人名辞書から名前読み付与規則を抽出するアルゴリズム

概要

論文の詳細を見る
日本人は外国語のカタカナ表記を知っていても,その綴りを知らないことが多い.そこで,アルファベット表記とカタカナ表記が対応する規則があると便利である.一方,外国人名のアルファベット表記とカタカナ表記が対応したデータベース(人名辞書)が存在し,これは利用可能である.本稿では,人名辞書におけるアルファベット表記の部分文字列とカタカナ表記の部分文字列の組の出現頻度の変化から,アルファベット表記とカタカナ表記の対応規則を自動的に得るアルゴリズムを提案する.本アルゴリズムは,ローマ字綴りからなる仮想の対応規則を組み合わせたデータ集合から,規則を完全に再現することができる.人名辞書にアルゴリズムを適用して得られた対応規則をデータ検索システムで使われることを想定して評価した結果,正当率は80%,綴りの復元率は84%,読みの復元率は48.8%の精度を得た.また,人手によって規則を作る方法と比較した結果,本手法は人の知識を使用しない方法にもかかわらず人間の生成する規則を含む規則を得ることができた.
一般社団法人情報処理学会の論文
1999-07-15