JP5231698B2 - 日本語の表意文字の読み方を予測する方法 - Google Patents
日本語の表意文字の読み方を予測する方法 Download PDFInfo
- Publication number
- JP5231698B2 JP5231698B2 JP2001219792A JP2001219792A JP5231698B2 JP 5231698 B2 JP5231698 B2 JP 5231698B2 JP 2001219792 A JP2001219792 A JP 2001219792A JP 2001219792 A JP2001219792 A JP 2001219792A JP 5231698 B2 JP5231698 B2 JP 5231698B2
- Authority
- JP
- Japan
- Prior art keywords
- japanese
- reading
- computer
- sentences
- words
- 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 - Lifetime
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/53—Processing of non-Latin text
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Machine Translation (AREA)
- Document Processing Apparatus (AREA)
Description
日本語は、4つのスクリプト、平仮名、カタカナ、ローマ字、および表意文字の組み合わせを用いて書かれる。平仮名およびカタカナは音節文字であり、各キャラクタが単語の音節を表わす表音スクリプトである。一般に、平仮名およびカタカナは、集合的に仮名と呼ばれている。カタカナは、通常、過去400年に間に外国語(中国語を除く)から借用した単語を書き表すために用意されている。また、これらは、強調またはグラフィック効果を与えるために用いることもできる。ローマ字は、アルファベット、即ち、北アメリカ、ヨーロッパおよびその他の各地でなじみのあるラテン・アルファベットである。過去において、ローマ字は、外来語を転記するため、強調のため、および外国の占領軍隊のために日本語を転記するために用いられてきた。漢字は表意文字、即ち、特定の音ではなく、特定の単語または単語の一部を表わすキャラクタである。漢字は、しかしながら、自由な浮遊するアイデアだけに関係する訳ではない**。漢字および単語間の連携は、殆どの部分では固定されている。即ち、殆どの単語では、書き手は異なる漢字の間で選択することはできない。例えば、全ての日本語の話者が、キャラクタ「□」および「□」が本質的に「犬」を意味することに同意しても、キャラクタ「□」を用いて単語「□□」(ちゅうけん)「忠実な犬」と書いても、理解できないであろう。同様に、単語およびその発音の間の連携も固定である。即ち、方言的変種は除いて、単語の発音のしかたは、通常1つだけである。したがって、漢字および発音の間には確固とした連携があるが、これは直接的ではない。常に、書かれている特定の単語によって仲介される。
概要
日本語は、日本の約1億2千万人の住人、ならびにハワイや北および南アメリカ本土に住む日本人によって話されている。また、今世紀当初における日本占領下に住んでいた中国人および韓国人も、第2言語として話している。
計算機環境の一例
図1は、本発明を実現可能な、適当な計算機システム環境100の一例を示す。計算機システム環境100は、単に適当な計算機環境の一例に過ぎず、本発明の使用または機能性の範囲に対して限定を示唆する意図は全くない。また、計算機環境100は、一例の動作環境100に示すコンポーネントのいずれの1つまたはその組み合わせに関するいずれの依存性も要件も有するものとして解釈しないこととする。
表意文字の読み方予測
図2および図3は、日本語表意文字の読み方を予測するときに用いる、基本的読み方および判断ツリーを生成するための、読み方予測システム200の種々のデータおよび処理コンポーネントの協働を示す。図示の実施態様では、読み方予測システム200は、基準漢字読み方205、訓練コープス210、疑似音韻規則215、読み方分析部220、基本的読み方225、分析コープス230、コープス分類部235、判断ツリー240、入力文章270、読み方予測部265、形態学的分析部275、形態学的分析280、および読み方予測260から成る。読み方予測システム200は、2段階、即ち、「訓練段階」および「実行/ランタイム段階」で動作する。図2は、読み方予測システム200の「訓練段階」のための例示コンポーネントの協働を示す。「訓練段階」は、読み方予測システム200に、判断ツリー240および基本的読み方225を供給する。これらは、「実行/ランタイム」段階において用いられ(図3に示すその他の例示のコンポーネントと共に)、読み方の予測を行なう。
hatsu、音読み
hotsu、音読み
abaki、訓読み
okoshi、訓読み
tachi、訓読み、
hasshi、訓読み、
hana、訓読み、
hira、訓読み。
仮名が訓読みの一部であり、それが形態素における最初の仮名であり、そしてそれが鼻音節仮名の後にあり、そして無声子音で始まり、そして形態素の残り部分が有声閉鎖音を含まない場合、無声子音をその有声子音と置き換える。
読み方が2つよりも多い仮名を有する場合、最後の2つの仮名を除去する。
訓練データのコープスが組み立てられ、これは、日本語形態学的分析部の主要語彙における全ての単語、分析部の有限状態文法における形態素の全て、公知の非標準的綴り変形のリスト、ならびに典型的な数および日付のリストを含む。各エントリは、項目の綴り、その形態学的類別または話法の一部、および項目の読み方を含む。コープスを処理していくつかのテキスト・ファイルとし、これを図2の読み方分析部220で処理する。
GOku, aba,□
GOsu, oko, □
GOsu, ha?,□
GOtu, ta, □
Geo, hassamu, □□
Lnme, hossa, □□
Noun, kappatsu, □□
Noun, hatsumei, □□
Noun, ichinenhokki, □□□□
Noun, kanpatsu, □□
Noun, kanpatsu, □□
Noun, hokku, □□
Noun, hotsui, □□
DER classshot hatu, ippatsu, □□
DER classshot hatu, nihatsu, □□
DER classshot-hatu,sanpatsu, □□
「訓練段階」の間、訓練コープスの各エントリを分析し、各単語における各漢字について、どの基準読み方を用いるか、どの音韻規則を適用するか、どの規則を適用すべきであったがしなかったか判定を行なう。このステップを実行するには、可能な組み合わせを余すことなく探索し、エントリの読み方に一致する読み方を生成するものを見つけ出す。処理の一例は次の通りである。
訓練コープスにおける各エントリについて、
綴りにおける各漢字について、
漢字の基準読み方の各々について、
漢字の基準読み方を代えて、読み方仮説を形成する
各読み方仮説について、
環境が一致した各音韻規則について、
現読み方仮説を複製する
一方のコピーにおいて、規則の作用部分を実行し、規則が適用され
たことを印する
他方のコピーにおいて、ルールが禁止されたことを印する
読み方仮説がエントリの読み方と一致した場合、仮説を保存する
読み方分析部220が1つよりも多い仮説を生成するのに成功することも、全く生成できないこともあり得る。多数の仮説ができた場合、読み方予測システムは、単純な方の仮説を優先する探索法を用いて、最良の仮説を選択する。「学習段階」の出力を検査することによって、1組の基準読み方および音韻規則を変更し、曖昧さおよび不良の数を減少させることができる。
Noun, kanpatsu, □□
キャラクタ「□」は、1つの基準読み方のみを有する。
kan, 音
先に列挙した「□」の8つの基準読み方と組み合わせると、音韻規則を適用する前に、8つの読み方仮説、kanhhatsu, kanhotsu, kanabaki, kanakoshi, kantachi, kanhasshi, kanhana,およびkanhiraが得られる。読み方分析部200(読み方分析部によって実行するアルゴリズム)は、kanhatsuが、鼻音節の後の子音を有声化するNasalVoicingと呼ぶ規則の環境に一致することを認める。この規則を適用すると、kanbatsuが得られ、以降の規則適用の組み合わせは、正しい読み方に至らない。しかしながら、NasalVoicingが禁止されると、仮説は、別の規則NasalStoppingの環境と一致する。この規則を適用すると、kanpatsuが得られる。後の規則、Spelling Variantは、kanpatsuをkanpaに変化させる。この規則が禁止されると、最後の仮説、kanpatsuが残る。これが正しい表皮読み方となる。
□−hatu、音、−Spelling Vaariant1
このように訓練コープス全体を分析した後、読み方予測システム200は、各漢字に対して、基本的読み方225の完全な集合、および各読み方が現れた単語の完全な集合を特定している。読み方予測システム200は、この情報を用いて、各漢字について判断ツリー240を作成する。判断ツリー240は、所与の文脈における漢字の基本的読み方を予測する。判断ツリー240は、文章の形態学的分析から得られる情報のみを用いる。言い方を変えると、判断ツリー240は、訓練コープスにどの単語が現れるかには無関係に、単語の基本的読み方に関する予測を行なうことができる。
IsBoundMorpheme - 漢字を含む形態素が接頭辞である場合真
IsStemMorpheme − 漢字を含む形態素が語幹である場合真
IsMorphInitial − 漢字が形態素における最初のキャラクタである場合真
IsMorphFinal − 漢字が形態素における最後のキャラクタである場合真
PrecedesKanji − 形態素において漢字が他の単語の直前にある場合真
FollowsKanji − 形態素において漢字が他の単語の直後にある場合真
PrecedsHiragana − 形態素において、漢字が平仮名の直前にある場合真
FollowsHiragana − 形態素において漢字が平仮名の直後にある場合真
PrecedsKatakana − 形態素において漢字がカタカナの直前にある場合真
FollowsKatakana − 形態素において漢字がカタカナの直後にある場合真
AllKanji − 漢字を含む形態素におけるキャラクタ全てが漢字である場合真
IsUnigram − 漢字を含む形態素が1キャラクタ長である場合真
IsBigram − 漢字を含む形態素が2キャラクタ長である場合真
IsTrigram − 漢字を含む形態素が3キャラクタ長である場合真
IsTetragram − 漢字を含む形態素が4キャラクタ長である場合真
IsFactoid − 漢字を含む形態が、名称、日付、または数値である場合真
IsBoundR − 漢字を含む形態素が1キャラクタ接尾語である場合真
IsBoundL − 漢字を含む形態素が1キャラクタ接頭語である場合真
MorphIDEquals(X) − 漢字を含む形態素がXである場合真
WordIDEquals(X) − 漢字を含む単語がXである場合真
NextCharEquals(X) − 形態素において漢字がXの直前にある場合真
ThirdCharEquals(X) − 形態素において漢字がXよりも2キャラクタ前にある場合真
PrevCharEquals(X) − 形態素において漢字がXの直後にある場合真
読み方予測システム200は、分類属性を用いて、次の例に対して以下のような処理を行なう。例えば、訓練コープスにおける「□」のインスタンスのみが次の通りであると仮定する。
1.GOku, aba, □
2.GOsu, oko, □
3.Noun, kappatsu, □□
4.NCna, hatsumei, □□
5.Noun, ichinenhokki, □□□□
6.Noun, kanpatsu, □□
7.Noun, hokku, □□
8.Noun, hotsui, □□
分析段階によって特定された「□」の基本的読み方は、次の通りである。
1.A:aba, 訓、-SpellingVariant1
2.B:oko, 訓、-SpellingVariant1
3.C:hatsu, 音、-SpellingVariant1
4.C:hatsu, 音、-SpellingVariant1
5.D:hotsu, 音
6.C:hatsu, 音、-SpellingVariant1
7.D:hotsu, 音
8.E:hotsu, 音、-
読み方分析部アルゴリズムは、以下のような判断ツリーを作成する。
If_IsMorphID(GOku)
Reading A
Else
If_IsMorphID(GOsu)
Reading B
Else
If_IsFinal
Reading C
Else
If_IsTetragram
Reading D
Else
If_IsMorphID(Ncna)
Reading C
Else
If_NextCharEquals(□)
Reading D
Else
Reading E
場合によっては、分類属性は、単語を類似等級に完全に分離できない場合もある。この状況が発生した場合、アルゴリズムは、例の頻度に基づいて、確率的に最終分離を行なう。これは、訓練コープスにおける単語の頻度から計算する。前述の例のデータが次の項目も含み、
9.Noun, hatsui, □□(reading C)
項目8および9双方が同じ頻度を有する場合、上記ツリーの最終片は、以下と置き換えられる。
If_NextCharEquals(□)
Reading D
Else
Probalilistic
.5 Reading E
.5 Reading C
「実行/ランタイム」段階における速度を最大化するために、作業の殆どを「学習」段階の間に行なう。「実行/ランタイム」段階の間、読み方予測アルゴリズムは、一例の計算機アプリケーション(図7に示す)におけるモジュールとして実装され、日本語形態学分析部も含む。所与の漢字に対する読み方を予測するために、形態学エンジンを用いて、漢字を含む単語を含む文章を分析する。分類属性の値を分析から計算し、判断ツリーを通過し、当該漢字に対する基本的読み方を見つけるために用いる。
最初に図3の形態学的分析部275によってこの文章を分析し、構造を究明する。
hatsu, 音、-SpellingVariant1
mei, 音、-SpellingVariant1
が選択され、hatsumeiという単語の読み方の表現を作成する。次に、音韻規則を単語の読み方に適用し、そして一致する環境を有する唯一の規則がSpellingVariant1であり、この規則は双方の読み方に適用するのを禁止されているので、最終的な表皮読み方予測は、hatsumeiとなる。
120 演算装置
121 システム・バス
130 システム・メモリ
131 リード・オンリ・メモリ(ROM)
132 ランダム・アクセス・メモリ(RAM)
133 基本入出力システム(BIOS)
134 オペレーティング・システム
135 アプリケーション・プログラム
136 その他のプログラム・モジュール
137 プログラム・データ
141 ハード・ディスク・ドライブ
144 オペレーティング・システム
145 アプリケーション・プログラム
146 その他のプログラム・モジュール
147 プログラム・データ
150 インターフェース
151 磁気ディスク・ドライブ
152 リムーバブル不揮発性磁気ディスク
155 光ディスク・ドライブ
156 リムーバブル不揮発性光ディスク
160 ユーザ入力インターフェース
161 ポインティング・デバイス
162 キーボード
171 ローカル・エリア・ネットワーク(LAN)
173 ワイド・エリア・ネットワーク(WAN)
180 リモート・コンピュータ
181 モニタ
185 リモート・アプリケーション・プログラム
190 出力周辺インターフェース
196 プリンタ
197 スピーカ
200 読み方予測システム
205 基準漢字読み方
210 訓練コープス
215 疑似音韻ルール
220 読み方分析部
225 基本的読み方
230 分析コープス
235 コープス分類部
240 判断ツリー
260 読み方予測
265 読み方予測部
270 文章
275 形態学的分析部
280 形態学的分析
500 計算機環境
510 表示/インターフェース制御部
515 表示/インターフェース・エリア
520 表示/インターフェース・エリア
Claims (17)
- データ・ストア内の日本語の単語および文章のうちの少なくとも1つの日本語表意文字の読み方を予測する、コンピュータにより実行される方法であって、
前記コンピュータが、前記データ・ストア内の日本語の表意文字のうちの少なくとも1つに対する少なくとも1つの発音表現を作成するステップであって、前記発音表現が、基準漢字読み方および疑似音韻規則を含むデータを用いて作成され、前記基準漢字読み方が発音および歴史的等級情報を含む、ステップと、
前記コンピュータが、読み方分析部を提供するステップであって、前記読み方分析部が、入力として、前記基準漢字読み方、前記疑似音韻規則および訓練コープスから成るグループのうちの少なくとも1つを受け入れ、前記前記読み方分析部が更に、日本語の単語および文章のうちの前記少なくとも1つからの形態学的情報を使って前記少なくとも1つの発音表現のうちの1つを選択するために使用する判断ツリーを生成する、ステップと、
前記コンピュータが、前記日本語の単語および文章のうちの前記少なくとも1つを処理するステップであって、前記発音表現と前記判断ツリーを用いて、前記日本語の単語および文章の前記少なくとも1つの前記日本語の表意文字の読み方を与える、ステップと、
含む方法。
- 請求項1記載の方法において、前記判断ツリーを生成することは、更に、前記コンピュータが学習アルゴリズムを提供するステップを含み、該学習アルゴリズムを前記判断ツリーの作成に使用する、方法。
- 請求項2記載の方法において、前記学習アルゴリズムを提供するステップは、ID3型機械学習アルゴリズムを装備することを含む、方法。
- 請求項1記載の方法において、前記日本語の単語および文章のうちの前記少なくとも1つを処理するステップは、更に、
前記コンピュータが、入力として、前記判断ツリー、前記少なくとも1つの発音表現、前記疑似音韻規則、および形態学的分析から成るグループのうちの少なくとも1つを受け入れるステップを含み、更に、前記入力を使って日本語の単語および文章のうちの前記少なくとも1つを解析し、日本語の表意文字およびそれぞれの読み方を特定すること、
を含み、
言語形態学規則を用いて、形態学分析部によって前記形態学的分析が生成される、
方法。
- 請求項4記載の方法であって、更に、
前記コンピュータが、日本語の単語および文章のうちの前記少なくとも1つを前記形態学分析部によって分析して、日本語の単語および文章のうちの前記少なくとも1つの構造を判定するステップであって、前記構造が日本語表意文字を含む、ステップと、
前記コンピュータが、前記日本語表意文字に対して分類属性を計算するステップと、
前記コンピュータが、前記計算した属性の値にしたがって、前記判断ツリーを辿るステップと、
前記コンピュータが、前記日本語表意文字に対して、前記判断ツリーを辿った結果に基づき適切な発音表現を選択するステップと、
前記コンピュータが、前記疑似音韻規則を前記少なくとも1つの発音表現に適用し、表皮読み方を生成するステップと、
を含む方法。
- 請求項1記載の方法を実行するように、コンピュータに命令するコンピュータ実行可能命令を含むコンピュータ読み取り可能記憶媒体。
- 日本語の表意文字の発音表現を予測するシステムであって、
プロセッサと、
日本語読み方分析部の機能を実行する、前記プロセッサにおいて実行可能なコンピュータ実行可能命令であって、前記日本語読み方分析部が、日本語単語データのコープスを入力として受け入れ、前記日本語単語データのコープスにおける日本語表意文字に対する発音表現を生成するように構成され、前記日本語単語データは、基準漢字読み方、訓練コープスおよび疑似音韻規則から成るグループのうちの少なくとも1つを含み、前記日本語読み方分析部が、日本語の単語および文章のうちの少なくとも1つからの形態学的情報を使って日本語の表意文字の読み方を予測する際に使用する判断ツリーを生成するように構成され、前記発音表現が、基準漢字読み方および疑似音韻規則を含むデータを用いて作成され、前記基準漢字読み方が発音および歴史的等級情報を含む、コンピュータ実行可能命令と、
日本語読み方予測部の機能を実行する、前記プロセッサにおいて実行可能なコンピュータ実行可能命令であって、前記日本語読み方予測部が、前記判断ツリー、前記日本語単語データおよび形態学的分析を入力として受け入れ、日本語の単語および文章のうちの前記少なくとも1つに対して処理を行って、日本語の単語および文章のうちの前記少なくとも1つ内にある日本語の表意文字に対する発音表現予測を提供するように構成された、コンピュータ実行可能命令と、
を含むシステム。
- 請求項7記載のシステムにおいて、前記形態学的分析は、形態学的分析部によって作成され、該形態学的分析部が、既定の日本語形態学規則にしたがって、日本語の単語および文章のうちの前記少なくとも1つを処理するように構成された、システム。
- 請求項8記載のシステムにおいて、前記形態学的分析部は、入力として、日本語の単語および文章のうちの前記少なくとも1つを受け入れ、日本語の単語および文章のうちの前記少なくとも1つ内にある日本語の表意文字に対して分類属性を計算するように構成され、該分類属性は、日本語の単語および文章の形態学的分析から得られる情報であり、前記分類属性が、日本語読み方予測部により使用されて、前記日本語の単語および文章のうちの前記少なくとも1つ内の日本語の表意文字に対して表皮読み方を作成する、システム。
- 請求項9記載のシステムにおいて、前記分類属性は、IsBoundMorpheme, IsStemMorpheme, IsMorphInitial, IsMorphFinal, PrecedesKanji, FollowsKanji, PrecedesHiragana, FollowsHiragana, PrecedesKatakana, FollwsKatakana, AllKanji, IsUnigram, IsBigram, IsTrigram, IsTetragram, IsFactoid, IsBoundR, IsBoundL, MorphIDEquals(X), WorldIDEquals(X), NextCharEquals(X), ThirdCharEquals(X), およびPrevCharEquals(X)から成るグループのうちの少なくとも1つを含む、システム。
- 請求項10記載のシステムにおいて、前記分類属性は前記日本語形態学規則に基づく、システム。
- 請求項7記載のシステムにおいて、前記日本語読み方分析部は、学習アルゴリズムを備え、該学習アルゴリズムを前記判断ツリーの作成に使用する、システム。
- 請求項12記載のシステムにおいて、前記学習アルゴリズムは、ID3型機械学習アルゴリズムである、システム。
- 請求項7記載のシステムにおいて、該システムが計算機アプリケーションの一部として組み込まれ、前記計算機アプリケーションが、文型チェックのために、日本語の表意文字の発音表現を与える、システム。
- 電子形態での日本語の表意文字の読み方予測を可能にする、コンピュータにより実行される方法であって、
前記コンピュータが読み方分析部を提供するステップであって、該読み方分析部が入力として日本語データを受け入れ、前記日本語データが基準漢字読み方、訓練コープスおよび疑似音韻規則から成るグループのうちの少なくとも1つを含む、ステップと、
前記コンピュータが、前記読み方分析部を学習モードで動作させるステップであって、前記読み方分析部が、前記日本語データに対して処理を行って、前記日本語データに対して発音表現を生成し、日本語の単語および文章のうちの少なくとも1つからの形態学的情報を使って日本語の表意文字の発音表現を予測するときに使用する判断ツリーを生成し、前記発音表現が、基準漢字読み方および疑似音韻規則を含むデータを用いて作成され、前記基準漢字読み方が発音および歴史的等級情報を含む、ステップと、
前記コンピュータが読み方予測部を提供するステップであって、該読み方予測部が、前記発音表現および前記判断ツリーを用いて、前記日本語の表意文字の発音表現予測を提供する、ステップと、
を含む方法。
- 請求項15記載の方法において、前記読み方予測部を提供するステップは、更に、前記コンピュータが、前記日本語の単語および文章のうちの前記少なくとも1つに対して形態学的分析を行なうステップを含み、該形態学的分析は、形態学的分析部が、日本語形態学規則を用いて、日本語の単語および文章のうちの前記少なくとも1つに対して処理を行なうことによって生成する、方法。
- 請求項15記載の方法を実行するように、コンピュータに命令するコンピュータ実行可能命令を含むコンピュータ読み取り可能記憶媒体。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US21998100P | 2000-07-21 | 2000-07-21 | |
US60/219981 | 2001-05-17 | ||
US09/859,341 US7328404B2 (en) | 2000-07-21 | 2001-05-17 | Method for predicting the readings of japanese ideographs |
US09/859341 | 2001-05-17 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2002149643A JP2002149643A (ja) | 2002-05-24 |
JP5231698B2 true JP5231698B2 (ja) | 2013-07-10 |
Family
ID=26914455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001219792A Expired - Lifetime JP5231698B2 (ja) | 2000-07-21 | 2001-07-19 | 日本語の表意文字の読み方を予測する方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US7328404B2 (ja) |
JP (1) | JP5231698B2 (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060206301A1 (en) * | 2002-07-31 | 2006-09-14 | Wei-Bin Chang | Determining the reading of a kanji word |
JP3956368B2 (ja) * | 2003-10-16 | 2007-08-08 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 形態素解析システム |
KR20080007261A (ko) * | 2005-04-25 | 2008-01-17 | 테직 커뮤니케이션 인코포레이티드 | 표의문자 언어 구의 사용자 입력을 처리하기 위한 회로,방법 및 시스템 |
TWI295783B (en) * | 2005-08-12 | 2008-04-11 | Delta Electronics Inc | Text inputting device for mobile communication device and method thereof |
US20090299822A1 (en) | 2006-11-08 | 2009-12-03 | P C Grocery Ltd. | System and method for optimized shopping transactions |
JP5025550B2 (ja) * | 2008-04-01 | 2012-09-12 | 株式会社東芝 | 音声処理装置、音声処理方法及びプログラム |
US9055161B2 (en) * | 2009-07-18 | 2015-06-09 | Abbyy Development Llc | Text processing method for a digital camera |
US9251428B2 (en) | 2009-07-18 | 2016-02-02 | Abbyy Development Llc | Entering information through an OCR-enabled viewfinder |
RU2586577C2 (ru) * | 2014-01-15 | 2016-06-10 | Общество с ограниченной ответственностью "Аби ИнфоПоиск" | Фильтрация дуг в синтаксическом графе |
US20160062979A1 (en) * | 2014-08-27 | 2016-03-03 | Google Inc. | Word classification based on phonetic features |
US9852123B1 (en) * | 2016-05-26 | 2017-12-26 | Google Inc. | Semiotic class normalization |
IT201900002235A1 (it) | 2019-02-15 | 2020-08-15 | Univ Ca Foscari Di Venezia | Sistema e metodo per l’unione di morfemi in unita’ lessicali e relativa trascrizione in sillabe hiragana e in caratteri latini di un testo giapponese |
KR20190080833A (ko) * | 2019-06-18 | 2019-07-08 | 엘지전자 주식회사 | 음성 정보 기반 언어 모델링 시스템 및 방법 |
KR20190080834A (ko) * | 2019-06-18 | 2019-07-08 | 엘지전자 주식회사 | 사투리 음소 적응 학습 시스템 및 방법 |
CN110990674A (zh) * | 2019-11-25 | 2020-04-10 | 创新奇智(青岛)科技有限公司 | 一种文章阅读量的预测方法及*** |
US11625494B2 (en) * | 2020-02-06 | 2023-04-11 | AVAST Software s.r.o. | Data privacy policy based network resource access controls |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4718102A (en) * | 1983-01-19 | 1988-01-05 | Communication Intelligence Corporation | Process and apparatus involving pattern recognition |
US4837689A (en) * | 1985-10-07 | 1989-06-06 | Sharp Kabushiki Kaisha | Inputting and editing system in a knowledge based inquiry and answer system |
JPH02159674A (ja) * | 1988-12-13 | 1990-06-19 | Matsushita Electric Ind Co Ltd | 意味解析装置と構文解析装置 |
US5033087A (en) * | 1989-03-14 | 1991-07-16 | International Business Machines Corp. | Method and apparatus for the automatic determination of phonological rules as for a continuous speech recognition system |
US5477451A (en) * | 1991-07-25 | 1995-12-19 | International Business Machines Corp. | Method and system for natural language translation |
US5867812A (en) * | 1992-08-14 | 1999-02-02 | Fujitsu Limited | Registration apparatus for compound-word dictionary |
JPH0773174A (ja) * | 1993-06-29 | 1995-03-17 | Texas Instr Inc <Ti> | 日本語処理システム |
US5586198A (en) * | 1993-08-24 | 1996-12-17 | Lakritz; David | Method and apparatus for identifying characters in ideographic alphabet |
US5794177A (en) * | 1995-07-19 | 1998-08-11 | Inso Corporation | Method and apparatus for morphological analysis and generation of natural language text |
US6035269A (en) * | 1998-06-23 | 2000-03-07 | Microsoft Corporation | Method for detecting stylistic errors and generating replacement strings in a document containing Japanese text |
US6621424B1 (en) * | 2000-02-18 | 2003-09-16 | Mitsubishi Electric Research Laboratories Inc. | Method for predicting keystroke characters on single pointer keyboards and apparatus therefore |
-
2001
- 2001-05-17 US US09/859,341 patent/US7328404B2/en not_active Expired - Fee Related
- 2001-07-19 JP JP2001219792A patent/JP5231698B2/ja not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
US20020152246A1 (en) | 2002-10-17 |
US7328404B2 (en) | 2008-02-05 |
JP2002149643A (ja) | 2002-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6738741B2 (en) | Segmentation technique increasing the active vocabulary of speech recognizers | |
US7302640B2 (en) | Language input architecture for converting one text form to another text form with tolerance to spelling, typographical, and conversion errors | |
JP5231698B2 (ja) | 日本語の表意文字の読み方を予測する方法 | |
JPH03224055A (ja) | 同時通訳向き音声認識システムおよびその音声認識方法 | |
JP2000513843A (ja) | 辞書に基づく品詞確率による自然言語パーザ | |
Dickinson et al. | Language and computers | |
Alghamdi et al. | Automatic restoration of arabic diacritics: a simple, purely statistical approach | |
Hasegawa-Johnson et al. | Grapheme-to-phoneme transduction for cross-language ASR | |
Sproat et al. | The taxonomy of writing systems: How to measure how logographic a system is | |
Bugert et al. | Generalizing cross-document event coreference resolution across multiple corpora | |
JP2002117027A (ja) | 感情情報抽出方法および感情情報抽出プログラムの記録媒体 | |
Alghamdi et al. | KACST Arabic diacritizer | |
El-Imam et al. | Rules and algorithms for phonetic transcription of standard Malay | |
JP3952964B2 (ja) | 読み情報決定方法及び装置及びプログラム | |
Boujelbane et al. | An automatic process for Tunisian Arabic orthography normalization | |
Asahiah | Development of a Standard Yorùbá digital text automatic diacritic restoration system | |
KR20040018008A (ko) | 품사 태깅 장치 및 태깅 방법 | |
KR20080028655A (ko) | 품사 태깅 장치 및 태깅 방법 | |
Babych | Graphonological levenshtein edit distance: Application for automated cognate identification | |
Haverals et al. | Data-driven syllabification for Middle Dutch | |
Ferri et al. | A complete linguistic analysis for an Italian text-to-speech system | |
Blaschke | Explainable Machine Learning in Linguistics and Applied NLP: Two Case Studies of Norwegian Dialectometry and Sexism Detection in French Tweets | |
Ahmed | Detection of foreign words and names in written text | |
Novák et al. | Grapheme-to-Phoneme Transcription in Hungarian. | |
McAllister | The structural design of the cstr text-to-speech system. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080717 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110901 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20111201 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20111206 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120229 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20120606 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20121024 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130123 |
|
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: 20130225 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130322 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160329 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |