JPH11134334A - 単語登録装置及び記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】未登録複合語を含めた登録すべき単語を抽出
し、登録作業時の労力を軽減すること。 【解決手段】自然言語を処理するための形態素解析用辞
書７と、自然言語文を形態素解析し、前記形態素解析用
辞書７に登録されていない単語及び該辞書７に登録され
ていない名詞類の連続した複合語を抽出して、頻度の高
いものを登録すべき登録候補単語と判定する登録候補単
語抽出部２とを備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、自然言語を処理す
るための単語辞書に単語を追加登録する単語登録装置及
び記録媒体に関する。

【０００２】

【従来の技術】日本語を形態素に分割する形態素解析
は、自然言語処理の最も基本となる処理である。従来、
形態素解析は、自然言語処理の様々なアプリケーション
に用いられており、例えば、情報検索や文書中の誤りを
発見する文書校正支援に用いられている。

【０００３】形態素解析にあたって、それに用いられる
形態素解析用辞書は、形態素解析の性能を左右する重要
な基本データである。この辞書中に単語が登録されてい
ないと、解析が失敗したり、他の語として誤って解析さ
れてしまう。例えば、事故や事件が起こった場合、関連
記事を検索するための新しい単語を入力して検索すると
いうニーズが増大しているが、関連の単語が辞書に入っ
ていない場合、目的とする記事が検索できないという事
態が生じる可能性がある。そのため、日々増加している
新しい事象を表す単語を収集して、形態素解析用辞書に
追加することが重要である。しかし、新しい事象を表す
単語は日々増加しているため、登録すべき単語を収集し
たり、テストする作業には多くの労力がかかっていた。

【０００４】従来、形態素解析用辞書に未登録語を登録
する場合、形態素解析手段により入力文の解析を行い、
その情報を基に入力文中の未登録語を知らせてユーザに
登録を促すことが、特開平３−２４６６７３号公報に記
載されていた。また、未登録語の出現回数を計算して、
使用頻度の多いものから優先的に登録することが、特開
昭６３−２０８１６７号公報に記載されていた。また、
既知語の意味カテゴリを用いて未知語の意味カテゴリを
推定して登録することが、特開平８−１６５９７号公報
に記載されていた。また、関連情報辞書登録手段によ
り、格の違いによる二重登録を排除し辞書量を少なくす
ることが、特開平６−１１９３７４号公報に記載されて
いた。

【０００５】

【発明が解決しようとする課題】前記のような従来のも
のは、次のような課題があった。 ：二つ以上の名詞類が連続している未登録複合語を抽
出できるものではなかった。

【０００６】：登録候補単語の関連である入力文中に
含まれる頻度の低い未登録語を登録できるものではなか
った。 ：登録すべき単語のテストを事前に行えるものではな
かった。

【０００７】本発明は、このような従来の課題を解決
し、未登録複合語を含めた登録すべき単語の抽出をし、
登録作業時の労力を軽減し、更に登録すべき単語のテス
トを事前に行い、質のよい単語を半自動的に収集するこ
と、また、登録すべき単語候補として選ばれた単語と関
連のある語も同時に収集できるようにすることを目的と
する。

【０００８】

【課題を解決するための手段】図１は本発明の原理説明
図である。図１中、１は原文、２は登録候補単語抽出
部、３は関連語抽出部、４は候補単語検査部、７は形態
素解析用辞書である。

【０００９】本発明は前記従来の課題を解決するため次
のように構成した。 （１）：自然言語を処理するための形態素解析用辞書７
と、自然言語文を形態素解析し、前記形態素解析用辞書
７に登録されていない単語及び該辞書７に登録されてい
ない名詞類の連続した複合語を抽出して、頻度の高いも
のを登録すべき登録候補単語と判定する登録候補単語抽
出部２とを備える。

【００１０】（２）：前記（１）の単語登録装置におい
て、前記判定した登録候補単語を含む原文１を検索し、
前記形態素解析用辞書７に登録されていない単語及び該
辞書７に登録されていない名詞類の連続した複合語を抽
出する関連語抽出部３を備える。

【００１１】（３）：前記（１）の単語登録装置におい
て、前記判定した登録候補単語を含む原文１に対して、
前記登録候補単語を取り入れる前の形態素解析結果と前
記登録候補単語を取り入れた場合の形態素解析結果を比
較して、解析誤りが起こっているかどうかを判定する候
補単語検査部４を備える。

【００１２】（４）：コンピュータに、自然言語文を形
態素解析する解析手順と、前記形態素解析結果から形態
素解析用辞書７に登録されていない単語を抽出する抽出
手順と、前記形態素解析結果から形態素解析用辞書７に
登録されていない名詞類の連続した複合語を抽出する抽
出手順と、前記抽出手順で抽出した単語及び複合語より
頻度の高い語を登録候補単語と判定する判定手順と、を
実行するためのプログラムを格納したコンピュータ読取
可能な記録媒体とする。

【００１３】（作用）前記構成に基づく作用を説明す
る。登録候補単語抽出部２で、自然言語文を形態素解析
し、形態素解析用辞書７に登録されていない単語及び該
辞書７に登録されていない名詞類の連続した複合語を抽
出して、頻度の高いものを登録すべき登録候補単語と判
定する。このため、頻度の高い未登録語だけでなく頻度
の高い未登録複合語も登録候補単語として判定すること
ができ、登録すべき語の抽出及び選択作業を軽減するこ
とができる。

【００１４】また、関連語抽出部３で、前記判定した登
録候補単語を含む原文１を検索し、形態素解析用辞書７
に登録されていない単語及び該辞書７に登録されていな
い名詞類の連続した複合語を抽出する。このため、頻度
が低い語も関連語として原文から抽出し、その語も登録
候補単語として取り入れることができる。

【００１５】さらに、候補単語検査部４で、前記判定し
た登録候補単語を含む原文１に対して、前記登録候補単
語を取り入れる前の形態素解析結果と前記登録候補単語
を取り入れた場合の形態素解析結果を比較して、解析誤
りが起こっているかどうかを判定する。このため、登録
する前にテストが行え、質のよい単語を収集することが
できる。

【００１６】また、自然言語文を形態素解析する解析手
順と、前記形態素解析結果から形態素解析用辞書７に登
録されていない単語を抽出する抽出手順と、前記形態素
解析結果から形態素解析用辞書７に登録されていない名
詞類の連続した複合語を抽出する抽出手順と、前記抽出
手順で抽出した単語及び複合語より頻度の高い語を登録
候補単語と判定する判定手順と、を実行するためのプロ
グラムを格納したコンピュータ読取可能な記録媒体とす
る。このため、この記録媒体のプログラムをコンピュー
タにインストールすることで、頻度の高い未登録語だけ
でなく頻度の高い未登録複合語も登録候補単語として判
定することができる単語登録装置を容易に提供すること
ができる。

【００１７】

【発明の実施の形態】本発明の単語登録装置では、日々
更新されるニュース記事やＷｅｂページ（インターネッ
トのホームページ）等の記事を形態素解析し、登録すべ
き単語候補を抽出し、その語が登録した場合の解析のテ
ストを行う機構を設けることで、登録すべき単語の抽出
や登録作業時の労力を軽減するものである。また、登録
すべき単語候補として選ばれた単語と同時に登録すべき
関連語も原文から抽出し、その語も登録単語候補として
取り入れる機能を備えるものである。

【００１８】図２〜図１６は本発明の実施の形態を示し
た図である。以下、図２〜図１６に基づいて本発明の実
施の形態を説明する。 （１）：装置構成の説明 図２は装置構成図である。図２において、原文データ１
が入力される単語登録装置には、登録候補単語抽出部
２、関連語抽出部３、候補単語検査部４、単語登録部
５、形態素解析エンジン６、形態素解析用辞書７が設け
てある。

【００１９】原文データ１は、入力手段（図示せず）に
より入力される日々更新されるニュース記事やＷｅｂペ
ージ等の記事である。登録候補単語抽出部２は、形態素
解析結果から登録候補単語を抽出するものである。関連
語抽出部３は、登録候補単語を元に関連語を抽出するも
のである。候補単語検査部４は、元の解析結果と登録候
補単語を取り入れた場合の解析結果を比較して、解析誤
りが起こっているかどうかを判定するものである。単語
登録部５は、ユーザに登録候補単語や関連語の検査結果
を表示し、形態素解析用辞書７に格納するものである。
形態素解析エンジン６は、形態素解析を行う処理部であ
る。形態素解析用辞書７は、形態素解析に使用するため
の単語を登録しておくものである。

【００２０】（２）：全体の処理手順の説明 図３は全体の処理手順の説明図である。以下、図３の処
理Ｓ１〜処理Ｓ４に従って説明する。

【００２１】Ｓ１：決められた時間にダウンロード等で
自動で入力された新聞記事等の原文データ１を登録候補
単語抽出部２で、形態素解析し、その結果から登録候補
単語を抽出し、処理Ｓ２に移る。

【００２２】Ｓ２：関連語抽出部３で、登録候補単語と
して選ばれた単語を含む元記事中に含む単語（関連語）
を登録候補単語として選択し、処理Ｓ３に移る。 Ｓ３：候補単語検査部４で、登録候補単語及び関連語を
登録した場合の形態素解析結果をテストし、その結果を
ユーザに提示し、処理Ｓ４に移る。

【００２３】Ｓ４：ユーザが登録すべき単語として指示
した場合、単語登録部５で形態素解析用辞書７に登録し
て、この処理を終了する。 （３）：登録候補単語抽出部の処理の説明 図４は登録候補単語抽出部の処理の説明図である。以
下、図４の処理Ｓ１１〜処理Ｓ１４に従って説明する。

【００２４】Ｓ１１：登録候補単語抽出部２は、原文デ
ータ１に対して、形態素解析エンジン６と形態素解析用
辞書７を用いて形態素解析を行い、処理Ｓ１２に移る。 Ｓ１２：登録候補単語抽出部２は、形態素解析結果から
未登録語を抽出して、未登録語頻度表を作成し、処理Ｓ
１３に移る。

【００２５】Ｓ１３：登録候補単語抽出部２は、形態素
解析結果から名詞類の連続を抽出して、未登録複合語頻
度表を作成し、処理Ｓ１４に移る。 Ｓ１４：登録候補単語抽出部２は、それぞれ作成した頻
度表の頻度の上位のものを登録候補単語リストに登録し
て、この処理を終了する。

【００２６】（４）：関連語抽出部の処理の説明 図５は関連語抽出部の処理の説明図である。以下、図５
の処理Ｓ２１〜処理Ｓ２３に従って説明する。

【００２７】Ｓ２１：関連語抽出部３は、登録候補単語
を含む元の文の記事を検索し、処理Ｓ２２に移る。 Ｓ２２：関連語抽出部３は、その記事中に未登録語頻度
表、未登録複合語頻度表に含まれる語が存在するかを判
定し、処理Ｓ２３に移る。

【００２８】Ｓ２３：関連語抽出部３は、各頻度表に含
まれる語があれば、それを関連語として抽出し、登録候
補単語リストに追加して、この処理を終了する。 （５）：候補単語検査部の処理の説明 図６は候補単語検査部の処理の説明図である。以下、図
６の処理Ｓ３１〜処理Ｓ３４に従って説明する。

【００２９】Ｓ３１：候補単語検査部４は、登録候補単
語リストから候補単語辞書を作成すし、処理Ｓ３２に移
る。 Ｓ３２：候補単語検査部４は、登録候補単語を含む原文
に対して、元の形態素解析用辞書と候補単語辞書を用い
て、形態素解析をし、処理Ｓ３３に移る。

【００３０】Ｓ３３：候補単語検査部４は、元の形態素
解析結果と登録候補単語を取り入れた場合の形態素解析
結果を比較して、解析誤りが起こっているかどうかを判
定し、処理Ｓ３４に移る。

【００３１】Ｓ３４：候補単語検査部４は、解析誤りが
起こっている単語を登録候補単語リストから除外し、こ
の処理を終了する。なお、解析誤りの例として、登録候
補単語を取り入れた場合に他の部分（特に取り入れた登
録候補単語の前後部分）が未登録語となる場合や逆に未
登録語が増加する場合がある。

【００３２】（６）：単語登録部の処理の説明 図７は単語登録部の処理の説明図である。以下、図７の
処理Ｓ４１〜処理Ｓ４４に従って説明する。

【００３３】Ｓ４１：単語登録部５は、登録候補単語リ
ストと元の形態素解析結果とそれに新たに登録した場合
の形態素解析結果をユーザに提示し、処理Ｓ４２に移
る。 Ｓ４２：ユーザが登録候補単語から登録すべき単語を選
択し、処理Ｓ４３に移る。

【００３４】Ｓ４３：単語登録部５は、ユーザに単語の
辞書上の登録情報を候補単語辞書から提示し、処理Ｓ４
４に移る。 Ｓ４４：ユーザが候補単語辞書の内容をそのまま、ある
いは修正して、単語登録部５で形態素解析用辞書７に登
録し、この処理を終了する。

【００３５】（７）：具体例による説明 ａ：登録候補単語を登録する場合の説明 図８は登録候補単語を登録する場合の説明図（１）であ
り、図８（ａ）は一文の形態素解析例の説明、図８
（ｂ）は未登録単語頻度表の説明である。図９は登録候
補単語を登録する場合の説明図（２）であり、図９
（ａ）は候補単語辞書の説明、図９（ｂ）は登録前の形
態素解析結果の説明である。図１０は登録候補単語を登
録する場合の説明図（３）であり、図１０（ａ）は「ヤ
ンゴン」を登録した場合の形態素解析結果の説明、図１
０（ｂ）はユーザが修正した候補単語辞書の説明であ
る。

【００３６】以下は、いくつかの内容を含む新聞記事か
ら登録単語を抽出する例を図８〜図１０により説明す
る。まず、登録候補単語抽出部２において、原文を形態
素解析する。形態素解析の結果は、例えば、図８（ａ）
のように、文が形態素単位に分割され、それぞれの品
詞、詳細品詞、表記が出力される。

【００３７】登録候補単語抽出部２では、形態素解析の
解析結果から、詳細品詞が「未登録語」となっている単
語を収集し、図８（ｂ）のように頻度が記入された未登
録単語頻度表を作成する。

【００３８】登録候補単語抽出部２は、原文の数に応じ
て頻度が上位であるものを登録すべき候補の単語として
抽出する。例えば、ここで頻度が「１０」で頻度の高い
「ヤンゴン」を登録候補単語として抽出する。候補単語
検査部４では、登録候補単語である「ヤンゴン」に仮の
品詞として、普通名詞を付与し、候補単語辞書を作成す
る。この候補単語辞書は、図９（ａ）のように表記、品
詞、詳細品詞が設けられている候補単語検査部４では、
登録候補単語が出現している文を元の形態素解析用辞書
７と登録候補単語を取り入れた辞書を使って解析し直し
て、その結果を出力する。例えば、登録候補単語「ヤン
ゴン」を含む文が次のものであったとする。

【００３９】「ミャンマーの首都ヤンゴンで学生のデモ
が始まった。」この文に対して、「ヤンゴン」を登録す
る前の形態素解析結果は、図９（ｂ）であり、「ヤンゴ
ン」を登録した場合の形態素解析結果は、図１０（ａ）
である。図９（ｂ）において、未登録語であった「ヤン
ゴン」は、図１０（ａ）においては普通名詞となり他の
単語にも未登録語が含まれていない。このため「ヤンゴ
ン」を登録した場合の結果に解析誤りは含まれていな
い。

【００４０】候補単語検査部４は、この結果を単語登録
部５に渡し、ユーザに提示する。ユーザは、この結果を
確認し、「ヤンゴン」を辞書に登録することを指示す
る。ここで「ヤンゴン」は、地名であるので、ユーザ
は、詳細品詞を「地名」に修正する。即ち、図１０
（ｂ）のように候補単語辞書の情報を修正して形態素解
析用辞書７に登録する。

【００４１】ｂ：未登録複合語頻度表を作成する場合の
説明 図１１は未登録複合語頻度表を作成する場合の説明図
（１）であり、図１１（ａ）は未登録複合語頻度表の説
明、図１１（ｂ）は候補単語辞書の説明、図１１（ｃ）
は登録前の形態素解析結果の説明である。図１２は未登
録複合語頻度表を作成する場合の説明図（２）であり、
図１２（ａ）は登録した後の形態素解析結果の説明、図
１２（ｂ）はユーザが修正した候補単語辞書の説明であ
る。

【００４２】登録候補単語抽出部２で、形態素解析結果
から未登録単語頻度表以外に、未登録複合語頻度表を作
成するものである。これは、二つ以上の名詞類（名詞、
接頭語、接尾語、「・」、「//」、「＝」、動詞の連用
形等）が連続しているものを取り出し、その頻度を調査
したものである。

【００４３】ここで、未登録複合語頻度表が、図１１
（ａ）のように得られたとする。なお、図１１（ａ）に
おいて、形態素の区切りは「／」で表している。ここで
は、頻度が「１２」と高い「オーム／真理／教」を登録
候補単語として抽出したとする。候補単語検査部４で
は、図１１（ｂ）のように「オーム真理教」に仮の品詞
として、普通名詞を付与し、この「オーム真理教」が出
現した文において形態素解析のテストを行う。

【００４４】候補単語検査部４では、登録候補単語が出
現している文を元の形態素解析用辞書７と登録候補単語
を取り入れた辞書を使って解析し直して、その結果を出
力する。ここで、「オーム真理教」を含む原文が次のも
のであったとする。

【００４５】「オーム真理教の信者の林春男容疑者がき
ょう逮捕されました。」これを「オーム真理教」を一語
として登録する前の形態素解析結果は、図１１（ｃ）に
示してあり、登録した後の形態素解析結果は、図１２
（ａ）に示してある。図１１（ｃ）と図１２（ａ）のよ
うに、「オーム真理教」を登録した場合の結果に解析誤
りは含まれていないので、候補単語検査部４は、この結
果を単語登録部５に渡し、ユーザに提示する。

【００４６】ユーザは、この結果を確認し、「オーム真
理教」を辞書に登録することを指示する。ここで「オー
ム真理教」は、固有名詞であるので、ユーザは、詳細品
詞を「固有名詞」に修正する。即ち、図１２（ｂ）のよ
うに候補単語辞書の情報を修正して形態素解析用辞書７
に登録する。

【００４７】ｃ：関連語を登録する場合の説明 図１３は関連語を登録する場合の説明図（１）であり、
図１３（ａ）は候補単語辞書（関連語）の説明、図１３
（ｂ）は登録前の形態素解析結果の説明である。図１４
は関連語を登録する場合の説明図（２）であり、図１４
（ａ）は「國林長」を登録した場合の形態素解析結果の
説明、図１４（ｂ）は「國林長官狙撃事件」を登録した
場合の形態素解析結果の説明である。図１５は関連語を
登録する場合の説明図（３）であり、図１５（ａ）はユ
ーザが修正した候補単語辞書の説明、図１５（ｂ）は登
録前の形態素解析結果の説明である。図１６は関連語を
登録する場合の説明図（４）であり、図１６（ａ）は
「アウン・タン・スー・チー」を登録した場合の形態素
解析結果の説明、図１６（ｂ）はユーザが修正した候補
単語辞書の説明である。

【００４８】前記具体例ａ、ｂのように「ヤンゴン」と
「オーム真理教」を登録候補単語として抽出した場合、
関連語抽出部３では、以下のように処理を行う。関連語
抽出部３では、登録候補単語を含む記事中に含まれる頻
度の低い未登録語や未登録複合語を選択する。これによ
り、以下の選択結果が得られたとする。

【００４９】「國林長」 「國林長／官／狙撃／事件」 「アウン／・／タン／・／スー／・／チー」 以上の関連語を登録候補単語リストに追加し、候補単語
検査部４でテストを行う。候補単語検査部４では、以上
の登録候補単語と関連語に仮の品詞として、普通名詞を
付与し、それぞれの語が出現した文において形態素解析
のテストを行う。例えば、関連語から図１３（ａ）のよ
うな候補単語辞書（関連語）を作る。

【００５０】候補単語検査部４では、登録候補単語が出
現している文を元の形態素解析用辞書７と登録候補単語
を取り入れた辞書を使って解析し、その結果を出力す
る。これは例えば、関連語を含む文が次のようであった
とする。

【００５１】「警察庁の國林長官狙撃事件の捜査をめぐ
る対応が適切でない。」 「アウン・タン・スー・チーさんの勢力とは一線を画し
ている。」 ・「國林長官狙撃事件」を含む文の形態素解析結果は、
登録前は図１３（ｂ）となり、「國林長」を登録した場
合は図１４（ａ）となり、「國林長官狙撃事件」を登録
した場合は図１４（ｂ）となる。

【００５２】ここで、「國林長」と「國林長官狙撃事
件」を登録した場合は、いずれも解析誤りが起こってい
ないので、候補単語検査部４は、その結果を単語登録部
５に渡し、ユーザに提示する。ユーザは、図１４（ａ）
と図１４（ｂ）の形態素解析結果から、「國林長官狙撃
事件」を登録する方が正しいと判断し、「國林長官狙撃
事件」を登録するとユーザが指示する。

【００５３】この場合、品詞は固有名詞なので、ユーザ
は、図１５（ａ）のように候補単語辞書の詳細品詞を
「普通名詞」から「固有名詞」に修正し、単語登録部５
で形態素解析用辞書７に取り込むようにする。

【００５４】・次に「アウン・タン・スー・チー」を登
録する前と登録した後の形態素解析結果は、図１５
（ｂ）と図１６（ａ）のようになる。ここで、「アウン
・タン・スー・チー」を登録した場合は、解析誤りが起
こっていないので、その結果を単語登録部５に渡し、ユ
ーザに提示する。ユーザは、この結果を確認し、「アウ
ン・タン・スー・チー」を形態素解析用辞書７に登録す
ることを指示する。ここで、「アウン・タン・スー・チ
ー」は人名であるので、ユーザは、候補単語辞書の詳細
品詞を「普通名詞」から「人名」に修正し、単語登録部
５で形態素解析用辞書７に取り込むようにする。

【００５５】以上実施の形態で説明したように、登録す
べき単語の抽出および選択が軽減され、更に登録すべき
単語のテストを事前に行えるので、質の良い単語を半自
動的に収集できる。また、関連のある語も同時に収集す
ることが可能となる。

【００５６】（８）：プログラムのインストールの説明 登録候補単語抽出部２、関連語抽出部３、候補単語検査
部４、単語登録部５、形態素解析エンジン６は実際には
プログラムで構成でき、主制御部（ＣＰＵ）が実行する
ものであり、主記憶に格納されているものである。これ
らのプログラムは、一般的な、パーソナルコンピュー
タ、ワークステーション等のデータ処理装置（コンピュ
ータ）で処理されるものである。これらのコンピュータ
は、主制御部、主記憶、ハードディスク等のファイル装
置、表示装置、キーボード等の入力手段である入力装置
などのハードウェアで構成されている。

【００５７】このコンピュータに、本発明のプログラム
をインストールする。このインストールは、フロッピ
ー、光磁気ディスク等の可搬型の記録媒体に、これらの
プログラムを記憶させておき、コンピュータが備えてい
る記憶媒体に対して、アクセスするためのドライブ装置
を介して、或いは、ＬＡＮ等のネットワークを介して、
コンピュータに設けられたファイル装置にインストール
される。そして、このファイル装置から処理に必要なプ
ログラムステップを主記憶に読み出し、主制御部が実行
するものである。

【００５８】

【発明の効果】以上説明したように、本発明によれば次
のような効果がある。 （１）登録候補単語抽出部で、自然言語文を形態素解析
し、形態素解析用辞書に登録されていない単語及び該辞
書に登録されていない名詞類の連続した複合語を抽出し
て、頻度の高いものを登録すべき登録候補単語と判定す
るため、頻度の高い未登録語だけでなく頻度の高い未登
録複合語も登録候補単語として判定することができ、登
録すべき語の抽出及び選択作業を軽減することができ
る。

【００５９】（２）：関連語抽出部で、登録候補単語を
含む原文を検索し、形態素解析用辞書に登録されていな
い単語及び該辞書に登録されていない名詞類の連続した
複合語を抽出するため、頻度が低い単語及び複合語も関
連語として原文から抽出し、その語も登録候補単語とし
て取り入れることができる。

【００６０】（３）：候補単語検査部で、登録候補単語
を含む原文に対して、前記登録候補単語を取り入れる前
の形態素解析結果と前記登録候補単語を取り入れた場合
の形態素解析結果を比較して、解析誤りが起こっている
かどうかを判定するため、登録する前にテストが行え、
質のよい単語を収集することができる。

【００６１】（４）：自然言語文を形態素解析する解析
手順と、前記形態素解析結果から形態素解析用辞書に登
録されていない単語を抽出する抽出手順と、前記形態素
解析結果から形態素解析用辞書に登録されていない名詞
類の連続した複合語を抽出する抽出手順と、前記抽出手
順で抽出した単語及び複合語より頻度の高い語を登録候
補単語と判定する判定手順と、を実行するためのプログ
ラムを格納したコンピュータ読取可能な記録媒体とする
ため、この記録媒体のプログラムをコンピュータにイン
ストールすることで、頻度の高い未登録語だけでなく頻
度の高い未登録複合語も登録候補単語として判定するこ
とができる単語登録装置を容易に提供することができ
る。

【図面の簡単な説明】

【図１】本発明の原理説明図である。

【図２】実施の形態における装置構成図である。

【図３】実施の形態における全体の処理手順の説明図で
ある。

【図４】実施の形態における登録候補単語抽出部の処理
の説明図である。

【図５】実施の形態における関連語抽出部の処理の説明
図である。

【図６】実施の形態における候補単語検査部の処理の説
明図である。

【図７】実施の形態における単語登録部の処理の説明図
である。

【図８】実施の形態における登録候補単語を登録する場
合の説明図（１）である。

【図９】実施の形態における登録候補単語を登録する場
合の説明図（２）である。

【図１０】実施の形態における登録候補単語を登録する
場合の説明図（３）である。

【図１１】実施の形態における未登録複合語頻度表を作
成する場合の説明図（１）である。

【図１２】実施の形態における未登録複合語頻度表を作
成する場合の説明図（２）である。

【図１３】実施の形態における関連語を登録する場合の
説明図（１）である。

【図１４】実施の形態における関連語を登録する場合の
説明図（２）である。

【図１５】実施の形態における関連語を登録する場合の
説明図（３）である。

【図１６】実施の形態における関連語を登録する場合の
説明図（４）である。

【符号の説明】

１ 原文 ２ 登録候補単語抽出部 ３ 関連語抽出部 ４ 候補単語検査部 ７ 形態素解析用辞書

Claims (4)

【特許請求の範囲】
1. 【請求項１】自然言語を処理するための形態素解析用辞
   書と、 自然言語文を形態素解析し、前記形態素解析用辞書に登
   録されていない単語及び該辞書に登録されていない名詞
   類の連続した複合語を抽出して、頻度の高いものを登録
   すべき登録候補単語と判定する登録候補単語抽出部とを
   備えることを特徴とした単語登録装置。
2. 【請求項２】前記判定した登録候補単語を含む原文を検
   索し、前記形態素解析用辞書に登録されていない単語及
   び該辞書に登録されていない名詞類の連続した複合語を
   抽出する関連語抽出部を備えることを特徴とした請求項
   １記載の単語登録装置。
3. 【請求項３】前記判定した登録候補単語を含む原文に対
   して、前記登録候補単語を取り入れる前の形態素解析結
   果と前記登録候補単語を取り入れた場合の形態素解析結
   果を比較して、解析誤りが起こっているかどうかを判定
   する候補単語検査部を備えることを特徴とした請求項１
   記載の単語登録装置。
4. 【請求項４】コンピュータに、 自然言語文を形態素解析する解析手順と、 前記形態素解析結果から形態素解析用辞書に登録されて
   いない単語を抽出する抽出手順と、 前記形態素解析結果から形態素解析用辞書に登録されて
   いない名詞類の連続した複合語を抽出する抽出手順と、 前記抽出手順で抽出した単語及び複合語より頻度の高い
   語を登録候補単語と判定する判定手順と、 を実行するためのプログラムを格納したコンピュータ読
   取可能な記録媒体。