JP4024137B2 - 数量表現検索装置 - Google Patents
数量表現検索装置 Download PDFInfo
- Publication number
- JP4024137B2 JP4024137B2 JP2002345060A JP2002345060A JP4024137B2 JP 4024137 B2 JP4024137 B2 JP 4024137B2 JP 2002345060 A JP2002345060 A JP 2002345060A JP 2002345060 A JP2002345060 A JP 2002345060A JP 4024137 B2 JP4024137 B2 JP 4024137B2
- Authority
- JP
- Japan
- Prior art keywords
- document
- attribute
- quantity expression
- prefix
- search
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
- Document Processing Apparatus (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、自然言語で数量表現を検索する数量表現検索装置に関する。
【０００２】
【従来の技術】
自然言語で様々に表記された同じ意味の数量表現を検索できるようにするには、数量表現を変換する必要がある。
【０００３】
従来の数量表現検索装置では、文書内をサーチし、数量表現テンプレートとマッチングを行うことによって、文書内の数量表現を一括して適切な数量表現に変換することが可能となり、機械翻訳システムなどに利用することができる（例えば、特許文献１参照）。
【０００４】
【特許文献１】
特開平５−６７１３７号公報
【０００５】
【発明が解決しようとする課題】
しかしながら、上記従来の数量表現検索装置では、単語の意味情報と変換関数を用いて変換するだけなので、省略されていて意味が複数考えられる表現には対応することができない。
【０００６】
例えば、「尺」を日本語の長さの数量表現に登録し、「centimeter」を英語の長さの数量表現に登録しておくと、「尺」を「centimeter」に変換することができるとなっているが、文書内で「キロ」と省略されている場合は、「キロメートル」なのか、「キログラム」なのか、判断できないので、正しく変換することはできない。
【０００７】
本発明は、このような従来の従来の課題に鑑みてなされたものであり、接頭語のみに省略されている場合を意識しなくても数量表現を検索することができる数量表現検索装置を提供することを目的とするものである。
【０００８】
【課題を解決するための手段】
本発明の数量表現検索装置は、
検索対象の文書や検索したい数量表現を入力する入力手段と、
上記入力された文書や数量表現の文の構造を解析する文構造解析手段と、
属性を表す属性名と属性の意味を表す属性内容と補完するための基本単位とからなる属性情報、および省略されたと判断するための接頭語と接頭語の意味を表す倍数とからなる単位系情報が格納された属性辞書と、
属性を表す属性名と属性名を判断するための共起語とからなる情報が格納された共起語辞書と、
上記入力された文書や数量表現を受け、上記解析された文構造と上記共起語辞書を参照して上記入力された文書から接頭語のみに省略された数量表現を探し、その省略された数量表現に対して、上記解析された文構造をもとに上記接頭語の共起語を決定し、この決定した共起語をもとに上記共起語辞書を参照して上記接頭語の属性名を決定し、この決定した属性名をもとに上記属性辞書を参照して上記接頭語に基本単位を補完することによって、省略された数量表現を補完する省略補完手段と、
上記補完後の文書から接頭語に基本単位を補完した語を検索キーワードとして抽出する抽出手段と、
文書データが格納される文書データベースと、
上記補完後の文書と上記入力された元の文書と上記抽出された検索キーワードとを上記文書データベースに格納し、該検索キーワードを用いて数量表現の検索を行う文書格納検索手段と、
出力手段と
を備え、
上記省略補完手段は、上記解析された文構造と上記共起語辞書を参照して上記入力された数量表現が接頭語のみに省略された数量表現であるか否かを判別し、接頭語のみに省略された数量表現であれば、
その旨を上記出力手段によって通知し、再入力を促す
ことを特徴とするものである。
上記省略補完手段として、
上記解析された文構造と上記共起語辞書を参照して上記入力された数量表現が接頭語のみに省略された数量表現であるか否かを判別し、接頭語のみに省略された数量表現であれば、その旨を上記出力手段によって通知し、再入力を促す機能を代わりに、
上記解析された文構造と上記共起語辞書を参照して上記入力された数量表現が接頭語のみに省略された数量表現であるか否かを判別し、接頭語のみに省略された数量表現であれば、基本単位と属性情報を上記出力手段によって提示して、基本単位の内の１つを選択するように促し、選択された基本単位を用いて補完する機能を有するものを用いても良い。
【０００９】
【発明の実施の形態】
図１は本発明の実施の形態の数量表現検索装置のブロック構成図である。この実施の形態の数量表現検索装置は、入力手段１と、文構造解析手段２と、省略補完手段３と、属性辞書４と、共起語辞書５と、文書格納検索手段６と、文書データベース７と、抽出手段８と、出力手段９とを備える。
【００１０】
入力手段１は、検索対象の文書や検索したい数量表現を入力する手段である。この入力手段１は、入力された文書や数量表現を文構造解析手段２に送る。
【００１１】
文構造解析手段２は、入力された文の構造を解析する手段である。この文構造解析手段２は、入力手段１から送られた文書や数量表現の文構造を形態素解析と構文解析によって解析し、解析後の文構造を入力された元の文書や数量表現とともに省略補完手段３に送る。
【００１２】
省略補完手段３は、接頭語のみに省略された（省略されて接頭語のみである）数量表現に基本単位を補完する手段である。この省略補完手段３は、文構造解析手段２から送られた文構造をもとに、属性辞書４と共起語辞書５を参照して、文書や数量表現の接頭語に基本単位を補完し、補完後の文書や数量表現を入力された元の文書や数量表現とともに抽出手段８に送る。
【００１３】
図２は数量表現を含む文の文構造の解析例を示す図である。数量表現の修飾先の語を、その共起語とする。図２（１），（２），（３）の「５Ｍ」の共起語は「メモリ」になる。また、図２（４）の「５Ｍ」の共起語は「増設する」になる。
【００１４】
属性辞書４は、属性の情報と単位系の情報を格納する辞書である。この属性辞書４は、属性情報が属性名と属性内容と基本単位からなり、単位系情報が接頭語と倍数と基本単位からなる。
【００１５】
共起語辞書５は、省略を補完する共起語の情報を格納する辞書である。この共起語辞書５は、属性名と共起語からなる。
【００１６】
図３は属性辞書４の構成例を示す図であり、図４は共起語辞書５の構成例を示す図である。
【００１７】
文書格納検索手段６は、文書を格納および検索する手段である。この文書格納検索手段６は、抽出手段８から入力された補完後の文書や元の文書や検索キーワードを文書データベース７に格納し、抽出手段８から入力された補完後の数量表現が検索キーワードと一致する文書を文書データベース７から検索して出力手段９に送る。
【００１８】
文書データベース７は、検索対象の文書や補完後の文書を格納するデータベースである。
【００１９】
抽出手段８は、検索キーワードを抽出する手段である。この抽出手段８は、省略補完手段３から入力された補完後の文書や数量表現と、補完後の語を抽出した検索キーワードを、文書格納検索手段６に送る。
【００２０】
出力手段９は、結果を出力する手段である。この出力手段９は、文書格納検索手段６から送られた検索結果を出力する。
【００２１】
なお、形態素解析を行う処理、構文解析を行う処理、文書をデータベース化する処理、文書を格納または検索する処理、および該当部分（検索キーワード）を抽出する処理は、一般的な部分に関しては、既知の自然言語処理技術を用いればよい。
【００２２】
図５は本発明の実施の形態の数量表現検索装置の動作を説明するフローチャートである。この図５において、入力手段１で処理を選択し（ステップ５０１）、投入処理を実行するか（ステップ５０２）、検索処理を実行するか（ステップ５０３）、または終了する。
【００２３】
図６は図５のステップ５０２の投入処理の動作を説明するフローチャートである。
【００２４】
図６の投入処理では、まず最初に、検索対象の文書を入力手段１に投入する（ステップ６０１）。
例えば、以下の例文（ａ）または（ｂ）を投入する。
「１０キロの荷物を持って歩いた」…（ａ）
「１０キロ荷物を持って歩いた」…（ｂ）
入力手段１に投入された文書は、文書解析手段２に送られる。
【００２５】
次に、文構造解析手段２において、投入された文書の文構造を解析する（ステップ６０２）。
図７は例文（ａ），（ｂ）の文構造の解析例であり、（１）は例文（ａ）の解析例、（２）は例文（ｂ）の解析例である。
文構造解析手段２での解析後の文構造は、入力手段１から送られた元の文書とともに、省略補完手段３に送られる。
【００２６】
次に、省略補完手段３において、解析後の文構造および属性辞書４（図３参照）の単位系情報を参照して、文書から接頭語を探す（ステップ６０３）。
例文（ａ），（ｂ）では、接頭語として、ともに「キロ」が探される。
【００２７】
なお、上記ステップ６０３から以下のステップ６０７までの処理は、省略補完手段３においての処理である。
【００２８】
次に、文構造解析手段２で解析された文構造から共起語を決定する（ステップ６０４）。
例文（ａ）の共起語は「荷物」と決定される。
例文（ｂ）の共起語は「歩く」と決定される。
【００２９】
次に、共起語辞書５（図４参照）を参照して、属性（属性名）を決定する（ステップ６０５）。
例文（ａ）の属性名は「WEIGHT」と決定される。
例文（ｂ）の属性名は「LENGTH」と決定される。
【００３０】
さらに、属性辞書４（図３）を参照して、基本単位を決定する（ステップ６０６）。
例文（ａ）では、属性が「WEIGHT」なので、基本単位は「グラム」と決定される。
例文（ｂ）では、属性が「LENGTH」なので、基本単位は「メートル」と決定される。
【００３１】
そして、接頭語に基本単位を補完する（ステップ６０７）。
例文（ａ）では、接頭語「キロ」に基本単位「グラム」が補完され、「１０キログラムの荷物を持って歩いた」となる。
例文（ｂ）では、接頭語「キロ」に基本単位「メートル」が補完され、「１０キロメートル荷物を持って歩いた」となる。
補完後の文書は、元の文書とともに、抽出手段８に送られる。
【００３２】
次に、抽出手段８において、補完後の語を検索キーワードとして抽出する（ステップ６０８）。
例文（ａ）では、「１０キログラム」がキーワードとして抽出される。
例文（ｂ）では、「１０キロメートル」がキーワードとして抽出される。
抽出されたキーワードは、元の文書とともに、文書格納検索手段６に送られる。
【００３３】
最後に、文書格納検索手段６によって、文書データベース７に、元の文書と検索キーワードを格納し（ステップ６０９）、投入処理を終了する。
例文（ａ）では、元の文書「１０キロの荷物を持って歩いていた」とキーワード「１０キログラム」が文書データベース７に格納される。
例文（ｂ）では、元の文書「１０キロ荷物を持って歩いていた」とキーワード「１０キロメートル」が文書データベース７に格納される。
【００３４】
図８は図５のステップ５０３の検索処理の動作を説明するフローチャートである。
【００３５】
図８の検索処理では、まず最初に、検索したい数量表現を、検索語として入力手段１に入力する（ステップ８０１）。
例えば、以下の例文（ｃ）または（ｄ）を検索語として入力する。
「１０キロメートル」…（ｃ）
「１０キロ」…（ｄ）
入力手段１に入力された数量表現（検索語）は、文書解析手段２に送られる。
【００３６】
次に、文構造解析手段２において、検索語の文構造を解析する（ステップ８０２）。文構造解析手段２での解析後の文構造は、入力手段１から送られた数量表現（検索語）とともに、省略補完手段３に送られる。
【００３７】
次に、省略補完手段３において、解析後の文構造および属性辞書４（図３参照）の単位系情報を参照して、検索語が接頭語であるか否か（接頭語のみに省略された数量表現であるか否か）を判別する（ステップ８０３）。
例文（ｃ）では、接頭語でないと判別される。
例文（ｄ）では、「キロ」が接頭語であると判別される。
接頭語でないと判別された場合は、文書格納検索手段６に送られる。
【００３８】
上記ステップ８０３で接頭語でないと判別された場合は、文書格納検索手段６において、検索語と検索キーワードが一致する文書を文書データベース７に格納されている文書から検索して獲得する（ステップ８０４）。
例文（ｃ）では、検索キーワードが「１０キロメートル」である上記例文（ｂ）の「１０キロ荷物を持って歩いた」が、文書データベース７から検索されて獲得される。
【００３９】
そして、上記ステップ８０４で獲得した文書を検索結果として出力手段８から出力する（ステップ８０５）。
例文（ｃ）では、上記例文（ｂ）の「１０キロ荷物を持って歩いた」が検索結果として出力される。
【００４０】
また、上記ステップ８０３で接頭語であると判別された場合は、省略補完手段３において、属性辞書４（図３参照）の属性情報を参照して、基本単位と属性内容の一覧を出力手段９で表示させて、省略された数量表現であることを通知する（ステップ８１１）。
【００４１】
なお、上記ステップ８１１から以下のステップ８１５までの処理は、省略補完手段３においての処理である。
【００４２】
そして、再入力するか否かを出力手段９で表示させ、再入力するか否かを問い合わせる（ステップ８１２）。
【００４３】
上記ステップ８１２で、再入力することが選択された場合には、上記ステップ８０１の検索語の入力に戻る。
【００４４】
また、上記ステップ８１２で、再入力しないことが選択された場合には、基本単位から選択するか否かを出力手段９で表示させ、基本単位から選択するか否かを問い合わせる（ステップ８１３）。
【００４５】
上記ステップ８１３で、基本単位からの選択がなされた場合には、その選択された基本単位で接頭語（検索語）を補完する（ステップ８１４）。
例文（ｄ）では、例えば基本単位「グラム」が選択され、その基本単位「グラム」で検索語「１０キロ」が補完され、「１０キログラム」となる。
補完された検索語は、文書格納検索手段６に送られる。
【００４６】
そして、上記ステップ８１４で検索語に補完がなされた場合には、文書格納検索手段６において、検索語と検索キーワードが一致する文書を文書データベース７に格納されている文書から検索して獲得し（ステップ８０４）、この獲得した文書を検索結果として出力手段８から出力する（ステップ８０５）。
例文（ｄ）では、検索キーワードが「１０キログラム」である上記例文（ａ）の「１０キロの荷物を持って歩いた」が、文書データベース７から検索されて獲得され、検索結果として出力手段８から出力される。
【００４７】
また、上記ステップ８１３で、基本単位からの選択がなされなかった場合には、全ての基本単位で接頭語（検索語）を補完する（ステップ８１５）。
例文（ｄ）では、例えば全ての基本単位「メートル」，「グラム」，「バイト」，…で、検索語「１０キロ」が補完され、「１０キロメートル」，「１０キログラム」，「１０キロバイト」，…となる。
全ての基本単位で補完されたこれらの検索語は、文書格納検索手段６に送られる。
【００４８】
そして、上記ステップ８１５で検索語に補完がなされた場合には、文書格納検索手段６において、補完された全ての検索語について、変換後の検索キーワードが一致する文書を文書データベース７に格納されている文書からそれぞれ検索して獲得し（ステップ８０４）、これら獲得した文書を検索結果として出力手段８から出力する（ステップ８０５）。例文（ｄ）では、検索キーワードが「１０キログラム」である上記例文（ａ）の「１０キロの荷物を持って歩いた」、検索キーワードが「１０キロメートル」である上記例文（ｂ）の「１０キロ荷物を持って歩いた」などが、文書データベース７から検索されて獲得され、検索結果として出力手段８から出力される。
【００４９】
共起語として修飾関係や格関係になる語を抽出する方法や、抽出した語の関係を表すシソーラスを作成する手法や、抽出した語の関係から訳し分けを行う手法はすでに存在するが、それらの手法の対象は被修飾語や格になる名詞や動詞であり、それらの手法を用いても、修飾になる数量表現の属性を決定することができない。
【００５０】
以上のように本発明の実施の形態によれば、文構造を解析して共起語を決定して省略された数量表現を補完して格納しておく、あるいは省略された数量表現を適切に補完する語のみを検索時に提供して検索することによって、省略された数量表現が検索対象文書と検索語のいずれに存在していても、省略されていることを意識せずに補完して検索できる。また、自然言語の検索に用いると、数量表現の検索が容易になる。
【００５１】
なお、上記実施の形態では、数値と単位による数量表現のみを検索対象または検索語とする数量表現検索装置を説明したが、本発明は、その他の数量表現や数量表現以外を検索対象または検索語とする方法や装置と組み合わせて利用することも可能である。
【００５２】
【発明の効果】
以上説明したように本発明によれば、接頭語のみに省略されていることを意識せずに数量表現を補完して検索できるという効果がある。
【図面の簡単な説明】
【図１】 本発明の実施の形態の数量表現検索装置のブロック構成図である。
【図２】 数量表現を含む文の文構造の解析例を示す図ある。
【図３】 図１の属性辞書の構成例を示す図である。
【図４】 図１の共起語辞書の構成例を示す図である。
【図５】 図１の数量表現検索装置の動作を説明するフローチャートである。
【図６】 図５のステップ５０２の投入処理の動作を説明するフローチャートである。
【図７】 図６のステップ６０２においての文構造の解析例を示す図である。
【図８】 図５のステップ５０３の検索処理の動作を説明するフローチャートである。
【符号の説明】
１ 入力手段、 ２ 文構造解析手段、 ３ 省略補完手段、 ４ 属性辞書、 ５ 共起語辞書、 ６ 文書格納検索手段、 ７ 文書データベース、 ８抽出手段、 ９ 出力手段。
【発明の属する技術分野】
本発明は、自然言語で数量表現を検索する数量表現検索装置に関する。
【０００２】
【従来の技術】
自然言語で様々に表記された同じ意味の数量表現を検索できるようにするには、数量表現を変換する必要がある。
【０００３】
従来の数量表現検索装置では、文書内をサーチし、数量表現テンプレートとマッチングを行うことによって、文書内の数量表現を一括して適切な数量表現に変換することが可能となり、機械翻訳システムなどに利用することができる（例えば、特許文献１参照）。
【０００４】
【特許文献１】
特開平５−６７１３７号公報
【０００５】
【発明が解決しようとする課題】
しかしながら、上記従来の数量表現検索装置では、単語の意味情報と変換関数を用いて変換するだけなので、省略されていて意味が複数考えられる表現には対応することができない。
【０００６】
例えば、「尺」を日本語の長さの数量表現に登録し、「centimeter」を英語の長さの数量表現に登録しておくと、「尺」を「centimeter」に変換することができるとなっているが、文書内で「キロ」と省略されている場合は、「キロメートル」なのか、「キログラム」なのか、判断できないので、正しく変換することはできない。
【０００７】
本発明は、このような従来の従来の課題に鑑みてなされたものであり、接頭語のみに省略されている場合を意識しなくても数量表現を検索することができる数量表現検索装置を提供することを目的とするものである。
【０００８】
【課題を解決するための手段】
本発明の数量表現検索装置は、
検索対象の文書や検索したい数量表現を入力する入力手段と、
上記入力された文書や数量表現の文の構造を解析する文構造解析手段と、
属性を表す属性名と属性の意味を表す属性内容と補完するための基本単位とからなる属性情報、および省略されたと判断するための接頭語と接頭語の意味を表す倍数とからなる単位系情報が格納された属性辞書と、
属性を表す属性名と属性名を判断するための共起語とからなる情報が格納された共起語辞書と、
上記入力された文書や数量表現を受け、上記解析された文構造と上記共起語辞書を参照して上記入力された文書から接頭語のみに省略された数量表現を探し、その省略された数量表現に対して、上記解析された文構造をもとに上記接頭語の共起語を決定し、この決定した共起語をもとに上記共起語辞書を参照して上記接頭語の属性名を決定し、この決定した属性名をもとに上記属性辞書を参照して上記接頭語に基本単位を補完することによって、省略された数量表現を補完する省略補完手段と、
上記補完後の文書から接頭語に基本単位を補完した語を検索キーワードとして抽出する抽出手段と、
文書データが格納される文書データベースと、
上記補完後の文書と上記入力された元の文書と上記抽出された検索キーワードとを上記文書データベースに格納し、該検索キーワードを用いて数量表現の検索を行う文書格納検索手段と、
出力手段と
を備え、
上記省略補完手段は、上記解析された文構造と上記共起語辞書を参照して上記入力された数量表現が接頭語のみに省略された数量表現であるか否かを判別し、接頭語のみに省略された数量表現であれば、
その旨を上記出力手段によって通知し、再入力を促す
ことを特徴とするものである。
上記省略補完手段として、
上記解析された文構造と上記共起語辞書を参照して上記入力された数量表現が接頭語のみに省略された数量表現であるか否かを判別し、接頭語のみに省略された数量表現であれば、その旨を上記出力手段によって通知し、再入力を促す機能を代わりに、
上記解析された文構造と上記共起語辞書を参照して上記入力された数量表現が接頭語のみに省略された数量表現であるか否かを判別し、接頭語のみに省略された数量表現であれば、基本単位と属性情報を上記出力手段によって提示して、基本単位の内の１つを選択するように促し、選択された基本単位を用いて補完する機能を有するものを用いても良い。
【０００９】
【発明の実施の形態】
図１は本発明の実施の形態の数量表現検索装置のブロック構成図である。この実施の形態の数量表現検索装置は、入力手段１と、文構造解析手段２と、省略補完手段３と、属性辞書４と、共起語辞書５と、文書格納検索手段６と、文書データベース７と、抽出手段８と、出力手段９とを備える。
【００１０】
入力手段１は、検索対象の文書や検索したい数量表現を入力する手段である。この入力手段１は、入力された文書や数量表現を文構造解析手段２に送る。
【００１１】
文構造解析手段２は、入力された文の構造を解析する手段である。この文構造解析手段２は、入力手段１から送られた文書や数量表現の文構造を形態素解析と構文解析によって解析し、解析後の文構造を入力された元の文書や数量表現とともに省略補完手段３に送る。
【００１２】
省略補完手段３は、接頭語のみに省略された（省略されて接頭語のみである）数量表現に基本単位を補完する手段である。この省略補完手段３は、文構造解析手段２から送られた文構造をもとに、属性辞書４と共起語辞書５を参照して、文書や数量表現の接頭語に基本単位を補完し、補完後の文書や数量表現を入力された元の文書や数量表現とともに抽出手段８に送る。
【００１３】
図２は数量表現を含む文の文構造の解析例を示す図である。数量表現の修飾先の語を、その共起語とする。図２（１），（２），（３）の「５Ｍ」の共起語は「メモリ」になる。また、図２（４）の「５Ｍ」の共起語は「増設する」になる。
【００１４】
属性辞書４は、属性の情報と単位系の情報を格納する辞書である。この属性辞書４は、属性情報が属性名と属性内容と基本単位からなり、単位系情報が接頭語と倍数と基本単位からなる。
【００１５】
共起語辞書５は、省略を補完する共起語の情報を格納する辞書である。この共起語辞書５は、属性名と共起語からなる。
【００１６】
図３は属性辞書４の構成例を示す図であり、図４は共起語辞書５の構成例を示す図である。
【００１７】
文書格納検索手段６は、文書を格納および検索する手段である。この文書格納検索手段６は、抽出手段８から入力された補完後の文書や元の文書や検索キーワードを文書データベース７に格納し、抽出手段８から入力された補完後の数量表現が検索キーワードと一致する文書を文書データベース７から検索して出力手段９に送る。
【００１８】
文書データベース７は、検索対象の文書や補完後の文書を格納するデータベースである。
【００１９】
抽出手段８は、検索キーワードを抽出する手段である。この抽出手段８は、省略補完手段３から入力された補完後の文書や数量表現と、補完後の語を抽出した検索キーワードを、文書格納検索手段６に送る。
【００２０】
出力手段９は、結果を出力する手段である。この出力手段９は、文書格納検索手段６から送られた検索結果を出力する。
【００２１】
なお、形態素解析を行う処理、構文解析を行う処理、文書をデータベース化する処理、文書を格納または検索する処理、および該当部分（検索キーワード）を抽出する処理は、一般的な部分に関しては、既知の自然言語処理技術を用いればよい。
【００２２】
図５は本発明の実施の形態の数量表現検索装置の動作を説明するフローチャートである。この図５において、入力手段１で処理を選択し（ステップ５０１）、投入処理を実行するか（ステップ５０２）、検索処理を実行するか（ステップ５０３）、または終了する。
【００２３】
図６は図５のステップ５０２の投入処理の動作を説明するフローチャートである。
【００２４】
図６の投入処理では、まず最初に、検索対象の文書を入力手段１に投入する（ステップ６０１）。
例えば、以下の例文（ａ）または（ｂ）を投入する。
「１０キロの荷物を持って歩いた」…（ａ）
「１０キロ荷物を持って歩いた」…（ｂ）
入力手段１に投入された文書は、文書解析手段２に送られる。
【００２５】
次に、文構造解析手段２において、投入された文書の文構造を解析する（ステップ６０２）。
図７は例文（ａ），（ｂ）の文構造の解析例であり、（１）は例文（ａ）の解析例、（２）は例文（ｂ）の解析例である。
文構造解析手段２での解析後の文構造は、入力手段１から送られた元の文書とともに、省略補完手段３に送られる。
【００２６】
次に、省略補完手段３において、解析後の文構造および属性辞書４（図３参照）の単位系情報を参照して、文書から接頭語を探す（ステップ６０３）。
例文（ａ），（ｂ）では、接頭語として、ともに「キロ」が探される。
【００２７】
なお、上記ステップ６０３から以下のステップ６０７までの処理は、省略補完手段３においての処理である。
【００２８】
次に、文構造解析手段２で解析された文構造から共起語を決定する（ステップ６０４）。
例文（ａ）の共起語は「荷物」と決定される。
例文（ｂ）の共起語は「歩く」と決定される。
【００２９】
次に、共起語辞書５（図４参照）を参照して、属性（属性名）を決定する（ステップ６０５）。
例文（ａ）の属性名は「WEIGHT」と決定される。
例文（ｂ）の属性名は「LENGTH」と決定される。
【００３０】
さらに、属性辞書４（図３）を参照して、基本単位を決定する（ステップ６０６）。
例文（ａ）では、属性が「WEIGHT」なので、基本単位は「グラム」と決定される。
例文（ｂ）では、属性が「LENGTH」なので、基本単位は「メートル」と決定される。
【００３１】
そして、接頭語に基本単位を補完する（ステップ６０７）。
例文（ａ）では、接頭語「キロ」に基本単位「グラム」が補完され、「１０キログラムの荷物を持って歩いた」となる。
例文（ｂ）では、接頭語「キロ」に基本単位「メートル」が補完され、「１０キロメートル荷物を持って歩いた」となる。
補完後の文書は、元の文書とともに、抽出手段８に送られる。
【００３２】
次に、抽出手段８において、補完後の語を検索キーワードとして抽出する（ステップ６０８）。
例文（ａ）では、「１０キログラム」がキーワードとして抽出される。
例文（ｂ）では、「１０キロメートル」がキーワードとして抽出される。
抽出されたキーワードは、元の文書とともに、文書格納検索手段６に送られる。
【００３３】
最後に、文書格納検索手段６によって、文書データベース７に、元の文書と検索キーワードを格納し（ステップ６０９）、投入処理を終了する。
例文（ａ）では、元の文書「１０キロの荷物を持って歩いていた」とキーワード「１０キログラム」が文書データベース７に格納される。
例文（ｂ）では、元の文書「１０キロ荷物を持って歩いていた」とキーワード「１０キロメートル」が文書データベース７に格納される。
【００３４】
図８は図５のステップ５０３の検索処理の動作を説明するフローチャートである。
【００３５】
図８の検索処理では、まず最初に、検索したい数量表現を、検索語として入力手段１に入力する（ステップ８０１）。
例えば、以下の例文（ｃ）または（ｄ）を検索語として入力する。
「１０キロメートル」…（ｃ）
「１０キロ」…（ｄ）
入力手段１に入力された数量表現（検索語）は、文書解析手段２に送られる。
【００３６】
次に、文構造解析手段２において、検索語の文構造を解析する（ステップ８０２）。文構造解析手段２での解析後の文構造は、入力手段１から送られた数量表現（検索語）とともに、省略補完手段３に送られる。
【００３７】
次に、省略補完手段３において、解析後の文構造および属性辞書４（図３参照）の単位系情報を参照して、検索語が接頭語であるか否か（接頭語のみに省略された数量表現であるか否か）を判別する（ステップ８０３）。
例文（ｃ）では、接頭語でないと判別される。
例文（ｄ）では、「キロ」が接頭語であると判別される。
接頭語でないと判別された場合は、文書格納検索手段６に送られる。
【００３８】
上記ステップ８０３で接頭語でないと判別された場合は、文書格納検索手段６において、検索語と検索キーワードが一致する文書を文書データベース７に格納されている文書から検索して獲得する（ステップ８０４）。
例文（ｃ）では、検索キーワードが「１０キロメートル」である上記例文（ｂ）の「１０キロ荷物を持って歩いた」が、文書データベース７から検索されて獲得される。
【００３９】
そして、上記ステップ８０４で獲得した文書を検索結果として出力手段８から出力する（ステップ８０５）。
例文（ｃ）では、上記例文（ｂ）の「１０キロ荷物を持って歩いた」が検索結果として出力される。
【００４０】
また、上記ステップ８０３で接頭語であると判別された場合は、省略補完手段３において、属性辞書４（図３参照）の属性情報を参照して、基本単位と属性内容の一覧を出力手段９で表示させて、省略された数量表現であることを通知する（ステップ８１１）。
【００４１】
なお、上記ステップ８１１から以下のステップ８１５までの処理は、省略補完手段３においての処理である。
【００４２】
そして、再入力するか否かを出力手段９で表示させ、再入力するか否かを問い合わせる（ステップ８１２）。
【００４３】
上記ステップ８１２で、再入力することが選択された場合には、上記ステップ８０１の検索語の入力に戻る。
【００４４】
また、上記ステップ８１２で、再入力しないことが選択された場合には、基本単位から選択するか否かを出力手段９で表示させ、基本単位から選択するか否かを問い合わせる（ステップ８１３）。
【００４５】
上記ステップ８１３で、基本単位からの選択がなされた場合には、その選択された基本単位で接頭語（検索語）を補完する（ステップ８１４）。
例文（ｄ）では、例えば基本単位「グラム」が選択され、その基本単位「グラム」で検索語「１０キロ」が補完され、「１０キログラム」となる。
補完された検索語は、文書格納検索手段６に送られる。
【００４６】
そして、上記ステップ８１４で検索語に補完がなされた場合には、文書格納検索手段６において、検索語と検索キーワードが一致する文書を文書データベース７に格納されている文書から検索して獲得し（ステップ８０４）、この獲得した文書を検索結果として出力手段８から出力する（ステップ８０５）。
例文（ｄ）では、検索キーワードが「１０キログラム」である上記例文（ａ）の「１０キロの荷物を持って歩いた」が、文書データベース７から検索されて獲得され、検索結果として出力手段８から出力される。
【００４７】
また、上記ステップ８１３で、基本単位からの選択がなされなかった場合には、全ての基本単位で接頭語（検索語）を補完する（ステップ８１５）。
例文（ｄ）では、例えば全ての基本単位「メートル」，「グラム」，「バイト」，…で、検索語「１０キロ」が補完され、「１０キロメートル」，「１０キログラム」，「１０キロバイト」，…となる。
全ての基本単位で補完されたこれらの検索語は、文書格納検索手段６に送られる。
【００４８】
そして、上記ステップ８１５で検索語に補完がなされた場合には、文書格納検索手段６において、補完された全ての検索語について、変換後の検索キーワードが一致する文書を文書データベース７に格納されている文書からそれぞれ検索して獲得し（ステップ８０４）、これら獲得した文書を検索結果として出力手段８から出力する（ステップ８０５）。例文（ｄ）では、検索キーワードが「１０キログラム」である上記例文（ａ）の「１０キロの荷物を持って歩いた」、検索キーワードが「１０キロメートル」である上記例文（ｂ）の「１０キロ荷物を持って歩いた」などが、文書データベース７から検索されて獲得され、検索結果として出力手段８から出力される。
【００４９】
共起語として修飾関係や格関係になる語を抽出する方法や、抽出した語の関係を表すシソーラスを作成する手法や、抽出した語の関係から訳し分けを行う手法はすでに存在するが、それらの手法の対象は被修飾語や格になる名詞や動詞であり、それらの手法を用いても、修飾になる数量表現の属性を決定することができない。
【００５０】
以上のように本発明の実施の形態によれば、文構造を解析して共起語を決定して省略された数量表現を補完して格納しておく、あるいは省略された数量表現を適切に補完する語のみを検索時に提供して検索することによって、省略された数量表現が検索対象文書と検索語のいずれに存在していても、省略されていることを意識せずに補完して検索できる。また、自然言語の検索に用いると、数量表現の検索が容易になる。
【００５１】
なお、上記実施の形態では、数値と単位による数量表現のみを検索対象または検索語とする数量表現検索装置を説明したが、本発明は、その他の数量表現や数量表現以外を検索対象または検索語とする方法や装置と組み合わせて利用することも可能である。
【００５２】
【発明の効果】
以上説明したように本発明によれば、接頭語のみに省略されていることを意識せずに数量表現を補完して検索できるという効果がある。
【図面の簡単な説明】
【図１】 本発明の実施の形態の数量表現検索装置のブロック構成図である。
【図２】 数量表現を含む文の文構造の解析例を示す図ある。
【図３】 図１の属性辞書の構成例を示す図である。
【図４】 図１の共起語辞書の構成例を示す図である。
【図５】 図１の数量表現検索装置の動作を説明するフローチャートである。
【図６】 図５のステップ５０２の投入処理の動作を説明するフローチャートである。
【図７】 図６のステップ６０２においての文構造の解析例を示す図である。
【図８】 図５のステップ５０３の検索処理の動作を説明するフローチャートである。
【符号の説明】
１ 入力手段、 ２ 文構造解析手段、 ３ 省略補完手段、 ４ 属性辞書、 ５ 共起語辞書、 ６ 文書格納検索手段、 ７ 文書データベース、 ８抽出手段、 ９ 出力手段。
Claims (4)
- 自然言語で数量表現を検索する数量表現検索装置において、
検索対象の文書や検索したい数量表現を入力する入力手段と、
上記入力された文書や数量表現の文の構造を解析する文構造解析手段と、
属性を表す属性名と属性の意味を表す属性内容と補完するための基本単位とからなる属性情報、および省略されたと判断するための接頭語と接頭語の意味を表す倍数とからなる単位系情報が格納された属性辞書と、
属性を表す属性名と属性名を判断するための共起語とからなる情報が格納された共起語辞書と、
上記入力された文書や数量表現を受け、上記解析された文構造と上記共起語辞書を参照して上記入力された文書から接頭語のみに省略された数量表現を探し、その省略された数量表現に対して、上記解析された文構造をもとに上記接頭語の共起語を決定し、この決定した共起語をもとに上記共起語辞書を参照して上記接頭語の属性名を決定し、この決定した属性名をもとに上記属性辞書を参照して上記接頭語に基本単位を補完することによって、省略された数量表現を補完する省略補完手段と、
上記補完後の文書から接頭語に基本単位を補完した語を検索キーワードとして抽出する抽出手段と、
文書データが格納される文書データベースと、
上記補完後の文書と上記入力された元の文書と上記抽出された検索キーワードとを上記文書データベースに格納し、該検索キーワードを用いて数量表現の検索を行う文書格納検索手段と、
出力手段と
を備え、
上記省略補完手段は、上記解析された文構造と上記共起語辞書を参照して上記入力された数量表現が接頭語のみに省略された数量表現であるか否かを判別し、接頭語のみに省略された数量表現であれば、その旨を上記出力手段によって通知し、再入力を促す
ことを特徴とする数量表現検索装置。 - 自然言語で数量表現を検索する数量表現検索装置において、
検索対象の文書や検索したい数量表現を入力する入力手段と、
上記入力された文書や数量表現の文の構造を解析する文構造解析手段と、
属性を表す属性名と属性の意味を表す属性内容と補完するための基本単位とからなる属性情報、および省略されたと判断するための接頭語と接頭語の意味を表す倍数とからなる単位系情報が格納された属性辞書と、
属性を表す属性名と属性名を判断するための共起語とからなる情報が格納された共起語辞書と、
上記入力された文書や数量表現を受け、上記解析された文構造と上記共起語辞書を参照して上記入力された文書から接頭語のみに省略された数量表現を探し、その省略された数量表現に対して、上記解析された文構造をもとに上記接頭語の共起語を決定し、この決定した共起語をもとに上記共起語辞書を参照して上記接頭語の属性名を決定し、この決定した属性名をもとに上記属性辞書を参照して上記接頭語に基本単位を補完することによって、省略された数量表現を補完する省略補完手段と、
上記補完後の文書から接頭語に基本単位を補完した語を検索キーワードとして抽出する抽出手段と、
文書データが格納される文書データベースと、
上記補完後の文書と上記入力された元の文書と上記抽出された検索キーワードとを上記文書データベースに格納し、該検索キーワードを用いて数量表現の検索を行う文書格納検索手段と、
出力手段と
を備え、
上記省略補完手段は、上記解析された文構造と上記共起語辞書を参照して上記入力された数量表現が接頭語のみに省略された数量表現であるか否かを判別し、接頭語のみに省略された数量表現であれば、基本単位と属性情報を上記出力手段によって提示して、基本単位の内の１つを選択するように促し、選択された基本単位を用いて補完する
ことを特徴とする数量表現検索装置。 - 請求項２記載の数量表現検索装置において、
上記省略補完手段は、省略された数量表現を補完するための基本単位が選択されなかったときに、補完可能な全ての基本単位を用いて補完をする
ことを特徴とする数量表現検索装置。 - 請求項１から３までのいずれかに記載の数量表現検索装置において、
上記文書格納検索手段は、上記入力された数量表現、上記選択された基本単位で補完された数量表現、または上記補完可能な全ての基本単位で補完された数量表現と検索キーワードが一致する文書を上記文書データベースから検索し、上記検索結果として上記出力手段によって出力する
ことを特徴とする数量表現検索装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002345060A JP4024137B2 (ja) | 2002-11-28 | 2002-11-28 | 数量表現検索装置 |
| US10/722,554 US20040225646A1 (en) | 2002-11-28 | 2003-11-28 | Numerical expression retrieving device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002345060A JP4024137B2 (ja) | 2002-11-28 | 2002-11-28 | 数量表現検索装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004178351A JP2004178351A (ja) | 2004-06-24 |
| JP4024137B2 true JP4024137B2 (ja) | 2007-12-19 |
Family
ID=32706334
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002345060A Expired - Fee Related JP4024137B2 (ja) | 2002-11-28 | 2002-11-28 | 数量表現検索装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20040225646A1 (ja) |
| JP (1) | JP4024137B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005258964A (ja) * | 2004-03-12 | 2005-09-22 | Nec Corp | データ処理システム、データ処理方法及びデータ処理プログラム |
| US7840033B2 (en) * | 2004-04-02 | 2010-11-23 | K-Nfb Reading Technology, Inc. | Text stitching from multiple images |
| GB2470134A (en) * | 2008-01-02 | 2010-11-10 | True Engineering Technology Ll | Statement-based computing system |
| JP5426868B2 (ja) * | 2008-11-11 | 2014-02-26 | 株式会社日立製作所 | 数値表現処理装置 |
| JP7103763B2 (ja) * | 2017-07-20 | 2022-07-20 | 株式会社日立製作所 | 情報処理システムおよび情報処理方法 |
Family Cites Families (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4887212A (en) * | 1986-10-29 | 1989-12-12 | International Business Machines Corporation | Parser for natural language text |
| US4864501A (en) * | 1987-10-07 | 1989-09-05 | Houghton Mifflin Company | Word annotation system |
| NZ248751A (en) * | 1994-03-23 | 1997-11-24 | Ryan John Kevin | Text analysis and coding |
| US5799276A (en) * | 1995-11-07 | 1998-08-25 | Accent Incorporated | Knowledge-based speech recognition system and methods having frame length computed based upon estimated pitch period of vocalic intervals |
| US6076088A (en) * | 1996-02-09 | 2000-06-13 | Paik; Woojin | Information extraction system and method using concept relation concept (CRC) triples |
| DE69719858T2 (de) * | 1996-05-13 | 2003-12-24 | Oki Electric Industry Co., Ltd. | Dokumentanzeigesystem und elektronisches Wörterbuch |
| AUPO525497A0 (en) * | 1997-02-21 | 1997-03-20 | Mills, Dudley John | Network-based classified information systems |
| US6278996B1 (en) * | 1997-03-31 | 2001-08-21 | Brightware, Inc. | System and method for message process and response |
| WO1999012108A1 (en) * | 1997-09-04 | 1999-03-11 | British Telecommunications Public Limited Company | Methods and/or systems for selecting data sets |
| US6377965B1 (en) * | 1997-11-07 | 2002-04-23 | Microsoft Corporation | Automatic word completion system for partially entered data |
| US5896321A (en) * | 1997-11-14 | 1999-04-20 | Microsoft Corporation | Text completion system for a miniature computer |
| US5991713A (en) * | 1997-11-26 | 1999-11-23 | International Business Machines Corp. | Efficient method for compressing, storing, searching and transmitting natural language text |
| US6230168B1 (en) * | 1997-11-26 | 2001-05-08 | International Business Machines Corp. | Method for automatically constructing contexts in a hypertext collection |
| JP2001265375A (ja) * | 2000-03-17 | 2001-09-28 | Oki Electric Ind Co Ltd | 規則音声合成装置 |
| US20010049677A1 (en) * | 2000-03-30 | 2001-12-06 | Iqbal Talib | Methods and systems for enabling efficient retrieval of documents from a document archive |
| US6643641B1 (en) * | 2000-04-27 | 2003-11-04 | Russell Snyder | Web search engine with graphic snapshots |
| EP1380980A4 (en) * | 2001-04-11 | 2006-12-20 | Sony Corp | INFORMATION PROCESSING SYSTEM |
| US20030046311A1 (en) * | 2001-06-19 | 2003-03-06 | Ryan Baidya | Dynamic search engine and database |
| US6879987B2 (en) * | 2001-10-31 | 2005-04-12 | Inventec Corp. | Method for storing records in database or reading the same therefrom |
| JP2004021791A (ja) * | 2002-06-19 | 2004-01-22 | Shuichi Araki | 自然言語による既存データの記述方法及びそのためのプログラム |
| US20050108630A1 (en) * | 2003-11-19 | 2005-05-19 | Wasson Mark D. | Extraction of facts from text |
-
2002
- 2002-11-28 JP JP2002345060A patent/JP4024137B2/ja not_active Expired - Fee Related
-
2003
- 2003-11-28 US US10/722,554 patent/US20040225646A1/en not_active Abandoned
Also Published As
| Publication number | Publication date |
|---|---|
| JP2004178351A (ja) | 2004-06-24 |
| US20040225646A1 (en) | 2004-11-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3266586B2 (ja) | データ分析システム | |
| JPH0644296A (ja) | 機械翻訳装置 | |
| JP2005165958A (ja) | 情報検索システム、情報検索支援システム及びその方法並びにプログラム | |
| US20050273316A1 (en) | Apparatus and method for translating Japanese into Chinese and computer program product | |
| JP3015223B2 (ja) | 特殊共起を処理する電子化辞書装置、及び機械翻訳装置、並びに情報検索装置 | |
| JPH1049543A (ja) | 文書検索装置 | |
| JP4024137B2 (ja) | 数量表現検索装置 | |
| JPH0261763A (ja) | 機械翻訳装置 | |
| JP4007413B2 (ja) | 自然言語処理システム及び自然言語処理方法、並びにコンピュータ・プログラム | |
| WO2020079749A1 (ja) | 事例検索方法 | |
| JP4033093B2 (ja) | 自然言語処理システム及び自然言語処理方法、並びにコンピュータ・プログラム | |
| JP4635585B2 (ja) | 質問応答システム、質問応答方法及び質問応答プログラム | |
| JP4007630B2 (ja) | 対訳例文登録装置 | |
| JPH10207896A (ja) | 検索用語拡張方法及び装置及び情報検索方法及び装置 | |
| JP3972697B2 (ja) | 自然言語処理システム及び自然言語処理方法、並びにコンピュータ・プログラム | |
| JPH0561902A (ja) | 機械翻訳システム | |
| JP4300056B2 (ja) | 概念表現生成方法、プログラム、記憶媒体及び概念表現生成装置 | |
| JPH0320866A (ja) | テキストベース検索方式 | |
| JP4033012B2 (ja) | 自然言語処理システム及び自然言語処理方法、並びにコンピュータ・プログラム | |
| JPH09245051A (ja) | 自然言語事例検索装置及び自然言語事例検索方法 | |
| JP2006190226A (ja) | 用言自動換言装置、用言換言方法及び用言換言処理プログラム | |
| JPH05225232A (ja) | テキスト自動前編集装置 | |
| JP2752025B2 (ja) | 機械翻訳装置 | |
| KR101450795B1 (ko) | 대용어 복원 장치 및 방법 | |
| JP2000250914A (ja) | 機械翻訳方法、装置、および機械翻訳プログラムを記録した記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041025 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070801 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070807 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070906 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20071002 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20071002 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101012 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111012 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111012 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121012 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121012 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131012 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |