JPH0348367A

JPH0348367A - 主題連想装置および単語連想装置

Info

Publication number: JPH0348367A
Application number: JP1183163A
Authority: JP
Inventors: Shin Kamiya; 伸神谷
Original assignee: Sharp Corp
Current assignee: Sharp Corp
Priority date: 1989-07-14
Filing date: 1989-07-14
Publication date: 1991-03-01
Anticipated expiration: 2011-08-28
Also published as: JP2527817B2; US5122951A

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】く産業上の利用分野〉この発明は、入力された文章の主題を連想する主題連想
装置、および、入力文章の主題を連想してこの連想した
主題に即した単語を連想する単語連想装置に関する。

く従来の技術〉将来、自動翻訳電話が実用化されることが予想される。

この自動翻訳電話は、対話音声に基づいて主題を連想し
、この連想した主題の領域の中にある３千語程度に認識
語量を絞り込むことによって実用レベルの認識性能を確
保するようにしている。

一方、上述のように、入力音声から主題を連想する方広
として、次のような方法か紹介されている（掘他「音声
理解システムのための連想パーザＡＳＰ」電子情報通信
学会論文集Ｖｏｌ．Ｊ７１Ｄ　Ｎｏ．５　ｐｐ．７８２
−７８９）。この連想パーザにおいては、文節毎に区切
って発声された１千語程度の語社から成る情景描写文章
音声を認識ずるしのであり、主題・場面ネットワークと
いう意味的・文脈的拘束を用いて主題を連想し、この連
想された主題にふさわしい単語を選択４″ることによっ
て複数の文節認識候補の中から正しい文節候％ｌｉを選
択ずるのである。

く発明が解決しようとする課題〉しかしなから、上述のような主題・場面ネットワークに
類似した意味的・文脈的拘束を構築する際には、次のよ
うな問題がある。すなわち、第２図に示ように、主題は
場面に比べて緩やかに移り変わっていく。しかしながら
主題と場面との門には客観的な相異はなく、人Ｊこよっ
て主題・場面の定義は異なるものである。例えば、以下
に掲げるような段落を６名の被験者（連想者Ａ，Ｂ，Ｃ
，Ｄ，Ｅ，Ｐ）に提示した場合に、各被験者は次のよう
に主題と場面とを連想する。

連想用文章（段落）「英国では、天候は大変不安定で１。巽常な天候のため
に、私達はびっくりすることが度々あります。一月に雪
が降ったり、三月に雪が降ったり、六月に雪が降ること
さえあります。二月は必ずしも雪の月とは限りません。

もちろん二月に雪が降っても誰も驚きません。

二月は、一年中で雪が降るのに最も自然な時期なのです
。」連想者Ｂ連想者Ｃ連想者Ｄ連想者Ｅ連想者Ｆこのように、各被験者が連想した主題と場面とにはかな
りの個人差があり、主題数は１個から２個まで、場面数
は１個から５側までとバラエティーに富んでいる。した
がって、上述の自動翻訳電話を実現する際に、上記主題
・場面不ツトワークに類似する意味的・文脈的拘束を構
築する作業を多人数で分業すると、個人差のために主題
・場面ネットワークの質に不均等が生じ、安定して主題
を連想することができないという問題がある。

そこで、この発明の目的は、所定の規則に従って自動的
に構築した意味的・文脈的拘束を用いて入力文章の主題
を安定して連想できる主題連想装置、および、この主題
連想装置によって入力文章の主題を連想して連想された
主題に基づいて次に連なる単語を連想することができる
単語連想装置を提供することにある。

く課題を解決するための手段〉上記目的を達成するため、第１の発明の主題連想装置は
、自立語とその自立語の概念を表す自立語概念とを対応
付けた概念表を格納する概念表格納部と、文章の主題を
表す主題パターンを格納する主題パターン格納部と、上
記概念表格納部に格納された概念表を参照して、入力さ
れた学習用文節列（または学習用単語列）を自立語概念
の列に変換し、得られた自立語概念列の各自立語概念を
基準とした所定区間における自立語概念のヒストグラム
を生成し、この生成した自立語概念ヒストグラムのパタ
ーンを上記主題パターンとして上記主題パターン格納部
に格納する主題パターン生成部と、上記概念表格納部に
格納された概念表を参照して、入力された文章の文節列
（または単語列）を自立語概念の列に変換し、得られた
入力文章の自立語概念列の各自立語概念を基準とした上
記所定区間における自立語概念のヒストグラムを生成し
、この生成された入力文章の自立語概念ヒストグラムの
パターンと上記主題パターン格納部に格納された主題パ
ターンとのマソチングを行い、マッチング距離の小さい
主題パターンを入力文章の主題を表す主題バターノとし
て選出する主題連想部を備えたことを特徴としている。

また、上記主題連想装置の主題パターン生成部は、複数
の学習用文節列（または複数の学習用単語列）に基つい
て複数の自立語ＩＦｔ念ヒストクラムを生成し、得らイ
ｔた自立語ｌＩ！含ヒストグラム群をクラスタリングし
て各クラスタを代表する自立語概念ヒストグラムのパタ
ーンを上記主題パターンとして主題パターン格納部に烙
納ずる上うに成ずことか望ましい。

また、第２の発明の単語連想装置は、上記主題連想装置
と、入力文章の文節列（または単語列）を構成する文節
（または単語）の候補として複数の文節候補（または複
数の車語候補）か存在する場合に、上記複数の文節候補
（または曳数の単語候補）を構成する自立語のうち、上
記主題連想装置の主題連想部によって選出された主題パ
ターンにおいてより高い出現頻度を示す自立語概念に属
する自立語を選択して、この選択された入力文章の主題
に即した自立語から収る文節候補（または単語候補）を
用いた文節列（または単語列）を出力する単語運想部を
備えたことを特徴としている。

く作用〉第ｌの発明の主題連想装置において、主題パターン生成
部に学習用文節列（または学習用単語列）が入力される
と、自立語とその自立語の概念を表す自立語概念とを対
応付けて概念賂納部に格納された眠念表が参照され、学
習用文節列（または学習用単語列）が自立語概念の列に
変換される。そして、得られた自立語概念列の各自立語
概念を基準とした所定区間における自立語概念のヒスト
グラムが生成され、この生成された自立語概念ヒストグ
ラムのパターンが文章の主題を表す主題パターンとして
主題パターン格納部に格納される。

その後、主題辻想部に文章が入力されると、上記概念表
か参照されて入力文音の文節列（または単詔列）か自立
語ホ念の列に変換される。そして、得られた入力文？３
の自立語概念列の各自立語販念を基準とした上記所定区
間における自立語概念のヒストグラムか土成され、この
生威された入力文章の自立語概念ヒストグラムのパター
ンと上記主題パターン格納部に格納された主題パターン
とのマッチングが行われ、マソチング距離の小さな主題
パターンが入力文章の主題を表す主題パターンとして選
出されて入力文章の主題か連想される。

さらに、」−記主題連想装置の主題パターン生成部は、
複数の学習用文節列（または｝夏数の学習用単語列）に
基ついて複数の自立語ほ念のヒストクラムを生成し、得
られ几自立詔ホ念ヒストクラム群をクラスタリングして
各クラスタを代表する自立語眠念ヒストグラムのパター
ンを上記主題パターンとして主題パターン格納部に格納
するように成せば、種々の主題に関する主題パターンを
用意することができる。

また、第２の発明の単語連想装置は、上記主題連想装置
を有して、上記入力文章の文節列（または単語列）を構
戊する文節（または単語）の候補が曳敗存在する場合、
この複数の文節候補（または単語炊捕）が単語連想部に
入力されると、複数の文節挨補（または複数の単語候補
）を構成する自立語のうち、上記主題連想装置の主題連
想部によって選山された主題パターンにおいてより高い
出現頻度を示す自立語概念に属する自立語が選択されて
、入力文章に即した自立語（単語）が連想される。

したがって、主題連想部によって連想された入力文章の
主題に即した自立語から成る文節候補（または単語候補
）が選択されて、正しい文節列（または単語列）が出力
される。

〈実施例〉以下、この発明を図示の実施例により詳細に説明する。

第１図はこの発明に係る単語連想装置のブロック図であ
る。この単語連想装置は、音声認識や仮名漢字変換の際
における認識処理あるいは変換処理によって複数の文節
候補が得られた場合に、入力文章からこの入力文章の主
題を連想し、この連想した主題に即した自立語（単語）
を連想することによって、複数の文節候補を構成する複
数の自立語の中から正しい自立語を選択し、正しい文節
列を出力するものである。以下、音声認識の場合を例に
、主題の連想と自立語の連想について述べる。

認識対象の入力文音声は音声認識部でＡ／Ｄ変換された
後、パワー．線形予測分析値等の特徴パラメータが抽出
される。そして、この特徴パラメータから音韻ラチスま
たは音節ラチスが求められ、文節に関する文法規則に従
って、上記音韻ラヂスまたは音節ラチスから文節候補の
ラヂスが出力される。こうして、音声認識部から出力さ
れた文節候補のラチス（認識用文節ラチス）は主題連想
部！および単語連想部２に入力される。第１図において
は、」二記音声認識部は省略してある。

上記主題連想部１はこの発明に係る主要な部分である。

この主題連想部ｌは、後に詳述するようにして、概念表
格納部４に格納された概念表を参照して得Ｓれたｉ．！
　ｊａ用文節ラチスの自立語概念ヒストグラムのパター
ンと主題パターン格納部５に格納された主題．パターン
とのマソチングを行い、Ｊ二記音声認識部から入力され
た認識用文節ラチスに類似ずる主題パターンを選出する
（すなわち、認識用文節ラチスの主題を連想する）ので
ある。

そうすると、単語連想部２は、主題連想部ｌによって選
出された主題パターンに基づいて、対象となっている各
文節候補を横１戊する自立詔の信頼度を求めて信頼度の
高い自立語を選択して（すなわち、自立詔を連想して）
出力するのてある。

一方、上記主題パターン格納部５に格納される主題パタ
ーンは次のようにして生成される。ナなイつち、学習用
の文音声が上記音声認識部に入力され、上述の認識対象
の入力文音声と同様にして文節列（学習用文節列）が出
力されて主題パターン生戊部３に入力される。そして、
主題パターン生戊部３によって、概念表格納部４に格納
された概念表を参照して学習用文節列の自立語概念ヒス
トグラムが生成される。こうして生成された全ヒストグ
ラムについての代表ヒストグラムが求められて主題パタ
ーン格納郎５に格納されるのである。

以下、上記主題パターン生成部３において実行される主
題パターンの生成と、上記主題連想部ｌにおいて実行さ
れる主題連想および単語連想部２において実行される自
立語連想について詳細に説明する。

（Ａ）　　主題パターンの学習（生成）モード第１表は
本実施例において概念表格納部４に格納されろ概念表の
元となる概念階層表を示す。

以下余白第ｌ表この概念階層表は予め専門家によって対象語量に基づい
て作成しておけばよく、小分類には自立語の概念を表す
番号（以下、概念番号と言う）を付加しておく。このよ
うにして作威された概念階層表に従って、自立語の概念
を表す概念番号と自立語とを対応付けた概念表を概念表
格納部４に格納する。本実施例における概念番号の総数
は約２００であるが、用途に応して１０００ｇ程度に細
分化しても構わない。このように設定されて概念表格納
部４に格納された概念表を用いて、主題パターン生成部
３によって次のようにして主題パターンが生成されるの
である。

ここで、上記音声認識部（図示せず）から入力された学
習用文節列に含まれる文節の通し番号をｔとし、Ｌ番目
の文節をＢ　（ｔ）とする。そして、文節Ｂ　（ｔ）を
構成する自立語の上記販念表における各自立語の概念番
号をＳ　（Ｌ）とする。

以下、学習用文節列として「／′父は／アメリカからの
／牛肉を／食べた／」が主題パターン生成部３に入力さ
れた場合を例として、主題パターン生成動作について具
体的に説明する。

まず、上記主題パターン生成部３において、礪念表格納
部４に格納された概念表を参照して、学習用文節列「／
父は／アメリカからの／牛肉を／食べた／」を構成する
各自立詔の概念番号Ｓ　（Ｌ）を調べ、学習用文節列を
概念番号Ｓ（ｔ）列に変換する。すなわち、第３図にお
ける学習用文節列の５５番目の文節Ｂ（５　５）一ｒ父
は」を構成ケる自立語「父」の概念番号ｉが、第１表か
らｉ＝ｓ（５５）＝６５と求められる。他の文節Ｂ　（
ｔ）の概念番号Ｓ（０ら同様にして求められ、第３図に
示すような概念番号列が得られるのである。

次に、学習用文節列を構成する概念番号列における全概
念番号Ｓ　（ｔ）に対して夫々（ｔ−１）番目から（Ｌ
−Ｔ）番目までの概念番号Ｓ（ｔ−１）〜Ｓ（ｔ−Ｔ）
の出現頻度を求めてヒストグラムを作成し、このヒスト
クラムをｈｔ（以下、単にヒストクラムｈと言う）とす
る。こうして得られたヒストグラムｈにおける概念番号
ｉの出現頻度をｈ（ｉ）とする。第４図（ａ）は例えば
ある学習用文節列のヒストグラムｈを宋めろ過程におけ
るＴ＝ｌＯ．ｔ＝１００のときのヒストグラムを示し、
第４図（ｂ）はＴ＝ＩＯ，ｔ＝１２．０のときのビスト
グラムを示し、第４図（ｃ）はＴ＝１０．ｔ＝１４０の
ときのヒストグラムを示し、第４図（ｄ）はＴ＝ＩＯ．
ｔ＝１６０のときのヒストグラムを示す。

尚、上記Ｔは入力文章の主題を連想ケる際や単語を連想
する際に参考にする認識，斉みの文節列の長さに相当す
る。したがって、Ｔの値を２０程度に設定すると、得ら
れるヒストグラム１１は“場面”に相当する概念番号列
に・おける各概会番号の出現頻度を示すことになる。ま
た、Ｔの値を５０以上の値に設定すると、得られるヒス
トグラムｈは“場面“よりゆっくりと遷移する“主題”
に相当する概念番号列における各概念番号の出現頻度を
示すことになるのである。第５図に食生活に関する文章
を学習用として入力した際に得られたヒストグラムｈの
例を示す。第５図より、食生活に関ケる自立語を表す概
念番号（すなわち、小分類“食料”を表す概念番号ｉ＝
　５　４　，小分類“生活”を表す概念番号ｉ＝１３１
）の出現頻度が高く、ヒストグラムｈが主題のパターン
を表していることが分かる。

このようにして、主題パターン生成部３に入力された多
数の学習用文節列がヒストグラムｈに変換される。ここ
で、ヒストグラムｈにおける概念番号１の最大値をｌと
すると、ヒストグラムｈのパターンは１次のベクトルと
見なすことができろ。

そして、主題パターン生成部３は、得られた組てのヒス
トグラム（ベクトル）をクラスタリングして複数のクラ
スタを求める。その際のクラスタリングの方法はどのよ
うな方法でも構わない。こうして得られた各クラスタを
代表するヒストクラｌ、（例えば、中心のヒストグラム
）を主題パターンとして主題パターン格納部５に格納す
るのである。ずなわら、この主題パターンが八ノノ文章
の主題を連想する際の意味的・文脈的拘束となるのであ
る。

この主題パターン格納部５に格納された主題パターンに
は主題パターン番号ｋが付加され、その主題パターン番
号ｋの最大値をＫとする。

また、総ての学習用文節列から得られたヒストグラムｈ
の平均をＨとし、この平均ヒストグラムｔｌにおける出
現頻度Ｈ（ｉ）の平均値をａｖｅＨとする。

第６図にこの平均ヒストグラムＨの一例を示す。

このように、本実施例において生成される意味的・文脈
的拘束は、主題パターン生成部３によって所定の規１１
１１に従って自動的に構築されるのて、種々の学習用文
節列が入力されても常に一定の基準に上って作成される
。したがって、この意味的・文脈的拘束を使用して行わ
れる主題連想は安定して実行されるのである。

（Ｉ３）　　認識用文節ラチスの評価（主題／単語連想
）モード上述のようにして、上記音声認識部（図示せず）におい
て認識対象の入力音声に基づいて求められた認識用文節
ラチスが主題連想部１および単語連想郎２に入力される
。以下、認識用文節ラヂスとして「／政府が／イギリス
から／輸入した／さとうを／」が主題連想部ｌおよび単
語連想部２に入力された場合を的として、認識用文節ラ
チスの評価動作について具体的に説明する。この場合、
文節／さとうを／に対する文節候ｈ１１が／砂糖を／と
／佐藤を２７の二つ存在し、このうちいずれかの正しい
文節ａＪ　Ｎｌｉを主題連想および単語連想を行うこと
によって選択するのである。

よず、認識用文節ラチスの主題を連想する。すなわち、
上記主題連想部１において、概念表格納ｉ？｛Ｅ　４に
格納された眠念表を参照して、認識用文節ラチス／砂ｋ；１を／ｒ／政府か／イギリスから／輸入した／　佐ｉ体ヲ／　
’を｛１４戊する各自立語の概念番号Ｓ　（ｔ）を調べ
、認識用文節列を販念番号Ｓ　（ｔ）列に変換する。す
なわち、第７図における認識用文節ラチスの１７１番目
の文節Ｂ（１７１．）一ｒ政府が」を構威する自立．５
５「政府」の概念番号ｉが、第１表からｉ＝　Ｓ　（１
７１）７ｌと求められる。池の文節Ｂ　（ｔ）の概念番
号Ｓ　（ｔ）ら同様にして求められ、第７図に示すよう
な概念番号ラチスが得られるのである。ここで、１７４
番目の文節「さとうを」においては、文節候補「砂糖を
」に対応する販念番号候補Ｓ　（１７４）−５　４と文
節候補「佐藤を」に対応する販念番号候ｈｌｉ　Ｓ　（
１７４）−６５とが得られる。そして、得られた概念番
号列に基づいて、主題パターンの学習モードの場合と同
様にして、ｔ＝１７３（すなわち、認識対象となってい
る１７４番目の文節の一つ前の文節の通し番号）までの
全概念番号Ｓ　（ｔ）の夫々を基準とした区間Ｔにおけ
る各概念番号Ｓ　（ｔ）の出現頻度を求めてヒストグラ
ムｈを生成する。

次に、主題連想部１は、上述のようにして求めた記識用
文節ラヂスを構成ずる概念番号Ｓ　（ｔ）のヒストグラ
ムｈのパターン（以下、認識用パターンと言う）と主題
パターン格納部５に格納されている総ての（Ｋ個の）主
題パターンとのパターン・マッチングを行い、マッヂン
グの距離の小さいほうから順にｍ個の主題パターンを選
出する。すなわち、入力文章を構成する自立語のヒスト
グラムパターンに似ている自立語のヒストグラムパター
ンを有するｍ個の主題パターンを選出するのである。第
８図はｍ＝１の場合における距離算出処理動作のフロー
チャートを示す。以下、第８図に従って距離算出処理動
作の一例について述べる。

ステップＳ１で、距離Ｄの最小値ｍｉｎＤに、予想され
る値より大きな初期値がセットされ、主題パターン番号
ｋに“ｌ”がセットされる。

ステップＳ２で、距離Ｄに初期値“０”がセットされ、
概念番号ｉが“ｌ”にセットされる。

ステップＳ３で、距離算出時に用いる重みＷ　（．ｉ　
）に“ｌ”かセットされる。

ステップＳ４で、平均ヒストグラムＩ］における概念番
号ｉの出現頻度１−１（ｉ）か平均値ａ　ｖ　ｅ　Ｉ−
１上りら大きいか否かが判別される。その結果平均値ａ
ｖｅＩ４より大きければステップＳ５に進み、そうでな
ければステップＳ５をスキップする。

ステップＳ５で、重みＷ（ｉ）にａｖｅＨ／Ｈ（ｉ）か
セットされる。

すなわち、出現頻度Ｈ（ｉ）が平均値ａｖｅＨより大き
い場合には概念番号ｉの出現頻度は高いので、重みＷ（
ｉ）の値を出現頻度Ｈ（ｉ）と平均値ａｖｅＨとの比に
応じた“１”以下の値に設定する。一方、出現頻度Ｈ　
（ｉ）が平均値ａｖｅＨ以下の場合には重みＷ（ｉ）の
値を“Ｉ”に設定するのである。

ステップＳ６で、距離Ｄを（Ｄ　＋ｗ（ｉ）ｘ　ｌ　ｈ
（ｉ）Ｒｋ（ｉ）　ｌ　）に置き換え、概念番号ｉに“
ｌ”が加算される。

ステップＳ７で、概念番号ｉがその最大値■より大きい
か否かが判別される。その桔果ｌより大きければステッ
プＳ８に進み、そうでなければステップＳ３に戻って次
の概念番号（ｌ川）に対する処理に入る。

すなわち、概念番号毎における主題パターンの出現頻度
と認識用パターンの出現頻度との差の全概念番号に対す
る合計値を、距離Ｄの値とするのである。

ステップＳ８で、上記ステップＳ６で算出された距離Ｄ
の値が最小値ｍｉｎＤの値上り小さいか否かが判別され
る。その結果最小値ｍｉｎＤの値より小さければステッ
プＳ９に進み、そうでなければステップＳ９をスキップ
する。

ステップＳ９で、距離Ｄの最小値ｍｉｎＤが」二記ステ
ップＳ６で算出された距離Ｄの値に置き換え与、距離Ｄ
が最小となる主題パターン番号ｍｉｎＫがｋに置き換え
られる。

ステップＳＩＯで、主題パターン番号ｋに“ｌ”が加算
される。

ステップＳｌｌで、主題パターン番号ｋの値が最大値ｌ
く以下か否かが判別される。その結果Ｋ以下であればス
テップＳ２に戻って次の主題パターンに対する処理を実
行する。そうでなければ距離算出処理動作を終了する。

上記フローチャートはｍ＝１の場合であるが、ｍの値を
２以上にする場合には、例えばｍｉｎＫをｍ個設けて絶
えず小さいほうからｍｇの距離Ｄの値を確保しておけば
よい。また、距離尺度はユークリッド距離等の他の距離
尺度であっても構わない。

こうして得られた距離Ｄの小さいほうからｍ個の主題パ
ターンに中に入力文章の主題があると推定する（すなわ
ち、入力文章の主題を連想する）のである。

こうして主題連想部ｌによって主題が連想されると、主
題連想郎ｌからの情報に基づいて、単語連想部２は認識
用文節ラチスの文節候補を構成している自立語の中から
主題連想部１によって連想された主題に即した自立語を
連想し、この連想結果に基づいて正しい文節候補を選択
するのである。

以下、単語連想部２によって実行される自立語の連想と
文節候Ｎｌｉの選択について述へる。

上記主題連想部１によって選出された距離Ｄの値の小さ
いほうからｍ個の主題パターンの主題パターン番号ｍｉ
ｎＫが！！ｉ語連想部２に出力されろ。そうすると、単
語連想部２は主題パターン番号ｍｉｎＫに相当する主題
パターンを主題ペターン格納部５から読み出す。そして
、読み出しｆこｍ個の主題パターンを平均した平均主題
パターンＩ｛ｍを求め、この平均主題パターンＩ−１＋
ｎによって入力文章の主題のパターンを表すのである。

すなわち、入力文章の主題のパターンを表す平均主題パ
ターンＨｍにおける概念番号ｉの出現頻度はＨｍ（ｉ）
となり、高い出現頻度Ｈｍ（ｉ）の値を示す概念番号ｉ
の自立語ほど、より主題を適確に表す自立語であると言
える。

そこで、信頼度の高い文節候補は認識済みの文章の主題
に即している（すなわち、信頼度の高い文節候捕を構戊
する自立語は平均主題パターンＨｍにおいでより高い出
現頻度Ｈｍ（ｉ）を有している）として、単語連想部２
によって次のようにして信頼度の高い文節候補を選択す
るのである。すなわら、認識用文節ラチス「／政府か／イギリスから／輸入した／，Ｂ　器ｔ／，
Ｊの１７４番目の文節の文節候補「砂糖を」に対応する
眠念番号候ｈｉｉＳ（１７４）±５４の平均主題パター
ンＴ−１ｍにおける出現頻度Ｉ−１ｎ（５４）を求める
。さらに、文節候補「佐藤を」に対応する概念番号候補
Ｓ（１７４）＝　６　５の平均主題パターンＨｍにおけ
る出現頻度１−１ｍ（６５）を求める。そして、出現頻
度１−１ｍ（５４）の値と出現頻度Ｈｍ（６５）の値と
を比較して、大きい値を示す概念番号候補の信頼度が高
いとするのである。そこで、単語連想部２は高い値を示
す出現頻度１−Ｉｍ（５４）のほ念番号ｉ−５４を選択
する。

ずなわら、通し番号ｔ−（１７４−Ｔ）〜１７３までの
入力文章の主題に即した自立語として「砂糖」を連想す
るのである。そして、自立語「砂糖」に対応する文節候
捕「砂糖を」を優先的に連想結果として選択し、認識結
果として文節例「政府がイギリスから輸入した砂糖を」
が出力されるのである。

このように、本実施例における単語連想装置は、主題パ
ターン学習モードにおいて、主題パターン生成部３によ
って、概念表格納部４に格納された概念表を参照して学
習用文節列を自立語の概念を表す概念番号の列に変換す
る。そして、この学習用文節列を構成する概念番号列に
おける各概念番号を基準とした所定文節数内に含まれる
概念番号のヒストグラムｈのパターンを生成する。こう
して生成された複数のヒストクラムｈをクラスタリング
して文章の主題を表す主題パターンを求めるのである。

一方、認識用文節ラチス評価モードにおいて、認識用文
節ラチスが主題連想郎ｌに入力されると、上記概念表を
参照して認識用文節ラチスを概念番号列に変換し、得ら
れた概念番号列のヒストグラムのパターンを生成する。

そして、生戊した認識用文節ラチスの概念番号ヒストグ
ラムのパターンと主題パターン格納部５に格納された主
題パターンとのマッチングを行い、距離Ｄの小さい主題
パターンを求めて入力文章の主題を連想する。そうする
と、単詔連想部２は、主題連想部ｌによって求められｌ
こ入力文章の主；旭を表す主題パターンに各文節候補を
構成する概念番号候補を当て嵌め、高い出現頻度を示す
概念番号候補の自立語を選択して、入力文章の主題に叩
した自立語を連想する。

そして、この連想された自立語から戚る文節候補をｉＥ
Ｌい文節候補として選択し、この選択されたｉＥＬい文
節候ｈｌｉを用いた文節列を出力するのである。

すむわら、本実施例によれば、文法の専門家によって作
成される対象語量の概念表と入力される学習用文節列と
から意味的・文脈的拘束（すなわち、主題パターン）か
所定の規１１１に従って自動的に作成されるので、この
意味的・文脈的拘束を用いて入力文章の主題を安定して
連想することができる。

そして、この連想された主題に即した自立語を連想し、
連想された自立語から成る文節候補を正しい文節候補と
して選択するのである。しｆこがって、文法の専門的知
識の無いユーザであっても、簡単に正しい文節ＱＡ　ｈ
ｌｉを得ることができるのてある。

上記実施例においては、音声認識の際に、音声認識部か
ら出力されろ複数の文節候補の中から信頼度の高い文節
候補を選択する場合に用いられる単語連想装置について
述べている。しかしながら、この発明はこれに限定され
るものではなく、仮名漢字変換の際に、変換部から出力
される複数の変換候補の中から信頼度の高い変換候補を
選択する場合に使用してもよい。

上記実施例においては、主題連想部ｌによって連想され
た入力文章の主題を、自立語（単語）連想に１１用して
いるが、この発明はこれに限定されるものではない。

上記実施例においては、文節列を構或する自立語のヒス
トグラムに基づいて主題パターンを作成して、入力され
る日本語の文章を文節単位で処理するようにしているが
、この発明はこれに限定されるものではない。例えば、
単語列を構威する自立語のヒストグラムに基づいて主題
パターンを作成して、入力される英語等の文章を単語単
位で処理するようにしてもよい。

上記認識用文節ラチスの概念番号ヒストグラムのパター
ンと主題パターンとの距離算出アルゴリズムは、上記実
施例におけるアルゴリズムに限定されろものではないこ
とは言うまでもない。

〈発明の効果〉以上より明らかなように、第１の発明の主題連想装置は
、自立語と自立語の概念を表す自立給概念とを対応付け
た概念表を格納する概念表格納部と、文章の主題を表す
主題パターンを格納する主題パターン格納部と、主題パ
ターン生成部および主題連想部を備えて、上記主題パタ
ーン生成部は、上記概念表を参照して学習用文節列（ま
たは学習用単語列）を構成する自立語概念のヒストグラ
ムを生成して上記主題パターンとして上記主題パターン
格納部に格納し、上記主題連想部は、上記概念表を参照
して入力文章の自在語服念ヒストグラムを生成し、この
入力文章の自立語概念ヒストグラムのパターンと上記主
題パターンとのマッチングを行ってマッヂング距離の小
さい主題パターンを入力文章の主題を表す主題パターン
として選出するようにしたので、所定の規ロリに従って
自動的に構築した意味的・文脈的拘束を用いて、入力文
章の主題を安定して連想できる。

また、上記主題運想装置は、Ｌ記主題パターン生成部を
、複数の学習用文節列（または現数の学習用単語列）か
ら得られた自立語概１コミヒストクラム群をクラスタリ
ングして、各クラスタを代表する自立語概念ヒストグラ
ムのパターンを上記主題パターンとして上記主題パター
ン格納部に格納するようにしたので、上記主題パターン
格納部に種々の主題を有する主題パターンを格納ずろこ
とができ、より信頼度の高い主題連想を実施できる。

また、第２の発明の単語連想装置は、上記主，゜旭連想
装置および単語連想部を備えて、上記単語連想部は、上
記主題連想装置の主題連想部によって選出された主題パ
ターンに基づいて、入力文章の複数の文節候補（または
単語候補）を構成する自立語の中から入力文章の主題に
即した自立語を連想し、この連想した自立語から成る文
節候補（または単語候補）を選択するようにしたので、
所定の規Ｉｌｌに従って自動的に構築した意味的・文脈
的拘束を用い−て入力文章の主題を安定して連想し、こ
の連想された主題に基づいて次に連なる正しい文節（ま
たは単語）を選択することができる。したがって、予め
概念表を格納しておくだけで、簡単な処理によって入力
文章の主題に即した文節列（または単語列）を出力する
ことがてきる。

すなわち、この発明における主題パターンの生成過程は
、幼児がたえず目や耳から入ってくる情報から世の中の
出来事を知り、知識の増加に伴って次第に話題を連想す
る能力を獲得して行く過程の一つのモデルと言えるので
ある。

【図面の簡単な説明】

第１図はこの発明に係る単語連想装置の一実施例のブロ
ック図、第２図は文章における主題と場面の遷移の一例
を示す図、第３図は学習用文節列とその文節列から求め
られた概念番号列の一例を示す図、第４図は学習用文節
列の概念番号のヒストグラムｈを生成する過程における
ある通し番号におけるヒストグラムの一例を示す図、第
５図は食生活に関する学習用文節列から得られたヒスト
グラムｈの一例を示す図、第６図は総ての学習用文節列
から得られたヒストグラムｈの平均ヒストグラムＨの一
例を示す図、第７図は評価用文節ラチスとその文節ラチ
スから求められたｌ１！念番号ク１１の一例を示孝゛図
、第８図は距離算出処理動作の一例を示すフローチャー
トである。ｌ・・・主題連想部、　　　　２・・・単語連想部、３
・・・主題パターン生成部、・ト・・概念表格納部、５
・・主題パターン格納部。

Claims

【特許請求の範囲】

（１）自立語とその自立語の概念を表す自立語概念とを
対応付けた概念表を格納する概念表格納部と、文章の主題を表す主題パターンを格納する主題パターン
格納部と、上記概念表格納部に格納された概念表を参照して、入力
された学習用文節列または学習用単語列を自立語概念の
列に変換し、得られた自立語概念列の各自立語概念を基
準とした所定区間における自立語概念のヒストグラムを
生成し、この生成した自立語概念ヒストグラムのパター
ンを上記主題パターンとして上記主題パターン格納部に
格納する主題パターン生成部と、上記概念表格納部に格納された概念表を参照して、入力
された文章の文節列または単語列を自立語概念の列に変
換し、得られた入力文章の自立語概念列の各自立語概念
を基準とした上記所定区間における自立語概念のヒスト
グラムを生成し、この生成された入力文章の自立語概念
ヒストグラムのパターンと上記主題パターン格納部に格
納された主題パターンとのマッチングを行い、マッチン
グ距離の小さい主題パターンを入力文章の主題を表す主
題パターンとして選出する主題連想部を備えたことを特
徴とする主題連想装置。
（２）上記主題パターン生成部は、複数の学習用文節列
または複数の学習用単語列に基づいて複数の自立語概念
ヒストグラムを生成し、得られた自立語概念ヒストグラ
ム群をクラスタリングして各クラスタを代表する自立語
概念ヒストグラムのパターンを上記主題パターンとして
主題パターン格納部に格納するように成したことを特徴
とする請求項１に記載の主題連想装置。
（３）上記請求項１または請求項２のいずれかに記載の
主題連想装置と、入力文章の文節列または単語列を構成する文節または単
語の候補として複数の文節候補または複数の単語候補が
存在する場合に、上記複数の文節候補または複数の単語
候補を構成する自立語のうち、上記主題連想装置の主題
連想部によって選出された主題パターンにおいてより高
い出現頻度を示す自立語概念に属する自立語を選択して
、この選択された入力文章の主題に即した自立語から成
る文節候補または単語候補を用いた文節列または単語列
を出力する単語連想部を備えたことを特徴とする単語連
想装置。