JP2002366576A - データ検索の方法、システム、およびプログラム製品 - Google Patents

Abstract

(57)【要約】 【課題】 検索照会によって識別される部分を突き止め
るためにデータを検索する方法、装置およびコンピュー
タ製品を提供すること。 【解決手段】 データに、データベース内のテキスト・
ファイルを含めることができる。検索照会には、探され
るデータの部分に任意の順序で含まれると期待される複
数のデータ断片が含まれる。この方法には、データ断片
を受け取るステップと、データとそれぞれのデータ断片
の間の一致を突き止めるためにデータを検索するステッ
プとが含まれる。オーバーラップなしでデータ断片のす
べてを含むデータの最小部分が見つかるまで、反復検索
処理によって、オーバーラップする一致が区別され、置
換される。用語最小は、データ断片の１つの完全な組
（すべてではないがいくつかが重複する可能性がある）
だけを含む部分を意味する。テキストの識別された部分
を、データの表示で強調表示することができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、コンピュータ環境
でのデータ検索すなわち、ユーザによってコンピュータ
に供給された検索照会に作用し、照会に従ってデータを
突き止める方法、システム、およびプログラム製品に関
する。排他的ではなく、具体的には、本発明は、保管さ
れたテキスト・ファイルのデータベース内に存在する可
能性があり、ユーザが供給した検索照会に従うテキスト
を突き止めることに関する。

【０００２】本明細書での用語「プログラム製品」は、
ＣＤ−ＲＯＭもしくは１つまたは複数のフロッピ（Ｒ）
・ディスクなどの機械可読記憶媒体によって保管される
か、リモート・コンピュータ・サイトからダウンロード
のために使用可能にされるコンピュータ・コードの本体
を意味する。

【０００３】

【従来の技術】テキスト・ファイルのデータ・ベース内
で特定の文書またはテキストのブロックを識別するか突
き止めるために、特定のテキスト・ストリングを含むユ
ーザ供給の検索要求を受け取ることができ、索引付きデ
ータベースの階層検索を実行してデータベース内の一致
するストリングを見つける方法および装置を提供するこ
とが既知である。そのような既知の方法および装置の１
つが、米国特許第５７８１７７２号に開示されている。
また、データベースに保管された文書が、AND、OR、お
よびAND NOTなどの論理演算子によってリンクされた複
数のテキスト・ストリングからなる検索照会に基づいて
突き止められる、ブール検索を実行するシステムが既知
である。時には、たとえば、２つの特定の単語が、文書
内で互いに並んでまたはお互いから指定された単語数以
内に現れる場合に文書が突き止められる「near」など、
特殊な論理演算子も使用可能である。

【０００４】大きいデータベースの検索の結果には、多
数の、おそらくは大量の「ヒット」が含まれることが当
然であり、これは、検索者が、自分が探している項目を
正確に想起することができないことと、検索をさらに洗
練することを可能にするある検索機能が欠けていること
に起因する。また、既知のシステムは、検索照会に含ま
れるテキスト・ストリングを含む特定の文書を識別する
ことができるが、見つかった各文書を検索して、テキス
ト・ストリングがその文書内のどこにあるかと、たとえ
ば意味のある形で一節を識別するテキスト節に含まれる
かどうかなど、テキスト・ストリングが意味のある全体
になっているかどうかを識別する必要がある。

【０００５】本願の譲受人に譲渡され、参照によって本
明細書に組み込まれる米国特許出願第０９／５７４１５
２号に、一実施形態が所定の順序でのテキスト断片を含
むテキスト部分を探すことを目的とする、テキスト検索
方法が開示されている。より一般的には、この方法に、
データの本体（データは、テキストとすることができる
が、必ずテキストであるわけではない）内に含まれるこ
とが期待される複数のデータ断片のシーケンスを受け取
るステップと、データとそれぞれのデータ断片の間の一
致を突き止めるためにデータの本体を検索するステップ
と、シーケンスの最初のデータ断片との一致のアドレス
およびシーケンス内の最後のデータ断片との一致の終端
アドレスから、データの本体の部分を識別するステップ
が含まれる。

【０００６】上記の特許出願書に記載された方法の一実
施形態では、所与の順序のテキスト断片を含む最小テキ
スト部分が識別される（この用語最小部分は、テキスト
断片の１つの完全なシーケンスだけを含む部分を意味す
る。一般に、断片の少なくとも１つが、１回だけ現れる
が、この部分に、１つまたは複数の断片の複数のインス
タンスが含まれる可能性がある）。しかし、おそらく
は、複数の所与のテキスト断片を含むが、その順序が既
知でない部分について、所与のテキスト内を検索する必
要がある。たとえば、見つけたいテキスト部分が、 １． The man was lurking in the dark alley. または ２． The alley was dark. The man was lurking the
re. のいずれかであることを曖昧に記憶している場合があ
る。

【０００７】テキスト断片"man ... lurking ... dark"
を含む検索要求が、前に提案されたアルゴリズムに渡さ
れる場合には、この要求によって、第１のテキスト部分
が見つかるが、第２のテキスト部分は見つからない。そ
の一方で、検索要求がテキスト断片"dark ... man ...
lurking"からなる場合には、第２のテキスト部分が見つ
かるが、第１のテキスト部分は見つからない。これは、
前に提案されたアルゴリズムが、テキストのうち、テキ
スト断片が検索要求で与えられたものと同一の順序で現
れる部分を探すからである。

【０００８】

【発明が解決しようとする課題】本発明の目的は、文書
を識別するかテキスト・ファイルのデータベース内のテ
キストのブロックを突き止めるための、追加の機能性ま
たは追加の検索照会フォーマットを提供する検索アルゴ
リズムを使用可能にすることである。

【０００９】本発明のもう１つの目的は、検索照会によ
って識別されるテキストの特定のブロックをよりよく区
別することができるデータ検索の装置および方法を提供
することである。

【００１０】具体的には、目的は、テキスト断片を含む
検索照会を処理し、これらの断片を検索照会の順序と異
なる順序で含むテキスト部分を見つける、アルゴリズム
を提供することである。

【００１１】

【課題を解決するための手段】本発明には、検索照会に
よって識別されるデータの部分を突き止めるために前記
データを検索するコンピュータ方法、システム、および
プログラム製品が含まれる。本発明には、前記データ内
に含まれると期待される複数のデータ断片を含む検索照
会を受け取り、前記データと前記データ断片のそれぞれ
との間の一致を突き止めるために前記データを検索し、
前記データ断片のすべてとの一致を含む前記データの最
小部分を識別する、ステップ、手段、またはプログラム
部分が含まれる。

【００１２】本発明では、用語「最小部分」によって、
データ断片の１つの完全な組だけを含むデータの部分を
意味する。すなわち、最小部分に、その部分に複数回現
れる１つまたは複数の断片が含まれる場合があるが、こ
れらのすべてが複数回現れることはできず、データ断片
の少なくとも１つが、１回だけ現れる。これをさらに説
明するために、検索照会に、データ断片Ａ、Ｂ、および
Ｃが含まれるが、検索される所与のデータに次の断片が
含まれるものとする。 ＡＢＢＡＡＣＣＡ

【００１３】最小部分は、下線付きの部分である。すな
わち、最小部分には、検索照会のデータ断片Ａ、Ｂ、お
よびＣのすべてが含まれるが、そのうちの少なくとも２
つ、この例では２番目と最後が、１回だけ現れる。テキ
スト断片を含むデータの最小部分を識別することによっ
て、意味のある形で断片に関連する部分が見つかる可能
性が高まり、たとえば、断片"man"、"lurking"、およ
び"dark"を含む照会の前の例では、最小部分が、これら
の断片を含む所与の文または句になる。データの最小部
分を識別するために、この「課題を解決するための手
段」で前に説明したように、検索照会を受け取り、デー
タとそれぞれのデータ断片との間の一致を突き止めるた
めにデータを検索した後に、本発明に、前記データ断片
のすべてを含み、前記データ断片のうちデータ内で最後
に現れる１つとの最初の一致の終端位置である終了位置
と、前記データ断片のうちデータ内で最初に現れる１つ
との、前記終了位置の前の最も近い一致の位置である開
始位置との間に存在する部分を識別することを含めるこ
とができる。

【００１４】どの場合でも、データを、データの前記識
別された部分の強調表示または他の形でその部分をグラ
フィカルに示すことを用いて表示画面に表示することが
できる。

【００１５】本発明のよりよい理解と、本発明を実施で
きる方法を示すために、例として添付図面を参照する。

【００１６】

【発明の実施の形態】本明細書で説明する方法は、下記
の機能を提供することを意図されている。すなわち、テ
キストと、各テキスト断片が区切り記号によってテキス
トから分離される複数のテキスト断片を含む検索要求と
を与えられるものとして、作業は、テキストの先頭か
ら、すべてのテキスト断片を含むが、断片が検索要求に
現れる順序に無関係な、テキストの最初の最小部分を見
つけることである。検索は、そのようなテキストの最小
部分が見つかる場合に成功とみなされる。このアルゴリ
ズムは、特定の順序で断片を含むテキストを見つける、
前述の前に提案されたアルゴリズムをも含むソフトウェ
アに関連して使用されることを意図され、また、そのよ
うなソフトウェアに組み込むことができる。どの特定の
アルゴリズムを使用するかを指定するために、それぞれ
の異なる区切り文字を、テキスト断片の間で使用するこ
とができる。たとえば、前の特許出願で開示された、順
序に依存する検索について、省略記号を使用することが
でき（前の特許出願に開示されているように）、たとえ
ばアンド記号などの代替分離文字を、順序に依存しない
検索に使用することができる。

【００１７】テキストの最小部分には、検索テキスト断
片の１つの完全な組だけが含まれる。しかし、検索要求
からの、すべてではないが１つまたは複数のテキスト断
片が、この部分に複数回現れる場合がある。複数のテキ
スト断片は、同一の内容を担わず、テキスト断片を、検
索要求内の別のテキスト断片のサブストリングにするこ
ともできない。本明細書で説明する本発明の好ましい実
施形態では、テキスト断片が、互いに部分的にオーバー
ラップすることができるが、このオーバーラップを解決
するためには、アルゴリズムに複雑さが追加される。

【００１８】検索要求に、１つのテキスト断片だけが含
まれる場合には、テキストの最小部分は、単純に、所与
のテキスト内のそのテキスト断片の最初のオカレンスで
ある。

【００１９】本明細書で説明するアルゴリズムが有用に
なる可能性がある状況の具体的な例は、次のとおりであ
る。 "insurgent&&&gent and &&&her cat&&& and other&&&gr
een&&&sun" が、検索要求であるものとする。ここには、６つのテキ
スト断片すなわち、"insurgent"、"gent and "、"her c
at"、" and other"、"green"、および"sun"がある。テ
キスト断片が、３つの連続するアンド記号（本明細書で
使用される区切り記号）によって区切られていることに
留意されたい。テキスト断片の先頭および末尾の空白
は、存在する場合に、そのテキスト断片の一部とみなさ
れる。テキスト "Counterinsurgent and other categories of insurgen
t people sat aroundher cat. The gent and others w
ith him stood a little far off from thisgroup. Wi
th the setting sun, and the lake on one side of th
e house, anda green pasture on the other, it was a
picturesque scene." と、上の検索要求を与えられたものとして、作業は、テ
キストの先頭から、検索要求を満足する「テキストの最
小部分」を見つけることである。

【００２０】この例では、成功するアルゴリズムが、
「テキストの最小部分」が下記であることを見つける。 " and other categories of insurgent people sat aro
und her cat. The gent and others with him stood a
little far off from this group. With thesetting
sun, and the lake on one side of the house, and a
green"

【００２１】テキスト検索と同様に、本発明による検索
の方法、システム、およびプログラムは、下記などの他
の状況で使用することができる。 １．断片間の間隔が未知の状況で、ＤＮＡ断片を見つけ
ることが所望される、ゲノム内のＤＮＡシーケンスの検
索（たとえば、遺伝子と、それらにコード化された、治
療的価値を有する可能性があるタンパクの探求を助ける
ため。ＤＮＡのコードの９７％が、遺伝子ではなく、し
たがって、よい検索技法が真に有用になる可能性がある
ことに留意されたい）。 ２．データ・マイニングすなわち、データ・フィールド
への明示的な参照なしでのデータベース・レコードの検
索。たとえば、アプリケーション・プログラムによって
データベースから照合されたテキスト・ファイルとして
作成された住所のリストを使用して、その人に関する断
片的な情報だけが使用可能である人を検索することがで
きる。この場合に、データベースの構造は重要ではな
く、アプリケーション・プログラムによって作成される
テキスト・ファイルが重要である。 ３．ウェブ検索。ウェブ上の文書のより意味のある検
索。ウェブでのキーワード検索が、非常に長い文書のリ
ストをもたらす時に、本発明などの検索アルゴリズムに
よって、特に自分の専門領域の文書を検索する領域専門
家によって使用される時に、関連性に関する、リストさ
れた文書のさらなる検索を自動化することができる。 ４．非常に大きいコード内のあるパターンに従うコード
断片の検索。

【００２２】図１に、本発明を実施することができるコ
ンピューティング環境の１例を示す。

【００２３】この実施形態には、いわゆる独立型のコン
ピュータ１すなわち、ネットワークに永久的にリンクさ
れてはおらず、表示モニタ２、キーボード３、マイクロ
プロセッサ・ベースの中央処理装置４、ハード・ディス
ク５、およびランダム・アクセス・メモリ６を含み、こ
れらのすべてが接続バス７によって互いに結合される、
コンピュータである。キーボード３は、ユーザが、検索
照会などのユーザ・データと共にコマンドをコンピュー
タに入力できるようにするために動作可能である。キー
ボード３と同様に、コンピュータには、特にコンピュー
タがグラフィカル・ユーザ・インターフェースを有する
オペレーティング・システムによって制御される場合
に、ユーザ・コマンドを入力するためのマウスまたはト
ラック・ボール（図示せず）を含めることができる。

【００２４】プログラム命令をコンピュータ１に導入す
るため、すなわち、プログラム命令をランダム・アクセ
ス・メモリ６にロードするか、ハード・ディスク５に保
管するか、その両方を行い、その結果、コンピュータ
が、動作を開始するか、指令された時に動作できるよう
にされるようにするために、本発明に従って、コンピュ
ータ１に、ＣＤ−ＲＯＭ９を受け取るＣＤ−ＲＯＭドラ
イブ８が含まれる。

【００２５】プログラム命令が、ＣＤ−ＲＯＭ９に保管
され、このＣＤ−ＲＯＭ９から、ＣＤ−ＲＯＭドライブ
８によって読み取られる。しかし、当業者によってよく
理解されるように、ＣＤ−ＲＯＭドライブ８によって読
み取られる命令は、ＣＤ−ＲＯＭ９から直接に使用可能
ではなく、ランダム・アクセス・メモリ６にロードさ
れ、ハード・ディスク５に保管され、そこからコンピュ
ータ１によって使用される場合がある。また、命令は、
ＣＤ−ＲＯＭ上またはランダム・アクセス・メモリ６内
の適当な伸長ソフトウェアを使用してＣＤ−ＲＯＭから
伸長される必要がある場合があり、どの場合でも、ＣＤ
−ＲＯＭに保管されるシーケンスと異なるシーケンスで
コンピュータ１によって受け取られ、保管される場合が
ある。

【００２６】ＣＤ−ＲＯＭドライブ８の他に、またはそ
の代わりに、たとえばフロッピ（Ｒ）・ディスク・ドラ
イブ、磁気テープ・ドライブ、または、赤外線レシーバ
などの無線通信デバイス（いずれも図示せず）などの他
の適当な入力手段を設けることができる。

【００２７】最後に、コンピュータ１には、電話モデム
１０も含まれ、この電話モデム１０を介して、コンピュ
ータが、電話回線１１、インターネット・サービス・プ
ロバイダ（ＩＳＰ）の構内に配置されたモデム１２、お
よびＩＳＰのコンピュータ１３を介して、インターネッ
トに一時的にリンク・アップすることができる。やはり
インターネットに接続されるのが、コンピュータ１４な
どの多数のリモート・コンピュータであり、これらのリ
モート・コンピュータから、コンピュータ１へのダウロ
ードのために情報、ソフトウェア、および他のサービス
が使用可能である。

【００２８】したがって、本発明によるプログラム製品
には、コンピュータ１に発明的方法を実行させるコンピ
ュータ・コードの本体を保管されたＣＤ−ＲＯＭなどの
記憶媒体を含めることができる。その代わりに、プログ
ラム製品を、コンピュータ１４を運営または使用する供
給者によってコンピュータ１４からコンピュータ１への
ダウンロードのために使用可能にされるコンピュータ・
コードの本体として実施することができる。ＩＳＰのコ
ンピュータ１３も、コンピュータ１４と同一の形で使用
することができる。

【００２９】コンピュータ１は、独立型環境にある必要
はない。その代わりに、永久的に接続される他のコンピ
ュータと共にネットワーク（図示せず）の一部を形成す
ることができる。コンピュータ１は、いわゆるイントラ
ネットに永久的に結合されるか、一時的リンクを有する
こともでき、このイントラネットは、インターネット・
サイトまたはＵＲＬに類似する、インターネットと同一
の形で配置されるが、たとえば特定の会社の従業員な
ど、特定のユーザだけがアクセス可能な、データ保持サ
イトのグループである。電話モデム１０の代わりに、コ
ンピュータ１が、ＩＳＰのコンピュータ１３へのディジ
タル・ハードワイヤード・リンクを有することができ、
また、コンピュータ１自体に、他のリモート・ユーザの
ためのＩＳＰとして働くか否かに無関係に、永久的に接
続されたインターネット・サイト（ＵＲＬ）を含めるこ
とができる。言い換えると、本発明は、ローカルのキー
ボード３を介してのみ使用可能であるのではなく、ＩＳ
Ｐとしてまたは単にインターネット・サイトとして働く
コンピュータ１への一時的または永久的リンクを介して
作業するリモート・ユーザに使用可能にすることができ
る。

【００３０】検索されるデータは、おそらくは長い期間
にわたって、キーボード３を介してコンピュータに入力
され、ハード・ディスク５または、ドライブおよび他の
ＣＤ−ＲＯＭが、ＣＤ−ＲＯＭへのデータの書換が可能
であると仮定してＣＤ−ＲＯＭドライブ８に入れられた
別のＣＤ−ＲＯＭ、または前述の任意選択のフロッピ
（Ｒ）・ディスクまたは磁気テープ・ドライブに保管さ
れた、データとすることができる。検索されるデータ
は、プログラム命令と共にＣＤ−ＲＯＭ９に保管された
データとすることもでき、また、たとえば前述のネット
ワークの一部を形成するファイル・サーバ（図示せず）
から、または、インターネットまたは前述のイントラネ
ット内のデータ保持サイトから入手可能なデータとする
ことができる。

【００３１】検索方法を、図２を参照して下で説明する
が、図２の番号付きのステップは、下の説明のステップ
番号に対応する。しかし、まず、検索要求内の所与のテ
キストおよびまたはテキスト断片を、検索を開始する前
に標準形にフォーマットできることを諒解されたい。こ
れは、図２には示されていないが、推奨される。この標
準形では、たとえば、複数の連続する空白を、単一の空
白によって置換することができ、ある句読点（ピリオ
ド、コンマ、セミコロン、コロン、ハイフン、感嘆符、
疑問符など）の前に空白が見つかった場合に、その空白
が除去され、そのような句読点の後に空白がない場合
に、空白が置かれる。この標準フォーマッティングは、
たとえば、検索されるテキストが専門家によって編集さ
れていない場合に役立つ。

【００３２】この検索方法は、上で定義したテキストの
最小部分ｂを見つけることを意図されている。変数bsta
rtおよびbendが、それぞれ部分ｂの先頭および末尾を指
すのに使用される。

【００３３】このアルゴリズムを実行するコンピュータ
・コードに、ブロックｂの強調表示ならびにその中のテ
キスト断片の強調表示などの機能を組み込むことができ
る。

【００３４】検索作業を達成するアルゴリズムを、これ
から説明する。

【００３５】frag[0]、frag[1]、…、frag[n-1]が、検
索要求のテキスト断片であるものとする。同一の断片が
なく、別の断片のサブストリングである断片もないと仮
定する。そのような断片の組について、ｉ≠ｊであるも
のとして、frag[i]の末尾部分がfrag[j]の先頭部分とオ
ーバーラップする場合に、frag[i]がfrag[j]にオーバー
ラップすると言う。上の仮定の下で、オーバーラップ
が、部分的になるに過ぎず、絶対に完全にならないこと
に留意されたい。このテキスト断片の組に対して、ｉ、
ｊ＝０、…、ｎ−１について、下記の動作を実行する。

【００３６】ステップ１ ストリング配列変数を作成
し、これをfrag[ ]と呼び、この配列に、検索要求内に
現れるのと同一のシーケンスで（便宜上。どのような順
序付けでも構わない）テキスト断片を書き込む。したが
って、上に示した検索の例について、ｎ＝６であり、下
記が得られる。 frag[0] = "insurgent" frag[1] = "gent and " frag[2] = "her cat" frag[3] = " and other" frag[4] = "green" frag[5] = "sun"

【００３７】frag[0]がfrag[1]にオーバーラップし、fr
ag[1]がfrag[3]にオーバーラップし、frag[3]がfrag[2]
にオーバーラップすることに留意されたい。frag[i]の
それぞれについて、対応するポインタ変数fptr[i]を作
成して、テキスト内で見つかったfrag[i]のインスタン
スの位置に関する情報、および、このインスタンスに関
するオーバーラップがあればそのオーバーラップ情報を
保管する。また、対応するポインタ変数nptr[i]を作成
して、テキスト内で次に見つかったfrag[i]のインスタ
ンスの位置に関する情報を保管する。bstart=0にする。
以下では、ステップ２ないし８が反復的である。

【００３８】ステップ２ frag[i]のそれぞれについ
て、所与のテキストの先頭からその最初のインスタンス
を探し、見つかった場合に、frag[i]のインスタンスへ
のポインタを、文字ストリングの形でfptr[i]に保管す
る。この保管されたポインタを、<fptr[i]>と表す。す
べてのfrag[i]のインスタンスが見つかった場合には、
次のステップに進み、そうでない場合には、ステップ９
に進む。

【００３９】ステップ３ ｉのそれぞれについて、ある
fptr[j]（ｊ≠ｉ）に保管されたアドレス（すなわち<fp
tr[j]>）が、<fptr[i]>と<fptr[i]> + strlen(frag[i])
の間にある、すなわち<fptr[j]> > <fptr[i]>かつ<fptr
[j]> < <fptr[i]> + strlen(frag[i])であるかどうかを
判定する。あるｊについてそうである場合に、fptr[i]
に保管されたアドレスに、ストリング".<fptr[j]>,j"を
付加し、その結果、fptr[i]に、修正されたストリング"
<fptr[i]>.<fptr[j]>,j"が含まれるようにする。ここで
は、ドットを使用して、frag[i]のこのインスタンスに
ついて、frag[i]が終わる前にfrag[j]が始まることを示
し、",j"を使用して、後の参照のためにインデックスｊ
を保管することに留意されたい。また、frag[j]が、た
とえばもう１つの断片frag[k]とオーバーラップする場
合に、この事実が、fptr[j]が検査される時に明らかに
なることに留意されたい。したがって、そのような性質
の複数のオーバーラップを、互いに連鎖し、追跡するこ
とができる。最後に、少なくとも１つのfptr[i]が、ド
ット付き拡張を有しない、たとえば、最上位アドレスを
有するfptr[i]が、ドット付き拡張を有しないことに留
意されたい。

【００４０】ステップ４ fptr[i]のどれもが、ステッ
プ３でドット付きにならなかった場合には、現在の反復
を終え、bstart = min(fptr[ ])、およびbend = lptr +
strlen(lptr) - 1、ただしlptr = max(fptr[ ])を計算
し、ステップ８に進む。そうでない場合には、次のステ
ップに進む。

【００４１】ステップ５ ｉのそれぞれについて、frag
[i]の次のインスタンスを検索し、見つかった場合に、
そのポインタをnptr[i]に保管する。見つからない場合
には、ヌル・ポインタをnptr[i]に保管する。

【００４２】ステップ６ ドット付き拡張、たとえばfp
tr[j]を有するfptr[i]について（すなわち、<fptr[i]>.
<fptr[j]>,jの形を有する）、fptr[j]、nptr[i]、およ
びnptr[j]を調べ、適用可能な下記のサブステップ
（ａ）ないし（ｆ）に進む。ドット付き拡張を有するfp
tr[i]がなくなるまでこのステップを繰り返し、その
後、ステップ７に進む。 （ａ）fptr[j]がドット付き拡張を有しておらず、か
つ、nptr[i]およびnptr[j]の両方にヌル・ポインタが含
まれる場合には、ステップ９に進む。 （ｂ）fptr[j]がドット付き拡張を有しておらず、か
つ、nptr[i]にヌル・ポインタが含まれるが、nptr[j]に
ヌル・ポインタが含まれない場合には、fptr[i]の内容
からドット付き拡張を削除し（すなわち、サブストリン
グ".<frag[j]>,j"を除去し）、fptr[j]の内容をnptr[j]
の内容に置換する。 （ｃ）fptr[j]がドット付き拡張を有しておらず、か
つ、nptr[i]にヌル・ポインタが含まれないが、nptr[j]
にヌル・ポインタが含まれる場合には、fptr[i]の内容
をnptr[i]の内容に置換する。 （ｄ）fptr[j]がドット付き拡張を有しておらず、か
つ、<nptr[i]> < <nptr[j]>である場合には、fptr[ ]内
で"<fptr[k]>.<fptr[i]>,i"を検索し（存在するとして
も１つだけである）、見つかった場合には、"<fptr[k]
>.<fptr[i]>,i"を"<fptr[k]>"に置換する。"<fptr[i]>.
<fptr[j]>,i"を"<nptr[i]>"に置換する。 （ｅ）fptr[j]がドット付き拡張を有しておらず、か
つ、<nptr[i]> > <nptr[j]>である場合には、fptr[i]の
内容からドット付き拡張を削除し（すなわち、サブスト
リング".<frag[j]>,j"を除去し）、fptr[j]の内容をnpt
r[j]の内容に置換する。 （ｆ）fptr[j]がドット付き拡張を有する場合には、ド
ット付き拡張のないfptr[l]が見つかるまでチェーンを
たどる（そのようなものが１つある）。fptr[l]への上
向きリンクがfptr[k]である（すなわち、fptr[k]の内容
が、<fptr[k]>.<fptr[l]>,lである）ものとする。fptr
[k]をfptr[i]として扱い、fptr[l]をfptr[j]として扱
い、上のステップ６（ａ）からもう一度開始する。

【００４３】ステップ７ ステップ３に進む。

【００４４】ステップ８ ステップ２に進み、テキスト
を、ポインタbstart + 1から始まり、ポインタbendで終
わる文字シーケンスとして再定義して、次の反復を開始
する。このステップで、検索要求内のテキスト断片のす
べての少なくとも１つのインスタンスを含むテキスト・
ブロックを有することに留意されたい。反復では、検索
要求の条件に違反しない、bstartの最も高い値を探すこ
とによって、このブロックのサイズを圧縮するという作
業を行う。

【００４５】ステップ９ bstart = 0の場合には、検索
を不成功としてマークし、そうでない場合には成功とし
てマークする。成功の場合に、見つかったテキストｂ
は、bstartから始まり、bendで終わる。ｂが、前の反復
の所与のテキストであることに留意されたい。

【００４６】説明した方法へのさらなる洞察を与えるた
めに、所与のテキストが下記である例（前に説明した）
にこの方法を適用する。 "Counterinsurgent and other categories of insurgen
t people sat aroundher cat. The gent and others w
ith him stood a little far off from thisgroup. Wi
th the setting sun, and the lake on one side of th
e house, anda green pasture on the other, it was a
picturesque scene."

【００４７】所与のテキストは（メモリに保管される時
にメモリ・アドレス１０００から始まると仮定）され、
検索要求は次の通りである。 "insurgent&&&gent and &&&her cat&&& and other&&&gr
een&&&sun"

【００４８】最初の反復ステップ１ ｎ＝６であり、テ
キスト断片は次の通りである。 frag[0] = "insurgent" frag[1] = "gent and " frag[2] = "her cat" frag[3] = " and other" frag[4] = "green" frag[5] = "sun" frag[0]がfrag[1]にオーバーラップし、frag[1]がfrag
[3]にオーバーラップし、frag[3]がfrag[2]にオーバー
ラップすることに留意されたい。配列fptr[i]およびnpt
r[i]を作成する。bstart = 0にする。最初の反復を開始
する。

【００４９】ステップ２ テキスト断片の最初のインス
タンスへのポインタを、それぞれのfptr[ ]に保管す
る。すなわち、 fptr[0] = "1007" fptr[1] = "1012" fptr[2] = "1023" fptr[3] = "1016" fptr[4] = "1214" fptr[5] = "1164" ただし、所与のテキストが、アドレス１０００から始ま
ると仮定されている。すべてのfptr[ ]が取り込まれた
ので、次のステップに進む。

【００５０】ステップ３ オーバーラップについて検索
した後に、fptr[ ]の内容が次のように修正される。 fptr[0] = "1007.1012,1" fptr[1] = "1012.1016,3" fptr[2] = "1023" fptr[3] = "1016.1023,2" fptr[4] = "1214" fptr[5] = "1164"

【００５１】ステップ４ fptr[ ]のいくつかにドット
付き項目があるので、次のステップに進む。

【００５２】ステップ５ nptr[ ]の項目は次の通りで
ある。 nptr[0] = "1041" nptr[1] = "1082" nptr[2] = "1069" nptr[3] = "1086" nptr[4] = "" nptr[5] = ""

【００５３】ステップ６ fptr[0]を検査する時に、サ
ブステップ６（ｆ）で設定された条件が当てはまること
がわかる。したがって、fptr[0]からfptr[1]に進み、そ
の後fptr[3]に進み、最後にfptr[2]に進む。fptr[2] =
"1023"への上向きリンクは、fptr[3] = "1016.1023,2"
である。fptr[i] = fptr[3]かつfptr[j] = fptr[2]とし
て、サブステップ６（ａ）に進む。サブステップ６
（ａ）ないし６（ｄ）は当てはまらない。fptr[2]がド
ット付き拡張を有しておらず、<nptr[3]>が<nptr[2]>よ
り大きいので、サブステップ６（ｅ）が当てはまる。し
たがって、fptr[3]の内容からドット付き拡張を削除
し、"1016"が残され、fptr[2]の内容が、nptr[2]の内容
に置換される。更新されたfptr[ ]の内容は、次の通り
である。 fptr[0] = "1007.1012,1" fptr[1] = "1012.1016,3" fptr[2] = "1069" fptr[3] = "1016" fptr[4] = "1214" fptr[5] = "1164" サブステップ６（ｆ）は当てはまらない。まだドット付
き拡張を有するfptr[]があるので、ステップ６を繰り返
す。

【００５４】ステップ６（繰返し） fptr[0]を検査す
る時に、サブステップ６（ｆ）が当てはまることがわか
る。fptr[0]からfptr[1]に進み、最後にfptr[3]に進
む。fptr[3] = "1016"への上向きリンクは、fptr[1] =
"1012.1016,3"である。fptr[i]= fptr[1]かつfptr[j]
= fptr[3]として、サブステップ６（ａ）に進む。サブ
ステップ６（ａ）ないし６（ｃ）は当てはまらない。fp
tr[3]がドット付き拡張を有しておらず、<nptr[1]>が<n
ptr[3]>より小さいので、サブステップ６（ｄ）が当て
はまる。fptr[l]がドット付き拡張であるfptr[k]（k =
0）があるので、ドット付き拡張をfptr[0]の内容から削
除し、fptr[1]の内容を、nptr[1]の内容に置換する。fp
tr[ ]の更新された内容は、次のようになる。 fptr[0] = "1007" fptr[1] = "1082" fptr[2] = "1069" fptr[3] = "1016" fptr[4] = "1214" fptr[5] = "1164" サブステップ６（ｅ）および６（ｆ）で設定された条件
は当てはまらない。fptr[ ]は、ドット付き拡張を有す
る要素を有しないので、ステップ７に進み、これによっ
て、この方法が、もう１つの検索反復のためにステップ
３に向けられる。

【００５５】ステップ３ fptr[ ]にオーバーラップが
ないので、この方法は、ステップ４に進み、bstart = 1
007およびbend = 1214 + strlen(frag[4]) - 1 = 1214
+ 5- 1 = 1218を計算する。bstartおよびbendによって
挟まれるテキストの部分は次のとおりである。 "insurgent and other categories of insurgent peopl
e sat around her cat. The gent and others with hi
m stood a little far off from this group.With the
setting sun, and the lake on one side of the hous
e, and a green" この方法は、ステップ８を介してステップ２に進み、所
与のテキストが、bstart + 1およびbendによって挟まれ
る、すなわち、所与のテキストが、次のようになる。 "nsurgent and other categories of insurgent people
sat around her cat.The gent and others with him s
tood a little far off from this group.With the set
ting sun, and the lake on one side of the house, a
nd a green"

【００５６】２回目の反復ステップ２ これによって下
記が作られる。 fptr[0] = "1041" fptr[1] = "1012" fptr[2] = "1023" fptr[3] = "1016" fptr[4] = "1214" fptr[5] = "1164"

【００５７】ステップ３ オーバーラップの検索によっ
て、fptr[ ]が次のように修正される。 fptr[0] = "1041" fptr[1] = "1012.1016,3" fptr[2] = "1023" fptr[3] = "1016.1023,2" fptr[4] = "1214" fptr[5] = "1164"

【００５８】ステップ４ fptr[ ]のいくつかにドット
付き項目があるので、次のステップに進む。

【００５９】ステップ５ nptr[ ]の項目が次のように
なる。 nptr[0] = "" nptr[1] = "1082" nptr[2] = "1069" nptr[3] = "1086" nptr[4] = "" nptr[5] = ""

【００６０】ステップ６ fptr[1]を検査する時に、６
（ｆ）が当てはまることがわかる。fptr[1]からfptr[3]
に進み、最後にfptr[2]に進む。fptr[2] = "1023"への
上向きリンクは、fptr[3] = "1016.1023,2"である。fpt
r[i] = fptr[3]かつfptr[j] =fptr[2]として、ステップ
６（ａ）に進む。ステップ６（ａ）ないし６（ｄ）は当
てはまらない。fptr[2]がドット付き拡張を有しておら
ず、<nptr[3]>が<nptr[2]>より大きいので、ステップ６
（ｅ）が当てはまる。したがって、fptr[3]の内容から
ドット付き拡張を削除し、"1016"が残され、fptr[2]の
内容をnptr[2]の内容に置換する。fptr[ ]の更新された
内容は、次のようになる。 fptr[0] = "1041" fptr[1] = "1012.1016,3" fptr[2] = "1069" fptr[3] = "1016" fptr[4] = "1214" fptr[5] = "1164" ステップ６（ｆ）が当てはまらないことがわかる。ドッ
ト付き拡張を有するfptr[ ]がまだあるので、ステップ
６を繰り返す。

【００６１】ステップ６（繰返し） fptr[1]を検査す
る時に、fptr[3]がドット付き拡張を有しておらず、<np
tr[1]>が<nptr[3]>より小さいので、ステップ６（ｄ）
が当てはまることがわかる。fptr[1]がそのドット付き
拡張であるfptr[k]がないので、fptr[1]の内容をnptr
[1]の内容に置換する。fptr[ ]の更新された内容は、次
のようになる。 fptr[0] = "1041" fptr[1] = "1082" fptr[2] = "1069" fptr[3] = "1016" fptr[4] = "1214" fptr[5] = "1164" ステップ６（ｅ）および６（ｆ）が当てはまらないこと
がわかる。fptr[ ]は、ドット付き拡張を有する要素を
有しないので、ステップ７に進み、これによって、もう
１つの検索反復のためにステップ３に進む。

【００６２】ステップ３ fptr[ ]内でオーバーラップ
が見つからなかった。ステップ４に進む。

【００６３】ステップ４ bstart = 1016およびbend =
1214 + strlen(frag[4]) - 1 = 1214 + 5 - 1 = 1218を
計算する。bstartおよびbendによって挟まれるテキスト
の部分は、次のようになる。 " and other categories of insurgent people sat aro
und her cat. The gent and others with him stood a
little far off from this group. With thesetting
sun, and the lake on one side of the house, and a
green" ステップ８に進み、そこからステップ２に進んで、所与
のテキストが、bstart+ 1およびbendによって挟まれ
る、すなわち、所与のテキストが次のようになる。 "and other categories of insurgent people sat arou
nd her cat. The gent and others with him stood a
little far off from this group. With thesetting s
un, and the lake on one side of the house, and a g
reen"

【００６４】３回目の反復ステップ２ これによって下
記が作られる。 fptr[0] = "1041" fptr[1] = "1082" fptr[2] = "1023" fptr[3] = "1086" fptr[4] = "1214" fptr[5] = "1164"

【００６５】ステップ３ オーバーラップの検索によっ
て、fptr[ ]が次のように修正される。 fptr[0] = "1041" fptr[1] = "1082.1086,3" fptr[2] = "1023" fptr[3] = "1086" fptr[4] = "1214" fptr[5] = "1164"

【００６６】ステップ４ fptr[ ]のいくつかにドット
付き項目があるので、次のステップに進む。

【００６７】ステップ５ nptr[ ]の項目が次のように
なる。 nptr[0] = "" nptr[1] = "" nptr[2] = "1069" nptr[3] = "" nptr[4] = "" nptr[5] = ""

【００６８】ステップ６ fptr[1]を検査する時に、６
（ａ）が当てはまることがわかる。したがって、ステッ
プ９に進む。

【００６９】ステップ９ bstart≠0なので、検索が成
功した。すなわち、前の反復のテキストが、所望のｂで
ある。

【００７０】本発明の特定の好ましい実施形態を図示
し、本明細書で説明してきたが、当業者が、実施形態を
修正でき、そのような修正形態および開発が、記載され
たまたは請求された発明の範囲内であることを理解され
たい。

【００７１】まとめとして、本発明の構成に関して以下
の事項を開示する。

【００７２】（１）コンピュータ環境において、検索照
会によって識別されるデータの部分を突き止めるために
前記データを検索する方法であって、前記データ内に含
まれると期待される複数のデータ断片を含む検索照会を
受け取るステップと、前記データと前記データ断片のそ
れぞれとの間の一致を突き止めるために前記データを検
索するステップと、前記データ断片のすべてとの一致を
含む前記データの最小部分を識別するステップとを含む
方法。 （２）前記データ断片のうち前記データ内に最後に現れ
るものとの最初の一致の位置である終了位置と、前記デ
ータ断片のうち前記データ内に最初に現れるものとの、
前記終了位置の前の最も近い一致の位置である開始位置
との間に存在する、前記データ断片のすべてを含む前記
データの部分を識別するステップを含む、上記（１）に
記載の方法。 （３）（ｉ）コンピュータ・メモリ内で前記データを受
け取るステップと、（ｉｉ）複数のデータ断片を含む検
索照会を受け取るステップと、（ｉｉｉ）前記データと
前記データ断片のそれぞれとの間の一致を突き止めるた
めに前記データを検索するステップと、（ｉｖ）前記一
致のメモリ・アドレスを記録するステップと、（ｖ）一
致のそれぞれについて、他の一致との部分的オーバーラ
ップのすべてを識別するステップと、（ｖｉ）そのよう
な部分的オーバーラップのそれぞれについて、他の一致
とオーバーラップしない新しい一致を探すために、前記
データを検索するステップと、（ｖｉｉ）前記データ
の、最初のオーバーラップしない一致の位置から最後の
オーバーラップしない一致の位置までの部分を識別する
ステップとを含む、上記（１）に記載の方法。 （４）（ｉ）前記データ断片をコンピュータ・メモリ内
でストリング変数として保管するステップと、（ｉｉ）
前記データと各データ断片との間の最初の一致を突き止
め、各データ断片について、その最初の一致の位置をそ
れぞれのポインタ変数として保管するために、前記デー
タを検索するステップと、（ｉｉｉ）前記ポインタ変数
および前記データ断片のストリング長さへの参照によっ
て、前記一致の間の部分的オーバーラップのすべてを判
定するステップと、（ｉｖ）そのような部分的オーバー
ラップのすべてについて、関連するデータ断片との次の
一致を突き止め、その次の一致の位置をそれぞれのさら
なるポインタ変数に保管するために、前記データを検索
するステップと、（ｖ）前記ポインタ変数を参照するこ
とによって、前記一致の間の残りの部分的オーバーラッ
プのすべてを判定し、前記データ断片のすべてを、その
間のオーバーラップなしに含む前記データの部分が識別
されるまで、ステップ（ｉｖ）を繰り返すステップとを
含む、上記（１）に記載の方法。 （５）前記データを表示画面に表示し、データの前記識
別された部分を強調表示するステップを含む、上記
（１）に記載の方法。 （６）検索照会によって識別されるデータの部分を突き
止めるために前記データを検索するシステムであって、
複数のデータ断片を含む検索照会を受け取る入力手段
と、検索されるデータを供給するデータ供給手段と、前
記入力手段および前記データ供給手段に接続され、前記
データと前記データ断片のそれぞれとの間の一致を突き
止めるために、前記データ供給手段によって使用可能に
されるデータを検索するように動作可能である制御手段
と、前記データ断片のすべてとの一致を含む前記データ
の最小部分を識別する情報を登録する手段とを含むシス
テム。 （７）ユーザが供給する検索照会によって識別されるデ
ータの部分を突き止めるために前記データを検索するよ
うにコンピュータを動作可能にするコンピュータ・コー
ドの本体を含むコンピュータ・プログラム製品であっ
て、前記コンピュータが複数のデータ断片を含む検索照
会を受け取ることを可能にするコンピュータ・コード部
分と、前記コンピュータに、前記データと前記データ断
片のそれぞれとの間の一致を突き止めるために前記デー
タを検索するように指令するコンピュータ・コード部分
と、前記コンピュータに、前記データ断片のすべてとの
一致を含む前記データの最小部分を識別させるコンピュ
ータ・コード部分とを含むコンピュータ・プログラム製
品。

【図面の簡単な説明】

【図１】コンピューティング環境のブロック図である。

【図２】データ検索処理を示す流れ図である。

【符号の説明】

１ コンピュータ ２ 表示モニタ ３ キーボード ４ 中央処理装置 ５ ハード・ディスク ６ ランダム・アクセス・メモリ ７ 接続バス ８ ＣＤ−ＲＯＭドライブ ９ ＣＤ−ＲＯＭ １０ 電話モデム １１ 電話回線 １２ モデム １３ コンピュータ １４ コンピュータ

───────────────────────────────────────────────────── フロントページの続き (72)発明者 ラジェンドラ・クムラ・ベーラ インド560075 バンガロール ジェーヴァ ン・ベーマ・ナガラ エフ４ストリート シーブロック・ラムヤ・リージェンシー ナンバー 101 Ｆターム(参考） 5B075 ND02 QM01

Claims (7)

【特許請求の範囲】
1. 【請求項１】コンピュータ環境において、検索照会によ
   って識別されるデータの部分を突き止めるために前記デ
   ータを検索する方法であって、 前記データ内に含まれると期待される複数のデータ断片
   を含む検索照会を受け取るステップと、 前記データと前記データ断片のそれぞれとの間の一致を
   突き止めるために前記データを検索するステップと、 前記データ断片のすべてとの一致を含む前記データの最
   小部分を識別するステップとを含む方法。
2. 【請求項２】前記データ断片のうち前記データ内に最後
   に現れるものとの最初の一致の位置である終了位置と、 前記データ断片のうち前記データ内に最初に現れるもの
   との、前記終了位置の前の最も近い一致の位置である開
   始位置との間に存在する、前記データ断片のすべてを含
   む前記データの部分を識別するステップを含む、請求項
   １に記載の方法。
3. 【請求項３】（ｉ）コンピュータ・メモリ内で前記デー
   タを受け取るステップと、 （ｉｉ）複数のデータ断片を含む検索照会を受け取るス
   テップと、 （ｉｉｉ）前記データと前記データ断片のそれぞれとの
   間の一致を突き止めるために前記データを検索するステ
   ップと、 （ｉｖ）前記一致のメモリ・アドレスを記録するステッ
   プと、 （ｖ）一致のそれぞれについて、他の一致との部分的オ
   ーバーラップのすべてを識別するステップと、 （ｖｉ）そのような部分的オーバーラップのそれぞれに
   ついて、他の一致とオーバーラップしない新しい一致を
   探すために、前記データを検索するステップと、 （ｖｉｉ）前記データの、最初のオーバーラップしない
   一致の位置から最後のオーバーラップしない一致の位置
   までの部分を識別するステップとを含む、請求項１に記
   載の方法。
4. 【請求項４】（ｉ）前記データ断片をコンピュータ・メ
   モリ内でストリング変数として保管するステップと、 （ｉｉ）前記データと各データ断片との間の最初の一致
   を突き止め、各データ断片について、その最初の一致の
   位置をそれぞれのポインタ変数として保管するために、
   前記データを検索するステップと、 （ｉｉｉ）前記ポインタ変数および前記データ断片のス
   トリング長さへの参照によって、前記一致の間の部分的
   オーバーラップのすべてを判定するステップと、 （ｉｖ）そのような部分的オーバーラップのすべてにつ
   いて、関連するデータ断片との次の一致を突き止め、そ
   の次の一致の位置をそれぞれのさらなるポインタ変数に
   保管するために、前記データを検索するステップと、 （ｖ）前記ポインタ変数を参照することによって、前記
   一致の間の残りの部分的オーバーラップのすべてを判定
   し、前記データ断片のすべてを、その間のオーバーラッ
   プなしに含む前記データの部分が識別されるまで、ステ
   ップ（ｉｖ）を繰り返すステップとを含む、請求項１に
   記載の方法。
5. 【請求項５】前記データを表示画面に表示し、データの
   前記識別された部分を強調表示するステップを含む、請
   求項１に記載の方法。
6. 【請求項６】検索照会によって識別されるデータの部分
   を突き止めるために前記データを検索するシステムであ
   って、 複数のデータ断片を含む検索照会を受け取る入力手段
   と、 検索されるデータを供給するデータ供給手段と、 前記入力手段および前記データ供給手段に接続され、前
   記データと前記データ断片のそれぞれとの間の一致を突
   き止めるために、前記データ供給手段によって使用可能
   にされるデータを検索するように動作可能である制御手
   段と、前記データ断片のすべてとの一致を含む前記デー
   タの最小部分を識別する情報を登録する手段とを含むシ
   ステム。
7. 【請求項７】ユーザが供給する検索照会によって識別さ
   れるデータの部分を突き止めるために前記データを検索
   するようにコンピュータを動作可能にするコンピュータ
   ・コードの本体を含むコンピュータ・プログラム製品で
   あって、 前記コンピュータが複数のデータ断片を含む検索照会を
   受け取ることを可能にするコンピュータ・コード部分
   と、 前記コンピュータに、前記データと前記データ断片のそ
   れぞれとの間の一致を突き止めるために前記データを検
   索するように指令するコンピュータ・コード部分と、 前記コンピュータに、前記データ断片のすべてとの一致
   を含む前記データの最小部分を識別させるコンピュータ
   ・コード部分とを含むコンピュータ・プログラム製品。