JP2000029878A - 翻訳知識学習方法および装置、機械翻訳方法および装置 - Google Patents

Abstract

(57)【要約】 【課題】 ユーザが翻訳知識を管理し易く、かつ、翻訳
品質を向上させることのできる方法および装置を実現す
る。 【解決手段】 自然言語による原言語と目的言語からな
る対訳文書を入力する（ステップＳ１）。これにより、
対訳文書から、形態素とその出現回数、翻訳パターンと
その出現回数を抽出し、かつ、対訳文書の全体から予め
決められた文法規則によって得られる文書知識を抽出す
る（ステップＳ２）。次に、抽出した文書知識に基づ
き、翻訳処理に用いるための、予め設けられた形態素辞
書と翻訳辞書と文法規則に対して、情報を追加する（ス
テップＳ３）。次に、ステップＳ３で情報が追加された
形態素辞書と翻訳辞書と文法規則を用いて、原言語の文
書を目的言語の文書に翻訳する（ステップＳ４）。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、既存の対訳文書か
ら翻訳パターンや文書情報等の翻訳知識を学習する機能
を有する翻訳知識学習方法および装置とこの翻訳知識を
用いて翻訳処理を行う用例主導方式の機械翻訳方法およ
び装置に関するものである。

【０００２】

【従来の技術】従来、既存の対訳文書を用いて翻訳パタ
ーンや文書情報等の翻訳知識を学習する方法としては、
例えば次のようなものがあった。

【０００３】文献１：「特開平７−２４４６６５ 機械
翻訳システム用辞書・ルール学習方法及び機械翻訳シス
テム用辞書・ルール学習装置」 文献２：「特開平７−８５０５６ 辞書作成支援方法」

【０００４】上記二つの従来技術は、対訳文書から翻訳
知識を抽出し、それに基づいて翻訳する機械翻訳方法ま
たは装置である。翻訳パターン、文法規則がここでいう
翻訳知識に相当する。上記のような機械翻訳装置は一般
に用例主導型の機械翻訳装置と呼ばれる。この型の利点
は、予め与えられる対訳文書中の目的言語表現が機械翻
訳装置の翻訳結果に反映されることである。

【０００５】文献１の技術は、予め学習対象となる対訳
文書を読み込んでおき、翻訳対象となる原言語入力文が
翻訳される度に、その翻訳結果と対訳文（理想訳文）と
比較し、翻訳結果と理想訳文の差異がもっとも小さい理
想訳文を用いて、辞書や文法規則を変更していくという
ものである。これは対訳文書読み込み時に学習処理を行
うのではなく、翻訳対象となる原文が入力される度に、
対訳文から最適な用例を選択して、その用例から辞書や
文法規則を学習するタイプの典型例である。

【０００６】この方法の利点は、用例に特別な加工を施
さず、一文単位で翻訳処理に利用するため、一文全体の
情報を翻訳処理に利用することである。また、翻訳対象
となる原文が入力される時に、辞書や文法規則の追加、
修正が行われるため、無駄な辞書や文法規則が作成され
ずに済み、辞書や文法規則間での副作用も発生しにく
い。

【０００７】一方、文献２の技術は、予め対訳文書から
翻訳パターンと呼ばれる原言語と目的言語の変換辞書を
自動的に作成する辞書学習装置の典型例である。このよ
うな装置は、対訳文書から翻訳パターンを抽出すること
によって、ユーザ辞書などに登録すべき辞書候補を抽出
すると共に、その登録候補のデータを編集する際に有用
である原文文書情報、訳文文書情報を抽出する。そし
て、この抽出結果を用いて翻訳することにより、対訳文
書中の表現が翻訳結果に反映する。

【０００８】この方法の利点は、用例学習部と翻訳処理
部が個別に存在し、かつ、用例はユーザにとって理解し
やすい翻訳パターン形式であるため、ユーザは学習部に
よって作成された辞書を簡単に管理（追加、削除、変
更）できることである。更に、その辞書は学習対象とな
る対訳文書毎に管理することもできる。

【０００９】

【発明が解決しようとする課題】しかしながら、上記の
二つの従来技術には、以下の課題が存在する。文献１の
技術は、一文入力する度に最適な用例の検索処理や辞
書、文法規則の追加、変更処理が発生するため、翻訳に
時間がかかる。更に、一文入力する毎に辞書や文法規則
が書き換えられてしまうため、たとえ学習効果による悪
影響を発見した場合でも、辞書や文法規則を元に戻すこ
とはできない。更に、ユーザは翻訳結果に対して予測が
できないため、ユーザによる辞書追加および修正による
訳出向上は困難である（実用的な機械翻訳装置では、機
械翻訳装置による自動学習とユーザ支援の協調が欠かせ
ない）。

【００１０】また、対訳文書中に種類の異なった文書
（例えば、手紙文、マニュアル）などが混在すると、辞
書や文法に表現形式が全く異なった規則や辞書が混在す
るため、辞書や規則の見通しが悪くなり、副作用が発生
し易くなり訳質低下の要因となる。更に、文書全体を用
例として格納しているにもかかわらず、翻訳時には一文
の情報しか利用しない。

【００１１】一方、文献２の技術では、翻訳処理での利
用の有無にかかわらず、かつ、機械翻訳装置がもつ辞書
とは無関係に、対訳文書から翻訳パターン辞書を作成す
る。そのため、ユーザは、翻訳対象となる入力文書に対
し、常にユーザ自ら適切な辞書を選択してから翻訳を行
う必要がある。仮に全ての辞書を用いて翻訳した場合で
も、辞書間での副作用が発生する要因となり、翻訳品質
の低下を伴う。

【００１２】また、辞書自動作成の際、対訳文書全体を
参照しているのにもかかわらず、ある原言語の単語がど
の単語に対応するか、その単語に翻訳される時の条件は
何かという翻訳に関する局所的な知識は抽出しても、例
えば、その単語が対訳文書中に何回出現しているか、ま
た、対訳文書はどんな種類か、等の対訳文書全体に関す
る知識は抽出しない。

【００１３】このような点から、ユーザが翻訳知識を管
理し易く、かつ、翻訳品質を向上させることのできる翻
訳知識学習方法および装置、機械翻訳方法および装置の
実現が望まれていた。

【００１４】

【課題を解決するための手段】本発明は、前述の課題を
解決するため次の構成を採用する。 〈構成１〉自然言語による原言語と目的言語からなる対
訳文書のうちの少なくとも一方の言語の文書を入力する
対訳文書入力処理と、対訳文書入力処理で入力された文
書から、形態素と形態素の出現回数とを抽出すると共
に、入力された文書全体から予め決められた文法規則に
よって得られる文書知識を抽出する語彙知識学習処理
と、語彙知識学習処理で抽出した文書知識に基づき、翻
訳処理に用いるための予め設けられた形態素辞書と文法
規則に対して、情報を追加する文書環境学習処理とを備
えたことを特徴とする翻訳知識学習方法。

【００１５】〈構成２〉自然言語による原言語と目的言
語からなる対訳文書を入力する対訳文書入力処理と、入
力された対訳文書から形態素とその出現回数およびその
翻訳パターンとその出現回数を抽出すると共に、入力さ
れた対訳文書の全体から予め決められた文法規則によっ
て得られる文書知識を抽出する語彙知識学習処理と、語
彙知識学習処理で抽出した文書知識に基づき、翻訳処理
に用いるための予め設けられた形態素辞書と翻訳辞書と
文法規則に対して、情報を追加する文書環境学習処理と
を備えたことを特徴とする翻訳知識学習方法。

【００１６】〈構成３〉自然言語による原言語と目的言
語からなる対訳文書を入力する対訳文書入力処理と、入
力された対訳文書から形態素とその出現回数およびその
翻訳パターンとその出現回数を抽出すると共に、入力さ
れた対訳文書の全体から予め決められた文法規則によっ
て得られる文書知識を抽出する語彙知識学習処理と、語
彙知識学習処理で抽出した文書知識に基づき、翻訳処理
に用いるための予め設けられた形態素辞書と翻訳辞書と
文法規則に対して、情報を追加する文書環境学習処理
と、文書環境学習処理で情報が追加された形態素辞書と
翻訳辞書と文法規則を用いて、原言語の文書を目的言語
の文書に翻訳する翻訳処理とを備えたことを特徴とする
機械翻訳方法。

【００１７】〈構成４〉自然言語による原言語と目的言
語からなる対訳文書を入力する対訳文書入力部と、原言
語から目的言語への翻訳処理で用いるための、予め設け
られた形態素解析情報と文法情報とを示す形態素辞書・
文法規則と、形態素辞書・文法規則を用いて、対訳文書
から形態素とその出現回数およびその翻訳パターンとそ
の出現回数を抽出し、これら抽出した知識を形態素頻度
辞書・翻訳パターン辞書として出力する語彙知識学習部
と、対訳文書別の形態素の出現回数と翻訳パターンとを
示す対訳文書別形態素頻度辞書・翻訳パターン辞書と、
対訳文書別形態素頻度辞書・翻訳パターン辞書の中か
ら、形態素頻度辞書・翻訳パターン辞書との形態素の出
現回数に基づいて最適辞書を選出し、この最適辞書と形
態素頻度辞書・翻訳パターン辞書とマージし、その結果
得られた形態素頻度知識を形態素辞書・文法規則に新た
に追加すると共に、形態素辞書・文法規則における文法
規則に基づいて対訳文書から抽出した文法知識を新たに
形態素辞書・文法規則に追加する文書環境学習部とを備
えたことを特徴とする翻訳知識学習装置。

【００１８】〈構成５〉自然言語による原言語と目的言
語からなる対訳文書を入力する対訳文書入力部と、原言
語から目的言語への翻訳処理で用いるための、予め設け
られた形態素解析情報と文法情報とを示す形態素辞書・
文法規則と、形態素辞書・文法規則を用いて、対訳文書
から形態素とその出現回数およびその翻訳パターンとそ
の出現回数を抽出し、これら抽出した知識を形態素頻度
辞書・翻訳パターン辞書として出力する語彙知識学習部
と、対訳文書別の形態素の出現回数と翻訳パターンとを
示す対訳文書別形態素頻度辞書・翻訳パターン辞書と、
対訳文書別形態素頻度辞書・翻訳パターン辞書の中か
ら、形態素頻度辞書・翻訳パターン辞書との形態素の出
現回数に基づいて最適辞書を選出し、この最適辞書と形
態素頻度辞書・翻訳パターン辞書とマージし、その結果
得られた翻訳パターン知識を翻訳パターン学習辞書とし
て出力すると共に、その結果得られた形態素頻度知識を
形態素辞書・文法規則に新たに追加し、かつ、形態素辞
書・文法規則における文法規則に基づいて対訳文書から
抽出した文法知識を新たに形態素辞書・文法規則に追加
する文書環境学習部と、文書環境学習部によって形態頻
度知識と文法知識とが追加された形態素辞書と文法規則
と、翻訳パターン学習辞書を用いて原言語の文書を目的
言語の文書に翻訳する翻訳エンジン部とを備えたことを
特徴とする機械翻訳装置。

【００１９】〈構成６〉自然言語による原言語と目的言
語からなる対訳文書を入力する対訳文書入力部と、原言
語から目的言語への翻訳処理で用いるための、予め設け
られた形態素解析情報と文法情報とを示す形態素辞書・
文法規則と、対訳文書別の形態素の出現回数と翻訳パタ
ーンとを示す対訳文書別形態素頻度辞書・翻訳パターン
辞書と、形態素辞書・文法規則を用いて、対訳文書から
形態素とその出現回数およびその翻訳パターンとその出
現回数を抽出し、これら抽出した知識を辞書情報として
対訳文書別形態素頻度辞書・翻訳パターン辞書に出力す
る語彙知識学習部と、対訳文書別形態素頻度辞書・翻訳
パターン辞書の中から、抽出した知識に基づいて最適辞
書を選出し、この最適辞書と抽出した知識とをマージ
し、その結果得られた形態素頻度知識と、形態素辞書・
文法規則における文法規則に基づいて対訳文書から抽出
した文法知識とを対訳文書別文書環境設定ファイルとし
て出力する文書環境学習部と、対訳文書別形態素頻度辞
書・翻訳パターン辞書と対訳文書別文書環境設定ファイ
ルとに基づき、形態素情報と文法情報とを作成し、これ
ら情報を形態素辞書・文法規則への追加情報として出力
する環境適応辞書構築部とを備えたことを特徴とする翻
訳知識学習装置。

【００２０】〈構成７〉請求項６に記載の翻訳知識学習
装置において、対訳文書別形態素頻度辞書・翻訳パター
ン辞書と対訳文書別文書環境設定ファイルとを編集する
辞書／環境設定ファイル編集部を備えたことを特徴とす
る翻訳知識学習装置。

【００２１】〈構成８〉自然言語による原言語と目的言
語からなる対訳文書を入力する対訳文書入力部と、原言
語から目的言語への翻訳処理で用いるための、予め設け
られた形態素解析情報と文法情報とを示す形態素辞書・
文法規則と、対訳文書別の形態素の出現回数と翻訳パタ
ーンとを示す対訳文書別形態素頻度辞書・翻訳パターン
辞書と、形態素辞書・文法規則を用いて、対訳文書から
形態素とその出現回数およびその翻訳パターンとその出
現回数を抽出し、これら抽出した知識を辞書情報として
対訳文書別形態素頻度辞書・翻訳パターン辞書に出力す
る語彙知識学習部と、対訳文書別形態素頻度辞書・翻訳
パターン辞書の中から、抽出した知識に基づいて最適辞
書を選出し、この最適辞書と抽出した知識とをマージ
し、その結果得られた形態素頻度知識と、形態素辞書・
文法規則における文法規則に基づいて対訳文書から抽出
した文法知識とを対訳文書別文書環境設定ファイルとし
て出力する文書環境学習部と、対訳文書別形態素頻度辞
書・翻訳パターン辞書と対訳文書別文書環境設定ファイ
ルとに基づき、形態素情報と文法情報とを作成し、これ
ら情報を形態素辞書・文法規則への追加情報として出力
すると共に、翻訳パターン知識を作成し、翻訳パターン
知識を翻訳パターン学習辞書として出力する環境適応辞
書構築部と、環境適応辞書構築部によって形態頻度知識
と文法知識とが追加された形態素辞書と文法規則と、翻
訳パターン学習辞書を用いて原言語の文書を目的言語の
文書に翻訳する翻訳エンジン部とを備えたことを特徴と
する機械翻訳装置。

【００２２】〈構成９〉請求項８に記載の機械翻訳装置
において、対訳文書別形態素頻度辞書・翻訳パターン辞
書と対訳文書別文書環境設定ファイルと翻訳パターン学
習辞書とを編集する辞書／環境設定ファイル編集部を備
えたことを特徴とする機械翻訳装置。

【００２３】

【発明の実施の形態】以下、本発明の実施の形態を図面
を用いて詳細に説明する。 《具体例１》 〈構成〉図１は本発明の機械翻訳方法の具体例１を示す
フローチャートであるが、この説明に先立ち、本発明の
具体例１による機械翻訳装置の構成を説明する。

【００２４】図２は、本発明の具体例１による機械翻訳
装置の構成図である。本発明の機械翻訳装置はコンピュ
ータでその機能が実現され、本装置は大きく分けて、入
出力部１、学習エンジン部２、翻訳エンジン部３と、形
態素辞書・文法規則４、対訳文書別形態素頻度辞書・翻
訳パターン辞書５、翻訳パターン学習辞書６から構成さ
れている。

【００２５】入出力部１は、コンピュータにおけるキー
ボードやディスプレイといった一般的な入出力装置や入
出力端子あるいはネットワーク等からなり、対訳文書入
力部１１、原言語文入力部１２、目的言語文出力部１３
から構成されている。

【００２６】対訳文書入力部１１は、自然言語による原
言語と目的言語からなる対訳文書を入力する機能部であ
る。原言語文入力部１２は、翻訳エンジン部３における
原言語文を入力するための機能部である。目的言語文出
力部１３は、翻訳エンジン部３によって翻訳された目的
言語文を出力するための機能部である。

【００２７】学習エンジン部２は、翻訳知識の学習を行
う機能部で、語彙知識学習部２１、文書環境学習部２
２、形態素頻度辞書・翻訳パターン辞書２３から構成さ
れている。

【００２８】語彙知識学習部２１は、形態素辞書・文法
規則４を参照して、対訳文書入力部１１で入力された対
訳文書から形態素とその出現回数およびその翻訳パター
ンとその出現回数を抽出し、形態素頻度辞書・翻訳パタ
ーン辞書２３を作成する機能を有している。

【００２９】文書環境学習部２２は、形態素頻度辞書・
翻訳パターン辞書２３と、対訳文書別形態素頻度辞書・
翻訳パターン辞書５を参照して、翻訳パターン学習辞書
６を作成すると共に、形態素辞書・文法規則４に情報を
追加する機能を有している。即ち、文書環境学習部２２
は、対訳文書別形態素頻度辞書・翻訳パターン辞書５の
中から、形態素頻度辞書・翻訳パターン辞書２３との形
態素の出現回数に基づいて最適辞書を選出し、この最適
辞書と、形態素頻度辞書・翻訳パターン辞書２３とマー
ジし、その結果得られた形態素頻度知識を形態素辞書・
文法規則４に新たに追加すると共に、形態素辞書・文法
規則４における文法規則に基づいて対訳文書から抽出し
た文法知識を新たに形態素辞書・文法規則４に追加する
機能を有している。

【００３０】翻訳エンジン部３は、形態素辞書・文法規
則４と翻訳パターン学習辞書６とを参照して、原言語文
入力部１２から入力された原言語文を翻訳し、目的言語
文出力部１３に出力する機能を有している。

【００３１】形態素辞書・文法規則４は、学習エンジン
部２と翻訳エンジン部３と共通で用いるデータベースで
あり、学習エンジン部２で得られた翻訳知識が追加さ
れ、この追加された情報を含めて翻訳エンジン部３が翻
訳を行うためのものである。

【００３２】対訳文書別形態素頻度辞書・翻訳パターン
辞書５は学習対象となる対訳文書毎に、複数の形態素頻
度辞書・翻訳パターン辞書を格納するデータベースであ
る。

【００３３】翻訳パターン学習辞書６は、文書環境学習
部２２によって作成され、翻訳処理時に翻訳エンジン部
３が用いる辞書である。

【００３４】尚、上記構成において、学習エンジン部２
における語彙知識学習部２１および文書環境学習部２２
と、翻訳エンジン部３は、この機能に対応したプログラ
ムとこれを実行するためのＣＰＵやメモリ等によって、
その機能を実現している。また、上記の形態素頻度辞書
・翻訳パターン辞書２３、形態素辞書・文法規則４、対
訳文書別形態素頻度辞書・翻訳パターン辞書５、翻訳パ
ターン学習辞書６は、主記憶装置上に一時的に作成され
るデータベース、あるいは補助記憶装置内に格納される
データベースである。

【００３５】〈動作〉以下、図１のフローチャートを用
いて本具体例の動作を説明する。

【００３６】本具体例の対訳文書とは、日本語と英語の
文対応が既についた文書とする。ユーザが、英語文書ｓ
ｙｓｔｅｍ．ｅｎ、日本語文書ｓｙｓｔｅｍ．ｊａから
なる対訳文書を入力し、英文“This command pushes mo
dules on and/or pops modules of the stream．”を翻
訳する場合を例に挙げて説明する。尚、ｓｙｓｔｅｍ．
ｅｎの“ｓｙｓｔｅｍ”は文書名を表し、また、ｓｙｓ
ｔｅｍ．ｅｎの“．ｅｎ”は英語文書を、ｓｙｓｔｅ
ｍ．ｊａの“．ｊａ”は日本語文書を示す識別子であ
る。

【００３７】図１３は、ｓｙｓｔｅｍ．ｅｎとｓｙｓｔ
ｅｍ．ｊａの例を示す図である。図示のように、文の対
応を示すタグがｅｎ＝１，２，…，ｓと、ｊａ＝１，
２，…，ｓ（ｓは対訳文数）として記されているのがわ
かる。

【００３８】先ず、ユーザが対訳文書入力部１１より、
対訳文書ｓｙｓｔｅｍ．ｅｎ、ｓｙｓｔｅｍ．ｊａを入
力する（ステップＳ１）と、対訳文書は学習エンジン部
２の語彙知識学習部２１に渡される。

【００３９】語彙知識学習部２１では、翻訳パターン、
および、原言語文と目的言語文を構成する全形態素とそ
の出現回数を対訳文書から自動抽出し、その結果を形態
素頻度辞書・翻訳パターン辞書２３に格納する。尚、本
処理は、例えば、発明者が先に提出した「特願平０９−
２１５９１５：翻訳パターン抽出装置と方法および記録
媒体」を用いることにより実現される。

【００４０】また、本具体例における形態素解析処理
は、形態素辞書・文法規則４を用いる。この理由は、学
習エンジン部２と翻訳エンジン部３の形態素単位のずれ
による翻訳品質低下を防止するためである。

【００４１】図１４は、本具体例における語彙知識学習
処理後の形態素頻度辞書２３の例を示す図である。図１
５は、翻訳パターン辞書２３の例を示す図である。

【００４２】両図に示すように、フィールドセパレータ
をタブとして、第１フィールドには形態素（図１４）ま
たは翻訳パターン（図１５）が格納され、第２フィール
ドにはその出現回数が格納されている。尚、図１５にお
いて、＊ＮＰは名詞句、＊ＶＰは動詞句を意味してい
る。

【００４３】次に、文書環境学習部２２では、この形態
素頻度辞書・翻訳パターン辞書２３と対訳文書別形態素
頻度辞書・翻訳パターン辞書５から、翻訳パターン学習
辞書６の作成、および、形態素辞書・文法規則４への情
報追加を行う（ステップＳ３）。

【００４４】図３は、文書環境学習部２２の動作を説明
するフローチャートである。先ず、語彙知識学習部２１
で作成された形態素頻度辞書・翻訳パターン辞書２３と
類似する辞書を既存の対訳文書別形態素頻度辞書・翻訳
パターン辞書５から選択する処理である最適辞書選択処
理（ステップＳ３１）を行う。

【００４５】図４は、最適辞書選択処理の動作を説明す
るフローチャートである。先ず、形態素頻度辞書２３
（英語、日本語どちらの形態素頻度辞書でもよい。また
その両方を用いても良い。本具体例では英語形態素頻度
辞書を用いる）から高頻度に出現する形態素上位ｎ語を
抽出し、ワークテーブルＷＴ１に格納する（ステップＳ
４１）（ｎは１以上の自然数である。本具体例ではｎ＝
５０とする）。

【００４６】次に、全ての対訳文書別形態素頻度辞書５
に対して処理が終了していなければ（ステップＳ４
２）、その中の形態素頻度辞書のうちの一つをワークテ
ーブルＷＴ２に格納し（ステップＳ４３）、ステップＳ
４１の処理と同様に、高頻度に出現する形態素上位ｎ語
を抽出し、ワークテーブルＷＴ３に格納する（ステップ
Ｓ４４）。

【００４７】次に、ＷＴ１とＷＴ３に格納されている形
態素で共通の形態素の数ｘを求め（ステップＳ４５）、
ｘをｎで割った値が閾値ｙより大きければ、その辞書を
最適辞書と認定し、ワークテーブルＷＴ０にその辞書名
を格納する（ステップＳ４６）。尚、ｙは０以上１以下
の数である。本具体例ではｙ＝０．８とする。

【００４８】ステップＳ４２において、全ての対訳文書
別形態素頻度辞書５について、上記処理（ステップＳ４
３〜ステップＳ４６）を繰り返したと判定した場合は、
本処理を終了し、学習辞書構築処理に進む（ステップＳ
３２）。

【００４９】図１６は、最適辞書選択処理後の本具体例
におけるＷＴ０の例を示す図である。本具体例では、
“ｏｓ．ｄｉｃ、ｕｎｉｘ．ｄｉｃ、ｕｓｅｒｓ_ｇｕ
ｉｄｅ．ｄｉｃ”という名前の辞書が、対訳文書ｓｙｓ
ｔｅｍ．ｅｎ，ｓｙｓｔｅｍ．ｊａから作成された辞書
と類似することを示している。

【００５０】次に学習辞書構築処理に進む（ステップＳ
３２）。図５および図６は、学習辞書構築処理の動作を
説明するフローチャートである。先ず、ワークテーブル
ＷＴ１〜５を初期化し（ステップＳ５０１）、英語形態
素頻度辞書２３をＷＴ１に、日本語形態素頻度辞書２３
をＷＴ２に、翻訳パターン辞書２３をＷＴ３に格納する
（ステップＳ５０２）。但し、各出現回数の値は、各辞
書に格納されている出現回数値に重み係数αをかけた値
とする。重み係数αは、既存辞書を１とした場合、今回
入力した文書による辞書をどれだけ優先するかの優位度
を示す数値であり、通常１以上の値が与えられる（本具
体例ではα＝２とする）。

【００５１】次に、ＷＴ０に格納されている全ての辞書
について処理が終了していなければ（ステップＳ５０
３）、辞書名を一つＷＴ０から取り出し、その辞書名の
対訳文書別英語形態素頻度辞書５をＷＴ３に、日本語形
態素頻度辞書５をＷＴ４に、翻訳パターン辞書５をＷＴ
５に格納する（ステップＳ５０４）。

【００５２】次に、ＷＴ３に格納されている全ての形態
素について処理が終了していなければ（ステップＳ５０
５）、形態素とその出現回数値を一つ取り出す（ステッ
プＳ５０６）。取り出した形態素がＷＴ１に登録されて
いれば（ステップＳ５０７）、ＷＴ１と、取り出した各
形態素の出現回数値を比較し、取り出した形態素の方が
大きければＷＴ１の出現回数値を、取り出した形態素の
出現回数値に変更し、取り出した形態素の方が小さけれ
ば何もしない（ステップＳ５０８）。

【００５３】一方、ステップＳ５０７において登録され
ていなければ、取り出した形態素とその出現回数値をＷ
Ｔｌに登録する（ステップＳ５０９）。

【００５４】全ての形態素に対してステップＳ５０６〜
ステップＳ５０９の処理を繰り返し行った後（ステップ
Ｓ５０５）、日本語形態素頻度辞書が格納されているＷ
Ｔ２とＷＴ４（ステップＳ５１０〜ステップＳ５１
４）、そして、翻訳パターン辞書が格納されたＷＴ３と
ＷＴ５（ステップＳ６０１〜ステップＳ６０５）につい
ても同様の処理を行う。

【００５５】ステップＳ６０１において、ＷＴ５の全て
の翻訳パターンに対して処理が終了すれば、ステップＳ
５０３に戻り、ＷＴ０に格納されている全ての辞書名に
対して同様の処理を繰り返し行った後（ステップＳ５０
４〜Ｓ５１４およびステップＳ６０１〜Ｓ６０５）、次
の処理に進む。

【００５６】次に、ＷＴ１に登録されている全ての形態
素とその出現回数値を英語形態素辞書に登録し（ステッ
プＳ６０６）、ＷＴ２に登録されている全ての形態素と
その出現回数値を日本語形態素辞書に登録する（ステッ
プＳ６０７）。

【００５７】この時、形態素辞書にその形態素が存在す
れば、その出現回数値のフィールドにＷＴ１またはＷＴ
２の出現回数値を代入する。形態素が存在しない場合
は、その形態素に関する形態素辞書を新規に作成した
後、ＷＴ１またはＷＴ２の出現回数値を代入する。

【００５８】一方、ＷＴ１またはＷＴ２に存在せず、形
態素辞書に存在する形態素の出現回数値には、デフォル
ト値ｄを与える（本具体例ではｄ＝１とする）。

【００５９】図１７は、本具体例での学習辞書構築処理
前後の英語形態素辞書の例を示す図である。処理前は、
出現回数値（“，”をフィールドセパレータとする第３
フィールド）には“−”が登録されているが、処理後で
は、１以上の数値が登録されているのがわかる。

【００６０】次に、ＷＴ３に登録されている全ての翻訳
パターンとその出現回数値を翻訳パターン学習辞書６に
登録する（ステップＳ６０８）。

【００６１】図１８は、本具体例での学習辞書構築処理
後の翻訳パターン学習辞書の例を示す図である。図示の
ように、“翻訳パターン，出現回数値”のフォーマット
で翻訳パターン学習辞書が作成されているのがわかる。

【００６２】次に、文法情報抽出処理に進む（ステップ
Ｓ３３）。図７は、文法情報抽出処理の動作を説明する
フローチャートである。先ず、ワークテーブルＷＴ１〜
５を初期化し（ステップＳ７１）、対訳文書入力部１１
によって入力された日本語文書、英語文書を各言語の形
態素辞書・文法規則１４を用いて形態素解析（ステップ
Ｓ７２）、および構文解析を行う（ステップＳ７３）。

【００６３】次に、この形態素解析結果および構文解析
結果から日本語文末表現、受身傾向、疑問傾向、句読点
表現、接続詞訳（例：ｉｆ、ａｎｄ、ｏｆの訳）に関す
る情報を抽出する（ステップＳ７４）。ここでの処理
は、以下のようになる。

【００６４】例えば、日本語文末表現の情報抽出処理で
は、日本語文末表現候補として、予め「肯定ダ形：だ，
です，である，であります」、「肯定スル形：する，し
ます」、「否定ダ形：ではない，ではありません」、
「否定スル形：しない，しません」、「命令肯定形：し
なさい，して下さい，しましょう」、「命令否定形：し
ない，してはいけない，しないで下さい，してはいけま
せん」を持っている。

【００６５】日本語形態素解析結果から用言性接尾辞を
全て抽出し、上記の候補から、出現回数の最も多い文末
表現（用言性接尾辞）をＷＴ１に格納する。一方、受身
傾向、疑問傾向は、日本語構文解析結果から文全体に対
する受身形および疑問文の割合を計算し、閾値以上の値
であれば、その傾向が強いと判断し、ＷＴ１にその結果
を格納する。句読点表現は、対訳文書中に、“．，”ま
たは、“。、”のいずれが用いられているかを日本語形
態素結果から判断し、ＷＴ１にその結果を格納する。

【００６６】接続詞訳は、英語形態素解析において対象
となる接続詞（例えば“ｉｆ”）が存在する英文とその
対訳日本語文の形態素解析結果を抽出し、“ｉｆ”に対
応する日本語訳を抽出し、ＷＴ１に格納する。例えば、
“ｉｆ”を含む英語文に対応する日本語文に「もし〜な
らば」が含まれていれば、「もし〜ならば」を格納し、
「〜と」が含まれていれば、「〜と」を格納する。ま
た、複数存在する場合は、その全てを格納する。

【００６７】図１９は、本具体例における文法情報抽出
処理後のＷＴ１の例を示す図である。ここではフィール
ドセパレータをタプとして、第１フィールドには属性
が、第２フィールドにはその属性値（抽出結果）が示さ
れている。例えば、日本語文末表現の肯定スル形（ｋｏ
ｕｔｅ＿ｄａ）には、「します」が格納されているのが
わかる。尚、“ｐａｓｓｉｖｅ＿ｔｅｎｄｅｎｃｙ ｈ
ｉｇｈ”とは、受身傾向が強いことを表し、“ｉｎｔｅ
ｒｒｏｇａｔｉｖｅ ｌｏｗ”とは、疑問傾向が低いと
いったことを示している。

【００６８】文法情報抽出処理を終了した後、ＷＴ１の
値を文法規則１４に追加する（ステップＳ７５）。文法
規則１４では、ＷＴ１の値に応じて、以降の翻訳処理
（ステップＳ２４）で適用される文法規則が変更される
ようになっている。

【００６９】次に、語彙知識学習部２１で自動作成され
た形態素頻度辞書・翻訳パターン辞書２３を対訳文書フ
ァイル名の識別子“．ｅｎ”，“．ｊａ”を除いたもの
に“．ｄｉｃ”を付与したものを辞書名として、対訳文
書別形態素頻度辞書・翻訳パターン辞書５に格納する
（ステップＳ３４）。本具体例の場合は、入力対訳文書
のファイル名は、ｓｙｓｔｅｍ．ｅｎ，ｓｙｓｔｅｍ．
ｊａであるので、格納される辞書の名前はｓｙｓｔｅ
ｍ．ｄｉｃとなる。ここで文書環境学習処理（ステップ
Ｓ２３）が終了する。

【００７０】次に、翻訳処理に入る。図８は、翻訳処理
の動作を説明するフローチャートを示す。先ず、翻訳対
象の英文“Ｔｈｉｓ ｃｏｍｍａｎｄ ｐｕｓｈｅｓ
ｍｏｄｕｌｅｓ ｏｎ ａｎｄ／ｏｆ ｐｏｐｓ ｍｏ
ｄｕｌｅｓ ｏｆｆ ｔｈｅ ｓｔｒｅａｍ．”を原言
語文入力部１２により入力する（ステップＳ８１）。

【００７１】翻訳エンジン部３は、入力文書を一文単位
に区切り（ステップＳ８２）、一文毎に、形態素解析処
理（ステップＳ８４）、構文・翻訳パターン解析処理
（ステップＳ８５）、形態素生成処理（ステップＳ８
６）を行い、翻訳結果を目的言語文出力部１３により出
力する（ステップＳ８７）。そして、全ての原言語文に
対して処理したら（ステップＳ８３）、翻訳処理を終了
する。

【００７２】即ち、原言語文形態素解析処理（ステップ
Ｓ８４）および目的言語文形態素生成処理（ステップＳ
８６）では、学習エンジン部２により抽出された形態素
の出現回数の値（形態素辞書・文法規則４に格納されて
いる値）を参照し、一方、構文・翻訳パターン解析処理
（ステップＳ８５）では、学習エンジン部２により抽出
された翻訳パターンおよび出現回数の値（翻訳パターン
学習辞書６の値）を参照して、対訳文書の表現が反映さ
れた翻訳結果を得る。

【００７３】図２０は、本具体例における原文入力画面
例と翻訳結果出力画面例を示す図である。図において、
（ａ）、（ｃ）に示す。また、（ｂ）にこの入力文にお
ける学習なしの翻訳結果出力画面例を示す。学習効果が
（ｂ）、（ｃ）の例から読み取れる。

【００７４】〈効果〉以上のように、具体例１によれば
以下の効果を有する。 ●学習知識は、図１８、図１７に示すように、翻訳パタ
ーン、形態素出現回数等というユーザにとって分かりや
すい形式であるため、ユーザは翻訳知識の管理がし易
く、かつ、翻訳結果の予測もし易い。 ●例えば、ある学習用文書からはｓｙｓｔｅｍ．ｄｉｃ
が得られるといったように、複数の学習用文書が存在し
た場合は、各学習用文書に応じて学習知識を分類して管
理することができ、再利用も可能である。 ●翻訳エンジン部３で用いられる形態素辞書・文法規則
１４、学習エンジン部２で用いられる形態素辞書・文法
規則１４に学習エンジン部２で獲得された知識を追加し
たものである、従って、各エンジンの核となる言語知識
は共通であるため、副作用が起こりにくい。 ●学習エンジン部２で獲得した翻訳知識は、翻訳処理で
用いる形態素辞書・文法規則１４に追加するが、書き換
えてしまうのではないため、元の辞書の状態に簡単に復
元することができる。 ●学習エンジン部２は、対訳文書から原言語と目的言語
の単語間の対応といった辞書的な知識を獲得するだけで
なく、その対訳文書全体を参照することによって得られ
る知識（例えば、出現頻度等）も獲得し、その結果を翻
訳処理に利用する。

【００７５】《具体例２》 〈構成〉図９は、本発明の機械翻訳装置の具体例２のブ
ロック図である。

【００７６】具体例２の装置は、大きく分けて、入出力
部１００、学習エンジン部２００、環境適応辞書構築部
３００、翻訳エンジン部４００と、形態素辞書・文法規
則５００と、対訳文書別形態素頻度辞書・翻訳パターン
辞書６００と、対訳文書別文書環境設定ファイル７０
０、翻訳パターン学習辞書８００からなる。

【００７７】入出力部１００は、対訳文書入力部１０
１、原言語文入力部１０２、目的言語文出力部１０３と
辞書／環境設定ファイル編集部１０４から構成されてい
る。ここで、対訳文書入力部１０１、原言語文入力部１
０２および目的言語文出力部１０３は、具体例１におけ
る入出力部１１〜目的言語文出力部１３と同様である。

【００７８】また、辞書／環境設定ファイル編集部１０
４は、対訳文書別形態素頻度辞書・翻訳パターン辞書６
００、対訳文書別文書環境設定ファイル７００および翻
訳パターン学習辞書８００の編集を行うための機能部で
あり、具体的には、ディスプレイやキーボード等の入出
力装置から構成されている。

【００７９】学習エンジン部２００は、語彙知識学習部
２０１、文書環境学習部２０２から構成される。語彙知
識学習部２０１は、対訳文書入力部１０１から入力され
た対訳文書に対して、形態素辞書・文法規則５００を参
照して、形態素とその出現回数およびその翻訳パターン
とその出現回数を抽出し、この抽出結果を対訳文書別形
態素頻度辞書・翻訳パターン辞書６００に格納する機能
を有している。また、文書環境学習部２０２は、対訳文
書別形態素頻度辞書・翻訳パターン辞書６００の中か
ら、語彙知識学習部２０１で抽出した知識に基づいて最
適辞書を選出し、この最適辞書と抽出した知識とをマー
ジし、その結果得られた形態素頻度知識と、形態素辞書
・文法規則５００における文法規則に基づいて対訳文書
から抽出した文法知識とを対訳文書別文書環境設定ファ
イル７００として出力する機能を有している。

【００８０】環境適応辞書構築部３００は、対訳文書別
形態素頻度辞書・翻訳パターン辞書６００と、対訳文書
別環境設定ファイル７００を参照して、翻訳パターン学
習辞書８００を作成すると共に、形態素情報と文法情報
とを作成し、これら情報を形態素辞書・文法規則５００
へ追加する機能を有している。

【００８１】翻訳エンジン部４００は、形態素辞書・文
法規則５００と翻訳パターン学習辞書８００を参照して
翻訳処理を行う機能部である。

【００８２】辞書／環境設定ファイル編集部１０４は、
ユーザが対訳文書別形態素頻度辞書・翻訳パターン辞書
６００、対訳文書別文書環境設定ファイル７００および
翻訳パターン学習辞書８００を参照したり、編集（追
加、削除、修正）したりする機能を提供するもので、具
体的にはディスプレイやキーボードといった入出力装置
から構成されている。

【００８３】〈動作〉本具体例と具体例１との大きな相
違点は三点ある。第一は学習エンジン部２００の文書環
境学習部２０２が、文書環境設定ファイル７００を出力
すること、第二は、新たに環境適応辞書構築部３００が
存在し、形態素頻度辞書・翻訳パターン辞書６００と文
書環境設定ファイル７００を元に、形態素辞書・文法規
則５００および翻訳パターン学習辞書８００を構築する
こと、第三は、学習により獲得された各辞書６００、８
００並びに対訳文書別文書環境設定ファイル７００を、
辞書／環境設定ファイル編集部１０４によって参照、編
集できることである。

【００８４】図１０は具体例２の動作を説明するフロー
チャートである。具体例２も具体例１と同様の例を用い
て説明する。先ず、ユーザが対訳文書入力部１０１によ
り対訳文書ｓｙｓｔｅｍ．ｅｎ、ｓｙｓｔｅｍ．ｊａを
入力する（ステップＳ１００１）と、対訳文書は学習エ
ンジン部２００の語彙知識学習部２０１に渡され、語彙
知識学習処理を行う（ステップＳ１００２）。

【００８５】語彙知識学習処理は具体例１に準じるが、
その学習結果は、具体例１のように形態素頻度辞書・翻
訳パターン辞書として学習エンジン部２内に保持するの
ではなく、対訳文書別形態素頻度辞書・翻訳パターン辞
書６００に格納する。尚、格納方法は、具体例１の文書
環境学習処理（ステップＳ３）の辞書格納処理（ステッ
プＳ３４）に準じる。

【００８６】次に文書環境学習処理を行う（ステップＳ
１００３）。図１１は、具体例２における文書環境学習
部２０２の動作を説明するフローチャートである。

【００８７】先ず、最適辞書選択処理（ステップＳ１１
０１）、文法情報抽出処理（ステップＳ１１０２）を行
う。これらの処理も具体例１に準じる。その結果、最適
辞書選択処理の結果がＷＴ０に、文法情報抽出処理の結
果がＷＴ１に格納されていることになる。

【００８８】ＷＴ０の結果は一つの値にまとめられ、Ｗ
Ｔ１の結果と共に対訳文書別文書環境設定ファイル７０
０に格納される（ステップＳ１１０３）。尚、文書環境
設定ファイル名は、学習対象の対訳文書のファイル名の
識別子を取り除き、“．ｅｎｖ”を付与したものとす
る。

【００８９】図２１に本具体例による文書環境設定ファ
イルの例を示す。図示のように、具体例２では、具体例
１の図１９に示した状態に最適辞書の項目ｕｓｅ＿ｄｉ
ｃと、その値“ｏｓ．ｄｉｃ、ｕｎｉｘ．ｄｉｃ、ｕｓ
ｅｒｓ＿ｇｕｉｄｅ．ｄｉｃ”が追加されている。

【００９０】次に、環境適応辞書構築処理を行う（ステ
ップＳ１００４）。図１２は、具体例２における環境適
応辞書構築部３００の動作を説明するフローチャートで
ある。

【００９１】先ず、ワークテーブルＷＴ０の初期化を行
った後（ステップＳ１２０１）、環境設定ファイル７０
０に設定されている対訳文書別形態素頻度辞書・翻訳パ
ターン辞書ファイル名（ここではｓｙｓｔｅｍ．ｅｎｖ
の属性ｕｓｅ＿ｄｉｃの値）を具体例１のＷＴ０と同様
の形式に従ってＷＴ０に格納し（ステップＳ１２０
２）、次に、学習辞書構築処理（ステップＳ１２０
３）、文法情報設定処理（ステップＳ１２０４）を行
う。学習辞書構築処理、文法情報設定処理は、いずれも
具体例１に準じる。

【００９２】ユーザは、この時点において、対訳文書別
環境設定ファイル７００の参照・編集（ステップＳ１０
０５、ステップＳ１００６）、および、対訳文書別形態
素頻度辞書・翻訳パターン辞書６００、翻訳パターン学
習辞書８００の参照・編集（ステップＳ１００７、ステ
ップＳ１００８）を、辞書／環境設定ファイル編集部１
０４によって行うことができる。

【００９３】編集処理の終了後、具体例１と同様に翻訳
処理を行い、目的言語文出力部１０３で翻訳結果を出力
する（ステップＳ１００９）。

【００９４】〈効果〉具体例２では具体例１に加えて更
に以下の効果を有する。 ●学習エンジン部２００と翻訳エンジン部４００が明確
に分離され、かつ、学習エンジン部２００で獲得される
翻訳知識を対訳文書別文書環境設定ファイル７００とし
てユーザに開示する方法を提供することにより、ユーザ
は、その結果をみて、翻訳結果を予測することができ
る。

【００９５】●ユーザは、上記の予測に基づき、対訳文
書別文書環境設定ファイル７００、対訳文書別形態素頻
度辞書・翻訳パターン辞書６００および翻訳パターン学
習辞書８００を、辞書／環境設定ファイル編集部１０４
を用いて、自分の好みに応じて変更することができる。
つまり、学習によって獲得した翻訳知識を加工して、更
に質の高い翻訳環境を構築することができる。

【００９６】●具体例１では、文書環境を学習するため
に、対訳文書を入力した後、翻訳処理を実行する必要が
あったが、具体例２では、環境設定ファイルも辞書と同
様に格納しておけるので、一度、環境設定ファイルを作
成しておけば、再翻訳の際、対訳文書の入力は不要にな
る。

【００９７】《利用形態》上述した具体例１、２は、以
下のように変形（あるいは応用）することができる。 ●学習エンジン部２，２００や具体例２における環境適
応辞書構築部３００は、翻訳エンジン部３，４００とは
切り放して機能することも可能である。また、学習エン
ジン部２，２００だけ、または、学習エンジン部２，２
００と環境適応辞書構築部３００とをセットにして、翻
訳知識学習装置とすることができる。

【００９８】●文書環境学習部２０２が抽出する文法知
識として、日本語文末情報等を挙げたが、ｉｆ以外の接
続詞の訳や、体言止め傾向など、その他の情報も抽出
し、翻訳処理に利用することもできる。

【００９９】●具体例１で説明した各種パラメータ（例
えば、重み係数αや最適辞書選択処理での閾値ｙ）は、
ユーザによるパラメータ設定機能を設けることにより、
ユーザの好みに応じた設定ができる。

【０１００】●対訳文書ではなく、単言語文書が入力さ
れた場合、翻訳パターン辞書の構築はできないが、形態
素頻度辞書や文書環境情報の一部は学習可能である。範
囲を限定すれば、単言語文書の入力においても本装置の
一部は機能する。

【０１０１】●英日翻訳を例に挙げて説明したが、日英
翻訳でも、英語、日本語以外の二言語間でも、本装置は
応用可能である。

【０１０２】●具体例２では、翻訳対象となる原言語文
書の翻訳環境設定ファイルが、対訳文書別文書環境設定
ファイル７００に存在している場合、環境適応辞書構築
処理から処理を開始することができる。その場合、ユー
ザは、対訳文書を入力するのではなく、環境設定ファイ
ル名を入力する。これにより、そのファイル名が環境適
応辞書構築部３００に渡され、環境適応辞書構築処理が
開始される。

【０１０３】●ユーザによる辞書や環境設定ファイルの
編集は具体例２のフローチャートに示した動作に限定さ
れるものではなく、いつでも編集することが可能であ
る。

【０１０４】●具体例２では、語彙知識学習処理と文書
環境学習処理を直列的に処理したが並列的に処理するこ
とも可能である。

【図面の簡単な説明】

【図１】本発明の機械翻訳装置の具体例１の構成図であ
る。

【図２】本発明の機械翻訳装置の具体例１の全体の動作
を示すフローチャートである。

【図３】本発明の機械翻訳装置の具体例１における文書
環境学習処理の動作を示すフローチャートである。

【図４】本発明の機械翻訳装置の具体例１における最適
辞書選択処理の動作を示すフローチャートである。

【図５】本発明の機械翻訳装置の具体例１における学習
辞書構築処理の動作を示すフローチャート（その１）で
ある。

【図６】本発明の機械翻訳装置の具体例１における学習
辞書構築処理の動作を示すフローチャート（その２）で
ある。

【図７】本発明の機械翻訳装置の具体例１における文法
情報抽出処理の動作を示すフローチャートである。

【図８】本発明の機械翻訳装置の具体例１における翻訳
処理の動作を示すフローチャートである。

【図９】本発明の機械翻訳装置の具体例２の構成図であ
る。

【図１０】本発明の機械翻訳装置の具体例２の動作を示
すフローチャートである。

【図１１】本発明の機械翻訳装置の具体例２における文
書環境学習処理を示すフローチャートである。

【図１２】本発明の機械翻訳装置の具体例２における環
境適応辞書構築処理を示すフローチャートである。

【図１３】本発明の機械翻訳装置における対訳文書の例
を示す説明図である。

【図１４】本発明の機械翻訳装置の具体例１における語
彙知識学習処理後の形態素頻度辞書の説明図である。

【図１５】本発明の機械翻訳装置の具体例１における語
彙知識学習処理後の翻訳パターン辞書の説明図である。

【図１６】本発明の機械翻訳装置の具体例１における最
適辞書選択後のワークテーブルＷＴ０の説明図である。

【図１７】本発明の機械翻訳装置の具体例１における学
習辞書構築処理後の英語形態素辞書の説明図である。

【図１８】本発明の機械翻訳装置の具体例１における学
習辞書構築処理後の翻訳パターン学習辞書の説明図であ
る。

【図１９】本発明の機械翻訳装置の具体例１における文
法情報抽出後のワークテーブルＷＴ１の説明図である。

【図２０】本発明の機械翻訳装置の具体例１における翻
訳処理結果の説明図である。

【図２１】本発明の機械翻訳装置の具体例２における環
境設定ファイルの説明図である。

【符号の説明】

２，２００ 学習エンジン部 ３，４００ 翻訳エンジン部 ４，５００ 形態素辞書・文法規則 ５，６００ 対訳文書別形態素頻度辞書・翻訳パターン
辞書 ６，８００ 翻訳パターン学習辞書 １１，１０１ 対訳文書入力部 １５，６００ 対訳文書別形態素頻度辞書・翻訳パター
ン辞書 ２１，２０１ 語彙知識学習部 ２２，２０２ 文書環境学習部 ２３ 形態素頻度辞書・翻訳パターン辞書 １０４ 辞書／環境設定ファイル編集部

Claims (9)

【特許請求の範囲】
1. 【請求項１】 自然言語による原言語と目的言語からな
   る対訳文書のうちの少なくとも一方の言語の文書を入力
   する対訳文書入力処理と、 前記対訳文書入力処理で入力された文書から、形態素と
   当該形態素の出現回数とを抽出すると共に、前記入力さ
   れた文書全体から予め決められた文法規則によって得ら
   れる文書知識を抽出する語彙知識学習処理と、 前記語彙知識学習処理で抽出した文書知識に基づき、翻
   訳処理に用いるための予め設けられた形態素辞書と文法
   規則に対して、情報を追加する文書環境学習処理とを備
   えたことを特徴とする翻訳知識学習方法。
2. 【請求項２】 自然言語による原言語と目的言語からな
   る対訳文書を入力する対訳文書入力処理と、 入力された対訳文書から形態素とその出現回数およびそ
   の翻訳パターンとその出現回数を抽出すると共に、前記
   入力された対訳文書の全体から予め決められた文法規則
   によって得られる文書知識を抽出する語彙知識学習処理
   と、 前記語彙知識学習処理で抽出した文書知識に基づき、翻
   訳処理に用いるための予め設けられた形態素辞書と翻訳
   辞書と文法規則に対して、情報を追加する文書環境学習
   処理とを備えたことを特徴とする翻訳知識学習方法。
3. 【請求項３】 自然言語による原言語と目的言語からな
   る対訳文書を入力する対訳文書入力処理と、 入力された対訳文書から形態素とその出現回数およびそ
   の翻訳パターンとその出現回数を抽出すると共に、前記
   入力された対訳文書の全体から予め決められた文法規則
   によって得られる文書知識を抽出する語彙知識学習処理
   と、 前記語彙知識学習処理で抽出した文書知識に基づき、翻
   訳処理に用いるための予め設けられた形態素辞書と翻訳
   辞書と文法規則に対して、情報を追加する文書環境学習
   処理と、 前記文書環境学習処理で情報が追加された形態素辞書と
   翻訳辞書と文法規則を用いて、原言語の文書を目的言語
   の文書に翻訳する翻訳処理とを備えたことを特徴とする
   機械翻訳方法。
4. 【請求項４】 自然言語による原言語と目的言語からな
   る対訳文書を入力する対訳文書入力部と、 原言語から目的言語への翻訳処理で用いるための、予め
   設けられた形態素解析情報と文法情報とを示す形態素辞
   書・文法規則と、 前記形態素辞書・文法規則を用いて、前記対訳文書から
   形態素とその出現回数およびその翻訳パターンとその出
   現回数を抽出し、これら抽出した知識を形態素頻度辞書
   ・翻訳パターン辞書として出力する語彙知識学習部と、 対訳文書別の形態素の出現回数と翻訳パターンとを示す
   対訳文書別形態素頻度辞書・翻訳パターン辞書と、 前記対訳文書別形態素頻度辞書・翻訳パターン辞書の中
   から、前記形態素頻度辞書・翻訳パターン辞書との形態
   素の出現回数に基づいて最適辞書を選出し、この最適辞
   書と前記形態素頻度辞書・翻訳パターン辞書とマージ
   し、その結果得られた形態素頻度知識を前記形態素辞書
   ・文法規則に新たに追加すると共に、前記形態素辞書・
   文法規則における文法規則に基づいて前記対訳文書から
   抽出した文法知識を新たに形態素辞書・文法規則に追加
   する文書環境学習部とを備えたことを特徴とする翻訳知
   識学習装置。
5. 【請求項５】 自然言語による原言語と目的言語からな
   る対訳文書を入力する対訳文書入力部と、 原言語から目的言語への翻訳処理で用いるための、予め
   設けられた形態素解析情報と文法情報とを示す形態素辞
   書・文法規則と、 前記形態素辞書・文法規則を用いて、前記対訳文書から
   形態素とその出現回数およびその翻訳パターンとその出
   現回数を抽出し、これら抽出した知識を形態素頻度辞書
   ・翻訳パターン辞書として出力する語彙知識学習部と、 対訳文書別の形態素の出現回数と翻訳パターンとを示す
   対訳文書別形態素頻度辞書・翻訳パターン辞書と、 前記対訳文書別形態素頻度辞書・翻訳パターン辞書の中
   から、前記形態素頻度辞書・翻訳パターン辞書との形態
   素の出現回数に基づいて最適辞書を選出し、この最適辞
   書と前記形態素頻度辞書・翻訳パターン辞書とマージ
   し、その結果得られた翻訳パターン知識を翻訳パターン
   学習辞書として出力すると共に、その結果得られた形態
   素頻度知識を前記形態素辞書・文法規則に新たに追加
   し、かつ、前記形態素辞書・文法規則における文法規則
   に基づいて前記対訳文書から抽出した文法知識を新たに
   形態素辞書・文法規則に追加する文書環境学習部と、 前記文書環境学習部によって形態頻度知識と文法知識と
   が追加された前記形態素辞書と文法規則と、前記翻訳パ
   ターン学習辞書を用いて原言語の文書を目的言語の文書
   に翻訳する翻訳エンジン部とを備えたことを特徴とする
   機械翻訳装置。
6. 【請求項６】 自然言語による原言語と目的言語からな
   る対訳文書を入力する対訳文書入力部と、 原言語から目的言語への翻訳処理で用いるための、予め
   設けられた形態素解析情報と文法情報とを示す形態素辞
   書・文法規則と、 対訳文書別の形態素の出現回数と翻訳パターンとを示す
   対訳文書別形態素頻度辞書・翻訳パターン辞書と、 前記形態素辞書・文法規則を用いて、前記対訳文書から
   形態素とその出現回数およびその翻訳パターンとその出
   現回数を抽出し、これら抽出した知識を辞書情報として
   前記対訳文書別形態素頻度辞書・翻訳パターン辞書に出
   力する語彙知識学習部と、 前記対訳文書別形態素頻度辞書・翻訳パターン辞書の中
   から、前記抽出した知識に基づいて最適辞書を選出し、
   この最適辞書と当該抽出した知識とをマージし、その結
   果得られた形態素頻度知識と、前記形態素辞書・文法規
   則における文法規則に基づいて前記対訳文書から抽出し
   た文法知識とを対訳文書別文書環境設定ファイルとして
   出力する文書環境学習部と、 前記対訳文書別形態素頻度辞書・翻訳パターン辞書と対
   訳文書別文書環境設定ファイルとに基づき、形態素情報
   と文法情報とを作成し、これら情報を形態素辞書・文法
   規則への追加情報として出力する環境適応辞書構築部と
   を備えたことを特徴とする翻訳知識学習装置。
7. 【請求項７】 請求項６に記載の翻訳知識学習装置にお
   いて、 対訳文書別形態素頻度辞書・翻訳パターン辞書と対訳文
   書別文書環境設定ファイルとを編集する辞書／環境設定
   ファイル編集部を備えたことを特徴とする翻訳知識学習
   装置。
8. 【請求項８】 自然言語による原言語と目的言語からな
   る対訳文書を入力する対訳文書入力部と、 原言語から目的言語への翻訳処理で用いるための、予め
   設けられた形態素解析情報と文法情報とを示す形態素辞
   書・文法規則と、 対訳文書別の形態素の出現回数と翻訳パターンとを示す
   対訳文書別形態素頻度辞書・翻訳パターン辞書と、 前記形態素辞書・文法規則を用いて、前記対訳文書から
   形態素とその出現回数およびその翻訳パターンとその出
   現回数を抽出し、これら抽出した知識を辞書情報として
   前記対訳文書別形態素頻度辞書・翻訳パターン辞書に出
   力する語彙知識学習部と、 前記対訳文書別形態素頻度辞書・翻訳パターン辞書の中
   から、前記抽出した知識に基づいて最適辞書を選出し、
   この最適辞書と当該抽出した知識とをマージし、その結
   果得られた形態素頻度知識と、前記形態素辞書・文法規
   則における文法規則に基づいて前記対訳文書から抽出し
   た文法知識とを対訳文書別文書環境設定ファイルとして
   出力する文書環境学習部と、 前記対訳文書別形態素頻度辞書・翻訳パターン辞書と対
   訳文書別文書環境設定ファイルとに基づき、形態素情報
   と文法情報とを作成し、これら情報を形態素辞書・文法
   規則への追加情報として出力すると共に、翻訳パターン
   知識を作成し、当該翻訳パターン知識を翻訳パターン学
   習辞書として出力する環境適応辞書構築部と、 前記環境適応辞書構築部によって形態頻度知識と文法知
   識とが追加された前記形態素辞書と文法規則と、前記翻
   訳パターン学習辞書を用いて原言語の文書を目的言語の
   文書に翻訳する翻訳エンジン部とを備えたことを特徴と
   する機械翻訳装置。
9. 【請求項９】 請求項８に記載の機械翻訳装置におい
   て、 対訳文書別形態素頻度辞書・翻訳パターン辞書と対訳文
   書別文書環境設定ファイルと翻訳パターン学習辞書とを
   編集する辞書／環境設定ファイル編集部を備えたことを
   特徴とする機械翻訳装置。