JP3320087B2 - 文字処理方法及び装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、かな漢字変換処理にお
いて、同音異義語句の中から変換出力すべき語句を効率
的に決定する文字処理方法及び装置に関するものであ
る。

【０００２】

【従来の技術】従来、入力された読みをかな漢字混じり
文に変換するかな漢字変換を用いて、日本語文章を作成
していく日本語ワードプロセッサが、幅広く利用されて
いる。

【０００３】ところが、日本語には、読みが同じで意味
が異なる単語（同音異義語）や句が多数存在するという
性質があり、これに対処するために、同音異義語を状況
に応じて正しく変換出力する同音異義語選択技術が、か
な漢字変換処理において重要な技術になっている。

【０００４】従来、同音異義語選択技術として、文章作
成に使用された時期が近い単語ほど候補として優先する
短期学習方式や、近接単語間の共起を利用する用例変換
方式が取られている。

【０００５】短期学習方式は、同音異義語の中から変換
すべき単語を決定する時に、最も最近使用された単語を
変換結果とする方式であり、アルゴリズムも簡単で効率
も良いという利点があり、古くから使用されている。し
かし、対象としている同音異義語の前後の単語列の状況
を考慮していないので、同一文章中で他の同音異義語が
既に使用されているような場合には正しく機能しないと
いう欠点がある。例えば、「夏は暑い。」という文をか
な漢字変換によって入力して確定した後に、「あついお
ちゃがのみたい。」という読みを入力してかな漢字変換
すると、「あつい」という読みに対して、「暑い」とい
う単語が使用されているので、短期学習により「暑いお
茶が飲みたい。」というように変換されてしまう。

【０００６】用例変換は、上記のような短期学習の欠点
を補う技術である。すなわち、意味的な結合関係を持っ
て共起する単語の組が、高い頻度で使用されていれば、
その単語の組をあらかじめ記憶しておき、かな漢字変換
する際にそのような単語の組と一致すれば、その単語の
組を変換結果とする。例えば、「熱い」と「お茶」とい
う２つの単語は、「熱い」が「お茶」を連体修飾すると
いう形でよく使用される単語の組である。したがって、
この単語の組を記憶しておき、「あついおちゃ」という
読みをかな漢字変換する際、「あつい」の同音異義語と
して「熱い」，「厚い」，「暑い」などがあるが、記憶
されている単語の組と一致する「熱い」が変換結果とし
て決定され、「熱いお茶」と変換される。これによって
短期学習の欠点をある程度補うことができる。

【０００７】しかし、用例変換の欠点として、意味的な
結合関係を持たないで出現した単語に対してはまったく
無力であるという問題がある。例えば、法律に関する文
章の作成時に「しこうする。」という読みが入力された
場合、「しこう」と共起関係にある語がないので、用例
変換では、「しこう」の同音異義語「思考」，「指
向」，「施行」などの中から変換すべき単語を決定する
ことができない。

【０００８】そこで、この問題を解決するために、語ネ
ットワークを利用する方法が提案され、特開平３−２２
１６７号公報に記載されている。語ネットワークは、１
つの単語を１つのノードに対応させ、各ノード間を対応
する単語間の意味的な距離を示す値を持つリンクによっ
て互いに結合させた相互結合型ネットワークである。ま
た、各ノードは、文書中での出現のしやすさを表す値を
持ち、単語が使用されるごとに、対応するノードの値が
高められ、高められたノードの値が結合されているリン
クによって伝搬し、意味的に距離が近い単語に対応する
ノードの値も大きくなる。

【０００９】かな漢字変換では、ネットワーク内の同音
異義語の中から変換すべき単語を決定する時に、対応す
るノードの値が最も高い単語に変換する。例えば、「法
律」と「施行」は意味的に近い関係にあるので、「法
律」に対応するノードと「施行」に対応するノードは大
きい値を持つリンクで結合されているが、「法律」と
「思考」，「指向」は、意味的に近くないので、「法
律」に対応するノードと「思考」，「指向」に対応する
ノードは小さい値を持つリンクで結合されている。この
ような語ネットワークを利用して、法律に関する文章を
作成している時、「法律」という単語が使用されている
とすると、「法律」に対応するノードは高められている
ので、その値がネットワークを伝搬していき、大きい値
を持つリンクで結合されている「施行」に対応するノー
ドの値も高めらているが、小さい値を持つリンクで結合
されている「思考」，「指向」に対応するノードの値は
それほど高められていないことになる。したがって、こ
の状態で「しこうする。」という読みが入力された場
合、同音異義語「思考」，「指向」，「施行」の中では
対応するノードの値が最も高いのは「施行」であるの
で、「施行する。」が変換結果として決定される。

【００１０】

【発明が解決しようとしている課題】しかしながら、上
記の語ネットワークは、１つの単語に対して１つのノー
ドを割り当て、それぞれのノードを互いにリンクで相互
結合させているネットワークであり、この各ノードと各
リンクが値を持っているため、膨大なメモリ容量を必要
とするという欠点があった。例えば、単語辞書に１０万
語の単語が登録されていれば、対応する語ネットワーク
のノードの数は１０万個になり、リンクの数は１００億
個にもなる。

【００１１】また、使用された単語に対応するノードの
値を他のノードに伝搬させるために、すべてのノードの
値を再計算しなおさなければならないので、膨大な計算
が必要になるという欠点があった。

【００１２】また、上記ネットワークは、単語単位の候
補選択への利用を目的としており、複数の文節を含む文
字列の文節の区切り位置まで含めた文節構造の決定への
利用は考えられていなかった。

【００１３】

【課題を解決するための手段】上記課題を解決するため
に、本発明によれば、入力されたかな文字列を、単語の
読みがなと表記を含む該単語の情報とを対応させて記憶
した辞書を参照して、漢字かな混じり文に変換するかな
漢字変換処理を実行する文字処理方法において、前記辞
書に格納されている単語に対して定義された複数の分野
について、当該複数の分野間のリンクの重みと、各単語
と特定の分野との関係の深さを示す確信度とを記憶して
おき、文書入力時における前記分野に属する単語の出現
しやすさを示す分野尤度を各分野ごとに記憶するように
し、前記かな漢字変換処理によって単語が変換される
と、その変換された単語の特定の分野に対する確信度
と、当該特定の分野と各分野との間の前記リンクの重み
とに応じて、全ての分野に対応する前記分野尤度を更新
し、前記かな漢字変換処理では、変換対象のかな文字列
に対する文節の構造の各候補中の各文節について、その
文節中の単語の特定の分野に対する確信度とその分野の
分野尤度とに基づいて、文節尤度を算出し、その文節尤
度に基づいて前記各候補を比較して、変換すべき文節の
構造を決定することを特徴とする。

【００１４】また、本発明の他の態様によれば、文字処
理装置に、単語の読みがなと表記を含む該単語の情報と
を対応させて記憶した辞書と、文字を入力する入力手段
と、前記入力手段によって入力されたかな文字列を、前
記辞書を参照して漢字かな混じり文に変換するかな漢字
変換手段と、単語に対して当該単語と特定の分野との関
係の深さを示す確信度を記憶する分野情報記憶手段と、
前記分野に属する単語の出現しやすさを、分野尤度とし
て各分野ごとに記憶する分野尤度記憶手段と、複数の前
記分野間のリンクの重みを記憶するリンク重み記憶手段
と、前記かな漢字変換手段によって単語が変換される
と、その変換された単語の特定の分野に対する確信度
と、当該特定の分野と各分野との間の前記リンクの重み
とに応じて、全ての分野に対応する前記分野尤度を更新
する分野尤度更新手段と、前記かな漢字変換手段による
変換対象のかな文字列に対する文節の構造の各候補中の
各文節について、その文節中の単語の特定の分野に対す
る確信度とその分野の分野尤度とに基づいて、文節尤度
を算出し、その文節尤度に基づいて前記各候補を比較し
て、変換すべき文節の構造を決定する変換制御手段とを
備える。

【００１５】

【作用】本発明によれば、単語の読みがなと表記を含む
該単語の情報とを対応させて記憶した辞書に格納されて
いる単語に対して定義された複数の分野について、当該
複数の分野間のリンクの重みと、各単語と特定の分野と
の関係の深さを示す確信度とを記憶しておき、文書入力
時における前記分野に属する単語の出現しやすさを示す
分野尤度を各分野ごとに記憶するようにし、入力された
かな文字列を漢字かな混じり文に変換するかな漢字変換
処理によって単語が変換されると、その変換された単語
の特定の分野に対する確信度と、当該特定の分野と各分
野との間の前記リンクの重みとに応じて、全ての分野に
対応する前記分野尤度を更新し、前記かな漢字変換処理
では、変換対象のかな文字列に対する文節の構造の各候
補中の各文節について、その文節中の単語の特定の分野
に対する確信度とその分野の分野尤度とに基づいて、文
節尤度を算出し、その文節尤度に基づいて前記各候補を
比較して、変換すべき文節の構造を決定する。

【００１６】

【実施例】以下図面を参照しながら本発明を詳細に説明
する。

【００１７】図１は本発明の全体構成の一例である。

【００１８】図示の構成において、ＣＰＵは、マイクロ
プロセッサであり、文字処理のための演算、論理判断等
を行ない、アドレスバスＡＢ、コントロールバスＣＢ、
データバスＤＢを介して、それらのバスに接続された各
構成要素を制御する。

【００１９】アドレスバスＡＢはマイクロプロセッサＣ
ＰＵの制御の対象とする構成要素を指示するアドレス信
号を転送する。コントロールバスＣＢはマイクロプロセ
ッサＣＰＵの制御の対象となる各構成要素のコントロー
ル信号を転送して印加する。データバスＤＢは各構成機
器相互間のデータ転送を行なう。

【００２０】次にＲＯＭは、読出し専用の固定メモリで
ある。ＲＯＭに設けられているＰＡは、図１０〜図２４
につき後述するマイクロプロセッサＣＰＵによる制御の
手順を記憶させたプログラムエリアである。また、ＮＫ
は、図６〜図８において後述するマイクロプロセッサＣ
ＰＵによる分野ネットワークの制御の手順を記憶させた
プログラムエリアである。

【００２１】また、ＲＡＭは、１ワード１６ビットの構
成の書込み可能のランダムアクセスメモリであって、各
構成要素からの各種データの一時記憶に用いる。ＲＡＭ
は、単語辞書ＷＤＩＣ，用例辞書ＹＤＩＣ，分野辞書Ｂ
ＤＩＣ，分野読み辞書ＢＹＤＩ，分野尤度ＢＹＵＤ，分
野内部状態ＢＮＡＩ，分野外部入力ＢＧＡＩ，分野ウェ
イトＢＷＡＩ，分野尤度固定フラグＢＫＯＴ，分野モー
ドＢＭＯＤ，最新使用単語リストＷＬＩＳで構成されて
いる。

【００２２】単語辞書ＷＤＩＣは、かな漢字変換を行う
ための単語の情報を格納したものであり、詳細は図２を
用いて後述する。

【００２３】用例辞書ＹＤＩＣは、かな漢字変換の変換
精度を向上するために、意味的に関係を持ってよく使わ
れる単語対の情報を格納したものであり、詳細は図３を
用いて後述する。

【００２４】分野辞書ＢＤＩＣは、単語辞書ＷＤＩＣに
格納されている単語の中で特定の分野に属する単語を集
めて格納したものであり、詳細は図４を用いて後述す
る。

【００２５】分野読み辞書ＢＹＤＩは、同音異義語が存
在しない単語の中で特定の分野に属する単語を集めて、
読みと対応させて格納したものであり、詳細は図５を用
いて後述する。

【００２６】分野尤度ＢＹＵＤは、現在かな漢字変換で
入力されている文章の内容と各分野との関係の深さを表
す情報を各分野について格納するものであり、図６にお
いて後述する分野ネットワークの一部を構成する。詳細
は図６，図７を用いて後述する。

【００２７】分野内部状態ＢＮＡＩは、図６において後
述する分野ネットワークの一部を構成し、分野ネットワ
ークの各ノードの内部状態の値を格納するものである。
詳細は図６，図７を用いて後述する。

【００２８】分野外部入力ＢＧＡＩは、図６において後
述する分野ネットワークの一部を構成し、分野ネットワ
ークの各ノードへの外部入力の値を格納するものであ
る。詳細は図６，図７を用いて後述する。

【００２９】分野ウェイトＢＷＡＩは、各分野の間のリ
ンクの重みを格納するものであり、図６において後述す
る分野ネットワークの一部を構成する。詳細は図６，図
８を用いて後述する。

【００３０】分野尤度固定フラグＢＫＯＴは、分野尤度
ＢＹＵＤの値を変化させるかどうかを示すフラグを各分
野について格納するものであり、図６において後述する
分野ネットワークの一部を構成する。詳細は図６，図７
を用いて後述する。

【００３１】分野モードＢＭＯＤは、後述するかな漢字
変換において、分野の処理を行うかどうかを示すフラグ
であり、この値が１であれば分野の処理を行うことを表
し、０であれば分野の処理は行わないことを表す。

【００３２】最新使用単語リストＷＬＩＳは、最近使用
された単語を格納する配列であり、最も最近使用された
単語から順番に格納されている。格納する情報として
は、後述する単語コードを格納する。かな漢字変換にお
いて、変換結果として単語が使用されるごとに、その単
語の単語コードをリストの先頭に格納し、古い情報を後
ろにずらす。このリストに格納されている単語は、後述
するように短期学習されている単語として扱われる。

【００３３】ＫＢはキーボードであって、アルファベッ
トキー、ひらがなキー、カタカナキー等の文字記号入力
キー、及び、カーソル移動を指示するカーソル移動キー
等のような各種のファンクションキーを備えている。フ
ァンクションキーとしては、ＫＩＤ，ＳＥＴ，ＪＵＳ，
ＫＥＴ，ＣＨＧ，ＣＬＲ，およびＭＯＤを備えている。

【００３４】ＫＩＤは、かな漢字変換の開始を指示する
キーである。ＳＥＴは、分野の処理の各種環境設定機能
を起動するキーである。ＪＵＳは、住所録作成する機能
を起動するキーである。ＫＥＴは、かな漢字変換の同音
異義語の候補の中から変換すべき候補を決定指示するキ
ーである。ＣＨＧは、オペレータが入力する文章の分野
を指定するためのキーである。ＣＬＲは、分野尤度ＢＹ
ＵＤの値をクリアするキーである。ＭＯＤは、分野の処
理を実行するか否かのモードの切り替えを行うキーであ
る。

【００３５】ＤＩＳＫは文書データ等を記憶するための
外部メモリである。文書データ等は必要に応じて外部メ
モリＤＩＳＫに保管され、また、保管されたデータはキ
ーボードの指示により、必要な時呼び出される。

【００３６】ＣＲはカーソルレジスタである。ＣＰＵに
より、カーソルレジスタの内容を読み書きできる。後述
するＣＲＴコントローラＣＲＴＣは、ここに蓄えられた
アドレスに対応する表示装置ＣＲＴ上の位置にカーソル
を表示する。

【００３７】ＤＢＵＦは表示用バッファメモリであり、
表示すべきデータのパターンを蓄える。

【００３８】ＣＲＴＣはカーソルレジスタＣＲ及びバッ
ファＤＢＵＦに蓄えられた内容を表示器ＣＲＴに表示す
る役割を担う。

【００３９】また、ＣＲＴは陰極線管等を用いた表示装
置であり、その表示装置ＣＲＴにおけるドット構成の表
示パターンおよびカーソルの表示をＣＲＴコントローラ
で制御する。

【００４０】さらに、ＣＧはキャラクタジェネレータで
あって、表示装置ＣＲＴに表示する文字、記号のパター
ンを記憶するものである。

【００４１】かかる各構成要素からなる本発明文字処理
装置においては、キーボードＫＢからの各種の入力に応
じて作動するものであって、キーボードＫＢからの入力
が供給されると、まず、インタラプト信号がマイクロプ
ロセッサＣＰＵに送られ、そのマイクロプロセッサＣＰ
ＵがＲＯＭ内に記憶してある各種の制御信号を読出し、
それらの制御信号に従って、各種の制御が行なわれる。

【００４２】図２は、単語辞書ＷＤＩＣの構成例を説明
した図である。１つの単語の情報として、読みと表記と
品詞と単語ＩＤが格納される。単語ＩＤは他の単語と区
別し、単語ＩＤによってその単語を指し示すことができ
るようにつけられたユニークな番号である。例えば、図
２によって示される辞書には、読みが「あつい」で表記
が「熱い」で品詞が「形容詞」で単語ＩＤが「１２３
４」なる単語が格納されている。各単語の情報は読みに
よってソートされて格納されている。

【００４３】図３は、用例辞書ＹＤＩＣの構成例を説明
した図である。用例辞書は、意味的に結合関係があり、
よく使われる２つの単語をその結合関係と共に格納する
ものである。例えば、「夏は暑い」というよく使われる
文においては、「夏」と「暑い」という２つの単語が
「は」という助詞によって意味的に結合しており、用例
辞書にはこのような情報が格納される。これらの情報
は、２つの単語の単語ＩＤと結合関係とを対応させるこ
とによって格納する。例えば、図３によって示される用
例辞書には、単語ＩＤ「３４５６７」によって示される
単語「夏」と、単語ＩＤ「１２３５」によって示される
単語「暑い」と、結合関係「は」とを対応させて格納さ
れており、「夏」と「熱い」が結合関係「は」によって
意味的に結合していることを表している。

【００４４】図４は、分野辞書ＢＤＩＣの構成例を説明
した図である。分野辞書ＢＤＩＣは、単語や句がどの分
野とどの程度関係があるのかの情報を格納するものであ
る。例えば、「公判」という単語は「法律」という分野
に密接に関係があるということができるが、分野辞書Ｂ
ＤＩＣはこのような情報を格納するものである。分野辞
書ＢＤＩＣには、このような単語と分野の関係の情報を
単語ＩＤと分野と確信度とを対応させて格納する。

【００４５】例えば、図４によって示される分野辞書Ｂ
ＤＩＣでは、単語ＩＤ「１２３４６」と分野「法律」と
確信度「８」とを対応させて格納することによって、単
語ＩＤ「１２３４６」によって示される単語「公判」が
分野「法律」に確信度「８」で関係していることを表し
ている。ここで、確信度とは、単語と分野の関係の度合
いを表す数値であり、値が大きくなるほど単語と分野の
関係が深いことを意味する。確信度として、負の値を取
ることも可能である。負の値を取るということは、単語
と分野がまったく無関係であることを積極的に表してい
るものとし、値が小さくなるほど無関係である度合いが
高くなる。換言すれば、その分野でその単語が使用され
る可能性が低くなることを示している。例えば、図４に
よって示される分野辞書ＢＤＩＣでは、単語ＩＤ「８９
０１２」で表される単語「湯」が分野「政治」と確信度
「−２」で関係していることを表しているが、これは、
確信度「２」で無関係であることを示している。

【００４６】また、分野辞書ＢＤＩＣでは、一つの単語
が複数の分野と関係があることも記述できる。例えば、
単語ＩＤ「２３４５６」で表される単語「裁判」は、分
野「法律」と確信度「１０」で関係があり、分野「政
治」とは確信度「２」で関係があることを示している。

【００４７】図５は、分野読み辞書ＢＹＤＩの構成例を
説明した図である。分野読み辞書ＢＹＤＩは、分野辞書
ＢＤＩＣと同じように、単語や句がどの分野とどの程度
関係があるのかの情報を格納するものであるが、この分
野読み辞書ＢＹＤＩには同音異義語が存在しない単語
（句）に関する情報だけを格納するようにされている。
従って、この辞書の単語は読みだけで特定でき、分野辞
書ＢＤＩＣが見出しとして単語ＩＤを使用していたのに
対し、見出しとして読みを使用する。すなわち、分野読
み辞書には、単語（句）の読みと分野と確信度とを対応
させて格納する。例えば、図４によって示される分野辞
書では、「さいばん」という読みが分野「法律」に確信
度「１０」で関係していることを表す情報が格納されて
いる。

【００４８】図６は、分野ネットワークの構成例を説明
した図である。分野ネットワークは、分野１つ１つに対
してノードを対応させ、各ノードはリンクを介して相互
結合したネットワーク構造をなすものである。図６によ
って示される例では、分野として「住所録」，「法
律」，「政治」，「料理」などがあり、それぞれに対応
するノードはお互いにリンクを介して相互結合してい
る。

【００４９】そして、分野に対応する各ノードは、分野
ｉの確からしさ（分野の尤度と呼ぶ）を表す出力値Ｏ_i
をそれぞれ持つ。この出力値Ｏ_i は、基本的には分野ｉ
に属する単語が選択された時に値が高められ、値が高い
ほどその時点で入力されている文章が分野ｉに関係する
内容であることを示す。そして高められた出力値は、リ
ンクを介して結合されている他のノードの値Ｏ_j が更新
された時、これに伴って後述するように更新されるよう
になっている。このノードの出力値の更新は連鎖的に行
われる。このノードの出力値は、分野尤度ＢＹＵＤによ
って格納される。分野尤度ＢＹＵＤは、例えば図７に示
されるような構成をしており、分野に対応するノード１
つ１つに対して領域を確保した配列であり、その要素に
ノードの出力値が格納される。

【００５０】また、複数のノードを相互に結合するリン
クは、ノード間（分野ｉと分野ｊ）の間の関係の深さを
示す値（リンクの重み）ｗ_ijを持つものである。リンク
の重みは、例えば、−１≦ｗ_ij≦１，ｗ_ii＝０，ｗ_ji＝
ｗ_ijの条件を満たす範囲で与えられる。リンクの重みｗ
_ijは、分野ｉと分野ｊとの間の関係が深いほど、すなわ
ち、分野ｉに属する単語と、分野ｊに属する単語が共起
しやすいほど、大きな値を取る。リンクの重みは、分野
ウェイトＢＷＡＩによって格納される。分野ウェイトＢ
ＷＡＩは、リンクの重みノード１つ１つに対して領域を
確保され、例えば図８に示されるような構成をしてい
る。ここではｗ_ji＝ｗ_ijであるので、三角行列で表し、
各要素に、対応するリンクの重みが格納されるものとす
る。例えば、図８における要素ａには、「政治」分野と
「法律」分野の間のリンクの重みが格納される。

【００５１】分野ｉに対応するノードの出力値Ｏ_i は、
マイクロプロセッサＣＰＵによるＲＯＭに格納されたプ
ログラムの計算により、例えば、 Ｏ_i(t+1)＝ｆ（ｕ_i(t+1)） ｕ_i(t+1)＝δｕ_i(t)＋（１−δ）Σｗ_ijＯ_j(t)＋θ_i(t) ここで、Ｏ_i(t)は、ノード分野ｉの時刻ｔにおける出力
値 ｕ_i(t)は、ノード分野ｉの時刻ｔにおける内部状態値 ｆは、上限，下限を持つ単調増加関数 δは、０≦δ≦１の定数 θ_i(t)は、分野ｉに属する単語が選択された時にθ_i(t)
≧０，選択されない時にθ_i(t)≦０となる外部入力値の
ような処理により更新される。

【００５２】上記第２式において、ｕ_i は分野ｉに対応
するノードの内部状態の値であり、この値は分野内部状
態ＢＮＡＩによって格納される。分野内部状態ＢＮＡＩ
は、例えば図７に示されるような構成をしており、分野
に対応するノード１つ１つに対応して領域を確保した配
列であり、その要素にノードの内部状態の値ｕ_i が格納
される。さらに、第２式における第１項は、ノードの出
力値Ｏ_i の急激な出力変化を抑える慣性モーメントであ
る。そして第２式における第２項は、隣接ノードの出力
値が自ノードの出力値に及ぼす影響を示す項であり、リ
ンクの重みｗ_ijは、上述のように分野ウェイトＢＷＡＩ
によって格納される。また、Ｏ_j は分野尤度ＢＹＵＤに
よって格納される。次に、第３項θ_i は分野ｉに属する
単語が選ばれた時、対応する分野のノードの出力値を大
きくし、選択されなかった場合にはそのノードの出力値
を徐々に小さくするための外部入力を表す項であり、こ
の値は、分野外部入力ＢＧＡＩによって格納される。分
野外部入力ＢＧＡＩは、例えば図７に示されるような構
成をしており、分野に対応するノード１つ１つに対して
領域を確保した配列であり、その要素にノードの外部入
力の値が格納される。θ_iの求め方は後述する。

【００５３】また、上記第１式における単調増加関数ｆ
は、ノードの出力値Ｏ_i を特定の範囲内に抑えておくた
めのものであり、例えば、シグモイド関数ｆ(x)= 1/(1+
exp(-x))とする。なお、このような関数の場合、関数値
を求めるには、変数値と関数値とを対応させた関数値テ
ーブルをメモリに用意すればよい。

【００５４】従って、上記プログラムは、分野内部状態
ＢＮＡＩ、分野ウェイトＢＷＡＩ、分野尤度ＢＹＵＤ、
分野外部入力ＢＧＡＩに格納された時刻ｔの内部状態ｕ
_i 、リンクの重みｗ_ij、各ノードの出力値Ｏ_j 、外部入
力値θ_i より第２式に従って、時刻ｔ＋１のｕ_i を求
め、このｕ_i の値により関数ｆの関数値テーブルを参照
して、時刻ｔ＋１のノードの出力値Ｏ_i を求めるものと
なる。

【００５５】ここで、各ノードには、出力値を変化させ
るかどうかのフラグが設けられており、このフラグの値
が１であるノードに対しては、上記の式によるノードの
出力値の更新処理は行わない。このノードの値が０であ
るノードに対してのみ、ノードの出力値の更新が行われ
る。このフラグは、分野尤度固定フラグＢＫＯＴによっ
て格納される。分野尤度固定フラグＢＫＯＴは、例えば
図７に示されるような構成をしており、分野に対応する
ノード１つ１つに対して領域を確保した配列であり、そ
の要素にフラグの値が格納される。通常このフラグの値
は０であるが、後述する分野設定変更によってオペレー
タが分野を指定した場合などに、その分野に対して、こ
のフラグの値を１にする。これは、オペレータによって
指定された分野の尤度（すなわち、ノードの出力値）を
一定に保つためなどに用いられる。

【００５６】マイクロプロセッサＣＰＵは、このような
更新処理を逐次実行し、分野ネットワークにおけるノー
ドの値をそのリンク構造に従って連鎖的に更新する。こ
のノード値の更新処理は、プログラムエリアＰＡのプロ
グラムに従ってＣＰＵによって制御実行されるかな漢字
変換処理とは独立に、逐次連鎖的に実行される。しか
し、上記第２式の第３項θ_i(t)は、後述のように、かな
漢字変換処理において単語の選択がなされるつど、その
選択情報に従って決定される。つまり、かな漢字変換処
理によって更新される。そしてかな漢字変換処理は、そ
の時点での分野ネットワークの状態、すなわち、分野尤
度ＢＹＵＤに応じて進められる。以上のような分野ネッ
トワークの各ノードの出力値の更新処理の手順は、ネッ
トワーク管理手順ＮＫに格納されている。

【００５７】図９は、ＳＥＴキーに続いてＣＨＧキーが
入力されて、オペレータが入力する分野の指定を行う分
野指定画面の一例である。図示にあるように、各分野に
対して、「番号」と「分野名」と分野指定の状況（指定
あり／なし）を表す「分野指定」とを対応させて表示さ
せ、オペレータによって指定されている分野の状況を表
わしている。例えば図９においては、「政治」，「法
律」分野に分野指定がなされており、「住所録」，「ス
ポーツ」，「料理」分野には分野指定がなされていな
い。このことは、オペレータが、「政治」，「法律」分
野の文を入力しようとしていることを表している。

【００５８】上述の動作をプログラムエリアＰＡに格納
されたプログラムに従って実行する手順を、フローチャ
ートを用いて説明する。

【００５９】図１０は本発明文字処理装置の動作を示す
フローチャートである。

【００６０】ステップＳ１０−１は、本発明文字処理装
置のいろいろな初期設定を行う処理であり、かかる初期
設定は同種の文字処理装置において一般的に行われてい
る処理である。本実施例では特に、分野尤度ＢＹＵＤ，
分野内部状態ＢＮＡＩ，分野外部入力ＢＧＡＩ，および
分野尤度固定フラグＢＫＯＴの各要素の値を０にして初
期化したり、分野モードＢＭＯＤの値を０にして初期化
したりしている。また、ＮＫに格納された分野ネットワ
ークのノードの更新処理手順に従うプロセスを本プロセ
スと並行動作させる。処理を終えると、ステップＳ１０
−２へ進む。

【００６１】ステップＳ１０−２はキーボードからのデ
ータを取り込む処理である。ステップＳ１０−３で取り
込まれたキーの種別を判定し、各キーの処理ルーチンに
分岐する。

【００６２】ＫＩＤキーが入力された時はステップＳ１
０−４に分岐し、図１１につき詳述するかな漢字変換処
理が行なわれる。変換処理が行なわれた後、ステップＳ
１０−８へ進む。

【００６３】ＳＥＴキーが入力されたときはステップＳ
１０−５に分岐し、図２４につき詳述する分野環境設定
処理が行なわれる。その後ステップＳ１０−８進む。

【００６４】ＪＵＳキーが入力されたときはステップＳ
１０−６に分岐し、住所録作成処理が行われる。住所録
作成処理では、まず、分野尤度固定フラグＢＫＯＴの住
所録分野に対応する要素の値を１に設定し、それ以外の
要素の値を０に設定する。すなわち、分野ネットワーク
における住所録分野に対応するノードの出力値の値が変
化しないように設定する。

【００６５】次に、分野ネットワークにおける住所録分
野に対応するノードの内部状態の値および出力値を、出
力値として取り得る最大値に設定し、それ以外のノード
の内部状態の値および出力値を０に設定する。すなわ
ち、分野尤度ＢＹＵＤ，分野内部状態ＢＮＡＩにおい
て、住所録分野に対応する要素の値を最大値に設定し、
それ以外の要素の値を０に設定する。また、分野外部入
力ＢＧＡＩのすべての要素の値を０にし、分野ネットワ
ークにおける各ノードへの外部入力の値を０にする。

【００６６】しかる後に、住所録作成処理が行われる。
住所録作成処理は、同種の文字処理装置において、一般
に行われている処理であり、公知であるので特に詳細な
説明はしない。ただし、住所録作成処理の中では、ステ
ップＳ１０−４で行われているかな漢字変換と同じ処理
が行われるが、上述のように分野尤度と分野尤度固定フ
ラグの値を設定しているので、ネットワーク管理手順Ｎ
Ｋに従って、マイクロプロセッサＣＰＵがかな漢字変換
処理と独立に分野ネットワークを動作させても、住所録
分野の尤度は常に最大値を維持しており、かな漢字変換
処理において、住所録分野に属する単語は他の分野に属
する単語よりも優先して変換されるようになる。住所録
作成処理を終えると、ステップＳ１０−８進む。

【００６７】その他のキーのときはステップＳ１０−７
に分岐し、挿入、削除等の通常の文字処理装置において
行なわれるその他の処理が行なわれる。これらの処理は
同種の文字処理装置において一般に行われている処理で
あり、公知であるので特に記述しない。処理が行われた
後ステップＳ１０−８に進む。

【００６８】ステップＳ１０−８は上述の処理の各処理
の結果、変更された部分を表示する表示処理である。文
書中のデータ１文字を読むごとに文字パターンに展開
し、表示バッファに出力するというように通常一般に行
われている処理である。処理を終えると、ステップＳ１
０−２へ戻る。

【００６９】図１１はステップＳ１０−４の「かな漢字
変換」を詳細化したフローチャートである。

【００７０】ステップＳ１１−１はキーボードからのデ
ータを取り込む処理である。ステップＳ１１−２で取り
込まれたキーの種別が読みであるかどうかを判定し、読
みであればステップＳ１１−３に分岐し、読みでなけれ
ばステップＳ１１−４に分岐する。

【００７１】ステップＳ１１−３において、入力された
読みを入力された順にバッファに格納する。この処理は
同種のかな漢字変換処理において一般的に行われている
処理である。入力された読みの格納が終われば、ステッ
プＳ１１−１に移行する。

【００７２】ステップＳ１１−４では、ステップＳ１１
−３においてバッファに格納された読みを漢字に変換す
る。この処理は図１２につき詳述する。その後ステップ
Ｓ１１−５へ進む。

【００７３】ステップＳ１１−５において、ステップＳ
１１−４で変換された漢字を修正する。この処理は図１
５につき詳述する。処理が終えるとリターンする。

【００７４】図１２はステップＳ１１−４の「読み変
換」を詳細化したフローチャートである。

【００７５】ステップＳ１２−１は、バッファに格納さ
れた読みの変換対象位置から連続する２文節の組み合わ
せの中から読みの長さが最良となる組み合わせをすべて
抽出する処理である。この処理は、二文節最長一致法と
呼ばれる方法で、変換対象の読みによって単語辞書ＷＤ
ＩＣを検索することにより、文法的に正しい文節を抽出
し、連続する２文節の組み合わせの中から、２文節あわ
せた読みの長さが最も長い組み合わせを抽出する処理で
あり、同種のかな漢字変換処理において一般に行われて
いる処理であるので、詳細な説明は行わない。

【００７６】なお、この処理においては、連続する２文
節が抽出できずに、１文節しか抽出できない場合があ
る。この場合は、最も長い文節のみを抽出する。ステッ
プＳ１２−２は、これをチェックする処理であり、１文
節しか抽出できない場合は、バッファに格納されたすべ
ての読みが文節として抽出されているので、ステップＳ
１２−６へ分岐する。連続する２文節が抽出できた場合
は、ステップＳ１２−３に分岐する。

【００７７】ステップＳ１２−３は、ステップＳ１２−
１で抽出された２文節の組み合わせの中に、２つの文節
の区切り位置が異なるものがあるかどうか、すなわち、
区切り位置の候補が複数個あるかどうかをチェックす
る。複数個ある場合は、ステップＳ１２−４に分岐し、
区切り位置が１つだけであればステップＳ１２−５に分
岐する。

【００７８】ステップＳ１２−４では、複数個の異なる
区切り位置の中から、最も適切と思われる区切り位置を
１つだけ選んで決定する処理であり、決定後は、決定さ
れた区切り位置とは異なる位置で区切られる２文節の組
み合わせは変換候補から除かれる。この処理は、図１３
につき詳述する。処理を終えると、ステップＳ１２−５
へ進む。

【００７９】ステップＳ１２−５は、連続する２文節の
うち、最初の文節に対して変換結果を決定し、決定され
た変換結果を出力し、変換対象の読みを後続する文節の
先頭位置に移す処理である。この処理は、図１４につき
詳述する。処理を終えると、ステップＳ１２−１に進
む。

【００８０】ステップＳ１２−６は、ステップＳ１２−
１において抽出された文節に対して変換結果を決定し、
変換結果を出力する処理である。これらの処理は、ステ
ップＳ１２−５で行われている処理と同じであるので、
特に詳細な説明はしない。処理を終えるとリターンす
る。

【００８１】図１３はステップＳ１２−４の「区切り決
定」の処理を詳細化したフローチャートである。

【００８２】ステップＳ１３−１は、用例によって複数
個ある区切り位置を絞り込む処理である。すなわち、連
続する２文節を構成する２つの自立語の組み合わせが用
例辞書ＹＤＩＣに格納されており、かつ、用例辞書に記
述された結合関係を満たしていれば、その２文節の間の
区切りは用例がある区切りとみなす。

【００８３】また、すでに変換出力された文節を構成す
る自立語と、連続する２文節のいずれか一方の文節を構
成する自立語の組み合わせが用例辞書ＹＤＩＣに格納さ
れており、かつ、用例辞書に記述された結合関係を満た
していれば、その２文節の間の区切りは用例がある区切
りとみなす。このようにして、各区切りに対して用例が
あるかどうかを調べ、用例がある区切りが存在していれ
ば、用例がない区切りを持つ２文節の組み合わせを候補
から外す。

【００８４】このようにして、用例によって、区切り位
置の絞り込みを行うことができる。例えば、「ひととは
なす」という読みに対して、「ひとと（人と）／はなす
（話す）」という２文節と「ひととは（人とは）／なす
（茄子）」という２文節が可能であるが、「人」と「話
す」が「と」という結合関係で結合する用例が用例辞書
ＹＤＩＣに格納され、「人」と「茄子」が上記のように
結合する用例が辞書にない場合、「ひとと（人と）／は
なす（話す）」の区切りには用例があるが、「ひととは
（人とは）／なす（茄子）」の区切りには用例がないこ
とになり、この処理の結果、「ひとと（人と）／はなす
（話す）」の区切りのみが残されることになる。この処
理を終えると、ステップＳ１３−２へ進む。

【００８５】ステップＳ１３−２は、ステップＳ１３−
１で、用例によって区切り位置が１つに決定できたかど
うかを判定する処理であり、区切りの候補が複数個存在
していればステップＳ１３−３へ分岐し、区切りの候補
が１つのみであればリターンする。

【００８６】ステップＳ１３−３は、分野によって、複
数個ある区切り位置を絞り込む処理である。分野尤度の
状態、すなわち、分野ネットワークの状態と２文節を構
成する単語が属する分野との関係によって、２文節の確
からしさを求め、その確からしさによって、区切りを絞
り込む処理である。この処理は、図１４につき詳述す
る。この処理が終えると、ステップＳ１３−４へ進む。

【００８７】ステップＳ１３−４は、ステップＳ１３−
３において、分野により区切り位置が１つに決定できた
かどうかを判定する処理であり、区切りの候補が複数個
存在していればステップＳ１３−５へ分岐し、区切りの
候補が１つのみであればリターンする。

【００８８】ステップＳ１３−５は、短期学習によって
複数個ある区切り位置を絞り込む処理である。すなわ
ち、２文節を構成する２つの自立語のうち、いずれか一
方でも最新使用単語リストＷＬＩＳに格納されていれ
ば、その２文節の区切りは、短期学習がある区切りとす
る。このようにして、各区切りに対して短期学習がある
かどうかを調べ、短期学習がある区切りが存在していれ
ば、短期学習がない区切りを持つ２文節の組み合わせを
候補から外す。

【００８９】例えば、「ここではきものを」という読み
に対して、「ここで／はきものを（履物を）」という２
文節と「ここでは／きものを（着物を）」という２文節
が可能である。この時、最新使用単語リストＷＬＩＳ
に、「きもの（着物）」が登録されており、「ここ」と
「履物」は登録されていなかった場合、「ここでは／き
ものを（着物を）」の区切りには短期学習があるが、
「ここで／はきものを（履物を）」の区切りには短期学
習がないことになり、この処理の結果、「ここでは／き
ものを（着物を）」の区切りのみが残されることにな
る。この処理を終えると、ステップＳ１３−６へ進む。

【００９０】ステップＳ１３−６は、ステップＳ１３−
５において、短期学習によって区切り位置が１つに決定
できたかどうかを判定する処理であり、区切りの候補が
複数個存在していればステップＳ１３−７へ分岐し、区
切りの候補が１つのみであればリターンする。

【００９１】ステップＳ１３−７は、上記以外の方法に
よって区切りを決定する処理であり、例えば、単語の使
用頻度などによって区切りを決定する処理である。この
ような処理は、同種のかな漢字変換処理において一般的
に行われている処理であり、公知であるので特に詳細な
説明は行わない。処理を終えると、区切りは１つに決定
されているので、リターンする。

【００９２】図１４は、ステップＳ１３−３の「分野で
決定」処理を詳細化したフローチャートである。

【００９３】まず、ステップＳ１４−１において、分野
モードＢＭＯＤの値に従って分岐する。分野モードＢＭ
ＯＤの値が１であれば、分野処理を行うモードであるの
で、ステップＳ１４−２へ分岐する。分野モードＢＭＯ
Ｄの値が０であれば、分野処理を行わないモードである
ので、以降の処理を行わずにリターンする。

【００９４】ステップＳ１４−２において、２文節の候
補の中から、ステップＳ１４ー４〜６の処理の対象とす
る２文節を１つ１つ順番に取り出していく。ステップＳ
１４−３においては、ステップＳ１４ー２で未処理の候
補を取り出すことができれば、ステップＳ１４−４へ分
岐し、すべての候補を取り出し終えていれば、ステップ
Ｓ１４−３において分岐し、ステップＳ１４−７へ進
む。

【００９５】ステップＳ１４−４において、２文節のう
ち、最初の文節に対して、分野による文節尤度、すなわ
ち、分野処理による文節の確からしさの度合いを求め
る。この処理の詳細は図１５につき詳述する。処理を終
えるとステップＳ１４−５へ進む。

【００９６】ステップＳ１４−５では、２文節のうち、
後ろの文節に対して、分野による文節尤度を求める。こ
の処理もステップＳ１４−４と同じようにして行われる
ので、詳細は図１５につき詳述する。処理を終えるとス
テップＳ１４−６へ進む。

【００９７】ステップＳ１４−６において、ステップＳ
１４−４で求めた、最初の文節に対する分野による文節
尤度と、ステップＳ１４−５で求めた、後ろの文節に対
する分野による文節尤度とを加え合わせる。この値は、
対象となっている２文節の分野による尤度となる。そし
て、この値を、対象となっている２文節に対応させて格
納して保存する。処理を終えると、ステップＳ１４−２
へ進む。

【００９８】ステップＳ１４−７において、ステップＳ
１４−６において格納保存した２文節の分野による尤度
によって、２文節の候補の絞り込みを行う。例えば、２
文節の分野による尤度の値が最も高い値を持つ候補のみ
を残して、他の２文節を候補から外す。処理を終えると
リターンする。

【００９９】図１５は、ステップＳ１４−４の「分野文
節尤度（１）」処理、および、ステップＳ１４−５の
「分野文節尤度（２）」処理を詳細化したフローチャー
トである。

【０１００】ステップＳ１５−１は、対象となっている
文節を構成する自立語が、分野辞書ＢＤＩＣに登録され
ているかどうかの検索を行う処理である。分野辞書ＢＤ
ＩＣの先頭から順々に検索していき、登録されている分
野の情報が１つ見つかるごとにステップＳ１５−２にお
いてステップＳ１５−３に分岐する。分野辞書ＢＤＩＣ
の最後まで検索を終えたら、ステップＳ１５−２におい
てステップＳ１５−５へ分岐する。

【０１０１】ステップＳ１５−３において、ステップＳ
１５−１で検索された分野の情報と、分野ネットワーク
の出力値、すなわち分野尤度とによって、その分野によ
る文節の尤度を求める。検出された分野の情報が、分野
が分野ｉで確信度がｃi であるとすると、分野ｉによる
対象となる文節の尤度ＢＹi は、分野ネットワークの分
野ｉに対応するノードの出力値（すなわち分野尤度）Ｏ
i をもちいて、例えば、次の式で求める。

【０１０２】 ＢＹ_i ＝ Ｏ_{i ｃi} （ｆｏｒ ｃ_i ≧０） ＢＹ_i ＝ ０ （ｆｏｒ ｃ_i ＜０） このようにして、分野ｉによる文節の尤度ＢＹ_i を求め
ると、分野尤度の値が正で大きければ大きいほど（すな
わち入力されている文章が分野ｉに関係があればあるほ
ど）、また、文節を構成する自立語が分野ｉに属する確
信度が正で大きければ大きいほど（すなわちその自立語
が分野ｉに関係が深ければ深いほど）、このＢＹ_i の値
が大きくなることになる。分野による文節の尤度を求め
たら、ステップＳ１５−４へ進む。

【０１０３】ステップＳ１５−４では、ステップＳ１５
−３で求められる分野による文節の尤度の最大値を求め
る処理である。古い最大値とステップＳ１５−３で求め
られた値を比較し、ステップＳ１５−３で求められた値
のほうが大きければ、その値を新たな最大値として保存
する処理である。処理を終えるとステップＳ１５−１へ
進む。

【０１０４】ステップＳ１５−５は、単語辞書中に格納
されている品詞によって対応する分野を求め、分野によ
る文節の尤度を求める処理である。すなわち、対象とな
っている文節の自立語の品詞を単語辞書から求め、その
品詞が特定の分野に対応づけられていれば、その単語は
その分野に属するものとして扱う。例えば、読みが「い
けだ」で表記が「池田」という単語の品詞が「人名」で
あり、「人名」という品詞が分野「住所録」に対応づけ
てあるとすると、単語「池田」は、分野「住所録」に属
することになる。

【０１０５】この場合、確信度は、例えば一定値を持つ
ものとする。そして、ステップＳ１５−３で使用した計
算式に従って、文節による尤度を求める。対象となる単
語の品詞が特定の分野に対応づけられていなければ、分
野による文節の尤度は０であるとする。以上のようにし
て品詞から分野による文節の尤度を求めたらステップＳ
１５−６へ進む。

【０１０６】ステップＳ１５−６は、ステップＳ１５−
４で求めた分野による文節の尤度の最大値を、ステップ
Ｓ１５−５で求めた分野による文節の尤度と比較し、ス
テップＳ１５−５で求めた値のほうが大きければ、最大
値をその値に更新する処理である。処理を終えるとリタ
ーンする。

【０１０７】図１６は、ステップＳ１２−５、および、
ステップＳ１２−６の「変換結果決定」処理を詳細化し
たフローチャートである。

【０１０８】ステップＳ１６−１において、対象となる
文節の変換結果を決定する。この処理は図１７につき詳
述する。処理を終えるとステップＳ１６−２へ進む。

【０１０９】ステップＳ１６−２は、ステップＳ１６−
１において決定された文節の構造に従って、変換結果を
出力する処理である。この処理は、同種のかな漢字変換
処理において一般的に行われている処理であり、特に詳
細な説明は行わない。

【０１１０】ステップＳ１６−３において、分野モード
ＢＭＯＤの値によって分岐する。分野モードＢＭＯＤの
値が１であれば、分野処理を行うモードであるのでステ
ップＳ１６−４へ分岐し、分野モードＢＭＯＤの値が０
であれば、分野処理を行わないモードであるのでリター
ンする。

【０１１１】ステップＳ１６−４において、文節の読み
によって分野ネットワークへの外部入力の値を必要に応
じて更新する。この処理は図１９につき詳述する。処理
を終えるとリターンする。

【０１１２】図１７は、ステップＳ１６−１の「変換単
語決定」処理を詳細化したフローチャートである。

【０１１３】ステップＳ１７−１は、用例によって変換
する単語を絞り込む処理である。すなわち、対象となる
文節と他の文節を構成する２つの自立語の組み合わせが
用例辞書ＹＤＩＣに格納されており、かつ、用例辞書に
記述された結合関係を満たしていれば、対象となる文節
は用例がある文節とみなす。このようにして、文節の候
補に対して用例があるかどうかを調べ、用例がある文節
が存在していれば、用例がない文節を候補からはずす。
このようにして、用例によって、変換する文節の候補の
絞り込みを行うことができる。この処理は、同種のかな
漢字変換処理において一般的に行われている処理であ
る。この処理を終えると、ステップＳ１７−２へ進む。

【０１１４】ステップＳ１７−２は、ステップＳ１７−
１において、変換する文節の候補が１つに決定できたか
どうかを判定する処理であり、文節の候補がが複数個存
在していればステップＳ１７−３へ分岐し、文節の候補
が１つのみであればリターンする。

【０１１５】ステップＳ１７−３は、複数個ある文節の
候補を、分野によって絞り込む処理である。分野尤度の
状態、すなわち、分野ネットワークの状態と、対象とな
る文節を構成する単語が属する分野との関係によって、
文節の確からしさを求め、その確からしさによって、文
節の候補を絞り込む処理である。この処理は、図１８に
つき詳述する。この処理を終えると、ステップＳ１７−
４へ進む。

【０１１６】ステップＳ１７−４は、ステップＳ１７−
３において、変換する文節の候補が１つに決定できたか
どうかを判定する処理であり、文節の候補が複数個存在
していればステップＳ１７−５へ分岐し、文節の候補が
１つのみであればリターンする。

【０１１７】ステップＳ１７−５は、短期学習によって
複数個ある文節の候補を絞り込む処理である。すなわ
ち、文節を構成する自立語が最新使用単語リストＷＬＩ
Ｓに格納されていれば、その文節は短期学習されている
とする。このようにして、各文節の候補に対して短期学
習されているかどうかを調べ、短期学習されている文節
が存在していれば、短期学習されていない文節を候補か
らはずす。このような処理は、同種のかな漢字変換処理
において一般に行われている処理である。この処理を終
えると、ステップＳ１７−６へ進む。

【０１１８】ステップＳ１７−６は、ステップＳ１７−
５において、変換する文節の候補が１つに決定できたか
どうかを判定する処理であり、文節の候補がが複数個存
在していればステップＳ１７−７へ分岐し、文節の候補
が１つのみであればリターンする。

【０１１９】ステップＳ１７−７は、上記以外の方法に
よって変換する文節の構造を決定する処理であり、例え
ば、単語の頻度などによって変換する単語を決定する処
理である。このような処理は、同種のかな漢字変換処理
において一般的に行われている処理であり、公知である
ので特に詳細な説明は行わない。処理を終えると、変換
する文節の構造は１つに決定されているので、リターン
する。

【０１２０】図１８は、ステップＳ１７−３の「分野で
決定」処理を詳細化したフローチャートである。

【０１２１】ステップＳ１８−１において、分野モード
ＢＭＯＤの値によって分岐する。分野モードＢＭＯＤの
値が１であれば、分野処理を行うモードであるのでステ
ップＳ１８−２へ分岐し、分野モードＢＭＯＤの値が０
であれば、分野処理を行わないモードであるのでリター
ンする。

【０１２２】ステップＳ１８−２において、文節の候補
の中から、対象となる文節を１つ１つ順番に取り出して
いく。ステップＳ１８ー２で文節を取り出すことができ
れば、ステップＳ１８−３においてステップＳ１８−４
へ分岐し、すべての候補を取り出し終え、ステップＳ１
８ー２で新たな文節を取り出せなかった場合は、ステッ
プＳ１８−３においてステップＳ１８−６へ分岐する。

【０１２３】ステップＳ１８−４において、対象となる
文節に対して、分野による文節尤度、すなわち、分野処
理による文節の確からしさの度合いを求める。この処理
は、ステップＳ１４−４やステップＳ１４−５における
処理と同様の処理であり、すでに図１５につき詳述して
いるので、ここでは特に説明しない。この処理を終える
とステップＳ１８−５へ進む。

【０１２４】ステップＳ１８−５において、ステップＳ
１８−４で求めた分野による文節尤度を、対象となって
いる文節に対応させて格納して保存する。この処理を終
えると、ステップＳ１８−２へ進む。

【０１２５】ステップＳ１８−６においては、ステップ
Ｓ１８−５において格納保存した文節の分野による尤度
によって、文節の候補の絞り込みを行う。例えば、文節
の分野による尤度の値が最も高い値を持つ候補のみを残
して、他の文節を候補からはずす。処理を終えるとリタ
ーンする。

【０１２６】図１９は、ステップＳ１６−４の「読みで
分野更新」の処理を説明したフローチャートである。

【０１２７】ステップＳ１９−１は、ステップＳ１６−
１において決定された変換する文節の構造に従って、こ
の文節内の自立語の読みによって分野読み辞書ＢＹＤＩ
を検索する処理である。分野読み辞書ＢＹＤＩの先頭か
ら自立語の読みと一致する辞書項目を１つ１つ順番に見
つけ出し、見つかるごとにステップＳ１９−２において
ステップＳ１９−３に分岐する。従って、文節内の自立
語の読みが分野読み辞書ＢＹＤＩの複数の項目に対応す
るときは、各項目についてステップＳ１９ー３の処理が
実行される。分野読み辞書ＢＹＤＩの最後まで検索を終
えたらリターンする。

【０１２８】ステップＳ１９−３は、ステップＳ１９−
１において見つかった分野読み辞書ＢＹＤＩの辞書項目
に従って、分野ネットワークの外部入力を更新する処理
である。ステップＳ１９−１において見つかった分野読
み辞書ＢＹＤＩの辞書項目の内容が、分野が分野ｉで、
確信度がｃ_i とすると、分野ネットワークにおける分野
ｉに対応するノードに対する外部入力θ_i の値を、以下
の式のようにする。

【０１２９】θ_i ＝ Ｚ_i ｃ_i ここで、Ｚ_i は、分野ごとに設定される正の定数であ
る。外部入力をこのように更新することによって、ｃ_i
が正の値で、大きければ大きいほどノードｉへの外部入
力θ_i は大きくなり、ノードｉの出力値、すなわち、分
野ｉの尤度Ｏ_i は大きくなり、分野ｉに属する単語が優
先されて変換されやすくなる。また、ｃ_iが負の値で、
小さければ小さいほどノードｉへの外部入力θ_i は小さ
くなり（負で絶対値が大きくなり）、ノードｉの出力
値、すなわち、分野ｉの尤度Ｏ_i は小さくなり、分野ｉ
に属する単語は変換されにくくなる。

【０１３０】図２０は、ステップＳ１１−５の「変換結
果修正」の処理を説明したフローチャートである。

【０１３１】ステップＳ２０−１は、ステップＳ１１−
４の「読み変換」で変換出力された変換結果の先頭か
ら、文節を１つ１つ順番に取り出してきて、オペレータ
に変換結果として正しいかどうかを問い合わせる処理で
ある。文節を１つ取り出すごとにステップＳ２０−２に
おいてステップＳ２０−３に分岐する。すべての文節を
取り出し終えたら、ステップＳ２０−２においてリター
ンする。

【０１３２】ステップＳ２０−３において、キーボード
ＫＢからのデータを取り込む。入力されたキーがＫＥＴ
キーであれば、ステップＳ２０−４においてステップＳ
２０−７に分岐する。ＫＥＴキー以外のキーが入力され
た場合は、ステップＳ２０−４においてステップＳ２０
−５に分岐する。

【０１３３】ステップＳ２０−５は、ステップＳ２０−
１で取り出された文節に対して、同音異義語の候補を求
めて表示する処理である。この処理は図２１につき詳述
する。処理を終えるとステップＳ２０−６へ進む。

【０１３４】ステップＳ２０−６は、ステップＳ２０−
５で表示されている候補の中からオペレータが変換すべ
き候補を選択する処理である。例えば、ステップＳ２０
−５において、各同音異義語に対して番号をつけて表示
しておけば、オペレータは番号を指定して対応する数字
キーを入力することによって、変換すべき候補を選択で
きる。変換すべき候補が選択されたら、ステップＳ２０
−７へ進む。

【０１３５】ステップＳ２０−７は、分野ネットワーク
の全ノードに対する外部入力を更新する処理である。こ
の処理は図２３につき詳述する。処理を終えるとステッ
プＳ２０−８へ進む。

【０１３６】ステップＳ２０−８は、対象となる文節に
ついて、オペレータによって選択された変換結果を決定
出力する処理である。この処理は同種のかな漢字変換処
理において一般的に用いられている処理であり、公知で
あるので特に詳細な説明は行わない。処理が終われば、
ステップＳ２０−１へ進む。

【０１３７】図２１は、ステップＳ２０−５の「同音異
義語表示」処理を説明したフローチャートである。

【０１３８】ステップＳ２１−１は、対象となる文節に
対する変換候補をすべて抽出する処理である。この処理
は、同種のかな漢字変換処理において一般に用いられて
おり、公知であるので特に詳細な説明は行わない。処理
を終えるとステップＳ２１−２へ進む。

【０１３９】ステップＳ２１−２は、ステップＳ２１−
１で抽出された候補を表示する順番を決定する処理であ
る。この処理は図２２において後述する。処理を終える
とステップＳ２１−３へ進む。

【０１４０】ステップＳ２１−３は、ステップＳ２１−
１で抽出された変換候補をステップＳ２１−２で決定さ
れた順番で表示する処理である。例えば、各候補に番号
を対応させて表示させる。この処理は、同種のかな漢字
変換処理において一般に用いられており、公知であるの
で特に詳細な説明は行わない。処理を終えるとリターン
する。

【０１４１】図２２は、ステップＳ２１−２の「表示順
序変更」処理を説明したフローチャートである。

【０１４２】ステップＳ２２−１は、ステップＳ２１−
１で抽出された候補の中から、用例がある候補を取り出
して優先順位の先頭に持ってくる処理である。用例があ
る文節かどうかの判定はステップＳ１７−１で説明して
いるのでここでは特に説明は行わない。処理が終われば
ステップＳ２２−２へ進む。

【０１４３】ステップＳ２２−２では、分野モードＢＭ
ＯＤの値によって分岐する。分野モードＢＭＯＤの値が
１であれば、分野処理を行うモードであるのでステップ
Ｓ２２−３へ分岐し、分野モードＢＭＯＤの値が０であ
れば、分野処理を行わないモードであるのでステップＳ
２２−４へ分岐する。

【０１４４】ステップＳ２２−３は、ステップＳ２２−
１で取り出されなかった候補の中から、分野による文節
尤度によって優先する候補を取り出して、ステップＳ２
２−１で優先した候補の後ろに並べる処理である。例え
ば、対象となる各文節候補に対して、分野による文節尤
度を求め、その値が一定値以上である候補のみを取り出
し、その値の大きい順に、ステップＳ２２−１で優先し
た候補の次に並べる。分野による文節尤度を求める方法
は、すでに図１５につき詳述しているので、ここでは特
に説明しない。処理を終えるとステップＳ２２−４へ進
む。

【０１４５】ステップＳ２２−４は、ステップＳ２２−
１、ステップＳ２２−３で取り出されなかった候補の中
から、単語学習によって優先する候補を取り出して、ス
テップＳ２２−３で優先した候補の後ろに並べる処理で
ある。例えば、対象となる各文節候補の中で、自立語が
最新使用単語リストＷＬＩＳに格納されていれば、その
自立語は単語学習されているので、それを自立語とする
文節の候補をステップＳ２２−３で優先した候補の後ろ
に並べる。処理を終えるとステップＳ２２−５へ進む。

【０１４６】ステップＳ２２−５は、ステップＳ２２−
１，３ステップＳ２２−３，ステップＳ２２−４で取り
出されなかった候補に対して、他の方法で出力順序を決
定して、ステップＳ２２−４で優先した候補の後ろに並
べる処理である。この処理は、同種のかな漢字変換処理
において一般的に行われている処理である。処理を終え
るとリターンする。

【０１４７】図２３は、ステップＳ２０−７の「外部入
力更新」処理を説明したフローチャートである。

【０１４８】ステップＳ２３−１では、分野モードＢＭ
ＯＤの値によって分岐する。分野モードＢＭＯＤの値が
１であれば、分野処理を行うモードであるのでステップ
Ｓ２３−２へ分岐し、分野モードＢＭＯＤの値が０であ
れば、分野処理を行わないモードであるのでリターンす
る。

【０１４９】ステップＳ２３−２において、分野ネット
ワークの各ノードに対する外部入力の値、すなわち、分
野外部入力ＢＧＡＩの各要素の値を更新する。例えば、
外部入力の値が正の値であれば、その値から１を引いた
値に更新し、負の値であれば、その値に１を加えた値に
更新し、値が０であれば、更新は行わない。これは、外
部入力の値が０に近づくように更新していることにな
る。処理を終えるとステップＳ２３−３へ進む。

【０１５０】ステップＳ２３−３は、対象となる単語、
すなわちオペレータによって選択された文節を構成する
自立語によって、分野辞書ＢＤＩＣを検索する処理であ
る。分野辞書ＢＤＩＣの先頭から単語ＩＤによって検索
を行い、単語ＩＤが一致する辞書情報が見つかる度に、
ステップＳ２３−４においてステップＳ２３−５に分岐
する。分野辞書ＢＤＩＣの最後まで検索を終えれば、ス
テップＳ２３−４においてステップＳ２３−６へ分岐す
る。

【０１５１】ステップＳ２３−５は、ステップＳ２３−
３において見つかった辞書情報の内容に従って、対応す
る分野のノードへの外部入力の値、すなわち、分野外部
入力ＢＧＡＩを更新する処理である。すなわち辞書情報
の分野が分野ｉで、確信度がｃ_i であるとすると、ＢＧ
ＡＩにおける分野ｉの外部入力の値θ_i に、次の値をセ
ットする。

【０１５２】θ_i ＝ Ｘ_i ｃ_i ここで、Ｘ_i は、分野ごとに設定される正の定数であ
る。外部入力をこのように更新することによって、ｃ_i
が正の値で、大きければ大きいほどノードｉへの外部入
力は大きくなり、ノードｉの出力値、すなわち、分野ｉ
の尤度Ｏ_i は大きくなり、分野ｉに属する単語が優先さ
れて変換されやすくなる。また、ｃ_i が負の値で、小さ
ければ小さいほどノードｉへの外部入力は小さくなり、
ノードｉの出力値、すなわち、分野ｉの尤度Ｏ_i は小さ
くなり、分野ｉに属する単語は変換されにくくなる。処
理が終われば、ステップＳ２３−３へ進む。

【０１５３】ステップＳ２３−６は、対象となる単語の
品詞、すなわちオペレータによって選択された文節を構
成する自立語の品詞によって、外部入力の値、すなわち
分野外部入力ＢＧＡＩを更新する処理である。ステップ
Ｓ１５−５において説明したように、特定の品詞は特定
の分野に対応づけられており、その場合の確信度は、一
定値を持つようにすることができる。この処理では、こ
の関係を用いて外部入力を更新する。すなわち、品詞に
対応する分野が分野ｉであり、確信度をｃi とすると、
ステップＳ２３−５で用いた式を用いて、分野ｉの外部
入力の値θi の値をセットする。処理を終えるとリター
ンする。

【０１５４】図２４は、ステップＳ１０−５の「分野環
境設定」処理を説明したフローチャートである。

【０１５５】ステップＳ２４−１はキーボードからのデ
ータを取り込む処理である。ステップＳ２４−２で取り
込まれたキーの種別を判定し、各キーの処理ルーチンに
分岐する。

【０１５６】ＣＬＲキーが入力された時はステップＳ２
４−３へ分岐し、分野ネットワークの各ノードの出力
値、すなわち、分野尤度ＢＹＵＤの各要素の値を０にす
ることで、分野尤度をクリアする。処理を終えるとリタ
ーンする。

【０１５７】ＭＯＤキーが入力された時はステップＳ２
４−４へ分岐し、分野モードＢＭＯＤの値を切り替え
る。すなわち、分野モードＢＭＯＤの値が１であれば０
にし、０であれば１にすることで、分野の処理を行うか
どうかを切り替える。処理を終えるとリターンする。

【０１５８】ＣＨＧキーが入力された時はステップＳ２
４−５へ分岐し、図９において示したような、その時点
における分野の指定状態を表示する。分野指定の「あ
り」，「なし」は、分野尤度固定フラグＢＫＯＴの各要
素の値による判断の結果である。ここでは、対象となる
分野に対応した要素の値が１であれば「あり」と判断
し、０であれば「なし」と判断する。表示が終われば、
ステップＳ２４−６へ進む。

【０１５９】ステップＳ２４−６では、更にキーボード
からのデータを取り込む。そしてステップＳ２４−７に
おいて、取り込まれたキーが数字キーであるかどうかを
判定し、数字キーであればステップＳ２４−８へ分岐
し、数字キーでなければステップＳ２４−６へ分岐す
る。

【０１６０】ステップＳ２４−８は、ステップＳ２４−
６で取り込まれた数字キーの数字に対応する分野の指定
を変更する処理である。図９に示されているように、数
字に対応する分野の指定が「あり」であれば「なし」に
変更し、「なし」であれば「あり」に変更する。分野の
指定を「あり」にすることは、対象となる分野に対応し
た分野尤度固定フラグＢＫＯＴの要素の値を１にし、さ
らに、対象となる分野に対応した分野尤度ＢＹＵＤの要
素の値を最大値に設定することである。分野の指定を
「なし」にすることは、、対象となる分野に対応した分
野尤度固定フラグＢＫＯＴの要素の値を０にし、さら
に、対象となる分野に対応した分野尤度ＢＹＵＤの要素
の値を０に設定することである。処理を終えるとリター
ンする。

【０１６１】本実施例によれば、初めて出現した単語
や、意味的な結合関係を持たない単語に対しても、すで
に使用された単語の情報に従って適切な単語を効果的に
変換結果とすることができる。また、そのために必要な
メモリ容量、計算量も少なくて済む。

【０１６２】すなわち、特開平３−２２１６７で提案さ
れている前述の語ネットワークが単語１つに対して単語
の出現しやすさの度合いを表す尤度を１つ設けているの
に対し、本発明では、単語をグループ化し、１つのグル
ープに対してそのグループに属する単語の出現しやすさ
の度合いを表す尤度を１つ設けるので、尤度や尤度を更
新するために用いるリンクの値などに必要なメモリが大
幅に軽減される。また、更新すべき尤度の数も少ないの
で、計算量も大幅に軽減され、実用的なかな漢字変換を
実現できる。

【０１６３】［他の実施例］ なお、本発明は上述した実施例に限定されるものではな
い。

【０１６４】例えば、上記実施例では、意味的に関係が
深い単語の集まりの単位を分野としているが、もっと細
かい単位の集まりにしてもよい。例えば、「自動車」と
「車」のように、意味的にまったく同じ単語の集まりを
単位としてもよいし、「右」と「左」のように意味的な
属性が同じ単語の集まりを単位としてもよい。

【０１６５】また、単語をグループ化する手段として、
単語辞書ＷＤＩＣとは別の分野辞書ＢＤＩＣを用いてい
るが、単語辞書ＷＤＩＣ中にグループの情報を格納して
もよい。

【０１６６】また、分野ネットワークの構成は日本語処
理システムの仕様に応じて構築すればよいものであり、
ノードの出力値の設定やリンクの重みの値の設定、およ
びノードの出力値の更新処理手続き等も、その仕様に応
じて定めればよい。

【０１６７】また、分野ネットワークのノードの出力値
の更新処理は、ＰＡによって格納されている手順に基づ
く制御をも実行しているＣＰＵによって制御されている
が、出力値の更新処理を行う専用のハードウェアを用い
てもよい。

【０１６８】また、単語と分野の関係の度合いを表すも
のとして確信度を用いていたが、処理を簡単にするため
に確信度はすべて正の一定値を持つものとして扱い、確
信度を省略してもよい。

【０１６９】また、かな漢字変換において文節の区切り
を決定する際、図１３に示されるように、用例による決
定と分野による決定と短期学習による決定とその他の方
法による決定を、この順番に適用して決定しているが、
この決定アルゴリズムは種々変形可能である。例えば、
この順番の逆の順序で適用して決定してもよいし、それ
ぞれの決定方法をすべての候補に対して行い、それぞれ
の処理結果に所定の重み付けを行い、総合的に判断して
もよい。

【０１７０】また、かな漢字変換における文節の区切り
を決定する方法の１つに、短期学習による決定がある
が、以上の実施例では、２文節のうち、いずれか一方で
も短期学習されていれば優先されていたが、この方法で
は、両方の文節が短期学習されている候補と、一方の文
節のみが短期学習されている候補が同等に扱われること
になる。そこで、両方の文節が短期学習されている候補
と、一方の文節のみが短期学習されている候補が存在す
る場合は、両方の文節が短期学習されている候補のみを
優先させるようにしてもよい。例えば、「ここではきも
のを」という読みに対して、「ここで／はきものを（履
物を）」という２文節と「ここでは／きものを（着物
を）」という２文節が可能である。この時、最新使用単
語リストＷＬＩＳに、「ここ」と「きもの（着物）」が
登録されており、「履物」は登録されていなかった場
合、「ここでは／きものを（着物を）」の区切りには両
方の文節が短期学習されているが、「ここで／はきもの
を（履物を）」の区切りには一方の文節しか短期学習さ
れていないことになり、「ここでは／きものを（着物
を）」の区切りのみが残されることになる。

【０１７１】また、かな漢字変換において変換する単語
を決定する際、図１７に示されるように、用例による決
定と分野による決定と短期学習による決定とその他の方
法による決定を、この順番に適用して決定しているが、
この決定アルゴリズムも、区切り決定と同様、種々変形
可能である。例えば、この順番の逆の順序で適用して決
定してもよいし、それぞれの決定方法をすべての候補に
対して行い、それぞれの処理結果に所定の重み付けを行
い、総合的に判断してもよい。

【０１７２】また、かな漢字変換において、文節に対す
るすべての同音異義語の変換候補の表示順序を決定する
際、図２２に示されるように、用例による決定と分野に
よる決定と短期学習による決定とその他の方法による決
定を、この順番に適用して決定しているが、この決定ア
ルゴリズムも種々変形可能である。例えば、この順番の
逆の順序で適用して決定してもよいし、それぞれの決定
方法をすべての候補に対して行い、それぞれの処理結果
に所定の重み付けを行い、総合的に判断してもよい。

【０１７３】また、以上の説明において、分野ネットワ
ークのノードの値の更新処理は、かな漢字変換とは独立
に実行されているが、かな漢字変換の特定の処理と同期
を取りながら実行されてもよい。例えば、ステップＳ２
０−７で、分野ネットワークのノードへの外部入力の値
を更新した後に、ノードの値の更新処理を逐次連鎖的に
実行してもよい。

【０１７４】また、以上の説明において、分野ネットワ
ークの各ノードは相互結合されていたが、必ずしも全て
相互結合されている必要はない。また、ノードの値の更
新が連鎖的に行われる必要もない。例えば、分野ｉに確
信度ｃi で属する単語が変換する単語として決定された
時に、ステップＳ２０−７において外部入力の更新を行
っていたところでのみ、すべてのノードに対して次の式
によってノードの値を更新するようにしてもよい。

【０１７５】 Ｏ_j(t+1)＝ｆ（ｕ_j(t+1)） ｕ_j(t+1)＝δｕ_j(t)＋（１−δ）Ｖ_jiｃ_i ここで、Ｏ_j(t)は、ノード分野ｊの時刻ｔにおける出力
値 ｕ_j(t)は、ノード分野ｊの時刻ｔにおける内部状態値 ｆは、上限，下限を持つ単調増加関数 δは、０≦δ≦１の定数 ここで、Ｖ_jiは、分野ｉの単語が変換する単語として決
定された時に分野ｊに対応するノードの値に影響を与え
る度合いであり、分野ｉと分野ｊとの間の関係が深いほ
ど、すなわち、分野ｉに属する単語と、分野ｊに属する
単語が共起しやすいほど、大きな値を取る。

【０１７６】その他、本発明はその要旨を逸脱しない範
囲で種々変形して実施することができる。

【０１７７】また、本発明は、単体の装置に限らず、複
数の装置からなるシステムにも適用可能であり、更に、
装置またはシステムに、ソフトウェアを提供することに
よっても、実現可能であることは、言うまでもない。

【０１７８】

【発明の効果】以上説明したように、本発明によれば、
辞書に格納されている単語群に対して、複数のグループ
を定義し、当該複数のグループ間の関連度と各単語の特
定のグループとの関係の深さを示す確信度とを記憶して
おき、文書入力時における前記グループに属する単語の
出現しやすさを示すグループ尤度を各グループごとに記
憶し、かな漢字変換処理によって変換された単語の特定
のグループに対する確信度と、当該特定のグループと各
グループとのグループ間の前記関連度とに応じて、全て
のグループに対応する前記グループ尤度を更新し、前記
かな漢字変換処理では、変換対象のかな文字列に対する
文節の構造の候補の中から、該候補を構成する語句の特
定のグループに対する確信度とそのグループのグループ
尤度とに基づく文節尤度を比較して、変換すべき文節の
構造を決定するようにしたので、未使用もしくは余り使
用されていないグループに属する単語の読みに対して
も、すでに使用された他のグループの情報とその単語と
グループとの関係の深さとによって、目的とする単語を
変換結果として決定することが、少ないメモリ容量かつ
少ない計算量で精度よく実現できるという効果がある。

【図面の簡単な説明】

【図１】本発明の全体構成のブロック図である。

【図２】単語辞書ＷＤＩＣの構成例を示した図である。

【図３】用例辞書ＹＤＩＣの構成例を示した図である。

【図４】分野辞書ＢＤＩＣの構成例を示した図である。

【図５】分野読み辞書ＢＹＤＩの構成例を示した図であ
る。

【図６】分野ネットワークの構成例を示した図である。

【図７】分野尤度ＢＹＵＦ，分野内部状態ＢＮＡＩ，分
野外部入力ＢＧＡＩ，分野尤度固定フラグＢＫＯＴの構
成例を示した図である。

【図８】分野ウェイトＢＷＡＩの構成例を示した図であ
る。

【図９】分野指定画面の構成例を示した図である。

【図１０】文字処理装置の動作を示すフローチャートで
ある。

【図１１】かな漢字変換の動作を示すフローチャートで
ある。

【図１２】読み変換の動作を示すフローチャートであ
る。

【図１３】区切り決定の動作を示すフローチャートであ
る。

【図１４】区切りを分野で決定する動作を示すフローチ
ャートである。

【図１５】分野による文節尤度を求める動作を示すフロ
ーチャートである。

【図１６】変換結果決定の動作を示すフローチャートで
ある。

【図１７】変換単語決定の動作を示すフローチャートで
ある。

【図１８】変換する単語を分野で決定する動作を示すフ
ローチャートである。

【図１９】読みで分野外部入力を更新する動作を示すフ
ローチャートである。

【図２０】変換結果修正の動作を示すフローチャートで
ある。

【図２１】同音異義語表示の動作を示すフローチャート
である。

【図２２】表示順序変更の動作を示すフローチャートで
ある。

【図２３】外部入力更新の動作を示すフローチャートで
ある。

【図２４】分野環境設定の動作を示すフローチャートで
ある。

【符号の説明】

ＣＰＵ マイクロプロセッサ ＡＢ アドレスバス ＣＢ コントロールバス ＤＢ データバス ＲＯＭ 読出し専用メモリ ＮＫ プログラムエリア ＰＡ プログラムエリア ＲＡＭ ランダムアクセスメモリ ＷＤＩＣ 単語辞書 ＹＤＩＣ 用例辞書 ＢＤＩＣ 分野辞書 ＢＹＤＩ 分野読み辞書 ＢＹＵＤ 分野尤度 ＢＮＡＩ 分野内部状態 ＢＧＡＩ 分野外部入力 ＢＷＡＩ 分野ウェイト ＢＫＯＴ 分野尤度固定フラグ ＢＭＯＤ 分野モード ＷＬＩＳ 最新使用単語リスト ＤＩＳＫ 外部メモリ ＫＢ キーボード ＫＩＤ 変換開始指示キー ＳＥＴ 環境設定起動キー ＪＵＳ 住所録作成機能起動キー ＫＥＴ 候補決定指示キー ＣＨＧ 分野指定キー ＣＬＲ 分野尤度クリアキー ＭＯＤ 分野モード切替キー ＣＲ カーソルレジスタ ＤＢＵＦ 表示用バッファメモリ ＣＲＴＣ ＣＲＴコントローラ ＣＲＴ 表示装置 ＣＧ キャラクタジェネレータ

───────────────────────────────────────────────────── フロントページの続き (72)発明者 戸島 英一朗 東京都大田区下丸子３丁目30番２号キヤ ノン株式会社内 (72)発明者 小林 雄二 東京都大田区下丸子３丁目30番２号キヤ ノン株式会社内 (72)発明者 正木 克己 東京都大田区下丸子３丁目30番２号キヤ ノン株式会社内 (56)参考文献 特開 昭63−269253（ＪＰ，Ａ) 特開 平３−81863（ＪＰ，Ａ) 特開 昭59−100939（ＪＰ，Ａ) 特開 昭63−47868（ＪＰ，Ａ) 特開 平３−46056（ＪＰ，Ａ) 特開 平３−19070（ＪＰ，Ａ)

Claims (4)

(57)【特許請求の範囲】
1. 【請求項１】 入力されたかな文字列を、単語の読みが
   なと表記を含む該単語の情報とを対応させて記憶した辞
   書を参照して、漢字かな混じり文に変換するかな漢字変
   換処理を実行する文字処理方法において、 前記辞書に格納されている単語に対して定義された複数
   の分野について、当該複数の分野間のリンクの重みと、
   各単語と特定の分野との関係の深さを示す確信度とを記
   憶しておき、 文書入力時における前記分野に属する単語の出現しやす
   さを示す分野尤度を各分野ごとに記憶するようにし、 前記かな漢字変換処理によって単語が変換されると、そ
   の変換された単語の特定の分野に対する確信度と、当該
   特定の分野と各分野との間の前記リンクの重みとに応じ
   て、全ての分野に対応する前記分野尤度を更新し、 前記かな漢字変換処理では、変換対象のかな文字列に対
   する文節の構造の各候補中の各文節について、その文節
   中の単語の特定の分野に対する確信度とその分野の分野
   尤度とに基づいて、文節尤度を算出し、その文節尤度に
   基づいて前記各候補を比較して、変換すべき文節の構造
   を決定することを特徴とする文字処理方法。
2. 【請求項２】 前記複数の分野の中から所望の１または
   複数の分野を指定して、前記分野尤度の更新対象より除
   外可能とすることを特徴とする請求項１記載の文字処理
   方法。
3. 【請求項３】 決定される前記文節の構造は、文節の区
   切り位置を含むことを特徴とする請求項１記載の文字処
   理方法。
4. 【請求項４】 単語の読みがなと表記を含む該単語の情
   報とを対応させて記憶した辞書と、 文字を入力する入力手段と、 前記入力手段によって入力されたかな文字列を、前記辞
   書を参照して漢字かな混じり文に変換するかな漢字変換
   手段と、 単語に対して当該単語と特定の分野との関係の深さを示
   す確信度を記憶する分野情報記憶手段と、 前記分野に属する単語の出現しやすさを、分野尤度とし
   て各分野ごとに記憶する分野尤度記憶手段と、 複数の前記分野間のリンクの重みを記憶するリンク重み
   記憶手段と、 前記かな漢字変換手段によって単語が変換されると、そ
   の変換された単語の特定の分野に対する確信度と、当該
   特定の分野と各分野との間の前記リンクの重みとに応じ
   て、全ての分野に対応する前記分野尤度を更新する分野
   尤度更新手段と、 前記かな漢字変換手段による変換対象のかな文字列に対
   する文節の構造の各候補中の各文節について、その文節
   中の単語の特定の分野に対する確信度とその分野の分野
   尤度とに基づいて、文節尤度を算出し、その文節尤度に
   基づいて前記各候補を比較して、変換すべき文節の構造
   を決定する変換制御手段とを有することを特徴とする文
   字処理装置。