JPH05189196A - 単語圧縮装置 - Google Patents

Abstract

(57)【要約】 【目的】 単語圧縮装置に関するもので、単語毎に個別
的なデータを用いることなく全ての単語に対し人間可読
の形式に圧縮することを目的とする。 【構成】 入力部１０２が入力ファイルの先頭から１文
字づつ切り取って、単語圧縮規則データベース１０４に
格納された情報に基づき、母音か子音かを判定し、さら
に母音の場合は単語の先頭かどうかを判定し圧縮部１０
３にわたす。圧縮部１０３は、受け取った文字が母音で
はない場合及び、その文字が母音であり、かつ単語の先
頭である場合、受け取った文字を書き込むことにより、
ファイルを人間可読の形式に圧縮することが可能とな
り、圧縮したファイルを元の形式に戻すための手段を必
要とせず、圧縮ファイル形式のまま読むことが可能にな
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は母音と子音とを構成要素
とする単語を人間可読の形に圧縮する単語圧縮装置に関
するものである。

【０００２】

【従来の技術】従来の計算機上のファイルを圧縮する装
置は、ファイルを元の形式とは異なった圧縮ファイル形
式に変換し、元のファイルを利用する場合には圧縮ファ
イル形式を元のファイル形式に戻す手段を用いて復元し
ていた。

【０００３】また単語を省略形に変換するためには、特
定の単語又は単語列を特定の省略形に対応させるための
テーブルを用いて変換していた。

【０００４】

【発明が解決しようとする課題】しかしながら、従来の
ファイル圧縮装置では圧縮率は高い反面、自然言語で記
述された文書ファイルを圧縮した場合には、圧縮したフ
ァイル形式のままでは読めないために、元の形式に戻し
てから読むという操作が必要であった。

【０００５】さらに、圧縮したファイルを通信手段を用
いて送信した場合には、送信先で圧縮された形式から元
の形式に戻すための手段を備えている必要があるという
問題点があった。

【０００６】また上記の単語圧縮装置では、テーブルに
登録された単語以外は、即ちすべての単語を圧縮するこ
とができないという課題を有していた。

【０００７】本発明は以上の課題を解決した単語圧縮装
置を提供するものである。

【０００８】

【課題を解決するための手段】この目的を達成するため
に本発明の単語圧縮装置は、母音と子音の構成パターン
に従って母音を省略するルールを記述した単語圧縮規則
データベースと、前記単語圧縮規則データベースに基づ
き入力された文から抽出された単語を圧縮する圧縮手段
を備えた構成になっている。

【０００９】

【作用】本発明は上記構成により、母音と子音を構成要
素とする単語から単語圧縮規則データベースに格納され
た規則に基づき圧縮手段が母音を省略することにより、
ファイルを人間可読の形式に圧縮することが可能とな
り、圧縮したファイルを元の形式に戻すための手段を必
要とせず、圧縮ファイル形式のまま読むことが可能にな
る。また従来の圧縮手段と組み合わせることにより、よ
り高い圧縮率を得ることもできる。

【００１０】

【実施例】以下、本発明の実施例について、英文を対象
とした場合について図面を参照しながら説明する。図１
は、本発明の一実施例における基本構成図である。図２
は、図１における入力部１０２及び圧縮部１０３の動作
の概略を表わしたフローチャートである。図３は、図１
における単語圧縮規則データベース１０４に格納された
データ（定義と規則）を表わすものである。

【００１１】図１のように構成された単語縮装置の動作
を図２フローチャートに基づき説明する。まず、入力フ
ァイル１０１、図４及び図５に示した英文が、入力部１
０２に入力されると、入力部１０２は、入力ファイルの
先頭から１文字づつ切り取って、単語圧縮規則データベ
ース１０４に格納された情報に基づき、母音か子音かを
判定し、さらに母音の場合は単語の先頭かどうかを判定
し圧縮部１０３にわたす。この動作は、図２の２０１、
２０２、２０３のステップに相当する。

【００１２】文字を1文字受け取った圧縮部１０３は、
図２に示す２０４、２０５のステップにあたる動作を行
なう。すなわち、受け取った文字が母音ではない場合
（Ａ，Ｅ，Ｉ，Ｏ，Ｕ，ａ，ｅ，ｉ，ｏ，ｕ以外）、及
び、その文字が母音であり、かつ単語の先頭である場
合、受け取った文字を書き込む。

【００１３】図３は、入力部１０２、圧縮部１０３で行
われる処理に必要なデータ、規則を格納した単語圧縮規
則データベース１０４の概略を示す図である。単語圧縮
規則データベース１０４には、アルファベット文字（英
字母音文字と英字子音）とアルファベット文字以外の文
字が定義されている。大文字 （Ａ，Ｅ，Ｉ，Ｏ，
Ｕ）、小文字（ａ，ｅ，ｉ，ｏ，ｕ）を英字母音文字と
定義し、大文字 （Ｂ，Ｃ，Ｄ，Ｆ，Ｇ，Ｈ，Ｊ，Ｋ，
Ｌ，Ｍ，Ｎ，Ｐ，Ｑ，Ｒ，Ｓ，Ｔ，Ｖ，Ｗ，Ｘ，Ｙ，
Ｚ）、小文字（ｂ，ｃ，ｄ，ｆ，ｇ，ｈ，ｊ，ｋ，ｌ，
ｍ，ｎ，ｐ，ｑ，ｒ，ｓ，ｔ，ｖ，ｗ，ｘ，ｙ，ｚ）を
英字子音文字として定義している。また、アルファベッ
ト文字以外の文字として認識すべきものとして、スペー
ス、スラッシュ、カッコ、ハイフン等を定義している。

【００１４】また、先頭文字かどうかを判定する規則と
して、本実施例では図に示すように、当文字より１文字
前がアルファベット文字以外であれば、当文字を先頭文
字と認識している。

【００１５】図４、図５は英文を対象とした本実施例の
入力と出力を示した図である。図４、図５において
（ａ）は入力を、（ｂ）をその圧縮結果を、（ｃ）
（ｄ）は入力文と出力文中の単語数（ｗｏｒｄ）、 文
字数（ｃｈａｒａｃｔｅｒ）、 アルファベット文字数
（ｌｅｔｔｅｒ）、子音文字数（ｃｏｎｓｏｎａｎ
ｔ）、 母音文字数（ｖｏｗｅｌ）を示している。また
（ｅ）はそれぞれの圧縮率である。

【００１６】図４においては、１６単語（ｗｏｒｄ）、
９４文字（ｃｈａｒａｃｔｅｒ）、７７アルファベット
文字（ｌｅｔｔｅｒ）と５０子音（ｃｏｎｓｏｎａｎ
ｔ）、２７母音（ｖｏｗｅｌ）からなる入力文が、 １
６単語（ｗｏｒｄ）、７１文字（ｃｈａｒａｃｔｅ
ｒ）、５４アルファベット文字（ｌｅｔｔｅｒ）、５０
子音（ｃｏｎｓｏｎａｎｔ）、２７母音（ｖｏｗｅｌ）
に圧縮されたことを示している。

【００１７】図４（ｅ）は図４（ａ）から図４（ｂ）へ
圧縮した際の母音文字（ｖｏｗｅｌ）と アルファベッ
ト文字（ｌｅｔｔｅｒ）と 文字（ｃｈａｒａｃｔｅ
ｒ）のそれぞれの圧縮率の評価を示したものであり、結
果として、母音文字（ｖｏｗｅｌ）の圧縮率は８５．１
９％、アルファベット文字（ｌｅｔｔｅｒ）の圧縮率は
２９，８７％、文字（ｃｈａｒａｃｔｅｒ）の圧縮率は
２４．４７％であることを示す。

【００１８】なお、文字（ｃｈａｒａｃｔｅｒ）の数
（ｃｏｕｎｔ）は、メモリバイト数と同じであるため、
文字（ｃｈａｒａｃｔｅｒ）の圧縮率はメモリバイトの
圧縮率と同じである。つまり、メモリバイトの圧縮率は
２４．４７％である。

【００１９】図５においては、母音文字（ｖｏｗｅｌ）
は２４３から３９減少し、圧縮率は８３．９５％、アル
ファベット文字（ｌｅｔｔｅｒ）は６１３から４０９減
少し、圧縮率は３３．２８％、文字（ｃｈａｒａｃｔｅ
ｒ）は７５０から５４６減少し、圧縮率は２７．２０
％、メモリバイトの圧縮率は２７．２０％であることを
示す。

【００２０】

【発明の効果】以上のように本発明によれば、母音と子
音の構成パターンに従って母音を省略するルールを記述
した単語圧縮規則データベースと、前記単語圧縮規則デ
ータベースに基づき入力された文から抽出された単語を
圧縮する圧縮手段を備えることにより、ファイルを人間
可読の形式に圧縮することが可能となり、圧縮したファ
イルを元の形式に戻すための手段を必要とせず、圧縮フ
ァイル形式のまま読むことが可能になる。

【００２１】また、単語毎に個別的ななデータを用いる
ことなく、全ての単語に対し、圧縮が可能となる。

【図面の簡単な説明】

【図１】本発明の一実施例における単語圧縮装置のブロ
ック図

【図２】図１における入力部と圧縮部の動作を示すフロ
ーチャート

【図３】単語圧縮規則データベースの定義と規則を示す
図

【図４】本実施例における第１の例に対する処理図

【図５】本実施例における第２の例に対する処理図

Claims (1)

【特許請求の範囲】
1. 【請求項１】 母音と子音の構成パターンに従って母音
   を省略するルールを記述した単語圧縮規則データベース
   と、前記単語圧縮規則データベースに基づき入力された
   文から抽出された単語を圧縮する圧縮手段を備えたこと
   を特徴とする単語圧縮装置。