JPH0724054B2

JPH0724054B2 - デ−タ処理装置

Info

Publication number: JPH0724054B2
Application number: JP59019969A
Authority: JP
Inventors: 良成平岡; 恭紀片山; 裕吉浦; 邦夫中西
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1984-02-08
Filing date: 1984-02-08
Publication date: 1995-03-15
Anticipated expiration: 2010-03-15
Also published as: JPS60164864A

Description

【発明の詳細な説明】〔発明の利用分野〕本発明は、仮名漢字混りの日本語文を処理するテキスト
処理システムに係り、特にこのようなテキスト処理シス
テムにおいて、綴りの誤りを検出あるいは訂正する装置
に係る。

〔発明の背景〕

OAの進展に伴つて計算機によるテキスト処理が注目を集
めている。特に欧米では、アルフアベツトの字数が少な
いこともあつて、テキストの計算機処理が相当普及して
きており、単にテキストを入力・記憶・出力するばかり
でなく、入力されたテキストの綴りの誤りを検出・訂正
するシステムが製品化されつつある。例えば、UNIXのユ
ーテイリテイプログラムであるTYPOは英単語の綴り誤り
を検出する機能を有しており、DEC10のSPELLというプロ
グラムは英単語の綴り誤りの一部を訂正する機能があ
る。例えばJ.L.Peterson“Computer Programs for Dete
cting and Correcting Spelling Errors",CACM,Vo.123,
No.92には、このような英文綴り検証システムが詳しく
紹介されている。

しかしながら、日本語は（１）漢字，平仮名，片仮名と３つの字種が混在して
いる。

（２）漢字は字数が極めて多い。

（３）単語の切れ目に空白が挿入されないため単語の
切り出しが難しい。

等の特徴があるため、日本では、テキストの入力方式及
び綴りの検出・訂正システムは開発が困難である。

さらに、日本語は綴り誤りのパターン自体が欧米語と異
なるため、欧米で開発された処理方式は適用することが
できず、日本語独自の方式が必要である。

日本語の綴り誤りのパターンは入力方式にも大きく依存
している。現時点では日本語入力方式として、（１）タツチ・タイプ方式（２）ペン・タツチ方式（３）仮名漢字変換方式（４）手書文字認識方式が知られている（特開昭58-106663、特開昭55-14368
1）。

一方綴り誤りのパターンとしては、（ａ）ユーザの記憶誤り（ｂ）タイプミス（ｃ）装置の認識誤りが考えられる。このうち（ａ）は、日本語では同音異語
をあて字として使つた綴り誤り、送り仮名の誤り等が多
く、（１），（２），（４）の入力方式では多く見受け
られるが、（３）の方式のうち文節入力可能な方式では
ユーザが表音文字である仮名で文節を入力するとシステ
ムがこれを仮名漢字混りの文字列に変換するため、この
種の誤りは他の方式に比較し少ない。（ｂ）は、主とし
て（１）と（２）に特有の誤りである。（ｃ）は（４）
の方式のみで問題となるエラーである。

以上の考察で明らかなように、現在日本語ワードプロセ
ツサで多用されている（３）の仮名漢字変換方式は比較
的誤りの発生しにくい入力方式と考えられるが、初心者
にとつて使いやすいこと、文字認識技術の応用から、
（４）の手書文字認識方式の日本語入力方式に適用され
る、（ａ）及び（ｃ）タイプの誤りを検出・訂正するの
に好都合な装置を提供するものである。

〔発明の目的〕

本発明は、上記の考察に基づくものであつて、その第１
の目的は、漢字仮名混り日本語文を処理するテキスト処
理システムにおいて、日本語文に含まれる綴り誤りを文
節単位に検出する手段を提供することにある。その第２
の目的は、上記検出された綴り誤りのうち、同音異字を
あて字として使つた誤りを訂正する手段を提供すること
にある。

〔発明の概要〕

本発明は、綴り誤りを含んだ漢字仮名混りの日本語文
を、漢字仮名混り表記の単語辞書を参照して単語分割す
る手段と、単語分割が失敗した文節をユーザに提示する
手段と、単語分割が失敗した文節を仮名漢字混り表記か
ら表音文字（例えばローマ字）表記に変換する変換テー
ブルと、得られた表音文字表記の文節を、表音文字表記
の単語辞書を参照して単語に分割する手段と、分割が成
功した時、その表音文字表記の文節を仮名漢字混り表記
に変換し、訂正された文節としてユーザに提示する手段
を有することを特徴とするものである。

〔発明の実施例〕

以下、本発明の一実施例を図面に基づいて説明する。第
１図は、本実施例として取り上げた文書処理ワークステ
ーシヨンの外観を示す。ワークステーシヨン１は、デイ
スプレイ2,キーボード3,手書文字入力用タブレツト４、
及びフロツピー記憶装置６を有する。ユーザは、日本語
文を、キーボード３からキー入力するか、又はタブレツ
ト４にスタイラスペンで手書入力する。入力された日本
語文はデイスプレイ２に表示されるか、フロツピー記憶
装置６に格納される。又、一旦、記憶装置６格納された
日本語文をデイスプレイ２に表示させることができる。

第２図は第１図のワークステーシヨンの詳細を示すブロ
ツク図である。ワークステーシヨンは、デイスプレイ
２、表示用のバツフアメモリ７、キーボード３、タブレ
ツト４、フロツピー記憶装置６、プロセツサ８、手書文
字認識装置９、及びプリンタ10を含む。

プロセツサ８は、入力されたテキストの処理等各種のデ
ータ処理を行う装置であつて、マイクロプロセツサ又は
専用論理回路で実現される場合もあるし、ホストコンピ
ユータと端末装置で実現される場合もある。本発明の綴
り誤り訂正処理はこのプロセツサで実行される。

手書文字認識装置９は、タブレツトから入力された漢字
や仮名文字を認識しこれをコード化して、プロセツサ８
に送り込む装置であつて、95〜99％程度の認識率が得ら
れている。

プリンタ10は、プロセツサ８で処理された日本語文を印
刷する装置である。

フロツピー記憶装置６には、入力された日本語文が格納
される他、日本語の解析に用いられる辞書やテーブル類
も格納されている。なおフロツピー記憶装置の代りにデ
イスク記憶装置等他の外部記憶装置を用いてもよい。

第３図は、本発明で綴り誤りの検出・訂正を行つた場合
のデイスプレイスクリーン表示の一例を示す図である。
キーボード２、タブレツト４、又はフロツピー記憶装置
６から入力された日本語文はスクリーンの上半分に表示
されている。ここで綴り検出用のコマンドを、キーボー
ド３から入力すると、システムは、日本語文の先頭から
順番に一文節ずつ解析し、誤つた文節が見付かると、ア
ンダーラインが施される。この例では「専問家の」とい
う誤つた文節が検出されている。これに対してシステム
は、スクリーンの下半分に３種類のメニユーを表示す
る。これによつてユーザは、システムの検出した誤りが
システムの辞書にない特殊な用語であれば、１を選択
し、システムが訂正した綴りが正しければ２を選択し、
自分で新たに正しい綴りを入力したければ３を選択する
ことができる。ユーザの選択を終了するとシステムは次
の文節から再び文の解析を再開する。

第４図は、上記のような綴り誤り検出・訂正処理をプロ
セツサ８及びフロツピー記憶装置６でどのような手順で
実行するかを示したものである。検査すべき文字列はま
ず文字列バツフア20に格納された後、文節切り出し手段
21によつて文節に分割される。文節は、自立語（一般に
漢字又は片仮名で始まる。）に任意の個数の付属語（平
仮名）が続く構成になつているので、平仮名から漢字又
は片仮名に字種が変化する点を検出すれば、容易に文節
分けができる。次に切り出された文節ごとに文節内形態
素解析23が行なわれる。ここで形態素解析とは文節を単
語に切り分ける処理のことで、日本語ワードプロセツサ
の仮名漢字変換処理において扱われる概念である。ここ
では、テキストが仮名漢字混り文であるから、漢字仮名
表記による単語辞書30及び単語間接続行列34を用いて解
析を進める。もし、形態素解析が成功すれば、その文節
は正しいと判断し、次の文節を切出すため文節切出し手
段21に制御が移る。もし、形態素解析が失敗した場合
は、その文節に同音異字による当て字的な誤字が含まれ
ていると判断し、当該文節を、漢字仮名→ローマ字変換
手段24、及び漢字仮名→ローマ字対応表33を用いて、ロ
ーマ字表記に変換し、ローマ字文節バツフア25に格納す
る。次に、このローマ字文節を、ローマ字による形態素
解析手段26を用い、形態素解析を行なう。今度は表音文
字をベースとした形態素解析であるため、音は正しくて
も表記が誤つているような綴り誤りを含む文節は正しく
解析される。この場合の形態素解析は、ローマ字表記に
よる単語辞書32及び単語間接続行列34を用いる。ここで
もし形態素解析が失敗した場合は、もとの文字列にある
字以外の誤りが含まれていたことになり、システムは、
ユーザに当該文節に誤りがあつたことだけを通知する。
もし形態素解析が成功した場合には、正しく解析された
文節を、ローマ字→漢字仮名変換手段27によつて、漢字
仮名混り文に変換し訂正文字列バツフア28に格納した後
ユーザに提示する。変換は、ローマ字表記による単語辞
書32中の単語から、漢字仮名表記による単語辞書30中の
単語へのポインタ31を参照して実行される。なお、同一
のローマ字表記の文節に対して、複数の漢字仮名混り文
節が対応する場合には、複数の候補をユーザに提示す
る。

第５図は、「専問家の」という誤つた文節が切り出され
た時の処理の流れを示した図である。文節バツフア20に
格納された「専問家の」という文節を形態素解析する
と、「専問家」が辞書にないため、解析は失敗する。そ
こで、漢字仮名→ローマ字変換表33を用いてローマ字表
記「SENMONKANO」に変換すると、今度は「SENMONKA」と
いう名詞が辞書中にあるため形態素解析が成功し、名詞
「SENMONKA」と、名詞に続く格助詞「NO」に分割され
る。最後にこれらの単語は、２つの辞書の間のポインタ
31をたどつて、「専門家の」という訂正文字列に変換さ
れユーザーに提示される。

第６図は、「恥ぢない」という誤つた文節が切り出され
た時の処理の流れを示した図である。この場合も「恥ぢ
る」という単語が辞書にないため漢字仮名混り表記によ
る形態素解析は失敗する。しかし、ローマ字表記に変換
すると形態素解析は成功し、「HAJIRU」という動詞の未
然形と、「NAI」という助動詞に分割される。最後にこ
れを、漢字仮名混り表記の文節「恥じる」に変換し、訂
正された文節としてユーザに提示する。

表音文字としてローマ字の例を示したが、カナ文字であ
つても差しつかえない。

〔発明の効果〕

上述のように本発明によれば、第１に仮名漢字混り日本
語文の綴り誤りを検出できる効果がある。誤りとしては
タイプミス，手書文字認識の認識誤り、ユーザの記憶誤
り等を含む。第２に、上記の誤りのうちで、同音異字を
誤つてあて字的に用いた綴り誤りを訂正する効果を有す
る。

【図面の簡単な説明】

図面は本発明の一実施例で、第１図はシステムの外観
図、第２図はブロツク図、第３図はデイスプレイ表示の
一例を示す図、第４図は、第２図のプロセツサと、フロ
ツピー記憶装置内のデータフローを示す機能図、第５図
は、「専問家の」という誤つた文字列が入力された時の
処理の説明図、第６図は、「恥ぢる」という誤つた文字
列が入つた時の処理の説明図である。１……ワークステーシヨン、２……デイスプレイスクリ
ーン、３……キーボード、４……タブレツト、５……ス
タイラスペン、６……フロツピー記憶装置、７……表示
用バツフアメモリ、８……プロセツサ、９……手書文字
認識装置、10……プリンタ、20……文字列バツフア、21
……文節切出し手段、22……漢字仮名混り文節バツフ
ア、23……漢字仮名混り表記の形態素解析手段、24……
漢字仮名→ローマ字変換手段、25……ローマ字バツフ
ア、26……ローマ字表記の形態素解析手段、27……ロー
マ字→漢字仮名変換手段、28……訂正文字列バツフア、
29……文書メモリ、30……漢字仮名表記による単語辞
書、31……ポインタ、32……ローマ字表記による単語辞
書、33……漢字仮名→ローマ字対応表、34……単語間接
続行列。

Claims

【特許請求の範囲】

【請求項１】少なくとも手書き文字により漢字仮名混じ
り文を入力する手書き入力手段と、漢字仮名表記による単語辞書と表音文字表記の単語辞書
とを記憶する記憶手段と、入力された前記漢字仮名混じり文の一部又は全部を表音
文字表記に変換する第１の変換処理と、表音文字表記を
漢字仮名混じり文に変換する第２の変換処理と、前記手
書き入力された前記漢字仮名混じり文を前記漢字仮名表
記による単語辞書を参照しながら単語に分割する第１の
分割処理と、前記表音文字表記の単語辞書を参照しなが
ら、単語に分割する第２の分割処理とを実行するプロセ
ッサとを有するデータ処理装置において、前記第１の分割処理を実行し、該第１の分割処理が失敗した場合、前記第１の変換手段
により、該失敗にかかる漢字仮名混じり文の一部又は全
部を表音文字表記へ変換し、変換された該表音文字表記について、前記第２の分割処
理を行い、前記第２の変換手段により、前記第２の分割処理の結果
を漢字仮名混じり文に変換することを特徴とするデータ
処理装置。
【請求項２】特許請求の範囲第１項記載のデータ処理装
置において、前記第１の分割処理及び前記第２の分割処理の処理結果
を出力する処理として、プリンタ又はデイスプレイを有
し、前記第２の分割処理の処理結果を出力する場合は、同音
異義語の選択を指示する内容の出力を前記プリンタ又は
前記デイスプレイへ表示することを特徴とするデータ処
理装置。