JP2005505079A - 単語データベース圧縮 - Google Patents

Abstract

無線通信システムの移動通信装置のメモリ手段に単語データベースを格納する本発明に係る単語データベース格納方法は、異なる言語の単語をアルファベット順にソートするステップと、２つ以上の連続する単語によって共有される共通の接頭辞がただ１度だけツリー構造のノードに格納され、それぞれの単語の対応する語尾がノードのリーブとして格納されるように、単語をツリー構造で単語データベースに配列するステップとを有する。そして、ノード及びリーブがそれぞれの制御シンボルによって参照されて、単語がアクセスされる。

Description

【技術分野】
【０００１】
本発明は、無線通信システムに用いる移動通信装置のメモリ手段に単語データベースを格納する方法、その方法を実行するためのコンピュータソフトウェア製品、及びその新規な方法に従って格納された単語データベースを有する移動通信装置に関する。
【背景技術】
【０００２】
例えばＧＳＭ、ＵＭＴＳシステムなどに代表される通信システムで用いられている携帯電話、携帯情報端末などのような最近の移動通信装置は、ユーザにメッセージ、指示、キー機能等を多くの異なる言語で表示することができる。更に、通信相手に発信する文字、シンボルなどからなる書面のメッセージを、例えばショートメッセージシステム（ＳＭＳシステム）を介して入力するとき、最近の移動通信装置は、ユーザが入力したいと思う単語又は用語を示すことで単語、表現及び用語の入力をサポートしている。移動通信装置において、通常の制限されたキーパッドからの単語、文章及び長いメッセージの入力は、非常に扱いにくい。移動通信装置は、非常に小型かつ軽量であり、文字、シンボル、数字などを入力するために使用される非常に限られた数のキーだけを備えている傾向にある。通常、幾つかの文字、数字及びシンボルが単一のキーに割り当てられている。したがって、希望する文字、数字又はシンボルを入力するためには、ユーザは希望する入力が一連の操作で得られるまで、数回にわたり対応するキーを押さなければならない。ドイツ及びヨーロッパにおける最近の移動通信装置は、所謂Ｔ９システムによって単語、表現、用語などの入力をサポートしている。そのＴ９システムは、ユーザの希望する入力が割り当てられているキーを１回だけ押すことを可能とし、それにより、プロセッサのような制御手段及び対応する移動通信装置のソフトウェアが、キーが押されたことによる命令に基づき、ユーザの意図する単語、表現、用語を認識し、対応する案を呈示する。これにより、入力時間はかなり減少され、動作の快適度は飛躍的に向上される。
【０００３】
一方、この種類のサポートシステムや、複数の言語での通信装置の作動を可能とするには、通信装置に大きい単語データベースを格納する必要がある。したがって、この種のデータベースを移動通信装置に格納するために必要なメモリ容量は、非常に大きく、また、動作を快適にサポートする機能を追加するに従がって増加する。
【発明の開示】
【発明が解決しようとする課題】
【０００４】
したがって、本発明の目的は、単語データベースを無線通信システムの移動通信装置のメモリ手段に格納する方法と、このような方法を実行することが可能なコンピュータソフトウェア製品と、単語データベースを格納するメモリ容量を節約することができる移動通信装置とを提供することである。
【課題を解決するための手段】
【０００５】
上述の目的は、請求項１に記載の無線通信システムの移動通信装置におけるメモリ手段に単語データベースを格納する方法によって達成されるものであって、異なる言語の単語をアルファベット順にソートするステップと、２つ以上の連続する単語によって共有される共通の接頭辞がツリー構造のノードにただ１度だけ格納され、それぞれの単語の対応する語尾がノードのリーブとして格納されるように単語をツリー構造で単語データベースに配列するステップとを有し、ノード及びリーブをそれぞれの制御シンボルによって参照して、単語をアクセスすることができる。
【０００６】
更に、上述の目的は、請求項８に記載の無線通信システムの移動通信装置のメモリ手段に単語データベースを格納するコンピュータソフトウェア製品によって達成され、このコンピュータソフトウェア製品は、処理装置のメモリ手段に格納されたときに、本発明に係る単語データベース格納方法を実行することができる。
【０００７】
更に、上述の目的は、請求項９に記載の無線通信システムの移動通信装置に達成され、この移動通信装置は、本発明に係る単語データベース格納方法に従って格納された単語データベースを格納するメモリ手段と、単語データベースをアクセスする制御手段とを備える。
【０００８】
本発明の根底にある原理は、基本的に、移動通信装置で使用される異なる言語における複数の単語からなる単語データベースが、共通の接頭辞を有する多数の単語を含むことが明らかになったことにある。本明細書における接頭辞とは、単語の初めの部分にある１つ、又は２つ以上の文字の連続したもの（シーケンス）である。したがって、互いに連続してアルファベット順に配列された複数の単語の共通の接頭辞を共有することにより、必要なメモリ容量は飛躍的に減少できる。本発明では、単語データベースの単語をツリー構造に配列することを提案し、そこでは、共通に共有された各接頭辞がノードに割り当てられ、そして、それぞれの異なる単語の語尾がツリーのリーブとされる。ここで、用語単語が所定の意味を有する文字のシーケンスだけでなく本発明の無線通信システムの移動通信装置の動作において使われる所定の意味を有する文字及びシンボルの組合せ、シンボルだけをもカバーすることは、理解する必要がある。
【０００９】
好ましくは、少なくとも１つの制御シンボルが各ノード及びリーブに割り当てられる。これにより、データベースの対象とする単語への単純で、速くて、非常に効果的なアクセスが可能となる。更に好ましくは、上述のソートするステップの前に、移動通信装置で使われる共通の単語や文章を検出するステップ、及び検出された共通の単語を単語参照と置き換えるステップが実行される。これにより、用語文章は、ユーザを指示したり、ソフトキー等のそれぞれの機能について通知する移動通信装置で使われている２つ以上の単語、用語又は表現からなるあらゆる種類のメッセージをカバーする。これによって、共通に置き換えられた単語とそれぞれ割り当たられた単語参照からなる参照テーブルが形成される。好ましくは、ストリングが単語参照として使われる。このように、様々な文章における共通の共有単語を、必要な記憶空間が飛躍的に短い参照と確実に置き換えることによって、単語データベースのために必要とされるメモリ容量を、更に減少させることができる。
【００１０】
更に好ましくは、上述の配列するステップの後に、単語データベースに対するデータ圧縮を実行する。この場合、好ましくは、バローズホイーラー変換アルゴリズム（Burrows-Wheeler transformation algorithm）を使用する。
【発明を実施するための最良の形態】
【００１１】
以下、本発明を、特別な実施例及び図面に関連して、更に詳細に説明する。
【００１２】
図１は、本発明を適用した無線通信システムの移動通信装置１の概略的な構成を示すブロック図である。特に、移動通信装置１は、ＧＳＭ、ＵＭＴＳシステム等で動作する携帯電話機、携帯情報端末等である。移動通信装置１は、無線通信システムにおいてデータを送受信するようなこの移動通信装置１の主たる機能を制御する、例えばプロセッサ等からなる制御手段２と、表示手段４と、入力手段５と、移動通信装置１の動作のために必要な全ての構成要素とを備える。更に、本発明に基づいて単語データベースを格納するメモリ手段３が設けられており、このメモリ手段３は制御手段２に接続されている。図１は、移動通信装置１の本発明を理解するために必要な構成要素だけを示すが、移動通信装置１は、実際には、更に、例えば送受／受信回路、表示器、アンテナ、その他この装置の動作のために必要な全ての構成要素を含んでいる。
【００１３】
この場合、単語データベースは、以下に説明する本発明の方法に基づいた移動通信装置１を組み立てる際に、メモリ手段３に格納される。
【００１４】
基本的な事実として、最近の移動通信装置は様々な大陸、国及び言語で使うことができるように、製造業者によって提供される。したがって、操作言語、すなわち言語における指示や制御機能など移動通信装置１によって表示又は音響的に出力される言語は、複数の言語のうちの１つがユーザによって設定される。一方このことで、全ての単語、シンボル、表現、用語などを含む単語データベースが移動通信装置１のメモリ手段３に格納されていることが要求される。ここで、少なくとも西ヨーロッパ言語が文章中において、文字、音節、接頭辞及び単語においてもかなりの冗長を有することが認識された。更に、幾つかの言語は、共通の単語を共有している。本発明は、特に、これらの冗長を利用して単語データベースをメモリ手段３に格納するためのメモリ容量を節約することを意図している。
【００１５】
図２は、本発明に係る単語データベースの格納方法を説明するためのフローチャートである。ステップＳ０の単語データベースから始まり、手順のステップのシーケンスからなる副処理であるステップＳ１によって単語参照（word reference）が導入される。ここで、単語参照が、単語データベースにおいて少なくとも２回使用される単語に割り当てられ、それぞれの単語は、割り当てられた単語参照によって置き換えられる。一連の手続き的なステップによって形成される次の副処理であるステップＳ２では、ステップＳ１において修正された単語データベースは、記憶容量を更に減少するために、ツリー構造に再構築される。最終のステップＳ３において、このように再構築された単語データベースは、最新技術のデータ圧縮アルゴリズムを用いて更に圧縮された後、処理はステップＳ４において終了する。
【００１６】
図３は、上述した副処理であるステップＳ１を詳細に説明するためのフローチャートである。ステップＳ１０において処理が開始した後、第１のステップＳ１１において、単語データベースを調べたときに、移動通信装置１の文章において共通に、すなわち繰り返し使用されている単語が検出される。移動通信装置１の動作において、移動通信装置１は、多くの場合、２つ以上の単語の形式の文章を用い、ユーザに様々な機能を知らせ、指示を与える等を行う。本出願という意味における文章は、必ずしも文法的に正しい文章であるというわけではなく、動詞さえない短い文であってもよい。移動通信装置１の動作、用途又はそれぞれの機能に従い、動作に応じて対応する文章がユーザに表示され、又は音響的に出力されるように、移動通信装置１で使用される文章は予め格納されていなければならない。
【００１７】
これによって、これらの文章の多くは、技術的な単語、例えばＳＩＭ、ＰＩＮ、・・・、又は技術的でない単語、例えば活発、コスト、未知等のような共通単語を共有する。
【００１８】
したがって、移動通信装置１に格納され、使われる文章の単語におけるこの冗長は、検出され、ステップＳ１２において、１つの単語参照がこれら繰り返し用いられる単語の各々に割り当てられる。そして、ステップＳ１３において、これらの共通の単語は、単語参照によって置き換えられる。言うまでもなく、単語参照は、非常に短く、置き換えられた共通の単語に比べて、非常に少ない記憶空間しか必要としない。ステップＳ１４において、同時に、置き換えられた共通の単語及びそれぞれ割り当たられた単語参照からなる参照テーブル（reference table）が形成され、それにより、文章がメモリ手段３から読み出されてユーザに出力されるときに、それぞれの単語参照は、ユーザへの出力として適当な単語又は用語と置き換えることができる。好ましくは、単語参照はストリング（strings）である。ステップＳ１５において、この副処理Ｓ１は、終了する。
【００１９】
図４は、上述した第２の副処理であるステップＳ２を詳細に説明するためのフローチャートである。第１の副処理であるステップＳ１において単語参照によって置き換えられたものを含む単語は、アルファベット順にソートされる。すなわち、ステップＳ２１において、様々な言語における全ての単語、用語、表現等がアルファベット順にソートされる。以下のテーブル１は、このようにしてソートされた単語群の一部分を示す。
【００２０】
テーブル１
52) abajo
53) abbonamento
54) abbonato
55) abeceda
56) abfrage
57) abilitata
58) abilitato
59) abonado
60) abonament
61) abonamentu
62) abonat
63) abone
64) abonent
65) abonnee
66) abonnemangsA?vertrA$delse
67) abonnement
68) abonnent
69) abonnA?
70) abord
71) abr
72) abril
73) abroad
74) absent
75) abspielen
76) abuzivA?
77) abweisen
78) abwesend
・
・
・
ここで明らかなように、多くの単語は、この具体例で示す接頭辞「ab」のように同じ接頭辞を共有する。ステップＳ２２において、これらの共有される接頭辞が検出される。次に、ステップＳ２３において、本発明に基づき、単語データベースがツリー構造に配列され、これにより、２つ以上のアルファベット順に後続する単語によって共有される共通の接頭辞がツリー構造のノードに１回だけ格納され、ステップＳ２４において、それぞれの単語の対応する語尾がノードのリーブとして格納される。テーブル１の具体例において、２６個の連続する単語は、接頭辞「ab」を共有する。１回だけ接頭辞を１つのノードに格納することにより、２つの文字と１つ以上の制御シンボルと比較したとき、２×２６=５２の文字数を節約することができる。このように、共通に共有する接頭辞はノードに格納され、それによって、ステップＳ２５において、１つの制御シンボルが各ノードに割り当てられる。更に、ステップＳ２６において、各単語の終端（word termination）が、対応する制御シンボルと共に、対応するノードのリーブに割り当てられる。制御シンボルによって、制御手段２は、単語データベースから単語を読み出すときに、素早く、そして効果的に意図する単語にアクセスすることができる。
【００２１】
第３の副処理であるステップＳ３において、それぞれ、参照テーブルと共にツリー構造を有する単語データベースは、周知のデータ圧縮アルゴリズム、好ましくはバローズホイーラー変換アルゴリズム（Burrows-Wheeler transformation）によって更に圧縮される。これによって、単語の量は、更に圧縮される。
【００２２】
したがって、本発明では、単語データベースを移動通信装置１のメモリ手段３に格納するために必要なメモリ容量を飛躍的に減少させる。ここで、本発明に基づく移動通信装置１を製造して組み立てるときに、上述した圧縮方法は、使用する対応する処理装置のコンピュータソフトウェア製品として実現することができる。
【００２３】
本発明を特定の実施例を用いて説明したが、これらの実施例は様々に変更することができるので、本発明はこれらの実施例にされないことは、当業者に明らかである。したがって、本発明は、ここに開示及び主張する基本的な原理に基づいた真の趣旨及び範囲に入るあらゆる及び全てこのような実施例及び／又は特徴を包含するものである。
【図面の簡単な説明】
【００２４】
【図１】本発明に係る移動通信装置の概略的な構成を示すブロック図である。
【図２】本発明に係る単語データベース格納方法を説明するためのフローチャートである。
【図３】本発明に係る単語参照テーブルを生成するための手順を示すフローチャートである。
【図４】本発明に係る単語参照テーブルを再編成するための手順を示すフローチャートである。

Claims (9)

1. 無線通信システムの移動通信装置のメモリ手段に単語データベースを格納する単語データベース格納方法において、
   異なる言語の単語をアルファベット順にソートするステップと、
   ２つ以上の連続する単語によって共有される共通の接頭辞がただ１度だけツリー構造のノードに格納され、それぞれの単語の対応する語尾が該ノードのリーブとして格納されるように、上記単語をツリー構造で上記単語データベースに配列するステップとを有し、
   上記ノード及びリーブがそれぞれの制御シンボルによって参照されて、上記単語がアクセスされることを特徴とする単語データベース格納方法。
2. 上記少なくとも１つの制御シンボルは、各々のノード及びリーブに割り当てられることを特徴とする請求項１に記載の単語データベース格納方法。
3. 上記ソートするステップの前に、上記移動通信装置で使われる文章中の共通の単語を検出するステップと、
   上記検出された共通の単語を単語参照と置き換えるステップとを有する請求項１又は２に記載の単語データベース格納方法。
4. 上記置き換えられた共通の単語と、上記それぞれ割り当たられた単語参照を含む参照テーブルを形成するステップを有する請求項３に記載の単語データベース格納方法。
5. ストリングが上記単語参照として使われることを特徴とする請求項３又は４に記載の単語データベース格納方法。
6. 上記配列するステップの後に、上記単語データベースを圧縮するステップを有する請求項１乃至５のいずれか１項に記載の単語データベース格納方法。
7. 上記圧縮するステップにおいて、バローズホイーラー変換アルゴリズムを使うことを特徴とする請求項６に記載の単語データベース格納方法。
8. コンピュータソフトウェア製品が処理装置のメモリ手段に格納されたときに請求項１乃至７のいずれか１項に記載の単語データベース格納方法を実行することができる単語データベースを無線通信システムの移動通信装置のメモリ手段に格納するためのコンピュータソフトウェア製品。
9. 無線通信システムの移動通信装置において、
   請求項１乃至７のいずれか１項に記載の単語データベース格納方法に従って格納される単語データベースを格納するメモリ手段と、
   上記単語データベースにアクセスする制御手段とを備える移動通信装置。

Images