JP5870790B2 - 文章校正装置、及び文章校正方法 - Google Patents

Description

本発明は、文章校正装置、及び文章校正方法に関する。

近年、企業等のグローバル化に伴い、日本語を母国語としない外国人による日本語の執筆機会が増加しつつある。これに伴い、外国人等による日本語の執筆を支援するため、作成された文章の誤りや不適切箇所の検出や修正を行う文章校正装置が開発されている。文章校正装置として、例えば、文章を形態素解析した結果に基づき、文章中の不適切な用語を自動的に校正したり、送り仮名や活用語尾の誤用を指摘したりするソフトウェアが商用化されている。あるいは、表記揺れに対する統一的な校正の基準を予め定義しておき、この基準に合わない表記が文章中に検出された場合には、執筆者に修正を促す技術も提案されている。更には、動詞がとり得る助詞や、助詞に付随する名詞の意味内容を基に、文章に含まれる助詞の正否を判別し、誤っている場合には、その助詞を適切な助詞に自動修正する技術も研究されている。

特開平７−８５０５０号公報 特開平５−１２０２７５号公報

しかしながら、上述した文章校正技術には、例えば、以下に示す様な問題があった。すなわち、文章中には、送り仮名や表記揺れの様に、辞書引き等の表層的な解析でも解決することができる誤りが存在する一方、助詞の修正の様に、字面を追う表層レベルの解析では解決することが困難な誤りも存在する。例えば、助詞の修正を行う場合、助詞を適用するための動詞や名詞の制約条件が整理された膨大なデータを事前に辞書に登録しておくのが一般的であるが、かかる手法は、文中の動詞を固定して、助詞の妥当性を判別するものである。したがって、動詞自体の用法に誤りがある場合でも、その誤りを修正することは困難である。

具体的には、例えば、校正対象の文として「冬は、雪を降ります。」という文が与えられた場合を想定する。この場合、動詞の「降ります」を固定する手法では、「冬は、雪が降ります。」の様に、助詞を修正する修正候補を挙げることはできるが、「冬には、雪が降ります。」の様に、２ヶ所の助詞を同時に修正すること（複合誤りの修正）は困難である。

また、動詞を固定する手法では、「冬は、雪が降ります。」という候補を挙げることはできるが、「冬は、雪を降らせます。」という別の修正の可能性を提示することは困難である。かかる問題は、文章校正装置が、置換前と置換後の文字列を校正用の辞書に登録しておき、この辞書と原文（校正対象文）とを照合して、検出された誤りを自動的に修正するという手法を用いることで、解決することも可能である。例えば、「を降ります。」を「を降らせます。」に置換するデータを文章校正装置が校正辞書に事前登録しておくことで、上記問題は、解決し得る。しかしながら、上記手法では、「彼の実家は、２月に沢山の雪を降ります。」の様に「降らせます」への置換を適用すべきでない文と、適用すべき文との判別が困難であり、その結果、本来置換すべきでない単語を置換してしまうという問題が生じることがある。このことが、文章の校正精度を低下させる要因となる。

更に、上記制約条件の構築は、通常、人の手作業により行われるため、校正用の辞書の作成には、膨大な工数や時間が必要となる。その上、作業者によるアウトプットのバラつきが生じ易いという問題もある。このことが、文章を校正する際、校正精度の向上を阻害する一因となっていた。

開示の技術は、上記に鑑みてなされたものであって、正確かつ簡易に文章を校正することのできる文章校正装置、及び文章校正方法を提供することを目的とする。

上述した課題を解決し、目的を達成するために、本願の開示する文章校正装置は、一つの態様において、記憶部と取得部と選択部と校正部とを有する。前記記憶部は、校正前の文と校正後の文とを対応付けて記憶する。前記取得部は、校正対象の文の特徴に基づき、前記校正前の文に対応する前記校正後の文を前記記憶部から取得する。前記選択部は、前記取得部により取得された前記校正後の文の中から、前記校正対象の文と前記校正後の文との類似度が所定の閾値以上である校正後の文を選択する。前記校正部は、前記選択部により選択された前記校正後の文の内、前記類似度が最も高い校正後の文を用いて、前記校正対象の文を校正する。

本願の開示する文章校正装置の一つの態様によれば、正確かつ簡易に文章を校正することができる。

図１は、本実施例に係る文章校正装置の機能構成を示す図である。 図２は、修正履歴コーパスにおけるデータ格納例を示す図である。 図３は、本実施例に係る文章校正装置のハードウェア構成を示す図である。 図４は、本実施例に係る文章校正装置の動作を説明するためのフローチャートである。 図５は、文章校正装置の実行する校正可否判別処理を説明するためのフローチャートである。 図６Ａは、対象例文１が校正される過程を説明するための図である。 図６Ｂは、対象例文１が別の文に校正される過程を説明するための図である。 図７は、校正候補生成部が、対象例文１の校正候補を生成する処理の前半部分を説明するための図である。 図８Ａは、校正候補生成部が、対象例文１の校正候補を生成する処理の後半部分を説明するための図である。 図８Ｂは、校正候補生成部が、対象例文１の別の校正候補を生成する処理を説明するための図である。 図９Ａは、校正可否判別部が、対象例文１の校正候補による校正の可否を判別する処理を説明するための図である。 図９Ｂは、校正可否判別部が、対象例文１の別の校正候補による校正の可否を判別する処理を説明するための図である。 図１０Ａは、自動校正部が、対象例文１を校正する処理を説明するための図である。 図１０Ｂは、自動校正部が、対象例文１を別の文に校正する処理を説明するための図である。 図１１は、対象例文２が校正される過程を説明するための図である。 図１２は、対象例文２が校正される過程において、重複部分を判定する方法を説明するための図である。 図１３は、校正候補生成部が、対象例文２の校正候補を生成する処理の前半部分を説明するための図である。 図１４は、校正候補生成部が、対象例文２の校正候補を生成する処理の後半部分を説明するための図である。 図１５は、校正可否判別部が、対象例文２の校正候補による校正の可否を判別する処理を説明するための図である。 図１６は、自動校正部が、対象例文２を校正する処理を説明するための図である。 図１７は、対象例文３が校正される過程を説明するための図である。 図１８は、校正候補生成部が、対象例文３の校正候補を生成する処理の前半部分を説明するための図である。 図１９は、校正候補生成部が、対象例文３の校正候補を生成する処理の後半部分を説明するための図である。 図２０は、校正可否判別部が、対象例文３の校正候補による校正の可否を判別する処理を説明するための図である。 図２１は、自動校正部が、対象例文３を校正する処理を説明するための図である。 図２２は、対象例文４が校正される過程を説明するための図である。 図２３は、校正候補生成部が、対象例文４の校正候補を生成する処理の前半部分を説明するための図である。 図２４は、校正候補生成部が、対象例文４の校正候補を生成する処理の後半部分を説明するための図である。 図２５は、校正可否判別部が、対象例文４の校正候補による校正の可否を判別する処理を説明するための図である。 図２６は、自動校正部が、対象例文４を校正する処理を説明するための図である。

以下に、本願の開示する文章校正装置、及び文章校正方法の実施例を、図面を参照しながら詳細に説明する。なお、以下の実施例により本願の開示する文章校正装置、及び文章校正方法が限定されるものではない。

まず、本実施例に係る文章校正装置の構成を説明する。図１は、本実施例に係る文章校正装置１０の機能構成を示す図である。図１に示す様に、文章校正装置１０は、対象文入力部１１と修正履歴コーパス１２と校正候補生成部１３と校正可否判別部１４と校正候補整序部１５と自動校正部１６と校正結果出力部１７とを有する。これら各構成部分は、一方向又は双方向に、各種信号やデータの入出力が可能なように接続されている。

対象文入力部１１は、校正対象の文書Ｄ１を読み込むと、文書Ｄ１中の文章を文単位に分割し、１文ずつ、後段の校正候補生成部１３に出力する。修正履歴コーパス１２は、人が校正作業により発見した誤った文が正しい文に修正された履歴（修正履歴）が、修正前と修正後との対データとして、文単位で格納された更新可能なデータベースである。

図２は、修正履歴コーパス１２におけるデータ格納例を示す図である。図２に示す様に、修正履歴コーパス１２には、誤りを含む修正前の文が負例として、負例を修正した後の文が正例として、対応付けて格納されている。例えば、修正前の文（負例）が「ここでは、参考程度で図をあげるだけです。」である場合、この文は、助詞である「で」や「だけ」の用法の誤りを含むため、「ここでは、参考程度に図だけを記載します。」が正例として登録されている。ここで、上記誤りは、構文上の誤りに限らず、意味上の誤りであってもよい。例えば、負例が「第１試合は、相手が昨年の優勝校の東高校でした。」である場合、この文は、助詞や句読点の誤りを含むため、「第１試合の相手は、昨年の優勝校の東高校でした。」が正例として登録されている。

なお、負例と正例とは、図２に示す様に、必ずしも１対１に対応付けられている必要はない。すなわち、１つの負例に対して、複数通りの修正が可能な場合には、１つの負例に複数の正例が対応付けて格納されるものとしてもよい。例えば、負例が「冬は、雪を降ります。」である場合、文章校正装置１０は、正例として、「冬は、雪が降ります。」、「冬には、雪が降ります。」、「冬は、雪を降らせます。」という３種類の文を事前に登録しておくものとしてもよい。これとは反対に、修正履歴コーパス１２内に、複数の負例に共通する１つの正例が格納されるものとしてもよい。

校正候補生成部１３は、修正履歴コーパス１２を検索し、自動校正に使えそうな上記修正履歴の候補リストを作成し、該候補リストを、更新可能な校正候補一時格納部１３１に格納させる。校正候補生成部１３は、テキスト解析部１３２に、対象文入力部１１に入力された対象文と修正履歴コーパス１２の検索結果である負例文との形態素解析を実行させることで、対象文と負例とに共通する文字列（共通文字列）を単語単位で認識する。校正候補生成部１３は、負例に対応する正例についても同様に、テキスト解析部１３２に形態素解析を実行させ、負例と正例との間で相違する文字列（相違文字列）を単語単位で認識する。また、校正候補生成部１３は、対象文と負例テキストとの共通部分と、負例テキストと正例テキストとの相違部分と、の共通部分を置換文字列とみなし、該置換文字列が存在する負例と正例とのペアを校正候補として、校正候補一時格納部１３１に残す。そして、校正候補生成部１３は、校正候補一時格納部１３１から他の候補を削除する。

校正可否判別部１４は、校正候補一時格納部１３１に残存する校正候補に対し、対象文の校正に使用することができる候補であるか否かのチェックを行う。すなわち、校正可否判別部１４は、テキスト解析部１３２に構文解析を実行させることで、校正候補生成部１３により作成された上記候補リストに掲載された校正候補の中から、対象文の校正に実際に利用可能と推測される校正候補を選択し、校正候補の絞込みを行う。また、校正可否判別部１４は、校正候補の絞込みに際し、文節互換性判別部１４１に、対象文と正例とに対する構文解析を実行させる。この構文解析は、上述の形態素解析と同様に、更新可能な単語辞書１４１ａを参照して実行される。

具体的には、校正可否判別部１４は、構文解析を実行した結果、置換文字列が自立語である場合には、置換語と被置換語との間における構文的及び意味的な類似度を評価する。また、置換文字列が助詞または用言の語尾である場合には、校正可否判別部１４は、該置換文字列を含む文節の中心語同士の類似度を評価する。更に、置換文字列が自立語である場合には、校正可否判別部１４は、該置換文字列を含む文節が係っている単語同士の類似度を評価する。校正可否判別部１４は、上記評価により得られた単語間類似度の評価結果に基づき、各々の置換候補に評価点を付与する。そして、この評価点が所定の閾値を下回る置換候補（校正不可候補）を、上述の校正候補から除外する。これにより、評価点が閾値以上の校正候補のみが、校正候補一時格納部１３１に残ることとなる。

校正候補整序部１５は、現時点で校正候補一時格納部１３１に格納されている各校正候補毎の評価点に従い、評価点の高い順に、校正候補を並べ替える。自動校正部１６は、校正候補整序部１５による校正候補の並替えの結果、最上位に位置することとなった校正候補を特定し、該校正候補の置換文字列により、校正対象文の該当部分（文字列）を置き換える。自動校正部１６は、特定された校正候補による文字列の置換を、自動で行うものとしてもよいが、これに限らず、ユーザによる指示を待って、文字列を置換するものとしてもよい。校正結果出力部１７は、上記校正候補を以って校正された文を、表示装置１０ｄを介してユーザに提示する。

次に、文章校正装置１０のハードウェア構成を説明する。図３は、文章校正装置１０のハードウェア構成を示す図である。図３に示す様に、文章校正装置１０は、プロセッサ１０ａと、記憶装置１０ｂと、入力装置１０ｃと、表示装置１０ｄとが、バスを介して各種信号やデータの入出力が可能なように接続されている。プロセッサ１０ａは、例えば、ＣＰＵ（Central Processing Unit）、ＤＳＰ（Digital Signal Processor）である。記憶装置１０ｂは、例えば、ＨＤ（Hard Disk）、ＲＯＭ（Read Only Memory)、フラッシュメモリ等の不揮発性記憶装置の他、ＳＤＲＡＭ（Synchronous Dynamic Random Access Memory）等のＲＡＭを含む。また、入力装置１０ｃは、例えば、キーボード、マウス、タッチパネルにより構成され、表示装置１０ｄは、例えば、ＬＣＤ（Liquid Crystal Display）、ＥＬＤ（Electro Luminescence Display）、ＣＲＴ（Cathode Ray Tube）により構成される。

図１に示した文章校正装置１０の対象文入力部１１は、ハードウェアとしての入力装置１０ｃにより実現される。修正履歴コーパス１２と校正候補一時格納部１３１と単独辞書１４１ａとは、ハードウェアとしての記憶装置１０ｂにより実現される。また、校正候補生成部１３と校正可否判別部１４と校正候補整序部１５と自動校正部１６とテキスト解析部１３２と文節互換性判別部１４１とは、ハードウェアとしてのプロセッサ１０ａにより実現される。校正結果出力部１７は、ハードウェアとしての表示装置１０ｄにより実現される。

次に、文章校正装置１０の動作を説明する。図４は、本実施例に係る文章校正装置１０の動作を説明するためのフローチャートである。

まずＳ１では、校正候補生成部１３は、対象文入力部１１に校正対象の文が入力されたことを契機として、対象文に対する形態素解析及び構文解析を実行する。これにより、校正候補生成部１３は、上記形態素解析の結果として、対象文を構成する形態素の一覧である形態素リストと、対象文を文節に分解した文節リストとを取得する。併せて、校正候補生成部１３は、形態素解析の結果として得られた各形態素の係り元と係り先との構造を含む概念構造（Conceptual Structure）を、上記構文解析の結果として取得する。

Ｓ２では、校正候補生成部１３は、Ｓ１でテキスト解析（形態素解析、構文解析等）の施された校正対象文の特徴を基に、修正履歴コーパス１２に格納されている負例テキストを検索する。これにより、Ｓ１で入力された対象文と同様の特徴を有する負例に対応する正例が、修正履歴コーパス１２から抽出され、対応する負例と共に、修正履歴リストとしてリスト化される。上記検索の結果、対象文と同様の特徴を有する負例が修正履歴コーパス１２内に存在しない場合（Ｓ３；Ｎｏ）、文章校正装置１０は一連の処理を終了するが、存在する場合（Ｓ３；Ｙｅｓ）には、校正候補生成部１３は、校正可否判別部１４に対し、上記負例を用いた校正の可否の判別を指示する。

校正可否判別部１４は、校正候補生成部１３から校正可否の判別を指示されると、該指示に従い、後述するＳ４〜Ｓ７の各処理を実行する。Ｓ４では、校正可否判別部１４は、校正可否判別処理を実行することで、上記修正履歴リストに掲載されている複数の校正候補の中から、実際に校正に使用することができる候補を選択し、校正候補の絞込みを行う。Ｓ３〜Ｓ７の一連の処理は、上記修正履歴リストに掲載されている全ての校正候補に対して個別に実行され、リスト上の全ての校正候補について上記一連の処理の実行が完了した時点で終了する。

図５は、文章校正装置の実行する校正可否判別処理を説明するためのフローチャートである。校正可否判別処理では、まず、校正可否判別部１４は、修正履歴コーパス１２から引かれた校正候補データを構成する、負例テキストと正例テキストとの各々を形態素解析する（Ｓ４０１）。次に、校正可否判別部１４は、校正対象文に対する形態素解析結果と上記負例テキストに対する形態素解析結果とを比較し、重複する文字列を特定する（Ｓ４０２）。続いて、校正可否判別部１４は、上記負例テキストに対する形態素解析結果と上記正例テキストに対する形態素解析結果とを比較し、相違する文字列を特定する（Ｓ４０３）。Ｓ４０４では、校正可否判別部１４は、Ｓ４０２にて特定された上記重複する文字列と、Ｓ４０３にて特定された上記相違する文字列とを比較し、これらの文字列が重複する部分の文字列を特定する。

Ｓ４０４における特定の結果、重複部分が存在しない場合（Ｓ４０５；Ｎｏ）には、後述するＳ４１９の処理に移行するが、重複部分が存在する場合（Ｓ４０５；Ｙｅｓ）には、校正可否判別部１４は、対象文に含まれる全ての重複部分に対して、後述するＳ４０６〜Ｓ４１７の一連の処理を繰り返し実行する。

すなわち、校正可否判別部１４は、類似度に初期値（例えば、１００）を設定（Ｓ４０６）した後、対象文と負例テキストと正例テキストとにおいて、Ｓ４０４で特定された重複部分に対応する文節を更に特定する（Ｓ４０７）。次に、校正可否判別部１４は、上記重複部分が付属語であるか自立語であるかを判定する（Ｓ４０８）。当該判定の結果、上記重複部分が付属語である場合（Ｓ４０８；Ｙｅｓ）、校正可否判別部１４は、上記対象文と上記負例テキストとにおいて、上記重複部分（Ｓ４０４で特定された重複部分）を含む文節の中心語の相違度を評価する（Ｓ４０９）。一方、上記重複部分が自立語である場合（Ｓ４０８；Ｎｏ）、校正可否判別部１４は、上記対象文と上記負例テキストとにおいて、上記重複部分の文節（Ｓ４０７で特定された文節）の相違度を評価する（Ｓ４１１）。

Ｓ４１１では、校正対象文と正例テキストとの類似度が算出される。類似度の初期値としては、例えば１００の値が設定されているため、この場合、Ｓ４０９またはＳ４１０で算定された上記相違度の評価値を１００から減算（減点）した値が、類似度として設定される（Ｓ４１１）。

Ｓ４１２では、校正可否判別部１４は、対象文における上記重複部分（以下、「ＲＰＣ１」と記す。）の品詞が助詞であるか否かの判定を行う。当該判定の結果、ＲＰＣ１が助詞でない場合（Ｓ４１２；Ｎｏ）には、校正可否判別部１４は、ＲＰＣ１の係り先である自立語と、正例における上記重複部分（以下、「ＲＰＣ３」と記す。）の係り先である自立語との相違度を評価する（Ｓ４１３）。

これに対して、Ｓ４１２における判定の結果、ＲＰＣ１の品詞が助詞である場合（Ｓ４１２；Ｙｅｓ）には、校正可否判別部１４は、ＲＰＣ１に付随する助詞を、ＲＰＣ３に付随する助詞に置き換えた上で、対象文を構文解析する（Ｓ４１４）。Ｓ４１５では、助詞の置き換えによって得られた暫定修正文節（以下、「ＲＰＣ４」と記す。）に関し、Ｓ４１３と同様の処理が実行される。すなわち、校正可否判別部１４は、ＲＰＣ４の係り先である自立語と、ＲＰＣ３の係り先である自立語との相違度を評価する（Ｓ４１５）。

ここで、暫定修正文節の作成について、具体的に説明する。上記重複部分に対応する文節が付属語を含む場合、修正後の文節の係り先が修正前と異なる可能性がある。このため、校正可否判別部１４は、上記重複部分に対応する文節の係り先である自立語の相違度を評価する際、修正されたＲＰＣ１の係り先を評価すべきである。そこで、校正可否判別部１４は、修正後の係り先を同定するため、ＲＰＣ１の付属語を、負例における上記重複部分（以下、「ＲＰＣ２」と記す。）に対応するＲＰＣ３の付属語に修正することで、暫定修正文節（ＲＰＣ４）を作成する。これにより、校正可否判別部１４は、ＲＰＣ４を含む対象文を解析し、ＲＰＣ４の係り先を同定することができる。その結果、校正可否判別部１４は、自立語の相違度を評価する際、ＲＰＣ４の係り先を用いて評価することが可能となる。

Ｓ４１６では、校正対象文と正例テキストとの類似度が再び算出される。すなわち、Ｓ４１１で算出された類似度から、Ｓ４１３またはＳ４１５で算定された上記相違度の評価値を減算した値が、新たな類似度として設定される（Ｓ４１６）。

次に、校正可否判別部１４は、Ｓ４１６で設定された類似度と、事前に設定されている所定の閾値とを比較し（Ｓ４１７）、類似度が閾値以上である場合（Ｓ４１７；Ｎｏ）には、校正対象文と正例テキストとの類似度が高く、現在の校正候補により校正を実行することが有効であるとの判断が可能である。したがって、校正可否判別部１４は、判定対象の校正候補による校正を「可」に設定した後（Ｓ４１８）、図４のＳ５に示す処理を実行する。一方、上記類似度が閾値未満である場合（Ｓ４１７；Ｙｅｓ）には、校正対象文と正例テキストとの類似度が低く、現在の校正候補により校正を実行することは有効でないとの判断が可能である。したがって、校正可否判別部１４は、判定対象の校正候補による校正を「不可」に設定した後（Ｓ４１９）、図４のＳ５に示す処理を実行する。なお、Ｓ４０５において、重複部分が無いと判定された場合（Ｓ４０５；Ｎｏ）にも、上述したように、Ｓ４１９の処理に移行する。

なお、判定対象の対象文に含まれる全ての重複部分に対する校正可否判定が完了した場合にも同様に、校正可否判別部１４は、判定対象の校正候補による校正を「可」に設定する。その上で、図４のＳ５に示す処理に移行する。

図４に戻り、校正可否判別部１４は、Ｓ４の校正可否判別処理の結果、校正候補による校正が可能であると判定された場合（Ｓ５；Ｙｅｓ）、修正履歴コーパス１２を参照して、対象文の校正箇所を特定し、該校正箇所に対応する校正候補テキストを生成する（Ｓ６）。校正可否判別部１４は、Ｓ６で生成された校正候補テキストを使用した校正の妥当性を自動評価し、評価値として点数化する（Ｓ７）。なお、上記Ｓ５において、校正候補による校正が不可であると判定された場合（Ｓ５；Ｎｏ）には、Ｓ３〜Ｓ７の一連のループの始点に戻り、文章校正装置１０は、Ｓ３以降の処理を再び実行する。

上記修正履歴リストに掲載されている全ての校正候補に関し、校正の可否判定及び校正の妥当性評価が完了すると、校正可否判別部１４は、後段の校正候補整序部１５に対し、Ｓ６で生成された校正候補テキストの並べ替えを指示する。校正候補整序部１５は、該指示に従い、Ｓ７で点数化された妥当性評価値の降順に、校正候補テキストを並べ替える（Ｓ８）。

Ｓ９では、自動校正部１６は、現在の校正モードが自動校正であるか、ユーザによる手動校正であるかの判定を行う。自動校正モードに設定されている場合（Ｓ９；Ｙｅｓ）には、自動校正部１６は、Ｓ８で評価値の降順に並べ替えられた校正候補の内、最上位に位置する校正候補により、対象文を自動的に書き換える（Ｓ１０）。書換えの結果は、校正結果として、校正結果出力部１７に表示される。一方、手動校正モードに設定されている場合（Ｓ９；Ｎｏ）には、自動校正部１６は、Ｓ８で並べ替えられた全ての校正候補を、校正妥当性評価値の降順に、校正結果出力部１７に表示させ（Ｓ１１）、ユーザによる選択操作を待機する。

続いて、単語や文節間の相違度を評価する方法（図５に示したＳ４０９、Ｓ４１０）について、より詳細に説明する。相違度の評価として、例えば、表記（Ｔｘｔ）、構文的特徴（Ｓｙｎ）、意味クラス（Ｓｅｍ）、意味関係（Ｒｅｌ）、及びこれらの組合せによる評価が可能である。表記による相違度評価では、校正可否判別部１４は、表記の文字列の重複度合いに基づき、類似度を判定する。表記による相違度評価では、例えば、一方の文字列を他方の文字列に編集するために、挿入、削除、置換等の操作を最低何回行う必要があるかを数値化したもの（レーベンシュタイン距離）を用いることができる。また、構文的特徴による相違度評価では、校正可否判別部１４は、単語辞書の有する構文属性を利用し、品詞間における必須格の総数及び必須格の重複から、相違度を点数化する。例えば、動詞の単語辞書を用いる場合において、動詞１と動詞２とに関し、必須格の総数として“５”が、必須格の重複として“１”が与えられている場合、相違度は、“４（＝５−１）”と算出される。

意味クラスによる相違度評価には、例えば、辞書の有する意味属性を利用する手法、外部データを利用する手法、正例のクラスタリング情報を利用する手法がある。辞書の有する意味属性を利用する手法では、校正可否判別部１４は、シソーラスをルートから辿った場合に分岐が生じるまでの深さを、単語間の類似度と定義し、シソーラスの最大深度から該類似度を減算した値を、相違度の評価値とする。例えば、最大深度が“５”のシソーラスを想定すると、単語Ａ、Ｂ間の類似度が“０”の場合、相違度は“５（＝５−０）” と算出される。同様に、単語Ｂ、Ｃ間の類似度が“２”の場合、相違度は“３（＝５−２）” と算出される。また、外部データを利用する手法では、校正可否判別部１４は、シソーラスとして、外部で参照可能なリソースを活用する。更に、正例のクラスタリング情報を利用する手法では、校正可否判別部１４は、クラスタリング技術を用いて、大量の正例テキストを対象として単語を分類し、同一の分類に属する単語を意味的に近い単語とみなす。

意味関係による相違度評価では、校正可否判別部１４は、単語そのものの評価は行わず、単語間の修飾、被修飾の関係を評価対象に加える。例えば、校正可否判別部１４は、関係アークの重複を利用し、係り受けのラベルが同一である場合には相違度を“０”とし、異なる場合には相違度を“５”とする。

相違度の評価値は、係数ａ、ｂ、ｃ、ｄを用いて、例えば、以下の算定式（１）により、算定される。なお、上記算定式（１）は、上述した４種類の相違度評価手法を複合的に組み合わせて生成された式であるが、必ずしも全ての手法を用いる必要はなく、その組合せや順列についても、校正に要求される精度や時間に応じて、適宜変更可能である。
相違度評価値＝ａ＊Ｔｘｔ／単語長＋ｂ＊Ｓｙｎ＋ｃ＊Ｓｅｍ＋ｄ＊Ｒｅｌ・・・（１）

上述したように、文章校正装置１０には、類似度の初期値として１００が設定されており、対象文と正例文との現在の類似度（＝前回までの類似度−相違度評価値）＜閾値となった時点で、その正例文は、校正候補から除外される。

以下、４つの対象例文を用いて、文章校正装置１０による自動校正の方法について、より詳細に説明する。

（対象例文１）
まず、図６Ａ〜図１０Ｂを参照しながら、対象例文１に含まれる２つの助詞を同時に校正する態様を説明する。対象例文１は、「梅雨は雨を降ります。」である。対象例文１は、複数の助詞「は」、「を」の誤りを複合的に有し、２通りの訂正が可能である。

図６Ａは、対象例文１が校正される過程を説明するための図である。図６Ａに示す様に、校正対象の文として「梅雨は雨を降ります。」が与えられると、この文と同様の特徴を有する校正前の文「冬は雪を降ります。」が、修正履歴コーパス１２から検索され、対象文との共通部分Ａ１、Ａ２が特定される。次に、修正履歴コーパス１２内に上記校正前の文と対応付けて格納されている校正後の文「冬には雪が降ります。」と、上記校正前の文との相違部分Ｂ１、Ｂ２が特定される。更に、対象文と校正前の文との間で、自立語Ｃ１〜Ｃ４の構文上及び意味上の類似度がチェックされ、所定の類似度に達している場合には、上記校正前の文による校正が可能と判定される。その結果、上記校正前の文が自動校正用の文に採用され、自動校正後の文として「梅雨には雨が降ります。」が出力される。なお、自動校正後の文の内、右下がり斜線の施された文字列（「には」、「が」）は、校正により変更された文字列を表す。また、矢印Ｙ１、Ｙ２は、それぞれ下線の付された文字列（「冬には」、「雪が」）の係り先が「降」ります、であることを示す。

次に、対象例文１の２つ目の校正候補について説明する。図６Ｂは、対象例文１が別の文に校正される過程を説明するための図である。図６Ｂに示す様に、校正対象の文として「梅雨は雨を降ります。」が与えられると、この文と同様の特徴を有する校正前の文「冬は雪を降ります。」が、修正履歴コーパス１２から検索され、対象文との共通部分Ａ１、Ａ２が特定される。次に、修正履歴コーパス１２内に上記校正前の文と対応付けて格納されている校正後の文「冬は雪を降らせます。」と、上記校正前の文との相違部分Ｂ３が特定される。更に、対象文と校正前の文との間で、自立語Ｃ１〜Ｃ４の構文上及び意味上の類似度がチェックされ、所定の類似度に達している場合には、上記校正前の文による校正が可能と判定される。その結果、上記校正前の文が自動校正用の文に採用され、自動校正後の文として「梅雨は雨を降らせます。」が出力される。なお、自動校正後の文の内、右下がり斜線の施された文字列（「らせ」）は、校正により変更された文字列を表す。また、矢印Ｙ３、Ｙ４は、それぞれ下線の付された文字列（「冬は」、「雪を」）の係り先が「降」ります、であることを示す。

以下、図７〜図１０Ａを参照し、対象文の入力から自動校正後の文の出力までの処理を、より具体的に説明する。図７は、校正候補生成部１３が、対象例文１の校正候補を生成する処理の前半部分を説明するための図である。図７に示す様に、対象例文１は、形態素解析を適用された結果、「梅雨／は／雨／を／降／り／ます／。」の各形態素に分解される。更に、対象例文１は、構文解析を適用された結果、各形態素間の係り受け関係が特定される。この係り受け関係を有する３つの形態素“梅雨、降、雨”が、修正履歴コーパス１２の検索キーワードとして選定される。すなわち、対象例文１からは、「梅雨（季節）＆降」、「雨（天候）＆降」の２パターンの検索キーワードが抽出される。修正履歴コーパス１２の検索では、表記が一致しない場合でも、意味クラス（括弧内の文字列）での検索が可能である。対象例文１の場合、梅雨の意味クラスは、冬の意味クラスと同じ季節であることから、「梅雨」は「冬」とマッチし、「雨」は、雪と同じ天候の意味クラスに属することから、「雪」とマッチする。

校正候補生成部１３は、対象文を形態素解析及び構文解析した後、その結果を用いて、対象文と負例テキストとの対応解析を行い、対象文と負例テキストとの共通部分Ｅ１、Ｅ２、Ｅ３を認識する。共通部分の認識は、意味クラスを含めて行われる。したがって、「梅雨」と「冬」、「雨」と「雪」は、表記上は異なるが、同一の意味クラスに分類される単語であることから、「降」と同様に、共通部分として認識される。修正履歴コーパス１２には、負例テキストの１つとして「冬は雪を降ります。」が登録されている。このため、図７に示す様に、２組の検索キーワード「梅雨（季節）＆降」と「雨（天候）＆降」とにより、双方のキーワードを文中に含む負例テキスト及びこれに対応する正例テキストが抽出される。対象例文１では、負例テキスト「冬は雪を降ります。」に対応する正例テキストが２種類登録されており、「冬には雪が降ります。」と「冬は雪を降らせます。」の２種類の正例テキストα、βが、修正履歴コーパス１２から読み出される。なお、本実施例では、１回の係り受けに関係する２語を検索キーワードとする態様を例示したが、これに限らず、校正候補生成部１３は、２回の係り受けに関係する３語、あるいは、３回の係り受けに関係する４語を検索キーワードに設定するものとしてもよい。

図８Ａは、校正候補生成部１３が、対象例文１の校正候補を生成する処理の後半部分を説明するための図である。修正履歴コーパス１２には、負例テキストの１つとして「冬は雪を降ります。」が登録されている。このため、図８Ａに示す様に、双方の検索キーワード「梅雨＆降」及び「雨＆降」により、「冬」と「降」とを共に含む負例テキスト及びこれに対応する正例テキストが抽出される。校正候補生成部１３は、負例テキストを構文解析した後、その結果を用いて、負例テキストと対象文との対応解析を行い、対象文と負例テキストとの共通部分を認識する。更に、校正候補生成部１３は、負例テキストと正例テキストとの対応解析を行い、負例テキストと正例テキストとの相違部分を認識する。

上述の対応解析は、他方の正例テキスト「冬／は／雪／を／降／らせ／ます／。」についても同様に実行される。なお、図８Ａ、図８Ｂにおいて、左下がり斜線の施された文字列は、検索キーワードにマッチした文字列である。また、下線の付された文字列は、負例テキストと対象文とに共通する文字列（共通部分）であり、右下がり斜線の施された文字列は、負例テキストと正例テキストとで相違する文字列（相違部分）である。対象文と負例との共通部分（下線部）に、負例と正例との相違部分（右下がり斜線部）が含まれる場合には、校正候補生成部１３は、該当する文字列を、置き換えに利用できる履歴の候補に加えると共に、それ以外の文字列を候補から除外する。その結果、図８Ａ、図８Ｂに示す例では、下線が付された部分の内、右下がり斜線部の文字列である「は、を」と「り」とが校正候補にそれぞれ追加される。

次に、図９Ａは、校正可否判別部１４が、対象例文１の校正候補による校正の可否を判別する処理を説明するための図である。図９Ａに示す様に、校正可否判別部１４は、まず、負例テキストと対象文との単語の対比を行う。すなわち、校正可否判別部１４は、負例テキスト中の校正された文字列（右下がり斜線部）と、対象文と負例テキストとで重複する文字列（下線部分）との重複部分の単語を特定する。対象例文１では、「は」及び「を」がこれに該当する。

次いで、校正可否判別部１４は、対象文と負例テキストとで異なる文節をチェックする。すなわち、校正可否判別部１４は、上記特定された単語の品詞が付属語（例えば、助詞、助動詞、活用語尾等）である場合には、その単語により形成される文節の中心を為す自立語を特定する。更に、上記特定された、負例テキスト中の単語に対応する単語を、対象文の中で特定する。対象例文１では、図９Ａに示す様に、対象文中の自立語として「梅雨」が、負例テキスト中の自立語として「冬」がそれぞれ特定される。これらの単語を１つ目の対応語とする。同様に、対象文中の自立語として「雨」が、負例テキスト中の自立語として「雪」がそれぞれ特定される。これらの単語を２つ目の対応語とする。校正可否判別部１４は、上記２つの対応語に関し、単語間の類似度を評価する。対象例文１では、「梅雨」と「冬」とは何れも季節の意味クラスに属し、単語間の類似度が高いことから、修正履歴データを用いた自動校正は可能であると判定される。したがって、正例テキストにおける単語「には」は、校正可否条件チェックをクリアする。同様に、対象例文１では、「雨」と「雪」とは何れも天候の意味クラスに属し、単語間の類似度が高いことから、修正履歴データを用いた自動校正は可能であると判定される。したがって、正例テキストにおける単語「が」も、校正可否条件チェックをクリアする。

上述の校正可否判別処理は、他方の正例テキスト「冬／は／雪／を／降／らせ／ます／。」についても同様に実行される。図９Ｂは、校正可否判別部１４が、対象例文１の別の校正候補による校正の可否を判別する処理を説明するための図である。図９Ｂに示す様に、２つ目の正例テキストにつき、対象文中の自立語として「降」が、負例テキスト中の自立語として「降」がそれぞれ特定される。これらの単語を対応語とする。校正可否判別部１４は、この対応語に関し、単語間の類似度を評価する。対象例文１では、「降」と「降」とは何れも同一の単語であり、単語間の類似度が高いことから、修正履歴データを用いた自動校正は可能であると判定される。したがって、正例テキストにおける単語「らせ」は、校正可否条件チェックをクリアする。

図１０Ａは、自動校正部１６が、対象例文１を校正する処理を説明するための図である。図１０Ａに示す様に、自動校正部１６は、負例テキストと正例テキストとの間で異なる文字列を、負例テキストから対象文に移行する。その結果、対象文は、「は」、「を」の各単語に、右下がり斜線の施された状態となる。その後、自動校正部１６は、対象文と正例テキストとの間で異なる文字列を、正例テキストにおいて対応する文字列に置き換える。これにより、校正後の対象文である「梅雨には雨が降ります。」が生成及び出力される。なお、図１０Ａにおいて、右下がり斜線の施された文字列は、負例テキストと正例テキストとで相違する文字列（相違部分）であり、左下がり斜線の施された文字列は、検索キーワードにマッチした文字列である。相違部分であり、かつ、検索キーワードにマッチした文字列には、右下がり斜線が優先的に施されている。

上述の自動校正処理は、他方の正例テキスト「冬／は／雪／を／降／らせ／ます／。」についても同様に実行される。図１０Ｂは、自動校正部１６が、対象例文１を別の文に校正する処理を説明するための図である。図１０Ｂに示す様に、自動校正部１６は、負例テキストと正例テキストとの間で異なる文字列を、負例テキストから対象文に移行する。その結果、対象文は、「り」の単語に右下がり斜線の施された状態となる。その後、自動校正部１６は、対象文と正例テキストとの間で異なる文字列を、正例テキストにおいて対応する文字列に置き換える。これにより、校正後の対象文である「梅雨は雨を降らせます。」が生成及び出力される。

（対象例文２）
次に、図１１〜図１６を参照しながら、対象例文２に含まれる助詞と動詞を同時に校正する態様を説明する。対象例文２は、「パラメータの文字列転換はされていない。」である。対象例文２は、助詞「の」、動詞「転換」の誤りを複合的に有する。

図１１は、対象例文２が校正される過程を説明するための図である。図１１に示す様に、校正対象の文として「パラメータの文字列転換はされていない。」が与えられると、この文と同様の特徴を有する校正前の文「引数のエンコード転換はされていない。」が、修正履歴コーパス１２から検索され、対象文との共通部分Ａ３、Ａ４が特定される。次に、修正履歴コーパス１２内に上記校正前の文と対応付けて格納されている校正後の文「引数がエンコード変換されていない。」と、上記校正前の文との相違部分Ｂ４、Ｂ５が特定される。更に、対象文と校正前の文との間で、自立語Ｃ５〜Ｃ８の構文上及び意味上の類似度がチェックされ、所定の類似度に達している場合には、上記校正前の文による校正が可能と判定される。その結果、上記校正前の文が自動校正用の文に採用され、自動校正後の文として「パラメータが文字列変換されていない。」が出力される。なお、自動校正後の文の内、右下がり斜線の施された文字列（「が」、「変換」）は、校正により変更された文字列を表す。また、矢印Ｙ１１は、下線の付された「引数が」の係り先が「変換」であることを示す。

図１２は、対象例文２が校正される過程において、重複部分を判定する方法を説明するための図である。文章校正装置１０は、自動校正部１６により、重複部分判定テーブル１６１を参照して、対象文の校正を行う。図１２に示す様に、対象例文２「パラメータの文字列転換はされていない。」は、９つの単語から構成される。自動校正部１６は、対象例文２を、負例テキスト「引数のエンコード転換はされていない。」と単語単位で比較し、共通する「の」、「転換」、「は」の各単語に、共通部分フラグ“１”を設定する。次に、自動校正部１６は、負例テキストを、正例テキスト「引数がエンコード変換されていない。」と単語単位で比較し、相異なる「の、が」、「転換、変換」、「は、−」の各単語に、相違部分フラグ“０”を設定する。そして、自動校正部１６は、共通部分フラグとして“１”が、相違部分フラグとして“０”がそれぞれ設定された部分Ｚ１、Ｚ２、Ｚ３を対象とし、正例テキストへの置換による校正を行う。このとき、何れのフラグも設定されていない単語（例えば、引数、エンコード）、共通部分フラグのみが設定されている単語（例えば、され、ていな、い、。）、及び相違部分フラグのみが設定されている単語については、対象文の単語（例えば、パラメータ、文字列、され、ていな、い、。）が、原文のまま使用される。その結果、自動校正後の対象文として、「パラメータが文字列変換されていない。」が生成される。

以下、図１３〜図１６を参照し、対象文の入力から自動校正後の文の出力までの処理を、より具体的に説明する。図１３は、校正候補生成部１３が、対象例文２の校正候補を生成する処理の前半部分を説明するための図である。図１３に示す様に、対象例文２は、形態素解析を適用された結果、「パラメータ／の／文字列／転換／は／され／ていな／い／。」の各形態素に分解される。更に、対象例文２は、構文解析を適用された結果、各形態素間の係り受け関係が特定される。この係り受け関係を有する４つの形態素“パラメータ、文字列、転換、され”が、修正履歴コーパス１２の検索キーワードとして選定される。すなわち、対象例文２からは、「パラメータ＆文字列」、「文字列＆転換」、「転換＆され」の３パターンの検索キーワードが抽出される。なお、本実施例では、１回の係り受けに関係する２語を検索キーワードとする態様を例示したが、これに限らず、校正候補生成部１３は、２回の係り受けに関係する３語、あるいは、３回の係り受けに関係する４語を検索キーワードに設定するものとしてもよい。

図１４は、校正候補生成部１３が、対象例文２の校正候補を生成する処理の後半部分を説明するための図である。修正履歴コーパス１２には、負例テキストの１つとして「引数のエンコード転換はされていない。」が登録されている。このため、図１４に示す様に、３つ目の検索キーワード「転換＆され」により、「転換」と「され」の双方を文中に含む負例テキスト及びこれに対応する正例テキストが抽出される。校正候補生成部１３は、負例テキストを構文解析した後、その結果を用いて、負例テキストと対象文との対応解析を行い、対象文と負例テキストとの共通部分を認識する。更に、校正候補生成部１３は、負例テキストと正例テキストとの対応解析を行い、負例テキストと正例テキストとの相違部分を認識する。

なお、図１４において、左下がり斜線の施された文字列は、検索キーワードにマッチした文字列である。また、下線の付された文字列は、負例テキストと対象文とに共通する文字列（共通部分）であり、右下がり斜線の施された文字列は、負例テキストと正例テキストとで相違する文字列（相違部分）である。対象文と負例との共通部分（下線部）に、負例と正例との相違部分（右下がり斜線部）が含まれる場合には、校正候補生成部１３は、該当する文字列を、置き換えに利用できる履歴の候補に加えると共に、それ以外の文字列を候補から除外する。その結果、図１４に示す例では、下線が付された部分の内、右下がり斜線部の文字列である「の、転換、は」が校正候補に追加される。

次に、図１５は、校正可否判別部１４が、対象例文２の校正候補による校正の可否を判別する処理を説明するための図である。図１５に示す様に、校正可否判別部１４は、まず、負例テキストと対象文との単語の対比を行う。すなわち、校正可否判別部１４は、負例テキスト中の校正された文字列（右下がり斜線部）と、対象文と負例テキストとで重複する文字列（下線部分）との重複部分の単語を特定する。対象例文２では、「の」及び「転換」がこれに該当する。

校正可否判別部１４は、次いで、対象文と負例テキストとで異なる文節をチェックする。すなわち、校正可否判別部１４は、上記特定された単語の品詞が付属語（例えば、助詞、助動詞、活用語尾等）である場合には、その単語により形成される文節の中心を為す自立語を特定する。更に、上記特定された、負例テキスト中の単語に対応する単語を、対象文の中で特定する。対象例文２では、図１５に示す様に、対象文中の自立語として「パラメータ」が、負例テキスト中の自立語として「引数」がそれぞれ特定される。これらの単語を１つ目の対応語とする。これに対し、上記特定された単語の品詞が自立語（例えば、名詞、動詞等）である場合には、校正可否判別部１４は、その単語（自立語）を特定する。更に、この特定された、負例テキスト中の単語に対応する単語を、対象文の中で特定する。対象例文２では、図１５に示す様に、対象文中の自立語として「転換」が、負例テキスト中の自立語として「変換」がそれぞれ特定される。これらの単語を２つ目の対応語とする。校正可否判別部１４は、上記２つの対応語に関し、単語間の類似度を評価する。

次に、校正可否判別部１４は、修飾語及び被修飾語をチェックする。すなわち、校正可否判別部１４は、正例テキストに対する構文解析により、上記特定された各単語に対応する単語の係り受け構造を検出する。対象例文２は、図１５に示す様に、「転換」を「の」の係り先（矢印Ｙ１８）として有する。対象例文２では、図１５に示す様に、「変換」が、「引数」の係り先（矢印Ｙ１９）となると共に「エンコード」の係り先（矢印Ｙ２０）となる係り受け構造が、検出される。校正可否判別部１４は、対象文中で特定された単語に対応する、正例テキスト中の単語と、当該対象文中の単語との間で、修飾語及び被修飾語の類似度を評価する。対象例文２では、図１５に示す様に、矢印Ｙ１９に示す係り先の単語である「変換」及び「転換」間の類似度が高いことから、修正履歴データを用いた自動校正は可能であると判定される。したがって、正例テキストにおける矢印Ｙ１９の係り先の単語「変換」は、校正可否条件チェックをクリアする。同様に、矢印Ｙ２０に示す係り元の単語である「エンコード」及び「文字列」間の類似度は高いことから、修正履歴データを用いた自動校正は可能であると判定される。したがって、正例テキストにおける矢印Ｙ２０の係り元の単語「エンコード」も、校正可否条件チェックをクリアする。

図１６は、自動校正部１６が、対象例文２を校正する処理を説明するための図である。図１６に示す様に、自動校正部１６は、負例テキストと正例テキストとの間で異なる文字列を、負例テキストから対象文に移行する。その結果、対象文は、「の」、「転換」、「は」の各単語に、右下がり斜線の施された状態となる。その後、自動校正部１６は、対象文と正例テキストとの間で異なる文字列を、正例テキストにおいて対応する文字列に置き換える。これにより、校正後の対象文である「パラメータが文字列変換されていない。」が生成及び出力される。なお、図１６において、右下がり斜線の施された文字列は、負例テキストと正例テキストとで相違する文字列（相違部分）であり、左下がり斜線の施された文字列は、検索キーワードにマッチした文字列である。相違部分であり、かつ、検索キーワードにマッチした文字列には、右下がり斜線が優先的に施されている。

（対象例文３）
次に、図１７〜図２１を参照しながら、連体修飾助詞が連用修飾助詞に校正される態様を説明する。

図１７は、対象例文３が校正される過程を説明するための図である。図１７に示す様に、校正対象の文として「ローカルとリモートの流れが大きく異なる。」が与えられると、この文と同様の特徴を有する校正前の文「ローカルとリモートの流れが違いますので、ご注意。」が、修正履歴コーパス１２から検索され、対象文との共通部分Ａ５が特定される。次に、修正履歴コーパス１２内に上記校正前の文と対応付けて格納されている校正後の文「ローカルとリモートで流れが違いますので、注意してください。」と、上記校正前の文との相違部分Ｂ６〜Ｂ８が特定される。更に、対象文と校正後の文との間で、自立語Ｃ９、Ｃ１０の構文上及び意味上の類似度がチェックされ、所定の類似度に達している場合には、上記校正後の文による校正が可能と判定される。その結果、上記校正後の文が自動校正用の文に採用され、自動校正後の文として「ローカルとリモートの流れが大きく異なる。」が出力される。なお、自動校正後の文の内、右下がり斜線の施された文字列「で」は、校正により変更された文字列を表す。

以下、図１８〜図２１を参照し、対象文の入力から自動校正後の文の出力までの処理を、より具体的に説明する。図１８は、校正候補生成部１３が、対象例文３の校正候補を生成する処理の前半部分を説明するための図である。図１８に示す様に、対象例文３は、形態素解析を適用された結果、「ローカル／と／リモート／の／流れ／が／大きく／異なる／。」の各形態素に分解される。更に、対象例文３は、構文解析を適用された結果、各形態素間の係り受け関係が特定される。この係り受け関係を有する５つの形態素“ローカル、リモート、流れ、大きく、異なる”が、修正履歴コーパス１２の検索キーワードとして選定される。すなわち、対象例文３からは、「ローカル＆リモート」、「リモート＆流れ」、「流れ＆異なる」、「大きく＆異なる」の４パターンの検索キーワードが抽出される。なお、本実施例では、１回の係り受けに関係する２語を検索キーワードとする態様を例示したが、これに限らず、校正候補生成部１３は、２回の係り受けに関係する３語、あるいは、３回の係り受けに関係する４語を検索キーワードに設定するものとしてもよい。

図１９は、校正候補生成部１３が、対象例文３の校正候補を生成する処理の後半部分を説明するための図である。修正履歴コーパス１２には、負例テキストの１つとして「ローカルとリモートの流れが違いますので、注意してください。」が登録されている。このため、図１９に示す様に、１つ目の検索キーワード「ローカル＆リモート」により、「ローカル」と「リモート」の双方を文中に含む負例テキスト及びこれに対応する正例テキストが抽出される。校正候補生成部１３は、負例テキストを構文解析した後、その結果を用いて、負例テキストと対象文との対応解析を行い、対象文と負例テキストとの共通部分を認識する。更に、校正候補生成部１３は、負例テキストと正例テキストとの対応解析を行い、負例テキストと正例テキストとの相違部分を認識する。なお、２つ目の検索キーワード「リモート＆流れ」についても、負例テキストに含まれるが、上記と同一の検索結果（負例と正例）が得られるため、重複を回避するため、以降の解析処理は省略される。

なお、図１９において、左下がり斜線の施された文字列は、検索キーワードにマッチした文字列である。また、下線の付された文字列は、負例テキストと対象文とに共通する文字列（共通部分）であり、右下がり斜線の施された文字列は、負例テキストと正例テキストとで相違する文字列（相違部分）である。対象文と負例との共通部分（下線部）に、負例と正例との相違部分（右下がり斜線部）が含まれる場合には、校正候補生成部１３は、該当する文字列を、置き換えに利用できる履歴の候補に加えると共に、それ以外の文字列を候補から除外する。その結果、図１９に示す例では、下線が付された部分の内、右下がり斜線部の文字列である「の」が校正候補に追加される。

次に、図２０は、校正可否判別部１４が、対象例文３の校正候補による校正の可否を判別する処理を説明するための図である。図２０に示す様に、校正可否判別部１４は、まず、負例テキストと対象文との単語の対比を行う。すなわち、校正可否判別部１４は、負例テキスト中の校正された文字列（右下がり斜線部）と、対象文と負例テキストとで重複する文字列（下線部分）との重複部分の単語を特定する。対象例文３では、「の」がこれに該当する。

校正可否判別部１４は、次いで、対象文と負例テキストとで異なる文節をチェックする。すなわち、校正可否判別部１４は、上記特定された単語の品詞が付属語（例えば、助詞、助動詞、活用語尾等）である場合には、その単語により形成される文節の中心を為す自立語を特定する。更に、上記特定された、負例テキスト中の単語に対応する単語を、対象文の中で特定する。対象例文３では、図２０に示す様に、正例テキストにつき、対象文中の自立語として「リモート」が、負例テキスト中の自立語として「リモート」がそれぞれ特定される。これらの単語を対応語とする。校正可否判別部１４は、この対応語に関し、単語間の類似度を評価する。対象例文３では、「リモート」と「リモート」とは同一の単語であり、単語間の類似度が高いことから、修正履歴データを用いた自動校正は可能であると判定される。したがって、正例テキストにおける単語「リモート」は、校正可否条件チェックをクリアする。

次に、校正可否判別部１４は、修飾語及び被修飾語をチェックする。すなわち、校正可否判別部１４は、正例テキストに対する構文解析により、上記特定された各単語に対応する単語の係り受け構造を検出する。構文解析に際し、対象文は、正例テキストの助詞「で」に置き換えられて構文解析される。校正可否判別部１４は、対象文中で特定された単語に対応する、正例テキスト中の単語と、当該対象文中の単語との間で、修飾語及び被修飾語の類似度を評価する。対象例文３では、正例テキスト中の「違い」と対象文中の「異なる」とが類似度評価の対象となるが、これらの単語は、意味クラスが同一であり、かつ、格の制約条件が類似していることから、訂正可能と判定され、校正可否条件チェックをクリアする。

図２１は、自動校正部１６が、対象例文３を校正する処理を説明するための図である。図２１に示す様に、自動校正部１６は、負例テキストと正例テキストとの間で異なる文字列を、負例テキストから対象文に移行する。その結果、対象文は、「の」の単語に、右下がり斜線の施された状態となる。その後、自動校正部１６は、対象文と正例テキストとの間で異なる文字列を、正例テキストにおいて対応する文字列に置き換える。これにより、校正後の対象文である「ローカルとリモートの流れが大きく異なる。」が生成及び出力される。なお、図２１において、右下がり斜線の施された文字列は、負例テキストと正例テキストとで相違する文字列（相違部分）であり、左下がり斜線の施された文字列は、検索キーワードにマッチした文字列である。相違部分であり、かつ、検索キーワードにマッチした文字列には、右下がり斜線が優先的に施されている。

（対象例文４）
次に、図２２〜図２６を参照しながら、動詞表現が校正される態様を説明する。

図２２は、対象例文４が校正される過程を説明するための図である。図２２に示す様に、校正対象の文として「彼は次々と奇跡を見せている。」が与えられると、この文と同様の特徴を有する校正前の文「数々の奇跡を見せてきた。」が、修正履歴コーパス１２から検索され、対象文との共通部分Ａ６が特定される。次に、修正履歴コーパス１２内に上記校正前の文と対応付けて格納されている校正後の文「数々の奇跡を演じてきた。」と、上記校正前の文との相違部分Ｂ９が特定される。更に、対象文と校正後の文との間で、自立語Ｃ１１、Ｃ１２の構文上及び意味上の類似度がチェックされ、所定の類似度に達している場合には、上記校正後の文による校正が可能と判定される。その結果、上記校正後の文が自動校正用の文に採用され、自動校正後の文として「彼は次々と奇跡を演じている。」が出力される。なお、自動校正後の文の内、右下がり斜線の施された文字列「演じ」は、校正により変更された文字列を表す。

以下、図２３〜図２６を参照し、対象文の入力から自動校正後の文の出力までの処理を、より具体的に説明する。図２３は、校正候補生成部１３が、対象例文４の校正候補を生成する処理の前半部分を説明するための図である。図２３に示す様に、対象例文４は、形態素解析を適用された結果、「彼／は／次々／と／奇跡／を／見せ／てい／る／。」の各形態素に分解される。更に、対象例文４は、構文解析を適用された結果、各形態素間の係り受け関係が特定される。この係り受け関係を有する４つの形態素“彼、見せ、次々、奇跡”が、修正履歴コーパス１２の検索キーワードとして選定される。すなわち、対象例文４からは、「彼＆見せ」、「次々＆見せ」、「奇跡＆見せ」の３パターンの検索キーワードが抽出される。なお、本実施例では、１回の係り受けに関係する２語を検索キーワードとする態様を例示したが、これに限らず、校正候補生成部１３は、２回の係り受けに関係する３語、あるいは、３回の係り受けに関係する４語を検索キーワードに設定するものとしてもよい。

図２４は、校正候補生成部１３が、対象例文４の校正候補を生成する処理の後半部分を説明するための図である。修正履歴コーパス１２には、負例テキストの１つとして「数々の奇跡を見せてきた。」が登録されている。このため、図２４に示す様に、３つ目の検索キーワード「奇跡＆見せ」により、「奇跡」と「見せ」の双方を文中に含む負例テキスト及びこれに対応する正例テキストが抽出される。校正候補生成部１３は、負例テキストを構文解析した後、その結果を用いて、負例テキストと対象文との対応解析を行い、対象文と負例テキストとの共通部分を認識する。更に、校正候補生成部１３は、負例テキストと正例テキストとの対応解析を行い、負例テキストと正例テキストとの相違部分を認識する。

なお、図２４において、左下がり斜線の施された文字列は、検索キーワードにマッチした文字列である。また、下線の付された文字列は、負例テキストと対象文とに共通する文字列（共通部分）であり、右下がり斜線の施された文字列は、負例テキストと正例テキストとで相違する文字列（相違部分）である。対象文と負例との共通部分（下線部）に、負例と正例との相違部分（右下がり斜線部）が含まれる場合には、校正候補生成部１３は、該当する文字列を、置き換えに利用できる履歴の候補に加えると共に、それ以外の文字列を候補から除外する。その結果、図２４に示す例では、下線が付された部分の内、右下がり斜線部の文字列である「見せ」が校正候補に追加される。

次に、図２５は、校正可否判別部１４が、対象例文４の校正候補による校正の可否を判別する処理を説明するための図である。図２５に示す様に、校正可否判別部１４は、まず、負例テキストと対象文との単語の対比を行う。すなわち、校正可否判別部１４は、負例テキスト中の校正された文字列（右下がり斜線部）と、対象文と負例テキストとで重複する文字列（下線部分）との重複部分の単語を特定する。対象例文４では、「見せ」がこれに該当する。

校正可否判別部１４は、次いで、対象文と負例テキストとで異なる文節をチェックする。すなわち、校正可否判別部１４は、上記特定された単語の品詞が付属語（例えば、助詞、助動詞、活用語尾等）である場合には、その単語により形成される文節の中心を為す自立語を特定する。更に、上記特定された、負例テキスト中の単語に対応する単語を、対象文の中で特定する。対象例文４では、図２５に示す様に、正例テキストにつき、対象文中の自立語として「見せ」が、負例テキスト中の自立語として「見せ」がそれぞれ特定される。これらの単語を対応語とする。校正可否判別部１４は、この対応語に関し、単語間の類似度を評価する。対象例文４では、「見せ」と「見せ」とは同一の単語であり、単語間の類似度が高いことから、修正履歴データを用いた自動校正は可能であると判定される。したがって、正例テキストにおける単語「演じ」は、校正可否条件チェックをクリアする。

次に、校正可否判別部１４は、修飾語及び被修飾語をチェックする。すなわち、校正可否判別部１４は、正例テキストに対する構文解析により、上記特定された各単語に対応する単語の係り受け構造を検出する。校正可否判別部１４は、対象文中で特定された単語に対応する、正例テキスト中の単語と、当該対象文中の単語との間で、修飾語及び被修飾語の類似度を評価する。対象例文４では、正例テキスト中の「奇跡」と対象文中の「奇跡」とが類似度評価の対象となるが、これらの単語は、同一の単語であることから類似度が高い。したがって、訂正可能と判定され、校正可否条件チェックをクリアする。

図２６は、自動校正部１６が、対象例文４を校正する処理を説明するための図である。図２６に示す様に、自動校正部１６は、負例テキストと正例テキストとの間で異なる文字列を、負例テキストから対象文に移行する。その結果、対象文は、「見せ」の単語に、右下がり斜線の施された状態となる。その後、自動校正部１６は、対象文と正例テキストとの間で異なる文字列を、正例テキストにおいて対応する文字列に置き換える。これにより、校正後の対象文である「彼は次々と奇跡を演じている。」が生成及び出力される。なお、図２６において、右下がり斜線の施された文字列は、負例テキストと正例テキストとで相違する文字列（相違部分）であり、左下がり斜線の施された文字列は、検索キーワードにマッチした文字列である。相違部分であり、かつ、検索キーワードにマッチした文字列には、右下がり斜線が優先的に施されている。

以上説明したように、文章校正装置１０は、修正履歴コーパス１２と校正候補生成部１３と校正可否判別部１４と自動校正部１６とを有する。修正履歴コーパス１２は、校正前の文（負例文）と校正後の文（正例文）とを対応付けて記憶する。校正候補生成部１３は、校正対象の文の特徴に基づき、上記校正前の文に対応する上記校正後の文を修正履歴コーパス１２から取得する。校正可否判別部１４は、校正候補生成部１３により取得された上記校正後の文の中から、上記校正対象の文と上記校正後の文との類似度が所定の閾値以上である校正後の文を、校正候補として選択する。自動校正部１６は、校正可否判別部１４により選択された上記校正後の文の内、上記類似度が最も高い校正後の文を用いて、上記校正対象の文を校正する。

上述したように、文章校正装置１０は、誤りを含む例文（負例）とその誤りを修正した後の例文（正例）とを対応付けて保持する修正履歴コーパス１２を検索することで、過去の修正履歴を参照した、助詞、動詞の語尾、自立語等、多様な語句の自動修正を可能とする。すなわち、文章校正装置１０は、修正履歴コーパス１２の検索結果を基に、上記共通文字列と上記相違文字列とをそれぞれ認識し、これら２種の文字列の共通部分（重なる部分）を校正の必要な部分とみなす。その際、文章校正装置１０は、対象文及び正例に対して形態素解析及び構文解析を施すと共に、係り先または係り元の単語の構文的及び意味的類似性を評価する。これにより、文章校正装置１０は、対象文を校正することの要否を判定する。

文章校正装置１０は、人の手作業により、修正前と修正後の文を、文対データベースである修正履歴コーパス１２に蓄積し、この修正履歴コーパス１２を利用して、文章の自動校正を行う。したがって、従来の様に、校正用の辞書を事前に準備することなく、複数の品詞の誤り（複合誤り）も同時に検出し、正しい表現に修正することができる。その結果、簡易な構成で、文章を精度良く校正することが可能となる。

また、文章校正装置１０において、自動校正部１６は、上記校正対象の文と上記校正前の文とに共通する文字列（共通文字列）と、上記校正前の文と上記校正後の文との間で相違する文字列（相違文字列）とが、上記校正前の文において重なる部分の文字列を、該文字列に対応する、上記校正後の文の文字列に置換する。これにより、自動校正部１６は、上記校正対象の文を校正する。

上記共通文字列と上記相違文字列とが重なる部分は、校正対象の文と対応しているにも拘らず、校正後の文（正例）と異なっていることから、誤っている文字列（修正が必要な文字列）であるとの推測が可能である。一方、校正前の文（負例）に含まれる文字列であっても、上記重なる部分以外の文字列は、原文（対象文）のまま使用してもよい文字列（修正の不要な文字列）であるとの推測が可能である。したがって、自動校正部１６は、上記共通文字列と上記相違文字列とが重なる文字列のみを、校正後の文（正例）に合わせて置換することで、過不足のない効率的な文章校正が可能となる。その結果、文章校正装置１０の処理負荷が低減されると共に、校正処理速度が向上する。

更に、文章校正装置１０において、校正可否判別部１４は、上記校正対象の文と上記校正後の文との間における構文的な類似度または意味的な類似度に基づき、上記校正後の文による校正の可否を判定するものとしてもよい。換言すれば、校正可否判別部１４は、上記類似度を評価することにより、対象文と正例文とが構文的に類似する場合のみならず、対象文と正例文とが意味的に類似する場合にも、該正例文を、自動校正部１６による校正の候補として選択する。具体的には、校正可否判別部１４は、対象文、正例文間の類似度が低い場合には、その正例文を使用した校正を不可と判定し、対象文、正例文間の類似度が高い場合には、その正例文を使用した校正を可と判定する。これにより、対象文に類似しない正例文が校正候補から除外される。したがって、対象文が、対象文に類似しない正例文によって校正されることが未然に防止される。その結果、誤った校正が減少し、校正精度が向上する。

文章校正装置１０の適用先として、文章校正装置１０は、例えば、外国人等の執筆する日本語文書の品質向上や外国人等の執筆した文書の校正作業の効率化のために利用することができる。あるいは、日本企業の海外拠点等で働く外国人従業員による日本語学習を促進するために利用することができる。

なお、上記実施例では、文章校正装置１０は、Ｓ２でリストアップされた校正候補の使用可否を判別した後に、校正の妥当性評価を行うものとした（図４参照）。しかしながら、かかる態様に限らず、文章校正装置１０は、リストアップされた校正候補に対する校正の妥当性評価を先に行い、その後、妥当と判定された校正候補による校正の可否を判別するものとしてもよい。また、妥当性評価値に基づく校正候補の並べ替え処理（図４のＳ８）は、必ずしも実行する必要は無く、文章校正装置１０は、妥当性評価値の最も高い校正候補のみを、残った校正候補の中からピックアップして、ユーザに提示するものとしてもよい。

文章校正装置１０の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的態様は、図示のものに限らず、その全部又は一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的又は物理的に分散・統合して構成することもできる。例えば、校正候補一時格納部１３１、テキスト解析部１３２は、校正候補生成部１３や校正可否判別部１４とは別体に構成されるものとして説明及び図示したが、これらの構成部分に包含されるものとしてもよい。同様に、文節互換性判別部１４１、単語辞書１４１ａは、校正可否判別部１４に含まれるものとしてもよい。また、校正可否判別部１４と校正候補整序部１５、あるいは、校正候補生成部１３と修正履歴コーパス１２をそれぞれ１つの構成要素として統合してもよい。

反対に、校正可否判別部１４に関し、校正候補の使用可否を判定する部分と、使用可能と判定された校正候補の妥当性を個別に評価（点数化）する部分とに分散してもよい。同様に、テキスト解析部１３２に関し、構文解析を行う部分と形態素解析を行う部分とに分けてもよい。更に、記憶装置１０ｂを、文章校正装置１０の外部装置としてネットワークやケーブル経由で接続するようにしてもよい。

１０ 文章校正装置
１０ａ プロセッサ
１０ｂ 記憶装置
１０ｃ 入力装置
１０ｄ 表示装置
１１ 対象文入力部
１２ 修正履歴コーパス
１３ 校正候補生成部
１４ 校正可否判別部
１５ 校正候補整序部
１６ 自動校正部
１７ 校正結果出力部
１２１ 修正履歴コーパス内のデータ
１３１ 校正候補一時格納部
１３２ テキスト解析部
１４１ 文節互換性判別部
１４１ａ 単語辞書
１６１ 重複部分判定テーブル
Ａ１〜Ａ６ 対象文と負例との共通部分
Ｂ１〜Ｂ９ 負例と正例との相違部分
Ｃ１〜Ｃ１２ 類似度評価の対象部分
Ｄ１ 校正対象文書
Ｅ１〜Ｅ３ 対象文と負例との共通部分
Ｙ１〜Ｙ３４、Ｙ４１〜Ｙ５１ 係り先矢印
Ｚ１、Ｚ２、Ｚ３ 重複部分
α、β 対象例文１の負例と正例のペア

Claims (4)

1. 校正前の文と校正後の文とを対応付けて記憶する記憶部と、
   テキスト解析の施された校正対象の文の特徴を基に、前記記憶部に格納されている負例テキストを検索し、前記校正対象の文と同様の特徴を有する負例に対応する正例を、前記記憶部から抽出することにより、前記校正前の文に対応する前記校正後の文を前記記憶部から取得する取得部と、
   前記校正対象の文と前記負例テキストとの共通部分と、前記負例テキストと正例テキストとの相違部分と、の共通部分である置換文字列が自立語である場合には、該置換文字列を含む文節が係っている単語同士の類似度を評価し、置換文字列が助詞または用言の語尾である場合には、該置換文字列を含む文節の中心語同士の類似度を評価して、前記取得部により取得された前記校正後の文の中から、前記校正対象の文と前記校正後の文との類似度が所定の閾値以上である校正後の文を選択する選択部と、
   前記選択部により選択された前記校正後の文の内、前記類似度が最も高い校正後の文を前記正例テキストとして用い、前記負例テキストと前記正例テキストとの間で異なる文字列を、前記校正対象の文において置き換え可能な状態に設定した後、該校正対象の文と前記正例テキストとの間で異なる文字列の内、前記置き換え可能な状態に設定された文字列を、前記正例テキストにおいて対応する文字列に置き換えることにより、前記校正対象の文を校正する校正部と
   を有することを特徴とする文章校正装置。
2. 前記校正部は、前記校正対象の文と前記校正前の文とに共通する文字列と、前記校正前の文と前記校正後の文との間で相違する文字列とが、前記校正前の文において重なる部分の文字列を、該文字列に対応する、前記校正後の文の文字列に置換することにより、前記校正対象の文を校正することを特徴とする請求項１記載の文章校正装置。
3. 前記選択部は、前記校正対象の文と前記校正後の文との間における構文的な類似度または意味的な類似度に基づき、前記校正後の文による校正の可否を判定することを特徴とする請求項１記載の文章校正装置。
4. 文章校正装置が、
   テキスト解析の施された校正対象の文の特徴を基に、記憶部に格納されている負例テキストを検索し、前記校正対象の文と同様の特徴を有する負例に対応する正例を、前記記憶部から抽出することにより、校正前の文に対応する校正後の文を取得し、
   前記校正対象の文と前記負例テキストとの共通部分と、前記負例テキストと正例テキストとの相違部分と、の共通部分である置換文字列が自立語である場合には、該置換文字列を含む文節が係っている単語同士の類似度を評価し、置換文字列が助詞または用言の語尾である場合には、該置換文字列を含む文節の中心語同士の類似度を評価して、取得された前記校正後の文の中から、前記校正対象の文と前記校正後の文との類似度が所定の閾値以上である校正後の文を選択し、
   選択された前記校正後の文の内、前記類似度が最も高い校正後の文を前記正例テキストとして用い、前記負例テキストと前記正例テキストとの間で異なる文字列を、前記校正対象の文において置き換え可能な状態に設定した後、該校正対象の文と前記正例テキストとの間で異なる文字列の内、前記置き換え可能な状態に設定された文字列を、前記正例テキストにおいて対応する文字列に置き換えることにより、前記校正対象の文を校正する
   ことを特徴とする文章校正方法。

Images