JPH0262659A - 日本文訂正候補文字抽出装置 - Google Patents
日本文訂正候補文字抽出装置Info
- Publication number
- JPH0262659A JPH0262659A JP63214616A JP21461688A JPH0262659A JP H0262659 A JPH0262659 A JP H0262659A JP 63214616 A JP63214616 A JP 63214616A JP 21461688 A JP21461688 A JP 21461688A JP H0262659 A JPH0262659 A JP H0262659A
- Authority
- JP
- Japan
- Prior art keywords
- noun
- word
- case
- verb
- case element
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012937 correction Methods 0.000 title claims abstract description 43
- 239000002245 particle Substances 0.000 claims description 57
- 238000000605 extraction Methods 0.000 claims description 19
- 239000000284 extract Substances 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000000877 morphologic effect Effects 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 7
- 235000016496 Panda oleosa Nutrition 0.000 description 3
- 240000000220 Panda oleosa Species 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Landscapes
- Document Processing Apparatus (AREA)
- Machine Translation (AREA)
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。
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〕
本発明は日本文訂正候補文字抽出装置に係り。
詳しくは、日本文文書データベース作成等のため、入力
装置から入力された漢字かな混じりの日本文文字列に含
まれる助詞に関する誤字、脱字の誤りについて、それの
自動訂正を行うための候補文字を抽出する日本文訂正候
補文字抽出装置に関する。
装置から入力された漢字かな混じりの日本文文字列に含
まれる助詞に関する誤字、脱字の誤りについて、それの
自動訂正を行うための候補文字を抽出する日本文訂正候
補文字抽出装置に関する。
新聞記事、出版用原稿、科学技術論文等の多量の日本文
文書を電子ファイル化して日本文文書データベースを作
成する場合、あるいは日本語ワードプロセッサを用いて
文書を投入する場合、読取り結果あるいは投入結果に助
詞に関する誤読文字や誤字、脱字が多数混入する。特に
１日本文文書中では助詞の出現頻度が高く、かつ、最近
の文書では複合語表現・す変用言性名詞が多用される傾
向があるため（例：先端技術開発する）、助詞の誤り、
助詞脱落が頻発することになる。
文書を電子ファイル化して日本文文書データベースを作
成する場合、あるいは日本語ワードプロセッサを用いて
文書を投入する場合、読取り結果あるいは投入結果に助
詞に関する誤読文字や誤字、脱字が多数混入する。特に
１日本文文書中では助詞の出現頻度が高く、かつ、最近
の文書では複合語表現・す変用言性名詞が多用される傾
向があるため（例：先端技術開発する）、助詞の誤り、
助詞脱落が頻発することになる。
日本文書データベース作成等においては、日本文の入力
誤りまたは文字認識誤りによって生じる助詞の誤り、脱
落に対し、単語辞書および文法辞書を用いた形態素解析
や修正者によるチエツクによって検出した後、その修正
や自動訂正を実施するためには、正解候補の含有率の高
い候補抽出を行う必要がある。
誤りまたは文字認識誤りによって生じる助詞の誤り、脱
落に対し、単語辞書および文法辞書を用いた形態素解析
や修正者によるチエツクによって検出した後、その修正
や自動訂正を実施するためには、正解候補の含有率の高
い候補抽出を行う必要がある。
従来の訂正候補抽出方式は、一般に次の二つに大別され
る。第１の方式は、入力装置が認識時に出力する訂正候
補文字群の中から前後の文字との組合わせにより作成し
た文字列で単語辞書を索引して、該当する単語の有無か
ら訂正候補を抽出する方式である。また、第２の方式は
、文字の連接確率に応じて予め収集した日本文訂正候補
辞書を用いて、誤字として検出された位置の前後の文字
により、この辞書を索引して候補文字を抽出し、最も文
字連接確率が高い候補を選択する方式である。例えば、
前者は特開昭６１−１９４５８４号、公報、後者は特開
昭６３−９４３６４号公報等番こ詳しく紹介されている
。
る。第１の方式は、入力装置が認識時に出力する訂正候
補文字群の中から前後の文字との組合わせにより作成し
た文字列で単語辞書を索引して、該当する単語の有無か
ら訂正候補を抽出する方式である。また、第２の方式は
、文字の連接確率に応じて予め収集した日本文訂正候補
辞書を用いて、誤字として検出された位置の前後の文字
により、この辞書を索引して候補文字を抽出し、最も文
字連接確率が高い候補を選択する方式である。例えば、
前者は特開昭６１−１９４５８４号、公報、後者は特開
昭６３−９４３６４号公報等番こ詳しく紹介されている
。
上記第１の方式では、入力装置の認識環境しこより正字
とは全く掛けはなれた認識結果が選択されたり１前後の
文字と助詞との組合せによる単語力１一般に単語辞書に
登録されていなしまため、助詞の候補抽出が行われず、
また助詞脱落の誤りしこ対応できないという欠点があっ
た。また、第２の方式でも、文字単位の確率的な処理で
あるため、助詞のような文字間の確率が高い文字は正解
の候補力〜上位の候補として出現せず、また、誤字ｈ〜
前提であるため助詞脱落の誤りに対応できなし１と）Ｎ
う欠点があった。
とは全く掛けはなれた認識結果が選択されたり１前後の
文字と助詞との組合せによる単語力１一般に単語辞書に
登録されていなしまため、助詞の候補抽出が行われず、
また助詞脱落の誤りしこ対応できないという欠点があっ
た。また、第２の方式でも、文字単位の確率的な処理で
あるため、助詞のような文字間の確率が高い文字は正解
の候補力〜上位の候補として出現せず、また、誤字ｈ〜
前提であるため助詞脱落の誤りに対応できなし１と）Ｎ
う欠点があった。
本発明の目的は、助詞の訂正精度の向上、助詞脱落の誤
りに対応する訂正候補を抽出する日本文訂正候補文字抽
出装置を提供することにある。
りに対応する訂正候補を抽出する日本文訂正候補文字抽
出装置を提供することにある。
本発明の日本文訂正候補文字抽出装置は、動詞および用
言性名詞について単語の見出し１品詞。
言性名詞について単語の見出し１品詞。
単語の有する格要素ごとの名詞カテゴリーをそれぞれ対
として格納する格要素パターンテーブルと、格要素ごと
の格助詞候補の見出しを格納する格助詞候補テーブルと
、入力日本文文字列について、日本語単語辞書および文
法辞書を用いて単語分割・品詞認定を行う形態素解析部
と、上記単語および品詞の認定の結果により、名詞と動
詞の接続部分あるいは名詞と動詞の間に未知語を有する
接続部分を検出する名詞・動詞接続検定部と、上記名詞
と動詞の接続部分あるいはその間に未知語を有する接続
部分を検出した場合に、当該動詞単語あるいは用言性名
詞の見出しをキーとして上記格要素パターンテーブルを
検索して、該当するレコードの格要素ごとの名詞カテゴ
リーと該名詞単語の名詞カテゴリーとが一致する格要素
を取り出し、上記格助候補テーブルより、該格要素に応
じた格助詞を訂正候補文字として抽出する訂正候補文字
抽出部とからなる。
として格納する格要素パターンテーブルと、格要素ごと
の格助詞候補の見出しを格納する格助詞候補テーブルと
、入力日本文文字列について、日本語単語辞書および文
法辞書を用いて単語分割・品詞認定を行う形態素解析部
と、上記単語および品詞の認定の結果により、名詞と動
詞の接続部分あるいは名詞と動詞の間に未知語を有する
接続部分を検出する名詞・動詞接続検定部と、上記名詞
と動詞の接続部分あるいはその間に未知語を有する接続
部分を検出した場合に、当該動詞単語あるいは用言性名
詞の見出しをキーとして上記格要素パターンテーブルを
検索して、該当するレコードの格要素ごとの名詞カテゴ
リーと該名詞単語の名詞カテゴリーとが一致する格要素
を取り出し、上記格助候補テーブルより、該格要素に応
じた格助詞を訂正候補文字として抽出する訂正候補文字
抽出部とからなる。
未知語でない名詞単語とその後方に動詞単語あるいはす
変型用言性名詞およびす変動詞が検出されている場合に
は、動詞単語あるいはす変型用言性詞の見出しをキーと
して格要素パターンテーブルを検索して、該当するレコ
ードの格要素ごとの名詞カテゴリーと該名詞単語の名詞
カテゴリーとが一致する格要素を取出し、格助詞候補テ
ーブルより、この格要素に応じた格助詞を訂正候補文字
として抽出する。
変型用言性名詞およびす変動詞が検出されている場合に
は、動詞単語あるいはす変型用言性詞の見出しをキーと
して格要素パターンテーブルを検索して、該当するレコ
ードの格要素ごとの名詞カテゴリーと該名詞単語の名詞
カテゴリーとが一致する格要素を取出し、格助詞候補テ
ーブルより、この格要素に応じた格助詞を訂正候補文字
として抽出する。
未知語でない名詞単語とその後方に動詞単語あるいはす
変型用言性名詞およびす変動詞が認定され、さらに該名
詞単語の直後にひらがな未知語が存在している場合には
、動詞単語あるいはす変用言性名詞の見出しをキーとし
て、同様に格助詞を訂正候補文字として抽出する。
変型用言性名詞およびす変動詞が認定され、さらに該名
詞単語の直後にひらがな未知語が存在している場合には
、動詞単語あるいはす変用言性名詞の見出しをキーとし
て、同様に格助詞を訂正候補文字として抽出する。
未知語でない名詞単語とその後方に動詞単語あるいはす
変型用言性名詞およびす変動側が認定され、該名詞単語
の直後にひらがな未知語が存在し、さらに該名詞単語の
名詞カテゴリーが複数存在する場合には、動詞単語ある
いはす変型用言性名詞の見出しをキーとして、格要素パ
ターンテーブルを検索し、該当するレコードの格要素ご
との名詞カテゴリーと該名詞単語の名詞カテゴリーとが
一致する複数の格要素を取出し、格助詞候補テーブルよ
り、この格要素に応じた格助詞を訂正候補文字として複
数抽出する。
変型用言性名詞およびす変動側が認定され、該名詞単語
の直後にひらがな未知語が存在し、さらに該名詞単語の
名詞カテゴリーが複数存在する場合には、動詞単語ある
いはす変型用言性名詞の見出しをキーとして、格要素パ
ターンテーブルを検索し、該当するレコードの格要素ご
との名詞カテゴリーと該名詞単語の名詞カテゴリーとが
一致する複数の格要素を取出し、格助詞候補テーブルよ
り、この格要素に応じた格助詞を訂正候補文字として複
数抽出する。
このため、入力装置の認識環境が悪く、認識精度が低下
して助詞の認識誤りが発生する場合や、助詞脱落の誤り
が出現する場合に対しても、訂正精度の高い候補抽出が
可能になる。
して助詞の認識誤りが発生する場合や、助詞脱落の誤り
が出現する場合に対しても、訂正精度の高い候補抽出が
可能になる。
以下、本発明の一実施例について図面により説明する。
第１図は本発明の日本文訂正候補文字抽出装置の一実施
例のブロック図である。第１図において、１は漢字ＯＣ
Ｒ、ベンタッチ、キーボード等の入力装置、２はＣＰＵ
やメモリから成る日本文訂正候補文字抽出装置本体、７
は読取り結果の入力日本文文字列が文字コードの形式で
記憶される入力日本文データベース、８は日本語単語辞
書、９は文法辞書、１０は予め動詞および用言性名詞に
ついて単語の見出し、品詞、単語の有する格要素ごとの
名詞カテゴリーをそれぞれ対とし格納して、単語の見出
しをキーとして検索する格要素パターンテーブル、１１
は予め格要素ごとの格助詞候補の見出しを格納した格助
詞候補テーブル、１２は誤り救済された出力日本文文字
列が記憶される日本文文書データベースである０日本文
訂正候補文字抽出装置本体２は機能上、入力処理部３．
形態素解析部４、名詞・動詞接続検定部５及び訂正候補
文字抽出部６よりなる。
例のブロック図である。第１図において、１は漢字ＯＣ
Ｒ、ベンタッチ、キーボード等の入力装置、２はＣＰＵ
やメモリから成る日本文訂正候補文字抽出装置本体、７
は読取り結果の入力日本文文字列が文字コードの形式で
記憶される入力日本文データベース、８は日本語単語辞
書、９は文法辞書、１０は予め動詞および用言性名詞に
ついて単語の見出し、品詞、単語の有する格要素ごとの
名詞カテゴリーをそれぞれ対とし格納して、単語の見出
しをキーとして検索する格要素パターンテーブル、１１
は予め格要素ごとの格助詞候補の見出しを格納した格助
詞候補テーブル、１２は誤り救済された出力日本文文字
列が記憶される日本文文書データベースである０日本文
訂正候補文字抽出装置本体２は機能上、入力処理部３．
形態素解析部４、名詞・動詞接続検定部５及び訂正候補
文字抽出部６よりなる。
入力袋［ｌは漢字かな混りの日本文文字列を入力する。
この入力された日本文文字列を日本文訂正候補文字抽出
装置本体２の入力処理部３が取込み、入力日本文データ
ベース７に格納する。この入力日本文データベース７の
漢字かな混りの日本文文字列に対し、まず形態素解析部
４は日本語単語辞書８および文法辞書９を用いて単語分
割・品詞認定を行う０次に１名詞・動詞接続検定部５は
、形態素解析部４での単語および品詞の認定結果につい
て、名詞と動詞の接続部分あるいは名詞と動詞の間にひ
らがな未知語を有する接続部分を検出する。この名詞・
動詞接続検定部５で検出された名詞・動詞接続状況を訂
正候補文字抽出部６が受取り、名詞と動詞の接続部分に
ついては助詞脱落とみなし、また、名詞と動詞の間にひ
らがな未知語を有する接続部分については助詞誤りとみ
なして、予め作成しておいた格要素パターンテーブル１
０を動詞単語あるいは用言性名詞の見出しをキーとして
検索し、単語の有する格要素ごとの名詞カテゴリーと該
名詞単語の名詞カテゴリーとが一致する格要素を取出し
、この格要素に応じた格助詞を訂正候補文字として格助
詞候補テーブル１１より抽出する。そして、誤りの救済
された日本文文字列を日本文文書データベース１２に出
力する。
装置本体２の入力処理部３が取込み、入力日本文データ
ベース７に格納する。この入力日本文データベース７の
漢字かな混りの日本文文字列に対し、まず形態素解析部
４は日本語単語辞書８および文法辞書９を用いて単語分
割・品詞認定を行う０次に１名詞・動詞接続検定部５は
、形態素解析部４での単語および品詞の認定結果につい
て、名詞と動詞の接続部分あるいは名詞と動詞の間にひ
らがな未知語を有する接続部分を検出する。この名詞・
動詞接続検定部５で検出された名詞・動詞接続状況を訂
正候補文字抽出部６が受取り、名詞と動詞の接続部分に
ついては助詞脱落とみなし、また、名詞と動詞の間にひ
らがな未知語を有する接続部分については助詞誤りとみ
なして、予め作成しておいた格要素パターンテーブル１
０を動詞単語あるいは用言性名詞の見出しをキーとして
検索し、単語の有する格要素ごとの名詞カテゴリーと該
名詞単語の名詞カテゴリーとが一致する格要素を取出し
、この格要素に応じた格助詞を訂正候補文字として格助
詞候補テーブル１１より抽出する。そして、誤りの救済
された日本文文字列を日本文文書データベース１２に出
力する。
以下、第１図の構成による具体的処理例について説明す
る。
る。
第２図は名詞と動詞の接続部分における処理例を示す図
である。こぎで、１３は助詞誤りを含む原文、１４は助
詞誤りの文字あるいは位置、１５は正字、１６は格要素
となる未知語でない名詞単語を表わす。１７は動詞単語
の認定結果で、１８は動詞単語の見出し、１９は動詞単
語の品詞である。２０は名詞単語の認定結果で、２１は
名詞単語の見出し、２２は名詞単語の品詞、２３は名詞
単語の名詞カテゴリーである。２４は格要素パターンテ
ーブル１０の見出し部でかつテーブルのキ一部、２５は
品詞部、２６は格要素部、２７は見出し部２４に応じた
各格要素に属する名詞カテゴリーである。２８は助詞誤
り訂正後の原文文字列、２９は訂正された格助詞を表わ
す。
である。こぎで、１３は助詞誤りを含む原文、１４は助
詞誤りの文字あるいは位置、１５は正字、１６は格要素
となる未知語でない名詞単語を表わす。１７は動詞単語
の認定結果で、１８は動詞単語の見出し、１９は動詞単
語の品詞である。２０は名詞単語の認定結果で、２１は
名詞単語の見出し、２２は名詞単語の品詞、２３は名詞
単語の名詞カテゴリーである。２４は格要素パターンテ
ーブル１０の見出し部でかつテーブルのキ一部、２５は
品詞部、２６は格要素部、２７は見出し部２４に応じた
各格要素に属する名詞カテゴリーである。２８は助詞誤
り訂正後の原文文字列、２９は訂正された格助詞を表わ
す。
「決断迫る」の原文文字列１３を形態素解析し。
名詞単語「決断」と動詞単語「迫る」の接続部分を抽出
する。この場合には、助詞脱落とみなし。
する。この場合には、助詞脱落とみなし。
以下の処理を行う。
まず、動詞単語の認定結果１７より、その語幹「迫」１
８をキーとして格要素パターンテーブル１０を検索し、
品詞が一致する該当のレコードについて、各々の格要素
に応じた名詞カテゴリー２７を抽出する。つぎに名詞単
語の認定結果２０より、原文内の名詞単語「決断」１６
に関して単語辞書８に予め記載されている名詞カテゴリ
ー［人間活動］２３を抽出し、これと格要素パターンテ
ーブル１０より抽出した名詞カテゴリー２７とを比較し
て、一致する格要素［目的格］を選択する。
８をキーとして格要素パターンテーブル１０を検索し、
品詞が一致する該当のレコードについて、各々の格要素
に応じた名詞カテゴリー２７を抽出する。つぎに名詞単
語の認定結果２０より、原文内の名詞単語「決断」１６
に関して単語辞書８に予め記載されている名詞カテゴリ
ー［人間活動］２３を抽出し、これと格要素パターンテ
ーブル１０より抽出した名詞カテゴリー２７とを比較し
て、一致する格要素［目的格］を選択する。
次に、この格要素［目的格］の代表格助詞［を１を格助
詞候補テーブル１１より訂正候補文字として抽出する。
詞候補テーブル１１より訂正候補文字として抽出する。
これにより、「決断迫る」１３は「決断を迫る」２８と
なり、助詞誤り１４が救済される。
なり、助詞誤り１４が救済される。
第３図は名詞と用言性名詞の接続部分における処理例を
示す図である。こ＼で、第２図と同一意味には同一番号
を示す、３０はす変用言性名詞の認定結果で、３１はす
変用言性名詞の見出し、３２はす変用言性名詞の品詞、
３３はす変用言性名詞の名詞カテゴリー ３４はす変動
側の認定結果である。
示す図である。こ＼で、第２図と同一意味には同一番号
を示す、３０はす変用言性名詞の認定結果で、３１はす
変用言性名詞の見出し、３２はす変用言性名詞の品詞、
３３はす変用言性名詞の名詞カテゴリー ３４はす変動
側の認定結果である。
「山田首相発言した」の原文文字列１３を形態素解析し
、名詞単語「首相」とす変用言性名詞「発言」およびす
変動側「シ」の接続部分を抽出する。この場合にも、助
詞脱落とみなし、以下の処理を行う。
、名詞単語「首相」とす変用言性名詞「発言」およびす
変動側「シ」の接続部分を抽出する。この場合にも、助
詞脱落とみなし、以下の処理を行う。
まず、す変用言性名詞の認定結果３０より、「発言」３
１をキーとして格要素パターンテーブル１０を検索し、
品詞が一致する該当のレコードについて、各々の格要素
に応じた名詞カテゴリー２７を抽出する。つぎに名詞単
語の認定結果２０より、ｙＸ文内の名詞単語［首相」１
６に関して単語辞書８に予め記憶されている名詞カテゴ
リー［人物］２３を抽出し、これと格要素パターンテー
ブル１０より抽出した名詞カテゴリー２７とを比較して
、一致する格要素［主格］を選択する。
１をキーとして格要素パターンテーブル１０を検索し、
品詞が一致する該当のレコードについて、各々の格要素
に応じた名詞カテゴリー２７を抽出する。つぎに名詞単
語の認定結果２０より、ｙＸ文内の名詞単語［首相」１
６に関して単語辞書８に予め記憶されている名詞カテゴ
リー［人物］２３を抽出し、これと格要素パターンテー
ブル１０より抽出した名詞カテゴリー２７とを比較して
、一致する格要素［主格］を選択する。
次に、この格要素［主格］の代表格助詞「が」を格助詞
候補テーブル１１より訂正候補文字として抽出する。こ
れにより、「山田首相発言した」１３は「山田首相が発
言した」２８となり、助詞誤り１４が救済される。
候補テーブル１１より訂正候補文字として抽出する。こ
れにより、「山田首相発言した」１３は「山田首相が発
言した」２８となり、助詞誤り１４が救済される。
第４図は名詞の直後にひらがな未知語を有する接続部分
における処理例を示す図である。二Ｎで。
における処理例を示す図である。二Ｎで。
３５は名詞単語とす変用言性名詞の間に挟まれるひらが
な未知語である。それ以外は第２図および第３図と同様
である。
な未知語である。それ以外は第２図および第３図と同様
である。
「計算機で処理する」の原文文字列１３を形態素解析し
、名詞単語「計算機」とす変用言性名詞「処理」および
す変動側「する」の接続部分を抽出する。この際、名詞
単語「計算機」とす変用言性名詞「処理」の間にひらが
な未知語「て」が存在するので、助詞誤字とみなし、第
３図と同様の処理を行う、この結果、格要素パターンテ
ーブル１０より格要素［道具路］を選択し、その代表格
助詞「で」を格助詞候補テーブル１１より訂正候補文字
として抽出し、ひらがな未知語「て」と置換する。これ
により、［計算機で処理する」１３は「計算機で処理す
る」２８となり、助詞誤り１４が救済される。
、名詞単語「計算機」とす変用言性名詞「処理」および
す変動側「する」の接続部分を抽出する。この際、名詞
単語「計算機」とす変用言性名詞「処理」の間にひらが
な未知語「て」が存在するので、助詞誤字とみなし、第
３図と同様の処理を行う、この結果、格要素パターンテ
ーブル１０より格要素［道具路］を選択し、その代表格
助詞「で」を格助詞候補テーブル１１より訂正候補文字
として抽出し、ひらがな未知語「て」と置換する。これ
により、［計算機で処理する」１３は「計算機で処理す
る」２８となり、助詞誤り１４が救済される。
第５図は複数の格要素を有する場合の処理例を示す図で
ある。、二へで、３６は名詞単語に存在する複数の名詞
カテゴリー ３７は抽出された複数の格助詞の訂正候補
抽出文字である。それ以外は第２図乃至第４図と同様で
ある。
ある。、二へで、３６は名詞単語に存在する複数の名詞
カテゴリー ３７は抽出された複数の格助詞の訂正候補
抽出文字である。それ以外は第２図乃至第４図と同様で
ある。
「基準は達する」の原文文字列１３を形態素解析し１名
詞・動詞接続検定を行い、名詞単語「基準」と動詞単語
「達する」および該名詞単語と動詞単語の間にひらがな
未知語「は」が存在するので、助詞誤字とみなして、第
３図と同様の処理を行う、この際９名詞単語「基準」に
は複数の名詞カテゴリー３６が存在し、さらに、これが
格要素パターンテーブル１０の複数の格要素［主格］、
［対象路］と一致するため、格助詞候補テーブル１１よ
り代表格助詞「が］、「に」が抽出される。
詞・動詞接続検定を行い、名詞単語「基準」と動詞単語
「達する」および該名詞単語と動詞単語の間にひらがな
未知語「は」が存在するので、助詞誤字とみなして、第
３図と同様の処理を行う、この際９名詞単語「基準」に
は複数の名詞カテゴリー３６が存在し、さらに、これが
格要素パターンテーブル１０の複数の格要素［主格］、
［対象路］と一致するため、格助詞候補テーブル１１よ
り代表格助詞「が］、「に」が抽出される。
これらの格要素のいずれを選択するかは行わず、抽出さ
れた「が」 「に」をそれぞれひらがな未知語「は」と
置換することにより、原文文字列「基準は達する」に対
し、［基準が達する」あるいは「基準に達する」と複数
の候補を得る。
れた「が」 「に」をそれぞれひらがな未知語「は」と
置換することにより、原文文字列「基準は達する」に対
し、［基準が達する」あるいは「基準に達する」と複数
の候補を得る。
以上説明したように、本発明によれば、日本文文書を読
込んで日本文文書データベースを作成するときに、入力
装置の認識環境が悪く認識精度が低下して助詞の認識誤
りが発生する場合、あるいは、日本語ワードプロセッサ
を用いて文書を入力するときに、複合語表現・す変用言
性名詞の多用等により助詞脱落の誤りが出現する場合等
に対して、訂正精度が高い候補抽出が可能であり、たと
え人手により確認を行う場合でも負荷の軽減を図ること
ができるという利点がある。
込んで日本文文書データベースを作成するときに、入力
装置の認識環境が悪く認識精度が低下して助詞の認識誤
りが発生する場合、あるいは、日本語ワードプロセッサ
を用いて文書を入力するときに、複合語表現・す変用言
性名詞の多用等により助詞脱落の誤りが出現する場合等
に対して、訂正精度が高い候補抽出が可能であり、たと
え人手により確認を行う場合でも負荷の軽減を図ること
ができるという利点がある。
第１図は本発明の日本文訂正候補文字抽出装置の一実施
例のブロック図、第２図乃至第５図は第１図の日本文訂
正候補文字抽出装置の具体的処理例を示す図である。 １・・・入力装置。 ２・・・日本文訂正候補文字抽出装置本体、３・・・入
力処理部、 ４・・・形態素解析部。 ５・・・名詞・動詞接続検定部。 ６・・・訂正候補文字抽出部、 ７・・・入力日本文データベース、 ８・・・日本語単語辞書、 ９・・・文法辞書、１０・
・・格要素パターンテーブル、 １１・・・格助詞候補テーブル、 １２・・・修正済日本文文書データベース。 第１図 第３図
例のブロック図、第２図乃至第５図は第１図の日本文訂
正候補文字抽出装置の具体的処理例を示す図である。 １・・・入力装置。 ２・・・日本文訂正候補文字抽出装置本体、３・・・入
力処理部、 ４・・・形態素解析部。 ５・・・名詞・動詞接続検定部。 ６・・・訂正候補文字抽出部、 ７・・・入力日本文データベース、 ８・・・日本語単語辞書、 ９・・・文法辞書、１０・
・・格要素パターンテーブル、 １１・・・格助詞候補テーブル、 １２・・・修正済日本文文書データベース。 第１図 第３図
Claims (1)
- （１）入力日本文文字列に含まれる助詞の誤りについて
、その訂正候補文字を抽出する日本文訂正候補文字抽出
装置であって、 動詞および用言性名詞について単語の見出し、品詞、単
語の有する格要素ごとの名詞カテゴリーをそれぞれ対と
して格納する格要素パターンテーブルと、 格要素ごとの格助詞候補の見出しを格納する格助詞候補
テーブルと、 入力日本文文字列について、日本語単語辞書および文法
辞書を用いて単語分割・品詞認定を行う形態素解析部と
、 上記単語および品詞の認定の結果により、名詞と動詞の
接続部分あるいは名詞と動詞の間に未知語を有する接続
部分を検出する名詞・動詞接続検定部と、 上記名詞と動詞の接続部分あるいはその間に未知語を有
する接続部分を検出した場合に、当該動詞単語あるいは
用言性名詞の見出しをキーとして上記格要素パターンテ
ーブルを検索して、該当するレコードの格要素ごとの名
詞カテゴリーと該名詞単語の名詞カテゴリーとが一致す
る格要素を取り出し、上記格助候補テーブルより、該格
要素に応じた格助詞を訂正候補文字として抽出する訂正
候補文字抽出部とを有することを特徴とする日本文訂正
候補文字抽出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63214616A JP2599973B2 (ja) | 1988-08-29 | 1988-08-29 | 日本文訂正候補文字抽出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63214616A JP2599973B2 (ja) | 1988-08-29 | 1988-08-29 | 日本文訂正候補文字抽出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0262659A true JPH0262659A (ja) | 1990-03-02 |
| JP2599973B2 JP2599973B2 (ja) | 1997-04-16 |
Family
ID=16658674
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63214616A Expired - Fee Related JP2599973B2 (ja) | 1988-08-29 | 1988-08-29 | 日本文訂正候補文字抽出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2599973B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012048439A (ja) * | 2010-08-26 | 2012-03-08 | Kddi Corp | 対象文章に対する助詞落ち補完プログラム、装置、サーバ及び方法 |
| JP2014067458A (ja) * | 2014-01-23 | 2014-04-17 | Kddi Corp | 対象文章に対する助詞落ち補完プログラム、装置、サーバ及び方法 |
-
1988
- 1988-08-29 JP JP63214616A patent/JP2599973B2/ja not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012048439A (ja) * | 2010-08-26 | 2012-03-08 | Kddi Corp | 対象文章に対する助詞落ち補完プログラム、装置、サーバ及び方法 |
| JP2014067458A (ja) * | 2014-01-23 | 2014-04-17 | Kddi Corp | 対象文章に対する助詞落ち補完プログラム、装置、サーバ及び方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2599973B2 (ja) | 1997-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8660834B2 (en) | User input classification | |
| EP0971294A2 (en) | Method and apparatus for automated search and retrieval processing | |
| WO1997004405A9 (en) | Method and apparatus for automated search and retrieval processing | |
| Chang | A new approach for automatic Chinese spelling correction | |
| Kumar et al. | A study of spell checking techniques for indian languages | |
| US7328404B2 (en) | Method for predicting the readings of japanese ideographs | |
| Uthayamoorthy et al. | Ddspell-a data driven spell checker and suggestion generator for the tamil language | |
| Mon et al. | SymSpell4Burmese: symmetric delete Spelling correction algorithm (SymSpell) for burmese spelling checking | |
| JP3975825B2 (ja) | 文字認識誤り訂正方法、装置及びプログラム | |
| JPH0262659A (ja) | 日本文訂正候補文字抽出装置 | |
| JP2681663B2 (ja) | 日本文訂正候補文字抽出方法 | |
| Selvaramalakshmi et al. | A novel PSS stemmer for string similarity joins | |
| JP2004206659A (ja) | 読み情報決定方法及び装置及びプログラム | |
| JP2827066B2 (ja) | 数字列混在文書の文字認識の後処理方法 | |
| JPS62180462A (ja) | 音声入力かな漢字変換装置 | |
| JPS6394364A (ja) | 日本文誤字自動修正装置 | |
| JP3508312B2 (ja) | キーワード抽出装置 | |
| JP2939945B2 (ja) | ローマ字住所認識装置 | |
| JP3139624B2 (ja) | 形態素解析装置 | |
| JPH05225183A (ja) | 日本文単語誤り自動検出装置 | |
| JPH06149872A (ja) | 文章入力装置 | |
| JP3233283B2 (ja) | 日本文文章解析装置 | |
| JP2900628B2 (ja) | 辞書検索装置 | |
| JPH0869467A (ja) | 日本語文書処理装置 | |
| Zhdanova | Automatic identification of European languages |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |