JP3135221B2 - 用例主導型言語構造解析装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、自然言語文とその
文に対する言語構造の対が、予めデータベースとして記
憶された用例を用いて、入力された自然言語文に対する
言語構造を自動的に解析する用例主導型言語構造解析装
置に関する。

【０００２】

【従来の技術】自然言語処理において、用例との類似関
係を用いる翻訳手法が、例えば、特願平８−２０１７９
４号の特許出願（以下、第１の従来例という。）におい
て開示されている。第１の従来例の用例機械翻訳装置に
おいては、特定の類似関係を用いる手法が提案されてお
り、対訳の付いた元言語文データベースを用例とし、少
なくとも４つの文の間で特定の類似関係が成り立つと
き、その用例文の組合せを翻訳に利用している。

【０００３】また、従来技術文献１「安藤真一ほか，
“類似検索機能を備えたツリーバンク構築エディタ”，
情報処理学会第５２回全国大会予稿集，Ｖｏｌ．３，ｐ
ｐ．５３−５４，１９９６年３月」（以下、第２の従来
例という）では、第１の従来例と同様の類似関係を文と
言語構造の対を記憶したデータベースに適用し、入力文
に対する言語構造を検索する手法が提案されている。

【０００４】

【発明が解決しようとする課題】しかしながら、この類
似関係は正しい言語構造に特有な関係ではないため、第
２の従来例は大量の言語構造候補を出力し、正しい出力
を捜し出すことが困難であった。

【０００５】本発明の目的は以上の問題点を解決し、大
量の言語構造候補が出力された場合でも、正しい出力が
容易に捜し出せることができる用例主導型言語構造解析
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
載の用例主導型言語構造解析装置は、文とその文の言語
構造との複数の対を用例として記憶する用例記憶手段
と、入力された文と、上記用例記憶手段に記憶された文
との間に所定の類似関係があるか否かを判断し、類似関
係があるときには、文の組合せと、その文の組合せにお
ける類推妥当性を出力する文間類似関係判定手段と、上
記文間類似関係判定手段から出力される文の組合せと、
その文の組合せにおける類推妥当性を記憶する類似関係
記憶手段と、上記類似関係記憶手段に記憶された文の組
合せのうち、入力された文以外の文に対する言語構造を
上記用例記憶手段に記憶された用例から検索し、検索さ
れた言語構造と、上記用例記憶手段に記憶された別の言
語構造との間で所定の類似関係があるか否かを判断し、
類似関係があるときには、言語構造の組合せと、その言
語構造の組合せにおける類推妥当性を上記類似関係記憶
手段に記憶する言語構造間類似関係判定手段と、上記類
似関係記憶手段に記憶された言語構造が、入力された文
から類推できる確からしさを表す評価値を、上記類似関
係記憶手段に記憶された類推妥当性に従って計算し、上
記類似関係記憶手段に記憶された入力された文に対応す
る言語構造を、上記計算された評価値を付加して出力す
る類推妥当性計算手段とを備えたことを特徴とする。

【０００７】また、請求項２記載の用例主導型言語構造
解析装置は、請求項１記載の用例主導型言語構造解析装
置において、上記言語構造は、構文解析木又は意味的構
造であることを特徴とする。

【０００８】

【発明の実施の形態】以下、図面を参照して本発明に係
る実施形態について説明する。

【０００９】図１は、本発明に係る一実施形態である用
例主導型言語構造解析装置のブロック図である。この実
施形態は、所定の類似関係にある文及び言語構造の組合
せに対する類推の成り立ち易さという尺度を導入するこ
とで、出力される言語構造候補を確からしい順番に並べ
ることにより、大量の言語構造候補が出力された場合で
も、正しい出力が容易に捜し出せる用例主導型言語構造
解析装置を提供する。

【００１０】当該言語構造解析装置は、図１に示すよう
に、（ａ）文字列である文を入力するための入力手段で
あるキーボード３１と、（ｂ）文とその文の言語構造と
の複数の対を用例として記憶する用例メモリ１４と、
（ｃ）入力された文と、用例メモリ１４に記憶された文
との間に所定の類似関係があるか否かを判断し、類似関
係があるときには、文の組合せと、その文の組合せにお
ける類推妥当性を出力する文間類似関係判定部１１と、
（ｄ）文間類似関係判定部１１から出力される文の組合
せと、その文の組合せにおける類推妥当性を記憶する類
似関係メモリ１５と、（ｅ）類似関係メモリ１５に記憶
された文の組合せのうち、入力された文以外の文に対す
る言語構造を用例メモリ１４に記憶された用例から検索
し、検索された言語構造と、用例メモリ１４に記憶され
た別の言語構造との間で所定の類似関係があるか否かを
判断し、類似関係があるときには、言語構造の組合せ
と、その言語構造の組合せにおける類推妥当性を類似関
係メモリ１５に記憶する言語構造間類似関係判定部１２
と、（ｆ）類似関係メモリ１５に記憶された言語構造
が、入力された文から類推できる確からしさを表す評価
値を、類似関係メモリ１５に記憶された類推妥当性に従
って計算し、類似関係メモリ１５に記憶された入力され
た文に対応する言語構造を、計算された評価値を付加し
て出力する類推妥当性計算部１３とを備えたことを特徴
とする。

【００１１】ここで、言語構造は、好ましくは、構文解
析木又は意味的構造である。類推妥当性計算部１３によ
って計算された評価値は、入力された文に対応する言語
構造とともに、機械翻訳装置２０に入力され、翻訳処理
中の構文解析などに利用される。

【００１２】本明細書で用いる「距離」を次のように定
義する。文字列間の「距離」又は「類似距離」はＬｅｖ
ｅｎｓｈｔｅｉｎの編集距離であり、文字単位の置換、
削除、挿入を編集操作として２つの文字列を同じ文字列
にするためにかかる編集操作数を距離として定義する
（例えば、従来技術文献２「Levenshtein,“Binary cod
es capable of correcting deletions,insertionsand r
eversals",Dokl.Akad.Nauk SSSR,Vol.163,No.4,pp.845-
848,1965年8月」参照。）。具体的な計算方法は、例え
ば、従来技術文献３「R.A.Wagner et al.,“The String
-to-String Correction Problem",Journal of the Asso
ciation forComputing Machinery,Vol.21,No.1,pp.168-
172,1974年」において提案されている。例えば、文字列
“ａｂｃｄ”と文字列“ａｃｅ”を考える。当該方法に
よると、文字列“ａｂｃｄ”は“ｂ”を削除し“ｄ”を
“ｅ”に置換することで文字列“ａｃｅ”に変換するこ
とができるので、２つの文字列の類似度又は距離は２と
なる。

【００１３】まず、単語の類推について述べる。ここで
述べる類推とは、語尾変化などの語形変化を説明し、言
語の生産性の基礎をなす言語学的現象である。すなわ
ち、辞書には載っていないが理解し得る新語を作ること
ができるということを意味する。この種の類推は、特定
の類似関係を持つ語の上で働くため、この類似関係を方
程式として解くことで、類推結果を得ることができる。
例えば、与えられた第１の単語に対して２つの形式が与
えられ、第２の単語に１つの形式のみが与えられると、
第２の単語に対する求める形式を作ることができる。こ
れは、どんな言語にも見られる言語学的現象である。単
語の類似関係の例について次の表１に示す。

【００１４】

【表１】 ─────────────────────────── 英語 mathematics：mathematical＝physics：x x＝physical ─────────────────────────── フランス語 reaction：reactionnaire＝repression：x x＝repressionnaire ─────────────────────────── ドイツ語 setzen：setzte＝lachen：x x＝lachte ─────────────────────────── アラビア語 aslama：muslimun＝arsala：x x=mursilun ─────────────────────────── 日本語 回る：回す＝渡る：ｘ ｘ＝渡す ───────────────────────────

【００１５】図２に示すように、本発明において用いる
類似関係は、対向する各２つの辺の類似距離が等しく、
対角線の２つの類似距離が等しい、矩形を構成する。こ
の矩形関係を数式で表せば、次式の通りである。

【００１６】

【数１】

【００１７】ここで、関数ｄｉｓｔ（ｘ，ｙ）は、ｘと
ｙとの間の類似距離であって、すなわち編集距離であ
る。この関数の定義を用いれば、各単語の間の文字単位
の距離は図３に示すようになる。

【００１８】次いで、文章における類似関係について述
べる。単語が文字列であるのと同じように、文章も単語
列と考えることができる。従って、文章における類似関
係は、図４に示すように、単語を単位とした編集操作に
基づいて計算した距離で表わすことができる。

【００１９】さらに、従来技術文献４「S.M.Selkow,“T
he Tree-to-Tree Editing Probrem",Information Proce
ssing Letters,Vol.6,No.6,pp.184-186,1977年」におい
て示されているように、ノード単位の置換、脱落、挿入
を編集操作として木構造間の類似度を計算することがで
きる。従って、言語構造における類似関係は、図５に示
すように、ノードを単位とした編集操作に基づいて計算
した距離で表わすことができる。

【００２０】本実施形態において、このとき類推とは、
類似関係にある４項のうち３項から残る１項を推測する
処理として定義することができる。

【００２１】さらに、用例主導型言語構造解析の一実施
形態について説明する。本発明は、文が与えられると、
文とその文の言語構造を格納したデータベースから３つ
の文を検索する。次に、もしそれらの文章が入力文と類
似関係を有しておれば、その３つの対応する言語構造
と、入力文に対応する言語構造も類似関係を構成すると
いう原理を用いる。

【００２２】

【実施例】例えば、入力文として「the green lamp tur
ns off」（以下、文ａという。）がキーボード３１を用
いて入力されたときの、本発明の一実施例について説明
する。入力文ａが入力されると、まず、文間類似関係判
定部１１において、入力文ａと上記類似関係にある文が
用例メモリ１４に記憶された文から検索される。例え
ば、以下の３文が用例メモリ１４に記憶されているとす
る。

【表２】 ────────────────── 文ｂ：「the green signal is on」 文ｃ：「the lamp turns on」 文ｄ：「the signal is off」 ────────────────── とすると、

【数２】 ｄｉｓｔ（文ａ，文ｂ）＝ｄｉｓｔ（文ｃ，文ｄ）＝３ ｄｉｓｔ（文ａ，文ｃ）＝ｄｉｓｔ（文ｂ，文ｄ）＝２ ｄｉｓｔ（文ａ，文ｄ）＝ｄｉｓｔ（文ｂ，文ｃ）＝３ であり、図４に示すように、類似関係が成立するため、
この３文が一つの組合せとして類似関係メモリに記憶さ
れる。このとき、この組合せに対して類推が正しく働く
確からしさを示す類推妥当性が計算される。

【００２３】類推妥当性としては、例えば類似関係にあ
る４つの文の間の類似度を用いることができる。類似関
係にある４つの文が似ていれば似ているほど、より正し
く類推が働くと考えられる。このため、例えば、

【数３】 類推妥当性の評価値＝１／（各文間の距離の和） を類推妥当性の評価値として用いると、この値が大きい
ほどその４つの文の上で類推が正しく働くと考えられ
る。上式を用いると、本実施例の組合せにおける類推妥
当性は、

【数４】 類推妥当性の評価値＝１／（３＋２＋３）＝０．１２５ となる。この値も３文の組合せと共に類似関係メモリ１
５に記憶される。

【００２４】次に、言語構造間類似関係判定部１２は、
類似関係メモリ１５に記憶された文に対する言語構造を
用例メモリ１４から検索する。類似関係メモリ１５に記
憶された文は、もともと用例メモリ１４に言語構造とと
もに記憶されていた文であり、各文に対して必ず１つの
言語構造が記憶されている。ここで、文ｂ，ｃ，ｄに対
する言語構造として、下記の言語構造ｂ’，ｃ’，ｄ’
が用例メモリ１４に記憶されていたとする。

【００２５】

【表３】 ──────────────────────────── 言語構造ｂ’：「S(NP(det,AP(adj),N),VP(be,AP(adv)))」 ──────────────────────────── 言語構造ｃ’：「S(NP(det,N),VP(verb,AP(adv)))」 ──────────────────────────── 言語構造ｄ’：「S(NP(det,N),VP(be,AP(adv)))」 ────────────────────────────

【００２６】言語構造間類似関係判定部１２は、上記検
索した言語構造ｂ’，ｃ’，ｄ’と類似関係にある言語
構造を用例メモリ１４に記憶された言語構造から検索す
る。例えば用例メモリ１４に以下の文と言語構造の対が
記憶されていたとする。

【００２７】

【表４】 ──────────────────────────── 文ｅ：「the big cat wakes up」 ──────────────────────────── 言語構造ｅ’：「S(NP(det,AP(adj),N),VP(verb,AP(adv)))」 ──────────────────────────── このとき、

【数５】 ｄｉｓｔ（言語構造ｅ’，言語構造ｂ’） ＝ｄｉｓｔ（言語構造ｃ’，言語構造ｄ’） ＝１

【数６】 ｄｉｓｔ（言語構造ｅ’，言語構造ｃ’） ＝ｄｉｓｔ（言語構造ｂ’，言語構造ｄ’） ＝２

【数７】 ｄｉｓｔ（言語構造ｅ’，言語構造ｄ’） ＝ｄｉｓｔ（言語構造ｂ’，言語構造ｃ’） ＝３ であり、図５に示すように類似関係が成立するため、文
ｂ，ｃ，ｄの組合せに構文構造ｅ’を加えた組合せが類
似関係メモリ１５に記憶される。

【００２８】このとき、この組合せに対して類推が正し
く働く確からしさを示す類推妥当性の評価値が計算され
る。例えば、文の場合と同様の定義を利用すると構文構
造における類推妥当性の評価値は、

【数８】１／（１＋２＋３）＝０．１６７ となる。この評価値も上記の組合せと先の文の類推妥当
性ととともに類似関係メモリ１５に記憶される。

【００２９】さらに、類推妥当性計算部１３は、類似関
係メモリ１５に記憶された組合せに対する類推妥当性か
ら、入力文からその言語構造が類推できる確からしさを
計算する。例えば、文から言語構造への全体の類推妥当
性を文の類推妥当性と構文構造の類推妥当性の和で表す
とすると、入力文ａから言語構造ｅ’が類推できる確か
らしさを表す評価値は、

【数９】０．１２５＋０．１６７＝０．２９２ となる。同様の処理を他の組合せに対しても行なうこと
により、入力文ａから類推できる複数の言語構造の各々
に類推妥当性の評価値を付加することができる。この評
価値を用いると、最も確からしい言語構造を選択するこ
とができ、この言語構造は機械翻訳装置２０における翻
訳処理に利用される。

【００３０】以上説明したように、本発明に係る本実施
形態によれば、所定の類似関係にある文及び言語構造の
組合せに対する類推の成り立ち易さという尺度を導入す
ることで、出力される言語構造候補を確からしい順番に
並べることができる。このためユーザは、大量の言語構
造候補が出力された場合でも、正しい出力を容易に捜し
出すことができる。また、本発明による手法は、従来の
構文解析装置と組み合せることも可能である。例えば、
従来例の構文解析装置が出力した複数の構文構造候補を
本発明の手法によって順位付けすることで、構文解析装
置の精度を向上することができる。

【００３１】以上の実施形態において、文間類似関係判
定部１１と、言語構造間類似関係判定部１２と、類推妥
当性計算部１３と、機械翻訳装置２０とは、例えばディ
ジタル計算機である演算制御装置で構成され、用例メモ
リ１４と、類似関係メモリ１５と、バイテキストメモリ
２１とは、例えば、ハードディスクメモリで構成され
る。

【００３２】

【発明の効果】以上詳述したように本発明によれば、文
とその文の言語構造との複数の対を用例として記憶する
用例記憶手段と、入力された文と、上記用例記憶手段に
記憶された文との間に所定の類似関係があるか否かを判
断し、類似関係があるときには、文の組合せと、その文
の組合せにおける類推妥当性を出力する文間類似関係判
定手段と、上記文間類似関係判定手段から出力される文
の組合せと、その文の組合せにおける類推妥当性を記憶
する類似関係記憶手段と、上記類似関係記憶手段に記憶
された文の組合せのうち、入力された文以外の文に対す
る言語構造を上記用例記憶手段に記憶された用例から検
索し、検索された言語構造と、上記用例記憶手段に記憶
された別の言語構造との間で所定の類似関係があるか否
かを判断し、類似関係があるときには、言語構造の組合
せと、その言語構造の組合せにおける類推妥当性を上記
類似関係記憶手段に記憶する言語構造間類似関係判定手
段と、上記類似関係記憶手段に記憶された言語構造が、
入力された文から類推できる確からしさを表す評価値
を、上記類似関係記憶手段に記憶された類推妥当性に従
って計算し、上記類似関係記憶手段に記憶された入力さ
れた文に対応する言語構造を、上記計算された評価値を
付加して出力する類推妥当性計算手段とを備える。ここ
で、上記言語構造は、構文解析木又は意味的構造であ
る。

【００３３】従って、所定の類似関係にある文及び言語
構造の組合せに対する類推の成り立ち易さという尺度を
導入することで、出力される言語構造候補を確からしい
順番に並べることができる。このためユーザは、大量の
言語構造候補が出力された場合でも、正しい出力を容易
に捜し出すことができる。また、本発明による手法は、
従来の構文解析装置と組み合せることも可能である。例
えば、構文解析装置の出力した複数の構文構造候補を本
発明の手法によって順位付けすることで、構文解析装置
の精度を向上することができる。

【図面の簡単な説明】

【図１】 本発明に係る一実施形態である用例主導型言
語構造解析装置のブロック図である。

【図２】 図１の言語構造解析装置において用いられ
る、矩形を成す類似関係を示す説明図である。

【図３】 図１の言語構造解析装置において用いられ
る、類似関係の矩形と類似距離を示す説明図である。

【図４】 図１の言語構造解析装置において用いられ
る、文章の類似関係を示す説明図である。

【図５】 図１の言語構造解析装置において用いられ
る、言語構造の類似関係を示す説明図である。

【符号の説明】

１０…言語構造解析装置、 １１…文間類似関係判定部、 １２…言語構造間類似関係判定部、 １３…類推妥当性計算部、 １４…用例メモリ、 １５…類似関係メモリ、 ２０…機械翻訳装置、 ２１…バイテキストメモリ、 ３１…キーボード、 ３２…プリンタ。

───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平８−328585（ＪＰ，Ａ) 特開 平７−234873（ＪＰ，Ａ) 特開 平７−182347（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06F 17/20 - 17/28 ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims (2)

(57)【特許請求の範囲】
1. 【請求項１】 文とその文の言語構造との複数の対を用
   例として記憶する用例記憶手段と、 入力された文と、上記用例記憶手段に記憶された文との
   間に所定の類似関係があるか否かを判断し、類似関係が
   あるときには、文の組合せと、その文の組合せにおける
   類推妥当性を出力する文間類似関係判定手段と、 上記文間類似関係判定手段から出力される文の組合せ
   と、その文の組合せにおける類推妥当性を記憶する類似
   関係記憶手段と、 上記類似関係記憶手段に記憶された文の組合せのうち、
   入力された文以外の文に対する言語構造を上記用例記憶
   手段に記憶された用例から検索し、検索された言語構造
   と、上記用例記憶手段に記憶された別の言語構造との間
   で所定の類似関係があるか否かを判断し、類似関係があ
   るときには、言語構造の組合せと、その言語構造の組合
   せにおける類推妥当性を上記類似関係記憶手段に記憶す
   る言語構造間類似関係判定手段と、 上記類似関係記憶手段に記憶された言語構造が、入力さ
   れた文から類推できる確からしさを表す評価値を、上記
   類似関係記憶手段に記憶された類推妥当性に従って計算
   し、上記類似関係記憶手段に記憶された入力された文に
   対応する言語構造を、上記計算された評価値を付加して
   出力する類推妥当性計算手段とを備えたことを特徴とす
   る用例主導型言語構造解析装置。
2. 【請求項２】 上記言語構造は、構文解析木又は意味的
   構造であることを特徴とする請求項１記載の用例主導型
   言語構造解析装置。