JP3258079B2 - 複合語辞書登録装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は日本語かな漢字変換装置
や機械翻訳装置などにおいて、適切な複合語を辞書に登
録しておくことによって、辞書の大きさを適切にし、自
然言語解析処理の精度を向上させることができる複合語
辞書登録装置に関する。

【０００２】

【従来の技術】従来、複合語辞書登録装置においては、
次のようにして複合語を処理していた。 未知語であって、既知の語から構成されている場合
には、複合語辞書に登録しない。 未知語の場合には、すべて登録する。

【０００３】しかしながら、上記の場合には、本来一
語として処理した方がいい語まで分割してしまうので、
誤って仮名漢字変換したり、また機械語翻訳装置におい
ては、適切な表現が選択できないという不都合が生じて
いた。また、上記の場合には、未知語をすべて登録す
るので、辞書の大きさが大きくなりすぎるという欠点が
あった。

【０００４】

【発明が解決しようとする課題】以上のように、従来の
複合語辞書登録装置においては、複合語辞書に登録すべ
き複合語を自動判定できなかったり、また、本来一語と
して処理したほうがいいものでも、既知の単語から構成
されるものは複合語として認識されないという問題点
や、辞書の大きさが大きくなりすぎるという問題点があ
り、複合語を適切に処理することができなかった。

【０００５】本発明は上記した従来技術の欠点を解決す
るためになされたものであって、文字列の組合せ、ある
いは、単語列を一つの複合語として登録すべきか否かを
自動判定することができ、辞書の大きさを適切に抑え、
自然言語解析処理の精度を向上することができる複合語
辞書登録装置を提供することを目的とする。

【０００６】

【課題を解決するための手段】図１は本発明の原理説明
図である。上記課題を解決するため、本発明の請求項１
の発明は、文字列の組み合わせを格納した辞書を作成す
る複合語辞書登録装置において、文字列の組み合わせを
格納する辞書２と、入力された文字列の組み合わせを各
文字列に分割する文字列分割部４と、辞書２を参照する
ことにより、分割された各文字列の出現頻度を求める文
字列出現頻度計算部５と、求めた出現頻度等に基づき入
力された文字列の組み合わせについての評価値を求める
評価値計算部６と、入力された文字列の組み合わせを辞
書２に登録するか否かを決定する登録決定部７とを備え
ている。

【０００７】そして、登録決定部７が、評価値計算部６
により計算された評価値に基づき文字列の組み合わせを
上記辞書に登録することにより、登録すべき適切な文字
列の組み合わせ列を自動的に判定して複合語辞書を作成
する。本発明の請求項２の発明は、請求項１の発明を単
語の組合せからなる複合語の登録に適用したものであ
り、単語の組み合わせを格納した辞書を作成する複合語
辞書登録装置において、複合語を格納する辞書２と、入
力された複合語を各単語に分割する単語分割部４と、辞
書２を参照することにより、分割された各単語の出現頻
度を求める単語出現頻度計算部５と、求めた出現頻度等
に基づき入力された複合語についての評価値を求める評
価値計算部６と、入力された複合語を上記辞書に登録す
るか否かを決定する登録決定部７とを備えている。

【０００８】そして、登録決定部７が、評価値計算部６
により計算された評価値に基づき複合語を上記辞書に登
録することにより、登録すべき適切な複合語を自動的に
判定して複合語辞書を作成する本発明の請求項３の発明
は、請求項１の発明を機械翻訳における複合語の登録に
適用したものであり、異なった言語の複合語を格納した
辞書２に複合語を登録する複合語辞書登録装置におい
て、異なった言語の複合語を格納する辞書２と、入力さ
れた複合語を各単語に分割する単語分割部４と、辞書２
を参照することにより、分割された各単語の出現頻度を
求める単語出現頻度計算部５と、求めた出現頻度等に基
づき入力された複合語についての評価値を求める評価値
計算部６と、入力された異なった言語の複合語を辞書２
に登録するか否かを決定する登録決定部７とを備えてい
る。

【０００９】そして、登録決定部７が、評価値計算部６
により計算された評価値に基づき異なった言語の複合語
を上記辞書に登録することにより、登録すべき適切な複
合語を自動的に判定して複合語辞書に登録する本発明の
請求項４の発明は、請求項１の発明を仮名漢字変換にお
ける複合語の登録に適用したものであり、同一言語内で
表記の異なる複合語を辞書２に登録する複合語辞書登録
装置において、同一言語内で表記の異なる複合語を格納
する辞書２と、入力された複合語を各単語に分割する単
語分割部４と、辞書２を参照することにより、分割され
た各単語の出現頻度を求める単語出現頻度計算部５と、
求めた出現頻度等に基づき入力された複合語についての
評価値を求める評価値計算部６と、入力された複合語を
上記辞書２に登録するか否かを決定する登録決定部７と
を備えている。

【００１０】そして、登録決定部７が、評価値計算部６
により計算された評価値に基づき同一言語内で表記の異
なる複合語を上記辞書に登録することにより、登録すべ
き適切な複合語を自動的に判定して複合語辞書に登録す
る。

【００１１】

【作用】本発明の請求項１の発明において、キーボード
１０やファイル１１から入力部９を介して入力される文
字列の組合せを読み取り、文字列分割部４により各文字
列に分割し、分割された文字列について、辞書２を参照
することにより、その出現頻度を求める。

【００１２】評価値計算部６は、その出現頻度に基づき
評価値を計算し、登録決定部６は計算された評価値に基
づき登録すべき文字列の組合せを決定し、文字列の組み
合わせを上記辞書２に登録する。評価値計算部６におい
て、出現頻度に基づき評価値を計算し、計算された評価
値に基づき登録すべき文字列の組合せを決定しているの
で、登録すべき文字列の組合せを自動判定することがで
き、辞書の大きさを抑えることが可能となる。

【００１３】本発明の請求項２の発明においては、請求
項１の発明を単語の組合せからなる複合語の登録に適用
したので、請求項１の発明と同様な効果を得ることがで
きるとともに、自然言語処理の精度を向上することがで
きる。本発明の請求項３の発明においては、請求項１の
発明を機械翻訳における複合語の登録に適用したので、
請求項１の発明と同様な効果を得ることができるととも
に、正しい訳語を得ることができる。

【００１４】本発明の請求項４の発明においては、請求
項１の発明を仮名漢字変換における複合語の登録に適用
したので、請求項１の発明と同様な効果を得ることがで
きるとともに、正しい仮名漢字変換結果を得ることがで
きる。

【００１５】

【実施例】図２は本発明の第１の実施例を示す図であ
り、同図は日英機械翻訳の辞書において、「トルコ語」
を複合語として登録するか否かを決定する実施例を示し
ており、同図（ａ）はその構成を示し、同図（ｂ）は
「トルコ語」複合語として辞書に登録する前および登録
した後の翻訳結果を示している。

【００１６】同図（ａ）において、１１は日英の単語を
登録した日英単語辞書、１２は日英の複合語を登録した
日英複合語辞書、１３は日英単語辞書１１および日英複
合語辞書１２から構成される辞書、１４は対象となる複
合語を単語に分割する単語分割部、１５は対象となる複
合語を構成する単語が複合語辞書１２に出現する頻度を
求める頻度計算部、１６は頻度計算部１５において求め
た頻度情報および複合語の構成から評価値を求める評価
値計算部、１７は評価値計算部１６において求めた評価
値に基づき対象となる複合語を複合語辞書１２に登録す
る登録決定部、１８は上記、単語分割部１４、頻度計算
部１５、評価値計算部１６、登録決定部１７から構成さ
れる複合語登録部である。

【００１７】図３は辞書１３の内容を示す図であり、同
図（ａ）は単語辞書１１の内容を示し、同図（ｂ）は複
合語辞書１２の内容を示している。同図（ａ），（ｂ）
に示すように、単語辞書には各単語の「表記」と「読
み」と「品詞名」とそれらに対応した訳語等が格納さ
れ、また、複合語辞書１２には、「表記」と「読み」と
それらに対応した訳語等が登録されている。

【００１８】図４は評価値計算部１６により生成される
複合語の中の「単語」の頻度テーブルを示す図であり、
頻度テーブルには同図に示すように、「単語」とその単
語が複合語辞書１２に出現する出現頻度がその頻度順に
記録される。次に図２（ａ）により、「トルコ語」を複
合語として登録すべきか否かを決定する実施例について
説明する。

【００１９】図示しない、キーボード、ファイル等の入
力手段から「トルコ語」という複合語が複合語登録部１
８に入力されると、単語分割部１４は辞書部１３の日英
単語辞書１１（図３（ａ）参照）を参照して、そこに登
録されている単語に基づき「トルコ語」を「トルコ」と
「語」という単語に分割する。頻度計算部１５は、日英
複合語辞書１２より評価値計算部１６が生成した図４に
示す頻度テーブルを参照して、単語分割部１４において
分割された「トルコ語」を構成する単語「トルコ」と
「語」が日英複合語辞書１２（図３（ｂ）参照）に出現
する頻度を求める。

【００２０】評価値計算部１６は頻度計算部１５におい
て求めた「トルコ語」を構成する単語「トルコ」と
「語」の出現頻度に基づき、「トルコ語」という複合語
を登録するか否かを決定する評価値を求める。登録決定
部１７は評価値計算部１６において求めた評価値により
複合語を日英複合語辞書１２に登録するか否かを決定し
て複合語を日英複合語辞書１２に登録する。

【００２１】上記のような処理を行った結果「トルコ
語」という複合語が日英複合語辞書１２に登録される
と、登録語の辞書を用いた日英翻訳では、同図（ｂ）に
示すように、登録前には「トルコ語」が「Ｔｕｒｋｅｙ
ｗｏｒｄ」として翻訳されていたものが、登録後は
「Ｔｕｒｋｉｓｈ」という正しい訳語を得ることができ
る。図５は本発明の第２の実施例を示す図であり、同図
は仮名漢字変換辞書において、「国際破産」を登録する
か否かを決定する実施例を示しており、本実施例は仮名
漢字変換において通常使用されている、最も長い文節を
区切りとして優先的に変換する方式を用いて変換する例
を示したものである。

【００２２】同図（ａ）はその構成を示し、同図（ｂ）
は上記方式により変換した「国際破産」複合語として辞
書に登録する前および登録した後の仮名漢字変換結果を
示している。同図（ａ）において、１１’は単語を登録
した単語辞書、１２’は複合語を登録した複合語辞書で
あり、その他の構成は第１の実施例に示したものと同一
であり、同一の符号が付されている。

【００２３】次に図３（ａ）により、「国際破産」を複
合語として登録すべきか否かを決定する実施例について
説明する。図示しない、キーボード、ファイル等の入力
手段から「国際破産」という複合語が複合語登録部１８
に入力されると、単語分割部１４は辞書部１３’の単語
辞書１１（図３（ａ）参照）を参照して、そこに登録さ
れている単語に基づき「国際破産」を「国際」と「破
産」という単語に分割する。

【００２４】頻度計算部１５は、第１の実施例の場合と
同様、図４に示す頻度テーブルを参照して、単語分割部
１４において分割された「国際破産」を構成する単語
「国際」と「破産」が複合語辞書１２’（図３（ｂ）参
照）に出現する頻度を求める。評価値計算部１６は頻度
計算部１５において求めた「国際破産」を構成する単語
「国際」と「破産」の出現頻度に基づき、「国際破産」
という複合語を登録するか否かを決定するための評価値
を求める。

【００２５】登録決定部１７は評価値計算部１６におい
て求めた評価値により複合語を複合語辞書１２’に登録
するか否かを決定して複合語を複合語辞書１２’に登録
する。上記のような処理を行った結果「国際破産」とい
う複合語が複合語辞書１２’に登録されると、登録語の
辞書を用いた仮名漢字変換では、同図（ｂ）に示すよう
に、登録前には「国際は三」と変換されていたものが、
登録後は「国際破産」という正しい変換結果を得ること
ができる。

【００２６】なお、上記実施例においては、複合語辞書
に登録するか否かを複合語を構成する単語の複合語辞書
における出現頻度より求めているが、上記のような出現
頻度に加えて例えば、下記の点を加味して複合語辞書に
登録するか否かを決定することもできる。 複合語を構成する構成語の文法的な情報を加味して
評価値を求める。 複合語における単語の位置を加味して評価値を計算
する。 複合語の長さ、構成単語数等を加味して評価値を計
算する。

【００２７】また、上記実施例においては、日英機械翻
訳および仮名漢字変換についての実施例を示したが、本
発明の適用対象は上記実施例に限定されるものではな
く、その他、例えば、計算機へのコマンド列を複合語と
して登録する場合等、種々のシステムに適用できること
は言うまでもない。

【００２８】

【発明の効果】以上説明したことから明らかなように、
本発明においては、複合語を構成する文字列もしくは単
語の出現頻度に基づき評価値を計算し、計算された評価
値に基づき登録すべき文字列の組合せを決定しているの
で、登録すべき文字列の組合せを自動判定することがで
き、辞書の大きさを抑えることが可能となり、自然言語
解析処理の精度を上げることができる。

【００２９】また、機械翻訳処理あるいは仮名漢字変換
処理に適用することにより、正しい訳語や正しい変換結
果を得ることが可能となる。

【図面の簡単な説明】

【図１】本発明の原理説明図である。

【図２】本発明の第１の実施例を示す図である。

【図３】辞書の内容を示す図である。

【図４】頻度テーブルを示す図である。

【図５】本発明の第２の実施例を示す図である。

【符号の説明】

１，１１’ 単語辞書 ２，１２’ 複合語辞書 ４，１４ 単語分割部 ５，１５ 頻度計算部 ６，１６ 評価値計算部 ７，１７ 登録決定部 １１ 日英単語辞書 １２ 日英複合語辞書

Claims (4)

(57)【特許請求の範囲】
1. 【請求項１】 文字列の組み合わせを格納した辞書を作
   成する複合語辞書登録装置において、 文字列の組み合わせを格納する辞書と、 入力された文字列の組み合わせを各文字列に分割する文
   字列分割部と、 上記辞書を参照することにより、分割された各文字列の
   出現頻度を求める文字列出現頻度計算部と、 求めた出現頻度等に基づき入力された文字列の組み合わ
   せについての評価値を求める評価値計算部と、 入力された文字列の組み合わせを上記辞書に登録するか
   否かを決定する登録決定部とを備え、 登録決定部が、評価値計算部により計算された評価値に
   基づき文字列の組み合わせを上記辞書に登録することに
   より、登録すべき適切な文字列の組み合わせ列を自動的
   に判定して複合語辞書を作成することを特徴とする複合
   語辞書登録装置。
2. 【請求項２】 単語の組み合わせを格納した辞書を作成
   する複合語辞書登録装置において、 複合語を格納する辞書と、 入力された複合語を各単語に分割する単語分割部と、 上記辞書を参照することにより、分割された各単語の出
   現頻度を求める単語出現頻度計算部と、 求めた出現頻度等に基づき入力された複合語についての
   評価値を求める評価値計算部と、 入力された複合語を上記辞書に登録するか否かを決定す
   る登録決定部とを備え、 登録決定部が、評価値計算部により計算された評価値に
   基づき複合語を上記辞書に登録することにより、登録す
   べき適切な複合語を自動的に判定して複合語辞書を作成
   することを特徴とする複合語辞書登録装置。
3. 【請求項３】 異なった言語の複合語を格納した辞書に
   複合語を登録する複合語辞書登録装置において、 異なった言語の複合語を格納する辞書と、 入力された複合語を各単語に分割する単語分割部と、 上記辞書を参照することにより、分割された各単語の出
   現頻度を求める単語出現頻度計算部と、 求めた出現頻度等に基づき入力された複合語についての
   評価値を求める評価値計算部と、 入力された複合語を上記辞書に登録するか否かを決定す
   る登録決定部とを備え、 登録決定部が、評価値計算部により計算された評価値に
   基づき異なった言語の複合語を上記辞書に登録すること
   により、登録すべき適切な複合語を自動的に判定して複
   合語辞書に登録することを特徴とする複合語辞書登録装
   置。
4. 【請求項４】 同一言語内で表記の異なる複合語を辞書
   に登録する複合語辞書登録装置において、 同一言語内で表記の異なる複合語を格納する辞書と、 入力された複合語を各単語に分割する単語分割部と、 上記辞書を参照することにより、分割された各単語の出
   現頻度を求める単語出現頻度計算部と、 求めた出現頻度等に基づき入力された複合語についての
   評価値を求める評価値計算部と、 入力された複合語を上記辞書に登録するか否かを決定す
   る登録決定部とを備え、 登録決定部が、評価値計算部により計算された評価値に
   基づき同一言語内で表記の異なる複合語を上記辞書に登
   録することにより、登録すべき適切な複合語を自動的に
   判定して複合語辞書に登録することを特徴とする複合語
   辞書登録装置。