JPH04169973A - 記号列検索方法および装置 - 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〕 本発明はデータベースや文書ファイリングシステム等の
非数値データ処理を含む情報処理システムにおいて、デ
ータの高速な検索処理、特に文字列を対象とした文書デ
ータの全文検索に好適な記号列検索方法及びその方法を
実現する装置、更に該装置としての半導体集積回路に関
する。 〔従来の技術〕 情報処理システムの記憶容量が年々増大するに従い、文
書データに代表される非数値データを扱う処理の比率が
高くなっている。このような背景から、大容量のデータ
ベースから所望の文書やデータを高速に漏れなく検索す
る処理の重要性が高まりつつある。 従来、文書データの検索においては、キーワードや分類
コード等の付加情報を用いる方法が多く用いられてきた
。しかし、キーワードや分類コードだけでは細かい検索
の条件を厳密に表現することは難しく、十分な絞り込み
を行いにくい。更に文書データの増大に伴い、キーワー
ドや分類コードを付加するインデキシングの作業量が増
大し、文書データの賛録の遅れの原因になっている。 これらの問題を克服するために、文書の本文をスキャン
しつつ、その内容とユーザにより任意に設定されたキー
ワードとの比較照合を行う方法（以下、フルテキストサ
ーチと呼ぶ）が提案されている。 このフルテキストサーチを用いた文字列検索システムの
一例を第１４図に示す。文字列検索システム３００はホ
ストコンピュータに接続され、検索要求３２０と検索結
果３２４を通信によりやり取りする。ホストコンピュー
タから検索要求３２０が送られると、検索制御手段３１
０はこれを受は付け、解析し、文字列照合手段３１３と
複合条件判別手段３１４へ検索制御情報３２１を送る。 また、検索制御手段３１０は記憶装置制御手段３１１を
制御して、文字列記憶手段３１２に格納されている文字
列データ３２２を文字列照合手段３１３へ転送させる。 文字列照合手段３１３は入力された文字列データ３２２
と、予め検索制御情報３２１として設定された文字列と
の照合を行ない、該当する文字列を検出すると、検出情
報３２３を複合条件判別手段３１４へ出力する。複合条
件判別手段３１４は、予め検索制御情報３２１として設
定された、検索要求中の文字列間の位置関係等に関する
複合条件に、検出情報３２３が合致するかを調べる。合
致する場合には、該当する文書データの識別情報や文書
内容を、検索結果３−２４として出力し、これがホスト
コンピュータへ送られる。（アール、エル６ハスキン　
　アンド　エル、ニー、ホラー：“オペレーショナル　
キャラクタリステイツクスオブ　ア　ハードウェア　ペ
ースト　パターンマツチャー″、ニー　シー　エム　ト
ランザクションズ　オン　データベース　システムズ、
第８巻、第１号、１９８３年（Ｒ，Ｌ、　Ｈａｓｋｉｎ
　ａｎｄ　Ｌ。 Ａ、Ｈｏ１ｌａａｒ：“０ｐｅｒａｔｉｏｎａｌ　Ｃｈ
ａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆａ　Ｈａｒｄ＋＋＋
ａｒｅ−Ｂａｓｅｄ　Ｐａｔｔｅｒｎ　Ｍａｔｃｈｅｒ
”、ＡＣＭ　Ｔｒａｎｓ。 ｏｎ　Ｄａｔａｂａｓｅ　Ｓｙｓｔｅｍｓ、Ｖｏｌ、８
．Ｎｏ、１．１９８３）　）上記文字列照合手段３１３
で行なうフルテキストサーチのひとつに有限オートマト
ンを用いた方法がある。この方法ではキーワード数によ
らず１回の本文スキャンで検索を行うことができる。 （ニー、ブイ、二一ホ　アンド　エム、ジエイ。 コラッシック：“エフィシエント　ストリングマツチン
グ″、コミュニケーションズ　ニー　シーエム、第１８
巻、第６号、１９７５年（Ａ、Ｖ。 Ａｈａ　ａｎｄ　Ｍ、Ｊ、Ｃｏｒａｓｉｃｋ：“Ｅｆｆ
ｉｃｉｅｎｔ　Ｓｔｒｉｎｇ　Ｍａｔｃｈｉｎｇ”、Ｃ
ｏｍｍ、ＡＣＭ、Ｖｏｌ、１８．Ｎｏ、６．１９７５）
　）　　この方法はドントケア文字を含む検索、誤り文
字を含む検索など様々な曖昧検索も実現することができ
、フルテキストサーチに有効な手法である。この有限オ
ートマトンを用いたフルテキストサーチを高速に処理す
るアルゴリズムやその実現手段については、「特開昭６
３−３１１５３０号Ｊに記載されている。 ところで、「特開昭６３−３１１５３０号」にも記載さ
れているように、従来の有限オートマトンを用いたフル
テキストサーチにおいては、各サイクルの状態遷移は常
に状態遷移テーブルを参照しつつ行なわれる。一般にこ
の状態遷移テーブルの容量は大きくなるため、有限オー
トマトンの実行を制御する半導体集積回路とは別チップ
のメモリに格納されるのが通例である。このため各サイ
クル毎に状態遷移を制御するオートマトン実行制御手段
から外部に設けられたメモリへのアクセスが必要となり
、処理速度向上の妨げとなってしまう。 そこで、検索文字列の照合処理において実行頻度の高い
部分を高速化することで、文字列検索のトータルの処理
速度を向上させる方式（高速先頭照合方式）が提案され
ている。（特願平１−２６８９２７号、特願平１−１５
０４０１号）これは状態遷移テーブルの参照頻度の高い
部分、すなわちテーブルを格納しているメモリのアクセ
ス頻度の高いデータを、有限オートマトン実行手段と同
しチップ上に置く方式である。言い換えれば状態遷移テ
ーブルを階層化して、有限オートマトン実行手段の内部
と外部に分割して置くものである。これはある意味では
従来のキャッシュメモリの概念のアナロジ−のようであ
るが、照合処理中にデータを異なった記憶階層間で移動
させることがないという点で、キャッシュメモリとは本
質的に異なるものである。したがって状態遷移テーブル
のアクセス頻度の高い内容を、これと等価になるように
チップ上の並列比較器に設定することにより、この並列
比較器に設定された部分文字列とテキストデータとの比
較だけで、照合処理の大部分を行なうことができるよう
になる。つまり、メモリアクセスなしで大部分の処理が
行なえるようになるために処理速度が著しく向上するこ
とになる。 ところで、特願平１−２６８９２７号記載および、特願
平１−１５０４０１号においては、先頭照合処理を行な
う並列比較器に設定する部分文字列はすべて同じ文字数
であった。 第３図ａのように、Ｋ１−に４の検索文字列が与えられ
た場合には、同図すのように、実線により状態遷移を示
す検索用オートマトンを生成する。 並列比較器には先頭２文字の部分文字列を設定する場合
を考える。このために５状態０→１→８の遷移を０→１
′→８と変更する。これにより連続する２文字で構成さ
れた遷移条件ができる。 第３図の分割線８１０はオートマトンの分割位置を示し
ている。この左側は並列比較器で処理する部分すなわち
先頭照合処理部、右側は状態遷移テーブルを参照しなが
ら状態遷移処理をする部分すなわち後方照合処理部であ
る。したがって、第４図に示すように、状態Ｏ→１→２
の遷移に相当する″文字″、状態０→１′→８の遷移に
相当する゛′文学″、そして状態Ｏ→１０→１１の遷移
に相当するパ検索″を並列比較器に設定する。 〔発明が解決しようとする課題〕 上記第４図のような部分文字列の設定を行なうと″文字
″、″文学″の両方に゛文′が含まれており冗長である
。登録できる部分文字列は有限なので、格納手段の有効
利用を図り、設定できる部分文字列数をできるだけ多く
することは重要である。上記従来技術では、この様に格
納手段の有効利用が図られていなかった。 また高機能な検索としては、任意の文字との一致を許す
ドントケア文字′？″を含む文字列の設定、曖昧検索を
行うために必要な、特定の文字以外のすべての文字との
一致を許す否定条件設定１１′が行われる。 このとき、例えば“文字″と″文？″が異なる部分文字
列として設定されると、被検索文字列中に″文字″とい
う部分があれば両者がこれとの一致を示し、後方照合処
理部の異なる有限状態オートマトンが同一の処理タイミ
ングで発火する。また、″文−字″と゛′文学″が異な
る部分文字列として設定されても、被検索文字列中に″
文学″という部分があれば両者がこれとの一致を示し、
後方照合処理部の異なる有限状態オートマトンが同一の
処理タイミングで発火する。 このように、ドントケア文字列設定、否定条件設定が行
われると、複数の部分文字列を同時に検出してしまう多
重発火の可能性がでてくる。後方照合処理では同時に複
数回の状態遷移処理を行うことは不可能なので、従来は
多重発火を回避するために５例えばプライオリティ−エ
ンコーダを用いて発火した部分文字列に対して後方照合
処理を順次起動するということを行っていた。しかし、
プライオリティ−エンコーダを用いることによるハード
ウェア規模の増加や、後方照合処理で複数回の状態遷移
処理が起きることによる検索処理速度の低下という間順
があった。以上が本発明が解決しようとする課題である
。 すなわち本発明では、オートマトンを用いたフルテキス
トサーチによる文書検索の際に有効な、状態遷移テーブ
ルが格納されたメモリとオートマトン実行手段とのデー
タの入出力頻度を低減して処理の高速化を図る高速先頭
照合方式において、並列比較器に設定することのできる
部分文字列数を増やし、格納手段の有効利用を図る記号
列検索方法を提供することを目的とする。 本発明はまた。ドントケア文字設定や否定条件設定が行
われた場合の、多重発火を回避する記号列検索方法を提
供することを目的とする。 〔課題を解決するための手段〕 上記目的を達成するために、本発明においては、先頭照
合処理部分と後方照合処理部分とを分割するオートマト
ン分割線の位置を、各部分文字列ごとに独立に設定する
。例えば、第３図のように先頭照合処理部分に分岐遷移
する状１！１があると、並列比較器に設定する部分文字
列を得るために状態Ｏ→１の遷移条件である′文′を重
複して設定することになる。これを避けるために、先頭
照合処理部分に分岐遷移する状態を含まないように、分
割線の位置を状態○と状態１との間および状態１０と状
態１１との間と決める。すなわち、並列比較器に設定す
る複数の部分文字列の文字数を、各部分文字列ごとに任
意とすることにより課題を解決できる。 〔作用〕 第１図は本発明の詳細な説明するための図である。これ
を用いて本発明の詳細な説明する。 第１図に、第３図と同様の検索文字列に１〜に４と、こ
れらが与えられた場合の検索用オートマトンを示す。従
来は先頭照合処理部分と後方照合処理部分との分割を第
１の分割線８１０（点線で示す）により行なっていた。 このため、先頭照合を行なう並列比較器に部分文字列と
して設定する遷移条件は、゛′文字″、″文学″、′検
索”であった。 本発明では分割を第２の分割線８２ｏ（破線で示す）で
行なう。これにより、″文字″とパ文学″の２文字目の
′字′と゛学′は後方照合処理で行うことになり、先頭
照合処理では両者に共通な１文字目の′文′をひとつだ
け設定すればよいことになる。つまり、先頭照合を行な
う並列比較器に部分文字列として設定する遷移条件は、
第２図に示すように゛文′、“検索”となる。したがっ
て、設定部分文字列数が従来の３から２となり、格納手
段の効率的な利用が可能となる。 また、ドントケア文字設定や否定条件設定が行われた場
合に問題となる、先頭照合処理での多重発火も、これを
避けるように検索用オートマトンの分割線を変更するこ
とにより対処することができる。すなわち″文字″と゛
′文？″が並列比較器に設定する部分文字列に含まれて
いる場合でも、オートマトンの分割線を変更して１文字
目の′文′をひとつだけ設定すれば、″文字″という被
検索文字列が入力されても後方照合処理の有限状態オー
トマトンの多重発火を防ぐことが可能となる。 ［実施例］ 以下、本発明の実施例について説明する。 本発明の部分文字列設定のための、オートマトン分割の
第１の実施例を第５図に示す。検索文字列として、 Ｋ１：”文字列照合″ に２：”文章データ′″ に３：”文書検素″ に４：”文献調査″ に５：”検索制御方式″ が設定されている。先頭照合処理部分の並列比較器に設
定可能な部分文字列の文字数は２文字までとする。従来
の高速先頭照合方式の部分文字列設定法によれば、オー
トマトンは第１の分割線８１０（点線で示す）により分
割され、部分文字列として、 ″文字″ “文章″ “文書″ “文献″ ″検索″ が先頭照合処理部分の並列比較器に設定される。 すなわち、第６図に示すように部分文字列格納手段１７
０へこれら５個の部分文字列を設定する。 本発明によれば、オートマトンは第２の分割線８２０（
破線で示す）により分割され、部分文字列は ″文″ ″検素″ を設定すればよいことになる。したがって、第７図に示
すように部分文字列格納手段１７０へこれら２個の部分
文字列を設定するだけで済む。尚。 第７図の部分文字列格納手段における斜線は、その部分
が無効領域であることを意味している。すなわち、後に
説明するバリッドフラグレジスタへの制御情報の設定に
よって、斜線部分は照合には無関係となる。これはドン
トケア文字の設定と等価である。 以上のように、本実施例によれば先頭照合処理を行う並
列比較器の部分文字列格納手段の効率的な利用が可能で
ある。 オートマトン分割の第２の実施例を第８図に示す。本実
施例では、他の文字との１文字置き換えを許容する曖昧
検索を実現するため、検索文字列として、 Ｋ１：”文字列照合″ に２：“文字列照−合″ Ｋ　３　：　”文字列−照合″ に４：”文字−列照合″ に５：”文−字列照合′″ に６：”−文字列照合″ Ｋ　７　：　”文学史″ に８：“文学−史″ に９：”文−学史” ＫＩＯ：“−文学史″ が設定されている。ここで、−”は″その文字以外のす
べての文字を示す″否定条件設定を表す。 すなわち、“１合”では“合”以外のすべての文字を表
すことになる。並列比較器に設定可能な部分文字列の文
字数は２文字までとしている。従来の高速先頭照合方式
の部分文字列設定法によれば、オートマトンは第１の分
割線８１０（点線で示す）により分割され１部分文字列
として、 ″文字″ ″文−字″′ ″字列″ ″文学″ ゛′文−学″ ″学史″ が先頭照合処理部分の並列比較器に設定される。 すなわち、第９図に示すように部分文字列格納手段１７
０へこれら６個の部分文字列を設定する。 本発明によれば、オートマトンは第２の分割線８２０（
破線で示す）により分割され、部分文字列は ″文″ ′″字列″ “学史″ を設定すればよいことになる。したがって、第１０図に
示すように部分文字列格納手段１７０へこれら３個の部
分文字列を設定するだけでよい。 以上のように１本実施例によれば部分文字列格納手段へ
設定する部分文字列数が低減され、部分文字列格納手段
が効率的に利用されるという効果がある。しかも、先頭
照合オートマトン１３には、初期状態以外には分岐遷移
する状態が含まれていないので、多重発火を回避するこ
とができるという効果も同時に得られる。 第１１図は本発明の記号列検索方式を実行する、記号列
検索装置の実施例のブロック図である。 この装置は、文書データすなわち被検索文字列１０１を
取り込む入カバソファ１０２、入力文字コード１３０と
予め設定された複数の検索文字列の部分文字列とを一括
照合する並列比較器１０６、該並列比較器１０６におい
て照合の際に参照し。 部分文字列の任意位置にドントケア文字の設定を可能と
するバリッドフラグレジスタ４００、及び否定条件の設
定を可能とする否定条件フラグレジスタ４１０（以降こ
れらを総称して照合制御レジスタと呼ぶ）、並列比較器
１０６での比較の結果、検索文字列の部分文字列との一
致が検出されたことを知らせる一致信号１３１を、オー
トマトンの各状態に対応づけられる識別コート（以後、
状態コートと呼ぶ）１３２に変換するコード変換器１０
７、次の入力文字コードに対して処理をすべきトークン
の存在する活性化した状態（以後、現状態と呼ぶ）を保
持する状態コードキュー１０９、状態コードキュー１０
９へ入力する状態コード１３３の選択をする入力セレク
タ１０８、オートマトンの状態遷移動作を制御するオー
トマトン実行手段１０４、これに入力する文字コード１
３５を蓄える文字コートバッファ１０３、オートマトン
の状態遷移の制御情報を格納した状態遷移テーブル１１
０、出力する検索結果１１１を保持する出力バッファ１
ｏ５．から構成される。 データベース内の文書データは被検索文字列１０１とし
て１文字単位、あるいは複数文字単位で入カバソファ１
０２へ入力される。被検索文字列１０１は並列比較器１
０６、および入力文字コードバッファ１０３へ入力する
ために、データ転送バス幅に合わせたビットサイズに入
力バッファ１０２でデータ幅を変換される。そして同期
をとって、有限オートマトン実行手段１０４の前段の文
字コードバッファ１０３と、並列比較器１０６へ同時に
転送される。 並列比較器１０６には、予め検索文字列の先頭部分が部
分文字列として格納されており、入力バッファ１０２か
ら１文字、あるいは複数文字送られるたびに、すべての
検索文字列の部分文字列との照合が同時に行われる。こ
の時バリッドフラグレジスタ４００．否定条件フラグレ
ジスタ４１０に設定した条件が、部分文字列の照合条件
として参照される６検索文字列の部分文字列との一致が
検出されると、一致信号１３１はコード変換器１ｏ７に
より、各部分文字列が検出されたことを示す状態に対応
する識別コード、すなわち状態コード１３２に変換され
る。このコードは状態遷移テーブル１１０の内部に設定
された状態コードと統一が図られており、有限オートマ
トン実行手段１０４の内部ではそのまま状態コードとし
て扱われる。コート変換器１０７から出力された状態コ
ート１３２は、セレクタ１０８により選択されて状態コ
ートキュー１０９に蓄えられる。 一方、文字コードバッファ１０３内の文字コートデータ
に対して、上記の並列比較と同時に有限オートマトン実
行手段１０４による処理が行われる。文字コートバッフ
ァ１０３は、入力バッファ１０２の文字コード転送速度
と、有限オートマトン実行手段１０４の処理速度とのギ
ャップを解消するためのものである。有限オートマトン
実行手段１０４の入力は、文字コードバッファ１０３内
部の文字コードデータと状態コートキュー１０９に蓄え
られている現状態コード１３４である。有限オートマト
ン実行手段１０４は状態コードキュー１０９から現状態
コード１３４を取り出して、これと文字コートバッファ
１０３内の文字コードデータ１３５とから状態遷移テー
ブル１１０のアクセスアドレス１３７を生成する。該当
アドレスの内容が有限オートマトンの現状態の遷移先１
３８となり、これがセレクタ１０８を通して状態コ−ド
キュー１０９に蓄えられる。この様に現状態コードが処
理されると、次の文字コードデータが文字コートバッフ
ァ１０３から取り込まれる。 こうした一連の処理が繰り返される過程で、オートマト
ンの状態遷移の結果１３８が検索文字列の検出を示す状
態となった場合に、一致する文字列が検出されたことに
なる。そして、これらに対応する検索結果１１１が出力
バッファ１０５へ書き出される。 以上の一連の処理は、制御論理ブロック（図中には示し
ていない）により制御される。したがって各モジュール
間のデータバス上のデータ転送は、制御論理ブロックが
制御する。 尚、本実施例は半導体集積回路として実現することで、
より高速な処理が可能となる。 並列比較器の実施例を第１２図に示す。本図では連想機
能を持つメモリ、すなわちＣＡ　Ｍ　（Ｃｏｎｔｅｎｔ
　Ａｄｄｒｅｓｓａｂｌｅ　Ｍｅｍｏｒｙ）を並列比較
器に用いている。 本実施例では、１ワードを４バイトのＣＡＭレジスタで
構成し、全体が１６ワード（ＣＡＭ　　Ｒ○〜Ｒ１５）
の構成としている。入力バッファ１０２に取り込んだ文
字列を部分文字列として設定するために、選択的に任意
のＣＡＭレジスタへ転送すること（設定モード）と、取
り込んだ被検索文字列１０１を複数の部分文字列と並列
照合するために、同時に全てのＣＡＭレジスタへ分配す
ること（比較モード）を可能としている。個々の部分文
字列比較回路の構成は同じなので、添え字Ｏのものを例
にして説明を行う。 本実施例は、並列比較器１０６へ設定される第１番目の
部分文字列を格納するＣＡＭレジスタ（ＲＯ）２０１−
０、該ＣＡＭレジスタ（ＲＯ）２０１−０の設定データ
のバイトごとの有効性を示し、ドントケア設定を可能と
するバリッドフラグレジスタ（ＶＦＯ）４００−０、否
定条件の設定を可能とする否定条件フラグレジスタ（Ｅ
ＦＯ）４１０−０、該否定条件フラグレジスタ（ＶＦＯ
）４１０−’Ｏがセット（’１’）されている場合には
、該ＣＡＭレジスタ（ＲＯ）２０１−０で（７）バイト
ごとの比較照合結果をそのまま有効として出力し、リセ
ット（’Ｏ’　）されている場合にはＣＡＭレジスタ（
ＲＯ）２０１−０でのバイトごとの比較照合結果を論理
反転して、設定された否定条件に対する比較照合結果を
出力する論理回路部４１１−０と、該バリッドフラグレ
ジスタ（ＶＦＯ）４００−０がセット（’１’）されて
いる場合には、該ＣＡＭレジスタ（ＲＯ）２０１−０で
のバイトごとの否定条件設定に対する比較照合結果を出
力する論理回路部４１１−○の出力を有効とし、リセッ
ト（’Ｏ’　）されている場合には該論理回路部４１１
−０でのバイトごとの比較照合結果を無効として常に′
１′を出力するとともにこれらバイトごとの結果を統合
する論理回路部２０３−０と、部分文字列の全バイトを
バリッドフラグレジスタ（ＶＦＯ）４００−０で無効指
定した場合にこれを検出する論理回路部２０４−０と、
上記論理回路部２０３−０．２０４−０の結果である２
１４−０．２１５−０を統合して部分文字列の最終的な
比較照合結果を得る論理回路部２０５−０、及びその出
力である一致信号線（ｈＯ）２１６−〇、から構成され
、この１ワ一ド分のハードウェア１６組から、並列比較
器１０６の全体が構成されている。なお、本実施例のＣ
ＡＭレジスタのバイト、ワード構成、およびバリッドフ
ラグレジスタ、否定条件フラグレジスタの構成は。 それぞれ容易に拡張可能であり、任意のものを取りうる
。 ＣＡ　Ｍ　１７ジスタ　（ＲＯ−Ｒ１５）２０１．バリ
ッドフラグレジスタ（ＶＦＯ〜ＶＦ１５）４００、否定
条件フラグレジスタ（ＥＦＯ−ＥＦ１５）４１０へは、
入力バッファ１０２を介して任意のものにアクセスする
ことができる。また１個々の専用のデータバスを設ける
構成も取りうる。 指定された文字列の検索に必要な部分文字列とバリッド
フラグレジスタ４００．否定条件フラグレジスタ４１０
の内容を設定した後１部分文字列を全く設定していない
不要なＣＡＭレジスタ２゜１に対しては、付随するバリ
ッドフラグレジスタ４００をリセットし、無効化する。 これにより不要なＣＡＭレジスタでの比較照合処理は論
理回路部２０４によって常に不一致となり、−Ｍ信号は
ディスイネーブル固定となる。 以上の初期設定の後に、被検索文字列１０１が入力バッ
ファ１０２を介して全てのＣＡＭレジスタ２０１へ同時
に分配される。個々のＣＡＭレジスタ２０１は比較モー
ドにしであるため、分配された入力文字コードとあらか
じめ設定されている部分文字列との照合を行う。両者の
照合はビット対応に行ない、その結果は１バイトごとに
論理積をとってまとめる。すなわち、８ビツトコードで
あれば英数字１文字単位で完全一致を検出する。 これらの比較照合結果は、まず否定条件フラグレジスタ
４１０の内容を参照して一致、不一致の判定を行ない、
次にバリッドフラグレジスタ４００の対応ビットと共に
バイト比較結果を統合する論理回路部２０３に入力され
る。バリッドフラグレジスタ４００によって部分文字列
中にドントケア文字の設定されたバイトについては、常
に一致を示す値が出力される。これらの出力についてま
とめて論理積がとられる。すなわち、部分文字列１詑の
比較結果２１５が得られることになる。 一方、上述した論理回路だけでは４バイトすへてを無効
に指定すると、どの様な入力文字コードに対しても一致
を示してしまう。従って、同一ワード内のバリッドフラ
グレジスタ４００がすべてリセットされている場合には
一致信号が常にディスイネーブルされる必要がある。こ
のための論理回路を構成するのが、第１２図の２０４．
２０５である。 以上のように本実施例によ九ば、複数の部分文字列に対
して並列に比較照合処理を高速に行うことができるだけ
でなく、部分文字列の任意の位置に否定条件文字とドン
トケア文字を設定することができる。また、並列比較器
１０６の１ワード以下の語長であれば、不要部分にドン
トケア文字の設定、すなわち不要部分のバリッドフラグ
４００をリセットすることにより、１ワードごと独立に
バイト単位で任意の長さの部分文字列を設定することも
可能となり、柔軟な並列比較照合処理が実現できるとい
う効果が生じる。また、バリッドフラグレジスタ４００
の操作のみで、−度設定した部分文字列の破棄、回復が
高速に行えるという効果も生じる。 尚、本実施例は半導体集積回路として実現することで、
より高速な処理が可能となる。 第１３図は並列比較器での先頭照合を実現するための部
分文字列、及び照合制御レジスタ４０の設定の一実施例
である。本実施例では並列比較器内１０６に設定する部
分文字列と、バリッドフラグレジスタ４００、否定条件
フラグレジスタ４１０へそれぞれ設定するデータを示し
ている。 部分文字列は第７図に示されているものを設定する。バ
リッドフラグレジスタ４００へは、文字を設定した箇所
に対応するように、各文字ごとに１′をフラグへセット
し、それ以外の使用しない箇所に対応するフラグはリセ
ット（０′をセット）する。否定条件フラグレジスタ４
１０へは、否定条件が設定されていないことを示す１′
を初期値として設定し１部分文字列として否定条件を伴
って設定すべき文字に対してのみ、該当するフラグをリ
セット（０′をセット）する。 したがって、第７図に示されている部分文字列゛′文Ｔ
＋％Ｌ検索′″を並列比較器内に設定するためには、第
１３図に示されているようにそれぞれの項目を設定すれ
ばよい。ここで斜線部分はバリッドフラグレジスタによ
りバイト単位で無効領域指定となっている部分であり、
特に何も設定する必要はない。第１３図は設定の一例で
あり、例えば各項目は組合せさえ同じであれば、設定す
るレジスタの位置はどこでもよい。

【発明の効果】

本発明によれば、以下の如き効果が得られる。 オートマトンを用いたフルテキストサーチによる文書検
索の際に、有限オートマトン実行手段の前段に並列比較
器を置き先頭照合処理を高速化し、検索処理速度を向上
させる検索方式において、先頭照合処理部分と後方照合
処理部分とを分割するオートマトン分割線の位置を、先
頭照合処理部分に分岐遷移する状態を含まないように、
各部分文字列ごとに独立に設定することにより、並列比
較器内の部分文字列格納手段の有効な利用が可能となる
。同時に、複数の部分文字列が同一の処理タイミングで
検出されてしまう、多重発火を回避できる。

【図面の簡単な説明】

第１図は本発明の詳細な説明図、第２図は第１図に基づ
く部分文字列の設定例を示す説明図、第３図は従来の方
法の説明図、第４図は第３図に基づく部分文字列の設定
例を示す説明図、第５図は本発明の第１の実施例の説明
図、第６図は従来の方法による、第５図のオートマトン
からの部分文字列の格納手段への設定例を示す説明図、
第７図は本発明による、第５図のオートマトンからの部
分文字列の格納手段への設定例を示す説明図、第８図は
本発明の第２の実施例の説明図、第９図は従来の方法に
よる、第８図のオートマトンからの部分文字列の格納手
段への設定例を示す説明図、第１０図は本発明による、
第８図のオートマトンからの部分文字列の格納手段への
設定例を示す説明図、第１１図は本発明の記号列検索装
置の実施例の構成を示すブロック図、第１２図はＣＡＭ
を用いた並列比較器の実施例の説明図、第１３図は第１
２図の並列比較器での部分文字列検索を実現するための
照合制御レジスタおよび部分文字列の設定例の説明図５
第１４図は文字列検索システムの説明図である。 符号の説明 １３・・・先頭照合オートマトン、 １４　後方照合オートマトン、 ４０・照合制御レジスタ、 １０１・・被検索文字列、 １０２　　・入力バッファ、 １０３・・文字コードバッファ、 １０４・・有限オートマトン実行手段、１０５・・・出
カバソファ、 １０６　　並列比較器、 １０７・コード変換器、 １０８・・セレクタ、 １０９・・状態コードキュー、 １１０・・・状態遷移テーブル、 １１１．１３６・・・検索結果、 １３０．１３５・・・入力文字コード、１３１・・・一
致信号、 １３２．１３３．１３４・・・状態コード、１３７・状
態遷移テーブルアクセスアドレス、１３８・・・遷移先
の状態、 １７０・・・部分文字列格納手段、 ２０１−○〜１５・・ＣＡＭレジスタ、２０３−０〜１
５・・・バイトごとの比較照合結果を統合する論理回路
部、 ２０４−０〜１５　バリッドフラグの全ビット無効指定
を検出する論理回路部、 ２０５−０〜１５・・部分文字列の最終照合結果を出力
する論理回路部、 ２１２−０〜［５・・・バイト単位の比較結果、２１３
−０〜１５・・・バリッドフラグレジスタ・データ、 ２１４−０〜１５・・・バリッドフラグの全ビット無効
指定検出結果、 ２１５−０〜１５・・部分文字列比較結果、２１６−０
〜１５・・・部分文字列の最終照合結果、３００　・文
字列検索システム、 ３１０・・検索制御手段、 ３１１・記憶装置制御手段、 ３１２・文字列記憶手段、 ３１３−文字列照合手段、 ３１４・・複合条件判別手段、 ３２０・・・検索要求。 ３２１・検索制御情報、 ３２２・・・文字列データ、 ３２３・検出情報、 ３２４・・・検索結果、 ４００−ｏ〜１５・・バリッドフラグレジスタ、４１０
−０〜１５・・否定条件フラグレジスタ、４１１−０〜
１５・・・否定条件フラグレジスタの内容を参照したバ
イトごとの照合結果、 ８１０．８２０・・・オートマトン分割線。

Claims (1)

1. 【特許請求の範囲】 １、コード表現された記号で構成される被検索記号列中
   に、複数の検索対象記号列が存在するか否かを一括して
   判定するオートマトンを用いた記号列検索方法において
   、 複数の検索記号列を被検索記号列中から一括して検索す
   る際に、 該検索記号列を任意の位置で少なくとも２つの部分記号
   列に分割し、分割したものの１つの部分記号列の照合す
   なわち先頭照合処理を行なった結果、該部分記号列に関
   する検索条件を満足した検索記号列に対してのみ、残り
   の部分記号列の照合すなわち後方照合処理を行い、ここ
   で該残りの部分記号列に関する検索条件を満足した場合
   に該検索記号列が検索されたと判定する記号列検索方法
   であって、 先頭照合処理を行う複数の部分記号列として、それぞれ
   独立に比較記号数を設定することを特徴とする記号列検
   索方法。 ２、第１請求項記載の記号列検索方法において、複数の
   検索記号列の第（ｉ−１）番目までが同一の記号であり
   、第ｉ番目以降に共通記号がない場合、高々第（ｉ−１
   ）番目までの共通記号部分のみを先頭照合処理部分に設
   定することを特徴とする記号列検索方法。 ３、コード表現された記号で構成される被検索記号列中
   に、複数の検索対象記号列が存在するか否かを一括して
   判定するオートマトンを用いた記号列検索方法であって
   、 複数の検索記号列を被検索記号列中から一括して検索す
   る際に、 該検索記号列を任意の位置で少なくとも２つの部分記号
   列に分割し、分割したものの１つの部分記号列の照合す
   なわち先頭照合処理を行なった結果、該部分記号列に関
   する検索条件を満足した検索記号列に対してのみ、残り
   の部分記号列の照合すなわち後方照合処理を行い、ここ
   で該残りの部分記号列に関する検索条件を満足した場合
   に該検索記号列が検索されたと判定する記号列検索方法
   を実行可能であり、 先頭照合処理を行う複数の部分記号列として、それぞれ
   独立に比較記号数を設定できるようにしたことを特徴と
   する記号列検索装置。 ４、第３請求項記載の記号列検索装置において、複数の
   検索記号列の第（ｉ−１）番目までが同一の記号であり
   、第ｉ番目以降に共通記号がない場合、高々第（ｉ−１
   ）番目までの共通記号部分のみを先頭照合処理部分に設
   定することを特徴とする記号列検索装置。 ５、第４請求項記載の記号列検索装置の全体、もしくは
   一部を内蔵することを特徴とする半導体集積回路。