JP2011118780A - 文字列変換装置、検索装置、文字列変換方法、文字列変換プログラム - Google Patents

Abstract

【課題】文字列の変換精度を向上させる。
【解決手段】入力された文字列とは異なる文字列を含む１以上の変換候補を生成する変換候補生成部と、１以上の変換候補のそれぞれについて、１以上の変換候補のそれぞれを１以上の文字列に分割し、１以上の文字列の出現に関する統計情報に基づいて、入力された文字列が１以上の変換候補のそれぞれに変換される変換確率を算出する変換確率算出部と、変換確率に基づいて、１以上の変換候補から少なくとも１つの変換候補を抽出する変換候補抽出部とを備える。
【選択図】図１

Description

本発明は、文字列変換装置、検索装置、文字列変換方法、文字列変換プログラムに関する。

ユーザが入力した文字列を、読みと品詞とに基づいて、当該文字列とは異なる文字列に変換することが知られている。例えば、ユーザがローマ字で入力した文字列を漢字かな混じり文に変換することが知られている（例えば、特許文献１を参照。）。また、音声認識の分野などでは、Ｎ文字目の文字の生起確率は直前の（Ｎ−１）個の文字に依存すると仮定する、Ｎ−ｇｒａｍ言語モデルが知られている。

特開平８−１５３０９０号公報

ユーザが入力した文字列を、読みと品詞とに基づいて、当該文字列とは異なる文字列に変換する場合には、変換前の文字列と、変換前の文字列の読みおよび品詞に対応する変換後の文字列とを対応づけて格納する辞書を用いて、文字列を変換する。しかし、この場合、上記の辞書に格納されていない文字列を変換することができないので、変換の精度を向上させることが難しい。また、単純に、Ｎ−ｇｒａｍ言語モデルを用いた場合には、ユーザが意図したものとは異なる結果が生じることが多く、変換の精度を向上させることが難しい。

上記課題を解決するために、本発明の第１の態様においては、入力された文字列とは異なる文字列を含む１以上の変換候補を生成する変換候補生成部と、１以上の変換候補のそれぞれについて、１以上の変換候補のそれぞれを１以上の文字列に分割し、１以上の文字列の出現に関する統計情報に基づいて、入力された文字列が、１以上の変換候補のそれぞれに変換される変換確率を算出する変換確率算出部と、変換確率に基づいて、１以上の変換候補から少なくとも１つの変換候補を抽出する変換候補抽出部とを備える文字列変換装置が提供される。

上記の文字列変換装置において、統計情報は、Ｎ−ｇｒａｍデータであってよい。上記の文字列変換装置において、Ｎ−ｇｒａｍデータは、単語または単語の組合せと、単語または単語の組合せの出現頻度または生起確率とを対応づけて格納してよく、変換確率算出部は、形態素解析により、１以上の変換候補のそれぞれを１以上の単語に分割してよく、１以上の変換候補のそれぞれについて、１以上の単語または１以上の単語の組合せと、Ｎ−ｇｒａｍデータに格納された単語または単語の組合せとを比較することで、１以上の単語または１以上の単語の組合せの出現頻度または生起確率を算出してよく、入力された文字列が１以上の変換候補のそれぞれに変換される変換確率を算出してよい。

上記の文字列変換装置において、変換候補生成部は、入力された文字列の文字数よりも文字数が多い変換候補を生成してよい。上記の文字列変換装置は、ユーザの指示を受け付ける指示受付部を更に備えてよく、変換確率算出部は、形態素解析により、１以上の変換候補のそれぞれを複数の文節に分割してよく、変換候補抽出部は、指示受付部が複数の文節のうちの一の文節の変換に関する指示を受け付けると、変換確率および一の文節の変換に関する指示に基づいて、１以上の変換候補から少なくとも１つの変換候補を抽出してよい。上記の文字列変換装置において、変換確率算出部は、形態素解析により、１以上の変換候補のそれぞれを１以上の単語に分割してよく、１以上の単語の少なくとも１つを異なる言語の対応する単語に変換してよい。

本発明の第２の態様においては、上記の文字列変換装置と、上記の文字列変換装置が出力した少なくとも１つの変換候補に基づいて、検索条件を取得する検索条件取得部と、検索条件に適合するコンテンツを検索するコンテンツ検索部とを備える検索装置が提供される。上記の検索装置において、検索条件取得部は、文字列変換装置が出力した少なくとも１つの変換候補から、複数の検索条件を取得してよく、コンテンツ検索部は、複数の検索条件のそれぞれについて、検索条件のそれぞれに適合するコンテンツを検索してよい。

なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

かな漢字変換装置１１０の内部構成の一例を概略的に示す。 辞書格納部１４２の内部構成の一例を概略的に示す。 Ｎ＝１の場合のＮ−ｇｒａｍデータ３００の一例を概略的に示す。 Ｎ＝２の場合のＮ−ｇｒａｍデータ４００の一例を概略的に示す。 かな漢字変換装置１１０における処理の一例を概略的に示す。 変換候補を生成する方法の一例を概略的に示す。 変換確率を算出する方法の一例を概略的に示す。 検索装置８１０の内部構成の一例を概略的に示す。 検索装置８１０における処理の一例を概略的に示す。 検索結果の表示画面１０００の一例を概略的に示す。 検索結果の表示画面１１００の一例を概略的に示す。 コンピュータ１９００のハードウェア構成の一例を概略的に示す。

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

図１は、かな漢字変換装置１１０の内部構成の一例を概略的に示す。図１は、かな漢字変換装置１１０を、ネットワーク１００、入力装置１０２および表示装置１０４とともに示す。ネットワーク１００としては、インターネット、専用回線、無線パケット通信網を例示できる。

入力装置１０２は、ユーザが、かな漢字変換装置１１０の設定もしくは操作に関する指示、変換対象となる文字列などの入力情報を入力するのに用いられる。入力装置１０２としては、キーボード、マウス、トラックボール、ジョグタイヤル、タッチパネルディスプレイまたは記憶媒体の読取装置を例示できる。なお、入力情報は、ネットワーク１００を介して、他のコンピュータからかな漢字変換装置１１０に入力されてもよい。

表示装置１０４は、かな漢字変換装置１１０の動作状態、かな漢字変換装置１１０が出力した変換候補、ユーザが入力装置１０２に入力した内容のエコーバックなどを表示する。表示装置１０４としては、液晶表示装置、有機ＥＬディスプレイ、タッチパネルディスプレイまたはプリンタを例示できる。

かな漢字変換装置１１０は、入力情報取得部１２２と、指示受付部１２４と、文字列変換部１３０と、出力部１５２と、通信制御部１６２とを備えてよい。かな漢字変換装置１１０は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ、記憶装置、通信インターフェース等を備えた一般的な情報処理装置により実現できる。かな漢字変換装置１１０は、文字列変換装置の一例であってよい。

かな漢字変換装置１１０は、入力装置１０２から、ユーザが入力した入力情報を受け取る。かな漢字変換装置１１０は、入力情報に、変換対象となる文字列が含まれている場合には、変換対象となる文字列の変換候補を生成する。かな漢字変換装置１１０は、生成した変換候補の一部を表示装置１０４に出力する。かな漢字変換装置１１０は、生成した変換候補の中から尤もらしい変換候補を抽出して、抽出した変換候補を表示装置１０４に出力してよい。

文字列は、１文字以上の文字を含む。ここで、文字とは、数字、ローマ字、アルファベット、平仮名、カタカナなどの自然言語だけでなく、引用符、括弧、絵文字、顔文字、アスキーアートなどのように、ユーザの意思、思想、感情などを表現するのに用いられる記号をも含む。

入力情報取得部１２２は、入力装置１０２から、入力情報を取得してよい。入力情報に変換対象となる文字列が含まれている場合、入力情報取得部１２２は、変換対象となる文字列を文字列変換部１３０に通知してよい。入力情報にかな漢字変換装置１１０の設定もしくは操作に関する指示が含まれている場合、入力情報取得部１２２は、当該指示を指示受付部１２４に通知してよい。

かな漢字変換装置１１０の設定に関する指示として、変換処理のＯＮとＯＦＦとの切替、変換処理モードの切替、使用する辞書またはデータベースの切替などを例示できる。かな漢字変換装置１１０の操作に関する指示として、変換処理の開始、文節の変更、変換候補の選択、変換後の文字列の決定などを例示できる。なお、入力情報取得部１２２は、ネットワーク１００を介して、他のコンピュータから入力情報を取得してもよい。

指示受付部１２４は、ユーザの指示を受け付ける。指示受付部１２４は、入力情報取得部１２２から、入力情報に含まれる指示を受け取ってよい。指示受付部１２４は、受け付けた指示を変換候補抽出部１３８および出力部１５２の少なくとも一方に通知してよい。

文字列変換部１３０は、入力情報取得部１２２から、変換対象となる文字列を受け取ってよい。文字列変換部１３０は、指示受付部１２４から、ユーザの指示を受け取ってよい。文字列変換部１３０は、変換対象となる文字列の変換候補を生成する。文字列変換部１３０は、生成した変換候補の一部を出力部１５２に通知する。文字列変換部１３０は、生成した変換候補の中から尤もらしい変換候補を抽出して、抽出した変換候補を出力部１５２に出力してよい。

文字列変換部１３０は、かな文字列生成部１３２と、変換候補生成部１３４と、変換確率算出部１３６と、変換候補抽出部１３８と、辞書格納部１４２と、履歴格納部１４４と、統計情報格納部１４６とを有してよい。文字列変換部１３０は、文字列変換装置の一例であってよい。

かな文字列生成部１３２は、入力情報取得部１２２から、変換対象となる文字列を受け取る。かな文字列生成部１３２は、変換対象となる文字列を平仮名またはカタカナに変換して、かな文字列を生成する。例えば、かな文字列生成部１３２は、「ｂａｉｄｏｌｕｄｅｋｅｎｎｓａｋｕｓｕｒｕ」というローマ字文字列を受け取り、「ばいどぅでけんさくする」という平仮名文字列を生成する。かな文字列生成部１３２は、生成したかな文字列を変換候補生成部１３４に通知する。かな文字列生成部１３２は、変換対象となる文字列も変換候補生成部１３４に通知してよい。

変換候補生成部１３４は、かな文字列生成部１３２から、かな文字列を受け取ってよい。かな文字列は、変換候補生成部１３４に入力された文字列の一例であってよい。変換候補生成部１３４は、入力された文字列とは異なる文字列を含む１以上の変換候補を生成する。変換候補生成部１３４は、１以上の変換候補を変換確率算出部１３６に通知してよい。変換候補生成部１３４は、変換対象となる文字列およびかな文字列の少なくとも一方と、生成した変換候補とを、変換候補として変換確率算出部１３６に通知してもよい。

変換候補生成部１３４は、辞書格納部１４２に格納されたデータベースを利用して、受け取ったかな文字列から漢字かな混じり文字列を生成してよい。これにより、かな文字列とは異なる文字列を含む変換候補を生成できる。例えば、以下の手順により、変換候補を生成できる。

まず、かな文字列を構成する文字の全ての組合せを生成する。例えば、「ばいどぅ」という平仮名文字列から、「ば」、「い」、「どぅ」、「ばい」、「いどぅ」、「ばいどぅ」という６つの平仮名文字列を生成する。次に、生成した平仮名文字列のそれぞれについて、辞書格納部１４２に格納されたデータベースから、当該平仮名文字列の読みに対応する漢字を抽出する。このとき、対応する漢字を全て抽出してもよいし、使用頻度などに基づいて所定の数より少ない数の漢字を抽出してもよい。例えば、抽出する漢字の数に上限を設けて、使用頻度が高いものから順に漢字を抽出してもよい。また、生成した平仮名文字列に対応するカタカナ文字列を生成してもよい。

次に、生成した平仮名文字列と、対応するカタカナ文字列と、抽出した漢字の全ての組合せを生成する。これにより、「ばいどぅ」というかな文字列から、「場いどぅ」、「葉いどぅ」、「ば位どぅ」、「ば医どぅ」、「場位どぅ」、「倍どぅ」、「バイドゥ」、「百度」などの変換候補を生成できる。

変換候補生成部１３４は、入力された文字列の文字数よりも文字数が多い変換候補を生成してよい。変換候補生成部１３４は、確率的言語モデルを用いて、入力された文字列の文字数よりも文字数が多い変換候補を生成してよい。例えば、変換候補生成部１３４が「くる」というかな文字列を受け取った場合、変換候補生成部１３４は、Ｎ−ｇｒａｍ言語モデルを用いて、「くるま」、「くるーず」「くるとし」のように、入力された「くる」という文字列よりも文字数が多いかな文字列を生成してよい。Ｎ−ｇｒａｍ言語モデルは、確率的言語モデルの一例であってよい。変換候補生成部１３４は、確率的言語モデルを用いて生成したかな文字列から漢字かな混じり文字列などを生成して、変換候補を生成してよい。

変換確率算出部１３６は、変換候補生成部１３４から、１以上の変換候補を受け取ってよい。変換確率算出部１３６は、１以上の変換候補のそれぞれについて、変換候補生成部１３４に入力された文字列が、１以上の変換候補のそれぞれに変換される変換確率を算出する。変換確率算出部１３６は、１以上の変換候補のそれぞれの変換確率を、１以上の変換候補のそれぞれと対応づけて変換候補抽出部１３８に通知してよい。

変換確率算出部１３６は、以下の手順により、変換確率を算出してよい。まず、変換確率算出部１３６は、１以上の変換候補のそれぞれについて、１以上の変換候補のそれぞれを１以上の文字列に分割する。変換確率算出部１３６は、形態素解析により、１以上の変換候補のそれぞれを１以上の単語に分割してよい。例えば、「百度で検索する」という変換候補を、「百度」「で」「検索する」という３つの単語に分割する。

次に、変換確率算出部１３６は、文字列の出現に関する統計情報に基づいて、入力された文字列が１以上の変換候補のそれぞれに変換される変換確率を算出する。文字列の出現に関する統計情報は、Ｎ−ｇｒａｍデータであってよい。Ｎ−ｇｒａｍデータの言語単位は特に限定されないが、言語単位として単語を採用することが好ましい。Ｎ−ｇｒａｍデータは、単語または単語の組合せと、単語または単語の組合せの出現頻度または生起確率とを対応づけて格納してよい。これにより、文字列の文字数が大きい場合であっても、高速に変換確率を算出できる。また、Ｎ−ｇｒａｍデータの言語単位として品詞を採用してもよい。

変換確率算出部１３６は、１以上の変換候補のそれぞれについて、１以上の単語または１以上の単語の組合せと、Ｎ−ｇｒａｍデータに格納された単語または単語の組合せとを比較することで、１以上の単語または１以上の単語の組合せの出現頻度または生起確率を算出してよい。変換確率算出部１３６は、１以上の単語または１以上の単語の組合せの出現頻度または生起確率を用いて、入力された文字列が１以上の変換候補のそれぞれに変換される変換確率を算出できる。

例えば、Ｎ＝１のＮ−ｇｒａｍデータから「百度」「で」「検索する」という３つの単語の生起確率をそれぞれ求めて、「ばいどぅでけんさくする」というかな文字列が「百度で検索する」という変換候補に変換される変換確率を算出してよい。なお、Ｎ＝２のＮ−ｇｒａｍデータまたはＮ＝３のＮ−ｇｒａｍデータを用いて、上記の変換確率を算出してもよい。

変換確率算出部１３６は、１以上の単語の少なくとも１つを異なる言語の対応する単語に変換してよい。例えば、変換確率算出部１３６は、辞書格納部１４２に格納されたデータベースを参照して、「検索する」という単語を「ｓｅａｒｃｈ」に変換してよい。変換確率算出部１３６は、自然言語の単語を、対応する絵文字、顔文字またはアスキーアートに変換してもよい。

変換確率算出部１３６は、全ての変換候補について、１以上の単語の少なくとも１つを異なる言語の対応する単語に変換してもよく、一部の変換候補について、１以上の単語の少なくとも１つを異なる言語の対応する単語に変換してもよい。例えば、上記の一部の変換候補としては、変換確率が所定の値より大きな変換候補、変換確率で順位付けした場合に所定の順位より上位の変換候補を例示できる。変換確率算出部１３６は、１以上の単語の少なくとも１つを異なる言語の対応する単語に変換した後の文字列について、変換確率を算出してもよい。

変換確率算出部１３６は、形態素解析により、１以上の変換候補のそれぞれを複数の文節に分割してよい。例えば、「百度で検索する」という変換候補を、「百度で」「検索する」という２つの文節に分割してよい。変換確率算出部１３６は、文節の区切りに関する情報を変換候補抽出部１３８に通知してよい。

変換候補抽出部１３８は、変換確率算出部１３６から、１以上の変換候補のそれぞれの変換確率を受け取ってよい。変換候補抽出部１３８は、変換確率算出部１３６から、１以上の変換候補のそれぞれについて、文節の区切りに関する情報を受け取ってよい。変換候補抽出部１３８は、指示受付部１２４から、ユーザの指示を受け付けてよい。

変換候補抽出部１３８は、変換確率に基づいて、１以上の変換候補から少なくとも１つの変換候補を抽出する。変換候補抽出部１３８は、ユーザの指示に基づいて、抽出する変換候補の数を決定してよい。変換候補抽出部１３８は、抽出した変換候補を出力部１５２に通知してよい。変換候補抽出部１３８は、抽出した変換候補の文節の区切りに関する情報を出力部１５２に通知してよい。

変換候補抽出部１３８は、かな文字列生成部１３２が生成したかな文字列の先頭から所定の文字数の文字列を抽出して、辞書格納部１４２に格納されたデータベースに記憶されている単語の中から、先頭から所定の文字数の文字列が抽出した文字列と一致する単語を抽出してよい。当該方法によっても、変換候補生成部１３４は、入力された文字列の文字数よりも文字数が多い変換候補を生成することができる。

このとき、変換候補抽出部１３８は、辞書格納部１４２に格納されたデータベースまたは統計情報格納部１４６に格納されたＮ−ｇｒａｍデータを参照して、抽出した単語の中から、ユーザの使用頻度もしくは出現頻度が所定の値より大きな単語、または、ユーザの使用頻度もしくは出現頻度で順位付けした場合に所定の順位より上位の単語を抽出してもよい。変換候補抽出部１３８は、辞書格納部１４２に格納されたデータベースから抽出した変換候補を出力部１５２に通知してよい。

変換候補抽出部１３８は、指示受付部１２４が複数の文節のうちの一の文節の変換に関する指示を受け付けると、変換確率および一の文節の変換に関する指示に基づいて、１以上の変換候補から少なくとも１つの変換候補を抽出してよい。例えば、「くるまではなさない」というかな文字列には、「車で話さない」、「来るまで放さない」という変換候補がある。両者とも、「くるまで」、「はなさない」という２つの文節に分割することができる。

ここで、指示受付部１２４が、「くるまで」という文節に関して「車で」という変換候補を選択する旨の指示を受け付けた場合、「車で」という文字列を含む変換候補の中から、変換候補抽出部１３８は、変換確率に基づいて少なくとも１つの変換候補を抽出してよい。その結果、「はなさない」という文節の変換候補として「話さない」という変換候補が表示されやすくなる。これにより、一の文節について変換後の文字列を決定すると、当該文字列に合わせて、他の文節の変換候補を自動的に変更することができる。その結果、変換精度を向上させることができる。

辞書格納部１４２は、例えば、単語の読みと漢字とを対応づけて記憶するデータベース、単語の読みと絵文字もしくは顔文字とを対応付けて記憶するデータベース、一の言語の単語と他の言語の単語とを対応付けて記憶するデータベースなどを格納する。辞書格納部１４２は、ネットワーク１００を介して、他のコンピュータに記憶されているコンテンツの中から単語を収集してよい。

履歴格納部１４４は、例えば、ユーザの入力履歴、ユーザの変換履歴を格納する。履歴格納部１４４は、ユーザの入力履歴およびユーザの変換履歴を解析して、ユーザが使用した単語、当該単語の使用頻度などを辞書格納部１４２に通知してよい。

統計情報格納部１４６は、確率的言語モデルで使用する統計情報を格納する。統計情報は、Ｎ−ｇｒａｍデータであってよい。統計情報格納部１４６は、ネットワーク１００を介して、他のコンピュータに記憶されているコンテンツを分析して、統計情報を収集してよい。

出力部１５２は、変換候補抽出部１３８から、抽出された変換候補を受け取ってよい。出力部１５２は、変換候補抽出部１３８から、抽出された変換候補の文節の区切りに関する情報を受け取ってよい。出力部１５２は、変換候補抽出部１３８から、辞書格納部１４２に格納されたデータベースから抽出された変換候補を受け取ってよい。出力部１５２は、指示受付部１２４から、ユーザの指示を受け取ってよい。

出力部１５２は、変換候補抽出部１３８から受け取った情報および指示受付部１２４から受け取った情報に基づいて、ユーザに表示する表示画面を生成してよい。出力部１５２は、生成した表示画面を表示装置１０４に出力してよい。

出力部１５２は、表示する変換候補の中にかな文字列が含まれるように、表示画面を生成してよい。出力部１５２は、抽出された変換候補が変換確率の大きな順に表示されるように、表示画面を生成してよい。出力部１５２は、抽出された変換候補の後に、辞書格納部１４２に格納されたデータベースから抽出された変換候補が表示されるように、表示画面を生成してよい。

出力部１５２は、ユーザの指示に応じて、表示画面の形状、模様または色彩を変更してよい。例えば、表示画面上で、インターフェース部分の上にマウスポインタがある場合と、インターフェース部分の上にマウスポインタがない場合とで、インターフェース部分の形状、模様または色彩を動的に変更してよい。また、かな漢字変換装置１１０の設定もしくは操作に関する指示に応じて、表示画面中のインターフェース部分の形状、模様または色彩を変更してよい。出力部１５２は、インターフェース部分に、ｃｉｆまたはｆｌａｓｈで作成したアニメーションを適用してよい。

出力部１５２は、指示受付部１２４から、変換候補のうちの１つを変換後の文字列として決定する旨の指示を受け取ると、当該文字列を変換結果として確定させてよい。通信制御部１６２は、ネットワーク１００を介して、他のコンピュータ、携帯端末などと通信するインターフェースであってよい。

図２は、辞書格納部１４２の内部構成の一例を概略的に示す。辞書格納部１４２は、辞書管理部２１０と、常用漢字データベース２２２と、非常用漢字データベース２２４と、専門用語データベース２２６と、人名データベース２３０と、地名データベース２３２と、英単語データベース２３４と、ユーザ用語データベース２４２と、自動収集単語データベース２４４とを有してよい。

辞書管理部２１０は、辞書格納部１４２に含まれるデータベースを管理する。辞書管理部２１０は、変換候補生成部１３４、変換確率算出部１３６および変換候補抽出部１３８と接続されて、情報をやり取りしてよい。辞書管理部２１０は、通信制御部１６２を介して、ネットワーク上の他のコンピュータと情報をやり取りしてよい。辞書管理部２１０は、履歴格納部１４４から、ユーザが使用した単語、当該単語の使用頻度などを受け取ってよい。

辞書管理部２１０は、ネットワーク１００を介して他のコンピュータに記憶されているコンテンツの中から単語を収集してよい。辞書管理部２１０は、検索エンジンのログを利用して、辞書格納部１４２に含まれるデータベースに記憶されていない単語を収集してもよい。辞書管理部２１０は、収集した単語と、辞書格納部１４２に含まれるデータベースに記憶されている単語とを比較して、収集した単語が辞書格納部１４２に含まれるデータベースに記憶されていない場合に、当該単語を自動収集単語データベース２４４に記憶してよい。

辞書管理部２１０は、ユーザがかな漢字変換装置１１０を起動した場合に、前回の起動時から今回の起動時までの間に自動収集単語データベース２４４に記憶した単語を出力部１５２に通知してよい。これにより、新しく収集した単語をユーザに表示することができる。

辞書管理部２１０は、ネットワーク１００を介して、他のコンピュータ上にある同一ユーザの辞書と、ユーザ用語データベース２４２とを比較してよい。辞書管理部２１０は、他のコンピュータ上の辞書の中に、ユーザ用語データベース２４２に記憶されていない単語を検出した場合には、当該単語をユーザ用語データベース２４２に記憶してよい。辞書管理部２１０は、ネットワーク１００に接続された他のコンピュータに記憶されている辞書を利用して、変換候補生成部１３４、変換確率算出部１３６または変換候補抽出部１３８からの要求に適合する文字列を抽出してもよい。

常用漢字データベース２２２は、常用漢字を使用した単語の読みと漢字とを対応付けて記憶する。常用漢字データベース２２２は、更に、当該単語の読みと品詞とを対応づけて記憶してよい。非常用漢字データベース２２４は、非常用漢字を使用した単語の読みと漢字とを対応付けて記憶する。非常用漢字データベース２２４は、更に、当該単語の読みと品詞とを対応づけて記憶してよい。

専門用語データベース２２６は、専門用語の読みと当該専門用語の文字列とを対応付けて記憶する。人名データベース２３０は、人名の読みと当該人名の文字列とを対応付けて記憶する。地名データベース２３２は、地名の読みと当該地名の文字列とを対応付けて記憶する。英単語データベース２３４は、日本語の単語の読みと、当該日本語の単語に対応する英単語の文字列を対応付けて記憶する。

ユーザ用語データベース２４２は、ユーザが登録した文字列の読みと当該文字列とを対応づけて記憶する。ユーザ用語データベース２４２は、履歴格納部１４４から受け取った単語の読みと、当該単語の文字列と、当該単語の使用頻度とを対応付けて記憶してよい。ユーザ用語データベース２４２は、絵文字、顔文字、アスキーアートまたは図形の読みと当該絵文字、顔文字、アスキーアートまたは図形とを対応づけて記憶してよい。

自動収集単語データベース２４４は、辞書管理部２１０が、ネットワーク１００を介して他のコンピュータに記憶されているコンテンツの中から収集した単語について、当該単語の読みと文字列とを対応付けて記憶する。自動収集単語データベース２４４は、更に、当該単語の読みと当該単語が含まれるコンテンツのＵＲＬとを対応付けて記憶してよい。

図３は、Ｎ＝１の場合のＮ−ｇｒａｍデータ３００の一例を概略的に示す。Ｎ−ｇｒａｍデータ３００のデータテーブルにおいて、テーブルの列は、単語の読み３０２と、単語の読み３０２に対応する文字列３０４、品詞３０６および生起確率３０８とを含んでよい。

図４は、Ｎ＝２の場合のＮ−ｇｒａｍデータ４００の一例を概略的に示す。Ｎ−ｇｒａｍデータ４００のデータテーブルにおいて、テーブルの列は、２つの単語の組合せの読み４０２と、単語の組合せの読み４０２に対応する文字列４０４および生起確率４０６とを含んでよい。

図５は、かな漢字変換装置１１０における処理の一例を概略的に示す。Ｓ５０２において、入力情報取得部１２２が、入力装置１０２から入力情報を取得する。入力情報取得部１２２は、入力情報に変換対象となる文字列が含まれている場合には、変換対象となる文字列を文字列変換部１３０に通知する。入力情報取得部１２２は、入力情報にかな漢字変換装置１１０の設定もしくは操作に関する指示が含まれている場合には、当該指示を指示受付部１２４に通知する。

Ｓ５０４において、かな文字列生成部１３２が、変換対象となる文字列をかな文字列に変換する。かな文字列生成部１３２は、かな文字列を変換候補生成部１３４に通知する。Ｓ５０６において、変換候補生成部１３４が、かな文字列を構成する文字の全ての組合せに対応する平仮名文字列を生成する。そして、生成した平仮名文字列の全てについて、当該平仮名文字列の読みに対応する漢字およびカタカナを抽出する。

Ｓ５０８において、変換候補生成部１３４が、生成した平仮名文字列と、対応する漢字およびカタカナとの全ての組合せを生成する。これにより、平仮名およびカタカナが混ざった文字列と、漢字かな混じり文字列とを生成することができる。変換候補生成部１３４は、かな文字列生成部１３２から受け取ったかな文字列と、Ｓ５０８において生成した平仮名およびカタカナが混ざった文字列ならびに漢字かな混じり文字列とを、変換候補として変換確率算出部１３６に通知する。

Ｓ５１０において、変換確率算出部１３６が、変換候補のそれぞれについて、形態素区切りを決定する。これにより、変換候補のそれぞれを１以上の文字または文字列に分割することができる。例えば、変換確率算出部１３６は、変換候補のそれぞれについて、品詞と文法とに基づいて、変換候補を単語に分割する。Ｓ５１２において、変換確率算出部１３６が、変換候補を分割して得られた文字または文字列の生起確率に基づいて、変換候補のそれぞれについて、変換確率を算出する。変換確率算出部１３６は、それぞれの変換候補の変換確率を変換候補抽出部１３８に通知する。

Ｓ５１４において、変換候補抽出部１３８が、それぞれの変換候補の変換確率に基づき、１以上の変換候補の中から、少なくとも１つの変換候補を抽出する。変換候補抽出部１３８は、１以上の変換候補を変換確率で順位付けして、所定の順位より上位の変換候補を抽出してよい。変換候補抽出部１３８は、抽出した変換候補を出力部１５２に通知する。

図６は、変換候補を生成する方法の一例を概略的に示す。図６は、「ばいどぅ」というかな文字列から、変換候補を生成する過程で生成されるパスの一例を示す。「ばいどぅ」は、「ば」、「い」、「どぅ」という３つの文字に分解することができる。この３つの文字の組合せとして、「ば」、「い」、「どぅ」、「ばい」、「いどぅ」、「ばいどぅ」という６つの平仮名文字列が得られる。６つの平仮名文字列は、グラフ理論におけるノードに相当する。

そこで、６つの平仮名文字列のそれぞれについて、対応するカタカナ文字列および漢字を抽出する。そして、生成した平仮名文字列と、対応するカタカナ文字列と、抽出した漢字の全ての組合せを生成する。この組合せは、グラフ理論におけるパスに相当する。図６に示すとおり、「ばいどぅ」というかな文字列から、パス１からパスｋまでの変換候補が生成される。なお、パス１、パスｉ−１、パスｊ、パスｋ−２は、「ばいどぅ」というかな文字列と同じなので、変換候補から削除してもよい。

図７は、変換確率を算出する方法の一例を概略的に示す。図７は、「ばいどぅでけんさくする」というかな文字列について得られた複数の変換候補のそれぞれについて、形態素解析を実施した結果の一例を示す。図７に示すとおり、パス７１０、パス７２０、パス７３０およびパス７４０を含むパスが生成されている。例えば、パス７１０は「倍どぅで検索する」という文字列であり、形態素解析の結果、「倍」「どぅ」「で」「検索する」という４つの単語に分割されている。そこで、それぞれの単語の生起確率を掛け合わせることで、パス７１０の変換確率を算出することができる。生起確率を算出する前に形態素解析を実施することで、同じ文字であっても品詞が異なる場合に、品詞に応じた生起確率を用いることができる。これにより、変換確率を精度よく算出することができる。

図８は、検索装置８１０の内部構成の一例を概略的に示す。図８は、検索装置８１０を、ネットワーク１００、ユーザ端末８０２およびコンテンツサーバ８０４とともに示す。検索装置８１０のユーザは、ユーザ端末８０２を用いて、ネットワーク１００を介して検索装置８１０との間で情報をやりとりしてよい。ユーザは、ユーザ端末８０２に検索条件を入力することで、ネットワーク１００に接続されたコンテンツサーバ８０４から、検索条件に適合するコンテンツを取得してよい。

ユーザ端末８０２は、ネットワーク１００を介して検索装置８１０およびコンテンツサーバ８０４と通信できる装置であればよく、例えば、Ｗｅｂブラウザソフトが導入されたパーソナルコンピュータ、携帯端末または携帯電話により実現できる。コンテンツサーバ８０４は、コンテンツを格納する。コンテンツサーバ８０４は、ネットワーク１００を介して検索装置８１０およびユーザ端末８０２と通信できる装置であればよく、例えば、サーバ用コンピュータにより実現できる。コンテンツサーバ８０４は、例えば、ＣＰＵ、ＲＡＭ、ＲＯＭ、ハードディスクドライブ等を含んで構成される。

検索装置８１０は、文字列変換部１３０と、通信制御部１６２と、入力情報取得部８２２と、検索部８３０と、検索条件取得部８３２と、コンテンツ検索部８３４と、コンテンツ情報格納部８３６と、出力部８３８とを備えてよい。入力情報取得部８２２は、通信制御部１６２を介して、ネットワーク１００に接続されたユーザ端末から入力情報を取得する他は、入力情報取得部１２２と同様の構成を有してよい。

文字列変換部１３０は、ユーザが入力した文字列の変換候補をユーザに提示してよい。文字列変換部１３０は、ユーザが提示した変換候補のいずれかを選択した場合に、選択された変換候補を、検索条件として検索部８３０に通知してよい。別の例として、文字列変換部１３０は、変換候補抽出部１３８が抽出した変換候補を、検索条件として検索部８３０に通知してもよい。

文字列変換部１３０は、統計情報格納部１４６に格納されているＮ−ｇｒａｍデータを用いて、変換候補抽出部１３８が抽出した変換候補とともに出現する確率の高い単語を算出してよい。文字列変換部１３０は、算出した単語と、変換候補抽出部１３８が抽出した変換候補とを、検索条件として検索部８３０に通知してもよい。

検索部８３０は、文字列変換部１３０から検索条件を受け取ってよい。検索部８３０は、検索条件に適合するコンテンツを取得してよい。検索部８３０は、検索条件取得部８３２と、コンテンツ検索部８３４と、コンテンツ情報格納部８３６と、出力部８３８とを有してよい。

検索条件取得部８３２は、文字列変換部１３０から検索条件を取得してよい。検索条件取得部８３２は、文字列変換部１３０が出力した少なくとも１つの変換候補に基づいて、検索条件を取得してよい。検索条件取得部８３２は、文字列変換部１３０から受け取った少なくとも１つの変換候補から、複数の検索条件を取得してよい。検索条件取得部８３２は、検索条件をコンテンツ検索部８３４に通知してよい。検索条件取得部８３２は、文字列変換部１３０から受け取った少なくとも１つの変換候補から、当該変換候補に特徴的な単語を抽出して、コンテンツ検索部８３４に通知してもよい。

コンテンツ検索部８３４は、検索条件取得部８３２から検索条件を受け取ってよい。コンテンツ検索部８３４は、コンテンツ情報格納部８３６に情報が格納されている複数のコンテンツの中から、検索条件に適合するコンテンツを検索してよい。コンテンツ検索部８３４は、検索条件取得部８３２から、複数の変換候補のそれぞれを、それぞれ独立の検索条件として受け取った場合には、複数の検索条件のそれぞれについて、検索条件のそれぞれに適合するコンテンツを検索してよい。コンテンツ検索部８３４は、検索条件、検索条件に適合するコンテンツの数、適合するコンテンツの格納場所などの検索結果を出力部８３８に通知してよい。

コンテンツ情報格納部８３６は、コンテンツに含まれるキーワードと、当該コンテンツの格納場所とを対応付けて記憶してよい。コンテンツ情報格納部８３６は、さらに、当該コンテンツの概要、当該コンテンツのファイルサイズを記憶してよい。コンテンツ情報格納部８３６は、通信制御部１６２を介して、ネットワーク１００に接続されたコンテンツサーバ８０４に保存されたコンテンツの情報を収集してよい。

出力部８３８は、コンテンツ検索部８３４から検索結果を受け取る。出力部８３８は、検索結果に基づき、ユーザに表示する表示画面を生成する。出力部１５２は、生成した表示画面を表示装置１０４に出力してよい。出力部８３８は、検索条件および検索結果に基づき、ユーザのニーズを推測してよい。出力部８３８は、推測したユーザのニーズに基づいて、表示画面を生成してよい。例えば、検索結果に画像データが多く含まれる場合には、画像データが直接表示された表示画面を生成してよい。

図９は、検索装置８１０における処理の一例を概略的に示す。Ｓ５０２からＳ５１４までの処理は、図５に関連して説明したかな漢字変換装置１１０における処理と同様であってよいので、説明を省略する。Ｓ５０２からＳ５１４において、文字列変換部１３０が、ユーザからの入力情報に含まれる変換対象となる文字列から、１以上の変換候補を抽出して、検索部８３０に通知する。

Ｓ９１６において、検索条件取得部８３２が、文字列変換部１３０から、１以上の変換候補を受け取る。検索条件取得部８３２は、受け取った変換候補に基づいて、検索条件を取得する。検索条件取得部８３２は、取得した検索条件をコンテンツ検索部８３４に通知する。コンテンツ検索部８３４は、検索条件に適合するコンテンツを検索して、出力部８３８に通知する。出力部８３８は、検索結果に基づいて表示画面を生成して、通信制御部１６２に出力する。通信制御部１６２は、ネットワーク１００を介して、表示画面をユーザ端末８０２に送信する。

図１０は、検索結果の表示画面１０００の一例を概略的に示す。表示画面１０００は、入力表示部１０１０と、検索開始ボタン１０２０と、変換候補表示部１０３０と、検索結果表示部１０４０とを含んでよい。入力表示部１０１０は、ユーザの入力した文字列、当該文字列に対応するかな文字列、変換結果などを表示してよい。検索開始ボタン１０２０は、クリックされると、入力表示部１０１０に表示されている文字列に基づいて検索を開始する旨の指示を、検索装置８１０に通知してよい。

変換候補表示部１０３０は、文字列変換部１３０が抽出した変換候補を表示してよい。表示画面１０００は、変換候補表示部１０３０に表示された変換候補の１つがユーザにより選択されると、選択された変換候補に基づいて検索を開始する旨の指示を、検索装置８１０に通知するように作成されてよい。

検索結果表示部１０４０は、検索結果を表示してよい。本実施形態において、検索結果表示部１０４０は、検索条件取得部８３２が変換候補から取得した検索条件を表示する。検索結果表示部１０４０は、検索条件と対応付けて、当該検索条件の検索結果の一部を表示してもよい。表示画面１０００は、検索結果表示部１０４０に表示された検索条件の１つがユーザにより選択されると、選択された検索条件の検索結果を表示する旨の指示を、検索装置８１０に通知するように作成されてよい。

図１１は、検索結果の表示画面１１００の一例を概略的に示す。本実施形態において、検索結果表示部１０４０は、選択された変換候補に基づいて検索した検索結果を表示する。表示画面１１００は、検索結果表示部１０４０に表示された検索結果の１つがユーザにより選択されると、選択された検索結果に該当するコンテンツを表示する旨の指示を、検索装置８１０に通知するように作成されてよい。

以上の記載によれば、本願明細書には入力された文字列とは異なる文字列を含む１以上の変換候補を生成する変換候補生成段階と、１以上の変換候補のそれぞれについて、１以上の変換候補のそれぞれを１以上の文字列に分割し、１以上の文字列の出現に関する統計情報に基づいて、入力された文字列が１以上の変換候補のそれぞれに変換される変換確率を算出する変換確率算出段階と、変換確率に基づいて、１以上の変換候補から少なくとも１つの変換候補を抽出する変換候補抽出段階とを備える、文字列変換方法が記載されている。

また、本願明細書には、入力された文字列とは異なる文字列を含む１以上の変換候補を生成する変換候補生成段階と、１以上の変換候補のそれぞれについて、１以上の変換候補のそれぞれを１以上の文字列に分割し、１以上の文字列の出現に関する統計情報に基づいて、入力された文字列が１以上の変換候補のそれぞれに変換される変換確率を算出する変換確率算出段階と、変換確率に基づいて、１以上の変換候補から少なくとも１つの変換候補を抽出する変換候補抽出段階と、入力された文字列または変換候補抽出部が抽出した少なくとも１つの変換候補に基づいて、検索条件を取得する検索条件取得段階と、検索条件に適合するコンテンツを検索するコンテンツ検索段階とを備える、検索方法が記載されている。

本実施形態においては、かな漢字変換装置１１０、文字列変換部１３０および検索装置８１０を例として、それぞれに含まれる構成の機能について説明した。しかし、かな漢字変換装置１１０、文字列変換部１３０および検索装置８１０において、各構成の機能は厳密に区別されるものではなく、かな漢字変換装置１１０、文字列変換部１３０および検索装置８１０の構成は、これに限定されない。例えば、文字列変換部１３０において、変換候補生成部１３４が変換確率算出部１３６の機能の一部を担ってもよく、変換確率算出部１３６が変換候補生成部１３４の機能の一部を担ってもよい。

本実施形態においては、プログラムが実行されることにより、コンピュータがかな漢字変換装置１１０、文字列変換部１３０または検索装置８１０として機能する場合について説明した。しかし、かな漢字変換装置１１０、文字列変換部１３０または検索装置８１０は、これに限定されない。

かな漢字変換装置１１０、文字列変換部１３０または検索装置８１０は、ハードウエアにより実現されてもよく、ソフトウエアにより実現されてもよい。かな漢字変換装置１１０、文字列変換部１３０または検索装置８１０は、それぞれの用途に特化したシステムであってもよく、パーソナルコンピュータ等の汎用の情報処理装置であってもよい。

例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ、通信インターフェース等を有するデータ処理装置と、入力装置と、出力装置と、記憶装置とを備えた一般的な構成の情報処理装置において、かな漢字変換装置１１０、文字列変換部１３０または検索装置８１０の各部の動作を規定したソフトウエアを起動することにより、かな漢字変換装置１１０、文字列変換部１３０または検索装置８１０を実現できる。上記特化したシステムおよび上記情報処理装置は、単一のコンピュータにより構成されてもよく、ネットワーク上に分散した複数のコンピュータにより構成されてもよい。

図１２は、かな漢字変換装置１１０、文字列変換部１３０または検索装置８１０を実現するコンピュータ１９００のハードウェア構成の一例を示す。本実施形態に係るコンピュータ１９００は、ホスト・コントローラ２０８２により相互に接続されるＣＰＵ２０００、ＲＡＭ２０２０、グラフィック・コントローラ２０７５、及び表示装置２０８０を有するＣＰＵ周辺部と、入出力コントローラ２０８４によりホスト・コントローラ２０８２に接続される通信インターフェイス２０３０、ハードディスクドライブ２０４０、及びＣＤ−ＲＯＭドライブ２０６０を有する入出力部と、入出力コントローラ２０８４に接続されるＲＯＭ２０１０、フレキシブルディスク・ドライブ２０５０、及び入出力チップ２０７０を有するレガシー入出力部とを備える。

ホスト・コントローラ２０８２は、ＲＡＭ２０２０と、高い転送レートでＲＡＭ２０２０をアクセスするＣＰＵ２０００及びグラフィック・コントローラ２０７５とを接続する。ＣＰＵ２０００は、ＲＯＭ２０１０及びＲＡＭ２０２０に格納されたプログラムに基づいて動作し、各部の制御を行う。グラフィック・コントローラ２０７５は、ＣＰＵ２０００等がＲＡＭ２０２０内に設けたフレーム・バッファ上に生成する画像データを取得し、表示装置２０８０上に表示させる。これに代えて、グラフィック・コントローラ２０７５は、ＣＰＵ２０００等が生成する画像データを格納するフレーム・バッファを、内部に含んでもよい。

入出力コントローラ２０８４は、ホスト・コントローラ２０８２と、比較的高速な入出力装置である通信インターフェイス２０３０、ハードディスクドライブ２０４０、ＣＤ−ＲＯＭドライブ２０６０を接続する。通信インターフェイス２０３０は、ネットワークを介して他の装置と通信する。ハードディスクドライブ２０４０は、コンピュータ１９００内のＣＰＵ２０００が使用するプログラム及びデータを格納する。ＣＤ−ＲＯＭドライブ２０６０は、ＣＤ−ＲＯＭ２０９５からプログラム又はデータを読み取り、ＲＡＭ２０２０を介してハードディスクドライブ２０４０に提供する。

また、入出力コントローラ２０８４には、ＲＯＭ２０１０と、フレキシブルディスク・ドライブ２０５０、及び入出力チップ２０７０の比較的低速な入出力装置とが接続される。ＲＯＭ２０１０は、コンピュータ１９００が起動時に実行するブート・プログラム、及び／又は、コンピュータ１９００のハードウェアに依存するプログラム等を格納する。フレキシブルディスク・ドライブ２０５０は、フレキシブルディスク２０９０からプログラム又はデータを読み取り、ＲＡＭ２０２０を介してハードディスクドライブ２０４０に提供する。入出力チップ２０７０は、フレキシブルディスク・ドライブ２０５０を入出力コントローラ２０８４へと接続すると共に、例えばパラレル・ポート、シリアル・ポート、キーボード・ポート、マウス・ポート等を介して各種の入出力装置を入出力コントローラ２０８４へと接続する。

ＲＡＭ２０２０を介してハードディスクドライブ２０４０に提供されるプログラムは、フレキシブルディスク２０９０、ＣＤ−ＲＯＭ２０９５、又はＩＣカード等の記録媒体に格納されて利用者によって提供される。プログラムは、記録媒体から読み出され、ＲＡＭ２０２０を介してコンピュータ１９００内のハードディスクドライブ２０４０にインストールされ、ＣＰＵ２０００において実行される。

一例として、コンピュータ１９００と外部の装置等との間で通信を行う場合には、ＣＰＵ２０００は、ＲＡＭ２０２０上にロードされた通信プログラムを実行し、通信プログラムに記述された処理内容に基づいて、通信インターフェイス２０３０に対して通信処理を指示する。通信インターフェイス２０３０は、ＣＰＵ２０００の制御を受けて、ＲＡＭ２０２０、ハードディスクドライブ２０４０、フレキシブルディスク２０９０、又はＣＤ−ＲＯＭ２０９５等の記憶装置上に設けた送信バッファ領域等に記憶された送信データを読み出してネットワークへと送信し、もしくは、ネットワークから受信した受信データを記憶装置上に設けた受信バッファ領域等へと書き込む。このように、通信インターフェイス２０３０は、ＤＭＡ（ダイレクト・メモリ・アクセス）方式により記憶装置との間で送受信データを転送してもよく、これに代えて、ＣＰＵ２０００が転送元の記憶装置又は通信インターフェイス２０３０からデータを読み出し、転送先の通信インターフェイス２０３０又は記憶装置へとデータを書き込むことにより送受信データを転送してもよい。

また、ＣＰＵ２０００は、ハードディスクドライブ２０４０、ＣＤ−ＲＯＭドライブ２０６０（ＣＤ−ＲＯＭ２０９５）、フレキシブルディスク・ドライブ２０５０（フレキシブルディスク２０９０）等の外部記憶装置に格納されたファイルまたはデータベース等の中から、全部または必要な部分をＤＭＡ転送等によりＲＡＭ２０２０へと読み込ませ、ＲＡＭ２０２０上のデータに対して各種の処理を行う。そして、ＣＰＵ２０００は、処理を終えたデータを、ＤＭＡ転送等により外部記憶装置へと書き戻す。このような処理において、ＲＡＭ２０２０は、外部記憶装置の内容を一時的に保持するものとみなせるから、本実施形態においてはＲＡＭ２０２０および外部記憶装置等をメモリ、記憶部、または記憶装置等と総称する。本実施形態における各種のプログラム、データ、テーブル、データベース等の各種の情報は、このような記憶装置上に格納されて、情報処理の対象となる。なお、ＣＰＵ２０００は、ＲＡＭ２０２０の一部をキャッシュメモリに保持し、キャッシュメモリ上で読み書きを行うこともできる。このような形態においても、キャッシュメモリはＲＡＭ２０２０の機能の一部を担うから、本実施形態においては、区別して示す場合を除き、キャッシュメモリもＲＡＭ２０２０、メモリ、及び／又は記憶装置に含まれるものとする。

また、ＣＰＵ２０００は、ＲＡＭ２０２０から読み出したデータに対して、プログラムの命令列により指定された、本実施形態中に記載した各種の演算、情報の加工、条件判断、情報の検索・置換等を含む各種の処理を行い、ＲＡＭ２０２０へと書き戻す。例えば、ＣＰＵ２０００は、条件判断を行う場合においては、本実施形態において示した各種の変数が、他の変数または定数と比較して、大きい、小さい、以上、以下、等しい等の条件を満たすかどうかを判断し、条件が成立した場合（又は不成立であった場合）に、異なる命令列へと分岐し、またはサブルーチンを呼び出す。

また、ＣＰＵ２０００は、記憶装置内のファイルまたはデータベース等に格納された情報を検索することができる。例えば、第１属性の属性値に対し第２属性の属性値がそれぞれ対応付けられた複数のエントリが記憶装置に格納されている場合において、ＣＰＵ２０００は、記憶装置に格納されている複数のエントリの中から第１属性の属性値が指定された条件と一致するエントリを検索し、そのエントリに格納されている第２属性の属性値を読み出すことにより、所定の条件を満たす第１属性に対応付けられた第２属性の属性値を得ることができる。

以上に示したプログラム又はモジュールは、外部の記録媒体に格納されてもよい。記録媒体としては、フレキシブルディスク２０９０、ＣＤ−ＲＯＭ２０９５の他に、ＤＶＤ又はＣＤ等の光学記録媒体、ＭＯ等の光磁気記録媒体、テープ媒体、ＩＣカード等の半導体メモリ等を用いることができる。また、専用通信ネットワーク又はインターネットに接続されたサーバシステムに設けたハードディスク又はＲＡＭ等の記憶装置を記録媒体として使用し、ネットワークを介してプログラムをコンピュータ１９００に提供してもよい。

コンピュータ１９００にインストールされ、コンピュータ１９００をかな漢字変換装置１１０、文字列変換部１３０または検索装置８１０として機能させるプログラムは、かな漢字変換装置１１０、文字列変換部１３０または検索装置８１０の各部の動作を規定したモジュールを備える。これらのプログラム又はモジュールは、ＣＰＵ２０００等に働きかけて、コンピュータ１９００を、かな漢字変換装置１１０、文字列変換部１３０または検索装置８１０の各部としてそれぞれ機能させる。

これらのプログラムに記述された情報処理は、コンピュータ１９００に読込まれることにより、ソフトウェアと上述した各種のハードウェア資源とが協働した具体的手段として機能する。そして、これらの具体的手段によって、本実施形態におけるコンピュータ１９００の使用目的に応じた情報の演算又は加工を実現することにより、使用目的に応じた特有のかな漢字変換装置１１０、文字列変換部１３０または検索装置８１０を構築できる。

以上のとおり、本願明細書には、コンピュータを、入力された文字列とは異なる文字列を含む１以上の変換候補を生成する変換候補生成部、１以上の変換候補のそれぞれについて、１以上の変換候補のそれぞれを１以上の文字列に分割し、１以上の文字列の出現に関する統計情報に基づいて、入力された文字列が１以上の変換候補のそれぞれに変換される変換確率を算出する変換確率算出部、変換確率に基づいて、１以上の変換候補から少なくとも１つの変換候補を抽出する変換候補抽出部として機能させる、文字列変換プログラムが記載されている。

また、本願明細書には、コンピュータを、入力された文字列とは異なる文字列を含む１以上の変換候補を生成する変換候補生成部、１以上の変換候補のそれぞれについて、１以上の変換候補のそれぞれを１以上の文字列に分割し、１以上の文字列の出現に関する統計情報に基づいて、入力された文字列が１以上の変換候補のそれぞれに変換される変換確率を算出する変換確率算出部、変換確率に基づいて、１以上の変換候補から少なくとも１つの変換候補を抽出する変換候補抽出部、入力された文字列または変換候補抽出部が抽出した少なくとも１つの変換候補に基づいて、検索条件を取得する検索条件取得部、検索条件に適合するコンテンツを検索するコンテンツ検索部として機能させる、検索プログラムが記載されている。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

１００ ネットワーク
１１０ かな漢字変換装置
１０２ 入力装置
１０４ 表示装置
１２２ 入力情報取得部
１２４ 指示受付部
１３０ 文字列変換部
１３２ かな文字列生成部
１３４ 変換候補生成部
１３６ 変換確率算出部
１３８ 変換候補抽出部
１４２ 辞書格納部
１４４ 履歴格納部
１４６ 統計情報格納部
１５２ 出力部
１６２ 通信制御部
２１０ 辞書管理部
２２２ 常用漢字データベース
２２４ 非常用漢字データベース
２２６ 専門用語データベース
２３０ 人名データベース
２３２ 地名データベース
２３４ 英単語データベース
２４２ ユーザ用語データベース
２４４ 自動収集単語データベース
３００ Ｎ−ｇｒａｍデータ
３０２ 読み
３０４ 文字列
３０６ 品詞
３０８ 生起確率
４００ Ｎ−ｇｒａｍデータ
４０２ 読み
４０４ 文字列
４０６ 生起確率
７１０ パス
７２０ パス
７３０ パス
７４０ パス
８０２ ユーザ端末
８０４ コンテンツサーバ
８１０ 検索装置
８２２ 入力情報取得部
８３０ 検索部
８３２ 検索条件取得部
８３４ コンテンツ検索部
８３６ コンテンツ情報格納部
８３８ 出力部
１０００ 表示画面
１０１０ 入力表示部
１０２０ 検索開始ボタン
１０３０ 変換候補表示部
１０４０ 検索結果表示部
１１００ 表示画面
１９００ コンピュータ
２０００ ＣＰＵ
２０１０ ＲＯＭ
２０２０ ＲＡＭ
２０３０ 通信インターフェイス
２０４０ ハードディスクドライブ
２０５０ フレキシブルディスク・ドライブ
２０６０ ＣＤ−ＲＯＭドライブ
２０７０ 入出力チップ
２０７５ グラフィック・コントローラ
２０８０ 表示装置
２０８２ ホスト・コントローラ
２０８４ 入出力コントローラ
２０９０ フレキシブルディスク
２０９５ ＣＤ−ＲＯＭ

Claims (10)

1. 入力された文字列とは異なる文字列を含む１以上の変換候補を生成する変換候補生成部と、
   前記１以上の変換候補のそれぞれについて、前記１以上の変換候補のそれぞれを１以上の文字列に分割し、前記１以上の文字列の出現に関する統計情報に基づいて、前記入力された文字列が、前記１以上の変換候補のそれぞれに変換される変換確率を算出する変換確率算出部と、
   前記変換確率に基づいて、前記１以上の変換候補から少なくとも１つの変換候補を抽出する変換候補抽出部と、
   を備える、
   文字列変換装置。
2. 前記統計情報は、Ｎ−ｇｒａｍデータである、
   請求項１に記載の文字列変換装置。
3. 前記Ｎ−ｇｒａｍデータは、単語または前記単語の組合せと、前記単語または前記単語の組合せの出現頻度または生起確率とを対応づけて格納しており、
   前記変換確率算出部は、形態素解析により、前記１以上の変換候補のそれぞれを１以上の単語に分割し、前記１以上の変換候補のそれぞれについて、前記１以上の単語または前記１以上の単語の組合せと、前記Ｎ−ｇｒａｍデータに格納された前記単語または前記単語の組合せとを比較することで、前記１以上の単語または前記１以上の単語の組合せの出現頻度または生起確率を算出し、前記入力された文字列が前記１以上の変換候補のそれぞれに変換される変換確率を算出する、
   請求項２に記載の文字列変換装置。
4. 前記変換候補生成部は、前記入力された文字列の文字数よりも文字数が多い前記変換候補を生成する、
   請求項１から請求項３までの何れか一項に記載の文字列変換装置。
5. ユーザの指示を受け付ける指示受付部を更に備え、
   前記変換確率算出部は、形態素解析により、前記１以上の変換候補のそれぞれを複数の文節に分割し、
   前記変換候補抽出部は、前記指示受付部が前記複数の文節のうちの一の文節の変換に関する指示を受け付けると、前記変換確率および前記一の文節の変換に関する指示に基づいて、前記１以上の変換候補から少なくとも１つの変換候補を抽出する、
   請求項１から請求項４までの何れか一項に記載の文字列変換装置。
6. 前記変換確率算出部は、形態素解析により、前記１以上の変換候補のそれぞれを１以上の単語に分割し、前記１以上の単語の少なくとも１つを異なる言語の対応する単語に変換する、
   請求項１から請求項５までの何れか一項に記載の文字列変換装置。
7. 請求項１から請求項６までの何れか一項に記載の文字列変換装置と、
   前記文字列変換装置が出力した前記少なくとも１つの変換候補に基づいて、検索条件を取得する検索条件取得部と、
   前記検索条件に適合するコンテンツを検索するコンテンツ検索部と、
   を備える、
   検索装置。
8. 前記検索条件取得部は、前記文字列変換装置が出力した前記少なくとも１つの変換候補から、複数の検索条件を取得し、
   前記コンテンツ検索部は、前記複数の検索条件のそれぞれについて、前記検索条件のそれぞれに適合するコンテンツを検索する、
   請求項７に記載の検索装置。
9. 入力された文字列とは異なる文字列を含む１以上の変換候補を生成する変換候補生成段階と、
   前記１以上の変換候補のそれぞれについて、前記１以上の変換候補のそれぞれを１以上の文字列に分割し、前記１以上の文字列の出現に関する統計情報に基づいて、前記入力された文字列が前記１以上の変換候補のそれぞれに変換される変換確率を算出する変換確率算出段階と、
   前記変換確率に基づいて、前記１以上の変換候補から少なくとも１つの変換候補を抽出する、変換候補抽出段階と、
   を備える、
   文字列変換方法。
10. コンピュータを、
    入力された文字列とは異なる文字列を含む１以上の変換候補を生成する変換候補生成部、
    前記１以上の変換候補のそれぞれについて、前記１以上の変換候補のそれぞれを１以上の文字列に分割し、前記１以上の文字列の出現に関する統計情報に基づいて、前記入力された文字列が前記１以上の変換候補のそれぞれに変換される変換確率を算出する変換確率算出部、
    前記変換確率に基づいて、前記１以上の変換候補から少なくとも１つの変換候補を抽出する変換候補抽出部、
    として機能させる、
    文字列変換プログラム。

Images