JP2837010B2

JP2837010B2 - 仮名漢字変換処理装置

Info

Publication number: JP2837010B2
Application number: JP3345111A
Authority: JP
Inventors: 佳三斎藤
Original assignee: Consejo Superior de Investigaciones Cientificas CSIC
Current assignee: Consejo Superior de Investigaciones Cientificas CSIC
Priority date: 1991-12-26
Filing date: 1991-12-26
Publication date: 1998-12-14
Anticipated expiration: 2013-12-14
Also published as: JPH05174006A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は仮名漢字変換処理が可
能な日本語ワードプロセッサや仮名漢字変換処理装置に
関する。

【０００２】

【従来の技術】従来、この種の日本語ワードプロセッサ
や仮名漢字変換処理装置において、キーボードから入力
された仮名文字を漢字に変換する仮名漢字変換辞書（以
下通常辞書）が設けられている。しかし、通常辞書に登
録されている単語数には容量等の限界があるため単語辞
書だけでは充分に変換が行えない。

【０００３】このため、ユーザーが新規に単語を登録で
きるユーザー辞書を設け、仮名漢字変換の操作性を向上
させている。すなわち、ユーザーが使用すると言うこと
で、仮名漢字変換辞書（通常辞書）に登録されている単
語より変換処理出力の優先順位を高められているか頻度
情報を加えられている。このように変換処理出力をコン
トロールすることにより変換効率をあげる方法として、
例えば、特開昭５５−１４３６４８号公報に開示されて
いる方法がある。あるいは通常辞書に登録されている固
有名詞（単語）を別の辞書に自立語（単語）とわけて登
録して管理する方法などが知られている。

【０００４】

【発明が解決しようとする課題】しかしながら、従来の
日本語ワードプロセッサや仮名漢字変換処理装置では、
入力された仮名文字列を漢字もしくは漢字交じり文節に
変換する際に、この仮名文字列をどこの文節で区切れば
一番適切かがプログラムで処理されるが、従来の通常辞
書に登録されている単語情報のままでは、ユーザーが必
要としている意味の文節の区切りでなく、意味の違う区
切りで分けられることがある。このため、ユーザーが必
要とする仮名漢字交じり文に変換されない場合があり当
初の効果を発揮しないこともある。

【０００５】通常辞書に登録されている固有名詞を自立
語とわけて別の辞書に登録管理されていても、例えば、
「くろいそえきにいった」を入力した場合、所望の仮名
漢字変換は「黒磯駅に行った」であるが、「黒い／添え
／気に入った」と意味が違って変換される場合がある。

【０００６】この発明は以上の事情を考慮してなされた
もので、例えば、ここで、固有名詞「くろいそ＝黒磯」
と分類コード（駅，市）を固有名詞辞書（固有名詞変換
辞書）に登録し、駅＝場所、市＝場所の属性情報（共起
情報）を付加する。「（場所）＋に＋行った」，
「（人）＋に＋言った」を共起辞書（複合用例辞書）に
登録しておけば、「くろいそえきにいった」の文字列が
入力された場合、「黒い／添え／気に入った」，「黒い
／粗益に／言った」，「黒磯／益に／行った」，「黒磯
駅に／言った」，「黒磯駅に／行った」……と数多くの
変換候補の中から所望の「黒磯駅に行った」を変換され
る可能性は非常に高くなりその結果変換率の向上が図れ
る。

【０００７】従って、固有名詞を自立語とわけて別に固
有名詞辞書に登録するとともに分類コードを付加して登
録する。この属性情報の分類コードを含む固有名詞辞書
と共起辞書により仮名漢字変換の精度を高めることを可
能にした仮名漢字変換処理装置を提供する。

【０００８】

【発明が解決するための手段】図１はこの発明の基本構
成を示すブロック図である。図１に示すように、この発
明は、表示画面を有する表示手段１０１と、仮名文字列
を入力するキー入力手段１０２と、前記キー入力手段１
０２によって入力された仮名文字列を文節に分割する文
節わかち手段１０３と、少なくとも固有名詞の読みと漢
字表記のデータその用例を示す分類コードを記憶した固
有名詞辞書１０４ａ及び文節間の共起情報を記憶した共
起辞書１０４ｂからなる仮名漢字変換辞書１０４と、前
記文節わかち手段１０３によって分割された文節を前記
仮名漢字変換辞書１０４に基づいて漢字交じり文に変換
して前記表示手段１０１に出力する変換手段１０５とを
備え、前記固有名詞辞書１０４ａは、使用頻度の高い固
有名詞のデータで、読み、漢字表記が同じデータを特定
コードでグループ化し、かつその固有名詞の用例を示す
分類コードを一緒に同一複数ビットからなるフォーマッ
トに格納したことを特徴とする仮名漢字変換処理装置で
ある。

【０００９】前記固有名詞辞書１０４ａは、前記フォー
マットに固有名詞の変換優先を制御する制御ビットをさ
らに付加した構成にすることが好ましい。なお、この発
明において、表示手段１０１は、ＣＲＴディスプレイ、
ドットマトリックスのＬＣＤ（液晶ディスプレイ）、あ
るいはＥＬディスプレイ等の表示装置で構成されること
が好ましい。キー入力手段１０２は、キーボード、タブ
レット、あるいはポインティングデバイス等の入力装置
で構成されることが好ましい。文節わかち手段１０３、
仮名漢字変換辞書１０４（固有名詞辞書１０４ａ、共起
辞書１０４ｂ）、変換手段１０５は、ＣＰＵ、ＲＯＭ、
ＲＡＭ、Ｉ／Ｏポートからなるマイクロコンピュータで
構成されることが好ましい。特に、仮名漢字変換辞書１
０４は、この中のＲＯＭ、またはフロッピーディスク、
ハードディスク等の記憶装置で構成されることが好まし
い。また、ＲＡＭは、入力された仮名文字列、変換され
た漢字交じり文を記憶する記憶手段として機能する。

【００１０】

【作用】この発明に従えば、図１に示すように、仮名漢
字変換辞書１０４は、少なくとも固有名詞の読みと漢字
表記のデータその用例を示す分類コードを記憶した固有
名詞辞書１０４ａ及び文節間の共起情報を記憶した共起
辞書１０４ｂから構成され、前記固有名詞辞書１０４ａ
は、使用頻度の高い固有名詞のデータで、読み、漢字表
記が同じデータを特定コードでグループ化し、かつその
固有名詞の用例を示す分類コードを一緒に同一複数ビッ
トからなるフォーマットに格納している。

【００１１】キー入力手段１０２により仮名文字列が入
力されると、入力された仮名文字列は、文節わかち手段
１０３により文節に分割される。前記文節わかち手段１
０３によって分割された文節の中に固有名詞があれば、
変換手段１０５は、前記仮名漢字変換辞書１０４中の固
有名詞辞書１０４ａの固有名詞及び分類コード、共起辞
書１０４ｂの共起情報を参照して漢字交じり文に変換し
表示手段１０１に出力する。表示手段１０１は変換され
た漢字交じり文を表示画面に表示する。

【００１２】したがって、固有名詞辞書に登録される固
有名詞にその用例を示す分類コードを付加し、固有名詞
の読みと漢字及び分類コードのデータを圧縮して固有名
詞辞書に登録しているので、変換処理速度を落とさずに
仮名漢字変換効率を高め、固有名詞辞書のメモリ容量の
増加を防止することができる。

【００１３】

【実施例】以下図に示す実施例に基づいてこの発明詳述
する。なお、これによってこの発明は限定されるもので
ない。

【００１４】図２はこの発明の一実施例の構成を示すブ
ロック図である。この図において１は仮名文字キーや数
値キー、変換キー、ファンクションキーを備えたキーボ
ードであり、このキーボード１から仮名文字列や仮名漢
字変換処理のための入力操作がされる。２は制御部であ
り制御プログラムの実行を行うマイクロプロセッサー
と、この発明の仮名漢字変換処理を行う制御プログラム
やテーブル等のＲＯＭ（リード・オンリ・メモリ）及び
外部記憶装置から構成されている。

【００１５】３は入力された仮名文字列や仮名漢字交じ
り文節に変換されたデータを表示する表示部であり、Ｃ
ＲＴディスプレイ装置やＬＣＤ（液晶表示装置）等が用
いらる。４は共起情報を含んだ自立語辞書４１と分類コ
ードを付加した固有名詞辞書４２と接尾語辞書４３及び
ユーザー辞書４４の辞書部である。５は文節間の共起関
係を蓄えた共起辞書（複合用例辞書、意味用例辞書）で
ある。

【００１６】６はバッファであり、文字バッファ６１と
学習バッファ６２と同音語バッファ６３から構成されて
いる。文字バッファ６１はキーボード１から入力された
文字列を蓄えておくバッファである。学習バッファ６２
は単語の学習処理を行うバッファである。同音語バッフ
ァ６３は仮名漢字変換の際の同音語の候補を蓄えておく
バッファである。

【００１７】キーボード１から入力された仮名文字列は
文字バッファ６１に蓄えられる。次にユーザーが変換の
指示をするか、あるいは変換のタイミングになった時、
制御部２は辞書部４及び共起辞書５及びその他のテーブ
ル等を参照して仮名漢字変換を行い同音語バッファ６３
に変換結果を蓄える。第１候補が表示部３に表示される
が第一候補以外の候補もキーボード１の操作によって同
音語の選択を行うと、その結果が学習バッファに蓄えら
れる。

【００１８】図３は従来の通常辞書の固有名詞の一例を
示す説明図である。図は従来の通常辞書の固有名詞の読
みと漢字表記の抜粋で分類コードが付加されていない。
図４は固有名詞に付加する分類コードの一例を示す説明
図である。図５は固有名詞と分類コードの一例を示す説
明図である。この図は、図４に示される分類コードを付
加すると、図３に示す同じ固有名詞のデータ件数が４２
件から６６件になり、データが約６０％容量増大する。
これは、従来読みと表記が同じなら同一として扱ってき
た単語データが上記のように分類コードをつける必要が
でてきたため別々に登録しなければならなくなったから
である。なお、固有名詞の分類コードは自立語の分類コ
ードより種類数が少なく別に分類コードを設けている。
以後説明は分類コードが６４種以内の場合である

【００１９】図６は固有名詞とグループ化した分類コー
ドの一例を示す説明図である。この図は従来のデータ件
数と同数にするために分類コードをグループ化してもた
せるようにした一例である。

【００２０】図７は分類コード格納方法（１）の一実施
例を示す説明図である。従来の固有名詞辞書本体から固
有名詞の分類コードデータを切り離してもっている。図
のように本体と１：１（１単語に１分類コードとして）
でもたせている。図８はビット領域に格納される分類コ
ードとフラッグを示す説明図である。以下、図７を図８
に従って説明する。

【００２１】分類コードは１単語２バイトの容量で図８
の（１）、（２）、（３）のようにもつ。すなわち、分
類コードが２種類以内の場合は、図８の（１）のように
０〜５ビット目と６〜１１（Ｂｈ）ビット目に図４に示
す２種類の分類コードが入る。ｉ２，ｉ３は各々の分類
コードに接尾語がつけることが可能かどうかのフラッグ
である。１４（Ｅｈ）ビット目のｉ１はベタ文の一括仮
名漢字変換対象かどうかのフラッグである。例えば、
「津（つ）」のような１文字データや「佐賀市に」のよ
うに「探しに」、「捜しに」と変換効率が悪い文節に関
しては１文節の時だけ変換をするように指示するフラッ
グである。

【００２２】分類コードが３つ以上あった場合は、次の
２つの種類のどちらかをとる。図８の（３）は、固定的
に０〜１２（Ｃｈ）ビットの１３ビットの各々を図４で
比較的使用頻度の高い分類コードや、比較的属性の同じ
ものを固定的にビットを割り当てる。この場合は、０ビ
ット目＝駅、１ビット目＝村、２ビット目＝町、３ビッ
ト目＝区、４ビット目＝市、５ビット目＝群、６ビット
目＝県、７ビット目＝姓、８ビット目＝国、９ビット目
＝地名、１０（Ａｈ）ビット目＝大学、１１（Ｂｈ）ビ
ット目＝企業、１２（Ｃｈ）ビット目＝名前の例を示
す。該当分類コードがすべてこの中にあれば図８の
（３）を使用する。分類コードが３種類以上あって図８
の（３）で全てカバーをできない場合、図８の（２）を
使用する。勿ち、０ビット目から１２ビット目は、固有
名詞の分類コードファイル２のどこにデータがあるかの
ポインター（又は件数＝番目）を入れておく。

【００２３】固有名詞分類コードファイル２の内容は図
８の（１）と同様であるが、データが３種類以上あるた
め１５（Ｆｈ）ビット目でデータが次に続いているかど
うかの判定を行う。勿ち、次にデータがあれば１５（Ｆ
ｈ）ビット目は０、ここでデータが終わるならば１５
（Ｆｈ）ビット目は１がたつ。

【００２４】分類コード格納方法（１）の実施例を説明
すると、例えば、約４５，０００件の固有名詞のデータ
で、読みと表記が同じものを一つにすると約３８，００
０件に短縮されるとする。その３８，０００件の固有名
詞に対応する分類コードファイル２は約２，０００件作
成されるとする。読み、表記が同じデータを別々に登録
した場合、固有名詞１単語が平均１０バイト、分類コー
ドが２バイト必要として以下のように計算される。従来の固有名詞データ；１０バイト×４５０００＝４
５０，０００バイト分類データ；２バイト×４５０００＝
９０，０００バイト４５０，０００＋９０，０００＝５４０，０００（バイ
ト）

【００２５】この実施例の格納方法（１）によると、固
有名詞データは３８０００件、分類ファイル１、２はそ
れぞれ２，０００件として、以下のように計算される。固有名詞（辞書本体）；１０バイト×３８，０００＝３
８０，０００バイト分類コードファイル１；２バイト×３８，０００＝
７６，０００バイト分類コードファイル２；２バイト× ２，０００＝
４，０００バイト３８０，０００＋７６，０００＋４，０００＝４６０，
０００（バイト）従って、従来とこの格納方法（１）の固有名詞辞書に格
納するデータの容量差は５４０，０００−４６０，００
０＝８０，０００（バイト）となる。よって、この実施
例の格納方法（１）は８０，０００バイトの圧縮効果が
ある。

【００２６】図９は分類コード格納方法（２）の一実施
例を示す説明図でる。図において、上記格納方法（２）
の固有名詞辞書の分類コードファイル２（２０００件）
を取りやめて、それを固有名詞辞書本体に組み入れる。
この格納方法（２）によると、例えば、図に示すように
青森は２件として格納され、以下のように計算される。辞書本体；１０バイト×（３８，０００＋２，０００）
＝４００，０００バイト分類ファイル２；２バイト×（３８，０００＋２，００
０）＝80，０００バイト４００，０００＋８０，０００＝４８０，０００（バイ
ト）５４０，０００−４８０，０００＝６０，０００（バイ
ト）従って、格納方法（２）は６０、０００の圧縮効果があ
り、格納方法（１）より圧縮率が落ちるが格納領域が１
つ削減できるので、その分データ処理速度が早くなる利
点がある。

【００２７】図１０は固有名詞の読みと漢字をグループ
化した一例を示す説明図である。図１０の（ａ），
（ｂ）において、使用頻度の高い固有名詞の名前の読み
と漢字をグループ化した一例を示す。アキ（秋，彰，
昌，昭，晶，明）＝Ａ、エ（栄，絵，恵，江，技）＝
Ｃ、オ（生，男，夫，雄）＝Ｄとして、Ａ、Ｃ、Ｄの
特殊コードを使って表現する方法が使われている。図１
０の（ａ）に示すアキエは３４件あるが、グループ化に
より、「アキエ…ＡＣ…名」の１件で代用できる。この
方法を使用すると、図９に示す格納方法（２）を使って
も、従来の４５，０００件のデータを最終的には２８，
５００件程度に圧縮することが可能である。

【００２８】図１１はこの実施例の仮名漢字変換の処理
動作を示すフローチャートである。図に示すように、以
下入力された仮名文字例、読み「くろいそえきにいっ
た」を例に図２を用いて、その処理動作に従って説明す
る。「くろいそえきにいった」の仮名列を文字バッファ
に取り込む（ステップ１）。次に入力された仮名列に対
して先行文節の抽出を行う（ステップＳ２）。ステップ
Ｓ２では、「くろいそえきに」「くろいそえき」「くろ
いそ」「くろい」「くろ」が先行文節として抽出され
る。ステップＳ２で抽出された先行文節に続く仮名文字
列で始まる次の文節（後続文節）の抽出を行う（ステッ
プＳ３）。

【００２９】ここで、先行文節が「くろいそえきに」な
ら、後続文節は「いった」となる。先行文節が「くろい
そえき」なら、後続文節は「にい」となる。先行文節が
「くろいそ」なら、後続文節は「えきに」、又は「え
き」となる。先行文節が「くろい」なら、後続文節「そ
えきに」、「そえき」、「そえ」となる。先行文節が
「くろ」なら、後続文節は「いそ」が抽出される。先
行文節、後続文節の２文節での処理を行い先行文節、後
続文節を決定する（ステップＳ３）。文節を決定する場
合、共起辞書により「くろい／そえ／きにいった」より
も「くろいそ／えきに／いった」か又は「くろいそえき
に／いった」が選択される可能性は高い（ステップＳ
４）。

【００３０】文が終了したかどうか判断して終了してい
なければ、ステップＳ３に戻り、文が終了していれば、
ステップＳ６に進み同音語の選択処理を行う。ＬＯＯＰ
１の処理手順を繰返すことで入力された仮名文字列を文
節に分割する処理が終了する。文節に分割された候補
は、各文節毎にその結果を同音語バッファ６３に蓄え
る。同音語バッファ６３は各文節毎に個別のバッファを
有する。入力された仮名文字列を文節に分割された後、
各文節毎に分けられた同音語候補の絞り込みを行う（ス
テップＳ６）。

【００３１】ここでは「くろいそえきに」「いった」な
ら「黒磯駅に」が選択され共起関係辞書から「場所」＋
に＋「行った」から後続文節は「言った」よりは「行っ
た」が選択される。又「くろいそ」「えきに」「いっ
た」なら「黒磯」＝（市、駅）より後続文節の「えき
に」は「益」よりも「駅」が優先される可能性が高い。
「行った」に関してはやはり「駅」＝（場所）から「場
所」＋に＋「行った」が選択される。ＬＯＯＰ２の処理
を繰り返すことで、入力された仮名文字列の仮名漢字変
換処理が終了する（ステップＳ７）。

【００３２】以上、その他に仮名漢字変換辞書の変換結
果の精度をあげる方法として、固有名詞の辞書本体に情
報を制御する制御ビットを設ける方法も考えられる。例
えば、「アメリカ」、「日本」のように本来固有名詞だ
が「自立語以上」に使う単語と「鈴木」、「伊藤」のよ
うに「自立語並み」の単語と本来の固有名詞である。
「自立語以上」、「自立語並み」の単語は本来の自立語
と同じように検索を行っているが、「本来の固有名詞」
は文の先頭又は名詞が並んだ時とかの検索において制約
をかけて、べた文での出力を制御している。「自立語以
上」は「自立語の候補」よりは学習、用例機能の優先順
位の兼合いもあるが出力を高めるようにしている。「自
立語並み」は自立語と同等なので出力されたり出力され
なかったりする。このように「自立語以上」と「自立語
並み」の固有名詞の変換出力を制御する２つの制御ビッ
トを固有名詞辞書本体に設ける方法である。従って、固
有名詞に情報（制御ビット）をつけその情報を制御する
ことによって変換結果の精度をあげることも可能であ
る。

【００３３】

【発明の効果】この発明によれば、固有名詞辞書に登録
される固有名詞にその用例を示す分類コードを付加し、
固有名詞の読みと漢字及び分類コードのデータを圧縮し
て固有名詞辞書に登録しているので、変換処理速度を落
とさずに仮名漢字変換効率を高め、固有名詞辞書のメモ
リ容量の増加を防止することができる。

【図面の簡単な説明】

【図１】この発明の基本構成を示すブロック図。

【図２】この発明の一実施例を示すブロック図。

【図３】従来の通常辞書の固有名詞の一例を示す説明
図。

【図４】固有名詞に付加する分類コードの一例を示す説
明図。

【図５】固有名詞と分類コードの一例を示す説明図。

【図６】固有名詞とグループ化した分類コードの一例を
示す説明図。

【図７】分類コード格納方法（１）の一実施例を示す説
明図。

【図８】ビット領域に格納される分類コードとフラッグ
の一例を説明図。

【図９】分類コード格納方法（２）の一実施例を示す説
明図。

【図１０】固有名詞の読みと漢字をグループ化した一例
を示す説明図。

【図１１】この実施例の仮名漢字変換の処理動作を示す
フローチャート。

【符号の説明】

１キーボード２制御部３表示部４辞書部５共起辞書６バッファ

Claims

(57)【特許請求の範囲】

【請求項１】表示画面を有する表示手段と、仮名文字
列を入力するキー入力手段と、前記キー入力手段によっ
て入力された仮名文字列を文節に分割する文節わかち手
段と、少なくとも固有名詞の読みと漢字表記のデータそ
の用例を示す分類コードを記憶した固有名詞辞書及び文
節間の共起情報を記憶した共起辞書からなる仮名漢字変
換辞書と、前記文節わかち手段によって分割された文節
を前記仮名漢字変換辞書に基づいて漢字交じり文に変換
して前記表示手段に出力する変換手段とを備え、前記固
有名詞辞書は、使用頻度の高い固有名詞のデータで、読
み、漢字表記が同じデータを特定コードでグループ化
し、かつその固有名詞の用例を示す分類コードを一緒に
同一複数ビットからなるフォーマットに格納したことを
特徴とする仮名漢字変換処理装置。
【請求項２】前記固有名詞辞書は、前記フォーマット
に固有名詞の変換優先を制御する制御ビットをさらに付
加したことを特徴とする請求項１記載の仮名漢字変換処
理装置。