JPH0239357A - 日本文誤り自動検定・訂正装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は日本語文芹処理装置に係り、特に２入力された
日本語文書中から自動的に同音異義語の使用誤りを検出
し、（−の正解候補を提示するＥ１本文誤り自動検定・
訂正装置に関するくうのである１、〔従来の技術〕 一般に日本語ワー　ドブＩＴＩセッザでは、かな列を入
力し、単語あるいは文節単位の一括変換を実施するため
、単語変換誤りや変換域誤り等によって同音異義語選択
誤りが発生ずる。この種の同音異義語誤りは、同音異義
語の意味的な使い分けに熟知する必要があるため、単に
原文文書作成の過程で１）作成溝の思込みによる使用誤
りが頻発する。

さらに、文字認識装置においても、文字認識不良による
読取り誤りにより同音異義語誤りが発生する。

従来、入力された日本文文書中の入力誤り、文字認識不
良による読取り誤り、あるいは、カナ漢字変換における
単語の選択誤りにより生じる名詞連続複合語内の同音異
義語誤りの自動検定は、誤りやすい同音異義語を辞書に
マークしておき、入力文書において、辞書中の該同音異
義語の文字列と一致する個所すべてを同音異義語誤りの
候補として抽出していた。

〔発明が解決しようとする課題〕

従来技術においては、入力された日本文中の、辞書にマ
ークしておいた同音異義語の文字列と一致する個所すべ
てを同音異義語誤りの候補とするため、　■正しく使用
されている語も、すべて誤り候補として抽出してしまう
、■人手による検定とはゾ同じ工数が力いる、■訂正候
補を出力することが困難であるなどの問題があった。

本発明の目的は、上記問題点を解決し、入力された日本
文文書について真に同音異義語誤りであるものを検出し
、その訂正候補を提示する日本文誤り自動検定・訂正装
置を提供することにある。

〔課題を解決するための手段〕

本発明の日本語誤り自動検出装置においては、入力され
た名詞連続複合語を単語列に分割し、各単語の読みや品
詞などの形態素情報を得る第１の手段と、上記名詞連続
複合語を構成する単語と同一である読みを有する単語を
訂正候補として抽出する第２の手段と、上記名詞連続複
合語を構成する単語を該抽出した訂正候補で置き換えた
単語列を生成する第３の手段と、該生成された単語列お
よび該単語列の訂正候補を含む部分単語列のうち、少な
くとも１つの単語列が、日本語単語辞書、ユーザ辞書、
固有名詞辞書、専門用語辞書等のいずれかに登録されて
いる際、入力された名詞連続複合語は同音異義語誤りを
含むと検定し、さらに該単語列の訂正候補を該同音異義
語誤りの正解候補として提示する第４の手段とから構成
されることを特徴とする。

〔作　用〕

上記本発明の日本文誤り自動検定・訂正装置では、入力
装置から入力された日本文文書中の入力誤り、文字認識
不良による読み取り誤り、あるいは、カナ漢字変換にお
ける単語の選択誤りにより生じる名詞連続複合語内の同
音異義語誤りについて、検定の結果、誤っていると判定
された同音異義語のみが抽出される。この抽出された訂
正候補で置き換えた単語列が日本語単語辞書、ユーザ辞
書、固有名詞辞書、専門用語辞書等のいずれかに長単位
で登録されている場合に、その単語列に含まれる訂正候
補を正解として提示することにより、正確な訂正候補が
得られ、訂正作業を容易に行うことができる。

〔実施例〕

以下１本発明の一実施例について図面により説明する。

第１図は本発明の一実施例の構成図を示す。第１図にお
いて、１０は日本語誤り自動検定・訂正装置本体であっ
て、ハードウェア的には汎用計算機と同様で演算装置（
ＣＰＵ）、メモリ等で構成されるが１機能的には、形態
素解析部１、同音異義語訂正候補抽出部２、同音異義語
置換え単語列生成部３、同音異義語検定部４及び辞書検
索部５に分かれる。形態素解析部１は、当該装置１０の
入力である名詞連続複合語を、日本語単語辞書６、ユー
ザ辞書７および文法辞書８を用いて単語分割し、各単語
に品詞や読みなどの形態素情報を付与する部分である。

同音異義語訂正候補抽出部２は、該名詞連続複合語を構
成する各単語の読みをキーとして辞書検索を行い、同音
異義語の訂正候補を得る部分である。同音異義語置換え
単語列生成部３は、該名詞連続複合語の部分単語列でか
つ、該名詞連続複合語を構成する訂正候補を有する単語
のうち少なくとも１つの単語を同音異義語訂正候補抽出
部２で得られた訂正候補に置き換えた部分単語列をすべ
て生成する部分である。同音異義語検定部４は、同音異
義語置換え単語列生成部３で生成された部分単語列１つ
１つをキーとして辞書検索を行い、該部分単語列が辞書
見出しと完全にマツチするかまたは部分マツチした場合
には、該部分単語に含まれる訂正候補を同音異義語誤り
の正解候補として出力ファイル９に出力する部分である
。辞書検索部５は、日本語ｍ語辞書６．ユーザ辞書７お
よび文法辞書８を検索する部分である。

日本語単語辞−ＪＩ６は日本語単語の品詞情報や読みな
どの形態素情報を記述している７ユーザ辞書７はユーザ
が登録したい語を自由に登録、修正、削除することがで
きるユーザ辞書である。文法辞書８は、日本語単語の持
つ品詞間の接続関係や係り受は関係などの文法情報を記
述している。

第２図は、該日本文誤り自動検定・訂正装置ｌＯの動作
の概略フローである。

（ステップＳ１） 日本文誤り自動検定・訂正装置１０の入力である名詞連
続複合語に対して、形態素解析部１では。

日本語中詰辞書６、ユーザ辞書７および文法辞書８を用
いた単語候補抽出１品詞接続検定などの形態素解析を行
い、該名詞連続複合語を単語分割し、各単語に品詞情報
、読みなどを付与した後、解析結果を同音異義語訂正候
補抽出部２へ送る。

（ステップＳ２＞ 同音異義語訂正候補抽出部２では、名詞連続複合語を構
成する各単語の読みをキーとして辞書検索部５に日本語
単語辞書６．ユーザ辞杏７を検索することを要求する。

要求を受番プたｎ暑検索部５は、日本語単語辞書６、ニ
ー（デ辞書７を各ｍ語の読みで検索し、検索に成功した
場合には、該読みを持つすべての見出し語を訂正候補と
して抽出し、同音異義語訂正候補抽出部２を通して同音
異義語置換え単語列生成部３に送る。

（ステップＳ３） ステップＳ２において訂正候補が抽出されなかった場合
には。処理を終了する。１つでも訂正候補が抽出された
場合には、ステップＳ４に進む。

（ステップＳ４） 入力された名詞連続複合語の全単語列および部分単語列
のうち、訂正候補を有する単語（ステップＳ２において
検索に成功した読みを有する単語、以下検定対象単語と
呼ぶ）を少なくとも１つ含み。

かつ、検定対象単語を訂正候補に置き換えた全単語列お
よび部分単語列（以下、全単語列を含めτ部分単語列と
いう）をすべて生成し、同音異義語検定部４に送る。

（ステップＳ５） 同音異義語検定部４では、同音異義語置換え甲語列生成
部３で生成された部分１語列１つＪつについて、その字
面をキーとして辞書検索を行うことを辞書検索部５に要
求する。要求を受（′ｊた辞書検索部５ば、］」本語単
語辞書６．ユーザ辞書７を部分単語列の字面で検索する
。

（ステップＳ６） 検索の結果、日本語単語辞書６またはユーザ辞書７中に
、検索のキーとなった部分単語列そのものが登録されて
いる場合（完全マツチ）、および、検索のキーとなった
部分単語列を含む見出し語が登録されている場合（部分
マツチ）には、辞書中に登録されている見出し語を同音
具ａ語検定部４に送り、ステップＳ７へ進む。そうでな
い場合には、ステップＳ８へ進む。

（ステップＳ７） 同音異義語検定部４では、ステップＳ６で検索に成功し
た部分単語列に含まれる訂正候補を元の単語（同音異義
語誤り）の正解候補として出力ファイル９に出力する。

（ステップＳ８） ステップＳ４で生成した部分単語列が他にも存在すれば
、それをキーとしてステップＳ５に戻り、同様の動作を
繰り返す。他に部分単語列が存在しなければ処理を終了
する。

つぎに、具体例について説明するゆこ＼で、名詞連続複
合語の形態素解析結果は第３図の如くであるとする。な
お、これらの情報を得る形態素解析の手法についてはこ
５では特に限定しない。

はじめ、日本文誤り自動検定・訂正装置１ｏの入力とし
て「機会翻訳システム」を考える。この名詞連続複合語
は誤りを含んでおり、正解は「機械翻訳システム」であ
る。

形態素解析部１では、「機会翻訳システム」を日本語単
語辞書６．ユーザ辞＃７および文法辞書８を用いて形態
素解析する。この形態素解析結果が第３図（１）であり
、これが同音同義語訂正候補抽出部２に送られる。

同音異義語訂正候補抽出部２では、「機会翻訳システム
」を構成する単語「機会」、「翻訳」、「システム」の
それぞれの読み“きかい′はんやく”しすてむ″をキー
として日本語単語辞書６、ユーザ辞書７を検索すること
を辞書検定部５に要求する。

要求を受けた辞書検索部５は、上記の読み“きかい”、
′はんや＜”　　　”ｔ、すてむ”をキーとして日本語
単語辞書６、ユーザ辞書７を検索する。

日本語単語辞ＩＦ６の内容が第４図のごとくなっている
と、′はんやく”、′しすてむ″をキーとした場合には
元の単語字面のもしか得られないが、″きかい”をキー
とした場合には「機械」、「器械」の２つが訂正候補と
して抽出される。この２つの訂正候補は、同音異義語訂
正抽出部２を通して同音異義語置換え単語列生成部３に
送られ、同時に、「機会」が検定対象語であるこも同音
異義語置換え単語列生成部３に送られる。

同音異義語置換え単語列生成部３では、入力の「機会翻
訳システム」の部分単語列のうち、検定対象語「機会」
を含む部分単語列（この例の場合。

「機会翻訳」と「機会翻訳システム」の２つ）の検定対
象語を訂正候補（この場合、「機械」と「器械」の２つ
）に置き換えた部分単語列をすべて生成する。第５図に
生成される部分単語列を示す、これら４つの部分単語列
（機械翻訳システム、機械翻訳、器械翻訳システム、器
械翻訳）は同音異義語検定部４に送られる。

同音異義語検定部４では、送られてきた４つの部分単語
列（第５図）の字面をキーとして日本語単語辞書６、ユ
ーザ辞書７を検索することを辞書検索部５に要求する。

要求を受けた辞書検索部５は、４つの部分単語列の字面
１つ１つをキーとして日本語単語辞書６、ユーザ辞書７
を検索するが、日本語単語辞書６は第４図のごとくであ
るので、４つの部分単語列（機械翻訳システム、機械翻
訳、器械翻訳システム、器械翻訳）すべて検索に失敗す
る。一方、ユーザ辞書７は第６図のごとくであると、４
つの部分単語列のうち、「機械翻訳」がユーザ辞書７と
完全マツチし、検索に成功する。

辞書検索部５は検索に成功した「機械翻訳」を同音異義
語検定部４に送る。

同音異義語検定部４では、「機械翻訳」に含まれる検定
対象語「機会」の訂正候補「機械」を正解候補として出
力ファイル９に出力する。

この例では、同音異義語検定部４において、辞書との完
全マツチの例を示したが、辞書とのマツチングは部分マ
ツチでも良い（例えば、入力が「機械翻訳」で、辞書項
目が「機械翻訳システム」のとき、辞書を検索するキー
「機械翻訳」は辞書項目「機械翻訳システム」と部分マ
ツチするので、訂正候補として「機械」を出力する）。

次に５日本文誤り自動検定・訂正装置１０の入力として
「原価焼却」を考える。この名詞連続複合語は誤りを含
んでおり、正解は「減価償却」である。

検態素解析部１では、「原価焼却」を日本語単語辞書６
、ユーザ辞書７および文法辞書８を用いて形態素解析す
る。この形態素解析結果が第３図（２）であり、これが
同音異義語訂正候補抽出部２に送られる。

同音異義語訂正候補抽出部２では、１Ｍ価焼却」を構成
する単語「原価」、「焼却」のそれぞれの読み“げんか
ＩＩ　　　１１　Ｌ、ようきやく”をキーとして日本語
単語辞書６、ユーザ辞書７を検索することを辞書検索部
５に要求する。

要求を受けた辞書検索部５は、上記の読みパげんか”、
シょうきゃ＜″をキーとして日本語単語辞書６、ユーザ
辞書７を検索する０日本語単語辞書６の内容が第７図の
ごとくなっていると、“げんか″に対して「減価」が、
′しゃうきゃ＜″に対して「消却」、「償却」の２語が
それぞれ訂正候補として抽出される。これら３つの訂正
候補は、同音異義語訂正候補抽出部２を通して同音異義
語置換え単語列生成部３に送られ、同時に、「原価」お
よび「焼却」の２語が検定対象語であることも同音異義
語置換え単語列生成部３に送られる。

同音異義語置換え単語列生成部３では、入力のｒＲ価焼
却」の部分単語列のうぢ、検定対象語「原価」、「焼却
」のうち少なくとも一方を含む部分ｍ語列（この例の場
合、原価焼却のみ）の検定対象語を訂正候補（この場合
、減価と償却および消却の；３つ）に置き換えた部分単
語列をすべて生成する。第８図に生成される部分単語列
示す、二わらの５つの部分単語列（原価償却、原価消却
、減価焼却、減価償却、減価消却）は同音異義語検定部
４に送られる。

同行異義語検定部４では、送られできた５つの部分の部
分貼語列（第８図）の字面をキーとして日本語単語辞書
６．ユーザ辞書７を検索することを辞ｊト検索部５に要
求する。要求を受けた辞書検索部５は、５つの部分単語
列の字面１つ１つをキーとして日本語単語辞書６、ユー
ザ辞書７を検索するが、日本語単語ｎ書６は第７図のご
とくであるので、部分単語列の１つである［減価償却１
が日本語単語辞書６と完全マツチし、検索に成功する（
他の部分単語列は失敗する）。辞書検索部５は、この検
索に成功した部分単語列１゛減価償却」を同音異義語検
定部４に送る。

同音異義語検定部４では、「減価償却」に１まれる検定
対象語「原価」の訂正候補「減価」と、もう１つの検定
対象語「焼却」の訂正候補１゛信却」の２つをそれぞれ
の正解候補として出カッアイル９に出力する。

以上のようにして、入力された「機会翻訳システム」に
ついては検定対象語゛Ｃある「機会」の正解語「機械」
が正解候補として、［原価焼却」については検定対象語
である「原価」と「焼却」それぞれの正解語「減価」、
「償却」がｉｌＥ解候補としてそれぞれ出力ファイル９
に得られる。

上記の２つの例では、検定対象語を含む部分単語列が日
本語単語辞書６またはユーザ辞書７に登録されているが
、登録されていなかった場合には検定対象語は誤りでは
ないとして処理を終ｒｉ−る。

また、上記の例では形態素解析において、日本語単語辞
書６．ユーザ辞書７、文法辞書８０３つを使ったが、さ
らに固有名詞辞書や専用語辞書などを加えることもでき
る。このときには、訂正候補の抽出、同音異義語検定＋
、、’おいて、これらの辞書もまた、１１本語単語辞暑
６やユーザ辞書７と同様に働く。

第５）図に本発明の他の実施例の構成図に示虻。

第１図どの違いは、同音異義語訂正候補抽出部２におい
て、訂正候補を求める先が、辞書でなく、同音異義語テ
ーブルｉ　］である点である。同音異義語テーブルＪ、
　］は、検定対象とする単語の読みとその読みを持つ同
音異義の関係にある中、語を集めたテーブルである。第
１０図に同音異義語チー・プル」−Ｊ、の内容例を示す
７ 第９図の動作は、基本的には第１図の実施例と同じであ
るが、同音異義語訂正候補抽出部２の動作が異なる。即
ち、同音異義語訂正抽出部２では、同音異義語テ・−プ
ル１１−を名詞連続複合語を構成する各単語の読みで検
索し、該読み紮有する翳語を得る。そして７元の単語と
は、字面が異なる単語すべてを訂正候補として抽出し、
これらを同音異義語置換え単語列生成部３に送る。

第９図の実施例においても、第１図と同じく正解候補が
得られることは明らかである。第９図では、同音異義語
チー・プル１１に登＠されているもの５みを同音異義語
検定の対象にするので、ユーザが検定したい１１語のみ
を検定できるという利点がある。

第１１、図に本発明の更に他の実施例の構成図を示す、
第１１図との違いは、同音異義語検定部４において、日
本語単語辞書６、ユーザ辞Ｊ、ドアだ目でなく、簡易ユ
ーザ辞書】２を検定する点である、簡易ユーザ辞書］２
は、誤りやすい複合語や専門用語などの字面のみを登録
できる簡易ユーザ辞書であって、基本的な形態素情報ず
べてを入力づ−る必要があるユーザ辞書７とは異なるも
のである。

簡易ユ・−ザ辞杏の内容例を第１２図に示す。

第１１図の動作は、基本的には第１図と同じであるが、
同音異義語検定部４の動作が異なる８即ち、同音異義語
検定部４１″！は、辞井検索部５に１１本語Ｑ１語辞杏
Ｇと１・−ザ辞賽７とを部分単語列の字面で検索するこ
とを要求し、辞書引きだけでなく、同音異義語検定部４
にのみ接続された簡易ユーザ辞書１２をも検索する。そ
して、部分単語列が１日本語単語辞書６、ユーザ辞書７
、簡易ユーザ辞書１２のいずれかに登録されていれば、
登録されていた部分単語列に含まれる訂正候補を正解候
補として出力ファイル９に出力する。

第１１図の実施例においても、第１図と同じく正解候補
が得られることは明らかである。さらに、第１１図では
簡易ユーザ辞書１２も使って同音異義語検定を行うので
、ユーザが持っている校正の知識を複合語という形で容
易に登録でき、この結果、同音異義語の検定・訂正がよ
り正確になるという利点がある。

第１３図は本発明の更に他の実施例の構成図を示す。本
実施例は第９図と第１１＠とを組み合せたものであり、
従って、動作および効果においても、それらを組み合せ
たものとすることは明らかである。

〔発明の効果〕

以上の説明から明らかな如く１本発明の日本文誤り自動
検定・訂正装置によれば次のような効果が得られる。

■　検定対象である単語を訂正候補に置き換えた名詞連
続複合語の全部または該訂正候補を含む部分単語列が、
長単位で日本語辞書あるいはユーザ辞書に登録されてい
る場合に、この単語に含まれる訂正候補を出方するので
、正確な訂正候補が得られる。

■　同音異義語の誤りを検出した場合に、その訂正候補
を出力するので、訂正作業を容易に行うことができる。

【図面の簡単な説明】

第１図は本発明の一実施例の構成図、第２図は第１図の
動作の概略フロー図、第３図は形態素解析結果の具体例
を示す図、第４図は日本語単語辞書の内容例を示す図、
第５図は同音異義語置換え単語列生成部で生成される部
分単語列の具体例を示す図、第６図はユーザ辞書の内容
例を示す図、第７＠は日本語単語辞書の他の内容例を示
す図。 第８＠は同音異義語置換え単語列生成部で生成される部
分単語列の他の具体例を示す図、第９図は本発明の他の
実施例の構成図、第１０図は同音異義語テーブルの内容
例を示す図、第１１図は本発明の更に他の実施例の構成
図、第１２図は簡易ユーザ辞書１２の内容例を示す図、
第１３図は本発明の更に他の実施例の構成図である。 ｌ・・・形態素解析部、　２・・・同音異義語訂正候補
抽出部、　３・・・同音異義語置換え単語列生成部、４
・・・同音異義語検定部、　５・・・辞書検索部、６・
・・日本語単語辞書、　７・・・ユーザ辞書、８・・・
文法辞書、　９・・・出力ファイル、１０・・・日本語
誤り自動検定・訂正装置、１１・・・同音異義語テーブ
ル、 １２・・・簡易ユーザ辞書。 第１図 糸用連続棧今仔 代理人弁理士　　鈴　木　　　！　　耳１，１）゛　＼
ヅ 第２図 才じ相 胚ｈブ 第４ 図 第３図 （１〕Ａ竣」鰭シ又？ｈ（正′Ｎｆ１５．．賓県墳Ｉ引
あスデリの形鱈總祈（５町（２）錆の方ｐ（正１３！ｆ
ｔｚ、漬倒Ｉ動刑且所伽凍、薯司 一１鶏司 す＊ｓ　ｉ；＋１ 第５ 図 第８ 図 ■ＥｆＸ’！車ｒ 第７図 第９図 創４１ｔ５υ欝否 第１１図 １μ鏝材企ｔｉ 第１３図

Claims (1)

【特許請求の範囲】
1. （１）入力日本文中の名詞連続複合語内に含まれる同音
   異義語誤りを自動的に検定、訂正する装置において、 入力された名詞連続複合語を単語列に分割し、各単語の
   読みや品詞などの形態素情報を得る第１の手段と、 上記名詞連続複合語を構成する単語と同一である読みを
   有する単語を訂正候補として抽出する第２の手段と、 上記名詞連続複合語を構成する単語を上記抽出した訂正
   候補で置き換えた単語列を生成する第３の手段と、 上記生成された単語列および該単語列の訂正候補を含む
   部分単語列のうち、少なくとも１つの単語列が、日本語
   単語辞書、ユーザ辞書、固有名詞辞書、専門用語辞書等
   のいずれかに登録されている際に、入力された名詞連続
   複合語は同音異義語誤りを含むと検定し、さらに、該単
   語列の訂正候補を該同音異義語誤りの正解候補として提
   示する第４の手段と、 から構成されることを特徴とする日本文誤り自動検定・
   訂正装置。