JPH08167006A - 自然言語処理装置及びその方法 - Google Patents

Abstract

(57)【要約】 【目的】 自然言語情報を精度よく認識する。 【構成】 自然言語処理方法に、自然言語情報を認識す
るステップＳ４０７と、該ステップにより一連の複数種
の自然言語情報群を順次認識する際に、自然言語情報の
種類に関する知識と、一連の複数種の自然言語情報群の
叙述の順序に関する制約の知識を記憶する知識ベースに
記憶された知識を参照し、次の認識の対象を予測するス
テップＳ４０８とを具える。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、入力された自然言語の
情報を処理する自然言語処理装置及びその方法に関する
ものである。

【０００２】

【従来の技術】従来、光学的文字認識装置（ＯＣＲ）、
音声認識装置、オンラインあるいはオフラインの手書き
文字認識装置のような自然言語認識システムでは、認識
対象の文字と用意された文字群の各文字とのパターンマ
ッチングにより、最もよくマッチするパターンを検索す
るようになっている。

【０００３】また、認識結果の文字列が正しい単語であ
るかを、辞書を用いて確認するシステムも存在してい
る。

【０００４】

【発明が解決しようとしている課題】しかしながら、上
記従来の装置では、認識対象の入力文字列がある言語で
記述された文章の一部であり、ある文脈において、意味
や構文の上で決められたパターンに該当する情報が後続
するということが全く考慮されていなかった。

【０００５】また、得られた単語が有効な単語であるこ
とを辞書を用いて確認するシステムにおいても、言語解
析を行うことはなく、一般あるいは特定分野の知識を考
慮することもなかった。

【０００６】また、このように認識結果を有効な単語に
制限することで、認識効率が大きく改善されるとして
も、認識結果の候補として２つ以上の有効な単語が生じ
ることで、単語が確定できないという、しばしば起こる
現象に対処することはできなかった。

【０００７】また、従来の自然言語処理システムでは、
入力情報は完全に正しいものとしており、このため、自
然言語処理システムと、出力情報に不確実性のある認識
システムとの間の障壁となっていた。上記の処理を同時
に行うことで、よりすぐれた効率の高いシステムを得ら
れると考えられる。

【０００８】また、キーボードなど、認識装置以外から
入力される自然言語情報の場合でも、特定領域の知識あ
るいは文脈は、正しい入力を予測し、入力の誤りを訂正
するのに役立つと考えられる。例えば、入力内容の領域
を限定する単純なインターフェースによっても、入力中
のタイプミスを簡単に訂正することができる。

【０００９】

【課題を解決するための手段】本発明によれば、自然言
語処理装置に、自然言語情報を認識する認識手段と、自
然言語情報の種類に関する知識と、一連の複数種の自然
言語情報群の叙述の順序に関する制約の知識を記憶する
知識ベースと、前記認識手段により一連の複数種の自然
言語情報群を順次認識する際に、該知識ベースに記憶さ
れた知識を参照し、次の認識の対象を予測する予測手段
とを具える。

【００１０】また、本発明の他の態様によれば、自然言
語処理装置に、自然言語情報を入力する入力手段と、自
然言語情報の種類に関する知識と、一連の複数種の自然
言語情報群の叙述の順序に関する制約の知識を記憶する
知識ベースと、該知識ベースに記憶された知識を参照し
て、前記入力手段により入力された一連の複数種の自然
言語情報群の一部の情報を予測する予測手段とを具え
る。

【００１１】また、本発明の他の態様によれば、自然言
語処理方法に、自然言語情報を認識する認識工程と、自
然言語情報の種類に関する知識と、一連の複数種の自然
言語情報群の叙述の順序に関する制約の知識を記憶する
知識ベースと、前記認識手段により一連の複数種の自然
言語情報群を順次認識する際に、自然言語情報の種類に
関する知識と、一連の複数種の自然言語情報群の叙述の
順序に関する制約の知識を記憶する知識ベースに記憶さ
れた知識を参照し、次の認識の対象を予測する予測工程
とを具える。

【００１２】また、本発明の他の態様によれば、自然言
語処理方法に、自然言語情報を入力する入力工程と、自
然言語情報の種類に関する知識と、一連の複数種の自然
言語情報群の叙述の順序に関する制約の知識を記憶する
知識ベースと、該知識ベースに記憶された知識を参照し
て、前記入力工程により入力された一連の複数種の自然
言語情報群の一部の情報を予測する予測工程とを具え
る。

【００１３】

【作用】本発明によれば、一連の複数種の自然言語情報
群を順次認識する際に、知識ベースに記憶された知識を
参照し、次の認識の対象を予測する。

【００１４】また、本発明の他の態様によれば、自然言
語情報を入力し、知識ベースに記憶された知識を参照し
て、入力された一連の複数種の自然言語情報群の一部の
情報を予測する。

【００１５】

【実施例】以下、添付図面を参照しながら、本発明に係
る好適な一実施例を詳細に説明する。

【００１６】図１は本発明に係る自然言語処理装置の１
実施例のハードウェア構成を示すブロック図である。

【００１７】同図において、１は、自然言語により情報
を入力するための入力部である。以下では、この入力情
報を文章と称するが、本装置では、一定の規則的な構造
を有していれば、文法的に完全な文章でなくとも、処理
対象とすることができる。

【００１８】入力部１は、例えば、音声を入力・認識す
る音声認識装置や、文字をキー入力するためのキーボー
ド、書類から光学的に文字を読み取って認識する文字認
識装置、オンライン／オフラインの手書き文字認識装
置、他のシステムより情報を受信する受信装置、例え
ば、文字認識システムより認識結果を受信する装置など
であってもよいし、同一装置内の他の処理により生成さ
れた情報をここでの入力としてもよい。更に、これらの
うちの２以上を併設して、選択的に利用してもよい。

【００１９】２は、ＣＰＵであり、各種処理のための演
算、論理判断等を行ない、バス６に接続された各構成要
素を制御する。

【００２０】３は、情報を出力する出力部である。出力
部３は、分析部２１より得られたデータを出力する出力
部であり、例えば、文字情報を音声合成して出力する音
声合成装置、ＣＲＴや液晶表示器などの表示装置、書類
上に文字を印刷出力するためのプリンタ、さらには、デ
ータベースのような他の装置へ情報を送信する送信装置
であってもよく、ここでの出力を同一装置内の他の処理
部、例えば、概念解析部などのへの入力としてもよい。
更に、これらのうちの２以上を具え、選択的に利用する
ようにしてもよい。

【００２１】４は、プログラムメモリであり、フローチ
ャートにつき後述する処理手順を含むＣＰＵ２による制
御のためのプログラムを格納するメモリである。プログ
ラムメモリ４は、ＲＯＭであってもよいし、外部記憶装
置などからプログラムがロードされるＲＡＭであっても
よい。

【００２２】５は、データメモリであり、各種処理で生
じたデータを格納するほか、後述する知識ベースの知識
を格納する。データメモリ５は、例えばＲＡＭとする
が、知識ベースの知識は、不揮発な外部記憶媒体から、
処理に先立ってロードしておく、あるいは、必要がある
ごとに参照するものとする。

【００２３】６は、ＣＰＵ１の制御の対象とする構成要
素を指示するアドレス信号、各構成要素を制御するため
のコントロール信号、各構成機器相互間でやりとりされ
るデータの転送を行なうためのバスである。

【００２４】図２は、データメモリ５に設けられた知識
ベース２２の詳細内容を示す図である。２２１は、例え
ば、「行動」の知識など、一般的な知識を持つ一般知識
ベースである。２２２は、処理対象の分野に特有の知識
を持つ分野知識ベースである。２２３は、語句の品詞や
文法などの言語情報を有する言語知識ベースである。

【００２５】図３は、認識処理後に、認識結果を予測情
報に基づいて校正する処理手順を示すフローチャートで
ある。

【００２６】まず、ステップＳ３０１で、次の単語の予
測として、初期の予測をセットする。

【００２７】ステップＳ３０２では、次の単語が存在す
るかを判定し、なければ終了する。次の単語があれば、
ステップＳ３０３にて、予測情報に基づいてその単語の
有効性をチェックし、有効でない場合に訂正を行う。ス
テップＳ３０４では、具体例につき後述する知的解析を
行う。ステップＳ３０５で、次の単語のために予測を更
新し、ステップＳ３０２に戻る。

【００２８】図４は、認識処理に予測情報を反映させる
処理手順を示すフローチャートである。

【００２９】まず、ステップＳ４０１で、初期の予測を
セットする。

【００３０】ステップＳ４０２では、次のページが存在
するかを判定し、なければ終了する。あれば、ステップ
Ｓ４０３にて、ページ解析を行う。ステップＳ４０４で
は、次のブロックが存在するかを判定し、なければその
ページの処理を終了し、ステップＳ４０２に戻る。次の
ブロックがあれば、ステップＳ４０５にて、ブロック解
析を行う。

【００３１】ステップＳ４０６では、次の単語が存在す
るかを判定し、なければブロックの処理を終了して、ス
テップＳ４０４に戻る。あれば、ステップＳ４０７に
て、予測情報を利用した文字認識を含む知的解析を行
う。ステップＳ４０８で、予測を更新し、ステップＳ４
０６に戻る。

【００３２】以下では、戸籍情報を処理する場合を例と
して、本実施例装置の処理手順を説明する。

【００３３】図５は、戸籍情報の例を示す図である。以
下では、図５のような情報がＯＣＲを用いて入力され、
処理されるものとする。

【００３４】図６は、「行動」の知識構造を示す図であ
る。Ｓ１は、行動のエージェント、Ｓ２が行動の直接目
的、Ｓ３が行動の間接目的、Ｓ４は間接目的の理由とな
る行動、Ｓ５はどこからかの場所を示す情報、Ｓ６は道
具となる行動、Ｓ７はサポートとなる場所、Ｓ８は時間
である。

【００３５】図７は、日本の場合における住所の知識を
階層構造で表わしたものである。

【００３６】図８は、一般の辞書の内容を示している。
左側の情報が表わす概念が右側に記載されている。

【００３７】図９は、一般知識ベースに記憶される、自
然言語情報の一般的な記述のルールを示している。

【００３８】図１０は、分野知識ベースに記憶される、
特定の分野に関する自然言語情報の記述のルールを示し
ている。

【００３９】以下では、具体的な例を用いて、本実施例
装置の処理手順を説明する。

【００４０】ここでは、予測を利用した認識により、
「平成元年壱月弐拾七日横浜市鶴見区で出生同月弐拾九
日父届出入籍」が認識され、対応する概念構造に解析さ
れる例を説明する。

【００４１】この場合、戸籍情報のこの部分の全てのス
テートメントが「届出」という行動、すなわち、既に起
こったあるEVENT に対するMTRANSであるという知識か
ら、図１１に示すMTRANS1 とEVENT1の空のインスタンス
が生成される。

【００４２】また、そのブロックのオーナーをEVENT の
動作主とし、入力される情報の種類の予測情報として、
EVENT1の<Time-Phrase> をセットする。

【００４３】以下、上述の入力情報を順次処理していく
が、まず、予測情報がTime-Phraseであり、特定領域の
知識ベースを利用すると、上述の予測情報の最初の情報
として、<ERA> が予測され、可能な元号の候補として、
「平成」、「昭和」、「明治」などが予測される。そこ
で、これらの予測情報が認識部に与えられ、認識に利用
される。これにより、文字認識において、数千にも及ぶ
漢字の中で、認識のための候補がわずかな数に絞られ
る。

【００４４】上述のように、認識部には、単語単位の予
測情報が与えられる。そこで、文字列に対する文字認識
が複数文字について並行に行われる場合、単語単位の予
測情報は、一層有効であり、認識速度を高める。例え
ば、元号の第１文字である「昭和」の「昭」と、「明
治」の「明」は形態が類似しているので、一方が正しい
場合に他方も候補になることがあり、予測情報を利用し
ても１つに定まらない可能性があるが、並行して得られ
た後続の文字の認識結果によって、これを解消すること
ができる。

【００４５】複数文字の認識を並行して行わない場合、
システムは、可能性のある複数の候補を決定せずに残し
たまま処理を進め、後の入力に基づいて決定を行うよう
にしてもよい。場合によっては、複数の文字を利用する
ことで、間違った組み合わせを排除することができる。

【００４６】ここで、予測情報を用いた認識の結果が
「平成」となったとすると、時間２のスロットＳ１に、
この概念を＜Ｅｒａ＝平成＞として納める。

【００４７】次の予測は、<year>であり、その値は<Num
ber>である。ここで、前回の概念の<ERA> に基づき、そ
の範囲が制限される。例えば、図８にあるように、「昭
和」では１−６４、「平成」では１−となる。また、図
８に示す知識から、「１年」は「元年」と表わされるこ
とが分かる。そこで、「元」、「二」などが予測され
る。

【００４８】ここで、日本語では単語の区切りがなく、
また<Number>となる単語の文字数は不定であるので、こ
の単語の部分を確定するために、＜年印＞を用いる。こ
こでは、確定された単語が、予測情報を用いて、「元」
と認識される。これが、＜ＮＵＭＢＥＲ（＝１）＞であ
るとされ、時間２のスロットＳ１に、＜Ｙｅａｒ（＝
１）＞として納められる。

【００４９】次の「年」は、＜年印＞であるので、デリ
ミタとして、それ自体は無視される。但し、デリミタ
は、上述のように連続する入力情報の区切りとして、ま
た、前後の情報が何を表わすかを示すものとして利用さ
れる。以下同様にして、「壱」は時間２のスロットＳ２
に、「月」は＜月印＞として無視され、「弐拾七」は時
間２のスロットＳ３に、「日」は＜日印＞として無視さ
れる。

【００５０】上記において、例えば「弐拾七」を認識す
る過程では、日付の数値が予測されているので、「弐」
が、パターンマッチングによる他の候補「武」や「式」
とはならず、「拾」が「捨」になることはない。同様に
「日」では、＜日印＞が予測されており、「目」などと
間違うことはない。

【００５１】次に、「横浜」が得られるが、これは＜市
名＞であり、図１０のルールより、Address-Phraseが始
まったと推論し、予測情報を「住所」に更新する。ま
た、「横浜」を住所２のスロットＳ３に納める。次の
「市」は＜市印＞として無視され、「鶴見」は住所２の
スロットＳ３に納め、「区」は＜区印＞として無視され
る。

【００５２】以上において、予測情報は、候補の数に応
じて、認識部に送られる。例えば、市の名前が予測され
ている場合に、全国の全ての市の名前を予測情報として
認識部に与えることは効率的でない。しかしながら、市
の名前の最初の文字が分かった場合、例えば、「横」で
あった場合、「横浜」、「横須賀」など、候補の数が鍵
られるので、予測情報として認識部に与えることができ
る。また、市が確定した後に、区の名前が予測されてい
る場合には、１つの市の区の数は限られているので、全
ての区名を認識部に送ることで認識を改善できる。

【００５３】次の「で」は、図８にあるように、ケース
マーカであるので、図１０のルールより、Address-Phra
seが終わったと推論し、予測情報を届出(MTRANS)の種類
「出生」に更新する。

【００５４】次に、＜出生＞の概念である「出生」が得
られ、図１０のルールより、届出(MTRANS)のObjectであ
るEvent1のタイプは、ＢＩＲＴＨＣＤであると推論し、
予測情報をTime-Phrase に更新する。

【００５５】次の「同」は、＜代名詞１＞であり、時間
１のスロットＳ２（Ｍｏｎｔｈ）の情報として、時間２
の同じスロットの情報を納め、更に、それより前の部分
の時間の情報である時間１のＳ１（Ｅｒａ，Ｙｅａｒ）
についても、時間２のＳ１の情報をコピーする。以下、
「月」は＜月印＞として無視され、「弐拾九」は時間１
のスロットＳ３に、「日」は＜日印＞として無視され
る。

【００５６】次に、「父」は、＜人１＞であり、これよ
りTime-Phrase は終了し、＜人＞が始まったと推論され
る。ここで、ブロック情報から、「父」の表わす人物は
特定できる。

【００５７】次の「届出」は、＜届出＞の概念であり、
図１０のルールより、MTRANS1 は、＜人１＞によって行
なわれたと推論され、MTRANS1 のＳ１に＜人１＞を納
め、図１０のルールにより、予測情報を{Diff Birthpla
ce} の先頭のTime-Phrase に更新する。

【００５８】次の「入籍」は、＜入籍＞の概念であり、
Time-Phrase が見つからなかったことから、図１０のル
ールより、Diff Birth-placeのルールは適用されず、こ
のステートメントの解析は成功したと推論する。これに
より、MTRANS1 の＜住所１＞は戸籍のホルダ−の本籍と
同一であると推論し、その本籍の情報を＜住所１＞にコ
ピーする。その結果、＜住所１＞は横浜市鶴見区とな
る。

【００５９】図１２は、以上の処理により、入力例に対
して出力される戸籍情報の構造を示す図である。

【００６０】以上の処理において、予測情報は、年、月
などの固定的な単語や、後続の単語により定まる可変な
値の単語、例えば、一般知識により得られる日付などの
数値や場所などの名前である。

【００６１】次に、予測を利用して、認識結果として得
られた「平成元年壱月武拾七日横浜市鶏見区で出生同月
弐拾九目父届出八籍」を校正する例を説明する。

【００６２】この場合、戸籍情報のこの部分の全てのス
テートメントが「届出」という行動、すなわち、既に起
こったあるEVENT に対するMTRANSであるという知識か
ら、図１１に示すMTRANS1 とEVENT1の空のインスタンス
が生成される。

【００６３】また、そのブロックのオーナーをEVENT の
動作主とし、入力される情報の種類の予測情報として、
EVENT1の<Time-Phrase> をセットする。

【００６４】以下、上述の入力情報を順次処理していく
が、まず、予測情報がTime-Phraseであり、特定領域の
知識ベースを利用すると、上述の予測情報の最初の情報
として、<ERA> が予測され、可能な元号の候補として、
「平成」、「昭和」、「明治」などが予測される。

【００６５】ここで、認識の結果「平成」が予測情報に
一致するので、時間２のスロットＳ１に、この概念を＜
Ｅｒａ＝平成＞として納める。

【００６６】次の予測は、<year>であり、その値は<Num
ber>である。ここで、前回の概念の<ERA> に基づき、そ
の範囲が制限される。図８にあるように、「平成」では
１−となる。また、図８に示す知識から、「１年」は
「元年」と表わされることが分かる。そこで、「元」、
「二」などが予測される。

【００６７】ここで、日本語では単語の区切りがなく、
また<Number>となる単語の文字数は不定であるので、こ
の単語の部分を確定するために、＜年印＞を用いる。こ
こでは、確定された単語「元」が、予測情報と一致する
ので、これが、＜ＮＵＭＢＥＲ（＝１）＞として、時間
２のスロットＳ１に、＜Ｙｅａｒ（＝１）＞として納め
られる。

【００６８】次の「年」は、＜年印＞であるので、デリ
ミタとして、それ自体は無視される。以下同様にして、
「壱」は時間２のスロットＳ２に、「月」は＜月印＞と
して無視される。

【００６９】次に、「武拾七」では、日付の数値が予測
されているので、「武」は「弐」であると推論され、
「弐拾七」が時間２のスロットＳ３に納められる。
「日」は＜日印＞として無視される。

【００７０】次に、「横浜」が得られるが、これは＜市
名＞であり、図１０のルールより、Address-Phraseが始
まったと推論し、予測情報を「住所」に更新する。ま
た、「横浜」を住所２のスロットＳ３に納める。次の
「市」は＜市印＞として無視される。

【００７１】次の「鶏見」では、区名が予測されてお
り、データベースから、横浜市に「鶏見」という区はな
く、一方、「鶴見」は区名として存在するので、「鶴
見」であると推論して、これを住所２のスロットＳ３に
納め、「区」は＜区印＞として無視される。

【００７２】次の「で」は、図８にあるように、ケース
マーカであるので、図１０のルールより、Address-Phra
seが終わったと推論し、予測情報を届出(MTRANS)の種類
「出生」に更新する。

【００７３】次に、＜出生＞の概念である「出生」が得
られ、図１０のルールより、届出(MTRANS)のObjectであ
るEvent1のタイプは、ＢＩＲＴＨＣＤであると推論し、
予測情報をTime-Phrase に更新する。

【００７４】次の「同」は、＜代名詞１＞であり、時間
１のスロットＳ２（Ｍｏｎｔｈ）の情報として、時間２
の同じスロットの情報を納め、更に、それより前の部分
の時間の情報である時間１のＳ１（Ｅｒａ，Ｙｅａｒ）
についても、時間２のＳ１の情報をコピーする。以下、
「月」は＜月印＞として無視される。次に、デリミタと
して＜日印＞が予測されているので、「目」は＜日印＞
「日」と推論され、これにより「弐拾九」が切り出され
て、時間１のスロットＳ３に納められ、「日」は＜日印
＞として無視される。

【００７５】次に、「父」は、＜人１＞であり、これよ
りTime-Phrase は終了し、＜人＞が始まったと推論され
る。ここで、ブロック情報から、「父」の表わす人物は
特定できる。

【００７６】次の「届出」は、＜届出＞の概念であり、
図１０のルールより、MTRANS1 は、＜人１＞によって行
なわれたと推論され、MTRANS1 のＳ１に＜人１＞を納
め、図１０のルールにより、予測情報を{Diff Birthpla
ce} の先頭のTime-Phrase に更新する。

【００７７】次の「八籍」では、Time-Phrase が予測さ
れているが、これは見つからないので、Diff birthplac
e のルールは適用されないものとして、＜入籍＞の概念
「入籍」に予測を変更する。これにより、「八籍」は
「入籍」であろうと推論する。以上により、このステー
トメントの解析は成功したと推論する。これにより、MT
RANS1 の＜住所１＞は戸籍のホルダ−の本籍と同一であ
ると推論し、その本籍の情報を＜住所１＞にコピーす
る。その結果、＜住所１＞は横浜市鶴見区となる。

【００７８】次に、レイアウト情報を用いて認識を実行
する例を説明する。

【００７９】図１３は、本実施例の処理手順を示すフロ
ーチャートである。図５の戸籍情報が入力されるものと
する。

【００８０】図１３において、まず、ステップＳ１３０
１で、新たなページのブロックの設定と処理順序の決定
とを行う。ステップＳ１３０２では、新たなブロックに
対して予測を行う。ステップＳ１３０３では、新たな行
に対して、予測ができたかを判別する。ここで、「行」
とは、ブロック中において、意味的に１まとまりの小単
位である。予測ができない場合には、ステップＳ１３０
４で、可能性のある行の種類を選択し、ステップＳ１３
０５で選択された種類に対して文字認識を実行し、ステ
ップＳ１３０３に戻り、この認識の結果見つかった行の
種類に対して予測できたかを判別する。

【００８１】ステップＳ１３０３で、予測できたと判別
された場合、ステップＳ１３０６で、次行の各単語に対
して、可能性のある文字のリストと切れ目となる文字の
ルールを選択する。ステップＳ１３０７で、予測された
可能性のある文字に基づいて、文字認識を行い、ステッ
プＳ１３０８で、単語の意味処理を行い、ステップＳ１
３０９でその単語までの文章の意味処理を行う。

【００８２】ステップＳ１３１０で、行終了かを判定
し、終了でなければ、ステップＳ１３０６へ戻る。行が
終了したならステップＳ１３１１で行の意味解析を行
い、ブロック終了であるかを判定する。ブロック終了で
なければ、ステップＳ１３０３へ戻る。ブロック終了で
あれば、ステップＳ１３１２でブロックの意味付けを行
い、ページ終了かを判定する。ページ終了でなければ、
ステップＳ１３０２に戻る。ページ終了であれば、ステ
ップＳ１３１３で戸籍終了かを判定し、終了でなけれ
ば、ステップＳ１３０１に戻る。戸籍終了であれば、得
られた結果をデータベースに入力する。

【００８３】以下、図５の例に基づいて、具体的に説明
する。

【００８４】ここで、１つの戸籍には、いくつかのペー
ジがあり、各ページには、いくつかのブロックがある。
この、ページとページ中のブロックとの固定レイアウト
情報は、必要な全情報を抽出するために、特定領域の知
識ベースに具えられている。

【００８５】このレイアウトの知識は、システムが予測
情報を設定し、情報の有効性をチェックし、「父」など
の普通名詞の意味する人物を特定するのに役立つ。本実
施例では、ブロックの位置とヘッダとを、データの内容
を決定し、文脈を設定を容易としている。

【００８６】先ず、「本籍」のブロックは、このヘッダ
に続いて、登録された場所の情報として、実際の<Addre
ss-phrase>である住所を含んでいる。そこで、予測を住
所にセットすることが、システムの認識の助けになる。

【００８７】次に、「氏名」のブロックは、戸籍のホル
ダーの情報として、その氏名が、姓、名の順で、間にス
ペースを空けたフォーマットて記述されている。これに
対し、届出のところでは、姓名を分けて記載していない
ので、その時の姓名の区別に、この情報を利用できる。

【００８８】次の１行は、この戸籍がいつ編製されたか
の情報であり、たいていは結婚の時点であり、その日を
デフォルトとする。

【００８９】続いて、ページは、個人毎のブロックに分
割され、各ブロックには、個人に関する届出や宣言が記
載されている。各ブロックの下部には、個人の氏名、父
の氏名、母の名前、出生日、性別、兄弟・姉妹の間での
出生順序を表わす「長女」などの情報が記されている。

【００９０】図５に示すように、各ブロックは、ブロッ
クの内容を表すヘッダを有しているので、例えば、
「父」というヘッダにより、次に父の氏名が来ることを
予測される。

【００９１】以上のデータは、届出におけるデータの確
認に用いることができる。例えば、出生日のデータは、
届出の文中に明記されているので、下部のブロックの出
生日とのチェックが行える。また、届出中で「父」や
「母」といった普通名詞で表わされている人物を、その
名前と関係付けることができる。

【００９２】更に、複数の人物を含む届出では、それ
が、各人のブロックにおいて明記されている。例えば、
結婚の届は、夫婦双方のブロックに記されている。従っ
て、この知識を確認や予測に用いることができる。

【００９３】次に、レイアウト情報を用いた予測を利用
する認識の他の例を説明する。

【００９４】図１４は、本実施例における認識対象の情
報である外出票である。本実施例でも、予測をしながら
認識を進める。

【００９５】ここでは、このフォームのレイアウトに関
する領域の知識が、認識及び解析に利用される。例え
ば、「Employee code」 は、次に、数値が来ることを予測
させる。数値を認識したら、システムは、氏名と所属を
予測としてセットするために、データベースにアクセス
することができる。数値の認識に曖昧さがある場合で
も、氏名と所属名からチェックすることにより、曖昧さ
を解消することができる。また、ある項目では、そこに
記述される可能性のある候補は限られているので、その
いずれかであると予測できる。例えば、交通機関の欄で
は、電車、バス、タクシー、自家用車等の１つもしく
は、その組み合わせである。

【００９６】次に、音声認識の例を説明する。

【００９７】文字認識の例と同様に、音声認識の場合
も、予測しながら認識するならば、認識率を向上させる
ことができる。

【００９８】まず、「I shall meet you at five pm.が
入力されたとする。「I shall」まで認識された場合、次
の単語として動詞が予測される。従って、音声のパター
ンマッチングにより、「meet」と「meat」が候補となった場
合、前者は動詞であるが、後者は名詞であるので、前者
として認識される。

【００９９】更に、に「I shall meet you at 」 まで解
析が進んだ場合、予測は、場所もしくは時刻である。従
って、発音が似ていても、「fine」と認識されることはな
い。また、「five」と「nine」を候補として「pm」まで解析が
進んだ場合、知識もしくは文脈から、会う時刻として９
時は不適当であると考えられれば、「nine」は候補から除
去され、あるいは候補としての優先度が下げられる。

【０１００】次に、認識結果の一部において、第１候補
を他の候補に変更することにより、認識結果の他の一部
の第１候補を他の候補に変更する処理を説明する。

【０１０１】図１５は、本処理において利用する一般知
識の例を示す図である。

【０１０２】図１６は、本処理の対象となる文字認識結
果を示す図である。円内の文字が第１候補であり、その
下が他の候補である。ここで、ユーザが「目」に代えて
「日」を選んだ場合、既に得ている認識結果を見直す。
すると、「３丁日」は意味が通らず、また図１５の知識
により、「３７日」は日付として不適当であるので、
「丁」が「１」に変更される。

【０１０３】なお、本発明の機能が実行されるのであれ
ば、単体の装置であっても、複数の装置からなるシステ
ムであっても、装置またはシステムにプログラムを供給
することにより処理が行なわれる場合であっても、本発
明が適用されることは言うまでもない。

【０１０４】

【発明の効果】以上説明したように、本発明によれば、
一連の複数種の自然言語情報群を順次認識する際に、次
の認識の対象を予測することができる。

【０１０５】また、予測結果を用いて、次の認識の対象
を精度よく認識することができる。

【０１０６】また、本発明の他の態様によれば、自然言
語情報を入力し、入力された一連の複数種の自然言語情
報群の一部の情報を予測することができる。

【０１０７】また、予測結果を用いて、入力情報を校正
することができる。

【０１０８】また、入力情報が誤りを含む場合にも、正
しい入力情報として解析することができるという効果が
ある。

【図面の簡単な説明】

【図１】実施例の自然言語処理装置のハードウェア構成
を示すブロック図である。

【図２】知識ベースの詳細構成を示す図である。

【図３】認識結果の構成処理のフローチャートである。

【図４】認識処理のフローチャートである。

【図５】戸籍情報の例を示す図である。

【図６】行動の知識構造を示す図である。

【図７】日本の住所の階層構造を示す図である。

【図８】一般の辞書の知識を示す図である。

【図９】一般の記述のルールを示す図である。

【図１０】戸籍の分野における記述のルールを示す図で
ある。

【図１１】用意される戸籍情報の構造を示す図である。

【図１２】出力される戸籍情報の構造を示す図である。

【図１３】戸籍の認識処理のフローチャートである。

【図１４】外出票の例を示す図である。

【図１５】一般の辞書の知識を示す図である。

【図１６】認識結果の例を示す図である。

【符号の説明】

１ 入力部 ２ ＣＰＵ ３ 出力部 ４ プログラムメモリ ５ データメモリ ６ バス ２２ 知識ベース ２２１ 一般知識ベース ２２２ 分野知識ベース ２２３ 言語知識ベース

Claims (32)

【特許請求の範囲】
1. 【請求項１】 自然言語情報を認識する認識手段と、 自然言語情報の種類に関する知識と、一連の複数種の自
   然言語情報群の叙述の順序に関する制約の知識を記憶す
   る知識ベースと、 前記認識手段により一連の複数種の自然言語情報群を順
   次認識する際に、該知識ベースに記憶された知識を参照
   し、次の認識の対象を予測する予測手段とを具えること
   を特徴とする自然言語処理装置。
2. 【請求項２】 前記認識手段が、該予測手段の予測結果
   に基づいて、次の認識を行うことを特徴とする請求項１
   に記載の自然言語処理装置。
3. 【請求項３】 前記認識手段による認識の結果として得
   られた自然言語情報を解析する解析手段を有することを
   特徴とする請求項２に記載の自然言語処理装置。
4. 【請求項４】 前記予測手段が、先の認識の結果に基づ
   いて、前記知識ベースに記憶された知識を参照し、次の
   認識の対象を予測することを特徴とする請求項１に記載
   の自然言語処理装置。
5. 【請求項５】 前記認識手段は、自然言語の文字情報を
   認識することを特徴とする請求項１に記載の自然言語処
   理装置。
6. 【請求項６】 前記知識ベースが、前記制約の知識とし
   て、一連の複数種の自然言語情報群の紙葉体上のレイア
   ウト情報を有することを特徴とする請求項４に記載の自
   然言語処理装置。
7. 【請求項７】 前記認識手段は、自然言語の音声情報を
   認識することを特徴とする請求項１に記載の自然言語処
   理装置。
8. 【請求項８】 自然言語情報を入力する入力手段と、 自然言語情報の種類に関する知識と、一連の複数種の自
   然言語情報群の叙述の順序に関する制約の知識を記憶す
   る知識ベースと、 該知識ベースに記憶された知識を参照して、前記入力手
   段により入力された一連の複数種の自然言語情報群の一
   部の情報を予測する予測手段とを有することを特徴とす
   る自然言語処理装置。
9. 【請求項９】 前記予測手段の予測結果に基づいて、前
   記一部の情報を校正する校正手段を有することを特徴と
   する請求項８に記載の自然言語処理装置。
10. 【請求項１０】 前記校正手段による校正の結果として
    得られた自然言語情報を解析する解析手段を有すること
    を特徴とする請求項８に記載の自然言語処理装置。
11. 【請求項１１】 前記予測手段が、前記一連の複数種の
    自然言語情報群の他の一部の情報に基づいて、前記知識
    ベースに記憶された知識を参照し、前記一部の情報を予
    測することを特徴とする請求項８に記載の自然言語処理
    装置。
12. 【請求項１２】 前記入力手段は、文字認識装置による
    自然言語の文字情報の認識結果を入力することを特徴と
    する請求項８に記載の自然言語処理装置。
13. 【請求項１３】 前記入力手段は、音声認識装置による
    自然言語の音声情報の認識結果を入力することを特徴と
    する請求項８に記載の自然言語処理装置。
14. 【請求項１４】 前記入力手段は、認識結果として、１
    つの認識対象に対する複数の候補を入力し、前記校正手
    段は、該複数の候補のうちの第１候補を他の候補に校正
    することを特徴とする請求項１２または１３に記載の自
    然言語処理装置。
15. 【請求項１５】 前記知識ベースが、前記制約の知識と
    して、一連の複数種の自然言語情報群の紙葉体上のレイ
    アウト情報を有することを特徴とする請求項１２に記載
    の自然言語処理装置。
16. 【請求項１６】 前記入力手段は、キーにより文字を入
    力することを特徴とする請求項８に記載の自然言語処理
    装置。
17. 【請求項１７】 自然言語情報を認識する認識工程と、 前記認識手段により一連の複数種の自然言語情報群を順
    次認識する際に、自然言語情報の種類に関する知識と、
    一連の複数種の自然言語情報群の叙述の順序に関する制
    約の知識を記憶する知識ベースに記憶された知識を参照
    し、次の認識の対象を予測する予測工程とを具えたこと
    を特徴とする自然言語処理方法。
18. 【請求項１８】 前記認識工程が、該予測工程の予測結
    果に基づいて、次の認識を行うことを特徴とする請求項
    １７に記載の自然言語処理方法。
19. 【請求項１９】 前記認識工程による認識の結果として
    得られた自然言語情報を解析する解析工程を有すること
    を特徴とする請求項１８に記載の自然言語処理方法。
20. 【請求項２０】 前記予測工程が、先の認識の結果に基
    づいて、前記知識ベースに記憶された知識を参照し、次
    の認識の対象を予測することを特徴とする請求項１７に
    記載の自然言語処理方法。
21. 【請求項２１】 前記認識工程は、自然言語の文字情報
    を認識することを特徴とする請求項１７に記載の自然言
    語処理方法。
22. 【請求項２２】 前記知識ベースより、前記制約の知識
    として、一連の複数種の自然言語情報群の紙葉体上のレ
    イアウト情報を参照することを特徴とする請求項１５に
    記載の自然言語処理方法。
23. 【請求項２３】 前記認識工程は、自然言語の音声情報
    を認識することを特徴とする請求項１７に記載の自然言
    語処理方法。
24. 【請求項２４】 自然言語情報を入力する入力工程と、 自然言語情報の種類に関する知識と、一連の複数種の自
    然言語情報群の叙述の順序に関する制約の知識を記憶す
    る知識ベースに記憶された知識を参照して、前記入力工
    程により入力された一連の複数種の自然言語情報群の一
    部の情報を予測する予測工程とを有することを特徴とす
    る自然言語処理方法。
25. 【請求項２５】 該予測工程の予測結果に基づいて、前
    記一部の情報を校正する校正工程とを有することを特徴
    とする請求項２４に記載の自然言語処理方法。
26. 【請求項２６】 前記校正工程による校正の結果として
    得られた自然言語情報を解析する解析工程を有すること
    を特徴とする請求項２５に記載の自然言語処理方法。
27. 【請求項２７】 前記予測工程が、前記一連の複数種の
    自然言語情報群の他の一部の情報に基づいて、前記知識
    ベースに記憶された知識を参照し、前記一部の情報を予
    測することを特徴とする請求項２４に記載の自然言語処
    理方法。
28. 【請求項２８】 前記入力工程は、文字認識方法による
    自然言語の文字情報の認識結果を入力することを特徴と
    する請求項２４に記載の自然言語処理方法。
29. 【請求項２９】 前記入力工程は、音声認識方法による
    自然言語の音声情報の認識結果を入力することを特徴と
    する請求項２４に記載の自然言語処理方法。
30. 【請求項３０】 前記入力工程は、認識結果として、１
    つの認識対象に対する複数の候補を入力し、前記校正工
    程は、該複数の候補のうちの第１候補を他の候補に校正
    することを特徴とする請求項２８または２９に記載の自
    然言語処理方法。
31. 【請求項３１】 前記知識ベースより、前記制約の知識
    として、一連の複数種の自然言語情報群の紙葉体上のレ
    イアウト情報を参照することを特徴とする請求項２８に
    記載の自然言語処理方法。
32. 【請求項３２】 前記入力工程は、キーにより文字を入
    力することを特徴とする請求項２４に記載の自然言語処
    理方法。