[go: up one dir, main page]

JPH0869470A - 自然言語処理装置及びその方法 - Google Patents

自然言語処理装置及びその方法

Info

Publication number
JPH0869470A
JPH0869470A JP7144683A JP14468395A JPH0869470A JP H0869470 A JPH0869470 A JP H0869470A JP 7144683 A JP7144683 A JP 7144683A JP 14468395 A JP14468395 A JP 14468395A JP H0869470 A JPH0869470 A JP H0869470A
Authority
JP
Japan
Prior art keywords
information
knowledge
natural language
input
prediction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP7144683A
Other languages
English (en)
Inventor
Arunaroora Suda
アルナ・ローラ 須田
Chiyandoran Suretsushiyu Jieya
チャンドラン・スレッシュ ジェヤ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Inc
Original Assignee
Canon Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Canon Inc filed Critical Canon Inc
Priority to JP7144683A priority Critical patent/JPH0869470A/ja
Priority to EP95304339A priority patent/EP0689147A3/en
Priority to US08/493,352 priority patent/US6052656A/en
Publication of JPH0869470A publication Critical patent/JPH0869470A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/253—Grammatical analysis; Style critique
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Machine Translation (AREA)

Abstract

(57)【要約】 【目的】 入力される自然言語情報の種類を予測して解
析することで、入力情報の情報の表す概念を効率よく導
出することができるようにする。 【構成】 自然言語処理方法に、一連の自然言語情報を
入力するステップS503〜S504と、言語に関する知識及び
一般の知識を記憶する知識ベースの自然言語情報の語順
に関する知識に基づいて、現在処理している単語から後
続して入力される単語の種類を予測し、予測結果を予測
情報として記憶するステップS512と、前記予測情報及び
前記知識ベースに記憶された知識を参照して、多義を解
消しながら新たに入力された単語を分析するステップS5
05〜S511とを具える。

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、自然言語により入力さ
れた情報に基づいて、処理を実行する自然言語処理装置
及びその方法に関するものである。
【０００２】
【従来の技術】従来、自然言語で表現された入力情報を
処理する装置として、予め決められたキーワードを処理
する装置、及び文章の構文を解析し、その意味を解析す
る装置が考案されている。
【０００３】
【発明が解決しようとしている課題】しかしながら、上
記従来の装置のうち、予め決められたキーワードを用い
る場合、実用的なシステムを構成するには、キーワード
の数が多くなり過ぎるおそれがある。
【０００４】また、構文解析、意味解析を行うシステム
では、文法や辞書を用いて、相当大きなシステムを構成
したとしても、分析された文の中で各部分の意味的役割
を一義的に定めることや、連続する名詞列をグループに
分解することは難しかった。特に、日本語や現代インド
語のように、動詞が文末に来る言語では、大きな問題で
あった。また、構文解析を行なう装置では、文として不
完全な入力情報を処理することは困難であった。
【０００５】このため、自然言語で入力される特定分野
に関する内容より、有用なデータを抽出するという、人
間にとっては比較的簡単な処理も、機械により行うこと
は容易ではなかった。
【０００６】
【課題を解決するための手段】本発明によれば、自然言
語処理装置に、自然言語により情報を入力する入力手段
と、該入力手段より入力された情報を単語に分割する分
割手段と、言語に関する知識、及び一般の知識を記憶す
る知識ベースと、該知識ベースに記憶された知識を参照
して、前記分割手段により分割された単語の表わす概念
を導出する導出手段と、前記知識ベースに記憶された知
識を参照して、前記導出手段により導出された各単語の
概念を関連付ける統合手段とを具える。
【０００７】また、本発明の他の態様によれば、自然言
語処理装置に、自然言語により情報を入力する入力手段
と、処理対象の情報の分野に関する知識、及び言語に関
する知識を記憶する知識ベースと、該知識ベースの知識
に基づいて、前記入力手段より入力される情報の種類を
予測する予測手段と、該予測手段により情報の種類が予
測された情報を処理する処理手段とを具える。
【０００８】また、本発明の他の態様によれば、自然言
語処理装置に、自然言語により情報を入力する入力手段
と、処理対象の情報の分野に関する知識、一般の知識、
及び言語に関する知識を記憶する知識ベースと、該知識
ベースの知識に基づいて、前記入力手段より入力される
情報の種類を予測する予測手段と、該予測手段による予
測結果を予測情報として記憶する予測情報記憶手段と、
該予測情報記憶手段に記憶された予測情報及び前記知識
ベースに記憶された知識を参照して、前記入力手段より
入力された情報を分析する分析手段とを具える。
【０００９】また、本発明の他の態様によれば、自然言
語処理方法に、自然言語により情報を入力する入力工程
と、該入力工程より入力された情報を単語に分割する分
割工程と、言語に関する知識、及び一般の知識を記憶す
る知識ベースに記憶された知識を参照して、前記分割工
程により分割された単語の表わす概念を導出する導出工
程と、前記知識ベースに記憶された知識を参照して、前
記導出工程により導出された各単語の概念を関連付ける
統合工程とを具える。
【００１０】また、本発明の他の態様によれば、自然言
語処理方法に、自然言語により情報を入力する入力工程
と、処理対象の情報の分野に関する知識、及び言語に関
する知識を記憶する知識ベースの知識に基づいて、前記
入力工程より入力される情報の種類を予測する予測工程
と、該予測工程により情報の種類が予測された情報を処
理する処理工程とを具える。
【００１１】また、本発明の他の態様によれば、自然言
語処理方法に、自然言語により情報を入力する入力工程
と、処理対象の情報の分野に関する知識、一般の知識、
及び言語に関する知識を記憶する知識ベースの知識に基
づいて、前記入力工程より入力される情報の種類を予測
する予測工程と、該予測工程による予測結果を予測情報
として、予測情報メモリに記憶する予測情報記憶工程
と、前記予測情報メモリに記憶された予測情報及び前記
知識ベースに記憶された知識を参照して、前記入力工程
より入力された情報を分析する分析工程とを具える。
【００１２】
【作用】本発明によれば、言語に関する知識及び一般の
知識を記憶する知識ベースに記憶された知識を参照し
て、入力された自然言語の情報を単語に分割して、前記
知識ベースに記憶された知識を参照して、分割された単
語の表わす概念を導出し、導出された各単語の概念を関
連付ける。
【００１３】また、本発明の他の態様によれば、言語に
関する知識及び一般の知識を記憶する知識ベースの知識
に基づいて、入力される自然言語の情報の種類を予測
し、予測する情報の種類が予測された情報を処理する。
【００１４】また、本発明の他の態様によれば、一般の
知識及び言語に関する知識を記憶する知識ベースの知識
に基づいて、入力される自然言語の情報の種類を予測
し、予測結果を予測情報として記憶し、記憶された予測
情報及び前記知識ベースに記憶された知識を参照して、
入力された情報を分析する。
【００１５】
【実施例】以下、添付図面を参照しながら、本発明に係
る一実施例を詳細に説明する。
【００１６】図１は本発明に係る自然言語処理装置の１
実施例のハードウェア構成を示すブロック図である。
【００１７】同図において、１は、自然言語により情報
を入力するための入力部である。以下では、この入力情
報を文章と称するが、本装置では、一定の規則的な構造
を有していれば、文法的に完全な文でなくとも、処理対
象とすることができる。２は、ＣＰＵであり、各種処理
のための演算、論理判断等を行ない、バス６に接続され
た各構成要素を制御する。３は、情報を出力する出力部
である。
【００１８】４は、プログラムメモリであり、フローチ
ャートにつき後述する処理手順を含むＣＰＵ２による制
御のためのプログラムを格納するメモリである。プログ
ラムメモリ４は、ＲＯＭであってもよいし、外部記憶装
置などからプログラムがロードされるＲＡＭであっても
よい。
【００１９】５は、データメモリであり、各種処理で生
じたデータを格納するほか、後述する知識ベースの知識
を格納する。データメモリ５は、例えばＲＡＭとする
が、知識ベースの知識は、不揮発な外部記憶媒体から、
処理に先立ってロードしておく、あるいは、必要がある
ごとに参照するものとする。
【００２０】６は、ＣＰＵ１の制御の対象とする構成要
素を指示するアドレス信号、各構成要素を制御するため
のコントロール信号、各構成機器相互間でやりとりされ
るデータの転送を行なうためのバスである。
【００２１】図２は、本発明の実施例に係る自然言語処
理装置の基本構成を示す機能ブロック図である。
【００２２】同図において、入力部１は、自然言語によ
り情報を入力するための入力部であり、例えば、音声を
入力・認識する音声認識装置や、文字をキー入力するた
めのキーボード、書類から光学的に文字を読み取って認
識する文字認識装置、他のシステムより情報を受信する
受信装置などであってもよいし、同一装置内の他の処理
により生成された情報をここでの入力としてもよい。更
に、これらのうちの２以上を併設して、選択的に利用し
てもよい。
【００２３】概念解析部（Conceptual Analyzer 以下、
ＣＡと表す）２１は、知識ベース２２の知識を参照し
て、入力部１より入力された自然言語の文章から、その
文章中に記述された概念を抽出する。詳細は後述する。
【００２４】出力部３は、ＣＡ２１より得られたデータ
を出力する出力部であり、例えば、文字情報を音声合成
して出力する音声合成装置、ＣＲＴや液晶表示器などの
表示装置、書類上に文字を印刷出力するためのプリン
タ、さらには、データベースのような他の装置へ情報を
送信する送信装置であってもよく、ここでの出力を同一
装置内の他の処理への入力としてもよい。更に、これら
のうちの２以上を具え、選択的に利用するようにしても
よい。
【００２５】図３は、知識ベース２２の詳細内容を示す
図である。２２１は、例えば「場所」の構造など、一般
的な知識を持つ一般知識ベース（world knowledge base
ＷＫＢ）である。２２２は、処理対象の分野に特有の
知識を持つ分野知識ベース（domain knowledge base Ｄ
ＫＢ）である。２２３は、語句の品詞や文法などの言語
情報を有する言語知識ベース（linguistic knowledge b
ase ＬＫＢ）である。
【００２６】上述したＣＡ２１は、ユーザの入力した自
然言語情報を解析して、その内容の意味を表現する概念
の属性（Conceptual Dependency 以下、ＣＤと表す）に
変換する。ＣＡ２１は、従来の文解析部のように、まず
入力された自然言語情報の構文解析を行って、解析され
た文構造に意味を付与するのではなく、その代わりに、
入力情報からそれと等価な意味概念を得て、それを基に
処理するものである。また、ＣＡ２１は、前の情報から
後の情報が何になるかを、文脈的に、意味的に、更には
文法的に予測しながら処理する。
【００２７】ＣＡ２１では、入力の処理に当って、構文
解析による構文構造の生成をせずに、その意味に重点を
置く。これにより、文法的に誤っていたり、文として不
完全である文の断片などのような入力も扱うことができ
る。ＣＡ２１では、各単語の処理の過程において後続の
単語を予測することで、以後の処理に役立てている。
【００２８】概念解析によるアプローチでは、語義の辞
書を処理の中心としているため、ＣＡ２１では、厳密な
文法というものを利用していない。しかし、構文上の特
徴をまったく用いないわけではなく、語順と名詞のグル
ープの層(noun group constituency) を、複数の単語に
よって１つの意味を形成する時に利用している。
【００２９】図４は、ＣＡ２１の詳細な構成を表す図で
ある。プレＣＡ２１１は、図５につき後述する前処理を
行う。メインＣＡ２１２は、図５、６につき詳述する主
処理を、入力された各単語について行う。そして、ポス
トＣＡ２１３は、図１９、２０につき詳述する後処理を
行う。
【００３０】ＣＡ２１は、入力情報を効率的に処理する
ために、予測リスト、単語リスト、Ｃリスト、リクエス
トリストの４つのリストを利用する。
【００３１】予測リストは、次にどのような概念／単語
が現れるかという予測を記したリストである。
【００３２】単語リストは、単語の全ての意味や、前後
の単語との相互関係を表わすREQUEST や、インスタンス
を含む単語の情報を記したリストである。
【００３３】Ｃリストは、単語の言語的、概念的な情報
の双方を含む単語に関する言語的概念を記したリストで
ある。
【００３４】リクエストリストは、各概念に関してアク
ティブであるリクエストを記したリストである。
【００３５】図５は、ＣＡ２１の処理手順を示すフロー
チャートである。
【００３６】ステップＳ５０１〜５０２が、プレＣＡ２
１１の処理であり、ステップＳ５０３〜５１２が、メイ
ンＣＡ２１２の処理である。
【００３７】まず、ステップＳ５０１で、次に入力され
る単語の予測として、初期の予測をセットする。これ
が、プレＣＡ２１１の主たる処理であり、その言語の文
法、意味、文脈（例えば、対話文で質問から想定される
回答）に基づいて行われる。
【００３８】例えば、入力が英語の場合、能動態であれ
ば、文法によって、文の構造は以下のように制限され
る。すなわち、 主語−動詞−目的語 である。意味によれば、更に、 主語（動作主または存在）−動詞（動作又は状態記述
子）−目的語 となる。ここで、動作主になり得るのは、人物、組織等
である。人物、動作の知識構造を、それぞれ、図１７、
２２に示す。更に文脈によって、予測を修正／設定する
ことができる。
【００３９】ステップＳ５０２では、文の概念を生成す
る。前述したように、ＣＡ２１への入力は、自然言語の
単語の組である。メインＣＡ２１２では、入力された全
単語につき、後述の処理を１語ずつ行う。
【００４０】ステップＳ５０３では、次の単語が存在す
るかを判定し、なければ終了する。あれば、ステップＳ
５０４にて、その単語の意味や概念を求める。ステップ
Ｓ５０５では、得られた概念が動詞であるかを判定し、
動詞であれば、ステップＳ５０６で、文の概念を修正
し、次の単語の予測を選択し、ステップＳ５０３に戻
る。ステップＳ５０５で否定判定の時、ステップＳ５０
７で、得られた概念が格構造を規定する助詞等のケース
マーカか、区切りを示すデリミタであるかを判定し、そ
うであれば、ステップＳ５０８で、概念の前または後ろ
に付加して、ステップＳ５０３に戻る。ステップＳ５０
７で否定判定の時、ステップＳ５０９で、得られた概念
が修飾語であるかを判定し、そうであれば、文の概念を
変換し、次の単語の予測を選択し、ステップＳ５０３に
戻る。ステップＳ５０９で否定判定の時、ステップＳ５
１１では、この概念を文の概念に納め、ステップＳ５１
２で、予測を更新する。
【００４１】図６は、ステップＳ５０４の単語の意味／
概念を得る処理の詳細なフローチャートである。
【００４２】先ず、ステップＳ６０１で、次の未処理の
単語を取り出す。尚、英語のように文中の単語間にスペ
ースが存在する言語では不要であるが、日本語のように
文中で単語の区切りが明示されていない言語では、入力
文を単語単位に分割する処理が必要となる。この分割処
理は、本ステップまたはそれ以前において、行われてい
るものとする。
【００４３】次に、ステップＳ６０２で、ＬＫＢ２３３
を検索して、処理対象の単語と同一の単語があれば、ス
テップＳ６０８に進む。一方、ＬＫＢ２３３に同一の単
語が無ければ、ステップＳ６０３に進み、処理対象の単
語の語尾（英語であれば、-ed,-ings,-s等）を削除し
て、得られた単語（rootと呼ぶ）と同一の単語をＬＫＢ
２３３から検索し、同一の単語があれば、ステップＳ６
０８に進む。一方、ＬＫＢ２３３に同一の単語が無い場
合でも、置換語（正確な同意語）があれば、元の語をそ
の置換語としてステップＳ６０８に進む。ステップＳ６
０３でＬＫＢ２３３から単語が得られなかった場合に
は、ステップＳ６０５に進み、ワードコレクタ（不図
示）により単語のスペルをチェックして、ユーザのスペ
ルミスを訂正する。訂正により得られた単語について、
ステップＳ６０２に戻って再度ＬＫＢ２３３を検索す
る。それでも同一の単語が見つからない、あるいはスペ
ルを訂正すべき単語がない場合は、ステップＳ６０７に
進む。
【００４４】ステップＳ６０７では、ＷＫＢ２３１に同
一の単語がないか検索し、あれば、ステップＳ６０８に
進み、ない場合はステップＳ６０９に進む。
【００４５】ステップＳ６０８では、与えられた単語の
ルールから、対応するドラフト・インスタンスを作成
し、終了する。ドラフト・インスタンスは、知識構造の
インスタンスであって、その構造の全スロットが、スロ
ットを満たし得る物全ての空のインスタンスで満たされ
ているインスタンスである。
【００４６】ステップＳ６０９では、入力単語が知識ベ
ースに存在しないので、「未知概念」を作成し、終了す
る。
【００４７】図１７はPERSONの構造を示す図である。図
１８は、その具体例である。図１９にPERSONのドラフト
・インスタンスの例を示す。図２９は、「Action」の構造
を示す図である。図２６にPTRANS（物理的な移動を表す
概念）の構造の例を示す。図２７にPTRANSのインスタン
スを示す。(a) はドラフト・インスタンス、(b) は'cam
e'のインスタンスの例を示す。
【００４８】図７の(a),(b) は、それぞれ、英語と日本
語の言語知識ベース（ＬＫＢ）の構成を示すブロック図
である。
【００４９】７１a,b は、フォーム部であり、自然言語
の文中に現れる種々の表現形式をとる単語群が言語別に
記憶されている。７２a,b は、ワードタグ部であり、単
語の１つの意味に対して、１つのワードタグが対応す
る。７３a,b は、文法部であり、各単語の文法情報が記
述されている。７４a,b は、概念部であり、単語の概念
が記述されている。７５a,b は、意味部であり、単語の
意味が記述されている。各ワードタグは、各言語のフォ
ーム部７１a,b の単語、文法部７３a,b の意味、概念部
７４a,b の概念、意味部７５a,b の意味と結合してい
る。
【００５０】この辞書では、１つの単語の異なる意味の
それぞれに、異なるワードタグを割り当て、ワードタグ
につき、意味は単一となるようにしている。したがっ
て、例えば、bookという英単語には２つの意味があるの
で、それぞれの意味に対して、物事の記された紙を綴じ
たものという名詞としてのワードタグと、何かを予約す
るという動詞としてのワードタグの２つが対応してい
る。
【００５１】図８は、フォーム部７１ａの構成例を示し
た図である。フォーム部は、単語と、ワードタグと、文
法形式とを対応づけたものである。文法形式としては、
動詞の場合、ＰＡＳＴＦＯＲＭ（過去形）、ＰＲＥＳＦ
ＯＲＭ（現在形）、ＰＲＯＧＦＯＲＭ（進行形）等が用
意されている。また、名詞の場合、ＳＩＮＧＵＬＡＲ
（単数）、ＰＬＵＲＡＬ（複数）、代名詞の場合、ＳＵ
ＢＪＥＣＴＩＶＥ（主格）、ＯＢＪＥＣＴＩＶＥ（目的
格）等が用意されている。なお、更に他のカテゴリを設
けてもよい。例えば、名詞において、可算か否か、性、
普通名詞か固有名詞かなどの区分をしてもよい。更に、
この辞書には、イギリス形式、アメリカ形式、口語形、
文語形の区別も設けている。
【００５２】図９は、文法部７３の例を示す図である。
この辞書は、単語についてのシンタックス的な情報と、
単語を自然言語の文中で用いる際の位置に関する情報を
格納している。例えば、動詞では、能動態、受動態のそ
れぞれの場合、あるいは叙述の焦点などに応じて、多数
の位置情報を格納している。また、名詞では、名詞句の
構成は、焦点や重点に応じて定まる。位置情報は、単語
の概念の必要な属性が記述されるべき順序を特定する。
例えば、動詞goの位置情報は、Actor, wform,* Iobj di
recであり、そこで、各スロットは、Actor(Actor によ
る）Verb (形式がwform であることによる）により特定
される。また、目的地（Iobj direcで特定される）は、
この順でのみ現れる。* は、前置詞・ケース・マーカで
あり、このスロットは前置詞を取ることを示している。
どの前置詞かは、前置詞のルールによって決まる。
【００５３】名詞の形式において、ある名詞、例えば、
discussionは、暗黙に行動を表しており、この単語から
派生する動詞、すなわちdiscuss のスロットの情報を必
要とする。このような名詞のエントリには、対応する動
詞のワードタグを格納する。
【００５４】図１０は、概念部７４の例を示す図であ
る。概念部７４は、ワードタグから概念への写像であ
り、各ワードタグは、１つの関連する概念を持っている
ので、この写像は多対１となり、逆写像には、ルールあ
るいは条件が必要である。
【００５５】そのようなルールは、その概念の知識構造
における種々のスロットを特定のワードタグ表すように
制限する情報を与えるものである。それらの制限には、
スロットを埋めるものに関する、あるいは、特定のスロ
ットが取り得る概念のタイプに関するものが含まれる。
そのルールは、特定の概念タイプに対して形成されるの
で、各ワードタグは、ユニークなルールを持っている。
また、そのルールは、２つの異なる概念に対応するワー
ドタグが同じ単語に行き着くなら、２つのルールは区別
できるものとなっている。
【００５６】ルールの順序は、特定のものに対するルー
ルから、一般的なルールへとなっており、例えば、come
に対するルールは、goに対するものより特殊であり、co
meに対するルールがgoのものより評価される。
【００５７】ＣＡ２１は、ワードタグによりこの辞書に
アクセスし、このワードタグを持つ行のルールを取り出
し、このルールを概念のスロットに対するリクエストを
生成するために用いる。
【００５８】図１１は、「Public Document」 の構造を示
す図である。
【００５９】図１２は、単語に対する概念を検索する処
理のフローチャートである。
【００６０】ステップＳ１２１で、システムに自然言語
の単語を入力し、概念を出力することを設定する。ステ
ップＳ１２２で、辞書のフォーム部を検索して入力され
た単語を探し、見つかった場合、ステップＳ１２３で、
概念部からフォーム部のワードタグに対応する概念を概
念部から全て抽出し、ステップＳ１２４で、抽出された
各概念の条件を抽出し、ステップＳ１２５で、概念を条
件と共に出力する。また、ステップＳ１２２で、単語が
見つからなかった場合には、ステップＳ１２６で、見つ
からなかったことを表示する。
【００６１】図１３は、単語"book"に対する概念を検索
する処理のフローチャートである。
【００６２】ステップＳ１３１で、システムに単語"boo
k"を入力し、概念を出力することを設定する。ステップ
Ｓ１３２で、辞書のフォーム部７１ａ（図８）を検索し
て入力された単語"book"を探す。図８では、book1 とbo
ok2 の２つのワードタグを持つので、ステップＳ１３３
で、それぞれのワードタグに対応する概念であるPUBLIC
-DOCUMENT 及びAGREEMENT を概念部から抽出し、ステッ
プＳ１３４で、図９及び図１１に示す辞書及び知識構造
より各概念の条件を抽出し、ステップＳ１３５で、概念
を条件と共に出力する。また、ステップＳ１３２で、単
語が見つからなかった場合には、ステップＳ１３６で、
見つからなかったことを表示する。
【００６３】図１４は、一般知識のデータベースを示す
図である。
【００６４】図１５は、物体の知識構造を示す図であ
り、図１６は、物体の下位に分類される主な構造を示す
図である。
【００６５】図１７は、人間の知識構造を示す図であ
り、図１８は、その例を示す図である。また、図１９
は、人間のドラフト・インスタンスの例を示す図であ
る。
【００６６】図２０は、抽象的存在の知識構造を示す図
であり、図２１は、抽象的存在の下に分類される主な構
造を示す図である。
【００６７】図２２は、組織の知識構造を示す図であ
り、図２３は、その例を示す図である。
【００６８】図２４は、知識分野の知識構造とその例を
示す図である。
【００６９】図２５は、空間の下に分類される主な構造
を示す図であり、図２６は、場所及び国の知識構造を示
す図である。
【００７０】図２７は、単位時間の下に分類される主な
構造を示す図であり、図２８は、単位時間及び時間の知
識構造を示す図である。
【００７１】図２９は、行動の知識構造を示す図であ
り、図３０は、行動の下に分類される主な構造を示す図
である。
【００７２】図３１は、ＭＥＥＴの知識構造を示す図で
あり、図３２は、ＭＥＥＴのドラフト・インスタンスを
示す図である。
【００７３】図３３は、ＰＴＲＡＮＳの知識構造を示す
図であり、図３４は、ＰＴＲＡＮＳのドラフト・インス
タンスとｃｏｍｅのインスタンスを示す図である。
【００７４】図３５は、ＭＴＲＡＮＳの知識構造、図３
６は、ＭＳＥＮＳＥの知識構造、図３７は、ＡＧＲＥＥ
ＭＥＮＴの知識構造、をそれぞれ示す図である。
【００７５】図３８は、ポストＣＡ２１３の処理の詳細
なフローチャートである。また、図３９は、ポストＣＡ
２１３の処理対象、処理結果の例を示す図である。
【００７６】まず、ステップＳ３８１で、修飾的な概念
(beautification concept)を同定する。例えば、入力
が、"I would like to meet you"であった場合、メイン
ＣＡ２１２の処理の処理結果は図３９の(a) のようにな
っている。この場合、ステップＳ３８１では、外側のWA
NTというＣＤだけが、修飾的な概念として識別される。
【００７７】次に、ステップＳ３８２では、関係する文
同士を結合する。例えば、図３９の（ｂ）のような文
（１）、（２）が入力された場合、メインＣＡ２１２の
処理結果は図３９の（ｂ）図示のように２つのＣＤにな
っている。このとき、本ステップでは、第１のＣＤ（PT
RANS）は第２のＣＤ（WANT(MEET)）の理由を示している
として、２つのＣＤを図示のように結合する。
【００７８】更に、ステップＳ３８３で、意味的に結合
すべきでないのに、結合しているものの結合を解く。例
えば、入力が、“reserve accommodation and pick up
”であった場合に、メインＣＡ２１２の処理結果は図
３９の（ｃ）のようになっている。この場合、MEETとい
う概念（pick up に対応する）はAND 関係（and を意味
する）でスロットに結合している。この時、本ステップ
では、上記の結果を２つのＣＤに分割する。
【００７９】以下に、具体例を用いて処理の手順を説明
する。まず、図４０の(a) が入力されたとする。処理
は、図５、６のフローチャート従って実行される。
【００８０】まず、プレＣＡ２１１では、ＥＬＩＳＴ、
ＷＬＩＳＴ、ＣＬＩＳＴ、ＲＬＩＳＴを初期化し、同図
(b) を文の開始に当たっての予測の初期値とする。
【００８１】メインＣＡ２１２では先頭の単語としてJo
hnを見つける。ＬＫＢをサーチすると、Johnに関して
(c) に示す単一の語義が見つかる。(c) は、Johnが人物
の名前であり、そのpart of speechが名詞であることを
示している。また、(d) に示すドラフト・インスタンス
Ｃ１が生成される。更に、上述の概念の言語上の概念Lc
1 が(e) に示すように生成される。主語という予測が満
足されたので、次の予測は動詞となる。
【００８２】次の単語としてsentがみつかる。ＬＫＢの
サーチにより、これはsendの過去形と分かり、(f) の語
義が得られる。ＬＫＢから指定されるsendの制約とＰＴ
ＲＡＮＳの知識構造からの制約とをマージして、(g) に
示すドラフト・インスタンスＣ２生成する。また、(h)
に示す言語上の概念Lc2 が生成される。ＬＫＢから、こ
の動詞を用いて形成可能な文の形態を特定する可能性の
ある位置情報（(i) 参照）が読み出される。動詞の主語
である概念Ｃ１（人間）がＣ２のアクタに満たされ、次
の予測は、２つの位置情報があるので、Ｃ２のOBJECT
（物体または抽象的存在）となりうる文法的な目的語で
ある。
【００８３】次の単語として、bookが見つかる。ＬＫＢ
をサーチすると、図４１の(a) に示す２つの語義（AGRE
EMENT またはPUBLIC-DOCUMENT ）が得られる。しかしな
がら、ここで、予測はOBJECT（物体または抽象的存在）
であるので、AGREEMENT は適合せず、PUBLIC-DOCUMENT
のみ有効となり、単語bookの多義は解消される。(b)に
示すドラフト・インスタンスＣ３及び言語上の概念Lc3
が前述と同様に生成される。Ｃ３は人間ではないので、
図４０(i) の位置情報のうち、Position Info1のみ有効
となり、このことからＣ３はＰＴＲＡＮＳの対象であ
り、Position Info1からの次の予測は、ケース・マーカ
(to)に先行されるＰＴＲＡＮＳのIobj-benf となる人物
である。
【００８４】次の単語としてtoが見つかり、ＬＫＢよ
り、(c) に示す単一の語義が見つかる。そして、(d) に
示すドラフト・インスタンスＣ４及び(e) に示す言語上
の概念Lc4 が前述と同様に生成される。このtoにより、
予測は、Iobj-benf(Person), Iobj-benf(Place), Iobj-
benf(Action)に改訂される。
【００８５】次の単語としてMaryが見つかり、ＬＫＢよ
り、(f) に示す単一の語義が見つかる。そして、(g) に
示すドラフト・インスタンスＣ５及び(h) に示す言語上
の概念Lc5 が前述と同様に生成される。ケース・マーカ
のリクエストが満たされるので、このケース・マーカは
Ｃ５に付加される。また、Iobject のリクエストが満た
されるので、Ｃ５をＰＴＲＡＮＳのIobj-benf として付
加し、Iobj-Reason の予測を抹消する。最終的な出力結
果を図４２に示す。
【００８６】図４３を参照して、他の例を説明する。同
図の（１）の質問が入力された場合、可能性のある回答
は、(a) 〜(c) のような回答である。そこで、プレＣＡ
では、文脈（この場合は、対話の質問文であること）か
ら予測を設定し、通常の構文に依存した解析ではパ−ズ
できない(a) のような不完全な文も解析できるようにす
る。この場合、本実施例のＣＡでは、プレＣＡが予測と
して「訪問の理由」を設定しているので、(a) のような
回答も解析できる。
【００８７】また、（２）のような入力がなされた場
合、プレＣＡとメインＣＡは上述の実施例のように処理
を行なう。しかしながら、ポストＣＡは、概念の構造を
解析して、概念に削除や修正を施して、必要な情報だけ
を出力する。この例文では、Iwant to write to John
と等しい(d) に示す出力が得られる。
【００８８】更に別の例として、図４４の（１）に示す
入力がなされた場合、visit には、(a),(b) の２つの意
味があるので、それに対応し、後続の情報に依存する、
すなわち、入力の意味するところに依存して、ドラフト
・インスタンスが生成される。例えば、続く入力（２）
が(c) のような場合、PERSON（聞き手）を示すyou か
ら、(a) の意味であることがわかり、多義が解消され
る。また(d) のような場合、Human Computer Interacti
on labs は建物であるので、(b) の意味であることがわ
かり、多義が解消される。
【００８９】次に、定められた形式で記述される自然言
語情報を処理する他の例として、日本語の戸籍情報を処
理する例を説明する。日本語の戸籍情報は、文の形式を
とらず、所定の項目を所定の順序で羅列することで形成
されている。
【００９０】図４５は、一般知識ベース５１に記憶され
た場所の知識構造を示す図である。
【００９１】図４６は、国、県、市、…の関係を階層構
造で示した図である。
【００９２】図４７は、場所の１つ１つの知識構造を示
した図である。Ｓ１、Ｓ２、Ｓ３の３つのスロットを有
し、Ｓ１は＜名＞であり、その場所の名称が記述され
る。Ｓ２は、＜含む場所＞であり、図４６の構造におい
て、その場所が含んでいるそれより１つ下位の分類の場
所を記述する。Ｓ３は、＜含まれる場所＞であり、その
場所が含まれるそれより１つ上位の分類の場所を記述す
る。
【００９３】図４８は、図４７で場所が市である場合の
知識構造を示す図であり、Ｓ１には、市の名称、Ｓ２に
は、その市に区があれば、存在する区の全名称、区がな
く市の１つ下の分類が町であれば、存在する町の全名称
を記述する。
【００９４】図４９は、図４８の市の知識構造の具体的
な例を示す図であり、横浜市の場合を示す図である。
【００９５】図５０は、住所の知識構造を示す図であ
り、Ｓ１〜Ｓ７のスロットがあり、それぞれ、国、県、
市、区、町、丁目、番地に対応する。
【００９６】図５１は、日本の場合における住所の知識
を階層構造で表わしたものである。
【００９７】図５２は、「人」の知識構造を示す図であ
る。
【００９８】図５３は、「行動」の知識構造を示す図で
ある。Ｓ１は、行動のエージェント、Ｓ２が行動の直接
目的、Ｓ３が行動の間接目的、Ｓ４は間接目的の理由と
なる行動、Ｓ５はどこからかの場所を示す情報、Ｓ６は
道具となる行動、Ｓ７はサポートとなる場所、Ｓ８は時
間である。
【００９９】以上は、一般知識ベースに記憶される知識
の構造であったが、次に、処理対象情報の分野に依存す
る知識の構造を説明する。ここでは、戸籍の処理のため
の知識を説明する。
【０１００】図５４は、戸籍の構造を示している。Ｓ１
は本籍、Ｓ２はその戸籍のホルダー、Ｓ３は行動であ
り、第１行目に記述されている、Ｓ４は、ページであ
る。Ｓ４において、＜ページ＞が｛｝で囲まれているの
は、必ずしも存在しないことを表わしている。
【０１０１】図５５は、ぺージの構造を示す図である。
図５６は、ブロックの構造を示す図であり、Ｓ１がその
ブロックのオーナー、Ｓ２が届出、Ｓ３が戸籍のホルダ
ーとの関係、Ｓ４がそれぞれの性において、戸籍のホル
ダーの何番目の子供かを示すランクであり、Ｓ５は性
別、Ｓ６には養子である場合に、その旨が記載される。
【０１０２】図５７は、一般の辞書の内容を示してい
る。左側の情報が表わす概念が右側に記載されている。
【０１０３】図５８は、特定の分野に関する辞書の内容
を示す図であり、ここでは、戸籍についてのものであ
る。
【０１０４】図５９は、一般知識ベースに記憶される、
自然言語情報の一般的な記述のルールを示している。
【０１０５】図６０は、分野知識ベースに記憶される、
特定の分野に関する自然言語情報の記述のルールを示し
ている。
【０１０６】次に、戸籍情報を処理する場合を例とし
て、具体的な入力例を用いて、本実施例装置の処理手順
を説明する。
【０１０７】図６１は、戸籍情報の例を示す図である。
以下では、図６１のような情報がＯＣＲを用いて入力さ
れ、左上の本文の処理に先立って、右側の本籍地及び世
帯主の情報、下側の各人の父母名などの情報が処理され
ているものとする。
【０１０８】まず、「平成元年壱月弐拾七日横浜市鶴見
区で出生同月弐拾九日父届出入籍」を入力したとする。
【０１０９】この場合、文脈設定部２１１は、図５６の
Ｓ２の知識より、戸籍情報のこの部分の全てのステート
メントが「届出」という行動、すなわち、既に起こった
あるEVENT に対するMTRANSであるという知識から、図６
２に示すMTRANS1 とEVENT1の空のインスタンスが生成さ
れる。
【０１１０】また、そのブロックのオーナーをEVENT の
動作主とし、図６０の戸籍の記述ルールに基づいて、入
力される情報の種類の予測情報として、EVENT1のTime-P
hrase をセットする。
【０１１１】次に、パーザは、上述の入力情報を順次処
理していくが、図５７の辞書の情報を参照すると、ま
ず、「平成」が予測情報と合致する＜元号＞の概念であ
るので、図５のステップＳ５１１の処理により、図６２
の時間２のスロットＳ１に、この概念を＜Ｅｒａ＝平成
＞として納める。次に、「元」が、図５７の辞書によ
り、＜ＮＵＭＢＥＲ（＝１）＞であるとされ、図６２の
時間２のスロットＳ１に、＜Ｙｅａｒ（＝１）＞として
納められる。次の「年」は、＜年印＞であるので、デリ
ミタとして、それ自体は無視される。但し、デリミタ
は、連続する入力情報の区切りとして、また、前後の情
報が何を表わすかを示すものとして利用される。以下同
様にして、「壱」は時間２のスロットＳ２に、「月」は
＜月印＞として無視され、「弐拾七」は時間２のスロッ
トＳ３に、「日」は＜日印＞として無視される。
【０１１２】次に「横浜」が得られるが、これは＜市名
＞であり、図６０のルールから、Address-Phraseが始ま
ったと推論し、予測情報を「住所」に更新する。また、
「横浜」を住所２のスロットＳ３に納める。次の「市」
は＜市印＞として無視され、「鶴見」は住所２のスロッ
トＳ３に納め、「区」は＜区印＞として無視される。
【０１１３】次の「で」は、ケースマーカであるので、
図６０の記述のルールから、Address-Phraseが終わった
と推論し、予測情報を届出(MTRANS)の種類「出生」に更
新する。
【０１１４】次の「出生」は図５８の辞書により、＜出
生＞の概念であるので、図６０のルールより、届出(MTR
ANS)のObjectであるEvent1のタイプは、ＢＩＲＴＨＣＤ
であると推論し、予測情報をTime-Phrase に更新する。
【０１１５】次の「同」は、＜代名詞１＞であり、時間
１のスロットＳ２（Ｍｏｎｔｈ）の情報として、時間２
の同じスロットの情報を納め、更に、それより前の部分
の時間の情報である時間１のＳ１（Ｅｒａ，Ｙｅａｒ）
についても、時間２のＳ１の情報をコピーする。以下、
「月」は＜月印＞として無視され、「弐拾九」は時間１
のスロットＳ３に、「日」は＜日印＞として無視され
る。
【０１１６】次に、「父」は、＜人１＞であり、これよ
りTime-Phrase は終了し、＜人＞が始まったと推論され
る。ここで、ブロック情報から、「父」の表わす人物は
特定できる。
【０１１７】次の「届出」は、図５８の辞書により、＜
届出＞の概念であり、図６０のルールより、MTRANS1
は、＜人１＞によって行なわれたと推論され、MTRANS1
のＳ１に＜人１＞を納め、図６０のルールにより、予測
情報を{Diff Birthplace} の先頭のTime-Phrase に更新
する。
【０１１８】次の「入籍」は、図５８の辞書により、＜
入籍＞の概念であり、Time-Phraseが見つからなかった
ことから、図６０のルールより、Diff Birth-placeのル
ールは適用されず、このステートメントの解析は成功し
たと推論する。これにより、MTRANS1 の＜住所１＞は戸
籍のホルダ−の本籍と同一だと推論し、その本籍の情報
を＜住所１＞にコピーする。その結果、＜住所１＞は横
浜市鶴見区となる。
【０１１９】図６３は、以上の処理により、入力例に対
して出力される戸籍情報の構造を示す図である。
【０１２０】なお、本発明の機能が実行されるのであれ
ば、単体の装置であっても、複数の装置からなるシステ
ムであっても、装置またはシステムにプログラムを供給
することにより処理が行なわれる場合であっても、本発
明が適用されることは言うまでもない。
【０１２１】
【発明の効果】以上説明したように、本発明によれば、
入力情報が文として文法的に完全でなくても、入力情報
の表わす概念を導出することができるという効果があ
る。
【０１２２】また、本発明によれば、入力情報の種類を
予測することで、入力情報を効率よく処理することがで
きるという効果がある。
【０１２３】また、本発明によれば、入力情報の種類を
予測することで、入力情報を精度よく分析することがで
きるという効果がある。
【図面の簡単な説明】
【図１】実施例の自然言語処理装置のハードウェア構成
を示すブロック図である。
【図２】実施例の自然言語処理装置の基本構成を示す機
能ブロック図である。
【図３】知識ベースの詳細構成を示す図である。
【図４】分析部の詳細構成を示す図である。
【図５】分析処理のフローチャートである。
【図６】単語の意味／概念を得る処理の詳細なフローチ
ャートである。
【図７】言語知識ベース（ＬＫＢ）の構成を示すブロッ
ク図である。
【図８】フォーム部の構成例を示した図である。
【図９】文法部の例を示す図である。
【図１０】概念部の例を示す図である。
【図１１】「Public Document」 の構造を示す図である。
【図１２】単語に対する概念を検索する処理のフローチ
ャートである。
【図１３】組織の知識構造の例を示す図である。
【図１４】一般知識のデータベースを示す図である。
【図１５】物体の知識構造を示す図である。
【図１６】物体の下位に分類される主な構造を示す図で
ある。
【図１７】人間の知識構造を示す図である。
【図１８】人間の知識構造の例を示す図である。
【図１９】人間のドラフト・インスタンスの例を示す図
である。
【図２０】抽象的存在の知識構造を示す図である。
【図２１】抽象的存在の下に分類される主な構造を示す
図である。
【図２２】組織の知識構造を示す図である。
【図２３】組織の知識構造の例を示す図である。
【図２４】知識分野の知識構造とその例を示す図であ
る。
【図２５】空間の下に分類される主な構造を示す図であ
る。
【図２６】場所及び国の知識構造を示す図である。
【図２７】単位時間の下に分類される主な構造を示す図
である。
【図２８】単位時間及び時間の知識構造を示す図であ
る。
【図２９】行動の知識構造を示す図である。
【図３０】行動の下に分類される主な構造を示す図であ
る。
【図３１】ＭＥＥＴの知識構造を示す図である。
【図３２】ＭＥＥＴのドラフト・インスタンスを示す図
である。
【図３３】ＰＴＲＡＮＳの知識構造を示す図である。
【図３４】ＰＴＲＡＮＳのドラフト・インスタンスとｃ
ｏｍｅのインスタンスを示す図である。
【図３５】ＭＴＲＡＮＳの知識構造を示す図である。
【図３６】ＭＳＥＮＳＥの知識構造を示す図である。
【図３７】ＡＧＲＥＥＭＥＮＴの知識構造を示す図であ
る。
【図３８】ポストＣＡの処理の詳細なフローチャートで
ある。
【図３９】ポストＣＡの処理対象、処理結果の例を示す
図である。
【図４０】入力情報の具体例、処理過程の情報、処理結
果を示す図である。
【図４１】入力情報の具体例、処理過程の情報、処理結
果を示す図である。
【図４２】入力情報の具体例、処理過程の情報、処理結
果を示す図である。
【図４３】入力情報の具体例、処理過程の情報、処理結
果を示す図である。
【図４４】入力情報の具体例、処理過程の情報、処理結
果を示す図である。
【図４５】場所に属する要素を示す図である。
【図４６】国の階層構造を示す図である。
【図４７】場所の一般的な知識構造を示す図である。
【図４８】市の一般的な知識構造を示す図である。
【図４９】横浜市の知識構造を示す図である。
【図５０】住所の一般的な知識構造を示す図である。
【図５１】日本の住所の階層構造を示す図である。
【図５２】人の知識構造を示す図である。
【図５３】行動の知識構造を示す図である。
【図５４】戸籍の知識構造を示す図である。
【図５５】戸籍のページの知識構造を示す図である。
【図５６】戸籍のブロックの知識構造を示す図である。
【図５７】一般の辞書を示す図である。
【図５８】戸籍の分野における辞書を示す図である。
【図５９】一般の記述のルールを示す図である。
【図６０】戸籍の分野における記述のルールを示す図で
ある。
【図６１】読み込まれる戸籍情報の例を示す図である。
【図６２】用意される戸籍情報の構造を示す図である。
【図６３】出力される戸籍情報の構造を示す図である。
【符号の説明】
１ 入力部 ２ ＣＰＵ ３ 出力部 ４ プログラムメモリ ５ データメモリ ６ バス ２１ 概念解析部（ＣＡ） ２２ 知識ベース ２１１ プレＣＡ ２１２ メインＣＡ ２１３ ポストＣＡ ２２１ 一般知識ベース（ＷＫＢ） ２２２ 分野知識ベース（ＤＫＢ） ２２３ 言語知識ベース（ＬＫＢ） ７１ａ，ｂ フォーム部 ７２ａ，ｂ ワードタグ部 ７３ａ，ｂ 文法部 ７４ａ，ｂ 概念部 ７５ａ，ｂ 意味部

Claims (44)

    【特許請求の範囲】
  1. 【請求項１】 自然言語により情報を入力する入力手段
    と、 該入力手段より入力された情報を単語に分割する分割手
    段と、 言語に関する知識及び一般の知識を記憶する知識ベース
    と、 該知識ベースに記憶された知識を参照して、前記分割手
    段により分割された単語の表わす概念を導出する導出手
    段と、 前記知識ベースに記憶された知識を参照して、前記導出
    手段により導出された各単語の概念を関連付ける統合手
    段とを具えたことを特徴とする自然言語処理装置。
  2. 【請求項２】 前記導出手段により導出された概念よ
    り、特定のデータを抽出する抽出手段を具えたことを特
    徴とする請求項１記載の自然言語処理装置。
  3. 【請求項３】 前記情報は特定分野の文書であり、前記
    知識ベースはその特定分野の知識を有し、前記抽出手段
    は、前記知識ベースの特定分野の知識を参照して、特定
    のデータの抽出を行なうことを特徴とする請求項１記載
    の自然言語処理装置。
  4. 【請求項４】 自然言語により情報を入力する入力手段
    と、 言語に関する知識及び一般の知識を記憶する知識ベース
    と、 該知識ベースの知識に基づいて、前記入力手段より入力
    される情報の種類を予測する予測手段と、 該予測手段により情報の種類が予測された情報を処理す
    る処理手段とを具えたことを特徴とする自然言語処理装
    置。
  5. 【請求項５】 前記予測手段は、前記入力手段よりの情
    報の入力に先立って、入力される可能性のある情報の種
    類を判別する判別手段を有することを特徴とする請求項
    ４記載の自然言語処理装置。
  6. 【請求項６】 前記予測手段により予測された情報の種
    類に対応する前処理を行なう前処理手段を具えたことを
    特徴とする請求項４記載の自然言語処理装置。
  7. 【請求項７】 前記前処理手段は、前記予測手段により
    予測された情報の種類に対する知識構造を用意すること
    を特徴とする請求項６記載の自然言語処理装置。
  8. 【請求項８】 前記予測手段により予測された結果を記
    憶する予測情報記憶手段と、 該予測情報記憶手段に記憶された内容を、前記知識ベー
    スの知識に基づいて更新する更新手段とを具えたことを
    特徴とする請求項４記載の自然言語処理装置。
  9. 【請求項９】 前記知識ベースは、処理対象の情報の分
    野に関する知識を有することを特徴とする請求項４記載
    の自然言語処理装置。
  10. 【請求項１０】 前記予測手段は、前記入力手段よりの
    情報の入力に先立って、入力される可能性のある情報の
    種類を判別する判別手段を有することを特徴とする請求
    項９記載の自然言語処理装置。
  11. 【請求項１１】 前記予測手段により予測された情報の
    種類に対応する前処理を行なう前処理手段を具えたこと
    を特徴とする請求項９記載の自然言語処理装置。
  12. 【請求項１２】 前記前処理手段は、前記予測手段によ
    り予測された情報の種類に対する知識構造を用意するこ
    とを特徴とする請求項１１記載の自然言語処理装置。
  13. 【請求項１３】 前記予測手段により予測された結果を
    記憶する予測情報記憶手段と、 該予測情報記憶手段に記憶された内容を、前記知識ベー
    スの知識に基づいて更新する更新手段とを具えたことを
    特徴とする請求項９記載の自然言語処理装置。
  14. 【請求項１４】 自然言語により情報を入力する入力手
    段と、 一般の知識及び言語に関する知識を記憶する知識ベース
    と、 該知識ベースの知識に基づいて、前記入力手段より入力
    される情報の種類を予測する予測手段と、 該予測手段による予測結果を予測情報として記憶する予
    測情報記憶手段と、 該予測情報記憶手段に記憶された予測情報及び前記知識
    ベースに記憶された知識を参照して、前記入力手段より
    入力された情報を分析する分析手段とを具えたことを特
    徴とする自然言語処理装置。
  15. 【請求項１５】 前記予測手段は、前記分析手段による
    現在の情報の分析結果と、前記知識ベースの知識とに基
    づいて、現在の情報に後続する情報の種類を予測するこ
    とを特徴とする請求項１４記載の自然言語処理装置。
  16. 【請求項１６】 該予測手段の予測結果に基づいて、前
    記予測情報記憶手段の記憶内容を更新する更新手段を具
    えたことを特徴とする請求項１５記載の自然言語処理装
    置。
  17. 【請求項１７】 前記分析手段による分析結果に基づい
    て、前記入力手段から入力された情報より、特定のデー
    タを抽出する抽出手段を具えたことを特徴とする請求項
    １４記載の自然言語処理装置。
  18. 【請求項１８】 前記情報は特定分野の文書であり、前
    記知識ベースはその特定分野の知識を有し、前記抽出手
    段は、前記知識ベースの特定分野の知識を参照して、特
    定のデータの抽出を行なうことを特徴とする請求項１７
    記載の自然言語処理装置。
  19. 【請求項１９】 前記入力手段は複数の文を入力し、前
    記分析手段は、複数の文を文単位で処理し、分析結果と
    して概念を出力することを特徴とする請求項１４記載の
    自然言語処理装置。
  20. 【請求項２０】 前記分析手段より出力された概念の中
    で修飾的な概念を同定する同定手段を具えたことを特徴
    とする請求項１９記載の自然言語処理装置。
  21. 【請求項２１】 前記分析手段より出力された複数の概
    念の中で、関連する概念同士を結合する結合手段を具え
    たことを特徴とする請求項１９記載の自然言語処理装
    置。
  22. 【請求項２２】 前記分析手段より出力された概念の中
    で、不適当に結合された概念を分割する分割手段を具え
    たことを特徴とする請求項１９記載の自然言語処理装
    置。
  23. 【請求項２３】 自然言語により情報を入力する入力工
    程と、 前記入力工程より入力された情報を単語に分割する分割
    工程と、 言語に関する知識及び一般の知識を記憶する知識ベース
    に記憶された知識を参照して、前記分割工程により分割
    された単語の表わす概念を導出する導出工程と、 前記知識ベースに記憶された知識を参照して、前記導出
    工程により導出された各単語の概念を関連付ける統合工
    程とを具えたことを特徴とする自然言語処理方法。
  24. 【請求項２４】 前記導出工程により導出された概念よ
    り、特定のデータを抽出する抽出工程を具えたことを特
    徴とする請求項２３記載の自然言語処理方法。
  25. 【請求項２５】 前記情報は特定分野の文書であり、前
    記知識ベースはその特定分野の知識を有し、前記抽出工
    程では、前記知識ベースの特定分野の知識を参照して、
    特定のデータの抽出を行なうことを特徴とする請求項２
    ４記載の自然言語処理方法。
  26. 【請求項２６】 自然言語により情報を入力する入力工
    程と、 言語に関する知識及び一般の知識を記憶する知識ベース
    の知識に基づいて、前記入力工程より入力される情報の
    種類を予測する予測工程と、 該予測工程により情報の種類が予測された情報を処理す
    る処理工程とを具えたことを特徴とする自然言語処理方
    法。
  27. 【請求項２７】 前記予測工程が、前記入力工程よりの
    情報の入力に先立って、入力される可能性のある情報の
    種類を判別する判別工程を有することを特徴とする請求
    項２６記載の自然言語処理方法。
  28. 【請求項２８】 前記予測工程により予測された情報の
    種類に対応する前処理を行なう前処理工程を具えたこと
    を特徴とする請求項２６記載の自然言語処理方法。
  29. 【請求項２９】 前記前処理工程では、前記予測工程に
    より予測された情報の種類に対する知識構造を用意する
    ことを特徴とする請求項２８記載の自然言語処理方法。
  30. 【請求項３０】 前記予測工程により予測された結果を
    予測情報メモリに記憶する予測情報記憶工程と、 前記予測情報メモリに記憶された内容を、前記知識ベー
    スの知識に基づいて更新する更新工程とを具えたことを
    特徴とする請求項２６記載の自然言語処理方法。
  31. 【請求項３１】 前記知識ベースに、処理対象の情報の
    分野に関する知識を具えたことを特徴とする請求項２６
    記載の自然言語処理方法。
  32. 【請求項３２】 前記予測工程が、前記入力工程よりの
    情報の入力に先立って、入力される可能性のある情報の
    種類を判別する判別工程を有することを特徴とする請求
    項３１記載の自然言語処理方法。
  33. 【請求項３３】 前記予測工程により予測された情報の
    種類に対応する前処理を行なう前処理工程を具えたこと
    を特徴とする請求項３１記載の自然言語処理方法。
  34. 【請求項３４】 前記前処理工程では、前記予測工程に
    より予測された情報の種類に対する知識構造を用意する
    ことを特徴とする請求項３３記載の自然言語処理方法。
  35. 【請求項３５】 前記予測工程により予測された結果を
    予測情報メモリに記憶する予測情報記憶工程と、 前記予測情報メモリに記憶された内容を、前記知識ベー
    スの知識に基づいて更新する更新工程とを具えたことを
    特徴とする請求項３１記載の自然言語処理方法。
  36. 【請求項３６】 自然言語により情報を入力する入力工
    程と、 一般の知識及び言語に関する知識を記憶する知識ベース
    の知識に基づいて、前記入力工程より入力される情報の
    種類を予測する予測工程と、 該予測工程による予測結果を予測情報として予測情報メ
    モリに記憶する予測情報記憶工程と、 前記予測情報メモリに記憶された予測情報及び前記知識
    ベースに記憶された知識を参照して、前記入力工程より
    入力された情報を分析する分析工程とを具えたことを特
    徴とする自然言語処理方法。
  37. 【請求項３７】 前記予測工程では、前記分析工程によ
    る現在の情報の分析結果と、前記知識ベースの知識とに
    基づいて、現在の情報に後続する情報の種類を予測する
    ことを特徴とする請求項３６記載の自然言語処理方法。
  38. 【請求項３８】 前記予測工程の予測結果に基づいて、
    前記予測情報メモリの記憶内容を更新する更新工程を具
    えたことを特徴とする請求項３７記載の自然言語処理方
    法。
  39. 【請求項３９】 前記分析工程による分析結果に基づい
    て、前記入力工程から入力された情報より、特定のデー
    タを抽出する抽出工程を具えたことを特徴とする請求項
    ３６記載の自然言語処理方法。
  40. 【請求項４０】 前記情報は特定分野の文書であり、前
    記知識ベースはその特定分野の知識を有し、前記抽出工
    程では、前記知識ベースの特定分野の知識を参照して、
    特定のデータの抽出を行なうことを特徴とする請求項３
    ９記載の自然言語処理方法。
  41. 【請求項４１】 前記入力工程は複数の文を入力し、前
    記分析工程は、複数の文を文単位で処理し、分析結果と
    して概念を出力することを特徴とする請求項３６記載の
    自然言語処理方法。
  42. 【請求項４２】 前記分析工程より出力された概念の中
    で修飾的な概念を同定する同定工程を具えたことを特徴
    とする請求項４１記載の自然言語処理方法。
  43. 【請求項４３】 前記分析工程より出力された複数の概
    念の中で、関連する概念同士を結合する結合工程を具え
    たことを特徴とする請求項４１記載の自然言語処理方
    法。
  44. 【請求項４４】 前記分析工程より出力された概念の中
    で、不適当に結合された概念を分割する分割工程を具え
    たことを特徴とする請求項４１記載の自然言語処理方
    法。
JP7144683A 1994-06-21 1995-06-12 自然言語処理装置及びその方法 Pending JPH0869470A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP7144683A JPH0869470A (ja) 1994-06-21 1995-06-12 自然言語処理装置及びその方法
EP95304339A EP0689147A3 (en) 1994-06-21 1995-06-21 System and method for processing natural language
US08/493,352 US6052656A (en) 1994-06-21 1995-06-21 Natural language processing system and method for processing input information by predicting kind thereof

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP13888894 1994-06-21
JP6-138888 1994-06-21
JP7144683A JPH0869470A (ja) 1994-06-21 1995-06-12 自然言語処理装置及びその方法

Publications (1)

Publication Number Publication Date
JPH0869470A true JPH0869470A (ja) 1996-03-12

Family

ID=26471828

Family Applications (1)

Application Number Title Priority Date Filing Date
JP7144683A Pending JPH0869470A (ja) 1994-06-21 1995-06-12 自然言語処理装置及びその方法

Country Status (3)

Country Link
US (1) US6052656A (ja)
EP (1) EP0689147A3 (ja)
JP (1) JPH0869470A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100431190B1 (ko) * 2001-10-10 2004-05-12 한국전자통신연구원 주제 적응 품사 태깅 시스템 및 방법

Families Citing this family (206)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6259969B1 (en) 1997-06-04 2001-07-10 Nativeminds, Inc. System and method for automatically verifying the performance of a virtual robot
US6363301B1 (en) 1997-06-04 2002-03-26 Nativeminds, Inc. System and method for automatically focusing the attention of a virtual robot interacting with users
EP0962873A1 (en) * 1998-06-02 1999-12-08 International Business Machines Corporation Processing of textual information and automated apprehension of information
FR2787902B1 (fr) * 1998-12-23 2004-07-30 France Telecom Modele et procede d'implementation d'un agent rationnel dialoguant, serveur et systeme multi-agent pour la mise en oeuvre
US6401061B1 (en) * 1999-05-13 2002-06-04 Yuri L. Zieman Combinatorial computational technique for transformation phrase text-phrase meaning
WO2001013255A2 (en) * 1999-08-13 2001-02-22 Pixo, Inc. Displaying and traversing links in character array
JP2001125897A (ja) * 1999-10-28 2001-05-11 Sony Corp 言語学習装置およびその方法
US7050977B1 (en) * 1999-11-12 2006-05-23 Phoenix Solutions, Inc. Speech-enabled server for internet website and method
JP2001137788A (ja) * 1999-11-12 2001-05-22 Hitachi Ltd 地名表記辞書作成方法および地名表記辞書作成装置
US7725307B2 (en) * 1999-11-12 2010-05-25 Phoenix Solutions, Inc. Query engine for processing voice based queries including semantic decoding
US9076448B2 (en) * 1999-11-12 2015-07-07 Nuance Communications, Inc. Distributed real time speech recognition system
US7392185B2 (en) 1999-11-12 2008-06-24 Phoenix Solutions, Inc. Speech based learning/training system using semantic decoding
US8645137B2 (en) * 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
US6813618B1 (en) 2000-08-18 2004-11-02 Alexander C. Loui System and method for acquisition of related graphical material in a digital graphics album
US20030007609A1 (en) * 2001-07-03 2003-01-09 Yuen Michael S. Method and apparatus for development, deployment, and maintenance of a voice software application for distribution to one or more consumers
US7609829B2 (en) * 2001-07-03 2009-10-27 Apptera, Inc. Multi-platform capable inference engine and universal grammar language adapter for intelligent voice application execution
US20050234727A1 (en) * 2001-07-03 2005-10-20 Leo Chiu Method and apparatus for adapting a voice extensible markup language-enabled voice system for natural speech recognition and system response
US20030061022A1 (en) * 2001-09-21 2003-03-27 Reinders James R. Display of translations in an interleaved fashion with variable spacing
ITFI20010199A1 (it) * 2001-10-22 2003-04-22 Riccardo Vieri Sistema e metodo per trasformare in voce comunicazioni testuali ed inviarle con una connessione internet a qualsiasi apparato telefonico
US7209876B2 (en) * 2001-11-13 2007-04-24 Groove Unlimited, Llc System and method for automated answering of natural language questions and queries
US6980949B2 (en) * 2003-03-14 2005-12-27 Sonum Technologies, Inc. Natural language processor
US7669134B1 (en) * 2003-05-02 2010-02-23 Apple Inc. Method and apparatus for displaying information during an instant messaging session
DE10336771A1 (de) * 2003-08-08 2005-03-10 Claas Selbstfahr Erntemasch Verfahren und Vorrichtung zum Betreiben von Arbeitsmaschinen
US7697673B2 (en) * 2003-11-17 2010-04-13 Apptera Inc. System for advertisement selection, placement and delivery within a multiple-tenant voice interaction service system
US20050163136A1 (en) * 2003-11-17 2005-07-28 Leo Chiu Multi-tenant self-service VXML portal
US20070073678A1 (en) * 2005-09-23 2007-03-29 Applied Linguistics, Llc Semantic document profiling
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US20070067155A1 (en) * 2005-09-20 2007-03-22 Sonum Technologies, Inc. Surface structure generation
US20070073745A1 (en) * 2005-09-23 2007-03-29 Applied Linguistics, Llc Similarity metric for semantic profiling
US7633076B2 (en) 2005-09-30 2009-12-15 Apple Inc. Automated response to and sensing of user activity in portable devices
US8719005B1 (en) * 2006-02-10 2014-05-06 Rusty Shawn Lee Method and apparatus for using directed reasoning to respond to natural language queries
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US8131546B1 (en) 2007-01-03 2012-03-06 Stored Iq, Inc. System and method for adaptive sentence boundary disambiguation
KR101361190B1 (ko) 2007-01-22 2014-02-21 삼성전자주식회사 무선 메쉬 네트워크에서 채널을 할당하기 위한 방법 및이를 이용한 통신 디바이스
US8977255B2 (en) * 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
ITFI20070177A1 (it) 2007-07-26 2009-01-27 Riccardo Vieri Sistema per la creazione e impostazione di una campagna pubblicitaria derivante dall'inserimento di messaggi pubblicitari all'interno di uno scambio di messaggi e metodo per il suo funzionamento.
US9053089B2 (en) 2007-10-02 2015-06-09 Apple Inc. Part-of-speech tagging using latent analogy
US8165886B1 (en) 2007-10-04 2012-04-24 Great Northern Research LLC Speech interface system and method for control and interaction with applications on a computing system
US8595642B1 (en) 2007-10-04 2013-11-26 Great Northern Research, LLC Multiple shell multi faceted graphical user interface
US8364694B2 (en) 2007-10-26 2013-01-29 Apple Inc. Search assistant for digital media assets
US8620662B2 (en) 2007-11-20 2013-12-31 Apple Inc. Context-aware unit selection
US10002189B2 (en) 2007-12-20 2018-06-19 Apple Inc. Method and apparatus for searching using an active ontology
US9330720B2 (en) 2008-01-03 2016-05-03 Apple Inc. Methods and apparatus for altering audio output signals
US8327272B2 (en) 2008-01-06 2012-12-04 Apple Inc. Portable multifunction device, method, and graphical user interface for viewing and managing electronic calendars
US8065143B2 (en) 2008-02-22 2011-11-22 Apple Inc. Providing text input using speech data and non-speech data
US8289283B2 (en) 2008-03-04 2012-10-16 Apple Inc. Language input interface on a device
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
US10496753B2 (en) 2010-01-18 2019-12-03 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US8464150B2 (en) 2008-06-07 2013-06-11 Apple Inc. Automatic language identification for dynamic text processing
CN101615182A (zh) * 2008-06-27 2009-12-30 西门子公司 中医症状信息存储系统及中医症状信息存储方法
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
US8768702B2 (en) 2008-09-05 2014-07-01 Apple Inc. Multi-tiered voice feedback in an electronic device
US8898568B2 (en) 2008-09-09 2014-11-25 Apple Inc. Audio user interface
US8583418B2 (en) 2008-09-29 2013-11-12 Apple Inc. Systems and methods of detecting language and natural language strings for text to speech synthesis
US8355919B2 (en) * 2008-09-29 2013-01-15 Apple Inc. Systems and methods for text normalization for text to speech synthesis
US8396714B2 (en) * 2008-09-29 2013-03-12 Apple Inc. Systems and methods for concatenation of words in text to speech synthesis
US8352268B2 (en) * 2008-09-29 2013-01-08 Apple Inc. Systems and methods for selective rate of speech and speech preferences for text to speech synthesis
US8712776B2 (en) 2008-09-29 2014-04-29 Apple Inc. Systems and methods for selective text to speech synthesis
US8352272B2 (en) * 2008-09-29 2013-01-08 Apple Inc. Systems and methods for text to speech synthesis
US20100082328A1 (en) * 2008-09-29 2010-04-01 Apple Inc. Systems and methods for speech preprocessing in text to speech synthesis
US8676904B2 (en) 2008-10-02 2014-03-18 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
WO2010067118A1 (en) 2008-12-11 2010-06-17 Novauris Technologies Limited Speech recognition involving a mobile device
US8862252B2 (en) 2009-01-30 2014-10-14 Apple Inc. Audio user interface for displayless electronic device
US8380507B2 (en) * 2009-03-09 2013-02-19 Apple Inc. Systems and methods for determining the language to use for speech generated by a text to speech engine
US10255566B2 (en) 2011-06-03 2019-04-09 Apple Inc. Generating and processing task items that represent tasks to perform
US10540976B2 (en) 2009-06-05 2020-01-21 Apple Inc. Contextual voice commands
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
US20110010179A1 (en) * 2009-07-13 2011-01-13 Naik Devang K Voice synthesis and processing
US8682649B2 (en) 2009-11-12 2014-03-25 Apple Inc. Sentiment prediction from textual data
US8600743B2 (en) 2010-01-06 2013-12-03 Apple Inc. Noise profile determination for voice-related feature
US8381107B2 (en) 2010-01-13 2013-02-19 Apple Inc. Adaptive audio feedback system and method
US8311838B2 (en) 2010-01-13 2012-11-13 Apple Inc. Devices and methods for identifying a prompt corresponding to a voice input in a sequence of prompts
US10705794B2 (en) 2010-01-18 2020-07-07 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
US10679605B2 (en) 2010-01-18 2020-06-09 Apple Inc. Hands-free list-reading by intelligent automated assistant
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
US8977584B2 (en) 2010-01-25 2015-03-10 Newvaluexchange Global Ai Llp Apparatuses, methods and systems for a digital conversation management platform
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US8639516B2 (en) 2010-06-04 2014-01-28 Apple Inc. User-specific noise suppression for voice quality improvements
US8713021B2 (en) 2010-07-07 2014-04-29 Apple Inc. Unsupervised document clustering using latent semantic density analysis
US9104670B2 (en) 2010-07-21 2015-08-11 Apple Inc. Customized search or acquisition of digital media assets
US8719006B2 (en) 2010-08-27 2014-05-06 Apple Inc. Combined statistical and rule-based part-of-speech tagging for text-to-speech synthesis
US8719014B2 (en) 2010-09-27 2014-05-06 Apple Inc. Electronic device with text error correction based on voice recognition data
US10515147B2 (en) 2010-12-22 2019-12-24 Apple Inc. Using statistical language models for contextual lookup
US10762293B2 (en) 2010-12-22 2020-09-01 Apple Inc. Using parts-of-speech tagging and named entity recognition for spelling correction
US8781836B2 (en) 2011-02-22 2014-07-15 Apple Inc. Hearing assistance system for providing consistent human speech
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
US20120310642A1 (en) 2011-06-03 2012-12-06 Apple Inc. Automatically creating a mapping between text data and audio data
US10057736B2 (en) 2011-06-03 2018-08-21 Apple Inc. Active transport based notifications
US8812294B2 (en) 2011-06-21 2014-08-19 Apple Inc. Translating phrases from one language into another using an order-based set of declarative rules
US8706472B2 (en) 2011-08-11 2014-04-22 Apple Inc. Method for disambiguating multiple readings in language conversion
US8994660B2 (en) 2011-08-29 2015-03-31 Apple Inc. Text correction processing
US8762156B2 (en) 2011-09-28 2014-06-24 Apple Inc. Speech recognition repair using contextual information
US10134385B2 (en) 2012-03-02 2018-11-20 Apple Inc. Systems and methods for name pronunciation
US9483461B2 (en) 2012-03-06 2016-11-01 Apple Inc. Handling speech synthesis of content for multiple languages
US9280610B2 (en) 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
US10417037B2 (en) 2012-05-15 2019-09-17 Apple Inc. Systems and methods for integrating third party services with a digital assistant
US8775442B2 (en) 2012-05-15 2014-07-08 Apple Inc. Semantic search using a single-source semantic model
WO2013185109A2 (en) 2012-06-08 2013-12-12 Apple Inc. Systems and methods for recognizing textual identifiers within a plurality of words
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
US9495129B2 (en) 2012-06-29 2016-11-15 Apple Inc. Device, method, and user interface for voice-activated navigation and browsing of a document
US9576574B2 (en) 2012-09-10 2017-02-21 Apple Inc. Context-sensitive handling of interruptions by intelligent digital assistant
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
US8935167B2 (en) 2012-09-25 2015-01-13 Apple Inc. Exemplar-based latent perceptual modeling for automatic speech recognition
KR102103057B1 (ko) 2013-02-07 2020-04-21 애플 인크. 디지털 어시스턴트를 위한 음성 트리거
US10642574B2 (en) 2013-03-14 2020-05-05 Apple Inc. Device, method, and graphical user interface for outputting captions
US9977779B2 (en) 2013-03-14 2018-05-22 Apple Inc. Automatic supplementation of word correction dictionaries
US9733821B2 (en) 2013-03-14 2017-08-15 Apple Inc. Voice control to diagnose inadvertent activation of accessibility features
US9368114B2 (en) 2013-03-14 2016-06-14 Apple Inc. Context-sensitive handling of interruptions
US10652394B2 (en) 2013-03-14 2020-05-12 Apple Inc. System and method for processing voicemail
US10572476B2 (en) 2013-03-14 2020-02-25 Apple Inc. Refining a search based on schedule items
EP2973002B1 (en) 2013-03-15 2019-06-26 Apple Inc. User training by intelligent digital assistant
US10748529B1 (en) 2013-03-15 2020-08-18 Apple Inc. Voice activated device for use with a voice-based digital assistant
KR102057795B1 (ko) 2013-03-15 2019-12-19 애플 인크. 콘텍스트-민감성 방해 처리
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
KR101759009B1 (ko) 2013-03-15 2017-07-17 애플 인크. 적어도 부분적인 보이스 커맨드 시스템을 트레이닝시키는 것
US10157175B2 (en) * 2013-03-15 2018-12-18 International Business Machines Corporation Business intelligence data models with concept identification using language-specific clues
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
HK1223708A1 (zh) 2013-06-09 2017-08-04 Apple Inc. 用於实现跨数字助理的两个或更多个实例的会话持续性的设备、方法、和图形用户界面
KR101809808B1 (ko) 2013-06-13 2017-12-15 애플 인크. 음성 명령에 의해 개시되는 긴급 전화를 걸기 위한 시스템 및 방법
CN105453026A (zh) 2013-08-06 2016-03-30 苹果公司 基于来自远程设备的活动自动激活智能响应
US10296160B2 (en) 2013-12-06 2019-05-21 Apple Inc. Method for extracting salient dialog usage from live data
US9620105B2 (en) 2014-05-15 2017-04-11 Apple Inc. Analyzing audio input for efficient speech and music recognition
US10698924B2 (en) 2014-05-22 2020-06-30 International Business Machines Corporation Generating partitioned hierarchical groups based on data sets for business intelligence data models
US10592095B2 (en) 2014-05-23 2020-03-17 Apple Inc. Instantaneous speaking of content on touch devices
US9502031B2 (en) 2014-05-27 2016-11-22 Apple Inc. Method for supporting dynamic grammars in WFST-based ASR
US10078631B2 (en) 2014-05-30 2018-09-18 Apple Inc. Entropy-guided text prediction using combined word and character n-gram language models
US10289433B2 (en) 2014-05-30 2019-05-14 Apple Inc. Domain specific language for encoding assistant dialog
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
EP3480811A1 (en) 2014-05-30 2019-05-08 Apple Inc. Multi-command single utterance input method
US9734193B2 (en) 2014-05-30 2017-08-15 Apple Inc. Determining domain salience ranking from ambiguous words in natural speech
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US10659851B2 (en) 2014-06-30 2020-05-19 Apple Inc. Real-time digital assistant knowledge updates
US10446141B2 (en) 2014-08-28 2019-10-15 Apple Inc. Automatic speech recognition based on user feedback
US9818400B2 (en) 2014-09-11 2017-11-14 Apple Inc. Method and apparatus for discovering trending terms in speech requests
US10789041B2 (en) 2014-09-12 2020-09-29 Apple Inc. Dynamic thresholds for always listening speech trigger
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
US9886432B2 (en) 2014-09-30 2018-02-06 Apple Inc. Parsimonious handling of word inflection via categorical stem + suffix N-gram language models
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
US10552013B2 (en) 2014-12-02 2020-02-04 Apple Inc. Data detection
US9711141B2 (en) 2014-12-09 2017-07-18 Apple Inc. Disambiguating heteronyms in speech synthesis
US10002179B2 (en) 2015-01-30 2018-06-19 International Business Machines Corporation Detection and creation of appropriate row concept during automated model generation
US9865280B2 (en) 2015-03-06 2018-01-09 Apple Inc. Structured dictation using intelligent automated assistants
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9899019B2 (en) 2015-03-18 2018-02-20 Apple Inc. Systems and methods for structured stem and suffix language models
US9842105B2 (en) 2015-04-16 2017-12-12 Apple Inc. Parsimonious continuous-space phrase representations for natural language processing
US10083688B2 (en) 2015-05-27 2018-09-25 Apple Inc. Device voice control for selecting a displayed affordance
US10127220B2 (en) 2015-06-04 2018-11-13 Apple Inc. Language identification from short strings
US10101822B2 (en) 2015-06-05 2018-10-16 Apple Inc. Language input correction
US9578173B2 (en) 2015-06-05 2017-02-21 Apple Inc. Virtual assistant aided communication with 3rd party service in a communication session
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
US10186254B2 (en) 2015-06-07 2019-01-22 Apple Inc. Context-based endpoint detection
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
US9984116B2 (en) 2015-08-28 2018-05-29 International Business Machines Corporation Automated management of natural language queries in enterprise business intelligence analytics
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US9697820B2 (en) 2015-09-24 2017-07-04 Apple Inc. Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
US11587559B2 (en) 2015-09-30 2023-02-21 Apple Inc. Intelligent device identification
US10691473B2 (en) 2015-11-06 2020-06-23 Apple Inc. Intelligent automated assistant in a messaging environment
US10049668B2 (en) 2015-12-02 2018-08-14 Apple Inc. Applying neural network language models to weighted finite state transducers for automatic speech recognition
JP6070809B1 (ja) * 2015-12-03 2017-02-01 国立大学法人静岡大学 自然言語処理装置及び自然言語処理方法
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
US10446143B2 (en) 2016-03-14 2019-10-15 Apple Inc. Identification of voice inputs providing credentials
US9934775B2 (en) 2016-05-26 2018-04-03 Apple Inc. Unit-selection text-to-speech synthesis based on predicted concatenation parameters
US9972304B2 (en) 2016-06-03 2018-05-15 Apple Inc. Privacy preserving distributed evaluation framework for embedded personalized systems
US10249300B2 (en) 2016-06-06 2019-04-02 Apple Inc. Intelligent list reading
US10049663B2 (en) 2016-06-08 2018-08-14 Apple, Inc. Intelligent automated assistant for media exploration
DK179309B1 (en) 2016-06-09 2018-04-23 Apple Inc Intelligent automated assistant in a home environment
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
CN106156335A (zh) * 2016-07-07 2016-11-23 苏州大学 一种教材知识点的挖掘整理方法和系统
US10043516B2 (en) 2016-09-23 2018-08-07 Apple Inc. Intelligent automated assistant
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
CN107240047B (zh) * 2017-05-05 2020-12-08 广州盈可视电子科技有限公司 一种教学视频的学分评估方法和装置
DK201770439A1 (en) 2017-05-11 2018-12-13 Apple Inc. Offline personal assistant
DK179496B1 (en) 2017-05-12 2019-01-15 Apple Inc. USER-SPECIFIC Acoustic Models
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback
DK201770432A1 (en) 2017-05-15 2018-12-21 Apple Inc. Hierarchical belief states for digital assistants
DK179560B1 (en) 2017-05-16 2019-02-18 Apple Inc. FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5083268A (en) * 1986-10-15 1992-01-21 Texas Instruments Incorporated System and method for parsing natural language by unifying lexical features of words
JPS63223962A (ja) * 1987-03-13 1988-09-19 Hitachi Ltd 翻訳装置
JPS6410300A (en) * 1987-07-03 1989-01-13 Hitachi Ltd User's interface system for searching
DE3723078A1 (de) * 1987-07-11 1989-01-19 Philips Patentverwaltung Verfahren zur erkennung von zusammenhaengend gesprochenen woertern
US4984178A (en) * 1989-02-21 1991-01-08 Texas Instruments Incorporated Chart parser for stochastic unification grammar
US5056021A (en) * 1989-06-08 1991-10-08 Carolyn Ausborn Method and apparatus for abstracting concepts from natural language
JP3266246B2 (ja) * 1990-06-15 2002-03-18 インターナシヨナル・ビジネス・マシーンズ・コーポレーシヨン 自然言語解析装置及び方法並びに自然言語解析用知識ベース構築方法
JP3009215B2 (ja) * 1990-11-30 2000-02-14 株式会社日立製作所 自然語処理方法および自然語処理システム
US5210689A (en) * 1990-12-28 1993-05-11 Semantic Compaction Systems System and method for automatically selecting among a plurality of input modes
US5267156A (en) * 1991-12-05 1993-11-30 International Business Machines Corporation Method for constructing a knowledge base, knowledge base system, machine translation method and system therefor
JPH0689302A (ja) * 1992-09-08 1994-03-29 Hitachi Ltd 辞書メモリ

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100431190B1 (ko) * 2001-10-10 2004-05-12 한국전자통신연구원 주제 적응 품사 태깅 시스템 및 방법

Also Published As

Publication number Publication date
EP0689147A3 (en) 1996-07-31
US6052656A (en) 2000-04-18
EP0689147A2 (en) 1995-12-27

Similar Documents

Publication Publication Date Title
JPH0869470A (ja) 自然言語処理装置及びその方法
US11132504B1 (en) Framework for understanding complex natural language queries in a dialog context
JP3114181B2 (ja) 異言語交信用翻訳方法およびシステム
KR101130444B1 (ko) 기계번역기법을 이용한 유사문장 식별 시스템
US7496621B2 (en) Method, program, and apparatus for natural language generation
KR101726667B1 (ko) 어법컴파일방법, 어의해석방법, 디바이스, 컴퓨터 저장매체 및 장치
JP4451435B2 (ja) 言語理解装置、言語理解方法、及び、コンピュータプログラム
US5802504A (en) Text preparing system using knowledge base and method therefor
JP2002215617A (ja) 品詞タグ付けをする方法
JP2021507350A (ja) 複雑な回答の補強証拠取り出し
JP2005165958A (ja) 情報検索システム、情報検索支援システム及びその方法並びにプログラム
KR20040025642A (ko) 확인 문장을 검색하기 위한 방법 및 시스템
MXPA04001729A (es) Metodos y sistemas para traduccion de idiomas.
KR20130036863A (ko) 의미적 자질을 이용한 문서 분류 시스템 및 그 방법
CN120873195A (zh) 用于基于图谱的动态信息检索及合成的系统和方法
JPH05314166A (ja) 電子化辞書および辞書検索装置
US5957520A (en) Information processing system for completing or resolving ambiguity of input information and method therefor
RU2595531C2 (ru) Способ и система генерирования определения слова на основе множественных источников
JPH08129554A (ja) 関係表現抽出装置および関係表現検索装置
KR20220091067A (ko) 자연어 처리를 위한 데이터 증강을 위한 방법
KR100858035B1 (ko) 형태소 분석용 다차원 해석 사전 구축 방법 및 그 다차원해석 사전 구축 장치
JP4435144B2 (ja) データ検索システム及びプログラム
JP3467159B2 (ja) 多言語対応通信システム、サーバー装置及びサーバー装置の文書送信方法
JP2012243130A (ja) 情報検索装置、方法、及びプログラム
JP4043176B2 (ja) 自然言語処理装置

Legal Events

Date Code Title Description
A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20030701

A912 Removal of reconsideration by examiner before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20040220