JP3926906B2 - Ｎ単語連鎖を用いたかな漢字変換システム，方法および記録媒体 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、Ｎ個（Ｎ≧１）の単語が連鎖したＮ連語の情報を含む変換辞書を使用したＮ単語連鎖を用いたかな漢字変換システム，方法および記録媒体に関する。
【０００２】
【従来の技術】
従来のかな漢字変換システムにおいては、入力したかな文字列を文節毎に区切り、文節毎に頻度に基づくかな漢字変換を試みていた。たとえば、「あかじこくさい」というかな文字列を入力した場合、「あかじ／こくさい」という文節に区切り、その上でこの２つの文節の単純な頻度だけに基づいて変換していた。しかし、このように単純な頻度だけで変換する方法では、「赤字国際」と変換されてしまい「赤字国債」とは変換されない。この場合、もしも「赤字国債」と変換したい場合には「あかじこくさい」というかな文字列をそのまま「赤字国債」と単語登録していた。その結果「あかじ／こくさい」という構造を保存していなかったため、「あかじこくさいきかん」を「赤字国際機関」と変換したい場合は、「国債」を「国際」に変更することが困難となり、以前の単語登録を削除するかあらためて単語登録し直さなければならないという問題があった。
【０００３】
この問題を解決する方法として、連語を用いて元の構造を保持しておく方法がある。連語とは、２つの文節が連なり１まとまりとして扱える連鎖した文節全体をいう。
【０００４】
従来の連語を用いた変換を図１から図４を用いて説明する。
【０００５】
図１は、連語を用いた変換例を示す。図１において、入力かな文字列は「となりのきゃくはよくかきくうきゃくだ」であり、このかな文字列は「となりの／きゃくは／よく／かき／くう／きゃくだ」のように６個の文節に区切られる。変換候補１００は「隣の／客は／よく／書き／食う／客だ」であり、２つ目の文節の「客は」１１０について他の変換候補１２０を表示している状態を示す。ここで変換候補１２０中の「脚は」を選択すると、「となりの／きゃくは」という２文節の読みに対して「隣の／脚は」という２文節の変換結果が連語として登録される。その結果、再度「となりのきゃくはよくかきくうきゃくだ」を入力すると、図２の連語の登録結果の例に示すように変換される。
【０００６】
図２において、「隣の脚はよく書き食う客だ」２００は図１の変換候補１２０中の「脚は」を選択した後の表示である。再度「となりのきゃくはよくかきくうきゃくだ」を入力すると、変換候補２１０のように「となりのきゃくはよくかきくうきゃくだ」中の最初の２文節「となりの／きゃくは」は「隣の／脚は」と変換される。前述の単語登録の場合と異なるのは、かな文字列中の文節の構造が保持されているため、変換候補２１０の状態であらためて「脚は」にカーソル等をあわせて他の変換候補１２０を得ることが可能な点である。
【０００７】
しかし、２つの文節の連鎖しか扱えない連語では、３つ以上の文節が連鎖した場合は扱えないという問題があった。この例を図３および図４を用いて説明する。
【０００８】
図３において、入力かな文字列の文節区切りは「となりの／きゃくは／よく／かき／くう／きゃくだ」であり、４つ目の文節「書き」について他の変換候補３２０中から「柿」３１０を選択した状態の「隣の／客は／よく／柿／食う／客だ」３００を示す。ここで４つ目の文節「かき」に対して「柿」が選択されたにもかかわらず、連語としての登録対象のかな文字列は３個以上の文節「となりの／きゃくは／よく／かき」からなるため「隣の／客は／よく／柿」という連語の登録はできない。その結果、再度「となりのきゃくはよくかきくうきゃくだ」を入力すると、図４の変換結果の例に示すように変換される。
【０００９】
図４において、「隣の客はよく柿食う客だ」４００は図３の変換候補３２０中の「柿」を選択した後の表示である。再度「となりのきゃくはよくかきくうきゃくだ」を入力すると、変換候補４１０のように「隣の客はよく書き食う客だ」４１０のように変換されてしまうという問題があった。
【００１０】
別の例では、「あのてこのて」というかな文字列を入力すると、従来の連語ではあくまで２文節までしか有効に処理できないため、結局「あの／梃子／の手」という誤変換を導くことになってしまう。
【００１１】
【発明が解決しようとする課題】
上述のように、連語はあくまでも２文節の連鎖であるため、３文節以上のたとえば慣用句的表現等は表現することができないという問題があった。
【００１２】
そこで、本発明の目的は上記問題を解決するためになされたものであり、かな漢字変換の対象とするかな文字列が３文節以上であっても文節を構成する単語の連鎖を表現することができるＮ単語連鎖を用いたかな漢字変換システム，方法および記録媒体を提供することにある。
【００１３】
【課題を解決するための手段】
請求項１記載の発明は、かな漢字変換の対象となる文の読みを表すかな文字列データを入力する手段と、前記入力したかな文字列データを解析して単語毎に区切った区切りデータを求める単語区切り手段と、Ｎ個（Ｎ≧３）の単語が連鎖した複数のＮ連語の情報であって、各々が前記Ｎ連語を単語毎に区切った見出し、および前記見出しをかな漢字変換したかな漢字混じり文字列を単語毎に区切った表記を含むＮ連語の情報を含む変換辞書と、前記区切りデータの中にＮ連語があるか否かを前記変換辞書を使用して探索し、Ｎ連語を見い出した場合には対応するＮ連語の表記をかな漢字変換候補として表示する探索手段と、前記探索手段により表示された表記上の位置を指定する位置指定手段と、前記変換辞書を探索し、前記位置指定手段により指定された位置に対する他のかな漢字変換の候補を表示する再探索手段と、前記再探索手段により表示されたかな漢字変換候補が確定した場合には、前記確定したかな漢字変換候補を用いて前記変換辞書内の対応するＮ連語の情報を更新する辞書更新手段とを備えている。
【００１４】
請求項２記載の発明は、請求項１において、前記変換辞書は、前記Ｎ連語の出現頻度を示す連語コストをさらに含むことができる。
【００１５】
請求項３記載の発明は、請求項１において、前記単語区切り手段は、前記入力したかな文字列データに対して形態素解析を行い単語毎に区切った区切りデータを得ることができる。
【００１８】
請求項４記載の発明は、かな漢字変換装置の入力手段が、かな漢字変換の対象となる文の読みを表すかな文字列データを入力するステップと、前記かな漢字変換装置の単語区切り手段が、前記入力したかな文字列データを解析して単語毎に区切った区切りデータを求める単語区切りステップと、前記かな漢字変換装置の探索手段が、Ｎ個（Ｎ≧３）の単語が連鎖した複数のＮ連語の情報であって、各々が前記Ｎ連語を単語毎に区切った見出し、および前記見出しをかな漢字変換したかな漢字混じり文字列を単語毎に区切った表記を含むＮ連語の情報を含む変換辞書を使用して、前記区切りデータの中にＮ個（Ｎ≧１）の単語が連鎖したＮ連語があるか否かを探索し、Ｎ連語を見い出した場合には対応するＮ連語の表記をかな漢字変換候補として表示する探索ステップと、前記かな漢字変換装置の位置指定手段が、前記探索ステップにより表示された表記上の単語の位置を指定する位置指定ステップと、前記かな漢字変換装置の再探索手段が、前記変換辞書を探索し、前記位置指定ステップにより指定された位置に対する他のかな漢字変換の候補を表示する再探索ステップと、前記かな漢字変換装置の辞書更新手段が、前記再探索ステップにより表示されたかな漢字変換候補が確定した場合には、前記確定したかな漢字変換候補を用いて前記変換辞書内の対応するＮ連語の情報を更新する辞書更新ステップとを備えている。
【００２１】
請求項５記載の発明は、請求項４記載のＮ単語連鎖を用いたかな漢字変換方法を実行するためのプログラムを記録したコンピュータ読みとり可能な記録媒体である。
【００２２】
請求項６記載の発明は、請求項１に記載のかな漢字変換システムの変換辞書により使用されるデータ構造であって、Ｎ個（Ｎ≧３）の単語が連鎖したＮ連語毎に、少なくとも該Ｎ連語を単語毎に区切った見出しと、前記見出しを構成する各単語のかな文字列の先頭アドレスへのポインタであって、各々が前記Ｎ連語内の次の単語のかな文字列へのポインタを含むかな文字列の先頭アドレスへのポインタと、該見出しをかな漢字変換したかな漢字混じり文字列を単語毎に区切った表記と、前記表記を構成する各単語のかな漢字混じり文字列の先頭アドレスへのポインタであって、各々が前記Ｎ連語内の次の単語のかな漢字混じり文字列へのポインタを含むかな漢字混じり文字列の先頭アドレスへのポインタとを備え、前記かな漢字変換システムの探索手段による探索は、前記かな漢字変換システムの単語区切り手段により求められた区切りデータに対応する見出しを探索することにより行われることを特徴とするデータ構造を有するデータを記録したコンピュータ読みとり可能な記録媒体である。
【００２３】
【発明の実施の形態】
以下、図面を参照して、本発明の実施の形態を詳細に説明する。
【００２４】
まずＮ連語について説明する。Ｎ連語とはＮ個の単語の連鎖であり、従来の連語と異なるのは文節の連鎖ではなく単語の連鎖という点である。したがって文節にとらわれない単語の連鎖をサポートすることが可能である。
【００２５】
図９は、本発明のＮ単語連鎖を用いた場合のかな漢字変換の一実施の形態を示すフローチャートである。
【００２６】
図９において、まずかな漢字変換の対象とするかな文字列を入力する（ステップＳ１００）。たとえば「となりのきゃくはよくかきくうきゃくだ」とする。この入力したかな文字列に対して単語の区切りを形態素解析により実行して、たとえば「となり／の／きゃく／は／よく／かき／くう／きゃく／だ」という単語毎に区切った文字列を得る（ステップＳ１１０）。
【００２７】
次にこの文字列に対応するＮ連語が存在するかどうかをＮ連語ファイル（図７）を用いて判断する（ステップＳ１２０）。後述するように、Ｎ連語ファイルにはＮ連語のかな文字列（以下「見出し」という）とこの見出しに対応するＮ連語のかな漢字変換結果（以下「表記」という）とが含まれており、入力したかな文字列に対応する見出しが存在するか否かをＮ連語ファイルを探索することにより実行する。
【００２８】
見出しに対応するＮ連語が見つかった場合は、そのＮ連語の表記をかな漢字変換の変換候補とする（ステップＳ１３０）。見つからない場合は、見出しのかな文字列に対して通常のかな漢字変換、たとえば前述の連語によるかな漢字変換を実行する（ステップＳ１４０）。
【００２９】
変換結果を確定するか否かを判断して（ステップＳ１５０）、確定しない場合は指定された表記上の位置に対する他の変換候補を求める（ステップＳ１６０）。
【００３０】
図５は、ステップＳ１５０からステップＳ１６０の処理の例を示す。
【００３１】
図５において、かな漢字変換する対象は上述のように「となりのきゃくはよくかきくうきゃくだ」であり、その変換候補９００は「隣の客はよく柿食う客だ」である。ここでまだ変換結果を確定せずに、たとえばカーソルを移動させることにより「柿」を他の変換候補として指定して他の変換候補９２０を表示させる。この移動はカーソルではなくたとえばマウス・ポインタにより行うことができるのはもちろんである。変換候補９２０の中から「牡蠣」を選択して変換を確定する。
【００３２】
図９に戻り、Ｎ連語を使用したか否かを判断して（ステップＳ１７０）、使用した場合には、確定した変換候補（たとえば「牡蠣」）により対応するＮ連語の表記を更新する（ステップＳ１８０）。Ｎ連語を使用していない場合には、そのまま終了する。または図示されていないが、通常の変換結果による更新を行う。
【００３３】
図６は、変換を確定した結果１０００に対して、再度「となりのきゃくはよくかきくうきゃくだ」を入力して変換した結果１０１０を示す。連語の場合と比較すると、たとえば図４の変換を確定した結果４００と再度入力して変換した結果４１０では、「柿」が「書き」のままであるのに対して、本発明のＮ連語の場合は、変換を確定した結果１０００と再度入力して変換した結果１０１０では、「牡蠣」が「牡蠣」と更新されている。
【００３４】
図７は、Ｎ連語ファイルの各フィールドの詳細を示す。
【００３５】
図７において、列１１００はフィールドにつけられたフィールド番号（１から８７）を示し、列１１１０はフィールドの内容を示すフィールド名であり、列１１２０はフィールドの型等を示すコメントである。たとえば、フィールド番号１には見出しがセットされ、その型はストリング型（Ｓ−ＪＩＳ Ｓｔｒｉｎｇ）である。フィールド番号２には見出しに対応する表記がセットされ、その型はストリング型（Ｓ−ＪＩＳ Ｓｔｒｉｎｇ）である。ストリング型という場合には、たとえば別の領域に格納された見出しの先頭へのポインタがセットされている。
【００３６】
フィールド番号３の連語コストは、Ｎ連語全体としての出現頻度を示す。連語コストは０から６５５３５の値をとることが図示されているが、これは例示であってこれに限定されるものではない。
【００３７】
フィールド番号４にはＮ連語の単語数（１から１５）がセットされる。ただし、この１５はあくまでも例示的な数字であり、１５に限定されるわけではない。フィールド番号５には第１単語、つまりＮ連語の最初の単語の見出しをセットする。型はストリング型である。フィールド番号６には第１単語の表記をセットする。型はストリング型である。フィールド番号７には第一単語の品詞が品詞番号でセットされ、さらにフィールド番号８には第一単語の管理用に用いる管理ＩＤ（識別子）がセットされる。
【００３８】
以下各単語２から１５について、単語１と同様にフィールド番号９から６４までセットする。第ｋ単語見出しはｋ番目の単語へのポインタであるので、ｋ番目の単語へ直接アクセスできる。
【００３９】
フィールド番号６５にはＵｎｉｃｏｄｅフラグが、ＳＪＩＳテキストからのコンパイルを可能にするためにセットされる。フィールド番号６６と６７はシステム予約のフィールドであり、たとえばフィールド番号６７には表記にＳＪＩＳ定義外のコードを含む場合に１がセットされる。
【００４０】
図８は、上述の例「となりのきゃくはよくかきくうきゃくだ」を「隣の客はよく柿食う客だ」と変換してＮ連語の登録を行ったことを示す。図８ではコメント列１１２０からポインタが出ているが、これは図７との比較のために各列１１００、１１１０および１１２０を表示したためであり、実際には列１１２０のみでＮ連語ファイルを構成することは可能である。
【００４１】
図８において、見出しへのポインタはフィールド番号１１００が１のコメント列１１２０から、見出しが格納されている領域の先頭アドレス１２００を指している。第１単語「となり」はアドレス１２００から指されるアドレス１２１０により示される。第２単語「の」はアドレス１２２０から指されるアドレス１２３０により示される。第３単語「きゃく」はアドレス１２４０から指されるアドレス１２５０により示される。対応する表記へのポインタは、フィールド番号１１００が２のコメント列１１２０から、表記が格納されている領域の先頭アドレス１２６０を指している。第１単語「隣り」はアドレス１２６０から指されるアドレス１２７０により示される。第２単語「の」はアドレス１２８０から指されるアドレス１２９０により示される。第３単語「客」はアドレス１３００から指されるアドレス１３２０により示される。以下同様にして見出しと表記のデータ構造が実現される。
【００４２】
再度変換を行う場合には、たとえばカーソルにより「客」が指定されると見出し用のポインタＰ１（１２４０）がアドレス１２４０を指し、対応する表記用のポインタＰ２（１３００）はアドレス１３００を指す。ポインタＰ１（１２４０）の指すアドレス１２５０からの読み「きゃく」に対する別の変換候補を探して、たとえば「脚」が確定すると、「脚」へのアドレス１３２０を指すようにポインタＰ２（１３００）を更新する。
【００４３】
このようにＮ連語を用いると、前述の「あのてこのて」を「あの／手／この／手」という４個の単語の連鎖として表現することができ、「手」を強調のために「テ」に変更することが簡単にできる。
【００４４】
【発明の効果】
以上説明したように、本発明のＮ単語連鎖を用いたかな漢字変換システムによれば、単語毎の連鎖によるＮ連語を用いるため、かな漢字変換の対象とするかな文字列が３文節以上であっても文節を構成する単語の連鎖を表現することができるＮ単語連鎖を用いたかな漢字変換システムを提供することが可能である。
【図面の簡単な説明】
【図１】連語を用いた変換例を示す図である。
【図２】連語の登録結果の例を示す図である。
【図３】連語では扱えない例を示す図である。
【図４】変換結果の例を示す図である。
【図５】本発明のＮ連語の変換結果の例を示す図である。
【図６】本発明のＮ連語の変換結果の例を示す図である。
【図７】本発明のＮ連語ファイルの各フィールドの詳細を示す図である。
【図８】本発明のＮ連語ファイルの例を示す図である。
【図９】本発明のＮ連語の処理のフローチャートである。
【符号の説明】
１００、２１０、３００、４１０、９００、１０１０ 変換候補の例
１１０、３１０、９１０ 他の変換の指定位置
１２０、３２０、９２０ 他の変換候補の表示
２００、４００、１０００ 変換確定の例
１１００ フィールド番号
１１１０ フィールド名
１１２０ コメント
１２００、１２１０、１２２０、１２３０、１２４０、１２５０ 見出し中のアドレス
１２６０、１２７０、１２８０、１２９０、１３００、１３１０、１３２０ 表記中のアドレス

Claims (6)

1. かな漢字変換の対象となる文の読みを表すかな文字列データを入力する手段と、
   前記入力したかな文字列データを解析して単語毎に区切った区切りデータを求める単語区切り手段と、
   Ｎ個（Ｎ≧３）の単語が連鎖した複数のＮ連語の情報であって、各々が 前記Ｎ連語を単語毎に区切った見出し、および 前記見出しをかな漢字変換したかな漢字混じり文字列を単語毎に区切った表記 を含むＮ連語の情報を含む変換辞書と、
   前記区切りデータの中にＮ連語があるか否かを前記変換辞書を使用して探索し、Ｎ連語を見い出した場合には対応するＮ連語の表記をかな漢字変換候補として表示する探索手段と、
   前記探索手段により表示された表記上の位置を指定する位置指定手段と、
   前記変換辞書を探索し、前記位置指定手段により指定された位置に対する他のかな漢字変換の候補を表示する再探索手段と、
   前記再探索手段により表示されたかな漢字変換候補が確定した場合には、前記確定したかな漢字変換候補を用いて前記変換辞書内の対応するＮ連語の情報を更新する辞書更新手段と
   を備えたことを特徴とするＮ単語連鎖を用いたかな漢字変換システム。
2. 請求項１記載のＮ単語連鎖を用いたかな漢字変換システムにおいて、前記変換辞書は、
   前記Ｎ連語の出現頻度を示す連語コストをさらに含むことを特徴とするＮ単語連鎖を用いたかな漢字変換システム。
3. 請求項１記載のＮ単語連鎖を用いたかな漢字変換システムにおいて、前記単語区切り手段は、前記入力したかな文字列データに対して形態素解析を行い単語毎に区切った区切りデータを得ることを特徴とするＮ単語連鎖を用いたかな漢字変換システム。
4. かな漢字変換装置の入力手段が、かな漢字変換の対象となる文の読みを表すかな文字列データを入力するステップと、
   前記かな漢字変換装置の単語区切り手段が、前記入力したかな文字列データを解析して単語毎に区切った区切りデータを求める単語区切りステップと、
   前記かな漢字変換装置の探索手段が、Ｎ個（Ｎ≧３）の単語が連鎖した複数のＮ連語の情報であって、各々が前記Ｎ連語を単語毎に区切った見出し、および前記見出しをかな漢字変換したかな漢字混じり文字列を単語毎に区切った表記を含むＮ連語の情報を含む変換辞書を使用して、前記区切りデータの中にＮ個（Ｎ≧１）の単語が連鎖したＮ連語があるか否かを探索し、Ｎ連語を見い出した場合には対応するＮ連語の表記をかな漢字変換候補として表示する探索ステップと、
   前記かな漢字変換装置の位置指定手段が、前記探索ステップにより表示された表記上の単語の位置を指定する位置指定ステップと、
   前記かな漢字変換装置の再探索手段が、前記変換辞書を探索し、前記位置指定ステップにより指定された位置に対する他のかな漢字変換の候補を表示する再探索ステップと、
   前記かな漢字変換装置の辞書更新手段が、前記再探索ステップにより表示されたかな漢字変換候補が確定した場合には、前記確定したかな漢字変換候補を用いて前記変換辞書内の対応するＮ連語の情報を更新する辞書更新ステップと
   を備えたことを特徴とするＮ単語連鎖を用いたかな漢字変換方法。
5. 請求項４記載のＮ単語連鎖を用いたかな漢字変換方法を実行するためのプログラムを記録したコンピュータ読みとり可能な記録媒体。
6. 請求項１に記載のかな漢字変換システムの変換辞書により使用されるデータ構造であって、
   Ｎ個（Ｎ≧３）の単語が連鎖したＮ連語毎に、少なくとも
   該Ｎ連語を単語毎に区切った見出しと、
   前記見出しを構成する各単語のかな文字列の先頭アドレスへのポインタであって、各々が前記Ｎ連語内の次の単語のかな文字列へのポインタを含むかな文字列の先頭アドレスへのポインタと、
   該見出しをかな漢字変換したかな漢字混じり文字列を単語毎に区切った表記と、
   前記表記を構成する各単語のかな漢字混じり文字列の先頭アドレスへのポインタであって、各々が前記Ｎ連語内の次の単語のかな漢字混じり文字列へのポインタを含むかな漢字混じり文字列の先頭アドレスへのポインタとを備え、
   前記かな漢字変換システムの探索手段による探索は、前記かな漢字変換システムの単語区切り手段により求められた区切りデータに対応する見出しを探索することにより行われることを特徴とするデータ構造を有するデータを記録したコンピュータ読みとり可能な記録媒体。

Images