CN103020042A - 机器翻译装置及机器翻译方法 - Google Patents

Abstract

根据一个实施例，一种装置将第一语言的源句翻译成第二语言的目标句。该装置包括：源句转换单元、翻译单元、和命题转换单元。源句转换单元配置为从所述源句提取语法特征，以及将所述源句转换成不包括语法特征的源命题。翻译单元配置为将所述源命题翻译成第二语言的目标命题。命题转换单元配置为基于语法特征将所述目标命题转换成目标句。

Description

机器翻译装置及机器翻译方法

相关专利申请的交叉引用

本申请基于日本申请专利2011-207824(申请日：2011年9月22)，并要求其优先权权益；其全部内容通过引用合并于此。

技术领域

本发明的实施方式总体上涉及机器翻译装置及其方法。

背景技术

近几年，由于自然语言处理技术的发展，开发出将第一语言的源句翻译成第二语言的目标句的装置。该装置中，使用数据驱动类型和基于规则的类型，在数据驱动类型中基于含有源语言句和目标语言句(彼此具有翻译关系)的翻译对的实例来翻译，在基于规则的类型中基于例如语法规则或翻译规则来翻译。特别地，这两个规则广泛用于实践中。数据驱动类型具有自然地表现翻译结果的优点，基于规则的类型具有翻译句的一致性高的优点。

然而，为了通过这些方法处理多种源语言句，对于数据驱动类型需要大量翻译对的实例，对于基于规则类型需要各种规则的完整配备。结果，开发成本变高。

发明内容

实施例提供一种机器翻译装置及其方法，用于以低开发成本处理源语言句的变体。

根据一个实施例，一种装置将第一语言的源句翻译成第二语言的目标句。该装置包括：源句转换单元、翻译单元、和命题(proposition)转换单元。源句转换单元配置为从源句提取语法特征，以及将所述源句转换成不包括语法特征的源命题。翻译单元配置为将所述源命题翻译成第二语言的目标命题。命题转换单元配置为基于语法特征将所述目标命题转换成目标句。

根据实施例，以低开发成本提供一种机器翻译装置及其方法，用于处理源语言句的变体。

附图说明

图1是根据第一实施例的机器翻译装置的框图。

图2是图1中的机器翻译装置的硬件构成。

图3A和3B是根据第一实施例的源句的一个实例及其分析候选集合。

图4A和4B是根据第一实施例的语素词典的一个实例。

图5是根据第一实施例的翻译候选集合的一个实例。

图6是根据第一实施例的机器翻译装置的处理的流程图。

图7A和7B是根据第一实施例的翻译句和修改的表示信息的一个实例。

图8是根据第一实施例的第一修改的机器翻译装置的框图。

图9是根据第一实施例的第二修改的机器翻译装置的框图。

具体实施方式

以下，将参照附图说明本发明的各个实施例。

(第1实施例)

关于第1实施方式，机器翻译装置将第一语言的源句翻译成第二语言的目标句。在以下说明中，第一语言是英语，第二语言是日语。然而，其对象语言不限于这两个语言。

图1是根据第一实施例的机器翻译装置100的框图。如图1所示，机器翻译装置100包括：获取单元101、源句转换单元102、翻译单元103、最似然候选选择单元104、特征编辑单元105、命题转换单元106、表示单元107。

获取单元101获取英语表示的源句。源句转换单元102从源句提取语法特征，并将源句转换成不包括语法特征的源命题。翻译单元103将源命题翻译成目标命题。最似然候选选择单元104选择具有最高分(由翻译单元103计算)的一个目标命题及其语法特征。特征编辑单元105编辑由最似然候选选择单元104选择的语法特征。命题转换单元106基于由特征编辑单元105编辑的语法特征将(由最似然候选选择单元104选择的)目标命题转换成日语表示的目标句。表示单元107表示日语的目标句。

语法特征是源句中用于说话人的命题的主格识别或说话态度。第一实施例中，将时态、体、形态、或语态用作语法特征。此外，命题是表示不包括语法特征的对象事物的句子。源命题是相比于源句排除了变体的英语命题。目标命题是通过翻译英语的命题获取的日语的命题。

第一实施例的机器翻译装置中，从要翻译的源句提取语法特征，并将源句翻译成不包括语法特征的源命题。然后，通过翻译单元将源命题翻译成目标命题。这个情况下，源命题不具有变体。由此，可降低翻译单元翻译源命题的开发成本。

此外，第一实施例的机器翻译装置中，基于编辑的语法特征，将目标命题转换成目标句。结果，可生成具有源句的变体的目标句和用户期望的表示。

(硬件组成)

第一实施例的机器翻译装置包括利用图2所示的常规计算机的硬件。例如CPU(中央处理单元)的控制单元201控制所有装置。例如ROM(只读存储器)或RAM(随机存取存储器)的存储单元202存储各种数据和程序。例如HDD(硬盘驱动器)或CD(压缩盘)驱动设备的外部存储单元203存储各种数据和程序。例如键盘或鼠标的操作单元204接受来自用户的指示输入。通信单元205控制与外部设备的通信。麦克风206获取用户的说话。扬声器207通过再现先语音波形输出声音。显示器209显示视频。总线连接上述单元。

在这样的硬件组件中，控制单元21执行存储单元202(例如ROM)或外部存储单元203中存储的各种程序。结果，实现以下功能。

(输入单元)

获取单元101获取英语的源句。用户可经由操作单元204的键盘输入源句。此外，源句可通过识别经由麦克风206获取的用户语音来获取。除此之外，可通过识别手写字符或来自与通信单元205连接的外部设备来获取源句。

(源句转换单元)

源句转换单元102从(由获取单元101获取的)源句提取语法特征，并将源句转换成不包括语法特征的源命题。通过使用形态分析技术、语法分析技术和指代解析技术，源句转换单元102分析源句。然后，使用这个分析技术，源句转换单元102从源句提取多个语法特征，并将源句转换成多个源命题。这个情况下，作为形态分析技术，使用基于连接成本的分析方法和基于统计语言模型的分析方法。作为语法分析技术，使用CYK方法和一般LR方法。

第一实施例中，提取时态、体、形态、和语态作为语法特征，并且将排除语法特征的源句设置为源命题。这个情况下，相比于源句，源命题是排除了变体的表示。结果，可降低翻译单元103翻译源命题的开发成本。

图3A和3B是通过源句转换单元102获得的语法特征和源命题的一个实例。第一实施例中，源句转换单元102输出语法特征及其相关信息(表示信息)的多个组合，以及不包括语法特征的源命题，作为分析候选的集合。图3A和3B中，从“Shall I have him call you back when returns？”(图3A)的源句309，生成3个组合301～303。组合301包括源命题304和表示信息305。表示信息305包括语法特征308、标识符306以使得语法特征308对应于源命题304的任何语素、以及由标识符306标识的源命题的语素307。在头语素的标识符为“1”时，标识符306表示语素的位置。在这个例子中，语法特征308“(现在时)(使役词(主语he))(建议(主语I))(疑问)”对应于语素307“calls”。

源句转换单元102基于图4A和4B所示的语素词典和语法词典提取语法特征。例如，通过参照图4A和4B的词典，将源句“KAISEKISARETA”分析为“KAISEKI·SURU·RERU·TA”。从这个句子，生成命题“KAISEKISURU”和语法特征“(被动式)(过去时)”。此外，英语的源句“Shall I have him call you back when returns？”中，“Shall I”分析为对应于“Shall N”，“have him call”分析为对应于“have N V”。由此，分别提取语法特征“(建议(主语I))”和“(使役词(宾语he))”。此外，N代表名词，V代表动词。

(翻译单元)

翻译单元103将英语的源命题翻译成日语的目标命题。作为翻译单元103的翻译处理，使用转换方法(基于一般规则类型的翻译方法)、基于实例的方法或基于统计的方法(数据驱动类型的翻译方法)。

第一实施例中，翻译单元103对于属于(由源句转换单元102生成的)分析候选的集合的所有源命题、(从每个源命题翻译的)目标命题及其翻译分数执行翻译处理。然后，翻译单元103生成包括源命题、表示信息、目标命题和翻译分数的翻译候选。

翻译分数是表示翻译质量的指标。在基于实例的方法中，使用输入字符串和实例之间的相似性。在基于统计的方法中，使用基于翻译的语言模型的生成概率。在基于规则类型的翻译方法中，使用基于语法相似性或规则优先级的值。

图5是由翻译单元103输出的翻译候选的集合的一个实例。图5中，示出3个翻译候选501～503。翻译候选501包括翻译分数504和从源命题304翻译的目标命题506。对于每个翻译候选，增加由源句转换单元102提取的表示信息。

第一实施例中，翻译单元103翻译排除了变体的源命题。结果，可降低其开发成本。对于数据驱动类型，可降低翻译对的实例的量。对于基于规则类型，可将要描述的规则限制到有源命题有关的信息。

(最似然候选选择单元)

基于由翻译单元103计算的翻译分数，从表示信息和(属于翻译候选的集合的)目标命题的组合，最似然候选选择单元104选择具有最高翻译分数的组合。选择的组合中包括的表示信息和目标命题分别称为“最似然语法特征”和“最似然目标命题”。

(特征编辑单元)

特征编辑单元15编辑最似然语法特征。响应于来自操作单元204的用户的指示，特征编辑单元105可增加，删除，和改变语法特征。编辑之后语法特征称为“修改的语法特征”。

这样，特征编辑单元105通过用户的指示编辑语法特征。结果，在命题转换单元106(稍后说明)中，生成通过用户的期望文体统一的目标句。

(命题转换单元)

基于修改的语法特征，命题转换单元106将最似然目标命题转换成日语的目标句。第一实施例中，命题转换单元106基于生成的语法来转换。除此之外，可应用广泛使用的语言生成方法。稍后说明命题转换单元106的细节。

这样，基于修改的语法特征，命题转换单元106将最似然目标命题转换成日语的目标句。结果，可生成具有源句的变体的目标句和用户的期望表示。

(输出单元)

表示单元107表示(由命题转换单元106生成的)日语的目标句。表示单元107可经由显示器209显示目标句，或经由与通信单元205连接的打印机输出。除此之外，目标句可通过语音合成转换成语音波，并由扬声器207再现。

(流程图)

通过参照图6的流程图，说明第一实施例的机器翻译装置的处理。首先，在S1，获取单元101获取英语的源句S。第一实施例中，获取图3中的源句309“Shall I have him call you back when returns？”

在S2，源句转换单元102分析源句S，并提取分析候选的集合Cs，每个分析候选包括表示信息F和源命题Ps的组合。图3中，301～303代表集合Cs的每个分析候选。

这样，相比于源句S，源命题Ps具有排除了变体的表示。结果，可降低翻译单元103翻译源命题的开发成本。简单地，对于数据驱动类型，可降低要收集合的翻译对的实例的量。对于基于规则类型，可将要描述的规则限制到与源命题有关的信息。

在S3，翻译单元103翻译源命题Ps，并获取目标命题Pt及其翻译分数V。然后，翻译单元103生成翻译候选的集合Ct，每个翻译候选包括源命题Ps、表示信息F、目标命题Pt和翻译分数V的组合。图5中，501～503表示集合Ct的每个翻译候选。

在S4，从翻译候选的集合Ct，最似然候选选择单元104选择(具有最高翻译分数的)目标命题Pt及其语法特征F分别作为最似然目标命题Ppt和最似然表示信息Fp。在图5的实例中，翻译分数504是0.95，作为最高值。由此，将506选择为最似然目标命题Ppt，将305选择为最似然表示信息Fp。

在S5，特征编辑单元105编辑最似然表示信息Fp，并获取修改的表示信息Fe。特征编辑单元105可基于用户的指示编辑最似然表示信息Fp。此外，特征编辑单元105可自动设置先前设置的表示信息。例如，如果源句S被提供为文档，为了统一所有文档的表示，可增加适当的语法特征。

图7是修改的表示信息Fe的一个实例。这个实例中，作为新语法特征，增加语法特征703“(礼貌)”和语法特征704“(主语he)”。对于语法特征703，与其对应的语素的标识符702是“1-5”。简单地说，语法特征“(礼貌)”影响所有最似然目标命题Ppt。此外，语法特征704对应于语素“returns”，其代表将“he”补充为“returns”的“主语”。

在S6，基于修改的语法特征Fe，命题转换单元106将最似然目标命题Ppt转换成日语的目标句T。这里，目标句T是(从源句S生成的)源命题Ps和修改的语法特征Fe完全被转换的结果。图7中，基于修改的表示信息Fe706，最似然目标命题Ppt705“KAREGA ORIKAESHIDENWASURU.MODORU”被转换成目标句T 701“KAREGAMODIRIMASHITARA，KARENI ORIKAESHI ODENWASASEMASYOHKA？”。

第一实施例中，命题转换单元106通过源句转换单元102的处理的反向转换生成目标句。例如，图7中，对于源命题“He calls you back.Returns.”中的第二个词“calls”，增加语法特征“(现在时)(使役词(宾语he))(建议(主语I))疑问)”。这里，假设，第二个词“calls”翻译成“DENWA SURU”。命题转换单元106通过使用语法特征“(现在时)”将这个词转换成“DENWASURU”，通过使用语法特征“(使役词(宾语he))”将“DENWA SURU”转换成“DENWA SASERU”，通过使用语法特征“(建议(主语I))”将“DENWA SASERU”转换成“DENWA SASEMASU”，以及通过使用语法特征“(疑问)”将“DENWA SASEMARU”转换成“DENWASASEMASUKA”。此外，通过使用添加到所有源命题的语法特征“(礼貌)”，生成“DENWA SASEMASYOHKA？”。此外，对于源命题中的第五个词“Returns”，以同样方式生成“KAREGA MODORIMASHITARA”。

为了使命题转换单元106生成目标句，除了上述方法，可使用利用生成语法的自然语言生成技术或利用马尔可夫模型的统计自然语言生成技术。

最后，在S7，表示单元107向用户表示(在S6生成的)目标句。

(修改)

可将第一实施例的机器翻译装置修改成图8或图9所示的组件。

图8的机器翻译装置800不包括最似然候选选择单元104和特征编辑单元105。这个特征不同于图1的机器翻译装置100。在机器翻译装置800中，翻译单元103输出具有最高翻译分数的一个翻译候选。结果，可执行与机器翻译装置100相同的处理。

图9的机器翻译装置900不包括最似然候选选择单元104。这个特征不同于图1的机器翻译装置100。在机器翻译装置900中，翻译单元103输出具有最高翻译分数的一个翻译候选。或者，特征编辑单元105编辑具有最高翻译分数的一个翻译候选的表示信息。结果，可执行与机器翻译装置100相同的处理。

(效果)

对于第一实施例的机器翻译装置，从要翻译的源句提取语法特征，并且将源句转换成不包括语法特征的源命题。然后，通过翻译单元将源命题翻译成目标命题。这样，已经从源命题排除了变体。由此，可降低翻译单元翻译源命题的开发成本。

此外，对于第一实施例的机器翻译装置，基于编辑的语法特征，将目标命题转换成目标句。结果，可生成具有源句的变体的目标句和用户期望的表示。

公开的实施例中，可通过计算机可读介质中存储的计算机程序执行处理。

实施例中，计算机可读介质可以是例如磁盘、软盘、硬盘、光盘(例如CD-ROM、CD-R、DVD)、光磁盘(例如MD)。然而，可使用被配置为存储使得计算机执行上述处理的计算机程序的任意计算机可读介质。

此外，基于从存储器设备安装到计算机的程序的指示，计算机上运行的OS(操作系统)或MW(中间件软件)，例如数据库管理软件或网络，可执行用以实现实施例的每个处理的一部分。

此外，存储器设备不限于与计算机独立的设备。通过下载经由LAN或因特网传输的程序，可以包含存储程序的存储器设备。此外，存储器设备不限于一个。在通过多个存储器设备执行实施例的处理的情况下，可在存储器设备中包括多个存储器设备。

计算机可根据存储器设备中存储的程序执行实施例的每个处理阶段。计算机可以是例如个人计算机的一个装置，或者是一个系统，其中多个处理装置通过网络连接。此外，计算机不限于个人计算机。本领域技术人员将理解，计算机包括信息处理器中的处理单元、微计算机等。总之，可使用程序执行实施例中的功能的设备和装置总体称为计算机。

尽管描述了某些实施例，这些实施例仅通过实例表示，而不限制本发明的范围。实际上，这里描述的新颖性实施例可通过各种其他形式实现；此外，可对这里所述的实施例的形式作出各种省略、替换和改变，而不脱离本发明的精神。所附权利要求及其等同物旨在覆盖这样的形式或修改，其落入本发明的范围和精神内。

Claims (6)

1.一种将第一语言的源句翻译成第二语言的目标句的装置，包括：

源句转换单元，配置为从所述源句提取语法特征，以及将所述源句转换成不包括语法特征的源命题；

翻译单元，配置为将所述源命题翻译成第二语言的目标命题；以及

命题转换单元，配置为基于语法特征将所述目标命题转换成目标句。

2.如权利要求1所述的装置，还包括：

特征编辑单元，配置为编辑所述语法特征；

其中所述命题转换单元基于编辑后的语法特征将所述目标命题转换成目标句。

3.如权利要求1所述的装置，其中

所述源句转换单元将所述源句转换成多个源命题；

所述翻译单元将所述多个源命题翻译成第二语言的多个目标命题；以及

所述命题转换单元在所述多个目标命题中选择由翻译单元计算的翻译分数最高的目标命题，并将选择的目标命题转换成目标句。

4.如权利要求1所述的装置，其中

所述语法特征是源句中用于说话人的命题的主格识别或说话态度。

5.如权利要求4所述的装置，其中

所述语法特征是时态、体态、形态、或语态。

6.一种将第一语言的源句翻译成第二语言的目标句的方法，包括：

从所述源句提取语法特征；

将所述源句转换成不包括语法特征的源命题；

将所述源命题翻译成第二语言的目标命题；以及

基于语法特征将所述目标命题转换成目标句。

Images