JP3470930B2 - 自然語解析方法及び装置 - Google Patents
自然語解析方法及び装置Info
- Publication number
- JP3470930B2 JP3470930B2 JP19069595A JP19069595A JP3470930B2 JP 3470930 B2 JP3470930 B2 JP 3470930B2 JP 19069595 A JP19069595 A JP 19069595A JP 19069595 A JP19069595 A JP 19069595A JP 3470930 B2 JP3470930 B2 JP 3470930B2
- Authority
- JP
- Japan
- Prior art keywords
- unit
- analysis
- word
- symbol
- result storage
- 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
Landscapes
- Machine Translation (AREA)
- Document Processing Apparatus (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、自然語解析方法及
び装置に係り、特に、入力された文字列から、特定の意
味分野の単語を抽出したり、逆にマスクする処理を実現
するものであり、特に、住所を表現した文字列の処理を
行う自然語解析方法及び装置に関する。
び装置に係り、特に、入力された文字列から、特定の意
味分野の単語を抽出したり、逆にマスクする処理を実現
するものであり、特に、住所を表現した文字列の処理を
行う自然語解析方法及び装置に関する。
【０００２】詳しくは、建物名、棟番号、階、部屋番号
が混在した住所を正確に記載するための自然語解析方法
及び装置に関する。
が混在した住所を正確に記載するための自然語解析方法
及び装置に関する。
【０００３】
【従来の技術】従来から、入力された自然文を形態素解
析し、単語辞書を参照して漢字、平仮名、カタカナ、英
字、数字等の文字種により助詞を認識し、辞書を用いず
に意味を判定する方法がある。
析し、単語辞書を参照して漢字、平仮名、カタカナ、英
字、数字等の文字種により助詞を認識し、辞書を用いず
に意味を判定する方法がある。
【０００４】また、住所のように助詞が出現しない文字
列もある。従来の住所等の数字を含む文字列を解析する
例（特開平４−４２３５４）を示す。図６は、従来の住
所解析システムの構成を示す。同図に示す解析システム
は、番地等の数字を含む文字列を入力する入力部１０、
入力された文字列に対して１文字ずつ読み取る１文字取
得部２０、一文字取得部２０で取得された１文字毎に文
字種別を判定する１文字判定部３０、及び判定した文字
種別により数字を含む地番データを格納する地番データ
格納部４０より構成される。
列もある。従来の住所等の数字を含む文字列を解析する
例（特開平４−４２３５４）を示す。図６は、従来の住
所解析システムの構成を示す。同図に示す解析システム
は、番地等の数字を含む文字列を入力する入力部１０、
入力された文字列に対して１文字ずつ読み取る１文字取
得部２０、一文字取得部２０で取得された１文字毎に文
字種別を判定する１文字判定部３０、及び判定した文字
種別により数字を含む地番データを格納する地番データ
格納部４０より構成される。
【０００５】
【発明が解決しようとする課題】しかしながら、上記従
来の方法において、住所の場合、助詞が現れないため、
助詞を認識する方法は使用できない。特開平４−４２３
５４に示す方法では、丁目、地番までの解析では多義が
少ないので、有効であるが、棟番号、階、部屋番号の解
析を行う場合には、以下のような問題がある。
来の方法において、住所の場合、助詞が現れないため、
助詞を認識する方法は使用できない。特開平４−４２３
５４に示す方法では、丁目、地番までの解析では多義が
少ないので、有効であるが、棟番号、階、部屋番号の解
析を行う場合には、以下のような問題がある。
【０００６】（１） 英数字を含むビル名に対処できな
い。 例ａ：「××ビルパート２」のようなビル名において、
「２」を部屋番号を解釈してしまう。 例ｂ：「築地２号倉庫」の場合、「２号」を部屋番号と
解釈し、建物に付与されている固有の名前であることが
認識できない。
い。 例ａ：「××ビルパート２」のようなビル名において、
「２」を部屋番号を解釈してしまう。 例ｂ：「築地２号倉庫」の場合、「２号」を部屋番号と
解釈し、建物に付与されている固有の名前であることが
認識できない。
【０００７】（２） 英数字名の多義に対処できない。
例ｃ：「Ｂ１−２３」の「Ｂ」は、地下の意味である
が、「Ｂ１−２３」の「Ｂ」は部屋番号の一部であると
判断されてしまう。 例ｄ：本来、「１２３Ｆ」は部屋番号を表し、「５Ｆ」
の場合には、階を表しているがこれらの区別がつかな
い。
が、「Ｂ１−２３」の「Ｂ」は部屋番号の一部であると
判断されてしまう。 例ｄ：本来、「１２３Ｆ」は部屋番号を表し、「５Ｆ」
の場合には、階を表しているがこれらの区別がつかな
い。
【０００８】上記の例のように、固有の建物の名称か、
または、部屋番号または、階数を表しているか等が区別
できないという問題がある。本発明は、上記の点に鑑み
なされたもので、上記従来の問題点を解決し、住所等の
助詞を含まない文字列を正確に解析することが可能な自
然語解析方法及び装置を提供することが可能な自然語解
析方法及び装置を提供することを目的とする。
または、部屋番号または、階数を表しているか等が区別
できないという問題がある。本発明は、上記の点に鑑み
なされたもので、上記従来の問題点を解決し、住所等の
助詞を含まない文字列を正確に解析することが可能な自
然語解析方法及び装置を提供することが可能な自然語解
析方法及び装置を提供することを目的とする。
【０００９】本発明の更なる目的は、棟、階、部屋番号
等の多義のある英数字列の意味を適切な意味に判断する
ことが可能な自然語解析方法及び装置を提供することで
ある。
等の多義のある英数字列の意味を適切な意味に判断する
ことが可能な自然語解析方法及び装置を提供することで
ある。
【００１０】
【課題を解決するための手段】図１は、本発明の原理を
説明するための図である。本発明は、入力された住所文
字列から住所要素を取得する自然語解析方法において、
形態素解析部が、前記入力された住所文字列について形
態素解析を行い、単語辞書を用いて単語分割を行い、形
態素解析結果記憶部に格納する単語分割過程と（ステッ
プ１）、単語分割過程において、複数の文字が連続する
英字である場合は企業名と見なし、企業名として意味を
付与し、形態素解析結果記憶部に格納する後処理過程と
（ステップ２）、単位詞解析部が、形態素解析結果記憶
部から読み出された住所に関する単位詞を含む文節を、
単位詞解析ルールを用いて、住所要素の意味に分類する
単位詞解析過程と（ステップ３）、係り受け解析部が、
形態素解析結果記憶部から読み出された単位詞を含む文
節について、係り受けルールを用いて、建物名の一部か
チェックし、複合語の解析を行う係り受け解析過程と
（ステップ５）、 桁数・記号解析部が、形態素解析結果
記憶部から読み出された単位詞を含まない文節につい
て、桁数・記号解析ルールを用いて、英数字のみからな
る文字列を住所要素の意味に分類する桁数・記号解析過
程と（ステップ６）、からなる。
説明するための図である。本発明は、入力された住所文
字列から住所要素を取得する自然語解析方法において、
形態素解析部が、前記入力された住所文字列について形
態素解析を行い、単語辞書を用いて単語分割を行い、形
態素解析結果記憶部に格納する単語分割過程と（ステッ
プ１）、単語分割過程において、複数の文字が連続する
英字である場合は企業名と見なし、企業名として意味を
付与し、形態素解析結果記憶部に格納する後処理過程と
（ステップ２）、単位詞解析部が、形態素解析結果記憶
部から読み出された住所に関する単位詞を含む文節を、
単位詞解析ルールを用いて、住所要素の意味に分類する
単位詞解析過程と（ステップ３）、係り受け解析部が、
形態素解析結果記憶部から読み出された単位詞を含む文
節について、係り受けルールを用いて、建物名の一部か
チェックし、複合語の解析を行う係り受け解析過程と
（ステップ５）、 桁数・記号解析部が、形態素解析結果
記憶部から読み出された単位詞を含まない文節につい
て、桁数・記号解析ルールを用いて、英数字のみからな
る文字列を住所要素の意味に分類する桁数・記号解析過
程と（ステップ６）、からなる。
【００１１】また、本発明は、桁数・記号解析過程にお
いて、桁数・記号解析部が、形態素解析の結果に基づい
て、英数字の桁数、または、ハイフンを含む記号で表現
される区切り記号の出現位置を用いて前記英数字の役割
を判定する。
いて、桁数・記号解析部が、形態素解析の結果に基づい
て、英数字の桁数、または、ハイフンを含む記号で表現
される区切り記号の出現位置を用いて前記英数字の役割
を判定する。
【００１２】図２は、本発明の原理構成図である。 本発
明は、入力された住所文字列から住所要素を取得する自
然語解析装置であって、 入力された住所文字列について
形態素解析を行い、単語辞書２０４を用いて単語分割を
行い、複数の文字が連続する英字である場合は企業名と
見なし、企業名として意味を付与し、形態素解析結果記
憶部２０１に格納する形態素解析部２０３と、 形態素解
析結果記憶部２０１から解析対象とする文節を選択して
読み出す文節選択部２０５と、 形態素解析結果記憶部２
０１から文節選択部２０５により読み出された住所に関
する単位詞を含む文節を、単位詞解析ルール２０９を用
いて、住所要素の意味に分類する単位詞解析部２０６
と、 形態素解析結果記憶部２０１から文節選択部２０５
により読み出された単位詞を含む文節について、係り受
けルール２１０を用いて、建物名の一部かチェックし、
複合語の解析を行う係り受け解析部２０７と、 形態素解
析結果記憶部２０１から文節選択部２０５により読み出
された単位詞を含まない文節について、桁数・記号解析
ルール２１１を用いて、英数字のみからなる文字列を住
所要素の意味に分類する桁数・記号解析部２０８と、を
有する。
明は、入力された住所文字列から住所要素を取得する自
然語解析装置であって、 入力された住所文字列について
形態素解析を行い、単語辞書２０４を用いて単語分割を
行い、複数の文字が連続する英字である場合は企業名と
見なし、企業名として意味を付与し、形態素解析結果記
憶部２０１に格納する形態素解析部２０３と、 形態素解
析結果記憶部２０１から解析対象とする文節を選択して
読み出す文節選択部２０５と、 形態素解析結果記憶部２
０１から文節選択部２０５により読み出された住所に関
する単位詞を含む文節を、単位詞解析ルール２０９を用
いて、住所要素の意味に分類する単位詞解析部２０６
と、 形態素解析結果記憶部２０１から文節選択部２０５
により読み出された単位詞を含む文節について、係り受
けルール２１０を用いて、建物名の一部かチェックし、
複合語の解析を行う係り受け解析部２０７と、 形態素解
析結果記憶部２０１から文節選択部２０５により読み出
された単位詞を含まない文節について、桁数・記号解析
ルール２１１を用いて、英数字のみからなる文字列を住
所要素の意味に分類する桁数・記号解析部２０８と、を
有する。
【００１３】また、上記の桁数・記号解析部は、形態素
解析の結果に基づいて、英数字の桁数、または、ハイフ
ンを含む記号で表現される区切り記号の出現位置を用い
て英数字の役割を判定する手段を含む。
解析の結果に基づいて、英数字の桁数、または、ハイフ
ンを含む記号で表現される区切り記号の出現位置を用い
て英数字の役割を判定する手段を含む。
【００１４】本発明は、上記に示すように、建物名・棟
番号・階・部屋番号が混在するデータからそれぞれの意
味の情報を正しく取り出すためには、文字列全体の形態
素解析を行い、入力データを構成する単語の意味を求め
ておくことが必要である。その結果を用いて、英数字の
意味を判断する。
番号・階・部屋番号が混在するデータからそれぞれの意
味の情報を正しく取り出すためには、文字列全体の形態
素解析を行い、入力データを構成する単語の意味を求め
ておくことが必要である。その結果を用いて、英数字の
意味を判断する。
【００１５】まず、単位詞のある文節について文節の意
味を決める。次に、係り受け関係を解析し、単位詞のあ
る文節が複合語の一部になるか解析する。最後に、単位
詞のない文節について前後の名詞の意味、単位詞のある
文節の意味、ハイフン等の記号の有無から判断すること
ができる。
味を決める。次に、係り受け関係を解析し、単位詞のあ
る文節が複合語の一部になるか解析する。最後に、単位
詞のない文節について前後の名詞の意味、単位詞のある
文節の意味、ハイフン等の記号の有無から判断すること
ができる。
【００１６】従って、前述の問題点である英数字を含む
ビル名に対処できないという点については、前後の単語
意味から数字の意味を判断することで対処できる。前述
の例ａの場合には、「パート」の意味が数字の前に付く
単位詞であること、例ｂの場合、当該単語の後に「倉
庫」が続くことにより判断できる。また、前述の問題点
である英数字名の多義に対処できない点については、英
字に付与される数字の桁数で判断できる。通常、「階」
は２桁以内であり、「部屋番号」は１〜４桁まであり得
るが３〜４桁が多いという知識を用いれば判断できる。
ビル名に対処できないという点については、前後の単語
意味から数字の意味を判断することで対処できる。前述
の例ａの場合には、「パート」の意味が数字の前に付く
単位詞であること、例ｂの場合、当該単語の後に「倉
庫」が続くことにより判断できる。また、前述の問題点
である英数字名の多義に対処できない点については、英
字に付与される数字の桁数で判断できる。通常、「階」
は２桁以内であり、「部屋番号」は１〜４桁まであり得
るが３〜４桁が多いという知識を用いれば判断できる。
【００１７】これにより、本発明は、単語毎に付与され
た意味及び単位詞により文節の意味を決定し、前後の文
字列の意味を解析し、当該単位詞を有する文節が複合語
になり得るかを判定する。さらに、単位詞を持たない文
節については、英数字の桁数や記号の種類の情報に基づ
いて文字列の意味を決定することにより、 英数字列がビル名の一部か「階」または、「部屋番
号」かを正確に判断できる。
た意味及び単位詞により文節の意味を決定し、前後の文
字列の意味を解析し、当該単位詞を有する文節が複合語
になり得るかを判定する。さらに、単位詞を持たない文
節については、英数字の桁数や記号の種類の情報に基づ
いて文字列の意味を決定することにより、 英数字列がビル名の一部か「階」または、「部屋番
号」かを正確に判断できる。
【００１８】 「階」または「部屋番号」かを正確に
判断できる。
判断できる。
【００１９】
【発明の実施の形態】図３は、本発明の住所解析システ
ムの構成を示す。同図に示すシステムは、形態素解析結
果記憶部２０１、解析制御部２０２、形態素解析部２０
３、単語辞書２０４、文節選択部２０５、単位詞解析部
２０６、係り受け解析部２０７、桁数・記号解析部２０
８、単位詞解析ルール２０９、係り受けルール２１０、
及び桁数・記号解析ルール２１１より構成される。
ムの構成を示す。同図に示すシステムは、形態素解析結
果記憶部２０１、解析制御部２０２、形態素解析部２０
３、単語辞書２０４、文節選択部２０５、単位詞解析部
２０６、係り受け解析部２０７、桁数・記号解析部２０
８、単位詞解析ルール２０９、係り受けルール２１０、
及び桁数・記号解析ルール２１１より構成される。
【００２０】解析制御部２０２は、形態素解析結果記憶
部２０１、形態素解析部２０３、文節選択部２０５の各
構成要素を制御する。形態素解析部２０３は、単語辞書
２０４を参照して、入力された自然語の文字列を単語分
割し、形態素解析を行う。単語辞書２０４には、一般的
な登録単語に加えて住所を構成する意味として「建物」
「棟」「階」「部屋番号」等の単語が登録されているも
のとする。これにより、形態素解析部２０３は、単位詞
として、「棟」「階」「部屋番号」の意味を持つ英数字
にはそれぞれ、「棟」「階」「部屋番号」の意味を付与
する。また、単語分割された中に連続する２文字以上の
英字がある場合には、当該英字は「企業名」とする。
部２０１、形態素解析部２０３、文節選択部２０５の各
構成要素を制御する。形態素解析部２０３は、単語辞書
２０４を参照して、入力された自然語の文字列を単語分
割し、形態素解析を行う。単語辞書２０４には、一般的
な登録単語に加えて住所を構成する意味として「建物」
「棟」「階」「部屋番号」等の単語が登録されているも
のとする。これにより、形態素解析部２０３は、単位詞
として、「棟」「階」「部屋番号」の意味を持つ英数字
にはそれぞれ、「棟」「階」「部屋番号」の意味を付与
する。また、単語分割された中に連続する２文字以上の
英字がある場合には、当該英字は「企業名」とする。
【００２１】形態素解析結果記憶部２０１は、形態素解
析部２０３で解析された結果を保持し、解析制御部２０
２を介して文節選択部２０５に読み出される。文節選択
部２０５は、形態素解析結果記憶部２０１より解析対象
とする文節を選択して読み出す。読み出された文節を単
位詞解析部２０６、係り受け解析部２０８、桁数・記号
解析部２０８にそれぞれ転送する。
析部２０３で解析された結果を保持し、解析制御部２０
２を介して文節選択部２０５に読み出される。文節選択
部２０５は、形態素解析結果記憶部２０１より解析対象
とする文節を選択して読み出す。読み出された文節を単
位詞解析部２０６、係り受け解析部２０８、桁数・記号
解析部２０８にそれぞれ転送する。
【００２２】単位詞解析部２０６は、単位詞解析ルール
２０９を参照して、単位詞を含む文節の英数字を含む文
節の意味を決定する。このとき、単位詞解析ルール２０
９を参照して、数字や１文字の英字の意味を決定する。
また、数字と１文字の英字が連続している場合に、当該
文字の意味候補が２つ以上になる場合には、当該候補を
選択するために桁数・記号解析部２０８に入力する。
２０９を参照して、単位詞を含む文節の英数字を含む文
節の意味を決定する。このとき、単位詞解析ルール２０
９を参照して、数字や１文字の英字の意味を決定する。
また、数字と１文字の英字が連続している場合に、当該
文字の意味候補が２つ以上になる場合には、当該候補を
選択するために桁数・記号解析部２０８に入力する。
【００２３】係り受け解析部２０７は、係り受けルール
２１０を参照して、前後の単語との係り受け関係により
複合語の解析を行う。つまり、入力された単語の前の単
語または、後続する単語に当該入力された単語に関連す
る意味を有する単語の存在を確認し、前後の単語が入力
された単語に意味を与える単語であれば、係り受け関係
が成立するものとして、入力単語に意味を与える。
２１０を参照して、前後の単語との係り受け関係により
複合語の解析を行う。つまり、入力された単語の前の単
語または、後続する単語に当該入力された単語に関連す
る意味を有する単語の存在を確認し、前後の単語が入力
された単語に意味を与える単語であれば、係り受け関係
が成立するものとして、入力単語に意味を与える。
【００２４】桁数・記号解析部２０８は、単位詞が付与
されていない英数字列について、桁数・記号ルール２１
１を参照して、桁数やハイフン等の記号の位置関係から
意味を解析する。このとき、単位詞解析部２０６におい
て複数の候補が存在している場合には、いずれかの候補
を選択する。
されていない英数字列について、桁数・記号ルール２１
１を参照して、桁数やハイフン等の記号の位置関係から
意味を解析する。このとき、単位詞解析部２０６におい
て複数の候補が存在している場合には、いずれかの候補
を選択する。
【００２５】単位詞解析ルール２０９は、「建物」
「棟」「階」「部屋番号」等の単位詞を含む文節の意味
を決定するためのルールである。係り受け解析ルール２
１０は単位詞のある文節が複合語の一部を形成すること
が可能であるかの判定のためのルールである。
「棟」「階」「部屋番号」等の単位詞を含む文節の意味
を決定するためのルールである。係り受け解析ルール２
１０は単位詞のある文節が複合語の一部を形成すること
が可能であるかの判定のためのルールである。
【００２６】桁数・記号解析ルール２１１は、単位詞の
ない文節について前後の名詞の意味、単位詞のある文節
の意味、ハイフン等の記号の有無による判定を行うと共
に、数字の桁数による意味を付与するルールである。桁
数については、２桁以内であれば「階数」、３〜４桁の
場合には「部屋番号」の意味を付与する等のルールであ
る。
ない文節について前後の名詞の意味、単位詞のある文節
の意味、ハイフン等の記号の有無による判定を行うと共
に、数字の桁数による意味を付与するルールである。桁
数については、２桁以内であれば「階数」、３〜４桁の
場合には「部屋番号」の意味を付与する等のルールであ
る。
【００２７】図４は、本発明の住所解析システムの動作
を示すフローチャートである。 ステップ１０１） 最初に、単語分割過程として、形態
素解析部２０３が入力された住所文字列を解析用の単語
辞書２０４を参照して、単語分割する。 ステップ１０２） 単語の分割過程において、形態素解
析部２０３は通常の形態素解析の他に企業名に対する解
析処理として、予め登録されているルールである“２文
字以上の英字は企業名と見做す”を用いて連続する２文
字以上の英字が入力された場合には企業名として意味を
付与する。これにより、２文字以上の英字は、「棟」、
「階」、「部屋番号」と見做されない。
を示すフローチャートである。 ステップ１０１） 最初に、単語分割過程として、形態
素解析部２０３が入力された住所文字列を解析用の単語
辞書２０４を参照して、単語分割する。 ステップ１０２） 単語の分割過程において、形態素解
析部２０３は通常の形態素解析の他に企業名に対する解
析処理として、予め登録されているルールである“２文
字以上の英字は企業名と見做す”を用いて連続する２文
字以上の英字が入力された場合には企業名として意味を
付与する。これにより、２文字以上の英字は、「棟」、
「階」、「部屋番号」と見做されない。
【００２８】ステップ１０３） 次に、単位詞解析過程
として、文節選択部２０５で単位詞を含む文節を選択す
る。ここでは、単位詞解析ルール２０９を参照して単位
詞を含む文節があるとき、単語に付与されている意味を
参考にして数字や１文字の英字の意味を決める。例え
ば、「２号館」は「号館」という単位詞があるので、全
体は「棟」の意味に分類される。「２階」は「階」があ
るので、「階」の意味に分類される。但し、「２Ｆ」は
ここでは「階」の意味と英数字列「２Ｆ」の２通りの解
候補が残される。
として、文節選択部２０５で単位詞を含む文節を選択す
る。ここでは、単位詞解析ルール２０９を参照して単位
詞を含む文節があるとき、単語に付与されている意味を
参考にして数字や１文字の英字の意味を決める。例え
ば、「２号館」は「号館」という単位詞があるので、全
体は「棟」の意味に分類される。「２階」は「階」があ
るので、「階」の意味に分類される。但し、「２Ｆ」は
ここでは「階」の意味と英数字列「２Ｆ」の２通りの解
候補が残される。
【００２９】ステップ１０４） 係り受け解析部２０７
が係り受けルール２１０を参照して前後の単語との係り
受け関係を解析し、複合語の解析を行う。例えば、後の
単語に「倉庫」「団地」「宿舎」などの建物の意味を持
つ単語があるので、『２号倉庫』のような場合には、
“２号”は「部屋番号」ではなく、後の単語も含めて
「建物」の意味になる。また、「地下」等の位置に関す
る名詞の解析も行う。
が係り受けルール２１０を参照して前後の単語との係り
受け関係を解析し、複合語の解析を行う。例えば、後の
単語に「倉庫」「団地」「宿舎」などの建物の意味を持
つ単語があるので、『２号倉庫』のような場合には、
“２号”は「部屋番号」ではなく、後の単語も含めて
「建物」の意味になる。また、「地下」等の位置に関す
る名詞の解析も行う。
【００３０】ステップ１０５） 最後に、桁数・記号解
析過程として文節選択部２０５において、単位詞が付与
されていない英数字について意味を決定する。前後の文
節でステップ１０２で意味が決定した文節があるとき
は、それ以外の意味に変更する。
析過程として文節選択部２０５において、単位詞が付与
されていない英数字について意味を決定する。前後の文
節でステップ１０２で意味が決定した文節があるとき
は、それ以外の意味に変更する。
【００３１】
【実施例】本発明の実施例を説明する。図５は、本発明
の一実施例の動作を説明するための図である。以下例１
〜例４の各処理過程毎に説明する。
の一実施例の動作を説明するための図である。以下例１
〜例４の各処理過程毎に説明する。
【００３２】［例１］
単語分割過程（ステップ１０１）
入力文字列『Ａ棟１階１２３』が入力され、形態素解析
部２０３において、以下のように単語に分割される。
部２０３において、以下のように単語に分割される。
【００３３】Ａ／棟／１／階／１２３
「Ａ」は英字、「棟」は単位詞、「１」は数字、「階」
は単位詞、「１２３」は数字である。 後処理過程（ステップ１０２） 形態素解析部２０３は、英字「Ａ」は１文字であるの
で、企業名とは見做さない。従って、英字「Ａ」が有す
る意味は「棟」の意味となる。また、数字「１」が有す
る意味は「階」の意味となり、数字「１２３」はその後
に単位詞が付与されていないため、単に数字と判定され
る。
は単位詞、「１２３」は数字である。 後処理過程（ステップ１０２） 形態素解析部２０３は、英字「Ａ」は１文字であるの
で、企業名とは見做さない。従って、英字「Ａ」が有す
る意味は「棟」の意味となる。また、数字「１」が有す
る意味は「階」の意味となり、数字「１２３」はその後
に単位詞が付与されていないため、単に数字と判定され
る。
【００３４】 単位詞解析過程（ステップ１０３）
次に、単位詞解析部２０６において、単位詞を含む「Ａ
棟」「１階」はそれぞれ、「棟」と「階」があるので、
それぞれの意味が付与される。 係り受け解析過程（ステップ１０４） 次に、係り受け解析部２０７が建物の意味が文字列にあ
るかを判定する。この例の場合には、建物を表す単語
「倉庫」「団地」「宿舎」等は含まれていないので、次
の処理に移行する。
棟」「１階」はそれぞれ、「棟」と「階」があるので、
それぞれの意味が付与される。 係り受け解析過程（ステップ１０４） 次に、係り受け解析部２０７が建物の意味が文字列にあ
るかを判定する。この例の場合には、建物を表す単語
「倉庫」「団地」「宿舎」等は含まれていないので、次
の処理に移行する。
【００３５】 桁数・記号解析過程（ステップ１０
５） 文節選択部２０５は、単位詞の付かない数値「１２３」
があるので、当該数字「１２３」についての係り受け関
係を判定する。桁数・記号解析ルール２１１を参照する
と、「１２３」の直前に「階」の意味の文節があり、か
つ、桁数が３桁であるため「部屋番号」であると解析す
る。
５） 文節選択部２０５は、単位詞の付かない数値「１２３」
があるので、当該数字「１２３」についての係り受け関
係を判定する。桁数・記号解析ルール２１１を参照する
と、「１２３」の直前に「階」の意味の文節があり、か
つ、桁数が３桁であるため「部屋番号」であると解析す
る。
【００３６】上記のように例１においては、１文字で表
される英字「Ａ」の後に単位詞「棟」があるため、企業
名とは判断せず、「Ａ棟」とする。また、数字「１」の
後に単位詞「階」があるため、「１階」とする。最後の
数字「１２３」については、桁数で判断して、３桁であ
るため、「部屋番号」であると判断する。
される英字「Ａ」の後に単位詞「棟」があるため、企業
名とは判断せず、「Ａ棟」とする。また、数字「１」の
後に単位詞「階」があるため、「１階」とする。最後の
数字「１２３」については、桁数で判断して、３桁であ
るため、「部屋番号」であると判断する。
【００３７】［例２］
単語分割過程（ステップ１０１）
入力文字列『２号倉庫』が入力され、形態素解析部２０
３において、以下のように単語に分割される。
３において、以下のように単語に分割される。
【００３８】２／号／倉庫
「２」は数字、「号」は単位詞、「倉庫」は建物を表
す。 後処理過程（ステップ１０２） この例の文字列には英字は含まれていないため、の解
析結果のまま次の処理に移行する。
す。 後処理過程（ステップ１０２） この例の文字列には英字は含まれていないため、の解
析結果のまま次の処理に移行する。
【００３９】 単位詞解析過程（ステップ１０３）
次に、単位詞解析部２０６において、単位詞「号」があ
るため、部屋番号を表す「２号」の意味に解析される。 係り受け解析過程（ステップ１０４） 次に、「２号」の後に「倉庫」という建物の意味を有す
る単語があるので、「部屋番号」ではなく、「２号倉
庫」という倉庫の名前に変更する。
るため、部屋番号を表す「２号」の意味に解析される。 係り受け解析過程（ステップ１０４） 次に、「２号」の後に「倉庫」という建物の意味を有す
る単語があるので、「部屋番号」ではなく、「２号倉
庫」という倉庫の名前に変更する。
【００４０】 桁数・記号解析過程（ステップ１０
５） この例では、単位詞が付与されない英数字はないので、
処理をスキップする。上記の例２については、数字
「２」の後に単位詞「号」があるため、解析結果は部屋
番号「２号」と判断されるが、さらに、後に建物を表す
「倉庫」があるため、建物を表す「２号倉庫」と判断さ
れる。
５） この例では、単位詞が付与されない英数字はないので、
処理をスキップする。上記の例２については、数字
「２」の後に単位詞「号」があるため、解析結果は部屋
番号「２号」と判断されるが、さらに、後に建物を表す
「倉庫」があるため、建物を表す「２号倉庫」と判断さ
れる。
【００４１】［例３］
単語分割過程（ステップ１０１）
入力文字列『ＡＢＣビル地下１階』が入力され、形態素
解析部２０３において、以下のように単語に分割され
る。
解析部２０３において、以下のように単語に分割され
る。
【００４２】ＡＢＣ／ビル／地下／１／階
「ＡＢＣ」は英字、「ビル」は建物を表し、「地下」は
位置を表し、「１」は数字、「階」は単位詞を表す。 後処理過程（ステップ１０２） この例の文字列に英字「ＡＢＣ」が含まれており、この
英字は、３文字であるので、企業名と見做される。
位置を表し、「１」は数字、「階」は単位詞を表す。 後処理過程（ステップ１０２） この例の文字列に英字「ＡＢＣ」が含まれており、この
英字は、３文字であるので、企業名と見做される。
【００４３】 単位詞解析過程（ステップ１０３）
次に、単位詞解析部２０６において、単位詞「階」があ
るため、階数「１階」を表す意味に解析される。 係り受け解析過程（ステップ１０４） 次に、係り受け解析部２０７は、「ＡＢＣ」の後に「ビ
ル」という建物の意味を有する単語があるので、企業名
「ＡＢＣ」を建物の名称に変更し「ＡＢＣビル」とし、
位置を表す単語「地下」があるので、「ＡＢＣビル」
「地下１階」となる。
るため、階数「１階」を表す意味に解析される。 係り受け解析過程（ステップ１０４） 次に、係り受け解析部２０７は、「ＡＢＣ」の後に「ビ
ル」という建物の意味を有する単語があるので、企業名
「ＡＢＣ」を建物の名称に変更し「ＡＢＣビル」とし、
位置を表す単語「地下」があるので、「ＡＢＣビル」
「地下１階」となる。
【００４４】 桁数・記号解析過程（ステップ１０
５） この例では、単位詞が付与されない英数字はないので、
処理をスキップする。号であると解析する。上記の例３
では、２文字以上の英字「ＡＢＣ」があるため、企業名
と判断され、「ＡＢＣ」の後に建物を示す「ビル」があ
るので、「ＡＢＣビル」と判定され、その後に、位置を
示す「地下」があり、後続の数字「１」に続いて単位詞
「階」が続くため、係り受け関係解析部２０７により
「地下１階」と判断される。
５） この例では、単位詞が付与されない英数字はないので、
処理をスキップする。号であると解析する。上記の例３
では、２文字以上の英字「ＡＢＣ」があるため、企業名
と判断され、「ＡＢＣ」の後に建物を示す「ビル」があ
るので、「ＡＢＣビル」と判定され、その後に、位置を
示す「地下」があり、後続の数字「１」に続いて単位詞
「階」が続くため、係り受け関係解析部２０７により
「地下１階」と判断される。
【００４５】［例４］
単語分割過程（ステップ１０１）
入力文字列『ＡＢＣビルＢ１Ｆ』が入力され、形態素解
析部２０３において、以下のように単語に分割される。
析部２０３において、以下のように単語に分割される。
【００４６】ＡＢＣ／ビル／Ｂ／１／Ｆ
「ＡＢＣ」は英字、「ビル」は建物を表し、「Ｂ」は英
字、「１」は数字、「Ｆ」は英字かつ階数を表す単位詞
である。 後処理過程（ステップ１０２） この例の文字列に英字「ＡＢＣ」が含まれており、この
英字は、３文字であるので、企業名と見做される。
字、「１」は数字、「Ｆ」は英字かつ階数を表す単位詞
である。 後処理過程（ステップ１０２） この例の文字列に英字「ＡＢＣ」が含まれており、この
英字は、３文字であるので、企業名と見做される。
【００４７】 単位詞解析過程（ステップ１０３）
次に、単位詞解析部２０６において、英字の単位詞
「Ｆ」があるため、この例では、「１階」の意味と「１
Ｆ」の２通りの解候補が残される。 係り受け解析過程（ステップ１０４） 次に、係り受け解析部２０７は、「ＡＢＣ」の後に「ビ
ル」という建物の意味を有する単語があるので、「ＡＢ
Ｃ」を企業名から建物名に変更し、「ＡＢＣビル」とす
る。
「Ｆ」があるため、この例では、「１階」の意味と「１
Ｆ」の２通りの解候補が残される。 係り受け解析過程（ステップ１０４） 次に、係り受け解析部２０７は、「ＡＢＣ」の後に「ビ
ル」という建物の意味を有する単語があるので、「ＡＢ
Ｃ」を企業名から建物名に変更し、「ＡＢＣビル」とす
る。
【００４８】 桁数・記号解析過程（ステップ１０
５） この例４では、上記のの処理において２つの解候補が
ある。従って、１桁の数値「１」の前に英字「Ｂ」があ
るため、当該「Ｂ」は「地下」の意味を持つものとし、
その後にづづく「１Ｆ」が階数を表しているものと、解
析する。
５） この例４では、上記のの処理において２つの解候補が
ある。従って、１桁の数値「１」の前に英字「Ｂ」があ
るため、当該「Ｂ」は「地下」の意味を持つものとし、
その後にづづく「１Ｆ」が階数を表しているものと、解
析する。
【００４９】上記のように、単語辞書２０４に入力デー
タを構成する単語の意味を登録すると共に、単位詞解析
ルール２０９、係り受け解析ルール２１０、桁数・記号
解析ルール２１１にそれぞれ、住所を解析するための知
識を予め登録することにより、それぞれの解析部におい
て、単語分割後、英数字の意味を判断し、さらに、単位
詞のある文節について文節の意味を決め、前後の単語間
の係り受け関係を解析し、単位詞のある文節の意味や、
ハイフン等の記号の有無や位置関係により判断すること
ができる。
タを構成する単語の意味を登録すると共に、単位詞解析
ルール２０９、係り受け解析ルール２１０、桁数・記号
解析ルール２１１にそれぞれ、住所を解析するための知
識を予め登録することにより、それぞれの解析部におい
て、単語分割後、英数字の意味を判断し、さらに、単位
詞のある文節について文節の意味を決め、前後の単語間
の係り受け関係を解析し、単位詞のある文節の意味や、
ハイフン等の記号の有無や位置関係により判断すること
ができる。
【００５０】なお、上記の実施例では、単位詞解析部２
０６、係り受け解析部２０７及び桁数・記号解析部２０
８において、それぞれルールを参照して解析を行ってい
るが、この例に限定されることなく、各解析部毎にルー
ルを内蔵しておき、当該ルールを参照して種々解析する
ことも可能である。
０６、係り受け解析部２０７及び桁数・記号解析部２０
８において、それぞれルールを参照して解析を行ってい
るが、この例に限定されることなく、各解析部毎にルー
ルを内蔵しておき、当該ルールを参照して種々解析する
ことも可能である。
【００５１】さらに、上記の実施例では、自然語として
住所に関する文字列が入力された場合の処理を示した
が、この例に限定されることなく、自然語の解析におい
て特殊な形態をとる文字列の入力についても種々適用が
可能であり、特殊な形態をとる文字列に対応する分類と
ルールを予め設定しておき、その対応関係に基づいて解
析することが可能である。
住所に関する文字列が入力された場合の処理を示した
が、この例に限定されることなく、自然語の解析におい
て特殊な形態をとる文字列の入力についても種々適用が
可能であり、特殊な形態をとる文字列に対応する分類と
ルールを予め設定しておき、その対応関係に基づいて解
析することが可能である。
【００５２】また、上記の実施例による解析結果を記憶
手段に格納しておき、住所編集等の作業時に、既に解析
による意味付けが終了しているためある一定の編集基準
を設け、不要な記載は省略する等のデータの加工を行う
ことも可能である。なお、本発明は、上記の実施例に限
定されることなく、特許請求の範囲内で種々変更・応用
が可能である。
手段に格納しておき、住所編集等の作業時に、既に解析
による意味付けが終了しているためある一定の編集基準
を設け、不要な記載は省略する等のデータの加工を行う
ことも可能である。なお、本発明は、上記の実施例に限
定されることなく、特許請求の範囲内で種々変更・応用
が可能である。
【００５３】
【発明の効果】上述のように、本発明の自然語解析方法
及び装置によれば、棟・階・部屋番号の多義のある英数
字列の意味をより適切な意味に判断することが可能であ
る。従って、本発明によれば、建物名、棟番号、階、部
屋番号の混在した住所から建物名のみを取り出してデー
タベース化し、ビル名から正式住所に変換するような業
務のデータ作成に利用したり、個人名の同姓同名を区別
するために必要なデータを残しつつ、プライバシーを保
護するため、建物名を省略して、階・部屋番号のみ表示
すう様なデータの作成に利用したり、電話帖のように限
られたスペースに住所をおさめるため、建物名を省略し
て階・部屋番号のみをを抽出する業務に適用することが
可能である。
及び装置によれば、棟・階・部屋番号の多義のある英数
字列の意味をより適切な意味に判断することが可能であ
る。従って、本発明によれば、建物名、棟番号、階、部
屋番号の混在した住所から建物名のみを取り出してデー
タベース化し、ビル名から正式住所に変換するような業
務のデータ作成に利用したり、個人名の同姓同名を区別
するために必要なデータを残しつつ、プライバシーを保
護するため、建物名を省略して、階・部屋番号のみ表示
すう様なデータの作成に利用したり、電話帖のように限
られたスペースに住所をおさめるため、建物名を省略し
て階・部屋番号のみをを抽出する業務に適用することが
可能である。
【図１】本発明の原理を説明するための図である。
【図２】本発明の原理構成図である。
【図３】本発明の住所解析システムの構成図である。
【図４】本発明の住所解析システムの動作を示すフロー
チャートである。
チャートである。
【図５】本発明の一実施例の動作を説明するための図で
ある。
ある。
【図６】従来の住所解析システムの構成図である。
２０１ 形態素解析結果記憶部
２０２ 解析制御部
２０３ 形態素解析部
２０４ 単語辞書
２０５ 文節選択部
２０６ 単位詞解析部
２０７ 係り受け解析部
２０８ 桁数・記号解析部２０９ 単位詞解析ルール ２１０ 係り受け解析ルール ２１１ 桁数・記号解析ルール
フロントページの続き
(56)参考文献 電子情報通信学会論文誌，1987年 ４
月25日，第Ｊ70−Ｄ巻、第４号，ｐ.
832−835
第49回（平成６年後期）全国大会講演
論文集（３），1994年 ９月30日，ｐ.
３−261，３−262
(58)調査した分野(Int.Cl.7，ＤＢ名)
G06F 17/27
G06F 17/21 550
ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (4)
- 【請求項１】 入力された住所文字列から住所要素を取
得する自然語解析方法において、形態素解析部が、前記入力された住所文字列について形
態素解析を行い、単語辞書を用いて単語分割を行い、形
態素解析結果記憶部に格納する単語分割過程と、 前記形態素解析部が、複数の文字が連続する英字である
場合は企業名と見なし、企業名として意味を付与し、前
記形態素解析結果記憶部に格納する後処理過程と、 単位詞解析部が、前記形態素解析結果記憶部から読み出
された住所に関する単位詞を含む文節を、単位詞解析ル
ールを用いて、住所要素の意味に分類する単位詞解析過
程と、 係り受け解析部が、前記形態素解析結果記憶部から読み
出された単位詞を含む文節について、係り受けルールを
用いて、建物名の一部かチェックし、複合語の解析を行
う係り受け解析過程と、 桁数・記号解析部が、前記形態素解析結果記憶部から読
み出された単位詞を含まない文節について、桁数・記号
解析ルールを用いて、英数字のみからなる文字列を住所
要素の意味に分類する桁数・記号解析過程と、からなる
ことを特徴とする自然語解析方法。 - 【請求項２】 前記桁数・記号解析過程において、前記
桁数・記号解析部が、前記形態素解析の結果に基づい
て、前記英数字の桁数、または、ハイフンを含む記号で
表現される区切り記号の出現位置を用いて前記英数字の
役割を判定する請求項１記載の自然語解析方法。 - 【請求項３】 入力された住所文字列から住所要素を取
得する自然語解析装置であって、 前記入力された住所文字列について形態素解析を行い、
単語辞書を用いて単語分割を行い、形態素解析結果記憶
部に格納すると共に、複数の文字が連続する英字である
場合は企業名と見なし、企業名として意味を付与し、該
形態素解析結果記憶部に格納する形態素解析部と、 前記形態素解析結果記憶部から解析対象とする文節を選
択して読み出す文節選択部と、 前記形態素解析結果記憶部から前記文節選択部により読
み出された住所に関する単位詞を含む文節を、単位詞解
析ルールを用いて、住所要素の意味に分類する単位詞解
析部と、 前記形態素解析結果記憶部から前記文節選択部により読
み出された単位詞を含む文節について、係り受けルール
を用いて、建物名の一部かチェックし、複合語の解析を
行う係り受け解析部と、 前記形態素解析結果記憶部から前記文節選択部により読
み出された単位詞を含まない文節について、桁数・記号
解析ルールを用いて、英数字のみからなる文字列を住所
要素の意味に分類する桁数・記号解析部と、を有するこ
とを特徴とする自然語解析装置。 - 【請求項４】 前記桁数・記号解析部は、 前記形態素解析の結果に基づいて、前記英数字の桁数、
または、ハイフンを含む記号で表現される区切り記号の
出現位置を用いて前記英数字の役割を判定する手段を含
む請求項３記載の 自然語解析装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP19069595A JP3470930B2 (ja) | 1995-07-26 | 1995-07-26 | 自然語解析方法及び装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP19069595A JP3470930B2 (ja) | 1995-07-26 | 1995-07-26 | 自然語解析方法及び装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0944496A JPH0944496A (ja) | 1997-02-14 |
| JP3470930B2 true JP3470930B2 (ja) | 2003-11-25 |
Family
ID=16262325
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP19069595A Expired - Lifetime JP3470930B2 (ja) | 1995-07-26 | 1995-07-26 | 自然語解析方法及び装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3470930B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10283355A (ja) * | 1997-04-02 | 1998-10-23 | Nippon Telegr & Teleph Corp <Ntt> | 企業名解析方法及び装置 |
| JP3576060B2 (ja) * | 2000-01-31 | 2004-10-13 | 株式会社ジャストシステム | 個体名の認定装置、認定方法、並びに、記録媒体 |
| JP7287475B2 (ja) * | 2019-08-30 | 2023-06-06 | 富士通株式会社 | 情報処理方法、情報処理プログラム、および情報処理装置 |
-
1995
- 1995-07-26 JP JP19069595A patent/JP3470930B2/ja not_active Expired - Lifetime
Non-Patent Citations (2)
| Title |
|---|
| 第４９回（平成６年後期）全国大会講演論文集（３），１９９４年 ９月３０日，ｐ．３−２６１，３−２６２ |
| 電子情報通信学会論文誌，１９８７年 ４月２５日，第Ｊ７０−Ｄ巻、第４号，ｐ．８３２−８３５ |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0944496A (ja) | 1997-02-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3425408B2 (ja) | 文書読取装置 | |
| US7110939B2 (en) | Process of automatically generating translation-example dictionary, program product, computer-readable recording medium and apparatus for performing thereof | |
| KR100330801B1 (ko) | 언어식별장치및언어식별방법 | |
| US20100023505A1 (en) | Search method, similarity calculation method, similarity calculation, same document matching system, and program thereof | |
| US7120867B2 (en) | System and method for conversion of directly-assigned format attributes to styles in a document | |
| 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 | |
| JP3470930B2 (ja) | 自然語解析方法及び装置 | |
| JP3071703B2 (ja) | 表作成装置およびその方法 | |
| JP3398729B2 (ja) | キーワード自動抽出装置およびキーワード自動抽出方法 | |
| JPH0877196A (ja) | 文書情報抽出装置 | |
| JP2943791B2 (ja) | 言語識別装置，言語識別方法および言語識別のプログラムを記録した記録媒体 | |
| JP2854000B2 (ja) | 検索装置 | |
| JPH01205265A (ja) | 文書整形装置 | |
| JPH06266769A (ja) | 同義語情報作成装置 | |
| JP2621999B2 (ja) | 文書処理装置 | |
| JPH08115330A (ja) | 類似文書検索方法および装置 | |
| JPH0612548B2 (ja) | 文書処理装置 | |
| JP2549745B2 (ja) | 文書検索装置 | |
| JP2000207475A (ja) | 文書作成装置及び文書作成プログラムを記録した機械読み取り可能な記録媒体 | |
| JP3045886B2 (ja) | 手書き入力機能付き文字処理装置 | |
| JPS6395573A (ja) | 日本語文形態素解析における未知語処理方法 | |
| JPH0628396A (ja) | 電子化辞書装置 | |
| JP4256841B2 (ja) | 情報処理装置、情報処理方法、情報処理プログラム | |
| JPS6366663A (ja) | 文書構造管理方式 | |
| JPH0567146A (ja) | データ編集装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080912 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080912 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090912 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090912 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100912 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100912 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110912 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120912 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130912 Year of fee payment: 10 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |