JP2002132766A - 自然言語応答装置及び方法並びに自然言語応答プログラムを記録した記録媒体 - Google Patents

Abstract

(57)【要約】 （修正有） 【課題】語句及び文章の意味を解析することで言葉によ
る知識データを効率良く蓄積し、蓄積した文章による情
報をもとにコンピュータとの対話によって必要な情報を
取得する。 【解決手段】入力された自然言語の中で使用されている
状態での定義語の使用方法、抽出方法、動作方法、回答
方法を記述言語により記述した定義語記憶手段と、定義
語記憶手段に記憶した意味決定情報を用いて上記入力手
段に入力された自然言語を構成する定義語の組合せによ
る各定義語の意味推定手段と、意味推定手段により推定
された定義語の抽出方法により入力された自然言語に含
まれる情報を抽出する情報抽出手段と、情報抽出手段に
より抽出された情報を蓄積する知識データ蓄積手段と、
知識データ蓄積手段により蓄積した知識データ情報に対
して自然言語による質問を入力し、定義語の動作方法、
回答方法の手続きと知識データ情報を使用し質問に対応
する回答を生成する回答生成手段を備える。

Description

【発明の詳細な説明】

【０００１】

【発明が属する技術分野】本発明は、自然言語で表現さ
れた文字列に含まれる情報を文字列により抽出して蓄積
した知識データに対して、自然言語による質問を行い、
蓄積した情報を取得する自然言語応答装置及び方法に関
する。

【０００２】

【従来の技術】従来の形態素解析において、語彙の意味
を確率、使用頻度、集合論、木構造を使用して予め定義
し、語彙の組合せによる論理値や集合論による領域によ
って文章の意味を判断している。また、言葉によるコン
ピュータ操作は、特定の単語を記憶し、単語に対応した
動作、単語、文章を登録しておき、論理回路による組合
せにより動作を実行している。

【０００３】文章の文脈解析において、文法解析手法が
適用されている。これは、文法を定型パターンに分類
し、このパターンに合致した語彙の意味接合条件により
意味を確定する方法が取られている。

【０００４】しかし、文章を構成する語彙の意味は、語
彙の互いの関係により決定され、その結果として文法が
構成される必要があり、語彙の意味や文法を固定的に定
義しておくことは、これらの関係を限定することにな
る。語彙や文法による文章の解析は、固定パターンを増
大させてしまい、また、限定したパターンによる文章の
解析は、パターン認識による近似が行われることにな
り、正確な情報を把握することが難しい。

【０００５】上述したような意味解析は、特開平４−１
９１３３８号広報「質問回答方法および装置」、特開平
５−２３０７０１号広報「情報抽出装置」、特開平７−
０７８３５５号広報「自然言語の意味解析処理装置」、
特開平１０−３０４５８３号広報「自然言語処理装置及
び方法」などがある。

【０００６】

【発明が解決しようとする課題】自然言語で表される文
章の意味は、文章を構成する語彙の組合せにより、一方
の語彙が他方の語彙との関係により、互いに影響した結
果として文章を構成する１つ１つの語彙の意味が決定さ
れ、文章全体が指し示す意味が決定される必要がある。
また、文章は、文章全体が指し示す意味を含んでいるの
で、文章を構成する語彙が表現するイメージを決定し、
文章を構成する個々の語彙の意味を確定する方法を用い
る必要がある。

【０００７】そこで本発明は、構文解析のための文法パ
ターンを必要としない形態素解析を実現するために、文
章を構成する語彙が他の語彙による影響を自立して判断
し、文章を構成する語彙の組合せを語彙が変更すること
（以下、このことを他の語彙に対する影響と定義する）
により文章を構成する要素となる語彙を確定し、語彙の
組合せによる意味を推定し、文章全体の概要となる意味
を推定し、文章に含まれる情報を抽出し、抽出した情報
を自然言語により蓄積することで、自然言語により蓄積
した情報を自然言語により取得することを目的とする。

【０００８】

【課題を解決するための手段】上記目的を解決するため
に本発明に係る自然言語応答装置及び方法は、文を構成
する最小単位を定義語とし、定義語は、意味を特定する
ことのできる漢字、ひらがな、カタカナ、英字、数字、
記号及びその組合せによる文字列に対して定義される。
自然言語による文章を入力し、文章の構成要素と成り得
る全ての定義語が他の定義語へ与える影響を記述言語に
より記述した処理手続きを定義語の使用方法、抽出方
法、動作方法、回答方法へ必要に応じて定義しておく。
従来、意味や使用方法による違いを人間が一般常識とし
て判断し、選択していた語句を、記述言語で記述した手
続きを定義語のデータの一部として定義することによ
り、文章を構成する定義語によって作られた組合せを、
個々の定義語へ定義された手続きを実行することで、自
己または、他の定義語への影響を定義語自身が判断し、
文章を構成する定義語の組合せ構造を変化させ、文章を
構成する最適な定義語の連結状態を作り出し、

【０００９】文章に含まれる情報を抽出する場合や質問
に対する回答を行う場合についても語句の組合せによっ
て生じる条件を定義語の動作方法、回答方法へ定義され
ている記述言語による手続きを実行し、蓄積情報の検索
条件を作り出すことで、質問に対して、個々の状況に応
じた回答を的確に作り出すことができる。

【００１０】上記定義語と定義語に対する上記方法を記
述した手続きと定義語の言語学上の属性を定義したデー
タを定義語情報とした場合、文は定義語の連結状態とし
て定義することができ、個々の定義語情報が小さなプロ
グラムとして動作することのできるデータを記憶してい
て、文を構成する定義語情報の組合せにより形態素解析
処理の手続きを決定することができる。このことは、組
立て工場などの生産ラインにロボットを配置して１つの
製品を生産することができるが、ロボットの機能や構成
を変更することで他の製品を生産することができる。こ
れは、個々のロボットは限定された機能を使用している
だけであるが、全体としての生産ラインでは、個々のロ
ボットの構成やバランスをとることで、あらゆる製品を
生産することができる。定義語情報に記述された上記手
続きがこのロボットに相当し、上記手続きは限定的な動
作定義がなされ、定義語情報の接続によって構成される
文は生産ラインに相当する。ロボットである定義語情報
の動作により生産物として、文の構文を解析し、文に含
まれる情報を取得することができる。

【００１１】このことは、文章全体の文法を解釈する必
要が無く、定義語が他の定義語に与える影響を定義語に
データとして記述することで、定義語の組合せによるあ
らゆる文章表現に対応できることを特徴としている。

【００１２】上記操作を行い、文章に含まれる情報を個
別の文として取り出すことで、文章や語彙を数学モデル
や数値に変換する必要が無いため、解析で必要とする情
報量や記憶するデータ量を少なくすることができ、解析
時間を短縮することで自然なスピードで対話を行うこと
ができる。また、文章に含まれる情報を定義語の組合せ
による文字列によって情報を知識データとして蓄積する
ことで、数値化することが難しい言葉の表現自体に含ま
れる情報や意味を少ないデータで蓄積することができる
ことを特徴としている。

【００１３】

【発明の実施の形態】上記課題を解決するために本発明
の実施の形態について、事例をあげて、詳細に説明す
る。本例では、簡単な言葉のやりとりとして、 情報１「公園へ行き弁当を食べた。」 質問１「何を食べましたか。」 質問２「何処で弁当を食べましたか。」 質問３「公園で何を食べましたか。」 質問４「弁当を食べましたか。」 質問５「公園で弁当を食べましたか。」 質問６「弁当を公園で食べましたか。」 質問７「公園でリンゴを食べましたか。」 を想定し、上記情報１に対して質問１から７による会話
を想定した場合、人間は簡単に回答することができる
が、情報１をコンピュータに蓄積しておき、上記質問を
人間が入力することで、コンピュータが質問に対する回
答を行うことは、従来の技術では、簡単に得られていな
い。このことは、従来の方法が、限定した言葉や文法な
どによってコンピュータとの対話を実現しようとしてい
るためである。本発明では、情報１などの情報を蓄積す
ることで、上記質問１から７などの多様に表現された質
問に対して的確に回答する方法を詳細に記述して、自然
言語応答装置の説明を行う。

【００１４】本発明は、例えば図１に示すような自然言
語応答装置１に適用される。この自然言語応答装置１
は、操作者が情報や文字列を入力することで自然言語応
答装置１を操作するための入力部２を備える。入力部２
は、例えばキーボードやマウス等のポインティングデバ
イスから成り、操作者により操作されることで入力処理
の対象となって、入力部で変換された自然言語を示す文
字列として文字変換部３へ出力される。

【００１５】また、上述した入力部２は、キーボード等
に限らず、例えば、マイクロホンから入力した音声信号
を音声認識を行うことで自然言語を文字列へ変換するも
のであっても良い。また、データファイルへ書き込んだ
外部テキストデータを入力するものであっても良く、自
然言語を入力できる手段であれば広く適用することがで
きる。

【００１６】上記、情報１の文を自然言語により入力部
２で入力した場合、文字変換部３へ出力される文字列
が、例えば、平仮名であるとすると、上記文字変換部３
は、入力部２によって変換された情報１の文字列とし
て、「こうえんへいきべんとうをたべた。」を入力し、
定義語記憶部４に格納された定義語情報を用いて正規化
された標準文字列へ変換する処理を行う。定義語情報２
０は、図２に示すような領域Ｒ１からＲ１４を持ち、従
来の形態素解析において辞書と呼ばれるものに相当する
が、単に、語彙や品詞などの固定情報を記憶させたもの
ではなく、形態素解析処理の一部を定義語情報２０のデ
ータとして定義されている。このことは、文を構成する
語彙の接続情報や構文を判定している従来の主プログラ
ムから、解析処理を取り除き、標準解析処理のみを主プ
ログラムに設定しておく。主プログラムの標準解析処理
で行えない文の解析処理については、定義語情報のデー
タとして解析処理を記述言語による手続きとして定義す
る。従って、自然言語応答装置１の解析処理は、文を構
成している定義語情報２０に記述された上記手続きの組
合せにより決定される。

【００１７】図２に、定義語情報２０のデータ構造を示
す。定義語情報２０は、漢字、ひらがな、カタカナ、英
字、数字、記号及びその組合せにより意味を特定できる
文字列を定義語として記録している。定義語は、意味を
特定できる文字列であれば、ファイル名や画像データな
どを文字列で表現したものでも良く、言葉である必要は
ない。定義語Ｒ１には属性として、識別番号Ｒ２、読み
Ｒ３、送り仮名Ｒ４、品詞Ｒ５、特殊活用Ｒ６、活用Ｒ
７、表記方法Ｒ８を記憶し、定義語Ｒ１の意味を電子化
するために意味として、標準選択手順を変更するための
手続きを記述した使用方法Ｒ９、動作手続きを記述した
動作方法Ｒ１０、標準の文章意味抽出手順を変更するた
めの手続きを記述した文章意味抽出方法Ｒ１１、標準回
答生成手順を変更するための手続きを記述した回答生成
方法Ｒ１２、定義語から想像することのできる他の定義
語を必要に応じて１以上記述した関連定義語Ｒ１３、同
じ意味を持つ他の定義語を必要に応じて１以上記述した
同意定義語Ｒ１４を記憶している。

【００１８】識別番号Ｒ２は、定義語Ｒ１へ割り当てら
れた一意の番号で、同音異義語や読み方の違いにより意
味が異なる場合に定義語Ｒ１を特定するために使用され
る。”金（きん）”と”金（かね）”では表記”金”は
同一であるが読み方の違いによって使用方法や意味が異
なる。このような語彙を区別するために識別番号Ｒ２に
よって定義語Ｒ１の区別を行っている。

【００１９】読みＲ３は、定義語Ｒ１の発音を定義語Ｒ
１の１文字ごとに分割した平仮名を使用して定義する。
定義語Ｒ１として”構造”を定義した場合、読みＲ３で
は”こう□ぞう”（□は空白文字を表す）と分割文字と
して空白文字で区切って定義する。このことにより、”
構ぞう”、”こう造”、”こうぞう”を”構造”として
検索することが可能となる。送り仮名Ｒ４は、慣用句な
どの活用で送り仮名を必要とする場合に１以上の送り仮
名を定義する。動詞、形容詞などの送り仮名は、定義語
Ｒ１、特殊活用Ｒ６、活用Ｒ７によって定義する。ま
た、送り仮名省略検索を行うために、”行う”や”行な
う”などの表記について、Ｒ３へ”おこな”と登録し、
定義語Ｒ１の表記方法Ｒ８の属性の一部として、送り仮
名省略検索を行う属性を定義する。この送り仮名省略検
索属性を持つ定義語Ｒ１は読みＲ３の最後の文字と送り
仮名が同一である場合、Ｒ３の最後の１字を省略して検
索対象とすることで、”行う”や”行なう”を標準文字
列”行う”として検索することができる。

【００２０】品詞Ｒ５は、言語学で使用する文法上の品
詞を定義する。また、人名に対する姓名の区別や単位を
拡張品詞としてＲ５へ定義する。

【００２１】特殊活用Ｒ６は、サ変動詞活用、形容動詞
活用、連体形の活用、副詞の活用、ク活用、シク活用、
タリ活用、ナリ活用などの特殊な活用について定義す
る。定義語として”定義”を定義した場合、特殊活用Ｒ
６へサ変動詞活用であることを定義する。これによ
り、”定義する”、”定義した”、”定義しない”など
の助詞、終助詞、格助詞などを含んだ活用変化を定義し
ておき、この活用変化の種別によって、文法上の現在
形、過去形、進行形、肯定、否定、疑問などの文章の形
態や論理値を認識することができる。

【００２２】活用Ｒ７は、特殊活用Ｒ６以外の動詞活用
で、五段活用、上一段活用、下一段活用、上二段活用、
下二段活用、カ行変格活用、サ行変格活用、ナ行変格活
用、ラ行変格活用などの文法上の動詞活用を定義する。
これにより、特殊活用Ｒ６と同じように、文法上の現在
形、過去形、進行形、肯定、否定、疑問などの文章の形
態や論理値を認識することができる。

【００２３】表記方法Ｒ８は、標準化した表記形式を定
義する。”キロメートル”を”Ｋｍ”として表記するこ
とや”林檎”を”リンゴ”と表記することを標準文字列
として定義する。また、”行う”や”行なう”などの送
り仮名の送りについて”行う”と表記することを正規化
された標準文字列として定義する。

【００２４】使用方法Ｒ９、動作方法Ｒ１０、文章意味
抽出方法Ｒ１１、回答生成方法Ｒ１２は、自然言語解析
処理手順を変更するためのプログラム記述言語で記述さ
れた手続きであり、文章中の定義語Ｒ１の関連性を条件
に、定義語の組合せを変更する手続きを定義する。

【００２５】関連定義語Ｒ１３は、定義語Ｒ１から想像
することのできる他の定義語Ｒ１を必要に応じて１以上
定義する。定義語Ｒ１として”リンゴ”を定義した場
合、”食物”、”果物”、”木”、”赤”、”美味い”
などの定義語Ｒ１を関連定義語Ｒ１３として定義するこ
とができる。これにより、定義語Ｒ１の組合せにより生
じる統一された意味をこの関連定義語Ｒ１３を使用して
推定することができる。同意定義語Ｒ１４は、同じ意味
で表現方法が異なる定義語を必要に応じて１以上定義す
る。”ゴールド”と”金（きん）”は表記が異なるが同
じ”貴金属の金”を指している。文章中に”ゴールド”
と表記された場合、”金（きん）”として認識すること
ができる。

【００２６】図１の文字変換部３は、上記文字列「こう
えんへいきべんとうをたべた。」に対して定義語記憶部
４から定義語情報２０を取得し、上記文字列を構成する
ことのできる組合せを作成する。この組合せは、定義語
Ｒ１が上記文字列の位置情報をもとに、同一位置から始
まる定義語情報２０を１つの行とし、複数の行を１つの
列にまとめ、各列の位置順に接続する。この組合せの状
態を定義語変換行列と呼び、図３に示す。図３の定義語
変換行列は、第１列に入力文字列の第１文字である”
こ”から始まる語彙を列にまとめ、第２列は、入力文字
列の第２文字”う”から始まる語彙を列にまとめてい
る。この定義語変換行列Ｍ１は、上記入力文字列に対す
る初期状態を示している。定義語変換行列Ｍ１で定義語
を矩形で囲んだ表現は、図２に示す定義語情報２０のＲ
１からＲ１４により構成されていることを表し、矩形内
の語彙は定義語Ｒ１を表している。

【００２７】上記定義語変換行列Ｍ１を構成する列は、
入力文字列に対応する変換候補を入力文字列の開始位置
によりまとめているので、定義語Ｒ１の選択によって使
用しない列が存在する。図３は、第１列の第１行に入力
文字列”こうえん”に対する変換候補として”後援”が
選択されていることを示している。この場合、入力文字
列の一部である”こうえん”を第１列の変換領域と呼
ぶ。第１列の変換領域が”こうえん”であると仮定する
と、第２列及び第３列の変換領域は第１列の変換領域と
重なり第１列に対して接続できない。図３の第２列、第
３列が１段下がって表示されているのは、接続できない
状態を示している。第１列へ接続できるのは、第１列の
変換領域が接する第４列であり、変換領域”へいき”に
対して”併記”が変換候補となっている。第４列に接続
できるのは、第７列の変換領域”べんとう”に対して変
換候補”弁当”である。この場合、３つの変換候補は全
て名詞であることは明白であるが、名詞結合を行って新
しい名詞と判断するためには、定義語情報２０の関連定
義語Ｒ１３による意味の統一性が必要条件となる。

【００２８】上記定義語情報２０の関連定義語Ｒ１３
は、定義語Ｒ１から想像することのできる他の定義語に
より定義する。このことは、定義語Ｒ１の文字列や言葉
から想像できるイメージを他の言葉によって定義するこ
とで、定義語Ｒ１が属するグループを概念的にとらえる
ことができ、固定化したグループを形成する必要がな
い。関連定義語Ｒ１３へ複数の言葉を定義することによ
り、複数の異なる概念グループを定義したり、同じよう
な概念グループを定義することで、より狭域的な概念グ
ループなどを同時に形成することができる。例えば、名
詞の”犬”について、”動物”、”生物”などの言葉に
より広域的意味を定義し、同時に、”秋田犬”、”シェ
パード”、”ブルドッグ”などの犬種を定義すること
で、犬自体のグループを構成することができ、登録語の
相互関係や依存関係を意識する必要がない。

【００２９】上記変換候補は、関連定義語Ｒ１３を使用
して意味の統一性を判断することで名詞結合した場合に
意味を創出できるかを判定することができる。関連定義
語Ｒ１３は、定義語Ｒ１から創造することのできる他の
定義語であれば何でも定義することができ、上記３つの
名詞に対して関連定義語Ｒ１３を想定すると、上記３つ
の名詞について、”後援”に対して、”人”、”会
場”、”会”、”講堂”などのＲ１３、”併記”に対し
て、”記述”、”説明”、”並べる”などのＲ１３、”
弁当”に対して、”食物”、”食事”、”愛妻”、”家
庭”などのＲ１３を定義する。上位３つの名詞のＲ１３
から意味の統一性を判定する共通した言葉がない。さら
に、Ｒ１３に定義されている言葉（例えば、”人”や”
記述”など）の定義語情報２０を取得し、関連定義語Ｒ
１３を比較しても、２次の関連定義語Ｒ１３による共通
した言葉を見出すことはできない。従って、上位３つの
名詞に対する意味の統一性が無いことが判定でき、３つ
の名詞を結合することができない。また、上位２つの名
詞”後援”と”併記”の結合についても結合できないと
判定することができる。以上のことから、２番目の変換
候補である”併記”が変換候補とならないことが確定で
きる。図３の変換行列Ｍ１の第４列について、変換領
域”へいき”の他の変換候補について上記操作を行う
と、”兵器”、”平気”についても名詞結合による意味
の統一性が無いことが判定できる。この結果から、第１
列の変換領域を”こうえん”と仮定した場合、第１列の
変換領域へ接続する変換領域を”へいき”としたことが
誤りであると判定できる。第４列の変換領域を”へい
き”に対する変換候補を第４列の最下位行へ移動する
と、変換領域は”へ”となる。

【００３０】第４列の変換領域を”へ”と仮定した場
合、第４列の変換候補は格助詞”へ”となる。格助詞”
へ”の定義語情報２０の使用方法Ｒ９に対して、”へ”
の使用方法を記述言語により記述しておく。図４は、格
助詞”へ”の使用方法Ｒ９へ登録されている記述言語で
記述された使用方法の例を示したものである。この使用
方法Ｒ９へ記述されている内容は、格助詞”へ”の接続
条件として、”名詞＋へ＋動詞”、”名詞＋へ＋形容
詞”、”名詞＋へ＋副詞”または、”名詞＋へ”の優先
順位を持つ接続条件を定義し、格助詞”へ”の後ろへ接
続される品詞を属する列の先頭へ移動することを指定し
ている。但し、移動できるのは、”へ”の前にある名詞
と移動する品詞の意味の統一性が必要条件となる。第４
列の変換領域へ接続するのは第５列となり、第１列の変
換領域”こうえん”に対する名詞属性を持つ変換候補と
第５列の変換領域”いき”に対する変換候補の組合せ
を、上記意味の統一性の判定処理を行うと、接続条件の
内、”名詞＋へ＋動詞”について、第１列第２行の”公
園”と第５列第１行の”行き”によって、”公園＋へ＋
行き”が成り立つことが判定できる。これは、名詞の”
公園”に対して、”場所”、”遊び”などのＲ１３、動
詞の”行く”に対して、”場所”、”建物”などのＲ１
３を定義することができ、関連定義語”場所”によって
意味の統一性があると判定することができる。従っ
て、”こうえんへいき”は”公園へ行き”と確定するこ
とができる。残りの”べんとうをたべた”についても、
同様な処理を行うことができる。接続詞”を”の使用方
法Ｒ９へ接続条件として、”名詞＋を＋動詞”、”名詞
＋を＋形容詞”、”名詞＋を＋副詞”、”名詞＋を”な
どを定義することで、”を”の前にある名詞と”を”の
後ろにある品詞の意味の統一性を考慮することで、”弁
当を食べた”が成り立つことが判定できる。従って、図
３に示す変換行列Ｍ１は最終的に、図５に示す変換行列
Ｍ１の構造となる。図５の接続している列の先頭行にあ
る定義語を使用することで、入力文字列に対する変換結
果とすることができる。

【００３１】図１の情報抽出部５は、上記文字変換部３
で作成された図５に示す定義語変換行列Ｍ１を使用して
入力文字列に含まれる情報を抽出する。情報の抽出は、
文を構成する最小単位に分割することで行う。通常、文
の分割は”名詞＋動詞”の形態を１つの単位として行う
が、定義語情報２０の文章意味抽出方法Ｒ１１に抽出方
法が記述されている場合は、記述されている手続きを実
行することによって行う。図５の変換結果”公園へ行き
弁当を食べた”について、”名詞＋動詞”の単位に分割
すると、”公園へ行き”と”弁当を食べた”の２つに分
割することができる。２つに分割した上記文が入力文字
列に対応する文字列”こうえんへいき”と”べんとうを
たべた”を取得して、図６に示す分割した文の其々の定
義語変換行列Ｍ２、Ｍ３を上記変換方法を使用して作成
する。

【００３２】上記定義語変換行列Ｍ２、Ｍ３は、Ｍ１の
構成要素である定義語を文を構成することのできる最小
単位に分割した結果であり、定義語情報２０の使用方法
Ｒ９や関連定義語Ｒ１３の影響を最小に抑えた結果とな
っている。このため、Ｍ２、Ｍ３は直接的な語彙の関係
により変換されている。もし、Ｍ１とＭ２、Ｍ３の結果
が異なる場合は、Ｍ２、Ｍ３の変換結果の方が信頼度が
高い。このような場合、Ｍ２、Ｍ３の結果をＭ１へ反映
させることで、より信頼性を高めることができる。これ
は、一般的に、Ｍ１の変換結果が正しいかどうかをＭ
２、Ｍ３、…Ｍｎ（ｎは入力文字列に含まれる情報数を
示す）により判定でき、もしＭ１の変換結果が誤ってい
る場合は、Ｍ２、Ｍ３、…Ｍｎを使用してＭ１を自動修
正することができる。

【００３３】上記入力文字列に対する定義語変換行列Ｍ
１は、定義語による標準文字列変換結果であり、定義語
変換行列Ｍ２、Ｍ３は、入力文字列に含まれる情報であ
る。図１の情報蓄積部６は、上記定義語変換行列Ｍ１、
Ｍ２、Ｍ３を図７に示す構造で文単位に作成し、図１の
知識データ記憶部７へ記憶する。図７の構造は、上記入
力文字列について言えば、Ｍ２として”公園へ行った事
実”、Ｍ３として”弁当を食べた事実”、Ｍ２とＭ３連
結により、”公園へ行ってから弁当を食べたという時間
経過及び条件”を示している。

【００３４】図１の知識データ記憶部７へ蓄積される情
報は、図７に示すデータ単位を図８に示す階層構造を使
用して蓄積される。図８の階層構造は、必要に応じて作
成されるが、例えば、情報を蓄積するための文章をファ
イルへ記述し、記述内容について章番号や節番号を章や
節のタイトルへ付すことにより、階層構造を作り出す。
階層構造は、定義語変換行列Ｍ２、Ｍ３…Ｍｎが連結さ
れたＭ１に、他のレコードを連結するためのアドレスポ
インターＰＶ（Ｐ２）、ＮＸ（Ｐ３）を設ける。タイト
ル文章については、アドレスポインターＢＰ（Ｐ１）、
ＰＶ（Ｐ２）、ＮＸ（Ｐ３）を設ける。階層構造を作る
タイトル文章については、階層終了データＰ４を設け、
階層開始位置のＰ１にＰ４のレコードの先頭アドレス
を、Ｐ４にＰ１のレコードの先頭アドレスを記憶する。
タイトル１（Ｍ１）の文章にＭ２、Ｍ３を連結し、Ｍ１
にＰ１、Ｐ２、Ｐ３を設けた全体をレコード１（Ｒ１）
とし、Ｒ１からＲ６までの接続関係を示している。 Ｒ
１は階層構造を持ち、Ｒ１の終了レコードとしてＲ６を
定義し、Ｒ１のＰ１へＲ６の先頭アドレスを記憶し、Ｒ
６のＰ１へＲ１の先頭アドレスを記憶する。Ｐ２に１つ
前のレコードの先頭アドレスを記憶し、Ｐ３は１つ先の
レコードの先頭アドレスを記憶する。Ｒ１及びＲ６は、
特異レコードとし、Ｒ１のＰ２へＲ６の先頭アドレスを
記憶し、Ｒ６のＰ３へＲ１の先頭アドレスを記憶する。
Ｒ１からＲ６のＰ１、Ｐ２、Ｐ３に対して上記レコード
の先頭アドレスを記憶することにより、文章で記憶した
情報の階層構造を作り出し、１行ごとに管理された文章
全体の位置関係を構築し、各行のレコードを双方向型循
環サーチチェインをＰ１、Ｐ２、Ｐ３により構築するこ
とにより、必要な情報の範囲を推定し、高速検索を可能
とすることができる。

【００３５】入力文字列に含まれる情報が不足している
場合、文字変換部３及び情報抽出部５において、上記知
識データ記憶部７へ蓄積された知識データを検索するこ
とにより、不足情報の推定を行う。例えば、”ろがつか
えるようになった”を変換する場合、”ろ”を変換する
ための情報が不足し、”炉”又は”櫓”と変換して良い
か判断できない。このような場合、知識データ記憶部７
に、”舟に乗った”と変換されている情報がある場
合、”櫓”の図２に示す関連定義語Ｒ１３へ”舟”を定
義しておくことにより”舟”の影響によって”櫓”と変
換すると判断して”櫓が使えるようになった”と変換で
きる。知識データ記憶部７に、”皿を作った”と変換さ
れている場合、”皿”の関連定義語Ｒ１３へ”陶
器”、”陶芸”、”ガラス”、”瀬戸物”と定義し、”
炉”のＲ１３に”焼く”、”陶芸”、”溶かす”などを
定義しておくことにより、”炉”と変換すると判断し
て”炉が使えるようになった”と変換できる。知識デー
タ記憶部７に、対応する知識データが存在しない場合
は、”炉”や”櫓”の関連定義語Ｒ１３を使用して何に
使う”ろ”なのかを質問することで、変換候補を確定す
ることができる。

【００３６】図９は、上記操作による変換結果及び情報
抽出結果を画面へ表示した一例を示したものであって、
キーボードから入力文字列”こうえんへいきべんとうを
たべた”（ａ１）を読み込み、定義語記憶部４を検索
し、定義語変換行列Ｍ１、Ｍ２、Ｍ３を作成し、定義語
データの意味を考慮して、定義語変換行列Ｍ１、Ｍ２、
Ｍ３の解析結果を表示し、抽出した情報を知識データ記
憶部７へ蓄積した内容を示している。ａ２の表示は、入
力した文字列を示す。ａ３は、定義語変換行列Ｍ１、Ｍ
２、Ｍ３を用いて変換し、定義語単位に空白文字で区切
って、図２の定義語情報２０の表記方法Ｒ８に従って表
示している。ａ４の表示は、変換結果を品詞ごとに空白
文字で区切って表示している。ａ５の表示は、ａ３の変
換結果と、定義語Ｒ１の読みＲ３を用いて、定義語ごと
に空白文字で区切って読みＲ３を表示している。ａ６、
ａ７の表示は、ａ２の文章に定義されている情報を抽出
し、抽出情報ごとに表示している。

【００３７】上記情報蓄積方法により知識データ記憶部
７へ蓄積された知識データについて自然言語により質問
を受け付ける。情報の蓄積と質問は、マウスなどのポイ
ンティングデバイスにより動作切り替えを行う。また、
文の解析結果である定義語変換行列から、動詞の定義語
情報２０の特殊活用Ｒ６、活用Ｒ７から疑問文であると
判断することで動作切り替えを行う。上記情報１の入力
文字列を情報として蓄積し、上記質問１を入力した場合
の回答方法について記述する。上記変換及び情報抽出方
法により、図１の入力部１で入力された質問１”なにを
たべましたか”を文字変換部３へ出力し、変換した結果
を情報抽出部５が入力して、図１０に示す定義語変換行
列が作成される。質問１に含まれる情報はＭ２のみ存在
し、Ｍ１とＭ２の結果は同じとなり、変換結果は、”何
を食べましたか”となる。

【００３８】図１の回答生成部８は、上記定義語変換行
列Ｍ１、Ｍ２を入力し、質問１に対する回答を生成す
る。回答は、回答の鍵となる定義語に対して、定義語情
報２０の回答生成方法Ｒ１２へ記述言語を使用して回答
方法を定義することにより生成することができる。上記
質問１の場合、代名詞”何”の定義語情報２０の回答生
成方法Ｒ１２へ回答方法を記述しておく。図１１は、代
名詞”何”のＲ１２への記述例を示している。図１１に
示した回答生成方法は、”何＋接続詞＋動詞”、”何＋
格助詞＋動詞”の質問形態に対して、動詞の”食べた”
の関連定義語Ｒ１３を使用して、知識データ記憶部７に
蓄積された知識データのＭ２、Ｍ３、…Ｍｎから一致す
る動詞に接続する名詞と質問１を検索した接続詞及び動
詞を回答文とすることを示している。従って、上記手続
きは、図６のＭ３から名詞である”弁当”と質問１の”
を”と情報１の動詞である”食べた”を連結し、図２の
活用Ｒ７を使用して、動詞”食べた”の回答形として”
食べました”を取得することにより、回答文”弁当を食
べました”を生成することができる。

【００３９】図１の回答表示部９は、上記回答文を出力
装置へ出力することにより、情報１に対する質問１の回
答として、”弁当を食べました”を、例えば、ディスプ
レイや音声出力によって出力することで、自然言語によ
る応答を実現する。

【００４０】上記質問２「何処で弁当を食べました
か。」を入力した場合、格助詞”で”の文章意味抽出方
法Ｒ１１へ”名詞＋で”、”代名詞＋で”を抽出単位と
し、残りの文を”名詞＋動詞”で抽出する手続きを記述
しておく。この場合、Ｒ１１の抽出結果として”何処
で”と”弁当を食べました”を定義語変換行列Ｍ２、Ｍ
３とすることができる。質問文において、代名詞を含ま
ない抽出情報は、知識データを検索する条件となる。情
報１はこの条件を満足するので、回答対象文と判断する
ことができる。代名詞”何処”の回答生成方法Ｒ１２
に、知識データから、関連定義語Ｒ１３に”場所”を示
す名詞を検索して回答条件とする手続きを記述してお
く。これにより”公園で”の回答条件を作り出すことが
でき、回答として”公園で食べました”を出力すること
ができる。上記質問３は、逆に、”公園で”が検索条件
となり、上記処理と同様に行うことで、”弁当をたべま
した”を出力できる。上記質問４は、質問１の代名詞”
何”が名詞”弁当”となっているため、質問４自体が検
索条件となる。この場合、”はい”または”いいえ”が
回答となり、質問４の条件に一致する知識データが存在
するので、回答として、”はい＋動詞”の形態で、”は
い食べました”を出力することができる。上記質問５
は、”公園で”と”弁当を食べた”の２つの条件が存在
し、質問４と条件数が異なるだけで、同じ処理で同じ結
果となる。上記質問６は、情報抽出条件が質問２で、検
索条件は質問５と同じであり、回答は、質問５と同じ結
果となる。上記質問７は質問５と同じ処理であるが、知
識データに”公園で”の検索条件を満足する文に”リン
ゴを食べた”を満足する文が存在しないので、回答とし
て”いいえ”を出力することができる。

【００４１】以上のように、具体的な事実や情報を含ん
だ文章を知識データとして文の構成をそのまま蓄積する
ことで、文の構成要素を検索条件として使用して目的の
情報を自然言語による質問を行って得ることができる。
また、自然言語解析において解析パターンや文法パター
ンでは表現することができない語彙特有の使用方法や回
答方法を鍵となる語彙に記述することで、多くの言葉の
表現について意味を推定することができる。

【００４２】

【実施例】上記本発明の実施の形態を使用した具体的な
実施例について図を参照しながら説明する。

【００４３】図１２は、本発明による標準文字列自動変
換装置１０の実施例を示したものである。標準文字列自
動変換装置１０は、上記実施形態で説明した図１の自然
言語応答装置１と同じ、入力部２、文字変換部３、定義
語記憶部４、情報抽出部５を備えている。また、変換結
果を一時記憶する変換結果一時記憶部１１と変換結果を
表示装置へ表示するための文字出力部１２を備えてい
る。入力部２は、キーボード等に限らず、例えば、マイ
クロホンから入力した音声信号を音声認識を行うことで
自然言語を文字列へ変換するものであっても良い。ま
た、データファイルへ書き込んだ外部テキストデータを
入力するものであっても良く、自然言語を入力できる手
段であれば広く適用することができる。

【００４４】上記入力部２で入力された文字列は、上記
実施形態の方法を使用して、入力文字列に対応する定義
語記憶部４に記憶された定義語情報２０を取得し、文字
変換部３で図３に示す定義語変換行列Ｍ１を作成する。

【００４５】情報抽出部５は、上記定義語変換行列Ｍ１
を使用して、入力文字列に含まれる情報を上記実施形態
で説明した情報抽出方法により抽出し、図５及び図６に
示す定義語変換行列Ｍ１、Ｍ２、…Ｍｎを作成し、この
定義語変換行列を変換結果一時記憶部１１へ保存する。
文字出力部１２は、上記変換文字列を表示するための出
力バッファーへ出力する。

【００４６】上記のような処理により、これまで、語彙
の使用頻度や同音異義語のメニュー選択などによって行
っていた方法を、文の意味を把握することにより、語彙
の選択を自動的に行うことができる。また、情報不足に
よって自動変換できない場合、操作者に対して質問を行
うことで不足情報を補う方法により、操作者は変換に必
要な操作方法を覚える必要がない。

【００４７】また、この標準文字列自動変換装置１０
は、「ひらがな」を漢字へ変換するだけではなく、漢
字、ひらがな、カタカナ、英字、数字、記号及びその組
合せにより表現された文字列を、上記実施形態で説明し
たように、定義語情報２０の定義語Ｒ１、読みＲ３、送
り仮名Ｒ４、表記方法Ｒ８を使用して正規化された標準
文字列へ変換することができる。

【００４８】図１４に示す実施例は、自然言語によるデ
ータベース検索方法であって、通信回線で接続されてい
る外部データベースや同一コンピュータに構築されてい
る外部データベースに対し、自然言語によってデータベ
ースのデータを検索する処理の流れ図を示したものであ
る。上記実施形態で説明した方法により、外部データベ
ースに登録されているデータの概要説明文を外部ファイ
ルとして作成し、外部ファイルを読み込み、外部データ
ベース３０に関する知識データを知識データ記憶部７へ
作成しておく。

【００４９】例えば、外部データベース３０のテーブル
Ａ、カラムＢについて外部ファイルへ”テーブルＡのカ
ラムＢは社員の生年月日である。”と記述した場合、こ
の文の変換行列Ｍ１、Ｍ２、…Ｍｎの抽出情報は、”テ
ーブルＡのカラムＢは社員の生年月日”となり、この結
果を知識データ記憶部７へ蓄積する。定義語”生年月
日”の関連定義語Ｒ１３へ”誕生日”を登録し、定義
語”誕生日”のＲ１３へ”日付”を登録しておく。

【００５０】ステップ１（Ｓ１）で、入力装置から外部
データベース３０を検索するための条件を自然言語で入
力する。文字列を入力する装置は、キーボードや、マイ
クロホンから入力した音声を音声認識システムによる文
字列入力、或いは、外部ファイルへ格納した文書など、
自然言語を入力できるものであれば広く適用できる。

【００５１】ステップ２（Ｓ２）で、処理を終了する操
作が行われた場合、処理を終了する。入力した文字列が
存在する場合、本発明の実施形態で説明した方法を使用
して処理を行う。ステップ３（Ｓ３）は図１の文字変換
部３に相当し、ステップ４（Ｓ４）は情報抽出部５に相
当する。入力された文字列は、Ｓ３で図３に示すような
定義語変換行列Ｍ１を作成し、Ｓ４で図５及び図６に示
される定義語変換行列Ｍ１、Ｍ２、…Ｍｎを作成する。
ステップ５（Ｓ５）で、定義語変換行列Ｍ１、Ｍ２、…
Ｍｎを使用して、図７及び、図８に示す構造で情報を抽
出して一時記憶装置へ記憶する。

【００５２】ステップ６（Ｓ６）で、Ｓ５で蓄積した情
報を使用して、外部データベース３０に関する知識デー
タ記憶部７に蓄積された情報を検索し、入力文字列に含
まれるデータ表現（テーブル名、カラム名、データ値な
ど）について、蓄積した情報があるか検索し、蓄積情報
がない場合、操作者に対して不足情報を出力し、条件の
再入力を促す。

【００５３】ステップ７（Ｓ７）で、Ｓ４で抽出した条
件を使用して、外部データベース３０を検索するための
条件を生成する。検索条件は、蓄積情報を構成する定義
語情報２０の品詞Ｒ５、同意定義語Ｒ１４を使用して生
成される。名詞はテーブル名、カラム名、データ値とし
て判断し、形容詞、副詞はデータの範囲条件となる。ま
た、動詞や助詞、格助詞、接続詞は条件を構成する演算
要素として判定し、演算要素は同意定義語Ｒ１４を用い
て作成することができ、また、文法を伴う条件は回答生
成方法Ｒ１２へ記述言語を用いて生成手順を記述してお
く。

【００５４】例えば、検索条件として、”１９７０年生
まれの社員”と入力した場合、この文の定義語変換行列
Ｍ１、Ｍ２、…Ｍｎの抽出情報は、”１９７０年生まれ
の社員”となり、１９７０年は日付、社員は人称代名詞
として判断することができる。この場合、関連定義語Ｒ
１３へ”誕生日”が登録された名詞属性を持つ定義語”
生まれ”の使用方法Ｒ９が”日付＋生まれ＋人称名詞”
の場合、この名詞を含む定義語変換行列の列の先頭行へ
移動する手続きを記述しておく。”１９７０年生まれ”
は、”名詞＋名詞”となり、名詞結合状態を示す。この
場合、”１９７０年”のＲ１３は”日付”、”生まれ”
のＲ１３は”誕生日”を持つが、”日付”と”誕生日”
は一致しない。この場合、定義語”日付”と”誕生日”
のＲ１３を参照すると、”誕生日”のＲ１３に”日付”
が存在する。従って、”１９７０年生まれ”の結合名詞
に関して推定したＲ１３は、”日付”または”誕生日”
となる。従って、上記例で、知識データ記憶部７へ蓄積
した知識データに対し、”日付”と”社員”、”誕生
日”と”社員”の条件で検索すると、”テーブルＡのカ
ラムＢは社員の生年月日”を取得することができる。こ
の文は格助詞により接続された名詞を含んでいるが、格
助詞”の”による接続は、無条件で単一名詞として解釈
することができるので”Ａ１はＡ２”となる文章形態を
構成すると判断でき、”誕生日”と”社員”を含むのは
Ａ２であることも判断できる。従って、接続詞”は”を
示す定義語の回答生成方法Ｒ１２に、知識データ記憶部
７の知識データを検索した結果からテーブル名やカラム
名を、入力した検索条件から範囲条件を抽出する手続き
を記述しておく。

【００５５】上記自然言語による検索条件を、ＳＱＬ文
により記述するデータベース検索に適応した場合、知識
データ記憶部７を検索した結果からテーブル名、カラム
名を抽出するとテーブル名＝”テーブルＡ”、カラム名
＝”カラムＢ”となり、入力した検索条件から範囲条件
を抽出すると”１９７０”となる。従って、検索条件を
含むＳＱＬ文は”ＳＥＬＥＣＴ ＊ ＦＲＯＭ テーブ
ルＡ ＷＨＥＲＥ カラムＢ＝１９７０；”となる。ア
クセスする外部データベース名はシステムにより既知で
あるが、データベース名を文書ファイルへ記述し、知識
データとして蓄積することにより、データベースのオー
プンを行うことができる。また、複数の外部データベー
スが存在するような場合、文書ファイルへ外部データベ
ースごとにテーブル、カラム情報を記述することで、外
部データベースの検索条件から外部データベースを選択
することができる。上記検索条件をステップ７（Ｓ７）
で検索条件として蓄積しておく。

【００５６】ステップ８（Ｓ８）で上記検索条件で外部
データベース６０を検索するか操作者に対して質問を行
い、検索しない場合、次の条件を入力する。次の検索条
件として、”または、１９６０年生まれの社員”と入力
した場合、上記検索条件に、入力条件を付加すること
で、複合条件を作り出す。この場合、接続詞”または”
を示す定義語の同意定義語Ｒ１４へ”ＯＲ”を登録して
おく。上記例と同様に条件解析を行うと、ＳＱＬ文の条
件項目は”ＯＲ カラムＢ＝１９６０”となる。従っ
て、２つの条件を結合したＳＱＬ文は、”ＳＥＬＥＣＴ
＊ ＦＲＯＭ テーブルＡ ＷＨＥＲＥ カラムＢ＝
１９７０ＯＲ カラムＢ＝１９６０；”とすることがで
きる。

【００５７】上記例において、表示条件を同様に設定す
ることができる。テーブルＡにカラムＣ、Ｄが存在する
場合、表示条件として”カラムＣ、カラムＤを表示”と
入力した場合、表示カラムとしてカラムＣ、Ｄを上記検
索条件に結合させるとＳＱＬ文は、”ＳＥＬＥＣＴ カ
ラムＣ カラムＤ ＦＲＯＭ テーブルＡ ＷＨＥＲＥ
カラムＢ＝１９７０ ＯＲ カラムＢ＝１９６０；”と
することができる。

【００５８】Ｓ８で外部データベースへ上記検索条件で
外部データベース３０を検索する指示を行った場合、ス
テップ９（Ｓ９）で上記検索条件により外部データベー
ス３０をアクセスし、検索したデータを取得し、表示装
置へ検索結果を表示することができる。

【００５９】

【発明の効果】以上説明したように本発明の自然言語応
答装置及び方法は、人間とコンピュータ、コンピュータ
とコンピュータが自然言語による対話を行うことが容易
にできる。このことは、音声入力や文字列入力による対
話が可能となる。

【００６０】また、本発明に係る自然言語応答装置及び
方法は、文法パターンを必要としない解析方法を用い、
語彙の処理方法を語彙のデータとして取り扱うことによ
り、言葉の持つ多くの処理形態を単純化した特定処理と
することが可能となる。

【００６１】漢字変換装置において、文章や語句の意味
を本発明の方法を用いることで、複数行にわたる漢字、
ひらがな、英字、数字、記号およびその組み合わせによ
る文字列を従来行われている漢字変換ではなく、正規化
された標準文字列へ変換することが容易に可能となる。

【００６２】本発明の方法により、対話によって操作方
法を導出しながら、コンピュータに蓄積した情報を取り
出すことが可能なため、コンピュータの知識や蓄積デー
タに関する知識を必要としない操作が可能である。

【図面の簡単な説明】

【図１】本発明を適用した自然言語応答装置の構成を示
したブロック図である。

【図２】本発明を適用した定義語情報の領域を示した説
明図である。

【図３】本発明を適用した定義語変換行列の初期状態の
データ構造を示した説明図である。

【図４】本発明を適用した定義語情報の使用方法へ登録
する手続きの１例を示した図である。

【図５】本発明を適用した定義語変換行列の確定状態の
データ構造を示した説明図である。

【図６】本発明を適用した意味分割文字列の定義語変換
行列を示した説明図である。

【図７】本発明を適用した文章の情報抽出状態を示した
説明図である。

【図８】本発明を適用した階層構造を持つ知識データ構
造を示した説明図である。

【図９】本発明を適用した定義語変換行列の変換結果、
情報抽出結果の表示例を示した説明図である。

【図１０】本発明を適用した質問に対する定義語変換行
列の確定状態のデータ構造を示した説明図である。

【図１１】本発明を適用した定義語情報の回答方法へ登
録する手続きの１例を示した図である。

【図１２】本発明を適用した標準文字列自動変換装置の
構成を示したブロック図である。（実施例１）

【図１３】本発明を適用した自然言語による外部データ
ベースのデータ検索を行う処理の流れ図を示した説明図
である。（実施例２）

【符号の説明】

１ 自然言語応答装置 ２ 入力部 ３ 文字変換部 ４ 定義語記憶部 ５ 情報抽出部 ６ 情報蓄積部 ７ 知識データ記憶部 ８ 回答生成部 ９ 回答表示部 １０ 標準文字列自動変換装置 １１ 変換結果一時記憶部 １２ 文字出力部 １３ ディスプレイ １４ スピーカー ２０ 定義語情報 ３０ 外部データベース

Claims (16)

【特許請求の範囲】
1. 【請求項１】意味を特定することのできる漢字、ひらが
   な、カタカナ、英字、数字、記号及びその組合せにより
   構成される文字列を定義語と呼び、 自然言語を入力する入力手段と、 入力された自然言語を正規化された標準文字列へ変換す
   る変換手段と、 入力された自然言語の中で使用されている状態での定義
   語の使用方法、抽出方法、動作方法、回答方法を記述言
   語により記述した手続きと定義語の複数の属性とにより
   意味決定情報を記憶した定義語記憶手段と、 上記定義語記憶手段に記憶した意味決定情報を用いて上
   記入力手段に入力された自然言語を構成する定義語の組
   合せによる各定義語の意味推定手段と、 上記意味推定手段により推定された定義語の抽出方法に
   より入力された自然言語に含まれる情報を抽出する情報
   抽出手段と、 上記情報抽出手段により抽出された情報を蓄積する知識
   データ蓄積手段と、 上記知識データ蓄積手段により蓄積した知識データ情報
   に対して自然言語による質問を入力し、定義語の動作方
   法、回答方法の手続きと知識データ情報を使用して質問
   に対応する回答を生成する回答生成手段とを備えること
   を特徴とする自然言語応答装置。
2. 【請求項２】上記定義語記憶手段に記憶された意味決定
   情報は、入力された自然言語を構成する定義語が、その
   関係により互いに影響する状態を、定義語の使用方法へ
   記述言語によって記述した処理手続きを記憶し、記憶し
   た処理手続きを使用して自然言語解析を行うことを特徴
   とする請求項１の自然言語応答装置。
3. 【請求項３】上記定義語記憶手段に記憶された意味決定
   情報は、入力された自然言語を構成する定義語が、その
   関係により互いに影響する状態を、定義語の抽出方法へ
   記述言語によって記述した処理手続きを記憶し、記憶し
   た処理手続きを使用して、入力された自然言語に含まれ
   る情報を定義語の組合せによって表現される文字列で情
   報抽出することを特徴とする請求項１の自然言語応答装
   置。
4. 【請求項４】上記定義語記憶手段に記憶された意味決定
   情報は、入力された自然言語を構成する定義語が、その
   関係により互いに影響する状態を、定義語の動作方法へ
   記述言語によって記述した処理手続きを記憶し、記憶し
   た処理手続きを使用して、入力された自然言語に含まれ
   る動作要求に対応する動作処理を行うことを特徴とする
   請求項１の自然言語応答装置。
5. 【請求項５】上記定義語記憶手段に記憶された意味決定
   情報は、入力された自然言語を構成する定義語が、その
   関係により互いに影響する状態を、定義語の回答方法へ
   記述言語によって記述した処理手続きを記憶し、記憶し
   た処理手続きを使用して、入力された自然言語に含まれ
   る情報取得要求に対応する回答生成処理を行うことを特
   徴とする請求項１の自然言語応答装置。
6. 【請求項６】文字変換、語彙の意味決定、文の意味決
   定、文に含まれる情報抽出、語彙を核とした語彙構成変
   更及び構文構成変更、回答文の生成を変換行列を使用し
   て行うことを特徴とする請求項１の自然言語応答装置。
7. 【請求項７】自然言語を入力し、入力された自然言語を
   正規化された標準文字列へ変換し、 入力された自然言語の中で使用されている状態での定義
   語の使用方法、抽出方法、動作方法、回答方法を記述言
   語により記述した手続きと定義語の複数の属性とを記憶
   した意味決定情報と、 上記意味決定情報を用いて入力された自然言語を構成す
   る定義語の組合せによる各定義語の意味推定を行い、推
   定された定義語の抽出方法により入力された自然言語に
   含まれる情報を抽出し、抽出した情報を知識データとし
   て蓄積し、 蓄積した知識データ情報に対して自然言語による質問を
   入力し、定義語の動作方法、回答方法の手続きと知識デ
   ータ情報を使用して質問に対応する回答を生成すること
   を特徴とする自然言語応答方法。
8. 【請求項８】自然言語を入力し、入力された自然言語を
   正規化された標準文字列へ変換し、 入力された自然言語の中で使用されている状態での定義
   語の使用方法、抽出方法、動作方法、回答方法を記述言
   語により記述した手続きと定義語の複数の属性とを記憶
   した意味決定情報と、 上記意味決定情報を用いて入力された自然言語を構成す
   る定義語の組合せによる各定義語の意味推定を行い、推
   定された定義語の抽出方法により入力された自然言語に
   含まれる情報を抽出し、抽出した情報を知識データとし
   て蓄積し、 蓄積した知識データ情報に対して自然言語による質問を
   入力し、定義語の動作方法、回答方法の手続きと知識デ
   ータ情報を使用して質問に対応する回答を生成すること
   を特徴とする自然言語応答プログラムを記録した記録媒
   体。
9. 【請求項９】自然言語を入力する入力手段と、 入力された自然言語を正規化された標準文字列へ変換す
   る変換手段と、 入力された自然言語の中で使用されている状態での定義
   語の使用方法、抽出方法を記述言語により記述した手続
   きと定義語の複数の属性とにより意味決定情報を記憶し
   た定義語記憶手段と、 上記定義語記憶手段に記憶した意味決定情報を用いて上
   記入力手段に入力された自然言語を構成する定義語の組
   合せによる各定義語の意味推定手段と、 上記意味推定手段により推定された定義語の抽出方法に
   より入力された自然言語に含まれる情報を抽出する情報
   抽出手段と、 上記意味推定手段と情報抽出手段の解析結果を用いて、
   定義語の組合せにより文を構成することにより、入力さ
   れた自然言語を正規化された標準文字列へ変換する手段
   とを備えることを特徴とする標準文字列自動変換装置。
10. 【請求項１０】上記定義語記憶手段に記憶された意味決
    定情報は、入力された自然言語の中で使用されている状
    態で、入力された自然言語を構成する定義語が、その関
    係により互いに影響する状態を定義語の使用方法、抽出
    方法に区分して記述言語により記述した処理手続きを使
    用して、入力された自然言語を正規化された標準文字列
    へ変換することを特徴とする請求項９の標準文字列自動
    変換装置。
11. 【請求項１１】上記定義語記憶手段に記憶された意味決
    定情報は、入力された自然言語を構成する定義語が、そ
    の関係により互いに影響する状態を、定義語の使用方法
    へ記述言語によって記述した処理手続きを記憶し、記憶
    した処理手続きを使用して自然言語解析を行うことを特
    徴とする請求項９の標準文字列自動変換装置。
12. 【請求項１２】上記定義語記憶手段に記憶された意味決
    定情報は、入力された自然言語を構成する定義語が、そ
    の関係により互いに影響する状態を、定義語の抽出方法
    へ記述言語によって記述した処理手続きを記憶し、記憶
    した処理手続きを使用して、入力された自然言語に含ま
    れる情報を定義語の組合せによって表現される文字列で
    情報抽出することを特徴とする請求項９の標準文字列自
    動変換装置。
13. 【請求項１３】文字変換、語彙の意味決定、文の意味決
    定、文に含まれる情報抽出、語彙を核とした語彙構成変
    更及び構文構成変更を定義語変換行列を使用して行うこ
    とを特徴とする請求項９の標準文字列自動変換装置。
14. 【請求項１４】自然言語を入力し、入力された自然言語
    を正規化された標準文字列へ変換し、 入力された自然言語の中で使用されている状態での定義
    語の使用方法、抽出方法を記述言語により記述した手続
    きと、 定義語の複数の属性とを記憶した意味決定情報と、 上記意味決定情報を用いて入力された自然言語を構成す
    る定義語の組合せによる各定義語の意味推定を行い、推
    定された定義語の抽出方法により入力された自然言語に
    含まれる情報の抽出を行い、 上記解析結果を用いて、定義語の組合せにより文を構成
    することにより、入力された自然言語を正規化された標
    準文字列へ変換する手段とを備えることを特徴とする標
    準文字列自動変換方法。
15. 【請求項１５】自然言語を入力し、入力された自然言語
    を正規化された標準文字列へ変換し、 入力された自然言語の中で使用されている状態での定義
    語の使用方法、抽出方法を記述言語により記述した手続
    きと、 定義語の複数の属性とを記憶した意味決定情報と、 上記意味決定情報を用いて入力された自然言語を構成す
    る定義語の組合せによる各定義語の意味推定を行い、推
    定された定義語の抽出方法により入力された自然言語に
    含まれる情報の抽出を行い、 上記解析結果を用いて、定義語の組合せにより文を構成
    することにより、入力された自然言語を正規化された標
    準文字列へ変換する手段とを備えることを特徴とする標
    準文字列自動変換プログラムを記録した記録媒体。
16. 【請求項１６】意味を特定することのできる漢字、ひら
    がな、カタカナ、英字、数字、記号及びその組合せによ
    り構成される文字列を定義語データとして記録した記録
    媒体であって、 請求項８、１５のプログラムを記録した記録媒体におい
    て、 定義語に対する定義語の読みを記述した１以上の文字列
    と、 定義語の品詞と、 定義語の品詞による活用と、 定義語の正規化された標準文字列の表記方法を記述した
    属性と、 定義語の使用方法、抽出方法、動作方法、回答方法へ、
    定義語が使用された文章の其々の方法を記述言語により
    記述した手続きと、 定義語に対し、必要に応じて想像することのできる１以
    上の他の定義語と、 定義語と同じ意味を表す１以上の他の定義語とを必要に
    応じて記憶した定義語データを格納する領域とを備えて
    いることを特徴とする定義語データを記録した記録媒
    体。