JPH047670A - 文章解析方式 - 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】 〔概要〕 日本語漢字かな混じり文章を読みに変換する文章解析方
式に関し、 処理量を削減することを目的とし、 多数の単語の表記、読み及び文法情軸を格納した辞書か
らの単語と漢字かな混じり文の入力文章の文字列とを照
合し、該文字列の一部と一致するすべての単語を抽出す
る単語抽出手段と、単語候補から文法的に最も確からし
いものを選択して読み文字列を出力する文章解析部とを
有する文章解析方式において、肢単語抽出手段により抽
出された単語の中から、予め指定された単語の一部と一
致する単語だけを単語候補から削除し、該予め指定され
た単語以外の抽出された単語を単語候補として該文章解
析部へ入力する単語候補削減部を設けるよう構成し、ま
た、前記単語抽出手段により抽出された単語の中に予め
定めた特定の単語があるとき、前記入力文章の文字列を
該特定の単語の前後の文字列に分割し、該分割された文
字列を前記辞書とは別に設けた辞書からの単語と照合し
て前記単語候補を抽出する単語候補作成手段を、前記単
語候補削減部に代えて設けるよう構成する。

〔産業上の利用分野〕

本発明は文章解析方式に係り、特に日本語漢字かな混じ
り文章を読みに変換する文章解析方式に関する。

日本語漢字かな混じり文章が入力された場合に、この文
章を解析して音声で読みあげる音声合成装置では、単語
辞書を用いて入力文章と照合し、入力文章に一致する複
数の単語の組み合わせの中から文法的に最も確からしい
ものをチエツクして選択するから、チエツクに要する処
理量を削減することが必要とされる。

〔従来の技術〕

第６図は従来の文章解析方式の一例のブロック図を示す
。漢字かな混じり文章はコードの形態で文章入力部ｌに
入力され、ここで−時蓄積された後、一致検出部２に入
力される。一方、３は辞書で、予め多数の単語について
夫々表記、読み、文法情報を格納した国語辞典のような
ものである。

一致検出部２は辞書読み出し部４により辞Ｉ３から読み
出された単語と入力文章とを照合し、入力文章に一致す
る複数の単語の組み合わせを検出する。文章解析部５は
この検出された単語の組み合わせの中から、例えば長い
単語を優先して選択したり、又は単語間の品詞接続可能
テーブルを持っていてそのテーブルに基づいて単語を選
択し、カタカナの読み文字列を出力する。

〔発明が解決しようとする課題〕

しかるに、上記の従来方式では単語の組み合わせの数が
極めて多くなり、そのチエツクに要する処理量が膨大に
なってしまう。

例えば、第７図に示す如く、「北海道から丸角までの旅
行ノなる例文について説明すると、この場合は一部に過
不足なく一致する単語例は同図に示す如くになる。すな
わち、［北海道」という部分では第８図（Ｂ）、（Ｃ）
及び第７図に示す如く、「北」、「北海」、「北海道」
、［海（読みは“うみ”）Ｊ、［海（読みは“かい”）
」。

「海道Ｊ、　　ｒ道（読みは“みち”）Ｊ、ｒ道（読み
は“どう”）」、の８通りある。以下、上記と同様にし
て単語例の組み合わせを求めると、第７図及び第８図（
Ａ）に示す如（、［からＪの部分で３通り、［丸角Ｊの
部分で２通り、「まで」の部分で４通り、モして「旅行
」の部分で２通りある。従って、この例文の場合の単語
の組み合わせの数は全体では各単語　の組み合わせの積
である３８４　　（＝８Ｘ３Ｘ２Ｘ４Ｘ２）通りにもな
る。

この例文は、比較的簡単に思いつく単語を並べたもので
、実際にはこの数倍の単語が抽出されるため、全体とし
ての組み合わせか何万通りにもなるのが一般的であり、
よって従来方式では解析対象となる単語処理量が極めて
多（、解析に時間を要するという問題かある。

本発明は上記の点に鑑みなされたもので、処理量を削減
し得る文章解析方式を提供することを目的とする。

〔課題を解決するための手段〕

第１図（Ａ）は請求項】記載の本発明の原理構成図を示
す。本発明は単語抽出手段１０及び文章解析部３０を有
する文章解析方式において、単語候補削減・部２０を設
けた点に特徴を有する。単語抽出手段１０は多数の単語
の表記、読み及び文法情報を格納した辞書からの単語と
漢字かな混じり文の入力文章の文字列とを照合し、文字
列の一部と一致するすべての単語を抽出する。

また、単語候補削減部２０は上記抽出された単語の中か
ら予め指定された単語の一部と一致する単語だけを単語
候補の中から削除し、予め指定された単・語以外の抽出
された単語を単語候補として文章解析部３０へ入力する
。文章解析部３０は単語候補から文法的に最も確からし
いものを選択して読み文字列を出力する。

次に請求項２記載の発明について第１図（Ｂ）の原理構
成図と共に説明する。本発明は単語候補作成手段４０を
設けた点に特徴を有する。単語候補作成手段４０は入力
文章中に特定の単語があるとき、入力文章の文字列をそ
の単語の前後の文字列に分割することと、その分割され
た文字列を、単語抽出手段１０で用いる辞書とは別の辞
書からの単語と照合して単語候補を抽出することを行な
う。

〔作用〕

漢字かな混じり文章の中で、表記文字列の長いもの（例
えば４文字以上の漢字熟語や諺など）や特殊な漢字を使
っている単語は、単に文字列一致だけで同定しても殆ど
の場合正しい肘定結果となる。本発明はこの点に着目し
たもので、第１図（Ａ）の請求項１記載の発明では、上
記の表記文字列の長いものや特殊な漢字を使っている単
語を予め特定の単語として定め、入力文章の文字列中に
この特定の単語と一致する単語を、単語候補削減部２０
で削減する。これにより、文章解析部３０で解析の対象
となる単語候補からは上記特定の単語の一部と一致する
単語が除外される。

また、第１図（Ｂ）の請求項２記載の発明では、上記特
定の単語と一致する単語が入力文章の文字列中にあると
検出したときは、単語候補作成手段４０によりその特定
の単語を除き、その特定の単語の前後の文字列の夫々に
ついて単語同定を行なう。従って、単語の同定を行なう
単語の組み合わせの数は減少する。

〔実施例〕

第２図は本発明の第１実施例のブロック図を示す。同図
中、第１図（Ａ）と同一構成部分には同一符号を付しで
ある。第２図において、漢字かな混じり文章である入力
文章は、コードの形態で、バッファとしての文章入力部
１１を通して一致検出部１２に入力され、ここで辞書１
３から辞書読み出し部１４で読み出された単語と照合さ
れ、単語抽出が行なわれる。ここで、辞書１３には多数
の単語の表記、読み及び文法情種が格納されている。一
致検出部１２はこの辞書１３から辞書読み出し部１４で
読み出された単語を入力文章の文字列と照合し、入力文
字列の一部と一致する各単語に対して、その単語の入力
文字列上での開始位置ＫＳｉと終了位置ＫＥ　ｉ、予め
指定された特定の単語であることを示すフラグＦｉ及び
削除すべき単語か否かを示すフラグＤｉを付加する。

例えば、第７図に示した［北海道から丸角までの旅行」
なる文章が入力されたものとすると、致検出部１２は第
３図（Ａ）に示す如く入力文章の文字列の各単語の位置
を番号で表わし、同図（Ｂ）に示す如く、部分一致した
単語を検出すると共に、開始位置ＫＳ　ｉ、終了位置Ｋ
Ｅ　ｉ、指定単語か否かを示すフラグＦｉ、削除すべき
単語か否かを示すフラグＤｉを付加する。なお、指定単
語であるときはＦｉの値はＮＪであり、削除すべき単語
であるときはＤｉの値は［１ｊである。

このようにして検出された単語は単語候補削減部２０へ
入力されて、第４図のフローチャートに従って単語削減
処理される。第４図において、まず単語番号Ｉ（これは
第３図（Ｂ）の最左欄に示す値であり、一致検出部１２
で検出された単語の通し番号である）に初期値“１”が
代入され（ステップ５１）、続いてフラグＤｉ（ここで
はり、）の値が“ｌ”か否か判定され（ステップ５２）
、通常は“０”であるから続いてフラグＦｉ（ここでは
Ｆ、）の値が“１”か否か判定される（ステップ５３）
。

１番目の単語である［北Ｊは第３図に示したようにＤｉ
＝Ｄ、−０，Ｆｉ＝Ｆ＋　＝Ｏであるから、ステップ５
３からステップ６２へ進み、単語番号■がｌ加算されて
次の単語番号の値とされた後、その単語番号Ｉ（この時
点ではＩ＝２）が一致検出部１２で検出された総単語数
Ｎ（第３図の例ではＮ＝２４）より大であるか否か判定
され（ステップ６３）、Ｉ≦Ｎのときにはステップ５２
へ戻る。

２番目の単語である「北海」は第３図に示したように、
Ｄ　ｉ＝Ｄ＊　＝０．Ｆ　ｉ　＝Ｆｔ　＝０であるから
、ステップ５２．５３．６２及び６３を経て再びステラ
ブ５２へ戻る。

３番目の単語である［北海道」は第３図に示したように
Ｄｉ＝Ｄｓ　＝０．Ｆ　１＝Ｆｓ　＝１であるから、ス
テップ５２．５３を経てステップ５４へ進み、変数Ｊの
値が“１”とされた後、ステップ５５でＪの値がｌ”か
否か判定され、“１″のときはステップ６０へ飛んでＪ
の値が“１″だけインクリメントされ、ステップ６１で
そのＪの値がＮと大小比較される。

Ｊ≦Ｎのときは再びステップ５５へ戻り、Ｊ＝１か否か
判定される。今度はＪ＝２であるから、ステップ５６へ
進みフラグＤｊの値が“１″か否か判定される。前記し
たように、この時点ではＪ＝２であり、またＤＪ”Ｄ！
　＝０であるから、次にステップ５７へ進み、ＫＳｉ≦
ＫＳｊ≦ＫＥｉの不等式を満足するか否かの判定が行な
われる。

この時点ではＫＳ　ｉ”ＫＳｓ　＝ｌ、ＫＥ　１＝ＫＥ
ａ　＝３．ＫＳ　ｊ＝Ｋｓｔ　＝ｔであり、上記の不等
式を満足するから、ステップ５３へ進んでＤｊの値を１
にセットし、次いでＪの値を更に“１”インクリメント
しくステップ６０）、Ｊ≦Ｎの判定（ステップ６１）を
経てステップ５５へ戻る。

今度はＪ＝３であるから、ステップ５５へ進み、Ｄ、の
値が１″でないからステップ５７へ進んで前記不等式を
満足するか否かの判定が行なわれる。この時点ではＫＳ
　１＝Ｋｓｓ　＝　１．ＫＥ　１＝ＫＥ、＝３．ＫＳｊ
＝ＫＳｓ　＝１であるから上記不等式を満足する。上記
と同様にして再びステップ５８．６０．６１．５５．５
６を経てステップ５７へ戻る。この時点では第３図より
ＫＳｉ＝ＫＳｓ　＝１．ＫＥｉ＝ＫＥａ　＝３．ＫＳｊ
＝ＫＳ４＝２となるから、上記不等式を満足する。以下
、上記と同様の動作が繰り返されＪ＝９になった時点で
上記の不等式を満足しなくなるため、ステップ５７から
５９へ進む。

ステップ５９ではＫＳｉ≦ＫＥｊ≦ＫＥｉなる不等式を
満足するか否かの判定が行なわれる。この不等式を満足
する場合はステップ５８へ進み、満足しない場合はステ
ップ６０へ進む。このようにして、ステップ５５〜６１
の処理により１番目の単語に対して３番目の単語が含ま
れているか否かが検出され、含まれている場合はその３
番目の単語のフラグＤＪが“１″とされる。

ＪＰＮになると、今度はＩの値が再びｌ”インクリメン
トされ（ステップ６２）、ＩＮＮの判定が行なわれる（
ステップ６３）、このようにして、すべての単語につい
て上記の処理がなされると処理終了となる（ステップ６
４）。

従って、この単語候補削減部２０により、フラグＦｉが
“１“である特定の単語［北海道Ｊと一部でも一致する
単語の削除フラグＤｉの値は“１”とされ、文章解析部
３０での解析の対象とならない。文章解析部３０は従来
の文章解析部５と同様に入力単語候補から最も確からし
いものを選択する。

上記の入力文章中、本実施例では［北海道Ｊという特定
の単語が解析の対象とならないため、解析の対象となる
単語の組み合わせは「北海道」の部分の８通りの組み合
わせを除いた組み合わせ、すなわち従来の１／８倍の４
８通りと大幅に低減することができる。これにより、従
来に比べて文章解析部３０での処理量が大幅に削減され
、文章解析時間を短縮できる。

次に本発明の第２実施例について第５図のブロック図と
共に説明する。同図中、第１図（Ｂ）及び第２図と同一
構成部分には同一符号を付し、その説明を省略する。第
５図において、一致検出部１５は入力文章の文字列の中
から第一辞書１６からの単語と一致する単語を検出する
。第一辞書１０には予め表記文字列の長いものや特殊な
漢字を使っている単語など特定の単語だけが格納されて
いる。

文章分割部４１は一致検出部１５からの入力文章の単語
のうち、一致検出された旨のフラグが付加されている単
語の前の文字列と後の文字列に分割する。例えば、第７
図に示した例文の場合、致検出された単語が「光用Ｊで
あるものとすると、文章分割部４１は［北海道からｊと
いう文字列と「までの旅行」という文字列に分割する。

分割されたこれらの文字列は一致検出部４２に入力され
、ここで辞書読み出し部４４で読み出された第二辞書４
３からの単語と照合が行なわれる。

ここで、第二辞書４３は従来の辞書３と全く同一内容と
されている。すなわち、一致検出部４２゜第二辞書４３
．辞書読み出し部４４及び文章解析部３０よりなる構成
は第６図に示した従来方式の構成と同一であり、分割さ
れた文字列の夫々に対して従来と同様の方法で文章解析
が行なわれ、読み文字列に変換される。

本実施例によれば、入力文章の文字列中、「北海道から
」という部分と、［までの旅行」という部分の２つの文
字列だけが文章解析されるため、前者が２４通り、後者
が８通りの単語の組み合わせが得られるから、全体の単
語の組み合わせは３２　（＝２４＋８）通りとなり、従
来の３８４通りに比べ大幅に単語の組み合わせ数を低減
することができる。従って、本実施例も第１実施例と同
様の特長を有する。

なお、上記の各実施例において、削除した、又は一致し
た特定の単語は、出力される読み文字列中、入力文章の
文字列の位置に対応する位置に挿入されて出力されるこ
とは勿論である。

〔発明の効果〕

上述の如く、本発明によれば、特定の単語の一部と一致
する単語候補を削除するか、又は特定の単語を除きその
前後の文字列に分割して単語同定を行なうようにして、
単語同定を行なう単語の組み合わせ数を削減するように
しているため、文章解析の処理を従来に比べ削減するこ
とができ、よって文章解析の処理時間を短縮することが
できる等の特長を有するものである。

【図面の簡単な説明】

第１図は本発明の原理構成図、 第２図は本発明の第１実施例のブロック図、第３図は一
致検出部の処理説明図、 第４図は単語候補削減部の処理手順の一例の説明用フロ
ーチャート、 第５図は本発明の第２実施例のブロック図、第６図は従
来方式の一例のブロック図、第７図は例文とその一部に
一致する単語例を示す図、 第８図は単語の組み合わせの例の説明図である。 １６は第一辞書、 ２０は単語候補削減部、 ３０は文章解析部、 ４０は単語候補作成手段、 ４１は文章分割部、 ４３は第二辞書 を示す。 特許出願人　富　士　通　株式会社 図において、 １０は単語抽出手段、 １２．１５．４２は一致検出部、 １３は辞書、 第３図

Claims (2)

【特許請求の範囲】
1. （１）多数の単語の表記、読み及び文法情報を格納した
   辞書からの単語と漢字かな混じり文の入力文章の文字列
   とを照合し、該文字列の一部と一致するすべての単語を
   抽出する単語抽出手段（１０）と、 単語候補から文法的に最も確からしいものを選択して読
   み文字列を出力する文章解析部（３０）とを有する文章
   解析方式において、 該単語抽出手段（１０）により抽出された単語の中から
   、予め指定された単語の一部と一致する単語だけを単語
   候補から削除し、該予め指定された単語以外の抽出され
   た単語を単語候補として該文章解析部（３０）へ入力す
   る単語候補削減部（２０）を設けたことを特徴とする文
   章解析方式。
2. （２）前記単語抽出手段（１０）により抽出された単語
   の中に予め定めた特定の単語があるとき、前記入力文章
   の文字列を該特定の単語の前後の文字列に分割し、該分
   割された文字列を前記辞書とは別に設けた辞書からの単
   語と照合して前記単語候補を抽出する単語候補作成手段
   （４０）を、前記単語候補削減部（２０）に代えて設け
   たことを特徴とする請求項１記載の文章解析方式。