JPH06274192A - 自然言語解析方式 - Google Patents
自然言語解析方式Info
- Publication number
- JPH06274192A JPH06274192A JP5063605A JP6360593A JPH06274192A JP H06274192 A JPH06274192 A JP H06274192A JP 5063605 A JP5063605 A JP 5063605A JP 6360593 A JP6360593 A JP 6360593A JP H06274192 A JPH06274192 A JP H06274192A
- Authority
- JP
- Japan
- Prior art keywords
- input sentence
- natural language
- surface layer
- sentence
- layer pattern
- 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.)
- Granted
Links
Landscapes
- Machine Translation (AREA)
Abstract
(57)【要約】
【目的】 非文法的な文にも対処できる頑強な処理が可
能な自然言語解析方式を提供する。 【構成】 形態素解析モジュール１は、入力文の単語分
割の処理を行ない、各単語からのインデックスにより照
合可能な表層パターンを検索する。表層パターン照合モ
ジュール２は検索された表層パターンを入力文と照合し
て構造の候補を作る。解析補助モジュール３は、必要に
応じて助詞の補完など入力文の修正を行ない、表層パタ
ーン照合モジュール２１が入力文に表層パターンを照合
できるよう助ける。最尤構造決定モジュール４は、入力
単語と表層パターンの用例単語間の意味的距離を計算
し、最尤の構造を決定して出力する。
能な自然言語解析方式を提供する。 【構成】 形態素解析モジュール１は、入力文の単語分
割の処理を行ない、各単語からのインデックスにより照
合可能な表層パターンを検索する。表層パターン照合モ
ジュール２は検索された表層パターンを入力文と照合し
て構造の候補を作る。解析補助モジュール３は、必要に
応じて助詞の補完など入力文の修正を行ない、表層パタ
ーン照合モジュール２１が入力文に表層パターンを照合
できるよう助ける。最尤構造決定モジュール４は、入力
単語と表層パターンの用例単語間の意味的距離を計算
し、最尤の構造を決定して出力する。
Description
【０００１】
【産業上の利用分野】この発明は自然言語解析方式に関
し、特に、表層語句を活用して処理を行なうような自然
言語解析方式に関する。
し、特に、表層語句を活用して処理を行なうような自然
言語解析方式に関する。
【０００２】
【従来の技術】自然言語処理システムに対する社会的ニ
ーズはますます増大し、研究もさかんに行なわれてい
る。たとえば、機械翻訳技術においては、書き言葉翻訳
だけでなく、自動翻訳電話などの話し言葉翻訳の技術開
発が最近行なわれるようになっている。書き言葉翻訳と
違って、話し言葉翻訳を実現するには、荒い内容でも答
えを常に出力する頑強な処理が必要とされる。
ーズはますます増大し、研究もさかんに行なわれてい
る。たとえば、機械翻訳技術においては、書き言葉翻訳
だけでなく、自動翻訳電話などの話し言葉翻訳の技術開
発が最近行なわれるようになっている。書き言葉翻訳と
違って、話し言葉翻訳を実現するには、荒い内容でも答
えを常に出力する頑強な処理が必要とされる。
【０００３】
【発明が解決しようとする課題】しかしながら、複雑な
文法を基に精密な分析を行なう従来の方法は、文法か
らしばしば逸脱する話し言葉の解析には向いていない、
複雑な文法規則を書くには熟練を要し、規則が膨大に
なったとき規則間の矛盾検出などの管理作業が困難にな
る、膨大な数の曖昧な構造を生成する、文法規則を
照合するアルゴリズムが複雑になる、処理時間がかか
る、など多くの問題が生じている。
文法を基に精密な分析を行なう従来の方法は、文法か
らしばしば逸脱する話し言葉の解析には向いていない、
複雑な文法規則を書くには熟練を要し、規則が膨大に
なったとき規則間の矛盾検出などの管理作業が困難にな
る、膨大な数の曖昧な構造を生成する、文法規則を
照合するアルゴリズムが複雑になる、処理時間がかか
る、など多くの問題が生じている。
【０００４】それゆえに、この発明の主たる目的は、非
文法的な文にも対処できる頑強な処理ができる自然言語
解析方式を提供することである。
文法的な文にも対処できる頑強な処理ができる自然言語
解析方式を提供することである。
【０００５】
【課題を解決するための手段】請求項１に係る発明は、
入力された自然言語文の構造を把握する自然言語解析方
式であって、表層パターンの組合わせと入力文を照合す
るようにしたものである。
入力された自然言語文の構造を把握する自然言語解析方
式であって、表層パターンの組合わせと入力文を照合す
るようにしたものである。
【０００６】より好ましくは、請求項１の表層パターン
は、表層の語句と変数とによって記述される。
は、表層の語句と変数とによって記述される。
【０００７】さらに、より好ましくは、請求項２の表層
パターンは、入力文の各語を持つインデックスにより検
索される。
パターンは、入力文の各語を持つインデックスにより検
索される。
【０００８】さらに、請求項３で検索された表層パター
ンを組合わせて入力文と照合させ、入力文と照合に成功
した表層パターンの組合わせを構造の候補とする。
ンを組合わせて入力文と照合させ、入力文と照合に成功
した表層パターンの組合わせを構造の候補とする。
【０００９】請求項４の表層パターンは、複文のような
大きい言語的単位のものから、単語のような小さな言語
的単位のものへと入力文を照合させていく。
大きい言語的単位のものから、単語のような小さな言語
的単位のものへと入力文を照合させていく。
【００１０】より好ましくは、請求項４の表層パターン
を入力文に照合できるように必要時に入力文の修正を行
なう。
を入力文に照合できるように必要時に入力文の修正を行
なう。
【００１１】請求項４の表層パターンは、変数を具体化
する語を用例として持つ。請求項７の用例と入力文の語
の間の意味的距離により、構造の候補から最尤の構造を
決定し出力する。
する語を用例として持つ。請求項７の用例と入力文の語
の間の意味的距離により、構造の候補から最尤の構造を
決定し出力する。
【００１２】
【作用】この発明に係る自然言語解析方式は、表層パタ
ーンの組合わせと入力部を照合して自然言語を解析する
ことにより、非文法的な文にも対処できる頑強な処理技
術を実現できる。
ーンの組合わせと入力部を照合して自然言語を解析する
ことにより、非文法的な文にも対処できる頑強な処理技
術を実現できる。
【００１３】
【実施例】図１はこの発明の一実施例の概略ブロック図
である。図１において、この発明に係る自然言語解析処
理方式は、形態素解析モジュール１と表層パターン照合
モジュール２と解析補助モジュール３と最尤構造決定モ
ジュール４とによって実現される。形態素解析モジュー
ル１は内蔵されている辞書を参照して、単語分割や品詞
・活用などの情報の付与を行なう。単語からは表層パタ
ーンのインデックスが用意される。たとえば、「たい」
は表層パターン「Ｘたいのですが」へのインデックスを
持っている。表層パターンは、「Ｘたいのですが」や
「ＸのＹ」のように、単文や名詞句などの言語的単位
を、表層語句および変数により記述したものである。な
お、Ｘ，Ｙは変数を示す。入力文の各単語が持つインデ
ックスにより入力文に照合可能な表層パターンを絞り込
む。
である。図１において、この発明に係る自然言語解析処
理方式は、形態素解析モジュール１と表層パターン照合
モジュール２と解析補助モジュール３と最尤構造決定モ
ジュール４とによって実現される。形態素解析モジュー
ル１は内蔵されている辞書を参照して、単語分割や品詞
・活用などの情報の付与を行なう。単語からは表層パタ
ーンのインデックスが用意される。たとえば、「たい」
は表層パターン「Ｘたいのですが」へのインデックスを
持っている。表層パターンは、「Ｘたいのですが」や
「ＸのＹ」のように、単文や名詞句などの言語的単位
を、表層語句および変数により記述したものである。な
お、Ｘ，Ｙは変数を示す。入力文の各単語が持つインデ
ックスにより入力文に照合可能な表層パターンを絞り込
む。
【００１４】表層パターン照合モジュール２は、絞り込
まれた表層パターンを組合わせて入力文の構造を作り上
げる。表層パターンは、複文レベルの大きな単位のもの
から、単語レベルの小さな単位のものまでいくつかの言
語的単位により分類され、表層パターンを効率的に入力
文に照合させる。
まれた表層パターンを組合わせて入力文の構造を作り上
げる。表層パターンは、複文レベルの大きな単位のもの
から、単語レベルの小さな単位のものまでいくつかの言
語的単位により分類され、表層パターンを効率的に入力
文に照合させる。
【００１５】図２はこの発明が適用される代表的な表層
パターンを、言語的単位の大きなものから小さなものへ
と並べて示した図である。
パターンを、言語的単位の大きなものから小さなものへ
と並べて示した図である。
【００１６】ここで、入力文と表層パターンの照合のア
ルゴリズムについて説明する。（０） 形態素解析モジ
ュール１によって得られた表層パターンの中から最も大
きい言語的単位のものについて（１）を実行する。
ルゴリズムについて説明する。（０） 形態素解析モジ
ュール１によって得られた表層パターンの中から最も大
きい言語的単位のものについて（１）を実行する。
【００１７】（１） 表層パターンを、入力文に照合さ
せる。照合が成功すれば（２）を行なう。失敗すれば
（３）を実行する。
せる。照合が成功すれば（２）を行なう。失敗すれば
（３）を実行する。
【００１８】（２） （１）において照合に成功したの
が、変数を持たない表層パターンならば、その部分の照
合は成功して終了する。そうでなければ表層パターンの
各変数部について（１）を実行する。
が、変数を持たない表層パターンならば、その部分の照
合は成功して終了する。そうでなければ表層パターンの
各変数部について（１）を実行する。
【００１９】（３） 表層パターンの言語的単位を下げ
（１）を実行する。これ以上言語的単位を下げられない
なら照合は失敗として終了する。
（１）を実行する。これ以上言語的単位を下げられない
なら照合は失敗として終了する。
【００２０】このアルゴリズムは、最も大きな言語的単
位のものから小さな言語的単位のものへと表層パターン
を入力文に照合していく。入力文のすべての部分につい
て照合が成功すれば、照合した表層パターンの組合わせ
結果を構造とする。たとえば、「会議に申し込みたいの
ですが」という文に対しては、照合可能な表層パターン
の中で最も言語的単位が大きな、単文単位の表層パター
ン「Ｘたいのですが」をまず文全体に照合する。
位のものから小さな言語的単位のものへと表層パターン
を入力文に照合していく。入力文のすべての部分につい
て照合が成功すれば、照合した表層パターンの組合わせ
結果を構造とする。たとえば、「会議に申し込みたいの
ですが」という文に対しては、照合可能な表層パターン
の中で最も言語的単位が大きな、単文単位の表層パター
ン「Ｘたいのですが」をまず文全体に照合する。
【００２１】次に、「Ｘたいのですが」の変数部を具体
化する「会議に申込み」に格関係単位の表層パターン
「ＸにＹ」を照合する。さらに、「ＸにＹ」の変数Ｘ，
Ｙにそれぞれ「会議」「申込み」という単語単位の表層
パターンを照合し、入力文が表層パターンの組合わせと
完全に照合したことになる。その結果、構造として （（（会議）に（申込み））たいのですが） が得られる。
化する「会議に申込み」に格関係単位の表層パターン
「ＸにＹ」を照合する。さらに、「ＸにＹ」の変数Ｘ，
Ｙにそれぞれ「会議」「申込み」という単語単位の表層
パターンを照合し、入力文が表層パターンの組合わせと
完全に照合したことになる。その結果、構造として （（（会議）に（申込み））たいのですが） が得られる。
【００２２】解析補助モジュール３は、そのままの入力
文の状態では入力文に表層パターンが照合できないとき
に起動され、表層パターンを入力文に照合できるように
補助規則により入力文を修正する。補助規則は表層パタ
ーンを照合できるように入力文について正規化などの操
作を行なう。たとえば、「それ出席する」という入力文
において直接、表層パターンは照合できない。そこで、
次の補助規則により入力文を修正する。
文の状態では入力文に表層パターンが照合できないとき
に起動され、表層パターンを入力文に照合できるように
補助規則により入力文を修正する。補助規則は表層パタ
ーンを照合できるように入力文について正規化などの操
作を行なう。たとえば、「それ出席する」という入力文
において直接、表層パターンは照合できない。そこで、
次の補助規則により入力文を修正する。
【００２３】代名詞 動詞→代名詞 に 動詞 （（そ
れ、参加する），…） 代名詞 を 動詞 （（これ、送る），…） 補助規則は品詞などの文法カテゴリを使って記述され、
各文法カテゴリを具体化する単語用例を照合条件として
記述する。上の補助規則は、代名詞と動詞が連続したと
きに助詞を補完する。たとえば、「それ 参加する」と
いう代名詞と動詞の語系列は「に」という助詞が補完さ
れ、「それに参加する」と修正される。「これ 送る」
については「を」という助詞が補完され、「これを送
る」と修正される。この補助規則により、入力文「それ
出席する」には、（それ、出席する）と（それ、参加す
る）の意味的距離の近さから、助詞「に」が補完され
「それに出席する」と修正される。また、補完された助
詞「に」より、「ＸにＹ」が、照合可能な表層パターン
として新たに検索される。その後、表層パターン照合モ
ジュール２において、表層パターン「ＸにＹ」が入力文
に照合され、 （（それ）に（出席する）） という構造が得られる。
れ、参加する），…） 代名詞 を 動詞 （（これ、送る），…） 補助規則は品詞などの文法カテゴリを使って記述され、
各文法カテゴリを具体化する単語用例を照合条件として
記述する。上の補助規則は、代名詞と動詞が連続したと
きに助詞を補完する。たとえば、「それ 参加する」と
いう代名詞と動詞の語系列は「に」という助詞が補完さ
れ、「それに参加する」と修正される。「これ 送る」
については「を」という助詞が補完され、「これを送
る」と修正される。この補助規則により、入力文「それ
出席する」には、（それ、出席する）と（それ、参加す
る）の意味的距離の近さから、助詞「に」が補完され
「それに出席する」と修正される。また、補完された助
詞「に」より、「ＸにＹ」が、照合可能な表層パターン
として新たに検索される。その後、表層パターン照合モ
ジュール２において、表層パターン「ＸにＹ」が入力文
に照合され、 （（それ）に（出席する）） という構造が得られる。
【００２４】最尤構造決定モジュール４は、表層パター
ン照合モジュール２で得られた構造の中から、入力単語
と表層パターンの用例単語間の意味的距離を求め、最も
距離の総和が小さいものを最適の構造と決定する。
ン照合モジュール２で得られた構造の中から、入力単語
と表層パターンの用例単語間の意味的距離を求め、最も
距離の総和が小さいものを最適の構造と決定する。
【００２５】図３はこの発明のパターン照合による自然
言語解析方式の基本的な処理の流れを示す図である。次
に、図３を参照して、次に示す文（１）を解析する具体
例について説明する。
言語解析方式の基本的な処理の流れを示す図である。次
に、図３を参照して、次に示す文（１）を解析する具体
例について説明する。
【００２６】（１） 「京都ホテルの１万円の部屋お願
いします。」 まず、形態素解析モジュール１で入力文の単語分割の処
理を行なう。そして、文（１）の各単語からのインデッ
クスにより照合可能な表層パターンを検索する。たとえ
ば、入力文の語「の」からは「ＸのＹ」という表層パタ
ーンが検索される。
いします。」 まず、形態素解析モジュール１で入力文の単語分割の処
理を行なう。そして、文（１）の各単語からのインデッ
クスにより照合可能な表層パターンを検索する。たとえ
ば、入力文の語「の」からは「ＸのＹ」という表層パタ
ーンが検索される。
【００２７】表層パターン照合モジュール２は、形態素
解析モジュール１で検索された表層パターンを入力文に
照合しようとするが、助詞が脱落しているため、照合に
失敗する。
解析モジュール１で検索された表層パターンを入力文に
照合しようとするが、助詞が脱落しているため、照合に
失敗する。
【００２８】普通名詞 動詞→普通名詞 を 動詞
（（部屋、お願いする），…） そこで、解析補助モジュール３は、上の補助規則より、
入力文に助詞「を」を補完し、入力文を （１′）「京都ホテルの１万円の部屋をお願いしま
す。」 と修正する。
（（部屋、お願いする），…） そこで、解析補助モジュール３は、上の補助規則より、
入力文に助詞「を」を補完し、入力文を （１′）「京都ホテルの１万円の部屋をお願いしま
す。」 と修正する。
【００２９】表層パターン照合モジュール２は解析補助
モジュール３の結果を受け、（１′）に表層パターンを
照合しようとする。まず、絞り込まれた表層パターンの
中で最も言語的単位の大きな、単文単位の表層パターン
「Ｘをお願いします」を照合する。次に「Ｘをお願いし
ます」の変数Ｘを満たす「京都ホテルの１万円の部屋」
に表層パターンを照合しようとする。この表現には格関
係単位の「ＸのＹ」という表層パターンを照合できる
が、２つの「の」を持つため、入力文に対して次ように
２つの構造が作られる。 （２） （（（京都ホテル）の（（１万円）の（部
屋）））をお願いします） （３） （（（（京都ホテル）の（１万円））の（部
屋））をお願いします） 「ＸのＹ」の変数には「京都ホテル」、「１万円」，
「部屋」が照合でき、入力文全体が表層パターンですべ
て構成されたことになる。
モジュール３の結果を受け、（１′）に表層パターンを
照合しようとする。まず、絞り込まれた表層パターンの
中で最も言語的単位の大きな、単文単位の表層パターン
「Ｘをお願いします」を照合する。次に「Ｘをお願いし
ます」の変数Ｘを満たす「京都ホテルの１万円の部屋」
に表層パターンを照合しようとする。この表現には格関
係単位の「ＸのＹ」という表層パターンを照合できる
が、２つの「の」を持つため、入力文に対して次ように
２つの構造が作られる。 （２） （（（京都ホテル）の（（１万円）の（部
屋）））をお願いします） （３） （（（（京都ホテル）の（１万円））の（部
屋））をお願いします） 「ＸのＹ」の変数には「京都ホテル」、「１万円」，
「部屋」が照合でき、入力文全体が表層パターンですべ
て構成されたことになる。
【００３０】最尤構造決定モジュール４は、入力単語と
表層パターンの用例単語間の意味的距離を計算し、
（２）の構造の距離の総和０．０，（３）の構造の距離
の総和０．５を得る。距離の総和の小さい（２）を
（１）に対する構造として出力する。
表層パターンの用例単語間の意味的距離を計算し、
（２）の構造の距離の総和０．０，（３）の構造の距離
の総和０．５を得る。距離の総和の小さい（２）を
（１）に対する構造として出力する。
【００３１】
【発明の効果】以上のように、この発明によれば、入力
文の各語が持つインデックスにより表層パターンを検索
し、検索した表層パターンを複文のような大きい言語的
単位のものから、単語のような小さな言語的単位のもの
へと入力文に照合させて入力文の構造の候補を作り、そ
の候補から入力と用例間の意味的距離の計算により最尤
の構造を決定して出力をするようにしたので、話し言葉
のように文法的に構造を説明するのが難しい文に対して
も構造が求められる頑強な自然言語解析機構を実現でき
る。
文の各語が持つインデックスにより表層パターンを検索
し、検索した表層パターンを複文のような大きい言語的
単位のものから、単語のような小さな言語的単位のもの
へと入力文に照合させて入力文の構造の候補を作り、そ
の候補から入力と用例間の意味的距離の計算により最尤
の構造を決定して出力をするようにしたので、話し言葉
のように文法的に構造を説明するのが難しい文に対して
も構造が求められる頑強な自然言語解析機構を実現でき
る。
【図１】この発明の一実施例の内容を示すブロック図で
ある。
ある。
【図２】代表的な表層パターンを言語的単位の大きなも
のから小さなものへと並べて示した図である。
のから小さなものへと並べて示した図である。
【図３】入力文「京都ホテルの１万円の部屋お願いしま
す」に対する自然言語解析処理の流れを示すブロック図
である。
す」に対する自然言語解析処理の流れを示すブロック図
である。
１ 形態素解析モジュール ２ 表層パターン照合モジュール ３ 解析補助モジュール ４ 最尤構造決定モジュール
───────────────────────────────────────────────────── フロントページの続き (72)発明者 隅田 英一郎 京都府相楽郡精華町大字乾谷小字三平谷５ 番地 株式会社エイ・ティ・アール自動翻 訳電話研究所内 (72)発明者 飯田 仁 京都府相楽郡精華町大字乾谷小字三平谷５ 番地 株式会社エイ・ティ・アール自動翻 訳電話研究所内
Claims (8)
- 【請求項１】 入力された自然言語文の構造を把握する
自然言語解析方式であって、 表層パターンの組合わせと入力文を照合することを特徴
とする、自然言語解析方式。 - 【請求項２】 前記表層パターンは、表層の語句と変数
とによって記述することを特徴とする、請求項１の自然
言語解析方式。 - 【請求項３】 前記表層パターンは、入力文の各語が持
つインデックスにより検索されることを特徴とする、請
求項２の自然言語解析方式。 - 【請求項４】 前記検索された表層パターンを組合わせ
て入力文と照合させ、前記入力文と照合に成功した表層
パターンの組合わせを構造の候補とすることを特徴とす
る、請求項３の自然言語解析方式。 - 【請求項５】 前記表層パターンは、複文のような大き
い言語的単位のものから、単語のような小さな言語的単
位のものへと入力文に照合させていくことを特徴とす
る、請求項４の自然言語解析方式。 - 【請求項６】 前記表層パターンを、前記入力文に照合
できるように、必要時に入力文の修正を行なうことを特
徴とする、請求項４の自然言語解析方式。 - 【請求項７】 前記表層パターンは、変数を具体化する
語を用例として持つことを特徴とする、請求項４の自然
言語解析方式。 - 【請求項８】 前記用例と前記入力文の語の間の意味的
距離により、前記構造の候補から、最尤の構造を決定
し、出力することを特徴とする、請求項７の自然言語解
析方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5063605A JPH0769710B2 (ja) | 1993-03-23 | 1993-03-23 | 自然言語解析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5063605A JPH0769710B2 (ja) | 1993-03-23 | 1993-03-23 | 自然言語解析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06274192A true JPH06274192A (ja) | 1994-09-30 |
| JPH0769710B2 JPH0769710B2 (ja) | 1995-07-31 |
Family
ID=13234091
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5063605A Expired - Fee Related JPH0769710B2 (ja) | 1993-03-23 | 1993-03-23 | 自然言語解析方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0769710B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005539249A (ja) * | 2002-06-28 | 2005-12-22 | テー−モービレ ドイチェランド ゲーエムベーハー | 生成変形句構造文法に基づいて自然言語認識をする方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60200369A (ja) * | 1984-03-24 | 1985-10-09 | Mitsubishi Electric Corp | 機械翻訳装置 |
| JPS63213068A (ja) * | 1987-03-02 | 1988-09-05 | Canon Inc | 言語処理装置 |
-
1993
- 1993-03-23 JP JP5063605A patent/JPH0769710B2/ja not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60200369A (ja) * | 1984-03-24 | 1985-10-09 | Mitsubishi Electric Corp | 機械翻訳装置 |
| JPS63213068A (ja) * | 1987-03-02 | 1988-09-05 | Canon Inc | 言語処理装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005539249A (ja) * | 2002-06-28 | 2005-12-22 | テー−モービレ ドイチェランド ゲーエムベーハー | 生成変形句構造文法に基づいて自然言語認識をする方法 |
| JP4649207B2 (ja) * | 2002-06-28 | 2011-03-09 | テー−モービレ ドイチェランド ゲーエムベーハー | 生成変形句構造文法に基づいて自然言語認識をする方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0769710B2 (ja) | 1995-07-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Palmer et al. | Adaptive multilingual sentence boundary disambiguation | |
| Zettlemoyer et al. | Learning to map sentences to logical form: Structured classification with probabilistic categorial grammars | |
| Thede et al. | A second-order hidden Markov model for part-of-speech tagging | |
| US6243669B1 (en) | Method and apparatus for providing syntactic analysis and data structure for translation knowledge in example-based language translation | |
| US6442524B1 (en) | Analyzing inflectional morphology in a spoken language translation system | |
| US6282507B1 (en) | Method and apparatus for interactive source language expression recognition and alternative hypothesis presentation and selection | |
| US6223150B1 (en) | Method and apparatus for parsing in a spoken language translation system | |
| US8392188B1 (en) | Method and system for building a phonotactic model for domain independent speech recognition | |
| KR101279707B1 (ko) | 문서에서 정의를 식별하는 방법 및 정의 추출 시스템 | |
| US20020198713A1 (en) | Method and apparatus for perfoming spoken language translation | |
| WO2000045290A1 (en) | A method and apparatus for adaptive speech recognition hypothesis construction and selection in a spoken language translation system | |
| Singh et al. | The transformers’ ability to implement for solving intricacies of language processing | |
| Su et al. | An overview of corpus-based statistics-oriented (CBSO) techniques for natural language processing | |
| Irmawati et al. | Exploiting Syntactic Similarities for Preposition Error Corrections on Indonesian Sentences Written by Second Language Learner | |
| Li et al. | Combining trigram and automatic weight distribution in Chinese spelling error correction | |
| Mahafdah et al. | Arabic Part of speech Tagging using k-Nearest Neighbour and Naive Bayes Classifiers Combination. | |
| JPH06274192A (ja) | 自然言語解析方式 | |
| Demilie et al. | Automated all in one misspelling detection and correction system for Ethiopian languages | |
| Amrani et al. | A semi-automatic system for tagging specialized corpora | |
| JPH0844741A (ja) | 日本語文時制解析装置及び日本語文時制解析方法 | |
| Eutamene et al. | Ontologies and Bigram-based Approach for Isolated Non-word Errors Correction in OCR System. | |
| Sampath et al. | Hybrid Tamil spell checker with combined character splitting | |
| Marin et al. | Learning phrase patterns for ASR name error detection using semantic similarity. | |
| Veronis | Correction of phonographic errors in natural language interfaces | |
| Farokhshad et al. | ViraPart: A Text Refinement Framework for Automatic Speech Recognition and Natural Language Processing Tasks in Persian |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19960123 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |