JPH09134360A - 『語』の概念を定量化するための方法及び装置、並びに、それらを用いた方法及び装置 - Google Patents

Abstract

(57)【要約】 【課題】 語相互間の類似度生成に好適な、語の概念を
定量化するための方法及び装置を提供すること。 【解決手段】 文書中で用いられた『語』の概念を定量
化するための方法であって、与えられた文書を解析する
ことにより、前記『語』と文法上の組を形成する関係に
ある１若しくは２以上の『関係語』を抽出するステップ
と、前記『語』が前記１若しくは２以上の『関係語』の
それぞれに対して有する『結合度』を求めるステップ
と、を具備し、前記『語』の概念を、それと文法上の組
を形成する関係にある１若しくは２以上の『関係語』の
それぞれに対する『結合度』の形で定量化する、ことを
特徴とする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、与えられた文書
からそれに使用された『語』の概念を定量化するための
方法及び装置、並びに、それらを用いて『語』相互の類
似度を生成したり、或いは、類義語辞書を自動構築した
りするための方法及び装置に関する。

【０００２】

【従来の技術】文書検索の分野においては、同義語・類
義語辞書を用いて利用者の検索数を拡張し、これにより
検索に際するヒット率を上げると言った手法が広く採用
されている。従来、この種の文書検索用辞書の構築は専
ら人手により行われているため、その作業工数が膨大な
ことから、そのような辞書は非常に高価なものとなって
いる。そこで、昨今、この種の文書検索用辞書を低コス
トに構築するために、検索対象となる文書集合中から共
起統計を用いて得られる共起ベクトルに基いて文書検索
用辞書を計算機により自動構築する装置が提案されてい
る。

【０００３】

【発明が解決しようとする課題】しかしながら、このよ
うな文書検索用辞書の自動構築装置にあっては、共起頻
度を算出する際に、単語の持つ文法的・意味的な性質に
ついての考慮が払われていないため、自動構築される辞
書の性能は必ずしも満足の得られるものではなく、結果
としてそのようにして自動構築された辞書を用いた場
合、文書検索に際するヒット率が低かった。

【０００４】この発明は、このような従来の問題点に着
目してなされたものであり、その目的とするところは、
文書検索等の用途に適する高性能な類義語辞書を自動的
に構築するための方法及び装置を提供することにある。
この発明の他の目的とするところは、この種の辞書の自
動構築に好適な、文書中に使用された語相互間の類似度
を生成するための方法及び装置を提供することにある。
この発明のさらに他の目的とするところは、この種の語
相互間の類似度生成に好適な、語の概念を定量化するた
めの方法及び装置を提供することにある。

【０００５】

【課題を解決するための手段】この出願の請求項１（又
は請求項１３）に記載の発明は、文書中で用いられた
『語』の概念を定量化するための方法（又は装置）であ
って、与えられた文書を解析することにより、前記
『語』と文法上の組を形成する関係にある１若しくは２
以上の『関係語』を抽出するステップ（又は手段）と、
前記『語』が前記１若しくは２以上の『関係語』のそれ
ぞれに対して有する『結合度』を求めるステップ（又は
手段）と、を具備し、前記『語』の概念を、それと文法
上の組を形成する関係にある１若しくは２以上の『関係
語』のそれぞれに対する『結合度』の形で定量化する、
ことを特徴とする方法（又は装置）である。

【０００６】ここで、『与えられた文書を解析する』と
は、例えば、文書を構成する各単語を同定したり、品詞
を決定したり、更には、文の構成要素や修飾関係を同定
すること等を意味している。尚、ここで言う『文書』に
は、日本語に限らず、後述する『文法上の組を形成する
関係』が存在する限り、英語、フランス語、ドイツ語、
中国語等々のあらゆる外国語が含まれる。

【０００７】また、『文法上の組を形成する関係』と
は、動詞と目的語との関係、修飾語と被修飾語との関
係、主語と述語との関係、等のように、文法上において
互いに密接に結合される関係のことを意味している。

【０００８】また、『語』とはその概念を定量化すべく
着目されている語のことであり、『関係語』とは上記の
『語』に対して上記の『文法上の組を形成する関係』を
有する語のことを意味している。例えば、上記の『関
係』が動詞と目的語との関係である場合、動詞を『語』
とすれば目的語が『関係語』となるし、逆に、目的語を
『語』とすれば動詞が『関係語』となる。上記の関係
が、修飾語と被修飾語との関係、主語と述語との関係で
ある場合も、それぞれ同様である。

【０００９】また、『結合度』とは、着目されている
『語』がその『関係語』と同時に使用される度合いを表
す数値のことを意味しており、具体的には、対象となる
文書中において前記『語』が前記の『文法上の組を形成
する関係』をもって前記『関係語』と同時に出現する回
数やその回数を正規化した値により表現することができ
る。

【００１０】そして、この請求項１（又は請求項１３）
に記載の発明によれば、着目されている『語』の概念
は、それと文法上の組を形成する関係にある１若しくは
２以上の『関係語』のそれぞれに対する『結合度』の形
で定量化される。これは、着目されている『語』の概念
が、各『関係語』をその座標軸としかつ各『結合度』を
軸成分とする概念ベクトルとして表されたことを意味し
ており、別言すれば、着目されている『語』は、その
『語』に固有な一群の用法の形で客観的に把握されるこ
とを意味している。

【００１１】尚、定量化された語概念の精度を一定値以
上に維持するためには、多義語（複数の意味を持つ語）
をあらかじめ登録しておき、そのような多義語について
は着目される『語』の対象から排除することが好ましい
であろう。

【００１２】この出願の請求項２（又は請求項１４）に
記載の発明は、文書中で用いられた『語』相互間の類似
度を生成するための方法（又は装置）であって、与えら
れた文書を解析することにより、比較対象となる『語』
のそれぞれについて、その『語』と文法上の組を形成す
る関係にある１若しくは２以上の『関係語』を抽出する
ステップ（又は手段）と、比較対象となる『語』のそれ
ぞれについて、その『語』が前記１若しくは２以上の
『関係語』のそれぞれに対して有する『結合度』を求め
て、各『語』の概念をそれと関係する『関係語』のそれ
ぞれを座標軸としそれらの『関係語』との『結合度』の
それぞれを軸成分とする概念ベクトルとして生成するス
テップ（又は手段）と、比較対象となる『語』のそれぞ
れを、その概念ベクトル同士で相互に比較することによ
り『語』相互間の類似度を生成するステップ（又は手
段）と、を具備する、ことを特徴とする方法（又は装
置）である。

【００１３】ここで、『概念ベクトル同志の比較』は公
知の数学的な種々の方法により行うことができ、例え
ば、比較されるべき２つの概念ベクトルのなす角度の余
弦を求めたり、或いは、比較されるべき２つの概念ベク
トルの距離を求めることにより、行うことができる。こ
のとき、特に、後者の距離による場合には、正規化され
た『結合度』を用いることが好ましい。また、ここで言
う『類似度』とは、２つの『語』が類似する度合いのこ
とを意味し、その表現形態としては種々の形態を採用す
ることができる。例えば、最も類似する場合を類似度
『１．０』、最も類似しない場合を『０．０』とし、そ
の間を連続的な少数により表現したり、あるいは最も類
似する場合を『１００％』、最も類似しない場合を『０
％』とし、その間を連続的な百分率により表現すること
ができる。さらに、別の表現形態としては、上記の少数
や百分率を複数の閾値で弁別して、多段階の整数にて表
現することもできる。

【００１４】そして、この請求項２（又は請求項１４）
に記載の発明によれば、従来のように単に共起頻度にの
み依存するのではなく、個々の『語』の有する概念を考
慮した上で『語』相互間の類似度が生成され、その結
果、人間の類似感覚に近い類似度が生成される。

【００１５】この出願の請求項３（又は請求項１５）に
記載の発明は、文書中で用いられた『語』から類義語辞
書を構築するための方法（又は装置）であって、与えら
れた文書を解析することにより、辞書化の対象となる
『語』のそれぞれについて、その『語』と文法上の組を
形成する関係にある１若しくは２以上の『関係語』を抽
出するステップ（又は手段）と、辞書化の対象となる
『語』のそれぞれについて、その『語』が前記１若しく
は２以上の『関係語』のそれぞれに対して有する『結合
度』を求めて、各『語』の概念をそれと関係する『関係
語』のそれぞれを座標軸としかつ各『関係語』との『結
合度』のそれぞれを軸成分とする概念ベクトルとして生
成するステップ（又は手段）と、辞書化の対象となる
『語』のそれぞれを、その概念ベクトル同士で相互に比
較することにより『語』相互間の類似度を生成するステ
ップ（又は手段）と、前記類似度に基いて類似すると判
定される『語』同志を関連付けて類義語辞書を構築する
ステップ（又は手段）と、を具備する、ことを特徴とす
る方法（又は装置）である。

【００１６】ここで、『類似すると判定される語同志を
関連付けて』とは、ある語を指定するとそれと類似する
語が検索できることを意味しており、例えば、類似する
語同士を一纏めにして登録したり、類似する語同士に類
似度を付して類似する順に並べたり、共通のコードを付
したりすることを意味している。

【００１７】そして、この請求項３（又は請求項１５）
に記載の発明によれば、文書検索に適しかつ高性能な類
義語辞書が自動的に構築される。

【００１８】この出願の請求項４（又は請求項１６）に
記載の発明は、文書中で用いられた『語』から類義語辞
書を構築するための方法（又は装置）であって、与えら
れた文書を解析することにより、辞書化の対象となる
『語』のそれぞれについて、その『語』と文法上の組を
形成する関係にある１若しくは２以上の『関係語』を、
複数の文法上の組のそれぞれについて抽出するステップ
（又は手段）と、辞書化の対象となる『語』のそれぞれ
について、その『語』が前記１若しくは２以上の『関係
語』のそれぞれに対して有する『結合度』を、複数の文
法上の組のそれぞれについて求めて、各『語』の概念を
それと関係する『関係語』のそれぞれを座標軸としかつ
各『関係語』との『結合度』のそれぞれを軸成分とする
複数の概念ベクトルとして生成するステップ（又は手
段）と、辞書化の対象となる『語』のそれぞれを、同一
の文法上の組に対応して生成される概念ベクトル同士で
相互に比較することにより『語』相互間の類似度を複数
の文法上の組のそれぞれについて生成するステップ（又
は手段）と、前記複数の文法上の組のそれぞれに対応し
て生成される複数の類似度に基いて総合的に類似すると
判定される『語』同志を関連付けて類義語辞書を構築す
るステップ（又は手段）と、を具備する、ことを特徴と
する方法（又は装置）である。

【００１９】ここで、『複数の文法上の組のそれぞれに
ついて』とは、例えば、『語』が目的語で『関係語』が
動詞である場合だけではなく、『語』が被修飾語で『関
係語』が修飾語である場合や、『語』が主語で『関係
語』が述語である場合のように、同一の『語』を様々な
『文法上の組』について、の意味である。

【００２０】そして、この請求項４（又は請求項１６）
に記載の発明によれば、特定の文法上の組に偏ることな
く、種々の文法上の組を考慮して、換言すれば、種々の
文法上の用法を考慮して、類義語辞書の構築が行われる
ため、一層高性能な辞書の構築が可能となる。

【００２１】この出願の請求項５（又は請求項１７）に
記載の発明は、前記請求項１（又は請求項１３）乃至請
求項４（又は請求項１６）のいずれかに記載の方法（又
は装置）において、前記文法上の組を形成する関係と
は、動詞とその目的語の組を形成する関係である、こと
を特徴とするものである。

【００２２】ここで、『動詞とその目的語の組を形成す
る関係』とは、着目している『語』が動詞でその『関係
語』が目的語の場合（前者）と、着目している『語』が
目的語でその『関係語』が動詞の場合（後者）との双方
の場合を含む意味である。前者の場合には、着目された
動詞に相当する『語』の概念は、それが目的語としてど
のような『関係語』と強く結合するかと言った観点で定
量化され、また後者の場合には、着目された目的語に相
当する『語』の概念は、それが動詞としてどのような
『関係語』と強く結合するかと言った観点で定量化され
る。

【００２３】この出願の請求項６（又は請求項１８）に
記載の発明は、前記請求項１（又は請求項１３）乃至請
求項４（又は請求項１６）のいずれかに記載の方法（又
は装置）において、前記文法上の組を形成する関係と
は、修飾語とその被修飾語の組を形成する関係である、
ことを特徴とするものである。

【００２４】ここで、『修飾語とその被修飾語の組を形
成する関係』とは、着目している『語』が修飾語でその
『関係語』が被修飾語の場合（前者）と、着目している
『語』が被修飾語でその『関係語』が修飾語の場合（後
者）との双方の場合を含む意味である。前者の場合に
は、着目された修飾語に相当する『語』の概念は、それ
が被修飾語としてどのような『関係語』と強く結合する
かと言った観点で定量化され、また後者の場合には、着
目された被修飾語に相当する『語』の概念は、それが修
飾語としてどのような『関係語』と強く結合するかと言
った観点で定量化される。

【００２５】この出願の請求項７（又は請求項１９）に
記載の発明は、前記請求項１（又は請求項１３）乃至請
求項４（又は請求項１６）のいずれかに記載の方法（又
は装置）において、前記文法上の組を形成する関係と
は、主語とその述語の組を形成する関係である、ことを
特徴とするものである。

【００２６】ここで、『主語とその述語の組を形成する
関係』とは、着目している『語』が主語でその『関係
語』が述語の場合（前者）と、着目している『語』が述
語でその『関係語』が主語の場合（後者）との双方の場
合を含む意味である。前者の場合には、着目された主語
に相当する『語』の概念は、それが述語としてどのよう
な『関係語』と強く結合するかと言った観点で定量化さ
れ、また後者の場合には、着目された述語に相当する
『語』の概念は、それが主語としてどのような『関係
語』と強く結合するかと言った観点で定量化される。

【００２７】この出願の請求項８（又は請求項２０）に
記載の発明は、前記請求項１（又は請求項１３）乃至請
求項４（又は請求項１６）のいずれかに記載の方法（又
は装置）において、前記『語』が１若しくは２以上の
『関係語』のそれぞれに対して有する『結合度』とは、
着目している『語』に関する各『関係語』の出現回数の
それぞれを正規化した値である、ことを特徴とするもの
である。

【００２８】『結合度』としてどのような値を使用すべ
きかは、その後、概念ベクトル同士を比較して類似度を
求める際にどのような演算手法を用いるかに掛かってい
る。概念ベクトル同士の比較にベクトル同士のなす角度
の余弦を用いるのであれば、『結合度』としては上記の
出現回数それ自体を使用することができる。これに対し
て、概念ベクトル同士の比較にベクトル間の距離
（『語』の概念を各『関係語』を座標軸とする概念空間
上の点としてとらえたた場合において、そのような２点
間の距離を求めるの意味）を用いるのであれば、『結合
度』としては上記の出現回数を正規化したものを使用す
ることが、類似度算出における精度向上のためには好ま
しい。

【００２９】この出願の請求項９（又は請求項２１）に
記載の発明は、前記請求項８（又は請求項２０）に記載
の方法（又は装置）において、前記正規化した値とは、
着目している『語』に関する全『関係語』の出現回数に
対する個々の『関係語』の出現回数の割合である、こと
を特徴とするものである。

【００３０】この出願の請求項１０（又は請求項２２）
に記載の発明は、前記請求項８（又は請求項２０）に記
載の方法（又は装置）において、前記正規化した値と
は、着目している『語』に関する各『関係語』の出現回
数の中で最大の出現回数に対する個々の『関係語』の出
現回数の割合である、ことを特徴とするものである。

【００３１】この出願の請求項１１（又は請求項２３）
に記載の発明は、前記請求項１（又は請求項１３）乃至
請求項４（又は請求項１６）のいずれかに記載の方法
（又は装置）において、前記文書は、文書データベース
から読み出されて与えられる、ことを特徴とする。

【００３２】この発明において、精度の高い語概念定量
化のためには大量の文書が必要であり、一般的には、こ
のような大量の文書は磁気ディスクや光ディスク等の記
録媒体に文書データベースとして格納されている。そし
て、この請求項では、このような文書データベースから
順次に読み出された文書データが語概念定量化処理の対
象となり、その結果として得られる類義語辞書は当該文
書データベースを対象とした文書検索に最適なものとな
る。

【００３３】この出願の請求項１２（又は請求項２４）
に記載の発明は、前記請求項１（又は請求項１３）乃至
請求項４（又は請求項１６）のいずれかに記載の方法
（又は装置）において、前記文書は、通信回線を介して
順次に与えられる、ことを特徴とするものである。

【００３４】この発明において、精度の高い語概念定量
化のためには大量の文書が必要であることは上述の通り
である。この請求項では、例えば、インターネット等の
通信回線を介して次々と送られてくる文書データが語概
念定量化処理の対象となり、その結果として得られる類
義語辞書はインターネット等を介してアクセスされる文
書データベースを対象とした文書検索に最適なものとな
る。

【００３５】

【発明の実施の形態】以下に、本発明の好適な実施の形
態を添付図面を参照しながら詳細に説明する。先ず、本
発明の概要を身近な例を挙げてわかりやすく説明する。
名詞は、ある特定の動作を表す語（動詞）の集合を用い
てその意味を表現することができると思われる。例え
ば、『コーヒー』と言う名詞は、『飲む』、『入れ
る』、『沸かす』、『買う』等の動詞を用いて表現する
ことができる。同様にして、『お茶』と言う名詞も、
『飲む』、『入れる』、『沸かす』、『買う』等の動詞
を用いて表現することができる。もっとも、例えば、
『沸かす』と言う動詞に着目して、名詞『コーヒー』と
共に使用される頻度と名詞『お茶』と共に使用される頻
度とを比較すると、僅かではあるものの、名詞『コーヒ
ー』と共に使用される頻度の方が高いものと思われる。

【００３６】このように、任意の名詞は特定の動詞集合
を用いてその意味を表現することができ、さらに、仮
に、同一の動詞集合を用いて表現される名詞同士であっ
ても、動詞集合を構成する個々の動詞に着目すると、そ
の名詞の使用頻度（『結合度』）には各名詞固有の値が
存在することが認められる。

【００３７】従って、任意の名詞は、特定の『動詞集
合』と、その名詞と個々の動詞との『結合度』とによ
り、ある程度の微妙なニュアンスまでも含めて定量化す
ることができるはずである。

【００３８】このような仮定は、名詞と動詞との関係に
限られるものではなく、名詞と形容詞との関係や動詞と
副詞との関係等にも広く当て嵌まる。例えば、『コーヒ
ー』と言う名詞は、『ほろ苦い』、『香りの高い』、
『甘い』、『熱い』、『冷たい』、『こはく色の』等の
形容詞集合を用いてある程度は表現することができ、
『跳ぶ』と言う動詞は、『高く』、『遠くへ』、『軽や
かに』、『リズミカルに』等の副詞集合を用いてある程
度は表現することができる。

【００３９】さらに、上述した名詞と動詞との関係、名
詞と形容詞との関係、動詞と副詞との関係は、それぞれ
の関係における品詞を相互に入れ替えた場合にもある程
度は成立することが認められる。例えば、『飲む』と言
う動詞は、『コーヒー』、『ジュース』、『酒』、『ス
ープ』等の名詞集合によりある程度は表現することがで
き、『リズミカルに』と言う副詞は、『跳ねる』、『踊
る』、『歌う』、『歩く』等の副詞によりある程度は表
現することができる。

【００４０】以上の仮定をより一般化すると、特定の品
詞は、それと一定の関係にある他の品詞の集合、及び、
個々の他の品詞との『結合度』を用いて定量的に表現で
きると言うことができる。

【００４１】ところで、上述した相互に一定の関係にあ
る、『品詞』と『他の品詞』とは、任意の文章中におい
ては、例えば、名詞と動詞との関係については、文法上
の構文要素としての（主語と述語との組）を形成する関
係や（述語動詞とその目的語との組）を形成する関係と
して、また動詞と副詞との関係や形容詞と名詞との関係
については、文法上の構文要素としての（修飾語と被修
飾語の組）を形成する関係として、それぞれ出現する。

【００４２】従って、任意の文書集合が与えられた場合
において、それに含まれる特定の『語』に着目し、その
『語』と文法上の組（主語と述語との組、述語動詞とそ
の目的語との組、修飾語と被修飾語の組等）を形成する
関係にある『関係語』を抽出し、それら抽出された個々
の『関係語』と着目されている『語』との『結合度』を
求めれば、それら求められた各『関係語』毎の『結合
度』を用いて、着目されている『語』の概念を定量化す
ることができる。

【００４３】ここで言う『語の概念』とは、言語学上一
般に定義される『語の概念』とは若干異なる場合も生ず
るであろう。先の例で言えば、本発明により生成される
『語の概念』を用いた場合、『コーヒー』と『お茶』と
は概念が類似するものと判断されるであろうが、果たし
て、言語学上においても両者が所謂『類義語』に相当す
るかについては、意見の分かれるところであろう。もっ
とも、このような言語学上の『語の概念』との相違は、
文書中に生ずる語相互の比較や文書検索用類義語辞書の
自動構築等の用途においては、さほど、問題とはならな
いであろう。

【００４４】すなわち、本発明により生成される『語の
概念』は、言わば、着目した『語』の文書集合中におけ
る『用法』を数値化したに過ぎないものではあるが、一
方、言語学上において相互に類似するとされる複数の
『語』についても、多くの場合、その文書中における
『用法』は同様であろうから、本発明により生成される
『語の概念』を使用して、文書中に生ずる語相互の比較
や文書検索用類義語辞書の自動構築等を行っても、言語
学上の『語の概念』を用いた場合と大幅な相違は生じな
いであろう。むしろ、本発明により生成される『語の概
念』を使用した場合には、言語学上の『語の概念』より
も一層広い観点から語相互の比較を行いつつ文書検索用
類義語辞書を自動構築することができる。そのため、こ
のようにして自動構築された類義語辞書を用いて文書検
索を行えば、従来の人間（言語学者）の主観を交えなが
ら手作業で構築された類義語辞書を用いた場合や、単に
共起頻度のみに基いて自動構築された類義語辞書を用い
た場合に比較して、検索に際するヒット率を上げること
ができるであろう。

【００４５】加えて、本発明による語相互の比較は、着
目した『語』の文書集合中における『用法』を数値化し
たに過ぎない『語の概念』に基いて行われるものであっ
て、その『語の概念』を既存の辞書に立ち戻って理解し
た上で行われるものではないから、対象となる文書中に
出現する『語』が新規に定義された技術用語であった
り、更には、対象となる文書それ自体が不慣れな外国語
であったとしても、その文書の構造が解析できる限り、
支障なく語相互の比較を自動的に行うことができる。

【００４６】従って、本発明によれば、単に、語の相互
比較や類義語辞書の自動構築等の用途に止まらず、作者
の異なる複数の文書集合の相互において、特定の『語』
についての類似度比較を行うことにより、作者相互のも
のの考え方の相違を定量化して明らかとしたり、或い
は、言語の異なる複数の文書集合の相互において、特定
の『語』についての類似度比較を行うことにより、比較
人類学的な考察を行う等のような幅広い応用が期待され
る。

【００４７】次に、本発明の一実施形態である類義語辞
書自動構築装置の構成を添付図面を参照しながら詳細に
説明する。尚、本発明の実施のためには、公知の計算機
システムが使用されるが、それらシステムのハードウエ
ア構成については種々の文献により広く知られているた
め、その説明は省略する。さらに、以下に説明する装置
には、同時に、本発明方法が含まれていることは当業者
であれば容易に理解されるであろう。

【００４８】本発明に係る類義語辞書自動構築装置のソ
フトウエア構成を示すゼネラルフローチャートを図１に
示す。同図において、文書集合１０１は、類義語辞書を
構築するための情報源として利用されるものであり、こ
こでは２つの意味を有している。すなわち、この類義語
辞書自動構築装置が、文書検索用の類義語辞書を構築す
るために用いられる場合（前者）には、文書集合１０１
はその検索対象となる文書集合それ自体を示している。
他方、この類義語辞書自動構築装置が、インターネット
上に存在する文書や電子メール等のような、通信回線を
通じて入手される文書を類義語辞書を構築するための情
報源として利用する場合（後者）には、そのようにして
入手される文書それ自体を示している。

【００４９】以下、前者の場合を前提として、説明を進
めることとする。尚、後者の場合には、以下の処理は文
書の入手に従い随時に実行されることとなる。文書集合
１０１からは、それを構成する複数の文書が所定の順序
にて１文書づつ抽出され、さらに、その抽出された１文
書を構成する複数の文が所定の順序で１文づつ抽出され
るようになっている。そして、以上の１文書抽出処理及
び１文抽出処理は、文書集合を構成する全文書が抽出さ
れるまで繰り返し行われる。このようにして順次に抽出
される各文は、後述するように、形態素解析部１０２、
構文解析部１０３、及び単語関係抽出部１０４におい
て、形態素解析処理、構文解析処理、及び単語関係抽出
処理に供される。

【００５０】形態素解析部１０２は、抽出された１文に
関して、形態素解析処理により単語の同定や品詞の決定
を行う。この種の形態素解析処理は既に自然言語処理技
術として広く一般化されており、例えば、確率モデルを
用いた方法やルールベースの方法等が知られている。

【００５１】構文解析部１０３は、形態素解析部１０２
にて抽出された形態素情報を元に文書中の各文から主
語、動詞等の文の構成要素や修飾関係等を同定する。こ
の種の構文解析処理も、既に、自然言語処理技術として
一般化されている。

【００５２】単語関係抽出部１０４は、構文解析部１０
３にて抽出された構文情報を元に文書中の各文について
単語関係に着目し、文法上の組を形成する関係にある２
種類の構文要素（単語Ａ，単語Ｂ）のそれぞれに相当す
る２個の単語を抽出する。尚、この抽出に際しては、後
述する『結合度』を算出するための前処理として、特定
の２個の単語の組毎に、それまでの文書中に出現した回
数を計算して記憶しておく。

【００５３】ここで、『文法上の組を形成する関係』と
しては、この例では、（目的語『単語Ａ』，動詞『単語
Ｂ』）の関係が選択されている。また、この例では、本
出願の各請求項に言う『語』が（単語Ａ）に相当する語
に、また『関係語』が（単語Ｂ）に相当する語に、それ
ぞれ対応している。

【００５４】尚、『文法上の組を形成する関係』として
は、それ以外にも、（主語『単語Ａ』，述語『単語
Ｂ』）の関係、（被修飾語『単語Ａ』，修飾語『単語
Ｂ』）の関係、更には、それらを逆にした、（動詞『単
語Ａ』，目的語『単語Ｂ』）の関係、（述語『単語
Ａ』，主語『単語Ｂ』）の関係、（修飾語『単語Ａ』，
被修飾語『単語Ｂ』）の関係等が、必要により適宜に選
択可能になされている。このようにして抽出された２個
の単語は、後述する、概念空間記憶部１０５の該当記憶
エリアへと記憶される。

【００５５】尚、最終的に構築される類義語辞書の性能
を一層高めるためには、上述した構文解析部１０３と単
語関係抽出部１０４との間に、一般にストップワード処
理等と称される不要語削除処理やステミング等と称され
る語尾除去処理を設けることが好ましいと思われる。

【００５６】上述した２個の単語が記憶される概念空間
記憶部１０５の構造を図２に示す。同図に示されるよう
に、概念空間記憶部１０５の構造は、特定の２個の構文
要素（単語Ａ，単語Ｂ）の組毎に、後述する、単語Ｂ結
合度計算部１０６にて計算された『結合度』が記憶され
るようになっている。また、ここで言う『概念空間』と
は各単語Ｂを座標軸とする空間である。従って、文書集
合１０１の中に出現する単語Ｂの種類数だけ座標軸が存
在することとなる。そして、単語Ａ（着目されている
『語』）は、それと結合された各単語Ｂ（『関係語』）
の『結合度』を軸成分とする座標値（又はベクトル）と
して概念空間上に配置される。尚、このとき、図２の概
念空間記憶部１０５内に存在しない座標軸（単語Ｂ）
は、『結合度』が０と言う意味であるから、その軸成分
は０とする。

【００５７】単語Ｂ結合度計算部１０６は、概念空間記
憶部１０５の内容に基いて、単語Ｂに相当する単語に対
する単語Ａに相当する単語の『結合度』を算出する。
尚、この単語Ｂ結合度計算部１０６における処理は、後
述する単語Ａ類似度計算部１０７における類似度計算数
が『結合度』の正規化を必要とする場合にのみ必要なも
のであり、それ以外の場合には省略することが可能であ
る。

【００５８】単語Ｂ結合度計算部１０６における処理に
関する詳細フローチャートを図３に示す。尚、同図にお
いて、ｉ，ｊはそれぞれ、単語Ａ、単語Ｂのそれぞれに
相当する語を順次に処理していくために用いる添字であ
る。ここで、概念空間記憶部１０５に記憶された一連の
単語Ａは、一番目のものからｉ番目のものまで、Ａ1
（例えば、ｃｏｆｆｅｅ），Ａ2 （例えば、ｔｅａ），
Ａ3 （例えば、ｗａｔｅｒ），…Ａｉの如くに表され
る。他方、ｉ番目の単語ＡであるＡｉに結合された一連
の単語Ｂは、一番目のものからｊ番目のものまで、Ｂｉ
1 ，Ｂｉ2 ，Ｂｉ3，…Ｂｉｊの如くに表される。

【００５９】前述したように、単語関係抽出部１０４で
は、単語Ａ及び単語Ｂに相当する特定の２個の単語の組
毎に、それまでの文書中に出現した回数（単語Ａに相当
する特定の単語が出現した状態において、単語Ｂに相当
する特定の単語が出現した回数）を計算して記憶してい
る。

【００６０】単語Ｂｉｊ結合度計算部３０１では、単語
Ａｉが出現した状態において単語Ｂｉｊが出現した出現
回数を正規化することにより、各単語Ｂｉｊ毎の『結合
度』を計算する。出現回数を正規化して『結合度』を求
めるための計算方法としては幾つかの方法が考えられ
る。第１の方法としては、着目している単語（Ａｉ）に
結合された全単語（Ｂｉ1 〜Ｂｉｎ）の出現回数総和に
対する個々の単語（Ｂｉ1 ），（Ｂｉ2 ），…（Ｂｉ
ｎ）の出現回数の割合を求めるものである。第２の方法
としては、着目している単語（Ａｉ）に関する各単語
（Ｂｉ1 ），（Ｂｉ2），…（Ｂｉｎ）の出現回数の中
で最大の出現回数に対する個々の単語（Ｂｉ1），（Ｂ
ｉ2 ），…（Ｂｉｎ）の出現回数の割合を求めるもので
ある。尚、これらの計算方法については、後に、具体的
な例を挙げて更に詳細に説明する。

【００６１】以上までの処理にて、単語Ａ（目的語）に
相当する各単語（Ａｉ）は、単語Ａ（目的語）と文法上
の組を形成する関係にある単語Ｂ（動詞）に相当する複
数の単語（Ｂｉｊ）、及び各単語（Ｂｉｊ）に対する単
語（Ａｉ）の『結合度』の組（Ａｉ，Ｂｉｊ，『結合
度』）により定量化されたことになる。尚、ここで、
『結合度』については、前述したように、出現回数をそ
のまま用いる場合と、出現回数を正規化した値を用いる
場合との２通りがある。

【００６２】単語Ａ類似度計算部１０７では、概念空間
記憶部１０５に記憶された内容を元に、単語Ａ（この例
では目的語）の中の各単語同士の類似度を計算する。こ
こで、単語Ａの中の各単語同士の類似度を計算する方法
としては、２通りの方法が考えられる。第１の方法とし
ては、単語Ａの中の各単語が概念空間上のベクトル（概
念ベクトル）として表現されていることに着目して、そ
れらベクトル相互のなす角度の余弦を計算し、その計算
結果を『類似度』とするものである。第２の方法として
は、単語Ａの中の各単語が概念空間上の点として表現さ
れることに着目し、それら点間の距離を計算し、その計
算結果を類似度とするものである。尚、これらの計算方
法についても、後に、具体的な例を挙げて更に詳細に説
明する。最後に、単語Ａ類似度計算部１０７では、求め
られた単語Ａの中の各単語相互の類似度に基いて類義語
辞書１０８を構築する。

【００６３】このようにして構築された類義語辞書１０
８の構造を図４に示す。同図に示されるように、類義語
辞書１０８内には、各『単語』毎にそれに類似する『類
義語』とその『類似度』とが対となって記憶されてい
る。従って、この類義語辞書によれば、各『単語』の類
義語領域及び類似度領域を参照することにより、その
『単語』がどのような単語とどの程度に類似しているか
を直ちに判断することができる。尚、ここで示された類
義語辞書の構造は単なる一例に過ぎないものであり、そ
の他、求められた類似度を適当な閾値にて弁別して多段
階に表現したり、或いは各単語毎に類似する類義語を一
纏めに記憶したり等の適宜な変形が可能なことは当業者
であれば容易に理解されるであろう。

【００６４】次に、本発明に係る類義語辞書自動構築装
置の第２の実施形態を添付図面を参照して詳細に説明す
る。第２実施形態における類義語辞書自動構築装置のゼ
ネラルフローチャートを図５に示す。尚、同図におい
て、先の実施形態における図１のゼネラルフローチャー
トと同一構成部分については、同符号を付して詳細説明
は省略する。

【００６５】先の実施形態にて説明した『文法上の組を
形成する関係』の中で、（目的語『単語Ａ』，動詞『単
語Ｂ』）の関係、（主語『単語Ａ』，述語『単語Ｂ』）
の関係、（被修飾語『単語Ａ』，修飾語『単語Ｂ』）の
関係を用いて行われる類似度算出処理は、いずれも『名
詞』若しくは『代名詞』同士の類似度を算出するもので
ある。すなわち、（目的語『単語Ａ』，動詞『単語
Ｂ』）の関係、若しくは（主語『単語Ａ』，述語『単語
Ｂ』）の関係を用いた類似度算出においては、動詞空間
上において、『名詞』若しくは『代名詞』同士の類似度
比較が行われる。また、（被修飾語『単語Ａ』，修飾語
『単語Ｂ』）の関係を用いた類似度算出においては、形
容詞空間上において、『名詞』若しくは『代名詞』同士
の類似度比較が行われる。従って、比較されるべき『名
詞』若しくは『代名詞』同士が共通であるならば、それ
ら３種類の関係から算出される３種類の類似度は本来一
つに統合されなければならない。同様のことは、（動詞
『単語Ａ』，目的語『単語Ｂ』）の関係、（動詞『単語
Ａ』，主語『単語Ｂ』）の関係を用いて算出される動詞
同士の類似度の間でも言えるものである。

【００６６】そこで、この第２の実施形態においては、
先の実施形態において、複数種の『文法上の組を形成す
る関係』のそれぞれについて類義語辞書を構築した後、
それら構築された複数種の類義語辞書を統合することに
より、より精度の高い統合類義語辞書を構築するように
している。

【００６７】図５において、ステップ１０１〜１０７は
先の実施形態におけると同様な処理を行うものであり、
これらの処理は『文法上の組を形成する関係』の全てが
利用済みとなるまで（ステップ５０１）、繰り返し行わ
れる。尚、前述したように、ここで言う全ての『文法上
の組を形成する関係』とは、（目的語『単語Ａ』，動詞
『単語Ｂ』）の関係、（主語『単語Ａ』，述語『単語
Ｂ』）の関係、（被修飾語『単語Ａ』，修飾語『単語
Ｂ』）の関係、更には、それらを逆にした、（動詞『単
語Ａ』，目的語『単語Ｂ』）の関係、（述語『単語
Ａ』，主語『単語Ｂ』）の関係、（修飾語『単語Ａ』，
被修飾語『単語Ｂ』）等が含まれる。その結果、類義語
辞書１０８内には、『文法上の組を形成する関係』のそ
れぞれに対応する複数種の類義語辞書が構築される。

【００６８】次いで、単語Ａ類似度計算部５０２では、
類義語辞書１０８内に構築された複数の類義語辞書を適
宜に組み合わせることにより、単一の類似度を算出す
る。このとき、単一の類似度の算出は、先ず、個々の類
義語辞書の中で、単語と類義語との組が同一のもの同士
を組み合わせることにより行われる。次に、複数の類義
語辞書に関しては、同一品詞についての類義語辞書同士
を組み合わせることにより行われる。

【００６９】前述したように、『文法上の組を形成する
関係』の中で、（目的語『単語Ａ』，動詞『単語Ｂ』）
の関係、（主語『単語Ａ』，述語『単語Ｂ』）の関係、
（被修飾語『単語Ａ』，修飾語『単語Ｂ』）の関係を用
いて行われる類似度算出処理は、いずれも『名詞』若し
くは『代名詞』同士の類似度を算出するものである。従
って、比較されるべき『名詞』若しくは『代名詞』同士
が共通であるならば、それら３種類の関係から算出され
る３種類の類似度は本来一つに統合されなければならな
い。同様のことは、（動詞『単語Ａ』，目的語『単語
Ｂ』）の関係、（動詞『単語Ａ』，主語『単語Ｂ』）の
関係を用いて算出される動詞同士の類似度の間でも言え
るものである。

【００７０】そこで、このような関係にある複数種の辞
書については、単語Ａ統合類似度計算部５０２の作用に
より互いに組み合わせられ、単語と類義語との組を共有
する複数種の類似度については一つの類似度に統合され
る。統合の際の組み合わせ演算については、平均化演
算、乗算、最大値演算、最小値演算等の各種の演算が利
用される。単語Ａ統合類似度計算部５０２の処理は、全
品詞についての処理が完了するまで繰り返される（ステ
ップ５０４）。尚、ここで言う『品詞』とは、対象とな
る文書集合が英語で記述されたものである場合、英語文
法上の定義による１１品種ではなく、文法的性質から大
まかに区分されたものが使用されており、例えば、『名
詞』と『代名詞』とは同一の『品詞』として取り扱われ
る。そして、この単語Ａ統合類似度計算部５０２による
演算結果を元に統合類義語辞書５０３が構築される。こ
の統合類義語辞書は、類義語辞書１０８と同一の構造を
有するものであるが、単語と類義語との組のそれぞれは
２以上の類似度を有しない点で相違する。

【００７１】このようにして構築される統合類義語辞書
にあっては、語相互の類似度を複数の概念空間において
比較して得られたものであるため、上述の組み合わせ演
算を適切に設計することにより、語相互の類似関係を一
層正確に反映したものとなり、これを文書検索等の用途
に利用すれば、検索に際するヒット率を向上させること
ができる。

【００７２】

【実施例】次に、本発明に係る類義語辞書自動構築装置
の更に具体的な一実施例を添付図面を参照して詳細に説
明する。尚、以下の例は、説明の便宜上、本発明に係る
装置を英文で作成された文書集合に適用したが、日本語
で作成された文書集合にも適用できることは勿論であ
る。また、この例では、概念空間上のベクトル相互のな
す角度の余弦を計算することにより、語相互の類似度が
求められている。

【００７３】今仮に、文書集合１０１より抽出された１
文が、文（１）で示されるものであると想定する。 このとき、文法上の組を形成する関係として、目的語と
動詞の組を形成する関係が設定されていると、文（１）
に対して形態素解析処理、構文解析処理、単語関係抽出
処理が施された結果として、目的語（ｃｏｆｆｅｅ）と
動詞（ｄｒｉｎｋ）とが抽出され、これらの単語は概念
空間記憶部１０５内の該当領域に記憶され、同時に、そ
の組についての出現回数のカウントアップが行われる。

【００７４】同様の処理を繰り返しつつ、文書集合を構
成する全ての文書の全ての文につき、形態素解析処理、
構文解析処理、単語関係抽出処理が施された結果とし
て、最終的に得られた概念空間記憶部の内容の一部を図
６に示す。尚、この例では、『結合度』としては、目的
語（例えば、ｃｏｆｆｅｅ）が出現した状態にて、動詞
（例えば、ｄｒｉｎｋ）が出現した出現回数そのものが
使用されており、前述した単語Ｂ結合度計算部１０６に
よる正規化処理は行われていない。

【００７５】図６から明らかなように、この例では、着
目された単語Ａ（目的語）である『ｃｏｆｆｅｅ』は、
３個の単語Ｂ（動詞）である『ｄｒｉｎｋ』、『ｂｏｉ
ｌ』、『ｂｕｙ』と結合されており、それらの『結合
度』はそれぞれ『１０』、『４』、『１』とされてい
る。同様にして、着目された単語Ａ（目的語）である
『ｔｅａ』は、３個の単語Ｂ（動詞）である『ｄｒｉｎ
ｋ』、『ｂｏｉｌ』、『ｂｕｙ』と結合されており、そ
れらの『結合度』はそれぞれ『８』、『３』、『２』と
されている。

【００７６】図６においてその概念が定量化された２つ
の単語Ａ（目的語）である『ｃｏｆｆｅｅ』と『ｔｅ
ａ』とを概念空間上のベクトルとして表した状態を図７
に示す。同図に示されるように、２つの単語Ａ（目的
語）である『ｃｏｆｆｅｅ』と『ｔｅａ』とは、３個の
単語Ｂ（動詞）である『ｄｒｉｎｋ』、『ｂｏｉｌ』、
『ｂｕｙ』をそれぞれ座標軸とし、かつそれぞれの『結
合度』である（１０，４，１）、（８，３，２）を座標
値とする２本の３次元ベクトルとして表されている。

【００７７】次いで、単語Ａ類似度計算部１０７では、
概念空間上において各単語Ａ（目的語）を表現している
ベクトル相互のなす角度の余弦を数１に基いて計算し、
その計算結果としてそれら単語Ａ同士（Ａ１とＡ２）の
類似度を求める。

【数１】 Ｉｉｊ ：単語Ａｉのｊ番目の単語Ｂの結合度 ｎ ：次元数

【００７８】図６に示された類義語辞書の内容を参照
し、上記の数を用いて、『ｃｏｆｆｅｅ』と『ｔｅａ』
との類似度を計算した例を数２に示す。

【数２】

【００７９】次いで、単語Ａ類似度計算部１０７では、
全ての単語間について類似度を計算し、類義語辞書を構
築する。このようにして構築された類義語辞書の一部を
図８に示す。同図から明らかなように、この例では、４
個の単語（『ｃｏｆｆｅｅ』、『ｔｅａ』、『ｗａｔｅ
ｒ』、『ｅｇｇ』）について、相互の類似度が数値化さ
れて記憶されている。

【００８０】次に、本発明に係る類義語辞書自動構築装
置の具体的な他の実施例を添付図面を参照して詳細に説
明する。尚、この例にあっても、説明の便宜上、本発明
に係る装置を英文で作成された文書集合に適用したが、
日本語で作成された文書集合にも適用できることは勿論
である。また、この例では、概念空間上の２点間の距離
を計算することにより、語相互の類似度が求められてい
る。この例にあっても、文書集合１０１より抽出された
１文が、文（１）で示されるものであると想定する。

【００８１】前述したように、このとき、文法上の組を
形成する関係として、目的語と動詞の組を形成する関係
が設定されていると、文（１）に対して形態素解析処
理、構文解析処理、単語関係抽出処理が施された結果と
して、目的語（ｃｏｆｆｅｅ）と動詞（ｄｒｉｎｋ）と
が抽出され、これらの単語は概念空間記憶部１０５内の
該当領域に記憶され、同時に、その組についての出現回
数のカウントアップが行われる。

【００８２】同様の処理を繰り返しつつ、文書集合を構
成する全ての文書の全ての文につき、形態素解析処理、
構文解析処理、単語関係抽出処理が施された結果とし
て、中間的に得られた概念空間記憶部の内容の一部を図
９に示す。尚、この例では、『結合度』の欄には、目的
語（例えば、ｃｏｆｆｅｅ）が出現した状態にて、動詞
（例えば、ｄｒｉｎｋ）が出現した出現回数そのものが
中間的に記憶されており、未だ単語Ｂ結合度計算部１０
６による正規化処理は行われていない。

【００８３】図８から明らかなように、この例では、着
目された単語Ａ（目的語）である『ｃｏｆｆｅｅ』は、
３個の単語Ｂ（動詞）である『ｄｒｉｎｋ』、『ｂｏｉ
ｌ』、『ｂｕｙ』と結合されており、それらの『結合
度』はそれぞれ中間的な値として『１０』、『４』、
『１』とされている。同様にして、着目された単語Ａ
（目的語）である『ｔｅａ』は、３個の単語Ｂ（動詞）
である『ｄｒｉｎｋ』、『ｂｏｉｌ』、『ｂｕｙ』と結
合されており、それらの『結合度』はそれぞれ中間的な
値として『８』、『３』、『２』とされている。

【００８４】次いで、単語Ｂ結合度計算部１０６による
正規化処理が行われると、中間的に記憶された『出現回
数』は、それぞれ正規化されて最終的な『結合度』に変
換される。『出現回数』を正規化して最終的な『結合
度』を求める方法としては、幾つかの方法が考えられ
る。

【００８５】『出現回数』を正規化して最終的な『結合
度』を求める方法として、各目的語毎に、各動詞の出現
回数を出現回数が最大の動詞の出現回数で割ると言う手
法（以下、第１の手法と称する）を採用した場合に得ら
れる、概念空間記憶部１０５の内容を図１０に示す。同
図に示されるように、目的語として『ｃｏｆｆｅｅ』を
例にとると、３個の動詞（『ｄｒｉｎｋ』、『ｂｏｉ
ｌ』、『ｂｕｙ』）のそれぞれとの出現回数は（『１
０』、『４』、『１』）となるため（図９参照）、それ
らの最大値である『１０』により各出現回数（『１
０』、『４』、『１』）を除することにより、最終的な
結合度（『１．０００』、『０．４００』、『０．１０
０』）が求められている。

【００８６】『出現回数』を正規化して最終的な『結合
度』を求める方法として、各目的語毎に、各動詞の出現
回数を全動詞の出現回数の合計で割ると言う手法（以
下、第２の手法と称する）を採用した場合に得られる、
概念空間記憶部１０５の内容を図１１に示す。同図に示
されるように、目的語として『ｃｏｆｆｅｅ』を例にと
ると、３個の動詞（『ｄｒｉｎｋ』、『ｂｏｉｌ』、
『ｂｕｙ』）のそれぞれとの出現回数は（『１０』、
『４』、『１』）となるため（図９参照）、それらの出
現回数の合計値（『１０＋４＋１』）により各出現回数
（『１０』、『４』、『１』）を除することにより、最
終的な結合度（『０．６６７』、『０．２６７』、
『０．０６７』）が求められている。

【００８７】尚、以上の第１の手法と第２の手法のいず
れを採用しても、実用上十分な精度で類義語辞書の構築
は可能であるが、計算機の処理速度が問題となるような
場合にあっては、第１の手法を採用するのが好ましいと
思われる。

【００８８】図１０又は図１１においてその概念が定量
化された２つの単語Ａ（目的語）である『ｃｏｆｆｅ
ｅ』と『ｔｅａ』とを概念空間上の点として表現した状
態を図１２に示す。同図に示されるように、２つの単語
Ａ（目的語）である『ｃｏｆｆｅｅ』と『ｔｅａ』と
は、３個の単語Ｂ（動詞）である『ｄｒｉｎｋ』、『ｂ
ｏｉｌ』、『ｂｕｙ』をそれぞれ座標軸とし、かつそれ
ぞれの『結合度』である（（『１．０００』、『０．４
００』、『０．１００』）、又は（『０．６６７』、
『０．２６７』、『０．０６７』）を座標値とする２個
の点として表現されている。

【００８９】次いで、単語Ａ類似度計算部１０７では、
概念空間上において各単語Ａ（目的語）を表現している
点間の距離を数３に基いて計算し、その計算結果として
それら単語Ａ同士（Ａ１とＡ２）の類似度を求める。

【数３】 Ｉｉｊ ：単語Ａｉのｊ番目の単語Ｂの『結合度』 ｎ ：次元数

【００９０】図１０に示された類義語辞書の内容を参照
して、上記の数を用いて、『ｃｏｆｆｅｅ』と『ｔｅ
ａ』との類似度を計算した例を数４に示す。

【数４】

【００９１】次いで、単語Ａ類似度計算部１０７では、
全ての単語間について類似度を計算し、類義語辞書を構
築する。このようにして構築された類義語辞書の一部を
図１３に示す。同図から明らかなように、この例では、
４個の単語（『ｃｏｆｆｅｅ』、『ｔｅａ』、『ｗａｔ
ｅｒ』、『ｅｇｇ』）について、相互の類似度が数値化
されて記憶されている。

【００９２】尚、以上の各実施例では、着目される
『語』（Ａ）を『目的語』、『語』（Ａ）と文法上の組
を形成する『関係語』（Ｂ）を『動詞』として説明を続
けてきたが、『語』（Ａ）と『関係語』（Ｂ）との組に
ついては種々の変更が可能である。（『語』，『関係
語』）に関するその他の組み合わせとしては、（『動
詞』，『目的語』）、（『被修飾語』，『修飾語』）、
（『修飾語』，『被修飾語』）、（『述語』，『主
語』）、（『主語』，『述語』）の組等が挙げられる。

【００９３】

【発明の効果】以上の説明で明らかなように、この発明
によれば、『語』相互間の類似度生成に好適な、語の概
念を定量化するための方法及び装置を提供することがで
き、この方法及び装置を利用して語相互間の類似度を生
成すれば、文書検索等の用途に適する高性能な類義語辞
書を自動的に構築することができる。

【図面の簡単な説明】

【図１】この発明の第１の実施形態である類義語辞書自
動構築装置のゼネラルフローチャートである。

【図２】この発明の第１の実施形態である類義語辞書自
動構築装置に使用される概念空間記憶部の構造を示す図
である。

【図３】この発明の第１の実施形態である類義語辞書自
動構築装置に使用される単語Ｂ結合度計算部の詳細を示
すフローチャートである。

【図４】この発明の第１の実施形態である類義語辞書自
動構築装置で構築される類義語辞書の構造を示す図であ
る。

【図５】この発明の第２の実施形態である類義語辞書自
動構築装置のゼネラルフローチャートである。

【図６】この発明の第１の実施例である類義語辞書自動
構築装置に使用される概念空間記憶部の構造を示す図で
ある。

【図７】図６に示されるの概念空間記憶部に格納された
『語』の概念を概念空間上のベクトルとして表現した状
態を示す図である。

【図８】この発明の第１の実施例である類義語辞書自動
構築装置で構築される類義語辞書の構造を示す図であ
る。

【図９】この発明の第２の実施例である類義語辞書自動
構築装置に使用される概念空間記憶部の結合度算出に至
る処理途中の状態を示す図である。

【図１０】この発明の第２の実施例である類義語辞書自
動構築装置に使用される概念空間記憶部に、第１の手法
を用いて正規化された結合度を記憶した状態を示す図で
ある。

【図１１】この発明の第２の実施例である類義語辞書自
動構築装置に使用される概念空間記憶部に、第２の手法
を用いて正規化された結合度を記憶した状態を示す図で
ある。

【図１２】図１０に示されるの概念空間記憶部に格納さ
れた『語』の概念を概念空間上の点として表現した状態
を示す図である。

【図１３】この発明の第２の実施例である類義語辞書自
動構築装置で構築される類義語辞書の構造を示す図であ
る。

【符号の説明】

１０１ 文書集合 １０２ 形態素解析部 １０３ 構文解析部 １０４ 単語関係抽出部 １０５ 概念空間記憶部 １０６ 単語Ｂ結合度計算部 １０７ 単語Ａ類似度計算部 １０８ 類義語辞書 ３０１ 単語Ｂｉｊ結合度計算部 ５０２ 単語Ａ統合類似度計算部 ５０３ 統合類義語辞書

Claims (24)

【特許請求の範囲】
1. 【請求項１】 文書中で用いられた『語』の概念を定量
   化するための方法であって、 与えられた文書を解析することにより、前記『語』と文
   法上の組を形成する関係にある１若しくは２以上の『関
   係語』を抽出するステップと、 前記『語』が前記１若しくは２以上の『関係語』のそれ
   ぞれに対して有する『結合度』を求めるステップと、を
   具備し、 前記『語』の概念を、それと文法上の組を形成する関係
   にある１若しくは２以上の『関係語』のそれぞれに対す
   る『結合度』の形で定量化する、ことを特徴とする方
   法。
2. 【請求項２】 文書中で用いられた『語』相互間の類似
   度を生成するための方法であって、 与えられた文書を解析することにより、比較対象となる
   『語』のそれぞれについて、その『語』と文法上の組を
   形成する関係にある１若しくは２以上の『関係語』を抽
   出するステップと、 比較対象となる『語』のそれぞれについて、その『語』
   が前記１若しくは２以上の『関係語』のそれぞれに対し
   て有する『結合度』を求めて、各『語』の概念をそれと
   関係する『関係語』のそれぞれを座標軸としかつ各『関
   係語』との『結合度』のそれぞれを軸成分とする概念ベ
   クトルとして生成するステップと、 比較対象となる『語』のそれぞれを、その概念ベクトル
   同士で相互に比較することにより『語』相互間の類似度
   を生成するステップと、 を具備する、ことを特徴とする方法。
3. 【請求項３】 文書中で用いられた『語』から類義語辞
   書を構築するための方法であって、 与えられた文書を解析することにより、辞書化の対象と
   なる『語』のそれぞれについて、その『語』と文法上の
   組を形成する関係にある１若しくは２以上の『関係語』
   を抽出するステップと、 辞書化の対象となる『語』のそれぞれについて、その
   『語』が前記１若しくは２以上の『関係語』のそれぞれ
   に対して有する『結合度』を求めて、各『語』の概念を
   それと関係するの『関係語』のそれぞれを座標軸としか
   つ各『関係語』との『結合度』のそれぞれを軸成分とす
   る概念ベクトルとして生成するステップと、 辞書化の対象となる『語』のそれぞれを、その概念ベク
   トル同士で相互に比較することにより『語』相互間の類
   似度を生成するステップと、 前記類似度に基いて類似すると判定される『語』同志を
   関連付けて類義語辞書を構築するステップと、 を具備する、ことを特徴とする方法。
4. 【請求項４】 文書中で用いられた『語』から類義語辞
   書を構築するための方法であって、 与えられた文書を解析することにより、辞書化の対象と
   なる『語』のそれぞれについて、その『語』と文法上の
   組を形成する関係にある１若しくは２以上の『関係語』
   を、複数の文法上の組のそれぞれについて抽出するステ
   ップと、 辞書化の対象となる『語』のそれぞれについて、その
   『語』が前記１若しくは２以上の『関係語』のそれぞれ
   に対して有する『結合度』を、複数の文法上の組のそれ
   ぞれについて求めて、各『語』の概念をそれと関係する
   『関係語』のそれぞれを座標軸としかつ各『関係語』と
   の『結合度』のそれぞれを軸成分とする複数の概念ベク
   トルとして生成するステップと、 辞書化の対象となる『語』のそれぞれを、同一の文法上
   の組に対応して生成される概念ベクトル同士で相互に比
   較することにより『語』相互間の類似度を複数の文法上
   の組のそれぞれについて生成するステップと、 前記複数の文法上の組のそれぞれに対応して生成される
   複数の類似度に基いて総合的に類似すると判定される
   『語』同志を関連付けて類義語辞書を構築するステップ
   と、 を具備する、ことを特徴とする方法。
5. 【請求項５】 前記文法上の組を形成する関係とは、動
   詞とその目的語の組を形成する関係である、ことを特徴
   とする請求項１乃至請求項４のいずれかに記載の方法。
6. 【請求項６】 前記文法上の組を形成する関係とは、修
   飾語とその被修飾語の組を形成する関係である、ことを
   特徴とする請求項１乃至請求項４のいずれかに記載の方
   法。
7. 【請求項７】 前記文法上の組を形成する関係とは、主
   語とその述語の組を形成する関係である、ことを特徴と
   する請求項１乃至請求項４のいずれかに記載の方法。
8. 【請求項８】 前記『語』が１若しくは２以上の『関係
   語』のそれぞれに対して有する『結合度』とは、着目し
   ている『語』に関する各『関係語』の出現回数のそれぞ
   れを正規化した値である、ことを特徴とする請求項１乃
   至請求項４のいずれかに記載の方法。
9. 【請求項９】 前記正規化した値とは、着目している
   『語』に関する全『関係語』の出現回数に対する個々の
   『関係語』の出現回数の割合である、ことを特徴とする
   請求項８に記載の方法。
10. 【請求項１０】 前記正規化した値とは、着目している
    『語』に関する各『関係語』の出現回数の中で最大の出
    現回数に対する個々の『関係語』の出現回数の割合であ
    る、ことを特徴とする請求項８に記載の方法。
11. 【請求項１１】 前記文書は、文書データベースから読
    み出されて与えられる、ことを特徴とする請求項１乃至
    請求項４のいずれかに記載の方法。
12. 【請求項１２】 前記文書は、通信回線を介して順次に
    与えられる、ことを特徴とする請求項１乃至請求項４の
    いずれかに記載の方法。
13. 【請求項１３】 文書中で用いられた『語』の概念を定
    量化するための装置であって、 与えられた文書を解析することにより、前記『語』と文
    法上の組を形成する関係にある１若しくは２以上の『関
    係語』を抽出する手段と、 前記『語』が前記１若しくは２以上の『関係語』のそれ
    ぞれに対して有する『結合度』を求める手段と、を具備
    し、 前記『語』の概念を、それと文法上の組を形成する関係
    にある１若しくは２以上の『関係語』のそれぞれに対す
    る『結合度』の形で定量化する、ことを特徴とする装
    置。
14. 【請求項１４】 文書中で用いられた『語』相互間の類
    似度を生成するための装置であって、 与えられた文書を解析することにより、比較対象となる
    『語』のそれぞれについて、その『語』と文法上の組を
    形成する関係にある１若しくは２以上の『関係語』を抽
    出する手段と、 比較対象となる『語』のそれぞれについて、その『語』
    が前記１若しくは２以上の『関係語』のそれぞれに対し
    て有する『結合度』を求めて、各『語』の概念をそれと
    関係する『関係語』のそれぞれを座標軸としかつ各『関
    係語』との『結合度』のそれぞれを軸成分とする概念ベ
    クトルとして生成する手段と、 比較対象となる『語』のそれぞれを、その概念ベクトル
    同士で相互に比較することにより『語』相互間の類似度
    を生成する手段と、 を具備する、ことを特徴とする装置。
15. 【請求項１５】 文書中で用いられた『語』から類義語
    辞書を構築するための装置であって、 与えられた文書を解析することにより、辞書化の対象と
    なる『語』のそれぞれについて、その『語』と文法上の
    組を形成する関係にある１若しくは２以上の『関係語』
    を抽出する手段と、 辞書化の対象となる『語』のそれぞれについて、その
    『語』が前記１若しくは２以上の『関係語』のそれぞれ
    に対して有する『結合度』を求めて、各『語』の概念を
    それと関係する『関係語』のそれぞれを座標軸としかつ
    各『関係語』との『結合度』のそれぞれを軸成分とする
    概念ベクトルとして生成する手段と、辞書化の対象とな
    る『語』のそれぞれを、その概念ベクトル同士で相互に
    比較することにより『語』相互間の類似度を生成する手
    段と、 前記類似度に基いて類似すると判定される『語』同志を
    関連付けて類義語辞書を構築する手段と、 を具備する、ことを特徴とする装置。
16. 【請求項１６】 文書中で用いられた『語』から類義語
    辞書を構築するための装置であって、 与えられた文書を解析することにより、辞書化の対象と
    なる『語』のそれぞれについて、その『語』と文法上の
    組を形成する関係にある１若しくは２以上の『関係語』
    を、複数の文法上の組のそれぞれについて抽出する手段
    と、 辞書化の対象となる『語』のそれぞれについて、その
    『語』が前記１若しくは２以上の『関係語』のそれぞれ
    に対して有する『結合度』を、複数の文法上の組のそれ
    ぞれについて求めて、各『語』の概念をそれと関係する
    の『関係語』のそれぞれを座標軸としかつ各『関係語』
    との『結合度』のそれぞれを軸成分とする複数の概念ベ
    クトルとして生成する手段と、 辞書化の対象となる『語』のそれぞれを、同一の文法上
    の組に対応して生成される概念ベクトル同士で相互に比
    較することにより『語』相互間の類似度を複数の文法上
    の組のそれぞれについて生成する手段と、 前記複数の文法上の組のそれぞれに対応して生成される
    複数の類似度に基いて総合的に類似すると判定される
    『語』同志を関連付けて類義語辞書を構築する手段と、 を具備する、ことを特徴とする装置。
17. 【請求項１７】 前記文法上の組を形成する関係とは、
    動詞とその目的語の組を形成する関係である、ことを特
    徴とする請求項１３乃至請求項１６のいずれかに記載の
    装置。
18. 【請求項１８】 前記文法上の組を形成する関係とは、
    修飾語とその被修飾語の組を形成する関係である、こと
    を特徴とする請求項１３乃至請求項１６のいずれかに記
    載の装置。
19. 【請求項１９】 前記文法上の組を形成する関係とは、
    主語とその述語の組を形成する関係である、ことを特徴
    とする請求項１３乃至請求項１６のいずれかに記載の装
    置。
20. 【請求項２０】 前記『語』が１若しくは２以上の『関
    係語』のそれぞれに対して有する『結合度』とは、着目
    している『語』に関する各『関係語』の出現回数のそれ
    ぞれを正規化した値である、ことを特徴とする請求項１
    ３乃至請求項１６のいずれかに記載の装置。
21. 【請求項２１】 前記正規化した値とは、着目している
    『語』に関する全『関係語』の出現回数に対する個々の
    『関係語』の出現回数の割合である、ことを特徴とする
    請求項２０に記載の装置。
22. 【請求項２２】 前記正規化した値とは、着目している
    『語』に関する各『関係語』の出現回数の中で最大の出
    現回数に対する個々の『関係語』の出現回数の割合であ
    る、ことを特徴とする請求項２０に記載の装置。
23. 【請求項２３】 前記文書は、文書データベースから読
    み出されて与えられる、ことを特徴とする請求項１３乃
    至請求項１６のいずれかに記載の装置。
24. 【請求項２４】 前記文書は、通信回線を介して順次に
    与えられる、ことを特徴とする請求項１３乃至請求項１
    ６のいずれかに記載の装置。