JPH06266701A

JPH06266701A - かな漢字変換装置

Info

Publication number: JPH06266701A
Application number: JP5056704A
Authority: JP
Inventors: Tatsuya Uehara; 龍也上原; Yoshimi Saito; 佳美齋藤; Hiroyasu Nogami; 宏康野上; Tatsuya Dewa; 達也出羽
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1993-03-17
Filing date: 1993-03-17
Publication date: 1994-09-22

Abstract

(57)【要約】【目的】本発明は、かな漢字変換装置において、分野
を指定することなしに従来よりも入力文書の分野に適し
た同音語を優先することを目的とする。【構成】分野別の単語情報辞書と、分野別の共起関係
辞書と、入力文が標題であるか判別する手段と、判別さ
れた標題から分野を推測する手段を有する。【効果】文章の標題の情報を用いて、自動的に使用分
野を判定することにより、文書入力前に使用分野を指定
する利用者の手間を軽減する効果がある。また、標題の
情報のみから分野を推測するために、文章全体から推測
するよりも精度の良い分野の推測が可能となる。さら
に、共起関係情報を分野別に持つことにより、適切な共
起関係のみを同音異義語の選択に利用することができ、
利用者の候補の選択作業の手間を軽減させる効果があ
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、かな文字列を入力して
漢字かなまじり文字列を出力するかな漢字変換装置に関
する。

【０００２】

【従来の技術】日本語には、同音異義語が多数存在する
ために、かな漢字変換の技術においては、利用者が入力
した「かな列」から入力したいと考えている語をいかに
第１候補として提示するかが問題となってきた。この問
題を解決する手段として、入力する文章の使用分野を限
定すれば、同音異義語の出現頻度が偏ることを利用し
て、使用分野ごとに出現頻度を記憶した辞書を用意して
おき、使用分野をあらかじめ指定することにより、出現
頻度の高いものを優先して出すことができ、利用者の同
音異義語の選択の手間を減少させる方法が提案されてい
る。例えば、この種の装置としては、特開昭５８−１４
２３８号公報が知られている。

【０００３】この装置は、辞書部に用意してある各漢字
につき、それぞれの使用頻度を予め選択指定した文書種
別毎に記憶しておく一方、読み仮名入力の漢字変換が指
示された場合は、指定されている文書種別毎の使用頻度
を参照して表示の優先順位を決定する手段を有してい
る。

【０００４】以下、この従来の装置におけるかな漢字変
換処理について説明する。例えば、「しこう」には、同
音語として、「思考」や「施行」や「施工」などがある
が、「建築」に関する文章では、「思考」や「施行」よ
りも「施工」が使用頻度が高いと考えられる。したがっ
て、「建築」に関する分野の単語の使用頻度として、
「施工」が「思考」や「施行」よりも使用頻度が高いこ
とを予め記憶しておき、入力前に入力する文章の分野と
して「建築」を選択することによって、「施工」を第１
位にすることができ、文章の分野に適した変換をするこ
とが可能となる。

【０００５】しかしながら、従来の装置では、利用者が
文章を入力する前に予め分野を指定しなければならず、
手間がかかる。さらに、利用者が分野の指定を忘れる
か、もしくは、誤った分野を指定した場合には、変換を
誤る可能性が高くなる。

【０００６】一方、「とうき」の同音異義語としては、
「当期」や「投機」や「登記」などがあるが、たとえ
ば、「契約書」に関する文章では、必ずしも「登記」の
使用頻度が高いとはいえないので従来の装置で優先する
ことができない。

【０００７】たとえば、「とうきを行う」の場合、「契
約書」では「とうき」は「登記」である可能性が高いと
考えられる。このような性質を利用して問題を解決する
方法の１つとしては、単語と単語の共起関係を用いるも
のが提案されている。例えば、この種の装置としては、
特開昭６０−１２４７７４号公報が知られている。

【０００８】この装置は、共起単語辞書と該共起単語辞
書を用いて入力文から切り出された単語およびその同音
語について相互の共起関係の有無を判定する手段とこの
判定手段の結果に基づいてかな漢字変換結果を生成する
手段を有している。

【０００９】しかしながら、このような装置では、共起
関係が入力する文章の分野に依存する場合には、適して
いない。例えば、「とうきを行う」に対して、「契約
書」に関する文書の場合は「とうき」は「登記」である
が、「株式」に関する文書では、「投機」である可能性
が高いが、従来の装置ではこのような使いわけをするこ
とができない。

【００１０】

【発明が解決しようとする課題】このように予め入力す
る文書の分野を指定する従来のかな漢字変換装置では、
利用者が文章を入力する前に予め分野を指定しなければ
ならず、手間がかかった。さらに、利用者が分野の指定
を忘れるか、もしくは、誤った分野を指定した場合に
は、かえって変換を誤る可能性が高くなるという問題点
があった。

【００１１】また、共起情報を用いる従来のかな漢字変
換装置では、分野によって共起関係による同音異義語の
優先を変化させることができないと言う問題点があっ
た。本発明は上記のような従来技術の欠点を除去し、分
野を指定するという利用者の手間を軽減し、さらに、従
来よりも入力文書の分野に適した同音語を優先すること
により、利用者の文書入力の能率を向上させるかな漢字
変換装置の提供を目的とする。

【００１２】

【課題を解決するための手段】前記課題を解決するため
に、本願第１の発明は、日本語文章の読み情報を入力す
る読み情報入力手段と、使用分野別に単語の読みと漢字
およびその使用頻度を対応付けて記憶した分野別単語情
報記憶手段と、上記読み情報入力手段によって入力され
た読み情報が標題であるか判定する標題判別手段と、上
記標題判別手段を用いて判別された標題中にキーワード
を有無を検出して文章の分野を判定する分野判定手段
と、上記分野判定手段の結果に基づいて、上記分野別単
語情報記憶手段で記憶された単語情報辞書の中から該当
する辞書を選択する単語情報辞書選択手段と、上記読み
情報入力手段を用いて入力された読み情報に基づいて、
上記単語情報辞書選択手段で選択された辞書から読み出
した単語情報に基づいて、上記入力されたかな情報を漢
字かなまじりの文字情報に変換するかな漢字変換手段
と、上記漢字かなまじりの文字情報を保持し、表示する
保持・表示手段により構成されている。

【００１３】本願第２の発明は、前記第１の発明におい
て、使用分野別に単語間の共起関係情報を記憶する分野
別共起関係記憶手段と、分野判定手段の結果に基づい
て、上記分野別共起関係記憶手段で記憶された共起関係
辞書の中から該当する辞書を選択する共起情報情報辞書
選択手段と、上記読み情報入力手段を用いて入力された
読み情報に基づいて、上記単語情報辞書選択手段で選択
された辞書から読み出した単語情報を、上記共起情報辞
書選択手段で選択された辞書から読み出された共起情報
によって特定し、上記入力されたかな情報を漢字かなま
じりの文字情報に変換するかな漢字変換手段により構成
されている。

【００１４】

【作用】この結果、本発明によれば、文章の標題の情報
を用いて、文章から自動的に使用分野を判定することに
より、文書入力前に使用分野を指定する利用者の手間を
軽減することが可能となる。また、文章の内容を的確に
表していると考えられる標題の情報のみから分野を推測
するために、文章全体から推測するよりも精度の良い分
野の推測が可能となる。

【００１５】さらに、共起関係情報を分野別に持つこと
により、適切な共起関係のみを同音異義の選択に利用す
ることができ、利用者の候補の選択作業の手間を軽減さ
せることが可能となる。

【００１６】

【実施例】以下、本発明の一実施例を図面に従い説明す
る。図１は、同実施例の概略構成を示すブロック図であ
る。図１において、入力部１はかな漢字変換処理の対象
となるかな文字列の入力、もしくは、同音異義語選択な
どの編集のためのコマンドの入力を行なうためのキーボ
ードなどからなっている。かな漢字変換部２は、編集制
御部１１を介して、上記入力部１から受けとったかな文
字列を分野別辞書選択部６で選択された単語情報辞書８
に記憶された情報を用いて、漢字かな交じり文に変換
し、分野辞書選択部６で選択された共起関係辞書９に記
憶された共起情報および上記単語情報辞書８に記憶され
た単語の使用頻度ををもとに各候補の順位づけをおこな
い、その結果を変換結果メモリ１３に書き込む。後述す
る標題検出の際にはかな漢字変換部２は一般辞書１３を
用いて漢字かな交り文に変換する。

【００１７】標題検出部３は、編集制御部１１から変換
された文字情報およびフォント、位置情報などを受けと
り、変換された文字が標題であると判断された場合、そ
の文字列を分野判定部４に送る。分野判定部４は、分野
を特定することができる単語とその分野の組を記憶した
分野判定辞書（テーブル）１０を用いて、標題検出部３
から受けとった文字列の中に、分野を特定する単語があ
るか調べ、もし存在すれば、その分野を分野選択部７に
転送する。

【００１８】分野指定部５は、利用者に入力する文章の
分野を入力部１を通じて指定させる。また、利用者に分
野判別を自動か手動か選択させる。また、分野別辞書選
択部６は、分野指定部５で指定された使用分野と分野判
定部４で判定された使用分野から分野別辞書８Ｎを選択
する。

【００１９】分野別辞書８は、Ｎ個の分野別辞書（８１
〜８Ｎ）からなり、それぞれの辞書は、単語の読み、見
出し、使用頻度などを記憶した単語情報辞書９と単語の
共起情報を記憶した共起情報辞書１０からなっている。

【００２０】編集制御部１１は、変換結果メモリ１３の
内容を参照して利用者に提示する情報を決定し、出力部
１２に送るようにしている。また、カーソルの移動、文
字列の削除、同音語の選択など編集コマンドを受けと
り、それぞれのコマンドに従って予め決められた動作を
行なう。また、出力部１２は、かな漢字変換処理された
変換結果、あるいは変換結果の修正に用いられる同音異
義語リストなどを表示する。

【００２１】図２は、単語情報辞書８に記憶される単語
情報のフォーマットの一例である。図３はそのフォーマ
ットに従って表現された辞書内容の一例である。本辞書
は、「読み」２１、「見出し」２２、「文法情報」２
３、「見出し番号」は単語の読み（例えば、「しこ
う」）が記憶され、「見出し」２２の部分には、「読
み」２１の部分の読みを持つ単語の漢字かな交じり表記
（例えば、「思考」）が記憶されている。「文法情報」
２３には、単語の文法情報（例えば、「サ変名詞」）が
記憶されている。「見出し番号」２４には、各見出しご
とに付けられた認識番号（例えば、「１」）が記憶され
ている。「使用頻度」２５には、単語の使用頻度（例え
ば「１５」）が０〜１００の範囲で付けられている。な
お、もっとも頻度の高いものが１００になるように調整
する。

【００２２】図４は、共起関係辞書９に記憶される共起
関係のフォーマットである。図５はそのフォーマットに
したがって表現された辞書内容の一例である。本辞書
は、「見出し番号１」４１、「見出し番号２」４２、
「助詞種類」４３の各項目から構成されている。「見出
し番号１」４１と「見出し番号２」４２は、見出し番号
（例えば、「５」）が記憶され、かな漢字変換辞書７に
記憶された「見出し番号」２４と対応している。「助詞
種類」４３は、助詞（例えば「の」）が記憶され、「見
出し番号１」４１の示す単語に「助詞種類」３３の示す
助詞がついたものが、「見出し番号２」４２の示す単語
と共起関係にあることを示している。例えば、「見出し
番号１」４１の指す語が「法律」、「見出し番号２」４
２が指す語を「施行」、「助詞種類」の内容が「の」
の場合、「法律の」と「施行」が共起関係にあることを
表している。

【００２３】図６は、分野判定辞書１０に記憶される分
野判定情報のフォーマットである。図７はそのフォーマ
ットにしたがって記憶された分野判定情報の一例であ
る。本情報は「見出し」６１、「分野」６２、「点数」
６３の項目からなっている。標題中に「見出し」６１に
記憶された見出し（例えば「建設」）が現れた場合「分
野」６２（例えば「建築」）に記憶された使用分野であ
る可能性が高いことを示している。「点数」６３はその
分野である可能性がどの程度高いかを表しており、可能
性が高いほど高い点数が与えられる。

【００２４】図８は、かな漢字変換の結果を保持する変
換結果メモリ９の格納フォーマットである。図９はその
フォーマットにしたがって記憶されたかな漢字変換結果
の一例である。変換結果は文節毎に区切られているが、
これらの文節を「文節番号」８１、「全候補数」８２、
「選択候補番号」８３、「同音語データ」８４の項目で
表現している。「文節番号」８１は、かな漢字変換され
た結果、この項目のあるレコードが、先頭から何番目の
文節を表しているかを格納している。「全候補数」８２
は、「同音語データ」８４の候補の数を保持するもので
ある。「選択候補番号」８３は、「同音語データ」８４
のどの候補が現在選択されいるかを格納している。「同
音語データ」８４は、Ｎ個の「文節候補データ」８４１
〜８４Ｎによって構成されている。「文節候補データ」
８４１〜８４Ｎは、「かな漢字変換結果」８５、「助
詞」８６、「見出し番号」８７、「頻度」８８からな
る。「かな漢字変換結果」８５はその文節の自立語の候
補（例えば、「春」）が記憶される。「助詞」８６はそ
の候補の助詞の部分（例えば、「が」）が記憶される。
「見出し番号」８７は、「かな漢字変換結果」８５に対
する見出し番号（例えば、「１」）が記憶される。「頻
度」８８は、「かな漢字変換結果」８５に記憶された語
の使用頻度を表している。

【００２５】まず、全体の動きを図１０の流れ図を用い
て説明する。ステップＡ１で入力部１が変換すべきかな
文字列を受けとると、ステップＡ２でかな漢字変換部２
によって入力されたかな文字列が、かな漢字交じりの文
字列の候補に図８のフォーマットに従って変換される。
つぎに、ステップＡ３では、編集制御部１１によって、
利用者に同音語の候補を選択させる。そして、同音語の
候補の選択および編集が終了すれば、その文字列が標題
であるか判定し（ステップＡ４）、もし標題でなければ
ステップＡ６に進む。もし、標題である時は、標題から
分野の判定を行ない（ステップＡ５）、ステップＡ６に
進む。次に、ステップＡ６では、次の入力の有無を調
べ、もし、入力があれば、ステップＡ１にもどり、入力
がないときは終了する。

【００２６】つぎに、かな漢字変換部２の動作（ステッ
プＡ２）を図１１の流れ図に従って説明する。まず、入
力部１から受けとったかな列に対して、分野別辞書選択
部６で選択された単語情報辞書８を用いて、かな漢字交
じり文の候補を生成し、候補を変換結果メモリ１３に書
き込む（ステップＢ１）。候補の生成の処理について
は、例えば、特開昭６０−７２０１４号公報等によって
開示されている手法を流用すれば良いので、ここでは詳
しく述べない。つぎにステップＢ２において、共起関係
辞書９に記憶された共起関係を用いて、変換結果メモリ
１３に記憶された候補中から共起関係にある単語を検出
する（ステップＢ２）。そして、ステップＢ３において
変換結果メモリ中１３の同音異義語を頻度の値によって
ソートする。

【００２７】さらに、ステップＢ２について図１２の流
れ図に従って詳細に説明する。まず、変換結果メモリ１
３に記憶された文節番号を表す変数ＢＮに１を代入し
（ステップＣ１）、文節候補の番号を表す変数ＫＮに１
を代入する（ステップＣ２）。次に、変数ＢＮの指す文
節番号を持つレコードにおいて変数ＫＮの指している変
換結果メモリ１３に記憶された「文節候補データＮ」８
４Ｎの「見出し番号」８７が共起関係辞書９の「見出し
語１」４１と同じレコードが存在するか調べ、存在しな
ければステップＣ７にとぶ（ステップＣ３）。さらに、
変数ＢＮの指している文節番号を持つレコードの変数Ｋ
Ｎの指している「文節候補データＮ」８４Ｎの「助詞」
８６が、検索した共起関係辞書８のレコードの内、「助
詞」４３と一致しているものがなければ、ステップＣ７
にとぶ（ステップＣ４）。そして、一致している共起関
係辞書９のレコードの「見出し番号２」が、文節番号が
変数ＢＮより大きい値を持つ変換結果のレコードのう
ち、「文節候補データＮ」８４Ｎの「見出し番号」８７
と同じになっていれば、ステップＣ６に進み、同じもの
がなければ、ステップＣ７へ進む（ステップＣ５）。ス
テップＣ６では、まず、変数ＢＮの指している文節番号
を持つレコードの変数ＫＮの指している「文節候補デー
タＮ」８４Ｎ（ＮはＫＮ）の「頻度」８８の値を頻度の
最大値（この場合は１００）に１を加えたものに変更す
る。これによりステップＢ３の頻度によるソートによっ
て最優先するためである。次に、ステップＣ７では、も
し、変数ＫＮの値が、変数ＢＮが指しているレコードの
「全候補数」８２の内容と一致していなければ、変数Ｋ
Ｎを１増加させ（ステップＣ９）、ステップＣ３に戻
る。一致している時は、ステップＣ８に進み、変数ＢＮ
が最終文節を指していなければ、変数ＢＮを１増加させ
（ステップＣ１０）、ステップＣ２に戻る。もし一致し
ていれば、ステップＢ２は終了する。

【００２８】また、ステップＢ３について図１３の流れ
図に従って説明をする。まず、変換結果メモリ１３に記
憶された文節番号を表す変数ＢＮに１を代入する（ステ
ップＤ１）。つぎに、変数ＢＮが指すレコード中の同音
異義語を「頻度」８８に従って、文節候補データ８４Ｎ
を降順にソートする（ステップＤ２）。ソートの方法は
バブルソートでもクイックソートでも何でも良い。次に
ステップＤ３において、変数ＢＮが最終文節を指してい
なければ、変数ＢＮを１増加させ（ステップＤ４）、ス
テップＤ２に戻る。もし一致していれば、ステップＢ２
は終了する。

【００２９】また、図１０のステップＡ４の標題の判断
について図１４に従って説明する。まず、編集制御部１
１から受けとった情報から、対象となる文字列がセンタ
リングされているか調べ（ステップＥ１）、もし、され
ていれば、標題であると判断する。そうでなければ、ス
テップＥ２において、対象の文字列が「２章」や「２．
２」などの章や節を表す表現で文字列の最後が体言止め
ならば、ステップＥ３へ飛ぶ。そうでなければ標題でな
いと判断される。ステップＥ３では、文字列の長さが定
数Ｎ（ここでは３０）より小さければ標題であると判定
し、そうでなければ、標題ではないと判定する。

【００３０】さらに、図１０のステップＡ５の分野の判
定について図１５の流れ図に従って説明する。まず、分
野指定部５は、図１６のようなインタフェースによって
利用者から情報を受けとっているので、利用者の指定が
自動判別を選択しているか調べて（ステップＦ１）、自
動判別でなければ、利用者が特定の分野を指定していれ
ば、その分野を、そうでなければ、分野指定はなく辞書
はデフォルトを使うようにする（ステップＦ１１・Ｆ１
２・Ｆ１３）。

【００３１】一方、自動判別の指定があれば、使用分野
を要素とする配列ＢＵと点数を要素とする配列ＴＥを用
意し、配列ＢＵのインデックスを表す変数ＭＬに１を、
分野判定辞書１０のレコード番号を表す変数ＲＰに１を
代入する（ステップＦ２）。次に、ステップＦ３におい
て、変数ＲＰの指すレコードの「見出し」６１に記憶さ
れている語が、標題であると判定された文字列の中に含
まれていなれば、ステップＦ７に飛び、含まれている時
は、配列ＢＵのなかに、変数ＲＰの指すレコードの「分
野」６２に記憶されている分野と同じものがあるか調べ
る（ステップＦ４）。もしなければ、配列ＢＵの第ＭＬ
要素に「分野」６２を、配列ＴＥの第ＭＬ要素に「点
数」６３を代入し（ステップＦ５）、変数ＭＬに１を加
え（ステップＦ６）、ステップＦ７へ飛ぶ。もし、ステ
ップＦ４で、同じものがある場合は、そのＢＵのインデ
ックスをＭＰとし、配列ＴＥの第ＭＰ番めの要素に「点
数」６３を加える（ステップＦ８）。つぎに、ステップ
Ｆ７では、変数ＲＰが分野判定辞書１０の最終レコード
を指しているか調べ、もし、まだ最終レコードに達して
いなければ、変数ＲＰに１を加え（ステップＦ９）、ス
テップＦ３に戻る。一方最終レコードならば、配列ＴＥ
の中で最大値をもつ要素のインデックスを求め、そのイ
ンデックスがさす配列ＢＵの要素が推定された分野とな
る。

【００３２】次に、本実施例における実際の処理例を示
す。例えば、図１０のステップＡ３で「ビル工事につい
てのお知らせ」と文が確定され、センタリングされてい
るとするとステップＡ４において、標題であると判断さ
れ（図１４ステップＥ１の条件より）、ステップＡ５が
実行される。ステップＡ５では、利用者の分野の指定が
自動判別になっているとすると、図７の分野判定辞書１
０の内容に従って「工事」という見出しからＢＵ［１］
が「建築」、ＢＵ［２］が「経理」、ＴＥ［１］が１
０、ＴＥ［２］が５となり（ステップＦ５）、さらに、
「ビル」という見出しによって、ＴＥ［１］に５が加え
られ１５になる（ステップＦ８）。そして、ステップＦ
９において、配列ＴＥのなかで最大のものがＴＥ［１］
であるので、ＢＵ［１］に格納されている「建築」が使
用分野として判定される。

【００３３】次に、入力として「しこうのけっか」いう
かな文字列（正解は「施工の結果」）が入力部１を通じ
て入力されたとする（ステップＡ１）。つぎに、かな漢
字変換部２によって、まず変換候補の生成が行なわれ
る。このとき、用いられる辞書は、推測される分野が
「建築」であるので、分野別辞書選択部６によって、単
語情報辞書８としては図３のものが、共起情報辞書９と
しては図５のものが選択される。指定された単語情報辞
書８を用いることによってステップＢ１では変換結果メ
モリ１３の内容は図９のようになる。この場合、適用で
きる共起情報が共起情報辞書９にないので、ステップＢ
２の共起情報の適用によって変換結果メモリ１３の内容
は変化しない。次にステップＢ３で各文節ごとに、頻度
順にソートされ、変換結果メモリの内容は図１７のよう
になり、第１候補として「施工の結果」のように正しい
結果を得ることができる。

【００３４】また、推定された分野が「契約書」である
とき、入力として「とうきをおこなう」いうかな文字列
（正解は「登記を行う」）が入力部１を通じて入力され
たとする（ステップＡ１）。この場合選択される辞書
は、「契約書」の分野別辞書である単語情報辞書８（図
１８）と共起情報辞書９（図１９）が選択される。これ
らの辞書を用いて、ステップＢ１の結果、変換結果メモ
リ１３は図２０のようになる。次に、ステップＢ２にお
いて共起の適用が行なわれ、図１９の共起情報辞書の第
３レコードの共起情報（「登記」「を」「行う」）が適
用される。その結果、変換結果メモリ１３は図２１のよ
うになり、共起が適用された「登記」と「行う」の頻度
が「１０１」になっている。これに対して、さらにステ
ップＢ３で頻度によるソートを行なうと、変換結果メモ
リの内容が図２２のようになり、「登記を行う」が優先
される。

【００３５】なお、本発明は、上記実施例にのみに限定
されず、要旨を変更しない範囲で適宜変形して実施可能
である。本実施例では、使用分野は同時に１種類しか用
いていないが、複数を指定することも可能である。例え
ば、ステップＡ５において、配列ＴＥの上位２つをその
分野として推測し、頻度はこれらの分野別辞書の平均値
もしくは上位の分野に重みをかけた平均値とすればよ
い。これにより、「取引」の文書で「建築」の話しをす
るといった状態も扱うことができる。さらに、利用者が
指定した分野とシステムが推定した分野を同時に扱える
ようにもできる。

【００３６】また、本発明では、１分野に対してそれぞ
れ単語情報辞書と共起情報辞書を持っているが、辞書を
各分野に共通部分と、相違部分にわけ、共通部分の辞書
を１つ用意し、分野別辞書は、相違部分のみという構成
にすることができる。

【００３７】この方法により、全体の辞書のサイズを減
少させることができる。次に、本発明では、標題の条件
としてセンタリングや体言止めを用いているが他の情報
も利用できる。例えば、入力文書がＴｅＸやＳＧＭＬの
ように構造化されている場合、それらの中に含ませてい
る標題であるという情報を利用すれば、さらに精度をあ
げることができる。

【００３８】さらに、本実施例では、同音語の優先手段
として共起関係と頻度情報のみを用いているが、長期学
習や短期学習、構文情報や意味情報を用いたかな漢字変
換手法と組合わせることも可能である。また、共起関係
辞書に記憶されている共起関係について、予め記憶され
ているものだけでなく、文章中から学習された共起関係
を同様に扱うことができる。また、頻度情報についても
利用者が文章中に利用した語の頻度情報を用いて推定し
た分野の頻度情報を修正することもできる。

【００３９】又、さらに入力部１はＯＣＲのようなもの
でもよく、この際かな漢字変換部２は文字認識部となり
単語情報辞書は文字認識用辞書となる。又、本実施例を
機械翻訳に応用することも可能である。この場合入力さ
れた原稿（第１言語）の標題から分野別の翻訳辞書を選
択することになる。したがって、かな漢字変換部２は翻
訳部となる。

【００４０】

【発明の効果】以上のように本発明によれば、文章の標
題の情報を用いて、自動的に使用分野を判定することに
より、文書入力前に使用分野を指定する利用者の手間を
軽減する効果がある。また、文章の内容を的確に表して
いると考えられる標題の情報のみから分野を推測するた
めに、文章全体から推測するよりも精度の良い分野の推
測が可能となる。

【００４１】さらに、共起関係情報を分野別に持つこと
により、適切な共起関係のみを同音異義の選択に利用す
ることができ、利用者の候補の選択作業の手間を軽減さ
せる効果がある。

【図面の簡単な説明】

【図１】実施例の概要構成を示すブロック図。

【図２】かな漢字変換辞書に記憶される単語情報のフ
ォーマットを示す図。

【図３】かな漢字変換辞書に記憶される単語情報の一
例を示す図。

【図４】共起関係辞書に記憶される共起関係のフォー
マットを示す図。

【図５】共起関係辞書に記憶される共起関係の一例を
示す図。

【図６】分野判定辞書に記憶される分野判定情報のフ
ォーマットを示す図。

【図７】分野判定辞書に記憶される分野判定情報の一
例を示す図。

【図８】変換結果メモリに記憶される変換候補のフォ
ーマットを示す図。

【図９】変換結果メモリに記憶される変換候補の一例
を示す図。

【図１０】全体の動きを示す流れ図。

【図１１】かな漢字変換処理の流れ図。

【図１２】共起関係適用処理の流れ図。

【図１３】頻度による同音異義語のソートの処理の流
れ図。

【図１４】標題検出部の処理の流れ図。

【図１５】分野判定部の処理の流れ図。

【図１６】分野指定のためのユーザインタフェースの
一例を示す図。

【図１７】「しこうのけっか」に対する変換結果メモ
リの内容を示す図。

【図１８】分野「契約書」の単語情報辞書の内容例を
示す図。

【図１９】分野「契約書」の共起情報辞書の内容例を
示す図。

【図２０】「とうきをおこなう」に対するステップＢ
１後の変換結果メモリの内容を示す図。

【図２１】「とうきをおこなう」に対するステップＢ
２後の変換結果メモリの内容を示す図。

【図２２】「とうきをおこなう」に対するステップＢ
３後の変換結果メモリの内容を示す図。

【符号の説明】

１入力部２かな漢字変換部３標題検出部４分野判定部５分野指定部６分野別辞書選択部７Ｎ分野別辞書８単語情報辞書９共起関係辞書１０分野判定辞書１１編集制御部１２出力部１３変換結果メモリ

───────────────────────────────────────────────────── フロントページの続き (72)発明者出羽達也神奈川県川崎市幸区小向東芝町１番地株式会社東芝研究開発センター内

Claims

【特許請求の範囲】

【請求項１】日本語文章の読み情報を入力する読み情報
入力手段と、使用分野別に単語の読みと漢字とを対応付けて単語情報
を記憶した分野別単語情報記憶手段と、上記読み情報入力手段によって入力された読み情報が標
題であるかを判別する標題判別手段と、この標題判別手段を用いて判別された標題の文章から分
野を判定する分野判定手段と、この分野判定手段の結果に基づいて、上記分野別単語情
報記憶手段に記憶された該当する分野の単語情報を選択
する単語情報選択手段と、この単語情報選択手段で選択された該当する分野の単語
情報に基づいて、上記読み情報入力手段を用いて入力さ
れた読み情報を漢字かなまじりの文字情報に変換するか
な漢字変換手段とを具備することとを特徴とするかな漢
字変換装置。
【請求項２】請求項１記載のかな漢字変換装置におい
て、使用分野別に単語間の共起関係情報を記憶する分野別共
起関係記憶手段と、上記分野判定手段の結果に基づいて、上記分野別共起関
係記憶手段に記憶された該当する分野の共起関係を選択
する共起情報選択手段と、上記単語情報選択手段で選択された該当する分野の単語
情報を、上記共起情報辞書選択手段で選択された辞書か
ら読み出された共起情報によって特定し、上記読み情報
入力手段を用いて入力された読み情報を漢字かなまじり
の文字情報に変換するかな漢字変換手段とを具備するこ
とを特徴とするかな漢字変換装置。