JPH05250405A - 構文解析装置 - Google Patents
構文解析装置Info
- Publication number
- JPH05250405A JPH05250405A JP3135455A JP13545591A JPH05250405A JP H05250405 A JPH05250405 A JP H05250405A JP 3135455 A JP3135455 A JP 3135455A JP 13545591 A JP13545591 A JP 13545591A JP H05250405 A JPH05250405 A JP H05250405A
- Authority
- JP
- Japan
- Prior art keywords
- speech
- sentence
- word
- candidate
- speech sequence
- 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.)
- Pending
Links
Landscapes
- Machine Translation (AREA)
Abstract
(57)【要約】
【目的】 多品詞解消を、低コストで得られる領域特性
を利用して効率よい構文解析を行う。 【構成】 入力部１は文を入力するためのものであ
る。辞書部２は語に関して語形及び品詞を記憶する。文
法部３は文法を記憶するためのものである。品詞列部４
は、一定長の品詞列の優先度を記憶するためのものであ
る。品詞列生成部５は語列に関して品詞列候補を生成す
るためのものである。構文解析部６は品詞列に関して構
文解析を行うためのものである。出力部７は、前記構文
解析部６による構文解析の結果を出力するためのもので
ある。入力文を文頭から文末方向に構文解析する際に、
語毎に、Ｎグラムの生起確率を基にした品詞列候補の生
成とその構文解析を行う。
を利用して効率よい構文解析を行う。 【構成】 入力部１は文を入力するためのものであ
る。辞書部２は語に関して語形及び品詞を記憶する。文
法部３は文法を記憶するためのものである。品詞列部４
は、一定長の品詞列の優先度を記憶するためのものであ
る。品詞列生成部５は語列に関して品詞列候補を生成す
るためのものである。構文解析部６は品詞列に関して構
文解析を行うためのものである。出力部７は、前記構文
解析部６による構文解析の結果を出力するためのもので
ある。入力文を文頭から文末方向に構文解析する際に、
語毎に、Ｎグラムの生起確率を基にした品詞列候補の生
成とその構文解析を行う。
Description
【０００１】
【技術分野】本発明は、構文解析装置に関する。例え
ば、原文の解析のために用いられる機械翻訳装置に適用
されるものである。
ば、原文の解析のために用いられる機械翻訳装置に適用
されるものである。
【０００２】
【従来技術】構文解析処理では、入力文に対して複数の
品詞列が可能である場合、その内から正しい品詞列を選
択すること（多品詞解消と呼ぶ）が必要となる。例え
ば、入力文「Time flies.」に対して命令文／平叙文と
して構文解析することができ 命令文：Time（動詞）flies（名詞） 平叙文：Time（名詞）flies（動詞） のように、「Time」,「flies」が多品詞語であるため２
つの品詞列が可能である。そこで、これらの内から正し
い品詞列を選択することが必要となる。ところが、言語
現象の多様性から、任意の入力文に対して実用的な精度
をもって多品詞解消を行うことは難しい。そこで、入力
文が属する領域を限定し、その領域に属する文が持つ特
性（領域特性と呼ぶ）を求めて利用することが考えられ
る。これに関連して、領域特性を構文規則の精緻化や優
先度設定の形で利用することが行われている。例えば、
特開昭６３−２８９９１号公報のものである。この公報
のものは、各種分野の文章が入力されたときに分野独特
の表現を処理できるようにするために、翻訳開始時にシ
ステムの構成を分野に応じて動的に変更し、より適切な
表現が出力できるようにしたものである。
品詞列が可能である場合、その内から正しい品詞列を選
択すること（多品詞解消と呼ぶ）が必要となる。例え
ば、入力文「Time flies.」に対して命令文／平叙文と
して構文解析することができ 命令文：Time（動詞）flies（名詞） 平叙文：Time（名詞）flies（動詞） のように、「Time」,「flies」が多品詞語であるため２
つの品詞列が可能である。そこで、これらの内から正し
い品詞列を選択することが必要となる。ところが、言語
現象の多様性から、任意の入力文に対して実用的な精度
をもって多品詞解消を行うことは難しい。そこで、入力
文が属する領域を限定し、その領域に属する文が持つ特
性（領域特性と呼ぶ）を求めて利用することが考えられ
る。これに関連して、領域特性を構文規則の精緻化や優
先度設定の形で利用することが行われている。例えば、
特開昭６３−２８９９１号公報のものである。この公報
のものは、各種分野の文章が入力されたときに分野独特
の表現を処理できるようにするために、翻訳開始時にシ
ステムの構成を分野に応じて動的に変更し、より適切な
表現が出力できるようにしたものである。
【０００３】ところが一般に構文規則の数は数百以上で
あり、それらの組み合わせも考慮すると莫大な数にな
る。これらに対して個別に精緻化や優先度設定を行うに
は多大なコストがかかり実質的には不可能である。一
方、領域特性をＮ個の品詞からなる品詞列（Ｎグラムと
呼ぶ）の生起確率の形で利用して品詞列を選択すること
が考えられる。一般に、Ｎグラムの生起確率を求める方
が、上記のように個々の構文規別に対して精緻化や優先
度設定を行うより低コストで行うことができる。しか
し、Ｎグラムだけを用いて品詞列を選択しても、それが
構文的に正しい（文として成立する）保証はない。した
がって、構文的に正しくない品詞列を選択した場合、そ
の処理は無駄になり、新たに別の品詞列を選択する必要
がある。その場合は、処理効率が悪化する。
あり、それらの組み合わせも考慮すると莫大な数にな
る。これらに対して個別に精緻化や優先度設定を行うに
は多大なコストがかかり実質的には不可能である。一
方、領域特性をＮ個の品詞からなる品詞列（Ｎグラムと
呼ぶ）の生起確率の形で利用して品詞列を選択すること
が考えられる。一般に、Ｎグラムの生起確率を求める方
が、上記のように個々の構文規別に対して精緻化や優先
度設定を行うより低コストで行うことができる。しか
し、Ｎグラムだけを用いて品詞列を選択しても、それが
構文的に正しい（文として成立する）保証はない。した
がって、構文的に正しくない品詞列を選択した場合、そ
の処理は無駄になり、新たに別の品詞列を選択する必要
がある。その場合は、処理効率が悪化する。
【０００４】
【目的】本発明は、上述のごとき実情に鑑みてなされた
もので、多品詞解消を、低コストで得られる領域特性を
利用して効率よく行うようにした構文解析装置を提供す
ることを目的としてなされたものである。
もので、多品詞解消を、低コストで得られる領域特性を
利用して効率よく行うようにした構文解析装置を提供す
ることを目的としてなされたものである。
【０００５】
【構成】本発明は、上記目的を達成するために、（１）
文を入力するための入力部と、語に関して語形及び品詞
を記憶するための辞書部と、文法を記憶するための文法
部と、一定長の品詞列の優先度を記憶するための品詞列
部と、語列に関して品詞列候補を生成するための品詞列
生成部と、品詞列に関して構文解析を行うための構文解
析部と、該構文解析部による構文解析の結果を出力する
ための出力部とを備え、入力文を文頭から文末方向に構
文解析する際に、語毎に文頭からその語までの品詞列候
補の生成とその構文解析を行うことを特徴としたもので
ある。以下、本発明の実施例に基づいて説明する。
文を入力するための入力部と、語に関して語形及び品詞
を記憶するための辞書部と、文法を記憶するための文法
部と、一定長の品詞列の優先度を記憶するための品詞列
部と、語列に関して品詞列候補を生成するための品詞列
生成部と、品詞列に関して構文解析を行うための構文解
析部と、該構文解析部による構文解析の結果を出力する
ための出力部とを備え、入力文を文頭から文末方向に構
文解析する際に、語毎に文頭からその語までの品詞列候
補の生成とその構文解析を行うことを特徴としたもので
ある。以下、本発明の実施例に基づいて説明する。
【０００６】図１は、本発明による構文解析装置の一実
施例を説明するための構成図で、図中、１は入力部、２
は辞書部、３は文法部、４は品詞列部、５は品詞列生成
部、６は構文解析部、７は出力部、８は解析部である。
入力部１は文を入力するためのものである。辞書部２は
語に関して語形及び品詞を記憶する。文法部３は文法を
記憶するためのものである。品詞列部４は、一定長の品
詞列の優先度を記憶するためのものである。品詞列生成
部５は語列に関して品詞列候補を生成するためのもので
ある。構文解析部６は品詞列に関して構文解析を行うた
めのものである。出力部７は、前記構文解析部６による
構文解析の結果を出力するためのものである。入力文を
文頭から文末方向に構文解析する際に、語毎に、Ｎグラ
ムの生起確率を基にした品詞列候補の生成とその構文解
析を行う。すなわち、Ｎグラムの生起確率を用いるの
で、低コストで領域特性を求めることができ、また語毎
に品詞列候補を生成する度に構文的正しさを構文解析に
よって検査するので、構文的に正しくない品詞列は早期
に除かれ、無駄な品詞列選択処理を行うことがない。
施例を説明するための構成図で、図中、１は入力部、２
は辞書部、３は文法部、４は品詞列部、５は品詞列生成
部、６は構文解析部、７は出力部、８は解析部である。
入力部１は文を入力するためのものである。辞書部２は
語に関して語形及び品詞を記憶する。文法部３は文法を
記憶するためのものである。品詞列部４は、一定長の品
詞列の優先度を記憶するためのものである。品詞列生成
部５は語列に関して品詞列候補を生成するためのもので
ある。構文解析部６は品詞列に関して構文解析を行うた
めのものである。出力部７は、前記構文解析部６による
構文解析の結果を出力するためのものである。入力文を
文頭から文末方向に構文解析する際に、語毎に、Ｎグラ
ムの生起確率を基にした品詞列候補の生成とその構文解
析を行う。すなわち、Ｎグラムの生起確率を用いるの
で、低コストで領域特性を求めることができ、また語毎
に品詞列候補を生成する度に構文的正しさを構文解析に
よって検査するので、構文的に正しくない品詞列は早期
に除かれ、無駄な品詞列選択処理を行うことがない。
【０００７】図２〜図６は、本発明による構文解析装置
の動作を説明するためのフローチャートである。以下、
各ステップに従って順に説明する。step１ ；まず、入力文を単語に分割する。step２ ；語毎に辞書部を検索して品詞候補を得る。step３ ；品詞列候補バッファを用意する。step４ ；Ｓの品詞列候補バッファに「Ｓ」をセットす
る。step５ ；Ｎ←１とする。step６ ；後述する処理２を行う。step７ ；最後の語であるかどうかを調べる。最後語であ
れば、後述するstep９へ行く。step８ ；前記step７において、最後の語でなければ、Ｎ
←Ｎ＋１とし、前記step６へ戻る。step９ ；前記step７において、最後の語であれば、結果
を出力する。
の動作を説明するためのフローチャートである。以下、
各ステップに従って順に説明する。step１ ；まず、入力文を単語に分割する。step２ ；語毎に辞書部を検索して品詞候補を得る。step３ ；品詞列候補バッファを用意する。step４ ；Ｓの品詞列候補バッファに「Ｓ」をセットす
る。step５ ；Ｎ←１とする。step６ ；後述する処理２を行う。step７ ；最後の語であるかどうかを調べる。最後語であ
れば、後述するstep９へ行く。step８ ；前記step７において、最後の語でなければ、Ｎ
←Ｎ＋１とし、前記step６へ戻る。step９ ；前記step７において、最後の語であれば、結果
を出力する。
【０００８】次に、図３に基づき、前記step６の処理２
について説明する。step10 ；Ｎ番目の品詞バッファから品詞Ｃ１を取り出
す。step11 ；後述する処理３を行う。step12 ；最後の品詞かどうかを調べる。最後の品詞であ
れば終了する。step13 ；前記step１２において、最後の品詞でなけれ
ば、次の品詞を取り出し、前記step１１へ戻る。
について説明する。step10 ；Ｎ番目の品詞バッファから品詞Ｃ１を取り出
す。step11 ；後述する処理３を行う。step12 ；最後の品詞かどうかを調べる。最後の品詞であ
れば終了する。step13 ；前記step１２において、最後の品詞でなけれ
ば、次の品詞を取り出し、前記step１１へ戻る。
【０００９】次に、図４に基づき前記step１１の処理３
について説明する。step14 ；Ｎ−１番目の品詞列候補バッファからの品詞列
候補［…Ｃ２］（Ｐ１）を取り出す。step15 ；後述する処理４を行う。step16 ；最後の品詞列候補であるかどうかを調べる。最
後の品詞列候補であれば、後述する処理５を行う。step17 ；前記step１６において、最後の品詞列候補でな
ければ、次に品詞列候補を取り出し、前記step１５に戻
る。step18 ；前記step１６により、最後の品詞列候補であれ
ば、後述する図６に示す処理５を行う。
について説明する。step14 ；Ｎ−１番目の品詞列候補バッファからの品詞列
候補［…Ｃ２］（Ｐ１）を取り出す。step15 ；後述する処理４を行う。step16 ；最後の品詞列候補であるかどうかを調べる。最
後の品詞列候補であれば、後述する処理５を行う。step17 ；前記step１６において、最後の品詞列候補でな
ければ、次に品詞列候補を取り出し、前記step１５に戻
る。step18 ；前記step１６により、最後の品詞列候補であれ
ば、後述する図６に示す処理５を行う。
【００１０】次に、図５に基づき前記step１５の処理４
について説明する。step19 ；品詞部を参照して品詞列［Ｃ２，Ｃ１］の生起
確率Ｐ２を求める。step20 ；ｐ３←ｐ１＊ｐ２とする。step21 ；テンポラリの品詞列バッファに品詞列候補［…
Ｃ２，Ｃ１］（Ｐ３）を入れる。
について説明する。step19 ；品詞部を参照して品詞列［Ｃ２，Ｃ１］の生起
確率Ｐ２を求める。step20 ；ｐ３←ｐ１＊ｐ２とする。step21 ；テンポラリの品詞列バッファに品詞列候補［…
Ｃ２，Ｃ１］（Ｐ３）を入れる。
【００１１】次に、図６に基づき前記step１８の処理５
について説明する。step22 ；テンポラリの品詞列バッファから最も優先度の
高い品詞列候補を取り出す。step23 ；構文解析を行う。step24 ；構文解析が成功したかどうかを調べる。成功し
ていれば、後述するstep２７へ行く。step25 ；前記step２４へおいて、構文解析が成功してい
なければ、最後の品詞列候補かどうかを調べる。最後の
品詞列候補であれば、解析失敗として終了する。 step26 ；前記step２５において、最後の品詞列候補でな
ければ、次に優先度が高い品詞列候補を取り出し、前記
step２３へ戻る。step27 ；前記step２４において、構文解析が成功であれ
ば、Ｎ−１番目の品詞列バッファにその品詞列候補を入
れる。
について説明する。step22 ；テンポラリの品詞列バッファから最も優先度の
高い品詞列候補を取り出す。step23 ；構文解析を行う。step24 ；構文解析が成功したかどうかを調べる。成功し
ていれば、後述するstep２７へ行く。step25 ；前記step２４へおいて、構文解析が成功してい
なければ、最後の品詞列候補かどうかを調べる。最後の
品詞列候補であれば、解析失敗として終了する。 step26 ；前記step２５において、最後の品詞列候補でな
ければ、次に優先度が高い品詞列候補を取り出し、前記
step２３へ戻る。step27 ；前記step２４において、構文解析が成功であれ
ば、Ｎ−１番目の品詞列バッファにその品詞列候補を入
れる。
【００１２】次に、具体例について説明する。ここでは
２グラムの場合について説明する。文は入力部１を通し
て入力される。解析部８において入力文は語毎に分割さ
れる。一方、辞書部２には図７のように語形と取り得る
品詞が格納されている。解析部８では、語毎に語形によ
り辞書部２を検索して、その語が取り得る品詞を得て語
毎に設けた品詞バッファに保持する。その際、文頭と文
末を表す仮想的な語ＳとＥを付加する。それぞれは特別
な品詞ＳとＥを持っていることにする。例えば、図８の
ような文が入力された場合、この時点までの結果は、次
のように表すことができる。
２グラムの場合について説明する。文は入力部１を通し
て入力される。解析部８において入力文は語毎に分割さ
れる。一方、辞書部２には図７のように語形と取り得る
品詞が格納されている。解析部８では、語毎に語形によ
り辞書部２を検索して、その語が取り得る品詞を得て語
毎に設けた品詞バッファに保持する。その際、文頭と文
末を表す仮想的な語ＳとＥを付加する。それぞれは特別
な品詞ＳとＥを持っていることにする。例えば、図８の
ような文が入力された場合、この時点までの結果は、次
のように表すことができる。
【００１３】
【表１】
【００１４】以下で、品詞Ｃ１，Ｃ２…からなる品詞列
候補を［Ｃ１，Ｃ２…］（Ｐ）で表す。ここでＰは、そ
の品詞列候補に付与される優先度である。まず、語毎
に、文頭からその語までの品詞列候補を保持するための
品詞列バッファを設けて空にしておく。また、これとは
別に１つのテンポラリな品詞列バッファを設けて空にす
る。次にＳの品詞列バッファに空の品詞列候補〔Ｓ〕
（１．０）を入れる。次に、以下の語毎の処理を、文頭
から文末に向かって行う。
候補を［Ｃ１，Ｃ２…］（Ｐ）で表す。ここでＰは、そ
の品詞列候補に付与される優先度である。まず、語毎
に、文頭からその語までの品詞列候補を保持するための
品詞列バッファを設けて空にしておく。また、これとは
別に１つのテンポラリな品詞列バッファを設けて空にす
る。次にＳの品詞列バッファに空の品詞列候補〔Ｓ〕
（１．０）を入れる。次に、以下の語毎の処理を、文頭
から文末に向かって行う。
【００１５】以下の処理を文頭の語Time（Ｎ＝１とす
る）から文末の語Ｅまで繰り返す。 Ｎ番目の品詞バッファから品詞Ｃ１を１つづつ取り出
し、品詞がなくなるまで以下のを行う。 Ｎ−１番目の品詞列バッファから品詞列候補［…Ｃ
２］（Ｐ１）を１つづつ取り出し、品詞候補がなくなる
まで以下のを行う。その後を行う。 ２グラム［Ｃ１，Ｃ２］の生起確率Ｐ２を図９に示す
品詞列部を参照して得て、テンポラリな品詞列バッファ
に［…Ｃ２，Ｃ１］（Ｐ３）を入れる。ただし、 Ｐ３＝Ｐ１×Ｐ２ である。 テンポラリな品詞列バッファに保持された品詞列候補
を優先度順に取り出して、構文解析を行う。成功したな
らば、その品詞列候補をＮ番目の品詞列バッファに入れ
る。成功しなければ次の品詞列候補に関してこれを行
う。
る）から文末の語Ｅまで繰り返す。 Ｎ番目の品詞バッファから品詞Ｃ１を１つづつ取り出
し、品詞がなくなるまで以下のを行う。 Ｎ−１番目の品詞列バッファから品詞列候補［…Ｃ
２］（Ｐ１）を１つづつ取り出し、品詞候補がなくなる
まで以下のを行う。その後を行う。 ２グラム［Ｃ１，Ｃ２］の生起確率Ｐ２を図９に示す
品詞列部を参照して得て、テンポラリな品詞列バッファ
に［…Ｃ２，Ｃ１］（Ｐ３）を入れる。ただし、 Ｐ３＝Ｐ１×Ｐ２ である。 テンポラリな品詞列バッファに保持された品詞列候補
を優先度順に取り出して、構文解析を行う。成功したな
らば、その品詞列候補をＮ番目の品詞列バッファに入れ
る。成功しなければ次の品詞列候補に関してこれを行
う。
【００１６】上記において、構文解析が成功するとは
以下のことを意味する。すなわち、例えば、図１０に示
す２つの文法を用いて構文解析を行う場合、品詞列候補
［Ｓ，形容詞］は、マッチする構文解析規則はなく、ど
のような品詞列が後続しても文として成立しない。この
ような場合構文解析は失敗する。一方、品詞列［Ｓ，名
詞］は、もし、品詞列［動詞，Ｅ］が後続すれば、文→
Ｓ，名詞，動詞，Ｅという構文規則にマッチして文とし
て成立する。このような場合構文解析は成功する。一般
に、文脈自由文法を用いた下降型構文解析方式等では、
文頭からその語までの品詞列を与えると、その品詞列が
文として成立する可能性の有無を判定できる。その場
合、可能性の有無を構文解析の成功失敗に対応させれば
よい。
以下のことを意味する。すなわち、例えば、図１０に示
す２つの文法を用いて構文解析を行う場合、品詞列候補
［Ｓ，形容詞］は、マッチする構文解析規則はなく、ど
のような品詞列が後続しても文として成立しない。この
ような場合構文解析は失敗する。一方、品詞列［Ｓ，名
詞］は、もし、品詞列［動詞，Ｅ］が後続すれば、文→
Ｓ，名詞，動詞，Ｅという構文規則にマッチして文とし
て成立する。このような場合構文解析は成功する。一般
に、文脈自由文法を用いた下降型構文解析方式等では、
文頭からその語までの品詞列を与えると、その品詞列が
文として成立する可能性の有無を判定できる。その場
合、可能性の有無を構文解析の成功失敗に対応させれば
よい。
【００１７】さらに、上記において、構文解析の際
に、その構文解析の中間結果を品詞候補列と供に保持す
れば、次に語に処理が移ってその品詞列候補に新たな品
詞が後続した品詞列候補を構文解析する際、以前に保持
された中間結果を基に新たに付加された品詞に関しての
み構文解析を行えばよいので効率が向上する。また、上
記において、優先度順に構文解析が成功した品詞候補
列を選ぶ際、１つではなく複数（例えばＫ個）の候補を
選んでも良い。その場合、最終的に得られる入力文の品
詞列は優先度付きでＫ個となる。以上までの処理で、文
末Ｅに対応する品詞列バッファに入っている品詞列か
ら、ＳとＥを除去したものが入力文の品詞列である。こ
の品詞列は構文的に文として成立することが上記の処
理により保証されていることになる。これを出力部より
出力する。
に、その構文解析の中間結果を品詞候補列と供に保持す
れば、次に語に処理が移ってその品詞列候補に新たな品
詞が後続した品詞列候補を構文解析する際、以前に保持
された中間結果を基に新たに付加された品詞に関しての
み構文解析を行えばよいので効率が向上する。また、上
記において、優先度順に構文解析が成功した品詞候補
列を選ぶ際、１つではなく複数（例えばＫ個）の候補を
選んでも良い。その場合、最終的に得られる入力文の品
詞列は優先度付きでＫ個となる。以上までの処理で、文
末Ｅに対応する品詞列バッファに入っている品詞列か
ら、ＳとＥを除去したものが入力文の品詞列である。こ
の品詞列は構文的に文として成立することが上記の処
理により保証されていることになる。これを出力部より
出力する。
【００１８】
【効果】以上の説明から明らかなように、本発明による
と、Ｎグラムの生起確率を用いるので、低コストで領域
特性を求めることができる。また、語毎に品詞列候補を
生成する度に構文的正しさを構文解析によって検査する
ので、構文的に正しくない品詞列は早期に除かれ、無駄
な品詞列選択処理を行うことがない。
と、Ｎグラムの生起確率を用いるので、低コストで領域
特性を求めることができる。また、語毎に品詞列候補を
生成する度に構文的正しさを構文解析によって検査する
ので、構文的に正しくない品詞列は早期に除かれ、無駄
な品詞列選択処理を行うことがない。
【図１】 本発明による構文解析装置の一実施例を説明
するための構成図である。
するための構成図である。
【図２】 本発明による構文解析装置の動作を説明する
ためのフローチャートである。
ためのフローチャートである。
【図３】 図２における処理２を示すフローチャートで
ある。
ある。
【図４】 図３における処理３を示すフローチャートで
ある。
ある。
【図５】 図４における処理４を示すフローチャートで
ある。
ある。
【図６】 図４における処理５を示すフローチャートで
ある。
ある。
【図７】 辞書の例を示す図である。
【図８】 原文を示す図である。
【図９】 品詞列の生起確率の例を示す図である。
【図10】 構文規則の例を示す図である。
１…入力部、２…辞書部、３…文法部、４…品詞列部、
５…品詞列生成部、６…構文解析部、７…出力部、８…
解析部。
５…品詞列生成部、６…構文解析部、７…出力部、８…
解析部。
Claims (1)
- 【請求項１】 文を入力するための入力部と、語に関し
て語形及び品詞を記憶するための辞書部と、文法を記憶
するための文法部と、一定長の品詞列の優先度を記憶す
るための品詞列部と、語列に関して品詞列候補を生成す
るための品詞列生成部と、品詞列に関して構文解析を行
うための構文解析部と、該構文解析部による構文解析の
結果を出力するための出力部とを備え、入力文を文頭か
ら文末方向に構文解析する際に、語毎に文頭からその語
までの品詞列候補の生成とその構文解析を行うことを特
徴とする構文解析装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3135455A JPH05250405A (ja) | 1991-05-10 | 1991-05-10 | 構文解析装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3135455A JPH05250405A (ja) | 1991-05-10 | 1991-05-10 | 構文解析装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05250405A true JPH05250405A (ja) | 1993-09-28 |
Family
ID=15152116
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3135455A Pending JPH05250405A (ja) | 1991-05-10 | 1991-05-10 | 構文解析装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH05250405A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0816596A (ja) * | 1994-06-29 | 1996-01-19 | Nec Corp | 機械翻訳装置 |
| JPH0836575A (ja) * | 1994-07-22 | 1996-02-06 | Nec Corp | 統語解析装置 |
| JP2022540784A (ja) * | 2019-07-02 | 2022-09-20 | サービスナウ， インコーポレイテッド | 自然言語理解フレームワークでの発言についての複数意味表現の導出 |
-
1991
- 1991-05-10 JP JP3135455A patent/JPH05250405A/ja active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0816596A (ja) * | 1994-06-29 | 1996-01-19 | Nec Corp | 機械翻訳装置 |
| JPH0836575A (ja) * | 1994-07-22 | 1996-02-06 | Nec Corp | 統語解析装置 |
| JP2022540784A (ja) * | 2019-07-02 | 2022-09-20 | サービスナウ， インコーポレイテッド | 自然言語理解フレームワークでの発言についての複数意味表現の導出 |
| US11720756B2 (en) | 2019-07-02 | 2023-08-08 | Servicenow, Inc. | Deriving multiple meaning representations for an utterance in a natural language understanding (NLU) framework |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6879951B1 (en) | Chinese word segmentation apparatus | |
| EP0176858B1 (en) | Translation system | |
| JP3339741B2 (ja) | 言語解析装置 | |
| JP4319860B2 (ja) | 転移ベースの機械翻訳システムで使用される転移辞書を開発するための方法および装置 | |
| JP2005521952A (ja) | 統計的機械翻訳用の句間結合確率モデル | |
| JPH07295986A (ja) | イディオム処理機能を持つ機械翻訳装置 | |
| Watanabe et al. | Left-to-right target generation for hierarchical phrase-based translation | |
| US20030110023A1 (en) | Systems and methods for translating languages | |
| Tillmann et al. | Word re-ordering and DP-based search in statistical machine translation | |
| JP2006506692A (ja) | テンプレート・オートマトンとレイテント・セマンティック・インデックス原理に基づく新しいコンピュータ支援メモリ翻訳スキーム | |
| CN104375988A (zh) | 一种词语对齐方法及装置 | |
| JPS638864A (ja) | 翻訳装置 | |
| JPH08292955A (ja) | 言語処理方法及びそれを適用するデータ処理装置 | |
| JPH04235672A (ja) | 翻訳装置 | |
| Durrani et al. | Munich-Edinburgh-Stuttgart submissions of OSM systems at WMT13 | |
| Lavie et al. | A trainable transfer-based MT approach for languages with limited resources | |
| JPH05250405A (ja) | 構文解析装置 | |
| Brocki et al. | Multiple model text normalization for the polish language | |
| KR20200072593A (ko) | 신경망 네트워크에 기반한 의존 구문 분석 제어 방법 및 그것을 이용하는 의존 구문 분석 장치 | |
| Dhar et al. | A hybrid dependency parser for Bangla | |
| JP2632806B2 (ja) | 言語解析装置 | |
| Hatzivassiloglou et al. | Unification-based glossing | |
| JP2006024114A (ja) | 機械翻訳装置および機械翻訳コンピュータプログラム | |
| JPS6229796B2 (ja) | ||
| JP3919732B2 (ja) | 機械翻訳装置及び機械翻訳プログラム |