JP3774431B2 - 辞書構築支援装置および辞書構築支援方法 - Google Patents
辞書構築支援装置および辞書構築支援方法 Download PDFInfo
- Publication number
- JP3774431B2 JP3774431B2 JP2002351429A JP2002351429A JP3774431B2 JP 3774431 B2 JP3774431 B2 JP 3774431B2 JP 2002351429 A JP2002351429 A JP 2002351429A JP 2002351429 A JP2002351429 A JP 2002351429A JP 3774431 B2 JP3774431 B2 JP 3774431B2
- Authority
- JP
- Japan
- Prior art keywords
- dictionary
- expression
- expressions
- storage means
- stored
- 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
Images
Landscapes
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、文書データを自動的に分類する文書分類システムにおいて利用される電子辞書をユーザによって構築可能とするための辞書構築支援装置および方法に関する。
【０００２】
【従来の技術】
さまざまな場所で日々多様な電子データが利用されているが、それらデータの８割以上が文書データであると言われている。文書データは、用途に応じて、種々の電子辞書が利用される。例えば、日本語の文書データの作成時においては、かな漢字変換辞書が用いられ、また、日本語の文書データの形態素解析を行う場合には形態素解析辞書が、文書データの構文解析を行う際には構文解析辞書が用いられる。このような電子辞書においては、基本的には明確に定義された不変的な規則が存在しているため、予め製品メーカ側で作成されて供給されるものであり、ユーザはこのような電子辞書の内容を特に意識することなく利用している。
【０００３】
ところで、多種多様な文書データのうち、特に自由な形式で記述された文書データからユーザにとって必要な情報を抽出する技術として、テキストマイニング技術が近年注目されてきている。
【０００４】
本願出願人は、特許文献１において、テキストマイニング技術の一方法を提案している。これには、抽出したい概念と該概念を表す一つ以上の様々な表現とを対応づけて保持される情報抽出用辞書を利用して、対象となる文書データ中に含まれる重要な情報を抽出する文書データの解析方法が提案されている。なお、ここで言う表現とは、例えば、単語や、句や、共起関係にある単語の組、等のことを言い、また、ここで言う概念とは、このような表現それぞれに共通した上位の意味に相当する。例えば、「オーナー」、「トレーナー」、「バイヤー」等が個々の「表現」であり、「人」は、これら「オーナー」、「トレーナー」、「バイヤー」等の上位の意味を持つ「概念」である。
【０００５】
このような情報抽出用辞書における概念と表現との対応付けは、明確に定義された不変的な規則が存在しているものではなく、分析対象とする文書データの分野や分析の視点に依存するものである。
【０００６】
これら情報抽出用辞書においても、先に示した電子辞書と同様、製品メーカ側が、テキストマイニング技術を導入するユーザの利用形態を調査し、それに併せて情報抽出用辞書を作成して提供し、また、利用後の結果を検証してその情報抽出用辞書に登録、削除、修正などのメンテナンスを行っているのが現状であった。
【０００７】
以上説明してきたように、テキストマイニング技術に用いられる従来の情報抽出用辞書は、その良し悪しにより、抽出精度に大きな影響を与えるにもかかわらず、利用者ではないメーカ側によって予め用意されているものであり、ユーザがその辞書を作成したり、作成した辞書を検証しながら編集する手段は提供されていなかった。なお、エディタなどを用いて、情報抽出用辞書を編集することは可能であったが、辞書の構造などを十分に把握し、プログラムレベルで編集する必要があり、通常のユーザにとって容易に編集できるものではなかった。
【０００８】
また、これら情報抽出用辞書のメンテナンスにおいても、製品メーカ側が、利用後のユーザの不具合等を調査して、解決されると思われる箇所を経験などから判断し、情報抽出用辞書への追加、削除、修正などを行ってテキストマイニングの精度を向上するしかなかった。
【０００９】
このような点に鑑み、本願出願人は、特許文献２において、テキストマイニングで用いられる情報抽出用辞書の作成およびメインテナンスを容易にする方法および装置を提案した。
【００１０】
また、抽出したい概念が固有名詞など形態素解析を必要としない場合があることに鑑み、本願出願人は、特許文献３において、電子辞書中の表現と文書データとを照合する際、あらかじめ設定された条件に応じて形態素解析を行ってから照合するか形態素解析を行わずに照合するかを切り替えて表現を抽出する表現抽出手段を具備することを特徴とする情報抽出システムを提案した。これによれば、抽出すべき表現あるいは概念ごとに照合条件を設定できる。例えば、文字列照合だけでは他の単語の一部になってしまう表現を抽出したい場合、形態素解析を行えば単語の境界を正しく認識できるので、形態素解析を行わない場合よりも抽出精度が高くなる。具体的な例としては、「京都」を抽出したい場合、形態素解析を行わないと「東京都」という文字列中の「京都」にもマッチしてしまうが、形態素解析を行えばそのような誤りを防げる。
【００１１】
逆に、例えば、形態素解析に失敗し未知語になるような場合、単語境界を誤る可能性が高いので、形態素解析を行うとマッチしなくなる場合がある。具体的な例としては、「コチジャン」を抽出しようとして１単語として抽出用辞書に登録したとしても、形態素解析すると「コチ／ジャン」のように２単語に分割されてしまう場合、形態素解析を行うとそのままではマッチしなくなる。
【００１２】
一般に、形態素解析辞書には登録されていない製品名や記号列などを抽出したい場合には形態素解析を行わない方が適しており、形態素解析辞書に登録されているような一般的な語を抽出したい場合には形態素解析を行う方が適していると言える。
【００１３】
【特許文献１】
特開２００１−１４７９３７号公報
【００１４】
【特許文献２】
特開２００２−１４０３３８号公報
【００１５】
【特許文献３】
特願２００２−２７８４２１号
【００１６】
【発明が解決しようとする課題】
ところが、上記条件設定を行うためには、テキストエディタ等を用いて情報抽出用辞書を編集することが必要であった。形態素解析を行わない場合の電子辞書の構築は、計算言語学上の知識を必要としないため、論理的には一般のユーザにも可能な作業であるが、プログラムレベルでの編集作業が必要であったため、実際にはプログラムレベルでの編集作業が必要であり、一般のユーザにとっては編集作業は極めて困難であった。
【００１７】
本発明は、このような事情に鑑みてなされたものであり、ユーザが表現の照合において形態素解析をするかしないかを設定できる情報抽出用の辞書を作成・検証するための支援環境を提供することを目的とする。
【００１８】
【課題を解決するための手段】
そこで、本発明の辞書構築支援装置は、複数の表現とそれら表現に共通する上位の表現である概念とを対応付けて格納される電子辞書を記憶する辞書記憶手段と、文書データから抽出された表現を記憶する表現記憶手段と、前記辞書記憶手段にて記憶される該電子辞書から少なくとも一部の概念と、前記表現記憶手段にて記憶される少なくとも一部の該抽出された表現とを同時に表示する表示手段と、前記表示手段によって表示された表現から一つ以上の表現の指定と、前記表示手段によって表示された概念から一つの概念の指定とを受けると、指定された表現を指定された概念に対応付けて前記電子辞書に追加登録する登録手段とに加え、概念毎に照合の際、形態素解析をするか否かを指定し、それを電子辞書に保存する手段を備えた。
【００１９】
また、抽出結果を表示する際、形態素解析を用いて照合されたものとそうでないものを区別して表示する手段を備えた。
【００２０】
これにより、文書データから抽出された表現を、簡単な操作で電子辞書内の所望の概念へ登録することができ、形態素解析をすべきか否かを含め電子辞書の良し悪しを容易に検証することができるようになった。
【００２１】
すなわち、文書から抽出した重要な表現を参照しながら、必要な表現を選択して情報処理用の辞書に登録することができ、同時に、形態素解析を行うか否かも指定することができ、また、情報処理結果を見て辞書の性能を検証しながら辞書を編集することができるようになった。
【００２２】
【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を説明する。
【００２３】
図１は、本発明の実施形態に係る辞書構築支援装置の構成を示した図である。
【００２４】
本実施形態における辞書構築支援装置は、例えばパーソナルコンピュータ等のコンピュータにおいて、記憶装置５０に格納された辞書構築支援プログラム１００がメモリ４０上へ読み込まれ、全体の制御を司るＣＰＵ１０によって実行されることにより実現される。
【００２５】
入力部２０は、マウスやキーボードあるいは音声入力装置等から、文字列の挿入や削除などの編集指示、機能を選択するための操作指示、処理対象となる文書や辞書の指定などのコマンド入力等を受けるものである。出力部３０は、例えばディスプレイ等の表示装置へ表示情報を供給するためのものである。
【００２６】
メモリ４０は、高速で揮発性の、例えばＤＲＡＭ等から構成され、前記したとおりＣＰＵ１０で実行される前記プログラム１００等を記憶したり、該プログラム１００が実行される際に一時的に保持される内部データ保持部１１０として利用される。
【００２７】
この内部データ保持部１１０には、テキストバッファ１１０ａ、表現リストバッファ１１０ｂ、処理結果バッファ１１０ｃ、辞書バッファ１１０ｄ、差分バッファ１１０ｅが設けられている。
【００２８】
記憶装置５０は、不揮発性の大容量記憶装置であり、例えば、ＨＤＤ、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ等によって実現可能である。記憶装置５０には、制御部１０１、表現抽出部１０２ａを備えた表現登録部１０２、辞書編集部１０３、辞書検証部１０４、差分検出部１０５および条件設定部１０６からなる辞書構築支援プログラム１００と、このプログラムによって構築される情報抽出用辞書１０９が格納されている。
【００２９】
制御部１０１は、本プログラム１００の起動時に最初に実行されるメインプログラムである。
【００３０】
表現登録部１０２は、表現を情報抽出用辞書１０９へ登録するプログラムであり、制御部１０２からの所定の指示により起動され、後述する「表現」を情報抽出用辞書１０９へ登録する処理を行う。
【００３１】
表現抽出部１０２ａは、表現登録部１０２から、文書データの表現の抽出処理が必要になった際に起動されるプログラムである。表現抽出部１０２ａは、テキストバッファ１１０ａに記憶される内容を構文解析等を行って、文書中で使用される単語や句、あるいは共起関係等（以下、これらを表現と称す）をリスト化し、表現リストバッファ１１０ｂへ記憶する。なお、このリスト化されたものを、総称して表現リストと呼ぶ。この表現リストの作成方法については、たとえば特開昭６２−９９８６５号公報や特開平２−４２５７２号公報で公開されており、説明を省略する。
【００３２】
表現登録部１０２は、作成された表現リスト中からユーザによって指定された表現を、辞書バッファ１１０ｄへ登録する。
【００３３】
辞書編集部１０３は、情報抽出用辞書１０９を編集するプログラムである。この辞書編集部１０３は、表現登録部１０２や辞書検証部１０４からも起動できる。
【００３４】
辞書検証部１０４は、情報抽出用辞書１０９から読み出され格納した、辞書バッファ１１０ｄを用いて、ユーザによって指定された抽出処理を行い、抽出処理結果を処理結果バッファ１１０ｃに記憶する。また、ユーザの指示に基づき、処理結果バッファ１１０ｃに記憶される情報を表示する。
【００３５】
差分検出部１０５は、２つの情報抽出用辞書１０９の差分を検出する。
【００３６】
条件設定部１０６は、情報抽出の際の照合条件を設定する。設定された条件は、制御部１０１を通して情報抽出用辞書１０９に保存される。保存された条件は、辞書バッファ１１０ｄに読み出されることにより、辞書検証部１０４における情報抽出の動きを制御するほか、本情報抽出用辞書を用いる外部の情報抽出システムにおける情報抽出の動きを、たとえば特許文献３のように制御する。
【００３７】
情報抽出用辞書１０９は、本プログラムで構築される電子辞書である。この情報抽出用辞書１０９の構成の一例を図２に示す。この情報抽出用辞書１０９は、３階層にて構成されており、最上位の階層をクラス、中位の階層を概念、下位の階層を表現と呼んでいる。なお、クラス、概念、表現の階層を特に意識することなく、これらの一つを指す場合には、以下では単にノードと呼ぶこととする。
【００３８】
クラステーブル１２１は、クラスを示しており、ここには、「地名」、「人名」等を格納する。概念テーブル１２２は、クラスと概念を対応付けて格納している。表現テーブル１２３は、クラス、概念、表現とを対応付けて格納をしている。
【００３９】
以上が本実施形態の辞書構築支援装置の構成である。
【００４０】
次に、本実施形態の辞書構築支援装置の動作について情報抽出を例として、フローチャートを用いて説明する。
【００４１】
図３は、辞書構築プログラム１００のうち、制御部１０１のフローチャートを示している。
【００４２】
ユーザが、辞書構築プログラム１００の起動を要求すると、制御部１０１が起動される。
【００４３】
制御部１０１は、自プログラム起動後、ユーザからのキー入力を待つ（Ｓ２０１）。キー入力を受けると、まず、ユーザの入力が終了指示であるか否か判定する（Ｓ２０２）。ここで終了指示と判定した場合には自プログラムを終了する。
【００４４】
一方、ステップＳ２０２において、終了指示でないと判定した場合には、次に、ユーザの入力が文書指定であるか否か判定する（Ｓ２０４）。ここで文書指定である場合には、指定された文書データを、指定先の、例えばメモリや磁気ディスク、光ディスクなどから読み出して、メモリ４０の内部データ保持部１１０内のテキストバッファ１１０ａに記憶する（Ｓ２０４）。この処理が終了すると、ステップＳ２０１に戻り、ユーザからの次の入力を待つ。
【００４５】
一方、ステップＳ２０３において、文書指定でないと判定した場合には、次に、ユーザの入力が辞書指定であるか否か判定する（Ｓ２０５）。ここで辞書指定である場合には、指定された辞書を、指定先の、例えばメモリや磁気ディスク、光ディスクなどから読み出して、メモリ４０の内部データ保持部１１０内の辞書バッファ１１０ｄに記憶する（Ｓ２０６）。この処理が終了すると、ステップＳ２０１に戻り、ユーザからの次の入力を待つ。
【００４６】
一方、ステップＳ２０５において、辞書指定でないと判定した場合には、次に、ユーザの入力が表現登録指示であるか否か判定する（Ｓ２０７）。ここで表現登録指示であると判断した場合には、表現登録部１０２を起動する（Ｓ２０８）。表現登録部１０２の動作については後述する。なお、表現登録部１０２の動作が終了すると、ステップＳ２０１に戻り、ユーザからの次の入力を待つ。
【００４７】
一方、ステップＳ２０７において、表現登録指示でないと判断した場合には、次に、ユーザの入力が辞書検証指示であるか否か判定する（Ｓ２０９）。ここで辞書検証指示であると判定した場合には、辞書検証部１０４を起動する（Ｓ２１０）。辞書検証部１０４の動作については後述する。なお、辞書検証部１０４の動作が終了するとステップＳ２０１に戻り、ユーザからの次の入力を待つ。
【００４８】
一方、ステップＳ２０９において、辞書検証指示でないと判断した場合には、次に、ユーザの入力が辞書編集指示であるか否か判定する（Ｓ２１１）。ここで辞書編集指示である場合には、辞書編集部１０３を起動する（Ｓ２１２）。辞書編集部１０３の動作については後述する。なお、辞書編集部１０３の動作が終了するとステップＳ２０１に戻り、ユーザからの次の入力を待つ。
【００４９】
一方、ステップＳ２１１において、辞書編集指示でないと判断した場合には、次に、ユーザの入力が差分検出指示であるか否か判定する（Ｓ２１３）。ここで、差分検出指示である場合には、差分検出部１０５を起動する（Ｓ２１４）。差分検出部１０５の動作については後述する。なお、差分検出部１０５の動作が終了するとステップＳ２０１に戻り、ユーザからの次の入力を待つ。
【００５０】
一方、ステップＳ２１３において、差分検出指示でないと判断した場合には、指定された他の処理、例えば環境設定処理等のユーザの入力指示に対応する処理を行って（Ｓ２１５）、ステップＳ２０１に戻り、ユーザからの次の入力を待つ。
【００５１】
以上のように、制御部１０１は、ユーザの入力を解析して各種処理部を起動するとともに、ユーザの指示に基づき、処理対象の文書および辞書を内部データ保持部１１０に記憶する。
【００５２】
図４は、制御部１０１が起動した直後の画面表示例を示している。上部には、登録、検証、編集、差分表示、環境設定、終了の各ボタンがあり、ユーザは、これらのボタンを押すことによって、次に行う処理を選択する。例えば、終了ボタンがクリックされると、ステップＳ２０２にて、ユーザの入力が終了指示であることを判定して、終了処理が行われる。また、例えば、登録ボタンがクリックされると、ステップＳ２０７にて、ユーザの入力が表現登録指示であることを判定し、表現登録部１０２が起動される処理が行われる。
【００５３】
これらボタンの下部には、左に辞書名を入力する領域が、右に文書名を入力する領域が設けられており、ユーザは、これら領域に辞書名、文書名を入力し、実行することにより、該当する辞書あるいは文書を記憶装置５０から読み出す。例えば、文書名を入力する領域にユーザが文書名を入力して実行すると、ステップＳ２０３にて、ユーザの入力が文書指定であると判定し、続くステップＳ２０４で、入力された文書名に基づいて、該当する文書を記憶装置５０などから読み出して、テキストバッファ１１０ａに記憶する。
【００５４】
次に、表現登録部１０２の処理動作について説明する。図５は、表現登録部１０２の処理動作を示すフローチャートである。
【００５５】
制御部１０１の動作中、ステップ２０７において表現登録指示であると判断した場合には、表現登録部１０２が起動される。起動された表現登録部１０２は、まず、表現抽出部１０２ａを起動する。起動された表現抽出部１０２ａは、テキストバッファ１１０ａに記憶される文書データを所定の解析方法にて解析し、表現リストを作成する（Ｓ３０１）。この作成された表現リストを表現リストバッファ１１０ｂに保持する（Ｓ３０２）。なお、所定の解析方法は、例えば、単語の表現リストを作成する際には、文書データを形態素解析や、構文解析し、単語を抽出し、抽出した単語を羅列すればよく、またこの解析方法にとらわれることなく既知の様々な方法で作成すれば良い。抽出後、表現抽出部１０２ａは、終了する。
【００５６】
次に、辞書バッファ１１０ｄに記憶される辞書データと、表現リストバッファ１１０ｂに記憶される表現リストとを読み出して、同時に表示する（Ｓ３０３）。
【００５７】
次に、ユーザの入力が辞書登録指示であるか否か判定する（Ｓ３０４）。ここで、辞書登録指示である場合には、次に、ユーザは、表示された表現リストの中から辞書に登録したい表現を指定する（Ｓ３０５）。これにより、表現登録部１０２は、ユーザによって指定された表現を得る。また、ユーザは、表示された辞書の概念の中から、得られた表現を登録したい概念を指定する（Ｓ３０６）。これにより、表現登録部１０２は、表現が登録される概念を得る。また、ユーザは、その概念が情報抽出時に形態素解析されるべきか否かを、チェックボックス等の入力手段を用いて条件設定部１０６に与える（Ｓ３０７）。そして、これら得た表現、概念、および情報抽出の条件を合成し、表現の辞書情報（下位のテーブル）として登録する（Ｓ３０８）。この登録は、辞書バッファ１１０ｄに追加される。
【００５８】
一方、ステップＳ３０４において、辞書登録指示でない場合には、ユーザの入力が辞書編集指示であるか否か判定する（Ｓ３０９）。ここで、辞書編集指示である場合には、後述の辞書編集部１０３を起動し、辞書の編集を行う（Ｓ３１０）。辞書編集部１０３の処理が終了すると、ステップＳ３０４に戻る。
【００５９】
一方、ステップＳ３０９において、辞書編集指示でない場合には、辞書バッファ１１０ｄに記憶される情報を磁気ディスク等に保存し（Ｓ３１１）、処理を終了する。
【００６０】
このようにして、表現登録部１０２は、表現抽出部１０２ａを起動して表現リストを作成し、表現リストから辞書１０９への辞書登録を行う。
【００６１】
図６は、表現登録部１０２の処理時の画面表示例を示している。辞書名を入力する領域の下部には、登録ボタンがあり、このボタンをクリックすることによって辞書登録処理（図５のＳ３０５〜Ｓ３０8）が可能になる。この登録ボタンの下部には、辞書の内容を表示している。この例においては、辞書名「ＸＸＸＸＸＸＸ」の辞書の内容の一部が表示されている。この表示では、クラス、概念、表現の３階層の形式で表示されている。また、各語の前部にはチェックボックスが設けられており、ユーザにてチェックボックスをクリックすることにより指定可能になる。また、概念には、情報抽出時の照合条件として形態素解析を使うかどうかを指定するためのチェックボックス（ａ１，ａ２，…）があり、ユーザによる条件の入力が可能となっている。そして、このチェックボックス（ａ１，ａ２，…）を設けて、形態素解析を行うか否かを指定できるようにした点が、この辞書構築支援装置の特徴の１つであり、これにより、プログラムレベルでの編集作業が不要となり、一般のユーザでも編集作業を簡単に行えるようになる。この例では、概念「仕事」のチェックボックス（ａ１）はオフ、概念「人」のチェックポイント（ａ２）はオンとなっているため、概念「仕事」に含まれる表現を抽出する際には形態素解析は用いられず、一方、概念「人」に含まれる表現を抽出する際には形態素解析が用いられることになる。
【００６２】
一方、文書名を入力する領域の下部には、単語、共起、句の各ボタンがあり、これらボタンを押すことによって、表現リストの表示内容を選択できる。これらボタンの下部は、表現リストを表示する領域であり、この例においては、文書名「＋＋＋＋＋＋」の単語の表現リストを表示している。この表現リストの各語（この場合は単語）の前部にはチェックボックスが設けられており、ユーザにてチェックボックスをクリックすることにより指定可能になっている。
【００６３】
このように、この表現登録部１０２の処理時の画面は、辞書と表現リストが同時に表示可能となっており、また、辞書のクラス、概念、表現、および表現リストの各語は、簡単に指定可能になっており、ユーザにとって、簡単に辞書への登録が可能である。
【００６４】
図７は、表現の登録処理を模式的に示した図である。この例では、表現リストから「社員」を選択し、「人」の概念の一つの表現として追加する際の内部データの処理について示している。
【００６５】
表示された表現リストから「社員」が選択されると表現リストバッファ１１０ｂから「社員」を取得し、また、表示された辞書から概念「人」が選択されると辞書バッファ１１０ｄに記憶される概念テーブル１２２から「業界・人」を取得する。そして、これら取得した「業界、人」、「社員」を合成し、「業界・人・社員」を得て、これを辞書バッファ１１０ｄの表現テーブル１２３に登録する。その結果、表現テーブルは１２３’のようになる。
【００６６】
これにより、文書データから抽出された表現を、簡単な操作で電子辞書内の所望の概念へ登録することができるようになった。
【００６７】
次に、辞書検証部１０４の処理動作について説明する。図８は辞書検証部１０４の処理動作を示すフローチャートである。
【００６８】
制御部１０１の動作中、ステップ２０９において辞書検証指示であると判断した場合には、辞書検証部１０４が起動される。起動された辞書検証部１０４は、辞書バッファ１１０ｄに記憶される辞書データを表示する（Ｓ４０１）。
【００６９】
次に、辞書１０９を用いて情報抽出を行い、結果を処理結果バッファ１１０ｃに記憶する（Ｓ４０２）。そして、処理結果バッファ１１０ｄに記憶した情報を表示する（Ｓ４０３）。
【００７０】
次に、ユーザの入力が情報抽出結果の検証指示であるか否か判定する（Ｓ４０４）。
【００７１】
ここで、情報抽出結果の検証指示であると判定した場合には、検証したいノードを辞書中で指定する（Ｓ４０５）。そして、指定されたノードに対応する情報抽出結果を表示する（Ｓ４０６）。なお、この処理後、ステップＳ４０４に戻る。
【００７２】
一方、ステップＳ４０４において、情報抽出結果の検証指示でないと判定した場合には、次に、ユーザの入力が辞書編集指示であるか否か判定する（Ｓ４０７）。ここで、辞書編集指示であると判定した場合には、辞書編集部１０３を起動し、辞書編集を行う。辞書編集部１０３が終了すると、ステップＳ４０４に戻る。
【００７３】
一方、ステップＳ４０７において、辞書編集指示でないと判定した場合には、辞書バッファ１１０ｄに記憶される情報を磁気ディスク等に保存する（Ｓ４０９）。また、処理結果バッファ１１０ｃに記憶される情報を磁気ディスク等に保存し（Ｓ４１０）、辞書検証部１０４の処理を終了する。
【００７４】
このようにして、辞書検証部１０４は、辞書１０９による情報抽出結果を表示しながら辞書の検証を行う。
【００７５】
図９は、辞書検証部１０４の処理時の画面表示例を示している。
【００７６】
表示上、左半分の表示内容は、図６の表現登録部１０２の左半分の表示内容と比較して、登録ボタンに代えて検証ボタンがあるのみで、その他は同じである。
【００７７】
この検証ボタンを押すことによって結果検証処理（図８のＳ４０５〜Ｓ４０６）が可能になる。
【００７８】
一方、図９の右半分の表示内容は、文書名の下部には、辞書１０９で処理された抽出結果が表示される。そして、図のように抽出結果の検証後にあたって、抽出結果上、指定された概念が持つ表現がある箇所には、ユーザへ明示可能なように、ここでは下線（ｂ１，ｂ２，ｂ３，ｂ４，…）で明示している。なお、下線以外に例えば、色などの十分識別ができる方法であれば良い。
【００７９】
さらに、この際、情報抽出に当たって形態素解析を用いたかどうかにしたがって、下線の形状を変えたり、色を変えたりなどの表示方法の変化をつけることにより、情報抽出の条件をも同時に表示することができる。そして、この指定された概念が持つ表現がある箇所を、情報抽出に当たって形態素解析を用いたかどうかによってその表示方法に変化をつける点も、この辞書構築支援装置の特徴の１つである。
【００８０】
これにより、階層化された電子辞書内の概念を、簡単な操作で指定でき、指定された概念に含まれる表現を電子辞書で抽出された抽出結果の中から容易に抽出して明示し、しかも照合条件も同時に表示するようにしたので、ユーザは、電子辞書の良し悪しを容易に検証することができるようになった。
【００８１】
この例では、「サービス」、「開発」、「営業」に付された下線（ｂ１，ｂ２，ｂ３）は単線なのに対して、「バイヤー」に付された下線（ｂ４）は２重線となっているが、これは、「サービス」、「開発」、「営業」は、情報抽出に当たって形態素解析が用いられておらず、一方、「バイヤー」は、形態素解析が用いられていることを示している。つまり、先に図６で示した、「サービス」、「開発」、「営業」を含む概念「仕事」については、形態素解析を使わず、「バイヤー」を含む概念「人」については、形態素解析を使うように設定した情報抽出時の照合条件を、この下線により簡単に認識することができる。
【００８２】
次に、辞書編集部１０３の処理動作について説明する。図１０は、辞書編集部１０３の処理動作を示すフローチャートである。
【００８３】
制御部１０１の動作中、ステップＳ２１１において辞書編集指示であると判断した場合、表現登録部１０２の動作中、ステップＳ３０８において辞書編集指示であると判断した場合、および辞書検証部１０４の動作中、ステップＳ４０７において辞書編集指示であると判断した場合に、辞書編集部１０３が起動される。
【００８４】
起動された辞書編集部１０３は、辞書バッファ１１０ｄに記憶される辞書データを表示する（Ｓ５０１）。
【００８５】
次に、ユーザの入力がノードの追加指示であるか否か判定する（Ｓ５０２）。ここで、追加指示である場合には、追加ノードを指定する（Ｓ５０３）。そして、指定されたノードに子ノードを追加する（Ｓ５０４）。追加の内容は、ユーザが直接入力する。そして、ステップＳ５０２に戻る。
【００８６】
一方、ステップＳ５０２において追加指示でない場合には、次にユーザの入力がノードの削除指示であるか否か判定する（Ｓ５０５）。ここで、削除指示である場合には、削除ノードを指定する（Ｓ５０６）。そして、指定されたノードとそのノードの子ノードを全て削除する（Ｓ５０７）。そして、ステップＳ５０２に戻る。
【００８７】
一方、ステップＳ５０５において削除指示でない場合には、次にユーザの入力がノードの変更指示であるか否か判定する（Ｓ５０８）。ここで、変更指示である場合には、変更ノードを指定する（Ｓ５０９）。そして、指定されたノードの文字列や値などを変更する（Ｓ５１０）。そして、ステップＳ５０２に戻る。
【００８８】
一方、ステップＳ５０８において変更指示でない場合には、次にユーザの入力がノードの複写指示であるか否か判定する（Ｓ５１１）。ここで、複写指示である場合には、複写元ノードを指定する（Ｓ５１２）。そして、複写先ノードを指定する（Ｓ５１３）。そして、指定された複写元ノードとその子ノード全てを複写先ノードの子ノードに追加する（Ｓ５１４）。そして、ステップＳ５０２に戻る。
【００８９】
一方、ステップＳ５１１において、複写指示でない場合には、ユーザの入力がノードの移動指示であるか否か判定する（Ｓ５１５）。ここで、移動指示である場合には、移動元ノードを指定する（Ｓ５１６）。そして、移動先ノードを指定する（Ｓ５１７）。そして、指定された移動元ノードとその子ノード全てを移動先ノードの子ノードに移動する（Ｓ５１８）。そして、ステップＳ５０２に戻る。
【００９０】
一方、ステップＳ５１５において、移動指示でない場合には、辞書バッファ１１０ｄに記憶される情報を磁気ディスク等に保存し（Ｓ５１９）、処理を終了する。
【００９１】
このようにして、辞書編集部１０８は、辞書１０９のノードに対して、追加、削除、変更、複写、移動などを行い、辞書編集を行う。
【００９２】
図１１は、辞書編集部１０３の処理時の画面表示例を示している。
【００９３】
この例では、図６の表現登録部１０２の左半分の表示内容と比較して、登録ボタンに変えて、追加、削除、変更、移動、複写の各ボタンが配置されている点が異なり、他は同じである。各ボタンをクリックすることにより、上記したようなクリックされたボタンの各種編集機能が実施される。
【００９４】
以上のように、電子辞書の編集を扱いやすいユーザインターフェースにしたので、ユーザにとって辞書の編集が容易に実現できる。
【００９５】
次に、差分検出部１０５の処理動作について説明する。図１２は差分検証部１０５の処理動作を示すフローチャートである。
【００９６】
制御部１０１の動作中、ステップＳ２１３において差分検出指示であると判断した場合に、差分検出部１０５が起動される。
【００９７】
起動された差分検出部１０５は、ユーザの入力によって、比較したい辞書を２つ指定する（Ｓ６０１）。そして、指定された辞書の差分を作成して差分バッファ１１０ｅに記憶する（Ｓ６０２）。
【００９８】
次に、差分バッファ１１０ｅに記憶される差分を表示する（Ｓ６０３）。差分バッファ１１０ｅに記憶される差分を磁気ディスク等に保存し（Ｓ６０４）、処理を終了する。
【００９９】
このようにして、差分検出部１０５は、辞書１０９同士を比較して、差分を作成・表示する。
【０１００】
図１３は、差分検出部１０５の処理時の画面表示例を示している。
【０１０１】
この例では、上部には、比較したい辞書を入力する２つの領域を備える。この領域の下部には、比較結果を表示する領域であり、ここでは、概念毎の比較結果を表示している。
【０１０２】
これにより、2つの電子辞書を容易に指定可能となり、それら電子辞書間の差分を検出し、概念の単位でユーザへ提示可能となった。
【０１０３】
以上説明した本実施形態においては、文書データから抽出された表現を、簡単な操作で電子辞書内の所望の概念へ登録することができるようになった。
【０１０４】
また、階層化された電子辞書内の概念を、簡単な操作で指定でき、指定された概念に含まれる表現を電子辞書で抽出された抽出結果の中から容易に抽出して明示するようにしたので、ユーザは、電子辞書の良し悪しを容易に検証することができるようになった。
【０１０５】
また、2つの電子辞書を容易に指定可能となり、それら電子辞書間の差分を検出し、概念の単位でユーザへ提示可能となった。
【０１０６】
また、文書から抽出した重要な表現を参照しながら、必要な表現を選択して情報抽出用の辞書に登録することができ、また、情報抽出結果を見て辞書の性能を検証しながら辞書を編集することができるようになった。
【０１０７】
なお、本願発明は、前記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。更に、前記実施形態には種々の段階の発明が含まれており、開示される複数の構成要件における適宜な組み合わせにより種々の発明が抽出され得る。たとえば、実施形態に示される全構成要件から幾つかの構成要件が削除されても、発明が解決しようとする課題の欄で述べた課題が解決でき、発明の効果の欄で述べられている効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。
【０１０８】
【発明の効果】
以上説明したように、本発明によれば、ユーザが表現の照合において形態素解析をするかしないかを設定できる情報抽出用の辞書を作成・検証するための支援環境を提供することができる。
【図面の簡単な説明】
【図１】本発明の実施形態に係る辞書構築支援装置の構成を示す図。
【図２】同実施形態における情報抽出用辞書１０９の構成の一例。
【図３】同実施形態における制御部１０１の処理動作を示すフローチャート。
【図４】同実施形態における制御部１０１が起動した直後の画面表示例。
【図５】同実施形態における表現登録部１０２の処理動作を示すフローチャート。
【図６】同実施形態における表現登録部１０２の処理時の画面表示例。
【図７】同実施形態における表現の登録処理を模式的に示した図。
【図８】同実施形態における辞書検証部１０４の処理動作を示すフローチャート。
【図９】同実施形態における辞書検証部１０４の処理時の画面表示例。
【図１０】同実施形態における辞書編集部１０３の処理動作を示すフローチャート。
【図１１】同実施形態における辞書編集部１０３の処理時の画面表示例。
【図１２】同実施形態における差分検出部１０５の処理動作を示すフローチャート。
【図１３】同実施形態における差分検出部１０５の処理時の画面表示例。
【符号の説明】
１０…ＣＰＵ
２０…入力部
３０…出力部
４０…メモリ
５０…記憶装置
１００…辞書構築プログラム
１０１…制御部
１０２…表現登録部
１０２ａ…表現抽出部
１０３…辞書編集部
１０４…辞書検証部
１０５…差分検出部
１０６…条件設定部
１０９…情報抽出用辞書
１１０…内部データ保持部
１１０ａ…テキストバッファ
１１０ｂ…表現リストバッファ
１１０ｃ…処理結果バッファ
１１０ｄ…辞書バッファ
１１０ｅ…差分バッファ
１２１…クラステーブル
１２２…概念テーブル
１２３…表現テーブル
【発明の属する技術分野】
本発明は、文書データを自動的に分類する文書分類システムにおいて利用される電子辞書をユーザによって構築可能とするための辞書構築支援装置および方法に関する。
【０００２】
【従来の技術】
さまざまな場所で日々多様な電子データが利用されているが、それらデータの８割以上が文書データであると言われている。文書データは、用途に応じて、種々の電子辞書が利用される。例えば、日本語の文書データの作成時においては、かな漢字変換辞書が用いられ、また、日本語の文書データの形態素解析を行う場合には形態素解析辞書が、文書データの構文解析を行う際には構文解析辞書が用いられる。このような電子辞書においては、基本的には明確に定義された不変的な規則が存在しているため、予め製品メーカ側で作成されて供給されるものであり、ユーザはこのような電子辞書の内容を特に意識することなく利用している。
【０００３】
ところで、多種多様な文書データのうち、特に自由な形式で記述された文書データからユーザにとって必要な情報を抽出する技術として、テキストマイニング技術が近年注目されてきている。
【０００４】
本願出願人は、特許文献１において、テキストマイニング技術の一方法を提案している。これには、抽出したい概念と該概念を表す一つ以上の様々な表現とを対応づけて保持される情報抽出用辞書を利用して、対象となる文書データ中に含まれる重要な情報を抽出する文書データの解析方法が提案されている。なお、ここで言う表現とは、例えば、単語や、句や、共起関係にある単語の組、等のことを言い、また、ここで言う概念とは、このような表現それぞれに共通した上位の意味に相当する。例えば、「オーナー」、「トレーナー」、「バイヤー」等が個々の「表現」であり、「人」は、これら「オーナー」、「トレーナー」、「バイヤー」等の上位の意味を持つ「概念」である。
【０００５】
このような情報抽出用辞書における概念と表現との対応付けは、明確に定義された不変的な規則が存在しているものではなく、分析対象とする文書データの分野や分析の視点に依存するものである。
【０００６】
これら情報抽出用辞書においても、先に示した電子辞書と同様、製品メーカ側が、テキストマイニング技術を導入するユーザの利用形態を調査し、それに併せて情報抽出用辞書を作成して提供し、また、利用後の結果を検証してその情報抽出用辞書に登録、削除、修正などのメンテナンスを行っているのが現状であった。
【０００７】
以上説明してきたように、テキストマイニング技術に用いられる従来の情報抽出用辞書は、その良し悪しにより、抽出精度に大きな影響を与えるにもかかわらず、利用者ではないメーカ側によって予め用意されているものであり、ユーザがその辞書を作成したり、作成した辞書を検証しながら編集する手段は提供されていなかった。なお、エディタなどを用いて、情報抽出用辞書を編集することは可能であったが、辞書の構造などを十分に把握し、プログラムレベルで編集する必要があり、通常のユーザにとって容易に編集できるものではなかった。
【０００８】
また、これら情報抽出用辞書のメンテナンスにおいても、製品メーカ側が、利用後のユーザの不具合等を調査して、解決されると思われる箇所を経験などから判断し、情報抽出用辞書への追加、削除、修正などを行ってテキストマイニングの精度を向上するしかなかった。
【０００９】
このような点に鑑み、本願出願人は、特許文献２において、テキストマイニングで用いられる情報抽出用辞書の作成およびメインテナンスを容易にする方法および装置を提案した。
【００１０】
また、抽出したい概念が固有名詞など形態素解析を必要としない場合があることに鑑み、本願出願人は、特許文献３において、電子辞書中の表現と文書データとを照合する際、あらかじめ設定された条件に応じて形態素解析を行ってから照合するか形態素解析を行わずに照合するかを切り替えて表現を抽出する表現抽出手段を具備することを特徴とする情報抽出システムを提案した。これによれば、抽出すべき表現あるいは概念ごとに照合条件を設定できる。例えば、文字列照合だけでは他の単語の一部になってしまう表現を抽出したい場合、形態素解析を行えば単語の境界を正しく認識できるので、形態素解析を行わない場合よりも抽出精度が高くなる。具体的な例としては、「京都」を抽出したい場合、形態素解析を行わないと「東京都」という文字列中の「京都」にもマッチしてしまうが、形態素解析を行えばそのような誤りを防げる。
【００１１】
逆に、例えば、形態素解析に失敗し未知語になるような場合、単語境界を誤る可能性が高いので、形態素解析を行うとマッチしなくなる場合がある。具体的な例としては、「コチジャン」を抽出しようとして１単語として抽出用辞書に登録したとしても、形態素解析すると「コチ／ジャン」のように２単語に分割されてしまう場合、形態素解析を行うとそのままではマッチしなくなる。
【００１２】
一般に、形態素解析辞書には登録されていない製品名や記号列などを抽出したい場合には形態素解析を行わない方が適しており、形態素解析辞書に登録されているような一般的な語を抽出したい場合には形態素解析を行う方が適していると言える。
【００１３】
【特許文献１】
特開２００１−１４７９３７号公報
【００１４】
【特許文献２】
特開２００２−１４０３３８号公報
【００１５】
【特許文献３】
特願２００２−２７８４２１号
【００１６】
【発明が解決しようとする課題】
ところが、上記条件設定を行うためには、テキストエディタ等を用いて情報抽出用辞書を編集することが必要であった。形態素解析を行わない場合の電子辞書の構築は、計算言語学上の知識を必要としないため、論理的には一般のユーザにも可能な作業であるが、プログラムレベルでの編集作業が必要であったため、実際にはプログラムレベルでの編集作業が必要であり、一般のユーザにとっては編集作業は極めて困難であった。
【００１７】
本発明は、このような事情に鑑みてなされたものであり、ユーザが表現の照合において形態素解析をするかしないかを設定できる情報抽出用の辞書を作成・検証するための支援環境を提供することを目的とする。
【００１８】
【課題を解決するための手段】
そこで、本発明の辞書構築支援装置は、複数の表現とそれら表現に共通する上位の表現である概念とを対応付けて格納される電子辞書を記憶する辞書記憶手段と、文書データから抽出された表現を記憶する表現記憶手段と、前記辞書記憶手段にて記憶される該電子辞書から少なくとも一部の概念と、前記表現記憶手段にて記憶される少なくとも一部の該抽出された表現とを同時に表示する表示手段と、前記表示手段によって表示された表現から一つ以上の表現の指定と、前記表示手段によって表示された概念から一つの概念の指定とを受けると、指定された表現を指定された概念に対応付けて前記電子辞書に追加登録する登録手段とに加え、概念毎に照合の際、形態素解析をするか否かを指定し、それを電子辞書に保存する手段を備えた。
【００１９】
また、抽出結果を表示する際、形態素解析を用いて照合されたものとそうでないものを区別して表示する手段を備えた。
【００２０】
これにより、文書データから抽出された表現を、簡単な操作で電子辞書内の所望の概念へ登録することができ、形態素解析をすべきか否かを含め電子辞書の良し悪しを容易に検証することができるようになった。
【００２１】
すなわち、文書から抽出した重要な表現を参照しながら、必要な表現を選択して情報処理用の辞書に登録することができ、同時に、形態素解析を行うか否かも指定することができ、また、情報処理結果を見て辞書の性能を検証しながら辞書を編集することができるようになった。
【００２２】
【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を説明する。
【００２３】
図１は、本発明の実施形態に係る辞書構築支援装置の構成を示した図である。
【００２４】
本実施形態における辞書構築支援装置は、例えばパーソナルコンピュータ等のコンピュータにおいて、記憶装置５０に格納された辞書構築支援プログラム１００がメモリ４０上へ読み込まれ、全体の制御を司るＣＰＵ１０によって実行されることにより実現される。
【００２５】
入力部２０は、マウスやキーボードあるいは音声入力装置等から、文字列の挿入や削除などの編集指示、機能を選択するための操作指示、処理対象となる文書や辞書の指定などのコマンド入力等を受けるものである。出力部３０は、例えばディスプレイ等の表示装置へ表示情報を供給するためのものである。
【００２６】
メモリ４０は、高速で揮発性の、例えばＤＲＡＭ等から構成され、前記したとおりＣＰＵ１０で実行される前記プログラム１００等を記憶したり、該プログラム１００が実行される際に一時的に保持される内部データ保持部１１０として利用される。
【００２７】
この内部データ保持部１１０には、テキストバッファ１１０ａ、表現リストバッファ１１０ｂ、処理結果バッファ１１０ｃ、辞書バッファ１１０ｄ、差分バッファ１１０ｅが設けられている。
【００２８】
記憶装置５０は、不揮発性の大容量記憶装置であり、例えば、ＨＤＤ、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ等によって実現可能である。記憶装置５０には、制御部１０１、表現抽出部１０２ａを備えた表現登録部１０２、辞書編集部１０３、辞書検証部１０４、差分検出部１０５および条件設定部１０６からなる辞書構築支援プログラム１００と、このプログラムによって構築される情報抽出用辞書１０９が格納されている。
【００２９】
制御部１０１は、本プログラム１００の起動時に最初に実行されるメインプログラムである。
【００３０】
表現登録部１０２は、表現を情報抽出用辞書１０９へ登録するプログラムであり、制御部１０２からの所定の指示により起動され、後述する「表現」を情報抽出用辞書１０９へ登録する処理を行う。
【００３１】
表現抽出部１０２ａは、表現登録部１０２から、文書データの表現の抽出処理が必要になった際に起動されるプログラムである。表現抽出部１０２ａは、テキストバッファ１１０ａに記憶される内容を構文解析等を行って、文書中で使用される単語や句、あるいは共起関係等（以下、これらを表現と称す）をリスト化し、表現リストバッファ１１０ｂへ記憶する。なお、このリスト化されたものを、総称して表現リストと呼ぶ。この表現リストの作成方法については、たとえば特開昭６２−９９８６５号公報や特開平２−４２５７２号公報で公開されており、説明を省略する。
【００３２】
表現登録部１０２は、作成された表現リスト中からユーザによって指定された表現を、辞書バッファ１１０ｄへ登録する。
【００３３】
辞書編集部１０３は、情報抽出用辞書１０９を編集するプログラムである。この辞書編集部１０３は、表現登録部１０２や辞書検証部１０４からも起動できる。
【００３４】
辞書検証部１０４は、情報抽出用辞書１０９から読み出され格納した、辞書バッファ１１０ｄを用いて、ユーザによって指定された抽出処理を行い、抽出処理結果を処理結果バッファ１１０ｃに記憶する。また、ユーザの指示に基づき、処理結果バッファ１１０ｃに記憶される情報を表示する。
【００３５】
差分検出部１０５は、２つの情報抽出用辞書１０９の差分を検出する。
【００３６】
条件設定部１０６は、情報抽出の際の照合条件を設定する。設定された条件は、制御部１０１を通して情報抽出用辞書１０９に保存される。保存された条件は、辞書バッファ１１０ｄに読み出されることにより、辞書検証部１０４における情報抽出の動きを制御するほか、本情報抽出用辞書を用いる外部の情報抽出システムにおける情報抽出の動きを、たとえば特許文献３のように制御する。
【００３７】
情報抽出用辞書１０９は、本プログラムで構築される電子辞書である。この情報抽出用辞書１０９の構成の一例を図２に示す。この情報抽出用辞書１０９は、３階層にて構成されており、最上位の階層をクラス、中位の階層を概念、下位の階層を表現と呼んでいる。なお、クラス、概念、表現の階層を特に意識することなく、これらの一つを指す場合には、以下では単にノードと呼ぶこととする。
【００３８】
クラステーブル１２１は、クラスを示しており、ここには、「地名」、「人名」等を格納する。概念テーブル１２２は、クラスと概念を対応付けて格納している。表現テーブル１２３は、クラス、概念、表現とを対応付けて格納をしている。
【００３９】
以上が本実施形態の辞書構築支援装置の構成である。
【００４０】
次に、本実施形態の辞書構築支援装置の動作について情報抽出を例として、フローチャートを用いて説明する。
【００４１】
図３は、辞書構築プログラム１００のうち、制御部１０１のフローチャートを示している。
【００４２】
ユーザが、辞書構築プログラム１００の起動を要求すると、制御部１０１が起動される。
【００４３】
制御部１０１は、自プログラム起動後、ユーザからのキー入力を待つ（Ｓ２０１）。キー入力を受けると、まず、ユーザの入力が終了指示であるか否か判定する（Ｓ２０２）。ここで終了指示と判定した場合には自プログラムを終了する。
【００４４】
一方、ステップＳ２０２において、終了指示でないと判定した場合には、次に、ユーザの入力が文書指定であるか否か判定する（Ｓ２０４）。ここで文書指定である場合には、指定された文書データを、指定先の、例えばメモリや磁気ディスク、光ディスクなどから読み出して、メモリ４０の内部データ保持部１１０内のテキストバッファ１１０ａに記憶する（Ｓ２０４）。この処理が終了すると、ステップＳ２０１に戻り、ユーザからの次の入力を待つ。
【００４５】
一方、ステップＳ２０３において、文書指定でないと判定した場合には、次に、ユーザの入力が辞書指定であるか否か判定する（Ｓ２０５）。ここで辞書指定である場合には、指定された辞書を、指定先の、例えばメモリや磁気ディスク、光ディスクなどから読み出して、メモリ４０の内部データ保持部１１０内の辞書バッファ１１０ｄに記憶する（Ｓ２０６）。この処理が終了すると、ステップＳ２０１に戻り、ユーザからの次の入力を待つ。
【００４６】
一方、ステップＳ２０５において、辞書指定でないと判定した場合には、次に、ユーザの入力が表現登録指示であるか否か判定する（Ｓ２０７）。ここで表現登録指示であると判断した場合には、表現登録部１０２を起動する（Ｓ２０８）。表現登録部１０２の動作については後述する。なお、表現登録部１０２の動作が終了すると、ステップＳ２０１に戻り、ユーザからの次の入力を待つ。
【００４７】
一方、ステップＳ２０７において、表現登録指示でないと判断した場合には、次に、ユーザの入力が辞書検証指示であるか否か判定する（Ｓ２０９）。ここで辞書検証指示であると判定した場合には、辞書検証部１０４を起動する（Ｓ２１０）。辞書検証部１０４の動作については後述する。なお、辞書検証部１０４の動作が終了するとステップＳ２０１に戻り、ユーザからの次の入力を待つ。
【００４８】
一方、ステップＳ２０９において、辞書検証指示でないと判断した場合には、次に、ユーザの入力が辞書編集指示であるか否か判定する（Ｓ２１１）。ここで辞書編集指示である場合には、辞書編集部１０３を起動する（Ｓ２１２）。辞書編集部１０３の動作については後述する。なお、辞書編集部１０３の動作が終了するとステップＳ２０１に戻り、ユーザからの次の入力を待つ。
【００４９】
一方、ステップＳ２１１において、辞書編集指示でないと判断した場合には、次に、ユーザの入力が差分検出指示であるか否か判定する（Ｓ２１３）。ここで、差分検出指示である場合には、差分検出部１０５を起動する（Ｓ２１４）。差分検出部１０５の動作については後述する。なお、差分検出部１０５の動作が終了するとステップＳ２０１に戻り、ユーザからの次の入力を待つ。
【００５０】
一方、ステップＳ２１３において、差分検出指示でないと判断した場合には、指定された他の処理、例えば環境設定処理等のユーザの入力指示に対応する処理を行って（Ｓ２１５）、ステップＳ２０１に戻り、ユーザからの次の入力を待つ。
【００５１】
以上のように、制御部１０１は、ユーザの入力を解析して各種処理部を起動するとともに、ユーザの指示に基づき、処理対象の文書および辞書を内部データ保持部１１０に記憶する。
【００５２】
図４は、制御部１０１が起動した直後の画面表示例を示している。上部には、登録、検証、編集、差分表示、環境設定、終了の各ボタンがあり、ユーザは、これらのボタンを押すことによって、次に行う処理を選択する。例えば、終了ボタンがクリックされると、ステップＳ２０２にて、ユーザの入力が終了指示であることを判定して、終了処理が行われる。また、例えば、登録ボタンがクリックされると、ステップＳ２０７にて、ユーザの入力が表現登録指示であることを判定し、表現登録部１０２が起動される処理が行われる。
【００５３】
これらボタンの下部には、左に辞書名を入力する領域が、右に文書名を入力する領域が設けられており、ユーザは、これら領域に辞書名、文書名を入力し、実行することにより、該当する辞書あるいは文書を記憶装置５０から読み出す。例えば、文書名を入力する領域にユーザが文書名を入力して実行すると、ステップＳ２０３にて、ユーザの入力が文書指定であると判定し、続くステップＳ２０４で、入力された文書名に基づいて、該当する文書を記憶装置５０などから読み出して、テキストバッファ１１０ａに記憶する。
【００５４】
次に、表現登録部１０２の処理動作について説明する。図５は、表現登録部１０２の処理動作を示すフローチャートである。
【００５５】
制御部１０１の動作中、ステップ２０７において表現登録指示であると判断した場合には、表現登録部１０２が起動される。起動された表現登録部１０２は、まず、表現抽出部１０２ａを起動する。起動された表現抽出部１０２ａは、テキストバッファ１１０ａに記憶される文書データを所定の解析方法にて解析し、表現リストを作成する（Ｓ３０１）。この作成された表現リストを表現リストバッファ１１０ｂに保持する（Ｓ３０２）。なお、所定の解析方法は、例えば、単語の表現リストを作成する際には、文書データを形態素解析や、構文解析し、単語を抽出し、抽出した単語を羅列すればよく、またこの解析方法にとらわれることなく既知の様々な方法で作成すれば良い。抽出後、表現抽出部１０２ａは、終了する。
【００５６】
次に、辞書バッファ１１０ｄに記憶される辞書データと、表現リストバッファ１１０ｂに記憶される表現リストとを読み出して、同時に表示する（Ｓ３０３）。
【００５７】
次に、ユーザの入力が辞書登録指示であるか否か判定する（Ｓ３０４）。ここで、辞書登録指示である場合には、次に、ユーザは、表示された表現リストの中から辞書に登録したい表現を指定する（Ｓ３０５）。これにより、表現登録部１０２は、ユーザによって指定された表現を得る。また、ユーザは、表示された辞書の概念の中から、得られた表現を登録したい概念を指定する（Ｓ３０６）。これにより、表現登録部１０２は、表現が登録される概念を得る。また、ユーザは、その概念が情報抽出時に形態素解析されるべきか否かを、チェックボックス等の入力手段を用いて条件設定部１０６に与える（Ｓ３０７）。そして、これら得た表現、概念、および情報抽出の条件を合成し、表現の辞書情報（下位のテーブル）として登録する（Ｓ３０８）。この登録は、辞書バッファ１１０ｄに追加される。
【００５８】
一方、ステップＳ３０４において、辞書登録指示でない場合には、ユーザの入力が辞書編集指示であるか否か判定する（Ｓ３０９）。ここで、辞書編集指示である場合には、後述の辞書編集部１０３を起動し、辞書の編集を行う（Ｓ３１０）。辞書編集部１０３の処理が終了すると、ステップＳ３０４に戻る。
【００５９】
一方、ステップＳ３０９において、辞書編集指示でない場合には、辞書バッファ１１０ｄに記憶される情報を磁気ディスク等に保存し（Ｓ３１１）、処理を終了する。
【００６０】
このようにして、表現登録部１０２は、表現抽出部１０２ａを起動して表現リストを作成し、表現リストから辞書１０９への辞書登録を行う。
【００６１】
図６は、表現登録部１０２の処理時の画面表示例を示している。辞書名を入力する領域の下部には、登録ボタンがあり、このボタンをクリックすることによって辞書登録処理（図５のＳ３０５〜Ｓ３０8）が可能になる。この登録ボタンの下部には、辞書の内容を表示している。この例においては、辞書名「ＸＸＸＸＸＸＸ」の辞書の内容の一部が表示されている。この表示では、クラス、概念、表現の３階層の形式で表示されている。また、各語の前部にはチェックボックスが設けられており、ユーザにてチェックボックスをクリックすることにより指定可能になる。また、概念には、情報抽出時の照合条件として形態素解析を使うかどうかを指定するためのチェックボックス（ａ１，ａ２，…）があり、ユーザによる条件の入力が可能となっている。そして、このチェックボックス（ａ１，ａ２，…）を設けて、形態素解析を行うか否かを指定できるようにした点が、この辞書構築支援装置の特徴の１つであり、これにより、プログラムレベルでの編集作業が不要となり、一般のユーザでも編集作業を簡単に行えるようになる。この例では、概念「仕事」のチェックボックス（ａ１）はオフ、概念「人」のチェックポイント（ａ２）はオンとなっているため、概念「仕事」に含まれる表現を抽出する際には形態素解析は用いられず、一方、概念「人」に含まれる表現を抽出する際には形態素解析が用いられることになる。
【００６２】
一方、文書名を入力する領域の下部には、単語、共起、句の各ボタンがあり、これらボタンを押すことによって、表現リストの表示内容を選択できる。これらボタンの下部は、表現リストを表示する領域であり、この例においては、文書名「＋＋＋＋＋＋」の単語の表現リストを表示している。この表現リストの各語（この場合は単語）の前部にはチェックボックスが設けられており、ユーザにてチェックボックスをクリックすることにより指定可能になっている。
【００６３】
このように、この表現登録部１０２の処理時の画面は、辞書と表現リストが同時に表示可能となっており、また、辞書のクラス、概念、表現、および表現リストの各語は、簡単に指定可能になっており、ユーザにとって、簡単に辞書への登録が可能である。
【００６４】
図７は、表現の登録処理を模式的に示した図である。この例では、表現リストから「社員」を選択し、「人」の概念の一つの表現として追加する際の内部データの処理について示している。
【００６５】
表示された表現リストから「社員」が選択されると表現リストバッファ１１０ｂから「社員」を取得し、また、表示された辞書から概念「人」が選択されると辞書バッファ１１０ｄに記憶される概念テーブル１２２から「業界・人」を取得する。そして、これら取得した「業界、人」、「社員」を合成し、「業界・人・社員」を得て、これを辞書バッファ１１０ｄの表現テーブル１２３に登録する。その結果、表現テーブルは１２３’のようになる。
【００６６】
これにより、文書データから抽出された表現を、簡単な操作で電子辞書内の所望の概念へ登録することができるようになった。
【００６７】
次に、辞書検証部１０４の処理動作について説明する。図８は辞書検証部１０４の処理動作を示すフローチャートである。
【００６８】
制御部１０１の動作中、ステップ２０９において辞書検証指示であると判断した場合には、辞書検証部１０４が起動される。起動された辞書検証部１０４は、辞書バッファ１１０ｄに記憶される辞書データを表示する（Ｓ４０１）。
【００６９】
次に、辞書１０９を用いて情報抽出を行い、結果を処理結果バッファ１１０ｃに記憶する（Ｓ４０２）。そして、処理結果バッファ１１０ｄに記憶した情報を表示する（Ｓ４０３）。
【００７０】
次に、ユーザの入力が情報抽出結果の検証指示であるか否か判定する（Ｓ４０４）。
【００７１】
ここで、情報抽出結果の検証指示であると判定した場合には、検証したいノードを辞書中で指定する（Ｓ４０５）。そして、指定されたノードに対応する情報抽出結果を表示する（Ｓ４０６）。なお、この処理後、ステップＳ４０４に戻る。
【００７２】
一方、ステップＳ４０４において、情報抽出結果の検証指示でないと判定した場合には、次に、ユーザの入力が辞書編集指示であるか否か判定する（Ｓ４０７）。ここで、辞書編集指示であると判定した場合には、辞書編集部１０３を起動し、辞書編集を行う。辞書編集部１０３が終了すると、ステップＳ４０４に戻る。
【００７３】
一方、ステップＳ４０７において、辞書編集指示でないと判定した場合には、辞書バッファ１１０ｄに記憶される情報を磁気ディスク等に保存する（Ｓ４０９）。また、処理結果バッファ１１０ｃに記憶される情報を磁気ディスク等に保存し（Ｓ４１０）、辞書検証部１０４の処理を終了する。
【００７４】
このようにして、辞書検証部１０４は、辞書１０９による情報抽出結果を表示しながら辞書の検証を行う。
【００７５】
図９は、辞書検証部１０４の処理時の画面表示例を示している。
【００７６】
表示上、左半分の表示内容は、図６の表現登録部１０２の左半分の表示内容と比較して、登録ボタンに代えて検証ボタンがあるのみで、その他は同じである。
【００７７】
この検証ボタンを押すことによって結果検証処理（図８のＳ４０５〜Ｓ４０６）が可能になる。
【００７８】
一方、図９の右半分の表示内容は、文書名の下部には、辞書１０９で処理された抽出結果が表示される。そして、図のように抽出結果の検証後にあたって、抽出結果上、指定された概念が持つ表現がある箇所には、ユーザへ明示可能なように、ここでは下線（ｂ１，ｂ２，ｂ３，ｂ４，…）で明示している。なお、下線以外に例えば、色などの十分識別ができる方法であれば良い。
【００７９】
さらに、この際、情報抽出に当たって形態素解析を用いたかどうかにしたがって、下線の形状を変えたり、色を変えたりなどの表示方法の変化をつけることにより、情報抽出の条件をも同時に表示することができる。そして、この指定された概念が持つ表現がある箇所を、情報抽出に当たって形態素解析を用いたかどうかによってその表示方法に変化をつける点も、この辞書構築支援装置の特徴の１つである。
【００８０】
これにより、階層化された電子辞書内の概念を、簡単な操作で指定でき、指定された概念に含まれる表現を電子辞書で抽出された抽出結果の中から容易に抽出して明示し、しかも照合条件も同時に表示するようにしたので、ユーザは、電子辞書の良し悪しを容易に検証することができるようになった。
【００８１】
この例では、「サービス」、「開発」、「営業」に付された下線（ｂ１，ｂ２，ｂ３）は単線なのに対して、「バイヤー」に付された下線（ｂ４）は２重線となっているが、これは、「サービス」、「開発」、「営業」は、情報抽出に当たって形態素解析が用いられておらず、一方、「バイヤー」は、形態素解析が用いられていることを示している。つまり、先に図６で示した、「サービス」、「開発」、「営業」を含む概念「仕事」については、形態素解析を使わず、「バイヤー」を含む概念「人」については、形態素解析を使うように設定した情報抽出時の照合条件を、この下線により簡単に認識することができる。
【００８２】
次に、辞書編集部１０３の処理動作について説明する。図１０は、辞書編集部１０３の処理動作を示すフローチャートである。
【００８３】
制御部１０１の動作中、ステップＳ２１１において辞書編集指示であると判断した場合、表現登録部１０２の動作中、ステップＳ３０８において辞書編集指示であると判断した場合、および辞書検証部１０４の動作中、ステップＳ４０７において辞書編集指示であると判断した場合に、辞書編集部１０３が起動される。
【００８４】
起動された辞書編集部１０３は、辞書バッファ１１０ｄに記憶される辞書データを表示する（Ｓ５０１）。
【００８５】
次に、ユーザの入力がノードの追加指示であるか否か判定する（Ｓ５０２）。ここで、追加指示である場合には、追加ノードを指定する（Ｓ５０３）。そして、指定されたノードに子ノードを追加する（Ｓ５０４）。追加の内容は、ユーザが直接入力する。そして、ステップＳ５０２に戻る。
【００８６】
一方、ステップＳ５０２において追加指示でない場合には、次にユーザの入力がノードの削除指示であるか否か判定する（Ｓ５０５）。ここで、削除指示である場合には、削除ノードを指定する（Ｓ５０６）。そして、指定されたノードとそのノードの子ノードを全て削除する（Ｓ５０７）。そして、ステップＳ５０２に戻る。
【００８７】
一方、ステップＳ５０５において削除指示でない場合には、次にユーザの入力がノードの変更指示であるか否か判定する（Ｓ５０８）。ここで、変更指示である場合には、変更ノードを指定する（Ｓ５０９）。そして、指定されたノードの文字列や値などを変更する（Ｓ５１０）。そして、ステップＳ５０２に戻る。
【００８８】
一方、ステップＳ５０８において変更指示でない場合には、次にユーザの入力がノードの複写指示であるか否か判定する（Ｓ５１１）。ここで、複写指示である場合には、複写元ノードを指定する（Ｓ５１２）。そして、複写先ノードを指定する（Ｓ５１３）。そして、指定された複写元ノードとその子ノード全てを複写先ノードの子ノードに追加する（Ｓ５１４）。そして、ステップＳ５０２に戻る。
【００８９】
一方、ステップＳ５１１において、複写指示でない場合には、ユーザの入力がノードの移動指示であるか否か判定する（Ｓ５１５）。ここで、移動指示である場合には、移動元ノードを指定する（Ｓ５１６）。そして、移動先ノードを指定する（Ｓ５１７）。そして、指定された移動元ノードとその子ノード全てを移動先ノードの子ノードに移動する（Ｓ５１８）。そして、ステップＳ５０２に戻る。
【００９０】
一方、ステップＳ５１５において、移動指示でない場合には、辞書バッファ１１０ｄに記憶される情報を磁気ディスク等に保存し（Ｓ５１９）、処理を終了する。
【００９１】
このようにして、辞書編集部１０８は、辞書１０９のノードに対して、追加、削除、変更、複写、移動などを行い、辞書編集を行う。
【００９２】
図１１は、辞書編集部１０３の処理時の画面表示例を示している。
【００９３】
この例では、図６の表現登録部１０２の左半分の表示内容と比較して、登録ボタンに変えて、追加、削除、変更、移動、複写の各ボタンが配置されている点が異なり、他は同じである。各ボタンをクリックすることにより、上記したようなクリックされたボタンの各種編集機能が実施される。
【００９４】
以上のように、電子辞書の編集を扱いやすいユーザインターフェースにしたので、ユーザにとって辞書の編集が容易に実現できる。
【００９５】
次に、差分検出部１０５の処理動作について説明する。図１２は差分検証部１０５の処理動作を示すフローチャートである。
【００９６】
制御部１０１の動作中、ステップＳ２１３において差分検出指示であると判断した場合に、差分検出部１０５が起動される。
【００９７】
起動された差分検出部１０５は、ユーザの入力によって、比較したい辞書を２つ指定する（Ｓ６０１）。そして、指定された辞書の差分を作成して差分バッファ１１０ｅに記憶する（Ｓ６０２）。
【００９８】
次に、差分バッファ１１０ｅに記憶される差分を表示する（Ｓ６０３）。差分バッファ１１０ｅに記憶される差分を磁気ディスク等に保存し（Ｓ６０４）、処理を終了する。
【００９９】
このようにして、差分検出部１０５は、辞書１０９同士を比較して、差分を作成・表示する。
【０１００】
図１３は、差分検出部１０５の処理時の画面表示例を示している。
【０１０１】
この例では、上部には、比較したい辞書を入力する２つの領域を備える。この領域の下部には、比較結果を表示する領域であり、ここでは、概念毎の比較結果を表示している。
【０１０２】
これにより、2つの電子辞書を容易に指定可能となり、それら電子辞書間の差分を検出し、概念の単位でユーザへ提示可能となった。
【０１０３】
以上説明した本実施形態においては、文書データから抽出された表現を、簡単な操作で電子辞書内の所望の概念へ登録することができるようになった。
【０１０４】
また、階層化された電子辞書内の概念を、簡単な操作で指定でき、指定された概念に含まれる表現を電子辞書で抽出された抽出結果の中から容易に抽出して明示するようにしたので、ユーザは、電子辞書の良し悪しを容易に検証することができるようになった。
【０１０５】
また、2つの電子辞書を容易に指定可能となり、それら電子辞書間の差分を検出し、概念の単位でユーザへ提示可能となった。
【０１０６】
また、文書から抽出した重要な表現を参照しながら、必要な表現を選択して情報抽出用の辞書に登録することができ、また、情報抽出結果を見て辞書の性能を検証しながら辞書を編集することができるようになった。
【０１０７】
なお、本願発明は、前記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。更に、前記実施形態には種々の段階の発明が含まれており、開示される複数の構成要件における適宜な組み合わせにより種々の発明が抽出され得る。たとえば、実施形態に示される全構成要件から幾つかの構成要件が削除されても、発明が解決しようとする課題の欄で述べた課題が解決でき、発明の効果の欄で述べられている効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。
【０１０８】
【発明の効果】
以上説明したように、本発明によれば、ユーザが表現の照合において形態素解析をするかしないかを設定できる情報抽出用の辞書を作成・検証するための支援環境を提供することができる。
【図面の簡単な説明】
【図１】本発明の実施形態に係る辞書構築支援装置の構成を示す図。
【図２】同実施形態における情報抽出用辞書１０９の構成の一例。
【図３】同実施形態における制御部１０１の処理動作を示すフローチャート。
【図４】同実施形態における制御部１０１が起動した直後の画面表示例。
【図５】同実施形態における表現登録部１０２の処理動作を示すフローチャート。
【図６】同実施形態における表現登録部１０２の処理時の画面表示例。
【図７】同実施形態における表現の登録処理を模式的に示した図。
【図８】同実施形態における辞書検証部１０４の処理動作を示すフローチャート。
【図９】同実施形態における辞書検証部１０４の処理時の画面表示例。
【図１０】同実施形態における辞書編集部１０３の処理動作を示すフローチャート。
【図１１】同実施形態における辞書編集部１０３の処理時の画面表示例。
【図１２】同実施形態における差分検出部１０５の処理動作を示すフローチャート。
【図１３】同実施形態における差分検出部１０５の処理時の画面表示例。
【符号の説明】
１０…ＣＰＵ
２０…入力部
３０…出力部
４０…メモリ
５０…記憶装置
１００…辞書構築プログラム
１０１…制御部
１０２…表現登録部
１０２ａ…表現抽出部
１０３…辞書編集部
１０４…辞書検証部
１０５…差分検出部
１０６…条件設定部
１０９…情報抽出用辞書
１１０…内部データ保持部
１１０ａ…テキストバッファ
１１０ｂ…表現リストバッファ
１１０ｃ…処理結果バッファ
１１０ｄ…辞書バッファ
１１０ｅ…差分バッファ
１２１…クラステーブル
１２２…概念テーブル
１２３…表現テーブル
Claims (12)
- 複数の表現とそれら表現に共通する上位の表現である概念とを対応付けて格納される電子辞書を記憶する辞書記憶手段と、
文書データから抽出された表現を記憶する表現記憶手段と、
前記辞書記憶手段にて記憶される該電子辞書から少なくとも一部の概念と、前記表現記憶手段にて記憶される少なくとも一部の該抽出された表現とを同時に表示する表示手段と、
前記表示手段によって表示された表現から一つ以上の表現の指定と、前記表示手段によって表示された概念から一つの概念の指定とを受けると、指定された表現を指定された概念に対応付けて前記電子辞書に追加登録する登録手段と
を備えた辞書構築支援装置であって、
前記辞書記憶手段にて記憶される電子辞書中の表現と文書データとを照合する際、該文書データを形態素解析してから照合するか、または形態素解析せずに照合するかを前記電子辞書中の概念ごとに設定する設定手段を具備することを特徴とする辞書構築支援装置。 - 前記設定手段は、該設定を照合条件として前記電子辞書中に保存する手段を有することを特徴とする請求項１記載の辞書構築支援装置。
- 前記設定手段は、前記電子辞書中に保存された該設定を表示する手段を有することを特徴とする請求項２記載の辞書構築支援装置。
- 複数の表現とそれら表現に共通する上位の表現である概念とを対応付けて格納される電子辞書を記憶する辞書記憶手段と、
文書データから抽出された表現を記憶する表現記憶手段と、
前記辞書記憶手段にて記憶される該電子辞書から少なくとも一部の概念と、前記表現記憶手段にて記憶される少なくとも一部の該抽出された表現とを同時に表示する表示手段と
を備えた辞書構築支援装置であって、
前記辞書記憶手段にて記憶される電子辞書中の表現と文書データとを照合する際、該文書データを形態素解析してから照合するか、または形態素解析せずに照合するかを前記電子辞書中の概念ごとに設定する設定手段と、
前記表示手段にて一部の該抽出された表現を表示する際、照合時に形態素解析を用いたか否かの違いにより、表示の方法を変化させる表示制御手段と
を具備することを特徴とする辞書構築支援装置。 - 複数の表現とそれら表現に共通する上位の表現である概念とを対応付けて格納される電子辞書を記憶する辞書記憶手段と、
文書データから抽出された表現を記憶する表現記憶手段と、
前記辞書記憶手段にて記憶される該電子辞書から少なくとも一部の概念と、前記表現記憶手段にて記憶される少なくとも一部の該抽出された表現とを同時に表示する表示手段と、
前記表示手段によって表示された表現から一つ以上の表現の指定と、前記表示手段によって表示された概念から一つの概念の指定とを受けると、指定された表現を指定された概念に対応付けて前記電子辞書に追加登録する登録手段と
を備えた辞書構築支援装置の辞書構築支援方法であって、
前記辞書記憶手段にて記憶される電子辞書中の表現と文書データとを照合する際、該文書データを形態素解析してから照合するか、または形態素解析せずに照合するかを前記電子辞書中の概念ごとに設定するステップを具備することを特徴とする辞書構築支援方法。 - 前記設定ステップは、該設定を照合条件として前記電子辞書中に保存するステップを有することを特徴とする請求項５記載の辞書構築支援方法。
- 前記設定ステップは、前記電子辞書中に保存された該設定を表示するステップを有することを特徴とする請求項２記載の辞書構築支援方法。
- 複数の表現とそれら表現に共通する上位の表現である概念とを対応付けて格納される電子辞書を記憶する辞書記憶手段と、
文書データから抽出された表現を記憶する表現記憶手段と、
前記辞書記憶手段にて記憶される該電子辞書から少なくとも一部の概念と、前記表現記憶手段にて記憶される少なくとも一部の該抽出された表現とを同時に表示する表示手段と
を備えた辞書構築支援装置の辞書構築支援方法であって、
前記辞書記憶手段にて記憶される電子辞書中の表現と文書データとを照合する際、該文書データを形態素解析してから照合するか、または形態素解析せずに照合するかを前記電子辞書中の概念ごとに設定するステップと、
前記表示手段にて一部の該抽出された表現を表示する際、照合時に形態素解析を用いたか否かの違いにより、表示の方法を変化させる表示制御ステップと
を具備することを特徴とする辞書構築支援方法。 - 複数の表現とそれら表現に共通する上位の表現である概念とを対応付けて格納される電子辞書を記憶する辞書記憶手段と、
文書データから抽出された表現を記憶する表現記憶手段と、
前記辞書記憶手段にて記憶される該電子辞書から少なくとも一部の概念と、前記表現記憶手段にて記憶される少なくとも一部の該抽出された表現とを同時に表示する表示手段と、
前記表示手段によって表示された表現から一つ以上の表現の指定と、前記表示手段によって表示された概念から一つの概念の指定とを受けると、指定された表現を指定された概念に対応付けて前記電子辞書に追加登録する登録手段と
を備えたコンピュータを、
前記辞書記憶手段にて記憶される電子辞書中の表現と文書データとを照合する際、該文書データを形態素解析してから照合するか、または形態素解析せずに照合するかを前記電子辞書中の概念ごとに設定する設定手段
として機能させるためのプログラム。 - 前記設定手段は、該設定を照合条件として前記電子辞書中に保存する手段を有することを特徴とする請求項９記載のプログラム。
- 前記設定手段は、前記電子辞書中に保存された該設定を表示する手段を有することを特徴とする請求項１０記載のプログラム。
- 複数の表現とそれら表現に共通する上位の表現である概念とを対応付けて格納される電子辞書を記憶する辞書記憶手段と、
文書データから抽出された表現を記憶する表現記憶手段と、
前記辞書記憶手段にて記憶される該電子辞書から少なくとも一部の概念と、前記表現記憶手段にて記憶される少なくとも一部の該抽出された表現とを同時に表示する表示手段と
を備えたコンピュータを、
前記辞書記憶手段にて記憶される電子辞書中の表現と文書データとを照合する際、該文書データを形態素解析してから照合するか、または形態素解析せずに照合するかを前記電子辞書中の概念ごとに設定する設定手段
前記表示手段にて一部の該抽出された表現を表示する際、照合時に形態素解析を用いたか否かの違いにより、表示の方法を変化させる表示制御手段
として機能させるためのプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002351429A JP3774431B2 (ja) | 2002-12-03 | 2002-12-03 | 辞書構築支援装置および辞書構築支援方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002351429A JP3774431B2 (ja) | 2002-12-03 | 2002-12-03 | 辞書構築支援装置および辞書構築支援方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004185306A JP2004185306A (ja) | 2004-07-02 |
| JP3774431B2 true JP3774431B2 (ja) | 2006-05-17 |
Family
ID=32753347
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002351429A Expired - Fee Related JP3774431B2 (ja) | 2002-12-03 | 2002-12-03 | 辞書構築支援装置および辞書構築支援方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3774431B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10558747B2 (en) | 2016-11-03 | 2020-02-11 | International Business Machines Corporation | Unsupervised information extraction dictionary creation |
| US10558756B2 (en) | 2016-11-03 | 2020-02-11 | International Business Machines Corporation | Unsupervised information extraction dictionary creation |
| KR102479043B1 (ko) * | 2018-11-02 | 2022-12-20 | 한국전자통신연구원 | 온라인 백과 사전 기반 신규 개체명 및 신규 개체명의 이형태 사전 구축 장치 및 방법 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07219962A (ja) * | 1994-02-01 | 1995-08-18 | Dainippon Printing Co Ltd | キーワード作成装置 |
| JPH1145268A (ja) * | 1997-07-28 | 1999-02-16 | Just Syst Corp | 文書検索装置およびその装置としてコンピュータを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体 |
| JPH11272701A (ja) * | 1998-03-23 | 1999-10-08 | Oki Electric Ind Co Ltd | 情報抽出装置 |
| JP2002140338A (ja) * | 2000-10-31 | 2002-05-17 | Toshiba Corp | 辞書構築支援装置および辞書構築支援方法 |
| JP2004118378A (ja) * | 2002-09-25 | 2004-04-15 | Toshiba Corp | 情報抽出システムおよび情報抽出方法 |
-
2002
- 2002-12-03 JP JP2002351429A patent/JP3774431B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2004185306A (ja) | 2004-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5501581B2 (ja) | 情報処理装置および情報処理方法 | |
| JPH1153384A (ja) | キーワード抽出装置及びキーワード抽出方法並びにキーワード抽出プログラムを格納したコンピュータ読み取り可能な記録媒体 | |
| JP2010033160A (ja) | 情報処理装置および情報処理方法 | |
| JP2005038395A (ja) | データベース検索装置 | |
| JP3774431B2 (ja) | 辞書構築支援装置および辞書構築支援方法 | |
| JPH08166959A (ja) | 画像処理方法 | |
| JP2002140338A (ja) | 辞書構築支援装置および辞書構築支援方法 | |
| JP2003308314A (ja) | 文書作成支援装置 | |
| JPH0877196A (ja) | 文書情報抽出装置 | |
| CN106250354A (zh) | 处理文书的信息处理装置、信息处理方法以及程序 | |
| JP5511161B2 (ja) | 情報処理装置および情報処理方法 | |
| JP2003173338A (ja) | 辞書構築支援装置、辞書構築支援方法及び辞書構築支援プログラム | |
| JP2004145626A (ja) | 文書分類支援装置およびコンピュータプログラム | |
| JPS61248160A (ja) | 文書情報登録方式 | |
| JPH07134720A (ja) | 文章作成システムにおける関連情報提示方法及び装置 | |
| JP3498635B2 (ja) | 情報検索方法及びその装置並びにコンピュータ可読記録媒体 | |
| JP2010033156A (ja) | 情報処理装置および情報処理方法 | |
| JPH1145249A (ja) | 情報検索装置およびその装置としてコンピュータを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| JP2001184351A (ja) | 文書情報抽出装置および文書分類装置 | |
| JP2001109740A (ja) | 中国語文書作成装置及び中国語文書作成方法 | |
| JP3949874B2 (ja) | 翻訳訳語学習方法、翻訳訳語学習装置、記憶媒体及び翻訳システム | |
| JP2021128618A (ja) | 表示装置、及びプログラム | |
| JPH06332934A (ja) | 電子辞書引き装置 | |
| JPH0981581A (ja) | データベースの作成方法 | |
| JPH1055360A (ja) | 住所録処理装置及び住所録処理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050831 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050906 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051107 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060214 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060217 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100224 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100224 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110224 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |