JPH03268064A - データ検索装置及びデータ検索方法 - Google Patents

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。

Description

【発明の詳細な説明】 〔概　　　要〕 ユーザが入力した文字列によりデータの検索を行うデー
タベース検索方式に関し、 ユーザが自由に単語等を入力して検索を行え、かつより
高速な検索を行えることを目的とし、検索対象データ内
における文字の発生頻度と該文字の先頭出現場所アドレ
スとを対応させて記憶１したコードソート部と、検索対
象データの各文字と該文字の次出現場所アドレスとを対
応さ・ｌて記憶した本文データ部と、検索すべき文字列
が入力されたとき、前記コードソート部を参照して入力
された文字列の中で最も発生頻度の少ない文字を抽出す
る文字抽出部と、該文字抽出部により抽出された文字の
出現場所アドレスを、前記コードソート部または本文デ
ータ部から順次求め、該アドレスで指定される本文デー
タ部の文字とその前後の文字を前記文字列と比較し、該
文字列を含むデータを検索する検索処理部とを備えるよ
うに構成する。

〔産業上の利用分野］ 本発明は、ユーザが入力した文字列によりデータの検索
を行うデータベース検索方式に関する。

〔従来の技術〕

ＣＤ−ＲＯＭ、光ディスクなどの大きな記憶容量を持つ
記憶媒体が実用化され、これらの記憶媒体を利用して辞
書、現代用語などの大きなデータ量を持つデータベース
を容易に構成できるようになってきた。

データベースの検索方法としては、ユーザが入力した単
語と一致する単語を、データベースに記憶されているデ
ータ（以下、これを本文データと呼ぶ）から直接検索し
て、一致した単語を含む本文データを検索する方法があ
る。

また、本文データ中の単語をキーワードとして抽出した
インデックスを設け、ユーザが入力した単語と一致する
キーワードをインデックスから検索して、そのキーワー
ドがら本文データを検索する方法がある。このキーワー
ドによる検索方法としては、ユーザから入力された単語
を先頭に持つキーワードを検索する前方−数構索、人力
された単語を末尾に持つキーワードを検索する後方−数
構索、及び入力された単語と完全に一致するキーワード
を検索する完全−数構索などがある。

第１０図は、キーワードにより検索を行う従来のデータ
ベース検索方式のフローチャートである。

先ずユーザから入力された検索単語を読み取る（第１０
図、Ｓｌ）。次に、読み取った検索単語の長さを求める
（Ｓ２）。

そして、先ず前方−数構索かどうかを判断する（Ｓ３）
。前方−数構索であったときには、入力された検索単語
の長さを基に、本文データ上の語句の格納アドレスを記
憶している前方一致インデックスの最初のインデックス
と、入力された検索単語の先頭の単語とを比較する（Ｓ
４）。そして、それらの単語が一致しているか否を判別
する（Ｓ５）。

一致した場合には、該当するインデックスの示す本文デ
ータをＣＤ−ＲＯＭから読み出して表示する（Ｓ６）。

このときインデックスが一致しなければ、次のインデッ
クスを読み込み（Ｓ７）、そのインデックスにアドレス
データが書き込まれているか否かにより、検索インデッ
クスが残っているかどうかを判断する（Ｓ８）。インデ
ックスが残っているときには、ステップＳ４に戻り次の
インデックスについて同様な処理を繰り返す。

一方、ステップＳ３の判別で前方−数構索でなかったと
きには、ステップＳ９に進み後方−数構索かどうかを判
別する。

後方−数構索であったときには、入力された検索単語の
末尾の単語と、本文データ上での語句の格納アドレスを
記憶している後方一致インデックスの最初のインデック
スに対し同様な比較を行う（３１０）、そして、それら
の単語が一致しているか否かを判別する（３１１）。

一致した場合には、検索したインテ・ンクスの示す本文
データをＣＤ−ＲＯＭから読み出して表示する（Ｓ１２
）。このときインデックスが一致しなければ、次のイン
デックスを読み込み（Ｓｌ３）、読み込んだデータがア
ドレスデータか否かにより、検索インデックスが残って
いるかどうかを判断する（３１４）。検索インデックス
が残っているときには、ステップ３１０に戻り次のイン
デックスについて同様な処理を行う。

他方、ステップＳ９の判別で後方−数構索でなかったと
きには、ステップＳ１５に進み検索単語の全体と、本文
データ上の語句の格納アドレスを記憶している完全一致
インデックスに対し同様な比較を行う。そして、それら
の語句が一致しているか否を判別する（Ｓ１６）。

一致した場合には、検索したインデックスの示す本文デ
ータをＣＤ−ＲＯＭから読み出し表示する（Ｓ１７）。

このときインデックスが一致しなければ、次のインデッ
クスを読み込み（３１Ｂ）、読み込んだデータがアドレ
スデータか否かにより、検索インデックスが残っている
かどうかを判断する（Ｓ１９）。検索インデックスが残
っているときには、ステップＳ１５に戻り次のインデッ
クスについて同様な処理を行う。

このように、予め本文中の単語（語句）をキーワードイ
ンデックスに登録しておき、そのキーワードをユーザが
入力することにより、一致するキーワードを持つデータ
を検索することができる。

〔発明が解決しようとする課題〕

入力された検索単語で本文データを直接検索する前者の
方法は、ユーザが自由に検索単語を選べること、予めキ
ーワードを抽出する必要がないことなどの利点がある。

しかしながら、検索の際に検索単語と本文データ内の単
語を、例えば１文字車位で逐次比較して一致する単語を
検索するので、検索に時間がかかるという問題点があっ
た。

一方、予めキーワードを抽出しておいてそのキーワード
により検索を行う後者の方法は、前者の方法に比べて検
索速度は早くなるが、検索する単語が限定されユーザが
自由に単語を入力して検索することができないという問
題点があった。

また、キーワードで検索する方法では、抽出したキーワ
ードが適切でないと、必要な情報がなかなか得られず使
いにくいものとなるので、キーワーＦの抽出に工夫がい
る。さらに、ＣＤ−ＲＯＭなどでは一旦書き込んだデー
タを書き替えることができないので、キーワードの抽出
に際して検証用のシュミレーションソフトを作り、抽出
したキーワードで正しく本文データが検索できるかどう
かを確認する必要がある。この検証が不充分であると、
作成したＣＤ−ＲＯＭが使えないものとなってしまうな
どの種々の問題点があった。

本発明は、ユーザが自由に単語等を入力して検索を行え
、かつより高速な検索を行えることを目的とする。

〔課題を解決するための手段］ 第１図は、本発明の原理説明図である。

同図において、コードソート部１は、検索対象データ内
の文字の発生頻度と文字の先頭出現場所アドレスとを対
応させて記憶している。

本文データ部２は、検索対象データの各文字とそれらの
文字の次出現場所アドレスとを対応させて記憶している
。例えば、この本文データ部２には、検索対象データの
文字データが出現順に記憶されており、それらの文字デ
ータに対応させて同一文字の次の出現場所アドレスが記
憶されている。

文字抽出部３は、コードソート部１を参照して入力され
た文字列の中で最も発生頻度の少ない文字を抽出する。

検索処理部４は、文字抽出部３により抽出された文字の
出現場所アドレスを、コードソート部１または本文デー
タ部２から順次求め、そのアドレスで指定される本文デ
ータ部２の文字とその前後の文字を入力された文字列と
比較して、その文字列を含むデータを検索する。

Ｃ作　　用〕 ユーザから検索すべき文字列が入力されると、先ず文字
抽出部３によりその文字列の中で最も発生頻度の少ない
文字が抽出される。そして、検索処理部４により、その
文字の出現場所ア［ルスがコードソート部１または本文
データ部２から順次求められ、そのアドレスと前後のア
ドレスの文字が読み出される。そして、それらの文字と
入力された文字列との比較が行われ、−Ｔ＆する文字列
を含むデータが検索される。

このように、検索すべき文字列の中で最も発生頻度の少
ない文字について検索を行うようにしたので、検索対象
データを逐次検索してい〈従来の検索方式に比べて検索
速度を向上させることができる。さらに、検索対象デー
タの各文字に対応させてそれらの文字の次出現場所アド
レスを記憶したので、検索の為のデータ量をあまり増や
さずに該当する文字を高速で検索することができる。

また、キーワードによる検索ではないので、ユーザが自
由に検索単語を選ぶことができる。さらに、検索対象デ
ータの内容を充分に理解した上でないと行えないキーワ
ードの抽出作業が不要となり、当然のことながらキーワ
ードの検証も不要となる。

〔実　　施　　例］ 以下、本発明の実施例を図面を参照しながら説明する。

第２図は、本発明のデータベース検索方式に従うデータ
ペース検索装置の構成図である。

同図において、入力部１１はキーボードなどからなり、
この入力部１１からユーザにより入力された検索単語は
、ＣＲＴデイスプレィなどからなる表示部１２に表示さ
れる。

処理部１３は、後述するＣＤ−ＲＯＭ１６をアクセスし
てデータの検索を行うＣＰＵ１４と、そのＣＰＵ１４に
より読み出されるデータを一時記憶するメモリ１５とで
構成されている。

ＣＤ−ＲＯＭ１６は、検索対象データ内における文字の
発生頻度と、その文字の先頭出現場所アドレスとを対応
させて記憶したコードソート部１７と、本文データと本
文データの各文字の次出現場所アドレスとを対応させて
記憶した本文データ部１８とで構成されている。

第３図及び第４図は、それぞれ上記コードソート部１７
及び本文データ部１８の構成図である。

コードソート部１７には、例えば５０音順に文字が記憶
されおり、それぞれの文字の先頭出現場所アドレスと、
それぞれの文字の発生頻度とが５０音の文字に対応づけ
て記憶されている。

本文データ部１８は、本文データの各文字が出現順に記
憶されている文字データ記憶部１８ａと、同一文字の次
の出現場所アドレスが記憶されている次出現場所記憶部
１８ｂとが設けられている。

次に以上のような構成の実施例の動作を、第５図のフロ
ーチャートを参照して説明する。

先ず、ＣＤ−ＲＯＭＩ　６からコードソート部１７を読
み出しメモリに格納する（第５図、５２１）次に、ユー
ザから入力される検索単語を読み取る（３２２）。そし
て、コードソート部１７を参照して入力された検索単語
の中で発生頻度の最も少ない文字を探し、その頻度を発
生頻度カウンタ（図示せず）にセットすると共に、その
文字の先頭出現場所アドレスを求める（Ｓ２３）。さら
に、発生頻度カウンタが「０」かどうかを判別する（Ｓ
２４）。

発生頻度カウンタの値が「０」でなければ、コードソー
ト部１７の先頭出現場所アドレスにより指示される本文
データの文字とそのアドレスの前後の文字を読み出し検
索単語と比較する（Ｓ２５）。

そして、読み出したデータと検索単語とが一致するか否
かを判別する（Ｓ２６）。

第６図は、コードソート部１７から文字の発生頻度を求
める動作、及びその文字の先頭出現場所アドレスから該
当する本文データの文字の前後のデータを読み出す動作
の説明図である。

例えば、検索単語として「あいうえお」が入力されたと
すると、コードソート部１７の対応する各文字の発生頻
度が調べられて、入力された文字列の中で本文データに
おける発生頻度が最も少ない文字が抽出される。

この場合、文字「うＪの発生頻度が最も少ないので、そ
の発生頻度「２」が発生頻度カウンタにセットされる。

さらに、文字「う」に対応して記憶されている先頭出現
場所アドレス、すなわち本文データ部１８における文字
「う」の先頭格納アドレスが求められて、その前後のア
ドレスの文字が同時に読み出される。

例えば、本文データ部１８の文字データ記憶部１８ａの
文字「う」の最初の出現場所アドレス■には、本文デー
タの文字「う」と、その文字の次の出現場所アドレス■
が記憶されている。

この場合、文字「うＪの前後の文字は、検索単語と一致
しないので、次の処理で次出現場所アドレスの読み込み
が行われる。

第５図に戻り、本文データ部１８から読み出したデータ
が検索単語と一致しないときには、発生頻度の最も少な
い文字の次の格納アドレス（次出現場所アドレス）を求
める（Ｓ２７）。

さらに、ここまでの処理で１回の検索動作が終了したの
で、発生頻度カウンタの値をデクリメントして（Ｓ２８
）、ステップＳ２４に戻る。

以下、発生頻度カウンタの値がｒ□、となるまで上述し
たステップ３２４〜３２８の処理を繰り返し、検索単語
に−・故するデータを探す。

検索単語と一致するデータが存在したなら、そのとき指
示されるアドレス以降の本文データを読み出し表示部に
表示する（Ｓ２９）。

第６図及び第７図に示すように、文字「う」の次出現場
所アドレス■の前後のデータは、「あいうえお」であり
１、ユーザから入力された検索単語と一致する。この結
果、第８図に示すように、その文字列以降の本文データ
が、本文データ部１８の文字データ記憶部１８ａから順
に読み出されて表示部１２に表示される。

また、第９図に示すように、このとき２番目に出現する
文字「う、の次出現場所記憶部１８ｂには、ｒｎｕｌｌ
、１が記憶されておりそれ以後の本文データには文字「
う」が出現しないことを示している。

以上のようにト記実施例は、入力された検索単語の中で
最も発生頻度の少ない文字で、検索対象データを検索す
るようにしたので、検索対象データを逐次検索する従来
の検索方式に比べて検索速度を向上させることができる
。

また、キーワーＦによる検索ではないので、ユーザが自
由に検索単語を選ぶことができる。し２かも、検索対象
データの文字データに対応さ−Ｕて同一文字の次の出現
場所アドレスを記憶するようにしたので、検索の為のデ
ータ量をあまり増やさずに、自由な単語による検索と検
索速度の高速化の両方を実現することができる。

また、ＣＤ−ＲＯＭなどを制作する場合でも、キーワー
ドを抽出する必要がないので、キーワードの検証等が不
要となり制作作業が容易になる。

当然のことながら、キーワードの検証が不完全な為にＣ
Ｄ−ＲＯＭを廃棄することもなくなる。

尚、検索対象データは、４文字だけに限らず絵、音など
のデータと組み合わせてもよく、例えば音声の記憶され
ているメモリのポインタを文字データの間に組み込んで
！２ム」ば、文字と柊に音声を検索することができる。

また、本発明は、実施例に述べたＣ　Ｄ　−ＲＯＭに限
らず光ディスクなどの他の記録媒体を使用した装置にも
適用でき、ワードプロセフ”Ｊ、パーソナルコンピュー
タ及びハイパ・−ｔキストなどのマルチメディアに利用
Ｃきる９ （発明の効果〕 本発明によれば、検索すべき文字列の中で最も発生頻度
の少ない文字により対象となるデータを検索するように
したので　検索を高速化する−とができる。さらに、検
索する単語を：１−−ザが自由ムこ選択することができ
るのでより使い易い検索方式を実現できる。

【図面の簡単な説明】

第１図は、本発明の原理説明図、 第２図は、本発明の実施例の構成図、 第３図は、第２図の二ｚ−ド゛ハート部の構成図、第４
図は、第２図の本文データ部の構成図、第５図は、実施
例の動作を説明するフローナヤ−１−１ 第６図〜第９図は、実施例の検索動作の説明図、第１０
図は、従来の検索方式を説明するフロチャートである。 ■、１７・・・二ｌ−ドソート部、 ２．１８・・・本文データ部、 ３・・・文字抽出部、 ４・・・検索処理部。

Claims (1)

1. 【特許請求の範囲】 検索対象データ内における文字の発生頻度と該文字の先
   頭出現場所アドレスとを対応させて記憶したコードソー
   ト部（１）と、 検索対象データの各文字と該文字の次出現場所アドレス
   とを対応させて記憶した本文データ部（２）と、 検索すべき文字列が入力されたとき、前記コードソート
   部（１）を参照して入力された文字列の中で最も発生頻
   度の少ない文字を抽出する文字抽出部（３）と、 該文字抽出部（３）により抽出された文字の出現場所ア
   ドレスを、前記コードソート部（１）または本文データ
   部（２）から順次求め、該アドレスで指定される本文デ
   ータ部（２）の文字とその前後の文字を前記文字列と比
   較し、該文字列を含むデータを検索する検索処理部（４
   ）とを備えることを特徴とするデータベース検索方式。