@article{oai:ipsj.ixsq.nii.ac.jp:00081509,
 author = {小柳, 光生 and 吉田, 一星 and 海野, 裕也 and 新城, 靖 and Teruo, Koyanagi and Issei, Yoshida and Yuya, Unno and Yasushi, Shinjo},
 issue = {2},
 journal = {情報処理学会論文誌コンピューティングシステム（ACS）},
 month = {Mar},
 note = {簡潔データ構造は空間効率のきわめて高いデータ構造であり，その一種であるLOUDS（Level-Order Unary Degree Sequence）を用いてトライ木を作れば，大量のキー文字列を少ない容量で格納できる．インクリメンタルにデータを追加しながらLOUDSを構築するには，差分を保持するLOUDSを複数作成して，それらを定期的にマージする方法がある．このとき，各LOUDSにブルームフィルタを添付すると，不要な検索をスキップすることで，検索性能を改善できる．しかし，ブルームフィルタを作成するには，素朴な方法ではマージ処理とは別にLOUDSトライを探索する必要があり，性能が悪い．本論文では，LOUDSの構築・マージと同時にブルームフィルタを作成することで，ブルームフィルタの構築時間を削減する方法を提案する．実データから抽出した650万件の語彙を含む約2.4億件の単語データから辞書を作成する実験を行い，提案方式の有効性を確認した．, Succinct data structures are extremely space efficient data representations. LOUDS (Level-Order Unary Degree Sequence) is a succinct data structure for trees which can be used as a TRIE to store a large number of strings. LOUDS TRIE can be incrementally built by creating multiple LOUDS to keep deltas and merging them periodically. Setting Bloom filters with respective LOUDS improves the search performance by excluding unnecessary searches. However, it costs a substantial time to create Bloom filters by reading all key strings stored in LOUDS. In this paper, we propose a method to create Bloom filters concurrently with building and merging LOUDS. It conserves the time to build Bloom filters. The efficiency of our method is confirmed by the experiment using about 240 million word stream that consists of 6.5 million unique keywords, which are extracted from the real data.},
 pages = {1--9},
 title = {LOUDSトライのオンライン構築のためのブルームフィルタ構築法},
 volume = {5},
 year = {2012}
}