。最後に、ステップ１３０では、入力データへの現ポインタが、（イ クステンションＥＸＴが使用されるならば）最長一致の長さ又は最長一致に１を 加えた長さだけ移動せしめられる。次いで、制御は、ステップ１１２に戻り、現 ポインタでの入力データの次のシーケンスのために圧縮が繰り返され、やがては 、データストリームが使い果たされ、圧縮処理が完了する。 図１３は、本発明による混成ＬＺ７７／ＬＺ７８伸長技術を実現するソフトウ ェアのフローチャートである。図示のように、本ルーチンは、ステップ１３２で スタートし、ステップ１３４で入力圧縮データストリームが空かどうかをチェッ クする。もしも空であれば、全ての入力データが伸長せしめられ、本ルーチンは ステップ１３６で終了する。しかしながら、圧縮データストリームが空でなく、 従って伸長すべき入力データが存在するならば、それがＰＤＬＭであるか又はＷ ＬＭであるかを判定するために、現ポインタに対応するエントリがステップ１３ ８でチェックされる。例えば、リファレ ンスがＰＤＬＭリファレンスであるか又はＷＬＭリファレンスであるかは、アド レッシングされた空間がどのように分割されているかをチェックすることによっ て決定されうる。圧縮データストリーム内のエントリがＰＤＬＭであれば、図１ ０に関して説明されたＬＺ７８技術が続く。特に、現ポインタに対応するプレフ ィル辞書内の辞書エントリが、辞書エントリ番号を使用してステップ１４０にお いて参照される。そのようにして発見された対応する辞書エントリは、次いで、 ＥとしてＬＺ７７／ＬＺ７８伸長モジュールに格納される。所望ならば、伸長せ しめられたデータは、また、ユーザに対して表示される。ステップ１４２では、 付加的なイクステンションＥＸＴが（アルゴリズムを走行せしめるのに先立って 決定されて）送られたならば、現辞書エントリ番号に続く入力圧縮データストリ ーム内のキャラクタが、次いで、ＬＺ７７／ＬＺ７８伸長モジュールにＣとして 格納される。要求されるならば、そのキャラクタは、また、ユーザに対して表示 される。ステップ１４４では、キャラクタＣ及び辞書エントリＥが、連結され、 そしてＬＺ７７／ＬＺ７８データ伸長モジュールにＡＤＤとして格納される。所 望ならば、もう一度、結果の連結もユーザに対して表示される。 他方、圧縮データストリームがＷＬＭであるとステップ１３８で判定されるな らば、そのポインタでのエントリが、ステップ１４６で、そのエントリによって 指定されるテキストの前のウィンドウにおけるエントリを参照するために使用さ れる。その値は、ＬＺ７７／ＬＺ７８伸長モジュールにＥとして格納される。要 求されるならば、伸長データも、また、ユーザに対して表示される。ステップ１ ４８では、付加的なイクステンションＥＸＴが（アルゴリズムを走行せしめるの に先立って決定されて）送られたならば、現エントリに続く入力圧縮データスト リームが、次いで、ＬＺ７７／ＬＺ７８ 伸長モジュールにＣとして格納される。所望ならば、そのキャラクタも、また、 ユーザに対して表示される。ステップ１５０では、キャラクタＣ及び辞書エント リＥが、連結され、ＬＺ７７／ＬＺ７８データ伸長モジュールにＡＤＤとして格 納される。要求されるならば、もう一度、結果の連結もユーザに対して表示され る。 ステップ１４４又はステップ１５０のいずれかが完了すると、入力データスト リームへの現ポインタが、ステップ１５２において、データストリーム内の次の エントリの始めに進められる。次いで、制御は、ステップ１３４に戻り、伸長処 理が入力データの次のシーケンスのために繰り返され、やがて入力圧縮データス トリームが使い果たされる。そして、伸長処理は完了する。 図１４は、図１２及び図１３の混成技法を使用するテキスト圧縮の例である。 この例においては、アルファベットは７個のキャラクタ（Ａ，Ｂ，Ｃ，Ｄ，Ｅ， Ｆ，Ｇ）を含み、圧縮されるべきデータは“ＡＢＣＢＤＥＦＧＡＢＣ”であると 仮定される。図示のように、圧縮辞書は、初期において、多発シーケンス“ＡＢ Ｃ”及び“ＤＥＦ”を含むが、これらの多発シーケンスは、上述の技術のいずれ かを使用して、又は、当業者に明らかであるような、他の統計に基礎を置く技術 から、決定されたものである。図１４は、圧縮が達成された方法を示しており、 ３つのオプション、すなわちプレフィル辞書、ＬＺ７７リファレンス、及びＬＺ ７７文字がある。図１４の例では、何らのキャラクタイクステンションも使用さ れない。圧縮の間、次の情報が文字であるか、又は辞書リファレンス若しくはＬ Ｚ７７リファレンスのいずれかであるかを示すために１ビットが使用される。後 者の２つのオプションは、共通アドレス空間を共有するが、ＬＺ７７スタイルリ ファレンスが使用されるならば長さのみが使用される。 図１４に示されるように、圧縮の開始においては、圧縮が始まるキャラクタへ のポインタは、圧縮されているテキストのシーケンスにおける最初のキャラクタ に置かれる。ステップ０では、圧縮辞書において最長一致が発見され、このエン トリ（Ｄ０）へのポインタが、送出され、圧縮アルゴリズムの応用に依存して局 所的に格納される。次いで、そのポインタが、送出されたキャラクタの数によっ て移動せしめられる。ステップ１では、“Ｂ”も“ＢＤ”も圧縮辞書内にないた め、ＬＺ７７リファレンスが送出される。そのフラグは、ＬＺ７７リファレンス （２，１）が送られることを示すが、ここで、“２”は現ウィンドウ内の第２の エントリへのポインタであり、“１”は長さである。次いで、そのポインタは、 ステップ２に先立ってｌキャラクタだけ移動せしめられる。ステップ２では、圧 縮辞書内で最長一致が発見され、このエントリ（Ｄ１）へのポインタが、送出さ れ、圧縮アルゴリズムの応用に依存して局所的に格納される。次いで、そのポイ ンタは、ステップ３に先立って、送出されたキャラクタの数だけ移動せしめられ る。ステップ３では、圧縮ウィンドウ又は圧縮辞書の中にキャラクタ“Ｇ”がな いため、ＬＺ７７文字が送られる。次いで、ステップ４に先立って、ポインタが １キャラクタ移動せしめられる。ステップ４では、圧縮辞書内で最長一致が発見 され、このエントリ（Ｄ０）へのポインタが、圧縮アルゴリズムの応用に依存し て送出又は格納される。次いで、送出されたキャラクタの数だけポインタが移動 せしめられる。ステップ４では、ＬＺ７７ポインタリファレンスよりも安いと仮 定されたため、ウィンドウエントリの代わりに辞書エントリが使用された。圧縮 されるべきテキストの終わりにポインタがあるため、符号化処理は完了する。 送出される文字、長さ、及びアドレスへの圧縮のいくつかの形式 を適用すること、送出される必要がある文字がないように辞書又はウィンドウを シード(seed)すること等、ＬＺ７７への標準的な改良のいずれもが、ＬＺ７７圧 縮技術のイクステンションである上述の実施例のいずれにも等しく適用されるこ とができる。また、上述のように、種々の辞書（又はウィンドウにプリペンドす る種々のテキスト）が、送出されるデータの種々のジャンルに対して使用される ことができる。各メッセージの始めに送られる初期のコード番号は、次いで、ど の辞書又はブリペンドされたテキストが使用されているか（例えば、英語散文用 、コンピュータソフトウェア用、又はビジネス業務用のもの）を示し、あるいは 、辞書又はブリペンドされたテキストが先に送出されたテキストから特別に導か れたことを示す特殊なコードが送出されるであろう。 本発明の技術の実現例においては、プレフィルされたデータ圧縮辞書のセット が、定期的に圧縮ドキュメントをそれらの間で交換する数多くのサーバに分配さ れる。上述のように、それらの辞書は、送出コストを節約するために分配の前に 結合されてもよい。周期的に、プレフィル辞書の新しいセットが、プレフィル辞 書の古いセットを補うために分配される。その新しいセットは、新しいジャンル に関する辞書、及び用語の変化を反映する古いジャンルに関する、より最新の辞 書を含むであろう。理想的には、新しい辞書は、古い辞書と実質的に重なるよう に構築され、それによって、全ての新しい辞書及び古い辞書に関する結合された 表現は、古い辞書のみに関する結合された表現とあまり異ならない。次いで、プ レフィル辞書の２つの表現間の変化を列記するファイルが、分配される。このフ ァイルを受信すると、サーバの各々は、新しい辞書を加えるために結合された辞 書表現をモーデファイする。古い辞書は、もはや、古いファイルを伸長するため に必要となるか否かに依存して、結合さ れた表現に保存されてもよいし、それから削除されてもよい。かかる技術は、特 に同じジャンルのファイルをしばしば交換する２つのサーバ間で、実質的にデー タ送出及び記憶コストの減少につながる。 例えば、本発明のシミュレーションが、データの全部の半分を使用して行われ た。比較のために、“ｇｚｉｐ”、“ｇｚｉｐ”のシミュレーション、及び本発 明によるプレフィル辞書を有する“ｇｚｉｐ”のシミュレーションを使用して、 当該データが圧縮された。本発明によるプレフィル辞書とともに使用されるよう に“ｇｚｉｐ”がモデファイされねばならないため、一つのシミュレーションが 使用された。“ｇｚｉｐ”のシミュレーションがプレフィル辞書なしでテストさ れたが、これは、プレフィル辞書の追加の前に“ｇｚｉｐ”の性能をそのシミュ レーションが概算したことを単に証明するためである。次の結果が得られた。 ｇｚｉｐによる圧縮パーセンテージ： ５０．６ シミュレーションによる圧縮パーセンテージ： ５０．７ 辞書を使用するシミュレーションによる圧縮パーセンテージ： ６２．８ 当業者は、ファイルサイズにおける１２パーセンテージポイントの減少が相当な ものであることを評価するであろう。この例では、このことは、ほぼ２５％のメ モリ節約に達する。 本発明の多数の実施例及び本発明概念の多数の拡張が述べられてきたが、当業 者は、本発明の新規な教え及び利益から実質的に逸脱することなく、当該例示的 な実施例において多くの追加のモデファイが可能であることを容易に理解するで あろう。 例えば、上記のように、本発明のプレフィル辞書は、任意の数多くの方法で形 成されることができ、また、基本のＬｅｍｐｅｌ−Ｚ ｉｖ圧縮技術についての任意の数多くの変形版とともに使用されることができる 。さらに、圧縮性能は、プレフィルデータ圧縮辞書及びデータ特定圧縮辞書の圧 縮性能をモニタし追跡することによって最適化されることができる。例えば、プ レフィルデータ圧縮辞書がデータ特定圧縮辞書よりも良好なデータ圧縮を提供し ていないならば、データ特定辞書が満杯になってリセットされる必要がある場合 に、プレフィルデータ圧縮辞書はデータ特定辞書によって置き換えられ、データ 特定辞書はリセットされる。他方、プレフィルデータ圧縮辞書が圧縮に関しより 有用であるならば、それは保持され、データ特定圧縮辞書はリセットされる。ど ちらの辞書が他方の辞書よりも良好な圧縮を提供しているかを決定するために、 各辞書に関連する節約が、圧縮の進行中に維持される。各辞書を使用して圧縮さ れた各列の長さがまた保持されるが、それは、各辞書にもたらされた圧縮の部分 から結果として生ずるデータの量である。データ特定辞書が更に成長するのを許 容する方がベターであるほど、プレフィル辞書がほとんど改良を生み出さないと いわれるよりも以下のしきい値が選択される。これは、（できるかぎり圧縮され たドキュメント全体について）包括的に、及び、これらのデータのいくつかの異 なるセットを維持することによって局所的に、なされる。実際には、この処理に よって、プレフィルデータ圧縮辞書及びデータ特定圧縮辞書にもたらされたアド レス空間全体が、プレフィル辞書が圧縮処理に改良を提供していないときにデー タ特定辞書によって利用されることが可能となる。 さらに、米国特許第４８７６５４１号でＳｔｏｒｅｒが記載したタイプのｌｅ ａｓｔ ｒｅｃｅｎｔ ｕｓｅｄ（ＬＲＵ）法は、一番最近に使用されたエント リが、それがどの辞書から来たかにかかわらず、常に棄てられるため、２つの辞 書を分離しておくのを不要 にする。このコンテクストにおいて、「使用(used)」は、圧縮データストリーム の一部としてコードをリードし又はライトすることを含むが、その列の最初の出 現での辞書へのコードのエントリは、「使用」としてカウントされてもされなく てもよい。 加えて、データ特定辞書のサイズを減少せしめることを犠牲にして、多重のプ レフィルデータ圧縮辞書が圧縮処理において使用されてもよい。極端なケースで は、データ特定辞書が完全に消去され、プレフィル辞書及びデータ特定辞書によ って通常共有されるアドレス空間全体が、関連するプレフィル辞書によって共有 される。もちろん、この場合には、圧縮されるべきテキスト内の全てのキャラク タシーケンス、ワード、及びフレーズが、１又はそれより多くのプレフィルデー タ圧縮辞書内に存在する必要があるが、このことは、プレフィル辞書が、圧縮さ れるべきテキストにおいて発生しうるキャラクタの全ての組合せを含むのに十分 なほど大きいときに、可能である。さらに、たとえプレフィルデータ圧縮辞書内 でキャラクタの全ての組合せが発見されなくとも、発見されなかった組合せは圧 縮されていないまま単に格納されうるか、及び／又は、プレフィル辞書はそのキ ャラクタ組合せを含むように圧縮中に更新されうるであろう。他方、プレフィル 辞書が形成される元となるドキュメントの集合の頻度分析を行う、図６に関して 説明されたソフトウェアによって作成されたプレフィルデータ圧縮辞書内にキャ ラクタセット全体が存在するかどうかを決定するために、一つのアルゴリズムが 使用されうるであろう。キャラクタの全てが存在しない場合には、不在のキャラ クタがプレフィルデータ圧縮辞書内に挿入される一方、最も発生しないコードワ ードが消去され、それによって、次のキャラクタが辞書にないことを示すのにエ スケープキャラクタが必要でないことが保証される。 本発明の好適な実施例に対する別の修正版として、辞書エントリのコードワー ドアドレスが、Ｈｕｆｆｍａｎ符号化のような技術を使用して符号化され、より 頻繁に使用されるアドレスがより少ないビットを使用して表されることができる 。同様に、イクステンションキャラクタが、Ｈｕｆｆｍａｎ符号化のような可変 長符号化を使用して符号化されることにより、性能が改善される。そのようなケ ースにおいては、データ特定辞書のサイズを制限する必要はなく、したがって、 Ｌｅｍｐｅ１−Ｚｉｖコードワードが正に整数であるため、データ特定辞書をさ らに起動する必要はない。これらの整数は、次いで、可変長ビットシーケンスに よって符号化される。さらに、これらの整数のコードワードの分配がドキュメン トを通して変化することにより、その局所的エントロピーがその包括的エントロ ピーよりも下回るならば、適応Ｈｕｆｆｍａｎ符号化又は適応算術符号化のよう な、可変長符号化スキームの適応バージョンが使用されるべきである。 この技術によれば、コードワードに関する符号化を使用して送出されているコ ードの長さが知られ、また、辞書内のコードワードの数に基づくものとなる。最 近使用されたコードワードのリストは保持されることができ、コードワードスキ ームの圧縮においてもたらされたコートワードの空間全体の小さなサブセットを 、最近使用されたコードワードが形成するようなときにおいては、これらのコー ドワードの圧縮がリスタートされる。この新しい辞書は、最近使用されたコード ワードが局所的に再びより使用されそうである一方、最近使用されていないもの は再び使用されそうもない、という仮定で、最近使用されたコードワードから構 成されることができる。 当業者は、また、特定のドキュメントの圧縮中に作成されるデータ特定圧縮辞 書を、他の関連するドキュメントの圧縮に使用するプ レフィルデータ圧縮辞書として、格納することを選択することができる。他方、 データ特定辞書は、特定のエントリが他のプレフィルデータ圧縮辞書に含まれて いるかどうかを決定するために、使用されることができる。 したがって、全てのかかる修正は、次の請求の範囲に定義された、この発明の 範囲に含まれるものである。

───────────────────────────────────────────────────── フロントページの続き (71)出願人 アンガー，ライル アメリカ合衆国，ペンシルバニア 19103, フィラデルフィア，サウス トウェンティ ス ストリート 321 (72)発明者 レイナー，ジェフリー シー. アメリカ合衆国，ペンシルバニア 19001, アビントン，チャーチ ストリート 1053 (72)発明者 ハーツ，フレッド アメリカ合衆国，ウエストバージニア 26260，デイビス，カナン バレー，ハー ツウッズ，コンドミニアム 304 (72)発明者 アイスナー，ジェイソン アメリカ合衆国，ペンシルバニア 19107, フィラデルフィア，スプルース ストリー ト 1015 (72)発明者 アンガー，ライル アメリカ合衆国，ペンシルバニア 19103, フィラデルフィア，サウス トウェンティ ス ストリート 321

Claims (1)

1. 【特許請求の範囲】 １．キャラクタシーケンスを包含するテキストを圧縮するためのデータ圧縮方 法であって、以下のステップを含むデータ圧縮方法、 （ａ）前記キャラクタシーケンス中に多発しそうな、所定のキャラクタの組合 せを包含するプレフィルデータ圧縮辞書を選択するステップ、 （ｂ）圧縮のため、前記キャラクタシーケンス中の最初のキャラクタにポイン タを初期設定するステップ、 （ｃ）前記ポインタからスタートするキャラクタと前記プレフィルデータ圧縮 辞書中に格納されたキャラクタシーケンスとを比較し、前記ポインタから始まる キャラクタと前記プレフィルデータ圧縮辞書中に格納されたキャラクタシーケン スとの最長一致を決定するステップ、 （ｄ）前記最長一致を呈する前記キャラクタの圧縮された表現として、辞書ポ インタを、メモリ中の前記プレフィルデータ圧縮辞書中の前記最長一致に格納す るステップ、 （ｅ）前記最長一致に続く前記キャラクタシーケンス中のキャラクタに前記ポ インタを移動するステップ、及び （ｆ）圧縮されるべき前記キャラクタシーケンス中の全てのキャラクタについ てステップｃ〜ｅを繰り返すステップ。 ２．請求項１に記載のデータ圧縮方法であって、更に、以下のステップを実行 することにより、前記プレフィルデータ圧縮辞書を生成するステップを含むデー タ圧縮方法、 少なくとも１つのキャラクタサンプルシーケンス中のキャラクタシーケンスの 発生頻度を決定するために、圧縮されるべきキャラクタシーケンスの表現である 前記少なくとも１つのサンプルキャラク タシーケンス中の前記キャラクタシーケンスを解析するステップ、及び 前記所定の組合せとして、前記少なくとも１つのキャラクタサンプルシーケン ス中に最も多発する、前記少なくとも１つのキャラクタサンプルシーケンス中の これらのキャラクタシーケンスを選択するステップ。 ３．請求項２に記載のデータ圧縮方法であって、前記解析するステップは、前 記少なくとも１つのキャラクタサンプルシーケンス中の前記キャラクタシーケン スの各々の発生数を決定するステップ、及び、各キャラクタシーケンスについて 、前記各キャラクタシーケンスの発生数と、前記各キャラクタシーケンスのビッ ト長と前記辞書ポインタのビット長の差との積を演算するステップを含むデータ 圧縮方法。 ４．請求項３に記載のデータ圧縮方法であって、前記所定の組合せを選択する ステップは、前記命令データ圧縮辞書へ格納するために、前記積を演算するステ ップ中で決定された最大積を有するこれらのデータシーケンスを選択するステッ プを含むデータ圧縮方法。 ５．請求項４に記載のデータ圧縮方法であって、更に、完全なキャラクタセッ トが前記プレフィルデータ圧縮辞書中に存在するか否かを決定するステップ、及 び、前記完全なキャラクタセット中の全てのキャラクタが、前記プレフィルデー タ圧縮辞書中に存在しないという場合において、新たな辞書エントリとして、前 記プレフィルデータ圧縮辞書に存在しない前記キャラクタセットのこれらのキャ ラクタを、前記積を演算するステップで決定された最小の積を有する辞書のエン トリに代えて、前記プレフィルデータ圧縮辞書中に挿入するステップを含むデー タ圧縮方法。 ６．請求項１に記載のデータ圧縮方法であって、前記プレフィル データ圧縮辞書を選択するステップは、複数の異なるプレフィルデータ圧縮辞書 の内のどの１つが前記キャラクタサブセットに対して最大の圧縮をもたらすかを 決定するため、前記複数の異なるプレフィルデータ圧縮辞書に対して、圧縮され るべき前記データキャラクタシーケンスのサブセットキャラクタについてステッ プｂ〜ｅを実行するステップ、及び、前記キャラクタシーケンスの圧縮に使用す るため、前記プレフィルデータ圧縮辞書として、前記１つのプレフィルデータ圧 縮辞書を選択するステップを含むデータ圧縮方法。 ７．請求項６に記載のデータ圧縮方法であって、前記１つのプレフィルデータ 圧縮辞書を選択する前記のステップは、圧縮されるべき前記データキャラクタシ ーケンスの前記キャラクタサブセットについてステップｂ〜ｅを実行する間に、 空のデータ圧縮辞書によるスタートが前記データキャラクタシーケンスの最大の 圧縮を許可することが決定されるイベントにおいて、空のデータ圧縮辞書を選択 するステップを含むデータ圧縮方法。 ８．請求項１に記載のデータ圧縮方法であって、更に、（ｇ）前記最長一致を 呈する前記キャラクタの前記圧縮された表現として、受け側に前記辞書ポインタ を送出するステップを含むデータ圧縮方法。 ９．請求項８に記載のデータ圧縮方法であって、前記プレフィルデータ圧縮辞 書を選択する前記ステップは、前記プレフィルデータ圧縮辞書がステップｇの送 出されたデータの受け側に有効であるか否かに基づいて、複数のプレフィルデー タ圧縮辞書から１つのプレフィルデータ圧縮辞書を選択するステップを更に含む データ圧縮方法。 １０．請求項１に記載のデータ圧縮方法であって、前記プレフィルデータ圧縮 辞書を選択するステップは、圧縮されるべき前記キャ ラクタシーケンスの圧縮の間に使用するための複合的なプレフィルデータ圧縮辞 書を選択するステップを含むデータ圧縮方法。 １１．請求項１に記載のデータ圧縮方法であって、更に、前記辞書ポインタが より少ないアドレスビットを使用して表現されるように、前記辞書ポインタを符 号化するステップを含むデータ圧縮方法。 １２．請求項１に記載のデータ圧縮方法であって、更に、前記最長一致を呈す る前記キャラクタの圧縮された表現と共に、伸長処理の間に使用されるべきプレ フィルデータ圧縮辞書へ、リファレンスを格納するステップを含むデータ圧縮方 法。 １３．請求項１に記載のデータ圧縮方法であって、更に、テキストデータの異 なるジャンルを包含する複数のプレフィルデータ圧縮辞書を格納するステップを 含み、前記プレフィルデータ圧縮辞書を選択するステップは、前記複数のプレフ ィルデータ圧縮辞書から前記プレフィルデータ圧縮辞書を選択するステップを含 み、それにより、選択されたプレフィルデータ圧縮辞書が、前記圧縮されるべき 前記キャラクタシーケンスに最も類似するジャンルからデータを包含するデータ 圧縮方法。 １４．請求項１３に記載のデータ圧縮方法であって、前記複数のプレフィルデ ータ圧縮辞書を格納する前記ステップは、対応するプレフィルデータ圧縮辞書内 に包含されたテキストデータのジャンルにより、前記複数のプレフィルデータ圧 縮辞書を階層的に配列するステップを含むデータ圧縮方法。 １５．請求項１３に記載のデータ圧縮方法であって、前記複数のプレフィルデ ータ圧縮辞書を格納するステップは、記憶メディア上に一度だけ前記複数のプレ フィルデータ圧縮辞書の共通のエントリを格納するステップを含み、前記複数の プレフィルデータ圧縮辞書 により、前記共通のエントリが割当てられるデータ圧縮方法。 １６．キャラクタシーケンスを有するテキストを圧縮するためのデータ圧縮方 法であって、以下のステップを含むデータ圧縮方法、 （ａ）前記キャラクタシーケンス中に多発しそうな、所定のキャラクタの組合 せを包含する命令データ圧縮辞書を選択するステップ、 （ｂ）データ特定データ圧縮辞書を初期設定するステップ、 （ｃ）圧縮のため、前記キャラクタシーケンス中の最初のキャラクタにポイン タを初期設定するステップ、 （ｄ）前記ポインタからスタートするキャラクタと前記プレフィルデータ圧縮 辞書及び前記データ特定データ圧縮辞書中に格納されたキャラクタシーケンスと を比較し、前記プレフィルデータ圧縮辞書及び前記データ特定データ圧縮辞書中 に格納された前記キャラクタシーケンスにより、前記ポインタからスタートする 前記キャラクタの最長一致の辞書エントリ数を決定するステップ、 （ｅ）前記最長一致及び前記イクステンションキャラクタを作る前記キャラク タの圧縮された表現として、前記辞書エントリ数とイクステンションキャラクタ をメモリに格納するステップであって、前記イクステンションキャラクタは、前 記最長一致が前記ポインタからスタートした後に発生する圧縮されるべき前記キ ャラクタシーケンス中のキャラクタであるステップ、 （ｆ）新たな辞書エントリとして、前記最長一致及び前記イクステンションキ ャラクタを呈する前記キャラクタを、前記データ特定データ圧縮辞書に選択的に 格納するステップ、 （ｇ）前記イクステンションキャラクタに続く前記キャラクタシーケンスのキ ャラクタに前記ポインタを移動するステップ、及び （ｈ）圧縮されるべき前記キャラクタシーケンス中の全てのキャ ラクタについてステップｄ〜ｇを繰り返すステップ。 １７．請求項１６に記載のデータ圧縮方法であって、更に、前記キャラクタシ ーケンスの圧縮の間に、前記プレフィルデータ圧縮辞書及び前記データ特定デー タ圧縮辞書の圧縮の実行をモニタするステップ、そして、前記キャラクタシーケ ンスの圧縮の間に前記データ特定データ圧縮辞書が満杯となった時、より少ない データ圧縮の実行をもたらすように、前記モニタするステップの間に決定された データ圧縮辞書をリセットし、圧縮されるべき前記キャラクタシーケンス中のサ ブシーケントキャラクタの圧縮のための前記プレフィルデータ圧縮辞書として、 より大きなデータ圧縮の実行をもたらすべき前記モニタするステップの間に決定 されたデータ圧縮辞書を使用するステップを含むデータ圧縮方法。 １８．前記請求項１６に記載のデータ圧縮方法は、更に、異なるキャラクタシ ーケンスの圧縮に使用するプレフィルデータ圧縮辞書の少なくとも一部として、 前記キャラクタシーケンスの圧縮の間に、前記データ特定データ圧縮辞書を、そ れに格納された新たな辞書エントリを格納するステップを含むデータ圧縮方法。 １９．請求項１６に記載のデータ圧縮方法であって、更に、前記最長一致及び 前記イクステンションキャラクタを呈する前記キャラクタの前記圧縮された表現 を、少なくとも、（１）前記圧縮された表現を形成するために使用されるプレフ ィルデータ圧縮辞書の表示、（２）辞書アドレス空間が前記データ特定データ圧 縮辞書と前記プレフィルデータ圧縮辞書の間でどのように割り当てられるかの表 示、（３）前記キャラクタの前記圧縮された表現を伸長するために使用される、 Lempel-Zivアルゴリズムの変形版の表示、及び（４）前記データ特定データ圧縮 辞書が満杯となったときに続く技術の表示、の内の１つに格納するステップを含 むデータ圧縮方法。 ２０．請求項１６に記載されたデータ圧縮方法であって、前記プレフィルデー タ圧縮辞書を選択するステップは、テキストデータの異なるジャンルを包含する 複数のプレフィルデータ圧縮辞書から前記プレフィルデータ圧縮辞書を選択する ステップを含み、選択されたプレフィルデータ圧縮辞書は、圧縮されるべき前記 キャラクタシーケンスに最も類似したジャンルからのデータを包含するデータ圧 縮方法。 ２１．請求項２０に記載のデータ圧縮方法であって、更に、異なるテキストの 圧縮のためのプレフィルデータ圧縮辞書として、前記テキストの圧縮の間に形成 されたデータ特定データ圧縮辞書を使用する前記テキストとして、同様のジャン ルからの前記異なるテキストについてステップｂ〜ｇを繰り返すステップを含む データ圧縮方法。 ２２．請求項２１に記載のデータ圧縮方法であって、前記プレフィルデータ圧 縮辞書を選択するステップは、プレフィルデータ圧縮辞書が他のテキストの圧縮 の間に形成されたか否かを特定するステップを含むデータ圧縮方法。 ２３．キャラクタシーケンスを有するテキストを圧縮するためのデータ圧縮方 法であって、以下のステップを含むデータ圧縮方法、 （ａ）所定数のキャラクタを有するキャラクタウインドウを初期設定するステ ップ、 （ｂ）前記キャラクタウインドウへ、前記キャラクタシーケンス中に多発しそ うな所定のキャラクタの組合せを有するプレフィルデータ圧縮辞書を付加するス テップ、 （ｃ）圧縮のため、前記キャラクタシーケンス中の最初のキャラクタにポイン タを初期設定するステップ、 （ｄ）それに付加された前記プレフィルデータ圧縮辞書により、 前記ポインタから始まるキャラクタと、前記キャラクタウインドウ中のキャラク タシーケンスとを比較し、それに付加された前記プレフィルデータ圧縮辞書によ り、前記キャラクタウインドウ中の前記キャラクタシーケンスの、ウインドウポ インタ及び前記ポインタからスタートする前記キャラクタの最長一致の長さを決 定するステップ、 （ｅ）前記最長一致を呈する前記キャラクタの圧縮された表現として、前記ウ インドウポインタと前記最長一致の長さをメモリに格納するステップ、 （ｆ）前記最長一致を作るキャラクタを含めるため前記キャラクタウインドウ を更新するステップ、 （ｇ）前記最長一致に続く前記キャラクタシーケンス中のキャラクタに前記ポ インタを移動するステップ、及び （ｈ）圧縮されるべき前記キャラクタシーケンス中の全てのキャラクタについ てステップｄ〜ｇを繰り返すステップ。 ２４．請求項２３に記載のデータ圧縮方法であって、更に、前記ポインタによ り指示されたキャラクタシーケンスが、ステップｄでそれに付加された前記プレ フィルデータ圧縮辞書により、前記キャラクタウインドウ中に前記ポインタが見 いだせないとき、前記ポインタにより指示された文字キャラクタを前記メモリに 格納するステップを含むデータ圧縮方法。 ２５．請求項２３に記載のデータ圧縮方法であって、更に、前記最長一致を作 る前記キャラクタの前記圧縮された表現として、受け側に前記ウインドウポイン タ及び前記最長一致の前記長さを送出するステップを含むデータ圧縮方法。 ２６．キャラクタシーケンスを有するテキストを圧縮するためのデータ圧縮方 法であって、以下のステップを含むデータ圧縮方法、 （ａ）前記キャラクタシーケンス中に多発しそうな、所定のキャラクタの組合 せを包含するプレフィルデータ圧縮辞書を選択するステップ、 （ｂ）所定数のキャラクタを有するキャラクタウインドウを初期設定するステ ップ、 （ｃ）圧縮のため、前記キャラクタシーケンス中の最初のキャラクタにポイン タを初期設定するステップ、 （ｄ）前記ポインタから始まるキャラクタと、それに付加された前記プレフィ ルデータ圧縮辞書中に格納されたキャラクタ及び前記キャラクタウインドウ中の キャラクタシーケンスとを比較し、前記プレフィルデータ圧縮辞書に格納された 前記キャラクタシーケンス及び前記キャラクタウインドウ中のキャラクタシーケ ンスにより前記ポインタからスタートする前記キャラクタの最長一致を決定する ステップ、 （ｅ）前記プレフィルデータ圧縮辞書中に格納された前記キャラクタシーケン スにより前記ポインタからスタートする前記キャラクタの最長一致の辞書エント リ数として、前記ポインタからスタートする前記キャラクタを表現することによ り、又は、前記キャラクタウインドウ中の前記キャラクタシーケンスについて示 す前記ポインタからスタートする前記キャラクタの最長一致の長さとして、前記 ポインタからスタートする前記キャラクタを表現することにより、より大きな圧 縮が得られるか否かを決定するステップ、 （ｆ）前記キャラクタウインドウ中の前記キャラクタシーケンスにより前記ウ インドウポインタからスタートする前記キャラクタの最長一致の前記ウインドウ ポインタ及び前記長さとして、前記ポインタからスタートする前記キャラクタを 表現することにより得られるであろうより大きな圧縮がステップｅで決定された とき、前記最 長一致を呈する前記キャラクタの圧縮された表現として、前記ウインドウポイン タ及び前記メモリ中の前記最長一致の前記長さを格納し、さもなければ、前記プ レフィルデータ圧縮辞書中に格納された前記キャラクタシーケンスを前記ポイン タからスタートする前記キャラクタの前記最長一致の前記辞書エントリ数に格納 するステップ、 （ｇ）前記最長一致を作るキャラクタを含むための前記キャラクタウインドウ を更新するステップ、 （ｈ）前記最長一致に続く前記キャラクタシーケンス中のキャラクタに前記ポ インタを移動するステップ、及び （ｉ）圧縮されるべき前記キャラクタシーケンス中の全てのキャラクタについ てステップｄ〜ｈを繰り返すステップ。 ２７．請求項２６に記載のデータ圧縮方法であって、更に、ステップｅで、前 記キャラクタウインドウ中の前記キャラクタシーケンスについて、前記ウインド ウポインタ及び前記ウインドウポインタからスタートする前記キャラクタの前記 最長一致の前記長さとして、前記ポインタからスタートする前記キャラクタを表 現することにより、より大きな圧縮が得られるであろうとき、受け側に、前記ウ インドウポインタ及び前記最長一致の前記長さを送出し、さもなければ、前記受 け側に前記プレフィルデータ圧縮辞書中に格納された前記キャラクタシーケンス により前記ポインタからスタートする前記キャラクタの前記最長一致の前記辞書 エントリ数を送出するステップステップを含むデータ圧縮方法。 ２８．キャラクタシーケンスの圧縮された表現を伸長する方法であって、前記 圧縮された表現は、ポインタからスタートし、プレフィルデータ圧縮辞書中に格 納されたキャラクタシーケンスにより前記キャラクタシーケンス中の特定のキャ ラクタまでのキャラクタシ ーケンスのそれぞれの最長一致に対する辞書ポインタを具備し、前記プレフィル データ圧縮辞書は、前記キャラクタシーケンス中に多発しそうな所定のキャラク タの組合せを収納し、以下のステップを含む伸長方法、 （ａ）前記キャラクタの前記圧縮された表現中の第１の辞書ポインタへポイン タを移動するステップ、 （ｂ）前記ポインタにより示される前記辞書ポインタを使用して前記プレフィ ルデータ圧縮辞書から辞書エントリを検索するステップ、 （ｃ）前記最長一致を呈するキャラクタの伸長された表現として、前記辞書エ ントリを格納するステップ、 （ｄ）前記キャラクタの前記圧縮された表現中の次の辞書ポインタに前記ポイ ンタを移動するステップ、及び （ｆ）前記キャラクタシーケンス中の全ての圧縮されたキャラクタが伸長され るまで、前記キャラクタの前記圧縮された表現中の全ての辞書ポインタについて ステップｂ〜ｄを繰り返すステップ。 ２９．請求項２８に記載のデータ圧縮方法であって、更に、前記キャラクタの 前記圧縮された表現から、少なくとも、（１）伸長の間に使用するためのプレフ ィルデータ圧縮辞書の特定、（２）前記キャラクタの前記圧縮された表現を伸長 するために使用されるLempel-Zivアルゴリズム変形版の表示を抽出するステップ を含むデータ圧縮方法。 ３０．キャラクタシーケンスの圧縮された表現を伸長するデータ圧縮方法であ って、前記圧縮された表現は、プレフィルデータ圧縮辞書及びデータ特定データ 圧縮辞書に格納されたキャラクタシーケンスの、イクステンションキャラクタ及 び、ポインタからスタートして前記キャラクタシーケンス中の特定のキャラクタ までの、キャ ラクタシーケンスのそれぞれの最長一致の辞書エントリ数を具備し、前記イクス テンションキャラクタは、前記ポインタからスタートする最長一致の後に発生す るキャラクタシーケンス中のキャラクタであり、前記プレフィルデータ圧縮辞書 は、前記キャラクタシーケンス中に多発しそうな所定のキャラクタの組合せを収 納し、以下のステップを含む伸長方法、 （ａ）データ特定データ伸長辞書を初期設定するステップ、 （ｂ）前記キャラクタの前記圧縮された表現中の第１の辞書エントリ数にポイ ンタを初期設定するステップ、 （ｃ）前記プレフィルデータ圧縮辞書の１つから、辞書エントリ及びイクステ ンションキャラクタを検索し、前記データ特定データ伸長辞書は前記ポインタに より示された辞書エントリ数を使用するステップ、 （ｄ）前記最長一致を作る前記キャラクタ及び前記イクステンションキャラク タを前記データ特定データ伸長辞書に選択的に格納するステップ （ｅ）前記キャラクタの前記圧縮された表現中の次の辞書エントリ数に前記ポ インタを移動するステップ、 （ｆ）前記キャラクタシーケンス中の全ての圧縮されたキャラクタが伸長され るまで、前記キャラクタの前記圧縮された表現中の全ての辞書エントリ数及びイ クステンションキャラクタに対してステップｃ〜ｅを繰り返すステップ。 ３１．請求項３０に記載のデータ圧縮方法であって、更に、前記キャラクタの 前記圧縮された表現から、少なくとも、（１）伸長の間に使用するプレフィルデ ータ圧縮辞書の表示、（２）前記データ特定データ圧縮辞書及び前記プレフィル データ圧縮辞書の間にいかに辞書アドレス空間を分配するかの表示、（３）前記 キャラクタの 前記圧縮された表現を伸長するために使用されるべきLempel-Zivアルゴリズム変 形版の表示、及び（４）前記データ特定データ圧縮辞書が満杯になったときに続 く技術の表示を抽出するステップを含むデータ圧縮方法。 ３２．キャラクタシーケンスの圧縮された表現を伸長する方法であって、前記 圧縮された表現は、それに付加されたプレフィルデータ圧縮辞書と共に所定サイ ズのキャラクタウインドウ中のキャラクタシーケンスの、ウインドウポインタ及 びポインタからスタートし、前記キャラクタシーケンス中の特定のキャラクタま で、キャラクタシーケンスのそれぞれの最長一致のウインドウポインタ及び長さ を具備し、前記プレフィルデータ圧縮辞書は、前記キャラクタシーケンス中で多 発しそうな所定のキャラクタの組合せを包含し、以下のステップを含む伸長方法 、 （ａ）前記キャラクタの前記圧縮された表現中の第１のｃポインタ及び長さに ポインタを初期設定するステップ、 （ｂ）前記ポインタにより示されるウインドウポインタにより示される現在の キャラクタウインドウ内のキャラクタからスタートする前記長さにより決定され るキャラクタの数を検索するステップ、 （ｃ）前記最長一致を呈するキャラクタの伸長された表現として、前記検索さ れたキャラクタを格納するステップ （ｄ）前記キャラクタの前記圧縮された表現中の次のウインドウポインタ及び 長さに前記ポインタを移動するステップ、及び （ｅ）前記キャラクタシーケンス中の全ての圧縮されたキャラクタが伸長され るまで、前記キャラクタの前記圧縮された表現中の全てのウインドウポインタと 長さについて、ステップｂ〜ｄを繰り返すステップ。 ３３．請求項３２に記載された伸長方法であって、更に、前記キ ャラクタの圧縮された表現から、少なくとも、（１）伸長の間に使用するプレフ ィルデータ圧縮辞書の特定、（２）前記キャラクタの前記圧縮された表現を伸長 するために使用されるLempel-Zivアルゴリズム変形版の表示の内の１つを抽出す るステップ。 ３４．キャラクタのシーケンスの圧縮された表現を伸長する方法であって、該 圧縮された表現は、（１）ウィンドウポインタ及び前記キャラクタのシーケンス 内での特定のキャラクタへのポインタでスタートするキャラクタのシーケンスの 、所定のサイズのキャラクタウィンドウ内のキャラクタのシーケンスとのそれぞ れの最長一致の長さ、及び（２）プレフィルデータ伸長辞書内の特定のキャラク タへの前記ポインタでスタートするキャラクタのシーケンスのそれぞれの最長一 致の辞書エントリ番号をそなえ、前記プレフィルデータ圧縮辞書は前記キャラク タのシーケンス内で多発しそうなキャラクタの所定の組合せを包含しており、前 記伸長方法は、 （ａ）前記キャラクタの前記圧縮された表現内での第１のエントリへポインタ を初期設定し、 （ｂ）該ポインタによって指示された前記キャラクタの前記圧縮された表現内 での現エントリが、（１）ウィンドウポインタ及び長さであるか（２）辞書エン トリ番号であるかを決定し、 （ｃ）前記現エントリがウィンドウポインタ及び長さであれば、前記ウィンド ウポインタによって指示された現キャラクタウィンドウ内のキャラクタでスター トする前記長さによって決定されるキャラクタの数を検索し、 （ｄ）前記現エントリが辞書エントリ番号であれば、該辞書エントリ番号によ って特定された前記プレフィルデータ伸長辞書内の辞書エントリにおいてキャラ クタを検索し、 （ｅ）各ステップｃ又はｄにおいて検索されたキャラクタを、現 エントリについての最長一致を呈するキャラクタの伸長された表現として格納し 、 （ｆ）前記ポインタを前記キャラクタの前記圧縮された表現内での次のエント リまで移動させ、 （ｇ）前記キャラクタのシーケンス内でのすべての圧縮されたキャラクタが伸 長されるまで、前記キャラクタの前記圧縮された表現内でのすべてのエントリに ついて各ステップｂ〜ｆを繰返す、 各ステップをそなえている方法。 ３５．（１）伸長している間使用するためのプレフィルデータ圧縮辞書の一致 性、及び（２）前記キャラクタの前記圧縮された表現を伸長するために使用され るべきＬｅｍｐｅｌ−Ｚｉｖアルゴリズム変形版の表示、のうちの少なくとも１ つを、前記キャラクタの前記圧縮された表現から抽出する更なるステップをそな えている、請求項３４に記載の方法。 ３６．キャラクタのシーケンスを含むテキストを圧縮するためのデータ圧縮シ ステムであって、 前記キャラクタのシーケンス内で多発しそうなキャラクタの所定の組合せを包 含するプレフィルデータ圧縮辞書、 前記テキストが圧縮された後該テキストを格納するメモリ、及び （ａ）圧縮のための前記キャラクタのシーケンス内での第１のキャラクタにポ インタを初期設定し、（ｂ）前記ポインタでスタートするキャラクタを前記プレ フィルデータ圧縮辞書に格納されたキャラクタのシーケンスと比較して、前記ポ インタでスタートする前記キャラクタの、前記プレフィルデータ圧縮辞書に格納 された前記キャラクタのシーケンスとの最長一致を決定し、（ｃ）前記プレフィ ルデータ圧縮辞書内の前記最長一致への辞書ポインタを、前記最長一致を呈する 前記キャラクタの圧縮された表現として前記メモリ内 に格納し、（ｄ）前記最長一致に続く前記キャラクタのシーケンス内のキャラク タに前記ポインタを移動させ、（ｅ）圧縮されるべき前記キャラクタのシーケン ス内のすべてのキャラクタについて各ステップｂ〜ｄを繰返す、各ステップを実 行する圧縮手段、 をそなえているデータ圧縮システム。 ３７．前記プレフィルデータ圧縮辞書を生成する手段であって、前記プレフィ ルデータ圧縮辞書は、該プレフィルデータ圧縮辞書に、圧縮されるべきキャラク タのシーケンスを代表する少なくとも１つのキャラクタのサンプルシーケンス内 で最も多発するキャラクタの組合せを挿入する手段を生成するもの、を更にそな えている、請求項３６に記載のシステム。 ３８．前記プレフィルデータ圧縮辞書生成手段は、前記プレフィルデータ圧縮 辞書に、圧縮されるべきキャラクタのシーケンスを代表する少なくとも１つのキ ャラクタのサンプルシーケンス内でのキャラクタの組合せを挿入するものであり 、該圧縮されるべきキャラクタのシーケンスは、（ａ）前記少なくとも１つのキ ャラクタのサンプルシーケンスにおけるキャクラタの前記組合せの各々の発生数 と、（ｂ）各前記キャラクタの組合せのビット長及び前記辞書ポインタのビット 長の差、との最大の積を有する、請求項３７に記載のシステム。 ３９．前記プレフィルデータ圧縮辞書生成手段は、圧縮されるべき前記キャラ クタのシーケンスの全キャラクタの集合が前記プレフィルデータ圧縮辞書内に存 在するかどうかを決定し、前記全キャラクタの集合内でのすべてのキャラクタが 圧縮されるべき前記キャラクタのシーケンス内に存在しない場合には、前記プレ フィルデータ圧縮辞書から欠けている前記キャラクタの集合内の各キャラクタを 、前記プレフィルデータ圧縮辞書内に、前記プレフィルデータ圧縮 辞書生成手段によって決定される最小の積を有する辞書エントリの代りに新しい 辞書エントリとして挿入する、請求項３８に記載のシステム。 ４０．前記プレフィルデータ圧縮辞書は多数のプレフィルデータ圧縮辞書の１ つであり、該１つのプレフィルデータ圧縮辞書は、前記多数のプレフィルデータ 圧縮辞書の残りの各々によって前記データキャラクタのシーケンスのうちの各キ ャラクタのサブセットに提供される圧縮より、圧縮されるべき前記データキャラ クタのシーケンスのうちの各キャラクタのサブセットについてより多くの圧縮を 提供する各キャラクタの組合せを包含する、請求項３６に記載のシステム。 ４１．前記メモリは前記圧縮手段から離れた位置にあり、前記辞書ポインタを 、前記最長一致を呈する前記キャラクタの前記圧縮された表現として、前記圧縮 手段から前記メモリまで伝送する手段を更にそなえている、請求項３６に記載の システム。 ４２．前記プレフィルデータ圧縮辞書は、前記離れた位置でも利用しうる多数 のプレフィルデータ圧縮辞書のうちの１つである、請求項４１に記載のシステム 。 ４３．前記圧縮手段は、前記辞書ポインタがより少ないアドレスビットを用い て表現されうるように前記辞書ポインタを符号化する手段をそなえている、請求 項３６に記載のシステム。 ４４．前記圧縮手段は、前記最長一致を呈する前記キャラクタの前記圧縮され た表現を用いて、前記メモリ内に、伸長処理中に使用されるべきプレフィルデー タ圧縮辞書へのリファレンスを格納する、請求項３６に記載のシステム。 ４５．前記メモリは、ハードディスク、ＲＡＭ，ＣＤ ＲＯＭ、フロッピーデ ィスク、及び光ディスクのうちの少なくとも１つをそ なえている、請求項３６に記載のシステム。 ４６．テキストデータの異なる形式を含む複数のプレフィルデータ圧縮辞書を 格納する辞書メモリを更にそなえ、それによって前記テキストを圧縮するために 使用されるプレフィルデータ圧縮辞書は、最も類似した形式から圧縮されるべき 前記キャラクタのシーケンスまでのデータを包含する、請求項３６に記載のシス テム。 ４７．前記複数のプレフィルデータ圧縮辞書は、それぞれのプレフィルデータ 圧縮辞書内に含まれるテキストデータの形式によって階層的に前記辞書メモリ内 に配列されている、請求項４６に記載のシステム。 ４８．前記複数のプレフィルデータ圧縮辞書は、前記複数のプレフィルデータ 圧縮辞書内の共通エントリが前記辞書メモリ内に１度だけ格納されて前記複数の プレフィルデータ圧縮辞書によって共用されるように、前記辞書メモリ内に格納 されている、請求項４６に記載のシステム。 ４９．キャラクタのシーケンスを含むテキストを圧縮するためのデータ圧縮シ ステムであって、 前記キャラクタのシーケンスにおいて多発しそうなキャラクタの所定の組合せ を含むプレフィルデータ圧縮辞書、 データ特定用データ圧縮辞書、 テキストが圧縮された後該テキストを格納するメモリ、及び （ａ）圧縮のための前記キャラクタのシーケンス内での第１のキャラクタにポ インタを初期設定し、（ｂ）前記ポインタでスタートするキャラクタを前記プレ フィルデータ圧縮辞書及び前記データ特定用データ圧縮辞書内に格納されたキャ ラクタのシーケンスと比較して、前記プレフィルデータ圧縮辞書及び前記データ 特定用データ圧縮辞書内に格納された前記キャラクタのシーケンスとの、前記ポ インタでスタートする前記キャラクタの最長一致の辞書エントリ番号を決定し、 （ｃ）前記辞書エントリ番号及びイクステンションキャラクタを、前記最長一致 を呈する前記キャラクタ及び前記イクステンションキャラクタの圧縮された表現 として前記メモリ内に格納し、前記イクステンションキャラクタは前記ポインタ でスタートする前記最長一致の後に発生する、圧縮されるべき前記キャラクタの シーケンス内でのキャラクタであり、（ｄ）前記最長一致を呈する前記キャラク タ及び前記イクステンションキャラクタを新しい辞書エントリとして前記データ 特定用データ圧縮辞書内に選択的に格納し、（ｅ）前記イクステンションキャラ クタに続く前記キャラクタのシーケンス内のキャラクタに前記ポインタを移動さ せ、（ｆ）圧縮されるべき前記キャラクタのシーケンス内のすべてのキャラクタ について各ステップｂ〜ｅを繰返す、各ステップを実行する圧縮手段、 をそなているデータ圧縮システム。 ５０．前記圧縮手段は、前記キャラクタのシーケンスを圧縮する間前記プレフ ィルデータ圧縮辞書及び前記データ特定データ圧縮辞書の圧縮能力をモニタする 手段、前記キャラクタのシーケンスを圧縮する間に前記データ特定データ圧縮辞 書が満杯になった時前記モニタ手段によって決定されたデータ圧縮辞書をより小 さいデータ圧縮能力を提供するようにリセットする手段、及び前記モニタ手段に よって決定されたデータ圧縮辞書をより大きいデータ圧縮能力を提供するように 、圧縮されるべき前記キャラクタのシーケンス内の後続するキャラクタの圧縮の ための前記プレフィルデータ圧縮辞書に置き換える手段を更にそなえている、請 求項４９に記載のシステム。 ５１．前記プレフィルデータ圧縮辞書及び前記データ特定データ 圧縮辞書は共通メモリを共有し、前記データ特定データ圧縮辞書は前記キャラク タのシーケンスを圧縮する間そこに格納された新しい辞書エントリとともに、異 なるテキストの異なるキャラクタのシーケンスの圧縮に使用するためのプレフィ ルデータ圧縮辞書の少なくとも一部として前記共通メモリに格納される、請求項 ４９に記載のシステム。 ５２．前記圧縮手段は前記最長一致を呈する前記キャラクタの前記圧縮された 表現及び前記イクステンションキャラクタとともに、（１）前記圧縮された表現 を形成するためにどのプレフィルデータ圧縮辞書が用いられたかについての表示 、（２）前記データ特定データ圧縮辞書及び前記プレフィルデータ圧縮辞書の間 にどのようにして辞書アドレススペースが割当てられるかについての表示、（３ ）前記キャラクタの前記圧縮された表示を伸長するために使用されるべきＬｅｍ ｐｅｌ−Ｚｉｖアルゴリズム変形版の表示、及び（４）前記データ特定データ圧 縮辞書が満杯になった時どのような手法が後続するかについての表示、のうちの 少なくとも１つを前記メモリに格納する、請求項４９に記載のシステム。 ５３．テキストデータの異なる形式を含む複数のプレフィルデータ圧縮辞書を 格納する辞書メモリを更にそなえ、それによって前記テキストを圧縮するために 使用されるプレフィルデータ圧縮辞書が、最も類似した形式から圧縮されるべき 前記キャラクタのシーケンスまでのデータを包含する、請求項４９に記載のシス テム。 ５４．前記圧縮手段が、前記テキストを圧縮する間に格納されたデータ特定デ ータ圧縮辞書エントリを前記異なるテキストを圧縮するためのプレフィルデータ 圧縮辞書として用いて、前記テキストと同じ形式とは異なるテキストについて各 ステップｂ〜ｅを繰返す、請求項５３に記載のシステム。 ５５．前記プレフィルデータ圧縮辞書が、他のテキストを圧縮する間に該プレ フィルデータ圧縮辞書が形成されるかどうかを表示する手段を包含する、請求項 ５４に記載のシステム。 ５６．キャラクタのシーケンスを含むテキストを圧縮するためのデータ圧縮シ ステムであって、 所定数のキャラクタ及び前記キャラクタのシーケンス内で多発しそうなキャラ クタの所定の組合せを含むプレフィルデータ圧縮辞書を包含するキャラクタウィ ンドウを格納する辞書メモリ、 テキストが圧縮された後該テキストを格納する圧縮されたデータメモリ、及び （ａ）圧縮のための前記キャラクタのシーケンス内の第１のキャラクタにポイ ンタを初期設定し、（ｂ）前記ポインタでスタートするキャラクタを前記辞書メ モリ内のキャラクタのシーケンスと比較して、前記プレフィルデータ圧縮辞書及 び前記キャラクタウィンドウ内の前記キャラクタのシーケンスとの、前記ポイン タでスタートする前記キャラクタの最長一致の長さ及びウィンドウポインタを決 定し、（ｃ）前記最長一致を呈する前記キャラクタの圧縮された表現として前記 圧縮されたデータメモリ内の前記最長一致の前記長さ及び前記ウィンドウポイン タを格納し、（ｄ）前記最長一致を呈するキャラクタを含ませるために前記キャ ラクタウィンドウを更新し、（ｅ）前記最長一致に続く前記キャラクタのシーケ ンス内のキャラクタに前記ポインタを移動させ、（ｆ）圧縮されるべき前記キャ ラクタのシーケンス内のすべてのキャラクタについて各ステップｂ〜ｅを繰返す 、各ステップを実行する圧縮手段、 をそなえているデータ圧縮システム。 ５７．前記圧縮手段は、前記ポインタによって指示されたキャラクタのシーケ ンスがステップｂにおいて前記キャラクタウィンドウ 又は前記プレフィルデータ圧縮辞書内に見出されない時、前記ポインタによって 指示された文字キャラクタをステップｃにおいて前記圧縮されたデータメモリ内 に格納する、請求項５６に記載のシステム。 ５８．前記圧縮されたデータメモリは前記圧縮手段から離れた位置にあり、前 記ウィンドウポインタ及び前記最長一致の前記長さを前記最長一致を呈する前記 キャラクタの前記圧縮された表現として前記圧縮手段から前記圧縮されたデータ メモリまで伝送する手段を更にそなえている、請求項５６に記載のシステム。 ５９．キャラクタのシーケンスを含むテキストを圧縮するためのデータ圧縮シ ステムであって、 前記キャラクタのシーケンス内で多発しそうなキャラクタの所定の組合せを包 含するプレフィルデータ圧縮辞書、 所定数のキャラクタを含むキャラクタウィンドウ、 テキストが圧縮された後該テキストを格納する圧縮されたデータメモリ、及び （ａ）圧縮のための前記キャラクタのシーケンス内の第１のキャラクタにポイ ンタを初期設定し、（ｂ）前記ポインタでスタートするキャラクタを前記プレフ ィルデータ圧縮辞書及び前記キャラクタウィンドウ内のキャラクタのシーケンス と比較して、前記プレフィルデータ圧縮辞書内に格納された前記キャラクタのシ ーケンス及び前記キャラクタウィンドウ内のキャラクタのシーケンスとの、前記 ポインタでスタートする前記キャラクタの最長一致を決定し、（ｃ）前記ポイン タでスタートする前記キャラクタを前記プレフィルデータ圧縮辞書内に格納され た前記キャラクタのシーケンスとの、前記ポインタでスタートする前記キャラク タの最長一致の辞書エントリ番号として表現することによって、又は前記キャラ クタウィンド ウ内の前記キャラクタのシーケンスとの、前記ポインタでスタートする前記キャ ラクタの最長一致の長さ及びウィンドウポインタとして前記ポインタでスタート する前記キャラクタを表現することによって、より大きい圧縮がえられるかどう かを決定し、（ｄ）ステップｃにおいてより大きい圧縮が、前記キャラクタウィ ンドウ内の前記キャラクタのシーケンスとの、前記ウィンドウポインタでスター トする前記キャラクタの前記最長一致の前記長さ及び前記ウィンドウポインタと して前記ポインタでスタートする前記キャラクタを表現することによってえられ ることが決定される時、前記最長一致を呈する前記キャラクタの圧縮された表現 として前記圧縮されたデータメモリ内に前記最長一致の前記長さ及び前記ウィン ドウポインタを格納し、さもなければ前記プレフィルデータ圧縮辞書内に格納さ れた前記キャラクタのシーケンスとの、前記ポインタでスタートする前記キャラ クタの前記最長一致の前記辞書エントリ番号を格納し、（ｅ）前記最長一致を呈 するキャラクタを含ませるために前記キャラクタウィンドウを更新し、（ｆ）前 記最長一致に続く前記キャラクタのシーケンス内のキャラクタまで前記ポインタ を移動させ、（ｇ）圧縮されるべき前記キャラクタのシーケンス内のすべてのキ ャラクタについて各ステップｂ〜ｆを繰返す、各ステップを実行する圧縮手段、 をそなえているデータ圧縮システム。 ６０．前記圧縮されたデータメモリは前記圧縮手段から離れた位置にあり、前 記キャラクタウィンドウ内の前記キャラクタのシーケンスとの、前記ウィンドウ ポインタでスタートする前記キャラクタの前記最長一致の前記長さ及び前記ウィ ンドウポインタとして前記ポインタでスタートする前記キャラクタを表現するこ とによってより大きい圧縮がえられることがステップｃにおいて前記圧縮手段に よって決定される時、前記最長一致の前記長さ及び前記ウィンドウポインタを前 記圧縮されたデータメモリに伝送する手段を更にそなえ、さもなければ前記プレ フィルデータ圧縮辞書内に格納された前記キャラクタのシーケンスとの、前記ポ インタでスタートする前記キャラクタの前記最長一致の前記辞書エントリ番号を 前記圧縮されたデータメモリに伝送する、請求項５９に記載のシステム。 ６１．キャラクタのシーケンスの圧縮された表現を伸長するデータ伸長システ ムであって、前記圧縮された表現はプレフィルデータ圧縮辞書内に格納されたキ ャラクタのシーケンスとの、前記キャラクタのシーケンス内での特定のキャラク タへのポインタでスタートするキャラクタのシーケンスのそれぞれの最長一致へ の辞書ポインタをそなえ、前記プレフィルデータ圧縮辞書は前記キャラクタのシ ーケンス内で多発しそうなキャラクタの所定の組合せを包含しており、前記伸長 システムは、 前記キャラクタのシーケンスの前記圧縮された表現を格納する圧縮されたデー タメモリ、 伸長後前記キャラクタのシーケンスを格納する伸長されたデータメモリ、及び （ａ）前記圧縮されたデータメモリ内の前記キャラクタの前記圧縮された表現 内の第１の辞書ポインタへポインタを初期設定し、（ｂ）前記ポインタによって 指示された前記辞書ポインタを用いて前記プレフィルデータ圧縮辞書から辞書エ ントリを検索し、（ｃ）前記辞書エントリを前記最長一致を呈するキャラクタの 伸長された表現として前記伸長されたデータメモリ内に格納し、（ｄ）前記キャ ラクタの前記圧縮された表現内での次の辞書ポインタへ前記ポインタを移動させ 、（ｅ）前記キャラクタのシーケンス内のすべての圧縮されたキャラクタが伸長 されるまで前記圧縮されたデータメモリ 内での前記キャラクタの前記圧縮された表現内のすべての辞書ポインタについて 各ステップｂ〜ｄを繰返す、各ステップを実行する伸長手段、 をそなえているデータ伸長システム。 ６２．前記伸長手段は、前記圧縮されたデータメモリ内の前記キャラクタの前 記圧縮された表現から、（１）前記伸長手段による伸長の間使用するためのプレ フィルデータ圧縮辞書の一致性、及び（２）前記圧縮されたデータメモリ内の前 記キャラクタの前記圧縮された表現を伸長するために使用されるべきＬｅｍｐｅ ｌ−Ｚｉｖアルゴリズム変形版の表示、のうちの少なくとも１つを抽出する手段 をそなえている、請求項６１に記載のシステム。 ６３．キャラクタのシーケンスの圧縮された表現を伸長するデータ伸長システ ムであって、前記圧縮された表現は、プレフィルデータ圧縮辞書及びデータ特定 データ圧縮辞書内に格納されたキャラクタのシーケンスとの、前記キャラクタの シーケンス内の特定のキャラクタへのポインタでスタートするキャラクタのシー ケンスのそれぞれの最長一致の辞書エントリ番号及びイクステンションキャラク タをそなえ、前記イクステンションキャラクタは前記ポインタでスタートする最 長一致の後に発生するキャラクタのシーケンス内のキャラクタであり、前記プレ フィルデータ圧縮辞書は前記キャラクタのシーケンス内で多発しそうなキャラク タの所定の組合せを包含しており、前記データ伸長システムは、 前記キャラクタのシーケンスの前記圧縮された表現を格納する圧縮されたデー タメモリ、 伸長後の前記キャラクタのシーケンスを格納する伸長されたデータメモリ、及 び （ａ）データ特定データ伸長辞書を初期設定し、（ｂ）前記圧縮 されたデータメモリ内での前記キャラクタの前記圧縮された表現内の第１の辞書 エントリ番号へポインタを初期設定し、（ｃ）前記ポインタによって指示された 辞書エントリ番号を用いて前記プレフィルデータ圧縮辞書及び前記データ特定デ ータ伸長辞書のうちの１つから辞書エントリ及びイクステンションキャラクタを 検索し、（ｄ）前記伸長されたデータメモリ内に前記辞書エントリを前記最長一 致を呈するキャラクタの伸長された表現として格納し、（ｅ）前記最長一致を呈 する前記キャラクタ及び前記イクステンションキャラクタを前記データ特定デー タ伸長辞書に選択的に格納し、（ｆ）前記圧縮されたデータメモリ内での前記キ ャラクタの前記圧縮された表現内の次の辞書エントリ番号へ前記ポインタを移動 させ、（ｇ）前記キャラクタのシーケンス内のすべての圧縮されたキャラクタが 伸長されるまで前記キャラクタの前記圧縮された表現内のすべての辞書エントリ 番号及びイクステンションキャラクタについて各ステップｃ〜ｆを繰返す、各ス テップを実行する伸長手段、 をそなえているデータ伸長システム。 ６４．前記伸長手段は、前記圧縮されたデータメモリ内の前記キャラクタの前 記圧縮された表現から、（１）伸長する間使用するためのプレフィルデータ圧縮 辞書の表示、（２）前記データ特定データ圧縮辞書及び前記プレフィルデータ圧 縮辞書の間にどのようにして辞書アドレススペースが割当てられるかについての 表示、（３）前記キャラクタの前記圧縮された表現を伸長するために使用される べきＬｅｍｐｅｌ−Ｚｉｖアルゴリズム変形版の表示、及び（４）前記データ特 定データ圧縮辞書が満杯になった時どのような手法が後続するかについての表示 、のうちの少なくとも１つを抽出する手段を更にそなえている、請求項６３に記 載のシステム。 ６５．キャラクタのシーケンスの圧縮された表現を伸長するデー タ伸長システムであって、前記圧縮された表現は圧縮されるべきキャラクタのシ ーケンスとの、そこに追加されるプレフィルデータ圧縮辞書を有するキャラクタ ウィンドウ内のキャラクタのシーケンスのそれぞれの最長一致の長さ及びウィン ドウポインタをそなえ、前記プレフィルデータ圧縮辞書は前記キャラクタのシー ケンス内で多発しそうなキャラクタの所定の組合せを包含しており、前記データ 伸長システムは、 前記キャラクタのシーケンスの前記圧縮された表現を格納するための圧縮され たデータメモリ、 伸長後前記キャラクタのシーケンスを格納するための伸長されたデータメモリ 、及び （ａ）前記圧縮されたデータメモリ内での前記キャラクタの前記圧縮された表 現内の長さ及び第１のウィンドウポインタへポインタを初期設定し、（ｂ）前記 ポインタによって指示されるウィンドウポインタによって指示される現キャラク タウィンドウ内のキャラクタでスタートする前記長さによって決定される多数の キャラクタを検索し、（ｃ）前記検索されたキャラクタを前記最長一致を呈する キャラクタの伸長された表現として前記伸長されたデータメモリに格納し、（ｄ ）前記圧縮されたデータメモリ内での前記キャラクタの前記圧縮された表現内の 長さ及び次のウィンドウポインタへ前記ポインタを移動させ、（ｅ）前記キャラ クタのシーケンス内のすベての圧縮されたキャラクタが伸長されるまで前記キャ ラクタの前記圧縮された表現内のすべての長さ及びウィンドウポインタについて 各ステップｂ〜ｄを繰返す、各ステップを実行する伸長手段、 をそなえているデータ伸長システム。 ６６．前記伸長手段は、前記圧縮されたデータメモリ内の前記キャラクタの前 記圧縮された表現から、（１）伸長する間使用するた めのプレフィルデータ圧縮辞書の一致性、及び（２）前記キャラクタの前記圧縮 された表現を伸長するために使用されるべきＬｅｍｐｅｌ−Ｚｉｖアルゴリズム 変形版の表示、のうちの少なくとも１つを抽出する手段を更にそなえている、請 求項６５に記載のシステム。 ６７．キャラクタのシーケンスの圧縮された表現を伸長するデータ伸長システ ムであって、前記圧縮された表現は、（１）所定のサイズのキャラクタウィンド ウ内のキャラクタのシーケンスとの、前記キャラクタのシーケンス内の特定のキ ャラクタへのポインタでスタートするキャラクタのシーケンスのそれぞれの最長 一致の長さ及びウィンドウポインタ、及び（２）プレフィルデータ伸長辞書内の 特定のキャラクタへの前記ポインタでスタートするキャラクタのシーケンスのそ れぞれの最長一致の辞書エントリ番号であって、前記プレフィルデータ圧縮辞書 は前記キャラクタのシーケンス内で多発しそうなキャラクタの所定の組合せを包 含しており、前記データ伸長システムは、 前記キャラクタのシーケンスの前記圧縮された表現を格納するための圧縮され たデータメモリ、 伸長後前記キャラクタのシーケンスを格納するための伸長されたデータメモリ 、及び （ａ）前記圧縮されたデータメモリ内での前記キャラクタの前記圧縮された表 現内の第１のエントリへポインタを初期設定し、（ｂ）前記ポインタによって指 示された前記キャラクタの前記圧縮された表現内の現エントリが、（１）ウィン ドウポインタ及び長さであるか、又は（２）辞書エントリ番号であるかを決定し 、（ｃ）前記圧縮された表現内の前記現エントリがウィンドウポインタ及び長さ であれば、前記ウィンドウポインタによって指示された現キャラク タウィンドウ内のキャラクタでスタートする前記長さによって決定される多数の キャラクタを検索し、（ｄ）前記圧縮された表現内の前記現エントリが辞書エン トリ番号であれば、前記辞書エントリ番号によって特定される前記プレフィルデ ータ伸長辞書内の辞書エントリでキャラクタを検索し、（ｅ）現エントリについ ての最長一致を呈するキャラクタの伸長された表現として前記伸長されたデータ メモリに各ステップｃ又はｄにおいて検索されたキャラクタを格納し、（ｆ）前 記圧縮されたデータメモリ内での前記キャラクタの前記圧縮された表現内の次の エントリへ前記ポインタを移動させ、（ｇ）前記キャラクタのシーケンス内のす べての圧縮されたキャラクタが伸長されるまで前記キャラクタの前記圧縮された 表現内のすべてのエントリについて各ステップｂ〜ｆを繰返す、各ステップを実 行するための伸長手段、 をそなえているデータ伸長システム。 ６８．前記伸長手段は、前記圧縮されたデータメモリ内の前記キャラクタの前 記圧縮された表現から、（１）伸長する間使用するためのプレフィルデータ圧縮 辞書の一致性、及び（２）前記キャラクタの前記圧縮された表現を伸長するため に使用されるべきＬｅｍｐｅｌ−Ｚｉｖアルゴリズム変形版の表示、のうちの少 なくとも１つを抽出する手段を更にそなえている、請求項６７に記載のシステム 。