JP2010129025A

JP2010129025A - 単語関係判定装置及びプログラム

Info

Publication number: JP2010129025A
Application number: JP2008305972A
Authority: JP
Inventors: Hiroshi Masuichi; 博増市
Original assignee: Fuji Xerox Co Ltd
Current assignee: Fujifilm Business Innovation Corp
Priority date: 2008-12-01
Filing date: 2008-12-01
Publication date: 2010-06-10
Anticipated expiration: 2028-12-01
Also published as: JP5277914B2

Abstract

【課題】動詞について上位下位の関係性を精度良く判定する。
【解決手段】単語関係判定装置１０は、第１の動詞と第２の動詞を判定対象として設定し、複数の文から第１の動詞に関して所与の条件に合致する１又は複数の名詞を含む第１の名詞群を取得し、複数の文から第２の動詞に関して所与の条件に合致する１又は複数の名詞を含む第２の名詞群を取得し、複数の名詞を各名詞が有する概念の上位下位の関係に基づいて木構造に表した名詞シソーラスにおける第１の名詞群のばらつきと第２の名詞群のばらつきとの比較に基づいて、第１の動詞と第２の動詞とが上位下位の関係にあるか否かを判定する。
【選択図】図１

Description

本発明は、単語関係判定装置及びプログラムに関する。

単語間の概念（意味）に基づく階層関係を記述したシソーラスは、テキスト検索の際の入力キーワードの補充、拡張や、文書分類を行う際のキーワードの正規化等で重要な役割を果たしており貴重な言語情報である。

シソーラスは人的に作成されることが一般的であるが、シソーラスの構築には高い一貫性、整合性が要求され人的作業では処理負荷が大きく、シソーラスを機械的に構築するための技術が必要とされてきている。

そこで、下記の特許文献１に記載されているように、２つの単語のそれぞれの近傍に出現する単語の頻度に基づいて両単語の距離を算出し、算出した距離に基づくクラスタリングを行って、シソーラスを機械的に構築する技術を提案しているものがある。
特開２０００―２３１５７２号公報

動詞についてのシソーラスを構築する場合には、上位下位の関係にある動詞の近傍に出現する単語は極めて近い頻度分布を持つことが多く、動詞についての上位下位の判定を動詞の近傍に出現する単語の頻度分布に基づいて行うと精度良く判定できないことがある。

本発明の目的の一つは、動詞について上位下位の関係性を精度良く判定できる単語関係判定装置及びプログラムを提供することにある。

上記目的を達成するために、請求項１に記載の単語関係判定装置の発明は、第１の動詞と第２の動詞を判定対象として設定する設定手段と、複数の文から前記第１の動詞に関して所与の条件に合致する１又は複数の名詞を含む第１の名詞群を取得する第１名詞群取得手段と、前記複数の文から前記第２の動詞に関して前記所与の条件に合致する１又は複数の名詞を含む第２の名詞群を取得する第２名詞群取得手段と、複数の名詞を当該各名詞が有する概念の上位下位の関係に基づいて木構造に表した名詞シソーラスにおける前記第１の名詞群のばらつきと前記第２の名詞群のばらつきとの比較に基づいて、前記第１の動詞と前記第２の動詞とが上位下位の関係にあるか否かを判定する判定手段と、を含むことを特徴とする。

また、請求項２に記載の発明は、請求項１に記載の単語関係判定装置において、前記判定手段は、前記第１の名詞群のばらつきと前記第２の名詞群のばらつきとに予め定められた以上の差がある場合に、ばらつきの大きい方に関する動詞を上位、他方に関する動詞を下位の概念にあると判定することを特徴とする。

また、請求項３に記載の発明は、請求項２に記載の単語関係判定装置において、前記所与の条件は、複数の条件を含み、前記判定手段は、前記複数の条件のいずれかに基づいて取得された第１の名詞群のばらつきと第２の名詞群のばらつきとに予め定められた以上の差がある場合に、ばらつきの大きい方に関する動詞を上位、他方に関する動詞を下位の関係にあると判定することを特徴とする。

また、請求項４に記載の発明は、請求項１乃至３のいずれかに記載の単語関係判定装置において、前記所与の条件は、前記設定手段により対象に設定された動詞と係り受けの関係にある名詞という条件、前記対象に設定された動詞の近傍に出現する名詞という条件、前記対象に設定された動詞に因果関係を表す表現を介して係る文節に含まれる名詞という条件のうち少なくとも１つを含むことを特徴とする。

また、請求項５に記載の発明は、請求項１乃至４のいずれかに記載の単語関係判定装置において、前記名詞シソーラスにおける名詞群のばらつきは、当該名詞群に含まれる名詞の各組の前記名詞シソーラスにおけるホップ数に基づいて算出されることを特徴とする。

また、請求項６に記載の発明は、請求項１乃至５のいずれかに単語関係判定装置において、前記第１及び第２の名詞群に基づいて前記第１の動詞と前記第２の動詞の類否を判定する類否判定手段をさらに含み、前記類否判定手段により類似と判定された場合に、前記判定手段により前記第１の動詞と前記第２の動詞とが上位下位の関係にあるか否かを判定することを特徴とする。

また、請求項７に記載の発明は、請求項６に記載の単語関係判定装置において、前記類否判定手段は、前記第１及び第２の名詞群に含まれる各名詞を前記名詞シソーラスにおける予め定められた基準の概念に変換するとともに、当該変換した第１及び第２の名詞群に含まれる基準の概念の頻度に基づいて、前記第１の動詞と第２の動詞の類否を判定することを特徴とする。

また、請求項８に記載の発明は、請求項６又は７に記載の単語関係判定装置において、前記類否判定手段により類似と判定され、かつ、前記判定手段により上位下位の関係にないと判定された前記第１の動詞と前記第２の動詞は、同義語の関係にあると判定することを特徴とする。

また、請求項９に記載の単語関係判定装置の発明は、第１の動詞と第２の動詞を判定対象として設定する設定手段と、複数の文から前記第１の動詞に因果関係を表す表現を介して係る文節に含まれる１又は複数の名詞を含む第１の名詞群を取得する第１名詞群取得手段と、前記複数の文から前記第２の動詞に因果関係を表す表現を介して係る文節に含まれる１又は複数の名詞を含む第２の名詞群を取得する第２名詞群取得手段と、前記第１の名詞群のばらつきと前記第２の名詞群のばらつきとの比較に基づいて、前記第１の動詞と前記第２の動詞とが上位下位の関係にあるか否かを判定する判定手段と、を含むことを特徴とする。

また、請求項１０に記載のプログラムの発明は、第１の動詞と第２の動詞を判定対象として設定する設定ステップと、複数の文から前記第１の動詞に関して所与の条件に合致する１又は複数の名詞を含む第１の名詞群を取得する第１名詞群取得ステップと、前記複数の文から前記第２の動詞に関して前記所与の条件に合致する１又は複数の名詞を含む第２の名詞群を取得する第２名詞群取得ステップと、複数の名詞を当該各名詞が有する概念の上位下位の関係に基づいて木構造に表した名詞シソーラスにおける前記第１の名詞群のばらつきと前記第２の名詞群のばらつきとの比較に基づいて、前記第１の動詞と前記第２の動詞とが上位下位の関係にあるか否かを判定する判定ステップと、をコンピュータに実行させることを特徴とする。

また、請求項１１に記載のプログラムの発明は、第１の動詞と第２の動詞を判定対象として設定する設定ステップと、複数の文から前記第１の動詞に因果関係を表す表現を介して係る文節に含まれる１又は複数の名詞を含む第１の名詞群を取得する第１名詞群取得ステップと、前記複数の文から前記第２の動詞に因果関係を表す表現を介して係る文節に含まれる１又は複数の名詞を含む第２の名詞群を取得する第２名詞群取得ステップと、前記第１の名詞群のばらつきと前記第２の名詞群のばらつきとの比較に基づいて、前記第１の動詞と前記第２の動詞とが上位下位の関係にあるか否かを判定する判定ステップと、をコンピュータに実行させることを特徴とする。

請求項１及び１０に記載の発明によれば、第１の動詞と第２の動詞のそれぞれについて取得された名詞群の概念上での分布を用いて、各動詞の上位下位の判定を精度良く行える。

請求項２に記載の発明によれば、概念上での分布が広い方を上位、他方を下位として判定できる。

請求項３に記載の発明によれば、１つの条件では上位下位の判定ができない場合でも、他の条件により動詞間の上位下位の関係が判定できる。

請求項４に記載の発明によれば、動詞と関連性の高い名詞群を取得できる。

請求項５に記載の発明によれば、名詞間のばらつきを名詞シソーラスにおける客観的な距離に換算して算出できる。

請求項６に記載の発明によれば、類似かつ抽出された名詞群の概念上の分布が異なる動詞を上位下位の関係にあると判定できる。

請求項７に記載の発明によれば、動詞に関して得られた名詞群についての頻度分析を名詞の概念毎に行うことができる。

請求項８に記載の発明によれば、同義語を判定できる。

請求項９及び１１に記載の発明によれば、動詞と因果関係性のある名詞群に基づいて、動詞間の上位下位の判定が行える。

以下、本発明を実施するための好適な実施の形態（以下、実施形態という）を、図面に従って説明する。

図１には、本実施形態に係る単語関係判定装置１０の機能ブロック図を示した。図１に示されるように、単語関係判定装置１０は、テキストデータ格納部１２、名詞シソーラス格納部１４、判定対象動詞設定部１６、係り受け名詞抽出部１８、類否判定部２０、第１判定部２２、因果関係名詞抽出部２４、及び第２判定部２６を含む。上記の各部の機能は、ＣＰＵ等の制御手段、メモリ等の記憶手段、外部デバイスとデータを送受信する入出力手段等を備えたコンピュータが、コンピュータ読み取り可能な情報記憶媒体に格納されたプログラムを読み込み実行することで実現されるものとしてよい。なお、プログラムは情報記憶媒体によってコンピュータたる単語関係判定装置１０に供給されることとしてもよいし、インターネット等のデータ通信ネットワークを介して供給されることとしてもよい。

テキストデータ格納部１２は、磁気ディスク等の記憶装置を含み構成され、１又は複数の文を含む文書情報を１又は複数格納している。文書情報は、文字列データを含むデータファイルとして構成されることとしてよい。

名詞シソーラス格納部１４は、名詞を対象として構築された名詞シソーラスを格納するものであり、名詞シソーラスとは、名詞を上位下位の関係により階層化した木構造により表される情報である。図２には名詞シソーラスの一例を示す。

図２に示されるように、名詞シソーラスは、ルートから順次、上位概念、その上位概念に対する下位概念という関係により接続された木構造であり、本実施形態においては、名詞シソーラスの一部の階層を基準概念として選択している。この基準概念は概念毎に個別に選択されてもよいし、ルートからの階層の深さにより選択されてもよい。基準概念を用いた処理の詳細については後述する。

判定対象動詞設定部１６は、互いの関係性を判定する対象となる１組の動詞を設定する。以下、判定対象動詞設定部１６により設定される組の対を動詞Ａ及び動詞Ｂとする。判定対象動詞設定部１６は、利用者からの入力を受け付けて判定対象の動詞を設定してもよいし、予め用意された動詞のリストの中から動詞の組を選択し、当該選択した動詞を判定対象に設定することとしてもよい。

係り受け名詞抽出部１８は、判定対象動詞設定部１６により設定された組の動詞のそれぞれに対して係り受けの関係にある名詞を抽出する。係り受け名詞抽出部１８は、判定対象動詞設定部１６により設定された動詞（動詞Ａ、動詞Ｂ）を含む文を、テキストデータ格納部１２に格納されたテキストデータから検索し、検索された文に対して形態素解析、構文解析を行った後に、上記設定された動詞に係る文節を特定する。そして、係り受け名詞抽出部１８は、当該特定した文節のうち、文節の終わりが「が」、「を」、「で」、「に」のいずれかの格助詞である場合に、その格助詞の前の名詞を抽出する。係り受け名詞抽出部１８は、上記抽出した名詞を格助詞の語毎に、当該名詞の出現頻度とともに記録する。係り受け名詞抽出部１８は、動詞Ａと動詞Ｂのそれぞれについて上記処理を行う。

類否判定部２０は、動詞Ａと動詞Ｂとが類似であるか否かを判定する。ここでの類似とは、動詞Ａと動詞Ｂとが類義語の関係にあることとする。本実施形態においては、類否判定部２０は、判定対象の動詞（動詞Ａ又は動詞Ｂ）について係り受け名詞抽出部１８により抽出された名詞群に含まれる全ての名詞を、名詞シソーラス格納部１４に格納された名詞シソーラスに基づいて、上位にある基準概念の語に変換する。例えば、図２に示された名詞シソーラスによれば、「ブルドック」という語は、上位に基準概念の「動物」があるので、「動物」に変換される。類否判定部２０は、動詞Ａと動詞Ｂのそれぞれについて得られた名詞群について上記基準概念のへの変換処理を行う。

類否判定部２０は、上記処理により基準概念の語に変換された名詞群（基準概念名詞群とする）に基づいて、動詞Ａ、動詞Ｂのそれぞれについて、特徴ベクトルを生成する。以下、本実施形態における特徴ベクトルの生成処理について説明する。

まず、動詞Ａにつき格助詞「が」、「を」、「で」、「に」についてそれぞれ抽出された基準概念名詞群をそれぞれＧＡ１、ＧＡ２、ＧＡ３、ＧＡ４とする。ここで、ＧＡ１＝｛ｗｉ｜ｉ＝１〜ｎ｝、ｎはＧＡ１に含まれる異なる単語の数とし、ｗｉの出現頻度がＮＡ１ｗｉとすれば、出現比率ＲＡ１ｗｉは、ＧＡ１の要素数をＮＡ１とした場合に、ＲＡ１ｗｉ＝ＮＡ１ｗｉ／ＮＡ１として算出される。そして、ＧＡ１について、特徴ベクトルＧＡ１＝（ＲＡ１ｗ１，ＲＡ１ｗ２，・・・，ＲＡ１ｗｎ）となる。また、ＧＡ２，ＧＡ３，ＧＡ４についても同様の処理に基づいて特徴ベクトルを生成する。そして、特徴ベクトルＧＡ１，ＧＡ２，ＧＡ３，ＧＡ４を連結して動詞Ａの特徴ベクトルＲＡをＲＡ＝（ＲＡ１ｗ１，ＲＡ１ｗ２，・・・，ＲＡ１ｗｎ，ＲＡ２ｗ１，ＲＡ２ｗ２，・・・，ＲＡ２ｗｎ，ＲＡ３ｗ１，ＲＡ３ｗ２，・・・，ＲＡ３ｗｎ，ＲＡ４ｗ１，ＲＡ４ｗ２，・・・，ＲＡ４ｗｎ）として生成する。動詞Ｂについても同様にして特徴ベクトルＲＢを生成する。ＲＡとＲＢはそれぞれベクトルの長さを１に正規化し、以下特徴ベクトルＲＡ，ＲＢとは正規化後のベクトルであるとする。

類否判定部２０は、上記生成した動詞Ａと動詞Ｂのそれぞれの特徴ベクトルＲＡと特徴ベクトルＲＢとの内積を算出し、算出された内積の大きさに基づいて動詞Ａと動詞Ｂとの類否を判定する。具体的には、類否判定部２０は、特徴ベクトルＲＡと特徴ベクトルＲＢの内積ＲＡ・ＲＢが閾値Ｔ１（０＜Ｔ１＜１）よりも大きい場合には、動詞Ａと動詞Ｂとが類似であると判定することとする。閾値Ｔ１は予め定めておくこととしてよい。

第１判定部２２は、判定対象に設定された動詞Ａと動詞Ｂとが上位下位概念の関係にあるか否かを判定する。第１判定部２２は、類否判定部２０により判定対象とする動詞Ａと動詞Ｂが類似と判定された場合に、上記の上位下位概念の判定をすることとする。そして、第１判定部２２は、まず動詞Ａ及び動詞Ｂについて係り受け名詞抽出部１８により抽出されたそれぞれの名詞群の名詞シソーラス格納部１４に格納された名詞シソーラス上での分布距離を算出し、当該算出された分布距離に基づいて動詞Ａ及び動詞Ｂの上位下位の関係性を判定する。以下、本実施形態における第１判定部２２の具体的な処理を説明する。

まず、第１判定部２２は、格助詞の「が」について抽出された集合ＧＡ１から１組の名詞を抽出し、その抽出された組の名詞の名詞シソーラス上での距離を取得する。本実施形態における名詞シソーラス上での距離とは、名詞シソーラス上で一方の名詞から他方の名詞に到達するまでのホップ数であるとする。ホップ数は、例えば１の名詞が他の名詞と直接のリンクで繋がっているとすると１、他の名詞を介して接続されていると２とする。具体的に図２に示した名詞シソーラスにおいては、「ブルドック」と「犬」はホップ数１、「ブルドック」と「猫」はホップ数が３となる。第１判定部２２は、ＧＡ１に含まれる名詞の全ての組についてホップ数を取得し、そのホップ数の平均値をＧＡ１に関する名詞シソーラス上での距離ＭＡ１とする。第１判定部２２は、同様に他の集合ＧＡ２〜ＧＡ４についても名詞シソーラス上での距離ＭＡ２〜ＭＡ４を算出し、動詞Ａの名詞シソーラス上での分布を示すベクトルＭＡ＝（ＭＡ１，ＭＡ２，ＭＡ３，ＭＡ４）を得る。第１判定部２２は、動詞Ｂについても同様の処理を行い動詞Ｂの名詞シソーラス上での分布を示すベクトルＭＢを得る。

次に、第１判定部２２は、ベクトルＭＡとベクトルＭＢとのベクトル間距離‖ＭＡ−ＭＢ‖を算出し、この値が予め定められた閾値Ｔ２（Ｔ２＞０）よりも大きい場合には、動詞Ａと動詞Ｂとには上位下位の関係性があると判定し、そうでなかった場合には上位下位の関係性が不明であると判定する。上記基準により上位下位の関係性があると判定された場合には、ベクトルのノルムが大きい方が上位概念、小さい方が下位概念にあると判定する。これは、上位概念の語の方が下位概念の語に比べて広範に用いられ、分布に広がりがあると考えられるためである。

因果関係名詞抽出部２４は、第１判定部２２により動詞Ａと動詞Ｂとの上位下位の関係性が不明であると判定された場合に、動詞Ａ又は動詞Ｂを含む文をテキストデータ格納部１２から抽出すると共に、当該抽出された文のうち「〜ので」、「〜ために」、「〜という理由で」等の因果関係を表す表現が、動詞Ａ又動詞Ｂよりも前にある文を検索する。そして、因果関係名詞抽出部２４は、上記検索された文において、上記因果関係を表す表現よりも前に出現する文節に含まれる名詞を抽出して名詞群（因果関係名詞群）を得る。因果関係名詞抽出部２４は、動詞Ａそして動詞Ｂのそれぞれについて因果関係名詞群を抽出することとし、動詞Ａについて抽出された因果関係名詞群の集合をＨＡ、動詞Ｂについて抽出された因果関係名詞群の集合をＨＢとする。

第２判定部２６は、因果関係名詞抽出部２４により各動詞について抽出される因果関係名詞群に基づいて、再度動詞Ａと動詞Ｂとの上位下位の関係性を判定する。以下、第２判定部２６により行われる判定の具体的な処理を説明する。

第２判定部２６は、動詞Ａについて抽出された因果関係名詞群の集合ＨＡの名詞シソーラス上での分布距離を算出する。第２判定部２６は、ＨＡに含まれる名詞の全ての組に対して名詞シソーラス上でのホップ数を取得し、当該取得したホップ数の平均値をＨＡの名詞シソーラス上での分布距離ＬＡとして算出する。第２判定部２６は、動詞Ｂについて抽出された因果関係名詞群の集合ＨＢについても同様にしてＨＢの名詞シソーラス上での分布距離ＬＢを算出する。そして、第２判定部２６は、ＬＡとＬＢとの差を求め、求められた差が予め定められた閾値Ｔ３（Ｔ３＞０）よりも大きい場合には、動詞Ａと動詞Ｂとに上位下位の関係性があると判定し、そうでなければ動詞Ａと動詞Ｂとが同義語であると判定する。上記基準により上位下位の関係性があると判定された場合には、分布距離が大きい方が上位概念、小さい方が下位概念にあると判定する。

単語関係判定装置１０は、以上説明した類否判定部２０、第１判定部２２、第２判定部２６の３つの判定結果に基づいて、判定対象の１組の動詞についての上位下位の関係性を判定する。単語関係判定装置１０は、さらに他の動詞の組についても順次同様の判定処理を実行することにより、複数の動詞の上位下位の概念を得て動詞シソーラスが構築される。

次に、図３に示したフローチャートを参照しながら、単語関係判定装置１０による動詞の上位下位概念の判定処理の流れを説明する。

図３に示されるように、単語関係判定装置１０は、判定の対象とする動詞の組の入力を受け（Ｓ１０１）、格納されたテキストデータから受け付けた動詞の組の各々について係り受けの関係にある名詞群を抽出する（Ｓ１０２）。次に、単語関係判定装置１０は、抽出した名詞群の各名詞を名詞シソーラスの基準概念に変換し（Ｓ１０３）、変換した基準概念の語に基づいて各動詞の特徴ベクトルを生成して判定の対象とする動詞の組の類似性を判定する（Ｓ１０４）。

単語関係判定装置１０は、動詞が類似すると判定する場合には（Ｓ１０４：Ｙ）、さらに各動詞について抽出された名詞群の名詞シソーラスにおける分布距離を算出する（Ｓ１０５）。単語関係判定装置１０は、算出した分布距離が閾値以上か否かを判定し（Ｓ１０６）、閾値以上と判定する場合には（Ｓ１０６：Ｙ）、分布距離の広がりが大きい方を上位、他方を下位と判定する（Ｓ１０７）。また、単語関係判定装置１０は、閾値未満と判定する場合には（Ｓ１０６：Ｎ）、判定対象の各動詞について因果関係を表す表現により関連する名詞からなる因果関係名詞群を抽出すると共に（Ｓ１０８）、抽出した因果関係名詞群の名詞シソーラスにおける分布距離が閾値以上か否かを判定する（Ｓ１０９）。ここで、閾値以上と判定される場合には（Ｓ１０９：Ｙ）、分布距離の大きい方を上位、他方を下位と判定する（Ｓ１０７）。一方で、閾値未満と判定される場合には（Ｓ１０９：Ｎ）、動詞は同義語であると判定する（Ｓ１１０）。なお、Ｓ１０４において、類似でないと判定された場合には（Ｓ１０４：Ｎ）、動詞の組は上位下位の関係性にないと判定し（Ｓ１１１）、処理を終了する。

次に、具体例として、（１）「許可する」と「読む」、（２）「許可する」と「認可する」、（３）「読む」と「熟読する」の３例についての単語関係判定装置１０による判定例を示す。

図４Ａ乃至Ｄには、テキストデータから抽出された、各動詞について係り受け関係にある名詞及びその名詞の出現頻度の一例を示した。図４Ａ，図４Ｂ，図４Ｃ，図４Ｄはそれぞれ「許可する」、「読む」、「認可する」、「熟読する」について抽出された名詞及び出現頻度を示している。

また、図５Ａ乃至Ｄには、各動詞について抽出された名詞を基準概念に変換した場合の各基準概念の語の頻度を、格助詞毎に表したテーブルを示す。図５Ａ，図５Ｂ，図５Ｃ，図５Ｄはそれぞれ「許可する」、「読む」、「認可する」、「熟読する」についてのテーブルを示している。

まず、（１）「許可する」と「読む」の関係の判定について説明する。図５Ａ、図５Ｂに示されるように、「許可する」と「読む」とでは、「許可する」につき格助詞「が」に関して得られた基準概念の語句は「地域」、「集団」、「役割」等の出現頻度が高く、格助詞「を」については「操作」、「生産」等の出現頻度が高い。一方で、「読む」につき格助詞「が」に関して得られた基準概念の語句は、「人称」に出現頻度が集中し、また、格助詞「を」については「文具」に出現頻度が集中しており、「許可する」と「読む」とでは基準概念の語句についての頻度分布が大きくなる。従って、「許可する」と「読む」についての基準概念の語句の頻度分布に基づく特徴ベクトルの内積値は小さくなり、類似性無しと判定される。従って、「許可する」と「読む」については上位下位の判定は行われない。

次に、（２）「許可する」と「認可する」の関係の判定について説明する。図５Ａ，図５Ｃに示されるように、両動詞ともに格助詞「が」に関して得られた基準語句は「地域」、「集団」、「役割」等の出現頻度が高く、また、格助詞「を」に関しては「操作」、「生産」等の出現頻度が高いという共通した傾向が見られる。従って、「許可する」と「認可する」についての基準概念の語句の頻度分布に基づく特徴ベクトルの内積値は大きくなり、類似性有りと判定される。

そこで、第１判定部２２は、「許可する」と「認可する」についての図４Ａ，図４Ｃに示される各名詞についての名詞シソーラスにおける平均距離を算出し、両者の上位下位の関係性を判定する。具体的には、「許可する」と「認可する」とでは、「認可する」が行政等に関して用いられる傾向があるのに対して、「許可する」はより広範に用いられており、両者の名詞シソーラスにおける平均距離は、「許可する」の方が「認可する」よりも大きくなる。従って、「許可する」と「認可する」とには上位下位の関係があり、「許可する」が上位、「認可する」が下位の関係があると判定される。

次に、（３）「読む」と「熟読する」の関係の判定について説明する。図５Ｂ、図５Ｄに示されるように、両者とも格助詞については同様の頻度分布を有しており、類否判定部２０では両者に類似性があると判定される。そして、第１判定部２２では、両者について抽出された名詞群の名詞シソーラスにおける平均距離についても両名詞群には分布に大きな差異がないため、算出される平均距離にも差が出ず、両者の上位下位の関係性については不明と判定される。

そこで、因果関係名詞抽出部２４では、「読む」と「熟読する」を含む文のうち「〜ので」、「〜ために」、「〜という理由で」等の因果関係表現を含む文を抽出し、抽出された文のうち因果関係表現よりも前に出現する名詞をさらに抽出する。例えば、「読む」については、「試験のために、参考書を読んだ」、「知識を得るために、本を読んだ」、「暇という理由で本を読んだ」という文が抽出されたとすると、こうして抽出された文から「試験」、「知識」、「暇」という因果関係名詞群が得られる。一方で、「熟読する」については、例えば「試験のために、参考書を熟読した」、「テストのために、教科書を熟読した」、「暗記が必要なので、本を熟読した」という文が抽出されたとすると、こうして抽出された文から「試験」、「テスト」、「暗記」という因果関係名詞群が得られる。第２判定部２６は、各動詞についてそれぞれ得られた因果関係名詞群の名詞シソーラスにおける平均距離を算出し、上記の例では「熟読する」という行為の原因は「試験」、「テスト」等の一部の意味範疇の名詞に集中し、一方の「読む」については行為の原因は多岐に渡っているから、両因果関係名詞群の名詞シソーラスにおける平均距離は、「読む」の方が「熟読する」よりも大きくなる。従って、「読む」と「熟読する」は第２判定部２６により「読む」が上位、「熟読する」が下位にあると判定される。

本発明は、上記の実施形態に限定されるものではなく、例えば、類否判定部２０により類似と判定された動詞の組に対して、第２判定部２６による判定のみを行って上位下位の判定を行うこととしても構わない。また、類否判定部２０、第１判定部２２では、係り受け名詞抽出部１８により抽出された判定対象の動詞と係り受けの関係にある名詞を用いて判定しているが、上記判定に用いる名詞は判定対象の動詞と文中で共起関係にある名詞を用いることとしても構わない。さらに、第１判定部２２と第２判定部２６においては、それぞれ係り受け名詞抽出部１８と因果関係名詞抽出部２４により抽出された名詞群について、要素の共通度に基づいて上位下位の判定を行うとともに、両名詞群の包含関係に基づいてどちらが上位かを判定することとしてもよい。その他にも、動詞シソーラス中に存在しない動詞をテキストデータから検索するとともに、当該検索した動詞について動詞シソーラス中の各動詞との判定を行い、上位下位、同義語の判定が行われた場合に、当該検索した動詞を動詞シソーラスに追加することとしてもよい。

本実施形態に係る単語関係判定装置の機能ブロック図である。名詞シソーラスの一例を示す図である。動詞の上位下位概念の判定処理のフローチャートである。「許可する」について係り受け関係にある名詞及びその名詞の出現頻度の一例を示した図である。「読む」について係り受け関係にある名詞及びその名詞の出現頻度の一例を示した図である。「認可する」について係り受け関係にある名詞及びその名詞の出現頻度の一例を示した図である。「熟読する」について係り受け関係にある名詞及びその名詞の出現頻度の一例を示した図である。「許可する」について各基準概念の語の頻度を、格助詞毎に表したテーブルを示す図である。「読む」について各基準概念の語の頻度を、格助詞毎に表したテーブルを示す図である。「認可する」について各基準概念の語の頻度を、格助詞毎に表したテーブルを示す図である。「熟読する」について各基準概念の語の頻度を、格助詞毎に表したテーブルを示す図である。

符号の説明

１０単語関係判定装置、１２テキストデータ格納部、１４名詞シソーラス格納部、１６判定対象動詞設定部、１８係り受け名詞抽出部、２０類否判定部、２２第１判定部、２４因果関係名詞抽出部、２６第２判定部。

Claims

第１の動詞と第２の動詞を判定対象として設定する設定手段と、
複数の文から前記第１の動詞に関して所与の条件に合致する１又は複数の名詞を含む第１の名詞群を取得する第１名詞群取得手段と、
前記複数の文から前記第２の動詞に関して前記所与の条件に合致する１又は複数の名詞を含む第２の名詞群を取得する第２名詞群取得手段と、
複数の名詞を当該各名詞が有する概念の上位下位の関係に基づいて木構造に表した名詞シソーラスにおける前記第１の名詞群のばらつきと前記第２の名詞群のばらつきとの比較に基づいて、前記第１の動詞と前記第２の動詞とが上位下位の関係にあるか否かを判定する判定手段と、を含む
ことを特徴とする単語関係判定装置。
前記判定手段は、前記第１の名詞群のばらつきと前記第２の名詞群のばらつきとに予め定められた以上の差がある場合に、ばらつきの大きい方に関する動詞を上位、他方に関する動詞を下位の概念にあると判定する
ことを特徴とする請求項１に記載の単語関係判定装置。
前記所与の条件は、複数の条件を含み、
前記判定手段は、前記複数の条件のいずれかに基づいて取得された第１の名詞群のばらつきと第２の名詞群のばらつきとに予め定められた以上の差がある場合に、ばらつきの大きい方に関する動詞を上位、他方に関する動詞を下位の関係にあると判定する
ことを特徴とする請求項２に記載の単語関係判定装置。
前記所与の条件は、前記設定手段により対象に設定された動詞と係り受けの関係にある名詞という条件、前記対象に設定された動詞の近傍に出現する名詞という条件、前記対象に設定された動詞に因果関係を表す表現を介して係る文節に含まれる名詞という条件のうち少なくとも１つを含む
ことを特徴とする請求項１乃至３のいずれかに記載の単語関係判定装置。
前記名詞シソーラスにおける名詞群のばらつきは、当該名詞群に含まれる名詞の各組の前記名詞シソーラスにおけるホップ数に基づいて算出される
ことを特徴とする請求項１乃至４のいずれかに記載の単語関係判定装置。
前記第１及び第２の名詞群に基づいて前記第１の動詞と前記第２の動詞の類否を判定する類否判定手段をさらに含み、
前記類否判定手段により類似と判定された場合に、前記判定手段により前記第１の動詞と前記第２の動詞とが上位下位の関係にあるか否かを判定する
ことを特徴とする請求項１乃至５のいずれかに単語関係判定装置。
前記類否判定手段は、前記第１及び第２の名詞群に含まれる各名詞を前記名詞シソーラスにおける予め定められた基準の概念に変換するとともに、当該変換した第１及び第２の名詞群に含まれる基準の概念の頻度に基づいて、前記第１の動詞と第２の動詞の類否を判定する
ことを特徴とする請求項６に記載の単語関係判定装置。
前記類否判定手段により類似と判定され、かつ、前記判定手段により上位下位の関係にないと判定された前記第１の動詞と前記第２の動詞は、同義語の関係にあると判定する
ことを特徴とする請求項６又は７に記載の単語関係判定装置。
第１の動詞と第２の動詞を判定対象として設定する設定手段と、
複数の文から前記第１の動詞に因果関係を表す表現を介して係る文節に含まれる１又は複数の名詞を含む第１の名詞群を取得する第１名詞群取得手段と、
前記複数の文から前記第２の動詞に因果関係を表す表現を介して係る文節に含まれる１又は複数の名詞を含む第２の名詞群を取得する第２名詞群取得手段と、
前記第１の名詞群のばらつきと前記第２の名詞群のばらつきとの比較に基づいて、前記第１の動詞と前記第２の動詞とが上位下位の関係にあるか否かを判定する判定手段と、を含む
ことを特徴とする単語関係判定装置。
第１の動詞と第２の動詞を判定対象として設定する設定ステップと、
複数の文から前記第１の動詞に関して所与の条件に合致する１又は複数の名詞を含む第１の名詞群を取得する第１名詞群取得ステップと、
前記複数の文から前記第２の動詞に関して前記所与の条件に合致する１又は複数の名詞を含む第２の名詞群を取得する第２名詞群取得ステップと、
複数の名詞を当該各名詞が有する概念の上位下位の関係に基づいて木構造に表した名詞シソーラスにおける前記第１の名詞群のばらつきと前記第２の名詞群のばらつきとの比較に基づいて、前記第１の動詞と前記第２の動詞とが上位下位の関係にあるか否かを判定する判定ステップと、をコンピュータに実行させることを特徴とするプログラム。
第１の動詞と第２の動詞を判定対象として設定する設定ステップと、
複数の文から前記第１の動詞に因果関係を表す表現を介して係る文節に含まれる１又は複数の名詞を含む第１の名詞群を取得する第１名詞群取得ステップと、
前記複数の文から前記第２の動詞に因果関係を表す表現を介して係る文節に含まれる１又は複数の名詞を含む第２の名詞群を取得する第２名詞群取得ステップと、
前記第１の名詞群のばらつきと前記第２の名詞群のばらつきとの比較に基づいて、前記第１の動詞と前記第２の動詞とが上位下位の関係にあるか否かを判定する判定ステップと、をコンピュータに実行させることを特徴とするプログラム。