データ圧縮技術による文字列照合処理の高速化に関する研究.pptVIP

データ圧縮技術による文字列照合処理の高速化に関する研究.ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
データ圧縮技術による文字列照合処理の高速化に関する研究

データ圧縮技術による文字列照合処理の高速化に関する研究 九州大学附属図書館研究開発室 文字列照合問題 文字列照合を用いた検索システム 本研究の目的 困難さと解決策 BPE(Byte Pair Encoding)圧縮法 実験結果 (非圧縮テキスト上のアルゴリズムとの対比) 近似文字列照合問題(あいまい検索) 圧縮テキスト上の近似文字列照合技術 LZW圧縮法における実験結果 * * Pattern matching is one of the most fundamental operations in string processing. Recently, a new trend for accelerating pattern matching has emerged: Speeding up pattern matching by text compression. From the traditional criteria for data compression, i.e., compression ratio and compression/decompression time, adaptive dictionary methods such as the Lempel-Ziv family are often preferred. However, such methods cannot speed up the pattern matching since an extra work is needed to keep track of compression mechanism. matching パタン テキスト Knuth-Morris-Pratt (1974) Boyer-Moore (1977) Aho-Corasick (1975) Shift-Or (1992) テキストデータ 索引構造作成エンジン 索引 項目検索用DB 索引 全文検索用DB 項目検索用 エンジン 全文検索用 エンジン 検索プログラム RDBほか テキストデータ 全文検索用DB 項目検索用 エンジン 全文検索用 エンジン 検索プログラム 文字列照合を基にした独自の方式 文字列照合 アルゴリズム メモリ上 文字列照合 アルゴリズム 圧縮文字列照合 アルゴリズム メモリ上 復号 二次記憶装置上 テキスト データ メモリ上 メモリ上 転送 転送 転送 二次記憶装置上 圧縮テキスト 二次記憶装置上 圧縮テキスト Byte Pair Encoding BPE圧縮法 BM型文字列照合 Boyer-Moore type PM algorithm 圧縮テキストを そのまま 高速に照合 置換後の文字列 テキスト ABABCDEBDEFABDEABC GGCHBHFGHGC GIHBHFGHI GGCDEBDEFGDEGC G H I 9 18 G H I AB DE GC 辞書 → → → AlphaStation XP1000 (Alpha21264: 667MHz) Tru64 UNIX V4.0F Medline(英文テキスト) 60.3Mbyte 5 10 15 20 25 30 パタンの長さ 0.0 0.3 0.4 0.5 0.8 0.1 0.2 0.6 0.7 CPU時間(秒) 非圧縮テキストをKMPで照合 非圧縮テキストをAgrepで照合 我々の手法 MARRIAGE MASSAGE CARRIAGE MARRIAGE MASS AGE 削除 置換 近似文字列照合 アルゴリズム 主記憶装置上 復号 主記憶装置上 転送 二次記憶装置上 圧縮テキスト Multiple-pattern matching on compressed texts 圧縮テキスト上での 複数パタン文字列照合技術 フィルタリング手法 Filtration technique 圧縮テキストを そのまま 高速に近似文字列照合

文档评论(0)

cynthia_h + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档