JP2765618B2 - 言語解析装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、言語解析装置に関し、
特に、言語知識を階層毎にかつ用途別に分割し、形態素
解析手段、句構造解析手段、依存構造解析手段、格構造
解析手段、及び意味構造解析手段のそれぞれが分割され
た知識を有効利用して効率的に解析を行う言語解析装置
に関する。

【０００２】

【従来の技術】従来のほとんどの自然言語処理システム
は、入力された自然言語を機械処理に都合が良いような
データ構造に変換する装置、すなわち言語解析装置を必
要としている。従って、高性能な自然言語処理システム
の構築のためには、高精度で処理効率が良い言語解析装
置が要求される。効率良く言語解析を行うためには、文
法や言語データベースから抽出した統計情報等の多様な
言語知識を有効に利用できる機構が必要である。

【０００３】

【発明が解決しようとする課題】しかしながら、従来の
言語解析装置は、言語解析のために必要な知識の全部や
一部を、同一の計算機構で処理しようとするために、無
駄な計算時間や記憶容量が必要となるという問題があっ
た。例えば、単一化演算に基づく言語解析装置は、上記
の知識をすべて同じ計算機構で処理しようとするため
に、単一化演算というきわめて多大な計算量を必要とす
る演算を、形態素や句構造等のあまり計算時間を必要と
しない知識の処理にも利用してしまうという問題があっ
た。

【０００４】また、他の方法に基づく言語解析装置は、
言語解析を複数の計算機構で行うことが多いが、上記の
知識のすべてを区別して取り扱ってはいないために、単
一化に基づく言語解析と同様の問題を多かれ少なかれ有
している。

【０００５】本発明の目的は以上の問題点を解決し、言
語知識を階層毎に分割して、従来例に比較して効率的に
言語解析を実行することができる言語解析装置を提供す
ることにある。

【０００６】

【課題を解決するための手段】本発明に係る請求項１記
載の言語解析装置は、所定の形態素解析辞書を格納する
第１の記憶装置と、所定の句構造規則を格納する第２の
記憶装置と、所定の依存構造規則を格納する第３の記憶
装置と、所定の格構造解析規則を格納する第４の記憶装
置と、所定の意味構造解析規則を格納する第５の記憶装
置と、入力される文字列を単語に分割して、上記第１の
記憶装置に格納された形態素解析辞書を参照して品詞や
活用情報の形態素情報を付与することにより、単語と形
態素情報との組の集合であり、上記文字列に対応する形
態素列を生成して出力する形態素解析手段と、上記形態
素解析手段から出力される形態素列に基づいて、上記第
２の記憶装置に格納された句構造規則を参照して複数の
語から成立する言語的な構成要素である句を抽出するこ
とにより、上記形態素列に対応する句構造を生成して出
力する句構造解析手段と、上記句構造解析手段から出力
される句構造に基づいて、上記第３の記憶装置に格納さ
れた依存構造規則を参照して句の要素の語の中で中心的
な役割を果たす語とその他の語との主従関係を判定する
ことにより、上記句構造に対応する依存構造を生成して
出力する依存構造解析手段と、上記依存構造解析手段か
ら出力される依存構造に基づいて、上記第４の記憶装置
に格納された格構造解析規則を参照して中心的な役割を
果たす語とその他の語との格役割を決定することによ
り、上記依存構造に対応する格構造を生成して出力する
格構造解析手段と、上記格構造解析手段から出力される
格構造に基づいて、上記第５の記憶装置に格納された意
味構造解析規則を参照して表層の語句には明示的に表現
されない意味情報を推論により抽出することにより、上
記格構造に対応する意味構造を生成して出力する意味構
造解析手段を備えたことを特徴とする。

【０００７】また、請求項２記載の言語解析装置は、請
求項１記載の言語解析装置において、上記形態素解析手
段は、曖昧性を解消する知識情報として、所定の品詞バ
イグラムと所定の単語の頻度とを参照して、上記文字列
に対応する形態素列を生成して出力することを特徴とす
る。

【０００８】さらに、請求項３記載の言語解析装置は、
請求項１又は２記載の言語解析装置において、上記句構
造解析手段は、曖昧性を解消する知識情報として、所定
の句構造規則の適用順序のバイグラムを参照して、上記
形態素列に対応する句構造を生成して出力することを特
徴とする。

【０００９】またさらに、請求項４記載の言語解析装置
は、請求項１乃至３のうちの１つに記載の言語解析装置
において、上記依存構造解析手段は、曖昧性を解消する
知識情報として、所定の依存構造規則の頻度を参照し
て、上記句構造に対応する依存構造を生成して出力する
ことを特徴とする。

【００１０】また、請求項５記載の言語解析装置は、請
求項１乃至４のうちの１つに記載の言語解析装置におい
て、上記格構造解析手段は、曖昧性を解消する知識情報
として、所定の格構造制約を参照して、上記依存構造に
対応する格構造を生成して出力することを特徴とする。

【００１１】さらに、請求項６記載の言語解析装置は、
請求項１乃至５のうちの１つに記載の言語解析装置にお
いて、上記意味構造解析手段は、曖昧性を解消する知識
情報として、所定のメタ規則を参照して、上記格構造に
対応する意味構造を生成して出力することを特徴とす
る。

【００１２】

【作用】以上のように構成された請求項１記載の言語解
析装置においては、上記第１の記憶装置は所定の形態素
解析辞書を格納し、上記第２の記憶装置は所定の句構造
規則を格納し、上記第３の記憶装置は所定の依存構造規
則を格納し、上記第４の記憶装置は所定の格構造解析規
則を格納し、上記第５の記憶装置は所定の意味構造解析
規則を格納する。そして、上記形態素解析手段は、入力
される文字列を単語に分割して、上記第１の記憶装置に
格納された形態素解析辞書を参照して品詞や活用情報の
形態素情報を付与することにより、単語と形態素情報と
の組の集合であり、上記文字列に対応する形態素列を生
成して出力し、上記句構造解析手段は、上記形態素解析
手段から出力される形態素列に基づいて、上記第２の記
憶装置に格納された句構造規則を参照して複数の語から
成立する言語的な構成要素である句を抽出することによ
り、上記形態素列に対応する句構造を生成して出力す
る。次いで、上記依存構造解析手段は、上記句構造解析
手段から出力される句構造に基づいて、上記第３の記憶
装置に格納された依存構造規則を参照して句の要素の語
の中で中心的な役割を果たす語とその他の語との主従関
係を判定することにより、上記句構造に対応する依存構
造を生成して出力し、上記格構造解析手段は、上記依存
構造解析手段から出力される依存構造に基づいて、上記
第４の記憶装置に格納された格構造解析規則を参照して
中心的な役割を果たす語とその他の語との格役割を決定
することにより、上記依存構造に対応する格構造を生成
して出力する。さらに、上記意味構造解析手段は、上記
格構造解析手段から出力される格構造に基づいて、上記
第５の記憶装置に格納された意味構造解析規則を参照し
て表層の語句には明示的に表現されない意味情報を推論
により抽出することにより、上記格構造に対応する意味
構造を生成して出力する。

【００１３】また、請求項２記載の言語解析装置におい
ては、請求項１記載の言語解析装置において、上記形態
素解析手段は、好ましくは、曖昧性を解消する知識情報
として、所定の品詞バイグラムと所定の単語の頻度とを
参照して、上記文字列に対応する形態素列を生成して出
力する。

【００１４】さらに、請求項３記載の言語解析装置にお
いては、請求項１又は２記載の言語解析装置において、
上記句構造解析手段は、好ましくは、曖昧性を解消する
知識情報として、所定の句構造規則の適用順序のバイグ
ラムを参照して、上記形態素列に対応する句構造を生成
して出力する。

【００１５】またさらに、請求項４記載の言語解析装置
においては、請求項１乃至３のうちの１つに記載の言語
解析装置において、上記依存構造解析手段は、好ましく
は、曖昧性を解消する知識情報として、所定の依存構造
規則の頻度を参照して、上記句構造に対応する依存構造
を生成して出力する。

【００１６】また、請求項５記載の言語解析装置におい
ては、請求項１乃至４のうちの１つに記載の言語解析装
置において、上記格構造解析手段は、好ましくは、曖昧
性を解消する知識情報として、所定の格構造制約を参照
して、上記依存構造に対応する格構造を生成して出力す
る。

【００１７】さらに、請求項６記載の言語解析装置にお
いては、請求項１乃至５のうちの１つに記載の言語解析
装置において、上記意味構造解析手段は、好ましくは、
曖昧性を解消する知識情報として、所定のメタ規則を参
照して、上記格構造に対応する意味構造を生成して出力
する。

【００１８】

【実施例】以下、図面を参照して本発明に係る実施例に
ついて説明する。図１は、本発明に係る一実施例の言語
解析装置のブロック図である。本実施例の言語解析装置
は、図１に示すように、形態素解析部１と、句構造解析
部２と、依存構造解析部３と、格構造解析部４と、意味
構造解析部５とを備え、各処理部１乃至５のそれぞれ
は、階層別かつ用途別に分割された言語知識１ａ，１
ｂ，１ｃ，２ａ，２ｂ，３ａ，３ｂ，４ａ，４ｂ，５
ａ，５ｂを参照してより適切な計算機構で解析処理する
ことにより、言語解析を効率的に行うことを特徴として
いる。

【００１９】言語解析装置において必要である多様な言
語知識は、以下の２つの観点で分類することができる。 （Ａ）階層別：形態素に関する知識、句構造に関する知
識、依存構造に関する知識、格構造に関する知識、意味
構造に関する知識。 （Ｂ）用途別：構造作成のための知識、構造作成時の曖
昧性の解消のための知識。 これらの知識の適用に必要な計算量や記憶容量はそれぞ
れ異なっているが、本実施例においては、言語知識を階
層毎にかつ用途別に厳密に以下の如く分割している。

【００２０】図１に示すように、各処理部１乃至５のそ
れぞれに接続される言語解析のために必要な参照情報１
ａ，１ｂ，１ｃ，２ａ，２ｂ，３ａ，３ｂ，４ａ，４
ｂ，５ａ，５ｂは、例えばハードディスクなどの記憶装
置に格納され、各処理部１乃至５は例えばディジタル計
算機で構成される。ここで、形態素解析部１には、形態
素辞書１ａと、品詞バイグラム１ｂと、単語の頻度１ｃ
とが接続される。また、句構造解析部２には、句構造規
則２ａと、句構造規則の適用順序のバイグラム２ｂとが
接続される。さらに、依存構造解析部３には、依存構造
規則３ａと、依存構造規則の頻度３ｂとが接続される。
またさらに、格構造解析部４には、格構造解析規則４ａ
と、格構造制約４ｂとが接続される。さらに、意味構造
解析部５には、意味構造解析規則５ａと、メタ規則５ｂ
とが接続される。

【００２１】以下、言語解析装置の構成及び動作につい
て、この言語解析装置に入力される文字列１００が図２
に示すように、「漫画雑誌はすぐ買いたいのですが」で
ある場合を一例にとり説明する。まず、形態素解析部１
は、入力される文字列１００を単語に分割して、形態素
解析辞書１ａを参照して品詞や活用情報の形態素情報を
付与することにより、単語と形態素情報との組の集合で
あり、上記文字列１００に対応する形態素列１０１を生
成して句構造解析部２に出力する。ここで、形態素解析
部１には、以下の表１に示す形態素解析辞書１ａと、以
下の表２に示す品詞バイグラム１ｂと、以下の表３に示
す単語の頻度１ｃとが接続されて参照される。

【００２２】

【表１】形態素解析辞書１ａ ────────── （単語，品詞） ────────── （漫画，名詞） （雑誌，名詞） （を，助詞） （すぐ，副詞） （買い，動詞） （たい，助動詞） （たい，名詞） （の，助詞） （です，助動詞） （が，助詞） …………… …………… ──────────

【００２３】

【表２】品詞バイグラム１ｂ ───────────── 品詞，品詞 バイグラム ───────────── 名詞，名詞 ０．３ 名詞，助詞 ０．７ 名詞，助動詞 ０．１ 助詞，副詞 ０．２ 助詞，動詞 ０．２ 動詞，助動詞 ０．３ 動詞，名詞 ０．１ ……………………… ……………………… ─────────────

【００２４】

【表３】単語の頻度１ｃ ──────────── 単語−品詞 頻度 ──────────── 漫画−名詞 ５６ 雑誌−名詞 ２００ を−助詞 ９０３ すぐ−副詞 ８４ 買い−動詞 ５４２ たい−助動詞 ２３６ たい−名詞 ３６ …………………… …………………… ────────────

【００２５】この例では「たい」という単語は、希望を
表す助動詞としての「たい」と、魚類の名前としての
「たい」との２つの解釈が生じる。そこで、曖昧性を解
消する知識である表２の品詞バイグラム１ｂを参照する
と、動詞，名詞という品詞の並びより、動詞，助動詞と
いう品詞の並びが生じる確率が高いことがわかり、「た
い」を助動詞として解釈するほうがよりもっともらし
い、ということがわかる。なお、曖昧性を解消する知識
には、品詞バイグラム１ｂの他にも数多く存在する。例
えば、この例では、表３の単語の出現頻度１ｃを利用す
ることによっても「たい」を助動詞として解釈すること
ができる。従って、形態素解析部１は図３に示す形態素
列１０１を生成して出力する。

【００２６】本実施例の言語解析装置は、曖昧性を解消
する知識および処理手続きを解析本体とは切り離して構
成しているので、数多くの知識の中でもっとも有効な知
識を利用することができる。以下の解析においても同様
だが、説明を簡単化するため、曖昧性を解消する知識と
しては代表的な一例のみを挙げる。

【００２７】次いで、句構造解析部２は、形態素解析部
１から出力される形態素列１０１に基づいて、句構造規
則２ａを参照して複数の語から成立する言語的な構成要
素である句を抽出することにより、上記形態素列１０１
に対応する句構造１０２を生成して依存構造解析部３に
出力する。ここで、句構造解析部２には、以下の表４に
示す句構造規則２ａと、以下の表５に示す句構造規則の
適用順序のバイグラム２ｂとが接続されて参照される。

【００２８】

【表４】句構造規則２ａ ──────────────────────── 規則番号 句構造規則 ──────────────────────── ＲＵＬＥ−０ （文 （動詞句）） ＲＵＬＥ−１ （動詞句 （動詞句 助詞）） ＲＵＬＥ−２ （名詞句 （動詞句 助詞）） ＲＵＬＥ−３ （助詞 （の）） ＲＵＬＥ−４ （助詞 （が）） ＲＵＬＥ−５ （後置詞句 （名詞句 助詞）） ＲＵＬＥ−６ （動詞句 （動詞句 助動詞）） ＲＵＬＥ−７ （動詞句 （名詞句 助動詞）） ＲＵＬＥ−８ （動詞句 （後置詞句 動詞句）） ＲＵＬＥ−９ （名詞句 （名詞 名詞）） ………………………………………………… ………………………………………………… ────────────────────────

【００２９】

【表５】句構造規則の適用順序のバイグラム２ｂ ─────────────────── 規則番号， 規則番号 バイグラム ─────────────────── ＲＵＬＥ−３，ＲＵＬＥ−２ ０．７ ＲＵＬＥ−３，ＲＵＬＥ−１ ０．３ ＲＵＬＥ−４，ＲＵＬＥ−１ １．０ ＲＵＬＥ−５，ＲＵＬＥ−６ ０．２ ……………………………………… ……………………………………… ───────────────────

【００３０】この例では、「動詞句（…たい）助詞
（の）」という句は、動詞句としての解釈「例：これを
食べたいの？」と、名詞句としての解釈「例：食べたい
のはこれだ。」との２つの解釈がある。そこで、曖昧性
を解消する知識である表５の句構造規則の適用規則のバ
イグラム２ｂを参照すると、助詞「の」の句が成立した
後に（すなわち、ＲＵＬＥ−３を適用した後に）、動詞
句が成立し（すなわち、ＲＵＬＥ−１が適用され）、確
率より名詞句が成立する（すなわち、ＲＵＬＥ−２が適
用される）、確率が高いことから、名詞句としての解釈
を優先できる。従って、句構造解析部２は、図４に示す
句構造１０２を生成して出力する。

【００３１】次いで、依存構造解析部３は、句構造解析
部２から出力される句構造１０２に基づいて、表６の依
存構造規則３ａを参照して句の要素の語の中で中心的な
役割を果たす語とその他の語との主従関係を判定するこ
とにより、上記句構造１０２に対応する依存構造１０３
を生成して格構造解析部４に出力する。ここで、依存構
造解析部３には、以下の表６に示す依存構造規則３ａ
と、以下の表７に示す依存構造規則の頻度３ｂとが接続
されて参照される。

【００３２】

【表６】 依存構造規則３ａ ────────────────────────── 依存構造規則 規則番号 ────────────────────────── （文 （動詞句）） ＴＹＰＥ−０ （動詞句 （動詞句 助詞）） ＴＹＰＥ−１ （名詞句 （動詞句 助詞）） ＴＹＰＥ−１ （助詞 （の）） ＴＹＰＥ−０ （助詞 （が）） ＴＹＰＥ−０ （後置詞句 （名詞 助詞）） ＴＹＰＥ−１ （動詞句 （動詞句 助動詞）） ＴＹＰＥ−１ （動詞句 （名詞句 助動詞）） ＴＹＰＥ−１ （動詞句 （後置詞句 動詞句）） ＴＹＰＥ−１ （名詞句 （名詞 名詞）） ＴＹＰＥ−１ （名詞句 （名詞 名詞）） ＴＹＰＥ−２ …………………………………………………………… …………………………………………………………… ────────────────────────── （注） ＴＹＰＥ−０：句の要素が１つの場合、その語が主要な役割を果たす。 ＴＹＰＥ−１：句の要素が２つで、右側の語が主要な役割を果たす。 ＴＹＰＥ−２：句の要素が２つで、２つの語が対等な役割を果たす。 ＴＹＰＥ−３：句の要素が２つで、左側の語が主要な役割を果たす。

【００３３】

【表７】 依存構造規則の頻度３ｂ ──────────────────────────────── 依存構造規則 規則番号 頻度 ──────────────────────────────── （文 （動詞句）） ＴＹＰＥ−０ １０４５６ （動詞句 （動詞句 助詞）） ＴＹＰＥ−１ １３０２３ （名詞句 （動詞句 助詞）） ＴＹＰＥ−１ ７８９１ （助詞 （の）） ＴＹＰＥ−０ ７９２３ （助詞 （が）） ＴＹＰＥ−０ ８０９１ （後置詞句 （名詞 助詞）） ＴＹＰＥ−１ １１７８９ （動詞句 （動詞句 助動詞）） ＴＹＰＥ−１ １２４３１ （動詞句 （名詞句 助動詞）） ＴＹＰＥ−１ ８９１２ （動詞句 （後置詞句 動詞句）） ＴＹＰＥ−１ １３７９０ （名詞句 （名詞 名詞）） ＴＹＰＥ−１ ３７１０ （名詞句 （名詞 名詞）） ＴＹＰＥ−２ １２ （名詞句 （名詞 名詞）） ＴＹＰＥ−３ ３ ……………………………………………………………………… ……………………………………………………………………… ───────────────────────────────

【００３４】この例では、２つの名詞が連続して一つの
名詞句を構成する場合、右側の語が主要な役割を果たす
場合「例：学術，雑誌」と、２つの名詞の役割が対等な
場合「例：新聞 雑誌」、左側の語が主要な役割を果た
す場合「例：少年，Ａ」の３つの解釈がある。そこで、
曖昧性を解消する知識である依存構造規則の頻度３ｂを
参照すると、右側の語が主要な役割を果たす場合が多い
ことから、右側の語を主要な役割を果たす解釈を優先で
きる。従って、依存構造解析部３は、図５に示す依存構
造１０３を生成して出力する。

【００３５】次いで、格構造解析部４は、依存構造解析
部３から出力される依存構造１０３に基づいて、所定の
格構造解析規則を参照して中心的な役割を果たす語とそ
の他の語との役割を決定することにより、上記依存構造
１０３に対応する格構造１０４を生成して意味構造解析
部５に出力する。ここで、格構造解析部４には、以下の
表８に示す格構造解析規則４ａと、以下の表９に示す格
構造制約４ｂとが接続されて参照される。

【００３６】

【表８】格構造解析規則４ａ ──────────────────── 格構造解析規則 ──────────────────── （買う は Ｘ）→（買う 主体 は Ｘ） （買う は Ｘ）→（買う 対象 は Ｘ） （買う が Ｘ）→（買う 主体 が Ｘ） （買う を Ｘ）→（買う 対象 を Ｘ） （買う φ Ｘ）→（買う 時間 φ Ｘ） ……………………………………………… ……………………………………………… ────────────────────

【００３７】

【表９】 格構造制約４ｂ ─────────────────────────── 格構造制約 ─────────────────────────── （買う は Ｘ）→（買う 主体 は Ｘ） Ｘ＝＊有意思体＊ ＊有意思体＊＝｛私、あなた、人々、学生、会社員、…｝ ─────────────────────────── （買う は Ｘ）→（買う 対象 は Ｘ） Ｘ＝＊具体物＊ ＊具体物＊＝｛本、雑誌、車、パン、…｝ ─────────────────────────── ……………………………………………………………… ─────────────────────────── ……………………………………………………………… ───────────────────────────

【００３８】上記表８において、φは、「昨日買った」
のように、助詞を介さずに名詞が動詞を修飾する場合を
示す。ここで、表８において、例えば、（買う は
Ｘ）→（買う 主体 は Ｘ）は、「私は買う」のよう
に、名詞が「は」という助詞を介して「買う」を修飾
し、その意味的な関係が主体であることを示し、表９に
おいて、例えば、「

【数１】（買う は Ｘ）→（買う 主体 は Ｘ） Ｘ＝＊有意思体＊ ＊有意思体＊＝｛私、あなた、人々、学生、会社員、
…｝ 」は、助詞「は」を介して「買う」を修飾する名詞Ｘと
動詞の関係が「主体」であるためには、名詞Ｘの意味か
有意志体である必要があること示している。

【００３９】この例では、「買う」と「は」の関係は、
主体と対象の２つの解釈がある。そこで、曖昧性を解消
する知識である格構造制約４ｂを参照すると、「雑誌」
のような具体物は対象として解釈することがもっともら
しいことがわかる。従って、格構造解析部４は、図６に
示す格構造１０４を生成して出力する。

【００４０】さらに、意味構造解析部５は、格構造解析
部４から出力される格構造１０４に基づいて、表１０の
意味構造解析規則５ａを参照して表層の語句には明示的
に表現されない意味情報を推論により抽出することによ
り、上記格構造１０４に対応する意味構造１０５を生成
して出力する。ここで、意味構造解析部５には、以下の
表１０に示す意味構造解析規則５ａと、以下の表１１に
示すメタ規則５ｂとが接続されて参照される。

【００４１】

【表１０】

【００４２】

【表１１】メタ規則５ｂ ─────────────────── メタ規則 ─────────────────── ＩＦ 同時に適用できる規則が複数ある ＴＨＥＮ 条件部の指定が細かい規則を優先する ─────────────────── …………………………………………… ───────────────────

【００４３】ここで、表１０の意味構造解析規則５ａに
おいて、例えば、ＲＵＬＥ−１は、入力の格構造の一部
が「Ｘ→の→です→が」であった場合に、それを「Ｘ→
逆説表現」に書き換えてよいということを示している。
また、表１１のメタ規則５ｂは、規則の運用方法を定め
た規則である。

【００４４】この例では、「…のですが」という表現
は、逆説の接続表現「例：私は買ったのですが、彼は買
いませんでした。」としても、婉曲な希望表現「例：こ
れを買いたいのですが、売ってくれますか。」としても
解釈できる。そこで、曖昧性を解消する知識であるメタ
規則５ｂを参照すると、より詳細な規則を優先させると
いう記述があるので、婉曲な希望表現としての解釈を優
先できる。従って、意味構造解析部５は、図７に示す意
味構造１０５を生成して出力する。

【００４５】以上のように構成された言語解析装置につ
いて、シミュレーションを行った結果について以下に述
べる。しかしながら、上述の言語解析装置は現在開発中
であるが、句構造解析部２までの部分についてはにほと
んど完成しているので、極めて簡単な解析実験（シミュ
レーション）を行った。解析対象は、本出願人で作成し
ている音声言語データベース（文献１「Morimoto, T. e
t al.“A Speech andLanguage Database for Speech Tr
anslation Research”, ICSLP94, 1994年」参照。）に
含まれている２３５２文（６４会話）である。これらの
文は既に形態素解析及び句構造解析が済んでいるので、
形態素解析結果を入力とし、句構造解析結果を正解ファ
イルとすることにより、句構造解析実験を容易に行うこ
とができる。なお、これらの文は必ずしも文法的に適格
ではないので、例えば、部分木又はその集合としてしか
解釈できない文もかなりある。

【００４６】

【表１２】

【００４７】この実験で使用した文法は、適格な日本語
文を想定して作成された２２９規則からなる純粋な文脈
自由文法（核文法）である。純粋な文脈自由文法を用い
た構文解析では、当然のことながら大量の曖昧性が生じ
る。本発明者は、曖昧性解消のための知識として文法規
則の統計情報を用いることにし、解析対象とは別の４２
３７文（１０４会話）から、（１）通常の確率文法と、
（２）文脈依存の確率文法の一種である文献２「Kita,
K et al.,“Continuously Spoken Sentence Recognitio
n by HMM-LR",ICSLP-92,pp.305-308,1992年」参照。）
により提案された言語モデルの２つを学習した。次の表
１３に実験条件を示す。

【００４８】

【表１３】実験条件 ──────────────────────── 文法規則（核文法） ２２９規則 テスト集合 ２３５２文（６４会話） 最長 ４９語 最短 ２語 平均 １１．６語 訓練集合 ４２３７文（１０４会話） ────────────────────────

【００４９】そして、解析の方法も極めて単純なものに
した。句構造解析部２はボトムアップ探索を行うチャー
トパーザなので、とりあえずチャートの弧の数が上限
（現在は２００００）に達するまで全解探索を行ない、
入力が適格な文として解釈された場合には、文としての
全ての解釈を結果として出力した。入力が不適格な文で
あったり、適格な文でもメモリ不足になった場合には、
チャートに保持されれいる部分木を、左最長優先のヒュ
ーリスティックを利用して探索し、最大５０通りの部分
木の組合せを結果として出力した。こうして出力した木
又は部分木の集合のすべての中から、（１）たまたま最
初に見つかった結果（以下、ファーストヒットとい
う。）、（２）通常の確率文法を用いてスコアリング
し、もっとも高いスコアを得た結果（以下、ＰＣＦＧと
いう。）、（３）文献２により提案された言語モデルを
用いてスコアリングし、もっとも高いスコアを得た結果
（以下、規則バイグラムという。）、の３つの解を求
め、評価した。なお、解の評価は、ブラック（Black）
により提案された方法で行なった。次の表１４に実験結
果を示す。ここで、再現率とは、正解の句構造をどれだ
け出力できたかを示す値であり、適合率とは、出力した
句構造のどれくらいが正解と一致したかを示す値であ
り、交差率とは、出力した句構造のどれくらいが正解と
交差したかを示す値である。

【００５０】

【表１４】 実験結果 ─────────────────────────────── 再現率 適合率 交差率 ─────────────────────────────── ファーストヒット ８８．２％ ８８．８％ ９．２％ ＰＣＦＧ ８９．４％ ９０．５％ ８．２％ 規則バイグラム ９２．１％ ９２．９％ ６．１％ ───────────────────────────────

【００５１】表１４から明らかなように、再現率と適合
率はともに、８８％を越えており、きわめて高い正解率
を達成することができ、言語解析をきわめて適切に実行
することができることがわかる。また、規則バイグラム
を利用して約４％の正解率を向上させることができたこ
とがわかる。

【００５２】今回の実験では、予め正しく形態素解析さ
れた入力という、現実にはあり得ない入力を用いている
ので、結果の数値の絶対値には意味がほとんどない。し
かしながら、ある程度まとまった量の解析実験なので、
文献２の言語モデル（規則バイグラム）は曖昧性解消の
ための知識としてかなり優れている、と判断することが
できる。

【００５３】以上説明したように、本発明に係る実施例
によれば、形態素解析部１と、句構造解析部２と、依存
構造解析部３と、格構造解析部４と、意味構造解析部５
とを備えることにより、各処理部１乃至５のそれぞれ
は、階層別かつ用途別に分割された言語知識情報１ａ，
１ｂ，１ｃ，２ａ，２ｂ，３ａ，３ｂ，４ａ，４ｂ，５
ａ，５ｂなどを参照してより適切な計算機構で解析処理
することにより、言語解析を効率的に行うことができ
る。これによって、言語解析の正解率を従来例に比較し
て向上させることができる。

【００５４】本実施例の言語解析装置は、例えば、マイ
クロホンを介して入力された音声を認識するための音声
認識装置や、入力された文字列を他の言語に翻訳する自
動翻訳装置などに適用することができる。

【００５５】

【発明の効果】以上詳述したように本発明に係る請求項
１記載の言語解析装置によれば、所定の形態素解析辞書
を格納する第１の記憶装置と、所定の句構造規則を格納
する第２の記憶装置と、所定の依存構造規則を格納する
第３の記憶装置と、所定の格構造解析規則を格納する第
４の記憶装置と、所定の意味構造解析規則を格納する第
５の記憶装置と、入力される文字列を単語に分割して、
上記第１の記憶装置に格納された形態素解析辞書を参照
して品詞や活用情報の形態素情報を付与することによ
り、単語と形態素情報との組の集合であり、上記文字列
に対応する形態素列を生成して出力する形態素解析手段
と、上記形態素解析手段から出力される形態素列に基づ
いて、上記第２の記憶装置に格納された句構造規則を参
照して複数の語から成立する言語的な構成要素である句
を抽出することにより、上記形態素列に対応する句構造
を生成して出力する句構造解析手段と、上記句構造解析
手段から出力される句構造に基づいて、上記第３の記憶
装置に格納された依存構造規則を参照して句の要素の語
の中で中心的な役割を果たす語とその他の語との主従関
係を判定することにより、上記句構造に対応する依存構
造を生成して出力する依存構造解析手段と、上記依存構
造解析手段から出力される依存構造に基づいて、上記第
４の記憶装置に格納された格構造解析規則を参照して中
心的な役割を果たす語とその他の語との格役割を決定す
ることにより、上記依存構造に対応する格構造を生成し
て出力する格構造解析手段と、上記格構造解析手段から
出力される格構造に基づいて、上記第５の記憶装置に格
納された意味構造解析規則を参照して表層の語句には明
示的に表現されない意味情報を推論により抽出すること
により、上記格構造に対応する意味構造を生成して出力
する意味構造解析手段を備える。従って、各処理部１乃
至５のそれぞれは、階層別に分割されて第１乃至第５の
記憶装置に格納された言語知識情報を参照してより適切
な計算機構で解析処理することにより、言語解析を効率
的に行うことができる。これによって、言語解析の正解
率を従来例に比較して向上させることができる。

【００５６】また、請求項２記載の言語解析装置におい
ては、請求項１記載の言語解析装置において、上記形態
素解析手段は、好ましくは、曖昧性を解消する知識情報
として、所定の品詞バイグラムと所定の単語の頻度とを
参照して、上記文字列に対応する形態素列を生成して出
力する。従って、より適切に形態素解析することができ
るので、形態素解析の正解率を向上させることができ
る。

【００５７】さらに、請求項３記載の言語解析装置にお
いては、請求項１又は２記載の言語解析装置において、
上記句構造解析手段は、好ましくは、曖昧性を解消する
知識情報として、所定の句構造規則の適用順序のバイグ
ラムを参照して、上記形態素列に対応する句構造を生成
して出力する。従って、より適切に句構造解析すること
ができるので、句構造解析の正解率を向上させることが
できる。

【００５８】またさらに、請求項４記載の言語解析装置
においては、請求項１乃至３のうちの１つに記載の言語
解析装置において、上記依存構造解析手段は、好ましく
は、曖昧性を解消する知識情報として、所定の依存構造
規則の頻度を参照して、上記句構造に対応する依存構造
を生成して出力する。従って、より適切に依存構造解析
することができるので、依存構造解析の正解率を向上さ
せることができる。

【００５９】また、請求項５記載の言語解析装置におい
ては、請求項１乃至４のうちの１つに記載の言語解析装
置において、上記格構造解析手段は、好ましくは、曖昧
性を解消する知識情報として、所定の格構造制約を参照
して、上記依存構造に対応する格構造を生成して出力す
る。従って、より適切に格構造解析することができるの
で、格構造解析の正解率を向上させることができる。

【００６０】さらに、請求項６記載の言語解析装置にお
いては、請求項１乃至５のうちの１つに記載の言語解析
装置において、上記意味構造解析手段は、好ましくは、
曖昧性を解消する知識情報として、所定のメタ規則を参
照して、上記格構造に対応する意味構造を生成して出力
する。従って、より適切に意味構造解析することができ
るので、意味構造解析の正解率を向上させることができ
る。

【図面の簡単な説明】

【図１】 本発明に係る一実施例である言語解析装置の
ブロック図である。

【図２】 図１の実施例における形態素解析部１に入力
される文字列の一例を示す図である。

【図３】 図１の実施例における形態素解析部１から出
力される形態素列の一例を示す図である。

【図４】 図１の実施例における句構造解析部２から出
力される句構造の一例を示す図である。

【図５】 図１の実施例における依存構造解析部３から
出力される依存構造の一例を示す図である。

【図６】 図１の実施例における格構造解析部４から出
力される格構造の一例を示す図である。

【図７】 図１の実施例における意味構造解析部５から
出力される意味構造の一例を示す図である。

【符号の説明】

１…形態素解析部、 １ａ…形態素解析辞書、 １ｂ…品詞バイグラム、 １ｃ…単語の頻度、 ２…句構造解析部、 ２ａ…句構造規則、 ２ｂ…句構造規則の適用順序のバイグラム、 ３…依存構造解析部、 ３ａ…依存構造規則、 ３ｂ…依存構造規則の頻度、 ４…格構造解析部、 ４ａ…格構造解析規則、 ４ｂ…格構造制約、 ５…意味構造解析部、 ５ａ…意味構造解析規則、 ５ｂ…メタ規則。

フロントページの続き (58)調査した分野(Int.Cl.⁶，ＤＢ名) G06F 17/27

Claims (6)

(57)【特許請求の範囲】
1. 【請求項１】 所定の形態素解析辞書を格納する第１の
   記憶装置と、 所定の句構造規則を格納する第２の記憶装置と、 所定の依存構造規則を格納する第３の記憶装置と、 所定の格構造解析規則を格納する第４の記憶装置と、 所定の意味構造解析規則を格納する第５の記憶装置と、 入力される文字列を単語に分割して、上記第１の記憶装
   置に格納された形態素解析辞書を参照して品詞や活用情
   報の形態素情報を付与することにより、単語と形態素情
   報との組の集合であり、上記文字列に対応する形態素列
   を生成して出力する形態素解析手段と、 上記形態素解析手段から出力される形態素列に基づい
   て、上記第２の記憶装置に格納された句構造規則を参照
   して複数の語から成立する言語的な構成要素である句を
   抽出することにより、上記形態素列に対応する句構造を
   生成して出力する句構造解析手段と、 上記句構造解析手段から出力される句構造に基づいて、
   上記第３の記憶装置に格納された依存構造規則を参照し
   て句の要素の語の中で中心的な役割を果たす語とその他
   の語との主従関係を判定することにより、上記句構造に
   対応する依存構造を生成して出力する依存構造解析手段
   と、 上記依存構造解析手段から出力される依存構造に基づい
   て、上記第４の記憶装置に格納された格構造解析規則を
   参照して中心的な役割を果たす語とその他の語との格役
   割を決定することにより、上記依存構造に対応する格構
   造を生成して出力する格構造解析手段と、 上記格構造解析手段から出力される格構造に基づいて、
   上記第５の記憶装置に格納された意味構造解析規則を参
   照して表層の語句には明示的に表現されない意味情報を
   推論により抽出することにより、上記格構造に対応する
   意味構造を生成して出力する意味構造解析手段を備えた
   ことを特徴とする言語解析装置。
2. 【請求項２】 上記形態素解析手段は、曖昧性を解消す
   る知識情報として、所定の品詞バイグラムと所定の単語
   の頻度とを参照して、上記文字列に対応する形態素列を
   生成して出力することを特徴とする請求項１記載の言語
   解析装置。
3. 【請求項３】 上記句構造解析手段は、曖昧性を解消す
   る知識情報として、所定の句構造規則の適用順序のバイ
   グラムを参照して、上記形態素列に対応する句構造を生
   成して出力することを特徴とする請求項１又は２記載の
   言語解析装置。
4. 【請求項４】 上記依存構造解析手段は、曖昧性を解消
   する知識情報として、所定の依存構造規則の頻度を参照
   して、上記句構造に対応する依存構造を生成して出力す
   ることを特徴とする請求項１乃至３のうちの１つに記載
   の言語解析装置。
5. 【請求項５】 上記格構造解析手段は、曖昧性を解消す
   る知識情報として、所定の格構造制約を参照して、上記
   依存構造に対応する格構造を生成して出力することを特
   徴とする請求項１乃至４のうちの１つに記載の言語解析
   装置。
6. 【請求項６】 上記意味構造解析手段は、曖昧性を解消
   する知識情報として、所定のメタ規則を参照して、上記
   格構造に対応する意味構造を生成して出力することを特
   徴とする請求項１乃至５のうちの１つに記載の言語解析
   装置。