| 1 はじめに | |
| 2 新聞記事における名詞句の分布 | |
| 3 名詞句の部分関係 | |
| 4 部分連体関係の分析 | |
| 5 部分連体関係の処理 | |
| 6 おわりに | |
| 参考文献 |
日本語の長い文には従属節や名詞句が数多く含まれるため, これらの成分の相互関係を正しく解析することが必要である。 従属節に関しては, 文法的関係に意味的な働きを加味した分類により 相互関係が高い精度で決定される[白井95]。 名詞句に関しては, 並列関係の解析はマーカとなる表現や単語の連なりの類似性に着目するのが 効果的であり[黒橋92][山岡95], 同格関係の認定は統語的意味的特徴に着目することにより高精度で 同定可能である[横尾90]。 名詞の意味的な関係についても定式化が 試みられている[島津86][冨浦95]。
日本語の構文解析では, 処理の基本単位を「文節」とする場合が多いが, そうすると[首藤86]で分類されている並列関係の一部には 適用できないという問題がある。 例えば, 新聞記事には「日本、米国市場」のような並列表現がしばしば現れる。 これは勿論「日本市場、米国市場」と解するべきであり, 後側の文節が複合語である場合に発生する現象である。
本稿では, このような部分的な関係に着目して 新聞記事965文に含まれる名詞句を分析した結果を示すとともに, 構成要素の関係の解析方法を検討する。
初めに, 新聞記事にどのような名詞句が現れるかについて調査した。 ここでは, 単一名詞または複合名詞を主要素とする文節(名詞文節)が 連体・並列・同格の関係で結びついたもの, および, これらに埋め込み文修飾が付いたものを名詞句とした。 連体には連体詞を含め, 並列には助詞等による呼応や句接続詞を含めた。 埋め込み修飾されている場合, 埋め込み文の述語文節は名詞句に含めたが, 格要素は「通信速度が毎秒二千四百ビットの│高速サービスへの│対応を」のように 一体化している場合を除き, それぞれを別の名詞句として集計した。
表1に新聞記事965文(日経産業新聞・情報欄・リード)に現れた 名詞句の長さと修飾文節の機能別の出現件数を示す。 表から, 2項関係のものが半数以上になることがわかる。 また, 名詞句が長くなると相対的に並列の含まれる割合が増している。
| 文節数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10〜18 | 合計 | ||
| 件数 | 2048 | 1227 | 399 | 132 | 38 | 21 | 6 | 7 | 4 | 5 | 3887 | ||
| (比率) | 52.7 | 31.6 | 10.3 | 3.4 | 1.0 | 0.5 | 0.2 | 0.2 | 0.1 | 0.1 | 100% | ||
| 名 詞 句 中 の 関 係 |
連体 | 582 | 525 | 243 | 82 | 64 | 18 | 21 | 16 | 16 | 1567 | ||
| 並列 | 73 | 77 | 82 | 42 | 29 | 15 | 20 | 11 | 21 | 370 | |||
| 同格 | 66 | 29 | 17 | 7 | 2 | 121 | |||||||
| 埋込 | 499 | 153 | 49 | 18 | 8 | 3 | 8 | 3 | 10 | 746 | |||
| 格要素 | 7 | 14 | 5 | 3 | 2 | 5 | 2 | 3 | 41 | ||||
名詞句を構成する文節数が2以上となると係り受 け構造に多義を生じ, その解消には文法的関係だけ でなく意味的関係が必要となる。しかし, 2文節か ら構成されている名詞句でも, 後側文節の自立語部 分が複合名詞である場合に問題が生じることがある。 図1に前側文節が後側文節の自立語部分全体を修飾 していない例を示す。
|
このような部分関係は, 日英機械翻訳では次のような問題がある。 例えば, 「日本、米国市場」の場合, “the Japan and U. S. markets”のように訳されるなら部分関係を考えなくても済むが, “Japan and the market in the U. S.”のように訳されれば誤りとなる。 常に前者のように訳出されるわけではないので, 何らかの処理を導入する必要がある。
表1の名詞句のうち, 図1のような部分関係がどのくらい含まれているかを表2に示す。 次節以降では件数の多い部分連体関係の処理について検討する。
| 関係の種別 | 連体 | 並列 | 埋込 | 格 | |
| 出 現 件 数 |
総数 | 1567 | 370 | 746 | 41 |
| 部分 | 116 | 22 | 65 | 8 | |
| (比率) | 7.4% | 5.9% | 8.7% | 19.5% | |
次に, 部分連体関係の検出方法の確立を目的として, 部分連体関係の分析を行なった。 後側の文節に含まれる複合語の楕成単語のうち, 部分連体関係の原因と思われる要素に着目した分類を表3に示す。 「名詞+固有名詞」型の複合語では, 名詞が直前要素の修飾を受け, 固有名詞と同格となっていた。 「用・向け・程度・サービス」などの語の前に部分連体が多く見られた。 事例が少ないので現在は個別にルール化しているが, 機能的な接尾語や範疇を表す語などの場合に部分関係が発生することが多いようである。
| 着目要素 | 件数 | 用例 | 他の語例 |
| 固有名詞 | 43 | 日本電気のパソコンPC9800シリーズ | -- |
| 接尾語 | 31 | 通信サービス関連のソフト用 | 型, 向け |
| サ変名詞 | 22 | 自社ブランド製品の輸出拡大 | 対応, 開始 |
| 一般名詞 | 17 | 将来像についての現査研究結果 | 実績, 技術 |
| 連用形名調 | 3 | 英和辞典の販売差し止め | 引き上げ |
| 合計 | 116 |
部分関係の処理方法として, 文節を分割して部分並列関係を解消することにより 通常の並列名詞句に帰着させる方法が提案されている[白井93]。 例えば, 図2のようになる。
|
|
この方法を部分連体関係に適用すると図8のようになる。 図3では, 接尾語「用」を中心要素とする文節が生成される。 しかし, 接尾語のみを独立した文節とするのは極めて不自然である。 また, 接尾語を単独で訳出するのは可能でない場合も少なくないため, その観点からも問題である。
|
一方, 名詞の連続により構成される複合語を翻訳する際, 核となる機能語に着目して構造化する 方法(機能語支配型複合名詞翻訳処理)が提案されている[内野95]。 しかし, 図3の例のような場合, 後方の複合語を単独で訳出するだけでなく, 複合語の前の要素と一体的に処理することが必要で, 名詞句処理と密接な連係を保つ必要がある。
そこで, 本稿では部分関係にあずかる文節を疑似的な複合語として束ね, 複合語解析の中で一体的に処理する方法を提案する。 この方法によれば, 結果的に複合名詞翻訳処理の中で直前の名詞句を考慮した処理を行なうことが可能になる。 また, 名詞句処理と複合語処理の間のインターフェース等を変更しなくても, 処理に必要な情報が渡せるため, この点からも有利であると考えられる。
本稿では, 新聞記事に含まれる名詞句のうち, 特に前側の文節が後側の文節に含まれる複合語の全体を連体修飾していない場合, すなわち, 部分的な連体関係が生じている場合を検討し, 処理の方法を提案した。 現在, 本提案に基づいて処理系を改良中であり, その結果については別の機会に報告する。 また, 本提案を突破口にして, [水谷93]で示されているような表現への適用を進めていく予定である。