Happinessの歴史と日本語処理のエピソード (株)平和情報センター沓澤尚明 Happiness/BASE4の機能日本語自然文分かち書きキーワード抽出フリガナ付けローマ字化利用者辞書利用者ルール異体字変換ローマ字ルール All Rights Reserved, Copyright ©2003 (株)平和情報センター Happinessのスタート(1982) DBサービス事業の立ち上げ新聞記事のディストリビューションインデキシングの自動化 [課題] 名詞句の抽出フリガナ付けカナ端末用にフリガナ･キーワード (漢字入力不可) キーワード抽出/フリガナ付けソフトの開発 All Rights Reserved, Copyright ©2003 (株)平和情報センターエピソード１日本語解析の出発点日本語自然文は文節の連続文節文節文節文節 Happinessの歴史と日本語処理のエピソード文節自立語付属語（群）自立語は無限（膨大）に存在する。付属語の解釈により自立語を浮き出すことが出来る。 ×字種切り～限界がある All Rights Reserved, Copyright ©2003 (株)平和情報センター Happinessの販売開始(1983) 自社DB構築の運用開始ソフト販売への展開 1983 NHK様への導入 1984 オンラインシステムとの連動 ⇒別リージョンでの稼働 (今でいうクラサバ方式) All Rights Reserved, Copyright ©2003 (株)平和情報センターエピソード２初期のフリガナ付け単純な文字単位のフリガナ前後がひらがなのとき訓読みそれ以外は音読み Happinessのレキシとニチホンショリのエピソード例外の辞書化日本▲ニホン All Rights Reserved, Copyright ©2003 (株)平和情報センター図書館業務への適用(1985) 国立国会図書館様への導入 [条件] 名詞句の単語分割 HappinessⅡ/BASE V02L10 の開発 All Rights Reserved, Copyright ©2003 (株)平和情報センターエピソード３名詞句の単語分割日本語処理 ⇒ 日本語／処理文字数による分解日本／語処／理、日／本語／処理接尾辞での基準日本／語／処理最終的には国語辞典の取り込み All Rights Reserved, Copyright ©2003 (株)平和情報センター Happinessの拡販(1987) 日本語処理ツールとして確立周辺ソフト(Bride,SuperBride)の提供販売拡大図書館(目録作成) マスコミ(映像情報、アンケート分析、…) 製造業(薬品･自動車･化学…：研究部門) All Rights Reserved, Copyright ©2003 (株)平和情報センターエピソード４解析手順の変更(V2L30) 文節切断⇒名詞句分割 Happiness／の／歴史／と／日本語処理／の／エピソード日本語・処理名詞句確定⇒文節切断 Happinessの歴史と日本語処理のエピソード名詞名詞名詞名詞名詞 Happinessの歴史と日本語処理のエピソード名詞名詞／と／日本語･処理名詞名詞／の／エピソード名詞 Happiness ／の／歴史付属語判別の精度向上⇒例外用語の大幅な削減利用者辞書の親和性 All Rights Reserved, Copyright ©2003 (株)平和情報センター Happinessのオープン化(1995) ダウンサイジングの流れオープン化要求の高まり 1990～ Happiness/BASE3.0 (1995) クラサバ型制御の導入 Happiness/BASE3.5 (1998) 異体字変換機能活用判別精度の向上 Happiness/BASE4 Unicode対応ローマ字化機能 (2001) All Rights Reserved, Copyright ©2003 (株)平和情報センターエピソード５活用形判別Ｖ美しい▲ＣＦＩ▲ウツク美─し─∥─┬─い ├─か─┬─っ───た │ ├─ら─┬─ざ─┬─る │ ├─り ├─ず ├─れ │ ├─れ ├─ぬ └─り───ゃ ├─き │ └─ん ├─く └─ろ───う ├─け─┬─れ ├─げ └─り───ゃ ├─さ ├─す───ぎ ├─そ───う └─め All Rights Reserved, Copyright ©2003 (株)平和情報センターエピソード６ローマ字化の手順２段階の変換処理 1st 変換撥音（ん）、促音（っ）、長音（ー）は変換しないメゾンイッコク ⇒ mezoンiッkoku （めぞん一刻） 2nd 変換撥音･促音･長音を含めた変換｢ンi｣ → ｢n’i｣｢ッk｣ → ｢kk｣ mezoンiッkoku ⇒ mezon’ikkoku All Rights Reserved, Copyright ©2003 (株)平和情報センターエピソード７今後の課題固有名詞の精度向上姓名地勢名 ●構文からの絞り込み分類・要約・粗筋構文解析⇒意味解析国際化への対応ハングル～構文が類似。可能性高い中国語ｅｔｃ． All Rights Reserved, Copyright ©2003 (株)平和情報センター