JPH04195672A - 文節切出し装置 - 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】 （イ）産業上の利用分野 この発明は文節切出し装置に関し、詳しくはワードプロ
セッサ、翻訳装置、校正装置、データベ−スを利用する
装置等のように言語処理を行う装置に好適な文節切出し
装置に関する。

（ロ）従来の技術 文節区切りの情報が挿入されていない変換済みの日本語
文書から、例えば翻訳や校正のｆこめに文節を切り出す
ためには、従来、自立語辞書、付属語辞書、接辞辞書等
の辞書順と、それらの要素の接続関係を表すテーブル、
文法テーブル等のテーブル類をそれぞれ参照しながら文
節の切り出しを行っている。

また、字種情報を利用し、例えば字種の変わり目を文節
の切れ目とする方法も考えられている。

（ハ）発明が解決しようとする課題 このような、辞書類、テーブル類を利用する従来の文節
切出し装置においては、（１）それらの辞書、テーブル
を蓄積するために大量の記憶装置が必要になる。（２）
辞書検索またはテーブル検索を行うにめに文節切出し処
理の時開が長くなる。（３）文節切出しのための制御プ
ログラムかｍ＊になる。また、（４）字種情報を利用し
て文節を切る場合、機械的に字種によって文節を切り出
すため、送りがなのゆらぎで文節の切断を間違う場合か
める。（５）かな表記の単語の部分て文節の切り出し間
違いを発生する場合かあるなどの諸問題がめった。

この発明は以上の事情を考慮してなされたもので、上記
問題を解消しうる文節切出し装置を機供する。

（ニ）課題を解決するための手段 第１図はこの発明の基本構成を明示するブロック図であ
る。同図において、この発明：よ、文章を蓄積する文章
蓄積手段１と、文章蓄積手段２から所望の文を読み出す
ための指示を行う指示手段２と、指示された文を文章蓄
積手段１から読み出す読出手段３と、読み出した文につ
いて１文字ずつ漢字、ひらがな、カタカナなどの字種を
判別するとと乙に句点を判別する字種判別手段４と、字
種判別手段４による判別結果を２Ｎ顆の符号のいずれか
に置き換えて出力する変換手段５と、変換手段５からの
出力を順次蓄積する判別結果蓄積手段６と、判別結果蓄
積手段６に蓄積された符号列について、所定の符号変移
点を検出した際に、読み出した文中に文節の切れ目を挿
入する文節切出し手段７と、連体詞、代名詞、開開、接
続詞などからなり、文節を伴う特定のひらがな文字列を
多数記憶している特定文字辞書手段８と、文節の切れ目
か挿入された文中に前記特定のひらがな文字列が存在す
るかどうかを検索し、特定のひらがな文字列が存在する
場合に、そのひらがな文字列を１つの文節として前記文
中に文節の切れ目を挿入し、文節切れ目挿入位置を修正
する文節切出し修正手段９と、文節切出し修正手段９か
ら出力される文を記憶する記憶手段ｌＯと、記憶手段ｌ
Ｏに記憶された文を可視出力する出力手段２とからなる
文節切出し装置である。

この発明において、前記特定文字辞書手段８に記憶され
ている各ひらがな文字列は、前記検索におけるひらがな
文字抽出順序と同順序にて格納されていることが好まし
い。

この発明における文節切出し装置は、ワードプロセッサ
、翻訳装置、校正装置、データベースを利用する装置等
に適用することかでき、また、文章を音声出力する装置
においても文節切出し処理が必要なため、この発明を適
用することができる。

（ホ）作用 この発明に従えば、文章蓄積手段１に蓄積されている文
章から、切出し処理の単位、例えば１文を切り出すと、
その文を構成する各文字の字種が字種判別手段４によっ
て判別され、その判別結果は変換手段５によって２Ｎ１
［の符号のいずれが、例えばＬまたはＨに置き換えられ
、判別結果蓄積手段６に順次蓄積される。次いで文節切
出し手段７は、あらかじめ決められている符号変移点、
例えぼＬからＨへの変わり目を検出した際に、読み出し
た文中に文節の切れ目を入れる。次いで文節切出し修正
手段９は、文節の切れ目からさかのぼって特定文字辞書
手段８に規定されるひらがな文字と入力文字列とを比較
することにより、一致したひらがな文字を１つの文節と
して認識し、文節切出し位置を修正し、修正した結果を
確認できるよう、得られた結果を出力手段１１に出力す
るよう作用する。

（へ）実施例 以下図に示す実施例に基づいてこの発明を詳述する。な
お、これによってこの発明は限定されるものではない。

第２図はこの発明をワードプロセッサに適用した一実施
例を示す構成図である。同図において２０はワードプロ
セッサ本体である。２１は文章蓄積装！であり、外部記
憶装置としての例えばフロッピーディスク、ハードディ
スク、あるいは内部記憶装置としての例えばＲＡＭ、あ
るいはその他の蓄積装置としての例えばデータベース等
から構成することかでき、かな漢字交じり文からなる日
本語文書が蓄積されている。２２は指示手段としてのキ
ーボードであり、文章編集、文章校正等を行うための文
字入カキー１各種の指示キー等を備えており、文章を入
力するとともに、文章蓄積装置２１から所望の文を読み
出すための指示を入力する。２３はＣＰＵ２４と協働す
る読出装置であり、キーボード２２にて指示され１２文
を文章蓄積装置２［から読み出す。２５はＣＰＵ２４と
協働する字種判別装置であり、文章蓄積装置２１から読
み出した文について、１文字ずつ漢字、ひらがな、カタ
カナ等の字種を判別するとともに、句点を判別する。２
６は判別結果蓄積手段および記憶手段としての結果蓄積
装置であり、ＲＡＭから構成され、字種判別結果を順次
蓄積するとともに、後述する文節切出し装置によって切
れ目が入れられた文を記憶する。

２７はＣＰＵ２４と協働する変換手段としての字種デジ
タル化装置であり、字種判別装置！２５による字種の判
別結果としての漢字およびカタカナに対しては第１のコ
ード、具体的には“Ｈ”を付し、ひらがなおよび句点に
対しては第２のコード、具体的には“し”を付し、それ
により字種判別結果を２種類のコード゛Ｈ”または°Ｌ
”のいずれかに置き換える。そして字種判別結果である
コート“Ｈ”。

“Ｌ“の記号列はＣＰＵ２４を介して結果蓄積装置２６
に蓄積される。

文節切出し装！２８は、ＣＰＵ２４と協働し、結果蓄積
装置２６に蓄積されたコード列“Ｈ”、“Ｌ”について
所定のコード変移点を検出したときに、読み出した文中
に文節の切れ目を入れる。

２９はＲＯＭから構成される特定文字辞書テーブルであ
り、連体詞、代名詞、副詞、接続詞などからなり、文節
を伴う特定のひらがな文字列を多数記憶している。この
特定文字辞書テーブル２９にｇｉｌ！憶されている各ひ
らがな文字列は、前記検索におけるひらがな文字抽出順
序と同順序にて格納されている。

３０はＣＰＵ２４と協働する文節切出し修正装置であり
、文節の切れ目が挿入された文中に前記特定のひらがな
文字列が存在するかどうかを検索し、特定のひらがな文
字列が存在する場合に、そのひらがな文字列を１つの文
節として前記文中に文節の切れ目を挿入し、文節切れ目
挿入位置を修正する。

３１は出力制御部３２を介してＣＰＵ２４と接続される
出力手段としての表示装置であり、ＣＲＴやＬＣＤ等の
ドブトマトリクスタイプの表示装置から構成され、文節
の切れ目を確認することができるように、切れ目が挿入
された文を表示する。

このような構成において、例文こ特許庁に出す資料をこ
のワープロで作成し電子出願した。」を用い、第１２図
に示すフローチャートにしたがって文節切出し処理を説
明する。

第３図は文章ファイル、その他のデータベース簿が蓄積
された文章蓄積装置２Ｌから処理の単位に合わせて例え
ばＬ文を切り出し、結果蓄積装置２６に蓄積した状態を
示している。このように、例えば１文、１段落、１章な
どのように、処理単位に合わせ、文章蓄積装！２１から
所望の文が切り出されると（ステップ４０）、その文を
構成している字種のコードが判別される（ステップ４１
）。

詳しくは、読み出された文の各文字にはＪＩＳコードな
どの固有の文字コードが割り当てられているため、その
文字コードを、第４図に示すコード判別テーブルの各条
件とを照合することにより、字種を判別する。条件にお
いてｃｃは字種判別対象の文字であり、ａｌとｂｌは、
実字コードの先頭および終端を表し、ａ２とｂ２はひら
か戸コードの先頭および終端を表し、ａ３とｂ３はカタ
カナコードの先頭および終端を表し、ｆＬ４は句点を表
している。

判別された字種コードは、結果蓄積装置［２６に蓄積さ
れ（ステップ４２）、字種デジタル化装！２７によって
デジタル化が行われる（ステップ４３）。

第５図に、判別された出力コードをデジタル化するため
に参照されるコードデジタル化テーブルを示す。すなわ
ち、字種が漢字と判別されるとコード“Ｈ”に変換され
、ひらがなと判別されるとコード′Ｌ“に変換され、同
じくカタカナはコード′Ｈ”に、句はコード“Ｌ”にそ
れぞれ置き換えられる。

コードデジタル化テーブルとの照合により文をデジタル
化した結集は、第６図に示すコード列にて結果蓄積装置
２６に蓄積される。

次にデジタル化し１こ結果を、第７図に示す切り出し判
別テーブルと照合し、文節切れ目を判別する（ステップ
４４ン。文節切れ目の判別は、（１）デノタル出力にお
ける“Ｌｏと”Ｈ“の変移点てキーワード（文節）の切
れ目を入れる。（２）句点の次にキーワードの切れ目を
入れることにより判別される。

次に、切り出し判別テーブルとの照合による切れ目の判
別に基づいて切れ目に切り出し記号、例えば「／」を挿
入し、その切り出し記号か挿入された文を結果蓄積装置
２６に蓄積する。上記処理により得られる文節切出し結
果を第８図に示す。

字種の変わり目の情報のみを利用して文節の切出しを行
うと、第８図に示すように、単語が、ひらがな表記され
ている場合に、その単語を含む文節が切り出せないとい
う欠へか残る。今の例文では、代名詞「この」が「の文
節に吸収され「資料をこの」が一つの文節となっている
。このような、ひらがな表記に起因する文節切り間違い
を修正するのがこの発明の特徴でるる。

それを実現するために、代表的なひらかな表記の単語列
を蓄積した特定文字辞書テーブル２９を用いる。ひらが
な表記の単語列の集合は、通常の言語生活の中から周知
の事実として作成することができる。例えば、品詞分類
で説明すると、連体詞、代名詞、副詞、接続詞などの中
にそのようなひらがな表記単語が多い。

第９図は特定文字辞書テーブル２９を説明するためのひ
らかな表記テーブル例を示したものである。同図は説明
上のための代表的な単語を示しており、通常の単層の文
字列の順序にソートしたものである。第１０図は上記の
ひらがな表記テーブルを逆引きてきるようにソートした
ちのであり特定文字辞書テーブル２９の内容を示してい
る。

ステップ４４に引き続き、特定文字辞書テーブル２９を
参、＠することにより、第８図のように文節切断された
文字列から、ひらがな文字列の部分を、文字列先頭に向
かって検素する（ステップ４５）。

特定文字辞書テーブル２９に蓄積されている単語の並び
の順序は、上記したように、文字列の検索の＊午と同じ
であり、１文字の照合失敗でその単語との照合を解放す
ることができるため、一致照合までの時間を短縮させる
ことができる。また、途中で照合失敗であることが確認
できるので、バッファの容量の少なくて済む。この処理
は字種がひらがなから池の字種へ変わるひらかな文字列
の間で実行される。

この実施例の場合、「をこの」の部分の「のこ」か照合
に成功する（ステップ４６）。照合に成功すれば、ひら
がな表記単語の先頭で文節か始めるように文節の切れ目
を追加挿入し、文節の切出し位置を修正する（ステップ
４７）。その結果、第８図の文章は第１１図に示すよう
に文節切出し位置が修正される。次いで修正結果は結果
蓄積装置２６に格納されろ（ステップ４８）。

次いで終了条件かｎｏであれば、すなわち次ぎに文節切
出しを行うべき文があれば、次の文を文章蓄積装！２１
から読み出す処理、また、蓄積する位置が重複しないよ
うに制御を行う（ステップ４９）。

ステップ４９においてｙｅｓ、すなわち、切出し処理を
行う対象かなくなれば、必要とする情報を結果蓄積装置
２６に蓄積し、処理を終了する（ステップ５０）。

（ト）発明の効果 この発明によれば、（１）文節の切り出しを行う際に、
辞書を利用しないため装置の構成を簡略化できる。それ
により、ワードプロセッサやオフィスコンピュータはも
ちろん、それ以外の小型機器、具体的には電子手帳やプ
ログラム機能付き電卓においてもこの発明を適用するこ
とができる。（２）文節切り出し処理、キーワード検索
処理を高速で行うことができる。（３）文節切り出しの
ための制御プログラムを簡単にすることができる。（４
）文節を切り出す場合、日本語ではベタ書きのため、文
節の位置がわからないという欠点があり、そのたぬ、文
節をどこから始め、どこで終了するかを決定するのに多
大な処理と時間を必要としている。

この発明によれば、文節位置を決定した後から言語処理
を行うことができるため、処理時間を大幅に短縮するこ
とかできる。（５）字種判別結果をディジタル回路で２
直に置き換えて処理するため、処理か高速になり、回路
が簡略化され、かつ文節切り出し装置を安価で実現する
ことかできる。（６）ひらがな表記単語１こよる文節切
出し位置のＩｉ５違いを減少させることができる。（７
）特定文字辞書のひらがな表記文字列と入力文字列の比
較照合を速く行え、照合に際して：よ辞書に要するパブ
ファメモリの容量を少ない容量で実現することができる
。

【図面の簡単な説明】

策１図はこの発明の基本構成を明示するブロック図、第
２図はこの発明の一実施例であるワードプロセッサの構
成を示すブロック図、第３図は文章蓄積装置に蓄積され
１こ文の一例を示す説明図、第４図は字種判別テーブル
の内容を示す説明図、第５図はコードデジタル化テーブ
ルの内容を示す説明図、第６図は字種判別結果を示す説
明図、纂７図は文節切出し判別テーブルの内容を示す説
明図、第８図は切出し結果を示す説明図、策９図および
第１０図は特定文字辞書テーブルの内容を示す説明図、
第１Ｉ図は切出し位置修正結果を示す説明図、第［２図
：ヱ実施例の処理動作を示す）σ−チャートである。 ！・・・・・文章蓄積手段、２・　・・指示手段、３・
　・　読出手段、　　　　４　　・　字種判別手段、５
・・・変換手段、 ６・・・・・判別結果蓄積手段、 ７　・・−・文節切出し手段、 ８　　・・特定文字辞書手段、 ９・　・・文節切出し修正手段、 １０・・・・・・記憶手段、　　　１１・・・−・出力
手段。 代理人　　弁理士　　野河　信太部　ソ二つ４、−ぷ 、？・　３　図 １．、−−７″　をニ　フ−１Ｏし　　□−出　し１Ｘ
戸　４　「・” 第５図 第６図 が７図 ７Ｘ　８　ご・′ 巧引陛序１：／出ｆ／賃粕を；の／ワープロで′／作成
し／冨子出尉１１Ｊ二。／第　９　図 ：＝ＩＱｔｎ 第　１１　Σ ＮｔＩＦ庁に／出す／資料を／二１７）／ワーフ゛口で
／作成し／電５わ腫しｔ二、／第１２図

Claims (1)

1. 【特許請求の範囲】 １、文章を蓄積する文章蓄積手段と、 文章蓄積手段から所望の文を読み出すための指示を行う
   指示手段と、 指示された文を文章蓄積手段から読み出す読出手段と、 読み出した文について１文字ずつ漢字、ひらがな、カタ
   カナなどの字種を判別するとともに句点を判別する字種
   判別手段と、 字種判別手段による判別結果を２種類の符号のいずれか
   に置き換えて出力する変換手段と、変換手段からの出力
   を順次蓄積する判別結果蓄積手段と、 判別結果蓄積手段に蓄積された符号列について、所定の
   符号変移点を検出した際に、読み出した文中に文節の切
   れ目を挿入する文節切出し手段と、連体詞、代名詞、副
   詞、接続詞などからなり、文節を伴う特定のひらがな文
   字列を多数記憶している特定文字辞書手段と、 文節の切れ目が挿入された文中に前記特定のひらがな文
   字列が存在するかどうかを検索し、特定のひらがな文字
   列が存在する場合に、そのひらがな文字列を１つの文節
   として前記文中に文節の切れ目を挿入し、文節切れ目挿
   入位置を修正する文節切出し修正手段と、 文節切出し修正手段から出力される文を記憶する記憶手
   段と、 記憶手段に記憶された文を可視出力する出力手段とから
   なる文節切出し装置。 ２、前記特定文字辞書手段に記憶されている各ひらがな
   文字列が、前記検索におけるひらがな文字抽出順序と同
   順序にて格納されていることを特徴とする請求項１記載
   の文節切出し装置。