JPS63133228A - 情報抽出装置 - Google Patents
情報抽出装置Info
- Publication number
- JPS63133228A JPS63133228A JP61282405A JP28240586A JPS63133228A JP S63133228 A JPS63133228 A JP S63133228A JP 61282405 A JP61282405 A JP 61282405A JP 28240586 A JP28240586 A JP 28240586A JP S63133228 A JPS63133228 A JP S63133228A
- Authority
- JP
- Japan
- Prior art keywords
- dictionary
- keyword
- word
- key word
- character string
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000000284 extract Substances 0.000 claims abstract description 11
- 238000000605 extraction Methods 0.000 claims description 31
- 238000010586 diagram Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
産業上の利用分野
本発明は、文章情報処理に用いられる情報抽出装置に関
するものである。
するものである。
従来の技術
近年、日本語文章中のキーワードから要旨を得ようとす
る研究が進められている。的確な要旨を得るためには、
最適なキーワードを取り出すことか重要なポイントとな
る０日本語は欧米の言語のように単語をスペースなどで
区切って表記する言語と違って、文字がべた書きされて
いる。最適なキーワードを取り出すには、まず入力され
た日本語文を単語に分割することが必要である。ところ
で、日本語には字種が多く、字種にはある情報が含まれ
ている０通常、日本語文では助詞、助動詞等は平板名書
きし、自立語の先頭は平板名以外の文字で書かれること
が多い、よって、キーワードとなる単語を見つけるには
平仮名から平板名以外の字種の文字へ変わるところを指
標とすることが゛多い、以下、平板名以外の字種の文字
を「カンノ」と表現することにする。
る研究が進められている。的確な要旨を得るためには、
最適なキーワードを取り出すことか重要なポイントとな
る０日本語は欧米の言語のように単語をスペースなどで
区切って表記する言語と違って、文字がべた書きされて
いる。最適なキーワードを取り出すには、まず入力され
た日本語文を単語に分割することが必要である。ところ
で、日本語には字種が多く、字種にはある情報が含まれ
ている０通常、日本語文では助詞、助動詞等は平板名書
きし、自立語の先頭は平板名以外の文字で書かれること
が多い、よって、キーワードとなる単語を見つけるには
平仮名から平板名以外の字種の文字へ変わるところを指
標とすることが゛多い、以下、平板名以外の字種の文字
を「カンノ」と表現することにする。
以下図面を参照しながら、従来の情報抽出装置の一例に
ついて説明する。
ついて説明する。
第５図は従来の情報抽出装置の構成図を示すものである
。第５図において、４は入力文字列から単語を抽出する
単語抽出部、５は単語に対応する情報を持つ単語辞書、
６は単語抽出部４で取り出した単語をキーワードとして
単語辞書５を検索する単語辞書検索部である。第６図は
単語辞書５の内部の一部を示したものである。
。第５図において、４は入力文字列から単語を抽出する
単語抽出部、５は単語に対応する情報を持つ単語辞書、
６は単語抽出部４で取り出した単語をキーワードとして
単語辞書５を検索する単語辞書検索部である。第６図は
単語辞書５の内部の一部を示したものである。
以上のように構成された情報抽出装置について、以下そ
の動作を例をあげて説明する。
の動作を例をあげて説明する。
日本語文字列、たとえば「この間増りはあまり感心しな
い」という文章が入力されたとする。この文字列から単
語を見つけるには、単語抽出部４において、前述したよ
うに平板名から「カンノ」へ字種が変わるところである
「間」と「感」の位置にそれぞれ印をつけ、印から次の
印までの文字列、「この」、「間取りはあまり」、「感
心しない」、を取り出す。次に単語辞書検索部６は、単
語抽出部４で取り出した文字列で単語辞書５を検索する
。検索した文字列が単語辞書５に存在しなかった場合は
文字列の最後の一文字を削除した新しい文字列で再び単
語辞書５を検索する。このようにして、「間取り」とい
うキーワードおよびそのキーワードに対する情報を得る
ことができる。
い」という文章が入力されたとする。この文字列から単
語を見つけるには、単語抽出部４において、前述したよ
うに平板名から「カンノ」へ字種が変わるところである
「間」と「感」の位置にそれぞれ印をつけ、印から次の
印までの文字列、「この」、「間取りはあまり」、「感
心しない」、を取り出す。次に単語辞書検索部６は、単
語抽出部４で取り出した文字列で単語辞書５を検索する
。検索した文字列が単語辞書５に存在しなかった場合は
文字列の最後の一文字を削除した新しい文字列で再び単
語辞書５を検索する。このようにして、「間取り」とい
うキーワードおよびそのキーワードに対する情報を得る
ことができる。
（たとえば、「日経エレクトロニクス」第３２４号１９
９〜２１５ページ） 発明が解決しようとする問題点 しかしながら、上記のような構成では、−単語中に「平
板名−〉カンノ」の部分を持つような単語を含む文字列
、たとえば「聞き取りの試験がある」という文字列、あ
るいは「妹とあや取りをする」という文字列、を入力し
たとすると、希望するキーワード「間き取り」、あるい
は「あや取り」を得ることができないこととなる。そし
て、希望するキーワードを得るためには、「平仮名−麺
カンジ」の部分を含む単語の辞書を例外辞書として設け
て、「平仮名−−−カンジ」の部分を含まない単語の辞
書とのマツチングの前に前述の例外辞書とのマツチング
を行なうという方法、あるいは単語抽出部４の過程を省
いて、入力文字列の先頭から末尾までを単語辞書検索部
６に渡すことで、単純に入力文字列の先頭からの最長一
致による単語辞書とのマツチングを行なうという方法を
とらなければならない、前者の方法であれば、常に二つ
の辞書とのマツチング過程が必要であるし、後者の方法
では、マツチング回数が膨大になるという問題点を有し
ていた。
９〜２１５ページ） 発明が解決しようとする問題点 しかしながら、上記のような構成では、−単語中に「平
板名−〉カンノ」の部分を持つような単語を含む文字列
、たとえば「聞き取りの試験がある」という文字列、あ
るいは「妹とあや取りをする」という文字列、を入力し
たとすると、希望するキーワード「間き取り」、あるい
は「あや取り」を得ることができないこととなる。そし
て、希望するキーワードを得るためには、「平仮名−麺
カンジ」の部分を含む単語の辞書を例外辞書として設け
て、「平仮名−−−カンジ」の部分を含まない単語の辞
書とのマツチングの前に前述の例外辞書とのマツチング
を行なうという方法、あるいは単語抽出部４の過程を省
いて、入力文字列の先頭から末尾までを単語辞書検索部
６に渡すことで、単純に入力文字列の先頭からの最長一
致による単語辞書とのマツチングを行なうという方法を
とらなければならない、前者の方法であれば、常に二つ
の辞書とのマツチング過程が必要であるし、後者の方法
では、マツチング回数が膨大になるという問題点を有し
ていた。
本発明は上記問題点に鑑み、「平板名−）カンノ」の部
分を持つような単語を含む文字列を入力しても、例外辞
書を設けることなく、またマツチング回数を増やすこと
なく、希望するキーワードからの情報を得ることができ
る情報抽出装置を提供するものである。
分を持つような単語を含む文字列を入力しても、例外辞
書を設けることなく、またマツチング回数を増やすこと
なく、希望するキーワードからの情報を得ることができ
る情報抽出装置を提供するものである。
問題点を解決するための手段
上記問題点を解決するために、本発明のすｎ報抽出装置
は、同一字種文字列の検索キーワードに対応して情報が
入っているキーワード辞書と、入力文字列から同一字種
文字列の検索キーワードを取り出す検索キーワード抽出
部と、検索キーワード抽出部で取り出したキーワードを
用いてキーワード辞書を検索するキーワード辞書検索部
という構成を備えたものである。
は、同一字種文字列の検索キーワードに対応して情報が
入っているキーワード辞書と、入力文字列から同一字種
文字列の検索キーワードを取り出す検索キーワード抽出
部と、検索キーワード抽出部で取り出したキーワードを
用いてキーワード辞書を検索するキーワード辞書検索部
という構成を備えたものである。
作用
本発明は、上記した構成によって、「平仮名−→カンジ
」の部分を持つような単語を含む文字列を入力しても、
例外辞書を設けることなく、またマツチング回数を増や
すことなく、希望するキーワードからの情報を得ること
ができることとなる。
」の部分を持つような単語を含む文字列を入力しても、
例外辞書を設けることなく、またマツチング回数を増や
すことなく、希望するキーワードからの情報を得ること
ができることとなる。
実施例
以下、本発明の一実施例の情報抽出装置について、図面
を参照しながら説明する。
を参照しながら説明する。
第１図は本発明の一実施例における情報抽出装置の構成
図を示すものである。第１図において、ｌは入力文字列
から同一字種文字列の検索キーワードを取り出す検索キ
ーワード抽出部、２は同一字種文字列の検索キーワード
に対応して情報が入っているキーワード辞書、３は検索
キーワード抽出部１で取り出したキーワードを用いてキ
ーワード辞書２を検索するキーワード辞書検索部である
。
図を示すものである。第１図において、ｌは入力文字列
から同一字種文字列の検索キーワードを取り出す検索キ
ーワード抽出部、２は同一字種文字列の検索キーワード
に対応して情報が入っているキーワード辞書、３は検索
キーワード抽出部１で取り出したキーワードを用いてキ
ーワード辞書２を検索するキーワード辞書検索部である
。
以上のように構成された管報抽出装置について、以下第
１図、第２図、第３図および第４図を用いてその動作を
説明する。
１図、第２図、第３図および第４図を用いてその動作を
説明する。
まず第２図は、キーワード辞書２の同一字種文字列のキ
ーワードと単語情報の格納状態を示したものである。第
３図は第２図におけるキーワードと単語情報格納部とが
分離したものを示したものである。第４図は、入力され
た文字列から最適な情報を取り出すまでの過程を示した
ものである。
ーワードと単語情報の格納状態を示したものである。第
３図は第２図におけるキーワードと単語情報格納部とが
分離したものを示したものである。第４図は、入力され
た文字列から最適な情報を取り出すまでの過程を示した
ものである。
第１の実施例として、−単語中に「平仮名−〉カンノ」
の部分を持つような単語を含む文字列、たとえば「あや
取りをする」という文字列、を入力したとする。検索キ
ーワード抽出部１は、入力文字列中の「平仮名−→カン
ジ」の部分を捜しにいく。そして、該当する「取」を見
つけると、その位置に印をつける。次に、今、見つけた
文字より後ろで、その文字と異なる字種に初めて変わる
ところを捜しにいく、この例の場合では、「す」を見つ
けて、その位置に印をつける。そうして、前の印から次
の印までの文字列を取り出す、この例では”取”になる
、これが、検索キーワードとなる。キーワード辞書検索
部３は、この検索キーワード”取”をキーとして、キー
ワード辞書２を検索しにいく、そしてキーワードの中か
ら”取”を捜し出し、キーワード辞書から°取１をキー
ワードとする単語を全て取り出す、そして、その取り出
した全ての単語の中から、入力文字列におけるキーワー
ド”取”の前後に存在する文字列と一致する単語だけを
取り出す、その結果、「あや取り」という単語が取り出
されることとなる。
の部分を持つような単語を含む文字列、たとえば「あや
取りをする」という文字列、を入力したとする。検索キ
ーワード抽出部１は、入力文字列中の「平仮名−→カン
ジ」の部分を捜しにいく。そして、該当する「取」を見
つけると、その位置に印をつける。次に、今、見つけた
文字より後ろで、その文字と異なる字種に初めて変わる
ところを捜しにいく、この例の場合では、「す」を見つ
けて、その位置に印をつける。そうして、前の印から次
の印までの文字列を取り出す、この例では”取”になる
、これが、検索キーワードとなる。キーワード辞書検索
部３は、この検索キーワード”取”をキーとして、キー
ワード辞書２を検索しにいく、そしてキーワードの中か
ら”取”を捜し出し、キーワード辞書から°取１をキー
ワードとする単語を全て取り出す、そして、その取り出
した全ての単語の中から、入力文字列におけるキーワー
ド”取”の前後に存在する文字列と一致する単語だけを
取り出す、その結果、「あや取り」という単語が取り出
されることとなる。
次に、第２の実施例として、「見聞を広めることは大切
である」という文字列、を入力したとする。第１の実施
例と同様に、検索キーワード抽出部１は、入力文字列中
の「平仮名−〉カンノ」の部分を捜しにいく、そして、
該当する「見」を見つけると、その位置に印をつける０
次に、今、見つけた文字より後ろで、その文字と異なる
字種に初めて変わるところを捜しにいく、この例の場合
″では、「を」を見つけて、その位置に印をつける。
である」という文字列、を入力したとする。第１の実施
例と同様に、検索キーワード抽出部１は、入力文字列中
の「平仮名−〉カンノ」の部分を捜しにいく、そして、
該当する「見」を見つけると、その位置に印をつける０
次に、今、見つけた文字より後ろで、その文字と異なる
字種に初めて変わるところを捜しにいく、この例の場合
″では、「を」を見つけて、その位置に印をつける。
そうして、前の印から次の印までの文字列を取り出す。
この例では１見聞”になる。これが、検索キーワードと
なる。キーワード辞書検索部３は、この検索キーワード
”見聞”をキーとして、キーワード辞書２を検索しにい
く、そしてキーワードの中から”見聞”を捜し出し、キ
ーワード辞書から”見聞″をキーワードとする単語を全
て取り出す、そして、その取り出した全ての単語の中か
ら、入力文字列におけるキーワード”見聞”の前後に存
在する文字列と一致する単語だけを取り出す。
なる。キーワード辞書検索部３は、この検索キーワード
”見聞”をキーとして、キーワード辞書２を検索しにい
く、そしてキーワードの中から”見聞”を捜し出し、キ
ーワード辞書から”見聞″をキーワードとする単語を全
て取り出す、そして、その取り出した全ての単語の中か
ら、入力文字列におけるキーワード”見聞”の前後に存
在する文字列と一致する単語だけを取り出す。
その結果、「見聞」という単語だけが取り出され、「見
聞き」という単語は除かれることとなる。
聞き」という単語は除かれることとなる。
以上のように本実施例によれば、同一字種文字列の検索
キーワードに対応して情報が入っているキーワード辞書
と、入力文字列から同一字種文字列の検索キーワードを
取り出す検索キーワード抽出部と、検索キーワード抽出
部で取り出したキーワードを用いてキーワード辞書を検
索するキーワード辞書検索部とを設けることにより、「
平仮名−〉カンノ」の部分を持つような単語を含む文字
列を入力しても、例外辞書を設けることなく、またマツ
チング回数を増やすことなく、希望するキーワードから
の情報を得ることができる。
キーワードに対応して情報が入っているキーワード辞書
と、入力文字列から同一字種文字列の検索キーワードを
取り出す検索キーワード抽出部と、検索キーワード抽出
部で取り出したキーワードを用いてキーワード辞書を検
索するキーワード辞書検索部とを設けることにより、「
平仮名−〉カンノ」の部分を持つような単語を含む文字
列を入力しても、例外辞書を設けることなく、またマツ
チング回数を増やすことなく、希望するキーワードから
の情報を得ることができる。
なお、第１および第２の実施例において、キーワード辞
書２は第２図のように、キーワードと単語情報格納部と
が分離していないものを用いて説明したが、キーワード
辞書２は第３図のようにキーワードと単語情報格納部と
が分離したものでも良い、この場合、キーワードはイン
デクスのような働きをする。
書２は第２図のように、キーワードと単語情報格納部と
が分離していないものを用いて説明したが、キーワード
辞書２は第３図のようにキーワードと単語情報格納部と
が分離したものでも良い、この場合、キーワードはイン
デクスのような働きをする。
発明の効果
以上のように本発明は、同一字種文字列の検索キーワー
ドに対応して情報が入っているキーワード辞書と、入力
文字列から同一字種文字列の検索キーワードを取り出す
検索キーワード抽出部と、検索キーワード抽出部で取り
出したキーワードを用いてキーワード辞書を検索するキ
ーワード辞書検索部とを設けることにより、「平仮名−
〉カンノ」の部分を持つような単語を含む文字列を入力
しても、例外辞書を設けることなく、またマツチング回
数を増やすことなく、希望するキーワードからの情報を
得ることができる情報抽出装置を提供することができる
。
ドに対応して情報が入っているキーワード辞書と、入力
文字列から同一字種文字列の検索キーワードを取り出す
検索キーワード抽出部と、検索キーワード抽出部で取り
出したキーワードを用いてキーワード辞書を検索するキ
ーワード辞書検索部とを設けることにより、「平仮名−
〉カンノ」の部分を持つような単語を含む文字列を入力
しても、例外辞書を設けることなく、またマツチング回
数を増やすことなく、希望するキーワードからの情報を
得ることができる情報抽出装置を提供することができる
。
第１図は本発明の一実施例における情報抽出装置の構成
図、第２図は第１図のキーワード辞書２のキーワードと
単語情報の格納状態を示した図、第３閏は第２図におけ
るキーワードと単語情報格納部とが分離したものを示し
た図、第４図は入力された文字列から最適な情報を取り
出すまでの過程を示した図、第５図は従来の情報抽出装
置の構成図、第６図は第５図の単語辞書５の内部の一部
を示した図である。 １・・・・・・検索キーワード抽出部、２・・・・・・
キーワード辞書、３・・・・・・キーワード辞書検索部
、４・・・・・・単語抽出部、５・・・・・・単語辞書
、６・・・・・・単語辞書検索部。 代理人の氏名 弁理士 中尾敏男 はか１名第１図 入力大亨判 田２７ｔｊｌ収 第２１１Ｘｌ 第３図 第４図 文字別 惰収
図、第２図は第１図のキーワード辞書２のキーワードと
単語情報の格納状態を示した図、第３閏は第２図におけ
るキーワードと単語情報格納部とが分離したものを示し
た図、第４図は入力された文字列から最適な情報を取り
出すまでの過程を示した図、第５図は従来の情報抽出装
置の構成図、第６図は第５図の単語辞書５の内部の一部
を示した図である。 １・・・・・・検索キーワード抽出部、２・・・・・・
キーワード辞書、３・・・・・・キーワード辞書検索部
、４・・・・・・単語抽出部、５・・・・・・単語辞書
、６・・・・・・単語辞書検索部。 代理人の氏名 弁理士 中尾敏男 はか１名第１図 入力大亨判 田２７ｔｊｌ収 第２１１Ｘｌ 第３図 第４図 文字別 惰収
Claims (1)
- 同一字種文字列の検索キーワードに対応して情報が入っ
ているキーワード辞書と、入力文字列から同一字種文字
列の検索キーワードを取り出す検索キーワード抽出部と
、前記検索キーワード抽出部で取り出したキーワードを
用いて前記キーワード辞書を検索するキーワード辞書検
索部とを備えたことを特徴とする情報抽出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61282405A JPH0750487B2 (ja) | 1986-11-26 | 1986-11-26 | 情報抽出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61282405A JPH0750487B2 (ja) | 1986-11-26 | 1986-11-26 | 情報抽出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS63133228A true JPS63133228A (ja) | 1988-06-06 |
| JPH0750487B2 JPH0750487B2 (ja) | 1995-05-31 |
Family
ID=17651980
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP61282405A Expired - Lifetime JPH0750487B2 (ja) | 1986-11-26 | 1986-11-26 | 情報抽出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0750487B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012027710A (ja) * | 2010-07-23 | 2012-02-09 | Nippon Telegr & Teleph Corp <Ntt> | ソフトウェア検出方法及び装置及びプログラム |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6033665A (ja) * | 1983-08-03 | 1985-02-21 | Hitachi Ltd | キ−ワ−ド自動抽出方式 |
-
1986
- 1986-11-26 JP JP61282405A patent/JPH0750487B2/ja not_active Expired - Lifetime
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6033665A (ja) * | 1983-08-03 | 1985-02-21 | Hitachi Ltd | キ−ワ−ド自動抽出方式 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012027710A (ja) * | 2010-07-23 | 2012-02-09 | Nippon Telegr & Teleph Corp <Ntt> | ソフトウェア検出方法及び装置及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0750487B2 (ja) | 1995-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20100153396A1 (en) | Name indexing for name matching systems | |
| JP4502114B2 (ja) | データベース検索装置 | |
| Attar et al. | KEDMA—Linguistic tools for retrieval systems | |
| JPS584424A (ja) | 日本語入力装置 | |
| JPS63133228A (ja) | 情報抽出装置 | |
| JPH1011431A (ja) | 漢字検索装置および方法 | |
| JPS63228326A (ja) | キ−ワ−ド自動抽出方式 | |
| Moghadam et al. | A Survey of Part of Speech Tagging of Latin and non-Latin Script Languages: A more vivid view on Persian | |
| JP4136055B2 (ja) | 類似文字列検索システムおよび記録媒体 | |
| JPH0944521A (ja) | インデックス作成装置および文書検索装置 | |
| JP2000311170A (ja) | テキスト情報抽出方法 | |
| JPS62144269A (ja) | 情報検索装置 | |
| JPH0950435A (ja) | 翻訳装置 | |
| JPH01307865A (ja) | 文字列検索方式 | |
| JPS595335A (ja) | 日本語入力装置 | |
| JPH10105578A (ja) | 点数を利用した類似単語検索方法 | |
| JPH03278176A (ja) | 日本文固有用語抽出処理装置 | |
| JPS6395573A (ja) | 日本語文形態素解析における未知語処理方法 | |
| JPH04147363A (ja) | 日本語入力装置 | |
| JPS62287338A (ja) | 検索装置 | |
| JPH03208162A (ja) | 入力装置 | |
| JPH04365166A (ja) | 文章検査装置 | |
| JPS6395572A (ja) | 日本語文形態素解析における未知語処理方法 | |
| JPH0264859A (ja) | 文章処理装置 | |
| JPH0567146A (ja) | データ編集装置 |