JP4036064B2 - 形態素列処理装置および方法 - Google Patents
形態素列処理装置および方法 Download PDFInfo
- Publication number
- JP4036064B2 JP4036064B2 JP2002266227A JP2002266227A JP4036064B2 JP 4036064 B2 JP4036064 B2 JP 4036064B2 JP 2002266227 A JP2002266227 A JP 2002266227A JP 2002266227 A JP2002266227 A JP 2002266227A JP 4036064 B2 JP4036064 B2 JP 4036064B2
- Authority
- JP
- Japan
- Prior art keywords
- name
- boundary
- rule
- candidate
- morpheme
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000000877 morphologic effect Effects 0.000 title description 13
- 238000000034 method Methods 0.000 title description 5
- 238000004590 computer program Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 14
- 238000000605 extraction Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- UNPLRYRWJLTVAE-UHFFFAOYSA-N Cloperastine hydrochloride Chemical compound Cl.C1=CC(Cl)=CC=C1C(C=1C=CC=CC=1)OCCN1CCCCC1 UNPLRYRWJLTVAE-UHFFFAOYSA-N 0.000 description 1
- 235000008247 Echinochloa frumentacea Nutrition 0.000 description 1
- 240000004072 Panicum sumatrense Species 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Images
Landscapes
- Machine Translation (AREA)
Description
【０００１】
【発明の属する技術分野】
この発明は、形態素列から人名を弁別する形態素列処理技術に関する。
【０００２】
【従来の技術】
他の固有名詞と同様に人名はテキスト中で重要な意味を担うことが多い。例えば、テキスト中の人名を抽出して判別することにより、テキストの重要度等を判定したり、目的別、内容別にテキストを分類したりすることができる。したがって、テキスト中の人名を抽出することが望まれている。しかし、人名であるかどうかを判別するには、構文解析や意味解析等複雑な処理をする必要がある。また、逆に、構文解析や意味解析を行う前に、組織名称を把握できれば、構文解析等を簡易かつ確実に行うことが可能になる。
【０００３】
【発明が解決する課題】
この発明は、以上の事情を考慮してなされたものであり、形態素列から人名を弁別する技術を提供することを目的としている。
【０００４】
【課題を解決するための手段】
この発明によれば、上述の目的を達成するために、特許請求の範囲に記載のとおりの構成を採用している。ここでは、発明を詳細に説明するのに先だって、特許請求の範囲の記載について補充的に説明を行なっておく。
【０００５】
この発明の一側面によれば、上述の目的を達成するために、形態素処理装置に：形態素列から、人名に該当する形態素列部分を弁別するための人名形態素列部分弁別規則を記憶する手段と；人名に先行する先行境界の候補の第１の特性、人名に後続する後続境界の候補の第２の特性、および人名部分の候補の第３の特性を上記形態素列の該当する形態素または形態素グループに割り当てる特性割当手段と；上記形態素列の形態素または形態素グループに割り当てられた、上記第１の特性、第２の特性および第３の特性に上記人名形態素列部分弁別規則を適用して人名に該当する形態素列部分を弁別する手段とを設けるようにしている。
【０００６】
この構成においては、形態素列中の形態素または形態素グループが、人名の境界の候補の特性、または人名を構成する候補の特性を有するかどうかを判別し、これに基づいて所定の形態素列部分が人名に相当するかどうかを判別する。したがって、簡単に人名を弁別することができる。特性は、素性、属性ともいう。
【０００７】
対象とする人名は、主に、姓名であるが、姓、名の一方でも良い。日本語に限らず、韓国語、中国語等の他の言語にも適用可能である。
【０００８】
人名境界の候補としては、人のタイトル（職位等）の特性をもつ形態素または形態素グループを用いることができる。
【０００９】
タイトル接頭辞の候補の特性（「元」、「前」等）、タイトルに後続するタイトル接尾辞の候補の特性（「官」、「相」等）、およびタイトルの部分の候補の特性に基づいて形態素グループにタイトルの特性を付与することができる。
【００１０】
ただし、「被告」のように他の形態素と結合して長いタイトルを構成することがまれなものもあり、このようなものには、単タイトルの特性を割り当てることが好ましい。
【００１１】
人名に後続する接尾語である敬称を表す単語、「さん」、「様」、「氏」等を、人名に後続する人名境界の候補の特性を割り当てることができる。
【００１２】
また助詞や句読点、中点、ハイフン、カッコに人名境界の候補の特性を割り当てることができる。
【００１３】
「経営」等の経歴等を表す複数文字からなる漢字列に人名に先行する人名境界の特性を割り当てることができる。
【００１４】
また、この発明の他の側面によれば、上述の目的を達成するために、形態素列処理装置に：形態素列を入力する手段と；下記の複数の姓名弁別規則の少なくとも１つに必要な特性を、上記形態素列に割り当てる手段と；下記の複数の姓名弁別規則の少なくとも１つを適用し、下記のｌｅｆｔ ｂｏｕｎｄａｒｙの特性の部分と下記のｒｉｇｈｔ ｂｏｕｎｄａｒｙの特性の部分とに挟まれた形態素列部分を姓名として弁別する手段とを設けるようにしている。
【００１５】
姓名弁別規則はつぎのようなものである。
【００１６】
［規則１］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｎａｍｅ ｂｏｄｙ，ｇｉｖｅｎ ｎａｍｅ｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
【００１７】
［規則２］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｇｉｖｅｎ ｎａｍｅ，ｎａｍｅ ｂｏｄｙ［ｇｒｂ：＋］｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
【００１８】
［規則３］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｇｉｖｅｎ ｎａｍｅ｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
【００１９】
［規則４］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｎａｍｅ ｂｏｄｙ＋｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
【００２０】
［規則５］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｎａｍｅ ｂｏｄｙ［ｆｌｂ：＋］，ｎａｍｅ ｂｏｄｙ＋，ｇｉｖｅｎ ｎａｍｅ｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
【００２１】
ただし、姓名に先行する先行境界の候補の特性をｌｅｆｔ ｂｏｕｎｄａｒｙ、姓名に後続する後続境界の候補の特性をｒｉｇｈｔ ｂｏｕｎｄａｒｙ、姓または地名の候補の特性をｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ）、名の候補の特性をｇｉｖｅｎ ｎａｍｅ、姓名部分の候補の特性をｎａｍｅ ｂｏｄｙ、一般名に後続する姓名部分の候補の特性をｎａｍｅ ｂｏｄｙ［ｇｒｂ：＋］、一般姓に先行するおよび姓名部分の候補の特性をｎａｍｅ ｂｏｄｙ［ｆｌｂ：＋］でそれぞれ表す。さらに、特性の後の「＋」が１回以上の繰り返しを表す。
【００２２】
なお、この発明は装置またはシステムとして実現できるのみでなく、方法としても実現可能である。また、そのような発明の一部をソフトウェアとして構成することができることはもちろんである。またそのようなソフトウェアをコンピュータに実行させるために用いるソフトウェア製品もこの発明の技術的な範囲に含まれることも当然である。
【００２３】
この発明の上述の側面およびこの発明の他の側面は特許請求の範囲に記載され、以下実施例を用いて詳細に説明される。
【００２４】
【発明の実施の形態】
以下、この発明の実施例について説明する。
【００２５】
図１は、実施例の形態素処理装置を全体として示しており、この図において、形態素処理装置は、日本語テキスト入力部１０、形態素解析部１１、特性付与部１２、チャンキング部１３、人名抽出部１４、人名出力部１５、形態素解析辞書１６、チャンキング用辞書１７等を含んで構成されている。この形態素処理装置は、例えば、パーソナルコンピュータやワークステーション等のコンピュータシステム１００に、記録媒体１０１に記録された、あるいは、通信ネットワーク（図示しない）を介して送られたきたコンピュータプログラムをインストールして実現することができる。
【００２６】
日本語テキスト入力部１０は、形態素処理装置に日本語テキストを入力するものである。形態素解析部１１は、形態素解析辞書１６を参照して入力日本語テキストを形態素に分割し、文法情報を付与するものである。形態素解析部１１には例えば奈良先端科学技術大学院大学で開発された「ＣｈａＳｅｎ」を用いることができる。特性付与部１２は、チャンキング用辞書１７を参照して、チャンキング用に用いる特性を、対応する形態素に付与するものである。
【００２７】
この例では、チャンキング用辞書１７に人名構成する文字候補を登録している。すなわち、姓の先頭にくる文字（ｆｌｂ）、姓の末尾にくる文字（ｆｒｂ）を例えば２４３７個の日本語の姓からそれぞれ１９９０個、１６００個抽出して登録している。また、名の先頭にくる文字（ｇｌｂ）、名の末尾にくる文字（ｇｒｂ）を例えば５９１８３個の日本語の名からそれぞれ５５５０個、４０３０個抽出して登録している。そして、上述の文字の特性ｆｌｂ、ｆｒｂ、ｇｌｇ、ｇｒｂならびにそれらを統合した人名文字候補の特性ｎａｍｅ−ｂｏｄｙを形態素列中の文字に割り当てられるようになっている。
【００２８】
なお、姓および名として辞書（形態素解析辞書１６）に登録されているものの一例を図４、図５に示す。
【００２９】
チャンキングは、複数の一連の形態素をひとまとめにし、ひとまとめの形態素列に文法情報や特性を付与することである。すなわち、この例では、形態素解析結果の各形態素は、ターミナルノード（葉）に保持される。形態素解析結果の列はターミナルノードの列である。各ターミナルノードは、形態素の表層形、語彙形、形態素の品詞や特性（品詞内での役割など）を属性値として持つ。チャンキングは、合い連なる各ノードが保持する属性値を参照して、特定のパターンが存在するかどうかを確認し、もしあれば、特定の部分のノード列をひとまとめにすることである。その際、ノード列の上位にノードを生成し、この上位のノードと該ノード列を関係付ける。新たに生成されたノードに、新たな属性値を設定することができる。なお、ノード列の参照は、最上位にあるノードのみを対象とする。
【００３０】
チャンキング部１３は、チャンキング用辞書１７を用いて人名、タイトル等へのチャンキングを行う。人名抽出部１４は、チャンキング部１３において人名の特性を割り当てられた一連の形態素列を人名として抽出する。人名出力部１５は抽出された人名（形態素列）を出力する。人名は、後段の構文解析で用いられても良いし、テキストの選択等に用いられても良い。その他種々の用途に利用できる。
【００３１】
図２は、チャンキング部１３の構成を示しており、この図において、チャンキング部１３は、境界検出部２１、ルール適用部２２等を含んで構成されている。境界検出部２１は、形態素または形態素のグループの特性に基づいて人名の前後境界を検出する。例えば、「教授」とうのタイトルにより人名の前後境界を検出する。こんれについては後に詳述する。ルール適用部２２は、後述する５つのルールを適用して人名を弁別する。
【００３２】
図３はチャンキング部１３の境界検出部２１の構成を示しており、この図において、境界検出部２１は、長タイトル検出部２３、左境界検出部２４、右境界検出部２５等を含んで構成されている。
【００３３】
長タイトル検出部２３はつぎの長タイトル弁別ルールで長タイトルを弁別する。
【００３４】
［長タイトルのルール１］：
ｌｏｎｇ ｔｉｔｌｅ＝ｈｅａｄ［ｔｉｔｌｅ−ｐｒｅｆｉｘ：＋］，？＊［ｔｉｔｌｅ−ｂｏｄｙ］，ｎｏｕｎ［ｔｉｔｌｅ］；ｎｏｕｎ［ｔｉｔｌｅ−ｓｕｆｆｉｘ］．
【００３５】
ただし、
ｌｏｎｇ ｔｉｔｌｅ：長タイトル
ｈｅａｄ：接頭詞
ｔｉｔｌｅ−ｐｒｅｆｉｘ：タイトルの接頭語
ｔｉｔｌｅ−ｂｏｄｙ：タイトル本体
ｎｏｕｎ：名詞
ｔｉｔｌｅ−ｓｕｆｆｉｘ：タイトルの接尾語
【００３６】
例えば、「元法政大学教授駒尺喜美さん」という例は図６に示すように形態素解析され、「元法政大学教授」の部分が長タイトル（ｌｏｎｇ ｔｉｔｌｅ）として弁別される。
【００３７】
［長タイトルのルール２］：
ｌｏｎｇ ｔｉｔｌｅ＝？＊［ｔｉｔｌｅ−ｂｏｄｙ：＋］，ｎｏｕｎ［ｔｉｔｌｅ：＋］；ｎｏｕｎ［ｔｉｔｌｅ−ｓｕｆｆｉｘ：＋］．
【００３８】
例えば、「山口敏国立科学博物館名誉研究員」という例は図７に示すように形態素解析され、「国立科学博物館名誉研究員」の部分が長タイトル（ｌｏｎｇｔｉｔｌｅ）として弁別される。
【００３９】
ｔｉｔｌｅ−ｐｒｅｆｉｘ、ｔｉｔｌｅ−ｓｕｆｆｉｘ、ｔｉｔｌｅ−ｂｏｄｙの例を図８に示す。
【００４０】
なお、「被告」のように他の形態素と結合して長いタイトルを構成することがまれなものもあり、このようなものには、単タイトル（ｓｈｏｒｔ ｔｉｔｌｅ）の特性を割り当て、誤ってチャンキングされて長タイトルを構成することが内容にすることが好ましい。
【００４１】
左境界検出部２４および右境界検出部２５は、タイトル（長タイトルも含む）の特性等を用いて人名の前後（左右）の境界を検出する。タイトル（長タイトルを含む）は左右の境界として働く。
【００４２】
「氏」、「さん」等、所定の助詞、句読点等は図９に示すように右側境界として働く。
【００４３】
「の」等の助詞（例えば「横綱の武蔵丸」）、文章の先頭（ＢＯＳ）、２以上の文字からなる所定の語（例えば「経営」等）は、左側の境界として働く。
【００４４】
つぎにルール適用部２２の人名弁別用のルールについて説明する。
［人名弁別ルール１］：
ｎａｍｅ＝｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｎａｍｅ−ｂｏｄｙ，ｇｉｖｅｎ ｎａｍｅ｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜．
【００４５】
ただし
ｎａｍｅ：人名
ｌｅｆｔ ｂｏｕｎｄａｒｙ：人名の左境界
ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ）：姓または地名
ｎａｍｅ−ｂｏｄｙ：人名の本体をなす語
ｇｉｖｅｎ ｎａｍｅ：名
ｒｉｇｈｔ ｂｏｕｎｄａｒｙ：人名の右境界
【００４６】
例えば、「山田沙知子（関大）」は、図１０に示すように形態素解析され、その後、「山田沙知子」が人名として弁別される。
【００４７】
［人名弁別ルール２］：
ｎａｍｅ＝｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｇｉｖｅｎ ｎａｍｅ，ｎａｍｅ−ｂｏｄｙ［ｇｒｂ：＋］｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜．
【００４８】
ただし
ｎａｍｅ−ｂｏｄｙ［ｇｒｂ：＋］：名の末尾文字の候補の特性を有する人名の本体をなす語
【００４９】
例えば、「宮園佳征被告」は、図１１に示すように形態素解析され、その後、「宮園佳征」が人名として弁別される。
【００５０】
［人名弁別ルール３］：
ｎａｍｅ＝｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｇｉｖｅｎ ｎａｍｅ｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜．
【００５１】
例えば、「ミステリー史に詳しい権田萬治・専修大教授は」は、図１２に示すように形態素解析され、その後、「権田萬治」が人名として弁別される。「詳しい」は人名の左境界を検出するｌｏｎｇ ｗｏｒｄの特性を持つ。
【００５２】
［人名弁別ルール４］：
ｎａｍｅ＝｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｎａｍｅ−ｂｏｄｙ＋｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜．
【００５３】
例えば、「伊佐山健志氏」は、図１３に示すように形態素解析され、その後、「伊佐山健志」が人名として弁別される。
【００５４】
［人名弁別ルール５］：
ｎａｍｅ＝｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｎａｍｅ−ｂｏｄｙ［ｆｌｂ：＋］，ｎａｍｅ−ｂｏｄｙ＋，ｇｉｖｅｎ ｎａｍｅ｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜．
【００５５】
ただし
ｎａｍｅ−ｂｏｄｙ［ｆｌｂ：＋］：姓の先頭文字の候補の特性を有する人名の本体をなす語
【００５６】
例えば、「萩元晴彦（はぎもと・はるひこ）氏」は、図１４に示すように形態素解析され、その後、「萩元晴彦」が人名として弁別される。
【００５７】
この実施例によれば、珍しい人名であっても確実に人名を弁別できる。例えば、「依田紀基本名人」の「紀基」は比較的珍しい名であり、辞書にないとすると、「紀」と「基」とが別々の部分となり、通常では人名としての認識が困難であるが、両者のｎａｍｅ−ｂｏｄｙの特性を用いて、確実に人名として把握できる。この際、人名境界の特性として「名人」等を用いることにより誤認識となることもない。
【００５８】
また「嶋山ハル子」が、「嶋山」が珍しい姓であるとすると、「嶋」、「山」、「ハル子」と分割されてしまい、通常では正しく人名として認識困難であるが、「嶋」、「山」のｎａｍｅ−ｂｏｄｙの特性を用いて、確実に人名として把握できる。
【００５９】
具体的な構成についてさらに説明する。
【００６０】
なお、この発明は上述の実施例に限定されるものではなくその趣旨を逸脱しない範囲で種々変更が可能である。例えば、上述では、ｎａｍｅ−ｂｏｄｙの特性を特性付与部１２で付与するようにしたが、人名境界の検出以降で、付与するようにしても良い。各処理は、その機能を実現できる範囲で順番を入れ換えたり、同時に行ったりすることができることはもちろんである。
【００６１】
【発明の効果】
以上説明したように、この発明によれば、形態素列から人名を確実かつ簡易に弁別することができる。
【図面の簡単な説明】
【図１】 この発明の実施例の形態素列処理装置を全体として示すブロック図である。
【図２】 図１のチャンキング部を説明するブロック図である。
【図３】 図２の境界検出部を説明するブロック図である。
【図４】 日本語の姓の例を説明する図である。
【図５】 日本語の名の例を説明する図である。
【図６】 長タイトルのチャンキング例を説明する図である。
【図７】 長タイトルの他のチャンキング例を説明する図である。
【図８】 長タイトルのチャンキングに用いる特性を説明する図である。
【図９】 人名の区切りを弁別する特性を説明する図である。
【図１０】 人名を弁別するルール１を説明する図である。
【図１１】 人名を弁別するルール２を説明する図である。
【図１２】 人名を弁別するルール３を説明する図である。
【図１３】 人名を弁別するルール４を説明する図である。
【図１４】 人名を弁別するルール５を説明する図である。
【符号の説明】
１０ 日本語テキスト入力部
１１ 形態素解析部
１２ 特性付与部
１３ チャンキング部
１４ 人名抽出部
１５ 人名出力部
１６ 形態素解析辞書
１７ チャンキング用辞書
２１ 境界検出部
２２ ルール適用部
２３ 長タイトル検出部
２４ 左境界検出部
２５ 右境界検出部
１００ コンピュータシステム
１０１ 記録媒体
【発明の属する技術分野】
この発明は、形態素列から人名を弁別する形態素列処理技術に関する。
【０００２】
【従来の技術】
他の固有名詞と同様に人名はテキスト中で重要な意味を担うことが多い。例えば、テキスト中の人名を抽出して判別することにより、テキストの重要度等を判定したり、目的別、内容別にテキストを分類したりすることができる。したがって、テキスト中の人名を抽出することが望まれている。しかし、人名であるかどうかを判別するには、構文解析や意味解析等複雑な処理をする必要がある。また、逆に、構文解析や意味解析を行う前に、組織名称を把握できれば、構文解析等を簡易かつ確実に行うことが可能になる。
【０００３】
【発明が解決する課題】
この発明は、以上の事情を考慮してなされたものであり、形態素列から人名を弁別する技術を提供することを目的としている。
【０００４】
【課題を解決するための手段】
この発明によれば、上述の目的を達成するために、特許請求の範囲に記載のとおりの構成を採用している。ここでは、発明を詳細に説明するのに先だって、特許請求の範囲の記載について補充的に説明を行なっておく。
【０００５】
この発明の一側面によれば、上述の目的を達成するために、形態素処理装置に：形態素列から、人名に該当する形態素列部分を弁別するための人名形態素列部分弁別規則を記憶する手段と；人名に先行する先行境界の候補の第１の特性、人名に後続する後続境界の候補の第２の特性、および人名部分の候補の第３の特性を上記形態素列の該当する形態素または形態素グループに割り当てる特性割当手段と；上記形態素列の形態素または形態素グループに割り当てられた、上記第１の特性、第２の特性および第３の特性に上記人名形態素列部分弁別規則を適用して人名に該当する形態素列部分を弁別する手段とを設けるようにしている。
【０００６】
この構成においては、形態素列中の形態素または形態素グループが、人名の境界の候補の特性、または人名を構成する候補の特性を有するかどうかを判別し、これに基づいて所定の形態素列部分が人名に相当するかどうかを判別する。したがって、簡単に人名を弁別することができる。特性は、素性、属性ともいう。
【０００７】
対象とする人名は、主に、姓名であるが、姓、名の一方でも良い。日本語に限らず、韓国語、中国語等の他の言語にも適用可能である。
【０００８】
人名境界の候補としては、人のタイトル（職位等）の特性をもつ形態素または形態素グループを用いることができる。
【０００９】
タイトル接頭辞の候補の特性（「元」、「前」等）、タイトルに後続するタイトル接尾辞の候補の特性（「官」、「相」等）、およびタイトルの部分の候補の特性に基づいて形態素グループにタイトルの特性を付与することができる。
【００１０】
ただし、「被告」のように他の形態素と結合して長いタイトルを構成することがまれなものもあり、このようなものには、単タイトルの特性を割り当てることが好ましい。
【００１１】
人名に後続する接尾語である敬称を表す単語、「さん」、「様」、「氏」等を、人名に後続する人名境界の候補の特性を割り当てることができる。
【００１２】
また助詞や句読点、中点、ハイフン、カッコに人名境界の候補の特性を割り当てることができる。
【００１３】
「経営」等の経歴等を表す複数文字からなる漢字列に人名に先行する人名境界の特性を割り当てることができる。
【００１４】
また、この発明の他の側面によれば、上述の目的を達成するために、形態素列処理装置に：形態素列を入力する手段と；下記の複数の姓名弁別規則の少なくとも１つに必要な特性を、上記形態素列に割り当てる手段と；下記の複数の姓名弁別規則の少なくとも１つを適用し、下記のｌｅｆｔ ｂｏｕｎｄａｒｙの特性の部分と下記のｒｉｇｈｔ ｂｏｕｎｄａｒｙの特性の部分とに挟まれた形態素列部分を姓名として弁別する手段とを設けるようにしている。
【００１５】
姓名弁別規則はつぎのようなものである。
【００１６】
［規則１］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｎａｍｅ ｂｏｄｙ，ｇｉｖｅｎ ｎａｍｅ｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
【００１７】
［規則２］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｇｉｖｅｎ ｎａｍｅ，ｎａｍｅ ｂｏｄｙ［ｇｒｂ：＋］｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
【００１８】
［規則３］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｇｉｖｅｎ ｎａｍｅ｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
【００１９】
［規則４］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｎａｍｅ ｂｏｄｙ＋｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
【００２０】
［規則５］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｎａｍｅ ｂｏｄｙ［ｆｌｂ：＋］，ｎａｍｅ ｂｏｄｙ＋，ｇｉｖｅｎ ｎａｍｅ｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
【００２１】
ただし、姓名に先行する先行境界の候補の特性をｌｅｆｔ ｂｏｕｎｄａｒｙ、姓名に後続する後続境界の候補の特性をｒｉｇｈｔ ｂｏｕｎｄａｒｙ、姓または地名の候補の特性をｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ）、名の候補の特性をｇｉｖｅｎ ｎａｍｅ、姓名部分の候補の特性をｎａｍｅ ｂｏｄｙ、一般名に後続する姓名部分の候補の特性をｎａｍｅ ｂｏｄｙ［ｇｒｂ：＋］、一般姓に先行するおよび姓名部分の候補の特性をｎａｍｅ ｂｏｄｙ［ｆｌｂ：＋］でそれぞれ表す。さらに、特性の後の「＋」が１回以上の繰り返しを表す。
【００２２】
なお、この発明は装置またはシステムとして実現できるのみでなく、方法としても実現可能である。また、そのような発明の一部をソフトウェアとして構成することができることはもちろんである。またそのようなソフトウェアをコンピュータに実行させるために用いるソフトウェア製品もこの発明の技術的な範囲に含まれることも当然である。
【００２３】
この発明の上述の側面およびこの発明の他の側面は特許請求の範囲に記載され、以下実施例を用いて詳細に説明される。
【００２４】
【発明の実施の形態】
以下、この発明の実施例について説明する。
【００２５】
図１は、実施例の形態素処理装置を全体として示しており、この図において、形態素処理装置は、日本語テキスト入力部１０、形態素解析部１１、特性付与部１２、チャンキング部１３、人名抽出部１４、人名出力部１５、形態素解析辞書１６、チャンキング用辞書１７等を含んで構成されている。この形態素処理装置は、例えば、パーソナルコンピュータやワークステーション等のコンピュータシステム１００に、記録媒体１０１に記録された、あるいは、通信ネットワーク（図示しない）を介して送られたきたコンピュータプログラムをインストールして実現することができる。
【００２６】
日本語テキスト入力部１０は、形態素処理装置に日本語テキストを入力するものである。形態素解析部１１は、形態素解析辞書１６を参照して入力日本語テキストを形態素に分割し、文法情報を付与するものである。形態素解析部１１には例えば奈良先端科学技術大学院大学で開発された「ＣｈａＳｅｎ」を用いることができる。特性付与部１２は、チャンキング用辞書１７を参照して、チャンキング用に用いる特性を、対応する形態素に付与するものである。
【００２７】
この例では、チャンキング用辞書１７に人名構成する文字候補を登録している。すなわち、姓の先頭にくる文字（ｆｌｂ）、姓の末尾にくる文字（ｆｒｂ）を例えば２４３７個の日本語の姓からそれぞれ１９９０個、１６００個抽出して登録している。また、名の先頭にくる文字（ｇｌｂ）、名の末尾にくる文字（ｇｒｂ）を例えば５９１８３個の日本語の名からそれぞれ５５５０個、４０３０個抽出して登録している。そして、上述の文字の特性ｆｌｂ、ｆｒｂ、ｇｌｇ、ｇｒｂならびにそれらを統合した人名文字候補の特性ｎａｍｅ−ｂｏｄｙを形態素列中の文字に割り当てられるようになっている。
【００２８】
なお、姓および名として辞書（形態素解析辞書１６）に登録されているものの一例を図４、図５に示す。
【００２９】
チャンキングは、複数の一連の形態素をひとまとめにし、ひとまとめの形態素列に文法情報や特性を付与することである。すなわち、この例では、形態素解析結果の各形態素は、ターミナルノード（葉）に保持される。形態素解析結果の列はターミナルノードの列である。各ターミナルノードは、形態素の表層形、語彙形、形態素の品詞や特性（品詞内での役割など）を属性値として持つ。チャンキングは、合い連なる各ノードが保持する属性値を参照して、特定のパターンが存在するかどうかを確認し、もしあれば、特定の部分のノード列をひとまとめにすることである。その際、ノード列の上位にノードを生成し、この上位のノードと該ノード列を関係付ける。新たに生成されたノードに、新たな属性値を設定することができる。なお、ノード列の参照は、最上位にあるノードのみを対象とする。
【００３０】
チャンキング部１３は、チャンキング用辞書１７を用いて人名、タイトル等へのチャンキングを行う。人名抽出部１４は、チャンキング部１３において人名の特性を割り当てられた一連の形態素列を人名として抽出する。人名出力部１５は抽出された人名（形態素列）を出力する。人名は、後段の構文解析で用いられても良いし、テキストの選択等に用いられても良い。その他種々の用途に利用できる。
【００３１】
図２は、チャンキング部１３の構成を示しており、この図において、チャンキング部１３は、境界検出部２１、ルール適用部２２等を含んで構成されている。境界検出部２１は、形態素または形態素のグループの特性に基づいて人名の前後境界を検出する。例えば、「教授」とうのタイトルにより人名の前後境界を検出する。こんれについては後に詳述する。ルール適用部２２は、後述する５つのルールを適用して人名を弁別する。
【００３２】
図３はチャンキング部１３の境界検出部２１の構成を示しており、この図において、境界検出部２１は、長タイトル検出部２３、左境界検出部２４、右境界検出部２５等を含んで構成されている。
【００３３】
長タイトル検出部２３はつぎの長タイトル弁別ルールで長タイトルを弁別する。
【００３４】
［長タイトルのルール１］：
ｌｏｎｇ ｔｉｔｌｅ＝ｈｅａｄ［ｔｉｔｌｅ−ｐｒｅｆｉｘ：＋］，？＊［ｔｉｔｌｅ−ｂｏｄｙ］，ｎｏｕｎ［ｔｉｔｌｅ］；ｎｏｕｎ［ｔｉｔｌｅ−ｓｕｆｆｉｘ］．
【００３５】
ただし、
ｌｏｎｇ ｔｉｔｌｅ：長タイトル
ｈｅａｄ：接頭詞
ｔｉｔｌｅ−ｐｒｅｆｉｘ：タイトルの接頭語
ｔｉｔｌｅ−ｂｏｄｙ：タイトル本体
ｎｏｕｎ：名詞
ｔｉｔｌｅ−ｓｕｆｆｉｘ：タイトルの接尾語
【００３６】
例えば、「元法政大学教授駒尺喜美さん」という例は図６に示すように形態素解析され、「元法政大学教授」の部分が長タイトル（ｌｏｎｇ ｔｉｔｌｅ）として弁別される。
【００３７】
［長タイトルのルール２］：
ｌｏｎｇ ｔｉｔｌｅ＝？＊［ｔｉｔｌｅ−ｂｏｄｙ：＋］，ｎｏｕｎ［ｔｉｔｌｅ：＋］；ｎｏｕｎ［ｔｉｔｌｅ−ｓｕｆｆｉｘ：＋］．
【００３８】
例えば、「山口敏国立科学博物館名誉研究員」という例は図７に示すように形態素解析され、「国立科学博物館名誉研究員」の部分が長タイトル（ｌｏｎｇｔｉｔｌｅ）として弁別される。
【００３９】
ｔｉｔｌｅ−ｐｒｅｆｉｘ、ｔｉｔｌｅ−ｓｕｆｆｉｘ、ｔｉｔｌｅ−ｂｏｄｙの例を図８に示す。
【００４０】
なお、「被告」のように他の形態素と結合して長いタイトルを構成することがまれなものもあり、このようなものには、単タイトル（ｓｈｏｒｔ ｔｉｔｌｅ）の特性を割り当て、誤ってチャンキングされて長タイトルを構成することが内容にすることが好ましい。
【００４１】
左境界検出部２４および右境界検出部２５は、タイトル（長タイトルも含む）の特性等を用いて人名の前後（左右）の境界を検出する。タイトル（長タイトルを含む）は左右の境界として働く。
【００４２】
「氏」、「さん」等、所定の助詞、句読点等は図９に示すように右側境界として働く。
【００４３】
「の」等の助詞（例えば「横綱の武蔵丸」）、文章の先頭（ＢＯＳ）、２以上の文字からなる所定の語（例えば「経営」等）は、左側の境界として働く。
【００４４】
つぎにルール適用部２２の人名弁別用のルールについて説明する。
［人名弁別ルール１］：
ｎａｍｅ＝｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｎａｍｅ−ｂｏｄｙ，ｇｉｖｅｎ ｎａｍｅ｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜．
【００４５】
ただし
ｎａｍｅ：人名
ｌｅｆｔ ｂｏｕｎｄａｒｙ：人名の左境界
ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ）：姓または地名
ｎａｍｅ−ｂｏｄｙ：人名の本体をなす語
ｇｉｖｅｎ ｎａｍｅ：名
ｒｉｇｈｔ ｂｏｕｎｄａｒｙ：人名の右境界
【００４６】
例えば、「山田沙知子（関大）」は、図１０に示すように形態素解析され、その後、「山田沙知子」が人名として弁別される。
【００４７】
［人名弁別ルール２］：
ｎａｍｅ＝｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｇｉｖｅｎ ｎａｍｅ，ｎａｍｅ−ｂｏｄｙ［ｇｒｂ：＋］｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜．
【００４８】
ただし
ｎａｍｅ−ｂｏｄｙ［ｇｒｂ：＋］：名の末尾文字の候補の特性を有する人名の本体をなす語
【００４９】
例えば、「宮園佳征被告」は、図１１に示すように形態素解析され、その後、「宮園佳征」が人名として弁別される。
【００５０】
［人名弁別ルール３］：
ｎａｍｅ＝｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｇｉｖｅｎ ｎａｍｅ｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜．
【００５１】
例えば、「ミステリー史に詳しい権田萬治・専修大教授は」は、図１２に示すように形態素解析され、その後、「権田萬治」が人名として弁別される。「詳しい」は人名の左境界を検出するｌｏｎｇ ｗｏｒｄの特性を持つ。
【００５２】
［人名弁別ルール４］：
ｎａｍｅ＝｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｎａｍｅ−ｂｏｄｙ＋｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜．
【００５３】
例えば、「伊佐山健志氏」は、図１３に示すように形態素解析され、その後、「伊佐山健志」が人名として弁別される。
【００５４】
［人名弁別ルール５］：
ｎａｍｅ＝｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｎａｍｅ−ｂｏｄｙ［ｆｌｂ：＋］，ｎａｍｅ−ｂｏｄｙ＋，ｇｉｖｅｎ ｎａｍｅ｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜．
【００５５】
ただし
ｎａｍｅ−ｂｏｄｙ［ｆｌｂ：＋］：姓の先頭文字の候補の特性を有する人名の本体をなす語
【００５６】
例えば、「萩元晴彦（はぎもと・はるひこ）氏」は、図１４に示すように形態素解析され、その後、「萩元晴彦」が人名として弁別される。
【００５７】
この実施例によれば、珍しい人名であっても確実に人名を弁別できる。例えば、「依田紀基本名人」の「紀基」は比較的珍しい名であり、辞書にないとすると、「紀」と「基」とが別々の部分となり、通常では人名としての認識が困難であるが、両者のｎａｍｅ−ｂｏｄｙの特性を用いて、確実に人名として把握できる。この際、人名境界の特性として「名人」等を用いることにより誤認識となることもない。
【００５８】
また「嶋山ハル子」が、「嶋山」が珍しい姓であるとすると、「嶋」、「山」、「ハル子」と分割されてしまい、通常では正しく人名として認識困難であるが、「嶋」、「山」のｎａｍｅ−ｂｏｄｙの特性を用いて、確実に人名として把握できる。
【００５９】
具体的な構成についてさらに説明する。
【００６０】
なお、この発明は上述の実施例に限定されるものではなくその趣旨を逸脱しない範囲で種々変更が可能である。例えば、上述では、ｎａｍｅ−ｂｏｄｙの特性を特性付与部１２で付与するようにしたが、人名境界の検出以降で、付与するようにしても良い。各処理は、その機能を実現できる範囲で順番を入れ換えたり、同時に行ったりすることができることはもちろんである。
【００６１】
【発明の効果】
以上説明したように、この発明によれば、形態素列から人名を確実かつ簡易に弁別することができる。
【図面の簡単な説明】
【図１】 この発明の実施例の形態素列処理装置を全体として示すブロック図である。
【図２】 図１のチャンキング部を説明するブロック図である。
【図３】 図２の境界検出部を説明するブロック図である。
【図４】 日本語の姓の例を説明する図である。
【図５】 日本語の名の例を説明する図である。
【図６】 長タイトルのチャンキング例を説明する図である。
【図７】 長タイトルの他のチャンキング例を説明する図である。
【図８】 長タイトルのチャンキングに用いる特性を説明する図である。
【図９】 人名の区切りを弁別する特性を説明する図である。
【図１０】 人名を弁別するルール１を説明する図である。
【図１１】 人名を弁別するルール２を説明する図である。
【図１２】 人名を弁別するルール３を説明する図である。
【図１３】 人名を弁別するルール４を説明する図である。
【図１４】 人名を弁別するルール５を説明する図である。
【符号の説明】
１０ 日本語テキスト入力部
１１ 形態素解析部
１２ 特性付与部
１３ チャンキング部
１４ 人名抽出部
１５ 人名出力部
１６ 形態素解析辞書
１７ チャンキング用辞書
２１ 境界検出部
２２ ルール適用部
２３ 長タイトル検出部
２４ 左境界検出部
２５ 右境界検出部
１００ コンピュータシステム
１０１ 記録媒体
Claims (2)
- 形態素列を入力する手段と、
下記の複数の姓名弁別規則の少なくとも１つに必要な特性を、上記形態素列に割り当てる手段と、
姓名に先行する先行境界の候補の特性をｌｅｆｔ ｂｏｕｎｄａｒｙ、姓名に後続する後続境界の候補の特性をｒｉｇｈｔ ｂｏｕｎｄａｒｙ、姓または地名の候補の特性をｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ）、名の候補の特性をｇｉｖｅｎ ｎａｍｅ、姓名部分の候補の特性をｎａｍｅ ｂｏｄｙ、一般名に後続する姓名部分の候補の特性をｎａｍｅ ｂｏｄｙ［ｇｒｂ：＋］、一般姓に先行するおよび姓名部分の候補の特性をｎａｍｅ ｂｏｄｙ［ｆｌｂ：＋］でそれぞれ表し、さらに、特性の後の「＋」が１回以上の繰り返しを表す場合に、
［規則１］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｎａｍｅ ｂｏｄｙ，ｇｉｖｅｎ ｎａｍｅ｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
［規則２］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｇｉｖｅｎ ｎａｍｅ，ｎａｍｅ ｂｏｄｙ［ｇｒｂ：＋］｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
［規則３］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｇｉｖｅｎ ｎａｍｅ｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
［規則４］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｎａｍｅ ｂｏｄｙ＋｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
［規則５］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｎａｍｅ ｂｏｄｙ［ｆｌｂ：＋］，ｎａｍｅ ｂｏｄｙ＋，ｇｉｖｅｎ ｎａｍｅ｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
からなる複数の姓名弁別規則の少なくとも１つを適用し、ｌｅｆｔ ｂｏｕｎｄａｒｙの特性の部分とｒｉｇｈｔ ｂｏｕｎｄａｒｙの特性の部分とに挟まれた形態素列部分を姓名として弁別する手段とを有することを特徴とする形態素列処理装置。 - 形態素列を入力する手段、
下記の複数の姓名弁別規則の少なくとも１つに必要な特性を、上記形態素列に割り当てる手段、
姓名に先行する先行境界の候補の特性をｌｅｆｔ ｂｏｕｎｄａｒｙ、姓名に後続する後続境界の候補の特性をｒｉｇｈｔ ｂｏｕｎｄａｒｙ、姓または地名の候補の特性をｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ）、名の候補の特性をｇｉｖｅｎ ｎａｍｅ、姓名部分の候補の特性をｎａｍｅ ｂｏｄｙ、一般名に後続する姓名部分の候補の特性をｎａｍｅ ｂｏｄｙ［ｇｒｂ：＋］、一般姓に先行するおよび姓名部分の候補の特性をｎａｍｅ ｂｏｄｙ［ｆｌｂ：＋］でそれぞれ表し、さらに、特性の後の「＋」が１回以上の繰り返しを表す場合に、
［規則１］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｎａｍｅ ｂｏｄｙ，ｇｉｖｅｎ ｎａｍｅ｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
［規則２］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｇｉｖｅｎ ｎａｍｅ，ｎａｍｅ ｂｏｄｙ［ｇｒｂ：＋］｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
［規則３］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｇｉｖｅｎ ｎａｍｅ｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
［規則４］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｆａｍｉｌｙ ｎａｍｅ（ｐｌａｃｅ ｎａｍｅ），ｎａｍｅ ｂｏｄｙ＋｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
［規則５］：｜ｌｅｆｔ ｂｏｕｎｄａｒｙ｜ｎａｍｅ ｂｏｄｙ［ｆｌｂ：＋］，ｎａｍｅ ｂｏｄｙ＋，ｇｉｖｅｎ ｎａｍｅ｜ｒｉｇｈｔ ｂｏｕｎｄａｒｙ｜
からなる複数の姓名弁別規則の少なくとも１つを適用し、ｌｅｆｔ ｂｏｕｎｄａｒｙの特性の部分とｒｉｇｈｔ ｂｏｕｎｄａｒｙの特性の部分とに挟まれた形態素列部分を姓 名として弁別する手段として、
コンピュータを機能させることを特徴とする形態素列処理用コンピュータプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002266227A JP4036064B2 (ja) | 2002-09-12 | 2002-09-12 | 形態素列処理装置および方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002266227A JP4036064B2 (ja) | 2002-09-12 | 2002-09-12 | 形態素列処理装置および方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004102856A JP2004102856A (ja) | 2004-04-02 |
| JP4036064B2 true JP4036064B2 (ja) | 2008-01-23 |
Family
ID=32265097
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002266227A Expired - Fee Related JP4036064B2 (ja) | 2002-09-12 | 2002-09-12 | 形態素列処理装置および方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4036064B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5466376B2 (ja) * | 2008-04-28 | 2014-04-09 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 情報処理装置、姓名識別方法、情報処理システム、およびプログラム |
| JP2010113678A (ja) * | 2008-11-10 | 2010-05-20 | Advanced Media Inc | 姓名解析方法、姓名解析装置、音声認識装置、および姓名頻度データ生成方法 |
| JP5770753B2 (ja) * | 2013-01-15 | 2015-08-26 | グーグル・インコーポレーテッド | Ｃｊｋ名前検出 |
-
2002
- 2002-09-12 JP JP2002266227A patent/JP4036064B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2004102856A (ja) | 2004-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wacholder et al. | Disambiguation of proper names in text | |
| Evans et al. | A framework for named entity recognition in the open domain. | |
| EP1178408B1 (en) | Segmenter for a natural language processing system | |
| WO2001086489A2 (en) | Discourse parsing and summarization | |
| JP3596210B2 (ja) | 関連語辞書作成装置 | |
| JP3735336B2 (ja) | 文書要約方法及びシステム | |
| JP2000200287A (ja) | 文書検索装置 | |
| JP3594701B2 (ja) | キーセンテンス抽出装置 | |
| JP4036064B2 (ja) | 形態素列処理装置および方法 | |
| JPH0612447A (ja) | 要約文章作成装置 | |
| Battles | Using n-gram analysis to map intertextual networks in Old English verse | |
| Senapati et al. | Anaphora Resolution in Bangla using global discourse knowledge | |
| Osman et al. | Plagiarism detection using graph-based representation | |
| US20050154703A1 (en) | Information partitioning apparatus, information partitioning method and information partitioning program | |
| Luong et al. | Word graph-based multi-sentence compression: Re-ranking candidates using frequent words | |
| Charoenpornsawat et al. | Feature-based proper name identification in Thai | |
| May et al. | Surprise! What's in a Cebuano or Hindi Name? | |
| Bankira et al. | Automatic Extractive text Summarization for Ho Language | |
| JPH0795323B2 (ja) | 自然言語処理装置 | |
| Galicia-Haro | Using electronic texts for an annotated corpus building | |
| JPH01266670A (ja) | 日本語対象文固有用語抽出処理装置 | |
| JP3698454B2 (ja) | 並列句解析装置および学習データ自動作成装置 | |
| Arnold et al. | Advances and Challenges in the Automatic Identification of Indirect Quotations in Scholarly Texts and Literary Works | |
| Bick et al. | Automatic anonymisation of a new portuguese-english parallel corpus in the legal-financial domain | |
| Goyal et al. | SIG |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050819 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070724 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070919 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20071009 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20071022 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101109 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111109 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111109 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121109 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121109 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131109 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |