JP3727973B2

JP3727973B2 - Document processing method and apparatus

Info

Publication number: JP3727973B2
Application number: JP07658195A
Authority: JP
Inventors: 浩紀福田
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1995-03-31
Filing date: 1995-03-31
Publication date: 2005-12-21
Anticipated expiration: 2020-12-21
Also published as: JPH08272786A

Description

【０００１】
【産業上の利用分野】
本発明は、文字の変換を行う文書処理方法とその装置、特に、文字の変換における同音語の判定方法に関する。
【０００２】
【従来の技術】
従来、文字列の変換を行う文字処理方式として、仮名漢字変換方式が広く普及している。仮名漢字変換の結果、多数現れる同音語候補に対して、個々の単語の品詞の持つ文法的特性などから同音語の多義解消が行われてきたが、それだけでは対処できない場合が多かった。
【０００３】
そこで、意味的に共起関係がある単語と単語の組（すなわち、用例）を格納した用例辞書にある組み合わせを第一候補決定に利用することで、同音語の多義解消が行われてきた。
更に、用例が存在する文節間において文節候補が変更された場合、文節間の状況を考慮し、適用されている用例の適用を禁止する処理（用例抑制）、または、一度適用が禁止されている用例を再び適用可能とする処理（用例復活）といった用例抑制学習が行われてきた。この用例抑制学習における用例復活処理では、ある文節（同音語）において同音語候補の変更が行われたとき、変更された同音語候補が用例が存在する１組の同音語候補と一致した場合、その用例は復活されるのが一般的である。例えば、用例『本は／厚い』が抑制されているとする。そして、文字列『本は熱い』が文書処理の出力として表示されており、ユーザが語『熱い』を『厚い』に変更したとする。この場合、文字列は『本は厚い』となり、２つの同音語『本は』、『厚い』は、用例『本は／厚い』と一致するため、用例『本／厚い』は復活が行われる。
【０００４】
ここで、また、『本は厚い』を『本は熱い』と変更したとする。この時、用例『本／厚い』を抑制する。また、単語『熱い』が単語学習、即ち、単語『熱い』の出現優先度を上げる。
次に、新たに『ほんはあつい』という文字列が入力されたとする。この状態では、用例『本／厚い』は抑制されており、かつ、『熱い』が単語学習されて優先度が高い状態であるため、変換結果として『本は熱い』が変換候補として選択される。
【０００５】
さてここで、『本は熱い』の『本は』に注目すると、名詞の『本』ではなく、接頭語等（名詞ではない）の『本』が抽出される可能性がある。これは、例えば、たまたま接頭語の『本』が単語辞書で最も高い優先度を持っていた場合、『ほんは』に対し接頭語の『本』が選択される可能性がある。
【０００６】
【発明が解決しようとする課題】
この状態で、選択された変換候補『本は熱い』を『本は厚い』と再び変更した場合、変更前の『本は熱い』における『本は』は名詞の『本』ではなく、用例の『本は（名詞）／厚い』の『本（名詞）』と異なるため、用例の復活処理は行われない。つまり、用例が存在する１組の文節間において、第一候補で決定された語の単語情報が用例情報の単語情報と比較して表示が同じでも単語ＩＤ（識別子）が異なる場合、つまり、表記は同じでも別の単語である場合は、その用例は復活することができないという問題を抱えていた。
【０００７】
本発明は、上記従来例に鑑みてなされたもので、読みと表記が同一で品詞の異なる単語を別の単語として記憶した単語辞書を用いたかな漢字変換において、一旦抑制した用例に対応する表記語に変更する操作がなされた場合に、同音同表記で用例に無い別の単語が存在してもそれに影響されずに、その抑制した用例を確実に復活させることができる文書処理方法及びその装置を提供する。
【０００９】
【課題を解決するための手段】
上記目的を達成するため、本発明の文書処理方法は、語の読みと表記と品詞とを含み、読みと表記が同一で品詞の異なる単語を別の単語として記憶した単語辞書から、各文節の語の読みに対応する表記語を検索する検索工程と、語の組み合わせに関する用例を含む用例辞書を参照して、前記検索工程により得られた各文節に対応する表記語の中から、用例に該当する表記語を優先し、用例に該当する表記語がなければ、前記単語辞書で優先度の高い表記語を優先して、第１の表記語を決定する第１表記決定工程と、ある文節の第１の表記語を同音の第２の表記語に変更する操作に応じて、当該文節の第１の表記語と他の文節の第１の表記語との組み合わせに対応する前記用例辞書中の用例に対して、前記第１表記決定工程における当該用例の適用を抑制するように設定する学習工程と、前記用例辞書を参照して、前記第１表記決定工程で決定された各文節の第１の表記語に対して、前記用例辞書に記憶されている用例に該当する同音同表記の別の表記語があれば、当該別の表記語を新たな第１の表記語とするように修正する第１表記修正工程と、前記第１表記修正工程における処理後の、ある文節の第１の表記語を同音の第２の表記語に変更する操作に応じて、当該文節の第２の表記語と他の文節の第１の表記語との組み合わせに対応する用例が前記用例辞書に存在し、かつ当該用例の適用を抑制するように設定されていれば、当該設定を解除する復活工程とを備えることを特徴とする。ここで、前記単語辞書における表記語の優先度の向上は、当該単語辞書での所定の検索順が先となる所にその表記語を再配置することによって行なわれる。
【００１１】
又、本発明の文書処理装置は、語の読みと表記と品詞とを含み、読みと表記が同一で品詞の異なる単語を別の単語として記憶した単語辞書と、語の組み合わせに関する用例を含む用例辞書と、前記単語辞書から、各文節の語の読みに対応する表記語を検索する検索手段と、語の組み合わせに関する用例を含む用例辞書を参照して、前記検索手段により得られた各文節に対応する表記語の中から、用例に該当する表記語を優先し、用例に該当する表記語がなければ、前記単語辞書で優先度の高い表記語を優先して、第１の表記語を決定する第１表記決定手段と、前記用例辞書を参照して、前記第１表記決定手段により決定された各文節の第１の表記語に対して、前記用例辞書に記憶されている用例に該当する同音同表記の別の表記語があれば、当該別の表記語を新たな第１の表記語とするように修正する第１表記修正手段と、ある文節の第１の表記語を同音の第２の表記語に変更する操作に応じて、当該文節の第１の表記語と他の文節の第１の表記語との組み合わせに対応する前記用例辞書中の用例に対して、前記第１表記決定手段による当該用例の適用を抑制するように設定する学習手段と、前記第１表記修正手段による処理後の、ある文節の第１の表記語を同音の第２の表記語に変更する操作に応じて、当該文節の第２の表記語と他の文節の第１の表記語との組み合わせに対応する用例が前記用例辞書に存在し、かつ当該用例の適用を抑制するように設定されていれば、当該設定を解除する復活手段とを備えることを特徴とする。ここで、前記学習手段は、前記単語辞書での所定の検索順が先となる所に表記語を再配置することによって、当該単語辞書におけるその表記語の優先度を向上させる。
【００１６】
【実施例】
まず、本発明に係る一実施例の文書処理方法とその装置の処理上の一つのポイントを説明する。
かな漢字変換処理での文書処理方法のポイントは、まず、用例が存在する１組の語（文節間）において、少なくとも一方の語が同音語であって、その同音語に変更が行われた場合、同音語変更が行われなかった組を構成する語について単語学習を行う。
【００１７】
そして、次に新たな文字列を入力した場合、この文字列に対する第一漢字変換候補決定では、単語学習された同音語を優先的に第一候補として、それに対応する用例が存在する同音語を構成する単語と比較することで、表記は同じであるが単語ＩＤ（識別子）の異なる同音語が第一候補に選ばれることを避けることができる。
【００１８】
例えば、『本は厚い』（ここで、「本」は名詞であるとする）の『厚い』を『熱い』に変更した場合、用例『本は／厚い』が抑制された後、用例が存在する１組の語『本は／厚い』において変更が行われなかった語、つまり『本は』について単語学習が行われる（即ち、単語辞書での名詞の『本は』の優先度が上げられる）。
【００１９】
次に、新たな文字列『ほんはあつい』が入力されると、第１変換候補として『本は熱い』に変換される。この時の『本は』は、先の処理において名詞の「本」が単語学習されているので、名詞の『本は』が抽出される。よって、表記は同じであるが単語ＩＤの異なる接頭語等の『本は』が第一候補となることはなく、この後、『熱い』を『厚い』と変更すれば、用例『本は／厚い』に対して用例復活が行われる。
【００２０】
この処理を実行するために、本実施例では以下のように文書処理を実行する。まず、単語を含む文字列の読みを入力し、単語の読みと表記および各種情報を格納した単語辞書を検索することにより文節を抽出する。そして、抽出された文節の対について、共起関係を有する単語と単語の組である用例を格納した用例辞書を検索して用例候補を抽出する。次に、抽出された文節候補の中から、第一候補を決定する。そして、作成された各語について語ＩＤ（識別子）と、その語が同音語を有する場合に同音語の単語表記や、単語ＩＤを含む同音語情報を作成する。
【００２１】
次に、抽出された用例情報を元に、用例ＩＤ（識別子）、用例の対象となる語候補の単語情報を持つ用例情報を作成する。そして、ユーザによって別の候補語が選択された時、その選択状態によって、選択用例の適用を禁止する処理（用例抑制）、または、適用を禁止された用例を適用可能とする処理（用例復活）を行う。さらに、前述の用例抑制学習が行われた後、用例を構成する１組の語において、候補の変更が行われなかった語について単語学習を行う。
【００２２】
以上の処理手順により、上述の問題を解決することができる。
以下、添付図面にしたがって、本発明に係る一実施例である文書処理装置の構成を説明する。
図１は、本発明における一実施例の文書処理装置のブロック図である。
１はＣＰＵであり、文書処理装置全体の主制御および仮名漢字変換等の文書処理を実行する。
【００２３】
２は記憶領域（ＲＡＭ）であり、同音語情報、用例情報等の各種情報の保存領域、また、各処理を行う作業領域である。
３はディスプレイであり、入力読み文字列や仮名漢字変換処理のなされた同音語候補等を表示する。
４はキーボードであり、アルファベットキー、ひらがなキー、カタカナキー等の文字記号入力キー（４−１）、および、変換を指示する変換キー（４−２）、表示された候補を選択する選択キー（４−３）等の各種のファンクションキーを備えている。
【００２４】
５はＲＯＭであり、各種処理プログラムを格納している。例えば、５−１にはＣＰＵ１が実行する仮名漢字変換の文書処理プログラムが格納されている。また、５−２には仮名漢字変換で用いられる単語辞書や、用例適用処理で使用する用例辞書、学習データを保存する学習辞書等のデータが格納されている。
図２は、かな漢字変換に用いる辞書の構成を示した図である。
【００２５】
この辞書は、表記変換に用いる単語情報と、表記変換の際の第１候補を決定するための用例情報とで構成されている。
単語情報は、その見出し単語固有の単語ＩＤと、その単語の読みを格納する読み、単語の表記を格納する表記、単語の品詞を格納する品詞等の情報から構成されている。用例情報は、その見出し単語の持つ用例情報の個数、用例固有の用例ＩＤ、用例の相手の単語に付く付属語のうち用例が成立する条件を満たす代表的な付属語を格納した結合情報等から構成される。
【００２６】
用例を持たない単語は、用例情報の個数に"０"が格納されている。単語ＩＤ、用例ＩＤは、先頭の単語または用例を"１"とする連続番号である。
図２において、例えば、『厚い』という単語は"１００"という連続番号で区別され、読みが『あつい』、表記が『厚い』、品詞が『形容詞』であるという単語情報を持つ。そして、『板が厚い』、『紙が厚い』、『本が厚い』等の３０の用例を持つ。
【００２７】
図３は、入力した文字列を本実施例の文書処理装置で解析処理したときに生成する入力文字列に対応する文節情報と用例情報のデータ構成を示した図である。ここで、図３の（ａ）は、入力文字列が各文節に分解された文節情報の全体構成である。この文節情報は、後述する仮名漢字変換処理ステップＳ５−４（図５参照）で変換候補を決定するために生成される。
【００２８】
図３の（ｂ）は、各文節情報のデータ構造を示した図である。各文節情報は、その文節を他の文節と区別するための連続番号である文節ＩＤ、その文節が同音語を持つ場合での同音語情報の使用メモリーサイズを表すデータ長、格納されている同音語の候補の個数を格納する候補個数、各同音語候補の情報を格納する候補単語情報から構成される。
【００２９】
この生成された文節情報で、候補単語情報（図３の（ｂ））の列の先頭の候補単語情報が第１の変換候補となる。
次に、図３の（ｃ）は候補単語情報の構成を示した図である。候補単語情報は、候補の単語表記、その単語のＩＤ（識別子）、その単語と用例のペアを構成する相手語のＩＤであるペア語ＩＤ、および、その単語に関する用例情報の格納先へのポインタを格納する用例情報ポインタ等から構成される。
【００３０】
ここで、ペア語ＩＤは、同音語に対しては、それら同音語の全てに関する用例に関して格納されるので複数個存在する。
図３の（ｄ）は、前述の文節情報からポインタ（用例情報ポインタ、図３の（ｃ））が張られて参照される用例情報の全体構成を示す。各用例情報は、図３の（ｃ）に示した各ペア語ＩＤに対応して配置される。
【００３１】
図３の（ｅ）は、図３の（ｄ）の各用例情報の詳細なデータ構造を示した図である。用例情報は、用例のＩＤ、用例の文頭側の語（文節）の単語情報（例えば、単語ＩＤ）である文頭側文節候補単語情報、そのペアの単語情報である文末側（対象）文節候補単語情報を備える。
次に、図４は学習データの構成を示す図である。
【００３２】
図４の（ａ）は学習データの全体構成を示した図である。学習データは"単語学習データ"と"用例学習データ"の２つから構成される。"単語学習へのポインタ"は、"単語学習データ列"の先頭を指すポインタである。また、"用例学習へのポインタ"は、"用例学習データ列"の先頭を指すポインタである。
図４の（ｂ）は、"単語学習データ列"のデータ構造を示した図である。ここで、"単語学習データ列"は"単語学習使用サイズ"と各単語学習データから構成される。
"単語ＩＤn学習データ"（ｎ＝１，２，．．．）は、各単語のＩＤ（識別子）に対応しており、学習されている単語には"１"、即ち、その単語は抑制されることを意味する。また、学習されていない単語に対しては"０"、即ち、その単語は抑制されないことを意味する。
【００３３】
図４の（ｃ）は、"用例学習データ列"のデータ構造を示す図である。"用例学習データ列"は"用例学習使用サイズ"と各"用例ＩＤn学習データ"（ｎ＝１，２，．．．）から構成される。
"用例学習使用サイズ"には、"用例学習データ列"のサイズを格納する。"用例学習データ列"の各用例学習データは、各用例ＩＤ（識別子）に対応しており、抑制されている使用禁止用例には"１"、抑制されていない使用可能用例には"０"が格納される。
【００３４】
上述の実施例の動作を図５〜図８の各動作を示すフロー、および図９の図を元に説明する。
図５は本実施例の文字処理方法の手順を示すフローチャートである。
ステップＳ５−１において、キーボード４よりキーが押下されることによる割り込みが発生するのを待つ。キー入力割り込みが発生して、キーコードを入力するとステップＳ５−２においてキー判別し、キーの種類に応じてステップＳ５−３，ステップＳ５−４，ステップＳ５−５，ステップＳ５−６，ステップＳ５−７のいずれかのステップに分岐する。
【００３５】
ステップＳ５−３は、文字列読み入力キーが押下されたときの処理である。入力したコードを記憶領域２と表示バッファ６に格納する。
ステップＳ５−４は、変換キーが押下されたときの処理であり、ステップＳ５−３で入力された、かな漢字変換の対象となる文字列を解析して漢字に変換して、その結果を記憶領域２と表示バッファ６に格納する。漢字に変換する際には、辞書（図１の５−２）に存在する用例情報を用いて、変換語の候補を選択して、その中から第一候補を決定する。
【００３６】
ステップＳ５−５は、次候補変換キー（図１の４−２）が押下されたときの処理であり、ステップＳ５−４によって選択された別の変換語候補を表示バッファ６に格納する。
ステップＳ５−６は、選択キー（図１の４−３）が押下されたときの処理であり、ユーザからのキー入力指示により画面表示されている変換語候補から１つを選択し、選択した変換語を対応する文書中に配置する。さらに、選択された変換語を学習する処理を行う。この学習とは、その語の単語辞書での選択優先度を上げる処理を行うことを意味する。
【００３７】
ステップＳ５−７は、その他のキー（例えば、カーソル移動キーなどの文書編集で用いるキー）が押下されたときの処理であり、同種の文字処理方式において一般に行われている処理であり、公知であるので特に記述しない。
ステップＳ５−８は、表示バッファ６に格納されたデータを表示するディスプレイ３に表示する処理である。この処理では、表示バッファ６中のデータ１文字を対応文字パターンに展開して表示する処理である。
【００３８】
次に、図６は、ステップＳ５−４の処理を詳細化したフローチャートである。ステップＳ６−１は、入力された仮名漢字変換の対象となる文字列を解析し、文節を抽出する処理である。この処理は、単語辞書（図１の５−２）を検索して解析を行い、文節として認定される候補のみを出力する処理であって、同種の文字処理方式において一般的に行われている処理であり、公知であるので特に詳細には記述はしない。
【００３９】
ステップＳ６−２は、ステップＳ６−１において出力された解析結果に対して、単語辞書中に格納されている用例のパターンが存在するかどうかをチェックし、用例のパターンが存在すれば、その用例の対象となる変換語の候補を優先候補として抽出する処理である。このステップでは、図３で示したデータ構造の文節情報および用例情報を作成する。そして、ここで生成された文節情報の内、候補単語情報（図３の（ｂ））が変換候補とする。これらの情報はまた、用例抑制学習を始めとする各処理で使用される内部的なデータとなる。
【００４０】
ステップＳ６−３では、ステップＳ６−２で抽出された優先候補の中から、学習の結果なども考慮に入れて仮名漢字変換の第一候補を決定する。具体的には、生成された文節情報の内、候補単語情報（図３の（ｂ））の先頭のものを変換候補とする。
そして、第１の変換候補語を対応する文節に配置して、全体の文章とともに表示バッファ６に格納する。
【００４１】
以上、かな漢字変換処理を説明した。
次に、図７を参照して、図５のステップＳ５−６で示される選択学習処理の詳細を説明する。
ステップＳ７−１は、単語学習処理を行う。即ち、ステップＳ５−５でユーザからのキーボード指示によってステップＳ５ー４で選択した変換語を別の変換語に変更した時、変更された語に対応する単語学習データ（図４の（ｂ））に"１"を書き込む。これは、その変更された語を抑制することを意味する。ここで、"０"は、非抑制を意味する。
【００４２】
ステップＳ７−２は、用例抑制学習処理を行う。即ち、変更された語に関する用例を抑制するために、変更された語に対応する用例学習データ（図４の（ｃ））に"１"を設定する（用例の適用の禁止を意味する）。また、変更後の語に関する用例については、逆に、変更後の語に対応する用例学習データ（図４の（ｃ））には"０"を設定する（適用が禁止されている用例を適用可能とすることを意味する）。
【００４３】
ステップＳ７−３では、その他の学習処理であり、例えば、文節の区切りを学習する区切り学習等の処理が含まれる。
以上、ステップＳ５ー６の選択学習処理について説明した。
次に、図９を参照して、具体例として、「ほんはあつい」をステップＳ５ー３（図５）で入力した場合での文書処理例を説明する。
【００４４】
まず、ステップＳ５−３で、文字列『ほんはあつい』が入力される（図９の（ａ）参照）と、その文字列がステップＳ５−８でディスプレイに表示され、次に、キーボードから変換キーを入力するとステップＳ５−４に進み、入力文字列に上述のかな漢字変換が適用される。そして、第一変換候補として『本は厚い』が決定される（図９の（ｂ））。このときの第一文節である『本は』は、名詞の「本」が抽出されている。
【００４５】
次に、キーボードから次候補変換キーが入力されると、ステップＳ５−５へ進み、変換候補をディスプレイに表示して、ユーザに選択させる。ユーザがキーボードを通じて例えば、『本は厚い』における『厚い』を別の変換候補『熱い』を選択して変更する（図９の（ｃ））。
次に、キーボードから選択キーが入力されると、ステップＳ５−６に進み、上述の選択学習処理が適用される。
【００４６】
まず、ステップＳ７−１で、単語学習が適用される。これは変更の行われた候補語に適用されるので、『熱い』に単語学習が行われ、単語学習データにおいて『熱い』の単語コードの該当する位置に"０"が書き込まれる。即ち、単語『熱い』
は非抑制の属性が付けられる。
【００４７】
次に、ステップＳ７−２では、用例抑制学習が行われる。これを図８を元に説明する。
図８は、用例抑制学習の処理手順を示すフローチャートである。
ステップＳ８−１は、処理の対象となるすべての変換語候補について処理を行うために、全ての語に関する処理が終了したか否かをチェックする。即ち、残っている処理する文節（語）数が０かどうかチェックし、０でなければ、ステップＳ８−２へ進む。
【００４８】
例えば、『本は熱い』では、『本は』、『熱い』の２つの文節語について処理を行う。
ステップＳ８−２では、処理の対象となる語候補に関する用例すべてについて処理を行うために、全ての用例について処理が終了したか否かをチェックする。そして、終了していなければステップＳ８ー３へ進む。これは、残っている処理する候補数が０かどうかチェックことによってなされる。
【００４９】
例えば、初めに、『本は』についての用例情報に関しては、図３の（ｅ）で示されるように用例が存在する１組の語間では、文末側の同音語にリンクして用例情報は存在している。この場合、語『本は』には用例情報は存在しないので、ステップＳ８−８に進む。
また、次の語『熱い』が処理対象の時は、ステップＳ８ー２の処理が行われると、語『熱い』への変更前の語には、用例『本は／厚い』が存在している。この場合は、ステップＳ８ー３へ進む。
【００５０】
ステップＳ８−８では、用例学習が行われたかどうかチェックし、用例学習が行われていればステップＳ８−９に進み、行われていなければステップＳ８−１に戻る。
ステップＳ８−９は、本発明に係る一実施例の一つのポイントとなる処理であり、用例学習が行われた場合、用例が存在する１組の語間において、語の変更が行われなかった語について単語学習を行う。例えば、用例『本が／厚い』においては、同音語『厚い』が『熱い』に変更されている。この場合、語の変更が行われなかった用例のペアとなる語『本は』に関して単語学習を行う。これにより、名詞である語『本は』が単語学習される。即ち、名詞である語『本は』が、単語辞書中での選択優先度を上げる。選択優先度を上げる方法としては、例えば、単語辞書での記述順位を上げる。このことによって、検索は単語辞書の先頭から成されるのではじめに検索されるために実質上選択優先順位が上がる。
【００５１】
逆に、用例学習が行われない場合は、残り語数を"１"減らして、ステップＳ８−１に戻る。
ステップＳ８−３では、対象文節（語）について候補単語情報のチェックを行う。ここでは、用例情報の文末側（対象）文節候補単語情報における単語ＩＤ、つまり、用例『本は／厚い』の『厚い』における単語ＩＤと、その同音語『熱い』の単語情報における単語ＩＤとを比較する。この場合は、『厚い』と『熱い』の単語ＩＤは一致しない。
【００５２】
ステップＳ８−４では、文頭（相手）文節（語）について候補単語情報のチェックを行う。ここでは、用例情報の文頭側（相手）文節候補単語情報における単語ＩＤ、つまり、用例『本は／厚い』の『本は』における単語ＩＤと、その同音語『本は』の単語情報における単語ＩＤとを比較する。『本は』と『本は』共に名詞の「本」であるので、両者の単語ＩＤは一致する。
【００５３】
ステップＳ８−５では、ステップＳ８−３，ステップＳ８−４の処理結果を元に、用例抑制、用例復活の判定を行う。ここでは、対象文節が変更されたならば（ａ）、ステップＳ８ー６へ進み、用例の抑制処理を行う。また、対象文節とその相手文節のペアと一致する用例があれば（ｂ）、ステップＳ８ー７へ進み用例復活処理を行う。
【００５４】
この実施例では(a)の条件に該当するので、処理はステップＳ８−６に進む。ステップＳ８−６は、用例を抑制する処理であり、図４の（ｃ）における用例学習データの用例ＩＤに対応する位置に"１"を書き込む。これにより、用例『本は／厚い』は抑制されたこととなる。
ステップＳ８−７は、用例復活が行われる場合の処理である。ここでは、図４の（ｃ）における用例学習データの用例ＩＤに対応する位置に"０"を書き込む。
【００５５】
次に、ステップＳ５−３により、再び文字列『ほんはあつい』が入力される（図９（ｅ））。
ステップＳ５−４により、文字列『ほんはあつい』にかな漢字変換が適用される。ここで、前回までの処理により、同音語『熱い』が単語学習されている。また、用例『本は厚い』は抑制されている。更に、同音語『本は』（名詞）は単語学習されている。その結果、図９（ｆ）で示されるように『本は熱い』が第一候補として決定される。この場合の『本は』は名詞の「本」である。
【００５６】
次に、ステップＳ５−５により、『熱い』を『厚い』に同音語変更する（図９（ｇ））。その後、ステップＳ５−６により選択学習処理が行われる。
ステップＳ５−６では、前述と同様にして、初めにステップＳ７−１により『厚い』が単語学習される。次に、用例『本は／厚い』について、文頭側（本は）、文末側（厚い）の候補単語情報の比較が行われる。その結果、２つの同音語の単語情報における単語ＩＤは、用例情報の単語情報における単語ＩＤと一致するため、用例『本は厚い』は復活が行われる。またこの後同音語『本は』は単語学習される（図９（ｈ））。
【００５７】
尚、以上の説明において用いた辞書は単語情報と用例情報とを同一の見出し語の下に記述した単一の辞書構造であるが、単語情報と用例情報とを分離した各辞書テーブルとしても同様に処理することができる。
また、本実施例で用いた単語ＩＤおよび用例ＩＤは、先頭の単語または用例を１とする連続番号で表したが、各々の辞書の先頭からの相対アドレスを用いることもできる。
また、本実施例における単語学習データ、用例学習データの持ち方は、各学習データに学習が行われる場合は１を、学習が行われない場合は０を書き込んでいるが、学習データに、学習が行われる場合は単語ＩＤまたは用例ＩＤを書き込み、学習が行われない場合は単語ＩＤまたは用例ＩＤを削除するといった、単語ＩＤ、用例ＩＤの有無で示しても良い。
【００５８】
尚、本発明は、複数の機器から構成されるシステムに適用しても、１つの機器から成る装置に適用しても良い。また、本発明はシステム或は装置にプログラムを供給することによって達成される場合にも適用できることはいうまでもない。以上のように本発明によれば、用例が存在する１組の語（文節間）において，その同音語への変更が行われ用例抑制学習が適用された場合、語変更が行われなかった語について単語学習を行うことにより、次の入力における第一候補決定において、単語学習された同音語が優先的に第一候補となり、用例が存在する同音語を構成する単語と比較して、表記は同じであるが単語ＩＤの異なる同音語が第一候補に選ぶことはなくなるため、確実に用例の抑制または復活を実現することができる。
（実施例２）
第２の実施例では、かな漢字変換での用例抑制/復活での上述の問題を、実施例１とは異なる方法で解決する文書処理装置を提供する。
【００５９】
実施例２の文書処理装置の全体処理構成は、実施例１で図５を用いて説明した構成と同様である。
実施例２では、説明を簡潔に行うために、実施例１での構成と同様な構成部分については説明を割愛する。そして、異なる構成についてのみ以下に説明する。図１０は、ステップＳ５−４のかな漢字変換処理を詳細化したフローチャートであり、これは実施例１とは異なる処理である。
【００６０】
以下、図１０を参照して、かな漢字変換処理の手順を説明する。
ステップＳ１０−１は、入力された仮名漢字変換の対象となる文字列を解析し、文節としての切り出しを行い、抽出する処理である。ここでの処理は、単語辞書（図１の５−２）を検索して解析を行い、文節として認定される候補のみを出力する処理であって、同種の文字処理方式において一般的に行われている処理であり、説明を割愛する。
【００６１】
ステップＳ１０−２は、ステップＳ１０−１において出力された解析結果に対して、単語辞書中に格納されている用例のパターンが存在するかどうかをチェックし、用例のパターンが存在すれば、その用例の対象となる変換語の候補を優先候補として抽出する。
ステップＳ１０−３は、ステップＳ１０−２で抽出された優先候補の中から、学習の結果なども考慮に入れて、仮名漢字変換の第一候補を決定する。
【００６２】
ステップＳ１０−４は、図３で示される文節情報および用例情報を作成する処理である。これらの情報は用例抑制学習を始めとする各処理で使用される内部的なデータである。
ステップＳ１０−５は、図３の（ｃ）で示される文節情報のうちの候補単語情報の補正を行う処理である。第一候補の語の単語情報に基づいて、用例情報の探索を行い、その単語情報と比較してその表記が同じで単語ＩＤが異なる場合、同音語情報の持つ単語情報の単語ＩＤを用例情報の持つ単語情報の単語ＩＤと置き換えを行う。ここで、探索対象の用例は、抑制がかかっているものも含まれる。この処理の詳細については、図１１、図１２を参照して後述する。
【００６３】
ここで、図１４を参照して、入力文字列が『ほんはあつい』の時の具体的処理の流れを説明する。
図１４（ａ）で示されるように、まず、入力文字列『ほんはあつい』が入力される（図５のステップＳ５−３）。
次に、ユーザ指示である変換キーを入力すると、ステップＳ５ー４へ進む。ステップＳ５ー４ではかな漢字変換処理を行う。この処理の詳細を図１０に示す。
【００６４】
図１０のステップＳ１０−１からステップＳ１０−３までの処理により、文節の抽出、用例の抽出、第一候補の決定が行われ、『本は厚い』が第一候補に決定される（図１４（ｂ）参照）。この時の語『本は』、『厚い』には、図１４（ｂ）で示されるような同音語情報が作成される。第一候補は、同音語情報の先頭に格納されるので、『本は』は、表記「本」、単語コード「４００」、その他の情報として品詞「名詞」を持つ。一方、『厚い』は、表記「厚」、単語コード「１００」、品詞「形容詞」を持つ。
【００６５】
次に、次候補変換キーが入力されると、図５のステップＳ５−５へ進み、次候補処理により『厚い』を『熱い』に変更したとする。
次に、選択キーが入力されると、図５のステップＳ５ー６へ進み、選択学習処理が行なわれる。ここで、用例『本は／厚い』は、後述する用例抑制学習（図１３参照）が行われて抑制される。
【００６６】
そして、その語他の文字入力が行われ、接頭語の『本』が単語学習されたりした場合、接頭語の『本』が単語辞書では、選択優先度が最も高くなっているとする。
この後、新たに文字列『ほんはあつい』が入力されるとする（図１４（ｄ））。
そして、変換キーの入力によりステップＳ５ー４のかな漢字変換処理へ進み、ここでは、文節に分解した後に用例検索を行うが、用例『本は／厚い』はすでに抑制されているので、対応する用例はない。そして、単語辞書の検索で、接頭語の『本』が最も選択優先度が高くなっているので、文節『ほんは』の『ほん』には接頭語の『本』が第１変換候補として選択される。また、同様に、文節『あつい』に対しては、単語辞書検索でたまたま選択優先度の高かった『熱い』が第１変換候補として選択されたとする。この時の単語辞書における同音語情報の様子を図１４（ｅ）に示す。図１４（ｅ）に示すように、先頭に接頭語の『本は』が格納されている。また、『あつい』に対する同音語も『熱』が先頭に置かれている。
【００６７】
ステップＳ１０ー５では、この状態で同音語情報の補正を行う。この同音語情報の補正処理の詳細を図１１のフローチャートで示す。
図１１を参照して、ステップＳ１１−１では、処理の対象となるすべての文節について以下の処理を繰り返し行うための制御を行うために、未処理の残り文節数のチェックを行い、残り文節があればステップＳ１１ー２へ進む。なければここでの補正処理を終了する。
【００６８】
例えば、『本は／熱い』という２文節で構成される文字列については２回ループ処理が行われるように制御する。
ステップＳ１１ー２では、対象文節に関する用例があるか否かをチェックする。
そして、対象となる文節に用例が存在する場合はステップＳ１１−３へ進み、なければここでの補正処理を終了する。
【００６９】
ステップＳ１１−３では、用例が存在する１組の文節対の文頭側の文節（語）について、その同音語情報の単語情報と用例情報の文頭側単語情報との間で、表記と単語ＩＤの比較を行う。その結果、表記が同じで単語ＩＤが異なる場合は、同音語情報における単語情報の単語ＩＤを用例情報における単語情報の単語ＩＤに置き換える。この処理は、図１２のフローチャートを参照して後で詳しく述べる。
【００７０】
ステップＳ１１−４は、用例が存在する１組の文節対の文末側の文節（語）について、ステップＳ１１−３と同様の処理を行う。次にステップＳ１１ー１へ戻り残っている文節に関する処理を繰り返す。
以上の手順で同音語情報の補正処理を行うことができる。
図１２は、図１１におけるステップＳ７−３又は、ステップＳ７−４の処理の詳細を示したフローチャートである。
【００７１】
ステップＳ１２−１では、同音語候補の数だけ以下の処理を行う。図１４（ｅ）では、例えば、語『本は』の候補単語情報は『本（接頭語）』、『本（名詞）』、『本（助数詞）』、『奔（名詞）』の４つが存在するため、この４つについて以下の処理を繰り返すための制御を行う。
ステップＳ１２−２では、文節情報の候補単語情報と、用例情報の単語情報を比較する。
【００７２】
用例情報の単語情報には、用例『本は（名詞）／厚い（形容詞）』が格納されている。
ステップＳ１２−３では、ステップＳ１２−２における比較で、表記が一致すればステップＳ１２ー３へ進み、一致しなければステップＳ１２ー５へ進む。
文節情報の第一候補の表記は『本（接頭語）』であり、用例情報の単語情報・表記『本（名詞）』と一致する。
【００７３】
ステップＳ１２−４では、表記が一致した単語情報について、単語ＩＤの比較を行い、一致すればステップＳ１２−６へ進み、一致しなければステップＳ１２ー５へ進む。
文節情報の単語情報『本（接頭語）』の単語ＩＤは４０１である。用例情報の単語情報『本（名詞）』の単語ＩＤは４００である。この場合、両者は一致しないので、処理はステップＳ１２−５に進む。
【００７４】
ステップＳ１２−５では、次の語情報を処理対象とし、ステップＳ１２ー１へ戻る。
図１４（ｅ）の例では、同音語情報の２番目の候補として『本（名詞）』が格納されている。同音語情報『本（名詞）』は、ステップＳ１２−１〜ステップＳ１２−４の処理の結果、用例情報の単語情報『本（名詞）』と、表記、単語コードが共に一致すると判断されるので、次に処理はステップＳ１２−６に進む。
【００７５】
ステップＳ１２−６では、表記、単語コードが共に一致する単語情報について、文節情報の第一候補の単語情報における単語ＩＤを、用例情報の単語情報における単語ＩＤと置き換える。これにより、図１４（ｆ）で示されるように、同音語情報の第一候補（先頭）には、単語ＩＤ４００の『本』が格納される。これで同音語情報の補正処理が終了する。
【００７６】
次に、図１４（ｇ）に示すように、語『熱い』を『厚い』に変更する。『厚い』が決定されると、図５のステップＳ５−６により選択学習処理が行われ、用例抑制学習が行われる。
図１３は用例抑制学習の詳細を示したフローチャートである。
ステップＳ１３−１では、すべての語候補について処理を行うための繰り返し処理制御を、未処理の語数をチェックすることによっておこなう。即ち、未処理の残り語数が０でなければ、ステップＳ１３ー２へ進む。また、０であれば、ステップＳ１３ー１へ戻る。
【００７７】
例えば、例文の『本／厚い』の場合は、同音語『本は』、『厚い』について２度ループ処理するように制御する。
ステップＳ１３−２は、対象となる語候補に関する存在する全ての用例情報について以下の処理を繰り返すように、未処理の残り用例候補数をチェックすることによって制御する。
【００７８】
図３（ｅ）に示したように、用例が存在する１組の文節間において、その用例情報は文末側の語に持たせている。用例『本は／厚い』は、文末側の同音語「厚い」の用例情報ポインタによって示されている。
図１４の例では語『本は』に用例候補は存在しない。よって、処理はステップＳ１３−１に戻り、次の語『厚い』に対しての処理が行われる。この語『厚い』には用例情報が存在している。
【００７９】
ステップＳ１３−３では、用例情報の文頭（相手）文節の候補単語情報における単語ＩＤと同音語の単語ＩＤとの比較を行う。
図１４では、用例情報の文頭文節候補単語情報は『本は（名詞）』であり、同音語の候補単語情報は『本は（名詞）』である。よって、両者の単語ＩＤは一致する。
【００８０】
ステップＳ１３−４では、用例情報の対象文節（文末）の候補単語情報における単語ＩＤと同音語の単語ＩＤとの比較を行う。図１４では、用例情報の対象文節は『厚い』であり、同音語の候補単語情報は『厚い』である。よって、両者の単語ＩＤは一致する。
ステップＳ１３−５では、ステップＳ１３−３，ステップＳ１３−４及びその他の条件を考慮し、用例情報の抑制、復活の判定を行う。ここでは、対象文節が変更されたならば（ａ）、ステップＳ１３ー６へ進み、用例の抑制処理を行う。また、対象文節とその相手文節のペアと一致する用例があれば（ｂ）、ステップＳ１３ー７へ進み用例復活処理を行う。
【００８１】
ステップＳ１３−６は、対象となる用例情報を抑制する（その用例を使用禁止とする）処理であり、用例学習データの用例ＩＤに対応する位置に１を書き込む。
ステップＳ１３−７は、対象となる用例情報を復活する（使用禁止であった用例を使用可能とする）処理であり、用例学習データの用例ＩＤに対する位置に０を書き込む。
【００８２】
図１４の例では、文頭、文末共に単語ＩＤが一致するので、条件(b)により、用例『本は／厚い』は復活処理が行われる。
しかしながら、図１０のステップＳ１０−５による補正処理が行われなければ、図１４（ｅ）から（ｆ）への変更は行われず、同音語情報の第一候補は単語ＩＤ４０１の『本（接頭語）』のままである。ステップＳ１３−３による処理では両者の単語ＩＤは一致せず、用例の復活は行われない。
【００８３】
このように、第一候補で決定された同音語の単語情報が用例情報の単語情報と比較して表記が同じで単語ＩＤが異なる場合でも、同音語情報の補正処理ステップＳ１０−５を行うことにより、表記、単語ＩＤ共に一致した同音語情報が作成され、用例の復活が可能となる。
尚、以上の説明において用いた辞書は単語情報と用例情報を同一の見出し語の下に記述した単一の辞書構造であるが、単語情報と用例情報とを分離した各辞書テーブルとしても同様に処理することができる。
【００８４】
また、本実施例で用いた単語ＩＤおよび用例ＩＤは、先頭の単語または用例を１とする連続番号で表したが、各々の辞書の先頭からの相対アドレスを用いることもできる。
また、本実施例における単語学習データ、用例学習データの持ち方は、各学習データに学習が行われる場合は１を、学習が行われない場合は０を書き込んでいるが、学習データに、学習が行われる場合は単語ＩＤまたは用例ＩＤを書き込み、学習が行われない場合は単語ＩＤまたは用例ＩＤを削除するといった、単語ＩＤ、用例ＩＤの有無で示してもよい。
【００８５】
また、上述の文書処理例では、入力文書はひらがなであったが、これはカタカナでもよいことは言うまでもない。
また、上述の文書処理例では、入力文書はひらがなであったが、これはカタカナや漢字を含んだものでもよいことは言うまでもない。
以上説明したように本実施例によれば、用例が存在する１組の文節間において、第一候補で決定された同音語情報が用例情報の単語情報と比較し、表記が同じでも単語ＩＤが異なる場合、同音語情報の単語情報における単語ＩＤを用例情報の単語情報における単語ＩＤに置き換えることにより、用例復活処理の際、対象となる同音語において、表記が同じでも単語ＩＤが異なる、つまり表記が同じである別の単語であるということがなくなり、用例復活処理を確実に行うことができる。
【００８６】
【発明の効果】
以上説明したように、本発明によれば、読みと表記が同一で品詞の異なる単語を別の単語として記憶した単語辞書を用いたかな漢字変換において、一旦抑制した用例に対応する表記語に変更する操作がなされた場合に、同音同表記で用例に無い別の単語が存在してもそれに影響されずに、その抑制した用例を確実に復活させることができるという効果がある。
【図面の簡単な説明】
【図１】本発明における一実施例の文書処理装置のブロック図である。
【図２】本発明の一実施例の辞書構成の例を示す図である。
【図３】本発明の一実施例の文書処理で生成する文節情報と用例情報のデータ構造を示す図である。
【図４】本発明の一実施例の文書処理で生成する学習データのデータ構造を示す図である。
【図５】本発明の一実施例の文書処理全体の処理手順を示すフローチャートである。
【図６】本発明の一実施例の文書処理での仮名漢字変換部の処理手順を示すフローチャートである。
【図７】本発明の一実施例の文書処理での選択学習処理部の処理手順を示すフローチャートである。
【図８】本発明の一実施例の文書処理での用例抑制学習の処理手順を示すフローチャートである。
【図９】本発明の一実施例の文書処理手順の理解を容易にするための具体例による処理の流れを示す図である。
【図１０】本発明の第２の実施例の文書処理での仮名漢字変換部の処理手順を示すフローチャートである。
【図１１】図１０のステップＳ１０ー５での同音語情報補正の処理手順を示すフローチャートである。
【図１２】図１０のステップＳ１１ー３、ステップＳ１１ー４の詳細処理手順を示すフローチャートである。
【図１３】本発明の第２の実施例の文書処理手順での用例抑制学習の処理手順を示す図である。
【図１４】本発明の第２の実施例の文書処理手順の理解を容易にするための具体例による処理の流れを示す図である。[0001]
[Industrial application fields]
The present invention relates to a document processing method and apparatus for character conversion, and more particularly to a homophone determination method for character conversion.
[0002]
[Prior art]
Conventionally, a kana-kanji conversion method has been widely used as a character processing method for converting a character string. As a result of kana-kanji conversion, the ambiguity of homophones has been resolved from the grammatical characteristics of parts of speech of individual words for many homophones that appear, but there are many cases that cannot be dealt with by that alone.
[0003]
Therefore, the ambiguity of homophones has been resolved by using a combination in the example dictionary storing a word-word pair having a semantically co-occurrence relationship (that is, an example) for determining the first candidate.
In addition, when clause candidates are changed between clauses where examples are present, considering the situation between clauses, processing that prohibits the application of applied examples (example suppression), or once application is prohibited Example suppression learning has been performed, such as a process for reapplying an example (example revival). In the example revival process in this example suppression learning, when a homophone word candidate is changed in a certain phrase (homogeneous word), if the changed homophone word candidate matches a set of homophone word candidates in which examples exist, The example is generally revived. For example, it is assumed that the example “book is thick” is suppressed. The character string “book is hot” is displayed as the output of the document processing, and the user changes the word “hot” to “thick”. In this case, the character string is “book is thick” and the two homophones “book is” and “thick” match the example “book is thick”, so the example “book / thick” is revived. .
[0004]
Here, it is also assumed that “book is thick” is changed to “book is hot”. At this time, the example “book / thick” is suppressed. Also, the word “hot” increases the word learning, that is, the appearance priority of the word “hot”.
Next, it is assumed that a new character string “Hon is hot” is input. In this state, the example “book / thick” is suppressed, and “hot” is learned and the priority is high, so “book is hot” is selected as the conversion candidate as the conversion result. .
[0005]
Now, if we focus on “Book is hot” in “Book is hot”, there is a possibility that “Books” such as prefixes (not nouns) will be extracted, not “Books”. For example, if the prefix “book” happens to have the highest priority in the word dictionary, the prefix “book” may be selected for “honha”.
[0006]
[Problems to be solved by the invention]
In this state, if the selected conversion candidate “book is hot” is changed to “book is thick” again, the “book is hot” in the previous “book is hot” is not a noun “book” but an example. Since “Book (Noun) / Thick” is different from “Book (Noun)”, the example is not revived. That is, between a set of clauses in which an example exists, if the word information of the word determined by the first candidate is the same as the word information of the example information but the word ID (identifier) is different, that is, notation If they were the same but different words, the problem was that the example could not be revived.
[0007]
  The present invention has been made in view of the above-mentioned conventional example, and in kana-kanji conversion using a word dictionary in which words having the same reading and notation but different parts of speech are stored as different words, a notation word corresponding to an example once suppressed When the operation is changed toThere is no exampleProvided is a document processing method and apparatus capable of reliably restoring a suppressed example without being influenced by the presence of another word.
[0009]
[Means for Solving the Problems]
  To achieve the above purposeThe document processing method of the present invention corresponds to the reading of a word in each phrase from a word dictionary that contains words with different readings, notations, and different parts of speech as readings, notations, and parts of speech. Referring to an example dictionary including examples relating to word search and a combination of words, the notation word corresponding to the example is given priority among the notation words corresponding to each clause obtained by the search step. If there is no notation word corresponding to the example, a notation word having a high priority in the word dictionary is given priority and a first notation determination step for determining the first notation word;The example corresponding to the combination of the first notation word of the clause and the first notation word of another clause according to the operation of changing the first notation word of a certain clause to the second notation word of the same sound. A learning step for setting an example in the dictionary to suppress application of the example in the first notation determination step;With reference to the example dictionary, for the first notation word of each clause determined in the first notation determination step,Store in the example dictionaryA first notation correcting step of correcting the different notation word to be a new first notation word if there is another notation word of the same phonetic notation corresponding to the example being used, and the first notation correction ProcessAfter processing inAn example corresponding to the combination of the second notation word of the clause and the first notation word of another clause according to the operation of changing the first notation word of the clause to the second notation word of the same sound is provided.SaidA resurrection step of canceling the setting if the example dictionary exists and is set so as to suppress application of the example. Here, the priority of a written word in the word dictionary is improved by rearranging the written word in a place where a predetermined search order in the word dictionary comes first.
[0011]
  In addition, the document processing apparatus of the present invention includes a word dictionary that includes words reading, notation, and part of speech, words that have the same reading and notation but different parts of speech as different words, and examples that include examples related to word combinations. Refer to the dictionary, the search means for searching for the notation word corresponding to the reading of the word in each phrase from the word dictionary, and the example dictionary including examples related to word combinations, to each phrase obtained by the search means Among the corresponding written words, priority is given to the written word corresponding to the example, and if there is no written word corresponding to the example, the first written word is determined with priority given to the written word having a higher priority. With reference to the first notation determining means and the example dictionary, for the first notation word of each clause determined by the first notation determining means,Store in the example dictionaryA first notation correcting unit that corrects the different notation word to be a new first notation word if there is another notation word of the same phonetic notation corresponding to the example being used;is thereThe example dictionary corresponding to the combination of the first notation word of the clause and the first notation word of another clause according to the operation of changing the first notation word of the clause to the second notation word of the same sound A learning unit configured to suppress application of the example by the first notation determining unit, and a first notation correcting unit.After processingAn example corresponding to the combination of the second notation word of the clause and the first notation word of another clause according to the operation of changing the first notation word of the clause to the second notation word of the same sound is provided.SaidAnd resurrection means for canceling the setting if it is present in the example dictionary and is set to suppress application of the example. Here, the learning means rearranges the written word in a place where the predetermined search order in the word dictionary is first, thereby improving the priority of the written word in the word dictionary.
[0016]
【Example】
First, one point in processing of a document processing method and apparatus according to an embodiment of the present invention will be described.
The point of the document processing method in the kana-kanji conversion process is that, in a set of words (between phrases) where an example exists, at least one of the words is a homophone and the homophone is changed. Word learning is performed for the words that make up the set for which the homophone change has not been made.
[0017]
Then, when a new character string is input next, in the first kanji conversion candidate determination for this character string, the homonym word learned is preferentially set as the first candidate, and a homophone having an example corresponding thereto is selected. By comparing with constituent words, it is possible to avoid selecting homophones having the same notation but different word IDs (identifiers) as first candidates.
[0018]
For example, if “thick” in “book is thick” (here “book” is a noun) is changed to “hot”, there will be an example after the example “book is thick” is suppressed. Word learning is performed for a word that has not been changed in a set of words “book / thick”, that is, “book is” (that is, the priority of the noun “book is” in the word dictionary is increased. ).
[0019]
Next, when a new character string “Honhaatsu” is input, it is converted to “Book is hot” as a first conversion candidate. At this time, “book” is extracted from the noun “book” because the word “book” is learned in the previous process. Therefore, “Books” such as prefixes with the same notation but different word IDs will not be the first candidate. After that, if “Hot” is changed to “Thick”, the example “Books / An example revival is performed for "Thick".
[0020]
In order to execute this processing, in this embodiment, document processing is executed as follows. First, a reading of a character string including a word is input, and a phrase is extracted by searching a word dictionary storing the reading and notation of the word and various information. Then, with respect to the extracted phrase pair, an example dictionary storing an example that is a word-word pair having a co-occurrence relationship is searched to extract an example candidate. Next, a first candidate is determined from the extracted phrase candidates. Then, a word ID (identifier) is created for each created word, and if the word has a homologous word, the homologous word information including the word notation of the homologous word and the word ID is created.
[0021]
Next, based on the extracted example information, example information having an example ID (identifier) and word information of a candidate word to be used as an example is created. Then, when another candidate word is selected by the user, depending on the selection state, a process for prohibiting the application of the selection example (example suppression) or a process for enabling the application forbidden to apply (example revival) I do. Furthermore, after the above-described example suppression learning is performed, word learning is performed for words in which a candidate is not changed in a set of words constituting the example.
[0022]
The above-described problem can be solved by the above processing procedure.
Hereinafter, a configuration of a document processing apparatus according to an embodiment of the present invention will be described with reference to the accompanying drawings.
FIG. 1 is a block diagram of a document processing apparatus according to an embodiment of the present invention.
Reference numeral 1 denotes a CPU which executes document processing such as main control of the entire document processing apparatus and kana-kanji conversion.
[0023]
Reference numeral 2 denotes a storage area (RAM), which is a storage area for various information such as homophone information and example information, and a work area for performing each process.
Reference numeral 3 denotes a display which displays input reading character strings, homophone word candidates subjected to kana-kanji conversion processing, and the like.
Reference numeral 4 denotes a keyboard. Character key input keys (4-1) such as alphabet keys, hiragana keys and katakana keys, conversion keys (4-2) for instructing conversion, and selection keys for selecting displayed candidates ( Various function keys such as 4-3) are provided.
[0024]
Reference numeral 5 denotes a ROM which stores various processing programs. For example, a document processing program for kana-kanji conversion executed by the CPU 1 is stored in 5-1. Further, 5-2 stores data such as a word dictionary used in kana-kanji conversion, an example dictionary used in the example application process, and a learning dictionary for storing learning data.
FIG. 2 is a diagram showing the configuration of a dictionary used for Kana-Kanji conversion.
[0025]
The dictionary includes word information used for notation conversion and example information for determining a first candidate for notation conversion.
The word information includes information such as a word ID unique to the heading word, a reading that stores the reading of the word, a notation that stores the notation of the word, and a part of speech that stores the part of speech of the word. The example information is based on the number of example information of the heading word, the example ID unique to the example, the combined information storing the typical ancillary conditions satisfying the example among the adjuncts attached to the partner word of the example, etc. Composed.
[0026]
For a word having no example, “0” is stored in the number of example information. The word ID and the example ID are serial numbers with the first word or the example being “1”.
In FIG. 2, for example, the word “thick” is distinguished by the serial number “100”, and has word information that the reading is “hot”, the notation is “thick”, and the part of speech is “adjective”. And it has 30 examples such as “thick board”, “thick paper”, “thick book” and so on.
[0027]
FIG. 3 is a diagram showing a data structure of phrase information and example information corresponding to an input character string generated when an input character string is analyzed by the document processing apparatus of the present embodiment. Here, (a) of FIG. 3 shows the entire configuration of the phrase information obtained by dividing the input character string into each phrase. This phrase information is generated in order to determine conversion candidates in a kana-kanji conversion processing step S5-4 (see FIG. 5) described later.
[0028]
FIG. 3B shows the data structure of each phrase information. Each phrase information includes a phrase ID, which is a serial number for distinguishing the phrase from other phrases, a data length indicating the memory size used for the homophone information when the phrase has a homophone, and the stored homophone It consists of a candidate number for storing the number of word candidates and candidate word information for storing information on each homophone candidate.
[0029]
In the generated phrase information, the first candidate word information in the column of candidate word information (FIG. 3B) becomes the first conversion candidate.
Next, FIG. 3C is a diagram showing the configuration of candidate word information. The candidate word information includes a candidate word notation, an ID (identifier) of the word, a pair word ID that is an ID of a partner word constituting a pair of the word and the example, and a pointer to a storage destination of the example information regarding the word Is composed of an example information pointer and the like.
[0030]
Here, there are a plurality of pair word IDs for homophones because they are stored for examples related to all of the homophones.
(D) of FIG. 3 shows the whole structure of the example information that is referred to by placing a pointer (example information pointer, (c) of FIG. 3) from the above phrase information. Each example information is arranged corresponding to each pair word ID shown in FIG.
[0031]
FIG. 3E is a diagram showing a detailed data structure of each example information in FIG. The example information includes an example ID, a sentence-side phrase candidate word information that is word information (for example, a word ID) of a word (phrase) on the sentence side of the example, and a sentence-end (target) phrase candidate word that is word information of the pair. Provide information.
Next, FIG. 4 is a diagram showing a configuration of learning data.
[0032]
FIG. 4A is a diagram showing the entire configuration of learning data. The learning data is composed of “word learning data” and “example learning data”. “Pointer to word learning” is a pointer pointing to the head of the “word learning data string”. The “pointer to example learning” is a pointer pointing to the head of the “example learning data string”.
FIG. 4B shows the data structure of the “word learning data string”. Here, the “word learning data string” includes “word learning use size” and each word learning data.
“Word IDn learning data” (n = 1, 2,...) Corresponds to the ID (identifier) of each word, and is “1” for the word being learned, that is, the word is suppressed. Means that. For a word that has not been learned, "0", that is, the word is not suppressed.
[0033]
FIG. 4C is a diagram illustrating a data structure of the “example learning data string”. The “example learning data string” is composed of “example learning use size” and each “example IDn learning data” (n = 1, 2,...).
The “example learning usage size” stores the size of the “example learning data string”. Each example learning data in the “example learning data string” corresponds to each example ID (identifier), and is “1” for the suppressed use prohibited example and “0” for the unusable usable example. Is stored.
[0034]
The operation of the above-described embodiment will be described with reference to the flowcharts showing the operations of FIGS. 5 to 8 and the diagram of FIG.
FIG. 5 is a flowchart showing the procedure of the character processing method of this embodiment.
In step S5-1, the process waits for an interrupt to be generated when a key is pressed from the keyboard 4. When a key input interrupt occurs and a key code is input, the key is determined in step S5-2, and step S5-3, step S5-4, step S5-5, step S5-6, step S5 are performed according to the key type. Branch to any step of -7.
[0035]
Step S5-3 is processing when the character string reading input key is pressed. The input code is stored in the storage area 2 and the display buffer 6.
Step S5-4 is a process performed when the conversion key is pressed. The character string input in step S5-3 and subjected to kana-kanji conversion is analyzed and converted into kanji, and the result is stored in the storage area. 2 and the display buffer 6. When converting to kanji, a candidate for the conversion word is selected using the example information existing in the dictionary (5-2 in FIG. 1), and the first candidate is determined from the selection.
[0036]
Step S5-5 is processing when the next candidate conversion key (4-2 in FIG. 1) is pressed, and another conversion word candidate selected in step S5-4 is stored in the display buffer 6.
Step S5-6 is processing when the selection key (4-3 in FIG. 1) is pressed, and one of the conversion word candidates displayed on the screen is selected and selected in response to a key input instruction from the user. Place the conversion word in the corresponding document. Furthermore, the process which learns the selected conversion word is performed. This learning means performing processing for increasing the selection priority of the word in the word dictionary.
[0037]
Step S5-7 is a process performed when another key (for example, a key used for document editing such as a cursor movement key) is pressed, and is a process generally performed in the same type of character processing method. Because there is, it does not describe especially.
Step S5-8 is a process of displaying the data stored in the display buffer 6 on the display 3 that displays the data. In this process, one character of data in the display buffer 6 is expanded into a corresponding character pattern and displayed.
[0038]
Next, FIG. 6 is a flowchart detailing the process of step S5-4. Step S6-1 is a process of analyzing the input character string to be converted and extracting a phrase. This process is a process of searching and analyzing a word dictionary (5-2 in FIG. 1) and outputting only candidates recognized as phrases, and is generally performed in the same type of character processing system. Since it is a known process, it will not be described in detail.
[0039]
In step S6-2, the analysis result output in step S6-1 checks whether there is an example pattern stored in the word dictionary. If there is an example pattern, the example is used. This is a process for extracting candidate conversion words as priority candidates. In this step, clause information and example information having the data structure shown in FIG. 3 are created. Of the phrase information generated here, candidate word information ((b) in FIG. 3) is a conversion candidate. These pieces of information are also internal data used in each process including example suppression learning.
[0040]
In step S6-3, the first candidate for kana-kanji conversion is determined from the priority candidates extracted in step S6-2, taking into account the learning results and the like. Specifically, among the generated phrase information, the first one of candidate word information ((b) in FIG. 3) is set as a conversion candidate.
Then, the first conversion candidate word is arranged in the corresponding phrase and stored in the display buffer 6 together with the entire sentence.
[0041]
This completes the description of the Kana-Kanji conversion process.
Next, the details of the selection learning process shown in step S5-6 in FIG. 5 will be described with reference to FIG.
Step S7-1 performs word learning processing. That is, when the conversion word selected in step S5-4 is changed to another conversion word by a keyboard instruction from the user in step S5-5, word learning data corresponding to the changed word ((b) in FIG. 4). Write "1" to This means to suppress the changed word. Here, “0” means non-suppression.
[0042]
Step S7-2 performs an example suppression learning process. That is, in order to suppress the example regarding the changed word, “1” is set in the example learning data (FIG. 4C) corresponding to the changed word (implying the application of the example). Also, for the example related to the changed word, conversely, “0” is set in the example learning data corresponding to the changed word ((c) in FIG. 4). Meaning that it is possible).
[0043]
In step S7-3, other learning processing is included, for example, processing such as demarcation learning for learning phrase delimiters.
The selection learning process in step S5-6 has been described above.
Next, referring to FIG. 9, as a specific example, a document processing example will be described in the case where “Hon-Hatsu” is input in Step S5-3 (FIG. 5).
[0044]
First, in step S5-3, when the character string “Honhaatsu” is input (see FIG. 9A), the character string is displayed on the display in step S5-8, and then converted from the keyboard. When the key is input, the process proceeds to step S5-4, and the above-described kana-kanji conversion is applied to the input character string. Then, “the book is thick” is determined as the first conversion candidate (FIG. 9B). In this case, “book”, which is the first phrase, extracts the noun “book”.
[0045]
Next, when the next candidate conversion key is input from the keyboard, the process proceeds to step S5-5, where the conversion candidates are displayed on the display, and the user is allowed to select them. For example, the user selects and changes “thick” in “book is thick” by selecting another conversion candidate “hot” through the keyboard ((c) of FIG. 9).
Next, when a selection key is input from the keyboard, the process proceeds to step S5-6, and the selection learning process described above is applied.
[0046]
First, word learning is applied in step S7-1. Since this is applied to the changed candidate word, word learning is performed “hot”, and “0” is written in the corresponding position of the word code “hot” in the word learning data. That is, the word "hot"
Is given a non-suppressed attribute.
[0047]
Next, in step S7-2, example suppression learning is performed. This will be described with reference to FIG.
FIG. 8 is a flowchart illustrating a processing procedure of example suppression learning.
In step S8-1, in order to perform processing for all conversion word candidates to be processed, it is checked whether or not processing for all words has been completed. That is, it is checked whether the number of remaining clauses (words) to be processed is 0. If not, the process proceeds to step S8-2.
[0048]
For example, in “book is hot”, two phrase words “book is” and “hot” are processed.
In step S8-2, in order to perform processing for all the examples related to the word candidates to be processed, it is checked whether the processing has been completed for all the examples. If not completed, the process proceeds to step S8-3. This is done by checking if the remaining number of candidates to process is zero.
[0049]
For example, regarding the example information about “Book is”, the example information is linked to the same word at the end of the sentence between a pair of words where the example exists as shown in FIG. Existing. In this case, since no example information exists for the word “book is”, the process proceeds to step S8-8.
Also, when the next word “hot” is the target of processing, the processing before step S8-2 is performed, and the example “book is thick” exists in the word before the change to the word “hot”. Yes. In this case, the process proceeds to step S8-3.
[0050]
In step S8-8, it is checked whether or not example learning has been performed. If example learning has been performed, the process proceeds to step S8-9, and if not, the process returns to step S8-1.
Step S8-9 is a process that is one point of an embodiment according to the present invention. When example learning is performed, no word change is performed between a pair of words in which examples exist. Learn words about words. For example, in the example “book is thick”, the homonym “thick” is changed to “hot”. In this case, word learning is performed on the word “book” which is a pair of examples in which no word change is performed. As a result, the word “book is” which is a noun is learned. That is, the word “hon-ha”, which is a noun, increases the selection priority in the word dictionary. As a method for increasing the selection priority, for example, the description order in the word dictionary is increased. As a result, the search is performed from the beginning of the word dictionary, so that the search is performed first, so that the selection priority is substantially increased.
[0051]
On the other hand, when the example learning is not performed, the number of remaining words is reduced by “1” and the process returns to step S8-1.
In step S8-3, candidate word information is checked for the target phrase (word). Here, the word ID in the sentence end candidate word information of the example information, that is, the word ID in “thick” of the example “book is thick”, and the word ID in the word information of the homonym “hot” Compare In this case, the word IDs “thick” and “hot” do not match.
[0052]
In step S8-4, candidate word information is checked for the sentence head (partner) clause (word). Here, the word ID in the sentence head side (partner) phrase candidate word information of the example information, that is, the word ID in the “book is” of the example “book is thick” and the word information in the word information of the homologue “book is” Compare the ID. Since both “book” and “book” are noun “books”, the word IDs of the two coincide.
[0053]
In step S8-5, based on the processing results of steps S8-3 and S8-4, determination of example suppression and example restoration is performed. Here, if the target phrase is changed (a), the process proceeds to step S8-6, and the example suppression process is performed. If there is an example that matches the pair of the target phrase and its partner phrase (b), the process proceeds to step S8-7 to perform the example restoration process.
[0054]
In this embodiment, since the condition (a) is satisfied, the process proceeds to step S8-6. Step S8-6 is a process for suppressing the example, and “1” is written at a position corresponding to the example ID of the example learning data in FIG. As a result, the example “book is thick” is suppressed.
Step S8-7 is a process when the example restoration is performed. Here, “0” is written at the position corresponding to the example ID of the example learning data in FIG.
[0055]
Next, in step S5-3, the character string "Honhaatsu" is input again (FIG. 9 (e)).
In step S5-4, kana-kanji conversion is applied to the character string “Hon-ha-atsu”. Here, the word “hot” has been learned by the processing up to the previous time. In addition, the example “book is thick” is suppressed. Furthermore, the homonym “book is” (noun) is learned by words. As a result, as shown in FIG. 9F, “book is hot” is determined as the first candidate. In this case, “book” is the noun “book”.
[0056]
Next, in step S5-5, the homophone is changed from "hot" to "thick" (FIG. 9 (g)). Thereafter, a selection learning process is performed in step S5-6.
In step S5-6, the word learning of “thick” is first performed in step S7-1 in the same manner as described above. Next, with respect to the example “book is thick”, candidate word information on the sentence head side (book is) and sentence end side (thick) is compared. As a result, since the word ID in the word information of the two homophones matches the word ID in the word information of the example information, the example “book is thick” is revived. Thereafter, the homophone “hon-ha” is learned (FIG. 9 (h)).
[0057]
Note that the dictionary used in the above description has a single dictionary structure in which word information and example information are described under the same headword, but the same applies to each dictionary table in which word information and example information are separated. Can be processed.
In addition, the word ID and the example ID used in the present embodiment are represented by a leading word or a serial number with an example of 1, but a relative address from the top of each dictionary can also be used.
In addition, as for the way of holding word learning data and example learning data in this embodiment, 1 is written when learning is performed on each learning data, and 0 is written when learning is not performed. May be indicated by the presence or absence of the word ID or the example ID, such as writing the word ID or the example ID when not being performed, and deleting the word ID or the example ID when the learning is not being performed.
[0058]
The present invention may be applied to a system composed of a plurality of devices or an apparatus composed of a single device. Needless to say, the present invention can also be applied to a case where the present invention is achieved by supplying a program to a system or apparatus. As described above, according to the present invention, in a set of words (between phrases) in which an example exists, when the change to the same word is made and the example suppression learning is applied, the word that has not been changed By performing word learning on the first candidate determination in the next input, the homonym word learned is preferentially the first candidate, and the notation is compared to the words that make up the homophone with an example. The same word but different word ID is not selected as the first candidate, so that the suppression or revival of the example can be realized with certainty.
(Example 2)
In the second embodiment, there is provided a document processing apparatus that solves the above-mentioned problem in the example suppression / restoration in Kana-Kanji conversion by a method different from that in the first embodiment.
[0059]
The overall processing configuration of the document processing apparatus according to the second embodiment is the same as the configuration described in the first embodiment with reference to FIG.
In the second embodiment, in order to simplify the description, the description of the same components as those in the first embodiment will be omitted. Only different configurations will be described below. FIG. 10 is a detailed flowchart of the kana-kanji conversion process in step S5-4, which is a process different from that in the first embodiment.
[0060]
Hereinafter, the procedure of Kana-Kanji conversion processing will be described with reference to FIG.
Step S10-1 is a process of analyzing the input character string to be converted to kana / kanji, cutting it out as a phrase, and extracting it. This process is a process for searching and analyzing a word dictionary (5-2 in FIG. 1) and outputting only candidates that are recognized as phrases, and is generally performed in the same type of character processing method. The processing is omitted.
[0061]
Step S10-2 checks whether there is an example pattern stored in the word dictionary with respect to the analysis result output in step S10-1, and if the example pattern exists, the example pattern is checked. The candidate conversion words that are subject to the above are extracted as priority candidates.
In step S10-3, the first candidate for kana-kanji conversion is determined from the priority candidates extracted in step S10-2 in consideration of the learning result and the like.
[0062]
Step S10-4 is processing for creating the phrase information and example information shown in FIG. These pieces of information are internal data used in each process including example suppression learning.
Step S10-5 is a process for correcting candidate word information in the phrase information shown in (c) of FIG. Based on the word information of the word of the first candidate, the example information is searched. When the notation is the same and the word ID is different compared to the word information, the word information of the word information possessed by the homologous word information is used as the example information. Is replaced with the word ID of the word information held by. Here, examples of search targets include those that are suppressed. Details of this processing will be described later with reference to FIGS.
[0063]
Here, with reference to FIG. 14, the flow of specific processing when the input character string is “Hon-Hatsu” will be described.
As shown in FIG. 14A, first, an input character string “Hon-ha-atsu” is input (step S5-3 in FIG. 5).
Next, when a conversion key as a user instruction is input, the process proceeds to step S5-4. In step S5-4, kana-kanji conversion processing is performed. Details of this processing are shown in FIG.
[0064]
Through the processing from step S10-1 to step S10-3 in FIG. 10, phrase extraction, example extraction, and first candidate determination are performed, and “book is thick” is determined as the first candidate (FIG. 14). (See (b)). For the words “book is” and “thick” at this time, homophone information as shown in FIG. 14B is created. Since the first candidate is stored at the beginning of the homophone information, “book is” has the notation “book”, the word code “400”, and the part of speech “noun” as other information. On the other hand, “thick” has the notation “thick”, the word code “100”, and the part of speech “adjective”.
[0065]
Next, when the next candidate conversion key is input, the process proceeds to step S5-5 in FIG. 5, and “thick” is changed to “hot” by the next candidate process.
Next, when a selection key is input, the process proceeds to step S5-6 in FIG. 5, and a selection learning process is performed. Here, the example “book is thick” is suppressed by performing example suppression learning (see FIG. 13) described later.
[0066]
Then, when characters such as the word are inputted and the prefix “book” is learned, it is assumed that the prefix “book” has the highest selection priority in the word dictionary.
After this, it is assumed that a new character string “Honhaatsu” is input (FIG. 14D).
Then, the process proceeds to the kana-kanji conversion process in step S5-4 by inputting the conversion key. Here, the example search is performed after the sentence is decomposed into phrases, but the example “book is thick” is already suppressed, so the corresponding example is obtained. There is no. In the word dictionary search, the prefix “book” has the highest selection priority, so the phrase “honha” “hon” has the prefix “book” selected as the first conversion candidate. Is done. Similarly, for the phrase “hot”, it is assumed that “hot”, which happens to have a high selection priority in the word dictionary search, is selected as the first conversion candidate. The state of the homophone information in the word dictionary at this time is shown in FIG. As shown in FIG. 14E, the prefix “book is” is stored at the head. Also, the homonym for “hot” is preceded by “heat”.
[0067]
In step S10-5, the homophone information is corrected in this state. The details of this homophone information correction processing are shown in the flowchart of FIG.
Referring to FIG. 11, in step S11-1, in order to perform control for repeatedly performing the following processing for all clauses to be processed, the number of unprocessed remaining clauses is checked. If so, the process proceeds to step S11-2. If not, the correction process here is terminated.
[0068]
For example, a character string composed of two phrases “book is hot” is controlled to be looped twice.
In step S11-2, it is checked whether or not there is an example regarding the target phrase.
If there is an example in the target phrase, the process proceeds to step S11-3, and if not, the correction process here is terminated.
[0069]
In step S11-3, for a sentence (word) on the head side of a pair of phrase pairs in which an example exists, between the word information of the homophone information and the head side word information of the example information, the notation and the word ID Make a comparison. As a result, when the notation is the same and the word ID is different, the word ID of the word information in the homophone information is replaced with the word ID of the word information in the example information. This process will be described in detail later with reference to the flowchart of FIG.
[0070]
In step S11-4, processing similar to that in step S11-3 is performed on the sentence (word) on the sentence end side of a pair of phrase pairs in which examples are present. Then, the process returns to step S11-1 to repeat the processing relating to the remaining phrase.
The correction process of homophone information can be performed by the above procedure.
FIG. 12 is a flowchart showing details of the process in step S7-3 or step S7-4 in FIG.
[0071]
In step S12-1, the following processing is performed for the number of homophone words candidates. In FIG. 14 (e), for example, the candidate word information of the word “book is” includes “book (prefix)”, “book (noun)”, “book (classifier)”, and “奔 (noun)”. Because there exists, control is performed to repeat the following processing for these four.
In step S12-2, the candidate word information of the phrase information is compared with the word information of the example information.
[0072]
In the word information of the example information, the example “book is (noun) / thick (adjective)” is stored.
In step S12-3, if the notation matches in the comparison in step S12-2, the process proceeds to step S12-3, and if not, the process proceeds to step S12-5.
The first candidate notation for phrase information is “book (prefix)”, which matches the word information / notation “book (noun)” in the example information.
[0073]
In step S12-4, word information is compared for word information with the same notation. If they match, the process proceeds to step S12-6, and if they do not match, the process proceeds to step S12-5.
The word ID of the word information “book (prefix)” in the phrase information is 401. The word ID of the word information “book (noun)” in the example information is 400. In this case, since both do not match, the process proceeds to step S12-5.
[0074]
In step S12-5, the next word information is targeted for processing, and the flow returns to step S12-1.
In the example of FIG. 14E, “book (noun)” is stored as the second candidate of the homophone information. The homophone information “book (noun)” is determined to be the same as the word information “book (noun)” in the example information as well as the notation and word code as a result of the processing in steps S12-1 to S12-4. Next, the process proceeds to step S12-6.
[0075]
In step S12-6, the word ID in the word information of the first candidate of the phrase information is replaced with the word ID in the word information of the example information for the word information having the same notation and word code. As a result, as shown in FIG. 14 (f), “book” of the word ID 400 is stored in the first candidate (head) of the homophone information. This completes the homophone information correction process.
[0076]
Next, as shown in FIG. 14G, the word “hot” is changed to “thick”. When “thick” is determined, a selective learning process is performed in step S5-6 in FIG. 5, and example suppression learning is performed.
FIG. 13 is a flowchart showing details of the example suppression learning.
In step S13-1, iterative processing control for performing processing on all word candidates is performed by checking the number of unprocessed words. That is, if the number of unprocessed remaining words is not 0, the process proceeds to step S13-2. If it is 0, the process returns to step S13-1.
[0077]
For example, in the case of an example sentence “book / thick”, control is performed so that the homophones “book is” and “thick” are looped twice.
In step S13-2, control is performed by checking the number of unprocessed remaining example candidates so that the following processing is repeated for all the example information that exists regarding the target word candidate.
[0078]
As shown in FIG. 3E, the example information is given to the word at the end of the sentence between a set of clauses where the example exists. The example “book is thick” is indicated by the example information pointer of the homonym “thick” at the end of the sentence.
In the example of FIG. 14, there is no example candidate for the word “book is”. Therefore, the process returns to step S13-1, and the process for the next word “thick” is performed. This word “thick” has example information.
[0079]
In step S13-3, the word ID in the candidate word information of the sentence head (partner) clause of the example information is compared with the word ID of the homophone.
In FIG. 14, the sentence head phrase candidate word information of the example information is “book is (noun)”, and the candidate word information of the homophone is “book is (noun)”. Therefore, both word IDs are the same.
[0080]
In step S13-4, the word ID in the candidate word information of the target clause (end of sentence) of the example information is compared with the word ID of the homophone. In FIG. 14, the target phrase of the example information is “thick”, and the candidate word information of the homophone is “thick”. Therefore, both word IDs are the same.
In step S13-5, the suppression of the example information and the determination of restoration are performed in consideration of step S13-3, step S13-4, and other conditions. Here, if the target phrase is changed (a), the process proceeds to step S13-6, and the example suppression process is performed. If there is an example that matches the pair of the target phrase and its partner phrase (b), the process proceeds to step S13-7 and the example restoration process is performed.
[0081]
Step S13-6 is a process of suppressing the target example information (prohibiting the use of the example), and 1 is written at a position corresponding to the example ID of the example learning data.
Step S13-7 is a process for restoring the target example information (allowing the use example that has been prohibited) to be written, and 0 is written at the position corresponding to the example ID in the example learning data.
[0082]
In the example of FIG. 14, the word IDs coincide with each other at the beginning and end of the sentence, so that the example “book is thick” is revived according to the condition (b).
However, if the correction process in step S10-5 in FIG. 10 is not performed, the change from FIG. 14E to FIG. 14F is not performed, and the first candidate of the homophone information is “book (prefix) of the word ID 401. ) ”. In the processing in step S13-3, the word IDs of both do not match, and the example is not restored.
[0083]
Thus, even when the word information of the homophone determined by the first candidate is the same notation and the word ID is different from the word information of the example information, the homolog information correction processing step S10-5 is performed. As a result, homophone information that matches both notation and word ID is created, and the example can be restored.
Note that the dictionary used in the above description has a single dictionary structure in which word information and example information are described under the same headword, but each dictionary table in which word information and example information are separated is similarly used. Can be processed.
[0084]
In addition, the word ID and the example ID used in the present embodiment are represented by a leading word or a serial number with an example of 1, but a relative address from the top of each dictionary can also be used.
In addition, as for the way of holding word learning data and example learning data in this embodiment, 1 is written when learning is performed on each learning data, and 0 is written when learning is not performed. May be indicated by the presence or absence of a word ID or an example ID, such as writing a word ID or an example ID when not being performed, and deleting the word ID or the example ID when no learning is being performed.
[0085]
In the above document processing example, the input document is hiragana, but it goes without saying that this may be katakana.
In the above document processing example, the input document is hiragana, but it goes without saying that this may include katakana and kanji.
As described above, according to the present embodiment, the homophone information determined by the first candidate is compared with the word information of the example information between a set of phrases in which the example exists, and the word ID is the same even if the notation is the same. If they are different, by replacing the word ID in the word information of the homophone information with the word ID in the word information of the example information, the word ID in the target homophone is the same, but the word ID is different, that is, the notation Are not different words, and the example restoration process can be performed reliably.
[0086]
【The invention's effect】
  As described above, according to the present invention, in kana-kanji conversion using a word dictionary in which words having the same reading and notation but different parts of speech are stored as different words, the notation word corresponding to the temporarily suppressed example is changed. Same operation when operation is performedNot in the exampleEven if another word exists, there is an effect that the suppressed example can be reliably restored without being influenced by it.
[Brief description of the drawings]
FIG. 1 is a block diagram of a document processing apparatus according to an embodiment of the present invention.
FIG. 2 is a diagram illustrating an example of a dictionary configuration according to an embodiment of the present invention.
FIG. 3 is a diagram illustrating a data structure of phrase information and example information generated by document processing according to an embodiment of the present invention.
FIG. 4 is a diagram illustrating a data structure of learning data generated by document processing according to an embodiment of the present invention.
FIG. 5 is a flowchart showing a processing procedure of the entire document processing according to the embodiment of the present invention.
FIG. 6 is a flowchart showing a processing procedure of a kana-kanji conversion unit in document processing according to an embodiment of the present invention.
FIG. 7 is a flowchart illustrating a processing procedure of a selection learning processing unit in document processing according to an embodiment of the present invention.
FIG. 8 is a flowchart showing a processing procedure of example suppression learning in document processing according to an embodiment of the present invention.
FIG. 9 is a diagram illustrating a flow of processing according to a specific example for facilitating understanding of a document processing procedure according to an embodiment of the present invention.
FIG. 10 is a flowchart showing a processing procedure of a kana-kanji conversion unit in document processing according to the second embodiment of the present invention.
FIG. 11 is a flowchart showing the processing procedure of homophone information correction in step S10-5 of FIG.
12 is a flowchart showing a detailed processing procedure of steps S11-3 and S11-4 of FIG.
FIG. 13 is a diagram illustrating a processing procedure for example suppression learning in a document processing procedure according to the second embodiment of this invention;
FIG. 14 is a diagram illustrating a flow of processing according to a specific example for facilitating understanding of a document processing procedure according to the second embodiment of this invention;

Claims

A search step for searching for a notation word corresponding to the word reading of each phrase from a word dictionary that includes words reading, notation, and part of speech, and storing words having the same reading and notation but different parts of speech as different words;
Referring to an example dictionary including examples related to word combinations, the notation word corresponding to the example should be given priority among the notation words corresponding to each clause obtained by the search step, and there should be no notation word corresponding to the example. For example, a first notation determination step of determining a first notation word by giving priority to a notation word having a high priority in the word dictionary;
The example corresponding to the combination of the first notation word of the clause and the first notation word of another clause according to the operation of changing the first notation word of a certain clause to the second notation word of the same sound. A learning step for setting an example in the dictionary to suppress application of the example in the first notation determination step;
With reference to the example dictionary, for the first notation word of each clause determined in the first notation determining step, another notation word of the same phonetic notation corresponding to the example stored in the example dictionary If there is, a first notation correction step of correcting the other notation word to be a new first notation word,
In response to the operation of changing the first notation word of a certain phrase to the second notation word of the same sound after the processing in the first notation correcting step, the second notation word of the corresponding phrase and the first notation of another phrase Article example corresponding to the combination of the representation language is present in the example dictionary, and if it is set so as to suppress the application of the examples, characterized by comprising a resurrection step of canceling the settings Processing method.

Improvement of notation word priority in said word dictionary, according to claim 1, characterized in that predetermined search order in the word dictionary is performed by rearranging the notation word in the place where the preceding Document processing method.

A word dictionary that includes word readings, notations, and parts of speech, and stores words that have the same reading and notation but different parts of speech as different words;
An example dictionary containing examples of word combinations,
Search means for searching for a written word corresponding to the reading of the word of each clause from the word dictionary;
Referring to an example dictionary including examples related to word combinations, the notation word corresponding to the example is given priority among the notation words corresponding to each clause obtained by the search means, and there is no notation word corresponding to the example. For example, first notation determination means for determining a first notation word in preference to a notation word having a high priority in the word dictionary;
With reference to the example dictionary, for the first notation word of each clause determined by the first notation determining means, another notation word of the same phonetic notation corresponding to the example stored in the example dictionary If there is, a first notation correcting means for correcting the other notation word so as to be a new first notation word;
The example corresponding to the combination of the first notation word of the clause and the first notation word of another clause according to the operation of changing the first notation word of a certain clause to the second notation word of the same sound. Learning means for setting an example in the dictionary to suppress application of the example by the first notation determining unit;
After processing by that in the first notation correction means, the first notation word of a phrase in accordance with the operation of changing the second notation word homophone, the second notation word and other clauses of the clause Examples corresponding to the combination of the first notation word is present in the example dictionary, and if it is set so as to suppress the application of the examples, and characterized in that it comprises a revival means for releasing the setting Document processing device.

Said learning means, by a predetermined search order in the word dictionary is to reposition the notation word to a location that the previous claim 3, characterized in that to improve the priority of the notation word in the word dictionary Document processing apparatus described in 1.