JPH02224058A - 自然言語処理システム - 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】

技諸づ遭 ワードプロセッサやＤ　Ｐ　Ｓの口木語入力などに用い
る仮名漢字変換処理方法および仮名漢字変換処理、装置
、音声認識装置１１機械翻訳や校正支援や文字認識など
における自然言語解析装置などの自然言語処理システム
に関する。 始末−技−術− 従来の仮名漢字変換方式としては、２文節の読みを表わ
す仮名文字列（以下、単に読みという）の長さが最長に
なるように変換を行なう２文節最長一致法がよく知られ
ているが、２文節の長さだけをパラメータとしたのでは
正しく変換できない場合があり。変換機能の向上のため
には、より多くの情報を用いて仮名漢字変換を行なわな
ければならない。複数のパラメータを用いた方式とし゛
〔、読みの長さ、接続確率、頻度を用いた評価式による
変換方法がある（特開昭５９−２２１７３３９公報ン。 従来方式では５個々のヤ語のＪｆ価を積分・〕・・鴛二
とで候補を評価していノ；。９１つで２個々の評価が一
致して１つの候補を支持（・ている場合には尤もらしい
候補が明確になるが、−・致していない場合には逆にど
の候補もほとんど同じ評価となり、尤もらしい候補を明
確にすることができないという問題があった。また、候
補の評価の範囲は文節ど関係なく単語数で行なわれてい
るため、出力される候補に文節として安定度が不足して
しまい、奇異な変換を行なってしまう場合があった。 また、他の）′（ラメータを新たに評価に利用し７よう
とする場合、そのパラメータによる評価も他のパラメー
タと同じように積分；！！ｔｂ　Ｚｈので、追加しよう
とするパラメータと他のパラメータの評価の比重を考慮
する必要がある。パラメータが増えると考慮すべき要素
が増えることになるので、評価結果の合成における比重
の設計が困類となる。これが多くの情報を用いた高性能
な仮名漢字変換処理を行なう上での問題となっていた。 旧−一一一カ 本発明は、上述のごとき欠点を解決す孔た２’＞　＆、
−。 なされたもので、（１）候補の尤もら１，２さ（、、対
する複数の証拠を合成する手段を実現し、高性能な自然
言語処理を行なうこと、（２）文節の安定度を考慮した
高性能な仮名漢字変換処理を行なうこと、（３）文節の
安定度を損うことなく高速な仮名漢字変換を行なうこと
を目的とする。 構−一一裁一 本発明は、上記（１−）の目的を達成するために、■読
みを表わす仮名文字列に対応する表記用の単語の情報を
保持するｌ’−’３バ辞書と、変換すべき仮名文字列を
元に単語を検索する辞書検索手段と、検索された単語を
用いて表記文字列の候補を抽出する候補抽出手段と、抽
出された候補の尤もらしさの証拠を複数与える候補評価
手段と、評価の結果得られた複数の証拠の合成を行なう
合成演算手段と１合成結果より尤度または確度を計算し
、これに基づいて出力する表記文字列の候補を決定する
手段とを有して仮名漢字変換処理を行うこと（請求項第
１７項に対応）、或いは、■読みを表わす仮名文字列に
対応する表記用の単語の情報を保持する単語辞書と、変
換すべき仮名文字列を元に単語を検索する辞書検索手段
と、検索された単語を用いて表記文字列の候補を抽出す
る候補抽出手段と、抽出された候補の尤もらしさの証拠
を複数与える候補評価手段と、評価の結果得られた複数
の証拠の合成を行なう合成演算手段と１合成結果より尤
度と確度を計算し、これに基づいて出力する表記文字列
の候補を決定する手段とを有して仮名漢字変換処理を行
うこと（請求項第２項に対応）、或いは、■読みを表わ
す仮名文字列に対応する表記用の単語とその品詞と頻度
の情報を保持するｑｊ、語辞書と、変換すべき仮名文字
列を元に単語を検索する辞書検索手段と、検索された単
語を用いて０以上の接頭語と１以上の自立語と０以上の
接尾語とからなる自立部を抽出する自立部抽出手段と、
単語または自立語の接続のしやすさを示す接続確率認定
手段と、自立部を構成する各！１１４語について頻度と
読み長と接続確率とにより候補の尤もらしさを示す証拠
を与える評価手段と、評価の結果得られた証拠を合成す
る合成演算手段と、合成された結果より尤度と確度を計
算し、これに基づいて自立部の尤もらしさを示す評価を
与える手段とを有して仮名漢字変換処理を行うこと（請
求項第５項に対応）、或いは、■読みを表わす仮名文字
列に対応する表記用の単語とその品詞と頻度の情報を保
持する単語辞書と、変換すべき仮名文字列を元に単語を
検索する辞書検索手段と１．、頻度と読み長と単語の接
続のしやすさを示す接続確率とについて評価を行ない単
語の尤もらしさの証拠をそれぞ九与える候補評価手段と
、Ｍｆ価の結果得られた証拠を合成して出力すべき単語
の評価値を法定する法定手段とを有して仮名漢字変換処
理を行うこと（請求項第７項に対応）、或い（：ｊ：　
、■読みを表わす仮名文字列に対応する表記用の一甲語
とその品詞と頻度の情報を保持する単語辞書と、変換す
べき仮名文字列を元に単語を検索する辞３検索手段と、
単語の接続のｌ、２やずさ♂・示ず接続確率認定手段と
、頻度と読み長と接続確率とにより評価を行ない単語の
尤もらしさについての証拠を与える評価手段と、複数の
単語の尤もらしさについての証拠を合成する合成演算手
段と、合成結果より尤度と確度を１１算し１．１７れに
基づいて出力する表記文字列の候補の仮確定を行なう範
囲を決定する決定手段どを有して仮名漢字変換処理を行
うこと（請求項第８項に対応）、或いは、■読みを表わ
す仮名文字列に対応する表記用の単語の情報を保持する
ｌｔｉ語辞書と、変換すべき仮名文字列を元に単語を検
索する辞書検索手段と、検索された単語を用いて表記文
字列の候補を抽出する候補抽出手段と、抽出された候補
の尤もらしさの証拠を複数与える候補評価手段と、複数
の評価結果の合成を行なう合成演算手段と、合成結果よ
り尤度と確Ｊ「をシ１算し、これに基づいて出力する表
記文字列の候補の仮確定を行なうか、あるいはさらに評
価を続けるかの判定を行なう判定手段とを有し、て仮名
漢字変換処理を行うこと（請求項第９項に対応）、或い
は、■読みを表わす仮名文字列に対応する表記用の単語
の情報を保持する単語辞書と、変換すべき仮名文字列を
元に１ｈ語を検索する辞書検索手段と１、検索された単
語を用いて表記文字列の候補を抽出する候補抽出手段と
、抽出された候補の尤もら（、。 さの証拠を複数替λ、る候補評価手段と、複数の評価結
果の合成を行なう合成演算手段と、合成結果より尤度と
確度を計算し、これに基づいてさらに別の候補を抽出し
て評価を続けるかどうかの判定を行なう判定手段とを有
して仮名漢字変換処理を行うこと（請求項第１０項に対
応）、或いは、■読みを表わす仮名文字列を入力する入
力装置と。 変換された表記文字列を表示する出力装置とを有し、請
求項１〜１１のシステムの何れかあるいは任意数の組み
合せを用いて読みを表わす仮名文字列を漢字仮名交じり
の表記文字列に変換して仮名漢字変換処理を行うこと（
請求項第１−２項に対応）。 或いは、■音声により仮名文字列を入力する入力装置と
、単語の情報を保持する単語辞書と、変換すべき仮名文
字列を元に単語を検索する辞書検索手段と、検索された
単語の組み合わせの候補を抽出する候補抽出手段と、抽
出された候補の尤もらしさの証拠を複数与える候補評価
手段と、評価の結果得られた複数の証拠の合成を行なう
合成演算手段と、合成結果より尤度と確度を酎算し、：
、　ｌｉｔ。 １、二基づいて単語の判定割符なう判定手段とから成る
音声認識装置を備えたこと（請求項第１３項に対応）、
或いは、［相］少なくと＋ｉ表記情報と品詞情報を持つ
単語辞書と、解析すべき文字列を元に単語を検索する辞
書検索手段と、単語の組み合わせの候補を抽出する候補
抽出手段と、抽出された候補の尤もらしさの証拠を複数
与える候補評価手段と、評価の結果得ら扛た複数の証拠
の合成を行なう合成演算゛手段と１合成結果より尤度と
確度を計算し、これに基づいて単語の区切り部分を判定
する判定手段とから成る自然言語解析装置を備えたこと
（請求項第１，４項に対応）を特徴としたものであり、
１−記［１的（２）を達成するために、（）読みを表わ
す仮名文字列に対応する表記用の単語とその品詞と頻度
の情報を保持する単語辞−３と１、変換すべき仮名文字
列を元に単１語を検索する辞書検索手段と、検索された
Ｌｉ２語を用いて０以上の接頭語と１以りの自立語と０
以上の接尾語とからなる自立部を抽出する自立部抽出手
段と。自立部の接続のしやすさを示を接続確率認定手段
と、自立部を構成する単語の頻度と読み長と自立部の接
続確率とから自立部の尤もらしさを示す評価値を与える
評価手段どを有して仮名漢字変換処理を行うこと（請求
項第３項に対応）、或いは、０読みを表わす仮名文字列
に対応する表記用のｌ！１．語とその品詞と頻度の情報
を保持する単語辞書と、変換すべき仮名文字列を元に単
語を検索する辞書検索手段と、検索された１４ｉ語を用
いてＯ以」二の接頭語と１以上の自立語とＯＪスス上接
尾語とからなる自立部を抽出する自立部抽出手段と、ｊ
ｐ−語の接続のしやすさを示す接続確率認定手段と、自
立部を構成する単語の頻度と読み長と接続確率とから自
立部の尤もらしさを示す評価値をケ、える評価手段とを
有して仮名漢字変換処理を行うこと（請求項第４項に対
応）、或いは、◎読みを表わす仮名文字列に対応する表
記用の単語とその品詞と頻度の情報を保持する単語辞書
と、変換すべき仮名文字列を元に単語を°検索する辞書
検索手段と、検索さシーｂた甲語を堕い′〔Ｑ以Ｊ二の
接頭語と１、以」二の自立”、・・）−０以上の接尾語
とからなる自立部を抽出する自立部抽出手段と１，１１
語または自立語の接続の１．・やすさを示す接続確′Ｆ
４！−認定手段と、自立部を構成する各単語について頻
度と読み長と接読確率とにより候補の尤もらしさを示す
証拠を与える評価手段と、評価の結果９！）られた証拠
をか成する合成演算ト段と、合成された結果より尤度と
確度をＭ１算し、これに基づいて自立部の尤もらしさを
示す評価を与える手段とを有して仮名漢字変換処理を行
うこと（Ｓｉ２求項第５項に対応）、或いは、０読みを
表わす仮名文字列に対応する表記用の一甲語とその品詞
と頻度の情報を保持する単語辞書と、変換すべき仮名文
字列を元に単語を検索する辞書検索手段と、検索された
１１ｉ、語を用いて第１文節と第２文節の自立部以上に
より構成される表記文字列の候補を抽出する候補抽出手
段と、抽出された候補の第１文節と第２文節の自立部と
に対して候補の尤もらしさをπず価して評価結果を与え
る候補評価手段と、評価の高い候補を決定し、その第１
文節だけを仮確定する手段を有して仮名漢字変換処理を
行うこと（請求項第６項に対Ｊδ）、或い；す、０読み
を表わす仮名文字列に対応する表′５２用の甲１語とそ
の品詞と頻度の情報を保持する単語辞書と。 変換すべき仮名文字列を元に単語を検索する辞書検索手
段と、検索された単語を用いて第〕文節と第２文節によ
り構成される表記文字列の候補を抽出する手段と、抽出
された候補の第１文節と第２文節とに対して候補の尤も
らしさを評価して評価結果を与える候補評価手段と５評
価の高い候補を決定し、その第１文節だけを仮確定する
手段を有して仮名漢字変換処理を行うこと（請求項第１
１、項に対応）を特徴どしたものであり、また、−１−
裂目的（３）を達成するために、０読みを表わす仮名文
字列に対応する表記用の（れ語とその品詞と頻度の情報
を保持する単語辞書と、変換すべき仮名文字列を元に単
語を検索する辞書検索手段と、検索された単語を用いて
第Ｊ。文節と第２文節の自立部以」二により構成される
表記文字列の候補を抽出する候補抽出ｆ−段と、抽出さ
れた候補の第１文節と第２文節の自立部とに対して候補
の尤もらしさを評価して評価結眼を与える候補評価手段
と、評価の高い候補を決定し、その第］文節だけを仮確
定する手段を有して仮名漢字変換処理を行うこと（請求
項第（１項に対応）、或いは、０読みを表わす仮名文字
列に対応する表記用の単語とその品詞と頻度の情報を保
持する単語辞書と、変換すべぎ仮名文字列を元に単語を
検索する辞書検索手段と、単語の接続のしやすさを示す
接続確率認定手段と、頻度と読み長と接続確率とにより
評価を行ない単語の尤もらしさについての証拠を与える
評価手段と、複数の！ｌｊ語の尤もらしさについての証
拠を合成する合成演算手段と、合成結果より尤度と確度
を計算し、これに基づいて出力する表記文字列の候補の
仮確定を行なう範囲を決定する決定手段どを有１−．て
仮名漢字変換処理を行うこと（請求項第８項に対応）、
或いは、０読みを表わす仮名文字列に対応する表記用の
単語の情報を保持する単語辞書と、変換すべき仮名文字
列を元に単語を検索する辞書検索手段と、検索され、た
単３を用い゛Ｃ表記文字列の候補を抽出する候補抽出手
段と、抽出きれた候補の尤もらし２さの証拠を複数υ７
える候補評価手段と、複数の評価結県の合成を行なう合
成演算手段と一合成結果より尤度と確度をｚ１算し、こ
れに基づいて出力する表；：［；文字列の候補の仮確定
を行なうか、あるいはさらに評価を続けるかの判定を行
なう’ｌｉＪ定手段とを有して仮名漢字変換処理を行う
：と（請求項第９１項に対応）。 或いは、Ｏ読みを表わす仮名１Ｔ、列に対応する表記用
の単語の情報を保持する単語辞書と、変換すべき仮名文
字列を元に単Ｊｔｉ＆検索する辞書検索手段と、検索さ
れた中詰を用いて表記文字列のイ１カ補を抽出する候補
抽出′［段と、抽出された候補の尤もらしさの証拠を複
数−９える候補評価手段と。 複数の評価結果の合成を行なう合成演算手段と、合成結
果より尤度ど確度を計算Ｉ・、これに基づいてさらに別
の候補を抽出して評価′Ｉ！−続けるかどうかの判定を
行なう判定手段とを有して仮名漢字変換処理を行うこと
（請求項第１０項に対応）を特徴としたものである。以
ト５本発明の実施例に基づいて具体的に説明する。 １２の 本発明の特徴は、複数の評価をデンプスタ−シュ；・−
ファ・−の確率理論における証拠とみなし、個々の評価
の結果を基本確率とし゛（与え、デンプスタ−・の結合
規則Ｓ：適用した合成演算を行なうことによって複数の
評価の結果を合成することにある。 第１図は本発明の一実施例を説明するための図で、まず
、入力された読轟を元に辞ｋを検索１２単語を抽出する
。次に抽出された甲１語を用いて７品詞を元にしたｉＢ
ｔ語間の接続の認定などを行ない、候補を抽出する。抽
出された候補に対して、共起情報による評価や読み長に
よる評価等を行なう３従来の方式では、複数の評価方法
がある場合、複数の評価による結果を積分していた。例
えば候補として候補ａ、候補ｂ　、候補Ｃ２候補ｄの４
つがあった場合、従来方式では。 候補ａの尤もらし７さ 候補すの尤もらし、さ 候補（：の尤もらし１、さ 蔗祁・１のＮｔちらし！Ｓ についてのみ評価値を与えていた０本発明では。 評価結果をデンプスターシエーファーの確率理論におＬ
′ｊる基本確率として与えるために、評価に曖昧さがあ
る場合は、 候補ａまたは候補すの尤もらしさ 候補すまたは候補Ｃの尤もらしさ 候補ａまたは候補ｌ）または候補Ｃの尤もらしさ候補す
または候補すまたは候補ｄの尤もらしさに°ついても値
を与えることで評価の曖昧さを表現できる。すなわち、
評価処理自体の曖昧さも考慮した評価をすることになる
ゆ例として４つの候補ａ、ｂ、○、ｄに対する評価の与
え方について説明する。 θ”　（ａｙ　ｂ＠　（３，ｄ） Ｘ＝　（ＡＯ，Ａ、、Ａ２．Ａ、、、Ａ４．Ａ、、Ａ、
、Ａ７．Ａ＆Ａ　ｇ　Ａ　１６　ｇ　Ａ　Ｘ　１　ｙ　
Ａ　□２　ｐ　Ａ　Ｌ　３　ｇ　Ａ　１４　ｇ　Ａ　ｚ
　５　）ただし、Ａ０＝φ、Ａ１＝　（ａ）、Ａ、＝　
（ｂ）。 Ａ、＝　　（ｃ）、Ａ、＝　　（ｄ）、Ａ、＝　　（ａ
。 ｂ）ｐ　　Ａ６＝　　（ａ　＋　　Ｃ）＊　　Ａｉ＝　
　（ａ　ｔｄ）ｖ　　Ａｓ＝　　（ｂ＋　　Ｇ）＊　　
Ａｓ−（ｂｔｄ）、Δ、。＝　　（ｃ、ｄ）、Ａ工、＝
（ａ。 ｂ、ｃ）、Ａ、、＝　　（ａ、ｂ、ｄ）。 Ａｘ３＝（ａ　、ｃ　、ｄ　）　　−Ａｘ＊＝（ｂ　−
ｃ、ｄ　　ン　　、　　Ａ、、〜８ とおく。θは候補の集合を表オ）しており、Ｘはθの部
分集合からなる集合である。評価の結果は基本確率ｍと
して与える。基本確率ｍはＯ・〜１の値をとり、 ｍ（φ）〜０ Σ　ｍ　（Ａ、）　〜１ Ａ□ｃｘ を満たずように与える。このような評価の与え方は非常
に大きな自由度をもっており、曖昧さや否定を含む評価
を表現することができる７たとえば。 ある評価によって 候補ａである確からしさが０．４．候補ｌ）である確か
らしさが０．４．候補Ｃである確がらしさが０．１．候
補ｄである確からしさが０．３である場合。 ｍ（（ａ））−”０．４．ｍ（（ｂ））〜０．４゜ｍ（
（ｃ））〜０．１　、ｍ（（ａ））＝ｏ、ｉと与え、 候補ａまたは候補すである確からしさが０．８゜候補Ｃ
である確からしさが０．１．候補ｄである確からしさが
Ｏｏｌ であるという場合、 ｍ（（ａ、ｂ））〜０．８．ｍ（（ｃ））〜０．１゜ｍ
（（ｄ））〜０．１ と与え。 候補ａ、ｂ、ｅの何れかである（すなわち候補ｄ以外で
ある）確からしさが０．８．残りの０．２は候補ａ　ｐ
　ｂ　ｐ　Ｏの何れか判らないという場合、 ｍ（（ａｔ　ｂ＋　ｅ））〜０．８＋　ｍ（（ａｔ　ｂ
、Ｑ。 ｄ））＝ｏ、ｚ と与えることができる。、曖昧な評価が可能になったこ
とにより、本発明では経験的な知識を評価に用いること
も容易である。 共起情報による評価や読み長ｉ、７よる評価は、候補の
尤もらしさの証拠どして合成演算が行われる。 ある評価により与えられた基本確率ｍ、と別の評価によ
り与えられた基本確率ｍ２を合成した基本確率ｍユ、を
計算するデンプスタ−・の結合規則は次の式で表わされ
る。 このように１−１で合成された評価結果は光度または確
度により評価される。尤度Ｐ１．確度Ｂ　ｅ　］は次の
式で示される。 Ｂｅ１（Δｔ）＝ｔ−ｐｉ（人、） 尤度は候補が正解である可能性の最大値を示し、候補を
否定する評価の弱さを意味している。確度は候補が正が
である可能性の最小値を示し、候補を肯定する評価の強
さを意味する。曖昧な評価による証拠であってもそれを
合成することによりもつともらしい候補の尤度、確度が
高くなる。請求項〕、の発明では１、−のことを利用し
て、複数の証拠を合成し、その結果から光度または確度
を求めることで、多くの情報を用いた高性能な仮名漢字
変換処理を実現できる。 また、尤度と確度の差はぞの候補に対する評価の曖昧さ
（無知放ンを意味する。従って、あ？求項第２項の発明
である尤度と確度を計算して候補を決定する方式では候
補の尤もらしさだ番ブではなく評価の尤もらしさについ
ても評価できる６たどえば、第１自支部、第１文節、第
２自立部の３通りの評価によって出力候補を決定する場
合にＪ′Ｅいて、第１自立部に対する評価１１１□、第
２文節１．こ対する評価ｉ’ｎ　Ｋ　Ｈ第２自立部に対
する評価ｍ３が、 ｍ、（（ｅ））　　　　　＝ｏ、ｉ、ｍ、（（ａ、ｃ）
）　　　＝０．４゜Ｉｌｌ　（（ａｐｂｐｃ））　　　
＝Ｏ−２＋　　ｍｈ　（（ａｌｂ？ｃＩｄ））　　＝０
−３ｔＩ１ｇ（（ａ、ｂｐｅ））　　　＝０−１．　　
ｍａ（（ａ、ｃ、ｄ））　　　＝０．２Ｆｍｚ（（ａ＊
ｂｐｄ））　　　＝０−２１　　ｐｑｚ（（ｂｔｃ＋ａ
））　　　＝ｏ。１ｆ＊１（（ａ、ｂ、ｅ、ｄ））　　
＝０．４゜１１ｚ（（ａ＞）＝、０．２．　　ｍ、Ｃ（
ａ、、’＞））＝０．４゜ｍ３（（ａｐｂｐｃ））＝０
．２ｐ　　Ｉｔ’３（（ａ＋ｂ＊ｃｔｄ））＝０−２ｙ
と与えられた時、ｍ□とｍ、を合成した時点での確度、
尤度は次のようになる。 Ｂｆ３１（（ａ））４０．０８．　　ｐｉ（（ａ））≠
０．８３Ｂｅｌ（（ｂ））’−０，００，ＰＬ（（ｈ）
）４０．４１１３ｓｌ（（ｃ））４０．１２．　　Ｐ］
、（（ｃ））”＝０．８２Ｂｅｉ（（ｄ））４０．００
．　　ＰＬ（（ｄ））４０．２９合成結果より、２つの
評価だけを合成した状態では、候補ａと候補Ｃが尤もら
しいことと、曖昧さが大きく、どちらが尤もらしいかは
判断できないことがわかる。 また、ｍｌとｍ２とｍ、とをすべて合成した時点での確
度、尤度は次のようになる。 ｎｅｌ（（ａ））４０．４２．　　ｐｉ（（ａ））４０
．９０ＢｅＪ、（（ｂ））”Ｆｏ、０２．　　ＰＬ（（
ｂ））”Ｆｏ、３６Ｂｅｌ（（ｅ））４０．０５．　　
ｐｉ（（ｒ；））吋０．ａ６Ｂｏｌ（（ｄ））勾０．０
０．　　ｐｉ（（ｄ））弓０．Ｏｅこの合成結果より、
候補ａが正解である可能性の最小値は、他の候補が正解
である可能性の最大値より大きいので、候補ａが正解で
あると判断できる。 このように本発明では出力する候補を法定する場合に、
出力候補の尤もらしさ、確からしさの両面での評価が行
なうＳ゛と、Ｉｌへ′ｃきる。従−）で、学習により優
先可能であるかどうかを、尤度がある閾値以上であるか
どうかにより判断する、二とにより。 学習の副作用による無念昧造語の発生を抑制するなどの
処理が可能になる。 また、無知歇がわかるので、変換に用いた評価方法によ
り候補の評価を行なうごとができたかどうかを知ること
かでさ”るい無知址が大きい堤合には評価により与λら
れ５た情報メバ不充分だったことを意味する、従って、
仮名漢字変！ｆＡ装置の開発では１、無知呈を調べるこ
とにより、十分な評価が行なわわているかどうかを知る
ことができる利点がある。 なお、以上の説明では、基本確率が０−１であるとして
説明を行な・ったが、本発明を実施する際には量子化を
行なって整数領域で４算を行なえば、実数演算を行なう
ごとなく本発明の合成方法を実現できる。また、上記実
施例ではθを候補の集合として処理しているが、θを正
解と不正解どして実現する、−ともできる。例えば、経
験的な知識とＩＪで第１表に示す様な共起情報が与えら
れており、「厚い人情」という候補があった場合、この
候補が正解である確からしさはＯ２７であり、残りの０
゜３は正解か不正解かはいずれとも言えないどうことに
なるので、この評価による証拠として、ｎｌ（（正Ｍ）
）＝０．７．　　ｍ（（正解、不正解））＝０．３のよ
うに与える二ノ・で、それぞれの候補についての尤もら
しさを個別に評価することもできる。 第」請− 関しｇ−項Ｊ　；３７１の一光一明一 従来の読み長、頻度、接続確率を用いた評価は同じ単語
数分の評価を積分して評価値を与えていた。しかし、一
定単語数の範囲で評価を行なうことは文節の切れ目と関
係なく評価を行なうことになるため、文節の安定度の点
で問題がある。本発明では文節の安定度を与えるために
、自立部に対して読み長、頻度、接続確率を用いて評価
値を与える。 まず、接続確率について説明する。本発明でいう自立部
は、接頭部、自立語、接７Ｓ語により構成される。本発
明では、１以上の単語からなる自立部をあたかもＪ、自
立語であるかのようにみなした時の品詞を求める。たと
えば自立語のみからなる自立部「効率」は明らかに名詞
であり、これに接尾語の゛）いた自立部「効率化」は接
尾語「化」よりす変名間とみなすことができる。このよ
うに自立部の品詞は、自立部を構成する最後の単語の品
詞と対応付けることにより判断できる。従って、自立部
の接続確率は、このようにして求めた自立部の品詞と、
直前の文節の最後のｑｊ、語の品詞との間の接続確率と
して求めることができる０品詞と品詞の間の接続確率は
、従来方式と同様に接続しやすいもの程大きくなるよう
に与えておく。次に頻度であるが、これは自立部を構成
する各単語の頻度の合計を自立部の頻度として用いる。 単語の頻度はあらかじめ辞書に登録される甲１語の情報
として、よく利用されるもの程大きい値になるように与
えておく。 このようにして求めた接続確率と頻度および自立部の読
み長を使用して抽出された自立部の候補に対して評価値
を与える。自立部の読み長と自立部の頻度は、大きい方
が尤もらしいが、これは単語数が多い程大きくなってし
まう７また、抽出された候補を比較する場合に、各候補
を構成する単語の数は異なることになるが、一般に構成
単語数の少ないものの方が尤もらしい。従って、本発明
では抽出された候補の尤もらしさを表わず評価値を、自
立部の読み長さ１４．頻度をｆＪ＋接続確率をＯｆ　、
自立部を構成する単語数をｎとすると”’　（Ｉ　Ｊ＋
　ｆＪ）　＋　ＣＪ ！１ により求め、大きい値になるものほど尤もらしいとする
。なお、この式は一つの実施例であり、頻度や接続確率
の値の設定により別の式も考λ２られる。また、長さを
重視した評価式として’　（ｌ　Ｊ　＋　ｆ　、＋　）
　＋　ｃ　Ｊ　＋　Ｉ　Ｊにより評価を求める実施例も
考えられる、請木−碩プレＬ項、の溌−明 従来の読み長、頻度、接続確率による評価では。 文節の安定度が不足していた。本発明では文節の安定度
を得るノｔめに自立部の単位での評価を行なう。従来方
式では単語数の異なる候補の評価を比較することができ
なかったが、本発明では接頭語あるいは接尾語が存在し
ない場合に対して補正を行なうことで比較を可能にする
。 ５７８の 自立部の尤もらしさについて、接頭語、自立語。 接尾語のそれぞれの評価値を自立部の尤もらしさに対す
る証拠としてデンプスタ−の結合規則によす合成し、自
立部の評価とする。証拠の与え方は。 上記請求項第１，２項の対応でも述べたように、複数の
候補のど拉が尤もらしいかに対してケえる実施例と、す
れぞれの候補についての正解、不正解の尤もらしさにつ
いて証拠を与える実施例などがある。評価の範囲を自立
部に限定しない請求項第７項では、従来方式の単語の評
価の積分を行なうかわりに、複数単語の評価結果をデン
プスタ−の結合規則により合成する。合成された結果よ
り尤度と確度を計ブすれば、従来方式の尤もらしさに加
えて確からしさについても評価を行なうことができる。 また、尤度と確度を求めることにより、請求項第８項の
評価の暖味さを考慮して仮確定を行なう範囲も・決定す
ること等が可能になる。 訂犯」、」」３５− 本発明の特徴は３／２文節の評価による仮名漢字変換処
理を行なう点である。 まず３／２文節について説明する。日本語は文節の連続
によって構成されている。文節はさらに０以上の接頭語
と１以上の自立語と０以上の接尾語と０以上の付属語よ
り構成される。以下では文節の構成を２つに分け、接頭
語と自立語と接尾語で構成される部分を自立部、付属語
で構成される部分を付属部と呼ぶ。従来方式では、文節
の安定度を得るために２文節の評価を行なっていた。２
文節の評価において、第２文節の評価は第１友節の候補
を決定するために行なっている。しかし、文節の安定度
の大半が自立部にある点に注目すると、第１文節の候補
決定のための評価に用いる第２文節の情報は、自立部の
みの情報であっても、第２文節ずべ１：′を用いて第１
１文節を評価した場合とほぼ同等の文節の安定度を得る
ことができる。 従って５本発明では第］文節の候補を決定するために、
第１文節と第２文節の自立部の評価を用いる６７７本発
明は、第１文節（すへ・オ〕ち第】自立部と第」付属部
）と第２文節の自立部（すなわち第２自立部）をあわせ
て：３／２文節と呼ぶい一般番、−１評価に用いる範囲
を長くすると、候補の抽出に必要となる辞書検索の回数
は指数的に増加する。従って、本発明の３７′２文節評
価によれば、従来方式の２文節評価に比べ大幅な処理速
度の向上が可能になる。 第２図は本発明の仮名漢字変換処理方式を用いた仮名漢
字変換処理装置の実施例における構成を示す図、第３図
は１本発明の実施例における処理手Ｐ！Ｉを説明するた
めの図で６図中、〕、は入力部、２は変換制御部、３は
出力部、４は候補抽出部、５は候補評価部、６は合成演
算部、７は辞書倹索部、８は辞書で、まず、与えられた
読みに一致する接頭語、自立語、接ＪＬ語を検索して、
活用形の処理や単語間の接続の認定を行なって第１自立
部の候補を抽出する６次に抽出された候補に対し５．て
評価を行なう、第１自立部の候補数が多い場合。 必要に応じて評価の低い候補の刈り込みを行なう。 次に第〕自立部の候補に苅しＴ：接続する付属部の検索
を行ない、第１文節の候補を抽出する。さらに第２自立
部の候補を抽出を行ない、第」５文節とそれに続く第２
自立部の情報を用いて第１文節の候補を法定する。 第４図は本発明の他の実施例を説明するためのフロ・−
チャー１′・で、第３図に示した実施例では第１文節の
抽出を行なっノー後にＩ゛−だちに第２自立部の抽出を
行なっていたのに対１７、この実施例では抽出された第
１文節に対Ｉ、２で評価を行なった後に第２自立部の抽
出を行なう。第１文節の抽出後に評価を行なうことによ
り、第１文節の候補数が多い場合を、必要に応じて評価
の低い候補の刈り込みを行なうことができる。 自立部の尤もらしさの評価方法としては請求項第３項乃
至第５項などを用いることができる。 荀−其項第↓ユＪＬ生発叫 本発明の特徴１ｊ２文節の評価に、Ｊる仮名漢字変換処
理を行なう点である。 まず、２文節についで説明する８日本語ｉｔ文節の連続
によって構成９’ｒ　ｉｌ、ている６文節はさらに０以
上の接尾語と１以上の白ｑ語と０以−にの接尾語と０以
上の付凋、語より構成される。以下では文節の構成を２
つに分け、接頭語と自立語と接尾語で構成される部分を
自ザ１語、付属語ｒ！構成される部分を付属部と呼ぶ。 本発明では第１−文節の候補を決定するため＆！、。 第１文節と第２文節の評価を用いる。 第６図は、本発明の実施例「おける処理手ＩＴｉを説明
するための図で、まず、与えられた読みに−敗り−る接
頭語、自立語、接尾語を検索して、活用形の処理や単語
間の接続の認識を行な１．Ｊて第１自立部の候補を抽出
する。次に抽出された候補に対して評価を行なう。第１
．自立部の候補数が多い場合、必要東、二ｈε・じて評
価の低い候補の刈り込みを行なう。次に第１自立部の候
補に対して接続するイー」前部の検素を行ない、第１文
節の候補を抽出する、さらに同様の処理で第２文節の候
補を抽出を行ない、第ｊ、文節どぞれに続く第２文節の
情報を用いて第１文節の候補を決定“する。 第７図は本発明の他の実施例を説明するためのフローチ
ャー１・で、第６図に示した実施例では第１文節の抽出
を行なった後にただちに第２文節の抽出を行なっていた
のに対し、この実施例では抽出された第１文節に対して
評価を行なった後に第２文節の抽出を行なう。第１文節
の抽出後に評価を行なうことにより、第ｊ文節の候補数
が多い場合を、必要に応じて評価の低い候補の刈り込み
を行なうことができる。 自立部の尤もらしさの評価方法としては請求項第３項乃
至第５項などを用いることができる。 ９　１０の 第５図は請求項第９項による仮名漢字変換処理の実施例
を示す図で、本実施例では、まず請求項第６項に対応で
述べた３／２文節評価を行なう。 他の実施例として、請求項１１を用いた場合のフローチ
ャーｌ−を第８図に示す。始めに、第１自立部を抽出

【
２、抽出さｉｌ、た第１自立部に対して請求項第１項に
対応で述べた読み長、頻度、接続確率、自立部の単語数
を用いた評価を行ない、基本確率の形で候補の評価を与
える。この際、評価の著しく低い候補については刈り込
みを行なう。次に第１文節を抽出し、さらに第２自立部
を抽出する３第２自立部は、第１文節の各候補に対し、
尤も評価の高いものをそ汎ぞれ】、つだけを抽出して第
１文節候補の評価に用いる。第１文節と第２自立部を用
いた３／２文節評価では、第］自立部と同様な評価と、
第１文節の付属部と第２自立語の読み長を用いた評価と
を行ない、それぞれ基本確率の形で評価を与える。そし
て、３つの基本確率の合成をデンプスタ−の結合規則に
より行い、尤度と確度を求める。最大の確度をもつ候補
の確度よりも大きな尤度をもつ候補が他にない場合には
、出力候補をその候補に決定する。そうでなければ、共
起情較による評価を行ない、その結果を合成する。それ
でもなお候補が１つに定まらない場合は第２文節の抽出
を行なって、２文節を用いた評価を行ない、それを合成
しまたうえで出力候補を決定する。 例として読み「しようかいかくではこうかがすくない」
が与えられた時、第１自立部として、ｒ紹介」、「消化
」、「商」、「書」、「小改革」、「小開化」、「小開
化図」、・・・・・・が抽出されるゆ 単語の頻度ば「紹介」が２．「消化」が３゜「商」が０
．「書」が１．「小」が５．「改革」が３．「開化」が
２．ｆ区」が３．・・・と与えられている。また、自立
部としての品詞と接続確率は「紹介」、「消化」、「小
改革」、「小開化」。 ・・がす変名間で接続確率ば３．「商」、「書」。 ・・・が１文字の漢語名詞で接続確率は１．「小開化図
」、・・・が地名で接続確率は２などとなる。 これにより請求項第１項、第２項の発明の項で述べた方
法で評価値を計算すると、「紹介」が１０゜「消化」が
１０．「商」が４．「書」が４．「小改革」が９．「小
間化」が８．「小開化図」が６．３．・・・どなる。次
にこの結果を基本確率として与え、刈り込みを行なう。 本実施例では評価値の高い順に候補を並べ、次に高い候
補との差を尤も高い評価値で割った値を基本確率とし、
て与える。ここでは説明のため上位５つで基本確率への
変換を行なうものとしてこれを計算すると、第１自立部
の評価の結果は ｍｌ（（ｒ紹介」、「消化Ｊ））　　　　　　　　　　
　　　＝０．１゜ｍ工（（「紹介」、「消化」、［小改
革Ｊ））　　　　　　　　＝Ｏ９１゜ｍｌ（（’紹介」
、「消化」、「小改革」、「小開化Ｊ））　　　＝０゜
１７゜ｍｌ（（ｒ紹介」、「消化」、「小改革」、「小
開化」、「小間化区」））＝０．６３ となる、 次に第１自立部の候補に付属部を付加すると、第１文節
の候補として、「紹介」、「紹介か」。 「消化」、「小改革」、「小改革で」、１′小改革では
」、「小開化」、「小開化図」。 「小開化図で」、「小開化図では」が抽出される。この
それぞれに対し尤も評価の高い第２自立部を抽出すると
３／２文節として、「紹介」＋ｒ角」、１゛紹介か」＋
「苦」、「消化」＋ｒ以下」、「小改革」十「出」、「
小改革で」十「撞こ」、「小改革では」＋「効果」、「
小開化」＋「苦」、「小開化図」＋「出」、「小開化図
で」＋「掃こ」、「小開化図では」＋「効果」が抽出さ
れる。 第１自立部の評価結果を各第１文節に対する評価に変換
すると ｍ工（（「紹介」、「紹介か」、「消化」））＝０．１
゜ ｍｚ（（’紹介」、「紹介か」、「消化」、「小改革」
。 「小改革で」、「小改革では」）） 、＝０．１゜ ｍｌ（（「紹介」、「紹介か」、「消化」、「小改革」
。 「小改革で」、「小改革では」、１小開化」））＝ｏ、
ｉ　　７ ｍ、（（「紹介」、「紹介か」、「消化」、「小改革」
。 「小改革で」、「小改革では」、「小開化」。 「小開化床」、「小開化床で」、［小開化床ではＪ））
　　　　　　　　　＝Ｏ０６３となる。 また第２自立部について、第１自立部と同様にして評価
値を求めるとｒ角」が４．（「紹介か」＋）「苦」が３
．ｒ以下」が６．「出」が３゜「掃こ」が７．「効果」
が８．（ｒ小間化」＋）「苦」が２となる。第】、自立
語と同様にして基本確率を与えると、第２自立部の評価
の結果はｍ、（（ｒ小改革では」、「小開化床では」）
）＝Ｑ、１２５ ｍｚ（（’小改革では」、「小開化床では」、「小改革
で」、「小開化床で１．「消化、１））＝　Ｑ　、　２
５ ｍａ（（’小改革では」、「小開化床では」、「小改革
で」、「小開化床で」、「消化」、「紹介Ｊ）） ＝０．１２５ ｍｘｃ（ｒ小改革では」、「小開化床では」、「小改革
で」、「小開化床でｊｐ’消化」））＝０．２５ ｍ、（（ｒ小改革では」、「小開化床では」、「小改革
で」、「小開化床で」、「消化」、「紹介」）） ＝Ｑ、１２５ ｍ、（（ｒ小改革では」、「小開化床では２．「小改革
で」、「小開化床で」、「消化」、「紹介」、「紹介か
」、「小改革」、「小開化床」）） ＝０．１２５ ｍｚ（（’小改革では」、［小開化床では、「小改革で
」、「小開化床で」、「消化」、「紹介」、「紹介か」
、「小改革」、「小開化床」、「小間化」）） ＝０．２５ となる。また、第１文節の付属部と第２自立部との読み
長を評価とみなして同様に正規化するとｍ、（（ｒ小改
革では」、「小開化床では」））＝０゜４ ｍ、（（ｒ小改革では」、「小開化床では」、「小改革
で」、「小開化床で」）） ＝０．２ ｍ、（（ｒ小改醍では」、「小開化床では、「小改革で
」、「小開化床で」、「紹介」、「紹介か」、「消化」
）） ｍ、ｔ（’（’小改革では」、「小 改革で」、「小開化 介か」、「消化」、「小 「小開化床」）） ＝０．２ 開化区では、「小 区で」、「紹介」、「紹 改革」、「小間化」。 ＝０．２ ｍｌ、ｍ、、ｍ、１を請求項第１項の発明の項で述べた
方法で合成すると確度と尤度は次のようになる。 Ｂｅ１（（ｒ紹介Ｊ））　　　　　　＝０．０００．Ｐ
Ｌ（（ｒ紹介Ｊ））　　＝０．２１５ｎｅｌ（（’紹介
かＪ））　　　　　＝０．ＯＯＯ，円（（「紹介かＪ）
）＝０．１６１Ｄｅｌ（（ｒ消化Ｊ））　　　　　　＝
０．Ｏｌｌ、１）１（（ｒ消化Ｊ））　　＝０．３２３
Ｂｅｌ（（ｒ小改革Ｊ））　　　　　＝０．０００．Ｐ
Ｌ（（’小改革Ｊ））＝０．０７３［３ｅ１．（（ｒ小
改革でＪ））　　　　　　、ＰＬ（（ｒ小改革で」））
＝０．０００．　　　　　　　＝０．５０８［３ｅｌ（
（ｒ小改革では」））２円（（「小改革では」））＝０
．１３８．　　　　　　　　＝０゜９６８Ｂｅｌ（（ｒ
小開化Ｊ））　　　　　＝０．０００．ｒ’ｌ（（’小
間化Ｊ））”０．０４３Ｄｅｌ（（ｒ小開化区Ｊ））　
　　　　　、ＰＬ（（ｒ小開化区」））＝０．０００．
　　　　　　　　＝０．０５１Ｄｅｌ（（ｒ小開化区で
」））２円（（「小開化床で」））＝０．０００　　　
　　　　　＝０．３５６Ｂｅｌ（（ｒ小開化区では」）
）２円（（「小開化床では」））＝Ｏ，ＯＯＯ，＝０．
６７７ となる。 これより、「小改革」、「小開化Ｊｔ’小開化区」の尤
度は、「小改革では」の確度よりも低く、正解になるこ
とはないと考えられるので、刈り込むことができる。し
かし、他の候補については正解となる可能性が残されて
いるので、さらに次の共起＋ｆ３報を用いた評価処理に
移る。もし、ここまでの評価により候補を１つに決定で
きた場合には、次の評価を行なうことなく、出力候補を
法定し、仮確定の処理を行なう。なお、候補の刈り込み
に対して２尤度と最大の確度とを比較することにより、
出力候補となりえない候補を的確に判断することは本実
施例の特徴である。 共起情報を用いた評価では、共起関係にある単語を共起
情報辞書に登録しておき、該当する単語があるかどうか
を調べる。この例では共起関係にある単語はないので、
評価結果は変化しない。従って、さらに評価を行なうた
め、第２自立部に付属部を付加して第２文節′？！：抽
出する。２文節の候補として「紹介」＋「角では」、「
紹介か」＋「苦では」、「消化」÷「以ト」、「小改革
で」＋「掃こ　うか」。 「小改革では」＋「効果が」、「小開北回で」＋「掃こ
うか」、「小開北回では」＋「効果が」が抽出される。 ２文節の読み長を評価値として基本確率をケえると ｍ＋（（’小改革では」、「小開北回では」））＝０．
０７７ Ｉｎ４（（ｒ小改革では」、「小開北回では」、「小改
革で」、「小開北回で」）） ＝０．２３１ ｍ、（（’小改革では」９「小開北回では」、「小改革
で」、「小開北回で」、「紹介」、「紹介　か」）） ＝０．２３１ ｍ＊（（’小改革では」、「小開北回では」、「小改革
で」、「小開北回で」、「紹介」、「紹介か」、「消化
」）） ＝　０．４６　１ となる８これを合成すると確度と尤度は次のようになる
。 ＢｅＪ、（（ｒ紹介Ｊ））　　　　　　＝ｏ、ｏｏｔ、
円（（「紹介ｊ））　　＝０．１５１Ｂａｌ（（ｒ紹介
かＪ））　　　　　＝Ｏ，ＯＯＯ，ＰＬ（（ｒ紹介かＪ
））＝０．１１３ｎｅｌ（（ｒ消化ｎ）　　　　　　＝
０．００５．Ｐｉ（（ｒｆｉ化Ｊ））　　＝０．１５１
Ｄｅｌ（（＋’小改革で」））２円（（「小改革で」）
）＝ｏ、ｏｏｏ、　　　　　　　　＝ｏ。４７５Ｉ３ｅ
ｌ（（ｒ小改革では、Ｊ））　　　　　、Ｐｌ、（（「
小改革では」））＝Ｏ９１，５２，＝０．９８０ Ｂｅｔ（（ｒ小開化区でＪ））　　　　　、ｐｌ（（ｒ
小開化区で」））＝ｏ、ｏｏｏ　　　　　　　　　＝０
．３３２ＢｃＪ、（（１’小開化区ではＪ））　　　、
ＰＬ（（ｒ小開化区では」））＝０．０００．　　　　
　　　　＝０．６８にれにより、「紹介」、「紹介か」
、「消化」は、「小改革では」の確度よりも低く、正解
となることはないと考えられる。この例では、すべての
評価がおわった後でもかなり大きな曖昧さがあることが
わかる。しかし、出力候補は確度、光度とももっとも高
い「小改革では」であると判断できる。 以上のように請求項９では確度を尤度により評価の深さ
を変更する。−・方、請求項１０では確度と尤度により
評価する候補数を変更する。 なお、本発明はこの実施例の方式に限ったものではなく
、複数の処理レベルや複数の情報を用いるものであれば
、評価途中の確度と尤度を求めることにより本発明を変
形して利用できる。 また、単語の組合せは非常に多くなるのが普通であるの
で、抽出される組合せの数は一定の基準あるいは評価に
より制限されるのが一般的である６その場合５絞り込ま
れてしまった候補が正解である可能性に対しても証拠を
与えれば、抽出されていない候補に正解が含まれている
かどうかの評価を行なうことができる（請求項第１０項
に対応）。 以」二に、各請求項に対応して水量の発明について説明
したが、Ｊ：、記以外に、更に、請求項第１２項に記載
したように、読みを表わす仮名文字列を入力する入力装
置と、変換された表記文字列を表示する出力装置とを有
し、請求項第１項乃至第１１項のシステムの何れかある
いは全部を用いて読みを表わす仮名文字列を漢字仮名交
じりの表記文字列に変換するようにすること、或いは、
請求項第１３項に記載したように、音声により仮名文字
列を入力する人力装置と、単語の情報を保持する単語辞
書と、変換すべき仮名文字列を元に単語を検索する辞書
検索手段と、検索された単語の組み合わせの候補を抽出
する候補抽出手段と、抽出された候補の尤もらしさの証
拠を複数午える候補評価手段と、評価の結果得らＪ−ｂ
た複数の証拠の合成を行なう合成演算手段と１合成結果
より尤度と確度を計算し、これに基づいて単語の判定を
行なうようにすること、更には、請求項第１４項に記載
したように、少なくとも表記情報と品詞情報を持つ単語
辞書と、解析すべき文字列を元に単語を検索する辞書検
索手段と、単語の組み合わせの候補を抽出する候補抽出
手段と、抽出された候補の尤もらしさの証拠を複数り・
える候補評価手段と、評価の結果得ら九た複数の証拠の
合成を行なう合成演算手段と、合成結果より尤度と確度
を計算し、これに基づいて単語の区切り部分を判定する
ようにすることも可能である７ 効−一宋一 以上の説明から明らかなように、請求項第〕、項の発明
によると、候補の尤もらしさに対する複数の証拠を合成
して評価を行なうので、多くの情報を用いた高性能な仮
名漢字変換処理を実現できる。 また、請求項第２項の発明によると、候補の尤もらしさ
に対する複数の証拠を合成して評価を行なうので、多く
の情報を用いた高性能な仮名漢字変換処理を実現できる
。また、上限確率である光度と下限確率である確度によ
り、ｖ：意味造語の抑制や学習の副作用抑制を行なうこ
とができる。候補の尤もらしさだけではなく評価結果の
曖昧さについても評価されるので、評価に用いる情報が
不足しているかどうかが判断でき、仮名漢字変換処理装
置の開発を容易にすることができる。 請求項第３項、第４項、第５項の発明によると。 自立部（文節）の安定度の高い高性能な評価を実現でき
る。また、自立部（文節）の安定度が高くなることによ
り奇異な変換を減らすことができる。 請求項第６項の発明によると、３／２文節の評価により
２文節の評価と同等の文節の安定度を得るので、高速な
仮名漢字変換処理を実現できる。 請求項第７項の発明によると、上限確率である尤度と下
限確率である確度により無意味造語の抑制や学習の副作
用抑制を行なうことができる。候補の尤もらしさだけで
はなく評価結果の曖昧さについても評価されるので、評
価に用いる情報が不足しているかどうかが判断でき、仮
名漢字変換処理装置ａの開発を容易にすることができる
。読み長。 頻度、接続確率以外の証拠、例えば共起情を目１等によ
る評価との合成を行なうことが容易である。 請求項第８項、第９項の発明によると、上限確率である
先度と下限確率である確度により仮確定を行なう範囲を
決定することで、評価が曖昧な場合には広い範囲で評価
を行ない、曖昧さの少ない場合には不必要な評価を行な
うことなく仮確定を行なうことができるので、高性能で
かつ高速な仮名漢字変換処理を実現できる。 工ａ求項第１０項の発明によると、抽出された候補に正
解が含まれているかどうかの判断を行なうので抽出する
候補の数を少なくすることができ、高性能でかつ高速な
仮名漢字変換処理を実現できる。 請求項第１】−項の発明によると１文節の安定度の高い
仮名漢字変換処理を実現できる。 請求項第１２項の発明によると、高性能かつ高速な仮名
漢字変換処理により、日本語入力にかがる使用者の負担
を減少することができる。 ｊ１１求項第１３項、第１４項の発明によると、候補の
尤もらしさに対する複数の証拠を合成してｉｖ価を行な
うので、多くの情報を用いた高性能な自然言語処理を実
現できる。また、上限確率である光度と下限確率である
確度により無意味造語の抑制や学習の副作用抑制を行な
うことができる。候補の尤もらしさだけではなく評価結
果の曖昧さについても評価されるので、評価に用いる情
報が不足しているかどうかが判断でき、自然言語処理装
置の開発を容易にすることができる。

【図面の簡単な説明】

第１図は、請求項第１項、第２項の発明の詳細な説明す
るためのフローチャート、第２図は、本発明の仮名漢字
変換処理方式を用いた仮名漢字変換処理装置の一実施例
における植成図、第３図は、その動作説明をするための
フＯ−チャート、第４図〜第８図は、それぞれ本発明の
他の実施例を説明するだめのフローチャートである。 １・・・入力部、２・・・変換制御部、３・・・出力部
、４・・・候補抽出部、５・・・候補評価部、６・・・
合成演算部。 ７・・・辞書検索部、８・・・辞書。 第 図 第 図 第 図 第 図

Claims (1)

1. 【特許請求の範囲】 １、読みを表わす仮名文字列に対応する表記用の単語の
   情報を保持する単語辞書と、変換すべき仮名文字列を元
   に単語を検索する辞書検索手段と、検索された単語を用
   いて表記文字列の候補を抽出する候補抽出手段と、抽出
   された候補の尤もらしさの証拠を複数与える候補評価手
   段と、評価の結果得られた複数の証拠の合成を行なう合
   成演算手段と、合成結果より尤度または確度を計算し、
   これに基づいて出力する表記文字列の候補を決定する手
   段とを有して仮名漢字変換処理を行うことを特徴とする
   自然言語処理システム。 ２、読みを表わす仮名文字列に対応する表記用の単語の
   情報を保持する単語辞書と、変換すべき仮名文字列を元
   に単語を検索する辞書検索手段と、検索された単語を用
   いて表記文字列の候補を抽出する候補抽出手段と、抽出
   された候補の尤もらしさの証拠を複数与える候補評価手
   段と、評価の結果得られた複数の証拠の合成を行なう合
   成演算手段と、合成結果より尤度と確度を計算し、これ
   に基づいて出力する表記文字列の候補を決定する手段と
   を有して仮名漢字変換処理を行うことを特徴とする自然
   言語処理システム。 ３、読みを表わす仮名文字列に対応する表記用の単語と
   その品詞と頻度の情報を保持する単語辞書と、変換すべ
   き仮名文字列を元に単語を検索する辞書検索手段と、検
   索された単語を用いて０以上の接頭語と１以上の自立語
   と０以上の接尾語とからなる自立部を抽出する自立部抽
   出手段と、自立部の接続のしやすさを示す接続確率認定
   手段と、自立部を構成する単語の頻度と読み長と自立部
   の接続確率とから自立部の尤もらしさを示す評価値を与
   える評価手段とを有して仮名漢字変換処理を行うことを
   特徴とする自然言語処理システム。 ４、読みを表わす仮名文字列に対応する表記用の単語と
   その品詞と頻度の情報を保持する単語辞書と、変換すべ
   き仮名文字列を元に単語を検索する辞書検索手段と、検
   索された単語を用いて０以上の接頭語と１以上の自立語
   と０以上の接尾語とからなる自立部を抽出する自立部抽
   出手段と、単語の接続のしやすさを示す接続確率認定手
   段と、自立部を構成する単語の頻度と読み長と接続確率
   とから自立部の尤もらしさを示す評価値を与える評価手
   段とを有して仮名漢字変換処理を行うことを特徴とする
   自然言語処理システム。 ５、読みを表わす仮名文字列に対応する表記用の単語と
   その品詞と頻度の情報を保持する単語辞書と、変換すべ
   き仮名文字列を元に単語を検索する辞書検索手段と、検
   索された単語を用いて０以上の接頭語と１以上の自立語
   と０以上の接尾語とからなる自立部を抽出する自立部抽
   出手段と、単語または自立部の接続のしやすさを示す接
   続確率認定手段と、自立部を構成する各単語について頻
   度と読み長と接続確率とにより候補の尤もらしさを示す
   証拠を与える評価手段と、評価の結果得られた証拠を合
   成する合成演算手段と、合成された結果より尤度と確度
   を計算し、これに基づいて自立部の尤もらしさを示す評
   価を与える手段とを有して仮名漢字変換処理を行うこと
   を特徴とする自然言語処理システム。 ６、読みを表わす仮名文字列に対応する表記用の単語と
   その品詞と頻度の情報を保持する単語辞書と、変換すべ
   き仮名文字列を元に単語を検索する辞書検索手段と、検
   索された単語を用いて第１文節と第２文節の自立部以上
   により構成される表記文字列の候補を抽出する候補抽出
   手段と、抽出された候補の第１文節と第２文節の自立部
   とに対して候補の尤もらしさを評価して評価結果を与え
   る候補評価手段と、評価の高い候補を決定し、その第１
   文節だけを仮確定する手段を有して仮名漢字変換処理を
   行うことを特徴とする自然言語処理システム。 ７、読みを表わす仮名文字列に対応する表記用の単語と
   その品詞と頻度の情報を保持する単語辞書と、変換すべ
   き仮名文字列を元に単語を検索する辞書検索手段と、頻
   度と読み長と単語の接続のしやすさを示す接続確率とに
   ついて評価を行ない単語の尤もらしさの証拠をそれぞれ
   与える候補評価手段と、評価の結果得られた証拠を合成
   して出力すべき単語の評価値を決定する決定手段とを有
   して仮名漢字変換処理を行うことを特徴とする自然言語
   処理システム。 ８、読みを表わす仮名文字列に対応する表記用の単語と
   その品詞と頻度の情報を保持する単語辞書と、変換すべ
   き仮名文字列を元に単語を検索する辞書検索手段と、単
   語の接続のしやすさを示す接続確率認定手段と、頻度と
   読み長と接続確率とにより評価を行ない単語の尤もらし
   さについての証拠を与える評価手段と、複数の単語の尤
   もらしさについての証拠を合成する合成演算手段と、合
   成結果より尤度と確度を計算し、これに基づいて出力す
   る表記文字列の候補の仮確定を行なう範囲を決定する決
   定手段とを有して仮名漢字変換処理を行うことを特徴と
   する自然言語処理システム。 ９、読みを表わす仮名文字列に対応する表記用の単語の
   情報を保持する単語辞書と、変換すべき仮名文字列を元
   に単語を検索する辞書検索手段と、検索された単語を用
   いて表記文字列の候補を抽出する候補抽出手段と、抽出
   された候補の尤もらしさの証拠を複数与える候補評価手
   段と、複数の評価結果の合成を行なう合成演算手段と、
   合成結果より尤度と確度を計算し、これに基づいて出力
   する表記文字列の候補の仮確定を行なうか、あるいはさ
   らに評価を続けるかの判定を行なう判定手段とを有して
   仮名漢字変換処理を行うことを特徴とする自然言語処理
   システム。 １０、読みを表わす仮名文字列に対応する表記用の単語
   の情報を保持する単語辞書と、変換すべき仮名文字列を
   元に単語を検索する辞書検索手段と、検索された単語を
   用いて表記文字列の候補を抽出する候補抽出手段と、抽
   出された候補の尤もらしさの証拠を複数与える候補評価
   手段と、複数の評価結果の合成を行なう合成演算手段と
   、合成結果より尤度と確度を計算し、これに基づいてさ
   らに別の候補を抽出して評価を続けるかどうかの判定を
   行なう判定手段とを有して仮名漢字変換処理を行うこと
   を特徴とする自然言語処理システム。 １１、読みを表わす仮名文字列に対応する表記用の単語
   とその品詞と頻度の情報を保持する単語辞書と、変換す
   べき仮名文字列を元に単語を検索する辞書検索手段と、
   検索された単語を用いて第１文節と第２文節により構成
   される表記文字列の候補を抽出する手段と、抽出された
   候補の第１文節と第２文節とに対して候補の尤もらしさ
   を評価して評価結果を与える候補評価手段と、評価の高
   い候補を決定し、その第１文節だけを仮確定する手段を
   有して仮名漢字変換処理を行うことを特徴とする自然言
   語処理システム。 １２、読みを表わす仮名文字列を入力する入力装置と、
   変換された表記文字列を表示する出力装置とを有し、請
   求項１〜１１のシステムの何れかあるいは任意数の組み
   合せを用いて読みを表わす仮名文字列を漢字仮名交じり
   の表記文字列に変換して仮名漢字変換処理を行うことを
   特徴とする自然言語処理システム。 １３、音声により仮名文字列を入力する入力装置と、単
   語の情報を保持する単語辞書と、変換すべき仮名文字列
   を元に単語を検索する辞書検索手段と、検索された単語
   の組み合わせの候補を抽出する候補抽出手段と、抽出さ
   れた候補の尤もらしさの証拠を複数与える候補評価手段
   と、評価の結果得られた複数の証拠の合成を行なう合成
   演算手段と、合成結果より尤度と確度を計算し、これに
   基づいて単語の判定を行なう判定手段とから成る音声認
   識装置を備えたことを特徴とする自然言語処理システム
   。 １４、少なくとも表記情報と品詞情報を持つ単語辞書と
   、解析すべき文字列を元に単語を検索する辞書検索手段
   と、単語の組み合わせの候補を抽出する候補抽出手段と
   、抽出された候補の尤もらしさの証拠を複数与える候補
   評価手段と、評価の結果得られた複数の証拠の合成を行
   なう合成演算手段と、合成結果より尤度と確度を計算し
   、これに基づいて単語の区切り部分を判定する判定手段
   とから成る自然言語解析装置を備えたことを特徴とする
   自然言語処理システム。