JPS589968B2

JPS589968B2 - カナ漢字変換装置

Info

Publication number: JPS589968B2
Application number: JP54092271A
Authority: JP
Inventors: 裕士内田; 健司杉山; 富久美藤原
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1979-07-20
Filing date: 1979-07-20
Publication date: 1983-02-23
Also published as: JPS5617468A

Description

【発明の詳細な説明】本発明はカナ漢字変換装置に関し、特に、入力としてロ
ーマ字あるいはカナによる分ち書きあるいはベタ書きの
文を受けつけ、最尤評価法により単語（自立語、付属語
などの辞書的形態素）を抽出し、その単語に対応した漢
字コードに変換し、漢字カナ混り文を出力するカナ漢字
変換装置に関する。

最近、カナ文字もしくはローマ字で入力された文章を漢
字まじりの文章に変換することが盛んに研究されている
。

そして変換方式として、従来一般に最長一致法が用いら
れてきた。

第１図は従来の最長一致法を説明する図である。

まず、入力カナ文字列ａ１、ａ２．ａ３．…ａ、が与
えられると、単語辞書を検索する。

単語辞書にはカタカナ表記の単語を見出しとして、これ
に対応する漢字もしくは平カナ、および単語の文法的性
質が記入されている。

例えば、「セイフ」という見出しがついた欄には「政府
」という漢字と、「政府」という単語が名詞であること
が記入されている。

また、「ヨツ」という見出しのついた欄には「寄つ」と
いう漢字まじゆの単語と、これがう行五段活用の動詞の
連用形であることが記入されている。

まず、入力カナ文字列ａ０．ａ２．ａ３．…ａｏと単語
辞書の内容を比較し、カナ文字列の始端から任意の長さ
の入力カナ列と整合（マツチング）する読みを有する単
語Ｗ１（ａｌ、ａ２．ａ３）、ｗ２（ａｌ。

ａ２）、Ｗ３（ａｌ、ａ２）、……、Ｗｍ（ａｌ）を選
択すべき単語の候補とし、その中で最もカナ文字列の長
いもの、第１図の例ではｗｌを選択する。

次に、残されたカナ文字列ａ４、ａ５＋…、ａｎ
について同様に単語辞書の内容との比較を行ない、最も
カナ文字列の長いものに対応する単語を選択する。

以下同様である。第２図は最長一致法を使用した従来の
カナ漢字変換探索方法の一例を説明するものである。

この例は、「セイフノモウシデニョツテ」というカタカ
ナ文字列を漢字まじりの平カナに変換する場合を説明す
るものである。

第２図において、■は名詞、Ｏは付属語、［相］は動詞
を示している。

先ず、「セイフノモウシデニョツテ」という文章と単語
辞書メモリとが最長一致法で比較される。

最初は一致しないので、次に一字減した「セイフノモウ
シデニョッ」と単語辞書メモリの内容との一致を取る。

このようにして「セイフ」まで来ると、一致するので「
政府」という漢字が得られる。

「政府」という漢字が得られた後、残りのカタカナ文字
列と単語辞書メモリとを最長一致法で比較する。

このような変換探索を繰返して行った結果「政府のも牛
で荷寄って」という文章が得られたと仮定する。

日本語文法では、「荷」という名詞の次に「寄って」と
いう動詞が来ることは無いので、「荷寄って」という接
続は誤りであることが判る。

そこで、「荷」の代りに数詞「二」を選択し直したとす
ると、この場合も誤りである。

複数回の試行を行った結果、「によって」が得られたと
仮定する。

ところが「で」は助詞と解しているので「で」という助
詞の次に、「に」という助詞が来ることは有り得ない。

このような文法チェックおよび変換探索を複数回行うこ
とによって、「政府の申し出によって」という正しい漢
字まじりの平カナ文を得ることが出来る。

ここで第２図の変換過程についてみると、「政府」とい
う漢字を得た後、付属語の「のも」を選択したために、
相当回数の試行を無駄に繰返していることがわかる。

これは最長一致法のために、付属語の「の」よりも「の
も」の方が優先順位が高くなっているためである。

ところが一般的に、付属語の「の」の方が「のも」より
はるかに使用頻度が犬であり、「政府のも」という使用
方法よりも「政府の」という使用方法の方が出現確率が
高いと考えられる。

そのため、「政府」という名詞を選択した後付属語の「
のも」の代りに、先に、付属語の「の」を選択できれば
カナ漢字変換速度を向上することが可能となる。

本発記は上記考察にもとづくものであり、単語の読みの
長さはかりでなく、その使用頻度をも考慮に入れて単語
を決定することによりカナ漢字変換を効率的に行なうこ
とを目的とし、そのため本発明によるカナ漢字変換装置
は、カナに対応した単語および該単語の使用頻度が記入
された単語辞書メモリと、入力されたカナ列の始端から
任意の長さの入力カナ列と整合する読みを有する単語を
上記辞書から検索する辞書検索手段と、上記検索された
単語とそれ以前に検索され決定された単語との接続性を
検定する接続性検定手段と、該接続性検定手段により接
続性が確認された箪語を保持するスタックと、該スタッ
ク中の各々の単語について読みの長さと使用頻度にもと
づき最尤評価を行ない最尤評価の最も高い鵬語を決定す
る最尤評価手段とをそなえることを特徴とする。

以下、図面により本発明を説明する。

第３図は本発明において使用される最尤評価法を説明す
る図である。

第３図に示す単語辞書には、第１図図示の従来例の単語
辞書の内容に加えて各単語毎に使用頻度情報が記入され
ている。

まず、入力カナ文字列のａｌ、Ｃ２）Ｃ３、・・
・先と単語辞書の内容を比較し、カナ文字列の始端から
任意の長さの入力カナ列と整合（マツチング）する読み
を有する単語Ｗ’（ａｌ、Ｃ２ｇＣ３）、ｗ２（ａ
ｌ、Ｃ２）、ｗ３（ａｔ＋ａ２）ｓ・・・１ｗｍ（ａｌ
）を選択すべき単語の候補とする。

次に、各候補単語について、読みの長さと使用頻度情報
にもとづき評価値Ｃ１、Ｃ２、Ｃ３，・・・。

ｃｍを求める。

そして、最も大きい評価値を有する単語を選択する。

第３図の例では、Ｃ２が最大値を有するので単語ｗ２が
選択され、残りのカナ文字列ａ３、Ｃ４、・・・ｔ
ａ、が次の単語解析のために使用される。

ここで、単語の読みの長さをｌｉ、使用頻度（例えば過
去の使用回数）をｈｉとすると、評価値ｃｉは、一例と
して、Ｃ１−ｈｉ×３２ｔｉの形で求められる。

この例では、使用頻度の３２倍の違いは、カナ１字の読
みの長さの違いに相当している。

すなわち、読みの長さがカナ１字分だけ短かくても、使
用頻度が３２倍以上犬であれば使用頻度の大きい方の単
語が選択されることを示している。

ここで評価値とは当該単語が使用される可能性を比較
評価し得る値であれば他の値であってもよい。

第４図は本発明による実施例のカナ漢字変換装置のブロ
ック図である。

第４図において、１は入力カナバッファ、２は単語辞書
メモリ、３は辞書検索装置、４は接続性検定装置、５は
整合単語スタック、６は単語バッファ、６−１は読みと
漢字情報を保持する部分、６−２は単語の読みの長さを
示す情報を保持する部分、６−３は単語の頻度情報を保
持する部分、７は評価値算出回路、８は単語・評価値ス
タック、８−１は読みと漢字情報を保持する部分、８−
２は評価筺ヲ保持する部分、９はソーティング回路、１
０は優先順スタックである。

第４図の動作は次の通りである。

まず、入力カナ列ａｌ、ａ２、ａ３．・・・、
ａｎが入力カナバッファ１に入れられる。

次に、辞書検索装置３は単語辞書メモリ２の内容を検索
し、入力カナバッファ１中のカナ文字列の始端から任意
の長さのカナ文字列と整合する読みを有する単語をすべ
て選択する。

辞書検索装置３で選択された単語は接続性検定装置４へ
送られる。

接続性検定装置４（詳細動作は特願昭５４−９２２７０
号明細書参照）は、辞書検索装置３から送られてきた単
語が入力カナ文字列の先頭部分の読みに対応するもので
あれば該単語をそのまま整合単語スタック５に入れる。

また、辞書検索装置３から送られてきた単語が入力カナ
文字列の先頭部分の読みに対応するものではなく、既に
検索されカナ漢字変換の確定された単語に引続く単語で
ある場合には、接続性検定装置４は辞書検索装置３から
送られてきた単語について直前の確定単語との文法的な
接続性の可否についてチェックを行ない、可のもののみ
を整合単語スタック５に入れる。

なお、第４図においてはカナ漢字変換の確定した単語を
保持するバッファの図示を省略している。

次に、整合単語スタック５内の単語は１語づつ単語バッ
ファ６に移送される。

単語バッファの６−２の部分には単語の長さ情報が、６
−３部分には単語の頻度情報がそれぞれ保持されており
、これらを評価値算出回路７に入力し、前述したような
算式を使用して評価値を求め、単語・評価値スタック８
の８−２の部分に入れる。

単語バッファ６の６−１の部分には、単語の読みと漢字
情報が保持されており、これらはそのまま単語・評価値
スタック８の８−１の部分に入力される。

このようにして、整合単語スタック５内のすべての単語
について評価値を求め、単語・評価値スタック８に単語
および評価値を保持した後、ソーティング回路９により
単語・評価値スタック８内の単語を評価値順に取出し、
優先順スタック１０に転送する。

そして、優先順スタック１０内の最も優先順位の高い、
すなわち最も評価値の高い単語を取出して図示しない確
定単語格納用バッファに入れる。

このようにして、１つの単語を確定した後、入力カナバ
ッファ１内の入力カナ文字列について、その確定した単
語に和尚するカナ文字だけシフトして入力カナバッファ
１から追い出す。

そして、入力カナバッファ１に保持されている残りの未
確定カナ文字列について上記と同様な処理を繰返して行
なっていき、漢字まじり文を作成する。

なお、上記実施例では、最尤評価値を有する単語を求め
るために、整合単語スタック５内のすべての単語の評価
値を求めいったん単語・評価値スタック８に入れるよう
にしているが、これに限らず、例えば、単語バッファ６
を２つもうけ、整合単語スタック５内の単語を１つづつ
取出して２つの単語間で順次、比較を行ない評価値の大
きい方の単語を決められた一方のバッファに保持するよ
うにして、最尤単語を求めるようにしてもよい。

また、実施例１１における辞書検索装置、接続性検定装
置、評価値算出回路等は汎用の処理装置および記憶装置
を使用することによっても実現できることはいうまでも
ない。

上記したように本発明によれば、カナを漢字に変換する
に際して単語の読みの長さとともに使用頻度をも考慮に
入れて単語を決定するようにしたので、従来の単純な最
長一致法よりも効率的にカナ漢字変換を行なうことがで
きる。

【図面の簡単な説明】

第１図は従来の最長一致法を説明する図、第２図は最長
一致法を使用したカナ漢字変換探索方法の一例、第３図
は本発明において使用される最尤評価法を説明する図、
第４図は本発明による実施例のカナ漢字変換装置のブロ
ック図である。第４図において、１は入力バッファ、２は単語辞書メモ
リ、３は辞書検索装置、４は接続性検定装置、５は整合
単語スタック、６は単語バッファ、７は評価値算出回路
、８は単語・評価値スタック、９はソーティング回路、
１０は優先順スタックである。

Claims

【特許請求の範囲】

１カナに対応した単語および該単語の使用頻度が記入
された単語辞書メモリと、入力されたカナ列の始端から
任意の長さの入力カナ列と整合する読みを有する単語を
上記辞書から検索する辞書検索手段と、上記検索された
単語とそれ以前に検索され決定された単語との接続性全
検定する接続性検定手段と、該接続性検定手段により接
続性が確認された単語を保持するスタックと、該スタッ
ク中の各々の単語について読みの長さと使用頻度にもと
すき最尤評価を行い最尤評価の最も高い単語を決定する
最尤評価手段とを備えることを特徴とするカナ漢字変換
装置。