JP3093759B2 - 日本語解析装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、日本語解析装
置、特に入力される日本語文に柔軟に対応しデータベー
ス検索の高速化を図る日本語解析装置に関する。

【０００２】

【従来の技術】図１０は、例えば特開平４−３４８４７
０号公報に開示されている従来の日本語解析装置の構成
及びデータの流れを示すブロック図である。

【０００３】日本語解析装置は、検索文（日本語文）を
入力する入力部１７と、入力部１７からの検索文を受け
る際に入力者との対話制御処理を行う対話制御部１８
と、後述する形態素解析部６と、検索文を文法表２２及
び図１１に示される用語辞書２３を用いて日本語文の構
文を解析し構文解析結果に変換する構文解析部２０と、
用語辞書２３と構文解析部２０からの構文解析結果とか
ら対応表２４に対応づけ、項目によるデータベース検索
をさせる照合部２１と、から構成される。なお、文法表
２２、用語辞書２３及び対応表２４はそれぞれメモリに
格納されている。照合部２１には、照合結果からデータ
ベース検索式を生成するデータベース検索式生成部２５
が接続されており、データベース検索式生成部２５に
は、データベース検索式によって所望のデータベース２
６の検索を実行する検索部２７が接続されている。

【０００４】図１１は、用語辞書２３の構成を示す図で
あり、見出し語、見出し語の品詞、対応属性等の用語情
報から構成されており、１つの単語（見出し語）につい
て複数の項目を定義することが可能である。

【０００５】次に動作について説明する。

【０００６】入力部１７より検索文（従来例においては
「当年の商品の月別の売上は」の日本語文）が入力され
ると、構文解析部２０は、入力される検索文を文法表２
２及び用語辞書２３を用いて構文解析結果に変換する。
照合部２１において、対応表２４を選択する前に構文の
情報によって各文節をグループに分け、比較や時間の
「からまで」などの表現に対応させる。１つの単語に複
数の項目が対応しており、曖昧さが存在する場合には、
動詞対応か構文中の単語を表中に多く含む対応表２４に
登録されているデータを優先的に選択する。このように
して、データベース検索式生成部２５において、検索文
を解析した結果得られた項目をキーとしたデータベース
検索式に基づいて所望のデータベース２６をアクセスす
る。

【０００７】図１２は、図１０における従来の形態素解
析部６を示すブロック図である。形態素解析部６は、後
述する単語辞書部１と、単語辞書部１に登録されている
データから単語の選択を行なう解析部７と、単語列集合
を出力する出力部１２と、エラーメッセージを出力する
エラー・メッセージ出力部１４とから構成されている。

【０００８】図１３は、図１２における従来の単語辞書
部１を示す図であり、この単語辞書部１は、見出し語
（単語）が保持されている見出し語部２と形態素情報部
３とから構成されている。図１３において、見出し語
「Ａ」の単語及び見出し語「Ｃ」の単語は登録されてお
り、見出し語「Ｂ」の単語は登録されていない。ここ
で、見出し語「Ｂ」の単語は、単純に登録漏れしている
のではなく、形態素解析部６の出力を用いる構文解析部
２０あるいは意味解析部（図示せず）などの日本語処理
手段にとって処理不能な単語であるために作為的に未登
録としているものとする。

【０００９】次に形態素解析部６の動作について説明す
る。

【００１０】入力部１７によって日本語文が入力される
と、単語辞書部１をアクセスしながら解析部７が単語列
集合を作成し、出力部１２へ出力する。日本語文が単語
辞書部１に登録されていない未登録見出し語を含む場合
は、単語列集合が作成できず、辞書未登録語を含む旨の
エラーメッセージをエラー・メッセージ出力部１４へ出
力する。

【００１１】

【発明が解決しようとする課題】しかしながら、従来に
おける日本語解析装置は、以下のような問題があった。
まず、形態素解析部の処理において、本来は処理不能で
はあるが、単語辞書部に作為的に辞書未登録語にしてあ
る見出し語を日本語文が含む場合も、辞書未登録語を含
む旨のエラーメッセージがエラー・メッセージ出力部へ
出力される。そのため、エラーメッセージがエラー・メ
ッセージ出力部に出力されたときに、日本語文が単純に
辞書未登録語を含んだだけであるのか、または作為的に
辞書未登録語にしてある見出し語を含んだのかは区別で
きないという問題があった。

【００１２】本発明は、上記のような課題を解消するた
めになされたもので、入力された日本語文に含まれてい
る単語が単語辞書に含まれていない場合、その単語の登
録漏れなのか、あるいは作為的に登録していないのかを
容易に区別することができる日本語解析装置を提供する
ことを目的とする。

【００１３】

【課題を解決するための手段】以上の目的を達成するた
めに本発明における日本語解析装置は、入力された日本
語文を解析することで複合語の項目によるデータベース
検索を可能にする日本語解析装置において、前記日本語
文に含まれている単語が処理不能若しくは登録漏れかを
判断する形態素解析手段を有し、前記形態素解析手段
は、解析処理可能か否かのフラグ情報が付加された単語
が格納されている単語辞書手段と、前記単語辞書手段に
登録された単語を参照することによって、入力された日
本語文から単語列集合を作成する解析手段と、前記単語
辞書手段に登録されたフラグ情報を参照することによっ
て、前記解析手段が作成した単語列集合に解析処理が不
可能な処理不能語が含まれているか否かを判断する処理
不能判断手段とを有し、入力された日本語文に、前記単
語辞書手段に登録されていない単語が含まれていたため
前記解析手段が単語列集合を作成できなかった場合を登
録漏れと、前記処理不能判断手段によって処理不能語が
含まれていたと判断された場合を処理不能と、それぞれ
判断するものである。

【００１４】また、前記単語辞書手段は、見出し語とし
て格納した各単語に前記フラグ情報と形態素情報とを対
応付けして文字コード順に格納するものである。

【００１５】

【作用】以上のような本発明に係る日本語解析装置にお
いて、入力された日本語文が処理不能語を含む場合に
は、その旨のエラーメッセージを出力することができ、
単純な辞書未登録語のエラーメッセージと区別して出力
することができる。

【００１６】また、単語辞書手段に処理不能語フラグ手
段に処理不能語である旨のフラグを記入することによ
り、処理不能語を処理可能語と区別して登録する。ま
た、既に処理不能語として登録されている見出し語と同
じ見出し語を誤って別に処理可能語として登録しようと
した場合に、見出し語順ソートなどの手段により、この
ような誤りを容易に発見して、処理不能語の登録を未然
に防止できる。

【００１７】

【発明の実施の形態】以下、本発明における実施の形態
を図を用いて説明する。なお、従来例とほぼ同様の要素
には同じ符号を付け、説明を省略する。

【００１８】実施の形態１．図１は、本実施の形態にお
ける日本語解析装置の構成及びデータの流れを示すブロ
ック図である。

【００１９】日本語解析装置は、従来とほぼ同様の入力
部１７、対話制御部１８、構文解析部２０、文法表２２
及び対応表２４を有する。その他に入力部１７より入力
される検索文（日本語文）に含まれている単語が処理不
能若しくは登録漏れかを判断する形態素解析部５６と、
構文解析部２０からの構文解析結果から検索文の文節毎
にグループ分けし、複合語対応項目を優先的に選択し照
合させる照合部７１と、見出し語（単語）、各見出し語
の品詞、対応属性及び複合語を項目に対応させるための
情報である構成情報が登録されている用語辞書７３とを
有する。なお、文法表２２、対応表２４等本実施の形態
の特徴でない構成要素は特開平４−３４８４７０号公報
とほぼ同様の要素を使用する。

【００２０】前述した照合部７１には、照合結果として
得られた項目からデータベース検索式を生成するデータ
ベース検索式生成部２５が接続されており、データベー
ス検索式生成部２５には、データベース検索式によって
データベース２６の検索を実行する検索部２７が接続さ
れている。

【００２１】本実施の形態における照合部７１は、複数
の単語が１つの項目に対応している際に辞書の情報によ
って単語のチェックを行って複合語の項目による検索も
可能とする複合語対応項目選択部７２を備えている。

【００２２】図２は、用語辞書７３の構成を示す図であ
る。対応属性に記述された大文字のアルファベットが表
の種類である。その種類は検索データの使い方や内容に
よって分類したものである。そして、構成情報は、分数
の形式で表されており、分母が１つの項目の分割数を表
し、分子がその何番目の単語に当たるかを表している。
例えば、「当年（１／３）］は、ある項目の３分割の１
番目であり、「当年月別売上」のような項目についての
辞書を表している。

【００２３】次に動作について説明する。

【００２４】入力部１７より「当年の商品の月別の売上
は」という検索文が入力されると、形態素解析部５６
は、入力された検索文に含まれている単語が処理不能若
しくは登録漏れかを判断する。構文解析部２０は、形態
素解析部５６からの検索文を文法表２２及び用語辞書７
３を用いて構文解析結果に変換する。それから、照合部
７１において、検索文を構成する各文節を１つのグルー
プとし、比較あるいは時間の「からまで」等の表現に対
応させる等の処理を行う。更に、複合語対応項目選択部
７２では、日本語文を形成する単語が１つの項目に対応
している際に用語辞書７３に記述されている各単語の構
文情報によって単語の合成を行って複合語を作成し、デ
ータベース検索可能な検査項目に対応できるか否か判定
し、検索可能な単語合成の組合せを選択する。

【００２５】例えば、「当年の商品の月別の売上は」と
いう検索文の場合には、用語辞書７３の中から図３に示
した用語情報が得られる。用語情報の全組合せのうち、
構成情報による単語の合成が可能なものとして図４に示
すように３通りあることが分かる。

【００２６】単語を合成して作成される複合語は同じ表
に対応していなければ検索項目に対応できない。図４に
おける（１）の組合せはすべて（１／１）なので別々の
表でも問題ない。図４における（２）の組合せのうちの
複合語「当年」と「売上」、（３）の組合せのうちの複
合語「当年」、「月別」、「売上」はそれぞれ対応属性
が等しいことから、そのような項目が存在することが分
かり、検索文において図４の組合せ（１）、（２）、
（３）の３種類が用語情報の可能な組合せとして選択さ
れる。

【００２７】以上のように、複合語対応項目選択部７２
を用いることで、複合語対応項目の選択を可能とするこ
とによって、入力された検索文の言い回しが柔軟にする
ことができる。

【００２８】実施の形態２．本実施の形態における照合
部７１は、上記複合語対応項目選択部７２に加え、複合
語対応項目選択部７２により選択された単語合成の組合
せと検索ルールを用いて実際に検索を行う前に検索の可
能性を判定する検索判定部７４を備えている。図５は、
表の種類（表タイプ）毎の検索のルール例であり、図６
は、表タイプと表番号の例を示している。

【００２９】次に検索判定部７４の動作を説明する。

【００３０】上記実施の形態における複合語対応項目選
択部７２において、複合語として対応可能であることが
判定され選択された３通りの用語情報の組合せにおい
て、検索判定部７４は図５に示した検索ルールを適用
し、ルールに当てはまらないものは、検索不可能な組み
合わせとして削除する。ルール１及び２に当てはまる図
４に示した組合せはないが、ルール３が図４の（２）の
組合せに当てはまるため、（２）は検索不可能となる。
更に、ルール４及び５において、表Ａ−２と表Ｃ−１、
表Ａ−２と表Ｂ−２がそれぞれ対応関係にあるとする
と、図４における（１）と（３）が検索可能な組合せと
して選択される。

【００３１】以上のように、検索判定部７４により、対
応表を用いて検索をする前に検索の可能性をチェックす
ることができる。

【００３２】実施の形態３．本実施の形態における照合
部７１は、データベース検索において複合語対応項目を
優先選択することによってデータベース検索を高速化す
る複合語対応項目優先選択部７５を備えている。

【００３３】図７は、データベースの累積のデータ及び
集計済みデータを表す対応表２４である。累積データ
は、毎日データが累積されるものであり、例えば今月分
の売上金額を求めるためには、毎日のデータの合計を求
めなければならない。それに対して、集計済みデータは
月毎、年毎等のデータを集計した値を格納している。

【００３４】次に複合語対応項目優先選択部７５の動作
を説明する。

【００３５】検索判定部７４で選択された用語情報の組
合せの中から、より多くの単語から合成された項目のあ
る組合せを優先的に選択する。検索判定部７４により図
４に示された（１）及び（３）が検索可能な組合せとし
て選択されたが、（１）には複合語対応の項目がなく、
（３）には３分割された複合語対応項目があるため、図
４に示された（３）の組合せを優先選択する。これによ
って、累積データも集計済みデータが優先して選択され
ることになる。

【００３６】図７に示すように集計データを、累積デー
タに日付け等を付けた項目名で表している場合、この優
先選択によって集計済みデータがあれば優先選択して高
速検索を行い、集計済みデータが無い場合は、複合語対
応項目選択部７２あるいは検索判定部７４によって集計
済みデータの検索が不可能であることが分かり、累積デ
ータを検索するというように、データの内容によって内
部的に検索するデータを決定することができる。

【００３７】実施の形態４．図８は、本実施の形態にお
ける日本語解析装置が備える図１における形態素解析部
５６の詳細な構成及びデータの流れを示すブロック図で
ある。

【００３８】形態素解析部５６は、従来例とほぼ同様の
出力部１２とエラー・メッセージ出力部１４の他に、各
見出し語が処理可能か否かの情報が格納されている単語
辞書部５１と、単語辞書部５１から単語の選択を行い単
語列集合を作成する解析部５７と、解析部５７が作成し
た単語列集合に処理不能語が含まれるか否かを判断する
処理不能判断部７６と、から構成されている。

【００３９】次に動作について説明する。

【００４０】図１に示した入力部１７によって日本語文
が入力されると、単語辞書部５１をアクセスしながら解
析部５７が単語列集合を作成し、処理不能判断部７６へ
渡す。解析部５７において、入力された日本語文が単語
辞書部５１に登録されていない未登録見出し語を含む場
合は、単語列集合が作成できず、日本語文が辞書未登録
語を含む旨のエラーメッセージをエラー・メッセージ出
力部１４へ出力する。

【００４１】処理不能判断部７６は、単語列集合に処理
不能語が含まれている場合は、日本語文が処理不能語を
含む旨のエラーメッセージをエラー・メッセージ出力部
１４へ出力する。また、処理不能判断部７６は、単語列
集合のどの単語列にも処理不能語が含まれない場合は、
単語列集合と同じ単語列集合を出力部１２へ出力する。

【００４２】以上のように、本実施の形態によれば、日
本語文が辞書未登録語を含む旨のエラーメッセージと、
日本語文が処理不能語を含む旨のエラーメッセージとを
区別して、エラー・メッセージ出力部１４へ出力するこ
とができる。

【００４３】

【００４４】

【００４５】

【００４６】

【００４７】

【００４８】実施の形態５．図９は、図８で示した単語
辞書部５１の詳細な構成を示した図である。単語辞書部
５１は、見出し語を保持する見出し語部５２と、処理不
能語か否かを保持する処理不能語フラグ部５４と、形態
素情報を保持する形態素情報部５３とから構成されてい
る。例えば、横一列すなわち見出し語部５２が「Ａ」、
処理不能語フラグ部５４が「０」、形態素情報部５３が
「ａ」が１レコードである。そして、各レコードは見出
し語部５２の内容である文字列の文字コード列の昇順に
ソートされている。

【００４９】次に動作について説明する。

【００５０】見出し語「Ａ」及び見出し語「Ｃ」に対応
する処理不能語フラグ部５４はいずれも「０」であり、
形態素解析部の出力を用いる構文解析及び意味解析など
の日本語処理部において処理可能語であることを示す。
一方、見出し語「Ｂ」に対応する処理不能語フラグ部５
４は「１」であり、処理不能語であることを示す。

【００５１】ここで、誤って見出し語部５２が「Ｂ」、
処理不能語フラグ部５４が「０」、形態素情報部５３が
「ｂ」という処理可能語を登録しようとしたとすると、
登録するレコード位置は文字コードの順なので、処理可
能語「Ａ」と処理不能語「Ｂ」の間となり、同じ見出し
語「Ｂ」に対して既に処理不能語が登録されていること
が容易に発見される。

【００５２】実施の形態６．上述実施の形態５では、同
じ見出し語「Ｂ」に対応する処理不能語「Ｂ」が既に登
録されていることを容易に目視できることを示したが、
ソート処理を行えば、機械的に警告またはエラーを発す
ることも可能である。

【００５３】実施の形態７．上述実施の形態５では、単
語辞書部５１の処理不能語フラグ部５４を、見出し語部
５２と形態素情報部５３との間に配置しているが、その
配置順によりこの発明が限定されることはない。

【００５４】実施の形態８．上述実施の形態５におい
て、単語辞書部５１の処理不能語フラグ部５４は、処理
不能語を「１」、処理可能語を「０」としたが、逆に処
理不能語を「０」、処理可能語を「１」としても同様の
効果を奏する。

【００５５】実施の形態９．上述実施の形態５におい
て、処理不能語フラグ部５４の内容は処理不能語を
「１」、処理可能語を「０」としたが、これに限らず、
２つの状態を区別できる情報であれば「１」、「０」以
外のどの様な記号を用いてもよい。

【００５６】実施の形態１０．上述実施の形態５におい
て、単語辞書部５１の各レコードは見出し語部５２の内
容である文字列の文字コード列の昇順にソートされてい
るが、これに限らず、降順としても同様の効果を奏す
る。

【００５７】

【発明の効果】以上のように本発明における形態素解析
手段により、入力された日本語文が処理不能語を含む場
合には、その旨のエラーメッセージを出力するように構
成したので、単純な辞書未登録語のエラーメッセージ
と、日本語文が処理不能語を含んだ際のエラーメッセー
ジとを区別することができる。

【００５８】また、本発明における単語辞書手段によ
り、処理不能語フラグ手段に処理不能語である旨のフラ
グを記入することにより、処理不能語を処理可能語と区
別して登録し、既に処理不能語として登録されている見
出し語と同じ見出し語を誤って別に処理可能語として登
録しようとした場合に、見出し語順ソートなどの手段に
より、このような誤りを容易に発見して、処理不能語の
登録を未然に防止することができる。

【図面の簡単な説明】

【図１】 本発明に係る日本語解析装置の構成及びデー
タの流れを示すブロック図である。

【図２】 本発明に係る用語辞書の構成を示す図であ
る。

【図３】 図２に示した用語辞書の中から該当する単語
を取り出した用語情報を示す図である。

【図４】 図３における用語情報から単語の合成が可能
な組合せを表した図である。

【図５】 本発明に係る日本語解析装置における表タイ
プ毎の検索ルール例である。

【図６】 本発明に係る日本語解析装置における表タイ
プと表番号の例である。

【図７】 本発明に係る日本語解析装置のデータベース
の累積のデータ及び集計済みデータを表す対応表であ
る。

【図８】 本発明に係る日本語解析装置の形態素解析部
の詳細な構成及びデータの流れを示すブロック図であ
る。

【図９】 本発明における単語辞書部の詳細な構成を示
した図である。

【図１０】 従来の日本語解析装置の構成及びデータの
流れを示すブロック図である。

【図１１】 従来の用語辞書の構成を示す図である。

【図１２】 従来の形態素解析部のブロック図である。

【図１３】 従来の単語辞書部を示す図である。

【符号の説明】

１２ 出力部、１４ エラー・メッセージ出力部、１７
入力部、１８ 対話制御部、２０ 構文解析部、２２
文法表、２４ 対応表、２５ データベース検索式生
成部、２６ データベース、２７ 検索部、５１ 単語
辞書部、５２見出し語部、５３ 形態素情報部、５４
処理不能語フラグ部、５６ 形態素解析部、５７ 解析
部、７１ 照合部、７２ 複合語対応項目選択部、７３
用語辞書、７４ 検索判定部、７５ 複合語対応項目
優先選択部、７６ 処理不能判断部。

フロントページの続き (56)参考文献 特開 平２−266470（ＪＰ，Ａ) 特開 平４−348470（ＪＰ，Ａ) 特開 昭63−228326（ＪＰ，Ａ) 特開 昭63−201824（ＪＰ，Ａ) 関根純他，「体系的なＤＢ構築のため の用語辞典を用いたデータ標準化手 法」，情報処理学会論文誌 Ｖｏｌ．34 Ｎｏ．３，1993（平05−03−15）, ｐ．457−467 黒川清他，「複合語解析技術を用いた データ項目名称の標準化手法」，情報処 理学会論文誌 Ｖｏｌ．34 Ｎｏ．３, 1993（平05−03−15），ｐ．447−456 (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06F 17/30 G06F 17/28 ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims (2)

(57)【特許請求の範囲】
1. 【請求項１】 入力された日本語文を解析することで複
   合語の項目によるデータベース検索を可能にする日本語
   解析装置において、 前記日本語文に含まれている単語が処理不能若しくは登
   録漏れかを判断する形態素解析手段を有し、 前記形態素解析手段は、解析 処理可能か否かのフラグ情報が付加された単語が格
   納されている単語辞書手段と、前記単語辞書手段に登録された単語を参照することによ
   って、入力された日本語文から 単語列集合を作成する解
   析手段と、前記単語辞書手段に登録されたフラグ情報を参照するこ
   とによって、前記解析手段が作成した 単語列集合に解析
   処理が不可能な処理不能語が含まれているか否かを判断
   する処理不能判断手段と、 を有し、入力された日本語文に、前記単語辞書手段に登
   録されていない単語が含まれていたため前記解析手段が
   単語列集合を作成できなかった場合を登録漏れと、前記
   処理不能判断手段によって処理不能語が含まれていたと
   判断された場合を処理不能と、それぞれ判断 することを
   特徴とする日本語解析装置。
2. 【請求項２】 前記単語辞書手段は、見出し語として格
   納した各単語に前記フラグ情報と形態素情報とを対応付
   けして文字コード順に格納することを特徴とする請求項
   １記載の日本語解析装置。