JP3288063B2 - 可変長データの格納および参照システム - Google Patents
可変長データの格納および参照システムInfo
- Publication number
- JP3288063B2 JP3288063B2 JP35967591A JP35967591A JP3288063B2 JP 3288063 B2 JP3288063 B2 JP 3288063B2 JP 35967591 A JP35967591 A JP 35967591A JP 35967591 A JP35967591 A JP 35967591A JP 3288063 B2 JP3288063 B2 JP 3288063B2
- Authority
- JP
- Japan
- Prior art keywords
- length data
- data
- variable length
- storage
- variable
- 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、可変長データの格納お
よび参照システムに関し、特にデータベースから必要な
情報を取り出すためのデータベース検索システムにおい
て検索されるデータが可変長データである場合のそのデ
ータの格納および参照システムに関する。
よび参照システムに関し、特にデータベースから必要な
情報を取り出すためのデータベース検索システムにおい
て検索されるデータが可変長データである場合のそのデ
ータの格納および参照システムに関する。
【０００２】
【従来の技術】従来、データベースへのデータの格納お
よび参照（アクセス）の高速化を図るものとしては、全
レコードを固定サイズ、たとえばＬバイトの長さとする
方法が知られている。この方法によれば、たとえばｎ番
目のレコードにアクセスするときには、ファイルの先頭
からｎ×Ｌバイトの位置を読み出しにいけばよいから、
格納位置の指定を高速で行うことができる。しかしなが
ら、この方法では、レコードサイズを一定にするため、
所定のサイズに満たないデータについては無意味なダミ
ーの文字を加える必要があり、一般にデータサイズが大
きくなってしまうという欠点がある。
よび参照（アクセス）の高速化を図るものとしては、全
レコードを固定サイズ、たとえばＬバイトの長さとする
方法が知られている。この方法によれば、たとえばｎ番
目のレコードにアクセスするときには、ファイルの先頭
からｎ×Ｌバイトの位置を読み出しにいけばよいから、
格納位置の指定を高速で行うことができる。しかしなが
ら、この方法では、レコードサイズを一定にするため、
所定のサイズに満たないデータについては無意味なダミ
ーの文字を加える必要があり、一般にデータサイズが大
きくなってしまうという欠点がある。
【０００３】これに対して、可変長データを連続して記
憶媒体に書き込んでゆく方法によれば、上記のように無
意味なダミーの文字を加える必要はなく、データサイズ
が膨らんでしまうことはない。しかし、この方法によれ
ばデータのサイズがそれぞれ異なるため、アクセス時に
は順番にレコードを参照しなければならず、参照（格
納）位置を即座に得ることができない。したがって、ア
クセス速度が遅くなるという欠点がある。
憶媒体に書き込んでゆく方法によれば、上記のように無
意味なダミーの文字を加える必要はなく、データサイズ
が膨らんでしまうことはない。しかし、この方法によれ
ばデータのサイズがそれぞれ異なるため、アクセス時に
は順番にレコードを参照しなければならず、参照（格
納）位置を即座に得ることができない。したがって、ア
クセス速度が遅くなるという欠点がある。
【０００４】
【発明が解決しようとする課題】上記のように、従来の
可変長データの格納および参照方法は、データサイズが
大きくなるか、またはアクセス速度が遅くなるというい
ずれかの欠点を有していた。
可変長データの格納および参照方法は、データサイズが
大きくなるか、またはアクセス速度が遅くなるというい
ずれかの欠点を有していた。
【０００５】本発明は、上記のような従来の欠点を解消
し、データサイズを小さくし、しかもアクセス速度を高
速にすることのできる可変長データの格納および参照シ
ステムを提供することを目的とする。
し、データサイズを小さくし、しかもアクセス速度を高
速にすることのできる可変長データの格納および参照シ
ステムを提供することを目的とする。
【０００６】
【課題を解決するための手段】本発明の可変長データの
格納および参照システムは、検索キーに基づいて検索対
象の複数の可変長データから情報を検索するための可変
長データの格納および参照システムにおいて、前記可変
長データを記憶する可変長データ記憶手段と、前記可変
長データ記憶手段に記憶される可変長データにＩＤを割
り当てるＩＤ割当手段と、前記検索対象のｉ番目の可変
長データのｊ番目のデータＣi,jと、当該データＣi,jの
近傍データＣi,kとに基づいて複数の量子化量を算出す
る量子化量算出手段と、近傍特徴量として前記複数の量
子化量の組合せを前記ＩＤと共に記憶する量子化量記憶
手段と、前記可変長データ記憶手段における前記可変長
データの格納位置を、前記ＩＤ割当手段により割り当て
られた前記ＩＤに対応させて記憶する格納位置記憶手段
とを具備し、前記可変長データの格納時には、格納され
る可変長データの量子化量を前記量子化量記憶手段に記
憶すると共に、前記格納される可変長データの前記ＩＤ
および格納位置を前記格納位置記憶手段に記憶し、前記
可変長データの参照時には、前記検索キーに基づいて前
記量子化量記憶手段に対して検索を行い、前記検索の結
果、抽出された可変長データのＩＤをもとに前記格納位
置記憶手段で格納位置を特定して前記可変長データ記憶
手段から前記可変長データを読み出すことを特徴とす
る。
格納および参照システムは、検索キーに基づいて検索対
象の複数の可変長データから情報を検索するための可変
長データの格納および参照システムにおいて、前記可変
長データを記憶する可変長データ記憶手段と、前記可変
長データ記憶手段に記憶される可変長データにＩＤを割
り当てるＩＤ割当手段と、前記検索対象のｉ番目の可変
長データのｊ番目のデータＣi,jと、当該データＣi,jの
近傍データＣi,kとに基づいて複数の量子化量を算出す
る量子化量算出手段と、近傍特徴量として前記複数の量
子化量の組合せを前記ＩＤと共に記憶する量子化量記憶
手段と、前記可変長データ記憶手段における前記可変長
データの格納位置を、前記ＩＤ割当手段により割り当て
られた前記ＩＤに対応させて記憶する格納位置記憶手段
とを具備し、前記可変長データの格納時には、格納され
る可変長データの量子化量を前記量子化量記憶手段に記
憶すると共に、前記格納される可変長データの前記ＩＤ
および格納位置を前記格納位置記憶手段に記憶し、前記
可変長データの参照時には、前記検索キーに基づいて前
記量子化量記憶手段に対して検索を行い、前記検索の結
果、抽出された可変長データのＩＤをもとに前記格納位
置記憶手段で格納位置を特定して前記可変長データ記憶
手段から前記可変長データを読み出すことを特徴とす
る。
【０００７】
【作用】本発明によれば、検索対象物件である全ての可
変長データから事象（情報）の位相情報を全て捨象した
近傍特徴量データを作成し、そのデータ群に対して全物
件検索を行う。データの格納時には、記憶されるデータ
のＩＤおよび格納位置を格納位置記憶手段に記憶し、デ
ータの参照時には、格納位置記憶手段からデータの格納
位置を読み出して記憶手段にアクセスする。したがっ
て、全物件に対してあいまい検索を高速にでき、且つ検
索結果のデータの格納位置を即座に得ることができるか
ら、記憶手段に高速でアクセスすることができる。ま
た、データを固定長にするためにダミーデータを付ける
必要がないから、記憶されるデータの量を少なくし、記
憶媒体の容量を小さくできる。
変長データから事象（情報）の位相情報を全て捨象した
近傍特徴量データを作成し、そのデータ群に対して全物
件検索を行う。データの格納時には、記憶されるデータ
のＩＤおよび格納位置を格納位置記憶手段に記憶し、デ
ータの参照時には、格納位置記憶手段からデータの格納
位置を読み出して記憶手段にアクセスする。したがっ
て、全物件に対してあいまい検索を高速にでき、且つ検
索結果のデータの格納位置を即座に得ることができるか
ら、記憶手段に高速でアクセスすることができる。ま
た、データを固定長にするためにダミーデータを付ける
必要がないから、記憶されるデータの量を少なくし、記
憶媒体の容量を小さくできる。
【０００８】
【実施例】図１には、本発明によるシステムの一実施例
が示されている。同図に示すように、可変長データの格
納時には、データＤ１は記憶媒体のデータ格納部１６
に、データＡ、データＢ、データＣの順に書き込まれ
る。図１に示す例では、データＡ、データＢの長さは１
００、４０である。したがって、ＩＤ格納位置対応表１
４に示すように、データＡは格納位置０、データＢは格
納位置１００、データＣは格納位置１４０に、それぞれ
書き込まれ、その書き込まれた位置がＩＤ格納位置対応
表１４に記憶される。
が示されている。同図に示すように、可変長データの格
納時には、データＤ１は記憶媒体のデータ格納部１６
に、データＡ、データＢ、データＣの順に書き込まれ
る。図１に示す例では、データＡ、データＢの長さは１
００、４０である。したがって、ＩＤ格納位置対応表１
４に示すように、データＡは格納位置０、データＢは格
納位置１００、データＣは格納位置１４０に、それぞれ
書き込まれ、その書き込まれた位置がＩＤ格納位置対応
表１４に記憶される。
【０００９】データＤ１はまた、ＩＤ割当部１２に送ら
れ、データの通番（ＩＤ）が割り当てられる。データの
通番（ＩＤ）は、ＩＤ格納位置対応表１４に示すよう
に、データごとに与えられる通番である。本例では、デ
ータＡ、データＢ、データＣに１、２、３がそれぞれＩ
Ｄとして与えられる。割り当てられたデータのＩＤはＩ
Ｄ格納位置対応表１４に送られ記憶される。
れ、データの通番（ＩＤ）が割り当てられる。データの
通番（ＩＤ）は、ＩＤ格納位置対応表１４に示すよう
に、データごとに与えられる通番である。本例では、デ
ータＡ、データＢ、データＣに１、２、３がそれぞれＩ
Ｄとして与えられる。割り当てられたデータのＩＤはＩ
Ｄ格納位置対応表１４に送られ記憶される。
【００１０】このようにしてデータＤ１の格納時にはデ
ータＤ１がデータ格納部１６に格納されるとともに、デ
ータＩＤおよびそのデータの格納位置がＩＤ格納位置対
応表１４に記憶される。
ータＤ１がデータ格納部１６に格納されるとともに、デ
ータＩＤおよびそのデータの格納位置がＩＤ格納位置対
応表１４に記憶される。
【００１１】可変長データの参照（読み出し）時には、
参照要求のあったデータまたはそのＩＤがＩＤ割当部１
２に送られ、ＩＤ割当部１２からこのデータのＩＤが出
力される。データのＩＤはＩＤ格納位置対応表１４に送
られ、ＩＤ格納位置対応表１４から格納位置が出力され
る。出力された格納位置に基づき、データ格納部１６か
らデータが読み出され、データ一時格納部１８に格納さ
れる。データ一時格納部１８に格納されたデータは、操
作者の要求に応じてＣＲＴなどの出力部に出力され、参
照される。
参照要求のあったデータまたはそのＩＤがＩＤ割当部１
２に送られ、ＩＤ割当部１２からこのデータのＩＤが出
力される。データのＩＤはＩＤ格納位置対応表１４に送
られ、ＩＤ格納位置対応表１４から格納位置が出力され
る。出力された格納位置に基づき、データ格納部１６か
らデータが読み出され、データ一時格納部１８に格納さ
れる。データ一時格納部１８に格納されたデータは、操
作者の要求に応じてＣＲＴなどの出力部に出力され、参
照される。
【００１２】ＩＤ割当部１２およびデータ一時格納部１
８は高速でアクセス可能な記憶媒体によって構成され、
ＩＤ格納位置対応表１４およびデータ格納部１６は低速
でアクセス可能な記憶媒体によって構成される。したが
って、データが記憶されるデータ格納部１６は低速でア
クセスする安価な記憶媒体によって構成されているか
ら、データ格納部１６の容量を充分大きくすることがで
きる。また、ＩＤ割当部１２およびデータ一時格納部１
８は高速でアクセス可能な記憶媒体によって構成されて
いるから、データの記憶時におけるＩＤの割り当て、お
よびデータ格納部１６から読み出されデータ一時格納部
１８に格納されたデータの参照は高速で行うことができ
る。
８は高速でアクセス可能な記憶媒体によって構成され、
ＩＤ格納位置対応表１４およびデータ格納部１６は低速
でアクセス可能な記憶媒体によって構成される。したが
って、データが記憶されるデータ格納部１６は低速でア
クセスする安価な記憶媒体によって構成されているか
ら、データ格納部１６の容量を充分大きくすることがで
きる。また、ＩＤ割当部１２およびデータ一時格納部１
８は高速でアクセス可能な記憶媒体によって構成されて
いるから、データの記憶時におけるＩＤの割り当て、お
よびデータ格納部１６から読み出されデータ一時格納部
１８に格納されたデータの参照は高速で行うことができ
る。
【００１３】本実施例によれば、上記のように可変長デ
ータの格納時には、データＤ１がデータ格納部１６に格
納されるとともに、それぞれのデータに割り当てられた
ＩＤおよびそのデータの格納位置がＩＤ格納位置対応表
１４に記憶される。参照（読み出し）時には、参照要求
のあったデータがＩＤ割当部１２に送られ、ＩＤ割当部
１２からこのデータのＩＤが出力されてＩＤ格納位置対
応表１４に送られ、ＩＤ格納位置対応表１４から格納位
置が出力され、出力された格納位置に基づき、データ格
納部１６からデータが読み出される。
ータの格納時には、データＤ１がデータ格納部１６に格
納されるとともに、それぞれのデータに割り当てられた
ＩＤおよびそのデータの格納位置がＩＤ格納位置対応表
１４に記憶される。参照（読み出し）時には、参照要求
のあったデータがＩＤ割当部１２に送られ、ＩＤ割当部
１２からこのデータのＩＤが出力されてＩＤ格納位置対
応表１４に送られ、ＩＤ格納位置対応表１４から格納位
置が出力され、出力された格納位置に基づき、データ格
納部１６からデータが読み出される。
【００１４】したがって、ＩＤ格納位置対応表１４に記
憶されたデータＩＤとデータの格納位置との対応を用い
てデータの格納位置を読み出すから、レコードへのアク
セス位置を即座に得ることができ、データの読み出し
（検索）を高速で行うことができる。
憶されたデータＩＤとデータの格納位置との対応を用い
てデータの格納位置を読み出すから、レコードへのアク
セス位置を即座に得ることができ、データの読み出し
（検索）を高速で行うことができる。
【００１５】また、データの記憶時にレコードサイズを
一定にする必要がなく、データにダミーデータを加える
ことがないため、記憶されるデータの量が大きくなる欠
点もない。
一定にする必要がなく、データにダミーデータを加える
ことがないため、記憶されるデータの量が大きくなる欠
点もない。
【００１６】次に、本発明による可変長データの格納お
よび参照システムの可変長データの格納手順および参照
手順についてより詳細に説明する。
よび参照システムの可変長データの格納手順および参照
手順についてより詳細に説明する。
【００１７】図２は、本発明による可変長データの格納
および参照システムにおいて、可変長データをあいまい
検索するためのデータの格納および参照を行う手順を示
すデータフロー図である。本システムでは、予め検索対
象物件である全ての可変長データから事象（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。格納ステップでは、
物件毎に近傍特徴量行列が位相情報として作成される。
図２では、検索対象１０である可変長データから自己相
関行列（近傍特徴量行列３０）を作成し、それを構造フ
ァイル４０に保存するまでのステップが格納ステップに
該当する。また、参照ステップでは、検索キーに対して
格納ステップと同様の処理を行い、検索キーの近傍特徴
量が求められる。そして、この検索キーの近傍特徴量
と、物件の近傍特徴量とのマッチング演算が行なわれ、
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２では、検索キー５０をもとに検索Ｓ４にて構造
ファイル４０の物件データとのマッチング演算を行い、
評価結果リスト７０ある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が参照ステップに該
当する。
および参照システムにおいて、可変長データをあいまい
検索するためのデータの格納および参照を行う手順を示
すデータフロー図である。本システムでは、予め検索対
象物件である全ての可変長データから事象（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。格納ステップでは、
物件毎に近傍特徴量行列が位相情報として作成される。
図２では、検索対象１０である可変長データから自己相
関行列（近傍特徴量行列３０）を作成し、それを構造フ
ァイル４０に保存するまでのステップが格納ステップに
該当する。また、参照ステップでは、検索キーに対して
格納ステップと同様の処理を行い、検索キーの近傍特徴
量が求められる。そして、この検索キーの近傍特徴量
と、物件の近傍特徴量とのマッチング演算が行なわれ、
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２では、検索キー５０をもとに検索Ｓ４にて構造
ファイル４０の物件データとのマッチング演算を行い、
評価結果リスト７０ある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が参照ステップに該
当する。
【００１８】（１）格納ステップ 図２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、遺伝子情報などの可変長データである。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、遺伝子情報などの可変長データである。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。
【００１９】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｜
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｜
【００２０】上記のコードにおいては、Ｔが84、ｈが10
4 ．．と対応している。
4 ．．と対応している。
【００２１】次に、正規化された可変長データ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の形式に畳込まれ
る。ここで近傍特徴量をと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。
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の形式に畳込まれ
る。ここで近傍特徴量をと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。
【００２２】学習手段Ｓ２の一例として、正規化された
可変長データ２０から量子化量を求め、この量子化量を
用いて近傍特徴量行列３０を得る手順を説明する。例え
ば、図４に示すように、検索される対象物件が複数ある
とし、そのうちｉ番目の物件の量子化について考える。
ここで、ｉ番目の物件（文書）のｊ番目のデータ（文
字）をＣi,jとし、Ｃi,jのｋ近傍に関するデータをＣ
i,j+1，Ｃi,j+2，．．．．，Ｃi,j+kとする。ｉ番目の
物件において、図３に示すように正規化された数値列13
5，64，37，71，101，．．．が並んでいるとすると、Ｃ
i,jに関する量子化量ｘおよびＣi,jの前方ｋ近傍に関す
る量子化量ｙは、 ｘ＝ｆ（Ｃi,j） ｙ＝ｇ（Ｃi,j，Ｃi,j+1，Ｃi,j+2，．．．．，Ｃi,j+k） ・・・式（１ ） で求められる。
可変長データ２０から量子化量を求め、この量子化量を
用いて近傍特徴量行列３０を得る手順を説明する。例え
ば、図４に示すように、検索される対象物件が複数ある
とし、そのうちｉ番目の物件の量子化について考える。
ここで、ｉ番目の物件（文書）のｊ番目のデータ（文
字）をＣi,jとし、Ｃi,jのｋ近傍に関するデータをＣ
i,j+1，Ｃi,j+2，．．．．，Ｃi,j+kとする。ｉ番目の
物件において、図３に示すように正規化された数値列13
5，64，37，71，101，．．．が並んでいるとすると、Ｃ
i,jに関する量子化量ｘおよびＣi,jの前方ｋ近傍に関す
る量子化量ｙは、 ｘ＝ｆ（Ｃi,j） ｙ＝ｇ（Ｃi,j，Ｃi,j+1，Ｃi,j+2，．．．．，Ｃi,j+k） ・・・式（１ ） で求められる。
【００２３】ここで、ｆ（Ｃi,j）はＣi,jに関するｎ段
階量子化関数である。すなわち、ｉ番目の物件のｊ番目
のデータＣi,jについて所定の演算を行って得られる値
であり、１〜ｎのいずれかの整数で表される。したがっ
て、このｎ段階量子化関数ｆの演算により得られた量子
化量ｘの値によって、図４に示す行列（座標）における
ｘ軸方向の位置が１〜ｎの範囲で定まる。
階量子化関数である。すなわち、ｉ番目の物件のｊ番目
のデータＣi,jについて所定の演算を行って得られる値
であり、１〜ｎのいずれかの整数で表される。したがっ
て、このｎ段階量子化関数ｆの演算により得られた量子
化量ｘの値によって、図４に示す行列（座標）における
ｘ軸方向の位置が１〜ｎの範囲で定まる。
【００２４】また、ｇ（Ｃi,j，Ｃi,j+1，
Ｃi,j+2，．．．．，Ｃi,j+k）は、Ｃi,jの前方ｋ近傍
に関するｍ段階量子化関数である。すなわち、ｉ番目の
物件のｊ番目のデータＣi,jと、そのデータＣi,jの近傍
の所定数のデータＣi,j+1，Ｃi,j+2，．．．．，Ｃ
i,j+kについて所定の演算を行って得られる値であり、
１〜ｍのいずれかの整数で表される。たとえば、図３に
示すようにｊ番目のデータＣi,jが135であり、ｋが3の
場合には、Ｃi,j+1，Ｃi,j+2，Ｃi,j+3としてデータ135
に続くデータ64、37、71を抽出し、これらのデータとデ
ータ135との相関について所定の演算を行う。ｊ番目の
データＣi,jが次の64の場合には、Ｃi,j+1，Ｃi,j+2，
Ｃi,j+3としてデータ64に続くデータ37、71、101を抽出
し、これらのデータとデータ64との相関について所定の
演算を行う。このようにして、ｍ段階量子化関数ｇの演
算により得られた量子化量ｙの値によって、図４に示す
行列（座標）におけるｙ軸方向の位置が１〜ｍの範囲で
定まる。
Ｃi,j+2，．．．．，Ｃi,j+k）は、Ｃi,jの前方ｋ近傍
に関するｍ段階量子化関数である。すなわち、ｉ番目の
物件のｊ番目のデータＣi,jと、そのデータＣi,jの近傍
の所定数のデータＣi,j+1，Ｃi,j+2，．．．．，Ｃ
i,j+kについて所定の演算を行って得られる値であり、
１〜ｍのいずれかの整数で表される。たとえば、図３に
示すようにｊ番目のデータＣi,jが135であり、ｋが3の
場合には、Ｃi,j+1，Ｃi,j+2，Ｃi,j+3としてデータ135
に続くデータ64、37、71を抽出し、これらのデータとデ
ータ135との相関について所定の演算を行う。ｊ番目の
データＣi,jが次の64の場合には、Ｃi,j+1，Ｃi,j+2，
Ｃi,j+3としてデータ64に続くデータ37、71、101を抽出
し、これらのデータとデータ64との相関について所定の
演算を行う。このようにして、ｍ段階量子化関数ｇの演
算により得られた量子化量ｙの値によって、図４に示す
行列（座標）におけるｙ軸方向の位置が１〜ｍの範囲で
定まる。
【００２５】したがって、前記のように正規化された可
変長データ２０から量子化量ｘ、ｙを求めることによっ
て、図４に示す行列（座標）における位置が定まる。な
お、量子化量を求める演算式ｆ（）、ｇ（）としては種
々あるが、例えば、 ｆ：ｘ→ｘ ｇ：（ｘ，ｙ）→ｘ−ｙ （または｜ｘ−ｙ｜） ・・・式（２） のように、演算式ｆ（）は入力された値をそのまま量子
化量とし、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量子化量とする例が考えられる。こ
の場合、正規化された可変長データ２０が、先の例84｜
104｜105｜115．．．．では、データＣi,jを84とする
と、Ｃi,jとＣi,jの前方ｋ近傍とに関する量子化量ｘ，
ｙの座標位置は、（84，20）、（84，21）、（84，3
1）、．．．．となる。また、この式（２）以外にも、
幾つかの文字列の個々の文字整数値に対して四則演算を
施すことにより近傍特徴量を取り出してもよい。図３中
に示した量子化量ｘ，ｙの座標位置（51，71）、（32，
103）、．．．．は、前記式（２）とは異なる手法によ
って求めたものである。
変長データ２０から量子化量ｘ、ｙを求めることによっ
て、図４に示す行列（座標）における位置が定まる。な
お、量子化量を求める演算式ｆ（）、ｇ（）としては種
々あるが、例えば、 ｆ：ｘ→ｘ ｇ：（ｘ，ｙ）→ｘ−ｙ （または｜ｘ−ｙ｜） ・・・式（２） のように、演算式ｆ（）は入力された値をそのまま量子
化量とし、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量子化量とする例が考えられる。こ
の場合、正規化された可変長データ２０が、先の例84｜
104｜105｜115．．．．では、データＣi,jを84とする
と、Ｃi,jとＣi,jの前方ｋ近傍とに関する量子化量ｘ，
ｙの座標位置は、（84，20）、（84，21）、（84，3
1）、．．．．となる。また、この式（２）以外にも、
幾つかの文字列の個々の文字整数値に対して四則演算を
施すことにより近傍特徴量を取り出してもよい。図３中
に示した量子化量ｘ，ｙの座標位置（51，71）、（32，
103）、．．．．は、前記式（２）とは異なる手法によ
って求めたものである。
【００２６】本システムでは、各物件情報は、上記のよ
うにして求めたｘ、ｙに対して物件の通番ｉと重みｗ
（x,y,i)の組として記憶される。重みｗ（x,y,i)は、デ
ータｘ、ｙ、ｉから所定の演算によって求められるが、
通常は重みｗ（x,y,i)の値は１に固定される。
うにして求めたｘ、ｙに対して物件の通番ｉと重みｗ
（x,y,i)の組として記憶される。重みｗ（x,y,i)は、デ
ータｘ、ｙ、ｉから所定の演算によって求められるが、
通常は重みｗ（x,y,i)の値は１に固定される。
【００２７】上述のようにして、各物件についてデータ
Ｃi,jごとに求められた量子化量ｘ，ｙの値に基づき、
図４に棒によって示されるように、データを記憶する。
すなわち、データＣi,jの量子化量ｘ、ｙの値により定
められる座標の位置に、その物件の通番ｉとその重みｗ
（ｘ，ｙ，ｉ）とを組みとしたデータを記憶する。同図
では、このようなデータが記憶されるごとに棒の長さが
延びるように表されている。通常は、重みｗ（ｘ，ｙ，
ｉ）は１とされるから、物件の通番ｉのデータのみが
ｘ、ｙの値により定められる座標の位置に記憶されてゆ
く。
Ｃi,jごとに求められた量子化量ｘ，ｙの値に基づき、
図４に棒によって示されるように、データを記憶する。
すなわち、データＣi,jの量子化量ｘ、ｙの値により定
められる座標の位置に、その物件の通番ｉとその重みｗ
（ｘ，ｙ，ｉ）とを組みとしたデータを記憶する。同図
では、このようなデータが記憶されるごとに棒の長さが
延びるように表されている。通常は、重みｗ（ｘ，ｙ，
ｉ）は１とされるから、物件の通番ｉのデータのみが
ｘ、ｙの値により定められる座標の位置に記憶されてゆ
く。
【００２８】この様にして作成された近傍特徴量行列
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。この構造ファイル４０に保存された識別番号
は、図１に示すＩＤ格納位置対応表１４のＩＤとして、
対応する格納位置とともに記憶される。
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。この構造ファイル４０に保存された識別番号
は、図１に示すＩＤ格納位置対応表１４のＩＤとして、
対応する格納位置とともに記憶される。
【００２９】（２）参照ステップ まず、検索キー５０を入力する。例えば、“This is a
pen.”を検索キーとする。この検索キー５０に対して、
格納ステップでの正規化手段Ｓ１と同一の正規化方法に
基づく正規化手段Ｓ３によりキー情報を以下の整数列に
正規化する。84｜104｜105｜115｜32｜105｜115｜32｜9
7｜32｜112｜101｜110｜46｜
pen.”を検索キーとする。この検索キー５０に対して、
格納ステップでの正規化手段Ｓ１と同一の正規化方法に
基づく正規化手段Ｓ３によりキー情報を以下の整数列に
正規化する。84｜104｜105｜115｜32｜105｜115｜32｜9
7｜32｜112｜101｜110｜46｜
【００３０】次に、検索手段Ｓ４において、格納ステッ
プでの学習手段Ｓ２と同一の近傍特徴量抽出式ｆ（）、
ｇ（）を用いて、正規化された検索キー５０の数値列の
先頭から量子化量ｘ、ｙの組の系列を作成する。次に、
この検索キー５０の量子化量ｘ、ｙの組の系列に基づい
て、構造ファイル４０内から取り出した物件ｉに対する
検索キー５０の含有度数ωiとして、Ｖ（ｘj，ｙj，
ｉ）をｊ＝１〜ｍについて合計することにより算出す
る。
プでの学習手段Ｓ２と同一の近傍特徴量抽出式ｆ（）、
ｇ（）を用いて、正規化された検索キー５０の数値列の
先頭から量子化量ｘ、ｙの組の系列を作成する。次に、
この検索キー５０の量子化量ｘ、ｙの組の系列に基づい
て、構造ファイル４０内から取り出した物件ｉに対する
検索キー５０の含有度数ωiとして、Ｖ（ｘj，ｙj，
ｉ）をｊ＝１〜ｍについて合計することにより算出す
る。
【００３１】ただし、Ｖ（ｘj，ｙj，ｉ）は、構造ファ
イル４０に記憶された物件ｉの重みに等しく、重みを持
たない場合には０と定める。
イル４０に記憶された物件ｉの重みに等しく、重みを持
たない場合には０と定める。
【００３２】したがって、検索キー５０の数値列から求
めた量子化量ｘ、ｙの組に対応する図４の量子化量ｘ、
ｙの位置にデータがある場合（棒がある場合）には、別
に設けられた記憶手段のそのデータに示される物件の通
番ｉの格納箇所にその重みの値を構造評価値score（合
致度）として記憶させる。
めた量子化量ｘ、ｙの組に対応する図４の量子化量ｘ、
ｙの位置にデータがある場合（棒がある場合）には、別
に設けられた記憶手段のそのデータに示される物件の通
番ｉの格納箇所にその重みの値を構造評価値score（合
致度）として記憶させる。
【００３３】次に、評価結果出力手段Ｓ５において、構
造ファイル４０内の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で割って、検索キ
ー５０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。
造ファイル４０内の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で割って、検索キ
ー５０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。
【００３４】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。
【００３５】また、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。
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。
【００３６】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。
【００３７】このようなデータ検索システムにおいて、
前記のような可変長データの格納および参照方法を用い
ることにより、高速なあいまい検索の結果、抽出された
物件について、当該物件データへのアクセスを高速で行
うことができるとともに、記憶容量を節約することがで
きる。
前記のような可変長データの格納および参照方法を用い
ることにより、高速なあいまい検索の結果、抽出された
物件について、当該物件データへのアクセスを高速で行
うことができるとともに、記憶容量を節約することがで
きる。
【００３８】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。
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。
【００３９】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近傍特徴量を作成
（抽出）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近傍特徴量を作成
（抽出）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。
【００４０】上述の例では、近傍特徴量行列は、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。
そこで上記のようなデータ圧縮手段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。
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。
そこで上記のようなデータ圧縮手段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。
【００４１】図５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。
【００４２】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。
【００４３】検索時には、検索キーの近傍特徴量の各々
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４０
ｂ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２の評
価結果リスト７０が得られる。
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４０
ｂ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２の評
価結果リスト７０が得られる。
【００４４】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、その近傍特徴量行列要素
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、その近傍特徴量行列要素
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。
【００４５】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。
【００４６】
【発明の効果】本発明のシステムによれば、記憶装置に
格納された全ての可変長データに対してあいまい検索を
高速にでき、しかも検索結果のデータの格納位置を即座
に求めることができるから、記憶されたデータに高速で
アクセスすることができる。また、データを固定長のブ
ロックにする必要がないのでダミーデータが不要とな
り、記憶容量を小さくすることができる。
格納された全ての可変長データに対してあいまい検索を
高速にでき、しかも検索結果のデータの格納位置を即座
に求めることができるから、記憶されたデータに高速で
アクセスすることができる。また、データを固定長のブ
ロックにする必要がないのでダミーデータが不要とな
り、記憶容量を小さくすることができる。
【図１】本発明による可変長データの格納および参照シ
ステムの一実施例のデータフロー図である。
ステムの一実施例のデータフロー図である。
【図２】本発明による格納および参照システムを適用す
るデータベース検索システムのデータフロー図である。
るデータベース検索システムのデータフロー図である。
【図３】近傍情報の量子化を示す図である。
【図４】記憶される情報構造を示す図である。
【図５】圧縮された近傍特徴量のデータ構成図である。
１０ 検索対象 １２ ＩＤ割当部 １４ ＩＤ格納位置対応表 １６ データ格納部 １８ データ一時格納部 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 昭58−51348（ＪＰ，Ａ) 特開 昭62−191924（ＪＰ，Ａ) 特開 平２−1059（ＪＰ，Ａ) 特開 平３−123973（ＪＰ，Ａ) 特開 昭63−211429（ＪＰ，Ａ) 特開 平２−96850（ＪＰ，Ａ) 特開 平３−62137（ＪＰ，Ａ) 特開 平３−246645（ＪＰ，Ａ) 特開 平３−282841（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G06F 17/30 G06F 12/00 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (6)
- 【請求項１】 検索キーに基づいて検索対象の複数の可
変長データから情報を検索するための可変長データの格
納および参照システムにおいて、 前記可変長データを記憶する可変長データ記憶手段と、 前記可変長データ記憶手段に記憶される可変長データに
ＩＤを割り当てるＩＤ割当手段と、 前記検索対象のｉ番目の可変長データのｊ番目のデータ
Ｃi,jと、当該データＣi,jの近傍データＣi,kとに基づ
いて複数の量子化量を算出する量子化量算出手段と、 近傍特徴量として前記複数の量子化量の組合せを前記Ｉ
Ｄと共に記憶する量子化量記憶手段と、 前記可変長データ記憶手段における前記可変長データの
格納位置を、前記ＩＤ割当手段により割り当てられた前
記ＩＤに対応させて記憶する格納位置記憶手段とを具備
し、 前記可変長データの格納時には、格納される可変長デー
タの量子化量を前記量子化量記憶手段に記憶すると共
に、前記格納される可変長データの前記ＩＤおよび格納
位置を前記格納位置記憶手段に記憶し、前記可変長デー
タの参照時には、前記検索キーに基づいて前記量子化量
記憶手段に対して検索を行い、前記検索の結果、抽出さ
れた可変長データのＩＤをもとに前記格納位置記憶手段
で格納位置を特定して前記可変長データ記憶手段から前
記可変長データを読み出すことを特徴とする可変長デー
タの格納および参照システム。 - 【請求項２】 検索キーに基づいて検索対象の複数の可
変長データから情報を検索するための可変長データの格
納および参照システムにおいて、 前記可変長データを記憶する可変長データ記憶手段と、 前記可変長データ記憶手段に記憶される可変長データに
ＩＤを割り当てるＩＤ割当手段と、 前記検索対象のｉ番目の可変長データのｊ番目のデータ
Ｃi,jと、当該データＣi,jの近傍データＣi,kとに基づ
いて複数の量子化量を算出する量子化量算出手段と、 近傍特徴量として前記複数の量子化量をそれぞれ近傍特
徴量行列座標の各軸の要素値とする座標位置に、可変長
データの前記ＩＤを記憶する量子化量記憶手段と、 前記可変長データ記憶手段における前記可変長データの
格納位置を、前記ＩＤ割当手段により割り当てられた前
記ＩＤに対応させて記憶する格納位置記憶手段とを具備
し、 前記可変長データの格納時には、格納される可変長デー
タの量子化量を前記量子化量記憶手段に記憶すると共
に、前記格納される可変長データの前記ＩＤおよび格納
位置を前記格納位置記憶手段に記憶し、前記可変長デー
タの参照時には、前記検索キーに基づいて前記量子化量
記憶手段に対して検索を行い、前記検索の結果、抽出さ
れた可変長データのＩＤをもとに前記格納位置記憶手段
で格納位置を特定して前記可変長データ記憶手段から前
記可変長データを読み出すことを特徴とする可変長デー
タの格納および参照システム。 - 【請求項３】 前記量子化量記憶手段に対する検索で
は、前記量子化量算出手段で前記検索キーについて複数
の量子化量を算出し、前記検索対象の近傍特徴量との合
致度を求めることを特徴とする請求項１または２の可変
長データの格納および参照システム。 - 【請求項４】 前記可変長データ毎の合致度を前記検索
キーの近傍特徴量の完全一致度数で割った値を、前記可
変長データ毎の検索キーの含有確率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の可
変長データの格納および参照システム。 - 【請求項５】 前記近傍データＣi,kが複数あることを
特徴とする請求項１〜４の何れか１項の可変長データの
格納および参照システム。 - 【請求項６】 前記近傍特徴量は、各可変長データ中の
データ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１〜５の何れか１項の可変長データの格
納および参照システム。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP35967591A JP3288063B2 (ja) | 1991-12-27 | 1991-12-27 | 可変長データの格納および参照システム |
| DE69229521T DE69229521T2 (de) | 1991-04-25 | 1992-04-23 | Datenbankauffindungssystem |
| EP92106939A EP0510634B1 (en) | 1991-04-25 | 1992-04-23 | Data base retrieval system |
| 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 |
|---|---|---|---|
| JP35967591A JP3288063B2 (ja) | 1991-12-27 | 1991-12-27 | 可変長データの格納および参照システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05181719A JPH05181719A (ja) | 1993-07-23 |
| JP3288063B2 true JP3288063B2 (ja) | 2002-06-04 |
Family
ID=18465718
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP35967591A Expired - Lifetime JP3288063B2 (ja) | 1991-04-25 | 1991-12-27 | 可変長データの格納および参照システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3288063B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06274193A (ja) * | 1993-03-17 | 1994-09-30 | Nippon Steel Corp | データベース検索システム |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5233255B2 (ja) | 2007-11-30 | 2013-07-10 | セイコーエプソン株式会社 | 可変長データ格納装置、可変長データ格納方法、可変長データ読出方法及びそのプログラム |
| JP2013101470A (ja) * | 2011-11-08 | 2013-05-23 | Toshiba Corp | データベース圧縮装置 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5851348A (ja) * | 1981-09-22 | 1983-03-26 | Nec Corp | 可変長レコ−ドの高速アクセス方式 |
| JPS62191924A (ja) * | 1986-02-18 | 1987-08-22 | Matsushita Electric Ind Co Ltd | 情報登録検索装置 |
| JP2605706B2 (ja) * | 1987-02-27 | 1997-04-30 | 日本電気株式会社 | 可変長情報処理装置 |
| JPH021059A (ja) * | 1988-06-07 | 1990-01-05 | Hitachi Ltd | 連想検索システム |
| JPH0296850A (ja) * | 1988-10-03 | 1990-04-09 | Fujitsu Ltd | 可変長データの削除・復元処理方式 |
| JPH0362137A (ja) * | 1989-07-28 | 1991-03-18 | Nec Corp | 可変長ブロック群による長大データの格納方法 |
| JPH03123973A (ja) * | 1989-10-06 | 1991-05-27 | Ricoh Co Ltd | 文書検索方法 |
| JPH03246645A (ja) * | 1990-02-23 | 1991-11-05 | Nec Corp | データ管理方式 |
| JPH03282841A (ja) * | 1990-03-30 | 1991-12-13 | Nec Corp | 可変長レコードの直接入出力処理方式 |
-
1991
- 1991-12-27 JP JP35967591A patent/JP3288063B2/ja not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06274193A (ja) * | 1993-03-17 | 1994-09-30 | Nippon Steel Corp | データベース検索システム |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH05181719A (ja) | 1993-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5450580A (en) | Data base retrieval system utilizing stored vicinity feature valves | |
| US6138114A (en) | Sort system for merging database entries | |
| US5745745A (en) | Text search method and apparatus for structured documents | |
| KR100688121B1 (ko) | 표형식 데이터의 검색,집계,소트방법 및 장치 | |
| US6862602B2 (en) | System and method for rapidly identifying the existence and location of an item in a file | |
| US6678687B2 (en) | Method for creating an index and method for searching an index | |
| 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 | |
| EP0775963A2 (en) | Indexing a database by finite-state transducer | |
| EP0520232A2 (en) | Method and apparatus for saving and retrieving functional results | |
| JP2888188B2 (ja) | 情報検索装置 | |
| JP3258063B2 (ja) | データベース検索システム及び方法 | |
| US5398335A (en) | Virtually updating data records by assigning the update fractional addresses to maintain an ordinal relationship without renumbering original records | |
| JP3518933B2 (ja) | 構造化文書検索方法 | |
| JP3151730B2 (ja) | データベース検索システム | |
| JP3288063B2 (ja) | 可変長データの格納および参照システム | |
| JPH064584A (ja) | 文章検索装置 | |
| JPH05101102A (ja) | 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 | |
| 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 | |
| JP2993540B2 (ja) | 昇順整数列データの圧縮および復号システム | |
| JP2993539B2 (ja) | データベース検索システムおよびその方法 | |
| JP2000090115A (ja) | インデクス作成方法および検索方法 | |
| JP3344755B2 (ja) | 昇順整数列データの圧縮および復号システム | |
| JPH06162096A (ja) | レコード検索方法 | |
| JP3036246B2 (ja) | 情報検索装置 |
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: 20020205 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| 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: 20090315 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100315 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100315 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110315 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110315 Year of fee payment: 9 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120315 Year of fee payment: 10 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120315 Year of fee payment: 10 |