JP2001249920A - 推測入力源からのテキストに対して候補を提供する方法およびシステム - Google Patents

Abstract

(57)【要約】 【課題】 選択テキストに対して候補リストを提供する
方法を提供する。 【解決手段】 選択テキスト用の候補を決定するに当た
り、推測入力結合器は、選択テキストを、入力源ごとの
テキスト要素に分解する。推測入力結合器は、各テキス
ト要素の候補を含んだ確率モデルを検索する。テキスト
要素が連続した推測入力源の処理結果であれば、推測入
力結合器は、全入力源の結果の確率を正確に反映した確
率モデルを取得する。推測入力結合器は、検索した確率
モデルを結合することにより、選択テキスト用の候補リ
ストを作成する。推測入力結合器は、選択テキスト全体
に自然言語原理を適用することにより、候補リストを修
正することができる。選択テキスト用候補リストは、ユ
ーザに提示する。ユーザが候補の１つを選ぶと、ワード
プロセッサはその選んだ候補で選択テキストを置換す
る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、コンピュータにテ
キストを入力するための方法に関する。さらに詳しく
は、複数の推測入力源からの選択テキストに対して、複
数の候補を提供することに関する。

【０００２】

【従来の技術】コンピュータのユーザは、キーボードと
マウスを使ってワードプロセッサにテキストを入力して
きた。最近のワードプロセッサは改良が進み、ユーザは
音声や手書き等の入力方法を介しても、テキストの入力
ができる。コンピュータは、このような入力を必ずしも
正確に解釈できないが、その入力に対する候補テキスト
のリストを作成できる。さらにコンピュータは、ユーザ
の意図に対する確率を各候補に付加できる。このように
確率を付加できる入力を「推測入力」と呼ぶ。一方、タ
イプしたテキストのように正確に決定できる入力は、
「非推測入力」と呼ぶ。

【０００３】

【発明が解決しようとする課題】一般に、推測入力源か
らワードプロセッサへ入力したテキストは、ユーザが編
集しないと意図したテキストにならない。この編集作業
は、ユーザが推測テキスト内でテキストを選択し、その
選択テキストに対応する候補を要求することで簡単に行
われてきた。コンピュータは、候補の要求を受けると、
グラフィカルユーザインタフェースを介して、選択テキ
ストに対する候補をユーザに提供する。ユーザが候補の
１つを選ぶと、コンピュータはその選択候補で選択テキ
ストを置き換える。

【０００４】例えばユーザが、音声等の推測入力源を用
い、ワードプロセッサにテキストを入力し、そのテキス
トを編集する場合を考える。例えばユーザは、テキスト
中の１語を置換するため、キーボードを使って新しい語
をタイプし、コンピュータに入力する。現在のワードプ
ロセッサは、タイプしたテキストを、選択テキスト用候
補の中に挿入しない。従って、推測入力源からのテキス
トを編集した場合に、この編集したテキストにも候補を
提供する手段が必要である。

【０００５】選択テキストが複数の推測入力源を元とす
る場合、そのような選択テキストに対してユーザが候補
を要求すると問題が起きる。例えば選択テキストが、手
書き入力に基づく語と音声入力に基づく語とを含み、こ
の選択テキストに対してユーザが候補を要求するような
場合である。現在のワードプロセッサは、このような選
択テキストに対して、意味のある候補を提供できない。
従って、複数の推測入力源に基づく選択テキストにも候
補を提供する手段が必要である。

【０００６】入力システム（ＩＭＥ）もまた、推測デー
タを生成し、それをワードプロセッサへの入力とする。
一般にＩＭＥは、入力を外国語テキストに変換する。Ｉ
ＭＥへの入力は例えば、キーボードおよびマウスを介し
てコンピュータに入力したテキストである。ＩＭＥは、
アジア言語等における表意文字を生成するのに特に有用
である。このような言語は、キーボードのキーよりはる
かに多い表意文字を持つ。特定の表意文字をコンピュー
タに入力するには、複数のキーを打ち込み、それをＩＭ
Ｅが合成文字として解釈する。

【０００７】例えばユーザは、希望の中国語文字の音声
スペルを英字でタイプする。多くの中国語文字は発音が
似ており、タイプした音声スペルは異なる中国語文字に
対応することが多い。するとＩＭＥは、タイプした音声
スペルに対応する最適候補をユーザに提供し、ユーザは
その中から正しい１つを選べる。

【０００８】プログラマは、ＩＭＥに音声を入力できれ
ば役に立つと考えてきた。まず音声をテキストに変換
し、そのテキストをＩＭＥへの入力とする。前述したよ
うに、音声の解釈は元来が推測である。このため音声解
釈から生成したテキストは、ユーザが意図したテキスト
でないことがある。不正確なテキストをＩＭＥへ入力す
れば、ＩＭＥは不正確な結果を生成する。従って音声を
ＩＭＥへの入力として使う場合、音声データを解釈する
プログラムは、音声解釈によって生成したテキストをま
ずユーザに修正させ、その修正テキストをＩＭＥへ入力
する。ＩＭＥがそれを外国語に翻訳すると、ユーザは再
び候補から選択する。ＩＭＥの翻訳結果も推測だからで
ある。このように２つの編集処理をユーザに求めるの
は、非能率で不便である。従って、ＩＭＥへの音声入力
処理を行う改良方法が必要である。

【０００９】

【課題を解決するための手段】本発明は、テキスト編集
を受け入れる推測入力結合器を提供することにより、前
記必要を満たす。本発明は、ユーザが選択したテキスト
に対して候補を提供する。この選択テキストは、１つ以
上の推測入力を含む複数の入力源から生成したものでも
構わない。

【００１０】本発明の推測入力結合器は、グラフィカル
ユーザインタフェースを介してユーザに候補リストを提
供する。ユーザは、その候補から１つを選択し、その候
補で選択テキストを置換する。選択テキストとは、編集
する目的でユーザが強調表示したテキストである。この
方法は、ユーザが自分で候補を考え、それに基づいてキ
ーボードとマウスによって修正を行うより早い。選択テ
キストに対する所望の候補が見つからなければ、ユーザ
はキーボードとマウスを使い、選択テキストを編集でき
る。すると推測入力結合器は、そのユーザの修正を取り
入れた候補リストを提供する。ユーザが選択テキストを
部分的に編集するだけで、推測入力結合器は候補を提供
するから、編集効率が向上する。

【００１１】この推測入力結合器は、自然言語モデルも
利用できる。自然言語モデルは、自然言語原理を用いて
選択テキストを分析し、より良い候補リストを提供でき
る。これもまた、ユーザの編集効率を向上する。

【００１２】本発明は、広くテキスト修正方法に関す
る。ユーザはまず、コンピュータにテキストを入力す
る。この時ユーザは、複数の推測入力源や、キーボード
およびマウスを用いる。

【００１３】キーボードおよびマウスで入力したテキス
トは、非推測入力源の例である。すなわちこのテキスト
は、正確に決定可能である。一方、推測入力源からの入
力は、候補リストに変換する。各候補は、正確さの確率
が１００％以下である。コンピュータは音声を完璧に解
釈することはできないため、音声認識装置は推測入力源
の一例である。従って音声入力は、テキスト候補リスト
に変換する。推測入力源の他の例は、手書き認識装置お
よび入力システム（ＩＭＥ）である。選択テキスト中の
テキスト要素の入力源が推測入力源である場合、最適候
補をそのテキスト要素の代表として使う。

【００１４】ユーザは、コンピュータにテキストを入力
し、その入力テキストの一部を選択し、修正作業を開始
する。選択テキストは、複数のテキスト要素を含む。各
テキスト要素は、選択テキストの一部であり、単一の入
力源を介してユーザが入力したものである。選択テキス
トは、様々な入力源からのテキスト要素を含むこともあ
る。それら入力源は、推測入力源も含み得る。

【００１５】テキストを選択した後ユーザは、選択テキ
スト全体に対する候補を表示するコマンドを入力する。
推測入力結合器は、選択テキストを入力源別のテキスト
要素に分解し、各推測入力源のテキスト要素用の候補を
代表する確率モデルを検索する。この確率モデルは、各
候補とその確率を含んだリストを持つ。確率モデルは、
格子を含むこともできる。

【００１６】推測入力結合器は、前記確率モデルと他の
テキスト要素とを結合し、前記選択テキスト用候補リス
トを作成し、そのリストをモニタ等の表示装置に表示す
る。ユーザは、表示候補の１つを選択できる。選択した
候補は、前記選択テキストに置き換わる。

【００１７】推測入力結合器は、自然言語モデルを利用
できる。この場合、推測入力結合器は、各テキスト要素
の確率モデルを結合して選択テキスト用中間候補リスト
を作成し、それを自然言語モデルへ送る。自然言語モデ
ルは、選択テキスト全体に自然言語原理を適用し、前記
中間候補リストを再評価し、修正候補リストを作成す
る。自然言語モデルは、前記中間候補リストに無い新し
い候補を前記修正候補リストに追加できる。自然言語モ
デルは、修正候補リストを推測入力結合器へ送る。推測
入力結合器は、その修正候補リストを表示する。

【００１８】本発明の他の形態において、テキスト要素
は、連続した推測入力源から生成した推測テキスト要素
である。少なくとも１つの推測入力源が推測結果を生成
し、それを次の推測入力源の入力とする。第１推測入力
源はユーザ入力を受け取り、それに対する候補を生成す
る。これら候補は、第２推測入力源の入力となる。例え
ば音声認識装置はテキストを生成し、そのテキストがＩ
ＭＥへの入力となる。連続した推測入力源が１つの推測
テキスト要素を生成すると、推測入力結合器は連続確率
モデルを生成できる。この連続確率モデルは、推測テキ
スト要素用候補とこれら候補の正確な確率とを含む。こ
れら確率は、連続した入力源の各入力源への入力の確率
である。この形態によれば、第１推測入力源から第２推
測入力源へ入力を与える際、ユーザが入力を選択する必
要がない。

【００１９】推測入力結合器は、連続した推測入力源か
らのテキスト要素に対して連続確率モデルを生成する
際、第１推測入力源にユーザ入力を送る。第１推測入力
源は、それを処理し、推測結果を生成する。この推測結
果は、複数の候補を有する。推測入力結合器は、その推
測結果を第２推測入力源への入力とする。第２推測入力
源は、複数の第２推測結果を生成する。各第２推測結果
は、複数の候補を有する。第２推測結果のいずれかがベ
ストｎ候補リストでなければ、推測入力結合器は、それ
をベストｎ候補リストに変換する。全推測結果を同一フ
ォーマットに変換すれば、結合処理が簡単だからであ
る。推測入力結合器は、第２推測結果を結合し、総合候
補リストを作成する。連続した推測入力源が２個であれ
ば、前記総合候補リストは、前記連続した推測入力源か
らのテキスト要素用確率モデルとなる。

【００２０】推測入力結合器は、選択テキスト中の修正
範囲を広げ、より大きな単位テキストにすることもでき
る。これを行うため推測入力結合器は、選択テキストを
修正範囲モデルへ送り、修正範囲の調整が必要か否かを
判断する。修正範囲モデルは、推測入力結合器に単位テ
キストを返す。この単位テキストは、選択テキストと少
なくとも１つの隣接語とを含む。推測入力結合器は、そ
の単位テキスト用の候補リストを作成し、それを表示装
置に表示する。

【００２１】以下、添付図面および請求の範囲を参照し
ながら実施例を詳細に説明し、本発明の様々な形態を明
らかにする。

【００２２】

【発明の実施の形態】本発明は代表的に、複数の入力源
から入力を受け取れるワードプロセッサにおいて実施す
る。複数の入力源とは、非推測入力源および推測入力源
を含む。キーボードおよびマウスによるテキスト入力
は、非推測入力源の例である。非推測入力源の場合、コ
ンピュータはユーザが意図したテキストを正確に決定で
きる。一方、推測入力源は、入力を推測結果に変換す
る。１つの推測結果は複数の候補を有し、各候補の正確
さの確率は１００％以下である。推測入力源の例は、音
声認識装置である。音声認識装置は、音声入力をテキス
ト候補リストに変換する。コンピュータが音声を完璧に
解釈することは不可能だからである。推測入力源の他の
例は、手書き認識装置および入力システム（ＩＭＥ）で
ある。

【００２３】ユーザは、ワードプロセッサを使ってテキ
ストの一部を選択し、その選択テキストに対する候補を
要求できる。選択テキストが１つ以上の推測入力源を元
にコンピュータが作成したものであれば、その選択テキ
ストには候補が存在する。ワードプロセッサは、選択テ
キスト用の候補を決定すると、グラフィカルユーザイン
タフェースを介してそれら候補を表示する。候補の１つ
をユーザが選択すると、ワードプロセッサはその選択候
補で前記選択テキストを置き換える。

【００２４】ワードプロセッサが提供する候補リストに
希望の候補がなければ、ユーザはキーボードおよびマウ
スを使って前記選択テキストを編集する。例えばユーザ
は、前記選択テキスト中の１語を変更する。するとワー
ドプロセッサは、その編集を取り入れて候補リストを修
正し、修正した候補リストをユーザに提示する。修正し
た候補リストの１候補をユーザが選択すると、ワードプ
ロセッサはその選択候補で前記選択テキストを置き換え
る。

【００２５】推測入力結合器は、プログラムモジュール
であり、選択テキストに対する候補を生成する。推測入
力結合器はこれを行うため、選択テキストをテキスト要
素に分解する。各テキスト要素は、１つの推測入力源に
対応する。推測入力結合器は、各推測テキスト要素につ
き、その候補を代表する確率モデルを検索する。推測入
力結合器は、検索した確率モデルと他のテキスト要素と
を結合し、選択テキスト全体に対する候補リストを作成
する。

【００２６】推測入力結合器は、ワードプロセッサアプ
リケーションの一部であっても良いし、オペレーティン
グシステムの一部であっても良い。推測入力結合器は、
オペレーティングシステムの一部ではなく、ワードプロ
セッサとインタフェースする独立したプログラムであっ
ても良い。

【００２７】ワードプロセッサは、選択テキスト用候補
リストの向上を図るため、自然言語モデルを利用でき
る。自然言語モデルは、選択テキスト全体に自然言語原
理を適用し、推測入力結合器が作成した各候補の適切さ
を再評価し、候補リストに新しい候補を追加する。自然
言語モデルは、各テキスト要素に自然言語原理を適用す
ることにより、候補リスト作成に使用する確率モデルの
向上を図ることもできる。

【００２８】テキスト要素は、連続した推測入力源を元
にすることもある。少なくとも１つの推測入力源が推測
結果を生成し、それを次の推測入力源への入力とする。
この場合、第１推測入力源はユーザ入力を受け取り、最
後の推測入力源はテキスト要素用の候補を生成する。推
測入力結合器は、テキスト要素に対応する候補を含んだ
連続確率モデルを取得する。この処理において次の推測
入力源へ入力を与える際、推測入力結合器は前の入力源
の結果の選択をユーザに求めない。

【００２９】推測入力結合器は、テキスト要素用の連続
確率モデルを取得するため、選択テキストの元となった
ユーザ入力を選択し、そのユーザ入力を連続した推測入
力源の第１推測入力源へ送る。次に推測入力結合器は、
第１推測入力源が生成した各候補を第２推測入力源の入
力とする。第２推測入力源は、受け取った候補の各々か
ら推測結果を生成する。第２推測入力源からの推測結果
は、総合候補リストにまとめる必要がある。さらに第３
推測入力源が存在すれば、推測入力結合器は、総合候補
リストの各候補を第３推測入力源への入力とする。連続
した推測入力源における最後の推測入力源から作成する
総合候補リストは、連続確率モデルである。

【００３０】推測入力源のエラーは、複数の語にわたる
ことが多い。ユーザは修正過程において、そのエラーの
範囲全体に気付かないことがある。例えばユーザが「認
識（ｒｅｃｏｇｎｉｚｅ、レコグナイズ）」と口述した
時、音声認識エンジンが最適解釈として「素敵を破壊
（ｗｒｅｃｋ ａ ｎｉｃｅ、レックアナイス）」と決
定したとする。編集の時、ユーザは「破壊」を目にし、
その語についてのみ候補を要求する。ユーザは、それに
続く「素敵を」がやはり不正確であることに気付いてい
ない。

【００３１】不正確な隣接語を含めずにユーザがテキス
トを選択し、ワードプロセッサがその選択テキストのみ
を用いて候補リストを作成すれば、そのリストはユーザ
が意図したテキストに対応する候補を１つも持たないで
あろう。ユーザがリストから候補を選び、その選んだ候
補で前記選択テキストを置き換えてしまうと、不正確な
隣接語はそのままテキストに残る。

【００３２】このような不都合を解消するため、推測入
力結合器は、選択テキストを修正範囲モデルへ送る。修
正範囲モデルは、修正範囲を拡大すべきか否かを決定す
る。前記「認識」の例では、修正用の適切な単位テキス
トは「素敵を破壊」であろう。この決定を下すに当た
り、修正範囲モデルは、自然言語モデルと、類似エラー
のモデルと、前記テキストをワードプロセッサへ提供し
た入力方法に関するモデルとが含む情報を参照する。入
力方法に関するモデルとは、音声認識用音声モデル、手
書き入力用手書きモデル、手話・身振り認識用視覚モデ
ルを含む。

【００３３】修正範囲モデルは、修正範囲を調整すべき
と判断すると、１つ以上の単位テキストを特定する。こ
の特定した単位テキストに対して、推測入力結合器は前
記方法において候補を生成する。修正範囲モデルは、こ
のような単位テキストのリストを推測入力結合器へ送
る。推測入力結合器は、そのリストを処理する。

【００３４】図面を参照しながら本発明の実施例を説明
する。図中、同一番号は同一要素を示す。

【００３５】動作環境例 図１を参照しながら本発明の実施に適したコンピュータ
環境１００の概略を説明する。一例としての動作環境１
００は、従来のパーソナルコンピュータシステム１２０
を含む。このパーソナルコンピュータシステムは、処理
装置１２１と、システムメモリ１２２と、システムバス
１２３とを含む。システムバス１２３は、システムメモ
リ１２２を処理装置１２１に接続する。システムメモリ
１２２は、リードオンリメモリ（ＲＯＭ）１２４とラン
ダムアクセスメモリ（ＲＡＭ）１２５とを含む。ＲＯＭ
１２４は基本入出力システム１２６（ＢＩＯＳ）を含
む。このＢＩＯＳは基本ルーチンを含む。この基本ルー
チンは、起動時等にパーソナルコンピュータ１２０内の
各要素間の情報転送を支援する。

【００３６】パーソナルコンピュータシステム１２０
は、ハードディスクドライブ１２７と、取出し可能磁気
ディスク１２９を読み書きするための磁気ディスクドラ
イブ１２８と、ＣＤ−ＲＯＭ等の光媒体である取出し可
能光ディスク１３１を読み書きするための光ディスクド
ライブ１３０とをさらに含む。ハードディスクドライブ
１２７と磁気ディスクドライブ１２８と光ディスクドラ
イブ１３０とは、各々ハードディスクドライブインタフ
ェース１３２と磁気ディスクドライブインタフェース１
３３と光ドライブインタフェース１３４とを介して、シ
ステムバス１２３に接続する。これらドライブおよび関
連するコンピュータ読取り可能媒体は、不揮発性記憶手
段をパーソナルコンピュータシステム１２０に提供す
る。ここに示したコンピュータ読取り可能媒体は、ハー
ドディスク、取出し可能磁気ディスク，およびＣＤ−Ｒ
ＯＭディスクだが、当業者には明らかなように、他のコ
ンピュータ読取り可能媒体を、一例として示した前記動
作環境に用いても良い。例えば磁気カセット、フラッシ
ュメモリカード、デジタルビデオディスク、ベルヌーイ
カートリッジ等を用いても良い。

【００３７】ユーザは、キーボード１４０やマウス１４
２等のポインティングデバイス等の入力装置を介して、
パーソナルコンピュータシステム１２０にコマンドや情
報を入力する。マイクロフォン１６１は、コンピュータ
システム１２０に会話等の音声入力を行うために使用す
る。ユーザは、コンピュータシステムに図や手書きのグ
ラフィック情報を入力する場合、スタイラスを用いて筆
記タブレット１６２にグラフィック情報を描く。コンピ
ュータシステム１２０は、他の入力装置（図示せず）と
してジョイスティック、ゲームパッド、衛星アンテナ、
スキャナ、タッチスクリーン、スタイラス等を含んでも
良い。マイクロフォン１６１は、システムバスに接続し
たオーディオアダプタ１６０を介して処理装置１２１に
接続できる。他の入力装置は、システムバスに接続した
シリアルポートインタフェース１４６を介して処理装置
１２１に接続する場合が多い。しかしながらゲームポー
ト、ユニバーサルシリアルバス（ＵＳＢ）等のインタフ
ェースによって接続することもできる。

【００３８】モニタ１４７等の表示装置は、ビデオアダ
プタ１４８等のインタフェースを介してシステムバス１
２３に接続する。モニタに加え、パーソナルコンピュー
タシステムは、スピーカやプリンタ等の周辺出力装置
（図示せず）を一般に含む。

【００３９】パーソナルコンピュータシステム１２０
は、ネットワーク環境で動作させ、１つ以上の遠隔コン
ピュータ１４９に論理接続しても良い。遠隔コンピュー
タ１４９は、サーバ、ルータ、ピア装置、共通ネットワ
ークノード等であり、一般に前記パーソナルコンピュー
タシステム１２０に関連して説明した要素の多くあるい
は全てを含む。ただし図１は記憶装置１５０のみを示
す。図１に示す論理接続は、ローカルエリアネットワー
ク（ＬＡＮ）１５１と、ワイドエリアネットワーク（Ｗ
ＡＮ）１５２とを含む。このようなネットワーク環境
は、事務所、企業コンピュータネットワーク、イントラ
ネット、インターネットにおいて普及している。

【００４０】ＬＡＮ環境で使用する場合、パーソナルコ
ンピュータシステム１２０は、ネットワークインタフェ
ース１５３を介してローカルネットワーク１５１に接続
する。ＷＡＮ環境で使用する場合、パーソナルコンピュ
ータシステム１２０は、一般にモデム１５４等の手段を
含み、インターネット等のワイドエリアネットワーク１
５２を介して通信を確立する。モデム１５４は内蔵また
は外付けであり、シリアルポートインタフェース１４６
を介してシステムバス１２３に接続する。ネットワーク
環境の場合、パーソナルコンピュータシステム１２０の
プログラムモジュールは、遠隔記憶装置１５０に格納し
ても良い。図示のネットワーク接続は例であり、コンピ
ュータシステム間の通信リンクは他の手段で確立しても
良い。また本発明は、パーソナルコンピュータシステム
以外に、ホストまたはサーバコンピュータシステムでも
実現可能であり、ＣＤ−ＲＯＭ以外の手段、例えばネッ
トワーク接続インタフェース１５３によってホストコン
ピュータシステムにデータを送ることができる。

【００４１】多くのプログラムモジュールをコンピュー
タシステム１２０の駆動装置やＲＡＭ１２５に格納でき
る。プログラムモジュールは、コンピュータシステム１
２０の機能を制御し、ユーザ、入出力装置、あるいは他
のコンピュータと対話する。プログラムモジュールは、
ルーチン、オペレーティングシステム１３５，アプリケ
ーションプログラムモジュール１３８，データ構造、ブ
ラウザ、他のソフトウエア部品、あるいはファームウエ
ア部品を含む。本発明は、推測入力結合プログラムモジ
ュール１３７、推測入力インタフェースプログラムモジ
ュール１３９等の１つ以上のプログラムモジュールによ
って好適に実施できる。これらモジュールの各々は、発
明の詳細な説明に記載した方法に基づく。

【００４２】アプリケーションプログラムモジュール１
３８は、本発明に関連して使用する様々なアプリケーシ
ョンからなる。図２はその幾つかを示す。これらプログ
ラムモジュールの目的および相互作用は、図２を参照し
て詳細に説明する。これらプログラムモジュールは、ワ
ードプロセッサプログラム２１０（ワシントン州レドモ
ンドのマイクロソフト社の製品であるワード等）、手書
き認識プログラムモジュール２３０，音声認識プログラ
ムモジュール２４０，および入力システム（ＩＭＥ）２
５０を含む。

【００４３】以下に説明する様々な手順を実行するため
の特定のプログラミング言語は説明しない。理由は、以
下の説明および添付図面における動作、処理段階、およ
び手順は、十分な開示を行っているため、当業者であれ
ばそれらに基づいて本発明の実施例を実現可能だからで
ある。さらに実施例の実行に使用可能なコンピュータお
よびオペレーティングシステムは多数あり、これら多く
の異なるシステムに適用可能な詳細コンピュータプログ
ラムを提示するのは困難だからである。特定コンピュー
タのユーザは、そのユーザの必要性および目的に最も適
した言語およびツールを知っているであろう。

【００４４】当業者には明らかなように、本発明は他の
コンピュータシステム構成でも実施可能である。例えば
携帯装置、マルチプロセッサシステム、マイクロプロセ
ッサベースの消費者用電子機器、プログラム可能消費者
用電子機器、マイクロコンピュータ、メインフレームコ
ンピュータ等でも実施可能である。本発明は分散コンピ
ュータ環境でも実施可能である。分散コンピュータ環境
では、通信ネットワークでリンクした各遠隔処理装置に
よってタスクを実行し、プログラムモジュールを局所記
憶装置および遠隔記憶装置の両方に置くことができる。

【００４５】プログラムモジュールの概要 図２は、複数入力源データ処理システム２００のプログ
ラムモジュールの全体を示す。これらプログラムモジュ
ールの主たる目的は、ユーザが推測入力源および非推測
入力源を用いて、ワードプロセッサ等のアプリケーショ
ン２１０にテキストを入力できるようにすることであ
る。代表的な推測入力源は、手書き認識プログラムモジ
ュール２３０、音声認識プログラムモジュール２４０，
入力システム（ＩＭＥ）２５０、音声認識プログラムモ
ジュール２６０である。キーボード１４０は、代表的な
非推測入力源である。ユーザは、１つ以上のこれら入力
源を介してワードプロセッサ２１０にテキストを入力
し、テキストの一部を選択し、その選択テキストに対す
る候補リストを要求できる。この選択テキストは、複数
の推測入力源および非推測入力源からの入力を含むこと
がある。選択テキストが少なくとも１つの推測入力源か
らのデータを含んでいれば、その選択テキストに対する
候補が存在する。プログラムモジュールは、その候補リ
ストを作成し、グラフィカルユーザインタフェースを介
してそれをユーザに提示する。ユーザが候補の１つを選
ぶと、選んだ候補で前記選択テキストを置換する。推測
入力源２３０，２４０，２５０，２６０の動作を順次説
明する。

【００４６】手書き認識プログラムモジュール２３０
は、ユーザからの手書き入力２８０を受け取る。ユーザ
は、スタイラスを用いて筆記タブレット１６２に筆記す
ることにより、手書き入力２８０を生成できる。他の装
置を用いても良い。例えばマウス１４２を用いて、モニ
タ１４７に書いても良い。スタイラスを用いて、タッチ
スクリーンに書くこともできる。手書き入力２８０は、
好ましくはオペレーティングシステム１３５の筆記タブ
レットドライバモジュールにより、手書き認識プログラ
ムモジュール２３０へ送る。

【００４７】コンピュータで手書きを解釈することは難
しい。手書き認識プログラムモジュール２３０は、手書
き入力２８０を完全に解釈できるとは限らない。プログ
ラムモジュール２３０が行う最良のことは、手書き入力
２８０の候補を生成し、各候補に正当性の確率を割り当
て、推測結果を提供することである。確率モデル２７０
ａは、データ構造を含む。このデータ構造は、手書き認
識プログラムモジュール２３０が手書き入力２８０を処
理して生成した確率データを含む。

【００４８】確率モデル２７０が確率データを格納する
ために使用するデータ構造は、どのようなものでも構わ
ない。２つの有用なデータ構造は、格子およびベストｎ
候補リストである。格子は、当業者に良く知られた構造
であるため、詳細説明は省略する。簡単に説明すると、
格子は、推測入力源が生成した語または句をノードに格
納する。各語または句は確率データであるため、各ノー
ドは対応する語または句に割り当てた確率も格納する。
当業者に公知の方法を用いて格子を探索し、各テキスト
要素用の候補を生成できる。テキストの隣接部を代表す
る複数の格子を連結してメタ格子を作成できる。このメ
タ格子を探索することにより、隣接するテキスト要素の
候補を生成できる。

【００４９】確率データは、ベストｎ候補とそれらに割
り当てた確率とのリストでも良い。ある語または句に対
するベストｎ候補リストは、その語または句を代表する
格子から作ることもできる。

【００５０】音声認識プログラムモジュール２４０は、
手書き認識プログラムモジュール２３０と同様に動作す
る。ただし音声認識プログラムモジュール２４０は、マ
イクロフォン１６１を介してユーザから音声入力２９０
を受け取る。マイクロフォン１６１は、オペレーティン
グシステム１３５のマイクロフォンドライバモジュール
で駆動する。音声は解釈が難しい。発音が似て意味やス
ペルが異なる語がたくさんあるからである。従って音声
認識プログラムモジュール２４０も、推測結果を生成す
る。確率モデル２７０ｂは、データ構造を格納する。こ
のデータ構造は、音声認識プログラムモジュール２４０
が音声入力２９０を処理して生成した確率データを含
む。

【００５１】入力システム（ＩＭＥ）２５０も、確率デ
ータを生成する。ＩＭＥ２５０は、入力を外国語テキス
トに変換する。ＩＭＥ２５０への入力は、例えばキーボ
ード１４０およびマウス１４２を介してコンピュータへ
タイプ入力したテキストである。確率モデル２７０ｃ
は、データ構造を含む。このデータ構造は、ＩＭＥ２５
０が生成した確率データを含む。

【００５２】ＩＭＥ２５０は、アジア言語等において表
意文字を生成する時、特に有用である。かかる言語にお
ける表意文字数は、キーボードのキー数よりはるかに多
いからである。ＩＭＥ２５０を使わなければ、特定の表
意文字をコンピュータに入力するのは難しい。代表的な
ＩＭＥ２５０の場合、ユーザは所望の中国語文字の音声
スペルを英字でタイプする。多くの中国語文字は発音が
類似しているため、タイプした音声スペルは、多くの異
なる中国語文字の１つを意図していよう。そこでＩＭＥ
２５０は、推測結果を生成すると共に、タイプした音声
スペルが意図したであろう最も確率の高い候補をユーザ
に提示する。ユーザは、その候補から正しい１つを選択
できる。

【００５３】１つの推測入力源が生成する推測結果は、
次の推測入力源への推測入力とすることもできる。この
場合、これら推測入力源は「連続した推測入力源」であ
り、連続配置していると考えられる。これはプログラム
モジュールの構成２９３に示すとおりである。この構成
２９３は、ＩＭＥ２５０の他の実施例でもある。

【００５４】この実施例において、英語音声入力２６２
をコンピュータに入力し、それを使って日本語テキスト
を生成できる。音声２６２は、音声認識プログラムモジ
ュール２６０へ送る。音声認識プログラムモジュール２
６０の動作は、音声認識プログラムモジュール２４０の
動作とほぼ同じである。モジュール２６０を独立して示
した理由は、それが異なる音声解釈エンジンを持てるか
らである。例えば音声認識プログラムモジュール２６０
は、音声認識プログラムモジュール２４０とは異なる言
語を解釈できる。確率モデル２７０ｄは、データ構造を
含む。このデータ構造は、音声認識プログラムモジュー
ル２６０が音声入力を処理して生成した確率データを含
む。

【００５５】英語音声・日本語ＩＭＥの場合、音声認識
プログラムモジュール２６０は、英語音声から英語テキ
スト候補を生成し、それを確率モデル２７０ｄに格納で
きる。確率モデル２７０ｄに格納した１つ以上の英語テ
キスト候補は、ＩＭＥ２５０への入力となる。ＩＭＥ２
５０は、その英語テキスト入力を日本語文字に変換す
る。ＩＭＥ２５０への各候補入力は、個別の推測結果を
生成する。ただしＩＭＥ２５０への２つの個別入力に基
づく推測結果間には、候補の重複があり得る。

【００５６】図２において、音声認識プログラムモジュ
ール２６０からＩＭＥ２５０への矢印は、音声認識プロ
グラムモジュール２６０がＩＭＥ２５０の推測入力源で
あることを示している。しかしこれら２つのプログラム
モジュールは、直接インタフェースしているわけではな
い。音声認識プログラムモジュール２６０からＩＭＥ２
５０への推測入力は、例えば推測入力インタフェース１
３９等のインタフェースプログラムモジュールを中継す
る。この推測入力インタフェース１３９に対して、各推
測入力源は直接接続している。

【００５７】推測入力インタフェース１３９は、推測入
力源と、アプリケーション２１０との間で、推測データ
を受け渡す。ここで推測入力源は、例えば手書き認識プ
ログラムモジュール２３０、音声認識プログラムモジュ
ール２４０，ＩＭＥ２５０である。推測データ通路とし
て推測入力インタフェース１３９を設けと、推測データ
を受け取るアプリケーション２１０と推測入力源との通
信が簡略になる利点がある。すなわちアプリケーション
は、推測入力インタフェースとの通信方法を持つだけで
良く、推測入力源に対しての通信方法を持たないで良
い。推測データを受け取るアプリケーション２１０は、
本発明の一実施例においてワードプロセッサである。ア
プリケーション２１０は、スプレッドシート、ブラウ
ザ、電子メールプログラム、音楽編集プログラム、ＣＡ
Ｄプログラム、プレゼンテーションソフトウエア（ワシ
ントン州レドモンドのマイクロソフト社の製品であるパ
ワーポイン等）、オペレーティングシステム等のソフト
ウエアプログラムでも良い。

【００５８】ワードプロセッサ実施例の場合、ワードプ
ロセッサ２１０は、推測入力インタフェース１３９を介
して、最適候補テキストを受け取る。各最適候補は、ワ
ードプロセッサにデータを入力した各推測入力源からの
ものである。複数の推測入力源からワードプロセッサ２
１０にデータを送ることに加え、例えばキーボード１４
０でタイプすることにより、非推測データをワードプロ
セッサに入力できる。ワードプロセッサ２１０は、これ
ら元データを結合して複数入力源テキストを作成し、そ
れをユーザに提示する。ワードプロセッサ２１０は、そ
のテキストの各要素の入力源をユーザに示さないが、記
録している。

【００５９】ワードプロセッサ２１０は、ユーザがテキ
ストの一部を選択し、その選択テキストに対する候補を
要求することを可能にする。選択テキストが１つ以上の
推測入力源を元にしていれば、候補が存在する。ワード
プロセッサ２１０は、選択テキスト自体とその選択テキ
ストの各要素の入力源とを推測入力インタフェース１３
９へ送り、候補リストを要求する。推測入力インタフェ
ース１３９は、その要求を処理し、全選択テキストに対
する候補リストをワードプロセッサ２１０に返す。ワー
ドプロセッサは、グラフィカルユーザインタフェースを
介してその候補リストをユーザに提示する。候補リスト
からユーザが１つを選ぶと、ワードプロセッサは、選ん
だ候補で選択テキストを置き換える。

【００６０】候補リスト要求を処理する際、推測入力イ
ンタフェース１３９は、その要求を推測入力結合器１３
７へ送る。推測入力結合器１３７は、推測入力インタフ
ェース１３９を介して推測入力源と通信し、確率モデル
２７０に関する必要情報を検索し、候補リストを作成す
る。

【００６１】推測入力結合器１３７は、候補リスト作成
の際、自然言語モデル２２０を参照しても良い。この場
合、結合器１３７は、確率モデル２７０から検索した情
報を用いて、中間候補リストを作成し、それを自然言語
モデル２２０へ送る。自然言語モデルは、文法、テキス
ト全体の意味、様々な語順の確率等を手掛かりに、中間
候補リストを分析する。これに基づき自然言語モデル２
２０は、追加候補を生成し、中間候補リスト中の候補の
確率を再評価する。選択テキストの候補リストを生成す
る方法を図３〜９および１１を参照しながら説明する。

【００６２】図２において、推測入力源２３０，２４
０，２５０は、各自の推測データを他の推測入力源を介
して選別することなく、ワードプロセッサ２１０に提供
できる。すなわち推測入力源２３０，２４０，２５０
は、各々が直接（ただし推測入力インタフェース１３９
を介して）推測データをワードプロセッサ２１０へ送る
ことができる。各入力源からの推測データは、ワードプ
ロセッサの同一文書に含めることができる。従ってこれ
ら入力源は、並列推測入力源２９６であり、並列構成と
言える。

【００６３】これまで各プログラムモジュールは別々に
説明してきたが、当業者には明らかなように、これらプ
ログラムモジュールは、様々に組み合わせることが可能
であり、新しいプログラムモジュールを作成して同様の
結果を得ることもできる。特に推測入力結合器１３７と
自然言語モデル２２０とは、推測入力インタフェース１
３９に含めることができる。これら３つのプログラムモ
ジュールは、オペレーティングシステム１３５またはワ
ードプロセッサ２１０の一部とすることもできる。結合
器１３７および自然言語モデル２２０は、各独立したプ
ログラムとし、各々がワードプロセッサ２１０と直接イ
ンタフェースしても良い。また推測入力源２３０，２４
０，２５０，２６０は、各々が独立アプリケーションプ
ログラムモジュール１３８でも良く、オペレーティング
システム１３６の一部でも良い。

【００６４】代表的実施例の図示図３，５，１１は、本
発明実施例においてユーザが目で見ながら行う状況を示
すと共に、推測入力結合器１３７と自然言語モデル２２
０との機能を示す。

【００６５】図３において、コンピュータ１２０は、複
数のテキスト入力方法を有し、ユーザからの入力を受け
取り、それをワードプロセッサ等のアプリケーション２
１０へ送る。コンピュータは、その入力をテキスト３０
０に変換し、モニタ１４７に表示する。本例において、
ユーザは「THIS IS A MESSAGE WRITTEN BY A THOUSAND
MONKEYS TYPING AT RANDOM. （これは千匹の猿がで
たらめにタイプして書いたメッセージです。）」とのテ
キストを意図した。ところがコンピュータは、それを
「THIS IS A MESSAGE WRITTEN BY A TOWN OF MY KEYS T
AIPING AT RANDOM. （これはでたらめに私の鍵のタ
イピンの町が書いたメッセージです。）」と解釈し、テ
キスト３００を生成した。

【００６６】テキスト３００が表示されると、ユーザは
その一部を強調表示することにより、選択テキスト３１
０を作成する。図３の選択テキスト３１０は、３つのテ
キスト要素３１２，３１４，３１６を有する。これらテ
キスト要素は、各々が異なる推測入力源から生成されて
いる。例えばテキスト要素３１２は、手書き認識プログ
ラムモジュール２３０が手書き入力２８０を処理して生
成した候補の１つである。この推測入力源から生成した
候補は、確率モデル２７０ａが保持する。候補リスト３
１８は、確率モデル２７０ａが格納するテキスト要素３
１２用候補リストである。この候補リストからコンピュ
ータは、「TOWN OF（の町）」を選んだ。その理由は、
テキスト要素３１２の元となった手書き入力２８０に対
し、候補リスト３１８の「TOWN OF（の町）」が最適で
あるとコンピュータが判断したからである。しかしなが
ら候補リスト３１８が示すように、コンピュータは「GO
WNOF(のガウン)」および「THOUSAND(千匹の)」もテキス
ト要素３１２の候補として認識している。

【００６７】音声認識プログラムモジュール２４０は、
音声入力２９０を処理して推測結果を生成し、それを確
率モデル２７０ｂに格納する。候補リスト３２０は、テ
キスト要素３１４に対して確率モデル２７０ｂが格納し
ている候補である。ここでは「ＭＹ ＫＥＹＳ（私の
鍵）」が最適であるとして選択された。

【００６８】テキスト要素３１６「ＴＡＩＰＩＮＧ（タ
イピン）」は、第３の推測入力源から来ている。この推
測入力源の候補は、確率モデル２７０ｃに格納されてお
り、候補リスト３２２に含まれる。

【００６９】推測入力結合器１３７は、候補リスト３１
８，３２０，３２２から様々な組合せを作成し、各組合
せの順位リストを作成する。この順位付けは、選択テキ
スト３１０に対する各組合せの正当性の確率を計算して
行う。選択テキスト３１０に対する候補のうち上位を、
候補リスト３３０としてモニタ１４７に表示する。

【００７０】図４において、候補リスト３３０の表示
後、ユーザは選択テキストを編集することもできる。図
４においてユーザは、タイピング編集４１０により、
「ＴＯＷＮ ＯＦ（の町）」を「ＴＨＯＵＳＡＮＤ（千
匹の）」で上書きした。この結果、選択テキスト３１０
のテキスト要素３１２は、テキスト要素３１２’に置換
された。

【００７１】編集４１０は、キーボード１４０とマウス
１４２を用いて行うこともできる。このような入力方法
は、非推測入力であるため、テキスト要素３１２’に対
する候補は無い。この変更は候補リスト３１８’に反映
する。候補リスト３１８’は、図３の候補リスト３１８
に置き換わる。候補リスト３１８’は、「ＴＨＯＵＳＡ
ＮＤ（千匹の）」が唯一の候補である。

【００７２】編集が完了すると、推測入力結合器１３７
は、候補リスト３１８’、３２０，３２２から再び様々
な組合せを作り、編集後選択テキスト３１０用の候補を
作成する。これら候補は、候補リスト４３０としてモニ
タ１４７に表示する。

【００７３】選択テキスト３１０を置換する候補とし
て、候補リスト４３０に表示されているもの以外をユー
ザが希望する場合、ユーザは再び選択テキスト３１０を
編集する。これを図１１に示す。ユーザは、図４の選択
テキスト３１０にある「ＭＹＫＥＹＳ（マイ キーズ：
私の鍵）」に「ＭＯＮＫＥＹＳ（モンキーズ：猿）」を
上書きタイプして編集４１２を行う。その結果、テキス
ト要素３１４’「ＭＯＮＫＥＹＳ（猿）」がテキスト要
素３１４「ＭＹ ＫＥＹＳ（私の鍵）」に置き換わる。
そして候補リスト３２０は候補リスト３２０’に置き換
わる。この候補リスト３２０’は、１つの候補しか含ま
ない。なぜなら前記編集が非推測的だからである。推測
入力結合器１３７は、再び各候補リスト３１８’、３２
０’、３２２の候補を組合せ、選択テキスト３１０に対
する候補リスト４３０’を作成する。

【００７４】この時、ユーザは選択テキスト３１０用の
候補として、適切な候補４１４を見つけ、その候補４１
４を強調表示させて選択する。すると候補４１４は選択
テキスト３１０に置き換わり、新しいテキスト４１６を
生成する。

【００７５】図５は図３と同様であるが、自然言語モデ
ル２２０を動作させた場合の本発明実施例を示す。図３
に示したように、ユーザはテキスト要素３１２，３１
４，３１６からなる選択テキスト３１０を選ぶ。推測入
力結合器１３７は、これらテキスト要素の様々な候補組
合せを作成し、選択テキスト３１０用中間候補リストを
作成する。結合器１３７は、最適候補を表示することに
代えて、前記中間候補リストを自然言語モデル２２０へ
送る。

【００７６】自然言語モデル２２０は、選択テキスト３
１０全体に自然言語原理を適用することにより、中間候
補リストの各候補の確率を再評価する。この再評価は、
選択テキストが含む文法等の言語的手掛かりの分析を含
む。自然言語モデル２２０は、中間候補リストが含まな
い候補を追加することもある。自然言語モデル２２０
は、中間候補リストの再評価および生成した追加候補に
基づいて修正候補リストを作成し、それを推測入力結合
器１３７に返す。結合器１３７は、修正候補リストから
上位候補を選択し、候補リスト５３０として表示する。

【００７７】自然言語モデルの動作により、候補リスト
５３０は、図３の候補リスト３３０より優れていること
が多い。従ってユーザは、候補リスト５３０から候補５
０２を選択でき、選択テキスト３１０を編集する必要が
ない。図５の例においてユーザは、選択テキスト３１０
を候補５０２と置き換えることにより新しいテキスト５
０４を作成する。

【００７８】代表的実施例のフローチャート 図６は、元データを処理するための代表的ルーチン６０
０の各ステップを示すフローチャートである。このルー
チンは、図３，５，１１に示した実施例を実行するため
の各段階を含む。ルーチン６００は、ステップ６０２に
おいて開始する。ワードプロセッサは、複数の入力源か
ら元データを受け取る。入力源は、手書き認識プログラ
ムモジュール２３０，音声認識プログラムモジュール２
４０、入力システム２５０等の推測入力源でも良い。あ
るいはキーボード１４０およびマウス１４２を使ってタ
イピング入力した非推測入力でも良い。あるいは連続し
た２つ以上の推測入力源からのデータでも良い。連続し
た推測入力源からのデータの場合、各推測入力源は、そ
れぞれ異なる入力源として扱うことができる。

【００７９】ワードプロセッサは、複数の入力源から元
データを受け取ると、ステップ６０４においてそのデー
タを複数入力源テキスト列に結合する。すなわち、ワー
ドプロセッサは、元データに対応するテキストを生成し
てモニタ１４７に表示可能とする。さらにワードプロセ
ッサは、そのテキストの各語の入力源を記録するための
データ構造を生成する。

【００８０】ステップ６０６において、ユーザは必要に
応じて表示テキストの一部を選択する。この選択テキス
トは、複数の入力源を有するテキストでも良い。例えば
ユーザは、選択テキストの開始位置でマウスボタンを押
し、選択テキストの終端までマウスをドラッグし、そこ
でマウスボタンを離す。ワードプロセッサは、その選択
テキストを強調表示し、該当部分を明示することが好ま
しい。

【００８１】ステップ６０８においてワードプロセッサ
は、選択テキストに対する「候補表示」コマンドを受け
取る。それに応じてワードプロセッサは、ステップ６１
０において、複数の入力源を有する選択テキスト用の候
補を決定する。

【００８２】ステップ６１２においてワードプロセッサ
は、それら候補をモニタ１４７に表示する。ワードプロ
セッサは、グラフィカルユーザインタフェースを介し
て、それら候補を確率順に表示することが好ましい。こ
のグラフィカルユーザインタフェースは、ユーザが表示
候補の１つを選択することを可能にする。グラフィカル
ユーザインタフェースは、サブウインドウに表示しても
良い。ユーザはそのサブウインドウを任意に移動するこ
とにより、その下に隠れたテキストを表示できる。

【００８３】ステップ６１４においてユーザは、ワード
プロセッサにコマンドを与える。このコマンドは例え
ば、表示候補の選択、選択テキストの編集、あるいは選
択テキスト外のテキストの一部にマウスを移動しボタン
を押すことによる新たなテキスト選択等である。

【００８４】ステップ６１６において、ワードプロセッ
サは、ユーザが表示候補の１つを選択したか否かを決定
する。ユーザが表示候補の１つを選択していれば、ステ
ップ６１８においてワードプロセッサは、その選択候補
で選択テキストを置換する。次にステップ６２４におい
てワードプロセッサは、候補の表示を中断する。そして
ステップ６２６においてルーチンは終了する。ステップ
６２６の後、ステップ６０２に戻ってルーチンを繰り返
すこともできる。

【００８５】ステップ６１６においてユーザが表示候補
を選択しなければ、ステップ６２０を実行する。ステッ
プ６２０においてワードプロセッサは、ユーザが選択テ
キスト内のテキストを編集したか否かを決定する。ユー
ザが選択テキスト内のテキストを編集していれば、ステ
ップ６２２においてワードプロセッサは、その編集を処
理する。ワードプロセッサが編集処理を完了すると、ル
ーチンはステップ６１０にループし、編集後選択テキス
ト用の新しい候補を決定する。

【００８６】ステップ６２０において、ステップ６１４
で受け取ったユーザコマンドが選択テキストの編集コマ
ンドでなければ、ワードプロセッサはステップ６２４を
実行する。この場合ユーザは、選択テキストの外側でマ
ウスを押すことにより、新しい選択テキストの生成を開
始している。従ってワードプロセッサは、ステップ６２
４において候補の表示を中断し、ステップ６２６におい
てルーチンを終了する。ここで再びステップ６０２に戻
ってルーチンを繰り返すこともできる。

【００８７】図７は、図６のルーチン６１０の詳細を示
す。このルーチンは、複数入力源を有する選択テキスト
に対して、候補を決定するための各ステップを含み、例
えば推測入力結合器が実行する。結合器は、ワードプロ
セッサ内のプログラムモジュール、オペレーティングシ
ステム内の独立プログラム、またはワードプロセッサと
インタフェースする独立プログラムである。

【００８８】ルーチンはステップ７０２で開始する。こ
こで推測入力結合器は、選択テキストを解析し、入力源
別のテキスト要素に分解する。すなわち推測入力結合器
は、モニタ１４７に表示したテキストの各語の入力源を
格納したデータ構造を参照する。選択テキストをテキス
ト要素に分解することにより、選択テキスト用候補の決
定が管理しやすくなる。

【００８９】当業者には明らかなように、テキスト要素
の定義は多様である。図７〜９に示したものとは異なる
定義を用いても良い。この場合、解析ステップ７０２や
他のルーチンを適切に変更する必要がある。テキスト要
素は、例えば単一の語、または同一入力源を有する複数
の語からなる句である。推測入力から得た句の場合、そ
の句の中間に編集を挿入すると、元の句と編集とは異な
るテキスト要素となり得る。

【００９０】図７および図９において、テキスト要素
は、隣接のテキスト要素とは異なる１つまたは連続した
推測入力源を有する最大単位テキストと定義し、このテ
キスト要素は、タイピングにより編集したテキストを包
むことができる。タイピングにより作成した単位テキス
トであって、推測入力源からのテキスト要素の編集では
ない場合、その単位テキストはテキスト要素と見なす。
例えば異なる推測入力源を元とする２つのテキスト要素
の間に、ユーザがタイピングによってテキストを挿入し
た場合、この挿入したテキストはそれ自体がテキスト要
素である。

【００９１】ステップ７０４において推測入力結合器
は、独自の推測入力源を有するテキスト要素について、
対応する確率モデルを検索する。ステップ７０６におい
て推測入力結合器は、確率モデルが全て格子であるか否
かを決定する。全ての確率モデルが格子であれば、ステ
ップ７０８を実行する。

【００９２】ステップ７０８において推測入力結合器
は、検索した全格子を連結してメタ格子を作成する。こ
のメタ格子を作成するに当たり、推測入力結合器は、タ
イプしたテキスト要素用ノードを生成する。タイプした
テキスト要素は、推測入力源を元とするテキスト要素に
含まれない。ステップ７１０において入力結合器は、当
業者に公知の格子探索方法を用いてメタ格子を探索し、
選択テキスト用候補リストを作成する。次にステップ７
１６に移る。このステップは、ステップ７０６の「Ｎ
Ｏ」の分岐の後に説明する。

【００９３】ステップ７０６に戻り、ステップ７０４で
検索した全確率モデルが格子でなければ、推測入力結合
器はステップ７１２を実行する。この場合、少なくとも
１つの確率モデルがベストｎ候補リストである。従って
推測入力結合器は、各格子をベストｎ候補リストに変換
し、ステップ７１４を実行する。

【００９４】ステップ７１４において推測入力結合器
は、ベストｎ候補リストとタイプしたテキスト要素とを
結合し、結合候補リストを作成する。これは、ベストｎ
候補のあらゆる組合せを形成することによって行う。推
測入力結合器は、各組合せについて、選択テキストに現
れる順序に候補を配置する。そして選択テキスト用候補
リストを形成する。ステップ７１４からステップ７１６
へ進む。

【００９５】ステップ７１０または７１４からステップ
７１６へ進む時、推測入力結合器は、選択テキスト用候
補リストを作成済みである。ステップ７１６はオプショ
ンであり、自然言語モデルを利用できる。このステップ
において推測入力結合器は、選択テキスト用候補リスト
を自然言語モデルへ送る。

【００９６】ステップ７１６を実行する時は、ステップ
７１８も実行する。このステップにおいて、自然言語モ
デルは、順位付けした修正候補リストを推測入力結合器
へ返す。この修正候補リストは、自然言語モデルへ送っ
た候補リストの各候補の確率を再評価した結果を含む。
修正候補リストはさらに、選択テキストに対して自然言
語モデルが生成した新しい候補も含む。自然言語モデル
は、自然言語原理を用いて修正候補リストを生成する。
自然言語原理は、自然言語モデルが選択テキスト全体に
適用する文法等の言語的手掛かりの分析を含む。

【００９７】ステップ７２０において推測入力結合器
は、表示用に上位候補を選択する。オプションのステッ
プ７１６および７１８を実行した場合、推測入力結合器
は、自然言語モデルから受け取る修正候補リストから表
示用候補を選択する。ステップ７１６および７１８を実
行しない場合、推測入力結合器は、ステップ７１０また
は７１４において作成した候補リストから表示用候補を
選択する。ステップ７２０の後、ステップ７２２におい
てルーチンは終了する。

【００９８】図８は、図７のルーチン７０４の各ステッ
プを示す。このルーチンにおいて推測入力結合器は、１
つの推測入力源を元とする各テキスト要素に関し、確率
モデルを検索する。ステップ８０２においてルーチンを
開始し、各テキスト要素を処理するループに入る。ステ
ップ８０２において推測入力結合器は、テキスト要素を
検索する。ステップ８０４において推測入力結合器は、
当該テキスト要素が推測テキスト要素であるか否かを決
定する。推測テキスト要素でなければ、ステップ８０６
へ進む。この場合、当該テキスト要素は、例えばキーボ
ードとマウスを用いてタイプしたテキストである。この
テキスト要素は非推測であるため、推測入力結合器は、
そのテキスト要素に１００％の確率を割り当てる。次に
推測入力結合器は、ステップ８１８を実行する。このス
テップは後述する。

【００９９】ステップ８０４に戻り、ステップ８０２で
検索したテキスト要素が推測テキスト要素であれば、推
測入力結合器はステップ８０８を実行する。このステッ
プにおいて推測入力結合器は、そのテキスト要素が連続
した推測入力源からか否かを決定する。連続した推測入
力源からであれば、推測入力結合器はステップ８１０を
実行し、連続した推測入力源の最後の推測入力源が生成
した連続確率モデルを取得する。ルーチン８１０の後、
推測入力結合器はステップ８１２を実行する。ステップ
８０８において、ステップ８０２で検索したテキスト要
素が連続した推測入力源からでない場合も、ステップ８
１２へ進む。

【０１００】ステップ８１２において推測入力結合器
は、ユーザがキーボードおよびマウスを使用してテキス
ト要素を編集したか否かを決定する。編集していれば、
ステップ８１４において推測入力結合器は、対応する確
率モデルを更新する。この更新は、対応する確率モデル
が格子であれば、当該テキスト要素から削除された語に
対応するノードの削除を含む。また推測入力結合器は、
当該テキスト要素に新しい語があれば、それに対応して
ノードを追加する。確率モデルがベストｎ候補リストで
あれば、推測入力結合器は、削除された語を削除し、挿
入された語を追加することにより、リストの各候補を更
新する。

【０１０１】ステップ８１４からステップ８１６へ進
む。ステップ８１２においてユーザが当該テキスト要素
を編集していないと決定した場合も、ステップ８１６へ
進む。ステップ８１６において、推測入力結合器は、ス
テップ８０２で選択したテキスト要素に対し、確率モデ
ル結果を検索する。当該テキスト要素が連続した確率モ
デルから得たものであれば、検索した確率モデルはステ
ップ８１０で作成した連続確率モデルである。また当該
テキスト要素が編集されていれば、ステップ８１４で更
新した連続確率モデルである。検索した確率モデルは、
格子またはベストｎ候補リストである。検索した確率モ
デルは、選択テキスト要素に関する情報を含んでいれば
良いので、推測入力結合器は、当該テキスト要素を含む
大きなテキスト用確率モデルから当該確率モデルを検索
することもできる。

【０１０２】ステップ８０２で選択したテキスト要素
は、推測入力からのものでも、候補を代表する確率モデ
ルが用意されていない場合がある。この場合、当該テキ
スト要素は非推測テキスト要素と同様に扱う。すなわち
推測入力結合器は、当該テキスト要素用の既知の候補に
１００％の確率を割り当てる。推測入力結合器は、ステ
ップ８１６の次にステップ８１８を実行する。

【０１０３】ステップ８１８は、ステップ８１６または
８０６に続いて実行する。ステップ８１８において推測
入力結合器は、選択テキスト内に未処理のテキスト要素
があるか否かを決定する。未処理のテキスト要素があれ
ば、ルーチンはステップ８０２にループし、推測入力結
合器は次のテキスト要素を取得し処理する。

【０１０４】ステップ８１８において未処理のテキスト
要素が無ければ、推測入力結合器はオプションのステッ
プ８２０を実行し、自然言語モデルを利用する。このス
テップにおいて推測入力結合器は、テキスト要素用に検
索した各確率モデルを自然言語モデルへ送る。自然言語
モデルは、そのテキスト要素に自然言語原理を適用し、
結果を推測入力結合器に返す。ステップ８２０において
自然言語モデルは、選択テキスト全体ではなく各テキス
ト要素に対して動作するため、ステップ８２０は、ステ
ップ７１６および７１８の代替としてあるいは追加とし
て実行する。ステップ８２０の後、ルーチンはステップ
８２２で終了する。

【０１０５】図９は、図８のルーチン８１０の各ステッ
プを示す。このルーチンにおいて推測入力結合器は、連
続した推測入力源を持つテキスト要素に対応する連続確
率モデルを得る。

【０１０６】ルーチン８１０はステップ９０２で開始す
る。このステップは、連続した推測入力源のうち、最後
の推測入力源を除く全てを順次処理するためのループを
開始する。第１回目のステップ９０２において、推測入
力結合器は、連続した推測入力源から第１推測入力源を
選択する。この第１推測入力源は、当該テキスト要素を
生成したユーザ入力を受け取った入力源である。

【０１０７】第１推測入力源は複数の候補を生成し、こ
れらは第２推測入力源への入力となる。第２回目以降の
ステップ９０２では、推測入力結合器は、ステップ９１
４において（後述する）、ステップ９０２で選択した推
測入力源用の総合候補リストを作成している。この総合
候補リストは、選択した推測入力源に関連する候補を含
んでおり、これら候補は次の推測入力源の入力として使
われる。ステップ９０４は、選択した推測入力源に関す
る全候補を処理するループを開始する。ステップ９０４
において推測入力結合器は、選択した入力源用候補の１
つを取り出す。

【０１０８】ステップ９０６において推測入力結合器
は、ステップ９０４で取り出した候補を次の推測入力源
へ入力として渡す。次の入力源もやはり推測入力源であ
るため、同様に推測結果を生成する。推測入力結合器
は、この推測結果を取り出す。

【０１０９】ステップ９０８において推測入力結合器
は、ステップ９０６で取り出した推測結果が格子である
か否かを決定する。格子でなければ順位付け候補リスト
であるため、ステップ９１２（後述する）へ進む。格子
であれば、ステップ９１０において推測入力結合器は、
その格子を順位付け候補リストに変換し、各候補に確率
を割り当てる。次にステップ９１２へ進む。

【０１１０】ステップ９１２において、推測入力結合器
は、選択した入力源はさらに候補を持つか否かを決定す
る。さらに候補があれば、ルーチンはステップ９０４に
戻り、推測入力結合器は次の候補を取得する。さらに候
補がなければ、ステップ９１４へ進む。

【０１１１】ステップ９１４において推測入力結合器
は、ステップ９０２で選択した入力源用候補を後続の推
測入力源への入力として生成した候補リストを全て結合
し、総合候補リストを作成する。この総合候補リストを
作成するに当たり、推測入力結合器は、各候補リストの
各一意の候補に対して１つの項目を総合候補リストに準
備する。そして推測入力結合器は、総合候補リスト中の
各候補の確率を計算する。これは、各候補リストにおけ
る各候補の確率を合計して行う。推測入力結合器は、各
合計した確率を総合候補リスト中の対応する候補に割り
当てる。

【０１１２】ステップ９１６において、推測入力結合器
は、現在次の入力源となっている入力源の後にさらに別
の入力源が存在するか否かを決定する。さらに別の入力
源が存在すれば、推測入力結合器は、ステップ９０２に
おいて現在次の入力源となっている入力源を選択し、前
記さらに別の入力源を次の入力源とする。この時、推測
入力結合器は、前記総合候補リストの各候補を選択した
入力源への入力とする。

【０１１３】ステップ９１６においてさらに別の入力源
がなければ、ルーチンはステップ９１８において終了す
る。ステップ９１４で作成した最新の総合候補リスト
は、連続確率モデルとなる。

【０１１４】図１０は、元データ処理ルーチンの別の実
施例１０００における各ステップを示す論理フローチャ
ートである。このルーチンは、ユーザのテキスト選択に
応じて修正する単位テキストを自動的に調整するルーチ
ンである。

【０１１５】ルーチン１０００はステップ１００５で開
始する。このステップにおいて、ワードプロセッサ２１
０は、ユーザが修正するために選択した選択テキストを
受け取る。ユーザは、マウス１４２を用いて語または語
群を選択することにより前記選択テキストを指定する。
あるいはユーザは、マウスを用いて単一の語からなる選
択テキストを当該語の上または近くにマウスポインタを
おくことにより指定する。ワードプロセッサ２１０は、
その選択テキストを推測入力結合器１３７へ送り、修正
候補を決定する。

【０１１６】ステップ１０１０において推測入力結合器
１３７は、選択テキストを修正範囲モデルへ送り、修正
範囲を調整すべきか否かを決定する。修正範囲の調整は
例えば、選択テキストよりも良いテキスト修正候補をユ
ーザに提供できる単位テキストを特定することを含む。
例えば選択テキストは、エラーを含んだ隣接語を包含し
ていないことがある。このような隣接語のエラーは、選
択テキストと共に修正すべきものである。一般に、選択
テキストの隣接語が含むエラーは、選択テキスト内のエ
ラーに関連しているため、特定可能である。

【０１１７】従って修正範囲モデルが指定する単位テキ
ストは、選択テキストに１つ以上の隣接語を追加したも
のとなろう。修正範囲モデルは、修正すべきテキストと
して、単一の単位テキストではなく、複数の単位テキス
トを指定することもできる。この場合、各単位テキスト
は、テキスト修正用として優れた候補を提供する可能性
がある。

【０１１８】ステップ１０１５において、推測入力結合
器１３７は、ユーザに提供すべき修正候補用の単位テキ
ストリストを修正範囲モデルから受け取る。修正範囲モ
デルが、修正範囲の調整は必要ないと判断すれば、当該
単位テキストリストは選択テキストだけを含む。修正範
囲モデルが、修正用として１つの単位テキストのみを指
定すれば、前記単位テキストリストはその１つの単位テ
キストのみを含む。ステップ１０２０は、単位テキスト
リスト中の各単位テキストを処理するためのループを開
始する。この単位テキストリストは、ステップ１０１５
において修正範囲モデルが推測入力結合器１３７に返し
たものである。ステップ１０２０において結合器１３７
は、処理する単位テキストを選択する。ステップ１０２
５において結合器１３７は、図７のルーチンの各ステッ
プを実行し、選択した単位テキスト用の候補を決定す
る。結合器１３７が図７の各ステップを実行することに
よってルーチン１０２５を行う際、図７の「選択テキス
ト」は、選択した単位テキストに対応する。

【０１１９】ステップ１０３０において推測入力結合器
１３７は、処理すべき単位テキストがまだあるか否かを
決定する。処理すべき単位テキストがあれば、ルーチン
は「ＹＥＳ」の分岐をたどってステップ１０２０に戻
り、次の単位テキストを処理する。処理すべき単位テキ
ストが無ければ、「ＮＯ」の分岐をたどってステップ１
０３５へ進む。

【０１２０】ステップ１０３５において推測入力結合器
１３７は、各修正候補とそれに対応する単位テキストと
をワードプロセッサ２１０へ送る。ワードプロセッサ２
１０はこれら候補を適切な方法で表示する。修正範囲が
調整されていなければ、各候補は図６で説明したように
表示される。修正範囲が単一の単位テキストまで拡張さ
れていれば、ワードプロセッサ１３７は、拡張部分の追
加語を、選択テキストの強調表示色とは別の強調表示色
で表示しても良い。ワードプロセッサは、その単位テキ
ストに対する候補を、図６を参照して説明したグラフィ
カルユーザインタフェースによって提示できる。

【０１２１】修正範囲モデルが複数の単位テキストを修
正用に指定した場合、ワードプロセッサ２１０は、候補
メニューをユーザに提示し、各候補に対応する単位テキ
ストを示すことができる。

【０１２２】ワードプロセッサ２１０がグラフィカルユ
ーザインタフェースを介してユーザに修正候補を提示す
ると、ルーチンはステップ１０４０において終了する。
ワードプロセッサ２１０は、候補に対するユーザからの
応答を、図６を参照して説明したように処理する。

【０１２３】結論 当業者には明らかなように、本発明の精神および範囲を
逸脱することなく、他の実施例も可能である。従って本
発明の範囲は、前記説明に依ることなく請求の範囲によ
って定められる。

【図面の簡単な説明】

【図１】本発明の実施例に適した動作環境を示すブロッ
ク図である。

【図２】複数入力源データ処理システムのプログラムモ
ジュールの概略を示すブロック図である。

【図３】本発明の代表的実施例の動作を示すブロック図
である。

【図４】ユーザによる選択テキスト編集が可能な本発明
の実施例を示すブロック図である。

【図５】自然言語モデルを利用可能な本発明の実施例を
示すブロック図である。

【図６】複数入力源からの元データを処理するルーチン
の各ステップを示すフローチャートである。

【図７】複数入力源を有する選択テキスト用候補を決定
するルーチンの各ステップを示すフローチャートであ
る。

【図８】選択テキスト中のテキスト要素に対応する確率
モデルを検索するためのルーチンの各ステップを示すフ
ローチャートである。

【図９】連続確率モデルを取得するためのルーチンの各
ステップを示すフローチャートである。

【図１０】選択テキストの修正範囲を変更する処理を含
んだオプションの元データ処理ルーチンにおける各ステ
ップを示すフローチャートである。

【図１１】ユーザによる選択テキスト編集を可能にする
本発明の実施例動作を示すブロック図である。

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号 ＦＩ テーマコート゛(参考） Ｇ１０Ｌ 15/00 Ｇ１０Ｌ 3/00 ５５１Ｐ 15/28 ５７１Ｔ 15/22 (72)発明者 エリック ラッカー アメリカ合衆国 98105 ワシントン州 シアトル フォーティエイス アヴェニュ ー 4316 (72)発明者 ポール キョン ホワン キム アメリカ合衆国 98107 ワシントン州 シアトル ナンバー205 エヌダブリュー サーティナインス ストリート 201

Claims (27)

【特許請求の範囲】
1. 【請求項１】 入力源を異にする複数のテキスト要素で
   構成した選択テキストを受け取とるステップと、 前記テキスト要素の少なくとも１つが、推測入力源また
   は連続した推測入力源からの推測テキスト要素であり、 前記選択テキスト用の候補を表示するコマンドを受け取
   るステップと、 前記選択テキストを前記テキスト要素に分解するステッ
   プと、 前記推測テキスト要素に対応する推測入力源または連続
   した推測入力源から前記推測テキスト要素に対応する確
   率モデルを取り出すステップと、 前記確率モデルと他のテキスト要素とを結合して前記選
   択テキスト用候補リストを作成するステップと、 前記選択テキスト用候補リストを表示装置に表示するス
   テップとを有することを特徴とするコンピュータで実施
   するテキスト修正方法。
2. 【請求項２】 前記表示した候補の１つを選択するユー
   ザコマンドを受け取るステップと、 前記選択テキストを前記選択した候補で置き換えるステ
   ップとをさらに有することを特徴とする請求項１に記載
   の方法。
3. 【請求項３】 前記選択テキストに対する編集を受け取
   るステップと、 編集した前記選択テキスト用の修正候補リストを作成す
   るステップと、 前記編集した選択テキスト用修正候補リストを表示する
   ステップとをさらに有することを特徴とする請求項１に
   記載の方法。
4. 【請求項４】 前記推測テキスト要素の１つに対する編
   集を受け取るステップと、 編集した前記推測テキスト要素に対応する推測入力源ま
   たは連続した推測入力源から当該編集した推測テキスト
   要素用の改訂確率モデルを取り出すステップと、 前記改訂確率モデルと前記選択テキストに対応する他の
   確率モデルとを結合して、編集した前記選択テキスト用
   の修正候補リストを作成するステップと、 前記編集した選択テキスト用修正候補リストを表示する
   ステップとをさらに有することを特徴とする請求項１に
   記載の方法。
5. 【請求項５】 前記選択テキストが、ワードプロセッサ
   とスプレッドシートとブラウザと電子メールプログラム
   と音楽編曲プログラムとＣＡＤプログラムとプレゼンテ
   ーションプログラムとオペレーティングシステムとから
   なるグループから選択した１アプリケーションのファイ
   ル内におけるテキストの一部を有することを特徴とする
   請求項１に記載の方法。
6. 【請求項６】 前記選択テキスト用候補を表示するステ
   ップが、 前記選択テキスト用候補を確率順に並べるステップと、 前記候補を前記確率順で表示装置に表示するステップと
   をさらに有することを特徴とする請求項１に記載の方
   法。
7. 【請求項７】 前記候補を前記確率順で表示するステッ
   プが、 所定数の上位候補を選択するステップと、 前記選択した上位候補を表示装置に表示するステップと
   をさらに有することを特徴とする請求項６に記載の方
   法。
8. 【請求項８】 前記選択テキストが複数の推測テキスト
   要素からなり、前記確率モデルを結合するステップが、 各推測テキスト要素用の確率モデルを結合して、前記選
   択テキスト用の中間候補リストを作成するステップと、 前記中間候補リストを自然言語モデルへ送るステップ
   と、 前記自然言語モデルは、自然言語原理を前記選択テキス
   ト全体に適用することによって前記中間候補リストを再
   評価し、前記選択テキスト用の修正候補リストを作成
   し、該修正候補リストを提供するステップと、 前記修正候補リストを前記自然言語モデルから受け取
   り、それを前記選択テキスト用の候補リストとして表示
   するステップとをさらに有することを特徴とする請求項
   １に記載の方法。
9. 【請求項９】 前記修正候補リストが、前記自然言語モ
   デルが作成した追加候補であって前記自然言語モデルへ
   送った中間候補リストには無い追加候補を含むことを特
   徴とする請求項８に記載の方法。
10. 【請求項１０】 １つ以上の推測テキスト要素用に検索
    した確率モデルを自然言語モデルへ送り、該確率モデル
    を自然言語原理に基づく再評価に利用するステップをさ
    らに有することを特徴とする請求項８に記載の方法。
11. 【請求項１１】 各推測テキスト要素用の確率モデルを
    自然言語モデルへ送り、該確率モデルを修正候補リスト
    作成に利用するステップをさらに有することを特徴とす
    る請求項８に記載の方法。
12. 【請求項１２】 前記選択テキストが複数の推測テキス
    ト要素からなり、前記テキスト要素用の確率モデルが格
    子からなり、 前記確率モデルを結合して前記選択テキスト用の候補リ
    ストを作成するステップが、 前記格子を連結して、非推測入力源からの全テキスト要
    素に関する情報をも含んだメタ格子を作成するステップ
    と、 前記メタ格子から前記選択テキスト用の候補リストを作
    成するステップとをさらに有することを特徴とする請求
    項１に記載の方法。
13. 【請求項１３】 前記選択テキストが複数の推測テキス
    ト要素からなり、前記確率モデルの１つがベストｎ候補
    からなり、他の確率モデルが格子からなり、 前記確率モデルを結合して前記選択テキスト用の候補リ
    ストを作成するステップが、 前記格子に対応するベストｎ候補リストを作成するステ
    ップと、 前記ベストｎ候補リストを結合して前記選択テキスト用
    候補リストを作成するステップとをさらに有することを
    特徴とする請求項１に記載の方法。
14. 【請求項１４】 テキスト要素に対応する確率モデルを
    推測入力源から取り出す前記ステップが、 前記テキスト要素は連続した推測入力源からのものか否
    かを決定するステップと、 前記テキスト要素が連続した推測入力源からのものであ
    れば、各推測入力源からの確率モデルを結合して連続確
    率モデルを作成するステップと、 前記連続確率モデルを前記テキスト要素用確率モデルと
    して取り出すステップとをさらに有することを特徴とす
    る請求項１に記載の方法。
15. 【請求項１５】 前記推測テキスト要素に対応する推測
    入力源または連続した推測入力源から、前記推測テキス
    ト要素に対応する確率モデルを取り出すステップが、 連続した推測入力源における第１推測入力源へのユーザ
    入力を受け取るステップと、 前記第１推測入力源が生成する複数の候補からなる推測
    結果を選択するステップと、 前記第１推測入力源が生成した推測結果の各候補を、前
    記連続した推測入力源における第２推測入力源への入力
    として用いることにより、前記第２推測入力源の複数の
    推測結果を生成するステップと、 前記第２推測入力源の推測結果のいずれかがベストｎ候
    補リストでなければ、その推測結果をベストｎ候補リス
    トに変換するステップと、 前記第２推測入力源の推測結果を結合して前記第２推測
    入力源の総合候補リストを作成するステップとをさらに
    有することを特徴とする請求項１に記載の方法。
16. 【請求項１６】 前記第２推測入力源の推測結果を結合
    して前記第２推測入力源の総合候補リストを作成するス
    テップが、 前記第２推測入力源の複数推測結果の各一意の候補に対
    して１つの項目を前記総合候補リスト内に生成するステ
    ップと、 前記総合候補リスト内の各候補の確率を、前記第２推測
    入力源の複数推測結果において当該候補に割り当てた全
    確率を合計して計算するステップと、 前記計算した確率を対応する候補に割り当てるステップ
    とをさらに有することを特徴とする請求項１５に記載の
    方法。
17. 【請求項１７】 請求項１記載の方法を実行するための
    コンピュータ実行命令を有するコンピュータ読取可能媒
    体。
18. 【請求項１８】 請求項１記載の方法を実行するための
    コンピュータ。
19. 【請求項１９】 請求項１６記載の方法を実行するため
    のコンピュータ実行命令を有するコンピュータ読取可能
    媒体。
20. 【請求項２０】 請求項１６記載の方法を実行するため
    のコンピュータ。
21. 【請求項２１】 ユーザから選択テキストを受け取るス
    テップと、 前記選択テキスト用の候補を表示するコマンドを受け取
    るステップと、 前記選択テキストを修正範囲モデルへ送って修正範囲を
    調整すべきか否かを決定するステップと、 前記選択テキストと少なくとも１つの隣接語とを含む単
    位テキストを、前記修正範囲モデルから受け取るステッ
    プと、 前記単位テキスト用の候補リストを作成するステップ
    と、 前記単位テキスト用候補リストを表示装置に表示するス
    テップとを有することを特徴とするテキスト修正をコン
    ピュータで実施する方法。
22. 【請求項２２】 前記表示した候補の１つを選択するユ
    ーザコマンドを受け取るステップと、 前記単位テキストを前記選択した候補で置き換えるステ
    ップとをさらに有することを特徴とする請求項２１に記
    載の方法。
23. 【請求項２３】 前記隣接語が、前記選択テキスト内の
    １語を不正確にしたエラーに起因して、不正確であるこ
    とを特徴とする請求項２１に記載の方法。
24. 【請求項２４】 前記修正範囲モデルが、自然言語モデ
    ルと類似エラーモデルと音声モデルと手書きモデルと映
    像モデルとからなるグループから選択した判断基準を含
    むことを特徴とする請求項２１に記載の方法。
25. 【請求項２５】 前記単位テキスト用の候補リストを作
    成するステップが、 前記単位テキストを、入力源別のテキスト要素に分解す
    るステップと、 前記テキスト要素の１つが推測テキスト要素であるか否
    かを決定するステップと、 前記テキスト要素の１つが推測テキスト要素であれば、
    その推測テキスト要素用の確率モデルを検索するステッ
    プと、 前記確率モデルと他のテキスト要素とを結合して前記単
    位テキスト用候補リストを作成するステップとをさらに
    有することを特徴とする請求項２１に記載の方法。
26. 【請求項２６】 請求項２１記載の方法を実行するため
    のコンピュータ実行命令を有するコンピュータ読取可能
    媒体。
27. 【請求項２７】 請求項２５記載の方法を実行するため
    のコンピュータ。