JPH0395672A - 文字列検索方法及び装置 - 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】 〔産業上の利用分野〕 本発明は情報システム、特に情報検索システムにおける
検索方法に係り、被検索文字列中に複数の文字列集合が
存在するか否かを一括して判定するためのものである。

データベース、文書ファイリングシステム、およびワー
ドプロセッサなどにおける検索に利用され得るものであ
る。

〔従来の技術〕

近年、文献情報や特許情報などの２次情報（書誌情報）
のみならず、１次情報（本文）をも含む大規模データベ
ース・サービスの重要性が増してきている。従来，デー
タベースの情報検索では、シソーラスに基づいて統制さ
れたキーワードや分類コード等の２次情報による検索が
行われてきている。しかし、この方法では数十件から数
百件までにしか絞り込めないため、検索者が最終段階で
直接本文を読んで内容を確認しなければならないという
効率上の問題がある。また、分類体系自体が年月と共に
変化するため、常にキーワードや分類コードを更新しな
ければならないという問題も生じてくる。更に、キーワ
ード付け（インデキシングと言う）には時間がかかるた
め新たな文書はバッチ処理によりかなりの量をまとめて
’１０する。

そのため、検索できる情報は常に一定期間の送れを持つ
という問題がある。

これらの問題に対処する一つの方法として、検索者が自
由なキーワードに基づいて文書の本文を直接参照して内
容を検索できる全文検索システムが考えられている。

このような全文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。その代表的な構戊を
第１９図に示し、まず、その内容について説明する。

文字列検索装＠１において、検索制御手段工０１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２００と複合条件判別手段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に格納される文字列デ
ータ２０４を文字列照合手段２００へ送りこむ。

文字列照合手段２００は、入力文字データ２０４の中に
検索要求に合致するものがあるかどうかを調べ、もし該
当するものがあれば、文字列を識別する情報２０５を複
合条件判別手段１０３へ出力する。複合条件判別手段１
０３は該文字列識別情報２０５に基づいて検索要求中に
指示された相互の位置関係などの複合条件が満足するか
否かを調べる。複合条件が満足する場合には、該当する
文書へのポインタ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。

上述した文字列検索装置１の要となる文字列照合手段２
００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回の走査で検索する方法
が知られている．その代表的な方式としては、以下に説
明する方法がある。

（二一．ブイ．二一ホ　アンド　エム．ジェイ、コラッ
シック二″エフィシェント　ストリングマッチング，コ
ミュニケーションズ　エー　シー　エム，第１８巻，第
６号，１９７５年，Ａ．Ｖ．　　＾ｈｏ　　ａｎｄ　　
Ｍ．Ｊ．Ｃｏｒａｓｉｃｋ　：　　”Ｅｆｆｉｃｉｅｎ
ｔＳｔｒｉｎｇ　Ｍａｔｃｈｉｎｇ”，　ＣＡＣＭ，　
ＶＯＬ．１８，　　Ｎｏ，６．　　１９７５）。

本文献には２つの文字列照合方法が述べられている。

以下、各々について説明する。

まず，第工の方法（以後、従来方法１と呼ぶ）について
第２図を用いて説明する。同図は、文字列データの中か
ら、ユーザから与えられた検索ターム′゛インタフェー
ス′″を検索するためのオートマトンの状態遷移図であ
る，ここで、円形はオートマトンの状態を，矢印は状態
遷移を表している．各矢印に付記された文字はこれに対
応した状態遷移が起きる入力文字を示す。本図では″ン
″以外および“イ”以外の文字といった否定を表わす場
合は否定記号″″を付け「｛″ン″ ］　　　　　　］ ″イ″｝」と表わしている。矢印４０３は状態遷移の加
まる始点状態を示している。各円形の内部に記された数
値は，同状態の状態番号を示す。二重円は１′インタフ
ェース”を照合したことを示す終点の状態を表している
６本方法の特，徴は入力される可能性のある全ての入力
文字に対する状態遷移をオートマトンで記述している点
にある。このため状態遷移の数が多くなるため、検索タ
ームの数が多くなるというオートマトンの作成時間が極
めて長くなるという問題がある。

以下，同図を用いて本方法の文字列照合動作について説
明する。オートマトンに文字が入力された場合、どの状
態において入力文字の照合を行なうべきかをｈ−クンに
置くことにより明らかにする。すなわち、トークンとは
、オートマトン内で遷移する状態の位置を表わすマーク
である。まず、初期設定としてトークンを始点状態であ
る状態Ｏに置く。この例の場合、入力文字が″イ″であ
るとトークンは状態１へ移動する。もし、ここで″イ″
以外の文字が入ってきた場合はトークンは状態Ｏに移動
する。一方、トークンが状態１にあって入力文字が″ン
″ならば、トークンは状態２に移動する。′゛イ″であ
れば状態１に移動する。

″イ″および“ン″以外の文字であれば状態ｏへ移動す
る。次にトークンが状態２にある場合、入力文字が″夕
″ならば、トークンは状態３に移動する。ここで、もし
、゛′イ″が入力されたときは、トークンは状態ｌへ移
動する。更に、状態３にトークンがある場合、″フェー
ス″が入力されると、トークンは状ｓ４→状態５→状態
６→状態７と移動する。状態７は２重円で記されており
、ここでは′゛インタフェース″という文字列が照合さ
れたことになる。

本方法では入力される可能性のある全ての入力文字に対
する状態遷移をオートマトンに記述しているため、検索
タームが多くなると状態遷移の数が多くなりオートマト
ンの作成時間が極めて長くなるという問題がある。本方
法を実現するハードウェアについては、特開昭６０−１
０５０３９、特開昭６０−１０５０４０に開示されてい
る。

次に、第２の方法（以後、従来方法２と呼ぶ）について
説明する。本方法は従来方法ｌと比べオートマトン作成
時間を短縮するための工夫がされている。従来方式２で
は、従来方法王と比べオートマトンの作戊時間は３分の
１と大幅に改善されており、詳細について特開昭６３−
３１１５３０に述られている。本方法を第３図と第４図
を用いて説明する。第３図は、第２図と同様に″インタ
フェース″を照合する場合のオートマトンの状態遷移図
を示したものである。初期設定として、トークンを始点
状態である状態０に置く。ここで、入力文字“イ″が入
力されたならばトークンが置かれている状態Ｏで照合を
行ない状態１へ移動する。もし、状ｍＯで″イ″以外の
文字が入ってきた場合はトークンは状態０に移動する。

一方、トークンが状態１にあって入力文字１′ン”が入
力されたならばトークンは状ＭＡ２に移動する。トーク
ンが状態２にあって１′夕″が入力されたならばトーク
ンは状態３に移動する。ここでもしトークンが状態３に
あって同オートマトンに記述されていない″フ″以外の
文字、例えば゛イ″が入力されたときは、本方式では「
フェイル」したと言い、第４図のフエイルテーブルを参
照することになる．フェイルテーブルにはトークンが置
かれている状態番号に対して再照合すべきフエイル先の
状態番号が格納されている。この場合、現在の状態番号
３に対応するフェイル先の値Ｏを得て状態Ｏヘトークン
を移動する。そして、ここで該入力文字″イ”について
照合することによりトークンは状態エヘ移動する。この
ような機能をフェイル機能と呼んでいる。更に、続けて
Ｕンタフェース″という入力文字列が１文字づつが入っ
てきた場合、トークンは状態２→状態３→状態４→状態
５→状態６→状態７と移動する。状態７は２重円で記さ
れており、ここでは″インタフェース″という文字列が
照合されたことになる。

例えば、検索タームとして″インタフェース″が与えら
れた場合、本文中にはユーザが指定した検索タームと異
なる表記（異表記）で記述されることもある。

本文には、″インタフェース″のようにｔｔ　　ｒｅ（
長音記号）の代わりにＫｌ　　７１　　（マイナス記号
）を使用したり（これを長音異表記と呼ぶ）、゛′イン
ターフェース”のように″一”を付加したり（これを長
音の有無と呼ぶ）、″インタフェイス″のように発音の
表記の違いにより゛′フェー″を″フェイ″と記述した
りする（これを発音異表記と呼ぶ）。

これらを全て検索するためには、これらの異表記を組合
せた″インタフェース”，“インターフェース”，′イ
ンタフェイスｎ，ｕインターフェイス”インターフエイ
ス”インタフェースＪＴ，ｔＬインターフェース”イン
ターフェース”，″インターフェース″の９語を検索タ
ームとする必要がある。

この場合の例について第５図と第６図を用いて説明する
。第５図は，文字列データの中から、異表記を含む上記
９語を照合する場合のオートマトンの状態遷移図である
。検索タームの先頭から比較して遷移文字が異なる場合
は別状態に分岐する。

例えば、″インタフェース”と“インターフェース″の
検索タームの例では、検索タームの前方から比較すると
″インタ′″までは同じであるが、その次の文字では′
゛フ″′とｔｔ　　ｎで遷移文字が異なる。このため状
態３から遷移文字“フ”で状態２２に遷移し、遷移文字
Ｉｔ　　Ｉ＋で状態４へ遷移するといった状態遷移の分
岐が起こる。

すなわち，ある状態において遷移文字が異なる場合別々
の遷移先状態を割り付けているため本状のオートマトン
になる。第６図はこのオートマトンに示されてない文字
が入力された場合の遷移先を示すフェイルテーブルの説
明図である。このように、異表記を含めて照合を行なお
うとすると、検索タームが多くなるため状態数が非常に
増加してしまうという問題が発生する。

また、文字列検索では検索タームにｄｏｎ’ｔＱａｒｅ
文字を使用することがある。検索タームに固定長のｄｏ
ｎ’ｔ　　ｃａｒｅ文字を使用した例を第７図と第８図
を用いて説明する。第７図はｌ文字の固定長のｄｏｎ’
　　ｔ　　ｃａｒｅ文字″？”を含む検索ターム＝′Ａ
　１７　Ｂ　Ｊｌを検索する場合のオートマトンの状態
遷移図を表わしている。第８図はこのオートマトンに示
されてない文字が入力された場合の遷移先を示すフェイ
ルテーブルの説明図である。

この例では１バイトの文字コード（ＪＩＳコードを用い
ている）の場合についてオートマトンを作成している。

ｒｅ　？＋ｙは任意の文字や記号との一致を許すことを
意味する文字記号である。従って、ｄｏｎ’　　ｔ　　
ｃａｒｅ文字ＩＩ　？＋＋による遷移は本図の状態１を
遷移元とする全ての文字コードＯＯ〜ＦＦによる遷移と
して表わされる。すなわち”Ａ？Ｂ″′は、先頭が１１
　Ａ　Ｉ＋で間に任意の１文字が入り、末尾がＩｔ　Ｂ
　Ｉ＋である文字列を検索するという指定になる。

このように簡単な検索条件でも固定長のｄｏｎ’ｔ　　
ｃａｒｅ文字が入るとオートマトンの状態数が非常に増
加してしまうという問題が発生する。

〔発明が解決しようとする課題〕

従来のオートマトンを用いた検索方式では、異表記の場
合、異表記を含む検索タームを全て列挙し、検索ターム
に展開する。さらに、これらに基づいたオートマトンを
作成する。ここで作成されるオートマトンは本状に記述
されるため非常に多くのオートマトンの状態が必要とな
る。

また、ｄｏｎ’　　ｔ　　ｃａｒｅ文字指定検索を行な
う場合も、ｄｏｎ’　　ｔ　　ｃａｒｅ文字の部分が許
容する文字コードの全ての組合せを列挙し、検索ターム
に展開する。これらに基づきオートマトンを作成するた
め、異表記と同様に、非常に多くのオートマトンの状態
が必要となる。

このようにオートマトンの状態数の増加は、オートマト
ン作戒時間の増加や，更にはオートマトンを格納するた
めの状態遷移テーブルの容量が増加，すなわち，ハード
ウェアの増大という問題を発生する。

本発明はオートマトンを用いた検索方式において、異表
記やｄｏｎ’　　ｔ　　ｃａｒｅ文字が指定された検索
を行なう場合もオートマトンの遷移を網状にまとめて記
述することにより、状態数を従来より低減し，オートマ
トンの作成時間の短縮をはかると共に、状態遷移テーブ
ルの容量が小さくて済むためコンパクトなハードウェア
で実現可能な検索方式を提供することを目的とする。

〔課題を解決するための手段〕

上記目的を達或するために、まず、異表記検索用オート
マトンにおいて検索ターム中の異表記が存在する部分文
字列の先頭でオートマトンの遷移を分岐し、末尾で分岐
した遷移を集合させることにより状態数の低減を図った
。ｄｏｎ’　　ｔ　　ｃａｒｅ文字指定検索用オートマ
トンにおいても異表記検索と同様にｄｏｎ’　　ｔ　　
ｃａｒｅ文字が許容する文字群を異表記と見なし、ｄｏ
ｎ’　　ｔ　　ｃａｒｅ文字でオートマトンの遷移を分
岐し、それらの遷移を１カ所の状態に集合させることに
より状態数の低減を図る。

これらによりオートマトンの作成時間が短く済み、状態
遷移テーブルの許容が小さくできるコンパクトな検索装
置を実現した。

〔作用〕

オートマトンの状態数増加という課題を解決する手段と
して採用したオートマトンの作成方法について説明する
。本方法は従来方法２と以下の点で異なる。すなわち，
従来方法２では「フェイル処理」を用いるため、フェイ
ル先状態を計算する必要性から本状に状ａ遷移を分岐し
たオートマトンを作成しなければならないため、状態数
が多くなるのに対して、本方法では「フェイル処理」が
不要で、状態遷移の分岐を抑え、状態遷移をまとめて遷
移先状態を共有することができるため、状態数の増加が
抑えられている（以後、本方法を用いて作成したオート
マトンを集合遷移許容形オートマトンと呼ぶ）。

以下、状態遷移をまとめる方法について説明する。

第９図は本方法を用いて作成したオートマトンの状態遷
移である。

同図のオートマトンは第５図に示したオートマトンと同
様に，″インタフェース″と、その異表記である“イン
ターフェース”　　１′インタフェイス”，″インター
フェイス”，“インターフェイス”一″インタフェース
”，″インターフェース″“インターフェース”インタ
ーフェース”を含めた９語の検索タームについて検索す
るためのものである。これらを、 （″イン＋ｔ（ｉｔタ″（“−ｐｔ　　ｉｔ−ｎ　）　
　ｒｅタ″）（″フェイ″′゛フェ　　（　１１−Ｉｔ
　　！＋　）　）ＩＩス”　）　　　　　　　　　　　
　　　　　（式１）という複合語表現形式で表すことが
できる。ここで（“一　　“−”）は“一″と“一″が
等価であることを示しており，（′゛フェイ”　　′゛
フェ（１１１１１１−”））は″フェイ”　　″フェー
″および′゛フェー″が等価であることを示している。

この複合語表現形式を用いれば、（　）内の部分文字列
は等価であるので部分文字列の末尾で遷移を同一遷移先
状態にまとめることが可能である。

ただし、他の部分文字列の遷移の中に含まれてしまう場
合、例えば（′゛夕”　（　Ｈ−ｔｔ　　Ｉｔ　）゛′
夕”）の場合は、次の遷移文字の″フ″の遷移の遷移元
状態が″夕″の遷移先状態である状８３と′゛夕一”お
よび゛′夕−″の遷移先状態である状態４であるので，
これらの２カ所を遷移元状態とする遷移に表わす。更に
、これらの遷移の遷移先状態を状態５とし、遷移にまと
める。

本方法を用いることによりオートマトンの状態数を第５
図のオートマトンに比べ約３分の１に減らすことができ
る。

〔実施例〕

以下，上記作用を用いた本発明の実施例について説明す
る。

異表記検索用のオートマトンについては第９図の集合許
容形オートマトンの状態遷移図を用いた場合の作用につ
いて説明する。以後、集合許容形オートマトンをオート
マトンと酪して説明を行なう。同図のオートマトンは第
５図に示したオートマトンと同様に″インタフェース″
の異表記である“インターフェース”インタフエイス”
″インターフェイス”インターフェイス”“インタフェ
ース″′インターフェース″“インターフェース″，′
インターフェース”を含む９語の検索タームを検索する
ためのものである。

これらは上記手段を用いて作成したものであり、第５図
のオートマトンと比べ状態数を約３分の１と大幅に減ら
すことができている。このオートマトンは上記のコンカ
レントステートオートマトン方式により制御される。以
下、その内容を具体的に説明する。

次に、オートマトンの状態遷移制御方法について説明す
る。本方法は「フェイル処理」を用いずに状態遷移を制
御しようとするものである。すなわち、「フェイル処理
」を行なう代わりに、複数のトークンを用いることによ
ってオートマトンの状態遷移を表わそうとするものであ
る。

これまで述べてきたオートマトン方式では、オートマト
ンの状態遷移図は、初期状態を除いてアクティブな状態
、すなわち、照合途中を示す遷移状Ｓ（トークンが置か
れた状態）が唯１個だけという条件のもとに作成された
ものである。その結果、照合途中で入力文字との不一致
が生じた場合には、トークンの動きが不連続になるため
「フェイル処理」を行なわなければならなくなる。

本方法においては、アクティブな状態が発生する度にト
ークンを生成し、照合途中で不一致が生じた場合にはト
ークンを消滅させるという方法を採ることにより、フェ
イル処理を不要にしている。

従って、入力文字列によっては、状態遷移図上に複数の
トークンが同時に存在することにもなる。

その意味で、本方法をコンカレントステートオートマト
ン方式とも呼ぶことにする。

本方法によれば、「フェイル処理」を用いずに済むため
、オートマトン作成時においてもフェイル先状態の計算
が不要な文字列検索装置を実現することができる。

まず、始点状態におけるトークン生成方法について説明
する。始点状態では入力文字が入る度に照合を行なう．
遷移文字と照合した場合、新たなトークンを生成し、こ
のトークンを始点状態から遷移先状態へ移動させる。た
だし，始点状態から始点状態への状態遷移の場合には、
トークンを生或しない。したがって，始点状態から始点
状態への遷移は無効となるため、この遷移を省酩するこ
とも可能である。

次に、例えば“インタフエイス″という文字列が１文字
づつ入力された場合についてオートマトンの動作を説明
する。

まず、″イ”が入力されると、始点状態での照合が一紋
しトークンＴ１が生或され、状態１へ移動する。トーク
ンＴ１が状態１にきたところで″ン″が入力されると、
トークンＴ１は状ｆｉ２に移動する。また、これと同時
に始点状態でも゛′ン″による照合が行なわれるが不一
致なので新たなトークンは生成されない。更に状態２で
は入力文字“タ″が入力されると、トークンＴ１は状態
３に移動する。また、同時に始点状態での照合が不一致
なので新たなトークンは生或されない。次に、続けて″
フェ″が入ってきた場合トークンＴ１は状態４→状態５
→状態６と移動する。またこの間、始点状態での照合が
不一致なので新たなトークンは生成されない。次に，“
イ”が入力されるとトークンＴ１は状態６から状態７へ
移動する。また、始点状態での照合は一致するので新た
にトークンＴ２が生或され，状態１へ移動する。次に、
″ス″が入ってきた場合トークンＴ１は状態７から状態
８へ移動する。トークンＴ２は状態１での照合が不一致
なためここで消滅する。また、始点状態での照合が不一
致なので新たなトークンは生或されない。この時、トー
クンＴ１が状態８に達すると，“′インタフェイス″と
いう文字列を検索したことになる。

このように複数の１・−クンを用いて状態遷移を制御す
ることにより、オートマトンの状態数が約３分の１と少
なくて済む異表記許容検索を実現することができる。

固定長のｄｏｎ’　　ｔ　　ｃａｒｅ文字を検索ターム
に指定した固定長ｄｏｎ’　　ｔ　　ｃａｒｅ文字指定
検索の処理方法について説明する。

オートマトンは第１０図のものを用いる。本図は第７図
と同様に＃　Ａ　１７　Ｂ　′＝を検索する場合のオー
トマトンであり、集合遷移を採用した上記方法を用いる
ことにより状態数を約１５０分の工と少なく実現できて
いる。

例えば、”　Ａ　Ｘ　Ｂ　’″という文字列が入力され
た場合の本方法の動作について説明する。

まず、Ｉｔ　Ａ　Ｉ＋が入力されると始点状態で照合が
一致するためトークンＴｌが新たに生或され、状態１へ
と移動する。次にＩＩ　Ｘ　１１が入力されると、トー
クンＴ１は状態１から状態２に移動する。また、始点状
態での照合が不一致なので新たなトークンは生或されな
い。次に“Ｂ　”が入力されると、トークンＴ１は状態
２から状態３に移動する。同時に、始点状態での照合が
不一致なので新たなトークンは生成されない。状態３は
２重円で記されており、ここでは“Ａ　ｌ’７　Ｂ　Ｉ
Ｉが検索されたことになる。

このように複数のトークンを用いて状態遷移を制御する
ことにより、異表記憾容検索と同様に、オートマトンの
状態数が約１５０分の１と少なくて済む固定長ｄｏｎ’
　　ｔ　　ｃａｒｅ文字指定検索を実現することができ
る。

上限距離、下限距離や上下限距離などの文字距離を指定
した距離指定検索の処理方法について述べる。

まず、上限指定の距離指定の実現方法を以下に説明する
。ここではＩＩＡ”と“Ｂ　ＩＩの距離が４文字以内の
距離という上限顕離指定がされている場合を例にする。

上限距離指定は固定長ｄｏｎ”ｔｃａｒｅ文字で表すこ
とができ、この例ではｒｅ　Ａ　ｕとＩＩ　Ｂ　Ｉ＋の
距離が４文字以内の距離という上限距離指定の場合は、
“Ａ　Ｂ　Ｉｔ　，　　ＩＩ　Ａ　Ｑ　Ｂ　＋ｊ　　　
′ｒ　ＡＱ？Ｂ”　”Ａ？？？Ｂ”　ｔ’Ａｒ２ｃ２ｃ
７？Ｂ”の５つの検索タームで表すことができる。また
、これから固定長ｄｏｎ’　　ｔ　　ｃａｒｅ文字の場
合と同様レこ第１１図に示すオートマトンを作成するこ
とができる。

このオートマトンの場合も固定長ｄｏｎ’ｔｃａｒｅ文
字の場合と同様にトークンを制御することにより、上限
指定の距離指定検索を実現することができる。

次に、下限指定の距離指定の実現方法を以下に説明する
。ここではＩＩ　Ａ　Ｉｔとｔｔ　Ｂ　ｕの耗離が２文
字以上の距離という下限距離指定がされた場合を例にす
る。下限距離指定では上限距離が無限大となるためｄｏ
ｎ″　ｊ　　Ｃａｒｅ文字で表わすことができない。つ
まり、ＩＩ　Ａ”とｔｔＢ”の距離が２文字以上の距離
という下限距離指定の場合は、固定長ｄｏｎ’　　ｔ　
　ｃａｒｅ文字で表わすと″Ａ？１７　Ｂ＋Ｉ　，　　
ＬｔＡ　（７　Ｑ　１７　Ｂ”，ｕＡ？？？？Ｂ”・・
となり検索ターム数が無限大になるためである。

この問題を解決する方法を第工２図のオートマ１−ンで
説明する。

まず、下限距離を固定長ｄｏｎ’　　ｔ　　ｃａｒｅ文
字で表わした検索タームでオートマトンを作成する。こ
のオートマトンの作成方法は固定長ｄＯｎ’　　ｔ　　
ｃａｒｅ文字の場合と同様である。ここでは下限距離は
２なので”Ａ？？Ｂ”を検索タームとしてオートマトン
を作成する。次に，下限距離だけ遷移した状態（この例
では状Ｂ　３　）を仮の始点とし、この始点状態以降に
つながる状態についてオートマトンを作成する。このオ
ートマトンは、全ての入力文字に対して遷移を記述する
従来方式１を用いて作成できる。このようにして、上限
距離が無限大の場合でもオートマトンを作成することが
できることになる。しかし、この方法では従来方式１を
部分的に適合するためオートマトン作戊時間が増大する
という問題点がある。

オートマトンの動作は固定長ｄｏｎ’　　ｔ　　ｃａｒ
ｅ文字の場合と同様である。

次に、下限距離指定を用いた検索タームに可変長ｄｏｎ
’　　ｔ　　ｃａｒｅ文字ＩＩ　＊　ｕを指定した検索
の方法について説明する。

可変長ｄ　ｏ　ｎ　’　　ｔ　　ｃａ　ｒ　ｅ文字＃　
＊　ＩＴは、下限距離に０を指定した場合の距離指定を
用いて実現することができる。すなわち、”ＡＢ本Ｃ　
Ｄ　”はｌ！　Ａ　Ｂ　＋１と”　Ｃ　Ｄ　’”の距離
がＯ文字以上の距離という下限距離指定に置き換えるこ
とができる。

この場合のオートマトンは第１３図のようになる。

このように可変長ｄｏｎ″　ｔ　　Ｑａｒｅ文字を指定
し“た検索も下限距離指定と同様に実現することができ
る。

オートマトンの動作は固定長ｄｏｎ’　　ｔ　　ｅａｒ
ｅ文字の場合と同様である。

最後に、上下限指定の距離指定の実現方法を以下に説明
する。ここでは“Ａ”と“Ｂ”の距離が２文字以上で、
かつ、４文字以下の距離という上下限距離指定を例にす
る。上下限距離指定は固定長ｄｏｎ’　　ｔ　　ｃａｒ
ｅ文字で表すことができ、この例のｌ（Ａ”と１１　Ｂ
　Ｉ＋の距離が２文字以上、４文字以内の距離という場
合には、ｔｔ　Ａ　９　Ｂ””Ａ？　？Ｂ”　　　”Ａ
？　？　？Ｂ’　，　　“Ａ？？？？Ｂ”の４つの検索
タームで表すことができ、これらから固定長ｃｏｏｎ’
　　ｔ　　ｃａｒｅ文字の場合と同様に第１４図に示す
オートマトンを作成することができる。

オートマトンの動作は固定長ｄｏｎ’　ｔ　　ｃａｒｅ
文字の場合と同様である。

１文字誤りを許容した検索である１文字誤り許容検索の
処理方法について説明する。

検索タームに“Ａ　Ｂ　Ｃ　Ｄ　”を指定した場合の例
について説明する。この例では検索タームとしては誤り
なしの場合として”　Ａ　Ｂ　Ｃ　Ｄ　”について、１
文字削除として”　Ａ　Ｂ　Ｃ”，”ＡＢＤ”　　”Ａ
ＣＤ”ＢＣＤ”について、１文字相違として“Ａ？ＣＤ
”　　１１ＡＢ？Ｄ”　　”　Ａ　Ｂ　Ｃ　？”につい
て、１文字挿入として”Ａ？Ｂｃｐ”，”ＡＢ？ＣＤ”
，”ＡＢＣ’７Ｄ”，”ＡＢｃＤ？”についてオートマ
トンを作成する。これらを複合語表現形式にすると（　
”ＡＢ”　　（　”Ｃ”　　（　”Ｄ？”″？Ｄ”ｔ）
　）ｌ　）　　　−′Ｏ　ｏ″′）（（“Ｂ　ＩＩ“Ａ
”　（　′ｌ　？Ｂ”　　″Ｂ？”′？”））“Ｃ”“
Ａ”　（“Ｂ　ＪＩ　　　Ｉｔ　Ｃ”ＢＣ”））“Ｄ”
“ＡＢＣ”）と表すことができる。これに基づいて固定
長ｄｏｎ″　ｔ　　ｃａｒｅ文字の場合と同様に第１５
図に示すオートマトンを作成することができる。

オートマトンの動作は固定長ｄｏｎ’　　ｔ　　ｃａｒ
ｅ文字の場合と同様である。

１文字入れ替わりを許容した検索である１文字入れ替わ
り許容検索の処理方法について説明する。

検索タームに”　Ａ　Ｂ　Ｃ　Ｄ　”を指定した場合の
例について説明する。この例では検索タームとじては誤
りなしの場合として”　Ａ　Ｂ　Ｃ　Ｄ　”について、
１文字入れ替わりとして”ＢＡＣＤ”　　　”ＡＣＢＤ
”，“ＡＢＤＣ”についてオートマトンを作戊する。こ
れらを複合語表現形式にすると（　＃　Ａ　Ｉ＋（“Ｂ
Ｃ”　　”　Ｃ　Ｂ　’″）　　　”ＢＡＣ″′）“Ｄ
″”ＡＢＤＣ”）と表すことができる。これに基づいて
固定長ｄｏｎ’　　ｔ　　ｃａｒｓ文字の場合と同様に
第１６図に示すオートマトンを作成することができる。

オートマトンの動作は固定長ｄｏｎ’　　ｔ　　ｃａｒ
ｅ文字の場合と同様である。

以上のように本発明によれば、少ない状態数で異表記検
索、固定長ｄｏｎ’　ｔ　　ｃａｒｅ文字指定検索、文
字距離指定検長、可変長ｄｏｎ’ｔＱａ　ｒ８文字指定
検索、１文字誤り許容検索、工文字入れ替わり許容検索
などの検索機能を実現するオートマトンを作成すること
ができる。したがって、オートマトンの作成時間も短縮
でき、状態遷移テーブルもコンパクトにできるためハー
ドウェア量の少ない文字列検索装置を実現することが可
能となる。

以下、上記文字列検索方法を用いた文字列検索装置の実
施例について述べる。

本実施例の構成を第１図に示す。本実施例の構成は、文
字コードと状態番号を入力することにより次状態番号を
出力する状態遷移テーブル２２０と、状態番号を入力す
ることにより照合したか否かの照合結果ＩＤを出力する
照合結果テーブル２６０、および，現状態番号や次状態
番号を格納するバッファ２８０とバッファ２８１などか
ら或っている。

本実施例を用いたオートマトンの状態遷移動作を下記に
説明する。第１図の稿字列記憶手段１０５から読み出さ
れた文字列３０１は１文字づつレジスタ２１１に格納さ
れる。レジスタ２１１から出力される文字コード３０２
は，本発明によるオートマトンの遷移表が格納されてい
る状態遷移テーブル２２０にアドレス情報として入力さ
れる。

状態遷移テーブル２２０では現在の状態番号３０５と文
字コード３０２から次に遷移すべき遷移先状態番号３０
３を出力する。次状態番号３０３はレジスタ２５０に格
納された後、セレクタ２６２及びマルチプレクサ２６０
を経由しバッファ２８０またはバッファ２８１のいずれ
か選択されている方に格納される。このとき、セレクタ
２６２では、初期状態番号（この例では、状態番号Ｏ）
が格納されているレジスタ２５１と次状態番号３０３を
コンパレータ２５２で比較した結果、同じ値であればセ
レクタ２６２は次状態番号３０３を選択する。すなわち
、次状態番号３０３が初期状態番号Ｏでない場合のみマ
ルチプレクサ２６０を経由しバッファ２８０またはバッ
ファ２８１のいずれか選択されている方に格納される。

バッファ２８０とバッファ２８１は、それぞれデータの
読取り用と書込み用の２面バッファとして用い、高速処
理を実現している。この２つのバッファはｌつにまとめ
回路規模を小さくすることも可能である。

ただし、処理速度は低下することになる．バッファ２８
０及びバソファ２８１には初期値として始点状態番号を
先頭アドレスに設定しておく。バッファ２８０及びバッ
ファ２８１に送られてきた次状態番号３０３は始点状態
の次のアドレスから格納する。現状態番号３０５はセレ
クタ２６１で選択されているバッファ２８０及びバッフ
ァ２８１のいずれかから逐次読み出され、全て読み出し
たときに読出し終了信号３０７を発生する。マルチプレ
クサ２６０とセレクタ２６１は同期しており、選択動作
についてはマルチプレクサ２６０がバッファ２８０を選
択しているときはセレクタ２６↓はバッファ２８１を選
択している。また、マルチプレクサ２６０がバッファ２
８１を選択しているときはセレクタ２６１はバッファ２
８０を選択する。バッファ２８０及びバッファ２８１の
選択の切り替えは、セレクタ２６１が選択したバッファ
２８０または２８１のいずれかの読出し終了信号３０７
の発生のタイミングで行われる。状態遷移テーブル２２
０には第１８図に示した状態遷移表を格納する。これは
第９図のオートマトンに対応したものである。レジスタ
２１１は通常は、レジスタ２５０と同期して文字列デー
タを取り込むが、読出し終了信号が発生するまで文字列
データを保持し、現状態番号が全て読み出されるまで次
の入力を待つことになる。検索結果テーブル２６０には
文字列の終点となる終点状態に対応して各検索タームを
識別するための所定のコードが格納されている。第９図
のオートマトンに対応した検索結果テーブル２６０の内
容を第１８図に示す。検索ターム番号が０以外の内容の
とき有効な検索ターム番号を表している。すなわち、状
態番号に対応した検索ターム番号がＯ以外のとき照合結
果として第１図の複合条件判定手段１０３へ送られる。

以上の動作が第９図に示したオートマトンを実行する形
で、入力文字列を構戊する各文字ごとに繰返し行われる
ことにより検索処理が実現される。

入力文字列が入力された場合、例えば、゛′インタフェ
イス”という文字列が入力された場合の本方式の照合動
作について説明する。

まず初期設定として、以下の処理を行なう。

状態遷移テーブル２２０には第１７図に示した状態遷移
表を、また、検索結果テーブルには第１８図の検索結果
表を格納する。これらのテーブルは，第９図のオートマ
トンに対応したものである。

バッファ２８０及びバッファ２８１には初期値として始
点状態番号であるＯを先頭アドレスに格納する。レジス
タ２５０、レジスタ２５１には初期状態番号である０を
格納する。マルチプレクサ２６０はバッファ２８１を選
択し、セレクタ２６１はパッファ２８０を選択する。し
たがって、次状態番号３０３は始点状態番号であるＯと
なる。

次に、これらの初期設定に基づいた照合動作について説
明する。

まず、１文字目の″イ″がレジスタ２１１に格納される
。すると、文字コード３０２と現状態番号３０５をアド
レスとして状態遷移テーブル２２０より次状態番号１が
読み出され、レジスタ２５０に格納される。このとき現
状態番号３０５はＯとなっている。

コンパレータ２５２はレジスタ２５１に格納されている
初期状態番号である０とレジスタ２５０に格納されてい
る次状態番号３０３である王を比較する。等しくないの
でセレクタ２６２は次状態番号３０３を選択する。この
ことは、状態Ｏから状態工に遷移文字“イ”による遷移
が記述されていることを示している。

状態１における検索結果テーブル２６０の検索ターム番
号はＯであるので照合結果３０６は出力されない。この
ことは、状態■に照合結果が格納されていないことを示
している。

マルチプレクサ２６０では、バッファ２８１が選択され
ているので、バッファ２８１に次状態番号である１が、
始点状態番号に続く２つめの次状態番号として格納され
る。バッファ２８０から全ての現状態番号が読み取られ
たので、終了信号３０７が発生する。

これによりマルチプレクサ２６０はバッファ２８０を選
択し、セレクタ２６１はバッファ２８１を選択すること
になる。すなわち、バッファ２８１内の２つの次状態番
号が現状態番号として、次の文字に対する遷移に用いら
れることになる。

これらの動作をオートマトンの状態遷移としてみると、
まずバッファ２８０に格納されている現状態番号である
状態Ｏにおいて遷移文字″イ″が記述されているかの照
合が行なわれている。次に、遷移が記述されてなければ
次の現状態番号の処理が行なわれ、遷移が記述されてい
る場合、バッファ２８１に次状態番号が格納され、同時
に照合結果が格納されているかを、照合結果テーブルの
次状態番号で示されるアドレスに有効なタームＩＤが格
納されているかチェックすることにより調べられている
。この場合では遷移が記述されているので、次状態番号
である状態１がバッファ２８１に格納されており、照合
結果テーブルを調べたところ結果は格納されていないた
め照合結果は出力されない。

次に２文字目の“ン″がレジスタ２１１に読み込まれる
。すると、文字コード３０２と現状態番号３−０５をア
ドレスとする状態遷移テーブル２２０より次状態番号で
ある０が出力され、レジスタ２５０に格納される。

コンパレータ２５２はレジスタ２５１に格納されている
初期状態番号であるＯとレジスタ２５０に格納されてい
る次状態番号であるＯを比較する。

等しいのでセレクタ２６２では次状態番号３０３は選択
されない。このため次状態番号３０３は，バッファ２８
０に格納されない。このことは、状態Ｏには遷移文字″
ン”による遷移が記述されていないことを示している。

本方式ではこのように制御することにより、始点状態か
ら始点状態への遷移におけるトークンの生或を防いでい
る。

次に、バッファ２８１より第２の次状態番号１が読み出
され、文字コード３０２と次状態番号であるｌをアドレ
スとして状態遷移テーブル２２０より次状態番号２が出
力され、レジスタ２５０に格納される。コンパレータ２
５２はレジスタ２５１に格納されている初期状態番号で
ある○とレジスタ２５０に格納されている次状態番号３
０３である２を比較する。等しくないのでセレクタ２６
２は次状態番号３０３を選択することになる。このこと
は、状態１から状態２に遷移文字″ン”による遷移が記
述されていることを示している。

状態２における検索結果テーブル２６０の検索ターム番
号はＯであるので照合結果３０６は出力されない。この
ことは、状態２に照合結果が格納されていないことを示
している。

また、マルチプレクサ２６０では、バッファ２８０を選
択しているので、バッファ２８０に次状態番号３０３で
ある２が始点状態番号に続く２つめの次状態番号として
格納される。

パッファ２８１からは全ての現状態番号を読み取られた
ので、終了信号３０７が発生する。

これによりマルチプレクサ２６０はバッファ２８１を選
択し、セレクタ２６１はバッファ２８０を選択すること
になる。すなわち、バツファ２８０内の２つの次状態番
号が２つの現状態番号として、次の文字に対する遷移に
用いられることになる。

これらの動作をオートマトンの状態遷移としてみると，
まずバッファ２８１に格納されている現状態番号である
状態Ｏにおいて遷移文字′゛ン”′が記述されているか
の照合を行なっている。この場合記述されてないので次
の現状態番号である状態１について同様に照合を行なう
。状態２への遷移が記述されているので、状態２は次状
態番号としてバッファ２８０に格納される。また，状態
２には照合結果が格納されてないので，照合結果は出力
されていない。

次に３文字目の″夕″も２文字目と同様の照合処理とな
るので説明を簡略する。まず、バッファ２８０に登録さ
れている，現状態番号である状態０における照合動作を
行なうこの場合記述されていないので次の現状態番号で
ある状態２について同様に照合を行なう。状態３への遷
移が記述されているので、状態３が次状態番号としてバ
ッファ２８０に格納される。また、状態３には照合結果
が格納されてないので、照合結果は出力されない。

次に４文字目の″フ″も３文字目と同様の照合処理とな
るので説明を簡略する。まず、バッファ２８１に登録さ
れている、現状態番号である状態Ｏにおける照合動作を
行なう。この場合記述されてないので次の現状態番号で
ある状態３について同様に照合を行なう。状態４への遷
移が記述されているので、状態４が次状態番号としてバ
ッファ２８０に格納される。また、状ｆｒＩＡ４には照
合結果が格納されてないので、照合結果は出力されない
。

次に５文字目の″工″も４文字目と同様の照合処理とな
るので説明を簡略する。まず、バッファ２８０に登録さ
れている、現状態番号である状態○における照合動作を
行なう。この場合記述されてないので次の現状態番号で
ある状態４について同様に照合を行なう。状態５への遷
移が記述されているので、状態５が次状態番号としてバ
ッファ２８↓に格納される。また，状態５には照合結果
が格納されてないので、照合結果は出力されない。

次に６文字目の″イ”がレジスタ２１１に読み込まれる
。このステップではトークンが２つから３つに増加して
いるので詳細に説明する。

文字コード３０２と次状態番号であるＯをアドレスとす
る状態遷移テーブル２２０より次状態番号として１が出
力され、レジスタ２５０に格納される。コンパレータ２
５２はレジスタ２５１に格納されている初期状態番号で
あるＯとレジスタ２５０に格納されている次状態番号で
ある工を比較する。この場合，等しくないのでセレクタ
２６２は次状態番号３０３を選択する。状態１における
検索結果テーブルの検索ターム番号はＯであるので照合
結果３０６は出力されない。マルチプレクサ２６０では
、バッファ２８０が選択されているので、バッファ２８
０に次状態番号である１が始点状態番号に続く２つめの
次状態番号として格納される。

次に、バッファ２８１より第２の次状態番号６が読み出
され、文字コード３０２と次状態番号である６をアドレ
スとする状態遷移テーブル２２０より次状態番号として
７が出力され、レジスタ２５０に格納される。コンパレ
ータ２５２はレジスタ２５１に格納されている初期状態
番号であるＯとレジスタ２５０に格納されている次状態
番号である７を比較する。この場合、等しくないのでセ
レクタ２６２は次状態番号を選択する。状態７における
検索結果テーブルの検索ターム番号はＯであるので照合
結果３０６は出力されない，マルチプレクサ２６０では
、バッファ２８０が選択されているので、バッファ２８
０に次状態番号である７が３つめの次状態番号として格
納される。バッファ２８１からは全ての現状態番号が読
み取られたので、終了信号３０７が発生する。

これによりマルチプレクサ２６０はバッファ２８工を選
択し、セレクタ２６１はバッファ２８０を選択すること
になる。すなわち、バッファ２８０内の３つの次状態番
号が３つの現状態番号として、次の文字に対する遷移に
用いられることになる。

次に７文字目の“ス”の照合処理に入るがレジスタ２１
１に読み込まれる。すると、文字コード３０２と次状態
番号であるＯをアドレスとする状態遷移テーブル２２０
より次状態番号として０が出力され、レジスタ２５０に
格納される。コンパレータ２５２はレジスタ２５１に格
納されている初期状態番号であるＯとレジスタ２５０に
格納されている次状態番号であるＯを比較する。この場
合、等しいのでセレクタ２６２では次状態番号３０３が
選択されない．このため次状態番号は、バッファ２８１
に格納されないことになる。

次に、バッファ２８１より第２の次状態番号である工が
読み出され、文字コード３０２と次状態番号であるＯを
アドレスとする状態遷移テーブル２２０より次状態番号
としてＯが出力され、レジスタ２５０に格納される。コ
ンパレータ２５２はレジスタ２５１に格納されている初
期状態番号であるＯとレジスタ２５０に格納されている
次状態番号である０を比較する。この場合、等しいので
セレクタ２６２では次状態番号が選択されない。

このため次状態番号は、バッファ２８１に格納されない
ことになる。

本実施例では、このように制御することによりトークン
の消滅を実現している。

さらにバッファ２８１より第３の次状態番号である７が
読み出され、文字コード３０２と次状態番号である７を
アドレスとする状態遷移テーブル２２０より次状態番号
として８が出力され、レジスタ２５０に格納される。コ
ンパレータ２５２はレジスタ２５１に格納されている初
期状態番号である０とレジスタ２５０に格納されている
次状態番号である８を比較する。この場合，等しくない
のでセレクタ２６２では次状態番号３０３が選択される
。

状１ｓ８における検索結果テーブル２６０の検索ターム
番号は１であるので検索ターム番号として１が処合結果
３０６として出力される。マルチプレクサ２６０では、
バッファ２８１が選択されているので、バッファ２８１
に次状態番号である８が始点状態番号に続く２つめの次
状態番号として格納される。

バッファ２８０からは全ての現状態番号が読み取られた
ので，終了信号３０７が発生する。

これによりマルチプレクサ２６０はバッファ２８０を選
択し、セレクタ２６１はバッファ２８１を選択する。す
なわち、２つの次状態番号が２つの現状態番号として、
次の文字に対する遷移に用いられることを示している。

以上のように、トークンを制御することにより″インタ
フェイス″という文字列の検索を実現している。

本実施例によれば、このように複数のトークンを制御す
ることにより、「フェイル」という概念を必要としない
文字列検索方式を実現できる。このため、オートマトン
作成時間を短くすることができ、状態数を少なくできる
ため状態遷移テーブルをコンパクトにできるという利点
がある。

〔発明の効果〕

以上説明したように、本発明によれば、異表記を許容し
た検索、検索タームにｌ文字のｄ　ｏ　ｎ’ｔｃａｒｅ
文字や可変長ｄｏｎ’　ｔ　　ｃａｒｅ文字に指定した
検索、上限指定，下限指定、上下限指定の可能な文字距
離演算を行った検索、検索タームと１文字違った文字列
を検索する１文字誤り許容検索、および、検索タームと
工文字入れ替わった文字列を検索する１文字入れ替わり
検索などの検索機能をオートマトンの状態数が少なくで
きるためオートマトンの作成時間が短くて済み、更に、
状態遷移テーブルをコンパクトにできるためハードウェ
ア量の少ない文字列検索装置を実現することができる。

【図面の簡単な説明】

第ｌ図は本発明を用いた有限オートマトンによる文字列
検索回路の実施例の構成を示すブロック図、第２図，第
３図，第５図，第７図は従来の有限オートマトンによる
文字列検索原理を表した説明図、第４図，第６図，第８
図，はフェイルテーブルの説明図、第９図，第１０図，
第１１図，第１２図，第ｌ３図，第ｌ４図，第１５図，
第１６図、は本発明を用いた有限オートマトンによる文
字列検索方法の原理を表した説明図、第ｌ７図は本発明
を用いた状態遷移テーブルの説明図を表した説明図、第
ｌ８図は検索結果テーブルの説明図、件判定手段、１０
４・・・記憶装置制御手段、↓Ｏ５・・・文字列記憶手
段、２００・・・文字列照合手段、２２０・・・状態遷
移テーブル、２３０・・・フェイル検出器、２６０・・
・照合結果テーブル，３０３・・・次状態番号、３０５
・・・現状態番号、４０３・・・初期状態を示す矢印。

Claims (1)

1. 【特許請求の範囲】 １、コード表現された文字で構成される被検索文字列中
   に複数の検索対象文字列が存在するか否かを一括して判
   定する有限オートマトンを用いた文字列検索方法におい
   て、複数状態からの遷移を同一の状態に遷移させること
   により状態数を減らすことを特徴とする文字列検索方法
   。 ２、コード表現された文字で構成される被検索文字列中
   に複数の検索対象文字列が存在するか否かを一括して判
   定する有限オートマトンを用いた文字列検索方法におい
   て、被検索対象文字と検索対象文字と照合時に、オート
   マトンのどの状態で該照合を行なうべき状態かを示すト
   ークンを設け、始点状態では常に該照合が一致したかを
   監視し、該照合の結果が一致した場合には、新たなトー
   クンを生成すると共に、該トークンをオートマトンに従
   い遷移先状態に移動し、始点以外の該トークンが置かれ
   ている状態では該照合の結果が一致した場合にオートマ
   トンに従い該トークンを遷移先状態に移動し、該照合が
   一致しない場合は該トークンを消滅させるオートマトン
   状態遷移制御方法を用いたことを特徴とする文字列検索
   方法。 ３、異表記文字列群を検索するための有限オートマトン
   を用いた文字列許容検索方法において、検索対象文字列
   から異表記を複合語表現形式Ａ（式１）で作成し、最も
   内側の括弧の中の部分文字列群において、先頭文字から
   順に、同一の遷移状態を始点にしてオートマトンを作成
   し、同じ文字なら同じ状態を遷移先状態として生成し、
   異なる場合は新たな遷移先状態を生成し、該部分文字列
   群の末尾文字で遷移先状態を同一状態にまとめ、網形式
   にオートマトンの遷移を記述することを特徴とする文字
   列検索方法。