| １． はじめに | |
| ２． 方式の特徴 | |
| ３． 処理手順 | |
| ４． おわりに | |
| 参考文献 |
近年，音声合成技術の発展はめざましく，任意語彙合成も現実のものとなりつつある。 現在，我々は図１に示すような漢字・かな混りの日本語のテキスト， データベース等の音声化出力の実現をめざし，研究を進めている。 本稿では，このうち現在試作中の漢字・かな変換システムの変換方式について述べる。
|
|
従来，漢字・かな変換システムはいくつか 発表されているが1)〜3)， これらは全て原則として漢字単位の変換，すなわち漢字辞書に各漢字の音読み， 訓読みを登録しておき，文章中で当該漢字の前後の字種によって読みを決定し， 例外読みについては全て例外辞書によって決めるという方式を採用している。 それに対して，ここでは以下の理由により単語単位の変換を原則とした。
�＿酸鴫十侘呂防�要なアクセント，ポーズ等を付加するためには，
単語が正しく認定されている必要がある。
（このために自動分ち書き，複合語分割が必要）
��単語単位の辞書引きが可能となり，
構文，及び意味的取扱いによる読みの決定ができるようにシステムを発展させることができる。
（同時異語の処理に有効）
�Ｎ祿宛譴盍泙瓩動貳霧貅�書等に登録されているので例外読みの収集が不要。
�ぜ�動分ち書き，複合語分割，辞書引き等の日本語処理の基本的な技術を確立し，
上記技術をキーワード抽出，機械翻訳等の他の応用分野に利用できる。
本方式では，漢字・かな混り文の自動分ち書き，複合語分割， 用言の終止形変換といった前処理を実施し，辞書引きによる単語単位の変換を行なう。 次に，前記の方法で変換できない漢字に対しては音訓規則による漢字単位の変換を行なう。
また，音声化出力に必要な数詞，助数詞の読みがな付け等も行なっている。
漢字・かな変換システムの処理の流れを図２に示す。
|
各処理の概要は以下の通りである。
�ー�動分ち書き 句読点，字種の変化点（ひらがな→漢字・カタカナ）によって
文節切りし，文法辞書を用いて文節内で単語とみなせる文字列を全て抽出し，
接続の条件を満たすものを選ぶ。
�∧９膰貶�割 ３字以上の長い漢字列から一般語辞書にある２字以上の漢字を含む部分列を
全て抽出し，それらの部分列を含む全ての分割パターンを生成
（より大きな部分列に含まれる部分列を持った分割パターンは生成しない）する。
次に接辞辞書を用いて，各分割パターン中の１字漢字の接頭辞／接尾辞となる頻度の相対値を求め，
相対値の最大となる分割パターンを求める。
以上により複合語を辞書引きできる単語と接辞に分割する。
�Ｍ儻世僚�止形変換 用言の活用形を辞書引きできる終止形に変換する。
�ぜ�書引きによる読みがな付け 一般語辞書，固有名詞辞書（地名，姓名，企業名等），
専門用語辞書を引いて単語単位に漢字の読みを付与する。
英数字（ＯＰＥＣ等）の読みもつける。
�タ�詞，助数詞処理 助数詞辞書等を用い，数詞，助数詞の読みを決定する。
一本（いっぽん），２本（にほん），
３本（さんぼん）等の音韻変化を考慮した読みが付与される。
�Σ桟欝�則による読みがな付け � 銑イ僚萢�で読みが付与されない漢字の読みを
漢字音訓辞書と当該漢字の前後の字種等によって付与する。
�Р傘な儔十萢� �△琶�割された複合語の読みのうちで連濁等の
音韻変化（大・会社：だい・かいしゃ→だい・がいしゃ）が起る条件を
満たすものについて，音韻変化例外辞書を用いて読みを決定する。
��同字異語処理 工夫（くふう，こうふ）等，同形語であるが，
読みが異なる同字異語の読みを決定する。
読み方の統計頻度，前後の単語（助詞，活用語尾等）等によって読みを決定する。
なお，現在� 銑�の試作がほぼ完了し，現在�ぁ銑Δ了邵遒鮨覆瓩討い襦�
本システムは日本語文の音声化出力をめざしたものであり， 従来のシステムのように単に漢字をかなに置換するだけでなく， 単語を正しく認定し，数詞，助数詞，英字列の読みを付与するといった処理も行なっている。
本方式による漢字・かな変換率を高めるためには，自動分ち書き，複合語分割の精度の向上， 辞書（特に専門用語辞書）の充実，構文解析等を用いた単語の意味的， 構文的つながりによる読みがな付け（特に同字異語処理）等が必要である。 今後，新聞データを用いた実験を行ない， 変換率の評価と辞書・アルゴリズムの改良を計る予定である。 なお，本稿で述べた各処理の詳細については別途報告する予定である。