JPH10307842A

JPH10307842A - 情報処理装置及びその方法

Info

Publication number: JPH10307842A
Application number: JP9119871A
Authority: JP
Inventors: Shiro Ito; 史朗伊藤; Yuji Ikeda; 裕治池田
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1997-05-09
Filing date: 1997-05-09
Publication date: 1998-11-17

Abstract

(57)【要約】【課題】検索速度の低下を招くことなく、テキストデ
ータの検索に用いるインデックスのキーを削減すること
ができる情報処理装置及びその方法を提供することを目
的とする。【解決手段】テキストデータを被検索テキスト保持部
１０１で保持し、テキストデータ中の文字列の位置に関
するインデックスをインデックス作成部１０２で作成す
る。作成されたインデックスをインデックス保持部１０
３で保持し、テキストデータ中の所定の文字列の出現す
る出現回数に基づいて、インデックス保持部１０３に保
持されている該所定の文字列を包含する文字列の位置情
報をインデックス削減部１０４で削除する。そして、入
力された検索条件に該当するテキストデータを、インデ
ックス保持部１０３にに保持されているインデックスを
用いて検索部１０６で検索する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、テキストデータを
検索する情報処理装置及びその方法に関するものであ
る。

【０００２】

【従来の技術】文書中の全てのテキストデータを対象と
して与えられた検索パターンを含むテキストデータを検
索する全文検索装置などの情報処理装置では、大量のテ
キストデータを高速に検索するために、被検索テキスト
データのインデックスを予め作成し、作成したインデッ
クスを用いて検索を行なうことが多い。こうしたインデ
ックス方式の一つに、ｎーｇｒａｍインデックス方式と
呼ばれる検索方式がある。ｎーｇｒａｍインデックス方
式とは、テキストデータ中の連接するｎ文字をキーとし
て、キーとなる文字列の被検索テキストデータ中での存
在位置を列挙した位置リストを保持するインデックスで
ある。

【０００３】例えば、ｎを２に固定すると、文字セット
Ｃに対して、文字列集合Ｓ＝｛ｃ｜ｃ∈Ｃ｝∪｛ｃ1ｃ2
｜ｃ1，ｃ2∈Ｃ｝を定義する。文字セットＣから構成さ
れる検索対象文書Ｔにおいて、Ｔにおける文字列ｓ∈Ｓ
の出現回数をｎsとし、Ｔにおいてｓがｘ回目に出現す
るときのｓを構成する先頭文字の位置をｐｏｓ（ｓ，
ｘ）で表すとする。例えば、２ーｇｒａｍインデックス
のキーｋは、ｎs≧１であるｓになる。そして、ｋに対
する位置リストＬkは、Ｌk＝（ｐｏｓ（ｋ，１），ｐｏｓ（ｋ，２），…，ｐ
ｏｓ（ｋ，ｎk））となる。２ーｇｒａｍインデックスは、（ｋ，Ｌk）を
全てのｋについて集めたものである。例えば、「日本対
スイスの日本側当日券は本日売り切れ」のテキストデー
タに対する２ーｇｒａｍインデックスは図８のようにな
る。

【０００４】次に、Ｎーｇｒａｍインデックスを用いた
検索処理について説明する。ここでも、ｎを２に固定し
た場合で説明するが、ｎの値が変わっても基本は同じで
ある。被検索テキストデータＴから文字長ｌの検索パタ
ーンｑを検索する処理は、以下のようになる。ここで、
ｓiは、検索パターンのｉ番目から始まる２文字の部分
文字列を示す。但し、ｓlの長さだけは１とする。

【０００５】１．インデックスＩにおいて、検索パター
ンｑ中の部分文字列ｓi（ｉ＝２ｊ＋１，ｌが奇数のと
き０≦ｊ≦（ｌ−１）／２，ｌが偶数のとき０≦ｊ≦ｌ
／２−１）に関して、ｎsiの小さい順に応じてｉを並べ
た数列（ｔ(0)，ｔ(1)，…，ｔ(m)）を作成する。ここ
で、ｍ＝（ｌ−１）／２（ｌが奇数の場合）、ｍ＝ｌ／
２−１（ｌが偶数の場合)になる。

【０００６】２．ｎst(0)＝０ならば検索処理は終了す
る。検索パターンは存在しない。３．ｋj＝ｓt(j)（０≦ｊ≦ｍ）とする。４．Ｒ(0)＝｛（ｐ−ｔ(0)＋１）｜ｐ∈Ｌk0｝とする。５．ｊ＝１，２，…，ｍまで、次の処理を繰り返す。途
中でＲ(j)が空になったら検索処理は終了する。検索パ
ターンは存在しない。

【０００７】Ｒ(j)＝｛（ｐ−ｔ(j)＋１）｜ｐ∈Ｌkj，
∃ｒ∈Ｒ(j-1)，ｒ＝ｐ−ｔ(j)＋１｝６．検索処理は終了する。Ｒ(m)が検索パターンの存在
する位置である。例えば「当日券」の検索処理は以下の
ようになる。１．ｓ1=当日、ｓ3=券であるから、ｎs1＝１、ｎs3＝１
であり、t(0)＝１、t(1)＝３となる。

【０００８】２．ｎs1＝１で、０ではないので処理を続
ける。３．ｋ0＝当日、ｋ1＝券とする。４．Ｌk0＝(11)であるから、Ｒ(0)＝(11)となる。５．Ｌk1＝(13)であるから、１１＝（１３−３＋１）を
満足し、Ｒ(1)＝(11)とする。

【０００９】６．これにより、(11)が検索結果となる。Ｎ−ｇｒａｍインデックスのｎの値を大きくすると、上
記検索処理手順の第５ステップでの比較演算回数が減少
するので、検索にかかる時間が短縮される。一方、ｎを
大きくすると、インデックスサイズが増大したり、イン
デックスの作成時間が増大するという問題点がある。そ
こで、ｎより小さいキー長であるキーについては、イン
デックスを作成しないという方法がある。例えば、先に
説明したｎを２に固定する例では、文字列集合Ｓを、Ｓ
＝｛ｃ1ｃ2｜ｃ1，ｃ2∈Ｃ｝としてしまうのである。但
し、テキストデータの最後の文字に対するインデックス
を作れるように、文字セットＣにはテキストデータの終
わりを示す文字を追加する。

【００１０】

【発明が解決しようとする課題】しかしながら、上記従
来の情報処理装置では、定めたｎより小さい長さの検索
パターンを検索する場合に検索速度が低下するという問
題があった。この問題は、次の例をみるとわかりやす
い。今、キー長ｎが２のキーだけ保持し、キー長が１の
キーは含まないインデックスを作成したとする。このイ
ンデックスを用いて、検索パターン「綿」を検索すると
する。「綿」というキーは存在しないので、「綿」を含
む２文字のキー「綿花」、「綿毛」、「綿密」、「綿
棒」、「綿の」、「綿か」などに対する出現位置を全て
足し合わせることで検索処理を行なわなければならなく
なる。このような２文字のキーが多数存在することで、
テキストデータの検索に用いるインデックスのキーの数
が増大し、検索速度が低下することになる。

【００１１】本発明は上記の問題点に鑑みてなされたも
のであり、検索速度の低下を招くことなく、テキストデ
ータの検索に用いるインデックスのキーを削減すること
ができる情報処理装置及びその方法を提供することを目
的とする。

【００１２】

【課題を解決するための手段】上記の目的を達成するた
めに本発明による情報処理装置は以下のような構成を備
える。即ち、テキストデータを検索する情報処理装置で
あって、テキストデータを保持する保持手段と、前記テ
キストデータ中の文字列の位置に関する位置情報を作成
する作成手段と、前記作成手段で作成された位置情報を
保持する位置情報保持手段と、前記テキストデータ中の
所定の文字列の出現する出現回数に基づいて、前記位置
情報保持手段に保持されている該所定の文字列を包含す
る文字列の位置情報を削除する削除手段と、入力された
検索条件に該当するテキストデータを、前記位置情報保
持手段に保持されている位置情報を用いて検索する検索
手段とを備える。

【００１３】また、好ましくは、前記削除手段は、前記
テキストデータ中の所定の文字列を包含する文字列の出
現する出現回数が所定回数以上である場合、該所定の文
字列の位置情報を削除する。また、好ましくは、前記検
索手段による検索結果を保持する保持手段を更に備え
る。

【００１４】また、好ましくは、前記作成手段は、前記
テキストデータ中の少なくとも１文字、２文字の文字列
を含む文字列の位置に関する位置情報を作成する。ま
た、好ましくは、前記所定の文字列を包含する文字列
は、該所定の文字列に少なくとも前接、あるいは後接す
る文字列である。上記の目的を達成するための本発明に
よる情報処理装置は以下の構成を備える。即ち、テキス
トデータを検索する情報処理装置であって、テキストデ
ータを保持する保持手段と、前記テキストデータ中の所
定の文字列を包含する文字列が出現する出現回数に基づ
いて、該テキストデータ中の文字列の位置に関する位置
情報を作成する作成手段と、前記作成手段で作成された
位置情報に基づいて、入力された検索条件に該当するテ
キストデータを検索する検索手段とを備える。

【００１５】また、好ましくは、前記テキストデータ中
の所定の文字列を包含する文字列が出現する出現回数が
０あるいは所定回数以上である場合、前記作成手段は、
該所定の文字列を包含する文字列の位置に関する位置情
報を作成する。また、好ましくは、前記検索手段による
検索結果を保持する保持手段を更に備える。

【００１６】また、好ましくは、前記所定の文字列を包
含する文字列は、該所定の文字列に少なくとも前接、あ
るいは後接する文字列である。上記の目的を達成するた
めの本発明による情報処理装置は以下の構成を備える。
即ち、テキストデータを管理する情報処理装置であっ
て、入力されたテキストデータ中の文字列の位置に関す
る位置情報を作成する作成手段と、前記作成手段で作成
された位置情報を保持する位置情報保持手段と、前記テ
キストデータ中の所定の文字列の出現する出現回数に基
づいて、前記位置情報保持手段に保持されている該所定
の文字列を包含する文字列の位置情報を削除する削除手
段と、前記位置情報保持手段に保持されている位置情報
と前記テキストデータを対応づけて管理する管理手段と
を備える。

【００１７】上記の目的を達成するための本発明による
情報処理装置は以下の構成を備える。即ち、テキストデ
ータを管理する情報処理装置であって、入力されたテキ
ストデータ中の所定の文字列を包含する文字列が出現す
る出現回数に基づいて、該テキストデータ中の文字列の
位置に関する位置情報を作成する作成手段と、前記作成
手段で作成された位置情報と前記テキストデータを対応
づけて管理する管理手段とを備えるこ。

【００１８】上記の目的を達成するための本発明による
情報処理方法は以下の構成を備える。即ち、テキストデ
ータを検索する情報処理方法であって、テキストデータ
を第１記憶媒体に保持する保持工程と、前記テキストデ
ータ中の文字列の位置に関する位置情報を作成する作成
工程と、前記作成工程で作成された位置情報を保持する
第２記憶媒体に位置情報保持工程と、前記テキストデー
タ中の所定の文字列の出現する出現回数に基づいて、前
記位置情報保持工程で前記第２記憶媒体に保持されてい
る該所定の文字列を包含する文字列の位置情報を削除す
る削除工程と、入力された検索条件に該当するテキスト
データを、前記位置情報保持工程で前記第２記憶媒体に
保持されている位置情報を用いて検索する検索工程とを
備える。

【００１９】上記の目的を達成するための本発明による
情報処理方法は以下の構成を備える。即ち、テキストデ
ータを検索する情報処理方法であって、テキストデータ
を記憶媒体に保持する保持工程と、前記テキストデータ
中の所定の文字列を包含する文字列が出現する出現回数
に基づいて、該テキストデータ中の文字列の位置に関す
る位置情報を作成する作成工程と、前記作成工程で作成
された位置情報に基づいて、入力された検索条件に該当
するテキストデータを検索する検索工程とを備える。

【００２０】上記の目的を達成するための本発明による
情報処理方法は以下の構成を備える。即ち、テキストデ
ータを管理する情報処理方法であって、入力されたテキ
ストデータ中の文字列の位置に関する位置情報を作成す
る作成工程と、前記作成工程で作成された位置情報を第
１記憶媒体に保持する位置情報保持工程と、前記テキス
トデータ中の所定の文字列の出現する出現回数に基づい
て、前記位置情報保持工程で前記第１記憶媒体に保持さ
れている該所定の文字列を包含する文字列の位置情報を
削除する削除工程と、前記位置情報保持工程で前記第１
記憶媒体に保持されている位置情報と前記テキストデー
タを対応づけて第２記憶媒体に管理する管理工程とを備
える。

【００２１】上記の目的を達成するための本発明による
情報処理方法は以下の構成を備える。即ち、テキストデ
ータを管理する情報処理方法であって、入力されたテキ
ストデータ中の所定の文字列を包含する文字列が出現す
る出現回数に基づいて、該テキストデータ中の文字列の
位置に関する位置情報を作成する作成工程と、前記作成
工程で作成された位置情報と前記テキストデータを対応
づけて記憶媒体に管理する管理工程とを備えることを特
徴とする情報処理方法。

【００２２】上記の目的を達成するための本発明による
コンピュータ可読メモリは以下の構成を備える。即ち、
テキストデータを検索する情報処理のプログラムコード
が格納されたコンピュータ可読メモリであって、テキス
トデータを第１記憶媒体に保持する保持工程のプログラ
ムコードと、前記テキストデータ中の文字列の位置に関
する位置情報を作成する作成工程のプログラムコード
と、前記作成工程で作成された位置情報を第２記憶媒体
に保持する位置情報保持工程のプログラムコードと、前
記テキストデータ中の所定の文字列の出現する出現回数
に基づいて、前記位置情報保持工程で前記第２記憶媒体
に保持されている該所定の文字列を包含する文字列の位
置情報を削除する削除工程のプログラムコードと、入力
された検索条件に該当するテキストデータを、前記位置
情報保持工程で前記第２記憶媒体に保持されている位置
情報を用いて検索する検索工程のプログラムコードとを
備える。

【００２３】上記の目的を達成するための本発明による
コンピュータ可読メモリは以下の構成を備える。即ち、
テキストデータを検索する情報処理のプログラムコード
が格納されたコンピュータ可読メモリであって、テキス
トデータを記憶媒体に保持する保持工程のプログラムコ
ードと、前記テキストデータ中の所定の文字列を包含す
る文字列が出現する出現回数に基づいて、該テキストデ
ータ中の文字列の位置に関する位置情報を作成する作成
工程のプログラムコードと、前記作成工程で作成された
位置情報に基づいて、入力された検索条件に該当するテ
キストデータを検索する検索工程のプログラムコードと
を備える。

【００２４】上記の目的を達成するための本発明による
コンピュータ可読メモリは以下の構成を備える。即ち、
テキストデータを管理する情報処理のプログラムコード
が格納されたコンピュータ可読メモリであって、入力さ
れたテキストデータ中の文字列の位置に関する位置情報
を作成する作成工程のプログラムコードと、前記作成工
程で作成された位置情報を第１記憶媒体に保持する位置
情報保持工程のプログラムコードと、前記テキストデー
タ中の所定の文字列の出現する出現回数に基づいて、前
記位置情報保持工程で前記第１記憶媒体に保持されてい
る該所定の文字列を包含する文字列の位置情報を削除す
る削除工程のプログラムコードと、前記位置情報保持工
程で前記第１記憶媒体に保持されている位置情報と前記
テキストデータを対応づけて第２記憶媒体に管理する管
理工程のプログラムコードとを備える。

【００２５】上記の目的を達成するための本発明による
コンピュータ可読メモリは以下の構成を備える。即ち、
テキストデータを管理する情報処理のプログラムコード
が格納されたコンピュータ可読メモリであって、入力さ
れたテキストデータ中の所定の文字列を包含する文字列
が出現する出現回数に基づいて、該テキストデータ中の
文字列の位置に関する位置情報を作成する作成工程のプ
ログラムコードと、前記作成工程で作成された位置情報
と前記テキストデータを対応づけて記憶媒体に管理する
管理工程のプログラムコードとを備える。

【００２６】

【発明の実施の形態】以下、図面を参照して本発明の好
適な実施形態を詳細に説明する。図１は本発明の実施形
態に係る情報処理装置の機能構成を示すブロック図であ
る。図１において、１０１は被検索テキスト保持部であ
り、被検索テキストデータを保持する。１０２はインデ
ックス作成部であり、被検索テキスト保持部１０１に保
持されている被検索テキストデータ中でのキー（テキス
トデータを構成する文字あるいは文字列）の出現位置を
列挙したインデックスを作成する。１０３はインデック
ス保持部であり、インデックス作成部１０２で作成した
インデックスを保持する。

【００２７】１０４はインデックス削減部であり、イン
デックス保持部１０３に保持されているインデックスか
ら、特定のキーを包含する文字列であるの数が基準以下
である場合に当該キーとその位置リストをインデックス
から削除する。１０５は検索パターン保持部であり、被
検索テキストデータから検索するパターンを保持する。
１０６は検索部であり、インデックス保持部１０３に保
持されているインデックスを用いて、検索パターン保持
部１０５に保持されている検索パターンを被検索テキス
トデータ中から検索する。１０６は検索結果保持部であ
り、検索部１０６による検索結果を保持する。

【００２８】次に本発明の実施形態の情報処理装置の構
成について、図２を用いて説明する。図２は本発明の実
施形態の情報処理装置の構成を示すブロック図である。
図２において、２０１はＣＰＵであり、後述する手順を
実現するプログラムに従って動作する。２０２はＲＡＭ
であり、被検索テキスト保持部１０１、検索パターン保
持部１０５、検索結果保持部１０７と上記プログラムの
動作に必要な記憶領域とを提供する。２０３はＲＯＭで
あり、後述する手順を実現するプログラムを保持する。
２０４はディスク装置であり、インデックス保持部１０
３を実現する。２０５は情報処理装置の各種構成要素を
相互に接続するバスである。２０６はキーボード及びマ
ウスからなる入力装置であり、検索キーを入力する。２
０７は例えば、ＣＲＴ、ＬＣＤ等の出力装置であり、検
索結果を表示する。

【００２９】以下、説明していく本発明の実施形態で実
行される処理は、インデックスを作成するインデックス
作成処理、インデックスを削減するインデックス削減処
理と文字列を検索する検索処理の３つに大きく分かれ
る。まず、インデックス作成処理によって作成されるイ
ンデックスを保持するインデックス保持部１０３の詳細
な構成について、図８を用いて説明する。

【００３０】図８は本発明の実施形態のインデックス保
持部の詳細な構成を示す図である。図８において、８０
１は、長さ１と２の文字列が被検索テキストデータ中に
出現する回数を保持する出現回数領域である。行が文字
列の１文字目の文字に対応し、列が文字列の１文字目の
文字に対応する２次元の出現回数テーブルを保持する。
但し、０列目については、各行の文字だけで構成される
長さ１の文字列の出現回数を示す。

【００３１】８０２は、長さ１と２の文字列をキーとす
る場合のキーコードを保持するキーコード領域である。
行が文字列の１文字目の文字に対応し、列が文字列の１
文字目の文字に対応する２次元のキーコードテーブルを
保持する。但し、０列目については、各行の文字だけで
構成される長さ１の文字列のキーコードを示す。また、
値が０の場合は、該当する文字列がキーになっていない
ことを示す。

【００３２】８０３は、キーコードが示すキーが被検索
テキストデータ中に存在する位置を列挙した位置リスト
を保持する位置リスト領域である。以下の説明では、出
現回数テーブルにおいて長さ２の文字列ｃ１ｃ２に対応
する値をＣ（ｃ１，ｃ２）で表し、出現回数テーブルに
おいて長さ１の文字列ｃに対応する値をＣ0（ｃ）で表
し、キーコードテーブルにおいて長さ２の文字列ｃ1ｃ2
に対応する値をＫ（ｃ１，ｃ２）で表し、キーコードテ
ーブルにおいて長さ１の文字列ｃに対応する値をＫ0
（ｃ）で表し、キーコードｋに対する位置リストをＬ
（ｋ）で表す場合もある。

【００３３】次に、インデックス作成部１０２で実行さ
れるインデックス作成処理について、図３を用いて説明
する。図３は本発明の実施形態で実行されるインデック
ス作成処理を示すフローチャートである。尚、被検索テ
キストデータの最後にはテキストデータの終わりを示す
文字があると仮定する。

【００３４】まず、ステップＳ３０１では、出現回数テ
ーブル、キーコードテーブルの全要素を全て０に初期化
する。また、処理の対象となっている文字の位置を示す
カウンタＣを１に初期化する。次に、ステップＳ３０２
では、ポインタｐの初期化を行なう。ポインタｐは、処
理の対象となっている文字を指し示すもので、これを被
検索テキストデータの先頭文字を指すように初期化す
る。ステップＳ３０３では、ポインタｐの指す文字が被
検索テキストデータの終わりを示す文字であるか否かを
判定する。被検索テキストデータの終わりを示す文字で
ある場合（ステップＳ３０３でＹＥＳ）、インデックス
作成処理を終了する。一方、被検索テキストデータの終
わりを示す文字でない場合（ステップＳ３０３でＮ
Ｏ）、ステップＳ３０４に進む。

【００３５】ステップＳ３０４では、出現回数テーブル
において、ポインタｐの指す文字に対する値を１増や
す。また、ポインタｐの指す文字ｃ１と次の文字ｃ２か
ら構成される２文字の文字列に対する値を１増やす。ス
テップＳ３０５では、キーコードテーブルにおいて、文
字ｃ1に対するキーコードのリストにｃの値を追加す
る。また、ｃ１とｃ２から構成される２文字の文字列に
対するキーコードのリストにｃの値を追加する。尚、キ
ーコードテーブルで該当する値が０の場合は、新たにキ
ーコードを割り当ててから追加を行なう。

【００３６】ステップＳ３０６では、カウンタｃの値を
１増やす。ステップＳ３０７では、ポインタｐが次の文
字を指し示すようポインタｐを進め、ステップＳ３０３
に戻る。次に、インデックス削減部１０４で実行される
インデックス削減処理について、図４を用いて説明す
る。

【００３７】図４は本発明の実施形態で実行されるイン
デックス削減処理を示すフローチャートである。まず、
ステップＳ４０１では、計算用領域ａにテーブルの先頭
行の文字を代入する。ステップＳ４０２では、計算用領
域ｂにテーブルの２列目の文字を代入する。また、計算
用領域ｓと計算用領域ｔの値を０に初期化する。ステッ
プＳ４０３では、キーコードテーブルで文字ａと文字ｂ
の２文字からなる文字列に対応するキーコードＫ（ａ，
ｂ）を調べ、キーコードＫ（ａ，ｂ）が０であるか否か
を判定する。キーコードＫ（ａ，ｂ）が０である場合
（ステップＳ４０３でＹＥＳ）、ステップＳ４０５に進
む。一方、キーコードＫ（ａ，ｂ）が０でない場合（ス
テップＳ４０３でＹＥＳ）、ステップＳ４０４に進む。

【００３８】ステップＳ４０４では、出現回数テーブル
で文字ａと文字ｂの２文字からなる文字列に対応する値
を計算用領域ｓに加算する。また、計算用領域ｔの値を
１増やす。ステップＳ４０５では、文字ｂに対応する列
の次の列が存在するか否かを調べる。次の列が存在する
場合（ステップＳ４０５でＹＥＳ）、文字ｂを次の列の
文字にして、ステップＳ４０３に戻る。一方、次の列が
存在しない場合（ステップＳ４０５でＮＯ）、ステップ
Ｓ４０６に進む。

【００３９】ステップＳ４０６では、出現回数テーブル
で文字ａに対応する行の０列目の値と計算用領域ｓの値
とを比較し、両者が一致しかつ計算用領域ｔの値＜１０
であるという条件を満たすか否かを判定する。条件を満
たす場合（ステップＳ４０６でＹＥＳ）、ステップＳ４
０７に進み、キーコードテーブルで文字ａに対応する行
の０列目の値であるキーコードに対するインデックスリ
ストを削除し、キーコードテーブルで文字ａに対応する
行の０列目の値を０にする。そして、ステップＳ４０８
に進む。一方、条件を満たさない場合（ステップＳ４０
６でＮＯ）、ステップＳ４０８に進む。

【００４０】ステップＳ４０８では、文字ａに対応する
行の次の行が存在するか否かを調べる。次の行が存在す
る場合（ステップＳ４０８でＹＥＳ）、文字ａを次の行
の文字にして、ステップＳ４０２に戻る。一方、次の行
が存在しない場合（ステップＳ４０８でＮＯ）、インデ
ックス削除処理を終了する。例えば、本実施形態のイン
デックス作成処理によって、図９に示すインデックスが
作成されたとする。この例では、文字「綿」と「詐」で
始まる以外のデータは省略して示している。このインデ
ックスに対し、本実施形態のインデックス削除処理を行
なうと、図８に示すインデックスが得られる。ここで
は、キー「詐」に対応するインデックスが削除されて、
インデックスサイズが小さくなることが分かる。

【００４１】次に検索部１０５で実行される検索処理に
ついて、図６を用いて説明する。図６は本発明の実施形
態で実行される検索処理を示すフローチャートである。
まず、ステップＳ５０１では、検索パターン保持部１０
５に保持されている検索パターンの長さを演算用領域ｌ
に代入する。また、演算用領域ｎに１を代入する。ステ
ップＳ５０２では、演算用領域ｎに対する位置リスト獲
得処理を行ない、獲得した位置リストを演算用配列Ａ１
に格納する。尚、この位置リスト獲得処理の詳細につい
ては、図６を用いて説明する。

【００４２】ステップＳ５０３では、演算用領域ｎの示
す値が演算用領域ｌの示す値より大きいか否かを判定す
る。演算用領域ｎの示す値が演算用領域ｌの示す値より
大きい場合（ステップＳ５０３でＹＥＳ）、ステップＳ
５０６に進む。一方、演算用領域ｎの示す値が演算用領
域ｌの示す値未満である場合（ステップＳ５０３でＮ
Ｏ）、ステップＳ５０４に進む。

【００４３】ステップＳ５０４では、演算用領域ｎに対
する位置リスト獲得処理を行ない、獲得した位置リスト
を演算用配列Ａ２に格納する。ステップＳ５０５では、
演算用配列Ａ１と演算用配列２の両方に存在している値
を全て取り出し、これらの値だけからなる位置リストを
新たに演算用配列Ａ１に格納する。そして、ステップＳ
５０３に戻る。

【００４４】ステップＳ５０６では、演算用配列Ａ１が
空であるか否かを調べる。空でない場合（ステップＳ５
０６でＮＯ）、ステップＳ５０７に進み、被検索テキス
トデータから検索パターンが検索されたことを示す値と
して１を検索結果保持部１０７に保持する。そして検索
処理を終了する。一方、空である場合（ステップＳ５０
６でＹＥＳ）、ステップＳ５０８に進み、被検索テキス
トデータから検索パターンが検索されなかったことを示
す値として０を検索結果保持部１０７に保持する。そし
て、検索処理を終了する。

【００４５】次に、上述した図５のステップＳ５０２に
おける位置リスト獲得処理の詳細について、図６を用い
て説明する。図６は本発明の実施形態で実行される位置
リスト獲得処理の詳細を示すフローチャートである。ま
ず、ステップＳ６０１では、演算用領域ｌの値が演算用
領域ｎの値より大きいか否かを判定する。演算用領域ｌ
の値が演算用領域ｎの値より大きい場合（ステップＳ６
０１でＹＥＳ）、ステップＳ６０２に進む。一方、演算
用領域ｌの値が演算用領域ｎの値未満である場合（ステ
ップＳ６０１でＮＯ）、ステップＳ６０６に進む。

【００４６】ステップＳ６０２では、キーコードテーブ
ルで、検索パターンのｎ番目の文字ｃ１に対応する行の
最初の列Ｋ０（ｃ１）の値が０であるか否かを判定す
る。列Ｋ０（ｃ１）の値が０である場合（ステップＳ６
０２でＹＥＳ）、ステップＳ６０３に進み、検索パター
ンのｎ番目の文字に対する位置リスト合成処理を行な
い、合成された位置リストを獲得リストにする。そし
て、ステップＳ６０５に進む。尚、この位置リスト合成
処理の詳細については、図７を用いて後述する。一方、
列Ｋ０（ｃ１）の値が０でない場合（ステップＳ６０２
でＮＯ）、ステップＳ６０４に進み、キーコードテーブ
ルで、検索パターンのｎ番目の文字に対応する行の最初
の列のキーコードに対する位置リストを取り出し、これ
を獲得リストにする。そして、ステップＳ６０５に進
む。

【００４７】ステップＳ６０５では、検索処理全般で使
用する演算用領域ｎにｎ＋１を代入する。そして、ステ
ップＳ６１０に進む。一方、ステップＳ６０６では、出
現回数テーブルにおいて、検索パターンのｎ番目の文字
に対応する行で、検索パターンのｎ＋１番目の文字ｃ２
に対応する列Ｃ（ｃ１，ｃ２）の値が０であるか否かを
判定する。列Ｃ（ｃ１，ｃ２）の値が０である場合（ス
テップＳ６０６でＹＥＳ）、ステップＳ６０７に進み、
空のリストを獲得リストとする。そして、ステップＳ６
０９に進む。一方、列Ｃ（ｃ１，ｃ２）の値が０でない
場合（ステップＳ６０６でＮＯ）、ステップＳ６０８に
進み、キーコードテーブルにおいて、検索パターンのｎ
番目の文字に対応する行で、検索パターンのｎ＋１番目
の文字に対応する列の値をキーとする位置リストを取り
出し、これを獲得リストにする。そして、ステップＳ６
０９に進む。

【００４８】ステップＳ６０９では、検索処理全般で使
用する演算用領域ｎにｎ＋２を代入する。そして、ステ
ップＳ６１０に進む。ステップＳ６１０では、獲得リス
トの全ての要素からｎー１を引く。そして、位置リスト
獲得処理を終了する。次に、上述した図６のステップＳ
６０３における位置リスト合成処理の詳細について、図
７を用いて説明する。

【００４９】図７は本発明の実施形態で実行される位置
リスト合成処理の詳細を示すフローチャートである。ま
ず、ステップＳ７０１では、計算用領域ａに検索パター
ンのｎ文字目を代入する。また、リストｓを空に初期化
する。ステップＳ７０２では、計算用領域ｂにテーブル
の２列目の文字を代入する。ステップＳ７０３では、キ
ーコードテーブルで文字ａと文字ｂの２文字からなる文
字列に対応するキーコードＫ（ａ，ｂ）が０であるか否
かを判定する。キーコードＫ（ａ，ｂ）が０である場合
（ステップＳ７０３でＹＥＳ）、ステップＳ７０５に進
む。一方、キーコードＫ（ａ，ｂ）が０でない場合（ス
テップＳ７０３でＮＯ）、ステップＳ７０４に進む。

【００５０】ステップＳ７０４では、キーコードテーブ
ルで文字ａと文字ｂの２文字からなる文字列に対応する
キーの位置リストをリストｓに付け加える。ステップＳ
７０５では、文字ｂに対応する列の次の列が存在するか
否かを調べる。次の列が存在する場合（ステップＳ７０
５でＹＥＳ）、文字ｂを次の列の文字にして、ステップ
Ｓ７０３に戻る。一方、次の列が存在しない場合（ステ
ップＳ７０５でＮＯ）、位置リスト合成処理を終了す
る。

【００５１】以上の処理により、リストｓが合成された
リストとして生成される。ここで、図８に示したインデ
ックスと同じ被検索テキストデータに対し、従来の情報
処理装置でインデックスを作成した例を図１０に示す。
このインデックスに対しても、本実施形態と同じ検索処
理が適用可能である。図１０のインデックスを用いて、
「綿」と「詐」について検索を行なうと、いずれの場合
も位置リスト合成処理が必要になる。特に、「綿」に対
する位置リスト合成処理には時間がかかる。

【００５２】一方、本実施形態で作成した図８に示すイ
ンデックスを利用した場合、「綿」を検索する場合には
位置リスト合成処理は必要ない。「詐」を検索する場合
には位置リスト合成処理が必要になる。しかし、位置リ
スト合成処理でのリスト加算の回数は１０回に満たない
ので、従来に比べてそれほど時間はかからない。以上説
明したように、本実施形態によれば、位置リスト合成処
理でのリスト加算の回数を抑えられるので、検索処理時
間の増大を防ぐことができる。また、位置リスト合成処
理が必要になる検索パターンは、「詐」のように後接す
る文字が限られているものであり、これは単語の一部で
あることが多い。従って、そのような検索パターンが要
求されることは実際には稀であり、この点からも、検索
時間を増大させることが少なくなる。

【００５３】また、削除されたキーを使用して検索を行
なう場合でも、位置リスト合成処理に要する時間が大き
くならないように抑え、しかも検索パターンとして要求
されやすいキーに対しては、位置リスト合成処理を行な
わずに済むようにした上で、削除可能なキー削除するこ
とができる。従って、検索時間を増加させることなくイ
ンデックスサイズを小さくすることができる。

【００５４】尚、上記実施形態においては、一旦全ての
キーを含むインデックスを作成してから、他に包含され
るキーの一部を削除す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い。インデックス作成処理にお
いて、他に包含されるキーに対する位置リストの作成を
調整してもよい。この場合の情報処理装置の機能構成に
ついて、図１１を用いて説明する。

【００５５】図１１は本発明の他の実施形態の情報処理
装置の機能構成を示すブロック図である。図１１におい
て、１１０１は被検索テキスト保持部であり、被検索テ
キストデータを保持する。１１０２はインデックス作成
部であり、被検索テキスト保持部１１０１に保持されて
いる被検索テキストデータ中で、所定の文字列を包含す
る文字列であるキーの数が基準を越えるかあるいは存在
しない場合に、当該文字列をキーとして、そのキーの出
現位置を列挙したインデックスを作成する。１１０３は
インデックス保持部であり、インデックス作成部１１０
２で作成したインデックスを保持する。

【００５６】１１０４は検索パターン保持部であり、被
検索テキストデータから検索するパターンを保持する。
１１０５は検索部であり、インデックス保持部１１０３
に保持されているインデックスを用いて、検索パターン
保持部１１０５に保持されている検索パターンを被検索
テキストデータ中から検索する。１１０６は検索結果保
持部であり、検索部１１０５による検索結果を保持す
る。

【００５７】また、上記実施形態においては、キー長を
１と２に固定したインデックスを作成する場合について
説明したが、これに限定されるものではない。出現する
文字列の回数に応じて任意のキー長を変えたりしてもよ
い。この場合でも、あるキーについてそれを包含するキ
ーが存在する場合は、キーの削除を行なうことができ
る。

【００５８】また、上記実施形態においては、削減され
るキーのキー長が１の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。削減されるキーのキー長が２
以上である場合は、当該キーの各部分文字列をキーとし
て位置リストを取り出せる場合があるので、位置リスト
合成処理を行なわずにすむケースも生じる。また、上記
実施形態においては、全ての文字について一括のインデ
ックスを作成する場合について説明したが、これに限定
されるものではない。ひらがな、カタカナ、漢字などの
字種ごとにインデックスを分けてもよい。この場合、拡
張する場合には同一字種の文字でのみ拡張してもよい
し、他の字種の文字も含めて拡張してもよい。

【００５９】また、上記実施形態においては、削除候補
のキーを包含するキーとして、先頭文字が一致するもの
を対象とする場合について説明したが、これに限定され
るものではない。末尾の文字が一致する場合や、中間が
一致する場合など任意の包含関係でよい。また、上記実
施形態においては、２次元のテーブルを利用してインデ
ックスを管理する場合について説明したが、これに限定
されるものではない。例えば、図１４に示すようなトラ
イを用いても実現できる。

【００６０】図１４は本発明の他の実施形態のインデッ
クスのデータ構造と作成例を示す図である。図１４にお
いて、１４０１はルートノードである。ルートノード１
４０１は２つのデータをノード１４０２、ノード１４０
３にそれぞれ保持する。ノード１４０２は、そのノード
１４０２をキーとした場合のキーの出現回数を示すデー
タである。ノード１４０３は、そのノード１４０３をキ
ーとした場合のキーコードを示すデータである。トライ
では、上位のノードから自ノードまで辿る間の文字を付
加したものが自ノードのキーとなる。従って、例えば、
ノード１４０４は、キー「詐称」を表す。尚、位置リス
トは、図８の位置リスト領域８０４と同じになる。

【００６１】また、上記実施形態においては、図１１に
示す各領域を予め十分な大きさで確保しておく場合につ
いて説明したが、これに限定されるものではない。必要
に応じて領域を増大させてもよい。また、上記実施形態
においては、位置リスト削減処理において、計算用領域
ｔの値が閾値１０を下回る場合を、位置リストの削減の
基準として説明したが、これに限定されるものではな
い。閾値の値を変えてもよいし、字種などにより異なる
閾値を用いてもよい。また、被検索テキストデータの大
きさなどに応じて閾値を変化させてもよい。

【００６２】また、上記実施形態においては、出現回数
テーブル、キーコードテーブルの各テーブルの列を求め
る際に文字コードを使用す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い。文字に対して内部的な
コードを割り当て、そのコードで列を参照してもよい。
また、上記実施形態においては、出現回数テーブル、キ
ーコードテーブルの各テーブルや位置リストを参照する
際にコードを使用す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い。テーブルのアドレスを指し示
すポインタなどを使用してもよい。

【００６３】また、上記実施形態においては、被検索テ
キストデータ中に検索パターンが存在するか否かを検索
結果として保持す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い。被検索テキストデータ中の検索
パターンの存在位置を検索結果として保持してもよい。
この場合、図５で説明した検索処理のステップＳ５０６
の配列Ａ1の値が検索パターンの存在位置を示すので、
これを用いれば、検索パターンの存在位置を検索結果と
して保持することができる。

【００６４】また、上記実施形態においては、単一の被
検索テキストデータに対して検索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い。複数のテ
キストデータに対し、検索パターンが含まれるテキスト
データを検索するために用いてもよいことは言うまでも
ない。また、上記実施形態においては、インデックス作
成処理と検索処理を同一の情報処理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。イ
ンデックス作成処理と検索処理を異なる情報処理装置で
行ってもよい。この場合の各情報処理装置の機能構成に
ついて、図１２と図１３を用いて説明する。尚、図１２
に示す情報処理装置と、図１３に示す情報処理装置は、
例えば、ネットワーク回線で接続され互いにデータの授
受を可能とする構成になっている。

【００６５】図１２は本発明の他の実施形態に係る情報
処理装置の機能構成を示すブロック図である。図１２に
おいて、１２０１は被検索テキスト保持部であり、被検
索テキストデータを保持する。１２０２はインデックス
作成部であり、被検索テキスト保持部１２０１に保持さ
れている被検索テキストデータ中でのキー（テキストデ
ータを構成する文字あるいは文字列）の出現位置を列挙
したインデックスを作成する。１２０３はインデックス
保持部であり、インデックス作成部１２０２で作成した
インデックスを保持する。１２０４はインデックス削減
部であり、インデックス保持部１２０３に保持されてい
るインデックスから、特定のキーを包含する文字列であ
るの数が基準以下である場合に当該キーとその位置リス
トをインデックスから削除する。

【００６６】図１３は本発明の他の実施形態に係る情報
処理装置の機能構成を示すブロック図である。図１３に
おいて、１３０１はインデックス保持部であり、図１２
に示す情報処理装置で作成されたインデックスを保持す
る。１３０２は被検索テキストから検索するパターンを
保持する検索パターン保持部である。１３０３は検索部
であり、インデックス保持部１３０１に保持されている
インデックスを用いて、検索パターン保持部１３０２に
保持されている検索パターンを被検索テキストデータ中
から検索する。１３０４は検索結果保持部であり、検索
部１３０３による検索結果を保持する。

【００６７】また、上記実施形態においては、被検索テ
キスト保持部１０１、検索パターン保持部１０５、検索
結果保持部１０７をＲＡＭ２０２で、インデックス保持
部１０３をディスク装置２０３で実現する場合について
説明したが、これに限定されるものではなく、任意の記
憶媒体を用いて実現してもよい。また、上記実施形態に
おいては、各構成要素を同一の情報処理装置上で構成す
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、ネットワーク上に分散した情報処理装置に分かれ
て各構成要素を構成してもよい。

【００６８】また、上記実施形態においては、プログラ
ムをＲＯＭ２０３に保持す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、任意の記憶媒体を用い
て実現してもよい。また、同様の動作をする回路で実現
してもよい。尚、本発明は、複数の機器（例えば、ホス
トコンピュータ、インタフェース機器、リーダ、プリン
タ等）から構成されるシステムに適用しても、一つの機
器からなる装置（例えば、複写機、ファクシミリ装置
等）に適用してもよい。

【００６９】また、本発明の目的は、前述した実施形態
の機能を実現するソフトウェアのプログラムコードを記
録した記憶媒体を、システムあるいは装置に供給し、そ
のシステムあるいは装置のコンピュータ（またはＣＰＵ
やＭＰＵ）が記憶媒体に格納されたプログラムコードを
読出し実行することによっても、達成されることは言う
までもない。

【００７０】この場合、記憶媒体から読出されたプログ
ラムコード自体が上述した実施の形態の機能を実現する
ことになり、そのプログラムコードを記憶した記憶媒体
は本発明を構成することになる。プログラムコードを供
給するための記憶媒体としては、例えば、フロッピディ
スク、ハードディスク、光ディスク、光磁気ディスク、
ＣＤ−ＲＯＭ、ＣＤ−Ｒ、磁気テープ、不揮発性のメモ
リカード、ＲＯＭなどを用いることができる。

【００７１】また、コンピュータが読出したプログラム
コードを実行することにより、前述した実施形態の機能
が実現されるだけでなく、そのプログラムコードの指示
に基づき、コンピュータ上で稼働しているＯＳ（オペレ
ーティングシステム）などが実際の処理の一部または全
部を行い、その処理によって前述した実施の形態の機能
が実現される場合も含まれることは言うまでもない。

【００７２】更に、記憶媒体から読出されたプログラム
コードが、コンピュータに挿入された機能拡張ボードや
コンピュータに接続された機能拡張ユニットに備わるメ
モリに書き込まれた後、そのプログラムコードの指示に
基づき、その機能拡張ボードや機能拡張ユニットに備わ
るＣＰＵなどが実際の処理の一部または全部を行い、そ
の処理によって前述した実施形態の機能が実現される場
合も含まれることは言うまでもない。

【００７３】本発明を上記記憶媒体に適用する場合、そ
の記憶媒体には、先に説明したフローチャートに対応す
るプログラムコードを格納することになるが、簡単に説
明すると、図１５〜図１８のメモリマップ例に示す各モ
ジュールを記憶媒体に格納することになる。すなわち、
図１５に示すように、少なくとも「保持モジュール」、
「作成モジュール」、「位置情報保持モジュール」、
「削除モジュール」および「検索モジュール」の各モジ
ュールのプログラムコードを記憶媒体に格納すればよ
い。

【００７４】尚、「保持モジュール」は、テキストデー
タを第１記憶媒体に保持する。「作成モジュール」は、
テキストデータ中の文字列の位置に関する位置情報を作
成する。「位置情報保持モジュール」は、作成された位
置情報を第２記憶媒体に保持する。「検索モジュール」
は、テキストデータ中の所定の文字列の出現する出現回
数に基づいて、第２記憶媒体に保持されている該所定の
文字列を包含する文字列の位置情報を削除する。「検索
モジュール」は、入力された検索条件に該当するテキス
トデータを、第２記憶媒体に保持されている位置情報を
用いて検索する。

【００７５】また、図１６に示すように、少なくとも
「保持モジュール」、「作成モジュール」および「検索
モジュール」の各モジュールのプログラムコードを記憶
媒体に格納すればよい。尚、「保持モジュール」は、テ
キストデータを記憶媒体に保持する。「作成モジュー
ル」は、テキストデータ中の所定の文字列を包含する文
字列が出現する出現回数に基づいて、該テキストデータ
中の文字列の位置に関する位置情報を作成する。「検索
モジュール」は、作成された位置情報に基づいて、入力
された検索条件に該当するテキストデータを検索する。

【００７６】また、図１７に示すように、少なくとも
「作成モジュール」、「位置情報保持モジュール」、
「削除モジュール」および「管理モジュール」の各モジ
ュールのプログラムコードを記憶媒体に格納すればよ
い。尚、「作成モジュール」は、入力されたテキストデ
ータ中の文字列の位置に関する位置情報を作成する。
「位置情報保持モジュール」は、作成された位置情報を
第１記憶媒体に保持する。「削除モジュール」は、テキ
ストデータ中の所定の文字列の出現する出現回数に基づ
いて、第１記憶媒体に保持されている該所定の文字列を
包含する文字列の位置情報を削除する。「管理モジュー
ル」は、第１記憶媒体に保持されている位置情報とテキ
ストデータを対応づけて第２記憶媒体に管理する。

【００７７】また、図１８に示すように、少なくとも
「作成モジュール」および「管理モジュール」の各モジ
ュールのプログラムコードを記憶媒体に格納すればよ
い。尚、「作成モジュール」は、入力されたテキストデ
ータ中の所定の文字列を包含する文字列が出現する出現
回数に基づいて、該テキストデータ中の文字列の位置に
関する位置情報を作成する。「管理モジュール」は、作
成された位置情報とテキストデータを対応づけて記憶媒
体に管理する。

【００７８】

【発明の効果】以上説明したように、本発明によれば、
検索速度の低下を招くことなく、テキストデータの検索
に用いるインデックスのキーを削減することができる情
報処理装置及びその方法を提供できる。

【図面の簡単な説明】

【図１】本発明の実施形態に係る情報処理装置の機能構
成を示すブロック図である。

【図２】本発明の実施形態の情報処理装置の構成を示す
ブロック図である。

【図３】本発明の実施形態で実行されるインデックス作
成処理を示すフローチャートである。

【図４】本発明の実施形態で実行されるインデックス削
減処理を示すフローチャートである。

【図５】本発明の実施形態で実行される検索処理を示す
フローチャートである。

【図６】本発明の実施形態で実行される位置リスト獲得
処理の詳細を示すフローチャートである。

【図７】本発明の実施形態で実行される位置リスト合成
処理の詳細を示すフローチャートである。

【図８】本発明の実施形態のインデックス保持部の詳細
な構成を示す図である。

【図９】本発明の実施形態のインデックスのデータ構造
と作成例を示す図である。

【図１０】従来のインデックスのデータ構造と作成例を
示す図である。

【図１１】本発明の他の実施形態の情報処理装置の機能
構成を示すブロック図である。

【図１２】本発明の他の実施形態の情報処理装置の機能
構成を示すブロック図である。

【図１３】本発明の他の実施形態の情報処理装置の機能
構成を示すブロック図である。

【図１４】本発明の他の実施形態のインデックスのデー
タ構造と作成例を示す図である。

【図１５】本発明の実施形態を実現するプログラムコー
ドを格納した記憶媒体のメモリマップの構造を示す図で
ある。

【図１６】本発明の実施形態を実現するプログラムコー
ドを格納した記憶媒体のメモリマップの構造を示す図で
ある。

【図１７】本発明の実施形態を実現するプログラムコー
ドを格納した記憶媒体のメモリマップの構造を示す図で
ある。

【図１８】本発明の実施形態を実現するプログラムコー
ドを格納した記憶媒体のメモリマップの構造を示す図で
ある。

【符号の説明】

１０１被検索テキスト保持部１０２インデックス作成部１０３インデックス保持部１０４インデックス削減部１０５検索パターン保持部１０６検索部１０７検索結果保持部

Claims

【特許請求の範囲】

【請求項１】テキストデータを検索する情報処理装置
であって、テキストデータを保持する保持手段と、前記テキストデータ中の文字列の位置に関する位置情報
を作成する作成手段と、前記作成手段で作成された位置情報を保持する位置情報
保持手段と、前記テキストデータ中の所定の文字列の出現する出現回
数に基づいて、前記位置情報保持手段に保持されている
該所定の文字列を包含する文字列の位置情報を削除する
削除手段と、入力された検索条件に該当するテキストデータを、前記
位置情報保持手段に保持されている位置情報を用いて検
索する検索手段とを備えることを特徴とする情報処理装
置。
【請求項２】前記削除手段は、前記テキストデータ中
の所定の文字列を包含する文字列の出現する出現回数が
所定回数以上である場合、該所定の文字列の位置情報を
削除することを特徴とする請求項１に記載の情報処理装
置。
【請求項３】前記検索手段による検索結果を保持する
保持手段を更に備えることを特徴とする請求項１に記載
の情報処理装置。
【請求項４】前記作成手段は、前記テキストデータ中
の少なくとも１文字、２文字の文字列を含む文字列の位
置に関する位置情報を作成することを特徴とする請求項
１に記載の情報処理装置。
【請求項５】前記所定の文字列を包含する文字列は、
該所定の文字列に少なくとも前接、あるいは後接する文
字列であることを特徴とする請求項１に記載の情報処理
装置。
【請求項６】テキストデータを検索する情報処理装置
であって、テキストデータを保持する保持手段と、前記テキストデータ中の所定の文字列を包含する文字列
が出現する出現回数に基づいて、該テキストデータ中の
文字列の位置に関する位置情報を作成する作成手段と、
前記作成手段で作成された位置情報に基づいて、入力さ
れた検索条件に該当するテキストデータを検索する検索
手段とを備えることを特徴とする情報処理装置。
【請求項７】前記テキストデータ中の所定の文字列を
包含する文字列が出現する出現回数が０あるいは所定回
数以上である場合、前記作成手段は、該所定の文字列を
包含する文字列の位置に関する位置情報を作成すること
を特徴とする請求項６に記載の情報処理装置。
【請求項８】前記検索手段による検索結果を保持する
保持手段を更に備えることを特徴とする請求項６に記載
の情報処理装置。
【請求項９】前記所定の文字列を包含する文字列は、
該所定の文字列に少なくとも前接、あるいは後接する文
字列であることを特徴とする請求項６に記載の情報処理
装置。
【請求項１０】テキストデータを管理する情報処理装
置であって、入力されたテキストデータ中の文字列の位置に関する位
置情報を作成する作成手段と、前記作成手段で作成された位置情報を保持する位置情報
保持手段と、前記テキストデータ中の所定の文字列の出現する出現回
数に基づいて、前記位置情報保持手段に保持されている
該所定の文字列を包含する文字列の位置情報を削除する
削除手段と、前記位置情報保持手段に保持されている位置情報と前記
テキストデータを対応づけて管理する管理手段とを備え
ることを特徴とする情報処理装置。
【請求項１１】テキストデータを管理する情報処理装
置であって、入力されたテキストデータ中の所定の文字列を包含する
文字列が出現する出現回数に基づいて、該テキストデー
タ中の文字列の位置に関する位置情報を作成する作成手
段と、前記作成手段で作成された位置情報と前記テキス
トデータを対応づけて管理する管理手段とを備えること
を特徴とする情報処理装置。
【請求項１２】テキストデータを検索する情報処理方
法であって、テキストデータを第１記憶媒体に保持する保持工程と、前記テキストデータ中の文字列の位置に関する位置情報
を作成する作成工程と、前記作成工程で作成された位置情報を保持する第２記憶
媒体に位置情報保持工程と、前記テキストデータ中の所定の文字列の出現する出現回
数に基づいて、前記位置情報保持工程で前記第２記憶媒
体に保持されている該所定の文字列を包含する文字列の
位置情報を削除する削除工程と、入力された検索条件に該当するテキストデータを、前記
位置情報保持工程で前記第２記憶媒体に保持されている
位置情報を用いて検索する検索工程とを備えることを特
徴とする情報処理方法。
【請求項１３】前記削除工程は、前記テキストデータ
中の所定の文字列を包含する文字列の出現する出現回数
が所定回数以上である場合、該所定の文字列の位置情報
を削除することを特徴とする請求項１２に記載の情報処
理方法。
【請求項１４】前記検索工程による検索結果を記憶媒
体に保持する保持工程を更に備えることを特徴とする請
求項１５に記載の情報処理方法。
【請求項１５】前記作成工程は、前記テキストデータ
中の少なくとも１文字、２文字の文字列を含む文字列の
位置に関する位置情報を作成することを特徴とする請求
項１２に記載の情報処理方法。
【請求項１６】前記所定の文字列を包含する文字列
は、該所定の文字列に少なくとも前接、あるいは後接す
る文字列であることを特徴とする請求項１２に記載の情
報処理方法。
【請求項１７】テキストデータを検索する情報処理方
法であって、テキストデータを記憶媒体に保持する保持工程と、前記テキストデータ中の所定の文字列を包含する文字列
が出現する出現回数に基づいて、該テキストデータ中の
文字列の位置に関する位置情報を作成する作成工程と、
前記作成工程で作成された位置情報に基づいて、入力さ
れた検索条件に該当するテキストデータを検索する検索
工程とを備えることを特徴とする情報処理方法。
【請求項１８】前記テキストデータ中の所定の文字列
を包含する文字列が出現する出現回数が０あるいは所定
回数以上である場合、前記作成工程は、該所定の文字列
を包含する文字列の位置に関する位置情報を作成するこ
とを特徴とする請求項１７に記載の情報処理方法。
【請求項１９】前記検索工程による検索結果を記憶媒
体に保持する保持工程を更に備えることを特徴とする請
求項１７に記載の情報処理方法。
【請求項２０】前記所定の文字列を包含する文字列
は、該所定の文字列に少なくとも前接、あるいは後接す
る文字列であることを特徴とする請求項１７に記載の情
報処理方法。
【請求項２１】テキストデータを管理する情報処理方
法であって、入力されたテキストデータ中の文字列の位置に関する位
置情報を作成する作成工程と、前記作成工程で作成された位置情報を第１記憶媒体に保
持する位置情報保持工程と、前記テキストデータ中の所定の文字列の出現する出現回
数に基づいて、前記位置情報保持工程で前記第１記憶媒
体に保持されている該所定の文字列を包含する文字列の
位置情報を削除する削除工程と、前記位置情報保持工程で前記第１記憶媒体に保持されて
いる位置情報と前記テキストデータを対応づけて第２記
憶媒体に管理する管理工程とを備えることを特徴とする
情報処理方法。
【請求項２２】テキストデータを管理する情報処理方
法であって、入力されたテキストデータ中の所定の文字列を包含する
文字列が出現する出現回数に基づいて、該テキストデー
タ中の文字列の位置に関する位置情報を作成する作成工
程と、前記作成工程で作成された位置情報と前記テキス
トデータを対応づけて記憶媒体に管理する管理工程とを
備えることを特徴とする情報処理方法。
【請求項２３】テキストデータを検索する情報処理の
プログラムコードが格納されたコンピュータ可読メモリ
であって、テキストデータを第１記憶媒体に保持する保持工程のプ
ログラムコードと、前記テキストデータ中の文字列の位置に関する位置情報
を作成する作成工程のプログラムコードと、前記作成工程で作成された位置情報を第２記憶媒体に保
持する位置情報保持工程のプログラムコードと、前記テキストデータ中の所定の文字列の出現する出現回
数に基づいて、前記位置情報保持工程で前記第２記憶媒
体に保持されている該所定の文字列を包含する文字列の
位置情報を削除する削除工程のプログラムコードと、入力された検索条件に該当するテキストデータを、前記
位置情報保持工程で前記第２記憶媒体に保持されている
位置情報を用いて検索する検索工程のプログラムコード
とを備えることを特徴とするコンピュータ可読メモリ。
【請求項２４】テキストデータを検索する情報処理の
プログラムコードが格納されたコンピュータ可読メモリ
であって、テキストデータを記憶媒体に保持する保持工程のプログ
ラムコードと、前記テキストデータ中の所定の文字列を包含する文字列
が出現する出現回数に基づいて、該テキストデータ中の
文字列の位置に関する位置情報を作成する作成工程のプ
ログラムコードと、前記作成工程で作成された位置情報
に基づいて、入力された検索条件に該当するテキストデ
ータを検索する検索工程のプログラムコードとを備える
ことを特徴とするコンピュータ可読メモリ。
【請求項２５】テキストデータを管理する情報処理の
プログラムコードが格納されたコンピュータ可読メモリ
であって、入力されたテキストデータ中の文字列の位置に関する位
置情報を作成する作成工程のプログラムコードと、前記作成工程で作成された位置情報を第１記憶媒体に保
持する位置情報保持工程のプログラムコードと、前記テキストデータ中の所定の文字列の出現する出現回
数に基づいて、前記位置情報保持工程で前記第１記憶媒
体に保持されている該所定の文字列を包含する文字列の
位置情報を削除する削除工程のプログラムコードと、前記位置情報保持工程で前記第１記憶媒体に保持されて
いる位置情報と前記テキストデータを対応づけて第２記
憶媒体に管理する管理工程のプログラムコードとを備え
ることを特徴とするコンピュータ可読メモリ。
【請求項２６】テキストデータを管理する情報処理の
プログラムコードが格納されたコンピュータ可読メモリ
であって、入力されたテキストデータ中の所定の文字列を包含する
文字列が出現する出現回数に基づいて、該テキストデー
タ中の文字列の位置に関する位置情報を作成する作成工
程のプログラムコードと、前記作成工程で作成された位
置情報と前記テキストデータを対応づけて記憶媒体に管
理する管理工程のプログラムコードとを備えることを特
徴とするコンピュータ可読メモリ。