JP2004287680A

JP2004287680A - Natural language processing system, natural language processing method, and computer program

Info

Publication number: JP2004287680A
Application number: JP2003077146A
Authority: JP
Inventors: Tomoko Okuma; 智子大熊; Hiroshi Masuichi; 博増市; Hiroki Yoshimura; 宏樹吉村
Original assignee: Fuji Xerox Co Ltd
Current assignee: Fujifilm Business Innovation Corp
Priority date: 2003-03-20
Filing date: 2003-03-20
Publication date: 2004-10-14
Anticipated expiration: 2023-03-20
Also published as: JP4033012B2

Abstract

<P>PROBLEM TO BE SOLVED: To precisely extract the adverbial influence of an adverbial particle such as sub-particle or dependent particle. <P>SOLUTION: This system extracts an adverbial range by determining whether or not an element to be included in the position of the adverbial particle is already included, and retains it as adverbial information associated with syntax information with semantic information. According to this, in extraction of an important word (e.g., a weighting incidental to the frequency of a keyword based on adverbial information) or automatic summarizing processing (arrangement of an adverb corresponding to a sub-particle in a precise position in a sentence in English translation), useful information can be extracted. <P>COPYRIGHT: (C)2005,JPO&NCIPI

Description

【０００１】
【発明の属する技術分野】
本発明は、人間が日常的なコミュニケーションに使用する自然言語を数学的に取り扱うための自然言語処理システム及び自然言語処理方法、並びにコンピュータ・プログラムに係り、特に、自然言語文の構文・意味解析を行なう自然言語処理システム及び自然言語処理方法、並びにコンピュータ・プログラムに関する。
【０００２】
さらに詳しくは、本発明は、副助詞や係助詞などのとりたて詞を含む日本語文に対して正しい構文・意味解析結果を出力する自然言語処理システム及び自然言語処理方法、並びにコンピュータ・プログラムに係り、特に、副助詞や係助詞などのとりたて詞のとりたての勢力範囲を抽出して構文・意味解析結果とともに出力する自然言語処理システム及び自然言語処理方法、並びにコンピュータ・プログラムに関する。
【０００３】
【従来の技術】
日本語や英語など、人間が日常的なコミュニケーションに使用する言葉のことを「自然言語」と呼ぶ。多くの自然言語は、自然発生的な起源を持ち、人類、民族、社会の歴史とともに進化してきた。勿論、人は身振りや手振りなどによっても意思疎通を行なうことが可能であるが、自然言語により最も自然で且つ高度なコミュニケーションを実現することができる。
【０００４】
他方、情報技術の発展に伴い、コンピュータが人間社会に定着し、各種産業や日常生活の中に深く浸透している。いまやコンピュータ・データだけでなく、画像や音響などほとんどすべての情報コンテンツがコンピュータ上で取り扱われ、情報の編集・加工、蓄積、管理、伝達、共有など高度な処理を行なうことが可能となっている。
【０００５】
例えば、日本語や英語を始めと刷る各種の言語で記述される自然言語は、本来抽象的であいまい性が高い性質を持つが、文章を数学的に取り扱うことにより、コンピュータ処理を行なうことができる。この結果、機械翻訳や対話システム、検索システム、質問応答システムなど、自動化処理により自然言語に関するさまざまなアプリケーション／サービスが実現される。
【０００６】
かかる自然言語処理は一般に、形態素解析、構文解析、意味解析、文脈解析という各処理フェーズに区分される。
【０００７】
形態素解析では、文を意味的最小単位である形態素（ｍｏｒｐｈｅｍｅ）に分節して品詞の認定処理を行なう。構文解析では、文法規則などを基に句構造などの文の構造を解析する。文法規則が木構造であることから、構文解析結果は一般に個々の形態素が係り受け関係などを基にして接合された木構造となる。意味解析では、文中の語の語義（概念）や、語と語の間の意味関係などに基づいて、文が伝える意味を表現する意味構造を求めて、意味構造を合成する。また、文脈解析では、文の系列である文章（談話）を解析の基本単位とみなして、文間の意味的なまとまりを得て談話構造を構成する。
【０００８】
構文解析及び意味解析は、自然言語処理の分野において、対話システム、機械翻訳、文書校正支援、文書要約などのアプリケーションを実現する上で必要不可欠の技術であるとされている。
【０００９】
構文解析では、自然言語文を受け取り、文法規則に基づいて単語（文節）間の係り受け関係を決定する処理を行なう。構文解析結果は、依存構造と呼ばれる木構造（依存木）の形態で表現することができる。また、意味解析では、単語（文節）間の係り受け関係に基づいて文中の格関係を決定する処理を行なうことができる。ここで言う格関係とは、文を構成する各要素が持つ、主語（ＳＵＢＪ）、目的語（ＯＢＪ）といった文法上の役割のことを指す。また、文の時制や様相、話法などを判定する処理を意味解析が含む場合もある。
【００１０】
ところで、数多の自然言語の中でもとりわけ日本語は、あいまい性が高いとされている。その一因は、一般に副助詞（「ほど」、「ばかり」、「だけ」…）と呼ばれる品詞の存在に依拠する。日本語において、副助詞を含む表現は極めて標準的に用いられるものであり、そのような表現に対して正しい構文意味解析結果を出力することは重要な課題である。
【００１１】
例えば、「ほど」、「ばかり」、「だけ」などの副助詞は、文の中でさまざまな位置に出現するという性質（名詞、動詞、助詞、形容詞のいずれの後にも付くことができる）と、１つの単語が複数の意味機能を持つ場合があるという特徴を持つ。すなわち、副助詞は使い方に応じて意味が変わることから、文のあいまいさを増し、文の正確な解釈・翻訳を困難にしている。
【００１２】
これに対し、出現位置に応じて複数の意味機能を持つ可能性がある副助詞の意味情報をより正確に出力することができる（例えば、非特許文献１を参照のこと）。例えば、副助詞「ばかり」には「限定」と「程度」という２つの意味があるが、入力文に含まれる副助詞「ばかり」の構文情報を抽出して、副助詞「ばかり」が数量詞に係っているかどうかについて判断して、判断結果が真であれば副助詞「ばかり」の意味を「程度」に、それ以外は「限定」に決定して、意味解析の結果を出力することができる。「彼はりんごを３個ばかり食べた。」という例文では、「ばかり」は数量詞「３個」に係っているので、「ばかり」の意味を「程度」に決定することができる。
【００１３】
また、副助詞の用法は、文に後続する場合、形容詞あるいは名詞に後続する場合など、多岐にわたる。このように副助詞の出現位置が広範であることが、副助詞を適正に取り扱うことを困難にする主たる原因である。
【００１４】
これに対し、副助詞を品詞カテゴリとして明確に定義して、副助詞に関する句構造を正しく取り扱うことができる（例えば、非特許文献２を参照のこと）。すなわち、文Ｓ、動詞句ＶＰ、形容詞句ＡＰ、又は名詞句ＮＰの後に副助詞Ｐが連結してなる入力文に格構造解析を行ない、Ｓが含まれているかどうかを判定する。Ｓの先頭にとりたてられていない主語が存在するときはこの主語を含めて副助詞を含む入力文を名詞句又は副詞句と判定し、とりたてられた主語が存在するときはこの主語を除外して入力文を名詞句又は副詞句と判定する。また、副助詞を含む入力文がＳを含まないとき、入力文を名詞句又は副詞句と判定する。
【００１５】
また、副助詞の意味が及ぶ範囲が明確でないことも、副助詞を適正に取り扱うことを困難にする主たる原因である。副助詞とともに、「は」、「も」、「こそ」、「しか」に代表されるように係助詞がとりたて詞と呼ばれるが、とりたての範囲を正確に判断することが、高精度な意味解析を実現する上で不可欠である。ここで言う「とりたて」とは、副助詞や係助詞が接続することによってある範囲に特定の意味が与えられることを意味する。しかしながら、これらとりたて詞の接続先が動詞となる場合、そのとりたての範囲の判断が特に難しくなる。
【００１６】
【非特許文献１】
特願２００２−７９６２６号
【非特許文献２】
特願２００２−７９６３１号
【００１７】
【発明が解決しようとする課題】
本発明の目的は、副助詞や係助詞などのとりたて詞を含む日本語文に対して正しい構文・意味解析結果を出力することができる、優れた自然言語処理システム及び自然言語処理方法、並びにコンピュータ・プログラムを提供することにある。
【００１８】
本発明のさらなる目的は、副助詞や係助詞などのとりたて詞のとりたての勢力範囲を正確に抽出して構文・意味解析結果とともに出力することができる、優れた自然言語処理システム及び自然言語処理方法、並びにコンピュータ・プログラムを提供することにある。
【００１９】
本発明のさらなる目的は、接続先が動詞となるとりたて詞のとりたての勢力範囲を正確に抽出して構文・意味解析結果とともに出力することができる、優れた自然言語処理システム及び自然言語処理方法、並びにコンピュータ・プログラムを提供することにある。
【００２０】
【課題を解決するための手段及び作用】
本発明は、上記課題を参酌してなされたものであり、その第１の側面は、とりたて詞を含む入力文を構文又は意味解析する自然言語処理システムであって、
入力文中でとりたて詞の接続先を特定する接続先特定手段と、
とりたて詞の接続先が体言であるかどうかに応じて該とりたて詞の勢力範囲の判定処理を行なう勢力範囲判定手段と、
を具備することを特徴とする自然言語処理システムである。
【００２１】
ここで、前記勢力範囲判定手段は、とりたて詞の接続先が体言である場合には、とりたて詞の接続先をとりたて勢力範囲の候補のリストに加えるようにする。すなわち、とりたて詞の接続先が体言である場合には、名詞に直結しているとりたて詞は名詞だけに係ることから、とりたて詞の接続先をとりたて勢力範囲の候補のリストに加える。
【００２２】
一方、とりたて詞が動詞に係るのは特殊なケースであり、とりたての対象となっている範囲の同定の処理が難しくなる。このような場合、接続先に係っている連用修飾成分を特定する。そして、連用修飾成分として特定されたそれぞれの成分について、着目した成分に別のとりたて詞が接続していないかどうかを判断し、別のとりたて詞が接続していない場合には当該とりたて詞の接続先を範囲候補のリストに加える、という処理を繰り返し行なう。
【００２３】
また、別のとりたて詞が接続している場合には、とりたて詞の接続先を範囲候補のリストに加えない。
【００２４】
したがって、本発明によれば、とりたて詞の位置と、とりたてられる要素が既にとりたてられているかどうかを判断することにより、とりたてが行なわれている範囲を抽出し、構文情報に関連付けられたとりたて情報として意味情報とともに保持することができる。この結果、重要語の抽出（例えば、とりたて情報に基づいてキーワードの頻度に付随して重み付けを行なう）や、自動要約処理（副助詞は英語に翻訳すると副詞になることから、副詞を文中の正確な位置に配置することができる）などにおいて、有用な情報を抽出することができる。
【００２５】
また、本発明の第２の側面は、とりたて詞を含む入力文を構文又は意味解析するための自然言語処理をコンピュータ・システム上で実行するようにコンピュータ可読形式で記述されたコンピュータ・プログラムであって、
入力文中でとりたて詞の接続先を特定する接続先特定ステップと、
とりたて詞の接続先が体言である場合において、とりたて詞の接続先をとりたて勢力範囲の候補のリストに加えるステップと、
とりたて詞の接続先が体言でない場合において、接続先に係っている連用修飾成分を特定し、連用修飾成分として特定されたそれぞれの成分について、別のとりたて詞が接続していないかどうかを判断し、別のとりたて詞が接続していない場合には当該とりたて詞の接続先を範囲候補のリストに逐次加えるステップと、を具備することを特徴とするコンピュータ・プログラムである。
【００２６】
本発明の第２の側面に係るコンピュータ・プログラムは、コンピュータ・システム上で所定の処理を実現するようにコンピュータ可読形式で記述されたコンピュータ・プログラムを定義したものである。換言すれば、本発明の第２の側面に係るコンピュータ・プログラムをコンピュータ・システムにインストールすることによって、コンピュータ・システム上では協働的作用が発揮され、本発明の第１の側面に係る自然言語処理システムと同様の作用効果を得ることができる。
【００２７】
本発明のさらに他の目的、特徴や利点は、後述する本発明の実施形態や添付する図面に基づくより詳細な説明によって明らかになるであろう。
【００２８】
【発明の実施の形態】
以下、図面を参照しながら本発明の実施形態について詳解する。
【００２９】
本発明に係る自然言語処理システムは、副助詞や係助詞などのとりたて詞を含む日本語文に対して正しい構文・意味解析結果を出力してより高精度の構文・意味解析処理を行なうものである。
【００３０】
意味解析を行うための文法理論の代表的な例として、ＬｅｘｉｃａｌＦｕｎｃｔｉｏｎａｌＧｒａｍｍａｒ（ＬＦＧ）を挙げることができる。本発明は、例えばＬＦＧ文法理論に基づく統語・意味解析処理に組み込んで実装することができる。
【００３１】
ＬＦＧでは、ネイティブ・スピーカの言語知識すなわち文法を、コンピュータ処理や、コンピュータの処理動作に影響を及ぼすその他の非文法的な処理パラメータとは切り離したコンポーネントとして構成している。まず、自然言語処理システムの全体像について簡単に説明する。
【００３２】
図１には、ＬＦＧに基づく自然言語処理システム１の構成を模式的に示している。
【００３３】
形態素解析部２は、日本語など特定の言語に関する形態素ルール２Ａと形態素辞書２Ｂを持ち、入力文を意味的最小単位である形態素に分節して品詞の認定処理を行なう。例えば、「私の娘は英語を話します。」という文が入力された場合、形態素解析結果として、「私｛Ｎｏｕｎ｝の｛ｕｐ｝娘｛Ｎｏｕｎ｝は｛ｕｐ｝英語｛Ｎｏｕｎ｝を｛ｕｐ｝話す｛Ｖｅｒｂ１｝｛ｔｒ｝ます｛ｊｐ｝。｛ｐｔ｝」が出力される。
【００３４】
このような形態素解析結果は、次いで、統語・意味解析部３に入力される。統語・意味解析部は、文法ルール３Ａや結合価辞書３Ｂなどの辞書を持ち、文法ルールなどに基づく句構造の解析や、文中の語の語義や語と語の間の意味関係などに基づいて文が伝える意味を表現する意味構造の解析を行なう（結合価辞書は動詞と主語などの文中の他の構成要素との関係を記述したものであり、述部とそれに係る語の意味関係を抽出することができる）。そして、構文解析した結果として、単語や形態素などからなる文章の句構造を木構造として表した”ｃ−ｓｔｒｕｃｔｕｒｅ（ｃｏｎｓｔｉｔｕｅｎｔｓｔｒｕｃｔｕｒｅ）”と、主語、目的語などの格構造に基づいて入力文を疑問文、過去形、丁寧文など意味的・機能的に解析した結果として”ｆ−ｓｔｒｕｃｔｕｒｅ（ｆｕｎｃｔｉｏｎａｌｓｔｒｕｃｔｕｒｅ）”を出力する。
【００３５】
図２及び図３には、入力文「私の娘は英語を話します。」を統語・意味解析部１により処理した結果として得られるｃ−ｓｔｒｕｃｔｕｒｅ及びｆ−ｓｔｒｕｃｔｕｒｅをそれぞれ示している。
【００３６】
ｃ−ｓｔｒｕｃｔｕｒｅは、文中の単語や句の構造を木構造形式で表したものであり、構文カテゴリによって定義される。例えば音素列を生成するための音韻学的な解釈を、ｃ−ｓｔｒｕｃｔｕｒｅを基に行なうことができる。一方、ｆ−ｓｔｒｕｃｔｕｒｅは、文法的な機能を明確に表現したものであり、文法的な機能名、意味的形式、並びに特徴シンボルにより構成される。ｆ−ｓｔｒｕｃｔｕｒｅを参照することにより、主語（ｓｕｂｊｅｃｔ）、目的語（ｏｂｊｅｃｔ）、補語（ｃｏｍｐｌｅｍｅｎｔ）、修飾語（ａｄｊｕｎｃｔ）といった意味理解を得ることができる。ｆ−ｓｔｒｕｃｔｕｒｅは、ｃ−ｓｔｒｕｃｔｕｒｅの各節点に付随する素性の集合であり、図３に示すように属性−属性値のマトリックスの形で表現される。すなわち、［］で囲まれた中の左側は素性（属性）の名前であり、右側は素性の値（属性値）である。
【００３７】
なお、ＬＦＧの詳細に関しては、例えばＲ．Ｍ．Ｋａｐｌａｎ及びＪ．Ｂｒｅｓｎａｎ共著の論文”Ｌｅｘｉｃａｌ−ＦｕｎｃｔｉｏｎａｌＧｒａｍｍａｒ：ＡＦｏｒｍａｌＳｙｓｔｅｍｆｏｒＧｒａｍｍａｔｉｃａｌＲｅｐｒｅｓｅｎｔａｔｉｏｎ”（ＴｈｅＭＩＴＰｒｅｓｓ，Ｃａｍｂｒｉｄｇｅ（１９８２）．ＲｅｐｒｉｎｔｅｄｉｎＦｏｒｍａｌＩｓｓｕｅｓｉｎＬｅｘｉｃａｌ−ＦｕｎｃｔｉｏｎａｌＧｒａｍｍａｒ，ｐｐ．２９−１３０．ＣＳＬＩｐｕｂｌｉｃａｔｉｏｎｓ，ＳｔａｎｆｏｒｄＵｎｉｖｅｒｓｉｔｙ（１９９５）．）に記述されている。
【００３８】
次いで、本発明に係る自然言語処理によるとりたて詞のとりたて勢力範囲の判定処理について詳解する。ここで言う「とりたて」とは、副助詞や係助詞が接続することによってある範囲に特定の意味が与えられることを意味する。
【００３９】
図４には、とりたて詞のとりたて勢力範囲の判定するための処理手順をフローチャートの形式で示している。
【００４０】
副助詞や係助詞などのとりたて詞を含む文が当該システムに投入されると、まず、とりたて詞の接続先を特定する（ステップＳ１）。
【００４１】
次いで、とりたて詞の接続先が体言であるかどうかを判断する（ステップＳ２）。
【００４２】
ここで、とりたて詞の接続先が体言である場合には、名詞に直結しているとりたて詞は名詞だけに係ることから、とりたて詞の接続先をとりたて勢力範囲の候補のリストに加える（ステップＳ３）。
【００４３】
また、とりたて詞の接続先が体言でない場合には、接続先に係っている連用修飾成分（すなわち下位範疇）を特定する（ステップＳ５）。とりたて詞が動詞に係るのは特殊なケースであり、係り受け関係の処理が難しくなる。
【００４４】
そして、連用修飾成分として特定されたそれぞれの成分について、着目した成分に別のとりたて詞が接続していないかどうかを判断し（ステップＳ６）、別のとりたて詞が接続していない場合には当該とりたて詞の接続先を範囲候補のリストに加える（ステップＳ７）、という処理を繰り返し行なう。
【００４５】
このようにして抽出された範囲候補のリストをとりたての勢力範囲として出力する（ステップＳ４）。このとりたて情報は、構文情報に関連付けて、意味情報とともに出力される。
【００４６】
以下では、図４に示したとりたて詞のとりたて勢力範囲の判定処理に従ったとりたて勢力範囲の抽出結果の具体例について説明する。
【００４７】
例えば、「彼だけが英語を話した。」という例文の場合、とりたて詞としての副助詞「だけ」の接続先が体言「彼」であることから、この接続先をとりたて勢力範囲の候補のリストに加える。
【００４８】
また、「彼が英語だけを話した。」という例文の場合、とりたて詞としての副助詞「だけ」の接続先が体言「英語」であることから、この接続先をとりたて勢力範囲の候補のリストに加える。
【００４９】
また、「彼が英語を話すだけだった。」という例文の場合、とりたて詞としての副助詞「だけ」の接続先は「話す」であり、体言ではない。この場合、接続先に係っている連用修飾成分（すなわち下位範疇）を特定する。そして、この連用修飾成分に含まれる各成分「彼」、「英語」、並びに「話す」について、別のとりたて詞が接続していないかどうかを判断する。この例文では、いずれの成分も別のとりたて詞が接続していないので、そのままとりたて詞の接続先を範囲候補のリストに加える。
【００５０】
また、「彼は英語を話すだけだった。」という例文の場合、とりたて詞としての副助詞「だけ」の接続先は「話す」であり、体言ではない。この場合、接続先に係っている連用修飾成分（すなわち下位範疇）を特定する。そして、この連用修飾成分に含まれる各成分「彼」、「英語」、並びに「話す」について、別のとりたて詞が接続していないかどうかを判断する。この例文では、「英語」、並びに「話す」については別のとりたて詞が接続していないので、そのままとりたて詞の接続先を範囲候補のリストに加える。これに対し、成分「彼」には、別のとりたて詞としての係助詞「は」が既に接続している、既にとりたてられており、とりたて詞「だけ」の勢力が及ばなくなっているので、とりたて詞の接続先を範囲候補のリストに加えない。
【００５１】
以上の処理結果を、下表にまとめておく。
【００５２】
【表１】

【００５３】
また、本実施形態では、とりたて詞によりとりたてが行なわれている範囲を抽出した結果を、構文情報に関連付けられたとりたて情報として意味情報とともに保持する。このような情報の保持形態によれば、この結果、重要語の抽出（例えば、とりたて情報に基づいてキーワードの頻度に付随して重み付けを行なう）や、自動要約処理（副助詞は英語に翻訳すると副詞になることから、副詞を文中の正確な位置に配置することができる）などにおいて、有用な情報を抽出することができる。
【００５４】
図５には、例文「彼だけが英語を話した。」についての構文意味をｆ−ｓｔｒｕｃｔｕｒｔｅの形式で示している。ｆ−ｓｔｒｕｃｔｕｒｔｅでは、文法的な機能が明確に表現され、文法的な機能名、意味的形式、並びに特徴シンボルにより構成される。ｆ−ｓｔｒｕｃｔｕｒｅを参照することにより、主語（ｓｕｂｊｅｃｔ）、目的語（ｏｂｊｅｃｔ）、補語（ｃｏｍｐｌｅｍｅｎｔ）、修飾語（ａｄｊｕｎｃｔ）といった意味理解を得ることができる。
【００５５】
図示の例では、とりたて詞としての副助詞「だけ」の勢力範囲が体言「彼」であることから、ｆ−ｓｔｒｕｃｔｕｒｅ中の属性ＳＵＢＪの属性値「彼」に、とりたて情報へのリンク参照のためのマーカとして「ｔｏｒｉｔａｔｅ＋」が付加されるとともに、リンク参照情報としてのとりたて情報には、とりたて詞の意味機能を表すマーカ「ｓｅｍ」の値に「限定」が挿入されている。
【００５６】
また、図６には、例文「彼が英語だけを話した。」についての構文意味をｆ−ｓｔｒｕｃｔｕｒｔｅの形式で示している。図示の例では、とりたて詞としての副助詞「だけ」の勢力範囲が体言「英語」であることから、ｆ−ｓｔｒｕｃｔｕｒｅ中の属性ＯＢＪの属性値「英語」に、とりたて情報へのリンク参照のためのマーカとして「ｔｏｒｉｔａｔｅ＋」が付加されるとともに、リンク参照情報としてのとりたて情報には、とりたて詞の意味機能を表すマーカ「ｓｅｍ」の値に「限定」が挿入されている。
【００５７】
また、図７には、例文「彼が英語を話すだけだった。」についての構文意味をｆ−ｓｔｒｕｃｔｕｒｅの形式で示している。図示の例では、とりたて詞としての副助詞「だけ」の勢力範囲が連用修飾成分に含まれるすべての成分「彼」、「英語」、並びに「話す」である。したがって、ｆ−ｓｔｒｕｃｔｕｒｅ中の属性ＳＵＢＪの属性値「彼」に、とりたて情報へのリンク参照のためのマーカとして「ｔｏｒｉｔａｔｅ＋」が付加されるとともに、リンク参照情報としてのとりたて情報には、とりたて詞の意味機能を表すマーカ「ｓｅｍ」の値に「限定」が挿入されている。また、属性ＯＢＪの属性値「英語」に、とりたて情報へのリンク参照のためのマーカとして「ｔｏｒｉｔａｔｅ＋」が付加されるとともに、リンク参照情報としてのとりたて情報には、とりたて詞の意味機能を表すマーカ「ｓｅｍ」の値に「限定」が挿入されている。また、属性ＰＲＥＤの属性値「話す」に、とりたて情報へのリンク参照のためのマーカとして「ｔｏｒｉｔａｔｅ＋」が付加されるとともに、リンク参照情報としてのとりたて情報には、とりたて詞の意味機能を表すマーカ「ｓｅｍ」の値に「限定」が挿入されている。
【００５８】
なお、図５〜図７に示す例では、ｆ−ｓｔｒｕｃｔｕｒｅのとりたて勢力範囲からリンクを張るという形式でとりたて情報が付加されているが、本実施形態に係るとりたて勢力範囲の判定結果の出力形式はこれに限定されない。例えば、ｆ−ｓｔｒｕｃｔｕｒｅなどの統語・意味解析結果の中にとりたて情報を埋め込むような形式であっても構わない。
【００５９】
［追補］
以上、特定の実施形態を参照しながら、本発明について詳解してきた。しかしながら、本発明の要旨を逸脱しない範囲で当業者が該実施形態の修正や代用を成し得ることは自明である。
【００６０】
本実施形態ではＬＦＧ文法理論に基づいて説明するが，勿論、他の文法ルールを備えた解析システムにおいても本発明を同様に適用することができる。
【００６１】
要するに、例示という形態で本発明を開示してきたのであり、本明細書の記載内容を限定的に解釈するべきではない。本発明の要旨を判断するためには、冒頭に記載した特許請求の範囲の欄を参酌すべきである。
【００６２】
【発明の効果】
以上詳記したように、本発明によれば、副助詞や係助詞などのとりたて詞のとりたての勢力範囲を正確に抽出して構文・意味解析結果とともに出力することができる、優れた自然言語処理システム及び自然言語処理方法、並びにコンピュータ・プログラムを提供することができる。
【００６３】
また、本発明によれば、接続先が動詞となるとりたて詞のとりたての勢力範囲を正確に抽出して構文・意味解析結果とともに出力することができる、優れた自然言語処理システム及び自然言語処理方法、並びにコンピュータ・プログラムを提供することができる。
【００６４】
本発明によれば、とりたて詞の位置と、とりたてられる要素が既にとりたてられているかどうかを判断することにより、とりたてが行なわれている範囲を抽出し、構文情報に関連付けられたとりたて情報として意味情報とともに保持することができる。この結果、重要語の抽出（例えば、とりたて情報に基づいてキーワードの頻度に付随して重み付けを行なう）や、自動要約処理（副助詞は英語に翻訳すると副詞になることから、副詞を文中の正確な位置に配置することができる）などにおいて、有用な情報を抽出することができる。
【図面の簡単な説明】
【図１】ＬＦＧに基づく自然言語処理システム１の構成を模式的に示した図である。
【図２】入力文「私の娘は英語を話します。」を統語・意味解析部１により処理した結果として得られるｃ−ｓｔｒｕｃｔｕｒｅを示した図である。
【図３】入力文「私の娘は英語を話します。」を統語・意味解析部１により処理した結果として得られるｆ−ｓｔｒｕｃｔｕｒｅを示した図である。
【図４】とりたて詞のとりたて勢力範囲の判定するための処理手順を示したフローチャートである。
【図５】例文「彼だけが英語を話した。」についてのｆ−ｓｔｒｕｃｔｕｒｔｅの形式の統語・意味解析結果にとりたて情報が付加されている様子を示した図である。
【図６】例文「彼が英語だけを話した。」についてのｆ−ｓｔｒｕｃｔｕｒｔｅの形式の統語・意味解析結果にとりたて情報が付加されている様子を示した図である。
【図７】例文「彼が英語を話すだけだった。」についてのｆ−ｓｔｒｕｃｔｕｒｔｅの形式の統語・意味解析結果にとりたて情報が付加されている様子を示した図である。
【符号の説明】
１…自然言語処理システム
２…形態素解析部
２Ａ…形態素ルール，２Ｂ…形態素辞書
３…統語・意味解析部
３Ａ…文法ルール，３Ｂ…結合価辞書[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a natural language processing system and a natural language processing method for mathematically handling a natural language used for daily communication by a human, and a computer program, and particularly to a syntax and semantic analysis of a natural language sentence. The present invention relates to a natural language processing system, a natural language processing method, and a computer program.
[0002]
More specifically, the present invention relates to a natural language processing system and a natural language processing method for outputting a correct syntax / semantic analysis result for a Japanese sentence including a seizure such as an auxiliary particle or an auxiliary particle, and a computer program. In particular, the present invention relates to a natural language processing system, a natural language processing method, and a computer program, which extract a range of spelling of a syllabary, such as an auxiliary particle or a particle, and output it together with a result of syntax / semantic analysis.
[0003]
[Prior art]
The words that humans use for everyday communication, such as Japanese and English, are called "natural languages." Many natural languages have natural origins and have evolved with the history of man, ethnicity, and society. Of course, a person can communicate by gesture, hand gesture, and the like, but natural language can achieve the most natural and advanced communication.
[0004]
On the other hand, with the development of information technology, computers have become established in human society and have deeply penetrated various industries and everyday life. Now, almost all information contents such as images and sounds, as well as computer data, are handled on computers, and it is possible to perform advanced processing such as editing, processing, storing, managing, transmitting, and sharing information. .
[0005]
For example, natural languages written in various languages, including Japanese and English, are abstract and ambiguous in nature, but can perform computer processing by treating sentences mathematically. . As a result, various applications / services related to natural languages are realized by automated processing, such as machine translation, dialogue systems, search systems, and question answering systems.
[0006]
Such natural language processing is generally divided into processing phases of morphological analysis, syntactic analysis, semantic analysis, and context analysis.
[0007]
In morphological analysis, a sentence is recognized by segmenting a sentence into morphemes, which are the minimum semantic units. In the syntax analysis, a sentence structure such as a phrase structure is analyzed based on grammar rules and the like. Since the grammatical rule is a tree structure, the syntax analysis result is generally a tree structure in which individual morphemes are joined based on dependency relationships and the like. In the semantic analysis, a semantic structure expressing the meaning conveyed by the sentence is obtained based on the meaning (concept) of the word in the sentence, the semantic relationship between the words, and the like, and the semantic structure is synthesized. In the context analysis, a sentence (discussion), which is a series of sentences, is regarded as a basic unit of analysis, and a discourse structure is obtained by obtaining a semantic unit between sentences.
[0008]
Syntactic analysis and semantic analysis are considered to be indispensable technologies for realizing applications such as a dialogue system, machine translation, document proofreading support, and document summarization in the field of natural language processing.
[0009]
In the syntax analysis, a process of receiving a natural language sentence and determining a dependency relationship between words (phrases) based on grammatical rules is performed. The syntax analysis result can be expressed in the form of a tree structure (dependent tree) called a dependent structure. In the semantic analysis, it is possible to perform a process of determining a case relation in a sentence based on a dependency relation between words (phrases). Here, the case relation indicates a grammatical role of each element constituting the sentence, such as a subject (SUBJ) and an object (OBJ). Further, the semantic analysis may include a process of determining the tense, appearance, speech style, and the like of a sentence.
[0010]
By the way, among many natural languages, Japanese is said to be highly ambiguous. One reason for this depends on the existence of parts of speech, which are generally called adjunct particles ("ho", "dakari", "only" ...). In Japanese, expressions containing sub-particles are used in a very standard way, and it is important to output correct syntactic and semantic analysis results for such expressions.
[0011]
For example, adjuncts such as "ho", "dai", and "only" appear at various positions in a sentence (they can follow any of a noun, verb, particle, or adjective). The feature is that one word may have a plurality of meaning functions. In other words, the meaning of sub-particles changes depending on how they are used, which increases the ambiguity of sentences and makes it difficult to interpret and translate sentences accurately.
[0012]
On the other hand, it is possible to more accurately output the semantic information of the auxiliary particle that may have a plurality of semantic functions according to the appearance position (for example, see Non-Patent Document 1). For example, the auxiliary particle “Kari” has two meanings, “limited” and “degree”, but the syntactic information of the auxiliary particle “Kari” included in the input sentence is extracted, and the auxiliary particle “Kari” becomes a quantifier. Judgment as to whether or not it is involved, if the judgment result is true, the meaning of the adjunct particle "only" is determined to "degree", otherwise it is determined to be "limited", and the result of the semantic analysis can be output it can. In the example sentence, "He ate three apples." Since "only" is related to the quantifier "3," the meaning of "only" can be determined to "degree."
[0013]
In addition, the usage of sub-particles varies widely, such as following a sentence, following an adjective or a noun. Such a wide range of appearance positions of sub-particles is the main cause of making it difficult to properly handle sub-particles.
[0014]
On the other hand, the auxiliary particles can be clearly defined as a part of speech category, and the phrase structure relating to the auxiliary particles can be correctly handled (for example, see Non-Patent Document 2). That is, the sentence S, the verb phrase VP, the adjective phrase AP, or the noun phrase NP, and the input sentence in which the auxiliary particle P is connected are subjected to case structure analysis to determine whether or not S is included. When there is a subject not taken at the beginning of S, the input sentence including the adjunct particle including this subject is determined as a noun phrase or adverb phrase, and when the taken subject exists, this subject is excluded. The input sentence is determined as a noun phrase or an adverb phrase. When the input sentence including the adjunct particle does not include S, the input sentence is determined to be a noun phrase or an adverb phrase.
[0015]
In addition, the unclear range of the meaning of the auxiliary particles is also a major cause of difficulty in properly handling the auxiliary particles. Auxiliary particles are called "separate", as represented by "ha", "mo", "kana", and "shika", along with sub-particles. Is indispensable in realizing Here, “take” means that a specific meaning is given to a certain range by connecting auxiliary particles and particles. However, in the case where the connection destination of these set words is a verb, it is particularly difficult to determine the set range.
[0016]
[Non-patent document 1]
Japanese Patent Application No. 2002-79626 [Non-Patent Document 2]
Japanese Patent Application No. 2002-79631
[Problems to be solved by the invention]
An object of the present invention is to provide an excellent natural language processing system and a natural language processing method capable of outputting a correct syntactic / semantic analysis result for a Japanese sentence including a take particle such as an adjunct particle or an auxiliary particle, and To provide a program.
[0018]
A further object of the present invention is to provide an excellent natural language processing system and a natural language processing method capable of accurately extracting a range of a stipulated seizure such as an adjunct particle or an auxiliary particle and outputting it together with a result of syntactic / semantic analysis. , As well as computer programs.
[0019]
A further object of the present invention is to provide an excellent natural language processing system and a natural language processing method, which can accurately extract a range of a supposed verb to be a verb whose connection destination can be accurately extracted and output the result together with a syntactic / semantic analysis result. And to provide a computer program.
[0020]
Means and Action for Solving the Problems
The present invention has been made in view of the above problems, and a first aspect of the present invention is a natural language processing system for syntactically or semantically analyzing an input sentence including a settler,
A connection destination specifying means for specifying a connection destination of the predicate taken in the input sentence,
Power range determining means for performing determination processing of the power range of the take-segment according to whether or not the connection destination of the take-story is a nominal;
Is a natural language processing system comprising:
[0021]
In this case, when the connection destination of the set word is a nominative, the influence range determination means obtains the connection destination of the set word and adds it to the list of candidates of the range of influence. In other words, when the connection of the set-taken is a nominative, since the set-taken directly connected to the noun pertains only to the noun, the connection of the set-taken is taken and added to the list of candidates of the range of power.
[0022]
On the other hand, it is a special case that a take verb is related to a verb, and it becomes difficult to identify a target range. In such a case, the continuous modification component related to the connection destination is specified. Then, for each component specified as a continuous modification component, it is determined whether another component is not connected to the component of interest, and if another component is not connected, the connection of the component is determined. The process of adding the end to the list of range candidates is repeatedly performed.
[0023]
In addition, when another etatori is connected, the connection destination of the tetri is not added to the range candidate list.
[0024]
Therefore, according to the present invention, by determining the position of the take-out word and whether or not the taken-out element has already been taken out, the range in which the take-out is performed is extracted, and as the take-out information associated with the syntax information. It can be stored together with semantic information. As a result, important words are extracted (for example, weighting is added to the frequency of keywords based on the information taken), and automatic summarization processing is performed. Useful information can be extracted.
[0025]
According to a second aspect of the present invention, there is provided a computer program described in a computer-readable format so as to execute, on a computer system, a natural language process for syntactically or semantically analyzing an input sentence including a take-out word. hand,
A connection destination specifying step of specifying a connection destination of a predicate taken in the input sentence;
Taking the connection of the take-out verb and adding it to the list of candidates of the range of influence, if the connection of the take-out is a nominative,
In the case where the connection destination of the stakeout is not a nomenclature, specify the combined modification components related to the connection destination and judge whether or not another stakeholder is connected for each component specified as the combined use modification component. And a step of sequentially adding a connection destination of the take-letter to a list of range candidates when another take-word is not connected.
[0026]
The computer program according to the second aspect of the present invention defines a computer program described in a computer-readable format so as to realize a predetermined process on a computer system. In other words, by installing the computer program according to the second aspect of the present invention in a computer system, a cooperative action is exerted on the computer system, and the natural language according to the first aspect of the present invention is realized. The same operation and effect as those of the processing system can be obtained.
[0027]
Further objects, features, and advantages of the present invention will become apparent from more detailed descriptions based on embodiments of the present invention described below and the accompanying drawings.
[0028]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.
[0029]
A natural language processing system according to the present invention outputs a correct syntactic / semantic analysis result for a Japanese sentence including a set particle such as an auxiliary particle or a particle to perform a more accurate syntactic / semantic analysis process. .
[0030]
A typical example of grammatical theory for performing semantic analysis is Lexical Functional Grammmar (LFG). The present invention can be implemented by being incorporated in, for example, a syntactic / semantic analysis process based on the LFG grammar theory.
[0031]
In LFG, the linguistic knowledge or grammar of the native speaker is configured as a component separate from computer processing and other non-grammatical processing parameters that affect the processing operation of the computer. First, an overview of the natural language processing system will be briefly described.
[0032]
FIG. 1 schematically shows a configuration of a natural language processing system 1 based on LFG.
[0033]
The morphological analysis unit 2 has a morphological rule 2A and a morphological dictionary 2B related to a specific language such as Japanese, and performs a part-of-speech recognition process by segmenting an input sentence into morphemes that are the minimum semantic units. For example, if the sentence "My daughter speaks English" is input, the result of the morphological analysis is "upd daughter {Noun} of me {Noun} is {up} English {Noun} {Speak {Verb1} tr} mas@jp}.{pt} "is output.
[0034]
Such a morphological analysis result is then input to the syntactic / semantic analysis unit 3. The syntactic and semantic analysis unit has dictionaries such as grammar rules 3A and valency dictionaries 3B, and analyzes phrase structures based on grammar rules, etc., and based on the meaning of words in sentences and the semantic relationship between words. Analyzes the semantic structure that expresses the meaning conveyed by the sentence. (The valency dictionary describes the relationship between the verb and other components in the sentence such as the subject, and extracts the semantic relationship between the predicate and the related word. can do). Then, as a result of the syntax analysis, the input sentence is questioned based on “c-structure (constituent structure)” that represents a phrase structure of a sentence composed of words and morphemes as a tree structure, and a case structure such as a subject and an object. “F-structure (functional structure)” is output as a result of semantically and functionally analyzing sentences, past tense, polite sentences, and the like.
[0035]
FIGS. 2 and 3 show c-structure and f-structure obtained as a result of processing the input sentence "My daughter speaks English" by the syntactic / semantic analysis unit 1, respectively.
[0036]
The c-structure represents the structure of a word or phrase in a sentence in a tree structure format, and is defined by a syntax category. For example, phonological interpretation for generating a phoneme sequence can be performed based on c-structure. On the other hand, f-structure clearly expresses a grammatical function, and includes a grammatical function name, a semantic format, and a characteristic symbol. By referring to the f-structure, it is possible to obtain a semantic understanding such as a subject, an object, a complement, a modifier, and the like. The f-structure is a set of features attached to each node of the c-structure, and is represented in the form of an attribute-attribute value matrix as shown in FIG. That is, the left side in [] is the name of the feature (attribute), and the right side is the value of the feature (attribute value).
[0037]
For details of LFG, see, for example, M. Kaplan and J.A. Bresnan co-author of the paper... "Lexical-Functional Grammar: A Formal System for Grammatical Representation" (The MIT Press, Cambridge (1982) Reprinted in Formal Issues in Lexical-Functional Grammar, pp 29-130 CSLI publications, Stanford University (1995 ).).
[0038]
Next, the processing for determining the range of the take power of the take language by natural language processing according to the present invention will be described in detail. Here, “take” means that a specific meaning is given to a certain range by connecting auxiliary particles and particles.
[0039]
FIG. 4 shows, in the form of a flowchart, a processing procedure for determining the range of the power of a take-taken.
[0040]
When a sentence including a set particle such as an auxiliary particle or an auxiliary particle is input to the system, first, a connection destination of the set particle is specified (step S1).
[0041]
Next, it is determined whether or not the connection destination of the take lyrics is a nominative (step S2).
[0042]
Here, in the case where the connection destination of the take away is a nominative, since the take away directly connected to the noun relates to only the noun, the connection of the take away is taken and added to the list of candidates of the range of power (step S3). ).
[0043]
If the connection destination of the predicate is not a nominal, the continuous modification component (that is, lower category) related to the connection destination is specified (step S5). It is a special case that a taking verb is related to a verb, and it becomes difficult to process a dependency relationship.
[0044]
Then, for each component specified as the continuous modification component, it is determined whether another component is not connected to the component of interest (step S6). If another component is not connected, the relevant component is not connected. The process of adding the connection destination of the take word to the list of range candidates (step S7) is repeatedly performed.
[0045]
The list of range candidates extracted in this way is output as a newly obtained power range (step S4). This collection information is output together with the semantic information in association with the syntax information.
[0046]
In the following, a specific example of the extraction result of the extracted power range according to the determination process of the extracted power range of the set word shown in FIG. 4 will be described.
[0047]
For example, in the case of the example sentence "He only spoke English." Since the connection destination of the auxiliary particle "Jita" as a take-off is the nominative "He," a list of candidates for the range of influence taking this connection-to Add to
[0048]
In the case of the example sentence "He spoke only English.", Since the connection destination of the auxiliary particle "Jita" as a take-off is "Nominal" in English, a list of candidates for the range of influence taking this connection-to Add to
[0049]
Also, in the example sentence "He only spoke English." In this case, the continuous modification component (ie, lower category) related to the connection destination is specified. Then, for each of the components “he”, “English”, and “speak” included in the continuous modification component, it is determined whether or not another taking word is connected. In this example sentence, since another component is not connected to another component, the connection destination of the component is added to the list of range candidates as it is.
[0050]
Also, in the example sentence "He only spoke English.", The connection destination of the auxiliary particle "only" as a vocabulary is "speaking", not physical language. In this case, the continuous modification component (ie, lower category) related to the connection destination is specified. Then, for each of the components “he”, “English”, and “speak” included in the continuous modification component, it is determined whether or not another taking word is connected. In this example sentence, since different take-outs are not connected for "English" and "speak", the connection destination of the take-out is added to the range candidate list as it is. On the other hand, the component "he" is already connected with another particle "ha" as a separate take, and has already been taken away. Do not add the connection of the lyric to the list of range candidates.
[0051]
The results of the above processing are summarized in the table below.
[0052]
[Table 1]

[0053]
Further, in the present embodiment, the result of extracting the range in which the take-up is performed by the take-out verb is held together with the semantic information as the take-out information associated with the syntax information. According to such an information holding form, as a result, extraction of an important word (for example, weighting is attached to the frequency of a keyword based on the information taken) and automatic summarization processing (when a sub-particle is translated into English) Since the adverb becomes an adverb, the adverb can be arranged at an accurate position in the sentence), and useful information can be extracted.
[0054]
FIG. 5 shows the syntax meaning of the example sentence “only he spoke English.” In the form of f-structure. In f-structure, grammatical functions are clearly expressed, and are composed of grammatical function names, semantic forms, and characteristic symbols. By referring to the f-structure, it is possible to obtain a semantic understanding such as a subject, an object, a complement, a modifier, and the like.
[0055]
In the illustrated example, since the range of power of the auxiliary particle "only" as a take-out particle is the nominative "he", the attribute value "he" of the attribute SUBJ in the f-structure is referred to by a link to the take-out information. “Toritate +” is added as a marker of “”, and “limit” is inserted in the value of the marker “sem” representing the semantic function of the taken word in the link information as link reference information.
[0056]
FIG. 6 shows the syntax meaning of the example sentence "he spoke only English" in the form of f-structure. In the example shown in the figure, since the range of influence of the auxiliary particle "only" as a take-out particle is the nominative "English", the attribute value "English" of the attribute OBJ in the f-structure is referred to as a link to the take-down information. “Toritate +” is added as a marker of “”, and “limit” is inserted in the value of the marker “sem” representing the semantic function of the taken word in the link information as link reference information.
[0057]
FIG. 7 shows the syntax meaning of the example sentence “He only spoke English” in the form of f-structure. In the illustrated example, the sphere of influence of the auxiliary particle "only" as a take-up particle is all the components "hi", "English", and "speak" included in the combined modification component. Therefore, “toritate +” is added to the attribute value “hi” of the attribute SUBJ in the f-structure as a marker for referring to the link to the information, and the information for the link as the reference information includes the word “to”. “Limit” is inserted in the value of the marker “sem” representing the semantic function. In addition, “toritate +” is added to the attribute value “English” of the attribute OBJ as a marker for referring to the link information, and the marker information indicating the semantic function of the set word is added to the link information as link reference information. “Limit” is inserted in the value of “sem”. In addition, “toritate +” is added to the attribute value “speak” of the attribute PRED as a marker for link reference to the set information, and a marker indicating the semantic function of the set word is added to the set information as link reference information. “Limit” is inserted in the value of “sem”.
[0058]
In addition, in the examples shown in FIGS. 5 to 7, the information is added in the form of establishing a link from the power range of f-structure, but the output format of the determination result of the power range according to the present embodiment is It is not limited to this. For example, a format in which information is embedded in a result of syntactic / semantic analysis such as f-structure may be used.
[0059]
[Supplement]
The present invention has been described in detail with reference to the specific embodiments. However, it is obvious that those skilled in the art can modify or substitute the embodiment without departing from the scope of the present invention.
[0060]
The present embodiment will be described based on the LFG grammar theory, but of course, the present invention can be similarly applied to an analysis system having other grammar rules.
[0061]
In short, the present invention has been disclosed by way of example, and the contents described in this specification should not be interpreted in a limited manner. In order to determine the gist of the present invention, the claims described at the beginning should be considered.
[0062]
【The invention's effect】
As described above in detail, according to the present invention, an excellent natural language processing that can accurately extract the range of the stake out of a settable such as an auxiliary particle or a particle and output it together with the result of syntactic / semantic analysis A system, a natural language processing method, and a computer program can be provided.
[0063]
Further, according to the present invention, an excellent natural language processing system and a natural language processing method capable of accurately extracting a range of a stake out of a stake which is a verb and outputting the same along with a syntax / semantic analysis result , As well as computer programs.
[0064]
According to the present invention, by determining the position of the set word and whether or not the picked element has already been set, the range where the picking is performed is extracted, and the semantic information is set as the set information associated with the syntax information. Can be held together. As a result, key words are extracted (for example, weighting is added to the frequency of keywords based on the information taken), and automatic summarization is performed (adjuvant particles become adverbs when translated into English. Useful information can be extracted.
[Brief description of the drawings]
FIG. 1 is a diagram schematically showing a configuration of a natural language processing system 1 based on LFG.
FIG. 2 is a diagram showing a c-structure obtained as a result of processing an input sentence “My daughter speaks English” by a syntactic / semantic analysis unit 1;
FIG. 3 is a diagram showing an f-structure obtained as a result of processing the input sentence “My daughter speaks English” by the syntactic / semantic analysis unit 1;
FIG. 4 is a flowchart illustrating a processing procedure for determining a range of a group of stakeholders.
FIG. 5 is a diagram showing a state in which information is added to a syntactic / semantic analysis result of an example sentence “only he spoke English.” In the form of f-structure.
FIG. 6 is a diagram showing a state in which information is added to a syntactic / semantic analysis result of an example sentence "he spoke only English" in the form of f-structure.
FIG. 7 is a diagram illustrating a state in which information is added to a syntactic / semantic analysis result of an example sentence “he just spoke English” in the form of f-structure.
[Explanation of symbols]
DESCRIPTION OF SYMBOLS 1 ... Natural language processing system 2 ... Morphological analysis part 2A ... Morphological rules, 2B ... Morphological dictionary 3 ... Syntactic / semantic analyzing part 3A ... Grammar rules, 3B ... Valency dictionary

Claims

A natural language processing system for syntactically or semantically analyzing an input sentence including a take-out phrase,
A connection destination specifying means for specifying a connection destination of the predicate taken in the input sentence,
Power range determining means for performing determination processing of the power range of the take-segment according to whether or not the connection destination of the take-story is a nominal;
A natural language processing system comprising:

The influence range determination means, when the connection destination of the take away is a nominative, takes the connection destination of the take away and adds it to the list of candidates of the power range,
The natural language processing system according to claim 1, wherein:

The influence range determining means, when the connection destination of the take-out is not a nominative, specifies the combined modification component related to the connection-destination, and for each of the components specified as the combined use modification component, another take-down is used. Judge whether or not there is a connection, and if another take-letter is not connected, add the connection destination of that take-letter to the list of range candidates,
The natural language processing system according to claim 1, wherein:

Output means for outputting the information obtained by the influence range determination means together with the semantic information in association with the syntax information,
The natural language processing system according to claim 1, wherein:

A natural language processing system that performs syntax and semantic analysis of input sentences,
When a sentence including a take-out is input, an analysis result of the input sentence is output together with the power range and the meaning of the take-out.
A natural language processing system characterized in that:

A natural language processing method for syntactically or semantically analyzing an input sentence including a take phrase,
A connection destination specifying step of specifying a connection destination of a predicate taken in the input sentence;
A power range determining step of performing a power range determination process of the take-letter depending on whether the connection destination of the take-taken is a nominative,
A natural language processing method comprising:

In the power range determination step, if the connection destination of the take away word is a nominative, take the connection destination of the take away word and add it to the list of candidates of the power range.
7. The natural language processing method according to claim 6, wherein:

In the power range determination step, when the connection destination of the picked-up word is not a notation, the combined modifier component related to the connected word is specified, and for each component specified as the combined-modification component, another picked-up word is determined. Judge whether or not there is a connection, and if another take-letter is not connected, add the connection destination of that take-letter to the list of range candidates,
7. The natural language processing method according to claim 6, wherein:

A natural language processing method for analyzing the syntax and semantics of an input sentence,
When a sentence including a take-out is input, an analysis result of the input sentence is output together with the power range and the meaning of the take-out.
A natural language processing method.

A computer program written in a computer-readable form so as to execute, on a computer system, a natural language process for syntactically or semantically analyzing an input sentence including a set language.
A connection destination specifying step of specifying a connection destination of a predicate taken in the input sentence;
Taking the connection of the take-out verb and adding it to the list of candidates of the range of influence, if the connection of the take-out is a nominative,
In the case where the connection destination of the stakeout is not a nomenclature, specify the combined modification components related to the connection destination and judge whether or not another stakeholder is connected for each component specified as the combined use modification component. And if another take-letter is not connected, sequentially adding the connection destination of the take-taken to a list of range candidates;
A computer program comprising: