本研究の意義は、このような問題点を解決するために言語知識の統合的な情報構造を明らかにすることにある。そして、この情報構造が、今後の自然言語処理技術の動向や効率的な開発プロセスの実現に十分に対応できること、また、文書ベースと知識ベースを統合化する新たな提案へと結び付くものであることを明らかにする。ただし、このような試みとしては初めてのものであることから、基本仕様、概念仕様の提案をまず行う。なお、本研究の言語知識の情報構造の提案は、このような仕様のものを総体として実現すべきであるという考えによるものではない。実際の言語知識コンテンツの開発・整備は各所でそれぞれの目的に沿って進められることになる。そのような多くの努力が納まるべき枠組みを明らかにし、効果的な協力や共有化を可能にしようとするものである。そのためにも、その妥当性を、自然言語処理、世界知識の情報構造、開発工程、それぞれの観点から検討し、他の事例との比較・検討、対応付けも行う。

　電子化辞書の全体構造は、記述の単位、記述のレベル、言語の種類の3点で特徴付けられるサブ辞書群をもとに組み立てられている。サブ辞書が基本的なモジュールとなり、これを単位に言語知識は 大枠としてのモジュール化がなされる。

　言語知識を表現するための基本となる情報単位が辞書項目である。表層レベルでは表層辞書項目、概念レベルでは概念辞書項目である。サブ辞書は辞書項目の集合である。辞書項目の基本部は共通であるが、詳細は記述の単位ごとに異なる。

　辞書項目は多数のサブ項目からなる。サブ項目には辞書項目自身の情報や他の辞書項目との関係情報が含まれる。この関係情報によって辞書項目間の関係付けが表現され言語知識としての情報構造が形作られる。関係には、サブ辞書間にまたがる辞書間関係とサブ辞書内の辞書内関係がある。辞書間関係の主要なものとして、構成関係、対意関係、対訳関係が定義される。

　表層レベルのサブ辞書、すなわち、語表層辞書、文表層辞書、文章表層辞書、文書表層辞書の情報構造を明らかにする。

　表層レベルの言語知識が自然言語処理に果たす役割は大きく2つある。ひとつは構文的な処理のための知識を与えることである。センテンス文法、テキスト文法、ドキュメント構造(文法)等の解析、生成のための体系的な情報を与える。もうひとつは翻訳や要約等の文書処理に対し、変換や対応付けのありのままではあるが安定した情報を与える。また、電子化辞書の開発プロセスの観点からは、表層レベルは既存の蓄積を利用でき、安定した言語直観を期待できるもので、言語知識の土台となる。表層辞書における情報の基本単位に対応して表層辞書項目(図1)が定義される。

図表

図1 表層辞書項目

　表層辞書の情報の基本単位は次のような性質を持つものである。(1)外見的に他と明確に区別しうる表記を持つこと(<表記情報>)。(2)上位の構成構造の中でどのような要素として振る舞うのかが明確に定義できること(<構成情報>・<要素カテゴリ>)。(3)対応する指示内容を確定できること(<対応情報>)。(4)使用される環境(状況)を規定できること(<環境情報>)。

　通常の辞書における情報単位は、表記から検索するという前提から表記の違いのみに基づいたものである。電子化辞書においては、表記、構文、意味、運用の情報をすべて等しく見なくてはならないという観点からこのような情報単位を用いる。

　概念レベルのサブ辞書、すなわち、語概念辞書、文概念辞書、文章概念辞書、文書概念辞書の情報構造を明らかにする。

　ここでは、2つの側面から概念という言葉を用いる。一つは、言語によって表現される情報や知識(対象知識、世界知識)を概念のレベルで扱うということである。すなわち、知識のレベルで扱うという程には深い意味の扱いには立ち入らない。もう一つは、個別の意味の表出を包括した共通となる意味内容を扱うということである。言語表現は、具体的な文脈の中でさまざまな意味と対応付けられるが、それらを包括し一般化した形、すなわち、概念化されたものを対象にする。

　表層に近いということから、概念レベルにおいても、語、句、文、文章、文書という言語表現の構成単位に沿うことになる。したがって、概念レベルは、表層レベルに対応した情報構造を持つ。

　概念レベルを含む深層レベルの言語知識の役割は大きく2つ考えられる。ひとつは、表層レベルを含めて、表層表現からそのレベルの意味表現にあるいはその逆に、適切にかつ効率良く変換処理を行うための知識を与えることである。もうひとつは、そのレベルの意味表現の比較処理をして、ある意味的関係が成り立つか否か、あるいはどのような意味的関係が成り立つのか、あるいは成り立つ度合いはどのようなものなのか等々を判断処理する知識を与えることである。ここで意味的関係とは、同義、類義、反義、上位、下位等を指す。

　概念は実体概念と関係概念に分けられる。実体概念とは、もの、こと、事象、事象列など実体を有するものに対応する概念である。関係概念は実体概念どうしのかかわり方を表す概念である。ひとつの概念を実体概念と見るのか、関係概念と見るのかは、観点によって恣意的となる側面がある。ここでの概念は表層表記に直截的に対応付けられる状態で設定されるもので、この観点から概念の種別が決定される。さらに、語、文、文章、文書という表層での記述単位(構成単位)に対応して、それぞれ実体概念と関係概念が定義されることになる。

　ひとつひとつの概念に概念辞書項目が対応付けられる。図2に概念辞書項目の基本構造を示す。

図2 概念辞書項目

　EDR電子化辞書(表1)は、情報構造の一部分の、また当面のニーズに答えるという目的からの実現である。しかし、EDR電子化辞書によって情報構造の有効性を裏付けるに十分な実証データが得られている。また、この情報構造によってEDR電子化辞書の位置付けや今後の改良・拡張の方向が明確になる。

　EDR電子化辞書は、言語の種類としては、日本語と英語を対象にし、分野としては、日常一般に流通している事務文書、技術文書に対し分野共通となる部分と情報処理分野に対応する部分を対象にしている。付録に、言語知識の情報構造の実現状況を詳細に説明するために、その仕様が例とともに詳述されている。

表1 EDR電子化辞書の規模(1995年4月第1版の基本語対応部分)

　本研究によって得られた情報構造は、(1)自然言語処理に対しては、問題解決の構造に適切に対応付けられること、さらに、規則ベースと事例ベースのいずれにも柔軟に対応しうること、(2)知識処理に対しては、世界知識を文書から語に向かって言語知識に対応付ける事によって、世界知識の情報構造のプロトタイプとなっていること、(3)開発プロセスに対しては、サブ辞書を基本モジュールにして適切な工程が定義できること、これらによってその妥当性が明らかにされ、その有用性が示されている。