JPH0140372B2 - - Google Patents

Description

【発明の詳細な説明】 本発明は文字の発音に従つて仮名キーボードか
ら仮名文字を入力し、漢字または漢字仮名混り文
を出力するような日本語ワードプロセツサ等の仮
名漢字変換処理装置に関するものであり、更に詳
細には特に仮名・漢字変換を行なう場合に用いら
れる仮名漢字変換用辞書類のメモリ容量の圧縮に
関するものである。

一般に仮名漢字変換処理装置は、日本語ワード
プロセツサ、日本語オフイスコンピユータ等の日
本語の入力処理に必要な機器に用いられるもので
あり、漢字を直接採字することなく、仮名を入力
することによつて漢字または漢字仮名混り文の出
力を得るようにしたもので最近商品化されつつあ
る。このような装置は膨大な漢字数を持つ日本語
をわずかな数の仮名キーによつて入力することが
出来るため装置の小型化の可能性を有しているに
もかかわらず、変換処理のための変換用辞書及び
文法テーブルを収容するメモリの容量が膨大なも
のになるためフロツピ・デイスク等の外部記憶装
置を必要とし、また正しい変換率を高めるために
複雑な処理と大容量の処理用バツフアメモリを必
要とし、装置全体が大きくなり、また価格も高い
ものになつていた。

本発明は上記の点に鑑みて成されたものであ
り、変換用辞書類及び各種テーブルのデータ構造
を工夫することにより、辞書類及び各テーブルの
収容メモリの必要な容量を少なくし、半導体メモ
リの使用を可能とした仮名漢字変換処理装置を提
供することを目的とするものである。

更に本発明は変換用辞書類及びバツフアメモリ
のデータ構造を工夫することにより、小型かつ安
価であり、更に仮名から漢字への変換率が高く、
しかも処理速度の速い仮名漢字変換処理装置を提
供することを目的とするものである。

上記目的を達成するため、本発明の仮名漢字変
換処理装置は、仮名見出し部を可変長差分構造と
した変換用音訓辞書及び変換用単語辞書のインデ
ツクスと、仮名見出し部を可変長差分構造とする
とともに、この仮名見出し部と漢字コード部の間
に品詞コード部を設けて、この品詞コード部を仮
名見出し部と漢字コード部のセパレータとなるよ
うに構成した変換用単語辞書と、所定のデータ構
造で収容された活用語尾表及び付属語表とを備え
る如く構成するように成している。

以下本発明について説明するが、まず最初に本
発明の仮名漢字変換処理装置の用いられる日本語
ワードプロセツサについて説明する。

第１図は日本語ワードプロセツサの構成の一例
を示すブロツク図である。第１図に於て、１はキ
ーボードであり、第２図に更に詳細に示している
ように50音のカナキー群１Ａ、漢字変換指示を行
う変換キー１Ｂ，１Ｃ及び漢字変換された時に同
音語の漢字が複数存在する場合にその中から特定
のものを選択する呼び出しキー１Ｄ，１Ｅを備え
ている。上記キーボードより入力された仮名文字
列は中央処理装置（CPU）２に入力され、該
CPU２は処理プログラム装置３のプログラムに
従つて入力された仮名文字列を仮名漢字変換処理
装置４に送り、その変換結果を得る。この変換結
果は表示装置５により表示され、また同音語が存
在する場合にはキーボード１上の次候補呼び出し
キー１Ｄまたは前候補呼び出しキー１Ｅの指示に
より、次候補呼び出しまたは前候補呼び出しのフ
アンクシヨン情報を仮名漢字変換処理装置４に送
り、次候補または前候補の漢字を出力として得
る。これらの出力は表示装置５に順次表示され、
正しい候補が選択されるとキーボード１からの指
示により文章バツフア６に入れられ、該文章バツ
フア６の内容が印字装置７により印字される。

第３図は上記した仮名漢字変換処理装置部分の
内部構成例を示し、入力バツフア３１は変換すべ
き仮名文字列を入力する入力文バツフア３１−１
及び文節変換、音訓変換、次候補呼び出し、前候
補呼び出しの各変換モードを指定するフアンクシ
ヨンレジスタ３１−２を有している。出力バツフ
ア３２は変換結果の入力される出力文バツフア３
２−１及び同音語の残り語数が入る同音語数カウ
ンター３２−２から成る。処理バツフア３３は変
換処理の途中で必要な辞書検索該当データを記憶
する検索該当バツフア３３−１、文法解析を行う
ための文法解析バツフア３３−２、最終的に得ら
れた候補データを記憶する最終候補バツフア３３
−３、同音語の候補総数を記憶する同音語総数レ
ジスタ３３−４及びその他の一時バツフア３３−
５から成つている。また辞書フアイル群３４は単
語辞書３４−１及びそのインデツクス３４−２、
音訓辞書３４−３、活用語尾表フアイル３４−
４、付属語表フアイル３４−５、及び接続行列フ
アイル３４−６から成る。演算処理装置（CPU）
２はスタート端子２−１よりのスタート信号によ
つて処理プログラム装置３のプログラムに従つて
変換処理を開始する。また解除端子２−２は処理
を途中で中断するときに用いる。

今入力文バツフア３１−１に「あい」が入力さ
れ、音訓変換キー３１Ｃが操作されると、CPU
２は処理プログラム装置３の処理プログラムに従
つて音訓辞書３４−３を検索し、該辞書３４−３
の仮名見出し部の「あい」と同じ仮名見出し部を
見つけた後、その漢字表記部の内容を検索該当バ
ツフア３３−１へ取り出し、同音語総数を同音語
総数レジスタ３３−５に取り出す。この時検索該
当バツフア３３−１には「哀、愛、挨、姶、相、
藍」が取り出されている。またバツフア３３−１
の最初の情報及びレジスタ３３−５の内容はそれ
ぞれ出力文バツフア３２−１及び同音語数カウン
タ３２−２に入力され、その内容が表示され、所
望の漢字でない場合には次候補呼び出しキー１Ｄ
を操作して、次の同音語「愛」の出力文バツフア
３２−１に呼び出し、同様の操作を繰返して所望
の変換漢字を得ることになる。

以上の様な動作で仮名・漢字変換が行なわれる
が、本発明は上記した辞書類及び各テーブルのメ
モリ容量を圧縮することにあるが、説明の都合
上、最初に音訓辞書について説明する。

(1) 音訓辞書 一般に音訓辞書は漢字とその読みとの対照テ
ーブルであり、仮名漢字変換に用いる場合には
第４図に示す如く、読みａを与えて漢字ｂが得
られるようになつている。

JIS第１水準漢字2965字についてこのような
音訓辞書を作成すると仮名見出し数が約2000、
仮名見出しの平均文字数が約３文字となる。ま
た漢字部は一つの漢字で複数の読みを持つもの
があるため、漢字部に含まれる延べ漢字数は約
6000字となる。

このような音訓辞書をメモリに収納する方法
として従来より単純可変長方式により圧縮を計
つたものがある。

このような単純可変長方式は第５図に示す如
く、仮名見出しと漢字表記の長さに夫々合わせ
てメモリ領域をとるものであり、一語は語長部
分５１と仮名見出し部５２と漢字表記部５３，
５３…（仮名見出し部の読みに対応した漢字の
数だけ存在する）から構成され、上記した語長
部分５１は仮名見出し部５２と漢字表記部５
３，５３…の総バイト数を記憶している。上記
仮名見出し部５２は音訓の読みを一文字一バイ
トで収容し、仮名コードはJIS6226に定められ
ている第２バイトを用い、仮名見出しに続く漢
字表記部５３には２バイト構成のJIS6226漢字
コードを用いている。

JIS6226の漢字コードは第６図に示すような
コード表になつており、Ａの部分が仮名、英
数、記号の領域、Ｂの部分が第１水準漢字
（2965字）の領域、Ｃの部分が第２水準漢字の
領域となつており、この領域Ａ及びＢの一部を
省略した内容を第７図及び第８図に示してい
る。また漢字コードの２バイト構成を第９図に
示す。この第９図から分るように漢字コードは
上位（第１バイト）部分７１と下位（第２バイ
ト）部分７２とから構成され、それぞれのバイ
トの最上位ビツトは空きビツトになつている。

上記第５図において仮名見出し部５２と漢字
表記部５３との区切りは各バイトの最上位ビツ
トが“１”か“０”かによつて区別し、仮名見
出し部５２の最上位ビツトは“０”に設定し、
漢字表記部５３の最上位ビツトは“１”に設定
している。また第１バイト目の語長部５１には
可変長の長さ（仮名見出し部５２と漢字表記部
５３の総バイト数）を１バイトで収容する。

以上の如き単純可変長方式によつて音訓辞書
をメモリに記憶させた場合、見出し数約2000、
仮名見出しの平均３文字、漢字延べ数約6000字
とするとメモリ容量は約20Kバイトとなり、固
定長方式で記憶する場合に比べてメモリ容量が
縮少されるが、しかしこれでもまだ大容量のメ
モリを必要とし、音訓辞書の大型化を避けるこ
とができない。

これに対して本発明のデータ構造によつて同
じ音訓辞書を収納した場合、約12Kバイトに圧
縮することが出来る。

以下その圧縮技法について説明する。

(1‐1) 仮名見出し部の圧縮 音訓辞書の仮名見出部は前述した様に例え
ば第４図ａの如くなり、大半の見出しが前見
出しの一部と重複していることがわかる。例
えば、「あい」は前見出しの「あ」と１文字
重複しており、また「あいだ」は前見出しの
「あい」と２文字に重複している。このこと
を利用して仮名見出し部を差分構造としてメ
モリ圧縮を図ることが出来る。

この差分構造辞書の各語のフオーマツトは
第１０図に示す如く、先頭に前見出し語との
重複文字を示す重複文字数領域１０１を２ビ
ツト構成で設けている。また、前記重複文字
数領域１０１に続く６ビツトを仮名見出し部
と漢字表記部の総バイト数を表わす語長領域
１０２とし、該領域１０２の内容により次の
仮名見出し語の先頭アドレスが演算される。

次に上記語長領域１０２に続いて差分仮名
見出し部１０３が設けられる。この仮名見出
し部１０３は前の仮名見出し部の語との重複
部を除いた残りの文字を仮名コード
（JIS6226の第２バイト）で収容する。この時
コードの最上位ビツトは“０”とし、漢字部
のコードと区別する。（漢字部は最上位ビツ
トを“１”とする）。また上記仮名見出し部
１０３に続いて漢字表記部１０４，１０４…
が設けられる。

第１１図に差分構造辞書の一部分が示され
ており、例えば、第４語の「あいだ」の場
合、前見出し（第３語）が「あい」であるか
ら、重複文字数領域１０１に“２”が保持さ
れ、重複していない残りの「だ」が差分仮名
見出し部１０３に仮名コードで収容される。

なお重複文字数領域１０１は２ビツト構成
であり、最大“３”までしか表わせないた
め、４文字以降は差分仮名見出し部１０３に
仮名コードで収容する。

以上の圧縮により差分仮名見出し部は平均
約1.2バイトとなり、2000見出しでは2.4Kバ
イトとなる。

次に漢字部の圧縮について説明する。

(1‐2) 漢字表記部の圧縮 漢字表記部の圧縮において、漢字コードと
してここではJIS6226コードをモデイフアイ
したものを用いる。JIS6226コードは前記し
た第９図に示すように（７ビツト×２）の２
バイト構成になつており、第６図に示すコー
ド表に示す斜線の部分だけに実際のコードが
割り当てられており、空白の部分は未使用で
ある。Ａ領域の仮名・英数・記号部が約650
種、Ｂ領域の第１水準漢字が2965字、Ｃ領域
の第２水準漢字が3384字の計7000種であり、
詰めて収容すれば13ビツトに収まる。以降漢
字コードは13ビツトに詰めたJIS6226並びの
コードで説明する。

第８図はJIS6226コード表の第１水準漢字
部Ｂの一部を抜き書きしたものであるが、漢
字の配列は代表音訓の五十音順に並んでい
る。このことを利用して漢字表記部の圧縮を
図ることができる。

すなわち、例えば第４図の仮名見出し
「あ」に対応した漢字は「亜」「唖」「娃」
「阿」「窪」であり、これをJIS6226コードで
表わすと、3021、3022、3023、3024、3726と
なり、前の４字については漢字コードが連続
している。「い」の場合では30字も連続して
いる。

従つて本発明では漢字表記部１０４に各漢
字のコードを入れるのではなく、最初の漢字
コードと連続漢字数を入れるようにしてメモ
リの圧縮を行なうように成されている。

第１２図に圧縮漢字コードのデータ構成を
示し、同図ａは単独の漢字コードのデータ構
成（２バイトコード）を示し、同図ｂは連続
漢字数を附加した漢字コードのデータ構成
（３バイトコード）を示す。同図において第
１バイト目の最上位ビツトD7は仮名コード
と区別するためのビツトであり“１”に設定
される（仮名コードの場合は“０”）。また７
ビツト目D6は２バイトコードと３バイトコ
ードを区別するためのビツトであり、２バイ
トコードの場合には“０”、３バイトの場合
は“１”に設定されている。（逆でもよい）。
またD5は空きとなつている。第１バイトの
ビツトD4〜D0と第２バイトのビツトD7〜
D0の計13ビツトに先に説明したJIS6226並び
の13ビツトの漢字コードが収容される。

なお、余つている第１バイトのD5の１ビ
ツトを用いればJIS6226コードを14ビツトに
入れることが出来る（JIS6226コードは９図
に示すように７ビツト×２バイトの構成にな
つているため、14ビツトの容量があればその
まま入れることができる。）が、後に説明す
る自立後辞書の漢字コードと合わせるために
13ビツトコードが用いられている。（音訓辞
書のみであれば14ビツトコードで良い。） また３バイトコードの第３バイト部分には
連続コードの漢字数が収容される。

以上のようにして、第４図に示す音訓辞書
を第１１図に示すように圧縮すると、漢字表
記部の総バイト数が約7.5Kバイトとなり重
複文字数と語長部の2Kバイト及び差分仮名
見出し部の2.4Kバイトを加えて11.9Kバイト
となり、第５図に示した単純可変長構造にし
た場合の約20Kバイトに比べて大幅な圧縮が
成されたことになる。

なおこの音訓辞書は漢字単位の仮名漢字変
換である音訓変換時に用いられるだけでな
く、文節変換時に使われる単語辞書のメモリ
容量圧縮にも用いることができる。

(1‐3) 圧縮音訓辞書の検索 今キーボード１の操作により、入力文バツ
フア３１−１に「あい」を入力して仮名・漢
字変換する場合について説明すると、まず音
訓変換キー１Ｃの操作に応答して、CPU２
に変換の指示が与えられ、まず入力文１文字
目と音訓辞書３４−３第１語の仮名見出し１
文字目が比較される（第１１図参照）。この
場合には、いずれも「あ」で等しいため、続
いて２文字目を比較するが、第１語の仮名見
出し２文字目は存在しないため、音訓辞書の
選択アドレスを第２語目に進める。音訓辞書
第２語目は重複文字数１であるため仮名見出
しは２文字目から始まる。これを入力文２文
字目と比較すると「あ」と「い」で異なつて
いるため、音訓辞書の選択アドレスを第３語
目に進める。第３語目の重複文字数が１であ
るため、仮名見出しは２文字目から始まる。
これを入力文２文字目と比較すると一致し、
また３文字目は入力文、音訓辞書共に存在し
ないので、第３語目の漢字表記部の内容が検
索されて検索該当バツフア３３−１に移され
る。この時最初の漢字「哀」に対応した漢字
コード（3025）と共に連続漢字数２が読み出
され、漢字コード（3025）に数値１を２回加
算して、「哀」に続く「愛」及び「挨」の漢
字コード（3026）、（3027）を再現してバツフ
ア３３−１に記憶される。また、残りの漢字
「相」、「藍」、「姶」については、その漢字コ
ード（416A）、（4D75）、（3028）がそのまま
バツフア３３−１に記憶される。この後操作
者は次候補呼び出しキー１Ｄを操作して「あ
い」に対する所望の漢字を出力させることに
なる。

(2) 単語辞書 仮名漢字変換に用いられる一般的な単語辞書
の内容を第１３図に示す。第１３図において仮
名見出し部ａには各語の読みが入つている。ま
た活用する語（動詞、形容詞、形容動詞等）は
その語幹部（変化しない部分）だけが入つてい
る。たとえば形容詞「美しい」は「美しかろ
（う）」、「美しかつ（た）」、「美しく」、「美し
い」、「美しい（人）」、「美しけれ（ば）」と活用
変化するため、変化しない部分（美し）が入れ
られる。漢字表記部ｂには仮名見出し部ａに対
応した漢字表記が入つており、品詞活用形部ｃ
はその語の品詞及び活用形を示している。

このような単語辞書をメモリに収容する方法
として、従来より単純可変長方式によりメモリ
の圧縮を計つたものがある。

このような単純可変長方式は第１４図に示す
如く、仮名見出しと漢字表記の長さに夫々合わ
せてメモリ領域をとるものであり、一語は語長
部１４１と仮名見出し部１４２と漢字表記部１
４３及び品詞コード部１４４から構成され、上
記した語長部１４１は仮名見出し部１４２と漢
字表記部１４３の総バイト数を１バイトで収容
記憶している。また上記仮名見出し部１４２は
第１３図の仮名見出しａを仮名コード（例えば
JIS6226の第２バイト等）で収容し、漢字表記
部１４３と区別するため最上位ビツトを“０”
としている。漢字表記部１４３は第１３図の漢
字表記ｂを漢字コードで収容しており（例えば
JIS6226コード）、仮名見出し部１４２及び品詞
コード部１４４と区別するため最上位ビツトを
“１”としている。品詞コード部１４３は第１
３図の品詞及び活用形ｃをコード化して８ビツ
トで収容している。このような構成により漢字
表記部１４３の終りは語長部１４１の内部から
算出することが出来る。

以上のような単純可変長方式によるメモリ構
成によつて第１３図に示した単語辞書を収容す
ると、仮名見出し部１４２の平均バイト数が約
3.9バイト、漢字表記部の平均バイト数が約4.5
バイトであり、また語長部１４１と品詞コード
部１４４の各２バイトを加えることにより一語
が平均10.4バイトとなる。従つて、この方式に
より３万語の単語辞書を作成すると約312Kバ
イトのメモリ容量が必要となる。

これに対して本発明のデータ構造を用いるこ
とにより後述する如く、１単語平均約5.5バイ
トとなり、３万語辞書では約165Kバイトに大
幅に圧縮することが出来る。

以下その圧縮技法について説明する。

(2‐1) 仮名見出し部の圧縮 単語辞書の仮名見出し部の圧縮は前述した
音訓辞書の圧縮と同様であり、辞書全体をま
ず仮名見出しのコード順に並び換え、１つ前
の仮名見出しと重複する部分を重複文字数と
して３ビツト構成で収容する。例えば「あ
い」は１つ前の仮名見出し「あ」と１文字重
複しているので重複文字数は１となる。この
ことを利用して単語辞書の仮名見出し部を差
分構造としてメモリ圧縮を図ることが出来
る。

この差分構造による単語辞書の各語のフオ
ーマツトは第１５図に示す如く、先頭に前見
出し語との重複文字数を示す重複文字数領域
１５１を３ビツト構成で設けている。また、
前記重複文字数領域１５１に続く５ビツトを
仮名見出し部１５３と漢字表記部１５５の総
バイト数を表わす語長領域１５２としてい
る。次に上記語長領域１５２に続いて差分仮
名見出し部１５３が設けられる。この仮名見
出し部１５３は前の仮名見出し部の語との重
複部を除いた残りの文字部分、例えば「あ
い」の場合には「い」が仮名コード
（JIS6226の第２バイト）で収容される。なお
JIS6226の第２バイトは第９図に示すように
最上位ビツトが空いているので、このビツト
を“０”として後述する品詞コード部１５４
と区別するように成されている。なお重複文
字数領域１５１は３ビツト構成であるため、
最大“７”まで表わすことが出来るが、８文
字目以降の重複については差分仮名見出し部
１５３に仮名コードで収容される。

以上の圧縮により差分仮名見出し部１５３
は平均約1.3バイトとなる。

差分仮名見出し部１５３に続く１バイトは品
詞コード部に割り当てられ、以下この品詞コー
ド部１５４について説明する。

(2‐2) 品詞コード部 品詞コード部１５４は１バイトで構成され
ており、その最上位ビツトは“１”にセツト
され、差分仮名見出し部１５３と区別するよ
うに成されている。（差分仮名見出し部の最
上位ビツトと逆であればよい。）従つて品詞
コードとしては残りの７ビツトが用いられる
ため、128種類までの分類が可能となるが、
その品詞コードの割り付け例を第１８図に示
している。この例では品詞コード０〜29まで
は活用しない語、または活用しても活用語尾
を含んだ形で入つている単語の品詞コードに
割り当てられており、該０〜29までの品詞コ
ードは後述する接続行列の行番号にも対応し
ている。また品詞コード部30〜127までは活
用する語または品詞を２つ以上持つ語に割り
当てられており、この30〜127までの品詞コ
ードを持つ語は後述する活用語尾を示すテー
ブルの参照が必要となる。

また本発明によれば、品詞コード部１５４
が第１４図に示した従来のものと異なり、仮
名見出し部１５３のすぐ後に設けられている
が、このような構成により次のような利点が
生じる。すなわち 差分仮名見出し部１５３と漢字表記部１
５５は品詞コード部１５４（最上位ビツト
“１”）がセパレータになつているため、漢
字表記部１５５の始まりを見出すために漢
字コードの最上位ビツトを使う必要がなく
なり、漢字表記部１５５の各バイト８ビツ
ト全てを漢字コードを収容するために使用
することができる。

仮名漢字変換処理において、変換された
文節の妥当性を文法的にチエツクする際に
は品詞コード部１５４の情報のみが必要で
あり、漢字表記部１５５の情報は不要であ
る。漢字表記部１５５の情報が必要になる
のは文節として妥当性が文法的に認められ
て出力文バツフア３２−１に入れられる時
である。従つて辞書検索の時には該当した
時の品詞コードだけをまず検索該当バツフ
ア３３−１に移し、漢字表記部１５５の内
容は後で必要になつた時、持つて来ること
が出来るように、そのアドレスのみを該当
バツフアに入れておくように成されてい
る。このように構成することにより、辞書
検索の時に漢字表記部１５５をアクセスす
る必要がなく、検索スピードが向上する。

次に漢字表記部の圧縮について説明する。

(2‐3) 漢字表記部の圧縮 漢字表記部１５５の圧縮は漢字表記部１５
５に含まれる仮名文字の圧縮と漢字の圧縮に
区分される。

第１７図に圧縮漢字コードのデータ構成を
示し、同図ａは２バイトコードのデータ構成
を示し、同図ｂは１バイトコードのデータ構
成を示す。この２種類のコードの区別は第１
バイト目の最上位ビツトD7によつて行なわ
れ、D7＝１であれば２バイトコード、D7＝
０であれば１バイトコードであると規定され
ている。（逆であつてもよい）。

最初に第１７図ａに示す２バイトコードの
構成について説明する。

第１７図ａにおいて、第１バイト目のD4
〜D0と第２バイト目のD7〜D0の計13ビツト
には先に説明したJIS6226並びの13ビツトの
漢字コードが入れられる。また第１バイトの
残りのD6及びD5の２ビツトには、その漢字
を平仮名で書いた時の文字数、すなわち読み
文字数が入れられる。このように漢字表記部
１５５に各漢字毎に、その読み文字数を収容
するようにしたことが本発明の一つの大きな
特徴点である。この読み文字数を付加するこ
とによつて、以後説明する漢字表記部１５５
のメモリ圧縮が図れるのみならず、後述する
ように変換結果出力文に含まれる漢字を漢字
１字単位で平仮名に直すことが可能となり、
非常に大きな特徴点となつている。

上記したように１つの漢字に対する読み文
字数はD6及びD5の２ビツトに収容している
ため１〜４文字を表わすことができる。

又、小文字のや、ゆ、よは読みの先頭に使
われることはないので、前の文字と一緒にし
て１文字と数えることにより、大部分の漢字
は読み文字数４以内に入ることになる。（例
えば「しよう」は読み文字数２と数える）。
読み文字数が５以上の場合は、２バイトコー
ドの後に１バイトコードを付加して表わす。
単語辞書に含まれる漢字の読み文字数におい
て２文字以下のものが多い場合は漢字読み文
字数を２バイトコードの第１バイト目のD6
の１ビツトだけで表わしてもよい。この場合
には残りの第１バイトD5〜D0と第２バイト
D7〜D0の14ビツトが漢字コードとして使え
るのでJIS6226コードを14ビツトに入れるこ
とができる。（JIS6226コードは７ビツト×２
バイトの構成になつているが、第１バイト目
を１ビツト右へシフトすれば14ビツトに詰め
ることができる。第９図参照）この場合読み
文字数が３文字を越えた漢字は１バイトコー
ドを付加する。

次に第１７図ｂに示す１バイトコードの構
成について説明する。

第１７図ｂにおいて、１バイトコードはそ
の値によつて３つの意味を持つている。即ち
D6〜D0の７ビツトで表わせる値が０〜115
は音訓辞書番号、116〜123は平仮名連続文字
数、124〜127は２バイトコードの漢字の読み
文字数が収容可能文字数（２ビツトなら４、
１ビツトなら２）を越えた場合のオーバー文
字数をそれぞれ表わす。オーバー文字数は
124、125、126、127がそれぞれ１、２、３、
４を表わす。たとえば２バイトコードの読み
文字数収容可能文字数が最大４であつたと
き、読み文字数６の漢字を表わすには、２バ
イトコードの第１バイトD6、D5で読み文字
数の最大値４を表わし、オーバーした分の２
文字は続く１バイトコードの値を125とし、
２文字オーバーであることを示すように成し
ている。また１バイトコードの値が116〜123
であれば、漢字表記部に含まれる平仮名の連
続文字数を表わす。この場合116、117、…
122、123はそれぞれ平仮名連続文字数が１、
２、…７、８であることを意味するよう規定
している。たとえば「行つたり来たり」とい
う語に含まれる平仮名部をその連続文字数で
表わすと「行(1)｛３｝来(1)｛２｝」となる。
ここで（）内の数字は漢字の読み文字数であ
り｛｝内の数字が平仮名連続の文字数であ
る。これにより「行つたり来たり」に含まれ
るひらがな５文字がわずか２バイトで表わす
ことができ、漢字２字分の４バイトを加えて
も６バイトでよいことになる。これに対して
従来の如くすべてを２バイトの漢字コードで
表わすと、７文字分で14バイトも要する。

漢字部に含まれる平仮名を文字数で表わす
方法は本発明者が先に特願昭56−36157「カナ
漢字変換用辞書」でも提案しているが前に提
案した方法は漢字の読み文字数が入つていな
いため、漢字表記部の最初と最後のひらがな
文字列にしか適用できなかつた。例えば「い
い加減」を「｛２｝加減」「言いぐさ」を「言
｛３｝」と表わすことは前出願の方法でも可能
であるが、「考え方」を「考｛１｝方」とす
ると、これを復元するのに漢字の読み文字数
が入つていないので仮名見出し「かんがえか
た」がわかつていても「考ん方」、「考が方」、
「考え方」、「考か方」の４通りに復元されて
しまう。これに対して本願では「考え方」を
「考(3)｛１｝方(2)」と表わすように成してい
るため、仮名見出し「かんがえかた」を参照
して、「考え方」を一意的に復元することが
可能であり前出願の方法により圧縮率を更に
上げることができる。

また１バイトコードの０〜115は音訓辞書
番号を表わす。この場合D6の１ビツトは漢
字の読み文字数を表わし、D6＝０のとき読
み文字数１、D6＝１のとき読み文字数２を
意味する。２バイトコードの時と同様に小文
字の「や、ゆ、よ」は前出文字といつしよに
１文字でで教える。残りのD5〜D0の６ビツ
トすなわち０〜57が実際の音訓辞書番号であ
る。例として「愛（あい）」が音訓辞書番号
を用いて１バイトコードで表わせることを示
す。「あい」を第４図の音訓辞書で引くと、
「哀」、「愛」、「挨」、「姶」…が見つかり、
「愛」は音訓辞書「あい」の見出しの第２番
目の漢字であることがわかる。また「愛」は
読み文字数２である。従つて１バイトコード
のD6を１とし、D5〜D0を２とした
（01000010）が「愛（あい）」の１バイトコー
ドとなる。２バイトコードに復元する場合は
読み文字数２とその仮名見出しから読みが
「あい」であることを知り、第１１図の音訓
辞書を検索することにより、音訓辞書の「あ
い」の見出しの第２番目の漢字コードをもつ
てくればよい。第１１図の音訓辞書は第４図
のものを圧縮しているが第２番目の漢字コー
ドを得ることは前述した如く容易である。

以上の如くして単語辞書の漢字表記部１５
５に含まれる大半の漢字が１バイトコードで
表わすことができる。１バイトコードに表わ
せない漢字は読み文字数が３以上か、音訓辞
書にその読みで収容されていないもの、ある
いは音訓辞書に収容されていてもその番号が
58を越えるものだけである。

以上のような圧縮技法を用いて圧縮した単語
辞書の一部分を第１６図に示している。

以上のようにして、第１３図に示す単語辞書
を第１６図に示すように漢字表記部１５５を圧
縮すると、平均2.2バイトとなる。従つて差分
仮名見出し部の1.3バイトと重複文字数および
語長部の１バイトと品詞コード部の１バイトを
加えると一語平均約5.5バイトとなり、３万語
辞書を僅か165Kバイトで収容することが出来
る。

第１４図に示す単純可変長方式においては一
語平均約10.4バイト、３万語辞書で約312Kバ
イトになることから比較すると、漢字の読み文
字数の情報が付加されているにもかかわらず、
大幅な圧縮が成されたことになる。

一般に仮名漢字変換では、複数の同音語候補
が出た場合、文法的処理などでその候補順位が
決定できなければ、あらかじめ定められた使用
頻度の順に出力することになる。このために単
語辞書に使用頻度の情報を付加する必要があ
る。一般的にはこの使用頻度を各単語ごとに１
バイト程度のメモリスペースをとり収容してい
る。

これに対して本発明の単語辞書は仮名見出し
のコード順に単語を並べているが、同音語があ
つた場合はその使用頻度の高いものから順に並
べている。従つて特別なメモリスペースを持つ
ことなく使用頻度の情報を含ませていることに
なる。

(3) 単語辞書インデツクス 本発明の単語辞書は第１６図に示す構造を有
しているが、与えられた仮名文字列から単語辞
書を検索して該当したものを得るために、一番
前から一語一語全部調べていたのでは時間がか
かる。そこで単語辞書をいくつかのブロツクに
分割して各ブロツクの先頭仮名見出しとそのア
ドレスを表にしたインデツクスを用いるのが一
般的手法である。

単語辞書を検索する場合まずこのインデツク
スを調べ、求める語がどのブロツクにあるかを
知り、次に単語辞書のそのブロツク内だけを検
索するようにすれば時間が単縮できる。たとえ
ば３万語の辞書を600のブロツクに分けると各
ブロツクの語数は約50となり、インデツクスの
検索により該当するブロツクが見つかつたあと
はそのブロツクの先頭から最大約50語だけ調べ
ればよい。（インデツクスの検索で該当ブロツ
クが複数あつた場合はそれらのブロツクも検索
する必要がある）。

検索速度を上げるためにインデツクスを設け
ることは一般的手法であるが、本発明はインデ
ツクスのメモリ容量を圧縮したことと、各イン
デツクスにそのインデツクスが示すブロツクの
語数を付加したことを特徴としている。

第１９図及び２０図に本発明のインデツクス
のデータ構造を示す。単語辞書の容量は先に述
べたように、３万語辞書で約165Kバイトであ
り、アドレスは18ビツトあれば表わすことがで
きる。（18ビツトで表わせる最大は256Kバイト
である）。従つて本実施例においては余裕をみ
て19ビツトとする。（512Kバイト）また第１９
図に示すようにこのうち上位３ビツトをＨアド
レス１９１として第１バイト目に収容する。残
りの16ビツトはＬアドレス１９６として最後の
２バイトに収容する。重複文字数領域１９２、
差分仮名見出し部１９４は音訓辞書や単語辞書
の場合と同様であるため、ここでは説明を省略
する。重複文字数領域１９２は２ビツトで構成
され０〜３を表わす。語長部１９３は３ビツト
で構成された差分仮名見出し部１９４のバイト
数を０〜７の範囲で表わす。語数部195はその
インデツクスが示すブロツクに含まれる単語数
を７ビツトで収容し、最上位の１ビツトは差分
仮名見出し部と区別するために用いる。

第１９図のデータ構造でインデツクスを作成
すると１インデツクス当り平均5.1バイトとな
り単語辞書を600のブロツクに分けたとして約
3Kバイトとなる。第２０図はインデツクスの
最初の部分を示したものである。

このように差分仮名見出し部１９４の後の語
数領域１９５に語数をインデツクスに収容した
ことが大きな特徴である。この語数領域１９５
の情報は各ブロツクに含まれる単語の語数を示
しており、２つの役割を有している。

第１の役割は検索すべき単語の語数を知らせ
ることである。すなわち、与えられた仮名文字
列を、該当したブロツクの先頭から照合してい
く際、該当する単語が見つからなかつたときに
照合を打ち切る時期を知らせることである。語
数のもつ 第２の役割は検索した結果、該当した単語番
号（No.）（単語辞書の先頭から数えて何番目の
単語であるかを示す）を与えることである。

たとえば「あくび」という語を検索してみ
る。第２０図のインデツクスより「あ」で始ま
るブロツクの語数が48、「あいて」のブロツク
は42、「あえ」のブロツクは42であり、「あく
び」は「あき」で始まるブロツク内にあること
がわかる。「あき」のブロツクの最初の語の単
語No.は 48＋42＋42＝132 である。「あき」のブロツク内を検索した結果
20番目に「あくび」が見つかつたとすると「あ
くび」の単語No.は132＋20＝152であることがわ
かる。

単語No.を得る他の方法として、単語辞書の各
語に対してそのNo.を付加する方法も考えられる
が、例えば３万語の辞書に対して単語No.を付加
すると１語に対して各２バイト必要であるから
（約64000語まで表わせる）60Kバイトのメモリ
容量が必要となる。

これに対して本発明の方法では単語辞書を例
えば600ブロツクに分けた場合、わずか600バイ
トの増加でしかない。しかもこの情報（ブロツ
ク内語数）は先に説明したように照合打ち切り
の情報も与えている。

本発明ではこのようにして得られた単語No.を
単語辞書の情報内容を追加又は修正する場合に
用いることができる。

本発明の目的の一つは、前述したように辞書
の収容メモリ容量を削減し、仮名漢字変換処理
装置の小型、低価格をはかることにあるが、上
記方法により圧縮した辞書群は半導体のROM
（リードオンリーメモリ）等に収容することに
より、小型・低価格化を実現できる。しかし辞
書群をいつたんマスクROM等に収容してしま
うと、ROM内のデータの修正や追加はほとん
ど不可能であり、内容に誤りが発見された場
合、マスクROMを新たに作り直すことにな
り、多くの費用がかかる。

これに対して本発明の実施例によればROM
全体を作り直すことなく、修正および追加デー
タだけを別のメモリに収容することで単語辞書
のデータの修正追加が不可能となり、最初にマ
スクROMを作るときのリスクを軽減すること
ができる。

以下修正追加の方法を説明する。

(4) 辞書類の修正追加 修正追加の最も簡単な方法は単語辞書の全単
語に対して固定長の情報を追加することであり
第２１図にその修正追加の様子を示す。

第２１図において例えば単語辞書２１１を検
索した結果、単語No.500の語が該当したとする。
単語No.は先に説明した方法で得られるので、こ
の単語No.500から対応する追加情報のメモリ２
１２をアクセスできればよい。対応する追加情
報のアドレスは追加情報メモリ２１２の先頭ア
ドレスに追加情報の１情報当りのバイト数（固
定長）を500倍したものを加えることによつて
求めることができる。

追加情報が可変長の場合は追加情報の先頭か
ら順次数えてゆけば500番目の情報を得ること
ができるが単語No.が大きくなると時間がかか
る。

従つて本発明では第２２図に示すように追加
情報用のインデツクス２２２を設ける。追加情
報用のインデツクスは全単語No.に対してその追
加情報のアドレスを収容してもよいが第２２図
に示す様に追加情報をいくつかのブロツクに分
け、その先頭の単語No.に対するアドレスだけを
収容することによりメモリ容量を節約すること
ができる。

第２２図では200語ずつを１つのブロツクと
し、各ブロツクの先頭アドレスを固定長で追加
情報インデツクス２２２に収容している。例え
ば単語辞書２２１の単語No.500に対する追加情
報を得るためにはまず単語No.500をブロツク内
の語数200で割つた商２により追加情報インデ
ツクス２２２の３番目のアドレス（ADD2）を
得る。単語No.400に対する追加情報のアドレス
がADD2であるから、このアドレスより順次数
えて100番目の追加情報（可変長）フアイル２
２３の情報が単語No.500に対する追加情報とな
る。

次に単語辞書の特定の語に対してのみ追加情
報を与える場合を説明する。

第２３図に於て追加情報フアイル２３２には
追加情報ｃを要する単語についてだけ追加デー
タが入つている。単語No.の部分ｂには、その追
加情報を追加すべき単語No.が入つており語長部
ａには追加情報（可変長）のバイト数が入つて
いる。例えば、単語No.500に対する追加情報を
調べる場合は、追加情報フアイル２３２の単語
No.の項と前から順次照合し、見つかれば単語No.
の後の情報が単語No.500に対する追加情報であ
り、見つからなければ追加情報はなかつたこと
になる。追加情報フアイル２３２の単語No.部ｂ
に入れる数値の最大が、たとえば300000である
とすると、No.を収容するのに２バイト必要であ
るが、１つ前とのNo.の差が256以内であれば単
語No.部に１つ前のNo.との差を入れることにより
１バイトで収容できる。検索のときには前から
順次No.を順次加えた値と照合することになる。
追加情報が固定長の場合は語長は必要ない。追
加情報フアイルの量が多くて検索に時間がかか
る場合は追加情報フアイルをいくつかのブロツ
クに分けて、各ブロツクの先頭のNo.とアドレス
を表にしたインデツクスを設ければよい。

このように第２３図の方法を用いれば付加メ
モリによる単語辞書２３１の修正が可能にな
る。

すなわち、追加情報フアイル２３２に修正デ
ータを入れておけばよい。たとえば、単語辞書
２３１の単語No.500の漢字表記部に誤りが発見
された場合、追加情報フアイル２３２に漢字表
記部の正しいデータを収容しておく。単語辞書
２３１を検索する際いつも追加情報フアイル２
３２を参照するようにし、追加情報フアイル２
３２に単語No.に該当する修正データがあればそ
ちらを正しいデータとして取つてくるようにす
ればよい。

追加情報フアイルの別な使い方として、単語
辞書を仮名漢字変換以外の用途にも使用するこ
とが考えられる。たとえば追加情報フアイルに
各単語の意味を収容すれば、電子国語辞典とな
るし、各単語に対応する外国語を収容すれば翻
訳用の辞書にもなる。この場合単語辞書２３１
の部分（仮名見出し、品詞、漢字表記部）は、
共通に使えるので新たにマスクROMを作る必
要はなく、追加情報フアイル２３２だけを新た
に作ればよい。

又、仮名漢字変換についても、変換率を上げ
るために品詞コード以外のもつと多くの情報を
付加する必要が将来あるかも知れない。このよ
うな場合でも同様にして対処できる。

さらに本発明の実施例では、同音異字語があ
る場合の候補順位を自立部（文節内で助詞、
助動詞などの付属語部を除いた部分）の長いも
の単語辞書の収容順としており、の単語辞
書の収容順は辞書を作成する際、同音語に関し
てはあらかじめ使用頻度を考慮して使用頻度順
に並べている。

しかし使用頻度というものは客観的に決めら
れるものではなく、その使用分野や使用環境に
よつて大きく異なる。従つて使用頻度は仮名漢
字変換処理装置が使われるに従つて自ら学習し
ていくことが望ましい。しかし仮名漢字変換処
理装置を小型化するためには、圧縮された辞書
をマスクROM等に収める必要があり、ROM
化した辞書に使用頻度の項目を持たせても、そ
れを使用状況によつて更新することは不可能で
ある。

これに対し本発明の実施例ではROM化した
単語辞書の各語に対して付加メモリにより情報
を付加することが出来るので、この付加メモリ
に書き換え可能なRAMや外部メモリを用い
て、頻度情報を収容しておけば使用状況によつ
て更新することによつて学習機能をもたせるこ
とができる。

(5) 活用語尾表、付属語表、接続行列 次に第３図に示す辞書フアイル３４−４，
５，６にそれぞれ収容される活用語尾表、付属
語表、接続行列について説明するが例として五
十音キー１Ａの操作により入力文バツフア３１
−１に「あいくるしかつたので」という仮名文
字列が入力され、次に文節変換キー１Ｂの操作
により文節変換の指示が成された場合について
説明する。

上記の如きキー操作により、第１図に示す
CPU２は処理プログラム装置３のプログラム
に従つてまず単語辞書３４−１（第１６図）を
検索し、その結果候補として「あ」（品詞コー
ド０、39、38）、「あい」（品詞コード43、０）
及び「あいくるし」（品詞コード30）が得られ
る。この品詞コードの対照テーブルを第１８図
に示しており、該品詞コードが０〜29のものに
ついては後述する接続行列の行No.を表わしてい
る。品詞コード30以上のものは活用語尾表のNo.
を示しているので活用語尾表の検索にはいる。

活用語尾表のデータ構造を第２４図に示して
おり、第１バイト目の語尾数は活用語尾の個数
を示している。例えば形容詞の場合は「かろ」、
「かつ」「く」、「い」、「い」、「けれ」と語幹を加
えて７になる。第２バイト以降は活用語尾２バ
イトと接続行列の行番号の１バイトの計３バイ
トずつで各活用語尾を収容している。

第２５図が形容詞（品詞コード30）に対する
活用語尾表である。「」はスペースを表わし
ている。

活用語尾表を検索する場合には活用語尾表ア
ドレステーブル２６１（第２６図参照）により
品詞コードに対応する活用語尾表２６２のアド
レスを求めることになる。活用語尾表アドレス
テーブル２６１は品詞コード30〜127に対する
活用語尾表のアドレスを収容している。たとえ
ば単語辞書検索で見つかつた「あいくるし」
（品詞コード30）の場合、入力仮名文字列の残
り「かつたので」の本字列について、品詞コー
ド30（形容詞）に対する活用語尾表（第２５図
を検索すると、連形用の活用語尾「かつ」（接
続行列行No.６）が見つかる。単語辞書検索の他
の候補（品詞コード30以上）についても同様に
活用語尾表の検索を行う。検索の結果活用語尾
表が見つからなかつたものはこの段階で候補か
ら落とされる。（「あ」（品詞コード39、38）は
落ちる）。

以上で入力仮名文字列「あいくるしかつたの
で」の自立語候補として「あ」（行No.０）「あ
い」（行No.43、０）、「あいくるしかつ」（行No.
６）が残る。続いて付属語検索に移る。

付属語辞書３４−５のデータ構造を第２７図
に示す。

第２７図において重複文字数、語長、差分仮
名見出し部は自立語辞書（第１５図）と全く同
様であるので説明は省略する。（但し、語長は
差分仮名見出し部と行列No.の総バイト数を示し
ている）。差分仮名見出し部に続く行列No.部は、
その付属語の接続行列における行No.と列No.を各
１バイトずつ対にして収容している。列No.部の
最上位ビツトは差分仮名見出し部と区別するた
め“１”を立てる。従つて列No.は７ビツトで、
０〜127まで表わせる。行No.は８ビツトすべて
使えるので０〜255まで表わせる。行列ペアは
語長が５ビツト（31バイト分）を越えない範囲
で複数個入れることができる。

第２８図に付属語長の一部を示す。

先の自立候補「あいくるしかつ」（行No.６）
を例とすると、入力仮名文字列「あいくるしか
つたので」に対して「たので」が残つているの
で、これが付属語列であると予想して付属語表
検索を行う。第２８図の付属語表からまず
「た」（列No.９、行No.54）（列No.95、行No.55）が
見つかる。ここで自立語候補「あいくるしか
つ」（行No.６）と付属語「た」の接続が可能か
どうかを接続行列を用いて調べることになり、
この接続行列の１部を第２９図に示す。第２９
図は行No.Ｘの自立語又は付属語と列No.Ｙの付属
語との接続が文法的に可能かどうかを示してお
り、行No.Ｘと列No.Ｙとの交点のビツトが１であ
れば接続可能であり、０であれば接続不可であ
ることを意味している。各交点の０、１は１ビ
ツトで表わせるので接続行列のメモリ容量は行
数×列数（ビツト）となる。たとえば先の例で
は「あいくるしかつ」の行No.が６で付属語
「た」の列No.は95であり、第２９図から行６と
列95の交点は１であるから「あいくるしかつ」
と「た」は接続可能であることがわかる。入力
仮名文字列の残り「ので」についてさらに付属
語検索を続ける。「の」（列No.61、行No.108）（列
No.101、行No.155）が見つかり、第２９図の接続
行列から「た」の行No.54と「の」の列No.61の接
続が可能であることがわかる。このとき行No.54
と列No.101とは接続不可であるので「たの」と
繋がつたときの「の」の行No.は列No.61のペアで
ある108だけで行No.155は除かれる。入力仮名文
字列の残り「で」についてさらに付属語検索を
続ける。「で」（列No.49、行No.112）、（列No.88、
行No.145）、（列No.94、行No.57）が見つかり第２
９図の接続行列から「の」の行No.108と「で」
の列No.49の接続が可能であることがわかる。最
後に行No.112の「で」について終了可能性を調
べる。第２９図の接続行列の112行右端の終了
可ビツトを見ると“１”であるから行No.112の
「で」は文節の最後となり得ることがわかる。

以上の文法的解析により「あいくるしかつた
ので」という入力仮名文字列は自立語語幹「愛
くるし」＋活用語尾「かつ」＋付属語「た」＋付
属語「の」＋付属語「で」と分析され「愛くる
しかつたので」という出力候補が得られる。残
りの自立語候補「あ」（行No.０）「あい」（行No.
43、０）についても同様の解析を行う。その結
果「唖いくるしかつたので」「合いくるしかつ
たので」「編いくるしかつたので」「藍くるしか
つたので」などはすべて途中の段階で候補から
はずされ「愛くるしかつたので」だけが残るこ
とになる。

以上説明した接続行列による同音語候補の絞
り込みは、文節単位の仮名漢字変換処理におい
て一般に用いられている方法であるが本発明の
特徴の１つは上記した活用語尾表、付属語表の
記憶を第２４図および第２７図に示すデータ構
造にすることによりそのメモリ容量を圧縮する
とともに処理速度の向上をはかつたことであ
る。更に第２の特徴は単語辞書に収容する文法
情報（品詞活用形など）を重複品詞も含めて１
バイト（７ビツト）の品詞コードに収容すると
ともに品詞コード部を２つのブロツク（活用語
尾表の参照が必要なものとそうでないもの）に
分類することにより、例外語処理も含めて処理
の簡潔化をはかつたことである。

まず最初に重複品詞について説明する。

重複品詞とは第１８図の品詞コード表のコー
ド４４（形容詞＋名詞）のように２つ以上の品
詞を合わせもつている語のことであり、例えば
「青」は「信号が青に変わる」と使われる場合
には名詞であり「青い空」という場合は形容詞
である。このような語を単語辞書に収容する場
合品詞コード部だけが違う２つの見出しを立て
たり又、品詞コードを１単語に対して複数個収
容するスペースを確保するのはメモリの無駄で
ある。従つて本発明の実施例では重複品詞に対
しても１バイトのコードを与え活用語尾表に該
当する品詞の活用語尾（ない場合はスペース）
をその接続行列における行No.と共にすべて収容
している。

たとえば品詞コードNo.44（形容詞＋名詞）に
対する活用語尾表は第３０図に示すように形容
詞の活用語尾「かろ」（行No.５）、「かつ」（行No.
６）、「く」（行No.７）、「い」（行No.８）、「い」
（行No.９）、「けれ」（行No.10）と名詞の行No.０が
活用語尾表に入る。このとき最後の名詞は語尾
の部分がスペースになり、行No.だけが入る。こ
のようにすることにより重複品詞語も単独品詞
語の場合と全く同様に扱うことができる。

次に例外語処理について説明する。

ここでいう例外語とは、一般現代語の活用と
違つた活用をする語で、たとえば「良（い）
い」は形容詞であるが現代国語では終止形と連
体形しか活用せず「良（い）かろ・う」（未然
形）「良（い）かつ・た」（連用形）などの活用
はない。又、文語の四段活用動詞や二段活用動
詞の中には現代でもよく使われる語がある。こ
のような語は語数は少ないが、処理しないわけ
にはいかない。しかしこれら数少ない特殊な活
用をする語に対して、すべて活用語尾表を設け
るのは無駄が多い。従つて本発明の実施例では
このような語に対しては活用語尾を付加した形
で単語辞書に収容している。

たとえば「良（い）い」の例では「良い」
（品詞コード８）「良（い）い」（品詞コード９）
の２つを単語辞書に収容する。そしてこのよう
な単語に対する品詞コードは０〜29にまとめ
（品詞コード）＝（接続行列の行No.）とすること
により（第１８図、第３１図参照）特殊な活用
をする語を、活用しない単独品詞語と見なして
処理を行うことができる。

(6) 単語辞書検索該当バツフア 一般に辞書を検索した際、該当した語に対し
てそのすべての情報を該当バツフア３３−１に
移すのが普通である。しかし、仮名漢字変換処
理において検索で該当した語がすべて最終結果
になるわけではなく、途中の文法解析により候
補からはずされる語が大半である。又、最後ま
で候補として残つても同音語が多数ある場合は
順次表示し求める語が見つかれば残りの語は不
要となる。従つて、単語辞書の検索該当バツフ
ア３３−１には文法解析に必要な情報と、最終
結果（漢字表記）が必要になつたときに漢字表
記に直せるようその単語の辞書におけるアドレ
スがあればよくそのデータ構成を第３３図に示
す。

第３３図において第１バイト目の仮名文字数
領域３３１は該当した単語の仮名文字数を記憶
し、入力仮名文字列から自立語語幹以降の活用
語尾や付属語の文字列を切り出すために用いら
れる。第２バイト目の領域３３２は品詞コード
領域であり単語辞書に収容されている品詞コー
ドを記憶する。第３バイト目の領域３３３は同
音同品詞語数を記憶する領域、たとえば第１６
図に示す「哀願」「愛玩」（品詞コードはいずれ
も43）のように同音で同品詞の語が連続して見
つかつた場合は検索該当バツフアを別に占有せ
ずに、同音同品詞語数部にその個数を収容する
ことになる。（「あいがん」の例では２となる。
同音同品詞語がない場合は１が入る） このようなデータ構成によつて同音語の多い
語を検索した場合、バツフア数が少なくてすむ
だけでなく同音同品詞語に対してはその後の文
法処理は全く同じでよいので１度の処理ですま
すことができる。第４バイト目〜第６バイト目
までの３バイトの領域３３４には辞書における
該当単語の先頭のアドレスが入る。これは最終
的に漢字表記部が必要になつたときに単語辞書
をアクセスして漢字表記部をもつてくるために
必要である。同音同品詞語がある場合は第１番
目の単語の先頭アドレスが入る。同音同品詞語
の漢字表記部が必要な場合は、まず第１番目の
単語をアクセスし、語長を用いて順次スキツプ
すれば求める単語をアクセスすることができ
る。

(7) 最終候報バツフア 最終候補バツフア３３−３は文法解析の結果
正しい文節として認められたものだけが入る。
第３４図に最終候補バツフアのデータ構造を示
す。

第３４図において第１バイト目の領域３４１
は自立部の仮名文字数の記憶領域であり、活用
語尾の文字数も含めて記憶される。この自立部
仮名文字数は同音語があつた場合に候補の順番
を決めるのに用いる。すなわち入力仮名文字列
の中で自立部の占める文字数が大であるものほ
どもつともらしいとみなし、自立部仮名文字数
の大きなものから出力する。第２バイト目の領
域３４２は検索該当バツフアNo.を記憶する領域
であり該領域は第３３図の単語辞書検索該当バ
ツフアの何番目の語であるかを示している。第
３バイト目の領域３４３は同音同品詞語数の記
憶領域であり、該領域は対応する単語辞書検索
該当バツフアの同音同品詞語数と同じ値が入
る。この第３バイト目の領域３４３はなくても
よいが処理のスピードを上げるために付加して
いる。

(8) その他のバツフア その他のバツフアとして第３図に示す同音語
総数レジスタ３３−４があり該レジスタには同
音語の総数すなわち最終候補バツフア３３−３
の同音同品詞語数の和が入る。又一時バツフア
３３−５には処理中に使う種々の一時データが
入るが本発明の説明には特に必要ないのでこれ
以上の説明は省略する。

(9) 同音語の選択 入力バツフア３１に入力仮名文字列と文節変
換フアンクシヨンが入れられ、スタート信号が
与えられるとCPU２は処理プログラム装置３
のプログラムに従つて、これまで説明してきた
ような変換処理を行い、その結果がまず最終候
補バツフア３３−３に入れられ自立部仮名文字
数の降順に並び換えられると共に総同音語数が
計算され、同音語総数レジスタ３３−４に入れ
られる。続いて第１番目の最終候補バツフア３
３−３の該当バツフアNo.に対応する単語辞書検
索該当バツフア３３−１が参照される。該当バ
ツフアの辞書アドレスにより単語辞書から漢字
表記部を取り出し、この圧縮された漢字表記部
を復元して出力文バツフア３２−１に移す。さ
らに入力文バツフア３１−１から単語仮名文字
数分を除いた残り部分を出力文バツフア３２−
１の復元された漢字表記部の後に入れる。又、
同音語数カウンタ３２−２には同音語総数レジ
スタ３３−４の値が移される。

このようにして与えられた仮名文字列の変換
結果第１候補が出力として得られるが、他に同
音語がある場合は次候補呼び出しフアンクシヨ
ンキー１Ｄの操作により順次候補を得ることが
できる。すなわちフアンクシヨンレジスタ３１
−２に次候補呼び出しフアンクシヨンをセツト
してスタート信号を送ると、CPU２は出力バ
ツフア３２の同音語数カウンタ３２−２の値が
１でなければこの値を１減じた後、出力文バツ
フア３２−１に次候補を出力する。次候補は同
音語総数レジスタ３３−４と同音語数カウンタ
３２−２の値を比較することにより第何番目の
候補であるかわかるので、この候補No.と最終候
補バツフア３３−３の同音同品詞語数を順次照
合減算することにより、単語辞書検索該当バツ
フア３３−１のNo.とその該当バツフアの何番目
の同音同品詞語であるかがわかる。後は第１候
補を出力した時と同じ動作が実行される。

前候補呼び出しフアンクシヨンキー１Ｅの動
作は、次候補呼び出しの時の逆の動作であり、
次候補呼び出し動作と同様に処理できる。

本発明では単語辞書を圧縮しているため漢字
表記部を複元するのにやや時間がかかるが、同
音語が多数あつても、漢字表記部の復元は第１
候補だけを行い第２候補以降は次候補呼び出し
（又は前候補呼び出し）のフアンクシヨンで行
うので全候補の復元結果を一度に必要とする応
用でなければ漢字表記部の復元処理時間は問題
でない。

(10) 漢字仮名変換 単語辞書の漢字表記部は第１７図に示すよう
に圧縮した形で収容されているので出力文バツ
フア３２−１に入れる時にはこれを復元する必
要がある。復元されたコードとしてはJIS6226
漢字コードでもよいが、本発明の単語辞書漢字
表記部は各漢字に対して読み文字数が付加され
ているので読み文字数を付加した形で出力文バ
ツフア３２−１に復元すればいろいろなメリツ
トが得られる。

たとえば本発明の仮名漢字変換処理装置が第
１図に示すような日本語ワードプロセツサに用
いられた場合、入力仮名文字列「あいろ」に対
して「隘路」が得られるが「隘」をひらがなに
直したい時、一般のワードプロセツサでは
「隘」を沫消したうえで「あ」「い」の２文字を
挿入することになる。しかし本発明では「隘
｛２｝路｛１｝」のように各漢字に対してその読
み文字数が付加されているので、漢字「隘」を
カーソル等で指定して仮名変換の指示をすれば
入力仮名文字列「あいろ」と対照することによ
り「隘」を「あい」に変換することは容易であ
る。（読み文字数が付加されていなければ変換
できない）。同様にして漢字「隘」を残したま
まルビ（ふりがな）として「あい」を付加する
ことも可能である。（「隘（あい）路」） 又、仮名漢字変換処理装置より出力された漢
字仮名交じり文は、ワードプロセツサ等で表示
装置や印字装置に出力されるが、これらの表示
装置や印字装置がJIS6226の漢字パターンすべ
てを持つているとは限らない。たとえば漢字パ
ターンとしてJIS第１水準漢字だけであつたり
常用漢字や教育漢字だけしか持たない場合もあ
り得る。これに対して仮名漢字変換処理装置が
所有しない漢字パターンの漢字コードを出力す
ると正しい表示又は印字ができなくなる。

これに対して本発明では各漢字に対してその
読み文字数が付加されているので、文字パター
ンのない漢字コードに対しては表示装置や印字
装置の側（あるいはそれらを制御するCPU）
で自動的に所望の漢字を平仮名に変換すること
が出来る。

(11) 先取り変換処理 仮名漢字変換処理装置を日本語ワードプロセ
ツサなどの入力装置として応用する場合、キー
ボードから一文節文の仮名文字が入力された後
変換指示キーなどの押下によつて文節の切れ目
が判明した後変換処理をスタートするのが一般
的方法である。

例として「わ」「た」「く」「し」「は」変換と
キーが押下された場合変換キーが押下されて
から変換処理がスタートし出力が得られるまで
の時間はT₁だけ必要となる。

これに対して本発明の仮名漢字変換処理装置
は、第３図に示すようにスタート端子２−１と
解除端子２−２を持つているので、第３５図に
示すように変換キーが押下される前の仮名キ
ー□はの押下に応答して変換処理をスタートでき
る。すなわち仮名文字が入力される都度、該仮
名キーの操作に応答して前に開始していた変換
処理を途中で中断し（解除端子２−２を用い
る）、新たな仮名文字列を入力文バツフア３１
−１に入れた後、スタート端子２−１よりスタ
ート信号を与えて変換処理を開始させる。変換
処理中仮名キーが押されなかつた場合、処理は
最後まで続けられ、出力バツフア３２に結果が
入れられる。このようにすると、実際に変換処
理に要する時間T₁は従来の場合と同様である
が、変換キーが押下されてから出力が得られる
までの時間は本発明の如く第３５図ではT₃と
なり、最後の仮名キー「は」が押下されてから
変換キーが押下されるまでの時間T₂だけ従来
に比べて短縮されることになる。T₂の期間は
キーボードの特性や操作者の入力スピードによ
つて異なるが、10msから数100msはあるのが
普通である。T₂がT₁より長い場合は変換キー
が押下される前に結果が出ていることになり見
かけ上の変換処理時間は０となる。

このような先取り変換処理により処理速度の
遅いCPUあるいはスピードの遅いメモリを使
用した場合にも見かけ上の処理速度（第３５図
のT₃）を短縮することができるので、小型低
価格の仮名漢字変換処理装置が可能となる。

以上の如く本発明によれば、変換辞書類及び
各種テーブルのデータ構造を工夫して記憶させ
ることにより、メモリ容量を大幅に圧縮するこ
とが出来、半導体メモリの使用を可能とし、小
型かつ安価な、更に仮名から漢字への変換率が
高く、しかも処理速度の速い仮名漢字変換処理
装置が得られる。

なお上記した本発明の実施例の特徴点は以下
の通りである。

(a) 漢字変換用音訓辞書の仮名見出し部を可変
長差分構造にするとともに、漢字コード部に
含まれる複数の漢字の漢字コード値が連続し
ている場合、最初の漢字のみを漢字コードで
収容し、以降の連続コード値の漢字はその連
続漢字個数で表わすことにより音訓辞書収容
メモリの圧縮を図つている。

(b) 変換用単語辞書の仮名見出し部を可変長差
分構造にするとともに仮名見出し部と漢字表
記部の間に品詞コード部を設けて、この品詞
コード部を仮名見出し部と漢字表記部とのセ
パレータとし、また漢字表記部に含まれる各
漢字に対してその読み文字数を付加し、更に
漢字表記部に含まれる平仮名文字列は文字コ
ードを収容せずに、その文字数だけを収容
し、単語辞書収容メモリの圧縮と仮名漢字変
換処理速度の向上を図つている。

(c) 変換用単語辞書の漢字表記部に含まれる漢
字を漢字コードで収容せずに、その漢字の読
みで音訓辞書を検索したときに、その見出し
内において、その漢字が収容されている順番
号で表わすことにより単語辞書収容メモリの
圧縮を図つている。

(d) 変換用単語辞書の同音異字語の収容順を使
用頻度の高い語順に並べることにより同音語
候補を使用頻度順に出力するように成してい
る。

(e) 変換用単語辞書のインデツクスの仮名見出
し部を可変長差分構造にすることによりイン
デツクスの収容メモリ容量を圧縮するととも
に、インデツクスの各見出しごとにその見出
しが示す単語辞書の語数を付加することによ
り、単語辞書検索時間の短縮と追加情報フア
イルの付加を可能としている。

(f) 文法解析に必要な活用語尾表と付属語表
を、所定のデータ構造で収容することによ
り、その収容メモリ容量の圧縮と処理速度の
向上を図つている。

(g) 単語辞書に収容する品詞、活用形等の文法
情報を重複品詞も含めて７ビツトの品詞コー
ドに収容すると共に品詞コードを活用語尾表
の参照の必要なものとそうでないものの二つ
のブロツクに分類することにより処理の簡潔
化を図る。

(h) 単語辞書検索によつて該当した語を該当バ
ツフアに移すに際し、その仮名文字数、品詞
コード、同音語数及び辞書アドレスのみを移
すことにより処理時間の短縮と該当バツフア
容量の削減を図つている。

(i) 変換結果に同音異字語があつた場合、最初
の変換指示に対しては第１候補の変換結果と
同音語数のみを出力し、残りの同音語候補に
対しては次候補あるいは前候補呼び出しの指
示により順次出力することにより、最初の変
換指示から第１候補を出力するまでの時間の
短縮を図つている。

(j) 変換結果の漢字仮名交じり文に含まれる各
漢字に対してその読み文字数を付加して出力
することにより指定された漢字を仮名に変換
できることを可能としている。

(k) 変換指示がない場合においても仮名文字が
１文字入力または削除されるごとに変換処理
を再スタートすることにより変換指示があつ
てから変換結果を出力するまでの時間、即ち
見かけ上の変換時間の短縮を図つている。

また本発明の変形実施例は例えば以下の通りで
ある。

(i) 第１０図の圧縮音訓辞書のデータ構造にお
いて、重複文字数を２ビツト、語長を６ビツ
トとしたが両方合わせて８ビツトであれば、
その配分は音訓辞書の性質によつて決定すれ
ばよい。また差分仮名見出し部と漢字コード
部を区別するために差分仮名見出し部の最上
位ビツトを“０”、漢字表記部の最上位ビツ
トを“１”としているが逆にしてもよい。

(ii) 音訓辞書、単語辞書の仮名コードとして
JIS6226の第２バイトを用いたが、これに限
定されることなく７ビツトで表わせる仮名コ
ードであればよい。

(iii) 音訓辞書、単語辞書の漢字コードとして
JIS6226をベースとしたものを用いたが、こ
れに限定されることなく13ビツトまたは14ビ
ツトで表わせて、その並びが代表音訓の仮名
コード順に並んでいるものであればよい。

(iv) 音訓辞書、単語辞書、単語辞書インデツク
ス及び付属語表の語の並びを仮名見出しのコ
ード順でかつ短いもの順に並べているが、長
いもの順に並べてもよい。

(v) 音訓辞書を圧縮するために漢字コードが連
続しているものを漢字数で表わすようにして
おり、圧縮率を向上させるために漢字の収容
順をコード順にしているが、漢字の収容順を
その使用頻度順にした上で漢字コードが連続
しているものを漢字数で表わすようにしても
よい。

(vi) 単語辞書の品詞コードにおいて０〜29は活
用語尾を参照するもの、30〜127は参照しな
いものとしたが、これに限定されることな
く、２つのブロツクに分けるようにすればよ
い。

(vii) 単語辞書圧縮漢字コードの１バイトコード
において、０〜115を音訓番号、116〜123は
平仮名文字数、124〜127は２バイトコードの
追加読み文字数としたがこれに限定されるこ
となく、その分け方は自由である。

(viii) 単語辞書を文節単位の文法解析を行なう仮
名漢字変換に用いる場合について述べたが、
文節単位でないもの（例えばベタ入力）ある
いは文法解析を行なわない場合の単語辞書と
しても用いることが出来る。また仮名漢字変
換以外の用途、たとえば国語辞典や翻訳用辞
書にも用いることが出来る。（この場合漢字
表記部の後に情報を付加する必要がある） (ix) 本発明の仮名漢字変換処理装置は、日本語
ワードプロセツサへの応用を主に説明した
が、日本語を漢字仮名交じり文で入力するあ
らゆる機器に応用できる。

(x) 本発明の辞書群はROM化することを目的
に圧縮をはかつているが、外部記憶装置（磁
気デイスク、磁気バブル等）に収容して必要
に応じて読み出す方法にも適用することがで
きる。

（） 本発明では単語辞書にのみインデツ
クスを設けているが他の付属語辞書や音訓辞
書にもインデツクスを設けて検索の迅速化を
図ることができる。又、自立語辞書のインデ
ツクスに対するインデツクスを設けて２段イ
ンデツクスとしてもよい。これらのインデツ
クスの構造は何でもよいが、たとえば見出し
の先頭１文字ごとにその文字から始まる辞書
のアドレスを収容すれば文字コードからイン
デツクスのアドレスが演算で求まるので検索
スペードを上げることができる。

【図面の簡単な説明】

第１図は日本語ワードプロセツサの構成例を示
すブロツク図、第２図は第１図のキー部を詳細に
示した図、第３図は本発明に係る仮名漢字変換処
理装置の内部構成例を示すブロツク図、第４図は
一般的な音訓辞書を示す部分図、第５図は従来の
音訓辞書のデータ構成を示す図、第６図は
JIS6226のコード表を概略的に示す図、第７図は
第６図におけるＡ領域の詳細を示す部分図、第８
図は第６図におけるＢ領域の詳細を示す部分図、
第９図はJIS6226コードの構成図、第１０図は本
発明の圧縮音訓辞書のデータ構成を示す図、第１
１図は本発明の圧縮音訓辞書の部分図、第１２図
ａ及びｂは本発明の圧縮漢字コードの構成図、第
１３図は一般的な単語辞書を示す部分図、第１４
図は従来の単語辞書のデータ構成を示す図、第１
５図は本発明の圧縮単語辞書のデータ構成を示す
図、第１６図は本発明の圧縮単語辞書の部分図、
第１７図ａ及びｂは本発明の圧縮単語辞書におけ
る圧縮漢字コードの構成図、第１８図は品詞コー
ドのテーブルを示す図、第１９図は本発明の単語
辞書インデツクスのデータ構成を示す図、第２０
図は本発明の単語辞書インデツクスを示す部分
図、第２１図乃至第２３図は単語辞書の修正追加
を説明する為の説明図、第２４図は本発明の活用
語尾表のデータ構成を示す図、第２５図は第２４
図の具体例（形容詞）を示す図、第２６図は活用
語尾表の使用説明に供する説明図、第２７図は本
発明の圧縮付属語表のデータ構成を示す図、第２
８図は本発明の圧縮付属語表の一部分を示す図、
第２９図は接続行列を示す図、第３０図は活用語
尾表における重複品詞のデータ構成例を示す図、
第３１図は接続行列の行番号を示す図、第３２図
は接続行列の列番号の対照を示す図、第３３図は
単語辞書検索該当バツフアのデータ構成を示す
図、第３４図は最終候補バツフアのデータ構成を
示す図、第３５図は先取変換の説明に供する図で
ある。 １…キーボード、２…CPU、３…処理プログ
ラム装置、５…表示装置、６…文章バツフア、３
４−１…単語辞書、３４−２…単語辞書インデツ
クス、３４−３…音訓辞書、３４−４…活用語尾
表、３４−５…付属語表。

Claims (1)

1. 【特許請求の範囲】 １ 仮名で入力された文字列を漢字または漢字仮
   名交じり文に変換する仮名漢字変換処理装置にお
   いて、 仮名見出し部を可変長差分構造とした漢字変換
   用音訓辞書と、 仮名見出し部を可変長差分構造とするととも
   に、仮名見出し部と漢字コード部の間に品詞コー
   ド部を設けて該品詞コード部を仮名見出し部と漢
   字コード部のセパレータとなるように構成した変
   換用単語辞書と、 仮名見出し部を可変長差分構造とした上記変換
   用単語辞書のインデツクスと、 所定のデータ構造で収容された活用語尾表及び
   付属語表と を備えたことを特徴とする仮名漢字変換処理装
   置。