JP3459049B2 - 文字列検索方法およひ装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は情報検索技術に関し、特
に検索文字列の検索技術に関するものである。

【０００２】

【従来の技術】情報処理システムの分野では、文字列デ
ータの集まりからなる文書（以後、テキストと呼ぶ）の
中から、検索者の探したい、ある特定の部分文字列（以
後、検索タームと呼ぶ）を含む全ての文書を探し出すこ
とが一つの重要な処理となっている。このような検索シ
ステムを実現するための文字列検索装置がいくつか提案
されている。その中の代表的なものに、エル エー ホ
ラー ：“テキスト リトリーバル コンピューター
ズ”、コンピューター、１９７９年 ３月、（Ｌ．Ａ．
Ｈｏｌｌａａｒ：“Ｔｅｘｔ Ｒｅｔｒｉｅｖａｌ Ｃ
ｏｍｐｕｔｅｒｓ”、ＣＯＭＰＵＴＥＲ、Ｍａｒｃｈ
１９７９）があり、その文字列検索装置の構成を図２に
示し、その内容について説明する。文字列検索装置１に
おいて、検索制御手段１０１は、検索装置全体の制御と
ホストコンピュータとの通信を行う。すなわち、ホスト
コンピュータから送られてくる検索要求２０１を受け付
け、これを解析し、文字列照合手段１０２と複合条件判
定手段１０３へ検索情報２０２として送出する。また、
検索制御手段１０１は記憶装置制御手段１０４を制御し
て、文字列記憶手段１０５に格納されたテキスト２０４
を文字列照合手段１０２へ読み出す。文字列照合手段１
０２は、テキスト２０４の中に検索要求２０１に合致す
る文字列、すなわち検索タームがあるかどうかを調べ、
もし該当するものがあれば、その文字列を識別する情報
２０５を複合条件判定手段１０３へ出力する。複合条件
判定手段１０３は該文字列識別情報２０５について、検
索要求２０１中に指示されたＡＮＤやＯＲで構成される
論理条件などが満足されるか否かを調べる。指定された
複合条件を満足する場合には、該当する文書の識別情報
や文書内容のテキストデータを検索結果２０６としてホ
ストコンピュータへ返送する。

【０００３】上述した文字列検索装置１の要となる文字
列照合手段１０２における文字列の照合方式としては、
有限オートマトンを用いて複数の文字列を１回のテキス
ト走査で探索する方法が知られている。このような文字
列検索方法と、これを高速に実行するためのハードウェ
アとしては特開昭６０−１０５０３９「文字列照合方
式」により提案されている。

【０００４】まず、特開昭６０−１０５０３９「文字列
照合方式」のオートマトンを用いた文字列照合方法につ
いて図３を用いて説明する。図３は、入力されたテキス
トの中から、検索ターム“ＤＯＧ”を照合するためのオ
ートマトンの状態遷移図を示したものである。ここで、
円はオートマトンの状態を、矢印は状態遷移を表す。各
矢印に付記された文字はこれに対応した遷移を引き起こ
す入力文字を示している。各円の内部に記された数値
は、その状態の状態番号を示す。状態０は、本オートマ
トンの初期状態である。遷移が記述されていない入力文
字に対しては、全て初期状態０に遷移する。遷移にスラ
ッシュ“／”が付記されている矢印４０４は“ＤＯＧ”
が照合されたことを示す遷移を表す。すなわち、状態２
から“Ｇ”で遷移する矢印４０４は“ＤＯＧ”が照合さ
れたことを示す。

【０００５】以下、同図を用いて本引例の文字列照合動
作について説明する。このオートマトンは初期状態０か
ら状態遷移が始まる。初期状態０では、入力文字が
“Ｄ”であると状態１に遷移する。“Ｄ”以外の文字が
入力された場合は初期状態０に留まる。状態１について
も同様に、入力文字が“Ｏ”ならば状態２へ遷移し、
“Ｄ”ならば状態１に留まり、それ以外は初期状態０へ
戻る。さらに、状態２において、入力文字が“Ｇ”なら
ば照合結果が格納されている矢印４０４の遷移が起こ
る。この際、照合結果２０５が出力され、“ＤＯＧ”が
照合されたことになる。以下、他の状態における遷移に
ついても同様である。以上のように、テキストから１文
字取り込む度にオートマトンの状態遷移を制御すること
により文字列照合を実現している。

【０００６】このような文字列照合処理の手順を図４に
示す。まず、初期設定ステップ１０００では、現在のオ
ートマトンの状態番号（以後、現状態番号と呼ぶ）が初
期状態番号に設定される。繰り返しステップ１２００で
は、テキストの終了まで、すなわちテキストを全て読み
出し終えるまで以下の１３００〜１７００までの処理が
繰り返し実行される。文字取得ステップ１３００では、
テキスト２０４から１文字ずつ文字が取り込まれる。こ
の文字についてオートマトンの状態遷移を行う。状態遷
移ステップ１４００では、オートマトンの状態遷移表で
ある状態遷移テーブルと照合識別子テーブルを使用し、
次に遷移すべき状態番号（以後、次状態番号と呼ぶ）を
取得している。状態遷移テーブルには、テキスト２０４
から取り込まれた文字コードと現状態番号とで示される
アドレスに、次状態番号が格納されている。照合識別子
テーブルも、同様に文字コードと現状態番号とで示され
るアドレスに、検索タームの識別子（以後、照合ターム
識別子と呼ぶ）が格納されている。具体的には、上記オ
ートマトン例の照合結果が格納されている矢印４０４に
対応した状態２と文字コード“Ｇ”で示されるアドレス
に、照合ターム識別子が設定される。他のスロットには
照合結果が格納されないので、初期値である０（ゼロ）
が設定されている。したがって、本ステップでは取得し
た文字コードと現状態番号とによりアドレッシングさ
れ、状態遷移テーブルと照合識別子テーブルから次状態
番号と照合ターム識別子が読み出される。照合ターム識
別子判定ステップ１５００では、照合ターム識別子が０
（ゼロ）より大きいかどうかを調べる。すなわち、照合
結果が格納されているかどうかを調べている。上記のよ
うに、照合ターム識別子は０より大きい場合には照合結
果が設定されているため照合結果出力ステップ１６００
を実行する。照合結果出力ステップ１６００では、照合
ターム識別子を照合結果２０５として出力する。現状態
番号更新ステップ１７００では、次状態番号を新たな現
状態番号として、現状態番号を更新する。その後、文字
取得ステップ１３００に戻る。以上の１０００から１７
００までの処理をテキスト毎に繰り返すことにより、文
字列照合を実現している。

【０００７】本図で使用している状態遷移テーブルおよ
び照合識別子テーブルについて具体例を用いて説明す
る。図５および図６示す状態遷移テーブルおよび照合識
別子テーブルは、図３に示す検索ターム“ＤＯＧ”を照
合するためのオートマトンに対応している。状態遷移テ
ーブルは、上述のように現状態番号と文字コードとでア
ドレシングされ、次に遷移すべき状態番号である次状態
番号が出力される構成となっている。例えば、現状態番
号０と文字コード“Ｄ”とでアクセスされると、次状態
番号として１が出力される。照合識別子テーブルも、上
述のように現状態番号と文字コードとでアドレシングさ
れ、照合ターム識別子が出力される構成となっている。
さらに、照合ターム識別子は、上述したように０より大
きい場合には照合結果が設定されており、０の場合は設
定されていないことを示している。本例では、状態２と
文字コード“Ｇ”で示されるアドレスに照合ターム識別
子の１が設定されている。これは、上記オートマトン例
の照合結果が格納されている矢印４０４を示している。

【０００８】さらに、特開昭６０−１０５０３９「文字
列照合方式」では、このようなオートマトンの制御を図
７に示す文字列照合回路により実現している。以下、こ
の内容を説明する。文字列照合回路は、文字コードレジ
スタ２１１、状態遷移テーブル２２０、状態番号レジス
タ２５０、および照合識別子テーブル２６０から構成さ
れる。以下、本回路の文字列照合動作について説明す
る。まず、初期設定として、状態遷移テーブル２２０に
は指定された検索タームを照合するためのオートマトン
が設定される。さらに、このオートマトンの初期状態で
ある状態番号０が状態番号レジスタ２５０に設定され
る。したがって、現在の状態を示す現状態番号３０５は
状態番号０となる。照合時動作は、テキスト２０４から
１文字ずつ文字コードレジスタ２１１に入力することか
ら始まる。文字コードレジスタ２１１の出力である文字
コード３０２と状態番号レジスタ２５０の出力である現
状態番号３０５とをアドレスとして状態遷移テーブル２
２０がアクセスされ、次に遷移すべき状態番号である次
状態番号３０３が読み出される。次状態番号３０３は新
たな現状態番号３０５として状態番号レジスタ２５０に
保持される。状態遷移テーブル２２０のアクセス動作に
並行して照合識別子テーブル２６０が状態番号レジスタ
２５０から出力される現状態番号３０５と文字コード３
０２とをアドレスとしてアクセスされ、検索タームの識
別子が照合結果２０５として読み出される。ただし、読
み出された検索タームの識別子が０より大きい場合の
み、検索タームが照合されていることを表わす。０の場
合は、検索タームが照合されていないことを表わす。そ
の後、次の１文字が文字コードレジスタ２１１に入力さ
れる。以上の一連の動作が繰り返されることにより文字
列照合動作が実現される。

【０００９】本動作を図５に示す状態遷移テーブル２２
０および図６に示す照合識別子テーブル２６０を用いて
具体例で説明する。状態遷移テーブル２２０は入力文字
コード３０２と着目しているオートマトンの現状態番号
３０５とでアドレッシングされる。現状態番号３０５が
０で入力文字コード３０２が“Ｄ”のとき、０と“Ｄ”
に対応する１が次に遷移すべきオートマトンの次状態番
号３０３として状態遷移テーブル２２０から出力され
る。照合識別子テーブル２６０には検索タームが照合さ
れたことを示す矢印４０４の照合結果情報が格納されて
いる。すなわち、上述したように検索タームの末尾文字
で遷移するときの現状態番号と検索ターム“ＤＯＧ”の
末尾文字コード（図３の“ＤＯＧ”の場合には状態番号
２と文字“Ｇ”）とでアドレッシングされる照合識別子
テーブル２６０のスロットに照合ターム識別子が格納さ
れている。ここでは、１が検索ターム“ＤＯＧ”の照合
ターム識別子として格納されている。０以外の内容が照
合ターム識別子を表している。照合ターム識別子として
は、０以外の数値を割付け、照合対象以外には０を割付
けることにより、検索タームが照合されたかどうかを区
別できるようにしている。このようにして引例では検索
処理が実行される。

【００１０】

【発明が解決しようとする課題】従来技術では、上記の
ようにテキスト中の部分文字列として検索タームの照合
処理を行うため、所定の意味を持った部分文字列（以
後、単語と呼ぶ）の一部分と照合してしまうことがあ
る。その結果、検索タームと意味が異なる単語の一部と
照合し、本来目的とする以外の文書を検索してしまうと
いう問題がある。例えば、検索タームとして“ＡＳＩ
Ｃ”が指定され、テキストとして“・・・高速ＢＡＳＩ
Ｃの開発・・・”が入力された場合、検索ターム“ＡＳ
ＩＣ”はテキスト中の“ＢＡＳＩＣ”と部分的に照合す
るため、本テキストが検索されてしまう。しかしなが
ら、“ＡＳＩＣ”と“ＢＡＳＩＣ”とでは意味的に全く
異なり、このテキストは検索者の探したい情報とはなら
ない。したがって、このテキストは検索ノイズとなる。
このように従来技術では、テキスト中の単語を意識した
照合を行わないため、検索ノイズが発生するという問題
がある。本発明の目的は、検索者の意図に合わない単語
中の部分文字列との照合を回避し、検索ノイズの少なく
できる文字列検索方法および装置を提供することにあ
る。

【００１１】

【課題を解決するための手段】第１に、上記目的を達成
するため、コード表現された文字で構成されるテキスト
中に、指定された複数の検索タームが存在するか否かを
一括して判定する文字列照合方法において、テキストか
ら１文字ずつ読み取り、入力し、該入力文字がテキスト
中の単語の先頭文字の場合にのみ前記検索タームとの文
字列照合を開始し、それ以外の場合には文字列照合を行
わず、文字列照合を開始した後には、前記入力文字が前
記テキスト中の単語の末尾文字の場合のみ照合結果を出
力し、それ以外の場合には照合結果を出力しないように
している。

【００１２】

【００１３】

【００１４】

【作用】上記手段により、テキストからの入力文字がテ
キスト中の単語の先頭文字でなければ検索タームとの文
字列照合を開始せず、そして、入力文字が前記テキスト
中の単語の末尾文字でなければ照合結果を出力しないよ
うにしているので、検索者の意図に合わない単語中の部
分文字列との照合を回避し、検索タームに指定された文
字列と最長一致照合を行うことにより単語として一致す
る文字列のみを照合することが可能となるため、検索ノ
イズの少ない検索が可能となる。また、テキストからの
入力文字が検索タームの先頭文字であり、かつ前記入力
文字とその直前の文字の文字種が異なっていなければ文
字列照合を開始せず、そして、文字列照合の開始後、前
記入力文字と該文字の直前の入力文字との文字種が異な
り、かつ前記直前の文字が前記検索タームの末尾文字で
なければ照合結果を出力しないようにすることにより、
同様に確実な検索が可能となる。また、文字列照合装置
の構成として、上述のように、文字種識別手段、状態遷
移表格納手段、状態番号格納手段、照合識別表格納手
段、出力手段を設けたことにより、文字列照合装置は、
テキストから１文字ずつ読み取り、入力し、該入力文字
で状態遷移テーブルを照合すると共に該文字と該文字の
直前の文字の文字種を比較し、該入力文字が前記検索タ
ームの先頭文字であり、かつ文字種が異なる場合には状
態遷移テーブルの状態番号が変化され、検索タームの一
連の文字列との照合が開始され、以後入力される文字で
順次状態番号が変化され、そして、入力文字と該文字の
直前の入力文字との文字種が異なり、かつ該直前の入力
文字で状態遷移テーブルを照合した結果、該直前の入力
文字が末尾文字である場合に、照合識別子テーブルから
照合結果を出力することができる。これにより、検索者
の意図に合わない単語中の部分文字列との照合を回避
し、検索タームに指定された文字列と最長一致照合を行
うことにより単語として一致する文字列のみを照合する
ことが可能となり、検索ノイズの少ない検索を可能とし
ている。

【００１５】

【実施例】

（第１実施例）以下、本発明の第１の実施例について図
１を用いて説明する。本実施例は、同一の文字列に対し
て検索タームと最長一致照合を行うことにより、単語を
意識した検索を実現し、検索ノイズの少ない文字列照合
方法を提供する。本実施例の処理の概要について説明す
る。まず、本発明のオートマトンを用いた文字列照合方
法について図８を用いて説明する。本図は、入力された
テキストの中から、検索ターム“ＡＳＩＣ”を照合する
ためのオートマトンを示したものである。丸が付記され
た矢印は先頭文字の遷移であることを表わしている。こ
の遷移が発生したときに文字種が切り替わっていること
を調べ、文字種が切り替わっている場合は状態遷移を発
生させ、文字種が切り替わっていない場合は初期状態に
留まるように制御する。以下、同図を用いて本引例の文
字列照合動作について説明する。このオートマトンは初
期状態０から状態遷移が始まる。初期状態０では、入力
文字が“Ａ”であり、先頭文字であると状態１に遷移す
る。“Ａ”以外の文字が入力された場合は初期状態０に
留まる。状態１についても同様に、入力文字が“Ｓ”な
らば状態２へ遷移し（先頭文字“Ａ”ならば状態１に留
まる）、それ以外は初期状態０へ戻る。次に、状態２に
おいて、入力文字が“Ｉ”ならば状態３へ遷移し（先頭
文字“Ａ”ならば状態１に戻る）、引続き入力文字
“Ｃ”が入力されると照合結果が格納されている矢印４
０４の遷移が起こる（先頭文字“Ａ”ならば状態１に戻
る）。この際、照合結果２０５が出力され、“ＡＳＩ
Ｃ”が照合されたことになる。以下、他の状態における
遷移についても同様である。以上のように、テキストか
ら１文字取り込む度にオートマトンの状態遷移を制御す
ることにより文字列照合を実現している。

【００１６】図１において、初期設定ステップ１０００
では現状態番号が初期状態番号に初期設定される。繰り
返しステップ１２００では、テキストの終了まで、すな
わちテキストを全て読み出し終えるまで以下の１３００
〜１９００までの処理が繰り返し実行される。文字取得
ステップ１３００では、テキスト２０４から１文字ずつ
文字が取り込まれる。この文字は、後述の状態遷移テー
ブルや照合識別子テーブルのアクセスに使用される。状
態遷移テーブルには、後述するように、テキスト２０４
から取り込まれた文字コードと現状態番号で示されるア
ドレスに、先頭文字フラグ、末尾文字フラグ、および次
状態番号が図９に示すように格納されている。照合終了
判定ステップ１８００では、直前の末尾文字フラグが１
でかつ文字種が切り替わった場合、すなわち検索ターム
の末尾文字の照合が終え、その次に文字種境界が存在す
る場合に照合ターム識別ステップ１５００が実行され
る。このように文字列照合を行うことにより検索ターム
の末尾部分の単語を意識した同一文字種最長一致文字列
照合を実現している。末尾文字種フラグは、後述する状
態遷移ステップ１４００で状態遷移テーブルから読み出
されたものである。ただし、テキストの先頭文字の処理
おいては、初期設定で末尾文字フラグは０となっている
ため、照合ターム識別ステップ１５００は実行されな
い。照合ターム識別子判定ステップ１５００では、照合
ターム識別子が０（ゼロ）より大きいかどうかを調べ
る。すなわち、照合結果が格納されているかどうかを調
べている。上記のように、照合ターム識別子は０より大
きい場合には照合結果が設定されているため照合結果出
力ステップ１６００を実行する。照合結果出力ステップ
１６００では、照合ターム識別子を照合結果２０５とし
て出力する。状態遷移ステップ１４００では、オートマ
トンの状態遷移表である状態遷移テーブルと照合識別子
テーブルを参照することにより、先頭文字フラグ、末尾
文字フラグ、次状態番号、および照合ターム識別子を取
得している。状態遷移テーブルはその１例が図９に示さ
れ、テキスト２０４から取り込まれた文字コードと現状
態番号で示されるアドレスに、先頭文字フラグ、末尾文
字フラグ、および次状態番号が格納されている。先頭文
字フラグは、初期状態番号と検索タームの先頭文字とで
示されるアドレスのものに１が設定され、それ以外には
０が設定される。したがって、先頭文字フラグとして１
が出力された場合は、テキスト中に検索タームの先頭文
字が検出されたことを示している。先頭文字フラグは前
記の照合終了判定ステップ１８００で参照されている。
末尾文字フラグは、検索タームの末尾文字による遷移の
遷移元状態番号と検索タームの末尾文字とで示されるア
ドレスのものに１が設定され、それ以外には０が設定さ
れる。したがって、末尾文字フラグとして１が出力され
た場合は、テキストと検索タームの末尾文字までの照合
が終了したことを示している。末尾文字フラグは後述す
る照合開始判定ステップ１９００で参照されている。照
合識別子テーブルは従来技術のものを使用しており、文
字コードと現状態番号で示されるアドレスに照合ターム
識別子が格納されている。その１例を図１０に示す。

【００１７】照合開始判定ステップ１９００では、前記
の先頭文字フラグが１でかつ文字種が切り替わっていな
いかどうかを判定する。すなわち、テキストと検索ター
ムの先頭文字との照合時に、その直前が文字種境界にな
っていないか否かを判定している。このようにすること
により検索タームの先頭部分の単語を意識した同一文字
種最長一致文字列照合を実現している。ここで、判定が
成立した場合、すなわちテキストと検索タームの先頭文
字との照合時にその直前が文字種境界でない場合には、
初期状態設定ステップ２０００が実行され、現状態番号
には初期状態番号が設定され、強制的に初期状態へ戻さ
れる。判定が不成立の場合、すなわちテキストと検索タ
ームの先頭文字との照合時にその直前が文字種境界であ
る場合には、現状態番号更新ステップ１７００が実行さ
れ、現状態番号として次状態番号が設定される。したが
って、現状態番号から次状態番号への遷移が発生し、検
索タームの２文字目以降の照合へと処理が移る。その
後、文字取得ステップ１３００に戻る。以上の１０００
から１９００までの処理をテキスト毎に繰り返すことに
より、文字列照合を実現している。

【００１８】本実施例で用いている状態遷移テーブルに
ついて具体例を用いて説明する。図９および図１０に示
す状態遷移テーブルおよび照合識別子テーブルは、図８
に示す検索ターム“ＡＳＩＣ”を照合するためのオート
マトンに対応している。状態遷移テーブルは、上述のよ
うに現状態番号と文字コードとでアドレシングされ、先
頭文字フラグ、末字文字フラグおよび次に遷移すべき状
態番号である次状態番号が出力される構成となってい
る。例えば、現状態番号０と文字コード“Ａ”でアクセ
スされると、先頭文字フラグとして１、末字文字フラグ
として０、次状態番号として１が出力される。このよう
に文字列照合手段を制御することにより単語間の境界を
意識した最長一致文字列照合を実現することが可能とな
り、検索ターム“ＡＳＩＣ”が指定された場合でも検索
ノイズであるテキスト“ＢＡＳＩＣ”が検索されなくな
る。以上説明したように本発明によれば、単語間の境界
を意識した最長一致文字列照合を行うことにより、検索
ノイズの少ない文字列照合装置を提供することが可能と
なる。

【００１９】（第２実施例）以下、本発明の第２の実施
例について説明する。本実施例は、文字列照合回路２０
０において、同一の文字列に対して検索タームと最長一
致照合を行うことにより、単語を意識した検索を実現
し、検索ノイズの少ない文字列照合装置を提供する。本
実施例で用いる文字列照合手段２００の構成を図１２に
示す。本文字列照合手段の構成は、文字コードレジスタ
２１１、状態遷移テーブル２２１、照合識別子テーブル
２６０、文字種テーブル５００、文字種コードレジスタ
７１０、状態番号レジスタ２５０、照合識別子レジスタ
７８０、出力ゲート７９０、フリップフロップ７３０、
コンパレータ７６０、ＡＮＤゲート７５０、７６０、お
よびインバータ７４０から構成されている。状態遷移テ
ーブル２２１のスロットは、末尾文字フラグ６３０、先
頭文字フラグ６４０、次状態番号３０３から構成されて
いる。本図のテーブル例では、図８のオートマトンが設
定されている。状態遷移テーブル２２１では、検索ター
ム“ＡＳＩＣ”の先頭文字“Ａ”と初期状態である状態
番号０とで示されるスロットの先頭文字フラグに１が設
定され、末尾文字“Ｃ”とその遷移元状態である状態番
号３とで示されるスロットの末尾文字フラグに１が設定
されている。これら以外のフラグには０が設定される。
文字種テーブルには、テキストで使用する文字の文字種
として所定のコードが設定される。本例では、漢字、片
仮名、ひらがな、英字、数字、および記号の文字種コー
ドが設定され、例えば、漢字には１、ひらがなには３、
英字には４が設定される。

【００２０】以下、本図に示した文字列照合手段２００
の概略動作について説明する。まず初期設定として、状
態遷移テーブル２２１および照合識別子テーブル２６０
に検索タームから作成されたオートマトンを設定する。
文字種テーブル５００に前記の文字種コードを設定す
る。さらに、文字種コードレジスタ７１０、フリップフ
ロップ７３０、および照合識別子レジスタ７８０に０を
設定する。状態番号レジスタ２５０には初期状態番号で
ある０を設定する。文字列照合動作は、入力テキスト２
０４から１文字ずつ文字コードが文字コードレジスタ３
１１に取り込まれることから始められる。ここで取り込
まれた文字コード３０２は、状態遷移テーブル２２１、
照合識別子テーブル２６０、および文字種テーブル５０
０へ出力される。状態遷移テーブル２２１では、文字コ
ード３０２と現状態番号３０５によりアドレッシングさ
れ末尾文字フラグ６３０、先頭文字フラグ６４０、次状
態番号３０３が出力される。末尾文字フラグ６３０はフ
リップフロップ７３０に一旦保持される。状態遷移テー
ブル２２１のアクセス動作に並行して文字種コードテー
ブル５００では、文字コード３０２に対応した文字種コ
ード６１０が出力される。文字種コード６１０と文字種
コードレジスタ７１０に格納されている直前の文字種コ
ード６２０は、コンパレータ７６０で比較され、文字種
が異なるときには文字種境界フラグ６５０として１が出
力され、文字種が同じときには文字種境界フラグ６５０
として０が出力される。すなわち、ここで文字種境界の
検出が行われ、文字コード３０２の直前に文字種境界が
存在するかどうかを調べており、１の場合には存在し、
０のときは存在しないことになる。文字種境界フラグ６
５０が０で、先頭文字フラグ６４０が１の場合、状態番
号レジスタ２５０は０（ゼロ）クリアされる。したがっ
て、現状態３０５は初期状態である状態番号０に強制的
に戻ることになる。これ以外の場合には、次状態番号３
０３が状態番号レジスタ２５０に保持され、次の現状態
番号３０５として出力される。状態遷移テーブル２２１
のアクセス動作に並行して照合識別子テーブル２６０が
状態番号レジスタ２５０から出力される現状態番号３０
５と文字コード３０２とをアドレスとしてアクセスさ
れ、照合ターム識別子６７０が読み出され照合識別子レ
ジスタ７８０に一旦保持され、出力ゲート７９０に出力
される。ここで、文字種境界フラグ６５０が１で直前の
文字の末尾文字フラグ６３５が１の場合、出力ゲート７
９０が開かれ、照合識別子レジスタ７８０に格納されて
いる照合ターム識別子が照合結果２０５として出力され
る。これらの処理の終了後、文字種コード６１０は、文
字種コードレジスタ７１０に保持され、直前の文字種コ
ード６２０として出力される。同時に、末尾文字コード
６３０もフリップフロップ７３０に取り込まれ、直前の
文字の末尾文字フラグ６３５として出力される。この
後、次の１文字が文字コードレジスタ２１１に入力され
る。以上の一連の動作が繰り返されることにより文字列
照合動作が実現される。

【００２１】次に、本文字列照合回路２００の具体的な
動作を図９、図１０、および図１１のテーブル例と図１
３のタイミングチャートを用いて説明する。本例では、
検索タームとして“ＡＳＩＣ”が与えられ、入力テキス
トとして“高集積ＡＳＩＣの開発”が入力されることを
想定している。まず初期設定として、状態遷移テーブル
２２１および照合識別子テーブル２６０には、図８に示
すオートマトンを設定する。文字種テーブル５００に前
述の文字種コードを設定する。このようにして、設定し
たテーブル例を図９、図１０、および図１１に示す。さ
らに、文字種コードレジスタ７１０、フリップフロップ
７３０、および照合識別子レジスタ７８０に０を設定す
る。状態番号レジスタ２５０には初期状態番号である０
を設定する。まず、テキストの第１文字目の“高”が文
字コードレジスタ２１１に取り込まれ、文字コード３０
２として、文字種コードテーブル５００、状態遷移テー
ブル２２１、および照合識別子テーブル２６０へ出力さ
れる。文字コード“高”により文字種コードテーブル５
００がアクセスされ、文字種コード６１０として１が出
力される。このとき、文字種コードレジスタ７１０の内
容は０なので文字種境界フラグ６５０は１となる。状態
遷移テーブル２２１は文字コード“高”と状態番号レジ
スタ２５０に格納されている初期状態番号０とでアクセ
スされ、次状態番号３０３として０が出力される。した
がって、状態遷移は発生していない。末尾文字フラグ６
３０と先頭文字フラグ６４０には０が出力される。先頭
文字フラグ６４０が０で文字種境界フラグ６５０が１で
あるため状態番号レジスタ２５０のクリアフラグ６９０
は０となり、次状態番号３０３である０は状態番号レジ
スタ２５０に格納され、次の現状態番号３０５として使
用される通常動作を行う。同様に、第２文字目の“集”
および第３文字目の“積”についても先頭文字フラグ６
４０が０であるため、通常動作が行われる。次に、テキ
ストの第４文字目の“Ａ”が文字コードレジスタ２１１
に取り込まれると、文字種コードテーブル５００がアク
セスされ、文字種コード６１０として４が出力される。
このとき、文字種コードレジスタ７１０の内容は１なの
で文字種境界フラグ６５０は１となる。状態遷移テーブ
ル２２１は文字コード“Ａ”と状態番号レジスタ２５０
に格納されている初期状態番号０とでアクセスされる
と、末尾文字フラグ６３０、先頭文字フラグ６４０、お
よび次状態番号３０３にそれぞれ０、１、および１がそ
れぞれ出力される。よって、先頭文字フラグが１となる
とともに、状態０から状態１への遷移が発生する。先頭
文字フラグ６４０が１で文字種境界フラグ６５０が１で
あるため、状態番号レジスタ２５０のクリアフラグ６９
０は０となり、次状態番号３０３である１は状態番号レ
ジスタ２５０に格納され、次の現状態番号３０５とな
る。つまり、文字種境界の直後から照合処理が開始され
たことを示している。第５文字目の“Ｓ”および第６文
字目の“Ｉ”についてもクリアフラグ６９０が０となる
ため、通常動作が行われる。この間、状態１から状態
２、さらに状態２から状態３へと状態遷移が発生する。

【００２２】次の“Ｃ”が文字コードレジスタ２１１に
取り込まれると、文字種コードテーブル５００から文字
種コード６１０として４が出力される。このとき、文字
種コードレジスタ７１０の内容は４なので文字種境界フ
ラグ６５０は０となる。状態遷移テーブル２２１では文
字コード“Ｃ”と状態番号レジスタ２５０に格納されて
いる状態番号３とでアクセスされ、末尾文字フラグ６３
０、先頭文字フラグ６４０、および次状態番号３０３に
それぞれ１、０、および０がそれぞれ出力される。よっ
て、末尾文字フラグ６３０が１となるとともに、状態３
から状態０への遷移が発生する。先頭文字フラグ６４０
と文字種境界フラグ６５０がともに０であるため通常遷
移が行われる。このとき、照合識別子テーブル２６０で
は、照合ターム識別子６７０が１となり、照合識別子レ
ジスタ７８０に格納される。ここで、フリップフロップ
７３０に末尾文字フラグ６３０が格納される。次に、
“の”が取り込まれると、文字種コードテーブル５００
から文字種コード６１０として３が出力される。このと
き、文字種コードレジスタ７１０の内容は４なので文字
種境界フラグ６５０は１となる。状態遷移テーブル２２
１では文字コード“の”と状態番号レジスタ２５０に格
納されている状態番号０とでアクセスされ、末尾文字フ
ラグ６３０、先頭文字フラグ６４０、および次状態番号
３０３ともに全て０が出力される。先頭文字フラグ６４
０が０であるため通常遷移が行われる。このとき、直前
の末尾文字フラグ７３０が１でかつ文字種境界フラグ６
５０が１であるため、出力ゲート７９０が開かれ照合識
別子レジスタ７８０に保持されていた照合ターム識別子
が照合結果２０５として出力される。つまり、文字種境
界の直前で検索ターム“ＡＳＩＣ”が照合したことを示
している。その後、フリップフロップ７３０では、末尾
文字フラグ６３０が格納されるため、直前の末尾文字フ
ラグ６３５は再び０となり、出力ゲート７９０は閉ざさ
れる。以降、“開”と“発”においても同様に通常遷移
が行なわれ。そして、照合処理は終了する。

【００２３】以上が一致する場合の例であるが、次に検
索ノイズとなるテキストが入力された場合の動作を図１
４のタイミングチャートを用いて説明する。本例では、
テキストとして“高速ＢＡＳＩＣの開発”を想定してい
る。ここでは、第３文字目の“Ｂ”までは、通常動作が
行われる。次の“Ａ”が取り込まれると、状態遷移テー
ブル２２１から、末尾文字フラグ６３０、先頭文字フラ
グ６４０、および次状態番号３０３が、０、１、および
１とそれぞれ出力される。ここで、文字種境界フラグ６
５０が０で先頭文字フラグが１であるため、状態番号レ
ジスタ２５０のクリアフラグ６９０は１となる。したが
って、状態番号レジスタの内容は０となるため、次の現
状態番号３０５は０となる。つまり、強制的に初期状態
へ遷移させられることになる。以降は、最後まで現状態
番号３０５が０となり、遷移が発生せずに文字列照合は
終了する。したがって、本例では検索ターム“ＡＳＩ
Ｃ”は照合されていない。

【００２４】このように文字列照合手段を制御すること
により単語間の境界を意識した最長一致文字列照合を実
現することが可能となり、検索ターム“ＡＳＩＣ”が指
定された場合でも検索ノイズであるテキスト“ＢＡＳＩ
Ｃ”が検索されなくなる。

【００２５】以上説明したように本発明によれば、単語
間の境界を意識した最長一致文字列照合を行うことによ
り、検索ノイズの少ない文字列照合装置を提供すること
が可能となる。

【００２６】

【発明の効果】本発明によれば、検索ノイズが少ない文
字列検索を実現することができる。

【図面の簡単な説明】

【図１】本発明の文字列照合方法の処理手順を説明する
ＰＡＤ図である。

【図２】従来の文字列検索装置の構成を示す図である。

【図３】従来のオートマトンの状態遷移図である。

【図４】従来の文字列検索方法の処理手順を説明するＰ
ＡＤ図である。

【図５】従来の状態遷移テーブルを示す図である。

【図６】従来の照合識別子テーブルを示す図である。

【図７】従来の文字列照合回路の構成を示すブロック図
である。

【図８】本発明におけるオートマトンの状態遷移図であ
る。

【図９】本発明の状態遷移テーブルを示す図である。

【図１０】本発明の照合識別子テーブルを示す図であ
る。

【図１１】本発明の文字種コードテーブルを示す図であ
る。

【図１２】本発明の文字列照合回路の構成を示すブロッ
ク図である。

【図１３】本発明の文字列照合回路の動作例を説明する
ためのタイミングチャートを示す図である。

【図１４】本発明の文字列照合回路の他の動作例を説明
するためのタイミングチャートを示す図である。

【符号の説明】

２１１ 文字コードレジスタ ２２１ 状態遷移テーブル ２５０ 状態番号レジスタ ２６０ 照合識別子テーブル ５００ 文字種テーブル ７１０ 文字種コードレジスタ ７６０ コンパレータ ７３０ フリップフロップ ７８０ 照合識別子レジスタ ７９０ 出力ゲート

───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平３−174652（ＪＰ，Ａ) 畠山 敦 他，ソフトウェアによるテ キストサーチマシンの実現，情報処理学 会研究報告，日本，社団法人 情報処理 学会，1992年 ５月12日，Ｖｏｌ．92, Ｎｏ32（92−ＦＩ−25−４），ｐｐ．19 −25. (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06F 17/30 350 G06F 17/30 170 ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims (3)

(57)【特許請求の範囲】
1. 【請求項１】コード表現された文字で構成されるテキス
   トを記憶するとともに、該テキスト中の文字が、文字列
   の先頭文字であるか否かを示す情報及び文字列の末尾文
   字であるか否かを示す情報を記憶し、指定された検索タ
   ームが前記テキスト中含まれるか否かを判定する文字列
   検索装置における文字列検索方法であって、 前記記憶されたテキストから文字を読み取り、 該読取文字が文字列の先頭文字である場合は、該先頭文
   字から始まる文字列と前記検索タームとの文字列照合を
   行い、 前記読取文字が文字列の末尾文字である場合は、前記先
   頭文字及び前記末尾文字を含む文字列と前記検索ターム
   との照合結果を出力する ことを特徴とする文字列検索方
   法。
2. 【請求項２】コード表現された文字で構成されるテキス
   トを記憶するとともに、該テキスト中の文字の文字種を
   記憶し、指定された検索タームが前記テキスト中に含ま
   れるか否かを判定する文字列検索装置における文字列検
   索方法であって、 前記記憶されたテキストから文字を読み取り、 該読取文字が前記検索タームの先頭文字と一致し、かつ
   前記読取文字の文字種と、前記読取文字の直前の文字の
   文字種とが異なる場合は、前記読取文字以降の文字列と
   前記検索タームとの文字列照合を行い、 前記読取文字以降の文字列中の文字の文字種と、該文字
   の直前の文字の文字種が異なり、かつ該直前の文字が前
   記検索タームの末尾文字と一致する場合は、前記検索タ
   ームと、前記先頭文字と一致する読取文字から前記末尾
   文字と一致する読取文字までの文字列との照合結果を出
   力する ことを特徴とする文字列検索方法。
3. 【請求項３】コード表現された文字で構成されるテキス
   ト中に、指定された複数の検索タームが存在するか否か
   を判定する文字列検索装置において、 テキストを格納する文字列記憶手段と、 該文字列記憶手段から読み出されたテキストから１文字
   ずつ取り込むとともにこれを保持し、被検索文字として
   出力する文字コード格納手段と、 該被検索文字コードとその直前に入力した被検索文字コ
   ードとの文字種を比較し、比較結果を文字種境界フラグ
   として出力する文字種識別手段と、 遷移元の状態番号と文字コードとによりアクセスされる
   スロットを有し、該スロットに、該文字コードに対する
   遷移先の状態番号と、該文字コードが前記検索タームの
   先頭文字であることを示す先頭文字フラグと、該コード
   が前記検索タームの末尾文字であることを示す末尾文字
   フラグが書き込まれている前記被検索文字コードと文字
   コードとの照合を行うための状態遷移表を格納する状態
   遷移表格納手段と、 前記文字種識別手段から出力された前記文字種境界フラ
   グが同一文字種を示し、かつ前記遷移元の状態番号と被
   検索文字コードとによりアクセスされる前記状態遷移表
   格納手段から読み出された前記先頭文字フラグが先頭文
   字を示す場合には前記状態番号として初期状態番号を保
   持し、それ以外の場合には前記状態番号として前記遷移
   表格納手段から出力された前記遷移先状態番号を保持
   し、これを遷移元状態番号として出力する状態番号格納
   手段と、 遷移元の状態番号と検索対象文字コードとによりアクセ
   スされるスロットを有し、該スロットに前記検索ターム
   の照合識別情報が書き込まれている照合識別表を格納す
   る照合識別表格納手段と、 前記被検索文字コードと該コードの直前に入力した被検
   索文字コードに対して、前記文字種識別手段から出力さ
   れた前記文字種境界フラグが異文字種を示し、かつ前記
   遷移元の状態番号と前記直前に入力した被検索文字コー
   ドとによりアクセスされ前記状態遷移表格納手段から読
   み出された前記末尾文字フラグが末尾文字を示す場合に
   は、前記遷移元の状態番号と前記直前に入力した被検索
   文字コードとによりアクセスされ照合識別表格納手段か
   ら読み出された前記照合識別情報を出力する出力手段を
   備えることを特徴とする文字列検索装置。