JPH02105968A - 日本文誤り自動検定・訂正方式 - 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】 （１）発明の属する技術分野 本発明は１日本語文書中から同音異義語の使用誤りを自
動的に検出し、その正解候補を提示する日本文誤り自動
検定・訂正方式に関するものである。

（２）従来の技術 従来の方式では、誤りやすい同音異義語を辞書にマーク
しておき、入力文書において、辞書中の該同音異義語の
文字列と一致する個所すべてを同音異義語誤りの候補と
して抽出していた。しかし。

この方式では以下の問題点があった。

■　正しく使用されている語も、すべて、誤り候補とし
て抽出してしまう。

■　人手による検定とほぼ同じ工数がかかる。

■　訂正候補を出力することが困難である。

また、特願昭６３−１４９４４８号（日本文誤り自動検
定・訂正装置）では、単語の持つ意味カテゴリを用いて
同音異義語の使用誤りを検定し、その候補を抽出できる
が、この方式においても以下の問題点があった。

■　検定に不可欠な意味カテゴリ連接判定テーブルの作
成にあたっては、１つ１つの元データに対して人手によ
って意味カテゴリを付与しなければならず、多大な工数
が必要である。

■　■のため、対象とできる同音異義語の範囲が限定さ
れてしまう。

■　検定対象の拡張が容易でない。

（３）発明の目的 本発明の目的は、上記の問題点を解決した。真に同音異
義語誤りであるものを検出し、その訂正候補を提示する
日本文誤り自動検定・訂正方式を提供することにある。

（４）発明の構成 （４−１）発明の特徴と従来の技術との差異本発明は。

入力装置から入力された日本文文書中の誤りにより生じ
る名詞連続複合語内の同音異義語誤りについて。

日本語単語辞書と文法辞書とを用いた形態素解析によっ
て１名詞連続複合語を単語列に分割し。

各単語の読みや品詞などの形態素情報を得る第１の手段
と。

同一の読みを有する単語である同音異義語群をその読み
をキーとして収録した同音異義語テーブルと。

該同音異義語テーブルに収録された各同音異義語につい
て、該同音異義語字面と前後の文字列との連接可能性を
、該同音異義語字面をキーとして保持する同音異義語連
接判定テーブルと。

第１の手段において単語列に分割された名詞連続複合語
を構成する各単語をキーとして前記の同音異義語テーブ
ルを検索し、検定すべき同音異義語が存在する場合に検
定を開始する第２の手段と。

該検定すべき同音異義語の字面をキーとして。

前記の同音異義語連接判定テーブルを検索し、その結果
、該同音異義語と前後の文字列との連接可能性がない、
もしくは、同音異義語連接判定テーブル中に該連接可能
性が登録されていない場合に。

該同音異義語を誤りであると検定する第３の手段と。

第３の手段において誤りであると検定された同音異義語
の読みをキーとして前記の同音異義語テーブルを検索す
ることによって、該同音異義語の訂正候補を取得する第
４の手段と。

第４の手段において取得された訂正候補の字面をキーと
して前記の同音異義語連接判定テーブルを検索し、その
結果１前後の文字列との連接可能性がある訂正候補のみ
を該同音異義語誤りの正解候補として出力する第５の手
段と から構成されることを最も主要な特徴とする。

従来の技術とは。

■　決定の結果、誤っていると判定された同音異義語の
みを抽出する。

■　同音異義語テーブルを用いて同音異義語誤りの訂正
候補を自動的に抽出し、同音異義語連接判定テーブル中
の情報を用いてより確からしい候補のみを正解候補とし
て出力する。

の各点が異なる。

（４−２）実施例 第１図は本発明をハードウェアによって構成する際の基
本構成図であって、１は１本装置の入力である名詞連続
複合語を２日本倍型語辞書７および文法辞書８を用いて
単語分割し、各単語に品詞や読みなどの形態素情報を付
与する形態素解析部。

２は、該名詞連続複合語中に同音異義語が存在するか否
かを、同音異義語テーブル９を検索することによって判
定し、存在する場合には該同音異義語を抽出する同音異
義語抽出部、３は、同音異義語連接判定テーブルＩＯを
該同音異義語字面で検索することによって得られる情報
を用いて、該同音異義語がその前方または後方の文字列
と連接しうるかどうかを判定することによって、該同音
異義語の使用誤りを検定する同音異義語検定部、４は、
同音異義語テーブル９を該同音異義語の読みをキーとし
て検索し、訂正候補を抽出する同音異義語候補抽出部、
５は、同音異義語候補抽出部４で抽出された訂正候補に
対して、同音異義語連接判定テーブル１０を用いて、訂
正候補と前方または後方に位置する単語との連接可否を
検定し、連接可の訂正候補をすべて出力ファイル１１に
出力する同音異義語候補検定部、６は、同音異義語抽出
部２．同音異義語候補抽出部４の要求に従って同音異義
語テーブル９を、同音異義語検定部３゜同音異義語候補
検定部５の要求に従って同音異義語連接判定テーブル１
０をそれぞれ検索し、必要な情報を要求もとに送るテー
ブル検索部、７は。

日本語単語の品詞情報や読みなどの形態素情報を記述し
た日本語単語辞書、８は１日本倍型語の持つ品詞間の接
続関係や係り受は関係などの文法情報を記述した文法辞
書、９は、同一の読みを有する単語である同音異義語群
をその読みをキーとして収録した同音異義語テーブル、
１０は、同音異義語テーブル９に収録された各同音異義
語字面を含む文字列の出現頻度を、既存文書中から求め
該出現頻度に基づいて該同音異義語字面と前後の文字列
との連接可能性を、該同音異義語字面をキーとして保持
する同音異義語連接判定テーブル。

１１は、出力ファイル、１２は、演算装置およびメモリ
からなる日本文誤り自動検定・訂正装置である。

第２図は、同音異義語テーブル９のフィールド構成図で
あって、１３は、同音異義語テーブル９を検索する際の
キーである同音異義語の読み、１４は、そのレコードの
読みを持つ複数の同音異義語字面である。

第３図は、同音異義語連接判定テーブル１０のフィール
ド構成図であって、１５は、同音異義語連接判定テーブ
ル１０を検索する際のキーである同音異義語字面、１６
は、同音異義語の前方または後方に来うる文字列に関す
る文字列情報（詳細は第４図）である、第４図は９文字
列情報１６の構成図であって、１７は１文字列字面、１
８は。

前方に該文字列が来ることができるかどうかを記述した
前方連接可否、１９は、後方に該文字列が来ることがで
きるかどうかを記述した後方連接可否、である。

第５図は９日本文誤り自動検定・訂正装置１２の動作の
概略フローである。

次に、第５図の概略フローに従って動作の説明を行う。

（ステップＳｌ） 日本文誤り自動検定・訂正装置１２の入力である名詞連
続複合語に対して、形態素解析部１では。

日本語単語辞書７および文法辞書８を用いた単語候補抽
出１品詞接Ｖｔ検定などの形態素解析を行い。

該名詞連続複合語を単語分割し、各単語に品詞情報、読
みなどを付与した後、解析結果を同音異義語抽出部２へ
送る。

（ステップ３２） 同音異義語抽出部２では２名詞連続複合語を構成する各
単語の読みをキーとして同音異義語テープル９を検索す
ることをテーブル検索部６に要求する。テーブル検索部
６は、同音異義語テーブル９を検索し、検索に成功した
際にはそのレコードを同音異義語抽出部２に送り、失敗
した際にはその旨、同音異義語抽出部２に送る。

（ステップＳ３） 同音異義語抽出部２では、テーブル検索部６からの情報
に従って、検索に成功したかどうかを判定し、成功した
場合には、ステップＳ４に進み。

失敗した場合には本処理を終了する６ （ステップＳ４） 同音異義語抽出部２では、さらに、検索に成功した単語
を検定対象単語とし、同音異義語検定部３に送る。

（ステップＳ５） 同音異義語検定部３では、まず１次のような場合分けを
行い、検定対象単語との連接を調べるべき文字列（以下
、連接文字列という）を決定する。

［１］検検定対象語が名詞連続複合語の最終単語である
場合 連接文字列を該検定対象単語の前方文字列とする。

［２］検検定対象語が名詞連続複合語の最初の単語であ
る場合 連接文字列を該検定対象単語の後方文字列とする。

［３］検検定対象語が名詞連続複合語の中間に位置する
単語である場合 連接文字列を該検定対象単語の前方文字列および後方文
字列の両方とする。

（ステップＳ６） つぎに同音異義語検定部３では、該検定対象単語の字面
をキーとして同音異義語連接判定テーブル１０を検索す
ることをテーブル検索部６に要求する。テーブル検索部
６は、同音異義語連接判定テーブル１０を検索し、その
レコードを同音異義語検定部３に送る。

（ステップＳ７） さらに同音異義語検定部３は、テーブル検索部６′より
送られてきたレコード中の文字列情報１６に、以下の条
件を満たすものが存在した場合には処理をステップＳ８
へ導め、存在しない場合にはステップＳ９へ処理を進め
る。

［１１の場合 連接文字列の最終文字を含む該連接文字列の部分文字列
に関する文字列情報１６が存在する。

［２］の場合 連接文字列の最初の文字を含む該連接文字列の部分文字
列に関する文字列情報１６が存在する。

［３コの場合 前方連接文字列の最終文字を含む該連接文字列の部分文
字列に関する文字列情報１６が存在するかまたは、後方
連接文字列の最初の文字を含む該連接文字列の部分文字
列に関する文字列情報１６が存在する。

（ステップＳ８） 該部分文字列に関する文字列情報１６中の連接可否（［
ｌ］の場合には、前方連接可否１日。

［２］の場合には、後方連接可否１９．［３］の場合に
は、それぞれの連接可否）が不可である場合にはステッ
プＳ９へ進み、連接可である場合には処理を終了する。

（ステップＳ９） 同音異義語検定部３において、該検定対象単語は誤りで
あると判定し、同音異義語候補抽出部４に該検定対象単
語を送る。

（ステップ５ＩＯ） 同音異義語候補抽出部４では、該検定対象単語の読みを
キーとして同音異義語テーブル９をテーブル検索部６を
通じて検索し、該検定対象単語に対する訂正候補を取得
し、該訂正候補を同音異義語候補検定部５に送る。

同音異義語候補検定部５では、該訂正候補の１つ１つの
字面をキーとして同音異義語連接判定テーブル１０をテ
ーブル検索部６を通じて検索し。

各訂正候補と連接文字列との連接可否を調べる。

（ステップ５ｌｌ） 訂正候補の中に１つでも連接文字列との連接可否が連接
可であるものが存在するならば、ステップＳ１２へ進み
、１つも存在しなければステップＳ１３へ進む。

（ステップ５１２） 連接可である訂正候補すべてを該検定単語の正解候補と
して出力ファイル１１に出力する。

（ステップ５１３） ステップＳ１０で取得された訂正候補をすべて出力ファ
イル１１に出力する。

なお上記の説明では、ステップＳＩＯにおいて同音異義
語テーブル９．同音異義語連接判定テーブル１０をもう
１度検索したが、ステップＳ３の検索結果、ステップＳ
６の検索結果をすべて持ち回るようにすれば、ステップ
ＳＩＯでの検索は不要となり、処理の高速化を図ること
ができる。

次に１例を用いて動作を説明する。第６図に例で用いる
名詞連続複合語の形態素解析結果を示す。

なお、これらの情報を得る形態素解析の手法については
ここでは特に限定しない。第７図に同音異義語テーブル
９の内容例を、第８図に、同音異義語とその前方または
後方１文字との連接可否情報を集めた同音異義語連接判
定テーブル１ｏの内容例をそれぞれ示す。

［１］同音異義語の前方に文字列が存在する場合日本文
誤り自動検定・訂正装置１２の入力として”自然化学”
を考える。この名詞連続複合語は。

誤りを含んでおり、正解は“自然科学”である。

形態素解析部１では、′°自然化学”を日本語単語辞書
７１文法辞書８を用いて形態素解析する。

この形態素解析結果（第６図（１））は同音異義語抽出
部２に送られる。

同音異義語抽出部２では、“°自然化学°゛を構成する
名詞の読み“しぜん”と゛かがく”をキーとしてテーブ
ル検索部６に同音異義語テーブル９を検索するように要
求する。

要求を受けたテーブル検索部６では、まず“自然”につ
いて処理を行う。“自然”の読み“しぜん”をキーとし
て同音異義語テーブル９を検索すると、同音異義語テー
ブル９の内容は、第７図のご・とくであるので、°゛自
然に対してはテーブル上に存在せず検索が失敗する０次
に”化学”について処理を行う。°°化学”の読みパか
がく”をキーとして同音異義語テーブル９を検索する。

同音異義語テーブル９の内容は、第７図のごとくである
ので、“化学”に対する検索は成功ｒる。これらの情報
は、テーブル検索部６から同音異義語抽出部２へ送られ
る。同音異義語抽出部２では、送られてきた情報に従っ
て、検定対象単語＝“化学”とする。さらに、“化学”
はパ自然化学”の最終単語であるので、前方文字列であ
る“自然°“を連接文字列とする。そして、これらの結
果は、同音異義語検定部３に送られる。

同音異義語検定部３では、検定対象単語＝“化学”をキ
ーとしてテーブル検索部６に同音異義語連接判定テーブ
ル１０を検索するように要求する。

要求を受けたテーブル検索部６では、検定対象単語“化
学”をキーとして同音異義語連接判定テーブルＩＯを検
索すると、同音異義語連接判定テーブル１０は第８図の
ごとくであるので、第８図の（１）のレコードが得られ
、このレコードの情報が同音異義語検定部３に送られる
。

同音異義語検定部３では、連接文字列−“自然”の最終
文字を含む部分文字列（今の例では、第８図が同音異義
語の前方または後方１文字との連接可否を表しているた
め、１文字列“然”である）に関する情報がレコード中
に含まれているがどうかを判定する。第８図の（１）の
レコードには“然”に関する文字列情報が存在し、その
前方連接可否情報は、×である。従って、検定対象単語
“化学”は誤りであると判定され、同音異義語候補抽出
部４に送られる。

同音異義語候補抽出部４では、「誤りである」と判定さ
れた語“化学”の読み”がかく”をキーとして同音異義
語テーブル９を検索し、訂正候補を取得する。第７図よ
り明らかなように訂正候補としては゛科学”が得られる
。そして、この訂正候補“科学”が同音異義語候補検定
部５に送られる。

同音異義語候補検定部５では、「誤りである」と判定さ
れた語“化学”を訂正候補“科学”に置き換え、“科学
”と連接文字列“自然”との連接を検定する。すなわち
。

・検定対象単語　−“科学” ・連接文字列　　＝　“自然” とする、まず、検定対象単語“科学”をキーとして同音
異義語連接判定テーブル１０をテーブル検索部６を通し
て検索すると、同音異義語連接判定テーブル１０は第８
図のごとくであるので、第８図の（２）のレコードが取
得される１、このレコード中には、連接文字列の最終文
字を含む“然”に関する文字列情報が存在し、その前方
連接可否情報は、○である。従って、訂正候補“科学”
は。

連接可と判定され、正解候補として出力ファイル１１に
出力される。

以上説明したように、正解である°“科学”を訂正候補
として出力ファイルに出力することができる。

［２］同音異義語の後方に文字列が存在する場合日本文
誤り自動検定・訂正装置１２の入力として“科学実験２
を考える。この名詞連続複合語は。

誤りを含んでおり、正解は“化学実験”である。

形態素解析部ｌでは、“科学実験”を日本語単語辞書７
１文法辞書８を用いて形態素解析する。

この形態素解析結果（第６図（２））は同音異義語抽出
部２に送られる。

同音異義語抽出部２では、“科学実験”を構成する名詞
の読み“かがく”と“しつけん”をキーとしてテーブル
検索部６に同音異義語テーブル９を検索するように要求
する。

要求を受けたテーブル検索部６では、まず“科学”につ
いて処理を行う。“科学”の読み“かがく１をキーとし
て同音異義語テーブル９を検索すると、同音異義語テー
ブル９の内容は、第７図のごとくであるので、“科学”
に対する検索は成功する０次に“実験”について処理を
行う、“実験“の読み゛じっけん″をキーとして同音異
義語テーブル９を検索する。同音異義語テーブル９の内
容は、第７図のごとくであるので“実験”に対する検索
は失敗する。これらの情報は、テーブル検索部６から同
音異義語抽出部２へ送られる。同音異義語抽出部２では
、送られてきた情報に従って。

検定対象単語＝“科学”とする、さらに、“科学”は“
科学実験”の最初の単語であるので、後方文字列である
“実験”を連接文字列とする。そして。

これらの結果は、同音異義語検定部３に送られる。

同音異義語検定部３では、検定対象単語＝“科学”をキ
ーとしてテーブル検索部６に同音異義語連接判定テーブ
ル１０を検索するように要求する。

要求を受けたテーブル検索部６では、検定対象単語“科
学”をキーとして同音異義語連接判定テーブルｌＯを検
索すると、同音異義語連接判定テーブル１０は第８図の
ごとくであるので、第８図の（２）のレコードが得られ
、このレコードの情報が同音異義語検定部３に送られる
。

同音異義語検定部３では、連接文字列＝“実験”の最初
の文字を含む部分文字列（今の例では、第８図が同音異
義語の前方または後方１文字との連接可否を表している
ため、１文字列゛°実”である）に関する情報がレコー
ド中に含まれているかどうかを判定する。第８図の（２
）のレコードには。

“実”に関する文字列情報が存在し、その後方連接可否
情報は、×である。従って、検定対象単語“科学”は誤
りであると判定され、同音異義語候補抽出部４に送られ
る。

同音異義語候補抽出部４では、「誤りである」と判定さ
れた語“科学”の読み°“かがく”をキーとして同音異
義語テーブル９を検索し、訂正候補を取得する。第７図
より明らかなように訂正候補としては“化学”が得られ
る。そして、この訂正候補“化学”が同音異義語候補検
定部５に送られる。

同音異義語候補検定部５では、「誤りである」と判定さ
れた語“科学”を訂正候補゛化学”に置き換え、“化学
”と連接文字列“実験”との連接を検定する。すなわち
。

・検定対象単語　＝　゛化学” ・連接文字列　　−“実験” とする、まず、検定対象単語“化学”をキーとして同音
異義語連接判定テーブル１０をテーブル検索部６を通し
て検索すると、同音異義語連接判定テーブル１０は第８
図のごとくであるので、第８図の（１）のレコードが取
得される。このレコード中には、連接文字列の最初の文
字を含む“実”に関する文字列情報が存在し、その後方
連接可否情報は、Ｏである。従って、訂正候補“化学”
は。

連接可と判定され、正解候補として出力ファイル１１に
出力される。

以上説明したように、正解である“化学“を訂正候補と
して出力ファイルに出力することができる。

［３］同音異義語の前方、後方の両方に文字列が存在す
る場合 日本文誤り自動検定・訂正装置１２の入力として“全面
帰省撤廃”を考える。この名詞連続複合語は、誤りを含
んでおり、正解は“全面規制撤廃”である。

形態素解析部１では、′全面帰省撤廃”を日本語単語辞
書７９文法辞書８を用いて形態素解析する。この形態素
解析結果（第６図（３））は同音異義語抽出部２に送ら
れる。

同音異義語抽出部２では、°°全面帰省撤廃”を構成す
る名詞の読み“ぜんめん”と“きせい”と“てっぽい”
をキーとしてテーブル検索部６に同音異義語テーブル９
を検索するように要求する。

要求を受けたテーブル検索部６では、まず。

゛全面”について処理を行う。゛′全面゛′の読み“ゼ
んめん°”をキーとして同音異義語テーブル９を検索す
ると、同音異義語テーブル９の内容は。

第７図のごとくであるので、”全面”に対する検索は失
敗する０次に“′帰省”について処理を行うや“帰省”
の読み゛き甘い”をキーとして同音異義語テーブル９を
検索すると、同音異義語テーブル９の内容は、第７図の
ごとくであるので、゛°帰省”に対する検索は成功する
。最後に、“°撤廃”について処理を行う、“°撤廃”
の続み“てっぽい”をキーとして同音異義語テーブル９
を検索すると。

同音異義語テーブル９の内容は、第７図のごとくである
ので、°“撤廃”に対する検索は失敗する。

これらの情報は、テーブル検索部６から同音異義語抽出
部２へ送られる。同音異義語抽出部２では、送られてき
た情報に従って、検定対象単語＝“帰省”とする、さら
に、“帰省”は“全面帰省撤廃”の中間の単語であるの
で、前方文字列である“全面”と後方文字列である゛撤
廃”をそれぞれ前方連接文字列、後方連接文字列とする
。そして、これらの結果は、同音異義語検定部３に送ら
れる。

同音異義語検定部３では、検定対象単語−°“帰省°゛
をキーとしてテーブル検索部６に同音異義語連接判定テ
ーブル１０を検索するように要求する。

要求を受けたテーブル検索部６では、検定対象単語°“
帰省”をキーとして同音異義語連接判定テーブル１０を
検索すると、同音異義語連接判定テーブル１０は第８図
のごとくであるので、第８図の（３）のレコードが得ら
れ、このレコードの情報が同音異義語検定部３に送られ
る。

同音異義語検定部３では、連接文字列＝“全面”の最終
文字を含む部分文字列（今の例では、第８図が同音異義
語の前方または後方１文字との連接可否を表しているた
め、１文字列“面”である）に関する情報がレコード中
に含まれているかどうかおよび、連接文字列＝°“撤廃
゛°の最初の文字を含む部分文字列（今の例では、第８
図が同音異義語の前方または後方１文字との連接可否を
表しているため、１文字列“徹”である）に関する情報
がレコード中に含まれているかどうかを判定する。

第８図の（３）のレコードには１面”に関する文字列情
報が存在し、その前方連接可否情報は、×であり、“徹
”に関する文字列情報も存在し、その後方連接可否情報
も、×である。従って、検定対象単語“帰省”は誤りで
あると判定され、同音異義語候補抽出部４に送られる。

この例では、前方、後方ともに連接可否情報が×であっ
たが。

方が０の場合も誤りであると判定する。

同音異義語候補抽出部４では、「誤りである」と判定さ
れた語°°婦省゛′の読み“きせい”をキーとして同音
異義語テーブル９を検索し、訂正候補を取得する。第７
図より明らかなように訂正候補としては“規制”、“°
規整”、°“既成”の３Ｑｉ語が得られる。そして、こ
れらの訂正候補が同音異義語候補検定部５に送られる。

同音異義語候補検定部５では、まず、「誤りである」と
判定された語″帰省”を訂正候補“規制”に置き換え、
“規制”と連接文字列“全面”　（前方）、“撤廃”　
（後方）との連接を検定する。すなわち。

・検定対象単語　−“規制” ・連接文字列　　＝　“全面”　（前方）。

“撤廃″（後方） とする、まず、検定対象単語“規制”をキーとして同音
異義語連接判定テーブル１０をテーブル検索部６を通し
て検索すると、同音異義語連接判定テーブル１０は第８
図のごとくであるので、第８図の（４）のレコードが取
得される。このレコード中には、前方の連接文字列の最
終文字を含む“面”に関する文字列情報が存在し、その
前方連接可否情報は、Ｏである。また、後方の連接文字
列の最初の文字を含む“徹”に関する文字列情報も存在
し、その後方連接可否情報は、−Ｏである。

従って、訂正候補“規制”は、連接可であると判定され
る。

つぎに、訂正候補゛°規整”との連接を調べると。

第８図の（５）のレコードより、前方の連接文字列の最
終文字を含む”面”に関する文字列情報が存在し、その
前方連接可否情報は、×である。また、後方の連接文字
列の最初の文字を含む“撤”に関する文字列情報は存在
しない、従って、訂正候補は、連接不可と判定される。

最後に、訂正候補“既成”との連接を調べると。

第８図の（６）のレコードより、前方の連接文字列の最
終文字を含む“面”に関する文字列情報が存在しない、
また、後方の連接文字列の最初の文字を含む“撤”に関
する文字列情報も存在しない。

従って、訂正候補は、連接不可と判定される。

以上のことから、連接可と判定される訂正候補は、“規
制”だけであるので、この“°規制”だけが正解候補と
して出力ファイル１１に出力される。

以上説明したように、正解である“規制”を訂正候補と
して出力ファイルに出力することができる。

このような構造および作用となっていることから、従来
の方法に比べて。

・誤って使用されている同音異義語を的確に抽出するこ
とができる。

・「誤りである」と判定された語を訂正候補に置き換え
て、同音異義語連接判定テーブルを用いた検定を行い、
訂正候補を選択するので、正しい候補を出力することが
できる。

・人手による検定よりも工数が小さい。

の各点で改善された。

以上の例では、連接可否をＱ、Ｘの２値で表したが、他
に、同音異義語の前方または後方の各文字列に対する出
現頻度を、同音異義語全体の出現頻度で正規化した出現
割合を用いて５これがあるしきい値を越えたときに連接
可としてもよい。

また、上記の例では、同音異義語連接判定テーブルｌＯ
の文字列は１文字であるが、これを２文字以上に拡張す
ることは容易である。

（５）発明の詳細 な説明したように１本発明によれば、入力装置から入力
された日本文文書中の入力誤り２文字認識不良による読
み取り誤り、あるいは、カナ漢字変換における単語の選
択誤りにより生じる名詞連続複合語内の同音異義語酸り
について。

■　名詞連続複合語に含まれる同音異義語の誤りを該名
詞連続複合語を構成する名詞の連接可否情報（同音異義
語連接判定テーブルの形で保持）を用いて自動的に検定
することにより、誤って使用されているもののみを的確
に抽出することができる。

■　訂正候補に対しても、同音異義語連接判定テーブル
を用いた検定を行い、連接可の訂正候補のみを出力する
ので、　ｉｓからしい訂正候補のみを提示できる。

■　検定の結果、誤っていると判定されたもののみを抽
出し、訂正候補を提示するのであるから。

人手による検定よりも工数が小さい。

■　同音異義語の誤りを検出した場合に、その訂正候補
を出力するので、訂正作業を容易に行うことができる。

■　同音異義語連接判定テーブルは１文書データから容
易にかつ機械的に作成することが可能である。

■　検定対象を拡張する際には、同音異義語テーブルと
同音異義語連接判定テーブルとに、該拡張部分のみのデ
ータを追加すればよく、検定対象の拡張性に優れている
。

の利点がある。

【図面の簡単な説明】

第１図は本発明をハードウェアによって構成した基本構
成図、第２図は同音異義語テーブルのフィールド構成図
、第３図は同音異義語連接判定テーブルのフィールド構
成図、第４図は同音異義語連接判定テーブル中の文字列
情報の構成図、第５図は本発明の動作の概略フロー、第
６図は実施例の説明に用いた名詞連続複合語の形態素解
析結果。 第７図は同音異義語テーブルの内容例、第８図は同音異
義語連接判定テーブルの内容例である。 １・・・形態素解析部、２・・・同音異義語抽出部、３
・・・同音異義語検定部、４・・・同音異義語候補抽出
部。 訃・・同音異義語候補検定部、６・・・テーブル検索部
。 ７・・・日本語単語辞書、８・・・文法辞書、９・・・
同音異義語テーブル、１０・・・同音異義語連接判定テ
ーブル　１１・・・出力ファイル、１２・・・日本文誤
り自動検定・訂正装置、１３・・・同音異義語の読み、
１４・・・同音異義語字面、１５・・・同音異義語字面
、１６・・・文字列情報、１７・・・文字列字面、１日
・・・前方連接可否、１９・・・後方連接可否。 特許出願人　日本電信電話株式会社

Claims (1)

1. 【特許請求の範囲】 入力装置から入力された日本文文書中の誤りにより生じ
   る名詞連続複合語内の同音異義語誤りについて、 日本語単語辞書と文法辞書とを用いた形態素解析によっ
   て、名詞連続複合語を単語列に分割し、各単語の読みや
   品詞などの形態素情報を得る第１の手段と、 同一の読みを有する単語である同音異義語群をその読み
   をキーとして収録した同音異義語テーブルと、 該同音異義語テーブルに収録された各同音異義語につい
   て、該同音異義語字面と前後の文字列との連接可能性を
   、該同音異義語字面をキーとして保持する同音異義語連
   接判定テーブルと、 第１の手段において単語列に分割された名詞連続複合語
   を構成する各単語をキーとして前記の同音異義語テーブ
   ルを検索し、検定すべき同音異義語が存在する場合に検
   定を開始する第２の手段と、該検定すべき同音異義語の
   字面をキーとして、前記の同音異義語連接判定テーブル
   を検索し、その結果、該同音異義語と前後の文字列との
   連接可能性がない、もしくは、同音異義語連接判定テー
   ブル中に該連接可能性が登録されていない場合に、該同
   音異義語を誤りであると検定する第３の手段と、 第３の手段において誤りであると検定された同音異義語
   の読みをキーとして前記の同音異義語テーブルを検索す
   ることによって、該同音異義語の訂正候補を取得する第
   ４の手段と、 第４の手段において取得された訂正候補の字面をキーと
   して前記の同音異義語連接判定テーブルを検索し、その
   結果、前後の文字列との連接可能性がある訂正候補のみ
   を該同音異義語誤りの正解候補として出力する第５の手
   段と から構成されることを特徴とする日本文誤り自動検定・
   訂正方式。