JPH01265359A - 文章解析方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔概　要〕 派生語や不適当な用語を含む入力文章を解析する文章解
析方式に関し、 派生語や不適当な用語を単語辞書に登録することなく、
特定のルールによって派生語の生成及び不適用な用語の
校正を行って候補単語を修正し、正しい文章解析を可能
にすることを目的とし、派生語や不適当な用語を含む入
力文章を解析する文章解析方式において、入力文章より
抽出された各候補単語中における接辞語及び助動詞「れ
る」を検出し、検出された接辞語については、派生語生
成文法に従って他の候補単語と接続させて派生語を生成
して候補単語とするとともに、この接辞語を候補単語よ
り削除するように構成する。また、助動詞「れる」が検
出された場合は、その１文字前の文字で終る候補単語の
活用形が助動詞「られるＪを接続する活用形であるとき
は、助動詞「れるｊを「られる」に校正したものを候補
単語とするように構成する。

〔産業上の利用分野〕

本発明は、接辞語が付くことによってものの単語の文法
が変わる単語（以下、派生語という）や不適な用語を含
む入力文章を解析する文章解析方法に関する。

〔従来の技術〕

漢字かな混じり文章を解析して単語同定を行う場合、入
力された文章を短い解析単位に分割し、各解析単位で文
章を解析して単語同定を行うようにしている。

第６図は、従来の文章解析方式の構成をブロック図で示
したものである。

文章人力部２１は、図示されない文章ファイル等から入
力された文章を句読点やかぎ括弧等の記号に基づいて分
割し、分割された文章区分を解析単位として単語辞書検
索部２２に送る。

単語辞書検索部２２は、１つの解析単位が入力されると
、解析単位にある単語と単語辞書２３にある各種の登録
単語との照合を行って複数個の候補単語を抽出して、単
語同定部２４に送る。

単語同定部２４は、抽出された各候補単語について単語
同定を行い、各候補単語中から最適の文字列を選択する
。この単語同定は、例えば動的計画法（ＤＰ法）により
行われる。ＤＰ法では、隣接単語間の接続の強さを評価
値とし、照合対象である文字列中の総ての候補単語に対
して各々の直前に位置する候補単語の中から最良の評価
を与えるものを逐次選択することによって、最終的に文
字列全体に対する最適解を求める（ＤＰ法による単語同
定については、例えば特開昭５９−９０１６７号公報、
特開昭６０−２２２７６号公報参照）。

この場合、ただ単に単語辞書から抽出したままの単語情
報で接続関係を調べようとすると、形容詞の語幹に接尾
語「さＪがついて名詞になる単語のように、接頭語や接
尾語等の接辞がつくことによってもとの単語の文法が変
わるような単語すなわち派生語に対しては、適切な接続
関係が設定できなくなるという問題が生じる。

例えば「その美しさを」という文章の場合、その文法は
「その」は連体詞、「美し」は形容詞、「さ」は接尾語
である。この「美し・さ」の文法が「形容詞・接尾語」
のままでは、連体詞「その」は形容詞に接続ができない
ので、解析結果の文法も誤ったものが出力される。

このような誤りを無くするためには、派生語についても
単語辞書２３に登録しておき、前述の「その美しさ」の
場合、「美しさ（名詞）」も単語候補となるようにすれ
ばよい。

また、入力文章の中には、不適当な用語を含む場合があ
る。特に、自動詞の「れる」と「られる」のように誤っ
て用いられやすいものがある。例えば、「それを見られ
る」は、「それを見れる」と誤って入力される場合があ
る。

このような不適当な用語を含む入力文章については候補
単語の抽出は正しく行われず、単語同定も正しく行われ
ないようになる。

これを解決するために、不適当な用語を登録した辞書を
持ち、単語辞書検索部２２で入力文章と比較し、不適当
な用語が検出された場合には正しい用語に校正した後に
候補単語として出力する方式が提案されている（例えば
、特開昭６２−２０５４６号公報参照）。これにより、
前述のように誤った文章「それを見れる」が入力されて
も「見れる」は正しい「見られる」に校正され、「見れ
る」の代りに「見られる」が候補単語として出力され、
正しい単語同定が行われる。

〔発明が解決しようとする課題〕

従来の文章解析方式は、派生語のように接辞がつくこと
によってもとの単語の文法が変わる単語についても正し
く文章解析が行われるようにするために、この派生語に
ついても単語辞書に登録するようにしていた。

しかしながら、この派生語の種類や数は極めて多いため
に、これらの派生語の総てを単語辞書に登録しようとす
ると単語辞書が大容量になるとともに、入力文章と単語
辞書に登録されている各単語との照合に手間が掛り、全
体の文章解析処理効率が低下するという問題があった。

また、従来の文章解析方式は、不適当な用語を校正する
ために不適当な用語を単語辞書に登録して置き、これと
照合することにより入力文章中に不適当な用語をチエツ
クし、正しい用語に校正して単語候補とするようにして
いた。

しかしながら、この場合も不適当な用語の種類や数は極
めて多いため、総ての不適当な用語を単語辞書に登録し
ようとすると単語辞書が大揚力になるとともに、不適当
な用語を正しい用語に校正する処理に手間が掛り、全体
の文章解析処理効率が低下するという問題があった。

本発明は、派生語等の単語や不適当な用語を単語辞書に
登録することなく、特定のルールによって派生語の生成
及び不適当な用語の校正を行うことにより候補単語を修
正し、正しい文章解析が行われるように改良した文章解
析方式を提供することを目的とする。

〔課題を解決するための手段］ 前述の課題を解決するために本発明が採用した手段を、
第１図を参照して説明する。第１図（Ａ）は本出願の特
定発明の基本構成を、第１図（Ｂ）は関連発明の基本構
成をそれぞれブロック図で示したものである。

第１図（Ａ）において、１１は文章入力部で、入力され
た文章を句読点やかぎ括弧等の記号に基づいて解析単位
に分割する。

１２は単語辞書で、各種の単語がその読みや文法等の情
報とともに登録されている。以下、これらの単語を登録
単語という。

１３は単語辞書検索部で、解析単位中の各単語と単語辞
書１２にある各種の登録単語との照合を行って候補単語
を抽出する。

１４は接辞検出部で、入力文章より抽出された各候補単
語中にある総ての接辞語を検出する処理を行う。

１５は派生語生成部で、検出された総ての接辞語につい
て、所定の派生語生成文法に従って他の候補単語と接続
させることにより派生語を生成して新たな候補単語とす
る処理を行う。

１６は候補単語修正部で、入力文章より抽出された各候
補単語中から接辞語を削除して候補単語を修正する処理
を行う。

１７は単語同定部で、派生語生成部１５より入力された
各派生語と候補単語修正部１６より人力された各修正候
補単語とを候補単語集合として単語同定を行い、この候
補単語集合から最適の文字列を選択する処理を行う。

次に第１図（Ｂ）において、文章入力部１１．単語辞書
１２．単語辞書検索部１３及び単語同定部１７の各構成
の内容は、第１図（Ａ）で説明した各構成の内容と共通
する。

１８は、特定助動詞検出部で、入力文章より抽出された
各候補単語中における特定の助動詞「れる」の存在の有
無を検出する処理を行う。

１９は候補単語校正部で、助動詞「れる」が検出れた場
合、この助動詞「れる」の１文字前の文字で終わる候補
単語の活用形が助動詞「られる」を接続する活用形であ
るときは、助動詞「れる」を「られる」に校正したもの
を候補単語とする処理を行う。

助動詞「られる」が接続される活用形は、例えば、上一
段活用動詞未然形、下一段活用動詞未然形、力行変格軸
動動詞未然形、助動詞「せる」の未然形「せ」、助動詞
「させる」の未然形「させ」、さ行変格活用の未然形「
せ」である。

〔作　用〕

最初に、第１図（Ａ）に示した特定発明の作用を、入力
文章が「その美しさ〜Ｊである場合を例にとって説明す
る。

文章入力部１１は、入力された文章を句読点やかぎ括弧
等の記号に基づいて解析単位に分割して、単語辞書検索
部１２に送る。入力文章「その美しさ〜」の場合は、こ
の入力文章が、そのまま解析単位として単語辞書検索部
１３に送られる。

単語辞書検索部１３は、解析単位中の各単語と単語辞書
１２にある各種の登録単語との照合を行って各候補単語
を抽出する。この場合、単語辞書１２には派生語は登録
されていないので、「美し・さ」については、「美しく
形容詞）」、「美（名詞）」、「シ（活用語尾）」、「
さ（接尾語）」、「さ（助詞）ｊ等が候補単語として抽
出されるが、派生語「美しさ（名詞）」は抽出されない
。

接辞検出部１４は、抽出された各候補単語中にある総て
の接辞語を検出する。入力文章「その美しさ〜」の場合
、接尾語「さ」が検出されて、派生語生成部１５に通知
される。

派生語生成部１５は、検出された候補単語中にある総て
の接辞語について所定の派生語文法に従って他の候補単
語と接続することにより派生語を生成し、新たな候補単
語とする。入力文章が「その美しさ〜」の場合、接辞語
は接尾語「さ」だけであるので、「形容詞語幹に接尾語
ｒさ」が付いたら名詞になるｊという派生語生成文法に
従って「美し」と「さ」が接続されて派生語の「美しさ
（名詞）」が生成され、新たな候補単語になる。

一方、候補単語修正部１６は、単語辞書検索部１３で抽
出された各候補単語中から接辞語を削除して候補単語の
修正を行う。「美し・さ」の場合接尾語「さ」が削除さ
れ、「美しく形容詞）」、「美（名詞）」、「シ（活用
語尾）」及び「さ（助詞）」が候補単語になる。

単語同定部１７は、派生語生成部１５より入力された派
生語（美しさ）と候補単語修正１６より入力された各修
正候補単語とを新しい候補単語集合として単語同定を行
い、この候補単語集合から最適の文字列を選択する。こ
れにより、人力文章「その美しさ〜」の場合、「その（
連体詞）」「美しさ（名詞）」と正しい解析結果が得ら
れる。

以上のように派生語生成文法を設定して候補単語中より
派生語を候補単語として生成するようにしたので、派生
語を単語辞書に登録する必要がなくなり、単語辞書の揚
力を低減化することができるとともに、全体の文章解析
の処理効率を向上させることができる。

次に、第１図（Ｂ）に示した関連発明の作用を、入力文
章が「それを見れる」である場合を例にとって説明する
。

文章入力部１１は、入力された文章を第１図（Ａ）の場
合と同様に解析単位に分割して、単語辞書検索部１３に
送る。入力文章「それを見れる」の場合は、この入力文
章がそのまま解析単位として単語辞書検索部１３に送ら
れる。

単語辞書検索部１３は、解析単位中の各単語と単語辞書
１２にある各種の登録単語との照合を行って各候補単語
を抽出する。入力文章「それを見れる」からは、助動詞
「れる」が候補単語として抽出され、その１文字前の文
字で終わる候補単語として「見（上一段動詞）」が抽出
される。

特定助動詞検出部１８は、単語辞書検索部１３で抽出さ
れた各候補単語中に特定の助動詞「れる」が存在するか
否かを検出する。入力文章「それを見れる」の場合には
、助動詞「れる」が候補単語として検出される。

単語候補校正部１９は、助動詞「れる」が検出された場
合、助動詞「れる」の１文字前の文字で終わる候補単語
「見」の活用形を判別し、助動詞「られる」が接続れる
活用形（上一段動詞未然形、下−段動詞未然形等）であ
るときは、助動詞「れる」を「られる」に正しく校正し
たものを候補単語とする。入力文章「それを見れる」の
場合、助動詞「れる」が接続する候補単語「見」は上一
段活用動詞未然形であるので「見れる」は誤りであると
判定され「見られる」に正しく校正されて候補単語にな
る。

単語同定部１６は、誤り修正部１日より入力された修正
候補単語（見られる）及び他の候補単語について単語同
定を行い、候補単語中から最適の文字列を選択する。こ
れにより、入力文章「それを見れる」の場合、「それ（
連体詞）」「を（助詞）」「見（上一段動詞）」「られ
る（助動詞）」となって、正しい解析結果が得られる。

以上のように誤り校正ルールを設定し、入力文章中にあ
る不適当な用語の誤りを校正するようにしたので、不適
当な用語を単語辞書に登録する必要がな（なり、単語辞
書の容量を低減化することができるとともに、全体の文
章解析の処理効率を向上させることができる。

〔特定発明の実施例〕

特定発明の実施例を、第２図及び第３図を参照して説明
する。第２図は特定発明の一実施例の構成の説明図、第
３図は同実施例の処理フローチャートである。以下の実
施例において、入力文章は「その美しさ〜」であるとす
る。

（Ａ）　　実施例の構成 第２図において、文章久方部１１．単語辞書２、単語辞
書検索部１３、接辞検出部１４９派生語生成部１５．候
補単語修正部１６及び単語同定部１７については、第１
図（Ａ）で説明したとおりである。

単語辞書１２には、各登録単語の表記、読み及び文法が
格納されており、各接辞に対しては、表１に示すように
、表記、読み２文法に加えて、更にどの単語と接続する
がを示す接続情報と単語と接辞が接続して生成された派
生語の文法が格納されている。例えば、接尾語「さｊの
派生語文法は、「形容詞語幹に接続して名詞になる」で
ある。

表　　　１ 単語辞書検索部１３において、１３１は検索部で、入力
れた解析単位中の各単語と単語辞書１２にある各種の登
録単語との照合を行って候補単語を抽出する。１３２は
候補単語格納部で、抽出された各候補単語の情報が格納
される。

（Ｂ）　　実施例の動作 実施例の動作を、第３図の処理フローチャートを参照し
、その処理ステップに従って説明する。

■　処理Ｓｌ１ 文章入力部１１は、図示しない文書ファイル等から入力
された文章を句読点やかぎ括弧等の記号に基づいて解析
単位に分割して検索部１３１に送る。入力文章「その美
しさ〜」の場合は、この入力文章が、そのまま解析単位
として検索部１３１に送られる。

■　処理Ｓ１□ 検索部１３１は、解析単位中の各単語と単語辞書１２に
ある各種の登録車１語との照合を行って各候補単語をそ
の文法や接続等の情報とともに抽出し、候補単語格納部
１３２に格納する。

単語辞書１２には派生語は登録されていないので、入力
文章「その美しさ〜」の場合、表２に示す各候補単語が
抽出される。

表　　　２ ■　処理３１３ 接辞検出部１４は、検索部１３１の抽出した各候補単語
中に接辞語が存在するが否かを検出する。実施例の入力
文章からは接尾語「さ」が検出され、派生語生成部１５
及び候補単語修正部１６に通知される。

■　処理Ｓ１４ 派生語生成部１５は、候補単語格納部１３２を参照し、
検出された接尾語「さ」について所定の派生語生成文法
に従って他の候補単語と接続することにより派生語を生
成する。

接尾語「さ」の派生語生成文法は「形容詞語幹に接続し
て名詞になる」であるので、この派生語生成文法を満足
するものとして、候補単語中の「美しく形容詞）」と接
続することにより派生語「美しさ」が生成される。

■　処理ＳｔＳ 候補単語修正部１６は、候補単語格納部１３２を参照し
、抽出れた各候補単語中から接尾語「さ」を除去して候
補単語を修正する。

この処理ｓｒｓ及び前述の処理Ｓ　１４により、表３に
示す新たな候補単語集合が生成される。

表　　　３ なお、処理５ｌｆｆにおいて候補単語中に接辞語が検出
されないときは、接辞検出部１４よりそのことが派生語
生成部１５及び候補単語修正部１６に通知される。この
通知を受けると、派生語生成部１５は派生語の生成は行
わず、また候補単語修正部１６も候補単語の修正は行わ
ず、入力された各候補単語をそのまま単語同定部１７に
送る。

■　処理Ｓｌ＆ 単語同定部１７は、派生語生成部１５及び候補単語修正
部１６によって新たに生成された表３の候補単語集合に
ついて公知のＤＰ法等により単語同定処理を行い、候補
単語集合から最適の文字列を選択する。これにより、入
力文章「その美しさ〜」の場合、表４に示すように正し
い単語同定結果が得られる。

表　　　４ 以上、入力文章「その美しさ〜」の場合の実施例につい
て説明したが、他の入力文章についても同様にして派生
語の生成及び候補単語の修正が行われる。

なお、特定発明の実施例はこの実施例に限定されるもの
ではない６例えば、各接辞語の派生文法は、単語辞書１
２に格納する代りに、派生語生成部１４内に派生語文法
テーブルを設けて格納するようにしてもよい。

〔関連発明の実施例］ 関連発明の実施例を、第４図及び第５図を参照して説明
する。第４図は関連発明の一実施例の構成の説明図、第
５図は同実施例の処理フローチャートである。以下の実
施例において、入力文章は「それを見れる」であるとす
る。

（Ａ）　　実施例の構成 第４図において、文章入力部１１．単語辞書１２、単語
辞書検索部１３．単語同定部１７゜特定助動詞検出部１
８及び候補単語校正部１９については、第１図（Ｂ）で
説明したとおりである。また、単語辞書検索部１３にお
いて、検索部１３１及び候補単語格納部１３２について
は、第２図で説明したとおりである。

単語辞書１２には、各登録単語の表記、読み及び文法が
格納されており、活用のある語は、語幹と語尾に分けて
登録される。

候補単語校正部１９において、１９１は誤り検出部で、
候補単語格納部１３２を参照し、検出された助動詞「れ
る」の１文字前の文字で終わる単語が、表５の判定条件
に当る単語のいずれかである場合に、助動詞「れる」の
用語に誤りがあると判定する。

表　　　５ １９２は校正部で、誤り検出部１９１で用語の誤りが検
出されたとき、助動詞「れるＪの代りに「られる」を候
補単語に校正する。

（Ｂ）　　実施例の動作 実施例の動作を、第５図の処理フローチャートを参照し
、その処理ステップに従って説明する。

■　処理Ｓｚ＋ 文章入力部１１は、図示しない文書ファイル等から入力
された文章を解析単位に分割して、検索部１３１に送る
。入力文章「それを見れる」の場合は、この人力が、そ
のまま解析単位として検索１３１に送られる。

■　処理ＳＺＺ 検索部１３１は、解析単位中の各単語と単語辞書１２に
ある各種の登録単語との照合を行って各候補単語をその
文法情報とともに抽出し、候補単語格納部１３２に格納
する。入力文章「それを見れる」の場合、表６に示す各
候補単語が抽出される。

表　　　に の場合、助動詞「れる」の１文字前の文字で終わる候補
単語は「見（上一段動詞）」である。

■　処理Ｓ０ 特定助動詞１８は、検索部１３１の抽出した各候補単語
中に特定の助動詞「れる」が存在するか否かを検出する
。入力文章「それを見れる」の場合は、助動詞「れる」
が候補単語として検出されて誤り検出部１９１に通知さ
れる。

■　処理ｓｔ４＋ｓｚｓ 誤り検出部１９１は、候補単語格納部１３２を参照し、
検出された助動詞「れる」の１文字前の文字で終わる単
語が前提の表５判定条件■〜■に当る単語であるかを調
べる（処理Ｓ！４）・ 表５の判定条件に当る単語であるときは、その単語に接
続する助動詞「れる」の用語に誤りがあると判定する（
処理Ｓ２．）。実施例の入力文章の場合、前述の単語は
「見（上一段動詞未然形）であって表５の判定条件■に
該当するので、「見」に接続する助動詞「れる」の用語
に誤りがあると判定されて、校正部１９２に通知される
。

■　処理Ｓｔｂ 校正部１９２は、「見れる」に誤りがあることを通知さ
れると、「見れるＪを「見られる」に正しく修正し、助
動詞「れる」の代りに「れられる」を候補単語とし、他
の候補単語とともに単語同定部１７に送る。これによリ
、表７に示す各単語が新しい候補単語になる。

表　　　７ なお、処理Ｓ、において候補単語中に助動詞「れるｊが
検出されないときは、特定助動詞１８よりそのことが誤
り検出部１９１に通知される。誤り検出部１９１は、こ
の通知を受けたとき及び処理Ｓｔ４において判定条件■
〜■に該当する単語が検出されないときは、校正部１９
２に誤りが検出されないことを通知する。この通知を受
けると、校正部１９２は、候補単語格納部１３２にある
各候補単語を修正することなく、単語同定部１７に送る
。

■　処理Ｓ１’Ｆ 単語同定部１７は、校正部１９２より入力された各候補
単語について公知のＤＰ法等により単語同定処理を行い
、各候補単語中から最適の文字列を選択する。これによ
り、入力文章「それを見れる」の場合、表８に示すよう
に正しい単語同定結果が得られる。

表　　　８ 以上、入力文章「それを見れる」の場合の実施例につい
て説明したが、他の入力文章についても同様にして助動
詞「れる」の用語に誤りがある場合に、正しい助動詞「
られる」に校正したものを候補単語とする処理が行われ
る。

〔発明の効果〕

以上説明したように、本発明によれば次の諸効果が得ら
れる。

（１）派生語生成文法を設定して候補単語中より派生語
を候補単語として生成するようにしたので、派生語を単
語辞書に登録する必要がなくなり、単語辞書の容量を低
減化することができるとともに、全体の文章解析の処理
効率を向上させることができる。

（２）誤り校正ルールを設定し、入力文章中にある不適
当な用語の誤りを修正するようにしたので、不適当な用
語を単語辞書に登録することができるとともに、全体の
文章解析の処理効率を向上させることができる。

【図面の簡単な説明】

第１図は本出願の特定発明及び関連発明の基本構成の説
明図、 第２図は特定発明の一実施例の構成の説明図、第３図は
特定発明の一実施例の処理フローチャート、 第４図は関連発明の一実施例の構成の説明図、第５図は
関連発明の一実施例の処理フローチャート、 第６図は従来の文章解析方式の構成の説明図である。 第１図、第２図及び第４図において、 １１・・・文章入力部、１２・・・単語辞書、１３・・
・単語辞書検索部、１４・・・接辞検出部、１５・・・
派生語生成部、１６・・・候補単語修正部、１７・・・
単語同定部、１８・・・特定助動詞検出部、１９・・・
候補単語校正部。 特定発明及び関ミ 第 皇発明の基本構成 １図 特定発明の実施例の構成 第２図 関連発明の実施例の構成 第４図 特定発明の実施例の処理フローチ 第３図 間運発明の実施例の処理フローチー 第５図

Claims (2)

【特許請求の範囲】
1. （１）接辞語が付くことによってもとの単語の文法が変
   わる派生語を含む入力文章を解析する文章析解方式にお
   いて、 （Ａ）入力文章より抽出された各候補単語中にある総て
   の接辞語を検出する接辞検出部（１４）と、 （Ｂ）検出された総ての接辞語について、所定の派生語
   生成文法に従って他の候補単語と接続させることにより
   派生語を生成して新たな候補単語とする派生語生成部（
   １５）と、（Ｃ）入力文章より抽出された各候補単語中
   から接辞語を削除して候補単語を修正する候補単語修正
   部（１６）、
2. （２）不適当な用語を含む入力文章を解析する文章解析
   方式において、 （Ａ）入力文章より抽出された各候補単語中における特
   定の自動詞「れる」の存在の有無を検出する特定助動詞
   部（１８）と、 （Ｂ）助動詞「れる」が検出された場合、この自動詞「
   れる」の１文字前の文字で終わる候補単語の活用形が助
   動詞「られる」を接続する活用形であるときは、助動詞
   「れる」を「られる」に校正したものを候補単語とする
   候補単語校正部（１９）、 を備えたことを特徴とする文章解析方式。