JP2011008373A - 自然言語処理装置及びプログラム - Google Patents

Abstract

【課題】固有名詞の換喩表現の抽出精度の向上を図ること。
【解決手段】自然言語処理装置は、所与の固有名詞又は所与の固有名詞と同格の語、を主語とし、且つ、動詞リストに記憶される、固有名詞の換喩表現である語を目的語とする文に用いられ得る動詞を含む文を検索する文検索部２０と、文検索部２０により検索された文に含まれる、動詞リストの動詞の目的語を取得する目的語取得部２２と、目的語取得部２２により取得された目的語を上記所与の固有名詞の換喩表現として辞書に登録する登録部２４と、を含む。
【選択図】図６

Description

本発明は、自然言語処理装置、及びプログラムに関する。

固有名詞の換喩表現を抽出する技術が知られている。

例えば、下記非特許文献１には、「ＡのＢ」や「ＡＢ」といった単語の並びに着目して、固有名詞の換喩表現を抽出する技術が開示されている。

人工知能学会誌，２０００年，５月，第１５巻，第３号,ｐ５０３−５１０

本発明は、固有名詞の換喩表現の抽出精度の向上を図ることを目的とする。

請求項１に係る自然言語処理装置は、「所与の固有名詞又は前記所与の固有名詞と同格の語、を主語とし、且つ、記憶手段に記憶される、「固有名詞の換喩表現である語を目的語とする文に用いられ得る動詞」を含む」文を検索する文検索手段と、前記文検索手段により検索された文に含まれる、前記記憶手段に記憶される動詞の目的語を取得する目的語取得手段と、前記目的語取得手段により取得された目的語を前記所与の固有名詞の換喩表現として辞書に登録する登録手段と、を含む。

また、請求項２に係る自然言語処理装置は、請求項１の発明において、前記文検索手段が、前記所与の固有名詞を定義する定義文を検索する定義文検索手段と、前記定義文検索手段により検索された定義文に含まれる、前記所与の固有名詞と同格の語を取得する同格語取得手段と、を含み、前記同格語取得手段により取得された語を主語とし、且つ、前記記憶手段に記憶される動詞を含む文を検索することを特徴とする。

また、請求項３に係る自然言語処理装置は、請求項１又は２の発明において、前記記憶手段に記憶される動詞は、著作物の創作に関連する動詞、又は、実演に関連する動詞、又は、物の生産に関する動詞であることを特徴とする。

請求項４に係るプログラムは、「所与の固有名詞又は前記所与の固有名詞と同格の語、を主語とし、且つ、記憶手段に記憶される、「固有名詞の換喩表現である語を目的語とする文に用いられ得る動詞」を含む」文を検索する文検索手段、前記文検索手段により検索された文に含まれる、前記記憶手段に記憶される動詞の目的語を取得する目的語取得手段、前記目的語取得手段により取得された目的語を前記所与の固有名詞の換喩表現として辞書に登録する登録手段、としてコンピュータを機能させることを特徴とする。

なお、上記プログラムは、インターネットなどの通信ネットワークを介して提供されてもよいし、フレキシブルディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭなどのコンピュータ読み取り可能な各種情報記録媒体に格納されて提供されてもよい。

また、上記プログラムは、コンピュータ読み取り可能な情報記録媒体に記憶されてもよい。情報記録媒体としては、例えば、磁気テープ、フレキシブルディスク、ハードディスク、ＣＤ−ＲＯＭ、ＭＯ、ＭＤ、ＤＶＤ−ＲＯＭ、ＩＣカードなどを用いることができる。

請求項１及び４の発明によれば、固有名詞の換喩表現の抽出精度が向上する。

請求項２の発明によれば、本構成を有しない場合に比して、固有名詞の換喩表現の抽出精度がより向上する。

請求項３の発明によれば、本構成を有しない場合に比して、固有名詞の換喩表現の抽出精度がより向上する。

本実施形態に係る自然言語処理装置を含む自然言語処理システムの構成の一例を示す図である。 百科事典データの記憶内容の一例を示す図である。 自然言語処理装置の構成の一例を示す図である。 動詞リストの一例を示す図である。 換喩辞書データの一例を示す図である。 自然言語処理装置にて実現される機能群を示す機能ブロック図である。 自然言語処理装置にて実行される処理の一例を示すフロー図である。 換喩辞書データの一例を示す図である。 自然言語処理装置にて実行される処理の一例を示すフロー図である。

以下、本発明の実施形態の例について図面に基づき詳細に説明する。

図１は、本発明の実施形態に係る自然言語処理装置１を含む自然言語処理システム２の構成の一例を示す図である。同図に示すように、自然言語処理システム２は、自然言語処理装置１と、コーパスデータベース３と、を含む。自然言語処理装置１と、コーパスデータベース３と、はネットワークを介して相互に通信可能である。

［コーパスデータベース］
コーパスデータベース３は、データベースサーバである。コーパスデータベース３は、百科事典データを記憶している。

図２は、百科事典データの記憶内容の一例を示す。同図に示すように、百科事典データは、複数の記事４を含む。各記事４は、一のテーマ（事柄や事物を表す語（例えば、人名や企業名等の固有名詞））についての解説文を含むテキストデータである。

本実施形態の場合、各記事４は、他の少なくとも１つの記事４と関連づけられている（図２参照）。具体的には、記事４は、該記事４に含まれる言葉を解説する記事４と関連づけられている。例えば、テーマＡを解説する記事４の中に、「テーマＢ」という言葉が含まれているとする。この場合、テーマＡを解説する記事４は、「テーマＢ」を解説する記事４に関連づけられている。

コーパスデータベース３は、記事４の送信要求を自然言語処理装置１から受信すると、該送信要求で指定される記事４を自然言語処理装置１に送信する。

なお、百科事典データとしては、例えば、ウィキペディア（登録商標）として知られる百科事典データが挙げられる。

［自然言語処理装置］
自然言語処理装置１は、パーソナルコンピュータ等の公知のコンピュータである。図３に自然言語処理装置１の構成の一例を示す。図３に示すように、自然言語処理装置１は、制御部６と、主記憶８と、ハードディスク１０（記憶手段）と、操作入力部１２と、表示部１４と、ネットワークインタフェース１６と、を含む。これらは、データバス１８を介して接続されている。

制御部６は例えばマイクロプロセッサである。制御部６は、主記憶８に記憶されるプログラムに従って情報処理を実行する。

主記憶８は、例えばＲＡＭである。主記憶８には上記プログラムが格納される。このプログラムは、ＤＶＤ（登録商標）−ＲＯＭ等のコンピュータ読取可能な情報記憶媒体から読み出されて主記憶８に格納されてもよいし、ネットワーク等の通信網から供給されて主記憶８に格納されてもよい。

また、主記憶８には情報処理の過程で必要となる各種データも格納される。

操作入力部１２は、ユーザが操作入力を行うためのユーザインタフェースである。操作入力部１２は、例えばキーボードやマウスである。

表示部１４は、例えばディスプレイである。表示部１４は、制御部６から出力される情報を表示する。

ネットワークインタフェース１６は、ネットワークインタフェースカードである。ネットワークインタフェース１６は、制御部６から出力されるデータをネットワークに送信する。また、ネットワークインタフェース１６は、ネットワークからデータを受信する。

ハードディスク１０（記憶手段）は、各種データを記憶している。本実施形態の場合、ハードディスク１０は、動詞リストと、換喩辞書データと、を記憶している。

［動詞リスト］
図４は、動詞リストの一例を示す。動詞リストは、「固有名詞（例えば、人名や企業名）の換喩表現である語を目的語とする文」に用いられ得る動詞のリストである。

本実施形態の場合、動詞リストには、著作物の創作に関連する動詞（例えば、「（詩、戯曲などを）書く」、「（曲を）作曲する」、「（脚本を）執筆する」、「（歌詞を）作詞する」、「（絵画を）描く」、「（絵画を）制作する」など）、又は、実演に関連する動詞（例えば、「（チェロを）演奏する」、「（歌を）歌う」など）、又は、物の生産に関連する動詞（例えば、「（自動車を）製造する」、「（自動車を）生産する」、「（家を）建築する」など）が含まれる。

例えば、ゲーテなどの劇作家の換喩表現は、その劇作家によって書かれた「戯曲」である。そして、「書く」という動詞は「戯曲」を目的語とすることができるので、「書く」が動詞リストに含まれている。

また、例えば、ヨーヨーマなどのチェリストの換喩表現は、そのチェリストにより演奏される楽器たる「チェロ」である。そして、「演奏する」という動詞は「チェロ」を目的語とすることができるので、「演奏する」が動詞リストに含まれている。

また、例えば、自動車メーカーの換喩表現は、その自動車メーカーによって製造された「自動車」である。そして、「製造する」という動詞は「自動車」を目的語とすることができるので、「製造する」が動詞リストに含まれている。

なお、動詞リストに含まれる動詞は、「固有名詞の換喩表現である語を目的語とする文」に用いられ得る動詞であれば、どのような動詞であってもよい。

［換喩辞書データ］
図５は、換喩辞書データの一例を示す図である。同図に示すように、換喩辞書データは、固有名詞毎に、該固有名詞の換喩表現を関連づけて保持する。例えば、劇作家である「ゲーテ」には、その換喩表現として「戯曲」が関連づけられている。

なお、動詞リスト及び換喩辞書データは、自然言語処理装置１とは別体の記憶装置に記憶されてもよい。

［機能ブロック］
図６は、本発明の実施形態に係る自然言語処理装置１にて実現される機能群を示す機能ブロック図である。同図に示すように、自然言語処理装置１では、文検索部（文検索手段）２０と、目的語取得部（目的語取得手段）２２と、登録部（登録手段）２４と、が実現され、文検索部２０は、定義文検索部（定義文検索手段）２０ａと、同格語取得部（同格語取得手段）２０ｂと、を含む。これらの機能は、制御部６が、上記プログラムに従って動作することにより実現される。

［文検索部］
文検索部２０は、例えば制御部６を主として実現される。文検索部２０は、「所与の固有名詞と同格の語、を主語とし、且つ、上記動詞リストに記憶される動詞を含む」文を検索する。

［定義文検索部、同格語取得部］
本実施形態の場合、定義文検索部２０ａが、上記所与の固有名詞を定義する定義文を検索する。そして、同格語取得部２０ｂが、定義文検索部２０ａにより検索された定義文のうちから、上記所与の固有名詞と同格の語を取得する。

そして、文検索部２０は、「同格語取得部２０ｂにより取得された語を主語とし、且つ、上記動詞リストに記憶される動詞を含む」文を検索する。なお、文検索部２０、定義文検索部２０ａ、及び同格語取得部２０ｂの詳細は後述する（後述のＳ１０２〜Ｓ１０８）。

［目的語取得部］
目的語取得部２２は、例えば制御部６を主として実現される。目的語取得部２２は、文検索部２０により検索された文のうちから、上記動詞リストに記憶される動詞の目的語を取得する。目的語取得部２２の詳細については後述する（後述のＳ１０９）。

［登録部］
登録部２４は、例えば制御部６を主として実現される。登録部２４は、目的語取得部２２により取得された目的語を、上記所与の固有名詞の換喩表現として換喩辞書データに登録する。すなわち、登録部２４は、目的語取得部２２により取得された目的語を、上記所与の固有名詞と関連づけて換喩辞書データに記憶する。

［処理］
図７は、本発明の実施形態に係る自然言語処理装置１で実行される処理の一例を示すフロー図である。この処理は、制御部６が上記プログラムを実行することにより実行される。以下、この処理について説明する。なお、以下、動詞リストに記憶される動詞のことを、「動詞リストの動詞」と呼ぶ。

まず、制御部６は、処理対象の固有名詞Ｘ（所与の固有名詞に相当）を取得する（Ｓ１０１）。例えば、制御部６は、操作入力部１２からの操作入力に基づいて固有名詞Ｘを取得する。

そして、制御部６（文検索手段、定義文検索手段）は、Ｓ１０２〜Ｓ１０４のステップの処理により、固有名詞Ｘの定義文を検索する。

すなわち、制御部６は、固有名詞Ｘをテーマとする記事４（以下、記事Ｘ）を取得する（Ｓ１０２）。例えば、制御部６は、記事Ｘの送信要求をコーパスデータベース３に送信することにより、記事Ｘを取得する。

そして、制御部６は、記事Ｘに対して構文解析及び意味解析を実行する（Ｓ１０３）。例えば、記事Ｘに含まれる複数の文の各々を単語に分割し、単語の係り受け関係や品詞などを特定する。

そして、制御部６は、Ｓ１０３での解析結果に基づいて、記事Ｘのうちから固有名詞Ｘを定義する定義文を検索する（Ｓ１０４）。例えば、記事Ｘに含まれる文ごとに、固有名詞Ｘが主語であり且つ繋辞（いわゆるコピュラ）が含まれているか否かを判定することにより、定義文を検索する。なお、ある文が固有名詞Ｘの定義文である場合とは、その文において固有名詞Ｘが主語であり且つその文に繋辞が含まれている場合をいう。

そして、制御部６（文検索手段、同格語取得手段）は、Ｓ１０３での解析結果に基づいて、定義文のうちから、固有名詞Ｘと同格の語（以下、同格語Ｘ）を取得する（Ｓ１０５）。例えば、制御部６は、定義文において固有名詞Ｘと繋辞で結ばれている語を取得する。

そして、制御部６（文検索手段）は、Ｓ１０６〜Ｓ１０８のステップの処理により、「同格語Ｘを主語とし、且つ、動詞リストの動詞を含む」文を検索する。

すなわち、制御部６は、同格語Ｘをテーマとする記事４（以下、記事Ｙ）をＳ１０２のステップと同様にして取得し（Ｓ１０６）、Ｓ１０３のステップと同様にして記事Ｙに対して構文解析及び意味解析を実行する（Ｓ１０７）。

そして、制御部６は、Ｓ１０７での解析結果に基づいて、記事Ｙのうちから、「同格語Ｘを主語とし、且つ、動詞リストの動詞を含む」文を検索する（Ｓ１０８）。例えば、制御部６は、記事Ｙに含まれる複数の文の各々について、その文において同格語Ｘが主語であるか否かの判定と、その文に動詞リストの動詞のいずれかが含まれているか否かの判定と、を実行することにより、「同格語Ｘを主語とし、且つ、動詞リストの動詞を含む」文を検索する。なお、ある文が「同格語Ｘを主語とし、且つ、動詞リストの動詞を含む」文である場合とは、その文において同格語Ｘが主語であると判定され且つその文に動詞リストの動詞のいずれかが含まれていると判定された場合をいう。

そして、制御部６（目的語取得手段）は、検索された文のうちから、「その文に含まれる動詞リストの動詞」の目的語Ｘを取得する（Ｓ１０９）。

そして、制御部６（登録手段）は、目的語Ｘを、固有名詞Ｘの換喩表現として換喩辞書データに登録する（Ｓ１１０）。すなわち、目的語Ｘを、固有名詞Ｘと関連づけて換喩辞書データに記憶する。

例えば、固有名詞Ｘがイギリスの劇作家の人名「シェークスピア」であり、記事Ｘが、「シェークスピアは、イギリス（イングランド）の劇作家、詩人。」という文ａを含んでいる場合を想定する。この場合、文ａは、Ｓ１０４のステップにおいて固有名詞Ｘの定義文として検索され、Ｓ１０５のステップにおいて「劇作家」及び「詩人」（ここでは、「劇作家」とする）が同格語Ｘとして取得される。そして、Ｓ１０６において同格語Ｘ（すなわち、劇作家）をテーマとする記事４が記事Ｙとして取得される。

記事Ｙが「劇作家は、演劇の上演のために書かれる戯曲の作者。」という文ｂを含んでいる場合、文ｂは、同格語Ｘである「劇作家」を主語として含み且つ動詞リストの動詞「書く」を含んでいるので、Ｓ１０８のステップにおいて検索される。そして、Ｓ１０９のステップにおいて、文ｂのうちから、文ｂに含まれる動詞リストの動詞「書く」の目的語となっている「戯曲」が目的語Ｘとして取得され、Ｓ１１０のステップにおいて、固有名詞Ｘである「シェークスピア」の換喩表現として換喩辞書データに登録されることとなる（図８参照）。

［まとめ］
本発明の実施形態に係る自然言語処理装置１によれば、固有名詞の換喩表現の抽出精度の向上が図られるようになる。

なお、本発明は、以上に説明した実施形態に限定されるものではない。

例えば、上記実施形態では、制御部６（文検索手段）は、「固有名詞Ｘの「同格語Ｘ」を主語とし、且つ、動詞リストの動詞を含む」文を検索しているが、「固有名詞Ｘを主語とし、且つ、動詞リストの動詞を含む」文を検索するようにしてもよい。以下、制御部６が「固有名詞Ｘを主語とし、且つ、動詞リストの動詞を含む」文を検索する態様について説明する。

例えば、この態様では、制御部６（文検索手段）は、図７に示すＳ１０３のステップの後、図９に示すＳ２０１〜Ｓ２０３のステップを実行する。

すなわち、制御部６（文検索手段）は、Ｓ１０３での解析結果に基づいて、記事Ｘのうちから、「固有名詞Ｘを主語とし、且つ、動詞リストの動詞を含む」文を検索する（２０１）。例えば、制御部６は、記事Ｘに含まれる複数の文の各々について、その文において固有名詞Ｘが主語であるか否かの判定と、その文に動詞リストの動詞のいずれかが含まれているか否かの判定と、を実行することにより、「固有名詞Ｘを主語とし、且つ、動詞リストの動詞を含む」文を検索する。なお、ある文が「固有名詞Ｘを主語とし、且つ、動詞リストの動詞を含む」文である場合とは、その文において固有名詞Ｘが主語であると判定され且つその文に動詞リストの動詞のいずれかが含まれていると判定された場合をいう。

そして、制御部６（目的語取得手段）は、検索された文のうちから、「その文に含まれる動詞リストの動詞」の目的語Ｘを取得する（Ｓ２０２）。

そして、制御部６（登録手段）は、目的語Ｘを、固有名詞Ｘの換喩表現として換喩辞書データに登録する（Ｓ２０３）。

例えば、固有名詞Ｘがイギリスの劇作家の人名「シェークスピア」であり、記事Ｘが、「シェークスピアは、多くの戯曲を書いたイギリスの劇作家、詩人。」という文ａを含んでいる場合を想定する。この場合、文ａは、固有名詞Ｘである「シェークスピア」を主語として含み且つ動詞リストの動詞「書く」を含んでいるので、Ｓ２０１のステップにおいて検索される。そして、Ｓ２０２のステップにおいて、文ａのうちから、文ａに含まれる動詞リストの動詞「書く」の目的語となっている「戯曲」が目的語Ｘとして取得され、Ｓ２０３のステップにおいて、固有名詞Ｘである「シェークスピア」の換喩表現として換喩辞書データに登録されることとなる（図８参照）。

なお、制御部６は、Ｓ２０１〜Ｓ２０３のステップの処理と、Ｓ１０４〜Ｓ１１０のステップの処理と、の双方を実行してもよいし、いずれか一方を実行するようにしてもよい。

１ 自然言語処理装置、２ 自然言語処理システム、３ コーパスデータベース、４ 記事、６ 制御部、８ 主記憶、１０ ハードディスク、１２ 操作入力部、１４ 表示部、１６ ネットワークインタフェース、１８ データバス、２０ 文検索部、２０ａ 定義文検索部、２０ｂ 同格語取得部、２２ 目的語取得部、２４ 登録部。

Claims (4)

1. 所与の固有名詞又は前記所与の固有名詞と同格の語、を主語とし、且つ、記憶手段に記憶される、固有名詞の換喩表現である語を目的語とする文に用いられ得る動詞を含む文を検索する文検索手段と、
   前記文検索手段により検索された文に含まれる、前記記憶手段に記憶される動詞の目的語を取得する目的語取得手段と、
   前記目的語取得手段により取得された目的語を前記所与の固有名詞の換喩表現として辞書に登録する登録手段と、
   を含む自然言語処理装置。
2. 前記文検索手段は、
   前記所与の固有名詞を定義する定義文を検索する定義文検索手段と、
   前記定義文検索手段により検索された定義文に含まれる、前記所与の固有名詞と同格の語を取得する同格語取得手段と、を含み、
   前記同格語取得手段により取得された語を主語とし、且つ、前記記憶手段に記憶される動詞を含む文を検索すること、
   を特徴とする請求項１に記載の自然言語処理装置。
3. 前記記憶手段に記憶される動詞は、著作物の創作に関連する動詞、又は、実演に関連する動詞、又は、物の生産に関する動詞であること、
   を特徴とする請求項１又は２に記載の自然言語処理装置。
4. 所与の固有名詞又は前記所与の固有名詞と同格の語、を主語とし、且つ、記憶手段に記憶される、固有名詞の換喩表現である語を目的語とする文に用いられ得る動詞を含む文を検索する文検索手段、
   前記文検索手段により検索された文に含まれる、前記記憶手段に記憶される動詞の目的語を取得する目的語取得手段、
   前記目的語取得手段により取得された目的語を前記所与の固有名詞の換喩表現として辞書に登録する登録手段、
   としてコンピュータを機能させるプログラム。

Images