目録システム利用マニュアル

付録.D 特殊文字・記号・ストップワード

　ここでは、目録システムにおいて特別な扱いをされる、以下の文字・記号について説明する。

　1は、JIS X 0201-1997の2バイトコード文字であるが、 JIS X 0201-1997の1バイトコード文字にも対応する文字が存在する。

　目録システムにおいては、1バイト／2バイトの違いにかかわらず両者は同一視され、目録情報の表示形としては1バイトコードのほうが採用される。このため、これらの2バイトコード文字は、検索されたデータのデータ要素中に現れることはない。

ヒント

• 目録情報の表示形については、『コーディングマニュアル（CAT2020対応版） 1.1.1』を参照。

　また、2～4は、検索用インデクス作成の際、および入力された検索キーの変換の際に特別な扱いをされる文字種である。

　検索業務においては、これらの特殊文字・記号を含め、データ中の文字列、または入力される検索キーの文字列が、「語」を構成するか否かが問題となる。

　アラビア数字、ローマ字、カタカナ、ひらがな、ロシア文字、ギリシャ文字、漢字、特殊アルファベット（を除く）、音標符号付ローマ字、二重音標符号付ローマ字および音標符号付特殊アルファベットは、単独（1文字）でも語を構成することができる。

　踊り文字は、単独で語を構成することはできないが、語の構成要素にはなり得る （ただし、「◆」を除き、語の先頭に位置することはない）。

　デリミタは、語の構成要素になることはなく、語と語の区切りとして機能する。

　ストップワードは、検索インデクスから除外される語で、具体的には、欧米諸言語における前置詞、冠詞、接続詞のことである。

■踊り文字

　データセット検索において、語を構成する踊り文字はそのまま入力することによって、当該踊り文字を含む語を持つデータが検索される（ただし、長音記号、ダッシュ、ハイフン、負記号は正規化処理により除去されるので、それらの文字を含むとは限らない）。

　しかし、踊り文字はAKEY作成の際には除去される。つまり、AKEY作成の際、データ中の踊り文字は「トルツメ」処理される。このため、AKEYで検索する場合は、踊り文字を文字数の計算に含めないよう注意する必要がある（ただし、濁点、および半濁点は除去の対象外）。

　以下の表に、踊り文字一覧を示す。

■デリミタ

　データセット検索においては、デリミタは検索の対象とならない。

　デリミタ（空白は除きます）をデータ中に含むデータを検索するためには、文字列検索において検索キーの特定化を行う必要がある。

UCSコード	表示形	名称
0020		間隔、空白、スペース
0021	!	感嘆符
0022	"	引用符、ウムラウト
0023	#	番号記号、井げた、シャープ
0024	$	ドル記号
0025	%	パーセント
0026	&	アンパサンド
0028	(	始め小括弧、始め丸括弧
0029	)	終わり小括弧、終わり丸括弧
002A	*	星印、アスタリスク
002B	+	正記号、加算記号、プラス
002C	,	コンマ
002E	.	ピリオド
002F	/	斜線、スラント、スラッシュ
003A	:	コロン
003B	;	セミコロン
003C	<	不等号（より小さい）
003D	=	等号、イコール
003E	>	不等号（より大きい）
003F	?	疑問符
0040	@	単価記号、アットマーク
005B	[	始め大括弧、始め角括弧
005C	\	円記号
005D	]	終わり大括弧、終わり角括弧
005E	^	論理否定、アクサンシルコンフレックス
005F	_	アンダーライン
0060	`	アクセント、アクサングラーブ？？？
007B	{	始め中括弧
007C	|	縦線、ストローク
007D	}	終わり中括弧
00A1	¡	逆感嘆符
00A2	￠	セント記号
00A3	￡	ポンド記号
00A4	¤	不特定通貨記号
00A5	\	円記号
00A6	¦	破断線
00A7	§	節記号
00A8	¨	ウムラウト、ダイエレシス
00AB	≪	非常に小さい
00AC	￢	否定
00B0	°	度
00B1	±	加減算記号、プラスマイナス
00B4	´	アクサンテギュ
00B5	μ	マイクロ
00B6	¶	段落記号
00BB	≫	非常に大きい
00BF	¿	逆疑問符
00D7	×	乗算記号、かける
00F7	÷	除算記号、わる
060C	،	ARABIC COMMA
061B	؛	ARABIC SEMICOLON
061F	؟	ARABIC QUESTION MARK
066A	٪	ARABIC PERCENT SIGN
066D	٭	ARABIC FIVE POINTED STAR
06D4	۔	ARABIC FULL STOP
0964	।	DEVANIGARI DANDA
0965	॥	DEVANIGARI DOUBLE DANDA
09E4		(reserved)
09E5		(reserved)
0A64		(reserved)
0A65		(reserved)
0AE4		(reserved)
0AE5		(reserved)
0B64		(reserved)
0B65		(reserved)
0BE4		(reserved)
0BE5		(reserved)
0C64		(reserved)
0C65		(reserved)
0CE4		(reserved)
0CE5		(reserved)
0D64		(reserved)
0D65		(reserved)
0F0D	།	TIBETAN MARK SHAD
0F0E	༎	TIBETAN MARK NYIS SHAD
0F0F	༏	TIBETAN MARK TSHEG SHAD
0F10	༐	TIBETAN MARK NYIS TSHEG SHAD
0F11	༑	TIBETAN MARK RIN CHEN SPUNGS SHAD
0F12	༒	TIBETAN MARK RGYA GRAM SHAD
104A		MYANMAR SIGN LITTLE SECTION
1B5E		BALINESE CARIK SIKI
1B5F		BALINESE CARIK PAREREN
2016	‖	双柱
2018	‘	左シングル引用符
201C	“	左ダブル引用符
2020	†	ダガー
2021	‡	ダブルダガー
2025	‥	二点リーダ
2026	…	三点リーダ
2030	‰	パーミル
203B	※	米印
203E	~	オーバーライン
2103	℃	セ氏度記号
212B	Å	オングストローム
2190	←	左向矢印
2191	↑	上向矢印
2192	→	右向矢印
2193	↓	下向矢印
21D2	⇒	ならば（含意）
21D4	⇔	同値
2200	∀	全ての（普通限定子）
2202	∂	デル、ラウンドディー
2203	∃	存在する（存在限定子）
2207	∇	ナブラ
2208	∈	属する
220B	∋	元として含む
221A	√	根号、ルート
221D	∝	比例
221E	∞	無限大
2220	∠	角
2227	∧	及び（合接）
2228	∨	又は（隣接）
2229	∩	共通集合
222A	∪	合併集合
222B	∫	積分記号
222C	∬	二重積分記号
2234	∴	ゆえに
2235	∵	なぜならば
223D	∽	相似
2252	≒	ほとんど等しい
2260	≠	等号否定
2261	≡	常に等しい、合同
2266	≦	より小さいか又は等しい
2267	≧	より大きいか又は等しい
226A	≪	始め二重山括弧
226B	≫	終わり二重山括弧
2282	⊂	真部分集合
2283	⊃	真部分集合を元として含む
2286	⊆	部分集合
2287	⊇	部分集合を元として含む
22A5	⊥	垂直
2312	⌒	弧
2500	─	横細線素片
2501	━	横太線素片
2502	│	縦細線素片
2503	┃	縦太線素片
250C	┌	細線素片左上
250F	┏	太線素片左上
2510	┐	細線素片右上
2513	┓	太線素片右上
2514	└	細線素片左下
2517	┗	太線素片左下
2518	┘	細線素片右下
251B	┛	太線素片右下
251C	├	細線素片左
251D	┝	縦細線横太線素片左
2520	┠	縦太線横細線素片左
2523	┣	太線素片左
2524	┤	細線素片右
2525	┥	縦細線横太線素片右
2528	┨	縦太線横細線素片右
252B	┫	太線素片右
252C	┬	細線素片上
252F	┯	横太線縦細線素片上
2530	┰	横細線縦太線素片上
2533	┳	太線素片上
2534	┴	細線素片下
2537	┷	横太線縦細線素片下
2538	┸	横細線縦太線素片下
253B	┻	太線素片下
253C	┼	細線素片中央
253F	┿	縦太線横細線素片中央
2542	╂	横細線縦太線素片中央
254B	╋	太線素片中央
25A0	■	黒四角
25A1	□	四角
25B2	▲	黒三角
25B3	△	三角
25BC	▼	逆黒三角
25BD	▽	逆三角
25C7	◇	菱形
25CB	○	白丸
25CE	◎	二重丸
25CF	●	黒丸
25EF	◯	合成用丸
2605	★	黒星
2606	☆	白星
2640	♀	雌記号
2642	♂	雄記号
266A	♪	音符
266D	♭	フラット
266F	♯	シャープ
3001	、	読点
3002	。	句点
3003	〃	同じく記号
3006	〆	しめ
3008	〈	始め山括弧
3009	〉	終わり山括弧
300A	《	始め二重山括弧
300B	》	終わり二重山括弧
300C	「	始めかぎ括弧
300D	」	終わりかぎ括弧
300E	『	始め二重かぎ括弧
300F	』	終わり二重かぎ括弧
3010	【	始めすみ付き括弧
3011	】	終わりすみ付き括弧
3012	〒	郵便記号
3013	〓	げた記号
3014	〔	始め亀甲括弧
3015	〕	終わり亀甲括弧
301C	〜	波ダッシュ
30FB	・	中点
4EDD	仝	同上記号
A876		PHAGS-PA MARK SHAD
A877		PHAGS-PA MARK DOUBLE SHAD
A8CE		SAURASHTRA DANDA
A8CF		SAURASHTRA DOUBLE DANDA
AA5D		CHAM PUNCTUATION DANDA
AA5E		CHAM PUNCTUATION DOUBLE DANDA
AA5F		CHAM PUNCTUATION TRIPLE DANDA
ABEB		MEETEI MAYEK CHEIKHEI
10A56		KHAROSHTHI PUNCTUATION DANDA
10A57		KHAROSHTHI PUNCTUATION DOUBLE DANDA
11047		BRAHMI DANDA
11048		BRAHMI DOUBLE DANDA
110C0		KAITHI DANDA
110C1		KAITHI DOUBLE DANDA

■ストップワード

　ストップワードとは、検索用インデクスから除外される語のことで、欧米諸言語の前置詞、冠詞、接続詞等を指す。

　これらの語は、次の理由により、ストップワードに指定されている。

• これらの語を検索用インデクスとする場合、データ量の点でシステムに負担がかかることになる。

　以下の表に、ストップワード一覧を示す。

　本表は、目録システムにおいて、すべての言語に対して、大文字／小文字の別に関わらず適用される。

　これらの語に音標符号が付いている場合は、ストップワードではない。また、「FUR」及び「UBER」は、ストップワードではない。