JPH0337765A - 単語辞書検索装置 - 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】 （産業上の利用分野） 本発明は、入力文字列と単語辞書とを照合して、入力文
字列において、単語辞書内に存在する単語が出現した部
分を検索する単語辞書検索装置に関するものである。特
に、入力文字列の各文字が複数の候補をもつような場合
にも適用できる単語辞書検索装置に関するものである。

入力文字列の各文字に複数の候補がなく一意な場合の単
語辞書検索装置は、かな漢字変換装置においてキーボー
ドから入力されたかな文字列に対する単語辞書検索を行
なう部分、機械翻訳装置・文音声変換装置・文章校正装
置などにおいてワードプロセッサなどで作成された漢字
かな混じり文字列に対する単語辞１゛検索を行なう部分
などに用いられている。

入力文字列の各文字に複数の候補がある場合の単語辞書
検索装置は、音声認識装置や文字認識装置などにおいて
、認識結果の複数の候補文字から最も確からしい文字を
選択するための単語辞書検索部などに用いられている。

（従来の技術） 従来、かな漢字変換装置・文音声変換装置などにおいて
用いられている単語辞書検索方式は、基本的に、文献：
「計算機によるカナ漢字変換」（州浜・庄原、ＮＩ−Ｉ
Ｋ技術研究、第２５巻第５号、２３頁〜６０頁、１９７
３年）に示されている方式を引き継いでいる。すなわち
、入力された文字列から部分文字列を切り出して、その
部分文字列に表記（かな漢字変換では「かな表記］ずな
わら「読みがな］）の一致する単語を単語辞は内から検
索するという処理を行なう（これを、以下では、第１の
従来技術と呼ぶことにする。） 例えば、「文章を解析する」という漢字かな混じり文字
列に対する単語辞書検索を行なう場合は、１文字目・２
文字目など各文字位置から始まる単語を検索するために
、「文章を解析する］　「章を解析する」　「を解析す
る」　［解析する］　「析する」　「する」　「る」と
いった部分文字列を別々に切り出す。そして、各部分文
字列について、さらに、末尾を削った部分文字列も生成
して、その各々を単語辞書から検索する。すなわち、１
文字目から始まる単語を検索する際には、「文章を解析
する４　１文章を解析すｊ　「文章を解析」　「文章を
解］　「文章をＪ　　ｒ３ＪＪ　　ｒｉＪといった部分
文字列に関して、検索を次々に繰り返し、２文字目から
始まる単語を検索する際には、１章を解析するＪ「章を
解析すＪｒ章を解析］　１章を解」　１章をＪ「皇Ｊと
いった部分文字列に関して、検索を次々に繰り返すわけ
である。その結果、下線を引いた部分文字列などについ
て、表記の一致する単語が見つかることになる。

この第１の従来技術では、複数の部分文字列に対して単
語辞書の検索を繰り返すわけであるが、単語辞書の構成
を工夫しておくことによって、１つの部分文字列に対す
る検索の所要時間の短縮を図っている。例えば、単語辞
書内の単語をあらかじめソートしておいて二分検索を行
なったり、１文字目・２文字目など文字ごとに分割して
共通な部分をまとめて本構造として１文字ずつの照合を
行なうなどである。このような諦１１の構造と検索方式
の工夫については、文献：　”Ｔｈｅ　Ａｒｔ　ｏｆ　
ＣｏｍｐｕｔｅｒＰｒｏｇｒａｒｎｍｉｎｇ　３：　Ｓ
ｏｒｔｉｎｇ　ａｎｄ　Ｓｅａｒｃｈｉｎｇ”中、Ｅ。

Ｋｎｕｔｈ、　Ａｄｄｉｓｏｎ−Ｗｅｓｌｅｙ、　１９
７３）に多く示されている。

ただし、この第１の従来技術は、コンピュータ上の逐次
型プログラムとしての実現を想定しており、所要時間短
縮の工夫は逐次処理の枠内で工夫である。したがって、
入力文字列のある部分文字列と単語辞身内のある単語の
表記の文字列とを比較する処理などは、１文字ずつ逐次
行なわれる。例えば「文章をＪという部分文字列と単語
辞書内の「文章Ｊという単語の比較は、「文］と「文」
とを照合し、一致したところで「章Ｊと「章」とを照合
し、次に、「を」に対して不一致となり失敗するという
ように、１文字ずつ照合処理の繰り返しである。

また、第１の従来技術では、入力文字列の各文字にｍ個
ずつ候補があるような場合は、あらかじめ、長さＬの部
分文字列に対して、候補を組み合せたｍ”通りの文字列
を生成する必要がある。そして、それらの各々について
、さらに、上記のように末尾を削った部分文字列を生成
して、単語辞書内を検索することになる。

一方、ある長さＬの文字列と入力文字列との比較の際に
、１文字ずつの照合を繰り返すのではなく、対応する文
字位置のＬ組の照合を同時に行なうことが考えられてい
る。その際、入力文字列をシフトレジスタに格納してお
けば、照合の位置をずらすことが、入力文字列から再度
部分文字列を切り出すのではなく、シフトレジスタ内の
全文字を一度に１文字ずらすことで実現できるようにも
なる。この第２の従来技術は、特開昭６３−２６１４２
１号公報ｒ文字列処理装置」および特開昭６３−２６１
４２２号公報ｒ文字列照合装置］に述べられている。な
お、この第２の従来技術では、入力文字列に複数の候補
は存在せず、検索される文字列も１通りに限られる（単
語辞書のように多数ではない）。

特開昭６２−６７６３６号公報Ｆ照合方式］および文献
二Ｆ音声日本語入カシステムにおける高速な言語処理の
ための辞書照合アルゴリズム」（浜口・鈴木、電子情報
通信学会論文誌、第Ｊ７０−Ｄ巻第８号、１５８９頁〜
１５９６頁１９８７年）には、第３の従来技術が示され
ている。

第３の従来技術では、入力文字列に複数の文字候補があ
ることを想定している。まず、文字の種類をＭ（例えば
、ＪＩＳの文字コード表では、ひらがなについてＭ＝８
３）とすると、１文字目・２文字目など各文字位置に、
Ｍビットのメモリを１個ずつ用意し、複数の候ｉ’ｄ）
文字に対応する各ビットを１にしておく。

そして、照合時は、単語辞書内の各単語について、単語
の表記の１文字目・２文字目など文字位置ごとに、対応
するＭビットメモリから、対応する文字のビット内容（
１またはＯ）を同時に読み出す。すべてのＭビットメモ
リからｌが読みだされたら、入力文字列中に単語辞書内
にある単語が出現したことになる。

（発明が解決しようとする課題） 第１の従来技術には、まず第１に、前述のように、多数
の部分文字列に対する単語辞書検索を繰り返さねばなら
ないという欠点がある。この欠点は、入力文字列の各文
字に複数の候補がある場合に、特に顕著になる。長さＫ
の入力文字列の各文字にｍ個ずつ候補がある場合、最長
の部分文字列の長さをＬとすると（通常、単語辞書内の
最長の単語の長さをＬとする）、最大（ｍＸＬＸＫ）個
の部分文字列に対する検索を繰り返す必要が生ずる。通
常、あらかじめ条件を定めて、不要な部分文字列の検索
を避けるようにするので、（ｍＸＬＸＫ）個というのは
最悪の場合であるが、それでも検索の回数はがなり多く
なる。

第１の従来技術の第２の欠点は、ある部分文字列と単語
辞書内のある単語の表記の文字列との比較を、１文字ず
つ順に行なうため、比較に時間がががるということであ
る。

第２の従来技術では、第１の従来技術の第２の欠点に対
処している。しかし、第２の従来技術は、入力文字列に
複数の候補がある場合に適用できない。

また、検索される文字列も１通りに限られ、単語辞書の
ように多数の文字列と比較を行なうことを考えると、単
語辞１：内の各単語の表記の長さの異なりが問題となっ
て適用できない。

第３の従来技術は、第１の従来技術の２つの欠点に対処
している。しかし、入力文字列中 めに、文字のａ類だけのビット数をもったメモリを、文
字列長だけ用意する必要があるため、文字の種類が多数
の場合はメモリ・す゛イズがかなり大きくなってしまう
問題がある。かな漢字変換や音声認識の場合は、入力文
字列がひらがな（あるいは音素文字）で１００種類程度
に限定されるので、あまり問題にならないが、漢字かな
混じり文字列を対象とした文音声変換や機絨翻訳など場
合は、漢字を含み文字の種類が３０００〜４０００種類
にもおよぶため、メモリが大きくなって問題になる。

また、第３の従来技術では、入力された文字列の先頭か
ら始まる単語の検索しか行なわないため、２文字目から
始まる単語や、３文字目から始まる単語などを検索する
場合には、入力文字列のメモリへの登録を、やり直す必
要が生じるという問題もある。

本発明の目的は、上記のような従来技術の欠点を除去し
、入力文字列の各文字に複数の候補があっても、高速に
単語辞書との照合が可能な単語辞書検索装置を提供する
ことである− （課題を解決するための手段） 本発明は、各文字に対して第１から第ｍ候補（ｍはｍ≧
１なる整数）までのｍ種類の候補が存在する文字列の入
力装置と、ｎ文字分（ｎはｎ＝１なる整数）のデータ巾
をもつ各アドレスに単語の表記を１個ずつ格納してｎ文
字に満たない部分にはあらかじめ定めた残余記号を晶め
た単語辞書メモリと、前記入力装置によっ°（１文字に
対するｍ種類の候補が入力されるたびにシフトクロック
１回と前記単語辞書メモリ内の全単語数に応じた回数の
判定クロックとカウンタクロックとを発生するコントロ
ーラと、前記シフトクロックに同期したリセットと前記
カウンタクロックに同期したカウントアツプとを行なう
前記単語辞書メモリのアドレスカウンタと、前記入力装
置によって入力された文字列の第１・第２・・・・・・
・第ｍ候補に対応し前記シフトクロックに同期した１文
字ずつの順送りを行なう各々ｎ文字分の第１・第２・・
・・・・・第ｍ候浦シフトレジスタと、前記単語辞書メ
モリから読み出されるｎ文字分のデータの１文字目・２
文字目・・・・・・・ｎ文字目に対応し該当位置の文字
が前記第１・第２１６１．・・・第０１候補シフトレジ
スタのいずれかの同位置の文字または前記残余記号に一
致したとき一致信号を出力する１文字目・２文字目・・
・・・・・ｎ文字目比較回路と、前記判定クロックに同
期して前記１文字目・２文字目・・・・・・・ｎ文字目
比較回路のすべてから一致信号が検出された場合に前記
入力装置によって入力された文字列中に前記単語辞書メ
モリ内に存在する単語が出現したと判定する判定回路と
を備えたことを特徴とする単語辞書検索装置である。

（実施例） 図面を用いて、本発明の構成・作用を説明する。

第１図は本発明の単語辞書検索装置の第１の実施例の構
成を示すブロック図である。以下、まず、各構成要素を
説明する。

入力装置５は、各文字に刻して第１候補から第ｍ候補（
ｍはｍ≧１なる整数）までのｍ種類の候補が存在する文
字列を入力する装置であり１６例えば、音声認識装置や
文字認識装置などである。入力装置５は、各文字に対す
るｍ個の候補を、同時に出力し、その出力のタイミング
を入力クロック５０によってコントローラ７へ伝える。

単語辞書メモリｌは、ｎ文字分（ｎはｎ＝１なる整数）
のデータ巾をもつ各アドレスに、単語の表記を１個ずつ
格納して、ｎ文字に満たない部分には、あらかじめ定め
た残余記号を詰めたものである。第２図は、単語辞書メ
モリ１の内容の例を示す図である（第２図ではｎ＝４と
している）。第２図において、△が残余記号を表わして
いる。第２図の単語辞書メモリ１のアドレスをａとする
と、「日本△△Ｊというｎ（＝　４）文字が同時に読み
出される。単語辞書メモリ１は、ＩＣメモリなどを用い
て実現できる。通常、漢字コードは１６ビツトで表現さ
れるので、第２図の単語辞書メモリ１のデータ巾は、１
６Ｘ４＝６４ビツトである。現在のＩＣメモリでは、同
時に読み出せるデータ巾が８ビット程度であるから、そ
のようなＩＣメモリを８個並列に並べて実現できる。

コントローラ７は、入力装置５によって１文字に対する
ｍ４ａ類の候補が入ノノされるたびに、シフトクロック
１回と、単語辞書メモリ１内の全単語数に応じた回数の
判定クロックとカウンタクロックとを発生する。第３図
はコントローラ７の入出力信号のタイムチャートの例で
ある。第３図のタイムチャートでは、入力装置５から入
力クロック５０が入力されるたびに、まず、シフトクロ
ック７０を１回出力（入力クロック５０をそのままシフ
トクロック７０として出力）し、続いて、判定クロック
７２とカウンタクロック７１とを、交互にＮ回出力して
いる。ただし、カランタフ【コック７１は（Ｎ−１）回
でもよい。ここで、Ｎは単語辞書メモリｌ内の全単語数
である。このようなタイムチャート通りに動作するコン
トローラ７は、当業者において容易に実現可能である。

アドレスカウンタ４は、シフトクロック７０に同期した
リセットと、カウンタクロック７１に同期したカウント
アツプとを行なうカウンタで、カウンタ値を単語辞書メ
モリ１のアドレス値として出力する。従来のカウンタＩ
Ｃで実現できる。

第０候補シフトレジスタ２は、入力装置５によって入力
された文字列の第ｉ候補（ｉは１≦ｉ≦ｍなる整数）を
、シフトクロック７０に同期して１文字ずつ順送りしな
がら、ｎ文字分格納するシフトレジスタである。このシ
フトレジスタ２は、入力文字列の各文字に対するｍ個の
候補の各々に刊して設けられており、第１候補シフトレ
ジスタ、第２候補シフトレジスタ、・・・・・、ｉｒｎ
候ｔｍシフトレジスタのｍ個がある。

第４図は各シフトレジスタ２の＋１す或例を示した図で
ある。１文字をｄビットで表現している場合、第１候補
シフトレジスタ２は、第４図のように、シフトクロック
７０に同期した（ｄ　Ｘ　ｎ）個のＤフリップ７０ツブ
で実現できる（ｄ個並列に並べたものを、ｎ個直列に接
続する）。並列に接続したｄ個が１文字に対応し、その
出力はまとめて比較回路３へ送られる。

ｊ文字目比較回路３は、アドレスカウンタ４の示す１つ
のアドレスに対して単語辞書メモリ１から読み出される
ｎ文字分のデータのｊ番目ｑは１≦ｊ≦ｎなる整数）の
文字が、ｍ個のシフトレジスタ２のいずれかのｊ番目の
文字、または、残余記号に一致したときに、一致信号を
出力する回路である。この比較回路３は、単語辞書メモ
リ１のデータ中ｎ文字の各々に対して設けられており、
１文字目比較回路、２文字目比較回路、・・・・・、ｎ
文字目比較回路のｎ個がある。

第５図は、ｊ文字目比較回路３の（１１ｑ戒例を示した
図である。１文字をｄビットで表現して、シフトレジス
タ２がｍ個設けられている場合、ｊ文字目比較回路３は
、第５図のように、（ｍ＋１）個のｄビット比較器と、
１個のＯＲゲートで構成できる。ｍ個のｄビット比較器
は、単語辞書メモリ１から読み出されているｎ文字デー
タのうちｊ文字目と、各シフトレジスタ２のｊ文字目と
を比較し、残りの１個のｄビット比較器は、単語辞書メ
モリ１から読み出されているｎ文字データのうちのｊ文
字目が残余記号であるか否かを調べる。最終的なＯＲデ
ートの出力では、この（ｍ＋１）個の比較器のいずれか
で、一致が検出されたときに、一致信号３０が出力され
る。

判定回路６は、判定クロック７２に同期して、ｎ個の比
較回路のすべてから一致信号が検出された場合に、入力
装置５によって入力された文字列中に単語辞書メモリ１
内に存在する単語が出現したと判定する回路である。第
６図は、判定回路６の構成例を示す図である。判定回路
６は、第６図のように、１個のＡＮＤゲートと１個のＤ
フリップフロップで実現できる。

次にこの実施例の動作を例を用いて説明する。

第７図（ａ）〜（ｈ）は、ｎ＝４、ｍ＝３で入力文字列
の長さが４のときの、第１候補シフトレジスタ・第２候
補シフトレジスタ・第３候補シフトレジスタの内容の変
化の例を示した図である。第７図の３×４のマトリック
スは、１行が各シフトレジスタ２の内容に対応しており
、行方向が文字位置（１〜４）、列方向が候補レベル（
１〜３）を表わしている。これらのシフトレジスタ２に
入力されている文字列は、１文字目の候補は第１候補か
ら順に「日」　「白」　「目Ｊ、２文字目の候補は順に
「木］　「本」　「太Ｊ、３文字目は順に「電」［雷］
「霧」、４文字目はｊ頃に「気」「島」「戒］である。

斜線部分は文字が格納されていないことを表わす。

第悦において、（ａ）−＋（ｂ）→（ｃ）−＋（ｄ）−
＋（ｅ）−＋（ｆ）−＋（ｇ）−＋（ｈ）という変化は
、シフトクロック７０が１回発生されるたびに起こる変
化を示している。そして、（ａ）〜（ｇ）の各々の状態
で、カウンタクロック７１と判定クロック７２がＮ回発
生される。アドレスカウンタ４は、シフトクロック７０
によってリセットされ、カウンタクロック７１によって
Ｎ回カウントアツプされるため、各状態で、単語辞書メ
モリ１からは、先頭の単語から末尾の単語まで順に、全
単語（Ｎ個）の表記が読み出され、ｎ個（この例では４
個）の比較回路３におい゛（、それらと第７図のシフト
レジスタの内容との照合が行なわれることになる。

その結果、各状態で、単記辞書メモリ１内の例えば次の
ような単語に対して、判定回路６が出現を検出する。

（ａ）該当なし くｂ）該当なし くＣ）該当なし くｄ）「日］　「日本」　「日本電気」　「日入」　「
白」「白木」　「目」 （ｅ）１本ｊＦ本］「犬１ （０「電」　「電気」　「霧］　「桜島」　「雷」（ｇ
）「気］「島Ｊ このうち、状態（ｄ）における第７図のシフトレジスタ
内容と、単語辞書：尚の単語「日本Ｊ（＝「日本△△Ｊ
）とを照合する際の、各比較回路３の動作を説明する。

１文字目比較回路は、「日本△△Ｊの「日」と第１候補
シフトレジスタの１文字目の１日１との一致により一致
信号３０を発生ずる。２文字目比較回路は、「日本△△
１の「本］と第２候補シフトレジスタの２文字目のｒ本
］との一致により一致信号３０を発生ずる。３文字目比
較回路と４文字目比較回路はともに、「日本△△Ｊの「
△Ｊ（残余記号）を検出して一致信号３０を発生ずる。

その結果、判定回路６は、すべての比較回路３の一致信
号３０を受けて、単語の出現を検出することになる。

なお、入力文字列長がＫの場合、シフトレジスタ２内で
の順送りは、少なくとも（Ｋ＋ｎ−１）回行なわれる必
要がある。したがって、入力装置５は、長さＫの入力文
字列を入力した後、さらに、（ｎ−１）回のダミーの文
字列入力を行なう必要がある。あるいは、コントローラ
７が、入力文字列の末尾を検出して、さらに、シフトク
ロック７０の１＠とカウンタクロック７１と判定クロッ
ク７２をＮ回ずつというサイクルを、（ｎ−１）回繰り
返すようにしてもよい。

また、最初の（ｎ−１）回の順送りの間（第７図では（
ａ）から（Ｃ）まで）は、入力文字列がシフトレジスタ
２の先頭まで到達していないので、単語辞書メモリ１と
の照合を行なっても意味がない。そこで、その間は、コ
ントローラ７は、カウンタクロック７１や判定クロック
７２を発生せず、シフトクロック７０のみを連続して発
生するようにしてもよい。

以上では、入力文字列の各文字にｍ個の候補が存在する
一般的な場合の実施例を示したが、かな漢字変換におけ
る単語辞書検索や、ワードプロセッサで作成した文章の
解析を行なう際の単語辞書検索などでは、入力文字列の
各文字は１通りである（ｍ＝１）。第８図は、そのよう
な場合を対象とした第２の実施例を示すブロック図であ
る。この場合は、シフトレジスタ２が１個でよい。構成
要素・動作は第１図の実施例についてｍ＝１とすればよ
いので、説明を省略する。

（発明の効果） 以上説明したように、本発明によれば、漢字のように種
類の多い文字から戒る文字列に対して、各文字が複数の
候補をもっていても、高速に単語辞書との照合が可能な
単語辞書検索装置が得られる。特に、入力文字列の各文
字の候補数にも、単語辞書内の単語の表記長にもかかわ
らず、入力文字列と単語辞書内の１つの単語との照合が
２クロック程度の間に行えることの効果が大きい。

さらに、実施例に示したように、本発明の各構成要素は
、少数のロジックＩＣを組み合わせで実現できる。した
がって、ＬＳＩ技術を利用すれば、非常に小型の装置と
して実現できる点も長所である。

それに加えて、第１の従来技術のように、汎用計算機上
のソフトウェアとして実現されるのではなく、専用ハー
ドウェア・特殊ＬＳＩとして実現できるため、クロック
の周波数自体を、汎用計算機に比べてかなり高く設定す
ることが可能であり、この点でも高速性が優れている。

以上のような高速性から、本発明では、前述の第１の従
来技術のように単語辞書内で照合する単語数を制限せず
、単語辞書内の全単語との照合を行なっても、従来より
十分高速な単語辞書検索装置が得られると考えられるが
、その結果、単語辞書内が表記のコード順にソートされ
ている必要がないという長所も生じる。したがって、単
語の追加・削除が行なわれても、単語辞書を編成し直す
必要がなく、単語辞書のメンテナンスがきわめて容易で
ある。

【図面の簡単な説明】

第１図は本発明の第１の実施例の構成を示すブロック図
、第２図は単語辞書メモリ１の内容の例を示す図、第３
図はコントローラ７の人出力信号のタイムチャートの例
、第４図はシフトレジスタ２の構成例を示す図、第５図
は比較回路３の構成例を示す図、第６図は判定回路６の
構成例を示す図、第７図（ａ）〜（ｈ）はシフトレジス
タ２の内容の変化の例を示す図、第８図は本発明の第２
の実施例を示すブロック図。 図において、ｌ・・・単語辞書メモリ、２・・・シフト
レジスタ（第１候補シフトレジスタ）、３・・・比較回
路ｑ文字目比較回路）、４・・・アドレスカウンタ、５
・・・入力装置、６・・・判定回路、７・・・コンＩ・
ロー、う、３０・・・一致信号、５０・・・入力クロッ
ク、７０・・シフトクロック、７１・・・カウンタクロ
ック、７２・・・判定クロックである。

Claims (1)

【特許請求の範囲】
1. 各文字に対して第１から第ｍ候補（ｍはｍ≧１なる整数
   ）までのｍ種類の候補が存在する文字列の入力装置と、
   ｎ文字分（ｎはｎ≧１なる整数）のデータ巾をもつ各ア
   ドレスに単語の表記を１個ずつ格納してｎ文字に満たな
   い部分にはあらかじめ定めた残余記号を詰めた単語辞書
   メモリと、前記入力装置によって１文字に対するｍ種類
   の候補が入力されるたびにシフトクロック１回と前記単
   語辞書メモリ内の全単語数に応じた回数の判定クロック
   とカウンタクロックとを発生するコントローラと、前記
   シフトクロックに同期したリセットと前記カウンタクロ
   ックに同期したカウントアップとを行なう前記単語辞書
   メモリのアドレスカウンタと、前記入力装置によって入
   力された文字列の第１・第２・・・・・・・第ｍ候補に
   対応し前記シフトクロックに同期した１文字ずつの順送
   りを行なう各々ｎ文字分の第１・第２・・・・・・・第
   ｍ候補シフトレジスタと、前記単語辞書メモリから読み
   出されるｎ文字分のデータの１文字目・２文字目・・・
   ・・・・ｎ文字目に対応し該当位置の文字が前記第１・
   第２・・・・・・・第ｍ候補シフトレジスタのいずれか
   の同位置の文字または前記残余記号に一致したとき一致
   信号を出力する１文字目・２文字目・・・・・・・ｎ文
   字目比較回路と、前記判定クロックに同期して前記１文
   字目・２文字目・・・・・・・ｎ文字目比較回路のすべ
   てから一致信号が検出された場合に前記入力装置によっ
   て入力された文字列中に前記単語辞書メモリ内に存在す
   る単語が出現したと判定する判定回路とを備えたことを
   特徴とする単語辞書検索装置。