JPH03134773A - 日本語辞書データ管理方式 - Google Patents
日本語辞書データ管理方式Info
- Publication number
- JPH03134773A JPH03134773A JP1271855A JP27185589A JPH03134773A JP H03134773 A JPH03134773 A JP H03134773A JP 1271855 A JP1271855 A JP 1271855A JP 27185589 A JP27185589 A JP 27185589A JP H03134773 A JPH03134773 A JP H03134773A
- Authority
- JP
- Japan
- Prior art keywords
- word
- dictionary
- characters
- word dictionary
- japanese
- 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.)
- Granted
Links
- 238000013523 data management Methods 0.000 title claims description 17
- 238000000034 method Methods 0.000 claims description 18
- 238000007796 conventional method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000000877 morphologic effect Effects 0.000 description 7
- 238000000605 extraction Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 1
Landscapes
- Machine Translation (AREA)
- Document Processing Apparatus (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔発明の目的〕
（産業上の利用分野）
本発明は、計算機による日本語処理において日本文中か
ら単語を抽出する日本語辞書のデータを管理する日本語
辞書データ管理方式に関し、更に詳しくは、日本語辞書
を単語の長さに応じて複数の辞書に分類することによっ
て単語の検索時間の短縮を図る日本語辞書データ管理方
式に関する。
ら単語を抽出する日本語辞書のデータを管理する日本語
辞書データ管理方式に関し、更に詳しくは、日本語辞書
を単語の長さに応じて複数の辞書に分類することによっ
て単語の検索時間の短縮を図る日本語辞書データ管理方
式に関する。
（従来の技術）
日本文を単語に分類する従来の方法は、１つの日本語辞
書にすべての単語を登録しておき、この辞書を用いて日
本文を単語に分割するものである。
書にすべての単語を登録しておき、この辞書を用いて日
本文を単語に分割するものである。
第４図は日本文の中から２文字以上の単語を抽出する従
来の方法の説明図である。同図において、１は単語候補
抽出の対象文字列であり、２はこの対象文字列から網羅
的に抽出される単語候補列であり、３はフィールド長と
して最も長い単語の長さを有する日本語辞書の見出しキ
一部であり（長さをｎ文字とする）、４はデータ部であ
る。
来の方法の説明図である。同図において、１は単語候補
抽出の対象文字列であり、２はこの対象文字列から網羅
的に抽出される単語候補列であり、３はフィールド長と
して最も長い単語の長さを有する日本語辞書の見出しキ
一部であり（長さをｎ文字とする）、４はデータ部であ
る。
第５図は第４図に示す方法における単語抽出の概略処理
を示すフローチャートである。単語抽出は、第４図およ
び第５図に示すように、２文字から１文字ずつ増やして
、単語候補抽出の対象文字列１との見出しのマツチング
により網羅的に行われる。この従来の方法では、このマ
ツチングの際にいかなる長さの文字列であっても、辞書
の見出しキ一部３の長さのｎ文字に合わせなければなら
ないので、ｎ文字に足りない部分はブランクを埋める等
の処理が必要となる。また、一般に、キー長が長くなる
ほど、マツチングに要する時間が長くなる。
を示すフローチャートである。単語抽出は、第４図およ
び第５図に示すように、２文字から１文字ずつ増やして
、単語候補抽出の対象文字列１との見出しのマツチング
により網羅的に行われる。この従来の方法では、このマ
ツチングの際にいかなる長さの文字列であっても、辞書
の見出しキ一部３の長さのｎ文字に合わせなければなら
ないので、ｎ文字に足りない部分はブランクを埋める等
の処理が必要となる。また、一般に、キー長が長くなる
ほど、マツチングに要する時間が長くなる。
第４図においては、単語候補文字列２の中の「特許」を
キーとして日本語辞書を検索する際に、日本語辞書の見
出しキー長であるｎ文字に合わせるために文字列「特許
」の後方に（ｎ −２）文字のブランクを埋め、この「
特許」を含むｎ文字の文字列をキーとして日本語辞書を
検索し、検索に成功して初めて「特許」が単語として判
明する。
キーとして日本語辞書を検索する際に、日本語辞書の見
出しキー長であるｎ文字に合わせるために文字列「特許
」の後方に（ｎ −２）文字のブランクを埋め、この「
特許」を含むｎ文字の文字列をキーとして日本語辞書を
検索し、検索に成功して初めて「特許」が単語として判
明する。
次に、「特許」よりも１文字だけ長い文字列「特許出」
が単語であるか否かを調べるために、「特許」の場合と
同様に（ｎ−３）文字のブランクを埋め、日本語辞書を
検索する。文字列「特許出」は日本語辞書に登録されて
いないので、単語ではないことが判明する。以下、文字
列「許出」、「出願」、「出願人」についても同様の処
理が行われる。そして結果として、［特許」、「出願」
、「出願人」の３つの単語候補列が日本語辞書に登録さ
れていることがわかり、単語として認定される。
が単語であるか否かを調べるために、「特許」の場合と
同様に（ｎ−３）文字のブランクを埋め、日本語辞書を
検索する。文字列「特許出」は日本語辞書に登録されて
いないので、単語ではないことが判明する。以下、文字
列「許出」、「出願」、「出願人」についても同様の処
理が行われる。そして結果として、［特許」、「出願」
、「出願人」の３つの単語候補列が日本語辞書に登録さ
れていることがわかり、単語として認定される。
（発明が解決しようとする課題）
以上のように従来の方法では、短い単語候補列であって
も、見出しのキー長を日本語辞書の最も長い見出しキー
長に合わせることが必要であるため、短い単語候補列に
対しても最も長い見出しキー長に対応した長い検索時間
がかかるとともに、またキ一部分に無駄な空き領域が多
く、非効率的であるという問題がある。
も、見出しのキー長を日本語辞書の最も長い見出しキー
長に合わせることが必要であるため、短い単語候補列に
対しても最も長い見出しキー長に対応した長い検索時間
がかかるとともに、またキ一部分に無駄な空き領域が多
く、非効率的であるという問題がある。
本発明は、上記に鑑みてなされたもので、その目的とす
るところは、無駄な空き領域が少なく、かつ検索時間が
短い日本語辞書データ管理方式を提供することにある。
るところは、無駄な空き領域が少なく、かつ検索時間が
短い日本語辞書データ管理方式を提供することにある。
（課題を解決するための手段）
上記目的を達成するため、本発明の日本語辞書データ管
理方式は、単語を構成する文字数に応じた複数の単語辞
書に各単語を分類して登録する分類登録手段と、前記複
数の単語辞書のうち単語の文字数の短い単語辞書に存在
しない単語と同し単語を先頭文字に含む単語が単語の文
字数の長い単語辞書に存在する場合、前記文字数の短い
単語辞書に存在しない前記単語を該文字数の短い単語辞
書に追加登録する追加登録手段と、前記複数の単語辞書
のうち単語の文字数の短い単語辞書に存在する単語と同
じ単語を先頭文字に含む単語が単語の文字数の長い単語
辞書に存在する場合、該文字数の長い単語辞書の中で最
も短い文字数の単語辞書を示す次検索辞書種別情報を前
記文字数の短い単語辞書に設定する次検索辞書種別情報
設定手段とを有することを要旨とする。
理方式は、単語を構成する文字数に応じた複数の単語辞
書に各単語を分類して登録する分類登録手段と、前記複
数の単語辞書のうち単語の文字数の短い単語辞書に存在
しない単語と同し単語を先頭文字に含む単語が単語の文
字数の長い単語辞書に存在する場合、前記文字数の短い
単語辞書に存在しない前記単語を該文字数の短い単語辞
書に追加登録する追加登録手段と、前記複数の単語辞書
のうち単語の文字数の短い単語辞書に存在する単語と同
じ単語を先頭文字に含む単語が単語の文字数の長い単語
辞書に存在する場合、該文字数の長い単語辞書の中で最
も短い文字数の単語辞書を示す次検索辞書種別情報を前
記文字数の短い単語辞書に設定する次検索辞書種別情報
設定手段とを有することを要旨とする。
（作用）
本発明の日本語辞書データ管理方式では、単語の文字数
に応じて複数の単語辞書に各単語を分類登録し、文字数
の短い単語辞書に存在しない単語と同じ単語を先頭文字
に含む単語が文字数の長い単語辞書に存在する場合、該
単語を文字数の短い単語辞書に追加登録し、文字数の短
い単語辞書に存在する単語と同じ単語を先頭文字に含む
単語が文字数の長い単語辞書に存在する場合、該文字数
の長い単語辞書の中で最も短い文字数の単語辞書を示す
次検索辞書種別情報を前記文字数の短い単語辞書に設定
している。
に応じて複数の単語辞書に各単語を分類登録し、文字数
の短い単語辞書に存在しない単語と同じ単語を先頭文字
に含む単語が文字数の長い単語辞書に存在する場合、該
単語を文字数の短い単語辞書に追加登録し、文字数の短
い単語辞書に存在する単語と同じ単語を先頭文字に含む
単語が文字数の長い単語辞書に存在する場合、該文字数
の長い単語辞書の中で最も短い文字数の単語辞書を示す
次検索辞書種別情報を前記文字数の短い単語辞書に設定
している。
（実施例）
以下、図面を用いて本発明の詳細な説明する。
第１図は本発明の一実施例に係わる日本語辞書データ管
理方式の説明図であり、第２図は第１図の日本語辞書デ
ータ管理方式の作用を示すフローチャートである。第１
図において、１および２はそれぞれ前述したと同様に単
語候補抽出の対象文字列であり、２はこの対象文字列か
ら網羅的に抽出される単語候補列である。本実施例にお
いては、単語辞書は単語文字の長さに応じて分割されて
構成され、例えば、図示のように２文字の単語からなる
２文字単語辞書１０および３文字列以上の単語からなる
３文字以上単語辞書１１のように構成される。
理方式の説明図であり、第２図は第１図の日本語辞書デ
ータ管理方式の作用を示すフローチャートである。第１
図において、１および２はそれぞれ前述したと同様に単
語候補抽出の対象文字列であり、２はこの対象文字列か
ら網羅的に抽出される単語候補列である。本実施例にお
いては、単語辞書は単語文字の長さに応じて分割されて
構成され、例えば、図示のように２文字の単語からなる
２文字単語辞書１０および３文字列以上の単語からなる
３文字以上単語辞書１１のように構成される。
２文字単語辞書１０において、５は２文字単語辞書１０
用の見出しキ一部であり、その長さは２文字である。６
は次検索辞書種別情報であり、この情報に対応する２文
字単語辞書１０の見出しキ一部５の２文字が３文字以上
単語辞書１１の先頭の２文字にある場合には、該次検索
辞書種別情報６は「１」に設定され、また３文字以上単
語辞書１１の先頭の２文字にない場合には、該次検索辞
書種別情報６は「０」に設定される。更に、７は２文字
単語辞書１０のデータ部である。
用の見出しキ一部であり、その長さは２文字である。６
は次検索辞書種別情報であり、この情報に対応する２文
字単語辞書１０の見出しキ一部５の２文字が３文字以上
単語辞書１１の先頭の２文字にある場合には、該次検索
辞書種別情報６は「１」に設定され、また３文字以上単
語辞書１１の先頭の２文字にない場合には、該次検索辞
書種別情報６は「０」に設定される。更に、７は２文字
単語辞書１０のデータ部である。
また、３文字以上単語辞書１１において、８は見出しキ
一部であり、９はデータ部である。
一部であり、９はデータ部である。
次に、第２図に示すフローチャートを参照して作用を説
明する。
明する。
第２図においては、対象文字列１をｌとするとともに、
この文字列ｇの対象文字列１の中で検索しようとする文
字列の先頭の文字位置ｉを１としく１−１）、また検索
キー長を２に設定する（ステップ１１０，１２０）。更
に、対象文字列１のｉ文字目からｊ文字までを最初の検
索キーとする（ステップ１３０）。また、ｊは最初２に
設定され、次のステップ１４０においてｊが２より大き
いか否かチエツクされ（ｊ＞２）、この結果に応じて２
文字単語辞書１０または３文字以上単語辞書１１が検索
される。
この文字列ｇの対象文字列１の中で検索しようとする文
字列の先頭の文字位置ｉを１としく１−１）、また検索
キー長を２に設定する（ステップ１１０，１２０）。更
に、対象文字列１のｉ文字目からｊ文字までを最初の検
索キーとする（ステップ１３０）。また、ｊは最初２に
設定され、次のステップ１４０においてｊが２より大き
いか否かチエツクされ（ｊ＞２）、この結果に応じて２
文字単語辞書１０または３文字以上単語辞書１１が検索
される。
具体的には、第１図に示す場合には、単語候補抽出の対
象文字列１の中において第１番目（ｉ −１）から第２
番目（ｊ−２）に対応する最初の２文字の「特許」を単
語候補列２として抽出する。
象文字列１の中において第１番目（ｉ −１）から第２
番目（ｊ−２）に対応する最初の２文字の「特許」を単
語候補列２として抽出する。
そして、この場合のｊは２より大きいので、ステップ１
５０に進み、この単語候補列２の文字列「特許」を検索
キーとして２文字単語辞書１０を検索する。この場合、
２文字単語辞書１０のキー長は２文字であるので、「特
許」で検索すればよく、従来のようなブランクを付加す
る必要はない。
５０に進み、この単語候補列２の文字列「特許」を検索
キーとして２文字単語辞書１０を検索する。この場合、
２文字単語辞書１０のキー長は２文字であるので、「特
許」で検索すればよく、従来のようなブランクを付加す
る必要はない。
「特許」を検索キーとして２文字単語辞書１０を検索す
ると、「特許」が単語として登録されているので、完全
マツチするため（ステップ１６０）、更に完全マツチす
る単語のすべてを次検索で検索する（ステップ１７０）
。それから、この検索した単語の次検索辞書種別情報６
が「１」であるか否か、すなわち「特許」を先頭２文字
として有する単語が３文字以上単語辞書１１の中に存在
するか否かチエツクする（ステップ１８０）。「特許」
の次検索辞書種別情報６は「０」であり、３文字以上単
語辞書１１の中に「特許」を先頭２文字とする単語が存
在しないことがわかる。また、単語候補列２の中の「特
作出」は３文字以上単語辞書１１の中にはないことがわ
かるので、この「特作出」については辞書検索を行う必
要はない。
ると、「特許」が単語として登録されているので、完全
マツチするため（ステップ１６０）、更に完全マツチす
る単語のすべてを次検索で検索する（ステップ１７０）
。それから、この検索した単語の次検索辞書種別情報６
が「１」であるか否か、すなわち「特許」を先頭２文字
として有する単語が３文字以上単語辞書１１の中に存在
するか否かチエツクする（ステップ１８０）。「特許」
の次検索辞書種別情報６は「０」であり、３文字以上単
語辞書１１の中に「特許」を先頭２文字とする単語が存
在しないことがわかる。また、単語候補列２の中の「特
作出」は３文字以上単語辞書１１の中にはないことがわ
かるので、この「特作出」については辞書検索を行う必
要はない。
また、次の「作出」については、２文字単語辞書１０を
検索した時点て登録されていないことがわかるので、単
語でないことが明らかとなる。
検索した時点て登録されていないことがわかるので、単
語でないことが明らかとなる。
更に、「出願」については、２文字単語辞書１０の中に
「出願」として登録されていることが上述したと同じ検
索処理により認定されるとともに、この「出願」の次検
索辞書種別情報６は「１」と認定され、３文字以上単語
辞書１１の中に「出願」を先頭２文字として有する単語
が存在することがわかる。従って、この場合の検索キー
長を３として、「出願」に１文字加えた「出願人」を検
索キーとして、３文字以上単語辞書１１を検索する（ス
テップ１９０以降）。この結果、３文字以上単語辞書１
１には「出願人」が登録されているので、「出願人」は
単語として登録される。
「出願」として登録されていることが上述したと同じ検
索処理により認定されるとともに、この「出願」の次検
索辞書種別情報６は「１」と認定され、３文字以上単語
辞書１１の中に「出願」を先頭２文字として有する単語
が存在することがわかる。従って、この場合の検索キー
長を３として、「出願」に１文字加えた「出願人」を検
索キーとして、３文字以上単語辞書１１を検索する（ス
テップ１９０以降）。この結果、３文字以上単語辞書１
１には「出願人」が登録されているので、「出願人」は
単語として登録される。
以上のように、「特許」、「出願」、「出願人」の３つ
が単語として認定される。このとき、「特許」、「出願
」の２語に対しては、２文字をキーとして検索すればよ
いので、従来の方法に比較して検索時間が非常に短くな
る。
が単語として認定される。このとき、「特許」、「出願
」の２語に対しては、２文字をキーとして検索すればよ
いので、従来の方法に比較して検索時間が非常に短くな
る。
本実施例の日本語辞書データ管理方式の有効性を確認す
るために、漢字用語辞書（漢字２文字以上の単語）、漢
字１文字辞書、カタカナ辞書、ひらがな辞書、混ぜ書き
辞書の５つの辞書を用いて、日本文の形態素解析を行う
システムに本実施例の日本語辞書データ管理方式を適用
し、従来の漢字用語辞書を２文字単語辞書と３文字以上
単語辞書の２つに分割して、この分割前後の辞書サイズ
および形態素解析時間の比較を行った結果は次の通りで
ある。
るために、漢字用語辞書（漢字２文字以上の単語）、漢
字１文字辞書、カタカナ辞書、ひらがな辞書、混ぜ書き
辞書の５つの辞書を用いて、日本文の形態素解析を行う
システムに本実施例の日本語辞書データ管理方式を適用
し、従来の漢字用語辞書を２文字単語辞書と３文字以上
単語辞書の２つに分割して、この分割前後の辞書サイズ
および形態素解析時間の比較を行った結果は次の通りで
ある。
（１）辞書サイズの比較
分割前の漢字用語辞書
・１８８９６０００バイト
分割後の２つの辞書の合計
・１５６３３４０８バイト
（２）形態素解析時間の比較
マニュアルから任意に取り出した１文当りの３９文字の
平均文字長を有する２０文について比較した結果は次の
通りである。
平均文字長を有する２０文について比較した結果は次の
通りである。
分割前の形態素解析時間・・・１７７．７秒分割後の形
態素解析時間・・・１４８．７秒以上のことから、本日
本語辞書データ管理方式を日本語の形態素解析に使用す
ることにより、辞書サイズを約８％削減でき、更に形態
素解析に必要な処理時間も約１６％削減できる。
態素解析時間・・・１４８．７秒以上のことから、本日
本語辞書データ管理方式を日本語の形態素解析に使用す
ることにより、辞書サイズを約８％削減でき、更に形態
素解析に必要な処理時間も約１６％削減できる。
第３図は本発明の他の実施例に係わる日本語辞書データ
管理方式の説明図である。同図に示す実施例は、同図に
示す９語を２文字単語辞書、３文字単語辞書および４文
字以上単語辞書に登録する場合の処理を説明するもので
ある。
管理方式の説明図である。同図に示す実施例は、同図に
示す９語を２文字単語辞書、３文字単語辞書および４文
字以上単語辞書に登録する場合の処理を説明するもので
ある。
第３図において、１２は２文字単語辞書の見出しキ一部
、１３は３文字単語辞書または４文字以上単語辞書への
次検索辞書種別情報であって、２文字単語辞書の見出し
キ一部１２にある２文字が３文字単語辞書の中の先頭に
文字にある場合には「３」が設定され、４文字以上単語
辞書の中の先頭２文字にある場合には「４」が設定され
、両者にない場合には「０」が設定される。１４は２文
字単語辞書のデータ部である。
、１３は３文字単語辞書または４文字以上単語辞書への
次検索辞書種別情報であって、２文字単語辞書の見出し
キ一部１２にある２文字が３文字単語辞書の中の先頭に
文字にある場合には「３」が設定され、４文字以上単語
辞書の中の先頭２文字にある場合には「４」が設定され
、両者にない場合には「０」が設定される。１４は２文
字単語辞書のデータ部である。
３文字単語辞書において、１５は見出しキ一部であり、
１６は４文字以上単語辞書への次検索辞書種別情報であ
って、３文字単語辞書の見出しキ一部１２にある２文字
が４文字以上単語辞書の中の先頭２文字にある場合には
「４」が設定され、ない場合には「０」が設定される。
１６は４文字以上単語辞書への次検索辞書種別情報であ
って、３文字単語辞書の見出しキ一部１２にある２文字
が４文字以上単語辞書の中の先頭２文字にある場合には
「４」が設定され、ない場合には「０」が設定される。
１７は３文字単語辞書データ部である。
４文字以上単語辞書において、１８は見出しキ一部であ
り、１９はデータ部である。
り、１９はデータ部である。
登録すべき９語、すなわちＡＡ、Ａ’ＡＢ、ＡＢ。
ＡＢＡ、ＡＢＡＣ，ＡＢＡＣＤＥ、ＡＥ、ＡＦＥ。
ＡＦＥＤは、その字面長に応じて、２文字単語辞書、３
文字単語辞書または４文字以上単語辞書のいずれかに分
割して登録される。なお、この時には、２文字単語辞書
および３文字単語辞書の次検索辞書種別情報は設定され
ない。
文字単語辞書または４文字以上単語辞書のいずれかに分
割して登録される。なお、この時には、２文字単語辞書
および３文字単語辞書の次検索辞書種別情報は設定され
ない。
次に、３文字単語辞書および４文字以上単語辞書に登録
されている単語であって、その先頭２文字の文字列が２
文字単語辞書に登録されていない文字列を検出する。第
３図においては、文字列ｒＡＦＪがこの文字列に相当す
る。従って、この文字列ｒＡＦＪを２文字単語辞書の見
出しキ一部にダミーレコードとして登録する。
されている単語であって、その先頭２文字の文字列が２
文字単語辞書に登録されていない文字列を検出する。第
３図においては、文字列ｒＡＦＪがこの文字列に相当す
る。従って、この文字列ｒＡＦＪを２文字単語辞書の見
出しキ一部にダミーレコードとして登録する。
最後に、次検索辞書種別情報の設定を行う。例えば、２
文字単語辞書のｒＡＦＪは３文字単語辞書のｒＡＦＥＪ
および４文字以上単語辞書の「ＡＦＥＤＪの２つに含ま
れているので、２文字単語辞書の次検索辞書種別情報１
３には、単語長の短い方の３文字単語辞書を示す「３」
を設定する。
文字単語辞書のｒＡＦＪは３文字単語辞書のｒＡＦＥＪ
および４文字以上単語辞書の「ＡＦＥＤＪの２つに含ま
れているので、２文字単語辞書の次検索辞書種別情報１
３には、単語長の短い方の３文字単語辞書を示す「３」
を設定する。
また、２文字単語辞書のｒＡＡＪは３文字単語辞書のｒ
ＡＡＢＪに含まれているので、次検索辞書種別情報１３
には「３」が設定されている。２文字単語辞書の「ＡＢ
」も同様である。２文字）■語辞書のｒＡＥＪは他の辞
書に含まれていないので、次検索辞書種別情報１３には
「０」が設定される。
ＡＡＢＪに含まれているので、次検索辞書種別情報１３
には「３」が設定されている。２文字単語辞書の「ＡＢ
」も同様である。２文字）■語辞書のｒＡＥＪは他の辞
書に含まれていないので、次検索辞書種別情報１３には
「０」が設定される。
更に、３文字単語辞書のｒＡＡＢＪは４文字以上単語辞
書に含まれていないので、その次検索辞書種別情報１６
には「０」が設定される。３文字単語辞書の「Ａ Ｂ
ＡＪは４文字以上単語辞書の「ＡＢＡＣＪおよびｒＡＢ
ＡＣＤＥＪに含まれているので、その次検索辞書種別情
報１６には「４」が設定される。３文字単語辞書のｒＡ
ＦＥＪは４文字以上単語辞書のｒＡ Ｆ Ｅ ＤＪに含
まれているので、その次検索辞書種別情報１６には「４
」が設定される。
書に含まれていないので、その次検索辞書種別情報１６
には「０」が設定される。３文字単語辞書の「Ａ Ｂ
ＡＪは４文字以上単語辞書の「ＡＢＡＣＪおよびｒＡＢ
ＡＣＤＥＪに含まれているので、その次検索辞書種別情
報１６には「４」が設定される。３文字単語辞書のｒＡ
ＦＥＪは４文字以上単語辞書のｒＡ Ｆ Ｅ ＤＪに含
まれているので、その次検索辞書種別情報１６には「４
」が設定される。
以上のようにして、第３図に示す２文字単語辞書、３文
字単語辞書および４文字以上単語辞書が作成される。
字単語辞書および４文字以上単語辞書が作成される。
以上説明したように、本発明によれば、単語の文字数に
応じて複数の単語辞書に各単語を分類登録し、文字数の
短い単語辞書に存在しない単語と同じ単語を先頭文字に
含む単語が文字数の長いｊｉ１語辞書に存在する場合、
該単語を文字数の短い単語辞書に追加登録し、文字数の
短い単語辞書に存在する単語と同じ単語を先頭文字に含
む（１１語が文字数の長い単語辞書に存在する場合、該
文字数の長い単語辞書の中で最も短い文字数の単語辞書
を示す次検索辞書種別情報を前記文字数の短い単語辞書
に設定しているので、単語の検索に当たって単語の長さ
を単語辞書の見出しキー長に合わせる必要がなく、単語
辞書のキ一部分に空領域か存在しないため、使用効率を
向上することかできるとともに、検索時間を短縮するこ
とができる。
応じて複数の単語辞書に各単語を分類登録し、文字数の
短い単語辞書に存在しない単語と同じ単語を先頭文字に
含む単語が文字数の長いｊｉ１語辞書に存在する場合、
該単語を文字数の短い単語辞書に追加登録し、文字数の
短い単語辞書に存在する単語と同じ単語を先頭文字に含
む（１１語が文字数の長い単語辞書に存在する場合、該
文字数の長い単語辞書の中で最も短い文字数の単語辞書
を示す次検索辞書種別情報を前記文字数の短い単語辞書
に設定しているので、単語の検索に当たって単語の長さ
を単語辞書の見出しキー長に合わせる必要がなく、単語
辞書のキ一部分に空領域か存在しないため、使用効率を
向上することかできるとともに、検索時間を短縮するこ
とができる。
第１図は本発明の一実施例に係わる日本語辞書データ管
理方式の説明図、第２図は第１図の日本語辞書データ管
理方式の作用を示すフローチャート、第３図は本発明の
他の実施例に係わる日本語辞書データ管理方式の説明図
、第４図は従来の方法による単語抽出の説明図、第５図
は第４図の作用を示すフローチャートである。 １・・・対象文字列、 ２・ ・単語候補列、 ５．８・・・見出しキ一部、 ６・・・次検索辞書種別情報、 ７．９・ ・データ部、 １０・ ・２文字単語辞書、 １１・ ・３文字以上単語辞書。
理方式の説明図、第２図は第１図の日本語辞書データ管
理方式の作用を示すフローチャート、第３図は本発明の
他の実施例に係わる日本語辞書データ管理方式の説明図
、第４図は従来の方法による単語抽出の説明図、第５図
は第４図の作用を示すフローチャートである。 １・・・対象文字列、 ２・ ・単語候補列、 ５．８・・・見出しキ一部、 ６・・・次検索辞書種別情報、 ７．９・ ・データ部、 １０・ ・２文字単語辞書、 １１・ ・３文字以上単語辞書。
Claims (1)
- 単語を構成する文字数に応じた複数の単語辞書に各単語
を分類して登録する分類登録手段と、前記複数の単語辞
書のうち単語の文字数の短い単語辞書に存在しない単語
と同じ単語を先頭文字に含む単語が単語の文字数の長い
単語辞書に存在する場合、前記文字数の短い単語辞書に
存在しない前記単語を該文字数の短い単語辞書に追加登
録する追加登録手段と、前記複数の単語辞書のうち単語
の文字数の短い単語辞書に存在する単語と同じ単語を先
頭文字に含む単語が単語の文字数の長い単語辞書に存在
する場合、該文字数の長い単語辞書の中で最も短い文字
数の単語辞書を示す次検索辞書種別情報を前記文字数の
短い単語辞書に設定する次検索辞書種別情報設定手段と
を有することを特徴とする日本語辞書データ管理方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1271855A JPH0827804B2 (ja) | 1989-10-20 | 1989-10-20 | 日本語辞書データ管理方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1271855A JPH0827804B2 (ja) | 1989-10-20 | 1989-10-20 | 日本語辞書データ管理方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH03134773A true JPH03134773A (ja) | 1991-06-07 |
| JPH0827804B2 JPH0827804B2 (ja) | 1996-03-21 |
Family
ID=17505822
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1271855A Expired - Lifetime JPH0827804B2 (ja) | 1989-10-20 | 1989-10-20 | 日本語辞書データ管理方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0827804B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08241324A (ja) * | 1995-03-03 | 1996-09-17 | Olympus Optical Co Ltd | 文書検索方法 |
| JPH0991297A (ja) * | 1995-09-26 | 1997-04-04 | Nippon Steel Corp | 文字列検索方法及び装置 |
-
1989
- 1989-10-20 JP JP1271855A patent/JPH0827804B2/ja not_active Expired - Lifetime
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08241324A (ja) * | 1995-03-03 | 1996-09-17 | Olympus Optical Co Ltd | 文書検索方法 |
| JPH0991297A (ja) * | 1995-09-26 | 1997-04-04 | Nippon Steel Corp | 文字列検索方法及び装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0827804B2 (ja) | 1996-03-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5748953A (en) | Document search method wherein stored documents and search queries comprise segmented text data of spaced, nonconsecutive text elements and words segmented by predetermined symbols | |
| JP3300866B2 (ja) | テキスト処理システムにより使用されるテキストを準備する方法及び装置 | |
| US5680628A (en) | Method and apparatus for automated search and retrieval process | |
| US7110939B2 (en) | Process of automatically generating translation-example dictionary, program product, computer-readable recording medium and apparatus for performing thereof | |
| EP0971294A2 (en) | Method and apparatus for automated search and retrieval processing | |
| JPH0724055B2 (ja) | 単語分割処理方法 | |
| US6360197B1 (en) | Method and apparatus for identifying erroneous characters in text | |
| EP0775963B1 (en) | Indexing a database by finite-state transducer | |
| Zitouni et al. | The impact of morphological stemming on Arabic mention detection and coreference resolution | |
| JP3022539B1 (ja) | 文書検索装置 | |
| CN1464430A (zh) | 区分亚洲语言写入系统中组织名称的系统 | |
| JPH0869476A (ja) | 検索システム | |
| JPH03134773A (ja) | 日本語辞書データ管理方式 | |
| JP3489237B2 (ja) | 文書検索方法 | |
| JPH056398A (ja) | 文書登録装置及び文書検索装置 | |
| JPS61248160A (ja) | 文書情報登録方式 | |
| JPS61166676A (ja) | 文字処理装置における辞書作成方式 | |
| JPH1011431A (ja) | 漢字検索装置および方法 | |
| JP3880116B2 (ja) | 電子ファイリングシステム、電子ファイリング方法及び記録媒体 | |
| JP3743252B2 (ja) | アルファベット表記法人名検索システムと方法およびその処理プログラムを記録した記録媒体 | |
| WO2018228101A1 (zh) | 基于汉语含义的汉语编码方法及系统和介质设备 | |
| JPH08221443A (ja) | 漢字を含むテキストの検索方法及び装置 | |
| JPH05250403A (ja) | 日本文単語解析方式 | |
| JPH0944496A (ja) | 自然語解析方法及び装置 | |
| JPH1185761A (ja) | 未知語登録装置および方法並びに記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090321 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090321 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100321 Year of fee payment: 14 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100321 Year of fee payment: 14 |