【課題】語源の共通する同語源単語を効率良く学習することを可能とする。
【解決手段】電子辞書１は表示部４０と、語源付き辞書データベース８２１と、語源付き辞書データベース８２１に記憶された何れかの単語を指定する入力部３０と、ＣＰＵ２０とを備える。ＣＰＵ２０は、指定単語に含まれる各単語構成部分と同じ語源の単語構成部分を含む単語を、語源付き辞書データベース８２１により記憶された単語の中から同語源単語として抽出し、指定単語及び同語源単語を表示部４０に一覧表示させるとともに、当該指定単語と当該同語源単語の双方に共通して含まれる単語構成部分を識別表示させる。 （もっと読む）

【課題】効率的に所望の動詞の活用表を表示することが可能になる辞書機能を備えた電子機器を提供する。
【解決手段】動詞（活用表）番号にそれぞれ対応付けられた動詞活用表データベースと、動詞の語尾の文字数ｎ（＝６〜２）別に当該語尾ｎ文字のスペルに前記動詞（活用表）番号を対応付けた動詞−動詞活用表対応テーブル（語尾６文字動詞テーブル）〜（語尾２文字動詞テーブル）とを備える。辞書検索された説明情報表示画面など、辞書情報が表示された状態で所望の単語を選択すると、この選択された単語が動詞である場合に、当該単語の原形の語尾ｎ文字のスペルと一致するところの動詞−動詞活用表対応テーブルが、文字数ｎの大きいテーブル順に判断され、対応する活用表番号に従い動詞活用表データベースから動詞活用表が読み出されて表示される。 （もっと読む）

【課題】「どうか雨が降りますように」のように、時間が明示的に示されていないが、内容が未来である文を判別する未来表現判別装置を提供することを目的とする。
【解決手段】素性辞書に登録されている素性表現が、文章データベースに登録してある文章の各処理対象文に出現する出現回数を数え上げ、文章に固有な文章番号と、文章内において何番目であるかを示す文番号とを用い、上記出現回数と、上記素性表現の出現の有無を表す０か１の数値とに対して、文章番号が等しい処理対象文の各素性の値を、文間距離（文番号の差）に応じて変化する重みを付けて加算し、上記学習情報合成手段が出力した各素性の値のうちで、内容が未来であることが既知である文の値に基づいて機械学習を行い、判定対象文の内容が未来であるかどうかを判別する関数を作成する。 （もっと読む）

【課題】電子メールやＷｅｂ掲示板などのやり取りの際に含まれる引用記号を利用して、同一内容の文書が文の出現順に左右されずに翻訳精度を向上させることである。
【解決手段】文書階層判定部３０は、第一言語文書の文の先頭に引用記号が存在するか否かを判定し、引用記号が存在するときは文の先頭からの引用記号の個数を引用形式の階層と判定し、引用形式の階層ごとに第一言語文書の文を文書記憶部３２に格納する。翻訳部２９は、文書記憶部３２に格納された文のうち引用形式の階層が深い順に、翻訳知識情報格納部３３に格納された翻訳知識情報を利用して翻訳を行い、その翻訳の際に使用した翻訳辞書の語彙部や変換規則から訳語を選択するに有用な翻訳知識情報を取り出し翻訳知識情報格納部３３に格納する。出力部２８は、翻訳部２９で翻訳された翻訳結果を出力装置１７に出力する。 （もっと読む）

【課題】語の形態が変化する用言に付属する付属語又は用言に接続する接続語を含む文の翻訳精度を向上できる翻訳装置及び翻訳プログラムを提供する。
【解決手段】
第１の言語で表す第１の文を構成する形態素及び形態素の品詞を取得する取得手段と、自ら語の意味を表す自立語であると共に、活用により語の形態が変化する用言と、自立語である用言に付属する付属語と、用言に接続する接続語とのいずれか１つ以上が連結して少なくとも１つの意味を表す節の構成を、節を構成する語から得られる形態素の品詞を用いて定める規則に基づいて、取得手段が取得した形態素から節を構成する形態素を検索する検索手段と、検索手段が検索した形態素が構成する節を用いて、第１の文を第２の言語で表す第２の文に翻訳する翻訳手段とを備える。これにより、容易に節を検索できるだけでなく、節を含む文の翻訳の精度が向上する。 （もっと読む）

【課題】語形変化のあるターゲット言語へ翻訳する際の翻訳精度を向上できるターゲット言語の語形変化モデル（ＴＬＷＩモデル）を構築する方法及び装置。
【解決手段】ソース言語コーパスとターゲット言語コーパスとのコーパス対に対し、ソース言語コーパス中の各単語の原形に、品詞を付加した単語列を生成し、ターゲット言語コーパス中の各単語の原形に、品詞を付加して、品詞の付加された単語列を生成する前処理を行い、前処理後のソース言語コーパス中の単語と対応する前処理後のターゲット言語コーパス中の単語とを対応付けた単語対応情報を基に、ターゲット言語の語形が変化している単語Ｗに対応付けられているソース言語の単語Ｃを得、ターゲット言語の単語Ｗ、ソース言語の単語Ｃ、及び前処理前のソース言語コーパス中における該単語Ｃの前後にある単語の組合せを基に、ターゲット言語の単語Ｗの語形変化情報（ＴＬＷＩ情報）含むパターンを生成する。 （もっと読む）

【課題】コンピュータ可読媒体に格納され、言語処理システムによって使用されるレキシコンを提供すること。
【解決手段】レキシコンは、単語情報を、入力された各単語に関連づけられた複数のデータフィールドに格納することができる。データフィールドは、スペルおよび文法についての情報と、品詞と、入力された単語が別の単語に変形されることができるステップと、単語の記述と、複合語に関するセグメンテーションとを含むことができる。レキシコンに格納されることができない情報は、中間索引テーブルに格納されることができる。レキシコンを構成し、更新し、使用するための、関連する方法が提示される。 （もっと読む）

【課題】区切り設定の困難な専門用語を正しく区分して形態素を抽出し形態素解析用辞書を生成して正確な形態素解析を実現する。
【解決手段】日本語と外国語との対訳辞書の登録データから日本語と外国語の対訳ペアが一単語対一単語と異なる一単語対多単語の登録データを持つ対訳ペアを抽出し、抽出した対訳ペアの日本語の形態素解析を行い、生成した区分語または区分語列に対応する外国語の単語を特定し、外国単語対応の区分語または区分語列を形態素として形態素解析用辞書に登録し、登録した形態素情報に基づく形態素解析を行なう。 （もっと読む）

【課題】規則の要素を有限状態変換器テンプレートに挿入することにより第１及び第２の正字法規則を個別の有限状態変換器にコンパイルする、正字法規則をコンパイルする方法を提供する。
【解決手段】個別の有限状態変換器を結合して、単一の結合有限状態変換器を形成する。一実施形態では、まず有限状態変換器を有限状態変換器内の共通のコアに基づいて結合する。その後、そのコアに対する結合有限状態変換器を結合して、その一組の正字法規則に対する単一の有限状態変換器を形成する。 （もっと読む）

【課題】 指定した単語の原形及び変化形を選択して、ジャンプ検索を行うことを可能にする。
【解決手段】 文字列表示中にジャンプモードキー２３が押されると、文字列中の任意の単語が選択可能な状態となる。ここで選択した単語に原形や変化形が存在する場合、変化形ＤＢ４３を参照して対応する原形及び変化形がリスト表示され、これらが選択可能な状態になる。ここで原形や変化形を選択すると、辞書ＤＢから検索が行われ、その単語についての例文等が検索され、表示される。 （もっと読む）

【課題】使用者が適切な修正訳を得るための負担を大きく減ずることができる機械翻訳プログラムおよび機械翻訳装置を提供すること。
【解決手段】翻訳すべき第１言語の文と、該第１言語の文を翻訳辞書部に保持された翻訳辞書を用いて翻訳した第２言語の文とを保存する保存手段と、前記保存された第２言語の文における訳語それぞれと、前記保存された第１言語の文における前記訳語に相当する語句それぞれとを前記翻訳辞書を用いて対応づける対応づけ手段と、前記保存された第１言語の文について任意の語句の指定をユーザに促す語句指定手段と、前記指定された語句を含む、または前記翻訳辞書を用いて得た当該語句の活用形もしくは派生形の語句を含む前記対応づけによる第１言語の語句を、当該第１言語の語句に対応づけられた前記訳語とともに表示部に表示させる表示制御手段としてコンピュータを機能させる。 （もっと読む）

【課題】 日本語の受身文・使役文を能動文に変換する際に機械学習方法を用いて変換後の格助詞を高精度に推定するシステムを提供する。
【解決手段】 解データ分割部１０１は，解データの問題から格助詞を特定し格助詞ごとの部分データを作成する。解−素性対生成部１０３は，部分データのもとの解データから素性を抽出し，部分データごとに素性の集合と解との組を生成する。機械学習部１０５は，所定の機械学習法により，部分データの素性の集合と解との組について，どのような素性の集合の場合にどのような解になりやすいかを学習し学習結果を学習結果データベース１０７に保存する。入力文分割部１１０は，対象の入力文３を格助詞で分割して入力文部分データを作成する。素性抽出部１１２は，入力文３から素性を抽出し，入力文部分データごとに素性の集合を生成する。解推定部は，学習結果をもとに，入力文部分データについて素性の集合の場合になりやすい解を推定し，変換文生成部１１６は，推定解をもとに変換文４を生成し出力する。 （もっと読む）

【課題】文に関連する人間の上下関係をより具体的に判定することができる上下関係判定方法、上下関係判定装置、上下関係判定プログラム、および、記録媒体を提供する。
【解決手段】指示対象特定部１７ａは、抽出部１６により抽出された名詞が話者、相手および対象者の３者の何れに該当するかを特定する。敬語判断部１７ｂは、検出部１４から抽出された敬語に基づいて上記３者間の上下関係を判断する。ランク判断部１７ｃは、ランクＤＢ１８に基づいて上記３者間の上下関係を判断する。内外判断部１７ｄは、敬語辞書１５の単語の内外関係に基づいて上記３者間の上下関係を判断する。親密度判断部１７ｅは、指示対象間の親密度に基づいて上記３者間の上下関係を決定する。これにより、入力文における上記３者間の上下関係が判定される。 （もっと読む）