JPS63106867A

JPS63106867A - 言語解析装置

Info

Publication number: JPS63106867A
Application number: JP61251916A
Authority: JP
Inventors: Toshihiko Yokogawa; 横川　壽彦
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1986-10-24
Filing date: 1986-10-24
Publication date: 1988-05-11

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４語解析装置、とくに、たとえば自動翻訳装置
に有用な［１然言語を解析する言語解析装置に関する。

史木敷潰例えば、英語から日本語に翻訳する英日翻訳装置におい
て日本語文を作成する場合、入力された英語文は形態素
解析、構文解析、訳語選択、訳文生成専の処理が行われ
る。

形態素解析は、まずケーえられた入力文字列を単語単位
に分割しなければならない。そしてこの分割は、構文解
析を行う上で非常に重要なものとなる。

例えば、時間的なことを表わすｒＳｕｎｄａｙ、　２８
Ｊａｎ、、　’８０Ｊといった文字列があった場合に、
これを重なる名詞、数詞の連続として解析すると、せい
ぜい同格表現とみて「日曜ト１．２８１月、８０」程度
の訳が生成され、［°８ｏ年１月２６日の日曜日」とい
う意味的解析を導き出すことは困難である。

このように、ある特殊なパターンを持って結びついた文
字列が存在Ｉ７た場合には、通常の文に適用される規則
的な単語単位の分割処理をこの文字列に行うと誤った解
析をする危険性が高く、しかも意味の通じない翻訳文が
生成される可能性がある。

旦−一部本発明はこのような従来技術の欠点を解消し、ある特殊
なパターンを持って結びつくことにより特定の意味を表
わす文字列について適切な形態素解析を行なうことので
きる言語解析装置を提供することを目的とする。

構　　成本発明は上記の目的を達成させるため、辞書引き単位ご
とに辞書データが格納された辞書手段と、入力された文
を辞書引き単位に分け、辞書引き単位について辞書手段
を参照して形態素解析を行う解析手段とを有する言語解
析装置において、解析手段は、ある特定の意味要素をも
つ辞書引き単位の連続がある規則からなる特定の意味を
表わす集合単位であることを識別し、特定の意味要素を
もつ連続の辞書引き単位を単一の解析単位とすることを
特徴としたものである。以下、本発明の一実施例に基づ
いて具体的に説明する。

第２図を参照すると、本発明による言語解析装置を英日
目動翻訳装置に適用した実施例の全体構成が示されてい
る。なお本発明は、英語を日本語に翻訳する英８　［１
動翻訳装置のみならず、ある言語を他の言語に翻訳する
際おもに、入力される８語の文を解析する如何なる言語
の解析装置にも効果的に適用されることは、言うまでも
ない。

同実施例は入力部１０を有し、日本語に翻訳すべき英文
テキスト１２がこれにより入力される。入力部１０はた
とえば、莢数字キーなどの文字キーや機能キーなどを有
するキーボード、紙に記録された英文テキストを読み取
る光学的文字読取装盾（ＯＣＲ）　、および（または）
磁気ディスクなどの記憶媒体に記録された英文テキスト
を読み込むファイル記憶装置などを含んでよい。

入力部１０により入力された英文テキストは、前編集部
１４に読み込まれ、翻訳の前処理が行なわれる。ここで
は、主どして文の認定と未知語の処理を行なう。これは
形態素解析の一部として機能する。

前編集された英文データは、前編集で得られた情報とと
もに形態素解析部ＩＢに転送される。形態素解析部１６
では、単語辞書１８を索引して文に分割し、英文の形態
素を解析し、未知語の処理、固有名詞、時の表現、数の
表現などの各種のまとめあげを行ない、伺加疑問、同格
の認定などの文全体の処理を行なう。その形態素解析ル
ールは解析ルールファイル３６に格納されている。

形態素解析された英文データは、形態素解析で得られた
辞書情報とともに構文解析１部２０に転送される。構文
解析１部２０は、文法ルールを英文データに適用して文
について表層構造の解析を行ない、すべての構文的可能
性を見つけ出す機能部である。

構文解析工部２０で構文解析された英文データは、その
解析情報とともに構文解析ＩＩ部２２に送られる。ご−
こでは、構文解析Ｉによる表層的な構文解析結果から、
構造記述を適用して解を選択する。こねによって英語文
の確からしい解析木を作成し、その構造を作る。これら
の構文解析ルールはやはり、解析ルールファイル３６に
格納されている。

構文解析された英文データは、解析木のデータとして構
造変換部２４に転送される。構造変換部２４では、英語
文の中間的構造である構文木から対応する［１本語文の
構文木を作成ｊ７、日本語文を訳出１、やすい１１木語
基底構造に変換する。

こうして構造変換された日本語の基底構造を示す構文木
データは訳文生成部２６に送出され、後者にて訳文の生
成が行なわれる。これは、日本語の構文木の木構造から
１１本語の文を生成する機能部である。

訳文生成された［１木語文データ、すなわち訳文データ
は、後編集部３０に送られる。後編集部３０では、翻訳
処理に利用した情報を使用し、辞書１８を索引して訳文
データを修正し、より自然な日本語文を完成する。こ８
の１１木語文データは出力部３２に転送され、翻訳され
た１木語文３４として出力部３２から出力される。出力
部３２は、たとえばプリンタ、ディスプレイ、および（
または）磁気ディスクなどのファイル記憶装置を含む。

これらの一連の翻訳処理の流れは、本装置全体の制御を
統括する制御部３８によって制御される。

中詰辞書１８には、本実施例では英語および日本語の単
語についての辞書データが格納され、諸量だけでなく、
係り関係すなわち共起関係や、意味、単複、品詞などの
様々な情報が記述されている。また解析ルールファイル
３６には、形態素解析および構文解析のルールデータが
格納されている。

制御部３８には、操作表示部４０が接続されている。操
作表示部４０は、操作者から本装置に様々な指示を与え
る、たとえば翻訳指示キー、カーソルキーなどの操作キ
ーや、入力英語文テキスト、翻訳結果の日本語文、辞書
情報などの中間データ、操作者に対する様々な指示など
を可視表示するディスプレイやインジケータを有する。

なお、それらの操作表示機能の多くは、入力部１０にキ
ーボードを備えている場合はそのキーボードに、また出
力部３２にディスプレイを備えている場合はそのディス
ブ！／イに含まれるように構成してよい。

第１図を参照するど、形態素解析部１６の数の処理に関
する詳細な構成が例示されている。形態素解析部１６は
、当然他の解析機能部も有するが、ここでは本発明の理
解に直接関連のある部分について示しである。

形態素解析部１６は、　７ｉｉｊ編集部１４から入力さ
れる入力文字列データを受けて入力処理をするだめの入
力処理部１００を有する。入力処理部１００には、例え
ば、ＡＳＣＩＩ等のコードデータの形で英文字文字列デ
ータが入力され、その文字列データを一時的に石積する
人力文字タクパッファが備えられている。

入力処理部１００に一時的に蓄積された入力文字列デー
タを単語等の辞書引き単位に切り出す単位切出し部１０
２に送られる。単位切出し部１０２は、後に辞書検索部
１０Ｇにおいて辞書１８を検索する際、その文字列を構
成する辞書引き単位を識別するｍ北部である。辞書引き
単位の切出し処理で使用される辞書引きデリミタは、英
文字、数字、アポストロフィ、ハイフンおよびピリオド
以外の文字、ならびに空白文字に続くアポストロフィの
位置に置かれる。これは、プリミツトテーブル１．０４
に格納され、単位切出し部１０２で辞書引き単位の切出
しの際に参照される。

辞書１Ｂは、とくに切出し単４＜ｌを検索するための情
報が格納されている。また、辞書１８には１月名、曜日
名、数字のみを表わすＸ数、序数、ダラム等を表わす単
位、時刻、ｔｈｃ　、　ｏｆｌ、（コンマ）１．（ピリ
オド）等の形態素処理情報が格納されている。

辞書検索部１０Ｂは、単位切出し部１．０２から入力さ
れる文字列に基づき、辞書ｌＢを検索して辞８情報を取
り出し、これを形態処理情報付与部ｉ０８に転送する機
能部である。

形態処理情報付与部ｉｏ８は、形態的特徴を持ったもの
の連続が時刻、年１月等の時間的な意味を持つことを示
す形態素処理付与情報（第４図）を持ち、辞書検索部１
０６において基数や時間的な意味を含むと認定された文
字列にさらに具体化した情報が付与される。例えば「′
数字　数字」は「年」を意味するといった情報が付与さ
れる。

形ＩＦ処処理情報付郡部０８においで情報が付与された
ものは、さらに必要な局所解析を行なう。

これは、局所解析用ルールを使用して、形態素起動情報
から起動される単語等の辞書引き単位のユニット連を−
っのユニットとしてまとめ−Ｌげる。例えば、「旧名」
、「数字表現」を「旧名十数字表現」つまりｒｏｃｔｌ
、「１８」をｒＯｃｔ、１８Ｊの一つにまとめ上げる。

その他、ｒＮｏｖｅｍｂｅｒ　ｔｈｅ２ｎｄＪ等の「旧
名士ｔｈｅ＋数字表現」、「２２ＭａｒｃｈＪ　？（７
）　ｒ数字表現十旧名」、ｒ　ｔｈｅ　　２３ｒｄＭａ
ｙ　Ｊ等のｒ　ｔｈｅ＋数字表現十月名」旧名ｔｈｅ　
１１ｔｈｏｆ　ＪｕｎｅＪ等のｒ　ｔｈｅ十数字表現＋
ｏｆ十月名旧名ｒ’８８．Ｊａｎ、２７．　Ｍａｕｌ等
のｒ年子、十月日十、＋ＨＥＪ、ｒｓｕｕｄａｙ、２８
　Ｊａｎ、、１９８８４等の「曜日十、十月日十、→−
年」、ｒ　１１：３０　ａ、ｍ、Ｊ等の「数字二数字＋
ａ、ｍｏ、　（またはＰ、１１．）　Ｊや「旧名千年」
、「旧名士ｏｆ十年」等を−っにまとめ−Ｌげる。

この局所解析の処理は、初期値設足部１１０、マツチン
グ検索部１１２、単位切出し部１１４．形態処理情報付
与部１１８、検索部１１８　、１２０　、処理部１２２
　、１２４と第５図に示したような数字と時間的要素か
らなるユニットの連続がある規則をもつ時間的要素の集
合単位であることを識別する識別対応表である形態素処
理指示テーブルを格納したマツチングテーブル１２８に
よって行なわれる。初期値設定部１１０は、前述したユ
ニット連である連続した辞書引き単位をマツチング検索
部１１２において検索するときのマツチングの辞書引き
単位数をカウントするカウンタｎの初期値を設定する。

マツチング検索部１１２は、各辞書引き単位についてマ
ツチングテーブル１２８を検索し、マツチングを行なう
。単位切出し部１１４は、辞書検索部１０６において辞
書検索を終了した辞書引き単位をｒＰＪとして、このｒ
ＰＪと前述したカウンタｎにより辞書検索を終了した辞
書引き単位ｒＰＪ以降の文字列を構成する辞書引き単位
を識別する。

検索部１１６は、辞書検索部ＩＨと同様の機能をもち、
単位切出し部１１４で識別した文字列に基づき、辞書１
８を検索して辞書情報を取り出し、これを形態処理情報
付与部１１８に転送する機能部である。形態処理情報付
与部１１８は、形態処理情報付与部１０Ｂと同様の機能
をもち検索部１１６において基数や時間的なものと認定
されたものについてさらに具体化した情報がＨ４される
。

検索部■２０、処理部１２２および１２４は、マツチン
グ検索部１１２から形態処理情報付与部１１８を処理す
ることにより得られたｒ　Ｐ＋ｎＪまでの連続した辞書
引き単位を一つの辞書引き単位にまとめ上げる。そして
この結果は、検索を終了した辞書情報を格納するバッフ
ァである辞書情報保存テーブル１２Ｂに格納される。

形態素解析された結果は、辞書情報保存テーブル１２６
から構文解析１部２０へ転送される。

次に、本発明の形態素処理情報によるまとめ上げ処理に
ついて第３Ａ図および第３Ｂ図に示すフローチャートに
より説明する。

例えば、入力処理部１００に次のような文字列が入力さ
れたとする（３００）　。

入力文字列：ｒｓｓ２６　　Ｊａｎ、、　　’８０　　ｈ、ｅｅ＊Ｊ
単位切出し部１０２は、辞書１８を検索するために入力
文字列を辞書引き単位に切出す（３０２）　、この辞書
引き単位切出しにより、入力文字列の「２６」が単位切
出しされる。入力文字列についての辞書引き単位切出し
が終了したかどうかを判断し、終了した場合は動作を終
？　シ（３０４）　、途中の場合には次のステップ３０
Ｂに進む。

辞書引き単位切出しされた入力文字列の「２８」につい
て、辞書１８を検索し、「２６」が「基数、基数１であ
ることの辞書情報を取り出す（３０Ｂ）。そしてこの「
基数、基数」が形態的特徴を持ったもの、つまり数字の
連続であり一つのまどまった基数として取り扱われると
いった形態素処理情報が伺与される（３０８）。辞書情
報を得たものがステップ３０８において形態素処理情報
が伺与されか否かを判断しく３１０）　、付領されたも
のについてはさらに局所解析ルールに基づく処理を行う
ステップ３１４に進み、付与されなかったものについて
は辞書情報保存アーブル１２６に記録され（３１２）　
、ステップ３０２にもどる。したがって形態素処理情報
が付グアされた「２６」は、ステップ３１４に進む。

ステップ３１４による処理は、第３Ｂ図に示したフロー
チャートの動作に従って行われる。

まず、辞書引き単位をマツチング検索部１１２において
検索するときのマツチングの辞書引き単位数をカウント
するカウンタｎに初期値の「０」を設足する（４１０）
。また辞書検索部１０Ｂにおいて辞書検索を終ｒした辞
書引き単位をｒｐＪとしているのでｐ＋Ｂ　（ｎ＝０）
番目の辞書引き単位、つまり「２６」をマツチング検索
部１１２によりマツチングテーブル１２８を検索する（
４１２）　、ｒ２６Ｊは、ステップ３０８において基数
であるという形態素処理情報が付与されており、マツチ
ングテーブル１２８（第５図）の並びの項［１には２番
「１以降に「基数」が並びの最初になっているものが存
在していることからこの辞書引き単位「２８」はマツチ
ングテーブル１２８の情報と等しくなりマツチしたこと
になる。このときマツチングテーブル１２８でマツチし
た２番目をｒＭｓＪとし、並びの最初が「基数」になっ
ている組合せの最後のデータをｒＭｅＪとして＞Ｉｓ〜
□Ｍｅについてのマツチングを行う。

ｐ＋ｎ（ｎ＝０）番目の辞書引き単位でのマツチングテ
ーブル１２８のマツチングの結果、マツチしているか否
かを判断しく４１４）　、マツチしていると判断した場
合はステップ４１６に進み、マツチしていないと判断し
た場合はステップ４２４に進む。

マツチしていると判断した場合は、カウンタｎに「１」
をたて入力文字列のｐａｌ　（ｎ＝１）番目の辞書引き
単位の切り出しを行う。この切り出しは、ステップ３０
２と同様の処理を行う。この処理によって、「２６」の
次に辞書引き単位として切出しされた入力文字列のｒＪ
ａｎ、、Ｊについて辞書１８を検索し、形態素処理情報
の付与がされる（４２０．４２２）。これらの処理は、
ステップ３０６およびステップ３０８と同様の処理を行
う。

以上のステップ４１２からステップ４２２を繰り返すこ
とによりｒ２Ｂ　Ｊａｎ、、　’８０　ｈｅＪまでルー
プする。しかし、ｒｈｅＪについてはステップ４１２の
マツチングテーブル１２８とのマツチングにおいてマツ
チしないことから、ステップ４１４においてステップ４
２４へ進む。つまりｒ　２Ｂ　Ｊａｎ、　、　’８０Ｊ
まではマツチングテーブル１２８の「基数　月　年」と
マツチするが、ｒ２Ｂ　Ｊａｎ、、　’８０　ｈｅ　Ｊ
では”’Ｆ−７チしないことを意味する。

また、入力文字列が例えばｒ　２Ｂ　Ｊａｎ、　、８０
」で文章が終了している、つまり次の辞書引き単位の９
Ｊり出しがない場合にはステップ４１８でステラブ４２
４へ進む。

ステップ４１４でマツチしないと判断された場合は、カ
ウンタｎが１以下か否かを判断しく４２４）、１以下の
場合は単独の辞書引き単位として辞書情報保存テーブル
１２６に記録する（４３４）　。

１以上場合は、Ｐ＋ＴＩ　（ｎ＝３）　、つまりｒ　２
Ｂ　Ｊａｎ、　。

’８０ｈｅＪの「ｈｅ」を並びの終了を示すｒＥＯ９Ｊ
としてマツチングを行うＣ４２６，４２８）。マツチし
ない場合には、ステップ４３４に進み、マツチした場合
は、マツチングテーブル１２８のＭｓの並びに対応する
まとめ上げ結果に従って、辞書引き単位のｐ〜（ｐ＋ｎ
−１）であるｒ２ＥＩ　Ｊａｎ、、　’８０Ｊをまとめ
上げて辞書情報保存テーブル１２８にその結果を記録す
る（４３０）　。

そして、（ｐ＋ｎ−１）番目まで辞書引き単位が終了し
たとして（ｐ＋ｎ−１）をｒＰＪ　とする（４３２）。

効果本発明によれば、形態素解析において入力文字列中に年
月日、曜日の表現等、形態上特有のバターンを持つ連続
した文字列があった場合に、これらのパターンを捕えて
まとめ上げ、一つの単語と同等に扱うことができる。し
たがって、構文解析等においても一つの解析単位として
扱うことができるため、単なる名詞、数詞の連続として
誤った解析をすることがなく、解析を効率よく、正確に
行うことができる。

なお本発明は、時間的要素を持つパターンだけでなく、
例えばアドレスや電話番号等の特有のパターンを持つも
のにも適用することができる。

【図面の簡単な説明】

第１図は、第２図に示す実施例の形態素解析部の詳細な
構成例を示す機能ブロック図、第２図は、本発明による
言語解析装置を英日自動翻訳装置に適用した実施例の全
体構成を示す機能ブロック図、第３Ａ図および第３Ｂ図は、第１図示す実施例における
形態素解析処理の例を示すフロー図、第４図は、同実施
例における形態処理情報付与部１０８の情報テーブルの
内容の例を示す説明図、第５図は、同実施例におけるマ
ツチングテーブル１２８の内容の例を示す説明図である
。主要部分のＬサーの一輩叩１Ｂ、、、、、、、形態素解析部１Ｂ、、、、、、、辞書

Claims

【特許請求の範囲】１、辞書引き単位ごとに辞書データが格納された辞書手
段と、入力された文を辞書引き単位に分け、該辞書引き単位に
ついて該辞書手段を参照して形態素解析を行う解析手段
とを有する言語解析装置において、前記解析手段は、ある特定の意味要素をもつ辞書引き単
位の連続がある規則からなる特定の意味を表わす集合単
位であることを識別し、前記特定の意味要素をもつ連続
の辞書引き単位を単一の解析単位とすることを特徴とす
る言語解析装置。２、特許請求の範囲第１項記載の装置において、前記辞
書手段は、ある特定の意味要素をもつ辞書引き単位を識
別するデータを含み、前記解析手段は、前記特定の意味要素をもつ辞書引き単
位の連続がある規則からなる特定の意味を表わす集合単
位であることを識別する識別対応表を有し、前記解析手段は、入力された文に含まれるそれぞれの辞
書引き単位について前記辞書手段を参照し、前記特定の
意味要素をもつ辞書引き単位と識別されたときに前記識
別対応表と照合することにより、前記特定の意味要素を
もつ連続の辞書引き単位を単一の解析単位とすることを
特徴とする言語解析装置。３、特許請求の範囲第１項または第２項記載の装置にお
いて、前記解析手段は、前記特定の意味要素をもつ辞書引き単
位の連続が特定の意味を示す一つの辞書引き単位を表わ
していることを識別し、解析する辞書引き単位に形態的
特徴を付与する形態要素付与手段を有することを特徴と
する言語解析装置。４、特許請求の範囲第１項ないし第３項のいずれかに記
載の装置において、前記特定の意味要素は、数字と時間的要素を含んでいる
ことを特徴とする言語解析装置。