JPH0233185B2 - - Google Patents

Description

【発明の詳細な説明】

本発明は、与えられた文字列の部分文字列と表
記の一致する単語を単語辞書から検索する単語検
索方式に関するものである。 日本語文の文字列は、英文等のような単語単位
の分かち書きの習慣を持たず、通常べた書きで表
記される。そのため、日本語文を電子計算機等を
用いて機械的に解析する際にはまず、与えられた
文字列の部分文字列と表記の一致する単語を単語
辞書から検索することによつて、同与えられた文
字列から単語を検索することが必要となる。 第１図は上記のような単語検索に用いられる単
語辞書の例を示した図であり、単語に対応する各
レコードは表記部１１と単語情報部１２とを有
し、同表記部１１の文字コード列の順に収容され
ている。 ただし、単語情報部１２は、単語検索後に文法
的解析を行う際に参照される品詞情報や音声出力
する場合に用いられる読み・アクセント情報等が
収められたものであり、当単語検索において必要
とされる情報ではない。さて、従来の単語検索方
式は、このような単語辞書を用い、与えられた文
字列に対応する文字コード列と単語辞書の表記部
の文字コード列とを文字コード列の先頭から比較
照合することにより、同与えられた文字列の先頭
から表記の一致する単語を検出するものである。
例えば、文字列「雨季になると」に対して「雨
季」「雨」が検出される。この単語検索方式を検
出された単語の直後の文字列に対して繰り返し適
用することによつて与えられた文字列を単語単位
に分割することが可能であるが、この単語検索方
式は前述のように先頭から表記の一致する単語を
検出するものであるため、与えられた文字列が例
えば文字認識結果のような複数の文字候補を有す
る文字列であつたり、単語辞書に未収容の単語が
出現したり、解析結果が複数通り存在する等によ
つて、検索すべき文字列の先頭位置が曖昧になる
場合には効率的な適用ができないという欠点を有
する。 本発明の目的は、このような従来の欠点を除去
し、与えられた文字列と単語辞書の表記部との照
合を文字列の先頭位置から限定しない柔軟性のあ
る単語検索方式を提供することにある。 即ち、本発明は、与えられた文字列の部分文字
列と表記の一致する単語を単語辞書から検索する
単語検索方式にして、同単語辞書における表記部
に対して単語検索におけるキーとなるキー文字部
と同キー文字部より前方の表記部分である前方表
記部と同キー文字部より後方の表記部分である後
方表記部とを設け、前記与えられた文字列中に前
記キー文字部との照合の対象となるキー文字を設
定するキー文字設定手段と、前記与えられた文字
列中に設定された前記キー文字を前記キー文字部
と照合することにより前記単語辞書から検索する
キー文字検索手段と、前記与えられた文字列にお
ける前記キー文字より前方の部分文字列と前記前
方表記部とを照合する前方表記部照合手段と、前
記与えられた文字列における前記キー文字より後
方の部分文字列と前記後方表記部とを照合する後
方表記部照合手段とを用いて、前記与えられた文
字列と前記単語辞書における表記部との照合を前
記キー文字から前方および後方に行うことを特徴
とする単語検索方式である。 以下に図面を用いて本発明を具体的に説明す
る。 第２図は本発明の単語検索方式において用いら
れる単語辞書の例を示した図であり、単語に対応
する各レコードは表記部２１と読み・品詞・アク
セント等の単語情報部２２とを有し、さらに同表
記部２１に対して単語検索におけるキーとなるキ
ー文字部２１１と同キー文字部より前方の表記部
分である前方表記部２１２と同キー文字部より後
方の表記部分である後方表記部２１３とを設けた
ものである。単語の表記におけるどの文字をキー
文字部に登録するかについては本発明は制限を加
えていないが、この例においては例えば＜降雨量
＞に対して

【表】 のように、表記のどの文字をキーとしても検索で
きるように登録してある。この例とは別に、単語
の表記における末尾の漢字をキー文字部に登録す
るとか、単語の表記の先頭文字をキー文字部に登
録するという方法も考えられる（後者は、従来の
単語辞書に一致する）。また、この例において、
単語に対応する各レコードはまずキー文字部２１
１の文字コードの順に収容され、同キー文字部の
等しいレコードについては後方表記部２１３の文
字コード列の順に、さらに前方表記部２１３の文
字コード列の順に並べられている。なお、単語情
報部２２は前述した従来の単語辞書１と同様に、
単語検索後の文法的解析や音声出力の際に参照さ
れるものであり、当単語検索の範囲においては用
いられない。 第３図は本発明の単語検索方式を実現した装置
の一実施例を示すブロツク図である。第３図にお
いて、３１は与えられた文字列３２０を文字列記
憶手段３２に書き込む文字列読み込み手段であ
り、同与えられた文字列はキーボード、OCR、
磁気テープ装置等の入力装置を通して文字コード
列に変換された文字列のうち単語検索の対象とな
る部分を取り出したものである。また、文字列読
み込み手段３２は、与えられた文字列中にキー文
字を設定するために必要な情報があれば、その情
報（例えば、与えられた文字列がOCRから入力
されたものであるとき、各文字の認識の信頼度
等）をキー文字設定手段３３に送る。３２は与え
られた文字列３２０を記憶する文字列記憶手段で
あり、例えばICメモリ、磁気デイスク装置、磁
気テープ等が用いられる。２０は表記部にキー文
字部２１１と前方表記部２１２と後方表記部２１
３とを有する第２図に示したような単語辞書２を
記憶する単語辞書記憶手段であり、３２と同様
ICメモリ、磁気デイスク装置、磁気テープ装置
等が用いられる。３３は与えられた文字列３２０
中に単語辞書２のキー文字部２１１との照合の対
象となるキー文字３２１を設定するキー文字設定
手段であり、例えば与えられた文字列における字
種の変化点、あるいは与えられた文字列がOCR
から入力されたものであるならば文字認識の信頼
度の高い文字等がキー文字として設定される。た
だし、本発明では、キー文字設定のための条件に
ついては制限を加えてはいない。また、予めキー
文字の設定された文字列を読み込むならば、文字
列読み込み手段３１とキー文字設定手段３３は同
一の構成要素として実現することができる。３４
はキー文字３２１をキー文字部２１１と照合する
ことにより単語辞書２から検索するキー文字検索
手段、３５は与えられた文字列３２０におけるキ
ー文字より前方の部分文字列３２２と単語辞書の
前方表記部２１２とを照合する前方表記部照合手
段、３６は与えられた文字列３２０におけるキー
文字より後方の部分文字列３２３と単語辞書の後
方表記部２１３とを照合する後方表記部照合手段
である。キー文字検索手段３４におけるキー文字
の検索方法、および前方表記部照合手段３５と後
方表記部照合手段３６とにおける文字列の照合方
法は、従来のキー文字の検索方法および文字列の
照合方法と同様であり公知のものである。３７は
与えられた文字列３２０の部分文字列と表記の一
致する単語が検出されたとき同単語に関する単語
情報を出力するための情報出力手段である。以上
の各構成要素の動作は検索制御手段３８によつて
制御され、第４図のフローチヤートに示す一連の
動作を行う。ただし、第４図のフローチヤートに
おいてSTEP4とSTER5の順は、単語辞書２にお
ける単語の並び方によるものであり、この実施例
においては前述のように同一のキー文字部を有す
る単語はまず後方表記部の文字コード列の順に次
いで前方表記部の文字コード列の順に並べられて
いるため、まず後方表記部を照合し（STEP4）、
次いで前方表記部を照合する（STEP5）のが適
している。これに対して単語辞書において同一の
キー文字部を有する単語をまず前方表記部の文字
コード列の順に次いで後方表記部の文字コード列
の順に並べるならば、STEP4とSTEP5の順は入
れ換えた方が適切である。 ここで、例えばOCRから入力された文字列
「降雨量測定」に対して単語検索を行う場合につ
いて第４図のフローチヤートのSTEPに沿つて説
明する。 ((STEP1：第４図中１００))文字列読み込み
手段３１が起動され、OCRから入力された文字
列のうち単語検索の対象となる文字列「降雨量測
定」が文字列記憶手段３２に書き込まれる。ま
た、キー文字を設定するための情報として、「降
雨量測定」の各文字に関する文字認識の信頼度が
キー文字設定手段３３に送られる。例えば、各文
字の信頼度が次のように与えられたとして、以下
のSTEPを説明する。 降0.95 測0.96 雨0.98 定0.94 量0.96 ((STEP2：第４図中１０１))キー文字設定手
段３３が起動され、「降雨量測定」においてキー
文字３２１が設定される。ここでは、文字認識の
信頼度の最も高い「雨」がキー文字として設定さ
れたものとする。 ((STEP3：第４図中１０２))キー文字検索手
段３４が起動され、キー文字「雨」をキー文字部
２１１に有する単語が検索される。第２図の単語
辞書２においては、単語＜雨＞、＜にわか雨＞、
…、＜雨量＞、＜降雨量＞、…が検索され、「雨」
をキー文字部２１１に有する単語群の単語辞書に
おける先頭位置と末尾位置とが、検索制御手段３
８へ返される。この場合、もし「雨」をキー文字
部２１１に有する単語が単語辞書２中に存在しな
かつたならば、検索失敗が検索制御手段３８に返
され、処理が終了する。 ((STEP4：第４図中１０３))後方表記部照合
手段３６が起動され、「降雨量測定」におけるキ
ー文字「雨」３２１より後方の文字列「量測定」
３２３と単語辞書の後方表記部２１３との照合が
行なわれる。この照合は、STEP3において得ら
れた「雨」をキー文字部に有する単語群の先頭位
置と末尾位置との間の単語に関して行なわれ、
「量測定」を後方表記部２１３に有する単語、「量
測」を後方表記部２１３に有する単語、「量」を
後方表記部２１３に有する単語、および後方表記
部を有さない単語（後方表記部２１３がスペース
の単語）がそれぞれ捜され、単語辞書２における
それらの位置が検索制御手段３８に返される。す
なわち、「雨」が末尾文字である＜雨＞、＜にわか
雨＞、＜小雨＞等の単語および＜雨量＞＜降雨量
＞の単語辞書２内での位置が検索制御手段３８に
返される。 ((STEP5：第４図中１０４))前方表記部照合
手段３５が起動され、STEP4において得られた
各単語について順次前方表記部２１２と「降雨量
測定」におけるキー文字「雨」３２１より前方の
文字列「降」３２２との照合が行なわれ、一致し
た単語の位置が検索制御手段３８に返される。す
なわち、単語辞書２における＜降雨量＞の位置が
検索制御手段３８に返される。また、この際、
STEP4において得られた単語のうち前方表記部
を有さない単語（前方表記部２１２がスペースの
単語）＜雨＞、＜雨量＞についても単語辞書２にお
ける位置が検索制御手段３８に返される。従つ
て、STEP5において単語＜雨＞、＜雨量＞、＜降
雨量＞が検出されたことになる。この場合、もし
単語が検出されなかつたならば、検出失敗が検索
制御手段３８に返され、処理が終了する。 ((STEP6：第４図中１０５）情報出力手段３
７が起動され、STEP5において検出された単語
＜雨＞、＜雨量＞、＜降雨量＞に関する読み・品
詞・アクセント等の単語情報２２が出力される。 一般に、単語検索によつて得られた単語は、さ
らに同単語に関する品詞情報をもとにした機械的
な接続検定あるいはユーザによる選択等により正
しいものに決定されることになる。 OCRから入力された文字列は、文字認識候補
を複数有することがあり、単語検索において日本
語として正しい単語が得られなかつた場合には、
誤認識と思われる文字を文字認識の別候補と置き
換えて再度単語検索を繰り返す必要がある。この
際、本発明の単語検索方式によれば、文字列の照
合を文字列の先頭からに限定せず任意の位置から
照合することができるので、文字認識の信頼度の
高い文字を固定し前後の曖昧な文字を置き換えな
がら単語検索を行うことが可能であり、曖昧な文
字列からの単語検索が効率的に実現できる。 上記実施例はOCRから入力された文字列を対
象とした単語検索に関するものであるが、本発明
の単語検索方式は、OCRから入力された文字列
に限らずキーボードや磁気テープ等から入力され
た文字列に関しても効率的な単語検索を実現する
ことができる。例えば、漢字仮名混じり文「ざあ
つとにわが雨が降り出した。」の解析を行う際、＜
ざあつと＞という単語が単語辞書に未登録なら
ば、従来は文頭から単語検索に失敗した後、単語
検索に先頭位置を１文字ずつずらしながら単語検
索を繰り返し模索しなくてはならないが、本発明
の単語検索方式によれば、字種の変化点である
「雨」をキーとした単語検索により＜雨＞＜にわ
か雨＞が検索され、検索された単語の直前および
直後の文字をキー文字としてさらに単語検索を繰
り返すことにより、未登録語が出現しても効率を
落とすことなく解析を行うことが可能である。 また、本発明の単語検索方式で用いる単語辞書
は第２図に示したような構成のみならず、第５図
あるいは第６図等のような構成をとることも可能
である。 第５図は、キー文字部をテーブルとして分離し
た単語辞書である。５０がキー文字部テーブルで
あり、キー文字部５０１と同キー文字部を有する
単語群の先頭位置へのポインタ５０２とから成つ
ている。単語辞書５は、前方表記部５１と後方表
記部５２と単語情報部５３とを有している。この
ような単語辞書構成を用いれば、単語辞書におけ
る同一のキー文字部を有する単語群の位置が５０
２のポインタから容易に知ることができるので、
検索速度がより向上する。 第６図は、キー文字部および後方を木構造にし
た単語辞書である。６０がキー文字部テーブルで
あり、キー文字部６０１と後方表記部第１文字目
テーブルへのポインタ６０２と同キー文字を有し
かつ後方表記部を有さない単語へのポインタ６０
３とから成る。６１は後方表記部であり、後方表
記部第１文字目目テーブル６１１、後方表記部第
２文字目テーブル６１２等を有し、各テーブルは
表記部と次のテーブルへのポインタと単語へのポ
インタとから成つている。 以上に説明したように、本発明の単語検索方式
によれば与えられた文字列と単語辞書との照合を
文字列の先頭位置からに限定することなく、ある
文字をキー文字として同キー文字の前方および後
方に行うことが可能であり、従来の文字列の先頭
から照合する単語検索方式に比べて、より柔軟な
単語検索およびより効率の良い単語検索が実現で
きる。

【図面の簡単な説明】

第１図は従来の単語検索方式で用いられる単語
辞書の例を示した図、第２図、第５図、第６図は
本発明の単語検索方式で用いられる単語辞書の例
を示した図、第３図は本発明の単語検索方式を実
現した装置の一実施例を示すブロツク図、第４図
は第３図の実施例を説明するためのフローチヤー
トである。 図において、１，２，５，６……単語辞書、１
１，２１……表記部、１２，２２，５３，６３…
…単語情報部、２１１，５０１，６０１……キー
文字部、２１２，５１，６２……前方表記部、２
１３，５２，６１……後方表記部、３１……文字
列読み込み手段、３２……文字列記憶手段、３３
……キー文字設定手段、３４……キー文字検索手
段、３５……前方表記部照合手段、３６……後方
表記部照合手段、３７……情報出力手段、３８…
…検索制御手段である。

Claims (1)

【特許請求の範囲】
1. １ 与えられた文字列の部分文字列と表記の一致
   する単語を単語辞書から検索する単語検索方式に
   して、同単語辞書における表記部に対して単語検
   索におけるキーとなるキー文字部と同キー文字部
   より前方の表記部分である前方表記部と同キー文
   字部より後方の表記部分である後方表記部とを設
   け、前記与えられた文字列中に前記キー文字部と
   の照合の対象となるキー文字を設定するキー文字
   設定手段と、前記与えられた文字列中に設定され
   た前記キー文字を前記キー文字部と照合すること
   により前記単語辞書から検索するキー文字検索手
   段と、前記与えられた文字列における前記キー文
   字より前方の部分文字列と前記前方表記部とを照
   合する前方表記部照合手段と、前記与えられた文
   字列における前記キー文字より後方の部分文字列
   と前記後方表記部とを照合する後方表記部照合手
   段とを用いて、前記与えられた文字列と前記単語
   辞書における表記部との照合を前記キー文字から
   前方および後方に行うことを特徴とする単語検索
   方式。