JPS6132167A - カナ漢字変換処理装置 - 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】 技術分野 本発明はカナ漢字変換処理装置に関し、より詳細には日
本語文書作成装置、電子計算機システム等に適用し得る
カナ漢字変換処理装置における単語抽出の際の評価手段
に関する。

従来技術 カナ漢字変換処理装置では、表音文字（ひら仮名、カタ
仮名、ローマ文字）で入力された文章を適切な漢字カナ
混じり文に変換するため、カナ漢字変換用の単語辞書を
設けている。この単語辞書の検索は、入力されたカナ文
字列から単語を切出して被検索文字列とし、被検索文字
列と単語辞書中の見出し文字列とのマツチングを行うこ
とにより行う。しかし、日本語は文法が複雑で、かつ同
音異義語が多数存在するため、辞書検索により複数の候
補単語が抽出される。

この複数の候補単語の中から１つを選択し変換結果とす
るために、抽出された候補単語のそれぞれに対し、次の
ような評価を行っている。すなわち、候補単語を読み長
、使用頻度、接続確率等をパラメータとして（１）式の
ような評価式により評価し、評価値の最も高い候補単語
を変換結果として出力する。

ＨＹ＝ｆ　　Ｎ２．ｈ、ｓ）　　　　　　　　　　　　
（１）ただし、Ｈ’Ｙ：評価値、Ｑ：単語の読み長ｈ：
使用頻度、Ｓ：接続確率 しかし、上記方式における各パラメータ「読み長」、「
使用頻度」、「接続確率」には次のような問題点がある
。

「読み長」・・・一般に、確かに読み長が長い方が尤度
は高いが接辞、付属語等は短 いにもかかわらず重要である。

「使用頻度」・・・作成対象の文章の背景が、使用頻度
調査の背景と異なれば、こ のパラメータの信頼性は低くな る。

「接続確率」・・・直前の単語の品詞と、候補単語の品
詞に依存した判断を行うた め、複数の候補単語の品詞が同 じであれば、はとんど役に立た たない。

このように、従来のパラメータは、前後の単語に対する
単語の並びとしての自然さを推察する要因ではないため
、時として不自然な単語の並びになる可能性がある。

例えば、「かいこうにさいし・・・」という入力文字列
に対する２つの変換可能性、 ■開校／に／際し ■解雇／うに／妻子 において、■のように自然な単語の並びの方が絶対に選
択されるという保証がない。

目　　　　　的 本発明の目的は、上記のような従来技術の問題点を解決
するため、複数の候補単語の中から最尤候補単語を抽出
する際の評価方式の信頼性を向上し得るカナ漢字変換処
理装置を提供することにある。

構　　　成 以上の目的を達成するため、本発明の構成は、入力文字
列記憶部、単語辞書、辞書検索部を有するカナ漢字変換
処理装置において、２字漢字音、３生膜字音を示す漢字
音表と、該漢字音表を利用して前記入力文字列記憶部よ
り読出した文字列の２字漢字音、３生膜字音を識別し漢
字音による区切りを付ける第１の手段と、前記辞書検索
部を介して前記単語辞書より得られた候補単語の読みと
該第１の手段により区切られた文字列を照合してその結
果により一定の評価を与える第２の手段と、該評価を加
味して前記候補単語を評価する評価値算出部を設けたこ
とに特徴がある。

以下、本発明の構成を一実施例により詳細に説明する。

第１図は、本発明の一実施例によるカナ漢字変換処理装
置の慨略ブロック図である。

第１図において、ｌはカナ文字入力部、２は入力文字列
記憶部、３は漢字音表、４は漢字音による区切り部、５
は被検索文字列作成部、６は辞書検索部、７は単語辞書
、８は候補単語と区切りの照合部、９は評価値算出部、
１０は接続確率表、１１は候補単語記憶部、１２は最尤
候補単語選択部、１３は出力部である。

以下、本カナ漢字変換処理装置の動作を説明する。

カナ文字入力部１がら入力された入力文字列は、入力文
字列記憶部２に一旦記憶される。被検索文字列作成部５
は、例えば単語辞書７中の読みの長さが最長６文字であ
るとすれば、入力文字列記憶部２から、６文字切出して
被検索文字列とする。

辞書検索部６はこの被検索文字列に基づいて単語辞書７
を検索し、候補単語を抽出する。評価値算出部９は、次
に述べる評価方式により候補単語を評価する。

候補単語記憶部１１は評価値を付与された各候補単語を
記憶し、最尤候補単語選択部１２はこの各候補単語の中
から最も評価値の高いものを最尤候補単語として選択し
、出力部１３に送出する。

漢字音には、カナ表記した場合に、その長さが■１文字
である１生学字音、■２文字である２字漢字音、■３文
字である３生膜字音がある。例えば、 ■１字漢字音・・・はとんどのカナニア「亜」、イｒ以
、意、位、医、異・・・」等 ■２字漢字音・・・アイ「哀、愛、埃・・・」、アク「
悪、握・・・」等 ■３３字漢音・・・シュウ「収、集、週、衆、終。

習、修、周、就・・・ｊ、シ目つ 「小、省、相１勝、商、証、消 正・・・」等がある。

ところで、上記２字漢字音、３字漢字音において、２字
目、２字目を占めるカナは次に示す１８種に限定される
。

「イ、つ、キ、ワ、チ、ツ、ヤ、ユ、：１、ユウ、ヨウ
、ヤク、ユク、ヨク、ユツ、ユン、ツ、ン」しかし、こ
れら１８種のカナの全てが１字目のカナに対して漢字前
を構成するわけではない。例えば、１字目がアの場合、 アイ・・・漢字前（上記例参照） アク・・・漢字前でない アキ・・・漢字前でない アク・・・漢字前（上記例参照） アチ・・・漢字前でない のようになる。

したがって、３００個程度ある２字漢字音、３字漢字音
は、第２図に示したような漢字音表により、その総てを
示すことができる。すなわち、この第２図が第１図に示
した漢字前３の内容である。

第３図は、本発明の一実施例による候補単語に対する評
価動作を示すフローチャートである。

まず、カナ文字入力部１から入力文字列記憶部２にカナ
文字列を格納する（３０１）。漢字前による区切り部４
は、入力文字列記憶部２から入力文字列を切出しく３０
２）、次に漢字音表３を用いて、次の手順で最長文字数
に相当する被検索文字列に対し区切りを付ける。すなわ
ち、最初に、最長一致法により、漢字音表３を用いて先
頭３文字の中の漢字前を調べる（３０３）。この結果、
２字漢字音、または３字漢字音が存在する場合は当該漢
字音の文字数だけシフトし、そのシフト位置にポインタ
等で区切りを付けた後、シフト位置以降の入力文字列に
対し同様の処理を施す（３０４，３０６，３０３）。　
２字以上の漢字前が存在しない場合は、１文字シフトし
、そのシフト位置にポインタ等で区切りを付けた後、シ
フト位置以降の入力文字列に対し同様の処理を施す（３
０４，３０６゜３０３）。例えば、入力文字列が「かい
こうにさいし・・」の場合、これに対する漢字前による
区切りは、 カイ／コラ／に／サイ／し・・・（ただし１片板名は漢
字前、平仮名は仮名を示す） となる。

なお上記例文の区切りを片仮名と平仮名で示したのは次
の理由による。すなわち、漢字前は最長３文字であり、
かつ単独で使用される例はあまりなく、はとんどの場合
、熟語として用いられるので、３文字を最長一致法で調
べ２字漢字音、３字漢字音がない場合は、その先頭文字
は付属語等の平仮名である可能性が高いからである。

一方、被検索文字列作成部５は、入力文字列記憶部２か
ら被検索文字列を切出す（３０７）。辞書検索部６は、
単語辞書７から被検索文字列に対応する候補単語を抽出
するが、その際、候補単語とともに記憶されている読み
長、使用頻度等の情報をも同時に抽出する（３０　Ｂ）
。候補単語と区切りの照合部８は、辞書検索部６により
抽出された各候補単記の読みと、漢字前による区切り部
４により区切られた各文字列とを照合し、一致する場合
は一定の高い評価を与え、一致しかい場合は低い評価値
（本実施例ではＯ）を与える（３０９）。

単語辞書７の読みの長さが最長６文字の時、上記例文の
場合、被検索文字列は、 ■かいこうにさ：　　　　単語辞書にない■かいこうに
：　　　　　単語辞書にない■かいこう二　　　　　　
開校、開港、・■かいζ：　　　　　　　解雇、回顧、
・・・■かい：　　　　　　　　会、貝、・・・■か：
　　　　　　　　　化、価、・・・であり、被検索文字
列■〜■の場合に候補単語が存在する。上記漢字前によ
る区切りと、被検索文字列■〜■に対応する候補単語の
読みは、被検索文字列■かいこう、■かい、に対応する
候補単語の場合に一致するので、これらに高い評価を与
える。

評価値算出部９は、辞書検索部６を介して単語辞書７よ
り得られた各候補単語の読み長、使用頻度等、接続確率
表１０より得られた接続確率、さらに候補単語と区切り
照合部８より得られた漢字前によるパラメータを用いて
各候補単語の評価値を算出する（３１０”）。

評価値ＨＹは、次式 ％式％（２） ただし、ｋ：漢字前による区切りを用いたパラメータ により算出される。

上記例文の場合、 ■かいこう（開校、開港、・・・） ＨＹ＝ｆ　　（４，ｈ、　多、ｋ） ■かいこ（解雇、回顧、・・・） ＨＹ−ｆ　　（３，ｈ、ｓ、０） ■かい（会、貝、・・・） ＨＹ＝ｆ　　（２，ｈ、ｓ、ｋ） ■か（化、価、・・・） ＨＹ＝ｆ　　（１，ｈ、ｓ、０） のようになる。

この結果、■かいこう、という被検索文字列に対応する
候補単語の方が、■かいこ、という被検索文字列に対応
する候補単語より評価値が高くなる。すなわち、漢字前
による区切りを用いたパラメータｋを加えることにより
、後続文字列に対する推察をも含めた評価を行うことが
でき、自然な単語の並びが得られ、評価の信頼性が向上
する。

効　　　果 以上説明したように、本発明のカナ漢字変換処理装置に
よれば、複数の候補単語の中から最尤候補単語を抽出す
る際の評価の信頼性を向上することができる。

【図面の簡単な説明】

第１図は本発明の一実施例によるカナ漢字変換処理装置
のブロック図、第２図は第１図における漢字音表の内容
を示す図、第３図は第１図における評価処理を示すフロ
ーチャートである。 ３：漢字音表、４：漢字前による区切り部、５：被検索
文字列作成部、６：辞書検索部、７：単語辞書、８−：
候補単語と区切りの照合部、９：評価値算出部、１０：
接続確率表。 特許出願人　株式会社リ　　コ　　− 第　　　１　　　図

Claims (1)

【特許請求の範囲】
1. （１）入力文字列記憶部、単語辞書、辞書検索部を有す
   るカナ漢字変換処理装置において、２字漢字音、３字漢
   字音を示す漢字音表と、該漢字音表を利用して前記入力
   文字列記憶部より読出した文字列の２字漢字音、３字漢
   字音を識別し漢字音による区切りを付ける第１の手段と
   、前記辞書検索部を介して前記単語辞書より得られた候
   補単語の読みと該第１の手段により区切られた文字列を
   照合してその結果により一定の評価を与える第２の手段
   と、該評価を加味して前記候補単語を評価する評価値算
   出部を設けたことを特徴とするカナ漢字変換処理装置。