JPH0670789B2 - 単語辞書検索装置 - Google Patents

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は、入力文字列と単語辞書とを照合して、入力文
字列において、単語辞書内に存在する単語が出現した部
分を検索する単語辞書検索装置に関するものである。特
に、入力文字列の各文字が複数の候補をもつような場合
にも適用できる単語辞書検索装置に関するものである。

入力文字列の各文字に複数の候補がなく一意な場合の単
語辞書検索装置は、かな漢字変換装置においてキーボー
ドから入力されたかな文字列に対する単語辞書検索を行
なう部分、機械翻訳装置・文音声変換装置・文章校正装
置などにおいてワードプロセッサなどで作成された漢字
かな混じり文字列に対する単語辞書検索を行なう部分な
どに用いられている。

入力文字列の各文字に複数の候補がある場合の単語辞書
検索装置は、音声認識装置や文字認識装置などにおい
て、認識結果の複数の候補文字から最も確からしい文字
を選択するための単語辞書検索部などに用いられてい
る。

（従来の技術） 従来、かな漢字変換装置・文音声変換装置などにおいて
用いられている単語辞書検索方式は、基本的に、文献：
「計算機によるカナ漢字変換」（相沢・江原、NHK技術
研究、第25巻第５号、23頁〜60頁、1973年）に示されて
いる方式を引き継いでいる。すなわち、入力された文字
列から部分文字列を切り出して、その部分文字列に表記
（かな漢字変換では「かな表記」すなわち「読みが
な」）の一致する単語を単語辞書内から検索するという
処理を行なう（これを、以下では、第１の従来技術と呼
ぶことにする。） 例えば、「文章を解析する」という漢字かな混じり文字
列に対する単語辞書検索を行なう場合は、１文字目・２
文字目など各文字位置から始まる単語を検索するため
に、「文章を解析する」「章を解析する」「を解析す
る」「解析する」「析する」「する」「る」といった部
分文字列を別々に切り出す。そして、各部分文字列につ
いて、さらに、末尾を削った部分文字列も生成して、そ
の各々を単語辞書から検索する。すなわち、１文字目か
ら始まる単語を検索する際には、「文章を解析する」
「文章を解析す」「文章を解析」「文章を解」「文章
を」「文章」「文」といった部分文字列に関して、検索
を次々に繰り返し、２文字目から始まる単語を検索する
際には、「章を解析する」「章を解析す」「章を解析」
「章を解」「章を」「章」といった部分文字列に関し
て、検索を次々に繰り返すわけである。その結果、下線
を引いた部分文字列などについて、表記の一致する単語
が見つかることになる。

この第１の従来技術では、複数の部分文字列に対して単
語辞書の検索を繰り返すわけであるが、単語辞書の構成
を工夫しておくことによって、１つの部分文字列に対す
る検索の所要時間の短縮を図っている。例えば、単語辞
書内の単語をあらかじめソートしておいて二分検索を行
なったり、１文字目・２文字目など文字ごとに分割して
共通な部分をまとめて木構造として１文字ずつの照合を
行なうなどである。このような辞書の構造と検索方式の
工夫については、文献：“The Art of Computer Progra
mming 3:Sorting and Searching"（D.E.Knuth,Addison
−Wesley,1973）に多く示されている。

ただし、この第１の従来技術は、コンピュータ上の逐次
型プログラムとしての実現を想定しており、所要時間短
縮の工夫は逐次処理の枠内で工夫である。したがって、
入力文字列のある部分文字列と単語辞書内のある単語の
表記の文字列とを比較する処理などは、１文字ずつ逐次
行なわれる。例えば「文章を」という部分文字列と単語
辞書内の「文章」という単語の比較は、「文」と「文」
とを照合し、一致したところで「章」と「章」とを照合
し、次に、「を」に対して不一致となり失敗するという
ように、１文字ずつ照合処理の繰り返しである。

また、第１の従来技術では、入力文字列の各文字にｍ個
ずつ候補があるような場合は、あらかじめ、長さＬの部
分文字列に対して、候補を組み合せたm^L通りの文字列を
生成する必要がある。そして、それらの各々について、
さらに、上記のように末尾を削った部分文字列を生成し
て、単語辞書内を検索することになる。

一方、ある長さＬの文字列と入力文字列との比較の際
に、１文字ずつの照合を繰り返すのではなく、対応する
文字位置のＬ組の照合を同時に行なうことが考えられて
いる。その際、入力文字列をシフトレジスタに格納して
おけば、照合の位置をずらすことが、入力文字列から再
度部分文字列を切り出すのではなく、シフトレジスタ内
の全文字を一度に１文字ずらすことで実現できるように
もなる。この第２の従来技術は、特開昭63−261421号公
報「文字列処理装置」および特開昭63−261422号公報
「文字列照合装置」に述べられている。なお、この第２
の従来技術では、入力文字列に複数の候補は存在せず、
検索される文字列も１通りに限られる（単語辞書のよう
に多数ではない）。

特開昭62−67636号公報「照合方式」および文献：「音
声日本語入力システムにおける高速な言語処理のための
辞書照合アルゴリズム」（浜口・鈴木、電子情報通信学
会論文誌、第J70−Ｄ巻第８号、1589頁〜1596頁1987
年）には、第３の従来技術が示されている。

第３の従来技術では、入力文字列に複数の文字候補があ
ることを想定している。まず、文字の種類をＭ（例え
ば、JISの文字コード表では、ひらがなについてＭ＝8
3）とすると、１文字目・２文字目など各文字位置に、
Ｍビットのメモリを１個ずつ用意し、複数の候補文字に
対応する各ビットを１にしておく。そして、照合時は、
単語辞書内の各単語について、単語の表記の１文字目・
２文字目など文字位置ごとに、対応するＭビットメモリ
から、対応する文字のビット内容（１または０）を同時
に読み出す。すべてのＭビットメモリから１が読み出さ
れたら、入力文字列中に単語辞書内にある単語が出現し
たことになる。

（発明が解決しようとする課題） 第１の従来技術には、まず第１に、前述のように、多数
の部分文字列に対する単語辞書検索を繰り返さねばなら
ないという欠点がある。この欠点は、入力文字列の各文
字に複数の候補がある場合に、特に顕著になる。長さＫ
の入力文字列の各文字にｍ個ずつ候補がある場合、最長
の部分文字列の長さをＬとすると（通常、単語辞書内の
最長の単語の長さをＬとする）、最大（m^L×Ｌ×Ｋ）個
の部分文字列に対する検索を繰り返す必要が生ずる。通
常、あらかじめ条件を定めて、不要な部分文字列の検索
を避けるようにするので、（m^L×Ｌ×Ｋ）個というのは
最悪の場合であるが、それでも検索の回数はかなり多く
なる。

第１の従来技術の第２の欠点は、ある部分文字列と単語
辞書内のある単語の表記の文字列との比較を、１文字ず
つ順に行なうため、比較に時間がかかるということであ
る。

第２の従来技術では、第１の従来技術の第２の欠点に対
処している。しかし、第２の従来技術は、入力文字列に
複数の候補がある場合に適用できない。また、検索され
る文字列も１通りに限られ、単語辞書のように多数の文
字列と比較を行なうことを考えると、単語辞書内の各単
語の表記の長さの異なりが問題となって適用できない。

第３の従来技術は、第１の従来技術の２つの欠点に対処
している。しかし、入力文字列を記憶するために、文字
の種類だけのビット数をもったメモリを、文字列長だけ
用意する必要があるため、文字の種類が多数の場合はメ
モリサイズがかなり大きくなってしまう問題がある。か
な漢字変換や音声認識の場合は、入力文字列がひらがな
（あるいは音素文字）で100種類程度に限定されるの
で、あまり問題にならないが、漢字かな混じり文字列を
対象とした文音声変換や機械翻訳など場合は、漢字を含
み文字の種類が3000〜4000種類にもおよぶため、メモリ
が大きくなって問題になる。

また、第３の従来技術では、入力された文字列の先頭か
ら始まる単語の検索しか行なわないため、２文字目から
始まる単語や、３文字目から始まる単語などを検索する
場合には、入力文字列のメモリへの登録を、やり直す必
要が生じるという問題もある。

本発明の目的は、上記のような従来技術の欠点を除去
し、入力文字列の各文字に複数の候補があっても、高速
に単語辞書との照合が可能な単語辞書検索装置を提供す
ることである。

（課題を解決するための手段） 本発明は、各文字に対して第１から第ｍ候補（ｍ≧２な
る整数）までのｍ種類の候補が存在する文字列の入力装
置と、ｎ文字分（ｎはｎ≧１なる整数）のデータ巾をも
つ各アドレスに単語の表記を１個ずつ格納してｎ文字に
満たない部分にはあらかじめ定めた残余記号を詰めた単
語辞書メモリ（登録単語数≧２）と、前記入力装置によ
って１文字に対するｍ種類の候補が入力されるたびにシ
フトクロック１回と前記単語辞書メモリ内の全単語数に
応じた回数の判定クロックとカウンタクロックとを発生
するコントローラと、前記シフトクロックに同期したリ
セットと前記カウンタクロックに同期したカウントアッ
プとを行なう前記単語辞書メモリのアドレスカウンタ
と、前記入力装置によって入力された文字列の第１・第
２・……・第ｍ候補に対応し前記シフトクロックに同期
した１文字ずつの順送りを行なう各々ｎ文字分の第１・
第２・……・第ｍ候補シフトレジスタと、前記単語辞書
メモリから読み出されるｎ文字分のデータの１文字目・
２文字目・……・ｎ文字目に対応し該当位置の文字が前
記第１・第２・……・第ｍ候補シフトレジスタのいずれ
かの同位置の文字または前記残余記号に一致したとき一
致信号を出力する１文字目・２文字目・……・ｎ文字目
比較回路と、前記判定クロックに同期して前記１文字目
・２文字目・……・ｎ文字目比較回路のすべてから一致
信号が検出された場合に前記入力装置によって入力され
た文字列中に前記単語辞書メモリ内に存在する単語が出
現したと判定する判定回路とを備えたことを特徴とする
単語辞書検索装置である。

（実施例） 図面を用いて、本発明の構成・作用を説明する。

第１図は本発明の単語辞書検索装置の第１の実施例の構
成を示すブロック図である。以下、まず、各構成要素を
説明する。

入力装置５は、各文字に対して第１候補から第ｍ候補
（ｍはｍ≧２なる整数）までのｍ種類の候補が存在する
文字列を入力する装置であり、例えば、音声認識装置や
文字認識装置などである。入力装置５は、各文字に対す
るｍ個の候補を、同時に出力し、その出力のタイミング
を入力クロック50によってコントローラ７へ伝える。

単語辞書メモリ１は、ｎ文字分（ｎはｎ≧１なる整数）
のデータ巾をもつ各アドレスに、単語の表記を１個ずつ
格納して、ｎ文字に満たない部分には、あらかじめ定め
た残余記号を詰めたものである。第２図は、単語辞書メ
モリ１の内容の例を示す図である（第２図ではｎ＝４と
している）。第２図において、△が残余記号を表わして
いる。第２図の単語辞書メモリ１のアドレスをａとする
と、「日本△△」というｎ（＝４）文字が同時に読み出
される。単語辞書メモリ１は、ICメモリなどを用いて実
現できる。通常、漢字コードは16ビットで実現されるの
で、第２図の単語辞書メモリ１のデータ巾は、16×４＝
64ビットである。現在のICメモリでは、同時に読み出せ
るデータ巾が８ビット程度であるから、そのようなICメ
モリを８個並列に並べて実現できる。

コントローラ７は、入力装置５によって１文字に対する
ｍ種類の候補が入力されるたびに、シフトクロック１回
と、単語辞書メモリ１内の全単語数に応じた回数の判定
クロックとカウンタクロックとを発生する。第３図はコ
ントローラ７の入出力信号のタイムチャートの例であ
る。第３図のタイムチャートでは、入力装置５から入力
クロック50が入力されるたびに、まず、シフトクロック
70を１回出力（入力クロック50をそのままシフトクロッ
ク70として出力）し、続いて、判定クロック72とカウン
タクロック71とを、交互にＮ回出力している。ただし、
カウンタクロック71は（Ｎ−１）回でもよい。ここで、
Ｎは単語辞書メモリ１内の全単語数である。このような
タイムチャート通りに動作するコントローラ７は、当業
者において容易に実現可能である。

アドレスカウンタ４は、シフトクロック70に同期したリ
セットと、カウンタクロック71に同期したカウントアッ
プとを行なうカウンタで、カウンタ値を単語辞書メモリ
１のアドレス値として出力する。従来のカウンタICで実
現できる。

第ｉ候補シフトレジスタ２は、入力装置５によって入力
された文字列の第ｉ候補（ｉは１≦ｉ≦ｍなる整数）
を、シフトクロック70に同期して１文字ずつ順送りしな
がら、ｎ文字分格納するシフトレジスタである。このシ
フトレジスタ２は、入力文字列の各文字に対するｍ個の
候補の各々に対して設けられており、第１候補シフトレ
ジスタ、第２候補シフトレジスタ、……、第ｍ候補シフ
トレジスタのｍ個がある。第４図は各シフトレジスタ２
の構成例を示した図である。１文字をｄビットで表現し
ている場合、第ｉ候補シフトレジスタ２は、第４図のよ
うに、シフトクロック70に同期した（ｄ×ｎ）個のＤフ
リップフロップで実現できる（ｄ個並列に並べたもの
を、ｎ個直列に接続する）。並列に接続したｄ個が１文
字に対応し、その出力はまとめて比較回路３へ送られ
る。

ｊ文字目比較回路３は、アドレスカウンタ４の示す１つ
のアドレスに対して単語辞書メモリ１から読み出される
ｎ文字分のデータのｊ番目（ｊは１≦ｊ≦ｎなる整数）
の文字が、ｍ個のシフトレジスタ２のいずれかのｊ番目
の文字、または、残余記号に一致したときに、一致信号
を出力する回路である。この比較回路３は、単語辞書メ
モリ１のデータ巾ｎ文字の各々に対して設けられてお
り、１文字目比較回路、２文字目比較回路、……、ｎ文
字目比較回路のｎ個がある。第５図は、ｊ文字目比較回
路３の構成例を示した図である。１文字をｄビットで表
現して、シフトレジスタ２がｍ個設けられている場合、
ｊ文字目比較回路３は、第５図のように、（ｍ＋１）個
のｄビット比較器と、１個のORゲートで構成できる。ｍ
個のｄビット比較器は、単語辞書メモリ１から読み出さ
れているｎ文字データのうちｊ文字目と、各シフトレジ
スタ２のｊ文字目とを比較し、残りの１個のｄビット比
較器は、単語辞書メモリ１から読み出されているｎ文字
データのうちのｊ文字目が残余記号であるか否かを調べ
る。最終的なORデートの出力では、この（ｍ＋１）個の
比較器のいずれかで、一致が検出されたときに、一致信
号30が出力される。

判定回路６は、判定クロック72に同期して、ｎ個の比較
回路のすべてから一致信号が検出された場合に、入力装
置５によって入力された文字列中に単語辞書メモリ１内
に存在する単語が出現したと判定する回路である。第６
図は、判定回路６の構成例を示す図である。判定回路６
は、第６図のように、１個のANDゲートと１個のＤフリ
ップフロップで実現できる。

次にこの実施例の動作を例を用いて説明する。

第７図（ａ）〜（ｈ）は、ｎ＝４、ｍ＝３で入力文字列
の長さが４のときの、第１候補シフトレジスタ・第２候
補シフトレジスタ・第３候補シフトレジスタの内容の変
化の例を示した図である。第７図の３×４のマトリック
スは、１行が各シフトレジスタ２の内容に対応してお
り、行方向が文字位置（１〜４）、列方向が候補レベル
（１〜３）を表わしている。これらのシフトレジスタ２
に入力されている文字列は、１文字目の候補は第１候補
から順に「日」「白」「目」、２文字目の候補は順に
「木」「本」「大」、３文字目は順に「電」「雷」
「霧」、４文字目は順に「気」「島」「戒」である。斜
線部分は文字が格納されていないことを表わす。

第７図において、（ａ）→（ｂ）→（ｃ）→（ｄ）→
（ｅ）→（ｆ）→（ｇ）→（ｈ）という変化は、シフト
クロック70が１回発生されるたびに起こる変化を示して
いる。そして、（ａ）〜（ｇ）の各々の状態で、カウン
タクロック71と判定クロック72がＮ回発生される。アド
レスカウンタ４は、シフトクロック70によってリセット
され、カウンタクロック71によってＮ回カウントアップ
されるため、各状態で、単語辞書メモリ１からは、先頭
の単語から末尾の単語まで順に、全単語（Ｎ個）の表記
が読み出され、ｎ個（この例では４個）の比較回路３に
おいて、それらと第７図のシフトレジスタの内容との照
合が行なわれることになる。

その結果、各状態で、単語辞書メモリ１内の例えば次の
ような単語に対して、判定回路６が出現を検出する。

（ａ）該当なし （ｂ）該当なし （ｃ）該当なし （ｄ）「日」「日本」「日本電気」「日大」「白」「白
木」「目」 （ｅ）「木」「本」「大」 （ｆ）「電」「電気」「霧」「霧島」「雷」 （ｇ）「気」「島」 このうち、状態（ｄ）における第７図のシフトレジスタ
内容と、単語辞書内の単語「日本」（＝「日本△△」）
とを照合する際の、各比較回路３の動作を説明する。１
文字目比較回路は、「日本△△」の「日」と第１候補シ
フトレジスタの１文字目の「日」との一致により一致信
号30を発生する。２文字目比較回路は、「日本△△」の
「本」と第２候補シフトレジスタの２文字目の「本」と
の一致により一致信号30を発生する。３文字目比較回路
と４文字目比較回路はともに、「日本△△」の「△」
（残余記号）を検出して一致信号30を発生する。その結
果、判定回路６は、すべての比較回路３の一致信号30を
受けて、単語の出現を検出することになる。

なお、入力文字列長がＫの場合、シフトレジスタ２内で
の順送りは、少なくとも（Ｋ＋ｎ−１）回行なわれる必
要がある。したがって、入力装置５は、長さＫの入力文
字列を入力した後、さらに、（ｎ−１）回のダミーの文
字列入力を行なう必要がある。あるいは、コントローラ
７が、入力文字列の末尾を検出して、さらに、シフトク
ロック70の１回とカウンタクロック71と判定クロック72
をＮ回ずつというサイクルを、（ｎ−１）回繰り返すよ
うにしてもよい。

また、最初の（ｎ−１）回の順送りの間（第７図では
（ａ）から（ｃ）まで）は、入力文字列がシフトレジス
タ２の先頭まで到達していないので、単語辞書メモリ１
との照合を行なっても意味がない。そこで、その間は、
コントローラ７は、カウンタクロック71や判定クロック
72を発生せず、シフトクロック70のみを連続して発生す
るようにしてもよい。

以上では、入力文字列の各文字にｍ個の候補が存在する
一般的な場合の実施例を示したが、かな漢字変換におけ
る単語辞書検索や、ワードプロセッサで作成した文章の
解析を行なう際の単語辞書検索などでは、入力文字列の
各文字は１通りである（ｍ＝１）。第８図は、そのよう
な場合を対象とした単語辞書検索装置の例を示すブロッ
ク図である。この場合は、第２の従来技術と同様にシフ
トレジスタが１個でよく、本発明の特許請求の範囲から
は除外している。構成要素・動作は第１図の実施例につ
いてｍ＝１とすればよいので、説明を省略する。

（発明の効果） 以上説明したように、本発明によれば、漢字のように種
類の多い文字から成る文字列に対して、各文字が複数の
候補をもっていても、高速に単語辞書との照合が可能な
単語辞書検索装置が得られる。特に、入力文字列が各文
字の候補数にも、単語辞書内の単語の表記長にもかかわ
らず、入力文字列と単語辞書内の１つの単語との照合が
２クロック程度の間に行えることの効果が大きい。

さらに、実施例に示したように、本発明の各構成要素
は、少数のロジックICを組み合わせで実現できる。した
がって、LSI技術を利用すれば、非常に小型の装置とし
て実現できる点も長所である。それに加えて、第１の従
来技術のように、汎用計算機上のソフトウェアとして実
現されるのではなく、専用ハードウェア・特殊LSIとし
て実現できるため、クロックの周波数自体を、汎用計算
機に比べてかなり高く設定することが可能であり、この
点でも高速性が優れている。

以上のような高速性から、本発明では、前述の第１の従
来技術のように単語辞書内で照合する単語数を制限せ
ず、単語辞書内の全単語との照合を行なっても、従来よ
り十分高速な単語辞書検索装置が得られると考えられる
が、その結果、単語辞書内が表記のコード順にソートさ
れている必要がないという長所も生じる。したがって、
単語の追加・削除が行なわれても、単語辞書を編成し直
す必要がなく、単語辞書のメンテナンスがきわめて容易
である。

【図面の簡単な説明】

第１図は本発明の第１の実施例の構成を示すブロック
図、第２図は単語辞書メモリ１の内容の例を示す図、第
３図はコントローラ７の入出力信号のタイムチャートの
例、第４図はシフトレジスタ２の構成例を示す図、第５
図は比較回路３の構成例を示す図、第６図は判定回路６
の構成例を示す図、第７図（ａ）〜（ｈ）はシフトレジ
スタ２の内容の変化の例を示す図、第８図はｍ＝１とし
た単語辞書検索装置の例を示すブロック図。 図において、１……単語辞書メモリ、２……シフトレジ
スタ（第ｉ候補シフトレジスタ）、３……比較回路（ｊ
文字目比較回路）、４……アドレスカウンタ、５……入
力装置、６……判定回路、７……コントローラ、30……
一致信号、50……入力クロック、70……シフトクロッ
ク、71……カウンタクロック、72……判定クロックであ
る。

Claims (1)

【特許請求の範囲】
1. 【請求項１】各文字に対して第１から第ｍ候補（ｍはｍ
   ≧２なる整数）までのｍ種類の候補が存在する文字列の
   入力装置と、ｎ文字分（ｎはｎ≧１なる整数）のデータ
   巾をもつ各アドレスに単語の表記を１個ずつ格納してｎ
   文字に満たない部分にはあらかじめ定めた残余記号を詰
   めた単語辞書メモリ（登録単語数≧２）と、前記入力装
   置によって１文字に対するｍ種類の候補が入力されるた
   びにシフトクロック１回と前記単語辞書メモリ内の全単
   語数に応じた回数の判定クロックとカウンタクロックと
   を発生するコントローラと、前記シフトクロックに同期
   したリセットと前記カウンタクロックに同期したカウン
   トアップとを行なう前記単語辞書メモリのアドレスカウ
   ンタと、前記入力装置によって入力された文字列の第１
   ・第２・………・第ｍ候補に対応し前記シフトクロック
   に同期した１文字ずつの順送りを行なう各々ｎ文字分の
   第１・第２・………・第ｍ候補シフトレジスタと、前記
   単語辞書メモリから読み出されるｎ文字分のデータの１
   文字目・２文字目・………・ｎ文字目に対応し該当位置
   の文字が前記第１・第２・………・第ｍ候補レジスタの
   いずれかの同位置の文字または前記残余記号に一致した
   とき一致信号を出力する１文字目・２文字目・………・
   ｎ文字目比較回路と、前記判定クロックに同期して前記
   １文字目・２文字目・………・ｎ文字目比較回路のすべ
   てから一致信号が検出された場合に前記入力装置によっ
   て入力された文字列中に前記単語辞書メモリ内に存在す
   る単語が出現したと判定する判定回路とを備えたことを
   特徴とする単語辞書検索装置。