JPH06168097A - データ符号化方式及びデータ復元方式 - Google Patents

Abstract

(57)【要約】 （修正有） 【目的】ジブ・レンペル符号により、複数種類のデータ
が混在するファイルを高い圧縮率で符号化する。 【構成】入力されたデータの種類に対応する初期辞書が
複数の初期辞書３２−１、３２−２及び３２−３の中か
ら選択されて学習用辞書３３−２にロードされる。符号
化部３３は、その学習用辞書３３−２に基づいて原デー
タ３０を一定区間毎に符号化してデータ圧縮を行う。そ
の後、上記符号化処理による学習により更新された学習
用辞書３３−２の内容を処理し、ロードされた元の初期
辞書の内容と入れ換える。復元側は圧縮データに付加さ
れた辞書情報とサイズ情報とに基づいて上記同様の４種
類の辞書を用いて復元を行う。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ジブ・レンペル符号に
よりデータを圧縮するデータ符号化方式、及びデータ復
元方式に関する。

【０００２】

【従来の技術】近年、ＯＡ（オフィシャル・オートメー
ション）の発達に伴い、一文書中に文字、図形、画像な
ど様々のメディアを混在して取り込めるようになってき
ている。そして、文字コードや白黒２値画像等の混在情
報が、それらのレイアウト情報とともに、文書データと
してＧ４ファクシミリや光ディスクファイル・システム
などで扱われるようになってきており、それらの情報の
データ量も急速に増加してきている。これらのマルチメ
ディアから成る文書情報をディジタルデータとして利用
するとき、一般に、画像情報のデータ量は文字コードの
データ量に比較して１０倍〜数１０倍と多くなる。この
ため、データ蓄積やデータ伝送等で、画像情報を扱うと
きは、それらの処理を効率良く行うために、データの中
の冗長な部分を省いてデータ量を圧縮することにより、
記憶容量の削減や伝送の効率化を図っている。

【０００３】しかしながら、大容量のファイルシステム
や文書データベースでは、文書データ中の文字コード情
報も全体として大きなものとなるため、画像情報のみな
らず文字コード情報の圧縮も必要となってくる。

【０００４】文字コードや画像データなどの様々のデー
タを一つの方式でデータ圧縮できる方法として、ユニバ
ーサル符号化方式が知られており、その代表的な方法と
してジブ・レンペル符号（宗像清治、「Ziv-Lempelのデ
ータ圧縮法」、情報処理、Vol.26,No.1,Jan.1985年参
照）がある。

【０００５】このジブ・レンペル符号には、 ユニバーサル型と 増分分解型（Incremental Paring) の２つのアルゴリズムがある。

【０００６】さらに、ユバーサル型アルゴリズムの改良
として、ＬＺＳＳ符号がある(T.C.Bell,"Better OPM/L
Text Compression",IEEE Trans. on Commun., Vol.COM-
34,No.12,Dec.1986参照）。

【０００７】また、増分分解型アルゴリズムにも、その
改良型として、ＬＺＷ(Lempel-Ziv-Welch ）符号がある
(T.A. Welch,"A Technique for High-Performance Data
Compression",Computer,June 1984 参照）。

【０００８】これらの符号化方式の内、高速処理ができ
ることと、アルゴリズムが簡単であることから、最近
は、ＬＺＷ符号が、記憶装置に格納するファイルの圧縮
などに使用されるようになってきている。

【０００９】ここで、上記ユニバーサル符号化な代表的
な方法であるジブ・レンペル符号のユニバーサル型及び
増分分解型の２つのアルゴリズムについて説明する。 １．ユニバーサル型のアルゴリズム このアルゴリズムは、演算量が多いが、高い圧縮率が得
られるものであり、符号化するデータを、過去のデータ
系列の任意の位置から一致する最大長の系列（部分列）
に区切り、過去の系列の複製として符号化する方法であ
る。

【００１０】このようなユニバーサル型ジブ・レンペル
符号の符号化の基本概念を図１１(a) に示す。同図(a)
に示すＰバッファには過去のデータ系列である既に符号
化済みの入力データ「・・・ａｂｃ・・・」が格納され
ている。一方、Ｑバッファにはこれから符号化するデー
タ（文字列）「ａｂｃｄｅｆ」が入力・格納されてい
る。

【００１１】このような状態において、Ｑバッファ内の
データを符号化する際には、Ｑバッファのデータ系列を
キーとしてＰバッファ内のデータ系列を走査し、Ｐバッ
ファ内でＱバッファ内のデータ系列に一致する最大長の
部分列（同図(a) の例では「ａｂｃ」）を求める。そし
て、Ｐバッファ中のこの最大長の部分列を指定するため
に、同図(b) に示す形式の情報の組を符号化する。この
情報の組は、「Ｐバッファ中における最大一致系列の開
始位置」（同図(a) の例では「ａ」のアドレス）、「一
致する長さ」（同図(a) の例では「３」）、及び「次の
シンボル」（同図(a) の例では「ｄ」）の３個の情報か
らなる。

【００１２】続いて、このＱバッファ内の符号化した系
列（この場合、「ａｂｃ」）をＰバッファ内に移動・格
納して新たな過去のデータ系列を得る。以下、Ｑバッフ
ァ内の残りのデータ系列「ｄｅｆ」についても、同様の
操作を繰り返し、Ｑバッファ内の残りのデータ系列をＰ
バッファ内に既に格納されている部分列に分解し、上述
のようにして符号化すると共に、Ｐバッファ内のデータ
系列を更新する。

【００１３】２．増分分解型のアルゴリズム このアルゴリズムは、圧縮率はユニバーサル型より劣る
が、アルゴリズムが簡単であり、計算も容易であること
から高速処理ができる。

【００１４】このアルゴリズムの代表的な方法であるＬ
ＺＷ符号化の方法を、図１２に示すフローチャート、図
１３に示す辞書（学習辞書）、及び図１４に示すデータ
変換の模式図を用いて説明する。

【００１５】ＬＺＷ符号化は、書き替え可能な辞書（学
習用辞書）を１個持ち、入力文字列を相異なる文字列
（部分列）に分け、これらの文字列を出現した順に参照
番号を付けて上記辞書に登録すると共に、現在入力して
いる文字列を、上記辞書に既に登録されている最大長の
一致する文字列に割り当てられた参照番号で表わすこと
により符号化するものである。尚、以後の説明では、情
報理論で用いられる呼称を踏襲し、データの１ワード単
位を文字と呼び、データが任意ワードつながったものを
文字列と呼ぶ。

【００１６】ＬＺＷ符号化処理では、まず、ステップＳ
１で、予め辞書Ｄ_C に、全文字につき一文字から成る文
字列を登録する初期化を行う。即ち、例えば、一文字を
８ビットコードで符号化する場合には、最大２５６種類
の全文字につき一文字からなる文字列を、辞書Ｄ_C のア
ドレス０〜２５５番地に初期登録する。これにより、例
えば図１７に示すように、辞書Ｄ_C のアドレス０、１、
２、・・・、２５５に、アルファベット「ａ」、
「ｂ」、「ｃ」、・・・や、ひらがな、カタカナ、数字
等が登録される。尚、図１３(a) の左側に示す文字列テ
ーブルＢ１は説明を容易なものとするために、補助的に
示したものである。

【００１７】以下の説明では、説明を分かり易くするた
めに、図１４に示すような入力文字列が入力された場合
の例を取り上げて説明する。まず、ステップＳ１で、辞
書Ｄ_C の書込用先頭アドレスｎに、上記初期登録された
最後の文字列の格納アドレスの次のアドレスである「２
５６」を、新たに登録する文字列の辞書Ｄ_C への格納ア
ドレスとして設定する。

【００１８】続いて、同じくステップＳ１で、入力され
た最初の文字Ｋをキーデータ（インデックス）として辞
書Ｄ_c を検索し、参照番号ω（辞書Ｄ_C に登録されてい
る文字Ｋの参照番号）を求め、これを語頭文字列(prefi
x string) とする。これにより、入力文字列が、例え
ば、図１４に示すような「ａｂａｂｃｂａｂａｂａａａ
ａａａａ」であれば、最初の文字Ｋである「ａ」をイン
デックスとして辞書Ｄ_Cが検索され、「ａ」の参照番号
「０」が参照番号ωとして求められ、この参照番号
「０」が語頭文字列となる（図１４の出力コードの欄を
参照）。

【００１９】次に、ステップＳ２で、入力文字列の次の
文字Ｋを読む。これにより、上記最初の入力文字の
「ａ」の次の文字「ｂ」が読み込まれる。続いて、ステ
ップＳ３で、文字Ｋがあるか否かを判別する。これは、
入力文字列がまだ終了していないか否かを判別する処理
である。

【００２０】図１４に示す入力文字列の場合は、上記ス
テップＳ２で、「ａ」の次の文字「ｂ」が読み込まれる
ので文字列がまだ終了しておらず、したがって、ステッ
プＳ３ではＹｅｓと判断し、次にステップＳ４で、文字
列「ωＫ」が辞書Ｄ_C に登録されてあるか否か検索す
る。

【００２１】これにより、ステップＳ１で求められた語
頭文字列ω（ここでは参照番号「０」）に、ステップＳ
２で読み込んだ文字Ｋ（ここでは「ｂ」）を加えた文字
列「０ｂ」が、辞書Ｄ_C 内に登録されているか否かが調
べられる。

【００２２】そして、この検索で、Ｎｏであれば、ステ
ップＳ６に進み、ステップＳ１で得られている文字Ｋの
参照番号ωの符号「code（ω）」を出力し、また文字列
「ωＫ」に新たな参照番号ｎを付与して辞書Ｄ_C のアド
レスｎに登録する。

【００２３】これにより、図１４に示す入力文字列の場
合、まず、「ａ」の参照番号ωである「０」の符号が出
力され、さらに、検出されなかった文字列「０ｂ」が参
照番号「２５６」が付与されて、辞書Ｄ_C のアドレス２
５６に登録される。

【００２４】続いて、同じくステップＳ６で、上記ステ
ップＳ２で読み込んだ入力文字Ｋを参照番号ωに置き換
えると共に、辞書Ｄ_C のアドレスｎを「１」インクリメ
ントして、ステップＳ２に戻り次の文字Ｋを読み込む。

【００２５】これにより、図１４の入力文字列の例であ
れば、参照番号ωが「ｂ」の参照番号である「１」に置
き換えられ、次回新たに登録される文字列の辞書Ｄ_C 内
での登録アドレスｎがインクリメントされて「２５７」
に変わる。

【００２６】一方、ステップＳ４で文字列「ωＫ」が辞
書Ｄ_C に登録されていれば、この場合は、ステップＳ５
に進んで、その文字列「ωＫ」を参照番号ωに置き換
え、再びステップＳ２に戻ってステップＳ４で文字列
「ωＫ」が辞書Ｄ_C から探せなくなるまでステップＳ２
〜Ｓ５を繰り返し、最大一致長の文字列の検索を続け
る。

【００２７】このような方法で行われるＬＺＷ符号化の
処理を、図１４に示す入力文字列「ａｂａｂｃｂａｂａ
ｂａａａａａａａ」を取り上げて具体的に説明すると、
まず、最初の文字「ａ」を入力したとき、辞書Ｄ_C には
「ａ」の他に一致する文字列がないので、「ａ」に付与
された参照番号「０」の符号code（０）を出力する。そ
して、拡張した文字列「ａｂ」に参照番号「２５６」を
付与して辞書Ｄ_C に登録する。実際の辞書登録は図１３
の右側に示すように文字列「０ｂ」の形で登録される。

【００２８】続いて、２番目の文字「ｂ」が新たな検索
文字列の先頭になる。この場合、辞書Ｄ_C には文字
「ｂ」の他に一致する文字がないので文字「ｂ」に付さ
れている「１」の参照番号の符号code（１）を出力し、
同時に拡張した文字列「ｂａ」もまだ辞書Ｄ_C に登録さ
れていないので、文字列「ｂａ」を「１ａ」で表わし、
参照番号「２５７」を付与して辞書Ｄ_C に登録する。そ
して、次は、３番目の文字「ａ」が次の検索文字列「ω
Ｋ」の先頭になる。以下同様に、このような処理を続け
ていくことにより、図１４に示す入力文字列「ａｂａｂ
ｃｂａｂａｂａａａａａａａ」が、同図の出力コード欄
に示す「０、１、２５６、２、２５７、２６０、０、２
６２、２６３」の符号列に変換・出力され、この結果と
して、入力文字列が圧縮される。

【００２９】次に、上述の如くＬＺＷ符号化された符号
データを復元するアルゴリズムを、図１５のフローチャ
ートを用いて説明する。また、この復元の具体例とし
て、図１４に示すＬＺＷ符号化された出力符号列「０、
１、２５６、２、２５７、２６０、０、２６２、２６
３」を、入力符号列として図１６(a) に再掲して説明の
補助とする。

【００３０】先ず、ステップＳ１１では、この場合も上
記ＬＺＷ符号化のときと同様に、辞書Ｄd に全文字につ
き一文字から成る文字列を初期登録する。これから説明
する上記具体例では、各一文字「ａ」，「ｂ」，
「ｃ」、・・・を、それぞれ参照番号「０」、「１」、
「２」、・・・を付与して辞書Ｄd に登録し、また、辞
書Ｄd の書込用先頭アドレスｎに、上記初期登録された
最後の文字列の格納アドレスの次のアドレスである「２
５６」を、新たに登録する文字列の辞書Ｄd への格納ア
ドレスｎとして設定する。

【００３１】次に、同じくステップＳ１１で、最初の符
号ＣＯＤＥを読み込み、この符号ＣＯＤＥに対応する参
照番号をＯＬＤωにセットする。これにより、図１６
(a) 示す入力符号列の例では最初の入力符号である参照
番号「０」の符号code（０）が読み込まれて、参照番号
「０」に変換された後、ＯＬＤωにセットされる。

【００３２】続いて、同じくステップＳ１１で、参照番
号「ＯＬＤω」に対応する文字Ｋを復元する。この処理
では、最初の入力符号ＣＯＤＥは上述のようにして辞書
Ｄｄに初期登録された一文字の参照番号のいずれかに該
当することから、その入力符号ＣＯＤＥに一致する符号
code（Ｋ）を辞書Ｄd から探し出し、該当文字「Ｋ」を
出力する。尚、この出力した文字「Ｋ」は後に必要に応
じて行われる例外処理に備えてＦＩＮcharにもセットし
ておく。

【００３３】これにより、図１６(a) に示す入力符号列
の例では、最初に参照番号「０」に対応する文字「ａ」
が、復元・出力されると共に、ＦＩＮcharにもセットさ
れる。

【００３４】続いて、ステップＳ１２で、次の入力符号
ＣＯＤＥを読み込む。すなわち、図２０(a) に示す入力
符号列の例では、「１」の符号code（１）が読み込まれ
る。そして、ステップＳ１３で、新たに読み込まれた符
号ＣＯＤＥが有るか否か、すなわち符号入力の終了の有
無を判別する。図１６(a) に示す入力符号列の例では、
ステップＳ１２で参照番号「１」の符号code（１）が新
たな入力符号ＣＯＤＥとして読み込まれる。

【００３５】このように、新たな入力符号ＣＯＤＥがあ
れば、ステップＳ１４に進んで、この入力符号ＣＯＤＥ
に対応する参照番号「ω」をＩＮωにセットする。これ
により、図１６(a) に示す入力符号の例では、参照番号
「１」がＩＮωにセットされる。

【００３６】つぎに、ステップＳ１５で、上記参照番号
「ω」が辞書Ｄd に既に登録されているか否か（ω≧
ｎ）を判別する。この処理では、通常、読み込んだ符号
ＣＯＤＥは前回までの処理で、辞書Ｄd に既に登録され
ているから、ω＜ｎであり、ステップＳ１６に進んで、
辞書Ｄd を検索して、上記参照番号「ω」に対応する文
字列ω′Ｋを辞書Ｄd から読み出し、参照番号「ω」に
対応する文字列が二文字の文字列「ω′Ｋ」であるか否
か判別する。そして二文字の文字列「ω′Ｋ」であった
場合には、ステップＳ１７で文字「Ｋ」を一時的にスタ
ックし、参照番号「ω′」を新たな参照番号ωとして再
度ステップＳ１６に戻り、このステップＳ１６、Ｓ１７
の手順を再帰的に参照番号ωに対応する文字列が一文字
「Ｋ」に成るまで繰り返し、最後ステップＳ１８に進ん
で、まず上記最後に復元した文字Ｋを出力した後、ステ
ップＳ１７でスタックした全ての文字をＬＩＦＯ(Last
In First Out) 形式でポップアップして出力する（上記
ステップＳ１２で読み込んだ符号ＣＯＤＥの復元・出
力）。さらに、ステップＳ１８において、上記復元文字
列の第一文字ＫをＦＩＮcharにセットした後、前回復元
処理した参照番号ＯＬＤωと今回復元した文字列の最初
の一文字Ｋとから組（ＯＬＤω、Ｋ）で表わされる文字
列を、新たな参照番号「ｎ」を付与して辞書Ｄd のアド
レスｎに登録する。続いて、アドレスｎを「１」インク
リメントして、その「ｎ＋１」を次に辞書Ｄd に登録す
る文字列の登録アドレスｎとして設定し、さらにＩＮω
にセットされていた今回復元された符号ＣＯＤＥに対応
する参照番号「ω」をＯＬＤωに代入して、ステップＳ
１２に戻る。

【００３７】これにより、図１６(a) に示す入力符号の
場合には、同(b) に示すように、２番目に読み込まれた
参照番号「１」の符号ＣＯＤＥ（＝code（１））から文
字「ｂ」が復元・出力され、この文字「ｂ」がＦＩＮch
arにセットされると共に、前回復元処理した符号ＣＯＤ
Ｅ（＝code（０））に対応する参照番号「０」と今回復
元した一文字「ｂ」との連なりから成る文字列「０ｂ」
が新たな参照番号「２５６」が付与されて辞書Ｄd に登
録される。

【００３８】そして、辞書Ｄd の登録アドレスｎが「２
５７」に更新された後、ＯＬＤωには今回、復元された
符号ＣＯＤＥ（＝code（１））に対応する参照番号
「１」がセットされ、ステップＳ１２で３番目の符号co
de（８５６）が読み込まれる。

【００３９】そして、辞書Ｄd の検索により求められた
文字列「０ｂ」から文字列「ａｂ」への置き換えが行わ
れて、文字列「ａｂ」が出力される。同時に、前回復元
処理した符号code（１）に対応する参照番号「１」と今
回復元した文字列の第一文字「ａ」とを組み合わせた文
字列「１ａ」（＝「ｂａ」）が、新たな参照番号「２５
７」が付与されて辞書Ｄd のアドレス「２５７」に登録
される。

【００４０】一方、上記のステップＳ１５の判別で、読
み込んだ符号code（ω）が前回までの処理で辞書Ｄd に
登録されていない場合（ω≧ｎ）は、ステップＳ１９に
進んで例外処理を行う。この例外処理では、まず、前回
復元した文字列の第一文字「ＦＩＮchar」を出力した
後、前回復元処理した符号ＣＯＤＥに対応する参照番号
「ＯＬＤω」を参照番号ωとしてセットした後に、上記
前回復元した文字列の第一文字「ＦＩＮchar」を加えた
文字列「ＯＬＤω、ＦＩＮchar」を求め、この新たな文
字列に対応する参照番号をＩＮωにセットしてからステ
ップＳ１６に進む。

【００４１】このことにより、例えば、図１６(a) に示
す入力符号列の場合では、６番目に入力する「２６０」
の符号code（２６０）に対応する参照番号「２６０」
は、この時点では辞書Ｄd に定義されていない。この場
合は、まず、ステップＳ１９で、前回復元された符号co
de（２５７）に対応する文字列「ｂａｂ」の第一文字
（ＦＩＮchar）が出力された後、上記前回復元処理した
符号code（２５７）に対応する参照番号「２５７」に前
回復元した文字列「ｂａ」の最初の一文字「ｂ」を加え
た文字列「２５７ｂ」を求め、この文字列に対し参照番
号「２６０」を付与し、この参照番号をＩＮωにセット
する。そして、次に、ステップＳ１６→Ｓ１７の処理を
繰り返すことにより、「ａ」、「ｂ」の順に１文字づつ
スタックする。そしてステップＳ１８で、ポップアップ
操作により文字列「ａｂ」を出力して、最終的に符号co
de（２８０）を「ｂａｂ」の文字列に復元・出力すると
共に、上記文字列「２５７ｂ」を参照番号「２６０」を
付与して辞書Ｄd に登録する（同図(b) 〜(e) 参照）。

【００４２】以下、同様な処理を順次繰り返すことによ
り、図１６(a) に示す入力符号列が同図(e) に示す文字
列に復元される。

【００４３】

【発明が解決しようとする課題】上述したＬＺＷ符号化
によるデータ圧縮は、他の方式に見られるような対象デ
ータの統計的な性質や定常性を予め仮定して圧縮を行う
方法でなく、符号すると元の情報に完全に復元されると
いう情報保存型のデータ圧縮方法であることから、例え
ば文字コードや、プログラムのソースコードもしくはブ
ジェクトコードのように、完全な復元が要求されるデー
タの圧縮に適している。

【００４４】また、ＬＺＷ符号は、任意の記号列に直接
適用できるので、画像データを、一定量のデータに分割
して、そのデータを文字コード同様に扱えば、画像デー
タもＬＺＷ符号化によって圧縮することができる。した
がって、例えば文字コードと画像データのように性質が
異なる複数種類のデータが混在する情報をＬＺＷ符号化
により圧縮することは可能である。

【００４５】しかし、従来のジブ・レンペル（Ziv-Lemp
el）符号化は、１個の書き換え可能な辞書のみを用いて
行っており、この辞書を入力データにより更新してい
き、辞書の容量が一杯になると（空容量が無くなると）
直ちにクリアするか、または容量が一杯になった後、圧
縮率が悪化してきた場合クリアして、再び辞書の登録を
最初から始めるという方法でデータを符号化している。
このため、初期又はクリア後の辞書のデータ登録数が少
ない時点では、入力データの性質を十分に学習すること
ができず高い圧縮率を得ることが難しかった。

【００４６】また、辞書データの登録数が増加しても、
入力データの性質の変化が大きいときは、辞書には平均
的な性質を反映する内容のみが登録されてるため、辞書
の効率的な利用ができない、すなわちデータの圧縮率が
低いという欠点があった。

【００４７】本発明は、かかる実情に鑑みてなされたも
のであって、入力データの性質が予め分かっている場合
は、その入力データの性質に合った初期辞書を学習用辞
書にロードして圧縮を行い、入力データの性質が変った
時点で学習用辞書で学習した内容を初期辞書に反映させ
る処理を行った後、性質の変った入力データに合った初
期辞書を学習用辞書にロードするようにして、常に新し
い性質を取り込んだ初期辞書を作成することにより、常
に高い効率の圧縮データが得られるデータ符号化方式及
びデータ復元方式を実現することを目的とする。

【００４８】

【課題を解決するための手段】本発明は、ジブ・レンペ
ル符号によるユニバーサル符号化方式によりデータ圧縮
を行うデータ符号化方式、及びその符号を復元するデー
タ復元方式に適用される。

【００４９】請求項１記載の発明のデータ符号化方式は
（図１参照）、書き換え可能な学習用辞書１と、性質の
異なる入力データに対応する複数の初期辞書２−１、２
−２、・・・、２−ｎと、学習用辞書１に基づいて入力
データを一定区間毎に符号化してデータ圧縮を行う符号
化手段３と、上記入力データの一定区間毎に、初期辞書
２−１、２−２、・・・、２−ｎの中の上記入力データ
の性質に対応する初期辞書２−ｉ（ｉ＝１，２，・・
・，ｎ）を、学習用辞書１にロードして、符号化手段３
による一定区間のデータ圧縮が終了したとき、学習用辞
書１の内容を基に初期辞書２−ｉの内容を変更する辞書
変更手段４とで構成される。

【００５０】上記辞書変更手段４は、例えば請求項２記
載のように、初期辞書２−ｉからロードされた学習用辞
書１の辞書の文字列の上記一定区間内における参照回数
を計数し、この計数して得られた参照頻度に基づいて、
学習用辞書１の内容を削減し、この削減後の内容を新た
な初期辞書２−ｉとする。また、例えば請求項３記載の
ように、上記一定区間内において、学習用辞書１にロー
ドされた初期辞書２−ｉに登録されていた文字列の参照
回数と登録されていなかった文字列の参照回数とをそれ
ぞれ計数し、それらの計数値とそれらの計数値にそれぞ
れ対応する閾値とに基づいて、上記参照された登録され
ていた文字列からなる文字列群及び参照された登録され
ていなかった文字列からなる文字列群をそれぞれ削減し
た後、それら削減後の文字列群を併合して新たな初期辞
書２−ｉとする。

【００５１】請求項４記載の発明のデータ復元方式は
（図２参照）、書き換え可能な学習用辞書１１と、性質
の異なる入力符号に対応する複数の初期辞書１２−１、
１２−２、・・・、１２−ｎと、学習用辞書１１に基づ
いて、入力される符号を一定区間毎に復元する復元手段
１３と、上記入力符号の一定区間毎に、初期辞書１２−
１、１２−２、・・・、１２−ｎの中の上記入力符号の
性質に対応する初期辞書１２−ｉを、学習用辞書１１に
ロードして、復元手段１３による一定区間の入力符号の
復元が終了したとき、初期辞書１２−ｉを学習用辞書１
１の内容に変更する辞書変更手段１４とで構成される。

【００５２】上記辞書変更手段１４は、例えば請求項５
記載のように、初期辞書１２−ｉからロードされた学習
用辞書１１の辞書の文字列の上記一定区間内における参
照回数を計数し、この計数して得られた参照頻度に基づ
いて、学習用辞書１１の内容を削減し、この削減後の内
容を新たな初期辞書１２−ｉとする。また、例えば請求
項６記載のように、上記一定区間内において、学習用辞
書１１にロードされた初期辞書１２−ｉに登録されてい
た文字列の参照回数と登録されていなかった文字列の参
照回数とをそれぞれ計数し、それらの計数値とそれらの
計数値にそれぞれ対応する閾値とに基づいて、上記参照
された登録されていた文字列からなる文字列群及び参照
された登録されていなかった文字列からなる文字列群を
それぞれ削減した後、それら削減後の文字列群を併合し
て新たな初期辞書２−ｉとする。

【００５３】

【作用】先ず、データ符号化方式では、通常の書き換え
可能な学習用辞書の他に、性質の異なる入力データに対
応する複数の初期辞書が用いられる。そして、入力デー
タの一定区間毎に、その入力データの性質に対応する初
期辞書が選択されて学習用辞書にロードされ、そのロー
ドにより学習用辞書化された初期辞書により、上記一定
区間の入力データが符号化される。この後、元の初期辞
書は、上記符号化の過程で学習・更新された学習用辞書
の内容に書き換えられる。

【００５４】このとき、符号化の際の文字列の参照頻度
に基づいて学習・更新された学習用辞書の内容が削減さ
れて辞書サイズが縮小された後、上記元の初期辞書が書
き換えられる。

【００５５】あるいは、学習用辞書化された初期辞書
に、登録されていた文字列及び登録されていなかった文
字列それぞれの参照頻度と、それぞれの参照頻度に対応
する閾値とに基づいて、それぞれ参照された文字列から
なる文字列群が削減された後、それら削減後の文字列群
が併合されて新たな辞書が作成されて、上記元の初期辞
書が書き換えられる。

【００５６】これにより、それぞれ性質の異なるデータ
が混在する入力データに対しても高い圧縮率の符号化が
実現できる。次に、上記符号化されたデータに対するデ
ータ復元方式では、同様に通常の書き換え可能な学習用
辞書と性質の異なる入力符号に対応する複数の初期辞書
が用いられる。そして、入力符号の一定区間毎に、入力
符号の性質に対応する初期辞書が選択されて学習用辞書
にロードされ、その学習用辞書化された初期辞書により
入力符号か復元される。

【００５７】このとき、復元の際の参照頻度に基づいて
学習・更新された学習用辞書の内容が削減されて辞書サ
イズが縮小された後、上記元の初期辞書が書き換えられ
る。あるいは、学習用辞書化された初期辞書に、登録さ
れていた文字列及び登録されていなかった文字列それぞ
れの参照頻度と、それぞれの参照頻度に対応する閾値と
に基づいて、それぞれ参照された文字列からなる文字列
群が削減された後、それら削減後の文字列群が併合され
て新たな辞書が作成されて、上記元の初期辞書が書き換
えられる。

【００５８】これにより、上記の符号化方式で符号化さ
れたデータが復元される。

【００５９】

【実施例】以下、図面を参照しながら本発明の実施例に
つき詳細に説明する。図３は、本実施例のデータ符号化
方式の基本概念を説明する図である。

【００６０】このデータ符号化方式では、ＬＺＷ符号化
で用いる通常の書き換え可能な学習用辞書３３−２の他
に、オブジェクトコードの符号化に用いるオブジェクト
コード用初期辞書３２−１、ソースコードの符号化に用
いるソースコード用初期辞書３２−２、及び画像データ
の符号化に用いる画像用初期辞書３２−３の３種類の専
用の初期辞書を用意し、原データ３０の性質が予め分か
っていれば、これら３種類の初期辞書を学習用辞書３３
−２にロードしてから、原データ３０のＬＺＷ符号化に
よるデータ圧縮を行う。

【００６１】原データ３０は、オブジェクトコード、ソ
ースコード、又は画像データ等のデータの種類を示すデ
ータ種類情報と、そのデータ種類情報により示されるデ
ータの長さ（サイズ）を示すサイズ情報から成る入力デ
ータ情報と共に制御部３１に入力する。制御部３１は、
符号化によるデータ圧縮を開始する前に、上記原データ
３０と共に入力される入力データ情報のデータ種類情報
を参照し、オブジェクトコード、ソースコード、又は画
像データの内いずれであるか、その入力データの性質が
判明している場合は、その性質に合った初期辞書を上記
オブジェクトコード用初期辞書３２−１、ソースコード
用初期辞書３２−２、及び画像用初期辞書３２−３の中
から選択して符号化部３３の学習用辞書３３−２にロー
ドする。

【００６２】また、入力データの種類（性質）が上記初
期辞書３２−１、３２−２又は３２−３のいずれにも対
応していない場合、または、入力データの性質が不明な
場合は、学習用辞書３３−２には、いずれの初期辞書も
ロードせず、学習用辞書３３−２を通常の学習用辞書と
して使用する。

【００６３】符号化部３３は、学習用辞書３３−２にロ
ードされた上記選択された初期辞書３２−１（又は３２
−２、３２−３）に基づいて、ＬＺＷ符号器３３−１に
より、上記入力データ情報のサイズ情報によって示され
るデータ長を１ブロックとして入力データを符号化して
圧縮し、図４に示す構成の圧縮データ系列を出力する。

【００６４】その後、上記符号化処理により学習・更新
された学習用辞書３３−２の内容は、上記符号化処理前
に選択されて学習辞書３３−２にロードされた初期辞書
３２−１（又は３２−２、３２−３）にフィードバック
され、その初期辞書の内容が更新される。

【００６５】このように、入力データは、符号化の初期
の段階から、その入力データの種類（性質）に適した初
期辞書によって符号化されるため、通常の学習辞書の登
録個数が少ない圧縮初期の場合のように圧縮率が低下す
るということがなく、高率なデータ圧縮がなされる。さ
らに、その初期辞書自身も学習・更新された学習用辞書
の内容を基に更新されて、より入力データの性質に適し
た初期辞書が得られるため、全体として圧縮率を高める
ことが可能になる。

【００６６】上記圧縮データ系列は、図４に示すよう
に、ＬＺＷ符号化された圧縮データ４２と、この圧縮デ
ータ４２の先頭に付加され、この圧縮データ４２がいず
れの辞書を用いてＬＺＷ符号化されたものであるかを示
す辞書フラグと、この圧縮データ４２に符号化された元
のデータの長さ（符号化ブロックのサイズ）を示すサイ
ズ情報とからなる入力データ情報４１とから成る複数の
組で構成されたデータ列となっている。上記入力データ
情報４１は圧縮データ４２を復元する際に、どの辞書を
用いればよいかということと、復元されるデータのサイ
ズがどのくらいであるかをデータ復元側に知らせるため
のものである。このように、圧縮データ系列は、符号化
ブロック単位に現れる［入力データ情報４１（辞書フラ
グと元データサイズ情報）、圧縮データ４２］の組の複
数の連なりから成る。

【００６７】図５は、上記オブジェクトコード用初期辞
書の作成方法の一例を示したものである。同図に示すよ
うに、オブジェクトコード用初期辞書３２−１の作成
は、まず、通常の学習用辞書５２を用意し、あるオブジ
ェクトコード５１をＬＺＷ符号化部５３によってＬＺＷ
符号化して圧縮データ５４を作成する過程において行わ
れる。すなわち、ＬＺＷ符号化部５３は、オブジェクト
コード５１を逐次ＬＺＷ符号化しながら、新規のＬＺＷ
符号とその対応するオブジェクトコード列を学習用辞書
５２に登録していく。そして全てのオブジェクトコード
５１について、ＬＺＷ符号化が完了した時点で、学習用
辞書５２はオブジェクトコード５１の性質を反映した辞
書となっている。従って、この学習用辞書５２をオブジ
ェクトコード用初期辞書３２−１として使用する。

【００６８】本実施例では、必要に応じて性質の異なる
他の入力データに対しても初期辞書を逐次作成する。図
６は、画像データのＬＺＷ符号化に使用する画像データ
用初期辞書３２−３の作成方法を示したものである。画
像データ用初期辞書３２−３の作成も、上記オブジェク
トコード用初期辞書３２−１の作成と同様にして、ＬＺ
Ｗ符号化部６３が所定の画像データ６１をＬＺＷ符号化
する過程で学習用辞書６２の参照・登録を行い、全ての
画像データ６１のＬＺＷ符号化が終了した時点で、画像
データ６１の性質を反映した辞書となっている学習用辞
書６２を、画像データ用初期辞書３２−３として使用す
る。

【００６９】同様にして、ソースコードのＬＺＷ符号化
用のソースコード用初期辞書３２−２を作成する。本実
施例では、このようにして作成した初期辞書を用いて、
図３に示すＬＺＷ符号化によるデータ圧縮を行う。その
場合、学習により更新された学習用辞書３３−２の内容
を、元の初期辞書３２−１、３２−２又は３２−３にロ
ードする場合、学習・更新によりサイズが増大した辞書
内容をそのままロードするのではなく、適度のサイズ、
例えば元の初期辞書のサイズに縮小してからロードす
る。

【００７０】図７に、上記元の初期辞書のサイズに縮小
してからロードする方法の模式図を示す。学習用辞書３
３−２は、学習しながら新規のデータを登録していく必
要があるため、予め大きなサイズに設定する（同図(a)
）。この学習用辞書３３−２に該当する初期辞書３２
−１（または３２−２、３２−３）をロードして、学習
用辞書３３−２を作成する（同図(b) ）。入力データの
ＬＺＷ符号化による圧縮が進むにしたがって、学習用辞
書３３−２が逐次更新され、学習用辞書３３−２の辞書
データが増加する（同図(c) ）。ＬＺＷ符号化が終了す
ると、辞書の各文字列毎に参照頻度を計数し、使用頻度
の大きい文字列のみからなる初期辞書３２−ｉ（ｉ＝
１、２、３）を同じサイズまで縮小した学習用辞書３３
−２を作成する（同図(d) ）。そして、この学習用辞書
３３−２を今回使用した初期辞書３２−１（または３２
−２、３２−３）と入れ換える。これによって、初期辞
書３２−１（または３２−２、３２−３）には、常に最
新の入力データに対応した内容が格納される。

【００７１】尚、上記学習用辞書３３−２の辞書データ
は、文字列の既成分と成分複製とで順次連なって、また
あるところでは分岐して形成される分解成分の木を形成
している（詳しくは、前述の宗像清治、「Ziv-Lempelの
データ圧縮法」、情報処理、Vol.26,No.1,Jan.1985年参
照）。上記学習用辞書３３−２のサイズの縮小には、上
記参照頻度による方法の代りに、辞書データとして形成
されている文字列の分解成分の木の子節を削除する枝刈
りを行っても同様な辞書縮小の結果が得られる。

【００７２】上記図７に示す方法では、学習の結果得ら
れた学習用辞書３３−２の内容を、元の初期辞書３２−
１（または３２−２、３２−３）と完全に置き換えてい
るが、元の初期辞書３２−１（または３２−２、３２−
３）にも該当する入力データのの性質に対応した文字列
が登録されている。したがって、このように元の初期辞
書３２−１（または３２−２、３２−３）を全て入れ換
えてしまうのは適切でない場合もあり得る。

【００７３】このような考察に基づき、初期辞書３２−
１（または３２−２、３２−３）を部分的に入れ換える
方法を、図８に示す。同図において、ＬＺＷ符号化によ
るデータ圧縮を行う前に、空の学習用辞書３３−２に
（同図(a) ）、初期辞書３２−１（または３２−２、３
２−３）をロードして学習用辞書３３−２を作成し（同
図(b) ）、この学習用辞書３３−２を用いて入力データ
のＬＺＷ符号化を行い、上記図７に示す方法と同様にし
て学習辞書３３−２を作成する（同図(c) ）。

【００７４】そして、 上記ＬＺＷ符号化の終了後、上
記学習用辞書３３−２のサイズを参照頻度または上記枝
刈りにより縮小し、初期辞書の半分サイズの学習用辞書
３３−２を作成する（同図(d) ）。一方、また、初期辞
書３２−１（または３２−２、３２−３）も同様ににし
て、参照頻度または枝刈りにより、サイズを１／２に縮
小変更する（同図(f) ）。次に、この初期辞書３２−１
（または３２−２、３２−３）と上記縮小した学習用辞
書３３−２をマージ（併合）して新たな初期辞書３２−
１を作成する（同図(g) ）。

【００７５】図９は、上述した符号化方式のアルゴリズ
ムを示すフローチャートである。なお、この処理では、
入力される原データを１ワード毎に計数する入力カウン
タＣＴを用いる。また、上記初期辞書３２−１、３２−
２、及び３２−３を用意する。

【００７６】同図において、まず、１ブロックサイズの
入力データ（原データ）に対応する入力カウント初期値
を入力カウンタＣＴに設定する（ステップＳ１）。ここ
で設定される入力データのブロックサイズは、 例え
ば、「１００ｋバイトのオブジェクトコード」の如く、
同じ性質のデータ（オブジェクトコード）と、そのデー
タが連続する長さであるサイズ（１００ｋバイト）とを
示す情報に基づいて決定される。

【００７７】次に、入力データの性質に対応する初期辞
書をロードする（ステップＳ２）。これにより、例えば
入力データがオブジェクトコードであれば、オブジェク
トコード用初期辞書３２−１が学習用辞書３３−２にロ
ードされる。尚、入力データの性質が不明のときは、通
常の（空の）学習用辞書３３−２が使用される。

【００７８】続いて、上記使用する初期辞書を表すコー
ド（辞書フラグ）と、符号化される入力データのサイズ
を出力する（ステップＳ３）。これにより、図４に示し
た圧縮データ系列の入力データ情報４１が出力される。
例えば、１００ｋバイトのオブジェクトコードの場合で
あれば、オブジェクトコード用初期辞書３２−１を表す
辞書フラグと１００ｋバイトを表すコードが出力され
る。

【００７９】次に、一文字分のデータを入力する（ステ
ップＳ４）。そして、入力データが「ＥＯＦ」（終了）
であるか否か判別し（ステップＳ５）、「ＥＯＦ」であ
れば入力データのファイルが終了していると判別して直
ちに処理を終了するが、入力データが「ＥＯＦ」でない
場合は、入力カウンタＣＴをデクリメントし（ステップ
Ｓ６）、このデクリメントした入力カウンタＣＴの値が
入力データの１ブロック終了を示している（ＣＴ＝０）
か否か判別する（ステップＳ７）。

【００８０】そして、１ブロックのデータ処理がまだ終
了していない場合は（ステップＳ７で、ＣＴ≠０）、上
記ステップＳ２で選択・ロードした辞書を用いて入力デ
ータの符号化、辞書の学習・更新の処理を行い（ステッ
プＳ８）、参照の際一致した文字列の参照回数をカウン
トする（ステップＳ９）。

【００８１】さらに、選択・ロードした辞書の元の初期
辞書の参照のみを行い（再びステップＳ８）、一致した
文字列の参照回数をカウントし（再びステップＳ９）、
そして、ステップＳ４に戻る。

【００８２】上記ステップＳ４〜Ｓ９を繰り返し、１ブ
ロックの入力データの符号化を最終まで進めることによ
り、ステップＳ７で入力カウンタＣＴ＝０になったこと
を確認して、ステップＳ１０に移行する。

【００８３】ステップＳ１０では、参照頻度による初期
辞書の圧縮（縮小）を行い、さらにステップＳ１１で、
参照頻度による学習用辞書の圧縮（縮小）を行い、ステ
ップＳ１２で、上記それぞれ縮小した初期辞書と学習用
辞書とをマージして、このマージによって得られた辞書
を元の初期辞書と置き換えることにより元の初期辞書の
更新を行って、ステップＳ１に戻る。

【００８４】このようにして、入力データがブロック単
位で同一初期辞書により符号化されて符号化ブロックと
なり、その先頭に符号化に使用された辞書を示す辞書フ
ラグと原データのサイズを示すデータが付加されたブロ
ック単位の圧縮データ（図４参照）となって出力され
る。

【００８５】このとき、オブジェクトコード、ソースコ
ード、及び画像データ等の入力データは、それらに対応
する初期辞書により処理の立ち上がりから効率よく符号
化され高率にデータ圧縮される。そして、そして使用さ
れた初期辞書が上記マージ後の置き換えにより、より入
力データの性質に対応する初期辞書となる。これによ
り、次回の同一種類の入力データに対しては圧縮率がさ
らに向上する。

【００８６】尚、上記学習用辞書及び初期辞書を圧縮す
る際、それぞれの参照頻度に閾値を設定して圧縮を行
う。その場合、初期辞書の参照頻度の閾値をＩＬとし、
学習用辞書の参照頻度の閾値をＬＬとしたとき、ＩＬ＜
＜ＬＬとすれば、入力データに対して応答速度の速い初
期辞書の更新が実現できる。一方、ＩＬ＞＞ＬＬとすれ
ば、最初の初期辞書の内容が変更されにくい構成とする
ことができる。

【００８７】次に、上記符号化された圧縮データの復元
について、図１０のフローチャートを用いて説明する。
この復元処理においても、入力カウンタＣＴ、初期辞書
３２−１、３２−２、及び３２−３が使用される。入力
データは、図４に示す圧縮データ系列であり、既述した
ように、１ブロックが、辞書フラグ、データサイズから
成る入力データ情報４１と、続く圧縮データブロック４
２から成る。

【００８８】まず、入力される１ブロックの圧縮データ
の第１入力データである辞書フラグを読み込んで、その
圧縮データの符号化の際に用いられた辞書の種類を設定
する（ステップＳ２１）。

【００８９】続いて、上記圧縮データの第２入力データ
である１ブロックのサイズを読み込み、これを初期値と
して入力カウンタＣＴに設定する（ステップＳ２２）。
これにより、入力データ（圧縮データ）から復元される
原データ数が設定される。

【００９０】次に、上記ステップＳ２１で設定された初
期辞書を、学習用辞書としてロードする（ステップＳ２
３）。これにより、入力データ（圧縮データ）が符号化
されたとき使用された学習用辞書が設定される。

【００９１】続いて、圧縮データを入力し（ステップＳ
２４）、その入力したデータがファイルの終了を示す
「ＥＯＦ」でなければ（ステップＳ２５）、その圧縮デ
ータを、学習用辞書により復号（復元）して出力する
（ステップＳ２６）。この処理において、学習用辞書は
逐次学習し辞書データが登録される。

【００９２】上記に続いて、復元の際、一致した学習用
辞書の文字列の参照回数を計数する（ステップＳ２
７）。この場合も、符号化の場合と同様に、ロードした
元の初期辞書も参照し（再びステップＳ２６）、一致し
た文字列の参照回数も計数する（再びステップＳ２
７）。

【００９３】そして、復元したワード数だけ入力カウン
タＣＴをデクリメントし（ステップＳ２８）、つぎに、
そのデクリメントした入力カウンタＣＴの値を参照し
て、１ブロック分の圧縮データの復元が終了した（ＣＴ
＝０）か否か判別する（ステップＳ２９）。

【００９４】そして、まだ１ブロック分の圧縮データが
全て復元されていない場合（ＣＴ≠０）は、上記ステッ
プＳ２４に戻って次に続く圧縮データを入力する。上記
ステップＳ２４〜Ｓ２９を繰り返し、１ブロックの圧縮
データの復元を終了して、ステップＳ２９で、ＣＴ＝０
となったならば、ステップＳ３０に移行する。

【００９５】ステップＳ３０では、参照頻度による初期
辞書の圧縮（縮小）を行い、さらにステップＳ３１で、
参照頻度による学習用辞書の圧縮（縮小）を行い、ステ
ップＳ３２で、上記それぞれ縮小した初期辞書と学習用
辞書とをマージし、このマージによって得られた辞書を
元の初期辞書と置き換えることにより元の初期辞書の更
新を行って、ステップＳ２１に戻る。

【００９６】このように、符号化の場合と同様に、１ブ
ロック毎に初期辞書の更新が行われながら圧縮データの
復元が進行する。上記ステップＳ２５で、入力データが
「ＥＯＦ」であったときは直ちに処理を終了する。

【００９７】

【発明の効果】本発明によれば、予め、それぞれ異なる
種類の入力データの性質を取り込んだ複数の初期辞書を
用意し、入力データの性質に対応した辞書を用いて入力
データを符号化するので、圧縮開始初期の学習データの
登録個数が少ない時期における圧縮率の低下を防止で
き、符号化の初期から高率の圧縮を実現できる。また、
実際の入力データに合わせて初期辞書の内容を更新する
ので、常に入力データの性質によく適合した辞書による
符号化が行われ、入力データの種類に係わらず高率の圧
縮が実現できる。

【００９８】したがって、ジブ・レンペル型のユニバー
サル符号方式を用いて、異なる種類のデータが混在する
入力データに対しても高い圧縮率を得ることが可能とな
る。

【図面の簡単な説明】

【図１】本発明のデータ符号化方式の原理図である。

【図２】本発明のデータ復元方式の原理図である。

【図３】一実施例の符号化方式における基本構成の概念
図である。

【図４】一実施例の圧縮データ系列の構造を説明する図
である。

【図５】最初の初期辞書の作成方法の例を示す図（その
１）である。

【図６】初期の初期辞書の作成方法の例を示す図（その
２）である。

【図７】学習用辞書を初期辞書にフィードバックする方
法を説明する模式図（その１）である。

【図８】学習用辞書を初期辞書にフィードバックする方
法を説明する模式図（その２）である。

【図９】一実施例のデータ圧縮のアルゴリズムを説明す
るフローチャートである。

【図１０】一実施例の圧縮データを復元するアルゴリズ
ムを説明するフローチャートである。

【図１１】(a),(b) はユニバーサル型ジブ・レンペル符
号の符号化の基本概念を説明する図である。

【図１２】ＬＺＷ符号化のアルゴリズムを説明するフロ
ーチャートである。

【図１３】ＬＺＷ符号化に用いられる辞書の構成を説明
する図である。

【図１４】ＬＺＷ符号化方法を説明する模式図である。

【符号の説明】

１、１１ 学習用辞書 ２−１、２−２、・・・、２−ｎ 初期辞書 １２−１、１２−２、・・・、１２−ｎ 初期辞書 ３ 符号化手段 ４、１４ 辞書変更手段 １３ 復元手段

───────────────────────────────────────────────────── フロントページの続き (72)発明者 千葉 広隆 神奈川県川崎市中原区上小田中1015番地 富士通株式会社内 (72)発明者 森 雅博 神奈川県川崎市中原区上小田中1015番地 富士通株式会社内

Claims (6)

【特許請求の範囲】
1. 【請求項１】 ジブ・レンペル符号によるユニバーサル
   符号化方式によりデータ圧縮を行うデータ符号化方式に
   おいて、 書き換え可能な学習用辞書（１）と、 性質の異なる入力データに対応する複数の初期辞書（２
   −１）、（２−２）、・・・、（２−ｎ）と、 前記学習用辞書（１）に基づいて入力データを一定区間
   毎に符号化してデータ圧縮を行う符号化手段（３）と、 前記入力データの一定区間毎に、前記初期辞書（２−
   １）、（２−２）、・・・、（２−ｎ）の中の前記入力
   データの性質に対応する初期辞書（２−ｉ；ｉ＝１，
   ２，・・・，ｎ）を、前記学習用辞書（１）にロードし
   て、前記符号化手段（３）による一定区間のデータ圧縮
   が終了したとき、前記学習用辞書（１）の内容を基に前
   記初期辞書（２−ｉ）の内容を変更する辞書変更手段
   （４）と、 を有することを特徴とするデータ符号化方式。
2. 【請求項２】 前記辞書変更手段（４）は、前記初期辞
   書（２−ｉ）からロードされた前記学習用辞書（１）の
   辞書の文字列の前記一定区間内における参照回数を計数
   し、この計数して得られた参照頻度に基づいて、前記学
   習用辞書（１）の内容を削減し、この削減後の内容を新
   たな初期辞書（２−ｉ）とすることを特徴とする請求項
   １記載のデータ符号化方式。
3. 【請求項３】 前記辞書書換手段（４）は、前記一定区
   間内において、前記学習用辞書（１）にロードされた前
   記初期辞書（２−ｉ）に登録されていた文字列の参照回
   数と登録されていなかった文字列の参照回数とをそれぞ
   れ計数し、それらの計数値とそれらの計数値にそれぞれ
   対応する閾値とに基づいて、前記参照された登録されて
   いた文字列からなる文字列群及び参照された登録されて
   いなかった文字列からなる文字列群をそれぞれ削減した
   後、それら削減後の文字列群を併合して新たな初期辞書
   （２−ｉ）とすることを特徴とする請求項１記載のデー
   タ符号化方式。
4. 【請求項４】 請求項１記載のデータ符号化方式により
   符号化された圧縮データを復元するデータ復元方式であ
   って、 書き換え可能な学習用辞書（１１）と、 性質の異なる入力符号に対応する複数の初期辞書（１２
   −１）、（１２−２）、・・・、（１２−ｎ）と、 前記学習用辞書（１１）に基づいて、入力される符号を
   一定区間毎に復元する復元手段（１３）と、 前記入力符号の一定区間毎に、前記初期辞書（１２−
   １）、（１２−２）、・・・、（１２−ｎ）の中の前記
   入力符号の性質に対応する初期辞書（１２−ｉ）を、前
   記学習用辞書（１１）にロードして、前記復元手段（１
   ３）による一定区間の入力符号の復元が終了したとき、
   前記初期辞書（１２−ｉ）を前記学習用辞書（１１）の
   内容に変更する辞書変更手段（１４）と、 を有することを特徴とするデータ復元方式。
5. 【請求項５】 請求項２記載のデータ符号化方式により
   符号化された圧縮データを復元するデータ復元方式であ
   って、 前記辞書変更手段（１４）は、前記初期辞書（１２−
   ｉ）からロードされた前記学習用辞書（１１）の辞書の
   文字列の前記一定区間内における参照回数を計数し、こ
   の計数して得られた参照頻度に基づいて、前記学習用辞
   書（１１）の内容を削減し、この削減後の内容を新たな
   初期辞書（１２−ｉ）とすることを特徴とする請求項４
   記載のデータ復元方式。
6. 【請求項６】 請求項３記載のデータ符号化方式により
   符号化された圧縮データを復元するデータ復元方式であ
   って、 前記辞書変更手段（１４）は、前記一定区間内におい
   て、前記学習用辞書（１１）にロードされた前記初期辞
   書（１２−ｉ）に登録されていた文字列の参照回数と登
   録されていなかった文字列の参照回数とをそれぞれ計数
   し、それらの計数値とそれらの計数値にそれぞれ対応す
   る閾値とに基づいて、前記参照された登録されていた文
   字列からなる文字列群及び参照された登録されていなか
   った文字列からなる文字列群をそれぞれ削減した後、そ
   れら削減後の文字列群を併合して新たな初期辞書（２−
   ｉ）とすることを特徴とする請求項４記載のデータ復元
   方式。