JP3151730B2 - データベース検索システム - Google Patents
データベース検索システムInfo
- Publication number
- JP3151730B2 JP3151730B2 JP12276691A JP12276691A JP3151730B2 JP 3151730 B2 JP3151730 B2 JP 3151730B2 JP 12276691 A JP12276691 A JP 12276691A JP 12276691 A JP12276691 A JP 12276691A JP 3151730 B2 JP3151730 B2 JP 3151730B2
- Authority
- JP
- Japan
- Prior art keywords
- search
- data
- information
- property
- database
- 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 - Lifetime
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、データベースから必要
な情報を取り出すための検索システムに関する。
な情報を取り出すための検索システムに関する。
【０００２】
【従来の技術】現状のデータベース検索における検索空
間圧縮の手法としては、キーワード付加方式によるもの
が一般的である。また対象物件数が比較的小数のケース
では、全物件検索方式が実用化されている。例えば効率
的な全物件検索手法として、ボイヤ―モア法が考案され
ている。
間圧縮の手法としては、キーワード付加方式によるもの
が一般的である。また対象物件数が比較的小数のケース
では、全物件検索方式が実用化されている。例えば効率
的な全物件検索手法として、ボイヤ―モア法が考案され
ている。
【０００３】
【発明が解決しようとする課題】このキーワード検索方
式は、以下のような欠点を有する。 （１）、物件一つ一つにキーワードを付加しなくてはな
らない。 （２）、任意のキーワードを付加して行くと、その個数
は膨大になるため、例えばシソーラスによる管理などを
必要とし、その維持に多大なコストがかかる。 （３）、付加されるキーワードが必ずしも適切なものと
は限らない。すなはち現状のデータベース検索方式で
は、特に物件数が膨大になった時に必要なコストに比し
てパーフォーマンスが伸びない傾向が現れる。 一方、全物件検索方式では、上記のような問題は発生し
ない。しかし直接検索方式では、物件数が膨大になった
とき、検索時間は対話的な時間の域を大幅に超過し、実
用にならないのが現状である。また全物件検索方式で
は、完全一致が条件であり、あいまい一致検索ができな
い欠点も有る。また上述のボイヤ―モア法による全物件
検索では、文書以外のデータ、例えば物理的な時系列デ
ータを扱うことができない問題がある。本発明は、この
問題に鑑がみ、全物件検索でありながら検索時間を飛躍
的に短縮することができ、またあいまい一致検索ができ
るデータベース検索方式を提供することを目的とする。
式は、以下のような欠点を有する。 （１）、物件一つ一つにキーワードを付加しなくてはな
らない。 （２）、任意のキーワードを付加して行くと、その個数
は膨大になるため、例えばシソーラスによる管理などを
必要とし、その維持に多大なコストがかかる。 （３）、付加されるキーワードが必ずしも適切なものと
は限らない。すなはち現状のデータベース検索方式で
は、特に物件数が膨大になった時に必要なコストに比し
てパーフォーマンスが伸びない傾向が現れる。 一方、全物件検索方式では、上記のような問題は発生し
ない。しかし直接検索方式では、物件数が膨大になった
とき、検索時間は対話的な時間の域を大幅に超過し、実
用にならないのが現状である。また全物件検索方式で
は、完全一致が条件であり、あいまい一致検索ができな
い欠点も有る。また上述のボイヤ―モア法による全物件
検索では、文書以外のデータ、例えば物理的な時系列デ
ータを扱うことができない問題がある。本発明は、この
問題に鑑がみ、全物件検索でありながら検索時間を飛躍
的に短縮することができ、またあいまい一致検索ができ
るデータベース検索方式を提供することを目的とする。
【０００４】
【課題を解決するための手段】本発明のデータベース検
索システムは、検索キーに応じて検索対象の複数の物件
から情報を検索するためのデータベース検索システムに
おいて、上記検索対象の複数の物件のｉ番目のデータＣ
iと、Ｃiからｊだけ離れたデータＣi+jとに基づいて複
数の整数値を算出する算出手段と、自己相関情報として
上記複数の整数値の組み合わせを記憶する記憶手段とを
有する。
索システムは、検索キーに応じて検索対象の複数の物件
から情報を検索するためのデータベース検索システムに
おいて、上記検索対象の複数の物件のｉ番目のデータＣ
iと、Ｃiからｊだけ離れたデータＣi+jとに基づいて複
数の整数値を算出する算出手段と、自己相関情報として
上記複数の整数値の組み合わせを記憶する記憶手段とを
有する。
【０００５】
【作用】全物件直接検索を行なう際に検索時間を増大さ
せる要因であるデータの位相情報（検索キーが物件中の
どこに存在するかと言う場所情報）を自己相関演算によ
り捨象してある。検索時間は検索キー情報の長さのみに
依存する。従って、検索時間がデータ量に依存しない高
速な検索が可能となる。また物件毎の検索キーの合致度
（含有確率）として検索結果が求まるので、合致度の降
順参照により、あいまい検索が可能となる。検索対象と
しては、文書データ、物理計測データ、信号波形デー
タ、画像データ、音響データなどを扱うことができる。
せる要因であるデータの位相情報（検索キーが物件中の
どこに存在するかと言う場所情報）を自己相関演算によ
り捨象してある。検索時間は検索キー情報の長さのみに
依存する。従って、検索時間がデータ量に依存しない高
速な検索が可能となる。また物件毎の検索キーの合致度
（含有確率）として検索結果が求まるので、合致度の降
順参照により、あいまい検索が可能となる。検索対象と
しては、文書データ、物理計測データ、信号波形デー
タ、画像データ、音響データなどを扱うことができる。
【０００６】
【実施例】図１は、本発明の一実施例を示す自己相関記
憶型パターン検索システムのデータフロー図である。こ
の検索システムでは、予め全対象物件から事象（情報）
の位相情報を全て捨象した自己相関データを作成し、そ
のデータ群に対して全物件検索を行う。検索のアルゴリ
ズムは、学習ステップと検索ステップとからなる。学習
ステップでは、物件毎或いは検索キー毎に自己相関行列
が位相情報として作成される。図1では、検索対象１０
から自己相関行列３０を作成し、物件の自己相関行列の
場合は構造ファイル４０に保存するまでのステップに該
当する。検索ステップでは、検索キーと物件の自己相関
行列とのマッチング演算が行われ、物件ごとにマッチン
グ度（類似度）を示す評価結果を得る。図１では、検索
キー５０を元に検索Ｓ４にて構造ファイル４０から物件
データを検索し、評価結果リスト７０或いはソート済み
リスト８０のように結果を出力するまでのステップに該
当する。以下、各ステップについて説明する。
憶型パターン検索システムのデータフロー図である。こ
の検索システムでは、予め全対象物件から事象（情報）
の位相情報を全て捨象した自己相関データを作成し、そ
のデータ群に対して全物件検索を行う。検索のアルゴリ
ズムは、学習ステップと検索ステップとからなる。学習
ステップでは、物件毎或いは検索キー毎に自己相関行列
が位相情報として作成される。図1では、検索対象１０
から自己相関行列３０を作成し、物件の自己相関行列の
場合は構造ファイル４０に保存するまでのステップに該
当する。検索ステップでは、検索キーと物件の自己相関
行列とのマッチング演算が行われ、物件ごとにマッチン
グ度（類似度）を示す評価結果を得る。図１では、検索
キー５０を元に検索Ｓ４にて構造ファイル４０から物件
データを検索し、評価結果リスト７０或いはソート済み
リスト８０のように結果を出力するまでのステップに該
当する。以下、各ステップについて説明する。
【０００７】（１）、学習ステップ 図１に於いて、検索対象１０は、例えば日本語、英語、
ドイツ語、フランス語、ヘブライ語、ロシア語などの文
書データ、或いは量子化された波形数値データ、化学構
造式、遺伝子情報などである。このような検索対象に対
して、まず正規化手段Ｓ１により正規化の処理を行な
う。一般に検索対象は、情報の最小単位（文書であれば
アルファベットなどの文字、数値チャートであれば、あ
る時刻における実数値など）の列で表現されている。そ
れをなんらかの方法でｎ階調の整数列に変換する。これ
をデータの正規化と呼ぶ。
ドイツ語、フランス語、ヘブライ語、ロシア語などの文
書データ、或いは量子化された波形数値データ、化学構
造式、遺伝子情報などである。このような検索対象に対
して、まず正規化手段Ｓ１により正規化の処理を行な
う。一般に検索対象は、情報の最小単位（文書であれば
アルファベットなどの文字、数値チャートであれば、あ
る時刻における実数値など）の列で表現されている。そ
れをなんらかの方法でｎ階調の整数列に変換する。これ
をデータの正規化と呼ぶ。
【０００８】例えば、英文書データの場合、ＡＳＣＩＩ
コード表をそのまま用いることにより、次のような２５
６階調の数値表現として実現される。 …… This is a pen. …… 84|104 |105 |115 |32 |105 |115 |32 |97|32|112 |101 |110 |46| 次に、正規化されたデータ２０から、学習手段Ｓ２によ
り近傍特徴量が算出され、以下に説明する手順で近傍特
徴量行列３０の形式に畳み込まれる。ここで、近傍特徴
量を抽出する演算式は種々考えられる。この演算式は検
索の鋭さ（過検出の少なさ）にも影響を与える。
コード表をそのまま用いることにより、次のような２５
６階調の数値表現として実現される。 …… This is a pen. …… 84|104 |105 |115 |32 |105 |115 |32 |97|32|112 |101 |110 |46| 次に、正規化されたデータ２０から、学習手段Ｓ２によ
り近傍特徴量が算出され、以下に説明する手順で近傍特
徴量行列３０の形式に畳み込まれる。ここで、近傍特徴
量を抽出する演算式は種々考えられる。この演算式は検
索の鋭さ（過検出の少なさ）にも影響を与える。
【０００９】式（１）は、自己相関式の一般形を示す。 （行，列）＝（ｆ（Ｃi），ｇ（Ｃi，Ｃi+j））………………（１） ここで、ｆ（），ｇ（）は、任意の整数値を算出する関
数である。すなわち、物件内のｉ番目のデータ（文字で
あれば正規化手段Ｓ１で正規化された整数値）をＣiと
し、物件内のｉ番目のデータに対してｊ離れたデータＣ
i+jをそれぞれｆ（），ｇ（）にＣiを代入することによ
り整数値が得られる。このとき、Ｃiの変域と、
ｆ（），ｇ（）の値域とを等しくする。上記英文書デー
タＡＳＣＩＩコード表の例では、Ｃiは２５６階調の数
値であるので、ｆ（），ｇ（）の算出結果も２５６階調
の数値となる。つまり、式（１）は２５６×２５６の自
己相関行列となる。
数である。すなわち、物件内のｉ番目のデータ（文字で
あれば正規化手段Ｓ１で正規化された整数値）をＣiと
し、物件内のｉ番目のデータに対してｊ離れたデータＣ
i+jをそれぞれｆ（），ｇ（）にＣiを代入することによ
り整数値が得られる。このとき、Ｃiの変域と、
ｆ（），ｇ（）の値域とを等しくする。上記英文書デー
タＡＳＣＩＩコード表の例では、Ｃiは２５６階調の数
値であるので、ｆ（），ｇ（）の算出結果も２５６階調
の数値となる。つまり、式（１）は２５６×２５６の自
己相関行列となる。
【００１０】例えば、式（１）において、 ｆ：ｘ→ｘ ｇ：（ｘ，ｙ）→ｙ ｊ＝１，２ のように、演算式ｆ（）は入力された値ｘをそのまま算
出結果とし、演算式ｇ（）は入力された２つの値ｘ，ｙ
のうち、値ｙをそのまま算出結果とすると、Ｔｈｉｓの
第１文字”Ｔ”については、ｆ（）は８４、ｇ（）はｊ
＝１のときは隣接した文字”ｈ”の１０４、ｊ＝２のと
きは１つ置きの文字”ｉ”の１０５であるので、（８
４，１０４）と（８４，１０５）が算出されるので、自
己相関行列の座標（８４，１０４）と（８４，１０５）
にビットに１を立てる。この操作を各文字について行
い、物件の構造情報として図２に示すようなｎ（２５
６）次の正方行列に畳込まれる。このようにして作成さ
れた自己相関行列に物件の識別番号を付加して構造ファ
イル４０として保存する。
出結果とし、演算式ｇ（）は入力された２つの値ｘ，ｙ
のうち、値ｙをそのまま算出結果とすると、Ｔｈｉｓの
第１文字”Ｔ”については、ｆ（）は８４、ｇ（）はｊ
＝１のときは隣接した文字”ｈ”の１０４、ｊ＝２のと
きは１つ置きの文字”ｉ”の１０５であるので、（８
４，１０４）と（８４，１０５）が算出されるので、自
己相関行列の座標（８４，１０４）と（８４，１０５）
にビットに１を立てる。この操作を各文字について行
い、物件の構造情報として図２に示すようなｎ（２５
６）次の正方行列に畳込まれる。このようにして作成さ
れた自己相関行列に物件の識別番号を付加して構造ファ
イル４０として保存する。
【００１１】（２）、検索ステップ まず検索キー５０を入力する。例えば、"This is a pe
n."を検索キーとする。この検索キー５０に対して学習
ステップと同一の正規化方法に基づく正規化手段Ｓ３に
よりキー情報を整数列に正規化する。 84｜104 ｜105 ｜115 ｜32｜105 ｜115 ｜32｜97｜32｜112 ｜101 ｜110 ｜46｜
n."を検索キーとする。この検索キー５０に対して学習
ステップと同一の正規化方法に基づく正規化手段Ｓ３に
よりキー情報を整数列に正規化する。 84｜104 ｜105 ｜115 ｜32｜105 ｜115 ｜32｜97｜32｜112 ｜101 ｜110 ｜46｜
【００１２】次に、検索手段Ｓ４において、学習ステッ
プと同一の自己相関計算式ｆ（），ｇ（）を用いて検索
キーの自己相関情報を算出し、次の式（２）により各物
件の自己相関行列に対する検索キー情報の構造評価を行
う。 Score=ΣΣp（ｆ（Ｃi），ｇ（Ｃi，Ｃi+j））………………（２） （ここで評価関数ｐは、 p:(x,y)→1:行列の(x,y)が非零（＝１） 0: 〃 零 ） 即ち、検索キーの1文字(i=1)に着目した隣接(j=1)及び
一つおき(j=2)の自己相関に対応する各物件の行列要素
が１であるとき、１を累算し、これを検索キーのｉ個の
文字について繰返す。この式（２）は、ＡＮＤ，ＯＲ、
加算などの論理演算で非常に高速に実行できる。
プと同一の自己相関計算式ｆ（），ｇ（）を用いて検索
キーの自己相関情報を算出し、次の式（２）により各物
件の自己相関行列に対する検索キー情報の構造評価を行
う。 Score=ΣΣp（ｆ（Ｃi），ｇ（Ｃi，Ｃi+j））………………（２） （ここで評価関数ｐは、 p:(x,y)→1:行列の(x,y)が非零（＝１） 0: 〃 零 ） 即ち、検索キーの1文字(i=1)に着目した隣接(j=1)及び
一つおき(j=2)の自己相関に対応する各物件の行列要素
が１であるとき、１を累算し、これを検索キーのｉ個の
文字について繰返す。この式（２）は、ＡＮＤ，ＯＲ、
加算などの論理演算で非常に高速に実行できる。
【００１３】次に、評価結果出力手段Ｓ５において、物
件毎に得られた構造評価値score （合致度）を完全一致
の場合の評価値（この場合は、検索キー情報の文字数の
２倍）で割って、検索キーの含有確率を求め、評価結果
のリスト７０を得る。更にソート手段Ｓ６において、こ
のリスト７０を含有確率の降順にソートしソート済みリ
スト８０を得る。
件毎に得られた構造評価値score （合致度）を完全一致
の場合の評価値（この場合は、検索キー情報の文字数の
２倍）で割って、検索キーの含有確率を求め、評価結果
のリスト７０を得る。更にソート手段Ｓ６において、こ
のリスト７０を含有確率の降順にソートしソート済みリ
スト８０を得る。
【００１４】このソート済みリスト８０が検索結果であ
り、その上位物件を参照することにより、検索キーが物
件中に含まれている確率が高い物件名を知ることができ
る。含有確率は、完全一致及び不完全一致の全てについ
て求まるから、あいまい一致検索を行なうことができ
る。
り、その上位物件を参照することにより、検索キーが物
件中に含まれている確率が高い物件名を知ることができ
る。含有確率は、完全一致及び不完全一致の全てについ
て求まるから、あいまい一致検索を行なうことができ
る。
【００１５】またある物件中に検索キーが完全一致で存
在するならば、式２のp() は、すべてのi 、j について
１になる。即ち、検索キーの全情報についての全物件探
索であるから、検索もれが発生する確率は、本質的に零
であると言う特徴がある。
在するならば、式２のp() は、すべてのi 、j について
１になる。即ち、検索キーの全情報についての全物件探
索であるから、検索もれが発生する確率は、本質的に零
であると言う特徴がある。
【００１６】また、１つの物件に対する検索キーの評価
時間は、キーの文字数のみに依存し、物件の大きさには
依存しない。従って、非常に高速に検索を行なうことが
できる。
時間は、キーの文字数のみに依存し、物件の大きさには
依存しない。従って、非常に高速に検索を行なうことが
できる。
【００１７】また、検索結果のリストどうしの論理演算
を行うことにより、検索条件に対するＡＮＤ，ＯＲなど
の検索演算処理も高速に実行できる。式（１）の自己相
関式は上述の例の他に種々考えることができる。例え
ば、 f:x→x g: (x,y)→x-y (または|x-y|) のように、演算式f()は入力された値をそのまま自己相
関情報とし、演算式g()は入力された２つの値の差、あ
るいは差の絶対値を自己相関情報とする例が考えられ
る。また、幾つかの文字列の個々の文字整数値に対し四
則演算を施すことにより自己相関情報を取り出してもよ
い。
を行うことにより、検索条件に対するＡＮＤ，ＯＲなど
の検索演算処理も高速に実行できる。式（１）の自己相
関式は上述の例の他に種々考えることができる。例え
ば、 f:x→x g: (x,y)→x-y (または|x-y|) のように、演算式f()は入力された値をそのまま自己相
関情報とし、演算式g()は入力された２つの値の差、あ
るいは差の絶対値を自己相関情報とする例が考えられ
る。また、幾つかの文字列の個々の文字整数値に対し四
則演算を施すことにより自己相関情報を取り出してもよ
い。
【００１８】自己相関情報は、各物件の全データを対象
とし取り出さなくてもよい。例えば、物件データ中の特
定の一つまたは一つ以上の整数値、特定の範囲の整数
値、或いはデータ列を構成する各バイト中の特定の１つ
または一つ以上のビットを除外して自己相関情報を捨象
してもよい。また日本語文書のように２バイト文字で構
成されている場合には、例えば上位バイトを除外して下
位バイトを対象として自己相関情報を取り出してもよ
い。
とし取り出さなくてもよい。例えば、物件データ中の特
定の一つまたは一つ以上の整数値、特定の範囲の整数
値、或いはデータ列を構成する各バイト中の特定の１つ
または一つ以上のビットを除外して自己相関情報を捨象
してもよい。また日本語文書のように２バイト文字で構
成されている場合には、例えば上位バイトを除外して下
位バイトを対象として自己相関情報を取り出してもよ
い。
【００１９】上述の例では、自己相関によって生成され
る行列は、２５６次のビット行列であり、これは８K バ
イトに相当する。従って、１物件のデータが１K バイト
程度であるデータベースでは、効率のよいシステムであ
るとは言えない。そこでデータ圧縮手段Ｓ７を設けてデ
ータ圧縮を行なって構造ファイル４０の容量を減らすの
がよい。
る行列は、２５６次のビット行列であり、これは８K バ
イトに相当する。従って、１物件のデータが１K バイト
程度であるデータベースでは、効率のよいシステムであ
るとは言えない。そこでデータ圧縮手段Ｓ７を設けてデ
ータ圧縮を行なって構造ファイル４０の容量を減らすの
がよい。
【００２０】図３にデータ圧縮法の一例を示す。この例
では、２５６次の自己相関行列の各要素毎に要素値が１
である物件名４０ａ（識別コード）を１バイト／件のデ
ータ列として蓄積する。従って、要素値が０である物件
名は不要データとして除外する。
では、２５６次の自己相関行列の各要素毎に要素値が１
である物件名４０ａ（識別コード）を１バイト／件のデ
ータ列として蓄積する。従って、要素値が０である物件
名は不要データとして除外する。
【００２１】物件数が２５５個以上ある場合には、物件
名４０ａは１バイトで表せないので、下位の１バイトの
みを蓄積する。例えば、物件数が１万件の場合、物件名
は２バイトで表されるが、そのうちの下位１バイトを使
用する。そして物件名コードが２５５を越える毎にデー
タ列にマーカ４０ｂを挿入する。
名４０ａは１バイトで表せないので、下位の１バイトの
みを蓄積する。例えば、物件数が１万件の場合、物件名
は２バイトで表されるが、そのうちの下位１バイトを使
用する。そして物件名コードが２５５を越える毎にデー
タ列にマーカ４０ｂを挿入する。
【００２２】検索時には、検索キーの自己相関情報の各
々に該当する構造ファイルのデータ列を取り出し、物件
名毎の出現度数テーブルを作成する。この際、マーカ４
０ｂを越える毎に物件名コードに２５５を加える。この
ようにして作成した出現度数テーブルに基づいて図１の
評価結果リスト７０が得られる。
々に該当する構造ファイルのデータ列を取り出し、物件
名毎の出現度数テーブルを作成する。この際、マーカ４
０ｂを越える毎に物件名コードに２５５を加える。この
ようにして作成した出現度数テーブルに基づいて図１の
評価結果リスト７０が得られる。
【００２３】なお物件名コードのデータ列が例えば全物
件中の半分以上ある場合には、その自己相関行列要素は
各物件について共通であると見なして、その要素を削除
してもよい。
件中の半分以上ある場合には、その自己相関行列要素は
各物件について共通であると見なして、その要素を削除
してもよい。
【００２４】上述の実施例において，正規化手段Ｓ１、
学習手段Ｓ２、正規化手段Ｓ３、検索手段Ｓ４、評価結
果出力手段Ｓ５、ソート手段Ｓ６、データ圧縮手段Ｓ７
は、コンピュータプログラムによって構成することがで
きるが、論理回路素子を用いて専用のハードウエアを構
成してもよい。
学習手段Ｓ２、正規化手段Ｓ３、検索手段Ｓ４、評価結
果出力手段Ｓ５、ソート手段Ｓ６、データ圧縮手段Ｓ７
は、コンピュータプログラムによって構成することがで
きるが、論理回路素子を用いて専用のハードウエアを構
成してもよい。
【００２５】
【発明の効果】本発明のデータベース検索システムは、
検索対象の物件毎にその自己相関情報を記憶し、検索キ
ーの自己相関情報と検索対象の上記自己相関情報との合
致度を物件毎に求め、物件番号を合致度の降順に出力す
る構成である。従って、本発明によると、全物件直接検
索を行なう際に検索時間を増大させる要因であるデータ
の位相情報（検索キーが物件中のどこに存在するかと言
う場所情報）を自己相関演算により捨象してあるから、
索時間は検索キー情報の長さのみに依存する。従って、
検索時間がデータ量に依存しない高速な検索が可能とな
る。また物件毎の検索キーの合致度（含有確率）として
検索結果が求まるので、合致度の降順参照により、あい
まい検索が可能となる。
検索対象の物件毎にその自己相関情報を記憶し、検索キ
ーの自己相関情報と検索対象の上記自己相関情報との合
致度を物件毎に求め、物件番号を合致度の降順に出力す
る構成である。従って、本発明によると、全物件直接検
索を行なう際に検索時間を増大させる要因であるデータ
の位相情報（検索キーが物件中のどこに存在するかと言
う場所情報）を自己相関演算により捨象してあるから、
索時間は検索キー情報の長さのみに依存する。従って、
検索時間がデータ量に依存しない高速な検索が可能とな
る。また物件毎の検索キーの合致度（含有確率）として
検索結果が求まるので、合致度の降順参照により、あい
まい検索が可能となる。
【図１】本発明の一実施例のデータベース検索システム
のデータフロー図である。
のデータフロー図である。
【図２】自己相関行列の一例を示す図である。
【図３】圧縮された自己相関情報のデータ構成図であ
る。
る。
１０ 検索対象 ２０ 正規化データ ３０ 自己相関行列 ４０ 構造ファイル ５０ 検索キー ６０ 正規化キー ７０ 評価結果リスト ８０ ソート済みリスト Ｓ１ 正規化手段 Ｓ２ 学習手段 Ｓ３ 正規化手段 Ｓ４ 検索手段 Ｓ５ 評価結果出力手段 Ｓ６ ソート手段 Ｓ７ データ圧縮手段
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平２−64987（ＪＰ，Ａ) 特開 平１−255925（ＪＰ，Ａ) 特開 昭60−241173（ＪＰ，Ａ) 特開 平２−101586（ＪＰ，Ａ) 特開 平２−101591（ＪＰ，Ａ) 特開 平５−181913（ＪＰ，Ａ) 特開 平５−174067（ＪＰ，Ａ) Ｒｏｙ Ｅ．Ｋｉｍｂｒｅｌｌ，”Ｓ ｅａｒｃｈｉｎｇ ｆｏｒ Ｔｅｘｔ？ Ｓｅｎｄ ａｎ Ｎ−Ｇｒａｍ！”, ＢＹＴＥ 1988 ＭＡＹ，ｐｐ．297− 312 (58)調査した分野(Int.Cl.7，ＤＢ名) G06F 17/30 350 G06F 17/30 210
Claims (9)
- 【請求項１】 検索キーに応じて検索対象の複数の物件
から情報を検索するためのデータベース検索システムに
おいて、 上記検索対象の複数の物件のｉ番目のデータＣiと、Ｃi
からｊだけ離れたデータＣi+jとに基づいて複数の整数
値を算出する算出手段と、 自己相関情報として上記複数の整数値の組み合わせを記
憶する記憶手段とを有することを特徴とするデータベー
ス検索システム。 - 【請求項２】 検索キーに応じて検索対象の複数の物件
から情報を検索するためのデータベース検索システムに
おいて、 上記検索対象の複数の物件のｉ番目のデータＣiと、Ｃi
からｊだけ離れたデータＣi+jとに基づいて複数の整数
値組を算出する算出手段と、 各整数値組を自己相関行列の座標値とした座標に要素値
を与えたものを自己相関情報として記憶する記憶手段と
を有することを特徴とするデータベース検索システム。 - 【請求項３】 上記算出手段で上記検索キーについて複
数の整数値を算出し、上記検索対象の上記自己相関情報
との合致度を求める検索手段を有することを特徴とする
請求項１又は２に記載のデータベース検索システム。 - 【請求項４】 上記物件毎の合致度を上記検索キーの上
記自己相関情報の完全一致度数で割った値を上記物件毎
の検索キーの含有値として算出する含有率算出手段を更
に有することを特徴とする請求項３に記載のデータベー
ス検索システム。 - 【請求項５】 上記検索手段は、上記検索キーに対する
上記物件の合致度の降順に出力することを特徴とする請
求項３に記載のデータベース検索システム。 - 【請求項６】 上記データＣi、Ｃi+jがそれぞれ複数存
在することを特徴とする請求項１〜３のいずれか１項に
記載のデータベース検索システム。 - 【請求項７】 上記検索対象の上記自己相関情報を圧縮
するデータ圧縮手段を具備することを特徴とする請求項
１〜３のいずれか１項に記載のデータベース検索システ
ム。 - 【請求項８】 上記自己相関情報は、各物件中のデータ
の特定の一部のみを用いて生成された値であることを特
徴とする請求項１〜７のいずれか１項に記載のデータベ
ース検索システム。 - 【請求項９】 上記自己相関情報は、２バイト以上で構
成されたデータのうち少なくとも１バイトを用いて生成
された値であることを特徴とする請求項８に記載のデー
タベース検索システム。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP12276691A JP3151730B2 (ja) | 1991-04-25 | 1991-04-25 | データベース検索システム |
| EP92106939A EP0510634B1 (en) | 1991-04-25 | 1992-04-23 | Data base retrieval system |
| DE69229521T DE69229521T2 (de) | 1991-04-25 | 1992-04-23 | Datenbankauffindungssystem |
| US07/873,130 US5450580A (en) | 1991-04-25 | 1992-04-24 | Data base retrieval system utilizing stored vicinity feature valves |
| US08/471,459 US5546578A (en) | 1991-04-25 | 1995-06-06 | Data base retrieval system utilizing stored vicinity feature values |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP12276691A JP3151730B2 (ja) | 1991-04-25 | 1991-04-25 | データベース検索システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH04326164A JPH04326164A (ja) | 1992-11-16 |
| JP3151730B2 true JP3151730B2 (ja) | 2001-04-03 |
Family
ID=14844088
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP12276691A Expired - Lifetime JP3151730B2 (ja) | 1991-04-25 | 1991-04-25 | データベース検索システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3151730B2 (ja) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3545007B2 (ja) * | 1993-03-17 | 2004-07-21 | 新日鉄ソリューションズ株式会社 | データベース検索システム |
| JP3315755B2 (ja) * | 1993-04-13 | 2002-08-19 | 新日鉄ソリューションズ株式会社 | 階層化文書の文字列検索装置 |
| JPH07129622A (ja) * | 1993-11-01 | 1995-05-19 | Nippon Steel Corp | 文書検索装置 |
| JPH07146872A (ja) * | 1993-11-22 | 1995-06-06 | Nippon Steel Corp | 文書検索装置 |
| KR20020023737A (ko) * | 2001-12-14 | 2002-03-29 | 최범기 | 퍼지 관계 방법을 이용한 검색 방법 및 장치 |
| KR100490442B1 (ko) * | 2002-03-16 | 2005-05-17 | 삼성에스디에스 주식회사 | 벡터문서모델을 이용한 동일/유사제품 클러스트링 장치 및그 방법 |
| KR20030082109A (ko) * | 2002-04-16 | 2003-10-22 | (주)메타웨이브 | 앤드 연산자를 이용한 색인어 검색 및 정보 제공 시스템및 방법 |
| KR20030082110A (ko) * | 2002-04-16 | 2003-10-22 | (주)메타웨이브 | 앤드 연산자 및 문서 내 연관성을 이용한 색인어 검색 및정보 제공 시스템 및 방법 |
-
1991
- 1991-04-25 JP JP12276691A patent/JP3151730B2/ja not_active Expired - Lifetime
Non-Patent Citations (1)
| Title |
|---|
| Ｒｏｙ Ｅ．Ｋｉｍｂｒｅｌｌ，"Ｓｅａｒｃｈｉｎｇ ｆｏｒ Ｔｅｘｔ？ Ｓｅｎｄ ａｎ Ｎ−Ｇｒａｍ！"，ＢＹＴＥ １９８８ ＭＡＹ，ｐｐ．２９７−３１２ |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH04326164A (ja) | 1992-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0510634B1 (en) | Data base retrieval system | |
| CN102142038B (zh) | 用于记号空间资料库的多级查询处理系统与方法 | |
| JP3041268B2 (ja) | 中国語誤り検査（ｃｅｃ）システム | |
| Robertson et al. | Applications of n‐grams in textual information systems | |
| US6377945B1 (en) | Search system and method for retrieval of data, and the use thereof in a search engine | |
| US6826567B2 (en) | Registration method and search method for structured documents | |
| JP3849279B2 (ja) | インデクス作成方法および検索方法 | |
| US6523030B1 (en) | Sort system for merging database entries | |
| JP2742115B2 (ja) | 類似文書検索装置 | |
| JP2833580B2 (ja) | 全文インデックス作成装置および全文データベース検索装置 | |
| JP3258063B2 (ja) | データベース検索システム及び方法 | |
| JP3151730B2 (ja) | データベース検索システム | |
| JP3545007B2 (ja) | データベース検索システム | |
| JP3259781B2 (ja) | データベース検索システムおよびデータベース検索方法 | |
| JPH064584A (ja) | 文章検索装置 | |
| JP3081093B2 (ja) | 索引作成方法およびその装置と文書検索装置 | |
| JP3288063B2 (ja) | 可変長データの格納および参照システム | |
| JP2993539B2 (ja) | データベース検索システムおよびその方法 | |
| JP2993540B2 (ja) | 昇順整数列データの圧縮および復号システム | |
| JP2519129B2 (ja) | マルチキ―ワ―ド情報検索処理方式および検索ファイル作成装置 | |
| JP2519130B2 (ja) | マルチキ―ワ―ド情報検索処理方式および検索ファイル作成装置 | |
| EP1076305A1 (en) | A phonetic method of retrieving and presenting electronic information from large information sources, an apparatus for performing the method, a computer-readable medium, and a computer program element | |
| JP3344755B2 (ja) | 昇順整数列データの圧縮および復号システム | |
| JP3019286B2 (ja) | 文書検索装置 | |
| JPH07325837A (ja) | 抽象単語による通信文検索装置及び抽象単語による通信文検索方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20001128 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R154 | Certificate of patent or utility model (reissue) |
Free format text: JAPANESE INTERMEDIATE CODE: R154 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080126 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090126 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090126 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100126 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110126 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120126 Year of fee payment: 11 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120126 Year of fee payment: 11 |