JP5095128B2 - データ処理装置 - Google Patents

Description

本発明は、文書データの解析を行なうデータ処理装置に関する。

従来、文書データの作成を支援するために、文を構成する表現の品詞のつながりから、誤入力の可能性のある部分を判定してユーザに提示するものがある。
また、例えば特許文献１に開示されるように、入力文書データ中の記述のうち具体性に欠ける部分を提示するものがある。この文献では、入力文書データ中の記述に予め定められた特徴部分が含まれる場合に、この特徴部分を有する文が具体的であるために欠落すべきでない５Ｗ１Ｈ（when,whereなど）を含んでいる否かを判定する。
特開２００２−１８３１１７号公報

しかし、前述したように品詞の繋がりから誤入力を判定する技術では単語の意味は解析しないため、例えば「セクタ不良は認めません。」と記述すべきところを「セクタは認めません。」などのように、品詞の繋がりが正しくても意味が不十分な記述がなされている場合でも、これを指摘することはできない。

また、前述したように文書データ中の予め定められた特徴を有する文に５Ｗ１Ｈが含まれているか否かを判定すれば具体性のない文をチェックすることができるが、これは文が具体性を有するか否かを判定するにとどまるものであり、文中に必要な要素、例えば主語や述語の記述不足を判定するものではない。

そこで、本発明の目的は、文書データ中に必要な記述の不足を判定することが可能になるデータ処理装置を提供することにある。

すなわち、本発明に係わるデータ処理装置は、入力文書データの構文解析結果で示される構文木の最も基底の単一の要素が欠損しているか否かを判定することで、入力文書データ中に文法上の文として成立するための文節の記述が不足しているか否かを判定し、この判定結果を出力することを特徴とする。

本発明に係わるデータ処理装置では、文書データ中に必要な記述の不足を判定することができる。

以下図面により本発明の実施形態について説明する。
（第１の実施形態）
まず、本発明の第１の実施形態について説明する。
図１は、本発明の第１の実施形態にしたがった文書データ処理装置の構成例を示すブロック図である。

図１に示すように、本発明の実施形態にしたがった文書データ処理装置は、装置全体の制御を司る制御部１、記憶装置２、形態素解析部３、構文解析部４、抽出処理部５、判定部６、入力装置７、出力装置８および入出力インタフェース９を備え、それぞれがバス１０を介して接続される。

記憶装置２は例えばハ−ドディスクドライブや不揮発性メモリ装置などのハードウェアで構成される。記憶装置２は制御部１による実行対象の制御プログラムを記憶するのに加え、制御部１による各種処理のワークメモリとしても機能する。

形態素解析部３は、記憶装置２に記憶された文書データを読み出して、この文書データの形態素解析を行なって各文節を抽出する。
構文解析部４は、形態素解析部３により抽出された文節の構文解析を行なって、各文節の関係を解析する。

抽出処理部５は、構文解析部４による処理結果を抽出する。判定部６は、抽出処理部５による抽出結果をもとに、入力文書データ中に、当該文書データに必要な単語が記述されているか否かを判定する。抽出処理部５は、必要な単語が記述されているか否かを判定するに限らず、例えば所定量の文章が記述されているか否かを判定するようにしても良い。

入力装置７は例えばキーボードやマウスであり、文書データの新規作成などにかかる操作を受け付ける。出力装置８は例えばディスプレイ装置である。また、入出力インタフェース９は図示しない外部記憶装置とケーブルを介して接続可能であり、この外部記憶装置との間で文書データを入出力する。

次に、図１に示した構成の文書データ処理装置の動作について説明する。
図２は、本発明の第１の実施形態にしたがった文書データ処理装置の処理動作の一例を示すフローチャートである。

まず、文書データ処理装置の入力装置７に対する操作により文書データが作成されると、制御部１はこの文書データを記憶装置２に記憶する。また、外部記憶装置に記憶された作成済みの文書データが入出力インタフェース９に入力されると、制御部１はこの文書データを記憶装置２に記憶する（ステップＳ１）。

ここでは入力文書データ中に第１文「前回と比較して改善が認められます。」および第２文「前回と比較し。」が記述されているとする。ここで説明した第１文および第２文は入力文書データ中の句点で区切られた部分であって、文法上の正しい文として成立している場合とそうでない場合がある。まず、第１文に対する解析について説明する。

形態素解析部３は、記憶装置２に記憶される入力文書データ中の形態素解析を行なって、文書データ中の各文節を当該文節の品詞情報とともに認識する（ステップＳ２）。
図３は、本発明の第１の実施形態にしたがった文書データ処理装置が入力した文書データ中の第１文の形態素解析結果を示す図である。
そして、構文解析部４は、図３に示した形態素解析結果を入力し、各文節の構文解析を行なって、各文節の文法上の関係を示す構文木を構文解析結果として生成する（ステップＳ３）。

図４は、本発明の第１の実施形態にしたがった文書データ処理装置が入力した文書データ中の第１文の構文解析結果を示す図である。
図４に示すように、第１文の構文解析結果である構文木では、文節の「認められます」に対して「比較して」および「改善が」が連なり、「比較して」に対して「前回と」が連なる。

抽出処理部５は、図４に示した構文解析結果を入力し、この解析結果で示される構文木の最も基底の単一の要素であるルート（ｒｏｏｔ）に対応する文節がある場合には、これを抽出する。第１文では「認められます」がルートに対応する文節である。

判定部６は、抽出処理部５が第１文の構文解析結果からルートに対応する文節を抽出すると、入力文書データ中の第１文に欠損がない、つまり第１文に当該第１文が文法上の正しい文として成立するための文節が記述されていると判定する（ステップＳ４のＮＯ）。この場合には構文解析された第１文に関するその後の処理は行なわれない。

次に、前述した第２文に対する解析について説明する。図５は、本発明の第１の実施形態にしたがった文書データ処理装置が入力した文書データ中の第２文の形態素解析結果を示す図である。図６は、本発明の第１の実施形態にしたがった文書データ処理装置が入力した文書データ中の第２文の構文解析結果を示す図である。

図６に示すように、第２文の構文解析結果である構文木では、文節の「前回と」に対して「比較して」が連なるが、ルートに対応する文節は存在しない。よって、抽出処理部５による文節の抽出はなされない。判定部６は抽出処理部５が第２文中のルートに対応する文節を抽出できなかった場合には、入力文書データ中の第２文に欠損がある、つまり文法上の正しい文として成立するための文節が記述されていないと判定する（ステップＳ４のＹＥＳ）。

この場合には、判定部６は、入力文書データ中の第２文に当該第２文が文法上の正しい文として成立するための必要な記述が不足している旨を示すメッセージを生成し、これを出力装置８に出力させる（ステップＳ５）。

図７は、本発明の第１の実施形態にしたがった文書データ処理装置により出力するエラー出力画面の一例を示す図である。
ユーザは図７に示された画面を確認することで入力文書データ中に必要な記述の不足部分を容易に認識することができる。

以上のように、本発明の第１の実施形態にしたがった文書データ処理装置では、入力文書データの句点で区切られた部分の構造解析を行ない、この解析結果をもとにして、当該区切られた部分が文法上の正しい文として成立するための記述が不足していると判定した場合に、この判定結果を出力するので、入力文書データ中に必要な記述の不足部分をユーザに指摘することができる。

（第２の実施形態）
次に、本発明の第２の実施形態について説明する。なお、本実施形態に係る文書データ処理装置の構成は図１に示したものと基本的にほぼ同様であるので同一部分の説明は省略する。
この第２の実施形態にしたがった文書データ処理装置は文書データ中の必要な係り受けの表現の不足を判定する。

図８は、本発明の第２の実施形態にしたがった文書データ処理装置の記憶装置に記憶される条件定義テーブルの一例を表形式で示す図である。
本発明の第２の実施形態にしたがった文書データ処理装置の記憶装置２には図８に示した形式の条件定義テーブルが記憶される。このテーブルでは、文書データ中の予め定められた自立語である第１表現と、この第１表現が文書データ中に記述される場合に正しい係り受けとして記述されるべき自立語である第２表現とが関連付けられて管理される。条件定義テーブル上では、単一の第１表現に単一または複数種類の第２表現が関連付けられる。

本発明の第２の実施形態にしたがった文書データ処理装置は、入力文書データ中に条件定義テーブル上の第１表現が記述されている場合で、かつこれと関連付けられる第２表現が第１表現の係り受けとして同一文中に記述されているか否かを判定することで、入力文書データ中の予め定められた表現の係り受けとして記述されるべき表現が記述されているか否かを判定する。

次に、本発明の第２の実施形態にしたがった文書データ処理装置の処理動作について説明する。図９は、本発明の第２の実施形態にしたがった文書データ処理装置の処理動作の一例を示すフローチャートである。

ここでは入力文書データ中に第３文「セクタの不良は発見できませんでした。」、第４文「不良セクタは発見できませんでした。」、第５文「セクタの異常は発見できませんでした。」および第６文「セクタは発見できませんでした。」が記述されているとする。
図９に示されるステップＳ１１からステップＳ１３までの処理は第１の実施形態で説明したステップＳ１からステップＳ３までの処理と同じである。

図１０は、本発明の第２の実施形態にしたがった文書データ処理装置が入力した文書データ中の第３文の形態素解析結果を示す図である。図１１は、本発明の第２の実施形態にしたがった文書データ処理装置が入力した文書データ中の第３文の構文解析結果を示す図である。

図１１に示すように、第３文の構文解析結果である構文木では、文節の「セクタの」に対して「不良は」が連なり、この「不良は」に対して「発見できませんでした」が連なる。

図１２は、本発明の第２の実施形態にしたがった文書データ処理装置が入力した文書データ中の第４文の形態素解析結果を示す図である。図１３は、本発明の第２の実施形態にしたがった文書データ処理装置が入力した文書データ中の第４文の構文解析結果を示す図である。

図１３に示すように、第４文の構文解析結果である構文木では、文節の「不良」に対して「セクタは」が連なり、この「セクタは」に対して「発見できませんでした」が連なる。

図１４は、本発明の第２の実施形態にしたがった文書データ処理装置が入力した文書データ中の第５文の形態素解析結果を示す図である。図１５は、本発明の第２の実施形態にしたがった文書データ処理装置が入力した文書データ中の第５文の構文解析結果を示す図である。

図１５に示すように、第５文の構文解析結果である構文木では、文節の「セクタの」に対して「異常は」が連なり、この「異常は」に対して「発見できませんでした」が連なる。

図１６は、本発明の第２の実施形態にしたがった文書データ処理装置が入力した文書データ中の第６文の形態素解析結果を示す図である。図１７は、本発明の第２の実施形態にしたがった文書データ処理装置が入力した文書データ中の第６文の構文解析結果を示す図である。
図１７に示すように、第６文の構文解析結果である構文木では、文節の「セクタは」に対して「発見できませんでした」が連なる。

抽出処理部５は、図１１、図１３、図１５および図１７に示した構文解析結果をそれぞれ入力し、この解析結果で示される構文木の要素に対応する文節における自立語と記憶装置２に記憶される条件定義テーブルを照合することで、構文木中の文節と同じ第１表現を条件定義テーブルから検索する。ここでは、各種構文解析結果にしたがって条件定義テーブルからの検索対象となる自立語は「セクタ」である。

そして抽出処理部５は、構文解析結果の構文木の自立語部分の連なりをもとに、検索済みの第１表現の係り受けとなる自立語を当該構文木から抽出する。
具体的には、第３文中の自立語のうち、前述した抽出対象となる自立語である「セクタ」の係り受けとなる自立語は「不良」である。また、第４文中の自立語のうち、前述した抽出対象となる自立語である「セクタ」の係り受けとなる自立語は「不良」および「発見」である。

第５文中の自立語のうち、前述した抽出対象となる自立語である「セクタ」の係り受けとなる自立語は「異常」である。また、また、第６文中の自立語のうち、条件定義テーブルからの抽出対象となる自立語である「セクタ」の係り受けとなる自立語は「発見」である。

判定部６は、抽出処理部５により抽出した自立語の組み合わせを入力し、この組み合わせと記憶装置２に記憶される条件定義テーブルとを照合することで、当該条件テーブル上の第１表現が抽出済みの自立語の一方となっており、かつこの第１表現と関連付けられる第２表現が自立語の組み合わせの他方である場合には、これらの自立語が含まれる文に正しい係り受けの表現が記述されていると判定する（ステップＳ１４のＮＯ）。

具体的には判定部６は、図８に示した条件定義テーブル上の第１表現である「セクタ」および、この「セクタ」の正しい係り受けの第２表現である「不良」が第３および第４文中に記述されていると判定し、条件定義テーブル上の第１表現である「セクタ」および、この「セクタ」の正しい係り受けである「異常」が第５文中に記述されていると判定する。この場合には、これらの文に関するその後の処理は行なわれない。

一方、判定部６は、抽出処理部５からの自立語の組み合わせと記憶装置２に記憶される条件定義テーブル上とを照合することで、自立語の組み合わせの一方、つまり条件テーブル上の第１表現と関連付けられる第２表現に対応する文節が構文解析対象の構文木に含まれていない場合には、入力文書データ中の文のうち条件定義テーブルで管理される予め定められた表現を含む文に当該定められた表現の正しい係り受けの記述が不足していると判定する。（ステップＳ１４のＹＥＳ）。
具体的には判定部６は、図８に示した第６文中に記述されて条件定義テーブル上の第１表現である「セクタ」の正しい係り受けが当該第６文中に記述されていないと判定する。

この場合には、判定部６は、入力文書データ中の第６文に含まれて条件定義テーブル上で管理される表現の正しい係り受けとなる表現の記述が不足している旨を示すメッセージを生成し、これを出力装置８に出力させる（ステップＳ１５）。
図１８は、本発明の第２の実施形態にしたがった文書データ処理装置により出力するエラー出力画面の一例を示す図である。

以上のように、本発明の第２の実施形態にしたがった文書データ処理装置では、入力文書データの各文の構造解析を行ない、この解析された文中の予め定められた表現の正しい係り受けの記述が不足している不足していると判定した場合に、この判定結果を出力するので、入力文書データ中の係り受けの記述不足をユーザに指摘することができる。

次に、本発明の第２の実施形態の第１の変形例について説明する。この変形例では、入力文書データに対する構文解析部４による構文解析を行なわずとも、入力文書データ中の係り受けの記述不足の有無を判定することができる。

この変形例では、記憶装置２に抽出定義テーブルをさらに記憶する。図１９は、本発明の第２の実施形態の第１の変形例にしたがった文書データ処理装置の記憶装置に記憶される抽出定義テーブルの一例を表形式で示す図である。

この抽出定義テーブルでは、第１の自立語情報および第２の自立語情報が関連付けて管理される。また、一部の第１の自立語情報および第２の自立語情報には当該第１および第２の自立語情報の間の付属語情報が関連付けられて管理される。これらの自立語情報は図１９に示したように品詞名であってもよいし、具体的な自立語であってもよい。

このテーブルを用いた係り受け表現の抽出処理について説明する。抽出処理部５は、形態素解析部３による入力文書データの形態素解析結果で示される単語の品詞情報と記憶装置２に記憶される抽出定義テーブルとを照合することで、抽出定義テーブルで定義される自立語や付属語の組み合わせのうち、形態素解析結果で示される品詞情報の組み合わせと同じ組み合わせを検索する。

例えば係り受け表現の抽出対象が前述した第３文である場合には、この文の形態素解結果は図１０に示した結果となるので、この結果で示される「セクタ［名詞］−の［助詞］／不良［名詞］」における単語の組み合わせが、図１９に示した抽出定義テーブルの上から２段目で定義される条件と一致するので、第３文における係り受け表現は「セクタの不良」となる。

抽出対象が前述した第４文である場合には、この文の形態素解結果は図１２に示した結果となるので、この結果で示される「不良［名詞］／セクタ［名詞］」における単語の組み合わせが、図１９に示した抽出定義テーブルの最上段で定義される条件と一致するので、第４文における係り受け表現は「不良セクタ」となる。

抽出対象が前述した第５文である場合には、この文の形態素解結果は図１４に示した結果となるので、この結果で示される「セクタ［名詞］−の［助詞］／異常［名詞］」における単語の組み合わせが、図１９に示した抽出定義テーブルの上から２段目で定義される条件と一致するので、第５文における係り受け表現は「セクタの異常」となる。

また、抽出対象が前述した第６文である場合には、この文の形態素解結果は図１６に示した結果となるので、この結果で示される各単語の組み合わせは、図１９に示した抽出定義テーブルの条件と一致しないので、第６文における係り受け表現は「なし」となる。以後は抽出処理部５および判定部６により、この係り受け表現と図８に示したような条件定義テーブルとを照合することで正しい係り受けの記述の有無を判定すればよい。

次に、本発明の第２の実施形態の第２の変形例について説明する。この変形例では、構文解析部４による構文解析や第１の変形例で説明した抽出定義テーブルを用いなくとも入力文書データ中の係り受けの記述不足の有無を判定することができる。

抽出処理部５は、形態素解析部３による入力文書データの形態素解析結果で示される品詞情報をもとに、図８に示した条件定義テーブル中の第１表現を含む単一または複数の組み合わせを当該形態素解析結果から抽出する。

抽出対象の文が前述した第３文である場合には、図８に示した条件定義テーブル中の第１表現である「セクタ」を含む自立語の組み合わせは「セクタ−不良」、「セクタ−発見」および「セクタ−できる」となる。

抽出対象の文が前述した第４文である場合には、図８に示した条件定義テーブル中の第１表現である「セクタ」を含む自立語の組み合わせは「不良−セクタ」、「セクタ−発見」および「セクタ−できる」となる。

抽出対象の文が前述した第５文である場合には、図８に示した条件定義テーブル中の第１表現である「セクタ」を含む自立語の組み合わせは「セクタ−異常」、「セクタ−発見」および「セクタ−できる」となる。

抽出対象の文が前述した第６文である場合には、図８に示した条件定義テーブル中の第１表現である「セクタ」を含む自立語の組み合わせは「セクタ−発見」および「セクタ−できる」となる。

以後は抽出処理部５および判定部６により、この自立語の組み合わせを図８に示したような条件定義テーブルと照合することで正しい係り受けの記述の有無を判定すればよい。

図２０は、本発明の第２の実施形態にしたがった文書データ処理装置により出力するエラー出力画面の変形例を示す図である。
また、本発明の第２の実施形態にしたがった文書データ処理装置は、正しい係り受けが入力文書データに記述されていないと判定した場合には、文書データ中の表現のうち条件定義テーブル上の第１表現である表現がある場合で、この表現のうち、さらに係り受けの表現を追加して記述すべき表現に図２０に示したように下線を付すなどして強調表示してもよいし、この強調表示部分に吹き出しを対応させて表示させた上で、追加して記述すべき表現の候補を条件定義テーブルから検索して吹き出し内に表示させてもよい。

例えば、判定対象の文が第６文である場合には、この文の表現のうち条件定義テーブル上の第１表現と同じ表現は「セクタ」であって、これとの係り受けとなる表現は第６文には含まれておらず、「セクタ」と図８に示した条件定義テーブル上で関連付けられる第２表現は「異常」および「不良」である。

判定部６はこの第２表現をもとに、記述情報が不足している旨を示すメッセージとして「『の異常』を挿入する」、「『の不良』を挿入する」および「このまま修正しない」をそれぞれ提示する。この提示されたメッセージのうち表現の挿入に関するメッセージが入力装置７に対する操作により選択されると、制御部１はこの選択されたメッセージに対応する表現を文書データ中に挿入する。

なお、この発明は前記実施形態そのまま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構成要素を変形して具体化できる。また、前記実施形態に開示されている複数の構成要素の適宜な組み合わせにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を省略してもよい。更に、異なる実施形態に亘る構成要素を適宜組み合せてもよい。

本発明の第１の実施形態にしたがった文書データ処理装置の構成例を示すブロック図。 本発明の第１の実施形態にしたがった文書データ処理装置の処理動作の一例を示すフローチャート。 本発明の第１の実施形態にしたがった文書データ処理装置が入力した文書データ中の第１文の形態素解析結果を示す図。 本発明の第１の実施形態にしたがった文書データ処理装置が入力した文書データ中の第１文の構文解析結果を示す図。 本発明の第１の実施形態にしたがった文書データ処理装置が入力した文書データ中の第２文の形態素解析結果を示す図。 本発明の第１の実施形態にしたがった文書データ処理装置が入力した文書データ中の第２文の構文解析結果を示す図。 本発明の第１の実施形態にしたがった文書データ処理装置により出力するエラー出力画面の一例を示す図。 本発明の第２の実施形態にしたがった文書データ処理装置の記憶装置に記憶される条件定義テーブルの一例を表形式で示す図。 本発明の第２の実施形態にしたがった文書データ処理装置の処理動作の一例を示すフローチャート。 本発明の第２の実施形態にしたがった文書データ処理装置が入力した文書データ中の第３文の形態素解析結果を示す図。 本発明の第２の実施形態にしたがった文書データ処理装置が入力した文書データ中の第３文の構文解析結果を示す図。 本発明の第２の実施形態にしたがった文書データ処理装置が入力した文書データ中の第４文の形態素解析結果を示す図。 本発明の第２の実施形態にしたがった文書データ処理装置が入力した文書データ中の第４文の構文解析結果を示す図。 本発明の第２の実施形態にしたがった文書データ処理装置が入力した文書データ中の第５文の形態素解析結果を示す図。 本発明の第２の実施形態にしたがった文書データ処理装置が入力した文書データ中の第５文の構文解析結果を示す図。 本発明の第２の実施形態にしたがった文書データ処理装置が入力した文書データ中の第６文の形態素解析結果を示す図。 本発明の第２の実施形態にしたがった文書データ処理装置が入力した文書データ中の第６文の構文解析結果を示す図。 本発明の第２の実施形態にしたがった文書データ処理装置により出力するエラー出力画面の一例を示す図。 本発明の第２の実施形態の第１の変形例にしたがった文書データ処理装置の記憶装置に記憶される抽出定義テーブルの一例を表形式で示す図。 本発明の第２の実施形態にしたがった文書データ処理装置により出力するエラー出力画面の変形例を示す図。

符号の説明

１…制御部、２…記憶装置、３…形態素解析部、４…構文解析部、５…抽出処理部、６…判定部、７…入力装置、８…出力装置、９…入出力インタフェース、１０…バス。

Claims (3)

1. 文書データを入力する文書入力手段と、
   この文書入力手段により入力された文書データの構文解析を行なう構文解析手段と、
   この構文解析手段による構文解析結果で示される構文木の最も基底の単一の要素が欠損
   しているか否かを判定することで、前記入力した文書データ中に文法上の文として成立す
   るための文節の記述が不足しているか否かを判定する第１の判定手段と、
   この第１の判定手段による判定結果を出力する出力手段と
   第１の表現情報と、この第１の表現情報の正しい係り受けとなる第２の表現情報とを関
   連付けて記憶する記憶手段と、
   前記文書入力手段により入力された文書データに前記記憶手段に記憶された第１の表現
   情報が記述される場合に、当該第１の表現情報に関連付けられて前記記憶手段に記憶され
   る第２の表現情報が前記入力した文書データ中に前記第１の表現情報の係り受けの表現情
   報として記述されているか否かを判定する第２の判定手段と、
   この第２の判定手段による判定結果を出力する第２の出力手段と、
   を備えたことを特徴とするデータ処理装置。
2. 前記出力手段は、第１の表現情報に関連付けられて前記記憶手段に記憶される第２の表
   現情報が前記入力した文書データ中に前記第１の表現情報の係り受けの表現情報として記
   述されていないと判定した場合に、前記入力した文書データ中の前記第１の表現情報を強
   調させて出力する
   ことを特徴とする請求項１に記載のデータ処理装置。
3. 前記出力手段は、第１の表現情報に関連付けられて前記記憶手段に記憶される第２の表
   現情報が前記入力した文書データ中に前記第１の表現情報の係り受けの表現情報として記
   述されていないと判定した場合に、この第１の表現情報と関連付けられる第２の表現情報
   を前記記憶手段から検索し、これを前記記述されていない表現の追記候補として出力する
   ことを特徴とする請求項１に記載のデータ処理装置。

Images