JPH05324730A - 文書情報検索装置 - Google Patents

Abstract

(57)【要約】 【目的】 多量の文書情報の登録／検索を行う文書情報
検索装置において、登録する文書の容量を削減し、さら
に、検索処理の高速化を実現する装置を提供する。 【構成】 文書情報を検索する文書情報検索装置におけ
る文書情報登録／検索方法において、文書情報登録時
に、入力された文書情報を圧縮テキストデータに圧縮変
換して登録し、文書情報検索時に、入力されたキー情報
を圧縮キーデータに圧縮変換し、該圧縮キーデータと前
記圧縮テキストデータとを照合して適合する圧縮テキス
トデータを検索する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、情報検索システム、特
に、テキストサーチ方式に基づく全文検索装置（フルテ
キストサーチシステム）に係り、システムに要求される
規模・性能に応じて自在に装置構成を設定しえるアーキ
テクチャを有する自由語全文検索に好適な文書情報の検
索装置に関する。データベースシステム、文書ファイリ
ングシステムおよびワードプロセッサなどに応用でき
る。

【０００２】

【従来の技術】近年、文献情報や特許情報などのデータ
ベースサービスが普及し、ますます大型化・汎用化する
傾向にある。これに伴い、これらデータベースの情報検
索手法に対しても、これまでのキーワードや分類コード
による検索方式に代わって、文献情報や特許情報などの
文書の本文を直接参照して検索できる全文検索（フルテ
キストサーチともよぶ）システムが注目されている。

【０００３】全文検索システムは、その名の通り、文書
の本文そのものを検索情報として扱うものであり、キー
ワードや分類コード等インデックスを用いた検索で必ず
問題となるインデックス登録に伴う莫大な労力とインデ
ックス登録者と文献検索者の違いによる検索もれ等イン
デックスを用いた検索の弊害を根本的に解決しうる技術
である。

【０００４】しかしながら全文検索システムは、インデ
ックスを用いた検索システムには生じない幾つかの問題
点が発生する。その中でも最も大きなものとして、検索
時間の問題が挙げられる。全文検索システムでは、文書
テキストそのものに対し検索を行うので、これまで扱っ
てきたデータベースサービス情報等の検索に適応するに
は実用に耐えないものとなる。例えば、一文献当たり２
０ＫＢの容量を持つ文献２万件を対象にして全文検索を
行おうとすると、４００ＭＢのデータをサーチしなけれ
ばならない。これを平均１ＭＢ／ｓの実行速度で読みだ
し同速度で照合を行ったとしても、検索を終了するには
約７分を要してしまうこととなる。

【０００５】上記問題点を解決する従来の装置として、
特開平０３−１７４６５２号公報記載の装置が挙げられ
る。この従来技術は、文書テキストデータを複数台の磁
気ディスク上に分割／登録し、これら磁気ディスクから
並列にテキストデータを取りだすことによりテキストデ
ータの読みだし速度を加速する。それとともに、テキス
トに出現する文字のテーブルを作成し、また、助詞／接
続詞等付属語を排除し、さらに、繰返しあらわれる単語
を排除したデータファイル（凝縮本文という）を作成
し、フルテキストサーチを行う前に２段階のプリサーチ
を行うことによって実用に耐え得る検索速度を実現して
いる。

【０００６】

【発明が解決しようとする課題】前述のように、上記従
来技術によれば、膨大なデータ量である文書テキストの
検索処理を実用に耐え得る時間にて終了することがで
き、上記従来技術は、全文検索システムを実現する上で
非常に有用な技術である。

【０００７】しかしながら、上記従来技術では、テキス
トデータ検索速度の向上を図るため２段階のプリサーチ
手法を用いているが、検索時にプリサーチを行うために
は予め本文のテキストデータより凝縮本文と文字成分テ
ーブルとを作成し、本文テキストデータと共に文書デー
タ保存手段（例えば、磁気ディスク等）に保存しておく
必要がある。これはテキストデータ以外に凝縮本文と文
字成分テーブルとの容量分だけ文書データの増加をもた
らす問題点がある。さらに、プリサーチ手法は、根本的
に本文サーチではないため、最終的な検索結果を導出す
るためには本文サーチが不可欠であり、最悪の場合プリ
サーチにて文書が絞り込めなかった時には再び全ての本
文に対して検索処理を行うこととなる。このため、プリ
サーチに必要とされた検索処理時間と、全ての本文に対
する検索時間との和だけ処理に必要となり、検索時間の
短縮につながらないばかりか、検索時間の増加を招くと
いう問題点がある。

【０００８】本発明の目的は、上記従来技術の持つ問題
点を解決すべく、テキストデータの検索速度を向上させ
ると同時に、文書データの増加をもたらさず、かつ、本
文テキストの再サーチを必要としない優れた全文検索シ
ステムを実現する文書情報検索装置を提供することにあ
る。

【０００９】

【課題を解決するための手段】上記目的を達成するため
に、本発明による文書情報検索装置ではテキストデータ
の圧縮手法に着目する。

【００１０】本発明では、文書情報を入力するための文
書情報入力手段と、前記文書情報を登録して格納するテ
キストデータ格納手段と、登録した文書情報を検索する
ためのキー情報と検索条件とを入力する入力手段と、前
記キー情報と登録した文書情報とを照合する文字列照合
手段と、前記検索条件から検索条件式を生成する検索式
変換手段と、前記検索条件式に適合する文書情報を判別
する検索条件判別手段と、前記検索条件判別手段で判別
した結果を出力する出力手段とを有する文書情報検索装
置において、入力された文書情報を圧縮テキストデータ
に圧縮変換するテキストデータ圧縮手段と、圧縮テキス
トデータを原文書情報に伸長するテキストデータ伸長手
段とを有し、前記テキストデータ格納手段は、圧縮テキ
ストデータを登録して格納し、前記検索式変換手段は、
入力されたキー情報を圧縮キーデータに圧縮変換して前
記検索条件から検索条件式を生成し、前記文字列照合手
段は、圧縮キーデータと登録した圧縮テキストデータと
を照合し、前記検索条件判別手段は、前記文字列照合手
段から出力される照合結果をもとに前記検索式変換手段
から与えられた前記検索条件式に適合する文書情報の圧
縮テキストデータを判別し、前記テキストデータ伸長手
段は、適合した文書情報の圧縮テキストデータを原文書
情報に伸長する。

【００１１】さらに、入力された文書情報を、１つの意
味単位とみなし得る単語ごとに展開するテキストデータ
解析部を有し、前記テキストデータ圧縮手段は、展開さ
れた単語ごとに圧縮コードを割り当てて圧縮テキストデ
ータに圧縮変換する。

【００１２】また、１つの意味単位とみなせる単語と圧
縮コードとを対にして格納するコード変換辞書をさらに
有し、前記テキストデータ圧縮手段は、前記コード変換
辞書を参照して圧縮変換することができる。前記入力手
段は、前記コード変換辞書に登録すべき単語を受け付け
て、前記コード変換辞書は、該登録すべき単語を登録す
る。

【００１３】前記テキストデータ解析部は、入力された
文書情報の構文解析を行い、各単語に展開することがで
きる。

【００１４】また、表記の異なる同義語／類義語群と圧
縮コードとを対にし、表記の異なる同義語／類義語ごと
に識別情報を付加して格納する同義語／類義語テーブル
をさらに有し、前記テキストデータ圧縮手段は、同義語
／類義語テーブルを参照して原文書テキスト中の単語に
ついて表記の異なる同義語／類義語群に対し１つの圧縮
コードを割り当てて、同義語／類義語であることを示す
情報と前記識別情報とを付加して、圧縮変換するように
してもよい。

【００１５】前記検索式変換手段は、入力されたキー情
報を同義語／類義語テーブルを参照して圧縮キーデータ
に圧縮変換し、前記検索条件から検索条件式を生成し、
前記文字列照合手段は、同義語／類義語であることを示
す情報を検知して前記識別情報を読み飛ばし、圧縮キー
データと登録した圧縮テキストデータとを照合する。

【００１６】また、前記テキストデータ伸長手段は、キ
ー情報照合時に照合する圧縮テキストデータの伸長を行
い、前記文字列照合手段は、キー情報と伸長された文書
情報との照合を行うようにしてもよい。

【００１７】前記テキストデータ解析部は、単語のずれ
読みが生じる場合にずれ読みの可能性がある単語を挙げ
て展開しておき、前記テキストデータ圧縮手段は、展開
された全ての単語に圧縮コードを割り当てて圧縮テキス
トデータに圧縮変換し、検索時に、前記文字列照合手段
は、挙げだした単語全てを圧縮キーデータと照合するこ
とができる。

【００１８】前記テキストデータ解析部は、単語のずれ
読みが生じる部分を認識し、前記テキストデータ圧縮手
段は、単語のずれ読みが生じる部分の圧縮変換を行わ
ず、前記テキストデータ格納手段は、単語のずれ読みが
生じる部分をテキストデータとして格納し、検索時に、
前記文字列照合手段は、キー情報と前記テキストデータ
との照合も行うようにしてもよい。

【００１９】前記検索式変換手段は、入力されたキー情
報の単語のずれ読みが生じる部分を認識し、単語のずれ
読みが生じる場合にずれ読みの可能性がある単語を挙げ
て展開しておき、展開された全ての単語に圧縮コードを
割り当てて圧縮キーデータに圧縮変換して前記検索条件
から検索条件式を生成し、検索時に、前記文字列照合手
段は、全ての圧縮キーデータについて圧縮テキストデー
タと照合する。

【００２０】コード変換辞書を複数種類備え、前記入力
手段は、文書の種類に応じて用いる辞書の選択指示を受
け付けて、前記テキストデータ圧縮手段は、指示された
コード変換辞書を参照して圧縮変換し、変換後の圧縮テ
キストに対し用いたコード変換辞書識別情報を付加し、
テキストデータ伸長時に、前記テキストデータ伸長手段
は、該コード変換辞書識別情報を参照し、対応するコー
ド変換辞書を用いて伸長することができる。この場合、
前記検索式変換手段は、前記指示されたコード変換辞書
を参照して入力されたキー情報を圧縮キーデータに圧縮
変換する。

【００２１】前記テキストデータ格納手段は、圧縮テキ
ストデータとともに該圧縮テキストデータの識別子情報
を登録して格納し、前記検索条件判別手段は、前記テキ
ストデータ伸長手段における、適合した文書の圧縮テキ
ストデータを原文書情報に伸長させて出力する代わり
に、前記文書の識別子情報を出力する。

【００２２】文書情報登録時に、該文書情報に関連した
イメージデータを登録するイメージデータ格納手段をさ
らに備え、前記検索条件判別手段は、前記テキストデー
タ伸長手段における、適合した文書の圧縮テキストデー
タを原文書情報に伸長させて出力する代わりに、該文書
情報に関連したイメージデータを出力するようにしても
よい。

【００２３】また、文書情報を入力する入力装置と、文
書情報を記憶する記憶装置と、文書情報を検索するため
のキー情報を受け付けるキー入力手段と、文書情報を検
索する中央演算処理装置と、検索結果を出力する出力装
置とを有する情報処理システムにおいて、前記中央演算
処理装置は、前記入力装置で入力された文書情報を圧縮
テキストデータに圧縮変換して記憶装置に登録し、前記
キー入力手段で入力されたキー情報を圧縮キーデータに
圧縮変換し、該圧縮キーデータと前記圧縮テキストデー
タとを照合して適合する圧縮テキストデータを検索する
ことができる。１つの意味単位とみなせる単語と圧縮コ
ードとを対にして格納するコード変換辞書をさらに有
し、前記中央演算処理装置は、前記コード変換辞書を参
照して圧縮変換することができる。

【００２４】

【作用】本発明では、全文検索システムを実現するにあ
たり、登録時にはそれほど高速化が要求されないが、検
索時の処理時間短縮が必須でありその一つの実現手段と
して文書テキストを圧縮する手法が存在する点、さらに
文書テキストの意味最小単位は文字ではなく単語（名
詞、動詞、接続詞等）でありこれを用いて文書テキスト
の圧縮が可能である点に着目し、これを利用する。

【００２５】文書圧縮手法を用いた具体的な文書情報登
録／検索手法について以下に述べる。

【００２６】まず、テキストデータを文書情報入力手段
により入力する。文書情報入力手段は、他の情報機器か
らインタフェースを介して読み込む手法、スキャナおよ
びＯＣＲを用い紙面情報を読み込む手法、キーボードよ
り入力する手法がある。つぎに、テキストデータ圧縮手
段は、このテキストデータを圧縮処理する。テキストデ
ータ圧縮手段は、テキストデータ解析部にて、原文書情
報を１つの意味単位とみなし得る単語コード（文字コー
ドの並び）に展開された単語と、これに対応した圧縮コ
ードを蓄積したコード変換辞書を用い、原文書テキスト
とこの辞書とを照合し、圧縮コード変換することにより
圧縮処理を実現する。また、同義語／類義語テーブルを
用い、原文書テキストとこの同義語／類義語テーブルと
を照合し、圧縮コード変換することにより圧縮処理して
もよい。さらに、テキストデータ検索時には、検索式変
換手段は、入力したキーワードを同義語／類義語展開
後、このキーワードについても圧縮コード変換処理を行
う。文字列照合手段は、上記圧縮／蓄積された圧縮テキ
ストとこの圧縮キーワードとを文字列照合し、検索条件
判別手段は、前記文字列照合手段から出力される照合結
果をもとに前記検索式変換手段から与えられた前記検索
条件式に適合する文書情報の圧縮テキストデータを判別
し検索処理を行う。これにより、原文書コードに戻すこ
と無く高度な検索処理を実現する。テキストデータ伸長
手段は、適合した文書情報の圧縮テキストデータを再び
伸長し出力する。最後に、検索照合結果に従い、圧縮テ
キストデータを取りだし、原文書コードへ伸長処理を行
った後、ＣＲＴもしくはプリンタ等表示手段を用い出力
する。

【００２７】かくして本発明に依れば、上記単語／圧縮
コード変換を利用したテキストデータ圧縮手段を用いる
ことにより、原文書の情報をなんら削減すること無く膨
大なテキストデータを削減することができ、さらに、文
書検索時にテキストを原文書に伸長処理すること無く高
度な検索処理を支援することが可能となり、特に、全文
検索システム応用に対し従来の方式より高速かつ確実な
文書情報検索装置を提供できる。

【００２８】

【実施例】以下本発明の実施例について図面により説明
する。

【００２９】まず、図１に本発明が適用される装置の一
例としての文書情報検索装置の構成を示す。図１におい
て、１０１は、テキスト／イメージデータ入力部であ
り、ネットワークもしくは各種インターフェイスを介し
てテキストおよびイメーシデータを取り込む。１０２
は、テキストデータ解析部であり、入力されたテキスト
データを解析する。１０３は、テキストデータ圧縮部で
あり、テキストデータ解析結果に従いテキストコードの
圧縮を行う。１０４は、コード変換辞書であり、コード
圧縮／伸長時に圧縮コードと原文字コードとのコードデ
ータ対を保持する。１０５は、同義語／類義語辞書であ
り、単語の同義語／類義語を保持する。１０６は、テキ
ストデータファイルであり、圧縮テキストデータを保持
する。１０７は、イメージデータファイルであり、テキ
ストデータに付随するイメージデータを保持する。１０
８は、キーボードなどの入力手段であり、文書情報登録
時には文書情報のテキストデータを入力し、また、テキ
スト検索時にはキーワード（キー情報）／検索条件を入
力する。１０９は、検索式解析部であり、入力した検索
式をキーワードと検索条件等に分離あるいは解析を行
う。１１０は、検索式変換部であり、入力されたキーワ
ードを検索条件に従い展開し、更に圧縮テキストデータ
検索に適合する検索語（圧縮キーデータ）に変換する。
１１１は、文字列照合部であり、テキスト登録時には入
力されたテキストデータとコード変換辞書１０４に蓄積
された単語とのマッチングを行い、また、テキスト検索
時には生成された検索語に対しテキストデータファイル
より読み込んだ圧縮テキストデータとのマッチングを行
う。１１２は、検索条件判別部であり、文字列照合部よ
り得られた照合結果に対し検索式解析部より得られた検
索条件式に適合する文書を判別する。１１３は、テキス
トデータ伸長部であり、検索条件判別部より得られた検
索結果に対しテキストデータファイルより圧縮テキスト
データを取り出しテキストデータの伸長を行う。１１４
は、ＣＲＴディスプレイなどの表示手段であり、テキス
トおよびイメージデータを表示する。１１５は、ディス
プレイ制御回路であり、ディスプレイ１１４を制御す
る。１１６は、プリンタなどの出力手段であり、テキス
トおよびイメージデータを実際に紙面にハードコピー等
を取ることができる。１１７は、プリンタ制御回路であ
り、プリンタ１１６を制御する。１１８は、テキスト／
イメージバスであり、相互にデータのやり取りを実行す
る。１１９は、スキャナなどの画像入力部であり、画像
情報をデータとして取り込む。１２０は、ＯＣＲなどの
文字認識部であり、取り込んだ画像データより文字情報
を抽出して判読する。

【００３０】つぎに、図１の各部の動作をテキストデー
タ登録時とテキストデータ検索時とに分けて、フローチ
ャート（プロブレム・アナリシス・ダイヤグラム，Prob
rem-Anarysis・Diagram、以下ＰＡＤとする）を用い詳説
する。

【００３１】図２に、本発明によるテキストデータ登録
方式の一実施例であるフローチャート（ＰＡＤ）を示
す。

【００３２】テキストデータの登録としては、まず、テ
キストデータを入力する（Ｓ２０２）。入力するテキス
トデータは、テキスト／イメージデータ入力部１０１を
用いて他の情報機器よりネットワークもしくは各種イン
タフェースを介して読み込むものでも良いし、スキャナ
等画像入力部１１９を用いて入力した画像データをＯＣ
Ｒ等文字認識部１２０を用いて文字コードへと変換後入
力するものでも良いし、キーボード１０８を用いテキス
トデータを直接入力するものでも良い。つぎに、入力さ
れたテキストデータの圧縮を行なう前処理としてテキス
トデータの解析を行なう（Ｓ２０３）。これはテキスト
データ解析部１０２にて行うものとし、この部分は、次
ステップで必要となる辞書との照合に際し、単語の照合
ずれの発生を防ぐものである。処理手法として、日本語
構文解析処理を用い、単語／述語／接続詞等に分離／認
識する手法、単語の照合ずれが生じる部分のみ認識し、
辞書照合時に文字列照合部に認識結果を与え照合時のず
れを除去する手法等がある。単語／述語／接続詞等に分
離／認識する手法では、入力されたテキストデータにつ
いて日本語解析処理を用い、単語／述語／接続詞等に分
離して認識する。単語の照合ずれが生じる部分のみ認識
する方法については、後述する。さらに、上記テキスト
データの解析が終了した文書に対し、コード変換辞書１
０４との照合を行い解析結果に対する圧縮コードを生成
する（Ｓ２０４）。コード変換辞書１０４は、原文書テ
キストの単語コードとそれに対応する圧縮コードとを１
対１に対応させ辞書として持つものとし、その容量の大
きさに対応して磁気ディスク上に格納するかあるいは高
速化を考慮し半導体メモリ上に配置するものとする。テ
キストデータ解析部１０２にて解析されたテキストデー
タは、文字列照合部１１１にてコード変換辞書１０４に
登録されているテキスト単語データとの照合が行われ、
照合結果として単語レベルでの圧縮コードが得られる。
上記文字列照合部１１１にて生成した照合結果は、テキ
ストデータ圧縮部１０３に転送される。テキストデータ
圧縮部１０３では、テキストデータ解析部１０２からの
解析結果と先の照合結果（すなわち、単語レベルでの圧
縮コード）を用い、テキストの圧縮処理を行う（Ｓ２０
５）。最後に、上記圧縮変換されたテキストデータは、
テキストデータファイル１０６に登録される（Ｓ２０
６）。テキストデータ登録には、大容量化に対応するた
めに光ディスクを用いるか、検索速度を考慮し磁気ディ
スクなどを用いることができる。上記登録処理をテキス
トデータ終了まで繰り返す（Ｓ２０１）。

【００３３】上記実施例において、テキストデータに関
連したイメージデータを取り込み（Ｓ２０２）、テキス
トデータファイル１０６上にテキストデータと共にイメ
ージデータを登録したり、あるいは、別ファイル（イメ
ージデータファイル１０７）にテキストデータと共にイ
メージデータを登録することも可能である。各テキスト
データに関連するイメージデータの管理情報は、テキス
トデータに付して保存する。

【００３４】また、上記実施例において、テキストデー
タとコード変換辞書１０４との文字列照合時に、同義語
／類義語辞書１０５を用い、同義語あるいは類義語は、
単語レベルでは同じ意味内容とみなし、これら原テキス
トデータ中の同義語あるいは類義語に対し圧縮テキスト
データでは１つのコードを割り当てることも可能であ
る。

【００３５】つぎに、この同義語等のコード割当てと検
索について、図６、図７および図８を用いて説明する。
図６は同義語テーブルの一例を示し、図７は同義語圧縮
テキスト変換のコード割当ての一実施例を示し、図８は
同義語圧縮キーワード変換の一実施例を示している。原
テキストデータ中の同義語あるいは類義語に対し圧縮テ
キストデータでは１つのコードを割り当てるために、図
６に示すような同義語テーブルを、同義語／類義語辞書
１０５内に、もしくは、コード変換辞書１０４として設
けておく。同義語テーブルには、複数個の同義語に対し
１つの圧縮コードを割当て、圧縮コードの後に同義語の
ＩＤ番号を示しておく。例えば、図７に示すように、
『大型コンピュータ分野では』のような原テキストデー
タが入力された場合に、圧縮テキスト変換は、圧縮コー
ドの（３０Ａ２）を割り当てる。その後に、特殊コード
の（ＦＦＦ０）により、つぎのコードが同義語ＩＤであ
ることを示し、つぎに、同義語ＩＤ番号の（０００１）
を示し、これらを圧縮テキストとして登録する。検索時
には、同義語は同じキーワードとして扱い、同義語ＩＤ
を読み飛ばして照合を行う。例えば、図８に示すよう
な、『大型計算機分野』というキーワードが与えられた
場合には、同義語／類義語辞書１０５を用いて展開され
て、それぞれに対応する圧縮コードが割り当てられて
る。圧縮キーワードと圧縮テキストデータとを照合する
場合には、特殊コードの（ＦＦＦ０）により、つぎの同
義語ＩＤを読み飛ばして照合を行う。もしくは、圧縮キ
ーワードへの変換時に、同義語が存在することを検知し
て、その同義語が存在する圧縮コードが照合されたとき
には、後の特殊コード（ＦＦＦ０）と同義語ＩＤ番号と
を読み飛ばして照合を行うようにしてもよい。また、伸
長時には、同義語ＩＤ番号と同義語テーブルとを用い
て、原テキストデータに復元処理する。

【００３６】以上のようなフローにより、テキストデー
タを圧縮コードに割り当てて、該圧縮されたテキストデ
ータをテキストデータファイルもしくはイメージデータ
ファイルに登録することができる。

【００３７】つぎに、テキストデータの検索を行う場合
の動作フローについて図３を用いて説明する。図３に、
本発明によるテキストデータ検索方式の一実施例のフロ
ーチャート（ＰＡＤ）を示す。

【００３８】まず、テキスト検索用のキーワードおよび
検索式を入力する（Ｓ３０１）。キーワードおよび検索
式の入力には、キーボード１０８を用いても良いし、各
種情報機器よりインタフェースを介してテキスト入力部
１０１より入力しても良い。また、印刷物等各種紙面情
報をスキャナ等画像入力部１１９を用い入力し、該画像
データをＯＣＲ等文字認識部１２０を用い変換した文字
コード情報をキーワードおよび検索式として用いても良
い。つぎに、入力された１または２以上のキーワードお
よび検索式は、検索式解析部１０９に転送され、キーワ
ードは、各々分離されそれぞれのキーワード間の検索条
件が解析／認識される（Ｓ３０２）。検索条件等に従
い、これら分離されたキーワード群に対し、前述のよう
な同義語／類義語辞書１０５を用い、同義語／類義語展
開が行われ（Ｓ３０３）、あるいは、誤り許容文字列展
開（入力されたキーワードに対し１文字もしくは指定文
字の入力文字誤りを許容する検索が可能となるキーワー
ド展開を行う処理）が行われる（Ｓ３０４）。上記キー
ワード展開が成された後、テキストデータ登録時と同様
に圧縮コード変換の前処理としてキーワードの解析処理
が行われる（Ｓ３０５）。処理内容は次ステップの辞書
照合時に単語の照合ずれが生じることを防止するもので
あり、登録時と同じくテキストデータ解析部１０２にて
行う。つぎに、上記キーワード解析結果とコード変換辞
書との照合を行い（Ｓ３０６）、照合された結果、キー
ワード解析処理結果と一致した圧縮コードを用いキーワ
ードの圧縮コードを生成する（Ｓ３０７）。コード変換
にはコード変換辞書１０４を用い、文字列照合部１１１
にてキーワードとコード変換辞書との照合を行い、その
結果を用いテキストデータ圧縮部１０３にてキーワード
の圧縮処理を行うことによって、キーワード圧縮コード
を生成する。

【００３９】上記処理にてキーワードの圧縮変換が成さ
れるので、つぎに、圧縮コードレベルでのキーワードと
テキストデータとの文字列照合を行う（Ｓ３０８）。圧
縮したテキストデータは、テキストデータファイル１０
６から取り出し、取り出したテキストデータは、文字列
照合部１１１にてキーワードと照合が行われる。本発明
では、キーワード、テキストデータを共に同じ手法を用
いて圧縮し、文字列検索／照合を圧縮したテキストデー
タに対し直接行うことを特徴とする。これにより、テキ
ストデータ照合時に原文書テキストへ伸長を行う処理を
必要とせず、テキスト照合の高速化／簡略化が図れる。
キーワードとテキストデータとの文字列照合結果は、検
索条件判別部１１２に転送され、検索式解析部１０９に
て得られた検索条件に従い照合結果の判定が行われる
（Ｓ３０９）。検索条件に適合した文書あるいは文書部
分は、文字列照合部１１１より転送されあるいは再びテ
キストデータファイル１０６より取り出され、テキスト
データ伸長部１１３に入力される（Ｓ３１０）。テキス
トデータ伸長部では、入力された圧縮テキストデータを
原文書テキストデータに伸長処理し、ディスプレイ制御
回路１１５よりＣＲＴディスプレイ１１４にテキストを
表示し、あるいは、プリンタ制御回路１１７を介しテキ
ストをプリンタ１１６にて紙面へ印字出力する。

【００４０】上記実施例において、テキストデータの登
録時あるいは検索語の入力時に解析処理にて、単語の照
合ずれを全て除くことができない場合がある。例えば、
図９（ａ）に示すように、『過去それはともあれ現在』
のように単語が重複する場合には、照合ずれが起きる可
能性がある。これをテキストデータ解析処理部にて解決
する手法として、テキストデータ検索時、検索語解析
処理（Ｓ３０５）に於いて、ずれ読みにて生じる可能性
のあるキーワードを全て展開／圧縮コード変換し、この
展開したキーワード圧縮コードについてテキストデータ
とのマッチングを行う手法、テキストデータ登録時、
ずれ読みの可能性のある単語については、幾通りか生じ
る候補に対しずれ読み候補である事が検索時に判断可能
となる何らかのマークを付して登録する手法、ずれ読
みの可能性のある単語については、圧縮コード変換を行
わず原文書テキストコードを登録し、テキスト検索時に
キーワードを圧縮コード／原文書テキストコードの両コ
ードに展開し検索を行う手法、等がある。

【００４１】上記手法については、検索時のキーワー
ドのずれ読みが生じる場合において、該キーワードにつ
いて読み取れる単語について全てを挙げだし、その全て
を圧縮コード変換する。図９（ａ）に示す例の『過去そ
れはともあれ現在』の場合には、『それはともあれ』の
部分にずれ読みが生じる可能性があるので、『それは・
ともあれ』と、『それ・はと・も・あれ』とについて圧
縮コード変換する。これらの展開した圧縮コードについ
てテキストデータのマッチングを行う。

【００４２】上記手法については、テキストデータ登
録時、ずれ読みの可能性のある単語の前後に所定のコー
ドを付加しておき、照合ずれの可能性があることを明確
にしておく。例えば、図９（ｂ）に示すように、照合ず
れ開始コードとして（ＦＦＦＣ）を用い、第１の候補の
圧縮コードを記述する。つぎに、他候補開始指示として
（ＦＦＦＦ）を用い、第２の候補を記述する。さらに、
他の候補がある場合には、同様に、（ＦＦＦＦ）を用い
他の候補を記述する。最後に、照合ずれ終了コードとし
て（ＦＦＦＥ）を用いて、テキストデータの登録をす
る。つぎに、上記場合の検索方法について図１０および
図１１を用いて説明する。図１０は照合ずれテキスト検
索用キーワード変換の状態遷移図を示している。図１１
は、照合ずれテキスト検索アルゴリズムを示している。
照合ずれを含む圧縮テキストの検索は、前述のように特
別のコードの、（ＦＦＦＣ）、（ＦＦＦＦ）、（ＦＦＦ
Ｅ）を用いているので、これらの特別コードがある場合
には検索時に特別な処理をする必要がある。図１０にお
いて、キーワードとして照合ずれテキストでない通常の
圧縮テキストの照合の場合には、状態遷移⇒⇒の
ように遷移して文字列照合をする。照合途中に、照合ず
れテキストが表れた場合には、、およびの遷移に
て対応する。また、テキスト照合ずれの途中からキーワ
ードとの照合が開始される場合には、状態およびに
て対応できる。図１０において、キーワードとして、
『ともあれ現在』が入力された場合には、キーワードを
圧縮コードに変換し、圧縮キーワードにして照合する。
図１１に示すフローに従い、圧縮テキストを１コードづ
つ読みだして照合を行う。圧縮テキスト中に、所定のコ
ードの、（ＦＦＦＣ）が読みだされたときには、照合ず
れの可能性のある圧縮コードとして、複数ある候補を読
みだし、それぞれの圧縮キーワードとの照合を行う。

【００４３】上記手法については、ずれ読みの可能性
のある単語については、圧縮コード変換を行わず原文書
テキストコードを登録しておく。テキスト検索時には、
キーワードを圧縮コードおよび原文書テキストコードの
両コードに展開し、両方の検索を行うことによりずれ読
みの可能性を防ぐ。

【００４４】上記手法を用いることにより、テキストデ
ータ解析部１０２およびテキストデータ登録時には、テ
キストデータ解析処理（Ｓ２０３）を、また、テキスト
データ検索時には検索語解析処理（Ｓ３０５）を省き、
コード変換辞書１０４とのマッチングのみにて圧縮コー
ドを生成することが可能となる。

【００４５】また、上記実施例において、対象とするテ
キストに応じてコード変換辞書の種類を変更することや
複数種類備えることも可能である。例えば、英文テキス
トに対応するコード変換辞書、技術用語対応辞書と一般
事務用語対応辞書等考慮できる。どの辞書を使用するか
は、文書の種類に応じて用いる辞書を選択できる。これ
は、入力手段１０８にて選択指示を受け付けることによ
り選択する。この時、文書テキスト圧縮時と文書検索／
伸長時には同じ辞書が用いられる。どのような辞書を用
いて圧縮を行ったかは、圧縮テキストデータに辞書管理
情報を付加し、テキストデータファイル１０６へ保存す
ることによりコード変換辞書の管理を行うものとする。

【００４６】さらに、上記実施例において、テキストデ
ータ登録時にテキストに付随して登録したイメージデー
タに対し、テキスト検索結果に従い、テキストと共にイ
メージデータファイル１０７よりこれを取り出し、ディ
スプレイ１１４へ表示もしくはプリンタ１１６を用いて
印刷を行うことも可能である。また、テキストの検索結
果として、原文テキストデータをディスプレイ１１４あ
るいはプリンタ１１６へ表示する代わりに、原文テキス
トデータが含まれているファイル名／インデックス等テ
キストの管理情報を表示する手法、あるいは、原文テキ
ストデータに関連するイメージデータ等の情報を表示す
る手法等がある。管理情報を表示する手法としては、原
文テキストデータのファイル名／インデックス、ファイ
ル番号、ファイル容量等の少なくとも１つを、識別子情
報としてテキストデータファイル１０６に登録して格納
おき、検索条件判別部１１２が、適合した文書の圧縮テ
キストデータを伸長させる代わりに、上記文書の識別子
情報を出力するようにしてもよい。また、イメージデー
タ等の情報を表示する手法としては、文書情報に関連し
たイメージデータをイメージデータファイル１０７に格
納し、検索条件判別部１１２が、適合した文書の圧縮テ
キストデータを伸長させる代わりに、文書情報に関連し
たイメージデータを出力するようにしてもよい。

【００４７】上記手法を用いることにより、圧縮テキス
トデータを再び原文書テキストデータに伸長処理する必
要は無い。

【００４８】さらに、上記実施例において、テキストデ
ータとキーワードとの文字列照合時（Ｓ３０８）文字間
距離指定（２つあるいはそれ以上の単語が出現する間に
含まれる文字数を指定する検索）等圧縮テキストにて支
援困難な検索条件をサポートするため、検索語に圧縮コ
ード変換を適応する手法を用いず、テキストデータファ
イルより読みだした圧縮テキストをテキストデータ伸長
部１１３にて原文書テキストに伸長し、これとキーワー
ドとの文字列照合を行う構成でも良い。この時、検索語
解析処理（Ｓ３０５）検索語とコード変換辞書との照合
（Ｓ３０６）およびキーワード圧縮処理（Ｓ３０７）を
行う必要は無い。文字列照合時には、キーボード１０８
から伸長後の原文書テキストで照合するか、圧縮テキス
トで照合するかを選択指示できる。

【００４９】さらに、上記実施例において、テキストデ
ータ伸長をディスプレイ制御回路およびプリンタ制御回
路が行う構成も可能である。この時、テキストデータ伸
長部１１３はディスプレイ制御回路１１５およびプリン
タ制御回路１１７に含まれる構成となる。

【００５０】図４にテキスト圧縮についての一実施例を
示す。

【００５１】図４（ａ）は原文書テキストの一部を示し
ている。ここでは、「すなわち文書情報検索装置のブロ
ック図は」なるテキストを例にする。従来は、原文書テ
キストの１つの文字に対して１つのコードが与えられて
いる。例えば、テキストコードとして一般に用いられる
シフトＪＩＳコードでは、１つの文字に対し１６ビット
コードが１つずつ与えられており従来例では１６ビット
コードが１９個必要となる。しかし、各語の意味単位を
考慮すると、意味としての最小単位は各単語（熟語、接
続詞、その他）である。この例では、「すなわち」「文
書」「情報」「検索」「装置」「ブロック」等がこれに
あたる。そこで、テキストデータ解析部１０２におい
て、この意味最小単位である単語に展開し、テキストデ
ータ圧縮部１０３がコード変換辞書１０４に基づいてそ
れぞれコードを割り振ることにより、文書テキストの圧
縮を行う。本例では、図４（ｂ）に示す如く、「すなわ
ち」→(01AB)、「文書」→(2153)、「ブロック」→(0A3
B)等、各単語に１６ビットコードを割り当てるものとす
る。コード変換辞書１０４には、上記原文書の単語コー
ド（例えば「ブロック」の文字コード）と変換語の圧縮
文字コード（例えば「0A3B」）を対にして登録してお
く。登録する単語は、汎用の国語辞典を用いても良い
し、ユーザが入力手段１０８から登録しても良い。ただ
し、各文字のコード情報は圧縮テキスト変換後もサポー
トするものとする。上記実施例では、「の」「図」
「は」がこれにあたる。これら手法を用い、図４（ｂ）
テキストデータは、テキストデータ圧縮部１０３により
圧縮テキストデータ図４（ｃ）に示すように変換され、
テキストデータファイル１０６にファイリングされる。

【００５２】検索時には、検索用のキーワードが入力さ
れ、キーワードを上記テキストデータと同様に、各単語
ごとに圧縮キーワードに変換することにより、圧縮キー
ワードと圧縮テキストデータとを照合して検索をする。

【００５３】上記実施例では、圧縮変換結果として１６
ビットコード９個のテキストが得られ、圧縮率として５
０％以上の圧縮効果が得られている。上記圧縮手法を用
いることにより、上記実施例ではテキスト容量を約１／
２に削減し、ディスク等蓄積媒体からの読みだし時間を
半分にすると同時に、上記圧縮を行ったテキストデータ
に対し検索を行うことにより検索時テキストデータとキ
ーワードとのマッチングを行う回数を半減し、結果とし
て検索速度は２倍以上の高速化を実現できることとな
る。

【００５４】図５に本発明が適応される情報処理システ
ムの構成図についての一例を示す。

【００５５】図中、５０１は、ＣＰＵ（中央演算処理装
置）であり、テキスト／イメージデータ、キーワードお
よび検索条件式、文書識別子情報等に各種処理を行う。
５０２は、画像入力装置であり、イメージデータを紙面
等より取り込む。５０３は、文字認識装置であり、取り
込んだイメージデータより文字成分のみ抽出／認識し、
文書情報をテキストデータに変換を行う。５０４は、ネ
ットワーク／ホストコンピュータ接続装置であり、各種
外部機器よりネットワークを介してテキスト／イメージ
データを取り込む。５０５は、文字列照合プロセッサで
あり、オートマトンその他文字照合アルゴリズムを用い
文字列照合動作を高速に処理する。５０６は、コード変
換辞書であり、原文書の文字コードと圧縮変換後の圧縮
コードを対にして蓄積する。５０７は、同義語／類義語
辞書であり、検索時にキーワードに対し同義語／類義語
検索を行う。５０８は、記憶装置のテキストデータファ
イルであり、圧縮変換を行った圧縮テキストデータを蓄
積する。５０９は、イメージデータファイルであり、テ
キストデータに付随したイメージデータを蓄積する。５
１０は、キーボードなどの入力手段であり、検索時にキ
ーワードを入力するためあるいはテキストデータを直接
入力する。５１１は、ＣＲＴなどの表示手段であり、検
索結果を表示する。５１２は、ＣＲＴ制御回路であり、
ＣＲＴ５１１を制御する。５１３は、プリンタなどの出
力手段であり、検索結果を紙面に打ち出す。５１４は、
プリンタ制御回路であり、プリンタ５１３を制御する。
ＣＲＴ５１１およびプリンタ５１３は、出力装置であ
り、検索結果を出力することができる。

【００５６】まず、テキストデータ登録時には、ネット
ワーク／ホストコンピュータ接続装置５０４を介しテキ
ストデータが、あるいは、画像入力装置５０２より入力
されたイメージデータについて文字認識装置５０３を用
い、認識／変換されたテキストデータがＣＰＵ５０１に
入力される。もしくは、キーボード５１０を用い直接テ
キストデータが、ＣＰＵ５０１に入力される。入力され
たテキストデータは、ＣＰＵ５０１にて解析された後、
文字列照合プロセッサ５０５にて、コード変換辞書５０
６に登録されている単語との文字列照合が行われ、この
照合結果を用いＣＰＵ５０１にて圧縮処理が行われる。
圧縮されたテキストデータは、テキストデータファイル
５０８に蓄積され、テキストデータとともに入力された
イメージデータはイメージデータファイル５０９に蓄積
される。

【００５７】つぎに、テキストデータ検索時には、キー
ボード５１０より、あるいは、ネットワーク／ホストコ
ンピュータよりネットワーク／ホストコンピュータ接続
装置５０４を介して、あるいは、画像入力装置５０２と
文字認識装置５０３とを介して、キーワードと検索式と
がＣＰＵ５０１へ入力される。入力されたキーワードと
検索式とは、ＣＰＵ５０１にて解析され、キーワードに
ついては同義語／類義語辞書５０７を用い、同義語／類
義語展開され、さらに、コード変換辞書５０６および文
字列照合プロセッサ５０５からの照合結果を用い、ＣＰ
Ｕ５０１にて圧縮コード変換される。つぎに、上記圧縮
コード変換されたキーワードに対し、テキストデータフ
ァイル５０８より取り出された圧縮テキストデータにつ
いて文字列照合プロセッサ５０５にて文字列照合が行わ
れる。この文字列照合結果は、ＣＰＵ５０１にて照合結
果の判定が行われ、検索結果に適合した文書はＣＲＴ５
１１あるいはプリンタ５１３を用い検索者に表示される
ことになる。

【００５８】上記システム構成図において、文字列照合
に速度あるいは高度な機能が必要とされない場合、文字
列照合はＣＰＵ５０１が行い、文字列照合プロセッサ５
０５を削除することが可能である。また、文字認識に速
度あるいは高度な機能が必要とされない場合、文字認識
をＣＰＵ５０１が行い、文字認識装置５０３を削除する
ことも可能である。また、上記システム構成図におい
て、テキストデータファイル５０８とイメージデータフ
ァイル５０９とを分離しているが、これを１つとしテキ
ストデータとイメージデータを同じファイルに蓄積する
構成も可能である。

【００５９】本発明によれば、文書テキスト情報登録時
において、テキストコードを圧縮処理し、テキストデー
タファイル中に保存するので、原文テキストの情報を落
すこと無く膨大なテキストデータを削減することができ
る。

【００６０】また、文書テキスト情報検索時において、
圧縮処理されたテキストデータを読みだすので、従来の
原文書フルテキストサーチに比べテキスト蓄積手段より
ディスクリードを行う為に必要となる処理時間を短縮
し、結果として検索速度の向上につながる。

【００６１】さらに、文書圧縮手法に原文書の意味の保
存を考慮し、意味最小単位を単語とみなし、これに新た
な圧縮コードを与える手法を用い、さらに、検索語にも
同様の圧縮変換を施した後圧縮コードを用いたマッチン
グを行うことにより、圧縮テキスト検索時にテキストデ
ータの原文書への伸長を必要とせず、高速で簡便な文書
テキスト検索手法を提供するものである。特に、フルテ
キストサーチ応用等膨大な文書テキストを検索する必要
が生じる使用法において、本方式の効果は顕著である。

【００６２】

【発明の効果】本発明によれば、テキストデ−タの検索
速度を向上させると同時に、文書デ−タの増加をもたら
さず、かつ、本文テキストの再サ−チを必要としない優
れた全文検索システムを実現することができる。

【図面の簡単な説明】

【図１】本発明の一実施例を示す構成図。

【図２】テキストデータ登録時のフローチャート。

【図３】テキストデータ検索時のフローチャート。

【図４】テキスト圧縮の一実施例。

【図５】本発明の一実施例を示すシステム構成図。

【図６】同義語テーブルの一例。

【図７】同義語圧縮テキスト変換の一実施例。

【図８】同義語圧縮キーワード変換の一実施例。

【図９】テキスト圧縮時における照合ずれ処理の一実施
例。

【図１０】照合ずれテキスト検索用キーワード変換の一
実施例。

【図１１】照合ずれテキスト検索アルゴリズム。

【符号の説明】

１０１…テキスト／イメージデータ入力部、１０２…テ
キストデータ解析部、１０３…テキストデータ圧縮部、
１０４…コード変換辞書、１０５…同義語／類義語辞
書、１０６…テキストデータファイル、１０７…イメー
ジデータファイル、１０８…キーボード、１０９…検索
式解析部、１１０…検索式変換部、１１１…文字列照合
部、１１２…検索条件判別部、１１３…テキストデータ
伸長部、１１４…ディスプレイ、１１５…ディスプレイ
制御回路、１１６…プリンタ、１１７…プリンタ制御回
路、１１８…テキスト／イメージバス、１１９…画像入
力部、１２０…文字認識部。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 横山 佳弘 神奈川県横浜市戸塚区吉田町292番地 株 式会社日立製作所マイクロエレクトロニク ス機器開発研究所内 (72)発明者 増崎 秀文 神奈川県小田原市国府津2880番地 株式会 社日立製作所小田原工場内

Claims (19)

【特許請求の範囲】
1. 【請求項１】文書情報を入力するための文書情報入力手
   段と、前記文書情報を登録して格納するテキストデータ
   格納手段と、登録した文書情報を検索するためのキー情
   報と検索条件とを入力する入力手段と、前記キー情報と
   登録した文書情報とを照合する文字列照合手段と、前記
   検索条件から検索条件式を生成する検索式変換手段と、
   前記検索条件式に適合する文書情報を判別する検索条件
   判別手段と、前記検索条件判別手段で判別した結果を出
   力する出力手段とを有する文書情報検索装置において、 入力された文書情報を圧縮テキストデータに圧縮変換す
   るテキストデータ圧縮手段と、圧縮テキストデータを原
   文書情報に伸長するテキストデータ伸長手段とを有し、 前記テキストデータ格納手段は、圧縮テキストデータを
   登録して格納し、 前記検索式変換手段は、入力されたキー情報を圧縮キー
   データに圧縮変換して前記検索条件から検索条件式を生
   成し、 前記文字列照合手段は、圧縮キーデータと登録した圧縮
   テキストデータとを照合し、 前記検索条件判別手段は、前記文字列照合手段から出力
   される照合結果をもとに前記検索式変換手段から与えら
   れた前記検索条件式に適合する文書情報の圧縮テキスト
   データを判別し、 前記テキストデータ伸長手段は、適合した文書情報の圧
   縮テキストデータを原文書情報に伸長することを特徴と
   する文書情報検索装置。
2. 【請求項２】請求項１において、入力された文書情報
   を、１つの意味単位とみなし得る単語ごとに展開するテ
   キストデータ解析部をさらに有し、 前記テキストデータ圧縮手段は、展開された単語ごとに
   圧縮コードを割り当てて圧縮テキストデータに圧縮変換
   することを特徴とする文書情報検索装置。
3. 【請求項３】請求項２において、１つの意味単位とみな
   せる単語と圧縮コードとを対にして格納するコード変換
   辞書をさらに有し、 前記テキストデータ圧縮手段は、前記コード変換辞書を
   参照して圧縮変換することを特徴とする文書情報検索装
   置。
4. 【請求項４】請求項３において、前記入力手段は、前記
   コード変換辞書に登録すべき単語を受け付けて、前記コ
   ード変換辞書は、該登録すべき単語を登録することを特
   徴とする文書情報検索装置。
5. 【請求項５】請求項２において、前記テキストデータ解
   析部は、入力された文書情報の構文解析を行い、各単語
   に展開することを特徴とする文書情報検索装置。
6. 【請求項６】請求項２において、表記の異なる同義語／
   類義語群と圧縮コードとを対にし、表記の異なる同義語
   ／類義語ごとに識別情報を付加して格納する同義語／類
   義語テーブルをさらに有し、 前記テキストデータ圧縮手段は、同義語／類義語テーブ
   ルを参照して原文書テキスト中の単語について表記の異
   なる同義語／類義語群に対し１つの圧縮コードを割り当
   てて、同義語／類義語であることを示す情報と前記識別
   情報とを付加して、圧縮変換することを特徴とする文書
   情報検索装置。
7. 【請求項７】請求項６において、前記検索式変換手段
   は、入力されたキー情報を同義語／類義語テーブルを参
   照して圧縮キーデータに圧縮変換し、前記検索条件から
   検索条件式を生成し、 前記文字列照合手段は、同義語／類義語であることを示
   す情報を検知して前記識別情報を読み飛ばし、圧縮キー
   データと登録した圧縮テキストデータとを照合すること
   を特徴とする文書情報検索装置。
8. 【請求項８】請求項１において、前記テキストデータ伸
   長手段は、キー情報照合時に照合する圧縮テキストデー
   タの伸長を行い、 前記文字列照合手段は、キー情報と伸長された文書情報
   との照合を行うことを特徴とする文書情報検索装置。
9. 【請求項９】請求項２において、テキストデータ解析部
   は、単語のずれ読みが生じる部分を認識し、単語のずれ
   読みが生じる部分に予め定めた情報を付加しておくこと
   を特徴とする文書情報検索装置。
10. 【請求項１０】請求項９において、前記テキストデータ
    解析部は、単語のずれ読みが生じる場合にずれ読みの可
    能性がある単語を挙げて展開しておき、前記テキストデ
    ータ圧縮手段は、展開された全ての単語に圧縮コードを
    割り当てて圧縮テキストデータに圧縮変換し、 検索時に、前記文字列照合手段は、挙げだした単語全て
    を圧縮キーデータと照合することを特徴とする文書情報
    検索装置。
11. 【請求項１１】請求項２において、テキストデータ解析
    部は、単語のずれ読みが生じる部分を認識し、前記テキ
    ストデータ圧縮手段は、単語のずれ読みが生じる部分の
    圧縮変換を行わず、前記テキストデータ格納手段は、単
    語のずれ読みが生じる部分をテキストデータとして格納
    し、 検索時に、前記文字列照合手段は、キー情報と前記テキ
    ストデータとの照合も行うことを特徴とする文書情報検
    索装置。
12. 【請求項１２】請求項２において、前記検索式変換手段
    は、入力されたキー情報の単語のずれ読みが生じる部分
    を認識し、単語のずれ読みが生じる場合にずれ読みの可
    能性がある単語を挙げて展開しておき、展開された全て
    の単語に圧縮コードを割り当てて圧縮キーデータに圧縮
    変換して前記検索条件から検索条件式を生成し、 検索時に、前記文字列照合手段は、全ての圧縮キーデー
    タについて圧縮テキストデータと照合することを特徴と
    する文書情報検索装置。
13. 【請求項１３】請求項３において、コード変換辞書を複
    数種類備え、前記入力手段は、文書の種類に応じて用い
    る辞書の選択指示を受け付けて、 前記テキストデータ圧縮手段は、指示されたコード変換
    辞書を参照して圧縮変換し、変換後の圧縮テキストに対
    し用いたコード変換辞書識別情報を付加し、 テキストデータ伸長時に、前記テキストデータ伸長手段
    は、該コード変換辞書識別情報を参照し、対応するコー
    ド変換辞書を用いて伸長することを特徴とする文書情報
    検索装置。
14. 【請求項１４】請求項１３において、前記検索式変換手
    段は、前記指示されたコード変換辞書を参照して入力さ
    れたキー情報を圧縮キーデータに圧縮変換することを特
    徴とする文書情報検索装置。
15. 【請求項１５】請求項１において、前記テキストデータ
    格納手段は、圧縮テキストデータとともに該圧縮テキス
    トデータの識別子情報を登録して格納し、 前記検索条件判別手段は、前記テキストデータ伸長手段
    における、適合した文書の圧縮テキストデータを原文書
    情報に伸長させて出力する代わりに、前記文書の識別子
    情報を出力することを特徴とする文書情報検索装置。
16. 【請求項１６】請求項１において、文書情報登録時に、
    該文書情報に関連したイメージデータを登録するイメー
    ジデータ格納手段をさらに備え、 前記検索条件判別手段は、前記テキストデータ伸長手段
    における、適合した文書の圧縮テキストデータを原文書
    情報に伸長させて出力する代わりに、該文書情報に関連
    したイメージデータを出力することを特徴とする文書情
    報検索装置。
17. 【請求項１７】文書情報を検索する文書情報検索装置に
    おける文書情報登録／検索方法において、 文書情報登録時に、入力された文書情報を圧縮テキスト
    データに圧縮変換して登録し、 文書情報検索時に、入力されたキー情報を圧縮キーデー
    タに圧縮変換し、該圧縮キーデータと前記圧縮テキスト
    データとを照合して適合する圧縮テキストデータを検索
    することを特徴とする文書情報登録／検索方法。
18. 【請求項１８】文書情報を入力する入力装置と、文書情
    報を記憶する記憶装置と、文書情報を検索するためのキ
    ー情報を受け付けるキー入力手段と、文書情報を検索す
    る中央演算処理装置と、検索結果を出力する出力装置と
    を有する情報処理システムにおいて、 前記中央演算処理装置は、前記入力装置で入力された文
    書情報を圧縮テキストデータに圧縮変換して記憶装置に
    登録し、前記キー入力手段で入力されたキー情報を圧縮
    キーデータに圧縮変換し、該圧縮キーデータと前記圧縮
    テキストデータとを照合して適合する圧縮テキストデー
    タを検索することを特徴とする情報処理システム。
19. 【請求項１９】請求項１８において、１つの意味単位と
    みなせる単語と圧縮コードとを対にして格納するコード
    変換辞書をさらに有し、 前記中央演算処理装置は、前記コード変換辞書を参照し
    て圧縮変換することを特徴とする情報処理システム。