JP3854684B2 - Information processing apparatus and method - Google Patents
Information processing apparatus and method Download PDFInfo
- Publication number
- JP3854684B2 JP3854684B2 JP10473897A JP10473897A JP3854684B2 JP 3854684 B2 JP3854684 B2 JP 3854684B2 JP 10473897 A JP10473897 A JP 10473897A JP 10473897 A JP10473897 A JP 10473897A JP 3854684 B2 JP3854684 B2 JP 3854684B2
- Authority
- JP
- Japan
- Prior art keywords
- text data
- character
- search
- language
- word
- 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
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【0001】
【発明の属する技術分野】
本発明は、テキストデータを検索あるいは管理する情報処理装置及びその方法に関するものである。
【0002】
【従来の技術】
文書データ中の全てのテキストデータを対象として与えられた検索キーを含む文書データを検索する全文検索装置等の情報処理装置では、大量のテキストデータを高速に検索するために、検索対象文書のインデックスを予め作成して、インデックスを用いて検索を行なうインデックス技術が利用されている。インデックス技術の一例として、特開平4−205560公報では、文字位置インデックス技術について述べられている。
【0003】
文字位置インデックス技術の基本的な考え方は、被検索テキストデータ中に出現する文字および文字列の位置を文字ごとに1ずつ増加する整数で表わすことにある。その上で、各文字および文字列ごとに、当該文字および文字列をキーとして、当該文字および文字列が現れる全ての位置を列挙する。このインデックスにおいて、ある検索文字列を被検索テキストデータから検索する場合には、当該検索文字列をインデックスのキーとなっている文字および文字列に分解する。そして、分解した文字および文字列の位置関係が、当該検索文字列における位置関係に一致する組み合わせを探すことで検索を行なう。
【0004】
ここで、従来の情報処理装置の機能構成について、図10を用いて説明する。
図10は従来の情報処理装置の機能構成を示すブロック図である。
図10において、501は被検索テキストデータを保持する被検索テキスト保持部である。502は被検索テキスト保持部501に保持されている被検索テキストデータに対して、被検索テキストデータ中の文字及び文字列ごとに、被検索テキストデータ中での当該文字の位置を保持したインデックスを作成するインデックス作成部である。503はインデックス作成部502で作成したインデックスを保持するインデックス保持部である。504は検索を行う文字列を保持する検索文字列保持部である。505はインデックス保持部503に保持されているインデックスを用いて、検索文字列保持部504に保持されている検索文字列に一致する被検索テキストデータ中の文字列を検索する検索部である。506は検索部による検索結果を保持する検索結果保持部である。
【0005】
次に、従来の情報処理装置で実行されるインデックスを作成するインデックス作成処理について、図11を用いて説明する。
図11は従来の情報処理装置で実行されるインデックス作成処理を示すフローチャートである。
まず、ステップS601では、カウンタcの初期化を行う。カウンタcは、処理の対象となっている文字の位置を示すもので、これを0に初期化する。ステップS602では、ポインタpの初期化を行う。ポインタpは、処理の対象となっている文字を指し示すもので、これを被検索テキストデータの先頭文字を指し示すように初期化する。
【0006】
ステップS603では、ポインタpが被検索テキストデータの最後の文字に達したか否かを判定する。最後に達している場合(ステップS603でYES)、インデックス作成処理を終了する。一方、最後に達していない場合(ステップS603でNO)、ステップS604に進む。
ステップS604では、ポインタpが指し示す位置にある文字について、インデックスの当該文字の位置リストにカウンタcの値を追加する。ステップS605では、カウンタcの値を1増やす。ステップS606では、ポインタpが次の文字を指し示すようにポインタpを進め、ステップS603に戻る。
【0007】
以上のインデックス作成処理により、例えば、図13に示す文書に対して、図14に示すようなインデックスが作成される。尚、図13及び図14では、幾つかの文字以外については表示を省略している。また、図14の各行が、各文字が現れる位置のリストとなっている。例えば、文字「プ」は、位置3、15、36、…に出現していることがわかる。
【0008】
次に従来の情報処理装置で実行される文字列を検索する検索処理について、図12を用いて説明する。
図12は従来の情報処理装置で実行される検索処理を示すフローチャートである。
まず、ステップS701では、検索文字列保持部504に保持されている検索文字列の長さをレジスタlに代入する。また、カウンタnに1を代入する。例えば、検索文字列が「Cプログラム」である場合は、l=6、n=1となる。ステップS702では、検索文字列保持部504に保持されている検索文字列の1番目の文字について、インデックスの読み込みを行う。当該文字の文字位置全てを配列1に読み込む。図15は、図14に示したインデックスを用いて検索文字列「Cプログラム」を検索しているときの配列1の状態を示している。
【0009】
ステップS703では、レジスタlの内容とカウンタnの内容を比較する。カウンタnの内容<レジスタlの内容である場合(ステップS703でYES)、ステップS704に進む。一方、カウンタnの内容≧レジスタlの内容である場合(ステップS703でNO)、ステップS707に進む。
ステップS704では、カウンタnの値を1増やす。ステップS705では、検索文字列保持部504に保持されている検索文字列のカウンタnの内容が示すn番目の文字について、インデックスの読み込みを行う。当該文字の全ての文字位置から(n−1)を減じた値を配列2に読み込む。
【0010】
ステップS706では、配列1と配列2から、配列1と配列2の両方に存在している値を全て取り出し、これらの値だけを新たに配列1の値とする。そして、ステップS703に戻る。図16は、図15に示した配列1と、その配列1に対する配列2において、n=3の時の配列1の状態を示している。
ステップS707では、配列1が空でない場合は、検索文字列が検索されたことを示す値として1を検索結果保持部506に保持する。配列1が空の場合は、検索文字列が検索されなかったことを示す値として0を検索結果保持部506に保持する。そして、検索処理を終了する。
【0011】
以上の検索処理により、上述の例である検索文字列「Cプログラム」を検索すると、一2と35に当該文字列があるので、このテキストは検索される。日本語の場合、語の区切りを容易に求められないため、このように文字列として一致するテキストを検索する検索方法は有効である。
【0012】
【発明が解決しようとする課題】
しかしながら、上記従来の情報処理装置では、英語のように単語の区切りが明確な言語に対して、単語として一致するテキストだけを検索することができないという問題があった。これは、日本語における空白文字は語の区切りを表すものではないので、空白文字を読み飛ばしてインデックスを作成するためである。そのため、上記の例では、「Cプログラム」という検索語に対して、「RPCプログラム」という単語でも検索されてしまう。
【0013】
一方、単語ごとにインデックスを作成して検索する方法もあるが、これでは日本語文書などのように単語を容易に区切ることができない言語では、正しいインデックスが作成されるとは限らず、検索結果に誤りが生じる問題がある。
本発明は上記の問題に鑑みてなされたものであり、テキストデータの検索精度を向上することができる情報処理装置及びその方法を提供することを目的とする。
【0014】
【課題を解決するための手段】
上記の目的を達成するための本発明による情報処理装置は以下の構成を備える。即ち、
テキストデータを検索する情報処理装置であって、
テキストデータを保持する保持手段と、
前記保持手段で保持されているテキストデータ中の所定文字列に該所定文字列を識別するための識別文字を付加する付加手段と、
前記付加手段による付加がなされたテキストデータ中の各文字の位置に関する位置情報を作成する作成手段と、
前記作成手段で作成した位置情報を保持する位置情報保持手段と、
検索条件を入力する入力手段と、
前記入力手段によって入力された検索条件に対し前記付加手段による付加を行い、該検索条件に該当する前記保持手段に保持されているテキストデータを、前記位置情報保持手段で保持される位置情報を参照して検索する検索手段と
を備える。
【0015】
また、好ましくは、前記保持手段に保持されているテキストデータ中の所定文字列の両端に区切り文字を挿入して該テキストデータを変換する変換手段と、
前記変換手段により変換されたテキストデータを保持する変換テキストデータ保持手段とを更に備え、
前記位置情報作成手段は、前記変換テキストデータ保持手段に保持されているテキストデータ中の各文字の位置に関する位置情報を作成する。
【0016】
また、好ましくは、前記付加手段は、前記所定文字列の前方、あるいは後方に前記識別文字を付加する。
また、好ましくは、前記入力手段で入力された検索条件中の所定文字列の両端に区切り文字を挿入して該検索条件を変換する検索条件変換手段と、
前記検索条件変換手段により変換された検索条件を保持する変換検索条件保持手段とを更に備え、
前記検索手段は、前記変換検索条件保持手段に保持されている検索条件に該当する前記保持手段に保持されているテキストデータを検索する。
【0017】
また、好ましくは、前記所定文字列を検出する検出手段を
更に備える。
また、好ましくは、前記所定文字列は、所定の言語の文字が連続する文字列である。
上記の目的を達成するための本発明による情報処理装置は以下の構成を備える。即ち、
テキストデータを管理する情報処理装置であって、
前記テキストデータ中の所定文字列に該所定文字列を識別するための識別文字を付加する付加手段と、
前記付加手段による付加がなされたテキストデータ中の各文字の位置に関する位置情報を作成する作成手段と、
前記作成手段で作成した位置情報と対応づけて、前記テキストデータを管理する管理手段と
を備える。
【0018】
上記の目的を達成するための本発明による情報処理方法は以下の構成を備える。即ち、
テキストデータを検索する情報処理方法であって、
テキストデータを第1記憶媒体に保持する保持工程と、
前記保持工程で前記記憶媒体に保持されているテキストデータ中の所定文字列に該所定文字列を識別するための識別文字を付加する付加工程と、
前記付加工程による付加がなされたテキストデータ中の各文字の位置に関する位置情報を作成する作成工程と、
前記作成工程で作成した位置情報を第2記憶媒体に保持する位置情報保持工程と、
検索条件を入力する入力工程と、
前記入力工程によって入力された検索条件に対し前記付加工程による付加を行い、該検索条件に該当する前記保持工程で前記第1記憶媒体に保持されているテキストデータを、前記位置情報保持工程で前記第2記憶媒体に保持される位置情報を参照して検索する検索工程と
を備える。
【0019】
上記の目的を達成するための本発明による情報処理方法は以下の構成を備える。即ち、
テキストデータを管理する情報処理方法であって、
前記テキストデータ中の所定文字列に該所定文字列を識別するための識別文字を付加する付加工程と、
前記付加工程による付加がなされたテキストデータ中の各文字の位置に関する位置情報を作成する作成工程と、
前記作成工程で作成した位置情報と対応づけて、前記テキストデータを記憶媒体に管理する管理工程と
を備える。
【0020】
上記の目的を達成するための本発明によるコンピュータ可読メモリは以下の構成を備える。即ち、
テキストデータを検索する情報処理のプログラムコードが格納されたコンピュータ可読メモリであって、
テキストデータを第1記憶媒体に保持する保持工程のプログラムコードと、
前記保持工程で前記記憶媒体に保持されているテキストデータ中の所定文字列に該所定文字列を識別するための識別文字を付加する付加工程のプログラムコードと、
前記付加工程による付加がなされたテキストデータ中の各文字の位置に関する位置情報を作成する作成工程のプログラムコードと、
前記作成工程で作成した位置情報を第2記憶媒体に保持する位置情報保持工程と、
検索条件を入力する入力工程のプログラムコードと、
前記入力工程によって入力された検索条件に対し前記付加工程による付加を行い、該検索条件に該当する前記保持工程で前記第1記憶媒体に保持されているテキストデータを、前記位置情報保持工程で前記第2記憶媒体に保持される位置情報を参照して検索する検索工程のプログラムコードと
を備える。
【0021】
上記の目的を達成するための本発明によるコンピュータ可読メモリは以下の構成を備える。即ち、
テキストデータを管理する情報処理のプログラムコードが格納されたコンピュータ可読メモリであって、
前記テキストデータ中の所定文字列に該所定文字列を識別するための識別文字を付加する付加工程のプログラムコードと、
前記付加工程による付加がなされたテキストデータ中の各文字の位置に関する位置情報を作成する作成工程のプログラムコードと、
前記作成工程で作成した位置情報と対応づけて、前記テキストデータを記憶媒体に管理する管理工程のプログラムコードと
を備える。
【0022】
【発明の実施の形態】
以下、図面を参照して本発明の好適な実施形態を詳細に説明する。
図1は本発明の実施形態に係る情報処理装置の機能構成を示すブロック図である。
図1において、101は被検索テキストデータを保持する被検索テキスト保持部である。102は被検索テキスト保持部101に保持されている被検索テキストデータ中の英単語の両端に区切り文字を挿入して被検索テキストデータを変換する被検索テキスト変換部である。103は被検索テキスト変換部により変換されたテキストデータを保持する変換テキスト保持部である。104は変換テキスト保持部103に保持されている変換されたテキストデータに対して、変換されたテキストデータ中の文字ごとに、変換されたテキストデータ中での当該文字の位置を列挙したインデックスを保持するインデックス作成部である。
【0023】
105はインデックス作成部104で作成したインデックスを保持するインデックス保持部である。106は検索のキーとなる文字列あるいは単語を保持する検索キー保持部である。107は検索キー保持部106に保持されている検索キー中の英単語の両端に区切り文字を挿入して検索キーを変換する検索キー変換部である。108は検索キー変換部107で変換された変換キーを保持する変換キー保持部である。109はインデックス保持部105に保持されているインデックスを用いて、変換キー保持部108に保持されている変換キーに一致する文字列を検索する検索部である。110は検索部109による検索結果を保持する検索結果保持部である。
【0024】
次に本発明の実施形態の情報処理装置の構成について、図2を用いて説明する。
図2は本発明の実施形態の情報処理装置の構成を示すブロック図である。
図2において、201はCPUであり、後述する手順を実現するプログラムに従って動作する。202はRAMであり、被検索テキスト保持部101、変換テキスト保持部103、検索キー保持部106、変換キー保持部108、検索結果保持部110と上記プログラムの動作に必要な記憶領域とを提供する。203はROMであり、後述する手順を実現するプログラムを保持する。204はディスク装置であり、インデックス保持部105を実現する。205は情報処理装置の各種構成要素を相互に接続するバスである。
【0025】
以下、説明していく本発明の実施形態で実行される処理は、インデックスを作成するインデックス作成処理と文字列を検索する検索処理の2つに大きく分かれる。まず、インデックス作成処理について、図3を用いて説明する。
図3は本発明の実施形態で実行されるインデックス作成処理を示すフローチャートである。
【0026】
まず、ステップS301では、テキストデータの変換処理を行う。被検索テキスト保持部101に保持されているテキストデータのうち、英単語の両端に区切り文字“@”を挿入する。英単語とは、アルファベット文字(“A”から“Z”および“a”から“z”まで)だけが連続する部分である。区切り文字を挿入したテキストデータを、変換テキスト保持部103に保持する。例えば、図13に示す文書に対して、区切り文字を挿入すると、図5にようになる。ステップS302では、カウンタcの初期化を行う。カウンタcは、処理の対象となっている文字の位置を示すもので、これを0に初期化する。
【0027】
ステップS303では、ポインタpの初期化を行う。ポインタpは、処理の対象となっている文字を指し示すもので、これを被検索テキストデータの先頭文字を指し示すように初期化する。ステップS304では、ポインタpが被検索テキストデータの最後に達したか否かを判定する。最後に達している場合(ステップS304でYES)、インデックス作成処理を終了する。一方、最後に達していない場合(ステップS304でNO)、ステップS305に進む。
【0028】
ステップS305では、ポインタpが指し示す位置にある文字について、インデックスの当該文字の位置リストにカウンタcの値を追加する。ステップS306では、カウンタcの値を1増やす。ステップS307では、ポインタpが次の文字を指し示すようポインタpを進め、ステップS304に戻る。
以上のインデックス処理により、例えば、図13に示す文書に対して、図6に示すインデックスが作成される。まず、図6の各行が、各文字が現れる位置のリストとなっている。リストの最初の行が、区切り文字が現れる位置のリストを示している
次に本発明の実施形態で実行される検索処理について、図4を用いて説明する。
【0029】
図4は本発明の実施形態で実行される検索処理を示すフローチャートである。
まず、ステップS401では、検索キーの変換処理を行う。検索キー保持部106に保持されている検索キーのうち、英単語の両端に区切り文字“@”を挿入する。ここで英単語は、上述した図3のフローチャートのステップS301と同様にして判断する。区切り文字を挿入した検索キーを、変換テキスト保持部108に保持する。例えば、検索キーが「Cプログラム」である場合は、変換キーは、「@C@プログラム」となる。
【0030】
ステップS402では、変換キー保持部108に保持されている変換キーの長さをレジスタlに代入する。また、カウンタnに1を代入する。例えば、変換キーが、「@C@プログラム」である場合は、l=8、n=1となる。ステップS403では、変換キー保持部108に保持されている変換キーの1番目の文字について、インデックスの読み込みを行う。当該文字の文字位置全てを配列1に読み込む。
【0031】
ステップS404では、レジスタlの内容とカウンタnの内容を比較する。カウンタnの内容<レジスタlの内容である場合(ステップS404でYES)、ステップS408に進む。一方、カウンタnの内容≧レジスタlの内容である場合(ステップS404でNO)、ステップS405に進む。
ステップS405では、カウンタnの値を1増やす。ステップS406では、変換キー保持部108に保持されている変換キーのカウンタnの内容が示すn番目の文字について、インデックスの読み込みを行う。当該文字の全ての文字位置から(n−1)を減じた値を配列2に読み込む。
【0032】
ステップS407では、配列1と配列2から、配列1と配列2の両方に存在している値を全て取り出し、これらの値だけを新たに配列1の値とする。そして、ステップS404に戻る。図7は、上述した検索列「Cプログラム」において、n=5の時の配列1の状態を示している。
ステップS408では、配列1が空でない場合は、検索キーが検索されたことを示す値として1を検索結果保持部110に保持する。配列1が空の場合は、検索キーが検索されなかったことを示す値として0を検索結果保持部110に保持する。そして、検索処理を終了する。
【0033】
以上の検索処理により、上述の例である検索キー「Cプログラム」に対して、「RPCプログラム」を含む、検索結果として不適切な文字列は検索されない。
以上説明したように、本実施形態によれば、英語のように単語の区切りが明確な言語に対する検索において、単語と一致する文字列だけを正確に検索することができる。
【0034】
尚、本実施形態においては、インデックス作成処理と検索処理を同一の情報処理装置で実行する場合について説明したが、これに限定されるものではない。インデックス作成処理と検索処理を異なる情報処理装置で行ってもよい。この場合の各情報処理装置の機能構成について、図8と図9を用いて説明する。尚、図8に示す情報処理装置と、図9に示す情報処理装置は、ネットワーク回線等で接続され互いにデータの授受を可能とする構成になっている。あるいは、CD−ROM等の可搬記憶媒体により図8の情報処理装置で作成したインデックスを図9の情報処理装置で利用する。
【0035】
図8は本発明の他の実施形態に係る情報処理装置の機能構成を示すブロック図である。
図8において、1501は被検索テキストデータを保持する被検索テキスト保持部である。1502は被検索テキスト保持部1501に保持されている被検索テキストデータ中の英単語の両端に区切り文字を挿入して被検索テキストを変換する被検索テキスト変換部である。1503は被検索テキスト変換部により変換されたテキストデータを保持する変換テキスト保持部である。1504は変換テキスト保持部1503に保持されている変換されたテキストデータに対して、変換されたテキストデータ中の文字ごとに、変換されたテキストデータ中での当該文字の位置を列挙したインデックスを保持するインデックス作成部である。1505はインデックス作成部104で作成したインデックスを保持するインデックス保持部である。
【0036】
図9は本発明の他の実施形態に係る情報処理装置の機能構成を示すブロック図である。
図9において、1601は図8に示す情報処理装置で作成されたインデックスを保持するインデックス保持部である。1602は検索のキーとなる文字列あるいは単語を保持する検索キー保持部である。1603は検索キーテキスト保持部に接続されている検索キー中の英単語の両端に区切り文字を挿入して検索キーを変換する検索キー変換部である。1604は検索キー変換部1603で変換された変換キーを保持する変換キー保持部である。1605はインデックス保持部1601に保持されているインデックスを用いて、変換キー保持部1604に保持されている変換キーに一致する文字列を検索する検索部である。1606は検索部1605による検索結果を保持する検索結果保持部である。
【0037】
また、本実施形態では、被検索テキストデータ及び検索キー共に、区切り文字を挿入する変換を行った上で、インデックス作成処理や検索処理を行う場合について説明したが、これに限定されるものではない。例えば、インデックス作成処理や検索処理の途中で、区切り文字の挿入を行ってもよい。
また、英単語の両端に区切り文字を実際に挿入する場合について説明したが、これに限定されるものではない。例えば、文字の挿入に代わって、当該位置を列挙するインデックスを設けて、区切り文字を仮想的に実現してもよい。
【0038】
また、検索キーの英単語の両端に区切り文字を挿入して検索を行う場合について説明したが、これに限定されるものではない。例えば、検索キーの前方だけに区切り文字を挿入すれば、前方一致検索が実現される。また、検索キーの後方だけに区切り文字を挿入すれば、後方一致検索が実現される。区切り文字を挿入しなければ、部分一致検索が実現される。
【0039】
また、英単語の両端に常に区切り文字を挿入する場合について説明したが、これに限定されるものではない。英単語が連続する場合には、区切り文字を一つにまとめてもよい。例えば、“information retrieval”に対しては、“@information@retrieval@”とする。
また、アルファベットの連続を区切り文字を挿入する対象とする特定部分文字列とした場合について説明したが、これに限定されるものではない。例えば、数字やカタカナの連続など任意の文字集合の属する文字の連続を特定文字列としてもよい。
【0040】
また、文字集合に属する文字の連続を特定部分文字列とする場合について説明したが、これに限定されるものではない。
また、一つのテキストデータに対して検索を行う場合について説明したが、これに限定されるものではない。複数のテキストデータに対して検索を行なってもよい。例えば、全テキストに連続させて位置を割り振り、テキストデータが切り替わる位置の情報を保持することで、検索された位置と各テキストデータの切り替わり位置を比較することで、複数のテキストデータの検索が可能になる。
【0041】
また、被検索テキスト保持部101、変換テキスト保持部103、検索キー保持部106、変換キー保持部108、検索結果保持部110をRAMで、インデックス保持部105をディスク装置で実現する場合について説明したが、これに限定されるものではなく、任意の記憶媒体を用いて実現してもよい。
また、情報処理装置の機能構成の各構成要素を同一の情報処理装置上で構成する場合について説明したが、これに限定されるものではなく、ネットワーク上に分散した情報処理装置に分かれて構成してもよい。
【0042】
また、プログラムをROMに保持する場合について説明したが、これに限定されるものではなく、任意の記憶媒体を用いて実現してもよい。また、同様の動作をする回路で実現してもよい。
尚、本発明は、複数の機器(例えば、ホストコンピュータ、インタフェース機器、リーダ、プリンタ等)から構成されるシステムに適用しても、一つの機器からなる装置(例えば、複写機、ファクシミリ装置等)に適用してもよい。
【0043】
また、本発明の目的は、前述した実施形態の機能を実現するソフトウェアのプログラムコードを記録した記憶媒体を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ(またはCPUやMPU)が記憶媒体に格納されたプログラムコードを読出し実行することによっても、達成されることは言うまでもない。
【0044】
この場合、記憶媒体から読出されたプログラムコード自体が上述した実施の形態の機能を実現することになり、そのプログラムコードを記憶した記憶媒体は本発明を構成することになる。
プログラムコードを供給するための記憶媒体としては、例えば、フロッピディスク、ハードディスク、光ディスク、光磁気ディスク、CD−ROM、CD−R、磁気テープ、不揮発性のメモリカード、ROMなどを用いることができる。
【0045】
また、コンピュータが読出したプログラムコードを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼働しているOS(オペレーティングシステム)などが実際の処理の一部または全部を行い、その処理によって前述した実施の形態の機能が実現される場合も含まれることは言うまでもない。
【0046】
更に、記憶媒体から読出されたプログラムコードが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるCPUなどが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。
【0047】
本発明を上記記憶媒体に適用する場合、その記憶媒体には、先に説明したフローチャートに対応するプログラムコードを格納することになるが、簡単に説明すると、図17、図18のメモリマップ例に示す各モジュールを記憶媒体に格納することになる。
すなわち、図17に示すように、少なくとも「保持モジュール」、「付加モジュール」、「作成モジュール」、「入力モジュール」および「検索モジュール」の各モジュールのプログラムコードを記憶媒体に格納すればよい。
【0048】
尚、「付加モジュール」は、テキストデータを第1記憶媒体に保持する。「付加モジュール」は、保持されているテキストデータ中の所定文字列に該所定文字列を識別するための識別文字を付加する。「作成モジュール」は、付加がなされたテキストデータ中の各文字の位置に関する位置情報を作成する。「位置情報保持モジュール」は、作成した位置情報を第2記憶媒体に保持する。「入力モジュール」は、検索条件を入力する。「検索モジュール」は、入力された検索条件に対し付加を行い、該検索条件に該当する第1記憶媒体に保持されているテキストデータを、第2記憶媒体に保持される位置情報を参照して検索する。
【0049】
すなわち、図18に示すように、少なくとも「付加モジュール」、「作成モジュール」、および「管理モジュール」の各モジュールのプログラムコードを記憶媒体に格納すればよい。
尚、「付加モジュール」は、テキストデータ中の所定文字列に該所定文字列を識別するための識別文字を付加する。「作成モジュール」は、付加がなされたテキストデータ中の各文字の位置に関する位置情報を作成する。「管理モジュール」は、作成した位置情報と対応づけて、テキストデータを記憶媒体に管理する。
【0050】
【発明の効果】
以上説明したように、本発明によれば、テキストデータの検索精度を向上することができる情報処理装置及びその方法を提供できる。
【図面の簡単な説明】
【図1】本発明の実施形態に係る情報処理装置の機能構成を示すブロック図である。
【図2】本発明の実施形態の情報処理装置の構成を示すブロック図である。
【図3】本発明の実施形態で実行されるインデックス作成処理を示すフローチャートである。
【図4】本発明の実施形態で実行される検索処理を示すフローチャートである。
【図5】本発明の実施形態の変換されたテキストデータの一例を示す図である。
【図6】本発明の実施形態のインデックスの一例を示す図である。
【図7】本発明の実施形態の配列1の状態の一例を示す図である。
【図8】本発明の他の実施形態の情報処理装置の機能構成を示すブロック図である。
【図9】本発明の他の実施形態の情報処理装置の機能構成を示すブロック図である。
【図10】従来の情報処理装置の機能構成を示すブロック図である。
【図11】従来の情報処理装置で実行されるインデックス作成処理を示すフローチャートである。
【図12】従来の情報処理装置で実行される検索処理を示すフローチャートである。
【図13】被検索テキストデータの一例を示す図である。
【図14】従来のインデックスの一例を示す図である。
【図15】従来の配列1の状態の一例を示す図である。
【図16】従来の配列1の状態の一例を示す図である。
【図17】 本発明の実施形態を実現するプログラムコードを格納した記憶媒体のメモリマップの構造を示す図である。
【図18】 本発明の実施形態を実現するプログラムコードを格納した記憶媒体のメモリマップの構造を示す図である。
【符号の説明】
101 被検索テキスト保持部
102 被検索テキスト変換部
103 変換テキスト保持部
104 インデックス作成部
105 インデックス保持部
106 検索キー保持部
107 検索キー変換部
108 変換キー保持部
109 検索部
110 検索結果保持部[0001]
BACKGROUND OF THE INVENTION
The present invention relates to an information processing apparatus and method for retrieving or managing text data.
[0002]
[Prior art]
In an information processing apparatus such as a full-text search apparatus that searches for document data including a search key given to all text data in the document data, an index of the search target document is used to search a large amount of text data at high speed. Is used in advance, and an index technique for performing a search using an index is used. As an example of the index technique, Japanese Patent Laid-Open No. 4-205560 describes a character position index technique.
[0003]
The basic idea of the character position index technique is to represent the positions of characters and character strings that appear in the searched text data by integers that are incremented by one for each character. Then, for each character and character string, all positions where the character and character string appear are listed using the character and character string as a key. In this index, when a search character string is searched from search target text data, the search character string is decomposed into a character and a character string which are keys of the index. A search is performed by searching for a combination in which the positional relationship between the decomposed character and the character string matches the positional relationship in the search character string.
[0004]
Here, the functional configuration of a conventional information processing apparatus will be described with reference to FIG.
FIG. 10 is a block diagram showing a functional configuration of a conventional information processing apparatus.
In FIG. 10,
[0005]
Next, an index creation process for creating an index executed by a conventional information processing apparatus will be described with reference to FIG.
FIG. 11 is a flowchart showing an index creation process executed by a conventional information processing apparatus.
First, in step S601, the counter c is initialized. The counter c indicates the position of the character to be processed, and is initialized to 0. In step S602, the pointer p is initialized. The pointer p points to the character to be processed, and is initialized so as to point to the first character of the searched text data.
[0006]
In step S603, it is determined whether or not the pointer p has reached the last character of the searched text data. If it has reached the end (YES in step S603), the index creation process ends. On the other hand, if it has not reached the end (NO in step S603), the process proceeds to step S604.
In step S604, for the character at the position indicated by the pointer p, the value of the counter c is added to the position list of the character in the index. In step S605, the value of the counter c is incremented by one. In step S606, the pointer p is advanced so that the pointer p points to the next character, and the process returns to step S603.
[0007]
By the above index creation processing, for example, an index as shown in FIG. 14 is created for the document shown in FIG. In FIG. 13 and FIG. 14, the display is omitted except for some characters. Each line in FIG. 14 is a list of positions where each character appears. For example, it can be seen that the character “P” appears at
[0008]
Next, search processing for searching for a character string executed by a conventional information processing apparatus will be described with reference to FIG.
FIG. 12 is a flowchart showing search processing executed by a conventional information processing apparatus.
First, in step S701, the length of the search character string held in the search character
[0009]
In step S703, the contents of register l are compared with the contents of counter n. If the contents of the counter n <the contents of the register l (YES in step S703), the process proceeds to step S704. On the other hand, if the content of the counter n ≧ the content of the register l (NO in step S703), the process proceeds to step S707.
In step S704, the value of the counter n is incremented by one. In step S705, the index is read for the nth character indicated by the content of the search character string counter n held in the search character
[0010]
In step S706, all values existing in both the
In step S707, if the
[0011]
When the search character string “C program”, which is the above example, is searched by the above search processing, the text is searched because the character strings are found in
[0012]
[Problems to be solved by the invention]
However, the above-described conventional information processing apparatus has a problem that it is not possible to search only text that matches as a word in a language such as English in which a word is clearly delimited. This is because the white space character in Japanese does not represent a word break, and the index is created by skipping the white space character. Therefore, in the above example, the word “RPC program” is also searched for the search word “C program”.
[0013]
On the other hand, there is a method of searching by creating an index for each word, but this does not always create a correct index in languages that cannot easily separate words, such as Japanese documents. There is a problem that causes errors.
The present invention has been made in view of the above problems, and an object of the present invention is to provide an information processing apparatus and method that can improve text data search accuracy.
[0014]
[Means for Solving the Problems]
In order to achieve the above object, an information processing apparatus according to the present invention comprises the following arrangement. That is,
An information processing apparatus for retrieving text data,
Holding means for holding text data;
Adding means for adding an identification character for identifying the predetermined character string to the predetermined character string in the text data held by the holding means;
Creating means for creating position information regarding the position of each character in the text data added by the adding means;
Position information holding means for holding position information created by the creating means;
An input means for entering search conditions;
The addition unit adds the search condition input by the input unit, and the text data held in the holding unit corresponding to the search condition is referred to the position information held by the position information holding unit. Search means to search
Is provided.
[0015]
Preferably, conversion means for converting the text data by inserting delimiters at both ends of a predetermined character string in the text data held in the holding means,
Further comprising converted text data holding means for holding the text data converted by the converting means,
The position information creating means creates position information related to the position of each character in the text data held in the converted text data holding means.
[0016]
Preferably, the adding means adds the identification character in front of or behind the predetermined character string.
Preferably, search condition conversion means for converting the search condition by inserting delimiters at both ends of the predetermined character string in the search condition input by the input means,
Conversion search condition holding means for holding the search condition converted by the search condition conversion means,
The search means searches for text data held in the holding means corresponding to the search condition held in the conversion search condition holding means.
[0017]
Preferably, a detecting means for detecting the predetermined character string is provided.
In addition.
Preferably, the predetermined character string is a character string in which characters of a predetermined language are continuous.
In order to achieve the above object, an information processing apparatus according to the present invention comprises the following arrangement. That is,
An information processing apparatus for managing text data,
Adding means for adding an identification character for identifying the predetermined character string to the predetermined character string in the text data;
Creating means for creating position information regarding the position of each character in the text data added by the adding means;
Management means for managing the text data in association with the position information created by the creation means;
Is provided.
[0018]
In order to achieve the above object, an information processing method according to the present invention comprises the following arrangement. That is,
An information processing method for retrieving text data,
A holding step of holding the text data in the first storage medium;
An adding step of adding an identification character for identifying the predetermined character string to the predetermined character string in the text data held in the storage medium in the holding step;
A creation step of creating position information regarding the position of each character in the text data added by the addition step;
A position information holding step for holding the position information created in the creating step in a second storage medium;
An input process for entering search conditions;
Addition by the adding step to the search condition input in the input step, and text data held in the first storage medium in the holding step corresponding to the search condition is performed in the position information holding step. A search step of searching by referring to position information held in the second storage medium;
Is provided.
[0019]
In order to achieve the above object, an information processing method according to the present invention comprises the following arrangement. That is,
An information processing method for managing text data,
An adding step of adding an identification character for identifying the predetermined character string to the predetermined character string in the text data;
A creation step of creating position information regarding the position of each character in the text data added by the addition step;
A management step of managing the text data in a storage medium in association with the position information created in the creation step;
Is provided.
[0020]
In order to achieve the above object, a computer readable memory according to the present invention comprises the following arrangement. That is,
A computer readable memory storing program codes for information processing for retrieving text data,
A program code of a holding process for holding the text data in the first storage medium;
A program code of an adding step for adding an identification character for identifying the predetermined character string to the predetermined character string in the text data held in the storage medium in the holding step;
A program code of a creation step for creating position information regarding the position of each character in the text data added by the addition step;
A position information holding step for holding the position information created in the creating step in a second storage medium;
A program code of the input process for inputting the search condition;
Addition by the adding step to the search condition input in the input step, and text data held in the first storage medium in the holding step corresponding to the search condition is performed in the position information holding step. A program code of a search step for searching by referring to position information held in the second storage medium;
Is provided.
[0021]
In order to achieve the above object, a computer readable memory according to the present invention comprises the following arrangement. That is,
A computer readable memory storing a program code for information processing for managing text data,
A program code of an addition step of adding an identification character for identifying the predetermined character string to the predetermined character string in the text data;
A program code of a creation step for creating position information regarding the position of each character in the text data added by the addition step;
In association with the position information created in the creation step, a program code of a management step for managing the text data in a storage medium;
Is provided.
[0022]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the drawings.
FIG. 1 is a block diagram showing a functional configuration of an information processing apparatus according to an embodiment of the present invention.
In FIG. 1,
[0023]
An
[0024]
Next, the configuration of the information processing apparatus according to the embodiment of the present invention will be described with reference to FIG.
FIG. 2 is a block diagram showing the configuration of the information processing apparatus according to the embodiment of the present invention.
In FIG. 2, 201 is a CPU, which operates according to a program for realizing a procedure to be described later.
[0025]
Hereinafter, the processing executed in the embodiment of the present invention to be described is broadly divided into two, index creation processing for creating an index and search processing for retrieving a character string. First, the index creation process will be described with reference to FIG.
FIG. 3 is a flowchart showing index creation processing executed in the embodiment of the present invention.
[0026]
First, in step S301, text data conversion processing is performed. In the text data held in the search
[0027]
In step S303, the pointer p is initialized. The pointer p points to the character to be processed, and is initialized so as to point to the first character of the searched text data. In step S304, it is determined whether or not the pointer p has reached the end of the searched text data. If it has reached the end (YES in step S304), the index creation process is terminated. On the other hand, if it has not reached the end (NO in step S304), the process proceeds to step S305.
[0028]
In step S305, for the character at the position indicated by the pointer p, the value of the counter c is added to the position list of the character in the index. In step S306, the value of the counter c is incremented by one. In step S307, the pointer p is advanced so that the pointer p points to the next character, and the process returns to step S304.
By the above index processing, for example, the index shown in FIG. 6 is created for the document shown in FIG. First, each line in FIG. 6 is a list of positions where each character appears. The first line of the list shows the list of positions where the delimiter appears
Next, search processing executed in the embodiment of the present invention will be described with reference to FIG.
[0029]
FIG. 4 is a flowchart showing search processing executed in the embodiment of the present invention.
First, in step S401, search key conversion processing is performed. Of the search keys held in the search
[0030]
In step S402, the length of the conversion key held in the conversion
[0031]
In step S404, the contents of register l are compared with the contents of counter n. If the contents of the counter n <the contents of the register l (YES in step S404), the process proceeds to step S408. On the other hand, if the content of the counter n ≧ the content of the register 1 (NO in step S404), the process proceeds to step S405.
In step S405, the value of the counter n is incremented by one. In step S406, the index is read for the nth character indicated by the content of the conversion key counter n held in the conversion
[0032]
In step S407, all values existing in both the
In step S408, if the
[0033]
Through the above search processing, the character string inappropriate as the search result including the “RPC program” is not searched for the search key “C program” in the above example.
As described above, according to the present embodiment, it is possible to accurately search only a character string that matches a word in a search for a language with a clear word break such as English.
[0034]
In the present embodiment, the case where the index creation process and the search process are executed by the same information processing apparatus has been described. However, the present invention is not limited to this. The index creation process and the search process may be performed by different information processing apparatuses. The functional configuration of each information processing apparatus in this case will be described with reference to FIGS. Note that the information processing apparatus shown in FIG. 8 and the information processing apparatus shown in FIG. 9 are connected by a network line or the like and are configured to be able to exchange data with each other. Alternatively, the index created by the information processing apparatus of FIG. 8 using a portable storage medium such as a CD-ROM is used by the information processing apparatus of FIG.
[0035]
FIG. 8 is a block diagram showing a functional configuration of an information processing apparatus according to another embodiment of the present invention.
In FIG. 8,
[0036]
FIG. 9 is a block diagram showing a functional configuration of an information processing apparatus according to another embodiment of the present invention.
In FIG. 9,
[0037]
Further, in the present embodiment, the description has been given of the case where the index creation process and the search process are performed after performing the conversion for inserting the delimiter character in both the search text data and the search key. However, the present invention is not limited to this. . For example, a delimiter may be inserted during index creation processing or search processing.
Moreover, although the case where the delimiter is actually inserted at both ends of the English word has been described, the present invention is not limited to this. For example, instead of inserting characters, an index for enumerating the positions may be provided to virtually realize delimiters.
[0038]
Moreover, although the case where a search is performed by inserting delimiters at both ends of the English words of the search key has been described, the present invention is not limited to this. For example, if a delimiter is inserted only in front of the search key, a forward matching search is realized. Further, if a delimiter is inserted only behind the search key, a backward match search is realized. If no delimiter is inserted, a partial match search is realized.
[0039]
Moreover, although the case where the delimiter is always inserted at both ends of the English word has been described, the present invention is not limited to this. When English words are continuous, delimiters may be combined into one. For example, “information retrieval” is “@ information @ retrieval @”.
Moreover, although the case where the specific partial character string used as the object which inserts a delimiter character was demonstrated as a continuous character of an alphabet, it is not limited to this. For example, a sequence of characters belonging to an arbitrary character set such as a sequence of numbers or katakana may be used as the specific character string.
[0040]
Moreover, although the case where the continuation of the character which belongs to a character set is made into a specific partial character string was demonstrated, it is not limited to this.
Moreover, although the case where it searches with respect to one text data was demonstrated, it is not limited to this. You may search with respect to several text data. For example, multiple text data can be searched by comparing the searched position and the switching position of each text data by allocating the position consecutively to all the text and holding the information of the position where the text data switches. become.
[0041]
In addition, a case has been described in which the searched
In addition, although the case where each component of the functional configuration of the information processing apparatus is configured on the same information processing apparatus has been described, the present invention is not limited to this, and the configuration is divided into information processing apparatuses distributed on the network. May be.
[0042]
Moreover, although the case where a program is hold | maintained at ROM was demonstrated, it is not limited to this, You may implement | achieve using arbitrary storage media. Further, it may be realized by a circuit that performs the same operation.
Note that the present invention can be applied to a system composed of a plurality of devices (for example, a host computer, an interface device, a reader, a printer, etc.), but a device (for example, a copier, a facsimile machine, etc.) composed of a single device You may apply to.
[0043]
Another object of the present invention is to supply a storage medium storing software program codes for implementing the functions of the above-described embodiments to a system or apparatus, and the computer (or CPU or MPU) of the system or apparatus stores the storage medium. Needless to say, this can also be achieved by reading and executing the program code stored in the.
[0044]
In this case, the program code itself read from the storage medium realizes the functions of the above-described embodiment, and the storage medium storing the program code constitutes the present invention.
As a storage medium for supplying the program code, for example, a floppy disk, a hard disk, an optical disk, a magneto-optical disk, a CD-ROM, a CD-R, a magnetic tape, a nonvolatile memory card, a ROM, or the like can be used.
[0045]
Further, by executing the program code read by the computer, not only the functions of the above-described embodiments are realized, but also an OS (operating system) operating on the computer based on the instruction of the program code. It goes without saying that a case where the function of the above-described embodiment is realized by performing part or all of the actual processing and the processing is included.
[0046]
Further, after the program code read from the storage medium is written in a memory provided in a function expansion board inserted into the computer or a function expansion unit connected to the computer, the function expansion board is based on the instruction of the program code. It goes without saying that the CPU of the function expansion unit or the like performs part or all of the actual processing and the functions of the above-described embodiments are realized by the processing.
[0047]
When the present invention is applied to the above storage medium, program codes corresponding to the flowcharts described above are stored in the storage medium. To briefly describe, the memory map examples in FIGS. Each module shown is stored in a storage medium.
That is, as shown in FIG. 17, it is only necessary to store at least the program codes of each of the “holding module”, “addition module”, “creation module”, “input module”, and “search module” in the storage medium.
[0048]
The “additional module” holds the text data in the first storage medium. The “addition module” adds an identification character for identifying the predetermined character string to the predetermined character string in the stored text data. The “creation module” creates position information related to the position of each character in the added text data. The “position information holding module” holds the created position information in the second storage medium. The “input module” inputs search conditions. The “search module” adds to the input search condition, and the text data held in the first storage medium corresponding to the search condition is referred to the position information held in the second storage medium. Search for.
[0049]
That is, as shown in FIG. 18, at least the program code of each module of “addition module”, “creation module”, and “management module” may be stored in the storage medium.
The “addition module” adds an identification character for identifying the predetermined character string to the predetermined character string in the text data. The “creation module” creates position information related to the position of each character in the added text data. The “management module” manages text data in a storage medium in association with the created position information.
[0050]
【The invention's effect】
As described above, according to the present invention, it is possible to provide an information processing apparatus and method that can improve text data search accuracy.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a functional configuration of an information processing apparatus according to an embodiment of the present invention.
FIG. 2 is a block diagram illustrating a configuration of the information processing apparatus according to the embodiment of this invention.
FIG. 3 is a flowchart showing index creation processing executed in the embodiment of the present invention.
FIG. 4 is a flowchart showing search processing executed in the embodiment of the present invention.
FIG. 5 is a diagram showing an example of converted text data according to the embodiment of the present invention.
FIG. 6 is a diagram illustrating an example of an index according to the embodiment of this invention.
FIG. 7 is a diagram illustrating an example of a state of the
FIG. 8 is a block diagram showing a functional configuration of an information processing apparatus according to another embodiment of the present invention.
FIG. 9 is a block diagram showing a functional configuration of an information processing apparatus according to another embodiment of the present invention.
FIG. 10 is a block diagram illustrating a functional configuration of a conventional information processing apparatus.
FIG. 11 is a flowchart showing index creation processing executed by a conventional information processing apparatus.
FIG. 12 is a flowchart showing search processing executed by a conventional information processing apparatus.
FIG. 13 is a diagram showing an example of searched text data.
FIG. 14 is a diagram illustrating an example of a conventional index.
FIG. 15 is a diagram illustrating an example of a state of a
FIG. 16 is a diagram illustrating an example of a state of a
FIG. 17 is a diagram showing the structure of a memory map of a storage medium that stores program codes for realizing an embodiment of the present invention.
FIG. 18 is a diagram showing the structure of a memory map of a storage medium storing program codes for realizing an embodiment of the present invention.
[Explanation of symbols]
101 Searched text holding part
102 Searched text converter
103 Conversion text holding part
104 Index creation section
105 Index holding unit
106 Search key holding unit
107 Search key converter
108 Conversion key holding unit
109 Search part
110 Search result holding unit
Claims (6)
前記テキストデータ中の、前記第1の言語の文字が連続する部分の両端に、該連続する部分を単語として識別するための識別文字を付加する付加手段と、
前記付加手段によって前記識別文字が付加された前記テキストデータ中の各文字の位置に関する位置情報を作成する作成手段と、
入力手段によって入力された検索条件に対し、前記付加手段による前記識別文字の付加を行い、前記識別文字が付加されたテキストデータの中から、前記位置情報を参照して前記識別文字が付加された検索条件に該当するテキストデータを検索する検索手段と
を備えることを特徴とする情報処理装置。An information processing apparatus for searching for text data consisting of separated first language and not separated Tei every word second language Ru Tei for each word,
Adding means for adding an identification character for identifying the continuous part as a word to both ends of the part of the text data in which the character of the first language is continuous;
Creating means for creating position information regarding the position of each character in the text data to which the identification character is added by the adding means;
The identification character is added by the adding means to the search condition input by the input means, and the identification character is added by referring to the position information from the text data to which the identification character is added. An information processing apparatus comprising: search means for searching for text data corresponding to a search condition.
前記テキストデータ中の、前記第1の言語の文字が連続する部分の両端に、該連続する部分を単語として識別するための識別文字を付加する付加手段と、
前記付加手段によって前記識別文字が付加されたテキストデータ中の各文字の位置に関する位置情報を作成する作成手段と、
前記作成手段で作成した位置情報と対応づけて、前記テキストデータを管理する管理手段と
を備えることを特徴とする情報処理装置。An information processing apparatus for managing text data of a second language not delimited Tei separated for each word in the first language Ru Tei for each word,
Adding means for adding an identification character for identifying the continuous part as a word to both ends of the part of the text data in which the character of the first language is continuous;
Creating means for creating position information regarding the position of each character in the text data to which the identification character is added by the adding means;
An information processing apparatus comprising: management means for managing the text data in association with the position information created by the creating means.
記憶媒体に保持されるテキストデータ中の、前記第1の言語の文字が連続する部分の両端に、該連続する部分を単語として識別するための識別文字を処理ユニットが付加する付加工程と、
前記付加工程において、前記識別文字が付加されたテキストデータ中の各文字の位置に関する位置情報を前記処理ユニットが作成する作成工程と、
前記作成工程において作成された位置情報を前記処理ユニットが前記記憶媒体に保持する位置情報保持工程と、
入力された検索条件に対し、前記検索条件中の、前記第1の言語の文字が連続する部分の両端に、該連続する部分を単語として識別するための識別文字を前記処理ユニットが付加し、かつ前記記憶媒体に保持される位置情報を参照して、前記識別文字が付加された検索条件に該当するテキストデータを前記記憶媒体に保持されるテキストデータの中から前記処理ユニットが検索する検索工程と
を備えることを特徴とする情報処理装置の情報処理方法。An information processing method for an information processing apparatus partitioned into each word is partitioned into a first language and words Ru Tei search for text data consisting Tei no second language,
An additional step in which the processing unit adds identification characters for identifying the continuous portion as a word to both ends of the portion in which the text of the first language is continuous in the text data held in the storage medium;
In the adding step, the creating step in which the processing unit creates position information regarding the position of each character in the text data to which the identification character is added;
A position information holding step in which the processing unit holds the position information created in the creating step in the storage medium;
For the input search condition, the processing unit adds an identification character for identifying the continuous part as a word at both ends of the part in which the character of the first language is continuous in the search condition, A search step in which the processing unit searches the text data held in the storage medium for text data corresponding to the search condition to which the identification character is added with reference to the position information held in the storage medium. An information processing method for an information processing apparatus, comprising:
前記テキストデータ中の、前記第1の言語の文字が連続する部分の両端に、該連続する部分を単語として識別するための識別文字を処理ユニットが付加する付加工程と、
前記付加工程において付加されたテキストデータ中の各文字の位置に関する位置情報を処理ユニットが作成する作成工程と、
前記作成工程において作成された位置情報と対応づけて、前記識別文字が付加されたテキストデータを前記処理ユニットが管理する管理工程と
を備えることを特徴とする情報処理装置の情報処理方法。An information processing method for an information processing apparatus that manages text data separated for each word is partitioned into a first language and words Ru Tei consisting Tei no second language,
An addition step in which a processing unit adds an identification character for identifying the continuous part as a word to both ends of the part of the text data in which the character of the first language is continuous;
A creation step in which the processing unit creates position information regarding the position of each character in the text data added in the addition step;
An information processing method for an information processing apparatus, comprising: a management step in which the processing unit manages text data to which the identification character is added in association with the position information created in the creation step.
コンピュータに、
記憶媒体に保持されるテキストデータ中の、前記第1の言語の文字が連続する部分の両端に、該連続する部分を単語として識別するための識別文字を処理ユニットが付加する付加工程と、
前記付加工程において、前記識別文字が付加されたテキストデータ中の各文字の位置に関する位置情報を前記処理ユニットが作成する作成工程と、
前記作成工程において作成された位置情報を前記処理ユニットが前記記憶媒体に保持する位置情報保持工程と、
入力された検索条件に対し、前記検索条件中の、前記第1の言語の文字が連続する部分の両端に、該連続する部分を単語として識別するための識別文字を前記処理ユニットが付加し、かつ前記記憶媒体に保持される位置情報を参照して、前記識別文字が付加された検索条件に該当するテキストデータを前記記憶媒体に保持されるテキストデータの中から前記処理ユニットが検索する検索工程と
を実現させるプログラムを記憶したことを特徴とするコンピュータ可読メモリ。A computer-readable memory that the information processing program is stored, which are separated in each word being partitioned into first language and words Ru Tei search for text data consisting Tei no second language,
On the computer,
An additional step in which the processing unit adds identification characters for identifying the continuous portion as a word to both ends of the portion in which the text of the first language is continuous in the text data held in the storage medium;
In the adding step, the creating step in which the processing unit creates position information regarding the position of each character in the text data to which the identification character is added;
A position information holding step in which the processing unit holds the position information created in the creating step in the storage medium;
For the input search condition, the processing unit adds an identification character for identifying the continuous part as a word at both ends of the part in which the character of the first language is continuous in the search condition, A search step in which the processing unit searches the text data held in the storage medium for text data corresponding to the search condition to which the identification character is added with reference to the position information held in the storage medium. A computer-readable memory storing a program for realizing and.
コンピュータに、
前記テキストデータ中の、前記第1の言語の文字が連続する部分の両端に、該連続する部分を単語として識別するための識別文字を処理ユニットが付加する付加工程と、
前記付加工程において付加されたテキストデータ中の各文字の位置に関する位置情報を前記処理ユニットが作成する作成工程と、
前記作成工程において作成された位置情報と対応づけて、前記識別文字が付加されたテキストデータを前記処理ユニットが管理する管理工程と
を実現させるプログラムを記憶したことを特徴とするコンピュータ可読メモリ。A computer-readable memory that the information processing program is stored which is separated for each word is partitioned into a first language and words Ru Tei manage text data consisting Tei no second language,
On the computer,
An addition step in which a processing unit adds an identification character for identifying the continuous part as a word to both ends of the part of the text data in which the character of the first language is continuous;
A creation step in which the processing unit creates position information regarding the position of each character in the text data added in the addition step;
A computer-readable memory storing a program that realizes a management step in which the processing unit manages the text data with the identification character added in association with the position information created in the creation step.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10473897A JP3854684B2 (en) | 1997-04-22 | 1997-04-22 | Information processing apparatus and method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10473897A JP3854684B2 (en) | 1997-04-22 | 1997-04-22 | Information processing apparatus and method |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH10301939A JPH10301939A (en) | 1998-11-13 |
JP3854684B2 true JP3854684B2 (en) | 2006-12-06 |
Family
ID=14388850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP10473897A Expired - Fee Related JP3854684B2 (en) | 1997-04-22 | 1997-04-22 | Information processing apparatus and method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3854684B2 (en) |
-
1997
- 1997-04-22 JP JP10473897A patent/JP3854684B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH10301939A (en) | 1998-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7191177B2 (en) | Keyword extracting device | |
JP3696745B2 (en) | Document search method, document search system, and computer-readable recording medium storing document search program | |
US6675358B1 (en) | Font access, registration, display and printing method and a method for processing electronic documents having variant fonts | |
US7236923B1 (en) | Acronym extraction system and method of identifying acronyms and extracting corresponding expansions from text | |
ES2214535T3 (en) | PROCEDURE AND PORTABLE SYSTEM FOR INDEXING DOCUMENTS USING THE DECOMPOSITION OF WORDS IN N-GRAMS. | |
US5469355A (en) | Near-synonym generating method | |
JP2000200291A (en) | Method for automatically detecting selected character string in text | |
JPH1153384A (en) | Device and method for keyword extraction and computer readable storage medium storing keyword extraction program | |
US20070239708A1 (en) | Database Search Method Of Searching A Document Database For A Desired Document File | |
US7072880B2 (en) | Information retrieval and encoding via substring-number mapping | |
JP5107556B2 (en) | Improved Chinese-English translation tool | |
US20060248037A1 (en) | Annotation of inverted list text indexes using search queries | |
US7076423B2 (en) | Coding and storage of phonetical characteristics of strings | |
JP3854684B2 (en) | Information processing apparatus and method | |
JPH10283368A (en) | Information processor and method therefor | |
JPH10307835A (en) | Information processor and its method | |
JPH08263521A (en) | Document registration and retrieval system | |
JPH09198404A (en) | Method and device for processing document | |
JP3825873B2 (en) | Information processing apparatus and method | |
JPH10301940A (en) | Information processor and its method | |
EP1072986A2 (en) | System and method for extracting data from semi-structured text | |
JPH10312394A (en) | Information processor and its method | |
JPH10307840A (en) | Information processor and its method | |
JPH09146968A (en) | Document retrieving method | |
JPH07296005A (en) | Japanese text registration/retrieval device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040414 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040414 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20040414 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20040414 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060303 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060427 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060526 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060710 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060901 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060911 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090915 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100915 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100915 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110915 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110915 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120915 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120915 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130915 Year of fee payment: 7 |
|
LAPS | Cancellation because of no payment of annual fees |