JP2000020524A - 対訳文検索装置 - Google Patents
対訳文検索装置Info
- Publication number
- JP2000020524A JP2000020524A JP10202788A JP20278898A JP2000020524A JP 2000020524 A JP2000020524 A JP 2000020524A JP 10202788 A JP10202788 A JP 10202788A JP 20278898 A JP20278898 A JP 20278898A JP 2000020524 A JP2000020524 A JP 2000020524A
- Authority
- JP
- Japan
- Prior art keywords
- sentence
- language
- search
- written
- bilingual
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3337—Translation of the query language, e.g. Chinese to English
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3335—Syntactic pre-processing, e.g. stopword elimination, stemming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/268—Morphological analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/42—Data-driven translation
- G06F40/45—Example-based machine translation; Alignment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99931—Database or file accessing
- Y10S707/99933—Query processing, i.e. searching
- Y10S707/99935—Query augmenting and refining, e.g. inexact access
Abstract
(57)【要約】
【課題】 表現の相違、文の長さ等に大きく影響される
ことなく、対訳文ペアを用いて第１言語の検索質問文か
らより適切な訳文たる第２言語文を検索する。 【解決手段】 対訳文ペア格納手段１に第１言語で書か
れた文とそれに対応する第２言語で書かれた訳文とのペ
アを複数格納しておき、検索文入力手段２から第１言語
で書かれた検索質問文を受け付けると、第１の検索手段
３が検索質問文に基づいて対訳文ペア格納手段１に格納
されている第１言語で書かれた文の集合を対象として検
索処理する。第１の検索手段３により検索された第１言
語で書かれた文に対応して対訳文ペア格納手段１に格納
されている第２言語で書かれた訳文に類似する文を、第
２の検索手段４が対訳文ペア格納手段１に格納されてい
る第２言語で書かれた訳文の集合を対象として検索す
る。訳文ペアに対する第１言語入力文による検索を行
い、この検索結果に対応する第２言語文を用いて、訳文
ペアから第２言語文の類似検索を行う。
ことなく、対訳文ペアを用いて第１言語の検索質問文か
らより適切な訳文たる第２言語文を検索する。 【解決手段】 対訳文ペア格納手段１に第１言語で書か
れた文とそれに対応する第２言語で書かれた訳文とのペ
アを複数格納しておき、検索文入力手段２から第１言語
で書かれた検索質問文を受け付けると、第１の検索手段
３が検索質問文に基づいて対訳文ペア格納手段１に格納
されている第１言語で書かれた文の集合を対象として検
索処理する。第１の検索手段３により検索された第１言
語で書かれた文に対応して対訳文ペア格納手段１に格納
されている第２言語で書かれた訳文に類似する文を、第
２の検索手段４が対訳文ペア格納手段１に格納されてい
る第２言語で書かれた訳文の集合を対象として検索す
る。訳文ペアに対する第１言語入力文による検索を行
い、この検索結果に対応する第２言語文を用いて、訳文
ペアから第２言語文の類似検索を行う。
Description
【０００１】
【発明の属する技術分野】本発明は、第１言語と第２言
語との２種の言語間の対訳文を検索する装置に関し、特
に、第１言語と第２言語との対訳文を用いて、第１言語
で書かれた検索質問文により第１言語についての検索を
行い、更に、当該検索結果に基づいて第２言語について
の類似文検索を行う対訳文検索装置に関する。
語との２種の言語間の対訳文を検索する装置に関し、特
に、第１言語と第２言語との対訳文を用いて、第１言語
で書かれた検索質問文により第１言語についての検索を
行い、更に、当該検索結果に基づいて第２言語について
の類似文検索を行う対訳文検索装置に関する。
【０００２】
【従来の技術】コンピュータ性能の向上、電子辞書の整
備、自然言語処理技術の進歩等に伴い、これまで多くの
機械翻訳技術の提案がなされてきた。しかしながら、未
だ十分な翻訳精度を持つ機械翻訳システムが実現されて
いるとは言い難い状況にある。
備、自然言語処理技術の進歩等に伴い、これまで多くの
機械翻訳技術の提案がなされてきた。しかしながら、未
だ十分な翻訳精度を持つ機械翻訳システムが実現されて
いるとは言い難い状況にある。
【０００３】（従来技術１）そこで、翻訳元の言語（第
１言語）と翻訳先の言語（第２言語）の対訳文のペアを
多数用意しておき、対訳文ペアの第１言語文から第１言
語入力文に類似する文を検索し、この検索結果としての
第１言語文に対応する第２言語文を対訳文ペアから出力
し、この出力された第２言語文をユーザに参照させるこ
とによって、第１言語入力文の翻訳の質を高めようとす
る手法が提案されている。第１言語入力文と類似する文
を対訳文ペアの第１言語文の集合中から得る方法とし
て、共通に用いられている語の多いものを類似度の高い
文とする方法や、例えば特開平９−５０４３５号公報に
記載されるように、類似文書検索手法の一つであるベク
トル空間モデルに基づいた検索手法を用いて、第１言語
入力文に対応するベクトルと距離の近いベクトルを持つ
第１言語文を類似度の高い文とする方法が提案されてい
る。
１言語）と翻訳先の言語（第２言語）の対訳文のペアを
多数用意しておき、対訳文ペアの第１言語文から第１言
語入力文に類似する文を検索し、この検索結果としての
第１言語文に対応する第２言語文を対訳文ペアから出力
し、この出力された第２言語文をユーザに参照させるこ
とによって、第１言語入力文の翻訳の質を高めようとす
る手法が提案されている。第１言語入力文と類似する文
を対訳文ペアの第１言語文の集合中から得る方法とし
て、共通に用いられている語の多いものを類似度の高い
文とする方法や、例えば特開平９−５０４３５号公報に
記載されるように、類似文書検索手法の一つであるベク
トル空間モデルに基づいた検索手法を用いて、第１言語
入力文に対応するベクトルと距離の近いベクトルを持つ
第１言語文を類似度の高い文とする方法が提案されてい
る。
【０００４】以下、文献「Ｄａｖｉｄ Ｅｌｌｉｓ，”
情報検索論”，丸善株式会社，ｐｐ．５３−５７（１９
９４）」に記載されるベクトル空間モデルにより入力文
と類似度の高い文を得る手法について説明する。ベクト
ル空間モデルにおいては、検索対象となる各文と検索式
として与えられる入力文の両者をベクトルとして表現す
る。検索対象の文がＮ文存在し、Ｎ文中に含まれる全単
語がＭ種類（Ｗ1，Ｗ2，・・・，ＷM）あるとして、各
文（Ｓ1，Ｓ2，・・・，ＳN）に対応するベクトルは、
それぞれ式１の通りにＭ次元のベクトルとして定義でき
る。ただし、Ｔijは文Ｓi中に単語Ｗjが存在していれば
１、存在していなければ０である。
情報検索論”，丸善株式会社，ｐｐ．５３−５７（１９
９４）」に記載されるベクトル空間モデルにより入力文
と類似度の高い文を得る手法について説明する。ベクト
ル空間モデルにおいては、検索対象となる各文と検索式
として与えられる入力文の両者をベクトルとして表現す
る。検索対象の文がＮ文存在し、Ｎ文中に含まれる全単
語がＭ種類（Ｗ1，Ｗ2，・・・，ＷM）あるとして、各
文（Ｓ1，Ｓ2，・・・，ＳN）に対応するベクトルは、
それぞれ式１の通りにＭ次元のベクトルとして定義でき
る。ただし、Ｔijは文Ｓi中に単語Ｗjが存在していれば
１、存在していなければ０である。
【０００５】
【数１】 Ｓ1＝（Ｔ11，Ｔ12，・・・，Ｔ1M）、 Ｓ2＝（Ｔ21，Ｔ22，・・・，Ｔ2M）、 ・・・ ＳN＝（ＴN1，ＴN2，・・・，ＴNM）、 ・・・（式１）
【０００６】同様に検索入力文Ｑに対応するベクトルは
式２の通りに定義できる。ただし、Ｔiは入力文Ｑ中に
単語Ｗiが存在していれば１、存在していなければ０で
ある。なお、ここではベクトルの各要素を１，０の２値
としているが、単語の各文中での重要度に応じて実数値
を割り当てる場合もある。
式２の通りに定義できる。ただし、Ｔiは入力文Ｑ中に
単語Ｗiが存在していれば１、存在していなければ０で
ある。なお、ここではベクトルの各要素を１，０の２値
としているが、単語の各文中での重要度に応じて実数値
を割り当てる場合もある。
【０００７】
【数２】 Ｑ＝（Ｔ1，Ｔ2，・・・，ＴM） ・・・（式２）
【０００８】ベクトル空間モデルでは、ベクトルＱと距
離の近い（距離の値が大きい）ベクトルＳiに対応する
文Ｓiを入力文Ｑと類似度の高い文とし、検索結果とし
て類似度の高い文から順に出力する。ベクトルＱとベク
トルＳiの距離Ｄ（Ｑ，Ｓi）は、式３の計算式に従って
行う。ただし、（Ｖ，Ｕ）はベクトルＶとベクトルＵの
内積である。なお、通常、ベクトル空間モデルでは、計
算に用いる単語Ｗ1，Ｗ2，・・・，ＷMを自立語のみと
し、助詞や助動詞等の付属語を考慮しないことが多い。
また、自立語であっても、英語のｂｅ動詞のようなあり
ふれた語（ストップワード）は考慮しないことが多い。
離の近い（距離の値が大きい）ベクトルＳiに対応する
文Ｓiを入力文Ｑと類似度の高い文とし、検索結果とし
て類似度の高い文から順に出力する。ベクトルＱとベク
トルＳiの距離Ｄ（Ｑ，Ｓi）は、式３の計算式に従って
行う。ただし、（Ｖ，Ｕ）はベクトルＶとベクトルＵの
内積である。なお、通常、ベクトル空間モデルでは、計
算に用いる単語Ｗ1，Ｗ2，・・・，ＷMを自立語のみと
し、助詞や助動詞等の付属語を考慮しないことが多い。
また、自立語であっても、英語のｂｅ動詞のようなあり
ふれた語（ストップワード）は考慮しないことが多い。
【０００９】
【数３】 Ｄ（Ｑ，Ｓi）＝（Ｑ，Ｓi）／（（Ｑ，Ｑ）（Ｓi，Ｓi））1/2 ・・・（式３ ）
【００１０】（従来技術２）上記の（従来技術１）と同
様の効果を得るために、第１言語の入力文中の各単語
を、辞書を用いて第２言語の単語や熟語に機械的に置き
換え、この第２言語による単語や熟語の集合を用いて第
２言語の文集合中から該当する文を検索し、得られた第
２言語文をユーザに参照させることによって翻訳の質を
高める手法が研究されている。
様の効果を得るために、第１言語の入力文中の各単語
を、辞書を用いて第２言語の単語や熟語に機械的に置き
換え、この第２言語による単語や熟語の集合を用いて第
２言語の文集合中から該当する文を検索し、得られた第
２言語文をユーザに参照させることによって翻訳の質を
高める手法が研究されている。
【００１１】
【発明が解決しようとする課題】しかしながら、上記し
た（従来技術１）や（従来技術２）にあっては、次のよ
うな課題があった。
た（従来技術１）や（従来技術２）にあっては、次のよ
うな課題があった。
【００１２】まず、（従来技術１）は、第１言語の入力
文中に存在する単語だけを基に類似する第１言語文を得
るものである。このため、第１言語入力文の翻訳文とし
て適切な第２言語文が対訳文ペア集合中に存在している
場合であっても、第１言語文の表現が第１言語入力文と
異なる場合には、検索結果として適切な第２言語文を得
ることができない。この（従来技術１）が効果的である
のは、第１言語入力文中に存在する単語集合とほぼ同一
の単語集合を構成要素とする文が対訳文ペア集合中に存
在している場合に限られてしまう。このような欠点は、
入力文中に含まれる単語の数が少ない程顕著になる。こ
のことからすれば、入力が多くの文から構成される文書
のような場合には、対応する文書ベクトルの非零の要素
が多くなり（実質的なベクトルの次元が高くなり）、検
索結果の信頼性は高くなるといえるが、実際に存在する
対訳文データは短い文であることがほとんどであるた
め、（従来技術１）により適切な対訳文（第２言語文）
を得ることは事実上困難である。
文中に存在する単語だけを基に類似する第１言語文を得
るものである。このため、第１言語入力文の翻訳文とし
て適切な第２言語文が対訳文ペア集合中に存在している
場合であっても、第１言語文の表現が第１言語入力文と
異なる場合には、検索結果として適切な第２言語文を得
ることができない。この（従来技術１）が効果的である
のは、第１言語入力文中に存在する単語集合とほぼ同一
の単語集合を構成要素とする文が対訳文ペア集合中に存
在している場合に限られてしまう。このような欠点は、
入力文中に含まれる単語の数が少ない程顕著になる。こ
のことからすれば、入力が多くの文から構成される文書
のような場合には、対応する文書ベクトルの非零の要素
が多くなり（実質的なベクトルの次元が高くなり）、検
索結果の信頼性は高くなるといえるが、実際に存在する
対訳文データは短い文であることがほとんどであるた
め、（従来技術１）により適切な対訳文（第２言語文）
を得ることは事実上困難である。
【００１３】１つの例として、第１言語を日本語、第２
言語を英語とし、「次第に細くなる。」という日本語文
を入力文とする場合を考える。この文から自立語を抽出
すると、「次第」及び「細い」が得られる。なお、動詞
「なる」はストップワードであり、説明から省くことに
する。（従来技術１）によれば、上記入力文に類似する
日本語文として、「次第」と「細い」の両単語を含む文
が得られることになる。しかしながら、入力文に意味的
には等しいが、表現の異なる（使用されている単語の異
なる）次のような適切な対訳文を得ることはできない。 「先細になる。 It tapers down to a point.」 ・・・（ａ）、 「先へ行って尖る。 It tapers into a sharp point.」 ・・・（ｂ）、
言語を英語とし、「次第に細くなる。」という日本語文
を入力文とする場合を考える。この文から自立語を抽出
すると、「次第」及び「細い」が得られる。なお、動詞
「なる」はストップワードであり、説明から省くことに
する。（従来技術１）によれば、上記入力文に類似する
日本語文として、「次第」と「細い」の両単語を含む文
が得られることになる。しかしながら、入力文に意味的
には等しいが、表現の異なる（使用されている単語の異
なる）次のような適切な対訳文を得ることはできない。 「先細になる。 It tapers down to a point.」 ・・・（ａ）、 「先へ行って尖る。 It tapers into a sharp point.」 ・・・（ｂ）、
【００１４】また、（従来技術２）は、第１言語の入力
文中の個々の単語を、辞書を用いて第２言語の単語や熟
語に置き換えることにより、参照すべき第２言語文を得
るものである。しかしながら、或る第１言語単語を表現
することが可能な第２言語の単語や熟語は極めて多様で
あり、さらに、その中からどの第２言語単語で置き換え
るのが適切であるかは第１言語入力文の文意に依存する
ため、それらを予め決定しておくことは事実上不可能で
ある。したがって、第１言語単語と第２言語単語の対応
関係を予め網羅的に辞書の形式で表現することは困難で
あり、（従来技術２）で適切な対訳文を得ることも困難
である。
文中の個々の単語を、辞書を用いて第２言語の単語や熟
語に置き換えることにより、参照すべき第２言語文を得
るものである。しかしながら、或る第１言語単語を表現
することが可能な第２言語の単語や熟語は極めて多様で
あり、さらに、その中からどの第２言語単語で置き換え
るのが適切であるかは第１言語入力文の文意に依存する
ため、それらを予め決定しておくことは事実上不可能で
ある。したがって、第１言語単語と第２言語単語の対応
関係を予め網羅的に辞書の形式で表現することは困難で
あり、（従来技術２）で適切な対訳文を得ることも困難
である。
【００１５】１つの例として、上記の（従来技術１）に
ついての例と同じ条件において、「次第」および「細
い」を英語単語あるいは英熟語に置き換えると例えば次
のようになる。 「次第」→「gradually, by degrees, little by little, as soon as, order, the state of things, depend on」 ・・・（ｃ）、 「細い」→「thin, narrow, fine, slim, slender」 ・・・（ｄ）、 この（ｃ）および（ｄ）中の英単語を含む文を検索した
としても、上記した（ａ）や（ｂ）に示した適切な英語
文を得ることはできない。実際、（ｃ）および（ｄ）中
の英単語を中心にして「次第に細くなる。」に対応する
英語文を作成すると不自然な文となってしまう。（ａ）
や（ｂ）中の英語文に含まれる「taper」は単独で「次
第に細くなる。次第に少なくなる。」という意味を持つ
単語であるが、（従来技術２）においては、「次第」
（あるいは「細い」）の翻訳単語として「taper」が記
述されていなければ（ａ）や（ｂ）を得ることはできな
いことになる。
ついての例と同じ条件において、「次第」および「細
い」を英語単語あるいは英熟語に置き換えると例えば次
のようになる。 「次第」→「gradually, by degrees, little by little, as soon as, order, the state of things, depend on」 ・・・（ｃ）、 「細い」→「thin, narrow, fine, slim, slender」 ・・・（ｄ）、 この（ｃ）および（ｄ）中の英単語を含む文を検索した
としても、上記した（ａ）や（ｂ）に示した適切な英語
文を得ることはできない。実際、（ｃ）および（ｄ）中
の英単語を中心にして「次第に細くなる。」に対応する
英語文を作成すると不自然な文となってしまう。（ａ）
や（ｂ）中の英語文に含まれる「taper」は単独で「次
第に細くなる。次第に少なくなる。」という意味を持つ
単語であるが、（従来技術２）においては、「次第」
（あるいは「細い」）の翻訳単語として「taper」が記
述されていなければ（ａ）や（ｂ）を得ることはできな
いことになる。
【００１６】しかしながら、「taper」は、「次第に」
と「細くなる」という両者の意味内容が同時に含まれて
いる場合にのみ対応する単語であって、「次第」（ある
いは「細い」）単独の翻訳単語としては不適切である。
「taper」と同様に単一の語で「次第に」という意味を
含む英単語として、「peter（次第に消える）」「wane
（次第に弱くなる）」「fade（次第に薄れる）」等様々
な単語を挙げることができるが、いずれも同様の理由で
「次第」という１単語の翻訳単語としては不適切であ
る。すなわち、ある日本語単語に適切に対応する英単語
は入力文の文意に依存し、予め辞書を作成しておくこと
は不可能であるといえる。
と「細くなる」という両者の意味内容が同時に含まれて
いる場合にのみ対応する単語であって、「次第」（ある
いは「細い」）単独の翻訳単語としては不適切である。
「taper」と同様に単一の語で「次第に」という意味を
含む英単語として、「peter（次第に消える）」「wane
（次第に弱くなる）」「fade（次第に薄れる）」等様々
な単語を挙げることができるが、いずれも同様の理由で
「次第」という１単語の翻訳単語としては不適切であ
る。すなわち、ある日本語単語に適切に対応する英単語
は入力文の文意に依存し、予め辞書を作成しておくこと
は不可能であるといえる。
【００１７】なお、前述の特開平９−５０４３５号公報
に記載された方法では、ベクトル空間モデルにおいて、
各文ではなく、単語ごとに予めベクトルを設定し、文に
含まれる各単語に対応するベクトルの総和として文ベク
トルを表現している。この場合においても、同一単語が
存在しない場合は類似度の値が低くなり、上記した（従
来技術１）についての課題は解決されるものではない。
さらに、既に述べたように各単語の意味は文意に依存す
るものであるため、各単語について予め固定的なベクト
ルを決定しておくことは不可能であり、上記した（従来
技術２）と同種の課題を持つことになってしまう。
に記載された方法では、ベクトル空間モデルにおいて、
各文ではなく、単語ごとに予めベクトルを設定し、文に
含まれる各単語に対応するベクトルの総和として文ベク
トルを表現している。この場合においても、同一単語が
存在しない場合は類似度の値が低くなり、上記した（従
来技術１）についての課題は解決されるものではない。
さらに、既に述べたように各単語の意味は文意に依存す
るものであるため、各単語について予め固定的なベクト
ルを決定しておくことは不可能であり、上記した（従来
技術２）と同種の課題を持つことになってしまう。
【００１８】本発明は、上記従来の事情に鑑みなされた
ものであり、その表現の相違や単語や熟語の数に大きく
影響されることなく、対訳文ペアを用いて第１言語の検
索質問文からより適切な訳文たる第２言語文を検索する
ことを目的とする。特に、本発明は、第１言語入力文が
比較的短い場合であっても、適切な第２言語文を対訳文
ペア中から検索することを目的とする。
ものであり、その表現の相違や単語や熟語の数に大きく
影響されることなく、対訳文ペアを用いて第１言語の検
索質問文からより適切な訳文たる第２言語文を検索する
ことを目的とする。特に、本発明は、第１言語入力文が
比較的短い場合であっても、適切な第２言語文を対訳文
ペア中から検索することを目的とする。
【００１９】
【課題を解決するための手段】本発明に係る対訳文検索
装置では、対訳文ペア格納手段に第１言語で書かれた文
とそれに対応する第２言語で書かれた訳文とのペアを複
数格納しておき、検索文入力手段から第１言語で書かれ
た検索質問文を受け付けると、第１の検索手段が当該検
索質問文に基づいて対訳文ペア格納手段に格納されてい
る第１言語で書かれた文の集合を対象として検索処理す
る。そして、第１の検索手段により検索された第１言語
で書かれた文に対応して対訳文ペア格納手段に格納され
ている第２言語で書かれた訳文に類似する文を、第２の
検索手段が対訳文ペア格納手段に格納されている第２言
語で書かれた訳文の集合を対象として検索する。
装置では、対訳文ペア格納手段に第１言語で書かれた文
とそれに対応する第２言語で書かれた訳文とのペアを複
数格納しておき、検索文入力手段から第１言語で書かれ
た検索質問文を受け付けると、第１の検索手段が当該検
索質問文に基づいて対訳文ペア格納手段に格納されてい
る第１言語で書かれた文の集合を対象として検索処理す
る。そして、第１の検索手段により検索された第１言語
で書かれた文に対応して対訳文ペア格納手段に格納され
ている第２言語で書かれた訳文に類似する文を、第２の
検索手段が対訳文ペア格納手段に格納されている第２言
語で書かれた訳文の集合を対象として検索する。
【００２０】すなわち、訳文ペアに対する第１言語入力
文による検索を行い、この検索結果に対応する第２言語
文を用いて、訳文ペアから第２言語文の類似検索を行っ
ている。このように訳文ペアを橋渡しとした第１言語と
第２言語との検索を二重に連続して行うことにより、表
現の相違や単語や熟語の数に大きく影響されることな
く、第１言語の検索質問文からより適切な訳文たる第２
言語文を検索することができる。なお、本明細書におい
て、第１の検索処理の対象とする第１言語で書かれた文
の集合や、第２の検索処理の対象とする第２言語で書か
れた文の集合には、対訳文ペア格納手段（文格納手段）
に格納された状態の文データである場合に限らず、これ
ら文データから抽出された節や単語或いは文集合であっ
て元の文データに対応付けられていることにより、検索
処理上、対訳文ペア格納手段（文格納手段）に格納され
た文集合と実質的に同一に扱うことができるデータ集合
をも包含している。
文による検索を行い、この検索結果に対応する第２言語
文を用いて、訳文ペアから第２言語文の類似検索を行っ
ている。このように訳文ペアを橋渡しとした第１言語と
第２言語との検索を二重に連続して行うことにより、表
現の相違や単語や熟語の数に大きく影響されることな
く、第１言語の検索質問文からより適切な訳文たる第２
言語文を検索することができる。なお、本明細書におい
て、第１の検索処理の対象とする第１言語で書かれた文
の集合や、第２の検索処理の対象とする第２言語で書か
れた文の集合には、対訳文ペア格納手段（文格納手段）
に格納された状態の文データである場合に限らず、これ
ら文データから抽出された節や単語或いは文集合であっ
て元の文データに対応付けられていることにより、検索
処理上、対訳文ペア格納手段（文格納手段）に格納され
た文集合と実質的に同一に扱うことができるデータ集合
をも包含している。
【００２１】また、本発明に係る対訳文検索装置では、
対訳文ペア格納手段に第１言語で書かれた文とそれに対
応する第２言語で書かれた訳文とのペアを複数格納し、
また、文格納手段に第２言語で書かれた文を複数格納し
ておき、検索文入力手段から第１言語で書かれた検索質
問文を受け付けると、第１の検索手段が当該検索質問文
に基づいて対訳文ペア格納手段に格納されている第１言
語で書かれた文の集合を対象として検索処理する。そし
て、第１の検索手段により検索された第１言語で書かれ
た文に対応して対訳文ペア格納手段に格納されている第
２言語で書かれた訳文に類似する文を、第２の検索手段
が対訳文ペア格納手段及び文格納手段に格納されている
第２言語で書かれた文の集合を対象として検索する。
対訳文ペア格納手段に第１言語で書かれた文とそれに対
応する第２言語で書かれた訳文とのペアを複数格納し、
また、文格納手段に第２言語で書かれた文を複数格納し
ておき、検索文入力手段から第１言語で書かれた検索質
問文を受け付けると、第１の検索手段が当該検索質問文
に基づいて対訳文ペア格納手段に格納されている第１言
語で書かれた文の集合を対象として検索処理する。そし
て、第１の検索手段により検索された第１言語で書かれ
た文に対応して対訳文ペア格納手段に格納されている第
２言語で書かれた訳文に類似する文を、第２の検索手段
が対訳文ペア格納手段及び文格納手段に格納されている
第２言語で書かれた文の集合を対象として検索する。
【００２２】すなわち、訳文ペアに対する第１言語入力
文による検索を行い、この検索結果に対応する第２言語
文を用いて、訳文ペア及び別個な第２言語文の集合から
第２言語文の類似検索を行っている。この態様において
も訳文ペアを橋渡しとした第１言語と第２言語との検索
を二重に連続して行っており、これにより、表現の相違
や単語や熟語の数に大きく影響されることなく、第１言
語の検索質問文からより適切な訳文たる第２言語文を検
索することができる。なお、この態様によれば、第２の
検索手段による類似文検索に、訳文ペアの他に、例えば
外部の文書集合データベースをもネットワーク等を通し
て利用し、より多くのデータを用いてより適切なる第２
言語の訳文を得ることができる。
文による検索を行い、この検索結果に対応する第２言語
文を用いて、訳文ペア及び別個な第２言語文の集合から
第２言語文の類似検索を行っている。この態様において
も訳文ペアを橋渡しとした第１言語と第２言語との検索
を二重に連続して行っており、これにより、表現の相違
や単語や熟語の数に大きく影響されることなく、第１言
語の検索質問文からより適切な訳文たる第２言語文を検
索することができる。なお、この態様によれば、第２の
検索手段による類似文検索に、訳文ペアの他に、例えば
外部の文書集合データベースをもネットワーク等を通し
て利用し、より多くのデータを用いてより適切なる第２
言語の訳文を得ることができる。
【００２３】また、本発明に係る対訳文検索装置では、
対訳文ペア格納手段に第１言語で書かれた文とそれに対
応する第２言語で書かれた訳文とのペアを複数格納し、
また、文格納手段に第２言語で書かれた文を複数格納し
ておき、検索文入力手段から第１言語で書かれた検索質
問文を受け付けると、第１の検索手段が当該検索質問文
に基づいて対訳文ペア格納手段に格納されている第１言
語で書かれた文の集合を対象として検索処理する。そし
て、第１の検索手段により検索された第１言語で書かれ
た文に対応して対訳文ペア格納手段に格納されている第
２言語で書かれた訳文に類似する文を、第２の検索手段
が文格納手段に格納されている第２言語で書かれた文の
集合を対象として検索する。
対訳文ペア格納手段に第１言語で書かれた文とそれに対
応する第２言語で書かれた訳文とのペアを複数格納し、
また、文格納手段に第２言語で書かれた文を複数格納し
ておき、検索文入力手段から第１言語で書かれた検索質
問文を受け付けると、第１の検索手段が当該検索質問文
に基づいて対訳文ペア格納手段に格納されている第１言
語で書かれた文の集合を対象として検索処理する。そし
て、第１の検索手段により検索された第１言語で書かれ
た文に対応して対訳文ペア格納手段に格納されている第
２言語で書かれた訳文に類似する文を、第２の検索手段
が文格納手段に格納されている第２言語で書かれた文の
集合を対象として検索する。
【００２４】すなわち、訳文ペアに対する第１言語入力
文による検索を行い、この検索結果に対応する第２言語
文を用いて、訳文ペアとは別個な第２言語文の集合から
第２言語文の類似検索を行っている。この態様において
も訳文ペアを橋渡しとした第１言語と第２言語との検索
を二重に連続して行っており、これにより、表現の相違
や単語や熟語の数に大きく影響されることなく、第１言
語の検索質問文からより適切な訳文たる第２言語文を検
索することができる。なお、この態様によれば、第２の
検索手段による類似文検索に、例えば外部の文書集合デ
ータベースをネットワーク等を通して利用し、種々なデ
ータを用いてより適切なる第２言語の訳文を得ることが
できる。
文による検索を行い、この検索結果に対応する第２言語
文を用いて、訳文ペアとは別個な第２言語文の集合から
第２言語文の類似検索を行っている。この態様において
も訳文ペアを橋渡しとした第１言語と第２言語との検索
を二重に連続して行っており、これにより、表現の相違
や単語や熟語の数に大きく影響されることなく、第１言
語の検索質問文からより適切な訳文たる第２言語文を検
索することができる。なお、この態様によれば、第２の
検索手段による類似文検索に、例えば外部の文書集合デ
ータベースをネットワーク等を通して利用し、種々なデ
ータを用いてより適切なる第２言語の訳文を得ることが
できる。
【００２５】なお、本発明に係る対訳文検索装置は、後
述するように、第２の検索手段による検索において重要
語やその重要度を用いる、第２の検索手段による検索に
おいてベクトル空間モデルを用いる、第２の検索手段に
より第１言語で書かれた文と第２言語で書かれた訳文と
からなる対訳文ペアに類似する対訳文ペアを検索する、
第１言語で書かれた検索質問文を複数の単語或いは節に
分割して、これら各単語或いは各節ごとに類似文検索を
行う、等と言った種々な態様で実現することができる。
また、本発明に係る対訳文検索方法は、上記のような訳
文ペアを用いた第１言語による第１の検索と、この検索
結果に基づいて、訳文ペア及び／又は別個な第２言語文
集合を用いた第２言語による第２の検索とを行うことに
よって、第１言語の検索質問文からより適切な訳文たる
第２言語文を検索することができる。
述するように、第２の検索手段による検索において重要
語やその重要度を用いる、第２の検索手段による検索に
おいてベクトル空間モデルを用いる、第２の検索手段に
より第１言語で書かれた文と第２言語で書かれた訳文と
からなる対訳文ペアに類似する対訳文ペアを検索する、
第１言語で書かれた検索質問文を複数の単語或いは節に
分割して、これら各単語或いは各節ごとに類似文検索を
行う、等と言った種々な態様で実現することができる。
また、本発明に係る対訳文検索方法は、上記のような訳
文ペアを用いた第１言語による第１の検索と、この検索
結果に基づいて、訳文ペア及び／又は別個な第２言語文
集合を用いた第２言語による第２の検索とを行うことに
よって、第１言語の検索質問文からより適切な訳文たる
第２言語文を検索することができる。
【００２６】また、本発明は、上記した対訳文検索をコ
ンピュータに実行させるためのプログラムを記憶した記
憶媒体としても実施でき、第１言語で書かれた検索質問
文を受け付ける検索文入力機能と、メモリに記憶されて
いる第１言語で書かれた文とそれに対応する第２言語で
書かれた訳文とのペアデータを用いて、受け付けた検索
質問文に基づいて第１言語で書かれた文の集合を対象と
して検索処理する第１の検索機能と、第１の検索機能に
より検索された第１言語で書かれた文に対応するペアデ
ータ中の第２言語で書かれた訳文に類似する文を、当該
ペアデータ中の第２言語で書かれた訳文集合（及び／又
は、当該ペアデータとは別個にメモリに格納されている
第２言語で書かれた文の集合）を対象として検索する第
２の検索機能と、をコンピュータに実現させるための対
訳文検索プログラムをコンピュータにより読み出し可能
にＣＤＲＯＭ等の記憶媒体に記憶した。
ンピュータに実行させるためのプログラムを記憶した記
憶媒体としても実施でき、第１言語で書かれた検索質問
文を受け付ける検索文入力機能と、メモリに記憶されて
いる第１言語で書かれた文とそれに対応する第２言語で
書かれた訳文とのペアデータを用いて、受け付けた検索
質問文に基づいて第１言語で書かれた文の集合を対象と
して検索処理する第１の検索機能と、第１の検索機能に
より検索された第１言語で書かれた文に対応するペアデ
ータ中の第２言語で書かれた訳文に類似する文を、当該
ペアデータ中の第２言語で書かれた訳文集合（及び／又
は、当該ペアデータとは別個にメモリに格納されている
第２言語で書かれた文の集合）を対象として検索する第
２の検索機能と、をコンピュータに実現させるための対
訳文検索プログラムをコンピュータにより読み出し可能
にＣＤＲＯＭ等の記憶媒体に記憶した。
【００２７】ここで、本発明の記憶媒体において、コン
ピュータに設けられているメモリや外部のデータベース
に予め用意したペアデータを用いるようにしてもよい
が、ペアデータを上記の対訳文検索機能プログラムと共
に記憶媒体に記憶したパッケージとしてもよい。なお、
この場合には、記憶媒体に記憶されたペアデータをコン
ピュータに利用させるために、当該記憶媒体に記憶され
る対訳文検索機能プログラムには、ペアデータを記憶媒
体から読み出してコンピュータに備えられているメモリ
に格納する機能が含まれている。
ピュータに設けられているメモリや外部のデータベース
に予め用意したペアデータを用いるようにしてもよい
が、ペアデータを上記の対訳文検索機能プログラムと共
に記憶媒体に記憶したパッケージとしてもよい。なお、
この場合には、記憶媒体に記憶されたペアデータをコン
ピュータに利用させるために、当該記憶媒体に記憶され
る対訳文検索機能プログラムには、ペアデータを記憶媒
体から読み出してコンピュータに備えられているメモリ
に格納する機能が含まれている。
【００２８】より具体的に説明すると、本発明を実施し
た場合の対訳文検索装置の典型的な態様は図１に示すよ
うなものとなる。すなわち、第１言語で書かれた文とそ
れに対応する第２言語で書かれた訳文とのペアを複数格
納する対訳文ペア格納手段１と、第１言語で書かれた検
索質問文を受け付ける検索文入力手段２と、検索質問文
に類似する文を対訳文ペア格納手段１に格納されている
第１言語で書かれた文の集合から検索する第１の検索手
段３と、第１の検索手段により検索された第１言語で書
かれた文に対応して対訳文ペア格納手段１に格納されて
いる第２言語で書かれた文を入力として、当該文に類似
する文を対訳文ペア格納手段１に格納されている第２言
語で書かれた文の集合から検索する第２の検索手段４
と、を備えて構成される。
た場合の対訳文検索装置の典型的な態様は図１に示すよ
うなものとなる。すなわち、第１言語で書かれた文とそ
れに対応する第２言語で書かれた訳文とのペアを複数格
納する対訳文ペア格納手段１と、第１言語で書かれた検
索質問文を受け付ける検索文入力手段２と、検索質問文
に類似する文を対訳文ペア格納手段１に格納されている
第１言語で書かれた文の集合から検索する第１の検索手
段３と、第１の検索手段により検索された第１言語で書
かれた文に対応して対訳文ペア格納手段１に格納されて
いる第２言語で書かれた文を入力として、当該文に類似
する文を対訳文ペア格納手段１に格納されている第２言
語で書かれた文の集合から検索する第２の検索手段４
と、を備えて構成される。
【００２９】第１の検索手段３による類似文検索は、例
えば、第１言語の検索質問文から自立語を抽出した後、
（１）得られた自立語集合を基にベクトル空間モデルに
従って得られる類似文（第１言語文）の内から距離の値
が所定の閾値よりも大きい文を検索結果とする、又は、
（２）後述する拡張相互情報量に基づいた計算によって
得られる類似文（第１言語文）の内から拡張相互情報量
の合計値が所定の閾値よりも大きい文を検索結果とす
る、のいずれかの方法で行う。そして、第１の検索手段
３から得られた第１言語文の集合中の各第１言語文は、
対訳文ペア格納手段１に格納されている対応する第２言
語文に置き換えられて、第２の検索手段４に入力され
る。
えば、第１言語の検索質問文から自立語を抽出した後、
（１）得られた自立語集合を基にベクトル空間モデルに
従って得られる類似文（第１言語文）の内から距離の値
が所定の閾値よりも大きい文を検索結果とする、又は、
（２）後述する拡張相互情報量に基づいた計算によって
得られる類似文（第１言語文）の内から拡張相互情報量
の合計値が所定の閾値よりも大きい文を検索結果とす
る、のいずれかの方法で行う。そして、第１の検索手段
３から得られた第１言語文の集合中の各第１言語文は、
対訳文ペア格納手段１に格納されている対応する第２言
語文に置き換えられて、第２の検索手段４に入力され
る。
【００３０】第２の検索手段４による類似文検索は、例
えば、このようにして得られた第２言語文集合から自立
語を抽出し、（１）得られた自立語集合を基にベクトル
空間モデルに従って得られる類似文（第２言語文）の内
から距離の値が所定の閾値よりも大きい文を検索結果と
する、又は、（２）後述する拡張相互情報量に基づいた
計算によって得られる類似文（第２言語文）の内から拡
張相互情報量の合計値が所定の閾値よりも大きい文を検
索結果とする、のいずれかの方法で行う。なお、複数の
文を入力として、ベクトル空間モデルを利用する場合に
は、入力された各文に対応する文ベクトルの総和ベクト
ルを入力文ベクトルとみなして、単一文入力の場合と同
様の計算を行えばよい。
えば、このようにして得られた第２言語文集合から自立
語を抽出し、（１）得られた自立語集合を基にベクトル
空間モデルに従って得られる類似文（第２言語文）の内
から距離の値が所定の閾値よりも大きい文を検索結果と
する、又は、（２）後述する拡張相互情報量に基づいた
計算によって得られる類似文（第２言語文）の内から拡
張相互情報量の合計値が所定の閾値よりも大きい文を検
索結果とする、のいずれかの方法で行う。なお、複数の
文を入力として、ベクトル空間モデルを利用する場合に
は、入力された各文に対応する文ベクトルの総和ベクト
ルを入力文ベクトルとみなして、単一文入力の場合と同
様の計算を行えばよい。
【００３１】第１の検索手段３で行う検索は、入力され
た検索質問文と類似性のある第１言語文を広範に得るこ
とを目的としている。ベクトル空間モデルによる類似文
検索も、後述する拡張相互情報量に基づいた計算による
類似文検索も、統計的な手法に基づくものであり、検索
質問文中の異なり語数が多いほど結果の信頼性は高くな
る。したがって、第１の検索手段３で行う類似文検索
は、第２の検索手段４で行う類似文検索に対する入力文
の量を増加させ、より漏れの少ない検索とすることを狙
いとしている。また、第２の検索手段４で行う検索は、
第２言語で類似検索を行うものであり、これにより、第
１言語の表現の違いに依存しない第２言語の類似文を得
ることが可能となる。
た検索質問文と類似性のある第１言語文を広範に得るこ
とを目的としている。ベクトル空間モデルによる類似文
検索も、後述する拡張相互情報量に基づいた計算による
類似文検索も、統計的な手法に基づくものであり、検索
質問文中の異なり語数が多いほど結果の信頼性は高くな
る。したがって、第１の検索手段３で行う類似文検索
は、第２の検索手段４で行う類似文検索に対する入力文
の量を増加させ、より漏れの少ない検索とすることを狙
いとしている。また、第２の検索手段４で行う検索は、
第２言語で類似検索を行うものであり、これにより、第
１言語の表現の違いに依存しない第２言語の類似文を得
ることが可能となる。
【００３２】このような第１の検索手段３と第２の検索
手段４の組み合わせにより、前記した（従来技術１）お
よび（従来技術２）における課題を解決することができ
る。（従来技術１）における課題は、第１言語入力文と
意味的には等しいが表現の異なる第１言語文が対訳文ペ
ア集合中に存在する場合でも、その文を検索できないと
いうものであった。本発明によると、第２言語文集合に
対する第２の検索手段４による類似文検索の結果が最終
結果となるため、第１言語入力文に含まれる単語を全く
含まないものであっても、第１言語入力文と類似性の高
い対訳文ペアが存在すれば、それを検索結果として得る
ことができる。また、（従来技術２）における課題は、
或る第１言語単語に対応する第２言語単語を網羅的に記
述する辞書を予め作成しておくことが不可能であるとい
うものであった。本発明によると、第１の検索手段３に
よって第１言語入力文と類似度の高い第１言語文集合を
取得し、それらに対応する第２言語文集合を基に第２の
検索手段４で類似文検索を行っており、第１言語単語と
第２言語単語の対応関係は、第１言語入力文に応じて類
似文検索された広範な対訳文ペアから得られる単語情報
によって動的に決定される。すなわち、第１言語単語に
対応する第２言語単語を辞書として作成しておくことな
しに、網羅的な第１言語単語と第２言語単語の対応関係
を得ることが可能となる。
手段４の組み合わせにより、前記した（従来技術１）お
よび（従来技術２）における課題を解決することができ
る。（従来技術１）における課題は、第１言語入力文と
意味的には等しいが表現の異なる第１言語文が対訳文ペ
ア集合中に存在する場合でも、その文を検索できないと
いうものであった。本発明によると、第２言語文集合に
対する第２の検索手段４による類似文検索の結果が最終
結果となるため、第１言語入力文に含まれる単語を全く
含まないものであっても、第１言語入力文と類似性の高
い対訳文ペアが存在すれば、それを検索結果として得る
ことができる。また、（従来技術２）における課題は、
或る第１言語単語に対応する第２言語単語を網羅的に記
述する辞書を予め作成しておくことが不可能であるとい
うものであった。本発明によると、第１の検索手段３に
よって第１言語入力文と類似度の高い第１言語文集合を
取得し、それらに対応する第２言語文集合を基に第２の
検索手段４で類似文検索を行っており、第１言語単語と
第２言語単語の対応関係は、第１言語入力文に応じて類
似文検索された広範な対訳文ペアから得られる単語情報
によって動的に決定される。すなわち、第１言語単語に
対応する第２言語単語を辞書として作成しておくことな
しに、網羅的な第１言語単語と第２言語単語の対応関係
を得ることが可能となる。
【００３３】１つの例として、上記した（従来技術１）
についての例と同じ条件で、本発明の第１の検索手段３
から、「イギリスの援助が次第に減じた。（British ai
d tapered off.）」、「フランスワインの購買が次第に
先細りになった。（The purchase of French wine tape
red off.）」、「彼の筋肉たくましい脚は下に向かって
だんだん細くなり、足首はほっそりとしていた。（His
muscular legs tapered to slender ankles.）」、「彼
の言っていることがはっきりわかってくると拍手かっさ
いが心もとなげに次第に小さくなった。（When they re
alized what hewas saying, the applause tapered off
uncertainly.）」、と言った日本文が得られる。これ
らのいずれの文も「次第」あるいは「細い」のいずれか
が含まれているため、入力日本語文「次第に細くなる」
の類似文として得られるものである。第２の検索手段４
は、第１の検索手段３から得られた日本語文集合の各々
に対応する英語文の集合を入力として類似文検索を行う
が、上記の例文中の英語訳には全て「taper」が含まれ
ているため、第２の検索手段４の検索結果では「tape
r」を含む文の類似度が高くなり、上記した（ａ）
（ｂ）が検索結果として得られることになる。
についての例と同じ条件で、本発明の第１の検索手段３
から、「イギリスの援助が次第に減じた。（British ai
d tapered off.）」、「フランスワインの購買が次第に
先細りになった。（The purchase of French wine tape
red off.）」、「彼の筋肉たくましい脚は下に向かって
だんだん細くなり、足首はほっそりとしていた。（His
muscular legs tapered to slender ankles.）」、「彼
の言っていることがはっきりわかってくると拍手かっさ
いが心もとなげに次第に小さくなった。（When they re
alized what hewas saying, the applause tapered off
uncertainly.）」、と言った日本文が得られる。これ
らのいずれの文も「次第」あるいは「細い」のいずれか
が含まれているため、入力日本語文「次第に細くなる」
の類似文として得られるものである。第２の検索手段４
は、第１の検索手段３から得られた日本語文集合の各々
に対応する英語文の集合を入力として類似文検索を行う
が、上記の例文中の英語訳には全て「taper」が含まれ
ているため、第２の検索手段４の検索結果では「tape
r」を含む文の類似度が高くなり、上記した（ａ）
（ｂ）が検索結果として得られることになる。
【００３４】
【発明の実施の形態】本発明をその一実施形態に基づい
て具体的に説明する。本実施形態では、本来単語間の類
似度として用いる統計量である相互情報量、Ｄｉｃｅ−
ｃｏｅｆｆｉｃｅｎｔおよびｔ−ｓｃｏｒｅを拡張する
ことによって、検索式と単語の間の類似度計算を実現し
ている。なお、相互情報量、Ｄｉｃｅ−ｃｏｅｆｆｉｃ
ｅｎｔおよびｔ−ｓｃｏｒｅを単語間の類似度計算に用
いた例として、「春野，山崎：辞書と統計を用いた対訳
アライメント，情報処理学会自然言語処理研究会研究報
告，９６−ＮＬ−１１２，ｐｐ．２３−３０（１９９
６）」、「大森，堤，中西：統計情報を用いた対訳単語
辞書の作成，言語処理学会第２回年次大会発表論文集，
ｐｐ．４９−５２（１９９６）」等を挙げることができ
る。
て具体的に説明する。本実施形態では、本来単語間の類
似度として用いる統計量である相互情報量、Ｄｉｃｅ−
ｃｏｅｆｆｉｃｅｎｔおよびｔ−ｓｃｏｒｅを拡張する
ことによって、検索式と単語の間の類似度計算を実現し
ている。なお、相互情報量、Ｄｉｃｅ−ｃｏｅｆｆｉｃ
ｅｎｔおよびｔ−ｓｃｏｒｅを単語間の類似度計算に用
いた例として、「春野，山崎：辞書と統計を用いた対訳
アライメント，情報処理学会自然言語処理研究会研究報
告，９６−ＮＬ−１１２，ｐｐ．２３−３０（１９９
６）」、「大森，堤，中西：統計情報を用いた対訳単語
辞書の作成，言語処理学会第２回年次大会発表論文集，
ｐｐ．４９−５２（１９９６）」等を挙げることができ
る。
【００３５】単語ｗｏｒｄ１と単語ｗｏｒｄ２の間の相
互情報量（ＭＩ）は、式４によって定義される。ただ
し、全検索対象文書数をＭ、ｗｏｒｄ１とｗｏｒｄ２を
共に含む文書数をａ、ｗｏｒｄ１のみを含む文書数を
ｂ、ｗｏｒｄ２のみを含む文書数をｃとした場合、それ
ぞれ出現確率は式５である。
互情報量（ＭＩ）は、式４によって定義される。ただ
し、全検索対象文書数をＭ、ｗｏｒｄ１とｗｏｒｄ２を
共に含む文書数をａ、ｗｏｒｄ１のみを含む文書数を
ｂ、ｗｏｒｄ２のみを含む文書数をｃとした場合、それ
ぞれ出現確率は式５である。
【００３６】
【数４】 ＭＩ（ｗｏｒｄ１，ｗｏｒｄ２）＝ｌｏｇ2｛ｐｒｏｂ（ｗｏｒｄ１，ｗｏｒｄ ２）／（ｐｒｏｂ（ｗｏｒｄ１）ｐｒｏｂ（ｗｏｒｄ２））｝ ・・・（式４）
【００３７】
【数５】 ｐｒｏｂ（ｗｏｒｄ１，ｗｏｒｄ２）＝ａ／Ｍ ｐｒｏｂ（ｗｏｒｄ１）＝（ａ＋ｂ）／Ｍ ｐｒｏｂ（ｗｏｒｄ２）＝（ａ＋ｃ）／Ｍ ・・・（式５）
【００３８】これに対して本実施形態では、検索式Ｓと
単語ｗｏｒｄの間の相互情報量（ＭＩ’）を、式６によ
って定義している。ただし、全検索対象文書数をＭ、ｗ
ｏｒｄを含み且つ検索式Ｓから得られる文書の数を
ａ’、検索式Ｓから得られる文書の内のｗｏｒｄを含ま
ない文書の数をｂ’、ｗｏｒｄを含む文書のうち検索式
Ｓから得られる文書を除いた文書の数をｃ’とした場
合、それぞれ出現確率は式７である。
単語ｗｏｒｄの間の相互情報量（ＭＩ’）を、式６によ
って定義している。ただし、全検索対象文書数をＭ、ｗ
ｏｒｄを含み且つ検索式Ｓから得られる文書の数を
ａ’、検索式Ｓから得られる文書の内のｗｏｒｄを含ま
ない文書の数をｂ’、ｗｏｒｄを含む文書のうち検索式
Ｓから得られる文書を除いた文書の数をｃ’とした場
合、それぞれ出現確率は式７である。
【００３９】
【数６】 ＭＩ’（Ｓ，ｗｏｒｄ）＝ｌｏｇ2｛ｐｒｏｂ（Ｓ，ｗｏｒｄ）／（ｐｒｏｂ（ Ｓ）ｐｒｏｂ（ｗｏｒｄ））｝ ・・・（式６）
【００４０】
【数７】 ｐｒｏｂ（Ｓ，ｗｏｒｄ）＝ａ’／Ｍ ｐｒｏｂ（Ｓ）＝（ａ’＋ｂ’）／Ｍ ｐｒｏｂ（ｗｏｒｄ）＝（ａ’＋ｃ’）／Ｍ ・・・（式７）
【００４１】また、相互情報量と同様に単語間の類似度
を求める統計量として、Ｄｉｃｅ−ｃｏｅｆｆｉｃｅｎ
ｔおよびｔ−ｓｃｏｒｅを挙げることができる。Ｄｉｃ
ｅ−ｃｏｅｆｆｉｃｅｎｔ（ＤＣ）は式８、ｔ−ｓｃｏ
ｒｅ（ＴＳ）は式９で定義される。
を求める統計量として、Ｄｉｃｅ−ｃｏｅｆｆｉｃｅｎ
ｔおよびｔ−ｓｃｏｒｅを挙げることができる。Ｄｉｃ
ｅ−ｃｏｅｆｆｉｃｅｎｔ（ＤＣ）は式８、ｔ−ｓｃｏ
ｒｅ（ＴＳ）は式９で定義される。
【００４２】
【数８】 ＤＣ（ｗｏｒｄ１，ｗｏｒｄ２）＝２ｐｒｏｂ（ｗｏｒｄ１，ｗｏｒｄ２）／（ ｐｒｏｂ（ｗｏｒｄ１）＋ｐｒｏｂ（ｗｏｒｄ２）） ・・・（式８）
【００４３】
【数９】 ＴＳ（ｗｏｒｄ１，ｗｏｒｄ２）＝ Ｍ（ｐｒｏｂ（ｗｏｒｄ１，ｗｏｒｄ２） −ｐｒｏｂ（ｗｏｒｄ１）ｐｒｏｂ（ｗｏｒｄ２））／（ｐｒｏｂ（ｗｏｒｄ１ ）ｐｒｏｂ（ｗｏｒｄ２）） ・・・（式９）
【００４４】これらについても、相互情報量と同様に、
検索式と単語の間の類似度計算するために式１０および
式１１に示す拡張を施している。なお、ＭＩ’（Ｓ，ｗ
ｏｒｄ）、ＤＣ’（Ｓ，ｗｏｒｄ）、ＴＳ’（Ｓ，ｗｏ
ｒｄ）のいずれも、その値が大きいほど検索式Ｓと単語
ｗｏｒｄの間に高い類似性があることを意味する。
検索式と単語の間の類似度計算するために式１０および
式１１に示す拡張を施している。なお、ＭＩ’（Ｓ，ｗ
ｏｒｄ）、ＤＣ’（Ｓ，ｗｏｒｄ）、ＴＳ’（Ｓ，ｗｏ
ｒｄ）のいずれも、その値が大きいほど検索式Ｓと単語
ｗｏｒｄの間に高い類似性があることを意味する。
【００４５】
【数１０】 ＤＣ’（Ｓ，ｗｏｒｄ）＝２ｐｒｏｂ（Ｓ，ｗｏｒｄ）／（ｐｒｏｂ（Ｓ）＋ｐ ｒｏｂ（ｗｏｒｄ）） ・・・（式１０）
【００４６】
【数１１】 ＴＳ’（Ｓ，ｗｏｒｄ）＝Ｍ（ｐｒｏｂ（Ｓ，ｗｏｒｄ）−ｐｒｏｂ（Ｓ）ｐｒ ｏｂ（ｗｏｒｄ））／（ｐｒｏｂ（Ｓ）ｐｒｏｂ（ｗｏｒｄ））・・・（式１１ ）
【００４７】本実施形態では、上記の検索式と単語の間
の拡張相互情報量（ＭＩ’）、又は、拡張Ｄｉｃｅ−ｃ
ｏｅｆｆｉｃｅｎｔ（ＤＣ’）、又は、拡張ｔ−ｓｃｏ
ｒｅ（ＴＳ’）のいずれかによって、検索式Ｓと単語ｗ
ｏｒｄ（すなわち、これら値の重要度を持った重要語候
補）の間の類似度を求めている。具体的には、本実施例
では、拡張相互情報量（ＭＩ’）を用いた以下のアルゴ
リズム［Ｓ０１］〜［Ｓ０４］を本実施形態の対訳文検
索装置で実行することによって、文集合Ｄを検索対象と
して、検索式Ｓの類似文検索を行っている。
の拡張相互情報量（ＭＩ’）、又は、拡張Ｄｉｃｅ−ｃ
ｏｅｆｆｉｃｅｎｔ（ＤＣ’）、又は、拡張ｔ−ｓｃｏ
ｒｅ（ＴＳ’）のいずれかによって、検索式Ｓと単語ｗ
ｏｒｄ（すなわち、これら値の重要度を持った重要語候
補）の間の類似度を求めている。具体的には、本実施例
では、拡張相互情報量（ＭＩ’）を用いた以下のアルゴ
リズム［Ｓ０１］〜［Ｓ０４］を本実施形態の対訳文検
索装置で実行することによって、文集合Ｄを検索対象と
して、検索式Ｓの類似文検索を行っている。
【００４８】［Ｓ０１］：検索式Ｓで文書集合Ｄを検索
し、得られた文集合中に存在する全ての自立語を形態素
解析処理（文を単語に分割する処理）を施すことにより
抽出する。なお、得られた自立語集合をＷ＝（ｗ1，ｗ
2，・・・，ｗn）とする。 ［Ｓ０２］：（式６）により、検索式Ｓと自立語集合Ｗ
中の各自立語との間の拡張相互情報量（ＭＩ’（Ｓ，ｗ
1），ＭＩ’（Ｓ，ｗ2），・・・，ＭＩ’（Ｓ，Ｗn））を
求める。 ［Ｓ０３］：文集合Ｄ中の全ての文を対象として、自立
語集合Ｗの要素ｗiを含む文に対してＭＩ’（Ｓ，ｗi）
の値を加える計算を、１≦ｉ≦ｎを満たすｉについて繰
り返す。 ［Ｓ０４］：ＭＩ’（Ｓ，ｗi）の合計値の高い文から
順に出力し、検索式Ｓの類似度文検索の結果とする。
し、得られた文集合中に存在する全ての自立語を形態素
解析処理（文を単語に分割する処理）を施すことにより
抽出する。なお、得られた自立語集合をＷ＝（ｗ1，ｗ
2，・・・，ｗn）とする。 ［Ｓ０２］：（式６）により、検索式Ｓと自立語集合Ｗ
中の各自立語との間の拡張相互情報量（ＭＩ’（Ｓ，ｗ
1），ＭＩ’（Ｓ，ｗ2），・・・，ＭＩ’（Ｓ，Ｗn））を
求める。 ［Ｓ０３］：文集合Ｄ中の全ての文を対象として、自立
語集合Ｗの要素ｗiを含む文に対してＭＩ’（Ｓ，ｗi）
の値を加える計算を、１≦ｉ≦ｎを満たすｉについて繰
り返す。 ［Ｓ０４］：ＭＩ’（Ｓ，ｗi）の合計値の高い文から
順に出力し、検索式Ｓの類似度文検索の結果とする。
【００４９】それでは、図２を参照して本実施形態に係
る対訳文検索装置の構成を説明する。なお、本実施形態
では、ＣＤＲＯＭ等の携帯可能な記憶媒体に格納された
対訳文検索プログラムをコンピュータの読み取り装置で
読み取らせ、当該プログラムをコンピュータに実行させ
ることにより対訳文検索装置を実現しているが、本発明
に係る対訳文検索装置は以下に説明する各機能を実現す
る専用の装置として実施してもよい。また、本実施形態
では、第１言語を日本語、第２言語を英語として説明し
ているが、形態素解析処理が適用可能な言語であればど
うような言語であっても同様の効果を得ることができ
る。
る対訳文検索装置の構成を説明する。なお、本実施形態
では、ＣＤＲＯＭ等の携帯可能な記憶媒体に格納された
対訳文検索プログラムをコンピュータの読み取り装置で
読み取らせ、当該プログラムをコンピュータに実行させ
ることにより対訳文検索装置を実現しているが、本発明
に係る対訳文検索装置は以下に説明する各機能を実現す
る専用の装置として実施してもよい。また、本実施形態
では、第１言語を日本語、第２言語を英語として説明し
ているが、形態素解析処理が適用可能な言語であればど
うような言語であっても同様の効果を得ることができ
る。
【００５０】日本語文入力手段１１は、類似する英語文
を得るためにユーザが入力する日本語で書かれた検索質
問文を受け付けるユーザインターフェースを有したプロ
グラムモジュールである。なお、日本語文入力手段１１
の他の態様としては、通信回線を介して遠隔地のユーザ
から検索質問文を受け付ける通信インタフェースを備え
てもよい。対訳文ペア格納手段１２は、日本語文と英語
文の対訳文のペアを複数格納するメモリを有したプログ
ラムモジュールであり、本例では、これらペアデータは
予めコンピュータのメモリに用意しておくが、対訳検索
プログラムと共にペアデータを記憶媒体に格納してお
き、当該ペアデータをコンピュータのメモリに書き込む
或いはコンピュータが当該記憶媒体にアクセスして必要
なペアデータを用いるようにしてもよい。なお、本例で
は、日本語文とそれに対応する英語文とからなる各ペア
データには、それらを一意に特定できる識別子（対訳文
ペア識別子）が割り振られている。
を得るためにユーザが入力する日本語で書かれた検索質
問文を受け付けるユーザインターフェースを有したプロ
グラムモジュールである。なお、日本語文入力手段１１
の他の態様としては、通信回線を介して遠隔地のユーザ
から検索質問文を受け付ける通信インタフェースを備え
てもよい。対訳文ペア格納手段１２は、日本語文と英語
文の対訳文のペアを複数格納するメモリを有したプログ
ラムモジュールであり、本例では、これらペアデータは
予めコンピュータのメモリに用意しておくが、対訳検索
プログラムと共にペアデータを記憶媒体に格納してお
き、当該ペアデータをコンピュータのメモリに書き込む
或いはコンピュータが当該記憶媒体にアクセスして必要
なペアデータを用いるようにしてもよい。なお、本例で
は、日本語文とそれに対応する英語文とからなる各ペア
データには、それらを一意に特定できる識別子（対訳文
ペア識別子）が割り振られている。
【００５１】形態素解析手段１３は、対訳文ペア格納手
段１２に格納されている全ての文と、日本語文入力手段
１１から受け付けた日本語検索質問文に対して形態素解
析処理を行うプログラムモジュールである。形態素解析
手段１３は、対訳文ペア格納手段１２に格納されている
文の解析結果は対訳文ペア自立語格納手段１５に格納
し、日本語文入力手段１１から受け付けた日本語検索質
問文の解析結果は検索式作成手段１４に引き渡す。検索
式作成手段１４は、日本語検索質問文の形態素解析結果
を形態素解析手段１３から受け取って該解析結果から自
立語（ただしストップワードは除く）を抽出し、得られ
た自立語を論理和演算子ＯＲで結合して検索式とするプ
ログラムモジュールである。
段１２に格納されている全ての文と、日本語文入力手段
１１から受け付けた日本語検索質問文に対して形態素解
析処理を行うプログラムモジュールである。形態素解析
手段１３は、対訳文ペア格納手段１２に格納されている
文の解析結果は対訳文ペア自立語格納手段１５に格納
し、日本語文入力手段１１から受け付けた日本語検索質
問文の解析結果は検索式作成手段１４に引き渡す。検索
式作成手段１４は、日本語検索質問文の形態素解析結果
を形態素解析手段１３から受け取って該解析結果から自
立語（ただしストップワードは除く）を抽出し、得られ
た自立語を論理和演算子ＯＲで結合して検索式とするプ
ログラムモジュールである。
【００５２】対訳文ペア自立語格納手段１５は、対訳文
ペア格納手段１２に格納されている全ての文の形態素解
析結果を形態素解析手段１３から受け取って、該解析結
果から自立語（ただしストップワードは除く）を抽出し
た上で、各対訳文ペア識別子ごとに格納するメモリを有
したプログラムモジュールである。日本語類似文検索手
段１６は、検索式作成手段１４によって作成された検索
式を入力として、対訳文ペア自立語格納手段１５に格納
されている日本語単語情報に基づいて、該検索式に類似
する複数の日本語文（対訳文ペア識別子）を得るプログ
ラムモジュールである。なお、この類似文を得るための
検索に拡張相互情報量が用いられる。
ペア格納手段１２に格納されている全ての文の形態素解
析結果を形態素解析手段１３から受け取って、該解析結
果から自立語（ただしストップワードは除く）を抽出し
た上で、各対訳文ペア識別子ごとに格納するメモリを有
したプログラムモジュールである。日本語類似文検索手
段１６は、検索式作成手段１４によって作成された検索
式を入力として、対訳文ペア自立語格納手段１５に格納
されている日本語単語情報に基づいて、該検索式に類似
する複数の日本語文（対訳文ペア識別子）を得るプログ
ラムモジュールである。なお、この類似文を得るための
検索に拡張相互情報量が用いられる。
【００５３】言語変換手段１７は、日本語類似文検索手
段６によって得られた対訳文ペア識別子に対応する英単
語の全てを対訳文ペア自立語格納手段１５から取得し
て、それらを論理和演算子ＯＲで結合して英単語による
検索式を作成するプログラムモジュールである。英語類
似文検索手段１８は、言語変換手段１７によって作成さ
れた検索式を入力として、対訳文ペア自立語格納手段１
５に格納されている英語単語情報に基づいて、該検索式
に類似する複数の英語文（対訳文ペア識別子）を得るプ
ログラムモジュールである。なお、この類似文を得るた
めの検索に拡張相互情報量が用いられる。検索結果出力
手段１９は、英語類似文検索手段１８の検索結果を受け
取って、それらをユーザに対して表示するユーザインタ
ーフェースを有したプログラムモジュールである。
段６によって得られた対訳文ペア識別子に対応する英単
語の全てを対訳文ペア自立語格納手段１５から取得し
て、それらを論理和演算子ＯＲで結合して英単語による
検索式を作成するプログラムモジュールである。英語類
似文検索手段１８は、言語変換手段１７によって作成さ
れた検索式を入力として、対訳文ペア自立語格納手段１
５に格納されている英語単語情報に基づいて、該検索式
に類似する複数の英語文（対訳文ペア識別子）を得るプ
ログラムモジュールである。なお、この類似文を得るた
めの検索に拡張相互情報量が用いられる。検索結果出力
手段１９は、英語類似文検索手段１８の検索結果を受け
取って、それらをユーザに対して表示するユーザインタ
ーフェースを有したプログラムモジュールである。
【００５４】図３には、対訳文ペア格納手段１２に複数
格納されている対訳文ペア（ペアデータ）の一例を示し
てあり、各対訳文ペアは対訳文ペア識別子で一意に特定
される日本語文とそれに対応する英語文とから成ってい
る。図４には、対訳文ペア自立語格納手段１５に格納さ
れる対訳文ペアの形態素解析結果の一例を示してあり、
対訳文ペアの日本語文から抽出された日本語自立語とそ
れに対応する英語文から抽出された英語自立語とが、元
の対訳文ペアと同一の対訳文ペア識別子で特定されてい
る。すなわち、対訳文ペア自立語格納手段１５に格納さ
れる対訳文ペアと対訳文ペア格納手段１２に格納されて
いる対訳文ペアとは、対訳文ペア識別子によって一意に
対応付けられている。なお、本実施形態では、類似文検
索を行う前に、対訳文ペア自立語格納手段１５の格納内
容を得るために、対訳文ペア格納手段１２に格納されて
いる全ての対訳文ペアに対して形態素解析処理を施して
おく。
格納されている対訳文ペア（ペアデータ）の一例を示し
てあり、各対訳文ペアは対訳文ペア識別子で一意に特定
される日本語文とそれに対応する英語文とから成ってい
る。図４には、対訳文ペア自立語格納手段１５に格納さ
れる対訳文ペアの形態素解析結果の一例を示してあり、
対訳文ペアの日本語文から抽出された日本語自立語とそ
れに対応する英語文から抽出された英語自立語とが、元
の対訳文ペアと同一の対訳文ペア識別子で特定されてい
る。すなわち、対訳文ペア自立語格納手段１５に格納さ
れる対訳文ペアと対訳文ペア格納手段１２に格納されて
いる対訳文ペアとは、対訳文ペア識別子によって一意に
対応付けられている。なお、本実施形態では、類似文検
索を行う前に、対訳文ペア自立語格納手段１５の格納内
容を得るために、対訳文ペア格納手段１２に格納されて
いる全ての対訳文ペアに対して形態素解析処理を施して
おく。
【００５５】図５には、上記構成の対訳文検索装置によ
って実行されるアルゴリズムをフローチャートで示して
あり、当該アルゴリズムを実行することによって、日本
語文入力手段１１に入力された日本語検索質問文に類似
する対訳英語文が得られる。まず、日本語文入力手段１
１が入力された日本語入力文（検索質問文）Ｑを受け付
けると（ステップＳ１）、形態素解析手段１３が日本語
検索質問文Ｑに形態素解析処理を施して、単語に分割す
る（ステップＳ２）。そして、検索式作成手段１４が、
日本語検索質問文Ｑから得られた単語の内からストップ
ワード以外の自立語を抽出し、各自立語を論理和演算子
ＯＲで結合して検索式Ｓとする（ステップＳ３）。
って実行されるアルゴリズムをフローチャートで示して
あり、当該アルゴリズムを実行することによって、日本
語文入力手段１１に入力された日本語検索質問文に類似
する対訳英語文が得られる。まず、日本語文入力手段１
１が入力された日本語入力文（検索質問文）Ｑを受け付
けると（ステップＳ１）、形態素解析手段１３が日本語
検索質問文Ｑに形態素解析処理を施して、単語に分割す
る（ステップＳ２）。そして、検索式作成手段１４が、
日本語検索質問文Ｑから得られた単語の内からストップ
ワード以外の自立語を抽出し、各自立語を論理和演算子
ＯＲで結合して検索式Ｓとする（ステップＳ３）。
【００５６】次いで、日本語類似文検索手段１６が、検
索式Ｓを入力として、対訳文ペア格納手段１２に格納さ
れている対訳文ペアの日本語文を対象に通常の検索（例
えば、キーワードマッチング）を行い、検索式Ｓ中のい
ずれかの単語を含む日本語文を検索して得られた検索結
果数をＭとする（ステップＳ４）。そして、日本語類似
文検索手段１６が当該Ｍが０であるか否かを判断し（ス
テップＳ５）、Ｍが０である場合には、入力された日本
語検索質問文Ｑに類似する英語文は検索対象のデータ中
に存在しない旨を検索結果出力手段１９から表示出力し
て処理を終了する（ステップＳ１４）。なお、検索対象
の対訳文ペア中に入力日本語文Ｑ中の単語すら含んでい
ない場合には、当該対訳文ペア中に類似文が存在する可
能性はほとんど無いと言えるので、本実施形態では、こ
のような通常の検索（ステップＳ４）を前処理的に行う
ことによって以後の類似文検索を無駄に行わないように
している。
索式Ｓを入力として、対訳文ペア格納手段１２に格納さ
れている対訳文ペアの日本語文を対象に通常の検索（例
えば、キーワードマッチング）を行い、検索式Ｓ中のい
ずれかの単語を含む日本語文を検索して得られた検索結
果数をＭとする（ステップＳ４）。そして、日本語類似
文検索手段１６が当該Ｍが０であるか否かを判断し（ス
テップＳ５）、Ｍが０である場合には、入力された日本
語検索質問文Ｑに類似する英語文は検索対象のデータ中
に存在しない旨を検索結果出力手段１９から表示出力し
て処理を終了する（ステップＳ１４）。なお、検索対象
の対訳文ペア中に入力日本語文Ｑ中の単語すら含んでい
ない場合には、当該対訳文ペア中に類似文が存在する可
能性はほとんど無いと言えるので、本実施形態では、こ
のような通常の検索（ステップＳ４）を前処理的に行う
ことによって以後の類似文検索を無駄に行わないように
している。
【００５７】一方、Ｍが０でない場合には、日本語類似
文検索手段１６が、検索式Ｓを入力として、対訳文ペア
の日本語文を対象に類似文検索を行う（ステップＳ
６）。すなわち、上記したアルゴリズム［Ｓ０１］〜
［Ｓ０４］を実行し、対訳文ペアの日本語文の集合を文
書集合Ｄとし、対訳文ペア自立語格納手段１５に格納さ
れている日本語の自立語集合を自立語集合Ｗとして、類
似文検索を行う。そして、日本語類似文検索手段１６
が、この検索結果の内で閾値Ｔ（予め設定した非負の定
数）を越える拡張相互情報量の合計値を持つ対訳文ペア
識別子の集合をＥとし（ステップＳ７）、この識別子集
合Ｅの要素数が０であるか否かを判断する（ステップＳ
８）。
文検索手段１６が、検索式Ｓを入力として、対訳文ペア
の日本語文を対象に類似文検索を行う（ステップＳ
６）。すなわち、上記したアルゴリズム［Ｓ０１］〜
［Ｓ０４］を実行し、対訳文ペアの日本語文の集合を文
書集合Ｄとし、対訳文ペア自立語格納手段１５に格納さ
れている日本語の自立語集合を自立語集合Ｗとして、類
似文検索を行う。そして、日本語類似文検索手段１６
が、この検索結果の内で閾値Ｔ（予め設定した非負の定
数）を越える拡張相互情報量の合計値を持つ対訳文ペア
識別子の集合をＥとし（ステップＳ７）、この識別子集
合Ｅの要素数が０であるか否かを判断する（ステップＳ
８）。
【００５８】この結果、識別子集合Ｅの要素数が０であ
る場合には、適切な類似文が得られないのでステップＳ
１４へ進んで処理を終了する一方、識別子集合Ｅの要素
数が０でない場合には、言語変換手段１７が、識別子集
合Ｅ中の各識別子に対応する全ての英単語を対訳ペア自
立語格納手段１５から抽出し、論理和演算子ＯＲで結合
して検索式Ｓ’とする（ステップＳ９）。そして、英語
類似文検索手段１８が、検索式Ｓ’を入力として、対訳
文ペアの英語文を対象として類似文検索を行う（ステッ
プＳ１０）。すなわち、上記したアルゴリズム［Ｓ０
１］〜［Ｓ０４］を実行し、対訳文ペアの英語文の集合
を文書集合Ｄとし、対訳文ペア自立語格納手段１５に格
納されている英語の自立語集合を自立語集合Ｗとして、
類似文検索を行う。
る場合には、適切な類似文が得られないのでステップＳ
１４へ進んで処理を終了する一方、識別子集合Ｅの要素
数が０でない場合には、言語変換手段１７が、識別子集
合Ｅ中の各識別子に対応する全ての英単語を対訳ペア自
立語格納手段１５から抽出し、論理和演算子ＯＲで結合
して検索式Ｓ’とする（ステップＳ９）。そして、英語
類似文検索手段１８が、検索式Ｓ’を入力として、対訳
文ペアの英語文を対象として類似文検索を行う（ステッ
プＳ１０）。すなわち、上記したアルゴリズム［Ｓ０
１］〜［Ｓ０４］を実行し、対訳文ペアの英語文の集合
を文書集合Ｄとし、対訳文ペア自立語格納手段１５に格
納されている英語の自立語集合を自立語集合Ｗとして、
類似文検索を行う。
【００５９】そして、英語類似文検索手段１８が、この
検索結果の内で閾値Ｔ’（予め設定した非負の定数）を
越える拡張相互情報量の合計値を持つ対訳文ペア識別子
の集合をＥ’とし（ステップＳ１１）、この識別子集合
Ｅ’の要素数が０であるか否かを判断する（ステップＳ
１２）。この結果、識別子集合Ｅ’の要素数が０である
場合には、適切な類似文が得られないのでステップＳ１
４へ進んで処理を終了する一方、識別子集合Ｅ’の要素
数が０でない場合には、結果出力手段１９が、識別子集
合Ｅ’に対応する英語文（あるいは対訳文ペア）を、拡
張相互情報量の合計値の大きいものから順に日本語入力
文Ｑの類似文として表示出力して、処理を終了する（ス
テップＳ１３）。
検索結果の内で閾値Ｔ’（予め設定した非負の定数）を
越える拡張相互情報量の合計値を持つ対訳文ペア識別子
の集合をＥ’とし（ステップＳ１１）、この識別子集合
Ｅ’の要素数が０であるか否かを判断する（ステップＳ
１２）。この結果、識別子集合Ｅ’の要素数が０である
場合には、適切な類似文が得られないのでステップＳ１
４へ進んで処理を終了する一方、識別子集合Ｅ’の要素
数が０でない場合には、結果出力手段１９が、識別子集
合Ｅ’に対応する英語文（あるいは対訳文ペア）を、拡
張相互情報量の合計値の大きいものから順に日本語入力
文Ｑの類似文として表示出力して、処理を終了する（ス
テップＳ１３）。
【００６０】なお、上記した実施形態では、英語類似文
検索手段１６（第２の検索手段）の検索対象を対訳文ペ
ア中の英語文としているが、第２の検索手段の検索対象
は対訳文ペアである必要はなく、対応する日本語文を持
たない英語文の集合、或いは、対訳文ペア中の英語文集
合と対応する日本語文を持たない英語文の集合との両方
としてもよい。この場合には、対訳文ペア格納手段１２
とは別に、英語文のみを複数格納する英語文格納手段を
設け、第２の検索手段の検索対象を、英語文格納手段中
の英語文のみ、或いは対訳文ペア格納手段１２中の英語
文および英語文格納手段中の英語文とすればよい。な
お、このようにした場合には、上記したステップＳ１０
で行う類似文検索アルゴリズム［Ｓ０１］〜［Ｓ０４］
の処理において、文書集合Ｄを「英語文格納手段中の英
語文」或いは「対訳文ペア格納手段１２中の英語文およ
び英語文格納手段中の英語文」とし、自立語集合Ｗを
「英語文格納手段中の英語文から抽出した全ての自立
語」或いは「対訳文ペア格納手段１２中の英語文および
英語文格納手段中の英語文から抽出した全ての自立語」
とすればよい。
検索手段１６（第２の検索手段）の検索対象を対訳文ペ
ア中の英語文としているが、第２の検索手段の検索対象
は対訳文ペアである必要はなく、対応する日本語文を持
たない英語文の集合、或いは、対訳文ペア中の英語文集
合と対応する日本語文を持たない英語文の集合との両方
としてもよい。この場合には、対訳文ペア格納手段１２
とは別に、英語文のみを複数格納する英語文格納手段を
設け、第２の検索手段の検索対象を、英語文格納手段中
の英語文のみ、或いは対訳文ペア格納手段１２中の英語
文および英語文格納手段中の英語文とすればよい。な
お、このようにした場合には、上記したステップＳ１０
で行う類似文検索アルゴリズム［Ｓ０１］〜［Ｓ０４］
の処理において、文書集合Ｄを「英語文格納手段中の英
語文」或いは「対訳文ペア格納手段１２中の英語文およ
び英語文格納手段中の英語文」とし、自立語集合Ｗを
「英語文格納手段中の英語文から抽出した全ての自立
語」或いは「対訳文ペア格納手段１２中の英語文および
英語文格納手段中の英語文から抽出した全ての自立語」
とすればよい。
【００６１】また、英語類似文検索手段１８が、第２の
検索手段として、英語文のみならず英語文と日本語文の
両者を対象として類似文検索を行うようにしてもよい。
この場合には、上記のステップＳ９の処理において、言
語変換手段１７が各識別子に対応する英単語および日本
語単語の両者を抽出して検索式Ｓ’を作成し、ステップ
Ｓ１０の処理において、英語文とそれに対応する（同一
の識別子を持つ）日本語文の両者をまとめて単一の文と
みなし、それら対訳文ペアの集合をアルゴリズム［Ｓ０
１］〜［Ｓ０４］中の文書集合Ｄとし、検索対象の英語
文および日本語文から抽出した全ての自立語を自立語集
合Ｗとして処理を行えばよい。
検索手段として、英語文のみならず英語文と日本語文の
両者を対象として類似文検索を行うようにしてもよい。
この場合には、上記のステップＳ９の処理において、言
語変換手段１７が各識別子に対応する英単語および日本
語単語の両者を抽出して検索式Ｓ’を作成し、ステップ
Ｓ１０の処理において、英語文とそれに対応する（同一
の識別子を持つ）日本語文の両者をまとめて単一の文と
みなし、それら対訳文ペアの集合をアルゴリズム［Ｓ０
１］〜［Ｓ０４］中の文書集合Ｄとし、検索対象の英語
文および日本語文から抽出した全ての自立語を自立語集
合Ｗとして処理を行えばよい。
【００６２】また、上記の実施形態では、拡張相互情報
量に基づいた類似文検索を行ったが、拡張Ｔ−ｓｃｏｒ
ｅ、拡張Ｄｉｃｅ−ｃｏｅｆｆｉｃｉｅｎｔ、更には、
ベクトル空間モデルによる類似文検索を行う場合でも同
様の効果が得られる。また、上記の実施形態では、日本
語類似文検索手段１６（第１の検索手段）と英語類似文
検索手段１８（第２の検索手段）とが等しいアルゴリズ
ムで類似文検索を行ったが、第１の検索手段は、第１言
語の検索質問文と関連する文を広範に得ることが目的で
あるので、本発明では、例えば、上記のステップＳ４に
おける検索結果を直接日本語類似文検索手段１６の検索
結果として、英語類似文検索手段１８が用いるようにし
てもよく、同様の効果が得られる。すなわち、本発明で
は、第１の検索手段による検索処理には、類似文検索と
通常の検索とのいずれを採用してもよい。
量に基づいた類似文検索を行ったが、拡張Ｔ−ｓｃｏｒ
ｅ、拡張Ｄｉｃｅ−ｃｏｅｆｆｉｃｉｅｎｔ、更には、
ベクトル空間モデルによる類似文検索を行う場合でも同
様の効果が得られる。また、上記の実施形態では、日本
語類似文検索手段１６（第１の検索手段）と英語類似文
検索手段１８（第２の検索手段）とが等しいアルゴリズ
ムで類似文検索を行ったが、第１の検索手段は、第１言
語の検索質問文と関連する文を広範に得ることが目的で
あるので、本発明では、例えば、上記のステップＳ４に
おける検索結果を直接日本語類似文検索手段１６の検索
結果として、英語類似文検索手段１８が用いるようにし
てもよく、同様の効果が得られる。すなわち、本発明で
は、第１の検索手段による検索処理には、類似文検索と
通常の検索とのいずれを採用してもよい。
【００６３】また、上記の実施形態では、日本語類似文
検索手段１６の検索結果として得られる対訳文ペア識別
子に与えられる拡張相互情報量（重要度）の合計値（識
別子の拡張相互情報量値）を英語類似文検索手段１８で
の類似文検索処理に利用していないが、日本語類似文検
索手段１６で得られる拡張相互情報量を英語類似文検索
手段１８での類似文検索処理に利用して、日本語入力文
との類似度をより正確に反映した英語対訳文を得ること
もできる。具体的には、この重要度を利用するために
は、上記のステップＳ１０の処理におけるアルゴリズム
［Ｓ０１］〜［Ｓ０４］で式（６）の計算を行う際に、
式（７）中のａ’、ｂ’、ｃ’を文書数とする代わり
に、日本語類似文検索手段１６で得られた各文識別子の
拡張相互情報量値の合計値とすればよい。
検索手段１６の検索結果として得られる対訳文ペア識別
子に与えられる拡張相互情報量（重要度）の合計値（識
別子の拡張相互情報量値）を英語類似文検索手段１８で
の類似文検索処理に利用していないが、日本語類似文検
索手段１６で得られる拡張相互情報量を英語類似文検索
手段１８での類似文検索処理に利用して、日本語入力文
との類似度をより正確に反映した英語対訳文を得ること
もできる。具体的には、この重要度を利用するために
は、上記のステップＳ１０の処理におけるアルゴリズム
［Ｓ０１］〜［Ｓ０４］で式（６）の計算を行う際に、
式（７）中のａ’、ｂ’、ｃ’を文書数とする代わり
に、日本語類似文検索手段１６で得られた各文識別子の
拡張相互情報量値の合計値とすればよい。
【００６４】また、上記の実施形態では、日本語の入力
文から英語類似対訳文を得るものであるが、本発明で
は、構文解析処理により、日本語入力文を意味的に独立
な複数の節や単語に分割し、それぞれの節や単語から英
語類似対訳文を求めて、日本語入力文の意味内容をより
正確に反映した検索を行うこともできる。この場合に
は、各節や各単語に対して上記のステップＳ１〜Ｓ１４
の処理を行い、それぞれの処理において英語類似文検索
手段１８から得られる各識別子の拡張相互情報量値の合
計を最終的値として、その値の大きいものから順に検索
結果として出力するようにすればよい。
文から英語類似対訳文を得るものであるが、本発明で
は、構文解析処理により、日本語入力文を意味的に独立
な複数の節や単語に分割し、それぞれの節や単語から英
語類似対訳文を求めて、日本語入力文の意味内容をより
正確に反映した検索を行うこともできる。この場合に
は、各節や各単語に対して上記のステップＳ１〜Ｓ１４
の処理を行い、それぞれの処理において英語類似文検索
手段１８から得られる各識別子の拡張相互情報量値の合
計を最終的値として、その値の大きいものから順に検索
結果として出力するようにすればよい。
【００６５】図６には、日英の対訳文３６万ペアを用い
て、上記した実施形態の対訳文検索装置により「雲が立
ち込めてきた。」という日本語入力文の英語対訳文を検
索した結果を示してある。なお、同図には、得られた検
索結果の上位２０文から「雲が立ち込めてきた。」の英
訳を行う際の参照英語文として適切であると判断できた
ものを抜き出して示してある。この例に示すように、対
訳として適切な英語文を７文得ることができた。なお、
各文に付加した数字は、それぞれの文が検索結果の上位
何番目に位置していたかを示すものである。例えば、
「Clouds blanketed the sky.」という文は、３６万文
の検索対象の中から９番目に類似度の高い文であるとし
て検索されたことを示している。
て、上記した実施形態の対訳文検索装置により「雲が立
ち込めてきた。」という日本語入力文の英語対訳文を検
索した結果を示してある。なお、同図には、得られた検
索結果の上位２０文から「雲が立ち込めてきた。」の英
訳を行う際の参照英語文として適切であると判断できた
ものを抜き出して示してある。この例に示すように、対
訳として適切な英語文を７文得ることができた。なお、
各文に付加した数字は、それぞれの文が検索結果の上位
何番目に位置していたかを示すものである。例えば、
「Clouds blanketed the sky.」という文は、３６万文
の検索対象の中から９番目に類似度の高い文であるとし
て検索されたことを示している。
【００６６】「雲が立ち込めてきた。」を形態素解析す
ることにより、自立語「雲」と「立ち込める」を得るこ
とができるが、本例のように「雲」と「立ち込める」を
同時に含む日本語文が３６万文の中に存在しない場合に
は、（従来技術１）によっては適切な検索結果を得るこ
とはできない。実際、図６に示す日本語文には「立ち込
める」という表現は存在しておらず、これらの適切な対
訳文を（従来技術１）によって得ることはできない。ま
た、「雲」に対応する英単語は「cloud」であり、「立
ち込める」に対応する英単語／英熟語は「hang over, e
nvelop, shroud, screen」であるが、本例のように「cl
oud」と「hang over, envelop, shroud, screen」のい
ずれかを同時に含む英語文が３６万文の中に存在しない
場合には、（従来技術２）によっては適切な検索結果を
得ることはできない。実際、図６に示す英語文には「ha
ng over, envelop, shroud, screen」のいずれの表現も
存在しておらず、これらの適切な対訳文を（従来技術
２）によって得ることはできない。
ることにより、自立語「雲」と「立ち込める」を得るこ
とができるが、本例のように「雲」と「立ち込める」を
同時に含む日本語文が３６万文の中に存在しない場合に
は、（従来技術１）によっては適切な検索結果を得るこ
とはできない。実際、図６に示す日本語文には「立ち込
める」という表現は存在しておらず、これらの適切な対
訳文を（従来技術１）によって得ることはできない。ま
た、「雲」に対応する英単語は「cloud」であり、「立
ち込める」に対応する英単語／英熟語は「hang over, e
nvelop, shroud, screen」であるが、本例のように「cl
oud」と「hang over, envelop, shroud, screen」のい
ずれかを同時に含む英語文が３６万文の中に存在しない
場合には、（従来技術２）によっては適切な検索結果を
得ることはできない。実際、図６に示す英語文には「ha
ng over, envelop, shroud, screen」のいずれの表現も
存在しておらず、これらの適切な対訳文を（従来技術
２）によって得ることはできない。
【００６７】図７には、同様に、「本名を伏せておくこ
とにした。」という日本語入力文の英語対訳文検索を行
った結果を示してある。この例に示すように、対訳とし
て適切な英語文を５文得ることができた。本例のように
「本名を伏せておくことにした。」から得られる自立語
「本名」および「伏せる」を共通に含む日本語文が検索
対象の文集合中に存在しない場合には、「本名」および
「伏せる」に対応する英単語／英熟語である「real nam
e,autony」のいずれかと「hide, conceal, keep secre
t」のいずれかを共通に含む英語文も存在しない。した
がって、（従来技術１）および（従来技術２）によって
適切な英語文を検索することはできない。
とにした。」という日本語入力文の英語対訳文検索を行
った結果を示してある。この例に示すように、対訳とし
て適切な英語文を５文得ることができた。本例のように
「本名を伏せておくことにした。」から得られる自立語
「本名」および「伏せる」を共通に含む日本語文が検索
対象の文集合中に存在しない場合には、「本名」および
「伏せる」に対応する英単語／英熟語である「real nam
e,autony」のいずれかと「hide, conceal, keep secre
t」のいずれかを共通に含む英語文も存在しない。した
がって、（従来技術１）および（従来技術２）によって
適切な英語文を検索することはできない。
【００６８】図８には、上記と同様の条件で、本発明に
よる対訳文検索と（従来技術１）による対訳文検索を実
行した結果を示してある。同図の左欄に示す２０文の日
本語入力文でそれぞれ検索を行い、それぞれ上位２０位
中に適切な検索結果が何文含まれているかを示してあ
り、本発明の対訳文検索によれば、（従来技術１）の対
訳文検索と比較して、適切な対訳文を３倍以上多く検索
できた。以上の実験結果からも明らかなように、本発明
によれば、従来の技術では検索結果として得ることがで
きなかった適切な類似対訳文をユーザに提示することが
できる。
よる対訳文検索と（従来技術１）による対訳文検索を実
行した結果を示してある。同図の左欄に示す２０文の日
本語入力文でそれぞれ検索を行い、それぞれ上位２０位
中に適切な検索結果が何文含まれているかを示してあ
り、本発明の対訳文検索によれば、（従来技術１）の対
訳文検索と比較して、適切な対訳文を３倍以上多く検索
できた。以上の実験結果からも明らかなように、本発明
によれば、従来の技術では検索結果として得ることがで
きなかった適切な類似対訳文をユーザに提示することが
できる。
【００６９】
【発明の効果】以上説明したように、本発明によると、
第１言語文とそれに対応する第２言語文との対訳ペアを
用いて、第１言語文に対する第１の検索と第２言語文に
対する第２の検索とを組み合わせて実行するようにした
ため、（１）比較的短い第１言語の検索質問文からで
も、広範な対訳文ペア情報から検索漏れの少ない対訳文
検索を行うことができ、（２）第１言語の検索質問文の
表現の差異に依存することなしに、適切な対訳文検索を
行うことができ、（３）予め作成された辞書を必要とせ
ず、広範な対訳文ペア情報から第１言語単語と第２言語
単語の対応関係を動的に取得することができるため、第
１言語の検索質問文の文意に応じた対訳文検索を行うこ
とができるといった効果を得ることができる。
第１言語文とそれに対応する第２言語文との対訳ペアを
用いて、第１言語文に対する第１の検索と第２言語文に
対する第２の検索とを組み合わせて実行するようにした
ため、（１）比較的短い第１言語の検索質問文からで
も、広範な対訳文ペア情報から検索漏れの少ない対訳文
検索を行うことができ、（２）第１言語の検索質問文の
表現の差異に依存することなしに、適切な対訳文検索を
行うことができ、（３）予め作成された辞書を必要とせ
ず、広範な対訳文ペア情報から第１言語単語と第２言語
単語の対応関係を動的に取得することができるため、第
１言語の検索質問文の文意に応じた対訳文検索を行うこ
とができるといった効果を得ることができる。
【図１】 本発明に係る典型的な対訳文検索装置の構成
を示す図である。
を示す図である。
【図２】 本発明の一実施形態に係る対訳文検索装置の
構成を示す図である。
構成を示す図である。
【図３】 対訳文ペアの一例を示す図である。
【図４】 対訳文ペアを形態素解析した結果の一例を示
す図である。
す図である。
【図５】 本発明の一実施形態に係る検索処理手順を示
すフォローチャートである。
すフォローチャートである。
【図６】 本発明の実施例に係る対訳文検索の結果を示
す図である。
す図である。
【図７】 本発明の実施例に係る対訳文検索の結果を示
す図である。
す図である。
【図８】 本発明の実施例と従来技術とによる対訳文検
索の結果を示す図である。
索の結果を示す図である。
【符号の説明】 １１・・・日本語文入力手段、 １２・・・対訳文ペア
格納手段、１３・・・形態素解析手段、 １４・・・検
索式作成手段、１５・・・対訳文ペア自立語格納手段、
１６・・・日本語類似文検索手段、１７・・・言語変
換手段、 １８・・・英語類似文検索手段、１９・・・
検索結果出力手段、
格納手段、１３・・・形態素解析手段、 １４・・・検
索式作成手段、１５・・・対訳文ペア自立語格納手段、
１６・・・日本語類似文検索手段、１７・・・言語変
換手段、 １８・・・英語類似文検索手段、１９・・・
検索結果出力手段、
─────────────────────────────────────────────────────
【手続補正書】
【提出日】平成１１年９月２２日（１９９９．９．２
２）
２）
【手続補正１】
【補正対象書類名】明細書
【補正対象項目名】特許請求の範囲
【補正方法】変更
【補正内容】
【特許請求の範囲】
───────────────────────────────────────────────────── フロントページの続き (72)発明者 舘野 昌一 神奈川県足柄上郡中井町境430 グリーン テクなかい 富士ゼロックス株式会社内 Ｆターム(参考） 5B075 ND03 NK02 NK32 PP25 PR08 QM08 5B091 AA03 CA02 DA04
Claims (18)
- 【請求項１】 第１言語で書かれた検索質問文に基づい
て第２言語で書かれた訳文を検索する対訳文検索装置に
おいて、 第１言語で書かれた文とそれに対応する第２言語で書か
れた訳文とのペアを複数格納する対訳文ペア格納手段
と、 第１言語で書かれた検索質問文を受け付ける検索文入力
手段と、 受け付けた検索質問文に基づいて対訳文ペア格納手段に
格納されている第１言語で書かれた文の集合を対象とし
て検索処理する第１の検索手段と、 第１の検索手段により検索された第１言語で書かれた文
に対応して対訳文ペア格納手段に格納されている第２言
語で書かれた訳文に類似する文を、当該対訳文ペア格納
手段に格納されている第２言語で書かれた訳文の集合を
対象として検索する第２の検索手段と、 を有することを特徴とする対訳文検索装置。 - 【請求項２】 第１言語で書かれた検索質問文に基づい
て第２言語で書かれた文を検索する対訳文検索装置にお
いて、 第１言語で書かれた文とそれに対応する第２言語で書か
れた訳文とのペアを複数格納する対訳文ペア格納手段
と、 第２言語で書かれた文を複数格納する文格納手段と、 第１言語で書かれた検索質問文を受け付ける検索文入力
手段と、 受け付けた検索質問文に基づいて対訳文ペア格納手段に
格納されている第１言語で書かれた文の集合を対象とし
て検索処理する第１の検索手段と、 第１の検索手段により検索された第１言語で書かれた文
に対応して対訳文ペア格納手段に格納されている第２言
語で書かれた訳文に類似する文を、当該対訳文ペア格納
手段に格納されている第２言語で書かれた訳文集合及び
文格納手段に格納されている第２言語で書かれた文集合
を対象として検索する第２の検索手段と、 を有することを特徴とする対訳文検索装置。 - 【請求項３】 第１言語で書かれた検索質問文に基づい
て第２言語で書かれた文を検索する対訳文検索装置にお
いて、 第１言語で書かれた文とそれに対応する第２言語で書か
れた訳文とのペアを複数格納する対訳文ペア格納手段
と、 第２言語で書かれた文を複数格納する文格納手段と、 第１言語で書かれた検索質問文を受け付ける検索文入力
手段と、 受け付けた検索質問文に基づいて対訳文ペア格納手段に
格納されている第１言語で書かれた文の集合を対象とし
て検索処理する第１の検索手段と、 第１の検索手段により検索された第１言語で書かれた文
に対応して対訳文ペア格納手段に格納されている第２言
語で書かれた訳文に類似する文を、文格納手段に格納さ
れている第２言語で書かれた文集合を対象として検索す
る第２の検索手段と、 を有することを特徴とする対訳文検索装置。 - 【請求項４】 請求項１乃至請求項３のいずれか１項に
記載の対訳文検索装置において、 第２の検索手段は、第１の検索手段により検索された第
１言語で書かれた文に対応する第２言語で書かれた訳文
から所定の基準に基づいた重要語を抽出し、当該重要語
を用いて第２言語で書かれた類似文を検索することを特
徴とする対訳文検索装置。 - 【請求項５】 請求項１乃至請求項３のいずれか１項に
記載の対訳文検索装置において、 第２の検索手段は、第１の検索手段により検索された第
１言語で書かれた文に対応する第２言語で書かれた訳文
から重要語を抽出するとともに重要語に重要度を付与
し、当該重要語及び重要度を用いて第２言語で書かれた
類似文を検索し、 更に、対訳文ペア格納手段に格納されている第２言語で
書かれた文の集合Ａと、第１の検索手段で検索された第
１言語で書かれた文に対応する第２言語で書かれた文の
集合Ｂと、集合Ｂ中に出現する全単語の集合Ｃに関し
て、 集合Ｂに含まれる文の数である第１の値と、集合Ｂ中に
出現する単語を重要語候補として各重要語候補を含む集
合Ｂ中の文の数である第２の値と、各重要語候補を含む
集合Ａ中の文の数である第３の値を求め、これら３種の
値を変数として各重要語候補の重要度を算出し、これら
重要度に基づいて重要語候補中から重要語が決定される
ことを特徴とする対訳文検索装置。 - 【請求項６】 請求項２又は請求項３に記載の対訳文検
索装置において、 第２の検索手段は、第１の検索手段により検索された第
１言語で書かれた文に対応する第２言語で書かれた訳文
から重要語を抽出するとともに重要語に重要度を付与
し、当該重要語及び重要度を用いて第２言語で書かれた
類似文を検索し、 更に、対訳文ペア格納手段に格納されている第２言語で
書かれた文の集合と文格納手段に格納されている第２言
語で書かれた文の集合の和である集合Ａと、第１の検索
手段で検索された第１言語で書かれた文に対応する第２
言語で書かれた文の集合Ｂと、集合Ｂ中に出現する全単
語の集合Ｃに関して、 集合Ｂに含まれる文の数である第１の値と、集合Ｂ中に
出現する単語を重要語候補として各重要語候補を含む集
合Ｂ中の文の数である第２の値と、各重要語候補を含む
集合Ａ中の文の数である第３の値を求め、これら３種の
値を変数として各重要語候補の重要度を算出し、これら
重要度に基づいて重要語候補中から重要語が決定される
ことを特徴とする対訳文検索装置。 - 【請求項７】 請求項５又は請求項６に記載の対訳文検
索装置において、 第２の検索手段は、集合Ａ中に含まれる文書の数をＭと
し、第１の値をα、重要語候補ごとの第２の値をβ、重
要語候補ごとの第３の値をγとした場合に、 拡張相互情報量＝ｌｏｇ｛（Ｍβ）／（αγ）｝ 拡張Ｔ−ｓｃｏｒｅ＝Ｍ｛（Ｍβ−αγ）／（αγ）｝ 拡張Ｄｉｃｅ−ｃｏｅｆｆｉｃｉｅｎｔ＝２β／（α＋
γ） のいずれかの値を各重要語候補の重要度とすることを特
徴とする対訳文検索装置。 - 【請求項８】 請求項１乃至請求項４のいずれか１項に
記載の対訳文検索装置において、 第２の検索手段は、第１の検索手段により検索された第
１言語で書かれた文に対応する第２言語で書かれた文に
基づいて、第２言語で書かれた訳文に類似する文を検索
する際に、ベクトル空間モデルを用いることを特徴とす
る対訳文検索装置。 - 【請求項９】 請求項１乃至請求項８のいずれか１項に
記載の対訳文検索装置において、 第１の検索手段は、受け付けた検索質問文に類似する文
を検索するとともに当該類似する文に重要度を付与し、 第２の検索手段は、第１の検索手段により検索された第
１言語で書かれた文に対応する第２言語で書かれた文及
び第１の検索手段によって付与された重要度に基づい
て、第２言語で書かれた訳文に類似する文を検索するこ
とを特徴とする対訳文検索装置。 - 【請求項１０】 請求項１乃至請求項９のいずれか１項
に記載の対訳文検索装置において、 検索文入力手段は、第１言語で書かれた検索質問文を受
け付けるとともに、当該検索質問文を複数の単語或いは
節に分割し、 第１の検索手段は、分割された各単語或いは各節を用い
て、受け付けた検索質問文に類似する第１言語で書かれ
た文を検索し、 第２の検索手段は、第１の検索手段により検索された第
１言語で書かれた文に対応して対訳文ペア格納手段に格
納されている第２言語で書かれた訳文に類似する文を検
索し、 更に、各単語或いは各節ごとに第２の検索手段により検
索された第２言語で書かれた複数の文の中から、検索結
果を所定の重要度を基準として選択する検索結果統合手
段を有することを特徴とする対訳文検索装置。 - 【請求項１１】 請求項１、請求項２、請求項４、請求
項５、請求項８、請求項９、請求項１０のいずれか１項
に記載の対訳文検索装置において、 第２の検索手段は、第１の検索手段により検索された第
１言語で書かれた文に対応する第２言語で書かれた訳文
と共に、当該第１言語で書かれた文も対訳文ペア格納手
段から取得し、当該第１言語で書かれた文と第２言語で
書かれた訳文とからなる対訳文ペアに類似する対訳文ペ
アを対訳文ペア格納手段に格納されている対訳文ペアの
集合から検索することを特徴とする対訳文検索装置。 - 【請求項１２】 第１言語で書かれた検索質問文に基づ
いて第２言語で書かれた訳文をコンピュータに検索させ
るための対訳文検索プログラムを記憶した記憶媒体にお
いて、 第１言語で書かれた検索質問文を受け付ける検索文入力
機能と、 メモリに記憶されている第１言語で書かれた文とそれに
対応する第２言語で書かれた訳文とのペアデータを用い
て、受け付けた検索質問文に基づいて第１言語で書かれ
た文の集合を対象として検索処理する第１の検索機能
と、 第１の検索機能により検索された第１言語で書かれた文
に対応するペアデータ中の第２言語で書かれた訳文に類
似する文を、当該ペアデータ中の第２言語で書かれた訳
文集合を対象として検索する第２の検索機能と、 をコンピュータに実現させるための対訳文検索プログラ
ムをコンピュータにより読み出し可能に記憶したことを
特徴とする記憶媒体。 - 【請求項１３】 第１言語で書かれた検索質問文に基づ
いて第２言語で書かれた訳文をコンピュータに検索させ
るための対訳文検索プログラムを記憶した記憶媒体にお
いて、 第１言語で書かれた検索質問文を受け付ける検索文入力
機能と、 メモリに記憶されている第１言語で書かれた文とそれに
対応する第２言語で書かれた訳文とのペアデータを用い
て、受け付けた検索質問文に基づいて第１言語で書かれ
た文の集合を対象として検索処理する第１の検索機能
と、 第１の検索機能により検索された第１言語で書かれた文
に対応するペアデータ中の第２言語で書かれた訳文に類
似する文を、当該ペアデータ中の第２言語で書かれた訳
文集合及び当該ペアデータとは別個にメモリに格納され
ている第２言語で書かれた文の集合を対象として検索す
る第２の検索機能と、 をコンピュータに実現させるための対訳文検索プログラ
ムをコンピュータにより読み出し可能に記憶したことを
特徴とする記憶媒体。 - 【請求項１４】 第１言語で書かれた検索質問文に基づ
いて第２言語で書かれた訳文をコンピュータに検索させ
るための対訳文検索プログラムを記憶した記憶媒体にお
いて、 第１言語で書かれた検索質問文を受け付ける検索文入力
機能と、 メモリに記憶されている第１言語で書かれた文とそれに
対応する第２言語で書かれた訳文とのペアデータを用い
て、受け付けた検索質問文に基づいて第１言語で書かれ
た文の集合を対象として検索処理する第１の検索機能
と、 第１の検索機能により検索された第１言語で書かれた文
に対応するペアデータ中の第２言語で書かれた訳文に類
似する文を、当該ペアデータとは別個にメモリに格納さ
れている第２言語で書かれた文の集合を対象として検索
する第２の検索機能と、 をコンピュータに実現させるための対訳文検索プログラ
ムをコンピュータにより読み出し可能に記憶したことを
特徴とする記憶媒体。 - 【請求項１５】 請求項１２乃至請求項１４のいずれか
１項に記載の対訳文検索プログラムを記憶した記憶媒体
において、 記憶媒体にはペアデータが読み出し自在に記憶されてお
り、 対訳文検索プログラムは、当該ペアデータを記憶媒体か
ら読み出してコンピュータに備えられているメモリに格
納する機能を含んでいることを特徴とする対訳文検索プ
ログラムを記憶した記憶媒体。 - 【請求項１６】 第１言語で書かれた検索質問文に基づ
いて第２言語で書かれた訳文を検索する対訳文検索方法
において、 第１言語で書かれた検索質問文を受け付け、 第１言語で書かれた文とそれに対応する第２言語で書か
れた訳文とのペアデータを用いて、受け付けた検索質問
文に基づいて第１言語で書かれた文の集合を対象として
第１の検索し、 第１の検索により検索された第１言語で書かれた文に対
応するペアデータ中の第２言語で書かれた訳文に類似す
る文を、当該ペアデータ中の第２言語で書かれた訳文集
合を対象として第２の検索することを特徴とする対訳文
検索方法。 - 【請求項１７】 第１言語で書かれた検索質問文に基づ
いて第２言語で書かれた訳文を検索する対訳文検索方法
において、 第１言語で書かれた検索質問文を受け付け、 第１言語で書かれた文とそれに対応する第２言語で書か
れた訳文とのペアデータを用いて、受け付けた検索質問
文に基づいて第１言語で書かれた文の集合を対象として
第１の検索し、 第１の検索により検索された第１言語で書かれた文に対
応するペアデータ中の第２言語で書かれた訳文に類似す
る文を、当該ペアデータ中の第２言語で書かれた訳文集
合及び当該ペアデータとは別個に用意されている第２言
語で書かれた文の集合を対象として第２の検索すること
を特徴とする対訳文検索方法。 - 【請求項１８】 第１言語で書かれた検索質問文に基づ
いて第２言語で書かれた訳文を検索する対訳文検索方法
において、 第１言語で書かれた検索質問文を受け付け、 第１言語で書かれた文とそれに対応する第２言語で書か
れた訳文とのペアデータを用いて、受け付けた検索質問
文に基づいて第１言語で書かれた文の集合を対象として
第１の検索し、 第１の検索により検索された第１言語で書かれた文に対
応するペアデータ中の第２言語で書かれた訳文に類似す
る文を、当該ペアデータとは別個に用意されている第２
言語で書かれた文の集合を対象として第２の検索するこ
とを特徴とする対訳文検索方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10202788A JP3114703B2 (ja) | 1998-07-02 | 1998-07-02 | 対訳文検索装置 |
| US09/343,543 US6321189B1 (en) | 1998-07-02 | 1999-06-30 | Cross-lingual retrieval system and method that utilizes stored pair data in a vector space model to process queries |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10202788A JP3114703B2 (ja) | 1998-07-02 | 1998-07-02 | 対訳文検索装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000020524A true JP2000020524A (ja) | 2000-01-21 |
| JP3114703B2 JP3114703B2 (ja) | 2000-12-04 |
Family
ID=16463212
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10202788A Expired - Fee Related JP3114703B2 (ja) | 1998-07-02 | 1998-07-02 | 対訳文検索装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US6321189B1 (ja) |
| JP (1) | JP3114703B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005059771A1 (ja) * | 2003-12-15 | 2005-06-30 | Laboratory For Language Technology Incorporated | 対訳判断装置、方法及びプログラム |
| US11055496B2 (en) | 2018-08-31 | 2021-07-06 | Samsung Electronics Co., Ltd. | Method and apparatus with sentence mapping |
Families Citing this family (41)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6498921B1 (en) * | 1999-09-01 | 2002-12-24 | Chi Fai Ho | Method and system to answer a natural-language question |
| US5836771A (en) * | 1996-12-02 | 1998-11-17 | Ho; Chi Fai | Learning method and system based on questioning |
| CN1174332C (zh) * | 2000-03-10 | 2004-11-03 | 松下电器产业株式会社 | 转换表达方式的方法和装置 |
| JP4066600B2 (ja) * | 2000-12-20 | 2008-03-26 | 富士ゼロックス株式会社 | 多言語文書検索システム |
| US20030083860A1 (en) * | 2001-03-16 | 2003-05-01 | Eli Abir | Content conversion method and apparatus |
| US7483828B2 (en) | 2001-03-16 | 2009-01-27 | Meaningful Machines, L.L.C. | Multilingual database creation system and method |
| US8874431B2 (en) * | 2001-03-16 | 2014-10-28 | Meaningful Machines Llc | Knowledge system method and apparatus |
| US7711547B2 (en) * | 2001-03-16 | 2010-05-04 | Meaningful Machines, L.L.C. | Word association method and apparatus |
| US20030093261A1 (en) * | 2001-03-16 | 2003-05-15 | Eli Abir | Multilingual database creation system and method |
| US7860706B2 (en) * | 2001-03-16 | 2010-12-28 | Eli Abir | Knowledge system method and appparatus |
| US7146358B1 (en) * | 2001-08-28 | 2006-12-05 | Google Inc. | Systems and methods for using anchor text as parallel corpora for cross-language information retrieval |
| US20030154069A1 (en) * | 2002-02-14 | 2003-08-14 | International Business Machines Corporation | Computerized system and method for converting selected text between languages |
| US7361881B2 (en) * | 2002-03-13 | 2008-04-22 | Oy Ajat Ltd | Ganged detector pixel, photon/pulse counting radiation imaging device |
| US7293015B2 (en) * | 2002-09-19 | 2007-11-06 | Microsoft Corporation | Method and system for detecting user intentions in retrieval of hint sentences |
| US7171351B2 (en) * | 2002-09-19 | 2007-01-30 | Microsoft Corporation | Method and system for retrieving hint sentences using expanded queries |
| US7194455B2 (en) * | 2002-09-19 | 2007-03-20 | Microsoft Corporation | Method and system for retrieving confirming sentences |
| WO2004059461A2 (en) * | 2002-12-26 | 2004-07-15 | Casio Computer Co., Ltd. | Electronic dictionary with example sentences |
| US8135575B1 (en) | 2003-08-21 | 2012-03-13 | Google Inc. | Cross-lingual indexing and information retrieval |
| US20050091039A1 (en) * | 2003-10-25 | 2005-04-28 | Simab Bilal S. | Enhanced foreign language dictionaries |
| US8024337B1 (en) * | 2004-09-29 | 2011-09-20 | Google Inc. | Systems and methods for determining query similarity by query distribution comparison |
| WO2007133625A2 (en) * | 2006-05-12 | 2007-11-22 | Eij Group Llc | Multi-lingual information retrieval |
| US8185375B1 (en) * | 2007-03-26 | 2012-05-22 | Google Inc. | Word alignment with bridge languages |
| US8799307B2 (en) | 2007-05-16 | 2014-08-05 | Google Inc. | Cross-language information retrieval |
| US8051061B2 (en) * | 2007-07-20 | 2011-11-01 | Microsoft Corporation | Cross-lingual query suggestion |
| US7890493B2 (en) * | 2007-07-20 | 2011-02-15 | Google Inc. | Translating a search query into multiple languages |
| EP2201484A4 (en) * | 2007-09-21 | 2010-09-22 | Google Inc | INTERLANGUE RESEARCH |
| US20090083026A1 (en) * | 2007-09-24 | 2009-03-26 | Microsoft Corporation | Summarizing document with marked points |
| US7917488B2 (en) * | 2008-03-03 | 2011-03-29 | Microsoft Corporation | Cross-lingual search re-ranking |
| US8457441B2 (en) * | 2008-06-25 | 2013-06-04 | Microsoft Corporation | Fast approximate spatial representations for informal retrieval |
| US8364462B2 (en) * | 2008-06-25 | 2013-01-29 | Microsoft Corporation | Cross lingual location search |
| US8352244B2 (en) | 2009-07-21 | 2013-01-08 | International Business Machines Corporation | Active learning systems and methods for rapid porting of machine translation systems to new language pairs or new domains |
| US8639701B1 (en) | 2010-11-23 | 2014-01-28 | Google Inc. | Language selection for information retrieval |
| US9465797B2 (en) | 2012-02-23 | 2016-10-11 | Google Inc. | Translating text using a bridge language |
| JP2015060458A (ja) * | 2013-09-19 | 2015-03-30 | 株式会社東芝 | 機械翻訳装置、方法、及びプログラム |
| JP6466138B2 (ja) * | 2014-11-04 | 2019-02-06 | 株式会社東芝 | 外国語文作成支援装置、方法及びプログラム |
| US20170177712A1 (en) * | 2015-12-21 | 2017-06-22 | Ebay Inc. | Single step cross-linguistic search using semantic meaning vectors |
| WO2017139575A1 (en) | 2016-02-11 | 2017-08-17 | Ebay Inc. | Semantic category classification |
| JP6631930B2 (ja) * | 2017-02-07 | 2020-01-15 | パナソニックＩｐマネジメント株式会社 | 翻訳装置および翻訳方法 |
| US10672392B2 (en) | 2018-07-23 | 2020-06-02 | Motorola Solutions, Inc. | Device, system and method for causing an output device to provide information for voice command functionality |
| US11070435B2 (en) | 2019-01-16 | 2021-07-20 | Servicenow, Inc. | Service model re-computation based on configuration item change type |
| CN112085090A (zh) * | 2020-09-07 | 2020-12-15 | 百度在线网络技术（北京）有限公司 | 翻译方法、装置以及电子设备 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5278980A (en) * | 1991-08-16 | 1994-01-11 | Xerox Corporation | Iterative technique for phrase query formation and an information retrieval system employing same |
| WO1994006086A1 (en) * | 1992-09-04 | 1994-03-17 | Caterpillar Inc. | Integrated authoring and translation system |
| JPH0950435A (ja) | 1995-08-04 | 1997-02-18 | Sharp Corp | 翻訳装置 |
| US5963940A (en) * | 1995-08-16 | 1999-10-05 | Syracuse University | Natural language information retrieval system and method |
| US6006221A (en) * | 1995-08-16 | 1999-12-21 | Syracuse University | Multilingual document retrieval system and method using semantic vector matching |
| JP3099756B2 (ja) * | 1996-10-31 | 2000-10-16 | 富士ゼロックス株式会社 | 文書処理装置、単語抽出装置及び単語抽出方法 |
| US5835912A (en) * | 1997-03-13 | 1998-11-10 | The United States Of America As Represented By The National Security Agency | Method of efficiency and flexibility storing, retrieving, and modifying data in any language representation |
| JP3173411B2 (ja) * | 1997-03-17 | 2001-06-04 | 富士ゼロックス株式会社 | 関連文書検索装置及び関連文書検索プログラムを記録した記録媒体 |
| KR980004126A (ko) * | 1997-12-16 | 1998-03-30 | 양승택 | 다국어 웹 문서 검색을 위한 질의어 변환 장치 및 방법 |
-
1998
- 1998-07-02 JP JP10202788A patent/JP3114703B2/ja not_active Expired - Fee Related
-
1999
- 1999-06-30 US US09/343,543 patent/US6321189B1/en not_active Expired - Lifetime
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005059771A1 (ja) * | 2003-12-15 | 2005-06-30 | Laboratory For Language Technology Incorporated | 対訳判断装置、方法及びプログラム |
| US11055496B2 (en) | 2018-08-31 | 2021-07-06 | Samsung Electronics Co., Ltd. | Method and apparatus with sentence mapping |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3114703B2 (ja) | 2000-12-04 |
| US6321189B1 (en) | 2001-11-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3114703B2 (ja) | 対訳文検索装置 | |
| US6442540B2 (en) | Information retrieval apparatus and information retrieval method | |
| US6167370A (en) | Document semantic analysis/selection with knowledge creativity capability utilizing subject-action-object (SAO) structures | |
| JP3173411B2 (ja) | 関連文書検索装置及び関連文書検索プログラムを記録した記録媒体 | |
| JP2011118689A (ja) | 検索方法及びシステム | |
| JP3427674B2 (ja) | 関連語提示装置及び関連語提示用プログラムを記録した媒体 | |
| EP2450805A1 (en) | Information search device, information search method, information search program, and storage medium on which information search program has been stored | |
| JP2004318510A (ja) | 対訳情報作成装置、対訳情報作成用プログラム、対訳情報作成方法、対訳情報検索装置、対訳情報検索用プログラム及び対訳情報検索方法 | |
| JP3594701B2 (ja) | キーセンテンス抽出装置 | |
| JPH09282331A (ja) | 文書類似判定装置および文書類似判定方法 | |
| JP4361299B2 (ja) | 評価表現抽出装置、プログラム、及び記憶媒体 | |
| JP2000040085A (ja) | 日本語形態素解析処理の後処理方法および装置 | |
| JPH11328316A (ja) | 文字認識装置、方法及び記憶媒体 | |
| KR20040018008A (ko) | 품사 태깅 장치 및 태깅 방법 | |
| JP2004280316A (ja) | 分野判定装置及び言語処理装置 | |
| JP3436109B2 (ja) | 関連検索式検索装置及び関連検索式検索プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| JP2715875B2 (ja) | 多言語要約生成装置 | |
| JP3447955B2 (ja) | 機械翻訳システム及び機械翻訳方法 | |
| JP3972697B2 (ja) | 自然言語処理システム及び自然言語処理方法、並びにコンピュータ・プログラム | |
| JP4114580B2 (ja) | 自然言語処理システム及び自然言語処理方法、並びにコンピュータ・プログラム | |
| JP3884001B2 (ja) | 言語解析システムおよび方法 | |
| JPS6389976A (ja) | 言語解析装置 | |
| JPS6395570A (ja) | 言語解析方式 | |
| JPH03161865A (ja) | 文章の検索方法 | |
| JPH08180057A (ja) | 文書検索方法および装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070929 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080929 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090929 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100929 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110929 Year of fee payment: 11 |
|
| LAPS | Cancellation because of no payment of annual fees |