JPH0969785A - データ圧縮方法及びデータ圧縮装置 - Google Patents
データ圧縮方法及びデータ圧縮装置Info
- Publication number
- JPH0969785A JPH0969785A JP22215595A JP22215595A JPH0969785A JP H0969785 A JPH0969785 A JP H0969785A JP 22215595 A JP22215595 A JP 22215595A JP 22215595 A JP22215595 A JP 22215595A JP H0969785 A JPH0969785 A JP H0969785A
- Authority
- JP
- Japan
- Prior art keywords
- data
- compression
- output
- correspondence list
- compressed
- 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
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
(57)【要約】
【課題】日本語のテキストデータを圧縮対象とした場合
に効果的なデータ圧縮を行う。 【解決手段】特定文字のコードデータとその圧縮コード
データとを対応付けた対応一覧表を用意しておき、圧縮
対象データから取り出した１文字分の文字コードデータ
がその対応一覧表に存在する否かを検索する（Ｓ１１，
Ｓ１２）。その結果、当該データが対応一覧表に存在す
る場合には（Ｓ１３）、その圧縮コードデータを対応一
覧表から読み出して出力し（Ｓ１４，Ｓ１５）、存在し
ない場合には（Ｓ１３）、当該データをそのまま出力す
る（Ｓ１６、Ｓ１７）。
に効果的なデータ圧縮を行う。 【解決手段】特定文字のコードデータとその圧縮コード
データとを対応付けた対応一覧表を用意しておき、圧縮
対象データから取り出した１文字分の文字コードデータ
がその対応一覧表に存在する否かを検索する（Ｓ１１，
Ｓ１２）。その結果、当該データが対応一覧表に存在す
る場合には（Ｓ１３）、その圧縮コードデータを対応一
覧表から読み出して出力し（Ｓ１４，Ｓ１５）、存在し
ない場合には（Ｓ１３）、当該データをそのまま出力す
る（Ｓ１６、Ｓ１７）。
Description
【０００１】
【発明の属する技術分野】本発明は、デジタルデータを
扱うコンピュータなどのデータ処理装置に用いられるデ
ータ圧縮方法及びデータ圧縮装置に関する。
扱うコンピュータなどのデータ処理装置に用いられるデ
ータ圧縮方法及びデータ圧縮装置に関する。
【０００２】
【従来の技術】従来、デジタルデータを扱うコンピュー
タなどのデータ処理装置では、例えばハフマン符号化方
式のように、１バイト単位のデータの出現頻度の違いを
利用して、デジタルデータを圧縮する装置があった。
タなどのデータ処理装置では、例えばハフマン符号化方
式のように、１バイト単位のデータの出現頻度の違いを
利用して、デジタルデータを圧縮する装置があった。
【０００３】この他にも、コンピュータが扱うデータ圧
縮には様々な方法が存在するが、これらの基本的な方法
は外国で考え出されたものであり、日本語の特徴を利用
したものではなかった。
縮には様々な方法が存在するが、これらの基本的な方法
は外国で考え出されたものであり、日本語の特徴を利用
したものではなかった。
【０００４】
【発明が解決しようとする課題】ところで、日本語の文
章の中には、平仮名、片仮名、数字、アルファベット、
句読点といった文字が多く見られる。このような文字を
対象としてデータ圧縮を考えた場合、上述したような方
法では単に出現頻度の違いだけでデータ圧縮を行う方法
であるため、効果的なデータ圧縮を行うことはできなか
った。
章の中には、平仮名、片仮名、数字、アルファベット、
句読点といった文字が多く見られる。このような文字を
対象としてデータ圧縮を考えた場合、上述したような方
法では単に出現頻度の違いだけでデータ圧縮を行う方法
であるため、効果的なデータ圧縮を行うことはできなか
った。
【０００５】また、圧縮対象データの最小単位は１バイ
トであることから、２バイトを基本とする日本語のテキ
ストデータには最適とはいえない。本発明は上記のよう
な点に鑑みなされたもので、日本語のテキストデータを
圧縮対象とした場合に効果的なデータ圧縮を行うことの
できるデータ圧縮方法及びデータ圧縮装置を提供するこ
とを目的とする。
トであることから、２バイトを基本とする日本語のテキ
ストデータには最適とはいえない。本発明は上記のよう
な点に鑑みなされたもので、日本語のテキストデータを
圧縮対象とした場合に効果的なデータ圧縮を行うことの
できるデータ圧縮方法及びデータ圧縮装置を提供するこ
とを目的とする。
【０００６】
【課題を解決するための手段】本発明は、特定文字のコ
ードデータとその圧縮コードデータとを対応付けた対応
一覧表を用意しておき、圧縮対象データが上記対応一覧
表に存在する場合にその文字コードデータに対応する圧
縮コードデータを出力し、上記対応一覧表に存在しない
場合にその文字コードデータをそのまま出力するように
したものである。
ードデータとその圧縮コードデータとを対応付けた対応
一覧表を用意しておき、圧縮対象データが上記対応一覧
表に存在する場合にその文字コードデータに対応する圧
縮コードデータを出力し、上記対応一覧表に存在しない
場合にその文字コードデータをそのまま出力するように
したものである。
【０００７】このような構成によれば、例えば平仮名、
片仮名、数字、アルファベット、句読点といった日本語
のテキストデータの中で出現頻度の高い文字を対象に、
その文字コードデータとその圧縮コードデータを対応一
覧表に登録しておけば、日本語の特徴を生かしたデータ
圧縮を行うことができる。
片仮名、数字、アルファベット、句読点といった日本語
のテキストデータの中で出現頻度の高い文字を対象に、
その文字コードデータとその圧縮コードデータを対応一
覧表に登録しておけば、日本語の特徴を生かしたデータ
圧縮を行うことができる。
【０００８】
【発明の実施の形態】以下、図面を参照して本発明の一
実施形態を説明する。図１は本発明の一実施形態に係る
データ圧縮装置の構成を示すブロック図である。本装置
は、デジタル化された日本語テキストデータに対して圧
縮処理を行い、その結果として入力データ数よりも、出
力データ数が少なくなるように変形することを目的とし
たシステムであり、ＣＰＵ１１、メモリ１２、補助記憶
装置１３を主として構成される。
実施形態を説明する。図１は本発明の一実施形態に係る
データ圧縮装置の構成を示すブロック図である。本装置
は、デジタル化された日本語テキストデータに対して圧
縮処理を行い、その結果として入力データ数よりも、出
力データ数が少なくなるように変形することを目的とし
たシステムであり、ＣＰＵ１１、メモリ１２、補助記憶
装置１３を主として構成される。
【０００９】ＣＰＵ１１は、本装置全体の制御を行うも
のであり、ここではデータ圧縮処理を実行する。メモリ
１２は、例えばＲＯＭあるいはＲＡＭからなり、ここで
は対応一覧表１２ａを記憶している。対応一覧表１２ａ
は、平仮名、片仮名、数字、アルファベット、句読点と
いった日本語のテキストデータの中で出現頻度の高い文
字を対象に、その文字コードデータと圧縮コードデータ
とを対応付けている。
のであり、ここではデータ圧縮処理を実行する。メモリ
１２は、例えばＲＯＭあるいはＲＡＭからなり、ここで
は対応一覧表１２ａを記憶している。対応一覧表１２ａ
は、平仮名、片仮名、数字、アルファベット、句読点と
いった日本語のテキストデータの中で出現頻度の高い文
字を対象に、その文字コードデータと圧縮コードデータ
とを対応付けている。
【００１０】補助記憶装置１３は、例えばフロッピーデ
ィスク装置（ＦＤＤ）あるいはハードディスク装置（Ｈ
ＤＤ）からなり、ここでは圧縮対象データ（圧縮前のデ
ータ）と圧縮後のデータを格納する。
ィスク装置（ＦＤＤ）あるいはハードディスク装置（Ｈ
ＤＤ）からなり、ここでは圧縮対象データ（圧縮前のデ
ータ）と圧縮後のデータを格納する。
【００１１】図２は同実施形態における対応一覧表１２
ａの内容を示す図である。対応一覧表１２ａには、平仮
名、片仮名、数字、アルファベット、句読点といった日
本語のテキストデータの中で出現頻度の高い文字のコー
ドデータとそれに対応する圧縮コードデータが格納され
ている。この例では、文字コードデータは１６ビット、
圧縮コードは８ビット（１６進）で表現されている。
ａの内容を示す図である。対応一覧表１２ａには、平仮
名、片仮名、数字、アルファベット、句読点といった日
本語のテキストデータの中で出現頻度の高い文字のコー
ドデータとそれに対応する圧縮コードデータが格納され
ている。この例では、文字コードデータは１６ビット、
圧縮コードは８ビット（１６進）で表現されている。
【００１２】次に、同実施形態の動作を説明する。図３
は同実施形態におけるデータ圧縮処理の動作を示すフロ
ーチャートである。ＣＰＵ１１は、まず、補助記憶装置
１３などに保持されている圧縮対象データの中から１文
字分（２バイト）の文字コードデータを取り出す（ステ
ップＳ１１）。
は同実施形態におけるデータ圧縮処理の動作を示すフロ
ーチャートである。ＣＰＵ１１は、まず、補助記憶装置
１３などに保持されている圧縮対象データの中から１文
字分（２バイト）の文字コードデータを取り出す（ステ
ップＳ１１）。
【００１３】次に、ＣＰＵ１１はメモリ１２に記憶され
た対応一覧表１２ａをアクセスし、上記取り出した文字
コードデータが対応一覧表１２ａ内にあるか否か検索す
る（ステップＳ１２）。
た対応一覧表１２ａをアクセスし、上記取り出した文字
コードデータが対応一覧表１２ａ内にあるか否か検索す
る（ステップＳ１２）。
【００１４】ここで、当該文字コードデータが対応一覧
表１２ａ内に存在した場合には（ステップＳ１３のＹｅ
ｓ）、その圧縮コードデータを出力することになる。そ
の際に、ＣＰＵ１１は圧縮コードデータであることを示
す１ビットの情報「１」を出力し（ステップＳ１４）、
次に対応一覧表１２ａの中から当該文字コードデータに
対応する圧縮コードデータを読み出し、これを出力する
（ステップＳ１５）。
表１２ａ内に存在した場合には（ステップＳ１３のＹｅ
ｓ）、その圧縮コードデータを出力することになる。そ
の際に、ＣＰＵ１１は圧縮コードデータであることを示
す１ビットの情報「１」を出力し（ステップＳ１４）、
次に対応一覧表１２ａの中から当該文字コードデータに
対応する圧縮コードデータを読み出し、これを出力する
（ステップＳ１５）。
【００１５】一方、当該文字コードデータが対応一覧表
１２ａ内に存在しなかった場合には（ステップＳ１３の
Ｎｏ）、そのまま圧縮せずに出力することになる。その
際に、ＣＰＵ１１は圧縮コードデータでないことを示す
１ビットの情報「０」を出力し（ステップＳ１６）、次
に対応一覧表１２ａの中から当該文字コードデータに対
応する圧縮コードデータを読み出し、これを出力する
（ステップＳ１７）。
１２ａ内に存在しなかった場合には（ステップＳ１３の
Ｎｏ）、そのまま圧縮せずに出力することになる。その
際に、ＣＰＵ１１は圧縮コードデータでないことを示す
１ビットの情報「０」を出力し（ステップＳ１６）、次
に対応一覧表１２ａの中から当該文字コードデータに対
応する圧縮コードデータを読み出し、これを出力する
（ステップＳ１７）。
【００１６】以後、同様にして、圧縮対象データの中か
ら順次文字コードデータを取り出し、これを対応一覧表
１２ａと照らし合わせながら適宜圧縮して出力する（ス
テップＳ１８，Ｓ１９）。これにより、対応一覧表１２
ａに存在する文字コードデータについては圧縮して出力
することができる。
ら順次文字コードデータを取り出し、これを対応一覧表
１２ａと照らし合わせながら適宜圧縮して出力する（ス
テップＳ１８，Ｓ１９）。これにより、対応一覧表１２
ａに存在する文字コードデータについては圧縮して出力
することができる。
【００１７】ここで、具体的を挙げて上記処理を説明す
る。例えばステップＳ１１またはＳ１８で「ア」という
片仮名の文字コードデータが圧縮対象データの中から取
り出されたと仮定すると、処理はＳ１２→Ｓ１３→Ｓ１
４→Ｓ１５と進む。
る。例えばステップＳ１１またはＳ１８で「ア」という
片仮名の文字コードデータが圧縮対象データの中から取
り出されたと仮定すると、処理はＳ１２→Ｓ１３→Ｓ１
４→Ｓ１５と進む。
【００１８】圧縮コードを示す１ビットの情報を「１」
とすると、ステップＳ１４で「１」が出力され、ステッ
プＳ１５で「９２」（１６進）が出力される。このステ
ップＳ１４、Ｓ１５で出力されたデータを２進数で表現
すると、図４（ａ）に示すように「１１００１００１
０」となる。
とすると、ステップＳ１４で「１」が出力され、ステッ
プＳ１５で「９２」（１６進）が出力される。このステ
ップＳ１４、Ｓ１５で出力されたデータを２進数で表現
すると、図４（ａ）に示すように「１１００１００１
０」となる。
【００１９】また、例えばステップＳ１１またはＳ１８
で「亜」という漢字の文字コードデータが圧縮対象デー
タの中から取り出されたと仮定すると、処理はＳ１２→
Ｓ１３→Ｓ１６→Ｓ１７と進む。
で「亜」という漢字の文字コードデータが圧縮対象デー
タの中から取り出されたと仮定すると、処理はＳ１２→
Ｓ１３→Ｓ１６→Ｓ１７と進む。
【００２０】圧縮コードでないことを示す１ビットの情
報を「０」とすると、ステップＳ１６で「０」が出力さ
れ、ステップＳ１７で「３０２１」（１６進）が出力さ
れる。このステップＳ１６、Ｓ１７で出力されたデータ
を２進数で表現すると、図４（ｂ）に示すように「００
０１１００００００１００００１」となる。
報を「０」とすると、ステップＳ１６で「０」が出力さ
れ、ステップＳ１７で「３０２１」（１６進）が出力さ
れる。このステップＳ１６、Ｓ１７で出力されたデータ
を２進数で表現すると、図４（ｂ）に示すように「００
０１１００００００１００００１」となる。
【００２１】このように、日本語の文字単位（１６ビッ
ト）で、出現頻度の高い文字のコードデータを予め対応
一覧表１２ａに登録しておき、圧縮対象データが対応一
覧表１２ａに存在する場合に、これを８ビットに置き換
えて出力する。これにより、例えば図５に示すように
「コンピュータで扱うデータ」といった文字列データが
あった場合、圧縮前に１９２ビットあったものが、圧縮
後には１１６ビットに減らして出力することができる。
ト）で、出現頻度の高い文字のコードデータを予め対応
一覧表１２ａに登録しておき、圧縮対象データが対応一
覧表１２ａに存在する場合に、これを８ビットに置き換
えて出力する。これにより、例えば図５に示すように
「コンピュータで扱うデータ」といった文字列データが
あった場合、圧縮前に１９２ビットあったものが、圧縮
後には１１６ビットに減らして出力することができる。
【００２２】
【発明の効果】以上のように本発明によれば、対応一覧
表に存在する文字コードデータを圧縮コードデータに置
き換えて出力するようにしたため、例えば平仮名、片仮
名、数字、アルファベット、句読点といった日本語のテ
キストデータの中で出現頻度の高い文字を対象に、その
文字コードデータと圧縮コードデータを対応一覧表に登
録しておけば、日本語の特徴を生かしたデータ圧縮を行
うことができる。
表に存在する文字コードデータを圧縮コードデータに置
き換えて出力するようにしたため、例えば平仮名、片仮
名、数字、アルファベット、句読点といった日本語のテ
キストデータの中で出現頻度の高い文字を対象に、その
文字コードデータと圧縮コードデータを対応一覧表に登
録しておけば、日本語の特徴を生かしたデータ圧縮を行
うことができる。
【００２３】この場合、基本的にＬＺ法などの適応型圧
縮法と異なり、以前に出現したデータを利用しないの
で、対象データが短くても圧縮することができる。ま
た、静的ハフマン符号化と異なり、対応一覧表を出力し
ないので、圧縮率を高められる。さらに、ハフマン符号
化と異なり、データの出現頻度を算出する処理が不要で
あるので処理速度を高速化できる等の効果がある。
縮法と異なり、以前に出現したデータを利用しないの
で、対象データが短くても圧縮することができる。ま
た、静的ハフマン符号化と異なり、対応一覧表を出力し
ないので、圧縮率を高められる。さらに、ハフマン符号
化と異なり、データの出現頻度を算出する処理が不要で
あるので処理速度を高速化できる等の効果がある。
【図１】本発明の一実施形態に係るデータ圧縮装置の構
成を示すブロック図。
成を示すブロック図。
【図２】同実施形態における対応一覧表の内容を示す
図。
図。
【図３】同実施形態におけるデータ圧縮処理の動作を示
すフローチャート。
すフローチャート。
【図４】同実施形態における圧縮コードの形を説明する
ための図。
ための図。
【図５】同実施形態におけるデータ圧縮結果を示す図。
１１…ＣＰＵ、 １２…メモリ、 １２ａ…対応一覧表、 １３…補助記憶装置。
Claims (4)
- 【請求項１】 特定文字のコードデータとその圧縮コー
ドデータとを対応付けた対応一覧表を有し、 圧縮対象データが上記対応一覧表に存在するか否かを判
断し、 当該圧縮対象データが上記対応一覧表に存在する場合に
は、その文字コードに対応する圧縮コードデータを上記
対応一覧表より取り出して出力し、 当該圧縮対象データが上記対応一覧表に存在しない場合
には、その文字コードデータをそのまま出力するように
したことを特徴とするデータ圧縮方法。 - 【請求項２】 出力データが圧縮されたデータか否かを
識別するための情報をその出力データに先立って出力す
るようにしたことを特徴とする請求項１記載のデータ圧
縮方法。 - 【請求項３】 特定文字のコードデータとその圧縮コー
ドデータとを対応付けた対応一覧表を記憶するための記
憶手段と、 圧縮対象データが上記記憶手段に記憶された対応一覧表
に存在するか否かを判断する判断手段と、 この判断手段により当該圧縮対象データが上記対応一覧
表に存在すると判断された場合には、その文字コードに
対応する圧縮コードデータを上記対応一覧表より取り出
して出力し、当該圧縮対象データが上記対応一覧表に存
在しない場合には、その文字コードデータをそのまま出
力する出力手段とを具備したことを特徴とするデータ圧
縮装置。 - 【請求項４】 上記出力手段は、出力データが圧縮され
たデータか否かを識別するための情報をその出力データ
に先立って出力することを特徴とする請求項３記載のデ
ータ圧縮装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP22215595A JPH0969785A (ja) | 1995-08-30 | 1995-08-30 | データ圧縮方法及びデータ圧縮装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP22215595A JPH0969785A (ja) | 1995-08-30 | 1995-08-30 | データ圧縮方法及びデータ圧縮装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0969785A true JPH0969785A (ja) | 1997-03-11 |
Family
ID=16778050
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP22215595A Pending JPH0969785A (ja) | 1995-08-30 | 1995-08-30 | データ圧縮方法及びデータ圧縮装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0969785A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3770919B2 (ja) * | 1997-10-21 | 2006-04-26 | 富士通株式会社 | ファイル処理方法、データ処理装置及び記憶媒体 |
| US7298783B2 (en) | 2002-10-17 | 2007-11-20 | Pantech Co., Ltd | Method of compressing sounds in mobile terminals |
| JP2015534795A (ja) * | 2012-10-09 | 2015-12-03 | アルカテル−ルーセント | セキュアで損失のないデータ圧縮 |
| JP2017502539A (ja) * | 2013-10-24 | 2017-01-19 | クアルコム，インコーポレイテッド | マルチユーザの省電力コードブックの最適化を実現するためのシステムおよび方法 |
-
1995
- 1995-08-30 JP JP22215595A patent/JPH0969785A/ja active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3770919B2 (ja) * | 1997-10-21 | 2006-04-26 | 富士通株式会社 | ファイル処理方法、データ処理装置及び記憶媒体 |
| US7298783B2 (en) | 2002-10-17 | 2007-11-20 | Pantech Co., Ltd | Method of compressing sounds in mobile terminals |
| JP2015534795A (ja) * | 2012-10-09 | 2015-12-03 | アルカテル−ルーセント | セキュアで損失のないデータ圧縮 |
| JP2017502539A (ja) * | 2013-10-24 | 2017-01-19 | クアルコム，インコーポレイテッド | マルチユーザの省電力コードブックの最適化を実現するためのシステムおよび方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3234104B2 (ja) | 圧縮データをサーチする方法及びシステム | |
| JP3859313B2 (ja) | タグ文書の圧縮装置および復元装置，圧縮方法および復元方法，圧縮／復元装置および圧縮／復元方法並びに圧縮，復元もしくは圧縮／復元プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| JP3137270B2 (ja) | 圧縮画像データ復号装置 | |
| JPH0682370B2 (ja) | 文字処理装置 | |
| US11669553B2 (en) | Context-dependent shared dictionaries | |
| JP3333549B2 (ja) | 文書検索方式 | |
| JP4156381B2 (ja) | 文字テーブルによって実施されるデータ圧縮の方法および装置 | |
| JPH0969785A (ja) | データ圧縮方法及びデータ圧縮装置 | |
| JP2000201080A (ja) | 付加コ―ドを用いたデ―タ圧縮／復元装置および方法 | |
| KR960024895A (ko) | 데이타 압축해제 방법, 데이타 압축 방법 및 메모리의 양을 감소시키는 방법 | |
| JPH10261969A (ja) | データ圧縮方法および装置 | |
| JPH1173415A (ja) | 類似文書検索装置及び類似文書検索方法 | |
| JP2729416B2 (ja) | テキストデータの復元方法 | |
| JPH0546358A (ja) | テキストデータの圧縮方法 | |
| JPH056398A (ja) | 文書登録装置及び文書検索装置 | |
| JPH0554077A (ja) | 単語辞書検索装置 | |
| US6832225B1 (en) | Method and device for recording and searching for a document on a communication network | |
| JPS6382061A (ja) | デ−タ圧縮方式 | |
| JPH07182354A (ja) | 電子文書の作成方法 | |
| JPH07282040A (ja) | 日本語情報圧縮方式 | |
| JPH06290021A (ja) | ソースプログラム圧縮方法 | |
| JPH06202845A (ja) | 伝送データ圧縮方法および装置 | |
| JP3210183B2 (ja) | データ圧縮方法及び装置 | |
| JP4329493B2 (ja) | 辞書データ圧縮装置、電子辞書装置及びプログラム | |
| JP2833871B2 (ja) | 外国人名データ判定方式 |