JP3999103B2 - 自然言語処理装置 - Google Patents
自然言語処理装置 Download PDFInfo
- Publication number
- JP3999103B2 JP3999103B2 JP2002324456A JP2002324456A JP3999103B2 JP 3999103 B2 JP3999103 B2 JP 3999103B2 JP 2002324456 A JP2002324456 A JP 2002324456A JP 2002324456 A JP2002324456 A JP 2002324456A JP 3999103 B2 JP3999103 B2 JP 3999103B2
- Authority
- JP
- Japan
- Prior art keywords
- hypothesis
- interpretation
- dependency
- candidate
- entry
- 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 - Lifetime
Links
Images
Landscapes
- Machine Translation (AREA)
- Document Processing Apparatus (AREA)
Description
【産業上の利用分野】
本発明は、自然言語対話装置等に用いられる自然言語処理装置に関するものである。
【0002】
【従来の技術】
近年、日本語ワードプロセッサや機械翻訳システム等のいわゆる自然言語処理技術を応用した計算機が出てきている。また、データベースへの自然言語インタフェース、自然言語によるプログラミング等も実用化の期待が高くなってきている。
【0003】
そこで本発明は、自然言語によって利用者と対話する自然言語対話装置に関するものを提案する。
【0004】
情報データベースサービスの検索などの計算機を利用した各種サービスの普及にともない、一般の利用者が、直接計算機を利用する機会が多くなってきている。しかし、計算機を利用するためには、専用のコマンドなどによる操作を行なう必要があり、この操作方法の習得が一般に困難である。そのため、専門家でない一般の利用者でも計算機を容易に利用できるようにするためのインターフェース方法の開発が求められている。
【0005】
その一つの解決方法として、自然言語による対話によって、一般の利用者が計算機を利用できるようにする自然言語対話装置がある。
【0006】
この自然言語対話装置を実現するためには、利用者の自然言語文での入力を計算機によって処理し、計算機で処理可能な命令へと変換する必要がある。しかし、この変換の過程において、複数の解釈候補が考えられ、曖昧性が生じてしまい、一意に解釈を決定できず、入力を計算機処理可能な命令に変換できない場合がある。
【0007】
このような複数の解釈候補を生じさせる原因の一つとして、入力文に現れる構成要素間の係受け関係の曖昧性がある。ここでいう係受け関係とは、構成要素間の修飾/被修飾関係などを指す。
【0008】
例えば、「大きな家の庭」という入力では、その構成要素として、「大きな」、「家」、および「庭」が含まれ、最初の要素「大きな」が、「家」に係る場合と、「庭」に係る場合の2通りの係受けの候補が考えられる。前者の係受け候補をとると、入力は、「大きな家」の「庭」を意味すると解釈される。一方、後者の係受け候補をとると、入力は、「大きな」「家の庭」つまり、「家」の「大きな庭」を意味すると解釈される。
【0009】
上述の例は、名詞句の中の修飾句の修飾先に関する係受け関係の曖昧性を示しているが、例えば、文「東京で鞄を買った男に会った」では、場所を表す後置詞句「東京で」の係り先が、動詞「買った」であるか、あるいは動詞「会った」であるかという曖昧性がある。つまり、「会った男が鞄を買った場所」が「東京」であるのか、あるいは、「鞄を買った男に会った場所」が「東京」であったかという曖昧性があり、これは、文中に現れる後置詞句「東京で」の係り先の動詞句の曖昧性に起因するものである。
【0010】
以上示したように、係受け関係の曖昧性の問題は、自然言語入力の解析の様々な段階で生じるものであり、自然言語対話装置を実現するためには、このような利用者の入力の係受けの曖昧性を解消する必要がある。
【0011】
従来、このような係受け関係の曖昧性を解消するための方法として、(1)選択制約知識の利用による方法と、(2)解釈候補の列挙による曖昧性解消方法が開発されている。
【0012】
(1)選択制約知識の利用による方法
選択制約知識の利用による方法とは、統語的な知識でない各単語の意味的な知識をあらかじめ用意しておき、その知識に基づいて、正しい意味を成さない、係受け候補を排除することによって、係受け関係の曖昧性を解消しようという方法である
例えば、「木造」、「家」、および「住人」を構成要素として含む名詞句「木造の家の住人」は、統語的には前述の例「大きな家の庭」と全く同じ構造を持っている。そして、「木造」の「家」は存在し得るが、「木造」の「住人」はあり得ないという言語外の知識を選択制約知識としてあらかじめ用意しておけば、その知識によって、「木造の」が「住人」に係る誤った候補を削除して、「木造の家」が「住人」に係る正しい解釈を得ることができる。
【0013】
しかし、利用者からの自然言語入力では、多様な表現が可能であり、そこに現れる構成要素の数は膨大なものとなる、考え得る選択制約知識の数は、その構成要素の組合せによって規定されるものである。そのため、係受け関係の曖昧性を解消するための選択制約知識を、あらかじめ十分に用意することは、事実上不可能であるという問題点がある。
【0014】
(2)解釈候補の列挙による曖昧性解消方法
解釈候補の列挙による曖昧性解消方法は、利用者の自然言語入力に対して解析を行ない、生じた解釈の候補をすべて列挙して利用者に提示し、その中から、正しい係受け関係を持つものを利用者に選択させるという方法である。
【0015】
しかし、係受け関係の曖昧性によって生じる解釈候補の数は、係受け先が曖昧である候補の数に関して組合せ的に増加するものであり、解釈候補の数は非常に多くなる可能性がある。例えば、構成要素の数が6個の場合、図1に示すような係受け構造の候補が存在し、この中から正しい構造を選択させることは、利用者に大きな負担を与える。さらに、この候補は、要素数が増えるにつれて増加し、例えば要素数が7となると、可能な係受け構造は、図2に示すように、組合せは爆発的に増加することになる。そのため、このような候補の中から、正しい係受け関係を持つ候補を選択することは非常に難しく、利用者に大きな負担を強いる問題点がある。
【0016】
【発明が解決しようとする課題】
自然言語対話装置において、問題点をまとめると下記のようになる。
【0017】
(1) 利用者の入力文の解釈における曖昧性を解消するための選択制約知識を予め充分用意できないという問題点。
【0018】
(2) 選択制約知識を予め充分用意できないと、曖昧性が残り解釈を一意に決定できないという問題点。
【0019】
(3) 一意に決定できないと、その結果生じた曖昧な候補をすべて列挙して解釈を選択させることになり、利用者が非常に多くの解釈候補の正誤の判断をしなくてはいけないという問題点。
【0020】
本発明はこのような事情を考慮してなされたもので、自然言語による利用者の入力の解釈において、複数の解釈候補が残り、曖昧性が残り、曖昧性が生じた場合に、それらの解釈候補から正しい解釈を選択するための選択制約規則の仮説を動的に生成し、その仮説の真偽を利用者に尋ねる質問を生成して、その質問に対する利用者の応答に応じて、適切な解釈を決定することのできる自然言語処理装置を提供する。
【0021】
また、本発明にかかる自然言語処理装置では、曖昧性解消のために生成した選択制約の仮説の真偽についての質問への利用者の応答に応じて、その結果得られた知識を自動的に登録することによって、効率的に選択制約知識を蓄積することができる自然言語処理装置をも提供する。
【0022】
さらに、解釈候補の曖昧性解消のための質問の提示順序を適切に決定することによって、利用者の負担がもっとも少なくなるようにして、曖昧性解消と選択制約知識の抽出を行なうことができる自然言語処理装置を提供する。
【0023】
【課題を解決するための手段】
請求項1の発明は、入力された自然言語文を統語的な要素に分解し、各要素間の係受け関係を解析し係受け構造候補を抽出する構文解析手段と、自然言語中に現れる統語的な要素間の係受け関係に関する係り元の語である係語と、係り先の語である受語の組と、この組の係り受けの可否よりなる確信度あるいは前記組の係り受けの可否の可能性の大小よりなる確信度を含む制約知識を記録した制約知識記憶手段と、前記構文解析手段によって抽出された各係受け構造候補の中で、制約知識記憶手段に記憶されている制約知識と照合して、不可能な係り受けを含まない解釈候補を選択する解釈候補選択手段と、この解釈候補選択手段によって選択された解釈候補の集合を受け取り、この解釈候補間の曖昧性を解消するための選択制約の仮説を生成する仮説生成手段と、この仮説生成手段によって生成された仮説中の係語と受語の組の間の係り受け関係の真偽を利用者に問うために、予め記憶した質問文に前記係り受け関係を当てはめて質問を生成し利用者に提示する仮説確認手段と、この仮説確認手段によって提示された質問に対する利用者の応答を受け取り、受理された利用者の応答を解釈し、前記解釈候補選択手段により選択されている解釈候補から利用者の自然言語入力文に対する解釈を選択する応答解釈手段とを有し、前記仮説生成手段における前記仮説の生成は、前記受け取った解釈候補の集合中の係語と受語の組の間の係り受け関係の集合を仮説の集合として、これら仮説の集合の中から所定の規則に基づいて選択された仮説を前記選択制約の仮説として生成するものであり、前記所定の規則とは、基準以上の前記確信度を持つ仮説がある場合には、最も解釈候補数を絞り込める仮説を選択し、また、基準以上の前記確信度を持つ仮説がない場合には、解釈候補数を所定数に絞り込める仮説を選択するものであることを特徴とする自然言語処理装置である。
【0024】
請求項2の発明は、前記仮説生成手段によって生成された仮説と、前記応答解釈手段によって利用者の応答から得られるこの仮説の真偽を受け取り、この仮説と真偽の組を、制約知識として新たに制約知識記憶手段に追加登録する制約知識学習手段を有したことを特徴とする請求項1記載の自然言語処理装置である。
【0025】
請求項2の発明の自然言語処理装置は、請求項1の発明に制約知識学習手段を付加する。
【0026】
これによって、仮説確認手段からの質問に対する利用者の応答によって判明した曖昧性解消仮説の真偽を制約知識記憶手段に追加登録し、以後の自然言語対話処理で利用する。
【0027】
請求項3の発明は、前記解釈候補選択手段によって選択された解釈候補と、前記仮説生成手段によって生成される仮説の集合を受け取り、前記仮説確認手段によって生成される質問の提示順序の評価を前記仮説の確信度に基づいて行う評価手段と、この評価手段によって決定された順序に沿って、仮説確認質問を行う質問提示手段とを有したことを特徴とする請求項1または請求項2記載の自然言語処理装置である。
【0028】
請求項3の発明の自然言語処理装置は、下記のようなものである。
【0029】
まず、請求項1の発明に評価手段と質問提示手段を付加した場合には、解釈候補選択手段によって選択された解釈候補と、曖昧性解消仮説生成手段によって生成される選択制約仮説の集合を受取り、仮説確認手段によって生成される質問の提示順序の評価を行ない、質問提示手段で、評価手段によって決定された順序に沿って、仮説確認質問を行なう。
【0030】
また、請求項2の発明に評価手段と質問提示手段を付加した場合には、解釈候補選択手段によって選択された解釈候補と、仮説生成手段によって生成される選択制約仮説の集合を受取り、仮説確認手段によって生成される質問の提示順序の評価を行ない、質問提示手段で、評価手段によって決定された順序に沿って、仮説確認質問を行なうとともに、仮説確認手段からの質問に対する利用者の応答によって判明した曖昧性解消仮説の真偽を制約知識記憶手段に追加登録し、以後の自然言語対話処理で利用する。
【0031】
【作 用】
請求項1から3の発明の自然言語処理装置の具体的な説明を行なうため、利用者から「転写式のプリンタ付きの携帯型ワープロの品番を、表示せよ」という入力が成され、その入力のうちの「転写式のプリンタ付きの携帯型ワープロの品番」の部分の解釈を行なう場合を考えることとする。
【0032】
まず、処理対象の自然言語入力文に対し、構文解析などを施し、統語的な構成要素に分解し、各構成要素間の係受け関係を解析し、その係受け構造候補を生成する。
【0033】
具体的には、構成要素として、「転写式(の)」、「プリンタ(付きの)」、「携帯型」、「ワープロ(の)」、および「品番」が抽出される。なお、ここで、これらの構成要素の括弧部分は、助詞および助詞相当語部分を表す。これらの構成要素間の係受け関係について、「係受けは後方の要素に対してのみ行なわれる」という統語的規則によって、まず、最後から2つめの要素「ワープロ(の)」は、最後の要素「品番」に係ることが決定する。さらに、「係受け関係は非交差である」という統語的知識によって、係受け関係の候補は図3に示すような候補が考えられる。
【0034】
なお、「係受け関係が非交差である」とは、i番目の要素が、後方にあるj(i<j)番目の要素に係っている場合、その両者にはさまれた要素k(i<k<j)が存在する場合、その係り先は、(k+1)番目からj番目の要素に限定され、(j+1)番目以降の要素には係らないということを意味しており、係受け関係を表す矢印に図3の(X)の矢印部のような交差が無いということを意味している。
【0035】
(1)では、構成要素「転写式(の)」が「プリンタ(付き)の」に係り、「プリンタ(付きの)」が、「携帯型」に係り、「携帯型」が「ワープロ(の)」に係り、「ワープロ(の)」が「品番」に係ることを表している。
【0036】
さらに、3番目の構成要素「携帯型」が他の名詞と連接することによって複合名詞を構成する要素であるという統語的な知識と、そのような要素には係受けが行なわれず、複合名詞を構成する「携帯型」に連接する要素に係受けが行なわれるという統語的な規則から、構文解析手段によって、「転写式(の)」が「携帯型」に係らないことと、「プリンタ(付きの)」が「携帯型」に係らないことなどが決定され、図4の5つの係受け構造候補が得られたとする。
【0037】
続いて、選択制約知識手段に記憶されている、例えば「ワープロ(の)」は「キーボード」に係り得るが、「木造(の)」は「ワープロ」に係り得ないといったような選択制約知識を利用して、構文解析手段によって生成された係受け構造候補を絞り込み、解釈候補を選択する。ここでは、適応可能な制約知識がなかったと仮定し、図4の候補がそのまま解釈候補となったとする。
【0038】
続いて、仮説生成手段によって、解釈候補から曖昧性を解消するための制約の仮説が生成される。例えば、ここでは、「転写式(の)」が「プリンタ」に係り得る、あるいは係り得ないという制約の仮説や、「プリンタ(付きの)」が「品番」に係るかどうかといった制約の仮説のような、現在残っている解釈候補の曖昧性を解消するのに利用可能な制約の仮説が生成される。
【0039】
続いて、生成された仮説の真偽を利用者に問う質問が、仮説確認手段によって生成され、利用者に提示される。
【0040】
なお、仮説確認質問の生成と提示において、質問の提示順序の評価を行ない、より効率的で、利用者の負担の少なくなる順番で質問が行なわれる。
【0041】
続いて、質問に対する利用者の応答を、応答解釈手段によって受取り、そこで得られる仮説の真偽に応じて解釈候補の選択を行なうことによって、入力の係受けに関する曖昧性の解消を行なう。
【0042】
なお、請求項2及び3の発明の自然言語処理装置では、この利用者の応答の解釈の結果得られた仮説の真偽を、新たな制約知識として、制約知識記憶手段に追加登録し、本自然言語処理装置での以後の対話処理で利用する。
【0043】
本発明によれば、自然言語による利用者の入力の解釈において、複数の解釈候補が残り、曖昧性が生じた場合にも、それらの解釈候補から正しい解釈を選択するための選択制約規則の仮説を動的に生成し、その仮説の真偽を利用者に尋ねる質問を生成して、その質問に対する利用者の応答を解釈することによって、適切な解釈を決定することが可能となる。
【0044】
また、本発明の自然言語処理装置では、曖昧性解消のために生成した選択制約の仮説の真偽についての質問への利用者の応答に応じて、その結果得られた知識を自動的に登録することによって、この知識を以後の対話における曖昧性解消に利用することが可能となる。また、この方法によって、選択制約知識を効率的に抽出/蓄積することが可能となる。
【0045】
さらに、解釈候補の曖昧性解消のための質問の提示順序を適切に決定することによって、曖昧性解消と選択制約知識の抽出における利用者の負担を、軽減することが可能となる。
【0046】
【実施例】
図5から図18に基づいて本発明の一実施例に係る自然言語対話装置について説明する。
【0047】
図5は、同実施例の回路構成を示すブロック図である。
【0048】
図5の入力手段201は、例えば、キーボードなどからなり、本実施例にかかる自然言語対話装置へ利用者から自然言語文からなる入力が行なわれる。また、該入力手段201は、本装置を、例えば、音声認識入力装置などの他の自然言語処理装置と組合わせて使用する場合のインターフェースとして機能するようにしている。この入力手段201から入力される自然言語文データは、構文解析手段202へと送られる。
【0049】
図5の構文解析手段202は、入力手段201から入力される自然言語文データを受取り、自然言語文データを統語的な構成要素に分解するとともに、予め用意した文法と辞書を用いて構文解析を行ない、その解析結果を構文解析結果記憶手段203に記録するとともに、解析において生じた係受け関係の曖昧性のすべての候補を解釈候補記憶手段206に記録するようにしている。なお、ここでは、「係受け関係は非交差である」という制約に合致しない係受け関係の候補の刈り込みも行なわれる、係受け関係が非交差である候補のみ解釈候補記憶手段206に記録される。
【0050】
図5の構文解析結果記憶手段203は、構文解析手段202によって行なわれた自然言語入力文に対する構文解析結果を記録する。この構文解析結果記憶手段203に記録されている情報は、解釈候補を生成するために解釈候補選択手段205から参照される。
【0051】
図6は、構文解析結果記憶手段203の内容例を表し、文内位置情報A、要素表層情報B、要素品詞情報C、助詞相当語情報Dなどが、分類され、記録される。なお、Eは格納アドレスである。
【0052】
構文解析結果記憶手段203の各エントリは、構文解析手段202によって抽出された入力文の構成要素を表しており、文内位置情報Aはその構成要素の出現位置の情報を表している。また、要素表層情報Bは、その構成要素の助詞相当語部分を除いた部分の表層文字列の情報を表している。また、要素品詞情報Cは、その構成要素の助詞相当語部分を除いた部分の品詞情報を表している。また、助詞相当語情報Dは、その構成要素に付属している助詞相当語の表層文字列などの情報を表している。なお、この助詞相当語情報Dの欄に記号「−」が記録されている場合は、助詞相当語が存在しないことを表している。
【0053】
図5の選択制約知識記憶手段204は、解釈候補選択手段205で利用する選択制約知識を記録する。なお、ここでの選択制約知識とは、自然言語文データの構成要素間に係受け関係が成立し得るかどうかに関する情報を表すものであり、あらかじめ用意され、記録されるものである。また、本選択制約知識記憶手段204には、曖昧性解消仮説記憶手段208に記憶されている曖昧性解消仮説の内で、選択制約学習手段214によって、新しい選択制約規則として抽出された知識を追加登録することもできる。
【0054】
図7は、選択制約知識記憶手段204の内容の例を示し、係語表層情報A、係語品詞情報B、係語助詞相当語情報C、受語表層情報D、受語品詞情報E、受語助詞相当語情報F、係受けタイプ情報Gなどが、分類され、記録される。なお、Hは格納アドレスである。
【0055】
選択制約知識記憶手段204の各エントリは、それぞれ1つの係語と受語の間の選択制約知識を表している。ここで、係語と受語とは、自然言語文データの構成要素間の係受け関係を考える場合において、係受け元の構成要素を「係語(かかりご)」と呼ぶこととし、係先の構成要素を「受語(うけご)」と呼ぶことにする。つまり、ある構成要素Kからある構成要素Uへ係受けがなされている場合には、Kが係語であり、Uが受語となる。
【0056】
選択制約知識記憶手段204の各エントリの係語表層情報Aは、各選択制約知識における係語の表層文字列に関する情報が記録される。同様に、係語品詞情報Bは、各選択制約知識の係語の品詞に関する情報を記録する。また、係語助詞相当語情報Cは、係語にあたる構成要素に付随している助詞および助詞相当語に関する情報を表している。
【0057】
同様に、各エントリの受語表層情報Dは、各選択制約知識における受語の表層文字列に関する情報が記録される。同様に、受語品詞情報Eは、各選択制約知識の係語の品詞に関する情報を記録する。また、受語助詞相当語情報Fは、係語にあたる構成要素に付随している助詞および助詞相当語に関する情報を表している。
【0058】
なお、係語助詞相当語情報Cおよび受語助詞相当語情報Fの欄に記号「−」が記録されているエントリは、それぞれ、係語あるいは受語にあたる構成要素に助詞相当語がない場合を表している。また、同様に、これらの欄に記号「*」が記録されているエントリでは、それぞれ係語あるいは受語にあたる構成要素の助詞相当語に対する制限がなく、どのような助詞相当語が付随していてもよいことを表している。
【0059】
選択制約知識記憶手段204の各エントリの係受けタイプ情報Gは、以上の係語表層情報Aから受語助詞相当語情報Fまでの条件に合致した係受けの候補の成否に関する情報を記録し、この値が「可能」である係受け候補は、正しい係受けである可能性があることを表しており、この値が「不可能」である係受け候補が正しくないことを表している。また、この値が「困難」である係受け候補は、正しい係受けである可能性はあるが、その可能性が「可能」であるものより小さいことを表している。
【0060】
図5の解釈候補選択手段205は、構文解析手段202から、自然言語文入力の構成要素間の係受けに関する曖昧性のすべての候補を受けとり、選択制約知識記憶手段204に記憶されているすべての選択制約知識と照合し、不可能な係受けを含まない候補を選択し、自然言語入力文の解釈候補として、解釈候補記憶手段206へと記録する。ここでは、同時に、各解釈候補に含まれる係受けのうちで、選択制約知識記憶手段204で係受けタイプが「可能」となっているものと「困難」となっているものの数がカウントされ、それぞれ、対応する解釈候補記憶手段206のエントリの可能係受け数情報Cと困難係受け数情報Dに記録される。
【0061】
図5の解釈候補記憶手段206は、構文解析手段202における解析によって生じ係受け関係の曖昧性に関するすべての候補が記録され、さらに、解釈候補選択手段205によって選択された、選択制約知識記憶手段204に記録されている選択制約知識に違反しない解釈候補が記録される。この解釈候補記憶手段206に記録される解釈候補は、曖昧性解消仮説生成手段207などから参照される。また、この解釈候補記憶手段206の内容は、利用者への質問の応答から得られる情報によって曖昧性を解消する応答解釈手段213によって書き換えられることによって、最終的に曖昧性を減少させた解釈が残される。そして、本自然言語対話装置全体の処理の終了時に、この解釈候補記憶手段206に残されている候補が、利用者からの自然言語入力文に対する曖昧性の減少した解釈候補であり、本装置の出力となる。
【0062】
図8は、解釈候補記憶手段206の内容の例を示し、解釈候補である係受けの候補の情報が、候補記号情報A、係受け関係リスト情報B、可能係受け数情報C、困難係受け数情報Dと分類され記録される。なお、Eは格納アドレスである。
【0063】
解釈候補記憶手段206の各エントリにおいて、候補記号情報Aは係受け関係の候補の識別記号が記録される。また、各エントリの係受け関係リスト情報Bには、その解釈候補での係受け関係の情報が記録される。このリストの各要素は、係受け関係にある係語と受語に対応する、構文解析結果記憶手段203でのエントリの文内位置情報Aの内容が2つ組として記録される。例えば、第8の格納アドレスR01のエントリでは、係受け関係リスト情報Bの内容が、[(1、2)(2、4)(3、4)(4、5)]である。そして、このリストの第1番目の要素は「(1、2)」であるので、構文解析結果記憶手段203で文内位置情報Aが1の構成要素「転写式(の)」が係語であり、文内位置情報Aが2の構成要素「プリンタ(付きの)」が受語であって、前者の「転写式(の)」が後者の「プリンタ(付きの)」に係ることを表現している。同様に、このリストの第2番目の要素の「(2、4)」は、構文解析結果記憶手段203で文内位置情報Aが2の構成要素「プリンタ(付きの)」が、文内位置情報Aが4の構成要素「ワープロ(付きの)」に係ることを表現している。以上説明したようにして、解釈候補記録部6の格納アドレスR01の係受け関係リスト情報B全体では、図4の(3)の係受け構造を表している。同様に、第8のR02〜R05のエントリは、それぞれ図4の(4)〜(10)の係受け構造を表現している。また、解釈候補記憶手段206の各エントリにおいて、可能係受け数情報Cは、そのエントリの係受け関係リスト情報Bに記録されている係受け関係の内で、その係受け関係に対応する選択制約知識記憶手段204のエントリQiが存在し、かつエントリQiの係受けタイプ情報Gの内容が「可能」である係受け関係の数を記録する。同様に、解釈候補記憶手段206の各エントリにおいて、困難係受け数情報Dは、そのエントリの係受け関係リスト情報Bに記録されている係受け関係の内で、その係受け関係に対応する選択制約知識記憶手段204のエントリQjが存在し、かつエントリQjの係受けタイプ情報Gの内容が「困難」である係受け関係の数を記録する。
【0064】
図5の曖昧性解消仮説生成手段207は、構文解析結果記憶手段203の内容と、解釈候補記憶手段206の内容を参照して、利用者からの自然言語文入力の係受け関係の解釈において生じた曖昧性を解消するための曖昧性解消仮説を生成し、曖昧性解消仮説記憶手段208へと記録する。この曖昧性解消仮説生成手段207が、第3の発明の中心的な役割を担うものであり、ここで行なわれる処理の詳細は、後ほど説明する。
【0065】
図5の曖昧性解消仮説記憶手段208は、曖昧性解消仮説生成手段207によって生成される、自然言語文入力の曖昧性を解消するための仮説に関する情報を記録する。
【0066】
図9は、曖昧性解消仮説記憶手段208の内容の例を示し、曖昧性解消仮説生成手段207によって生成された仮説が、仮説記号情報A、係語位置情報B、受語位置情報C、係受け距離情報D、適合候補リスト情報F、および仮説真偽情報Gなどに分類され、記録される。なお、Hは格納アドレスである。
【0067】
曖昧性解消仮説記憶手段208の各エントリにおいて、仮説記号情報Aは、生成された仮説を識別するための記号を記録する。
【0068】
また、係語位置情報Bには、生成された選択制約の仮説の、係語に相当する解析結果記憶手段203のエントリの文内位置情報Aの内容が記録され、受語位置情報Cには、生成された選択制約の仮説の、受語に相当する解析結果記憶手段203のエントリの文内位置情報Aの内容が記録される。以上の2つの情報が生成された仮説を表現する情報となっている。
【0069】
また、各エントリの係受け距離情報Dには、その選択制約の仮説での係語と受語の出現位置の間の距離を表している。
【0070】
また、曖昧性解消仮説記憶手段208の各エントリの適合候補数情報Eには、解釈候補記憶手段206に記録されている係受け関係の係先候補の内で、その仮説に適合する候補の数が記録される。ここで、「ある選択候補の仮説Aにある解釈候補Cが適合する」とは、仮説Aが正しいとした場合に、解釈候補Cが、制約Aによって棄却されないということを意味することとする。
【0071】
さらに、曖昧性解消仮説記録部8の各エントリの適合候補リスト情報Fには、解釈候補記憶手段206の候補の内で、その制約の仮説に適合する候補の候補記号リストが記録される。
【0072】
また、各エントリの仮説真偽情報Gには、利用者に対する問い合わせ質問の応答によって判明するそのエントリが表す仮説の真偽の情報が記録される。なお、この欄に記号「−」が記録されている場合は、対応する仮説の真偽が不明であることを表している。
【0073】
続いて、以上のような情報によって構成されている曖昧性解消仮説記憶手段208の内容を、例を用いて説明する。
【0074】
例えば、図9の格納アドレスS04のエントリでは、係語位置情報Aが2で、受語位置情報Bが4であるので、図6の構文解析結果記憶手段203から該当する構成要素を調べることによって、係語「プリンタ(付きの)」が、受語「ワープロ(の)」に係受けするという仮説A4を表現している。また、この格納アドレスA04のエントリは、同時に、現在処理している利用者からの自然言語入力において、この仮説A4に関連する係語と受語の距離が2であることもまた表現している。さらに、この選択制約の仮説A4が正しいとすると、解釈候補の内の候補C3、およびC9の2つの候補のいずれかが正しいことになり、この仮説A4が正しくなかったとすると、残りの解釈候補のいずれかが正しいことになることもまた表現されていることになる。そして、仮説真偽情報Gの内容が記号「−」であることから、この仮説A4の真偽が現時点では不明であることが表現されている。
【0075】
図5の仮説確認質問生成手段209は、構文解析結果記憶手段203の内容と、曖昧性解消仮説記憶手段208の内容を参照して、その仮説の真偽を利用者に問うための自然言語文の質問を生成し、生成された自然言語質問文を仮説質問記憶手段210に記録する。
【0076】
図5の仮説確認質問記憶手段210は、仮説質問生成手段209によって生成された仮説質問文に関連する情報を記録する。
【0077】
図10は、仮説確認質問記憶手段210の内容の例を示し、利用者に、曖昧性解消仮説の真偽を問うための質問に関する情報が、質問表層情報A、および仮説記号情報Bなどと分類され、記録される。ここで、Cは格納アドレスである。
【0078】
図5の質問提示手段211は、ディスプレイやプリンタ、あるいは音声出力装置などからなり、仮説確認質問生成手段209によって生成され、仮説確認質問記憶手段210に記録されている自然言語の質問文を利用者に提示し、その質問に対する応答を利用者に促すものである。
【0079】
図5の応答受理手段212は、キーボードやマウスあるいは、音声認識装置などからなり、質問提示手段211によって利用者に提示される質問に対する「肯定」か「否定」の応答を受け取る。
【0080】
図5の応答解釈手段213は、応答受理手段212から得られる、曖昧性解消仮説の真偽に対する利用者の応答を受け取り、曖昧性解消仮説記憶手段208の対応するエントリの仮説真偽情報Gの欄に、利用者の応答が肯定である場合には記号「t」を記録し、応答が否定である場合には記号「f」を記録する。さらに、そのエントリの適合候補リスト情報Fを参照して、この制約に適合する候補の候補記号のリストCLを得る。そして、判明した仮説の真偽が「真」、すなわち仮説真偽情報Gの欄に記号「t」が記録されている場合は、解釈候補記憶手段206のエントリの内で、候補記号情報Aの内容がリストCLに含まれないエントリを削除する。また、判明した仮説の真偽が「偽」、すなわち仮説真偽情報Gの欄に記号「f」が記録されている場合は、解釈候補記憶手段206のエントリの内で候補記号情報Aの内容がリストCLに含まれるエントリを削除することによって、解釈候補の曖昧性解消を行ない、絞り込みを行なう。この応答解釈手段213で得られる曖昧性解消仮説の真偽の情報は、選択制約学習手段214へと送られる。
【0081】
図5の選択制約学習手段214は、応用解釈手段213から曖昧性解消仮説の真偽の情報を受け取り、曖昧性解消仮説記憶手段208から対応する曖昧性解消仮説を検索して、この両者の組を新しい選択制約知識として、選択制約知識記憶手段204に追加登録する。この選択制約学習手段214が、第4の発明の中心的役割を担うものであり、ここでの処理の詳細は後に述べることとする。
【0082】
図5の仮設提示順序評価手段215は、解釈候補記憶手段206、曖昧性解消仮説記憶手段208、および仮説確認質問記憶手段210の内容を参照して、利用者に提示すべき仮説確認質問の順番を決定する。この仮説提示順序評価手段215が、第5の発明の中心的役割を担うものであり、ここでの処理の詳細は後に述べる。
【0083】
以上が本装置の構成と各構成部分の概略機能である。
【0084】
続いて、本装置における処理の流れを示す。なお、図11は、この処理の流れを示したものである。
【0085】
(全体の処理の流れ)
(S1) 入力手段201から、利用者の自然言語文データが入力される。
【0086】
(S2) 構文解析手段202によって、自然言語文データが解析され、結果が構文解析結果記憶手段203と解釈候補記憶手段206に記録される。
【0087】
(S3) 制約知識記憶手段204を参照して、解釈候補選択手段205によって、解釈候補記憶手段206の候補の絞り込みが行なわれる。
【0088】
(S4) 曖昧性解消仮説記憶部7によって、曖昧性を解消するための仮説が生成され、曖昧性解消仮説記憶手段208に記録される。
【0089】
(S5) 仮説確認質問生成手段209によって、曖昧性解消仮説記憶手段208に記録されている各仮説に対する質問文が生成され、仮説確認質問記憶手段210に記録される。
【0090】
(S6) 利用者からの自然言語文の曖昧性が解消するか、真偽の判明していない仮説が無くなるまで、(S7)〜(S11)の処理を行なう。
【0091】
(S7) 曖昧性解消仮説記憶手段208に記録されている各仮説に対し、仮説提示順序評価処理を行なう。
【0092】
(S8) (S7)の処理で最優先となった仮説Axに対応する質問を仮説確認質問記憶手段210から、質問提示手段211へ送り、利用者に応答を促す。
【0093】
(S9) 応答受理手段212で利用者の応答を受け取り、「肯定」あるいは「否定」の情報を応答解釈手段213へ送る。
【0094】
(S10) 応答解釈手段213に「肯定」が送られた場合は、解釈候補記憶手段206から仮説Axに適合しない候補を削除し、「否定」が送られた場合は、仮説Axに適合する仮説を削除する。
【0095】
(S11) 選択制約学習手段214で、仮説Axに対する制約学習処理を行なう。
【0096】
以上の手順が終了した時点で、本装置の処理によって曖昧性を軽減された解釈候補が、解釈候補記憶手段206に記録されている。また、同時に選択制約知識記憶手段204には、本装置の処理によって、新たに抽出された選択制約知識が追加登録される。
【0097】
続いて、曖昧性解消仮説生成手段207、選択制約学習手段214および仮説提示順序評価手段215での処理の詳細について順に説明する。
【0098】
曖昧性解消仮説生成手段207での処理は、下記の仮説生成手順A〜Dによって行なわれる。
【0099】
(仮説生成手順A)
(a1) 構文解析結果記憶手段203に記録されている、すべてのエントリPiに対して、順番に、以下の(a2)〜(a5)の処理を行なう。
【0100】
(a2) エントリPiの文位置情報Aの内容をレジスタKに複写する。
【0101】
(a3) レジスタUに記号「−」を書き込む。
【0102】
(a4) 係受け曖昧性の有無を表現するレジスタZに記号「f」を記録する。
【0103】
(a5) 解釈候補記憶手段206のすべてのエントリRjについて、順番に仮説生成手順Bを行なう。
【0104】
(仮説生成手順B)
(b1) エントリRjの係受け関係リスト情報Bを参照し、最初の数字がレジスタKの内容と一致する要素Lを検索する。
【0105】
(b2) 要素Lの2つ目の数字をレジスタXに複写する。
【0106】
(b3) レジスタUの内容が、記号「−」でない場合は(b5)へ進む。
【0107】
(b4) レジスタXの内容をレジスタUに複写し、エントリRjに対する仮説生成手順Bを終了する。
【0108】
(b5) レジスタUの内容とレジスタXの内容を比較し、その内容が等しい場合は(b9)へ進む。
【0109】
(b6) 曖昧性解消仮説記憶手段208を検索して、係語位置情報Bの内容がレジスタKの内容と等しく、かつ受語位置情報Cの内容がレジスタXの内容と等しいエントリSzが存在する場合は、(b9)へ進む。
【0110】
(b7) エントリRjに対して仮説生成手順Cを行なう。
【0111】
(b8) エントリRjに対する仮説生成手順Bを終了する。
【0112】
(b9) エントリRjが解釈候補記憶手段206の最後の候補でない場合は(b12) へ進む。
【0113】
(b10) レジスタZの内容が「t」でない場合は、(b12) へ進む。
【0114】
(b11) 仮説生成手順Dを行なう。
【0115】
(b12) エントリRjに対する仮説生成手順Bを終了する。
【0116】
(仮説生成手順C)
(c1) レジスタZに記号「t」を記録する。
【0117】
(c2) 仮説生成手順Dを行なう。
【0118】
(c3) レジスタXの内容を、レジスタUに複写する。
【0119】
(c4) エントリRjが解釈候補記憶手段206の最後の候補でない場合は、エントリRjに対する仮説生成手順Cを終了する。
【0120】
(c5) 仮説生成手順Dを行なう。
【0121】
(c6) エントリRjに対する仮説生成手順Cを終了する。
【0122】
(仮説生成手順D)
(d1) 曖昧性解消仮説記憶手段208に、新たなエントリS1を生成する。
【0123】
(d2) 新たな仮説記号を生成しエントリS1の仮説記号情報Aに記録する。
【0124】
(d3) エントリS1の係語位置情報BにレジスタKの内容を複写する。
【0125】
(d4) エントリS1の受語位置情報CにレジスタUの内容を複写する。
【0126】
(d5) エントリS1の係受け距離情報Dに、レジスタUの内容から、レジスタLの内容を引いた値を記録する。
【0127】
(d6) 解釈候補記憶手段206の各エントリを調べ、係受け関係リスト情報Bに、レジスタKの内容とレジスタUの内容の組を含むエントリの候補記号情報Aの内容のリストRLを得る。
【0128】
(d7) リストRLを、エントリS1の適合候補リスト情報Fに記録する。
【0129】
(d8) リストRLの要素の数を、エントリS1の適合候補数情報Eに記録する。
【0130】
(d9) エントリS1の仮説真偽情報Gに、記号「−」を記録する。
【0131】
(d10) 仮説生成手順Dを終了する。
【0132】
曖昧性解消仮説生成手段207での以上の仮説生成手順A〜Dに沿った処理を行なうことによって、構文解析結果記憶手段203の内容と、解釈候補記憶手段206の内容から、利用者からの自然言語文入力の係受け関係に関する曖昧性を解消するための、選択制約の仮説が生成され、曖昧性解消仮説記憶部7へと記録される。
【0133】
選択制約学習手段214での処理は、応答解釈手段213の処理によって、新たに仮説真偽情報Gの内容が決定された曖昧性解消仮説記憶手段208のエントリSiに対する下記の制約学習手順E〜Fによって行なわれる。
【0134】
(制約学習手順E)
(e1) 選択制約知識記憶手段204に、新たなエントリQiを生成する。
【0135】
(e2) エントリSiの仮説真偽情報Gの内容が「f」である場合は、(e6)へ進む。
【0136】
(e3) 制約学習手順Fを行なう。
【0137】
(e4) エントリQiの係受けタイプ情報Gに、記号「可能」を記録する。
【0138】
(e5) (e8)へ進む。
【0139】
(e6) 制約学習手順Fを行なう。
【0140】
(e7) エントリQiの係受けタイプ情報Gに、記号「困難」を記録する。
【0141】
(e8) 解釈候補記憶手段206の各エントリに対して、可能係受け数情報C、困難係受け数情報D、適合候補数情報E、および適合候補リスト情報Fの値を再計算する。
【0142】
(e9) 制約学習手順Eを終了する。
【0143】
(制約学習手順F)
(f1) エントリSiの係語位置情報Bを参照して、係語の位置情報Lkを得る。
【0144】
(f2) エントリSiの受語位置情報Bを参照して、受語の位置情報Luを得る。
【0145】
(f3) 構文解析結果記憶手段203から、文内位置情報Aの内容がLkであるエントリPkを検索する。
【0146】
(f4) 構文解析結果記憶手段203から、文内位置情報Aの内容がLuであるエントリPuを検索する。
【0147】
(f5) エントリQiの係語表層情報Aに、エントリLkの要素表層情報Bの内容を複写する。
【0148】
(f6) エントリQiの係語品詞情報Bに、エントリLkの要素品詞情報Cの内容を複写する。
【0149】
(f7) エントリQiの係語助詞相当語情報Cに、エントリLkの助詞相当語情報Dの内容を複写する。
【0150】
(f8) エントリQiの受語表層情報Dに、エントリLuの要素表層情報Bの内容を複写する。
【0151】
(f9) エントリQiの受語品詞情報Eに、エントリLuの要素品詞情報Cの内容を複写する。
【0152】
(f10) エントリQiの受語助詞相当語情報Fに、エントリLuの助詞相当語情報Dの内容を複写する。
【0153】
(f11) 制約学習手順Fを終了する。
【0154】
仮説提示順序評価手段215での処理は、仮説の提示順序評価処理の各時点において、適合候補リスト情報Fが空でない仮説と、その時点に解釈候補記憶手段206に記録されている全ての解釈候補の候補記号を含まない仮説との中から、順序評価手順G〜Iによって、最優先の仮説を選択する。なお、図12は、順序評価手順の処理の流れを示す。
【0155】
(順序評価手順G)
(g1) 曖昧性解消仮説記憶手段208に記録されている仮説の内で、その真偽が不明であることを表す記号「−」が仮説真偽情報Gに記録されている各エントリSaに対して順序評価手順Hを施す。
【0156】
(g2) 曖昧性解消仮説記憶手段208に記録されている仮説の内で、その真偽が、 (g1)の処理後も相変わらず不明であることを表す記号「−」が仮説真偽情報Gに記録されている各エントリSbに対して順序評価手順Iを施す。
【0157】
(g3) 曖昧性解消仮説記憶手段208に記録されている仮説の内で、順序評価手順Iによって、その仮説の真偽が真である可能性が高いと判断されたことを表す記号「○」が仮説真偽情報Gに記録されているエントリScで存在する場合は、そのようなエントリの中で、適合候補数情報Eの値が最小のエントリを、最優先の仮説にすることを決定して、順序評価手順Gを終了する。
【0158】
(g4) 曖昧性解消仮説記憶手段208に記録されている仮説の内で、仮説真偽情報Gに、記号「−」が記録されているエントリSdが存在する場合は、そのようなエントリの中で、適合候補数情報Eの内容が、解釈候補記憶手段206に含まれる解釈候補数の1/2に最も近いエントリを、最優先の仮説にすることを決定し、順序評価手順Gを終了する。
【0159】
(g5) 曖昧性解消仮説記憶手段208に記録されている仮説の内で、仮説真偽情報Gに、その仮説が可能な係受けであることを表す記号「p」が記録されているエントリSeが存在する場合は、そのようなエントリの中で、適合候補数情報Eの値が最小のエントリを、最優先の仮説にすることを決定し、順序評価手順Gを終了する。
【0160】
(g6) 曖昧性解消仮説記憶手段208に記録されている仮説の内で、仮説真偽情報Gに、その仮説が困難な係受けであることを表す記号「u」が記録されているエントリSfの中で、適合候補数情報Eの内容が、解釈候補記憶手段206に含まれる解釈候補数情報Eの値が最大のエントリを、最優先の仮説にすることを決定し、順序評価手順Gを終了する。
【0161】
以上の手順では、まず(g1)で、順序評価手順Hによって、選択制約知識記憶手段204に記録されている制約知識によって、真偽を推定できる仮説に対して、記号「p」あるいは「u」が記録される。続いて、(g2)で、この時点でも真偽が不明な仮説について、順序評価手順Iによって、その仮説が関与する解釈候補に含まれる他の係受け関係の確からしさを利用して、その仮説の確信度の評価が行なわれる。以上の準備の後、真偽が未定の仮説の内で、ある基準以上の確信度をもつ仮説が存在する場合は、そのような仮説の内で、解釈候補を最も絞り込める仮説が、(g3)で選択される。そのような確信度を持つ仮説が存在しない場合は、真偽が判明していない仮説の内で、解釈候補をより均等に2分する仮説が存在する場合は、そのような仮説が、(g4)で選択される。さらに、(g5)までの処理で適切な仮説が選択できなかった場合には、(g1)の順序評価手順Hで、選択制約知識を利用してなされた真偽の推定結果が誤っていることになる。そこで、(g1)の処理で、可能な仮説であると推定され記号「p」の記録されている仮説の内で、最も解釈候補を絞り込める仮説が、(g5)で選択される。以上まででの処理でも、最優先の伝説が選択されなかった場合には、(g1)の処理で、困難な仮説であると推定され、記号「u」が記録されている仮説の内で、最も適合候補数の大きなものを、(g6)で最優先の仮説に決定する。なお、同一の優先順位を持つ仮説が複数存在する場合には、曖昧性解消記憶手段208のより先頭に近いエントリに記録されている仮説を優先させる。
【0162】
(順序評価手順H)
(h1) 曖昧性解消仮説記憶手段208のエントリSaの、係語位置情報Aを参照し、係語の位置情報Lkを得る。
【0163】
(h2) 曖昧性解消仮説記憶手段208のエントリSaの、受語位置情報Bを参照し、受語の位置情報Luを得る。
【0164】
(h3) 構文解析結果記憶手段203から、文内位置情報AがLkと等しいエントリPkを得る。
【0165】
(h4) 構文解析結果記憶手段203から、文内位置情報AがLuと等しいエントリPuを得る。
【0166】
(h5) 構文解析結果記憶手段203のエントリPkとエントリPuを参照して、選択制約知識記憶手段204のエントリの内で、係語表層情報A〜係語助詞相当語情報Fの内容が、エントリPkの要素表層情報B〜助詞相当語情報Dと、エントリPuの要素表層情報B〜係語助詞相当語情報Dと一致するエントリQxを検索する。
【0167】
(h6) (h5)の条件に合うエントリQxが存在しない場合は、エントリSaに対する順序評価Hを終了する。
【0168】
(h7) エントリQxの係受けタイプ情報Gの内容が、「可能」である場合、エントリSaの仮説真偽情報Gに、記号「p」を記録する。
【0169】
(h8) エントリQxの係受けタイプ情報Gの内容が、「困難」である場合、エントリSaの仮説真偽情報Gに、記号「u」を記録する。
【0170】
(順序評価手順I)
(i1) 候補数カウンタAを0にする。
【0171】
(i2) 得点カウンタPを0にする。
【0172】
(i3) 曖昧性解消仮説記憶手段208のエントリSbの、適合候補リスト情報Fに記録されている各候補記号Ciについて、以下の(i4)〜(i7)を行なう。
【0173】
(i4) 解釈候補記憶手段206から、候補記号情報Aの内容、候補記号Ciと一致するエントリRbiを得る。
【0174】
(i5) エントリRbiの、可能係受け情報Cの内容に予め設定した正の重み値W1を掛けた値を、得点カウンタPに足し込む。
【0175】
(i6) エントリRbiの、困難係受け情報Dの内容に予め設定した負の重み値W2を掛けた値を、得点カウンタPに足し込む。
【0176】
(i7) 候補数カウンタAを、1インクリメントする。
【0177】
(i8) 得点カウンタPの内容を候補数カウンタAで割り、平均を算出する。
【0178】
(i9) エントリSbの、係受け距離情報Dの内容に予め設定した負の重み値W3を掛けた値を、得点カウンタPに足し込む。
【0179】
(i10) 得点カウンタPの内容が、予め設定した仮説評価閾値Thより大きな値である場合は、エントリSbの仮説真偽情報Gに、記号「○」を記入する。
【0180】
以上が本装置の構成とその機能である。
【0181】
ここで上述した処理について、具体例を用いて、図5〜図18を参照して更に詳しく説明する。なお、以下でT1〜T80は時点を表す。また、図18は、処理全体での利用者と本自然言語対話装置の間の対話の様子と、その結果に応じて解釈候補が絞り込まれていく様子を表している。
【0182】
T1:まず、利用者から、入力手段201を通じて前述の自然言語文例「転写式のプリンタ付きの携帯型ワープロの品番を、表示せよ」が入力され、その入力のうちの名詞句1「転写式のプリンタ付きの携帯型ワープロの品番」の部分の解釈を開始する。なお、この時点では、選択制約知識記憶手段204の内容は、空であったものとする。
【0183】
T2:名詞句1は入力手段201から構文解析手段202へと渡され構文解析を施され、統語的な要素に分解され、図6に示すように構文解析結果記憶手段203に記録される。ここではまた、統語的知識と係受け関係の非交差制約に適合する、構成要素間の係受け関係の候補が抽出され、図8に示す通りに解釈候補記憶手段206に記録される。なお、解釈候補記憶手段206に記録されている5つの解釈候補;C3〜10は、それぞれ、図18に示した係受け構造を表している。
【0184】
続いて、曖昧性解消仮説生成処理が行なわれる。
【0185】
T3:解釈候補選択手段205によって、解釈候補記憶手段206に記録されている5つの解釈候補に対して、選択制約知識記憶手段204に記録されている制約知識との照合が行なわれる。しかし、この時点では、どの解釈候補についても関連する選択制約知識が存在しないので、解釈候補記憶手段206の内容は不変である。
【0186】
T4:続いて、曖昧性解消仮説記憶部7によって曖昧性解消のための制約の仮説の生成が行なわれる。
【0187】
T5:まず、仮説制約生成手順Aの(a1)によって、図6の構文解析結果記憶手段203の格納アドレスP01から処理が行なわれる。
【0188】
T6:(a2)の処理によって、レジスタKに「1」が記録される。
【0189】
T7:同様に(a3)〜(a4)で、レジスタUに「−」が記録され、レジスタZに「f」が記録される。なお、各時点における各レジスタの内容が図13に示されている。
【0190】
T8:(a5)で、まず解釈候補記憶手段206のエントリR01について仮説生成手順Bが開始される。
【0191】
T9:(b1)で、エントリR01の係受け関係リスト情報Bの内容から、要素Lとして(1、2)が見つけられる。
【0192】
T10:(b2)で、Lの2つ目の数字「2」がレジスタXに複写される。
【0193】
T11:(b3)で、レジスタUが「−」であるので、(b4)へ進む。
【0194】
T12:(b4)で、レジスタXの内容をレジスタUに複写し、エントリR01に対する仮説生成手順Bを終了する。
【0195】
T13:(a5)へ戻り、解釈候補記憶手段206の次のエントリR02について仮説生成手順Bを開始する。
【0196】
T14:(b1)によって、エントリR02の係受け関係リスト情報Bの内容から、要素Lとして、(1、2)が得られる。
【0197】
T15:(b2)で、「2」がレジスタXに複写される(この場合は不変)。
【0198】
T16:(b3)で、レジスタが「−」でないので、(b5)へ進む。
【0199】
T17:(b5)で、レジスタUとレジスタXの内容が等しいので、(b9)へ進む。
【0200】
T18:(b9)で、エントリR02は解釈候補記憶手段206の最後の候補でないので、 (b12)へ進み、エントリR02に対する仮説生成手順Bを終了する。
【0201】
T19:(a5)へ戻り、解釈候補記憶手段206の次のエントリR03について、仮説生成手順Bを開始する。
【0202】
T20:T14〜T18までと同様の処理によって、エントリR03に対する仮説生成手順Bを終了する。
【0203】
T21:(a5)へ戻り、解釈候補記憶手段206の次のエントリR04について、仮説生成手順Bを開始する。
【0204】
T22:(b1)で、エントリR04の係受け関係リスト情報Bから、要素Lとして(1、4)が得られる。
【0205】
T23:(b2)で、要素Lの2つ目の要素「4」をレジスタXに複写する。
【0206】
T24:(b3)で、レジスタUが「−」でないので、(b5)へ進む。
【0207】
T25:(b5)で、レジスタUとレジスタXの内容が異なるので、(b6)へ進み、エントリSzを検索するが、曖昧性解消仮説記憶手段208は空なので、(b7)へ進み、仮説生成手順Cを開始する。なお、図14は、処理の各時点における曖昧性解消仮説記憶手段208の内容を示している。
【0208】
T26:(c1)で、レジスタZに「t」を記録する。
【0209】
T27:(c2)で、仮説生成手順Dを開始する。
【0210】
T28:(d1)で、曖昧性解消仮説記憶手段208に新しいエントリS01を生成する。
【0211】
T29:(d2)の処理によって、新しく仮説記号「A1」を生成し、エントリS01の仮説記号情報Aの欄に記録する。
【0212】
T30:同様に(d3)〜(d5)の処理によって、レジスタKの内容「1」、レジスタUの内容「2」、この両者の差「1」が、それぞれエントリS01の係語位置情報B〜係受け距離情報Dに記録される。
【0213】
T31:(d6)で、解釈候補記憶手段206の内容から、レジスタKの内容「1」とレジスタUの内容「2」の組(1、2)を、係受け関係リスト情報Bに含んでいるエントリが検索され、エントリR01、エントリR02およびエントリR03が得られる。さらに、これら3つのエントリの候補記号情報Aを参照することによって、候補記号のリストRLとして[C3、C4、C5]が得られる。
【0214】
T32:(d7)で、リストRLの内容がエントリS01の適合候補リスト情報Fに記録され、(d8)でリストRLの要素の数「3」が、エントリS01の適合候補数情報Eに記録される。
【0215】
T33:(d9)で、エントリS01の仮説真偽情報Gに記号「−」が記録される。
【0216】
T34: (d10)で、仮説生成手順Dを終了し、(c3)へ戻る。
【0217】
T35:(c3)で、レジスタXの内容「4」がレジスタUに複写される。
【0218】
T36:(c4)で、エントリR04は、解釈候補記憶手段206での最後の候補ではないので、エントリR04に対する仮説生成手順Cを終了し(b7)に戻る。
【0219】
T37:(b7)で、エントリ04に対する仮説生成手順Bを終了する。
【0220】
T38:(a8)へ戻り、解釈候補記憶手段206の最後のエントリR05について、仮説生成手順Bを開始する。
【0221】
T39:(b1)〜(b2)で、要素Lとして(1、5)を得て、「5」をレジスタXに複写する。
【0222】
T40:(b3)で、(b5)へ進み、レジスタXとレジスタUの内容が異なり、かつ、(b6)で該当するエントリSzが混在しないので、(b7)へ進み、仮説生成手順Cを開始する。
【0223】
T41:(c1)で、レジスタZに「t」が記録される。
【0224】
T42:(c2)で、仮説生成手順Dを開始する。
【0225】
T44:(d1)〜(d10) で、T28〜T33と同様の処理によって、曖昧性解消仮説記憶手段208に新たなエントリS02が生成され、図14に示す通りの情報が記録される。
【0226】
T45: (d10)で、仮説生成手順Dを終了し、(c3)へ戻る。
【0227】
T46:(c3)で、レジスタXの内容「5」が、レジスタUに複写される。
【0228】
T48:(c4)で、エントリR05は解釈候補記憶手段206の最後の候補であるので、(c5)へ進み仮説生成手順Dを開始する。
【0229】
T48:(d1)〜(d10) で、T28〜T33と同様の処理によって、曖昧性解消仮説記憶手段208に新たなエントリS03が生成され、図14に示す通りの情報が記録される。
【0230】
T49: (d10)で、仮説生成手順Dを終了し、(c6)へ戻る。
【0231】
T50:(c6)で、仮説生成手順Cを終了し、(b11) へ戻る。
【0232】
T51: (b11)で、仮説生成手順Bを終了し、(a1)へ戻る。
【0233】
T51:(a1)で、構文解析結果記憶手段203の次のエントリP02を得て、(a2)〜(a4)で、T6〜T7と同様の処理によって、レジスタKに「2」が、レジスタUに記号「−」が、レジスタZに記号「f」が記録される。
【0234】
T52:(a5)で、解釈候補記憶手段206のエントリR01〜エントリR05に対して、T8〜T50と同様に、仮説生成手順Bの処理が行なわれ、曖昧性解消仮説記憶手段208に、図14に示したように、エントリS04とエントリS05が記録される。
【0235】
T53: (b11)で、仮説生成手順Bを終了し、(a1)へ戻る。
【0236】
T54:(a1)で、構文解析結果記憶手段203の次のエントリP03〜P05に対して、T51〜T53と同様の処理が行なわれる。
【0237】
以上述べた手順によって、曖昧性解消仮説生成処理が行なわれ、最終的に図14の時点T54の欄および図9に示した情報が曖昧性解消仮説記憶手段208に記録される。
【0238】
T55:仮説確認質問生成手段209によって、曖昧性解消仮説記憶手段208の各エントリの真偽を利用者に質問するための自然言語質問文が生成され、図10に示すように仮説確認質問記憶手段210に記録される。
【0239】
続いて、仮説提示順序評価処理が行なわれる。なお、順序評価手順Iでの計算で利用される重み値および仮説評価閾値の値を、W1=5、W2=−3、W3=8−1、Th=2とする。
【0240】
T56:仮説提示順序評価処理Gが開始される。
【0241】
T57:(g1)で、曖昧性解消仮説記憶手段208から、仮説真偽情報Gの内容が記号「−」であるエントリが検索され、エントリS01〜S07が得られ、それぞれに対して順序評価手順Hが行なわれる。
【0242】
T58:順序評価手順Hでは、その制約が「可能」あるいは「困難」な制約であるという知識が、選択制約知識記憶手段204に記録されているかどうかが検査されるが、現時点では、選択制約知識記憶手段204は空なので、エントリS01〜S07の仮説真偽情報Gの内容は記号「−」のままで、順序評価手順Hを終了する。
【0243】
T59:(g2)で、再び、曖昧性解消仮説記憶手段208から、仮説真偽情報Gの内容が記号「−」のエントリが検索され、エントリS01〜S07が得られ、それぞれに対して順序評価手順Iが行なわれる。
【0244】
T60:順序評価手順Iでは、(i1)〜(i9)で、T59で選択された各エントリに記録されている各仮説の真偽値に対する確信度の算出が行なわれ、各エントリに対する得点が図15の通りに計算される。なお、図16の計算式「((W1*A)+(W2*B))/C+(W3*D)」の欄において、W1〜W3は重み値を表す。また、Aはその仮説に適合する候補に含まれる「可能」な係受けの総数を表し、Bはその仮説に適合する候補に含まれる「困難」な係受けの総数を表す。また、Cはその仮説に適合する候補の数を表し、Dは、その仮説の係受けの距離を表している。また、得点の欄には、順序評価手順Iによって算出される得点カウンタPの内容を表す。また、判定の欄には、算出された得点が、仮説評価閾値Thより大きい場合は記号「○」が記入され、仮説評価閾値Thより小さい場合には、記号「×」が記入される。
【0245】
T61: (i10)で、図15に示すように、仮説評価閾値Thより高い得点を持つ仮説が存在しないので、曖昧性解消仮説記憶手段208のどのエントリの仮説真偽情報Gの欄にも記号「○」は記入されずに、順序評価手順Iを終了する。
【0246】
T62:(g3)に戻るが、曖昧性解消仮説記憶手段208には、記号「○」の記録されたエントリが存在しないので、(g4)へ進む。
【0247】
T63:(g4)で、現時点で解釈候補記憶手段206に記録されているエントリ数は5であるので、曖昧性解消仮説記憶手段208の仮説真偽情報Gが記号「−」の7つのエントリの内で、適合候補数情報Eの内容が、2あるいは3のエントリS01、S04、S05、S06、S07が優先され、これら同一の優先順位を持つ仮説の内、曖昧性解消仮説記憶手段208の先頭に最も近いエントリS01に記録されている仮説A1が、最優先の仮説に決定され、順序評価手順Gを終了する。
【0248】
以上の処理によって、最も効率的に候補を減らすことの出来る仮説として、仮説A1が選択されたことになる。
【0249】
T64:続いて、仮説確認質問記憶手段210から仮説A1に対応する下記の質問文が、質問提示手段211に送られ、利用者の回答を促す。
【0250】
入力文の「転写式のプリンタ付きの携帯型ワープロの品番」で、
「転写式(の)」の係先は、「プリンタ」でよろしいですか?
T65:この質問に対して、応答受理手段212を通じて、利用者からの「肯定」の応答が応答解釈手段213へと送られる。
【0251】
T66:応答解釈部12で、利用者からの回答が「肯定」であったので、曖昧性解消仮説記憶手段208の仮説A1に対応するエントリS01の適合リスト情報Fの内容を参照して、解釈候補記憶手段206から解釈候補C3、C4およびC5以外の候補を削除する。なお、図16に各時点における解釈候補記憶手段206の内容を示している。
【0252】
T67:以上の処理によって、真偽値が「真」であることが判明した仮説A1に対応する曖昧性解消仮説記憶手段206のエントリS01の、仮説真偽情報Gに、記号「t」が記録される。
【0253】
以上の処理によって解釈候補が、C3、C4およびC5の3つに絞り込まれている。続いて、今回真偽の判明した仮説A1に対応する曖昧性解消仮説記憶手段208のエントリS06に対する制約知識学習処理Eが開始される。
【0254】
T68:(e1)で、選択制約知識記憶手段204に、新たなエントリQ03が生成される。なお、図17は、各時点における選択制約知識記憶手段204の内容を示している。
【0255】
T69:(e2)で、エントリS01の仮説真偽情報Gが「t」であるので、(e3)へ進み制約学習手順Fが開始される。
【0256】
T70:(f1)で、Lkとして、エントリS01の係語位置情報Bの内容「1」が得られる。
【0257】
T71:(f2)〜(f5)で、構文解析結果記憶手段203のエントリP01の情報が、エントリQ03へ複写される。
【0258】
T72:(f6)〜(f10)で、T70〜T71と同様の処理によって、構文解析結果記憶手段203のエントリP02の情報が、エントリQ03へ複写される。
【0259】
T73:(f11)で、制約学習手順Fを終了し、(e4)へ戻る。
【0260】
T74:(e4)で、エントリQ03の係受けタイプ情報Gに、「可能」を記録し、(e5)で、(e8)へ進む。
【0261】
T75:(e8)で、解釈候補記憶手段206の各エントリに対して、可能係受け数情報C、困難係受け数情報D、適合候補数情報E、適合候補リスト情報Fの再計算が行なわれ、(e9)で制約学習手順Eを終了する。
【0262】
以上の処理によって、新たな選択制約知識として、選択制約知識記憶手段204のエントリQ03の情報が学習されたことになる。
【0263】
T76:続いて、仮説提示順序評価処理がT56〜T60と同様の処理によって、行なわれ、順序評価手順Iによって、図15の時点T76の欄に示すように、各仮説の得点が計算される。
【0264】
T77:(i10)で、曖昧性解消仮説記憶手段208のエントリS04とエントリS05の仮説真偽情報Gの欄に記号「○」が記入され、順序評価手順Iが終了する。
【0265】
T78:(g3)へ戻り、記号「○」の記録されているエントリS04とエントリS05の内で、適合候補数情報Gの比較を行ない、より小さな値「1」を持つエントリS04に記録されている仮説A4を最優先の仮説に決定し、順序評価手順Gを終了する。
【0266】
T79:T64〜T67と同様の処理がなされ、仮説A4が「真」であることが判明し、曖昧性解消仮説記憶手段208のエントリS04の仮説真偽情報Gに記号「t」が記録され、解釈候補がC1に一意に決定され、曖昧性が解消される。
【0267】
T80:T68〜T75と同様の処理がなされ、選択制約知識記憶手段204のエントリQ04が新たな知識として学習される。
【0268】
かくしてこのように構成された本装置によれば、自然言語による利用者の入力の解釈において、複数の解釈候補が残り、曖昧性が生じた場合にも、それらの解釈候補から正しい解釈を選択するための選択制約規則の仮説を動的に生成し、その仮説の真偽を利用者に尋ねる質問を生成して、その質問に対する利用者の応答を解釈することによって、適切な解釈を決定することが可能となる。また、本発明にかかる自然言語対話装置では、曖昧性解消のために生成した選択制約の仮説の真偽についての質問への利用者の応答に応じて、その結果得られた知識を自動的に登録することによって、この知識を以後の対話における曖昧性解消に利用することが可能となる。また、この方法によって、選択制約知識を効率的に抽出/蓄積することが可能となる。さらに、解釈候補の曖昧性解消のための質問の提示順序を適切に決定することによって、曖昧性解消と選択制約知識の抽出における利用者の負担を、軽減することが可能となる。
【0269】
なお、本発明の効果は上述した例に限定されるものではない。
【0270】
例えば、制約知識学習手段214での、選択制約知識に学習において、利用者に提示した仮説が「真」ではなかった場合にも、その情報を記録しているので、その情報を後の処理に反映させることによって、より効果的な処理が行なえる。
【0271】
また、上述の実施例では、生成した係受けの仮説の真偽を、利用者の自然言語文入力に関してのみ問い合わせることによって、そのような係受けが可能であるかあるいは困難なものであるかを学習しているが、さらに、一般的に言っても、そのような係受けが可能であるか、あるいはあり得ない係受けであるかどうかもを、併せて利用者に問い合わせることによって、より一般的な選択制約知識を学習することも可能となる。
【0272】
また、仮説提示順序評価手段215での仮説提示順序評価処理において、上述の評価基準Iと異なった評価基準を用いることも可能である。
【0273】
また、本実施例にかかる自然言語対話装置を、例えば、従来の解釈候補列挙による曖昧性解消手段と組み合わせることによって、本装置によって係受け関係の曖昧性をある程度まで減少させた後に、その結果残った候補を列挙して、利用者に提示し、選択させることも可能であり、それによって、より効率的に曖昧性解消を行なうことも可能となる。
【0274】
【発明の効果】
この発明によれば、自然言語による利用者の入力の解釈において、複数の解釈候補が残り、曖昧性が生じた場合にも、それらの解釈候補から正しい解釈を選択するための選択制約規則の仮説を動的に生成し、その仮説の真偽を利用者に尋ねる質問を生成して、その質問に対する利用者の応答を解釈することによって、適切な解釈を決定することが可能となる。
【0275】
請求項2の発明によれば、曖昧性解消のために生成した選択制約の仮説の真偽についての質問への利用者の応答に応じて、その結果得られた知識を自動的に登録することによって、この知識を以後の対話における曖昧性解消に利用することが可能となる。また、この方法によって、制約知識を効率的に抽出/蓄積することが可能となる。
【0276】
請求項3の発明によれば、解釈候補の曖昧性解消のための質問の提示順序を適切に決定することによって、曖昧性解消と制約知識の抽出における利用者の負担を、軽減することが可能となる等の実用上多大な効果が奏せられる。
【図面の簡単な説明】
【図1】 要素数6の場合の係受け関係の例。
【図2】 要素数7の場合の係受け関係の例。
【図3】 係受け関係の例。
【図4】 係受け構造候補の例。
【図5】 自然言語対話装置の一実施例の回路構成を示すブロック図。
【図6】 構文解析結果記憶手段203の内容の例。
【図7】 選択制約知識記憶手段204の内容の例。
【図8】 解釈候補記憶手段206の内容の例。
【図9】 曖昧性解消仮説記憶手段208の内容の例。
【図10】 仮説確認質問記憶手段210の内容の例。
【図11】 本装置の処理の流れ。
【図12】 順序評価手順の処理の流れ。
【図13】 各時点におけるレジスタの内容。
【図14】 各時点における曖昧性解消仮説記憶手段208の内容。
【図15】 各時点における各仮説の得点。
【図16】 各時点における解釈候補記憶手段206の内容。
【図17】 各時点における建卓制約知識記憶手段204の内容。
【図18】 利用者と本装置との対話の例。
【符号の説明】
201……入力手段
202……構文解析手段
203……構文解析結果記憶手段
204……選択制約知識記憶手段
205……解釈候補選択手段
206……解釈候補記憶手段
207……曖昧性解消仮説生成手段
208……曖昧性解消仮説記憶手段
209……仮説確認質問生成手段
210……仮説確認質問記憶手段
211……質問提示手段
212……応答受理手段
213……応答解釈手段
214……選択制約学習手段
215……仮説提示順序評価手段
Claims (1)
- 入力された自然言語文を統語的な要素に分解し、各要素間の係受け関係を解析し係受け構造候補を抽出する構文解析手段と、
自然言語中に現れる統語的な要素間の係受け関係に関する係り元の語である係語と、係り先の語である受語の組と、この組の係受けの候補の成否に関する情報を含む制約知識を記録した制約知識記憶手段と、
前記構文解析手段によって抽出された各係受け構造候補の中で、制約知識記憶手段に記憶されている制約知識と照合して、不可能な係り受けを含まない解釈候補を選択する解釈候補選択手段と、
この解釈候補選択手段によって選択された解釈候補の集合を受け取り、この解釈候補間の曖昧性を解消するための選択制約の仮説を生成する仮説生成手段と、
この仮説生成手段によって生成された仮説中の係語と受語の組の間の係り受け関係の真偽を利用者に問うために、予め記憶した質問文に前記係り受け関係を当てはめて質問を生成し利用者に提示する仮説確認手段と、
この仮説確認手段によって提示された質問に対する利用者の応答を受け取り、受理された利用者の応答を解釈し、前記解釈候補選択手段により選択されている解釈候補から利用者の自然言語入力文に対する解釈を選択する応答解釈手段とを有し、
前記仮説生成手段における前記仮説の生成は、前記受け取った解釈候補の集合中の係語と受語の組の間の係り受け関係の集合を仮説の集合として、これら仮説の集合の中から((W1*A)+(W2*B))/C+(W3*D)の計算値を求め(ここで、W1、W2、W3は重み値を、Aは当該仮説に適合する候補に含まれる「可能」な係受けの総数を、Bは当該仮説に適合する候補に含まれる「困難」な係受けの総数を、Cは当該仮説に適合する候補の数を、Dは当該仮説の係受けの距離を表す)、
基準以上の前記計算値を持つ仮説がある場合には、最も解釈候補数を絞り込める仮説を選択し、また、基準以上の前記計算値を持つ仮説がない場合には、解釈候補数を所定数に絞り込める仮説を選択することによって、選択された仮説を前記選択制約の仮説として生成するものである
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 |
---|---|---|---|
JP2002324456A JP3999103B2 (ja) | 2002-11-07 | 2002-11-07 | 自然言語処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002324456A JP3999103B2 (ja) | 2002-11-07 | 2002-11-07 | 自然言語処理装置 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP01007193A Division JP3419483B2 (ja) | 1993-01-25 | 1993-01-25 | 自然言語処理装置及びその方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2003196275A JP2003196275A (ja) | 2003-07-11 |
JP3999103B2 true JP3999103B2 (ja) | 2007-10-31 |
Family
ID=27606769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002324456A Expired - Lifetime JP3999103B2 (ja) | 2002-11-07 | 2002-11-07 | 自然言語処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3999103B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007007502A1 (ja) | 2005-07-13 | 2007-01-18 | Matsushita Electric Industrial Co., Ltd. | 対話支援装置 |
JP5262864B2 (ja) | 2009-03-10 | 2013-08-14 | 富士通株式会社 | 記憶媒体、検索方法および検索装置 |
JP5533359B2 (ja) * | 2010-07-05 | 2014-06-25 | 富士ゼロックス株式会社 | 文校正プログラム及び文校正装置 |
JP5172978B2 (ja) * | 2011-01-28 | 2013-03-27 | 株式会社東芝 | 文書処理装置及びプログラム |
-
2002
- 2002-11-07 JP JP2002324456A patent/JP3999103B2/ja not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
JP2003196275A (ja) | 2003-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1475778B1 (en) | Rules-based grammar for slots and statistical model for preterminals in natural language understanding system | |
Moore | Using natural-language knowledge sources in speech recognition | |
US7529657B2 (en) | Configurable parameters for grammar authoring for speech recognition and natural language understanding | |
CN108804414A (zh) | 文本修正方法、装置、智能设备及可读存储介质 | |
US20170199867A1 (en) | Dialogue control system and dialogue control method | |
US20140244254A1 (en) | Facilitating development of a spoken natural language interface | |
US9589563B2 (en) | Speech recognition of partial proper names by natural language processing | |
WO2001093246A2 (en) | Creating a unified task dependent language models with information retrieval techniques | |
EP1475779B1 (en) | System with composite statistical and rules-based grammar model for speech recognition and natural language understanding | |
US20220261545A1 (en) | Systems and methods for producing a semantic representation of a document | |
Lommatzsch et al. | An Information Retrieval-based Approach for Building Intuitive Chatbots for Large Knowledge Bases. | |
Minker | Stochastic versus rule-based speech understanding for information retrieval | |
WO2022022049A1 (zh) | 文本长难句的压缩方法、装置、计算机设备及存储介质 | |
EP1465155B1 (en) | Automatic resolution of segmentation ambiguities in grammar authoring | |
JP3999103B2 (ja) | 自然言語処理装置 | |
JP4220151B2 (ja) | 音声対話装置 | |
JP5120749B2 (ja) | 木構造辞書を記録した記憶媒体、木構造辞書作成装置、及び木構造辞書作成プログラム | |
JPH06223102A (ja) | 自然言語処理装置 | |
JP2001101000A (ja) | 自然言語対話装置及び方法 | |
JP2000259627A (ja) | 自然言語文関係判定装置、自然言語文関係判定方法およびこれを用いた検索装置、検索方法ならびに記録媒体 | |
JP3181465B2 (ja) | 言語処理装置 | |
JP2796690B2 (ja) | 用例主導型自然言語解析装置 | |
Xu et al. | Semantic understanding by combining extended cfg parser with hmm model | |
JPH01260494A (ja) | 音声認識方法 | |
Smith | VUW |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040210 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040302 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040316 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040517 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20040622 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040819 |
|
A911 | Transfer of reconsideration by examiner before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20040901 |
|
A912 | Removal of reconsideration by examiner before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20050128 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20050415 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20050606 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070712 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070808 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100817 Year of fee payment: 3 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040517 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100817 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110817 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120817 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120817 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130817 Year of fee payment: 6 |
|
EXPY | Cancellation because of completion of term | ||
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130817 Year of fee payment: 6 |