JP2002245470A - 言語特定装置及び翻訳装置及び言語特定方法 - Google Patents
言語特定装置及び翻訳装置及び言語特定方法Info
- Publication number
- JP2002245470A JP2002245470A JP2001039410A JP2001039410A JP2002245470A JP 2002245470 A JP2002245470 A JP 2002245470A JP 2001039410 A JP2001039410 A JP 2001039410A JP 2001039410 A JP2001039410 A JP 2001039410A JP 2002245470 A JP2002245470 A JP 2002245470A
- Authority
- JP
- Japan
- Prior art keywords
- language
- languages
- character
- image data
- document image
- 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.)
- Pending
Links
Landscapes
- Processing Or Creating Images (AREA)
- Character Discrimination (AREA)
- Machine Translation (AREA)
Abstract
(57)【要約】
【課題】 外国語で書かれている文書が何語であるかを
特定したい。 【解決手段】 １０１において、文書イメージデータを
入力し、２０１において仮名文字、ハングル文字等の字
種を判定して２０２の言語を特定する。３０１におい
て、特殊記号、アクセント記号を判定して３０２の言語
を特定する。４０１において、各言語で共通に用いられ
る単語の出現頻度数をカウントして、４０２に示す言語
を特定する。５０１において、特殊なスペルの存在を確
認することにより５０２に示す言語を特定する。
特定したい。 【解決手段】 １０１において、文書イメージデータを
入力し、２０１において仮名文字、ハングル文字等の字
種を判定して２０２の言語を特定する。３０１におい
て、特殊記号、アクセント記号を判定して３０２の言語
を特定する。４０１において、各言語で共通に用いられ
る単語の出現頻度数をカウントして、４０２に示す言語
を特定する。５０１において、特殊なスペルの存在を確
認することにより５０２に示す言語を特定する。
Description
【０００１】
【発明の属する技術分野】この発明は外国語で書かれて
いる文書が、何語で書かれている文書であるかを特定す
る方式に関するものである。
いる文書が、何語で書かれている文書であるかを特定す
る方式に関するものである。
【０００２】
【従来の技術】従来外国語で書かれている文書を翻訳す
る場合には、その文書が何語で書かれているかを人間が
特定して翻訳機にその言語の種類を指定しなければなら
なかった。しかし、外国語で書かれている文書が何語で
記載されているか分からない場合がある。また、世界中
で使われている言語の中には非常に類似した言語が存在
しており、正確には何語で書かれているかが分からない
場合が多かった。
る場合には、その文書が何語で書かれているかを人間が
特定して翻訳機にその言語の種類を指定しなければなら
なかった。しかし、外国語で書かれている文書が何語で
記載されているか分からない場合がある。また、世界中
で使われている言語の中には非常に類似した言語が存在
しており、正確には何語で書かれているかが分からない
場合が多かった。
【０００３】
【発明が解決しようとする課題】従来から特定の種類の
言語を判定する言語判定装置は存在しているが、言語の
種類が多くなった場合には、これらの従来の言語判定装
置による判定基準を用いてはいずれの言語で書かれた文
書であるかを特定することができないという課題があっ
た。この発明は、外国語で書かれている文書が何語で書
かれている文書であるかを特定する方式を提供すること
を目的とする。特に言語の種類が数多くある場合であっ
ても、何語の言語で書かれているかを特定できる方式を
提供することを目的とする。
言語を判定する言語判定装置は存在しているが、言語の
種類が多くなった場合には、これらの従来の言語判定装
置による判定基準を用いてはいずれの言語で書かれた文
書であるかを特定することができないという課題があっ
た。この発明は、外国語で書かれている文書が何語で書
かれている文書であるかを特定する方式を提供すること
を目的とする。特に言語の種類が数多くある場合であっ
ても、何語の言語で書かれているかを特定できる方式を
提供することを目的とする。
【０００４】
【課題を解決するための手段】この発明に係る言語特定
装置及び翻訳装置は、複数の言語の各言語による文字の
文字パターンデータを記憶し、複数の言語のなかのいず
れかの言語による文字イメージを有する文書イメージデ
ータを入力し、文書イメージデータ内の文字イメージを
文字コードに変換することなく、文書イメージデータの
文字イメージと文字パターンデータとをパターンマッチ
ングにより比較し、文書イメージデータが、複数の言語
の各言語のなかのいずれの言語による文書イメージデー
タであるかを特定することを特徴とする。
装置及び翻訳装置は、複数の言語の各言語による文字の
文字パターンデータを記憶し、複数の言語のなかのいず
れかの言語による文字イメージを有する文書イメージデ
ータを入力し、文書イメージデータ内の文字イメージを
文字コードに変換することなく、文書イメージデータの
文字イメージと文字パターンデータとをパターンマッチ
ングにより比較し、文書イメージデータが、複数の言語
の各言語のなかのいずれの言語による文書イメージデー
タであるかを特定することを特徴とする。
【０００５】この発明に係る言語特定装置は、複数の言
語の各言語による文字の文字パターンデータを記憶した
文字パターンデータ記憶部と、複数の言語の中のいずれ
かの言語による文字の文書イメージデータを入力する文
書イメージデータ入力部と、上記文書イメージデータ入
力部が入力した文書イメージデータと、上記文字パター
ンデータ記憶部が記憶した文字パターンデータとを、複
数の言語の中の一つ以上の所定の言語を特定する第１の
照合基準に基づいて照合し、文書イメージデータが、上
記複数の言語の中のいずれの言語による文書イメージデ
ータであるかを特定する第１の照合特定部と、第１の照
合特定部により文書イメージデータが上記複数の言語の
中のいずれの言語による文書イメージデータであるかを
特定できない場合に、上記文書イメージデータ入力部が
入力した文書イメージデータと、上記文字パターンデー
タ記憶部が記憶した文字パターンデータとを、第１の照
合特定部が特定する言語を除いた複数の言語の中の一つ
以上の所定の言語を特定する第２の照合基準を用いて照
合し、文書イメージデータが、上記複数の言語の中のい
ずれの言語による文書イメージデータであるかを特定す
る第２の照合特定部とを備えたことを特徴とする。
語の各言語による文字の文字パターンデータを記憶した
文字パターンデータ記憶部と、複数の言語の中のいずれ
かの言語による文字の文書イメージデータを入力する文
書イメージデータ入力部と、上記文書イメージデータ入
力部が入力した文書イメージデータと、上記文字パター
ンデータ記憶部が記憶した文字パターンデータとを、複
数の言語の中の一つ以上の所定の言語を特定する第１の
照合基準に基づいて照合し、文書イメージデータが、上
記複数の言語の中のいずれの言語による文書イメージデ
ータであるかを特定する第１の照合特定部と、第１の照
合特定部により文書イメージデータが上記複数の言語の
中のいずれの言語による文書イメージデータであるかを
特定できない場合に、上記文書イメージデータ入力部が
入力した文書イメージデータと、上記文字パターンデー
タ記憶部が記憶した文字パターンデータとを、第１の照
合特定部が特定する言語を除いた複数の言語の中の一つ
以上の所定の言語を特定する第２の照合基準を用いて照
合し、文書イメージデータが、上記複数の言語の中のい
ずれの言語による文書イメージデータであるかを特定す
る第２の照合特定部とを備えたことを特徴とする。
【０００６】この発明に係る言語特定装置は、さらに、
第２の照合特定部により文書イメージデータがいずれの
言語による文書イメージデータであるかを特定できない
場合に、上記文書イメージデータ入力部が入力した文書
イメージデータと、上記文字パターンデータ記憶部が記
憶した文字パターンデータとを、第１の照合特定部と第
２の照合特定部とが特定する言語を除いた複数の言語の
中の一つ以上の所定の言語を特定する第３の照合基準を
用いて照合し、文書イメージデータが、上記複数の言語
の中のいずれの言語による文書イメージデータであるか
を特定する第３の照合特定部を備えたことを特徴とす
る。
第２の照合特定部により文書イメージデータがいずれの
言語による文書イメージデータであるかを特定できない
場合に、上記文書イメージデータ入力部が入力した文書
イメージデータと、上記文字パターンデータ記憶部が記
憶した文字パターンデータとを、第１の照合特定部と第
２の照合特定部とが特定する言語を除いた複数の言語の
中の一つ以上の所定の言語を特定する第３の照合基準を
用いて照合し、文書イメージデータが、上記複数の言語
の中のいずれの言語による文書イメージデータであるか
を特定する第３の照合特定部を備えたことを特徴とす
る。
【０００７】この発明に係る言語特定装置は、さらに、
第３の照合特定部により文書イメージデータがいずれの
言語による文書イメージデータであるかを特定できない
場合に、上記文書イメージデータ入力部が入力した文書
イメージデータと、上記文字パターンデータ記憶部が記
憶した文字パターンデータとを、第１の照合特定部と第
２の照合特定部と第３の照合特定部とが特定する言語を
除いた複数の言語の中の一つ以上の所定の言語を特定す
る第４の照合基準を用いて照合し、文書イメージデータ
が、上記複数の言語の中のいずれの言語による文書イメ
ージデータであるかを特定する第４の照合特定部を備え
たことを特徴とする。
第３の照合特定部により文書イメージデータがいずれの
言語による文書イメージデータであるかを特定できない
場合に、上記文書イメージデータ入力部が入力した文書
イメージデータと、上記文字パターンデータ記憶部が記
憶した文字パターンデータとを、第１の照合特定部と第
２の照合特定部と第３の照合特定部とが特定する言語を
除いた複数の言語の中の一つ以上の所定の言語を特定す
る第４の照合基準を用いて照合し、文書イメージデータ
が、上記複数の言語の中のいずれの言語による文書イメ
ージデータであるかを特定する第４の照合特定部を備え
たことを特徴とする。
【０００８】この発明に係る第１の照合特定部は、第１
の照合基準として、特定の言語に使われる特定の字種の
文字パターンの存否を用いることを特徴とする。
の照合基準として、特定の言語に使われる特定の字種の
文字パターンの存否を用いることを特徴とする。
【０００９】この発明に係る第２の照合特定部は、第２
の照合基準として、特定の言語の特殊文字の文字パター
ンと特殊記号の記号パターンとの存否を用いることを特
徴とする。
の照合基準として、特定の言語の特殊文字の文字パター
ンと特殊記号の記号パターンとの存否を用いることを特
徴とする。
【００１０】この発明に係る第３の照合特定部は、第３
の照合基準として、各言語に共通して使われる共通単語
の単語パターンの出現頻度を用いることを特徴とする。
の照合基準として、各言語に共通して使われる共通単語
の単語パターンの出現頻度を用いることを特徴とする。
【００１１】この発明に係る第４の照合特定部は、第４
の照合基準として、特定の言語に用いられる特定のスペ
ルのスペルパターンの存否を用いることを特徴とする。
の照合基準として、特定の言語に用いられる特定のスペ
ルのスペルパターンの存否を用いることを特徴とする。
【００１２】この発明に係る翻訳装置は上記言語特定装
置を備え、言語特定装置が特定した言語から他の言語へ
の翻訳をすることを特徴とする。
置を備え、言語特定装置が特定した言語から他の言語へ
の翻訳をすることを特徴とする。
【００１３】この発明に係るプログラムは、複数の言語
の各言語による文字の文字パターンデータを記憶し、複
数の言語のなかのいずれかの言語による文字イメージを
有する文書イメージデータを入力し、文書イメージデー
タ内の文字イメージを文字コードに変換することなく、
文書イメージデータの文字イメージと文字パターンデー
タとをパターンマッチングにより比較し、文書イメージ
データが、複数の言語の各言語のなかのいずれの言語に
よる文書イメージデータであるかを特定する処理をコン
ピュータに実行させるプログラムである。又は、この発
明は、上記プログラムを記録したコンピュータ読み取り
可能な記録媒体である。
の各言語による文字の文字パターンデータを記憶し、複
数の言語のなかのいずれかの言語による文字イメージを
有する文書イメージデータを入力し、文書イメージデー
タ内の文字イメージを文字コードに変換することなく、
文書イメージデータの文字イメージと文字パターンデー
タとをパターンマッチングにより比較し、文書イメージ
データが、複数の言語の各言語のなかのいずれの言語に
よる文書イメージデータであるかを特定する処理をコン
ピュータに実行させるプログラムである。又は、この発
明は、上記プログラムを記録したコンピュータ読み取り
可能な記録媒体である。
【００１４】この発明に係る言語特定方法は、複数の言
語の各言語による文字の文字パターンデータを記憶し、
複数の言語のなかのいずれかの言語による文字イメージ
を有する文書イメージデータを入力し、文書イメージデ
ータ内の文字イメージを文字コードに変換することな
く、文書イメージデータの文字イメージと文字パターン
データとをパターンマッチングにより比較し、文書イメ
ージデータが、複数の言語の各言語のなかのいずれの言
語による文書イメージデータであるかを特定することを
特徴とする。
語の各言語による文字の文字パターンデータを記憶し、
複数の言語のなかのいずれかの言語による文字イメージ
を有する文書イメージデータを入力し、文書イメージデ
ータ内の文字イメージを文字コードに変換することな
く、文書イメージデータの文字イメージと文字パターン
データとをパターンマッチングにより比較し、文書イメ
ージデータが、複数の言語の各言語のなかのいずれの言
語による文書イメージデータであるかを特定することを
特徴とする。
【００１５】この発明に係る言語特定方法は、特定の言
語に使われる特定の字種の文字パターンの存否を用いる
ことにより複数の言語の中の１つ以上の所定の言語を特
定し、次に、特定の言語の特殊文字の文字パターンと特
殊記号の記号パターンとの存否を用いることにより複数
の言語の中の１つ以上の所定の言語を特定し、次に、各
言語に共通して使われる共通単語の単語パターンの出現
頻度を用いることにより複数の言語の中の１つ以上の所
定の言語を特定し、次に、特定の言語に用いられる特定
のスペルのスペルパターンの存否を用いることにより複
数の言語の中の１つ以上の所定の言語を特定することを
特徴とする。
語に使われる特定の字種の文字パターンの存否を用いる
ことにより複数の言語の中の１つ以上の所定の言語を特
定し、次に、特定の言語の特殊文字の文字パターンと特
殊記号の記号パターンとの存否を用いることにより複数
の言語の中の１つ以上の所定の言語を特定し、次に、各
言語に共通して使われる共通単語の単語パターンの出現
頻度を用いることにより複数の言語の中の１つ以上の所
定の言語を特定し、次に、特定の言語に用いられる特定
のスペルのスペルパターンの存否を用いることにより複
数の言語の中の１つ以上の所定の言語を特定することを
特徴とする。
【００１６】
【発明の実施の形態】実施の形態１．図１は、言語特定
装置５１の構成図である。言語特定装置５１はパーソナ
ルコンピュータやサーバコンピュータにより実現するこ
とができる。言語特定装置５１には、中央処理装置（Ｃ
ＰＵ）５６及びオペレーティングシステム（ＯＳ）５７
及びその他のハードウェア、ソフトウェアが設けられて
おり、プログラムの実行や記憶部へのデータアクセスを
行うことができるようになっている。
装置５１の構成図である。言語特定装置５１はパーソナ
ルコンピュータやサーバコンピュータにより実現するこ
とができる。言語特定装置５１には、中央処理装置（Ｃ
ＰＵ）５６及びオペレーティングシステム（ＯＳ）５７
及びその他のハードウェア、ソフトウェアが設けられて
おり、プログラムの実行や記憶部へのデータアクセスを
行うことができるようになっている。
【００１７】言語特定プログラム５３は、コンピュータ
の固定ディスクや磁気ディスクやメモリやその他の記録
媒体に記録されており中央処理装置（ＣＰＵ）５６によ
り読み出されて実行されるプログラムである。
の固定ディスクや磁気ディスクやメモリやその他の記録
媒体に記録されており中央処理装置（ＣＰＵ）５６によ
り読み出されて実行されるプログラムである。
【００１８】言語特定プログラム５３は文書イメージデ
ータを用いてその文書が何語で書かれている文書である
かを特定するプログラムである。言語特定プログラム５
３は、文書イメージデータ入力部６０と第１の照合特定
部６１と第２の照合特定部６２と第３の照合特定部６３
と第４の照合特定部６４とから構成されている。文書イ
メージデータ入力部６０は文書イメージデータ９９を入
力する。文書イメージデータ９９は例えばスキャナ８１
から文書を読み込むことにより生成される。或いはイン
ターネット８３を経由して入力してもよい。或いはフレ
シキブルディスク８４から入力してもよい。或いはパー
ソナルコンピュータ（ＰＣ）８５から入力してもよい。
或いはデジタルカメラ８６から入力してもよい。
ータを用いてその文書が何語で書かれている文書である
かを特定するプログラムである。言語特定プログラム５
３は、文書イメージデータ入力部６０と第１の照合特定
部６１と第２の照合特定部６２と第３の照合特定部６３
と第４の照合特定部６４とから構成されている。文書イ
メージデータ入力部６０は文書イメージデータ９９を入
力する。文書イメージデータ９９は例えばスキャナ８１
から文書を読み込むことにより生成される。或いはイン
ターネット８３を経由して入力してもよい。或いはフレ
シキブルディスク８４から入力してもよい。或いはパー
ソナルコンピュータ（ＰＣ）８５から入力してもよい。
或いはデジタルカメラ８６から入力してもよい。
【００１９】第１の照合特定部６１は第１の照合基準を
用いて文書イメージデータ入力部６０が入力した文書イ
メージデータ９９がいずれの言語による文書イメージデ
ータ９９であるかを特定するものである。第２の照合特
定部６２は第２の照合基準を用いて文書イメージデータ
９９がいずれの言語による文書イメージデータ９９であ
るかを特定するものである。第３の照合特定部６３は第
３の照合基準に基づいて文書イメージデータ９９がいず
れの言語による文書イメージデータ９９であるかを特定
するものである。第４の照合特定部６４は、第４の照合
基準に基づいて文書イメージデータ９９がいずれの言語
による文書イメージデータ９９であるかを特定するもの
である。また、図示していないが、その他の基準を用い
て文書イメージデータ９９がいずれの言語による文書イ
メージデータ９９であるかを特定するモジュールがあっ
てもよい。
用いて文書イメージデータ入力部６０が入力した文書イ
メージデータ９９がいずれの言語による文書イメージデ
ータ９９であるかを特定するものである。第２の照合特
定部６２は第２の照合基準を用いて文書イメージデータ
９９がいずれの言語による文書イメージデータ９９であ
るかを特定するものである。第３の照合特定部６３は第
３の照合基準に基づいて文書イメージデータ９９がいず
れの言語による文書イメージデータ９９であるかを特定
するものである。第４の照合特定部６４は、第４の照合
基準に基づいて文書イメージデータ９９がいずれの言語
による文書イメージデータ９９であるかを特定するもの
である。また、図示していないが、その他の基準を用い
て文書イメージデータ９９がいずれの言語による文書イ
メージデータ９９であるかを特定するモジュールがあっ
てもよい。
【００２０】言語特定プログラム５３は以上のように複
数の照合特定部を有しており、何れかの照合特定部にお
いて、文書イメージデータ９９がいずれの言語による文
書イメージデータ９９であるかを特定することができ
る。
数の照合特定部を有しており、何れかの照合特定部にお
いて、文書イメージデータ９９がいずれの言語による文
書イメージデータ９９であるかを特定することができ
る。
【００２１】翻訳プログラム５５は、言語特定プログラ
ム５３が特定した言語から別の言語（または自国語、例
えば日本語）への翻訳を行うプログラムである。翻訳先
の言語を別の言語（または自国語、例えば日本語）にし
ておけば、翻訳プログラム５５は言語特定プログラム５
３から翻訳元の言語の種類を受け取り、別の言語（自国
語（日本語））へ翻訳するものであるから、翻訳プログ
ラム５５に対する翻訳元の言語の種類及び翻訳先の言語
の種類は一切入力する必要が無くなる。
ム５３が特定した言語から別の言語（または自国語、例
えば日本語）への翻訳を行うプログラムである。翻訳先
の言語を別の言語（または自国語、例えば日本語）にし
ておけば、翻訳プログラム５５は言語特定プログラム５
３から翻訳元の言語の種類を受け取り、別の言語（自国
語（日本語））へ翻訳するものであるから、翻訳プログ
ラム５５に対する翻訳元の言語の種類及び翻訳先の言語
の種類は一切入力する必要が無くなる。
【００２２】文字パターンデータ記憶部７１は言語特定
装置５１に備えられた記憶部である。文字パターンデー
タ記憶部７１は例えば固定ディスクや磁気ディスクや光
ディスクやその他の記録部に記憶されているものであ
る。文字パターンデータ記憶部７１には、文字パターン
テーブル７３と特殊文字・アクセント記号パターンテー
ブル７４と共通単語パターンテーブル７５とスペルパタ
ーンテーブル７６が記憶されている。これらの各テーブ
ルの詳細は、以下の動作を説明する場合に順次説明す
る。
装置５１に備えられた記憶部である。文字パターンデー
タ記憶部７１は例えば固定ディスクや磁気ディスクや光
ディスクやその他の記録部に記憶されているものであ
る。文字パターンデータ記憶部７１には、文字パターン
テーブル７３と特殊文字・アクセント記号パターンテー
ブル７４と共通単語パターンテーブル７５とスペルパタ
ーンテーブル７６が記憶されている。これらの各テーブ
ルの詳細は、以下の動作を説明する場合に順次説明す
る。
【００２３】図２は言語特定装置５１の言語特定方法の
動作を説明する図であり、言語識別の概略フローを示す
図である。図２０は、図２に示した動作により識別され
る言語の例を示す図である。図２の１０１において文書
イメージデータ入力部６０が文書イメージデータ９９を
入力する。言語特定プログラム５３の特長は以下に述べ
る照合やチェックをすべてイメージデータのまま行う点
である。即ち言語特定プログラム５３は文書イメージデ
ータ９９内の文字イメージを文字認識処理等により文字
コードに変換したり符号化することなく文書イメージデ
ータの文字イメージと文字パターンデータ記憶部７１に
記憶した文字パターンとのパターンマッチングにより照
合する点が特長である。もし、文字コードを使用した場
合にはコードが同一であっても言語によっては同一コー
ドに対応する文字が異なるため、コードを用いてはいず
れの言語であるかを判定することができなくなる。例え
ば、図１８に示したように１バイトコードを例に挙げる
と英語の「Ａ」とロシア語の「Φ」は同一コードであ
り、コード化されてしまうと２つの文字が区別できなく
なってしまう。また、図１６〜図１９に示したように、
各言語によって同一コードに割り当てている文字が異な
っているのでコードを用いてはいずれの言語であるかを
判定することができない。なお、図１６〜図１９の左欄
の「１０９」は１０９個のキーがある「１０９キーボー
ド」の各キーを示している。従って、以下に述べるアル
ゴリズムはパターンマッチング即ちイメージマッチング
による方法を用いる。
動作を説明する図であり、言語識別の概略フローを示す
図である。図２０は、図２に示した動作により識別され
る言語の例を示す図である。図２の１０１において文書
イメージデータ入力部６０が文書イメージデータ９９を
入力する。言語特定プログラム５３の特長は以下に述べ
る照合やチェックをすべてイメージデータのまま行う点
である。即ち言語特定プログラム５３は文書イメージデ
ータ９９内の文字イメージを文字認識処理等により文字
コードに変換したり符号化することなく文書イメージデ
ータの文字イメージと文字パターンデータ記憶部７１に
記憶した文字パターンとのパターンマッチングにより照
合する点が特長である。もし、文字コードを使用した場
合にはコードが同一であっても言語によっては同一コー
ドに対応する文字が異なるため、コードを用いてはいず
れの言語であるかを判定することができなくなる。例え
ば、図１８に示したように１バイトコードを例に挙げる
と英語の「Ａ」とロシア語の「Φ」は同一コードであ
り、コード化されてしまうと２つの文字が区別できなく
なってしまう。また、図１６〜図１９に示したように、
各言語によって同一コードに割り当てている文字が異な
っているのでコードを用いてはいずれの言語であるかを
判定することができない。なお、図１６〜図１９の左欄
の「１０９」は１０９個のキーがある「１０９キーボー
ド」の各キーを示している。従って、以下に述べるアル
ゴリズムはパターンマッチング即ちイメージマッチング
による方法を用いる。
【００２４】２０１において、第１の照合特定部６１が
第１の照合基準を用いて文書イメージデータ９９がいず
れの言語による文書イメージデータ９９であるかを判定
する。第１の照合特定部６１は第１の照合基準として特
定部の言語に使われる特定の字種の文字パターンの存否
を用いる。
第１の照合基準を用いて文書イメージデータ９９がいず
れの言語による文書イメージデータ９９であるかを判定
する。第１の照合特定部６１は第１の照合基準として特
定部の言語に使われる特定の字種の文字パターンの存否
を用いる。
【００２５】図３は字種による言語の分類を示してい
る。図３の左側は、「字種」を示しており、右側は、
「使用言語例」を示している。字種による言語の特定と
は即ち文字の種類により言語を特定するものである。
る。図３の左側は、「字種」を示しており、右側は、
「使用言語例」を示している。字種による言語の特定と
は即ち文字の種類により言語を特定するものである。
【００２６】図４から図８は文字パターンテーブル７３
の言語１の文字パターン９１，言語２の文字パターン９
２，言語３の文字パターン９３の例を示すイメージ図
（図４〜図８に示したパターンには図４〜図８に示す各
人・各社・各法人の著作権があり、それぞれ引用した）
である。文字パターンテーブル７３は各言語の文字パタ
ーンをイメージで記憶している。文字パターンテーブル
７３はアルファベットと数字を全て記憶している。更に
文字パターンテーブル７３は、文字のサイズを変えて文
字のイメージを記憶している。図においては１２ポイン
トから７２ポイントまでの７種類のポイント数を用いて
イメージを記憶している。
の言語１の文字パターン９１，言語２の文字パターン９
２，言語３の文字パターン９３の例を示すイメージ図
（図４〜図８に示したパターンには図４〜図８に示す各
人・各社・各法人の著作権があり、それぞれ引用した）
である。文字パターンテーブル７３は各言語の文字パタ
ーンをイメージで記憶している。文字パターンテーブル
７３はアルファベットと数字を全て記憶している。更に
文字パターンテーブル７３は、文字のサイズを変えて文
字のイメージを記憶している。図においては１２ポイン
トから７２ポイントまでの７種類のポイント数を用いて
イメージを記憶している。
【００２７】第１の照合特定部６１は文字パターンテー
ブル７３に記憶された文字パターンと文書イメージデー
タ９９の文字イメージとを比較し、特定の字種が存在す
るか否かを判定する。もし、文字のサイズが合わない場
合は、文字パターンテーブル７３に記憶された文字パタ
ーンのいずれかのポイント数と一致するように文書イメ
ージデータ９９の文字イメージが拡大又は縮小されて比
較される。以下、第２〜第４の照合特定部も、拡大縮小
して比較をする。こうして、比較精度を向上させてい
る。字種による言語の特定として、例えばハングル文字
は韓国語にしか使用されていないので韓国語と決定する
ことができる。また、仮名文字は、日本語にしか使用さ
れていないので日本語であると決定することができる。
また、タイ文字はタイ語にしか使用されないのでタイ語
であると決定することができる。またキリル系文字のう
ちギリシャ文字はギリシャ語のみで使われ、ギリシャ語
が決定できる。グルジア文字はグルジア語のみで使用さ
れるのでグルジア語が決定できる。第１の照合特定部６
１はこのようにして２０１で字種の照合を行い図２０の
Ａに示す言語を特定することができる。ここで、「言語
を特定する」とは「言語を一意に決定する」ことをい
う。
ブル７３に記憶された文字パターンと文書イメージデー
タ９９の文字イメージとを比較し、特定の字種が存在す
るか否かを判定する。もし、文字のサイズが合わない場
合は、文字パターンテーブル７３に記憶された文字パタ
ーンのいずれかのポイント数と一致するように文書イメ
ージデータ９９の文字イメージが拡大又は縮小されて比
較される。以下、第２〜第４の照合特定部も、拡大縮小
して比較をする。こうして、比較精度を向上させてい
る。字種による言語の特定として、例えばハングル文字
は韓国語にしか使用されていないので韓国語と決定する
ことができる。また、仮名文字は、日本語にしか使用さ
れていないので日本語であると決定することができる。
また、タイ文字はタイ語にしか使用されないのでタイ語
であると決定することができる。またキリル系文字のう
ちギリシャ文字はギリシャ語のみで使われ、ギリシャ語
が決定できる。グルジア文字はグルジア語のみで使用さ
れるのでグルジア語が決定できる。第１の照合特定部６
１はこのようにして２０１で字種の照合を行い図２０の
Ａに示す言語を特定することができる。ここで、「言語
を特定する」とは「言語を一意に決定する」ことをい
う。
【００２８】第１の照合特定部６１により言語を特定す
ることができない場合は、言語特定プログラム５３の第
２の照合特定部６２が動作し、３０１において特殊文字
とアクセント記号による言語の特定を行う。図９はラテ
ン文字系の言語で用いる特殊文字例を示している。ま
た、図１０はキリル系文字の言語が使用する特殊文字例
を示している。また、図１１はアクセント記号付きラテ
ン文字（母音）と使用言語（例）を示している。また、
図２１はアクセント記号付きラテン文字（子音）と使用
言語（例）を示している。また、図２２はロシア語で使
用しないキリル系文字を示している。また、図２３はキ
リル系文字と使用する言語で使用されているラテン系文
字を示している。 図９，図１０，図１１、図２１、図
２２、図２３に示したものは特殊文字・アクセント記号
パターンテーブル７４として文字パターンデータ記憶部
７１に記憶されているものである。図９から図１１と図
２１から図２３に示した特殊文字・アクセント記号パタ
ーンテーブル７４を用いることにより例えば、
ることができない場合は、言語特定プログラム５３の第
２の照合特定部６２が動作し、３０１において特殊文字
とアクセント記号による言語の特定を行う。図９はラテ
ン文字系の言語で用いる特殊文字例を示している。ま
た、図１０はキリル系文字の言語が使用する特殊文字例
を示している。また、図１１はアクセント記号付きラテ
ン文字（母音）と使用言語（例）を示している。また、
図２１はアクセント記号付きラテン文字（子音）と使用
言語（例）を示している。また、図２２はロシア語で使
用しないキリル系文字を示している。また、図２３はキ
リル系文字と使用する言語で使用されているラテン系文
字を示している。 図９，図１０，図１１、図２１、図
２２、図２３に示したものは特殊文字・アクセント記号
パターンテーブル７４として文字パターンデータ記憶部
７１に記憶されているものである。図９から図１１と図
２１から図２３に示した特殊文字・アクセント記号パタ
ーンテーブル７４を用いることにより例えば、
【００２９】
【数１】
【００３０】が使用されている場合、それだけで「ドイ
ツ語」と確定できる。また、各言語に用いられるアルフ
ァベットに使用される文字数を判断基準にしてもよい。
たとえば、アラビア語のアルファベットとして使用する
文字の数は２８文字である。ペルシャ文字はアラビア語
の２８文字をもとにペルシャ語で考案された４文字を加
えた３２文字からなる。さらに、ウルドゥー文字は、ア
ラビア語の２８文字をもとに、ペルシャ語で考案された
４文字、ヒンディー系特有の音を表す３文字を加えた３
５文字からなる。したがって、文書イメージデータ９９
の文字イメージ（文字パターン）の数（２８文字か３２
文字か３５文字か）を比較することにより、アラビア語
とペルシャ語とウルドゥー語を識別できる。このように
して、第２の照合特定部６２は、３０１において、特定
の言語の特殊文字の文字パターンと特殊記号の記号パタ
ーンとの存在を確認することにより、図２０のＢの言語
を特定することができる。
ツ語」と確定できる。また、各言語に用いられるアルフ
ァベットに使用される文字数を判断基準にしてもよい。
たとえば、アラビア語のアルファベットとして使用する
文字の数は２８文字である。ペルシャ文字はアラビア語
の２８文字をもとにペルシャ語で考案された４文字を加
えた３２文字からなる。さらに、ウルドゥー文字は、ア
ラビア語の２８文字をもとに、ペルシャ語で考案された
４文字、ヒンディー系特有の音を表す３文字を加えた３
５文字からなる。したがって、文書イメージデータ９９
の文字イメージ（文字パターン）の数（２８文字か３２
文字か３５文字か）を比較することにより、アラビア語
とペルシャ語とウルドゥー語を識別できる。このように
して、第２の照合特定部６２は、３０１において、特定
の言語の特殊文字の文字パターンと特殊記号の記号パタ
ーンとの存在を確認することにより、図２０のＢの言語
を特定することができる。
【００３１】第２の照合特定部６２により言語を特定す
ることができない場合は、第３の照合特定部６３が４０
１において動作する。第３の照合特定部６３は、第３の
照合基準として各言語に共通して使われる共通単語の単
語パターンの出現頻度を用いる。図１２は文字パターン
データ記憶部７１に記憶されている共通単語パターンテ
ーブル７５の一例を示す図である。ここで共通単語とは
特定の単語であり、具体的には例えば日常の必須単語で
あり、格変化または人称変化の少ない、或いは格変化ま
たは人称変化のない品詞のみから又はこれらの品詞を中
心に選択された多くても数十個程度又は数百個程度の単
語である。また、図１３は、共通単語パターンテーブル
７５の他の例である。図１２，図１３の場合は英単語を
基準にラテン文字を使用する他の言語の単語を表にした
ものである。共通単語として技術用語を選択する事も可
能であるが、技術用語を用いる場合には同一系統の文字
を使用する複数の言語間でスペルが全く同じになること
が多い為実用的ではない。図１２及び図１３に示す共通
単語は、共通単語パターンテーブル７５に記憶されてい
るがこれらも全て文字パターン（文字イメージ）として
記憶されているものである。従って、第３の照合特定部
６３が文書イメージデータ９９内の文字イメージと図１
２または図１３に示した共通単語パターンとを比較する
場合において、第３の照合特定部６３はそれらが単語で
あるという認識は全くなく単にパターンが似ているか似
ていないかということを判断する。そして、似たパター
ンが出現するたびにその単語の出現回数を一プラスして
出現回数をカウントする。もし、その文書イメージデー
タ９９がフランス語でできていた場合には図１２または
図１３における表のうちフランス語の欄にある単語の出
現回数が他の言語の単語の出現回数よりも格段に多くな
るはずである。その結果その文書イメージデータ９９が
フランス語であるということを特定することができる。
第３の照合特定部６３は、図２の４０１において、図２
０のＣに示す言語を特定することができる。
ることができない場合は、第３の照合特定部６３が４０
１において動作する。第３の照合特定部６３は、第３の
照合基準として各言語に共通して使われる共通単語の単
語パターンの出現頻度を用いる。図１２は文字パターン
データ記憶部７１に記憶されている共通単語パターンテ
ーブル７５の一例を示す図である。ここで共通単語とは
特定の単語であり、具体的には例えば日常の必須単語で
あり、格変化または人称変化の少ない、或いは格変化ま
たは人称変化のない品詞のみから又はこれらの品詞を中
心に選択された多くても数十個程度又は数百個程度の単
語である。また、図１３は、共通単語パターンテーブル
７５の他の例である。図１２，図１３の場合は英単語を
基準にラテン文字を使用する他の言語の単語を表にした
ものである。共通単語として技術用語を選択する事も可
能であるが、技術用語を用いる場合には同一系統の文字
を使用する複数の言語間でスペルが全く同じになること
が多い為実用的ではない。図１２及び図１３に示す共通
単語は、共通単語パターンテーブル７５に記憶されてい
るがこれらも全て文字パターン（文字イメージ）として
記憶されているものである。従って、第３の照合特定部
６３が文書イメージデータ９９内の文字イメージと図１
２または図１３に示した共通単語パターンとを比較する
場合において、第３の照合特定部６３はそれらが単語で
あるという認識は全くなく単にパターンが似ているか似
ていないかということを判断する。そして、似たパター
ンが出現するたびにその単語の出現回数を一プラスして
出現回数をカウントする。もし、その文書イメージデー
タ９９がフランス語でできていた場合には図１２または
図１３における表のうちフランス語の欄にある単語の出
現回数が他の言語の単語の出現回数よりも格段に多くな
るはずである。その結果その文書イメージデータ９９が
フランス語であるということを特定することができる。
第３の照合特定部６３は、図２の４０１において、図２
０のＣに示す言語を特定することができる。
【００３２】第３の照合特定部６３により言語を特定す
ることができない場合は、第４の照合特定部６４が動作
し、５０１において、第４の照合基準を用いて言語を特
定する。第４の照合特定部６４は第４の照合基準として
特定の言語に用いられる特定のスペルのスペルパターン
の存否を用いる。図１４は文字パターンデータ記憶部７
１に記憶されたスペルパターンテーブル７６の一例を示
す図である。ここでスペルとは一単語全体のスペルのみ
ならず単語の一部分を構成している文字列の場合も含む
ものとする。図１４に示すように特殊なスペルが存在し
た場合で、かつそのスペルが数多く存在した場合には特
定の言語であると判定することができる。図１４に示し
たスペルパターンテーブル７６も文字コードで記憶され
ているのではなく、スペルパターン（スペルイメージ）
として記憶されており、第４の照合特定部６４は文書イ
メージデータ９９のイメージとスペルパターンテーブル
７６のスペルパターンを比較することにより、そのスペ
ルパターンが存在するか否かを照合する。なお、第４の
照合特定部６４は、第１〜第３の照合特定部の動作の後
に、第１〜第３の照合特定部の動作によって識別された
言語の確認をするために動作させるようにしてもよい。
第４の照合特定部６４は、５０１において以上のような
照合を行った結果、図２０の”Ａ”〜”Ｃ”にて識別さ
れ得ないその他の言語（図２のＤ）の識別、および／ま
たは”Ａ”〜”Ｃ”の各言語の確認を行う。
ることができない場合は、第４の照合特定部６４が動作
し、５０１において、第４の照合基準を用いて言語を特
定する。第４の照合特定部６４は第４の照合基準として
特定の言語に用いられる特定のスペルのスペルパターン
の存否を用いる。図１４は文字パターンデータ記憶部７
１に記憶されたスペルパターンテーブル７６の一例を示
す図である。ここでスペルとは一単語全体のスペルのみ
ならず単語の一部分を構成している文字列の場合も含む
ものとする。図１４に示すように特殊なスペルが存在し
た場合で、かつそのスペルが数多く存在した場合には特
定の言語であると判定することができる。図１４に示し
たスペルパターンテーブル７６も文字コードで記憶され
ているのではなく、スペルパターン（スペルイメージ）
として記憶されており、第４の照合特定部６４は文書イ
メージデータ９９のイメージとスペルパターンテーブル
７６のスペルパターンを比較することにより、そのスペ
ルパターンが存在するか否かを照合する。なお、第４の
照合特定部６４は、第１〜第３の照合特定部の動作の後
に、第１〜第３の照合特定部の動作によって識別された
言語の確認をするために動作させるようにしてもよい。
第４の照合特定部６４は、５０１において以上のような
照合を行った結果、図２０の”Ａ”〜”Ｃ”にて識別さ
れ得ないその他の言語（図２のＤ）の識別、および／ま
たは”Ａ”〜”Ｃ”の各言語の確認を行う。
【００３３】この実施の形態の第１の特徴は、イメージ
データを用い言語の判定を行っている点である。この文
書イメージデータ９９は例えば、文書の第１頁或いは、
文書の中で文章がたくさん現れている１頁をイメージ化
したものであれば十分である。
データを用い言語の判定を行っている点である。この文
書イメージデータ９９は例えば、文書の第１頁或いは、
文書の中で文章がたくさん現れている１頁をイメージ化
したものであれば十分である。
【００３４】次に第２の特徴は、第１から第４の照合特
定部が順番に言語を特定していく点である。即ち、前段
の照合特定部で言語を特定できない場合に後段の照合特
定部において、前段の照合特定部が用いた照合基準とは
異なる照合基準を用いて言語を特定しようとしている点
である。即ち、一つの基準を用いては数多くある複数の
言語を特定することができないが、このように順番に異
なる基準を当てはめることにより言語を特定していくと
いう点が特徴である。第１の照合基準から第４の照合基
準はそれぞれ独立した照合基準である。従って第１から
第４の４つの照合基準をそれぞれ順番を入れ替えて言語
を判定することも可能である。しかし、前述した内容を
もつ第１から第４の照合基準の順番に言語を特定するこ
とが望ましい。その理由は先に適用した基準により特定
された言語が除かれ、その除かれた残りの言語に対して
次の基準を適用することにより、残りの基準による言語
の特定が可能になるからである。例えば第２の照合基準
を第１の照合基準よりも先に適用した場合には第１の照
合基準により図２０に示すＡの言語が除かれていないた
め、第２の照合基準によって図２０に示すＢの言語を特
定する（一意に決定する）ことができなくなってしまう
場合がある。以上の理由により前述した実施の形態にお
ける第１から第４の照合基準の順番を守って言語の判定
をすることが望ましい。
定部が順番に言語を特定していく点である。即ち、前段
の照合特定部で言語を特定できない場合に後段の照合特
定部において、前段の照合特定部が用いた照合基準とは
異なる照合基準を用いて言語を特定しようとしている点
である。即ち、一つの基準を用いては数多くある複数の
言語を特定することができないが、このように順番に異
なる基準を当てはめることにより言語を特定していくと
いう点が特徴である。第１の照合基準から第４の照合基
準はそれぞれ独立した照合基準である。従って第１から
第４の４つの照合基準をそれぞれ順番を入れ替えて言語
を判定することも可能である。しかし、前述した内容を
もつ第１から第４の照合基準の順番に言語を特定するこ
とが望ましい。その理由は先に適用した基準により特定
された言語が除かれ、その除かれた残りの言語に対して
次の基準を適用することにより、残りの基準による言語
の特定が可能になるからである。例えば第２の照合基準
を第１の照合基準よりも先に適用した場合には第１の照
合基準により図２０に示すＡの言語が除かれていないた
め、第２の照合基準によって図２０に示すＢの言語を特
定する（一意に決定する）ことができなくなってしまう
場合がある。以上の理由により前述した実施の形態にお
ける第１から第４の照合基準の順番を守って言語の判定
をすることが望ましい。
【００３５】実施の形態２．この実施の形態２において
は実施の形態１で述べた言語特定装置５１を用いた翻訳
システム（翻訳装置）について説明する。図１５は、翻
訳システム２００を示す図である。翻訳システム２００
は翻訳会社が有しているシステムである。サーバ２０１
は、実施の形態１で述べた言語特定装置５１を有してい
る。即ちサーバ２０１は言語特定プログラム５３を動作
させる機能を有している。図１５において、”ＰＣｘ
ｘ”は翻訳で使用するＰＣ（パーソナルコンピュータ又
はパソコン）の番号、その下の（ｘｘｘｘｘ語）は当該
ＰＣｘｘがサポートする翻訳元の言語であることを示
す。翻訳先の言語は、ユーザから指定された言語であ
る。翻訳先の言語指定されないときは、自国語を翻訳先
の言語とする。
は実施の形態１で述べた言語特定装置５１を用いた翻訳
システム（翻訳装置）について説明する。図１５は、翻
訳システム２００を示す図である。翻訳システム２００
は翻訳会社が有しているシステムである。サーバ２０１
は、実施の形態１で述べた言語特定装置５１を有してい
る。即ちサーバ２０１は言語特定プログラム５３を動作
させる機能を有している。図１５において、”ＰＣｘ
ｘ”は翻訳で使用するＰＣ（パーソナルコンピュータ又
はパソコン）の番号、その下の（ｘｘｘｘｘ語）は当該
ＰＣｘｘがサポートする翻訳元の言語であることを示
す。翻訳先の言語は、ユーザから指定された言語であ
る。翻訳先の言語指定されないときは、自国語を翻訳先
の言語とする。
【００３６】以下動作について説明する。ユーザ（Ｕｓ
ｅｒ／Ｃｕｓｔｏｍｅｒ）は「翻訳会社」のホームペー
ジを開き、以下のデータ等を入力する。 ａ．ユーザのｅ−ｍａｉｌアドレス。 ｂ．「何語」への翻訳を希望するか（メニューからクリ
ックで指定）。 ｃ．どの「分野」の原稿か（メニューからクリックで指
定）。 ｄ．ボリューム（例えばＡ４換算での頁数）。 ｅ．ユーザの希望する納期。 ｆ．原稿・原文のうち、最も文章の多い１頁を文書イメ
ージデータ９９として貼付・添付。 以上を入力すると「送信」ボタンをクリックする。一方
これらのデータを受信した「翻訳会社」の言語特定装置
５１はａ．〜ｅ．項をユーザデータベース（Ｕｓｅｒ
ＤＢ）２０２に格納し、また、文書イメージデータ９９
を言語特定装置５１により、受信した原稿・原文が何語
であるかを判定し、その結果に基づいて、上記受信デー
タを全て該当する言語サポート用ＰＣｘｘへ送信する。
次に、こららデータを受けたＰＣｘｘでは、そのオペレ
ータ（翻訳担当者）がユーザの求める条件から翻訳受諾
の可否を判断し、その結果に費用見積、およびユーザ・
データ・フォーマットを添付し、サーバ２０１経由で上
記ａ．項のｅ−ｍａｉｌアドレス（＝Ｕｓｅｒ／Ｃｕｓ
ｔｏｍｅｒ）宛インターネット経由で送信する。この通
知を受けたユーザは、発注すべきかどうかを判断し、発
注と決定した場合、翻訳会社からのｅ−ｍａｉｌに添付
されていた「ユーザ・データ・フォーマット」に支払方
法など必要事項を入力し、原稿・原文全てとともに「翻
訳会社」宛インターネットを経由して送信する（これに
より正式の注文書発行となる）。図１５に示す構成にお
いて、各言語毎に各パソコンが存在しているのは各パソ
コンにそれぞれ言語サポートハードウェア及び言語サポ
ートプログラムがインストールされている場合を想定し
ているからである。例えば、ＰＣ０１には日本語キーボ
ードと仮名漢字変換プログラムと日本語キーボードドラ
イバ等の日本語サポートハードウェアと日本語サポート
プログラムがインストールされている。従って、翻訳さ
れた結果を日本語として画面に表示したり日本語での修
正作業を行うことが可能になる。
ｅｒ／Ｃｕｓｔｏｍｅｒ）は「翻訳会社」のホームペー
ジを開き、以下のデータ等を入力する。 ａ．ユーザのｅ−ｍａｉｌアドレス。 ｂ．「何語」への翻訳を希望するか（メニューからクリ
ックで指定）。 ｃ．どの「分野」の原稿か（メニューからクリックで指
定）。 ｄ．ボリューム（例えばＡ４換算での頁数）。 ｅ．ユーザの希望する納期。 ｆ．原稿・原文のうち、最も文章の多い１頁を文書イメ
ージデータ９９として貼付・添付。 以上を入力すると「送信」ボタンをクリックする。一方
これらのデータを受信した「翻訳会社」の言語特定装置
５１はａ．〜ｅ．項をユーザデータベース（Ｕｓｅｒ
ＤＢ）２０２に格納し、また、文書イメージデータ９９
を言語特定装置５１により、受信した原稿・原文が何語
であるかを判定し、その結果に基づいて、上記受信デー
タを全て該当する言語サポート用ＰＣｘｘへ送信する。
次に、こららデータを受けたＰＣｘｘでは、そのオペレ
ータ（翻訳担当者）がユーザの求める条件から翻訳受諾
の可否を判断し、その結果に費用見積、およびユーザ・
データ・フォーマットを添付し、サーバ２０１経由で上
記ａ．項のｅ−ｍａｉｌアドレス（＝Ｕｓｅｒ／Ｃｕｓ
ｔｏｍｅｒ）宛インターネット経由で送信する。この通
知を受けたユーザは、発注すべきかどうかを判断し、発
注と決定した場合、翻訳会社からのｅ−ｍａｉｌに添付
されていた「ユーザ・データ・フォーマット」に支払方
法など必要事項を入力し、原稿・原文全てとともに「翻
訳会社」宛インターネットを経由して送信する（これに
より正式の注文書発行となる）。図１５に示す構成にお
いて、各言語毎に各パソコンが存在しているのは各パソ
コンにそれぞれ言語サポートハードウェア及び言語サポ
ートプログラムがインストールされている場合を想定し
ているからである。例えば、ＰＣ０１には日本語キーボ
ードと仮名漢字変換プログラムと日本語キーボードドラ
イバ等の日本語サポートハードウェアと日本語サポート
プログラムがインストールされている。従って、翻訳さ
れた結果を日本語として画面に表示したり日本語での修
正作業を行うことが可能になる。
【００３７】
【発明の効果】以上のように前述した実施の形態によれ
ば、入力した文書イメージデータ９９の言語を自動的に
特定することができる。特に翻訳を行う場合に翻訳元の
文書が何語で書かれた文書であるかを指定する必要がな
くなる。特に欧州のように系統を同じくする言語が多く
存在し、翻訳用ソフトウェアが多数存在する地域では言
語を自動的に特定することは非常に重要である。
ば、入力した文書イメージデータ９９の言語を自動的に
特定することができる。特に翻訳を行う場合に翻訳元の
文書が何語で書かれた文書であるかを指定する必要がな
くなる。特に欧州のように系統を同じくする言語が多く
存在し、翻訳用ソフトウェアが多数存在する地域では言
語を自動的に特定することは非常に重要である。
【図１】 言語特定装置５１の構成図である。
【図２】 言語特定装置５１の動作フローチャートであ
る。
る。
【図３】 字種による言語の分類図である。
【図４】 文字パターンテーブル７３の文字パターンの
一例（アラビア語）を示す図である。
一例（アラビア語）を示す図である。
【図５】 文字パターンテーブル７３の文字パターンの
一例（ペルシャ語）を示す図である。
一例（ペルシャ語）を示す図である。
【図６】 文字パターンテーブル７３の文字パターンの
一例（ギリシャ語）を示す図である。
一例（ギリシャ語）を示す図である。
【図７】 文字パターンテーブル７３の文字パターンの
一例（ヘブライ語）を示す図である。
一例（ヘブライ語）を示す図である。
【図８】 文字パターンテーブル７３の文字パターンの
一例（ルーマニア語）を示す図である。
一例（ルーマニア語）を示す図である。
【図９】 特殊文字・アクセント記号パターンテーブル
７４の一例を示す図である。
７４の一例を示す図である。
【図１０】 特殊文字・アクセント記号パターンテーブ
ル７４の一例を示す図である。
ル７４の一例を示す図である。
【図１１】 特殊文字・アクセント記号パターンテーブ
ル７４の一例を示す図である。
ル７４の一例を示す図である。
【図１２】 共通単語パターンテーブル７５の一例を示
す図である。
す図である。
【図１３】 共通単語パターンテーブル７５の一例を示
す図である。
す図である。
【図１４】 スペルパターンテーブル７６の一例を示す
図である。
図である。
【図１５】 翻訳システム２００を示す図である。
【図１６】 文字コードが同一であっても言語によって
対応する文字が異なる場合があることを示す図である。
対応する文字が異なる場合があることを示す図である。
【図１７】 文字コードが同一であっても言語によって
対応する文字が異なる場合があることを示す図である。
対応する文字が異なる場合があることを示す図である。
【図１８】 文字コードが同一であっても言語によって
対応する文字が異なる場合があることを示す図である。
対応する文字が異なる場合があることを示す図である。
【図１９】 文字コードが同一であっても言語によって
対応する文字が異なる場合があることを示す図である。
対応する文字が異なる場合があることを示す図である。
【図２０】 図２の動作により識別される言語例を示す
図である。
図である。
【図２１】 特殊文字・アクセント記号パターンテーブ
ル７４の一例を示す図である。
ル７４の一例を示す図である。
【図２２】 特殊文字・アクセント記号パターンテーブ
ル７４の一例を示す図である。
ル７４の一例を示す図である。
【図２３】 特殊文字・アクセント記号パターンテーブ
ル７４の一例を示す図である。
ル７４の一例を示す図である。
５１ 言語特定装置、５３ 言語特定プログラム、５５
翻訳プログラム、５６ 中央処理装置（ＣＰＵ）、５
７ オペレーティングシステム（ＯＳ）、６０文書イメ
ージデータ入力部、６１ 第１の照合特定部、６２ 第
２の照合特定部、６３ 第３の照合特定部、６４ 第４
の照合特定部、７１ 文字パターンデータ記憶部、７３
文字パターンテーブル、７４ 特殊文字・アクセント
記号パターンテーブル、７５ 共通単語パターンテーブ
ル、７６ スペルパターンテーブル、８１ スキャナ、
８３ インターネット、８４ フレシキブルディスク、
８５ パーソナルコンピュータ（ＰＣ）、８６ デジタ
ルカメラ、９１ 言語１の文字パターン、９２ 言語２
の文字パターン、９３ 言語３の文字パターン、９９
文書イメージデータ。
翻訳プログラム、５６ 中央処理装置（ＣＰＵ）、５
７ オペレーティングシステム（ＯＳ）、６０文書イメ
ージデータ入力部、６１ 第１の照合特定部、６２ 第
２の照合特定部、６３ 第３の照合特定部、６４ 第４
の照合特定部、７１ 文字パターンデータ記憶部、７３
文字パターンテーブル、７４ 特殊文字・アクセント
記号パターンテーブル、７５ 共通単語パターンテーブ
ル、７６ スペルパターンテーブル、８１ スキャナ、
８３ インターネット、８４ フレシキブルディスク、
８５ パーソナルコンピュータ（ＰＣ）、８６ デジタ
ルカメラ、９１ 言語１の文字パターン、９２ 言語２
の文字パターン、９３ 言語３の文字パターン、９９
文書イメージデータ。
Claims (12)
- 【請求項１】 複数の言語の各言語による文字の文字パ
ターンデータを記憶し、 複数の言語のなかのいずれかの言語による文字イメージ
を有する文書イメージデータを入力し、 文書イメージデータ内の文字イメージを文字コードに変
換することなく、文書イメージデータの文字イメージと
文字パターンデータとをパターンマッチングにより比較
し、 文書イメージデータが、複数の言語の各言語のなかのい
ずれの言語による文書イメージデータであるかを特定す
ることを特徴とする言語特定装置。 - 【請求項２】 上記言語特定装置は、 複数の言語の各言語による文字の文字パターンデータを
記憶した文字パターンデータ記憶部と、 複数の言語の中のいずれかの言語による文字の文書イメ
ージデータを入力する文書イメージデータ入力部と、 上記文書イメージデータ入力部が入力した文書イメージ
データと、上記文字パターンデータ記憶部が記憶した文
字パターンデータとを、複数の言語の中の一つ以上の所
定の言語を特定する第１の照合基準に基づいて照合し、
文書イメージデータが、上記複数の言語の中のいずれの
言語による文書イメージデータであるかを特定する第１
の照合特定部と、 第１の照合特定部により文書イメージデータが上記複数
の言語の中のいずれの言語による文書イメージデータで
あるかを特定できない場合に、上記文書イメージデータ
入力部が入力した文書イメージデータと、上記文字パタ
ーンデータ記憶部が記憶した文字パターンデータとを、
第１の照合特定部が特定する言語を除いた複数の言語の
中の一つ以上の所定の言語を特定する第２の照合基準を
用いて照合し、文書イメージデータが、上記複数の言語
の中のいずれの言語による文書イメージデータであるか
を特定する第２の照合特定部とを備えたことを特徴とす
る請求項１記載の言語特定装置。 - 【請求項３】 上記言語特定装置は、さらに、 第２の照合特定部により文書イメージデータがいずれの
言語による文書イメージデータであるかを特定できない
場合に、上記文書イメージデータ入力部が入力した文書
イメージデータと、上記文字パターンデータ記憶部が記
憶した文字パターンデータとを、第１の照合特定部と第
２の照合特定部とが特定する言語を除いた複数の言語の
中の一つ以上の所定の言語を特定する第３の照合基準を
用いて照合し、文書イメージデータが、上記複数の言語
の中のいずれの言語による文書イメージデータであるか
を特定する第３の照合特定部を備えたことを特徴とする
請求項２記載の言語特定装置。 - 【請求項４】 上記言語特定装置は、さらに、 第３の照合特定部により文書イメージデータがいずれの
言語による文書イメージデータであるかを特定できない
場合に、上記文書イメージデータ入力部が入力した文書
イメージデータと、上記文字パターンデータ記憶部が記
憶した文字パターンデータとを、第１の照合特定部と第
２の照合特定部と第３の照合特定部とが特定する言語を
除いた複数の言語の中の一つ以上の所定の言語を特定す
る第４の照合基準を用いて照合し、文書イメージデータ
が、上記複数の言語の中のいずれの言語による文書イメ
ージデータであるかを特定する第４の照合特定部を備え
たことを特徴とする請求項３記載の言語特定装置。 - 【請求項５】 第１の照合特定部は、第１の照合基準と
して、特定の言語に使われる特定の字種の文字パターン
の存否を用いることを特徴とする請求項１記載の言語特
定装置。 - 【請求項６】 第２の照合特定部は、第２の照合基準と
して、特定の言語の特殊文字の文字パターンと特殊記号
の記号パターンとの存否を用いることを特徴とする請求
項２記載の言語特定装置。 - 【請求項７】 第３の照合特定部は、第３の照合基準と
して、各言語に共通して使われる共通単語の単語パター
ンの出現頻度を用いることを特徴とする請求項３記載の
言語特定装置。 - 【請求項８】 第４の照合特定部は、第４の照合基準と
して、特定の言語に用いられる特定のスペルのスペルパ
ターンの存否を用いることを特徴とする請求項４記載の
言語特定装置。 - 【請求項９】 上記請求項１記載の言語特定装置を備
え、言語特定装置が特定した言語から他の言語への翻訳
をする翻訳装置。 - 【請求項１０】 複数の言語の各言語による文字の文字
パターンデータを記憶し、 複数の言語のなかのいずれかの言語による文字イメージ
を有する文書イメージデータを入力し、 文書イメージデータ内の文字イメージを文字コードに変
換することなく、文書イメージデータの文字イメージと
文字パターンデータとをパターンマッチングにより比較
し、 文書イメージデータが、複数の言語の各言語のなかのい
ずれの言語による文書イメージデータであるかを特定す
る処理をコンピュータに実行させるプログラム又はその
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。 - 【請求項１１】 複数の言語の各言語による文字の文字
パターンデータを記憶し、 複数の言語のなかのいずれかの言語による文字イメージ
を有する文書イメージデータを入力し、 文書イメージデータ内の文字イメージを文字コードに変
換することなく、文書イメージデータの文字イメージと
文字パターンデータとをパターンマッチングにより比較
し、 文書イメージデータが、複数の言語の各言語のなかのい
ずれの言語による文書イメージデータであるかを特定す
ることを特徴とする言語特定方法。 - 【請求項１２】 上記言語特定方法は、特定の言語に使
われる特定の字種の文字パターンの存否を用いることに
より複数の言語の中の１つ以上の所定の言語を特定し、 次に、特定の言語の特殊文字の文字パターンと特殊記号
の記号パターンとの存否を用いることにより複数の言語
の中の１つ以上の所定の言語を特定し、 次に、各言語に共通して使われる共通単語の単語パター
ンの出現頻度を用いることにより複数の言語の中の１つ
以上の所定の言語を特定し、 次に、特定の言語に用いられる特定のスペルのスペルパ
ターンの存否を用いることにより複数の言語の中の１つ
以上の所定の言語を特定することを特徴とする請求項１
１記載の言語特定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001039410A JP2002245470A (ja) | 2001-02-16 | 2001-02-16 | 言語特定装置及び翻訳装置及び言語特定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001039410A JP2002245470A (ja) | 2001-02-16 | 2001-02-16 | 言語特定装置及び翻訳装置及び言語特定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002245470A true JP2002245470A (ja) | 2002-08-30 |
Family
ID=18902201
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001039410A Pending JP2002245470A (ja) | 2001-02-16 | 2001-02-16 | 言語特定装置及び翻訳装置及び言語特定方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2002245470A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006254023A (ja) * | 2005-03-10 | 2006-09-21 | Matsushita Electric Ind Co Ltd | 字幕用表示言語選択装置およびその方法 |
| JP2008515107A (ja) * | 2004-09-30 | 2008-05-08 | グーグル・インコーポレーテッド | テキスト分割のために言語を選択する方法およびシステム |
| US8849852B2 (en) | 2004-09-30 | 2014-09-30 | Google Inc. | Text segmentation |
-
2001
- 2001-02-16 JP JP2001039410A patent/JP2002245470A/ja active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008515107A (ja) * | 2004-09-30 | 2008-05-08 | グーグル・インコーポレーテッド | テキスト分割のために言語を選択する方法およびシステム |
| US8306808B2 (en) | 2004-09-30 | 2012-11-06 | Google Inc. | Methods and systems for selecting a language for text segmentation |
| US8849852B2 (en) | 2004-09-30 | 2014-09-30 | Google Inc. | Text segmentation |
| JP2006254023A (ja) * | 2005-03-10 | 2006-09-21 | Matsushita Electric Ind Co Ltd | 字幕用表示言語選択装置およびその方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7802184B1 (en) | Method and apparatus for processing text and character data | |
| US8726148B1 (en) | Method and apparatus for processing text and character data | |
| EP0686286B1 (en) | Text input transliteration system | |
| JP4332356B2 (ja) | 情報検索装置及び方法並びに制御プログラム | |
| US8199112B2 (en) | Character input device | |
| US20060217959A1 (en) | Translation processing method, document processing device and storage medium storing program | |
| JP2006503353A (ja) | フォームベースのデータ入力システムにおける認識精度を高める方法 | |
| EP1679614B1 (en) | Method and apparatus for providing foreign language text display when encoding is not available | |
| US20200320325A1 (en) | Image processing system, image processing apparatus, image processing method, and storage medium | |
| US5890183A (en) | Method, apparatus, electronic dictionary and recording medium for converting converted output into character code set accetpable for re-retrieval as original input | |
| US20120230590A1 (en) | Image processing apparatus, non-transitory computer-readable medium, and image processing method | |
| US20060022029A1 (en) | Keyboard with special symbol key and code exchange method for such key | |
| JP7027757B2 (ja) | 情報処理装置及び情報処理プログラム | |
| JP2002245470A (ja) | 言語特定装置及び翻訳装置及び言語特定方法 | |
| JP2006252164A (ja) | 中国語文書処理装置 | |
| US6298158B1 (en) | Recognition and translation system and method | |
| JPH10177623A (ja) | 文書認識装置および言語処理装置 | |
| EP1621973A2 (en) | Keyboard with special symbol key and code exchange method for such key | |
| US11170182B2 (en) | Braille editing method using error output function, recording medium storing program for executing same, and computer program stored in recording medium for executing same | |
| US20140129928A1 (en) | Method and system for representing capitalization of letters while preserving their category similarity to lowercase letters | |
| CN114528858A (zh) | 机器翻译译文计算机辅助修正系统和方法 | |
| Haentjens | The ordering of universal character strings | |
| JP2024003769A (ja) | 文字認識システム、コンピュータによる文字の認識方法、および文字検索システム | |
| JP2023052750A (ja) | 自動翻訳装置及び自動翻訳プログラム | |
| Zhao et al. | New Challenges for a Digital Society |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20040527 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20041014 |