拡張LR構文解析アルゴリズムによる未定義語を含む日本語文の構文解析

概要

論文の詳細を見る
自然言語を構文解析する際に、すべての単語が辞書に登録されていると一般には仮定できない。構文解析システムは、入力文が未定義語を含む場合にも失敗しないで、ある文字列が未定義語と仮定して構文的に妥当であるならば、そういった可能性も出力すべきである。日本語は分かち書きされていないので、未定義語の抽出時に多くの可能性が生じるが、その中で構文的に受容可能な未定義語はすべて抽出できることが望ましく、それらの候補の絞り込みは意味解析などのより上位の処理に任せればよいと思われる。[大場89]は多段階に構文解析することにより受容可能なすべての未定義語を抽出しているが、一部の文字列を何回も解析するため効率が悪い。本研究では拡張LR構文解析アルゴリズムを用いることにより、入力文を左から右へ読み進みながら決定的に解析し、一度の構文解析で受容可能な未定義語をすべて抽出する方法を提案する。しかし、どんな文字列でも未定義語の可能性があるとしてしまうと、指数関数的に処理量が増えてしまう。本研究では、形態素解析と構文解析を同時に行ない、構文解析時の予測によって受容不可能な候補を刈り込み、解析の候補を絞り込んでいる。また複数のプロセスで同じ処理をしないようにすることによって処理量の増大を抑制している。本研究では処理量を減らすために、未定義語の品詞は名詞であると仮定する。また日本語の入力形式には、漢字、平仮名、ローマ字等様々なものがある。本システムでは、将来音声認識システムと結合することも考慮に入れ、ローマ字列を入力とする。ただし構文解析前に入力ローマ字列は、「かっぱ」[ka,Q,pa]のように仮名(音節)に対応したシンボル列に変換される。
一般社団法人情報処理学会の論文
1990-03-14

拡張LR構文解析アルゴリズムによる未定義語を含む日本語文の構文解析

スポンサーリンク

概要

著者

関連論文

スポンサーリンク