JPH08185324A

JPH08185324A - 情報処理システム及びその方法

Info

Publication number: JPH08185324A
Application number: JP6328393A
Authority: JP
Inventors: Aruna Roora Suda; 須田アルナ・ローラ; Suretsushiyu Jieachiyandoran; ジェアチャンドラン・スレッシュ
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1994-12-28
Filing date: 1994-12-28
Publication date: 1996-07-16

Abstract

(57)【要約】【目的】入力された概念に対して、補完し、あいまい
さを解消して出力できるようにする。【構成】情報処理システムに、概念を表わす情報を入
力する概念解析部２１と、一般知識及び特定分野の知識
を記憶する知識ベース２２と、知識ベース２２を参照し
て、概念解析部２１よりの入力情報に不足がある場合
に、不足情報を検出する検出し、検出された不足情報
を、知識ベース２２を参照して補完し、不足情報を補完
後の前記入力情報を理解部２４に出力するプレ・アンダ
スタンダ２３とを具える。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、入力された情報に基づ
いて、要求を推論する情報処理システム及びその方法に
関するものである。

【０００２】

【従来の技術】従来、入力される情報に基づいて、その
情報の表す要求を推論するシステムが考案されている。

【０００３】

【発明が解決しようとしている課題】しかしながら、上
記従来のシステムでは、入力が自然言語により行われる
場合、その入力を概念に解析する概念解析部（ＣＡ）あ
るいは構文解析するパーザは、その入力の多義性を解消
できず、一意に解析することができない場合があった。
そこで、入力内容を理解する処理、あるいは、（コマン
ドインタフェースの場合、）入力命令を実行する処理に
先立って、入力のあいまいさを解消し、概念を有効とす
る必要が高まってきている。

【０００４】また、入力が自然言語によらない、例え
ば、メニュー選択形式のインタフェースにおいても、概
念を有効とし、部分的な入力がなされた場合に、入力を
補完する過程が、更なる行動の前に必要となっている。

【０００５】

【課題を解決するための手段】本発明によれば、情報処
理システムに、概念を表わす情報を入力する入力手段
と、一般知識及び特定分野の知識を記憶する知識ベース
と、該知識ベースを参照して、前記入力手段よりの入力
情報に不足がある場合に、不足情報を検出する検出手段
と、該検出手段により検出された不足情報を、前記知識
ベースを参照して補完する補完手段と、該補完手段によ
り不足情報を補完後の前記入力情報を出力する出力手段
とを具える。

【０００６】また、本発明の他の態様によれば、情報処
理システムに、概念を表わす情報を入力する入力手段
と、一般知識及び特定分野の知識を記憶する知識ベース
と、該知識ベースを参照して、前記入力手段よりの入力
情報に曖昧さがある場合に、曖昧な部分を検出する検出
手段と、該検出手段により検出された曖昧な部分につ
き、前記知識ベースを参照して曖昧さを解消する解消手
段と、該解消手段により曖昧な部分を解消後の前記入力
情報を出力する出力手段とを具える。

【０００７】また、本発明の他の態様によれば、情報処
理方法に、概念を表わす情報を入力する入力工程と、一
般知識及び特定分野の知識を記憶する知識ベースを参照
して、前記入力工程よりの入力情報に不足がある場合
に、不足情報を検出する検出工程と、該検出工程により
検出された不足情報を、前記知識ベースを参照して補完
する補完工程と、該補完工程により不足情報を補完後の
前記入力情報を出力する出力工程とを具える。

【０００８】また、本発明の他の態様によれば、情報処
理方法に、概念を表わす情報を入力する入力工程と、一
般知識及び特定分野の知識を記憶する知識ベースを参照
して、前記入力工程よりの入力情報に曖昧さがある場合
に、曖昧な部分を検出する検出工程と、該検出工程によ
り検出された曖昧な部分につき、前記知識ベースを参照
して曖昧さを解消する解消工程と、該解消工程により曖
昧な部分を解消後の前記入力情報を出力する出力工程と
を具える。

【０００９】

【作用】本発明によれば、概念を表わす情報を入力し、
一般知識及び特定分野の知識を記憶する知識ベースを参
照して、入力情報に不足がある場合に、不足情報を検出
し、検出された不足情報を、前記知識ベースを参照して
補完し、不足情報を補完後の前記入力情報を出力する。

【００１０】また、本発明の他の態様によれば、概念を
表わす情報を入力し、一般知識及び特定分野の知識を記
憶する知識ベースを参照して、入力情報に曖昧さがある
場合に、曖昧な部分を検出し、検出された曖昧な部分に
つき、前記知識ベースを参照して曖昧さを解消し、曖昧
な部分を解消後の前記入力情報を出力する。

【００１１】

【実施例】以下、添付図面を参照しながら、本発明に係
る好適な一実施例を詳細に説明する。

【００１２】図１は本発明に係る情報処理システムの１
実施例のハードウェア構成を示すブロック図である。

【００１３】同図において、１は、自然言語により情報
を入力するための入力部であり、例えば、文字をキー入
力するためのキーボードであるが、それに限らず、音声
認識装置を含む音声入力装置や、文字認識装置を含む画
像入力装置、他の装置より情報を受信する受信装置など
であってもよいし、これらのうちの２以上を併設して、
選択的に利用してもよい。更に、本装置内の他の処理に
より生成された情報をここでの入力としてもよい。

【００１４】２は、ＣＰＵであり、各種処理のための演
算、論理判断等を行ない、バス６に接続された各構成要
素を制御する。

【００１５】３は、出力部であり、例えば、ＣＲＴや液
晶表示器などの表示装置とするが、それ以外に、出力情
報を音声合成して出力する音声出力装置や、印刷出力す
るためのプリンタ、他の装置へ情報を送信する送信装置
であってもよく、これらのうちの２以上を具え、選択的
に利用するようにしてもよい。更に、ここでの出力を本
装置内の他の処理への入力としてもよい。

【００１６】４は、プログラムメモリであり、フローチ
ャートにつき後述する処理手順を含むＣＰＵ２による制
御のためのプログラムを格納するメモリである。プログ
ラムメモリ４は、ＲＯＭであってもよいし、外部記憶装
置などからプログラムがロードされるＲＡＭであっても
よい。

【００１７】５は、データメモリであり、各種処理で生
じたデータを格納するほか、後述する知識ベースの知識
を格納する。データメモリ５は、例えばＲＡＭとする
が、知識ベースの知識は、不揮発な外部記憶媒体から、
処理に先立ってロードしておく、あるいは、必要がある
ごとに参照するものとする。

【００１８】６は、ＣＰＵ１の制御の対象とする構成要
素を指示するアドレス信号、各構成要素を制御するため
のコントロール信号、各構成機器相互間でやりとりされ
るデータの転送を行なうためのバスである。

【００１９】図２は、本発明の実施例に係る情報処理装
置の基本構成を示す機能ブロック図である。

【００２０】２１は、概念解析部（ＣＡ）であり、ユー
ザの入力した自然言語情報を、知識ベース２４の知識を
利用して解析し、その内容の意味を表現する概念（Conc
eptual Dependency 以下、ＣＤと表す）に変換する。

【００２１】ＣＡ２１は、従来の文解析部のように、ま
ず入力された自然言語情報の構文解析を行って、解析さ
れた文構造に意味を付与するのではなく、その代わり
に、入力情報からそれと等価な意味概念を得て、それを
元に処理するものである。また、ＣＡ２１は、前の情報
から後の情報が何になるかを、文脈的に、意味的に、さ
らには文法的に予測しながら処理する。

【００２２】２２は、メニュー管理部であり、メニュー
選択形式のシステムにより選択されたメニュー項目の情
報を管理する。

【００２３】ＣＡ２１は、自然言語の入力を、多義の部
分を残さずに解析することはできない。このため、理解
部２５による内容の理解に先立って、曖昧さの解消及び
概念の有効性の確認の要求が生じる。２３は、プレ・ア
ンダスタンダであり、自然言語入力の場合のＣＡ２１に
よる解析結果あるいはメニュー管理部からの出力とし
て、概念のリストを受け取り、知識ベース２４の知識
（例えば、一般の知識やドメインの知識）を利用して、
入力情報を有効とし、補完して、内容を更新し、また、
ユーザのミスを訂正することを主たる機能としている。
更に、プレ・アンダスタンダ２３は、例えば、日付けや
時刻などの一般の知識を用いて、概念の有効性の確認を
行う。また、プレ・アンダスタンダ２３は、入力のあい
まいさを解消し、ＣＡ２１の解析において、他の概念に
付加できなかった概念を、システムの知識またはユーザ
の助けにより、付加させる。

【００２４】図３は、知識ベース２４の構成を示す図で
あり、一般の知識ベース（ＧＫＢ）３１、領域知識ベー
ス（ＤＫＢ）３２、辞書３３、データベース３４を備え
ている。ＷＫＢ３１は、一般的な物事についての知識を
有する。ＤＫＢ３２は、ゴール・プランモデルなどの知
識を有する。辞書３３は、通常の辞書に相当する言語の
知識を有し、データベース３４は、個人情報などを記憶
している。

【００２５】図４は、プレ・アンダスタンダ２３の機能
構成を示すブロック図である。４１は、未付加概念処理
部であり、ＣＡ２１の解析において、他の概念に付加で
きなかった概念を、システムの知識により、またはユー
ザに質問することにより、付加させる。

【００２６】４２は、多義解消部であり、自然言語入力
において、一意に特定できなかった部分やあいまいな語
に関して、知識ベースを用いてあいまいさを解消する。

【００２７】４３は、補完部である。ＣＡ２１あるいは
メニュー管理部２２により、知識構造のインスタンスで
あり、その構造の全てのスロットの空白のインスタンス
をできる限り埋めて作成されたドラフト・インスタンス
が出力される。補完部４３は、知識ベース２４の知識や
ルールに基づいて、ドラフト・インスタンスを有効に
し、更新し、補完する。その過程で、ユーザ・モデルの
ルールを適用して、ユーザの誤りを訂正する。４４は、
推論部である。

【００２８】図５は、補完部４３の処理手順を示すフロ
ーチャートである。

【００２９】入力された概念のリストにおいて、概念の
各スロットは、有効化あるいは補完の必要があるか、あ
るいは、ドラフト・インスタンスで埋められており、有
効化あるいは補完が考慮されるものとなっている。

【００３０】まずステップＳ５０１では、リストの最初
の概念を概念Ｃｏｎにセットし、ステップＳ５０２で
は、セットされた概念Ｃｏｎの各スロットについて処理
を進める。

【００３１】次に、ステップＳ５０３で、データベース
の項目と判定された場合には、ステップＳ５０４で、概
念の有効性の確認、補完を行なう。

【００３２】また、ステップＳ５０５で、概念に関係す
る時間と判定された場合には、ステップＳ５０６で時間
の有効性の確認、補完を行なう。ここでは、日付やユー
ザの誤ったモデル（例えば、年の初めでは、多くの人が
まだ去年の年号を使用する傾向がある）や文の時制を確
認する。

【００３３】また、ステップＳ５０７で、概念に対して
更なる情報が推論できると判定された場合には、ステッ
プＳ５０８で、知識ベースから推論する。

【００３４】続いてステップＳ５０９で、リストから次
の概念が得られるかを判定し、得られれば、次の概念を
Ｃｏｎにセットして、ステップＳ５０２に戻る。次の概
念がなければ、終了する。

【００３５】例えば、データベースの項目（適当な名詞
など）を表わす概念は、図６及び７に示されるように処
理される。サーチは、関係するデータベースにおいてな
され、正確にマッチするエントリを得るものである。図
６に示されているように、入力に関係する概念を１つに
特定するために、見つかったエントリの数に基づいて、
異なる処理が実行される。その後、有効化と補完が行わ
れる。このようにして、概念のインスタンスは、得られ
た値により更新され、ドラフト・インスタンスから有効
なインスタンスになる。

【００３６】図７は、部分マッチング処理の詳細な手順
を示すフローチャートである。サーチは、関係するデー
タベースにおいてなされ、部分的にマッチするエントリ
を得るものである。図６に示した正確なマッチングの場
合と同様に、サーチは、１つの概念に向かって狭められ
て行き、その後、有効化と補完が行われる。

【００３７】図８は、時間に関する有効化と補完を行う
処理のフローチャートである。ステップＳ８０１で時間
の部分が完全に埋められてない場合、ステップＳ８０２
で、満たされている最上位のスロットを判別し、次にス
テップＳ８０３で上位のスロットを、文脈、現在の時
刻、他のルールに従って埋めて行く。また、ステップＳ
８０４で。時制等により、可能性のある間違いをチェッ
クし、ユーザに確認させる。

【００３８】図９は、時間を補完するルール、及び時間
を有効化するルールの例を示す図である。例えば、行動
の時制が未来であり、時間が過去であれば、いずれか一
方は訂正の必要がある。具体的には、年明け頃には、新
年の年号を書くべきところを、誤って旧年の年号を使い
がちである。といったものである。

【００３９】図１０は、一般知識の知識ベースの内容を
示す図である。

【００４０】図１１は、物体の概念の構成を示す図であ
る。

【００４１】図１２は、物体の概念の構造を示す図であ
る。

【００４２】図１３は、人物の構成を示す図である。

【００４３】図１４は、抽象物の構成を示す図である。

【００４４】図１５は、抽象物の構造を示す図である。

【００４５】図１６は、組織の構成を示す図である。

【００４６】図１７は、知識領域の構成と例を示す図で
ある。

【００４７】図１８は、時間の知識構造を示す図であ
る。

【００４８】図１９は、時間の概念構造を示す図であ
る。

【００４９】図２０は、場所の知識構造を示す図であ
る。

【００５０】図２１は、場所の概念構造を示す図であ
る。

【００５１】図２２は、行動の概念構造を示す図であ
る。

【００５２】図２３は、行動の知識構造を示す図であ
る。

【００５３】図２４は、MEETの概念構造を示す図であ
る。

【００５４】図２５は、MEETのドラフト・インスタンス
を示す図である。

【００５５】図２６は、ＭＴＲＡＮＳの概念構造を示す
図である。

【００５６】図２７は、ＰＴＲＡＮＳの概念構造を示す
図である。

【００５７】図２８は、ＰＴＲＡＮＳの概念構造を示す
図である。

【００５８】図２９は、個人に関するデータベースの内
容を示す図である。

【００５９】以下、具体的な入力例に基づいて、処理を
説明する。

【００６０】［例１］入力：write to Boris at ABC corporation 図３０に、この場合におけるＣＡ２１からプレ・アンダ
スタンダ２３への入力を示す。ドラフト・インスタンス
は前述のように、有効性が確認される。Ｃ１のＭＴＲＡ
ＮＳのＩＯbject-Beneficiary のスロット、すなわち、
Ｃ２の有効化には、図６につき説明した知識ベースのサ
ーチを伴う。知識ベースのサーチの結果、図２９のデー
タベースにおいて、唯一のインスタンスが見つかり、こ
れにより補完される。図３１に、補完後のＣ２を示す。

【００６１】［例２］図３２に示したものを入力とす
る。

【００６２】メニュー管理部２２が、例１と同様の概念
を生成する。姓名を書く順序は、国によって異なるた
め、システムは、この点についてのユーザの間違いを訂
正するためのモデルを、知識として具えている。例え
ば、図３２に示すように、ファースト・ネームであるBo
ris がファミリー・ネームに入力された場合、システム
はこの間違いを訂正して処理する。処理の結果は、例１
と同じである。

【００６３】［例３］入力：meet John Smith, Duke University 図３３に、ＣＡ２１により生成されるドラフト・インス
タンスを示す。同図において、概念Ｃ４、すなわち、Pe
rsonについて、プレ・アンダスタンダ２３は、図２９の
知識ベースを参照し、John Smithが、Rochester Univer
sityにいるというデータと部分マッチするので、図３４
のシステムとユーザの対話処理を起動する。

【００６４】［例４］入力：meet you after 10th 図３５に、ＣＡ２１により生成されるドラフト・インス
タンスを示す。同図において、概念Ｃ７、すなわち、Ｔ
ＩＭＥについて、プレ・アンダスタンダ２３は、ルール
に基づいて、時間を補完し、有効化する。システムが稼
働している日付（現在時刻）が１９９３年４月１５日で
あるとすると、プレ・アンダスタンダ２３は、入力され
た日付は未来であり、１９９３年５月１０日であろうと
推論する。最終のインスタンスを図３６に示す。

【００６５】［例５］入力：meet you at Boris's office 図３７に、ＣＡ２１により生成されるドラフト・インス
タンスを示す。同図において、概念Ｃ８（ＭＥＥＴ）に
ついて、Support のスロットがミーティングの場所がBo
ris's officeであるという関係で満たされているので、
プレ・アンダスタンダ２３は、知識ベースよりBoris's
officeの実際のインスタンスを得る。この結果、最終の
インスタンスは、図３８のようになる。

【００６６】［例６］入力：come Delhi ＣＡ２１による解析の後も、Delhi の概念は、他の概念
に付加せずに残る。プレ・アンダスタンダ２３は、Delh
i は、Iofj-direcとFromとのいずれのスロットにもなり
得るので、文脈または知識ベースに基づいて、これを解
決しようとする。例えば、発言者のいる場所がDelhi で
あり、かつ発言者が相手に要求しているのであれば、発
言者は相手にDelhi に来ること望んでいると推論して、
そのように補完する。また、この推論が正しいかをユー
ザに確認するようにしてもよい。

【００６７】［例７］入力：discuss after AAAI conference on NLP 図３９に、ＣＡ２１により生成されるドラフト・インス
タンスを示す。同図において、概念Ｃ１１（ＭＴＲＡＮ
Ｓ）について、ＮＬＰが議論の主題なのかAAAIconferen
ce の議題なのか、すなわち、入力において、discuss o
n NLPなのかAAAI conference on NLPなのかにつき、曖
昧さがある。そこで、プレ・アンダスタンダ２３は、知
識ベースにアクセスしてAAAI conference の議題を検索
し、検索された議題がＮＬＰでなければ、ＮＬＰは議論
の主題であると推論し、conferenceのインスタンスを訂
正する。

【００６８】なお、本発明の機能が実行されるのであれ
ば、単体の装置であっても、複数の装置からなるシステ
ムであっても、装置またはシステムにプログラムを供給
することにより処理が行なわれる場合であっても、本発
明が適用されることは言うまでもない。

【００６９】

【発明の効果】以上説明したように、本発明によれば、
概念を表わす入力情報に不足がある場合に、その不足を
システム側で検出して補完することができるという効果
がある。

【００７０】また本発明の他の態様によれば、概念を表
わす入力情報に曖昧さがある場合に、その曖昧さをシス
テム側で検出して解消することができるという効果があ
る。

【図面の簡単な説明】

【図１】実施例の情報処理システムのハードウェア構成
を示すブロック図である。

【図２】実施例の情報処理システムの基本構成を示す機
能ブロック図である。

【図３】知識ベースの構成を示す機能ブロック図であ
る。

【図４】プレ・アンダスタンダの構成を示す図である。

【図５】補完処理のフローチャートである。

【図６】一致検索処理のフローチャートである。

【図７】部分一致検索処理のフローチャートである。

【図８】時間の補完処理のフローチャートである。

【図９】時間の補完のルールの例を示す図である。

【図１０】一般知識の知識ベースの内容を示す図であ
る。

【図１１】物体の概念の構成を示す図である。

【図１２】物体の概念の構造を示す図である。

【図１３】人物の構成を示す図である。

【図１４】抽象物の構成を示す図である。

【図１５】抽象物の構造を示す図である。

【図１６】組織の構成を示す図である。

【図１７】知識領域の構成と例を示す図である。

【図１８】時間の知識構造を示す図である。

【図１９】時間の概念構造を示す図である。

【図２０】場所の知識構造を示す図である。

【図２１】場所の概念構造を示す図である。

【図２２】行動の概念構造を示す図である。

【図２３】行動の知識構造を示す図である。

【図２４】MEETの概念構造を示す図である。

【図２５】MEETのドラフト・インスタンスを示す図であ
る。

【図２６】ＭＴＲＡＮＳの概念構造を示す図である。

【図２７】ＰＴＲＡＮＳの概念構造を示す図である。

【図２８】ＰＴＲＡＮＳの概念構造を示す図である。

【図２９】個人に関するデータベースの内容を示す図で
ある。

【図３０】プレ・アンダスタンダへの入力例を示す図で
ある。

【図３１】補完後のインスタンスを示す図である。

【図３２】入力例を示す図である。

【図３３】ドラフト・インスタンスを示す図である。

【図３４】システムとユーザの対話処理の例を示す図で
ある。

【図３５】ドラフト・インスタンスを示す図である。

【図３６】最終のインスタンスを示す図である。

【図３７】ドラフト・インスタンスを示す図である。

【図３８】最終のインスタンスを示す図である。

【図３９】ドラフト・インスタンスを示す図である。

【符号の説明】

１入力部２ＣＰＵ３出力部４プログラムメモリ５データメモリ６バス２１概念解析部２２メニュー管理部２３プレ・アンダスタンダ２４知識ベース２５アンダスタンダ３１一般知識ベース３２領域知識ベース３３言語知識ベース３４データベース

Claims

【特許請求の範囲】

【請求項１】概念を表わす情報を入力する入力手段
と、一般知識及び特定分野の知識を記憶する知識ベースと、該知識ベースを参照して、前記入力手段よりの入力情報
に不足がある場合に、不足情報を検出する検出手段と、該検出手段により検出された不足情報を、前記知識ベー
スを参照して補完する補完手段と、該補完手段により不足情報を補完後の前記入力情報を出
力する出力手段とを具えたことを特徴とする情報処理シ
ステム。
【請求項２】前記不足情報を前記補完手段により補完
できない場合に、当該不足情報に関する質問を発する質
問手段を有することを特徴とする請求項１記載の情報処
理装置。
【請求項３】前記入力手段が、自然言語により情報を
入力する自然言語入力手段と、該自然言語入力手段より
入力された自然言語情報を解析して、概念を表わす情報
を出力する解析手段とを有することを特徴とする請求項
１記載の情報処理装置。
【請求項４】前記入力手段が、情報の種類が指定され
た項目へ、対応する種類の概念を表わす情報を入力する
項目入力手段を有することを特徴とする請求項１記載の
情報処理装置。
【請求項５】概念を表わす情報を入力する入力手段
と、一般知識及び特定分野の知識を記憶する知識ベースと、該知識ベースを参照して、前記入力手段よりの入力情報
に曖昧さがある場合に、曖昧な部分を検出する検出手段
と、該検出手段により検出された曖昧な部分につき、前記知
識ベースを参照して曖昧さを解消する解消手段と、該解消手段により曖昧な部分を解消後の前記入力情報を
出力する出力手段とを具えたことを特徴とする情報処理
システム。
【請求項６】前記曖昧な部分を前記解消手段により解
消できない場合に、当該曖昧な部分に関する質問を発す
る質問手段を有することを特徴とする請求項５記載の情
報処理装置。
【請求項７】前記入力手段が、自然言語により情報を
入力する自然言語入力手段と、該自然言語入力手段より
入力された自然言語情報を解析して、概念を表わす情報
を出力する解析手段とを有することを特徴とする請求項
５記載の情報処理装置。
【請求項８】前記入力手段が、情報の種類が指定され
た項目へ、対応する種類の概念を表わす情報を入力する
項目入力手段を有することを特徴とする請求項５記載の
情報処理装置。
【請求項９】概念を表わす情報を入力する入力工程
と、一般知識及び特定分野の知識を記憶する知識ベースを参
照して、前記入力工程よりの入力情報に不足がある場合
に、不足情報を検出する検出工程と、該検出工程により検出された不足情報を、前記知識ベー
スを参照して補完する補完工程と、該補完工程により不足情報を補完後の前記入力情報を出
力する出力工程とを具えたことを特徴とする情報処理方
法。
【請求項１０】前記不足情報を前記補完工程により補
完できない場合に、当該不足情報に関する質問を発する
質問工程を有することを特徴とする請求項９記載の情報
処理方法。
【請求項１１】前記入力工程が、自然言語により情報
を入力する自然言語入力工程と、該自然言語入力工程よ
り入力された自然言語情報を解析して、概念を表わす情
報を出力する解析工程とを有することを特徴とする請求
項９記載の情報処理方法。
【請求項１２】前記入力工程が、情報の種類が指定さ
れた項目へ、対応する種類の概念を表わす情報を入力す
る項目入力工程を有することを特徴とする請求項９記載
の情報処理方法。
【請求項１３】概念を表わす情報を入力する入力工程
と、一般知識及び特定分野の知識を記憶する知識ベースを参
照して、前記入力工程よりの入力情報に曖昧さがある場
合に、曖昧な部分を検出する検出工程と、該検出工程により検出された曖昧な部分につき、前記知
識ベースを参照して曖昧さを解消する解消工程と、該解消工程により曖昧な部分を解消後の前記入力情報を
出力する出力工程とを具えたことを特徴とする情報処理
方法。
【請求項１４】前記曖昧な部分を前記解消工程により
解消できない場合に、当該曖昧な部分に関する質問を発
する質問工程を有することを特徴とする請求項１３記載
の情報処理方法。
【請求項１５】前記入力工程が、自然言語により情報
を入力する自然言語入力工程と、該自然言語入力工程よ
り入力された自然言語情報を解析して、概念を表わす情
報を出力する解析工程とを有することを特徴とする請求
項１３記載の情報処理方法。
【請求項１６】前記入力工程が、情報の種類が指定さ
れた項目へ、対応する種類の概念を表わす情報を入力す
る項目入力工程を有することを特徴とする請求項１３記
載の情報処理方法。