NTT、『日本語語彙大系』CD-ROM版と文章解析プログラムを完成

日本電信電話(株)は24日、日英翻訳システムの研究成果として、大規模な日本語単語の意味の違いを体系化した意味辞書『日本語語彙大系』CD-ROM版を完成し、同辞書の体系を用いて日本語の文章を解析する形態素解析プログラム『ALTJAWS(アルトジョーズ)』を開発したと発表した。同プログラムは、大学/研究機関での研究目的に限り、無償で提供する。

コンピューターに言葉を記録させる場合、その語句がどうのような状況で使用できるかを判断するのに曖昧さが生じることがある。このような曖昧さを解消し、コンピューターによる日本語の解析精度を向上させるために、NTTコミュニケーション科学基礎研究所ではコンピューターが直接扱うことができる言語知識ベースの構築とそれを用いた日本語解析プログラムの研究を進めてきたという。

今回完成した同辞書は、'97年9月に岩波書店から出版された『日本語語彙大系(全五巻)』に、検索機能を組み込んだ、EPWING規約準拠の電子辞書。3つの体系から構成されている。“意味体系”として、日本語の一般名詞、固有名詞、用言の意味の用法をツリー構造で3000カテゴリー、最も深いレベルで12段に体系化。“ 単語体系”として、30万語の単語を意味体系によって定義。“構文体系”として、6000の用言(動詞や形容詞)に対して、主語/目的語にくる名詞を意味体系で定義し、対応する英語構文を収録。1万4000パターンの辞書を構築している。例えば“取る”という動詞に対して、“ホテルを取る”は“reserve”、“使用料を取る”は“charge”というように、目的語になりうる名詞を、意味カテゴリーを用いて表現することで、構文の意味の違いを示す。また、“動詞と助詞の組み合わせが自然かどうか”を調べることも可能。

同プログラムは、日本語の文章を入力すると、単語単位に区切り、品詞を決定し、同意味辞書の体系に基づく意味情報をコードで出力するプログラム。実用的な語彙規模で体系化した同辞書のうち、意味体系と単語体系を実装することで、固有名詞などが多く出てくる新聞記事においても、精度よく単語に分割できるという。

解析のプロセスは、 日本文の入力→形態素(単語や接辞)の検索と候補の抽出→文法的に接続可能な候補をつないで候補列の作成→単語の品詞や意味カテゴリーなどを用いて意味的な係り受けの有無のチェック→分割数が少なく、係り受け数の多い候補を最終候補に決定→形態素の単位と品詞情報と意味カテゴリーの出力。このように、単語間の接続条件や係り受けを自動的に調べて、正しいと想定される候補を抽出する。

• ニュースリリース (http://www.ntt.co.jp/news/news99/9909/99...)

(編集部)

この記事が関連していると思われます

• アップルコンピュータ、Mac OS 8.5の日本語処理に関する説明会を開催 (1998-11-25 / ポイント: 0.5483)
• NTTとNTT-X、ポータルサイト“goo”上で自然文検索サービス“Web Answers”の共同実験を開始 (2004-02-05 / ポイント: 0.5409)
• 松下が全文検索の検索ノイズを低減する技術“字面解析型単語分割方式”を開発 (1999-07-22 / ポイント: 0.5406)
• TODAY'S NON-STOP NEWS vol.4 (1998-09-21 / ポイント: 0.4910)
• ノヴァ、語彙ベースの機械翻訳エンジンを開発 (2000-11-06 / ポイント: 0.4241)
• マイクロソフト、国内大学との連携プログラムを発表 (2002-03-27 / ポイント: 0.4014)
• シャープ、“シャープスペースタウン”で“おまかせ訳振りメール”サービスを開始 (2000-07-07 / ポイント: 0.3975)
• NTTレゾナントとジャストシステム、ATOKの機能を利用した新検索サービス“goo サジェストβ with ATOK”を開始 (2005-10-27 / ポイント: 0.3913)
• エキサイト、英和・和英・コンピューター用語の辞書サービス“エキサイト辞書”の提供を開始 (2001-08-14 / ポイント: 0.3816)
• SII、85種類のマルチコンテンツを搭載した電子辞書『IC DICTIONARY SR-K6000』を発売 (2004-11-10 / ポイント: 0.3783)
• NTT-X、ポータルサイト“goo”の検索機能を強化――渋谷・東急東横店の壁をジャックも！ (2003-12-01 / ポイント: 0.3742)
• NICTと沖電気、ウェブページから新語を獲得する技術を共同開発 (2005-07-21 / ポイント: 0.3737)
• NTTレゾナント、評判やQ＆Aをネット上から検索するサービス“評判検索”と“Q＆A検索”の実証実験をgooラボ上で開始 (2006-03-28 / ポイント: 0.3687)
• キーウォーカー、日本語自然文意味検索を利用したブログ検索サイト“KEYWALKERブログ検索”を開設 (2006-03-07 / ポイント: 0.3638)
• NTTレゾナントとジャストシステム、『goo流行語辞書2006キーワード編 for ATOK』の無償ダウンロード提供を開始 (2007-01-09 / ポイント: 0.3618)
• NTTとMIT、情報通信やコンピューターの基礎技術を共同研究 (1998-09-21 / ポイント: 0.3605)
• カレン、アンケートや掲示板の書き込みを解析するサービス“VoC解析”を開始 (2002-01-08 / ポイント: 0.3603)
• 米テジック、携帯電話向け日本語入力ソフトの正式版を発表 (2000-12-26 / ポイント: 0.3602)
• キヤノン販売、手のひらサイズの大容量電子辞典を発売 (1998-01-12 / ポイント: 0.3556)
• シャープ、30冊相当の辞書を搭載した電子辞書『PW-9800』を発売 (2003-04-16 / ポイント: 0.3467)
• MS、東大との共同研究による話し言葉でのサポート情報検索サービスを開始 (2001-07-25 / ポイント: 0.3455)
• SII、『コウビルド英英辞典』を収録した電子辞書『SR-T6500』など2機種を発売 (2002-10-28 / ポイント: 0.3413)
• 日本IBM、視覚障害者向け文書作成支援ソフトを開発 (2001-03-06 / ポイント: 0.3395)
• NEC、映像/音楽に対応した“マルチメディアブログ創作システム”を開発――ロボットに話しかけるとブログが作成できる (2007-03-05 / ポイント: 0.3360)
• 【INTERVIEW】携帯電話での文字入力を快適にする魔法の技術──米テジックコミュニケーションズ社クリッフ・クシラー副社長に聞く (2000-07-18 / ポイント: 0.3339)
• SII、『180万語対訳大辞典』などビジネス向けのコンテンツを搭載したLEDバックライト付き電子辞書『SR-E9000』を発売 (2005-02-03 / ポイント: 0.3335)
• 【WORLD PC EXPO 2000 Vol.16】ウィズコム、ペン型スキャナーに日本語OCR機能を搭載 (2000-10-18 / ポイント: 0.3323)
• シャープ、学習向け電子辞書の最上位モデル“Papyrus”『PW-V9500』を24日に発売――英検語彙力判定テスト機能を搭載 (2006-02-07 / ポイント: 0.3223)
• アルク、ウェブ英語辞書サービス『英辞郎 on the Web』の検索語ランキングを発表 (2006-12-04 / ポイント: 0.3220)

関連記事の検索には汎用連想計算エンジン(GETA)を利用しています。 「汎用連想計算エンジン(GETA)」は、情報処理振興事業協会(IPA)が実施した「独創的情報技術育成事業」の研究成果です。