JP3127869B2 - 類似データ抽出システム及びその方法 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、類似データを抽出
する方式に関し、特に電子化したデータから類似データ
を比較して抽出する類似データ抽出システム及びその方
法に関する。

【０００２】

【従来の技術】従来、例えば新規のシステムやアプリケ
ーションを導入する場合等に、既存データが一元管理さ
れていない場合、データを移行する際にデータを重複し
て保有する可能性が高くなるため、既存のデータどうし
の重複をチェックする必要が生じる。これまで、データ
どうしの重複チェックは、互いのデータを見比べる等の
人手に頼る部分が大きいため、チェックに多くの時間を
要しかつ誤りが発生しやすい。このため、既存データの
移行が遅れて新規システムの導入に時間がかかることに
なる。

【０００３】また、データベース等の検索において、あ
る対象となるデータから特定のデータ（キーワード）を
抽出する場合、キーワードとして文字列を指定してその
文字列と一致するデータを対象データから抽出してい
る。

【０００４】従来技術として、従来の文字列の入力によ
り対応する情報を抽出するための文字列認識方法が、特
開平５−２５７９８２号公報に開示されている。この特
開平５−２５７９８２号公報における文字列認識方法で
は、文字列どうしの類似点を抽出することにより、全文
検索等を効率よく行なうためのものであり、文字の位置
や長さ等による特徴量から文字列どうしの類似度を評価
することにより、より曖昧なキーワードの指定を可能と
している。

【０００５】また、他の従来技術として、キーワードと
一致するデータだけでなく、キーワードと類似するデー
タを抽出可能としたデータベース検索装置が、特開平６
−３２５０９１号公報に開示されている。この特開平６
−３２５０９１号公報におけるデータベース検索装置で
は、キーワードと検索対象となるデータの特徴量に基づ
いてキーワードとの類似度を求めて類似データを抽出す
ることにより、曖昧な検索を可能としている。

【０００６】

【発明が解決しようとする課題】上述した従来の技術に
おいては、以下に述べるような問題点があった。

【０００７】第１に、従来の技術では、データどうしの
重複をチェックする場合、人手によって互いのデータを
見比べることにより重複するかどうかを判断しているた
め、チェックに多くの時間を要しかつ誤りが発生しやす
いという問題があった。

【０００８】第２に、従来のデータの検索において扱う
ことのできるデータが文字列（例えば、文字コード）に
限定されているため、文字や画像が混在したようなデー
タから文字列以外のデータを検索することができないと
いう問題があった。

【０００９】第３に、従来の技術では、データ内の潜在
的な類似データを抽出することが困難であり、類似デー
タの抽出に時間がかかるという問題があった。例えば、
従来の特開平５−２５７９８２号公報及び特開平６−３
２５０９１号公報に開示される文字列（キーワード）と
類似するデータを抽出する技術では、何れも類似度を求
めるのに非常に複雑な計算が必要となるためである。

【００１０】本発明の第１の目的は、対象データから特
定のデータと類似するデータを、高速に抽出することを
可能とする類似データ抽出システム及びその方法を提供
することにある。

【００１１】本発明の第２の目的は、文字や画像が混在
するデータを含め、あらゆる対象データから特定のデー
タと類似するデータを抽出することを可能とする類似デ
ータ抽出システム及びその方法を提供することにある。

【００１２】本発明の第３の目的は、互いに重複するデ
ータのチェックを容易に行なうことができる類似データ
抽出システム及びその方法を提供することにある。

【００１３】

【課題を解決するための手段】上記目的を達成する本発
明は、検索対象データから比較元データに類似したデー
タを抽出する類似データ抽出システムにおいて、前記検
索対象データをビット列に変換する検索対象データ変換
手段と、ビット列に変換された前記検索対象データから
指定されたデータ長の前記比較元データを取得する比較
元データ取得手段と、前記比較元データを、前記検索対
象データの先頭ビットから１ビットずつずらして順次比
較し、前記検索対象データのうち前記比較元データと比
較したデータの、前記比較元データと一致するビット数
を検出するデータ比較演算手段と、前記データ比較演算
手段で検出された一致ビット数に基づいて、前記検索対
象データのうち前記比較元データと比較したデータが、
前記比較元データと類似するかどうかを判定する類似判
定手段とを備え、前記比較元データ取得手段は、初期状
態において、前記検索対象データの先頭ビットから指定
されたデータ長分の前記比較元データを取得し、前記比
較元データの前記検索対象データとの比較が終了する毎
に、前記検索対象データの比較元データの取得位置を１
ビットずつずらして次の前記比較元データを取得するこ
とを特徴とする。

【００１４】請求項２の類似データ抽出システムでは、
前記類似判定手段は、前記一致ビット数の前記比較元デ
ータのデータ長に対する割合を類似割合として算出し、
該算出した類似割合を予め設定された閾値と比較し、前
記類似割合が前記閾値以上の場合に、前記検索対象デー
タのうち前記比較元データと比較したデータを前記比較
元データと類似すると判定することを特徴とする。

【００１５】請求項３の類似データ抽出システムでは、
前記類似判定手段は、前記検索対象データのうち前記比
較元データと比較したデータが前記比較元データと類似
する場合、前記検索対象データのうち前記比較元データ
と比較したデータの先頭ビット位置と前記比較元データ
を保存することを特徴とする。

【００１６】請求項４の類似データ抽出システムでは、
ビット列に変換した前記検索対象データ及び前記比較元
データの圧縮処理を行なうデータ圧縮手段を備えたこと
を特徴とする。

【００１７】請求項５の本発明は、検索対象データから
比較元データに類似したデータを抽出する類似データ抽
出方法において、前記検索対象データをビット列に変換
するステップと、ビット列に変換された前記検索対象デ
ータから指定されたデータ長の前記比較元データを取得
するステップと、前記比較元データを、前記検索対象デ
ータの先頭ビットから１ビットずつずらして順次比較
し、前記検索対象データのうち前記比較元データと比較
したデータの、前記比較元データと一致するビット数を
検出するステップと、検出された一致ビット数に基づい
て、前記検索対象データのうち前記比較元データと比較
したデータが、前記比較元データと類似するかどうかを
判定するステップとを備え、前記比較元データ取得ステ
ップでは、初期状態において、前記検索対象データの先
頭ビットから指定されたデータ長分の前記比較元データ
を取得し、前記比較元データの前記検索対象データとの
比較が終了する毎に、前記検索対象データの比較元デー
タの取得位置を１ビットずつずらして次の前記比較元デ
ータを取得することを特徴とする。

【００１８】請求項６の類似データ抽出方法では、前記
類似判定ステップでは、前記一致ビット数の前記比較元
データのデータ長に対する割合を類似割合として算出
し、該算出した類似割合を予め設定された閾値と比較
し、前記類似割合が前記閾値以上の場合に、前記検索対
象データのうち前記比較元データと比較したデータを前
記比較元データと類似すると判定することを特徴とす
る。

【００１９】請求項７の類似データ抽出方法では、記類
似判定ステップでは、前記検索対象データのうち前記比
較元データと比較したデータが前記比較元データと類似
する場合、前記検索対象データのうち前記比較元データ
と比較したデータの先頭ビット位置と前記比較元データ
を保存することを特徴とする。

【００２０】

【００２１】

【００２２】

【発明の実施の形態】以下、本発明の実施の形態につい
て図面を参照して詳細に説明する。図１は本発明の第１
の実施の形態による類似データ抽出システムの構成を示
すブロック図である。

【００２３】図１において、この類似データ抽出方式
は、検索対象データから比較元データに類似したデータ
を検出するものであり、比較元データのビット変換や比
較元データの取得を行なう比較元データ取得部１１と、
検索対象データのビット変換を行なう検索対象データビ
ット変換部１２と、比較元データと検索対象データとの
比較を行なうデータ比較演算部１３と、比較結果から比
較元データと検索対象データの類似割合を算出する類似
割合演算部１４とで構成される。

【００２４】比較元データ取得部１１は、比較する元と
なるデータ全体をビット変換（０と１の並んだデータ）
し、そのデータから指定されたデータ長の比較元データ
を取得する。

【００２５】また、比較元データ取得部１１は、検索対
象データから比較元データを取得する場合には、検索対
象データから指定されたビット長分の比較元データを取
得する。検索対象データのどのビット位置から比較元デ
ータを取得するかについては、内蔵した取得ビット位置
を示すポインタに従がう。

【００２６】検索対象データビット変換部１２は、検索
対象データ全体または一部をビット変換する。どこまで
ビット変換するかは作業領域の大きさに依存する。ビッ
ト変換を行なうことにより、比較元データとの比較が可
能となる。

【００２７】データ比較演算部１３は、比較元データビ
ット長の単位で比較元データと検索対象データを照合す
る。このデータ比較演算部１３は、検索対象データとの
比較位置を１ビットずつずらしながら比較元データとの
比較を行ない、比較元データと一致したビット数を取得
する。比較元データと比較する検索対象データの比較デ
ータの先頭ビット位置は、内蔵するポインタによって示
される。

【００２８】類似割合演算部１４は、データ比較演算部
１３で照合したデータがどれだけ一致したかを示す類似
割合を算出し、この算出した類似割合を予め設定された
閾値と比較し、比較元データと類似するデータ（類似デ
ータ）であるかを決定する。類似割合は、以下の式によ
って算出する。

【００２９】 類似割合＝一致ビット数／比較元データビット長 また、類似割合演算部１４は、算出した類似割合が、閾
値以上である場合に、類似データとする。

【００３０】上記閾値として“１”（１００％）を設定
した場合、比較元データと同一のデータが抽出されるこ
とになる。

【００３１】次に、本発明の実施の形態の動作について
説明する。第１に、比較元データと検索対象データがそ
れぞれ別個に用意されている場合の類似データ抽出処理
について図２のフローチャートを参照して説明する。

【００３２】まず、比較元データ取得部１１で、用意さ
れた比較元となるデータのビット化を行ない（ステップ
２０１）、そのビット化したデータから指定されたデー
タ長の比較元データを取得する（ステップ２０２）。次
いで、検索対象データビット変換部１２で、用意された
検索対象データのビット化を行なう（ステップ２０
３）。

【００３３】ここで、データ比較演算部１３で、検索対
象データのどのビット位置から比較を行なうかを示すポ
インタ（比較ビット位置）に“１”を加算し（ステップ
２０４）、そのポインタで示される検索対象データのビ
ット位置から比較元データとの比較を行なう（ステップ
２０５）。上記検索対称データの比較ビット位置を示す
ポインタには、初期値として“０”が設定されている。
この比較により、データ比較演算部１３は、比較元デー
タと一致した検索対象データのビット数を類似割合演算
部１４に送る。

【００３４】比較元データとの一致ビット数を受け取っ
た類似割合演算部１４は、一致ビット数を比較元データ
長で割ることにより、類似割合を算出し（ステップ２０
６）、その類似割合を予め設定されている閾値と比較す
る（ステップ２０７）。

【００３５】類似割合が閾値以上である場合、比較元デ
ータと比較した検索対象データのデータは類似データで
あると判定し、検索対象データのうち比較元データと比
較した比較データ部分の先頭ビット番号（検索対象デー
タ全体におけるビット位置）と比較元データを保存する
（ステップ２０８）。

【００３６】類似割合が閾値より小さい場合には、上記
保存処理を行なわず、検索対象データの終わりまで比較
を行なったかどうかを判定する（ステップ２０９）。

【００３７】検索対象データの終わりまで比較を行なっ
ていない場合には、ステップ２０４でポインタに“１”
を加算して、ポインタで示されるビット位置を先頭ビッ
トとして比較元データと比較を行なうことにより、ステ
ップ２０５からステップ２０８の処理を繰り返す。以
下、ポインタで示される比較ビット位置から検索対象デ
ータの最下位ビット位置までのビット数が比較元データ
長と等しくなるまで、ステップ２０５からステップ２０
８の処理を繰り返す。

【００３８】以上の処理により、検索対象データから、
比較元データとの類似データを抽出することができるも
のである。例えば、ある検索対象データからあるデータ
とそれに類似するデータを不要なデータとして洗い出す
ような場合、あるデータを比較元データとして指定する
ことで、上記処理を行なえば、不要なデータの洗い出し
が極めて高速かつ簡単に行われる。

【００３９】上記図２の処理を実際のデータに適用した
実施例を図３に示す。ここでは、ビット化した比較元デ
ータ３１が８ビットのデータ「０１００１１１０」で、
かつ検索対象データ３２が４０ビットのデータであり、
類似データとして判定する閾値として０．８（８０％）
が設定されているものとする。

【００４０】まず、比較元データ３１と検索対象データ
３２の先頭ビットから８番目のビットまでの「０１００
１１１０」が比較される。この場合、全てのビットが一
致しているので、類似割合が“１”となり、閾値以上で
あるので、検索対象データ３２の先頭ビットから８ビッ
トまでのデータは、比較元データ３１と類似データであ
ると判定される。そして、比較元データと検索対象デー
タのうちの比較データの先頭ビット番号（＝１）が保存
される。

【００４１】次に、比較ビット位置のポインタに“１”
が加算されて“２”となるので、比較元データ３１と検
索対象データ３２の２番目のビットから９番目のビット
までの「１００１１１００」が比較される。この場合、
一致するビット数は４ビットであるので、類似割合が
“０．５”となり、閾値以下である。従がって、検索対
象データのうちの比較データの先頭ビット番号は保存さ
れない。

【００４２】以下、同様にして１ビットずつずらして比
較元データとの比較が行なわれる。例えば、比較元デー
タ３１と検索対象データ３２の２６番目のビットから３
３番目のビットまでの「０１００１１１１」が比較され
ると、一致するビット数は７ビットであるので、類似割
合が“０．８７５”となり、閾値以上であるので、検索
対象データ３２の２６番目のビットから３３番目のビッ
トまでのデータは、比較元データ３１と類似データであ
ると判定される。そして、比較元データと検索対象デー
タのうちの比較データの先頭ビット番号（＝２６）が保
存される。

【００４３】そして、検索対象データ３２の３３番目の
ビットから４０番目のビットまでのデータと比較元デー
タの比較が終了した時点で、ポインタで示される比較ビ
ット位置から検索対象データの最下位ビット位置までの
ビット数が比較元データ長と等しくなるので、検索対象
データの終わりと判定され、処理を終了する。

【００４４】第２に、比較元データを検索対象データか
ら取得する場合の類似データ抽出処理について図４のフ
ローチャートを参照して説明する。

【００４５】まず、次いで、検索対象データビット変換
部１２で、用意された検索対象データのビット化を行な
う（ステップ４０１）。比較元データ取得部１１で、そ
のビット化した検索対象データのうち比較元データの取
得位置を示すポインタで示されるビット位置を先頭ビッ
トとして、その先頭ビット位置から予め指定されたデー
タ長分の比較元データを取得する（ステップ４０２）。
この比較元データの取得位置を示すポインタには、初期
値として“１”が設定されている。従がって、最初の比
較元データとしては、検索対象データの先頭ビットを最
上位ビットとして指定されたデータ長が取得される。

【００４６】ここで、データ比較演算部１３で、検索対
象データのどのビット位置から比較を行なうかを示すポ
インタ（比較ビット位置）に“１”を加算し（ステップ
４０３）、そのポインタで示される検索対象データのビ
ット位置から比較元データとの比較を行なう（ステップ
４０４）。この比較により、データ比較演算部１３は、
比較元データと一致した検索対象データのビット数を類
似割合演算部１４に送る。

【００４７】比較元データとの一致ビット数を受け取っ
た類似割合演算部１４は、一致ビット数を比較元データ
長で割ることにより、類似割合を算出し（ステップ４０
５）、その類似割合を予め設定されている閾値と比較す
る（ステップ４０６）。

【００４８】類似割合が閾値以上である場合、比較元デ
ータと比較した検索対象データのデータは類似データで
あると判定し、検索対象データのうち比較元データと比
較した比較データ部分の先頭ビット番号（検索対象デー
タ全体におけるビット位置）と比較元データを保存する
（ステップ４０７）。

【００４９】類似割合が閾値より小さい場合には、上記
保存処理を行なわず、検索対象データの終わりまで比較
を行なったかどうかを判定する（ステップ４０８）。

【００５０】検索対象データの終わりまで比較を行なっ
ていない場合には、ステップ４０３でポインタに“１”
を加算して、ポインタで示されるビット位置を先頭ビッ
トとして比較元データと比較を行なうことにより、ステ
ップ４０４からステップ４０７の処理を繰り返す。以
下、ポインタで示される比較ビット位置から検索対象デ
ータの最下位ビット位置までのビット数が比較元データ
長と等しくなるまで、ステップ４０４からステップ４０
７の処理を繰り返す。

【００５１】比較ビット位置を１ビットずつシフトさせ
て、検索対象データの終わりまで比較元データとの比較
を終了した場合には、取得ビット位置を示すポインタの
値から、比較元データが最後のデータかどうかを判定す
る（ステップ４０９）。すなわち、取得ビット位置から
検索対象データの最下位ビットまでのビット数が比較元
データと等しい場合に、最後の比較元データと判定して
処理を終了する。

【００５２】最後の比較元データでない場合には、比較
元データの取得ビット位置を示すポインタに“１”を加
算し（ステップ４１０）、ステップ４０２に移行する。

【００５３】そして、取得ビット位置のポインタで示さ
れるビット位置を先頭ビットとして、次の比較元データ
を取得し、上記したステップ４０３からステップ４１０
の処理を最後の比較元データまで繰り返す。

【００５４】以上の処理により、検索対象データから取
得した所定の比較元データと類似するデータを抽出する
ことができるものである。すなわち、検索対象データに
おけるある特定のデータ（比較元データ）とそれに類似
するデータの出現位置を検出することが可能となる。

【００５５】例えば、重複をチェックすべき２つの検索
対象データについてそれぞれ上記処理を行ない、比較元
データとそれに類似するデータの先頭ビット番号を互い
に比較すれば、２つの検索対象データの重複度を簡単に
チェックすることが可能となる。

【００５６】上記図４の処理を実際のデータに適用した
実施例を図５に示す。ここでは、比較元データ３１のデ
ータ長が８ビットで、検索対象データ３２が図示のよう
な４０ビットのデータであり、類似データとして判定す
る閾値として０．８（８０％）が設定されているものと
する。

【００５７】この場合、最初の比較元データ３１とし
て、検索対象データ３２の先頭ビットから８番目のビッ
トまでの８ビットのデータ「０１００１１１０」がまず
取得される。

【００５８】そして、その比較元データ３１と検索対象
データ３２の先頭ビットから８番目のビットまでの「０
１００１１１０」が比較される。この場合、全てのビッ
トが一致しているので、類似割合が“１”となり、閾値
以上であるので、検索対象データ３２の先頭ビットから
８ビットまでのデータは、比較元データ３１と類似デー
タであると判定される。そして、比較元データと検索対
象データのうちの比較データの先頭ビット番号（＝１）
が保存される。

【００５９】次に、比較ビット位置のポインタに“１”
が加算されて“２”となるので、比較元データ３１と検
索対象データ３２の２番目のビットから９番目のビット
までの「１００１１１００」が比較される。この場合、
一致するビット数は４ビットであるので、類似割合が
“０．５”となり、閾値以下である。従がって、検索対
象データのうちの比較データの先頭ビット番号は保存さ
れない。

【００６０】以下、同様にして１ビットずつずらして比
較元データとの比較が行なわれる。例えば、比較元デー
タ３１と検索対象データ３２の２６番目のビットから３
３番目のビットまでの「０１００１１１１」が比較され
ると、一致するビット数は７ビットであるので、類似割
合が“０．８７５”となり、閾値以上であるので、検索
対象データ３２の２６番目のビットから３３番目のビッ
トまでのデータは、比較元データ３１と類似データであ
ると判定される。そして、比較元データと検索対象デー
タのうちの比較データの先頭ビット番号（＝２６）が保
存される。

【００６１】そして、検索対象データ３２の３３番目の
ビットから４０番目のビットまでのデータ「１０１００
０１１」と比較元データの比較が終了した時点で、ポイ
ンタで示される比較ビット位置から検索対象データの最
下位ビット位置までのビット数が比較元データ長と等し
くなるので、検索対象データの終わりと判定され、取得
ビット位置のポインタに“１”が加算されることによ
り、次の比較元データが取得される。

【００６２】この場合、検索対象データ３２の２番目の
ビットから９番目のビットまでの８ビットのデータ「１
００１１１００」が第２の比較元データ３１として取得
される。

【００６３】ここで、この比較元データ３１と検索対象
データ３２の先頭ビットから８番目のビットまでのデー
タ「０１００１１１０」から３３番目のビットから４０
番目のビットまでのデータ「１０１０００１１」の比較
が行なわれる。

【００６４】そして、比較元データ３１として検索対象
データ３２の３３番目のビットから４０番目のビットま
でのデータ「１０１０００１１」が取得され、この比較
元データ３１について検索対象データ３２との比較が終
了した時点で、処理が終了する。

【００６５】さらに、本発明の第２の実施の形態を図６
に示す。この第２の実施の形態による類似データ抽出方
式では、第１の実施の形態にデータ圧縮部１５を追加し
た構成としている。このデータ圧縮部１５によって、ビ
ット化した検索対象データ及び比較元データを圧縮する
ことにより比較するデータ量が減少するため、比較演算
部１３における負荷が軽減され比較処理に要する時間を
短縮することが可能となる。

【００６６】第２の実施の形態による類似データ抽出処
理については、比較処理の前に上記検索対象データと比
較元データの圧縮処理が追加されるだけであり、その他
の内容については図２及び図４に示す内容と同じであ
る。

【００６７】なお、本発明は上述した実施の形態に限定
されるものではなく、その技術思想の範囲内において様
々に変形して実施することができる。

【００６８】

【発明の効果】以上説明したように本発明の類似データ
抽出システム及び方法によれば、検索対象データと比較
元データをビット化し、１ビットずつずらして比較する
ことにより、一致したビット数から求めた類似割合に基
づいて類似データを抽出する構成としたので、対象デー
タから特定のデータと類似するデータを、高速に抽出す
ることが可能となる。これにより、対象データから特定
のデータ及びそれに類似するデータの洗い出すといった
処理が極めて簡単に行なえる。

【００６９】また、ビット化した検索対象データ及び比
較元データを圧縮して比較処理を行なうことにより、比
較するデータ量が減少して比較処理の時間が短縮され、
より高速な類似データ抽出が可能となる。

【００７０】また、検索対象データと比較元データをビ
ット化して比較を行なうので、文字や画像が混在するデ
ータを含め、あらゆる対象データから特定のデータと類
似するデータを抽出することが可能となる。

【００７１】さらに、重複をチェックすべき２つの検索
対象データについてそれぞれ類似データ抽出処理を行な
うことで、比較元データとそれに類似するデータの出現
位置を互いに比較するだけで、２つの検索対象データの
重複度を簡単にチェックすることが可能となる。

【図面の簡単な説明】

【図１】 本発明の第１の実施の形態による類似データ
抽出システムの構成を示すブロック図である。

【図２】 比較元データと検索対象データがそれぞれ別
個に用意されている場合の類似データ抽出処理を示すフ
ローチャートである。

【図３】 図２の処理を実際のデータに適用した実施例
を示す図である。

【図４】 比較元データを検索対象データから取得する
場合の類似データ抽出処理を示すフローチャートであ
る。

【図５】 図４の処理を実際のデータに適用した実施例
を示す図である。

【図６】 本発明の第２の実施の形態による類似データ
抽出システムの構成を示すブロック図である。

【符号の説明】

１１ 比較元データ取得部 １２ 検索対象データビット変換部 １３ データ比較演算部 １４ 類似割合演算部 １５ データ圧縮部 ３１ 比較元データ ３２ 検索対象データ

Claims (7)

(57)【特許請求の範囲】
1. 【請求項１】 検索対象データから比較元データに類似
   したデータを抽出する類似データ抽出システムにおい
   て、 前記検索対象データをビット列に変換する検索対象デー
   タ変換手段と、ビット列に変換された前記検索対象データから 指定され
   たデータ長の前記比較元データを取得する比較元データ
   取得手段と、 前記比較元データを、前記検索対象データの先頭ビット
   から１ビットずつずらして順次比較し、前記検索対象デ
   ータのうち前記比較元データと比較したデータの、前記
   比較元データと一致するビット数を検出するデータ比較
   演算手段と、 前記データ比較演算手段で検出された一致ビット数に基
   づいて、前記検索対象データのうち前記比較元データと
   比較したデータが、前記比較元データと類似するかどう
   かを判定する類似判定手段とを備え、前記比較元データ取得手段は、初期状態において、前記
   検索対象データの先頭ビットから指定されたデータ長分
   の前記比較元データを取得し、前記比較元データの前記
   検索対象データとの比較が終了する毎に、前記検索対象
   データの比較元データの取得位置を１ビットずつずらし
   て次の前記比較元データを取得する ことを特徴とする類
   似データ抽出システム。
2. 【請求項２】 前記類似判定手段は、前記一致ビット数
   の前記比較元データのデータ長に対する割合を類似割合
   として算出し、該算出した類似割合を予め設定された閾
   値と比較し、前記類似割合が前記閾値以上の場合に、前
   記検索対象データのうち前記比較元データと比較したデ
   ータを前記比較元データと類似すると判定することを特
   徴とする請求項１に記載の類似データ抽出システム。
3. 【請求項３】 前記類似判定手段は、前記検索対象デー
   タのうち前記比較元データと比較したデータが前記比較
   元データと類似する場合、前記検索対象データのうち前
   記比較元データと比較したデータの先頭ビット位置と前
   記比較元データを保存することを特徴とする請求項１又
   は請求項２に記載の類似データ抽出システム。
4. 【請求項４】 ビット列に変換した前記検索対象データ
   及び前記比較元データの圧縮処理を行なうデータ圧縮手
   段を備えたことを特徴とする請求項１から 請求項３の何
   れか１つに記載の類似データ抽出システム。
5. 【請求項５】 検索対象データから比較元データに類似
   したデータを抽出する類似データ抽出方法において、 前記検索対象データをビット列に変換するステップと、 ビット列に変換された前記検索対象データから指定され
   たデータ長の前記比較元データを取得するステップと、 前記比較元データを、前記検索対象データの先頭ビット
   から１ビットずつずらして順次比較し、前記検索対象デ
   ータのうち前記比較元データと比較したデータの、前記
   比較元データと一致するビット数を検出するステップ
   と、 検出された一致ビット数に基づいて、前記検索対象デー
   タのうち前記比較元データと比較したデータが、前記比
   較元データと類似するかどうかを判定するステップとを
   備え、 前記比較元データ取得ステップでは、初期状態におい
   て、前記検索対象データの先頭ビットから指定されたデ
   ータ長分の前記比較元データを取得し、前記比較元デー
   タの前記検索対象データとの比較が終了する毎に、前記
   検索対象データの比較元データの取得位置を１ビットず
   つずらして次の前記比較元データを取得する ことを特徴
   とする類似データ抽出方法。
6. 【請求項６】 前記類似判定ステップでは、 前記一致ビット数の前記比較元データのデータ長に対す
   る割合を類似割合として算出し、 該算出した類似割合を予め設定された閾値と比較し、 前記類似割合が前記閾値以上の場合に、前記検索対象デ
   ータのうち前記比較元データと比較したデータを前記比
   較元データと類似すると判定することを特徴とする請求
   項５に記載の 類似データ抽出方法。
7. 【請求項７】 前記類似判定ステップでは、 前記検索対象データのうち前記比較元データと比較した
   データが前記比較元データと類似する場合、前記検索対
   象データのうち前記比較元データと比較したデータの先
   頭ビット位置と前記比較元データを保存することを特徴
   とする請求項５ 又は請求項６に 記載の類似データ抽出方
   法。