JP2585951B2 - コードデータ検索装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、検索コードとコードデ
ータとを比較することで検索コードに一致するコードデ
ータ部分を検索していくよう処理するコードデータ検索
装置に関し、特に、コードデータの中に含まれる可能性
のある非本質的な違いを吸収して、効率的な検索処理を
可能にするコードデータ検索装置に関する。

【０００２】データ処理の分野では、作成された文書の
中から特定の文字列を持つ文書部分を検索していくとい
うように、テキストコードやバイナリコード等のコード
データの中から特定の検索コードを持つ部分を検索して
いくという処理を行うことが多い。

【０００３】このような検索処理では、コードデータの
中に含まれる可能性のある非本質的な違いを吸収して、
効率的な検索処理を可能にする構成を構築していく必要
がある。

【０００４】

【従来の技術】従来のコードデータ検索装置では、検索
コードに完全に一致するコードデータ部分を検索すると
いう構成を採っている。

【０００５】すなわち、従来のコードデータ検索装置で
は、検索コードと概略一致するコードデータ部分であっ
ても、一部に一致しない部分があるコードデータ部分に
ついては、検索コードではないと判断して検索を実行し
ていくという構成を採っているのである。

【０００６】

【発明が解決しようとする課題】しかしながら、このよ
うな従来技術に従っていると、コードデータの中に含ま
れる可能性のある非本質的な違いを吸収できずに検索処
理を実行することになるという問題点がある。

【０００７】例えば、複数のユーザにより作成される共
有化文書の例で説明するならば、同一意味であるにもか
かわらずユーザの個人差によって、共有化文書中に、
「インターフェース装置」と記述されたり、「インタフ
ェース装置」と記述されたりすることが起こるが、従来
技術に従っていると、「インターフェース装置」を検索
文字列として共有化文書を検索するときには、「インタ
フェース装置」が検索から漏れてしまうことになるとい
う問題点があったのである。

【０００８】これに対処するために、従来では、ユーザ
は、検索コードに類似するいくつもの類似検索コードを
想定して、これらを順番に検索コードとして指定して検
索処理を実行していくという方法を採っていたのである
が、これでは、効率的な検索処理を実行できないという
問題点があった。

【０００９】本発明はかかる事情に鑑みてなされたもの
であって、検索コードとコードデータとを比較すること
で検索コードに一致するコードデータ部分を検索してい
くよう処理するコードデータ検索装置にあって、コード
データの中に含まれる可能性のある非本質的な違いを吸
収して、効率的な検索処理を可能にする新たなコードデ
ータ検索装置の提供を目的とする。

【００１０】

【課題を解決するための手段】図１に本発明の原理構成
を図示する。図中、１は本発明を具備するコードデータ
検索装置であって、検索コードに一致するコードデータ
部分を検索して出力していくよう処理するものである。

【００１１】このコードデータ検索装置１は、文書やプ
ログラム等のコードデータを管理するコードデータファ
イル１０と、コードデータファイル１０から検索コード
と同一長のコードデータ部分を順次切り出す切出部１１
と、検索コードと切出部１１の切り出すコードデータ部
分との適合率を算出する算出部１２と、比較処理に従っ
て、切出部１１の切り出すコードデータ部分の内、検索
コードと一致するものと見なされるものを検出する比較
部１３と、検索領域範囲を指定する言語表現と検索領域
範囲との対応関係を管理するとともに、適合率レベルを
指定する言語表現と適合率レベルとの対応関係を管理す
る管理部１４とを備える。

【００１２】

【作用】本発明では、検索条件文に従って、検索コード
（複数の検索コードの論理結合で表されることもある）
と、検索領域範囲を指定する言語表現と、適合率レベル
を指定する言語表現とが与えられると、切出部１１は、
管理部１４の管理データを参照することで、その検索領
域範囲言語表現の規定する検索領域範囲を特定する。一
方、比較部１３は、管理部１４の管理データを参照する
ことで、その適合率レベル言語表現の規定する適合率レ
ベルを特定する。

【００１３】続いて、切出部１１は、コードデータファ
イル１０の管理するコードデータの中の特定した検索領
域範囲に含まれるコードデータから、検索コードと同一
長のコードデータ部分を順次切り出し、このコードデー
タ部分の切り出しを受けて、算出手段１２は、例えば、
このコードデータ部分と検索コードとの一致コード部分
のコード数と、その一致コード部分の連続性とから、こ
のコードデータ部分と検索コードとの適合率を算出した
り、このコードデータ部分と検索コードとの一致度を昇
順及び降順に評価するとともに、このコードデータ部分
と検索コードとの一致コード部分の順序性を評価して、
これらの評価値から、このコードデータ部分と検索コー
ドとの適合率を算出したりする。

【００１４】この適合率の算出処理を受けて、比較部１
３は、算出された適合率を特定した適合率レベルと比較
して、特定した適合率レベル以上の適合率を示すコード
データ部分については、検索コードであると判断してい
くことで検索処理を実行していく。

【００１５】このように、本発明のコードデータ検索装
置では、検索コードと完全に一致しないものであって
も、類似性の高いコードデータ部分については検索コー
ドであると見なして検索処理を実行していく構成を採る
ものであることから、コードデータの中に含まれる可能
性のある非本質的な違いを吸収して効率的な検索処理を
実現できるようになる。

【００１６】

【実施例】以下、文書検索に適用した実施例に従って本
発明を詳細に説明する。図２に、本発明を具備する文書
検索装置２の一実施例を図示する。

【００１７】この文書検索装置２は、文書検索条件文中
に記述される曖昧表現の定義を管理する曖昧表現定義管
理部２０と、ユーザと対話することで、曖昧表現定義管
理部２０に曖昧表現定義を登録する曖昧表現定義登録部
２１と、文書データを管理する文書ファイル２２と、ユ
ーザと対話することで、文書検索条件文を入力する検索
条件入力部２３と、文書ファイル２２に格納される文書
と、文書検索条件文の指定する検索文字列との適合率を
算出する文字検索部２４と、文字検索部２４の算出する
適合率を蓄積する検索結果蓄積部２５と、曖昧表現定義
管理部２０の曖昧表現定義を参照することで、文書検索
条件文中に記述される曖昧表現を対応の数値量に変換す
る曖昧表現変換部２６と、検索結果蓄積部２５の蓄積デ
ータを参照しつつ、数値化された文書検索条件を充足す
る文書部分を特定して出力する適合条件検査部２７とを
備える。

【００１８】図３に、曖昧表現定義管理部２０の管理す
る曖昧表現定義の一例を図示する。曖昧表現定義管理部
２０は、文書検索条件文中に記述される曖昧表現の定義
を管理するものであって、例えば、この図３に示すよう
に、検索する文書の行幅が「かなり多目」という曖昧表
現は、検索行数として“２８行”を表し、「多目」とい
う曖昧表現は、検索行数として“２５行”を表し、ま
た、適合率が「かなり少目」という曖昧表現は、適合率
の下限値として“２５％”を表し、「少目」という曖昧
表現は、適合率の下限値として“３５％”を表し、ま
た、検索する文書の文字桁位置が「かなり前」という曖
昧表現は、行内における検索開始桁位置・検索終了桁位
置として“１桁〜２０桁”を表し、「少し前」という曖
昧表現は、行内における検索開始桁位置／検索終了桁位
置として“２０桁〜４０桁”を表すというように管理す
るものである。

【００１９】更に、この曖昧表現定義管理部２０は、文
書検索条件文中に適合率に関しての曖昧表現が記述され
ていないときに対処するために、図３に示すように、検
索行数（行幅）が“１０行”のときには、適合率の下限
値として“８２％”を設定するというように、文書の行
幅と適合率の下限値のデフォルト値との対応関係をマト
リクス形式で管理することになる。

【００２０】図４に、検索条件入力部２３の入力する文
書検索条件文の一実施例を図示する。この図に示すよう
に、検索条件入力部２３の入力する文書検索条件文は、
検索する文書の行幅を指定する曖昧表現と、検索する文
書の検索開始桁位置・検索終了桁位置を指定する曖昧表
現と、検索対象となる検索文字列と、適合率の下限値を
指定する曖昧表現とを基本の組み合わせとして、１つの
幅文内に指定される複数の検索文字列についてはＡＮＤ
条件下にあると定義し、また、幅文と幅文とで結合する
検索文字列についてはＯＲ条件下にあると定義するもの
である。

【００２１】なお、１つの幅文内には、検索文字列対応
に適合率の下限値の記述を許すことも可能であるが、処
理を簡略化するために、この図４の実施例の文書検索条
件文では、１つの幅文内には１つの適合率の下限値の記
述しか許していない。また、検索する文書の検索開始桁
位置・検索終了桁位置を指定する曖昧表現が記述されて
いないときには、行内の全ての文書が検索対象となる。

【００２２】次に、文字検索部２４の適合率算出処理に
ついて説明する。文字検索部２４は、検索条件入力部２
３から文書検索条件文に従って、検索文字列と、検索す
る文書の文字桁位置に関しての曖昧表現とを受け取る
と、先ず最初に、曖昧表現定義管理部２０の管理データ
を参照することで、その曖昧表現の規定する文字桁位置
を特定する。例えば、検索する文書の文字桁位置が「か
なり前」という曖昧表現である場合には、行内における
検索開始桁位置・検索終了桁位置として“１桁〜２０
桁”という数値量であることを特定するのである。

【００２３】続いて、文字検索部２４は、文書ファイル
２２から特定した検索開始桁位置・検索終了桁位置の文
書を検索対象として読み出し、その読み出した文書から
検索文字列と同一長の文書部分を順次切り出して、その
切り出した文書部分と検索文字列との間の適合率を算出
する。

【００２４】この適合率の算出方法としては、例えば、 連続性＝Ｘ−((一致文字位置−（前一致文字位置＋１))
×８ 但し、Ｘは前回の連続性の値であって、初期値は１００ の式に従って連続性を算出して、この算出した連続性を
使って、 適合率（％）＝（一致文字数／長さ）×連続性 の式に従って適合率を算出していく方法を採ることが可
能である。

【００２５】この連続性の算出式は、１文字離散する毎
に８％の減点となる特性を持つ連続性を算出するもので
あって、具体的に説明するならば、検索文字列が“ＡＢ
ＣＤＥ”で、切り出した文書部分が“ＡＡＤＥＦ”であ
る場合には、切り出し文書部分の文字Ａ，Ｄ，Ｅが一致
文字位置となるものであることから、文字Ｄの一致文字
位置“３”と、そのときの前一致文字位置である文字Ａ
の一致文字位置“１”とから連続性を“１００％”から
減じて“９２％”と算出し、文字Ｅの一致文字位置
“４”と、そのときの前一致文字位置である文字Ｄの一
致文字位置“３”とから連続性を“９２％”に保つこと
で、最終的な連続性を“９２％”と算出するのである。

【００２６】このとき、一致文字数が“３”で、検索文
字列の長さが“５”であることから、この“９２％”の
連続性を使って、適合率を、 適合率（％）＝３／５×９２＝５５％ と算出する。

【００２７】そして、文字検索部２４は、検索対象とし
て読み出した文書に対して、文書の行を単位にして、こ
の適合率の算出処理を実行していって、最も高い適合率
を最終的な適合率として決定して検索結果蓄積部２５に
蓄積していくことで処理を終了する。ここで、文書検索
条件文が複数の検索文字列を記述しているときには、各
検索文字列毎に適合率を算出していって、図５に示すよ
うに、検索結果蓄積部２５に蓄積していくことになる。

【００２８】図６に、この適合率の算出処理方法に従う
構成を採るときに実行する文字検索部２４の処理フロー
を図示する。また、別の適合率の算出方法としては、例
えば、切り出した文書部分と検索文字列との間の一致文
字に対して、検索文字列の先頭から割り付けられる桁番
号の加算値で定義される昇順サマリーについての適合率
と、検索文字列の最後尾から割り付けられる桁番号の加
算値で定義される降順サマリーについての適合率と、一
致文字の発見順序に従って割り付けられる発見順序番号
の最大値で定義される順序性についての適合率とを求め
て、これらの適合率の重み付けされた平均値から最終的
な適合率を算出していく方法を採ることが可能である。

【００２９】具体的に説明するならば、検索文字列が
“ＡＢＣＤＥ”で、切り出した文書部分が“ＡＡＤＥ
Ｆ”である場合には、昇順サマリーは、文字Ａの桁番号
が“１”で、文字Ｂの桁番号が“２”で、文字Ｃの桁番
号が“３”で、文字Ｄの桁番号が“４”で、文字Ｅの桁
番号が“５”であって、一致文字がＡ，Ｄ，Ｅであるこ
とから、 ＡＡＤＥＦ≡１＋１＋４＋５＋０＝１１ と求まり、一方、降順サマリーは、文字Ａの桁番号が
“５”で、文字Ｂの桁番号が“４”で、文字Ｃの桁番号
が“３”で、文字Ｄの桁番号が“２”で、文字Ｅの桁番
号が“１”であって、一致文字がＡ，Ｄ，Ｅであること
から、 ＡＡＤＥＦ≡５＋５＋２＋１＋０＝１３ と求まり、一方、順序性は、一致文字Ａが第１番目に発
見され、一致文字Ｄが第２番目に発見され、一致文字Ｅ
が第３番目に発見されることから、 ＡＡＤＥＦ≡１＋０＋２＋３＋０≡３ と求まるので、昇順サマリー／降順サマリーをその満点
（検索文字列の長さをＮとするならばN(N+1)/2）の“１
５”で正規化することで昇順サマリー／降順サマリーの
適合率を算出し、一方、順序性をその満点（検索文字列
の長さをＮとするならばＮ）の“５”で正規化すること
で順序性の適合率を算出して、昇順サマリー／降順サマ
リーの適合率に対して重み値“５”を割り付け、順序性
の適合率に対して重み値“４”を割り付けて平均値を算
出することで、 適合率＝（１１／１５×５＋１３／１５×５＋３／５×
４）／１４＝７３％ と算出するのである。

【００３０】そして、文字検索部２４は、検索対象とし
て読み出した文書に対して、文書の行を単位にして、こ
の適合率の算出処理を実行していって、最も高い適合率
を最終的な適合率として決定して検索結果蓄積部２５に
蓄積していくことで処理を終了する。ここで、文書検索
条件文が複数の検索文字列を記述しているときには、各
検索文字列毎に適合率を算出していって、図５に示すよ
うに、検索結果蓄積部２５に蓄積していくことになる。

【００３１】図７及び図８に、この適合率の算出処理方
法に従う構成を採るときに実行する文字検索部２４の処
理フローを図示する。このようにして、文字検索部２４
は、文書ファイル２２に格納される文書の内の文書検索
条件文の指定する文字桁範囲の文書と、文書検索条件文
の指定する検索文字列との適合率を文書行単位に算出し
て、その算出した各検索文字列毎の適合率を検索結果蓄
積部２５に蓄積していくのである。

【００３２】一方、曖昧表現変換部２６は、検索条件入
力部２３から文書検索条件文に従って、適合率の曖昧表
現と、検索する文書の検索行数に関しての曖昧表現とを
受け取ると、曖昧表現定義管理部２０の管理データを参
照することで、その曖昧表現の規定する適合率の下限値
と検索行数とを特定する。例えば、適合率が「かなり少
目」という曖昧表現である場合には、適合率の下限値と
して“２５％”という数値量であることを特定し、ま
た、検索行数が「かなり多目」という曖昧表現である場
合には、検索行数として“２８行”という数値量である
ことを特定するのである。このとき、適合率の曖昧表現
が記述されていないときには、曖昧表現変換部２６は、
図３に示したマトリクスデータに従って適合率の下限値
を決定していくことになる。

【００３３】曖昧表現変換部２６が文書検索条件文の指
定する適合率の下限値と、検索する文書の検索行数とを
数値化すると、適合条件検査部２７は、検索結果蓄積部
２５の蓄積する適合率を参照しながら、数値化された文
書検索条件を充足する文書部分を特定して出力してい
く。すなわち、検索行数をウィンドウにしながら検索結
果蓄積部２５の蓄積する適合率を参照して、各検索文字
列毎に、文書検索条件文の指定する適合率の下限値より
も大きくなる文書部分が存在するか否かを判断していく
ことで、文書検索条件文の指定する論理関係を充足する
か否かを判断して、充足する場合には、その充足する部
分である検索行数分の文書部分を出力していくのであ
る。

【００３４】このようにして、文書検索装置２は、図９
に示すような文書を文書ファイル２２に格納するときに
あって、図１０に示すような文書検索条件文が与えられ
ると、図１１に示すような検索結果を出力していくこと
になる。

【００３５】このように、文書検索装置２は、従来の文
書検索装置と異なって、検索文字列と完全に一致しない
文書部分であっても、類似性の高い文書部分について
は、検索文字列と一致するものとして扱って検索処理を
実行していくよう処理するのである。

【００３６】図示実施例について説明したが、本発明は
これに限定されるものではない。例えば、実施例では文
書検索装置に従って本発明を開示したが、本発明はこれ
に限られることなく、文書以外のコードデータの検索処
理を実行するコードデータ検索装置に対してもそのまま
適用できるのである。

【００３７】

【発明の効果】以上説明したように、本発明のコードデ
ータ検索装置によれば、検索コードと完全に一致しない
ものであっても、類似性の高いコードデータ部分につい
ては検索コードであると見なして検索処理を実行してい
く構成を採るものであることから、コードデータの中に
含まれる可能性のある非本質的な違いを吸収して、効率
的な検索処理を実現できるようになる。

【図面の簡単な説明】

【図１】本発明の原理構成図である。

【図２】本発明を具備する文書検索装置の一実施例であ
る。

【図３】曖昧表現定義管理部の管理する曖昧表現定義の
一例である。

【図４】文書検索条件文の一実施例である。

【図５】検索結果蓄積部の蓄積する蓄積データの説明図
である。

【図６】文字検索部の実行する処理フローの一実施例で
ある。

【図７】文字検索部の実行する処理フローの一実施例で
ある。

【図８】文字検索部の実行する処理フローの一実施例で
ある。

【図９】文書ファイルに格納される文書の一例である。

【図１０】文書検索条件文の一例である。

【図１１】検索結果の一例である。

【符号の説明】

１ コードデータ検索装置 １０ コードデータファイル １１ 切出部 １２ 算出部 １３ 比較部 １４ 管理部

Claims (4)

(57)【特許請求の範囲】
1. 【請求項１】 コードデータを格納するコードデータフ
   ァイルの中から、指定される検索コードのコードデータ
   を検索するコードデータ検索装置において、コードデー
   タファイルから検索コードと同一長のコードデータ部分
   を順次切り出す切出部(11)と、 検索コードと、上記切出部(11)の切り出すコードデータ
   部分との適合率を算出する算出部(12)と、上記算出部(12)の算出する適合率と規定の基準値とを比
   較して、上記切出部(11)の切り出すコードデータ部分の
   内、該基準値よりも大きな適合率を示すものを検索コー
   ドと一致するものとして判断する比較部(13)とを備える
   ことを、 特徴とするコードデータ検索装置。
2. 【請求項２】 請求項１記載のコードデータ検索装置に
   おいて、 算出部(12)は、検索コードと切出部(11)の切り出すコー
   ドデータ部分との一致コード部分のコード数と、該一致
   コード部分の連続性とから適合率を算出していくよう処
   理することを、 特徴とするコードデータ検索装置。
3. 【請求項３】 請求項１記載のコードデータ検索装置に
   おいて、 算出部(12)は、検索コードと切出部(11)の切り出すコー
   ドデータ部分との一致度を、先頭から列尾まで昇順に評
   価するとともに、列尾から先頭まで降順に評価し、更
   に、検索コードと該コードデータ部分との一致コード部
   分の順序性を評価して、これらの評価値から適合率を算
   出していくよう処理することを、 特徴とするコードデータ検索装置。
4. 【請求項４】 請求項１、２又は３記載のコードデータ
   検索装置において、 検索領域範囲を指定する言語表現と、該言語表現の規定
   する検索領域範囲との対応関係を管理するとともに、適
   合率レベルを指定する言語表現と、該言語表現の規定す
   る適合率レベルとの対応関係を管理する管理部(14)を備
   え、切出部(11)は 、検索領域範囲を指定する言語表現が与え
   られるときに、上記管理部(14)の管理データに従って検
   索領域範囲を特定して、該検索領域範囲のコードデータ
   に対して切り出し処理を実行し、 比較部(13)は 、適合率レベルを指定する言語表現が与え
   られるときに、上記管理部(14)の管理データに従って適
   合率レベルを特定して、該適合率レベルを比較基準値と
   して用いていくよう処理することを、 特徴とするコードデータ検索装置。