JPS5965344A - 単語検索装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 産業上の利用分野 本発明はカナによシ入力された日本語文章を漢字仮名混
じ９表記に変換する仮名漢字変換装置や、同じくカナに
より入力された日本語文章を外国語文章に翻訳する機械
翻訳装置などに組み込んで用いる単語検索装置に関する
ものである。

従来例の構成とその問題点 近年１日本語情報処理技術の一環としてカナ漢字変換装
置や機械翻訳装置などが盛んに開発されている。入力さ
れた日本語文章を他の形、態へ変換するこれらの変換装
置が実用に耐えうる能力全発揮するためには、極めて多
数の日本語の単語について、その漢字表記や外国語表記
や文法情報を記載した単語記憶装置中有することが必安
である。

さらに、上記のような変換装置が実用に酬えうる処理速
度で動作しうるためには、上記単語記憶装置内の単語を
極めて高速に検索しうる単π１１検索装置を有すること
が必要となる。

現在、半導体技術の進歩により、従来は経済面で非現実
的であ−）た半導体メモリによる単語記憶装置の実現が
可能となりつつある。しかし、依然として半導体メモリ
が高価であることに変わりはなく、制限された容量の記
憶媒体の内に可能な限り大量の単語情報を格納し、これ
を高速に検索する単語検索装置を実現するために数多く
の考案がなされている。

以下、たとえばカナ漢字変換用単語検索装置を例にとり
、これまでに成されたいくつかの考案について述べる。

まずその１つとして、従来の装置は日本語の単語の単語
読み情報と、漢字表記その他の情報とを対応して記憶さ
せているに対し、たとえば同一の単語読み情報をもつ単
語（いわゆる同音語）については代表のレコードのみに
単語読み情報を記憶し、他のものは代表のレコードから
容易に指示されるような単語格納の様態にすることによ
り、同音語の単語読み情報を格納不要にする装置が考案
されている。

さらに他のものとしては、単語読み情報を示すコードと
して日本工業規格Ｃ６２２０に定めるコードではなく、
日本語の文字の発生頻度全考慮し、単語読み情報をでき
るたけ少ないコード数で表現しようというものがある。

例えば、「ガ」「バ」等の濁音、半濁音や、「キヤ」「
ジー」等の拘置を１バイトのコードに対応させたコード
体系によって単語読み情報を表現すれば、前記日本工業
規格０６２２０に定める仮名コードを用いた場合に比べ
て幾分かの容量圧縮が実現される。

しかしながら、実用化レベルの単語数（約３万語り、」
二と言われる）を有する単語記憶装置全半導体メモリ等
の高速記憶媒体上に実装するためには、容量および経済
性の面で従来のものではまたまた不十分なものであった
。

発明の目的 本発明は従来の単語検索装置が有していた上記問題点全
改善するためになされたものであり、単語読み情報の格
納・探索方法に改良を加え、従来より高い格納効率を有
する単語検索装置全提供するものである。

発明の構成 本発明は、多数の日本語の単語の読み情ｙｌＱと漢字情
報等の属性情報とを記憶している単語記憶装置と、入力
された仮名読みを有する前記単１：ｌｉｉ記憶装置中の
単語全検索する単語読み検索部とを設け、前記単語記憶
装置中の単語の読み情報として、単語の仮名読みに対応
したコード化を行なった後に前記コードの先頭の２文字
をコードの順に置換したコードに変換すると共に、置換
したかｊｆか企示す正逆情報を各単語に付随して記憶さ
せ、入力仮名列に一致する単語全検索する際にも同様の
コード変換を行なって検索するようにしたことにより、
通常と同様の検索手順で単語検索ができる一方で前記単
語記憶装置中に従来より多量の単語を格納することを可
能にするものである。

実施例の説明 以下本発明の一実施例について図面を参照しながら説明
する。

第１図は本発明の一実施例における単語検索装置のブロ
ック図である。同図において１は第１の文字列入力装置
である。ここで第１の文字とは日本語の仮名文字に対応
して定められたコードで、例えば１」本工業規格０６２
２０に定めるものである。２は第１の文字列一時記憶部
で、上記第１の文字列入力装置１より入力された第１の
文字列Ｃ１５１を一時記憶する。３は第１の文字変換部
で、第１の文字列一時記憶部２に一時記憶されている第
１の文字列Ｃ８１を、これに対応する第２の文字列Ｃ３
２に変換する。ここで第２の文字とけ前記憶１の文字か
らなる長さｎ（ｎ〉１）の系列に一対一対応して定めら
れたコードである。４は第２の文字変換部で、第１の文
字変換部３の出力である第２の文字列Ｃ８２のうち先頭
の２文字のコードの大小を判別し、その判別結果（正逆
情報）Ｄｉ１／Ｑ信号として出力すると共に、前記第２
の文字列Ｃ８２のうち先頭の２文字たけ全コードの小さ
い順に並べ直した系列（第３の文字列）Ｃ３３を出力す
る。５は単語読み情報検索）７Ｉ３で、第３の文字列Ｃ
８３に一致する単語読み情報を有している後述の単語記
憶部内の単語を検索しそのアドレスＡＤ（ｚ出力する。

６は単語記憶部で、日本語の単語Ｍの単語読み情報や漢
字表記や品詞等を次に述べる所定の規則で記憶している
ものである。

第２図は上述した単語記憶部６に格納されている単語読
み情報ＴＹの単語Ｗ１、および単語Ｗ１と同一の単語読
み情報ＴＹを有する単語Ｗ２の記憶状態を示す図である
。同図において、７は単語Ｗ１の単語読み情報で、単語
Ｗ１の単語読みが第３０文字列によってコード化されて
格納されている。８は単語ｗ１の単語読みの正逆情報で
、単語Ｗ１の単語読みを第２の文字列で表わしたとき、
先頭の文字コードが２１目の文字コードより小さいか又
はそれ以外かをそれぞれ０．１で表わしている。９は前
記単語Ｗ１の漢字情報や品詞情報などの単語属性情報で
ある。１０は前記単語Ｗ１の火車語情牧で、前記単語Ｗ
１と同一の単語読み情報を持つ単語Ｗ２のアドレスを示
している。

なお１１，１２．１３はそれぞれ単語Ｗ２の単語読み正
逆情報、単語属性情報および火車語情報である。

第１図の１４は正逆情報判定部で、第２の文字変換部４
より通知さ扛る第２の文字列Ｏ３２の正逆情報りと、単
語記憶部６の単語のうち読み情報検索部４が検索したア
ドレスＡＤの単語の正逆情報ＤＭとを比較する。そして
、前記正逆情報りとＤＭとが一致する場合には単語Ｍの
単語属性情報を後述する出力部へ転送する。一方、正逆
情報りとＤＭとが異なる場合には、正逆情報判定部１４
はこの旨の信号をアドレスＡＤと共に火車語検索Ｆ４［
！１５に対して通知する。この信号を受けた火車語検索
：１１１５は、単語Ｗ１と同じ単語読み情報を持ち、単
語Ｗ１の火車語情報１０で示されるアドレスに格納され
ている単語〜ｆ２のアドレスＡＤ２を求め、これ全正逆
情報ＤＭ１と共に正逆情報判定部１４に対して送出する
。１６は出力部で、読み情報検索部５と正逆情報判定部
１４とによって確定された単語の単語属性情報を一時記
憶する。

この単語属性情報は、本実施例において単語検索装置の
出力として利用されるものである。

以上のように構成された単語検索装置（以下本装置と呼
ぶ）の一実施例の動作について、第３図のフローチャー
トに従って説明する。

（イ）第１の文字列入力装置１から日本語のＪｌｌ詔の
読みを示す第１の文字列Ｇ　Ｓ　１　ｆ、１人力し、Ｃ
れを第１の文字列一時記憶部２に格納した陵（ロ）に行
く。

（ロ）第１の文字変換部３は第１の文字列一時記憶１４
１８２に格納さしている第１の文字列Ｇ　Ｓ　１１．１
取り出して、第４図に示すよう２！ｉ：変換規則を用い
ることにより第２の文字列ｃｓ２に変換する。

但し、変換は第１の文字列の先頭より順に、最も長い部
分列に対しで行なうものとする。この後０号に行く。

ヒＪ　第２の文字変換部４は第２の文字変換部３の出力
である第２の文字列０８２のうち先頭の文字Ｃ８２〔１
〕と２番目の文字Ｃ８２〔２〕の大小を比較する。１番
目の文字Ｃ８２〔１〕が２番目の文字よりも大きい時は
に）へ、そうでない時は（ホ）へ進む。

（Ｚ＋　　第２の文字変換８４は第２の文字列Ｏ３２と
は先頭の２文字の順序が逆で、残りは第２の文字列Ｃ３
２と同一の第３の文字列ｃｓ３６作成する一方、正逆情
報りに「１」を設定する。この後（へ）へ進む。

Ｕ→　第２の文字変換部４は第２の文字列ｃｓ２２その
まま第３の文字列ａＳＳとして作成する一方、正逆情報
に「０」を設定する。この後（刑へ進む。

（１単語読み情報検索部５は第２の文字変換■１１４の
出力である第３の文字列Ｃ８３に一致する単ｖＬｉ読み
情報全有する単語記憶部６内の単語を検索する。検索は
二分検索法又は順次検索ｌｈ等の公知の技術を用いて行
なう。

（ト）検索が成功した場合は、単語読み情報検索部５は
検索した単語ＷのアドレスＡ　Ｄ　ｆ、１出力した後（
ｆｌへ進む。検索が失敗した場合には（〕→へ進む。

（チ　正逆情報判定部１４は単語記憶部６中のアドレス
ＡＤの単語の単語正逆情報ＤＭ８と、第２の文字変換部
４の出力である正逆情報りとを比較する。両者が一致す
るとき（ヲ）へ進む。両名が異なるとき凹へ進む。

（１力　　正逆情報判定部１４は現単記のアドレスＡＤ
と共に起動信号を火車語検索部１３に苅して送出する。

この信号を受けた火車語検索都１５は単語記憶部６のア
ドレスＡＤに格納さ扛ている単語の火車語情報１０を検
査することにより、現単語と同一の単語読み情報を持つ
単語Ｗ１のイ（無ｆ；Ｃ＝べる。この結果、上記単語Ｗ
１が存在する場合には乞）へ進む。存在しない場合には
（ノリへ進む。

（ヌ）火車語検索部１５は単語Ｗ１の単語記憶部６中の
アドレスＡＤ（ｉ−正逆情報判定部１４に対して送出す
る。この後（チに進む。

（ノリ　本装置は検索が失敗した旨の信号を出力して動
作全終了する。

（ヲ）　出力部１６は前記アドレスＡＤの単語の単語属
性情報を取り出し、出力部１６内に一時記憶する。この
後本装置は検索が成功した旨の信号全出力して動作を終
了する。（第３図（ワ））以上、第３図のフローチャー
トを用いて本装置の動作全説明したが、次には本装置の
さらに具体的な動作例について説明する。

（イ）第１の文字列入力装置１より「シカ／」という単
語読みに対応する第１の文字列「３Ｃ６ｄ３ｂ３ｅ」が
取り込まれ、これが第１の文字列一時記憶部２に記憶さ
れているものとする。

（曵３３図（イ）） ここで各数字は１６進数である。以下、第２の文字、第
３の文字共に１６進数２桁で表現するものとする。

（ロ）第１の文字変換部３は第４図に示すような変換規
則に従って第１の文字列０３１を第２の文字列０３２に
変換する。変換は入力された第１の文字列の先頭部より
順次に行なう。この結果筒２の文字列ＯＳ２として「３
１１８」が得られる。ここで先頭の文字Ｃ８２〔１〕は
「ジ」、２番目の文字ｃｓ２ｃ２〕は「カン」に対応す
るものである。（第３図（ロ）） （／埼　　第２の文字変換部４は前記第２の文字列Ｃ８
２の先頭の文字Ｃ８２［１１］と２番目の文字ＣＳ２〔
２〕の大小を比較する。今の場合、ｃ　Ｓ　２ＣＯは３
１であジ、Ｏ３２〔２：ｌは１８であって、Ｃ８２〔１
〕〉Ｃ８２〔２〕であることを判定する。（第３図ｅ→
） に））第２の文字変換部４は第２の文字列０３２のうち
先頭の２文字の順序だけが逆で、残りは前記第２の文字
列と同じである、第３の文字列「１８３１　］を作成す
る。さらに正逆情、ｉ１４　Ｄに「１」を設定する。（
第３図に）） 田）単語読み情報検索部５は前記第３の文字列「１８３
１」　（これは「カンタ」という単語読み情報に対応す
る）とゝ一致する単語読み情報を肩する単語記憶部５内
の単語を検索する。（第３図（へ）） （へ）第６図に単語記憶部６内の単語の記憶状態の一例
を示す。この例においては前記第３の文字列「カンタ」
（以下便宜上、このように単語読み情報で示すものとす
る）はアドレス＃０ＯＯＧの「アイ」、次いでアドレス
＃００１０の「アカ」のように順番に一致するか否か７
５玉判定される。そしてアドレス＃１０００の「カンタ
」と比較されｆｃ時点で一致していることが判定される
。（第３図（ト）） （ト）正逆情報判定部１４は単語記憶部５のアドレス＃
１０００の単語読み情報「カンタ」の第１番口車語「幹
事」の正逆情報１）Ｍｌ　’ｉ読み出す。

そしてこの値「φｊと第２の文字変換部３に且己憶され
ている正逆情＠Ｄの値「１」を比較し、この両者が異な
っていることを認める。（第３図チ）） チ）次−１＋ｉ詔検索部１５は前記第１番口の’ｌ”　
ｌｌｉ’、ｉ　ｒ幹事」の火車語情報ＮＸ−１読み取り
、これが本単語の次の格納位置＃１００７に本単語と同
一の単語読み情報「カンジ」を有する単語が格納されて
いることを示していることを知る。（第３図（男） （男　仄単語検索部１５は火車語格納アドレス１１１０
０７をアドレスＡＤとして正逆情報判定部１４に対して
送出する。（第３区内）（ヨ）正逆情報判定部１４は単
語記憶部６中の前記アドレスＡ　Ｄ　４４１００７の単
語の単語正逆情報ＤＭｌＩＪを読み取ジ、これと第２の
文字変換部４の出力である正逆情報Ｄ「１」とを比較し
、この両者が一致していることを認める。（第３図（−
Ｆ−１） （ワ）出力部１６は前記アドレスＡＤ＃１００７の単語
の単語属性情報（「時間」という漢字コードおよび名詞
という文法情報）を一時記憶する。

この後本装置は検索が成功した旨の信号を出力して動作
を終了する。（第３図（ワ））以上のように、「ジカン
」なる単語を検索するにあたって、予め「シカゝン」を
第３の文字列、すなわち「カンジ」に相当する文字列に
変換するという過程を経るために、「カンジ」なる単語
と同一の単語読み情報を持つ単語として登録されている
１時間」という単語を容易に検索することができる。

すなわち本実施例によれば、「ジカン」なる単語と「カ
ンジ」なる単語を一種の「同音語」の扱いができるよう
に文字変換を行ない、片方の単語読み情報と正逆情報（
１ビツト）のみで他方の単語読み情報を表現することに
より、通常と同様のＩｆ１語検索法を用いながら単語記
憶容量を削減することができる。

なお単語記憶容量の削減の効果をより顕著にするために
は第２の文字の選択が重要な問題となる。

第２の文字としては可能な限９日本語の単語の読みを短
かく表わすことが必要であると同時に、第２の文字列と
して表現されたとき、その第１番目の文字と第２＠目の
文字の順番を入れ換えた文字列も又、別の日本語の単語
となっていることが望まれる。このためには第４図に示
したような、日本語中の漢字の音読みに対応した第２の
文字を用いることにより効果が得られることが明らかで
ある。

発明の効果 以上のように本発明は、多数の日本語の単語全記憶する
に際し、日本語の統計的特徴に合致した文字コードによ
って単語の読みを表現し、さらにその文字列のうち先頭
の２文字の順序が異なる文字列に対応する単語読みを有
する単語と前記単語の読み情報を共通化することにより
、単語検索処理に大巾な変更を加えることなく、単語記
憶容量を大巾に削減することができ、その価値は大なる
ものがある。

【図面の簡単な説明】 第１図は本発明の一実施例における単語検索装置のブロ
ック図、第２図は単語記憶部の単語の格納状態を示す説
明図、第３図は本発明の一実施例における単語検索装置
の勲作全示す７０−テヤ−１−、ｇ４図は単語の読みを
表わすための第１の文字と第２の文字の変換規則の一例
を示す図、第５Ｎは本発明の一実施例における単語記憶
部内の単語の格納状態を示す図である。 １・・・・・・第１の文字列入力装置、２・・・・・・
第１の文字列一時記憶部、３・・・・・・第１の文字変
換部、４・°・・・・第２の文字変換部、６・・・・・
・読み情報検索部、６・・・・・・単語記憶部、１４・
・・・・・正逆情報判定部、１５・・・・・・火車語検
索部。 代理人の氏名　弁理士　中　尾　敏　男　ほか１名第３
図 第４図 ス ＃σθσρ

Claims (1)

【特許請求の範囲】
1. 日本語の仮名に対応する第１の文字列の入力手段と、前
   記入力手段から入力された前記第１の文字列を一時記憶
   する一時記憶手段と、前記第１の文字列を前記第１の文
   字列と一対一対応する第２の文字列に変換する第１の文
   字変換部と、ｌ１ｉｌ記第２の文字、烈惚うち先頭の２
   文字のコードの大小を判別し、前記第２の文字列のうち
   先頭の２文字のみをコードの順に置換した第３の文字列
   、および置換したか否かを示す正逆情報を一時記憶手段
   −る第２の文字変換部と、日本語の単語の単語読みを前
   記第３の文字列と前記正逆情報とによって表現して記憶
   するとともに、前記単語に付随する漢字表記や品詞情報
   などの属性情報を記憶している単語記憶部と、前記一時
   記憶されている第３の文字列に一致する単語記憶部中の
   単語読み情報を検索する単語読み情報検索部と、前記検
   索された単語の正逆情報と前記一時記憶されている正逆
   情報との一致を判定する正逆情報判定部と、前記単語記
   憶部中で前記単語読み情報と同一の単語読み情報を有す
   る他の単語を検索すも次単語検索部とを具備し、入力さ
   れた前記第１の文字列に対応する単語読みを有する単語
   が、前記単語読み情報検索部又は前記次単語検索部が示
   す前記単語記憶部中の単語で、かつ、前記正逆情報が前
   記一時記憶された正逆情報と一致するか否かを検索する
   ことを特徴とする単語検索装置。