XML person person namefirst Makiko first person namelast

既存の手法 XML文書 メモリ person “” person/ name/first Makiko first person/ name/last Tanaka Makiko … Tanaka … person Ｘ Ｍ Ｌ パ ー ー サ XML文書 name 2001年度冬のLAシンポジウム DOM API プ ロ グ ラ ム 3

文字列照合問題 パタン テキスト matching 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. Knuth-Morris-Pratt (1974) Boyer-Moore (1977) Aho-Corasick (1975) Shift-Or (1992) 2001年度冬のLAシンポジウム 6

Aho-Corasick(AC)照合機械 パタン集合： ={other, <mother>} 0 任意の 文字 o 1 < 14 6 t m 2 7 h o e 3 8 t 4 9 h r 5 10 other e 11 r > 12 13 other <mother> goto遷移 failure遷移 2001年度冬のLAシンポジウム 7

属性の取り扱い <mother> <mother nature=“tender”> <mother nature=“hard”> 同じタグ <mother> ・ ・ ・ < 以外 の文字 14 < 0 < > < 6 m t 1 7 o h 2 8 t e 3 9 h 4 10 > 以外 の文字 2001年度冬のLAシンポジウム r e > 以外 の文字 other 5 other 16 > r > 12 13 > <mother> ] 15 o 11 11

アイデア スタック 0 (<last>, 2) <person> (<name>, 1) (<person>, 0) 以外のタグ <person> 1 (<xml>, 0) <name> 2 < 以外 の文字 o 0 14 < > h 1 e 2 3 <last> r 4 5 other 3 < 15 6 > 以外 の文字 t m 7 o 8 t 9 h 10 e 11 r 12 > 13 <mother> ={<person>, </person>, <name>, </name>, <last>, </last>, …} ={Tanaka} 2001年度冬のLAシンポジウム 13

実験結果 l Sgrep(J. Jaakkola and P. Kilpeläinen)との比較 パタン //text/"summers" //test//"summers" /site/regions/africa /item/location/ "United_States" Sgrep 38. 44 37. 02 51. 85 提案アルゴリズム 12. 40 12. 30 12. 23 CPU時間（秒） テキスト： 110 MB(英文テキスト) CPU : Celelon 366 MHz メモリ : 128 MB OS : Kondara/MNU Linux 2. 1 RC 2 2001年度冬のLAシンポジウム 14