JPH0547859B2 - - Google Patents

Description

【発明の詳細な説明】 〔発明の技術分野〕 この発明は例えば文単位として入力されるよう
な長さの長い連続仮名文字系列を適宜文節単位に
区切りながら仮名漢字変換を行つて仮名漢字混じ
りの日本語文章を効果的に作成することのできる
仮名漢字変換装置に関する。

〔発明の技術的背景とその問題点〕

従来、日本語ワードプロセツサ等の仮名漢字変
換装置における文字入力の単位は、一般に単一文
節に限られており、また名詞の複合語の入力にお
いても、せいぜい数単位程度に制限されているも
のが殆んどである。従つて、この種の装置を用い
て日本語文章を入力作成する場合、単語あるいは
文節の単位を常に意識しなければならず、オペレ
ータにとつて大きな負担となつた。そこで最近で
は文章入力の単位を制限せず、文単位の読み仮名
列、所謂ベタ文を入力し、このベタ文に対して仮
名漢字変換処理を行う研究が種々試みられてい
る。それらは、例えば文節解析処理を再帰的に行
うことで、実験的には可能である。然し乍ら、こ
の為には相当の処理時間を必要とし、またバツフ
アメモリを大量に消費せざるを得ないという欠点
があつた。また処理時間およびメモリ量を制限し
て文節解析処理のアルゴリズムを簡単化すること
が考えられているが、その変換処理精度が劣化す
ることが否めなかつた。

例えば、「ざんだかをもとめる」として仮名文
字列が与えられた場合、「ざんだかを／もとめる」
と機械的に文節分割することができるが、一方
「ざんだかをも／とめる」という文節分割も文法
的にありうる。この時、経験的にみて、所謂最長
一致するものが正しいと考えられるが、このよう
な経験則だけに基いて、常に入力文字列の前側か
ら文節解析処理を行つて、例えば「残高をも／止
める」と云う変換結果だけを抽出したのではその
変換精度が著しく悪くなる。従つて、結局「残高
をも／止める」、及び「残高を／求める」等の複
数の変換候補を抽出し、その選択をオペレータの
支持に委ねるべく上記複数の変換候補をそれぞれ
表示出力するような工夫が行われている。

一方、「けいさんしき」なる入力文字列に対し
て、装置内の辞書に「計算式」という単語が登録
されていないとすると、その解析結果は同様にし
て文節の区分位置によつて「計算／式」、「計算
し／木」と云うように複数種生じる。更に、
「毛／遺産／式」のような変換結果も生じる。従
つて、例えば「ざんだかをもとめるけいさんし
き」として連続的に仮名文字列が与えられた場
合、少なくとも２×３通りの変換候補が生じる。
更には、上記入力文字列中の「とめる」に対して
「止める」「泊める」、また「しき」に対しても
「式」「敷き」等の同音の単語が存在するので、よ
り長い単位の入力文字列を受け入れて精度よく仮
名漢字変換するためには、相当のメモリ容量が必
要となつた。また上述した例にあつて、「るけい
＝“流刑”」という単語が辞書に存在すると、「残
高を／求め／流刑／算式」と云う候補も出現す
る。このように入力仮名文字列の長さが長くなる
に従い、およそべき乗のオーダーに比例した大容
量のメモリを必要とすることが予想される。

ところで、このような入力仮名文字列に対する
多様な変換候補の中で、最も確からしいものを第
１候補として求めるための評価処理として、例え
ば入力文字列の全体を構成する文節数あるいは単
語数の少ない順に優先度を決定することが考えら
れている。具体的には例えば「こうがくしよと
く」なる入力文字列に対して、「高額／所得」を
「項が／句／所得」や「項が／区処と／句」より
確からしい変換結果として判定するものである。
尚、同音語については使用頻度の多い単語から正
しい変換結果として優先的に出力することは云う
までもない。然し乍ら、このような評価処理は、
文節解析処理によつて求められた各々の文節系列
に対して、その始めから終りまでの文節系列の全
体の構成に大きく依存する。この為、当然入力仮
名文字列の長さが長くなるほど、複数の文節系列
に対するソーテイング処理等に多くの計算時間を
要する等の新たな問題が生じた。

〔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、例えば所謂ベタ
文のように長さの長い入力文字列に対しても、処
理時間およびメモリ容量の増大を招くことなしに
精度の良い仮名漢字変換処理を効果的に行ないう
る仮名漢字変換装置を提供することにある。

〔発明の概要〕

本発明は、複数の単語を辞書登録した辞書検索
部を備え、文節抽出部により前記入力装置を介し
て入力された一連の入力文字列中の指定された文
字位置より始まる部分文字列の中で、前記辞書検
索部に登録された単語と一致する部分文字列をそ
れぞれ文節単位として抽出すると共に、総文節系
列抽出部により前記入力文字列内の指定されたブ
ロツク区間に対して、１つの抽出された文節単位
の次の文字位置を新たに指定された文字位置とし
て上記文節抽出部による文節単位抽出処理を繰返
し行わしめ、この処理によつて順に求められる文
節単位の列からなる文節系列を前記ブロツク区間
の文節分割可能な全ての組合わせについてそれぞ
れ求め、ブロツク抽出部により前記入力文字列に
対して上記総文節系列抽出部が作用する前記ブロ
ツクの単位を制御するようにした仮名漢字変換装
置であり、特にブロツク抽出部では、予め定めた
数値Ｎに基いて、前記文節抽出部が繰返し処理を
実行して求めた前記指定された始点より連続する
全てのＮ文節系列の中で最長の長さをもつ系列の
全てにおいて第（Ｎ−１）番目以内で、且つその
文節終端位置が同一である文字位置を前記ブロツ
クの終点として決定して上述した仮名漢字変換処
理を制御するようにしたものである。

〔発明の効果〕

かくして本発明によれば、例えば上述した例の
「ざんだかをもとめるけいさんしき」という入力
仮名文字列に対して、「ざん〜もとめる‖けいさ
〜しき」のように２つのブロツクの単位に予め分
割することができる。そしてこれらの２つのブロ
ツク内についてそれぞれ「残高をも／止める」や
「残高を／求める」のような文節系列の候補を作
成して、その優先度を評価して確からしい仮名漢
字変換候補を求めるので、メモリ容量の増大を招
くことがなく、また処理時間の短縮化を図ること
が可能となる。一般的には、例えば従来２×２×
２通りの文節系列について内部処理を行つていた
ものが、本発明によれば２通りの文節系列に分け
て処理することができる。また本発明によれば、
長い入力仮名文字列に対して、その文頭より分割
されるブロツク区間毎に仮名漢字変換結果が得ら
れるので、ブロツク単位で順次その変換結果の表
示出力を行うことができる。従つてオペレータ
は、その変換結果を早く確認できることになり、
総合的にオペレータの負担を大幅に軽減すること
が可能となる。

〔発明の実施例〕

以下、図面を参照して本発明の一実施例装置に
つき説明する。

第１図は実施例装置の概略構成図である。入力
装置１は鍵盤装置や音声認識装置、仮名文字読取
り装置等からなる。この入力装置１を介して入力
される読みを表わす文字列（第１の文字列）は、
例えば仮名文字コードに変換された後、仮名漢字
変換部２に与えられる。尚、上記読みを表わす第
１の文字列は、例えば平仮名、片仮名、ローマ字
等として示されるものである。

仮名漢字変換部２は、例えばブロツク抽出部２
ａ、総文節系列抽出部２ｂ、文節抽出部２ｃ、お
よび変換辞書３により構成されるもので、入力装
置１より転送された第１の文字列に対して、それ
に該当する漢字混じりの表示文字列からなる第２
の文字列を求めている。上記ブロツク抽出部２ａ
は、上記第１の文字列に対して予め設定されてい
る数値Ｎ、例えばＮ＝４として、Ｎ文節以内の文
節系列として対応づける文節解析結果を求めるも
ので、対応した文節解析結果がない時には、上記
第１の入力文字列をいくつかのブロツク区間に分
割している。そして、このようにして分割した各
ブロツクの読み仮名列を前記総文節系列抽出部２
ｂに送り、またこの総文節系列抽出部２ｂでそれ
ぞれのブロツクについて求められた仮名漢字変換
結果、即ち第２の文字列を順次出力制御部４に送
つている。

上記総文節系列抽出部２ｂは、前記文節抽出部
２ｃを用いて前記第１の文字列を分割可能な文節
系列に分割し、これらの文節系列についてそれぞ
れ求めた仮名漢字混り表記の変換結果を上記ブロ
ツク抽出部２ａに出力するものである。文節系列
は入力仮名文字列の文節分割可能な全ての組合わ
せについて求められ、例えば優先度の評価によつ
て、その確からしい候補の順に順位付けられたの
ち、その第１順位のものから順に出力される。
尚、上記優先度の評価としては、一般に文節個数
が少ないもののほうが入力目的とする漢字混り文
に対応している傾向が高いことから、例えば文節
個数の少ない文節系列を優先する等として行われ
る。

文節抽出部２ｃは、入力された文字コード列と
変換辞書３内に予め登録された文字列（単語）と
照合検索して、上記第１の文字列に該当する漢字
混りの表記文字からなる第２の文字列を求めるも
のである。変換辞書３は、例えば第２図にそのメ
モリ構成を示すように、入力見出し表領域３ａ、
出力見出し表領域３ｂ、品詞領域３ｃとを備え、
上記入力見出し表領域３aaに読みを表わす第１
の文字列を格納し、またこの第１の文字列に対応
する漢字混りの表記文字からなる第２の文字列
（単語）を上記出力見出し表領域３ｂに格納した
ものとなつている。そして品詞領域３ｃには、上
記第１および第２の文字列に対する品詞の情報を
格納している。

しかして文節抽出部２ｃは、与られた入力文字
列に対して、例えば公知の前方最長一致法によ
り、変換辞書３の入力見出し表領域３ａに予め登
録されている文字列（単語）を検索し、その活用
語尾および付属語の解析を行つて、入力文字列の
頭字から最も長く一致する入力文字列部分を文節
抽出結果として求めている。この時、上記活用語
尾の解析は品詞領域３ｃに格納された品詞情報に
基いて行われる。そして、この解析によつて見出
された文節抽出結果に対応する漢字混りの表記文
字からなる第２の文字列を前記出力見出し表領域
３ｂから読出し、これを出力している。また前記
総文節系列抽出部２ｂは、前記文節抽出部２ｃへ
の入力単位（文節抽出結果）を、与えられた入力
文字列に対して定められたブロツク区間における
文節分割可能な組合わせについて様々に変化させ
て、その最も確からしい文節系列を求めている。
このような文節系列（文節抽出結果の列）に対し
て、前記ブロツク抽出部２ａは各ブロツク毎にそ
れらの漢字混り表記からなる第２文字列を上記総
文節系列抽出部２ｂより得て、これを出力データ
メモリ５および出力制御部４を介して表示装置６
に出力している。

ところで前記出力データメモリ５は、例えば第
３図ａに示すように、前記辞書検索部２によつて
変換された見出し語を、前記ブロツク区間におけ
る文節の組合せの構造と共に記憶するものであ
る。第４図は上記出力データメモリ５の構成例を
示すものである。この出力データメモリ５の上記
組合せの構造を格納する組合せテーブル５ａは、
前記入力文字列の文節構造に対応して、各文節の
並びを例えば番号付けして記述するもので、その
行は文節構造の解釈上の種類を示しており、また
その列は個々の文節構造における文節の繋がりを
順に記述したものとなつている。また組合せテー
ブル５ａに示された数値は文節、即ち対応する読
み仮名が同一の見出し語群をまとめたブロツクに
付した番号であつて、そのマツピングテーブル５
ｂにおける同じ番号の領域を指している。また組
合せテーブル５ａに示された数値は文節、即ち対
応する読み仮名が同一の見出し語群をそれぞれま
とめたブロツクに付した番号であつて、そのマツ
ピングテーブル５ｂにおける同じ番号の領域を指
している。さらに前記マツピングテーブル５ｂに
は、見出し語テーブル５ｃの、対応する各文節ブ
ロツクを示すポインタが記述されている。このよ
うにして前記第３図ｂ，ｃに示すように文節解析
された各文節系列は、それぞれその見出し語群を
同一文節毎にブロツク化されて出力データメモリ
５に記憶される。

次に第３図ａに示す具体的な入力例を用いて、
前記仮名漢字変換部２の動作例につき説明する。

ブロツク抽出部２ａは入力された文字系列の先
頭文字位置から、最大Ｎ文節の系列を可能な限り
求める。ここでＮを例えば４とすると、第３図ａ
の例では先づ入力系列全体を文節抽出部２ｃに入
力し、最長一致法により「そして」を第１の文節
結果として得る。次にこの文節切目以降を始点
（次の文節開始文字位置）として同様に最長一致
結果を求め、「こんごのと」なる文節を得る。こ
のような処理を順に繰返して第１の文節系列候補
「そして／こんごのと／うしは／かいていし」を
第３図ｂの項目「ア」の如く求める。次に上記項
目「ア」で得られたものと別の文節系列を得るた
めに、例えばその第３番目の文節結果「うしは」
の最後の１文字を削除してこれを文節抽出部２ｃ
に送り、同様にして最長一致結果「うし」なる文
節を得、続く「は」で始まる文節として「は」を
求める。以下、同様にして上記第３、第２、およ
び第１の文節より短い文節が得られる都度、更に
これらに続く別の文節系列を順次求める。このよ
うにして入力文字列に対して文節分離可能な全て
の４文節系列を第３図ｂに示す如く求める。尚、
この時、対応する漢字混じりの見出し語候補（第
２の文字列）も同時に求めておく。

次にこれらの系列のうちで、その全体の長さが
最長となる候補（文節系列）だけに着目する。こ
のことは先に示したように入力による文節数が最
小のとなる系列が、入力目的とする変換結果に合
つている傾向が高いという事実に立脚している。
このことは一つのブロツクの文節構成数が最小で
あればよく、また文節の構成が同数じであれば、
そのブロツクはより長い長さをもつことを意味し
ている。

しかして前記第３図ｂの如く求められた結果の
中で、最長の文節系列は項目「ア」および「ウ」
である。そこで次にこれらの文節系列が共通に文
節の切れ目をもつている個所を見つける。この例
では「そして／〜」と「〜は／〜」とが各文節系
列の共通した文節の切れ目の位置として求められ
る。ブロツク抽出部２ａはこのような２つの位置
をブロツクの区切りと判定するもので、第１ブロ
ツク区間を「そして」、第２ブロツク区間を「こ
んごのとうしは」とする。そして順次これらの区
間の文字列を総文節列解析部２ｂに解析させ、そ
れらの変換結果を出力制御部４へ送つている。こ
の結果、上記第１ブロツク区間は「そして」のみ
の候補となり、この情報が先ず出力制御部４へ送
られる。しかる後、第２ブロツク区間の解析が行
われる。

ここで、前記総文節列解析部２ｂは、与えられ
たブロツク区間の読みに対応した文字系列を、所
謂総当りで求めるものであるが、実際は第３図ｂ
に示すように既に文節系列が求められているの
で、その指定区間の範囲に対応するものだけを選
べば十分である。そして優先度の評価として、例
えば文節数最小の構成の候補だけを選べばその解
析結果は第３図ｄの項目「」のようになる。勿
論、その他の文節候補列も出力データメモリ５に
与えておくようにしてもよい。例えば「今後の／
問う／誌は」をも、その出力結果に加えることも
可能である。

さて、ブロツク抽出部２ａは、次に前記入力文
字系列のうちで未だにブロツクが決定していない
残りの部分、つまり「かいていしげ……」なる文
字列について、同様の方法でブロツクの単位を求
め、第３図ｄの項目「」に示す如き変換結果を
求めている。続いて変換結果「限つて」を第３図
ｄの項目「」の如く求め、その入力系列全体に
対する変換を終了することになる。

ここで、Ｎ＝４とした時、最大３文節までの長
さをブロツク区間としたのは次の理由による。仮
にここでＮを３として、最大３文節を、即ちＮ文
節をブロツク区間とすると、上述した「かいてい
し……」の例のような場合、「かいていし／げん
かい／はつにか／」が最長の文節数として求めら
れる。ところがこれを「はつにか（＝初荷か）」
と区切つてしまうと次の文字列「ぎつ〜」のよう
な文節が検索辞書に存在しないので、この先につ
いての解析が不能となり、結果的には文節の誤分
割が生じる。つまり、第４文節目の「かぎつて」
が存在してこそ、第３文節目までの成立性が高く
評価されることになる。ちなみにこの例のよう
に、Ｎを４とすると、第４文節目の後端はブロツ
クの切れ目として不確実となるが、第４文節の終
端がより後方にあれば、その直前迄は文節の切れ
目としては確かであると看做すことができる。上
述したブロツク区間の設定はこのような性質を利
用したものである。しかる後、以上の如くして求
められた変換結果は、各ブロツク毎に出力制御部
４へ送られ、出力制御部４ではこれらのデータを
出力データメモリ５に順次スタツクし、表示装置
６に出力して表示している。

この結果表示装置６では、上述した変換処理結
果を受けて、「（そして）」、「（今後のと）（牛は）
」、
「（改定し）（限界）（発に）」、「（限つて）」と順
に
変換結果を表示することになる。ここで前記入力
装置１には、目的とする見出し語選択のための選
択キー１ａ，１ｂが設けられている。これらの選
択キー１ａ，１ｂの選択操作により、例えば、
「（今後のと）」の部分にカーソルを合わせて、前
記第１の選択キー１ａが入力操作されたとき、第
３図ｄ中の第１候補の構造に変えて、第２候補の
文節列構造、即ち「（今後の）（投資は）」が出力
表示される。また第２の選択キー１ｂは、例えば
「（改定）（資源）（開発）」のブロツク部分の（改
定）のところで、その同一文節候補の中の（海
底）に変更するために用いられるものである。

しかして表示装置６は第１選択キー１ａが入力
操作されたとき、現在表示中の文節構造に変えて
前記組合せテーブル５ａに示された次の候補の文
節構造について表示を行う。その後第１の選択キ
ー１ａが次々に入力操作されれば、その表示する
文節の構造を順に次の候補に切換え、全ての候補
を表示した後には、再び第１候補の構造を表示す
るというように表示制御している。また第２の選
択キー１ｂが入力操作された時は、その時の画面
上のカーソル位置にある文節の見出し語に変え
て、その見出し語と同一文節ブロツクに存在する
他の同音語を見出し語テーブル５ｃから読み出
し、これを表示出力する。この表示の切換えはマ
ツピングテーブル５ｂにおけるポインタの値を進
めることにより行われる。そして表示すべき見出
し語が前記見出し語テーブル５ｃにおける文節ブ
ロツクの終り位置まできたとき、上記表示すべき
見出し語を再びそのブロツクの先頭に戻すように
制御される。

第５図はこの装置における仮名漢字変換処理の
概略的な制御の流れを示すものである。この図に
示されるように、入力装置１の各種キーを介して
入力される入力コードは常時調べられており、そ
の入力コードが日本語文の〓よみ〓に対応する仮
名文字コードであれば、順次スタツクに蓄えられ
る。またその入力コードが変換要求を示すもので
あれば、上記スタツクに蓄えられた入力文字コー
ド列について、例えば第６図に示すような処理の
流れに沿つて仮名漢字変換処理が行われる。尚、
この第６図は前述した処理を図示したものであ
る。この変換要求は、前記入力装置１が変換要求
キーを有している場合、オペレータが適当な長さ
の文字列を入力した後、上記変換要求キーを打鍵
することにより発生される。また入力装置１が前
記変換要求キーを有するか否かにかかわらず、予
め定められた長さの文字列が前記スタツクに蓄え
られたことを検出して、或いは入力コードが句読
点を示すコードであることを検出して、自動的に
前記変換要求を発生させるようにすることが望ま
しい。

また入力コードが前記第１または第２の選択キ
ー１ａ，１ｂに対応したものであるときには、例
えば第７図に示す処理の流れに沿つて同音語選択
処理を行ない、その他のコードの場合（例えば訂
正、挿入、削除等）には、既に変換処理が行われ
て表示された文章についての編集処理が行なわれ
る。

ところで一般に日本語ワードプロセツサでは、
同音語の選択を各変換結果毎に逐次実行するもの
と、例えば１頁分の文字列の入力後に一括して選
択するものがあるが、上述した本発明に係る処理
はそのいずれにも適用できることは云うまでもな
い。

以上説明したように本装置によれば、入力仮名
文字列が比較的長くても、これを解析して漢字混
り文字列に変換して日本語文章を作成していく
際、その結果として生ずる多数の文節系列の候補
を、膨大なメモリ量および多大な処理時間を費や
すことなく、能率的に求めることができる。従つ
て、処理速度の向上および装置コストの低減を図
り、またオペレータに与える負担を大幅に軽減で
きる等、実用上絶大なる効果が奏せられる。

尚、本発明は上記実施例に限定されるものでは
ない。例えば、文節抽出部２ｃは、入力文字列に
対して、その文節の始まり位置が共通となる全て
の文節を同時に求めるものであつてもよい。例え
ば、前述した「そしてこん……」なる入力文字列
に対して、「そして（そして）、そし（阻止）」、
「して（仕手）」、「て（手）」、「こんごのと（今後
のと）、こんごの（今後の）、こんご（今後）、こ
ん（今）」、……と云うように変換結果を求めるよ
うにしてもよい。そしてこれらのうち、「今後の
と、今後の、今後」なる文節は自立語単語が共通
であり、付属語列のとり方だけが異なるので、こ
のような場合には「今後」なる単語については１
回だけ辞書検索すればよいことになる。そして、
順次得られる各文節候補の中から、その都度文節
系列をつくり、Ｎ文節まで得られた時にブロツク
の分割の評価処理を行うようにすることも可能で
ある。その他、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を示す装置概略構成
図、第２図は変換辞書のメモリの構成を示す図、
第３図は入力文字列とその文節分割した文節系列
の例を示す図、第４図は出力データメモリの構成
例を示す図、第５図乃至第７図は実施例装置にお
ける変換処理の流れを示す図である。 １…入力装置、２…仮名漢字変換部、３…変換
辞書、４…出力制御部、５…出力データメモリ、
６…表示制御部、１ａ…第１の選択キー、１ｂ…
第２の選択キー、２ａ…ブロツク抽出部、２ｂ…
総文節系列抽出部、２ｃ…文節抽出部、３ａ…入
力見出し表領域、３ｂ…出力見出し表領域。

Claims (1)

1. 【特許請求の範囲】 １ 仮名文字列を入力する為の入力部と、単語辞
   書と照合することにより仮名文字列内の部分文字
   列を文節単位として識別する文節抽出部と、この
   文節抽出部により識別された前記仮名文字列内の
   文節単位系列に対して２以上の予め定められた整
   数Ｎ文節系列が最長となるものを選択し、この系
   列中で第Ｎ文節終端を除き文節終端が同一である
   位置をブロツクの終端とするブロツク抽出部と、
   このブロツク抽出部により抽出された各ブロツク
   単位で漢字変換された同音語候補を順次表示する
   出力部とを具備したことを特徴とする仮名漢字変
   換装置。 ２ 前記文節抽出部は、抽出された各ブロツク毎
   にその文字列全体に対する漢字変換結果を求める
   ものである特許請求の範囲第１項記載の仮名漢字
   変換装置。 ３ 前記ブロツク抽出部は、入力仮名文字列でブ
   ロツク抽出されなかつた残りの部分に対し、その
   先頭から繰り返しブロツク抽出していくことによ
   り、入力仮名文字列全体に対する漢字変換結果を
   求めるものである特許請求の範囲第１項記載の仮
   名漢字変換装置。