JPS60241157A - 電子辞書を利用した文章デ−タ圧縮方法 - Google Patents
電子辞書を利用した文章デ−タ圧縮方法Info
- Publication number
- JPS60241157A JPS60241157A JP59097915A JP9791584A JPS60241157A JP S60241157 A JPS60241157 A JP S60241157A JP 59097915 A JP59097915 A JP 59097915A JP 9791584 A JP9791584 A JP 9791584A JP S60241157 A JPS60241157 A JP S60241157A
- Authority
- JP
- Japan
- Prior art keywords
- code
- word
- information
- electronic dictionary
- character
- 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
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】
く技術分野〉
本発明は電子辞書を利用した文鳥データ圧縮方法に関す
る。
る。
〈従来技術〉
文章情報を取り扱う計算機システムあるいはワードプロ
セッサ等においては、限られた容量の記憶装置の中にで
きるだけ多くの文章データを収納できるようにする必要
がある。このため、従来では、１文字単位の情報を第１
表に示す８ビット単位のコード表から第２表に示す５ビ
ット単位の情報に変換してデータ圧縮を行なうことによ
り、より多くの文章データを記憶装置に記憶させるとい
う方法が用いられる。
セッサ等においては、限られた容量の記憶装置の中にで
きるだけ多くの文章データを収納できるようにする必要
がある。このため、従来では、１文字単位の情報を第１
表に示す８ビット単位のコード表から第２表に示す５ビ
ット単位の情報に変換してデータ圧縮を行なうことによ
り、より多くの文章データを記憶装置に記憶させるとい
う方法が用いられる。
従来、電子式の欧文ワードプロセッサでは、入力された
文字情報がそのまま１文字毎にコード変換される。例え
ば、第１図に示す文章を第２図に示すように１文字毎に
コード変換を行なう。そして、１文字を８ビツト又は英
文字の場合には２６種類＋特殊記号を５ビツトのように
１文字毎のデータ圧縮を行なった後のデータが記憶装置
に格納される。しかるに、この場合にもデータ圧縮の程
度に限界があり、記憶装置がフロンピーディスクメディ
アのときには、格納できるデータ量は限られているので
、大量の文意データを作成する場合には１枚のフロンピ
ーディスクメディアに入り切れないという事態が発生し
ていた。
文字情報がそのまま１文字毎にコード変換される。例え
ば、第１図に示す文章を第２図に示すように１文字毎に
コード変換を行なう。そして、１文字を８ビツト又は英
文字の場合には２６種類＋特殊記号を５ビツトのように
１文字毎のデータ圧縮を行なった後のデータが記憶装置
に格納される。しかるに、この場合にもデータ圧縮の程
度に限界があり、記憶装置がフロンピーディスクメディ
アのときには、格納できるデータ量は限られているので
、大量の文意データを作成する場合には１枚のフロンピ
ーディスクメディアに入り切れないという事態が発生し
ていた。
〈発明の目的〉
本発明は上記事情に鑑みてなされたものであり、その目
的は、電子式辞書を用いて、従来の文字単位のデータ蓄
積という観点を離れて、語単位にデータ圧縮を行なうこ
とにより、従来より多くの文章データを記憶装置に格納
することができるようにした文章データ圧縮方法を提供
することである。
的は、電子式辞書を用いて、従来の文字単位のデータ蓄
積という観点を離れて、語単位にデータ圧縮を行なうこ
とにより、従来より多くの文章データを記憶装置に格納
することができるようにした文章データ圧縮方法を提供
することである。
〈発明の構成〉
本発明においては、文字数が所定数以上である単語に対
して、特定の制御コードを割り付けるとともに、電子辞
書に登録された所定のコードを割り付けることを特徴と
する。
して、特定の制御コードを割り付けるとともに、電子辞
書に登録された所定のコードを割り付けることを特徴と
する。
〈実施例〉
以下、本発明の一実施例を説明する。
第３図は本発明の構成を示している。
入力装置１は、文字情報または単語情報を表わすデータ
を記憶装置２へ入力する。この入力装置１は、例えは、
鍵盤装置、タブレット装置、ＯＣＲ磁気テープ装置、磁
気ディスク装置などにより構成される。
を記憶装置２へ入力する。この入力装置１は、例えは、
鍵盤装置、タブレット装置、ＯＣＲ磁気テープ装置、磁
気ディスク装置などにより構成される。
記憶装置２は、入力装置１から入力された文字情報を記
憶する。ただし、入力装置１から入力された情報が語圧
縮されている場合は、後述する標準電子辞書４を用いて
元の文字単位の情報に変換して記憶する。この記憶装置
２は、例えば、コアメモリ、ＩＣメモリ、磁気ディスク
などにより構成される。
憶する。ただし、入力装置１から入力された情報が語圧
縮されている場合は、後述する標準電子辞書４を用いて
元の文字単位の情報に変換して記憶する。この記憶装置
２は、例えば、コアメモリ、ＩＣメモリ、磁気ディスク
などにより構成される。
出力装置３は１．記憶装置２において保存及び編集され
た結果の情報を出力する。この出力装置３は、例えば、
プリンタ２、ディスプレイ装置、磁気テープ、磁気ディ
スクなどにより構成される。尚、磁気ディスクや磁気テ
ープなどに記憶装置２からのデータを格納する場合、指
定を受けると、標準電子辞書４を用いて文章データを語
単位に変換して格納する。
た結果の情報を出力する。この出力装置３は、例えば、
プリンタ２、ディスプレイ装置、磁気テープ、磁気ディ
スクなどにより構成される。尚、磁気ディスクや磁気テ
ープなどに記憶装置２からのデータを格納する場合、指
定を受けると、標準電子辞書４を用いて文章データを語
単位に変換して格納する。
標準電子辞書４は、記憶装置２に格納された文字・単語
データの綴り情報の間合わせに対して、後述するユーザ
電子辞書５とともに適時に有効な情報を提供する。また
、この標準電子辞書４は、出力装置３に文字情報を出力
する場合、指示により、文字単位の情報を語単位の情報
に変換したり、入力装置１から入力され語単位に圧縮さ
れたデータを元の文字単位の情報に再生したりする場合
に参照できるように構成される。この標準電子辞書４は
、例えば、コアメモリ、ＩＣメモリ、ＲＯＭ。
データの綴り情報の間合わせに対して、後述するユーザ
電子辞書５とともに適時に有効な情報を提供する。また
、この標準電子辞書４は、出力装置３に文字情報を出力
する場合、指示により、文字単位の情報を語単位の情報
に変換したり、入力装置１から入力され語単位に圧縮さ
れたデータを元の文字単位の情報に再生したりする場合
に参照できるように構成される。この標準電子辞書４は
、例えば、コアメモリ、ＩＣメモリ、ＲＯＭ。
磁気ディスクなどにより構成される。
ユーザ電子辞書５は、標準電子辞書４に語登録されてお
らず、ユーザ自身が専用的に使用する語、例えば、商標
名や社名などが登録されており、標準電子辞書４ととも
に記憶装置２に記憶されている文字・単語データの綴り
情報の間合せに対して適時有効な情報を提供する。この
ユーザ電子辞書５は、例えば、コアメモリ、ＩＣメモリ
、ＲＯＭ。
らず、ユーザ自身が専用的に使用する語、例えば、商標
名や社名などが登録されており、標準電子辞書４ととも
に記憶装置２に記憶されている文字・単語データの綴り
情報の間合せに対して適時有効な情報を提供する。この
ユーザ電子辞書５は、例えば、コアメモリ、ＩＣメモリ
、ＲＯＭ。
磁気ディスクなどにより構成される。
制御装置６は、上述の装置１〜５のそれぞれの間の信号
の送受を制御する。この制御装置６は、例えば、コンピ
ュータを含む。
の送受を制御する。この制御装置６は、例えば、コンピ
ュータを含む。
電子辞書では、全ての見出し語に対して番号を割当る。
例えば、ａという単語が第１番目に登録されている場合
、第３表に示すように、ｐｌａｔｙという単語が３００
０８番目に登録され、ｐｌａｙという単語が３００１４
番目に登録される。この場合、単語を検索する方法とし
て、１文字目がａ〜２で始まるインデックスの中に上述
の登録番号を入力しておいてもよいし、単語の発生頻度
別の情報を元にしたインデックスを用いることもできる
。
、第３表に示すように、ｐｌａｔｙという単語が３００
０８番目に登録され、ｐｌａｙという単語が３００１４
番目に登録される。この場合、単語を検索する方法とし
て、１文字目がａ〜２で始まるインデックスの中に上述
の登録番号を入力しておいてもよいし、単語の発生頻度
別の情報を元にしたインデックスを用いることもできる
。
第３表に示す電子辞書の場合、単語の並び順は、綴り文
字数に関係な（ａ、ｂ、Ｃ順に並んでいる。
字数に関係な（ａ、ｂ、Ｃ順に並んでいる。
電子辞書の中の単語データは固定長でも可変長でもよく
、可変長の場合は、セパレート情報や制御情報（例えば
１データの長さ値）が単語データに付加される。また、
単語の並び順としてａ、ｂ。
、可変長の場合は、セパレート情報や制御情報（例えば
１データの長さ値）が単語データに付加される。また、
単語の並び順としてａ、ｂ。
Ｃ順の他に、第４図に示すように、綴り文字数別の情報
を加味した辞書形式もある。同図において、■はインデ
ックス部であり、そのインデックス１は最初全単語を綴
り文字数即ち１文字、２文字。
を加味した辞書形式もある。同図において、■はインデ
ックス部であり、そのインデックス１は最初全単語を綴
り文字数即ち１文字、２文字。
３文字、−，８文字、−別に分類して、続いて頭文字の
文字種即ちＡ、Ｂ、Ｃ，Ｄ、−、Ｖ、Ｗ。
文字種即ちＡ、Ｂ、Ｃ，Ｄ、−、Ｖ、Ｗ。
ｘ、ｙ、ｚ別に分類して該分類後の単語数を登録したも
のである。同図では上段より１文字単語。
のである。同図では上段より１文字単語。
２文字単語、３文字単語、−、８文字単語となっており
、文字ｒＡＪ、ｒＢｌ ｒｃＪ、ｒＤＪ。
、文字ｒＡＪ、ｒＢｌ ｒｃＪ、ｒＤＪ。
−、ｒＶＪ、 ｒＷＪ、 ｒＸＪ、 ｒＹＪ、 ｒＺＪ
は単語の頭文字を表現している。個々のインデックスに
は該当単語の登録数が格納しである。
は単語の頭文字を表現している。個々のインデックスに
は該当単語の登録数が格納しである。
以上のように、電子辞書では、全ての見出し語に登録番
号を割り付ける。ただし、これは上述の標準電子辞書４
だけであり、ユーザ電子辞書５では、ユーザがよく使用
する商標や社名などを任意に登録及び削除できるので、
登録番号の割付けは行わない。
号を割り付ける。ただし、これは上述の標準電子辞書４
だけであり、ユーザ電子辞書５では、ユーザがよく使用
する商標や社名などを任意に登録及び削除できるので、
登録番号の割付けは行わない。
文章データのコード変換に際して、内部処理されるコー
ドの中に特定の制御コードを１つ設ける。
ドの中に特定の制御コードを１つ設ける。
例えば、第１表のコード表を使用する場合であれば、ｌ
Ｂ１１を制御コードとする。あるいは、第２表のコード
表の場合であれば、ｌｌ１００Ｂを制御コードとして使
用できる。そして、文字数が５以上である単語には、こ
の制御コードを割り付け、さらに、この制御コードの直
後にその単語に対して予め定められた固定長の見出し語
登録情報を割り付ける。
Ｂ１１を制御コードとする。あるいは、第２表のコード
表の場合であれば、ｌｌ１００Ｂを制御コードとして使
用できる。そして、文字数が５以上である単語には、こ
の制御コードを割り付け、さらに、この制御コードの直
後にその単語に対して予め定められた固定長の見出し語
登録情報を割り付ける。
この見出し語登録情報は標準電子辞書４に格納されてい
る。
る。
第５図は、第１図に示す文章とこの文章を上述の方法で
コード変換した情報を示している。この場合、ｃｏｍｐ
ｕ ｔｏｒｓという単語を文字数が５以上であるので、
制御コードＩＢ■を割り付け、さらに、ｃｏｍｐｕｔｏ
ｒという単語にあらかじめ対応付けされたコード１００
ＯＨに変換し、文字Ｓについては従来と同様にコード７
３Ｈに変換する。従って、ｃｏｍｐｕ ｔｏｒｓという
単語は、ｌＢ１０００７３１（というコードに変換され
る。ブランクはコード２０Ｈに変換される。そして、ｃ
ｏｎｎｅｃｔｅｄという単語は文字数が５以上であるの
で、制御コードＩＢＨを割り付け、さらに、ｃｏｎｎｅ
ｃｔにあらかじめ対応付けされたコードｌ０ＩＯＨに変
換し、文字ｅとｄについては、従来と同様に、コード６
５Ｈと６４Ｈにそれぞれ変換する。したがって、ｃｏｎ
ｎｅｃｔｅｄという単語はｌＢ１０１０６５６４Ｈにコ
ード変換される。以下同様に、ブランクがコード２０Ｈ
に、単語ｔｏは５文字以下であるのでコード７４６Ｆ）
ｌに、ブランクがコード２０１（に、単語ｔｅｌｅｐｈ
ｏｎｅはコード１ｆｌＣＯＯＯＨにというようにコード
変換が行なわれる。
コード変換した情報を示している。この場合、ｃｏｍｐ
ｕ ｔｏｒｓという単語を文字数が５以上であるので、
制御コードＩＢ■を割り付け、さらに、ｃｏｍｐｕｔｏ
ｒという単語にあらかじめ対応付けされたコード１００
ＯＨに変換し、文字Ｓについては従来と同様にコード７
３Ｈに変換する。従って、ｃｏｍｐｕ ｔｏｒｓという
単語は、ｌＢ１０００７３１（というコードに変換され
る。ブランクはコード２０Ｈに変換される。そして、ｃ
ｏｎｎｅｃｔｅｄという単語は文字数が５以上であるの
で、制御コードＩＢＨを割り付け、さらに、ｃｏｎｎｅ
ｃｔにあらかじめ対応付けされたコードｌ０ＩＯＨに変
換し、文字ｅとｄについては、従来と同様に、コード６
５Ｈと６４Ｈにそれぞれ変換する。したがって、ｃｏｎ
ｎｅｃｔｅｄという単語はｌＢ１０１０６５６４Ｈにコ
ード変換される。以下同様に、ブランクがコード２０Ｈ
に、単語ｔｏは５文字以下であるのでコード７４６Ｆ）
ｌに、ブランクがコード２０１（に、単語ｔｅｌｅｐｈ
ｏｎｅはコード１ｆｌＣＯＯＯＨにというようにコード
変換が行なわれる。
一方、圧縮した単語データを元に戻すためには、制御コ
ードを検出する毎に、第６図に示すように、制御コード
に続く見出し語登録情報から標準電子辞書４を検索する
ことにより、原単語を簡単に再生することができる。
ードを検出する毎に、第６図に示すように、制御コード
に続く見出し語登録情報から標準電子辞書４を検索する
ことにより、原単語を簡単に再生することができる。
上述の方法で第１図の文章をコード変換する場合には、
文字情報の容量が３５バイトで足りるのに対して、同し
文章を第２図に示す従来のコード変換を行なうと、文字
情報の容量が６５バイト必要である。
文字情報の容量が３５バイトで足りるのに対して、同し
文章を第２図に示す従来のコード変換を行なうと、文字
情報の容量が６５バイト必要である。
上述の実施例で、例えば、ｃｏｎｎｅｃｔという単語の
他にｃｏｎｎｅｃｔｅｄという単語も電子辞書に登録す
るようにすると、データの圧縮率はより高められること
になる。また、上述の実施例で、見出し語登録情報を文
字数が５以上の単語とした理由は、３文字の単語では容
量が変らないことと、４文字の単語ではデータ圧縮率は
高（なるが、辞書検索に時間がかかるので効果が期待で
きないことによる。
他にｃｏｎｎｅｃｔｅｄという単語も電子辞書に登録す
るようにすると、データの圧縮率はより高められること
になる。また、上述の実施例で、見出し語登録情報を文
字数が５以上の単語とした理由は、３文字の単語では容
量が変らないことと、４文字の単語ではデータ圧縮率は
高（なるが、辞書検索に時間がかかるので効果が期待で
きないことによる。
尚、本発明の方法は、比較的長文の文章データに対して
有効である。したがって、本発明を全ての文章ファイル
に適用するのではな（、短文の文章データの場合には、
第２図に示すように、データ圧縮を行なわない単なるコ
ードデータに変換して記憶装置に格納した方がよい。
有効である。したがって、本発明を全ての文章ファイル
に適用するのではな（、短文の文章データの場合には、
第２図に示すように、データ圧縮を行なわない単なるコ
ードデータに変換して記憶装置に格納した方がよい。
〈発明の効果〉
以上説明したように、本発明においては、文字数が所定
数以上である単語に対して、特定の制御コードを割り付
けるとともに、電子辞書に登録された所定のコードを割
り付けるようにしたから、文章データの圧縮の程度を高
めることができ、多くの文章データを記憶装置に格納す
ることができる。
数以上である単語に対して、特定の制御コードを割り付
けるとともに、電子辞書に登録された所定のコードを割
り付けるようにしたから、文章データの圧縮の程度を高
めることができ、多くの文章データを記憶装置に格納す
ることができる。
第２表
第３表
第１図は文章データの一例を示す図、第２図は文章デー
タのコード変換の従来例を示す図、第３園は本発明の構
成を示すブロック図、第４図は電子辞書の形式の一例を
示す図、第５図と第６図は本発明の一実施例を示す図で
ある。 特許出願人 シャープ株式会社 代理人 弁理士西田新 第３図 第４図 ］０００Ｈ□ １０１０Ｈ− １Ｆ○ＯＨ− Ｃ０００Ｈ□ ＥＱ○○Ｈ□ 第６図 卑語 ｃｏｍｐｕｔｅｒ ｃｏｎｎｅｃｔ ｅｓｐｅｃｉａｌｌｙ ｔＱＩＱｐｈｏｎｅ ｖｕｌｎｅｒａｂｌｅ
タのコード変換の従来例を示す図、第３園は本発明の構
成を示すブロック図、第４図は電子辞書の形式の一例を
示す図、第５図と第６図は本発明の一実施例を示す図で
ある。 特許出願人 シャープ株式会社 代理人 弁理士西田新 第３図 第４図 ］０００Ｈ□ １０１０Ｈ− １Ｆ○ＯＨ− Ｃ０００Ｈ□ ＥＱ○○Ｈ□ 第６図 卑語 ｃｏｍｐｕｔｅｒ ｃｏｎｎｅｃｔ ｅｓｐｅｃｉａｌｌｙ ｔＱＩＱｐｈｏｎｅ ｖｕｌｎｅｒａｂｌｅ
Claims (1)
- （１１文字数が所定数以上であるＲ語に対して、特定の
制御コードを割り付けるとともに、電子辞書に登録され
た所定のコードを割り付けることを特徴とする電子辞書
を利用した文章データ圧縮方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59097915A JPS60241157A (ja) | 1984-05-15 | 1984-05-15 | 電子辞書を利用した文章デ−タ圧縮方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59097915A JPS60241157A (ja) | 1984-05-15 | 1984-05-15 | 電子辞書を利用した文章デ−タ圧縮方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS60241157A true JPS60241157A (ja) | 1985-11-30 |
Family
ID=14204998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59097915A Pending JPS60241157A (ja) | 1984-05-15 | 1984-05-15 | 電子辞書を利用した文章デ−タ圧縮方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS60241157A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62256070A (ja) * | 1986-04-30 | 1987-11-07 | Canon Inc | 文書処理装置 |
| JPS63292265A (ja) * | 1987-05-25 | 1988-11-29 | Nec Corp | 日本語テキストデ−タの編集方式 |
| US6834283B1 (en) | 1999-01-07 | 2004-12-21 | Fujitsu Limited | Data compression/decompression apparatus using additional code and method thereof |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS57187768A (en) * | 1981-05-14 | 1982-11-18 | Mitsubishi Electric Corp | Kana (japanese syllabary)-kanji (chinese character) conversion method |
-
1984
- 1984-05-15 JP JP59097915A patent/JPS60241157A/ja active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS57187768A (en) * | 1981-05-14 | 1982-11-18 | Mitsubishi Electric Corp | Kana (japanese syllabary)-kanji (chinese character) conversion method |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62256070A (ja) * | 1986-04-30 | 1987-11-07 | Canon Inc | 文書処理装置 |
| JPS63292265A (ja) * | 1987-05-25 | 1988-11-29 | Nec Corp | 日本語テキストデ−タの編集方式 |
| US6834283B1 (en) | 1999-01-07 | 2004-12-21 | Fujitsu Limited | Data compression/decompression apparatus using additional code and method thereof |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0168814B1 (en) | Language processing dictionary for bidirectionally retrieving morphemic and semantic expressions | |
| US6502064B1 (en) | Compression method, method for compressing entry word index data for a dictionary, and machine translation system | |
| US6877003B2 (en) | Efficient collation element structure for handling large numbers of characters | |
| JPH026252B2 (ja) | ||
| JP2007265458A (ja) | 複数の圧縮オプションを生成する方法およびコンピュータ | |
| JPH07160684A (ja) | 文書圧縮装置および文書圧縮方法 | |
| WO1995017783A1 (en) | Data compression system | |
| US20040225497A1 (en) | Compressed yet quickly searchable digital textual data format | |
| JPS60241157A (ja) | 電子辞書を利用した文章デ−タ圧縮方法 | |
| US7568156B1 (en) | Language rendering | |
| US7386450B1 (en) | Generating multimedia information from text information using customized dictionaries | |
| JPH0546358A (ja) | テキストデータの圧縮方法 | |
| JPS5916039A (ja) | カナ漢字変換方法 | |
| JPH0554077A (ja) | 単語辞書検索装置 | |
| JPH0140372B2 (ja) | ||
| JPH0140370B2 (ja) | ||
| US6373409B1 (en) | Method and computer program product for implementing text conversion table compression | |
| JPH0320781B2 (ja) | ||
| JP3253753B2 (ja) | 文書読み上げ対象テキストの整形方法および装置 | |
| JPS6389976A (ja) | 言語解析装置 | |
| JPS5862762A (ja) | 文章デ−タ統合装置 | |
| JPS6457369A (en) | Translation output device | |
| JPH05189196A (ja) | 単語圧縮装置 | |
| JPH06332666A (ja) | データの圧縮方法 | |
| JPH0140371B2 (ja) |