JPH06149897A - 電子ファイル装置の文書画像検索方法 - Google Patents

Abstract

(57)【要約】 【目的】 文書画像ファイリングおよび検索装置に関
し、特に高速に文書検索が可能な方法を提供する。 【構成】 蓄積された文書のキーワードをソートして磁
気ディスクにキーワードファイルを作成する。次に、ソ
ートされたキーワードを一定件数毎に区切り、それぞれ
の区間の代表キーワードを抜き出し、メインメモリに代
表キーワードファイルを作成する。代表キーワードファ
イルを検索して、磁気ディスクキーワードファイルの検
索範囲を絞り込みながら検索を行う。 【効果】 メインメモリの代表キーワードを検索するこ
とにより、磁気ディスクの読出し回数を低減できるの
で、従来に比べ１／８乃至１／３２程度の時間で高速に
検索できる。また、ネットワーク形態で使用するとき、
トラフィックを低減できる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文書画像ファイリング
および検索装置に関し、特に蓄積された大量の文書を高
速に検索する方法に関する。

【０００２】

【従来の技術】多数のデータの中から目的のデータを見
つけだす検索には、順次検索法、２分探索法（バイナリ
サーチ）等がある。

【０００３】順次検索法は、すべてのデータを一つ一つ
調べていく最も基本的な検索法である。この検索法は、
データ量が少ない場合にも有効であるが、大量のデータ
に対しては検索時間がかかりすぎて現実的でない。

【０００４】これに対して、バイナリサーチ法は、デー
タがソートされて並んでいるときに、その中から目的の
データに一致するものを効率的に見つけだす方法であ
る。この方法の要点は、データが昇順（または降順）に
ならんでいることを利用して、区間の中央のデータと目
的のデータとを比較することにより、目的のデータがそ
の区間の前半にあるか後半にあるかが分かることであ
る。これにより、中央のデータのとの１回の比較により
検索範囲を半分に削減することが可能になる。

【０００５】これらの検索手法については、例えば、イ
ンターフェース誌１９９０年４月号第１９５頁〜１９７
頁に詳述されている。

【０００６】

【発明が解決しようとする課題】しかしながら、文書フ
ァイリングにおいては、扱う文書数が大量なため（数十
万件にもなる）、バイナリサーチ法であっても次のよう
な問題が生じた。すなわち、文書ファイリングでは、検
索の対象となる、ソートしたキーワードの量も大量とな
るので、これを磁気ディスクに蓄える必要がある。しか
しながら、磁気ディスクのアクセスは、メインメモリ
（半導体メモリ）に比較して遅いため、検索に時間がか
かる。

【０００７】本発明は、上記事情に鑑みてなされたもの
で、その目的とするところは、大量の文書を高速に検索
できる方法を提供することにある。

【０００８】

【課題を解決するための手段】本発明による文書画像検
索方法は、電子ファイル装置に格納された文書画像を検
索装置により検索する方法であって、文書画像の検索前
に、ａ）多数の文書画像のキーワードをソートしたキー
ワードファイルを作成し、ｂ）前記キーワードファイル
から、一定の間隔でキーワードを抜き出した代表キーワ
ードファイルを作成し、文書画像の検索時には、ｃ）前
記代表キーワードファイルを前記一定の間隔で定める区
間ごとにサーチして、検索条件に一致するキーワードが
存在する可能性のある前記キーワードファイルの区間を
求め、ｄ）該求められた区間について前記キーワードフ
ァイル内のキーワードをサーチして前記検索条件に一致
するキーワードを求め、ｅ）該一致するキーワードの文
書画像データの、前記電子ファイル装置における格納ア
ドレスを求めることを特徴とする。

【０００９】

【作用】本発明による文書画像の代表的な作用は、以下
の通りである。まず、蓄積された文書のキーワードをソ
ートして磁気ディスクにキーワードファイルを作成す
る。次に、該キーワードファイルを一定件数毎に区切
り、それぞれの区間の代表キーワードを抜き出して、メ
インメモリに代表キーワードファイルを作成する。さら
に、該代表キーワードファイルを検索して磁気ディスク
のキーワードファイルの検索範囲を絞り込む。絞りこま
れた区間のキーワードについて検索条件と一致するもの
があるかをサーチする。サーチの方法として、好ましく
は、バイナリサーチ法を用いる。

【００１０】この方法により、磁気ディスクのアクセス
回数を１ファイル（例えば光ディスク１枚）当たり１回
に低減できる。

【００１１】

【実施例】以下、本発明の実施例を図面により詳細に説
明する。

【００１２】まず、図２を用いて、本発明が適用される
文書画像ファイリングおよび検索装置の構成を説明す
る。

【００１３】同図中、ＳＣＮは、文書を１インチ当たり
２００または４００ドットの画素数で光学的に読み取っ
て、１画素当たり８ビットの階調の画像データを得るイ
メージスキャナを示す。ＰＲＮは、逆に、１画素８ビッ
トの画像データを文書イメージに変換して紙に出力する
プリンタである。ＩＯＣは、後述するマイクロプロセッ
サμＰの命令により、スキャナＳＣＮとプリンタＰＲＮ
の入出力とバスとを接続するＩ／Ｏ制御部を示す。ＩＰ
Ｕは、画像処理プロセッサを示し、スキャナＳＣＮか
ら入力された８ビットの階調を持つ画像を１画素当たり
１ビットに２値化し、さらにＭＭＲ符号化方式を用いて
圧縮する、逆に、圧縮した画像を復号し、その上で１
画素１ビットの画像から階調を復元して８ビットの画像
を得る、画像の縮小・拡大、回転などのアフィン変換
（画像編集）を行なう、と言う機能を有する。

【００１４】ＯＤは、１枚当たり６００ＭＢ（メガバイ
ト）の記憶容量を持つ光ディスクとその駆動装置を示
し、スキャナＳＣＮから入力され、画像処理プロセッサ
ＩＰＵで圧縮された画像データと、キーボードＫＢから
入力された文書タイトル、すなわち文書検索用のキーワ
ードが蓄積される。ＯＬＵは、最大１００枚の光ディス
クを格納できる大容量の光ディスクライブラリで、その
中に２乃至４台の駆動装置を備えている。光ディスクラ
イブラリＯＬＵには、上記光ディスクＯＤと同様に画像
データとキーワードが蓄積される。ＯＤＣは、マイクロ
プロセッサμＰの命令に応じて、光ディスクＯＤあるい
は光ディスクライブラリＯＬＵとバスとを接続する光デ
ィスク制御部である。ＤＫは、記憶容量が８０ＭＢの磁
気ディスクで、ソーティングされたキーワードが蓄えら
れる。ＤＫＣは磁気ディスク制御部を示す。

【００１５】なお、本実施例では大量の光ディスクを同
時に扱うために光ディスクＯＤと、光ディスクライブラ
リＯＬＵとを備えているが、本発明自体は、いずれか一
方のみを有するシステムに適用することができる。

【００１６】マイクロプロセッサμＰは、キーボードＫ
Ｂから入力されるユーザの処理要求に応じて、スキャナ
ＳＣＮ、画像処理プロセッサＩＰＵ、光ディスクＯＤ等
々の動作を制御する。ＭＭは、μＰのプログラムを蓄え
るとともにワークエリアとして利用されるメインメモリ
を示し、４ＭＢの半導体メモリで構成されている。ＢＵ
Ｓは、３２ビット幅のデータバスである。ＣＲＴは、操
作ガイダンス、文書タイトル、および文書画像を表示す
る高精細ディスプレイである。ＢＭは、ビットマップメ
モリで、ＣＲＴに表示する１画素当たり８ビットのデー
タが蓄えられる。ＤＣは、マイクロプロセッサμＰの表
示データと画像処理プロセッサＩＰＵから出力される画
像データとを合成してビットマップメモリＢＭへ書き込
む表示制御部を示す。キーボードＫＢは、装置への処理
要求、文書タイトル、および検索条件を入力する。ＫＢ
Ｃはキーボード制御部を示す。

【００１７】次に、図２の文書画像ファイリングおよび
検索装置の動作について、文書登録、ステージング、お
よび文書検索に即して説明する。ステージングとは、光
ディスク上に格納された文書画像データの文書タイトル
および番地をソートしたものをキーワード情報ファイル
として磁気ディスク上に書き込むことをいう。

【００１８】（１）文書登録 キーボードＫＢから「文書登録」要求が入力されると、
マイクロプロセッサμＰは、スキャナＳＣＮを起動す
る。ＳＣＮで光学的に読み取った文書画像データを、
Ｉ／Ｏ制御部ＩＯＣ、およびバスＢＵＳを介して、画像
処理プロセッサＩＰＵに入力する。並行して、該文書
画像データをビットマップメモリＢＭに転送してディス
プレイＣＲＴに表示する。画像プロセッサＩＰＵの２
値化およびＭＭＲ符号化処理を動作させて画像を圧縮す
る。

【００１９】ユーザは、ＣＲＴ上の画像を見て、適正な
画像ならばキーボードＫＢから登録先の光ディスク番号
（光ディスクＯＤに蓄積する場合は０、光ディスクライ
ブラリＯＬＵに在る光ディスクに蓄積する場合は１〜１
００のいづれかの番号）を指定し、文書タイトルを入力
する。マイクロプロセッサμＰは、画像処理プロセッ
サＩＰＵで圧縮された画像を、指定された番号の光ディ
スクに蓄積する。文書タイトルと、画像の蓄積番地を
指定された番号の光ディスクに書込み、文書登録を終え
る。

【００２０】なお、スキャナＳＣＮで読み取った文書画
像データは効率良く圧縮されるので、１枚の光ディスク
に４０００件程度の文書を登録することが可能である。

【００２１】（２）ステージング キーボードＫＢから「ステージング」要求が入力される
と、マイクロプロセッサμＰは、光ディスク１枚（すな
わち１ファイル）毎に、蓄積された文書タイトルを読
出し、値の小さい順に並べ直して（ソートして）、
画像データの蓄積番地とともに磁気ディスクＤＫに書込
む。このようにして磁気ディスクＤＫ上にソートされた
文書タイトルを、以下、キーワード情報ファイルと呼
ぶ。ステージング処理は、光ディスク上の文書画像デー
タの更新（登録、削除等）がない限り、一度行っておけ
ばよい。

【００２２】（３）文書検索 キーボードＫＢから「文書検索」要求と検索条件（検索
タームと言う）とが入力されると、マイクロプロセッサ
μＰは、光ディスクＯＤ、または光ディスクライブラリ
ＯＬＵに蓄積された文書を検索する。その結果、検索タ
ームに一致するタイトル（キーワード）を有する文書が
存在した場合は、その文書タイトルと画像をディスプレ
イに表示する。本発明は、この文書検索に係わり、キー
ワード情報ファイルと、後述する代表キーワードファイ
ルを用いることにより、検索の高速化を図ったものであ
る。

【００２３】文書登録時に、指定された光ディスクの所
定のセクタに書込まれるキーワード情報の構成を図４に
示す。図は、１文書当たりのキーワード情報を示したも
ので、情報の長さＦは５１２Ｂ（バイト）である。文書
タイトル（キーワードＫ）は、いくつかの項目（項目
１、項目２、…、項目Ｊ）について付与することができ
る。これらの項目の例としては、例えば、学会論文のデ
ータベースの場合には、発表者名、学会名、分野等が挙
げられる。キーワード構成情報フィールドＰには、項目
数、各項目名、各項目のデータ長が書かれ、各項目フィ
ールドＱにはキーワードＫが書込まれる。光ディスク管
理情報フィールドＲには、文書画像データが蓄積された
番地と画像データ長が書かれる。

【００２４】ステージングにより、磁気ディスクＤＫに
作成されたキーワード情報ファイルを図５に示す。図４
で示したキーワード情報のうち、ユーザが指定した項目
（例えば、項目１）についてキーワードを小さい順にソ
ートした結果、磁気ディスクＤＫの１番地(ＡＤＲ＝１)
には、項目１の最小のキーワードＫ(ｎ,１)と、そのキ
ーワード情報（指定した項目以外の内容）が、２番地に
は、第２番目に小さいキーワードＫ(ｎ,２)とキーワー
ド情報が、以下、同様にして、Ｍ×Ｌ番地には、項目１
の最大のキーワードＫ(ｎ,Ｍ×Ｌ)とそのキーワード情
報が蓄えられている。Ｋ（ｎ，１）のｎはファイル番
号、１は小さい順の通し番号である。なお、Ｌの意味に
ついては後述する。

【００２５】文書検索を高速に行なうために利用する代
表キーワードファイルの作成方法を図３に示す。まず、
図５で説明したように、ファイル番号＃１の光ディスク
に蓄積された文書のキーワード情報を読出してソート
し、磁気ディスクＤＫ上にキーワード情報ファイルを作
成する。次に、ソートされたキーワードをＬ件毎に区切
り、それぞれの区間の最初のキーワードＫs(ｉ,ｊ)と最
後のキーワードＫe(ｉ,ｊ)を抜き出し（これらを代表キ
ーワードと言う）、メインメモリＭＭに蓄える。ここ
で、ｉはファイル番号、ｊは区間番号を表わす。すなわ
ち、第１の区間の最初のキーワードＫ(１,１)と最後の
キーワードＫ(１,Ｌ)を、それぞれＫs(１,１)、Ｋe(１,
１)としてメインメモリＭＭに書込む。Ｌ件隔たった第
２の区間の最初のキーワードＫ(１,Ｌ＋１)はＫs(１,
２)として書込む。以下、同様にして、ファイル＃１の
最終区間の最後のキーワードＫ(１,ＭＬ)をＫe(１,Ｍ)
としてメインメモリＭＭに書込む。

【００２６】本実施例では、１枚の光ディスクに蓄積さ
れる文書は４０９６件であり、Ｌは磁気ディスクを１シ
ークでアクセスできる容量の６４件（３２ＫＢ程度）に
設定する。したがって、区間数Ｍは６４になる。

【００２７】以上のソート、代表キーワードの抽出、お
よびメインメモリＭＭへの書込みをＮ枚の光ディスク
（本実施例では、ＯＤ，ＯＬＵの双方）について繰り返
し、Ｎ個の代表キーワードファイルをメインメモリＭＭ
上に作成する。

【００２８】このようにして作成した、メインメモリＭ
Ｍ上の代表キーワードファイルの構成を図６に示す。１
番地(ＡＤＲ＝１)には、光ディスクファイル番号＃１の
第１の区間の最初のキーワードＫs(１,１)と最後のキー
ワードＫe(１,１)が、２番地には、第２の区間のＫs
(１,２)とＫe(１,２)が、以下、同様にして、Ｍ番地に
は、光ディスクファイル番号＃１の第Ｍの区間の最初の
キーワードＫs(１,Ｍ)と最後のキーワードＫe(１,Ｍ)が
蓄えられる。

【００２９】Ｍ＋１番地から２×Ｍ番地までは光ディス
クファイル番号＃２の代表キーワードファイルである。
同様に、(Ｎ−１)×Ｍ＋１番地からＮ×Ｍ番地は光ディ
スクファイル番号＃Ｎの代表キーワードファイルであ
る。

【００３０】次に、図１を用いて、本発明の第１の実施
例における、代表キーワードファイルを利用した検索の
手順を説明する。

【００３１】（１）まず、操作手順ＴＭＩＮで、図２で
説明した文書画像ファイリングおよび検索装置に付属す
るキーボードから検索条件、すなわち検索ターム（Ｔ
Ｍ）が入力される。

【００３２】（２）手順ＩＮＩＴで、検索するファイル
の番号ｎに初期値１を設定する。

【００３３】（３）次に、手順ＳＧａで、図２のマイク
ロプロセッサμＰはメインメモリＭＭ上に作成した代表
キーワードファイルから、ファイル番号１(ｎ＝１)の最
小キーワードＫs(１,１)と最大キーワードＫe(１,Ｍ)を
読出し、手順ＳＧｂで、検索タームとの比較演算 Ｋs(１,１)≦ＴＭ≦Ｋe(１,Ｍ) … （数１） を行なう。その結果、数１が成立すれば、検索タームＴ
Ｍと一致するキーワードを有する文書がファイル１に存
在する可能性があるので次手順ＢＳ１ａに進む。ＴＭが
Ｋs(１,１)未満か、またはＫe(１,Ｍ)を越える場合に
は、ファイル１にはＴＭに一致する文書が存在しないの
で、手順ＥＮＤにブランチする。なお、このＳＧａおよ
びＳＧｂの手順を便宜上、範囲検索と呼ぶ。

【００３４】（４）手順ＢＳ１ａとＢＳ１ｂで、図６で
説明したファイル１の代表キーワードファイルをバイナ
リサーチ（２分探索）する。すなわち、 （４．１）代表キーワードファイル探索範囲の先頭番地
をＡＤＲＦ、最終番地をＡＤＲＬとして、 ＡＤＲＦ＝１ … （数２） ＡＤＲＬ＝Ｍ … （数３） にセットする。

【００３５】（４．２）区間の中心 ＡＤＲ＝(ＡＤＲＦ＋ＡＤＲＬ)／２ … （数４） を得る。

【００３６】（４．３）代表キーワードファイル１のＡ
ＤＲ番地からＫs(１,ｍ)とＫe(１,ｍ)を読出す。ｍは、
ＡＤＲ番地に該当する区間番号を表わす。そこで、 Ｋs(１,ｍ)≦ＴＭ≦Ｋe(１,ｍ) … （数５） なる比較演算を行なう。その結果、 （４．３．１）数５が成立すれば、検索タームＴＭと一
致するキーワードが図５に示した磁気ディスクキーワー
ド情報ファイルのＡＤＲに対応する区間ｍのＬ件、すな
わち((ＡＤＲ−１)×Ｌ＋１)番地から(ＡＤＲ×Ｌ)番地
までのＬ件の中に存在する可能性があるので、次の手順
の磁気ディスク読出しＤＫＲに進む。

【００３７】（４．３．２）ＴＭがＫs(１,ｍ)未満の場
合は、 ＡＤＲＬ＝ＡＤＲ−１ … （数６） として（４．２）から繰り返す。

【００３８】（４．３．３）ＴＭがＫe(１,ｍ)を越える
場合は、 ＡＤＲＦ＝ＡＤＲ＋１ … （数７） として（４．２）から繰り返す。

【００３９】（４．４）上記（４．２）および（４．
３）の演算を繰り返し、 ＡＤＲＦ＞ＡＤＲＬ … （数８） になった場合は、ファイル１にはＴＭに一致するキーワ
ードを有する文書は存在しないので、手順ＥＮＤにブラ
ンチする。

【００４０】（５）手順ＤＫＲで、磁気ディスク中のキ
ーワード情報ファイルからＬ件のキーワード情報を一括
してメインメモリＭＭに読出す。例えば、Ｌ＝６４(件)
のとき読出しデータ量は３２ＫＢ（５１２Ｂ×６４）な
ので、磁気ディスクアクセスの１シークで読出すことが
できる。読出し番地は（４．３．１）で得られたＡＤＲ
に対応するＬ件、すなわち((ＡＤＲ−１)×Ｌ＋１)番地
から(ＡＤＲ×Ｌ)番地までのＬ件である。

【００４１】（６）手順ＢＳ２ａとＢＳ２ｂで、磁気デ
ィスクＤＫからメインメモリＭＭ上に読出されたファイ
ル１のＬ個のキーワードＫをバイナリサーチする。手順
は前記ＢＳ１ａとＢＳ１ｂと相似して、 （６．１）キーワード探索範囲の先頭番地をＡＤＲＦ、
最終番地をＡＤＲＬとして、ＡＤＲＦ＝１、ＡＤＲＬ＝
Ｍにセットする。

【００４２】（６．２）区間の中心、ＡＤＲ＝(ＡＤＲ
Ｆ＋ＡＤＲＬ)／２を計算する。

【００４３】（６．３）ＡＤＲ番地からＫ(１,ｍ)を読
出して、検索タームＴＭと比較する。その結果、 （６．３．１）ＴＭ＝Ｋ(１,ｍ)なら、検索タームと一
致するキーワードが存在したので、次の手順の検索結果
出力ＯＵＴを行なう。

【００４４】（６．３．２）ＴＭ＜Ｋ(１,ｍ)なら、Ａ
ＤＲＬ＝ＡＤＲ−１として（６．２）から繰り返す。

【００４５】（６．３．３）ＴＭ＞Ｋ(１,ｍ)なら、Ａ
ＤＲＦ＝ＡＤＲ＋１として（６．２）から繰り返す。

【００４６】（６．４）上記（６．２）および（６．
３）を繰り返し、ＡＤＲＦ＞ＡＤＲＬになった場合は、
ファイル１にはＴＭに一致するキーワードを有する文書
は存在しないので、手順ＥＮＤにブランチする。

【００４７】（７）手順ＯＵＴでは、検索タームと一致
したキーワード情報を図２で説明したディスプレイＣＲ
Ｔに表示する。

【００４８】（８）手順ＥＮＤでは、１〜Ｎのすべての
ファイルについて検索が終了したかどうか判定する。

【００４９】（９）手順ＲＥＰでは、ファイル番号ｎに
１を加えて手順ＳＧａにもどり、次のファイルの検索を
繰り返す。

【００５０】以上の実施例による検索時間を、図９によ
り評価する。図９のグラフは、横軸を検索対象文書数
（万件）、縦軸を検査時間（秒）として、従来例と本発
明との検索時間を対比したものである。

【００５１】まず、従来技術によれば、キーワード情報
ファイルをメインメモリに蓄えることは容量の面で実現
が困難（１００ファイルで２１０ＭＢの容量が必要）な
ので、磁気ディスクに作成されたキーワード情報ファイ
ル(図５)をバイナリサーチする。このときの検索時間Ｔ
は、 Ｔ＝Ｎｆ×Ｔａ×ｌｏｇ₂(ＭＬ) … （数９） であり、Ｎｆは、検索するファイル数(１００ファイ
ル)、Ｔａは、磁気ディスクを１回アクセスする時間
(０.１秒)である。ＭＬは、１ファイルのキーワード数
(４０９６)で、ｌｏｇ₂ＭＬは、１ファイル当たりのバ
イナリサーチでのアクセス回数である。それぞれの数値
を数９に代入して、 Ｔ＝１００×０.１×ｌｏｇ₂４０９６＝８３(sec) 必要とした。

【００５２】一方、本実施例によれば、図１に示したよ
うに、メインメモリ上の代表キーワードファイル(図
６)をバイナリサーチし、磁気ディスクからＬ件のキ
ーワードを読出し、メインメモリ上のＬ件のキーワー
ドをバイナリサーチする。この検索時間Ｔは、 Ｔ＝Ｎｆ×(Ｔｓ₁＋Ｔａ＋Ｔｓ₂) … （数10） ここで、 Ｔｓ₁＝Ｔｓ×ｌｏｇ₂Ｍ … （数11） Ｔｓ₂＝Ｔｓ×ｌｏｇ₂Ｌ … （数12） であり、Ｎｆは、検索するファイル数(１００ファイ
ル)、Ｔａは、磁気ディスクを１回アクセスする時間
(０.１秒)、Ｔｓは、１回のバイナリサーチに要するマイ
クロプロセッサμＰの処理時間(１００μｓ）、Ｔｓ
₁は、上記の処理に要する時間、Ｔｓ₂は、上記に要
する時間である。それぞれの数値を数１１、数１２、お
よび数１０に代入して、 Ｔ＝100×(0.1/10³×log₂64＋0.1＋0.1/10³×log₂64) ＝10(sec) になる。

【００５３】メモリ容量を評価すると、従来技術では、
キーワード情報ファイル用に、磁気ディスクが２１０Ｍ
Ｂ必要である。一方、本実施例では磁気ディスク２１０
ＭＢと、新たに６４０ＫＢのメインメモリが必要になる
（図４に示した１項目のキーワードを５０Ｂとした場
合）。現状ハードウェア技術では、１６〜３２ＭＢ程度
の半導体メモリを装置に実装することが容易なので、こ
の容量は適切である。

【００５４】次に、本発明の第２の実施例を図７、およ
び図８を用いて説明する。

【００５５】第１の実施例で示した代表キーワードファ
イル（図６）とは別な代表キーワードファイルの構成を
図７に示す。この代表キーワードファイルを作成するに
は、まず、第１の実施例について図３で説明したよう
に、光ディスクに蓄積された文書のキーワード情報を読
出してソートし、磁気ディスク上にキーワード情報ファ
イルを作成する。そこで、ソートされたキーワードをＬ
件毎に区切り、それぞれの区間の最初のキーワードＫs
(ｎ,ｍ)と、最終区間のみの最後のキーワードＫe(ｎ,
Ｍ)とを抜き出し（これらを代表キーワードと言う）、
メインメモリＭＭに蓄える。この結果、図７に示すよう
に、ＭＭの１番地（ＡＤＲ＝１）には、光ディスクファ
イル番号＃１の第１の区間の最初のキーワードＫs(１,
１)が、２番地には、第２の区間のＫs(１,２)が、以
下、同様にして、Ｍ番地には、光ディスクファイル番号
＃１の最終区間（第Ｍの区間）の最初のキーワードＫs
(１,Ｍ)が蓄えられる。メインメモリＭＭのＭ＋１番地
には、最終区間の最後のキーワードＫe(１,Ｍ)が蓄えら
れる。

【００５６】Ｍ＋２番地から２×(Ｍ＋１)番地までは、
光ディスクファイル番号＃２の代表キーワードファイル
である。同様に、(Ｎ−1)×(Ｍ＋1)＋1番地からＮ×(Ｍ
＋1)番地は光ディスクファイル番号＃Ｎの代表キーワー
ドファイルである。

【００５７】図７に示した代表キーワードファイルを利
用した検索の手順を、図８を用いて説明する。

【００５８】手順ＴＭＩＮ(検索タームの入力)、ＩＮＩ
Ｔ(ファイル番号の初期化)、ＳＧａおよびＳＧｂ(範囲
検索)は、図１により説明した第１の実施例と同様であ
る。

【００５９】（１）手順ＢＳ１では、図７で説明したフ
ァイル１の代表キーワードファイルをバイナリサーチ
（２分探索）する。すなわち、 （１．１）代表キーワードファイル探索範囲の先頭番地
をＡＤＲＦ、最終番地をＡＤＲＬとして ＡＤＲＦ＝１ … （数13） ＡＤＲＬ＝Ｍ … （数14） にセットする。

【００６０】（１．２）区間の中心 ＡＤＲ＝(ＡＤＲＦ＋ＡＤＲＬ)／２ … （数15） を得る。

【００６１】（１．３）代表キーワードファイル１のＡ
ＤＲ番地、ＡＤＲ＋１番地から、それぞれＫs(１,ｍ)と
Ｋs(１,ｍ＋１)を読出し、 Ｋs(１,ｍ)≦ＴＭ＜Ｋs(１,ｍ＋１) … （数16） なる比較演算を行なう。その結果、 （１．３．１）数１６が成立すれば、検索タームＴＭと
一致するキーワードが図５に示した磁気ディスクキーワ
ード情報ファイルのＡＤＲに対応するＬ件、すなわち
((ＡＤＲ−１)×Ｌ＋１)番地から(ＡＤＲ×Ｌ)番地まで
のＬ件の中に存在する可能性があるので、次の手順の磁
気ディスク読出しＤＫＲに進む。

【００６２】（１．３．２）ＴＭがＫs(１,ｍ)未満の場
合は、 ＡＤＲＬ＝ＡＤＲ−１ … （数17） として（１．２）から繰り返す。

【００６３】（１．３．３）ＴＭがＫs(１,ｍ＋１)を越
える場合は、 ＡＤＲＦ＝ＡＤＲ＋１ … （数18） として（１．２）から繰り返す。この実施例では、上記
(１．２)および(１．３)の演算を繰り返すうちに、必
ず、数１６が成立する。

【００６４】手順ＤＫＲ(磁気ディスク中のキーワード
の読出し)、ＢＳ２ａおよびＢＳ２ｂ(キーワードのバイ
ナリサーチ)、ＯＵＴ(キーワード情報表示)、ＥＮＤ、
およびＲＥＰは、図１により説明した第１の実施例と同
様である。

【００６５】このように、第２の実施例では、代表キー
ワードファイルのためにメインメモリＭＭ上に必要とす
る記憶領域をほぼ半減することができる。但し、隣合う
区間と区間の隙間（例えば、図６におけるＫｅ（１，
１）とＫｓ（１，２）との間）に位置する検索タームＴ
Ｍについては、第１の実施例では、ＢＳ１ｂの処理によ
り該当なしとして磁気ディスクへのアクセスが省略され
るが、本実施例では省略されない。この点では、第１の
実施例が優る。

【００６６】代表キーワードファイルの作成方法に係わ
る第３の実施例を図１０により説明する。

【００６７】図３で説明した例では、メインメモリがＲ
ＡＭ（ランダムアクセスメモリ）の場合、装置の電源を
投入する度に、磁気ディスクからステージングされた
キーワードを読出して、Ｌ件毎に代表キーワード抜き
出し、メインメモリに蓄えるという処理を必要とす
る。図１０の実施例によれば、ステージング時に代表キ
ーワードファイルを磁気ディスク上に作成しておくの
で、電源再投入時には、磁気ディスクからＮ個の代表キ
ーワードファイルをメインメモリにロードする（読出
す）処理だけでよい。

【００６８】なお、図１０では代表キーワードファイル
として、第１の実施例のもの（図６）を使用している
が、第２の実施例のもの（図７）を使用してもよい。

【００６９】さらに、代表キーワードファイルの作成方
法に係わる第４の実施例を図１１により説明する。

【００７０】以上の実施例では、光ディスク１枚毎に代
表キーワードファイルを作成した。これに対し、本実施
例では、複数枚の光ディスク毎に代表キーワードファイ
ルを用意する。例えば、図１１のように、ステージング
時に一度に４枚の光ディスク（ファイル＃１〜４）に蓄
積された文書のキーワード情報を読出してソートし、磁
気ディスク上にキーワード情報ファイルを作成する。次
に、ソートされたキーワードをＬ件毎に区切り、代表キ
ーワードを抜き出してメインメモリに蓄える。以上のソ
ート、代表キーワードの抽出、およびメインメモリへの
書込みをＮ／４回繰り返し、Ｎ／４個の代表キーワード
ファイルを作成する。検索手順は、図１と同様である
が、手順ＥＮＤの全ファイル数はＮ／４になる。本実施
例は、第２、第３の実施例と組み合わせることができ
る。すなわち、代表キーワードファイルは第２の実施例
のものを用いてもよく、また、作成された代表キーワー
ドファイルを磁気ディスク上に保持しておくこともでき
る。

【００７１】第４の実施例によれば、検索時間Ｔは、数
１１、数１２、および数１０を用いて、 Ｔ＝Ｎｆ×(Ｔｓ₁＋Ｔａ＋Ｔｓ₂)＝(100/4)×(0.1/10³
×log₂(64×4)＋0.1＋0.1/10³×log₂64)＝2.5(sec) になる。

【００７２】さらに第５の実施例を図１２を用いて説明
する。本実施例においても、第１の実施例の代表キーワ
ードファイルを用いて説明するが、他の実施例のいずれ
とも組み合わせて実施することが可能である。

【００７３】本実施例では、ネットワーク形態での文書
検索方法を示す。図で、ＦＳは電子ファイル装置であ
り、図２の文書画像ファイリングおよび検索装置をロー
カルエリアネットワークＬＡＮ１に接続したものであ
る。磁気ディスクＤＫには、図５と同様のキーワード情
報(ＤＫＦ)が蓄えられている。ＷＳ１は、ＬＡＮ１に接
続された検索用のワークステーションを示し、ＳＧ１
は、ＷＳ１のメインメモリに蓄えられた、図６と同様の
代表キーワードファイルを示す。

【００７４】この実施例の文書検索の動作を説明する。
ワークステーションＷＳ１は、代表キーワードファイ
ルＳＧ１を使用して図１の手順ＴＭＩＮ〜ＢＳ１ｂを処
理し、Ｌ件のキーワード読出し番地を電子ファイル装置
ＦＳに転送する。電子ファイル装置ＦＳはディスクＤ
ＫからＬ件のキーワードを読出し、ＬＡＮ１を経由して
ワークステーションＷＳ１に転送する。ワークステー
ションＷＳ１は、図１の手順ＢＳ２ａ〜ＲＥＰを処理し
て検索結果（検索条件と一致する文書名）を得る。この
実施例によれば、検索用のワークステーションＷＳ１か
ら電子ファイル装置ＦＳに蓄積された文書を検索する場
合、ＷＳ１で代表キーワードファイルを検索して、ディ
スクＤＫの検索範囲を絞り込むことができるので、ディ
スクＤＫのキーワード情報を直接バイナリサーチする方
法と比較して、ＬＡＮ１のトラフィック（データ転送
量）を、１／Ｍに低減することができる。

【００７５】さらに、図１２で、ＷＳ２は別な検索用の
ワークステーション、ＳＧ２はＷＳ２のメインメモリに
蓄えられている代表キーワードファイル、ＬＡＮ２はロ
ーカルエリアネットワークを示し、ＮＴは電話網、企業
内通信網などの通信回線を示す。ワークステーションＷ
Ｓ２は、上記と同様の手順で電子ファイル装置ＦＳに蓄
積された文書を検索することができ、通信回線ＮＴ、Ｌ
ＡＮ１およびＬＡＮ２のトラフィックを１／Ｍに低減す
ることができる。

【００７６】なお、以上のいくつかの実施例において
は、代表キーワードファイル、および磁気ディスクから
読出したＬ件のキーワードはバイナリサーチするものと
したが、替わりに、すべてのデータを一つ一つ調べてい
く順次検索を行なってもよい。

【００７７】

【発明の効果】以上述べた如く、本発明によれば、スキ
ャナから読み取った文書画像データを、タイトル（キー
ワード）を付与して光ディスクに蓄積し、文書検索時に
は、検索タームに一致するタイトルを有する文書を検索
して出力する文書画像ファイリングおよび検索装置にお
いて、メインメモリに作成した代表キーワードファイル
を検索することにより、磁気ディスクの読出し回数を低
減できるので、従来に比べ１／８乃至１／３２程度の時
間で高速に検索できるという効果を奏するものである。

【図面の簡単な説明】

【図１】本発明の第１の実施例における、代表キーワー
ドファイルを用いた検索手順を示す図。

【図２】本発明が適用される文書画像ファイリングおよ
び検索装置の構成図。

【図３】実施例における代表キーワードファイルの作成
方法を示す図。

【図４】実施例における、光ディスクに蓄えられたキー
ワード情報の構成を示す図。

【図５】実施例における、磁気ディスクに蓄えられたキ
ーワード情報ファイルの構成を示す図。

【図６】実施例における、メインメモリに蓄えられた代
表キーワードファイルの構成を示す図。

【図７】本発明の第２の実施例における代表キーワード
ファイルの構成を示す図。

【図８】図７の代表キーワードファイルを用いた検索手
順を示す図。

【図９】第１の実施例における代表キーワードファイル
を用いた文書検索の所要時間を示す図。

【図１０】本発明の第３の実施例における代表キーワー
ドファイルの別な作成方法を示す図。

【図１１】本発明の第４の実施例における代表キーワー
ドファイルの、さらに別な作成方法を示す図。

【図１２】本発明の第５の実施例における、ネットワー
ク形態での文書検索方法を示す図。

【符号の説明】

μＰ…マイクロプロセッサ、 ＭＭ…メインメモリ、 ＤＫ…磁気ディスク、 ＯＤ…光ディスク、 ＯＬＵ…光ディスクライブラリ、 ＴＭ…検索ターム、 Ｋ…キーワード、 ＫｓおよびＫｅ…代表キーワード、 ＤＫＦ…キーワード情報ファイル、 ＳＧ１およびＳＧ２…代表キーワードファイル、 ＦＳ…電子ファイル装置。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 岡見 吉規 神奈川県小田原市国府津2880番地 株式会 社日立製作所ストレージシステム事業部内

Claims (9)

【特許請求の範囲】
1. 【請求項１】電子ファイル装置に格納された文書画像を
   検索装置により検索する方法であって、 文書画像の検索前に、 ａ）多数の文書画像のキーワードをソートしたキーワー
   ドファイルを作成し、 ｂ）前記キーワードファイルから、一定の間隔でキーワ
   ードを抜き出した代表キーワードファイルを作成し、 文書画像の検索時には、 ｃ）前記代表キーワードファイルを前記一定の間隔で定
   める区間ごとにサーチして、検索条件に一致するキーワ
   ードが存在する可能性のある前記キーワードファイルの
   区間を求め、 ｄ）該求められた区間について前記キーワードファイル
   内のキーワードをサーチして前記検索条件に一致するキ
   ーワードを求め、 ｅ）該一致するキーワードの文書画像データの、前記電
   子ファイル装置における格納アドレスを求める、 ことを特徴とする電子ファイル装置の文書画像検索方
   法。
2. 【請求項２】前記文書画像データは電子ファイル装置の
   光ディスクに格納し、前記ステップａ）において、前記
   キーワードファイルは磁気ディスク上に作成し、前記ス
   テップｂ）およびｃ）において、前記磁気ディスク上の
   キーワードファイルに基づいて前記代表キーワードファ
   イルを前記検索装置のメインメモリ上に作成してサーチ
   し、前記検索条件に一致するキーワードが存在する可能
   性のある前記キーワードファイルの区間のアドレス情報
   を求め、前記ステップｄ）において、前記キーワードフ
   ァイルの当該区間内のキーワードを前記磁気ディスク上
   のキーワードファイルから前記メインメモリ上に読み出
   してサーチし、前記検索条件に一致するキーワードを求
   めることを特徴とする請求項１記載の電子ファイル装置
   の文書画像検索方法。
3. 【請求項３】前記ステップｃ）およびｄ）のサーチには
   バイナリサーチを採用したことを特徴とする請求項１ま
   たは２記載の電子ファイル装置の文書画像検索方法。
4. 【請求項４】前記一定の間隔は、その間隔内のすべての
   キーワードが前記磁気ディスクを１シークでアクセスで
   きる容量に収まるように決定することを特徴とする請求
   項２記載の電子ファイル装置の文書画像検索方法。
5. 【請求項５】前記代表キーワードファイルは、各区間の
   最初のキーワードと各区間の最後のキーワードとを対に
   して作成し、前記ステップｃ）の区間ごとのサーチで
   は、ある区間内に検索条件に一致するキーワードが存在
   する可能性があるか否かは、当該区間の最初のキーワー
   ドと最後のキーワードとの間に検索条件に一致するキー
   ワードが存在する可能性があるか否かによって判断する
   ことを特徴とする請求項１記載の電子ファイル装置の文
   書画像検索方法。
6. 【請求項６】前記代表キーワードファイルは、各区間の
   最初のキーワードと、最後の区間の最後のキーワードと
   により作成し、前記ステップｃ）の区間ごとのサーチで
   は、ある区間内に検索条件に一致するキーワードが存在
   する可能性があるか否かは、当該区間の最初のキーワー
   ドと次の区間の最初のキーワードとの間に検索条件に一
   致するキーワードが存在する可能性があるか否かによっ
   て判断することを特徴とする請求項１記載の電子ファイ
   ル装置の文書画像検索方法。
7. 【請求項７】前記メインメモリ上に作成した代表キーワ
   ードファイルを磁気ディスク上に格納しておき、再度検
   索時には当該磁気ディスク上に格納されている代表キー
   ワードファイルを用いることを特徴とする請求項２記載
   の電子ファイル装置の文書画像検索方法。
8. 【請求項８】複数枚の光ディスクごとに前記ソートした
   キーワードファイルおよび代表キーワードファイルの作
   成を行うことを特徴とする請求項２記載の電子ファイル
   装置の文書画像検索方法。
9. 【請求項９】前記検索装置は、ネットワークを介して前
   記磁気ディスクおよび光ディスクをアクセスすることを
   特徴とする請求項２記載の電子ファイル装置の文書画像
   検索方法。