JPH0785026A - 辞書更生方法及び装置 - Google Patents

Abstract

(57)【要約】 【目的】 第１の文字列を第２の文字列に変換する辞書
を、過去に作成した文書ファイルの中で使用されている
文字列が変換結果の第１の候補として変換されるように
更生する。 【構成】 文書ファイルの中から単語を順次取り出し、
その単語がかな漢字変換の結果とした場合の読みを逆変
換辞書２５から抽出する。そして、取り出された単語が
抽出された読みに対する変換結果として、かな漢字変換
辞書に登録されている場合、取り出した単語が変換結果
の第１候補になるように更生する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は辞書更生方法及び装置、
詳しくはかな漢字変換辞書のように第１の文字列を第２
の文字列に変換する際に使用される辞書を更生する辞書
更生方法及び装置に関するものである。

【０００２】

【従来の技術】通常、ワードプロセッサ等で使用されて
いるかな漢字変換辞書には学習機能が付加されている。
この学習機能とは、読みとして「そのとき」と入力した
場合、変換候補の中からその「その時」を選択すること
で、これ以降、読み「そのとき」を入力しても「その
時」が変換第１候補として現れるようになっている。従
って、変換結果の第１候補を使用して文章を作成する限
りは、読み「そのとき」は「その時」と変換されるの
で、文章の論調を統一することが可能になる。逆に、変
換結果としてひらがなの「そのとき」を選択した場合に
は、それ以降変更がない限りは「そのとき」は第１候補
になることは言うまでもない。

【０００３】

【発明が解決しようとする課題】ところで、学習機能を
有する初期状態のかな漢字変換辞書は、使用するユーザ
の業務内容などは考慮されていない状態、すなわち、変
換結果の候補が全く学習処理が施されていず、デフォル
トの優先順位となっている。従って、このような初期状
態の辞書を使用して、統一された論調の文章作成が要求
される業務に適した辞書を構築するには相当の期間を要
する。換言すれば、それを導入した当初のかな漢字変換
の変換効率（目的の単語が第１候補になる率）は高くは
ないので、効率的な作業の進行は望めない。

【０００４】

【課題を解決するための手段】本発明はかかる従来技術
に鑑み成されたものであり、第１の文字列を第２の文字
列に変換する辞書を、過去に作成した文書ファイルの中
で使用されている文字列が変換結果の第１の候補として
変換されるように更生する辞書更生方法及び装置を提供
しようとするものである。この課題を解決するため、本
発明の辞書更生方法は以下の工程を備える。すなわち、
第１の文字列を少なくとも１つの第２の文字列に変換す
る際に使用される辞書を更生する辞書更新方法であっ
て、少なくとも過去に作成した文書ファイルから意味の
ある長さの文字列を取り出す取り出し工程と、取り出さ
れた文字列を変換後の文字列とし、当該文字列に対応す
る変換前の文字列を生成する生成工程と、生成された文
字列が前記第１の文字列として入力された場合、前記取
り出し工程で取り出された文字列が前記第２の文字列の
第１候補として変換されるよう、前記辞書を更生する更
生工程とを備える。

【０００５】また、本発明の辞書更生装置は以下に示す
構成を備える。すなわち、第１の文字列を少なくとも１
つの第２の文字列に変換する際に使用される辞書を更生
する辞書更生装置であって、少なくとも過去に作成した
文書ファイルから意味のある長さの文字列を取り出す取
り出し手段と、取り出された文字列を変換後の文字列と
し、当該文字列に対応する変換前の文字列を生成する生
成手段と、該生成手段で生成された文字列が前記第１の
文字列として入力された場合、前記取り出し手段で取り
出した文字列が前記第２の文字列の第１候補として変換
されるよう、前記辞書を更生する更生手段とを備える。

【０００６】

【作用】かかる本発明の工程あるいは構成において、文
書ファイルから意味のある文字列を取り出し、その取り
出した文字列を変換後の文字列とした場合における、返
還前の文字列を生成する。そして、生成された文字列に
対する変換後の文字列のうちで取り出した文字列が第１
の候補になるように、辞書を更生する。

【０００７】

【実施例】以下添付図面に従って本発明に係る実施例を
詳細に説明する。 ［概要の説明］通常、かな漢字変換辞書というと、入力
された読みに対するかな漢字混じり文に変換するための
辞書を指していう。しかし、実際、多くのかな漢字変換
辞書は、基本的に、入力された読みの文字列を別の表現
の文字列に変換するための辞書であって、例えば読みと
してひらがな入力を意味のあるカタカナ文字列に変換す
ること等も可能である。本実施例におけるかな漢字変換
辞書も同様であるものとしている。

【０００８】先ず、実施例の概要を簡単に説明する。初
期状態のかな漢字変換辞書或いは他人等によってその辞
書内部の単語の優先順位が変更された辞書を使用する
と、期待した結果が第１候補として発生ししづらくなる
という問題がある。これを解決するには、キーボード等
から読みを入力して、意図した変換結果を選択すること
で、その変換結果を優先するようにする、いわゆる学習
させなければならない。しかし、これでは効率的な辞書
を構築するまでに時間がかかるし、尚且つ、一通り学習
させた後でも、それを関係者以外が使用するとまたも同
じ学習操作が必要になるという問題を抱えたままであ
る。

【０００９】そこで、本実施例ではかかる学習操作を人
的に行うのではなく、過去に作成し文書ファイルに納め
られた文章を使用することでかかる操作を自動的に行お
うとするものである。そのためには、過去に作成された
文書中の個々の単語の読みがわからないと実現できな
い。例えば「発明」という単語は、文書ファイル中では
文字通り「発明」と表現されているだけであって、それ
が「はつめい」と読むかどうかは問題にしていない。換
言すれば、通常のかな漢字変換辞書は与えられた読みに
基づいてかな漢字混じりの語句に変換するためだけの構
造になっており、その逆を行うためには広い範囲を検索
しなければならない（ただし、速度を度外視すれば可能
ではある）。また、初期状態のかな漢字変換辞書に登録
されていない単語に至っては、その読みは当然のことな
がら判別できない。

【００１０】ところで、英語の「interface 」という単
語は、既に日本語として広く使用されているが、これを
日本語の表現で「インタフェース」とするか「インター
フェース」とするか現在のところ不定であって、ある業
種（或いはある人間）は前者で表現し、別の業種では後
者で表現するという具合にまちまちである。このよう
に、特に外来語については、長音符をつけて表現するか
どうかは不定になっていることが多い。

【００１１】しかしその一方で、前述した如く、特定の
業種あるいは個人という限られた範囲で作成される文章
では例えば「インタフェース」という表現に統一するこ
とが決められているケースもある。ここで問題となるの
は、例えば「インタフェース」という変換結果（表現）
の使用が要求あるいは奨励されている業種では、その変
換以前の読みとして「いんたふぇーす」と入力するか
「いんたーふぇーす」と入力するかわからないことであ
る。個々の読みに対して変換結果として「インタフェー
ス」を辞書に登録すれば済むことであるが、これでは通
常の学習操作と変わりがない。逆に「インターフェー
ス」という表現を使用する業種においては、その読みと
して「いんたふぇーす」、「いんたーふぇーす」のいず
れを入力しても意図した結果が得られないという問題が
ある。

【００１２】また、上記問題点はなにも外来語に限るも
のではない。例えば、「読み取る」という表現を用いる
場合や「読取る」という表現の場合も同様である。そこ
で、実施例では、かな漢字変換辞書を更生する場合、か
かる点をも考慮した逆変換辞書を持つことで上述した問
題点を一挙に解決する。 ［具体的内容の説明］図１は実施例における情報処理装
置のブロック構成図である。図示において、１は本装置
全体の制御を司るＣＰＵ、２はＣＰＵ１のブートプログ
ラム及び文字フォントパターン等を記憶しているＲＯ
Ｍ、３はオペレーティングシステム（ＯＳ）や各種アプ
リケーションプログラム（文書編集プログラム等）をロ
ードして実行すると共に、ＣＰＵ１のワークエリアとし
て使用されるＲＡＭである。４は各種指令を与えたり、
文字を入力するためのキーボード、５は表示するイメー
ジを展開するＶＲＡＭ、６はＶＲＡＭ５と１対１に対応
する映像を表示する表示装置である。そして、７はフロ
ッピーディスク装置、８はハードディスク装置である。
ハードディスク装置８はその容量及び高速性など有利な
点で、主としてＯＳや文書編集を行うアプリケーション
等の他、かな漢字変換辞書を記憶するのに用いられ、フ
ロッピーディスク装置７はその記憶媒体が可搬性という
特徴から各種アプリケーションで作成されたデータファ
イルを記憶するのに用いられる。

【００１３】ここで、実施例のハードディスク装置８に
記憶されているデータ内容を図２に示す。図示の如く、
実施例のハードディスク装置８には、オペレーティング
システム（ＯＳ）２１、文書編集処理等を行うアプリケ
ーションプログラム２２、後述する図５のフローチャー
トにかかる辞書更生プログラム２３、入力された読みを
かな漢字混じり文に変換するかな漢字変換辞書２４、そ
して、先に説明した処理を実現するための逆変換辞書２
５が記憶されている。

【００１４】逆変換辞書２５の構成概念図を図３に示
す。図示の如く、逆変換辞書２５には、表現を記憶して
いる表現欄３１、表現欄３１にある文字列に対する読み
を記憶している読み欄３２、及び品詞を記憶している品
詞欄３３から構成されている。尚、実施例の逆変換辞書
２５は、表現欄３１の第１番目の文字コード順にソート
されている。また、読み欄はかな漢字変換が行えればよ
いので、情報量の少ない半角カタカナであってもよい。
図を見るとわかるように、例えば表現「あいさつ」に対
する読みは「あいさつ」と「挨拶」がある。また、表現
「インタフェース」に対する読みは「いんたふぇーす」
と「いんたーふぇーす」があることを示し、表現「イン
ターフェース」に対しても同じ組み合わせの読みが存在
している。

【００１５】通常のかな漢字変換辞書には変換結果（表
現）である「あいさつ」も「挨拶」も予め登録されてい
るが、外来語の変換結果「インターフェース」或いは
「インタフェース」については登録されていない、或い
は、いるにしてもいずれか一方の表現をそのままのひら
がなに変換したものを読みにしている。

【００１６】説明を簡単にするため、実施例の更生前の
かな漢字変換辞書２４には、変換結果「あいさつ」及び
「挨拶」の両方が、読み「あいさつ」で登録されており
（優先順位は不定）、「インターフェース」及び「イン
タフェース」のいずれもが登録されていない場合を想定
する。また、注目しているかな漢字変換辞書２４を使用
する業種或いはユーザが、読み「あいさつ」に対しては
変換結果「あいさつ」を通常使用し、かつ、文書中に表
現「インタフェース」を使用する場合を考える。今、フ
ロッピーディスク装置に過去に作成した文書ファイルを
有するフロッピーディスクをセットしたとする。勿論、
この中の文書ファイルには「あいさつ」、「インタフェ
ース」という表現が使用されている（挨拶、インターフ
ェースという表現はないという意味）。

【００１７】この状態において、その文書ファイルから
単語を順次取り出し、それが逆変換辞書２５中の表現欄
３１に存在するかどうか判別する。その存在が確認でき
たら、今度はそれに対する読み欄３２の内容で注目して
いる単語がかな漢字変換辞書２４に登録されているかど
うかを判断する。それが登録されていれば、かな漢字変
換辞書２４における注目単語の優先順位を一番高くす
る。また、登録されていない場合には、注目単語をその
読み欄の内容で登録し、その登録した単語の優先順位を
一番高くする。但し、文書ファイルから取り出した単語
は逆変換辞書２５の表現欄３１には複数個存在する可能
性があるので、その個数分の処理を行う。

【００１８】例えば、指定された文書ファイルから取り
出した単語が「あいさつ」であれば、それに対する読み
欄の内容は「あいさつ」になる。これは、かな漢字変換
辞書２４に既に存在する単語であるので、その優先順位
を一番高くする（「挨拶」を第１候補より低くする）。
また、取り出した単語が「インタフェース」の場合に
は、逆変換辞書２５中の表現欄３１には同じ表現の文字
列が２つ存在することになる。いずれの場合も、かな漢
字変換辞書２４には登録されていないので、かな漢字変
換辞書２４には読み「いんたふぇーす」で表現「インタ
フェース」を登録すると共に、読み「いんたーふぇー
す」で表現「インタフェース」を登録する。但し、この
登録の際、かな漢字変換辞書２４にはその品詞欄３３の
内容も登録する。以上の結果、かな漢字変換辞書２４は
図４に示すように更生されることになる。

【００１９】同図のかな漢字変換辞書２４を使用して、
読み「あいさつ」と入力した場合には変換結果として
「あいさつ」が第１候補として発生する。そして、「い
んたふぇーす」或いは「いんたーふぇーす」のいずれで
読みを入力しても結果として「インタフェース」が変換
されることになる。 ［処理手順の説明］次に上記処理を実現するためのＣＰ
Ｕ１の動作処理内容、すなわち、辞書更生プログラム２
２の処理手順を図５に従って説明する。

【００２０】先ず、ステップＳ１において、更生しよう
とするかな漢字変換辞書と、参照する論調（言い回し）
が記憶されている文書ファイルの所在及びその名前を指
定する。次のステップＳ３では、指定された文書ファイ
ルから１つの単語を取り出す。尚、この単語を取り出す
処理そのものは、例えば日本語から英語に変換する場合
などで用いられている構文解析技術として既に公知であ
るので、ここでの説明は省略する。

【００２１】ステップＳ５では指定した文書ファイルか
ら単語が切り出せたかどうか、すなわち、指定文書全体
に対する処理が終了したかどうか判断し、もしそうなら
本処理を終える。また、単語の取り出しが行われた場
合、文書ファイルの途中であると判断して、ステップＳ
７に進む。

【００２２】このステップＳ７では、取り出した単語と
同じ表現の文字列が逆変換辞書２５の表現欄３１にいく
つ存在するかをカウントし、それを予めＲＡＭ３に確保
された変数ｉに格納する。このとき、取り出した単語と
同じ表現を持つ文字列の読み欄３２のアドレス位置を変
数Ａ（ｋ）（但し、ｋ＝１〜ｉ）に格納する。ステップ
Ｓ９では、変数ｉの内容を調べそれが“０”であるかど
うか、すなわち、取り出した単語に対する表現が逆変換
辞書２５の表現欄に１つもなかった、或いは以下に説明
する処理が全て完了したかどうかを判断する。変数ｉが
“０”になった場合には、取り出した注目単語に対する
処理は終わったと判断し、次の単語に対する処理を行う
ためステップＳ３に戻る。

【００２３】さて、変数ｉが“０”でない、すなわち、
取り出した単語と同じ表現の文字列が、逆変換辞書２５
の表現欄３１に少なくとも１つ存在すると判断した場
合、処理はステップＳ１１に進む。ここで、注意する点
は、変数ｉには、取り出した単語と同じ単語が逆変換辞
書２５の表現欄３１にいくつ存在するかを示す値が保持
され、変数Ａ（１）〜Ａ（ｉ）にはそれぞれの表現欄３
２の読みのアドレスが記憶されていることである。さ
て、ステップＳ１１に処理が進むと、先のステップＳ１
で指定された更生対象のかな漢字変換辞書に変数Ａ
（ｉ）で示される読みで注目単語（取り出した単語）が
登録されているかどうかを判断する。既に登録されてい
ることが判明したらステップＳ１３の処理をスキップ
し、ステップＳ１５に進む。

【００２４】また、登録されていないと判断した場合に
は、ステップＳ１３に進んで、注目単語を変数Ａ（ｉ）
で示される読みでかな漢字変換辞書に登録する。ただ
し、この際、変数Ａ（ｉ）に基づいて注目単語の品詞が
逆変換辞書２５から導き出せるから（所定値を足せばそ
のアドレス位置が得られる）、その品詞を注目単語と共
に登録する。ステップＳ１５では、かな漢字変換辞書の
変数Ａ（ｉ）で示される読みの注目単語の優先順位を一
番高くする。このステップＳ１５の処理を終えると、ス
テップＳ１７に進んで、変数ｉから“１”を減じ、ステ
ップＳ９に戻る。以下、変数ｉが“０”になるまで、ス
テップＳ１１以降の処理が繰り返されることになる。

【００２５】尚、上記処理では、登録する単語の品詞を
変数Ａ（ｉ）に基づいて算出するように説明したが、別
個な変数、例えばＢ（ｉ）を設けて処理するようにして
もよい。また、アドレスを記憶するのではなく、それら
の内容を記憶するようにしてもよいのは勿論である。ま
た、実施例では、かな漢字変換辞書における変換候補の
優先順位をその格納順（図４参照）として説明したが、
これによっても本発明が限定されるものではない。例え
ば、優先順位を示す情報を各候補に付随させるものとし
てもよく、その他の学習方式を用いてもよいからであ
る。

【００２６】すなわち、本発明はかな漢字変換辞書その
ものの構造によって限定されるものでないのである。ま
た、先に説明したように、かな漢字変換辞書内の１つの
読みを複数の候補群の優先順位についてのみ更生するの
であれば（新たな単語登録をしないのであれば）、速度
は低下するものの、上記説明の逆変換辞書２５は必ずし
も必須ではない。更にまた、上記実施例ではかな漢字変
換辞書を更生する場合に、１つの文書ファイルのみを参
照する例を説明したが、複数指定してもよい。場合によ
っては、フロッピーディスク等に参照する文書ファイル
のみを記憶させ、そのフロッピー内に記憶されている全
文書ファイルを指定するようにしてもよい。この場合に
は、文書ファイルの存在位置のみを指定すればよい。

【００２７】また、上記実施例では、自然言語で書かれ
た通常の文書ファイルから構文解析における単語切り出
し技術を用いる例を説明したが、例えば変換後の文字列
（例えば使用する外来語の表現）のみを所定の区切り符
号（例えばカンマ）で区切った文書ファイルとしてもよ
い。例えば、あいさつ、インタフェース、そのとき、・
・・という具合に、使用する表現のみを記述した文書フ
ァイルを予め作成しておくのである。ここで注目する点
は、各表現に対する読みは一切不要であることである。
また、実施例では更生する辞書がハードディスク装置に
存在し、参照する文書ファイルがフロッピーディスク装
置に存在する場合を説明したが、これらの存在位置で本
発明が限定されるものではない。以上説明したように本
実施例によれば、かな漢字変換辞書を過去に作成した文
書の論調（言い回し）に基づいて簡単に更生することが
可能になる。

【００２８】

【発明の効果】以上説明したように本発明によれば、第
１の文字列から第２の文字列に変換する際に使用される
辞書を、既存の文書ファイルで使用されている文字列が
第１候補として変換されるように更生することが可能に
なる。

【図面の簡単な説明】

【図１】実施例の情報処理装置のブロック構成図であ
る。

【図２】実施例におけるハードディスク装置に記憶され
ているデータの種類を示す図である。

【図３】実施例における逆変換辞書の構造の一例を示す
図である。

【図４】実施例における更生後のかな漢字変換辞書の状
態を示す図である。

【図５】実施例の辞書更生の処理手順を示すフローチャ
ートである。

【符号の説明】

１ ＣＰＵ ２ ＲＯＭ ３ ＲＡＭ ４ キーボード ５ ＶＲＡＭ ６ 表示装置 ７ フロッピーディスク装置 ８ ハードディスク装置

Claims (2)

【特許請求の範囲】
1. 【請求項１】 第１の文字列を少なくとも１つの第２の
   文字列に変換する際に使用される辞書を更生する辞書更
   新方法であって、 少なくとも過去に作成した文書ファイルから意味のある
   長さの文字列を取り出す取り出し工程と、 取り出された文字列を変換後の文字列とし、当該文字列
   に対応する変換前の文字列を生成する生成工程と、 生成された文字列が前記第１の文字列として入力された
   場合、前記取り出し工程で取り出された文字列が前記第
   ２の文字列の第１候補として変換されるよう、前記辞書
   を更生する更生工程と、 を備えることを特徴とする辞書更生方法。
2. 【請求項２】 第１の文字列を少なくとも１つの第２の
   文字列に変換する際に使用される辞書を更生する辞書更
   生装置であって、 少なくとも過去に作成した文書ファイルから意味のある
   長さの文字列を取り出す取り出し手段と、 取り出された文字列を変換後の文字列とし、当該文字列
   に対応する変換前の文字列を生成する生成手段と、 該生成手段で生成された文字列が前記第１の文字列とし
   て入力された場合、前記取り出し手段で取り出した文字
   列が前記第２の文字列の第１候補として変換されるよ
   う、前記辞書を更生する更生手段と、 を備えることを特徴とする辞書更生装置。