JPS58146927A - 関連語情報を有する単語辞書作成方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 本発明は、仮名漢字変換等の言語処理において用いられ
るもので、単語に関する属性等を含む単語情報を格納し
た単語辞壷に、単−間の＠、４紬関係を示す情報、即ち
関連語情報を登録する方式に関するものである。

従来単語辞書に関連語情報を登録する方式には２つの方
式が知られている。単鎚人と単ａ＝３３が関連している
場合を例にとって前記２つの方式を説明する。第１の方
式は単語Ａに対応する単語情報に、単語Ｂに対応する単
語情報の内容の一部または全部を付加するとともに、逆
に単語Ｂに対応する単語情報に、単飴人に対応する単語
情報の内容の一部または全部を付加することにより、単
！ａＡ、　　に単語Ｂを関連させたものである。また第
２の方式は、単語ムに対応する単語情報に、単語ＢＫ対
応する単語情報の格納位置情報を付加するとともに、逆
に単ｌＩＢに対応する単語情報に、単語人に対応する単
語情報の格納位置情報を付加することにより、単語ムに
単ＮＩＢを関連させたものである。

しかしながらいずれの方式も以下に示す欠点を有してい
る。ＩＩｌの方式においては、単語情報自体を一連語情
報として付加しているため１通常数万語を越えるといわ
れる単語辞書に重複して、同じ単結情報が登録される形
になり、単結辞書の容量が膨大になるという欠点を有し
ている６また第２０方式においては、単語情報の格納位
置情報を付加しているため、新しく単語情報を単結辞書
に追加登録する場合には、単結辞書に既に登録されてい
る他の単語情報の格納位置情報がすれるため、単語辞書
全体に分散格納されている関連付けのための位置情報も
同じように変更しなければならないという欠点を有して
いる。

本発明の目的に以上のような欠点を除去し、単ｍ辞書Ｋ
ｌｌ鍮される一連語情報を少なくするとともに、単語辞
書に既に登録されている一連語情報を全く変更すること
なく、新しく単語情報を追加することを可能にすること
である。

本発明によれば、日本語を構成する単結に関する単語情
報を、複数個格納した単結辞書において、各単結情報を
一意的に識別することのできる基本識別番号を格納し九
ｍ桁の識別番号格納領域と、ｎ桁から成る初期化された
拡張識別番号を格納した拡張識別番号格納領域の２種類
の領域で構成される単語識別番号格納領域、およびｍ　
＋　ｎ桁から成るｐ個の関連語識別番号を格納する関連
飴繊別番号格納領域１−、各単語情報毎に紋け、互いに
関連のある単語対人、Ｂが入力されたとき、単語ムに対
応する単結情報に付されている単結１に別番号を、単９
Ｂｉ（対応する単結情報に付されている関連語識別番号
格納領域に格納するとともに、単語Ｂに対応する単結情
報に付されている単語識別番号を、単ＭＡに対応する単
語情報に付されている関連語識別番号格納領域に格納す
ることにより、単語間に関連語化を行なうえ単語辞書を
作成することができる。

次に本発明の原理を図面に基づいて説明する。

第１図は単結ＡおよびＢの関連語関係が記述されていな
い単語辞＠　１００の内容を示す模式図である。鯖１ｗ
Ａにおいては繁雑さを避けるため、単語ムおよびＢ以外
の単語に関する記述は省略している。

単語辞書１０００構成について単結Ａを例にとって１１
１！明する。単結ＡＫ関して単結辞書１００内には、単
結情報格納領域１０１３および基本識別番号格納領域１
０１１および拡張識別番号格納領域１０１２および５餉
の関連語識別番号格納領域１０１４〜１０１８の４纏類
の情報格納領域が設けられる。基本ｍ別番号格納領域１
０１１および拡張識別番号格納領域１０１２を総称して
単語識別番号格納領ｗ、１０１１　。

１０１２と呼ぶ、ＱＬ下の虹明では、繁雑さを避ける丸
め前記各情報格納領域に付された番号は、咳情報格納領
域に格納された情報自体をも指すものとする。

単語ムに関する単語情報１０１３は、単結ムについての
「読み」、「表記」、「品詞」、「属性」等言語処理を
行なう上で必要となる情報を総称する。基本峻別番号１
０１１は、単語ＡＫ対する単語情報１０１３を単語辞書
１０Ｇ内で一意的Ｋｍ別するための番号であり、第１図
の例では１５１とい５３桁のｌθ進数で単語ムに対する
基本識別番号１０１１としている。拡張識別番号１０１
２は、単語辞書１００内に新しい単結に対する単結情報
を追加登録するときの基本識別番号１０１１の拡張用で
あり、追加登録されていない状ｌＩの単語辞書１０Ｇで
は、全て初期値が格納される。第１図の例では００とい
う２桁のｌＯ迩数が格納されている。基本識別番号１ｏ
ｌｌおよび拡張識別番号１ｏ１２を総称して単Ｓ！識別
香号１０１１　、１０１２　　ト呼ヒ、第１　ｂｉｎ）
Ｎでは単語ムに対する単語識別番号１０１１　、１０１
２として、１５１０Ｇ　　という５桁の１０進数に対応
づけている。

次に関連語識別番号１０１４〜１０１８について説明す
る。関連Ｍ識別番号１０１４〜１０１ｇは、単結ムと関
連語関係にある。単語に対する単語情報〇単語識別番号
であり、単語人と関連語関係にある単語が登録されてい
ないときは初期値をとる。第１図の例では、単語識別番
号が５１Ｉ７格納できる関連ｆｌｌ判別番号格納領域０
１４〜１０１８がとられ、内容には全て零が格納されて
いる。

次に単語間の関連語関係を単語辞書１００に登録する方
法について説明する。

単結ムと単−Ｂとが関連語関係にあるとは、単ＭＡＫ対
する単結情報１０１３の関連語識別番号として、単−Ｂ
に対する単一情報１０２３の単語識別番号１０２１　、
１０２２が登録されているとともに、単−Ｂに対する単
一情報１０２３の関連語識別番号として、ＩＩ＃紬人に
対する単一情報１０１３の単語識別番号１０１１　、１
０１２が登録されていることを意味する。

単語人と単−Ｂが関連語関係にあるという情報が入力さ
れたとき、卑語辞書１００内から単ｉｉＢに対する単一
情報１０２３　Ｋ付されている単語識別番号１０２１　
、１０２２　を取り出す、第１図の例では単語Ｂに対す
る単語情報１０２３に付されている単一識別番号１０２
１　、１０２２は２３５００という５桁のｌθ進数であ
る。　Ｉ？ＸＫｍ単ｌＩＩＭｉ別番号１０２１　。

１０２２を単語ムに対する単語情報１０１３　Ｋ付され
ている関連語ｖｋ別番号格納領域１０１４〜１０１８　
に登録する。関逍語識別番号格納領域１０１４〜１０１
ｇは、複数個の単語識別番号が登録できるため登録に際
しては、初期値を有する関連＆！鍼別番号格納領域に登
録する。第１図の例では、２３５００　　という単ＭＢ
Ｋ対する単語識別番号１０２１　、１０２２が単−Ａに
対する関連語識別番号格納領域１０１４　Ｋ登録される
。次に上記と逆の手順で、単語人に対°する単語識別番
号１０１１　、１０１２　を、単１！ＢＫ対する関連語
識別番号格納領域１０２４〜１０２８　　Ｋ登録する。

第１図の例では１５１００　という単語Ａに対する単語
識別番号１０１１　、１０１２が単−ＢＫ対する関連舶
識別番号格納輌域！０２４に登録される。

第２図は、第１図に示し九単語辞費１００を基に単−Ａ
およびＢの関連語関係を登録した後の単一辞書２００の
模式図である。

関連話島別番号格納領域２０１４には、単結Ｂに対する
単語情報１０２３　Ｋ付されている単Ｍ識別香号１０２
１　、１０２２が登録され、関連語識別番号格納儀域２
０２４　Ｋ＃′ｉ、単ＭＡに対する単語情報１０１３に
付されている単語識別番号１０１１，１０１２が登録さ
れている。呻ち関連語識別番号領域２０１４　Ｋは２３
５００　　という５桁の単ＩＡに対する単語識別番号１
０２１　、１０２２が、関連ｓｓ識別番号領域２０２４
には、１５１００　　という５桁の単結Ｂに対する単語
＊３１１号１０１１　、１０１２が登録されている。

次に既に＠連語識別番号が登録されている単一辞書Ｋ、
新しい単結に対する単結情報を追加登録する場合につい
て説明する。前述のように単語辞書２００には既に単−
Ａと単ＭＢとの間の関連語関係が登録されている。今新
しい単＃！４Ｃに対する単語情報を、単一辞書２００の
単一情報１０１３の直後に追加登録する場合を考える。

以下繁雑さを避ける九め既に追加登録された後の単一辞
書の模式図である第３図を用いて説明を行なう、まず単
−Ｃに対する単一情報３０３３　Ｋｌｉ！　して新しく
単結識別番号格納領域３０３１　、３０３２　オ！び関
連１１１５１１喬号格納領域３０３４〜３０３８が確保
される。基本識別番号３０３１　Ｋは、直前の基本識別
番号１０１１と同一の番号即ち１５１とい５３桁のｌＯ
道数が登録され、拡張識別番号３０３２　Ｋは、直前の
拡張識別番号１０１２　Ｋ　１加え九０１とい５２桁の
１０過数が登録される。関連＠識別番号３０３４〜３０
３８には初期値として各々零が登録される０以上のよう
にして追加登録された単一情報３０３３は、単一識別番
号３０３１　、３０３２として１５１０１という５桁の
１０進数を有することになる。尚拡張１ｋｍ喬号３０３
２は、直前の拡張識別１ｉ４１０１２に１加え九奇号を
例で示したが、卑Ｍｉｋ別番号として結果的に他と一意
的に識別できるならは、どのような番号付けをしてもよ
い。

以上の手順より明らかなように、新しい率飴惰帷３０３
３　を追加登録しても、他０単結諏角番号および関連語
識別を号に何ら影響を及ぼさない０例えば単一情報３０
３３の追加登録によって、単結辞１１１２００内の単一
情報１０２３の絶対記憶位置は変化するけれども、単一
識別番号１０２１　、１０２２　　自体は不変である。

したがって単語情報１０１Ｂの関連ａｍ別番号２０１４
として登録されている単語情報１０２３の単ｗＩ識別番
号は変更する必要がない。

次に図面を用いて本発明の詳細な説明する。

以下で単語人あるいは単結Ｂという場倉は読み、表記等
の各単結を一意的に指定できる単結情報を指すものとす
る。

第４図は単結ＡおよびＢの関連語関係を単語辞ＩＦＫ登
録するだめの７ｐ−チャートを示すものである。コンピ
ュータには互いに関連語関係にある単結ムおよびＢが入
力され、ＩＣメモリの如きコンビ、−夕の内部記憶装置
あるいは磁気ディスクの如きコンピータの外部記憶装置
の所定の記憶位置に格納されている。また単結辞書とし
ては、３１３１図に示す如く、各単ＭＫ対して単結情報
および単結識別番号および関連飴緻別番号から成る情報
の集合体がＩＣメモリの如きコンピュータの内部記憶装
置あるいは磁気ディスクの如きコンピュータの外部記憶
装置に格納されている。単結辞書における基本細別番号
は、単結辞書の先頭の単結から順に一意的な番号を付し
、拡張緻別蚤号および関連語識別番号については、全て
零に設定している。

ブＰ、り４０１は、関連語を構成する単語人およびＢを
コンビ、−夕の内部あるいは外Ｓ記憶装置からコンピュ
ータに読み込む処理を示す。読み込んだ単ｗＩＡおよび
Ｂはコンピュータの内部記憶装置に一時格納する。

プロ、り４０２は、コンピュータの内部記憶装置に一時
格納している単結ムおよびＢｔｕみ出し、コンピュータ
の内部あるいは外部記憶装置に格納されている単結辞書
を、単結ＡおよびＢをキーとして検索することＫより各
単＠に対する単結ｇ別香号および関連Ｍｉｌ別釜号をコ
ンピュータに読み込み、コンビ、−夕の内部記憶装置に
−ＩＩ格納する処理を示す。

プロ、り４０３は、プロ、り４０２で得られた単結Ａお
よびＢＫ対する情報の中から各々の単結識別番号を抜き
出し、一時的にコンピュータの内部記憶装置に格納する
処理を示す。

プロ、り４０４は１．Ａ、、り４０２で得られた単語ム
およびＢＫ対する情報の中から各々の関連語識別番号を
抜き出し、その値が零である関連語識別番号の内部記憶
装置内での位置情報を各々検出する処理を示す。

プロツク４０５は、プ゛ロック４０３で得られた単結ム
に対する＊＠識別番号を、グｐ、り４０４で得られ九単
ＭＢＫ対する関連語識別番号の位置情報が示す格納位置
に格納するとともに、逆に一；ｆｖ＝、り４０３で得ら
れ九奉飴Ｂに対する単結識別番号を、グー、り４０４で
得られ九単結ＡＫ対する関連Ｍｉｍｌ！別香号の位置情
報が示す格納位置に格納する関連を示す。

プｐ、り４０６は、プロ、り４０５で更新され九単錯ム
およびＢＫ対するー遅Ｍ蝕別番号を、単結辞書内の元の
格納位置に戻す処理を示す。

第５図は、単結ＡおよびＢの関連ＩＩ！−係を単語辞書
に登録する装−の一実施例を示すりｐ、り図である。５
０１は外部から単結ムおよびＢを読み込む単結読込装診
、５０２は単語ムおよびＢに対する単結識別番号および
関連語識別番号を単結辞書から検索する単結検索装置、
５０３は、前記単結検索装置５０２によって検索された
情報の中から単語人および単結Ｂに対する単結識別番号
を取出す単結識別番号取出装置、５０４ｄ、前記単結検
索装置５０２によって検索された情報の中から単ＱＡお
よび単結ＢＫ対する初期化された関連紡織別番号格納位
置を検出する格納位置検出装置、５０５は単結ＡＪ６よ
び単ＭＢＫ対する単結識別番号を、各々相手の関連Ｍ識
別番号として登録する関連紬識別番号登録装置、５０６
は、関連飴識別を号登録装置５０５の結果を単語辞書に
書戻す単結格納装置である。

図における各プｐ、り５０１〜５０６は、第４図のツー
−チャートにおける各グｐ、り４０１〜４０６に対応し
九処理を行なう。

本発明の実施例においては、単結辞書の容量を増加させ
ずに、単結の追加登録が容易な、関連語情報の格納した
単結情報を作成することが可能となっている。

【図面の簡単な説明】

第１図は本発明で作成する単一辞書の形式を示すための
模式図、第２図は関連語関係が登録された単結辞書の内
容を示す模式図、第３図は関連語関係が登録されている
単一辞書に新しく単一を追加登録し九率舶辞曽の内容を
示す模式図、第４図は関連語関係を単語辞書に登録する
ためのコンビーータのフローチャートを示す図、第５図
は関連ｉ１！関係を単一辞書に登録するための装置の一
実施例を示すブｐ、り図を示す。 図においてＺｏｏ、２００，３００は単語辞書、５０１
は単語読込装置、５０２は単語検索装置、５０３は単結
識別番号取出装置、５０４は格納値ｉｔ検出装置、５０
５は胸連紬識別番号登録装置、５０６は単語格納装置で
ある。 第４ロ オ　５０

Claims (1)

【特許請求の範囲】
1. 日本紬を構成する単語に関する単語情報を、複数個格納
   した単−辞優において、各単語情報を一意的に識別する
   ことのできる基本＆５５１Ｊ番号を格納し九ｍ桁から成
   る基本識別番号格納９Ａ域と、１桁から成る初期化され
   九拡＊識別査号を格納した拡張識別奇号格納領域の２ｓ
   類の領域で構成される卑妬Ｊｉｋ別番号格納領域、およ
   びｍ＋ｎ桁から成るｐ鯛の閣遅詰織別着号を格納する関
   連結−別番号格納領域を、各単鮎情報毎に設け、互いに
   関連のある単結対Ａ、Ｂが入力されたとき、単始人に対
   応する単一情報に付されているｊＩＬ語識別番号を、単
   結ＢＫ対応する単語情報に付されている関連結識別喬号
   格納領域に格納するとともに、単＠ＢＫ対応する単語情
   報に付されている単語識別番号を単語人に対応する単語
   情報に付されている関連結織別番号格納領域に格納する
   ことにより、単語間に関連論比を行なうことを特徴とす
   る関連語情報を存する単語辞書作成方式。