JP5323652B2 - 類似語決定方法およびシステム - Google Patents

Description

本発明は、検索サービスに関し、より詳細には、外国語または該当する外国語発音の韓国語表記に対する類似語を推奨クエリーとして提供する方法およびシステムに関する。

最近、科学技術の発展および経済水準の向上によって超高速インターネットのような通信網の普及と超高速通信網の利用者が急激に増加しており、このような超高速通信網の利用者の急激な増加は、通信網を介した新規サービスの開発およびサービスアイテムの多様化を可能にした。このような通信網を用いたサービスの中で最も一般的なサービスが、検索サービスであるといえる。

検索サービスとは、ユーザからクエリーが入力されたときに、入力されたクエリーに対応する検索結果（例えば、入力されたクエリーを含むウェブサイト、入力されたクエリーを含む記事、または入力されたクエリーを含むファイル名を有するイメージなど）をユーザに提供するサービスを意味する。

しかしながら、検索サービスを利用するユーザは、クエリーを入力するにあたり、クエリーを正確に入力することができずにクエリーを打ち間違えて入力することや、自分が所望するクエリーが正確に分からずに自分が入力を所望したクエリーを正確に入力することができないことがある。このような場合、検索サービス提供者は、実際に入力されたクエリーに基づいて検索を実行することとなり、この結果、ユーザは自分が所望する検索結果の提供を受けられなくなるという不便さがある。

このような不便さを解決するために、最近の検索サービスは、ユーザが入力したクエリーに対する推奨クエリーの提供または関連するクエリーの提供などのような多様な検索サービスを提供している。ここで、推奨クエリーの提供とは、ユーザによって入力されたクエリーと類似するクエリーのうちの一部を推奨クエリーとして提供するサービスを意味する。

特に、このような推奨クエリーの提供において、ユーザが外国語に熟練しておらずに該当する外国語の表記または発音が正確に分からない場合には、ユーザが検索しようとするクエリーの外国語表記または該当する外国語発音の韓国語表記を誤って入力し、ユーザが所望する検索結果を正確に提供することができないという問題点がある。

本発明は、上述した問題点を解決するためのものであって、ユーザが検索しようとするクエリーに対する該当する外国語表記または発音が正確に分からない場合にも、類似する外国語文字列または類似する発音に該当する外国語文字列を推奨クエリーとして提供することができる類似語決定方法およびシステムを提供することをその技術的課題とする。

また、本発明は、ユーザが検索しようとするクエリーが外国語である場合、該当する外国語は分からないが該当する外国語発音の母国語表記が分かる場合にも、発音が類似する外国語を推奨クエリーとして提供することができる類似語決定方法およびシステムを提供することを他の技術的課題とする。

さらに、本発明は、ユーザが検索しようとするクエリーが中国語、英語などの多様な言語である場合にも、類似する単語を推奨クエリーとして提供することができる類似語決定方法およびシステムを提供することを他の技術的課題とする。

本発明の一実施形態に係る類似語決定方法は、コンピュータが、入力文字列が第１言語であるかまたは第２言語であるかを判断するステップと、前記コンピュータが、前記入力文字列が前記第２言語である場合、前記第２言語からなる入力文字列を前記第１言語に変換可能であるかを判断するステップと、前記コンピュータが、前記第２言語からなる入力文字列を前記第１言語に変換が可能である場合、前記第２言語からなる入力文字列を前記第１言語に変換するステップと、前記コンピュータが、前記第１言語に変換された文字列と候補文字列との編集距離を算出するステップと、前記コンピュータが、前記候補文字列の中で前記編集距離が基準値以下である候補文字列を前記入力文字列の類似語として決定するステップとを含み、前記コンピュータが、前記入力文字列のすべての音節のそれぞれを所定の文字コードに変換し、すべての文字コードが所定の領域内に存在する場合に、前記入力文字列が前記第２言語であると判断し、前記第１言語と前記第２言語が共に表記されている場合には前記入力文字列が前記第１言語であると判断する。

ここで、前記第２言語が母国語である場合、前記候補文字列の発音を前記第２言語で表記した文字列は、前記候補文字列が前記母国語に対する音差変換器によって変換されることを特徴とし、好ましくは、前記第２言語が韓国語である場合、前記母国語に対する音差変換器は、韓国語音差変換器であることを特徴とする。ここで、音差変換器は、第１言語を第２言語である母国語の発音表記に変換することができる。

一方、前記コンピュータが、前記入力文字列が第１言語であるかまたは第２言語であるかを判断するステップにおいて、前記コンピュータが、前記入力文字列が前記第１言語である場合、前記候補文字列と前記入力文字列との編集距離を算出するステップと、をさらに含むことを特徴とする。

また、前記第２言語からなる入力文字列を前記第１言語に変換が可能でない場合、前記コンピュータが、前記候補文字列の発音を前記第２言語で表記した文字列と前記入力文字列との編集距離を算出するステップと、前記コンピュータが、前記候補文字列の中で、前記入力文字列との前記編集距離が基準値以下である前記第２言語で表記した文字列に該当する前記第１言語で表記された候補文字列を前記入力文字列の類似語として決定するステップと、を含むことを特徴とする。

このとき、前記第１言語に変換するステップにおいて、前記コンピュータが、前記第１言語が外国語である場合、前記入力文字列を該当する外国語に対する音差復元器を用いて前記該当する外国語からなる文字列に変換することを特徴とする。一実施形態において、前記第１言語が日本語である場合、前記該当する外国語に対する音差復元器は、日本語音差復元器とすることができる。

一実施形態において、前記第１言語は外国語のうちのいずれか１つであり、前記第２言語は母国語とすることができる。また、前記入力文字列および候補文字列は、検索クエリーとすることができる。

一方、本発明の一実施形態に係る類似語決定方法は、前記判断ステップの前に、前記コンピュータが、ユーザ端末から前記入力文字列を受信するステップをさらに含み、前記コンピュータが、前記類似語決定ステップの後に、前記決定した類似語を推奨クエリーとして前記ユーザ端末に提供するステップをさらに含むことを特徴とする。

一実施形態において、コンピュータが、入力文字列が第１言語であるかまたは第２言語であるかを判断するステップと、前記コンピュータが、前記入力文字列が前記第２言語である場合、前記第１言語で表記された候補文字列の中で、前記候補文字列の発音を前記第２言語で表記した文字列と前記入力文字列との編集距離を算出するステップと、前記コンピュータが、前記候補文字列の中で、前記入力文字列との前記編集距離が基準値以下である前記第２言語で表記した文字列に該当する前記第１言語で表記された候補文字列を前記入力文字列の類似語として決定するステップと、を含み、前記コンピュータが、前記入力文字列のすべての音節のそれぞれを所定の文字コードに変換し、すべての文字コードが所定の領域内に存在する場合に、前記入力文字列が前記第２言語であると判断し、前記第１言語と前記第２言語が共に表記されている場合には前記入力文字列が前記第１言語であると判断し、前記入力文字列の類似語として決定する前記候補文字列を前記第２言語で表記した文字列は、前記入力文字列と共通した文字を含み、前記入力文字列の類似語として決定する前記候補文字列を前記第２言語で表記した文字列は、前記入力文字列との文字類似度点数が上位Ｎ位以内である候補文字列のうちの少なくとも１つから選定されることを特徴とする。前記第２言語が母国語である場合、前記コンピュータが前記候補文字列の発音を前記第２言語で表記した文字列は、前記候補文字列が前記母国語に対する音差変換器によって変換される。

ここで、前記候補文字列の中で前記編集距離が基準値以下である候補文字列は、前記編集距離算出のための各演算別にワイルドカード文字（Ｗｉｌｄ Ｃａｒｄ Ｃｈａｒａｃｔｅｒ）検索を用いて選定されることを特徴とし、前記入力文字列と共通した文字を含む候補文字列は、前記入力文字列と共通したＮ−ｇｒａｍを含む候補文字列であり、前記文字類似度点数は、前記入力文字列と共通したＮ−ｇｒａｍの大きさ、前記共通したＮ−ｇｒａｍの個数、前記共通したＮ−ｇｒａｍが発見された位置の類似度、および前記入力文字列と前記各候補文字列の間の長さ差を用いて決定されることを特徴とする。

上述した目的を達成するために、本発明の一実施形態に係る類似語決定システムは、入力文字列が第１言語であるかまたは第２言語であるかを判断する入力文字列判断部と、前記第２言語で表記された入力文字列を前記第１言語で表記された文字列に変換可能であるかを判断する文字列変換要否判断部と、前記第２言語からなる入力文字列を前記第１言語に変換が可能である場合、前記第２言語からなる入力文字列を前記第１言語に変換する文字列変換部と、前記第１言語に変換された文字列と候補文字列との編集距離を算出する第２編集距離算出部と、前記候補文字列の中で前記編集距離が基準値以下である候補文字列を前記入力文字列の類似語として決定する第２決定部とを含み、前記入力文字列判断部は、前記入力文字列のすべての音節のそれぞれを所定の文字コードに変換し、すべての文字コードが所定の領域内に存在する場合に、前記入力文字列が前記第２言語であると判断し、前記第１言語と前記第２言語が共に表記されている場合には前記入力文字列が前記第１言語であると判断する。

本発明によれば、ユーザが検索しようとするクエリーが外国語である場合、正確な外国語が分からない場合にも、表記が類似する外国語を推奨クエリーとして提供することができるという効果がある。

また、本発明は、ユーザが検索しようとするクエリーが外国語である場合、該当する外国語は分からないが該当する外国語発音の母国語表記が分かる場合にも、発音が類似する外国語を推奨クエリーとして提供することができるという効果がある。

さらに、本発明は、ユーザが検索しようとするクエリーが中国語、英語などの多様な言語である場合にも、類似する単語を推奨クエリーとして提供することができるという効果がある。

本発明の一実施形態に係る類似語決定システムを概略的に示すブロック図である。 図１に示す類似語決定部の詳細な構成を示す図である。 本発明の一実施形態に係る類似語決定方法を示すフローチャートである。

以下、添付の図面を参照しながら、本発明の実施形態について詳しく説明する。

図１は、本発明の一実施形態に係る類似語決定システムが含まれたネットワーク構成を示す図である。図に示すように、類似語決定システム１００は、インターネット１１０を介して接続したユーザ端末１２０から入力文字列を受信し、受信した入力文字列に対する類似語を決定し、決定した類似語を推奨クエリーとしてユーザ端末１２０に提供する。このような類似語決定システム１００は、図に示すように、ユーザインターフェース部１３０と、候補文字列提供部１４０と、類似語決定部１５０とを含む。

まず、ユーザインターフェース部１３０は、ユーザ端末１２０から外国語で表記された入力文字列または外国語の発音が韓国語で表記された入力文字列を受信し、後述する類似語決定部１５０から、類似語が入力文字列に対する推奨クエリーとしてユーザ端末１２０に提供する。

候補文字列提供部１４０は、ユーザに提供する推奨クエリーを決定するための入力文字列との編集距離算出のために、候補文字列を類似語決定部１５０に提供する。本発明における候補文字列は、予め格納されたクエリーのうちの一部が候補文字列として選定されたものであり、類似語決定部１５０は、予め格納しておいたすべてのクエリーを対象として入力文字列と編集距離を計算するのではなく、候補文字列提供部１４０から提供された候補文字列と入力文字列との編集距離を計算することによって入力クエリーに対する類似語提供サービスの応答速度を改善することができる。

ここで、候補文字列提供部１４０で提供する候補文字列は、入力文字列との編集距離が基準値以下である候補文字列または入力文字列と共通した文字を含む候補文字列の中で入力文字列との文字類似度点数が上位Ｎ位以内である候補文字列のうちの少なくとも１つをデータベース（図示せず）に予め格納しておくことができる。

また、候補文字列の中で編集距離が基準値以下である候補文字列は、編集距離算出のための各演算別にワイルドカード文字検索を用いて選定することができる。

ここで、各演算は、挿入演算、削除演算、交換演算、および転位演算を含むものであって、挿入演算は特定の文字列に新たな文字を追加することによって発生する演算を意味し、削除演算は特定の文字列に含まれた文字を削除することによって発生する演算を意味し、交換演算は特定の文字列に含まれた文字を新たな文字に交換することによって発生する演算を意味し、転位演算は特定の文字列に含まれた互いに隣接した文字の順序を変更することによって発生する演算を意味する。

そして、入力文字列と共通した文字を含む候補文字列は、入力文字列と共通したＮ−ｇｒａｍを含む候補文字列であり、文字類似度点数は、入力文字列と共通したＮ−ｇｒａｍの大きさ、共通したＮ−ｇｒａｍの個数、共通したＮ−ｇｒａｍが発見された位置の類似度、および入力文字列と各候補文字列の間の長さの差を用いて決定することができる。

類似語決定部１５０は、入力文字列が第１言語の発音に該当する第２言語で表記した文字列である場合、候補文字列提供部１４０によって提供された予め格納された候補文字列の中で候補文字列の発音に該当する第２言語で表記された文字列と入力文字列との編集距離が基準値以下である第２言語で表記した文字列に該当する候補文字列を入力文字列の類似語として決定し、ユーザインターフェース部１３０に提供する。このために、類似語決定部１５０は、図２に示すように、入力文字列判断部２１０と、文字列変換要否判断部２２０と、第１編集距離算出部２３０と、第１決定部２４０と、第２編集距離算出部２５０と、第２決定部２６０と、文字列変換部２７０とを含む。以下、図２を参照しながら、類似語決定部１５０について具体的に説明する。

入力文字列判断部２１０は、入力文字列が第１言語で表記された文字列であるか、または第１言語の発音に該当する第２言語で表記された文字列であるかを判断する。一実施形態において、第１言語は外国語のうちのいずれか１つとすることができ、第２言語は母国語とすることができる。例えば、大韓民国において、第１言語は外国語である日本語、中国語、および英語などの多様な外国語のうちの１つとすることができ、第２言語は母国語である韓国語とすることができる。仮に、第１言語が日本語である場合、入力文字列はひらがな、カタカナ、および漢字のうちの少なくとも１つを含むようにしてもよい。ここで、入力文字列および候補文字列は、検索クエリーとすることができる。

一実施形態において、入力文字列判断部２１０は、入力文字列の各文字の文字コードにより、入力文字列が第１言語で表記された文字列であるか第２言語で表記された文字列であるかを判断することができる。例えば、第１言語が日本語、第２言語が韓国語であると仮定すると、入力文字列判断部２１０は、入力文字列のすべての音節のそれぞれの文字コードを確認し、すべての文字がハングルである場合にのみ入力文字列が韓国語であると判断することができ、日本語と韓国語が共に表記されている場合には入力文字列が日本語であると判断することができる。より好ましくは、入力文字列の各文字をＵＣＳ−２コードに変換し、Ｕｎｉｃｏｄｅ（ユニコード）値が０ｘＡＣ００と０ｘＤ７Ａ３という領域内に存在すれば、入力文字列を韓国語と判断することができる。

一方、本発明において、第１言語および第２言語は、本発明に記載された言語に制限されるものではなく、第１言語および第２言語は多様な言語とすることができる。また、説明の便宜上、以下では、第１言語が日本語および第２言語が韓国語であると仮定して説明する。

言い換えれば、入力文字列判断部２１０は、ユーザ端末を介して入力された文字列が日本語文字列であるかまたは日本語の発音が韓国語で表記された文字列であるかを判断する。

文字列変換要否判断部２２０は、入力文字列判断部２１０によって入力文字列が第２言語で表記された入力文字列であると判断した場合、この入力文字列が第１言語で表記された文字列に変換が可能であるか否かを判断する。例えば、入力文字列が

（「タップリ」の韓国語表記、以下同じ）である場合には、該当する日本語表記である「たっぷり」が存在しているため日本語への変換が可能であると判断し、入力文字列が

（「タップルリ」の韓国語表記、以下同じ）である場合には、該当する日本語表記が存在しないため日本語への変換が不可能であると判断する。

第１編集距離算出部２３０は、入力文字列判断部２１０によって入力文字列が第２言語で表記された文字列であると判断された場合、候補文字列の発音に該当する第２言語で表記された文字列と入力文字列との編集距離を算出する。例えば、入力文字列が、発音が韓国語で表記された文字列である

である場合、入力文字列である

と候補文字列の発音である韓国語文字列との編集距離を算出する。

一実施形態において、第１編集距離算出部２３０は、文字列変換要否判断部２２０により、第２言語で表記された入力文字列を第１言語で表記された文字列に変換可能でないと判断した場合、候補文字列の発音に該当する第２言語で表記された文字列と入力文字列との編集距離を算出することができる。言い換えれば、上述したように、

のような韓国語で表記された入力文字列が日本語に変換が不可能である場合には、

と候補文字列の発音に該当する

、

（「タッスル」の韓国語表記、以下同じ）、

（「タタエル」の韓国語表記、以下同じ）などのような文字列と編集距離を算出する。

第１決定部２４０は、候補文字列の中で入力文字列との編集距離が基準値以下である第２言語で表記された文字列に該当する候補文字列を入力文字列の類似語として決定する。例えば、入力文字列が韓国語で表記された文字列である

の場合、

と編集距離が基準値以下である

、

、

に該当する候補文字列である「たっぷり」、「たっする」、「たたえる」を入力文字列の類似語として決定することができる。一方、本発明における編集距離の基準値は、状況によって変更が可能であり、特定の数値に限定されるものではない。

ここで、第２言語が韓国語である場合、候補文字列の発音に該当する第２言語で表記された文字列は、候補文字列に対する韓国語音差変換器を用いて得ることができる。一例として、音差変換器は、候補文字列を第２言語の発音表記で構成された文字列に変換することができる。例えば、候補文字列が日本語であり第２言語が韓国語である場合、音差変換器は、日本語を韓国語の発音表記に変換することができる。具体的に、日本語である候補文字列が「たっぷり」である場合、音差変換器は、「たっぷり」を韓国語の発音表記で構成された文字列である

に変換することができる。

第２編集距離算出部２５０は、入力文字列判断部２１０によって入力文字列が第１言語で表記された文字列として判断された場合、候補文字列と入力文字列との編集距離を算出する。例えば、入力文字列が日本語である「たっぷる」と入力された場合、候補文字列と入力文字列である「たっぷる」との編集距離を算出する。

第２決定部２６０は、候補文字列の中で第２編集距離算出部２５０によって算出された編集距離が基準値以下である候補文字列を入力文字列の類似語として決定する。例えば、入力文字列が日本語である「たっぷる」である場合、候補文字列と入力文字列である「たっぷる」との編集距離が基準値以下である候補文字列である「たっぷり」、「たっする」、「たたえる」を入力文字列である「たっぷる」の類似語として決定する。

文字列変換部２７０は、文字列変換要否判断部２２０によって第２言語で表記された入力文字列が第１言語で表記された文字列に変換が可能であると判断された場合、第２言語で表記された入力文字列を第１言語で表記された文字列に変換する。ここで、第２編集距離算出部２５０は、文字列変換部２７０によって変換された第１言語で表記された文字列に変換された入力文字列と候補文字列との編集距離を算出することができる。

一実施形態において、文字列変換部２７０は、第１言語が日本語である場合、入力文字列を日本語文字列に変換する日本語音差復元器とすることができる。

一方、上述した実施形態においては、候補文字列提供部１４０が類似語決定システム１００に含まれるものと記載したが、実施形態の変形例においては、別のシステムに含むこともでき、データベース（図示せず）がその役割の代わりをすることもできる。

以下、図３を参照しながら、本発明に係る類似語決定方法を説明する。図３は、本発明の一実施形態に係る類似語決定方法を示すフローチャートである。

図に示すように、ユーザによって入力された文字列を、ユーザ端末を介して受信する（Ｓ３００）。

次に、入力文字列が第１言語であるかまたは第２言語であるかを判断する（Ｓ３１０）。ここで、第１言語は日本語、中国語、および英語のうちの１つとすることができ、第２言語は韓国語とすることができる。言い換えれば、入力文字列が日本語であるかまたは該当する日本語発音の韓国語表記であるかを判断する。また、第１言語が日本語である場合、入力文字列は、ひらがな、カタカナ、および漢字のうちの少なくとも１つを含むようにしてもよい。

次に、入力文字列が第２言語である場合、第２言語からなる入力文字列を第１言語に変換が可能であるか否かを判断する（Ｓ３２０）。例えば、入力文字列が

である場合には、該当する日本語表記である「たっぷり」が存在しているため日本語への変換が可能であると判断し、入力文字列が

である場合には、該当する日本語表記が存在しないため日本語への変換が不可能であると判断することができる。

次に、入力文字列が第１言語に変換が不可能である場合、第１言語で表記された候補文字列の中で候補文字列の発音を第２言語で表記した文字列と入力文字列との編集距離を算出する（Ｓ３３０）。ここで、入力文字列および候補文字列は、検索クエリーとすることができる。例えば、入力文字列が、発音が韓国語で表記された文字列である

である場合、入力文字列である

と候補文字列の発音を韓国語で表記した文字列との編集距離を算出する。

ここで、候補文字列は、予め格納された候補文字列の中で入力文字列との編集距離が基準値以下である候補文字列または入力文字列と共通した文字を含む候補文字列の中で入力文字列との文字類似度点数が上位Ｎ位以内である候補文字列のうちの少なくとも１つとすることができる。

また、候補文字列の中で編集距離が基準値以下である候補文字列は、編集距離算出のための演算毎にワイルドカード文字検索を用いて選定することができる。

そして、入力文字列と共通した文字を含む候補文字列は、入力文字列と共通したＮ−ｇｒａｍを含む候補文字列であり、文字類似度点数は、入力文字列と共通したＮ−ｇｒａｍの大きさ、共通したＮ−ｇｒａｍの個数、前記共通したＮ−ｇｒａｍが発見された位置の類似度、および入力文字列と各候補文字列との間の長さの差を用いて決定することができる。

次に、候補文字列の中で入力文字列との編集距離が基準値以下である第２言語で表記した文字列に該当する第１言語で表記された候補文字列を入力文字列の類似語として決定する（Ｓ３４０）。例えば、入力文字列が韓国語で表記された文字列である

である場合、

と編集距離が基準値以下である

、

、

に該当する候補文字列である「たっぷり」、「たっする」、「たたえる」を入力文字列の類似語として決定することができる。

最後に、決定した類似語を推奨クエリーとしてユーザ端末に提供する（Ｓ３５０）。

一方、Ｓ３１０ステップにおいて、入力文字列が第１言語である場合、候補文字列と入力文字列との編集距離を算出し（Ｓ３６０）、候補文字列の中で編集距離が基準値以下である候補文字列を入力文字列の類似語として決定する（Ｓ３７０）。例えば、入力文字列が日本語である「たっぷる」である場合、候補文字列と入力文字列である「たっぷる」との編集距離が基準値以下の候補文字列である「たっぷり」、「たっする」、「たたえる」を入力文字列である「たっぷる」の類似語として決定する。

また、Ｓ３２０ステップにおいて、入力文字列が第１言語に変換が可能である場合、第２言語からなる入力文字列を第１言語に変換し（Ｓ３８０）、第１言語に変換された入力文字列と候補文字列との編集距離を算出する（Ｓ３６０）。

上述した類似語決定方法は、コンピュータにより実現される多様な動作を実行するためのプログラム命令を含むコンピュータで読取可能な媒体に記録されてもよい。当該記録媒体は、プログラム命令、データファイル、データ構造なども単独または組み合わせて含んでもよい。記録媒体およびプログラム命令は、本発明の目的のために特別に設計されて構成されたものでもよく、コンピュータソフトウェア分野の技術を有する当業者にとって公知であり使用可能なものであってもよい。

コンピュータ読取可能な記録媒体の例としては、ハードディスク、フロッピー（登録商標）ディスク、および磁気テープのような磁気媒体、ＣＤ−ＲＯＭ、ＤＶＤのような光記録媒体、フロプティカルディスクのような磁気−光媒体、およびＲＯＭ、ＲＡＭ、フラッシュメモリなどのようなプログラム命令を保存して実行するように特別に構成されたハードウェア装置が含まれる。一方、このような記録媒体は、プログラム命令、データ構造などを保存する信号を送信する搬送波を含む光または金属線、導波管などの送信媒体であってもよい。

プログラム命令の例としては、コンパイラによって生成されるような機械語コードだけでなく、インタプリタなどを用いてコンピュータによって実行可能な高級言語コードを含む。上述のハードウェア装置は、本発明の上述の実施形態の動作をするために、１つ以上のソフトウェアモジュールとして動作するよう設定されてもよく、その逆も同様である。

上述したように、本発明のいくつかの実施形態を参照して説明したが、本発明はこれに限定されるものではない。該当する技術分野において熟練した当業者にとっては、特許請求の範囲に記載された本発明の思想および領域から逸脱しない範囲内で、本発明を多様に修正および変更させることができることを理解することができるであろう。

１００：類似語決定システム
１１０：インターネット
１２０：ユーザ端末
１３０：ユーザインターフェース部
１４０：候補文字列提供部
１５０：類似語決定部

Claims (23)

1. コンピュータが、入力文字列が第１言語であるかまたは第２言語であるかを判断するステップと、
   前記コンピュータが、前記入力文字列が前記第２言語である場合、前記第２言語からなる入力文字列を前記第１言語に変換可能であるかを判断するステップと、
   前記コンピュータが、前記第２言語からなる入力文字列を前記第１言語に変換が可能である場合、前記第２言語からなる入力文字列を前記第１言語に変換するステップと、
   前記コンピュータが、前記第１言語に変換された文字列と候補文字列との編集距離を算出するステップと、
   前記コンピュータが、前記候補文字列の中で、前記編集距離が基準値以下である候補文字列を、前記入力文字列の類似語として決定するステップと、
   を含み、
   前記コンピュータが、前記入力文字列のすべての音節のそれぞれを所定の文字コードに変換し、すべての文字コードが所定の領域内に存在する場合に、前記入力文字列が前記第２言語であると判断し、
   前記第１言語と前記第２言語が共に表記されている場合には前記入力文字列が前記第１言語であると判断することを特徴とする類似語決定方法。
2. 前記コンピュータが、前記入力文字列が第１言語であるかまたは第２言語であるかを判断するステップにおいて、
   前記コンピュータが、前記入力文字列が前記第１言語である場合、前記候補文字列と前記入力文字列との編集距離を算出するステップと、
   をさらに含むことを特徴とする請求項１に記載の類似語決定方法。
3. 前記第２言語からなる入力文字列を前記第１言語に変換が可能でない場合、前記コンピュータが、前記候補文字列の発音を前記第２言語で表記した文字列と、前記入力文字列と、の編集距離を算出するステップと、
   前記コンピュータが、前記候補文字列の中で、前記入力文字列との前記編集距離が基準値以下である前記第２言語で表記した文字列に該当する前記第１言語で表記された候補文字列を前記入力文字列の類似語として決定するステップと、
   を含むことを特徴とする請求項１に記載の類似語決定方法。
4. 前記第１言語に変換するステップにおいて、
   前記コンピュータが、前記第１言語が外国語である場合、前記第２言語からなる入力文字列を該当する外国語に対する音差復元器を用いて前記該当の外国語からなる文字列に変換することを特徴とする請求項１に記載の類似語決定方法。
5. 前記第１言語は外国語のうちのいずれか１つであり、前記第２言語は母国語であることを特徴とする請求項１に記載の類似語決定方法。
6. 前記入力文字列および候補文字列は、検索クエリーであることを特徴とする請求項１に記載の類似語決定方法。
7. 前記判断ステップの前に、前記コンピュータが、ユーザ端末から前記入力文字列を受信するステップをさらに含み、
   前記コンピュータが、前記類似語決定ステップの後に、前記決定された類似語を推奨クエリーとして前記ユーザ端末に提供するステップをさらに含むことを特徴とする請求項１に記載の類似語決定方法。
8. コンピュータが、入力文字列が第１言語であるかまたは第２言語であるかを判断するステップと、
   前記コンピュータが、前記入力文字列が前記第２言語である場合、前記第１言語で表記された候補文字列の中で、前記候補文字列の発音を前記第２言語で表記した文字列と前記入力文字列との編集距離を算出するステップと、
   前記コンピュータが、前記候補文字列の中で、前記入力文字列との前記編集距離が基準値以下である前記第２言語で表記した文字列に該当する前記第１言語で表記された候補文字列を前記入力文字列の類似語として決定するステップと、を含み、
   前記コンピュータが、前記入力文字列のすべての音節のそれぞれを所定の文字コードに変換し、すべての文字コードが所定の領域内に存在する場合に、前記入力文字列が前記第２言語であると判断し、
   前記第１言語と前記第２言語が共に表記されている場合には前記入力文字列が前記第１言語であると判断し、
   前記入力文字列の類似語として決定する前記候補文字列を前記第２言語で表記した文字列は、前記入力文字列と共通した文字を含み、
   前記入力文字列の類似語として決定する前記候補文字列を前記第２言語で表記した文字列は、前記入力文字列との文字類似度点数が上位Ｎ位以内である候補文字列の中の少なくとも１つから選定されることを特徴とする類似語決定方法。
9. 前記第２言語が母国語である場合、
   前記コンピュータが前記候補文字列の発音を前記第２言語で表記した文字列は、前記候補文字列が前記母国語に対する音差変換器によって変換されることを特徴とする請求項８に記載の類似語決定方法。
10. 前記候補文字列の中で前記編集距離が基準値以下である候補文字列は、前記編集距離算出のための演算毎にワイルドカード文字検索を用いて選定されることを特徴とする請求項１に記載の類似語決定方法。
11. 前記入力文字列と共通した文字を含む候補文字列は、前記入力文字列と共通したＮ−ｇｒａｍを含む候補文字列であり、
    前記文字類似度点数は、前記入力文字列と共通したＮ−ｇｒａｍの大きさ、前記共通したＮ−ｇｒａｍの個数、前記共通したＮ−ｇｒａｍが発見された位置の類似度、および前記入力文字列と前記各候補文字列の間の長さ差を用いて決定することを特徴とする請求項９に記載の類似語決定方法。
12. 請求項１乃至１１の何れか一に記載の方法を実行させるためのプログラムを記録したことを特徴とするコンピュータで読み込み可能な記録媒体。
13. 入力文字列が第１言語であるかまたは第２言語であるかを判断する入力文字列判断部と、
    前記第２言語で表記された入力文字列を前記第１言語で表記された文字列に変換可能であるかを判断する文字列変換要否判断部と、
    前記第２言語からなる入力文字列を前記第１言語に変換が可能である場合、前記第２言語からなる入力文字列を前記第１言語に変換する文字列変換部と、
    前記第１言語に変換された文字列と候補文字列との編集距離を算出する第２編集距離算出部と、
    前記候補文字列の中で、前記編集距離が基準値以下である候補文字列を前記入力文字列の類似語として決定する第２決定部と、
    を含み、
    前記入力文字列判断部は、前記入力文字列のすべての音節のそれぞれを所定の文字コードに変換し、すべての文字コードが所定の領域内に存在する場合に、前記入力文字列が前記第２言語であると判断し、
    前記第１言語と前記第２言語が共に表記されている場合には前記入力文字列が前記第１言語であると判断することを特徴とする類似語決定システム。
14. 前記第２言語が母国語である場合、
    前記候補文字列の発音を前記第２言語で表記した文字列は、前記候補文字列が前記母国語に対する音差変換器によって変換されることを特徴とする請求項１３に記載の類似語決定システム。
15. 前記第２編集距離算出部が、
    前記入力文字列が前記第１言語である場合、前記候補文字列と前記入力文字列との編集距離を算出し、
    前記候補文字列の中で前記編集距離が基準値以下である候補文字列を前記入力文字列の類似語として決定することを特徴とする請求項１３に記載の類似語決定システム。
16. 前記第２言語からなる文字列を前記第１言語に変換可能でない場合、前記候補文字列の発音を前記第２言語で表記した文字列と前記入力文字列との編集距離を算出する第１編集距離算出部と、
    前記候補文字列の中で、前記入力文字列との前記編集距離が基準値以下である前記第２言語で表記した文字列に該当する前記第１言語で表記された候補文字列を前記入力文字列の類似語として決定する第１決定部と、
    をさらに含むことを特徴とする請求項１３に記載の類似語決定システム。
17. 前記文字列変換部は、
    前記第１言語が外国語である場合、前記第２言語からなる入力文字列を該当する外国語からなる文字列に変換する前記該当する外国語に対する音差復元器であることを特徴とする請求項１３に記載の類似語決定システム。
18. 前記第１言語は外国語の中のいずれか１つであり、前記第２言語は母国語であることを特徴とする請求項１３に記載の類似語決定システム。
19. 前記入力文字列および候補文字列は、検索クエリーであることを特徴とする請求項１３に記載の類似語決定システム。
20. ユーザ端末から入力文字列を受信し、前記入力文字列に対する類似語を推奨クエリーとして前記ユーザ端末に提供するユーザインターフェース部をさらに備えることを特徴とする請求項１３に記載の類似語決定システム。
21. 前記候補文字列の中で前記編集距離が基準値以下である候補文字列は、前記編集距離算出のための演算毎にワイルドカード文字検索を用いて選定されることを特徴とする請求項１３に記載の類似語決定システム。
22. 入力文字列が第１言語であるかまたは第２言語であることを判断する入力文字列判断部と、
    前記入力文字列が前記第２言語である場合、前記第１言語で表記された候補文字列の中で、前記候補文字列の発音を前記第２言語で表記した文字列と前記入力文字列との編集距離を算出する第１編集距離算出部と、
    前記候補文字列の中で、前記入力文字列との前記編集距離が基準値以下である前記第２言語で表記した文字列に該当する前記第１言語で表記された候補文字列を前記入力文字列の類似語として決定する第１決定部と、
    前記入力文字列と共通した文字を含み、前記入力文字列との文字類似度点数が上位Ｎ位以内である候補文字列の中の少なくとも１つを提供する候補文字列提供部と、
    を備え、
    前記入力文字列判断部は、前記入力文字列のすべての音節のそれぞれを所定の文字コードに変換し、すべての文字コードが所定の領域内に存在する場合に、前記入力文字列が前記第２言語であると判断し、
    前記第１言語と前記第２言語が共に表記されている場合には前記入力文字列が前記第１言語であると判断することを特徴とする類似語決定システム。
23. 前記入力文字列と共通した文字を含む候補文字列は、前記入力文字列と共通したＮ−ｇｒａｍを含む候補文字列であり、
    前記文字類似度点数は、前記入力文字列と共通したＮ−ｇｒａｍの大きさ、前記共通したＮ−ｇｒａｍの個数、前記共通したＮ−ｇｒａｍが発見された位置の類似度、および前記入力文字列と前記各候補文字列の間の長さの差を用いて決定されることを特徴とする請求項２２に記載の類似語決定システム。

Images