JPH08508123A

JPH08508123A - 言語認識照合システム

Info

Publication number: JPH08508123A
Application number: JP6521006A
Authority: JP
Inventors: デイビス，マーク，エドワード
Original assignee: タリジェントインコーポレイテッド
Priority date: 1993-03-25
Filing date: 1994-01-03
Publication date: 1996-08-27
Also published as: EP0672283B1; CA2145672A1; DE69400207D1; US5440482A; DE69400207T2; EP0672283A1; AU6017994A; WO1994022096A1

Abstract

(57)【要約】言語識別テキスト比較を提供する方法および装置である。比較を行う新規な方法および装置であって、任意のUnicodeストリングのテキスト比較を行う方法および装置が提供される。どの言語の場合も、言語の特徴に基づいて順序づけが定義される。そして、対話式比較機能が実行され、ストリング対の関係が判断される。そのストリングが検査され、事前に定義した文字の優先順位に基づいて、１文字ずつ比較が行われる。

Description

【発明の詳細な説明】言語認識照合システム著作権所有表記本特許出願の一部には、著作権保護の対象となる内容が含まれている。著作権者は、米国特許商標局の特許ファイルまたは記録に記載されている特許文書または特許開示のままの何人のファクシミリ複製も妨げるものではないが、そうでない場合は、著作権を留保する。関連特許出願の相互参照特許出願は、特許出願（発明者：Debra L.Orton、David B.Goldsmith、Christo pher P.Moeller、およびAndrew G.Heninger、発明の名称：Object Oriented Fram e work System、1992年12月23日出願、被譲渡人：Taligent）の関連出願であり、これを引用して本明細書の一部とする。技術分野本発明は、コンピュータ・システムにおける改良に関し、特に、言語識別テキスト比較に関する。背景技術ワークステーション・ソフトウェアの開発者の間では、柔軟性のあるソフトウェア環境を提供し、ユーザインタフェースの一貫性を維持することがますます重要である。この種の操作環境を提供しようとする初期の試みは、米国特許第4,68 6,522号（Hernandez他）に開示されている。この特許では、グラフィックとテキストの結合処理システムが開示され、ユーザがカーソル位置で動的メニューをインボークし、そのメニューから種々の機能をインボークすることができる。この種のユーザとの自然な対話により、ユーザインタフェースが改善され、アプリケーションがより直観的なものになった。テキストを比較することは初期のシステムから発展してきた。今日のコンピュータ・システムは、情報の膨大なデータベースをフルテキスト比較するのを容易にしたが、初期のシステムにおけるテキスト中の特定のフィールドは、このようにコンピュータシステムに匹敵するものであった。比較システムに現在でもなお不足しているものと言えば、情報を言語認識比較する能力がある。テキストを正確で適正に比較し、ソートするには、例えば、ある特定の言語の種々のスペリングは、全て、ソートオペレーションで照合すべきである。本出願人が承知しているどの公知文献にも、本発明が提案している解決方法が記載されていない。発明の開示従って、本発明の主な目的は、言語認識可能キスト比較を提供することにある。比較を行うための新規なシステムと方法であって、任意のUnicodeストリングのテキスト比較を行うシステムと方法が提供される。どの言語の場合も、順序付けはその言語の特徴に基づいて定義される。そして、比較機能が実行されて、ストリング対の関係が判断される。ストリングが検査され、事前に定義された文字の優先順位（precedence）に基づいて、１文字以上づつ比較され、一致したか否かが判断される。図面の簡単な説明第１図は本発明によるパーソナル・コンピュータシステムを示すブロック図である。第２図は本発明によるUnicodeOrderの論理構成を示す図である。第３図は本発明による英語の場合のUnicodeOrdersを示す図である。第４図は本発明によるUnicode構造例を示す図である。第５図は本発明によるストリング比較を行うためのデータ構造を示す図である。第６図は本発明による制御とグループ化のフローを示す図である。第７図は本発明による最後のUnicodeOrderに基づくUnicodeを示す図である。第８図は本発明による詳細なロジックを示すフローチャートである。第９図は本発明によるディスプレイの例を示す図である。発明を実施するための最良の形態本発明は、パーソナルコンピュータ、例えば、ＩＢＭ（登録商標）社のPS/2（登録商標）またはApple（登録商標）社のＭacintosh（登録商標）コンピュータ上のオペレーティング・システムにより実施されるのが好ましい。第１図は代表的なハードウェア環境を示す。このハードウェア環境は、本発明によるワークステーションの典型的なハードウェア構成を示す。このワークステシーョンは慣用のマイクロプロセッサのようなＣＰＵ（central processing unit）10と、システム・バス12を介して相互接続された多数の他のユニットとを有する。第１図に示すワークステーションは、ＲＡＭ（random access memory）14と、ＲＯＭ（re ad only memory）16と、ディスク・ユニット20のような周辺デバイスをバスに接続するためのI/Oアダプタ18と、ユーザ・インタフェース・アダプタ22と、ワークステーションをデータ処理ネットワークに接続するための通信アダプタ34と、バスをディスプレイデバイス38に接続するためのディスプレイアダプタ36とを含む。ユーザ・インタフェース・アダプタ22はキーボード24、マウス26、スピーカ28、マイクロホン32、および／または、タッチ・スクリーン・デバイス（図示せず）のような他のユーザ・インタフェース・デバイスをバスに接続するためのものである。ワークステーションには、オペレーティング・システム、例えば、Apple社のSys tem７（登録商標）オペレーティング・システムが駐在している。どの文字コード化方式の場合も、自然言語を適正にアルファベット順に順序づけるための情報は充分でない。Macintoshでは、例えば、単純なバイト単位の比較であるために、得られる結果が次のように不正確になる。テキスト照合クラスには、広範囲の自然言語を正確に照合するための準備と、これらの言語をサーチするための正確な自然言語の準備が含まれる。自然言語照合機能自然言語のテキストを正確かつ適正に比較しソートするには、次のような機能が要求される。これらの機能は、比較オブジェクトを構築しているプログラマにとっては最も重要である。異種言語に対して事前に定義された比較オブジェクトの集合も利用可能である。Ａ．順序づけ優先順位ストリング中の最初の１次相違（primary difference）によって、結果として得られる順序づけが決まり、他の文字が何であるかは問わない。例： cat＜dog このストリング中に１次相違がない場合は、ストリング中の最初の２次相違（se condary difference）によって、結果として得られる順序づけが決まる。言語の中には、１次、２次および３次順序づけが必要なものもある。例えば、チェコ語では、大小文字の相違は３次相違（tertiary difference）基本文字は１次相違（ＡとＢ）である。これらの言語の場合、ストリング中に１次または２次相違がない場合、ストリング中の最初の３次相違によって、結果として得られる順序づけが決まる。Ｂ．グループ化文字（grouped characters）ある種の言語を照合する際、文字のシーケンスはアルファベットの１文字であるかのように扱われる。例： cx＜chx＜dx Ｃ．拡張文字（expanding characters）言語の中には、単一文字がアルファベットの文字のシーケンスであるかのように扱われるものもある。Ｄ.無視される文字文字の中には照合時に無視されるものがある。すなわち、これらの文字は、ストリングの残り部分に他に相違がないのでなければ、意味がないものである。例： ax＜a-x＜a-xx 例： blackbird＜black-bird＜blackbirds このようなふるまいを有する特定の文字は、特定の言語に依存する。"a" でない。"ch"はスペイン語ではグループ化文字であるが、英語ではそうでない。等々。順序づけも１つの言語内で異なる場合がある。例えば、" には、ユーザは修正されたドイツ語順序づけを要望することができる。クラス記述次のようなクラスがテキスト比較とサーチのために用意されている。・ TTextOrder ・ TTableBasedTextOrder TTextOrder TTextOrderは２つのテキスト・オブジェクトを比較するためのプロトコルを定義している抽象基底クラスである。そのサブクラスは、テキストをソートまたはサーチするのに役立つプリミティブ機構を提供する。TTextOrderは、ユーザのロケール（locale）における必須フィールドである。比較結果：２つのテキスト・オブジェクトを比較することにより、次のような結果、すなわち、 kSourcePrimaryLess,kSourceSecondaryLess, kSourceTertiaryLess,kSourceEqual,kSourceTertiaryGreater, kSourceSecondaryGreater，または kSourcePrimaryGreater を返すことができる。ストリングがビットごとに等しいか、あるいは、所定の文字に対して等価のUnicodeシーケンスが存在する場合にのみ、２きるかのいずれかである。３次比較結果（"kSourceTertiaryLess"または "kSourceTertiaryGreater"）は、ストリング中に１次または２次相違はないが、ストリング中に３次相違（すなわち、'a'と'A'のような大小文字の相違）があるときに返される。２次比較結果（"kSourceSecondaryLess" うに、アクセントの相違）があるときに返される。１次比較結果（"kSourcePrimaryLess"および"kSourcePrimaryGreater"）は、ストリング中に１次相違（つまり、ａとｂのように文字の相違）があるとき返される。これには、これらストリングの一方の最後までに１次相違はないが、他方のストリングが無視不可能な別の文字を含んでいるような場合も含まれる。文字順序づけ：次の定数は、文字の順序づけ強度を示すために使用される。すなわち、kPrimaryDifference,kSecondaryDifference,kTertiaryDifference,およびkNoDifferenceである。１次相違とは、一方の文字が他方の文字よりも強度が強いことを意味する（すなわち、'b'と'a'）。２次相違とは、一方の文字が他方の文字よりも弱さが大きい（weakly 次相違とは、一方の文字が他方の文字よりも弱さが非常に大きい（veryweakly g reater）ことを意味する（大小文字の相違のように、'A'と'a'）。２つの文字は、Unicodeコード化が等価であるとき「相違がないもの」とみなされる。コール側は、SetOnlyUsePrimaryDifference()をコールすることにより、２次、３次および無視可能相違を無視することを選択することができる。例えば、英語で、大文字小文字を区別する突合わせ（case-sensitive matching）を行うとき、このフラグがFALSEにセットされることになるであろう。しかも、コール側は次のものをコールすることにより、３次相違を無視することができる。辞書ベースの照合 TTableBasedTextOrderオブジェクトには、辞書ベースの照合の機能が含まれないので、照合順序がテキスト中の文字から推論できないとき、この機能が必要になる。例えば、St．という略語はあいまいなので、Saintとしても、St．としても、Streetとしてもソートされる可能性がある。このふるまいはサブクラス化によって得ることができるので、Pink 1.0では、辞書ベースの照合は計画されていない。本発明の好ましい実施態様による例テキスト比較の内部構造このセクションでは、言語認識可能テキスト比較を行うときに使用されるプロセスの内部構造（internals）について説明する。Taligent社の比較プロセスによると、どのUnicode（登録商標）ストリングも比較することができる。Unicode はUnicode,Incの商標である。Unicodeの詳しい説明は、Unicode社の"The Unicod e Standard: Worldwide Character Encoding,Versio n 2.0，Volumes 1,2"（Add ison-Wesley Publishing Company,Inc.ISBN 0-201-56788-1,ISBN 0-201-608 45- 6）を参照されたい。この標準は、より限定された文字セットにも適応可能である。次に示す情報は比較の論理的プロセスを述べたものである。 Macintosh（登録商標）社の照合システムでは、１次順序づけと２次順序づけが本質的に同様の方法で行われる。しかし、この照合システムには、これ以上の特徴もなければ、この情報をアクセスするときのモジュ＜＜Ｚ＞＞vient-it avant＜＜ａ＞＞? algorithme de tri respectant langues くの機能（例えば、フランス語アクセント）を備えている。しかし、ストリング全体を変換する必要があるが、サーチでも使用できるテーブル・ベース機構を備えておらず、２つのストリングのどこで弱一致検査（weak-identity check）が失敗したかを判別するための情報も備えていない。簡単な構築方法も備えていないし、マージ方法も備えていない。 Orderings TUnicodeOrderingは、ストリング中の文字に対応する UnicodeOrder（UO）情報を含む。この情報は第２図に示すフィールドからなっている（すなわち、UnicodeOrderの論理構成−マシンに依存する。これらのフィールドを少量の情報にパックすることができる）。 TUnicodeOrdering １次フィールド210は、文字の基本的な最大ソート順序を示す。２次フィールド220は、ストリング中の文字の１次順序が同じである場合に使用されるだけである。フランス語のような多くのヨーロッパ語では、これはアクセントの相違に対応している。３次順序230は、１次順序と２次順序が同一である場合に使用されるだけである。大部分のヨーロッパ語では、これは大文字小文字の相違に対応している。例えば、第３図は英語のUnicodeOrdersを示す。 2つのストリングｘとｙが、テキスト比較により１次相違があり、ｘの最初の１次相違がｙより小さいとき、ｘがｙより１次大（primary-greater）と言い、ｘ＜＜＜ｙと書く。同様に、ｘは、ｙより２次大（secondary-greater）（ｘ＜＜ｙ）であることも、ｙより３次大（tertiary-greater）（ｘ＜ｙ）であることも、ｙと等価（ｘ＝ｙ）であることもあり得る。ストリング間に、１次、２次または３次相違がない場合は、これらはテキスト比較により等価（ｘ＝ｙ）である。 Ignorable文字１次相違の点から、文字を無視した方がよい場合がある。例えば、英語の単語のハイフンはignorableである。すなわち、blackbird＜＜black-bird＜＜blackb irds＜＜blackbirdsである。ignorable値（＝２）を１次値として使用して、これを区別する。ignorable UnicodeOrderは、２次値がノンゼロのとき２次相違と考える。そうでない場合は、３次値がノンゼロのとき３次相違と考えられる。そうでない場合は、UnicodeOrderは完全にignorable である（比較はUnicodeOrderが存在しないかのように進められる）。マップなし文字（Unmapped Characters） Unicodeでは、可能な１次UnicodeOrdersが65,534個存在する。しかし、比較には、可能な全てのUnicodeの値を含まないことが多い。例えば、フランス語の比較では、虞らく、ヘブライ文字をソートするための値は含まれないであろう。比較領域外にある任意の文字ｘは、65,536＋Unicode（x）にマッピングされる。比較対象文字の１次値は、下位範囲（2..65,535）か、あるいは、上位範囲（131,0 72 ..196,607）かのいずれかに割り当てることができる。よって、比較では、マッピングされていない全ての文字を、マッピングされた文字の前か、その後か、あるいは、中間の任意の個所にあるものとして扱うことができる。例えば、マッピングされていない全て文字を、ａとｂの間に置くには、第４図に示すようなUn icode構造が採用されることになる。向き（orientation）フランス語では、アクセントの順序づけは独特の方法で行われる。アクセントは、１次文字が同一である場合に意味を持つだけであり、アクセントには２次相違がある。しかし、１次文字や大文字小文字の相違とは異なり、２つのストリングの順序を判断するのは、最後のアクセントの相違である。例えば、次のストリングはフランス語では順番通りになっ番目のストリングでは考慮されない。それは、その後にアクセントの相違があるからである）。フランス語の順序づけ２次または３次相違があるときは、いつでも、フランス語スタイルのUnicodeO rder（isSecondaryBackwardまたはisTertiaryBackward）をセットすることができる。２つのUnicodeOrdersを比較しているとき、いずれかが逆方向（backward ）にセットされている場合は、これらの２つのUnicodeOrdersの比較では、そのクラス（２次または３次）の前のUni-codeOrdersはオーバライドされる。多重マッピング実際は、上述したことよりも複雑である。というのは、・単一文字はUnicodeOrdersのシーケンス（分割文字と呼ばれる）にマッピングすることができる。・文字のシーケンスは単一UnicodeOrder（グループ化文字と呼ばれる）にマッピングすることができる。例：１次順序づけでは、スペイン語のchはｃとｄの間の単一文字としてソートされる。一般的に、Taligent社の照合プロセスは、１つ（または、２つ以上）文字のシーケンスが、１つ（または２つ以上）のUnicodeOrdersのシーケンスにマッピングされる全ての場合をサポートする。Taligent社の照合プロセスはグループ化文字と分割文字との組合せである。・文字によっては、結果として得られるUnicodeOrdersを、順番に並べ替えることができる。例：この最後の特徴は、異なる順序で現れるignorable文字（アクセントのような文字）に起因するものである。ある書体（タイ語のような書体）では、文字は発音または照合の順序とは異なる順序で書かれる。基本テキスト比較プロセスでは、タイ語に見られるような複雑なシーケンスはないが、このような言語を扱うのに用いることができる、より洗練された辞書ベースのUnicodeOrdersを許可するため、サブクラス化のためのフレームワークを提供する。 UnicodeOrderの反復論理的に言うと、２つのストリングが比較されるときは、常に、２つのストリングはそれぞれUnicodeOrdersのシーケンスにマッピングされる。この処理は、比較とストリングから作られるCompareTextIteratorを用いて行われる。Nextメソッドがコールされるたびに、次のUnicodeOrderがストリングから取り出される。そのストリングが使い尽くされる（exhaust）と、その１次値がＥＯＦであるU nicodeOrderが返される。２つのストリングを比較する際に、意味のある相違がどこで現れたかを知ることは重要なことである。CompareTextIteratorを照会して、現在のストリングのゼロ基底：オフセット（ストリングの先頭のオフセットはゼロである）を取り出すことができる。これは、取り出されたばかりのUnicodeOrderの直前のテキストの最後のオフセットである。例えば、ストリング"achu"では、ストリングのオフセットを取り出し、しかも、比較順序をgetするため、SpanishComapare TextIteratorがコールされるものとする。次のような結果が得られる（ただし、 UO(ｘ)はｘに対応するUnicodeOrderである）。 0,UO（a）,1,UO（ch）,3,UO（u）,4 内部的には、反復子はComparisonを用いて、文字をUnicodeOrdersにマッピングする。単純な1-1の突き合わせの場合は、文字は辞書の中で突き合わされる。この処理により、大部分の文字へのアクセスが高速化される。グループ化文字または分割文字があると、第２の機構を用いて、複雑になったアクセスを容易にする。例えば、次のように順序付けされているものとする。この順序づけは第５図に示すデータ構造で表されている。第５図において、′ ,-,ａ,ｂ,ｄ,またはeを参照するラベル500がアクセスされ、マッピングが直接的（鋭アクセントとハイフンはignorable文字である）である。ラシーケンスの先頭のUnicodeOrdersであり、第2の情報は、１つ以上の追し、テーブルにストアされた情報を前処理して、UnicodeOrdersのリストを提供することができる。これは、残りの文字に対応するUnicodeOrders を調べることにより行われる。この最適化は次の２つの条件で行われる。すなわち、文字のシーケンスは再順序づけアクセント（reordering accents）を含むことができない。テキスト比較を完了させなければならない。（全ての文字は対応するUnicodeOrdersを持っていなければならない）。こ UnicodeOrderが続く。ラベル550の場合には、追加文字はラベル520のように最適化することができない。というのは、ｚがまだマッピングされていないからである。ラベル530では、cchがアクセスされると、最初、ｃが検査され、２番目の辞書を指しているポインタを見つける。この２番目の辞書はｃが存在するか否かが検査され、３番目の辞書を指しているポインタを見つける。３番目の辞書にはｈがあるので、突き合わせが行われ、UnicodeOrder<7,0,0>を返す。ラベル540では、ストリングにcc oがある場合は、最後の突き合わせは失敗することになるので、ccに対応するUni codeOrdersのシーケンスが返されることになる。ここで注意すべきことは、失敗したケースでは、シーケンスが存在しない場合のシーケンスを常に含んでいるので、バックアップは必要ではない。最後に、ラベル560では、不一致の文字ｘに遭遇するとき、その値は64K＋UnicodeOrder（ｘ）,0,0である。その結果、Unico deOrderは内部的にキャッシュされ、１つづつ返される。アクセントの再順序付けある非スペーシング・マーク（アクセント）は、ストリング中に異なる順序で現れる。活字印刷上、相互に作用し合うのでなければ、解釈が同一になる。例えば、ａ＋underdot＋circumflexは、ａ＋circumflex＋underdotと等価である。全てのUnicodeの非スペーシング・マークは、関連する非スペーシング優先順位（スペーシング・マークはnull優先順位を有する）を有する。ゼロでない優先順位をもつ文字に遭遇すると、再順序づけプロセス（reordering process）がインボークされる。本質的には、ノンnullの優先順位マークのシーケンスがソートされ、そのUnicodeOrdersがそのソートされたシーケンスで返される。反復子がストリング位置を要求する場合は、返されなかった最初のUnicodeOrderの前の位置が返される。例： underdot（アンダードット）はcircumflex（シルコンフレックス）よりも、非スペーシング優先順位が大きいので、反復子はａのUnicodeOrderを返し、ついで、diaeresis（分音記号）のUnicodeOrderを返し、次に、underdotのUnicodeOrde rを返す。しかし、diaeresisとbreve（短音記号）は非スペーシング優先順位が同一なので（活字印刷上、これらは相互にングされない」ことを意味する。制御の流れから見たとき、グループ化は分割と再順序づけの後で行わは、グループ化の結果は第６図に示すようになる。制御の流れストリングを比較するとき、２つの場合が良く起こる。UnicodeOrders が完全に等しい場合（１次と、２次と、３次）と、完全に異なる場合（１次が異なる）とである。前者の場合では、左側のメイン・カラムが上から下に向かって辿られていき、そのとき２番目のケースでは、左側の２番目のカラムが辿られていく。これらの典型的な場合では、オペレーションの数が非常に少なくなる。この制御の流れは論理的プロセスを表している。数多くの最適化も、マシンのアーキテクチャに依存してパフォームすることができる。例えば、UnicodeOrder が適正に構成されている場合は、１つの機械命令で、１次、２次および３次の等しいか否かの検査を行うことができる。ユーザは、比較に対して望まれる強度により、このプロセスに対するオプションを指定することができる。例えば、userMatchStrengthパラメタは、正規（nor mal）にセットすることも、primaryAndSecondaryOnlyにセットすることもできる。（ただし、３次フィールドは、例えば、ａ＝Ａのように、突き合わせる必要はない）。あるいは、primaryMatchOnly ように、１次フィールドで突き合わせるだけでよい）。テキスト比較の構築マッピングが追加されると、常に、比較におけるその文字と最後の文字との間の関係の強度を指定しなければならない。すなわち、等価（equal）か、１次および２次等価（primary＆secondary equal）か、２次等価（sec-ondary equal）か、あるいは、厳密大（strictly greater）を指定しなければならない。（マッピングが比較の最初である場合は、「最後の」マッピングは<ignorable,0,0>であると仮定される。）これらは、それぞれ、第７図に示すように、テキスト比較における最後のUnicodeOrderに基づき、 UnicodeOrderを生成する。（以下、１次、２次および３次を、それぞれｐ、ｓ、ｔと略称する）。 Next CharacterOrder ３次または２次相違の向き（orientation）も指定しなければならない。すなわち、正規またはフランス語の相違を指定しなければならない。指定された場合は、次の数多くの代替案の中から１つを追加することにより、新しい文字マッピングを追加することができる。ａ．単一文字x1 ｂ．グループ化文字x1..xn ｃ．分割文字x1/y1..yn （x1は≧last＋y1..ynに拡張される）ｄ．グループ化／分割文字x1..xn/y1..yn （x1..xnは≧last＋y1..ynに拡張される）ｅ．マッピングなし（マッピングされない文字）上記のように、x2..xnまたはy1..ynが現れると、常に、これらが定義されるまで比較は完了しない。例えば、x/y1..ynが追加されると、ｘは上記テーブルに従って新しいUnicodeOrderをgetするが、他のｙはそのUnicodeOrderが定義されるまで保留状態（hold）に置かれる。これらが定義されると、ｘはUO（x）＋UO（y1 ）＋...＋UO（yn）にマッピングされる。一度、テキスト比較（Text Comparison）が形成されると、そこに入っているデータは最初の要素から最後の要素までを繰り返すことにより、取り出すことができる。テキスト比較のマージング一度、テキスト比較が形成されると、文字の順序づけが行なわれる。１番目の比較に含まれる全てのマッピング（マッピングされない文字を除く）が維持され、２番目からの新しいマッピングは可能な限り多く維持されるように、２番目のテキスト比較を、１番目のテキスト比較にマージすることができる。この例としては、フランス語テキスト比較をアラビア語テキスト比較にマージする例がある。アラビア文字（句読点のように両方のテキスト比較に共通する文字を含む）間の関係は、全て保存した方が良い。アラビア語テキスト比較の範囲外の新しい文字（例えば、ラテン文字）間の関係が追加される。マージング・プロセス次の方法でＴＣ₂を繰り返して、３番目のテキスト比較ＴＣ₃を行い、次のように新たにマッピングを追加する。新しい文字ｂに対して、それぞれ、ＴＣ₂における前にマッピングしたmostRecentとの関係を忘れないようにする。１．ｂが既にＴＣ₁にある場合は、ｂをスキップし、mostRecentをｂにリセットする。２．幾つかの文字や、ｂからの文字のサブストリングが、既にＴＣ₁にある場合は、それをスキップする。３．そうでない場合は、ｂを可能な限りmostRecentの「近くに」なるように追加し、mostRecentをｂにリセットする。すなわち、ｂ＝mostRecentである場合は、直後にそれを追加する。ｂ＞mostRecentである場合は、mostRecentよりも少なくとも３次大である最初の要素の直前にｂを追加する。ｂ>>mostRecentである場合は、mostRecentよりも少なくとも２次大である最初の要素の直前にそれを追加する。ｂ>>>mostRecentである場合は、mostRecen tよりも少なくとも１次大である最初の要素の前にそれを追加する。例：テキスト比較が次のようになっているものと仮定する。ＴＣ₁:＝...ｕ＝ｖ<ｗ<<ｘ<<<ｚ... ＴＣ₂マップＴＣ₃結果ｕ＝ｂｕ＝ｂ＝ｖ<ｗ<<ｘ<<<ｚｕ<ｂｕ＝ｖ<ｂ<ｗ<<ｘ<<<ｚｕ<<ｂｕ＝ｖ<ｗ<<ｂ<<ｘ<<<ｚｕ<<<ｂｕ＝ｖ<ｗ<<ｘ<<<ｂ<<<ｚロジックのフローチヤート第８図は本発明による詳細ロジックのフローチャートを示す。処理は機能ブロック200から開始され、機能ブロック200にて、一時的結果を事前に決めた値に初期化する。そして、入力ブロック202にて、次のソース・キー（source key）と次のターゲット・キー（target key）を取得する。判定ブロツク204にて、テストを行い、ソース１次（source primary）がターゲット１次（target primary）と同じ値をもっているどうかを判断する。ソース１次が等しくない場合は、判定ブロック214にて別のテストを行い、ソース１次がignorableかどうかを判断する。ignorableである場合は、判定ブロック220にて、別のテストを行い、サーチ・キー（search key）に１次突合わせ（primary match）だけを含めるべきか、幾つかの追加２次情報を含めるべきかを判断する。１次突合わせだけが必要な場合は、突合わせは完了しており、制御を入力ブロック260に渡して次のソース・キーを取得し、その後、制御を判定ブロック204に渡す。判定ブロック220にて、２次突合わせも必要であると判定された場合は、判定ブロック230にてテストを行い、ソース２次（source secondary）がignorab leかどうかを判定する。ソース２次がignorableでない場合、ソース位置と、ターゲット位置と、２次位置で、equalをGREATERにセットして、一時的結果を更新する。そして、制御を入力ブロック260に渡し、次のソース・キーを取得し、その後、制御を判定ブロック204に渡す。判定ブロック230にて判定した結果、ソース２次がignorableである場合は、判定ブロック232にて、別のテストを行い、２次突合わせだけが必要であるかどうか、あるいは３次情報が既にセーブされているかどうかを判断する。肯定判定された場合は、制御を入力ブロック260に渡し次のソース・キーを取得し、その後、制御を判定ブロツク204に渡す。否定判定された場合は、ソース位置と、ターゲット位置と、２次位置がequalGをREATERにセットして、一時的結果を更新する。そして、制御を入力ブロック260に渡し、次のソース・キーを取得し、その後、制御を判定ブロック204に渡す。判定ブロック214にて、ソース１次がignorableでないと判定された場合は、判定ブロック216にて、別のテストを行い、ターゲット１次がignarbleであるかどうかを判定する。肯定判定された場合は、判定ブロック222にて、別のテストを行い、サーチ・キーに１次突合わせだけを含めるべきか、幾つかの追加２次情報を含めるべきかを判定する。１次突合わせだけが必要な場合は、突合わせは完了しており、制御を入力ブロック262に渡し、次のターゲット・キーを取得し、その後、制御を判定ブロック204に渡す。否定判定された場合は、判定ブロック234 にて、別のテストを行い、ターゲット２次がignorableであるかどうかを判定する。肯定判定された場合、ソース位置と、ターゲット位置と、２次比較が、equalをESSにセットして、一時的結果を更新する。そして、制御を入力ブロツク262に渡し、次のターゲット・キーを取得し、その後、制御を判定ブロック204に渡す。判定ブロック236にて判定した結果、ターゲット２次がignorablでない場合は、判定ブロック236にて、別のテストを行い、２次突合わせが必要であるかどうか、あるいはセーブされた３次またはソース３次（source tertiary）がignorableにセットされているかどうかを判定する。肯定判定された場合は、制御を入力ブロック 262に渡し、次のターゲット・キーを取得し、その後、制御を判定ブロック204に渡す。否定判定された場合は、ソース位置と、ターゲット位置と、２次比較がeq ualをLESSにセットして、一時的結果を更新する。そして、制御を入力ブロック2 62に渡し、次のターゲット・キーを取得し、その後、制御を判定ブロック204に渡す。判定ブロック216にて判定した結果、ターゲット１次がignorableである場合は、ソース位置と、ターゲット位置と、１次比較がequalを１次比較結果にセットして、一時的結果を更新し、制御を判定ブロック210に渡す。判定ブロック204にて判定した結果、ソース１次がターゲット１次と等価である場合は、別のテストを行い、ソース１次がＥＯＦ（End of File）文字と等価かどうかを判定する。肯定判定された場合は、一時的結果が出力端末208に返される。否定判定された場合は、制御を判定ブロック210に渡し、ソース２次がターゲット２次と等価かどうかを判断する。否定判定された場合は、判定ブロック 224にて別のテストを行い、ソースとターゲット情報がセーブされているかどうかを判定する。肯定判定された場合は、制御を入力ブロック202に渡し、次のソースとターゲット・キーを取得する。否定判定された場合は、機能ブロック246にて、一時的結果を、ソース位置と、ターゲット位置と、次比較結果が等しくなるようにセットし、制御を入力ブロック202に渡し次のソースとターゲット・キーを取得する。判定ブロック210にて判定した結果、ソース２次がターゲット２次と等価である場合は、判定ブロック212にて、別のテストを行い、ソース３次がターゲット３次と一致しているかどうかを判断する。肯定判定された場合は、制御を入力ブロック202に渡し、次のソースとターゲット・キーを取得する。否定判定された場合は、判定ブロック226にて別のテストを行い、ソースとターゲット情報がセーブされているか、あるいは、３次情報がセーブされているかを判定する。肯定判定された場合は、制御を入力ブロック202に渡し、次のソースとターゲット・キーを取得する。否定判定された場合は、機能ブロック246にて、一時的結果を、ソース位置と、ターゲット位置と、３次比較結果に等しくなるようにセットし、制御を入力ブロック202に渡し、次のソースとターゲット・キーを取得する。第９図は本発明によるディスプレイの例を示す。このディスプレイは、言語属性を任意の特定言語と関連付けることができるシステムに対応している。このシステムの場合、ユーザは任意の特定の言語に対して好ましいテキスト比較を選択し、そのテキスト比較をマークのないテキスト（言語属性を持たないテキスト）と関連づけることができる。さらに、ユーザは新しいテキスト比較を行うか、あるいは、既存のテキスト比較を修正することもできる。編集時には、ユーザに、第９図に示すように、比較でのマッピングを、昇順にリストアップしたテーブルが提供される。標準テーブルを編集する場合のように、ユーザはマウスを使って１つ以上のマッピングを選択することができる。選択された項目は、削除するか、カットするか、コピーするか、あるいは、ドラグによって移動することができる。新しいマッピングは任意の個所に挿入することもできる。左端のカラム900は現在のマッピングと前の（上部）マッピングとの関係を示す。そのカラムでクリックすると、選択シンボルを有するポツプアップ・メニューが表示される。選択シンボルは、１次大、２次大、３次大、または等価と；フランス語２次および／またはフランス語３次を示す直交セット（orthogonal set ）とである。特殊なマッピングが１つある。それはマップなし文字のマッピングであり、マップなし文字がその個所でgoすることを示す記号を含む。このようなロケーションは、テキスト比較では、常に、正確に１つ存在するので、このマッピングは特別な扱いを受ける。このようなロケーションが削除されると、これはマッピングの最後に現れる。別のロケーションがペースト・インされると、既存のマップなし文字のマッピングは除去される。中央の列910にはマッピングの主要な（１つ以上の）文字が入っている。右端の列には、拡張文字がある場合は、その拡張文字が入っている。これらの編集の仕方は、システムの他のテキストとまったく同じである。高速言語識別サーチ序内破音（imploding）、破裂音（exploding）、ignorabl、１次／次／３次の問題が、調度、照合と関係があるように、これらはサーチにも関係すある。テキストの高速（サブリニア）サーチには、数多くのプロセスが存在する。しかし、これらのプロセスはいずれも、これらの言語識別要件を扱っていない。これらの問題を扱うため、本発明の好ましい実施例では、サブリニアでしかも言語識別であるBoyer-Mooreプロセス（BM）の改良版を採用している。このBMプロセスは、Boyer,R.＆Moore,S.;AFast String Searching Algorithm，Commun.AC M 20,pp.762-772（1977）に詳細に開示されている。その文献名を記載して本明細書の一部とする。好ましい実施例では、テキスト比較で生成される同一のデータを使用することもできる。その結果、サーチと照合の同期がとられている。このことは、新しい Text Comparisonを作るために、ユーザが採用した同一の修正が、正しい言語識別サーチを作るのにも充分である、という意味である。比較に必要なもの以外には、サーチには、２つの派生情報が必要になる。これらの必要情報を次に説明する。高速サーチプロセスの中には逆方向に処理しないものもある。その代わり、これらの拘束サーチプロセスは、突合わせが失敗した場合、ストリングの後の最初の文字を検査する（例えば、Sunday,D.M.A very fastsubstring search algor ithm.Commun．ACM33.8,pp.132-142（Aug.1990）。この手法では、長さの異なる２つのストリングが突き合すことができるので、言語識別比較をうまくできない。パターンの「最後」に一致する、ターゲットのストリングの「最後」がどこに位置するかを効率よく判定することができない。次の例では、文字が英語の順序になっており、次のような簡単な人工的なText Comparisonを用いることにする。＾（ノンスペーシングcircumflex: ignorable）ここで注意すべきことであるが、照合のためには、内破音文字と破裂音文字との相違は重要であるが、サーチでは、一般的に意味がない。すな重要となる１つのケースはパターンの最後にある。すなわち、baはbaed内で見つけるべきであり、baad内で見つけるべきではない。テキスト比較の強化機能 Text Comparisonに対して次のように機能が強化されている。ａ．マッピングのデータベースはストリングを逆順にも処理できなければならない。特に、内破音マッピングと破裂音マッピングを逆順に検索できなければならない。例：ｅに対するUnicode順をルックアップし、ついで、ｏ（逆方向に進む）により、φが生成される。ｂ．小さい方の破裂音文字に一致する可能性のある文字のシーケンスは、データベースに含まれ、小さい方の幅へマッピングされなければならない。例：ooを含む必要はない。というのは、o-の積に一致し、長さが同じだからである。しかし、aeは含めておかなければならない。というのは、ｃ．Text Comparisonは、ストリングが処理されるとき、累積最小一致長（cumul ative minimal match length）（下述を参照）を返すことができなければならない。例：ｅを処理し、ついで、ａを処理する（逆方向処理であることを忘れ長は１になる。プロセスの概要プロセスは次のような基本構造を有する。目標：ターゲット・ストリング内のパターン・ストリングをサーチする。入力：パターン・ストリング、ターゲット・ストリング、強度（１次、２次、３次、ビット単位）、Text Comparison。プロセス： Boyer-Mooreの場合のように、最初のステップでは、Text Comparisonでパターン・ストリングを前処理し、インデックス・テーブル（index table）を作成する。（詳細は次のセクションで説明する）。メイン・ループでは、パターン・ストリングはターゲット内を順次シフトされる。新しいロケーションごとに、パターン・ストリングが最後から処理され、一致するものを探していく。Text Compa risonはターゲット・ストリングを逆順に処理し、Unicode Orderings（UO）をルックアップする。突合わせに失敗した場合、インデックス・テーブルを用いて、パターン・ストリングを、指定された量だけシフトされる。パターンの前処理次に、パターン・ストリングを前処理するときのプロセスを説明する。このプロセスは作業の大部分を占める。論理シーケンスを中心に説明し、混乱を避けるため、最適化の説明は省略する。好ましい実施態様では、順逆方向のサーチが共にサポートされているので、基本的な最適化は２つのインデックス・テーブルを作成することである。逆方向のサーチのためのテーブルとパターンを作成するときは、プロセスの中で然るべき変更が行われる。１．ストリングを探すためUnicode Orderingsを検索するにれにより、内破音文字および破裂音文字と、overdotやunderdotのような再順序づけアクセントとが正規化されることになる）。２．Orderings（順序づけ）を入力の強度に従ってリセットする。・入力強度が２次の場合は、３次値をゼロアウトする。・入力強度が１次の場合は、２次値と３次値をゼロアウトする。３．null相違を有するignorable Unicode Orderingsを全て除去する（ステップ２を実行した後で）。注意：・入力強度が３次の場合は、null相違を有するignorable Unicode Or-derin gsを除去する（例えば、Right-Left Mark）。・入力強度が２次の場合は、３次またはnull相違を有する全てのig-norable Unicode Orderingsを除去する。・入力強度が１次の場合は、２次か、３次か、あるいはnull相違の全てのig norable Unicode Orderingsを除去する（例えば、非スペーシング・マーク）。４．Text Comparisonの情報から、パターン内の各位置での最小末尾一致長（min imum trailing match length-ＭＴＭＬ）を計算する。最小末尾一致長は、パターンの最後の末尾要素と突き合わされるストリングの最小長さである。大７文字までの長さを突き合わせることができる。ignorableがある場合は、無限に長いストリングを突き合わせることができる（b^a^e^d^^^^a^af）］。このパターンのMTMLのテーブルは、次のようになる。（英字は対応するUnicod e Orderingsを表す）。５．Boyer-Mooreは、位置によりインデックスされる１つのテーブルと、文字によりインデクッスされる１つのテーブルとを使用している。この改良版では、文字によりインデックスされる１つのテーブルは、Unicode Orderingによるインデクシングに対応している。パターンストリングに対するインデックス・テーブルは、Boyer-Mooreの場合のように、Unicode Orderingsのリストを、後ろから前に向かって横切ることにより作成されるが、次のような変更がなされている。任意の位置のインデックスは、その位置にあるUnicode Orderingとの突合わせが失敗した場合、その位置の処理済みストリングを、どれだけシフトすべきかを示す。インデックス値は、現在の末尾のサブストリングがパターンの中で次に見つかるように、（ＭＴＭＬテーブルを用いて）シフトすべき最小量になっていなければならない例：パターンobaexydbaeが与えられると、シフト・テーブルは次のようになる（英字は対応するUnicode Orderingsを表す）。ターゲット・テキスト（¨）内のｄで、ｏと一致しないものとする。この場合のシフト値は５である。というのは、右端に現れるobaeが、長さ５（≠）の末尾シーケンスの後に置かれているためである。６．莫大な数のUnicode Orderingが可能であるが、その数は、Boyer-Mooreの８ビットASCII版のように、調度256個ではない。速度と記憶の理由から、Unicode Orderingによりインデックスされるインデックス・テーブルは、整数の小さな配列（例えば、256個の整数）よりなる。所定のUnicode Orderingに対するテーブルに、シフト値を加えると、そのUnicode Orderingは、配列によってカバーされる範囲内の整数にハッシング（hashing）される。１次強度だけが必要なときは、配列サイズのモジュロを用いることにより、このことが行われるにれが２の倍数となるように選択されている場合は、モジュロはマスキングだけである）。２次以上が必要な場合には、２次か、あるいは、２次および３次の両方が、モジュロを使用する前に、ＸＯＲ演算される。複数のシフト値が存在すると（モジュロの衝突のために）、これらシフト値の最小値が記録される。最小値は最終的には最適値未満であるかもしれないが、実際には、パフォーマンス全体に重大な影響を与えることはない。処理済みパターンによるサーチターゲット・ストリングを処理済みパターンと突き合わせるとき、好ましい実施態様で反映されるように、標準Boyer-Mooreプロセスに、次のような変更を加えて、使用することができる。１．ターゲット・テキストから文字を検索するとき、これらの文字をUnicode Or deringsに変換する（このことは各文字がアクセスされるとき行われるので、ターゲット・テキスト全体を変換する必要はない）。テキスト全体の繰返しは逆順で行われる。処理されたパターンの作成時に使用されたものと同一の正規化（上述したパターンの前処理の項目１−３）が使用され、強度がリセットされ、igno rableが除去される。２．テキストから派生した各Unicode Orderingを、パターンを用いて、明示的にテストする。一致しない場合は、インデックステーブルを用いて、シフト値を見つける。３．一致した場合は、プロセスはストリングのendの後も検査しなければならない。次の条件が生起された場合は、突合わせが失敗し、プロセスは１だけシフトされ、サーチを続行する。・入力強度よりも強いignorableがendの後に存在する場合。例：xxba^xxの中のbaを見つける。るべきでない。・ストリングのendにまたがって内破音文字が存在ある場合。例：baはbaed で見つけるべきで、baadで見つけるべきでない。（これをユーザ・オプションして、制御を強化することができる）ステートテーブル方法言語識別サーチャを構築するもう１つの方法は、種々の形体（baedとシンを作成することである。しかし、一般的には、この手法は、同様に、サブリニア法、例えば、Gonnet,G.H.and Baeza-Yates,R.Handbook of Algorithms and Data Structures−In Pascal and C.Seconded.Addison-Wesley,Workingham,ＵＫ 1991に記載されている方法をパフォームしない。しかし、ここで重要な問題は、 Text Comparisonに比較して、各方法で必要になる比較の数に基づき、ステート・テーブル内の文字当たりのルックアップ時間に基づいている。Text Compariso nでは、ルックアップ時間は文字が内破音または破裂音でない限り極めて短い。よって、そのパフォーマンスはそのような文字のターゲット・テキストに含まれる割合に依存する。この割合は一般的に非常に少ない。そのような文字が含まれる割合が大きいターゲット言語であるかどうかを示すフラグを、Text Compariso nにストアすることにより、どの手法を採用すべきかを実行時に選択することができる。以上、特定のシステム環境における好ましい実施態様を説明したが、本発明は、請求の範囲の精神と範囲を逸脱しない限り、変更を加えて、他の異なるハードウェアおよびソフトウェア環境で実施することができることは、当業者にとって当然のことである。

【手続補正書】特許法第１８４条の８【提出日】１９９５年２月１０日【補正内容】（原文明細書第１頁）明細書言語認識照合システム著作権所有表記本特許出願は一部に著作権保護の対象となる内容を含んでいる。特許書類または特許開示事項を、米国特許商標局の特許フアイルまたは記録のとおり、何人がファクシミリ複製しても、それを著作権者は妨げるものではないが、そうでない場合には、一切の著作権を留保するものである。技術分野本発明は、コンピュータ・システムにおける改良に関し、特に、言語識別テキスト比較に関する。背景技術ワークステーション・ソフトウェアの開発者の間では、柔軟性のあるソフトウェア環境を提供し、ユーザインタフェースの一貫性を維持することがますます重要になっている。この種の操作環境を提供しようとする初期の試みは、米国特許第4,686,522号（Hernandez他）およびEP A 0 192 927号に開示されている。これら２つの特許では、グラフイックとテキストの結合処理システムが開示され、ユーザがカーソル位置で動的メニューを呼び出し、そのメニューから種々の機能を呼び出すことができる。この種のユーザとの自然な対話により、ユーザインタフェースが改善され、アプリケーシヨンがより直観的なものになった。 EP A 0 310 283号には、多言語データベースシステムが開示されている。この多言語データベースシステムは、多言語環境で遭遇する多言語の言葉よりなるデータベースを維持することにより多言語ソート・オペレーションをパフォームする。多言語データベースは、ソート・キー・インデックスによるソート・オペレーション中か、あるいは比較オペレーション中にアクセスされる。多言語データベースには、それぞれサポートされる言語ごとに、各データセグメントに対して少なくとも１つのソート・キーを有する。特定の言語に関連するソート・キー・セットは、それぞれ、予め定めた言語基準に従って並べられている。その結果、当該ソート・キーを用いて多言語データベースにアクセスすることにより、当該言語に対して、正しい照合順に、語が取り出される。多言語データベースにアクセスする方法は、多言語のアルファベットからのキャラクタに基づいた語であって、最初、多言語データベースにストアされていた語を利用する。そして、その語はエンコードされ、多言語データベースによりサポートされる各言語ごとに、各語に対して１つのソート・キーが形成される。そして、形成されたソート・キーは、データ・ストアにストアされる対応情報の指示とともに、インデックスでソートする順にストアされる。同様に、データ・ストアをアクセスすることにより多言語比較を行なって、２つの異なる言語に対して、ソート・キーの手段により２つの異なる語を取り出すことができる。参照でクリチカルなことは、多言語環境で見付け出された語を全て多言語データベースにストアしなければならないことである。個々のデータファイルはサポートされる各言語に供給され、そのデータファイルを用いてマスタファイルを、予め定めた様式で修正することができる。特に、その修正により、ストアされた語は、それぞれ、自然な表現から、普通の言語キャラクタ・セット内部表現とは無関係な形式に変換される。ストアされた語が予め定めた様式でコード化された後に、コード化されない語ではなく、コード化されストアされた語（言語に無関係）を用いて、ソートまたは比較を行なうことができる。その参照は本発明とは全く異なるものである。というのは、本発明では、差が検知されるまで、キャラクタごとに、テキスト・ストリングの比較が行われる。所定の言語の各キャラクタに対して順番を定義し、順番をストアすることにより、新規なプロセスが開始される。そして、２つのテキスト・ストリングはそれらのテキスト・ストリングをストアし、２つのテキスト・ストリングからそれぞれ１つのキヤラクタを順次取り出すことにより比較される。取り出されたキャラクタを用いて、予め定めたデータベースをアクセスし、各キャラクタに対して順番を取り出す。そして、順番が比較される。比較した結果、差がある場合は、その差を用いてテキスト・ストリングの照合順番を決定する。（原文明細書第25頁）３．一致した場合は、プロセスはストリングのendの後も検査しなければならない。次の条件が生起された場合は、突合わせが失敗し、プロセスは１だけシフトされ、サーチを続行する。・入力強度よりも強いignorableがendの後に存在する場合。例：xxba^xxの中のbaを見つける。ない。・ストリングのendにまたがって内破音文字が存在ある場合。例：baはbaed で見つけるべきで、baadで見つけるべきでない。（これをユーザ・オプションして、制御を強化することができる）請求の範囲１．第１テキスト・ストリングと第２テキスト・ストリング（202）の間の照合順番を確立するコンピュータ・システム（10-38）において、（ａ）プロセツサ（10）（ｂ）該プロセッサ（10）に接続したメモリ（14）であって、第１テキスト・ストリングと第２テキスト・ストリング（202）を含む情報をストアする記憶領域を含むメモリ（14）と、（ｃ）該メモリにストアされたプログラムであって、前記プロセッサを制御して、前記メモリにストアされている情報（202;500-550）を取り出し、取り出された情報（218）を操作し、操作された情報をメモリ（240）にストアするプログラムと、（ｄ）該プログラムにより制御される手段であって、各キャラクタ（910）に対して、少なくとも１つの順番値を、当該言語の予め定めたキャラクタ優先順位に基づき定義し、前記メモリ（14）の全キャラクタに対して順番値（500-560）をストアする手段と、（ｅ）前記プログラムにより制御される手段であって、前記第１テキスト・ストリングからの第１キャラクタ（202）と、前記第２テキスト・ストリングからの第２キャラクタ（202）を含むキャラクタ（910）の対を、前記メモリから取り出す手段と、（ｆ）前記第１キャラクタおよび第２キャラクタに応答して、前記第１キャラクタおよび第２キャラクタ（500-550,202）のそれぞれに対して、順番値を取り出す手段と、（ｇ）取り出された順番値を比較する手段であって、前記第１キャラクタ・ストリングおよび第２キャラクタ・ストリング（240-262）の差を決定する手段と、（ｈ）前記プログラムにより制御される手段であって、前記差に応答して、前記第１キャラクタ・ストリング（202）および第２キャラクタ・ストリング（202）の間の照合順番（240-252）を決定する手段とを備えたことを特徴とするコンピュータ・システム。２．請求の範囲第１項において、前記プロセッサ（10）および前記メモリ（14）に接続された（36,12）ディスプレイ装置（38）であって、前記プロセッサ（10）により制御され、前記メモリ（14）にストアされた情報であって、アイコン・グラフィックを含む情報をディスプレイするディスプレイ装置（38）と、ユーザにより制御される選択装置（26）であって、前記ディスプレイ装置（38 ）上にディスプレイされる情報を選択する選択装置（26）と、該選択装置によるアイコン・グラフィックの選択に応答して、前記プログラムを命令し、前記第１キャラクタ・ストリング（530）および第２キャラクタ・ストリング（540）を、前記メモリ（14）から取り出す手段とをさらに含むことを特徴とするコンピュータ・システム。３．請求の範囲第１項において、順番値を定義する手段（900-910）は、選択されたキャラクタ（910）と、選択されたキャラクタ（900）に関連する順番値をリストアップしたテーブルを、言語の予め定めたキャラクタ優先順位に基づき作成する手段と、該手段により作成されたテーブルを前記メモリ（14）にストアする手段とを備えたことを特徴とするコンピュータ・システム。４．請求の範囲第３項において、前記テーブル作成手段は、キャラクタのセットを含むとともに、キャラクタの選択されたセット（210-23 0）に関する、１次順序付け、２次順序付け、３次順序付け、拡張順序付け、グループ順序付け、ignorable２次順序付け、ignorable３次順序付け、フランス語２次順序付け、フランス語３次順序付けを含むテーブルを作成する手段を備えたことを特徴とするコンピュータ・システム。５．請求の範囲第１項において、各キャラクタに対する少なくとも1つの順番値を定義する手段は、ユーザにより制御される手段であって、各キャラクタに関連する順番値を、望ましい比較結果（900-910）により、変換する手段を備えたことを特徴とするコンピュータ・システム。６．請求の範囲第１項において、前記第１テキスト・ストリング（202）は、第１の予め定めたキャラクタ優先順位を有する第１の言語に属するキャラクタよりなり、前記第２テキスト・ストリング（202）は、第２の予め定めたキャラクタ優先順位を有する第２の言語に属するキャラクタよりなり、前記定義手段は、各キャラクタに対して、少なくとも１つの第２順番値（220）を、前記第２の言語の予め定めたキャラクタ優先順位に基づき定義する手段と、前記第１および第２順番値（240-252）をマージする手段とを備えたことを特徴とするコンピュータ・システム。７．請求の範囲第１項において、前記プロセッサ（10）および前記メモリ（14）に接続された（36,12）ディスプレイ装置（38）であって、前記プロセッサ（10 ）により制御され、前記メモリ（14）にストアされた情報であって、アイコン・グラフィックを含む情報をディスプレイするディスプレイ装置（38）と、前記定義手段はプログラムにより制御される手段であって、順番値を各キャラクタ（900-910）に割り当てるために、テーブル状のディスプレイを生成する手段とをさらに含むことを特徴とするコンピュータ・システム。８．請求の範囲第１項において、前記定義手段は、各キャラクタに対する１次、２次および３次順番値を、言語の予め定めたキャラクタ優先順位に基づき定義する手段と、全キャラクタに対する１次、２次、３次順番値をメモリにストアする手段（10 ）と、前記プログラムにより制御される手段であって、１次、２次、３次順番値（50 0-550,222-262）の間の比較の強度を決定する手段と、をさらに備えたことを特徴とするコンピュータ・システム。９．第１テキスト・ストリングと第２テキスト・ストリングの照合順番と、ある言語に属するキャラクタよりなる第１テキスト・ストリングと第２テキスト・ストリングの照合順番を確立する方法であって、該方法はコンピュータ・システム上でオペレート可能であり、該コンピュータ・システムはプロセッサ（10）と、該プロセッサに接続された（12）メモリ（14）であって、前記第１テキスト・ストリング（530）と前記第２テキスト・ストリング（540）を含む情報をストアするための記憶領域を含むメモリを有する方法において、（ａ）各キャラクタに対して少なくとも1つの順番値を、言語の予め定めたキャラクタ優先順位（500）に基づき定義するステップと、（ｂ）全キャラクタ（500-560）に対する順番値を前記メモリ（14）にストアするステップと、（ｃ）前記第１テキスト・ストリング（530）からの第１キャラクタと、前記第２テキスト・ストリング（540）からの第２キャラクタを含むキャラクタの対を、前記メモリ（14）から取り出すステップと、（ｄ）前記第１キャラクタに対する順番値（900）と、前記第２キャラクタに対する順番値（910:500-550;214）とを取り出すステップと、（ｅ）取り出された順番値を比較し、前記第１および第２テキスト・ストリング（218）の差を決定するステップと、（ｆ）該差に基づき、前記第１テキスト・ストリング（530）と前記第２テキスト・ストリング（540）の照合順番（240-252）を決定するステップとを備えたことを特徴とする方法。 10．請求の範囲第９項において、コンピュータ・システム（10-38）は、前記プロセッサ（10）および前記メモリ（14）に接続された（36,12）ディスプレイ装置（38）であって、前記プロセッサ（10）により制御され、前記メモリ（14）にストアされた情報であって、アイコン・グラフイックを含む情報をディスプレイするディスプレイ装置（38）と、ユーザにより制御される選択装置（26）であって、前記ディスプレイ装置（38 ）上にデイスプレイされる情報を選択する選択装置（26）とを有し、前記方法は、前記アイコン・グラフィックが前記選択装置（26）により選択されたとき、前記第１および第２テキスト・ストリング（202）のキャラクタを、前記メモリ（14）から取り出すステップをさらに備えたことを特徴とする方法。 11．請求の範囲第９項において、前記ステップ（ａ）は、（a1）選択されたキヤラクタ（910）とそれらのキャラクタに関連する順番値（9 00）を、言語の予め定めたキャラクタ優先順位に基づき、リストアップしたテーブルを作成するステップと、（a2）作成されたテーブルを前記メモリ（14）にストアするステップとを備えたことを特徴とする方法。 12．請求の範囲第１１項において、前記ステップ（a1）は、キャラクタのセットを含むとともに、キャラクタの選択されたセット（210-230）に関する、１次順序付け、２次順序付け、３次順序付け、拡張順序付け、グループ順序付け、igno rable２次順序付け、ignorable３次順序付け、フランス語２次順序付け、フランス語３次順序付けを含むテーブルを作成するステップを備えたことを特徴とする方法。 13．請求の範囲第９項において、ステップ（ａ）は、各キャラクタに関連する順番値を、望ましい比較結果（220-262）により、変更するステップ（a3）を備えたことを特徴とする方法。 14．請求の範囲第９項において、前記第１テキスト・ストリング（202）は、第１の予め定めたキャラクタ優先順位を有する第１の言語に属するキャラクタよりなり、前記第２テキスト・ストリング（202）は、第２の予め定めたキャラクタ優先順位を有する第２の言語に属するキャラクタよりなり、（a4）各キャラクタに対して少なくとも１つの第１順番値を、前記第１言語の予め定めたキャラクタ（210）優先順位に基づき定義するステップと、（a5）各キャラクタに対して、少なくとも１つの第２順番値を、前記第２の言語の予め定めたキャラクタ（220）優先順位に基づき定義するステップと、（a6）前記第１および第２順番値（240-252）をマージするステップとを備えたことを特徴とする方法。 15．請求の範囲第９項において、前記コンピュータ・システムは、前記プロセッサ（10）および前記メモリ（14）に接続された（36,12）ディスプレイ装置（38 ）であって、前記プロセッサ（10）により制御され、前記メモリ（14）にストアされた情報であって、アイコン・グラフィックを含む情報をディスプレイするディスプレイ装置（38）を備え、前記ステップ（ａ）は、順番値を各キャラクタ（900-910）に割り当てるために、テーブル状のディスプレイを生成するステップ（a7）を備えたことを特徴とする方法。 16．請求の範囲第９項において、前記ステップ（ａ）は、（a8）各キャラクタに対して、１次（210）、２次（220）、３次（230）順番値を、言語の予め定めたキャラクタ優先順位に基づき定義するステップと、（a9）全キャラクタに対する前記１次、２次、３次順番値を前記メモリ（14）にストアするステップと、（a10）１次、２次、３次順番値（500-550;222-262）の比較の強度を定義するステップとを備えたことを特徴とする方法。

───────────────────────────────────────────────────── フロントページの続き (81)指定国ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＤＥ，ＤＫ，ＥＳ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＭＬ，ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＴ，ＡＵ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＨ，ＣＺ，ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＧＢ，ＨＵ，ＪＰ，ＫＰ，ＫＲ，ＫＺ，ＬＫ，ＬＵ，ＬＶ，ＭＧ，ＭＮ，ＭＷ，ＮＬ，ＮＯ，ＮＺ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＫ，ＵＡ，ＵＺ，ＶＮ

Claims

【特許請求の範囲】１．言語識別性に基づいて、テキストを比較するシステムであって、（a）言語の特徴に基づいて、順序づけを定義するプロセッサ手段と、（b）比較を行って、第１テキスト・ストリングと第２テキスト・ストリングの関係を判断するプロセッサ手段と、（c）定義された順序づけに基づいて、第１ストリングと第２ストリング間の関係を判断するプロセッサ手段とを具備したことを特徴とするシステム。２．請求の範囲第１項において、アイコン操作により比較操作を開始する処理手段を含むことを特徴とするシステム。３．請求の範囲第２項において、アイコン上でダブルクリックすることにより比較オペレーションを開始する処理手段を含むことを特徴とするシステム。４．請求の範囲第２項において、比較オペレーションをドロップラウンチする処理手段を含むことを特徴とするシステム。５．請求の範囲第１項において、言語の特徴に基づく突合わせと順序づけの関係のテーブルベースの記述をストアする記憶手段を含むことを特徴とするシステム。６．請求の範囲第５項において、１次と、２次と、３次と、拡張と、グループ化と、ignorable−２次と、ignorable−３次と、フランス語−２次と、フランス語 −３次の順序づけのテーブルベースの記述を含むことを特徴とするシステム。７．請求の範囲第１項において、UNICODEテキストをサポートする処理手段を含むことを特徴とするシステム。８．請求の範囲第７項において、UNICODEアクセント等価のための処理手段を含むことを特徴とするシステム。９．請求の範囲第１項において、部分的なテキスト比較を行う処理手段を含むことを特徴とするシステム。 10．請求の範囲第１項において、言語識別サブリニア比較を行う処理手段を含むことを特徴とするシステム。 11．請求の範囲第１項において、第１テキスト比較を第２テキスト比較にマージする処理手段を含むことを特徴とするシステム。 12．請求の範囲第１項において、比較オペレーションをインボークするためのスプレッドシート・ライクなディスプレイを含むことを特徴とするシステム。 13．請求の範囲第１項において、１次、２次または３次強度間の比較の強度を判断する処理手段を含むことを特徴とするシステム。 14．請求の範囲第１項において、言語識別比較するためにUnicode 順序づけを効率的にハッシングするハッシュ・プロセッサを含むことを特徴とするシステム。 15．言語識別性に基づいてテキストを比較する方法であって、（a）言語の特徴に基づいて順序づけを定義するステップと、（b）比較を行って、第１テキスト・ストリングの第２テキスト・ストリング内での一致を突き止めるステップとを備えたことを特徴とする方法。 16．請求の範囲第15項において、アイコン操作により比較オペレーションを開始するステップを含むことを特徴とする方法。 17．請求の範囲第16項において、アイコン上でダブルクリックすることにより比較オペレーションを開始する処理手段を含むことを特徴とする方法。 18．請求の範囲第17項において、比較オペレーションをドロップラウンチするステップを含むことを特徴とする方法。 19．請求の範囲第15項において、言語の特徴に基づく突合わせと順序づけの関係のテーブル・ベースの記述をストアする記憶手段を含むことを特徴とする方法。 20．請求の範囲第19項において、１次と、２次と、３次と、拡張と、グループ化と、ignorable−２次と、ignorable−３次と、フランス語−２次と、フランス語 −３次の順序づけのテーブル・ベースの記述を含むことを特徴とする方法。 21．請求の範囲第15項において、UNICODEテキストをサポートするステップを含むことを特徴とする方法。 22．請求の範囲第21項において、UNICODEアクセント等価をパフォームするステップを含むことを特徴とする方法。 23．請求の範囲第15項において、部分的にテキスト比較を行うステップを含むことを特徴とする方法。 24．請求の範囲第15項において、言語識別サブリニア比較を行うステップを含むことを特徴とする方法。 25．請求の範囲第15項において、第１テキスト比較を第２テキスト比較にマージするステップを含むことを特徴とする方法。 26．請求の範囲第15項において、スプレッドシートライクなディスプレイを介して比較オペレーションをインボークするステップ含むことを特徴とする方法。 27．請求の範囲第15項において、１次と、２次と、３次突合わせと、ターミナル・チェックとの間の突合わせの強度とを判断するステップを含むことを特徴とする方法。 28．請求の範囲第15項において、Unicode順序づけをハッシングするステップを含むことを特徴とする方法。