JPH05303594A

JPH05303594A - 並列処理型内容検索装置

Info

Publication number: JPH05303594A
Application number: JP4131369A
Authority: JP
Inventors: Ichigaku Asano; 一学浅野
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 1992-04-27
Filing date: 1992-04-27
Publication date: 1993-11-16

Abstract

(57)【要約】【目的】検索対象である特定文字列が２つの記憶手段
に分割されているとき、分割部を連結する処理をするた
めの余分な通信を不要にし、検索時間を短縮することを
目的とする。【構成】記憶するテキスト情報は、まず制御プロセッ
サ１２０で記憶手段１１〜１１４それぞれの記憶容量に
合わせて単純に分割される。その分割部の文字列は、テ
キスト分割部１４０により単語毎に切れ目が入れられ
る。テキスト情報は制御プロセッサ１２０でその切れ目
によって再度分割し直されされ、記憶手段１１１〜１１
４に分割記憶される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、複数の記憶手段に分
割されて格納されている文献検索や新聞記事検索などの
テキスト情報の内容と検索対象の文字とを比較すること
により、必要な情報を検索する並列処理型内容検索装置
に関する。

【０００２】

【従来の技術】図３は、従来の並列処理型内容検索装置
の構成を示すブロック図である。図３において、１０１
〜１０４はプロセッサ要素、１２０は各プロセッサ要素
１０１〜１０４への検索の指示の送出、および各プロセ
ッサ要素１０１〜１０４からの検索結果を受信してまと
める処理を行なう制御プロセッサ、１３０は各プロセッ
サ要素１０１〜１０４それぞれの間、および制御プロセ
ッサ１２０とプロセッサ要素１０１〜１０４それぞれと
の間の通信を伝達する相互結合網、３１１〜３１４はそ
れぞれプロセッサ要素１０１〜１０４に接続され複数の
文章から構成されるテキスト情報を分割して格納してい
る記憶手段である。

【０００３】つぎに、この装置の動作を説明する。例え
ば、「レジスタ」などの特定の文字列を含んでいる文献
を、テキスト情報内から検索する場合、制御プロセッサ
１２０は検索開始の指示とともに、検索対称の文字列
「レジスタ」を各プロセッサ要素１０１〜１０４へ送
る。プロセッサ要素１０１〜１０４では、それぞれの記
憶手段３１１〜３１４に記憶されているテキスト情報を
読みだして、制御プロセッサ１２０から送られてきた文
字列「レジスタ」が、そのテキスト情報の中に含まれて
いるかどうか比較を行なう。

【０００４】文字列「レジスタ」が記憶手段３１１〜３
１４に記憶されているテキスト情報の中に含まれていた
場合には、プロセッサ要素１０１〜１０４は、その文字
列「テキスト」が含まれていた文献（テキスト情報）の
識別名など必要な情報を制御プロセッサ１２０へ送信す
る。制御プロセッサ１２０は、プロセッサ要素１０１〜
１０４から受信した文献の識別名などの情報をまとめ
て、装置全体としての検索結果を作成する。

【０００５】この従来の装置では、テキスト情報のそれ
ぞれの文献を記憶手段３１１〜３１４に単純に一定量毎
に分けて記憶している。それぞれの文献を記憶手段３１
１から記憶手段３１４まで、端から順に詰めて記憶させ
てある状態では、文献１は記憶手段３１１に全て格納さ
れてしまい、文字列「レジスタ」を検索する場合、プロ
セッサ要素１０１が記憶手段３１１の中で文字列「レジ
スタ」を検索し、他のプロセッサ要素１０１〜１０４は
遊んでいる状態になる。一方、図３に示す従来の装置の
ように、文献１，２を記憶手段３１１〜３１４に分けて
記憶してあると、文字列「レジスタ」を複数のプロセッ
サ要素１０１〜１０４が検索するので、遊んでいるプロ
セッサ要素がなくなる。したがって、文献１や文献２か
らなるテキスト情報を記憶手段３１１〜３１４に分けて
記憶しておくと、テキスト情報を記憶手段３１１から詰
めて記憶してある場合よりも、文字列「レジスタ」を早
く検索できることになる。

【０００６】ところで、検索の対称となる文字列「レジ
スタ」が、例えば図３に示すように記憶手段３１１と記
憶手段３１２とに分割されている場合がある。図３で
は、他に文献１の文字列「カウンタ」が記憶手段３１４
と記憶手段３１１に分割され、文献２の文字列「カウン
タ」が記憶手段３１２と記憶手段３１３とに分割されて
記憶されている。ここで、図３に示すように、テキスト
情報である文献１と文献２が、分割されて記憶手段３１
１〜３１４に記憶されており、その文献１内の検索しよ
うとする文字列「レジスタ」が記憶手段３１１と記憶手
段３１２とに分割されている状態であるとき、その文字
列「レジスタ」を検索するときのこの装置の動作を説明
する。

【０００７】第１の動作としては、文献１中の文字列
「レジスタ」は、記憶手段３１１に「レジス」まで記憶
されていて、記憶手段３１２に残りの「タ」が記憶され
ているので、プロセッサ要素１０１で記憶手段３１１内
のテキスト情報を検索し、検索しようとする文字列「レ
ジスタ」と「レジス」まで一致したところで、この文献
１の記憶手段３１１と記憶手段３１２とに分割されてい
る最初の部分である第１分割部分したところに到達し、
これに続く先の部分は記憶手段３１１には無く記憶手段
３１２にあるので、プロセッサ要素１０２へ文献１の記
憶部３１１の部分で「レジス」まで検出した旨を送信す
る。これを受信したプロセッサ要素１０２では、記憶手
段３１１の「レジス」から続いている第１分割部分の
「タ」が、検索している文字列「レジスタ」の「タ」で
あるかを判断し、ここでは一致しているので、この「レ
ジスタ」が存在している文献１の識別名などを制御プロ
セッサ１２０へ送信する。

【０００８】第２の動作としては、プロセッサ要素１０
１で「レジス」まで一致した時点で第１分割部分に到達
すると、この場合は文字列「レジスタ」より「レジス」
は１文字少ないので、プロセッサ要素１０１は、この文
献１の第１分割部分の続きの部分から１文字分をプロセ
ッサ要素１０１に送信するようにプロセッサ要素１０２
に依頼する。この依頼を受けたプロセッサ要素１０２で
は、第１分割部分の続きのところから１文字分の「タ」
をプロセッサ要素１０１に送信し、この「タ」を受けた
プロセッサ要素１０１ではこの文字が文字列「レジス
タ」のまだ一致していない残りの部分「タ」と比較す
る。ここで、この場合は一致しているので第１の動作と
同様に、この「レジスタ」が存在する文献１の識別名な
どを制御プロセッサ１２０へ送信する。

【０００９】第３の動作としては、文字列「レジスタ」
と文献１の記憶手段３１１中の「レジス」まで一致した
時点で第１分割部分に到達すると、プロセッサ要素１０
１はこの検出した旨を制御プロセッサ１２０に送信す
る。すなわち、プロセッサ要素１０１は記憶手段３１１
内の文献１の第１分割部の手前で文字列「レジス」を見
つけたことを制御プロセッサ１２０へ送信する。一方、
プロセッサ要素１０２は、プロセッサ要素１０１の動作
とは独立して動作し、文献１内の第１分割部分の記憶手
段３１１と記憶手段３１２に連続している文字列の残り
の部分を、文字列「レジスタ」の途中からの文字列「ジ
スタ」，「スタ」、「タ」と比較し、記憶手段３１２内
の文献１の第１分割部分の先頭に「タ」を検出した旨を
制御プロセッサ１２０へ送信する。

【００１０】制御プロセッサ１２０では、これらのプロ
セッサ要素１０１とプロセッサ要素１０２からの報告を
合わせて、すなわち、記憶手段３１１内の文献１の第１
分割部で終わっている「レジス」と、記憶手段３１２内
の文献１の第１分割部から始まっている「タ」とは、文
献１内の第１分割部で切られている元々はつながってい
る文字であり、「レジス」と「タ」とをつなげて「レジ
スタ」とし、それが検索文字列「レジスタ」と同一であ
ると判断し、そして、文字列「レジスタ」が文献１内に
存在すると判断する。

【００１１】

【発明が解決しようとする課題】従来の並列処理型内容
検索装置は以上のように構成されていたので、検索しよ
うとしている特定文字列が、２つの記憶手段に分割され
て記憶されていると、２つのプロセッサ要素間、また
は、制御プロセッサとプロセッサ要素間の余分な通信が
必要となり、検索時間が長くなると言う問題があった。

【００１２】この発明は、以上のような問題点を解消す
るために成されたものであり、検索対象である特定文字
列が２つの記憶手段に分割されているとき、分割部を連
結する処理をするための余分な通信を不要にし、検索時
間を短縮することを目的とする。

【００１３】

【課題を解決するための手段】以上の問題を解決するた
めに、この発明では、テキスト情報を特定文字列毎に切
れ目をいれるテキスト分割手段と、テキスト分割手段に
より入れられた切れ目のところでテキスト情報を分割記
憶する記憶手段とを有する

【００１４】

【作用】ある記憶手段に記憶されているテキスト情報内
の検索動作は、その記憶手段のプロセッサ要素だけで完
了する。

【００１５】

【実施例】以下、この発明の１実施例を図を参照して説
明する。図１は、この発明の１実施例である並列処理型
内容検索装置の構成を示すブロック図である。図１にお
いて、１１１〜１１４はプロセッサ要素１０１〜１０４
にそれぞれ接続された文献などのテキスト情報を分割し
て記憶する記憶手段、１４０は記憶手段１１１〜１１４
に記憶するテキスト情報を指定された特定文字列毎に形
態要素解析などにより分析し、その特定文字列毎に切れ
目を入れるテキスト分割部であり、他は図３と同様であ
る。また、図２は記憶手段１１１〜１１４に記憶しよう
としているテキスト情報の１部を示す説明図であり、２
０１は記憶手段１１１に格納しようとしている文献１の
文書、２１１はその文献１を分割して記憶した記憶手段
１１１内の第１分割部、２１２は文献１を分割して記憶
した記憶手段１１２内の第１分割部である。

【００１６】つぎに、この装置の動作を説明する。ま
ず、記憶しようとするテキスト情報を、制御プロセッサ
１２０で、従来と同様に記憶手段１１１〜１１４のそれ
ぞれの記憶容量に合わせて単純に一定量に分割し、その
後、その分割した分割部の文字列をテキスト分割部に渡
す。単純に分割されたテキスト情報の分割部を渡された
テキスト分割部１４０は、その部分のテキスト情報につ
いて、指定された特定文字列である単語毎に切れ目を入
れる。例えば、図２（ａ）に示すように「・・データを
レジス」と「タ・・」に単純に分割された分割部を渡さ
れたテキスト分割部１４０は、この部分の「データをレ
ジスタ」を「データ」，「を」，「レジスタ」の単語毎
に切り離し、そのあいだに切れ目を入れ、これらを制御
プロセッサ１２０に返す。

【００１７】これらを返された制御プロセッサ１２０
は、始めに単純に分割されたテキスト情報の分割部を、
テキスト分割部１４０により入れられた切れ目により再
度分割し直す。すなわち、単純に分割した時点では、
「・・データをレジス」と「タ・・」とに分割されてい
たのを、テキスト分割部１４０で入れれれた切れ目のと
ころである「・・データを」と「レジスタ・・・」とに
分割し直す。そして、分割し直したテキスト情報をプロ
セッサ要素１０１〜１０４を介して記憶手段１１１〜１
１４にそれぞれ記憶させる。

【００１８】ここで、記憶手段１１１内の第１分割部２
１１では、３文字分の空き部分ができる（図２斜線
部）。この空き部分は、この部分の検索を無効化するた
め、ここまでの有効部分の長さ、またはこの有効部分の
終点位置をテキスト情報とともに記憶しておくか、この
空き部分に検索時に無効となる通常は出現しないテキス
トパターンを入れておく。検索時には、有効部分の長さ
かもしくは終点の位置を記憶してある場合は、この位置
までで検索を停止し、空き部分に通常出現しないテキス
トパターンを入れておく場合は、その空き部分を含めて
記憶手段全体を検索する。

【００１９】なお、プロセッサ要素１０１〜１０４内で
の文字検索は、テキスト情報を１文字ずつシフトして検
索して特定文字列と比較する方法や、有限状態オートマ
トン法などの従来の装置と同様にできる。

【００２０】

【発明の効果】以上のように、この発明では、特定文字
列が複数の記憶手段に分割されることないので、検索す
る特定文字列の検索が１つのプロセッサ要素内で完了
し、プロセッサ要素間での余分な通信がなくなるので、
検索時間が短くなると言う効果がある。

【図面の簡単な説明】

【図１】この発明の１実施例である並列処理型内容検索
装置の構成を示すブロック図である。

【図２】記憶手段１１１〜１１４に記憶しようとしてい
るテキスト情報の１部を示す説明図である。

【図３】従来の並列処理型内容検索装置の構成を示すブ
ロック図である。

【符号の説明】

１０１〜１０４プロセッサ要素１１１〜１１３記憶手段１２０制御プロセッサ１３０相互結合網１４０テキスト分割部

Claims

【特許請求の範囲】

【請求項１】それぞれ記憶手段を有するプロセッサ要
素同士が相互結合網を介して接合されたマルチプロセッ
サからなり、文書からなるテキスト情報を分割して前記
記憶手段に格納し、格納された前記テキスト情報の内容
を比較して検索する並列処理型内容検索装置において、前記テキスト情報を特定文字列毎に切れ目をいれるテキ
スト分割手段と、前記テキスト分割手段により入れられた切れ目のところ
で前記テキスト情報を分割記憶する記憶手段とを有する
ことを特徴とする並列処理型内容検索装置。