JP3300142B2 - 自然言語処理装置 - Google Patents
自然言語処理装置Info
- Publication number
- JP3300142B2 JP3300142B2 JP31851093A JP31851093A JP3300142B2 JP 3300142 B2 JP3300142 B2 JP 3300142B2 JP 31851093 A JP31851093 A JP 31851093A JP 31851093 A JP31851093 A JP 31851093A JP 3300142 B2 JP3300142 B2 JP 3300142B2
- Authority
- JP
- Japan
- Prior art keywords
- semantic analysis
- verb
- information
- sentence
- analysis result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【０００１】
【産業上の利用分野】本発明は自然言語処理装置に係
り、特に、情報検索装置、機械翻訳装置、文書要約支援
装置などに利用可能な省略表現補完を行う自然言語処理
装置に関する。
り、特に、情報検索装置、機械翻訳装置、文書要約支援
装置などに利用可能な省略表現補完を行う自然言語処理
装置に関する。
【０００２】
【従来の技術】一般に、複数の文から構成される文章を
処理する技術は、文脈処理技術と呼ばれており、その中
の技術のひとつとして、指示代名詞の照応先を同定する
技術や、文脈による語の省略を処理する技術が挙げられ
る。特に、日本語の表現は文脈による名詞の省略が多い
という特性があり、情報検索、機械翻訳及び文書要約等
を行う場合の障害となっていた。
処理する技術は、文脈処理技術と呼ばれており、その中
の技術のひとつとして、指示代名詞の照応先を同定する
技術や、文脈による語の省略を処理する技術が挙げられ
る。特に、日本語の表現は文脈による名詞の省略が多い
という特性があり、情報検索、機械翻訳及び文書要約等
を行う場合の障害となっていた。
【０００３】文脈による語の省略を処理する従来技術と
しては、以下の方法が提案されている。 （１）自然言語による情報検索において、入力文を解析
し、先行文脈中の名詞句と兄弟関係にある名詞句をその
入力文から検出することにより省略された名詞句を補完
する「文脈処理方式」（特開平４−２２０７６７号公
報）。 （２）会話システムにおいて、指示可能な対象が複数存
在する場合に、入力自然言語を格フレーム表現に変換
し、各対象物間の相対距離を記憶し、指示対象となる対
象物の同定を対象物の相対的な距離関係で行なう「会話
システム」（特開平４−３０６７６９号公報）。
しては、以下の方法が提案されている。 （１）自然言語による情報検索において、入力文を解析
し、先行文脈中の名詞句と兄弟関係にある名詞句をその
入力文から検出することにより省略された名詞句を補完
する「文脈処理方式」（特開平４−２２０７６７号公
報）。 （２）会話システムにおいて、指示可能な対象が複数存
在する場合に、入力自然言語を格フレーム表現に変換
し、各対象物間の相対距離を記憶し、指示対象となる対
象物の同定を対象物の相対的な距離関係で行なう「会話
システム」（特開平４−３０６７６９号公報）。
【０００４】
【発明が解決しようとする課題】しかしながら、前記
（１）に述べた文脈処理方式では、単語間の兄弟関係に
着目したデータである機能表現テーブルを利用すること
により、名詞句の補完を行なっており、補完の範囲対象
が限定される。したがって、入力された名詞が先行文脈
中の名詞句と兄弟間の関係を持たない場合は、表示され
た入力文字列に対して省略された名詞句の補完処理が行
なえないという問題点があった。
（１）に述べた文脈処理方式では、単語間の兄弟関係に
着目したデータである機能表現テーブルを利用すること
により、名詞句の補完を行なっており、補完の範囲対象
が限定される。したがって、入力された名詞が先行文脈
中の名詞句と兄弟間の関係を持たない場合は、表示され
た入力文字列に対して省略された名詞句の補完処理が行
なえないという問題点があった。
【０００５】また、前記（２）に述べた方法では、指示
対象となる対象物の同定を各対象物の相対的な距離を用
いて行なっているが、会話文を対象としているために、
参照する格フレームを会話履歴の中の最新の格フレーム
表現中に限っている。しかしながら、現実の文章では、
直前の文の情報に限らず、先行する文章全体による省略
が起こり得る。したがって、入力文の指示対象が最新よ
り前の格フレームにおける対象物を指示している場合は
省略語の補完処理が行なえないという問題点があった。
対象となる対象物の同定を各対象物の相対的な距離を用
いて行なっているが、会話文を対象としているために、
参照する格フレームを会話履歴の中の最新の格フレーム
表現中に限っている。しかしながら、現実の文章では、
直前の文の情報に限らず、先行する文章全体による省略
が起こり得る。したがって、入力文の指示対象が最新よ
り前の格フレームにおける対象物を指示している場合は
省略語の補完処理が行なえないという問題点があった。
【０００６】以上の問題点に鑑み、本発明の課題は、複
数の文からなるある話題を提供する文章を対象に、省略
された名詞句に対して、名詞の兄弟間の関係に限定され
ることなく、また直前の格フレームに限定せず、先行す
るの文章全体の情報に基づいて、指示された名詞句の補
完を行なうことができる自然言語処理装置を提供するこ
とである。
数の文からなるある話題を提供する文章を対象に、省略
された名詞句に対して、名詞の兄弟間の関係に限定され
ることなく、また直前の格フレームに限定せず、先行す
るの文章全体の情報に基づいて、指示された名詞句の補
完を行なうことができる自然言語処理装置を提供するこ
とである。
【０００７】
【課題を解決するための手段】前記課題を解決するた
め、本発明は次の構成を有する。すなわち、本発明は、
文を入力する入力手段と、単語に関する情報を格納する
単語情報格納手段と、名詞関連語辞書及び動詞関連語辞
書を含み、単語間の関係に関する情報を格納するシソー
ラス情報格納手段と、単語の属性情報を格納する属性情
報格納手段と、前記入力手段から入力された複数の文
を、前記単語情報、シソーラス情報、属性情報を参照す
ることにより、１文ずつ解析し、その意味解析結果を抽
出する意味解析手段と、前記意味解析手段によって解析
された意味解析結果を格納する意味解析結果格納手段
と、前記シソーラス情報を基に、意味解析結果中の省略
された語句の補完を行なう省略表現補完処理手段と、前
記省略表現補完処理手段による省略表現の補完結果を表
示する省略結果出力手段とを備えた自然言語処理装置で
あって、前記シソーラス情報格納手段に含まれる動詞関
連語辞書が、動詞の時系列関係を格納する動詞関連語辞
書であり、前記省略表現補完処理手段が、前記意味解析
結果から処理対象となる意味解析結果を１文ずつ読み込
み、動詞を核とした格関係表現毎に、省略された名詞句
を含む格要素を検出し、前記動詞関連語辞書から読み出
された動詞の時系列関係に基づいて、処理対象文の動詞
と時系列関係を持つ動詞を先行する文の意味解析結果か
ら抽出し、該抽出された動詞の格要素に基づいて、省略
された名詞句を同定し、該名詞句により省略表現を補完
する省略表現補完処理手段であることを特徴とする自然
言語処理装置である。
め、本発明は次の構成を有する。すなわち、本発明は、
文を入力する入力手段と、単語に関する情報を格納する
単語情報格納手段と、名詞関連語辞書及び動詞関連語辞
書を含み、単語間の関係に関する情報を格納するシソー
ラス情報格納手段と、単語の属性情報を格納する属性情
報格納手段と、前記入力手段から入力された複数の文
を、前記単語情報、シソーラス情報、属性情報を参照す
ることにより、１文ずつ解析し、その意味解析結果を抽
出する意味解析手段と、前記意味解析手段によって解析
された意味解析結果を格納する意味解析結果格納手段
と、前記シソーラス情報を基に、意味解析結果中の省略
された語句の補完を行なう省略表現補完処理手段と、前
記省略表現補完処理手段による省略表現の補完結果を表
示する省略結果出力手段とを備えた自然言語処理装置で
あって、前記シソーラス情報格納手段に含まれる動詞関
連語辞書が、動詞の時系列関係を格納する動詞関連語辞
書であり、前記省略表現補完処理手段が、前記意味解析
結果から処理対象となる意味解析結果を１文ずつ読み込
み、動詞を核とした格関係表現毎に、省略された名詞句
を含む格要素を検出し、前記動詞関連語辞書から読み出
された動詞の時系列関係に基づいて、処理対象文の動詞
と時系列関係を持つ動詞を先行する文の意味解析結果か
ら抽出し、該抽出された動詞の格要素に基づいて、省略
された名詞句を同定し、該名詞句により省略表現を補完
する省略表現補完処理手段であることを特徴とする自然
言語処理装置である。
【０００８】また本発明においては、前記意味解析手段
が、動詞を核として、ＷＨＯ（主体）、ＷＨＡＴ（客
体）、ＷＨＥＮ（時間）、ＷＨＥＲＥ（場所）、ＷＨＹ
（理由）及びＨＯＷ（方法）からなる５Ｗ１Ｈ相当句と
の格関係で表現される意味を解析する意味解析手段であ
ることができる。
が、動詞を核として、ＷＨＯ（主体）、ＷＨＡＴ（客
体）、ＷＨＥＮ（時間）、ＷＨＥＲＥ（場所）、ＷＨＹ
（理由）及びＨＯＷ（方法）からなる５Ｗ１Ｈ相当句と
の格関係で表現される意味を解析する意味解析手段であ
ることができる。
【０００９】
【作用】本発明の自然言語処理装置では、単語情報格納
手段は意味解析処理に利用する単語に関する情報を格納
し、シソーラス情報格納手段は、単語情報格納手段に格
納されている各単語間の意味的関係に関する情報を格納
する。シソーラス情報格納手段は名詞シソーラス辞書と
動詞シソーラス辞書から構成され、名詞シソーラス辞書
は名詞間の上位−下位関係に関する情報を格納し、動詞
シソーラス辞書は動詞の時系列関係に関する情報を格納
する。
手段は意味解析処理に利用する単語に関する情報を格納
し、シソーラス情報格納手段は、単語情報格納手段に格
納されている各単語間の意味的関係に関する情報を格納
する。シソーラス情報格納手段は名詞シソーラス辞書と
動詞シソーラス辞書から構成され、名詞シソーラス辞書
は名詞間の上位−下位関係に関する情報を格納し、動詞
シソーラス辞書は動詞の時系列関係に関する情報を格納
する。
【００１０】また、属性情報格納手段は、単語情報格納
手段に格納されている単語の属性関係に関する情報を格
納する。
手段に格納されている単語の属性関係に関する情報を格
納する。
【００１１】入力手段は複数の文を１文ずつ入力する。
意味解析手段は、入力手段から入力された複数の文を、
前記単語情報格納手段の文法情報を用いて１文ずつ形態
素解析する。次いで、前記単語情報格納手段の用言パタ
ーン情報、シソーラス情報格納手段、属性情報格納手段
を使用して意味解析し、動詞を核とした５Ｗ１Ｈ相当語
句と格関係で表現される意味解析結果を意味解析結果格
納手段に格納する。
意味解析手段は、入力手段から入力された複数の文を、
前記単語情報格納手段の文法情報を用いて１文ずつ形態
素解析する。次いで、前記単語情報格納手段の用言パタ
ーン情報、シソーラス情報格納手段、属性情報格納手段
を使用して意味解析し、動詞を核とした５Ｗ１Ｈ相当語
句と格関係で表現される意味解析結果を意味解析結果格
納手段に格納する。
【００１２】省略情報補完処理手段は、前記意味解析結
果中から対象となる意味解析結果を１文ずつ読み込む。
次いで、動詞を核にした５Ｗ１Ｈ相当語句との格関係表
現の中で名詞句が省略されている格関係を検出する。前
記動詞シソーラス辞書の動詞の時系列関係を基に、対象
となる動詞と時系列関係を持つ動詞を、対象となる文に
先行する文の意味解析結果から抽出する。次いで、その
動詞の５Ｗ１Ｈ（ＷＨＯ，ＷＨＡＴ，ＷＨＥＮ，ＷＨＥ
ＲＥ，ＷＨＹ，ＨＯＷ）相当語句との格関係表現を基に
省略された名詞句を同定し、対象となる意味解析結果の
中の省略された名詞句の埋め込み処理を行なう。次い
で、前記省略情報補完処理によって補完処理された省略
表現補完結果を省略情報補完処理結果出力手段から出力
する。
果中から対象となる意味解析結果を１文ずつ読み込む。
次いで、動詞を核にした５Ｗ１Ｈ相当語句との格関係表
現の中で名詞句が省略されている格関係を検出する。前
記動詞シソーラス辞書の動詞の時系列関係を基に、対象
となる動詞と時系列関係を持つ動詞を、対象となる文に
先行する文の意味解析結果から抽出する。次いで、その
動詞の５Ｗ１Ｈ（ＷＨＯ，ＷＨＡＴ，ＷＨＥＮ，ＷＨＥ
ＲＥ，ＷＨＹ，ＨＯＷ）相当語句との格関係表現を基に
省略された名詞句を同定し、対象となる意味解析結果の
中の省略された名詞句の埋め込み処理を行なう。次い
で、前記省略情報補完処理によって補完処理された省略
表現補完結果を省略情報補完処理結果出力手段から出力
する。
【００１３】このように、複数の文から構成される文章
において、動詞の時系列関係を記述した動詞シソーラス
辞書を利用することにより、先行する全ての文を参照し
て、省略された名詞句の補完処理を行なうことが可能に
なり、文の構造を正しく抽出することが可能になる。
において、動詞の時系列関係を記述した動詞シソーラス
辞書を利用することにより、先行する全ての文を参照し
て、省略された名詞句の補完処理を行なうことが可能に
なり、文の構造を正しく抽出することが可能になる。
【００１４】
【実施例】以下、図面を参照して、本発明の自然言語処
理装置の実施例を説明する。図１は、本発明の自然言語
処理装置における一実施例の構成を示すブロック図であ
る。図１の自然言語処理装置は、（１）文を入力する入
力部１０１、（２）前記入力部に接続された意味解析部
１０２、（３）前記意味解析部１０２に接続された、文
を解析するために必要な単語に関する情報を格納する単
語情報格納部１０６、（４）前記意味解析部１０２と後
述の省略表現補完処理部１０４に接続され、単語間の関
係に関する情報を格納し、後述の名詞シソーラス辞書１
０８と動詞シソーラス辞書１０９から構成されるシソー
ラス辞書１０７、（５）前記シソーラス辞書１０７を構
成する名詞間の関係に関する情報を格納する名詞シソー
ラス辞書１０８、（６）同じく動詞間の時系列的な関係
に関する情報を格納する動詞シソーラス辞書１０９、
（７）意味解析部１０２に接続され、所定の属性情報を
格納する属性辞書１１０、（８）前記意味解析部に１０
２接続された意味解析結果格納部１０３と、（９）意味
解析結果格納部１０３に接続され、前記シソーラス辞書
情報を基に、意味内容表現中の省略された語句の補完を
行なう省略表現補完処理部１０４、（１０）前記省略表
現補完処理部１０４による省略表現の補完結果を表示す
る省略情報補完結果出力部１０５とによって構成され
る。
理装置の実施例を説明する。図１は、本発明の自然言語
処理装置における一実施例の構成を示すブロック図であ
る。図１の自然言語処理装置は、（１）文を入力する入
力部１０１、（２）前記入力部に接続された意味解析部
１０２、（３）前記意味解析部１０２に接続された、文
を解析するために必要な単語に関する情報を格納する単
語情報格納部１０６、（４）前記意味解析部１０２と後
述の省略表現補完処理部１０４に接続され、単語間の関
係に関する情報を格納し、後述の名詞シソーラス辞書１
０８と動詞シソーラス辞書１０９から構成されるシソー
ラス辞書１０７、（５）前記シソーラス辞書１０７を構
成する名詞間の関係に関する情報を格納する名詞シソー
ラス辞書１０８、（６）同じく動詞間の時系列的な関係
に関する情報を格納する動詞シソーラス辞書１０９、
（７）意味解析部１０２に接続され、所定の属性情報を
格納する属性辞書１１０、（８）前記意味解析部に１０
２接続された意味解析結果格納部１０３と、（９）意味
解析結果格納部１０３に接続され、前記シソーラス辞書
情報を基に、意味内容表現中の省略された語句の補完を
行なう省略表現補完処理部１０４、（１０）前記省略表
現補完処理部１０４による省略表現の補完結果を表示す
る省略情報補完結果出力部１０５とによって構成され
る。
【００１５】次に、上記構成の本実施例の動作を説明す
る。入力部１０１は複数文からなる文章の１文を読み込
み、意味解析部１０２は単語情報格納部１０６の文法情
報を用いて形態素解析を行ない、さらに単語辞書１０６
の意味情報及びシソーラス辞書１０７を用いて構文解
析、意味解析を行ない、意味解析結果格納部１０３にそ
の解析結果を格納する。省略情報補完処理部１０４は、
前記意味解析結果格納部１０３から意味解析結果を読み
込む。次いで、意味解析結果の用言毎に、図２のフロー
トチャートに示すように、動詞シソーラス辞書１０９の
時系列関係を基に前述の文の意味解析結果から省略され
ている名詞句を格要素毎に埋め込み、各名詞句の補完処
理を行なう。省略情報補完結果出力部１０５は、省略情
報補完処理部１０４によって行なわれた省略情報の補完
結果を出力する。上述した処理は全文に対して行なう。
る。入力部１０１は複数文からなる文章の１文を読み込
み、意味解析部１０２は単語情報格納部１０６の文法情
報を用いて形態素解析を行ない、さらに単語辞書１０６
の意味情報及びシソーラス辞書１０７を用いて構文解
析、意味解析を行ない、意味解析結果格納部１０３にそ
の解析結果を格納する。省略情報補完処理部１０４は、
前記意味解析結果格納部１０３から意味解析結果を読み
込む。次いで、意味解析結果の用言毎に、図２のフロー
トチャートに示すように、動詞シソーラス辞書１０９の
時系列関係を基に前述の文の意味解析結果から省略され
ている名詞句を格要素毎に埋め込み、各名詞句の補完処
理を行なう。省略情報補完結果出力部１０５は、省略情
報補完処理部１０４によって行なわれた省略情報の補完
結果を出力する。上述した処理は全文に対して行なう。
【００１６】次に図２のフロートチャートを参照して、
図１の自然言語処理装置の動作を説明する。まず対象文
の解析結果を対象意味解析結果読み取り処理で読み込ん
で（ステップＳ１）、対象文に前述する文があるかどう
かを判断（ステップＳ２）し、前述する文がある場合
は、対象文の動詞毎に、動詞と格関係でリンクされる５
Ｗ１Ｈ相当語句が未確定の格を検出（ステップＳ３）す
る。次いで、動詞シソーラス情報参照処理で各動詞の時
系列関係を参照（ステップＳ４）し、対象文に先行する
文の意味解析結果の動詞を順番に参照（ステップＳ５）
し、その結果を比較処理（ステップＳ６）し、上記ステ
ップの比較処理で同一であれば、その動詞を含む意味解
析結果の格要素を参照（ステップＳ７）する。
図１の自然言語処理装置の動作を説明する。まず対象文
の解析結果を対象意味解析結果読み取り処理で読み込ん
で（ステップＳ１）、対象文に前述する文があるかどう
かを判断（ステップＳ２）し、前述する文がある場合
は、対象文の動詞毎に、動詞と格関係でリンクされる５
Ｗ１Ｈ相当語句が未確定の格を検出（ステップＳ３）す
る。次いで、動詞シソーラス情報参照処理で各動詞の時
系列関係を参照（ステップＳ４）し、対象文に先行する
文の意味解析結果の動詞を順番に参照（ステップＳ５）
し、その結果を比較処理（ステップＳ６）し、上記ステ
ップの比較処理で同一であれば、その動詞を含む意味解
析結果の格要素を参照（ステップＳ７）する。
【００１７】次いで、対象文の意味解析結果中の未確定
の格要素と比較処理を行ない（ステップ８）、比較処理
で同一であれば、両要素の名詞の制約条件を参照（ステ
ップＳ９）し、名詞シソーラス辞書参照により、両名詞
句間が上位−下位の関係を持つかどうかの判定処理を行
ない（ステップＳ１０）、上位−下位関係を持つ場合は
その内容を未確定の格要素情報欄に埋め込み記入（ステ
ップＳ１１）する。上記ステップ７の比較処理で同一で
なかった場合は、さらに先行する文の動詞参照処理を行
なう。この動詞参照処理は、対象文に先行する文を直前
文から昇順に参照し、対象文に先行する文章全体を検索
対象とする。
の格要素と比較処理を行ない（ステップ８）、比較処理
で同一であれば、両要素の名詞の制約条件を参照（ステ
ップＳ９）し、名詞シソーラス辞書参照により、両名詞
句間が上位−下位の関係を持つかどうかの判定処理を行
ない（ステップＳ１０）、上位−下位関係を持つ場合は
その内容を未確定の格要素情報欄に埋め込み記入（ステ
ップＳ１１）する。上記ステップ７の比較処理で同一で
なかった場合は、さらに先行する文の動詞参照処理を行
なう。この動詞参照処理は、対象文に先行する文を直前
文から昇順に参照し、対象文に先行する文章全体を検索
対象とする。
【００１８】次に、図３、図４及び図５を参照して、本
発明の自然言語処理装置における省略情報補完処理を説
明する。図３に示すように、例文１は「Ａ社はｉ４８６
を搭載するパソコンを開発した。」（以下、文３１と称
する）、例文２は「１９９２年３月に日本で発売す
る。」（以下、文３２と称する）を示している。まず、
先行する文３１において、Ａ社がパソコンを開発したこ
とが明示されているので、文３２では、「だれ（ＷＨ
Ｏ）」という名詞句と「何（ＷＨＡＴ）」をという名詞
句が省略されている。しかし、文脈より「もの」を「開
発」した後にその「もの」を「発売」するという時系列
上の関係が明らかであるため、文３２において省略され
た名詞句を補完することができる。
発明の自然言語処理装置における省略情報補完処理を説
明する。図３に示すように、例文１は「Ａ社はｉ４８６
を搭載するパソコンを開発した。」（以下、文３１と称
する）、例文２は「１９９２年３月に日本で発売す
る。」（以下、文３２と称する）を示している。まず、
先行する文３１において、Ａ社がパソコンを開発したこ
とが明示されているので、文３２では、「だれ（ＷＨ
Ｏ）」という名詞句と「何（ＷＨＡＴ）」をという名詞
句が省略されている。しかし、文脈より「もの」を「開
発」した後にその「もの」を「発売」するという時系列
上の関係が明らかであるため、文３２において省略され
た名詞句を補完することができる。
【００１９】次に、本実施例における省略補完処理を具
体的に説明する。本実施例では、単語辞書、シソーラス
辞書を使用して、文３１を意味解析部で処理し、意味解
析結果３３を意味解析結果格納部に格納しておく。図４
に意味解析処理に使用した単語辞書の用言パターン情報
の内容の一例を示す。用言パターンとは、例えば「開
発」３５という動詞が取り得る格関係と名詞の制約条件
を表す。なお、図４の文３１の意味解析結果３３におい
て網がけになっている格要素は、文３１を意味解析結果
からは抽出されないが、「開発」という動詞が取り得る
格関係情報を表している。このような文から情報が抽出
されない格要素は単語辞書の用言パターン情報を基に名
詞句を仮に格納しておく。文３２も同様に処理結果３４
を得て格納しておく。
体的に説明する。本実施例では、単語辞書、シソーラス
辞書を使用して、文３１を意味解析部で処理し、意味解
析結果３３を意味解析結果格納部に格納しておく。図４
に意味解析処理に使用した単語辞書の用言パターン情報
の内容の一例を示す。用言パターンとは、例えば「開
発」３５という動詞が取り得る格関係と名詞の制約条件
を表す。なお、図４の文３１の意味解析結果３３におい
て網がけになっている格要素は、文３１を意味解析結果
からは抽出されないが、「開発」という動詞が取り得る
格関係情報を表している。このような文から情報が抽出
されない格要素は単語辞書の用言パターン情報を基に名
詞句を仮に格納しておく。文３２も同様に処理結果３４
を得て格納しておく。
【００２０】次に、文３１の処理結果３３を対象検索結
果読み取り処理で読み込み、対象文に先行する文がある
かどうかを処理する。先行する文がない場合は、参照で
きる情報がないので省略処理を行なわない。同様に、文
３２の解析結果３４を読み込む。先行する文があれば、
解析結果の中の動詞を核とした５Ｗ１Ｈ相当語句との格
関係表現の中で格要素が未確定の格要素を検出する。例
えば、意味解析結果３４から、動詞「発売」３６を核と
した５Ｗ１Ｈ相当語句との格関係表現の中で格要素が未
確定である「ｗｈｏ格」を検出する。次いで、動詞シソ
ーラス辞書参照処理で前記動詞「発売」３６の時系列関
係を参照し、「発売」と時系列関係にある「商品化」を
抽出する。
果読み取り処理で読み込み、対象文に先行する文がある
かどうかを処理する。先行する文がない場合は、参照で
きる情報がないので省略処理を行なわない。同様に、文
３２の解析結果３４を読み込む。先行する文があれば、
解析結果の中の動詞を核とした５Ｗ１Ｈ相当語句との格
関係表現の中で格要素が未確定の格要素を検出する。例
えば、意味解析結果３４から、動詞「発売」３６を核と
した５Ｗ１Ｈ相当語句との格関係表現の中で格要素が未
確定である「ｗｈｏ格」を検出する。次いで、動詞シソ
ーラス辞書参照処理で前記動詞「発売」３６の時系列関
係を参照し、「発売」と時系列関係にある「商品化」を
抽出する。
【００２１】図５に本実施例が参照する動詞シソーラス
情報の内容の一部を示す。次に、前述の文の意味解析結
果３３の動詞を参照する。意味解析結果３３の動詞は
「商品化」と同一ではないので、再度動詞シソーラスの
時系列関係を参照し、「商品化」と時系列関係を持つ
「開発」を参照し、同様に意味解析結果の動詞参照処理
を行なう。意味解析結果３３の動詞が「開発」と同一で
あれば、動詞シソーラスの格パターン情報に基づいて動
詞「開発」３５を含む意味解析結果３３の格要素を参照
する。例えば、「開発」３５の格要素「ｗｈｏ格」が意
味解析結果３４における未確定の格要素「ｗｈｏ格」と
格要素が同一であるので、次に、両格要素の名詞句の制
約条件を参照処理する。本実施例では詳細を明示してい
ないが、名詞シソーラス情報を参照すると、意味解析結
果３３における名詞句「Ａ社」と意味解析結果３４にお
ける名詞の制約条件「組織」が上位−下位の関係を持つ
ので、「Ａ社」を「発売」３６の格要素「ｗｈｏ格」の
情報欄に埋め込み処理する。同様に、全ての動詞毎に未
確定格要素の省略情報を補完処理され、省略情報補完処
理結果出力部から処理結果３７が出力される。
情報の内容の一部を示す。次に、前述の文の意味解析結
果３３の動詞を参照する。意味解析結果３３の動詞は
「商品化」と同一ではないので、再度動詞シソーラスの
時系列関係を参照し、「商品化」と時系列関係を持つ
「開発」を参照し、同様に意味解析結果の動詞参照処理
を行なう。意味解析結果３３の動詞が「開発」と同一で
あれば、動詞シソーラスの格パターン情報に基づいて動
詞「開発」３５を含む意味解析結果３３の格要素を参照
する。例えば、「開発」３５の格要素「ｗｈｏ格」が意
味解析結果３４における未確定の格要素「ｗｈｏ格」と
格要素が同一であるので、次に、両格要素の名詞句の制
約条件を参照処理する。本実施例では詳細を明示してい
ないが、名詞シソーラス情報を参照すると、意味解析結
果３３における名詞句「Ａ社」と意味解析結果３４にお
ける名詞の制約条件「組織」が上位−下位の関係を持つ
ので、「Ａ社」を「発売」３６の格要素「ｗｈｏ格」の
情報欄に埋め込み処理する。同様に、全ての動詞毎に未
確定格要素の省略情報を補完処理され、省略情報補完処
理結果出力部から処理結果３７が出力される。
【００２２】
【発明の効果】以上説明したように、本発明の自然言語
処理装置は、動詞の時系列関係を記述した動詞シソーラ
ス辞書及び名詞間の関係を記述した名詞シソーラス辞書
と、言語解析した解析結果及び前述の両シソーラスを参
照して省略情報を補完する処理手段を備えているので、
複数の文からなるひとつの文章において、直前の文に拘
らず、文脈全体の文を利用して省略情報を補完すること
が可能になる。これにより、文の構造を正しく抽出する
ことが可能になり、それを基に複数の文から構成される
文章の構造をも正しく抽出することができるという効果
がある。
処理装置は、動詞の時系列関係を記述した動詞シソーラ
ス辞書及び名詞間の関係を記述した名詞シソーラス辞書
と、言語解析した解析結果及び前述の両シソーラスを参
照して省略情報を補完する処理手段を備えているので、
複数の文からなるひとつの文章において、直前の文に拘
らず、文脈全体の文を利用して省略情報を補完すること
が可能になる。これにより、文の構造を正しく抽出する
ことが可能になり、それを基に複数の文から構成される
文章の構造をも正しく抽出することができるという効果
がある。
【図１】本発明に係る自然言語処理装置の一実施例の構
成を示すブロック図である。
成を示すブロック図である。
【図２】図１の自然言語処理装置による省略情報補完処
理の動作を説明するためのフローチャートである。
理の動作を説明するためのフローチャートである。
【図３】省略情報補完処理の具体的な説明図である。
【図４】単語辞書の用言パターン情報の内容の一例を示
す説明図である。
す説明図である。
【図５】動詞シソーラス辞書の内容の一部を示す説明図
である。
である。
１０１ 入力部 １０２ 意味解析部 １０３ 意味解析結果格納部 １０４ 省略情報補完処理部 １０５ 省略情報補完結果出力部 １０６ 単語辞書 １０７ シソーラス辞書 １０８ 動詞シソーラス辞書 １０９ 名詞シソーラス辞書 １１０ 属性辞書
───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.7，ＤＢ名) G06F 17/20 - 17/30 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (2)
- 【請求項１】 文を入力する入力手段と、 単語に関する情報を格納する単語情報格納手段と、 名詞関連語辞書及び動詞関連語辞書を含み、単語間の関
係に関する情報を格納するシソーラス情報格納手段と、 単語の属性情報を格納する属性情報格納手段と、 前記入力手段から入力された複数の文を、前記単語情
報、シソーラス情報、属性情報を参照することにより、
１文ずつ解析し、その意味解析結果を抽出する意味解析
手段と、 前記意味解析手段によって解析された意味解析結果を格
納する意味解析結果格納手段と、 前記シソーラス情報を基に、意味解析結果中の省略され
た語句の補完を行なう省略表現補完処理手段と、 前記省略表現補完処理手段による省略表現の補完結果を
表示する省略結果出力手段とを備えた自然言語処理装置
であって、 前記シソーラス情報格納手段に含まれる動詞関連語辞書
が、動詞の時系列関係を格納する動詞関連語辞書であ
り、 前記省略表現補完処理手段が、前記意味解析結果から処
理対象となる意味解析結果を１文ずつ読み込み、動詞を
核とした格関係表現毎に、省略された名詞句を含む格要
素を検出し、前記動詞関連語辞書から読み出された動詞
の時系列関係に基づいて、処理対象文の動詞と時系列関
係を持つ動詞を先行する文の意味解析結果から抽出し、
該抽出された動詞の格要素に基づいて、省略された名詞
句を同定し、該名詞句により省略表現を補完する省略表
現補完処理手段である ことを特徴とする自然言語処理装
置。 - 【請求項２】 請求項１において、 前記意味解析手段が、動詞を核として、ＷＨＯ（主
体）、ＷＨＡＴ（客体）、ＷＨＥＮ（時間）、ＷＨＥＲ
Ｅ（場所）、ＷＨＹ（理由）及びＨＯＷ（方法）からな
る５Ｗ１Ｈ相当句との格関係で表現される意味を解析す
る意味解析手段であることを特徴とする自然言語処理装
置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31851093A JP3300142B2 (ja) | 1993-12-17 | 1993-12-17 | 自然言語処理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31851093A JP3300142B2 (ja) | 1993-12-17 | 1993-12-17 | 自然言語処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07175808A JPH07175808A (ja) | 1995-07-14 |
| JP3300142B2 true JP3300142B2 (ja) | 2002-07-08 |
Family
ID=18099924
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP31851093A Expired - Fee Related JP3300142B2 (ja) | 1993-12-17 | 1993-12-17 | 自然言語処理装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3300142B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09179875A (ja) * | 1995-12-25 | 1997-07-11 | Sharp Corp | 情報検索装置 |
| JP3001047B2 (ja) | 1997-04-17 | 2000-01-17 | 日本電気株式会社 | 文書要約装置 |
| KR20000023961A (ko) | 1999-12-22 | 2000-05-06 | 김정태 | 정보 모델링방법 및 데이터베이스 검색시스템 |
| JP5948132B2 (ja) * | 2012-04-27 | 2016-07-06 | 日本放送協会 | 情報処理装置およびプログラム |
| CN109791766A (zh) * | 2016-10-06 | 2019-05-21 | 夏普株式会社 | 对话装置、对话装置的控制方法及控制程序 |
-
1993
- 1993-12-17 JP JP31851093A patent/JP3300142B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH07175808A (ja) | 1995-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3220560B2 (ja) | 機械翻訳装置 | |
| US5020021A (en) | System for automatic language translation using several dictionary storage areas and a noun table | |
| EP0953192B1 (en) | Natural language parser with dictionary-based part-of-speech probabilities | |
| EP0886226B1 (en) | Linguistic search system | |
| EP1899835B1 (en) | Processing collocation mistakes in documents | |
| JP2002215617A (ja) | 品詞タグ付けをする方法 | |
| US8489384B2 (en) | Automatic translation method | |
| JP3300142B2 (ja) | 自然言語処理装置 | |
| JPH05120324A (ja) | 言語処理方式 | |
| JPS59140582A (ja) | 自然言語翻訳援助方式 | |
| JP2840258B2 (ja) | 機械翻訳システムの対訳辞書及び共起関係辞書の作成方法 | |
| JP2004287679A (ja) | 自然言語処理システム及び自然言語処理方法、並びにコンピュータ・プログラム | |
| Neumann et al. | Shallow natural language technology and text mining | |
| JP2713354B2 (ja) | 話題抽出装置 | |
| JP2939348B2 (ja) | 画像処理装置 | |
| JPS62267872A (ja) | 言語解析装置 | |
| Sinha | Translating News Headings from English to Hindi | |
| JP3244286B2 (ja) | 翻訳処理装置 | |
| JP2719453B2 (ja) | 機械翻訳装置 | |
| JP3972697B2 (ja) | 自然言語処理システム及び自然言語処理方法、並びにコンピュータ・プログラム | |
| JP2901977B2 (ja) | 翻訳装置 | |
| JPS6389976A (ja) | 言語解析装置 | |
| JPH1115846A (ja) | 情報検索装置および記録媒体 | |
| JP2661312B2 (ja) | 文書検索装置 | |
| KR19990053161A (ko) | 의미기반 정보검색을 위한 관련동사의 검색방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080419 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090419 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090419 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100419 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100419 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110419 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120419 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120419 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130419 Year of fee payment: 11 |
|
| LAPS | Cancellation because of no payment of annual fees |