JPH0555912B2 - - Google Patents

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は日本語による多量の文字情報から成る
データベースの中から検索条件に適合するデータ
を検索する日本語情報検索システムに関する。

（従来の技術） 従来のこの種の日本語情報検索システムは、日
本語によるデータを記憶するためのデータ部と、
予め定めた基本の日本語を起点としこの日本語を
つなぎ配列化したリストとを備え、データを登録
するときにはこのデータを構成する日本語をリス
トに登録しておき、情報検索時には検索条件に基
づきキーワードによつてリストを走査しこの結果
によつて指定されるデータをデータ部から読み出
すようにしている。

（発明が解決しようとする問題点） このような従来方式においては、階層構造のリ
ストを検索に使用するため、データベースのデー
タ量が尨大になるにつれて検索速度が劣化し、ま
た語によるキーワード検索が行なわれるため検索
に使用すべき文字列が適切なものであるか否か不
確かな場合にはヒツトしないケースがあるため、
データの登録時には１データに付帯して複数個の
日本語をリストに登録しておく必要がある場合が
多いため登録作業が厄介であるという問題点があ
る。

（問題点を解決するための手段） 本願発明の日本語情報検索システムは、日本語
によるデータを記憶するためのデータ部と、予め
定めた文字毎にすべての前記データの番号を指定
するためのビツト列からそれぞれ成る多重ビツト
テーブルとを設け、前記データを前記データ部に
登録する時には前記データ番号を発生させ該デー
タ内のすべての前記文字それぞれに対する前記多
重ビツトテーブル内の該データ番号指定ビツトを
オンしておき、指定された文字列をキーとして情
報を検索するときには該文字列内のすべての前記
文字に対応する前記ビツト列の同一位置ビツト同
士について検索条件に基づく論理演算を行いこの
結果によつて指定されるデータ番号のデータを前
記データ部から読み出すようにしたことを特徴と
する。

（実施例） 次に本発明の実施例について図面を参照して説
明する。

ここで、具体的に表現するために多重ビツトテ
ーブルの多重度を２とし、それぞれ第１次ビツト
テーブル（あるいは上位索引）および第２次ビツ
トテーブル（あるいは下位索引）と表し、それぞ
れのビツトテーブルの大きさを1000ビツトと仮定
する。

第１図は本発明の一実施例を示すブロツク図で
ある。

第１図は図面の繁雑化を避け説明を簡単化する
ために２つの第１次テーブルU₁およびU₂と、２
つの第２次テーブルL₁およびL₂と、データ部DA
が示されているが、第１次テーブルおよび第２次
テーブルは文字ごとに設けられる。すなわち、第
１図は２つの文字だけに対応するようになつてい
るが、検索のキーとして使用する文字をJIS第１
水準・第２水準の漢字（約6400字）、ひらがな、
カタカナおよび数字とすれば、これらの文字数と
同数の組数だけの第１ビツトテーブルと第２ビツ
トテーブルとが必要になる。

データ部DAは100万個のエントリを有し、各
エントリに１つのデータを記憶する。データに固
有に付されるデータ番号をＮとすると、エントリ
は(1)式を満足する座標（Ｘ，Ｙ，Ｚ）で指定され
る。

Ｎ＝1000000（X_-1）＋1000（Y_-1）＋Ｚ……(1) 第１次ビツトテーブルU₁，U₂と第２次ビツト
テーブルL₁，L₂はデータ部DAに対する索引部を
構成する。第１次ビツトテーブルU₁，U₂のアド
レスは上位索引の番号となる座標値×（本実施例
では１）で指定されそのビツト長は1000である。
また、第２次ビツトテーブルL₁，L₂のアドレス
は、上位索引のビツト、すなわち第１次ビツトテ
ーブルU₁，U₂のビツト位置に対応し下位索引の
番号となる座標値Ｙ（001〜1000）で指定され、そ
のビツト長は1000である。第２次ビツトテーブル
L₁，L₂のビツト位置は下位索引のビツトである
座標値Ｚ（001〜1000）に対応する。

以上の説明から明らかなように、データ部DA
のデータは、第１次ビツトテーブルU₁，U₂と第
２次ビツトテーブルL₁，L₂との二重索引によつ
て索位されるようになつている。

次に本実施例の動作をデータの登録と情報検索
とに分けて説明する。

第２図は、例としてデータ「情報の蓄積と検
索」をとりあげて本実施例におけるデータ登録時
の動作を説明するためのものである。第１図にお
いて理解を容易化するために文字単位に個別に示
した第１次ビツトテーブルU₁，U₂と第２次ビツ
トテーブルL₁，L₂は、第２図および第３図にお
いては実際の姿に戻して一体化され、それぞれ
UXとLXとして表わされている。

いま、データ「情報の蓄積と検索」が入力され
ると、本システムによつてデータ番 号（本例で
は123002とする）を付与し、前述の式に基づいて
データ部の座標（1124002）にデータ番号123002
と共に格納する。

次いでデータ「情報の蓄積と検索」に含まれて
いるすべての文字を抽出し、１文字ごとに以下の
ようにして第１次ビツトテーブルUXのブロツク
アドレス００１（以下UX００１と記す）の第
124ビツトと第２次ビツトテーブルLX１２４の各
文字対応アドレスの第002ビツトをそれぞれ論理
“１”にする。なお、第２図においてはかな文字
「の」と「と」については図示を省略したが、か
な文字についても漢字と同様に登録される。

第２図から明らかなように、文字「情」と文字
「積」に対しては、第１次ビツトテーブルUX０
０１および第２次ビツトテーブルLX１２４の他
のビツトはすべて論理“０”であるため、これら
の文字はそれまで未登録であつたことがわかる。
文字「報」に対しては第１次ビツトテーブルUX
００１の第001ビツトが“１”であるため第２次
ビツトテーブルLX００１のいずれかのヒツト位
置（Ｚとする）が“１”である筈であり、データ
番号Ｚのデータがデータ部の座標（1001Z）に既
に格納されていることがわかる。

第３図は、例として文字列「情報検索」をとり
あげて本実施例における情報検索時の動作を説明
するためのものである。いま、検索条件として文
字列「情報検索」を含むデータをすべて検索する
ように指示されているものとする。第３図におけ
る第１次ビツトテーブルUXおよび第２ビツトテ
ーブルLXの内容が第２図における内容と異なつ
ているのは、データ「情報の蓄積と検索」の登録
時から文字列「情報検索」による情報検索時まで
の間にデータ「東海テレビ情報検索システム」等
他のデータが登録されて“１”のビツト数が増え
たことによる。

文字列「情報検索」が入力されると、第１次ビ
ツトテーブルUX００１の文字「情」、「報」、
「検」および「索」に対応する各アドレスの内容
が同一ビツト位置同士で論理積演算される。

この第１回目の論理積演算の結果により、第１
次ビツトテーブルUX００１の第003ビツトと第
124ビツトが“１”になつたものすると、次に第
２次ビツトテーブルLX００３とLX１２４それぞ
れについて、文字「情」、「報」、「検」および
「索」に対応する各アドレスの内容が同一ビツト
位置同士で論理積演算される。

この第２回目の論理積演算の結果により、第２
次ビツトテーブルLX００３については全ビツト
とも“０となり、第２次ビツトテーブルLX１２
４については第002ビツトと第456ビツトが“１”
になつたとする。このことから、第２次ビツトテ
ーブルLX００３に対応するデータ群には「情」、
「報」、「検」および「索」の４文字を含んでいる
データが一つも無いことがわかり、第２次ビツト
テーブルLX１２４に対応するデータ群のうちの
データ番号123002と123456で指定されるデータは
これら４文字を含んでいることがわかる。

したがつて、データ部DAからデータ番号
123002と123456のデータを読み出すが、データ番
号123002のデータは「情報の蓄積と検索」であつ
て検索キーとして使用した「情報検索」の構成文
字をすべて含むが「情報検索」という語は含んで
いないが、データ番号123456のデータは「東海テ
レビ情報検索システム」であつて「情報検索」と
いう語を含んでいることがわかるので、後者が検
索条件に適合するデータであることになる。

この場合、検索者の記憶が不確かで「情報検
索」を一応検索キーとしたものの、たとえば情報
検索端末のCRT画面に表示された検索結果のデ
ータを見て検索条件は「情報」および「検索」を
含むデータであつたことを思い出すことも度々あ
り得るものである。そのような場合には検索条件
を上記のように変更して検索をやり直すことがで
きる。

以上に述べた実施例においては、索引の多重度
を２としているが本発明はこれに限定されること
はなく、たとえば(1)式の代りに(2)式を使用するよ
うにした三重索引方式を採用した実施例は容易に
実現できる。

Ｎ＝1000000000（X_-1）＋1000000（Y_-1）＋1000
（Z_-1）＋Ｗ ……(2) さらに、以上に述べた実施例においては、検索
条件として検索キーのすべての文字列を含むデー
タを検索することにしているが、他の検索条件、
たとえば「情報」と「検索」のうちの一つのよう
に、複数個の文字列のうちのいずれかを含むデー
タを検索するような検索条件に対応できるように
した実施例も、ビツトテーブルの同一ビツト位置
同士の論理演算内容を変更することによつて容易
に実現できる。

なお、以上の説明は日本語による情報検索につ
いて行なつているが、本発明は、漢字構成を採る
中国語による情報検索の場合にはよりいつそう適
性である。

また、本発明における多重ビツトテーブルは、
情報検索システムに限らず一般の索引（存在チエ
ツク用等）にも適用可能である。

（発明の効果） 本発明によれば、従来方式におけるように、検
索キーワードとして使用される可能性のある語を
索引部に階層的にリスト化しておき、検索キーワ
ードでこのリストを走査して検索条件に適合する
データを見出す代りに、データ登録時には登録さ
れるデータに含まれる全文字について多重ビツト
テーブル内の該当するデータ番号指定ビツトをオ
ンにしておくようにした“字典方式”の採用によ
つて、文字が有限であるために、登録されるデー
タの量が尨大化しても索引部の規模は自ずから収
束し、さらに情報検索時には文字単位に多重ビツ
トテーブルを読み出して同一ビツト位置同士につ
いて検索条件に基づく論理演算を行なうようにし
た“フリーワード検索”の採用によつて、検索の
ステツプ数が少なくなるために検索速度の低下が
なく、また検索キーワードはいつたん分解されて
中間的には文字単位に検索が進行するため、検索
キーワードの不確かさにも対処できるように従来
方式で行なつているような１データに付帯した複
数個の日本語登録を不要化するという効果があ
る。

【図面の簡単な説明】

第１図は本発明の一実施例を説明するための図
を示し、第２図および第３図は本実施例の動作を
説明するための図を示す。 U₁，U₂，UX……第１次ビツトテーブル、L₁，
L₂……第２次ビツトテーブル、DA……データ
部。

Claims (1)

1. 【特許請求の範囲】 １ 日本語によるデータを記憶するためのデータ
   部と、 予め定めた文字毎にすべての前記データの番号
   を指定するためのビツト列からそれぞれ成る多重
   ビツトテーブルとを設け、 前記データを前記データ部に登録する時には前
   記データ番号を発生させ該データ内のすべての前
   記文字それぞれに対する前記多重ビツトテーブル
   内の該データ番号指定ビツトをオンにしておき、 指定された文字列をキーとして情報を検索する
   ときには該文字列内のすべての前記文字に対応す
   る前記ビツト列の同一位置ビツト同士について検
   索条件に基づく論理演算を行いこの結果によつて
   指定されるデータ番号のデータを前記データ部か
   ら読み出すようにしたことを特徴とする日本語情
   報検索システム。