JPH08101848A - 文書処理装置及び検索方法 - Google Patents

Abstract

(57)【要約】 【目的】インデックス方式による文書検索を小容量のメ
モリで実現することが可能な文書処理装置及びその検索
方法を提供することを目的とする。 【構成】対象文書保持部１０１は検索の対象となる文書
ファイルを保持する。文字位置差分インデックス作成部
１０２は、対象文書中の各文字をキーとして、各キー毎
の出現位置を差分値で表す文字位置差分インデックスを
作成し、文字位置差分インデックス保持部１０３に保持
する。ここで、各差分値は、差分値の大きさに応じてそ
のバイト数を変化させている。文字位置差分インデック
ス検索部１０５は、検索語保持部１０４に保持された検
索語と同じ位置関係を有する位置を文字位置差分インデ
ックスを用いて検索する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文書の全文を用いて検
索を行なう全文検索機能を備えた文書処理装置及びその
検索方法に関し、特に全文検索の高速化を図る文書イン
デックス方式を用いた文書処理装置及びその検索方法に
関するものである。

【０００２】

【従来の技術】従来、テキストの全文検索を高速化する
インデックス方式がいくつか考案されている。この種の
インデックス方式に一つに、文書中に出現する文字およ
び文字列の文字位置情報を保持した文字位置インデック
ス方式がある（菊池：「日本語文書用高速全文検索の一
手法」、電子情報学会論文誌Ｄ−ＩVol.J75-D-INo.9 p
p.836-846、特開平４−２０５５６０参照）。

【０００３】このインデックス方式では、文書中に出現
する文字および文字列の位置を文字ごとに１ずつ増加す
る整数で表わす。その上で、各文字および文字列ごと
に、当該文字および文字列をキー（見出し）として、当
該文字および文字列が現れる全ての位置を列挙したイン
デックスを用いる。このインデックス方式において、あ
る文字列（検索文字列と称する）を含む文書を検索する
場合には、まずこの検索文字列をインデックスのキーと
なっている文字および文字列に分解する。そして、分解
した文字および文字列の位置関係が、インデックス中に
おける該当文字及び文字列の位置関係と一致する組合せ
を探すことにより検索が可能になる。尚、一般に文字列
をキーとする場合は、予め連続する複数文字で構成され
る文字列をキーとして登録しておく。

【０００４】例えば、図６に示す文書に対して、図１３
に示されるようなインデックスを作成する。図１３の各
行は、それぞれの文字をキーとして、当該文字が現れる
位置を列挙したものである。例えば、文字「高」は、位
置０，…，０ｘ０２０７４ｃ５ｆ，０ｘ０２ａ７４ｃ６
５，…に現れている。ここで、検索語「高速」を検索す
る場合は、「高」の位置と「速」の位置が１異なる組合
せを探せばよい。図１３のインデックスでは、０ｘ０２
０７４ｃ５ｆと０ｘ０２０７４ｃ６０，０ｘ０２ａ７４
ｃ６５と０ｘ０２ａ７４ｃ６６の組が検索される。

【０００５】

【発明が解決しようとする課題】しかしながら、上記従
来の方式では、文書中における文字および文字列の位置
を例えば４バイトの整数による絶対位置で表わしたイン
デックスを用いるため、大きな文書に対するインデック
スでは、そのインデックスのサイズが元の文書の２倍程
度になってしまい、検索処理において大きな記憶容量が
必要となるという問題があった。

【０００６】本発明は上記の問題点に鑑みてなされたも
のであり、インデックス方式による文書検索を小さい記
憶容量で実現することが可能な文書処理装置及びその検
索方法を提供することを目的とする。

【０００７】

【課題を解決するための手段】及び

【作用】上記の目的を達成するための本発明による文書
処理装置は以下の構成を備えている。即ち、文書データ
の検索を行なう文書処理装置であって、検索の対象とな
る文書中の各文字について、各文字の出現位置より各文
字毎の相対位置を表す差分値を獲得する獲得手段と、前
記獲得手段で獲得された差分値を、各文字に対応づけ
て、各差分値の大きさに基づいたデータ長で登録したイ
ンデックスを形成する形成手段と、検索語を構成する文
字で前記インデックスを検索し、該検索語の各文字の位
置関係と同じ位置関係を有して文字が存在する位置を抽
出する抽出手段とを備える。

【０００８】上記の構成によれば、検索の対象である文
書中の各文字の出現位置を示すインデックスとして、各
文字毎にその相対位置を表す差分値が登録されたインデ
ックスが形成される。文字検索に際しては、各検索語を
構成する文字の位置をこのインデックスより獲得する。
そして、検索語における文字位置と同じ位置関係を有す
る文字の存する位置が検索該当箇所として抽出される。
ここで、インデックスに登録される差分値のデータ長は
可変長であり、各差分値の大きさに基づいて決定され
る。一般に、「文書データにおいて出現頻度の高い文字
はその相対位置を示す差分値が小さくなる」こと、又、
「ある文字が出現すると、その近辺に連続して同一文字
が出現する率が高い」ことが統計的に得られている。従
って、可変長のデータ長で位置情報である差分値を登録
することにより、検索に用いられるインデックスに必要
な記憶容量を低減することが可能となる。

【０００９】又、上記の目的を達成する本発明の他の構
成の文書処理装置は、文書データの検索を行なうための
文字位置に基づく情報を登録したインデックスを生成す
る文書処理装置であって、検索の対象となる文書中の各
文字について、各文字の出現位置より各文字毎の相対位
置を表す差分値を獲得する獲得手段と、前記獲得手段で
獲得された差分値を、各文字に対応づけ、各差分値の大
きさに基づいたデータ長で登録したインデックスを形成
する形成手段と、前記形成手段で形成したインデックス
を記憶媒体に保持する保持手段とを備える。

【００１０】上記の構成によれば、例えばフロッピーデ
ィスク等の可搬記憶媒体に、各文字の相対位置を示す差
分値を、可変長データで登録したインデックスを格納す
ることが可能となる。

【００１１】又、上記の目的を達成するための本発明の
他の構成の文書処理装置は、文書データの検索を行う文
書処理装置であって、検索の対象となる文書において各
文字の出現位置を各文字毎の相対位置を示す差分値で表
わし、各文字と差分値を対応づけ、各差分値の大きさに
基づいたデータ長で登録したインデックスを保持する保
持手段と、検索語を構成する文字で前記インデックスを
検索し、該検索語の各文字の位置関係と同じ位置関係を
有して文字が存在する位置を抽出する抽出手段とを備え
る。

【００１２】上記の構成によれば、各文字の相対位置を
表す差分値が各文字に対応づけて可変長データで登録さ
れたインデックスを参照して、検索語を構成する各文字
の位置を獲得する。そして検索語を構成する文字の位置
と同じ位置関係を有して文字が存在する位置を検索該当
箇所として抽出する。

【００１３】

【実施例】以下、添付の図面を参照して本発明の実施例
を説明する。

【００１４】図１は本実施例の文書処理装置の概略の構
成を表すブロック図である。同図において、１はＣＰＵ
であり、ＲＯＭ２に格納された制御プログラムを実行す
ることにより、本装置における各種の制御を実現する。
２はＲＯＭであり、ＣＰＵ１により実行される制御プロ
グラムを格納する。尚、ＲＯＭ２には、後述のフローチ
ャートで示される制御を実現するための制御プログラム
も格納されている。

【００１５】３はＲＡＭであり、ＣＰＵ１が各種制御プ
ログラムを実行するに際して、データ等を一時的に格納
する作業領域を提供する。４はＣＲＴであり、ＣＰＵ１
の制御により各種の表示を行う。５はキーボードであ
り、オペレータにより検索語等の各種の情報入力が行わ
れる。６は外部記憶装置であり、検索の対象となる文書
ファイルや、この文書ファイルより得られる文字位置差
分インデックス（後述する）を格納する。尚、外部記憶
装置６としては、例えばハードディスク装置や、フロッ
ピーディスク装置が挙げられる。７はバスであり、上記
の各構成を接続し、相互にデータの授受を可能とする。

【００１６】図２は、本実施例の文書処理装置の機能構
成を示すブロック図である。同図において、１０１は対
象文書保持部であり、検索の対象となる文書ファイルを
外部記憶装置６に対象文書として保持する。１０２は文
字位置差分インデックス作成部であり、対象文書保持部
１０１によって保持されている文書中の文字をキーとし
て、各キー毎の出現位置を差分値で表す文字位置差分イ
ンデックスを作成する。ここで、各差分値は、差分値の
大きさに応じてそのバイト数を変化させている。即ち、
差分値の大きさにより、そのバイト長を１バイト長、２
バイト長、３バイト長と変化させるもので、詳細につい
ては後述する。

【００１７】１０３は文字位置差分インデックス保持部
であり、文字位置差分インデックス作成部１０２により
作成された文字位置差分インデックスを外部記憶装置６
に保持する。１０４は検索語保持部であり、キーボード
５より入力された検索語をＲＡＭ３に保持する。１０５
は文字位置差分インデックス検索部であり、文字位置差
分インデックス保持部１０３によって保持された文字位
置差分インデックスを用いて、対象文書保持部１０１に
て保持された文書中に検索語保持部１０４にて保持され
た検索語が現れる位置を検索する。１０６は文字位置差
分インデックス検索部１０５により検索された検索結果
を保持する検索結果保持部である。

【００１８】以上のような構成を備えた本実施例の文書
処理装置における検索処理動作についてフローチャート
を参照して説明する。

【００１９】まず、図３を参照して文字位置差分インデ
ックス作成部１０２による文字位置差分インデックスの
作成処理を説明する。図３は、文字位置差分インデック
スの作成処理を表すフローチャートである。尚、以下の
説明では、既に対象文書保持部１０１によって図６に示
される如き文書ファイルが記憶装置６に格納されてお
り、対象文書として指定されているものとする。

【００２０】ステップＳ２０１では、文字位置テーブル
の初期化を行なう。文字位置テーブルは、各文字につい
て、それまでの処理の中で最後に現れた位置を保持する
テーブルであり、出現し得る全ての文字（ＪＩＳで規定
された全てのコード）について予め領域が確保されてい
る。本例では、各文字について４バイトの領域が確保さ
れ、ＲＡＭ３に保持される。

【００２１】ステップＳ２０１では、この文字位置テー
ブルの値が全て０に初期化される。この状態の文字位置
テーブルを図７に示す。ステップＳ２０２では、カウン
タの初期化を行なう。カウンタは、処理の対象となって
いる文字の現在位置を示すもので、これを０に初期化す
る。そしてステップＳ２０３に移る。

【００２２】ステップＳ２０３では、検索対象の文書に
おいてカウンタが示す位置に文字が存在するか否かを判
定して、存在する場合はステップＳ２０４に移る。一
方、文字が残っていない場合は、文字位置差分インデッ
クス作成処理を終了する。

【００２３】ステップＳ２０４では、カウンタが示す位
置にある文字を文書より取り出す。そしてステップＳ２
０５に移る。ステップＳ２０５では、ステップＳ２０４
で取り出した文字の文字位置の差分を計算する。差分
は、現在のカウンタの値から、文字位置テーブルに格納
された当該文字の最終出現位置の値を減算することで求
める。例えば、カウンタの値が０ｘ０２ａ７４ｃ６５の
とき、対象となっている文字が「高」であり、文字位置
テーブルの状態が図８であるとする。このとき、差分は
０ｘ０６になる。

【００２４】続いて、ステップＳ２０６では、ステップ
Ｓ２０５で求めた差分をインデックスに書き出す。ま
ず、４バイトの整数で表わした差分を最下位より７ビッ
トずつに区切り、それぞれ最上位に０を１ビット付加し
て５バイトデータとする。ここで、１であるビットが少
なくとも１個以上あるバイトで最上位のバイトから下の
バイトだけをインデックスに書き出す。書き出すとき
に、最下位のバイト以外は、最上位ビットを１にして書
き出す。

【００２５】例えば、差分が０ｘ０６のときは、データ
は０ｘ０６となり、最下位１バイトが書き出される。

【００２６】又、例えば、差分が０ｘ３３１のときは、
データは０ｘ８６３１となり、２バイトが書き出され
る。即ち、０ｘ３３１は、「……００００００１１００
１１０００１」であり、これを下位ビットより７ビット
ずつに区切って、夫々のバイトの最上位に「０」を付加
すると、「……｛０｝００００１１０｛０｝０１１００
０１」となる。ここで、｛｝で挟まれたビットが付加さ
れたビットである。そして、最下位バイト以外の最上位
ビットを１として格納するので、「……｛１｝００００
１１０｛０｝０１１０００１」となり、０ｘ８６３１が
格納されることになる。

【００２７】次に、ステップＳ２０７では、文字位置テ
ーブル中のステップＳ２０４で取り出した文字に対応す
る値を現在のカウンタの値に更新する。そしてステップ
Ｓ２０８に移る。ステップＳ２０８では、カウンタの値
を１増やす。そしてステップＳ２０３に戻り、次の文字
に対する処理を行う。

【００２８】以上の文字位置差分インデックステーブル
の作成の様子を図９に示す。図９は本実施例における文
字位置差分インデックスの生成手順を表す図である。同
図において、文書ファイル２００中の現在対象となって
いる文字２１０について、その文字コードから文字位置
テーブル２０１を検索し、文字２１０の最終出現位置を
獲得する。そして、文字２１０の絶対位置と、文字２０
１の最終出現位置との差分を演算して、その結果を文字
位置差分インデックステーブル２０２に格納する。その
後、文字位置テーブル２０１の文字２１０に該当する部
分の最終出現位置が、文字２１０の絶対位置で更新され
る。尚、文字テーブル２０１は、処理の始めに全て０に
初期化されている。

【００２９】次に、図４を参照して文字位置差分インデ
ックス検索処理を説明する。図４は、文字位置差分イン
デックス検索部１０５による検索処理の手順を表すフロ
ーチャートである。まず、ステップＳ３０１では、検索
語保持部１０４に保持されている検索語を文字ごとに分
解する。そしてステップＳ３０２に移る。例えば、検索
語が「高速検索」である場合は、検索語を「高」，
「速」，「検」，「索」に分ける。次に、ステップＳ３
０２では、ステップＳ３０１で分解した文字の先頭の文
字について、文字位置差分インデックスより文字位置の
読み込みを行なう。ここでは、文字位置差分インデック
スに格納されたデータより、当該文字の各文字位置全て
を第１の配列に読み込む。ここで、文字位置差分インデ
ックスには、相対的な位置を表すデータが可変バイト長
で格納されているので、これに対応した読み込みを行う
とともに、相対位置を絶対位置に変換する必要である。
この読み込み及び絶対位置への変換の手順は、図５のフ
ローチャートを用いて後述する。

【００３０】ステップＳ３０３では、ステップＳ３０１
で分解した文字で、まだ処理を行っていない文字が残っ
ているか否かを調べる。残っている場合は、ステップＳ
３０４に移る。残っていない場合は、ステップＳ３０６
に移る。

【００３１】ステップＳ３０４では、残っている文字の
うちの１文字について、インデックスの読み込みを行な
う。上述のステップＳ３０２と同様の手順で当該文字の
文字位置（絶対位置）全てを第２の配列に読み込む。

【００３２】次に、ステップＳ３０５では、第１の配列
と第２の配列から検索語に該当する可能性のある位置を
抽出する。即ち、検索語の先頭文字とステップＳ３０４
で対象にした文字との文字位置の差分だけ異なる値の組
合せを探し、その組合せに該当する第１の配列の値を全
て新たな第１の配列の値とする。例えば、「高速検索」
という検索語において、ステップＳ３０４で対象とした
文字が「速」であれば、先頭の文字「高」との文字位置
の差は１である。従って、第１の配列と第２の配列にお
いて、文字位置の差が１である組み合わせが抽出され
る。この時点で「高速」という文字列の位置が検索され
たことになる。同様に「検」という文字が対象であれ
ば、先頭文字との位置の差は２であり、第１の配列と第
２の配列において、文字位置の差が２である組み合わせ
が抽出され、この時点で、「高速検」という文字列が抽
出されたこととなる。

【００３３】以上のようにして、全検索語の文字につい
て処理を行うことにより、対象文書中における検索語文
字列の存在位置が第１の配列に格納されることになる。
全検索語について上述の処理を終了すると、ステップＳ
３０６へ進む。ステップＳ３０６では、第１の配列の値
を対象文書中の検索語の先頭文字の位置として、検索結
果保持部１０６に保持する。そして文字位置差分インデ
ックス検索処理を終了する。

【００３４】次に、文字位置差分インデックスより、あ
る文字の絶対位置を獲得してこれを配列データとして加
えていく手順（上述のステップＳ３０２，Ｓ３０４にお
ける処理）を説明する。図５は、文字位置差分インデッ
クスより文字の絶対位置を獲得して第１もしくは第２の
配列を生成する手順を説明するフローチャートである。

【００３５】まずステップＳ４０１において、Ｚに０を
代入する。Ｚには、以後の処理で、各文字の絶対位置が
格納されることになる。ステップＳ４０２では、対象文
字について未処理のデータが残っているか否かを判断す
る。ここで、未処理のデータがあれば以降のステップＳ
４０３〜ステップＳ４０９が実行される。一方、ステッ
プＳ４０２で処理すべきデータが残っていなければ本処
理を終了する。

【００３６】ステップＳ４０３では、Ｘに０を代入す
る。そして、ステップＳ４０４で文字位置差分インデッ
クスより１バイトを読み込み、これをＹに代入する。

【００３７】ステップＳ４０５では、Ｙに代入された１
バイトデータの最上位ビットが１か否かを判定する。こ
こで、最上位ビットが０であれば、当該バイトで一つの
相対位置データが終了することを意味するので、ステッ
プＳ４０８へ進む。一方、最上位ビットが１であれば、
当該相対位置データに次の１バイトデータが含まれるこ
とを示しているので、ステップＳ４０６へ進む。

【００３８】ステップＳ４０６では、Ｙに格納された１
バイトデータの最上位ビットを０にする。そして、ステ
ップＳ４０７で、（Ｘ＋Ｙ）×１２８を算出し、その結
果をＸに代入する。その後ステップＳ４０４へ戻る。

【００３９】例えば、０ｘ８６３１の場合（上述したよ
うに、このデータは０ｘ３３１という差分値を示す）
は、まず、Ｙに０ｘ８６が格納される。ここで、Ｙの最
上位ビットが１であるので、これを０とする。ここで、
Ｙの値は０ｘ０６となり、この時点でＸの値は０であ
る。この状態で、Ｘ＋Ｙの値を１２８倍すると、（Ｘ＋
Ｙ）×１２８＝０ｘ０６×１２８＝０ｘ３００となり、
Ｘに０ｘ３００が代入される（ステップＳ４０５〜ステ
ップＳ４０７）。次に、Ｙへ取り込まれる値は０ｘ３１
であり、Ｙの最上位ビットは０であるのでステップＳ４
０８へ進む。この時点で、Ｘ＋Ｙは０ｘ３００＋０ｘ３
１＝０ｘ３３１であり、相対位置を表すデータに変換さ
れていることがわかる。

【００４０】ステップＳ４０８では、Ｘ＋Ｙ＋Ｚの計算
結果をＺに代入する。ここで、Ｘ＋Ｙは相対位置を表わ
し、Ｚはその時点での最終の絶対位置を表すので、Ｘ＋
ＹにＺを加算することで、新たな絶対位置が得られるこ
ととなる。

【００４１】図１３に示した従来の絶対値を用いたイン
デックステーブルに対応する本実施例によるインデック
ステーブルの部分を図１０に示す。従来例では、４バイ
トを使用していた部分に対応する部分が、１バイトや２
バイトになっていることがわかる。

【００４２】以上説明したような処理手順を実現するこ
とにより、各文字位置を差分で表すとともに、その差分
の値を各差分値の大小に応じたバイト長で格納すること
が可能となる。

【００４３】文書では、一般に、文字および文字列によ
りその出現頻度が異なる。この中で、出現頻度が高い文
字および文字列は、出現頻度が低い文字および文字列に
比べて、インデックス中においてその文字位置情報がよ
り多く保持されることになる。ところで、出現頻度の高
い文字及び文字列は、同じ文字および文字列間での文字
位置の差分が小さい。従って、従来の絶対位置を登録す
るインデックステーブルに比して次のような利点を得る
ことができる。即ち、インデックステーブルとして差分
値を登録することと、差分の値が小さい場合に少ない記
憶容量で差分を記憶するようにすることで（実施例では
バイト長を可変とすることで達成している）、インデッ
クスの多くの部分を占める出現頻度の高い文字位置情報
について必要とする記憶容量を削減することができる。

【００４４】また、文書では、一般にある語が出現した
場合、同じ語がそれに近い位置で続いて出現することが
多いことが統計上わかっている。その結果、語の構成す
る文字および文字列の差分は、小さい値が連続し、大き
い値が１回現れるという場合が多くなる。このため、上
述同様に差分の値が小さい場合に少ない記憶容量で差分
を記憶するようにすることで、必要とする記憶容量を低
減することができる。

【００４５】以上のような理由により、インデックステ
ーブルに書き出されるデータの平均的な大きさは、全て
の位置データを４バイトの整数で書き出す場合に比べて
小さくなる。

【００４６】以上の様に、本実施例によれば、文書に現
れる文字および文字列の分布の特徴を生かしてインデッ
クステーブルの容量を削減しているので、検索に用いる
インデックステーブルの大きさを低減できるという効果
がある。

【００４７】尚、上述の検索時において作成される文字
位置テーブルの行数は数千であるので、１行に４バイト
を消費しても合計数１０ＫＢ程度であり、メモリの消費
に与える影響は本実施例のインデックステーブルで節約
される消費量に比して極めて微量なものである。

【００４８】又、上記実施例の検索においては、絶対位
置によるインデックステーブルを用いた場合と比べて、
差分の計算や、差分値より絶対値への復元等の処理が加
わることとなる。しかしながら、これらの処理に必要と
される時間は、検索処理全体からみれば無視し得る程度
である。従って、本実施例は、処理速度を保ちつつイン
デックステーブルによって消費される記憶容量が低減さ
れるものである。

【００４９】尚、上記実施例では、文字位置差分インデ
ックスの作成と文字位置差分インデックスを用いた検索
を同一装置で行なう場合について説明したが、これに限
定されるものではない。例えば、文字インデックスの作
成だけを行なう装置であってもよい。図１１は、この場
合の基本的な機能構成を示すブロック図である。文字位
置差分インデックス保持部１００３に保持された文字位
置差分インデックスは、通信回線を通したり、可搬記録
媒体によって他の装置に移されて検索が行われる。

【００５０】又、上述のようにして提供された文字位置
差分インデックスを用いて検索を行なう装置であっても
よい。図１２は、この場合の基本的な機能構成を示すブ
ロック図である。文字位置差分インデックス保持部１１
０１には、上記実施例の手順で作成された文字位置差分
インデックスが、通信回線或は可搬記録媒体等を介して
提供され、保持される。

【００５１】又、上記実施例では、差分値の大きさに応
じて差分値を保持するための記憶容量を変化させる方法
として、各バイトのうち最上位ビットを継続を示すビッ
ト、残り７ビットを差分値を示すビットとして用いる方
法について説明したが、これに限定されるものではな
く、他の方法でもよい。例えば、一つの差分値を表わす
ブロックの先頭２ビットで、ブロックのバイト数を示
し、残りの部分で差分値を示す方法などがある。

【００５２】又、上記実施例では、インデックスのキー
として文字を用いる場合について説明したが、これに限
定されるものではなく、任意の文字列を用いてもよい。

【００５３】又、上記実施例では、インデックスの読み
込みを、各文字毎に一括して行なう場合を説明したが、
これに限定されるものでなく、図４のステップＳ３０５
において示される位置計算を行いながら順次読み込むよ
うにしてもよい。

【００５４】又、上記実施例では、インデックスの読み
込みを１文字ごとに行なって位置計算を行う（ステップ
Ｓ３０４、ステップＳ３０５）場合について説明した
が、これに限定されるものでなく、位置計算の前に、検
索語を構成する全ての文字に対してインデックスを読み
込むようにしてもよい。

【００５５】又、上記実施例では、インデックステーブ
ルを用いた検索において、検索語の先頭文字から順次処
理を行なう場合について説明したが、これに限定される
ものではなく、検索語の任意の文字から検索を行なって
もよい。

【００５６】又、上記実施例では、対象文書が一つであ
る場合について説明したが、これに限定されるものでな
く、複数あってもよい。この場合、複数の文書にまたが
って一意に定まる文書位置を付与すればよい。ここで、
複数の文書間で一意に定まる文字位置とは、例えば文書
Ａの文字数が１０００未満である場合、文書Ａの各文字
に対しては文字位置を１から順に付与し、文書Ｂの各文
字に対しては文字位置を１００１から順に付与していく
ことで実現できる。

【００５７】更に、上記実施例では文字をキーとしたイ
ンデックステーブルを用いた場合を説明したが、文字列
をキーとしたインデックステーブルを用いた検索処理に
も適用できることは明らかである。

【００５８】尚、本発明は、複数の機器から構成される
システムに適用しても１つの機器からなる装置に適用し
ても良い。また、本発明はシステム或いは装置に本発明
により規定される処理を実行させるプログラムを供給す
ることによって達成される場合にも適用できることはい
うまでもない。

【００５９】

【発明の効果】以上説明したように、本発明によれば、
インデックス方式による文書検索を小さい記憶容量で実
現することが可能となる。

【００６０】

【図面の簡単な説明】

【図１】本実施例の文書処理装置の概略の構成を表すブ
ロック図である。

【図２】本実施例の文書処理装置の機能構成を示すブロ
ック図である。

【図３】文字位置差分インデックスの作成処理を表すフ
ローチャートである。

【図４】文字位置差分インデックス検索部１０５による
検索処理の手順を表すフローチャートである。

【図５】文字位置差分インデックスより文字の絶対位置
を獲得して配列を生成する手順を説明するフローチャー
トである。

【図６】文書ファイルの一例を示す図である。

【図７】初期化された文字位置テーブルを表す図であ
る。

【図８】文字位置差分インデックステーブルを作成中の
文字位置テーブルの状態の一例を表す図である。

【図９】本実施例における文字位置差分インデックスの
生成手順を表す図である。

【図１０】本実施例による文字位置差分インデックステ
ーブルの一例を説明する図である。

【図１１】本実施例の変形例の基本的な機能構成を示す
ブロック図である。

【図１２】本実施例の他の変形例の基本的な機能構成を
示すブロック図である。

【図１３】絶対値を用いたインデックステーブルの一例
を説明する図である。

【符号の説明】

１ ＣＰＵ ２ ＲＯＭ ３ ＲＡＭ ４ ＣＲＴ ５ キーボード ６ 外部記憶装置 ７ バス １０１ 対象文書保持部 １０２ 文字位置差分インデックス作成部 １０３ 文字位置差分インデックス保持部 １０４ 検索語保持部 １０５ 文字位置差分インデックス検索部 １０６ 検索結果保持部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 上田 隆也 東京都大田区下丸子３丁目30番２号キヤノ ン株式会社内 (72)発明者 池田 裕治 東京都大田区下丸子３丁目30番２号キヤノ ン株式会社内 (72)発明者 藤田 稔 東京都大田区下丸子３丁目30番２号キヤノ ン株式会社内

Claims (7)

【特許請求の範囲】
1. 【請求項１】 文書データの検索を行なう文書処理装置
   であって、 検索の対象となる文書中の各文字について、各文字の出
   現位置より各文字毎の相対位置を表す差分値を獲得する
   獲得手段と、 前記獲得手段で獲得された差分値を、各文字に対応づけ
   て、各差分値の大きさに基づいたデータ長で登録したイ
   ンデックスを形成する形成手段と、 検索語を構成する文字で前記インデックスを検索し、該
   検索語の各文字の位置関係と同じ位置関係を有して文字
   が存在する位置を抽出する抽出手段とを備えることを特
   徴とする文書処理装置。
2. 【請求項２】 前記形成手段は、前記獲得手段で獲得さ
   れた差分値を、各文字に対応づけて、各差分値の大きさ
   に基づいたバイト長で登録するインデックスを形成する
   ことを特徴とする請求項１に記載の文書処理装置。
3. 【請求項３】 前記インデックスにおいて、バイト中の
   所定のビットを用いてバイトの継続を表すことを特徴と
   する請求項２に記載の文書処理装置。
4. 【請求項４】 前記抽出手段は、 前記インデックスより検索語を構成する文字に対する差
   分値を獲得してこれを対象文書中の絶対位置に変換する
   変換手段を有し、 前記変換手段で得られた検索語を構成する文字の絶対位
   置より、文字の位置関係が前記検索語と同じ位置関係を
   有している絶対位置を抽出することを特徴とする請求項
   １に記載の文書処理装置。
5. 【請求項５】 文書データの検索を行なうための文字位
   置に基づく情報を登録したインデックスを生成する文書
   処理装置であって、 検索の対象となる文書中の各文字について、各文字の出
   現位置より各文字毎の相対位置を表す差分値を獲得する
   獲得手段と、 前記獲得手段で獲得された差分値を、各文字に対応づ
   け、各差分値の大きさに基づいたデータ長で登録したイ
   ンデックスを形成する形成手段と、 前記形成手段で形成したインデックスを記憶媒体に保持
   する保持手段とを備えることを特徴とする文書処理装
   置。
6. 【請求項６】 文書データの検索を行う文書処理装置で
   あって、 検索の対象となる文書において各文字の出現位置を各文
   字毎の相対位置を示す差分値で表わし、各文字と差分値
   を対応づけ、各差分値の大きさに基づいたデータ長で登
   録したインデックスを保持する保持手段と、 検索語を構成する文字で前記インデックスを検索し、該
   検索語の各文字の位置関係と同じ位置関係を有して文字
   が存在する位置を抽出する抽出手段とを備えることを特
   徴とする文書処理装置。
7. 【請求項７】 文書データの検索を行なう検索方法であ
   って、 検索の対象となる文書中の各文字について、各文字の出
   現位置より各文字毎の相対位置を表す差分値を獲得する
   獲得工程と、 前記獲得工程で獲得された差分値を、各文字に対応づけ
   て、各差分値の大きさに基づいたデータ長で登録したイ
   ンデックスを形成する形成工程と、 検索語を構成する文字で前記インデックスを検索し、該
   検索語の各文字の位置関係と同じ位置関係を有する文字
   の存する位置を抽出する抽出工程とを備えることを特徴
   とする検索方法。