JPS59112339A - 文書検索高速化方式 - Google Patents
文書検索高速化方式Info
- Publication number
- JPS59112339A JPS59112339A JP57223169A JP22316982A JPS59112339A JP S59112339 A JPS59112339 A JP S59112339A JP 57223169 A JP57223169 A JP 57223169A JP 22316982 A JP22316982 A JP 22316982A JP S59112339 A JPS59112339 A JP S59112339A
- Authority
- JP
- Japan
- Prior art keywords
- document
- character
- character string
- file
- specific
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9017—Indexing; Data structures therefor; Storage structures using directory or table look-up
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
（１）発明の技術分野
本発明は主として文書の管理吟を行なう情報処理システ
ムにおいての、媒体中に記録された文書の検索に係るも
のであって、文書検ｉ（１索の条件の内、特にその処理
に長時間を要する、特定の文字列と文書中の文字列との
一致。
ムにおいての、媒体中に記録された文書の検索に係るも
のであって、文書検ｉ（１索の条件の内、特にその処理
に長時間を要する、特定の文字列と文書中の文字列との
一致。
による検索を効率的に行なうだめの技術に関。
する。
（２）従来技術と問題点
漢字まじシの多数の文書などを２値化データとして磁気
媒体轡に記録したファイルがら゛特定条件を有する文書
を情報処理装置にょシ゛検索する場合、予めその文書の
属性等につい。
媒体轡に記録したファイルがら゛特定条件を有する文書
を情報処理装置にょシ゛検索する場合、予めその文書の
属性等につい。
、て区分して付しておいた特定のコードを指標１０とし
て検索する方法や、表題等の文字列を指・標として検索
する方法、および特定の文字列・が該文書中に存在する
か否かを調べる方法な・どかある。
て検索する方法や、表題等の文字列を指・標として検索
する方法、および特定の文字列・が該文書中に存在する
か否かを調べる方法な・どかある。
これらの内、該文書に付しておいた特定の１５コードを
指標としての検索や、表題等の文字。
指標としての検索や、表題等の文字。
列を指標としての検索は、文書を記憶する際予見して定
めた特定の属性による検索のみが可能であるに過きない
のに対し、特定の文字。
めた特定の属性による検索のみが可能であるに過きない
のに対し、特定の文字。
列が該文書中に存在するか否かによる検索力、。
法は、検索のための多角的な条件の設定が可能であるの
で、利用範囲が広い。
で、利用範囲が広い。
しかし、検索に要する時間について見ると、前２者が比
較的迅速な処理を期待出来るのに反し、特定の文字列が
該文書中に存在するか５否かによる検索方法の場合は、
該文１をファイルから読み出しメモリにロードして、シ
フ。
較的迅速な処理を期待出来るのに反し、特定の文字列が
該文書中に存在するか５否かによる検索方法の場合は、
該文１をファイルから読み出しメモリにロードして、シ
フ。
トし々からの比較によシ特定の文字列を探すので、処理
に長時間を要する欠点があった。
に長時間を要する欠点があった。
そして、その処理の性格上、未該当の文４Ｆ１０の場合
であっても、その全文をメモリにロードし、最後着で調
べた後でなければ結果が分ら々いことによる時間損失が
大きいと言う問題点を有していた。
であっても、その全文をメモリにロードし、最後着で調
べた後でなければ結果が分ら々いことによる時間損失が
大きいと言う問題点を有していた。
（３）発明の目的 １５本
発明は、上記従来の方法の欠点に鑑み、。
発明は、上記従来の方法の欠点に鑑み、。
特定の文字列が文書中に存在するか否かによ。
り文１１ヲ検索する方法に関し、その処理時間を短縮す
る方法を提供することを目的として。
る方法を提供することを目的として。
いる。
（４）発明の構成
そしてこの目的は本発明によれば、特許請求の範囲に記
載のとおり、２値化データとして媒体に記録された多数
の文書の中から、与えられた条件にか々う文書を検索す
るシステ゛ムにおいて、文書全記録する際、予め定めた
特定の文字または複数の文字からなる文字群にそのビッ
ト位置が対応する一定の長さのビットの行列よりなる情
報を、該文書と共に記゛録し、文中に特定の文字列を有
する文書を検Ｉｌｌ索する場合に、各文書の前記情報に
より、前記特定の文字列が該文書中に存在する可能性が
あるか否かを判断して、予め文書の選別を行なうこと全
特徴とする文書検索高速化方式により達成される。
１へ（５）発明の実施例 第１図は本発明の１実施例について説明するだめの概念
図でｉｙって、（４）は文書をファイルに記録するとき
の処理（Ｂ）はファイルを検索して特定の文字列を有す
る文書を抽出すると２１゜・ ５ ・ きの処理を示しておシ、１はファイル、２１〜２４は文
字存在フラグを示している。該文字存在フラグは一定の
長さのビットの行列でおって、各ビットが複数の異なる
漢字からなる文字群に対応しており、該文字群中の漢字
が文゛書中に存在するとき、該蟲ビットを１＃とした情
報である。
載のとおり、２値化データとして媒体に記録された多数
の文書の中から、与えられた条件にか々う文書を検索す
るシステ゛ムにおいて、文書全記録する際、予め定めた
特定の文字または複数の文字からなる文字群にそのビッ
ト位置が対応する一定の長さのビットの行列よりなる情
報を、該文書と共に記゛録し、文中に特定の文字列を有
する文書を検Ｉｌｌ索する場合に、各文書の前記情報に
より、前記特定の文字列が該文書中に存在する可能性が
あるか否かを判断して、予め文書の選別を行なうこと全
特徴とする文書検索高速化方式により達成される。
１へ（５）発明の実施例 第１図は本発明の１実施例について説明するだめの概念
図でｉｙって、（４）は文書をファイルに記録するとき
の処理（Ｂ）はファイルを検索して特定の文字列を有す
る文書を抽出すると２１゜・ ５ ・ きの処理を示しておシ、１はファイル、２１〜２４は文
字存在フラグを示している。該文字存在フラグは一定の
長さのビットの行列でおって、各ビットが複数の異なる
漢字からなる文字群に対応しており、該文字群中の漢字
が文゛書中に存在するとき、該蟲ビットを１＃とした情
報である。
第１図（４）において、漢字まじりの文書の各文字全コ
ード化し２値化データとしてファイル１に記録する時、
該文書中に存在する漢字Ｉｌｌのコードを加工して文字
存在フラグ２１〜２４を生成し、各文書毎に付して文書
と共に記録する。文字存在フラグの生成方法については
、その例について別途説明する。
ード化し２値化データとしてファイル１に記録する時、
該文書中に存在する漢字Ｉｌｌのコードを加工して文字
存在フラグ２１〜２４を生成し、各文書毎に付して文書
と共に記録する。文字存在フラグの生成方法については
、その例について別途説明する。
第１図の）において、フ７゛イル中の文書を検１へ索す
るとき、まず検索のキーとなる特定の文字列について、
文書をファイルに記録じたときと同じ方法で文字存在フ
ラグを生成し、一方対象となる文書の文字存在フラグを
ファイルからメモリへロードして、これと、前記検２．
）索のキーとなる特定の文字列から生成した文字存在フ
ラグとを比較する。
るとき、まず検索のキーとなる特定の文字列について、
文書をファイルに記録じたときと同じ方法で文字存在フ
ラグを生成し、一方対象となる文書の文字存在フラグを
ファイルからメモリへロードして、これと、前記検２．
）索のキーとなる特定の文字列から生成した文字存在フ
ラグとを比較する。
この時該文書の文字存在フラグが、検索のキーとなる特
定の文字列から生成した文字存在フラグを包含（後者の
文字存在フラグでの５″′１”であるビットが、前者の
文字存在フラグの同じビット位置で１”であること。た
だし前者の文字存在フラグではそれ以外に′１＃が存在
しても良い）していれば、該文書は前記特定の文字列を
有している可能性があるので、１（）該文書をメモリに
ロードして、その中に特定の文字列がおるか否かを調べ
る。
定の文字列から生成した文字存在フラグを包含（後者の
文字存在フラグでの５″′１”であるビットが、前者の
文字存在フラグの同じビット位置で１”であること。た
だし前者の文字存在フラグではそれ以外に′１＃が存在
しても良い）していれば、該文書は前記特定の文字列を
有している可能性があるので、１（）該文書をメモリに
ロードして、その中に特定の文字列がおるか否かを調べ
る。
該文書の文字存在フラグが、検索のキーとなる特定の文
字列から生成した文字存在フラグを包含していない場合
には、該文書は前記１５特定の文字列を有していない事
が明らかなので、検索の条件に合致しない文書と判定す
る。
字列から生成した文字存在フラグを包含していない場合
には、該文書は前記１５特定の文字列を有していない事
が明らかなので、検索の条件に合致しない文書と判定す
る。
この時は、該文書をメモリにロードしたシ、文中に特定
の文字列があるか否かについて調べるなどの処理をする
必要はないので、該文２１１書に関する処理は中止して
、直にファイル１中の次の文書の文字存在フラグについ
ての訓育を開始する。
の文字列があるか否かについて調べるなどの処理をする
必要はないので、該文２１１書に関する処理は中止して
、直にファイル１中の次の文書の文字存在フラグについ
ての訓育を開始する。
このような動作を繰り返すことによりフどイル１に存在
する文書を次々と効率的に検索″゛することが出来る。
する文書を次々と効率的に検索″゛することが出来る。
文字存在フラグｒ（ついては、１ビツトが単独の文字に
対応する場合、１ビツトが複数の異なる文字に対応する
場合、文書の１ページ毎に文字存在フラグを持つ場合、
生成方法の１１１異なる複数の文字存在フラグを持つ場
合尋が考えられる。
対応する場合、１ビツトが複数の異なる文字に対応する
場合、文書の１ページ毎に文字存在フラグを持つ場合、
生成方法の１１１異なる複数の文字存在フラグを持つ場
合尋が考えられる。
第２図（４）〜■）は文字存在フラグの生成方法の１例
を説明するための図でるる。
を説明するための図でるる。
第２図（４）は、文書を示しており、この中の１゜゛富
士通２と言う各文字の文字存在フラグビット生成の過程
を以降に説明する。
士通２と言う各文字の文字存在フラグビット生成の過程
を以降に説明する。
第２図（Ｂ）において、６富“”±”″通″なる漢字の
ＪＥＦコードは、１６進表示でそれぞれ°゛Ｃ９Ｄ９’
、”ＢＢＣＥ”、”Ｃ４ＣＣ”、であり、これを、（１
２進で衣わせげ図中に表示したとおりの１６ビツト（２
バイト）の信号になる。
ＪＥＦコードは、１６進表示でそれぞれ°゛Ｃ９Ｄ９’
、”ＢＢＣＥ”、”Ｃ４ＣＣ”、であり、これを、（１
２進で衣わせげ図中に表示したとおりの１６ビツト（２
バイト）の信号になる。
第２図（Ｃ）において、前記各２バイトの信号について
、図中３で示す上位の１バイトの信号の下位２ビツトお
よび３′で示す下位の１バ５イトの信号の下位２ビツト
ヲ消去して１２ビツトの信号とする。これ１ｒ：１６進
で光示すれば、図で示すように、それぞれＣＢ６”’Ｂ
Ｂ３””Ｃｙｓ”となる。
、図中３で示す上位の１バイトの信号の下位２ビツトお
よび３′で示す下位の１バ５イトの信号の下位２ビツト
ヲ消去して１２ビツトの信号とする。これ１ｒ：１６進
で光示すれば、図で示すように、それぞれＣＢ６”’Ｂ
Ｂ３””Ｃｙｓ”となる。
第２図（Ｄ）は文字存在フラグを衣わしており、１ＯＢ
Ｏ〜ＦＥは行のアドレスを、０〜Ｆは列のアドレスを示
している。そして前記″”ＣＨ２””ＢＨ３”Ｃ’７５
″をそれぞれＣＢ行の６列、ＢＢ行の５タ１層０７行の
３列として、文字存在フラグ上の該当アドレス位置のピ
ットを“１“とする。 】５このようにして、文書
中に存在する漢字について次々とそのＪＥＦコードを加
工して、１２ピツトのアドレス情報とし第２図の）の当
該アドレス位置のピッ１−１”とすることにより、該文
書の文字存在フラグを生成するこ２１１とが出来る。
Ｏ〜ＦＥは行のアドレスを、０〜Ｆは列のアドレスを示
している。そして前記″”ＣＨ２””ＢＨ３”Ｃ’７５
″をそれぞれＣＢ行の６列、ＢＢ行の５タ１層０７行の
３列として、文字存在フラグ上の該当アドレス位置のピ
ットを“１“とする。 】５このようにして、文書
中に存在する漢字について次々とそのＪＥＦコードを加
工して、１２ピツトのアドレス情報とし第２図の）の当
該アドレス位置のピッ１−１”とすることにより、該文
書の文字存在フラグを生成するこ２１１とが出来る。
この生成方法では、フラグの１ビツトで１６種類の異な
る漢字に対応することになる。
る漢字に対応することになる。
またこのフラグの長さは１５８バイトとなる。
（６）発明の効果
磁気媒体等に多数の文書を記録したファイルについて、
文中に特定の文字列を有する文書を検索する場合、従来
は当該文書をすべてメモリ上にロードして、キーとなる
特定の文゛字列の存在の有無を調べなければならないの
１＋１で非常に長時間を要したが、本発明の方法によれ
ば、予め、文字存在フラグを調べることにより、キーと
なる特定の文字列が該文書中に存在する可能性の有無を
判断して、可能性。
文中に特定の文字列を有する文書を検索する場合、従来
は当該文書をすべてメモリ上にロードして、キーとなる
特定の文゛字列の存在の有無を調べなければならないの
１＋１で非常に長時間を要したが、本発明の方法によれ
ば、予め、文字存在フラグを調べることにより、キーと
なる特定の文字列が該文書中に存在する可能性の有無を
判断して、可能性。
のある場合のみ該文書をメモリ上にロードしｌ−。
で、特定の文字列の存在を確認すれば良く、。
従ってその処理に多大の時間を要する文書のメモリへの
ロードや、これとキーとなる特定文字列との比較などの
実行回数が減少するがら迅速な処理が期待出来る。
ロードや、これとキーとなる特定文字列との比較などの
実行回数が減少するがら迅速な処理が期待出来る。
文字存在フラグは、文書その本のに比較して、データ長
が、ごく短いのでメモリ上へのロードは短時間で行なえ
る。また、特定文字列から生成した文字存在フラグとの
比較処理も、文書と特定文字列との比較の場合のよう５
に、データをシフトしながら比較するような複雑な方法
を採る必要がなく、短時間で行なえるから本発明の方法
は文書の検索に要する全体の処理時間を大幅に短縮窟せ
得るものであり効果は犬である。
ｌ（”
が、ごく短いのでメモリ上へのロードは短時間で行なえ
る。また、特定文字列から生成した文字存在フラグとの
比較処理も、文書と特定文字列との比較の場合のよう５
に、データをシフトしながら比較するような複雑な方法
を採る必要がなく、短時間で行なえるから本発明の方法
は文書の検索に要する全体の処理時間を大幅に短縮窟せ
得るものであり効果は犬である。
ｌ（”
Claims (1)
- 【特許請求の範囲】 ２値化データとして媒体に記録された多数の５文書の中
から、与えられた条件にかなう文書を検索するシステム
において、文書を記録する際、予め定めた特定の文字ま
たは複数の文字からなる文字群にそのビット位置が対応
する一定の長さのビットの行列よシなる情報を、該文書
と共１０に記録し、文中に特定の文字列を有する文書を
検索する場合に、各文書の前記情報により、前記特定の
文字列が該文書中に存在する可能性があるか否かを判断
して、予め文書の選別を行々。 うことを特徴とする文書検索高速化方式。 １５
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57223169A JPS59112339A (ja) | 1982-12-20 | 1982-12-20 | 文書検索高速化方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57223169A JPS59112339A (ja) | 1982-12-20 | 1982-12-20 | 文書検索高速化方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS59112339A true JPS59112339A (ja) | 1984-06-28 |
Family
ID=16793876
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57223169A Pending JPS59112339A (ja) | 1982-12-20 | 1982-12-20 | 文書検索高速化方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS59112339A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03174652A (ja) * | 1989-07-24 | 1991-07-29 | Hitachi Ltd | データ検索方法および装置 |
| JPH04274557A (ja) * | 1991-02-28 | 1992-09-30 | Hitachi Ltd | フルテキストサーチ方法 |
| JPH05135102A (ja) * | 1991-11-11 | 1993-06-01 | Ricoh Co Ltd | 文書検索方式 |
| JPH09114854A (ja) * | 1995-10-20 | 1997-05-02 | D I S:Kk | 文書検索システム |
| JP2001202388A (ja) * | 2000-12-11 | 2001-07-27 | Hitachi Ltd | フルテキストサーチ方法および装置 |
-
1982
- 1982-12-20 JP JP57223169A patent/JPS59112339A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03174652A (ja) * | 1989-07-24 | 1991-07-29 | Hitachi Ltd | データ検索方法および装置 |
| JPH04274557A (ja) * | 1991-02-28 | 1992-09-30 | Hitachi Ltd | フルテキストサーチ方法 |
| JPH05135102A (ja) * | 1991-11-11 | 1993-06-01 | Ricoh Co Ltd | 文書検索方式 |
| JPH09114854A (ja) * | 1995-10-20 | 1997-05-02 | D I S:Kk | 文書検索システム |
| JP2001202388A (ja) * | 2000-12-11 | 2001-07-27 | Hitachi Ltd | フルテキストサーチ方法および装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4685348B2 (ja) | 多数の文字を扱うための効率的な照合要素構造 | |
| US5745745A (en) | Text search method and apparatus for structured documents | |
| US6470347B1 (en) | Method, system, program, and data structure for a dense array storing character strings | |
| US6873986B2 (en) | Method and system for mapping strings for comparison | |
| US8838551B2 (en) | Multi-level database compression | |
| US4760526A (en) | Method for storing data into a file device and for data retrieval | |
| US8095526B2 (en) | Efficient retrieval of variable-length character string data | |
| KR100880531B1 (ko) | 단일 데이터 검색을 위한 파일 생성 방법 및 단일 데이터파일의 검색방법 그리고 단일 파일 검색을 위한 ｒａｔ파일이 저장된 기록매체 | |
| CN102867049B (zh) | 一种基于单词查找树实现的汉语拼音快速分词方法 | |
| US4531201A (en) | Text comparator | |
| CA2364886C (en) | Pattern retrieving method, pattern retrieval apparatus, computer-readable storage medium storing pattern retrieval program, pattern retrieval system, and pattern retrieval program | |
| US7222129B2 (en) | Database retrieval apparatus, retrieval method, storage medium, and program | |
| JP3022539B1 (ja) | 文書検索装置 | |
| JP2693914B2 (ja) | 検索システム | |
| JPS59112339A (ja) | 文書検索高速化方式 | |
| JPS60105039A (ja) | 文字列照合方式 | |
| US7870138B2 (en) | File storage and retrieval method | |
| JPH05101102A (ja) | 検索装置 | |
| Lambov | Trie memtables in cassandra | |
| JPH0746362B2 (ja) | 文字列照合方法 | |
| JPH1153400A (ja) | 構造化文書検索装置及びプログラムを記録した機械読み取り可能な記録媒体 | |
| Bays | Some techniques for structuring chained hash tables | |
| JPS5850044A (ja) | インデクス・レコ−ドの検索処理方式 | |
| JPS6361345A (ja) | 外部記憶装置の制御装置 | |
| JPH01304574A (ja) | 目次索引作成装置 |