JP2008021016A - 専門用語判別装置および専門用語判別方法 - Google Patents

Abstract

【課題】複合語を構成する語が専門用語であるという情報を保持していない場合にも複合語の専門性を判別することの可能な、専門用語判別装置を提供する。
【解決手段】本発明にかかる専門用語判別装置１００は、複合語の専門性を判別する専門用語判別装置１００であって、構成語を組み合わせて構成される複合語を、各構成語に分割する複合語分割部１２０と、分割された構成語間の意味距離を計算する意味距離計算部１３０と、意味距離計算部１３０により計算された意味距離の大きさに基づいて、複合語の専門性を判定する専門性判定部１４０と、を備えることを特徴とする。専門用語判別装置１００は、構成語間の意味距離の計算に用いられる単語間の距離データを記憶する距離データ記憶部１６０をさらに備えることもできる。
【選択図】図１

Description

本発明は、専門用語判別装置および専門用語判別方法に関し、より詳細には、構成語を組み合わせてなる複合語の専門性を判別する専門用語判別装置および専門用語判別方法に関する。

新しい専門用語は、例えば非特許文献１に記載された方法等により、統計的に獲得することが可能である。これらの専門用語が専門用語辞書に追加されることにより、文書の解析の正確さを高めることができる。

このようにして獲得された用語について、獲得された用語が専門用語であるかどうかの判別を行う必要が生じる場合がある。専門用語の多くは構成語を組み合わせてなる複合語であることが多いため、例えば特許文献１により開示されているように、複合語の構成語の中から中心語となるものを認定し、その構成語の辞書情報を全体にコピーする装置により、複合語が専門用語であるかどうかを判別することが考えられる。

特公平６−０７５２６４号公報 中川、森、湯本、「出現頻度と連接頻度に基づく専門用語抽出」、自然言語処理、２００３年１月、Ｖｏｌ．１０、Ｎｏ．１、ｐｐ．２７−４５

しかし、特許文献１に記載の装置では、中心語が専門用語であるという情報をあらかじめ有していなければ、複合語が専門用語であるという辞書情報を与えることができなかった。

そこで、本発明は、上記問題に鑑みてなされたものであり、本発明の目的とするところは、複合語を構成する構成語が専門用語であるという情報を保持していない場合にも複合語の専門性を判別することの可能な、新規かつ改良された専門用語判別装置を提供することにある。

上記課題を解決するために、本発明のある観点によれば、複合語の専門性を判別する専門用語判別装置が提供される。かかる専門用語判別装置は、構成語を組み合わせて構成される複合語を、各構成語に分割する複合語分割部と、複合語分割部により分割された構成語間の意味距離を計算する意味距離計算部と、意味距離計算部により計算された意味距離の大きさに基づいて、複合語の専門性を判定する専門性判定部とを備えることを特徴とする。

本発明によれば、複合語を構成する構成語間の意味距離の大きさに基づいて、複合語の専門性が判定される。意味距離は、単語間の意味的な近さを表す値であり、意味距離により、複合語を構成する構成語どうしが意味的に近いものであるか、あるいは遠いものであるかを表すことができる。本発明は、算出された構成語間の意味距離を用いることにより、あらかじめ構成語が専門用語であるか否かについて情報を保持していなくとも、複合語の専門性を判定することができる。

ここで、専門用語判別装置は、構成語間の意味距離の計算に用いられる単語間の距離データを記憶する距離データ記憶部をさらに備えることもできる。距離データ記憶部の保持する距離データには、例えば、単語を同義語・類義語などにより分類したシソーラスなどを用いることができる。

専門性判定部は、構成語間の意味距離が第１の閾値より大きい場合に、複合語が専門用語であると判定する。第１の閾値は、各構成語の意味が遠すぎるか否かを判別するために設けられる。または、構成語間の意味距離が第２の閾値より小さい場合に、複合語が専門用語であると判定する。第２の閾値は、各構成語の意味が近すぎるか否かを判別するために設けられる。本発明において、複合語の「専門性」は、通常は組み合わせないような構成語の組み合わせの存在により計られる。したがって、複合語に、構成語間の意味が遠すぎる組み合わせが含まれていたり、あるいは構成語間の意味が近すぎる組み合わせが含まれる場合、通常は組み合わせない構成語が含まれているとして専門用語であると判定される。このように、本発明にかかる専門用語判別装置では、構成語の組み合わせにより専門性を有する複合語を判別することができる。

また、複合語を構成する構成語が３つ以上ある場合には、複合語は複数の構成語間の意味距離を有する。この場合、専門性判定部は、複数の構成語間の意味距離のうち最大値である最大意味距離と第１の閾値とを比較し、または複数の構成語間の意味距離のうち最小値である最小意味距離と第２の閾値とを比較することにより、複合語が専門用語であるか否かを判定することができる。

また、上記課題を解決するために、本発明の別の観点によれば、複合語の専門性を判別する専門用語判別方法が提供される。かかる専門用語判別方法は、入力された複合語を、複合語を構成する構成語に分割する複合語分割ステップと、分割された構成語間の意味距離を計算する意味距離計算ステップと、計算された意味距離の大きさに基づいて、複合語の専門性を判定する専門性判定ステップと、を備えることを特徴とする。

本発明によれば、複合語を構成する構成語間の意味距離の大きさに基づいて、複合語の専門性が判定される。これにより、あらかじめ構成語が専門用語であるか否かについて情報を保持していなくとも、複合語の専門性を判定することができる。

ここで、意味距離計算ステップは、単語間の距離データを記憶する距離データ記憶部に記憶された距離データを用いて、構成語間の意味距離を計算することができる。距離データ記憶部の保持する距離データには、例えば、単語を同義語・類義語などにより分類したシソーラスなどを用いることができる。

また、専門性判定ステップは、構成語間の意味距離が第１の閾値より大きい場合に、複合語が専門用語であると判定する。または、構成語間の意味距離が第２の閾値より小さい場合に、複合語が専門用語であると判定する。ここで、第１の閾値は、各構成語の意味が遠すぎるか否かを判別するために設けられる。第２の閾値は、各構成語の意味が近すぎるか否かを判別するために設けられる。

また、複合語を構成する構成語が３つ以上ある場合には、複合語は複数の構成語間の意味距離を有する。この場合、専門性判定ステップは、複数の構成語間の意味距離の中で最大値である最大意味距離と第１の閾値とを比較し、または複数の構成語間の意味距離の中で最小値である最小意味距離と第２の閾値とをそれぞれ比較して、複合語が専門用語であることを判定することができる。

以上説明したように本発明によれば、複合語を構成する語が専門用語であるという情報を保持していない場合にも複合語の専門性を判別することの可能な、専門用語判別装置を提供することができる。

以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

まず、図１および図２に基づいて、本発明の実施形態にかかる専門用語判別装置１００の構成について説明する。なお、図１は、本実施形態にかかる専門用語判別装置１００の構成を示すブロック図である。図２は、本実施形態にかかる距離データ記憶部１６０の構造を示す説明図である。

本実施形態にかかる専門用語判別装置１００は、図１に示すように、複合語入力部１１０と、複合語分割部１２０と、意味距離計算部１３０と、専門性判定部１４０と、判定結果出力部１５０と、距離データ記憶部１６０とを備える。

複合語入力部１１０は、辞書に新しく追加される候補である複合語が入力される機能部である。複合語入力部１１０に入力された複合語は、複合語分割部１２０に送信される。

複合語分割部１２０は、複合語を構成要素（構成語）に分割する機能部である。複合語分割部１２０には、例えば、既存の形態素解析装置を用いることができる。複合語分割部１２０により構成語に分割された複合語は、意味距離計算部１３０に送信される。

意味距離計算部１３０は、複合語を構成する構成語間の意味距離を計算する機能部である。意味距離計算部１３０は、複合語分割部１２０による分割によって生成された複合語の各構成語について、後述する距離データ記憶部１６０に記憶された情報を読み出して、構成語間の意味距離を計算する。本実施形態にかかる意味距離計算部１３０は、構成語間の意味距離について、最大値（最大意味距離）と最小値（最小意味距離）とを算出する。算出された意味距離は、専門性判定部１４０に送信される。

専門性判定部１４０は、複合語の専門性を判定して出力する機能部である。専門性判定部１４０は、意味距離計算部１３０により算出された構成語間の意味距離の値を、あらかじめ設定された基準値（閾値）と比較することにより、複合語の専門性を判定する。この専門性の判定方法の詳細については、後述する。

判定結果出力部１５０は、専門性判定部１４０により判定した複合語の専門性の有無を出力する機能部である。なお、本実施形態の判定結果出力部１５０から出力される値は、専門性の有無であるが、本発明はかかる例に限定されず、例えば計算された意味距離とあらかじめ設定された閾値との差異に基づく数値情報を専門性指標として出力するようにしてもよい。

距離データ記憶部１６０は、同義語・類義語等により単語を分類し、単語間の関係を記憶した記憶部であり、例えばＲＡＭやハードディスク等のメモリを含んで構成される。距離データ記憶部１６０の保持するデータ構造としては、例えば、図２に示すような階層構造とすることができる。この場合、木構造のノードに相当する部分に単語が配置され、枝（経路）に相当する部分に２つの単語間の意味距離が記されるようなデータ構造とすることができる。

以上、本実施形態にかかる専門用語判別装置１００の構成について説明した。この専門用語判別装置１００は、複合語を構成する構成語間の意味距離を用いて、複合語が専門用語であるか否かを判別することを特徴とする。次に、図３および図４に基づいて、本実施形態にかかる専門用語判別装置１００による専門用語判別方法について説明する。なお、図３は、本実施形態にかかる専門用語判別方法を示すフローチャートである。図４は、意味距離計算処理を示すフローチャートである。

本実施形態にかかる専門用語判別方法は、図３に示すように、まず、専門用語判別装置１００に与えられた複合語を構成語に分割する（Ｓ１０１）。複合語を構成語に分割する複合語分割部１２０は、上述したように既存の形態素解析装置を用いることができる。この処理の詳細な説明は省略するが、一般的な形態素解析装置に未知の複合語を入力することによって、入力された複合語を形態素単位で分割して出力することができる。

次いで、ステップＳ１０１にて構成語に分割された複合語について、各構成語間の意味距離を計算する（Ｓ１０３）。この意味距離計算処理について、以下、図４に基づいて説明する。

構成語間の意味距離の計算処理は、図４に示すように、まず、ステップＳ１０１において構成語に分割された複合語に対して、先頭から隣接する構成語のペアを作成する（Ｓ２０１）。ステップＳ２０１では、意味距離を計算する構成語のペアを決定する。なお、本実施形態では、隣接する構成語のペアを作成したが、すべての構成語の組み合わせについて意味距離を求めて最大意味距離または最小意味距離を決定してもよい。

次いで、構成語間の意味距離の値に初期値を設定する（Ｓ２０３）。ここで、本実施形態では、複合語を構成する構成語間の意味距離について、最大値（最大意味距離）と最小値（最小意味距離）とを決定する。ステップＳ２０３では、最大意味距離および最小意味距離に初期値を設定し、例えば最大意味距離の初期値に０、最小意味距離の初期値に無限大を設定することができる。なお、本実施形態では、意味距離の値として、意味距離の最大値と最小値の両方を用いるが、本発明はかかる例に限定されず、例えば、意味距離の最大値と最小値のいずれか一方のみを用いてもよく、意味距離の最大値と最小値との差を用いてもよい。

さらに、ステップＳ２０１にて作成された構成語のペアについて、意味距離計算が行われていない構成語のペアが存在するか否かを判定する（Ｓ２０５）。ステップＳ２０５において、すべての構成語のペアについて意味距離計算が行われている場合には、最大意味距離および最小意味距離を出力し（Ｓ２０７）、図３のステップＳ１０５の処理を行う。

一方、ステップＳ２０５において、意味距離計算がまだ行われていない構成語のペアが存在する場合には、ステップＳ２０９〜Ｓ２１３の処理を行う。

意味距離計算が行われていない構成語のペアについて、まず、各構成語の距離データ記憶部１６０上での位置を特定し、一方の語から他方の語までの最短到達経路を探す（Ｓ２０９）。その後、ノードからノードへの各経路に付与されている意味距離に基づいて、到達経路上の意味距離を積算する。例えば、図２において、「テレビ」から「広告」への最短到達経路は「テレビ−公開−広告」であり、この場合の意味距離は、０．２＋０．１＝０．３である。

次いで、ステップＳ２０９で算出された意味距離の値と、現在保持している意味距離とを比較する（Ｓ２１１）。本実施形態では、ステップＳ２０９で算出された意味距離の値が、保持している最大意味距離よりも大きいか、最小意味距離よりも小さいかのいずれかが成立するか否かについて判定する。成立すると判定された場合には、ステップＳ２１３の処理を行う。一方、いずれも成立しない場合は、ステップＳ２０５に戻る。

ステップＳ２０９にて意味距離の条件が成立すると判定されると、現在保持されている意味距離の値を、ステップＳ２０９で算出された意味距離の値に更新する（Ｓ２１３）。最大意味距離の条件が成立していれば、保持されていた最大意味距離を、算出した最大意味距離に更新する。同様に、最小意味距離の条件が成立していれば、保持されていた最小意味距離を、算出した最小意味距離に更新する。意味距離の更新が終わると、ステップＳ２０５に戻る。

以上、本実施形態での意味距離計算処理について説明した。このような処理により、最終的に複合語を構成する構成語間の意味距離のうち、最大意味距離と最小意味距離とを決定することができる。

ステップＳ１０３にて意味距離が算出されると、算出された構成語間の意味距離は専門性判定部１４０に送信される。そして、算出された構成語間の意味距離を受け取った専門性判定部１４０は、複合語に専門性があるか否かを判定する（Ｓ１０５）。かかる判定は、算出された最大意味距離および最小意味距離を、あらかじめ設定された最大閾値および最小閾値と比較することによって行われる。この最大閾値および最小閾値は、例えばいくつかの例を用いた実験や経験により決定することができる。

ここで、専門性の判定条件は、設定された最大閾値より最大意味距離が大きいか、または最小閾値より最小意味距離が小さいか、と設定することができる。そして、この判定条件を満たす場合、入力された複合語に専門性があると判定される。一方、どちらの条件も満たさない場合には、入力された複合語に専門性がない（入力された複合語は専門用語ではない）と判定される。

この判定条件は、判別対象となる複合語の構成要素が、意外な組み合わせであることに基づくものである。専門用語は、普通の人は知らないが、その分野に精通している人ならば知っている用語であることから、専門用語は、通常組み合わせないような意外な要素を組み合わせて構成されていると考えられる。かかる考えに基づき、本実施形態でいう「専門性」は、通常組み合わせないような構成要素の組み合わせにより計られる。すなわち、本実施形態でいう専門用語と判別される複合語は、「意味距離が遠すぎる構成語が隣り合う箇所がある」または「意味距離が近すぎる構成語が隣り合う箇所がある」のいずれかの条件を満たすことになる。

ステップＳ１０５にて複合語の専門性が判定されると、専門性判定部１４０での判定結果が、判定結果出力部１５０により結果を出力される（Ｓ１０７）。このようにして、複合語が専門用語であるか否かを判別することができる。

次に、図２〜図４に基づき、具体的な入力例による本実施形態にかかる専門用語判別装置１００の処理を、実施例１および実施例２として説明する。

（実施例１）
実施例１では、「公開鍵暗号」という複合語が専門用語判別装置１００の複合語入力部１１０に入力された場合について説明する。

複合語入力部１１０から複合語「公開鍵暗号」を受信した複合語分割部１２０は、まず、かかる複合語を構成語に分割する。この処理により、複合語「公開鍵暗号」は、「公開」、「鍵」、「暗号」の３つの構成語に分割され、複合語分割部１２０によって構成語に分割された複合語は、意味距離計算部１３０に送信される。

次いで、意味距離計算部１３０は、複合語を構成する３つの構成語から、例えば隣り合う構成語をペアとした、「公開−鍵」、「鍵−暗号」というペアを作成する。そして、最大意味距離に０、最小意味距離に無限大を初期値としてそれぞれ設定する。ここで、これら２つのペアの意味距離はまだ計算されていないため、ペアをなす構成語間の意味距離をそれぞれ計算する。

まず、「公開−鍵」のペアの意味距離を計算する。このため、距離データ記憶部１６０上で最短到達経路を探索する。図２を参照すると、最短到達経路は「公開−Ｂ−Ａ−Ｃ−秘密−鍵」となる。次いで、その意味距離を計算すると、１５．２＋１８．９＋０．４＝３４．５となる。この意味距離の値は、最大意味距離０より大きく、最小意味距離無限大より小さいので、最大意味距離および最小意味距離の条件がともに成立する。したがって、最大意味距離および最小意味距離ともに、３４．５という値に更新される。

次に、「鍵−暗号」のペアの意味距離を計算する。距離データ記憶部１６０上で最短到達経路を探索すると、図２より、最短到達経路は「鍵−秘密−暗号」という経路になり、意味距離は、０．４＋０．１＝０．５となる。この値は、最大意味距離３４．５よりは大きくないが、最小意味距離３４．５よりは小さい。したがって、最小意味距離のみを０．５という値で更新する。

以上より、意味距離計算部１３０は、複合語「公開鍵暗号」の最大意味距離を３４．５、最小意味距離を０．５と決定し、この意味距離の値を専門性判定部１４０に送信する。

意味距離の値を受信した専門性判定部１４０は、あらかじめ設定された最大閾値および最小閾値と、意味距離の値とを比較する。ここで、例えば、最大閾値が３０．０、最小閾値が０．４５と設定されているとする。この場合、最小意味距離０．５は最小閾値０．４５よりも大きいので専門性の判定条件を満たさないが、最大意味距離３４．５は最大閾値３０．０よりも大きいので専門性の判定条件を満たす。

以上より、専門性判定部１４０は、「公開鍵暗号」は専門性のある複合語と判定され、判定結果出力部１５０からかかる結果が出力される。

（実施例２）
次に、実施例２では、「秘密鍵暗号」という複合語が複合語入力部１１０に入力された場合について説明する。

実施例１と同様に処理を行うと、複合語「秘密鍵暗号」は、「秘密」、「鍵」、「暗号」という構成語に分割され、その後、「秘密−鍵」、「鍵−暗号」のペアが作成される。そして、構成語の各ペアについて距離データ記憶部１６０上で最短到達経路を探索し、その意味距離を計算する。図２より、「秘密−鍵」の意味距離は０．４、「鍵−暗号」の意味距離は０．５となり、最大意味距離は０．５、最小意味距離は０．４と決定される。算出された意味距離は、専門性判定部１４０に送信される。

専門性判定部１４０は、受け取った意味距離に基づいて、複合語「秘密鍵暗号」に専門性があるか否かについて判定する。ここで、専門性を判定するための最大閾値および最小閾値が、最大閾値３０．０、最小閾値０．４５であるとすると、最大意味距離０．５は最大閾値３０．０より小さいので専門性の判定条件を満たさないが、最小意味距離０．４は最小閾値０．４５よりも小さいので専門性の判定条件を満たす。したがって、専門性判定部１４０は、「秘密鍵暗号」を専門性のある複合語と判定し、判定結果出力部１５０からかかる結果が出力される。

実施例１で判別対象とした複合語「公開鍵暗号」では、「鍵」という本来公にすべきものではないものに「公開」という言葉が組み合わされていることに意外性があり、一方、実施例２で判別対象とした複合語「秘密鍵暗号」では、当然秘密にされる「鍵」に「秘密」という言葉が組み合わされていることに意外性（不自然さ）がある。このように、複合語を構成する構成語の組み合わせに意外性、すなわち構成語の意味が遠すぎたり近すぎたりする場合、その複合語は専門用語と判別される。したがって、意味距離が遠すぎる構成語が隣り合う箇所を含む複合語、または意味距離が近すぎる構成語が隣り合う箇所を含む構成語を、専門用語として判別する。

以上、本発明の実施形態にかかる専門用語判別装置１００の処理について説明した。この専門用語判別装置１００は、複合語を構成する構成語間の意味距離を算出し、算出された意味距離が最大閾値より大きいか、または最小閾値より小さいかという判定条件により、複合語が専門用語であるか否かを判定する。これにより、複合語の構成語が専門用語であるか否かという情報を保持していなくとも複合語の専門性を判別することができる。

以上、添付図面を参照しながら本発明の好適な実施形態について説明したが、本発明は係る例に限定されないことは言うまでもない。当業者であれば、特許請求の範囲に記載された範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

例えば、上記実施形態では、単語間の意味距離を求めるにあたり、木構造の形式で２語間の意味距離を保持するシソーラスデータを利用する例を示したが、本発明はかかる例に限定されず、単語間の意味距離を保持するようなデータであればどのような形式でもよい。

また、上記実施形態では、３つ以上の構成語が存在する場合には、隣接する２つの構成語間の意味距離を順に求め、その最大値または最小値を専門性の判定に用いたが、本発明はかかる例に限定されない。例えば、最大意味距離または最小意味距離を用いずに、各構成語間の意味距離の平均値を求めて複合語の専門性の判定に用いてもよい。

さらに、上記実施形態では、構成語間の意味距離は、距離データ記憶部の保持するデータであるシソーラス上の経路に基づく距離を用いたが、本発明はかかる例に限定されず、例えば、ベクトル空間上に各構成語を配置した場合の内積を意味距離とする等、他の形式の距離定義を行ってもよい。

また、上記実施形態では、専門性の判定において、意味距離が最大閾値よりも大きい場合と、最小閾値よりも小さい場合とを別個に判定したが、本発明はかかる例に限定されず、例えば意味距離が最大閾値と最小閾値とで設定される数値の範囲外にあるか否かを判定の基準として用いることもできる。

さらに、上記実施形態では、専門性を判定するための最大閾値および最小閾値は、固定値であったが、本発明はかかる例に限定されず、例えば最短到達経路上のノード数等のパラメータに応じて変動する値であってもよい。

また、上記実施形態では、距離データ記憶部の保持するデータであるシソーラスは、専門用語判別装置内部に備えられていたが、本発明はかかる例に限定されず、専門用語判別装置の外部の例えばサーバ等に備えることもできる。この場合、複数の専門用語判別装置によりシソーラスを共有することが可能となる。

本発明は、専門用語判別装置および専門用語判別方法に適用可能であり、特に、複合語の専門性を判別する専門用語判別装置および専門用語判別方法に適用可能である。

本発明の実施形態にかかる専門用語判別装置の構成を示すブロック図である。 距離データ記憶部の保持する距離データの構造を示す説明図である。 専門用語判別装置による専門用語判別方法を示すフローチャートである。 専門用語判別装置の意味距離計算処理を示すフローチャートである。

符号の説明

１００ 専門用語判別装置
１１０ 複合語入力部
１２０ 複合語分割部
１３０ 意味距離計算部
１４０ 専門性判定部
１５０ 判定結果出力部
１６０ 距離データ記憶部

Claims (12)

1. 複合語の専門性を判別する専門用語判別装置であって、
   構成語を組み合わせて構成される複合語を、前記各構成語に分割する複合語分割部と、
   前記複合語分割部により分割された前記構成語間の意味距離を計算する意味距離計算部と、
   前記意味距離計算部により計算された意味距離の大きさに基づいて、前記複合語の専門性を判定する専門性判定部と、
   を備えることを特徴とする、専門用語判別装置。
2. 前記構成語間の意味距離の計算に用いられる単語間の距離データを記憶する距離データ記憶部をさらに備えることを特徴とする、請求項１に記載の専門用語判別装置。
3. 前記専門性判定部は、前記構成語間の意味距離が第１の閾値より大きい場合に、前記複合語が専門用語であると判定することを特徴とする、請求項１または２に記載の専門用語判別装置。
4. 前記複合語は、複数の前記構成語間の意味距離を有し、
   前記専門性判定部は、複数の前記構成語間の意味距離の中で最大値である最大意味距離と前記第１の閾値とを比較して、前記複合語が専門用語であることを判定することを特徴とする、請求項３に記載の専門用語判別装置。
5. 前記専門性判定部は、前記構成語間の意味距離が第２の閾値より小さい場合に、前記複合語が専門用語であると判定することを特徴とする、請求項１または２に記載の専門用語判別装置。
6. 前記複合語は、複数の前記構成語間の意味距離を有し、
   前記専門性判定部は、複数の前記構成語間の意味距離の中で最小値である最小意味距離と前記第２の閾値とをそれぞれ比較して、前記複合語が専門用語であることを判定することを特徴とする、請求項５に記載の専門用語判別装置。
7. 複合語の専門性を判別する専門用語判別方法であって、
   構成語を組み合わせて構成される複合語を、前記各構成語に分割する複合語分割ステップと、
   前記分割された構成語間の意味距離を計算する意味距離計算ステップと、
   前記計算された意味距離の大きさに基づいて、前記複合語の専門性を判定する専門性判定ステップと、
   を備えることを特徴とする、専門用語判別方法。
8. 前記意味距離計算ステップは、単語間の距離データを記憶する距離データ記憶部に記憶された距離データを用いて、前記構成語間の意味距離を計算することを特徴とする、請求項７に記載の専門用語判別方法。
9. 前記専門性判定ステップは、前記構成語間の意味距離が第１の閾値より大きい場合に、前記複合語が専門用語であると判定することを特徴とする、請求項７または８に記載の専門用語判別方法。
10. 前記複合語は、複数の前記構成語間の意味距離を有し、
    前記専門性判定ステップは、
    複数の前記構成語間の意味距離の中で最大値である最大意味距離と前記第１の閾値とを比較して、前記複合語が専門用語であることを判定することを特徴とする、請求項９に記載の専門用語判別方法。
11. 前記専門性判定ステップは、前記構成語間の意味距離が第２の閾値より小さい場合に、前記複合語が専門用語であると判定することを特徴とする、請求項７または８に記載の専門用語判別方法。
12. 前記複合語は、複数の前記構成語間の意味距離を有し、
    前記専門性判定ステップは、
    複数の前記構成語間の意味距離の中で最小値である最小意味距離と前記第２の閾値とをそれぞれ比較して、前記複合語が専門用語であることを判定することを特徴とする、請求項１１に記載の専門用語判別方法。
    
    

Images