JPH08287192A - テキスト解析装置 - Google Patents

Abstract

(57)【要約】 【目的】 ある文字の代わりにこれと外観の類似する他
の文字が用いられていても意図した本来の文字を識別す
ることのできるテキスト解析装置を提供する。 【構成】 外観の類似する文字について、置換元となる
被置換文字とこれと置換される置換可能文字との対応付
けを予め記憶しておく。入力された文書データの中から
被置換文字を検出し、その箇所にその文字が被置換文字
であることおよび置換可能文字とを表わした情報を付加
する。この情報を基にして、該当箇所の文字を適宜置換
することができる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文字コードで表わされ
たテキストを解析するテキスト解析装置に係わり、特に
文字コードに対応する文字パターンの表わす意味内容に
応じた処理を適切に行うためにテキストの解析を行うテ
キスト解析装置に関する。

【０００２】

【従来の技術】コンピュータ等の情報処理装置では、各
文字はこれらに対応付けられた文字コードにより取り扱
われている。すなわち、文字の形状を表わした文字パタ
ーンと文字コードとが情報処理装置の内部では１対１に
対応付けてられている。

【０００３】文字コードごとに対応付けされた文字パタ
ーンの中には互いにその外観が類似したものがある。た
とえば、カタカナの長音記号である「ー」と算術記号の
「−」や、アラビア数字の「０」とアルファベットの
「Ｏ」などは見た目が良く似ている。このように外見上
よく似た文字を本来用いるべき標準的な文字の代わりに
故意あるいは入力ミスなどにより非標準的な表記がなさ
れた文書が情報処理装置で取り扱う文書の中にも増えて
きている。標準的な表記では、「ルール」と記述すると
ころを、長音記号の代わりにマイナス符号を用いて「ル
−ル」と、あるいは波記号を用いて「ル〜ル」と表記さ
れることがある。またアラビア数字を用いて「２００」
と表記すべきところを、アルファベットの“Ｏ”を用い
て「２ＯＯ」と、あるいは白丸を用いて「２○○」と表
記されることがある。

【０００４】このような非標準的な表記を使用しても、
外観が良く似ているのでディスプレイに表示するなどの
視覚的な取り扱いには問題がない。しかしながら、キー
ワードを基に情報の検索を行うような場合には、文字の
外観ではなくその文字自体、すなわち文字コードがキー
ワードと一致する必要がある。したがって、キーワード
として「ルール」を入力しても、たとえば文書中で長音
記号をマイナス符号で表わしているような場合には、適
切に検索することができなくなる。

【０００５】また近年、文書を視覚的に表示するだけで
なく、音声に変換して読み上げる情報処理装置も現れて
いる。このような場合、非標準的な表記のままで音声に
変換すると、文書としての本来の意味と全く異なった読
み方が行われてしまう。「ルール」の長音記号をマイナ
ス符号で表記している場合には、「ル マイナス ル」
のように読み上げられる。そこで、文字コードで表わさ
れた文書データを音声に変換する際に、どのような読み
方をすべきかを判断する必要がある。

【０００６】特開昭６０−７９４００号公報には、カナ
や漢字の他にアルファベット、各種記号、制御用記号を
含む符号列に適切な読みを与えるために文書の解析を行
うテキスト解析装置が開示されている。この装置では、
アルファベットの文字列に対する読みあるいは各特殊記
号の読みを予め辞書に登録しておく。たとえば、「ＮＡ
ＴＯ」を“なとー”と読むことを予め登録しておく。文
字列が辞書に登録されているときはその読み方をし、登
録が無いときはアルファベットの１文字ずつの読みを与
えている。またカンマなどの特殊記号には、それぞれ仮
名読みを与えておき、特殊記号がエスケープ記号で囲ま
れているときだけ仮名で読みあげるようになっている。

【０００７】特開平４−２５３０９８号公報には、数字
や特殊記号に適切な読み方を与えるために文書を解析す
るテキスト解析装置が開示されている。この装置では文
書中から数字や特殊記号を抽出し、これを学術記号、単
位記号、記述記号などに分類する。そして数字や特殊記
号が２以上連続する際には、分類した後のパターンの組
合せが可能か否かを判別し、組合せ可能な場合にはその
組合せに応じた読み方を与えている。

【０００８】

【発明が解決しようとする課題】非標準的な表記のなさ
れた文書をその文字コードを基にして音声化する場合や
キーワードによる検索の対象とする場合には、外観の類
似する非標準的な文字の部分を標準的な表記で表わした
場合の文字コードや読みを判別する必要がある。特開昭
６０−７９４００号公報では、特殊な読みを与える単語
ごとにその読み方を予め記憶するようになっている。し
たがって非標準的な表記のされる単語ごとにその読み方
を予め登録しておけば、適切な読み方をすることができ
る。しかしながら、外観上類似する文字をオペレータが
誤って入力することもあり、この場合を想定すると外観
上類似する文字を組合せた単語の全てを予め登録しなけ
ればならい。このため大容量の記憶装置が必要になると
ともに、登録の手間が煩雑であるという問題がある。

【０００９】また特開平４−２５３０９８号公報では、
特殊記号を分類し、その分類の組合せごとに読み方を与
えるので、各特殊文字ごとに出現する可能性のあるすべ
ての分類の組合せのそれぞれに対応付けて予め読み方を
用意しなければならない。さらに、これらの先行技術で
は文字コードの読み方を判別するだけなので、非標準的
な文字コードで代用された本来の文字コードが分から
ず、キーワード検索については対処できないという問題
がある。

【００１０】そこで本発明の目的は、ある文字の代わり
にこれと外観の類似する他の文字が用いられていても、
この文字により意図した本来の文字を識別することので
きるテキスト解析装置を提供することにある。

【００１１】

【課題を解決するための手段】請求項１記載の発明で
は、他の文字と置き換えることのできる置き換え可能文
字とその置き換え後の文字とを対応付けて記憶した置き
換え情報記憶手段と、文書データを入力する文書データ
入力手段と、この文書データ入力手段から入力された文
書データの中から置き換え情報記憶手段に記憶されてい
る置き換え可能文字と同一の文字を検出する置き換え可
能文字検出手段と、この置き換え可能文字検出手段によ
って検出された文字が他の文字と置き換え可能であるこ
と、およびその置き換え後の文字を表わした情報を文書
データに付加する置換情報付加手段とをテキスト解析装
置に具備させている。

【００１２】すなわち請求項１記載の発明では、文書デ
ータの中から置き換え可能文字を検出し、文書データに
その文字が置き換え可能であること、および置き換え後
の文字を表わした情報を付加している。文書データに付
加された情報を基にして、置換すべきかどうかの判別を
任意の選択基準により行うことができる。また文書デー
タにこのような情報が付加されるので、他の装置で文字
の置換を行うこともできる。

【００１３】請求項２記載の発明では、他の文字と置き
換えることのできる置き換え可能文字とその置き換え後
の文字とを対応付けて記憶した置き換え情報記憶手段
と、文書データを入力する文書データ入力手段と、この
文書データ入力手段から入力された文書データの中から
置き換え情報記憶手段に記憶されている置き換え可能文
字と同一の文字を検出する置き換え可能文字検出手段
と、文書データ入力手段から入力された文書データの中
のこの置き換え可能文字検出手段によって置き換え可能
文字の検出された箇所にその文字が他の文字と置き換え
可能であることおよび置き換え後の文字を表わした情報
を付加する置換情報付加手段とをテキスト解析装置に具
備させている。

【００１４】すなわち請求項２記載の発明では、置き換
え可能文字の検出された箇所にその文字が他の文字と置
き換え可能であることおよび置き換え後の文字を表わし
た情報を付加している。必要な箇所で置き換えに関する
情報が得られるので、文書データの処理を円滑に行うこ
とができる。

【００１５】請求項３記載の発明では、他の文字と置き
換えることのできる置き換え可能文字とその置き換え後
の文字とを対応付けて記憶した置き換え情報記憶手段
と、文書データを入力する文書データ入力手段と、この
文書データ入力手段から入力された文書データの中から
置き換え情報記憶手段に記憶されている置き換え可能文
字と同一の文字を検出する置き換え可能文字検出手段
と、文書データ入力手段から入力された文書データの中
のこの置き換え可能文字検出手段によって置き換え可能
文字の検出された箇所にその文字が他の文字と置き換え
可能であることおよび置き換え後の文字を表わした情報
である置換可能情報を付加する置換可能情報付加手段
と、この置換可能情報付加手段によって置換可能情報の
付加された箇所の文字をそれぞれの箇所に付加されてい
る置換可能情報の表わす文字に置換した場合と置換しな
い場合の全ての組合せについての文書データを生成する
置換文書データ生成手段と、この置換文書データ生成手
段によって生成された全ての組合せについての文書デー
タの中から所定の選択基準に最も適合する文書データを
選択する文書データ選択手段とをテキスト解析装置に具
備させている。

【００１６】すなわち請求項３記載の発明では、置換可
能情報の表わす文字に置換した場合と置換しない場合の
全ての組合せについての文書データを生成し、その中か
ら所定の選択基準に最も適合する文書データを選択して
いる。

【００１７】請求項４記載の発明では、他の文字と置き
換えることのできる置き換え可能文字とその置き換え後
の文字とを対応付けて記憶した置き換え情報記憶手段
と、文書データを入力する文書データ入力手段と、この
文書データ入力手段から入力された文書データの中から
置き換え情報記憶手段に記憶されている置き換え可能文
字と同一の文字を検出する置き換え可能文字検出手段
と、文書データ入力手段から入力された文書データの中
のこの置き換え可能文字検出手段によって置き換え可能
文字の検出された箇所にその文字が他の文字と置き換え
可能であることおよび置き換え後の文字を表わした情報
である置換可能情報を付加する置換可能情報付加手段
と、この置換可能情報付加手段によって置換可能情報の
付加された箇所の文字をその箇所に付加されている置換
可能情報の表わす文字に置換すべきかどうかを順次判別
する置換判別手段と、この置換判別手段の判別結果に従
って置換可能情報の付加された箇所の文字を置換する置
換手段とをテキスト解析装置に具備させている。

【００１８】すなわち請求項４記載の発明では、置換可
能情報の付加された箇所の文字をその箇所に付加されて
いる置換可能情報の表わす文字に置換すべきかどうかを
順次判別して置換を行っている。順次行うことで、たと
えば先に行われた置換の結果を参照することができ、よ
り適切な置換を行うことができる。

【００１９】請求項５記載の発明では、他の文字と置き
換えることのできる置き換え可能文字とその置き換え後
の文字とは互いに外見が類似している。

【００２０】すなわち請求項５記載の発明では、外観の
類似する文字同士を置換の対象としている。

【００２１】

【実施例】以下実施例につき本発明を詳細に説明する。

【００２２】図１は、本発明の一実施例におけるテキス
ト解析装置の構成の概要を表わしたものである。このテ
キスト解析装置は、磁気ディスクに記憶されている文書
ファイルを読み出して解析し、その結果を磁気ディスク
に格納するようになっている。ＣＰＵ（中央処理装置）
１１は、テキスト解析装置において各種処理を実行する
上で中枢的な機能を果たす回路である。ＣＰＵ１１には
データバスなどの各種バス１２を通じて各種回路装置が
接続されている。このうち、ＲＯＭ（リード・オンリ・
メモリ）１３は、プログラムや各種固定的データを格納
する読み出し専用メモリである。ＲＡＭ（ランダム・ア
クセス・メモリ）１４は、プログラムを実行する上で一
時的に必要となるデータを記憶するメモリである。

【００２３】磁気ディスク装置１５は、解析の対象とな
る文書データなどを格納するための記憶装置である。入
力回路１６は、各種入力装置との間のインターフェイス
を行う回路装置であり、ここではキーボード１７が接続
されている。このほかマウスなどが接続できるようにな
っている。ディスプレイ１８は、文書データや各種の情
報を表示する表示装置である。出力回路１９は、処理し
た後の文書データを他の装置に出力するための出力ポー
トである。ここには、図示しない音声変換装置などを接
続することができる。通信制御回路２１は、処理の対象
となる文章データをワードプロセッサやコンピュータな
ど他の装置から受信したり、処理後の文書データを送出
する機能を備えている。

【００２４】図２は、本発明の一実施例におけるテキス
ト解析装置の機能的な構成を表わしたものである。入力
部３１は、処理対象となる文書データを入力する役割を
果たす部分である。置換情報付与部３２は、入力された
文書データの中から他の文字と置き換えることが可能な
文字を検索する。他の文字と置き換えることが出来る文
字を被置換文字と呼ぶことにする。置換情報付与部３２
は、文書データの中から被置換文字を検出し、文書デー
タにその文字についての置換情報を付加する部分であ
る。置換情報とは、その文字が被置換文字であること、
およびどの文字に置換することができるかを表わした情
報である。被置換文字と置き換えられる文字を置換可能
文字と呼ぶことにする。

【００２５】置換可能情報記録部３３は、被置換文字の
それぞれに対応付けて置換可能文字を登録している。置
換情報付与部３２は置換可能情報記録部３３を参照する
ことによって、文書データ中に置換情報を付加するよう
になっている。出力部３４は、置換情報の付加された文
書データを出力する回路部分である。

【００２６】図３は、置換可能情報記録部を記憶する置
換可能情報テーブルの登録内容の一例を表わしたもので
ある。置換可能情報テーブル４１は、被置換文字とこれ
と置き換えることができる置換可能文字とを対応付けて
記憶している。置換可能情報テーブルは、被置換文字に
ついてその表記と文字コードさらに各種の備考を格納し
ている。文字コードは日本工業規格で規定されているシ
フトＪＩＳのコード体系に従ったものを用いている。備
考の欄には、文字コードの示す文字の説明が登録されて
いる。

【００２７】置換可能情報テーブルは、置換可能文字に
ついてはその表記と文字コードを登録している。文字コ
ードはシフトＪＩＳに従っている。また、図では説明の
便宜上、１つの被置換文字について２個までの置換可能
文字が登録できるようになっているが、実際には必要な
個数だけ登録できるようになっている。たとえば、文字
コードが“８１６０”の波記号“〜 ”の文字５１は、
長音記号“ー”あるいはマイナス符号“−”に置き換え
可能であることが示されている。

【００２８】入力部から文書データとして、「ル−
_minus ルブックの１○_circle５ペー_longジを参照せ
よ。」が入力されたものとする。説明の便宜上、文書デ
ータ中の被置換文字については下付き添字を付して、使
用文字を示してある。実際の文書データにはこれらの下
付き添字はない。“−_minus ”は、これがマイナス符号
であることを、“○_circle”はこの文字が白丸であるこ
とを、“ー_long”は長音記号であることを表わしてい
る。

【００２９】それでは、このような文書データが入力さ
れたときにテキスト解析装置が行う処理の流れについて
説明する。

【００３０】図４は、文書データが入力されたときにテ
キスト解析装置が行う処理の流れを表わしたものであ
る。ＣＰＵ１１は、入力された文書データの先頭から順
に１文字分の文字コードを取得する（ステップＳ１０
１）。ＣＰＵ１１は、置換可能情報テーブルを検索して
取得した文字コードが被置換文字であるかどうかを調べ
る（ステップＳ１０２）。被置換文字である場合には
（ステップＳ１０２；Ｙ）、置換可能情報テーブルを基
にして、文書データ中の取得した文字コードの配置され
ていた部分に置換可能情報を付加する（ステップＳ１０
３）。被置換文字でない場合には（ステップＳ１０２；
Ｎ）、置換可能情報を付加しない。ＣＰＵ１１は取得し
た文字コードが文書データ中の最後の文字であるか否か
を判別する（ステップＳ１０４）。最後の文字でない場
合には（ステップＳ１０４；Ｎ）、ステップ１０１に戻
り、次の文字について処理を進める。最後の文字の場合
には（ステップＳ１０４；Ｙ）、置換可能情報を付加し
た後の文書データを出力し（ステップＳ１０５）処理を
終了する。

【００３１】以下に出力される文書データを示す。 「ル［−_minus ｏｒ ー_long］ルブックの１［○_circle
ｏｒ０_zero］５ぺー_{lo ng}ジを参照せよ。」 ここで「［ ］」で囲まれたところが置換可能情報と
して付加された部分を表わしている。「［ＡｏｒＢ］」
という型式で、ＡまたはＢのいずれかの文字に置き換え
ることができることを示している。このように、文書デ
ータの中に置換可能情報を直接付加したので、適当な選
択基準でこれらの文字を適宜置き換えることができる。
また、ディスプレイなどに表示すれば、ユーザにいずれ
の文字に置き換えるべきかを選択させることもできる。

【００３２】次に、付加された置換可能情報を基に、い
ずれの文字にすべきかを判別した結果の文書データを出
力する場合について説明する。まず、置換可能な文字の
いずれを選択すべきかを、文節単位に判断する場合につ
いて説明する。

【００３３】図５は、置換可能情報を基にして置換すべ
き文字を選択した結果の文書データを出力するテキスト
解析装置の機能的な構成の概要を表わしたものである。
図２と同一の部分には同一の符号を付してあり、それら
の説明を適宜省略する。また、回路構成は図１と同様で
あり、ここではその説明を省略する。置換情報付与部３
２は、文書データの中から被置換文字を検出して、各文
字ごとに置換可能情報の付加された文書データを生成す
る。置換可能情報記録部３３の記憶している内容は図３
に示したものと同一である。

【００３４】このテキスト解析装置では、置換情報付与
部３２の出力する置換可能情報の付加された文書データ
をそのまま出力部３４に引き渡すのではなく、置換部６
１に入力している。置換部６１は、文書データ中で置換
可能情報の付加されているそれぞれの箇所について、置
換する場合と置換しない場合の全ての組合せについて文
書データを生成する。置換するか否かを選択した後の文
書データを結果テキストと呼ぶことにする。置換結果選
択部６２は、置換部６１によって生成された組合せの数
に相当するだけの結果テキストの中から最適な組合せの
結果テキストを選択する部分である。出力部３４からは
選択された結果テキストだけが出力される。

【００３５】図６は、図５に示したテキスト解析装置が
行う処理の流れを表わしたものである。まず、入力され
た文書データに置換可能情報を付加する（ステップＳ２
０１）。置換可能情報を付加する処理の詳細は、図４に
示した流れ図のステップＳ１０１からステップＳ１０４
と等しいのでここではその説明を省略する。次に置換可
能情報の付加された部分を、置換する場合と置換しない
場合の全ての組合せについて結果テキストを生成する
（ステップＳ２０２）。

【００３６】置換情報付与部３２から出力された文書デ
ータが「ル［−_minus ｏｒ ー_long］ルブックの１［○
_circleｏｒ０_zero］５ぺー_lomgジを参照せよ。」である
場合には、置換部６１は次のような４つの結果テキスト
を生成する。 １．「ル−_minus ルブックの１○_circle５ぺー_longジを
参照せよ。」 ２．「ル−_minus ルブックの１０_zero５ぺー_longジを参
照せよ。」 ３．「ルー_longルブックの１○_circle５ぺー_lomgジを参
照せよ。」 ４．「ルー_longルブックの１０_zero５ぺー_lomgジを参照
せよ。」

【００３７】次に、置換結果選択部６２はこれら４つの
結果テキストの中から最適なものを選択するための、個
々の結果テキストを評価する（ステップＳ２０３）。こ
こでは、評価基準として、単語数最小法を用いている。
単語数最小法は、結果テキストを構成する単語の数が少
ないほど評価が高くなる評価法である。先に示した４つ
の結果テキストを単語ごとに区切ると以下のようにな
る。 １．「ル／−／ル／ブック／の／１／○／５ぺージ／を／参照せよ／。」 ：１１単語，マイナス１１点 ２．「ル／−／ル／ブック／の／１０５／ぺージ／を／参照せよ／。」 ： ９単語，マイナス９点 ３．「ルールブック／の／１／○／５ぺージ／を／参照せよ／。」 ： ９単語，マイナス９点 ４．「ルールブック／の／１０５ぺージ／を／参照せよ／。」 ： ７単語，マイナス７点 ここで“／”は単語ごとの区切りを表わしている。また
“：”の後の数字は単語数および評価点数を表わしてい
る。

【００３８】置換結果選択部６２はそれぞれの結果テキ
ストについて求めた評価結果を基にして、評価の最も高
い結果テキストを選択する（ステップＳ２０４）。この
例では、評価結果がマイナス７点である第４番目の結果
テキストが選択される。選択された結果テキストは出力
部３４から出力され（ステップＳ２０５）一連の処理を
終了する（エンド）。

【００３９】次に、置換すべきか否かを各被置換文字ご
とに選択するテキスト解析装置について説明する。

【００４０】図７は、各被置換文字ごとに置換すべきか
否かを選択して結果テキストを生成するテキスト解析装
置の機能的な構成の概要を表わしたものである。図２と
同一の部分には同一の符号を付してあり、それらの説明
を適宜省略する。また、具体的な回路構成は図１と同様
なので回路構成の説明を省略する。また、置換可能情報
記録部３３の記憶している内容は図３に示したものと同
一である。

【００４１】このテキスト解析装置では、置換情報付与
部３２の出力する置換可能情報の付加された文書データ
をそのまま出力部３４に引き渡すのではなく、置換決定
部７１に入力している。置換決定部７１は、文書データ
の先頭から順に置換可能情報の付加されている箇所ごと
に、置換すべきか否かを判別して結果テキストを生成す
るようになっている。

【００４２】置換決定部７１には、置換すべきか否か、
また置換する場合にどの文字に置換すべきかを判別する
ための規則が予め登録されている。たとえば、以下に示
すような判別規則がある。 カタカナ文字に挟まれている部分で、片仮名への置換
候補があれば、置換する。 置換前の文字列が辞書に存在せず、置換した結果の文
字列が辞書に存在するならば、置換する。 同じ文字への別の置換が実施されていれば、置換しな
い。 直前直後に置き換え後の文字と同じ文字があるなら
ば、置換しない。 前後の文字も含めて同じ条件での置換を実施していれ
ば、置換する。 前後の文字も含めて同じ条件での置換を実施していな
ければ、置換しない。

【００４３】このような規則に従って置換決定部７１
は、置換すべきか否かの判別を行って結果テキストを出
力する。たとえば、入力部から入力された文書データが
以下の文書であるとする。 「ド−_minus ム〜_wave駅にはド−_minus ム発のバスで２
０_zeroＯ_alph程かかる。」 ここで、文書データ中の被置換文字については下付き添
字を付して、使用文字を示してある。実際の文書データ
にはこれらの下付き添字はない。“−_minus ”は、これ
がマイナス符号であることを、“○_circle”はこの文字
が白丸であることを、“〜_wave”は波記号であることを
表わしている。このとき置換情報付与部から出力される
置換情報の付加された文書データは以下のようになる。 「ド［−_minus ｏｒ ー_long］ム［〜_waveｏｒ−_minus
ｏｒー_long］駅にはド［−_minus ｏｒ ー_long］ム発の
バスで２０_zero［Ｏ_alphｏｒ０_zero］程かかる。」

【００４４】「ド［−_minus ｏｒ ー_long］ム」の部分
では、前後の文字がカタカナであるので先に示した「
カタカナ文字に挟まれている部分で、片仮名への置換候
補があれば、置換する。」の判別規則に該当する。ま
た、「ドー_longム」という単語が辞書中に存在するの
で、「置換前の文字列が辞書に存在せず、置換した結
果の文字列が辞書に存在するならば、置換する。」の判
別規則にも該当する。そこで、「ド−_minus ム」を「ド
ー_longム」に置換する。

【００４５】「ドーム［〜_waveｏｒ−_minus ｏｒ
ー_long］駅には」の部分では、先の「ドーム」の部分長
音記号への別の置換例があるので、「同じ文字への別
の置換が実施されていれば、置換しない。」の判別規則
に該当し、置換を行わない。

【００４６】「ド［−_minus ｏｒ ー_long］ム発」の部
分では、「−_minus 」から「ー_long」への同じ置換があ
る、すなわち「前後の文字も含めて同じ条件での置換
を実施していれば、置換する。」の判別規則に該当する
ので、「ドー_longム」への置換を行う。

【００４７】「２０_zero［Ｏ_alphｏｒ０_zero］程」の部
分では、「直前直後に置き換え後の文字と同じ文字が
あるならば、置換しない。」の判別規則に該当する。す
なわち、「０_zero」を直前で使用しているので、その直
後の「Ｏ_circle」は意図的にこの文字を用いていると推
測できる。そこで、置換は行わない。このようにして置
換の判定をして置換決定部７１から出力される結果テキ
ストは以下のようになる。 「ドー_longム〜_wave駅にはドー_longム発のバスで２０
_zeroＯ_alph程かかる。」

【００４８】このように、置換すべきか否かの決定を順
次行い、直前に行った置換結果やテキスト全体のつなが
りなどを考慮しながら置換の是非を評価できるので、よ
り適切な置換結果を得ることができる。また、出力され
る結果テキストは、置換結果として通常の文字コードが
用いられているので、結果テキストをそのまま他のテキ
スト処理システムの入力テキストデータにすることが可
能である。このため、置換可能情報を付加した文書デー
タを出力する場合に比べて、ワークステーションやワー
ドプロセッサなど他のテキスト処理システムとのインタ
ーフェイスを容易にとることができる。

【００４９】以上説明した実施例では、文字コード系と
して「シフトＪＩＳ」を用いているが、他の文字コード
系であっても良い。また、置換可能情報として、「［Ａ
ｏｒＢ］」というフォーマットのデータを用いたが、そ
れが置換可能情報であることが区別でき、かつ置換内容
を表わすことができれば他のフォーマットであっても良
いことは言うまでもない。また、実施例では、図１に示
したＣＰＵを用いた回路構成としたが、図２、図５ある
いは図７に示した各機能ブロックをそれぞれ独立した回
路装置によって構成してもよい。また、実施例で示した
単語数最小法や、置換決定部の判別基準は一例であ
り、、これら以外の規則を用いてもよい。

【００５０】

【発明の効果】このように請求項１記載の発明によれ
ば、文書データに文字の置換に関する情報が付加される
ので、この情報を基に文字を適宜置換すれば任意の装置
で文書作成者の意図に沿った文書データの処理を行うこ
とができる。

【００５１】また請求項２記載の発明によれば、置き換
え可能文字の検出された箇所に置換に関する情報を付加
したので、置換すべき箇所で必要な情報が得られ文書デ
ータの置換処理を円滑に行うことができる。

【００５２】さらに請求項３記載の発明によれば、各文
字を置換した場合と置換しない場合の全ての組合せにつ
いての文書データを生成し、その中から所定の選択基準
に最も適合する文書データを選択している。たとえば、
単語数最小法を用いて選択できるので、選択のための処
理を簡略化することができる。また、置換した結果の文
書データが得られるので、他の文書処理システムとのイ
ンターフェイスを容易に行うことができる。

【００５３】また請求項４記載の発明によれば、置換す
べきか否かの判別を順次行うことで、たとえば先に行わ
れた置換の結果を参照することができ、より適切な置換
を行うことができる。また、置換した結果の文書データ
が得られるので他の文書処理システムとのインターフェ
イスを容易に行うことができる。

【００５４】さらに請求項５記載の発明によれば、外観
の類似する文字同士を置換の対象としている。これによ
り、外観の類似する文字を本来の文字の代用として用い
るような場合に対処することができる。また、外観の類
似した文字は、オペレータが誤って入力することもある
が、このような入力ミスの場合でも本来の意図にそって
文書データの処理を行うことができる。

【図面の簡単な説明】

【図１】本発明の一実施例におけるテキスト解析装置の
構成の概要を表わしたブロック図である。

【図２】本発明の一実施例におけるテキスト解析装置の
機能的な構成を表わしたブロック図である。

【図３】置換可能情報記録部を記憶する置換可能情報テ
ーブルの登録内容の一例を表わした説明図である。

【図４】文書データが入力されたときテキスト解析装置
が行う処理の流れを表わした流れ図である。

【図５】置換すべきか否かを選択した結果の文書データ
を出力するテキスト解析装置の機能的な構成の概要を表
わしたブロック図である。

【図６】図５に示したテキスト解析装置が行う処理の流
れを表わした流れ図である。

【図７】被置換文字ごとに置換すべきか否かの判別を行
うテキスト解析装置の機能的な構成の概要を表わしたブ
ロック図である。

【符号の説明】

１１ ＣＰＵ １３ ＲＯＭ １４ ＲＡＭ １５ 磁気ディスク装置 １６ 入力回路 ２１ 通信制御回路 ３１ 入力部 ３２ 置換情報付与部 ３３ 置換情報記録部 ６１ 置換部 ６２ 置換結果選択部 ７１ 置換決定部

Claims (5)

【特許請求の範囲】
1. 【請求項１】 他の文字と置き換えることのできる置き
   換え可能文字とその置き換え後の文字とを対応付けて記
   憶した置き換え情報記憶手段と、 文書データを入力する文書データ入力手段と、 この文書データ入力手段から入力された文書データの中
   から前記置き換え情報記憶手段に記憶されている前記置
   き換え可能文字と同一の文字を検出する置き換え可能文
   字検出手段と、 この置き換え可能文字検出手段によって検出された文字
   が他の文字と置き換え可能であること、およびその置き
   換え後の文字を表わした情報を前記文書データに付加す
   る置換情報付加手段とを具備することを特徴とするテキ
   スト解析装置。
2. 【請求項２】 他の文字と置き換えることのできる置き
   換え可能文字とその置き換え後の文字とを対応付けて記
   憶した置き換え情報記憶手段と、 文書データを入力する文書データ入力手段と、 この文書データ入力手段から入力された文書データの中
   から前記置き換え情報記憶手段に記憶されている前記置
   き換え可能文字と同一の文字を検出する置き換え可能文
   字検出手段と、 前記文書データ入力手段から入力された前記文書データ
   の中のこの置き換え可能文字検出手段によって置き換え
   可能文字の検出された箇所にその文字が他の文字と置き
   換え可能であることおよび置き換え後の文字を表わした
   情報を付加する置換情報付加手段とを具備することを特
   徴とするテキスト解析装置。
3. 【請求項３】 他の文字と置き換えることのできる置き
   換え可能文字とその置き換え後の文字とを対応付けて記
   憶した置き換え情報記憶手段と、 文書データを入力する文書データ入力手段と、 この文書データ入力手段から入力された文書データの中
   から前記置き換え情報記憶手段に記憶されている前記置
   き換え可能文字と同一の文字を検出する置き換え可能文
   字検出手段と、 前記文書データ入力手段から入力された前記文書データ
   の中のこの置き換え可能文字検出手段によって置き換え
   可能文字の検出された箇所にその文字が他の文字と置き
   換え可能であることおよび置き換え後の文字を表わした
   情報である置換可能情報を付加する置換可能情報付加手
   段と、 この置換可能情報付加手段によって置換可能情報の付加
   された箇所の文字をそれぞれの箇所に付加されている置
   換可能情報の表わす文字に置換した場合と置換しない場
   合の全ての組合せについての文書データを生成する置換
   文書データ生成手段と、 この置換文書データ生成手段によって生成された全ての
   組合せについての文書データの中から所定の選択基準に
   最も適合する文書データを選択する文書データ選択手段
   とを具備することを特徴とするテキスト解析装置。
4. 【請求項４】 他の文字と置き換えることのできる置き
   換え可能文字とその置き換え後の文字とを対応付けて記
   憶した置き換え情報記憶手段と、 文書データを入力する文書データ入力手段と、 この文書データ入力手段から入力された文書データの中
   から前記置き換え情報記憶手段に記憶されている前記置
   き換え可能文字と同一の文字を検出する置き換え可能文
   字検出手段と、 前記文書データ入力手段から入力された前記文書データ
   の中のこの置き換え可能文字検出手段によって置き換え
   可能文字の検出された箇所にその文字が他の文字と置き
   換え可能であることおよび置き換え後の文字を表わした
   情報である置換可能情報を付加する置換可能情報付加手
   段と、 この置換可能情報付加手段によって置換可能情報の付加
   された箇所の文字をその箇所に付加されている置換可能
   情報の表わす文字に置換すべきかどうかを順次判別する
   置換判別手段と、 この置換判別手段の判別結果に従って前記置換可能情報
   の付加された箇所の文字を置換する置換手段とを具備す
   ることを特徴とするテキスト解析装置。
5. 【請求項５】 前記他の文字と置き換えることのできる
   置き換え可能文字とその置き換え後の文字とは互いに外
   見が類似していることを特徴とする請求項１ないし請求
   項４記載のテキスト解析装置。