JP2010113432A - 変換候補表示装置、および変換候補表示装置の制御方法 - Google Patents

Abstract

【課題】従来の予測変換候補リストの並び替えにおいては、初めて入力された文字列であれば予測変換候補の選択自体がまだ為されていないため選択回数に基づく並び替えを適切にできない。また、ユーザ属性とカテゴリーとを適切に関連付けテーブル化していなければリスト中の変換候補を適切に並び替えることができない、という課題もある。
【解決手段】以上課題解決のため、本発明は「ベクトル比較」を利用して、予め優先変換順位と関連付けてデータベース化されているリファレンス単語ベクトルと、予測変換候補のベクトルとの類似性を算出し、その類似性に応じて予測変換候補のリスト中の表示順を並び替える機能を備える変換候補表示装置を提供する。これにより、初めての入力単語であっても、また予測変換候補がリファレンスと関連付けられていなくても、ベクトル比較による類似性を利用して変換順位を推定することができる。
【選択図】図２

Description

本発明は、ワープロ機能を有するデバイスでの文字入力における予測変換処理に関し、効率的な予測変換候補の提示を行うための技術に関する。

現在、ワープロ機能を有するデバイスでの文字入力において、いわゆる「予測変換」とよばれる機能が提供されている。この予測変換では、例えば「東京」という文字列が入力された際に、データテーブルを参照し「東京」という文字列と関連付けられている例えば「駅」、「都」、「大学」などの次に入力される可能性が高い変換候補をユーザに提示することができる。そしてこの予測変換機能を活用し、ユーザは全ての文字列を入力しなくても簡単に所望の文字列を入力することが可能となる。

また、この予測変換候補の提示に関しては、効率的に変換が行えるよう以下のような技術が開示されている。例えば、変換候補ごとに選択された回数をカウントしておき、選択回数の多い順に並べて変換候補リストを提示する、という技術が開示されている。あるいは変換対象の文字列の前後の文字列を参照し、意味内容の関連性が高い変換候補をリストの上位に表示する、といった技術も開示されている。具体的には、「東京」の前に「電車が」などの文字列が入力されていれば、その変換候補リストを「駅」が上位にくるよう並び替える、という具合である。

また、特許文献１には、単語をカテゴリに分け、文字入力者のユーザ属性や趣味嗜好などと関連性の高いカテゴリの単語を変換候補リストの上位に並び替えて表示する、といった技術も開示されている。このようにしてユーザは予測変換候補を選択する際の操作回数を減らすことができる。
特開２００８−１１２２２０号公報

しかし上記従来の予測変換候補リストの並び替えにおいては以下のような課題がある。すなわち、例えば「東京」が初めて入力された文字列であれば予測変換候補の選択自体がまだ為されていないことになる。そのため選択回数に基づく並び替えの場合、リスト中の変換候補の並び順を適切に変えることができない、という課題がある。また、例えばユーザ属性などに基づいて関連するカテゴリーの変換候補をリスト上位に並び替える場合、ユーザ属性とカテゴリーとを適切に関連付けテーブル化していなければリスト中の変換候補の並び順を適切に変えることができない、という課題もある。

以上の課題を解決するために、本発明は「ベクトル比較」を利用して、予め優先変換順位と関連付けてデータベース化されているリファレンス単語ベクトルと、予測変換候補のベクトルとの類似性を算出し、その類似性に応じて予測変換候補のリスト中の表示順を並び替える機能を備える変換候補表示装置を提供する。このような構成をとることで、初めての入力単語に対する予測変換であっても、また予測変換候補がリファレンスとなる単語と関連付けられていなくても、ベクトル比較による類似性を利用して優先変換順位を推定することができる。

また本発明では、ベクトル比較に用いるベクトルの素性値として、文字入力を行ったユーザのユーザ属性や、文字入力時の現在位置を示す入力位置情報をその素性とするベクトルを利用する。具体的には素性としてユーザ属性を利用する場合には、文字列を予測変換にて入力する際の予測変換候補の単語ベクトルである変換候補ベクトルを、文字列の入力ユーザのユーザ属性を素性として含み生成する第一変換候補ベクトル生成部と、変換優先指標を示すラベルと関連付けられたリファレンス用の変換候補の単語ベクトルであるリファレンス単語ベクトルを複数保持する第一リファレンス単語ベクトル保持部と、複数保持されているリファレンス単語ベクトルのそれぞれと、第一変換候補ベクトル生成部にて生成された変換候補ベクトルとの類似度を演算する第一類似度演算部と、前記類似度を演算するための演算式を格納した第一演算式格納部と、前記予測変換における変換候補の並び順を、前記演算により最も類似しているとされるリファレンス単語ベクトルのラベルの変換優先指標に基づいてソートして表示する第一ソート表示部と、を有する変換候補表示装置である。

また素性として入力位置情報を利用する場合には、文字列を予測変換にて入力する際の予測変換候補の単語ベクトルである変換候補ベクトルを、入力位置情報を素性として含み生成する第二変換候補ベクトル生成部と、変換優先指標を示すラベルと関連付けられたリファレンス用の変換候補の単語ベクトルであるリファレンス単語ベクトルを複数保持する第二リファレンス単語ベクトル保持部と、複数保持されているリファレンス単語ベクトルのそれぞれと、第二変換候補ベクトル生成部にて生成された変換候補ベクトルとの類似度を演算する第二類似度演算部と、前記類似度を演算するための演算式を格納した第二演算式格納部と、前記予測変換における変換候補の並び順を、前記演算により最も類似しているとされるリファレンス単語ベクトルのラベルの変換優先指標に基づいてソートして表示する第二ソート表示部と、を有する変換候補表示装置である。

また、予測変換の候補は大量にある場合などリストのソート処理の負荷を低減するため、例えばリストに一度に表示される１０個の変換候補に対してのみソートを行う機能を備える変換候補表示装置も提供する。具体的には、上記構成に加えて、第一または第二変換候補ベクトル生成部が、変換候補中、所定個数の変換候補を対象として変換候補ベクトルを生成する所定個生成手段を有し、第一または第二ソート表示部が、少なくとも所定個数の変換候補のリスト表示については、前記演算により最も類似しているとされるリファレンス単語ベクトルのラベルの変換優先指標に基づいてソートして表示する所定個ソート表示手段を有する変換候補表示装置である。また本発明ではこのような変換候補表示装置の制御方法も合わせて提供する。

以上のような構成を備える本発明によって、初めての変換対象であっても、変換優先指標が付与されたリファレンスとのベクトル比較によって変換優先順位を推測することができる。またユーザ属性を予めカテゴリーなどと関連付けておかなくても、ベクトル比較によるリファレンスとなる単語との類似度から並び替えの優先順位を求めることができる。

以下に、図を用いて本発明の実施の形態を説明する。なお、本発明はこれら実施の形態に何ら限定されるものではなく、その要旨を逸脱しない範囲において、種々なる態様で実施しうる。なお、実施例１は、主に請求項１、５について説明する。また、実施例２は、主に請求項２、６について説明する。また、実施例３は、主に請求項３、４、７、８について説明する。

≪実施例１≫
<概要>
図１は、本実施例の変換候補表示装置による予測変換候補の並び替えの一例を説明するための図である。この図１（ａ）にあるように、例えばユーザＡが携帯端末に「六本木」と入力すると、「一丁目」、「駅」、「店」、「ヒルズ」、・・・という具合に、ここでは特別な並び替え無しで次の予測変換候補リストの表示がなされている。そして、例えばこのユーザＡが「ヒルズ」を選択すると、例えば「２０代、女性」などの当該ユーザＡの属性情報と関連付けて、その選択情報が学習データを生成するサーバに送信される。またその他のユーザＢ，Ｃ、・・・による予測変換情報の選択情報も同様に学習データの生成サーバに送信される。

学習データサーバではこのように送信された選択情報を元に、例えば「２０代、女性は六本木の後にヒルズを入力する可能性が５段階評価で５」、「４０代、女性は六本木の後にヒルズを入力する可能性が５段階評価で２」、あるいは「３０代、男性は六本木の後に駅を入力する可能性が５段階評価で５」といった統計処理結果を演算し、年齢や性別などの各要素を素性とするリファレンス用のベクトルとしてデータテーブル化する。そして生成した上記のようなデータテーブルを各ユーザの携帯端末に配信する。

すると、例えばさらに別のユーザＸが「表参道」という文字列を入力した際に、携帯端末は予測変換候補として「駅」、「店」、「ヒルズ」、「欅会」、・・・などの単語を取得する。そして、各候補単語に関して、ユーザＸの属性情報「２０代、女性」および各候補単語の文字列をベクトル素性とするベクトルと、データベース化されているリファレンス用のベクトルとの類似度を算出する。そしてその類似性の判断から、携帯端末は変換候補の「ヒルズ」は（表参道ではなく六本木の後であるが）２０代の女性によく変換されている（５段階評価で５）との情報を得ることができる。そこで予測変換候補リストの並び順として、この携帯端末は図１（ｂ）に示すように「ヒルズ」を上位に並べて表示する、という具合である。

このように本実施例の変換候補表示装置では、例えば表参道という入力文字列に関して予測変換候補の並び順が予めデータベース化されていなくても、その他のリファレンス用のベクトルに対するユーザ属性を素性とするベクトルの類似性判断によって、その優先変換順位を推定することができる。

<機能的構成>
図２は、本実施例の変換候補表示装置における機能ブロックの一例を表す図である。この図にあるように、本実施例の「変換候補表示装置」（０２００）は、「ユーザ属性取得部」（０２０１）と、「第一変換候補ベクトル生成部」（０２０２）と、「第一リファレンス単語ベクトル保持部」（０２０３）と、「第一類似度演算部」（０２０４）と、「第一演算式格納部」（０２０５）と、「第一ソート表示部」（０２０６）と、を有する。

なお、以下に記載する本変換候補表示装置の機能ブロックは、ハードウェア、ソフトウェア、又はハードウェア及びソフトウェアの両方として実現され得る。具体的には、コンピュータを利用するものであれば、ＣＰＵや主メモリ、バス、あるいは二次記憶装置（ハードディスクや不揮発性メモリ、ＣＤやＤＶＤなどの記憶メディアとそれらメディアの読取ドライブなど）、情報入力に利用される入力デバイス、印刷機器や表示装置、その他の外部周辺装置などのハードウェア構成部、またその外部周辺装置用のインターフェース、通信用インターフェース、それらハードウェアを制御するためのドライバプログラムやその他アプリケーションプログラム、ユーザーインターフェース用アプリケーションなどが挙げられる。

そして主メモリ上に展開したプログラムに従ったＣＰＵの演算処理によって、入力デバイスやその他インターフェースなどから入力されメモリやハードディスク上に保持されているデータなどが加工、蓄積されたり、上記各ハードウェアやソフトウェアを制御するための命令が生成されたりする。また、この発明は変換候補表示装置として実現できるのみでなく、方法としても実現可能である。また、このような発明の一部をソフトウェアとして構成することができる。さらに、そのようなソフトウェアをコンピュータに実行させるために用いるソフトウェア製品、及び同製品を記録媒体に固定した記録媒体も、当然にこの発明の技術的な範囲に含まれる（本明細書の全体を通じて同様である）。

「ユーザ属性取得部」（０２０１）は、文字列を入力するユーザの属性情報であるユーザ属性を取得する機能を有し、例えばＣＰＵや主メモリ、入力デバイスやユーザ属性取得プログラムなどによって実現できる。具体的には、例えば予め文字入力ユーザが自身のユーザ端末にユーザ属性を登録保持しておく構成とすることで、適宜保持されているユーザ属性を取得する、という具合である。またここで登録保持されるユーザ属性は、例えばユーザの年齢（年代）、性別、職業、出身地、趣味、特技、生年月日、血液型などが挙げられる。なお、ここでのユーザ属性の取得は、上記のように予め登録保持されているユーザ属性を取得する形態には限定されない。例えば、画像撮影機能などを有していれば、文字入力ユーザの顔を撮影し、複数のユーザ属性ごとに用意されたパターン画像とのマッチング処理を行うことで、ユーザ属性を取得するなどの構成も挙げられる。

また、複数ユーザのユーザ属性情報をユーザＩＤと関連付けて登録保持しておき、文字列入力の際にユーザＩＤを入力させることで現在の入力ユーザのユーザ属性を区別して取得できるよう構成しても良い。そして、このように取得されたユーザ属性を利用して、次の構成では予測変換における変換候補のベクトルを生成する。

「第一変換候補ベクトル生成部」（０２０２）は、変換候補ベクトルを、文字列の入力ユーザのユーザ属性を素性として含み生成する機能を有し、例えばＣＰＵや主メモリ、第一変換候補べクトル生成プログラムなどで実現することができる。また「変換候補ベクトル」とは、文字列を前述の予測変換にて入力する際の予測変換候補の単語ベクトルをいう。

図３は、変換候補ベクトルの生成処理の一例を説明するための図である。この図にあるように、まず直前に入力された文字列、例えば「表参道」を参照して予測変換候補となる単語、例えば「駅」、「店」、「ヒルズ」、「欅会」、・・・などの単語を特定する。なおこの予測変換候補の特定処理は、例えば入力語とそれに続く単語を関連付けたテーブルデータを参照し、入力文字列をキーとした検索処理を行うなどの従来技術で実現すると良い。

そして、このように特定された各変換候補に対して、例えば本装置内に予め登録保持されている文字入力ユーザの属性情報、例えば「２０代、女性」といったデータをベクトルの素性として付与する。また、その他の素性として、図に示すように、例えば直前の文字列や当該直前文字列の属性（地名、商品名など）、ひらがな／カタカナ／アルファベットなどの種別、品詞、あるいは直前の文字列も含めた全体文字数や変換候補の文字数などの情報も素性として付与しても良い。

そしてこのようにユーザ属性を素性として含むベクトルで表現された予測変換候補に関し、たとえ初めて入力された文字列の予測変換候補で、その入力文字列に関して予測変換候補の並び順が予めデータベース化されていなくても、その類似性から優先変換順位を推定するために後述するリファレンス単語ベクトルとの比較判断処理を行う、という具合である。

「第一リファレンス単語ベクトル保持部」（０２０３）は、リファレンス単語ベクトルを複数保持する機能を有し、例えばＨＤＤ（ハードディスクドライブ）や不揮発性メモリ、光学記録メディアとその読取ドライブなどの各種記憶装置によって実現することができる。「リファレンス単語ベクトル」とは、変換優先指標を示すラベルと関連付けられたリファレンス用の変換候補の単語ベクトルをいい、例えば図４に示すようにデータテーブル化して保持すると良い。また、このリファレンス単語ベクトルは前記変換候補ベクトルとの類似性を判断する対象であるため、当然その素性値としてユーザ属性を含む。

また「変換優先指標」とは、各ベクトル素性におけるその変換の表示優先順位を示す指標をいい、例えば「２０代、女性は六本木の後にヒルズを入力する人が多い」という統計データに基づいて、図４中のＩＤ：Ｒ００１のリファレンス単語ベクトルには変換優先指標５が付与されている、という具合である。なおこの変換優先指標の算出は、例えば各ユーザの予測変換の選択単語の履歴を属性情報と合わせて送信するようユーザ端末側で構成し、その収集データをサーバにて統計処理して算出する方法などが挙げられる。

なお、このリファレンス単語ベクトルの生成および変換優先指標の関連付けは、当初はサービス提供者やサービス利用者によって作成入力され、登録されたものを学習事例として利用すると良い。そしてその後は、フィードバックなどによって自動的にその数を拡充するよう構成すると良い。つまりリファレンス単語ベクトルは、いわゆる「教師あり機械学習」における教師に相当する学習データとして利用されることになる。そしてこの機械学習によって、後述するベクトル比較による予測変換候補の並び順とユーザ選択順位との合致度を高める効果が期待できる。

また、各ユーザの変換操作の履歴収集や、その収集データに基づくリファレンス単語ベクトルと変換優先指標の関連付けなどの処理は、外部のサーバ装置にて実行され、その実行結果が各ユーザ端末に配信されるなどしてユーザ端末に組み込まれた本変換候補表示装置の第一リファレンス単語ベクトル保持部に保持される構成とすると良い。

そして、このように、リファレンス単語ベクトルに変換優先指標を関連付けて保持することで、たとえ初めて入力された文字列の予測変換候補で、その入力文字列に関して予測変換候補の並び順が予めデータベース化されていなくても、その類似性から予測変換候補の優先変換順位を推定することができる。

「第一類似度演算部」（０２０４）は、複数保持されているリファレンス単語ベクトルのそれぞれと、第一変換候補ベクトル生成部にて生成された変換候補ベクトルとの類似度を演算する機能を有し、例えばＣＰＵや主メモリ、第一類似度演算プログラムなどによって実現することができる。

図５は、この第一類似度演算部でのリファレンス単語ベクトルと変換候補ベクトルの類似度演算処理の一例を説明するための図である。この図５（ａ）にあるように、図３（ｂ）にてＩＤ「Ｌ００１」で識別される変換候補ベクトルを、素性をその軸とするベクトル空間に配置する。つづいて、図４にてＩＤ「Ｒ００１」で識別されるリファレンス単語ベクトルをベクトル空間に配置する。そして、両ベクトルの為す角をθとすると、ｃｏｓθ＝（ベクトルＬ００１×ベクトルＲ００１）／（｜ベクトルＬ００１｜×｜ベクトルＲ００１｜）となる。そして、両ベクトルの為す角θが小さいほど両ベクトルの素性が類似していることを示す、すなわち上記算出したｃｏｓθの値によって両ベクトルの類似性が示される、という具合である。

そして、Ｌ００１の変換候補ベクトルに関して、図４のその他のリファレンス単語ベクトル「Ｒ００２」、「Ｒ００３」、・・・との類似度（ｃｏｓθ）をそれぞれ算出する。そして図５（ｂ）に示すようにｃｏｓθの値が１に近い、すなわちヒット単語ベクトルとの類似性が高い上位ｋ個（ｋは所定の自然数。図の例では２個）のリファレンス単語ベクトル「Ｒ００１」と「Ｒ００４」を特定する。そして第一リファレンス単語ベクトル保持部にて「Ｒ００１」に関連付けて保持されている変換優先指標「５」と、「Ｒ００４」の変換優先指標「４」との平均値（端数切り上げなど）、あるいは中央値、最頻値を、予測変換候補の優先順位とする、という具合である。

なお、上記の予測変換候補に対する変換優先指標の推定処理はｋ最近傍法と言われる類似性の判断処理を利用したものであるが、本実施例はもちろんこの方法に限定されず、例えば、サポートベクターマシン（ＳＶＭ）などを利用して前記類似性を判断しても良い。

そして、図３（ｂ）に示す「Ｌ００２」、「Ｌ００３」、・・・のその他の変換候補ベクトルに関しても、同様にリファレンス単語ベクトル「Ｒ００１」、「Ｒ００２」、・・・それぞれとの類似度の判断処理、及びその類似度に応じた変換優先順位の推定処理を実行する。そして、図６に示すように予測変換候補のリスト内での示されるそれぞれの変換候補の並び順を、その変換優先指標値に応じて並び替える、という具合である。

なお、このようにリファレンス単語ベクトルとの類似度に応じて新たに変換優先指標が付与された変換候補ベクトルを、第一リファレンス単語ベクトル保持部にそのまま保持し、次回以降利用するように構成しても良い。このように構成することで、リファレンス単語ベクトルの保持数を自動的に拡充し学習していくことができる。

「第一演算式格納部」（０２０５）は、前記類似度を演算するための演算式を格納する機能を有し、例えばＨＤＤや不揮発性メモリ、光学記録メディアとその読取ドライブなどの各種記憶装置によって実現することができる。ここで保持されている演算式は、例えば前記類似度判断部にて説明したようなベクトルのｃｏｓθを求めるための演算式や、ｋ最近傍法を実行するための演算式が挙げられる。ただし、ここに格納されている演算式はそれに限定されず、ベクトル間の類似度を判断し、類似度に応じて変換優先指標を示すラベルを付与する演算式であればどのような演算式であっても構わない。

「ソート表示部」（０２０６）は、前記予測変換における変換候補の並び順を、前記演算により最も類似しているとされるリファレンス単語ベクトルのラベルの変換優先指標に基づいてソートして表示する機能を有し、例えば、ＣＰＵや主メモリ、ソート表示プログラムなどで実現することができる。具体的には、上記第一類似度演算部でのベクトルの類似判断によって推定された変換優先指標を利用して、その指標値順にリスト中の予測変換候補の並び順をソートする。このようにして入力文字列に関して予測変換候補の並び順が予めデータベース化されていなくても、その他のリファレンス単語ベクトルとの類似性判断によってその優先変換順位を推定し、リスト内の並び順を適切にソートすることができる。

なお、このリストの並び順ソート処理は、その変換優先指標のみを利用して実行されるのではなく、通常の変換候補のソートルールに変換優先指標値を加味することで実行されても良い。その場合には、例えば通常のソート順を決定するための関数に含まれる変数として当該ラベル値を用いるよう構成する方法が挙げられる。

<ハードウェア構成>
図７は、上記機能的な各構成要件をハードウェアとして実現した際の、変換候補表示装置における構成の一例を表す概略図である。この図を利用して予測変換候補の表示ソート処理におけるそれぞれのハードウェア構成部の働きについて説明する。

この図にあるように、変換候補表示装置は、ユーザ属性取得部、第一変換候補ベクトル生成部、第一類似度演算部、および第一ソート表示部であり、またその他の各種演算処理を実行する「ＣＰＵ（中央演算装置）」（０７０１）と、「主メモリ」（０７０２）と、を備えている。また第一リファレンス単語ベクトル保持部および第一演算式格納部である「ＨＤＤ」（０７０３）や、文字入力を受付ける「入力デバイス」（０７０４）なども備えている。そしてそれらが「システムバス」などのデータ通信経路によって相互に接続され、情報の送受信や処理を行う。

また、「主メモリ」にはプログラムが読み出され、「ＣＰＵ」は読み出された当該プログラムを解釈し、その解釈した手順に従い各種演算処理を実行する。また、この「主メモリ」や「フラッシュメモリ」にはそれぞれ複数のアドレスが割り当てられており、「ＣＰＵ」の演算処理においては、そのアドレスを特定し格納されているデータにアクセスすることで、データを用いた演算処理を行うことが可能になっている。

ここで変換候補表示装置は、例えば予めユーザ属性の入力を「入力デバイス」などにて受付け、その受付けたユーザ属性を「ＨＤＤ」に記録、保持する。その後、変換候補表示装置は、入力デバイスを介してユーザからの文字列入力を受付けると、その文字列を「主メモリ」のアドレス１に格納する。すると「ＣＰＵ」は第一変換候補ベクトル生成プログラムを解釈し、それにしたがって以下の処理を実行する。まず、「ＨＤＤ」に格納されている予測変換テーブルを参照し、「ＣＰＵ」の論理演算処理によって当該テーブルにて入力された文字列と関連付けられている予測変換候補を特定する。

つづいて「ＣＰＵ」はユーザ属性取得プログラムを解釈し、それに従い前記「ＨＤＤ」に保持されている入力ユーザの年代や性別などのユーザ属性、またその他に入力文字列の属性や文字種別、変換候補の文字数などを「主メモリ」のアドレス２などに格納する。そして再度第一変換候補ベクトル生成プログラムの解釈結果に従い、このアドレス２などに格納されているデータを素性値として、特定された変換候補１、変換候補２、・・・のベクトルをそれぞれ生成し、「主メモリ」のアドレス３などに格納する。

さらに「ＣＰＵ」は第一類似度演算プログラムを解釈しその解釈結果に従い、「ＨＤＤ」に格納されているリファレンス単語ベクトル１（Ｒ００１）を「主メモリ」のアドレス４に読み出し、アドレス３に格納されている変換候補ベクトル１（Ｌ００１）との類似度を算出する。具体的には、例えば「ＨＤＤ」に格納されている「ｃｏｓθ＝（ベクトルＬ００１×ベクトルＲ００１）／（｜ベクトルＬ００１｜×｜ベクトルＲ００１｜）」といった演算式に上記各ベクトル値を代入し、そのコサイン距離（ｃｏｓθ）を算出する。そして、Ｌ変換候補ベクトルＬ００１に関して、その他のリファレンス単語ベクトルＲ００２、Ｒ００３、・・・などとの間でも同様にｃｏｓθを算出し、そのｃｏｓθ値が1に近いリファレンス単語ベクトルを上位ｋ個特定する。そしてｋ最近傍法によって、変換候補ベクトル１の生成元となった変換候補の単語の変換優先指標を、その上位ｋ個のリファレンス単語ベクトルに関連付けられている変換優先指標の例えば最頻値のラベルとして決定し、「主メモリ」のアドレス５に当該変換候補の単語と関連付けて格納する。また、その他の変換候補ベクトルで示される単語に関しても同様の処理によってそれぞれの変換優先指標を決定し、それぞれの単語と関連付けて「主メモリ」に格納する。

そして、「ＣＰＵ」は第一ソート表示プログラムを解釈しその解釈結果に従い、その変換優先指標で示される値の大小順に、関連付けて格納されている変換候補の単語をソートして、ソート済変換候補リストを生成し「主メモリ」のアドレス６に格納する。そして図示しないディスプレイの文字入力画面上に生成したソート済み変換候補リストを表示する、という具合である。

また、今回の変換対象となった変換候補のベクトルを次回以降はリファレンス単語ベクトルとして利用できるよう、「主メモリ」のアドレス５に格納されている変換優先指標を、その変換候補ベクトルと関連付けて、図示しない通信ＩＦを介して外部サーバ装置などに送信するよう構成しても良い。そしてこのように外部サーバに収集されその内容が更新されたリファレンス単語ベクトルが各ユーザの変換候補表示装置に配信され、ＨＤＤに更新保持されると良い。

<処理の流れ>
図８は、本実施例の変換候補表示装置における処理の流れの一例を表すフローチャートである。なお、以下に示すステップは、上記のような計算機の各ハードウェア構成によって実行されるステップであっても良いし、媒体に記録され計算機を制御するためのプログラムを構成する処理ステップであっても構わない。

この図にあるようにまず、文字入力を受付ける（ステップＳ０８０１）と、受付けた文字入力の次に入力されると予測される予測変換候補を、変換候補テーブルなどを参照し特定する（ステップＳ０８０２）。つづいて、例えば予め登録保持されているユーザ属性情報などを取得し（ステップＳ０８０３）、特定した変換候補のそれぞれに関してそのユーザ属性などを素性とする変換候補ベクトルを生成する（ステップＳ０８０４）。そして予め格納されている演算式を用いて、変換優先指標と関連付けて複数保持されているリファレンス単語ベクトルのそれぞれと変換候補ベクトルとの類似度を、例えばコサイン距離などを利用して演算する（ステップＳ０８０５）。

そして前記演算により最も類似しているリファレンス単語ベクトルの変換優先指標を当該変換候補の変換優先指標と推定する。そしてその変換優先指標を用いて、その値の大小順に変換候補の単語をソートして文字入力画面上に表示する（ステップＳ０８０６）。また、このように演算推定された変換候補ベクトルと変換優先指標の組合わせに関して、次回以降はリファレンス単語ベクトルとして利用できるよう外部サーバなどに送信するステップを加えるよう構成しても良い。

<効果の簡単な説明>
以上のように、本実施例の変換候補表示装置によって、入力文字列に関して予測変換候補の並び順などが予めデータベース化されていなくても、その他のリファレンス単語ベクトルとの類似性判断によってその優先変換順位を推定し、リスト内の並び順を適切にソートすることができる。

≪実施例２≫
<概要>
本実施例は、上記実施例と同様に、変換候補のベクトルとリファレンス単語ベクトルとの類似度の比較処理によって変換候補の変換優先指標値を推定し、その指標値に応じて変換候補を並び替えてユーザに提示する機能を備える変換候補表示装置である。そして実施例１との相違点は、変換候補ベクトルの素性値として文字列を入力した時の位置情報を利用する点である。

すなわち図９に示すように、例えば「舞浜駅付近で入力された「東京」という文字列の後には、「ランド」と入力される可能性が高い」などの統計データに基づきリファレンス単語ベクトルの変換優先指標を決定、付与する。そして、変換候補ベクトルをユーザに提示する際には、その変換候補ベクトルに関して入力位置情報をベクトル素性値として生成することで、文字入力が舞浜付近で行われていれば変換候補「ランド」が上位に提示される、という具合である。

<機能的構成>
図１０は、本実施例の変換候補表示装置における機能ブロックの一例を表す図である。この図にあるように、本実施例の「変換候補表示装置」（１０００）は、「入力位置情報取得部」（１００１）と、「第二変換候補ベクトル生成部」（１００２）と、「第二リファレンス単語ベクトル保持部」（１００３）と、「第二類似度演算部」（１００４）と、「第二演算式格納部」（１００５）と、「第二ソート表示部」（１００６）と、を有する。

「入力位置情報取得部」（１００１）は、文字列を入力したときの位置情報を取得する機能を有し、例えばＣＰＵや主メモリ、ＧＰＳ（全地球測位システム）などの位置測定機構、入力位置情報取得プログラムなどによって実現することができる。具体的には、ＧＰＳ衛星からのＧＰＳ信号の信号伝達時間を利用した三角測量処理によって本変換候補表示装置の現在位置を示す緯度経度情報を取得する方法などが挙げられる。もちろん入力位置情報の取得はこれに限定されず、例えばユーザ端末がＰＨＳや携帯電話などであれば近接する基地局情報などを利用して大まかな入力位置情報を取得することができる。また無線ＬＡＮ（ローカル・エリア・ネットワーク）の通信機能があれば、無線ＬＡＮ用のアクセスポイントの受信電波から当該アクセスポイントのＭＡＣアドレスや電界強度を取得、計測する。そしてデータベースを参照し、ＭＡＣアドレスで特定されるアクセスポイントの設置場所の位置情報および電界の減衰率などから大まかな入力位置情報を取得することもできる。あるいは、ＧＵＩ（グラフィカル・ユーザ・インターフェイス）を介してユーザが地名などを直接入力することで取得する構成も挙げられる。

「第二変換候補ベクトル生成部」（１００２）は、文字列を予測変換にて入力する際の予測変換候補の単語ベクトルである変換候補ベクトルを、前記入力位置情報を素性として含み生成する機能を有し、例えばＣＰＵや主メモリ、第二変換候補べクトル生成プログラムなどで実現することができる。具体的には、上記実施例で記載した第一変換候補ベクトル生成部と同様であるが、その相違点は生成する変換候補ベクトルの素性値として、ユーザ属性の替わりに入力位置情報を利用する点である。そしてこのように入力位置情報をベクトルの素性値とすることで、本実施例では、例えば「舞浜駅付近で入力された「東京」という文字列の後には、「ランド」と入力される可能性が高い」などの統計データに基づいて、舞浜駅付近で文字入力がされた際には変換候補として「ランド」が上位にソートして表示される、という具合である。

なお、第二変換候補ベクトル生成部は、入力位置情報とユーザ属性との双方を素性値として含むよう構成しても良い。

そして、以下の「第二リファレンス単語ベクトル保持部」（１００３）や、「第二類似度演算部」（１００４）、「第二演算式格納部」（１００５）、「第二ソート表示部」（１００６）に関しては、例えばリファレンス単語ベクトルが素性値としてユーザ属性の替わりに、あるいは加えて位置情報を含み、類似度の演算処理において位置情報で示される素性値を利用した処理が行われるなどの点を除き、基本的な構成は同じであるのでその説明は省略する。

そして、上記のような本実施例の変換候補表示装置によって、入力文字列に関して予測変換候補の並び順などが予めデータベース化されていなくても、入力位置に応じて変換候補の優先変換順位を推定し、リスト内の並び順を適切にソートすることができる。

<処理の流れ>
図１１は、本実施例の変換候補表示装置における処理の流れの一例を表すフローチャートである。なお、以下に示すステップは、上記のような計算機の各ハードウェア構成によって実行されるステップであっても良いし、媒体に記録され計算機を制御するためのプログラムを構成する処理ステップであっても構わない。

この図にあるようにまず、文字入力を受付ける（ステップＳ１１０１）と、受付けた文字入力の次に入力されると予測される予測変換候補を、変換候補テーブルなどを参照し特定する（ステップＳ１１０２）。つづいて例えばＧＰＳ機能などを利用し現在位置を入力位置情報として取得し（ステップＳ１１０３）、特定した変換候補のそれぞれに関して、その入力位置情報などを素性とする変換候補ベクトルを生成する（ステップＳ１１０４）。そして予め格納されている演算式を用いて、変換優先指標と関連付けて複数保持されているリファレンス単語ベクトルのそれぞれと変換候補ベクトルとの類似度を、例えばコサイン距離などを利用して演算する（ステップＳ１１０５）。

そして前記演算により最も類似しているリファレンス単語ベクトルの変換優先指標を当該変換候補の変換優先指標と推定する。そしてその変換優先指標を用いて、その値の大小順に変換候補の単語をソートして文字入力画面上に表示する（ステップＳ１１０６）。また、このように演算推定された変換候補ベクトルと変換優先指標の組合わせに関して、次回以降はリファレンス単語ベクトルとして利用できるよう外部サーバなどに送信するステップを加えるよう構成しても良い。

<効果の簡単な説明>
以上のように本実施例の変換候補表示装置によって、入力文字列に関して予測変換候補の並び順などが予めデータベース化されていなくても、入力位置に応じて変換候補の優先変換順位を推定し、リスト内の並び順を適切にソートすることができる。

≪実施例３≫
<概要>
本実施例は、上記実施例を基本とし、例えば変換候補リストの１ウィンドウ内に表示される単語分だけ、という具合に一部のみソート表示を行うよう構成された変換候補表示装置である。

図１２は、本実施例の変換候補表示装置によってソートされた変換候補リストの一例を表す図である。この図１２（ａ）にあるように、全変換候補のうち例えばあいうえお順で並べて最初の４個分を１ウィンドウ内に表示しており、その４個分に関しては上記実施例で記載したようなソート表示のための演算処理を行っている。しかし、図１２（ｂ）にあるように、続く５個目からの変換候補に関しては、ソート表示のための演算処理を行っていない、という具合である。また、この５個目以降の変換候補に関しては、例えばユーザが「次へ」のボタン操作で２ページ目のウィンドウの表示操作を行ってから改めてソート表示のための演算処理を行うよう構成しても良い。あるいは、ユーザが１つ目のウィンドウを閲覧中に、バックグラウンド処理で次ページ以降のウィンドウ内の変換候補のソート演算処理を行うよう構成しても良い。

そして本実施例ではこのように構成することで、変換候補のリストをウィンドウなどでソート表示する際の演算処理負荷を低減または分散し、変換候補リストの表示速度を速くすることができる。

<機能的構成>
図１３は、本実施例の変換候補表示装置における機能ブロックの一例を表す図である。この図にあるように、本実施例の「変換候補表示装置」（１３００）は、例えば実施例１を基本として「ユーザ属性取得部」（１３０１）と、「第一変換候補ベクトル生成部」（１３０２）と、「第一リファレンス単語ベクトル保持部」（１３０３）と、「第一類似度演算部」（１３０４）と、「第一演算式格納部」（１３０５）と、「第一ソート表示部」（１３０６）と、を有する。あるいは実施例２を基本として、「ユーザ属性取得部」の替わりに「入力位置情報取得部」や、「第二変換候補ベクトル生成部」、「第二リファレンス単語ベクトル保持部」、「第二類似度演算部」、「第二演算式格納部」、「第二ソート表示部」などを有していても良い。なお、これらの構成要件については、上記実施例にて記載済みであるので、その説明は省略する。

そして、本実施例の変換候補表示装置は、第一（または第二）変換候補ベクトル生成部が「所定個生成手段」（１３０８）をさらに有する点と、第一（または第二）ソート表示部が「所定個ソート表示手段」（１３０７）をさらに有する点を特徴とする。

「所定個生成手段」（１３０８）は、変換候補中、所定個数の変換候補を対象として変換候補ベクトルを生成する機能を有する。具体的には、変換候補ベクトルを生成する前に、あいうえお順など通常のルールにしたがい変換候補の表示順を決定し、そのうちの例えば最初の５個の変換候補を対象としてベクトルを生成する、という具合である。なお、ここでの所定個数は任意に設定されて良いが、例えば前述のようにリストの表示ウィンドウ内に表示可能な個数と設定することで、効率的に処理負荷の低減または分散を図ることができる。

また図示していないが、所定個生成手段をそのように構成する場合、概要にて説明したように、次の変換候補リストのウィンドウを表示するための操作を受付けた際に、次にウィンドウに表示される変換候補を特定し、その変換候補ベクトルを生成する「次ウィンドウ生成手段」を本実施例の変換候補ベクトル生成部がさらに有していても良い。あるいは、ラベルに応じてソート済の検索ヒットリストを表示中に、バックグラウンドで次の検索ヒットリストページに含まれるＷｅｂページを特定し、そのヒット単語ベクトルを生成する「バックグラウンド生成手段」を本実施例のヒット単語ベクトル生成部がさらに有していても良い。

「所定個ソート表示手段」（１３０７）は、少なくとも所定個数の変換候補のリスト表示については、前記演算により最も類似しているとされるリファレンス単語ベクトルのラベルの変換優先指標に基づいてソートして表示する機能を有する。また、前述の「次ウィンドウ生成手段」や「バックグラウンド生成手段」に対応して、さらに「次ウィンドウソート表示手段」を有していても良い。

このようにして本実施例では変換候補リスト中の変換候補をソートする際の演算処理負荷を低減または分散し、ソート済みの変換候補リストの表示速度を速くすることができる。

<処理の流れ>
図１４は、本実施例の変換候補表示装置における処理の流れの一例を表すフローチャートである。なお、以下に示すステップは、上記のような計算機の各ハードウェア構成によって実行されるステップであっても良いし、媒体に記録され計算機を制御するためのプログラムを構成する処理ステップであっても構わない。

この図にあるようにまず、文字入力を受付ける（ステップＳ１４０１）と、受付けた文字入力の次に入力されると予測される予測変換候補を、変換候補テーブルなどを参照し特定する（ステップＳ１４０２）。つづいて、特定した変換候補に関して、例えば従来同様のルールにてその表示順位を決定した後、その中の最初から所定個数分の変換候補を抽出する（ステップＳ１４０３）。そして例えば予め登録保持されているユーザ属性情報やＧＰＳ機能にて入力位置情報を取得し（ステップＳ１４０４）、抽出した所定個の変換候補のそれぞれに関してそのユーザ属性や入力位置情報などを素性とする変換候補ベクトルを生成する（ステップＳ１４０５）。そして予め格納されている演算式を用いて、変換優先指標と関連付けて複数保持されているリファレンス単語ベクトルのそれぞれと変換候補ベクトルとの類似度を、例えばコサイン距離などを利用して演算する（ステップＳ１４０６）。

そして前記演算により最も類似しているリファレンス単語ベクトルの変換優先指標を当該変換候補の変換優先指標と推定する。そしてその変換優先指標を用いて、その値の大小順に所定個の変換候補の単語をソートして文字入力画面上に表示する（ステップＳ１４０７）。また、次の変換候補のウィンドウ表示操作を受付けると、続けて次の所定個数の変換候補を抽出し、その所定個の変換候補に対してソート処理を行うよう構成しても良い。

<効果の簡単な説明>
以上のように本実施例の変換候補表示装置では、少なくとも最初は所定個数の変換候補に関してベクトルの生成や類似度演算の処理を実行する。したがって表示される変換候補の並び順をソートする際の演算処理負荷を低減または分散し、ソート済みの変換候補リストの表示速度を速くすることができる。

実施例１の変換候補表示装置による検索ヒットリストのソート表示の一例を説明するための図 実施例１の変換候補表示装置における機能ブロックの一例を表す図 実施例１の変換候補表示装置の第一変換候補ベクトル生成部での変換候補ベクトルの生成の一例を説明するための図 実施例１の変換候補表示装置の第一リファレンス単語ベクトル保持部にて保持されているリファレンス単語ベクトルの一例を表す図 実施例１の変換候補表示装置の第一類似度演算部でのリファレンス単語ベクトルと変換候補ベクトルの類似度演算処理の一例を説明するための図 実施例１の変換候補表示装置の類似度判断による変換候補への変換優先指標の付加処理の一例を表す図 実施例１の変換候補表示装置におけるハードウェア構成の一例を表す図 実施例１の変換候補表示装置における処理の流れの一例を表すフローチャート 実施例２の変換候補表示装置による変換候補のソート表示の一例を説明するための図 実施例２の変換候補表示装置における機能ブロックの一例を表す図 実施例２の変換候補表示装置における処理の流れの一例を表すフローチャート 実施例３の変換候補表示装置によってソートされた変換候補リストの一例を表す図 実施例３の変換候補表示装置における機能ブロックの一例を表す図 実施例３の変換候補表示装置における処理の流れの一例を表すフローチャート

符号の説明

０２００ 変換候補表示装置
０２０１ ユーザ属性取得部
０２０２ 第一変換候補ベクトル生成部
０２０３ 第一リファレンス単語ベクトル保持部
０２０４ 第一類似度演算部
０２０５ 第一演算式格納部
０２０６ 第一ソート表示部

Claims (8)

1. 文字列を入力するユーザの属性情報であるユーザ属性を取得するユーザ属性取得部と、
   文字列を予測変換にて入力する際の予測変換候補の単語ベクトルである変換候補ベクトルを、前記ユーザ属性を素性として含み生成する第一変換候補ベクトル生成部と、
   変換優先指標を示すラベルと関連付けられたリファレンス用の変換候補の単語ベクトルであるリファレンス単語ベクトルを複数保持する第一リファレンス単語ベクトル保持部と、
   複数保持されているリファレンス単語ベクトルのそれぞれと、第一変換候補ベクトル生成部にて生成された変換候補ベクトルとの類似度を演算する第一類似度演算部と、
   前記類似度を演算するための演算式を格納した第一演算式格納部と、
   前記予測変換における変換候補の並び順を、前記演算により最も類似しているとされるリファレンス単語ベクトルのラベルの変換優先指標に基づいてソートして表示する第一ソート表示部と、
   を有する変換候補表示装置。
2. 文字列を入力したときの位置情報を取得する入力位置情報取得部と、
   文字列を予測変換にて入力する際の予測変換候補の単語ベクトルである変換候補ベクトルを、前記入力位置情報を素性として含み生成する第二変換候補ベクトル生成部と、
   変換優先指標を示すラベルと関連付けられたリファレンス用の変換候補の単語ベクトルであるリファレンス単語ベクトルを複数保持する第二リファレンス単語ベクトル保持部と、
   複数保持されているリファレンス単語ベクトルのそれぞれと、第二変換候補ベクトル生成部にて生成された変換候補ベクトルとの類似度を演算する第二類似度演算部と、
   前記類似度を演算するための演算式を格納した第二演算式格納部と、
   前記予測変換における変換候補の並び順を、前記演算により最も類似しているとされるリファレンス単語ベクトルのラベルの変換優先指標に基づいてソートして表示する第二ソート表示部と、
   を有する変換候補表示装置。
3. 第一変換候補ベクトル生成部は、
   変換候補中、所定個数の変換候補を対象として変換候補ベクトルを生成する所定個生成手段を有し、
   第一ソート表示部は、
   少なくとも所定個数の変換候補のリスト表示については、前記演算により最も類似しているとされるリファレンス単語ベクトルのラベルの変換優先指標に基づいてソートして表示する所定個ソート表示手段を有する請求項１に記載の変換候補表示装置。
4. 第二変換候補ベクトル生成部は、
   変換候補中、所定個数の変換候補を対象として変換候補ベクトルを生成する所定個生成手段を有し、
   第二ソート表示部は、
   少なくとも所定個数の変換候補のリスト表示については、前記演算により最も類似しているとされるリファレンス単語ベクトルのラベルの変換優先指標に基づいてソートして表示する所定個ソート表示手段を有する請求項２に記載の変換候補表示装置。
5. 変換優先指標を示すラベルと関連付けられたリファレンス用の単語ベクトルであるリファレンス単語ベクトルを複数保持する第一リファレンス単語ベクトル保持部を有する変換候補表示装置の制御方法であって、
   文字列を入力するユーザの属性情報であるユーザ属性を取得するユーザ属性取得ステップと、
   文字列を予測変換にて入力する際の予測変換候補の単語ベクトルである変換候補ベクトルを、文字列の入力ユーザのユーザ属性を素性として含み生成する第一変換候補ベクトル生成ステップと、
   予め第一演算式格納部に格納されている演算式を用いて、複数保持されているリファレンス単語ベクトルのそれぞれと、第一変換候補ベクトル生成ステップにて生成された変換候補ベクトルとの類似度を演算する第一類似度演算ステップと、
   前記予測変換における変換候補の並び順を、前記演算により最も類似しているとされるリファレンス単語ベクトルのラベルの変換優先指標に基づいてソートして表示する第一ソート表示ステップと、
   を計算機に実行させる変換候補表示装置の制御方法。
6. 変換優先指標を示すラベルと関連付けられたリファレンス用の単語ベクトルであるリファレンス単語ベクトルを複数保持する第二リファレンス単語ベクトル保持部を有する変換候補表示装置の制御方法であって、
   文字列を入力したときの位置情報を取得する入力位置情報取得ステップと、
   文字列を予測変換にて入力する際の予測変換候補の単語ベクトルである変換候補ベクトルを、文字列の入力位置情報を素性として含み生成する第二変換候補ベクトル生成ステップと、
   予め第二演算式格納部に格納されている演算式を用いて、複数保持されているリファレンス単語ベクトルのそれぞれと、第二変換候補ベクトル生成ステップにて生成された変換候補ベクトルとの類似度を演算する第二類似度演算ステップと、
   前記予測変換における変換候補の並び順を、前記演算により最も類似しているとされるリファレンス単語ベクトルのラベルの変換優先指標に基づいてソートして表示する第二ソート表示ステップと、
   を計算機に実行させる変換候補表示装置の制御方法。
7. 第一変換候補ベクトル生成ステップは、
   変換候補中、所定個数の変換候補を対象として変換候補ベクトルを生成する所定個生成ステップを含み、
   第一ソート表示ステップは、
   少なくとも所定個数の変換候補のリスト表示については、前記演算により最も類似しているとされるリファレンス単語ベクトルのラベルの変換優先指標に基づいてソートして表示する所定個ソート表示ステップを含む請求項５に記載の変換候補表示装置の制御方法。
8. 第二変換候補ベクトル生成ステップは、
   変換候補中、所定個数の変換候補を対象として変換候補ベクトルを生成する所定個生成ステップを含み、
   第二ソート表示ステップは、
   少なくとも所定個数の変換候補のリスト表示については、前記演算により最も類似しているとされるリファレンス単語ベクトルのラベルの変換優先指標に基づいてソートして表示する所定個ソート表示ステップを含む請求項６に記載の変換候補表示装置の制御方法。

Images