JPH0438018B2 - - Google Patents

Description

【発明の詳細な説明】 〔発明の技術分野〕 本発明は辞書容量の削減を図つた言語処理装置
に関する。

〔発明の技術的背景とその問題点〕

近時、情報処理技術を利用した各種の言語処理
装置、例えば日本語ワードプロセツサや自動翻訳
装置等が広く普及している。

この種の言語処理装置に組込まれる辞書は、一
般に語の表記とこれを検索する為のキー情報とを
相互に対応付けて格納し、このキー情報に従つて
上記語の表記を検索するものとなつている。例え
ば日本語ワードプロセツサでは、仮名漢字変換処
理の為の単語辞書が準備され、仮名見出し語を検
索キーとしてその漢字見出し語を検索するものと
なつている。

ところで上記漢字情報はJISで定められるよう
にそれぞれ２バイトの情報で表現される。また単
語の多くは複数の漢字の組合せとして表現され
る。この為、前記日本語ワードプロセツサの単語
辞書を構成する場合、大容量の記憶装置を必要と
し、その小形化を図る上での大きな課題となつて
いる。

〔発明の目的〕

本発明はこのような事情を考慮してなされたも
ので、その目的とするところは、辞書容量の削減
を図り、その小形化を容易に可能ならしめる言語
処理装置を提供することにある。

〔発明の概要〕

本発明は、仮名文字列等のキー情報を入力する
ための入力部と、個々の漢字を表わす漢字情報と
複数の漢字により構成される熟語を表わす熟語情
報を見出し語としてそれぞれ所定のアドレスに格
納した変換辞書と、前記入力部から入力されたキ
ー情報を読みとして前記変換辞書を検索し、該仮
名文字列を漢字情報または熟語情報に変換する変
換部とを有する言語処理装置において、前記変換
辞書に格納された熟語情報は、該熟語情報を構成
する複数の漢字の漢字情報が格納されたアドレス
に関するアドレス情報と、該熟語情報の読みの区
切りを示す区切り情報とにより表現されているこ
とを特徴とする。

〔発明の効果〕

本発明によれば、変換辞書に格納された熟語情
報は、該熟語情報を構成する複数の漢字の漢字情
報が格納されたアドレスに関するアドレス情報
と、該熟語情報の読みの区切り情報とにより表現
されるので、熟語情報をこれを構成する複数の漢
字情報の組み合わせで単純に格納する場合に比較
して、情報量を少なくすることができる。

具体的には、例えば漢字１文字の漢字情報は、
JISコードの場合で２バイトであるから、漢字２
文字で構成される熟語をJISコードで表現すると、
４バイトのデータ量を必要とするが、これを本発
明のように漢字２文字のJISコードが格納された
アドレスのアドレス情報と、読みの区切りを示す
区切り情報とで表現すると、例えば２バイト程度
以下のデータで表現できる。

一般に、日本語文章で使用される単語の多く
は、複数の漢字の組み合わせで構成される熟語で
あるから、本発明のように変換辞書を構成するこ
とにより単語全体として見た場合、情報量を大幅
に少なくするでき、それだけ変換辞書の容量を削
減することが可能であるため、言語処理装置の小
形化に大きく貢献する。

〔発明の実施例〕

以下、図面を参照して本発明の一実施例につき
説明する。

第１図は実施例装置の要部概略構成図であり、
１は検索キー情報の入力部、２は上記検索キー情
報に従つて変換辞書３を検索し、該検索キー情報
に該当した見出し語を求める変換部、４は変換部
２で検索された見出し語を出力する出力部であ
る。

この言語処理装置が日本語ワードプロセツサと
して実現される場合には、前記入力部１に与えら
れる検索キー情報は、例えば仮名キーボードから
入力された仮名文字列であり、変換辞書３はその
仮名文字列を読み情報として漢字表記される単語
をそれぞれ格納した単語辞書として実現される。
そして変換部２は、この単語辞書（変換辞書３）
を用いて前記入力仮名文字列を仮名漢字変換処理
して出力することになる。

第２図は、このような言語処理装置における変
換辞書の一構成例を示すもので、入力部１からの
キー情報すなわち熟語文字列を読みとし、この読
み（仮名文字列）に対応した漢字文字（文字列）
を漢字見出し語として格納して構成される。尚、
この変換辞書３には上記見出し語に対する品詞情
報や、さらに後述する熟語の見出しの区切り情報
などの属性情報も格納されている。

しかしてこの変換辞書３においては、漢字１文
字の見出し語を得る仮名文字列、例えば『あか』
なる仮名文字列に対する漢字見出し語は、その同
音語を含めて『赤，朱，垢，丹，緋…』等として
格納されている。また同様に『じ』なる仮名文字
列に対する漢字見出し語は、その同音語を含めて
『示，仕，字，地，自，寺…』等として格納され
ている。これらの各漢字見出し語は従来装置の場
合と同様に、そのJIS漢字コード等としてそれぞ
れ表現される。

一方、変換辞書３において、漢字２文字のよう
に複数の漢字で構成される単語（すなわち熟語）
である見出し語は、これを構成する複数の漢字が
格納された辞書３の格納アドレスのアドレス情報
と、この見出し語についての読みの区切りを示す
区切り情報とにより表現されている。

即ち、例えば『あかじ』なる読みに対しては、
その読みが『あか』『じ』の２つに分解できるこ
とを利用し、『赤字』の『赤』が読み『あか』の
１番目の見出し語『赤』として格納されており、
また上記『赤字』の『字』が読み『じ』の３番目
の見出し語『字』として格納されていることか
ら、その見出し語を『１，３』としてアドレス情
報として表現している。

尚、読み『あかじ』に対する属性情報として与
えられている『２』なる情報は、その読みが『先
頭から２文字目に区切りを有する』ことを示して
いる。また読みを示す文字列が分解できないよう
な場合には、上記区切りを示す情報は『０』とし
て与えられ、読みを示す仮名文字列が３つ以上に
分解できる場合には、区切りを示す情報は例えば
『２，４』等として与えられる。

例えば読み『あかしんごう』に対しては、区切
りの情報『２，４』によつて上記読みが『あか／
しん／ごう』に分解され、その『あか』に対して
『赤』が格納されたアドレス情報『１』、『しん』
に対して『信』が格納されたアドレス情報『５』、
『ごう』に対して『号』が格納されたアドレス情
報『４』により上記読み『あかしんごう』の見出
し語が『１，５，４（赤信号）』として与えられる
ことになる。

尚、区切り情報を区切り文字数として、つまり
上述した例では『２，２』等として表現するよう
にしても良い。また該当語（漢字）が辞書３の他
の読みに対する見出し語として格納されていない
場合には、その見出し語をそのまま漢字情報とし
て格納するようにすれば良い。

かくしてこのような変換辞書３を備えた本装置
によれば、読みに対する属性情報によつて区切り
が指定された場合、変換部２はその区切り情報に
従つて上記読みを分解し、分解された読みに対応
して格納された見出し語を前記アドレス情報に従
つてそれぞれ求めてその見出し語（漢字文字列）
を得ることになる。つまり、見出し語を構成する
漢字表記をアドレス情報に従つてそれぞれ求め
て、その見出し語を得ることが可能となる。

また前述した変換辞書３の構成によれば、複数
の漢字で表現される見出し語が、各漢字のアドレ
ス情報と、その見出し語（熟語）の読みの区切り
を示す区切り情報で表現されるので、漢字を直接
JISコードで表現した場合には１文字当り２バイ
トのデータ量が必要であつたところを、例えば１
文字当り１バイト以下のデータ量で表現すること
が可能となる。従つて変換辞書３に必要な容量を
大幅に少なくすることができ、例えば１チツプ半
導体ROMに辞書データの全てを収納することが
可能となる等の効果が奏せられる。

尚、本発明はその要旨を逸脱しない範囲で種々
変形して実施することができる。

【図面の簡単な説明】

第１図は本発明の一実施例装置の要部概略構成
図、第２図は実施例装置における変換辞書の構成
例を示す図である。 １…入力部、２…変換部、３…変換辞書、４…
出力部。

Claims (1)

1. 【特許請求の範囲】 １ 仮名文字列を入力するための入力部と、 個々の漢字を表わす漢字情報と複数の漢字によ
   り構成される熟語を表わす熟語情報を見出し語と
   してそれぞれ所定のアドレスに格納した変換辞書
   と、 前記入力部から入力された仮名文字列に従つて
   前記変換辞書を検索し、該仮名文字列を漢字情報
   または熟語情報に変換する変換部とを有する言語
   処理装置において、 前記変換辞書に格納された熟語情報は、該熟語
   情報を構成する複数の漢字の漢字情報が格納され
   たアドレスに関するアドレス情報と、該熟語情報
   の読みの区切りを示す区切り情報とにより表現さ
   れていることを特徴とする言語処理装置。