JPH10177582A - 最長一致検索方法及び装置 - Google Patents

Abstract

(57)【要約】 【課題】 自然言語処理における単語辞書等の最長一致
検索を高速に実現することが可能であり、高速で効率的
な最長一致検索を実現することが可能な最長一致検索方
法及び装置を提供する。 【解決手段】 本発明は、レコード群をキー項目で昇順
にソートし、任意のレコードより前で該レコードのキー
項目と最長で一致するレコードを指すレコード番号をポ
インタとしてレコード毎に設定し、レコードからなるレ
コード群中の検索キーワードの並びの位置を探索し、探
索した位置のレコード中のキーと検索キーワードの長さ
分について照合し、一致した場合には、該レコードを最
長一致解とし、一致しない場合には、該レコードに設定
されているポインタにより次候補のレコードを検索す
る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、最長一致検索方法
及び装置に係り、特に、自然言語処理の形態素解析など
で、頻繁に使用される単語辞書の検索に関するものであ
り、入力された検索キーワードに最長で一致するキーを
もつレコードを検索したり、検索キーワードの先頭か
ら、辞書にあるレコードを検索する場合に利用すること
が可能な最長一致検索方法及び装置に関する。

【０００２】

【従来の技術】従来、最長一致検索を実現するには、シ
ーケンシャル・サーチ方式やトライ方式、バイナリ・サ
ーチ方式等がある。シーケンシャル・サーチ方式は、キ
ー項目を含む表のデータを先頭から順に探索する方法で
ある。

【０００３】トライ方式は、文字列の長さをｋとすると
Ｏ（ｋ）の計算量で探索、挿入等の操作が可能である。
バイナリ・サーチ方式は、一つの群の項目をある基準で
２つに分け、検索対象が含まれる方を選択する方式であ
り、データがソートされている時に有効な探索法であ
り、計算量は、Ｏ（log ｎ）である。

【０００４】

【発明が解決しようとする課題】しかしながら、上記従
来の自然言語処理で頻繁に用いられている単語辞書等の
最長一致検索を高速に行うには、以下のような問題があ
る。上記従来のシーケンシャル・サーチ方式は、表の大
きさがｎの場合、目的のデータが終端にある場合には、
サーチをｎ回行うことになる。サーチの平均オーダはＯ
（（ｎ＋１）／２）となり、データ量が多い場合には、
極端に処理量が多くなるという問題がある。

【０００５】また、上記従来のトライ方式では、単語辞
書の検索には有効であるが、ノード間のリンク等、管理
が複雑で、記憶領域の無駄が大きい。また、データベー
ス等で頻繁に使うテーブル（表）と異なる管理が必要と
なり、レコード単位の管理には不向きである。

【０００６】また、上記従来のバイナリ・サーチ方式で
は、キーワードの前方一致する検索に有効であり、辞書
メンテが容易で高速に処理を行うことが可能であるが、
この方式のみでは、最長一致検索を実現できないという
問題がある。本発明は、上記の点に鑑みなされたもの
で、上記従来の問題点を解決し、自然言語処理における
単語辞書等の最長一致検索を高速に実現することが可能
であり、高速で効率的な最長一致検索を実現することが
可能な最長一致検索方法及び装置を提供することを目的
とする。

【０００７】更なる本発明の目的は、単語辞書の検索の
ようなバックトラックにより候補を検索する必要がある
場合でも、ポインタを管理するだけで記憶容量も少な
く、辞書の検索回数も少なくすることが可能な最長一致
検索方法及び装置を提供することである。

【０００８】

【課題を解決するための手段】図１は、本発明の原理を
説明するための図である。本発明は、可変長のキー項目
を有するレコード群から、任意の検索キーワードで最長
で一致するキーを有するレコードを検索する最長一致検
索方法において、レコード群をキー項目で昇順にソート
し（ステップ１）、任意のレコードより前で該レコード
のキー項目と最長で一致するレコードを指すレコード番
号をポインタとしてレコード毎に設定し（ステップ
２）、レコードからなるレコード群中の検索キーワード
の並びの位置を探索し（ステップ３）、探索した位置の
レコード中のキーと検索キーワードの長さ分について照
合し（ステップ４）、一致した場合には、該レコードを
最長一致解とし（ステップ５）、一致しない場合には、
該レコードに設定されているポインタにより次候補のレ
コードを検索する（ステップ６）。

【０００９】また、本発明は、レコード群中の検索キー
ワードの並びの位置を探索する際に、バイナリ・サーチ
を用いる。また、本発明は、レコード中に設定されるポ
インタを、該レコードからの相対番号とする。

【００１０】図２は、本発明の原理構成図である。本発
明は、可変長のキー項目を有するレコード群から、任意
の検索キーワードで最長で一致するキーを有するレコー
ドを検索する最長一致検索装置であって、各レコードを
キー項目で昇順にソートし、各レコード毎に、当該レコ
ードより前で該レコードのキーと最長で一致するレコー
ドを指すレコード番号をポインタとして設定されたレコ
ード群１０と、レコード群１０中のキー項目の並びの位
置を探索し、最長一致候補のレコードを検索するレコー
ド位置検索手段２０と、検索キーワードとレコード群の
レコード中のキー項目の長さ分を照合する最長一致照合
手段３０と、レコードのポインタを用いて次候補のレコ
ードを検索する次候補検索手段４０とを有する。

【００１１】また、上記のレコード位置検索手段２０
は、バイナリ・サーチを用いる。また、上記のレコード
群のポインタは、レコード群のレコードからの相対番号
とする。上記のレコード位置検索手段では、バイナリ・
サーチを使用することにより、入力されたキーワードの
並びの位置と最長一致候補のレコードを検索し、最長一
致照合手段では、検索したレコードのキー値を検索キー
ワードを当該レコードのキー長分照合して一致するかを
照合する。一般に、バイナリ・サーチでは、検索キーワ
ードとレコードのキーが最長で一致するレコードが得ら
れる保証はない。しかし、本発明では、最初の文字とレ
コードのキー項目の最初の文字が一致していれば、ポイ
ンタを辿ることにより、必ず最長一致レコードに到達で
きる。

【００１２】従って、次候補検索手段により、ポインタ
に基づいて次候補となるレコードを検索し、最長一致照
合手段において最長一致照合することで、キーワードに
最長一致するレコードを検索することが可能となる。ポ
インタを用いた次候補検索手段により最大でも文字列の
長さのオーダの検索で実現できる。

【００１３】また、自然言語処理の形態素解析における
単語辞書の検索では、「あおき」「あお」「あ」等のよ
うに、最長一致候補のみでなく、次候補に最長で一致す
る単語を取り出すことが必要になる。本発明では、レコ
ード群に設定されたポインタは、次候補と連結している
ので、検索処理なしで、次候補を取得できる。

【００１４】

【発明の実施の形態】図３は、本発明の最長一致検索装
置の構成を示す。同図に示す最長一致検索装置は、レコ
ード群を格納するスタックを有する記憶部１０、レコー
ド位置検索部２０、最長一致照合部３０、次候補検索部
４０、キーワード入力部５０及び出力部６０から構成さ
れる。

【００１５】記憶部１０は、図４に示すように、レコー
ド番号、キー項目、キー長、次ポインタからなるレコー
ドをスタックに格納しており、各レコードは、キー項目
で昇順にソートされている。記憶部１０に格納される各
レコードの次ポインタは、図５に示すように、元辞書デ
ータが入力されると（ステップ１０）、当該元辞書デー
タをキー項目で昇順（５０音順・キー長）ソートし（ス
テップ１１）、レコード毎に、当該レコードより以前に
位置し、当該レコードのキー項目と最長で一致するレコ
ードを指すレコード番号をポインタとして設定し（ステ
ップ１２）、生成辞書データ、つまり、ソート済かつ次
ポインタが設定されたレコード群が生成される（ステッ
プ１３）。

【００１６】レコード位置検索部２０は、入力されたキ
ーワードに対応する記憶部１０内のレコード群のキー項
目の位置を探索し、最長一致候補となるレコードを検索
する。最長一致照合部３０は、探索されたキー項目を有
するレコードのキーと入力されたキーワードの長さにつ
いて照合し、一致した場合には、当該レコードを最長一
致解として出力部６０に転送し、一方、一致しない場合
には、次候補検索部４０に制御を移す。

【００１７】次候補検索部４０は、最長一致照合部３０
において一致しなかった当該レコードの次ポインタによ
り次候補のレコードを検索し、再度検索されたレコード
の情報を最長一致照合部３０に転送する。キーワード入
力部５０は、検索キーワードの入力を受け付ける。

【００１８】出力部は６０は、最長一致照合部３０にお
いて最長一致した最長一致解を検索結果として出力す
る。次に、本発明の概要動作を説明する。図６は、本発
明の最長一致検索の概要動作を示すフローチャートであ
る。

【００１９】ステップ１０１） まず、キーワード入力
部５０から検索キーワードが入力される。 ステップ１０２） レコード位置検索部２０は、入力さ
れた検索キーワードについてバイナリ・サーチを行い、
検索キーワードの並びの位置を探索し、最長一致候補の
レコードを記憶部１０のレコード群から取り出す。

【００２０】ステップ１０３） 最長一致照合部３０
は、検索キーワードとレコード位置検索部２０により取
得した最長一致候補のレコードのキー項目の長さ分を比
較する。例えば、検索キーワードがｎ文字、取得したレ
コードのキー項目がｍ文字（但し、ｎ≧ｍ）である場合
には、ｍ文字分について比較する。

【００２１】ステップ１０４） 比較した結果、一致し
た場合には、ステップ１０５に移行し、不一致の場合に
はステップ１０６に移行する。 ステップ１０５） 当該レコードのキー項目を最長一致
解として出力部６０より出力する。

【００２２】ステップ１０６） 次候補検索部４０は、
取得したレコードと検索キーワードの先頭の文字が一致
するかを判定し、一致する場合には、ステップ１０７に
移行し、不一致の場合には、解なしの旨を出力部６０か
ら出力する。 ステップ１０７） 次候補検索部４０は、取得したレコ
ードのポインタを参照して次ポインタを取得し、その情
報を最長一致照合部３０に転送し、ステップ１０３に移
行する。

【００２３】

【実施例】以下、図面と共に本発明の実施例を説明す
る。 ［第１の実施例］最初に記憶部１０に格納されるレコー
ド群の次ポインタの設定方法について説明する。

【００２４】記憶部１０に格納されるレコード群を図７
を用いて説明する。同図において、レコードは、キー項
目の昇順にソートされ、キー値の長さと次ポインタが設
定されている。例えば、記憶部１０のレコード番号６
「アオキガオカ」のスタックには、レコード番号６以前
のレコード番号５のキー「アオキ」と先頭からキー値の
長さ３文字分「アオキガオカ」と一致するので、次ポイ
ンタとして、レコード番号５を指すポインタ“５”が格
納され、「アオキ」のキー値を持つレコード番号５のス
タックには、レコード番号３の「アオ」が最長で一致す
るので、ポインタとして“３”が設定される。

【００２５】次に、元辞書データから記憶部１０に格納
される生成辞書データを生成する際の動作を説明する。
図８は、本発明の第１の実施例のレコード群の次ポイン
タの設定方法を説明するための図である。

【００２６】同図に示す、レコード番号、元辞書データ
キー項目及びキー長からなる元辞書データが入力される
と、元辞書データのキー項目について５０音順、キー長
によりソートする。この例では、先頭には、５０音の先
頭であり、キー長が最も短い「ア」が生成辞書データの
先頭に設定され、その次ポインタは“０”となる。次に
５０音順には「アイオイ」のレコードが位置し、当該レ
コードより以前のレコードの「ア」と先頭の１文字が一
致するので、次ポインタは“１”となる。このような処
理を繰り返すことにより、生成辞書データが構成され
る。

【００２７】このような手順を図９に示すフローチャー
トに沿って具体的に説明する。まず、最初の処理対象レ
コード（レコード番号１）を取り出す（ステップ２０
１）。取り出されたレコードは、キー項目に「ア」を持
ち、記憶部１０のスタックトップを参照する（ステップ
２０２，２０３）。ここで、スタックが空であるので
（ステップ２０４）、次ポインタに“０”を設定する
（ステップ２０９）。該当レコードのキーとレコード番
号“１”が記憶部１０のスタックに格納され（ステップ
２１０）、図８に示すレコード“１”のように次ポイン
タ“０”が記憶部１０上に格納される（ステップ２１
１）。この状態における記憶部１０のスタックは、図１
０（ａ）の状態になっている。

【００２８】次に、次のレコード（キー項目の値「アイ
オイ」）が取得されると（ステップ２０１）、現在の状
態では、記憶部１０のスタックは空ではないので（ステ
ップ２０４，Ｎｏ）、スタックの「ア」と「アイオイ」
をスタックのキー長１文字で比較する（ステップ２０
５）。その結果、一致するので（ステップ２０６，Ｙｅ
ｓ）、レコード“２”の次のポインタとして、一致した
記憶部１０のスタックに「ア」を持つレコード番号
“１”を設定して（ステップ２０７）、「アイオイ」の
レコードを記憶部１０のスタックに積む（ステップ２１
０）。これにより、記憶部１０にレコード“２”が出力
される（ステップ２１１）。この状態の記憶部１０のス
タックは、図１０（ｂ）の状態になっている。

【００２９】次に、「アオ」のレコードが取得され（ス
テップ２０１）、記憶部１０のスタックトップの「アイ
オイ」と「アオ」がスタックのキー長４文字分の比較が
行われ（ステップ２０５）、この場合、不一致となり、
当該「アイオイ」のレコードが記憶部１０のスタックか
ら除かれ（ステップ２０８）、ステップ２０３に移行
し、「ア」のキーを参照する。次に、「ア」と「アオ」
が１文字分比較され（ステップ２０５）、一致するた
め、「アオ」のレコードにキー項目の値「ア」のレコー
ド番号が次ポインタとして設定され（ステップ２０
７）、「アオ」のレコードが記憶部１０のスタックに積
まれる（ステップ２１０）。さらに、生成辞書データの
レコード“３”が出力される（ステップ２１１）。この
状態の記憶部１０のスタックは図１０（ｃ）の状態とな
る。

【００３０】上記のように、図８に示す生成辞書データ
のように次ポインタが設定される。次に、本実施例にお
ける最長一致検索の処理を具体的に説明する。図１１
は、本発明の第１の実施例の最長一致検索処理のフロー
チャートである。同図のフローチャートは、図１２に示
す記憶部１０の生成辞書データから「アオキガオカシ
タ」と最長一致するレコードを検索する場合を示す。

【００３１】まず、レコード位置検索部２０は、入力部
５０から入力されたキーワード『アオキガオカシタ』に
対する並びの位置を検索する。記憶部１０のレコード群
は、ソートされているので、検索アルゴリズムとして
は、高速なバイナリサーチアルゴリズムが適用でき、
「アオキガオカ」と「アオバ」の間に、「アオキガオカ
シタ」が位置付けられる（ステップ３０１）。

【００３２】「アオキガオカシタ」に、辞書データのキ
ー長で一致するレコードは、ソート条件から、「アオ
バ」以降には存在しない。従って、「アオキガオカ」が
最長一致候補のレコードとなる。次に、最長一致照合部
３０により、「アオキガオカ」と「アオキガオカシタ」
を記憶部１０の「アオキガオカ」のキー長６文字で比較
すると（ステップ３０２）、一致が得られる（ステップ
３０３）。これから、「アオキガオカシタ」と最長で一
致する「アオキガオカ」を有するレコードが検索され
た。

【００３３】次候補検索部４０において、次のポインタ
が「アオキ」を指していることを検索する（ステップ３
０４）。順次、「アオキ」の次のポインタは「アオ」を
指すというように、入力されたキーワード「アオキガオ
カシタ」を４文字、３文字、２文字で一致する次の候補
を、次候補検索部４０でポインタが指すレコードを読み
出すことにより検索なしで取得できる。

【００３４】次に、図１３に示す具体例に基づいて最長
一致検索の具体的な例を説明する。図１３の例は、キー
ワード入力部５０からキーワード「アンドウ」が入力さ
れた場合の例である。レコード位置検索部２０は、図１
２の場合と同様に、「アワジ」と「イアイ」の間に「ア
ンドウ」が位置付けられる。「イアイ」以降には一致す
るものがないので、「アワジ」が候補として取得され
る。

【００３５】最長一致照合部３０で、「アワジ」と「ア
ンドウ」を「アワジ」のキー長３文字で比較すると、不
一致となり、「アワジ」のレコードは最長一致解ではな
い。先頭の１文字は、両者との「ア」であるので、次候
補検索部４０で「アワジ」の次ポインタを指すレコード
（レコード番号１）を取得する。最長一致照合部３０
で、キーワード「アンドウ」と次候補の「ア」とを１文
字で比較することで、一致が得られる。従って、「アン
ドウ」と最長一致するレコードとして「ア」を有するレ
コードが検索される。「ア」のレコードの次のポインタ
は“０”であり、これ以上最長一致するレコードがない
ことを示している。

【００３６】更に、図１４に示す具体例に基づいて最長
一致検索の具体的な例を説明する。図１４は、キーワー
ド「イア」が入力された場合の例である。まず、レコー
ド位置検索部２０により、「アワジ」と「イアイ」の間
に「イア」が位置づけられる。「イアイ」以降には一致
するものがないので、「アワジ」が候補として取得され
る。最長一致照合部３０で、「アワジ」と「イア」を
「アワジ」のキー長３文字で比較すると不一致となり、
「アワジ」のレコードは、最長一致解とはならない。先
頭の１文字が異なるので、「アワジ」の次のポインタで
次候補を取得しても最長一致解は存在しないことにな
る。これにより、入力されたキーワード「イア」と最長
一致するレコードがないことがわかる。

【００３７】更に、図１５に示す具体例に基づいて最長
一致検索の具体的な例を説明する。図１５は、キーワー
ド「アカサカ」が入力された例である。レコード位置検
索部２０は、「アカサカ」と完全一致するレコードを検
索する。重複キーを許すレコードでは、同一キーの最後
を見つけてレコード（レコード番号“１２”）の「アカ
サカ」を候補とする。最長一致照合部３０で、完全一致
の「アカサカ」のレコード（レコード番号“１２”）が
得られる。次候補検索部４０における次候補の検索は、
前述の図１２、図１３と同様であるので、説明を省略す
る。

【００３８】［第２の実施例］次に、第２の実施例とし
てポインタとして相対レコード番号を用いる例を説明す
る。図１６は、本発明の第２の実施例の記憶部のレコー
ド群の例であり、前述の第１の実施例でポインタとして
使用していた欄に相対レコード番号を設定した例であ
る。

【００３９】レコードにおいて当該レコードのレコード
番号から相対レコード番号を減算することにより、ポイ
ントしているレコードを取得することが可能である。例
えば、レコード番号“１２”のレコードの相対レコード
番号は、“３”であるので、ポイントしているレコード
は、レコード番号“９”となる。

【００４０】このように設定することで、前述の第１の
実施例と同様の最長一致検索を行うことが可能である。
なお、本発明は、上記の実施例に限定されることなく、
特許請求の範囲内で種々変更・応用が可能である。

【００４１】

【発明の効果】上述のように本発明の最長一致検索方法
及び装置によれば、自然言語処理における単語辞書等の
最長一致検索を高速に実現することができ、バイナリサ
ーチ方式と次候補を連結するポインタを辞書作成時に設
定することにより、高速で効率的な最長一致検索が可能
となる。

【００４２】また、ポインタを設定したことにより、次
候補を管理するため、単語辞書の検索のようなバックト
ラックにより候補を検索する必要がある場合でも、ポイ
ンタを管理するだけで、記憶容量も少なく、辞書の検索
回数も少なくできる。また、ポインタとして相対レコー
ド番号を設定することも可能である。

【図面の簡単な説明】

【図１】本発明の原理を説明するための図である。

【図２】本発明の原理構成図である。

【図３】本発明の最長一致検索装置の構成図である。

【図４】本発明の記憶部に格納されるレコード群の構成
を示す図である。

【図５】本発明の記憶部におけるレコードのポインタ設
定のフローチャートである。

【図６】本発明の最長一致検索の概要動作のフローチャ
ートである。

【図７】本発明の第１の実施例の検索対象レコードの作
成方法を示す図である。

【図８】本発明の第１の実施例のレコード群の次ポイン
タの設定方法を説明するための図である。

【図９】本発明の第１の実施例の次ポインタの設定動作
のフローチャートである。

【図１０】本発明の第１の実施例の記憶部のスタックの
遷移を示す図である。

【図１１】本発明の第１の実施例の最長一致検索処理の
フローチャートである。

【図１２】本発明の第１の実施例の最長一致検索の第１
の具体例である。

【図１３】本発明の第１の実施例の最長一致検索の第２
の具体例である。

【図１４】本発明の第１の実施例の最長一致検索の第３
の具体例である。

【図１５】本発明の第１の実施例の最長一致検索の第４
の具体例である。

【図１６】本発明の第２の実施例の記憶部のレコード群
の例である。

【符号の説明】

１０ 検索対象レコード群、記憶部 ２０ レコード位置検索手段、レコード位置検索部 ３０ 最長一致照合手段、最長一致照合部 ４０ 次候補検索手段、次候補検索部 ５０ キーワード入力部 ６０ 出力部

Claims (6)

【特許請求の範囲】
1. 【請求項１】 可変長のキー項目を有するレコード群か
   ら、任意の検索キーワードで最長で一致するキーを有す
   るレコードを検索する最長一致検索方法において、 前記レコード群をキー項目で昇順にソートし、 任意のレコードより前で該レコードのキー項目と最長で
   一致するレコードを指すレコード番号をポインタとして
   レコード毎に設定し、 前記レコードからなるレコード群中の前記検索キーワー
   ドの並びの位置を探索し、 探索した位置のレコード中のキーと前記検索キーワード
   の長さ分について照合し、一致した場合には、該レコー
   ドを最長一致解とし、一致しない場合には、該レコード
   に設定されているポインタにより次候補のレコードを検
   索することを特徴とする最長一致検索方法。
2. 【請求項２】 前記レコード群中の前記検索キーワード
   の並びの位置を探索する際に、バイナリ・サーチを用い
   る請求項１記載の最長一致検索方法。
3. 【請求項３】 前記レコード中に設定されるポインタ
   を、該レコードからの相対番号とする請求項１記載の最
   長一致検索方法。
4. 【請求項４】 可変長のキー項目を有するレコード群か
   ら、任意の検索キーワードで最長で一致するキーを有す
   るレコードを検索する最長一致検索装置であって、 各レコードをキー項目で昇順にソートし、各レコード毎
   に、当該レコードより前で該レコードのキーと最長で一
   致するレコードを指すレコード番号をポインタとして設
   定されたレコード群と、 前記レコード群中のキー項目の並びの位置を探索し、最
   長一致候補のレコードを検索するレコード位置検索手段
   と、 前記検索キーワードと前記レコード群のレコード中のキ
   ー項目の長さ分を照合する最長一致照合手段と、 前記最長一致照合手段において、最長一致するレコード
   が取得できない場合に、前記レコードのポインタを用い
   て次候補のレコードを検索する次候補検索手段とを有す
   ることを特徴とする最長一致検索装置。
5. 【請求項５】 前記レコード位置検索手段は、 バイナリ・サーチを用いる請求項４記載の最長一致検索
   装置。
6. 【請求項６】 前記レコード群の各々のポインタは、 前記レコード群のレコードからの相対番号とする請求項
   ４記載の最長一致検索装置。