JPH0486946A - 拡張ｌｒパーザによる文認識方式 - 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】 ［発明の目的］ （産業上の利用分野） この発明は、音声もしくは文字を単語や文の単位で高精
度に認識することができる拡張ＬＲパーサによる文認識
方式に関する。

（従来の技術） 従来、音声や文字を高い精度で認識するには、自然言語
情報の利用が不可欠となる。言語情報の中でも構文解析
アルゴリズムの組込みが、当面、認識システムの課題と
なっている。構文解析法の中でも、ＬＲ構構文解決法、
計算機のコンパイラの分野でよく知られた構文解析法で
ある。この構文解析法は、入力記号を左から右に一方向
に読みながら、後戻りなしに決定的に解析を進めるもの
である。（北、周端、斎藤ｒ　ＨＭＭ音韻認識と予測Ｌ
Ｒパーザを用いた文節認識」電子情報通信学会、技術報
告５Ｐ８８−８８　、１９８８年１０月参照。）ＬＲ構
構文解決法基づくパーザは、動作表と行先表という２つ
の表を参照しながら解析を進めていく。動作表はパーザ
の現在の状態Ｓと入力記号ａから、パーザが次に取るべ
き動作ＡＣＴＩＯＮ（Ｓ、ａ）を決定するのに用いられ
る。パーザの動作には、（１）移動（ｓ：５ｈｉｆｔ）
　　（２）還元（ｒ　：　ｒｅｄｕｃｅ）（３）受理（
ａｃｅ：ａｃｃｅｐｔ）　　（４）誤り（ｅｒｒｏｒ）
の４種類がある。移動はパーザの状態記号をスタックに
積む動作、還元はスタック上の記号を文法規則によって
まとめ上げていく動作である。受理は入力記号列が解析
されたことを、誤りは受は入れられなかったことを意味
する。行先表はパーザの次の状態ＧＯＴＯ（ｓ、Ａ）を
決定するのに用いられる。

パーザは内部に入力された記号列がどこまで処理された
かという入力ポインタと状態スタックを持っている。ス
タック最上段の状態がパーザの現在の状態である。パー
ザは次に示すような手順で入力記号列を処理する。

（１）初期化二人カポインタを入力記号列の先頭に位置
づける。状態スタックに０をブツシュする。

（２）現在の状態ＳＡの示す記号ａに対し、ＡＣＴＩＯ
Ｎ（ｓ　、　ａ）を調べる。

（３）　ＡＣＴＩＯＮ（ｓ、ａ）　　　５ｈｉｆｔ　　
ならば、ＧＯＴＯ（Ｓ、ａ）を状態スタックにブツシュ
し、入力ポインタを一つ進める。

（４）　ＡＣＴＩＯＮ（ｓ、ａ）　＝　　ｒｅｄｕｃｅ
　ｎ　　ならば、ｎ番目の文法規則の右辺にある文法記
号の数たけ状態スタックから状態をポツプする。スタッ
ク最上段の状態Ｓ゛と　ｎ番目の文法規則の左辺にある
文法記号Ａとから、次の状態ＧＯＴＯ（ｓ’、Ａ）を求
めスタックにブツシュする。

（５）　ＡＣＴＩＯＮ（ｓ、ａ）　−ａｃｃｅｐｔ”な
らば、解析は終了する。

（６）　ＡＣＴＩＯＮ（ｓ、ａ）−“ｅｒｒｏｒ　　な
らば、解析は失敗する。

（７）　（２）に戻る。

動作表と行先表は文法規則から機械的に構成することが
できる。このようなＬＲ構文解析法では、文法規則が曖
昧性を持つ場合（すなわち行先か一意には決まらない場
合）に対処できす、音声や文字の認識に現れる複数候補
の処理などができなかった。

一般化Ｌｌ？構文解析法（以下Ｇ１、Ｒと略す）は、曖
昧性を持つ文法規則を取り扱うために考え出された手法
である。

この手法は、ＬＲ構文解析法で用いる動作表の各欄に複
数の動作を記述することを許し、複数の動作記述か指定
されているときには、各動作を並列的に行い、同時にい
くつかの解析を平行して進めるというものである。この
手法を用いることにより、自然言語のように曖昧な入力
を持つ言語のすべての解析結果をすべて求めることが可
能となった。

第２図は文法規則を示す表であり、第３図は第２図に示
す文法規則をＧＬＲ構文解析法で用いる表（動作表およ
び行先表）に変換した例を示す。第２図では終端記号（
具体的な単語名：　ｍａｎｅ　（豆）、ａｒｐ　　（あ
れ）、０　（を）　、ｏｋｕｒｅ　　（おくれ）ｋｕｒ
ｅ　（＜れ））に対する行先は、第３図の動作表に示さ
れている。たとえば、　ｓ２”は「移動」動作であるこ
とを示し、「移動」の後に状態２になることを示してい
る。また　ｒ５”は５番目の文法規則による「還元」動
作を実行することを示し、この場合は　ａｒｅ”を“Ｎ
”　（名詞）としてまとめている。“ａｃｃ　　は「受
理」動作を示し、空欄は「誤り」動作であることを示す
。入力記号欄の“＄“は入力の終りを示す。

音声認識システムの音韻認識の結果として、第４図に示
すような複数候補を含むラベル系列が得られたとする。

このとき、ＧＬＩ？構文解析アルゴリスムの動きを第２
図、第３図および第５図を用いて説明する。文法規則は
、あらかじめＬＲテーブル（動作表および行先表）に変
換しておく。今、パーザが状態０であるとする。従来の
Ｌｌ？パーサであれば状態０の行と入力された音韻（ラ
ベル）記号（たとえばａとする）から表引きを行い、次
の動作（ｓｈｊｒｔ２）を決定する。これに対しＧＬＲ
パーザでは、動作表の状態０の横１行をすべて調べ、５
ｈｉｒｔあるいはｒｅｄｕｃｅ項目の指定されている音
韻をすべて選び出す（第３図）。

第３図の例では、　　ａ”をスタックに積んだ後（第５
図参照）、状態２を調べる、状態２では、入力のラベル
系列（ラベル記号列）に　　ｒ“かあるので、これを積
んた後、状態９を調べる。途中その状態で存在すべき音
韻が、入力系列中にない場合は探索が打ち切られる。こ
のようにしてａｒｅ　　がスタックに積まれると、状態
１５ては動作表に還元が指定され、文法規則の５番目（
第２図）か適用される。　　ａｒｅ　　は名詞（Ｎ）と
規則に書かれており、スタック上ではＮとまとめられる
（第５図）　次に、行先表のＮに相当する箇所（状態Ｏ
の行）をみると、状態４が指定されており、再び動作表
土の探索を始める。このようにして「あれをくれ」とい
う文と「あれ送れ」という文との２つの文が受理される
。この他、最初の状態０の行にあるもう１つの動作（ｓ
ｈｉｆｔ３）を調べ、同様の探索を行うことによって、
文「豆をくれ」と「豆送れ」という文が受理される。

以上の概要を説明したＧＬＲパーザを音声もしくは文字
認識に用いる場合、ラベル（音声セグメント単位のラベ
ル、音韻単位のラベル、音節単位のラベル、もしくは文
字単位のラベル）の識別性能が装置の性能にそのまま反
映する。このため、音声認識ではＧＬＩ？パーザを次に
くる音韻の予測に使い、トップダウンで予測された１個
の音韻の尤度（確率、スコア）をＨＭＭ（旧ｄｄｅｎ　
Ｍａｒｋｏｖ　Ｍｏｄｅｌ）等の音韻識別方法により、
その都度、計算していく方法か試みられている。

このような従来のＧＬＲパーザでは、並列して処理をで
きるが、付加、脱落、置換誤りへの対処かできなかった
ため、単語、文の認識率か悪いという欠点かある。

すなわち、従来のＧＬＲパーザでは、ラベルの脱落の時
点で、探索が打ち切られてしまう。

（発明が解決しようとする課題） 上記したように、従来のＧＬＲパーサては、並列して処
理をできるが、付加、脱落、置換誤りへの対処ができな
かったため、単語、文の認識率か悪いという欠点を除去
するもので、付加、脱落、置換誤りへの対処ができ、か
つラベルを予測した後、このラベルを識別する場合に、
環境としての前後のラベルを考慮した高精度な認識か実
現でき、ＧＬＲパーザを改善して、高精度の単語、文の
認識かでき、認識率の向上が図れる拡張ＬＲパーザによ
る文認識方式を提供することを目的とする。

［発明の構成］ （課題を解決するための手段） この発明の拡張ＬＲパーサによる文認識方式では、音声
もしくは文字をラベル記号列に置き換え、この置き換え
られるラベル記号列を拡張パーサを用いて単語もしくは
文を認識するものにおいて、上記拡張パーサが、文法規
則を記述した第１の表と、動作表、行先表を表す第２の
表とともに、第１の表と第２の表の双方もしくは一方を
使用して得られる予測ラベル系列と、上記入力ラベル系
列との双方もしくは一方から引かれる第３の表とを有し
、これら３つの表を用いて単語もしくは文を認識する機
能から構成されている。

（作用） この発明は、音声もしくは文字をラベル記号列に置き換
え、この置き換えられるラベル記号列を拡張パーザを用
いて単語もしくは文を認識するものにおいて、上記拡張
パーザが、文法規則を記述した第１の表と、動作表、行
先表を表す第２の表とともに、第１の表と第２の表の双
方もしくは一方を使用して得られる予測ラベル系列と、
上記入力ラベル系列との双方もしくは一方から引かれる
第３の表とを有し、これら３つの表を用いて単語もしく
は文を認識するようにしたものである。

（実施例） 以下、この発明の一実施例について図面を参照して説明
する。

第１図はこの発明の拡張ＬＲパーザによる文認識方式か
用いられる音声認識システムである。

すなわち、入力音声の特徴パラメータをバンドパスフィ
ルタ（Ｂ　Ｐ　Ｆ）あるいは線形予測（Ｌ　Ｐ　Ｇ）を
用いて分析する音響分析部１、音韻ごとの標準パターン
や遷移ネットワークが記憶されている音韻辞書２、音響
分析部１からの特徴パラメータと音韻辞書２の標準パタ
ーンや遷移ネットワークを用いて照合され、音韻の系列
としてのラベル系列（ラベル記号列）が出力される音韻
照合部３、文法規則があらかじめ記憶されている文法規
則表（第２図参照）としてのＬＲ子テーブル、動作と行
先とがあらかじめ記憶されている動作表、行先表（第３
図参照）としてのＬＲ子テーブル、第７図に示すような
、あらかしめ多量の音声データを用いて作成される音韻
の付加、脱落、置換に関する規則か記憶されている付加
、脱落、置換表としてのＬＲ子テーブル、および音韻照
合部３からの音韻系列を各ＬＲ子テーブル、５．６の文
法規則表、動作表、行先表、付加、脱落、置換表を参照
して認識する拡張ＬＲパーザ７によって構成されている
。

拡張ＬＲパーザ７にはレジスタで構成されるスタック７
ａかあり、ラベル系列か記憶されるようになっている。

次に、このような構成において動作を説明する。

たとえば今、入力音声は音響分析部１で分析処理を施さ
れて特徴パラメータが求められた後、音韻照合部３に与
えられる。音韻照合部３では、音響分析部１からの特徴
パラメータが音韻辞書２の標準パターンや遷移ネットワ
ークを用いて照合され、音韻の系列が拡張ＬＲパーサ７
へ出力される。拡張ＬＲパーザ７は入力の音韻の系列を
ＬＲ子テーブル、５の文法規則表や動作表、行先表を用
いて解析して、第４図および第５図に示すように、スタ
ック７ａに順次積んで行く。この処理の途中で動作表、
行先表のデータがない部分に対応した場合、拡張Ｌｌ？
パーサ７はＬＲ子テーブルの付加、脱落、置換表を用い
て付加、脱落、置換の全ての可能性を並行して調べ、該
当する場合、動作表に示された音韻をスタックに積む。

付加の場合は、入力の音韻か付加されたものと判断し、
入力の系列のポインタを１つ先に進める。このポインタ
の示す音韻が動作表に示された音韻と一致し、かつＬＲ
子テーブルの付加ルールに当てはまる場合、その音韻を
別のスタック７ａに積む。

また、第６図に示すようなラベル系列における脱落の場
合は、次に来るべき音韻を先読みして、ＬＲ子テーブル
の脱落ルールに当てはまる場合、それらの音韻を別のス
タック７ａに積む。

すなわち、拡張Ｌｌ？パーサ７は　ａ　をスタック７ａ
に積んだ後、第３図に示すＬＲ子テーブルの動作表、行
先表上の状態２を調べる。状態２ては、入力のラベル系
列に“ｒ″がないため、拡張ＬＲパーサ７は“ｒ”かあ
ったと仮定して次のラベルｓ９”を先読みする。状態９
で“ｅ″があることを判定した際に、拡張ＬＲパーザ７
は第７図に示すＬＲ子テーブル内の脱落ルール類の中の
“ａｒｅ　　に関する項目を探索する。この探索により
、拡張Ｌｌ？パーサ７はラベル系列“ａｒｅ　　の　ｒ
″か脱落して“ａｅ”となりうろことが確認されると、
スタック７ａに“ａｒｅ”を積み、ＬＲ子テーブル内の
脱落ルール類の中に対応する項目がない場合、探索を打
ち切る。

この場合、拡張ＬＲパーザ７は先読みの機能を利用して
、ＬＲ子テーブル内の脱落ルール類の中からａｒｅ　　
というラベル系列を予測し、この予測ラベル系列から、
付加、脱落、置換を引くことにより、ラベルの脱落に対
処できる。拡張Ｌｌ？パーサ７は付加や脱落に対しても
、同様にＬＲ子テーブル内の付加ルール類、脱落ルール
類の中を探索して対処することができる。

これにより、付加、脱落、置換誤りに関するルール表に
よって、付加、脱落、置換誤りの生じている入力ラベル
系列から、拡張ＬＲパーザ７て受理できる単語、文を効
率良く探索することかできる。

そして、このようにして解析を進め、拡張ＬＲパーサ７
は最終的に残った文を認識結果として出力する。

また、あらかじめ大量の文書を用いて得られる確率統計
的な数値を文法規則表としてのＬＲ子テーブルや動作表
、行先表としてのＬｌ？テーブル５に付加するようにし
ても良い。ＬＲ子テーブル内の各ルール類の右の括弧内
の数値が、そのルールが適用された時の確率値もしくは
確信度を示している。

この確率値は、あらかじめ大量の音声データを用いて、
各ルールが使用された頻度から求められたものである。

これらの値は、単語、文節、文等の尤度、つまり通常、
確率もしくは確信度の対数値を累積したものを与え、最
も確からしい単語、文節、文を得ることかできる。

なお、拡張ＬＲパーサ７は、音韻のスコアやＬＲ子テー
ブル、５．６中の確率値を用いて、可能性の小さなもの
の探索を打ち切ることにより、探索の空間か膨大になる
のを押さえることができる。

また、上記実施例では、ラベル系列に対する付加、脱落
、置換誤りへの対処を行うものであったか、これに限ら
す、ラベル系列の予測を変形例も含めて行い、この予測
した変形例も含むラベル系列を音韻照合部に戻すように
しても良い。この場合、ラベル系列を予測した後、この
ラベル系列を識別する際に、環境としての前後のラベル
系列を考慮した高精度な認識を行うことができる。

例えば、第８図に示すような音声認識システムで構成さ
れ、第１図に示す音声認識システムとは、音響分析部１
、音韻辞書２、ＬＲ子テーブル、５が同じものとなって
おり、変更して用いる音韻照合部１３、ＬＲ子テーブル
６、および拡張ＬＲパーザ１７について詳細に説明する
。

たとえば今、入力音声は音響分析部１て分析処理を施さ
れて特徴パラメータが求められた後、音韻照合部１３に
与えられる。音韻照合部１３では、音響分析部１からの
特徴パラメータが音韻辞書２の標準パターンや遷移ネッ
トワークを用いて照合され、音韻の系列が拡張ＬＲパー
サ１７へ出力される。拡張ＬＲパーサ１７は次にくる音
韻を予測し、音韻照合部１３に対して音声データ中に予
測された音韻が存在する確率（スコア）を調べるように
命令を出す。音韻照合部］３では、入力特徴パラメータ
系列と音韻辞書２の標準パターンや遷移ネットワークを
用いて音韻が照合され、指定された音韻の存在する確率
（認識のスコア）が拡張Ｌｌ？パーザ１７へ返される。

拡張ＬＲパーザ１７は、ＬＲ子テーブル、５の文法規則
表や動作表、行先表を用いて順次音韻を予測し、スタッ
ク１７ａにスコア付きの結果を積んで行く。この際、拡
張ＬＲパーザ１７は、先読み機能を用いて、指定された
音韻の置かれた環境をその都度調べ、ＬＲ子テーブル６
の鼻音化、無声化等の音韻変形を示す変形表から変形を
受けるケースに当たるか否かを探索する。この探索の結
果、音韻照合に影響を及はすケースに相当する場合は、
拡張ＬＲパーザ１７から音韻照合部］３へ予測された音
韻とその変形情報を送る。

すなわち、拡張ＬＲパーザ１７はラベル系列として“ａ
ｒｅ”　（あれ）を予測した場合、このラベル系列をそ
のまま音韻照合部１３へ渡すのではなく、第９図に示す
ような変形表としてのＬＲ子テーブル６から　　ａｒｅ
”か“ａ２ａｒｅｌｅ３”となり得ることも予測して、
この情報を音韻照合部１３へ渡す。

第９図の“ａ２ａｒｅｌｅ３”は“ａ　　　　ｒ　　　
　ｅに対して音韻照合部１３に登録されている標準パタ
ーン情報（１つのラベルに対して複数存在している）の
番号を示している。すなわち、この場合は、“ａ　と　
　ｅ　に挾まれた　　ｒ　は単独のパターン　ｒ　とし
ては観測されず、　　ａｒｅ　　という母音に挟まれた
パターンとしてのみ観測できることを示す。このような
、音韻の環境によってパターンの変形を生じる情報を音
韻照合部１３へ渡す。

音韻照合部１３は、変形情報に対応する音韻辞書２の標
準パターンや遷移ネットワークを用いて、高精度の照合
を実行することができる。このように解析を進め、最終
的に残った文が認識結果として出力される。

この場合、高い精度での単語、文の認識を実現すること
ができる。

なお、拡張ＬＲパーザ１７は、音韻のスコアやＬｌ？テ
ーブル４．５．１６中の確率値を用いて、可能性の小さ
なものの探索を打ち切ることにより、探索の空間か膨大
になるのを押さえることができる。

なお、ＬＲ子テーブル６の音韻の変形表に関する規則は
あらかじめ多量の音声データを用いて作成されるように
なっており、変形表の内容としては鼻音化、無声化等の
音韻変形のほか、付加、脱落、置換等を含んでも良い。

［発明の効果］ 以上詳述したようにこの発明によれば、付加、脱落、置
換誤りへの対処かでき、かつラベルを予測した後、この
ラベルを識別する場合に、環境としての前後のラベルを
考慮した高精度な認識が実現でき、ＧＬＲパーザを改善
して、高精度の単語、文の認識ができ、認識率の向上が
図れる拡張ＬＲパーザによる文認識方式を提供できる。

【図面の簡単な説明】

第１図はこの発明の一実施例を示す音声認識システムの
ブロック構成図、第２図は第１図のＬＲ子テーブルして
の文法規則表の記憶例を示す図、第３図は第１図のＬＲ
子テーブルしての動作表、行先表の記憶例を示す図、第
４図および第６図は音韻照合部からのラベル系列の例を
示す図、第５図は拡張ＬＲパーザによる単語の認識を説
明するための図、第７図は第１図のＬＲ子テーブルして
の付加、脱落、置換表の記憶例を示す図であり、第８図
はこの発明の一実施例を示す音声認識システムのブロッ
ク構成図、第９図は第８図のＬＲ子テーブルしての変形
表の記憶例を示す図である。 １・・・音響分析部、２・・・音韻辞書、３・・・音韻
照合部、４．５．６．１６・・・ＬＲ子テーブル７．１
７・・・拡張ＬＲパーザ、７ａ、１７ａ・・・スタック
。 出願人代理人　弁理士　鈴　江　武　彦第２図 第３図 第４図 第６ 図 第 図 第９ 図

Claims (1)

1. 【特許請求の範囲】 　音声もしくは文字をラベル記号列に置き換え、この置
   き換えられるラベル記号列を拡張パーザを用いて単語も
   しくは文を認識するものにおいて、上記拡張パーザが、
   文法規則を記述した第１の表と、動作表、行先表を表す
   第２の表とともに、第１の表と第２の表の双方もしくは
   一方を使用して得られる予測ラベル系列と、上記入力ラ
   ベル系列との双方もしくは一方から引かれる第３の表と
   を有し、 これら３つの表を用いて単語もしくは文を認識する機能
   を具備したことを特徴とする拡張ＬＲパーザによる文認
   識方式。