JP3259781B2 - データベース検索システムおよびデータベース検索方法 - Google Patents
データベース検索システムおよびデータベース検索方法Info
- Publication number
- JP3259781B2 JP3259781B2 JP05696492A JP5696492A JP3259781B2 JP 3259781 B2 JP3259781 B2 JP 3259781B2 JP 05696492 A JP05696492 A JP 05696492A JP 5696492 A JP5696492 A JP 5696492A JP 3259781 B2 JP3259781 B2 JP 3259781B2
- Authority
- JP
- Japan
- Prior art keywords
- search
- property
- data
- list
- degree
- 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.)
- Expired - Lifetime
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、データベース検索シス
テムおよびデータベース検索方法に関し、特に検索対象
の物件毎に、各物件内の複数の近傍データおよび検索キ
ーに基づいて算出されたそれぞれの複数の量子化量の組
み合わせを比較して、その合致度を算出する、あいまい
検索によるデータベース検索システムに関する。
テムおよびデータベース検索方法に関し、特に検索対象
の物件毎に、各物件内の複数の近傍データおよび検索キ
ーに基づいて算出されたそれぞれの複数の量子化量の組
み合わせを比較して、その合致度を算出する、あいまい
検索によるデータベース検索システムに関する。
【０００２】
【従来の技術】全物件検索によるデータベース検索にお
いて条件検索を行う場合には、所定の検索キーが設定さ
れ、この検索キーを全物件に適用して検索を行う。たと
えば各物件が検索キーを含むか否かを調べ、検索キーを
含む物件がその含有度とともに検索結果としてリストア
ップされる。
いて条件検索を行う場合には、所定の検索キーが設定さ
れ、この検索キーを全物件に適用して検索を行う。たと
えば各物件が検索キーを含むか否かを調べ、検索キーを
含む物件がその含有度とともに検索結果としてリストア
ップされる。
【０００３】
【発明が解決しようとする課題】このような検索におい
ては、検索される全物件について検索結果のリスト、す
なわち含有度のリストを作成し、保存することが行われ
ている。しかし、物件数が大きい場合または検索結果を
逐次保存したい場合などにおいては、リストに保存され
るデータ量が大きいため、記憶装置は大きな記憶容量を
要するという問題があった。また、検索結果のリストの
作成時間が増加するため、検索作業の効率が低下すると
いう問題もあった。
ては、検索される全物件について検索結果のリスト、す
なわち含有度のリストを作成し、保存することが行われ
ている。しかし、物件数が大きい場合または検索結果を
逐次保存したい場合などにおいては、リストに保存され
るデータ量が大きいため、記憶装置は大きな記憶容量を
要するという問題があった。また、検索結果のリストの
作成時間が増加するため、検索作業の効率が低下すると
いう問題もあった。
【０００４】本発明は、上記のような従来の問題点を解
消し、検索キーに関する合致度を求めるあいまい検索に
おいて、検索結果のリストの作成時間を短縮するととも
に、記憶装置の記憶容量を小さくすることのできるデー
タベース検索システムを提供することを目的とする。
消し、検索キーに関する合致度を求めるあいまい検索に
おいて、検索結果のリストの作成時間を短縮するととも
に、記憶装置の記憶容量を小さくすることのできるデー
タベース検索システムを提供することを目的とする。
【０００５】
【課題を解決するための手段】本発明のデータベース検
索システムは、あいまい検索によりデータベースを検索
するデータベース検索システムであって、検索対象の物
件毎に、検索対象のｉ番目の物件のｊ番目のデータＣ
i,jと、ｉ番目の物件内のｊ番目のデータＣi,jの近傍デ
ータＣi,kとに基づいて算出された複数の量子化量の組
み合わせと、検索キーに基づいて算出された複数の量子
化量の組み合わせとを比較し、その合致度を算出する検
索手段と、検索手段により得られた合致度を所定のしき
い値と比較する比較手段と、比較手段により合致度がし
きい値よりも大きいと判断された物件についてリストを
作成するリスト作成手段と、リスト作成手段により作成
された物件のリストを記憶する物件リスト記憶手段とを
具備する。
索システムは、あいまい検索によりデータベースを検索
するデータベース検索システムであって、検索対象の物
件毎に、検索対象のｉ番目の物件のｊ番目のデータＣ
i,jと、ｉ番目の物件内のｊ番目のデータＣi,jの近傍デ
ータＣi,kとに基づいて算出された複数の量子化量の組
み合わせと、検索キーに基づいて算出された複数の量子
化量の組み合わせとを比較し、その合致度を算出する検
索手段と、検索手段により得られた合致度を所定のしき
い値と比較する比較手段と、比較手段により合致度がし
きい値よりも大きいと判断された物件についてリストを
作成するリスト作成手段と、リスト作成手段により作成
された物件のリストを記憶する物件リスト記憶手段とを
具備する。
【０００６】
【作用】本発明によれば、あいまい検索によりデータベ
ースを検索する場合に、検索対象の物件毎に、検索対象
のｉ番目の物件のｊ番目のデータＣi,jと、ｉ番目の物
件内のｊ番目のデータＣi,jの近傍データＣi,kとに基づ
いて算出された複数の量子化量の組み合わせと、検索キ
ーに基づいて算出された複数の量子化量の組み合わせと
を比較して、その合致度を算出し、得られた合致度を所
定のしきい値と比較し、合致度が所定のしきい値よりも
大きい物件についてのみ検索結果のリストを作成し、デ
ータを保存する。
ースを検索する場合に、検索対象の物件毎に、検索対象
のｉ番目の物件のｊ番目のデータＣi,jと、ｉ番目の物
件内のｊ番目のデータＣi,jの近傍データＣi,kとに基づ
いて算出された複数の量子化量の組み合わせと、検索キ
ーに基づいて算出された複数の量子化量の組み合わせと
を比較して、その合致度を算出し、得られた合致度を所
定のしきい値と比較し、合致度が所定のしきい値よりも
大きい物件についてのみ検索結果のリストを作成し、デ
ータを保存する。
【０００７】したがって、検索結果のリストのサイズが
小さくなるため、記憶装置の容量を小さくでき、検索時
間も短縮できる。
小さくなるため、記憶装置の容量を小さくでき、検索時
間も短縮できる。
【０００８】
【実施例】図１には、本発明によるシステムの一実施例
が示されている。同図に示すように、本システムは、検
索部１２を有する。検索部１２は図示ない検索キー入力
部から入力された所定の検索キーからなる条件式によっ
てデータベースたる検索対象１０について全物件検索を
行う検索部である。
が示されている。同図に示すように、本システムは、検
索部１２を有する。検索部１２は図示ない検索キー入力
部から入力された所定の検索キーからなる条件式によっ
てデータベースたる検索対象１０について全物件検索を
行う検索部である。
【０００９】検索部１２による検索結果は図１に示すよ
うに、物件番号とその物件の重み、すなわちその物件に
ついての検索キーの含有度（合致度）からなる。同図に
示す例においては、物件１、２、３の重み（含有度）は
それぞれ０．４、０．６、１．０であるから、この中で
は物件３が最も検索キーの含有度（合致度）が高い。
うに、物件番号とその物件の重み、すなわちその物件に
ついての検索キーの含有度（合致度）からなる。同図に
示す例においては、物件１、２、３の重み（含有度）は
それぞれ０．４、０．６、１．０であるから、この中で
は物件３が最も検索キーの含有度（合致度）が高い。
【００１０】検索部１２から得られたこのような検索結
果は、含有度比較部１４に送られる。含有度比較部１４
は、検索部１２から送られた各物件の重みｗを、図示し
ないしきい値入力手段から入力されるしきい値θと比較
し、θ≦ｗであるか否かを判断する。θ≦ｗを満たした
場合、すなわち物件の重みｗがしきい値θ以上である場
合には、物件とその重みｗのデータが物件リスト作成部
１６に送られて物件番号リストを作成するためのデータ
となる。
果は、含有度比較部１４に送られる。含有度比較部１４
は、検索部１２から送られた各物件の重みｗを、図示し
ないしきい値入力手段から入力されるしきい値θと比較
し、θ≦ｗであるか否かを判断する。θ≦ｗを満たした
場合、すなわち物件の重みｗがしきい値θ以上である場
合には、物件とその重みｗのデータが物件リスト作成部
１６に送られて物件番号リストを作成するためのデータ
となる。
【００１１】θ≦ｗを満たさない場合、すなわち物件の
重みｗがしきい値θよりも小さい場合には、物件番号リ
ストを作成するデータとしないため、このデータは物件
リスト作成部１６に送られない。
重みｗがしきい値θよりも小さい場合には、物件番号リ
ストを作成するデータとしないため、このデータは物件
リスト作成部１６に送られない。
【００１２】物件リスト作成部１６は、含有度比較部１
４から送られたデータ、すなわち物件の重みｗがしきい
値θ以上である物件の番号およびその重みのデータを用
いて、検索キーの含有度付きの物件番号リストを作成す
る。このリストは図１に示すように物件番号と重みによ
って構成される。
４から送られたデータ、すなわち物件の重みｗがしきい
値θ以上である物件の番号およびその重みのデータを用
いて、検索キーの含有度付きの物件番号リストを作成す
る。このリストは図１に示すように物件番号と重みによ
って構成される。
【００１３】物件リスト作成部１６において作成された
物件番号リストのデータは物件リスト記憶部１８に送ら
れる。物件リスト記憶部１８は、物件リスト作成部１６
で作成された物件リストがたとえばリスト１、リスト２
のように記憶される。
物件番号リストのデータは物件リスト記憶部１８に送ら
れる。物件リスト記憶部１８は、物件リスト作成部１６
で作成された物件リストがたとえばリスト１、リスト２
のように記憶される。
【００１４】本実施例によれば、上記のように物件番号
とその物件の重み、すなわちその物件についての検索キ
ーの含有度（合致度）からなるデータについて重みｗを
しきい値θと比較し、重みｗがしきい値θ以上である物
件のデータのみから物件番号リストを作成して記憶する
ようにしている。
とその物件の重み、すなわちその物件についての検索キ
ーの含有度（合致度）からなるデータについて重みｗを
しきい値θと比較し、重みｗがしきい値θ以上である物
件のデータのみから物件番号リストを作成して記憶する
ようにしている。
【００１５】したがって、作成される物件番号リストの
サイズが小さくなるため、リスト作成時間を短縮するこ
とができ、検索作業の効率が向上する。また、記憶され
るリストを小さくすることにより、記憶装置の容量を小
さくすることができる。
サイズが小さくなるため、リスト作成時間を短縮するこ
とができ、検索作業の効率が向上する。また、記憶され
るリストを小さくすることにより、記憶装置の容量を小
さくすることができる。
【００１６】なお、物件リスト作成部１６において作成
された物件番号リストのデータを図示しないソート部に
送り、重みｗの順に並べ換えた後に物件リスト記憶部１
８に記憶するようにしてもよい。または、検索部１２か
ら出力されたデータを図示しないソート部に送り、重み
ｗの順に並べ換えた後に含有度比較部１４に送るように
してもよい。
された物件番号リストのデータを図示しないソート部に
送り、重みｗの順に並べ換えた後に物件リスト記憶部１
８に記憶するようにしてもよい。または、検索部１２か
ら出力されたデータを図示しないソート部に送り、重み
ｗの順に並べ換えた後に含有度比較部１４に送るように
してもよい。
【００１７】また、後述するように、検索部１２から出
力されるデータが重みｗの大きい順に並べ換えられたも
のである場合には、含有度比較部１４におけるしきい値
との比較によって重みｗがθよりも小さくなった場合に
はそれ以後の比較を省略することができる。
力されるデータが重みｗの大きい順に並べ換えられたも
のである場合には、含有度比較部１４におけるしきい値
との比較によって重みｗがθよりも小さくなった場合に
はそれ以後の比較を省略することができる。
【００１８】本発明による検索システムは、各種のデー
タベースの検索に適用できる。たとえば次のようなデー
タ検索システムにおける検索結果の処理に適用できる。
タベースの検索に適用できる。たとえば次のようなデー
タ検索システムにおける検索結果の処理に適用できる。
【００１９】図２は、本発明が適用される一実施例を示
す近傍特徴量によるパターン検索システムのデータフロ
ー図である。この検索システムでは、予め全対象物件か
ら事象（情報）の位相情報を全て捨象した近傍特徴量を
作成し、そのデータ群に対して全物件検索を行なう。検
索のアルゴリズムは、学習ステップと検索ステップとか
らなる。学習ステップでは、物件毎に近傍特徴量行列が
作成される。図２では、検索対象１０から近傍特徴量行
列３０を作成し、それを構造ファイル４０に保存するま
でのステップに該当する。また、検索ステップでは、検
索キーに対して学習ステップと同様の処理を行って検索
キーの近傍特徴量が求められ、物件の近傍特徴量とのマ
ッチング演算が行なわれ、物件ごとにマッチング度（類
似度）を示す評価結果を得る。図２では、検索キー５０
をもとに検索Ｓ４にて構造ファイル４０の物件データと
のマッチング演算を行い、評価結果リスト７０或いはソ
ート済みリスト８０のように結果を出力するまでのステ
ップに該当する。以下、各ステップについて説明する。
す近傍特徴量によるパターン検索システムのデータフロ
ー図である。この検索システムでは、予め全対象物件か
ら事象（情報）の位相情報を全て捨象した近傍特徴量を
作成し、そのデータ群に対して全物件検索を行なう。検
索のアルゴリズムは、学習ステップと検索ステップとか
らなる。学習ステップでは、物件毎に近傍特徴量行列が
作成される。図２では、検索対象１０から近傍特徴量行
列３０を作成し、それを構造ファイル４０に保存するま
でのステップに該当する。また、検索ステップでは、検
索キーに対して学習ステップと同様の処理を行って検索
キーの近傍特徴量が求められ、物件の近傍特徴量とのマ
ッチング演算が行なわれ、物件ごとにマッチング度（類
似度）を示す評価結果を得る。図２では、検索キー５０
をもとに検索Ｓ４にて構造ファイル４０の物件データと
のマッチング演算を行い、評価結果リスト７０或いはソ
ート済みリスト８０のように結果を出力するまでのステ
ップに該当する。以下、各ステップについて説明する。
【００２０】（１）、学習ステップ 図２に於いて、検索対象１０は、例えば日本語、英語、
ドイツ語、フランス語、ヘブライ語、ロシア語などの文
書データ、或いは量子化された波形数値データ、化学構
造式、遺伝子情報などである。このような検索対象に対
して、まず正規化手段Ｓ１により正規化の処理を行な
う。一般に検索対象は、情報の最小単位（文書であれば
アルファベットなどの文字、数値チャートであれば、あ
る時刻における実数値など）の列で表現されている。そ
れをなんらかの方法でｎ階調の整数列に変換する。これ
をデータの正規化と呼ぶ。
ドイツ語、フランス語、ヘブライ語、ロシア語などの文
書データ、或いは量子化された波形数値データ、化学構
造式、遺伝子情報などである。このような検索対象に対
して、まず正規化手段Ｓ１により正規化の処理を行な
う。一般に検索対象は、情報の最小単位（文書であれば
アルファベットなどの文字、数値チャートであれば、あ
る時刻における実数値など）の列で表現されている。そ
れをなんらかの方法でｎ階調の整数列に変換する。これ
をデータの正規化と呼ぶ。
【００２１】例えば、英文書データの場合、ＡＳＣＩＩ
コード表をそのまま用いることにより、次のような２５
６階調の数値表現として実現される。 …… This is a pen. …… 84｜104 ｜105 ｜115 ｜32｜105 ｜115 ｜32｜97｜32｜112 ｜101 ｜110 ｜46｜
コード表をそのまま用いることにより、次のような２５
６階調の数値表現として実現される。 …… This is a pen. …… 84｜104 ｜105 ｜115 ｜32｜105 ｜115 ｜32｜97｜32｜112 ｜101 ｜110 ｜46｜
【００２２】上記のコードにおいては、Ｔが84、ｈが10
4 ．．と対応している。
4 ．．と対応している。
【００２３】次に、正規化されたデータ２０から、学習
手段Ｓ２により近傍特徴量が算出され、以下に説明する
手順で近傍特徴量行列３０の形式に畳込まれる。ここで
近傍特徴量を抽出する演算式は種々考えられる。この演
算式は検索の鋭さ（過検出の少なさ）にも影響を与え
る。
手段Ｓ２により近傍特徴量が算出され、以下に説明する
手順で近傍特徴量行列３０の形式に畳込まれる。ここで
近傍特徴量を抽出する演算式は種々考えられる。この演
算式は検索の鋭さ（過検出の少なさ）にも影響を与え
る。
【００２４】学習手段Ｓ２の一例として、正規化された
データ２０から量子化量を求め、この量子化量を用いて
近傍特徴量行列３０を得る手順を説明する。例えば、図
３に示すように、検索される対象物件（文書）が複数あ
るとし、そのうちのｉ番目の物件の量子化について考え
る。ここで、ｉ番目の物件（文書）のｊ番目のデータ
（文字）をＣi,jとし、Ｃi,jのｋ近傍に関するデータを
Ｃi,j+1，Ｃi,j+2，．．．．，Ｃi,j+kとする。ｉ番目
の物件において、図３に示すように正規化された数値列
135,64,37,71,101,．．．が並んでいるとすると、Ｃi,j
に関する量子化量ｘ及びＣi,jのｋ近傍に関する量子化
量ｙは、 ｘ＝f（Ｃi,j） ｙ＝g（Ｃi,j，Ｃi,j+1，Ｃi,j+2，．．．．，Ｃi,j+k） …式（１） で求められる。
データ２０から量子化量を求め、この量子化量を用いて
近傍特徴量行列３０を得る手順を説明する。例えば、図
３に示すように、検索される対象物件（文書）が複数あ
るとし、そのうちのｉ番目の物件の量子化について考え
る。ここで、ｉ番目の物件（文書）のｊ番目のデータ
（文字）をＣi,jとし、Ｃi,jのｋ近傍に関するデータを
Ｃi,j+1，Ｃi,j+2，．．．．，Ｃi,j+kとする。ｉ番目
の物件において、図３に示すように正規化された数値列
135,64,37,71,101,．．．が並んでいるとすると、Ｃi,j
に関する量子化量ｘ及びＣi,jのｋ近傍に関する量子化
量ｙは、 ｘ＝f（Ｃi,j） ｙ＝g（Ｃi,j，Ｃi,j+1，Ｃi,j+2，．．．．，Ｃi,j+k） …式（１） で求められる。
【００２５】ここで、f(Ｃi,j )はＣi,j に関するｎ段
階量子化関数である。すなわち、ｉ番目の物件のｊ番目
のデータＣi,j について所定の演算を行って得られる値
であり、１〜ｎのいずれかの整数で表される。したがっ
て、このｎ段階量子化関数ｆの演算により得られた量子
化量ｘの値によって図４に示す行列（座標）においてｘ
軸方向の位置が１〜ｎの範囲で定まる。
階量子化関数である。すなわち、ｉ番目の物件のｊ番目
のデータＣi,j について所定の演算を行って得られる値
であり、１〜ｎのいずれかの整数で表される。したがっ
て、このｎ段階量子化関数ｆの演算により得られた量子
化量ｘの値によって図４に示す行列（座標）においてｘ
軸方向の位置が１〜ｎの範囲で定まる。
【００２６】また、g（Ｃi,j，Ｃi,j+1，
Ｃi,j+2，．．．．，Ｃi,j+k）は、Ｃi,jの前方ｋ近傍
に関するｍ段階量子化関数である。すなわち、ｉ番目の
物件のｊ番目のデータＣi,jと、そのデータＣi,jの近傍
の所定数のデータＣi,j+1，Ｃi,j+2，．．．．，Ｃ
i,j+kとについて所定の演算を行って得られる値であ
り、１〜ｍのいずれかの整数で表される。たとえば図３
に示すようにｊ番目のデータＣi,jが１３５であり、ｋ
が３の場合には、Ｃi,j+1，Ｃi,j+2，Ｃi,j+3としてデ
ータ１３５に続くデータ６４、３７、７１を抽出し、こ
れらのデータとデータ１３５との相関について所定の演
算を行う。ｊ番目のデータＣi,jが次の６４の場合に
は、Ｃi,j+1，Ｃi,j+2，Ｃi,j+3としてデータ６４に続
くデータ３７、７１、１０１を抽出し、これらのデータ
とデータ６４との相関について所定の演算を行う。この
ようにしてｍ段階量子化関数ｇの演算により得られた量
子化量ｙの値によって、図４に示す行列（座標）におけ
るｙ軸方向の位置が１〜ｍの範囲で定まる。
Ｃi,j+2，．．．．，Ｃi,j+k）は、Ｃi,jの前方ｋ近傍
に関するｍ段階量子化関数である。すなわち、ｉ番目の
物件のｊ番目のデータＣi,jと、そのデータＣi,jの近傍
の所定数のデータＣi,j+1，Ｃi,j+2，．．．．，Ｃ
i,j+kとについて所定の演算を行って得られる値であ
り、１〜ｍのいずれかの整数で表される。たとえば図３
に示すようにｊ番目のデータＣi,jが１３５であり、ｋ
が３の場合には、Ｃi,j+1，Ｃi,j+2，Ｃi,j+3としてデ
ータ１３５に続くデータ６４、３７、７１を抽出し、こ
れらのデータとデータ１３５との相関について所定の演
算を行う。ｊ番目のデータＣi,jが次の６４の場合に
は、Ｃi,j+1，Ｃi,j+2，Ｃi,j+3としてデータ６４に続
くデータ３７、７１、１０１を抽出し、これらのデータ
とデータ６４との相関について所定の演算を行う。この
ようにしてｍ段階量子化関数ｇの演算により得られた量
子化量ｙの値によって、図４に示す行列（座標）におけ
るｙ軸方向の位置が１〜ｍの範囲で定まる。
【００２７】したがって、上記のように正規化されたデ
ータ２０から量子化量ｘ、ｙを求めることによって図４
に示す行列（座標）における位置が定まる。なお、量子
化量を求める演算式ｆ（）、ｇ（）としては、他にも種
々あるが、例えば、 ｆ：ｘ→ｘ ｇ：（ｘ，ｙ）→ｘ−ｙ （または｜ｘ−ｙ｜） …式（２） のように、演算式ｆ（）は入力された値をそのまま量子
化量とし、演算式ｇ（）は入力された２つの値の差、或
いは差の絶対値を量子化量とする例が考えられる。この
場合、正規化されたデータ２０が、先の例84｜104｜105
｜115．．．では、データＣi,jを８４とすると、Ｃi,j
とＣi,jの前方ｋ近傍とに関する量子化量ｘ，ｙの座標
位置は、（84，20）、（84，21）、（84，31）、．．．
となる。また、この式（２）以外にも、幾つかの文字列
の個々の文字整数値に対し四則演算を施すことにより近
傍特徴量を取り出してもよい。図３中に示した量子化量
ｘ，ｙの座標位置（51，71）、（32，103）、．．．
は、上記式（２）とは異なる手法によって求めたもので
ある。
ータ２０から量子化量ｘ、ｙを求めることによって図４
に示す行列（座標）における位置が定まる。なお、量子
化量を求める演算式ｆ（）、ｇ（）としては、他にも種
々あるが、例えば、 ｆ：ｘ→ｘ ｇ：（ｘ，ｙ）→ｘ−ｙ （または｜ｘ−ｙ｜） …式（２） のように、演算式ｆ（）は入力された値をそのまま量子
化量とし、演算式ｇ（）は入力された２つの値の差、或
いは差の絶対値を量子化量とする例が考えられる。この
場合、正規化されたデータ２０が、先の例84｜104｜105
｜115．．．では、データＣi,jを８４とすると、Ｃi,j
とＣi,jの前方ｋ近傍とに関する量子化量ｘ，ｙの座標
位置は、（84，20）、（84，21）、（84，31）、．．．
となる。また、この式（２）以外にも、幾つかの文字列
の個々の文字整数値に対し四則演算を施すことにより近
傍特徴量を取り出してもよい。図３中に示した量子化量
ｘ，ｙの座標位置（51，71）、（32，103）、．．．
は、上記式（２）とは異なる手法によって求めたもので
ある。
【００２８】本システムでは、各物件情報は、上記のよ
うにして求めたｘ、ｙに対して物件の通番ｉと重みｗ
（x,y,i）の組として記憶される。重みｗ（x,y,i）は、
データｘ、ｙ、ｉから所定の演算によって求められる
が、通常は重みｗ（x,y,i）の値は１に固定してもよ
い。
うにして求めたｘ、ｙに対して物件の通番ｉと重みｗ
（x,y,i）の組として記憶される。重みｗ（x,y,i）は、
データｘ、ｙ、ｉから所定の演算によって求められる
が、通常は重みｗ（x,y,i）の値は１に固定してもよ
い。
【００２９】上記のようにして各物件についてデータＣ
i,jごとに求められた量子化量ｘ、ｙの値に基づき図４
に棒によって示されるように、データを記憶する。すな
わち、データＣi,jの量子化量ｘ、ｙの値によって定め
られる座標の位置に、その物件の通番ｉとその重みｗ
（x,y,i）を組みとしたデータを記憶する。同図ではこ
のようなデータが記憶されるごとに棒の長さが延びるよ
うに表されている。通常は重みｗ（x,y,i）は１とされ
るから、物件の通番ｉのデータのみがｘ、ｙの値によっ
て定められる座標の位置に記憶されてゆく。
i,jごとに求められた量子化量ｘ、ｙの値に基づき図４
に棒によって示されるように、データを記憶する。すな
わち、データＣi,jの量子化量ｘ、ｙの値によって定め
られる座標の位置に、その物件の通番ｉとその重みｗ
（x,y,i）を組みとしたデータを記憶する。同図ではこ
のようなデータが記憶されるごとに棒の長さが延びるよ
うに表されている。通常は重みｗ（x,y,i）は１とされ
るから、物件の通番ｉのデータのみがｘ、ｙの値によっ
て定められる座標の位置に記憶されてゆく。
【００３０】この様にして作成された近傍特徴量行列に
物件の識別番号を付加して構造ファイル４０として保存
する。
物件の識別番号を付加して構造ファイル４０として保存
する。
【００３１】（２）、検索ステップ まず検索キー５０を入力する。例えば、“This is a pe
n.”を検索キーとする。この検索キー５０に対して学習
ステップでの正規化手段Ｓ１と同一の正規化方法に基づ
く正規化手段Ｓ３によりキー情報を以下の整数列に正規
化する。 84｜104｜105｜115｜32｜105｜115｜32｜97｜32｜112｜101｜110｜46｜
n.”を検索キーとする。この検索キー５０に対して学習
ステップでの正規化手段Ｓ１と同一の正規化方法に基づ
く正規化手段Ｓ３によりキー情報を以下の整数列に正規
化する。 84｜104｜105｜115｜32｜105｜115｜32｜97｜32｜112｜101｜110｜46｜
【００３２】次に、検索手段Ｓ４において、学習ステッ
プでの学習手段Ｓ２と同一の近傍特徴量抽出式f（）、g
（）を用いて、正規化された検索キー５０の数値列の先
頭から量子化量ｘ、ｙの組の系列を作成する。次に、こ
の検索キー５０の量子化量ｘ、ｙの組の系列に基づい
て、構造ファイル４０内から取り出した物件ｉに対する
検索キー５０の含有度数ωiとして、Ｖ（ｘj,ｙj,ｉ）
をｊ＝１〜ｍについて合計することにより算出する。
プでの学習手段Ｓ２と同一の近傍特徴量抽出式f（）、g
（）を用いて、正規化された検索キー５０の数値列の先
頭から量子化量ｘ、ｙの組の系列を作成する。次に、こ
の検索キー５０の量子化量ｘ、ｙの組の系列に基づい
て、構造ファイル４０内から取り出した物件ｉに対する
検索キー５０の含有度数ωiとして、Ｖ（ｘj,ｙj,ｉ）
をｊ＝１〜ｍについて合計することにより算出する。
【００３３】ただし、Ｖ（ｘj,ｙj,ｉ）は、構造ファイ
ル４０に記憶された物件ｉの重みに等しく、重みを持た
ない場合には０と定める。
ル４０に記憶された物件ｉの重みに等しく、重みを持た
ない場合には０と定める。
【００３４】したがって、検索すべきキー５０の数値列
から求めた量子化量ｘ、ｙの組に対応する図４の量子化
量ｘ、ｙの位置にデータがある場合（棒がある場合）に
は、別に設けられた記憶手段のそのデータに示される物
件の通番ｉの格納箇所にその重みの値を構造評価値scor
e（合致度）として記憶させる。
から求めた量子化量ｘ、ｙの組に対応する図４の量子化
量ｘ、ｙの位置にデータがある場合（棒がある場合）に
は、別に設けられた記憶手段のそのデータに示される物
件の通番ｉの格納箇所にその重みの値を構造評価値scor
e（合致度）として記憶させる。
【００３５】次に、評価結果出力手段Ｓ５において、構
造ファイル４０内の各物件毎に得られた構造評価値scor
e（合致度）を完全一致の場合の評価値で割って、検索
キー５０の含有確率を求め、評価結果のリスト７０を得
る。更にソート手段Ｓ６において、このリスト７０を含
有確率の降順にソートしソート済みリスト８０を得る。
造ファイル４０内の各物件毎に得られた構造評価値scor
e（合致度）を完全一致の場合の評価値で割って、検索
キー５０の含有確率を求め、評価結果のリスト７０を得
る。更にソート手段Ｓ６において、このリスト７０を含
有確率の降順にソートしソート済みリスト８０を得る。
【００３６】このソート済みリスト８０が検索結果であ
り、この検索結果について上記のようにしきい値θ以上
の重みｗをもつ物件のデータのみを抽出することによっ
て、作成するリストを小さくすることができる。また、
これにより、検索キーが物件中に含まれている確率が高
い物件名を知ることができる。なお、含有確率は、完全
一致及び不完全一致の全てについて求まるから、あいま
い一致検索を行なうことができる。
り、この検索結果について上記のようにしきい値θ以上
の重みｗをもつ物件のデータのみを抽出することによっ
て、作成するリストを小さくすることができる。また、
これにより、検索キーが物件中に含まれている確率が高
い物件名を知ることができる。なお、含有確率は、完全
一致及び不完全一致の全てについて求まるから、あいま
い一致検索を行なうことができる。
【００３７】また、検索キーの全情報についての全物件
探索であるから、検索もれが発生する確率は、本質的に
零であると言う特徴がある。
探索であるから、検索もれが発生する確率は、本質的に
零であると言う特徴がある。
【００３８】また、１つの物件に対する検索キーの評価
時間は、キーの文字数のみに依存し、物件の大きさには
依存しない。従って、非常に高速に検索を行なうことが
できる。
時間は、キーの文字数のみに依存し、物件の大きさには
依存しない。従って、非常に高速に検索を行なうことが
できる。
【００３９】上記のようにデータ検索の結果、ソート済
みリスト８０においてスコア（キーの含有確率）が所定
のしきい値θよりも高い物件を抽出し、これを検索結果
とする。これらの物件の番号リストが物件リスト作成部
１６において作成され、物件リスト記憶部１８に記憶さ
れる。
みリスト８０においてスコア（キーの含有確率）が所定
のしきい値θよりも高い物件を抽出し、これを検索結果
とする。これらの物件の番号リストが物件リスト作成部
１６において作成され、物件リスト記憶部１８に記憶さ
れる。
【００４０】上記のようなデータ検索においては、検索
の結果が所定のしきい値θによって制限されるから、リ
ストの作成時間を短縮し、高速で検索を行うことができ
る。また、物件リスト記憶部１８の記憶容量も小さくで
きる。
の結果が所定のしきい値θによって制限されるから、リ
ストの作成時間を短縮し、高速で検索を行うことができ
る。また、物件リスト記憶部１８の記憶容量も小さくで
きる。
【００４１】
【００４２】近傍特徴量は、各物件の全データを対象と
し取り出さなくてもよい。例えば、物件データ中の特定
の一つまたは一つ以上の整数値、特定の範囲の整数値、
或いはデータ列を構成する各バイト中の特定の１つまた
は一つ以上のビットを除外して近傍特徴量を作成（抽
出）してもよい。また日本語文書のように２バイト文字
で構成されている場合には、例えば上位バイトを除外し
て下位バイトを対象として近傍特徴量を取り出してもよ
い。
し取り出さなくてもよい。例えば、物件データ中の特定
の一つまたは一つ以上の整数値、特定の範囲の整数値、
或いはデータ列を構成する各バイト中の特定の１つまた
は一つ以上のビットを除外して近傍特徴量を作成（抽
出）してもよい。また日本語文書のように２バイト文字
で構成されている場合には、例えば上位バイトを除外し
て下位バイトを対象として近傍特徴量を取り出してもよ
い。
【００４３】上述の例では、近傍特徴量行列は、２５６
次のビット行列であり、これは８Kバイトに相当する。
従って、１物件のデータが１K バイト程度であるデータ
ベースでは、効率のよいシステムであるとは言えない。
そこでデータ圧縮手段Ｓ７を設けてデータ圧縮を行なっ
て構造ファイル４０の容量を減らすのがよい。
次のビット行列であり、これは８Kバイトに相当する。
従って、１物件のデータが１K バイト程度であるデータ
ベースでは、効率のよいシステムであるとは言えない。
そこでデータ圧縮手段Ｓ７を設けてデータ圧縮を行なっ
て構造ファイル４０の容量を減らすのがよい。
【００４４】図５にデータ圧縮法の一例を示す。この例
では、２５６次の近傍特徴量行列の各要素毎に要素値が
１である物件名４０ａ（識別コード）を１バイト／件の
データ列として蓄積する。従って、要素値が０である物
件名は不要データとして除外する。
では、２５６次の近傍特徴量行列の各要素毎に要素値が
１である物件名４０ａ（識別コード）を１バイト／件の
データ列として蓄積する。従って、要素値が０である物
件名は不要データとして除外する。
【００４５】物件数が２５５個以上ある場合には、物件
名４０ａは１バイトで表せないので、下位の１バイトの
みを蓄積する。例えば、物件数が１万件の場合、物件名
は２バイトで表されるが、そのうちの下位１バイトを使
用する。そして物件名コードが２５５を越える毎にデー
タ列にマーカ４０ｂを挿入する。
名４０ａは１バイトで表せないので、下位の１バイトの
みを蓄積する。例えば、物件数が１万件の場合、物件名
は２バイトで表されるが、そのうちの下位１バイトを使
用する。そして物件名コードが２５５を越える毎にデー
タ列にマーカ４０ｂを挿入する。
【００４６】検索時には、検索キーの近傍特徴量の各々
に該当する構造ファイルのデータ列を取り出し、物件名
毎の出現度数テーブルを作成する。この際、マーカ４０
ｂを越える毎に物件名コードに２５５を加える。このよ
うにして作成した出現度数テーブルに基づいて図２の評
価結果リスト７０が得られる。
に該当する構造ファイルのデータ列を取り出し、物件名
毎の出現度数テーブルを作成する。この際、マーカ４０
ｂを越える毎に物件名コードに２５５を加える。このよ
うにして作成した出現度数テーブルに基づいて図２の評
価結果リスト７０が得られる。
【００４７】なお物件名コードのデータ列が例えば全物
件中の半分以上ある場合には、その近傍特徴量行列要素
は各物件について共通であると見なして、その要素を削
除してもよい。
件中の半分以上ある場合には、その近傍特徴量行列要素
は各物件について共通であると見なして、その要素を削
除してもよい。
【００４８】上述の実施例において，正規化手段Ｓ１、
学習手段Ｓ２、正規化手段Ｓ３、検索手段Ｓ４、評価結
果出力手段Ｓ５、ソート手段Ｓ６、データ圧縮手段Ｓ７
は、コンピュータプログラムによって構成することがで
きるが、論理回路素子を用いて専用のハードウエアを構
成してもよい。
学習手段Ｓ２、正規化手段Ｓ３、検索手段Ｓ４、評価結
果出力手段Ｓ５、ソート手段Ｓ６、データ圧縮手段Ｓ７
は、コンピュータプログラムによって構成することがで
きるが、論理回路素子を用いて専用のハードウエアを構
成してもよい。
【００４９】
【発明の効果】本発明のシステムによれば、所定のしき
い値により検索結果たるデータを制限するので、検索作
業を高速で効率的に行うことができる。また、記憶され
る検索結果が少ないため、記憶装置を節約できる。
い値により検索結果たるデータを制限するので、検索作
業を高速で効率的に行うことができる。また、記憶され
る検索結果が少ないため、記憶装置を節約できる。
【図１】本発明によるデータベース検索システムの一実
施例のデータフロー図である。
施例のデータフロー図である。
【図２】本発明による検索システムを適用するデータベ
ース検索システムのデータフロー図である。
ース検索システムのデータフロー図である。
【図３】近傍情報の量子化を示す図である。
【図４】記憶される情報構造を示す図である。
【図５】圧縮された近傍特徴量のデータ構成図である。
１０ 検索対象 １２ 検索部 １４ 含有度比較部 １６ 物件リスト作成部 １８ 物件リスト記憶部 ２０ 正規化データ ３０ 近傍特徴量行列 ４０ 構造ファイル ５０ 検索キー ６０ 正規化キー ７０ 評価結果リスト ８０ ソート済みリスト Ｓ１ 正規化手段 Ｓ２ 学習手段 Ｓ３ 正規化手段 Ｓ４ 検索手段 Ｓ５ 評価結果出力手段 Ｓ６ ソート手段 Ｓ７ データ圧縮手段
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平３−296862（ＪＰ，Ａ) 特開 昭60−65335（ＪＰ，Ａ) 特許2993539（ＪＰ，Ｂ２) 特許2993540（ＪＰ，Ｂ２) 特許3151730（ＪＰ，Ｂ２) Ｒｏｙ Ｅ．Ｋｉｍｂｒｅｌｌ，”Ｓ ｅａｒｃｈｉｎｇ ｆｏｒ Ｔｅｘｔ？ Ｓｅｎｄ ａｎ Ｎ−Ｇｒａｍ！”, ＢＹＴＥ 1988 ＭＡＹ，ｐｐ．297− 312 (58)調査した分野(Int.Cl.7，ＤＢ名) G06F 17/30 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (3)
- 【請求項１】 あいまい検索によりデータベースを検索
するデータベース検索システムであって、 検索対象の物件毎に、検索対象のｉ番目の物件のｊ番目
のデータＣi,jと、ｉ番目の物件内のｊ番目のデータＣ
i,jの近傍データＣi,kとに基づいて算出された複数の量
子化量の組み合わせと、検索キーに基づいて算出された
複数の量子化量の組み合わせとを比較し、その合致度を
算出する検索手段と、 前記検索手段により得られた合致度を所定のしきい値と
比較する比較手段と、 前記比較手段により合致度が前記しきい値よりも大きい
と判断された物件についてリストを作成するリスト作成
手段と、 前記リスト作成手段により作成された物件のリストを記
憶する物件リスト記憶手段とを具備し、 前記しきい値よりも大きい合致度の物件のみを検索結果
として記憶することを特徴とするデータベース検索シス
テム。 - 【請求項２】 前記システムはさらに、前記合致度の大
きい順に前記物件を並べ換えるソート手段を具備するこ
とを特徴とする請求項１に記載のデータベース検索シス
テム。 - 【請求項３】 あいまい検索によりデータベースを検索
するデータベース検索方法であって、 検索対象の物件毎に、検索対象のｉ番目の物件のｊ番目
のデータＣi,jと、ｉ番目の物件内のｊ番目のデータＣ
i,jの近傍データＣi,kとに基づいて算出された複数の量
子化量の組み合わせと、検索キーに基づいて算出された
複数の量子化量の組み合わせとを比較してその合致度を
算出し、 前記合致度を所定のしきい値と比較して前記合致度が前
記しきい値よりも大きいと判断された物件のみを検索結
果として記憶することを特徴とするデータベース検索方
法。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP05696492A JP3259781B2 (ja) | 1984-10-08 | 1992-02-07 | データベース検索システムおよびデータベース検索方法 |
| DE69229521T DE69229521T2 (de) | 1991-04-25 | 1992-04-23 | Datenbankauffindungssystem |
| EP92106939A EP0510634B1 (en) | 1991-04-25 | 1992-04-23 | Data base retrieval system |
| US07/873,130 US5450580A (en) | 1991-04-25 | 1992-04-24 | Data base retrieval system utilizing stored vicinity feature valves |
| US08/471,459 US5546578A (en) | 1991-04-25 | 1995-06-06 | Data base retrieval system utilizing stored vicinity feature values |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21176484A JPS6188253A (ja) | 1984-10-08 | 1984-10-08 | ハロゲン化銀粒子および該粒子を含むハロゲン化銀写真感光材料 |
| JP05696492A JP3259781B2 (ja) | 1984-10-08 | 1992-02-07 | データベース検索システムおよびデータベース検索方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05225248A JPH05225248A (ja) | 1993-09-03 |
| JP3259781B2 true JP3259781B2 (ja) | 2002-02-25 |
Family
ID=26397972
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP05696492A Expired - Lifetime JP3259781B2 (ja) | 1984-10-08 | 1992-02-07 | データベース検索システムおよびデータベース検索方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3259781B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06274193A (ja) * | 1993-03-17 | 1994-09-30 | Nippon Steel Corp | データベース検索システム |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10254352A (ja) * | 1997-03-07 | 1998-09-25 | Casio Comput Co Ltd | 構造式表示装置、構造式表示方法、及び表示制御プログラムを記録した記録媒体 |
| JP6248444B2 (ja) * | 2013-07-19 | 2017-12-20 | 富士通株式会社 | 情報処理プログラム、装置、及び方法 |
-
1992
- 1992-02-07 JP JP05696492A patent/JP3259781B2/ja not_active Expired - Lifetime
Non-Patent Citations (1)
| Title |
|---|
| Ｒｏｙ Ｅ．Ｋｉｍｂｒｅｌｌ，"Ｓｅａｒｃｈｉｎｇ ｆｏｒ Ｔｅｘｔ？ Ｓｅｎｄ ａｎ Ｎ−Ｇｒａｍ！"，ＢＹＴＥ １９８８ ＭＡＹ，ｐｐ．２９７−３１２ |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06274193A (ja) * | 1993-03-17 | 1994-09-30 | Nippon Steel Corp | データベース検索システム |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH05225248A (ja) | 1993-09-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0510634B1 (en) | Data base retrieval system | |
| US6496820B1 (en) | Method and search method for structured documents | |
| JP3041268B2 (ja) | 中国語誤り検査（ｃｅｃ）システム | |
| US6741985B2 (en) | Document retrieval system and search method using word set and character look-up tables | |
| US6507678B2 (en) | Apparatus and method for retrieving character string based on classification of character | |
| JP3132738B2 (ja) | テキスト検索方法 | |
| JP3258063B2 (ja) | データベース検索システム及び方法 | |
| JP2833580B2 (ja) | 全文インデックス作成装置および全文データベース検索装置 | |
| JP3151730B2 (ja) | データベース検索システム | |
| US20030126138A1 (en) | Computer-implemented column mapping system and method | |
| JP3545007B2 (ja) | データベース検索システム | |
| JP3259781B2 (ja) | データベース検索システムおよびデータベース検索方法 | |
| JPH064584A (ja) | 文章検索装置 | |
| JP3288063B2 (ja) | 可変長データの格納および参照システム | |
| JP2993540B2 (ja) | 昇順整数列データの圧縮および復号システム | |
| JP3081093B2 (ja) | 索引作成方法およびその装置と文書検索装置 | |
| JP2993539B2 (ja) | データベース検索システムおよびその方法 | |
| JP3728264B2 (ja) | インデックス作成装置、検索システム、及び制御方法 | |
| EP1076305A1 (en) | A phonetic method of retrieving and presenting electronic information from large information sources, an apparatus for performing the method, a computer-readable medium, and a computer program element | |
| CN105279287A (zh) | 一种物资编目检索方法 | |
| JP2003331214A (ja) | 文字認識誤り訂正方法、装置及びプログラム | |
| JP3344755B2 (ja) | 昇順整数列データの圧縮および復号システム | |
| JP3019286B2 (ja) | 文書検索装置 | |
| JP2921119B2 (ja) | 数値検索装置および数値検索方法 | |
| JPH06162096A (ja) | レコード検索方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20010626 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20011030 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081214 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081214 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091214 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091214 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101214 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101214 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111214 Year of fee payment: 10 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111214 Year of fee payment: 10 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111214 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121214 Year of fee payment: 11 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121214 Year of fee payment: 11 |