JPH0535717A

JPH0535717A - 語切り表示装置

Info

Publication number: JPH0535717A
Application number: JP3187945A
Authority: JP
Inventors: Akihiro Furukawa; 章浩古川
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 1991-07-26
Filing date: 1991-07-26
Publication date: 1993-02-12

Abstract

(57)【要約】【目的】スペースや特別の記号を配置することなく、
語と語の区切りを容易に表示することのできる語切り表
示装置を提供する。【構成】日本語テキストを語に分割する形態素分割部
１１は、語切り結果と語切りされた隣接する語同士の隣
接のし易さを表わした接続コストとを出力する。表示濃
度設定部は隣接した語が同一濃度で表示されないよう
に、また例えば語切りの誤りの確率を表示できるように
それぞれの語の表示濃度を設定する。表示部１４は、こ
の設定された表示濃度でそれぞれの語を表示する。隣接
した語が同一濃度では表示されないので、語と語の間に
スペースや特別の記号を介在させる必要がない。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は機械的に日本語の解析を
行う装置に係わり、詳細には日本語を形態素分割した結
果を表示するために用いる語切り表示装置に関する。

【０００２】

【従来の技術】日本語を形態素分割（以下単に語切りと
称する。）した場合には、その結果を表示して、誤りが
ある場合にその訂正を行う必要がある。そこで、従来か
ら語切りの行われたそれぞれの語が区別できるような形
で、この結果を表示部に表示している。この際には、分
割されたそれぞれの語の間に、スペースを配置したり、
スラッシュ等の特別の記号を配置するといったことが行
われていた。

【０００３】

【発明が解決しようとする課題】このように従来でと、
語の間に空白を設定したり、特別の記号を配置したの
で、１つの行に表示する語の数がこの分だけ減少すると
いった問題があった。特に解析結果としての語の掛かり
受け関係も同時に表示する場合には、本来１行で済むよ
うな文章が複数行にわたって表示されることになり、解
析結果を理解しにくくなるといった問題があった。ま
た、文章中にスペースやスラッシュ等の記号が存在した
場合に、これが本来的に存在するものなのか、語の区切
りのために配置されたものなのかを判別できない場合が
あり、語切りが性格に行われているかどうかの検出作業
が困難になるという問題もあった。

【０００４】そこで本発明の目的は、スペースや特別の
記号を配置することなく、語と語の区切りを容易に表示
することのできる語切り表示装置を提供することにあ
る。

【０００５】

【課題を解決するための手段】請求項１記載の発明で
は、日本語テキストを語に分割する形態素分割部と、隣
接している語同士で濃度が異なるように、分割された語
ごとにそれらの表示濃度を設定する表示濃度設定部と、
それぞれの語を設定された表示濃度で表示する表示部と
を語切り表示装置に具備させる。

【０００６】すなわち請求項１記載の発明では、隣接す
る２つの語の表示濃度が異なるようにこれらの表示濃度
を設定し、語単位で表示濃度を異ならせてディスプレイ
装置等に表示することにして、スペースや特殊な記号の
配置を不要とし、前記した目的を達成する。

【０００７】請求項２記載の発明では、日本語テキスト
を語に分割する形態素分割部と、隣接している語同士で
色彩が異なるように、分割された語ごとにそれらの表示
される色彩を設定する色彩設定部と、それぞれの語を設
定された色彩で表示する表示部とを語切り表示装置に具
備させる。

【０００８】すなわち請求項２記載の発明では、隣接す
る２つの語の表示される色彩が異なるようにこれらの色
彩を設定し、語単位で色彩を異ならせてカラーディスプ
レイ装置等に表示することにして、スペースや特殊な記
号の配置を不要とし、前記した目的を達成する。

【０００９】請求項３記載の発明では、請求項１または
請求項２記載の語切り表示装置で、語の隣接のしやすさ
に応じて表示濃度あるいは色彩を割り当てるようにして
いる。

【００１０】

【実施例】以下実施例につき本発明を詳細に説明する。

【００１１】図１は本実施例の語切り表示装置の構成の
概要を表わしたものである。この語切り表示装置は、語
切りのための形態素分割部１１と、記憶部１２と、各語
の表示濃度を計算する表示濃度計算部１３それに語切り
結果の表示を行う表示部１４とから構成されている。こ
こで形態素分割部１１は、入力された日本語テキストを
用いて語切りを行う。これは、例えば「ＰＩＶＯＴＪ
−Ｅ：日本語形態素分解」（昭和６３年度電子通信学会
全国大会において発表）に記載されている日本語形態素
解析手段と同一のものである。

【００１２】図２は、形態素分割部の具体的な構成の一
例を表わしたものである。形態素分割部１１は、辞書び
きを行う辞書びき部２１を備えている。辞書びき部２１
は入力テキスト２２を記憶する記憶部２３と、辞書２４
および接続コスト計算部２５を接続している。接続コス
トの計算を行う接続コスト計算部２５は計算のための接
続コストテーブル２６と、語切りの判定を行うための判
定部２７を接続している。この判定部２７から接続コス
トと語切り結果とが接続コスト・語切り結果２８として
出力されるようになっている。

【００１３】さて、この図２に示した形態素分割部１１
で、辞書びき部２１は記憶部２３に記憶されている入力
テキスト２２と辞書２４に収納されている語のマッチン
グをとり、この結果として辞書びきができた場合には、
これを接続コスト計算部２５に対して出力するようにな
っている。接続コスト計算部２５は、隣接する語の隣接
のしやすさを接続コストとして計算する部分である。こ
の計算のために接続コストテーブル２６の参照が行われ
る。接続コストテーブル２６では、実際には、語を幾つ
かのカテゴリの集合に分割し、このカテゴリ間で接続コ
ストの定義を行っている。

【００１４】ところで、一般に辞書びき結果は複数の可
能性を有している。接続コスト計算部２５は辞書びきさ
れた語の並びに関する接続カテゴリ間の接続コストを接
続コストテーブル２６から算定し、判定部２７に出力す
る。判定部２７では、複数の可能性のある語切り結果に
対して、例えば一文の接続コストの総和が最小となるよ
うな語切り結果の組み合わせを選択し、前記した接続コ
スト・語切り結果２８として出力することになる。

【００１５】図１に戻って説明を続ける。形態素分割部
１１から出力される接続コスト・語切り結果２８は、記
憶部１２に記憶される。すなわち、分割された各語と、
対応する隣接語間の接続コストとが記憶部１２に格納さ
れる。表示濃度計算部１３は、記憶部１２から語とこれ
に対応した接続コストを読み出し、予め定めた規則に従
って、その語を表示装置に表示する場合の表示濃度の計
算を行う。この規則については、後に説明する。表示濃
度計算部１３により計算された表示濃度レベルは、記憶
部１２に入力され、各語に対応させて記憶される。

【００１６】表示部１４は例えばディスプレイ装置によ
って構成されており、記憶部１２から形態素と該当する
表示濃度レベルとを読み出して表示するようになってい
る。表示方法としては、それぞれの語が表示されている
カラムを各語に対応する表示濃度レベルに対応させて中
間調（ハーフトーン）を用いて表示する。もちろん、デ
ィスプレイ装置がカラー表示可能な装置であれば、表示
濃度レベルに対応させた色彩で表示を行うことも可能で
ある。

【００１７】次に、表示濃度計算部１３の表示濃度の計
算のための規則を説明する。

【００１８】図３は、接続コストの絶対値によらずに語
ごとに２レベルの表示濃度を交互に出力させるようにし
た規則の例を表わしたものである。「ジョンはメアリと
学校へ行った。」という日本語の場合、語切り結果が、
「ジョン」「は」「メアリ」「と」「学校」「へ」「行
っ」「た。」となったものとすると、表示濃度レベルと
しては、２つのレベル“ｖ₁”と“ｖ₂”が交互に割り
当てられる。そして、この場合の表示例としては、“ｖ
₁”と“ｖ₂”で背景の表示濃度を反転させたものとな
る。装置によっては語ごとに交互に文字の白黒反転を行
うようにしてもよい。

【００１９】図４は、図３で説明した表示よりも更に複
雑な表示として語の隣接のしやすさに応じて表示濃度を
変えるための規則を説明するためのものである。この例
では接続コストをある範囲内で積算し、その絶対値に相
当するレベルを上記した２つの表示レベルにオフセット
として加えるようにしている。また、この例では、説明
の便宜のために、体言に連用の助詞が接続するまでを積
算の対象となる範囲としている。

【００２０】一般に日本語は、“名詞＋助詞、名詞＋助
詞、……、述語”の並びで表現される。“名詞＋助詞”
の組み合わせは隣接しやすい自然な組み合わせである。
そこで本実施例の場合、その接続コストを“５”として
いる。“連用の助詞＋体言”の並びは“連用の助詞＋用
言”の並びほど自然ではないが、隣接が否定されること
はない。したがって、本実施例では前者の場合に接続コ
ストとして“１０”を与え、後者の場合に“５”を与え
ている。並列の助詞「と」は、通常の場合には「ＡとＢ
がある」のように名詞と名詞を接続するが、「（Ａと）
Ｂとがある」というように連用の格助詞「が」と接続す
ることもあり、否定はされない。したがって、この場合
には接続コスとして“１０”を与えている。また，“動
詞の語幹＋活用語尾”のような並びは、積極的に隣接が
肯定される並びであり、この場合には接続コストとして
“０”が与えられる。

【００２１】このようにして品詞とその活用（連用ある
いは連体）によって定義された接続コストを基にして、
明らかに語が切れる部分までその和を求めていく。この
積算された接続コストの和が大きくなる範囲、すなわち
隣接しにくい組み合わせに分割されている範囲に関して
は、濃度が濃く表示される。したがって、このように濃
く表示された範囲については、語切りが誤っている確率
が高いと推定することができる。そこで、このような範
囲を重点的に検査することで、機械によって行われた語
切りの誤りを検出し訂正するための効率を高めることが
可能になる。

【００２２】なお、以上説明した実施例では表示濃度の
設定について重点的に説明したが、表示する色彩を同様
の観点から、例えば寒色系統の色彩から暖色系統の色彩
に順次変化させるようにしてもよい。

【００２３】

【発明の効果】以上説明したように請求項１記載の発明
によれば、表示濃度設定部で、分割された語ごとにそれ
らの表示濃度が異なるように設定し、この表示濃度で表
示を行うので、語と語の間に空白や特別の記号を配置す
る必要がなく、しかもモノクロ表示の表示装置によって
も、語と語の区切りを分かりやすく表示することができ
る。

【００２４】また、請求項２記載の発明によれば、色彩
設定部で、分割された語ごとにそれらの色彩が異なるよ
うに設定し、この色彩で表示を行うので、語と語の間に
空白や特別の記号を配置する必要がなく、しかも色彩を
用いるので、語と語の区切りをより分かりやすく表示す
ることができる。

【００２５】更に請求項３記載の発明によれば、請求項
１または請求項２記載の語切り表示装置に、語の隣接の
しやすさに応じて表示濃度あるいは色彩を割り当てるよ
うにしたので、語切りの誤りの確率の高い部分を明示的
に表示することができ、誤りの部分の検出をより効率的
に行うことができるという効果がある。

【図面の簡単な説明】

【図１】本実施例の語切り表示装置の構成の概要を表わ
したブロック図である。

【図２】形態素分割部の具体的な構成の一例を表わした
ブロック図である。

【図３】接続コストの絶対値によらずに語ごとに２レベ
ルの表示濃度を交互に出力させるようにした規則の例を
表わした説明図である。

【図４】語の隣接のしやすさに応じて表示濃度を変える
ための規則を説明するための説明図である。

【符号の説明】

１１形態素分割部１３表示濃度計算部１４表示部２５接続コスト計算部２６接続コストテーブル２７判定部

Claims

【特許請求の範囲】

【請求項１】日本語テキストを語に分割する形態素分
割部と、隣接している語同士で濃度が異なるように、分割された
語ごとにそれらの表示濃度を設定する表示濃度設定部
と、それぞれの語を設定された表示濃度で表示する表示部と
を具備することを特徴とする語切り表示装置。
【請求項２】日本語テキストを語に分割する形態素分
割部と、隣接している語同士で色彩が異なるように、分割された
語ごとにそれらの表示される色彩を設定する色彩設定部
と、それぞれの語を設定された色彩で表示する表示部とを具
備することを特徴とする語切り表示装置。
【請求項３】語の隣接のしやすさに応じて表示濃度あ
るいは色彩を割り当てることを特徴とする請求項１また
は請求項２記載の語切り表示装置。