JPH07182347A

JPH07182347A - 文解析装置

Info

Publication number: JPH07182347A
Application number: JP5325216A
Authority: JP
Inventors: Otoya Shirotsuka; 音也城塚; Noriya Murakami; 憲也村上
Original assignee: N T T DATA TSUSHIN KK; NTT Data Communications Systems Corp
Current assignee: N T T DATA TSUSHIN KK; NTT Data Corp
Priority date: 1993-12-22
Filing date: 1993-12-22
Publication date: 1995-07-21

Abstract

(57)【要約】【目的】意味表現の抽出に必要な文解析規則の作成労
力を軽減し得るとともに、非文法的な文の意味表現をも
抽出可能な文解析装置を提供する。【構成】入力装置１から導かれた入力文と用例文ファ
イル２０１中の複数の用例文との意味的類似度をシソー
ラス２０２を使用して判定し、文選択部２０８で、入力
文に対して最も高い類似度を与えられた用例文を動的計
画法を用いて選択する。意味表現作成部２１０では、入
力文に対して最も意味的類似度の高い用例文に対応した
意味変換規則（意味表現用語変換ルール）の単語部分を
入力文の対応単語に置き換え、この意味変換規則に従い
入力文の意味表現を作成する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は文の自動編集や機械翻訳
等のような文単位の解析技術に係り、特に、被解析対象
文からその意味表現を抽出する文解析装置に関する。

【０００２】

【従来の技術及び発明が解決しようとする課題】機械を
用いて被解析対象文の意味表現を抽出する手法として、
予め用意された解析規則に基づいて当該文を解析し、全
ての構成単語の統語的、意味的関係を求める規則主導型
解析手法が知られている。このような手法では、解析規
則は、当該文の解析対象分野の専門家により作成される
のが通常であるが、入力可能な全ての文を解析できるよ
うな規則の作成に多大な労力を必要とする問題があっ
た。

【０００３】また、文字認識装置や音声認識装置の認識
結果から意味表現を抽出する場合に、入力文である認識
結果にしばしば認識誤りが混じるが、このような要因に
より解析に失敗すると、従来の規則主導型解析手法で
は、入力文から意味表現を抽出することが全くできなく
なる問題もあった。このような問題は、日常会話にあり
がちな非文法的な文に対する解析の場合も同様に生じ
る。

【０００４】一方、機械翻訳の技術として、予め大量の
翻訳された文のフレーズを利用し、入力された文に含ま
れているフレーズに最も類似したフレーズを選び出し、
そのフレーズに基づいて入力文の翻訳を行う文解析手法
が提案されている。この手法は、例えば「実例に基づい
た翻訳」（情報処理学会研究報告Vol.89、No.6、890自然
言語処理70-9、佐藤理史、長尾真）に示されている。上
記文献によれば、(1)予め作成された複数の翻訳例をデ
ータベース化し、(2)翻訳例間に距離を定義し、(3)デー
タベースの翻訳例との距離を用いて未知の翻訳例がどの
くらい適切であるかを推定することで、膨大な翻訳規則
の作成を行わずとも性能が向上する旨が開示されてい
る。

【０００５】また、特開平３−２７６３６７号公報に開
示された「用例主導型機械翻訳方式」も略同様の手法を
採用しており、シソーラスを使用して用例フレーズと入
力文のフレーズの類似度を計算し、最も類似した用例フ
レーズを用いてフレーズ単位の翻訳を実現している。

【０００６】しかしながら、上記各翻訳方式では、被解
析対象文と用例文を直接比較できないので、予めそれぞ
れに対して構文解析を行い、翻訳の単位であるフレーズ
を抽出する必要がある。特に、上記「用例主導型機械翻
訳方式」の場合は、入力文（原文）の各フレーズに対し
て予め構文解釈を行い、フレーズ単位に分解する必要が
あるため、フレーズ数が多くなるとより多くの手間がか
かり、処理時間が膨大になる課題が残されていた。

【０００７】本発明は、上記背景のもとに創案されたも
ので、意味表現の抽出に必要な文解析規則の作成労力を
軽減し得るとともに、非文法的な文の意味表現をも抽出
可能な文解析装置を提供することを目的とする。

【０００８】

【課題を解決するための手段】上記目的を達成する本発
明の文解析装置は、フレーズ単位ではなく、被解析対象
文と用例文とを直接比較して解析することを特徴の一つ
とする。具体的には、複数の単語間の相対的な意味的類
似関係を表すシソーラスと、構成単語にそれぞれ既定の
意味表現が割り当てられた複数の用例文と前記被解析対
象文との意味的類似度を前記シソーラスに基づいて判定
し、被解析対象文に対して最も意味的類似度の高い用例
文を選択抽出する用例文選択抽出手段と、抽出された用
例文の構成単語に対応する前記被解析対象文の構成単語
をそれぞれ所定の用語に変換するとともに、各変換され
た用語を、前記既定の意味表現を割り当てた意味変換規
則に従って再構築する意味表現作成手段とを有し、この
再構築された用語を被解析対象文の意味表現として抽出
する。

【０００９】上記用例文選択抽出手段は、それぞれの構
成単語に既定の意味表現が割り当てられた複数の用例文
と前記被解析対象文との意味的類似度を前記シソーラス
に基づいて判定し、被解析対象文に対して任意の意味的
類似度をもつ用例文を選択抽出する構成であっても良
い。

【０００１０】なお、上記用例文選択抽出手段におい
て、意味的類似度の判定要素は、例えば動的計画法に基
づいて用例文の構成単語を文頭から順番に被解析対象文
の構成単語に対応付け、対応付けられた単語間の意味的
類似度の総和に応じて生成する。この動的計画法は、通
常はパターンマッチングに用いられる技術であるが、自
然言語処理の分野においても適用が可能である。この手
法によれば、単語同士の最適対応づけが可能になること
が実証されている。

【００１１】

【作用】本発明の文解析装置にあっては、まず、複数の
用例文及び被解析対象文の意味的類似度をシソーラスに
基づき判定し、被解析対象文に最も類似した用例文、あ
るいは任意の意味的類似度の用例文を決定する。その
後、この用例文の構成単語を被解析対象文の対応単語に
置換し、更に、置換された単語を意味表現用の用語に変
換する。そしてこれら用語を、用例文に対応した意味変
換規則に従って再構築し、被解析対象文の意味表現を作
成する。

【００１２】被解析対象文と用例文との意味的類似度の
判定に際して動的計画法を用いる場合は、各文の構成単
語同士の最適な対応付けが可能になり、判定精度が高ま
る。

【００１３】この文解析装置は、被解析対象文の構文情
報を必要としないために、従来手法乃至装置の場合に不
可欠であった構文解析の作業が不要であり、意味変換規
則の作成労力が軽減される。

【００１４】

【実施例】次に、図面を参照して本発明の実施例を説明
する。図１は、本発明の一実施例に係る文解析装置の構
成図である。この文解析装置は、単語毎に分かち書きさ
れた文（被解析対象文、以下入力文）を入力する入力装
置１と、入力文からその意味表現を抽出する意味表現抽
出装置２と、抽出された意味表現を出力する出力装置３
とを備える。

【００１５】意味表現抽出装置２は例えばプログラムさ
れたコンピュータであり、予め複数の用例文を記録した
用例文ファイル２０１、複数の単語間の相対的な意味的
類似関係に基づいて単語を階層化した単語間類似度ファ
イル（シソーラス）２０２、文の意味内容を特定の意味
表現に変換するための意味変換規則を記録した意味変換
規則ファイル２０３を有する。これら各ファイルは、分
野別あるいは用途別に予め用意されているものとする。

【００１６】意味表現抽出装置２はまた、入力装置１か
らの入力文に基づき用例文ファイル２０１から用例文を
順次抽出する用例文抽出部２０４、上記入力文と抽出し
た用例文との間の意味的類似度（以下、単に類似度と略
す）を演算し、単語（単語系列を含む、以下同じ）同士
の対応情報を決定する類似度及び単語情報演算部２０
５、決定した単語対応情報と類似度をそれぞれ記録する
単語対応情報テーブル２０６及び文類似度テーブル２０
７、入力文に対して最も類似度の高い用例文を選択する
文選択部２０８、選択された文に含まれる単語の対応情
報と当該文に与えられている意味変換規則と意味表現用
語変換テーブル２０９を使用して当該文の意味表現を作
成する意味表現作成部２１０を有する。

【００１７】次に、上記構成の意味表現抽出装置２の各
部動作を説明する。入力装置１から入力文が導かれる
と、用例文ファイル２０１から一つの用例文が抽出さ
れ、類似度及び単語情報演算部２０５に導かれる。類似
度及び単語情報演算部２０５では、単語間類似度ファイ
ル２０２を使用して上記入力文と抽出された用例文との
間の類似度を計算し、単語同士の対応情報（単語対応情
報）を求める。この処理の実行に際しては、例えば動的
計画法を用いる。そして、単語対応情報を単語対応情報
テーブル２０６に、類似度を文類似度テーブル２０７に
それぞれ登録する。この処理を用意されている全ての用
例文について繰り返した後、文選択部２０８で、入力文
に対して最も高い類似度を与えられた用例文を選択す
る。

【００１８】意味表現作成部２１０では、入力文に対し
て最も類似度の高い用例文に対応した意味変換規則を意
味変換規則ファイル２０３から取り出すとともに、単語
の対応情報テーブル２０６及び意味表現用語変換テーブ
ル２０９を参照し、取り出された意味変換規則から入力
文の意味表現を抽出する。

【００１９】図２は、類似度及び単語情報演算部２０５
における詳細な処理フローを示す図であり、動的計画法
を用いて単語系列の最適な対応付けを行う処理の一例を
示してある。

【００２０】動的計画法は、パターンの伸縮を許した柔
軟なパターンのマッチング法として知られており、例え
ば、「ディジタル信号処理」（古井貞煕東海大学出版
１６２頁〜１６５頁）に詳細な説明が記されている。こ
の動的計画法を使用することにより、入力文と用例文の
単語系列の最適な対応付けが可能になる。なお、最適対
応付けは、用例文を構成する単語を文頭から順番に入力
文の単語に対応付けていくことによって行われる。本実
施例においては、対応付けられた単語間の類似度の総和
が最も大きくなるような対応付けを最適な対応付けとす
る。

【００２１】図２を参照すると、Ｓ（処理ステップ、以
下同じ）２１では、すでに対応付けられた用例文の単語
系列を参照してそれに後続する単語の対応付け処理を行
う。この時、すでに対応付けられた単語系列が複数存在
する時は、それぞれについて対応付け処理を行う。Ｓ２
２では、新たに対応付けた単語の単語間類似度を計算
し、Ｓ２３では、それまでの単語系列の類似度と足し合
わせて新たに対応付けた単語までの単語系列の類似度を
求めて、単語対応情報と共に記録する。Ｓ２４では、用
例文の全ての単語が対応付け処理を施されたかを判定
し、すでに終了している場合は、記録されている単語対
応系列のうち、累積の類似度が最も高いものを、用例文
と入力文の正しい単語の対応情報として、その文類似度
とともにＳ２５において記録する。他方、対応付け処理
がまだ終了していない場合は再度Ｓ２１に戻り、新たな
単語の対応付け処理を行う。

【００２２】図３は、意味表現作成部２１０における詳
細な処理フローを示す図である。ここでは、まず、Ｓ３
１において、選択抽出された最も類似度の高い用例文に
対応した意味変換規則が意味変換規則ファイル２０３か
ら取り出される。意味変換規則の例を図５の５２に示
す。この例に示す通り、意味変換規則は左辺の変換前の
単語、右辺の変換語の意味表現が矢印で結びつけられた
形をしており、意味変換規則の左辺の単語と一致する単
語を、入力文が含んでいる場合、その意味変換規則の右
辺の意味表現を、当該入力文の意味表現として採用す
る。このような変換規則を複数使用することによって用
例文の意味表現を生成することができる。なお、図５の
内容については後述する。

【００２３】図３に戻ると、Ｓ３２において、単語対応
情報テーブル２０６に保存してある単語対応情報を使用
して、対応する入力文の単語が存在するような用例文の
単語を左辺とする意味変換規則を取り出す。更に、Ｓ３
３において、取り出された規則の左辺の単語と、この左
辺の単語に対応する右辺の意味表現を、単語対応情報と
意味表現用語変換テーブル２０９を使用して入力文中の
対応する単語と入れ替える。Ｓ３４では、こうして作成
した意味変換規則を使用して入力文の意味表現を生成
（再構築）する。

【００２４】図４に、単語間類似度ファイル２０２によ
って単語間の類似度を求める例を示す。図中、４１は単
語間類似度ファイル２０２における単語ａ〜単語ｈまで
の８単語間の相対的な意味的類似関係の一例を示す木構
造（シソーラス）である。

【００２５】単語間の類似度は、シソーラス上での単語
と単語との間の距離として考えられ、この距離が近けれ
ば近いほど類似度が高いとみなされる。距離の定義手法
には種々の方法が考えられる。例えば、この実施例で
は、シソーラス上で隣接する単語間の距離を全て”１”
とおき、単語間の最短経路数を距離とする。図示の例で
は、単語ｃと単語ｄの距離は”２”、単語ｃと単語ｇと
の距離は”３”となる。

【００２６】単語は複数の意味を持つ場合があるので、
シソーラス上に複数、同じ単語が存在する場合がある。
図示の例では単語ａ、単語ｅはそれぞれシソーラス上に
二つづつ存在する。この場合、その組み合わせにより４
２〜４５に示す４通りの距離パターンが求められるが、
本実施例では、考えられる距離の中で最小の距離を単語
間の類似度とするので、最小の単語間距離”３”の距離
パターン４２を単語間類似度とする。また、隣接する単
語間の距離をそれぞれ別々に定義することも可能であ
り、これによってより高精度な類似度の演算が可能にな
る。

【００２７】図５は、入力文に対する意味表現の作成要
領の具体例を示す説明図であり、５１は入力文及び類似
度の最も高い用例文、５２はこの用例文の意味変換規
則、５３はこの用例文から生成される意味表現、５４は
入力文と用例文との間の単語対応情報、５５は各単語の
意味を変換するための意味表現用語変換テーブル、５６
は入力文に対する意味変換規則、５７は出力される入力
文の意味表現を表す。

【００２８】この例では、「テレビ会議室は１４日の午
前中に使えますか」のような入力文に対して「第２会議
室を１７日の午後に使えますか」という用例文を用いる
場合の処理例を示してある。なお、便宜上、各文はロー
マ字表現されているものとして説明する。

【００２９】上記用例文が入力文に最も類似する文とし
て特定されると、この用例文に対応する意味変換規則５
２が意味変換規則ファイル２０３より取り出される。こ
の意味変換規則５２では、「第二会議室（dainikaigisi
tu）は「room of（部屋の種類）：Kaigisitu2」で表さ
れている。同様に、「１７日（jyuusitiniti）」は「da
te（日）：１７」、「午後（gogo）」は「time（時間
帯）：afternoon」、「使えますか（tukaemasuka）」は
「ｘ：using(possible)」で表されている。

【００３０】このような内容の意味変換規則５２から
は、符号５３に示すような内容の意味表現を生成抽出す
ることができる。類似度及び単語情報演算部２０５で
は、上記入力文と用例文に基づいて符号５４の内容の単
語対応情報を作成し、単語対応情報テーブル２０６に格
納する。この単語対応情報によれば、図示するように、
「第二会議室（dainikaigisitu）」と「テレビ会議室
（Terebikaigisitu）」、「を」と「は」、「１７日（j
yuusitiniti）」と「１４日（jyuuyokka）」、「の（n
o）」と「の（no）」、「午後（gogo）」と「午前中（g
ozenchuu）」、「に（ni）」と「に（ni）」、「使えま
すか（tukaemasuka）」と「使えますか（tukaemasuk
a）」がそれぞれ対応している。

【００３１】意味表現作成部２１０では、単語対応情報
テーブル２０６を使用して、入力文の単語と対応してい
る単語を左辺に持つ意味変換規則を選択する。図５に示
す例では、４つの意味変換規則とも左辺の単語が入力文
と対応しているので、全ての意味変換規則が選択され
る。更に上記単語対応情報５４により、選択された意味
変換規則の左辺は対応する入力文の単語に入れ替えられ
る。

【００３２】また、左辺の単語の入れ替えに対応して、
右辺の意味表現用語も、意味表現用語変換テーブル２０
９により入力文の単語の意味表現に変換され、入力文に
対応する意味変換規則５６が作成される。

【００３３】即ち、「テレビ会議室（terebikaigisit
u）は「room of（部屋の種類）：KaigisituTV」に、
「１４日（jyuuYokka）」は「date（日）：１４」に、
「午前中（gozentyu）」は「time（時間帯）：mornin
g」にそれぞれ入れ替えられる。なお、「使えますか（t
ukaemasuka）」は「x：using(possible)」はそのまま使
用することができる。これらの入れ替えの行われた意味
変換規則を使用して最終的な入力文の意味表現５７が生
成される。

【００３４】このように、本実施例の文解析装置によれ
ば、予め用意してある複数の用例文から容易且つ迅速に
入力文に類似した文を選択抽出し、すでに抽出されてい
る用例文の意味表現を利用して入力文の意味表現を生成
抽出することができるので、文解析規則を作成する労力
が従来手法の場合に比べて格段に軽減される。また、日
常会話文や音声認識・文字認識の結果等、誤認識を含ん
だ文法的に誤りのある文の解析にも効果がある。

【００３５】なお、本実施例では、入力文及び用例文を
ローマ字入力の日本語で表し、意味表現を対応する英語
で表しているが、本発明は上記実施例のような表現に限
定されず、種々の態様の表現が可能である。例えば、直
接カナあるいは英語で入力し、意味表現も用途に応じた
形態にすることもできる。また、本発明を自然言語の機
械翻訳に適用することももちろん可能である。

【００３６】

【発明の効果】以上の説明から明かなように、本発明の
文解析装置によれば、予め用意してある複数の用例文か
ら被解析対象文に類似した文が迅速且つ精度良く選択さ
れ、既に生成抽出されている当該用例文の意味表現を利
用して被解析対象文の意味表現が抽出されるので、文単
位の比較解析が容易となり、文解析規則を作成する労力
が従来の手法乃至装置に比べて格段に軽減される効果が
ある。

【００３７】この類似文は、好適には被解析対象文に対
して最も類似度の高いものを選択するが、用途に応じて
任意の類似度のものを選択することも可能なので、適用
範囲が広く、また、文解析規則が解析に失敗するよう
な、日常会話にありがちな非文法的な文や、文字認識、
音声認識の結果のように認識誤りが含まれる文であって
も、意味表現を抽出することが可能となる効果がある。

【００３８】更に、動的計画法を用いて用例文の構成単
語を文頭から順番に被解析対象文の構成単語に対応付
け、対応付けられた単語間の意味的類似度の総和に応じ
て上記類似度判定要素を生成する構成では、単語同士の
対応付けが最適化され、より正確な意味表現の抽出が可
能になる効果がある。

【図面の簡単な説明】

【図１】本発明の一実施例に係る文解析装置のブロック
構成図。

【図２】文類似度と単語単位対応情報を作成する詳細な
処理フローを示す図。

【図３】単語単位の対応情報と取り出された意味表現フ
ァイルを使用して入力文の意味内容を作成するための詳
細なフローを示す図。

【図４】図３における単語間の類似度を求める例を示す
図。

【図５】入力文の意味内容を作成する処理の例を示す
図。

【符号の説明】

１入力装置２意味表現抽出処理装置３出力装置２０１用例文ファイル２０２単語間類似度ファイル（シソーラス）２０３意味変換規則ファイル２０４用例文抽出部２０５類似度及び単語情報演算部２０６単語対応情報テーブル２０７文類似度テーブル２０８文選択部２０９意味表現用語変換テーブル２１０意味表現作成部４１単語間類似度ファイルの内容説明図４２〜４５単語間類似度計算例の説明図５１入力文および用例文の説明図５２用例文の意味変換規則の説明図５３生成される意味表現の説明図５４単語表現用語変換テーブルの内容説明図５５意味表現用語変換テーブルの内容説明図５６入力文の意味変換規則の内容説明図５７入力文の意味表現の内容説明図

Claims

【特許請求の範囲】

【請求項１】被解析対象文の意味表現を抽出する文解
析装置において、複数の単語間の相対的な意味的類似関係を表すシソーラ
スと、構成単語にそれぞれ既定の意味表現が割り当てられた複
数の用例文と前記被解析対象文との意味的類似度を前記
シソーラスに基づいて判定し、被解析対象文に対して最
も意味的類似度の高い用例文を選択抽出する用例文選択
抽出手段と、抽出された用例文の構成単語に対応する前記被解析対象
文の構成単語をそれぞれ所定の用語に変換するととも
に、各変換された用語を、前記既定の意味表現を割り当
てた意味変換規則に従って再構築する意味表現作成手段
とを有することを特徴とする文解析装置。
【請求項２】被解析対象文の意味表現を抽出する文解
析装置において、複数の単語間の相対的な意味的類似関係を表すシソーラ
スと、構成単語にそれぞれ既定の意味表現が割り当てられた複
数の用例文と前記被解析対象文との意味的類似度を前記
シソーラスに基づいて判定し、被解析対象文に対して任
意の意味的類似度をもつ用例文を選択抽出する用例文選
択抽出手段と、抽出された用例文の構成単語に対応する前記被解析対象
文の構成単語をそれぞれ所定の用語に変換するととも
に、各変換された用語を、前記既定の意味表現を割り当
てた意味変換規則に従って再構築する意味表現作成手段
とを有することを特徴とする文解析装置。
【請求項３】請求項１又は２記載の文解析装置におい
て、前記用例文選択抽出手段は、前記被解析対象文と前記用
例文との間の構成単語の意味的類似関係をそれぞれ動的
計画法に基づいて対応付けることで前記意味的類似度の
判定要素を生成することを特徴とする文解析装置。
【請求項４】請求項３記載の文解析装置において、前記用例文選択抽出手段は、前記用例文の構成単語を文
頭から順番に被解析対象文の構成単語に対応付け、対応
付けられた単語間の意味的類似度の総和に応じて前記判
定要素を生成することを特徴とする文解析装置。