JPS5949062A - 情報記憶方式 - Google Patents

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。

Description

【発明の詳細な説明】 〔発明の利用分野〕 本発明は情報記憶装置の記憶方式に係り、特に文書ファ
イルに適した記憶方式に関する。

〔従来技術〕

近年、「オフィスオートメーションＪ　’ｋｔＪ＋に英
文や日本文のテキストヶ扱うことが増えてきた。

これらは一般に文書処理と呼ばれている。従来は文書処
理の中心課題はワードプロセシングにあったが、そこで
作成や偏集のされた大量の文書全記憶・管理することが
現在要望されている。

これに対して、高記憶密度？保持する光デイスク記憶装
置が、文書全記憶する−ところの文書ファイル装置とし
て注目されている。しかるＶこ、光ディスクの特徴の一
つは一度記録（記１．は）した情報は消去したり書替え
たシできないことであり、これは犬ｈｔの文書？記憶す
るに当っては欠点となる。

その理由は、重子的な文書処理の最大の利点の一つが、
編集、修正、′校正などの書替えが非常に効率よくでき
るようになることであり、はとんどの文書がその書替え
の対象になるからである。すなわち、文１″ファイル装
置の中には編集や修正などが行われた非常に似た文書、
つまり多数の版が記憶されることになる。

一部分しか変更されていない多数の頁からなる大きな文
書においては特に問題は大きく、重複の多い記１意とな
ってしまう。

したがって、従来は大きな文書の場合は復戚の部分、た
とえば章や節に分割し、それぞれヶ一つの記憶情報単位
、すなわちファイルとして記１．ハ・管理していた。こ
の場合は、それぞｒしの章ｆ節の版の煩雑な管理ケ人間
が行なわねばならないという欠点がある。

このように、個々の記憶情報単位？互いに独立に記憶す
る従来の記憶方式では、重複して記憶することにより記
憶効率が下る、また分割して記Ｉ、依する場合には多数
の版の管理が煩雑になる、という欠点があった。

上記重複した記憶による記憶効率低下の欠点については
、従来も似た状況としてオンラインシステムの各時刻に
おける全状態量の保存という課題があるっオンラインシ
ステム、たとえば銀行システムでは万一のシステム事故
に備えて各時刻の状態を保存しておく必要がある。文字
通りこれら全状態量？保存することは膨大な記憶容量が
必要なために不可能である。したがって従来は、定期的
（たとえば１日に１回ンに全状態量とマスタファイルと
して記憶・保存し、各期間の各時刻の状態については、
全てのトランズアクション＜　ｔｒａｎｓ　ａｃｔｉｏ
ｎ　）　ｌｃ記憶しておくことにょシ、万一事故が発生
したときにマスタファイルとトランズアクションから再
生するという方法金とっている。

この方法の要点は一つの規準とそれとの差異（相違部分
）と全記憶することにある。

前記文科ファイルにおける問題も基本的にはこの考え方
で解決することができる。規準となるファイルはある文
書の第１版であり、第２版との差異は編集プログラム（
エディタ）又はワードプロセッサに対する編集命令の列
として表現できる。

しかし、このままの方法では次のような問題点がある。

すなわち、一般にはエディタやワードプロセッサには数
多くの種類があり、文書ファイル装置は記憶した文書ケ
編集命令の列から再生するために、前月己のエディタや
ワードプロセッサの１重類ケ記憶していることと、記憶
したエディタやワードプロセ・ツサと同等の機能ケもっ
ていることが必要である。

今後の文書ファイル装置ば単独で閉じた機能葡もち、他
の機器、たとえばワードプロセッサ、プリンタ、あるい
はパーソナルコンピュータなどとはネットワークで繋が
るようになる。したがって文書ファイル装置は接続され
るであろうすべてのワードプロセッサなどの機能は持つ
ことができない。

すなわち、オンラインシステムにおける方法はそのまま
適用できない。

〔発明の目的〕

したがって、本発明の目的は上記欠点を改善し大量の文
書？すくない記憶容量で記憶可能にした記憶方式盆提供
することである。

〔発明の概要〕

この目的？達成するため本発明においては、記憶すべき
暖数の情報単位について、特定の情報単位？除く他の情
報単位は特定の情報単位との重複部分音自動的に検出す
ることによシ冗長性ケ除去して相違部分のみ全記憶する
点に特徴がある。本発明の方式によると、記憶容量ヶす
くなくできるのみでなく重複を自動的に検出するから大
きな情報単位？細く分割して管理する必要性をなくすこ
とができる。

〔発明め実施例〕

以下、本発明Ｖ実施例にもとづいて詳細に説明する。

第１図は本発明方式音用いる情報記憶装置のシステム構
成図である。本装置はコンピュータ４０１゜４０２　、
　ＣＲＴ　（Ｃａｔｈｏｄ　Ｉもａｙ　Ｔｕｂｅ　）デ
ィスプレイ４０３とキーボード４０４からなる端末；３
種類の副記憶装置４１０，４１１，４１２．およびロー
カルエリ、アネットワークとの接続葡する通信制個装＠
４２１からなっている。なお、同図において４６１がロ
ーカルエリアネットワークの１言号バス、４６２が本装
置の内部データバスである。

つぎに、第２図〜第８図荀用いて本発明の詳細な説明す
る。いま、説明葡簡明にするため、二つの文書ファイル
の中身はそれぞれ第２図（１）のテキスト（文字列）Ｓ
ｌおよびＳ２であるとする。同図は英文の例であるが日
本文の場合も呟く同じに説明できる。違いは英文の一芋
は１バイトで表現しうるのに対して日本文のそれは２バ
イト？要する点のみである。なお同図で記号Ｃ４Ｌは改
行コードを意味する。

ＳＩｋ第１版のテキスト、８２ケ第２版のテキストとす
ると、後者は前者に対して以下のような処理？”ノーる
ことによシ得られる。

ＣＩ）Ｓ、の最初の２文字外その′ま゛ま引用。

Ｃ２）次の１α文字？削除。

（シ３）次の６文字を引用。

Ｃ４）９文字”　Ｘｖａｔｃｂｉｎｇ△ｎ′ｔ−挿入。

（ここで△は空白？意味する。） Ｃ５）引続き７文字を引用。

Ｃ６）次の１０文字ｔ２文字”ＴＶ”と置換。

（２文字“ＴＶ”ｒ挿入して１０文字削除） Ｃ７）続いて１２文字引用。

Ｃ８）次の２文字金６文字”　ａＺ＼ｄａｒｋ”と＠　
Ａ、１Ｃ９）埴後の７文字を旬月。

したがって、Ｓｚｋそのまま記憶する代シに、ｃｌ）〜
Ｃ８）の情報を記憶す几ばよい。同情報は第２図（２）
のように表現することができる。同図において１は第１
版の文書のファイル名称、ここではＳｌであり、２〜４
が挿入するところの新し。

い文字列、１０〜】３が二つの文字外、の差異の状態を
表わしている。ここで、記号Ｃ，Ｄ、ｒ。

ＥＯＦは次の意味全もつ、。

Ｃ・・・引用（Ｃｉｔｅ） Ｄ　・・・削除（１）ｅｌｅｔｅ） ■・・・挿入（Ｉｎ５ｅｒｔ　） Ｅ　ＯＦ　・・・ファイル終了（Ｅｎｄ　ｏｆ　ｐ　Ｉ
　Ｉｃ　　）また、これらの記号に続く数値、例えば１
０のＣに続く数値２は、文字数を示す。具体的には（Ｃ
，２）は２文字の引用ケ表わす。

第２図（３）に記号１０，１２．１３の具体的な表現方
法の一例？示す。第２図（２）で示した記号（第２図（
３）では左側３１）は具体的には同図（３）の右側３２
のように表現できる。符７８３２は８ピツトで上位２ビ
ツトが（Ｃ，Ｄ、Ｉ、　ＥＯＦ）の区別葡示し、下位６
ピツトがその長さｔをバイナリで示す。ｔがθ〜６３（
２’−１）までは１つの符号で表わせる。、ｔが６４以
上のときは同−再の符月全連続して３１１シベ、ｔτ１
２ピッ′ト、１８ビツト、・・・で表わす。例えば、同
図記号３３のようにｔ＝６８９のときは１．２語の符号
３４．３５で［ｌ１６８９］７表わす。符号３６は符号
３４．３５’の意味全等価的に表わしたもので、第１符
号３４が下位、第２符号３５が上位？示す。

この方式によれば、ファイル名称１を１６バイト、挿入
文字列２〜４を各文字１バイトとして合計１７バイト、
また差異を示す記号１０〜１３を各１バイトの合計１２
バイトで表現することができ、結局５１バイトの長さ全
もつテキストｓ２は１６＋１７＋１２＝４５バイトで表
現することができ、６バイトだけ記憶に必要な量を削減
したことになる。

実際ノ文書においては書替えのある部分はテキスト全体
の小さな部分であり、記憶量削減の効果はもつと大きい
。

さて本発明は要するに第２図（１）Ｋ線で示した２つの
テキストの対応関係を自動的に検出し、前記ＣＩ）〜Ｃ
９）の情報を抽出する方法を与えるものである。つぎに
この方法について説明する。

テキスト同志の対応関係は第３図のように示すとよシ分
シやすい。縦軸がＳｌで横軸が８２である。ここで、・
印は引用０．Ｘ印は削除（ト）、０印は挿入（Ｉ）　ｘ
表わしている。これらの記号の列は同メツシュ上の２次
元領域の左下の端点から右上の端点まで連続していなけ
ればならない。この道程に？ｌ−こてはパスと呼ぶこと
にする。

したがって、対応関係を検出することはこの領域におい
てこのパスを、左下端から順次探索していくことに等し
い。

第４図を用いて探索方法を説明する。いま一般的に、 ｓ　ｔ　＝　（ａ（ｉ）　）Ｔ、ｔ　　　　　　　　　
　（１）Ｓ　２　＝　（ｂ（ｊ）　）１゜１（２）と書
くことにする。

探索はａ（１）とｂ（１）の比較（マツチングという）
Ｋ始よる。ａ（１）とｂ（１）は等しいのでａ（１＋１
）’とｂ（ｉ＋ｉ）に進み、更にａ（３）とｂ（３）の
マツチングに進み失敗する（ａ（３）〜ｂ　（３）　）
。第４図では目印で示す、 ここで次の一致点を探す過程に入る。同図で＋印で探索
領域ケ示す。探索ば○印で囲った番号の順に進む。すな
わち、 ａ（３）ｂ　（３）−＋　ａ　（３）　ｂ（４）→ａ　
（４）　ｂ　（，３）−ａ　（３）　ｂ（５）−にａ　
（４）　ｂ　（４）−＋　ａ　（，３）　ｂ（５）−＋
ａ（３）ｂ（（３１→−・−（３）このときａ　（Ｇ）
　ｂ　（３）のマツチングが成功する（ａ（６）＝ｂ（
３））。

この時点で、この点から以降Ｔ文字のマツチングが連続
して成功するか否か孕、 ＋　８　（６＋ｔ　）　、　ｂ　（３＋ｔ　）　１．、
、　　　　　　（４）のマツチング？続行することによ
り検定する。第４図の例ではａ　（６＋１　）　ｂ　（
３＋１　）のマツチングが失敗し、先の探索過程へ戻り
探索を続行する。

結局６６回目のマツチングａ　（１３）　ｂ［３）がＴ
２に対して成功して、［メ降同様の過程全繰返兄す。

探索の開始点がａ　（３）　ｂ　（３］で終了点（マツ
チングが成功した点）がａ（、ｔ３）’ｂ（３］である
ことから、文字部分列ａ（３）〜ａ（１３−１）が削除
であることが分る。　一般（Ｃ開始点ケミ（＋１）ｂ（
）・　）、終了点をａ（ｊ２）ｂＮ２　）とすると、文
字部分列ａ（ｉｌ）〜ａ（ｉ２１）：削除　　　（５）
文字部分列ｂ（ｊ＋）〜’）（ｊ２ｔ）：挿入　　　（
Ｇ）であり、マツチングの成功した文字部分列が引用と
なる。ただし、ｉｌ≧１２−１のときは削除なし、ｊ１
≧３２−１のときは挿入沈しである。

この過程？最後まで続けたときの様子（ｒ第５図に示す
。探索領域は斜線で示した直角二等辺三角形の領域であ
る。探索の／こめのマツチングの回数は約２・１０回で
ある。ここでＴ−：２である。

パラメータ゛Ｐはマツチングの長さであり、小さく選び
ずらゐと局、・目的に最適なパスが見い出さ＆’Ｌ′Ｉ
ヨ体として正しい対応関係が・べられないことがある３
、第６図はＴ−１のそのような場合の例である。

このような誤った対応は正Ｉ７い情報の記１意には影響
ケ与え役いが、記憶効率ケ最適な場合に比して小さくす
る。二つのテキストの一致部分が小さい状況（第１図の
ように）では逆に原デキスト【記憶さするより多くの記
憶量を要求する可能性がある。しかし、ｒの値全適当な
大きな値にしておけばこの問題は確率的に小さい。シス
テム的な対策としては、原テキストの長さと本方式（Ｃ
よる記・：、（マ長（量）と孕比較して、短い方？選択
する方法が考えられる。

以上説明した二つのテキストの対応関係ケとる方法？ハ
ターンマッチングという。ここで、本パターンマツチン
グのアルゴリズムの流れ図ケ第７図（］）〜（７）に示
す。本アルゴリズムは２本のテキスト（文字コード列）
（１）式（２）式を入力し、第２図に示すような差異全
表わすコード列？出力する。ここでテキストＳ１が規準
で、差異はＳｌからのＳ・の１晶差である。

ここで、第７図（１）−（７）（ｒ若干説明する。

第７図（１）において、才ずステップ２０１で初朗化ケ
行う。ここでｉ、Ｊはそルぞれテキス）Ｓ＋＋８２に対
ｔ−るポインタ、ｍ、ｎはテキストの一致する＋ｑｔｔ
分の端点および不一致の始まる点オ記憶するためのポイ
ンタである。また、Ｒは差異を表わすコード列であり、
規準となるテキスト名称（ファイル名称）ｆ（Ｓｌ　）
に初期化される。

ラベル１０１から１０２は一致している部分テキストｒ
固定する処理である。ステップ２０２゜２０３において
テキストの終端（’ＥＯＦ）ｋ検知した場合は、そｎぞ
れ終了処理のステップ２６１゜２６２へ飛ぶ。ステップ
２０４において二つの文字コードａ（ｉ）とｂ（Ｄが一
致しているか否かケ判定し、一致しているときはステッ
プ２０５でポインタケ進めて、次の文字コードヶ比較す
る。一致していないとき・Ｊｌ、一致していた部分全表
現するコード７作り几に追加する（２０２）。ステップ
２０２において、■記号は付加（ａｐｌ〕ｅｎｄ）する
ことを表わす。記号［Ｃｉ７’］は第２図のコード２？
表わす。具体的には、長さｔだけテキスト名称用（Ｃｉ
ｔｅ）する、すヱわちｔだけ一致していたことケ意味す
る。

第７図（２）において、ラベル１０２以降は文字コード
の不一致が見つかった後に、次の一致点ケ捜すところの
探索部分である。途中、ステップ２１１゜２１２におい
てテキストの終端ゲ検ノ、口した場合は、終了処理のス
テップ２６３，２６４へ飛ぶ。ステップ２１３で始まり
２１３に戻るループで第４図に示した三角形の領域の探
索？実現する。ステツプ２１５以降の処理では、Ｔ文字
だけ連続して部分テキストが一致するか否が全判定する
。一致しないときは探索ケ続行し７、一致するときはラ
ベル１０３へ飛ぶ。

第７図（３）において、ラベル１０３以降不一致部分に
対するコードｒ出力する。ステップ２３１ではＲに記号
［Ｉ　；　ｅ］（長さｔだけ挿入ン勿追加し、更にステ
ップ２３２において挿入する部分テキスト（ｂ（ｎ）、
・・・・・・、ｂ（ｊ＋β−１））全追加する。

第７図のアルゴリズムの以降の部分については以上の説
明から理解できるので、説明音名Ｐ１ｈする。

さて、上記アルゴリズム（ｉその−１，までは第５図か
らも理解されるように、長い部分が削除されたシ挿入さ
ｔ’ｌ−ｆｃ　、ｊｌ）すると、探索領域が大きくなり
パターンマツチングに要する時間が長くなるという問題
がある。

次にこの間碩ｗＷＩ決するための拡張アルゴリズムｒ説
明する。

拡張アルゴリズムの原理？第８図に示す。その原理はマ
ツチング全行う単位紮、文字単位よりも大きくすること
である。第８図の場合は空白（文字コードの一種）で区
切られる部分の単位でマツチングす・へ。その晰位は単
語とは限られず、より一般的に設定することができる。

より大きい１夕１］としては、改行コード（Ｃ／几記号
で示す）で区切られる「行」の単位である− この上う圧大きな単位？１回のマツチングで比較するた
めには、文字コード列から何らかの簡単に比較できる特
徴？抽出することが必要である。

有効な特徴の一つけ第８図の場合に各四辺形の内側によ
る数字で示さ１．るように、−［；記名区分の長さであ
る。各区分の長さ孕、２本のテキストに対して、それぞ
ｎ先と同様に（ａ＜１＞　）”−１，（ｂ（ｊ）ｌ　’
、−１と書けば先に示したアルゴリズム、を全くそのま
ま利用して一致する単語又は行の候補孕二本のテキスト
から探し出すことができる。

この大きな単位でのパター／マツチングバ一致しない部
分に遭遇したとき、すなわち第７図のアルゴリズムの探
索過程（同図ｘｏ２＞−ｅ行えばより０つｆシ一致部分
の同定は文字コード単位でマツチング７行い、一致しな
い部分に遭、Ｊ１シたときに、単語又は１斤・＼の分割
？行い長、！ヲ計測しながら、次の一致する単語又は行
ｒ探索する。

すなわら、拡張アルゴリズムは前述の単純なパターンマ
ツヂングアルゴリズムヶ階層的にす：ねて用いるもので
ある。

第８図を用いて若干具体的に説明する。まず２本のテキ
ス）Ｓ＋　、８２は最初の２文字゛■Δ″（Δは空白？
意味する）が一致し、次のＳ″と”ｅ″が一致しない５
したがって探索過程に入って、まず空白で区ｕＪつた区
間（ハ５語）の長さを到ると、１０と６で一致しない。

そこで引続いて以前と同様に三角形の探紫領域ケ順次展
開していく。

次はｌＯと９で一致しない。その次け６と６で長゛さは
一致する。そこで本当に一致しているか否かケ文手コー
ドのレベルで同定し、”ｅｎｊｏｙ”と”ｅｎｊｏｙ”
が一致していることが分り、一致部同定部にもどる。次
に再びａ″と“Ｗ″が一致しａ″ｃｔｚ：＋す・　２［
”ＣＥｌ　（７Ｊ　Ｔ’Ｊ　’ｊｉｂ　ｉＭ　’ｆ”Ｌ
　ＩＣＡ　Ａ・１１同様に進行する。

このように拡張アルゴリズムでは単純なアルゴリズムに
比して短い探索処理でパターンマツチングを行うことが
できる。一般にＮ文字の削除、挿入、又はＭ文字とＮ文
字の買戻が行われＮ２Ｍであるとすると、探索過程での
処理量は Ｎ・（Ｎ＋１）／２　　　　　　　　　　（７）に比例
する。いま、単語又は行の平均の長さがＬ文字であると
すると、拡張アルゴリズムでの探索処理量は に比例する。明らかに単位の長さが大きい程処理量は少
なくてすむ。

ちなみに、第５図（単純なアルゴリズム）の場合は、探
索処理量は２４０のオーダで、第８図の場合は１６のオ
ーダである。但し、仁こでは（８）式と違って、三角形
の面積ではなく実際のマツチング回数？計数した。

つぎに、本発明の記憶方式ｒ第１図の装置に適用する場
合について説明する。

第１図の装置における３種の副記憶装置４１ｏ。

４１１，４１２ｔまそれぞれ、）Ｙ、ディスク装置、固
にヘッド磁気ディスク装置、およびフロッピ磁気ディス
ク装置である。光デイスク装置は以後変更の起らない凍
結した恒久情報単位（ファイル）の記憶、又は画（酸デ
ータのように多量な情報量ケもつ情報単位の記憶ｒする
。固定ヘッド磁気ディスク装置は多数の、版に分れる情
報単位のうち最も新しい版、すなわち変更の起りうる凍
結さｎなり情報単位の記憶と、光デイスク装置に記ｉ意
さ１１．ている情報単位のカタログの記憶と、一時的な
記憶なトケスる。また、装置全体７制御するシステムプ
ログラムや、ワードプロセシングなどケ行う処理プログ
ラムもａｅ１意する。第３の副記憶装置である７０ソピ
磁気デイスク装置は、他のスタンドアロンの機器、たと
えばワードプロセッサなどとの情報交換のために存在す
る。たとえばネットワークにつながらないワードプロセ
ッサで大量多種の文′９Ｉ：ヲ作成する場合は、それら
の記憶・管理金本装野で行い、本装置から文書）゛ｆイ
ル全フロッピディスクに読出してワードプロセッサへ運
ヒ、処理力り多丁したとき本装置・にもどすことができ
る。

本装置はローカルエリアネットワーク上の７アイリング
ステーシヨンとしての没利ケもっと同時に、ワードプロ
セシング等の処理機能にも持つ。

ここでは発明の中心であるファイリングステーションと
しての基本的々役割である記１意についてのみ説明し、
他の機能については公知技術により実現できるので説明
ケ省略する。

本装置自身から、あるいはネットワーク全弁しての記憶
要求は第９図に示す構造のデータで表現する。同図にお
いて、第１記録５０１は要求内容、第２記録５０２は記
憶又は読出し要求時のそのファイル名称、第３記録は同
ファイルの属性ケ表わす。第４および第５記録は記憶時
に存在して、それぞれ旧フアイル名称（処理會する母体
となったファイル）および記憶すべきデータの本体であ
る。

ＥＯＦ記号５０６はデータ本体５０５の末尾に付方ｉさ
ｎている。

本装置に出された記憶要求は−Ｊ↓副記憶装置４１１上
のスプール（ＳｐＯＯｔ）に記憶さ几、その後要求内容
の解析とその実行の実１ｊ’１件のチェック１行う。要
求内イに誤りがなければ同要求ケ受理した旨ケ内部状態
表に憚へ込み、同時に要求元にその旨？伝達する。内部
状態表は同記憶情報単位が通常の記憶領域には存在せず
、まだスプール上にあることケ示している。システム的
に装置の外部から眺めたときに、′ま、記憶情報単位が
具体的にどこであるかは見えないように干る。すなわち
、この状態で外部より同記・、＃、Ｈ報単位の読出し要
求があった場舒は、通常と全く同様に１、ノ″ｔみ出す
ことができる。

スプール上にある情報単位は本文で説明した拡張アルゴ
リズムケ用いて冗長性ケ除いた後にスプール上から本来
の主記憶領域に移動する。本装置では上記冗長性ケ除く
処理と、次の要求紫受理・解析する処理と？並列して行
う。Ｗ数のタスクヶ並列して実行する技術については公
知の技術であるので説明を省略する。

さて、記憶全完了するまでの処理金より詳しく第１０図
？用いて説明する。同図（ａ）は記憶要求の受理が完了
した状況、（ｂ）は記憶処理全体が完了した状況である
。外部から眺めたときＶ′１（ａ）は記憶完了と見える
。

副記憶装置４１１は第１０図において記憶領域６１１全
もち、それは４つの副領域６２１，６２２゜６２３．６
２４に分かｎる。そｊしそれ副記憶装置４１０のための
カタログ、副記憶装置４１１自身のカタログ、前記スプ
ール、および主記憶領域である。また副記憶装置４１０
は記憶領域６１０にもつ。

いま、記憶要求の前には第１版の文書Ｔｅｘｔ、１と第
２版’ｌ”ｅｘｔ、２が記憶されていたとする。前者６
５３は後者よシ古いので領域６１０に、後者６５２はそ
の時点で最新版であるので領域６２４に記憶されている
３、 第３版’ｌｌ’ｅｘｅ、３の記憶要求があったとすると
、その受理直後は第１Ｏ図（ａ）のように、’ｌ’ｅｘ
ｔ、３の本体６５１はスプール領域６２３にある。

スプール内の情報単位の存在音検知し、記憶内容の書替
え（冗長性を除くための）処理？開始する。同処理結果
が第１０図（ｂ）である。

第２版Ｔｅｘｔ、２の第３版Ｔｅｘｔ、　３からの差異
（相違部分）ｒ抽出し、情報単位６５５として領域６１
０に追加記憶し、もとの情報単位６５２は削除する。カ
タログ６２１，６２２内のカタログ情報はそれに応じて
書替える。次に、スプール内の情報単位６５１の中のテ
キスト本体５０５（第９図）？情報単位６５４として領
域６２４に書込む。またそれに応じてカタログ６２２紫
書替える。

したがって副記憶装置４１０（光ディスク）の中には冗
長性紮除いた変化分６５３，６５５が記憶されることに
なり、効率的な記憶ケ実現する。

更に、アクセス頻度の高い最新版６５４は原形のまま記
憶さｎ１アクセス時間は従来通り短）、−１゜古い版？
アクセスするときは、最新版から古い版を差異情報から
順次復元する。したがって、最新版よシもアクセス時間
が長くなる。復元の方法は行単位のテキスト編集ケ行う
エディタに用いられる方法と同じで、公知であるので説
明は省略する。

非常に古い版のアクセス時間が極端に遅くならないよう
に、本装置ではに版毎（Ｋはパラメータとして指定可能
）に原形のまま記憶する。たとえばＩ（＝３とすると、
Ｔｅｘｔ、３　、　Ｔｅｘｔ、６　、　・−は光デイス
クファイルに冗長性を除去せずに記憶する。

これにより、長い復元処理の連鎖ケ作らずにすむ。

以上のように本実施例によれば、版の異る重Ｆｉの多い
文書？、自動的に相違部分を抽出することにより冗長性
金除去した形で記憶し、結果的に従来に比して多量の文
書を同一の記憶容量で記憶させることかり能である。

なお、本実施例では副記憶装＠４１０は■替え′ができ
ない光ディスクであったが、光ディスクを用いずに磁気
ディスクを用いてもよいし、副記憶装＃４１０は副記憶
装置４１１と一体となった磁気ディスク装・ｄであって
もよい。

更に、本記憶方式は磁気テープなどの他の記憶装置にも
そのまま適用できることは言うまでもない。

また文書は日本文でも欧文でもよい。相違は文字コード
の長さく前者は２バイト、後者は１バイト）と、拡張パ
ターンマッチングケ行う際の分割用の文字コードが異る
のみである。文書が日本文か欧文かは、第９図の第３記
録５０３のファイル属性の中に記録されている。分割７
行うための記号としては、空白や改行の他に、日本文で
は「。」や「、」、あるいはそｎらの集合であってもよ
い。

また本実施例では２本のテキストの差異？すべて自動的
に求めたが、記憶要求元、たとえばある棟のエディタか
ら補足情報？ヒントとして得てもよい。たとえば、長い
文書の場合にそれをブロックに分け、変更のあったブロ
ックにその旨ｋｎすフラッグ？立てることが考えら几る
。このような拡張も本発明に含まれる。

さらに、文書は必ずしも文字コードげか９ではなく、図
形や画像が混在している場合もある。更に、オンライン
タブレットなどから入力したコメントなどの筆跡データ
が混在している場合もある。

しかし、これらの場合、異種データはそれぞれ同種のデ
ータ毎にグループ化され、データエンベロープというブ
ロックに入れられる。このような場合には、各ブロック
毎に本発明方式？適用することができる。

また、この場合に、デルタエンベロープ毎に変更があっ
たか否か？同定して、データエンベロープｒ単位として
冗長性を除くこともｏＪ能である。

たとえば、第１版の文書に対してオンラインタブレット
からコメン）ｋ加筆した第２版の文書は、同コメントと
本体のためのポインタのみを記憶すれば゛よいうこγＬ
らの拡張もすべて本発明に含まれる。

〔発明の効果〕

本発明方式によれば、重複の粕い記憶情報単位の中から
重複部分と相違部分とを自動的に抽出して、冗長性金除
去して記憶するので、一定の記１、ホ容量で従来よシも
多量の・清報を記憶することができる。

特に文書？扱う場合には、多数の異る版は数％しか互い
に相違していないことも多い。仮に１０％相違している
１００の長さの文書が５版あるとすると、従来の記憶方
式では５００、本発明方式では（Ｋ−５として）１４０
→−αのｌ己１．ホ量ですみ・約３倍の記１意？するこ
とができる。

この効果は、特に光ディスクのように書替えができない
記１意装置において大きい。

才だ副次的効果として、従来記憶界；ｉ二の制限から文
書作成の過程である古い版の記憶はＮ複が多いゆえに行
っていなかったが、本方式の採用によりすべての過程を
残しておくことができる。この効果は定量的に計測する
ことは難しいが、文書ケ媒体として進める仕事の「質」
？格段に向上させることができる。

【図面の簡単な説明】

第１図は本発明の方式？適用する記憶装置のシステム借
成図、第２図（１）は本発明の基本原理の説明の図、第
２図（２）ｉ３）は２つのテキストの相違の表現方法？
示す図、第３図から第６図はそれぞれ、自動的にテキス
トの一致／相違部分？抽出する方法の説明図、第７図は
四方法？実現するアルゴリズムの流れ図、’ｉＲ８図は
拡張アルゴリズム全説明データの構造ケ示す図、第１０
図は第１１ｇの装置の記・謹傾城の関係ケ示す図である
。 臀　３　図 、Ｓ２ 第　４　図 子　７　口（３） 第７　図（４） 冗　７　図（Ｓ） 第　７　図（につ

Claims (1)

【特許請求の範囲】
1. 記憶すべき第１の“情報単位と、すてに記憶さルている
   第２の情報単位との相違部分？抽出し、該相違部分荀前
   記第１の情報単位の代りに第３の情報単位として記憶さ
   せることケ特徴とする情報記憶方式。