JPH0877199A

JPH0877199A - シソーラス細分類方法

Info

Publication number: JPH0877199A
Application number: JP6216078A
Authority: JP
Inventors: Shiyouichi Horiguchi; 賞一堀口; Toshiyuki Iida; 敏幸飯田
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: NTT Inc
Priority date: 1994-09-09
Filing date: 1994-09-09
Publication date: 1996-03-22

Abstract

(57)【要約】【目的】シソーラス中で同一の上位語を持つ単語の集
合を更に細かく意味分類する細分類作業を機械的に効率
化し、一貫性のあるシソーラスを構築するシソーラス細
分類方法を提供する。【構成】入力したシソーラス２１中の全ての階層関係
について上位語の配下の単語の訳語を対訳辞書２２を用
いて訳出して付加して対訳テーブル２３を格納し、対訳
テーブル２３から上位語毎にその配下の同一訳語を持つ
単語群を取り出して単語群テーブル２４を作成し、単語
群テーブルにおいて単語群同士が包含関係にある場合に
は、両者を同一化して等価関係を作成し、部分的に重な
る場合には、重なった部分の単語を上位、その他の部分
の単語を下位として階層関係を作成する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、翻訳システムや自然言
語によるデータベース探索等の知識処理システム全般で
利用されているシソーラスを構築するシソーラス細分類
方法に関し、更に詳しくは、シソーラスの階層関係中で
同一の上位語を持つ単語の集合を意味別に分類するシソ
ーラス細分類方法に関する。

【０００２】

【従来の技術】シソーラス（類語辞書）とは、語と語の
意味的関係を等価関係および階層関係（木構造）などで
表現したものである。語１と語２が同義の場合に語１と
語２は等価関係にあると呼ぶ。また、語１が語２の意味
を包含する場合に、語１を語２の上位語と呼び、語２を
語１の下位語と呼ぶ。この上位下位関係を階層関係と呼
ぶ。例えば、乗り物は陸上の乗り物（“車両”）、海上
の乗り物（“船舶”）、空中の乗り物（“航空機”）に
大きく分類されるので、“乗り物”の下位語は“車
両”，“船舶”，“航空機”となり、更に車両はいろい
ろな乗り物に分類されるので、“車両”の下位語は“自
動車”，“列車”，“単車”などとなる。また、“単
車”と同じ意味を表す“オートバイ”は等価関係として
表される。このようにしてシソーラスは構築される。

【０００３】シソーラスは、翻訳システムや自然言語に
よるデータベース検索などに代表される知識処理システ
ムにおいて、意味処理を行うために利用される。例え
ば、「机を持つ」と「会合を持つ」とでは“持つ”の意
味に違いがある。“具体物”を持つとは『持ち上げる』
という意味であることを知識として持ち、シソーラスに
おいて“具体物”の下位語に“机”があることを利用し
て、「机を持つ」の意味は『持ち上げる』であると解釈
できる。一方、“話し合い”を持つとは『（話し合い
を）行う』という意味であることを知識として持ち、シ
ソーラスにおいて“話し合い”の下位語に“会合”があ
ることを利用して、「会合を持つ」の意味は『（会合
を）行う』であると解釈できる。

【０００４】当初のシソーラスは小規模なものであった
が、意味処理における重要性が増し、現在では、数十万
語の単語を含む大規模なものがある。上位語としてこの
単語の中から主な単語を数千語程度選び、それらの階層
関係を構築し、各上位語の下に残りの単語を分類するこ
とにより、シソーラスを実現している。しかし、シソー
ラスの規模が大きくなったにもかかわらず、全てを人手
により構築していた。

【０００５】

【発明が解決しようとする課題】現状のシソーラスは分
類が不十分であり、意味処理がうまくできない要因の１
つとなっている。例えば、シソーラスの分類が不十分で
あるならば、「机に乗る」と「列車の乗る」とでは、
“乗る”の意味が違うにもかかわらず、両者の意味の違
いを区別できない。シソーラスにおいて“具体物”の下
位語に直接“机”や“列車”などがあり、即ちシソーラ
スの分類が不十分であり、かつ“具体物”に乗るとは
『登る』という意味であることしか知識として持ってい
なければ、「机に乗る」と「列車に乗る」の意味は『登
る』であると解釈され、両者の意味の違いは区別できな
い。しかし、“具体物”の下位語を“家具”や“乗り
物”，“道具”などに細分類すると、“家具”の下位語
に“机”，“乗り物”の下位語に“列車”が位置づけら
れる。このシソーラスを利用し、“乗り物”に乗るとは
『（どこかへ）移動する』という意味であることを知識
として持つことにより、「列車に乗る」の意味は『（ど
こかへ）移動する』であるとも解釈できることになる。
これにより、「机に乗る」と「列車に乗る」との意味の
違いが区別できる。

【０００６】また、自然言語によるデータベース検索で
は、検索対象の単語（対象語）からその対象語に関連す
る単語（関連語）を導出するためにシソーラスが利用さ
れる。例えば、対象語“乗り物”から“乗り物”の下位
語“飛行機”，“船”，“自動車”，“電車”などの関
連語を導出するために利用する。しかし、検索要求の中
には、対象語“車”から“自動車”や“乗用車”のみを
関連語とし、同じ乗り物でも“飛行機”，“船”，“自
転車”，“単車”などは導出して欲しくないことがあ
る。このような要求に応えるためには、シソーラスにお
いて“車”，“自動車”，“乗用車”を一固まりとし
て、“飛行機”，“船”，“自転車”，“単車”などと
分けておく必要がある。即ち、シソーラスを更に細かく
分類する必要がある。

【０００７】そこで、上位語の下に分類された単語群を
更に細かく意味別に分類しなければならない。この作業
では、膨大な単語の意味的関係を調べる必要があるた
め、従来のように全ての作業を人間により行えば、莫大
な費用と時間および労力が必要となる。また、このよう
な膨大な作業は、複数の人間で分担せざるを得ないた
め、構築されたシソーラスの一貫性が保証されないとい
う問題も生じる。

【０００８】本発明は、上記に鑑みてなされたもので、
その目的とするところは、シソーラス中で同一の上位語
を持つ単語の集合を更に細かく意味分類する細分類作業
を機械的に効率化し、一貫性のあるシソーラスを構築す
るシソーラス細分類方法を提供することにある。

【０００９】

【課題を解決するための手段】上記目的を達成するた
め、本発明のシソーラス細分類方法は、単語間の意味的
関係を主に等価関係および階層関係で表現した辞書であ
るシソーラスを入力し、階層関係中で同一の上位語を持
つ単語の集合を意味別に分類するシソーラス細分類方法
であって、入力したシソーラス中の全ての階層関係につ
いて上位語の配下の単語の訳語を対訳辞書を用いて訳出
して付加し、上位語毎にその配下の同一訳語を持つ単語
群を取り出し、前記単語群同士が包含関係にある場合に
は、両者を同一化して等価関係を作成し、部分的に重な
る場合には、重なった部分の単語を上位、その他の部分
の単語を下位として階層関係を作成することを要旨とす
る。

【００１０】

【作用】本発明のシソーラス細分類方法では、入力した
シソーラス中の全ての階層関係について上位語の配下の
単語の訳語を訳出して付加し、上位語毎にその配下の同
一訳語を持つ単語群を取り出し、単語群同士が包含関係
にある場合には、両者を同一化して等価関係を作成し、
部分的に重なる場合には、重なった部分の単語を上位、
その他の部分の単語を下位として階層関係を作成する。

【００１１】

【実施例】以下、図面を用いて本発明の実施例を説明す
る。

【００１２】図１は、本発明の一実施例に係わるシソー
ラス細分類方法を実施する装置の構成を示すブロック図
である。同図において、１は本発明のシソーラス細分類
機構、２はシソーラス細分類機構１の処理に必要なデー
タや処理結果を格納する記憶装置であり、入力シソーラ
ス２１、対訳辞書２２、対訳テーブル２３、単語群テー
ブル２４、出力シソーラス２５が記憶されている。シソ
ーラス細分類機構１は、記憶装置２に格納されている入
力シソーラス２１を読み込み、入力シソーラス２１中の
単語に対応する訳語を対訳辞書２２より検索し、対訳テ
ーブル２３へ上位語、単語、訳語を格納する。更に、対
訳テーブル２３を読み込み、単語群テーブル２４を作成
し、単語群テーブル２４の内容に基づきシソーラスを細
分類し、その結果を出力シソーラス２５として出力す
る。

【００１３】図５、図６は、図１の入力シソーラス２１
の一実施例の詳細を示したものであり、図５は階層関係
を、図６は等価関係を示している。

【００１４】図７は、図５の関係を図式化したものであ
る。図７において、例えば“車両”の上方向にある“乗
り物”が上位語、下方向にある“車”や“単車”，“列
車”などが下位語である。

【００１５】図８は、図１の対訳テーブル２３の一実施
例の詳細を示したものである。上位語、単語、訳語を格
納してあり、訳語は入力シソーラス２１中の単語に対応
する訳語を対訳辞書２２から検索したものである。例え
ば、単語“車”に対応する訳語は“ｃａｒ”，“ａｕｔ
ｏｍｏｂｉｌｅ”，“ｗｈｅｅｌ”，“ｔａｘｉ”の４
つがあるが、訳語毎に上位語と単語の組“車両”，
“車”を作り格納する。また、単語“車”のように上位
語が複数ある場合は、各々の上位語ごとに単語と各々の
訳語との組を格納する。

【００１６】図９は、図１の単語群テーブル２４の一実
施例の詳細を示したものである。対訳テーブル２３の内
容を、上位語と訳語をキーワードとして並べ換えたもの
である。例えば、上位語“車両”で訳語が“ｃａｒ”で
ある単語群は｛“車”，“乗用車”，“自動車”｝とな
る。以下、訳語が“ｃａｒ”である単語群を｛“車”，
“乗用車”，“自動車”｝_carと表す。

【００１７】図１０は、本発明により図７のシソーラス
を細分類した結果を図式化したものである。

【００１８】図２は、本発明の全体の処理フローを示し
たものである。まず、入力シソーラス２１の階層関係
（図５参照）を１つずつ読み込み（ステップＳ１）。そ
の階層関係の中の単語に対応する訳語を対訳辞書２２か
ら検索し（ステップＳ２）、対訳テーブル２３に上位
語、単語、訳語を格納する（ステップＳ３）。ステップ
Ｓ１からステップＳ３までの処理を、入力シソーラス２
１中の全ての階層関係について繰り返す（ステップＳ
４）。

【００１９】次に、作成された対訳テーブル２３につい
て分別処理を行う（ステップＳ５：以下に、詳細説
明）。更に、分別された対訳テーブル２３に対して、上
位語と訳語をキーにして並び換え、単語群テーブル２４
を作成する（ステップＳ６）。そして最後に、単語群テ
ーブル２４の内容に従いシソーラスを細分類し（ステッ
プＳ７）、その結果を出力シソーラス２５として出力す
る（ステップＳ８）。

【００２０】以下に、図７の“車両”および“輪”の下
位の単語群を用いて図３、図４に示す処理フローを詳し
く説明する。

【００２１】図３は、図２に示した対訳テーブル２３の
分別処理（ステップＳ５）のフローを示したものであ
る。対訳テーブル２３の先頭から１行ずつ読み出し（ス
テップＳ１１）、フラグがあるか否かをチェックし（ス
テップＳ１２）、フラグがない場合には、まず１番目
に、読み込んだ行の単語の持つ訳語が１つであるか否か
調べる（ステップＳ１３：チェック１）。２番目に、同
じ上位語を持つ単語の中で、それらの訳語と読み込んだ
行の単語の持つ訳語とが全て一致するか否かを調べる
（ステップＳ１４：チェック２）。３番目に、読み込ん
だ行の単語の上位語は唯１つであるか否かを調べる（ス
テップＳ１５：チェック３）。チェック１〜３の中で１
つでもＹｅｓとなった行にフラグを付ける（ステップＳ
１６）。更に、そのフラグの付けた行の上位語と訳語と
が同じである全ての行にフラグを付ける（ステップＳ１
７）。そして、全ての行についてチェック１〜３の処理
を繰り返し（ステップＳ１７）、最終的にフラグが付か
なかった行を対訳テーブル２３から削除する（ステップ
Ｓ１８）。

【００２２】例えば、“車両”，“車”，“ｃａｒ”の
行を読み込んだ場合、まず最初に、“車”の訳語は１つ
であるか調べる。“車”の訳語は“ｃａｒ”以外に“ａ
ｕｔｏｍｏｂｉｌｅ”，“ｗｈｅｅｌ”，“ｔａｘｉ”
があり、訳語は４つであるのでチェック１はＮｏであ
る。次に“車両”を上位語に持つ単語の中で、その訳語
と“車”の持つ訳語とが全て一致する単語を調べる。
“車両”を上位語に持つ単語の中には“車”の持つ４つ
の訳語と全て一致する訳語を持つ単語はないのでチェッ
ク２もＮｏである。最後に“車”の上位語は“車両”の
みであるか調べる。“車”の上位語は“車両”以外に
“輪”もありチェック３もＮｏとなる。従って“車
両”，“車”，“ｃａｒ”の行にはフラグを付けない。

【００２３】一方、“車両”，“単車”，“ｍｏｔｏｒ
ｃｙｃｌｅ”の行を読み込んだ場合、“単車”の訳語は
“ｍｏｔｏｒｃｙｃｌｅ”１つしかないので、チェック
１がＹｅｓとなりフラグを付ける。この行にフラグを付
けたことで、上位語が“車両”でかつ、訳語が“ｍｏｔ
ｏｒｃｙｃｌｅ”である全ての行にフラグを付ける。こ
れにより“車両”，“オートバイ”，“ｍｏｔｏｒｃｙ
ｃｌｅ”の行にフラグを付ける。また、“車両”，“乗
用車”，“ｃａｒ”の行を読み込んだ場合、チェック１
はＮｏであるが、上位語が“車両”でかつ“乗用車”の
持つ訳語が全て一致する単語に“自動車”があるため、
チェック２はＹｅｓとなりフラグを付ける。この行にフ
ラグを付けたために、上位語が“車両”でかつ訳語が
“ｃａｒ”である全ての行にフラグを付けることにな
り、前述した“車両”，“車”，“ｃａｒ”にもフラグ
を付ける。この分別処理により、最終的にフラグが付か
ず、削除される行は図８において斜線を施された部分で
ある。

【００２４】図４は、図２に示した単語群テーブル２４
の内容に基づくシソーラス細分類（ステップＳ７）のフ
ローを示したものである。まず、同じ上位語を持つ全て
の単語群を単語群テーブル２４から読み込む（ステップ
Ｓ２１）。例えば、上位語“車両”の場合、訳語“ｃａ
ｒ”に対応する単語群｛“車”，“乗用車”，“自動
車”｝_car、訳語“ａｕｔｏｍｏｂｉｌｅ”に対応する
単語群｛“車”，“乗用車”，“自動
車”｝_automobile、訳語“ｍｏｔｏｒｃｙｃｌｅ”に対
応する単語群｛“単車”，“オートバ
イ”｝_motorcycle、訳語“ｔｒａｉｎ”に対応する単語
群｛“列車”｝_train、訳語“ｔａｘｉ”に対応する単
語群｛“タクシー”，“車”｝_taxiの５つの単語群を読
み込む。

【００２５】以下、この読み込んだ単語群の関係に基づ
きシソーラスを細分類する。複数の単語群が包含関係
（等価も含む）の場合、即ち、一方の単語群に含まれる
全ての単語が他方の単語群に全て含まれる場合、または
両者の単語群に含まれる全ての単語が同じ場合には（ス
テップＳ２２）、包含される単語群（等価の場合、１つ
を残して他全部）を削除する（ステップＳ２４）。例え
ば｛“車”，“乗用車”，“自動車”｝_carと
｛“車”，“乗用車”，“自動車”｝_automobileの場
合、両単語群は等価であるので削除する。

【００２６】また、部分的に重なっている場合、即ち、
複数の単語群に共通する単語が存在する場合には（ステ
ップＳ２３）、重なっている部分の単語（複数の単語群
に共通する単語）を上位、その他の部分の単語を下位と
して階層関係を作成する（ステップＳ２５）。例えば
｛“車”，“乗用車”，“自動車”｝_carと｛“タクシ
ー”，“車”｝_taxiの場合、単語“車”は両単語群に共
通に含まれる。従って、“車”を上位語、その他の
｛“タクシー”｝_taxiや｛“乗用車”，“自動車”｝
_carをその下位語として階層関係を作成する。なお、同
じ単語群であった単語同士は同義語として等価関係を作
成する（ステップＳ２６）。

【００２７】次に、上位語“輪”の場合、訳語“ｗｈｅ
ｅｌ”に対応する単語群｛“車輪”，“車”｝_wheel、
訳語“ｇｅａｒ”に対応する単語群｛“歯車”，“ギ
ヤ”｝_gearの２つの単語群を読み込む。両者には包含関
係、部分的な重なりなどないので、それら単語群より等
価関係のみが作成される。このような処理を全ての上位
語について行うことにより（ステップＳ２７）、図７に
示したシソーラスは、図１０に示すシソーラスへと細分
類される。

【００２８】上述したように、本発明のシソーラス細分
類方法では、対訳辞書に基づき、入力される単語群の各
単語に対応する訳語を検索し、入力された単語群の中で
同じ訳語と対応する単語同士を１つにまとめ、新たな単
語群を作成する。このように新たな単語群を作成するこ
とにより、与えられた単語群を意味別に分類する。更
に、新しく作成された単語群同士の関係を調べ、両者が
包含関係（一方の単語群に含まれる全ての単語が他方の
単語群に全て含まれる）にあるならば両者を１つにまと
めることにより等価関係を作成し、両者が部分的に重な
るならば、重なる部分（両単語群に含まれる単語）を上
位、その他の部分をその下位とし、階層関係を作成する
ことにより、シソーラスを細分類する。

【００２９】なお、シソーラスには階層関係と等価関係
以外に全体部分関係や連想関係などもあるが、本方法は
階層関係と等価関係についてのみ細分化している。しか
しながら、本方法は、元々のシソーラスに存在する全体
部分関係や連想関係などについては何ら影響を与えない
ため、どのようなシソーラスについても適用できる。

【００３０】

【発明の効果】以上説明したように、本発明によれば、
入力したシソーラス中の全ての階層関係について上位語
の配下の単語の訳語を訳出して付加し、上位語毎にその
配下の同一訳語を持つ単語群を取り出し、単語群同士が
包含関係にある場合には、両者を同一化して等価関係を
作成し、部分的に重なる場合には、重なった部分の単語
を上位、その他の部分の単語を下位として階層関係を作
成するので、シソーラス中で同じ上位語を持つ単語の集
合である単語群を更に細かく意味分類する細分類作業を
軽減することができるとともに、細分類された意味的関
係の一貫性を保つことができる。

【図面の簡単な説明】

【図１】本発明の一実施例に係わるシソーラス細分類方
法を実施する装置の構成を示すブロック図である。

【図２】図１に示す実施例の全体的作用を示すフローチ
ャートである。

【図３】図２に示す作用における対訳テーブルの分別処
理を示すフローチャートである。

【図４】図２に示す作用における単語群テーブルの内容
に基づいてシソーラス細分類処理を示すフローチャート
である。

【図５】図１に示す入力シソーラスの階層関係を示す図
である。

【図６】図１に示す入力シソーラスの等価関係を示す図
である。

【図７】図５に示すシソーラスの階層関係を図式化して
示す図である。

【図８】図１に示す対訳テーブルを示す図である。

【図９】図１に示す単語群テーブルを示す図である。

【図１０】図７のシソーラスを細分類した結果を図式化
した図である。

【符号の説明】

１シソーラス細分類機構２記憶装置２１入力シソーラス２２対訳辞書２３対訳テーブル２４単語群テーブル２５出力シソーラス

Claims

【特許請求の範囲】

【請求項１】単語間の意味的関係を主に等価関係およ
び階層関係で表現した辞書であるシソーラスを入力し、
階層関係中で同一の上位語を持つ単語の集合を意味別に
分類するシソーラス細分類方法であって、入力したシソーラス中の全ての階層関係について上位語
の配下の単語の訳語を対訳辞書を用いて訳出して付加
し、上位語毎にその配下の同一訳語を持つ単語群を取り出
し、前記単語群同士が包含関係にある場合には、両者を同一
化して等価関係を作成し、部分的に重なる場合には、重
なった部分の単語を上位、その他の部分の単語を下位と
して階層関係を作成することを特徴とするシソーラス細
分類方法。