JPH05298355A - 自然言語文解析装置 - Google Patents

Abstract

(57)【要約】 【目的】 目的言語の知識を必要としなくとも、機械翻
訳を可能とする。 【構成】 入力部１より自然言語文を入力し、構文解析
部３において入力文を解析構造の集合に変換する。該構
文解析部３には、解析構造から他の解析構造と区別する
に充分な特徴を抽出する解析構造特徴抽出部を有する。
対話処理部４は、前記解析構造特徴抽出部により抽出さ
れた特徴の集合から、一つあるいは複数を操作者に問
い、その答えを用いて解析構造の多義を解消し、前記特
徴のエントロピーを基に対話を行なう。

Description

【発明の詳細な説明】

【０００１】

【技術分野】本発明は、自然言語文解析装置に関し、機
械翻訳装置など自然言語文を入力とするシステムの実現
において用いられる自然言語文の構文解析装置、特に操
作者との対話を情報源とする対話型構文解析装置に関す
る。

【０００２】

【従来技術】自然言語文にはその意味が曖昧な文が数多
く存在する。例えば、 （ａ）私はきのう買った本を読んだ。については「きの
う買った」のか「きのう読んだ」のかが曖昧である。こ
うした曖昧さを「係り受け」の曖昧さと呼ぶ。すなわち
「きのう」の係り先が曖昧であるという意味である。ま
た、 （ｂ）魚は食べる。については「魚が何かを食べる」の
か「何かが魚を食べる」のか曖昧である。こうした曖昧
さを「役割」の曖昧さと呼ぶ。すなわち「魚は」の「食
べる」に対する役割が主語であるのか目的語であるのか
が曖昧である。

【０００３】人間の場合、自然言語におけるこうした曖
昧さは、発話の状況やイントネーション、間の取り方な
どを情報として解消していると考えられる。しかし、機
械翻訳などに用いられる自然言語構文解析装置で、入力
部よりの文字列データが入力情報であるので、上記のよ
うな曖昧さを解消するのは困難である。そこで操作者が
自然言語文解析装置を介入して操作者の意図する結果を
得ようとする技術には数多くの提案がなされてきた。自
然言語文解析装置の応用分野である機械翻訳技術におい
ても、例えば、特開昭６３−３００３６０号公報、特開
昭５９−１４０５８２号公報、特開昭６１−１８０７３
号公報などがある。以下こうした曖昧な自然言語文の解
析結果を絞り込む技術を「多義の解消」に関する技術と
呼ぶ。

【０００４】まず、特開昭６３−３００３６０号公報に
記載のものは、翻訳・編集作業の効率化を図るために、
編集制御部は翻訳部で翻訳継続中に、翻訳が既に終了し
た訳文を訳文記憶部から続出して表示部で表示せしめる
機能と、翻訳継続中に出される編集コマンド情報に応答
して、該翻訳が既に終了した訳文について編集処理を行
なう機能を有するものであり、このような従来技術およ
び類似する技術をポストエディット方式と呼び、自然言
語文解析装置は可能な解析結果のうち一つを強制的に選
択し、その唯一解を機械翻訳装置の変換生成部が対象言
語に変換する。解析装置の選択が誤ったことによる翻訳
結果の誤りの修正は、目的言語そのものを編集すること
によって行なわれるものである。

【０００５】また、特開昭５９−１４０５８２号公報に
記載されたものは、自然言語の解析において、多義性の
生じる場合をあらかじめ分類し、これらの分類に属して
多義性が生じる可能性のある入力言語の該当部分に、構
文解析処理以前にあらかじめ指示用データを、多義性を
解消する指示方法にしたがって挿入しておくことにより
翻訳処理を行うものであり、このような従来技術および
類似する技術をプレエディット方式と呼び、自然言語文
解析装置に入力する入力文に曖昧さを解消するための情
報を付加することによって多義を解消するものである。

【０００６】また、特開昭６１−１８０７３号公報に記
載されたものは、翻訳処理において、第１言語の解析終
了時点で校正を行い、例えば、解析結果を解析木として
表示し、そのノード番号を用いて校正を行い、使用頻度
の高い一連の校正に対して、マクロ的なコマンドを使用
するものであり、このような従来技術および類似する技
術をインタエディット方式と呼び、自然言語文解析装置
が入力文の解析結果あるいは中間状態を操作者に示し、
操作者はその出力が間違っていれば自ら修正し、修正さ
れた結果が変換生成の処理対象となる。

【０００７】また多義の解消を操作者との対話によって
解消する対話型の自然言語文解析装置として、例えば、
「対話翻訳の一方式について」（青山外４名、電気情報
通信学会技術研究報告、ＮＬＣ９０−１４、Ｐ．１７〜
２４、１９９０）に述べられている技術がある。これを
対話方式とよぶ。前述の従来技術では操作者が曖昧さを
編集方式で解消しようというものであったが、対話方式
では自然言語文解析装置が曖昧さを検知すると、解消す
るための情報を操作者に求め、操作者がそれに答えるこ
とによって解消する。

【０００８】一方、自然言語文を構文解析する際には、
構文解析木のような構造的データ構造を構成するだけで
は精密な解析は困難である。そこで構造的データ構造に
加えて、意味的データ構造を構成し、これら二つのデー
タ構造により相補的に文法を記述する枠組みに語彙機能
文法がある。これは、「The Mental Representationof
Grammatical Relations,」( Bresnan,J. The MIT Pres
s, 1982 )に開示されている。前記ポストエディット方
式については、目的言語を編集するためには目的言語の
知識がなければならないという問題点がある。例えば日
英機械翻訳システムを日本人が用いようとする場合に
は、英語の充分な知識をも必要とすることになる（第１
の問題点）。

【０００９】また、前記プレエディット方式について
は、目的言語の知識は必要ないが、操作者は入力文の曖
昧さを予想しなければならない。曖昧さを解消するのに
充分な情報を付加するためには、入力文の各所に多くの
情報を付加しなければならない。また、操作者の意図す
る解析結果を得るために必要最小限の情報を付加するこ
とは困難である。すなわち、意図通りの解析結果を得る
ためには、どうしても冗長な情報を付加することにな
り、無駄である。またプレエディットの作業自体が煩雑
である（第２の問題点）。

【００１０】また、インタエディタ方式については、入
力文の解析構造あるいは中間構造としてツリー構造ある
いは類似する構造が表示され、操作者はその表示を修
正、確認する。しかし、この方式では、入力文に関する
複雑な構造を示されても操作者は分からず、またツリー
構造などの編集作業も煩雑である（第３の問題点）。こ
のように、従来の対話方式では、自然言語文解析装置の
解析のフェーズごとに発生した多義の全てをその場で解
消するため、煩雑であった。また発生した順に多義を解
消するため対話の回数を多くなり、操作者の負担が大き
かった。さらに文法的な質問であるため、文法的知識が
充分でない操作者に負担が大きかった。例えば、日本語
の「買われた本は…」という文の「れる」の語義が「受
身」か「尊敬」かという質問を受けても、操作者の答え
はいい加減なものになるであろう。従来の対話方式では
こうした問題点の考慮がなかった（第４の問題点）。

【００１１】

【目的】本発明は、上述のごとき実情に鑑みてなされた
もので、自然言語文解析装置が入力文の解析時に多義を
検知した場合には、多義を解消するに充分な情報を最も
効率良い順番で質問する。この「最も効率良い順番で質
問する」ことによる対話を最大効率対話と呼ぶ。質問は
入力文に関しての「係り受け」の質問や構文要素の「役
割」の質問である。そのため質問内容が目的言語によら
ず前記の第１の問題点を解消すること、また、多義を検
知した場合に、かつ最も効率良い順番で対話を行なうた
め、対話は入力文の多義を解消するのに必要最小限なも
のとなり、前記第２の問題点を解決すること、また、質
問は係り受けや構文要素の役割に関するものであり、解
析構造を示すといった操作者に分かり難いインターフェ
ースを排除することができるため、前記第３の問題点を
解決すること、また、入力文の解析のフェーズによら
ず、全ての多義を考慮した上で最も効率良い順番で対話
を行なうため、従来の対話方式の煩雑さを解決する。さ
らに各質問について、その質問の平易さ、言い替えれば
その質問に対する操作者の答の確実さに関する情報を持
ち、その情報を最大効率対話に反映することによって前
記第４の問題点を解決するようにした自然言語文解析装
置を提供することを目的としてなされたものである。

【００１２】

【構成】本発明は、上記目的を達成するために、（１）
自然言語文を入力とする入力部と、該入力部による入力
文を解析構造の集合に変換する構文解析部と、該構文解
析部による各々の解析構造から、該解析構造を他の解析
構造と区別するに充分な特徴を抽出する解析構造特徴抽
出部と、前記解析構造の集合に対して抽出された特徴の
集合から、一つあるいは複数を問い、その答を用いて解
析構造の多義を解消する対話処理部と、該対話処理部に
よる解析結果を出力する出力部とから成り、前記対話処
理部は前記特徴のエントロピーを基に対話を行なうこ
と、更には、（２）前記構文解析部は、各々の解析構造
について解析構造の不適合性に関する値を計算するこ
と、更には、（３）前記対話処理部は得られた答の確実
性に関する情報を有し、前記エントロピーを前記答の確
実性に関する情報に基づき計算すること、或いは、
（４）自然言語文を入力とする入力部と、該入力部によ
る入力文を解析構造の集合に変換する構文解析部と、該
構文解析部による各々の解析構造から、該解析構造を他
の解析構造と区別するに充分な特徴を抽出する解析構造
特徴抽出部と、前記解析構造の集合に対して抽出された
特徴の集合から、一つあるいは複数を問い、その答を用
いて解析構造の多義を解消する対話処理部と、該対話処
理部による解析結果を出力する出力部とから成り、前記
対話処理部は解析構造の集合の要素数を最も減らすよう
に対話を行なうこと、更には、（５）前記（４）におい
て、前記構文解析部は、各々の解析構造について解析構
造の不適合性に関する値を計算すること、更には、
（６）前記（４）において、前記対話処理部は得られた
答の確実性に関する情報を有し、解析構造の朝合の要素
数を最も減らすように対話を行なう際に、前記答の確実
性に関する情報に用いて行なうことを特徴としたもので
ある。

【００１３】本発明による自然言語文解析装置では、文
法的性質を制約として表現し、各制約にはその制約のも
つ文法的強さ（例外の少なさ）に関する情報を付加する
ことによって文法現象を表現する。一方で解析装置は入
力文に対して公知の語彙機能文法での機能構造に相当す
る構造を構成し、さらに機能構造の適合性をしらべるた
めにいくつかの制約のチェックを行なう。各々の制約は
例外の少なさに関する情報を持っているので、満たされ
なかった制約の全ての例外の少なさに関する情報を総合
評価して数値で表わす。この数値は各々の機能構造の不
適合性であり、ペナルティと呼ぶ。

【００１４】曖昧な（多義のある）自然言語文が入力さ
れた場合、複数個の機能構造が各々ペナルティを計算さ
れて得られる。ペナルティはその機能構造の不適合性、
言い替えれば機能構造が正しい解析結果であることの可
能性の少なさを表わしている。本発明による自然言語文
解析装置では、これらペナルティつきの機能構造の各々
から他の機能構造と区別するのに十分な情報を抽出する
ことにより構造表現ベクタを構成する。こうして得られ
た複数個のペナルティ付きの構造表現ベクタの集合か
ら、一つのベクタを特定するのに最も効率の良い順番で
質問を行う。

【００１５】この最大効率対話は、前記の構造表現ベク
タの各列に関してエントロピーを計算し、エントロピー
の値が大きいものから質問を行なう。また別の実現によ
ると、構造表現ベクタの１列を決定することにより減る
構造表現ベクタの数の期待値が大きいものから質問を行
なう。こうした最大効率対話の実現法を対話計画と呼
ぶ。二つの対話計画のうち、前者を「エントロピーを用
いた最大効率対話」、後者を「機能構造の数を用いた最
大効率対話」と呼ぶ。さらに、対話計画の際に、各質問
に関して質問の平易さ、答えの確実さに関する情報を加
えて計算を行う。このように、複数個の構造表現ベクタ
から一つのベクタを特定するのに最も効率良く行なう対
話計画によると、構造表現ベクタが機能構造を十分に表
現しているため、複数個の機能構造から一つの機能構造
を特定するのに、操作者の文法的知識を考慮したうえで
の最も効率の良い対話を行なうことになる。

【００１６】図１は、本発明による自然言語文解析装置
の一実施例を説明するための構成図で、図中、１は入力
部、２は出力部、３は構文解析部、４は対話処理部、５
は辞書部、６は構文規則部、７は制約部、８は機能関係
部である。入力部１はキーボードなどの入力装置あるい
は記憶装置から自然言語文が入力される。また入力部１
は対話処理において、操作者からの情報を入力する手段
でもある。出力部２は解析結果あるいは対話処理におけ
る質問内容を操作者に示すためのディスプレイ装置など
である。機械翻訳システムなどの場合のように、出力装
置として別のモジュールが付加する場合も含む。

【００１７】図２（ａ）,（ｂ）及び図３は、辞書部の
内容の一部である辞書Ｄ、構文規則部の内容の一部であ
る構文規則Ｒ、制約部の内容の一部である制約Ｃを示す
ものであり、図４は機能関係部の内容の一部を示すもの
である。図２（ａ）に示す辞書Ｄの各要素は見出し語、
語彙範疇(品詞)、素性リストで表現される。素性リスト
は素性のリストで、各素性は（素性名、素性値）の形の
ペアである。ここで素性とは語彙の持つ性質を抽出した
ものである。図２（ｂ）に示す構文規則Ｒは公知の句構
造文法の表記法を拡張したラベル付きの句構造文法で記
述されている。右辺の各要素はラベル付きの非終端記号
か、ラベルなしの非終端記号である。例えば、図２
（ｂ）中の規則Ｒ１中の(ＮＰ；case）の場合、ＮＰは
非終端記号でラベルcaseが付加されている。また各々の
規則について、右辺の非終端記号で小文字の英字は前終
端記号(語彙範疇)、大文字の英字は前終端記号以外の非
終端記号を表わしている。また構文規則中のラベルは機
能名を表す。ここで機能名とは公知の語彙機能文法での
用法と同様であり、例えば、規則Ｒ１の記述は語彙機能
文法における以下のＲ１０と同じである。

【００１８】図３に示す制約Ｃの各要素は機能名とペナ
ルティ付きのプロダクションルールである。その表記法
は、 （機能名：ペナルティ）制約規則 の形式である。ここでペナルティは各制約の持つ文法的
な強さを表す数値であり、その値が大きいほどその制約
が文法的に強い。すなわち、例外が少ないことを意味す
る。各々の制約規則は機能構造中の情報、特に素性を参
照している。ここで機能構造とは公知の語彙機能文法で
の定義と同様であり、機能名を属性名、機能構造を属性
値とする再帰的なマトリクスである。図７に機能構造の
例を示す。

【００１９】図５は、本発明による自然言語文解析装置
の構文解析部と対話処理部のフローチャートである。step１ ；入力部より「ベた書き」の日本語文が入力され
た構文解析部は、形態素解析の処理にしたがって入力文
を形態素のリストに分割する。例えば、 （ａ０）彼が公園で遊ぶ が入力文であるとすると、形態素分割の結果は、 （ａ１）（彼：ｎ）（が：ｐ）（公園：ｎ） （で：ｐ）（遊ぶ：ｖ） となる。ここで各形態素は（見出し語：語彙範疇）の形
式で表現される。形態素分割においては辞書部から形態
素分割用辞書を抽出して用いる。

【００２０】step２；次に、形態素解析後の形態素の列
に対して構文規則部の内容を用いて構成素構造を作成す
る。ここで構成素構造とは公知の語彙機能文法での用法
と同様であり、図６に示すようなラベル付きの木構造で
ある。各々のラベルは機能名を表し、構文規則中に記述
されるラベルを構文規則の適用時に参照することによ
り、構成素構造を得る。形態素の列から構成素構造を作
成する手法は多く提案されているが、ここではボトムア
ップにＣＫＹ法による。形態素列から構成素構造を作成
する際に、処理すべき形態素がなくなった時点で、最終
状態に達した構成素構造は全てstep２の出力であり、一
般に複数個になる。ここで最終状態に達したかどうかは
文全体に対して作られた構成素構造のルートノードが非
終端記号Ｓ（構文規則Ｒ０を参照）であるかどうかで判
断される。形態素列（ａ１）から作成された構成素構造
の一つ（ａ２）を図６に示す。step３ ；前記step２で得られた複数個の構成素構造の各
々から機能構造を作成する。この処理は公知の語彙機能
文法における構成素構造から機能構造を作成する処理に
したがう。図６に示す構成素構造（ａ２）から作成され
た機能構造（ａ３）を図７に示す。このstep３では辞書
部から機能構造作用辞書を抽出して用いる。構成素構造
と機能構造は一対一で対応するので、step３の出力にお
ける機能構造は一般に複数個である。

【００２１】step４；前記各々の機能構造について制約
部からの制約と辞書部からの制約適用用辞書を用いて制
約の適用を行なう。制約適用の手順は以下の通りであ
る。 機能構造中の全機能について、各機能でインデクスさ
れる制約（制約Ｃでの機能名を見ながら）を全て適用
し、満たされなかった制約についてはその制約の持つペ
ナルティを加算する。またこの時、ペナルティが充分に
大きくなった機能構造については解析失敗として以後の
解析を行なわない。 制約適用の終了した機能については、機能関係部を参
照して、その機能の子の機能に変更する。このときの子
の機能が複数個ある場合は機能構造を複数個にコピーす
る。 変更された機能名について前記，をさらに行な
う。 前記，，を機能名の変更ができなくなるまで続
ける。

【００２２】上記の〜を機能構造の再帰的構造につ
いて再帰的に行なう。ここで各制約には制約Ｃに示すよ
うに機能名がついているので、前記の参照は容易であ
る。また機能関係部では機能名を図４に示すように木構
造で管理されているので、各機能を子の機能に変更する
前記の処理も容易である。

【００２３】前記step４における処理の例を図７に示す
機能構造（ａ３）について実行する。文節「公園で」に
相当する機能名は、最初は構文規則Ｒ１によって与えら
れたcaseである。このcase機能について、前記にした
がってcaseでインデクスされている制約の適用を行な
う。すなわち、図３の制約Ｃ０が適用されるが、親の機
能構造における主要語は「遊ぶ」という用言であるので
満たされている。次に前記にしたがってcase機能がそ
の子の機能であるsubj、obj、obj2、ob1に変更される。
この場合、子の機能は複数個あるので、機能構造は、そ
の各々に対応するようにコピーされる。例としてsubj機
能に変更された場合を考える。subj機能について、前記
にしたがって制約Ｃ１〜Ｃ４が適用される。この４つ
の制約の中で、Ｃ３はsubj格中の格マーカー素性の値は
「で」であるので満たされない。したがってこの機能構
造はペナルティ200を加算する。このペナルティ値は十
分に大きいので「公園で」がsubj機能となる機能構造は
解析失敗となり、以後の解析は行なわない。一方、case
機能がob1機能に変更された機能構造については、制約
Ｃ５、Ｃ６を適用するが、いずれも満たすためペナルテ
ィ値は０であり、さらに機能名の変更を受ける。

【００２４】以上の処理を文節「彼が」についても行
い、最終的に得られた機能構造の一例を図８に示す。こ
の機能構造は全ての制約を満たすため、ペナルティ値は
０である。前記step４での処理は一つの機能構造につい
て一つあるいは複数個の機能構造を作成する。前記step
４への入力は複数個の機能構造であるので、step４の出
力は図８に示すような機能構造が複数個となり、各々の
機能構造にはペナルティ値が計算されている。

【００２５】step５；前記ペナルティ値をもとに機能構
造の選択を行なう。具体的にはペナルティ値の十分に低
い機能構造を一つあるいは複数個選択する。（ａ０）の
ような曖昧さのない文については、step５で選択される
機能構造は図８に示す一つだけであり（ペナルティ値＝
０）、そのため対話による多義の解消処理は必要がな
く、次のstep６は何もしない。step６ ；対話による多義の解消は行わない。最後に解析
結果として出力部に出力する。（ａ０）の例文について
は図８に示す機能構造を出力する。

【００２６】以上は「彼が公園で遊ぶ」という曖昧さの
ない入力文についての処理例であった。しかし、 （ｂ０）きのう買った本を読んだ については、前述のように「きのう」が「買った」に係
るのか「読んだ」に係るのかが曖昧である。「きのう」
が「買った」に係るとした構成素構造を図９に示す。図
９で機能 rentai#obj は機能 rentaiの子の機能であ
り、機能 rentai は連体修飾節（埋め込み文）を、機能
rentai#obj はその中でも被修飾体言が修飾節中の目的
格と一致することを意味する。この例では「本」は「買
った」の目的格であることを意味する。図９の構成素構
造から作成された機能構造を（ｂ１）を図１０に示す。
さて（ｂ０）は「きのう」の係り先が曖昧であったた
め、図５のstep5の処理後の機能構造は図１０に示すも
のと図１１に示すもの（ｂ２）との二つになる（各々の
ペナルティ値は０）。ここで図１１では簡単のため素性
の一致を省略して書いているが、二つの機能構造の相違
点が「きのう」の機能構造中の位置であることが分か
る。

【００２７】図１２は、図５のstep6において対話処理
部の行う対話による多義の解消処理についてのフローチ
ャートである。以下、各ステップに従って順に説明す
る。step１０ ；対話による多義の解消を行なうのは機能構造
が複数個ある場合である。その場合、各機能構造につい
てペナルティつきの構造表現ベクタを求める。ここでは
(ｂ１)については、 （ｂ３）ペナルティ＝０ （2，adverb，3，rentai#obj，4，obj，0，head） となり、 （ｂ２）については （ｂ４）ペナルティ＝０ （4，adverb，3，rentai#obj，4，obj，0，head） となる。ここで各構造表現ベクタについて、その奇数番
目の要素は前から順に各文節の修飾先の文節番号を表
す。

【００２８】例えば上記（ｂ３）の最初の「２」は文節
「きのう」が２番目の文節「買った」を修飾しているこ
とを表す。また「０」は修飾する文節が存在しない（文
全体の主要文節である）ことを表す。偶数番目の要素は
前から順に各文節の文における役割を表す。ここで文に
おける「役割」とは機能名で表現する。上記（ｂ３）の
二番目の要素である「adverb」は文節「きのう」の役割
（機能名）が「adverb」であることを表す。各構造表現
ベクタは辞書情報を用いて機能構造を復元するに一分な
情報を持っている。したがって、機能構造の相違は構造
表現ベクタを比べれば分かる。上記例の（ｂ３）と（ｂ
４）を比較すれば、一４二つの機能構造の相違が「きの
う」の係り先が「買った」か「読んだ」かの違いである
ことがすぐに分かる。

【００２９】step１１；対話処理の対象となる機能構造
は複数個あるのでペナルティつきの構造表現ベクタは複
数個求められる。以後対話によって得た情報をもとにこ
のベクタを一つに絞る。この際、対話はペナルティつき
の構造表現ベクタを基に最も効率良くベクタの一列を問
うことで行なう（最大効率対話）。最大効率対話につい
ては、一つに絞られた場合はstep１５で構造表現ベクタ
に相当する機能構造を出力する。step１２ ；構造表現ベクタが複数個ある場合、構造表現
ベクタの集合から最もバラツキの大きい列を求める。上
記例では構造表現ベクタの第１要素以外は同じであるの
で第１番目の列を問う。

【００３０】step１３；前記step１２で求めた列を操作
者に問う。この場合は、 （ｂ５）「きのう」の係り先は何ですか？ あるいは、 （ｂ６）「きのう」の係り先は「買った」と「読んだ」
のどちらですか？ などと問う。step１４ ；前記step１３で操作者から得た答えに合う構
造表現ベクタだけを残し、他のベクタは解析失敗とす
る。（ｂ５）あるいは（ｂ６）の問いの答えが「買っ
た」であった場合は構造表現ベクタ（ｂ４）だけを残
す。step１５ ；前記step１４の時点で構造表現ベクタは一つ
に絞られたので、機能構造（ｂ１）を出力する。

【００３１】以上は「きのう買った本を読んだ」という
曖昧さはあるが、その曖昧さは「きのう」の係り先の一
つである入力文についてであった。しかし、 （ｅ０）彼がきのう買った本を読んだ。については、
「きのう」が「買った」に係るのか「読んだ」に係るの
かが曖昧であり、また「彼が」が「買った」に係るのか
「読んだ」に係るのかが曖昧であり、二つの曖昧さがあ
る。すなわち図５のstep５にいては例えば３つの機能構
造を出力する。その各々から対話処理部が計算した構造
表現ベクタは以下の３つである。 （ｅ１） ペナルティ値＝０ (3,subj,3,adverb,4,rentai#obj,5,obj,0,head) （ｅ２） ペナルティ値＝10 (5,subj,3,adverb,4,rentai#obj,5,obj,0,head) （ｅ３） ペナルティ値＝15 (5,subj,5,adverb,4,rentai#obj,5,obj,0,head) となる。

【００３２】この結果の意味することは、（ｅ０）の解
釈として、 （ｅ４）「彼がきのう買った本を誰か（おそらく発話
者）が読んだ。」とするのが最も尤もらしいということ
がわかる。 （ｅ２）は「（誰かが）きのう買った本を彼が読ん
だ。」、（ｅ３）は「（誰かがいつか）買った本を彼が
きのう読んだ。」という解釈に相当する。ペナルティの
値によりこれら二つの解釈は（ｅ４）の解釈より尤もら
しさが小さいことが分かる。この場合、対話処理部とし
ては各々の構造表現ベクタの持つペナルティ値に基づ
き、 （ｅ５）「彼が」の係り先は何ですか？ （ｅ６）「きのう」の係り先は何ですか？ の可能な質問のうち、(ｅ５)を選択して操作者に問う。
その理由は以下のとおりである。

【００３３】対話処理部はペナルティ値に基づき構造表
現ベクタが（ｅ１）である機能構造が正解であると予想
している。したがって操作者の返答は（ｅ１）に合う答
えであると考えている。もし（ｅ６）を先に質問して
も、おそらく「買った」であるという答が返るであろ
う。その場合、続けて（ｅ５）の質問をしなければ（ｅ
１）（ｅ２）のいずれに相当する機能構造が操作者の意
図するものであるかが分からない。一方（ｅ５）を先に
問い、「買った」という答であれば、（ｅ６）を問わず
に（ｅ１）に相当する機能構造が操作者の意図するもの
であることが分かる。すなわち、最大効率対話では、
（ｅ５）を先に問う方がいいのである。

【００３４】以上を数式を用いてより詳細に説明を行
う。機能構造の集合を、 Γ＝｛Ｓ_i｝ （ｉ＝１，２，…Ｎ） （１） とする。各々の機能構造（例えばＳ₃）を、その構文的
構造や意味的性質を基に一意にベクタ表現することがで
きる。

【００３５】

【数１】

【００３６】Ｍはベクタの次元であり、各々の機能構造
はＭ次元で表現できることを示している。さらに各々の
機能構造はペナルティを持っている。機能構造Ｓ_iの持
つ賛ナルティをｅ_i（０＜ｅ＜∞）とすると、機能構造
の持つ相対確率ｐは、

【００３７】

【数２】

【００３８】となる。ここで base はエントロピーを確
率に戻す際の「底」であり、base＞１である。この相対
確率ｐはを機能構造の集合全体で１になるように正規化
する。

【００３９】

【数３】

【００４０】したがって、機能構造の熱合を一意に表現
するＮ×Ｍのマトリクスｘ_ijとペナルティを表すＮ次の
ベクタ[p′_i]で解集合の曖昧性は完全に表現される。１
回の対話によって得ることができる情報は、マトリクス
の１列（例えば[ｘ_i5])である。対話によりｘ_i5＝ｖで
あることがわかると、これは機能構造への制約として表
現される。例えば、ｘ_i5≠ｖであるような機能構造Ｓ_i
を解析失敗とする。さて、エントロピーを用いた最大効
率対話では、列ごとのエントロピーを計算し、最もエン
トロピーの高い列の値を対話によって得る。例えば、第
５列を表すＮ次ベクタ[ｘ_i5]のエントロピーＥ₅は以下
のように計算できる。[ｘ_i5]の値のバリエーションが、
｛ｖ₁,ｖ₂,…,ｖ_L｝とする。ここで、１＜Ｌ＜Ｎであ
る。このときマトリクスの成分ｘ_i5が値ｖ_kをとる確率
は、

【００４１】

【数４】

【００４２】である。このＰを用いて、

【００４３】

【数５】

【００４４】となる。また、機能構造の数を用いた最大
効率対話では、列の値を知ることによって減らすことの
できる機能構造の数の期待値が最大になるような列の値
を対話によって得る。具体的には前項の第（６）式を、

【００４５】

【数６】

【００４６】とする。Σ_xi5=vk １は、単にｘの値がｖ_k
となる機能構造の数を数えているだけである。以上が最
大効率対話の数式による定義である。入力文の解析結果
が複数個ある場合にはこの最大効率対話を用いて最も効
率良い対話を行なうことが数学的に保証されている。

【００４７】次に、 （ｆ０）きのう買われた本を読んだ。については、「き
のう」が「買われた」に係るのか「読んだ」に係るのか
が曖昧である。また「買われた」が「受身」の意味なの
か「尊敬」の意味なのかも曖昧である。したがって、構
文解析部は、例えば４つの機能構造を出力する。その各
々から対話処理部が計算した構造表現ベクタは、以下の
４つである。 （ｆ１） ペナルティ値＝０ （2,adverb,3,rentai#pass#obj,4,obj,0,head) （ｆ２） ペナルティ値＝１０ （4,adverb,3,rentai#pass#obj,4,obj,0,head) （ｆ３） ペナルティ値＝０ （2,adverb,3,rentai#reg#obj,4,obj,0,head) （ｆ４） ペナルティ値＝１０ （4,adverb,3,rentai#reg#obj,4,obj,0,head)

【００４８】ここで機能名 rentai#pass#obj は文節
「買われた」が「本を」連体修飾していて、受身の用法
であり、「本」が「買う」の目的語となっていることを
表す。また機能名 rentai#reg#obj は文節「買われた」
が「本を」を連体修飾していて、「尊敬」の意味であ
り、「本」が「買う」の目的語となっていることを表
す。

【００４９】これら４つの構造表現ベクタから一つを選
択するのに最も効率のよい質問は、ペナルティ値だけを
考えた最大効率対話によると、ベクタの第１列、すなわ
ち「きのう」の係り先の曖昧さと、第４列、すなわち
「れる」の語義の曖昧さの二つが同じ優先度で考えられ
る。しかし、本発明の実施例による対話処理部には、あ
らかじめ図１４に示すような質問パターン情報量テーブ
ルがあるので、これを参照して「係り先を問う」質問に
較べて、「語義を問う」質問は０.２分の情報量しかな
いことが分かる。そこで対話処理部は （ｆ５）「きのう」の係り先は何ですか？ と問う。この質問を先にする方が効率が良いからであ
る。その後、「れる」の意味を問うてもいいし、「れ
る」の語義を問う質問に対する情報量が十分に少ないと
みなして質問を止めてもよい。質問を止めた場合は、自
然言語文解装置が操作者の文法的知識を考慮して「れ
る」の意味を分離することは不要であると判断したこと
を意味する。この場合、解析装置の出力は図１３に示す
ように「れる」の意味を決定してない、圧縮したものと
なっている。また必要に応じて、公知のデフォールト処
理にしたがって「れる」の意味は「受身」であると決定
してもよい。

【００５０】

【効果】以上の説明から明らなように、本発明による
と、以下のような効果がある。 （１）目的言語の知識を必要としないので、例えば日本
人を操作者とする日英機械翻訳システムなどに応用でき
る。 （２）操作者が加えるベき情報は多義を解消するのに必
要最小限なものであるので、むだな情報を加える必要が
なく、またその質問の順番も最大効率対話によるもので
あり、操作者の負担を軽減できる。 （３）操作者が加えるベき情報の内容が分かり易いの
で、質問内容は入力文の係り受け構造に関するものや、
構文要素の役割に関するものであり、解析構造あるいは
中間構造を示すといった操作者に分かり難いインターフ
ェースを排除することができる。また、操作者に分かり
難い質問に対する答えを重視しないようにもできる。 （４）操作者に必要以上の文法的知識を必要としないの
で、各質問についてその質問の平易さが計算され、平易
な質問ほど先に質問され易いように最大効率対話を行な
う。操作者に分かり難い質問はより詳細な解析を行なう
場合に行なわれる。また、平易な質問の対する操作者の
答えほど解析装置は重視する。

【図面の簡単な説明】

【図１】 本発明による自然言語文解析装置の一実施例
を説明するための構成図である。

【図２】 本発明による辞書、構文規則を示す図であ
る。

【図３】 本発明による制約を示す図である。

【図４】 本発明による機能関係部の内容を示す図であ
る。

【図５】 本発明による自然言語文解析装置の処理部の
フローチャートである。

【図６】 本発明による構成素構造を示す図である。

【図７】 本発明による機能構造を示す図である。

【図８】 本発明による機能構造を示す図である。

【図９】 本発明の他の構成素構造を示す図である。

【図１０】 本発明の他の機能構造を示す図である。

【図１１】 本発明の他の機能構造を示す図である。

【図１２】 本発明の対話による多義の解消処理のフロ
ーチャートを示す図である。

【図１３】 本発明の更に他の機能構造を示す図であ
る。

【図１４】 本発明の質問パターン情報量テーブルを示
す図である。

【符号の説明】

１…入力部、２…出力部、３…構文解析部、４…対話処
理部、５…辞書部、６…構文規則部、７…制約部、８…
機能関係部。

Claims (6)

【特許請求の範囲】
1. 【請求項１】 自然言語文を入力とする入力部と、該入
   力部による入力文を解析構造の集合に変換する構文解析
   部と、該構文解析部による各々の解析構造から、該解析
   構造を他の解析構造と区別するに充分な特徴を抽出する
   解析構造特徴抽出部と、前記解析構造の集合に対して抽
   出された特徴の集合から、一つあるいは複数を問い、そ
   の答を用いて解析構造の多義を解消する対話処理部と、
   該対話処理部による解析結果を出力する出力部とから成
   り、前記対話処理部は前記特徴のエントロピーを基に対
   話を行なうことを特徴とする自然言語文解析装置。
2. 【請求項２】 前記構文解析部は、各々の解析構造につ
   いて解析構造の不適合性に関する値を計算することを特
   徴とする請求項１項記載の自然言語文解析装置。
3. 【請求項３】 前記対話処理部は得られた答の確実性に
   関する情報を有し、前記エントロピーを前記答の確実性
   に関する情報に基づき計算することを特徴とする請求項
   １項記載の自然言語文解析装置。
4. 【請求項４】 自然言語文を入力とする入力部と、該入
   力部による入力文を解析構造の集合に変換する構文解析
   部と、該構文解析部による各々の解析構造から、該解析
   構造を他の解析構造と区別するに充分な特徴を抽出する
   解析構造特徴抽出部と、前記解析構造の集合に対して抽
   出された特徴の集合から、一つあるいは複数を問い、そ
   の答を用いて解析構造の多義を解消する対話処理部と、
   該対話処理部による解析結果を出力する出力部とから成
   り、前記対話処理部は解析構造の集合の要素数を最も減
   らすように対話を行なうことを特徴とする自然言語文解
   析装置。
5. 【請求項５】 前記構文解析部は、各々の解析構造につ
   いて解析構造の不適合性に関する値を計算することを特
   徴とする請求項４項記載の自然言語文解析装置。
6. 【請求項６】 前記対話処理部は得られた答の確実性に
   関する情報を有し、解析構造の朝合の要素数を最も減ら
   すように対話を行なう際に、前記答の確実性に関する情
   報に用いて行なうことを特徴とする請求項４項記載の自
   然言語文解析装置。