JPH11215007A - データ圧縮装置及び復元装置並びにその方法 - Google Patents
データ圧縮装置及び復元装置並びにその方法Info
- Publication number
- JPH11215007A JPH11215007A JP10010076A JP1007698A JPH11215007A JP H11215007 A JPH11215007 A JP H11215007A JP 10010076 A JP10010076 A JP 10010076A JP 1007698 A JP1007698 A JP 1007698A JP H11215007 A JPH11215007 A JP H11215007A
- Authority
- JP
- Japan
- Prior art keywords
- character string
- code
- character
- data
- storage unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/3084—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction using adaptive string matching, e.g. the Lempel-Ziv method
- H03M7/3088—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction using adaptive string matching, e.g. the Lempel-Ziv method employing the use of a dictionary, e.g. LZ78
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/53—Processing of non-Latin text
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/40—Conversion to or from variable length codes, e.g. Shannon-Fano code, Huffman code, Morse code
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99941—Database schema or data structure
- Y10S707/99942—Manipulating data structure, e.g. compression, compaction, compilation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Document Processing Apparatus (AREA)
Abstract
(57)【要約】
【課題】キロバイトオーダの少ないデータであっても高
い圧縮率を保ちながら高速で圧縮と復元を行う。 【解決手段】文字列辞書格納部１４に圧縮する際の処理
単位となる文字列を登録した辞書を格納し、文字列比較
部１２で、文字列辞書格納部１４の登録文字列と非圧縮
データ中の部分文字列とを比較して一致する部分文字列
を検出し、符号出力部１６が文字列比較部１２によって
検出された部分文字列ごとに予め定められた符号を割り
当てて出力する。文字列辞書格納部１４は約１３万語の
単語をに１７ビットの固定長の文字列符号を割り当てて
おり、文書データの大小に関わらず、実質的にデータ量
を半分以下に圧縮する。
い圧縮率を保ちながら高速で圧縮と復元を行う。 【解決手段】文字列辞書格納部１４に圧縮する際の処理
単位となる文字列を登録した辞書を格納し、文字列比較
部１２で、文字列辞書格納部１４の登録文字列と非圧縮
データ中の部分文字列とを比較して一致する部分文字列
を検出し、符号出力部１６が文字列比較部１２によって
検出された部分文字列ごとに予め定められた符号を割り
当てて出力する。文字列辞書格納部１４は約１３万語の
単語をに１７ビットの固定長の文字列符号を割り当てて
おり、文書データの大小に関わらず、実質的にデータ量
を半分以下に圧縮する。
Description
【０００１】
【産業上の利用分野】本発明は、文書データを圧縮し復
元するためのデータ圧縮装置及び復元装置並びその方法
に関し、特に、日本語、中国語、ハングル語等のスペー
スで区切られない単語構造をもつ言語の文字コードで作
成された文書データを圧縮し復元するためのデータ圧縮
装置及び復元装置並びにその方法に関する。
元するためのデータ圧縮装置及び復元装置並びその方法
に関し、特に、日本語、中国語、ハングル語等のスペー
スで区切られない単語構造をもつ言語の文字コードで作
成された文書データを圧縮し復元するためのデータ圧縮
装置及び復元装置並びにその方法に関する。
【０００２】
【発明の属する技術分野】近年、文字コード、画像デー
タ等の様々な種類のデータがコンピュータで扱われてい
る。更にインターネットやイントラネットの普及に伴
い、メールや電子化文書が増加している。このような大
量のデータは、データ中の冗長な部分を省いて圧縮する
ことにより、記憶容量を減らしたり、短時間で遠隔地に
送ることを可能にしている。
タ等の様々な種類のデータがコンピュータで扱われてい
る。更にインターネットやイントラネットの普及に伴
い、メールや電子化文書が増加している。このような大
量のデータは、データ中の冗長な部分を省いて圧縮する
ことにより、記憶容量を減らしたり、短時間で遠隔地に
送ることを可能にしている。
【０００３】本発明の分野は、文字コードの圧縮に限ら
ず、様々なデータに適用できるが、以下では、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、データが任意の複数ワードつながったものを
文字列と呼ぶことにする。データ圧縮には、データ系列
の類似性を利用した辞書型符号化と、データのみの出現
頻度を利用した確率統計型符号化がある。辞書型符号化
は、文字列を辞書の登録番号に置き換え、出現頻度の高
い文字列ほど長い文字列で辞書に登録することで、高い
圧縮率を得る方法である。辞書型符号化の代表的な方法
として、ＬＺ７７とＬＺ７８（例えば、植松友彦著「文
書データ圧縮アルゴリズム入門」、ＣＱ出版参照）があ
る。
ず、様々なデータに適用できるが、以下では、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、データが任意の複数ワードつながったものを
文字列と呼ぶことにする。データ圧縮には、データ系列
の類似性を利用した辞書型符号化と、データのみの出現
頻度を利用した確率統計型符号化がある。辞書型符号化
は、文字列を辞書の登録番号に置き換え、出現頻度の高
い文字列ほど長い文字列で辞書に登録することで、高い
圧縮率を得る方法である。辞書型符号化の代表的な方法
として、ＬＺ７７とＬＺ７８（例えば、植松友彦著「文
書データ圧縮アルゴリズム入門」、ＣＱ出版参照）があ
る。
【０００４】ＬＺ７７は、一定量のバッファを設け、バ
ッファ内で最長一致する文字列の位置と長さを符号化す
る。一方、ＬＺ７８は、過去に出現した文字列を辞書に
登録し、登録番号を符号化する。確率統計型符号化アル
ゴリズムは、統計的な各文字の出現頻度に従い、出現頻
度の高い文字に対して短い符号長を割り当てることで、
高い圧縮率を得る方法である。
ッファ内で最長一致する文字列の位置と長さを符号化す
る。一方、ＬＺ７８は、過去に出現した文字列を辞書に
登録し、登録番号を符号化する。確率統計型符号化アル
ゴリズムは、統計的な各文字の出現頻度に従い、出現頻
度の高い文字に対して短い符号長を割り当てることで、
高い圧縮率を得る方法である。
【０００５】確率統計型符号化の代表的なものとして、
算術符号化（例えば、Ian H.Witten他著「Arithmetic C
ording for Data Compression 」，Commun.of ACM,Vol.
130No.6,pp.520-5 40参照）やハフマン符号化（例え
ば、Donald E. Knuth 著「Dynamic Huffman Coding」，
Journal of Algorithms, Vol.6,pp163-180 参照）があ
る。
算術符号化（例えば、Ian H.Witten他著「Arithmetic C
ording for Data Compression 」，Commun.of ACM,Vol.
130No.6,pp.520-5 40参照）やハフマン符号化（例え
ば、Donald E. Knuth 著「Dynamic Huffman Coding」，
Journal of Algorithms, Vol.6,pp163-180 参照）があ
る。
【０００６】一層の圧縮効果を得るために、１文字ごと
の出現確率でなく、入力文字と直前文字との依存関係を
表わす文脈を取り入れた条件付き出現確率に基づいて可
変長符号化する図４８の文脈収集部２００と可変長符号
化部２０２を備えた符号化が提案されている。このよう
な文脈を取り入れた条件付き確率を用いて可変長符号化
するものを文脈モデルと称する。
の出現確率でなく、入力文字と直前文字との依存関係を
表わす文脈を取り入れた条件付き出現確率に基づいて可
変長符号化する図４８の文脈収集部２００と可変長符号
化部２０２を備えた符号化が提案されている。このよう
な文脈を取り入れた条件付き確率を用いて可変長符号化
するものを文脈モデルと称する。
【０００７】文脈及び符号化対象文字は、図４９（Ａ）
の３文字ａｂｃの入力文字を例にとると、図４９（Ｂ）
の木構造で表される。この木構造を文脈木と称し、各ノ
ードの文字を通る文字列が出る毎に出現回数を各ノード
にて計数しておくことによって、条件付き確率が求めら
れる。ＬＺ７８方式及び確率統計型符号化は、非圧縮デ
ータ列の実際の出現頻度によらず、次の３種類がある。
の３文字ａｂｃの入力文字を例にとると、図４９（Ｂ）
の木構造で表される。この木構造を文脈木と称し、各ノ
ードの文字を通る文字列が出る毎に出現回数を各ノード
にて計数しておくことによって、条件付き確率が求めら
れる。ＬＺ７８方式及び確率統計型符号化は、非圧縮デ
ータ列の実際の出現頻度によらず、次の３種類がある。
【０００８】予め設定した出現頻度に従って分割する
静的符号化（static cordig)； 最初に全文字列を走査して得た出現頻度に従って分割
する準適応型符号化（semi-adaptive cording)； 文字が出表する毎に頻度を再計算し、再計算した出現
頻度に従って分割する適応型符号化（adaptive) ； そして、非圧縮データ列の種類を問わない圧縮では、準
適応型符号化や適応型符号化が利用されている。
静的符号化（static cordig)； 最初に全文字列を走査して得た出現頻度に従って分割
する準適応型符号化（semi-adaptive cording)； 文字が出表する毎に頻度を再計算し、再計算した出現
頻度に従って分割する適応型符号化（adaptive) ； そして、非圧縮データ列の種類を問わない圧縮では、準
適応型符号化や適応型符号化が利用されている。
【０００９】
【発明が解決しようとする問題点】このような従来の準
適応型符号化及び適応型符号化によれば、数メガバイト
程度の大きなデータを圧縮する際には、非圧縮データ列
に即した符号を割り当てることができるため、高い圧縮
率を得ることができる。しかしながら、数キロバイト程
度の小さなデータを圧縮する場合には、どの文字列も数
回程度しか出現しないため、統計的な出現頻度に適合し
た符号を割り当てることができず、準適応型符号化や適
応型符号化では高い圧縮率を得ることができなかった。
適応型符号化及び適応型符号化によれば、数メガバイト
程度の大きなデータを圧縮する際には、非圧縮データ列
に即した符号を割り当てることができるため、高い圧縮
率を得ることができる。しかしながら、数キロバイト程
度の小さなデータを圧縮する場合には、どの文字列も数
回程度しか出現しないため、統計的な出現頻度に適合し
た符号を割り当てることができず、準適応型符号化や適
応型符号化では高い圧縮率を得ることができなかった。
【００１０】一方、予め設定した出現頻度に従って分割
する静的符号化は、データサイズに関わらず一定の圧縮
率が得られるが、予め設定する符号は一つに固定である
ため、準備した符号と異なる統計量を持つデータに対し
ては、高い圧縮率を得ることができないという問題点が
あった。特に、１文字を２バイトのワードデータで表現
している日本語、中国語、ハングル語等の言語の文書デ
ータについて、数キロバイト程度の小さなデータを圧縮
する場合、従来の符号化では圧縮効果がほとんど期待で
きず、文書によって圧縮後のデータ量が増加してしまう
場合もある。
する静的符号化は、データサイズに関わらず一定の圧縮
率が得られるが、予め設定する符号は一つに固定である
ため、準備した符号と異なる統計量を持つデータに対し
ては、高い圧縮率を得ることができないという問題点が
あった。特に、１文字を２バイトのワードデータで表現
している日本語、中国語、ハングル語等の言語の文書デ
ータについて、数キロバイト程度の小さなデータを圧縮
する場合、従来の符号化では圧縮効果がほとんど期待で
きず、文書によって圧縮後のデータ量が増加してしまう
場合もある。
【００１１】更に、従来の符号化は、１バイト単位に処
理を行うために、処理が繁雑になり高速化が困難という
問題があった。本発明は、このような従来の欠点をなく
し、キロバイトオーダの少ないデータであっても高い圧
縮率を保ちながら高速で圧縮と復元ができるデータ圧縮
装置、復元装置並びにその方法を提供することを目的と
する。
理を行うために、処理が繁雑になり高速化が困難という
問題があった。本発明は、このような従来の欠点をなく
し、キロバイトオーダの少ないデータであっても高い圧
縮率を保ちながら高速で圧縮と復元ができるデータ圧縮
装置、復元装置並びに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】（第１発明）図１は、本
願による第１発明の原理説明図である。本発明は、スペ
ースで区切られない単語構造をもつ言語の文字コードで
作成された非圧縮データを圧縮するデータ圧縮装置を対
象とする。スペースで区切られない単語構造をもつ言語
としては、例えば日本語、中国語、ハングル語等があ
る。
願による第１発明の原理説明図である。本発明は、スペ
ースで区切られない単語構造をもつ言語の文字コードで
作成された非圧縮データを圧縮するデータ圧縮装置を対
象とする。スペースで区切られない単語構造をもつ言語
としては、例えば日本語、中国語、ハングル語等があ
る。
【００１３】このようなデータ圧縮装置として本発明
は、図１（Ａ）のように、圧縮する際の処理単位となる
文字列を登録した辞書を格納する文字列辞書格納部１４
と、文字列辞書格納部１４の登録文字列と非圧縮データ
中の部分文字列との比較により、登録文字列に一致する
部分文字列を検出する文字列比較部１２と、文字列比較
部１２によって一致検出された部分文字列ごとに予め定
められた文字列符号を割り当てて出力する符号出力部１
６とを備えたことを特徴とする。
は、図１（Ａ）のように、圧縮する際の処理単位となる
文字列を登録した辞書を格納する文字列辞書格納部１４
と、文字列辞書格納部１４の登録文字列と非圧縮データ
中の部分文字列との比較により、登録文字列に一致する
部分文字列を検出する文字列比較部１２と、文字列比較
部１２によって一致検出された部分文字列ごとに予め定
められた文字列符号を割り当てて出力する符号出力部１
６とを備えたことを特徴とする。
【００１４】日本語を例にとると、日本語の単語の関す
る（株）日本電子化辞書研究所（ＥＤＲ）の研究成果が
ある（横井，木村，小泉，三吉、「表層レベルにおける
電子化辞書の情報構造」、情報処理学会論文誌，Vol.3
7, No.3, p.333-344, 1996 ）。この研究結果では、日
本語を構成する形態素、即ち単語の品詞を集計してい
る。単純に、単語を品詞類に分けて登録すると１３６，
４８６個となり、１７ビット（最大２６２，１４３個）
の符号で表わすことができる。
る（株）日本電子化辞書研究所（ＥＤＲ）の研究成果が
ある（横井，木村，小泉，三吉、「表層レベルにおける
電子化辞書の情報構造」、情報処理学会論文誌，Vol.3
7, No.3, p.333-344, 1996 ）。この研究結果では、日
本語を構成する形態素、即ち単語の品詞を集計してい
る。単純に、単語を品詞類に分けて登録すると１３６，
４８６個となり、１７ビット（最大２６２，１４３個）
の符号で表わすことができる。
【００１５】また新世代コンピュータ技術開発機構（Ｉ
ＣＯＴ）で作成した日本語単語辞書を構成する約１３万
語の単語ごとに構成する文字数を検出し、その分布を求
めた結果、全登録単語の１／２以上の７万語が２文字で
構成され、平均文字数は２．８文字（４４．８ビット）
であることも判明している。図１（Ａ）のデータ圧縮装
置では、文字列辞書格納部１４に、日本語の辞書として
実用的な例えば約１３万語の単語を、各単語に例えば１
７ビットの固定長の文字列符号を割り当てた辞書を作成
して格納し、非圧縮データの部分文字列に一致する辞書
の登録文字列を検索して１７ビットの固定長符号を文字
列符号として割り当てて出力するこことで、文書データ
の大小に関わらず、実質的にデータ量を半分以下に圧縮
することができる。
ＣＯＴ）で作成した日本語単語辞書を構成する約１３万
語の単語ごとに構成する文字数を検出し、その分布を求
めた結果、全登録単語の１／２以上の７万語が２文字で
構成され、平均文字数は２．８文字（４４．８ビット）
であることも判明している。図１（Ａ）のデータ圧縮装
置では、文字列辞書格納部１４に、日本語の辞書として
実用的な例えば約１３万語の単語を、各単語に例えば１
７ビットの固定長の文字列符号を割り当てた辞書を作成
して格納し、非圧縮データの部分文字列に一致する辞書
の登録文字列を検索して１７ビットの固定長符号を文字
列符号として割り当てて出力するこことで、文書データ
の大小に関わらず、実質的にデータ量を半分以下に圧縮
することができる。
【００１６】文字列辞書格納部１４は、圧縮しようとす
る部分文字列の先頭文字を格納した先頭文字格納部と、
先頭文字格納部に格納された先頭文字に従属する従属文
字列を格納した従属文字列格納部を備える。先頭文字格
納部は、先頭文字をインデックスとして従属文字列格納
部の先頭アドレスと従属文字列の数を格納する。従属文
字列格納部は、先頭文字格納部の先頭アドレスで指定さ
れる１又は複数の格納位置（従属文字列の個数分）に、
従属文字列の長さ、従属文字列及び文字列符号を組にし
て格納する。
る部分文字列の先頭文字を格納した先頭文字格納部と、
先頭文字格納部に格納された先頭文字に従属する従属文
字列を格納した従属文字列格納部を備える。先頭文字格
納部は、先頭文字をインデックスとして従属文字列格納
部の先頭アドレスと従属文字列の数を格納する。従属文
字列格納部は、先頭文字格納部の先頭アドレスで指定さ
れる１又は複数の格納位置（従属文字列の個数分）に、
従属文字列の長さ、従属文字列及び文字列符号を組にし
て格納する。
【００１７】文字列比較部は、現在処理中の非圧縮デー
タ中の先頭文字により文字列辞書格納部の先頭文字格納
部を参照して従属文字列格納部から従属文字列の長さを
取得し、非圧縮データ中から先頭文字に続く従属文字列
の長さの部分文字列を切り出して登録された従属文字列
との一致検出を行う。符号出力部は、文字列比較部から
登録文字列に一致する検出結果を受けた際に、従属文字
列格納部に格納された文字列符号を一致検出した文字列
に割り当てて出力する。このように文字列辞書を２階層
に分けて格納することで、辞書サイズの小型化と検索の
高速化が図られる。
タ中の先頭文字により文字列辞書格納部の先頭文字格納
部を参照して従属文字列格納部から従属文字列の長さを
取得し、非圧縮データ中から先頭文字に続く従属文字列
の長さの部分文字列を切り出して登録された従属文字列
との一致検出を行う。符号出力部は、文字列比較部から
登録文字列に一致する検出結果を受けた際に、従属文字
列格納部に格納された文字列符号を一致検出した文字列
に割り当てて出力する。このように文字列辞書を２階層
に分けて格納することで、辞書サイズの小型化と検索の
高速化が図られる。
【００１８】先頭文字格納部は、先頭文字をインデック
スとして従属文字列格納部の先頭アドレスと従属文字列
の数を格納する。従属文字列格納部は、先頭文字格納部
の先頭アドレスで指定される１又は複数の格納位置（従
属文字列の個数分）に、従属文字列の長さ、及び従属文
字列を組にして格納する。この文字列辞書の２階層構造
にあっては、従属文字列格納部に文字列符号を格納して
いないため、その分、辞書サイズを小型化できる。
スとして従属文字列格納部の先頭アドレスと従属文字列
の数を格納する。従属文字列格納部は、先頭文字格納部
の先頭アドレスで指定される１又は複数の格納位置（従
属文字列の個数分）に、従属文字列の長さ、及び従属文
字列を組にして格納する。この文字列辞書の２階層構造
にあっては、従属文字列格納部に文字列符号を格納して
いないため、その分、辞書サイズを小型化できる。
【００１９】この場合、文字列比較部は、現在処理中の
非圧縮データ中の先頭文字により文字列辞書格納部の先
頭文字格納部を参照して従属文字列格納部から従属文字
列の長さを取得し、非圧縮データ中から先頭文字に続く
前記従属文字列の長さの部分文字列を切り出して登録さ
れた従属文字列との一致検索を行い、符号出力部は、文
字列比較部から登録文字列に一致する検索結果を受けた
際に、従属文字列格納部の格納位置を示す文字列登録番
号を文字列符号として割り当てて出力する。
非圧縮データ中の先頭文字により文字列辞書格納部の先
頭文字格納部を参照して従属文字列格納部から従属文字
列の長さを取得し、非圧縮データ中から先頭文字に続く
前記従属文字列の長さの部分文字列を切り出して登録さ
れた従属文字列との一致検索を行い、符号出力部は、文
字列比較部から登録文字列に一致する検索結果を受けた
際に、従属文字列格納部の格納位置を示す文字列登録番
号を文字列符号として割り当てて出力する。
【００２０】図１（Ａ）で圧縮された圧縮データを復元
するデータ復元装置は、図１（Ｂ）のように、圧縮デー
タから復元単位となる文字列符号を分離する符号分離部
３８と、復元する際の処理単位となる文字列符号に対応
する復元文字列を登録した辞書を格納する文字列辞書格
納部４２と、符号分離部３８で分離された文字列符号に
よる文字列辞書格納部４２の参照で元の文字列を復元す
る文字列復元部４０とを備えたことを特徴とする。
するデータ復元装置は、図１（Ｂ）のように、圧縮デー
タから復元単位となる文字列符号を分離する符号分離部
３８と、復元する際の処理単位となる文字列符号に対応
する復元文字列を登録した辞書を格納する文字列辞書格
納部４２と、符号分離部３８で分離された文字列符号に
よる文字列辞書格納部４２の参照で元の文字列を復元す
る文字列復元部４０とを備えたことを特徴とする。
【００２１】ここで、文字列辞書格納部４２は、復元対
象とする文字列符号毎に、先頭文字、従属文字列の長
さ、及び従属文字列を組にして格納し、文字列復元部４
０は、現在処理中の文字列符号に基づき文字列辞書格納
部４２の格納位置を認識して文字列を復元する。また文
字列辞書格納部４２は、圧縮しようとする部分文字列の
先頭文字を格納した先頭文字格納部と、先頭文字格納部
に格納された先頭文字に従属する従属文字列を格納した
従属文字列格納部とで構成され、先頭文字格納部は、先
頭文字をインデックスとして従属文字列格納部の先頭ア
ドレスと従属文字列の数を格納し、従属文字列格納部
は、先頭文字格納部の先頭アドレスで指定される格納位
置に、先頭文字格納部への戻りアドレス、従属文字列の
長さ、及び従属文字列を組にして格納する。この２階層
の辞書構造は、図１（Ａ）のデータ圧縮装置と図１
（Ｂ）のデータ復元装置の両方で共用できる。
象とする文字列符号毎に、先頭文字、従属文字列の長
さ、及び従属文字列を組にして格納し、文字列復元部４
０は、現在処理中の文字列符号に基づき文字列辞書格納
部４２の格納位置を認識して文字列を復元する。また文
字列辞書格納部４２は、圧縮しようとする部分文字列の
先頭文字を格納した先頭文字格納部と、先頭文字格納部
に格納された先頭文字に従属する従属文字列を格納した
従属文字列格納部とで構成され、先頭文字格納部は、先
頭文字をインデックスとして従属文字列格納部の先頭ア
ドレスと従属文字列の数を格納し、従属文字列格納部
は、先頭文字格納部の先頭アドレスで指定される格納位
置に、先頭文字格納部への戻りアドレス、従属文字列の
長さ、及び従属文字列を組にして格納する。この２階層
の辞書構造は、図１（Ａ）のデータ圧縮装置と図１
（Ｂ）のデータ復元装置の両方で共用できる。
【００２２】データ復元装置の文字列復元部４０は、現
在処理中の文字列符号に基づき従属文字列格納部の参照
で従属文字列を復元すると共に、戻りアドレスの取得で
先頭文字格納部を参照して先頭文字を復元する。本発明
の別の形態にあっては、図１（Ａ）で圧縮した文字列符
号を中間符号として、更に既存の符号化により再度符号
化する二重符号化を行う。即ち、スペースで区切られな
い単語構造をもつ言語の文字コードで作成された非圧縮
データを圧縮するデータ圧縮装置は、図１（Ｃ）のよう
に、まず第１符号化部７２によって、辞書に登録された
圧縮する際の処理単位となる登録文字列と非圧縮データ
中の部分文字列との比較により、登録文字列に一致する
部分文字列を検出し、一致検出された部分文字列ごとに
予め定められた文字列符号を中間符号してを割り当てて
出力する図１（Ａ）と同じ符号化を行う。次に第２符号
化部７４で第１符号化部７２で圧縮された中間符号列を
入力して再度符号化する。
在処理中の文字列符号に基づき従属文字列格納部の参照
で従属文字列を復元すると共に、戻りアドレスの取得で
先頭文字格納部を参照して先頭文字を復元する。本発明
の別の形態にあっては、図１（Ａ）で圧縮した文字列符
号を中間符号として、更に既存の符号化により再度符号
化する二重符号化を行う。即ち、スペースで区切られな
い単語構造をもつ言語の文字コードで作成された非圧縮
データを圧縮するデータ圧縮装置は、図１（Ｃ）のよう
に、まず第１符号化部７２によって、辞書に登録された
圧縮する際の処理単位となる登録文字列と非圧縮データ
中の部分文字列との比較により、登録文字列に一致する
部分文字列を検出し、一致検出された部分文字列ごとに
予め定められた文字列符号を中間符号してを割り当てて
出力する図１（Ａ）と同じ符号化を行う。次に第２符号
化部７４で第１符号化部７２で圧縮された中間符号列を
入力して再度符号化する。
【００２３】第２符号化部７４は、中間符号列を辞書の
登録番号に置き換え、出現頻度の高い中間符号列ほど長
い符号列で登録して符号化する辞書型符号化部とする。
この辞書型符号化には、ＬＤ７７やＬＺ８８等が含まれ
る。また第２符号化部７４は、中間符号の統計的な出現
頻度に基づき、出現頻度の高い中間符号に対し短い符号
を割り当てて出力する統計型符号化部であってもよい。
この統計型符号化部には、算術符号化等が含まれる。
登録番号に置き換え、出現頻度の高い中間符号列ほど長
い符号列で登録して符号化する辞書型符号化部とする。
この辞書型符号化には、ＬＤ７７やＬＺ８８等が含まれ
る。また第２符号化部７４は、中間符号の統計的な出現
頻度に基づき、出現頻度の高い中間符号に対し短い符号
を割り当てて出力する統計型符号化部であってもよい。
この統計型符号化部には、算術符号化等が含まれる。
【００２４】更に、非圧縮データについてスペースで区
切られない言語である第１文字列としての日本語文字列
か、スペースで区切られる言語である第２文字列として
の例えば英語文字列かを識別し、日本語文字列は第１符
号化部７２に入力し、英語文字列は第２符号化部７４に
入力する文字列選択部を設ける。これにより日本語文書
を対象とした第１符号化部７２で、単語出現傾向が適合
しない英語データを符号化して圧縮データ量が元のデー
タよりも大きくなってしまう不都合を解消する。図１
（Ｂ）の第１符号化部７２の詳細は、図１（Ａ）のデー
タ圧縮装置と同じである。
切られない言語である第１文字列としての日本語文字列
か、スペースで区切られる言語である第２文字列として
の例えば英語文字列かを識別し、日本語文字列は第１符
号化部７２に入力し、英語文字列は第２符号化部７４に
入力する文字列選択部を設ける。これにより日本語文書
を対象とした第１符号化部７２で、単語出現傾向が適合
しない英語データを符号化して圧縮データ量が元のデー
タよりも大きくなってしまう不都合を解消する。図１
（Ｂ）の第１符号化部７２の詳細は、図１（Ａ）のデー
タ圧縮装置と同じである。
【００２５】図１（Ｃ）のデータ圧縮装置に対応したデ
ータ復元装置は、図１（Ｄ）のように、圧縮データを入
力して中間符号列を復元する第１復号化部８２と、第１
復号化部８２で復号された中間符号列を入力して元の非
圧縮データ列を復元する第２復号化部８２を備える。第
１復号化部８２は、データ圧縮側で中間符号列を辞書の
登録番号に置き換え、出現頻度の高い中間符号列ほど長
い符号列で登録して符号化する辞書型符号化を行った場
合、入力符号による辞書の参照で中間符号を復元するＬ
Ｚ７７やＬＺ７８などの辞書型復号化を行う。
ータ復元装置は、図１（Ｄ）のように、圧縮データを入
力して中間符号列を復元する第１復号化部８２と、第１
復号化部８２で復号された中間符号列を入力して元の非
圧縮データ列を復元する第２復号化部８２を備える。第
１復号化部８２は、データ圧縮側で中間符号列を辞書の
登録番号に置き換え、出現頻度の高い中間符号列ほど長
い符号列で登録して符号化する辞書型符号化を行った場
合、入力符号による辞書の参照で中間符号を復元するＬ
Ｚ７７やＬＺ７８などの辞書型復号化を行う。
【００２６】またデータ圧縮側で、中間符号の統計的な
出現頻度に基づき、出現頻度の高い中間符号に対し短い
符号を割り当てて出力する統計型符号化を行った場合、
第１復号化部は、復元済みの中間符号の出現頻度に基づ
いて中間符号を復元する算術復号化等の統計型復号化を
行う。更に、データ圧縮側で非圧縮データについてスペ
ースで区切られない日本語文字列に対し第１段階及び第
２段階の符号化を行い、スペースで区切られる英語文字
列に対し第２段階のみの符号化を行っていた場合、第１
復号化部７２に続いて文字列選択部を設け、第１段階及
び第２段階の符号化による日本語符号列を第１復号化部
８２により符号化した中間符号列は第２符号化部８４に
入力し、第２段階ののみの符号化による英語符号列を第
１復号化部８２により符号化した文字列は、そのまま出
力する。このデータ復元装置における第２復号化部８４
の詳細は、図１（Ｂ）のデータ復元装置の場合と同じに
なる。
出現頻度に基づき、出現頻度の高い中間符号に対し短い
符号を割り当てて出力する統計型符号化を行った場合、
第１復号化部は、復元済みの中間符号の出現頻度に基づ
いて中間符号を復元する算術復号化等の統計型復号化を
行う。更に、データ圧縮側で非圧縮データについてスペ
ースで区切られない日本語文字列に対し第１段階及び第
２段階の符号化を行い、スペースで区切られる英語文字
列に対し第２段階のみの符号化を行っていた場合、第１
復号化部７２に続いて文字列選択部を設け、第１段階及
び第２段階の符号化による日本語符号列を第１復号化部
８２により符号化した中間符号列は第２符号化部８４に
入力し、第２段階ののみの符号化による英語符号列を第
１復号化部８２により符号化した文字列は、そのまま出
力する。このデータ復元装置における第２復号化部８４
の詳細は、図１（Ｂ）のデータ復元装置の場合と同じに
なる。
【００２７】更に、図１（Ａ）のデータ圧縮装置に、符
号出力部１６から出力された文字列符号を一致検出が行
われた非圧縮データの部分文字列と共に登録する動的辞
書を格納した動的辞書格納部を設ける。この場合、文字
列比較部１２は、２回目以降について動的辞書格納部の
登録文字列と非圧縮データ中の部分文字列との比較によ
り、登録文字列に一致する部分文字列を検出し、一致す
る文字列が検出できない場合に文字列辞書格納部１４を
検索して一致する部分文字列を検出する。このような符
号化を行うごとに動的辞書を作成してゆくことで、一度
符号化した文字列を次に符号化する際の辞書検索を高速
化できる。
号出力部１６から出力された文字列符号を一致検出が行
われた非圧縮データの部分文字列と共に登録する動的辞
書を格納した動的辞書格納部を設ける。この場合、文字
列比較部１２は、２回目以降について動的辞書格納部の
登録文字列と非圧縮データ中の部分文字列との比較によ
り、登録文字列に一致する部分文字列を検出し、一致す
る文字列が検出できない場合に文字列辞書格納部１４を
検索して一致する部分文字列を検出する。このような符
号化を行うごとに動的辞書を作成してゆくことで、一度
符号化した文字列を次に符号化する際の辞書検索を高速
化できる。
【００２８】また図１（Ｂ）のデータ復元装置について
も同様に、文字列復元部から出力された文字列を一致検
出が行われた圧縮データの文字列符号と共に登録する動
的辞書を格納した動的辞書格納部を設ける。この場合、
文字列復元部４０は、２回目以降について動的辞書格納
部の登録文字列符号と圧縮データ中の文字列符号との比
較により、登録文字列符号に一致する文字列符号を検出
し、一致する文字列符号が検出できない場合に文字列辞
書格納部を検索して一致する文字列符号を検出し、これ
によって復元時の辞書検索を高速化する。
も同様に、文字列復元部から出力された文字列を一致検
出が行われた圧縮データの文字列符号と共に登録する動
的辞書を格納した動的辞書格納部を設ける。この場合、
文字列復元部４０は、２回目以降について動的辞書格納
部の登録文字列符号と圧縮データ中の文字列符号との比
較により、登録文字列符号に一致する文字列符号を検出
し、一致する文字列符号が検出できない場合に文字列辞
書格納部を検索して一致する文字列符号を検出し、これ
によって復元時の辞書検索を高速化する。
【００２９】図１（Ｃ）のデータ圧縮装置についても、
同様に、符号出力部１６から出力された文字列符号を一
致検出が行われた非圧縮データの部分文字列と共に登録
する動的辞書を格納した動的辞書格納部を設ける。この
場合、文字列比較部１２は、２回目以降について動的辞
書格納部の登録文字列と非圧縮データ中の部分文字列と
の比較により、登録文字列に一致する部分文字列を検出
し、一致する文字列が検出できない場合に文字列辞書格
納部１４を検索して一致する部分文字列を検出し、これ
によって符号化時の辞書検索を高速化できる。
同様に、符号出力部１６から出力された文字列符号を一
致検出が行われた非圧縮データの部分文字列と共に登録
する動的辞書を格納した動的辞書格納部を設ける。この
場合、文字列比較部１２は、２回目以降について動的辞
書格納部の登録文字列と非圧縮データ中の部分文字列と
の比較により、登録文字列に一致する部分文字列を検出
し、一致する文字列が検出できない場合に文字列辞書格
納部１４を検索して一致する部分文字列を検出し、これ
によって符号化時の辞書検索を高速化できる。
【００３０】また符号出力部１６から出力された文字列
符号の出現頻度を計数して第２符号化部７４に出力する
出現頻度計数部とを設ける。この場合、第２符号化部７
４は適応型の符号化を行う。また図１（Ｄ）のデータ復
元装置についても、同様に、文字列復元部４０から出力
された文字列を一致検出が行われた圧縮データの文字列
符号と共に登録する動的辞書を格納した動的辞書格納部
を設ける。この場合、文字列復元部４０は、２回目以降
について動的辞書格納部の登録文字列符号と圧縮データ
中の文字列符号との比較により、登録文字列符号に一致
する文字列符号を検出し、一致する文字列符号が検出で
きない場合に文字列辞書格納部を検索して一致する文字
列符号を検出し、これによって復元時の辞書検索を高速
化する。
符号の出現頻度を計数して第２符号化部７４に出力する
出現頻度計数部とを設ける。この場合、第２符号化部７
４は適応型の符号化を行う。また図１（Ｄ）のデータ復
元装置についても、同様に、文字列復元部４０から出力
された文字列を一致検出が行われた圧縮データの文字列
符号と共に登録する動的辞書を格納した動的辞書格納部
を設ける。この場合、文字列復元部４０は、２回目以降
について動的辞書格納部の登録文字列符号と圧縮データ
中の文字列符号との比較により、登録文字列符号に一致
する文字列符号を検出し、一致する文字列符号が検出で
きない場合に文字列辞書格納部を検索して一致する文字
列符号を検出し、これによって復元時の辞書検索を高速
化する。
【００３１】更に文字列復元部４０から出力された文字
列の出現頻度を計数して第１復号化部８２に出力する出
現頻度計数部とを設ける。この場合、第１復号化部８２
は適応型の復号化を行う。また本発明は、図１（Ａ）の
データ圧縮装置、図１（Ｂ）のデータ復元装置、図１
（Ｃ）のデータ圧縮装置、及び図１（Ｄ）のデータ復元
装置の各々の処理手順をもつデータ圧縮方法及びデータ
復元方法を提供する。
列の出現頻度を計数して第１復号化部８２に出力する出
現頻度計数部とを設ける。この場合、第１復号化部８２
は適応型の復号化を行う。また本発明は、図１（Ａ）の
データ圧縮装置、図１（Ｂ）のデータ復元装置、図１
（Ｃ）のデータ圧縮装置、及び図１（Ｄ）のデータ復元
装置の各々の処理手順をもつデータ圧縮方法及びデータ
復元方法を提供する。
【００３２】（第２発明）図２は本願の第２発明の原理
説明図である。第２発明は、日本語の文書中の単語など
を高速に圧縮するため、単語の文字列を予め複数の属性
（品詞グループ）に分類しておき、分類した各属性毎に
短い符号を割り当てることでデータ圧縮を行うものであ
る。
説明図である。第２発明は、日本語の文書中の単語など
を高速に圧縮するため、単語の文字列を予め複数の属性
（品詞グループ）に分類しておき、分類した各属性毎に
短い符号を割り当てることでデータ圧縮を行うものであ
る。
【００３３】即ち、スペースで区切られない単語構造を
もつ言語の文字コードで作成された非圧縮データを圧縮
するデータ圧縮装置として本発明は、図２（Ａ）のよう
に、圧縮する際の処理単位となる文字列を、属性により
分類して複数の属性グループに分けて登録した辞書を格
納する文字列属性辞書格納部１０４と、文字列属性辞書
格納部１００の登録文字列と非圧縮データ中の部分文字
列との比較により、登録文字列に一致する部分文字列を
検出する文字列比較部１０２と、文字列比較部１０２に
よって一致検出された部分文字列ごとに予め定められた
文字列符号と属性グループを表す属性符号との組を割り
当てて出力する符号出力部１０６とを備えたことを特徴
とする。
もつ言語の文字コードで作成された非圧縮データを圧縮
するデータ圧縮装置として本発明は、図２（Ａ）のよう
に、圧縮する際の処理単位となる文字列を、属性により
分類して複数の属性グループに分けて登録した辞書を格
納する文字列属性辞書格納部１０４と、文字列属性辞書
格納部１００の登録文字列と非圧縮データ中の部分文字
列との比較により、登録文字列に一致する部分文字列を
検出する文字列比較部１０２と、文字列比較部１０２に
よって一致検出された部分文字列ごとに予め定められた
文字列符号と属性グループを表す属性符号との組を割り
当てて出力する符号出力部１０６とを備えたことを特徴
とする。
【００３４】このような処理を行うことで、日本語文書
を高い圧縮率を保ちながら高速に圧縮できる。その理由
は、前述した（株）日本電子化辞書研究所（ＥＤＲ）の
研究成果によれば、単語の属性として品詞類で属性グル
ープに分けた場合、例えば助詞類は日本語文書中での使
用頻度が高く、単語総数の１／４程度が助詞である。一
方、助詞類の種類は少なく、１７１種類に過ぎない。つ
まり、助詞を効率的に表現することにより効果的な圧縮
が可能となる。
を高い圧縮率を保ちながら高速に圧縮できる。その理由
は、前述した（株）日本電子化辞書研究所（ＥＤＲ）の
研究成果によれば、単語の属性として品詞類で属性グル
ープに分けた場合、例えば助詞類は日本語文書中での使
用頻度が高く、単語総数の１／４程度が助詞である。一
方、助詞類の種類は少なく、１７１種類に過ぎない。つ
まり、助詞を効率的に表現することにより効果的な圧縮
が可能となる。
【００３５】更に、新世代コンピュータ技術開発機構
（ＩＣＯＴ）で作成した約１３万語の日本語単語辞書で
助詞の長さを求めると、平均３．６文字（７．２バイ
ト）である。助詞はそのすべてを利用しても１７１種類
であり、最大２５６種類となる１バイト（８ビット）で
表現することができる。また動詞は、平均２．５文字
（５バイト）で１４，６３８種類あり、２バイト以下
（１４ビット）で表現できる。他の品詞についても同様
にして、品詞でグループ分けした場合、グループ内で少
ないデータ量で一つの単語を表現できる。更に、品詞の
分類グループは１３種類であるから、４ビットで表現で
きる。
（ＩＣＯＴ）で作成した約１３万語の日本語単語辞書で
助詞の長さを求めると、平均３．６文字（７．２バイ
ト）である。助詞はそのすべてを利用しても１７１種類
であり、最大２５６種類となる１バイト（８ビット）で
表現することができる。また動詞は、平均２．５文字
（５バイト）で１４，６３８種類あり、２バイト以下
（１４ビット）で表現できる。他の品詞についても同様
にして、品詞でグループ分けした場合、グループ内で少
ないデータ量で一つの単語を表現できる。更に、品詞の
分類グループは１３種類であるから、４ビットで表現で
きる。
【００３６】したがって、１３種類の品詞グループを表
わす４ビットの属性符号と、該当する品詞グループ内で
文字列を特定するための文字列符号を結合した文字列符
号を結合した符号を、辞書検索により一致した文字列に
割り当てて符号化することで、日本語文書ついて高い圧
縮率の符号化ができる。勿論、接頭語や接尾語など単語
の文字数が少ない品詞や、いずれの品詞にも属さないそ
の他の単語類については、元の文字列データをそのまま
出力させることで、品詞種類を少なくして属性符号を例
えば３ビット以下に削減してもよい。
わす４ビットの属性符号と、該当する品詞グループ内で
文字列を特定するための文字列符号を結合した文字列符
号を結合した符号を、辞書検索により一致した文字列に
割り当てて符号化することで、日本語文書ついて高い圧
縮率の符号化ができる。勿論、接頭語や接尾語など単語
の文字数が少ない品詞や、いずれの品詞にも属さないそ
の他の単語類については、元の文字列データをそのまま
出力させることで、品詞種類を少なくして属性符号を例
えば３ビット以下に削減してもよい。
【００３７】図２（Ａ）の文字列属性辞書格納部１０４
は、圧縮しようとする部分文字列の先頭文字を格納した
先頭文字格納部と、先頭文字格納部に格納された先頭文
字に従属する従属文字列を格納した従属文字列格納部と
の２階層構造をもつ。先頭文字格納部は、先頭文字をイ
ンデックスとして従属文字列格納部の先頭アドレスと従
属文字列の数を格納し、従属文字列格納部は、先頭文字
格納部の先頭アドレスで指定される格納位置に、従属文
字列の長さ、従属文字列、文字列符号、及び属性符号を
組にして格納する。
は、圧縮しようとする部分文字列の先頭文字を格納した
先頭文字格納部と、先頭文字格納部に格納された先頭文
字に従属する従属文字列を格納した従属文字列格納部と
の２階層構造をもつ。先頭文字格納部は、先頭文字をイ
ンデックスとして従属文字列格納部の先頭アドレスと従
属文字列の数を格納し、従属文字列格納部は、先頭文字
格納部の先頭アドレスで指定される格納位置に、従属文
字列の長さ、従属文字列、文字列符号、及び属性符号を
組にして格納する。
【００３８】文字列比較部１０２は、現在処理中の非圧
縮データ中の先頭文字により文字列属性辞書格納部１０
４の先頭文字格納部を参照して従属文字列格納部から従
属文字列の長さを取得し、非圧縮データ中から先頭文字
に続く従属文字列の長さの部分文字列を切出して登録さ
れた従属文字列との一致検索を行う。符号出力部１０６
は、文字列比較部１０２から登録文字列に一致する検索
結果を受けた際に、文字列属性辞書格納部１０４に格納
された文字列符号と属性符号を一致検出された文字列に
割り当てて出力する。
縮データ中の先頭文字により文字列属性辞書格納部１０
４の先頭文字格納部を参照して従属文字列格納部から従
属文字列の長さを取得し、非圧縮データ中から先頭文字
に続く従属文字列の長さの部分文字列を切出して登録さ
れた従属文字列との一致検索を行う。符号出力部１０６
は、文字列比較部１０２から登録文字列に一致する検索
結果を受けた際に、文字列属性辞書格納部１０４に格納
された文字列符号と属性符号を一致検出された文字列に
割り当てて出力する。
【００３９】また２階層に分けた先頭文字格納部は、属
性グループに応じた複数の属性格納部に分割され、複数
の属性格納部の各々に固有の辞書番号ＤＮを設定すると
共に、先頭文字をインデックスとして従属文字列格納部
の先頭アドレスと従属文字列の個数を格納している。こ
れに対応した従属文字列格納部は、属性格納部の先頭ア
ドレスで指定される１又は複数の格納位置（従属文字列
の個数文）に、従属文字列の長さ、及び従属文字列を組
にして格納し、文字列符号及び属性符号を格納しないこ
とにより辞書サイズを小型化する。この場合、符号出力
部１０６は、文字列比較部１０２から登録文字列に一致
する検索結果を受けた際に、従属文字列格納部の格納位
置を示す文字列登録番号と属性格納部の辞書番号ＤＮを
一致検索された文字列に割り当てて出力する。
性グループに応じた複数の属性格納部に分割され、複数
の属性格納部の各々に固有の辞書番号ＤＮを設定すると
共に、先頭文字をインデックスとして従属文字列格納部
の先頭アドレスと従属文字列の個数を格納している。こ
れに対応した従属文字列格納部は、属性格納部の先頭ア
ドレスで指定される１又は複数の格納位置（従属文字列
の個数文）に、従属文字列の長さ、及び従属文字列を組
にして格納し、文字列符号及び属性符号を格納しないこ
とにより辞書サイズを小型化する。この場合、符号出力
部１０６は、文字列比較部１０２から登録文字列に一致
する検索結果を受けた際に、従属文字列格納部の格納位
置を示す文字列登録番号と属性格納部の辞書番号ＤＮを
一致検索された文字列に割り当てて出力する。
【００４０】図２（Ａ）のデータ圧縮装置に対応したデ
ータ復元装置は、図２（Ｂ）のように、圧縮データから
復元単位となる符号を抽出して属性符号と文字列符号に
分離する符号分離部１３６と、属性グループに応じた複
数の属性格納部に分割され、各属性格納部毎に復元する
際の処理単位となる文字列符号に対応した復元文字列を
登録した辞書を格納する文字列属性辞書格納部１４０
と、符号列分離部１３６で分離された属性符号と文字列
符号による文字列属性辞書格納部１４０の参照にで元の
文字列を復元する文字列復元部１３８とを備えたことを
特徴とする。
ータ復元装置は、図２（Ｂ）のように、圧縮データから
復元単位となる符号を抽出して属性符号と文字列符号に
分離する符号分離部１３６と、属性グループに応じた複
数の属性格納部に分割され、各属性格納部毎に復元する
際の処理単位となる文字列符号に対応した復元文字列を
登録した辞書を格納する文字列属性辞書格納部１４０
と、符号列分離部１３６で分離された属性符号と文字列
符号による文字列属性辞書格納部１４０の参照にで元の
文字列を復元する文字列復元部１３８とを備えたことを
特徴とする。
【００４１】文字列属性辞書格納部１４０は、復元対象
とする先頭文字、従属文字列の長さ、及び従属文字列を
属性グループに分けて複数の属性格納部に格納し、文字
列復元部１３８は、分離した属性符号に基づいて属性格
納部を選択し、分離した文字列符号に基づき選択した属
性格納部の中の格納位置を認識して文字列を復元する。
とする先頭文字、従属文字列の長さ、及び従属文字列を
属性グループに分けて複数の属性格納部に格納し、文字
列復元部１３８は、分離した属性符号に基づいて属性格
納部を選択し、分離した文字列符号に基づき選択した属
性格納部の中の格納位置を認識して文字列を復元する。
【００４２】また本発明の別の形態にあっては、図２
（Ａ）で圧縮した圧縮データを中間符号として、更に既
存の符号化により再度符号化する二重符号化を行う。即
ち、スペースで区切られない単語構造をもつ言語の文字
コードで作成された非圧縮データを圧縮するデータ圧縮
装置として、図２（Ｃ）のように、文字列属性辞書に登
録された圧縮する際の処理単位となる登録文字列と非圧
縮データ中の部分文字列との比較により、登録文字列に
一致する部分文字列を検出し、検出された部分文字列ご
とに予め定められた文字列符号と属性符号を組にした中
間符号を割り当てて出力する第１符号化部１５０と、第
１符号部１５０で圧縮された中間符号列を入力して再度
圧縮する第２符号化部１５２を備えたことを特徴とす
る。
（Ａ）で圧縮した圧縮データを中間符号として、更に既
存の符号化により再度符号化する二重符号化を行う。即
ち、スペースで区切られない単語構造をもつ言語の文字
コードで作成された非圧縮データを圧縮するデータ圧縮
装置として、図２（Ｃ）のように、文字列属性辞書に登
録された圧縮する際の処理単位となる登録文字列と非圧
縮データ中の部分文字列との比較により、登録文字列に
一致する部分文字列を検出し、検出された部分文字列ご
とに予め定められた文字列符号と属性符号を組にした中
間符号を割り当てて出力する第１符号化部１５０と、第
１符号部１５０で圧縮された中間符号列を入力して再度
圧縮する第２符号化部１５２を備えたことを特徴とす
る。
【００４３】第２符号化部１５２は、中間符号列を辞書
の登録番号に置き換え、出現頻度の高い中間符号列ほど
長い符号列で登録して符号化するＬＺ７７やＬＺ７８な
どの辞書型符号化部、又は、中間符号の統計的な出現頻
度に基づき、出現頻度の高い中間符号に対し短い符号を
割り当てて出力する算術符号等の統計型符号化部であ
る。
の登録番号に置き換え、出現頻度の高い中間符号列ほど
長い符号列で登録して符号化するＬＺ７７やＬＺ７８な
どの辞書型符号化部、又は、中間符号の統計的な出現頻
度に基づき、出現頻度の高い中間符号に対し短い符号を
割り当てて出力する算術符号等の統計型符号化部であ
る。
【００４４】更に、文字列選択部を設けることで、非圧
縮データについてスペースで区切られない日本語の第１
文字列かスペースで区切られる英語等の第２文字列かを
識別し、日本語の第１文字列は第１符号化部１５０に入
力し、英語の第２文字列は第２符号化部１５２に入力す
る。これにより日本語文書を対象とした第１符号化部１
５０で、単語出現傾向が適合しない英語データを符号化
して圧縮データ量が元のデータよりも大きくなってしま
う不都合を解消する。
縮データについてスペースで区切られない日本語の第１
文字列かスペースで区切られる英語等の第２文字列かを
識別し、日本語の第１文字列は第１符号化部１５０に入
力し、英語の第２文字列は第２符号化部１５２に入力す
る。これにより日本語文書を対象とした第１符号化部１
５０で、単語出現傾向が適合しない英語データを符号化
して圧縮データ量が元のデータよりも大きくなってしま
う不都合を解消する。
【００４５】第１符号化部１５０の詳細は、図２（Ａ）
のデータ圧縮装置と基本的に同じであるが、第２符号化
部１５２での符号化がバイト単位の処理となるため、文
字列属性辞書格納部１０４に設けた２階層の従属文字列
格納部に格納した属性符号と文字列符号との和が８ビッ
トの倍数のバイト符号となるように格納する。また文字
列属性辞書格納部１０４に設けた２階層の従属文字列格
納部に属性符号と文字列符号を格納していない場合に
は、符号出力部１０６が、文字列比較部１０２から登録
文字列に一致する検索結果を受けた際に、文字列属性辞
書格納部１０４に設けた２階層の従属文字列格納部の格
納位置を示す文字列登録番号と属性格納部の辞書番号
を、符号長が８ビットの倍数のバイト符号に割り当てて
出力する。
のデータ圧縮装置と基本的に同じであるが、第２符号化
部１５２での符号化がバイト単位の処理となるため、文
字列属性辞書格納部１０４に設けた２階層の従属文字列
格納部に格納した属性符号と文字列符号との和が８ビッ
トの倍数のバイト符号となるように格納する。また文字
列属性辞書格納部１０４に設けた２階層の従属文字列格
納部に属性符号と文字列符号を格納していない場合に
は、符号出力部１０６が、文字列比較部１０２から登録
文字列に一致する検索結果を受けた際に、文字列属性辞
書格納部１０４に設けた２階層の従属文字列格納部の格
納位置を示す文字列登録番号と属性格納部の辞書番号
を、符号長が８ビットの倍数のバイト符号に割り当てて
出力する。
【００４６】図２（Ｃ）のデータ圧縮装置に対応したデ
ータ復元装置は、図２（Ｄ）のように、圧縮データを入
力して中間符号列を復元する第１復号化部１６４と、第
１復号化部１６４で復号された中間符号列を入力して元
の非圧縮データ列を復元する第２復号化部１６６を備え
たことを特徴とする。第１復号化部１６４は、入力符号
による属性辞書の参照で中間符号を復元する属性辞書型
復号化、又は復元済みの中間符号の出現頻度に基づいて
中間符号を復元する統計型復号化を行う。
ータ復元装置は、図２（Ｄ）のように、圧縮データを入
力して中間符号列を復元する第１復号化部１６４と、第
１復号化部１６４で復号された中間符号列を入力して元
の非圧縮データ列を復元する第２復号化部１６６を備え
たことを特徴とする。第１復号化部１６４は、入力符号
による属性辞書の参照で中間符号を復元する属性辞書型
復号化、又は復元済みの中間符号の出現頻度に基づいて
中間符号を復元する統計型復号化を行う。
【００４７】更に、データ圧縮側で、スペースで区切ら
れない日本語文字列に対し第１段階及び第２段階の符号
化を行い、スペースで区切られる英語等の文字列に対し
第２段階のみの符号化を行っていた場合、第１文字列復
号化部６４に続いて文字列選択部を設け、第１段階及び
第２段階の符号化による符号列を第１復号化部１６４復
号化した中間符号列は第２復号化部１６６に入力し、第
２段階の符号化のみの復元文字列はそのまま出力する。
この場合の第２復号化部１６６の詳細は図２（Ｂ）のデ
ータ復元装置と同じになる。
れない日本語文字列に対し第１段階及び第２段階の符号
化を行い、スペースで区切られる英語等の文字列に対し
第２段階のみの符号化を行っていた場合、第１文字列復
号化部６４に続いて文字列選択部を設け、第１段階及び
第２段階の符号化による符号列を第１復号化部１６４復
号化した中間符号列は第２復号化部１６６に入力し、第
２段階の符号化のみの復元文字列はそのまま出力する。
この場合の第２復号化部１６６の詳細は図２（Ｂ）のデ
ータ復元装置と同じになる。
【００４８】更に本発明は、図２（Ａ）のデータ圧縮装
置、図２（Ｂ）のデータ復元装置、図２（Ｃ）のデータ
圧縮装置、及び図２（Ｄ）のデータ復元装置の各々の処
理手順をもつデータ圧縮方法及びデータ復元方法を提供
する。
置、図２（Ｂ）のデータ復元装置、図２（Ｃ）のデータ
圧縮装置、及び図２（Ｄ）のデータ復元装置の各々の処
理手順をもつデータ圧縮方法及びデータ復元方法を提供
する。
【００４９】
【発明の実施の形態】＜目次＞ １．第１発明のデータ圧縮と復元 ２．第１発明の二重符号化によるデータ圧縮と復元 ３．第２発明のデータ圧縮と復元 ４．第２発明の二重符号化によるデータ圧縮と復元 １．第１発明のデータ圧縮と復元 図３は単語を構成する文字列ごとに予め定めた所定の文
字列符号を割り当てる第１発明のデータ圧縮装置のブロ
ック図である。
字列符号を割り当てる第１発明のデータ圧縮装置のブロ
ック図である。
【００５０】図３において、データ圧縮装置は、入力バ
ッファ１０、文字列比較部１２、文字列辞書格納部１
４、符号出力部１６及び圧縮バッファ１８で構成され
る。入力バッファ１０には圧縮対象とする文書データと
して、例えば日本語文書データが格納される。日本語文
書データの場合、１文字は２バイトのワードデータで構
成されており、文書中の単語はスペースで区切られない
構造を持っている。
ッファ１０、文字列比較部１２、文字列辞書格納部１
４、符号出力部１６及び圧縮バッファ１８で構成され
る。入力バッファ１０には圧縮対象とする文書データと
して、例えば日本語文書データが格納される。日本語文
書データの場合、１文字は２バイトのワードデータで構
成されており、文書中の単語はスペースで区切られない
構造を持っている。
【００５１】入力バッファ１０に入力する日本語文書デ
ータとしては、１回の圧縮に使用する文書単位に入力し
ており、キロバイトオーダからメガバイトオーダの適宜
のサイズの文書が入力される。文字列比較部１２は入力
バッファ１０に格納された日本語文書データの文字列を
先頭から順番に入力し、文字列辞書格納部１４に予め登
録されている単語単位の登録文字列と一致するか否かを
検出する。
ータとしては、１回の圧縮に使用する文書単位に入力し
ており、キロバイトオーダからメガバイトオーダの適宜
のサイズの文書が入力される。文字列比較部１２は入力
バッファ１０に格納された日本語文書データの文字列を
先頭から順番に入力し、文字列辞書格納部１４に予め登
録されている単語単位の登録文字列と一致するか否かを
検出する。
【００５２】文字列比較部１２で入力文字列に一致する
登録文字列が検出されると、符号出力部１６において文
字列辞書格納部１４の一致検出された登録文字列に対応
して予め登録されている文字列符号を読み出して割り当
て、この文字列符号を圧縮バッファ１８に出力する。こ
こで日本語文書データの文字列を単語単位に文字列符号
に変換するための文字列辞書格納部１４を説明する。
登録文字列が検出されると、符号出力部１６において文
字列辞書格納部１４の一致検出された登録文字列に対応
して予め登録されている文字列符号を読み出して割り当
て、この文字列符号を圧縮バッファ１８に出力する。こ
こで日本語文書データの文字列を単語単位に文字列符号
に変換するための文字列辞書格納部１４を説明する。
【００５３】図４は、（株）日本電子化辞書研究所（Ｅ
ＤＲ）が研究成果として発表した、日本語を構成する形
態素の品詞に関する集計結果である。この集計結果を見
ると、単語数に対応する形態素数は１３６，４８６個で
あり、この単語の数を２進数で表現すると、最大表現数
が２６２，１４３個となる１７ビットの符号で表すこと
ができる。
ＤＲ）が研究成果として発表した、日本語を構成する形
態素の品詞に関する集計結果である。この集計結果を見
ると、単語数に対応する形態素数は１３６，４８６個で
あり、この単語の数を２進数で表現すると、最大表現数
が２６２，１４３個となる１７ビットの符号で表すこと
ができる。
【００５４】これに対し、新世代コンピュータ技術開発
機構（ＩＣＯＴ）で作成した約１３万語の単語を有する
日本語辞書から単語を構成する文字数を検出して分布を
求めた結果、全登録単語の１／２以上の７万語が２文字
で構成されており、平均文字数は２．８文字となってい
る。この平均文字数２．８文字をビット数で表すと、 ２．８文字×２バイト＝５．６バイト×８ビット＝４
４．８ビット となる。
機構（ＩＣＯＴ）で作成した約１３万語の単語を有する
日本語辞書から単語を構成する文字数を検出して分布を
求めた結果、全登録単語の１／２以上の７万語が２文字
で構成されており、平均文字数は２．８文字となってい
る。この平均文字数２．８文字をビット数で表すと、 ２．８文字×２バイト＝５．６バイト×８ビット＝４
４．８ビット となる。
【００５５】そこで本発明にあっては、図４の１３６，
４８６個の単語を表現する１７ビットの文字列符号を予
め割り当て、入力した日本語データの文字列を単語単位
に１７ビットの文字列符号に変換する符号化を行うこと
で、実質的にデータ量を半分以下に圧縮することができ
る。図５は、図３の文字列辞書格納部１４の辞書構造の
実施形態である。図５の文字列辞書格納部１４に格納さ
れた辞書は、先頭文字格納部２０と従属文字列格納部２
２の２階層構造を備える。先頭文字格納部２０は、日本
語文字「あ，い，う，え，お・・・」の文字コードをイ
ンデックスとしており、日本語の文字コードは２バイト
データであることから、文字コード２４としては、１６
進数で「０ｘ００００」から「０ｘＦＦＦＦ」の１３
１，０７２種類の格納位置が割り当てられる。
４８６個の単語を表現する１７ビットの文字列符号を予
め割り当て、入力した日本語データの文字列を単語単位
に１７ビットの文字列符号に変換する符号化を行うこと
で、実質的にデータ量を半分以下に圧縮することができ
る。図５は、図３の文字列辞書格納部１４の辞書構造の
実施形態である。図５の文字列辞書格納部１４に格納さ
れた辞書は、先頭文字格納部２０と従属文字列格納部２
２の２階層構造を備える。先頭文字格納部２０は、日本
語文字「あ，い，う，え，お・・・」の文字コードをイ
ンデックスとしており、日本語の文字コードは２バイト
データであることから、文字コード２４としては、１６
進数で「０ｘ００００」から「０ｘＦＦＦＦ」の１３
１，０７２種類の格納位置が割り当てられる。
【００５６】この文字コード２４は、図３の文字列比較
部１２で読み込んだ先頭文字を使用して、対応する文字
コードの位置にアクセスする。文字コード２４に続いて
は先頭アドレス２６が格納される。先頭アドレス２６
は、例えば文字コード２４の先頭文字「あ」を例にとる
と、先頭文字「あ」に続く従属文字列を格納した従属文
字列格納部２２の先頭アドレス「Ａ１」を指定してい
る。続いて従属文字列の個数２８が設けられる。例えば
先頭文字「あ」にあっては、従属文字列個数２８として
Ｎ１＝４個が格納されている。
部１２で読み込んだ先頭文字を使用して、対応する文字
コードの位置にアクセスする。文字コード２４に続いて
は先頭アドレス２６が格納される。先頭アドレス２６
は、例えば文字コード２４の先頭文字「あ」を例にとる
と、先頭文字「あ」に続く従属文字列を格納した従属文
字列格納部２２の先頭アドレス「Ａ１」を指定してい
る。続いて従属文字列の個数２８が設けられる。例えば
先頭文字「あ」にあっては、従属文字列個数２８として
Ｎ１＝４個が格納されている。
【００５７】従属文字列格納部２２は、先頭文字格納部
２０の先頭文字の文字コード２４に対応して格納された
先頭アドレス２６で先頭位置が指定され、この先頭位置
から従属文字列格納部２８で指定された個数の格納位置
に従属文字列が格納されている。例えば先頭文字「あ」
に対応した先頭アドレス２６のアドレスＡ１から従属文
字列個数２８のＮ１＝４個となる４つの格納位置が、対
象とする従属文字列格納領域として指定される。
２０の先頭文字の文字コード２４に対応して格納された
先頭アドレス２６で先頭位置が指定され、この先頭位置
から従属文字列格納部２８で指定された個数の格納位置
に従属文字列が格納されている。例えば先頭文字「あ」
に対応した先頭アドレス２６のアドレスＡ１から従属文
字列個数２８のＮ１＝４個となる４つの格納位置が、対
象とする従属文字列格納領域として指定される。
【００５８】この従属文字列格納部２２は、先頭から従
属文字列の長さ３０、従属文字列３２、及び１７ビット
表現される文字列コード（文字列符号）３４が格納され
ている。例えば先頭アドレスＡ１には、長さＬ１で従属
文字列「い」と、その文字列コードが格納されている。
次の格納位置には長さＬ２の従属文字列「う」がその文
字列コードと共に格納されている。
属文字列の長さ３０、従属文字列３２、及び１７ビット
表現される文字列コード（文字列符号）３４が格納され
ている。例えば先頭アドレスＡ１には、長さＬ１で従属
文字列「い」と、その文字列コードが格納されている。
次の格納位置には長さＬ２の従属文字列「う」がその文
字列コードと共に格納されている。
【００５９】３番目の領域には長さＬ３の従属文字列
「お」が文字列コードと共に格納されている。４番目の
格納領域には長さＬ４で従属文字列が存在しないことを
示す符号「ＮＵＬＬ」が格納され、存在しないことを示
す文字列コードが格納されている。即ち、この４番目の
格納領域は先頭１文字だけの文字列コードの登録を表し
ている。
「お」が文字列コードと共に格納されている。４番目の
格納領域には長さＬ４で従属文字列が存在しないことを
示す符号「ＮＵＬＬ」が格納され、存在しないことを示
す文字列コードが格納されている。即ち、この４番目の
格納領域は先頭１文字だけの文字列コードの登録を表し
ている。
【００６０】ここで図５の従属文字列格納部２２に文字
列コード３４は、単語個数に基づき１番から１３６，４
８６番まで予め１７ビットの文字列コードが割当てられ
ており、図５のように格納した場合の文字列コード（文
字列符号）Ｋと位置アドレスＸとの関係は、次式で表す
ことができる。 Ｋ＝（Ｎ・Ｘ−Ａ１）／Ｍ （１） 但し、Ｘ ：従属文字列格納部２２の位置アドレス Ｎ ：一致検出された従属文字列の番号（１，２，３，
・・Ｎ） Ａ１：従属文字列格納部の開始アドレス Ｍ ：従属文字列格納部の格納バイト長 ここで、従属文字列格納部２２の格納バイト長Ｍは、従
属文字列の長さ３０、従属文字列３２、及び文字列コー
ド３４の合計長であることから、例えば次式で表すこと
ができる。 格納バイト長Ｍ＝ 長さ＋文字コード列＋文字列コード （２） ＝３bit ＋ ９６bit ＋ １７bit ＝１１６bit ＝１５byte ここでは格納可能な従属文字列を最大６文字とすること
で、従属文字列３２に９６ビットを割り当てた場合を例
にとっている。もちろん、従属文字列の文字数は平均で
２．８文字であることから、３文字（４８ビット）以上
とすれば十分な圧縮効果が得られる。この場合には、従
属文字列格納部の１つの格納領域の格納バイト長ＭはＭ
＝１２バイトになる。
列コード３４は、単語個数に基づき１番から１３６，４
８６番まで予め１７ビットの文字列コードが割当てられ
ており、図５のように格納した場合の文字列コード（文
字列符号）Ｋと位置アドレスＸとの関係は、次式で表す
ことができる。 Ｋ＝（Ｎ・Ｘ−Ａ１）／Ｍ （１） 但し、Ｘ ：従属文字列格納部２２の位置アドレス Ｎ ：一致検出された従属文字列の番号（１，２，３，
・・Ｎ） Ａ１：従属文字列格納部の開始アドレス Ｍ ：従属文字列格納部の格納バイト長 ここで、従属文字列格納部２２の格納バイト長Ｍは、従
属文字列の長さ３０、従属文字列３２、及び文字列コー
ド３４の合計長であることから、例えば次式で表すこと
ができる。 格納バイト長Ｍ＝ 長さ＋文字コード列＋文字列コード （２） ＝３bit ＋ ９６bit ＋ １７bit ＝１１６bit ＝１５byte ここでは格納可能な従属文字列を最大６文字とすること
で、従属文字列３２に９６ビットを割り当てた場合を例
にとっている。もちろん、従属文字列の文字数は平均で
２．８文字であることから、３文字（４８ビット）以上
とすれば十分な圧縮効果が得られる。この場合には、従
属文字列格納部の１つの格納領域の格納バイト長ＭはＭ
＝１２バイトになる。
【００６１】前記（１）式から算出される１７ビットの
文字列コードＫを使用した場合、復元の際には文字列コ
ードＫの値から格納位置（アドレス）Ｘを次式で算出す
ればよい。 Ｘ＝Ｍ・Ｋ＋Ａ１ （３） 但し、Ｋ ：文字列コード Ａ１：従属文字列格納部の開始アドレス Ｍ ：復元側の従属文字列格納部の格納バイト長 この（３）式にあっては、復元側で使用する辞書におけ
る従属文字列格納部の開始アドレスＡ１、即ちオフセッ
トと、従属文字列格納部２２の格納バイト長Ｍが定数と
して定まっていることから、復元しようとする文字列コ
ードＫを（３）式に代入することで、一義的に復元しよ
うとする文字列を格納した辞書位置（位置アドレス）Ｘ
を算出することができる。
文字列コードＫを使用した場合、復元の際には文字列コ
ードＫの値から格納位置（アドレス）Ｘを次式で算出す
ればよい。 Ｘ＝Ｍ・Ｋ＋Ａ１ （３） 但し、Ｋ ：文字列コード Ａ１：従属文字列格納部の開始アドレス Ｍ ：復元側の従属文字列格納部の格納バイト長 この（３）式にあっては、復元側で使用する辞書におけ
る従属文字列格納部の開始アドレスＡ１、即ちオフセッ
トと、従属文字列格納部２２の格納バイト長Ｍが定数と
して定まっていることから、復元しようとする文字列コ
ードＫを（３）式に代入することで、一義的に復元しよ
うとする文字列を格納した辞書位置（位置アドレス）Ｘ
を算出することができる。
【００６２】図６は図５の辞書構造を持った文字列辞書
格納部１４による図３のデータ圧縮装置の符号化処理の
フローチャートである。まずステップＳ１で、入力バッ
ファ１０から文字列比較部１２に読み込んだ文字列の先
頭文字の位置Ｐにポインタを移動し、ステップＳ２で先
頭文字位置Ｐの文字コードが示す図５の文字コード２４
に対応した先頭文字格納部２０のテーブルを参照する。
この先頭文字格納部２０のテーブル参照により、ステッ
プＳ３で従属文字列格納部２２の先頭アドレス２６と従
属文字列の個数２８を取得する。
格納部１４による図３のデータ圧縮装置の符号化処理の
フローチャートである。まずステップＳ１で、入力バッ
ファ１０から文字列比較部１２に読み込んだ文字列の先
頭文字の位置Ｐにポインタを移動し、ステップＳ２で先
頭文字位置Ｐの文字コードが示す図５の文字コード２４
に対応した先頭文字格納部２０のテーブルを参照する。
この先頭文字格納部２０のテーブル参照により、ステッ
プＳ３で従属文字列格納部２２の先頭アドレス２６と従
属文字列の個数２８を取得する。
【００６３】続いてステップＳ４で、従属文字列格納部
２２の先頭アドレスの先頭データから従属文字列の長さ
３０の長さデータＬを取得する。次にステップＳ５で、
先頭文字位置Ｐから従属文字列の長さデータＬに基づく
Ｌ文字を抽出し、抽出したＬ文字を従属文字列格納部２
２の従属文字列３２の登録文字列と比較して、一致する
か否か判断する。
２２の先頭アドレスの先頭データから従属文字列の長さ
３０の長さデータＬを取得する。次にステップＳ５で、
先頭文字位置Ｐから従属文字列の長さデータＬに基づく
Ｌ文字を抽出し、抽出したＬ文字を従属文字列格納部２
２の従属文字列３２の登録文字列と比較して、一致する
か否か判断する。
【００６４】登録した従属文字列と一致すれば、ステッ
プＳ３に進み、次の文字コード列３４を読み出し、一致
検出した文字列に符号出力部１６で割り当てて圧縮バッ
ファ１８に送出し、次のステップＳ９で先頭文字位置Ｐ
を従属文字列の文字数Ｌだけ移動した位置Ｐにポインタ
を更新する。そしてステップＳ１２で非圧縮データの処
理が済んでいなければ、再びステップＳ２に戻り、更新
した先頭文字位置Ｐについて同様な処理を繰り返す。
プＳ３に進み、次の文字コード列３４を読み出し、一致
検出した文字列に符号出力部１６で割り当てて圧縮バッ
ファ１８に送出し、次のステップＳ９で先頭文字位置Ｐ
を従属文字列の文字数Ｌだけ移動した位置Ｐにポインタ
を更新する。そしてステップＳ１２で非圧縮データの処
理が済んでいなければ、再びステップＳ２に戻り、更新
した先頭文字位置Ｐについて同様な処理を繰り返す。
【００６５】一方、ステップＳ５で従属文字列格納部２
２の登録従属文字列と一致しなかった場合には、従属文
字列数Ｎが未了か否かチェックし、未了であればステッ
プＳ７に戻り、従属文字列格納部２２の先頭アドレスの
次の格納領域から従属文字列の長さデータＬを取得し、
ステップＳ５で再度、先頭文字位置ＰからＬ文字の従属
文字列を抽出して従属文字列格納部２２の登録従属文字
列と一致するか否か比較する。
２の登録従属文字列と一致しなかった場合には、従属文
字列数Ｎが未了か否かチェックし、未了であればステッ
プＳ７に戻り、従属文字列格納部２２の先頭アドレスの
次の格納領域から従属文字列の長さデータＬを取得し、
ステップＳ５で再度、先頭文字位置ＰからＬ文字の従属
文字列を抽出して従属文字列格納部２２の登録従属文字
列と一致するか否か比較する。
【００６６】ステップＳ５〜Ｓ７の繰返しによる登録個
数Ｎの従属文字列の全てについて比較処理を行っても一
致しなかった場合には、ステップＳ６で従属文字列の個
数Ｎの終了を判別して、ステップＳ１０に進み、先頭文
字１文字を表す未登録コードを送出する。そしてステッ
プＳ１１で先頭文字位置Ｐを文字数Ｌ＝１文字だけ移動
した次の位置にポインタを更新し、ステップＳ２に戻っ
て、次の先頭文字位置Ｐからの処理を繰り返す。
数Ｎの従属文字列の全てについて比較処理を行っても一
致しなかった場合には、ステップＳ６で従属文字列の個
数Ｎの終了を判別して、ステップＳ１０に進み、先頭文
字１文字を表す未登録コードを送出する。そしてステッ
プＳ１１で先頭文字位置Ｐを文字数Ｌ＝１文字だけ移動
した次の位置にポインタを更新し、ステップＳ２に戻っ
て、次の先頭文字位置Ｐからの処理を繰り返す。
【００６７】図７は図３のデータ圧縮装置で使用する文
字列辞書格納部１４の他の辞書構造の実施形態である。
この文字列辞書格納部１４の辞書構造にあっては、先頭
文字の文字コード２４をインデックスとした先頭文字格
納部２０については図５の辞書構造と同じであるが、先
頭文字格納部２０の先頭アドレス２６で指定される従属
文字列格納部２２には、従属文字列の長さ３０と従属文
字列３２のみを格納し、従属文字列を表す１７ビットの
文字列コード３４は格納しないようにしている。
字列辞書格納部１４の他の辞書構造の実施形態である。
この文字列辞書格納部１４の辞書構造にあっては、先頭
文字の文字コード２４をインデックスとした先頭文字格
納部２０については図５の辞書構造と同じであるが、先
頭文字格納部２０の先頭アドレス２６で指定される従属
文字列格納部２２には、従属文字列の長さ３０と従属文
字列３２のみを格納し、従属文字列を表す１７ビットの
文字列コード３４は格納しないようにしている。
【００６８】このため図７の辞書構造にあっては、従属
文字列格納部２２の従属文字列３２と一致した場合に
は、一致検出した文字列に文字列登録番号ＫN を割り当
てて文字列コードの代わりに出力する。この従属文字列
格納部２２に文字列コード３４を格納した図５の辞書構
造の関係を、図７に示した文字列コードを格納せずに従
属文字列格納部２２の文字列登録番号Ｋを符号に割り当
てて出力する場合には、次式により符号に割り当てる文
字列登録番号ＫＮを算出することができる。
文字列格納部２２の従属文字列３２と一致した場合に
は、一致検出した文字列に文字列登録番号ＫN を割り当
てて文字列コードの代わりに出力する。この従属文字列
格納部２２に文字列コード３４を格納した図５の辞書構
造の関係を、図７に示した文字列コードを格納せずに従
属文字列格納部２２の文字列登録番号Ｋを符号に割り当
てて出力する場合には、次式により符号に割り当てる文
字列登録番号ＫＮを算出することができる。
【００６９】 ＫN ＝（Ｘ・Ｎ−Ａ１）／Ｍ （４） 但し、Ｘ ：従属文字列格納部の格納アドレス Ｎ ：一致検出された従属文字列の番号（１，２，３，
・・Ｎ） Ａ１：従属文字列格納部の開始アドレス（固定オフセッ
ト値） Ｍ ：従属文字列格納部の格納バイト長 また図７の従属文字列格納部２２のように文字列コード
Ｋを登録しなかった場合には、従属文字列格納部２２の
格納バイト長Ｍは 格納バイト長Ｍ＝ 長さ＋文字コード列 （５） ＝３bit ＋ ９６bit ＝９９ビット ＝１３byte り、前記（２）式に示した図５の場合に比べ、２バイト
少なくすることができ、その分、文字列辞書格納部１４
のサイズを小さくすることができる。
・・Ｎ） Ａ１：従属文字列格納部の開始アドレス（固定オフセッ
ト値） Ｍ ：従属文字列格納部の格納バイト長 また図７の従属文字列格納部２２のように文字列コード
Ｋを登録しなかった場合には、従属文字列格納部２２の
格納バイト長Ｍは 格納バイト長Ｍ＝ 長さ＋文字コード列 （５） ＝３bit ＋ ９６bit ＝９９ビット ＝１３byte り、前記（２）式に示した図５の場合に比べ、２バイト
少なくすることができ、その分、文字列辞書格納部１４
のサイズを小さくすることができる。
【００７０】また図７の辞書構造で文字列に一致する従
属文字列格納部２２の文字列登録番号ＫＮを符号に割り
当てた場合の圧縮データの復元にあっては、前記（３）
式に符号に割り当てた文字列登録番号ＫN を代入するこ
とで一義的に文字列登録番号に対応した従属文字列格納
部の格納位置を示す位置アドレスＸを算出して、辞書の
参照により元の文字列に戻すことができる。
属文字列格納部２２の文字列登録番号ＫＮを符号に割り
当てた場合の圧縮データの復元にあっては、前記（３）
式に符号に割り当てた文字列登録番号ＫN を代入するこ
とで一義的に文字列登録番号に対応した従属文字列格納
部の格納位置を示す位置アドレスＸを算出して、辞書の
参照により元の文字列に戻すことができる。
【００７１】図８は図７の辞書構造を用いた図３のデー
タ圧縮装置による符号化処理のフローチャートである。
この符号化処理のステップＳ１〜Ｓ６、及びステップＳ
９，Ｓ１１，Ｓ１２は、図５の辞書構造を使用した図６
の符号化処理と同じであるが、ステップＳ８，Ｓ１０の
辞書登録文字列との一致が検出された際の符号割当てに
よる符号送出が異なる。
タ圧縮装置による符号化処理のフローチャートである。
この符号化処理のステップＳ１〜Ｓ６、及びステップＳ
９，Ｓ１１，Ｓ１２は、図５の辞書構造を使用した図６
の符号化処理と同じであるが、ステップＳ８，Ｓ１０の
辞書登録文字列との一致が検出された際の符号割当てに
よる符号送出が異なる。
【００７２】即ち、ステップＳ５で先頭文字格納位置Ｐ
からＬ文字を取り出して、従属文字列格納部２２に格納
している従属文字列との一致が得られると、ステップＳ
８で従属文字列格納部２２の格納位置を示す文字列登録
番号ＫN を前記（４）式で求め、この文字列登録番号Ｋ
N を符号に割り当てて送出する。またステップＳ５で従
属文字列と一致せずに、ステップＳ６で個数Ｎの従属文
字列との比較が終了した場合には、ステップＳ１０で図
７の「ＮＵＬＬ」を格納している文字列登録番号Ｋを前
記（４）式で算出し、これを符号に割り当ててステップ
Ｓ１０で送出する。 図９は、図３のデータ圧縮装置で
符号化された圧縮データを復元するデータ復元装置のブ
ロック図である。このデータ復元装置は、圧縮入力バッ
ファ３６、符号分離部３８、文字列復元部４０、文字列
辞書格納部４２及び復元データバッファ４４で構成され
る。圧縮入力バッファ３６には、図３のデータ圧縮装置
で符号化された圧縮データがバスや通信回線を介して入
力される。
からＬ文字を取り出して、従属文字列格納部２２に格納
している従属文字列との一致が得られると、ステップＳ
８で従属文字列格納部２２の格納位置を示す文字列登録
番号ＫN を前記（４）式で求め、この文字列登録番号Ｋ
N を符号に割り当てて送出する。またステップＳ５で従
属文字列と一致せずに、ステップＳ６で個数Ｎの従属文
字列との比較が終了した場合には、ステップＳ１０で図
７の「ＮＵＬＬ」を格納している文字列登録番号Ｋを前
記（４）式で算出し、これを符号に割り当ててステップ
Ｓ１０で送出する。 図９は、図３のデータ圧縮装置で
符号化された圧縮データを復元するデータ復元装置のブ
ロック図である。このデータ復元装置は、圧縮入力バッ
ファ３６、符号分離部３８、文字列復元部４０、文字列
辞書格納部４２及び復元データバッファ４４で構成され
る。圧縮入力バッファ３６には、図３のデータ圧縮装置
で符号化された圧縮データがバスや通信回線を介して入
力される。
【００７３】符号分離部３８は、圧縮入力バッファ３６
に格納された圧縮データの中から１７ビット単位に文字
列コードを分離し、文字列復元部４０に供給する。文字
列復元部４０は入力した文字列コードにより文字列辞書
格納部４２を参照し、対応する文字列を復元して復元デ
ータバッファ４４に格納する。図１０は図９の文字列辞
書格納部４２の辞書構造である。この文字列辞書格納部
４２にあっては、先頭文字４６、従属文字列長さ４８及
び従属文字列５０を、図５の辞書構造に示した従属文字
列格納部２２の１７ビットの文字列コード３４の順番に
格納している。この順番は図７の辞書構造における従属
文字列格納部２２の文字列登録番号ＫN の順番と同じで
ある。このため文字列復元部４０にあっては、復元に使
用する文字列辞書格納部４２の格納バイト長Ｍが 格納バイト長Ｍ＝ 先頭文字＋長さ＋文字コード列 （６） ＝ １６bit ＋３bit ＋ ９６bit ＝１１５ビット ＝１５byte から判明しているため、次式から文字列コードＫ又は文
字列登録番号ＫN に対応した位置アドレスＸを算出する
ことができる。 Ｘ＝Ｍ・Ｋ＋Ａ１ （７） 但し、Ｋ ：文字列コード（＝文字列登録番号ＫN ） Ａ１：文字列格納位置の開始アドレス Ｍ ：格納バイト長 このようにして分離した文字列コードＫ（又はＫN ）か
ら辞書格納位置を示す位置アドレスＸを求めて参照する
ことで、対応する先頭文字及び従属文字列を組み合わせ
た文字列を復元することができる。
に格納された圧縮データの中から１７ビット単位に文字
列コードを分離し、文字列復元部４０に供給する。文字
列復元部４０は入力した文字列コードにより文字列辞書
格納部４２を参照し、対応する文字列を復元して復元デ
ータバッファ４４に格納する。図１０は図９の文字列辞
書格納部４２の辞書構造である。この文字列辞書格納部
４２にあっては、先頭文字４６、従属文字列長さ４８及
び従属文字列５０を、図５の辞書構造に示した従属文字
列格納部２２の１７ビットの文字列コード３４の順番に
格納している。この順番は図７の辞書構造における従属
文字列格納部２２の文字列登録番号ＫN の順番と同じで
ある。このため文字列復元部４０にあっては、復元に使
用する文字列辞書格納部４２の格納バイト長Ｍが 格納バイト長Ｍ＝ 先頭文字＋長さ＋文字コード列 （６） ＝ １６bit ＋３bit ＋ ９６bit ＝１１５ビット ＝１５byte から判明しているため、次式から文字列コードＫ又は文
字列登録番号ＫN に対応した位置アドレスＸを算出する
ことができる。 Ｘ＝Ｍ・Ｋ＋Ａ１ （７） 但し、Ｋ ：文字列コード（＝文字列登録番号ＫN ） Ａ１：文字列格納位置の開始アドレス Ｍ ：格納バイト長 このようにして分離した文字列コードＫ（又はＫN ）か
ら辞書格納位置を示す位置アドレスＸを求めて参照する
ことで、対応する先頭文字及び従属文字列を組み合わせ
た文字列を復元することができる。
【００７４】図１１は、図３のデータ圧縮装置に更に動
的辞書格納部１５を設けたデータ圧縮装置のブロック図
である。文字列辞書格納部１４は、図５または図７のい
ずれかの辞書構造を持っている。これに対し動的辞書格
納部１５は、最初は未登録であり、文字列比較部１２に
おいて文字列辞書格納部１４の参照で最初に一致検出さ
れた文字列に文字列コードが符号出力部１６で割り当て
られると、符号割当てを行った文字列辞書格納部１４の
内容を動的辞書格納部１５に格納する。２回目以降の符
号化については、まず動的辞書格納部１５を参照し、一
致する文字列が検出できなかった場合に文字列辞書格納
部１４を参照する。
的辞書格納部１５を設けたデータ圧縮装置のブロック図
である。文字列辞書格納部１４は、図５または図７のい
ずれかの辞書構造を持っている。これに対し動的辞書格
納部１５は、最初は未登録であり、文字列比較部１２に
おいて文字列辞書格納部１４の参照で最初に一致検出さ
れた文字列に文字列コードが符号出力部１６で割り当て
られると、符号割当てを行った文字列辞書格納部１４の
内容を動的辞書格納部１５に格納する。２回目以降の符
号化については、まず動的辞書格納部１５を参照し、一
致する文字列が検出できなかった場合に文字列辞書格納
部１４を参照する。
【００７５】図１２は図１１の動的辞書格納部１５の辞
書構造であり、２つの文字列の符号化が終了した段階で
の登録内容を表している。即ち動的辞書格納部１５に
は、先頭文字６０、従属文字列の長さ６１、従属文字列
６２及び文字列コード６３が登録される。この登録内容
は、例えば図７の文字列辞書格納部１４のインデックス
となる文字コード２４で指定される先頭文字と従属文字
列格納部２２の内容を組み合わせた内容となる。
書構造であり、２つの文字列の符号化が終了した段階で
の登録内容を表している。即ち動的辞書格納部１５に
は、先頭文字６０、従属文字列の長さ６１、従属文字列
６２及び文字列コード６３が登録される。この登録内容
は、例えば図７の文字列辞書格納部１４のインデックス
となる文字コード２４で指定される先頭文字と従属文字
列格納部２２の内容を組み合わせた内容となる。
【００７６】また図１２は、文字列辞書格納部１４とし
て図５の辞書構造を例にとっているが、図７の辞書構造
を用いた場合には、文字列コード６３は格納されず、そ
の代わりに前記（４）式に基づいた文字列登録番号Ｋを
求めて符号に割り当てる。このように文字列を符号化す
るごとに動的辞書格納部１５に格納してそれ以降の辞書
検索を行うことで、一度符号化された文字列については
動的辞書格納部１５の参照で直ちに符号化でき、文字列
辞書格納部１４のみの参照で符号化している場合に比
べ、辞書検索を高速化することができる。
て図５の辞書構造を例にとっているが、図７の辞書構造
を用いた場合には、文字列コード６３は格納されず、そ
の代わりに前記（４）式に基づいた文字列登録番号Ｋを
求めて符号に割り当てる。このように文字列を符号化す
るごとに動的辞書格納部１５に格納してそれ以降の辞書
検索を行うことで、一度符号化された文字列については
動的辞書格納部１５の参照で直ちに符号化でき、文字列
辞書格納部１４のみの参照で符号化している場合に比
べ、辞書検索を高速化することができる。
【００７７】図１３は、図１１により符号化された圧縮
データを復元するデータ復元装置のブロック図であり、
図９に示したデータ復元装置の基本構成に加え、文字列
復元部４０に対し更に動的辞書格納部４５を新たに設け
ている。文字列辞書格納部４２は図１０に示した辞書構
造を持っている。これに対し動的辞書格納部４５には、
文字列復元部４０で文字列コードを元の文字列に変換す
るごとに図１４のように先頭文字６４、従属文字列の長
さ６５、従属文字列６６及び文字コード６７が登録され
る。
データを復元するデータ復元装置のブロック図であり、
図９に示したデータ復元装置の基本構成に加え、文字列
復元部４０に対し更に動的辞書格納部４５を新たに設け
ている。文字列辞書格納部４２は図１０に示した辞書構
造を持っている。これに対し動的辞書格納部４５には、
文字列復元部４０で文字列コードを元の文字列に変換す
るごとに図１４のように先頭文字６４、従属文字列の長
さ６５、従属文字列６６及び文字コード６７が登録され
る。
【００７８】このため２番目以降の復号化処理にあって
は、動的辞書格納部４５をそのときの文字列コードによ
り参照することで、該当する先頭文字と従属文字の組み
合わせでなる文字列を高速に復元することができる。も
ちろん、動的辞書格納部４５の参照で文字列が復元でき
ない場合には、第１文字列辞書格納部４２の参照で文字
列を復元する。 ２．第１発明の二重符号化によるデータ圧縮と復元 図１５は、図３に示した単語の文字列に１７ビットの文
字列コードを割り当てる符号化で得られた文字列符号を
中間符号として更に符号化を行う二重符号化処理を行う
ようにしたことを特徴とする。
は、動的辞書格納部４５をそのときの文字列コードによ
り参照することで、該当する先頭文字と従属文字の組み
合わせでなる文字列を高速に復元することができる。も
ちろん、動的辞書格納部４５の参照で文字列が復元でき
ない場合には、第１文字列辞書格納部４２の参照で文字
列を復元する。 ２．第１発明の二重符号化によるデータ圧縮と復元 図１５は、図３に示した単語の文字列に１７ビットの文
字列コードを割り当てる符号化で得られた文字列符号を
中間符号として更に符号化を行う二重符号化処理を行う
ようにしたことを特徴とする。
【００７９】図１５のデータ圧縮装置にあっては、入力
バッファ１０に続いて第１符号化部７２を設けており、
第１符号化部７２は図３のデータ圧縮装置と同様、文字
列比較部１２、文字列辞書格納部１４及び符号出力部１
６を備える。この第１符号化部７２に続いては第２符号
化部７４が設けられ、第１符号化部７２で文字列コード
として符号化された中間符号を更に符号化し、圧縮バッ
ファ１８を介して圧縮データとして取り出している。
バッファ１０に続いて第１符号化部７２を設けており、
第１符号化部７２は図３のデータ圧縮装置と同様、文字
列比較部１２、文字列辞書格納部１４及び符号出力部１
６を備える。この第１符号化部７２に続いては第２符号
化部７４が設けられ、第１符号化部７２で文字列コード
として符号化された中間符号を更に符号化し、圧縮バッ
ファ１８を介して圧縮データとして取り出している。
【００８０】図１６は図１５の第２符号化部７４の具体
例であり、この実施例にあっては、第２符号化部７４と
して辞書型符号化部７４−１を使用している。辞書型符
号化部７４−１は、圧縮辞書参照部７５、圧縮用辞書格
納部７６及び符号化部７７で構成される。この辞書型符
号化部７４−１としては、例えばＬＺ７７やＬＺ７８が
使用される。
例であり、この実施例にあっては、第２符号化部７４と
して辞書型符号化部７４−１を使用している。辞書型符
号化部７４−１は、圧縮辞書参照部７５、圧縮用辞書格
納部７６及び符号化部７７で構成される。この辞書型符
号化部７４−１としては、例えばＬＺ７７やＬＺ７８が
使用される。
【００８１】図１７は図１５の第２符号化部７４の他の
実施形態であり、統計型符号化部７４−２を使用してお
り、具体的には確率モデル部７８と算術符号化部８０を
備えた統計型符号化の代表例として算術符号化を行って
いる。図１５の第１符号化部７２に設けた文字列辞書格
納部１４は、図５の辞書構造あるいは図７の辞書構造の
いずれかを使用することができる。このため、図５の辞
書構造を使用した場合のデータ圧縮のための符号化処理
は図１８のフローチャートのようになる。
実施形態であり、統計型符号化部７４−２を使用してお
り、具体的には確率モデル部７８と算術符号化部８０を
備えた統計型符号化の代表例として算術符号化を行って
いる。図１５の第１符号化部７２に設けた文字列辞書格
納部１４は、図５の辞書構造あるいは図７の辞書構造の
いずれかを使用することができる。このため、図５の辞
書構造を使用した場合のデータ圧縮のための符号化処理
は図１８のフローチャートのようになる。
【００８２】図１８のフローチャートは、ステップＳ
９，Ｓ１２の符号化処理を除いて、図６のフローチャー
トと同じである。図１８のステップＳ９，Ｓ１２の符号
化処理が、図１５の第２符号化部７４より第１符号化部
７２で得られた文字列コードを中間符号として入力し
て、更に図１６の辞書型符号化もしくは図１７の統計型
符号化により符号化する処理となる。
９，Ｓ１２の符号化処理を除いて、図６のフローチャー
トと同じである。図１８のステップＳ９，Ｓ１２の符号
化処理が、図１５の第２符号化部７４より第１符号化部
７２で得られた文字列コードを中間符号として入力し
て、更に図１６の辞書型符号化もしくは図１７の統計型
符号化により符号化する処理となる。
【００８３】また図１５の文字列辞書格納部１４に図７
の辞書構造を用いた場合の符号化処理は図１９のフロー
チャートになる。図１９の符号化処理のフローチャート
は、ステップＳ９，Ｓ１２の符号化処理を除いて、図８
の符号化処理のフローチャートと同じになる。ステップ
Ｓ９，Ｓ１２の符号化処理が、図１５の第２符号化部７
４による辞書型符号化あるいは統計型符号化の処理とな
る。このような２段階に亘る符号化処理を行うことで圧
縮率を更に高めることができる。
の辞書構造を用いた場合の符号化処理は図１９のフロー
チャートになる。図１９の符号化処理のフローチャート
は、ステップＳ９，Ｓ１２の符号化処理を除いて、図８
の符号化処理のフローチャートと同じになる。ステップ
Ｓ９，Ｓ１２の符号化処理が、図１５の第２符号化部７
４による辞書型符号化あるいは統計型符号化の処理とな
る。このような２段階に亘る符号化処理を行うことで圧
縮率を更に高めることができる。
【００８４】図２０は、図１５の二重符号化で得られた
圧縮データを復元するためのデータ復元装置のブロック
図である。図２０のデータ復元装置は、入力圧縮バッフ
ァ３６に続いて第１復号化部８２を設け、第１復号化部
８２に続いて第２復号化部８４を設け、最終的に復元デ
ータバッファ４４に復元データを得ている。第１復号化
部８２は、例えば図２１の辞書型復号化部８２−１又は
図２２の統計型復号化部８２−１で構成される。
圧縮データを復元するためのデータ復元装置のブロック
図である。図２０のデータ復元装置は、入力圧縮バッフ
ァ３６に続いて第１復号化部８２を設け、第１復号化部
８２に続いて第２復号化部８４を設け、最終的に復元デ
ータバッファ４４に復元データを得ている。第１復号化
部８２は、例えば図２１の辞書型復号化部８２−１又は
図２２の統計型復号化部８２−１で構成される。
【００８５】図２１の辞書型復号化部８２−１は、復号
化部８５、復号辞書参照部８６及び復号用辞書格納部８
７で構成され、ＬＺ７７もしくはＬＺ７８等の復号化処
理を行う。また図２２の統計型復号化部８２−２は算術
復号化部８８と確率モデル部９０で構成され、確率統計
型符号化の代表である算術符号化に対応した算術復号化
処理を行う。
化部８５、復号辞書参照部８６及び復号用辞書格納部８
７で構成され、ＬＺ７７もしくはＬＺ７８等の復号化処
理を行う。また図２２の統計型復号化部８２−２は算術
復号化部８８と確率モデル部９０で構成され、確率統計
型符号化の代表である算術符号化に対応した算術復号化
処理を行う。
【００８６】図２３は図１５の二重復号化部を行うデー
タ圧縮装置を変形したもので、入力バッファ１０と第１
符号化部７２の間に文字列選択部９２を設けている。入
力バッファ１０に入力される圧縮対象とする日本語文書
データの中には、日本語文字列以外に英語文字列等が含
まれる場合がある。英語文字列については、第１符号化
部７２に設けている文字列辞書格納部１４の辞書が適合
していないため、そのまま符号化すると符号化後のデー
タ量が元のデータ量よりも大きくなるような不具合があ
る。
タ圧縮装置を変形したもので、入力バッファ１０と第１
符号化部７２の間に文字列選択部９２を設けている。入
力バッファ１０に入力される圧縮対象とする日本語文書
データの中には、日本語文字列以外に英語文字列等が含
まれる場合がある。英語文字列については、第１符号化
部７２に設けている文字列辞書格納部１４の辞書が適合
していないため、そのまま符号化すると符号化後のデー
タ量が元のデータ量よりも大きくなるような不具合があ
る。
【００８７】そこで文字列選択部９２において、日本語
文字コードと英語のアルファベット文字コードを識別
し、日本語文字コードの文字列は第１符号化部７２に選
択して入力し、一方、英語の文字列は第２符号化部７４
に直接入力して符号化するようにしている。したがっ
て、日本語文字列については第１符号化部７２及び第２
符号化部７４による符号化が行われ、英語文字列につい
ては第２符号化部７４のみによる符号化が行われ、文字
種別に適合した符号化であることから、符号化後のデー
タ量が元データより大きくなってしまうことを防止でき
る。
文字コードと英語のアルファベット文字コードを識別
し、日本語文字コードの文字列は第１符号化部７２に選
択して入力し、一方、英語の文字列は第２符号化部７４
に直接入力して符号化するようにしている。したがっ
て、日本語文字列については第１符号化部７２及び第２
符号化部７４による符号化が行われ、英語文字列につい
ては第２符号化部７４のみによる符号化が行われ、文字
種別に適合した符号化であることから、符号化後のデー
タ量が元データより大きくなってしまうことを防止でき
る。
【００８８】図２４は図２３のデータ圧縮装置で符号化
された圧縮データを復元するためのデータ復元装置のブ
ロック図である。このデータ復元装置にあっては、第１
復号化部８２に続いて文字列選択部９４を設け、第１復
号化部８２で復元された中間符号が英文を示すアルファ
ベットの文字コードであった場合にはそのまま復元デー
タ４４に出力する。
された圧縮データを復元するためのデータ復元装置のブ
ロック図である。このデータ復元装置にあっては、第１
復号化部８２に続いて文字列選択部９４を設け、第１復
号化部８２で復元された中間符号が英文を示すアルファ
ベットの文字コードであった場合にはそのまま復元デー
タ４４に出力する。
【００８９】一方、日本語の文字列コードであった場合
には第２復号化部８４に入力し、符号分離部３８、文字
列復元部４０及び文字列辞書格納部４２を使用して日本
語文字列を復元した後に、復元データバッファ４４に格
納するようにしている。図２５は図１５の二重符号化部
のデータ圧縮装置に設けた第１符号化部７２に動的辞書
格納部を設けるようにしたデータ圧縮装置のブロック図
である。このデータ圧縮装置は基本的に図１５と同じで
あるが、第１符号化部７２の文字列比較部１２に対し、
文字列辞書格納部１４に加えて更に動的辞書格納部１５
を設けている。
には第２復号化部８４に入力し、符号分離部３８、文字
列復元部４０及び文字列辞書格納部４２を使用して日本
語文字列を復元した後に、復元データバッファ４４に格
納するようにしている。図２５は図１５の二重符号化部
のデータ圧縮装置に設けた第１符号化部７２に動的辞書
格納部を設けるようにしたデータ圧縮装置のブロック図
である。このデータ圧縮装置は基本的に図１５と同じで
あるが、第１符号化部７２の文字列比較部１２に対し、
文字列辞書格納部１４に加えて更に動的辞書格納部１５
を設けている。
【００９０】更に第１符号化部７２で符号化された中間
符号を入力して中間符号の出現頻度を計数する出現頻度
計数部９６を設け、出現頻度計数部９６で計数した出現
頻度を第２符号化部７４に与えている。このため第２符
号化部７４としては、辞書型符号化及び統計型符号化の
いずれの場合についても、文字が出現するごとに頻度を
再計算して、再計算した出現頻度に従って、出現頻度の
高い文字に対し短い符号長を割り当てる適応型符号化を
行っている。
符号を入力して中間符号の出現頻度を計数する出現頻度
計数部９６を設け、出現頻度計数部９６で計数した出現
頻度を第２符号化部７４に与えている。このため第２符
号化部７４としては、辞書型符号化及び統計型符号化の
いずれの場合についても、文字が出現するごとに頻度を
再計算して、再計算した出現頻度に従って、出現頻度の
高い文字に対し短い符号長を割り当てる適応型符号化を
行っている。
【００９１】第１符号化部７２に設けた動的辞書格納部
１５は図１２と同じ辞書構造をもち、符号化出力が行わ
れるごとに順次登録される。このような動的辞書格納部
１５を設けたことで、第１符号化部７２における文字列
コードへの符号化を高速化できる。図２６は、図２７の
データ圧縮装置で符号化された圧縮データを復元するた
めのデータ復元装置のブロック図である。このデータ復
元装置にあっては、第１復号化部８２に続いて設けた第
２復号化部８４に、文字列辞書格納部４２に加えて新た
に動的辞書格納部４５を設けている。
１５は図１２と同じ辞書構造をもち、符号化出力が行わ
れるごとに順次登録される。このような動的辞書格納部
１５を設けたことで、第１符号化部７２における文字列
コードへの符号化を高速化できる。図２６は、図２７の
データ圧縮装置で符号化された圧縮データを復元するた
めのデータ復元装置のブロック図である。このデータ復
元装置にあっては、第１復号化部８２に続いて設けた第
２復号化部８４に、文字列辞書格納部４２に加えて新た
に動的辞書格納部４５を設けている。
【００９２】動的辞書格納部４５としては、図１４と同
じものが使用される。また動的辞書格納部４５を備えた
第２復号化部の処理動作は、図１３のデータ復元装置と
基本的に同じである。更に第２復号化部８２で復元され
た文字列を出現頻度計数部９８に入力し、文字列の出現
頻度を計数して第１復号化部８２に供給している。この
ため第１復号化部８２としては、文字列が出現するごと
に頻度を再計算し、再計算した出現頻度に従って可変長
符号を割り当てる適応型復号化を行っている。 ３．第２発明のデータ圧縮と復元 図２７は、日本語文書データの圧縮において、単語を属
性グループ、具体的には品詞ごとの属性グループに分類
し、属性グループを表す属性符号と属性グループ内での
文字列の数を示す文字列符号を併せた文字列属性符号を
割り当てて圧縮するデータ圧縮装置のブロック図であ
る。
じものが使用される。また動的辞書格納部４５を備えた
第２復号化部の処理動作は、図１３のデータ復元装置と
基本的に同じである。更に第２復号化部８２で復元され
た文字列を出現頻度計数部９８に入力し、文字列の出現
頻度を計数して第１復号化部８２に供給している。この
ため第１復号化部８２としては、文字列が出現するごと
に頻度を再計算し、再計算した出現頻度に従って可変長
符号を割り当てる適応型復号化を行っている。 ３．第２発明のデータ圧縮と復元 図２７は、日本語文書データの圧縮において、単語を属
性グループ、具体的には品詞ごとの属性グループに分類
し、属性グループを表す属性符号と属性グループ内での
文字列の数を示す文字列符号を併せた文字列属性符号を
割り当てて圧縮するデータ圧縮装置のブロック図であ
る。
【００９３】図２７において、このデータ圧縮装置は、
入力バッファ１００、文字列比較部１０２、文字列属性
辞書格納部１０４、符号出力部１０６及び圧縮バッファ
１０８で構成される。文字列属性辞書格納部１０４に
は、図４に示した日本語辞書の調査結果における１３種
類の品詞を属性グループとし、各属性グループに含まれ
る単語数を示す形態素の個数の単語文字列に属性グルー
プごとの番号である文字列符号を割り当てて登録してい
る。
入力バッファ１００、文字列比較部１０２、文字列属性
辞書格納部１０４、符号出力部１０６及び圧縮バッファ
１０８で構成される。文字列属性辞書格納部１０４に
は、図４に示した日本語辞書の調査結果における１３種
類の品詞を属性グループとし、各属性グループに含まれ
る単語数を示す形態素の個数の単語文字列に属性グルー
プごとの番号である文字列符号を割り当てて登録してい
る。
【００９４】図２８は、図４の１３種類の品詞につい
て、単語数、属性情報ビット数、単語情報ビット数及び
合計ビット数を示している。まず属性符号の割り当てに
使用する属性情報ビット数は、品詞の種類が１３種類で
あることから４ビットで表現することができる。一方、
文字列コードを符号に割り当てる単語情報ビット数は各
品詞の単語の数に応じたビット数となる。この内、単語
数は名詞類が一番多く、名詞類の単語ビット数は１７ビ
ットとなる。
て、単語数、属性情報ビット数、単語情報ビット数及び
合計ビット数を示している。まず属性符号の割り当てに
使用する属性情報ビット数は、品詞の種類が１３種類で
あることから４ビットで表現することができる。一方、
文字列コードを符号に割り当てる単語情報ビット数は各
品詞の単語の数に応じたビット数となる。この内、単語
数は名詞類が一番多く、名詞類の単語ビット数は１７ビ
ットとなる。
【００９５】一方、図４から、文書中の総数が最も多い
助詞類については単語数は１７１と少なく、単語情報ビ
ット数は８ビットで表現できる。更に動詞類の単語数は
１４，６３８であり、この場合の単語情報ビット数は１
４ビットとなる。他の品詞類についても図２８のよう
に、それぞれ８〜１４ビットの範囲で表現することがで
きる。
助詞類については単語数は１７１と少なく、単語情報ビ
ット数は８ビットで表現できる。更に動詞類の単語数は
１４，６３８であり、この場合の単語情報ビット数は１
４ビットとなる。他の品詞類についても図２８のよう
に、それぞれ８〜１４ビットの範囲で表現することがで
きる。
【００９６】その結果、属性符号を与える属性情報ビッ
ト数と文字列コードを与える単語情報ビット数を加算し
た合計ビット数は、最も単語数が多い名詞類で２１ビッ
ト、単語数が最小となる感動詞類では１１ビットとな
る。このため、合計ビット数が１７ビットを超える名詞
類，動詞類を除いた他の品詞については、図３のデータ
圧縮装置で使用した１７ビットの文字列コードよりビッ
ト数が少なくて済み、図２７の属性部高に文字列コード
を加えた符号を割り当てるデータ圧縮装置の方が結果と
して圧縮率を更に高めることができる。
ト数と文字列コードを与える単語情報ビット数を加算し
た合計ビット数は、最も単語数が多い名詞類で２１ビッ
ト、単語数が最小となる感動詞類では１１ビットとな
る。このため、合計ビット数が１７ビットを超える名詞
類，動詞類を除いた他の品詞については、図３のデータ
圧縮装置で使用した１７ビットの文字列コードよりビッ
ト数が少なくて済み、図２７の属性部高に文字列コード
を加えた符号を割り当てるデータ圧縮装置の方が結果と
して圧縮率を更に高めることができる。
【００９７】図２９は図２７の文字列属性辞書格納部１
０４の辞書構成である。この文字列属性辞書格納部１０
４にあっては、先頭文字格納部１１０と従属文字列格納
部１１２の２階層構造をもっている。先頭文字格納部１
１０は、符号化する先頭文字の文字コード１１４をイン
デックスとして、従属文字列格納部１１２の先頭アドレ
ス１１６、従属文字列の個数１１８を格納している。
０４の辞書構成である。この文字列属性辞書格納部１０
４にあっては、先頭文字格納部１１０と従属文字列格納
部１１２の２階層構造をもっている。先頭文字格納部１
１０は、符号化する先頭文字の文字コード１１４をイン
デックスとして、従属文字列格納部１１２の先頭アドレ
ス１１６、従属文字列の個数１１８を格納している。
【００９８】また従属文字列格納部１１２は、従属文字
列の長さ１２０、従属文字列１２２、文字列符号（文字
列コード）１２４、更に属性符号１２６を格納してい
る。この文字列属性辞書格納部１０４の辞書構造は、図
５に示した文字列コードのみに符号を割り当てる辞書構
造に新たに属性符号を付加した点で相違している。もち
ろん、文字列符号１２４は図２８に示した各品詞の属性
グループの単語数を最大値とした番号であり、例えば動
詞類にあっては単語数は１４，６３８個であり、文字列
符号１２４のビット数は１４ビットであり、オール０か
らオール１までの１４ビットの文字列符号が１４，６３
８の動詞類に含まれる先頭文字と従属文字列の組合せで
なる動詞文字列の各々に割り当てられている。
列の長さ１２０、従属文字列１２２、文字列符号（文字
列コード）１２４、更に属性符号１２６を格納してい
る。この文字列属性辞書格納部１０４の辞書構造は、図
５に示した文字列コードのみに符号を割り当てる辞書構
造に新たに属性符号を付加した点で相違している。もち
ろん、文字列符号１２４は図２８に示した各品詞の属性
グループの単語数を最大値とした番号であり、例えば動
詞類にあっては単語数は１４，６３８個であり、文字列
符号１２４のビット数は１４ビットであり、オール０か
らオール１までの１４ビットの文字列符号が１４，６３
８の動詞類に含まれる先頭文字と従属文字列の組合せで
なる動詞文字列の各々に割り当てられている。
【００９９】また従属文字列格納部１１２の従属文字列
１２２の符号「ＮＵＬＬ」は従属文字列がない場合であ
り、この場合には先頭文字について文字列符号と属性符
号の結合符号を符号に割り当てて出力する。ここで属性
符号は、１３種類の品詞の品詞に対応した属性グループ
に分けた場合には４ビットとなるが、例えば１３種類の
内の８種類の品詞を属性グループに含め、残りは符号化
せずに元の文字コードをそのまま使用するようにしても
よい。
１２２の符号「ＮＵＬＬ」は従属文字列がない場合であ
り、この場合には先頭文字について文字列符号と属性符
号の結合符号を符号に割り当てて出力する。ここで属性
符号は、１３種類の品詞の品詞に対応した属性グループ
に分けた場合には４ビットとなるが、例えば１３種類の
内の８種類の品詞を属性グループに含め、残りは符号化
せずに元の文字コードをそのまま使用するようにしても
よい。
【０１００】図３０は図２９の辞書構造を用いた図２７
のデータ圧縮装置による符号化処理であり、図３０
（Ａ）の入力文字列を単語を表す文字列１２８−１〜１
２８−ｎごとに、図２９に示した文字列属性辞書格納部
１０４の先頭文字と従属文字の組合せと照合し、一致し
た場合に従属文字列格納部１１２に格納されている文字
列符号１２４と属性符号１２６を組み合わせ、出力符号
１３０−１〜１３０−ｎを出力する。
のデータ圧縮装置による符号化処理であり、図３０
（Ａ）の入力文字列を単語を表す文字列１２８−１〜１
２８−ｎごとに、図２９に示した文字列属性辞書格納部
１０４の先頭文字と従属文字の組合せと照合し、一致し
た場合に従属文字列格納部１１２に格納されている文字
列符号１２４と属性符号１２６を組み合わせ、出力符号
１３０−１〜１３０−ｎを出力する。
【０１０１】図２９の辞書構造における従属文字列格納
部１１２の格納バイト長Ｍは、例えば次式で表すことが
できる。 格納バイト長Ｍ＝長さ ＋ 文字列 ＋文字列符号＋属性符号 （８） ＝３bit ＋ ９６bit ＋ ７〜17bit ＋ ４bit ＝１１０〜１２０bit ＝１５byte ここで文字列符号１２４は、図２８の単語情報ビット数
に示したように７ビットから１７ビットの範囲で変化す
ることから、格納バイト長として１１０〜１２０ビット
を必要とするが、可変長とせずに最大格納長の１２０ビ
ットに対応した１５バイトを格納バイト長Ｍとしてい
る。
部１１２の格納バイト長Ｍは、例えば次式で表すことが
できる。 格納バイト長Ｍ＝長さ ＋ 文字列 ＋文字列符号＋属性符号 （８） ＝３bit ＋ ９６bit ＋ ７〜17bit ＋ ４bit ＝１１０〜１２０bit ＝１５byte ここで文字列符号１２４は、図２８の単語情報ビット数
に示したように７ビットから１７ビットの範囲で変化す
ることから、格納バイト長として１１０〜１２０ビット
を必要とするが、可変長とせずに最大格納長の１２０ビ
ットに対応した１５バイトを格納バイト長Ｍとしてい
る。
【０１０２】図３１は、図２９の辞書構造を用いた図２
７のデータ圧縮装置の符号化処理のフローチャートであ
る。このフローチャートの処理は、ステップＳ８，Ｓ１
０で文字列属性辞書格納部１０４に登録した文字列との
一致検出で得られた属性符号と文字列符号を送出する以
外は、図６に示した文字列コードのみを符号に割り当て
る場合の符号化処理と同じである。
７のデータ圧縮装置の符号化処理のフローチャートであ
る。このフローチャートの処理は、ステップＳ８，Ｓ１
０で文字列属性辞書格納部１０４に登録した文字列との
一致検出で得られた属性符号と文字列符号を送出する以
外は、図６に示した文字列コードのみを符号に割り当て
る場合の符号化処理と同じである。
【０１０３】図３２（Ａ）は、図２７の文字列属性辞書
格納部１０４の他の辞書構造である。この辞書構造にあ
っては、先頭文字格納部１１０を図２８に示した１３種
類の品詞に対応して１３グループに分け、名詞格納部１
３２−１、動詞格納部１３２−２、形容詞格納部１３２
−３、形容動詞格納部１３２−４、福祉格納部１３２−
５、連体詞格納部１３２−６、接続詞格納部１３２−
７、接頭語格納部１３２−８、接尾語格納部１３２−
９、語尾格納部１３２−１０、助動詞格納部１３２−１
１、感動詞格納部１３２−１２、助詞格納部１３２−１
３で構成している。尚、動詞格納部１３２−２〜感動詞
格納部１３２−１２は図示を省略している。
格納部１０４の他の辞書構造である。この辞書構造にあ
っては、先頭文字格納部１１０を図２８に示した１３種
類の品詞に対応して１３グループに分け、名詞格納部１
３２−１、動詞格納部１３２−２、形容詞格納部１３２
−３、形容動詞格納部１３２−４、福祉格納部１３２−
５、連体詞格納部１３２−６、接続詞格納部１３２−
７、接頭語格納部１３２−８、接尾語格納部１３２−
９、語尾格納部１３２−１０、助動詞格納部１３２−１
１、感動詞格納部１３２−１２、助詞格納部１３２−１
３で構成している。尚、動詞格納部１３２−２〜感動詞
格納部１３２−１２は図示を省略している。
【０１０４】名詞格納部１３２−１〜助詞格納部１３２
−１０にはそれぞれ辞書番号ＤＮ１〜ＤＮ１３を設け、
各辞書番号ＤＮ１〜ＤＮ１３ごとに、文字コード順に従
属文字列格納部１１２に対する先頭アドレス１１６と従
属文字列の個数１１８を格納している。また従属文字列
格納部１１２は、従属文字列の長さ１２０と従属文字列
１２２のみを登録し、従属文字列一致検出で符号に割り
当てる属性符号と文字列符号は格納していない。この属
性符号と文字列符号を格納しない代わりに、属性符号は
先頭文字格納部１１０の名詞格納部１３２−１〜助詞格
納部１３２−１０のそれぞれに割り当てた辞書番号ＤＮ
１〜ＤＮ１３を４ビット情報として使用し、一方、文字
列符号には各辞書番号ＤＮ１〜ＤＮ１３ごとにグループ
化されている従属文字列格納部１１２のそれぞれの格納
グループにおける文字列登録番号ＫN を割り当てる。
−１０にはそれぞれ辞書番号ＤＮ１〜ＤＮ１３を設け、
各辞書番号ＤＮ１〜ＤＮ１３ごとに、文字コード順に従
属文字列格納部１１２に対する先頭アドレス１１６と従
属文字列の個数１１８を格納している。また従属文字列
格納部１１２は、従属文字列の長さ１２０と従属文字列
１２２のみを登録し、従属文字列一致検出で符号に割り
当てる属性符号と文字列符号は格納していない。この属
性符号と文字列符号を格納しない代わりに、属性符号は
先頭文字格納部１１０の名詞格納部１３２−１〜助詞格
納部１３２−１０のそれぞれに割り当てた辞書番号ＤＮ
１〜ＤＮ１３を４ビット情報として使用し、一方、文字
列符号には各辞書番号ＤＮ１〜ＤＮ１３ごとにグループ
化されている従属文字列格納部１１２のそれぞれの格納
グループにおける文字列登録番号ＫN を割り当てる。
【０１０５】ここで従属文字列格納部１１２の格納バイ
ト長Ｍは、例えば次式で与えられる。 格納バイト長Ｍ＝ 長さ ＋文字列 （９） ＝３bit ＋ ９６bit ＝９９bit ＝１３byte この場合、任意の属性グループに属する従属文字列格納
部１１２における文字列登録番号ＫN は、次式で定義さ
れる。 Ｋ＝（Ｘ−ＡＡ）／Ｍ （１０） 但し、Ｘ ：従属文字列格納部の格納アドレス Ｘ＝Ｍ×一致従属文字列個数Ｎ ＡＡ：辞書番号ＤＮの分割格納部の開始アドレス （属性で変化するオフセット値） Ｎ ：一致検出された従属文字列の番号（１，２，３，
・・Ｎ） Ｍ ：従属文字列格納部の格納バイト長 ここで、先頭文字列格納部１１０における名詞格納部１
３２−１〜助詞格納部１３２−１３の属性符号に対応し
た辞書番号ＤＮの各々に対応して、従属文字列格納部１
１２の開始アドレスＡＡが図３２（Ｂ）のように予め決
められている。このため、辞書の参照により先頭文字及
び従属文字列の一致が得られた時の辞書番号ＤＮ１から
求まる従属文字列格納部１１２における開始アドレスＡ
Ａを用いて、（１０）式よりその属性グループ内での文
字列登録番号ＫN を算出することができる。
ト長Ｍは、例えば次式で与えられる。 格納バイト長Ｍ＝ 長さ ＋文字列 （９） ＝３bit ＋ ９６bit ＝９９bit ＝１３byte この場合、任意の属性グループに属する従属文字列格納
部１１２における文字列登録番号ＫN は、次式で定義さ
れる。 Ｋ＝（Ｘ−ＡＡ）／Ｍ （１０） 但し、Ｘ ：従属文字列格納部の格納アドレス Ｘ＝Ｍ×一致従属文字列個数Ｎ ＡＡ：辞書番号ＤＮの分割格納部の開始アドレス （属性で変化するオフセット値） Ｎ ：一致検出された従属文字列の番号（１，２，３，
・・Ｎ） Ｍ ：従属文字列格納部の格納バイト長 ここで、先頭文字列格納部１１０における名詞格納部１
３２−１〜助詞格納部１３２−１３の属性符号に対応し
た辞書番号ＤＮの各々に対応して、従属文字列格納部１
１２の開始アドレスＡＡが図３２（Ｂ）のように予め決
められている。このため、辞書の参照により先頭文字及
び従属文字列の一致が得られた時の辞書番号ＤＮ１から
求まる従属文字列格納部１１２における開始アドレスＡ
Ａを用いて、（１０）式よりその属性グループ内での文
字列登録番号ＫN を算出することができる。
【０１０６】図３３は、図３２（Ａ）の辞書構造を用い
た図２７のデータ圧縮装置の符号化処理のフローチャー
トであり、ステップＳ８，Ｓ１０で辞書に登録された文
字列の一致検出ができた時の符号割当てについて、属性
符号については辞書番号ＤＮを割り当て、文字列符号に
は従属文字列内の文字列登録番号ＫN を割り当てる点以
外は、図３１のフローチャートと同じである。
た図２７のデータ圧縮装置の符号化処理のフローチャー
トであり、ステップＳ８，Ｓ１０で辞書に登録された文
字列の一致検出ができた時の符号割当てについて、属性
符号については辞書番号ＤＮを割り当て、文字列符号に
は従属文字列内の文字列登録番号ＫN を割り当てる点以
外は、図３１のフローチャートと同じである。
【０１０７】図３４は図２７のデータ圧縮装置で復号化
された圧縮データを復元するためのデータ復元装置のブ
ロック図である。このデータ復元装置は、圧縮入力バッ
ファ１３４、符号分離部１３６、文字列復元部１３８、
文字列属性辞書格納部１４０及び復元データバッファ１
４２で構成される。符号分離部１３６は圧縮入力バッフ
ァ１３４から入力した圧縮データの符号列から属性符号
に文字列符号を組み合わせた符号を取り出し、４ビット
の属性符号と残りの文字列符号に分離する。
された圧縮データを復元するためのデータ復元装置のブ
ロック図である。このデータ復元装置は、圧縮入力バッ
ファ１３４、符号分離部１３６、文字列復元部１３８、
文字列属性辞書格納部１４０及び復元データバッファ１
４２で構成される。符号分離部１３６は圧縮入力バッフ
ァ１３４から入力した圧縮データの符号列から属性符号
に文字列符号を組み合わせた符号を取り出し、４ビット
の属性符号と残りの文字列符号に分離する。
【０１０８】実際の装置にあっては文字列符号は最大１
７ビットであり、属性符号の４ビットと併せて合計２１
ビットであるが、処理を簡略化するため、これを３バイ
トデータとして出力する。このため符号分離部１３６に
あっては、圧縮データの符号列の中から３バイト単位に
符号列を取り出し、先頭の４ビットを属性符号として分
離し、残り１７ビットを文字列符号として分離する。
７ビットであり、属性符号の４ビットと併せて合計２１
ビットであるが、処理を簡略化するため、これを３バイ
トデータとして出力する。このため符号分離部１３６に
あっては、圧縮データの符号列の中から３バイト単位に
符号列を取り出し、先頭の４ビットを属性符号として分
離し、残り１７ビットを文字列符号として分離する。
【０１０９】文字列復元部１３８は、符号分離部１３６
で分離した属性符号で与えられる辞書番号ＤＮと文字列
符号Ｋ又は文字列登録番号ＫN に基づき、次式から文字
列属性辞書格納部１４０における格納位置の位置アドレ
スＸを求める。 Ｘ＝Ｍ・Ｋ＋ＡＡ （１１） 但し、Ｎ ：文字列コード（＝文字列登録番号ＫN ） Ａ１：格納位置の開始アドレス Ｍ ：格納バイト長（固定） 図３５は、図３４の文字列属性辞書格納部１４０の辞書
構造である。文字列属性辞書格納部１４０には辞書番号
ＤＮ１〜ＤＮ１３ごとに分けて、名詞格納部１４２−
１、動詞格納部１４２−２、形容詞格納部１４２−３、
形容動詞格納部１４２−４、副詞格納部１４２−５、連
体詞格納部１４２−６、接続詞格納部１４２−７、接頭
語格納部１４２−８、接尾語格納部１４２−９、語尾格
納部１４２−１０、助動詞格納部１４２−１１、感動詞
格納部１４２−１２、助詞格納部１４２−１３で構成し
ている。尚、動詞格納部１４２−２〜感動詞格納部１４
２−１２は図示を省略している。
で分離した属性符号で与えられる辞書番号ＤＮと文字列
符号Ｋ又は文字列登録番号ＫN に基づき、次式から文字
列属性辞書格納部１４０における格納位置の位置アドレ
スＸを求める。 Ｘ＝Ｍ・Ｋ＋ＡＡ （１１） 但し、Ｎ ：文字列コード（＝文字列登録番号ＫN ） Ａ１：格納位置の開始アドレス Ｍ ：格納バイト長（固定） 図３５は、図３４の文字列属性辞書格納部１４０の辞書
構造である。文字列属性辞書格納部１４０には辞書番号
ＤＮ１〜ＤＮ１３ごとに分けて、名詞格納部１４２−
１、動詞格納部１４２−２、形容詞格納部１４２−３、
形容動詞格納部１４２−４、副詞格納部１４２−５、連
体詞格納部１４２−６、接続詞格納部１４２−７、接頭
語格納部１４２−８、接尾語格納部１４２−９、語尾格
納部１４２−１０、助動詞格納部１４２−１１、感動詞
格納部１４２−１２、助詞格納部１４２−１３で構成し
ている。尚、動詞格納部１４２−２〜感動詞格納部１４
２−１２は図示を省略している。
【０１１０】名詞格納部１４２−１〜助詞格納部１４２
−１０には、それぞれ辞書番号ＤＮ１〜ＤＮ１０を割り
当て、各品詞のグループ内で文字列符号の順番に先頭文
字１４４とこれに続く従属文字列１４８を登録し、更に
従属文字列の長さ１４６を登録している。ここで格納バ
イト長Ｍは 格納バイト長Ｍ＝ 先頭文字＋長さ＋文字コード列 （１２） ＝ １６bit ＋３bit ＋ ９６bit ＝ １１５bit ＝ １５byte であり、また各格納部１４２−１〜１４２−１０の先頭
アドレスＡＡは辞書番号ＤＮ１〜ＤＮ１３に対応して図
３２（Ｂ）のように予め定まっていることから、分離さ
れた属性情報から先頭アドレスＡＡを取得し、この先頭
アドレスＡＡと取得した文字列符号Ｋを（１１）式に代
入することで、文字列符号Ｋに対応した１アドレスＸを
得ることができる。 ４．第２発明の二重符号化によるデータ圧縮と復元 図３６は、図２７のデータ圧縮装置で符号化した属性符
号と文字列符号の組み合わせ符号を中間符号として、更
に第２段階の符号化を行うようにしたデータ圧縮装置で
ある。即ち、入力バッファ１００に続いては第１符号化
部１５０が設けられ、第１符号化部１５０は図２７のデ
ータ圧縮装置と同様、文字列比較部１０２、文字列属性
辞書格納部１０４及び符号出力部１０６を備える。
−１０には、それぞれ辞書番号ＤＮ１〜ＤＮ１０を割り
当て、各品詞のグループ内で文字列符号の順番に先頭文
字１４４とこれに続く従属文字列１４８を登録し、更に
従属文字列の長さ１４６を登録している。ここで格納バ
イト長Ｍは 格納バイト長Ｍ＝ 先頭文字＋長さ＋文字コード列 （１２） ＝ １６bit ＋３bit ＋ ９６bit ＝ １１５bit ＝ １５byte であり、また各格納部１４２−１〜１４２−１０の先頭
アドレスＡＡは辞書番号ＤＮ１〜ＤＮ１３に対応して図
３２（Ｂ）のように予め定まっていることから、分離さ
れた属性情報から先頭アドレスＡＡを取得し、この先頭
アドレスＡＡと取得した文字列符号Ｋを（１１）式に代
入することで、文字列符号Ｋに対応した１アドレスＸを
得ることができる。 ４．第２発明の二重符号化によるデータ圧縮と復元 図３６は、図２７のデータ圧縮装置で符号化した属性符
号と文字列符号の組み合わせ符号を中間符号として、更
に第２段階の符号化を行うようにしたデータ圧縮装置で
ある。即ち、入力バッファ１００に続いては第１符号化
部１５０が設けられ、第１符号化部１５０は図２７のデ
ータ圧縮装置と同様、文字列比較部１０２、文字列属性
辞書格納部１０４及び符号出力部１０６を備える。
【０１１１】この第１符号化部１５０に続いては第２符
号化部１５２が設けられ、最終的に圧縮バッファ１０８
を設けている。第２符号化部１５２としては、図３７の
辞書型符号化部１５２−１、あるいは図３８の統計型符
号化部１５２−２を用いる。辞書型符号化部１５２−１
は圧縮辞書参照部１５４、圧縮用辞書格納部１５５及び
符号化部１５６で構成され、ＬＺ７７やＬＺ７８が使用
される。また図３８の統計型符号化部１５２−２は確率
モデル部１５７と算術符号化部１５８で構成され、統計
型符号化の代表である算術符号化が行われる。
号化部１５２が設けられ、最終的に圧縮バッファ１０８
を設けている。第２符号化部１５２としては、図３７の
辞書型符号化部１５２−１、あるいは図３８の統計型符
号化部１５２−２を用いる。辞書型符号化部１５２−１
は圧縮辞書参照部１５４、圧縮用辞書格納部１５５及び
符号化部１５６で構成され、ＬＺ７７やＬＺ７８が使用
される。また図３８の統計型符号化部１５２−２は確率
モデル部１５７と算術符号化部１５８で構成され、統計
型符号化の代表である算術符号化が行われる。
【０１１２】このような辞書型符号化あるいは統計型符
号化が行われる図３６の第２符号化部１５２にあって
は、バイト単位にデータを入力して符号化を行うことか
ら、第１符号化部１５０から出力する属性符号と文字列
符号の組み合わせた符号を８ビットの倍数となるバイト
データとする必要がある。図３９は図２８の品詞の属性
グループにおける属性情報ビット数と単語情報ビット数
を８ビットの倍数となるバイト情報に変換するためのダ
ミービット数、及びダミービットの付加で得られた合計
ビット数とバイト数をまとめている。この図３９から明
らかなように、名詞類から感動詞類までの１３種類の属
性グループについて、属性情報を表す属性符号と属性グ
ループ内での番号を表す文字列符号を併せた符号のバイ
ト数は２バイトもしくは３バイトのいずれかとすればよ
い。即ち、単語数の多い名詞類と動詞類については３バ
イト符号となり、その他は全て２バイト符号となる。図
４０は図３６の第１符号化部１５０から符号出力を行う
際のバイトデータへの変換を示している。即ち図４０
（Ａ）の入力文字列につき、単語単位の文字列１２８−
１〜１２８−ｎを入力して、第１符号化部１５０により
図４０（Ｂ）の中間符号としての属性符号１２６−１〜
１２６−ｎと文字列符号１２４−１〜１２４−ｎの組合
せでなる中間符号１６０−１〜１６０−ｎを生成する。
号化が行われる図３６の第２符号化部１５２にあって
は、バイト単位にデータを入力して符号化を行うことか
ら、第１符号化部１５０から出力する属性符号と文字列
符号の組み合わせた符号を８ビットの倍数となるバイト
データとする必要がある。図３９は図２８の品詞の属性
グループにおける属性情報ビット数と単語情報ビット数
を８ビットの倍数となるバイト情報に変換するためのダ
ミービット数、及びダミービットの付加で得られた合計
ビット数とバイト数をまとめている。この図３９から明
らかなように、名詞類から感動詞類までの１３種類の属
性グループについて、属性情報を表す属性符号と属性グ
ループ内での番号を表す文字列符号を併せた符号のバイ
ト数は２バイトもしくは３バイトのいずれかとすればよ
い。即ち、単語数の多い名詞類と動詞類については３バ
イト符号となり、その他は全て２バイト符号となる。図
４０は図３６の第１符号化部１５０から符号出力を行う
際のバイトデータへの変換を示している。即ち図４０
（Ａ）の入力文字列につき、単語単位の文字列１２８−
１〜１２８−ｎを入力して、第１符号化部１５０により
図４０（Ｂ）の中間符号としての属性符号１２６−１〜
１２６−ｎと文字列符号１２４−１〜１２４−ｎの組合
せでなる中間符号１６０−１〜１６０−ｎを生成する。
【０１１３】この場合に８ビットの倍数となるバイトデ
ータに変換するため、ダミービット１６２−１，１６２
−２を必要に応じて付加している。なお中間符号１６０
−ｎは、例えば図２８の形容動詞類のように１６ビット
であることから、ダミーデータは付加する必要がない。
図４１は、図３６のデータ圧縮装置における符号化処理
のフローチャートであり、ステップＳ９，Ｓ１２の符号
化処理が第２符号化部１５２による辞書型符号化あるい
は統計型符号化であり、それ以外の処理は第１符号化部
１５０による処理であり、図３１の処理と同じになる。
もちろん、図４１のフローチャートにあっては、図３６
の第１符号化部１５０に設けている文字列属性辞書格納
部１０４として図２９の辞書構造を使用した場合であ
る。
ータに変換するため、ダミービット１６２−１，１６２
−２を必要に応じて付加している。なお中間符号１６０
−ｎは、例えば図２８の形容動詞類のように１６ビット
であることから、ダミーデータは付加する必要がない。
図４１は、図３６のデータ圧縮装置における符号化処理
のフローチャートであり、ステップＳ９，Ｓ１２の符号
化処理が第２符号化部１５２による辞書型符号化あるい
は統計型符号化であり、それ以外の処理は第１符号化部
１５０による処理であり、図３１の処理と同じになる。
もちろん、図４１のフローチャートにあっては、図３６
の第１符号化部１５０に設けている文字列属性辞書格納
部１０４として図２９の辞書構造を使用した場合であ
る。
【０１１４】図４２のフローチャートは、図３６の第１
符号化部１５０に設けた文字列属性辞書格納部１０４と
して図３２の辞書構造を用いた場合であり、ステップＳ
９，Ｓ１２の符号化処理が図３６における第２符号化部
１５２による符号化処理であり、それ以外の処理は図３
３の処理と同じである。図４３は図３６のデータ圧縮装
置で符号化された圧縮データを復元するデータ復元装置
のブロック図である。このデータ復元装置は、圧縮入力
バッファ１３４に続いて第１復号化部１６４を設け、第
１復号化部１６４に続いて第２復号化部１６６を設け、
最終的に復元データバッファ１４２を設けている。
符号化部１５０に設けた文字列属性辞書格納部１０４と
して図３２の辞書構造を用いた場合であり、ステップＳ
９，Ｓ１２の符号化処理が図３６における第２符号化部
１５２による符号化処理であり、それ以外の処理は図３
３の処理と同じである。図４３は図３６のデータ圧縮装
置で符号化された圧縮データを復元するデータ復元装置
のブロック図である。このデータ復元装置は、圧縮入力
バッファ１３４に続いて第１復号化部１６４を設け、第
１復号化部１６４に続いて第２復号化部１６６を設け、
最終的に復元データバッファ１４２を設けている。
【０１１５】第１復号化部１６４は、図４４の辞書型復
号化部１６４−１あるいは図４５の統計型復号化部１６
４−２を用いることができる。図４４の辞書型復号化部
１６４−１は復号化部１６８、復号辞書参照部１６９及
び復号用辞書格納部１７０で構成され、ＬＺ７７やＬＺ
７８の復号化が行われる。また図４５の統計型復号化部
１６４−２は算術符号化部１７１と確率モデル部１７２
で構成され、算術復号化が行われる。
号化部１６４−１あるいは図４５の統計型復号化部１６
４−２を用いることができる。図４４の辞書型復号化部
１６４−１は復号化部１６８、復号辞書参照部１６９及
び復号用辞書格納部１７０で構成され、ＬＺ７７やＬＺ
７８の復号化が行われる。また図４５の統計型復号化部
１６４−２は算術符号化部１７１と確率モデル部１７２
で構成され、算術復号化が行われる。
【０１１６】第２復号化部１６６は、図３４に示したデ
ータ復元装置の符号分離部１３６、文字列復元部１３８
及び文字列属性辞書格納部１４０がそのまま使用され、
文字列属性辞書格納部１４０の辞書構造は図３５と同じ
である。図４６は図３６の二重符号化を行うデータ圧縮
装置の変形であり、入力バッファ１００に続いて文字列
選択部１７４を設けたことを特徴とする。文字列選択部
１７４は、入力バッファ１００から入力した文字列の文
字コードが日本語文字コードの場合は第１符号化部１５
０に入力し、これが英文等のアルファベットの文字コー
ドであった場合には第２符号化部１５２に入力するよう
にしている。
ータ復元装置の符号分離部１３６、文字列復元部１３８
及び文字列属性辞書格納部１４０がそのまま使用され、
文字列属性辞書格納部１４０の辞書構造は図３５と同じ
である。図４６は図３６の二重符号化を行うデータ圧縮
装置の変形であり、入力バッファ１００に続いて文字列
選択部１７４を設けたことを特徴とする。文字列選択部
１７４は、入力バッファ１００から入力した文字列の文
字コードが日本語文字コードの場合は第１符号化部１５
０に入力し、これが英文等のアルファベットの文字コー
ドであった場合には第２符号化部１５２に入力するよう
にしている。
【０１１７】これによって、英文文字列が第１符号化部
１５０に入力されて文字列属性辞書格納部１０４に適合
しないことで符号化用のデータが元のデータより増加し
てしまう不具合を解消するようにしている。図４７は、
図４６のデータ圧縮装置で符号化されたデータを復元す
るためのデータ復元装置のブロック図である。このデー
タ復元装置は、第１復号化部１６４に続いて文字列選択
部１７６を設けている。文字列選択部１７６は第１復号
化部１６４で復号化された文字列が、アルファベット等
の英文の文字コードであった場合には復元終了と見做し
て復元データバッファ１４２に出力する。
１５０に入力されて文字列属性辞書格納部１０４に適合
しないことで符号化用のデータが元のデータより増加し
てしまう不具合を解消するようにしている。図４７は、
図４６のデータ圧縮装置で符号化されたデータを復元す
るためのデータ復元装置のブロック図である。このデー
タ復元装置は、第１復号化部１６４に続いて文字列選択
部１７６を設けている。文字列選択部１７６は第１復号
化部１６４で復号化された文字列が、アルファベット等
の英文の文字コードであった場合には復元終了と見做し
て復元データバッファ１４２に出力する。
【０１１８】一方、属性情報と文字列符号を組み合わせ
た中間符号であった場合には第２復号化部１６６に入力
し、符号分離部１３６、文字列復元部１３８及び文字列
属性辞書格納部１４０に基づいた日本語文字列の復元処
理を行うようにしている。尚、上記の実施例は、圧縮対
象とする文書データとして日本語文書データを例にとる
ものであったが、日本語と同様、スペースによって単語
を区切ることのない中国語やハングル語等の言語の文書
データについてもそのまま適用することができる。
た中間符号であった場合には第２復号化部１６６に入力
し、符号分離部１３６、文字列復元部１３８及び文字列
属性辞書格納部１４０に基づいた日本語文字列の復元処
理を行うようにしている。尚、上記の実施例は、圧縮対
象とする文書データとして日本語文書データを例にとる
ものであったが、日本語と同様、スペースによって単語
を区切ることのない中国語やハングル語等の言語の文書
データについてもそのまま適用することができる。
【０１１９】また本発明は上記の実施形態に示された数
値による限定は受けず、本発明の目的と利点を損なわな
い範囲で適宜の変形が可能である。
値による限定は受けず、本発明の目的と利点を損なわな
い範囲で適宜の変形が可能である。
【０１２０】
【発明の効果】以上説明してきたように本発明によれ
ば、辞書型符号化や統計型符号化では十分な圧縮率の得
られない例えば数キロバイトといった日本語文書データ
であっても、単語の数に応じたビット数の文字列符号を
予め定めて単語単位に辞書を検索して符号として割り当
てることで、例えば日本語の場合にあっては、処理対象
とするデータ量の如何に関わらず、圧縮後のデータ量を
元のデータの半分以下に圧縮することができる。
ば、辞書型符号化や統計型符号化では十分な圧縮率の得
られない例えば数キロバイトといった日本語文書データ
であっても、単語の数に応じたビット数の文字列符号を
予め定めて単語単位に辞書を検索して符号として割り当
てることで、例えば日本語の場合にあっては、処理対象
とするデータ量の如何に関わらず、圧縮後のデータ量を
元のデータの半分以下に圧縮することができる。
【０１２１】また通常の辞書型符号化や統計型符号化を
組み合わせた二重符号化を行うことで更に圧縮率を高め
ることができる。また、辞書構造として先頭文字の文字
コードをインデックスとして、先頭文字に続く従属文字
列をグループ化して格納しておくことで、先頭文字に続
いて従属文字列を順次読み出して一致検出を行うこと
で、より高速な辞書検索ができる。
組み合わせた二重符号化を行うことで更に圧縮率を高め
ることができる。また、辞書構造として先頭文字の文字
コードをインデックスとして、先頭文字に続く従属文字
列をグループ化して格納しておくことで、先頭文字に続
いて従属文字列を順次読み出して一致検出を行うこと
で、より高速な辞書検索ができる。
【０１２２】更に、復号化による符号出力が得られた
ら、その結果を動的辞書に登録し、符号化済みの動的辞
書を参照して次の符号化を行うことで、更に辞書検索を
高速化できる。本発明の第２発明にあっては、日本語を
品詞の種類に応じた従属グループに分け、従属グループ
に属性符号を割り当てると共に、属性グループ内での品
詞の数に文字列符号を割り当て、属性符号と文字列符号
を組み合わせた符号に変換することで、全単語について
一律に固定長の文字列符号を割り当てて符号化する場合
に比べ、更に割り当て符号長を短くして圧縮率を高める
ことができる。
ら、その結果を動的辞書に登録し、符号化済みの動的辞
書を参照して次の符号化を行うことで、更に辞書検索を
高速化できる。本発明の第２発明にあっては、日本語を
品詞の種類に応じた従属グループに分け、従属グループ
に属性符号を割り当てると共に、属性グループ内での品
詞の数に文字列符号を割り当て、属性符号と文字列符号
を組み合わせた符号に変換することで、全単語について
一律に固定長の文字列符号を割り当てて符号化する場合
に比べ、更に割り当て符号長を短くして圧縮率を高める
ことができる。
【０１２３】この属性符号と文字列符号を組み合わせた
復号化についても、更に通常の辞書型符号化あるいは統
計型符号化を組み合わせることで更に圧縮率を高めるこ
とができる。また、符号化を行いながら辞書を作成する
動的辞書を使用することで、一度符号化を行った文字列
については高速で辞書検索を可能とし、辞書検索の高速
化により処理速度を高めることができる。
復号化についても、更に通常の辞書型符号化あるいは統
計型符号化を組み合わせることで更に圧縮率を高めるこ
とができる。また、符号化を行いながら辞書を作成する
動的辞書を使用することで、一度符号化を行った文字列
については高速で辞書検索を可能とし、辞書検索の高速
化により処理速度を高めることができる。
【図１】単語を文字列符号に変換して圧縮復元する第１
発明の原理説明図
発明の原理説明図
【図２】単語を属性符号に文字列符号を加えた符号に変
換して圧縮復元する第２発明の原理説明図
換して圧縮復元する第２発明の原理説明図
【図３】第１発明のデータ圧縮装置のブロック図
【図４】日本語文書に関する研究結果の説明図
【図５】図２の文字列辞書格納部の辞書構造の説明図
【図６】図５の辞書構造を用いた図３のデータ圧縮処理
のフローチャート
のフローチャート
【図７】図２の文字列辞書格納部の他の辞書構造の説明
図
図
【図８】図７の辞書構造を用いた図３のデータ圧縮処理
のフローチャート
のフローチャート
【図９】図３で符号化された圧縮データを復元するデー
タ復元装置のブロック図
タ復元装置のブロック図
【図１０】図９の文字列辞書格納部の辞書構造の説明図
【図１１】動的辞書格納部を設けた第１発明のデータ圧
縮装置のブロック図
縮装置のブロック図
【図１２】図１１の動的辞書格納部の辞書構造の説明図
【図１３】図１１で符号化された圧縮データを復元する
データ復元装置のブロック図
データ復元装置のブロック図
【図１４】図１３の動的辞書格納部の辞書構造の説明図
【図１５】図３で符号化した文字列符号を更に符号化す
る二重符号化を行うデータ圧縮装置のブロック図
る二重符号化を行うデータ圧縮装置のブロック図
【図１６】図１５の第２符号化部を辞書型符号化部とし
た場合のブロック図
た場合のブロック図
【図１７】図１５の第２符号化部を統計型符号化部とし
た場合のブロック図
た場合のブロック図
【図１８】図５の辞書構造を用いた図１５のデータ圧縮
処理のフローチャート
処理のフローチャート
【図１９】図７の辞書構造を用いた図１５のデータ圧縮
処理のフローチャート
処理のフローチャート
【図２０】図１５で二重符号化された圧縮データを復元
するデータ復元装置のブロック図
するデータ復元装置のブロック図
【図２１】図２０の第２復号化部を辞書型復号化部とし
た場合のブロック図
た場合のブロック図
【図２２】図２０の第２復号化部を統計型復号化部とし
た場合のブロック図
た場合のブロック図
【図２３】図１５のデータ圧縮について日本語データは
二重符号化し英語データは１重符号化するデータ圧縮装
置のブロック図
二重符号化し英語データは１重符号化するデータ圧縮装
置のブロック図
【図２４】図２３で選択的に符号化された圧縮データを
復元するデータ復元装置のブロック図
復元するデータ復元装置のブロック図
【図２５】図１５のデータ圧縮について動的辞書格納部
を設けたデータ圧縮装置のブロック図
を設けたデータ圧縮装置のブロック図
【図２６】図２３で符号化された圧縮データを復元する
データ復元装置のブロック図
データ復元装置のブロック図
【図２７】属性符号に文字列符号を加えた符号に変換す
る第２発明のデータ圧縮装置のブロック図
る第２発明のデータ圧縮装置のブロック図
【図２８】日本語文書の研究結果から得られた品詞で分
類した属性グループの説明図
類した属性グループの説明図
【図２９】図２７の文字列属性辞書格納部の辞書構造の
説明図
説明図
【図３０】図２７で符号化される圧縮データの構造説明
図
図
【図３１】図２９の辞書構造を用いた図２７のデータ圧
縮処理のフローチャート
縮処理のフローチャート
【図３２】図２７の文字列属性辞書格納部の他の辞書構
造の説明図
造の説明図
【図３３】図３２の辞書構造を用いた図２７のデータ圧
縮処理のフローチャート
縮処理のフローチャート
【図３４】図２７で符号化された圧縮データを復元する
データ復元装置のブロック図
データ復元装置のブロック図
【図３５】図３４に設けた文字列属性辞書格納部の辞書
構造の説明図
構造の説明図
【図３６】図２７で符号化した符号を更に符号化する二
重符号化を行うデータ圧縮装置のブロック図
重符号化を行うデータ圧縮装置のブロック図
【図３７】図３６の第２符号化部に辞書型符号化部を用
いたブロック図
いたブロック図
【図３８】図３６の第２符号化部に統計型符号化部を用
いたブロック図
いたブロック図
【図３９】図３６の第１段階の符号化でバイト単位の符
号に変換するための日本語を品詞で属性グループに分け
た説明図
号に変換するための日本語を品詞で属性グループに分け
た説明図
【図４０】図３６の第１段階での符号化でバイト単位の
中間符号に変換する構造説明図
中間符号に変換する構造説明図
【図４１】図５の辞書構造を用いた図３６のデータ圧縮
処理のフローチャート
処理のフローチャート
【図４２】図７の辞書構造を用いた図３６のデータ圧縮
処理のフローチャート
処理のフローチャート
【図４３】図３６で二重符号化した圧縮データを復元す
るデータ復元装置のブロック図
るデータ復元装置のブロック図
【図４４】図４３の第１復号化部に辞書型復号化部を用
いたブロック図
いたブロック図
【図４５】図４３の第１復号化部に統計型復号化部を用
いたブロック図
いたブロック図
【図４６】図３６のデータ圧縮について日本語データは
二重符号化し英語データは１重符号化するデータ圧縮装
置のブロック図
二重符号化し英語データは１重符号化するデータ圧縮装
置のブロック図
【図４７】図４６で選択的に符号化された圧縮データを
復元するデータ復元装置のブロック図
復元するデータ復元装置のブロック図
【図４８】従来の文脈収集に基づく可変長符号化のブロ
ック図
ック図
【図４９】図４８の可変長符号化を木構造で表わした文
脈木の説明図
脈木の説明図
１０，１００：入力バッファ １２，１０２：文字列比較部 １４：文字列辞書格納部 １５：動的辞書格納部 １６，１０６：符号出力部 １８，１０８：圧縮バッファ ２０，１１０：先頭文字格納部 ２２，１１２：従属文字列格納部 ２４，１１４：文字コード ２６，１１６：先頭アドレス ２８，４８，１１８：従属文字列個数 ３０，４８，６１，６５，１２０，１４６：従属文字列
長さ（バイト長） ３２，５０，６２，６６，１２２，１４８：従属文字列 ３４，６３，１２４：文字列コード（文字列符号） ３６，１３４：圧縮入力バッファ ３８，１３６：符号分離部 ４０，１３８：文字列復元部 ４２：文字列辞書格納部（復元用） ４４，１４２：復元データバッファ ４６，６０，６４，１４４：先頭文字 ７２，１５０：第１符号化部 ７４，１５２：第２符号化部 ７４−１，１５２−１：辞書型符号化部 ７４−２，１５２−２：統計型符号化部 ７５，１５４：圧縮辞書参照部 ７６，１５５：圧縮用辞書格納部 ７７，１５６：符号化部 ７８，１５７：確率モデル部（文脈収集部） ８０，１５８：算術符号化部（可変長符号化部） ８２，１６４：第１復号化部 ８２−１，１６４−１：辞書型復号化部 ８２−２，１６４−２：統計型復号化部 ８４，１６６：第２復号化部 ８５，１６８：復号化部 ８６，１６９：復号辞書参照部 ８７，１７０：復号用辞書格納部 ８８，１７１：算術符号化部（可変長符号化部） ９０，１７２：確率モデル部（文脈収集部） ９２，９４，１７４，１７６：文字列選択部 ９６，９８：出現頻度計数部 １０４：文字列属性辞書格納部 １２６：属性符号 １２８−１〜１２８−ｎ：入力文字列 １３０−１〜１３０−ｎ，１６２−１〜１６２−ｎ：出
力符号 １４０：文字列属性辞書格納部（復元用）
長さ（バイト長） ３２，５０，６２，６６，１２２，１４８：従属文字列 ３４，６３，１２４：文字列コード（文字列符号） ３６，１３４：圧縮入力バッファ ３８，１３６：符号分離部 ４０，１３８：文字列復元部 ４２：文字列辞書格納部（復元用） ４４，１４２：復元データバッファ ４６，６０，６４，１４４：先頭文字 ７２，１５０：第１符号化部 ７４，１５２：第２符号化部 ７４−１，１５２−１：辞書型符号化部 ７４−２，１５２−２：統計型符号化部 ７５，１５４：圧縮辞書参照部 ７６，１５５：圧縮用辞書格納部 ７７，１５６：符号化部 ７８，１５７：確率モデル部（文脈収集部） ８０，１５８：算術符号化部（可変長符号化部） ８２，１６４：第１復号化部 ８２−１，１６４−１：辞書型復号化部 ８２−２，１６４−２：統計型復号化部 ８４，１６６：第２復号化部 ８５，１６８：復号化部 ８６，１６９：復号辞書参照部 ８７，１７０：復号用辞書格納部 ８８，１７１：算術符号化部（可変長符号化部） ９０，１７２：確率モデル部（文脈収集部） ９２，９４，１７４，１７６：文字列選択部 ９６，９８：出現頻度計数部 １０４：文字列属性辞書格納部 １２６：属性符号 １２８−１〜１２８−ｎ：入力文字列 １３０−１〜１３０−ｎ，１６２−１〜１６２−ｎ：出
力符号 １４０：文字列属性辞書格納部（復元用）
─────────────────────────────────────────────────────
【手続補正書】
【提出日】平成１０年６月２９日
【手続補正１】
【補正対象書類名】明細書
【補正対象項目名】請求項３
【補正方法】変更
【補正内容】
【手続補正２】
【補正対象書類名】明細書
【補正対象項目名】請求項６
【補正方法】変更
【補正内容】
【手続補正３】
【補正対象書類名】明細書
【補正対象項目名】請求項２６
【補正方法】変更
【補正内容】
【手続補正４】
【補正対象書類名】明細書
【補正対象項目名】請求項２８
【補正方法】変更
【補正内容】
【手続補正５】
【補正対象書類名】明細書
【補正対象項目名】請求項３２
【補正方法】変更
【補正内容】
【手続補正６】
【補正対象書類名】明細書
【補正対象項目名】請求項３４
【補正方法】変更
【補正内容】
【手続補正７】
【補正対象書類名】明細書
【補正対象項目名】請求項４５
【補正方法】変更
【補正内容】
【手続補正８】
【補正対象書類名】明細書
【補正対象項目名】請求項４８
【補正方法】変更
【補正内容】
【手続補正９】
【補正対象書類名】明細書
【補正対象項目名】請求項５１
【補正方法】変更
【補正内容】
【手続補正１０】
【補正対象書類名】明細書
【補正対象項目名】請求項５７
【補正方法】変更
【補正内容】
【手続補正１１】
【補正対象書類名】明細書
【補正対象項目名】請求項６０
【補正方法】変更
【補正内容】
【手続補正１２】
【補正対象書類名】明細書
【補正対象項目名】請求項６２
【補正方法】変更
【補正内容】
【手続補正１３】
【補正対象書類名】明細書
【補正対象項目名】００３６
【補正方法】変更
【補正内容】
【００３６】したがって、１３種類の品詞グループを表
わす４ビットの属性符号と、該当する品詞グループ内で
文字列を特定するための文字列符号を結合した符号を、
辞書検索により一致した文字列に割り当てて符号化する
ことで、日本語文書ついて高い圧縮率の符号化ができ
る。勿論、接頭語や接尾語など単語の文字数が少ない品
詞や、いずれの品詞にも属さないその他の単語類につい
ては、元の文字列データをそのまま出力させることで、
品詞種類を少なくして属性符号を例えば３ビット以下に
削減してもよい。
わす４ビットの属性符号と、該当する品詞グループ内で
文字列を特定するための文字列符号を結合した符号を、
辞書検索により一致した文字列に割り当てて符号化する
ことで、日本語文書ついて高い圧縮率の符号化ができ
る。勿論、接頭語や接尾語など単語の文字数が少ない品
詞や、いずれの品詞にも属さないその他の単語類につい
ては、元の文字列データをそのまま出力させることで、
品詞種類を少なくして属性符号を例えば３ビット以下に
削減してもよい。
【手続補正１４】
【補正対象書類名】明細書
【補正対象項目名】００４７
【補正方法】変更
【補正内容】
【００４７】更に、データ圧縮側で、スペースで区切ら
れない日本語文字列に対し第１段階及び第２段階の符号
化を行い、スペースで区切られる英語等の文字列に対し
第２段階のみの符号化を行っていた場合、第１文字列復
号化部６４に続いて文字列選択部を設け、第１段階及び
第２段階の符号化による符号列を第１復号化部１６４で
復号化した中間符号列は第２復号化部１６６に入力し、
第２段階の符号化のみの復元文字列はそのまま出力す
る。この場合の第２復号化部１６６の詳細は図２（Ｂ）
のデータ復元装置と同じになる。
れない日本語文字列に対し第１段階及び第２段階の符号
化を行い、スペースで区切られる英語等の文字列に対し
第２段階のみの符号化を行っていた場合、第１文字列復
号化部６４に続いて文字列選択部を設け、第１段階及び
第２段階の符号化による符号列を第１復号化部１６４で
復号化した中間符号列は第２復号化部１６６に入力し、
第２段階の符号化のみの復元文字列はそのまま出力す
る。この場合の第２復号化部１６６の詳細は図２（Ｂ）
のデータ復元装置と同じになる。
【手続補正１５】
【補正対象書類名】明細書
【補正対象項目名】００６４
【補正方法】変更
【補正内容】
【００６４】登録した従属文字列と一致すれば、ステッ
プＳ８に進み、次の文字列コード３４を読み出し、一致
検出した文字列に符号出力部１６で割り当てて圧縮バッ
ファ１８に送出し、次のステップＳ９で先頭文字位置Ｐ
を従属文字列の文字数Ｌだけ移動した位置Ｐにポインタ
を更新する。そしてステップＳ１２で非圧縮データの処
理が済んでいなければ、再びステップＳ２に戻り、更新
した先頭文字位置Ｐについて同様な処理を繰り返す。
プＳ８に進み、次の文字列コード３４を読み出し、一致
検出した文字列に符号出力部１６で割り当てて圧縮バッ
ファ１８に送出し、次のステップＳ９で先頭文字位置Ｐ
を従属文字列の文字数Ｌだけ移動した位置Ｐにポインタ
を更新する。そしてステップＳ１２で非圧縮データの処
理が済んでいなければ、再びステップＳ２に戻り、更新
した先頭文字位置Ｐについて同様な処理を繰り返す。
【手続補正１６】
【補正対象書類名】明細書
【補正対象項目名】００６８
【補正方法】変更
【補正内容】
【００６８】このため図７の辞書構造にあっては、従属
文字列格納部２２の従属文字列３２と一致した場合に
は、一致検出した文字列に文字列登録番号ＫN を割り当
てて文字列コードの代わりに出力する。この従属文字列
格納部２２に文字列コード３４を格納した図５の辞書構
造の関係を、図７に示した文字列コードを格納せずに従
属文字列格納部２２の文字列登録番号ＫNを符号に割り
当てて出力する場合には、次式により符号に割り当てる
文字列登録番号ＫNを算出することができる。
文字列格納部２２の従属文字列３２と一致した場合に
は、一致検出した文字列に文字列登録番号ＫN を割り当
てて文字列コードの代わりに出力する。この従属文字列
格納部２２に文字列コード３４を格納した図５の辞書構
造の関係を、図７に示した文字列コードを格納せずに従
属文字列格納部２２の文字列登録番号ＫNを符号に割り
当てて出力する場合には、次式により符号に割り当てる
文字列登録番号ＫNを算出することができる。
【手続補正１７】
【補正対象書類名】明細書
【補正対象項目名】００６９
【補正方法】変更
【補正内容】
【００６９】 ＫN ＝（Ｘ・Ｎ−Ａ１）／Ｍ （４） 但し、Ｘ ：従属文字列格納部の格納アドレス Ｎ ：一致検出された従属文字列の番号（１，２，３，
・・Ｎ） Ａ１：従属文字列格納部の開始アドレス（固定オフセッ
ト値） Ｍ ：従属文字列格納部の格納バイト長 また図７の従属文字列格納部２２のように文字列コード
Ｋを登録しなかった場合には、従属文字列格納部２２の
格納バイト長Ｍは 格納バイト長Ｍ＝ 長さ＋文字コード列 （５） ＝３bit ＋ ９６bit ＝９９ビット ＝１３byteとなり 、前記（２）式に示した図５の場合に比べ、２バ
イト少なくすることができ、その分、文字列辞書格納部
１４のサイズを小さくすることができる。
・・Ｎ） Ａ１：従属文字列格納部の開始アドレス（固定オフセッ
ト値） Ｍ ：従属文字列格納部の格納バイト長 また図７の従属文字列格納部２２のように文字列コード
Ｋを登録しなかった場合には、従属文字列格納部２２の
格納バイト長Ｍは 格納バイト長Ｍ＝ 長さ＋文字コード列 （５） ＝３bit ＋ ９６bit ＝９９ビット ＝１３byteとなり 、前記（２）式に示した図５の場合に比べ、２バ
イト少なくすることができ、その分、文字列辞書格納部
１４のサイズを小さくすることができる。
【手続補正１８】
【補正対象書類名】明細書
【補正対象項目名】００７０
【補正方法】変更
【補正内容】
【００７０】また図７の辞書構造で文字列に一致する従
属文字列格納部２２の文字列登録番号ＫNを符号に割り
当てた場合の圧縮データの復元にあっては、前記（３）
式に符号に割り当てた文字列登録番号ＫN を代入するこ
とで一義的に文字列登録番号に対応した従属文字列格納
部の格納位置を示す位置アドレスＸを算出して、辞書の
参照により元の文字列に戻すことができる。
属文字列格納部２２の文字列登録番号ＫNを符号に割り
当てた場合の圧縮データの復元にあっては、前記（３）
式に符号に割り当てた文字列登録番号ＫN を代入するこ
とで一義的に文字列登録番号に対応した従属文字列格納
部の格納位置を示す位置アドレスＸを算出して、辞書の
参照により元の文字列に戻すことができる。
【手続補正１９】
【補正対象書類名】明細書
【補正対象項目名】００７２
【補正方法】変更
【補正内容】
【００７２】即ち、ステップＳ５で先頭文字格納位置Ｐ
からＬ文字を取り出して、従属文字列格納部２２に格納
している従属文字列との一致が得られると、ステップＳ
８で従属文字列格納部２２の格納位置を示す文字列登録
番号ＫN を前記（４）式で求め、この文字列登録番号Ｋ
N を符号に割り当てて送出する。またステップＳ５で従
属文字列と一致せずに、ステップＳ６で個数Ｎの従属文
字列との比較が終了した場合には、ステップＳ１０で図
７の「ＮＵＬＬ」を格納している文字列登録番号ＫNを
前記（４）式で算出し、これを符号に割り当てて送出す
る。 図９は、図３のデータ圧縮装置で符号化された圧
縮データを復元するデータ復元装置のブロック図であ
る。このデータ復元装置は、圧縮入力バッファ３６、符
号分離部３８、文字列復元部４０、文字列辞書格納部４
２及び復元データバッファ４４で構成される。圧縮入力
バッファ３６には、図３のデータ圧縮装置で符号化され
た圧縮データがバスや通信回線を介して入力される。
からＬ文字を取り出して、従属文字列格納部２２に格納
している従属文字列との一致が得られると、ステップＳ
８で従属文字列格納部２２の格納位置を示す文字列登録
番号ＫN を前記（４）式で求め、この文字列登録番号Ｋ
N を符号に割り当てて送出する。またステップＳ５で従
属文字列と一致せずに、ステップＳ６で個数Ｎの従属文
字列との比較が終了した場合には、ステップＳ１０で図
７の「ＮＵＬＬ」を格納している文字列登録番号ＫNを
前記（４）式で算出し、これを符号に割り当てて送出す
る。 図９は、図３のデータ圧縮装置で符号化された圧
縮データを復元するデータ復元装置のブロック図であ
る。このデータ復元装置は、圧縮入力バッファ３６、符
号分離部３８、文字列復元部４０、文字列辞書格納部４
２及び復元データバッファ４４で構成される。圧縮入力
バッファ３６には、図３のデータ圧縮装置で符号化され
た圧縮データがバスや通信回線を介して入力される。
【手続補正２０】
【補正対象書類名】明細書
【補正対象項目名】００７３
【補正方法】変更
【補正内容】
【００７３】符号分離部３８は、圧縮入力バッファ３６
に格納された圧縮データの中から１７ビット単位に文字
列コードを分離し、文字列復元部４０に供給する。文字
列復元部４０は入力した文字列コードにより文字列辞書
格納部４２を参照し、対応する文字列を復元して復元デ
ータバッファ４４に格納する。図１０は図９の文字列辞
書格納部４２の辞書構造である。この文字列辞書格納部
４２にあっては、先頭文字４６、従属文字列長さ４８及
び従属文字列５０を、図５の辞書構造に示した従属文字
列格納部２２の１７ビットの文字列コード３４の順番に
格納している。この順番は図７の辞書構造における従属
文字列格納部２２の文字列登録番号ＫN の順番と同じで
ある。このため文字列復元部４０にあっては、復元に使
用する文字列辞書格納部４２の格納バイト長Ｍが 格納バイト長Ｍ＝ 先頭文字＋長さ＋文字列コード （６） ＝ １６bit ＋３bit ＋ ９６bit ＝１１５ビット ＝１５byte から判明しているため、次式から文字列コードＫ又は文
字列登録番号ＫN に対応した位置アドレスＸを算出する
ことができる。 Ｘ＝Ｍ・Ｋ＋Ａ１ （７） 但し、Ｋ ：文字列コード（＝文字列登録番号ＫN ） Ａ１：文字列格納位置の開始アドレス Ｍ ：格納バイト長 このようにして分離した文字列コードＫ（又はＫN ）か
ら辞書格納位置を示す位置アドレスＸを求めて参照する
ことで、対応する先頭文字及び従属文字列を組み合わせ
た文字列を復元することができる。
に格納された圧縮データの中から１７ビット単位に文字
列コードを分離し、文字列復元部４０に供給する。文字
列復元部４０は入力した文字列コードにより文字列辞書
格納部４２を参照し、対応する文字列を復元して復元デ
ータバッファ４４に格納する。図１０は図９の文字列辞
書格納部４２の辞書構造である。この文字列辞書格納部
４２にあっては、先頭文字４６、従属文字列長さ４８及
び従属文字列５０を、図５の辞書構造に示した従属文字
列格納部２２の１７ビットの文字列コード３４の順番に
格納している。この順番は図７の辞書構造における従属
文字列格納部２２の文字列登録番号ＫN の順番と同じで
ある。このため文字列復元部４０にあっては、復元に使
用する文字列辞書格納部４２の格納バイト長Ｍが 格納バイト長Ｍ＝ 先頭文字＋長さ＋文字列コード （６） ＝ １６bit ＋３bit ＋ ９６bit ＝１１５ビット ＝１５byte から判明しているため、次式から文字列コードＫ又は文
字列登録番号ＫN に対応した位置アドレスＸを算出する
ことができる。 Ｘ＝Ｍ・Ｋ＋Ａ１ （７） 但し、Ｋ ：文字列コード（＝文字列登録番号ＫN ） Ａ１：文字列格納位置の開始アドレス Ｍ ：格納バイト長 このようにして分離した文字列コードＫ（又はＫN ）か
ら辞書格納位置を示す位置アドレスＸを求めて参照する
ことで、対応する先頭文字及び従属文字列を組み合わせ
た文字列を復元することができる。
【手続補正２１】
【補正対象書類名】明細書
【補正対象項目名】００７７
【補正方法】変更
【補正内容】
【００７７】図１３は、図１１により符号化された圧縮
データを復元するデータ復元装置のブロック図であり、
図９に示したデータ復元装置の基本構成に加え、文字列
復元部４０に対し更に動的辞書格納部４５を新たに設け
ている。文字列辞書格納部４２は図１０に示した辞書構
造を持っている。これに対し動的辞書格納部４５には、
文字列復元部４０で文字列コードを元の文字列に変換す
るごとに図１４のように先頭文字６４、従属文字列の長
さ６５、従属文字列６６及び文字列コード６７が登録さ
れる。
データを復元するデータ復元装置のブロック図であり、
図９に示したデータ復元装置の基本構成に加え、文字列
復元部４０に対し更に動的辞書格納部４５を新たに設け
ている。文字列辞書格納部４２は図１０に示した辞書構
造を持っている。これに対し動的辞書格納部４５には、
文字列復元部４０で文字列コードを元の文字列に変換す
るごとに図１４のように先頭文字６４、従属文字列の長
さ６５、従属文字列６６及び文字列コード６７が登録さ
れる。
【手続補正２２】
【補正対象書類名】明細書
【補正対象項目名】００８４
【補正方法】変更
【補正内容】
【００８４】図２０は、図１５の二重符号化で得られた
圧縮データを復元するためのデータ復元装置のブロック
図である。図２０のデータ復元装置は、圧縮入力バッフ
ァ３６に続いて第１復号化部８２を設け、第１復号化部
８２に続いて第２復号化部８４を設け、最終的に復元デ
ータバッファ４４に復元データを得ている。第１復号化
部８２は、例えば図２１の辞書型復号化部８２−１又は
図２２の統計型復号化部８２−１で構成される。
圧縮データを復元するためのデータ復元装置のブロック
図である。図２０のデータ復元装置は、圧縮入力バッフ
ァ３６に続いて第１復号化部８２を設け、第１復号化部
８２に続いて第２復号化部８４を設け、最終的に復元デ
ータバッファ４４に復元データを得ている。第１復号化
部８２は、例えば図２１の辞書型復号化部８２−１又は
図２２の統計型復号化部８２−１で構成される。
【手続補正２３】
【補正対象書類名】明細書
【補正対象項目名】００８５
【補正方法】変更
【補正内容】
【００８５】図２１の辞書型復号化部８２−２は、復号
化部８５、復号辞書参照部８６及び復号用辞書格納部８
７で構成され、ＬＺ７７もしくはＬＺ７８等の復号化処
理を行う。また図２２の統計型復号化部８２−２は算術
復号化部８８と確率モデル部９０で構成され、確率統計
型符号化の代表である算術符号化に対応した算術復号化
処理を行う。
化部８５、復号辞書参照部８６及び復号用辞書格納部８
７で構成され、ＬＺ７７もしくはＬＺ７８等の復号化処
理を行う。また図２２の統計型復号化部８２−２は算術
復号化部８８と確率モデル部９０で構成され、確率統計
型符号化の代表である算術符号化に対応した算術復号化
処理を行う。
【手続補正２４】
【補正対象書類名】明細書
【補正対象項目名】００８６
【補正方法】変更
【補正内容】
【００８６】図２３は図１５の二重復号化を行うデータ
圧縮装置を変形したもので、入力バッファ１０と第１符
号化部７２の間に文字列選択部９２を設けている。入力
バッファ１０に入力される圧縮対象とする日本語文書デ
ータの中には、日本語文字列以外に英語文字列等が含ま
れる場合がある。英語文字列については、第１符号化部
７２に設けている文字列辞書格納部１４の辞書が適合し
ていないため、そのまま符号化すると符号化後のデータ
量が元のデータ量よりも大きくなるような不具合があ
る。
圧縮装置を変形したもので、入力バッファ１０と第１符
号化部７２の間に文字列選択部９２を設けている。入力
バッファ１０に入力される圧縮対象とする日本語文書デ
ータの中には、日本語文字列以外に英語文字列等が含ま
れる場合がある。英語文字列については、第１符号化部
７２に設けている文字列辞書格納部１４の辞書が適合し
ていないため、そのまま符号化すると符号化後のデータ
量が元のデータ量よりも大きくなるような不具合があ
る。
【手続補正２５】
【補正対象書類名】明細書
【補正対象項目名】００８８
【補正方法】変更
【補正内容】
【００８８】図２４は図２３のデータ圧縮装置で符号化
された圧縮データを復元するためのデータ復元装置のブ
ロック図である。このデータ復元装置にあっては、第１
復号化部８２に続いて文字列選択部９４を設け、第１復
号化部８２で復元された中間符号が英文を示すアルファ
ベットの文字コードであった場合にはそのまま復元デー
タバッファ４４に出力する。
された圧縮データを復元するためのデータ復元装置のブ
ロック図である。このデータ復元装置にあっては、第１
復号化部８２に続いて文字列選択部９４を設け、第１復
号化部８２で復元された中間符号が英文を示すアルファ
ベットの文字コードであった場合にはそのまま復元デー
タバッファ４４に出力する。
【手続補正２６】
【補正対象書類名】明細書
【補正対象項目名】００９１
【補正方法】変更
【補正内容】
【００９１】第１符号化部７２に設けた動的辞書格納部
１５は図１２と同じ辞書構造をもち、符号化出力が行わ
れるごとに順次登録される。このような動的辞書格納部
１５を設けたことで、第１符号化部７２における文字列
コードへの符号化を高速化できる。図２６は、図２３の
データ圧縮装置で符号化された圧縮データを復元するた
めのデータ復元装置のブロック図である。このデータ復
元装置にあっては、第１復号化部８２に続いて設けた第
２復号化部８４に、文字列辞書格納部４２に加えて新た
に動的辞書格納部４５を設けている。
１５は図１２と同じ辞書構造をもち、符号化出力が行わ
れるごとに順次登録される。このような動的辞書格納部
１５を設けたことで、第１符号化部７２における文字列
コードへの符号化を高速化できる。図２６は、図２３の
データ圧縮装置で符号化された圧縮データを復元するた
めのデータ復元装置のブロック図である。このデータ復
元装置にあっては、第１復号化部８２に続いて設けた第
２復号化部８４に、文字列辞書格納部４２に加えて新た
に動的辞書格納部４５を設けている。
【手続補正２７】
【補正対象書類名】明細書
【補正対象項目名】００９６
【補正方法】変更
【補正内容】
【００９６】その結果、属性符号を与える属性情報ビッ
ト数と文字列コードを与える単語情報ビット数を加算し
た合計ビット数は、最も単語数が多い名詞類で２１ビッ
ト、単語数が最小となる感動詞類では１１ビットとな
る。このため、合計ビット数が１７ビットを超える名詞
類，動詞類を除いた他の品詞については、図３のデータ
圧縮装置で使用した１７ビットの文字列コードよりビッ
ト数が少なくて済み、図２７の属性部毎に文字列コード
を加えた符号を割り当てるデータ圧縮装置の方が結果と
して圧縮率を更に高めることができる。
ト数と文字列コードを与える単語情報ビット数を加算し
た合計ビット数は、最も単語数が多い名詞類で２１ビッ
ト、単語数が最小となる感動詞類では１１ビットとな
る。このため、合計ビット数が１７ビットを超える名詞
類，動詞類を除いた他の品詞については、図３のデータ
圧縮装置で使用した１７ビットの文字列コードよりビッ
ト数が少なくて済み、図２７の属性部毎に文字列コード
を加えた符号を割り当てるデータ圧縮装置の方が結果と
して圧縮率を更に高めることができる。
【手続補正２８】
【補正対象書類名】明細書
【補正対象項目名】００９９
【補正方法】変更
【補正内容】
【００９９】また従属文字列格納部１１２の従属文字列
１２２の符号「ＮＵＬＬ」は従属文字列がない場合であ
り、この場合には先頭文字について文字列符号と属性符
号の結合符号を符号に割り当てて出力する。ここで属性
符号は、１３種類の品詞に対応した属性グループに分け
た場合には４ビットとなるが、例えば１３種類の内の８
種類の品詞を属性グループに含め、残りは符号化せずに
元の文字コードをそのまま使用するようにしてもよい。
１２２の符号「ＮＵＬＬ」は従属文字列がない場合であ
り、この場合には先頭文字について文字列符号と属性符
号の結合符号を符号に割り当てて出力する。ここで属性
符号は、１３種類の品詞に対応した属性グループに分け
た場合には４ビットとなるが、例えば１３種類の内の８
種類の品詞を属性グループに含め、残りは符号化せずに
元の文字コードをそのまま使用するようにしてもよい。
【手続補正２９】
【補正対象書類名】明細書
【補正対象項目名】０１０３
【補正方法】変更
【補正内容】
【０１０３】図３２（Ａ）は、図２７の文字列属性辞書
格納部１０４の他の辞書構造である。この辞書構造にあ
っては、先頭文字格納部１１０を図２８に示した１３種
類の品詞に対応して１３グループに分け、名詞格納部１
３２−１、動詞格納部１３２−２、形容詞格納部１３２
−３、形容動詞格納部１３２−４、副詞格納部１３２−
５、連体詞格納部１３２−６、接続詞格納部１３２−
７、接頭語格納部１３２−８、接尾語格納部１３２−
９、語尾格納部１３２−１０、助動詞格納部１３２−１
１、感動詞格納部１３２−１２、助詞格納部１３２−１
３で構成している。尚、動詞格納部１３２−２〜感動詞
格納部１３２−１２は図示を省略している。
格納部１０４の他の辞書構造である。この辞書構造にあ
っては、先頭文字格納部１１０を図２８に示した１３種
類の品詞に対応して１３グループに分け、名詞格納部１
３２−１、動詞格納部１３２−２、形容詞格納部１３２
−３、形容動詞格納部１３２−４、副詞格納部１３２−
５、連体詞格納部１３２−６、接続詞格納部１３２−
７、接頭語格納部１３２−８、接尾語格納部１３２−
９、語尾格納部１３２−１０、助動詞格納部１３２−１
１、感動詞格納部１３２−１２、助詞格納部１３２−１
３で構成している。尚、動詞格納部１３２−２〜感動詞
格納部１３２−１２は図示を省略している。
【手続補正３０】
【補正対象書類名】明細書
【補正対象項目名】０１０４
【補正方法】変更
【補正内容】
【０１０４】名詞格納部１３２−１〜助詞格納部１３２
−１３にはそれぞれ辞書番号ＤＮ１〜ＤＮ１３を設け、
各辞書番号ＤＮ１〜ＤＮ１３ごとに、文字コード順に従
属文字列格納部１１２に対する先頭アドレス１１６と従
属文字列の個数１１８を格納している。また従属文字列
格納部１１２は、従属文字列の長さ１２０と従属文字列
１２２のみを登録し、従属文字列一致検出で符号に割り
当てる属性符号と文字列符号は格納していない。この属
性符号と文字列符号を格納しない代わりに、属性符号は
先頭文字格納部１１０の名詞格納部１３２−１〜助詞格
納部１３２−１０のそれぞれに割り当てた辞書番号ＤＮ
１〜ＤＮ１３を４ビット情報として使用し、一方、文字
列符号には各辞書番号ＤＮ１〜ＤＮ１３ごとにグループ
化されている従属文字列格納部１１２のそれぞれの格納
グループにおける文字列登録番号ＫN を割り当てる。
−１３にはそれぞれ辞書番号ＤＮ１〜ＤＮ１３を設け、
各辞書番号ＤＮ１〜ＤＮ１３ごとに、文字コード順に従
属文字列格納部１１２に対する先頭アドレス１１６と従
属文字列の個数１１８を格納している。また従属文字列
格納部１１２は、従属文字列の長さ１２０と従属文字列
１２２のみを登録し、従属文字列一致検出で符号に割り
当てる属性符号と文字列符号は格納していない。この属
性符号と文字列符号を格納しない代わりに、属性符号は
先頭文字格納部１１０の名詞格納部１３２−１〜助詞格
納部１３２−１０のそれぞれに割り当てた辞書番号ＤＮ
１〜ＤＮ１３を４ビット情報として使用し、一方、文字
列符号には各辞書番号ＤＮ１〜ＤＮ１３ごとにグループ
化されている従属文字列格納部１１２のそれぞれの格納
グループにおける文字列登録番号ＫN を割り当てる。
【手続補正３１】
【補正対象書類名】明細書
【補正対象項目名】０１１０
【補正方法】変更
【補正内容】
【０１１０】名詞格納部１４２−１〜助詞格納部１４２
−１３には、それぞれ辞書番号ＤＮ１〜ＤＮ１３を割り
当て、各品詞のグループ内で文字列符号の順番に先頭文
字１４４とこれに続く従属文字列１４８を登録し、更に
従属文字列の長さ１４６を登録している。ここで格納バ
イト長Ｍは 格納バイト長Ｍ＝ 先頭文字＋長さ＋文字コード列 （１２） ＝ １６bit ＋３bit ＋ ９６bit ＝ １１５bit ＝ １５byte であり、また各格納部１４２−１〜１４２−１０の先頭
アドレスＡＡは辞書番号ＤＮ１〜ＤＮ１３に対応して図
３２（Ｂ）のように予め定まっていることから、分離さ
れた属性情報から先頭アドレスＡＡを取得し、この先頭
アドレスＡＡと取得した文字列符号Ｋを（１１）式に代
入することで、文字列符号Ｋに対応した１アドレスＸを
得ることができる。４．第２発明の二重符号化によるデ
ータ圧縮と復元図３６は、図２７のデータ圧縮装置で符
号化した属性符号と文字列符号の組み合わせ符号を中間
符号として、更に第２段階の符号化を行うようにしたデ
ータ圧縮装置である。即ち、入力バッファ１００に続い
ては第１符号化部１５０が設けられ、第１符号化部１５
０は図２７のデータ圧縮装置と同様、文字列比較部１０
２、文字列属性辞書格納部１０４及び符号出力部１０６
を備える。
−１３には、それぞれ辞書番号ＤＮ１〜ＤＮ１３を割り
当て、各品詞のグループ内で文字列符号の順番に先頭文
字１４４とこれに続く従属文字列１４８を登録し、更に
従属文字列の長さ１４６を登録している。ここで格納バ
イト長Ｍは 格納バイト長Ｍ＝ 先頭文字＋長さ＋文字コード列 （１２） ＝ １６bit ＋３bit ＋ ９６bit ＝ １１５bit ＝ １５byte であり、また各格納部１４２−１〜１４２−１０の先頭
アドレスＡＡは辞書番号ＤＮ１〜ＤＮ１３に対応して図
３２（Ｂ）のように予め定まっていることから、分離さ
れた属性情報から先頭アドレスＡＡを取得し、この先頭
アドレスＡＡと取得した文字列符号Ｋを（１１）式に代
入することで、文字列符号Ｋに対応した１アドレスＸを
得ることができる。４．第２発明の二重符号化によるデ
ータ圧縮と復元図３６は、図２７のデータ圧縮装置で符
号化した属性符号と文字列符号の組み合わせ符号を中間
符号として、更に第２段階の符号化を行うようにしたデ
ータ圧縮装置である。即ち、入力バッファ１００に続い
ては第１符号化部１５０が設けられ、第１符号化部１５
０は図２７のデータ圧縮装置と同様、文字列比較部１０
２、文字列属性辞書格納部１０４及び符号出力部１０６
を備える。
【手続補正３２】
【補正対象書類名】明細書
【補正対象項目名】０１１２
【補正方法】変更
【補正内容】
【０１１２】このような辞書型符号化あるいは統計型符
号化が行われる図３６の第２符号化部１５２にあって
は、バイト単位にデータを入力して符号化を行うことか
ら、第１符号化部１５０から出力する属性符号と文字列
符号の組み合わせた符号を８ビットの倍数となるバイト
データとする必要がある。図３９は図２８の品詞の属性
グループにおける属性情報ビット数と単語情報ビット数
を８ビットの倍数となるバイト情報に変換するためのダ
ミービット数、及びダミービットの付加で得られた合計
ビット数とバイト数を、各々まとめて示している。この
図３９から明らかなように、名詞類から感動詞類までの
１３種類の属性グループについて、属性情報を表す属性
符号と属性グループ内での番号を表す文字列符号を併せ
た符号のバイト数は２バイトもしくは３バイトのいずれ
かとすればよい。即ち、単語数の多い名詞類と動詞類に
ついては３バイト符号となり、その他は全て２バイト符
号となる。図４０は図３６の第１符号化部１５０から符
号出力を行う際のバイトデータへの変換を示している。
即ち図４０（Ａ）の入力文字列につき、単語単位の文字
列１２８−１〜１２８−ｎを入力して、第１符号化部１
５０により図４０（Ｂ）の中間符号としての属性符号１
２６−１〜１２６−ｎと文字列符号１２４−１〜１２４
−ｎの組合せでなる中間符号１６０−１〜１６０−ｎを
生成する。
号化が行われる図３６の第２符号化部１５２にあって
は、バイト単位にデータを入力して符号化を行うことか
ら、第１符号化部１５０から出力する属性符号と文字列
符号の組み合わせた符号を８ビットの倍数となるバイト
データとする必要がある。図３９は図２８の品詞の属性
グループにおける属性情報ビット数と単語情報ビット数
を８ビットの倍数となるバイト情報に変換するためのダ
ミービット数、及びダミービットの付加で得られた合計
ビット数とバイト数を、各々まとめて示している。この
図３９から明らかなように、名詞類から感動詞類までの
１３種類の属性グループについて、属性情報を表す属性
符号と属性グループ内での番号を表す文字列符号を併せ
た符号のバイト数は２バイトもしくは３バイトのいずれ
かとすればよい。即ち、単語数の多い名詞類と動詞類に
ついては３バイト符号となり、その他は全て２バイト符
号となる。図４０は図３６の第１符号化部１５０から符
号出力を行う際のバイトデータへの変換を示している。
即ち図４０（Ａ）の入力文字列につき、単語単位の文字
列１２８−１〜１２８−ｎを入力して、第１符号化部１
５０により図４０（Ｂ）の中間符号としての属性符号１
２６−１〜１２６−ｎと文字列符号１２４−１〜１２４
−ｎの組合せでなる中間符号１６０−１〜１６０−ｎを
生成する。
【手続補正３３】
【補正対象書類名】明細書
【補正対象項目名】０１１５
【補正方法】変更
【補正内容】
【０１１５】第１復号化部１６４は、図４４の辞書型復
号化部１６４−１あるいは図４５の統計型復号化部１６
４−２を用いることができる。図４４の辞書型復号化部
１６４−１は復号化部１６８、復号辞書参照部１６９及
び復号用辞書格納部１７０で構成され、ＬＺ７７やＬＺ
７８の復号化が行われる。また図４５の統計型復号化部
１６４−２は算術復号化部１７１と確率モデル部１７２
で構成され、算術復号化が行われる。
号化部１６４−１あるいは図４５の統計型復号化部１６
４−２を用いることができる。図４４の辞書型復号化部
１６４−１は復号化部１６８、復号辞書参照部１６９及
び復号用辞書格納部１７０で構成され、ＬＺ７７やＬＺ
７８の復号化が行われる。また図４５の統計型復号化部
１６４−２は算術復号化部１７１と確率モデル部１７２
で構成され、算術復号化が行われる。
Claims (62)
- 【請求項１】スペースで区切られない単語構造をもつ言
語の文字コードで作成された非圧縮データを圧縮するデ
ータ圧縮装置に於いて、 圧縮する際の処理単位となる文字列を登録した辞書を格
納する文字列辞書格納部と、 前記文字列辞書格納部の登録文字列と前記非圧縮データ
中の部分文字列との比較により、前記登録文字列に一致
する部分文字列を検出する文字列比較部と、 前記文字列比較部によって検出された部分文字列ごとに
予め定められた符号を割り当てて出力する符号出力部
と、を備えたことを特徴とするデータ圧縮装置。 - 【請求項２】請求項１記載のデータ圧縮装置に於いて、
前記文字列辞書格納部は、 圧縮しようとする部分文字列の先頭文字を格納した先頭
文字格納部と、 前記先頭文字格納部に格納された先頭文字に従属する従
属文字列を格納した従属文字列格納部と、を備えたこと
を特徴とするデータ圧縮装置。 - 【請求項３】請求項２記載のデータ圧縮装置に於いて、 前記先頭文字格納部は、先頭文字をインデックスとして
前記従属文字列格納部の先頭アドレスと従属文字列の個
数を格納し、 前記従属文字列格納部は、前記先頭文字格納部の先頭ア
ドレスで指定される１又は複数の格納位置に、従属文字
列の長さ、従属文字列及び文字列符号を組して格納した
ことを特徴とするデータ圧縮装置。 - 【請求項４】請求項３記載のデータ圧縮装置に於いて、
前記文字列比較部は、現在処理中の非圧縮データ中の先
頭文字により前記文字列辞書格納部の先頭文字格納部を
参照して前記従属文字列格納部から従属文字列の長さを
取得し、非圧縮データ中から先頭文字に続く前記従属文
字列の長さの部分文字列を切り出して登録された従属文
字列との一致検索を行い、 前記符号出力部は、前記文字列比較部から登録文字列に
一致する検索結果を受けた際に、前記従属文字列格納部
に格納された文字列符号を出力することを特徴とするデ
ータ圧縮装置。 - 【請求項５】請求項２記載のデータ圧縮装置に於いて、 前記先頭文字格納部は、先頭文字をインデックスとして
前記従属文字列格納部の先頭アドレスと従属文字列の個
数を格納し、 前記従属文字列格納部は、前記先頭文字格納部の先頭ア
ドレスで指定される１又は複数の格納位置に、従属文字
列の長さ及び従属文字列を組にして格納したことを特徴
とするデータ圧縮装置。 - 【請求項６】請求項５記載のデータ圧縮装置に於いて、
前記文字列比較部は、現在処理中の非圧縮データ中の先
頭文字により前記文字列辞書格納部の先頭文字格納部を
参照して前記従属文字列格納部から従属文字列の長さを
取得し、非圧縮データ中から先頭文字に続く前記従属文
字列の長さの部分文字列を切り出して登録された従属文
字列との一致検出を行い、 前記符号出力部は、前記文字列比較部から登録文字列に
一致する検出結果を受けた際に、一致検出された文字列
に前記従属文字列格納部の格納位置を示す文字列登録番
号を文字列符号として出力することを特徴とするデータ
圧縮装置。 - 【請求項７】請求項１記載のデータ圧縮装置に於いて、
更に、前記符号出力部から出力された文字列符号を一致
検出が行われた非圧縮データの部分文字列と共に登録す
る動的辞書を格納した動的辞書格納部を設け、 前記文字列比較部は、２回目以降について前記動的辞書
格納部の登録文字列と前記非圧縮データ中の部分文字列
との比較により、前記登録文字列に一致する部分文字列
を検出し、一致する文字列が検出できない場合に前記文
字列辞書格納部を検索して一致する部分文字列を検出す
ることを特徴とするデータ圧縮装置。 - 【請求項８】スペースで区切られない単語構造をもつ言
語の文字コードで作成された非圧縮データを対象に、辞
書に登録された圧縮する際の処理単位となる登録文字列
と前記非圧縮データ中の部分文字列との比較により、前
記登録文字列に一致する部分文字列を検出し、検出され
た部分文字列ごとに予め定められた文字列符号を割り当
てた圧縮データを入力して元の非圧縮データを復元する
データ復元装置に於いて、 圧縮データから復元単位となる文字列符号を分離する符
号分離部と、 復元する際の処理単位となる文字列符号に対応した復元
文字列を登録した辞書を格納する文字列辞書格納部と、 前記符号分離部で分離された文字列符号による前記文字
列辞書格納部の参照で元の文字列を復元する文字列復元
部と、を備えたことを特徴とするデータ復元装置。 - 【請求項９】請求項８記載のデータ復元装置に於いて、 前記文字列辞書格納部は、復元対象とする文字列符号毎
に、文字列符号、先頭文字、従属文字列の長さ、及び従
属文字列を組にして格納し、 前記文字列復元部は、現在処理中の文字列符号に基づき
前記文字列辞書格納部の格納位置を認識して文字列を復
元することを特徴とするデータ復元装置。 - 【請求項１０】請求項８記載のデータ復元装置に於い
て、 前記文字列辞書格納部は、圧縮しようとする部分文字列
の先頭文字を格納した先頭文字格納部と、前記先頭文字
格納部に格納された先頭文字に従属する従属文字列を格
納した従属文字列格納部とで構成され、 前記先頭文字格納部は、先頭文字をインデックスとして
前記従属文字列格納部の先頭アドレスと従属文字列の個
数を格納し、 前記従属文字列格納部は、前記先頭文字格納部の先頭ア
ドレスで指定される格納位置に、前記先頭文字格納部へ
の戻りアドレス、従属文字列の長さ、及び従属文字列を
組にして格納し、 前記文字列復元部は、現在処理中の文字列符号に基づき
前記従属文字列格納部の参照で従属文字列を復元すると
共に、前記戻りアドレスの取得で前記先頭文字格納部を
参照して先頭文字を復元することを特徴とするデータ復
元装置。 - 【請求項１１】請求項８記載のデータ復元装置に於い
て、更に、前記文字列復元部から出力された文字列を一
致検出が行われた復元前の文字列符号と共に登録する動
的辞書を格納した動的辞書格納部を設け、 前記文字列復元部は、２回目以降について前記動的辞書
格納部の登録文字列符号と前記圧縮データ中の文字列符
号との比較により、前記登録文字列符号に一致する文字
列符号を検出し、一致する文字列符号が検出できない場
合に前記文字列辞書格納部を検索して一致する文字列符
号を検出することを特徴とするデータ圧縮装置。 - 【請求項１２】スペースで区切られない単語構造をもつ
言語の文字コードで作成された非圧縮データを圧縮する
データ圧縮装置に於いて、 辞書に登録された圧縮する際の処理単位となる登録文字
列と前記非圧縮データ中の部分文字列との比較により、
前記登録文字列に一致する部分文字列を検出し、検出さ
れた部分文字列ごとに予め定められた文字列符号を割り
当てて中間符号として出力する第１符号化部と、 前記第１符号化部で圧縮された中間符号列を入力して再
度圧縮する第２符号化部と、を備えたことを特徴とする
データ圧縮装置。 - 【請求項１３】請求項１２記載のデータ圧縮装置に於い
て、前記第２符号化部は、前記中間符号列を辞書の登録
番号に置き換え、出現頻度の高い中間符号列ほど長い符
号列で登録して符号化する辞書型符号化部であることを
特徴とするデータ圧縮装置。 - 【請求項１４】請求項１２記載のデータ圧縮装置に於い
て、前記第２符号化部は、前記中間符号の統計的な出現
頻度に基づき、出現頻度の高い中間符号に対し短い符号
を割り当てて出力する統計型符号化部であることを特徴
とするデータ圧縮装置。 - 【請求項１５】請求項１２記載のデータ圧縮装置に於い
て、更に、前記非圧縮データについてスペースで区切ら
れない言語の第１文字列かスペースで区切られる言語の
第２文字列かを識別し、前記第１文字列は前記第１符号
化部に入力し、前記第２文字列は前記第２符号化部に入
力する文字列選択部を設けたことを特徴とするデータ圧
縮装置。 - 【請求項１６】請求項１２記載のデータ圧縮装置に於い
て、前記第１符号化部は、 圧縮する際の処理単位となる文字列を登録した辞書を格
納する文字列辞書格納部と、 前記文字列辞書格納部の登録文字列と前記非圧縮データ
中の部分文字列との比較により、前記登録文字列に一致
する部分文字列を検出する文字列比較部と、 前記文字列比較部によって検出された部分文字列ごとに
予め定められた文字列符号を割り当てて出力する符号出
力部と、を備えたことを特徴とするデータ圧縮装置。 - 【請求項１７】請求項１６記載のデータ圧縮装置に於い
て、前記文字列辞書格納部は、 圧縮しようとする部分文字列の先頭文字を格納した先頭
文字格納部と、 前記先頭文字格納部に格納された先頭文字に従属する従
属文字列を格納した従属文字列格納部と、を備えたこと
を特徴とするデータ圧縮装置。 - 【請求項１８】請求項１７記載のデータ圧縮装置に於い
て、 前記先頭文字格納部は、先頭文字をインデックスとして
前記従属文字列格納部の先頭アドレスと従属文字列の個
数を格納し、 前記従属文字列格納部は、前記先頭文字格納部の先頭ア
ドレスで指定される１又は複数の格納位置に、従属文字
列の長さ、従属文字列及び文字列符号を組にして格納し
たことを特徴とするデータ圧縮装置。 - 【請求項１９】請求項１８記載のデータ圧縮装置に於い
て、前記文字列比較部は、現在処理中の非圧縮データ中
の先頭文字により前記文字列辞書格納部の先頭文字格納
部を参照して前記従属文字列格納部から従属文字列の長
さを取得し、非圧縮データ中から先頭文字に続く前記従
属文字列の長さの部分文字列を切り出して登録された従
属文字列との一致検出を行い、 前記符号出力部は、前記文字列比較部から登録文字列に
一致する検出結果を受けた際に、一致検出された文字列
ごとに前記従属文字列格納部に格納された文字列符号を
割当てて出力することを特徴とするデータ圧縮装置。 - 【請求項２０】請求項１６記載のデータ圧縮装置に於い
て、 前記先頭文字格納部は、先頭文字をインデックスとして
前記従属文字列格納部の先頭アドレスと従属文字列の個
数を格納し、 前記従属文字列格納部は、前記先頭文字格納部の先頭ア
ドレスで指定される１又は複数の格納位置に、従属文字
列の長さ、及び従属文字列を組にして格納したことを特
徴とするデータ圧縮装置。 - 【請求項２１】請求項２０記載のデータ圧縮装置に於い
て、前記文字列比較部は、現在処理中の非圧縮データ中
の先頭文字により前記文字列辞書格納部の先頭文字格納
部を参照して前記従属文字列格納部から従属文字列の長
さを取得し、非圧縮データ中から先頭文字に続く前記従
属文字列の長さの部分文字列を切り出して登録された従
属文字列との一致検出を行い、 前記符号出力部は、前記文字列比較部から登録文字列に
一致する検出結果を受けた際に、一致検出された文字列
毎に前記従属文字列格納部の格納位置を示す文字列登録
番号を割当てた文字列符号を出力することを特徴とする
データ圧縮装置。 - 【請求項２２】請求項１６記載のデータ圧縮装置に於い
て、更に、 前記符号出力部から出力された文字列符号を一致検出が
行われた非圧縮データの部分文字列と共に登録する動的
辞書を格納した動的辞書格納部と、 前記符号出力部から出力された文字列符号の出現頻度を
計数して前記第２符号化部に出力する出現頻度計数部と
を設け、 前記文字列比較部は、２回目以降について前記動的辞書
格納部の登録文字列と前記非圧縮データ中の部分文字列
との比較により、前記登録文字列に一致する部分文字列
を検出し、一致する文字列が検出できない場合に前記文
字列辞書格納部を検索して一致する部分文字列を検出す
ることを特徴とするデータ圧縮装置。 - 【請求項２３】スペースで区切られない単語構造をもつ
言語の文字コードで作成された非圧縮データを対象に、
辞書に登録された圧縮する際の処理単位となる登録文字
列と前記非圧縮データ中の一致する部分文字列を検出し
て予め定められた文字列符号を中間符号として出力する
第１段階の符号化と、前記中間符号列を入力して再度符
号化する第２段階の符号化を行った圧縮データを入力し
て元の非圧縮データを復元するデータ復元装置に於い
て、 前記圧縮データを入力して前記中間符号列を復元する第
１復号化部と、 前記第１復号化部で復号された中間符号列を入力して元
の文字列を復元する第２復号化部と、を備えたことを特
徴とするデータ復元装置。 - 【請求項２４】請求項２３記載のデータ復元装置に於い
て、前記第２段階の符号化として、中間符号列を辞書の
登録番号に置き換え、出現頻度の高い中間符号列ほど長
い符号列で登録して符号化する辞書型符号化を行った場
合、前記第１復号化部は、入力符号による辞書の参照で
前記中間符号を復元する辞書型復号化を行うことを特徴
とするデータ復元装置。 - 【請求項２５】請求項２３記載のデータ復元装置に於い
て、前記第２段階の符号化として、中間符号の統計的な
出現頻度に基づき、出現頻度の高い中間符号に対し短い
符号を割り当てて出力する統計型符号化を行った場合、
前記第１復号化部は、復元済みの中間符号の出現頻度に
基づいて中間符号を復元する統計型復号化を行うことを
特徴とするデータ復元装置。 - 【請求項２６】請求項２３記載のデータ復元装置に於い
て、前記非圧縮データについてスペースで区切られない
言語の文字列に対し前記第１段階及び第２段階の符号化
を行い、スペースで区切られる言語の文字列に対し前記
第２段階のみの符号化を行っていた場合、前記第１復号
化部に続いて、前記第１段階及び第２段階の符号化によ
る符号列の復元による中間符号列は前記第２復号化部に
入力し、前記第２段階の符号化のみの符号列を復元した
文字列はそのまま出力する文字列選択部を設けたことを
特徴とするデータ復元装置。 - 【請求項２７】請求項２３記載のデータ復元装置に於い
て、 圧縮データから復元単位となる文字列符号を分離する符
号分離部と、 復元する際の処理単位となる文字列符号に対応した復元
文字列を登録した辞書を格納する文字列辞書格納部と、 前記符号分離部で分離された文字列符号による前記文字
列辞書格納部の参照で元の文字列を復元する文字列復元
部と、を備えたことを特徴とするデータ復元装置。 - 【請求項２８】請求項２３記載のデータ復元装置に於い
て、 前記文字列辞書格納部は、復元対象とする文字列符号列
毎に、文字列符号、先頭文字、従属文字列の長さ、及び
従属文字列を組にして格納し、 前記文字列復元部は、現在処理中の文字列符号に基づき
前記文字列辞書格納部の格納位置を認識して文字列を復
元することを特徴とするデータ復元装置。 - 【請求項２９】請求項２３記載のデータ復元装置に於い
て、 前記文字列辞書格納部は、圧縮しようとする部分文字列
の先頭文字を格納した先頭文字格納部と、前記先頭文字
格納部に格納された先頭文字に従属する従属文字列を格
納した従属文字列格納部とで構成され、 前記先頭文字格納部は、先頭文字をインデックスとして
前記従属文字列格納部の先頭アドレスと従属文字列の個
数を格納し、 前記従属文字列格納部は、前記先頭文字格納部の先頭ア
ドレスで指定される１又は複数の格納位置に、前記先頭
文字格納部への戻りアドレス、従属文字列の長さ、及び
従属文字列を組にして格納し、 前記文字列復元部は、現在処理中の文字列符号に基づき
前記従属文字列格納部の参照で従属文字列を復元すると
共に、前記戻りアドレスの取得で前記先頭文字格納部を
参照して先頭文字を復元することを特徴とするデータ復
元装置。 - 【請求項３０】請求項２７記載のデータ復元装置に於い
て、更に、 前記文字列復元部から出力された文字列を一致検出が行
われた復元前の文字列符号と共に登録する動的辞書を格
納した動的辞書格納部と、 前記文字列復元部から出力された文字列の出現頻度を計
数して前記第２符号化部に出力する出現頻度計数部とを
設け、 前記文字列復元部は、２回目以降について前記動的辞書
格納部の登録文字列符号と前記圧縮データ中の文字列符
号との比較により、前記登録文字列符号に一致する文字
列符号を検出し、一致する文字列符号が検出できない場
合に前記文字列辞書格納部を検索して一致する文字列符
号を検出することを特徴とするデータ圧縮装置。 - 【請求項３１】スペースで区切られない単語構造をもつ
言語の文字コードで作成された非圧縮データを圧縮する
データ圧縮方法に於いて、 圧縮する際の処理単位となる文字列を登録した辞書を格
納した文字列辞書格納部の登録文字列と、前記非圧縮デ
ータ中の部分文字列との比較により、前記登録文字列に
一致する部分文字列を検出する文字列比較過程と、 前記文字列比較過程によって検出された部分文字列ごと
に予め定められた文字列符号を出力する符号出力過程
と、を備えたことを特徴とするデータ圧縮方法。 - 【請求項３２】スペースで区切られない単語構造をもつ
言語の文字コードで作成された非圧縮データを対象に、
辞書に登録された圧縮する際の処理単位となる登録文字
列と前記非圧縮データ中の部分文字列との比較により、
前記登録文字列に一致する部分文字列を検出し、検出さ
れた部分文字列ごとに予め定められた文字列符号を割り
当てた圧縮データを入力して元の非圧縮データを復元す
るデータ復元方法に於いて、 圧縮データから復元単位となる文字列符号を分離する符
号分離過程と、 復元する際の処理単位となる文字列符号に対応する復元
文字列を登録した辞書を前記符号列分離過程で分離され
た文字列符号により参照して元の文字列を復元する文字
列復元過程と、を備えたことを特徴とするデータ復元方
法。 - 【請求項３３】スペースで区切られない単語構造をもつ
言語の文字コードで作成された非圧縮データを圧縮する
データ圧縮方法に於いて、 辞書に登録された圧縮する際の処理単位となる登録文字
列と前記非圧縮データ中の部分文字列との比較により、
前記登録文字列に一致する部分文字列を検出し、検出さ
れた部分文字列ごとに予め定められた文字列符号を割り
当てて中間符号として出力する第１符号化過程と、 前記第１符号化過程で圧縮された中間符号列を入力して
再度圧縮する第２符号化過程と、を備えたことを特徴と
するデータ圧縮方法。 - 【請求項３４】スペースで区切られない単語構造をもつ
言語の文字コードで作成された非圧縮データを対象に、
辞書に登録された圧縮する際の処理単位となる登録文字
列と前記非圧縮データ中の一致する部分文字列を検出し
て予め定められた文字列符号を割り当て中間符号を出力
する第１段階の符号化と、前記中間符号列を入力して再
度符号化する第２段階の符号化を行った圧縮データを入
力して元の非圧縮データを復元するデータ復元方法に於
いて、 前記圧縮データを入力して前記中間符号を復元する第１
復号化過程と、 前記第１復号化過程で復号された中間符号列を入力して
元の文字列を復元する第２復号化過程と、を備えたこと
を特徴とするデータ復元方法。 - 【請求項３５】文字コードで作成された非圧縮データを
圧縮するデータ圧縮装置に於いて、 圧縮する際の処理単位となる文字列を、属性により分類
して複数の属性グループに分けて登録した辞書を格納す
る文字列属性辞書格納部と、 前記文字列属性辞書格納部の登録文字列と前記非圧縮デ
ータ中の部分文字列との比較により、前記登録文字列に
一致する部分文字列を検出する文字列比較部と、 前記文字列比較部によって検出された部分文字列ごとに
予め定められた文字列符号と前記属性グループを表す属
性符号との組を割り当てて出力する符号出力部と、を備
えたことを特徴とするデータ圧縮装置。 - 【請求項３６】請求項３５記載のデータ圧縮装置に於い
て、前記文字列属性辞書格納部は、 圧縮しようとする部分文字列の先頭文字を格納した先頭
文字格納部と、 前記先頭文字格納部に格納された先頭文字に従属する従
属文字列を格納した従属文字列格納部と、を備えたこと
を特徴とするデータ圧縮装置。 - 【請求項３７】請求項３６記載のデータ圧縮装置に於い
て、 前記先頭文字格納部は、先頭文字をインデックスとして
前記従属文字列格納部の先頭アドレスと従属文字列の個
数を格納し、 前記従属文字列格納部は、前記先頭文字格納部の先頭ア
ドレスで指定される格納位置に、従属文字列の長さ、従
属文字列、文字列符号、及び属性符号を組にして格納し
たことを特徴とするデータ圧縮装置。 - 【請求項３８】請求項３７記載のデータ圧縮装置に於い
て、前記文字列比較部は、現在処理中の非圧縮データ中
の先頭文字により前記文字列属性辞書格納部の先頭文字
格納部を参照して前記従属文字列格納部から従属文字列
の長さを取得し、非圧縮データ中から先頭文字に続く前
記従属文字列の長さの部分文字列を切り出して登録され
た従属文字列との一致検索を行い、 前記符号出力部は、前記文字列比較部から登録文字列に
一致する検索結果を受けた際に、一致検出された部分文
字列ごとに前記従属文字列格納部に格納された文字列符
号と属性符号の組を割り当てて出力することを特徴とす
るデータ圧縮装置。 - 【請求項３９】請求項３６記載のデータ圧縮装置に於い
て、 前記先頭文字格納部は、前記属性グループに応じた複数
の属性格納部に分割され、 前記複数の属性格納部の各々に、固有の辞書番号を設定
すると共に、同じ文字列の先頭文字をインデックスとし
て前記従属文字列格納部の先頭アドレスと従属文字列の
数を格納し、 前記従属文字列格納部は、前記複数の属性格納部の先頭
アドレスで指定される格納位置に、従属文字列の長さ、
及び従属文字列を組にして格納したことを特徴とするデ
ータ圧縮装置。 - 【請求項４０】請求項３９記載のデータ圧縮装置に於い
て、前記文字列比較部は、現在処理中の非圧縮データ中
の先頭文字により前記文字列属性辞書格納部の属性格納
部を参照して対応する前記従属文字列格納部から従属文
字列の長さを取得し、非圧縮データ中から先頭文字に続
く前記従属文字列の長さの部分文字列を切り出して登録
された従属文字列との一致検索を行い、 前記符号出力部は、前記文字列比較部から登録文字列に
一致する検索結果を受けた際に、前記従属文字列格納部
の格納位置を示す文字列登録番号と前記属性格納部の辞
書番号の組を一致検出された文字列に割り当てて出力す
ることを特徴とするデータ圧縮装置。 - 【請求項４１】文字コードで作成された非圧縮データを
対象に、圧縮する際の処理単位となる文字列を、属性に
より分類して複数の属性グループに分けて登録した辞書
の登録文字列と前記非圧縮データ中の部分文字列とを比
較して一致する部分文字列を検出し、該部分文字列ごと
に予め定められた文字列符号と前記属性グループを表す
属性符号の組を割り当てた圧縮データを入力して元の非
圧縮データを復元するデータ復元装置に於いて、 圧縮データから復元単位となる符号を抽出して属性符号
と文字列符号に分離する符号分離部と、 前記属性グループに応じた複数の属性格納部に分割さ
れ、複数の属性格納部毎に復元する際の処理単位となる
文字列符号に対応した復元文字列を登録した辞書を格納
する文字列属性辞書格納部と、 前記符号列分離部で分離された属性符号と文字列符号に
よる前記文字列属性辞書格納部の参照により元の文字列
を復元する文字列復元部と、を備えたことを特徴とする
データ復元装置。 - 【請求項４２】請求項４１記載のデータ復元装置に於い
て、 前記文字列属性辞書格納部は、復元対象とする先頭文
字、従属文字列の長さ、及び従属文字列の組を属性グル
ープに分けて前記複数の属性格納部に格納し、 前記文字列復元部は、分離した属性符号に基づいて前記
属性格納部を選択し、次に分離した文字列符号に基づき
該選択した属性格納部の文字列符号の格納位置を認識し
て文字列を復元することを特徴とするデータ復元装置。 - 【請求項４３】文字コードで作成された非圧縮データを
圧縮するデータ圧縮装置に於いて、 文字列属性辞書に登録された圧縮する際の処理単位とな
る登録文字列と前記非圧縮データ中の部分文字列との比
較により、前記登録文字列に一致する部分文字列を検出
し、一致検出された部分文字列ごとに予め定められた文
字列符号と属性符号の組を中間符号として割り当てて出
力する第１符号化部と、 前記第１符号化部で圧縮された中間符号列を入力して再
度圧縮する第２符号化部と、を備えたことを特徴とする
データ圧縮装置。 - 【請求項４４】請求項４３記載のデータ圧縮装置に於い
て、前記第２符号化部は、前記中間符号列を辞書の登録
番号に置き換え、出現頻度の高い中間符号列ほど長い符
号列で登録して符号化する辞書型符号化部であることを
特徴とするデータ圧縮装置。 - 【請求項４５】請求項４３記載のデータ圧縮装置に於い
て、前記第２符号化部は、前記中間符号の統計的な出現
頻度に基づき、出現頻度の高い中間符号に対し短い符号
を割り当てて出力する統計型符号化部であることを特徴
とするデータ圧縮装置。 - 【請求項４６】請求項４３記載のデータ圧縮装置に於い
て、更に、前記非圧縮データについてスペースで区切ら
れない言語の第１文字列かスペースで区切られる言語の
第２文字列かを識別し、前記第１文字列は前記第１符号
化部に入力し、前記第２文字列は前記第２符号化部に入
力する文字列選択部を設けたことを特徴とするデータ圧
縮装置。 - 【請求項４７】請求項４３記載のデータ圧縮装置に於い
て、前記第１符号化部は、 圧縮する際の処理単位となる文字列を、属性により分類
して複数の属性グループに分けて登録した辞書を格納す
る文字列属性辞書格納部と、 前記文字列属性辞書格納部の登録文字列と前記非圧縮デ
ータ中の部分文字列との比較により、前記登録文字列に
一致する部分文字列を検出する文字列比較部と、 前記文字列比較部によって検出された部分文字列ごと
に、予め定められた文字列符号と前記属性グループを表
す属性符号との組を割り当てて出力する符号出力部と、
を備えたことを特徴とするデータ圧縮装置。 - 【請求項４８】請求項４３記載のデータ圧縮装置に於い
て、前記文字列属性辞書格納部は、 圧縮しようとする部分文字列の先頭文字を格納した先頭
文字格納部と、 前記先頭文字格納部に格納された先頭文字に従属する従
属文字列を格納した従属文字列格納部と、を備えたこと
を特徴とするデータ圧縮装置。 - 【請求項４９】請求項４８記載のデータ圧縮装置に於い
て、 前記先頭文字格納部は、先頭文字をインデックスとして
前記従属文字列格納部の先頭アドレスと従属文字列の数
を格納し、 前記従属文字列格納部は、前記先頭文字格納部の先頭ア
ドレスで指定される格納位置に、従属文字列の長さ、従
属文字列、文字列符号、及び属性符号を組にして格納
し、更に前記属性符号と文字列符号の長さの和が８ビッ
トの倍数のバイト符号であることを特徴とするデータ圧
縮装置。 - 【請求項５０】請求項４９記載のデータ圧縮装置に於い
て、前記文字列比較部は、現在処理中の非圧縮データ中
の先頭文字により前記文字列属性辞書格納部の先頭文字
格納部を参照して前記従属文字列格納部から従属文字列
の長さを取得し、非圧縮データ中から先頭文字に続く前
記従属文字列の長さの部分文字列を切り出して登録され
た従属文字列との一致検出を行い、 前記符号出力部は、前記文字列比較部から登録文字列に
一致する検出結果を受けた際に、前記従属文字列格納部
に格納された文字列符号と属性符号の組を前記一致検出
された文字列に割り当てて出力することを特徴とするデ
ータ圧縮装置。 - 【請求項５１】請求項４３記載のデータ圧縮装置に於い
て、 前記先頭文字格納部は、前記属性グループに応じた複数
の属性格納部に分割され、 前記複数の属性格納部の各々に、固有の辞書番号を設定
すると共に、同じ文字列の先頭文字をインデックスとし
て前記従属文字列格納部の先頭アドレスと従属文字列の
個数を格納し、 前記従属文字列格納部は、前記複数の属性格納部の先頭
アドレスで指定される格納位置に、従属文字列の長さ、
及び従属文字列を組にして格納したことを特徴とするデ
ータ圧縮装置。 - 【請求項５２】請求項５１記載のデータ圧縮装置に於い
て、前記文字列比較部は、現在処理中の非圧縮データ中
の先頭文字により前記文字列属性辞書格納部の属性格納
部を参照して対応する前記従属文字列格納部から従属文
字列の長さを取得し、非圧縮データ中から先頭文字に続
く前記従属文字列の長さの部分文字列を切り出して登録
された従属文字列との一致検出を行い、 前記符号出力部は、前記文字列比較部から登録文字列に
一致する検出結果を受けた際に、前記従属文字列格納部
の格納位置を示す文字列登録番号と前記属性格納部の辞
書番号の組を、符号長が８ビットの倍数のバイト符号に
割り当てて出力することを特徴とするデータ圧縮装置。 - 【請求項５３】文字コードで作成された非圧縮データを
対象に、文字列属性辞書に登録された圧縮する際の処理
単位となる登録文字列と前記非圧縮データ中の一致する
部分文字列を検出して予め定められた文字列符号と属性
符号の組を中間符号として割り当てて出力する第１段階
の符号化と、前記中間符号列を入力して再度符号化する
第２段階の符号化を行った圧縮データを入力して元の非
圧縮データを復元するデータ復元装置に於いて、 前記圧縮データを入力して前記中間符号列を復元する第
１復号化部と、 前記第１復号化部で復号された中間符号列を入力して元
の文字列を復元する第２復号化部と、を備えたことを特
徴とするデータ復元装置。 - 【請求項５４】請求項５３記載のデータ復元装置に於い
て、前記第２段階の符号化として、中間符号列を属性辞
書の登録番号に置き換え、出現頻度の高い中間符号列ほ
ど長い符号列で登録して符号化する属性辞書型符号化を
行った場合、前記第１復号化部は、入力符号による属性
辞書の参照で前記中間符号を復元する属性辞書型復号化
を行うことを特徴とするデータ復元装置。 - 【請求項５５】請求項５３記載のデータ復元装置に於い
て、前記第２段階の符号化として、中間符号の統計的な
出現頻度に基づき、出現頻度の高い中間符号に対し短い
符号を割り当てて出力する統計型符号化を行った場合、
前記第１復号化部は、復元済みの中間符号の出現頻度に
基づいて中間符号を復元する統計型復号化を行うことを
特徴とするデータ復元装置。 - 【請求項５６】請求項５３記載のデータ復元装置に於い
て、前記非圧縮データについてスペースで区切られない
言語の文字列に対し前記第１段階御及び第２段階の符号
化を行い、スペースで区切られる言語の文字列に対し前
記第２段階のみの符号化を行っていた場合、前記第１符
号化部に続いて、前記第１段階及び第２段階の符号化に
よる符号列を復号した中間符号列は前記第２復号化部に
入力し、前記第２段階の符号化のみの符号列を復元した
文字列はそのまま出力する文字列選択部を更に設けたこ
とを特徴とするデータ復元装置。 - 【請求項５７】請求項５３記載のデータ復元装置に於い
て、前記第２復号化部は、 中間符号を属性符号と文字列符号を分離する符号分離部
と、 前記属性グループに応じた複数の属性格納部に分割さ
れ、各属性格納部毎に復元する際の処理単位となる文字
符号に対応する復元文字列を登録した辞書を格納する文
字列属性辞書格納部と、 前記符号列分離部で分離された属性と文字列符号に基づ
く前記文字列属性辞書格納部の参照により元の文字列を
復元する文字列復元部と、を備えたことを特徴とするデ
ータ復元装置。 - 【請求項５８】請求項５７記載のデータ復元装置に於い
て、 前記文字列属性辞書格納部は、復元対象とする先頭文
字、従属文字列の長さ、及び従属文字列の組を属性グル
ープに分けて前記複数の属性格納部に格納し、 前記文字列復元部は、分離した属性符号に基づいて前記
属性格納部を選択し、次に分離した文字列符号に基づき
該選択した前記属性格納部の格納位置を認識して文字列
を復元することを特徴とするデータ復元装置。 - 【請求項５９】文字コードで作成された非圧縮データを
圧縮するデータ圧縮方法に於いて、 圧縮する際の処理単位となる文字列を、属性により分類
して複数の属性グループに分けて登録した辞書の登録文
字列と前記非圧縮データ中の部分文字列との比較によ
り、前記登録文字列に一致する部分文字列を検出する文
字列比較過程と、 前記文字列比較過程によって検出された部分文字列ごと
に予め定められた文字列符号と前記属性グループを表す
属性符号の組を割り当てて出力する符号出力過程と、を
備えたことを特徴とするデータ圧縮方法。 - 【請求項６０】文字コードで作成された非圧縮データを
対象に、圧縮する際の処理単位となる文字列を、属性に
より分類して複数の属性グループに分けて登録した辞書
の登録文字列と前記非圧縮データ中の部分文字列とを比
較して一致する部分文字列を検出し、該部分文字列ごと
に予め定められた文字列符号と前記属性グループを表す
属性符号の組を割り当てた圧縮データを入力して元の非
圧縮データを復元するデータ復元方法に於いて、 圧縮データから復元単位となる符号を抽出して属性符号
と文字列符号に分離する符号分離過程と、 前記属性グループに応じた複数の属性格納部に分割さ
れ、各属性格納部毎に復元する際の処理単位となる文字
列符号に対応した復元文字列を登録した辞書を格納する
文字列属性辞書格納過程と、 前記符号分離過程で分離された属性符号と文字列符号に
よる前記文字列属性辞書格納部の参照により元の文字列
を復元する文字列復元過程と、を備えたことを特徴とす
るデータ復元方法。 - 【請求項６１】文字コードで作成された非圧縮データを
圧縮するデータ圧縮方法に於いて、 文字列属性辞書に登録された圧縮する際の処理単位とな
る登録文字列と前記非圧縮データ中の部分文字列との比
較により、前記登録文字列に一致する部分文字列を検出
し、検出された部分文字列ごとに予め定められた文字列
符号と属性符号を結合した中間符号の組を中間符号とし
て割り当てて出力する第１符号化過程と、 前記第１符号過程で圧縮された中間符号列を入力して再
度圧縮する第２符号化過程と、を備えたことを特徴とす
るデータ圧縮方法。 - 【請求項６２】文字コードで作成された非圧縮データを
対象に、文字列属性辞書に登録された圧縮する際の処理
単位となる登録文字列と前記非圧縮データ中の一致する
部分文字列を検出して予め定められた文字列符号と属性
符号の組を中間符合として割り当てて出力する第１段階
の符号化と、前記中間符号列を入力して再度符号化する
第２段階の符号化を行った圧縮データを入力して元の非
圧縮データを復元するデータ復元方法に於いて、 前記圧縮データを入力して前記中間符号列を復元する第
１復号化過程と、 前記第１復号化部で復号された中間符号列を入力して元
の文字列を復元する第２復号化過程と、を備えたことを
特徴とするデータ復元方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP01007698A JP3421700B2 (ja) | 1998-01-22 | 1998-01-22 | データ圧縮装置及び復元装置並びにその方法 |
| US09/099,421 US6542640B1 (en) | 1998-01-22 | 1998-06-18 | Data compressing apparatus, reconstructing apparatus, and its method |
| US10/308,000 US6747582B2 (en) | 1998-01-22 | 2002-12-03 | Data compressing apparatus, reconstructing apparatus, and its method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP01007698A JP3421700B2 (ja) | 1998-01-22 | 1998-01-22 | データ圧縮装置及び復元装置並びにその方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11215007A true JPH11215007A (ja) | 1999-08-06 |
| JP3421700B2 JP3421700B2 (ja) | 2003-06-30 |
Family
ID=11740275
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP01007698A Expired - Fee Related JP3421700B2 (ja) | 1998-01-22 | 1998-01-22 | データ圧縮装置及び復元装置並びにその方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (2) | US6542640B1 (ja) |
| JP (1) | JP3421700B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004505475A (ja) * | 2000-07-25 | 2004-02-19 | ペリビット・ネットワークス，インコーポレイテッド | ネットワーク通信データをオンラインで透過的にクロスセッションで符号化及び伝送するための構成及び方法 |
| JP2004511928A (ja) * | 2000-07-25 | 2004-04-15 | ペリビット・ネットワークス，インコーポレイテッド | 漸進的で連続的なデータ圧縮のためのシステム及び方法 |
| WO2014097353A1 (ja) * | 2012-12-19 | 2014-06-26 | 富士通株式会社 | 圧縮装置、圧縮方法、圧縮プログラム、伸張装置、伸張方法、伸張プログラム、および圧縮伸張システム |
| JP2016134100A (ja) * | 2015-01-21 | 2016-07-25 | 富士通株式会社 | 文書処理プログラム、情報処理装置および文書処理方法 |
| US9520896B1 (en) | 2015-07-13 | 2016-12-13 | Fujitsu Limited | Non-transitory computer-readable recording medium, encoding method, encoding device, decoding method, and decoding device |
Families Citing this family (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000201080A (ja) * | 1999-01-07 | 2000-07-18 | Fujitsu Ltd | 付加コ―ドを用いたデ―タ圧縮／復元装置および方法 |
| JP2001125894A (ja) * | 1999-10-29 | 2001-05-11 | Sony Corp | 文書編集処理装置及び文書編集処理方法およびプログラム提供媒体 |
| US7026962B1 (en) * | 2000-07-27 | 2006-04-11 | Motorola, Inc | Text compression method and apparatus |
| US7424409B2 (en) * | 2001-02-20 | 2008-09-09 | Context-Based 4 Casting (C-B4) Ltd. | Stochastic modeling of time distributed sequences |
| WO2003003584A1 (en) * | 2001-06-29 | 2003-01-09 | Netcontinuum, Inc. | System and method for data compression using a hybrid coding scheme |
| US7206448B2 (en) * | 2002-02-28 | 2007-04-17 | At&T Corp. | System and method for using pattern vectors for video and image coding and decoding |
| JP3788414B2 (ja) * | 2002-09-26 | 2006-06-21 | ブラザー工業株式会社 | Ｊｐｅｇ再圧縮データの通信装置および通信方法 |
| US7099884B2 (en) * | 2002-12-06 | 2006-08-29 | Innopath Software | System and method for data compression and decompression |
| JP4006333B2 (ja) * | 2002-12-26 | 2007-11-14 | キヤノン株式会社 | 画像圧縮方法、画像処理装置、コンピュータプログラム、コンピュータ可読記憶媒体 |
| US7447261B2 (en) * | 2003-07-08 | 2008-11-04 | Conexant Systems, Inc. | Adaptive frequency equalizer |
| US7254272B2 (en) * | 2003-08-21 | 2007-08-07 | International Business Machines Corporation | Browsing JPEG images using MPEG hardware chips |
| US20050159812A1 (en) * | 2004-01-16 | 2005-07-21 | Dinger Fred B.Iii | Bone-tendon-bone implant |
| US7439887B2 (en) * | 2007-02-13 | 2008-10-21 | Seiko Epson Corporation | Method and apparatus for GIF decompression using fixed-size codeword table |
| TW200929078A (en) * | 2007-12-28 | 2009-07-01 | Altek Corp | Method of compressing for a static image and computer readable data structure and storage media |
| US7870160B2 (en) * | 2008-04-14 | 2011-01-11 | Objectif Lune Inc. | Block compression algorithm |
| US8417730B2 (en) * | 2008-04-14 | 2013-04-09 | Objectif Lune Inc. | Block compression algorithm |
| JP5062131B2 (ja) * | 2008-10-06 | 2012-10-31 | 富士通株式会社 | 情報処理プログラム、情報処理装置、および情報処理方法 |
| KR101049699B1 (ko) * | 2009-07-17 | 2011-07-15 | (주)이스트소프트 | 데이터의 압축방법 |
| US8645713B2 (en) * | 2011-03-22 | 2014-02-04 | Fujitsu Limited | Encrypting method, recording medium of encrypting program, decrypting method, and recording medium of decrypting program |
| JPWO2012150637A1 (ja) * | 2011-05-02 | 2014-07-28 | 富士通株式会社 | 抽出方法、情報処理方法、抽出プログラム、情報処理プログラム、抽出装置、および情報処理装置 |
| US9035807B2 (en) * | 2011-08-25 | 2015-05-19 | Thomson Licensing | Hierarchical entropy encoding and decoding |
| JP5821994B2 (ja) * | 2014-04-21 | 2015-11-24 | 富士ゼロックス株式会社 | 画像処理装置、画像形成装置およびプログラム |
| JP6225844B2 (ja) * | 2014-06-30 | 2017-11-08 | 株式会社デンソー | 対象物検出装置 |
| WO2017017738A1 (ja) * | 2015-07-24 | 2017-02-02 | 富士通株式会社 | 符号化プログラム、符号化装置、及び符号化方法 |
Family Cites Families (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4086126A (en) | 1977-05-27 | 1978-04-25 | Northern Telecom Limited | Production of high radiance light emitting diodes |
| US4558302A (en) * | 1983-06-20 | 1985-12-10 | Sperry Corporation | High speed data compression and decompression apparatus and method |
| JPS61232724A (ja) | 1985-04-08 | 1986-10-17 | Nippon Denki Off Syst Kk | 文字コ−ドデ−タの圧縮方式 |
| US4843389A (en) * | 1986-12-04 | 1989-06-27 | International Business Machines Corp. | Text compression and expansion method and apparatus |
| DE3837970C2 (de) | 1988-11-09 | 1994-05-05 | Deutsche Forsch Luft Raumfahrt | Verformbare Wand |
| KR930004311B1 (ko) * | 1989-04-18 | 1993-05-22 | 미쯔비시덴끼 가부시끼가이샤 | 동화상 부호화 복호화장치 |
| US5109433A (en) * | 1989-10-13 | 1992-04-28 | Microsoft Corporation | Compressing and decompressing text files |
| JP3009434B2 (ja) | 1990-07-30 | 2000-02-14 | 富士通株式会社 | データ圧縮装置 |
| JPH0546358A (ja) | 1991-07-15 | 1993-02-26 | Sharp Corp | テキストデータの圧縮方法 |
| US5590317A (en) * | 1992-05-27 | 1996-12-31 | Hitachi, Ltd. | Document information compression and retrieval system and document information registration and retrieval method |
| JPH08502865A (ja) * | 1992-09-01 | 1996-03-26 | アプル・コンピュータ・インコーポレーテッド | 改良されたベクトルの量子化 |
| US5982437A (en) * | 1992-10-26 | 1999-11-09 | Sony Corporation | Coding method and system, and decoding method and system |
| US5374916A (en) * | 1992-12-18 | 1994-12-20 | Apple Computer, Inc. | Automatic electronic data type identification process |
| US5412429A (en) * | 1993-03-11 | 1995-05-02 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Picture data compression coder using subband/transform coding with a Lempel-Ziv-based coder |
| JP2732188B2 (ja) | 1993-03-15 | 1998-03-25 | 国際電信電話株式会社 | 最適符号表現を用いた多段データ圧縮装置 |
| US5389922A (en) * | 1993-04-13 | 1995-02-14 | Hewlett-Packard Company | Compression using small dictionaries with applications to network packets |
| JP3278297B2 (ja) * | 1994-07-20 | 2002-04-30 | 富士通株式会社 | データ圧縮方法及びデータ復元方法並びにデータ圧縮装置及びデータ復元装置 |
| JP3007819B2 (ja) * | 1994-12-28 | 2000-02-07 | インターナショナル・ビジネス・マシーンズ・コーポレイション | データ圧縮用検索装置 |
| US5710562A (en) * | 1995-08-31 | 1998-01-20 | Ricoh Company Ltd. | Method and apparatus for compressing arbitrary data |
| GB2305746B (en) * | 1995-09-27 | 2000-03-29 | Canon Res Ct Europe Ltd | Data compression apparatus |
| JP3566441B2 (ja) * | 1996-01-30 | 2004-09-15 | シャープ株式会社 | テキスト圧縮用辞書作成装置 |
| JP2840589B2 (ja) * | 1996-02-09 | 1998-12-24 | 富士通株式会社 | データ圧縮装置及びデータ復元装置 |
| US5867114A (en) * | 1996-02-29 | 1999-02-02 | Mitel Corporation | Method and apparatus for performing data compression |
| US5861827A (en) * | 1996-07-24 | 1999-01-19 | Unisys Corporation | Data compression and decompression system with immediate dictionary updating interleaved with string search |
| US6266531B1 (en) | 1998-07-01 | 2001-07-24 | Ericsson Inc. | System and method for adaptive thresholds for cell load sharing |
| US6123272A (en) | 1998-10-16 | 2000-09-26 | Coltec Industrial Products Inc. | Nozzle assembly |
-
1998
- 1998-01-22 JP JP01007698A patent/JP3421700B2/ja not_active Expired - Fee Related
- 1998-06-18 US US09/099,421 patent/US6542640B1/en not_active Expired - Fee Related
-
2002
- 2002-12-03 US US10/308,000 patent/US6747582B2/en not_active Expired - Fee Related
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004505475A (ja) * | 2000-07-25 | 2004-02-19 | ペリビット・ネットワークス，インコーポレイテッド | ネットワーク通信データをオンラインで透過的にクロスセッションで符号化及び伝送するための構成及び方法 |
| JP2004511928A (ja) * | 2000-07-25 | 2004-04-15 | ペリビット・ネットワークス，インコーポレイテッド | 漸進的で連続的なデータ圧縮のためのシステム及び方法 |
| JP4759214B2 (ja) * | 2000-07-25 | 2011-08-31 | ジュニパー ネットワークス， インコーポレイテッド | 漸進的で連続的なデータ圧縮のためのシステム及び方法 |
| WO2014097353A1 (ja) * | 2012-12-19 | 2014-06-26 | 富士通株式会社 | 圧縮装置、圧縮方法、圧縮プログラム、伸張装置、伸張方法、伸張プログラム、および圧縮伸張システム |
| JPWO2014097353A1 (ja) * | 2012-12-19 | 2017-01-12 | 富士通株式会社 | 圧縮装置、圧縮方法、圧縮プログラム、伸張装置、伸張方法、伸張プログラム、および圧縮伸張システム |
| JP2016134100A (ja) * | 2015-01-21 | 2016-07-25 | 富士通株式会社 | 文書処理プログラム、情報処理装置および文書処理方法 |
| US9520896B1 (en) | 2015-07-13 | 2016-12-13 | Fujitsu Limited | Non-transitory computer-readable recording medium, encoding method, encoding device, decoding method, and decoding device |
Also Published As
| Publication number | Publication date |
|---|---|
| US6747582B2 (en) | 2004-06-08 |
| US20030091241A1 (en) | 2003-05-15 |
| JP3421700B2 (ja) | 2003-06-30 |
| US6542640B1 (en) | 2003-04-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3421700B2 (ja) | データ圧縮装置及び復元装置並びにその方法 | |
| JP3566441B2 (ja) | テキスト圧縮用辞書作成装置 | |
| JP3499671B2 (ja) | データ圧縮装置及びデータ復元装置 | |
| US5872530A (en) | Method of and apparatus for compressing and decompressing data and data processing apparatus and network system using the same | |
| US6522268B2 (en) | Systems and methods for multiple-file data compression | |
| Silva de Moura et al. | Fast and flexible word searching on compressed text | |
| JP4003854B2 (ja) | データ圧縮装置及び復元装置並びにその方法 | |
| US20020152219A1 (en) | Data interexchange protocol | |
| US11394956B2 (en) | Encoding apparatus and encoding method | |
| JP6680126B2 (ja) | 符号化プログラム、符号化装置、符号化方法、及び検索方法 | |
| JP3231105B2 (ja) | データ符号化方式及びデータ復元方式 | |
| Farina et al. | Boosting text compression with word-based statistical encoding | |
| Nguyen et al. | n‐Gram‐Based Text Compression | |
| Martínez-Prieto et al. | Natural language compression on edge-guided text preprocessing | |
| Öztürk et al. | Multi-stream word-based compression algorithm for compressed text search | |
| US6731229B2 (en) | Method to reduce storage requirements when storing semi-redundant information in a database | |
| JP3105598B2 (ja) | ユニバーサル符号を用いたデータ圧縮方式 | |
| JPH0554077A (ja) | 単語辞書検索装置 | |
| JPH01314430A (ja) | 可変ビット長コード語のビット長通信方法 | |
| Bharathi et al. | A plain-text incremental compression (pic) technique with fast lookup ability | |
| JPH07282040A (ja) | 日本語情報圧縮方式 | |
| JPH1155125A (ja) | 文字データの圧縮・復元方法 | |
| Robert et al. | Fault-tolerant text data compression algorithms | |
| JP2004013680A (ja) | 文字コード圧縮・復元装置および同方法 | |
| Ong et al. | A data compression scheme for Chinese text files using Huffman coding and a two-level dictionary |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20030212 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080425 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090425 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090425 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100425 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110425 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110425 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120425 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130425 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140425 Year of fee payment: 11 |
|
| LAPS | Cancellation because of no payment of annual fees |