JP2000268033A - 情報列に対してタグ情報を付与するための方法および装置ならびに同方法が記録される記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 情報列に対してタグを自動付与し、ある特定
のタグを付与する置換を容易に識別でき、タグの仕様変
更や追加に容易に対応する。 【解決手段】 入力手段１１は、入出力装置２を介して
情報列を取り込む。形態素解析手段１２は入力された情
報列に含まれる各単語に形態素情報を付加する。意味解
析手段１３は、入力された単語，形態素情報列に対して
意味カテゴリを付与する。置換手段１４は単語，形態素
から成る情報列、あるいは、単語，形態素，意味カテゴ
リから成る情報列に対し、置換を施してタグを付与す
る。入力情報列に対して１つのタグを付与する一連の単
純な置換ルールによって情報列に対するタグ付けを実現
し、個々の単純で独立した置換ルールを追加，削除，変
更することによってタグの仕様変更や追加に追従する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、コンピュータによ
る自然言語処理システムに用いて好適であって、情報列
に対してタグ情報を付与するための方法および装置なら
びに同方法が記録される記録媒体に関する。

【０００２】

【従来の技術】コンピュータによる自然言語処理システ
ムにおいて検索処理や置き換え処理を行うのに、通常、
パターンマッチングの手法が使用される。このときに情
報列へ付与されるタグは、従来、Ｃ言語やＰｅｒｌ（ス
クリプト言語）などのプログラミング言語を用いて、情
報列の変換を行う一般的な情報処理プログラムを記述す
ることによって生成していた。

【０００３】

【発明が解決しようとする課題】しかしながら、上述し
たタグを付与するための処理は一般のプログラムとして
記述されているため、実用レベルのタグ付けを実現する
ためには、繰り返し処理や判断処理が複雑に錯綜しあう
ことにある。そのため、タグの種類の増減やタグの定義
の変更に伴う装置変更の際の対応が複雑で煩わしく、保
守性に乏しいものであった。

【０００４】本発明は上記事情に鑑みてなされたもので
あり、入力情報列に対して１つのタグを付与する一連の
単純な置換ルールを複数直列に接続することによってタ
グ付けを実現し、ある特定のタグを付与する置換えを容
易に識別できると共に、個々の単純で独立した置換ルー
ルを追加，削除，変更することによってタグの仕様変更
や追加に容易に対応でき、保守性の向上を図ることがで
きる情報列に対してタグ情報を付与するための方法およ
び装置ならびに同方法が記録される記録媒体を提供する
ことを目的とする。

【０００５】

【課題を解決するための手段】上述した課題を解決する
ために、請求項１記載の発明は、単語を含む情報列を取
り込み、あらかじめ用意された単語辞書を索引すること
により該情報列に含まれる各単語の形態素情報を得て、
少なくとも前記単語，前記形態素情報の組から成る情報
列に対し、あらかじめ定義された規則に従って置換を施
すことにより前記単語を特定するタグを付与し、該タグ
を含む情報列を出力することを特徴とする。また、請求
項２記載の発明は、請求項１記載の発明において、あら
かじめ用意された意味辞書を索引して前記単語について
最適な意味カテゴリ情報を得て、前記単語，前記形態素
情報，前記意味カテゴリ情報の組から成る情報列に対
し、あらかじめ定義された規則に従って置換を施すこと
により前記単語を特定するタグを付与することを特徴と
する。また、請求項３に記載の発明は、請求項１または
２記載の発明において、前記置換は、入力される情報列
に対して１個のタグを付与する一連の置換ルールを用
い、単語，形態素情報、あるいは、単語，形態素情報，
意味カテゴリ情報から成る特定のパターンを、逐一、パ
ターンマッチングによりタグが付与された情報列のパタ
ーンに変換することを特徴とする。

【０００６】また、請求項４記載の発明は、請求項３記
載の発明において、前記各置換ルールに名称を付与し、
各置換ルールに従って付与されるタグに対して、該当す
る前記名称を付して履歴として残すことを特徴とする。
また、請求項５記載の発明は、請求項１または２記載の
発明において、入力された前記情報列に対し、１個のタ
グを付与する一連の置換ルールを更新することにより、
タグの仕様変更に追従することを特徴とする。また、請
求項６記載の発明は、請求項１〜５のいずれかの項に記
載された方法の各手順をコンピュータに実行させること
を特徴とする。

【０００７】また、請求項７記載の発明は、入力される
情報列を取り込む入力手段と、取り込まれた情報列に含
まれる単語を形態素解析して得られる形態素情報を前記
各単語に付加して出力する形態素解析手段と、前記情報
列に対して１個のタグを付与する一連の置換ルールを使
用して、少なくとも前記単語，前記形態素情報の組から
成る情報列に対し、前記置換ルールのそれぞれに従って
タグ情報を付与する置換手段と、前記タグが付与された
情報列を出力する出力手段とを有することを特徴とす
る。また、請求項８記載の発明は、請求項７記載の発明
において、入力される情報列の各単語の意味を判定し、
前記単語及び前記形態素情報から成る情報列に対して意
味カテゴリ情報を付加し、前記置換手段に対して、前記
単語，前記形態素情報，前記意味カテゴリ情報の組から
なる情報列を供給する意味解析手段を更に有することを
特徴とする。また、請求項９記載の発明は、請求項７又
は８記載の発明において、前記置換手段は、少なくとも
２つの置換ルールを記憶する記憶装置を備え、該記憶装
置から得られるそれぞれの置換ルールに従って置換を行
ってタグ情報を付与することを特徴とする。

【０００８】上述した本発明の構成において、入力手段
は入力された情報列を取り込み、形態素解析手段は当該
情報列に含まれる各単語に対して形態素情報を付加し、
意味解析手段は、単語，形態素情報列に対して意味カテ
ゴリ情報を付与する。置換手段は、単語，形態素から成
る情報列、あるいは、単語，形態素，意味カテゴリから
成る情報列に対して置換を施すことでタグを付与し、出
力手段がタグ付き情報列を出力する。こうして、入力さ
れた情報列にタグを付与することができる。本発明によ
れば、入力情報列に対して１つのタグを付与する一連の
単純な置換ルールにより情報列に対するタグ付けを実現
することができる。これにより、ある特定のタグを付与
する置換を容易に識別できるとともに、個々の単純で独
立した置換ルールを追加，削除，変更することにより、
タグの仕様変更や追加に容易に追従できる。

【０００９】

【発明の実施の形態】以下、図面を参照して本発明の一
実施形態について説明する。図１は本発明の実施形態を
示すブロック図である。図において、符号１はコンピュ
ータ本体であり、ＣＰＵ（中央処理装置）と主記憶装置
を含む。符号２はキーボード・ディスプレイ等から成る
入出力装置、符号３は辞書情報の他、プログラム乃至各
種データが格納される磁気ディスク装置であって、大容
量記憶装置の一例である。

【００１０】コンピュータ本体１は、入力手段１１，形
態素解析手段１２，意味解析手段１３，置換手段１４，
出力手段１５から成る。また、コンピュータ本体１は必
要に応じてゲート手段１６を有している。このゲート手
段１６は、形態素解析手段１２および意味解析手段１３
から情報を得て、置換手段１４に対してこれら両方の手
段から得た情報を供給するか、もしくは、形態素解析手
段１２から得た情報のみを供給する。なお、符号１４０
は置換ルール記憶装置であるが、これについては後で説
明することにする。

【００１１】上述した構成において、入力手段１１は、
情報列を入出力装置２から取り込んで形態素解析手段１
２に渡す。形態素解析手段１２は、取り込まれた情報列
に含まれる各単語に対して形態素情報を付加し、意味解
析手段１３に渡すか、あるいはゲート手段１６を介して
置換手段１４に渡す。意味解析手段１３は、形態素解析
手段１２から出力された単語，形態素情報列に対して、
ここで生成される意味カテゴリ情報を付与して置換手段
１４へ渡す。置換手段１４は、単語，形態素情報，意味
カテゴリ情報から成る情報列に対して置換を施すことに
よってタグを付与し、出力手段１５を介して入出力装置
２へ渡す。このことによって、入出力装置２はタグ付き
情報列を出力する。

【００１２】次に、上記構成を用いて情報列にタグを付
与するための動作を説明する。図２〜図１０は、図１に
示した本実施形態の動作を説明するために引用した図で
ある。このうち、図２は図１に示す本実施形態の動作手
順をフローチャートで示した図である。また、図３は図
２に示すフローチャートにおけるステップＳ２４の置換
え処理の詳細動作を示すフローチャートである。さら
に、図４〜図８は具体的な情報列に対するタグ付与の
例，形態素解析手段１２による情報列の出力例，置換ル
ール記述Ｓ１の例，置換ルール記述Ｓ２の例，置換手段
１４による具体的変換例をそれぞれ示した図である。こ
のほか、図９，図１０は、それぞれ、置換ルールに従っ
て付与されるタグに履歴を残す拡張記述の例を示す図，
本実施形態による置換ルールの拡張記述の例を示す図で
ある。

【００１３】以下、図１に示す本実施形態の動作につい
て、図２〜図１０を参照しながら詳細に説明する。なお
以下では、ゲート手段１６の作用によって、形態素解析
手段１２の出力が意味解析手段１３に渡され、その後
に、意味解析手段１３の出力がゲート手段１６を介して
置換手段１４に渡されるものとする。このほか、入力情
報列としては、具体的には、図４（ａ）に示す情報列
（１．千葉，２．総裁）が与えられ、人名を表すタグ＜
PERSON＞と役職名を表すタグ＜PTITLE＞をそれぞれ付与
して、図４（ｂ）に示す結果（１．千葉＜PERSON＞，
２．総裁＜PTITLE＞）を得る例について詳述する。

【００１４】図４（ａ）において、単語「千葉」は人名
と地名の可能性があるが、「千葉」が人名であることは
人名タグ＜PERSON＞を付与することによって明確にな
る。なお、単語の前に付与した行番号“１”，“２”は
説明を容易にするために付したものであって、これらは
無くとも構わない。また、本実施形態では、説明を容易
するために１個の単語を一行毎に分けて記述している
が、各単語が識別できればどのようなデータ表現形式を
用いても構わない。例えば、各単語が＄記号で区切られ
た形式でもよい。これは、後述する説明で、品詞や意味
カテゴリ，タグを付与しているデータ形式についても同
様のことが言える。

【００１５】まず、入力手段１１は、入出力装置２を介
して入力される情報列から単語列である「千葉」，「総
裁」を取り込み、これらを形態素解析手段１２へ渡す
（図２ステップＳ２１）。形態素解析手段１２は、単語
から品詞などの形態素情報を判定して当該単語に付加す
る（ステップＳ２２）。形態素解析の手法は、例えば、
「長尾 真 編：自然言語処理，岩波書店，１９９６発
行」の文献に詳細に述べられている。基本的には、磁気
ディスク装置３に格納され、必要に応じてコンピュータ
本体１の主記憶装置にローディングされ使用される単語
辞書から単語を探し、前後の単語から最適な品詞を選択
することによって実現される。

【００１６】ここでは、各単語の品詞につき、「千葉」
は固有名詞，「総裁」は普通名詞と判定されたとする。
これらの品詞は、単語の後に半角スペースを挿入し、図
５に示すように付与される。そして、この結果は意味解
析手段１３に渡される。意味解析手段１３は各単語に対
して意味カテゴリを付与する（ステップＳ２３）。な
お、意味カテゴリとはその単語が意味している内容を表
すカテゴリである。例えば、「千葉」という単語には
「人間」と「場所」の２つの意味があり、「総裁」には
「役職」という意味があると考えられる。意味解析の手
法は上述した同様の文献に述べられている。基本的に
は、各単語について意味辞書を索引して最適な意味カテ
ゴリを選択することによって実現される。そして、意味
解析手段１３は意味カテゴリをさらに形態素情報の後に
付加して置換手段１４に渡す。尚、意味カテゴリは複数
の可能性がありうるため、図８（ａ）に示すように角括
孤で括ることにする。但し、本実施形態ではこの意味表
現形式の制限を受けるものではない。

【００１７】置換手段１４は、入力に対して１つタグを
付与する一連の単純な置換ルールからなる。本実施形態
では、図６および図７にそれぞれ示される２つの置換ル
ールＳ１およびＳ２を考える。まず、役職を表すタグ＜
PTITLE＞を付与する置換ルールＳ１は、図６に示すよう
に記述される。この置換ルールＳ１は、図３にフローチ
ャートで示すパターンマッチ（Ｓ２４２）を使った置換
を表す。図６に示す“Ｘ”は変数であってどのような単
語ともマッチする。意味解析手段１３により出力される
情報列の中に、図６中の矢印（↓）の上の行とマッチす
る行があった場合、矢印の下の行に置換える。この置換
えの際に“Ｘ”はマッチした元の単語と置換えられる。

【００１８】次に、人名を表すタグ＜PERSON＞を付与す
る置換ルールＳ２は、図７に示すように記述される。こ
の置換ルールＳ２は図３にフローチャートで示すパター
ンマッチ（ステップＳ２４３）を使った置換えを表す。
図７において、“Ｘ”および“Ｙ”は変数であってどの
ような単語ともマッチする。意味解析手段１３により出
力される情報列の中に、図７中の矢印（↓）の上にある
連続した２行とマッチする行があった場合、矢印の下の
２行に置換える。この置換えの際に“Ｘ”および“Ｙ”
はマッチした元の単語と置換えられる。

【００１９】尚、置換手段１４に含まれる単純な置換ル
ールの表現形式は、別の表現形式をとっても構わない。
例えば、入力された情報列の単語が＄記号で区切られて
いる形式であれば、＄記号で区切られた単語，形態素，
意味カテゴリの列の特定のパターンをタグを付与した列
にパターン変換する置換ルールを用意することができ
る。

【００２０】図３に示すフローチャートにおいて、置換
手段１４は、あらかじめ用意された置換ルールＳ１およ
びＳ２（ステップＳ２４１）に従って、意味解析手段１
３から出力される単語，形態素情報，意味カテゴリ情報
の列に対して置き換えを行う。まず、置換ルールＳ１に
従う置換えを行う（図３のステップＳ２４２）ことによ
って、情報列の２行目の単語「総裁」に対してタグ＜PT
ITLE＞が付与されて（ステップＳ２４６）、図８（ａ）
に示す様に変換される。さらに、置換ルールＳ２（ステ
ップＳ２４３）に従って、情報列の１行目の「千葉」の
品詞，意味カテゴリがタグ＜PERSON＞に置換されて（ス
テップＳ２４７）、図８（ｂ）に示す結果が得られる。
そして、この結果は置換手段１４から出力手段１５へ渡
される（ステップＳ２４８）。出力手段１５は、受取っ
た情報（図８（ｂ））を入出力装置２へ供給する。この
ようにして、入力情報列に対してタグが付与されて出力
される。

【００２１】尚、本実施形態におけるタグの付与に関す
る簡単な拡張の一つとして、置換手段１４に２つ以上の
タグを一度に付与する置換ルールをいくつか含めること
があげられる。また、上述した実施形態では、置換手段
１４が置換ルールと一体になっている例のみを示した
が、置換ルールを別途用意される置換ルール記憶装置１
４０（図１を参照）に記憶しておき、置換手段１４が置
換ルール記憶装置１４０から置換ルールを取りだしなが
ら置換を行うように拡張することもできる。

【００２２】また、保守性向上の観点から、置換手段１
４が持つ各置換ルールの名前を履歴として、その置換ル
ールが付与したタグに付加的につけておくことも考えら
れる。例えば、図９に示すように、置換ルールＳ１に従
ってタグ＜PTITLE＞を付与する際には、置換ルールＳ１
によってタグが付与されたことを示す履歴をコメント
「＃Ｓ１」のように付与する。尚、この場合、置換を行
う際に履歴の部分は無視するようにする。履歴は特にコ
メントの形式に制限されるわけでもないし、別の記憶装
置に記憶してもよい。これにより、最終結果に付けられ
たタグがどの置換ルールにより付与されたかをさらに容
易に判定できるようになる。

【００２３】置換手段１４に含まれる置換ルールの記述
も容易に拡張でき、例えば、変数を単語以外の部分に使
うことができる。これにより、図１０に示すように、意
味カテゴリに拘わらず、品詞が「人名名詞」の場合には
置換によってタグ＜PERSON＞を付与する置換ルールを記
述することができる。

【００２４】また、意味解析手段１３が各単語の意味カ
テゴリを常に空とするという特殊なケースであっても、
単語と品詞情報のみを使って本実施形態に示したタグ付
けが可能である。このときには、ゲート手段１６の作用
によって、形態素解析手段１２の出力が置換手段１４に
直接渡されてタグ付けされることになる。

【００２５】以上説明したように、本実施形態では、入
力情報列に対して１つのタグを付与する一連の単純な置
換ルールを複数直列に接続することによってタグ付けを
実現している。このため、ある特定のタグを付与する置
換を容易に識別できると共に、個々の単純で独立した置
換ルールを追加，削除，変更することによってタグの仕
様変更や追加に容易に対応することができ、保守性の向
上を図ることが可能となる。

【００２６】尚、図１に示すコンピュータ本体１に含ま
れている入力手段１１，形態素解析手段１２，意味解析
手段１３，置換手段１４，出力手段１５，ゲート手段１
６、および、図２〜図３に示すフローチャートの処理は
いずれもソフトウェアによって実現可能なものである。
すなわち、当該ソフトウェアは、半導体記憶装置，磁気
記憶装置，ＣＤ（コンパクト・ディスク）−ＲＯＭ（読
み出し専用メモリ）等の記録媒体に記録されて提供され
るものであって、必要に応じてコンピュータ本体１にイ
ンストールされ、ＣＰＵがこれを読み出して実行するこ
とによって、上述した機能及び動作が実現されるもので
ある。また、上述した実施形態では、コンピュータを用
いた自然言語処理システムに用いられるものであるとし
たが、この他に、情報検索システム，情報抽出システム
等に用いても得られる効果が大きい。

【００２７】

【発明の効果】以上説明のように、本発明によれば、単
語を含む情報列に対しタグを付与することが可能とな
る。本発明では、１つのタグを付与する一連の単純な置
換ルールによりタグが付与されるため、どのタグがどの
ような条件下で付与されるかが簡単に識別できる。この
ことにより、タグの付与の定義やタグの種類に変更があ
った場合に、容易にタグの付け方を変更でき、保守性が
大幅に向上する。

【図面の簡単な説明】

【図１】 本発明の一実施形態を示すブロック図であ
る。

【図２】 図１に示す本実施形態の動作を説明するため
のフローチャートである。

【図３】 図２に示すフローチャートにおけるステップ
Ｓ２４の置換え処理の具体的動作手順を示したフローチ
ャートである。

【図４】 同実施形態において、具体的な情報列に対す
るタグ付与の例を示す説明図である。

【図５】 同実施形態において、形態素解析手段１２に
より出力される情報列を例示した説明図である。

【図６】 同実施形態において、置換ルール記述Ｓ１の
例を示した説明図である。

【図７】 同実施形態において、置換ルール記述Ｓ２の
例を示した説明図である。

【図８】 同実施形態において、置換手段１４による具
体的変換を例示した説明図である。

【図９】 同実施形態の置換ルールに従って付与される
タグに対して履歴を残す拡張記述の例を示した説明図で
ある。

【図１０】 同実施形態による置換ルールの拡張記述の
例を示した説明図である。

【符号の説明】

１…コンピュータ本体（ＣＰＵ／主記憶装置）、２…入
出力装置、３…磁気ディスク装置、１１…入力手段、１
２…形態素解析手段、１３…意味解析手段、１４…置換
手段、１５…出力手段、１６…ゲート手段、１４０…置
換ルール記憶装置

Claims (9)

【特許請求の範囲】
1. 【請求項１】 単語を含む情報列を取り込み、あらかじ
   め用意された単語辞書を索引することにより該情報列に
   含まれる各単語の形態素情報を得て、少なくとも前記単
   語，前記形態素情報の組から成る情報列に対し、あらか
   じめ定義された規則に従って置換を施すことにより前記
   単語を特定するタグを付与し、該タグを含む情報列を出
   力することを特徴とする情報列に対してタグ情報を付与
   するための方法。
2. 【請求項２】 あらかじめ用意された意味辞書を索引し
   て前記単語について最適な意味カテゴリ情報を得て、前
   記単語，前記形態素情報，前記意味カテゴリ情報の組か
   ら成る情報列に対し、あらかじめ定義された規則に従っ
   て置換を施すことにより前記単語を特定するタグを付与
   することを特徴とする請求項１記載の情報列に対してタ
   グ情報を付与するための方法。
3. 【請求項３】 前記置換は、入力される情報列に対して
   １個のタグを付与する一連の置換ルールを用い、単語，
   形態素情報、あるいは、単語，形態素情報，意味カテゴ
   リ情報から成る特定のパターンを、逐一、パターンマッ
   チングによりタグが付与された情報列のパターンに変換
   することを特徴とする請求項１または２記載の情報列に
   対してタグ情報を付与するための方法。
4. 【請求項４】 前記各置換ルールに名称を付与し、各置
   換ルールに従って付与されるタグに対して、該当する前
   記名称を付して履歴として残すことを特徴とする請求項
   ３記載の情報列に対してタグ情報を付与するための方
   法。
5. 【請求項５】 入力された前記情報列に対し、１個のタ
   グを付与する一連の置換ルールを更新することにより、
   タグの仕様変更に追従することを特徴とする請求項１ま
   たは２記載の情報列に対してタグ情報を付与するための
   方法。
6. 【請求項６】 請求項１〜５のいずれかの項に記載され
   た方法の各手順をコンピュータに実行させるためのプロ
   グラムを記録したコンピュータ読み取り可能な記録媒
   体。
7. 【請求項７】 入力される情報列を取り込む入力手段
   と、 取り込まれた情報列に含まれる単語を形態素解析して得
   られる形態素情報を前記各単語に付加して出力する形態
   素解析手段と、 前記情報列に対して１個のタグを付与する一連の置換ル
   ールを使用して、少なくとも前記単語，前記形態素情報
   の組から成る情報列に対し、前記置換ルールのそれぞれ
   に従ってタグ情報を付与する置換手段と、 前記タグが付与された情報列を出力する出力手段とを有
   することを特徴とする情報列に対してタグ情報を付与す
   るための装置。
8. 【請求項８】 入力される情報列の各単語の意味を判定
   し、前記単語及び前記形態素情報から成る情報列に対し
   て意味カテゴリ情報を付加し、前記置換手段に対して、
   前記単語，前記形態素情報，前記意味カテゴリ情報の組
   からなる情報列を供給する意味解析手段を更に有するこ
   とを特徴とする請求項７記載の情報列に対してタグ情報
   を付与するための装置。
9. 【請求項９】 前記置換手段は、少なくとも２つの置換
   ルールを記憶する記憶装置を備え、該記憶装置から得ら
   れるそれぞれの置換ルールに従って置換を行ってタグ情
   報を付与することを特徴とする請求項７または８記載の
   情報列に対してタグ情報を付与するための装置。