JPH03188566A

JPH03188566A - 辞書連動テキストベース装置

Info

Publication number: JPH03188566A
Application number: JP1327671A
Authority: JP
Inventors: Kunio Matsui; くにお松井
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1989-12-18
Filing date: 1989-12-18
Publication date: 1991-08-16
Also published as: US5151857A

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】〔概要〕テキストの検索機能を有するテキストベース装置におい
て、テキストベースを、電子化辞書に連動させることに
より、多種多様のレベルによる検索を可能とした辞書連
動テキストベース装置に関し。

検索結果の高精度化を可能とすることを目的とし。

検索対象となるテキストベースと、各項目の形態素と文
法属性と概念とを結び付ける情報を持つ辞書と、上記辞
書中の各項目に関する形態素１文法属性、概念のそれぞ
れについて関係するテキストベースを示す情報を持つ関
係情報部とを備え。

形態素レベル、構文レベル、意味レベルでそれぞれの検
索を可能とするように構成する。

〔産業上の利用分野〕

本発明は、テキストの検索機能を有するデータベース装
置において、テキストベースを、電子化辞書に連動させ
ることにより、多種多様のレベルによる検索を可能とし
た辞書連動テキストベース装置に関する。

近年の自然言語処理技術の発達に伴い、情報検索技術の
高精度化が要求されている。このため。

ユーザのニーズにマツチするレベルでのテキストの検索
を可能にし、さらに検索した結果を、自然言語処理技術
へフィート′バックすることが必要である。

〔従来の技術〕

従来のテキストベース装置においては、テキストベース
中に存在する単語をキーワードとして蓄え、そのキーワ
ードを索引としてテキストを検索するようにしていた。

ところが、キーワードを索引とする検索では。

検索する単語が多義である場合、ユーザが要求する意味
以外のテキストについても検索を行ってしまい、検索結
果の識別は、ユーザに依存することになった。また、キ
ーワードの設定は、テキストベース作成者に依存すると
ころが多いため、キーワードの統一がなく、検索結果の
一貫性が保たれなくなることがあった。

〔発明が解決しようとする課題〕

したがって、従来のテキストベース装置において、形態
素レベルのみの検索では、単語の多義性を解消できない
という欠点が生じていた。また。

テキストベースと辞書とが連動していないため。

キーワードに新語を登録しても、以前のテキストに反映
することができず、検索結果の一貫性が保たれなく問題
も生じていた。

本発明は、ｉｉ電子化辞書テキストベースとを連動させ
ることにより、形態素レベル・構文レベル・意味レベル
でのテキスト検索を可能とし、辞書に基づいたキーワー
ドの設定によって検索結果の高精度化を可能とすること
を目的としている。

〔課題を解決するための手段〕

第１図は本発明の原理構成図である。

第１図において、１０は本発明に係る辞書連動テキスト
ベース装置、１１はマンマシンインクフェースを含む入
出力の制御を行う入出力制御部。

１２は検索処理に関する制御を行う検索制御部。

１３は辞書編集処理に関する制御を行う辞書編集部、１
４はテキス）［集処理に関する制御を行うテキスト編集
部、１５はアクセスを行うデータの関係情報を制御する
データ制御部、１６は電子化辞書、１７は関係情報部、
１Ｂは形態索表、１９は文法属性表５２０は概念表、２
１は検索対象となるテキストに関する情報が格納されて
いるテキストベースを表す。

入出力制御部１１は、検索制御部１２．辞書編集部１３
およびテキスト編集部１４の入出力を制御する。検索制
御部１２は、入出力制御部１１から受は取った検索要求
を、データ制御部１５に対して送出する。辞書編集部１
３は、を子化辞書１６のデータの編集・管理を行う。テ
キスト編集部１４は、テキストベース２１のデータの編
集・管理を行う。

関係情報部１７における形態索表１８は、言語固有の形
態素を、その識別子（ＭＩＤ）と対応させたものである
。

文法属性表１９は１品詞や構文要素などの文法属性をセ
ットとしてまとめ、それぞれを識別子（ＧＩＤ）と対応
させたものである。

概念表２０は、言語に依存しない概念を、その識別子（
ＣＩ　Ｄ）と対応させたものである。

電子化辞書１６は、形態素・文法属性・概念のそれぞれ
の識別子を組み合わせたものと、辞書項目の識別子（Ｄ
ＩＤ）とを対応させたものである。

電子化辞書１６において１文法属性の識別子は。

常に単一であるが、形態素と概念の識別子は、単一の場
合と複合の場合とがある。これは、複合形態素（いわゆ
る慣用句）や複合概念（複数の概念の組み合わせによる
概念）に対応するためであるが、形態素および概念の識
別子のどちらか一方は。

必ず単一である。

テキストベース２１は、１つの文について、形態素列・
文法属性構造・概念構造のそれぞれの識別子を組み合わ
せたものと、その文の識別子（ＴＩＤ）とを対応させた
ものである。

形態索表１８中のＤＩＤＩは、電子化辞書１６における
項目の識別子ＤＩＤとその順序を示し。

ＴＩＤＩは、テキストベース２１におけるテキスト文の
識別子ＴＩＤとその順序を示す。文法属性表１９中のＤ
ＩＤ２は、電子化辞書１６におけるＤＩＤとその構造（
深さと構文関係と依存関係）を示し、ＴＩＤ２は、テキ
ストベース２１におけるＴＩＤとその構造（深さと構文
関係と依存関係）を示す。概念表２０中のＤＩＤ３は、
１を子化辞書１６におけるＤＩＤとその構造（深さと意
味的関係と依存関係）を示し、ＴＩＤ３は、テキストベ
ース２１におけるＴＩＤとその構造（深さと意味的関係
と依存関係）を示す。

なお、いずれの項目も、電子化辞書１６およびテキスト
ベース２１上に出現するすべての表現を格納する。

〔作用〕

第２図は９本発明で扱う検索関係情報の例を示す。

例えば、検索対象のテキス１−ＴＥＸＴが、「彼は東京
へ行＜、」であるとする。これに関連する情報として１
本発明では、第２図に示すような形態素１文法属性構造
および概念のそれぞれの面から捉えた情報を、各要素ご
とに、関係情報部１７の形態索表１８１文法属性表１９
．概念表２０にあらかじめ設定しておき、これらの要素
の関係を電子化辞書１６で管理しておく。なお、形態素
は。

「彼／は／東京／・・・」というように、テキストベー
ス２１に現れる文を単語要素に分解したものであり１文
法属性構造は１代名詞、助詞、・・・といった品詞や、
係り受けなどを示す構文要素などの情報を持つものであ
る。概念は、言語表現から離れた意味内容を示す。

また、形態索表１８．文法属性表１９．概念表２０の要
素を、それに関係するテキストベース２１に対応づける
。

こうして管理される関係情報部１７により、形態素レベ
ル、構文レベルおよび意味レベルの検索要求に対して、
柔軟に対応することができる。

また、を子化辞書１６またはテキストベース２１の編集
による変更に対して、結果を関係情報部１７に反映させ
、電子化辞書１６とテキストベース２１とを連動させて
変化させることにより、検索関係情報の一貫性を保ち、
検索結果の高精度化を実現することができる。

〔実施例〕

第３図は本発明の実施例に係るデータ構造の例。

第４図は本発明の実施例に係る検索要求に対する処理フ
ロー、第５図は本発明の実施例に係る辞書編集要求に対
する処理フロー、第６図は本発明の実施例に係るテキス
トａ集要求に対する処理フロ第７図は本発明の実施例に
よる形態素レベルの検索の例、第８図は本発明の実施例
による構文レベルの検索の例、第９図は本発明の実施例
による意味レベル（多義語）の検索の例、第１０図は本
発明の実施例による意味レベル（含有語）の検索の例、
第１１図は本発明の実施例による辞書編集の例を示す。

例えば、第２図に示すような形態素１文法属性構造、概
念の検索関係情報は、第３図に示すようなデータ構造に
よって実現される。

形態索表１８は、「は」、「へＪ＋　　ｒ彼」、・・・
などの言語間をの形態素を、その識別子ＭＩＤに対応さ
せたもので、ＤＩＤＩ、ＴＩＤＩとして。

関係する電子化辞書１６とテキストベース２１を示す情
報を保持する。

文法属性表１９は１品詞や構文要素などの文法属性を、
その識別子ＧＩＤに対応させたもので。

ＤＩＤ２．ＴＩＤ２として、関係する電子化辞書１６と
テキストベース２１を示す情報を保持する。

概念表２０は、言語に依存しない意味的な要素を１ｗｈ
別子ＣＩＤに対応させたもので、関係する電子化辞書１
６とテキストベース２１を示す情報を保持する。

第３図において、電子化辞書１６のＤＩＤが２００６６
１のものを見ると、ＭＩＤ４．ＣＩＤ４．ＣＩＤ４によ
り、形態素が「彼」１文法属性が「代名詞」、概念が「
あの男」および「遠くにある事物」を意味するものが、
関連付けられることがわかる。

「私は東京へ行く。」を表すテキストの場合。

第３図に示すテキストベース２１のＭＩＤ５．ＣＩＤ５
．ＣＩＤ５の形で、データを保持する。

検索要求に対する処理は、第４図に示すように行われる
。以下、第４図に示す処理■〜［相］に従って説明する
。

■　入出力制御部１１ば、ユーザからの検索要求を受は
付けると、検索制御部１２に通知する。

■　検索制御部１２は、その検索要求を解析し。

データ制御部１５における検索の手順を決定する。

■　まず、要求された検索レベルが、形態素レベルかど
うかを判定する。形態素レベルの検索の場合、形態索表
１８からその識別子ＭＩＤを参照し、テキストベース２
１を直接検索し、その識別子ＴＩＤを求める。そのため
、処理［相］へ制御を移す。

■　検索レベルが形態素レベルでないとき５次に構文レ
ベルかどうかを判定する。構文レベルでないときには、
処理■へ移る。

■〜■　構文レベルの検索では、形態索表１８から得た
識別子ＤＩＤＩから電子化辞書１６を参照し、その識別
子ＧＩＤ４を求め、さらにその識別子ＧＩＤ４から文法
属性表１９を参照し。

その要素を求め、要求の確認を行ってから処理［株］へ
移る。また、検索要求が文法属性表１９の要素であるな
らば、処理［相］へ移り、テキストベース２１を直接検
索する。

■　検索レベルが意味レベルかどうかを判定する。

意味レベルでもない場合、処理を終了する。

［相］〜■　意味レベルの検索では、形態索表１８から
得た識別子ＤＩＤＩから電子、化辞書１６を参照し、そ
の識別子ＣＩＤ４を求め、さらにその識別子ＣＩＤ４か
ら概念表２０を参照し、要素を求め、特に複数の要素が
存在するときなど要求の確認を行って５処理［相］へ移
る。また、検索要求が、概念表２０の要素であるならば
、処理■へ移り、テキストベース２工を直接検索する。

［相］　テキストベース２１を検索することにより。

その識別子ＴＩＤを求める。そのＴＪＤに基づいて検索
結果を編集し出力する。

辞書編集要求に対する処理は、第５図に示すように行わ
れる。以下、第５図に示す処理■〜■に従って説明する
。

■　入出力制御部１１は、ユーザからの辞書編集要求を
受は付けると、辞書編集部１３に通知する。

■　辞書編集部１３は、その辞書編集要求を解析し、デ
ータ制御部１５における辞書編集の手順を決定する。

■〜■　ここで、形態索表１８１文法属性表１９または
概念表２０に、追加・更新・削除の変更が生した場合に
は、それぞれの変更に応してテキストベース２１を変更
する。

テキス［集要求に対する処理は、第６図に示すように行
われる。以下、第６図に示す処理■〜■に従って説明す
る。

■　入出力制御部１１は、ユーザからのテキスト編集要
求を受は付けると、テキスト編集部１４に通知する。

■　テキス）Ｉ集部１４は、そのテキスト編集要求を解
析し、データ制御部１５におけるテキスト編集の手順を
決定する。

■〜■　ここで、形態索表１８１文法属性表１９または
概念表２０に、追加・更新・削除の変更が生じた場合に
は、それぞれの変更に応じて電子化辞書１６を変更する
。

以上のように処理することにより、電子化辞書１６とテ
キストベース２１とが連動して変化することになり、一
貫性が保たれるとともに、検索結果の高精度化が実現さ
れる。

第７図は、検索レベルが形態素レベルの場合の本発明の
実施例を示している。

例えば、形態素レベルの指定による「東京」の検索要求
があった場合、形態索表１８から、その識別子Ｍ　Ｉ　
Ｄ　（０００４１２）を参照し、テキストベース２１を
直接検索する。この例では、検索結果として、「彼が東
京に来た。」というテキストが求められている。

第８図は、検索レベルが構文レベルの場合の本発明の実
施例を示している。

例えば、構文レベルの指定による「東京」の検索要求が
あった場合、形態索表１８から得た識別子Ｍ　Ｉ　Ｄ　
（０００４１２）から、を子化辞書１６を参照し、その
識別子ｃ　ｒ　Ｄ　４　（ＯｏｏＯ０８）を求め、さら
にその識別子Ｇ　Ｉ　Ｄ　４　（０００００Ｂ）から９
文法属性表１９を参照し、その要素を求め、テキストベ
ース２１を検索して、その識別子ＴＩＤを求める。

ここでは、「東京」も「大阪」も同じ文法属性を持つた
め、「彼が東京に来た。」、「大阪に来た人は、幸運だ
った。」、・・・というような検索結果が得られている
。

第９図は、検索レベルが意味レベルの多義語の場合の本
発明の実施例を示している。

例えば、意味レベル（多義語）の指定によるｒＭＴ、の
検索要求があった場合、形態索表１８から得た識別子Ｍ
　Ｉ　Ｄ　（０００１１１）から、を子化辞書１６を参
照し、その識別子ＣＩＤ４　（１０３４５９／１０３４
６０）を求め、さらにその識別子ＣＩＤ４　（１０３４
５９／１０３４６０）から、概念表２０を参照し。

その要素を求める。ここでは要素が２つあるので。

要求が「磁気テープ」という意味の概念であるのか、「
機械翻訳」という意味の概念であるのかを。

ユーザに確認する。もし、「機械翻訳」の概念が選択さ
れたならば、それの対応するテキストベース２１を検索
し、その識別子ＴＩＤを求める。

この例では、検索結果として、ｒＭＴは翻訳者に脅威で
あった。」のテキストが出力され　ｒＭＴによって記憶
する。」のテキストは検索対象から外されている。

第１０図は５検索レベルが意味レベルの含有語の場合の
本発明の実施例を示している。

例えば、意味レベル（含有語）の指定による「東京」の
検索要求があった場合、形態索表１８から得た識別子Ｍ
　Ｉ　Ｄ　（０００４１２）から、を子化辞書１６を参
照し、その識別子ＣＩ　Ｄ　４　（１０３４５７）を求
める。さらにその識別子Ｃｒ　Ｄ　４　（１０３４５７
）から、概念表２０を参照し、その要素を求めて。

確認の上、テキストベース２１を検索し、その識別子Ｔ
ＩＤを求める。

ここでは、「上京」という語が、「東京という所」とい
う概念と「出掛けること」という概念から成り立ってい
るため５検索要求が「上京」という語を指定しなくても
、検索の対象として選択される。この例では、検索結果
として、「彼が東京に来た。」「故郷の友人が上京した
。」、・・・のテキストが出力されている。

以上の検索要求に対する処理では、形態素レベル・構文
レベル・意味レベルの個々の要求についての処理を説明
したが、もちろん複数の語について複数の検索レベルを
指定し、ＡＮＤ条件やＯＲ条件で結合した要求を同様に
処理することが可能である。

第１１図は、辞書編集要求に対して、テキストベース２
１が連動して変更される場合の本発明の実施例を示して
いる。

例えば、′を子化辞書１６に「東京ドーム」を追加する
辞書編集要求があったとする。ここで、形態索表１８お
よび文法属性表１９では、既存の「東京」と「ドーム」
という要素の組み合わせで「東京ドーム」を定義できる
が、概念表２０に追加が生じる。

そこで、第１１図に示すように、追加された「東京ドー
ムという野球場」の概念（ＣＩＤ−５５７８６８）を、
テキストベース２１に反映させるとともに、既存の分割
された概念（ＣＩ　Ｄ　＝００９８５６゜１０３４５７
）に対しては、その関連するＤＩＤ３およびＴＩＤ３の
削除を行う、このようにして、１を子化辞書１６の変更
が、既存のテキストベース２１に反映され、検索結果の
高精度化が実現される。

テキス）Ｗ集要求に対する処理の場合も同様に。

テキストベース２１と電子化辞書１６が連動して変化す
るようにされ、一貫性が保たれる。

〔発明の効果〕

以上説明したように９本発明によれば、形態素レベル・
構文レベル・意味レベルでそれぞれの検素が可能となる
効果を奏し、テキストベースと電子化辞書とを連動させ
ることにより、辞書の変更をテキストベースに反映させ
ることができるため。

情報検索技術の高精度化に寄与するところが大きい。

【図面の簡単な説明】

第１図は本発明の原理構成図。第２図は本発明で扱う検索関係情報の例。第３図は本発明の実施例に係るデータ構造の例。第４図は本発明の実施例に係る検索要求に対する処理フ
ロー第５図は本発明の実施例に係る辞書編集要求に対する処
理フロー第６図は本発明の実施例に係るテキス）Ｗ集要求に対す
る処理フロー第７図は本発明の実施例による形態素レベルの検索の例
。第８図は本発明の実施例による構文レベルの検索の例。第９図は本発明の実施例による意味レベル（多義語）の
検索の例。第１０図は本発明の実施例による意味レベル（含有梧）
の検索の例。第１１図は本発明の実施例による辞書編集の例を示す。図中、１０は辞書連動テキストベース装置、１１は入出
力制御部、１２は検索制御部、１３は辞書編集部、１４
はテキス）［東部、１５はデータ制御部、１６は電子化
辞書、１７は関係情報部。１８は形態索表、１９は文法属性表、２０は概念表、２
１はテキストベースを表す。

Claims

【特許請求の範囲】テキストの検索機能を有するテキストベース装置におい
て、検索対象となるテキストベース（２１）と、各項目の形
態素と文法属性と概念とを結び付ける情報を持つ辞書（
１６）と、上記辞書中の各項目に関する形態素、文法属性、概念の
それぞれについて関係するテキストベースを示す情報を
持つ関係情報部（１７）とを備え、形態素レベル、構文
レベル、意味レベルでそれぞれの検索を可能とした辞書
連動テキストベース装置。