JPH0434645A

JPH0434645A - 文書検索装置

Info

Publication number: JPH0434645A
Application number: JP2140917A
Authority: JP
Inventors: Masao Ito; 正雄伊藤; Yoshihiro Hayakawa; 早川　佳宏; Atsushi Ando; 安藤　敦史; Noboru Tamura; 登田村
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1990-05-30
Filing date: 1990-05-30
Publication date: 1992-02-05
Anticipated expiration: 2011-12-11
Also published as: JP2563645B2

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コンピュータを利用した文書検索装置に関する
ものである。

従来の技術近年、ワードプロセッサやパーソナルコンピュータの普
及やコンピュータによる文字認識の実用化に伴い、これ
らによって作成される電子化文書が多くなってきた。こ
のため、大量の文書情報を蓄積し、必要に応して文書情
報を検索するための文書データヘースに対する関心が高
まってきている。

従来の文書データベースでは、文書を検索する際、文書
毎に付されたキーワードを利用するキーワード検索が一
般的であるが、キーワードを付ける作業が蓄積文書の増
加に間に合わないこと、時間が経過するとキーワードが
陳腐化すること、キ−ワード付けを行った者と検索する
者とのキーワードの相違により検索漏れが生じること等
の問題点が指摘されている。

このような背景から最近は、「全文データベース」と呼
ばれる文書データベースが注目されている。つまり、こ
の「全文データベース」では、利用者から与えられた検
索条件と蓄積されている文書の全ての情報との間で照合
を行うで、検索条件を満たす文書を出力する。このとき
、検索条件とシテは、従来のキーワードのような単語以
外に文などの文字列を用いることができる。

しかしながら、前述した「全文データベース」では、利
用者から与えられた検索条件と蓄積されている文書の全
ての情報との間で照合を行うため、検索時間がかかると
いう欠点がある。特に、検索条件が複数文字列のオア検
索の場合、大きく分類すると２つの方法があり、異なる
先頭の文字に対してリンクを張って、データベースの１
文字に対して、複数回比較するか、または、連想配列を
用いてデータベースの文字によって状態を変化させる有
限状態オートマトン法を用いている。

発明が解決しようとする課題しかしながら、先頭の文字にリンクを張って、複数回比
較する前者の方法では、使用するメモリを少なくするこ
とができるが、検索文字列の個数に比例して検索時間が
大きくなり、また、連想配列を用いる後者の方法では、
検索文字列の個数には関係なく検索時間は一定であるが
、文字種と文字数の積のメモリ領域が必要である。特に
、日本語コードの場合は、日本語の文字種（約９０００
文字）と文字数の積のメモリ領域を必要とするので、メ
モリ容量が増大している今日にあっても、メモリ容量の
削減といった課題がある。

本発明の目的は、以上のような従来の課題を解決するた
め、検索速度の向上と使用メモリの縮小を図った文書検
索装置を得るにある。

課題を解決するための手段この目的を達成するため、本発明は、検索条件が複数文
字列の場合、先頭の文字にリンクを張って複数回比較す
る方法では、検索時間の殆どが各文字列の最初の１文字
目の比較であることに着目して、最初の１文字目に対し
ては、文字コードから直接アドレスを引くことが可能な
記憶装置を用い、複数の検索文字列があった場合でも、
１度に所望のアドレスを求めることができ、２文字目以
降については、リンクを張って比較文字を決定すること
により、検索時間の縮小とメモリ使用量の縮小を図るこ
とができる。また、文字コードからアドレス変換を用い
るのは、最初の１文字目と限らず、検索文字列を前処理
する段階で、比較負荷の大きいところに用いれば、検索
時間の縮小を図ることもできる。

作用前述した本発明の構成により、比較負荷の大きいところ
に対しては、文字コードからアドレス変換する記憶装置
を用いて比較負荷を軽減でき、比較負荷の小さいところ
では、単なる文字コード比較をすることにより、検索時
間の縮小とメモリ使用の縮小を図ることができる。

実施例以下、図面を用いて本発明の実施例の詳細を説明する。

第１図は本発明の文書検索装置の概念を示し、図中、符
号１は文字コードからアドレスに変換ｒる文字コード・
アドレス変換記憶部、２は全体の制御を行う制御情報記
憶部、３は比較文字コードを記憶する比較文字記憶部、
４は前記文字コード・アドレス変換記憶部１から出力さ
れるアドレスと前記制御情報記憶部２から出力される２
つのアドレスを選択するアドレス選択部をそれぞれ示し
ている。また、５は文書データを記憶する文書データ記
憶部、６は前記文書データ記憶部５のアドレス増加を制
御する文書データアドレスカウンタ、７は前記文書デー
タ記憶部から出力されるデータから文字単位に抽出する
文字コード抽出部である。

そして、符号８は前記比較文字記憶部３から出力された
文字コードと前記文字コード抽出部７から出力された文
字コードを比較する比較器、９は前記文字コード・アド
レス変換記憶部ｌから前記アドレス選択部４に出力する
文字コードアドレス変換信号、ｌＯは前記制御情報記憶
部２から出力され、前記文字コード・アドレス変換記憶
部から出力されるアドレスを選択するか否かを決めるア
ドレス選択フラグ、１１は前記アドレス選択部４から前
記制御情報記憶部２と前記比較文字記憶部３とに出力す
るアドレス信号、１２は前記文書データアドレスカウン
タ６から前記文書データ記憶部５に出力する文書データ
アドレス信号、１３は前記文書データ記憶部５から前記
文字コード抽出部７に文書データを出力する文書データ
信号である。

さらに、１４は文字コードを抽出する場合に文字コード
の種類を指定する文字コード選択信号、１５は前記文字
コード抽出部７から抽出した文字コードを示す文字コー
ド信号Ａ、１６は前記比較文字記憶部３から出力した文
字コードを示す文字コード信号Ｂ、１７は前記制御情報
記憶部２から前記比較器８に出力する比較の種類を示す
比較命令信号、Ｉ８は前記比較器８で比較結果を示す比
較結果フラグ、１９は前記比較結果フラグ１８により前
記文書データアドレスカウンタ６をインクリメントする
かどうかを指定するインクリメント許可信号である。

そして、符号２０は、前記制御情報記憶部２から出力さ
れかつ前記比較結果フラグ１８が有効な場合に前記アド
レス選択部４で選択される比較一致アドレス信号であり
、符号２１は、前記制御情報記憶部２から出力されかつ
前記比較結果フラグ１８が無効な場合に前記アドレス選
択部４で選択される比較不一致アドレス線を、符号２２
は検索の成功を示す検索成功フラグをそれぞれ示してい
る。

次に、第１図に示した本発明の文書検索装置の動作を第
２図及び第３図のフローチャートを用いて説明する。

まず、ステップ１００においては、前記アドレス選択部
４のアドレスが初期状態にセットされる。

次に、ステップ１０１に移り、前記制御情報記憶部２か
ら制御情報が読み出されるが、ステップ１０２では、前
記文書データアドレスカウンタ６が初期状態にセットさ
れる。

次いで、ステップ１０４に移り、前記文書データ記憶部
５かダ文書データが読み出され、ステップ１０５で前記
文字コード抽出部７により文字コードが抽出される。こ
の後、ステップ１０６では、抽出した文字コードから文
字コード・アドレス変換を行うか否かが前記アドレス選
択フラグ１０で決定される。即ち、文字コードから変換
したアドレスを用いる場合は、ステップ１０日に移り、
前記文字コード・アドレス変換記憶部ｌからコード・ア
ドレスが読み出され、この読み出したアドレスがステッ
プ１０９で選択され、ステップ１１０において、前記文
書データカウンタ６がインクリメントされる。

また、文字コードから変換したアドレスを用いない場合
は、ステップ１１２に移って、前記比較命令信号１７で
指定した比較の種類により、前舵比較文字記憶部３から
読み出した文字コードと抽出した文字コードとが前記比
較器８で比較され、ステップ１１３で、両者が一致した
か否か判定される。

この場合、両者が一致すると、ステップ１１４で、前記
制御情報記憶部２か３の前記比較一致アドレス信号２０
のアドレスが選択され、また、両者が不一致の場合は、
ステップ１１５では、前記制御情報記憶部２からの前記
比較不一致アドレス信号２１のアドレスが選択されるこ
とになる。

さらに、文字コード比較が行われた場合は、ステップ１
１４．１１５からステップ１１６．１１７にそれぞれ移
る。即ち、前記インクリメント許可信号１９により文書
データアドレスカウンタ６のインクリメントが許可され
ている場合は、それぞれステップ１１８．１１９に移り
、文書データアドレスカウンタ６がインクリメントされ
、インクリメントの許可がない場合は、そのままの状態
が維持される。

以上が第２図に示された動作であるが、第２図のＡ部分
が第３図のＡ部分に続いて、検索終了のチエツクが行な
われる。

まず、ステップ１２１では、文書データの終わりまで検
索処理が終了したか否がが判定され、終わりまで処理し
ていれば、処理が終了される。

処理が完了していない場合にあっては、ステップ１２２
に移り、前記比較文字記憶部３がら比較文字が読み出さ
れ、前記制御情報記憶部２がら制御情報が読み出される
。次いで、ステップ１２３に移る出、制御情報の前記検
索成功フラグ２２が有効であれば、検索は成功で終了さ
れるけれども、検索成功フラグ２２が無効であれば、第
２図の文書データ記憶部５から文書データが読み出され
るステップ１０４のところから、以上の動作が繰り返え
されることになる。

第４図及び第５図は具体例を用いた場合の第１図の文書
検索装置の動作説明図であり、第４図には検索条件を前
処理して、その結果を図式化しである。即ち、第４図は
「パイナツプル、または、パイン、または、パパイヤ、
または、マンゴ−または、マスクメロン、または、マス
カット、または、レモン、または、レーズン、または、
桃」の文字列が含む文書を検索する例である。Ｏの中の
数字がアドレス番号を示し、同図中、「実線」が文字コ
ード・アドレス変換したときの遷移と比較が成功した場
合の遷移とを表す。また、「点線」は比較が失敗した場
合の遷移を示すけれども、この比較不一致の場合は、前
記文書データアドレスカウンタ６のインクリメントが許
可されない。アドレス０は、文字コードからアドレスに
変換する記憶部であ４が、ＡＳＣＩＩコードと漢字コー
ド分の領域をもっている。例えば、漢字コード「バ」は
アドレス１に遷移することを示し、アドレス０以外は、
０の右上に付いている文字と比較して一致したら、実線
を進み、不一致なら点線を進む。

具体的にいうと、例えばアドレス１で「イ」に−致した
ら、実線に進み、不一致ならば、点線に進むけれども、
◎は検索が成功したことを示している。なお、アドレス
Ｏに進む点線は省略しである。

アドレス９からアドレス２への点線は、「パパイヤ」の
「ババイ」まで一致しているなら、「パイＪは一致して
いるけれども、「パイナツプル」や「パイン」の「パイ
」の可能性があるためである。アドレスＯの文字コード
からアドレス変換する部分が前記文字コード・アドレス
変換記憶部１に格納され、実線・点線・０・◎の制御情
報が前記制御情報記憶部２に格納され、実線の右上に付
いている文字が前記比較記憶部３に格納されることにな
る。

また、検索過程の例で第３図の前処理した結果をもとに
「パフェにパインが」という文書の一部から検索する例
が第４図に示されており、最初は前記文書データ記憶部
５から文字が出力され、前記文字コード抽出部７で「バ
」が切り出されて、前記文字コード・アドレス変換記憶
部１に入力され、アドレス１が得られる。そのアドレス
は前記アドレス選択部４で選択され、アドレス１の制御
情報記憶部２と比較文字記憶部３データとが読み出され
る。次に、アドレス１の比較文字「イボと次の前記文書
データ記憶部５のデータ「フ」とが比較されるが、不一
致であるので、前記制御情報記憶部２から出力されるア
ドレス７が選択されるわけである。

さらに、アドレス７では、比較文字「パ」と比較を行な
うけれども、不一致であるので、アドレス０に進む。ア
ドレス０においては、「フ」からはアドレス０が出力さ
れて前記文書データアドレスカウンタ６のアドレスがイ
ンクリメントされる。

また、同アドレス０においては、「工」からはアドレス
Ｏが出力され、前記文書データアドレスカウンタ６のア
ドレスがインクリメントされる。これと同時に、アドレ
スＯでは、「に」からはアドレスＯが出力され、前記文
書データアドレスカウンタ６のアドレスが増加される。

そしてまた、同アドレス０では、「バ」からはアドレス
１が出力され、前記文書データアドレスカウンタ６のア
ドレスが増加される。

この後、アドレス１で前記比較文字記憶部３の「イＪと
「イＪが比較一致すると、アドレス２に遷移するが、ア
ドレス２での前記比較文字記憶部３の「す」と「ン」が
比較不一致により、アドレス６に遷移される。したがっ
て、アドレス６では、前記比較文字記憶部３の「ン」と
「ン」の比較−致により、アドレス１８に遷移して検索
が成功する。

発明の効果以上に説明したように、本発明によれば、比較負荷の大
きいところに対しては、文字コードからアドレス変換す
る記憶装置を用いて比較負荷を軽減し、比較負荷の小さ
いところには、単なる文字コード比較を行うので、検索
時間の縮小とメモリ使用量の縮小に優れた効果が得られ
る。

【図面の簡単な説明】

第１図は本発明の文書検索装置の概念図、第２図及び第
３図は同文書検索装置のフローチャート、第４図は検索
条件を前処理した文字列の図式化図、第５図は同文書検
索装置の検索過程図である。１・・・・・・文字コード・アドレス変換記憶部、２・
・・・−・制御情報記憶部、３・・・・・−比較文字記
憶部、４・・・・・・アドレス選択部、５・・・・・・
文書データ記憶部、６・・・・・・文書データアドレス
カウンタ、７・・・−・・文字コード抽出部、８・・・
・・・比較器、９・・・・・・文字コードアドレス変換
信号、ｌＯ・・・・・・アドレス選択フラグ、１１・・
・・・・アドレス信号、１２・・・・・・文書データア
ドレス信号、１３・・・・・・文書データ信号、１４・
・・・・・文字コード選択信号、１５・・・・・・文字
コード信号Ａ、１６・・・・・・文字コード信号Ｂ、１
７・・・・・・比較命令信号、１８・・・・・・比較結
果フラグ、１９・・・・・・インクリメント許可信号、
２０・・・・・・比較一致アドレス信号、２１・・・・
・・比較不一致アドレス信号、２２・・・・・・検索成
功フラグ。第２図

Claims

【特許請求の範囲】

文字コードからアドレスに変換する文字コード・アドレ
ス変換記憶部と、制御情報を記憶する制御情報記憶部と
、比較文字を記憶する比較文字記憶部と、前記制御情報
記憶部から出力される２つのアドレスと前記文字コード
・アドレス変換記憶部から出力されるアドレスを選択す
るアドレス選択部と、文書データを記憶する文書データ
記憶部と、前記文書データ記憶部のアドレスの増加を制
御する文書データアドレスカウンタと、前記比較文字記
憶部と前記文書データ記憶部から出力される文字コード
を比較する比較器とで構成され、複数回比較の必要な部
分については前記文字コード・アドレス変換記憶部で文
字コードから直接アドレスを求め、それ以外に対しては
比較器によって比較して、その比較結果により前記アド
レス選択部でアドレスを選択して前記制御情報記憶部と
前記比較文字記憶部とを読み出し、文書データアドレス
カウンタをインクリメントして検索を行うことを特徴と
する文書検索装置。