JP2751681B2 - 文書検索装置 - Google Patents
文書検索装置Info
- Publication number
- JP2751681B2 JP2751681B2 JP3230143A JP23014391A JP2751681B2 JP 2751681 B2 JP2751681 B2 JP 2751681B2 JP 3230143 A JP3230143 A JP 3230143A JP 23014391 A JP23014391 A JP 23014391A JP 2751681 B2 JP2751681 B2 JP 2751681B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- unit
- data structure
- search
- storage unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【０００１】
【産業上の利用分野】本発明は電子化された膨大な文書
データベースから全文検索を行なう文書検索装置に関す
るものである。
データベースから全文検索を行なう文書検索装置に関す
るものである。
【０００２】
【従来の技術】近年、ワードプロセッサやパーソナルコ
ンピュータの普及、コンピュータによる文字認識の実用
化に伴い、これらによって作成される電子化文書が多く
なってきた。このため、大量の文書情報を蓄積し、必要
に応じて文書情報を検索するための文書データベースに
対する関心が高まってきている。従来の文書データベー
スでは、文書を検索する場合、文書毎に付されたキーワ
ードを利用するキーワード検索が一般的であった。しか
し、キーワード付け作業が蓄積文書の増加に間に合わな
い、時間が経過するとキーワードが陳腐化する、データ
ベース管理者の予想を越えたキーワードによる検索には
対応できず検索漏れが多くなる、等の問題点があった。
ンピュータの普及、コンピュータによる文字認識の実用
化に伴い、これらによって作成される電子化文書が多く
なってきた。このため、大量の文書情報を蓄積し、必要
に応じて文書情報を検索するための文書データベースに
対する関心が高まってきている。従来の文書データベー
スでは、文書を検索する場合、文書毎に付されたキーワ
ードを利用するキーワード検索が一般的であった。しか
し、キーワード付け作業が蓄積文書の増加に間に合わな
い、時間が経過するとキーワードが陳腐化する、データ
ベース管理者の予想を越えたキーワードによる検索には
対応できず検索漏れが多くなる、等の問題点があった。
【０００３】このような背景から最近は、全文データベ
ースと呼ばれる文書データベースが注目されている。全
文データベースでは、利用者から与えられた検索条件と
蓄積されている文書の全ての情報との間で照合を行い、
検索条件を満たす文書を出力する。検索条件では、従来
のキーワードのような単語以外に文などの文字列を用い
ても良い。
ースと呼ばれる文書データベースが注目されている。全
文データベースでは、利用者から与えられた検索条件と
蓄積されている文書の全ての情報との間で照合を行い、
検索条件を満たす文書を出力する。検索条件では、従来
のキーワードのような単語以外に文などの文字列を用い
ても良い。
【０００４】以下、従来の文書検索装置について説明す
る。図９は従来の文書検索装置を示すものである。図９
において、９０１はデータ入力部である。９０２はデー
タ記憶部で、データ入力部９０１で入力したデータを一
時記憶する。９０３は検索部であり、９０４は検索条件
記憶部であり、検索部９０３で読み込まれながら、検索
が行なわれる。９０５はデータ出力部である。
る。図９は従来の文書検索装置を示すものである。図９
において、９０１はデータ入力部である。９０２はデー
タ記憶部で、データ入力部９０１で入力したデータを一
時記憶する。９０３は検索部であり、９０４は検索条件
記憶部であり、検索部９０３で読み込まれながら、検索
が行なわれる。９０５はデータ出力部である。
【０００５】以上のように構成された文書検索装置につ
いて、以下その動作について説明する。まず、データ入
力部用にフォーマット化されたデータをデータ入力部９
０１で入力し、データ記憶部９０２に記憶する。記憶さ
れたデータに対して、検索部９０３が検索条件記憶部９
０４の検索条件に従って検索を行ない、条件に一致する
レコードのみデータ出力部９０５で出力を行なう。
いて、以下その動作について説明する。まず、データ入
力部用にフォーマット化されたデータをデータ入力部９
０１で入力し、データ記憶部９０２に記憶する。記憶さ
れたデータに対して、検索部９０３が検索条件記憶部９
０４の検索条件に従って検索を行ない、条件に一致する
レコードのみデータ出力部９０５で出力を行なう。
【０００６】
【発明が解決しようとする課題】しかしながら上記の従
来の構成では、データ入力部が単純な為、入力部用のデ
ータフォーマットに予め変換するなどの前処理が必要で
あり、新たに入手した文書データベースから即座に検索
できないという課題を有していた。
来の構成では、データ入力部が単純な為、入力部用のデ
ータフォーマットに予め変換するなどの前処理が必要で
あり、新たに入手した文書データベースから即座に検索
できないという課題を有していた。
【０００７】本発明は上記従来技術の課題を解決するも
ので、文書データベース固有のフォーマット情報を予め
登録するだけで、文書データベースのフォーマット変換
をせずに文書検索できる装置の提供を目的とする。
ので、文書データベース固有のフォーマット情報を予め
登録するだけで、文書データベースのフォーマット変換
をせずに文書検索できる装置の提供を目的とする。
【０００８】
【課題を解決するための手段】上記目的を達成するため
に本発明の文書検索装置は、文書データを入力するデー
タ入力手段と、予め前記文書データに固有の検索単位の
区切りを示す情報を記憶するデータ構造記憶手段と、前
記データ構造記憶手段に記憶された情報に基づき前記入
力手段により入力されたデータの構造を検出するデータ
構造検出手段と、前記データ構造検出手段の結果に基づ
き前記文書データに固有の検索単位の区切りを認識でき
るデータ構造情報を発生し、前記データ構造情報を入力
された文書データの構造を変換することなく前記文書デ
ータに付加するデータ構造発生手段と、前記データ構造
発生手段で発生したデータ構造情報を付加した文書デー
タに基づきインデックスを作成するインデックス作成手
段と、検索条件データを記憶する検索条件データ記憶手
段と、前記インデックス生成手段により作成されたイン
デックスに基づき前記データ構造発生手段の出力に対し
前記検索条件データ記憶手段に記憶された検索条件デー
タに従い検索を行う検索手段と、検索結果を出力するデ
ータ出力手段とを備えた構成と成っている。
に本発明の文書検索装置は、文書データを入力するデー
タ入力手段と、予め前記文書データに固有の検索単位の
区切りを示す情報を記憶するデータ構造記憶手段と、前
記データ構造記憶手段に記憶された情報に基づき前記入
力手段により入力されたデータの構造を検出するデータ
構造検出手段と、前記データ構造検出手段の結果に基づ
き前記文書データに固有の検索単位の区切りを認識でき
るデータ構造情報を発生し、前記データ構造情報を入力
された文書データの構造を変換することなく前記文書デ
ータに付加するデータ構造発生手段と、前記データ構造
発生手段で発生したデータ構造情報を付加した文書デー
タに基づきインデックスを作成するインデックス作成手
段と、検索条件データを記憶する検索条件データ記憶手
段と、前記インデックス生成手段により作成されたイン
デックスに基づき前記データ構造発生手段の出力に対し
前記検索条件データ記憶手段に記憶された検索条件デー
タに従い検索を行う検索手段と、検索結果を出力するデ
ータ出力手段とを備えた構成と成っている。
【０００９】
【００１０】
【作用】本発明は上記構成において、データ構造検出手
段が予め入力文書に対応してデータ構造記憶手段に記憶
された情報に基づき入力された文書データの構造を検出
し、データ構造発生手段が前記データ構造検出手段の結
果に基づきフィールド・レコードの開始や終了句切り等
のデータ構造情報を発生し、そのデータ構造情報を入力
された文書データに付加し、インデックス生成手段が前
記データ構造発生手段で発生したデータに基づきインデ
ックスを作成することにより従来のように文書データベ
ースのフォーマット化作業を行なうことなく検索が可能
となる。
段が予め入力文書に対応してデータ構造記憶手段に記憶
された情報に基づき入力された文書データの構造を検出
し、データ構造発生手段が前記データ構造検出手段の結
果に基づきフィールド・レコードの開始や終了句切り等
のデータ構造情報を発生し、そのデータ構造情報を入力
された文書データに付加し、インデックス生成手段が前
記データ構造発生手段で発生したデータに基づきインデ
ックスを作成することにより従来のように文書データベ
ースのフォーマット化作業を行なうことなく検索が可能
となる。
【００１１】
【００１２】
【実施例】（実施例１） 以下、本発明の第１の実施例について、図面を参照しな
がら説明する。図１は本発明の第１の実施例における文
書検索装置の構成図である。図１において、１１はデー
タ入力部であり、１２はデータ入力部１１で入力したデ
ータを記憶する第１データ記憶部であり、１３は第１デ
ータ記憶部１２で記憶したデータの構造を検出するデー
タ構造検出部であり、１４はデータ構造検出部１３で検
出するデータ構造を記憶するデータ構造記憶部であり、
１５はデータ構造記憶部１４にデータ構造を入力するデ
ータ構造入力部であり、１６は第１データ記憶部１２の
データを読み出してデータ構造検出部１３の検出結果に
従ってデータ構造情報をデータ線に付加するデータ構造
発生部であり、１７はデータ構造発生部１６で作成した
データを記憶する第２データ記憶部であり、１８はデー
タ構造発生部１６で作成したデータからデータ構造の単
位毎にインデックスアドレスを生成するインデックス生
成部であり、１９はインデックス生成部１８で生成した
インデックス情報を記憶するインデックス記憶部であ
り、２０は第２データ記憶部１７から検索を行なう検索
部であり、２１は検索部２０の条件を格納する検索条件
記憶部であり、２２は検索部２０の結果から文書データ
の出力を制御するデータ出力部である。
がら説明する。図１は本発明の第１の実施例における文
書検索装置の構成図である。図１において、１１はデー
タ入力部であり、１２はデータ入力部１１で入力したデ
ータを記憶する第１データ記憶部であり、１３は第１デ
ータ記憶部１２で記憶したデータの構造を検出するデー
タ構造検出部であり、１４はデータ構造検出部１３で検
出するデータ構造を記憶するデータ構造記憶部であり、
１５はデータ構造記憶部１４にデータ構造を入力するデ
ータ構造入力部であり、１６は第１データ記憶部１２の
データを読み出してデータ構造検出部１３の検出結果に
従ってデータ構造情報をデータ線に付加するデータ構造
発生部であり、１７はデータ構造発生部１６で作成した
データを記憶する第２データ記憶部であり、１８はデー
タ構造発生部１６で作成したデータからデータ構造の単
位毎にインデックスアドレスを生成するインデックス生
成部であり、１９はインデックス生成部１８で生成した
インデックス情報を記憶するインデックス記憶部であ
り、２０は第２データ記憶部１７から検索を行なう検索
部であり、２１は検索部２０の条件を格納する検索条件
記憶部であり、２２は検索部２０の結果から文書データ
の出力を制御するデータ出力部である。
【００１３】また、３０は入力データ線であり、３１は
データ入力部１１から第１データ記憶部１２へのデータ
線であり、３２は第１データ記憶部から読み出したデー
タ線であり、３３はデータ構造検出部１３がデータ構造
記憶部１４からデータ構造を読み出すデータ線であり、
３４はデータ構造入力部１５がデータ構造をデータ構造
記憶部１４に書き込むデータ線であり、３５はデータ構
造検出部１３で検出した結果をデータ構造発生部１６に
送る検出信号線であり、３６はデータ構造発生部１６で
付加したデータを第２データ記憶部１７とインデックス
生成部１８に送るデータ線であり、３７はインデックス
生成部１８で生成したインデックス情報をインデックス
記憶部１９に書き込むデータ線であり、３８はインデッ
クス記憶部１９からインデックス情報を読み出すデータ
線であり、３９は検索部２０から第２データ記憶部１７
を読み出すデータ線であり、４０は検索部２０が検索条
件記憶部２１から検索条件を読み出すデータ線であり、
４１はデータ出力部２２が第２データ記憶部１７からデ
ータを読み出すデータ線であり、４２は検索部２０が条
件に一致したかどうかをデータ出力部２２に知らせる一
致信号線であり、４３はデータ出力部２２からデータを
出力するデータ線である。
データ入力部１１から第１データ記憶部１２へのデータ
線であり、３２は第１データ記憶部から読み出したデー
タ線であり、３３はデータ構造検出部１３がデータ構造
記憶部１４からデータ構造を読み出すデータ線であり、
３４はデータ構造入力部１５がデータ構造をデータ構造
記憶部１４に書き込むデータ線であり、３５はデータ構
造検出部１３で検出した結果をデータ構造発生部１６に
送る検出信号線であり、３６はデータ構造発生部１６で
付加したデータを第２データ記憶部１７とインデックス
生成部１８に送るデータ線であり、３７はインデックス
生成部１８で生成したインデックス情報をインデックス
記憶部１９に書き込むデータ線であり、３８はインデッ
クス記憶部１９からインデックス情報を読み出すデータ
線であり、３９は検索部２０から第２データ記憶部１７
を読み出すデータ線であり、４０は検索部２０が検索条
件記憶部２１から検索条件を読み出すデータ線であり、
４１はデータ出力部２２が第２データ記憶部１７からデ
ータを読み出すデータ線であり、４２は検索部２０が条
件に一致したかどうかをデータ出力部２２に知らせる一
致信号線であり、４３はデータ出力部２２からデータを
出力するデータ線である。
【００１４】以上のように構成された文書検索装置につ
いて、図２に示す構造を持ったデータ列を入力した場合
の動作を説明する。図２でＣ（１１１）からＣ（ＬＭ
Ｎ）のＣを文字とし、またＣ（１１１）からＣ（Ｌ１
１）、Ｃ（１２１）からＣ（Ｌ２１）というように文字
Ｃがある単位で集まったものをフィールドとし、フィー
ルドとフィールドがある単位で集まったものをレコード
とする。各フィールドの文字数、各レコードのフィール
ド数は異なっても良いものとする。またフィールドとレ
コードの区別を付ける為の文字または文字列がそれぞれ
フィールド内，レコード内に含まれているものとし、デ
ータ構造入力部１５により、これらの文字または文字列
がデータ構造記憶部１４に記憶される。
いて、図２に示す構造を持ったデータ列を入力した場合
の動作を説明する。図２でＣ（１１１）からＣ（ＬＭ
Ｎ）のＣを文字とし、またＣ（１１１）からＣ（Ｌ１
１）、Ｃ（１２１）からＣ（Ｌ２１）というように文字
Ｃがある単位で集まったものをフィールドとし、フィー
ルドとフィールドがある単位で集まったものをレコード
とする。各フィールドの文字数、各レコードのフィール
ド数は異なっても良いものとする。またフィールドとレ
コードの区別を付ける為の文字または文字列がそれぞれ
フィールド内，レコード内に含まれているものとし、デ
ータ構造入力部１５により、これらの文字または文字列
がデータ構造記憶部１４に記憶される。
【００１５】このようなデータ列をデータ入力部１１に
入力すると、データ入力部１１は第１データ記憶部１２
にデータを書き込む。書き込みと同時にデータ構造検出
部１３がデータ構造記憶部１４に記憶された情報に基づ
きフィールドとレコードの区別を付ける為の文字または
文字列を検出する。この文字または文字列は正規表現で
受理するものとする。データ構造検出部１３で検出した
場合には、データ構造発生部１６で第１データ記憶部か
ら逐次データ読み込み、入力データに対してデータ構造
情報を付加し、第２データ記憶部１７に書き込み、同時
にデータ構造発生部１６で作成したタグ部からインデッ
クス生成部１８でインデックスアドレスを生成し、イン
デックス記憶部１９に書き込む。
入力すると、データ入力部１１は第１データ記憶部１２
にデータを書き込む。書き込みと同時にデータ構造検出
部１３がデータ構造記憶部１４に記憶された情報に基づ
きフィールドとレコードの区別を付ける為の文字または
文字列を検出する。この文字または文字列は正規表現で
受理するものとする。データ構造検出部１３で検出した
場合には、データ構造発生部１６で第１データ記憶部か
ら逐次データ読み込み、入力データに対してデータ構造
情報を付加し、第２データ記憶部１７に書き込み、同時
にデータ構造発生部１６で作成したタグ部からインデッ
クス生成部１８でインデックスアドレスを生成し、イン
デックス記憶部１９に書き込む。
【００１６】図３がデータ構造情報を付加した例であ
り、第２データ記憶部とインデックス記憶部の内容を示
す。第２データ記憶部のタグ部がデータ構造情報を付加
した結果である。タグ部の内容は図４に示すようにＦＳ
がフィールドの開始を示し、Ｄが通常データを示す。ま
たＦＥはフィールドの終了を示し、ＲＳはレコードの開
始を示し、ＲＥはレコードの終了を示し、Ｋはフィール
ドとフィールド・レコードとレコードを区切る為の区切
り文字を示す。更にインデックス記憶部の内容はＦＳの
付いた文字のアドレスが付いている。
り、第２データ記憶部とインデックス記憶部の内容を示
す。第２データ記憶部のタグ部がデータ構造情報を付加
した結果である。タグ部の内容は図４に示すようにＦＳ
がフィールドの開始を示し、Ｄが通常データを示す。ま
たＦＥはフィールドの終了を示し、ＲＳはレコードの開
始を示し、ＲＥはレコードの終了を示し、Ｋはフィール
ドとフィールド・レコードとレコードを区切る為の区切
り文字を示す。更にインデックス記憶部の内容はＦＳの
付いた文字のアドレスが付いている。
【００１７】検索部２０はインデックス記憶部１９から
インデックス情報を読み取り、インデックス情報に基づ
き第２データ記憶部から検索対象のフィールドを読み込
むことが可能になる。
インデックス情報を読み取り、インデックス情報に基づ
き第２データ記憶部から検索対象のフィールドを読み込
むことが可能になる。
【００１８】図５に入力データの例として新聞情報と図
書情報の２種類のデータと、それぞれのデータに対しデ
ータ構造記憶部１４に登録されるデータ構造の例を示
す。
書情報の２種類のデータと、それぞれのデータに対しデ
ータ構造記憶部１４に登録されるデータ構造の例を示
す。
【００１９】以上のように本実施例によれば、データ構
造検出部とデータ構造記憶部とデータ構造発生部を設け
ることにより、文書データの構造を予めデータ構造記憶
部に登録しておき、入力されたデータに対して、データ
構造検出部でデータ構造を検出し、データ構造発生部で
データ線以外の信号線にデータ構造情報を付加すること
によって、文書データのフォーマット化処理をせずに、
つまり、データ構造の異なる様々な文書データの入力に
対応できるとともに、その入力文書データそのままから
の検索が可能となる。
造検出部とデータ構造記憶部とデータ構造発生部を設け
ることにより、文書データの構造を予めデータ構造記憶
部に登録しておき、入力されたデータに対して、データ
構造検出部でデータ構造を検出し、データ構造発生部で
データ線以外の信号線にデータ構造情報を付加すること
によって、文書データのフォーマット化処理をせずに、
つまり、データ構造の異なる様々な文書データの入力に
対応できるとともに、その入力文書データそのままから
の検索が可能となる。
【００２０】（実施例２）以下、本発明の第２の実施例
について、図面を参照しながら説明する。図６は本発明
の第２の実施例における文書検索装置を示し、図７は本
発明の第２の実施例における文書検索装置のデータ構造
挿入部の出力の例である。
について、図面を参照しながら説明する。図６は本発明
の第２の実施例における文書検索装置を示し、図７は本
発明の第２の実施例における文書検索装置のデータ構造
挿入部の出力の例である。
【００２１】図６において、６１はデータ入力部であ
り、６２はデータ入力部６１で入力したデータを記憶す
る第１データ記憶部であり、６３は第１データ記憶部６
２で記憶したデータの構造を検出するデータ構造検出部
であり、６４はデータ構造検出部６３で検出するデータ
構造を記憶するデータ構造記憶部であり、６５はデータ
構造記憶部６４にデータ構造を入力するデータ構造入力
部であり、６６は第１データ記憶部６２のデータを読み
出してデータ構造検出部６３の検出結果に従って構造情
報をデータ間に挿入するデータ構造挿入部であり、６７
はデータ構造挿入部６６で作成したデータを記憶する第
２データ記憶部であり、６８はデータ構造挿入部６６で
作成したデータからデータ構造の単位毎にインデックス
アドレスを生成するインデックス生成部であり、６９は
インデックス生成部６８で生成したインデックス情報を
記憶するインデックス記憶部であり、７０は第２データ
記憶部６７から検索を行なう検索部であり、７１は検索
部７０の条件を格納する検索条件記憶部であり、７２は
検索部７０の結果から文書データの出力を制御するデー
タ出力部であり、７３はデータ構造挿入部で挿入した構
造を表すデータを削除するデータ構造削除部である。
り、６２はデータ入力部６１で入力したデータを記憶す
る第１データ記憶部であり、６３は第１データ記憶部６
２で記憶したデータの構造を検出するデータ構造検出部
であり、６４はデータ構造検出部６３で検出するデータ
構造を記憶するデータ構造記憶部であり、６５はデータ
構造記憶部６４にデータ構造を入力するデータ構造入力
部であり、６６は第１データ記憶部６２のデータを読み
出してデータ構造検出部６３の検出結果に従って構造情
報をデータ間に挿入するデータ構造挿入部であり、６７
はデータ構造挿入部６６で作成したデータを記憶する第
２データ記憶部であり、６８はデータ構造挿入部６６で
作成したデータからデータ構造の単位毎にインデックス
アドレスを生成するインデックス生成部であり、６９は
インデックス生成部６８で生成したインデックス情報を
記憶するインデックス記憶部であり、７０は第２データ
記憶部６７から検索を行なう検索部であり、７１は検索
部７０の条件を格納する検索条件記憶部であり、７２は
検索部７０の結果から文書データの出力を制御するデー
タ出力部であり、７３はデータ構造挿入部で挿入した構
造を表すデータを削除するデータ構造削除部である。
【００２２】また８０は入力データ線であり、８１はデ
ータ入力部６１から第１データ記憶部６２へのデータ線
であり、８２は第１データ記憶部から読み出したデータ
線であり、８３はデータ構造検出部６３がデータ構造記
憶部６４からデータ構造を読み出すデータ線であり、８
４はデータ構造入力部６５がデータ構造をデータ構造記
憶部６４に書き込むデータ線であり、８５はデータ構造
検出部６３で検出した結果をデータ構造挿入部６６に送
る信号線であり、８６はデータ構造挿入部６６で挿入し
たデータを第２データ記憶部６７とインデックス生成部
６８に送るデータ線であり、８７はインデックス生成部
６８で生成したインデックス情報をインデックス記憶部
６９に書き込むデータ線であり、８８はインデックス記
憶部６９からインデックス情報を読み出すデータ線であ
り、８９は検索部７０から第２データ記憶部６７を読み
出すデータ線であり、９０は検索部７０が検索条件記憶
部７１から検索条件を読み出すデータ線であり、９１は
データ出力部７２が第２データ記憶部６７からデータを
読み出すデータ線であり、９２は検索部７０が条件に一
致したかどうかをデータ出力部７２に知らせる一致信号
線であり、９３はデータ出力部７２からデータを出力す
るデータ線であり、９４はデータ構造削除部７３で挿入
したデータを削除した信号線である。
ータ入力部６１から第１データ記憶部６２へのデータ線
であり、８２は第１データ記憶部から読み出したデータ
線であり、８３はデータ構造検出部６３がデータ構造記
憶部６４からデータ構造を読み出すデータ線であり、８
４はデータ構造入力部６５がデータ構造をデータ構造記
憶部６４に書き込むデータ線であり、８５はデータ構造
検出部６３で検出した結果をデータ構造挿入部６６に送
る信号線であり、８６はデータ構造挿入部６６で挿入し
たデータを第２データ記憶部６７とインデックス生成部
６８に送るデータ線であり、８７はインデックス生成部
６８で生成したインデックス情報をインデックス記憶部
６９に書き込むデータ線であり、８８はインデックス記
憶部６９からインデックス情報を読み出すデータ線であ
り、８９は検索部７０から第２データ記憶部６７を読み
出すデータ線であり、９０は検索部７０が検索条件記憶
部７１から検索条件を読み出すデータ線であり、９１は
データ出力部７２が第２データ記憶部６７からデータを
読み出すデータ線であり、９２は検索部７０が条件に一
致したかどうかをデータ出力部７２に知らせる一致信号
線であり、９３はデータ出力部７２からデータを出力す
るデータ線であり、９４はデータ構造削除部７３で挿入
したデータを削除した信号線である。
【００２３】第１の実施例図１の構成と異なるのは１６
のデータ構造発生部ではデータ線を拡張してデータ構造
を付加するのに対して６６のデータ構造挿入部ではデー
タ線は拡張せず、区別がつく特別な文字コードを挿入す
ることにより構造情報を作成し、データ構造削除部７３
がデータ構造挿入部６６で挿入した文字を削除する点で
ある。
のデータ構造発生部ではデータ線を拡張してデータ構造
を付加するのに対して６６のデータ構造挿入部ではデー
タ線は拡張せず、区別がつく特別な文字コードを挿入す
ることにより構造情報を作成し、データ構造削除部７３
がデータ構造挿入部６６で挿入した文字を削除する点で
ある。
【００２４】上記のように構成された文書検索装置につ
いて、図２のデータを入力した場合の動作を説明する。
まず、図２のデータ列をデータ入力部６１に入力する
と、データ入力部６１は第１データ記憶部６２にデータ
を書き込む。書き込みと同時にデータ構造検出部６３が
フィールドとレコードの区別を付ける為の文字または文
字列を検出する。この文字または文字列は正規表現で受
理するものとする。データ構造検出部６３で検出した場
合には、データ構造挿入部６６で第１データ記憶部から
逐次データ読み込み、入力データに対してをデータ構造
情報を挿入し、第２データ記憶部６７に書き込み、同時
に挿入したデータからインデックス生成部６８でインデ
ックスアドレスを生成し、インデックス記憶部６９に書
き込む。
いて、図２のデータを入力した場合の動作を説明する。
まず、図２のデータ列をデータ入力部６１に入力する
と、データ入力部６１は第１データ記憶部６２にデータ
を書き込む。書き込みと同時にデータ構造検出部６３が
フィールドとレコードの区別を付ける為の文字または文
字列を検出する。この文字または文字列は正規表現で受
理するものとする。データ構造検出部６３で検出した場
合には、データ構造挿入部６６で第１データ記憶部から
逐次データ読み込み、入力データに対してをデータ構造
情報を挿入し、第２データ記憶部６７に書き込み、同時
に挿入したデータからインデックス生成部６８でインデ
ックスアドレスを生成し、インデックス記憶部６９に書
き込む。
【００２５】図７がデータ構造情報を付加した例であ
り、第２データ記憶部とインデックス記憶部の内容を示
す。第２データ記憶部の内容がデータ構造情報を挿入し
た結果である。挿入した内容は図４に示すようにＦＳが
フィールドの開始を示す。またインデックス記憶部の内
容はＦＳの付いた文字のアドレスが付いている。
り、第２データ記憶部とインデックス記憶部の内容を示
す。第２データ記憶部の内容がデータ構造情報を挿入し
た結果である。挿入した内容は図４に示すようにＦＳが
フィールドの開始を示す。またインデックス記憶部の内
容はＦＳの付いた文字のアドレスが付いている。
【００２６】検索部７０はインデックス記憶部６９から
インデックス情報を読み取り、第２データ記憶部から検
索対象のフィールドを読み込むことが可能になる。
インデックス情報を読み取り、第２データ記憶部から検
索対象のフィールドを読み込むことが可能になる。
【００２７】以上のように本実施例によれば、データ構
造検出部とデータ構造記憶部とデータ構造挿入部を設け
ることにより、文書データの構造予め構造データ記憶部
に登録しておき、入力されたデータに対して、データ構
造検出部でデータ構造を検出し、データ構造挿入部でデ
ータに挿入することによって、文書データのフォーマッ
ト化処理をせずに、検索が可能となり、また、データ構
造削除部を設けることにより、データ構造挿入部で挿入
されたデータを削除することによって、入力された文書
データを入力時と同じ構造のまま出力することが可能と
なる。
造検出部とデータ構造記憶部とデータ構造挿入部を設け
ることにより、文書データの構造予め構造データ記憶部
に登録しておき、入力されたデータに対して、データ構
造検出部でデータ構造を検出し、データ構造挿入部でデ
ータに挿入することによって、文書データのフォーマッ
ト化処理をせずに、検索が可能となり、また、データ構
造削除部を設けることにより、データ構造挿入部で挿入
されたデータを削除することによって、入力された文書
データを入力時と同じ構造のまま出力することが可能と
なる。
【００２８】（実施例３）以下、本発明の第３の実施例
について説明する。
について説明する。
【００２９】構成は図１と同様なものであるが、第１の
実施例と異なるのはデータ構造発生部１６で発生する構
造を示すタグ以外にデータの照合・非照合を発生するこ
とである。図８はデータ構造発生部１６で発生したデー
タの例を示す。図８でデータ部とタグ部については図３
と同じであるが、照合モードの○が照合を示し，×が非
照合を示す１ビットの情報を付け加えることにより検索
部２０でその情報を読みとり、検索対象にするかどうか
の決める。
実施例と異なるのはデータ構造発生部１６で発生する構
造を示すタグ以外にデータの照合・非照合を発生するこ
とである。図８はデータ構造発生部１６で発生したデー
タの例を示す。図８でデータ部とタグ部については図３
と同じであるが、照合モードの○が照合を示し，×が非
照合を示す１ビットの情報を付け加えることにより検索
部２０でその情報を読みとり、検索対象にするかどうか
の決める。
【００３０】以上のように、データ構造発生部１６で発
生したデータの照合・非照合を示すモードを設けること
により、照合対象から除外したいデータから検索しない
ことが可能になり、高速な処理を行うことができる。
生したデータの照合・非照合を示すモードを設けること
により、照合対象から除外したいデータから検索しない
ことが可能になり、高速な処理を行うことができる。
【００３１】
【発明の効果】以上のように本発明は、データ構造検出
手段とデータ構造発生手段とデータ構造発生手段の結果
に基づきインデックスを作成するインデックス生成手段
を設けることにより文書データを予め検索装置特有のフ
ォーマットに変換せずに、つまり、データ構造の異なる
様々な文書データの入力に対応できるとともに、その入
力された文書データそのままから即座に検索することが
できる。
手段とデータ構造発生手段とデータ構造発生手段の結果
に基づきインデックスを作成するインデックス生成手段
を設けることにより文書データを予め検索装置特有のフ
ォーマットに変換せずに、つまり、データ構造の異なる
様々な文書データの入力に対応できるとともに、その入
力された文書データそのままから即座に検索することが
できる。
【００３２】
【図１】本発明の第１の実施例における文書検索装置の
構成図
構成図
【図２】第１の実施例における文書検索装置で扱う文書
データの図
データの図
【図３】第１の実施例における第２データ記憶部とイン
デックス記憶部の内容を示す図
デックス記憶部の内容を示す図
【図４】第１の実施例におけるデータ構造生成部で生成
するタグ部の内容を示す図
するタグ部の内容を示す図
【図５】（ａ）第１の実施例における文書検索装置で扱
う新聞情報データの例示図 （ｂ）第１の実施例における文書検索装置で扱う図書情
報データの例示図
う新聞情報データの例示図 （ｂ）第１の実施例における文書検索装置で扱う図書情
報データの例示図
【図６】本発明の第２の実施例における文書検索装置の
構成図
構成図
【図７】第２の実施例における第２データ記憶部とイン
デックス記憶部の内容を示す図
デックス記憶部の内容を示す図
【図８】第３の実施例における第２データ記憶部とイン
デックス記憶部の内容を示す図
デックス記憶部の内容を示す図
【図９】従来の文書検索装置の構成図
１１ データ入力部 １２ 第１データ記憶部 １３ データ構造検出部 １４ データ構造記憶部 １５ データ構造入力部 １６ データ構造発生部 １７ 第２データ記憶部 １８ インデックス生成部 １９ インデックス記憶部 ２０ 検索部 ２１ 検索条件記憶部 ２２ データ出力部 ３０ データ線 ３１ データ線 ３２ データ線 ３３ データ線 ３４ データ線 ３５ 検出信号線 ３６ データ線 ３７ データ線 ３８ データ線 ３９ データ線 ４０ データ線 ４１ データ線 ４２ 一致信号線 ４３ データ線 ６１ データ入力部 ６２ 第１データ記憶部 ６３ データ構造検出部 ６４ データ構造記憶部 ６５ データ構造入力部 ６６ データ構造挿入部 ６７ 第２データ記憶部 ６８ インデックス生成部 ６９ インデックス記憶部 ７０ 検索部 ７１ 検索条件記憶部 ７２ データ出力部 ７３ データ構造削除部 ８０ データ線 ８１ データ線 ８２ データ線 ８３ データ線 ８４ データ線 ８５ 検出信号線 ８６ データ線 ８７ データ線 ８８ データ線 ８９ データ線 ９０ データ線 ９１ データ線 ９２ 一致信号線 ９３ データ線 ９４ データ線 ９０１ データ入力部 ９０２ データ記憶部 ９０３ 検索部 ９０４ 検索条件記憶部 ９０５ データ出力部 ９１０ データ線 ９１１ データ線 ９１２ データ線 ９１３ データ線 ９１４ 一致信号線 ９１５ データ線 ９１６ データ線
フロントページの続き (72)発明者 田村 登 大阪府門真市大字門真1006番地 松下電 器産業株式会社内 (72)発明者 ▲つる▼林 健 大阪府門真市大字門真1006番地 松下電 器産業株式会社内 (56)参考文献 特開 平２−110772（ＪＰ，Ａ) 特開 平２−109166（ＪＰ，Ａ) (58)調査した分野(Int.Cl.6，ＤＢ名) G06F 17/30
Claims (1)
- 【請求項１】文書データを入力するデータ入力手段と、
予め前記文書データに固有の検索単位の区切りを示す情
報を記憶するデータ構造記憶手段と、前記データ構造記
憶手段に記憶された情報に基づき前記入力手段により入
力されたデータの構造を検出するデータ構造検出手段
と、前記データ構造検出手段の結果に基づき前記文書デ
ータに固有の検索単位の区切りを認識できるデータ構造
情報を発生し、前記データ構造情報を入力された文書デ
ータの構造を変換することなく前記文書データに付加す
るデータ構造発生手段と、前記データ構造発生手段で発
生したデータ構造情報を付加した文書データに基づきイ
ンデックスを作成するインデックス作成手段と、検索条
件データを記憶する検索条件データ記憶手段と、前記イ
ンデックス生成手段により作成されたインデックスに基
づき前記データ構造発生手段の出力に対し前記検索条件
データ記憶手段に記憶された検索条件データに従い検索
を行う検索手段と、検索結果を出力するデータ出力手段
とを備え、入力された文書データのデータ構造を変更す
ることなく検索を行うことを特徴とする文書検索装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3230143A JP2751681B2 (ja) | 1991-09-10 | 1991-09-10 | 文書検索装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3230143A JP2751681B2 (ja) | 1991-09-10 | 1991-09-10 | 文書検索装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0567147A JPH0567147A (ja) | 1993-03-19 |
| JP2751681B2 true JP2751681B2 (ja) | 1998-05-18 |
Family
ID=16903264
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3230143A Expired - Fee Related JP2751681B2 (ja) | 1991-09-10 | 1991-09-10 | 文書検索装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2751681B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3226164B2 (ja) | 1998-11-06 | 2001-11-05 | 日本電気株式会社 | 移動携帯情報端末装置およびそのデータ表示方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5660935A (en) * | 1979-10-23 | 1981-05-26 | Toshiba Corp | Data input system |
| JPH0823864B2 (ja) * | 1986-03-29 | 1996-03-06 | 株式会社東芝 | 見出し判定方法 |
| JPS6429930A (en) * | 1987-07-24 | 1989-01-31 | Matsushita Electric Ind Co Ltd | Program data register |
| JPS6435627A (en) * | 1987-07-31 | 1989-02-06 | Fujitsu Ltd | Data retrieving system |
| JPH02109166A (ja) * | 1988-10-18 | 1990-04-20 | Matsushita Electric Ind Co Ltd | 文字列検索装置 |
| JPH02110772A (ja) * | 1988-10-20 | 1990-04-23 | Matsushita Electric Ind Co Ltd | 文字列検索装置 |
-
1991
- 1991-09-10 JP JP3230143A patent/JP2751681B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0567147A (ja) | 1993-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2896634B2 (ja) | 全文登録語検索装置および全文登録語検索方法 | |
| JP3178475B2 (ja) | データ処理装置 | |
| US5745745A (en) | Text search method and apparatus for structured documents | |
| US6862602B2 (en) | System and method for rapidly identifying the existence and location of an item in a file | |
| JP2783558B2 (ja) | 要約生成方法および要約生成装置 | |
| US5396588A (en) | Data processing using digitized images | |
| Lesk | Some applications of inverted indexes on the UNIX system | |
| JP2885487B2 (ja) | 文書内情報検索装置 | |
| JP2693914B2 (ja) | 検索システム | |
| JPH08147311A (ja) | 構造化文書検索方法及び装置 | |
| JPH067385B2 (ja) | キ−ワ−ド自動抽出方式 | |
| JP2751681B2 (ja) | 文書検索装置 | |
| JP2503333B2 (ja) | 全文インデックス検索方法 | |
| JP3081093B2 (ja) | 索引作成方法およびその装置と文書検索装置 | |
| JP3477822B2 (ja) | 文書登録検索システム | |
| JP2535629B2 (ja) | 検索システムの入力文字列正規化方式 | |
| JPS59105141A (ja) | 電子的文書の管理方法 | |
| CN110347804A (zh) | 一种线性时间复杂度的敏感信息检测方法 | |
| JPH08314975A (ja) | 情報検索装置 | |
| US20040164989A1 (en) | Method and apparatus for disclosing information, and medium for recording information disclosure program | |
| JPH0991305A (ja) | 情報処理方法及び装置 | |
| JP3239845B2 (ja) | 全文検索装置および方法 | |
| JPH0635971A (ja) | 文書検索装置 | |
| JPH09114856A (ja) | 検索用索引生成装置 | |
| JPH09259132A (ja) | 情報登録検索装置及びその方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |