JP2003050797A - スケーラブル機械翻訳システム - Google Patents

Abstract

(57)【要約】 【課題】 スケーラブルな機械翻訳システムを提供す
る。 【解決手段】 コンピュータは第１の入力言語の入力テ
キストを第２の言語の出力テキストに翻訳する。入力論
理形式は入力テキストに基づいて生成される。変換マッ
ピングデータベースの中の複数の変換マッピングが入力
論理形式（少なくともその一部分）に合致するとき、１
つまたはそれ以上の合致の変換マッピングがあらかじめ
定められた尺度に基づいて選択される。出力テキストは
選択された論理形式に基づいて生成される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は自動言語翻訳システ
ムに関する。より詳細には、本発明は、第１の言語の単
語および／または論理形式を第２の言語の単語および／
または論理形式に関連付ける変換マッピングを２カ国語
コーパスから自動的に抽出することに関する。

【０００２】

【従来の技術】機械翻訳システムは、１つの言語のテキ
スト入力を受け取り、それを第２の言語に翻訳し、第２
の言語のテキスト出力を提供するシステムである。現在
の商用可能な機械翻訳システムはハンドコード変換コン
ポーネントに依存している。ハンドコード変換コンポー
ネントは個々のドメインをカスタマイズすることが難し
く、また、高価である。また、望ましいサイズにスケー
リングすることも大変難しい。これらのことはコストお
よびユーティリティ全体に不利益な制限となる。

【０００３】これらの欠陥に対処するために機械翻訳シ
ステムの基となる種々の例(文)が作成されてきた。その
ような多数のシステムは、Ｈ．Ｓｏｍｅｒｓ，Ｒｅｖｉ
ｅｗＡｒｔｉｃｌｅ：Ｅｘａｍｐｌｅ−Ｂａｓｅｄ Ｍ
ａｃｈｉｎｅ ｔｒａｎｓｌａｔｉｏｎ １４：１１
３，１５７，１９９９に記載されている。これらの機械
翻訳リサーチシステムの基となる代表例のいくつかは約
２００以上の文から作成された基本例を有している。そ
れらは多数の基本をスケーリングすることが大変難し
く、また、その困難性から生じるシステムパフォーマン
スに直面してきた。

【０００４】Ｓｏｍｅｒｓでは異なる文法解析を使用
し、入力テキストの個々の言語に基づいた基本例からの
入力を行うことが説明されている。そのような文法解析
では言語および使用される文法解析の内容に応じて文法
解析から得られる依存構造も異なってしまう。それ故、
１つの言語から他の言語へ変換する場合の依存構造を比
較することは不可能ではないにしても難しい。

【０００５】

【発明が解決しようとする課題】そのような従来システ
ムは、また、スケーリングすることことが容易ではなか
った。例えば、文を２００ぐらいにその数を増やすこと
が難しかった。これは従来システムがノイズを有する入
力データを取り扱うことが難しいという理由によるから
である。その代わりに、入力データは正確な形式(フォ
ーム)とすることが必要であるか、または、クリーンア
ップするか、さもなくば人間の手に適切な形式に置き換
える必要があった。数を著しく増すことは当然のごとく
困難があった。

【０００６】そこで、本発明の目的は、スケーリング可
能な機械翻訳システムを提供することにある。

【０００７】

【課題を解決するための手段】コンピュータ実施方法で
は第１の言語の入力テキストを第２の言語の出力テキス
トに翻訳する。入力の論理形式は入力テキストに基づい
て生成される。マッピングデータベースの中の複数の変
換マッピングが入力の論理形式（または、少なくともそ
の一部分）に合致（マッチする）の変換マッピングがあ
らかじめ定められた尺度（ｍｅｔｒｉｃ，基準）に基づ
いて選択される。これらの変換マッピングは互いに１つ
の変換論理形式にまとめられる。出力テキストはその変
換論理形式に基づいて生成される。

【０００８】変換マッピングは例示的には１対の変換論
理形式コンポーネント（フラグメント（ｆｒａｇｍｅｎ
ｔ））で構成される。変換論理コンポーネントは原始
（ソース）および目的（ターゲット）の論理形式（Ｌ
Ｆ）を含み、それらはトレーニングデータの学習から得
られる。ランタイム時、原始サイドのマッピングが入力
と比較される。そのようにして得られた合致のマッピン
グの中から１つが選択される。目的側のマッピングは互
いにまとめられて単一の目的ＬＦが生成される。出力文
字列が目的ＬＦから生成される。

【０００９】あらかじめ定められた尺度はマッピングの
集合によりカバーされた入力ノードを含む種々の形式の
中の１つを使用することができる。尺度には、入力変換
形式とマッチングする異なる変換マッピングのサイズ、
変換マッピングデータベースのトレーニング中で使用さ
れるトレーニングフェース間に、複数の変換マッピング
が生成される頻度、複数の変換マッピングがトレーニン
グの間、完全に整列してある論理形式から生成される頻
度、比較の変換マッピングがトレーニングデータの不適
合の解析結果から生成される頻度。比較の複数の変換マ
ッピングに関連し、関連する変換マッピングの信頼性を
表すスコアを含む。

【００１０】本発明の機械翻訳システムは上述の方法を
実施するためのマッピングコンポーネントを含む。

【００１１】本発明の機械翻訳システムは入力テキスト
に基づいた入力依存構造を生成する入力ジェネレータを
含むことができる。システムは、少なくとも１０，００
０の並列に整列したトレーニング文に基づいて形成され
た変換マッピング依存構造を有する変換マッピングデー
タベースをも含む。変換マッピングデータベースは、５
０，０００、１００，０００、１８０，０００の、もし
くは２００，０００を超えるトレーニング文に基づいて
形成することができる。

【００１２】加えて、他の形態としては本発明では、ト
レーニングの間に整列された整列論理形式から得られる
変換マッピングをフィルタリングすることにより変換マ
ッピングデータベースをトレーニングしてもよい。

【００１３】

【発明の実施の形態】概要 以下に、図１に示す汎用コンピュータ１２０を簡単に説
明する。ただし、コンピュータ１２０は、好適なコンピ
ューティング環境の一例にすぎず、本発明の用途および
機能の範囲に関して制限を示唆することを意図するもの
ではない。また、コンピュータ１２０は、そこに例示さ
れたモジュールのいずれか１つまたは組合せに関連する
依存性または要件を有するものと解釈されるべきではな
い。

【００１４】コンピュータにより実行されるプログラム
モジュールの如きコンピュータ実行可能命令の一般的状
況において、本発明を説明することができる。一般に、
プログラムモジュールは、特定のタスクを実行し、また
は特定の抽象データ型を具現化するルーチン、プログラ
ム、オブジェクト、モジュール、データ構造などを含
む。本発明は、通信ネットワークを介してリンクされる
遠隔処理デバイスによってタスクを実行する分散コンピ
ューティング環境においても実施することもできる。分
散コンピューティング環境では、記憶格納デバイスを含
む局所および遠隔のコンピュータ記憶媒体にプログラム
モジュールを配置することができる。プログラムおよび
モジュールによって実行されるタスクを、図面を用いて
以下に説明する。当業者であれば、コンピュータ可読媒
体の任意の形式で書き込むことができるプロセッサ実行
可能命令として以下の説明および図面を具現化すること
が可能である。

【００１５】図１を参照すると、コンピュータ１２０の
モジュールは、処理装置１４０と、システムメモリ１５
０と、システムメモリを含む様々なシステムモジュール
またはコンポーネントを処理装置１４０に結合するシス
テムバス１４１とを含むことができるが、それらに限定
されない。システムバス１４１は、様々なバスアーキテ
クチャのいずれかを用いたメモリバスまたはメモリコン
トローラ、周辺バスおよびローカルバスを含むいくつか
の種類のバス構造のいずれかでありうる。当該アーキテ
クチャとしては、限定するのではなく例示を目的とし
て、工業規格アーキテクチャ（Ｉｎｄｕｓｔｒｙ Ｓｔ
ａｎｄａｒｄ Ａｒｃｈｉｔｅｃｔｕｒｅ（ＩＳＡ）バ
ス、ユニバーサルシリアルバス（Ｕｎｉｖｅｒｓａｌ
Ｓｅｒｉａｌ Ｂｕｓ（ＵＳＢ）、マイクロチャネルア
ーキテクチャ（Ｍｉｃｒｏ Ｃｈａｎｎｅｌ Ａｒｃｈ
ｉｔｅｃｔｕｒｅ（ＭＣＡ）バス、エンハンスド（Ｅｎ
ｈａｎｃｅｄ）ＩＳＡ（ＥＩＳＡ）バス、ベザ（Ｖｉｄ
ｅｏ Ｅｌｅｃｔｒｏｎｉｃｓ Ｓｔａｎｄａｒｄｓ
Ａｓｓｏｃｉａｔｉｏｎ（ＶＥＳＡ）ローカルバス、お
よびＭｅｚｚａｎｉｎｅバスとしても知られる周辺モジ
ュール相互接続（Ｐｅｒｉｐｈｅｒａｌ Ｍｏｄｕｌｅ
Ｉｎｔｅｒｃｏｎｎｅｃｔ）（ＰＣＩ）バスなどが挙
げられる。コンピュータ１２０は、典型的には、様々な
コンピュータ可読媒体を含む。コンピュータ可読媒体
は、コンピュータ１２０によってアクセスできる任意の
利用可能媒体とすることができ、揮発性媒体および不揮
発性媒体、ならびに取外し可能媒体および取外し不能媒
体を含む。限定するのではなく例示を目的とすれば、コ
ンピュータ可読媒体は、コンピュータ記憶媒体や通信媒
体を含むことができる。コンピュータ記憶媒体は、コン
ピュータ可読命令、データ構造、プログラムモジュール
コンポーネントまたは他のデータの如き情報を記憶する
ための任意の方法または技術を用いて実装される揮発性
媒体および不揮発性媒体、ならびに取外し可能媒体およ
び取外し不能媒体を含む。コンピュータ記憶媒体として
は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ
または他のメモリ技術、ＣＤ−ＲＯＭ、デジタルビデオ
ディスク（ＤＶＤ）または他の光ディスク記憶装置、磁
気カセット、磁気テープ、磁気ディスク記憶装置または
他の磁気記憶装置、あるいは所望の情報を記憶するのに
使用することができるとともに、コンピュータ１２０に
よってアクセス可能な他の媒体が挙げられるが、それに
限定されるものではない。

【００１６】通信媒体は、典型的にはコンピュータ可読
命令、データ構造、プログラムモジュール、あるいは搬
送波または他の変換メカニズムの如き変調データ信号に
含まれる他のデータを具体化し、任意の情報配信媒体を
含む。「変調データ信号」という言葉は、その１つ以上
の特性が、信号内の情報をコード化するように設定また
は変更された信号を意味する。通信媒体としては、限定
するのではなく例示を目的として、有線ネットワークま
たは直接有線接続の如き有線媒体、ならびに音響、Ｆ
Ｒ、赤外線および他の無線媒体の如き無線媒体が挙げら
れる。上記媒体の任意の媒体の組合せもコンピュータ可
読媒体の範囲内に含まれるべきである。

【００１７】システムメモリ１５０は、揮発性メモリ、
および／または読取り専用メモリ（ＲＯＭ）１５１やラ
ンダムアクセスメモリ（ＲＡＭ）１５２の如き不揮発性
メモリの形式のコンピュータ記憶媒体を含む。起動時の
如き、コンピュータ１２０内の要素間で情報を変換する
のに役立つ基本ルーチンを含む基本入出力システム１５
３（ＢＩＯＳ）は、典型的にＲＯＭ１５１に記憶され
る。ＲＡＭ１５２は、典型的には、すぐにアクセス可能
な、かつ／または現在処理装置１４０によって動作中の
データおよび／またはプログラムモジュールを含む。図
１は、限定するのではなく例示を目的として、オペレー
ティングシステム１５４と、アプリケーションプログラ
ム１５５と、他のプログラムモジュール１５６と、プロ
グラムデータとを示す図である。

【００１８】コンピュータ１２０は、他の取外し可能／
取外し不能の揮発性／不揮発性コンピュータ記憶媒体を
含むこともできる。図１は、例示のみを目的として、取
外し不能の不揮発性磁気媒体に対して読書きを行うハー
ドディスクドライブ１６１と、取外し可能な不揮発性磁
気ディスク１７２に対して読書きを行う磁気ドライブデ
ィスク１７１と、ＣＤ−ＲＯＭまたは他の光媒体の如き
取外し可能な不揮発性光ディスク１７６に対して読書き
を行う光ディスクドライブ１７５とを示す図である。例
示的な動作環境で使用できる他の取外し可能／取外し不
能の揮発性／不揮発性コンピュータ記憶媒体としては、
磁気テープカセット、フラッシュメモリカード、デジタ
ルビデオディスク、ディジタルビデオテープ、ソリッド
ステートＲＡＭ、ソリッドステートＲＯＭなどが挙げら
れるが、それらに限定されるものではない。ハードディ
スクドライブ１６１は、典型的には、インターフェース
１６０の如き取外し不能メモリインターフェースを介し
てシステムバス１４１に接続され、磁気ディスクドライ
ブ１７１および光ディスクドライブ１７５は、典型的に
は、インターフェース１７０の如き取外し可能メモリイ
ンターフェースによってシステムバス１４１に接続され
る。

【００１９】上述し、図１に示したドライブおよびそれ
らの関連する記憶媒体は、コンピュータ可読命令、デー
タ構造、プログラムモジュール、およびコンピュータ１
２０用の他のデータの記憶を行う。図１では、例えば、
オペレーティングシステム１６４、アプリケーションプ
ログラム１６５、他のプログラムモジュール１６６およ
びプログラムデータ１６７を記憶するものとして、ハー
ドディスクドライブ１６１が示されている。これらのモ
ジュールは、オペレーティングシステム１５４、アプリ
ケーションプログラム１５５、他のプログラムモジュー
ル１５６およびプログラムデータ１５７と同じであって
も異なっていてもよいことに留意されたい。ここでは、
オペレーティングシステム１６４、アプリケーションプ
ログラム１６５、他のプログラムモジュール１６６およ
びプログラムデータ１６７に異なる番号を付して、少な
くともそれらは異なる個体であることを示している。

【００２０】ユーザは、キーボード１８２、マイクロフ
ォン１８３、ならびにマウス、トラックボールまたはタ
ッチパッドのようなポインティングデバイス１８１の如
き入力デバイスを介して、コンピュータ１２０にコマン
ドおよび情報を入力することができる。他の入力デバイ
ス（不図示）としては、ジョイスティック、ゲームパッ
ド、サテライトディッシュ、スキャナなどを挙げること
ができる。これらおよび他の入力デバイスは、システム
バスに結合されるユーザ入力インターフェース１８０を
介して処理装置１４０にしばしば接続されるが、パラレ
ルポート、ゲームポートまたはユニバーサルシリアルバ
ス（ＵＳＢ）の如き他のインターフェースおよびバス構
造によって接続されてもよい。モニタ１８４または他の
種類のディスプレイデバイスも、ビデオインターフェー
ス１８５の如きインターフェースを介してシステムバス
１４１に接続される。モニタに加えて、コンピュータ
は、出力周辺インターフェース１８８を介して接続する
ことができるスピーカ１８７やプリンタ１８６の如き他
の周辺出力デバイスを含むこともできる。

【００２１】コンピュータ１２０は、リモートコンピュ
ータ１９４の如き１つ以上のリモートコンピュータに対
する論理接続を用いて、ネットワーク化された環境で動
作することができる。リモートコンピュータ１９４は、
パーソナルコンピュータ、ハンドヘルドデバイス、サー
バ、ルータ、ネットワークＰＣ、ピアデバイス（ｐｅｅ
ｒ ｄｅｖｉｃｅ）または他の共通ネットワークノード
であってもよく、典型的には、コンピュータ１２０に対
して上述した要素の多くまたはすべてを含む。図１に描
かれている論理接続は、ローカルエリアネットワーク
（ＬＡＮ）１９１および広域ネットワーク（ＷＡＮ）１
９３を含むが、他のネットワークを含んでいてもよい。
当該ネットワーキング環境は、オフィス、企業規模のコ
ンピュータネットワーク、イントラネットおよびインタ
ーネットにおいて一般化されている。

【００２２】ＬＡＮネットワーキング環境に使用すると
きは、ネットワークインターフェースまたはアダプタ１
９０を介してコンピュータ１２０をＬＡＮ１９１に接続
する。ＷＡＮネットワーキング環境で使用するときは、
コンピュータ１２０は、典型的には、モデム１９２また
はインターネットの如きＷＡＮ１９３上での通信を確立
するための他の手段を含む。モデム１９２は内部にあっ
ても外部にあってもよく、それをユーザ入力インターフ
ェース１８０または他の適切なメカニズムを介してシス
テムバス１４１に接続することができる。ネットワーク
化された環境において、コンピュータ１２０に対して描
かれたプログラムモジュールを遠隔メモリ記憶装置に記
憶することができる。図１は、限定するのではなく例示
を目的として、リモートコンピュータ１９４上に存在す
る遠隔アプリケーションプログラム１９５を示す図であ
る。示されているネットワーク接続は例示的なものであ
って、コンピュータ間の通信リンクを確立する他の手段
も使用できることが理解されるであろう。

【００２３】本発明は、多くの他の汎用または特殊用途
のコンピューティングシステム、環境または構成に対し
ても動作可能である。本発明に好適に使用できるよく知
られたコンピューティングシステム、環境および／また
は構成の例としては、（スクリーンのない）正規電話パ
ーソナルコンピュータ、サーバコンピュータ、ハンドヘ
ルドまたはラップトップデバイス、マルチプロセッサシ
ステム、マイクロプロセッサを使用したシステム、セッ
トトップボックス、プログラマブルコンシューマエレク
トロニクス（ｐｒｏｇｒａｍｍａｂｌｅ ｃｏｎｓｕｍ
ｅｒ ｅｌｅｃｔｒｏｎｉｃｓ）、ネットワークＰＣ、
ミニコンピュータ、主コンピュータ、上記システムまた
はデバイスのいずれかを含む分散コンピューティング環
境などが挙げられるが、それらに限定されるものではな
い。

【００２４】機械翻訳システムの概要 本発明を詳細に説明する前に、論理形式について簡単に
説明するのが有益であると思われる。論理形式およびシ
ステム、ならびにそれらを生成するための方法について
の十分かつ詳細な説明は、１９９９年１０月１２日に発
行され、「ＭＥＴＨＯＤ ＡＮＤ ＳＹＳＴＥＭ ＦＯ
Ｒ ＣＯＭＰＵＴＩＮＧ ＳＥＭＡＮＴＩＣ ＬＯＧＩ
ＣＡＬ ＦＯＲＭＳ ＦＲＯＭ ＳＹＮＴＡＸ ＴＲＥ
ＥＳ」という名称の米国特許第５、９６６、６８６号
（Ｈｅｉｄｏｒｎ他）に見いだすことができる。しか
し、簡単にいうと、論理形式は、入力テキストに対する
形態学的解析を行って、文法的関係で補われた従来の句
構造解析をプロデュースすることによって生成される。
テキスト入力における内容単語間のラベル付き依存性を
記述するデータ構造である論理形式を導くために、構文
解析にさらなる処理が施される。論理形式は、特定の構
文変換（例えば能動／受動）を正規化するとともに、セ
ンテンス内照応形および長距離依存性を解決することが
できる。ここに示されるように、図４（Ａ）の例では、
論理形式の要素を直感的に理解するのに役立つグラフと
して論理形式２５２を表すことができる。しかしなが
ら、当業者ならわかるであろうが、論理形式は、コンピ
ュータ可読媒体上に記憶されると、グラフを表すように
簡単に理解することができなくなる。

【００２５】具体的には、論理関係は、Ｌｏｇｉｃａｌ
Ｓｕｂｊｅｃｔ、ＬｏｇｉｃａｌＯｂｊｅｃｔ、Ｉｎｄ
ｉｒｅｃｔＯｂｊｅｃｔ；ＬｏｇｉｃａｌＮｏｍｉｎａ
ｔｉｖｅ、ＬｏｇｉｃａｌＣｏｍｐｌｅｍｅｎｔ、Ｌｏ
ｇｉｃａｌＡｇｅｎｔ；ＣｏＡｇｅｎｔ、Ｂｅｎｅｆｉ
ｃｉａｒｙ；Ｍｏｄｉｆｉｅｒ、Ａｔｔｒｉｂｕｔｅ、
ＳｅｎｔｅｎｃｅＭｏｄｉｆｉｅｒ；Ｐｒｅｐｏｓｉｔ
ｉｏｎａｌＲｅｌａｔｉｏｎｓｈｉｐ；Ｓｙｎｏｎｙ
ｍ、Ｅｑｕｉｖａｌｅｎｃｅ、Ａｐｐｏｓｉｔｉｏｎ；
Ｈｙｐｅｒｎｙｍ、Ｃｌａｓｓｉｆｉｅｒ、ＳｕｂＣｌ
ａｓｓ；Ｍｅａｎｓ、Ｐｕｒｐｏｓｅ；Ｏｐｅｒａｔｏ
ｒ、Ｍｏｄａｌ、Ａｓｐｅｃｔ、ＤｅｇｒｅｅＭｏｄｉ
ｆｉｅｒ、Ｉｎｔｅｎｓｉｆｉｅｒ；Ｆｏｃｕｓ、Ｔｏ
ｐｉｃ；Ｄｕｒａｔｉｏｎ、Ｔｉｍｅ；Ｌｏｃａｔｉｏ
ｎ、Ｐｒｏｐｅｒｔｙ、Ｍａｔｅｒｉａｌ、Ｍａｎｎｅ
ｒ、Ｍｅａｓｕｒｅ、Ｃｏｌｏｒ、Ｓｉｚｅ；Ｃｈａｒ
ａｃｔｅｒｉｓｔｉｃ、Ｐａｒｔ；Ｃｏｏｒｄｉｎａｔ
ｅ；Ｕｓｅｒ、Ｐｏｓｓｅｓｓｏｒ；Ｓｏｕｒｃｅ、Ｇ
ｏａｌ、Ｃａｕｓｅ、Ｒｅｓｕｌｔ；およびＤｏｍａｉ
ｎの如き方向性関連型によって接続される２つの単語か
ら構成される。

【００２６】論理形式は、センテンスまたはその一部の
如き単一のテキスト入力を表す接続論理関係のデータ構
造である。論理形式は、１つの論理関係から構成され、
構造的関係（すなわち構文的関係および意味的関係）を
描写し、特に入力列における重要単語間の関係を補い、
かつ／または調節する。

【００２７】例示的な一実施形態では、構文解析から論
理形式を構築する特定のコードが、機械翻訳システムが
それに対して動作する様々な原始言語および目的言語の
間で共有される。２つの言語の表面的に異なる構造はし
ばしば同様または同一の論理形式表現に分解するため、
共有されたアーキテクチャは、異なる言語からの論理形
式区分を整列させるタスクを著しく単純化する。異なる
言語における論理形式の例を図４（Ａ）〜図４（Ｃ）に
関して以下により詳細に説明する。

【００２８】図２および図３は、本発明の一実施形態に
よる機械翻訳システム２００のアーキテクチャの構成図
である。システム２００は、解析コンポーネント２０４
および２０６と、統計的単語関連学習コンポーネント２
０８と、論理形式整列コンポーネント２１０と、字句知
識ベース構築コンポーネント２１２と、２カ国語辞書２
１４と、辞書併合コンポーネント２１６と、変換マッピ
ングデータベース２１８と、更新２カ国語辞書２２０と
を含む。トレーニングおよび翻訳実行時に、システム２
００は、解析コンポーネント２２２、マッチングコンポ
ーネント２２４、変換コンポーネント２２６および／ま
たは生成コンポーネント２２８を利用する。

【００２９】例示的な一実施形態では、２カ国語コーパ
スを使用してシステムをトレーニングする。２カ国語コ
ーパスは、整列翻訳センテンス（例えば、英語の如き１
つの原始または目的言語におけるセンテンスが、スペイ
ン語の如き他方の原始または目的言語における人間によ
る翻訳と一対一で対応するセンテンス）を含む。トレー
ニング時に、原始センテンス２３０（翻訳対象センテン
ス）として、かつ目的センテンス２３２（原始センテン
スの翻訳）として、センテンスを整列２カ国語コーパス
からシステム２００に提供する。解析２０４および２０
６は、整列２カ国語コーパスからのセンテンスを解析し
て、原始論理形式２３４および目的論理形式２３６を生
成する。

【００３０】解析時に、センテンスにおける単語が正規
化された単語形式（見出し語）に変換され、それを統計
的単語関連学習コンポーネント２０８に提供することが
できる。単一単語関連および複数単語関連を、信頼でき
る各々の集合が得られるまで、学習コンポーネント２０
８によって繰り返し仮定および評価する。統計的単語関
連学習コンポーネント２０８は、学習された単一単語翻
訳対２３８、ならびに複数単語対２４０を出力する。

【００３１】複数単語対２４０は、付加的な入力を２カ
国語辞書２１４に追加して更新２カ国語辞書２２０を形
成するのに使用される辞書併合コンポーネント２１６に
提供される。新たな入力は、複数単語対２４０を表す。

【００３２】単一および複数単語対２３８は、原始論理
形式２３４および目的論理形式２３６とともに、論理整
列コンポーネント２１０に提供される。簡潔に述べる
と、コンポーネント２１０は、最初に原始および目的論
理形式２３０および２３６におけるノード間の仮の対応
を確立する。これは、統計的単語関連学習コンポーネン
ト２０８からの単一および複数単語翻訳対２３８、２４
０で補足することのできる２カ国語辞典（例えば２カ国
語辞書）からの翻訳対を用いて行われる。可能な対応を
確立した後に、整列コンポーネント２１０は、字句およ
び構造的考察にしたがって論理形式ノードを整列させ、
単語および／または論理形式変換マッピング２４２を作
成する。この態様を以下により詳細に説明する。

【００３３】基本的には、整列コンポーネント２１０
は、２カ国語辞書情報２１４、ならびに単一および複数
単語対２３８、２４０を用いて、論理形式間にリンクを
張る。変換マッピングは、それらが原始および目標論理
形式２３４および２３６に出現する頻度に基づいて随意
にフィルタリングされ、字句知識ベース構築コンポーネ
ント２１２に提供される。

【００３４】一実施形態では、フィルタリングは随意で
あるが、変換マッピングがトレーニングデータ内に少な
くとも二度見いだせない場合は、任意の他の所望の頻度
をフィルタとして使用することが可能であっても、その
変換マッピングを使用して変換マッピングデータベース
２１８を構築することはない。出現頻度以外にも他のフ
ィルタリング技術を使用できることに留意されたい。例
えば、変換マッピングが入力センテンスの完全な解析に
より形成されているかどうか、また変換マッピングを作
成するのに使用される論理形式が完全に整列されている
かどうかに基づいて変換マッピングをフィルタリングす
ることが可能である。

【００３５】コンポーネント２１２は、基本的には一言
語における単語および／または論理形式を第２の言語に
おける単語および／または論理形式にリンクさせる変換
マッピングを含む変換マッピングデータベース２１８を
構築する。このようにして変換マッピングデータベース
２１８が作成されると、次にシステム２００がランタイ
ム翻訳に向けて構成される。

【００３６】翻訳実行時に、翻訳対象の原始センテンス
２５０が解析コンポーネント２２２に提供される。解析
コンポーネント２２２は、原始センテンス入力に基づい
て、原始センテンス２５０および原始論理形式２５２を
受け取る。例を挙げるとわかりやすい。本例では、原始
センテンス２５０は、「Ｈａｇａ ｃｌｉｃｋ ｅｎｅ
ｌ ｂｏｔｏｎ ｄｅ ｏｐｃｉｏｎ」というスペイン
語のセンテンスで、それが英語に翻訳されて、「Ｃｌｉ
ｃｋ ｔｈｅ ｏｐｔｉｏｎ ｂｕｔｔｏｎ（オプショ
ンボタンをクリックする）」または逐語的に「Ｍａｋｅ
ｃｌｉｃｋｉｎ ｔｈｅ ｂｕｔｔｏｎ ｏｆ ｏｐ
ｔｉｏｎ（オプションのボタンでクリックを行う）」と
なる。

【００３７】図４（Ａ）は、解析コンポーネント２２２
により原始センテンス２５０に対して生成された原始論
理形式２５２を示す図である。原始論理形式２５２は、
マッチングコンポーネント２２４に提供される。マッチ
ングコンポーネント２２４は、リンクされた論理形式２
５４を取得するために、原始論理形式２５２と、変換マ
ッピングデータベース２１８内の論理形式とをマッチさ
せることを目的とする。複数の変換マッピングが、原始
論理形式２５２の部分とマッチしうる。マッチングコン
ポーネント２２４は、マッチさせる見出し語、品詞、お
よび他の特徴情報を有するデータベース２１８における
マッチング変換マッピングの最良の集合を検索する。所
定の尺度に基づいて、最良のマッチの集合が見いだされ
る。例えば、例示的に、より大きな（より具体的な）論
理形式を有する変換マッピングのほうが、より小さな
（より一般的な）論理形式を有する変換マッピングより
も好まれるかもしれない。大きさが等しい論理形式を有
するマッピングの中では、マッチングコンポーネント２
２４は、例示的に、より高頻度のマッピングを好むかも
しれない。いずれの場合も互いに矛盾することがなけれ
ば、マッピングは、原始論理形式２５２の重複部分とも
マッチしうる。ひとまとめになったマッピングの集合
は、代替的な集合に比べて入力センテンスのより広範囲
な部分を網羅するのであれば、例示的に、そのほうが好
まれるかもしれない。入力論理形式とデータベース２１
８に見られる論理形式とをマッチさせるのに使用される
他の尺度を、表４に関して以下により詳細に説明する。

【００３８】マッチング変換マッピングの集合が確認さ
れた後に、マッチングコンポーネント２２４は、変換マ
ッピングによって受け取られた対応する目的単語または
論理形式区分のコピーに対して原始論理形式２５２内の
ノード上にリンクを作成して、リンクされた論理形式２
５４を生成する。図４（Ｂ）は、本例についてのリンク
された論理形式２５４の例を示す図である。複数単語の
マッピングについてのリンクは、対応する区分のルート
ノード（例えばＨａｃｅｒとＣｌｉｃｋ）をリンクさ
せ、次いでその複数単語のマッピングに関与する他の原
始ノード（例えばＵｓｔｅｄとＣｌｉｃ）にアスタリス
クをリンクさせることによって表現される。例示的に、
当該マッピングの対応する個々の原始ノードと目的ノー
ドの間のサブリンク（図４（Ｂ）には示されていない）
を作成して変換時に使用することもできる。

【００３９】変換コンポーネント２２６は、マッチング
コンポーネント２２４から論理形式２５４を受け取り、
目的翻訳の基礎を形成することになる目的論理形式２５
６を作成する。これは、原始論理形式２５２のノード上
のリンクによって指示される目的論理形式区分が統合さ
れる、リンクされた論理形式２５４のトップダウン横断
を実行することによって行われる。複合的な複数単語マ
ッピングに対する論理形式区分を統合したら、マッチン
グコンポーネント２２４によって設定された個々のノー
ド間のサブリンクを使用して、修飾成句のための正確な
結合点の判断などを行う。必要な場合は、デフォルトの
結合点を利用する。

【００４０】適用しうる変換マッピングが見つからない
場合は、原始論理形式２５２内のノードおよびそれらの
関係を単に目的論理形式２５６にコピーする。これらの
ノードに対する変換マッピングデータベース２１８の中
にまだデフォルトの単一単語翻訳を見いだし、それらを
目的論理形式２５６に挿入することができる。しかし、
それらは見つからない場合は、例示的に、整列時に使用
した更新２カ国語辞書２２０から翻訳を取得することが
可能である。

【００４１】図４（Ｃ）は、本例についての目的論理形
式２５６を示す図である。「ｃｌｉｃｋ」から「ｂｕｔ
ｔｏｎ」までの論理形式区分と「ｂｕｔｔｏｎ」から
「ｏｐｔｉｏｎ」までの論理形式区分をリンクされた論
理形式２５４から繋ぎ合わせて、目的論理形式２５６を
取得したことがわかる。

【００４２】生成コンポーネント２２８は、例示的に、
目的論理形式２５６から目的列（または出力目的センテ
ンス）にマッピングする規則ベースのアプリケーション
独立生成コンポーネントである。生成コンポーネント２
２８は、例示的に、入力論理形式の原始言語に関する情
報を有さず、専ら変換コンポーネント２２６によってそ
こに送られる情報のみを扱う。生成コンポーネント２２
８は、また例示的に、この情報を（目的言語について
の）単一言語辞書と併用して目的センテンス２５８を生
成する。したがって、各言語に対しては１つの包括的な
生成コンポーネント２２８だけで十分である。

【００４３】したがって、このシステムは、異なる言語
間で論理形式がマッチしうるように、様々な言語からの
情報を解析して、共有される共通の論理形式にすること
がわかる。該システムは、変換マッピングデータベース
を構築するのに単純なフィルタリング技術を利用して、
ノイジーなデータ入力を処理することもできる。したが
って、極めて多くのセンテンス対を用いて、このシステ
ムを自動的にトレーニングすることが可能である。例示
的な一実施形態では、該センテンス対の数が１０、００
０を超える。他の例示的な実施形態では、センテンス対
の数が５０、０００から１００、０００を上回り、さら
に１８０、０００、２００、０００、３５０、０００を
超え、あるいは５００、０００または６００、０００を
超える場合すらある。また、センテンス対の数は、言語
に応じて変動しうるため、これらの数に限定される必要
はない。

【００４４】論理形式の整列 図５は、２つの異なる言語からの少なくともセンテンス
フラグメントの論理形式を関連付けるメソッド３００を
示す図であって、該論理形式は、親／子構造で構成され
たノードを含む方法を示す図である。メソッド３００
は、論理形式のノードを関連付けて、ブロック３０２で
指示される仮の対応を形成し、該仮の対応、および／ま
たはブロック３０４で指示される構造的考察の少なくと
も１つを除去することによって論理形式のノードを整列
させる。

【００４５】図２に関して既に示したように、整列コン
ポーネント２１０は、仮の対応、典型的には論理形式間
の字句対応を形成するために、２カ国語辞書２１４を利
用する。２カ国語辞書２１４は、複数源からのデータを
併合することによって作成することが可能で、逆の目的
対原始辞書入力を使用してカバレージを向上させること
もできる。ここで用いられる２カ国語辞書２１４は、単
語間の対応を提供することができる任意の他の種類の資
源をも表す。統計技術を用いて獲得した翻訳対応で２カ
国語辞書２１４を補足することも可能である。

【００４６】図２では、コンポーネント２０８によって
該統計技術を実施している。コンポーネント２０８から
の出力は整列コンポーネント２１０によって使用できる
が、それは、整列コンポーネント２１０の動作には必要
とされない。ただし、補足のため、コンポーネント２０
８の一実施形態をここに手短に説明する。

【００４７】コンポーネント２０８は、その内容単語に
解析される平行２カ国語トレーニングコーパスを受け取
る。単語関連性は、２カ国語コーパス内に整列されたセ
ンテンスに出現する言語Ｌ１の単語から構成される内容
単語の各対を、他方の単語が出現する言語Ｌ２のセンテ
ンスに対して評価する。一方の単語が、そのセンテンス
内のすべての単語のなかで他方の単語との関連性が最も
強い場合に、一対の単語が一対の整列センテンスにおい
て「リンクされている」と見なされる。処理および評価
がなされたトレーニングデータのなかの各対の整列セン
テンスにおいてリンクされた単語の最大の接続集合を識
別することによって、トレーニングデータにおける複合
語の出現を仮定する。これら最大の接続集合のひとつ
が、いずれかの言語または両方の言語において複数の単
語を含む限り、その言語における単語の部分集合を複合
語と仮定する。本来の入力テキストを書き換え、仮定の
複合語を単一の融合トークンに置き換える。次いで、
（融合トークンに置き換えられた）複合語、および入力
テキスト内の残留するあらゆる個別単語について、関連
性スコアを再度計算する。このとき、トレーニングコー
パスにおける特定対の整列センテンスのなかに同等の強
さを有する、またはより強い他の関連性が存在しない場
合にのみ、関連性スコアの計算に共出現を考慮すること
を除いて、関連性スコアを再び計算する。

【００４８】関連性スコアの最終的な計算の後に、関連
性スコアがしきい値を上回る単語対またはトークン対と
して翻訳対を識別することが可能になる。

【００４９】同様に、コンポーネント２０８は、ここで
はそのすべての単語が大文字で始まるタイトルまたは他
の特殊な語句を意味する「カプトイド」の翻訳の識別に
も役立てられる。（カプトイドの翻訳を見いだすことに
は、フランス語やスペイン語では、当該アイテムの第１
の単語のみ大文字で始まることが慣例で定められている
ため、カプトイド翻訳の範囲を決定するのが困難である
という問題がある）。その実施形態では、（英語の如
き）原始言語において最初に複合語を識別する。これ
は、第１の単語が大文字で始まり、連続的な文字列にお
ける次のトークンが小文字で始まらないテキストの列を
見いだすことによって実施することが可能である。次
に、大文字で始まる単語を見いだし、対応する複合語の
可能な開始点としてこれにフラグ付けを行うことによ
り、目的テキストにおいて複合語を仮定する。次いで、
目的テキストを左から右に向かって走査し、原始テキス
ト内の識別された複合語における単語に最も強く関連す
る後続の単語にフラグ付けを行う一方、最も強く関連す
る単語以外の連続的な単語を、最も強く関連する単語が
それらの後に続く限り、所定の数（例えば２つ）の範囲
内で見いだす。

【００５０】その左から右方向への走査は、原始テキス
ト内の識別された複合語における単語に最も強く関連す
る単語以外の連続的な単語であって、該所定の数（例え
ば２つ）を超える数の単語が見いだされるまで、または
最も強く関連する単語が目的テキスト内に存在しなくな
るまで、または句読点に到達するまで継続することが可
能である。

【００５１】コンポーネント２０８について説明を行っ
てきたが、コンポーネント２０８はオプションであるこ
とに留意されたい。

【００５２】再び図５のメソッド３００を参照すると、
一般に、論理形式間に形成される仮の対応の数を最大に
する目的で、ステップ３０２における仮の対応を形成す
るステップを精力的に遂行する。ステップ３０４で仮の
対応をさらに解析し、不正確であると判断されたものを
除去するため、ステップ３０２では仮の対応の精度が最
も重要な基準にはならない。

【００５３】２カ国語辞書２１４は、仮の対応を形成す
るために使用される直接的な翻訳を表す。しかし、付加
的な仮の対応を形成するために、派生的な形態を利用す
ることも可能である。例えば、ステップ３０２において
仮の対応を形成するのに、形態的ベースおよび派生物の
翻訳、ならびに翻訳のベースおよび派生形式を用いるこ
とも可能である。同様に、ノードの１つが他方のノード
より多くの字句要素または単語を含む論理形式のノード
間に仮の対応を形成することも可能である。例えば、一
般にそうであるように、ノードの１つが一方の言語の単
一単語を含むことができ、他方のノードが他方の言語の
少なくとも２つの単語を含む。英語やスペイン語などの
密接に関連した言語は、ファジィ論理に使用して関連性
を確認することができる単語類似性（同族性）をも有す
る。次いで、これらの関連性を使用して、仮の対応を形
成することができる。

【００５４】この時点で、整列される論理形式の例につ
いて考察するのが有益であると思われる。図６を参照す
ると、「Ｅｎ Ｉｎｆｏｒｍａｃｉｏｎ ｄｅｌ ｈｉ
ｐｅｒｖｉｎｃｕｌｏ，ｈａｇａ ｃｌｉｃ ｅｎ ｌ
ａ ｄｉｒｅｃｃｉｏｎ ｄｅｌ ｈｉｐｅｒｖｉｎｃ
ｕｌｏ」というセンテンスに対して論理形式３２０が生
成され、その英語訳である「Ｕｎｄｅｒ Ｈｙｐｅｒｌ
ｉｎｋ Ｉｎｆｏｒｍａｔｉｏｎ，ｃｌｉｃｋ ｔｈｅ
ｈｙｐｅｒｌｉｎｋ ａｄｄｒｅｓｓ（ハイパーリン
ク情報において、ハイパーリンクアドレスをクリックす
る）」に対して論理形式３２２が生成された。

【００５５】図６は、さらにステップ３０２で識別され
た仮の対応３２３の各々を示す図である。本例では、ス
テップ３０２における仮の対応の精力的な遂行の例とし
て、「Ｈｉｐｅｒｖｉｎｃｕｌｏ」の出現の各々は、英
語の論理形式３２２における「Ｈｙｐｅｒｌｉｎｋ＿Ｉ
ｎｆｏｒｍａｔｉｏｎ」および「Ｈｙｐｅｒｌｉｎｋ」
との異なる２つの仮の対応を含む。

【００５６】次に、ステップ３０４を参照すると、論理
形式の整列が行われる。この処理では、ステップ３０２
で形成された１つ以上の仮の対応を除去することがで
き、かつ／または上記処理は論理形式の構造的考察に応
じて実施することができる。一実施形態では、ステップ
３０４は、規則の集合に応じて、論理形式のノードを整
列させることを含む。さらなる実施形態では、該規則の
集合の各々の規則を選択した順序で論理形式に適用す
る。特に、それらの規則を整理して、最も明瞭な整列
（最良の整列）を最初に作成し、次いで、必要ならば、
後続のノード整列を明瞭化する。それらの規則を適用す
る順序は、論理形式の構造、すなわちトップダウン処理
またはボトムアップ処理に基づくものではなく、論理形
式に出現する場合は必ず最も言語学的に有意義な整列か
ら始まることに留意することが重要である。そのよう
に、規則のこの集合は、論理形式の構造に基づいて直線
的に適用されるのではなく、各々の論理形式のノードに
対して非直線的に適用されるものと見なすことができ
る。概して、それらの規則は、任意の言語に普遍的に適
用できるように、言語中立的であることを目的とする。

【００５７】図８は、メソッド３２８のような規則の集
合の論理形式への適用を包括的に示す図である。ステッ
プ３３０において、論理形式の各々のノードは、「整列
ノード」ではなく「不整列ノード」と見なされる。ステ
ップ３３２において、該規則の集合を構造に関係なく不
整列ノードに適用して、整列ノードを形成する。したが
って、不整列ノードと整列ノードを区別するのが望まし
い。１つの技術は、すべてのノードを最初に不整列ノー
ドの集合に割り当て、それらが整列したらノードを除去
することを含む。集合体の使用は、それらがコンピュー
タ可読媒体の異なる位置にアクティブに形成されていて
も、単にノードに関連するブールのタグを用いてバーチ
ャルに形成されていても、不整列ノードと整列ノードを
区別する便利な方法を提供するものである。

【００５８】ステップ３３２において、不整列ノードの
各々に規則の集合を適用する。図９は、規則の集合を適
用するのに実施することのできるステップ３３２の態様
を概略的に示す図である。上述した一実施形態では、そ
れらの規則は指定された順序で適用される。ここで、
「Ｎ」は、どの規則が適用されているかを示すのに使用
されるカウンタである。第一弾において、ステップ３３
４は、不整列ノードの各々に第１の規則を適用する。不
規則ノードのいずれかに規則を適用できない場合は、ス
テップ３３６および３３８において指示されるように、
該集合からの他の規則（ちなみに一実施形態では、言語
学的に有意義な整列であることを示す後続の規則）を適
用する。

【００５９】ステップ３４０において該規則の集合のす
べての規則をすべてのノードに適用したら、整列手順が
終了する。状況によっては、すべてのノードが整列され
ないことに留意されたい。

【００６０】論理形式のノードの集合に規則を適用する
ことができれば、それらのノードは、整列して不整列ノ
ードから除去されるものと見なされ、規則の適用が続行
される。しかし、一実施形態では、一旦いくつかの規則
を適用してより言語学的に有意義な整列を取得したら、
再びそれらの規則から始めるのが有利である。したがっ
て、既に適用された規則を再度適用するのが望ましいと
いえる。このように、一実施形態では、ステップ３４２
において指示されているように、例えば第１の規則から
始まって該規則の集合の各々の規則が再度適用される。

【００６１】論理形式のノードを整列させるための例示
的な規則の集合を以下に示す。ここに提示するノードの
集合は、ノードの言語学的に有意義な最も強い整列から
最も弱い整列に基づいて整理される。当業者なら理解す
るであろうが、ここに提示される規則の少なくともいく
つかを再編成しても、論理形式の整列の質を著しく変え
ることはできない。

【００６２】１．１つの論理形式におけるノードまたは
ノードの集合と、他方の論理形式におけるノードまたは
ノードの集合との間に双方向に一意の翻訳が存在する場
合は、それら２つのノードまたはノードの集合を互いに
整列させる。第１のノードの集合におけるすべてのノー
ドが第２のノードの集合におけるすべてのノードとの仮
の対応を有し、他の対応をもたず、さらに第２のノード
の集合におけるすべてのノードが第１のノードの集合に
おけるすべてのノードとの仮の対応を有し、他の対応を
もたないように、一方の論理形式のノードまたはノード
の集合が、他方の論理形式におけるノードまたはノード
の集合との仮の対応を有する場合に、双方向に一意の翻
訳が存在する。

【００６３】２．仮の対応を有する１つのノードが各論
理形式からのノードである一対の親ノードを、それぞれ
の親ノードの各子ノードが他方の親ノードの子に対して
既に整列されている場合に互いに整列させる。

【００６４】３．１つのノードが各論理形式からのノー
ドである一対の子ノードを、それらの間に仮の対応が存
在し、かつそれぞれの子ノードの親ノードが他方の子の
対応する親ノードに対して既に整列されている場合に互
いに整列させる。

【００６５】４．１つのノードが各論理形式からのノー
ドである一対のノードを、想定される該ノードのそれぞ
れの親ノードが互いに整列され、それぞれの子ノードも
互いに整列されている場合に互いに整列させる。

【００６６】５．動詞であるノード、および一方の論理
形式からの動詞でない関連子ノードを、該関連子ノード
が該第２の動詞ノードに対して整列され、該第２の動詞
ノードが整列した親ノードを有していないか、または該
第１の動詞ノードおよび該第２の動詞ノードが互いに整
列された子ノードを有する場合に、他方の論理形式の動
詞である第２のノードに対して整列させる。

【００６７】６．同じ品詞を含む１つのノードが各論理
形式からのノードである一対のノードを、不整列の兄弟
ノードが存在せず、それぞれの親ノードが整列され、想
定されるノードの集合とそれぞれの親ノードとの言語学
的関係が同じである場合に互いに整列させる。

【００６８】７．同じ品詞を含む１つのノードが各論理
形式からのノードである一対のノードを、それぞれの子
ノードが互いに整列され、想定されるノードの集合とそ
れぞれの子ノードとの言語学的関係が同じである場合に
互いに整列させる。

【００６９】８．１つの論理形式の不整列ノードが、存
在すればすべて整列されたそれぞれの親ノードと、存在
すればすべて整列されたそれぞれの子ノードとを含む隣
接ノードを有し、該隣接ノードの１つが、複合語を含む
他方の論理形式のノードに対して整列された非複合語で
ある場合に、該複合語を含むノードに対して不整列ノー
ドを整列させる。この場合の隣接ノードは、隣接する親
ノードおよび子ノードを含むものの、親ノードおよび子
ノードの存在を必要とするわけではないが、それらが存
在する場合にはそれらを整列させなければならないとい
うことに留意されたい。

【００７０】９．代名詞を含む１つのノードが各論理形
式からのノードである一対のノードを、それぞれの親ノ
ードが互いに整列され、想定されるノードがいずれも不
整列の兄弟を有さない場合に互いに整列させる。

【００７１】１０．名詞を含む１つのノードが各論理形
式からのノードである一対のノードを、名詞を含むそれ
ぞれの親ノードが互いに整列され、想定されるノードが
いずれも不整列の兄弟ノードを有さず、想定されるノー
ドの各々とそれぞれの親ノードとの言語学的関係が修飾
関係または前置詞的関係を含む場合に互いに整列させ
る。

【００７２】１１．一方の論理形式の第１の動詞ノード
を、該第１の動詞ノードが仮の対応を有さず、該第２の
動詞ノードに対して既に整列されている単一の関連子動
詞ノードを有する場合に、他方の論理形式の第２の動詞
ノードに対して整列させる。

【００７３】１２．一方の論理形式の第１の動詞ノード
および単一の各親ノードを、該第１の動詞ノードが仮の
対応を有さず、第２の動詞ノードに対して既に整列され
ている単一の親動詞ノードを有し、該単一の親動詞ノー
ドが第１の動詞ノード以外に不整列の動詞子ノードを有
さず、該第２の動詞ノードが不整列の動詞子ノードを有
さない場合に、他方の論理形式の第２の動詞ノードに対
して整列させる。

【００７４】１３．一方の論理形式の代名詞を含む第１
のノードを、該第１のノードの親ノードが該第２のノー
ドに対して整列され、該第２のノードが不整列子ノード
を有さない場合に、他方の論理形式の第２のノードに対
して整列させる。

【００７５】１４．一方の論理形式の第１の動詞ノード
および単一の各親ノードを、該第１の動詞ノードが仮の
対応を有さず、該親動詞ノードが該第２の動詞ノードに
対して整列され、該第１の動詞と該親動詞ノードの関係
が様相関係を含む場合に、他方の論理形式の第２の動詞
ノードに対して整列させる。

【００７６】上記の規則のいくつかの包括的分類法は、
一つの規則（規則１）は主にステップ３０２で確立され
た対応に基づいており、例示された実施形態では、不明
瞭さがないため、最強の有意義な整列であると見なされ
る。規則２、３、１１、１２および１４の如き他の規則
は、仮の対応の組合せまたは欠如、ならびに想定される
ノードおよび既に整列されたノードの構造に基づくもの
である。残りの規則は、想定されるノードと既に整列さ
れたノードの関係のみに依存する。利用可能な他の包括
的分類法は、規則が動詞、名詞および代名詞に関わるこ
とを含む。

【００７７】再び図６の論理形式および仮の対応を参照
すると、図７に示すノードを整列させるために、図５の
メソッド３００にしたがって上記の規則を適用すること
が可能である。本例では、「Ｈｉｐｅｒｖｉｎｃｕｌ
ｏ」の２つのインスタンスが２つの不明瞭な仮の対応を
有し、「Ｉｎｆｏｒｍａｃｉｏｎ」から「Ｈｙｐｅｒｌ
ｉｎｋ＿Ｉｎｆｏｒｍａｔｉｏｎ」への対応が一意的で
あるのに対して、その逆はそうでない。単一言語の辞典
または辞書も２カ国語の辞典または辞書もこの領域に対
してカスタマイズされていないことにも留意されたい。
例えば、「Ｈｙｐｅｒｌｉｎｋ＿Ｉｎｆｏｒｍａｔｉｏ
ｎ」に対しては辞典のなかにエントリが存在しない。こ
の単位は、大文字で始まる単語のシーケンスをリンクす
る一般規則によってアセンブルされている。この要素に
対して確立された仮の字句対応は、その個々のコンポー
ネントに対して見いだされる翻訳に基づく。

【００７８】上述の整列規則を適用し、規則によって作
成した整列マッピングを破線３４４として図７に示し、
それらを以下のように所得する。

【００７９】再び規則について繰り返すと、規則１は３
つの場所において適用され、「ｄｉｒｅｃｃｉｏｎ」と
「ａｄｄｒｅｓｓ」の間、「ｕｓｔｅｄ」と「ｙｏｕ」
の間、ならびに「ｃｌｉｃ」と「ｃｌｉｃｋ」の間の整
列マッピングを作成する。これらは、該方法がそこから
外方向に働いて構造の残りを整列させるアンカを提供す
る初期の「最良の」整列である。

【００８０】規則２はどのノードにも適用せず、次に規
則３が適用して、「ａｄｄｒｅｓｓ」の子である「ｄｉ
ｒｅｃｃｉｏｎ」対「ｈｙｐｅｒｉｎｋ」の子である
「ｈｉｐｅｒｖｉｎｃｕｌｏ」のインスタンスを整列さ
せる。したがって、該方法では、既に作成された整列
（「ｄｉｒｅｃｃｉｏｎ」対「ａｄｄｒｅｓｓ」）およ
び論理形式の構造を利用して、字句レベルで存在する不
明瞭さを解決した。

【００８１】（これまで適用されなかった）規則１を適
用して、「Ｉｎｆｏｒｍａｃｉｏｎ」と「ｈｉｐｅｒｖ
ｉｎｃｕｌｏ」対「Ｈｙｐｅｒｌｉｎｋ＿Ｉｎｆｏｒｍ
ａｔｉｏｎ」との間に多対一のマッピングを作成する。
規則３の先の適用によって不明瞭な選択肢が片付けられ
たため、この規則における一意条件がここで満たされる
ことになる。

【００８２】「ｃｌｉｃ」が既に動詞に対して整列され
ているため、規則４は適用せず、図５を適用して、「ｈ
ａｃｅｒ」をその目的語の「ｃｌｉｃ」とともにロール
アップする。これにより、「ｈａｃｅｒ」と「ｃｌｉ
ｃ」対「ｃｌｉｃｋ」の多対一の整列が生成される。

【００８３】再び図９を参照すると、それらの規則がど
のノードにも適用できなくなったときに論理形式の整列
が完了する。この時点で、コンポーネント２１２によっ
て変換マッピングを取得することが可能になる。

【００８４】図１０は、図７における整列論理形式の例
から取得しうるいくつかの変換マッピング（次のセクシ
ョンで説明する対立変換マッピングの例として含まれる
変換マッピング３５３以外の変換マッピング）を示す図
である。一般に、変換マッピング、または単に「マッピ
ング」は、第１の言語の単語または論理形式と、第２の
言語の対応する単語または論理形式との関連付けを示
す。第１の言語の単語または論理形式と第２の言語の対
応する単語または論理形式とをリンクする明確なポイン
タとして、それらのマッピングを任意のコンピュータ可
読媒体上に記憶することができる。同様に、それらのマ
ッピングを、個別のデータベースのなかではなく、単語
または論理正式とともに記憶することができる。当業者
なら理解するであろうが、第１の言語の単語または論理
形式と第２の言語の単語または論理形式とを関連付ける
のに他の技術を利用することができ、この情報を記録す
るために使用する具体的な技術に関係なくマッピングを
構成するのはこの関連付けである。

【００８５】整列手順を通じて作成されるマッピング
は、付加的なコンテキストを備えたさらなるマッピング
がその上に作成される基本構造でありうる。特に、そし
て本発明の他の態様として、情報が複数のマッピングを
含む場合には、その情報をコンピュータ可読媒体上に記
憶して、テキストを第１の言語から第２の言語に翻訳す
ることが可能である。各マッピングは、第１の言語の単
語または論理形式と第２の言語の単語または論理形式と
の関連付けを示す。しかし、さらに、第１の言語の論理
形式に対応するマッピングの少なくともいくつかでは、
いくつかの共通要素とともコンテキストが変化する。同
様に、第１の言語の論理形式に対応する第２の言語の論
理形式の少なくともいくつかでは、いくつかの共通要素
とともにコンテキストが変化しうる。すなわち、整列手
順により取得されたコアマッピングの少なくともいくつ
かを使用して、ローカルコンテキストの種類および量が
変化する他の競合マッピングを作成する。

【００８６】図１０を参照すると、マッピング３５０、
３５２および３５４は、論理形式の要素がどのように変
化しうるかを示す。マッピング３５０は、さらなるマッ
ピングがその上に作成される基本またはコアマッピング
を含む。マッピング３５２はコアマッピング３５０を拡
大して、付加的な言語学的要素、ここでは単語「ｃｌｉ
ｃｋ」の直接目的語を含め、付加的な要素が特定の見出
し語は示さないが品詞を示す準指定ノード（「＊」）を
含むように、コアマッピング３５０からマッピング３５
４が拡大される。マッピング３５０と３５２と３５４、
ならびにマッピング３５６と３５８を比較することによ
って、第１の言語の論理形式が共通要素（品詞および／
または見出し語）を有し、第２の言語の論理形式も共通
要素を有することがわかる。

【００８７】コンテキストが重複する論理形式を示すマ
ッピングを記憶することによって、翻訳実行時に、言語
間の翻訳を行うための流暢さおよびマッピングの総合的
な応用性が維持される。特に、それらの言語の単語およ
びより小さい論理形式を関連付けるマッピングを有する
ことにより、トレーニングデータ内に翻訳対象となるテ
キストが見いだされなかったとしても、第１の言語から
第２の言語への翻訳が可能である。しかし、トレーニン
グデータ内により大きなコンテキストが存在するのであ
れば、より大きなコンテキストのマッピングが適用しう
る場合は、第１の言語と第２の言語の間のより流暢な翻
訳が取得できるように、これもマッピングに反映させ
る。

【００８８】一般に、コアマッピングを拡大して付加的
なコンテキストを含めるための境界を提示するのに言語
学的構造が用いられる。例えば、形容詞のためのマッピ
ングを拡大して、それが修飾する名詞を含めることが可
能である。同様に、動詞のためのマッピングを拡大し
て、コンテキストとして目的語を含めることが可能であ
る。他の例では、名詞の連語のためのマッピングが、個
別的かつ全体的に提供される。図１０にさらに示される
ように、マッピングのいくつかは、品詞を指示するもの
の具体的な見出し語が提示されない準指定ノード
（「＊」）を含むことができる。これらの種類のマッピ
ングは、第１の言語から第２の言語に翻訳するためのマ
ッピングの全体的な応用性を高めるばかりでなく、取得
される翻訳の流暢さを向上させるコンテキストを含む。

【００８９】概して、作成されうるマッピングは、いく
つかの方法で指定することができる任意の数のワイルド
カードまたは準指定ノードを有することができる。例え
ば、それらは、品詞を特定してもしなくてもよく、また
特定の構文上または意味上の特徴を指定することができ
る。例えば、あるパターンが、「ＰｒｏｐｅｒＮａｍ
ｅ」または「Ｌｏｃａｔｉｏｎ」表示された特徴を備え
たワイルドカードノードであって、そのノードが同じ特
徴を有する入力ノードにマッチするときはそのパターン
のみを適用することを示すノードを有していてもよい。
これらのワールドカードは、システムが具体的なデータ
から一般化したマッピングを仮定することを可能にす
る。

【００９０】ランタイム時の変換マッピングのマッチン
グ 第１の言語と第２の言語の単語または論理形式の間のマ
ッピングに関係する情報に加えて、ランタイム翻訳時に
付加的な情報を記憶または使用することも可能である。
該付加的な情報を使用して、マッピングの適切な集合を
選択するとともに、どのマッピングを使用するかに関す
る対立、すなわち原始論理形式２５０に対して生成され
る原始論理形式２５２（またはその一部）が、変換マッ
ピングデータベース２１８における変換マッピングの複
数の原始側にマッチするときの対立（図２を参照）を解
決することが可能である。

【００９１】例えば、原始論理形式が、データベース２
１８における複数の変換マッピングの原始側にマッチす
る場合は、これらのマッチング変換マッピングの部分集
合が、該部分集合におけるすべての変換マッピングが互
いに適合するように（すなわち対立しないように）、ま
た該部分集合における変換マッピングがどの程度入力セ
ンテンスを集合的に網羅するかということに応じる尺
度、ならびに個々の変換マッピングに関連する他の尺度
に基づいて選択される。いくつかの当該尺度を表１に示
す。

【００９２】表１ １．マッチさせる変換マッピングの大きさ。 ２．トレーニングデータ内に変換マッピングが見いださ
れた頻度。 ３．完全に整列した論理形式から変換マッピングを生成
した頻度。 ４．部分的に整列した論理形式から変換マッピングを生
成した頻度。 ５．一定の解析により得られた論理形式から変換マッピ
ングを生成した頻度。 ６．整列コンポーネントによって変換マッピングに割り
当てられた整列スコア。

【００９３】マッチング変換マッピングの部分集合が選
択されると、該部分集合における変換マッピングは、そ
こから出力テキストが生成される変換論理形式に統合さ
れる。

【００９４】マッチング変換マッピングは、それらが適
合する限り、重複変換マッピングを含みうることに留意
されたい。例えば、「Ｃｌｉｃｋ ｔｈｅ ｏｆｆｉｃ
ｅａｄｄｒｅｓｓ（オフィスアドレスをクリックする）
と翻訳することができるスペイン語のセンテンス、「Ｈ
ａｇａ ｃｌｉｃ ｅｎ ｅｌ ｄｉｒｅｃｃｉｏｎ
ｄｅ ｌａ ｏｆｉｃｉｎａ」に対して以下の論理形式
を生成することが可能である。 Ｈａｃｅｒ −− Ｄｏｂｊ − ｃｌｉｃｋ − ｅｎ − ｄｉｒｅｃｃｉｏｎ − ｄｅ − ｏｆｉｃｉｎａ 各々の変換マッピングがこの論理形式を含むため、この
論理形式を変換マッピング３５０、３５２および３５４
のすべてにマッチさせることが可能である。これらの変
換マッピングは重複するが、（どれも同じものとして翻
訳できるため）対立することはない。したがって、マッ
チング変換マッピングの部分集合にすべてを含めること
ができ、そこから変換論理形式を生成することが可能で
ある。しかし、それらのなかから選択することが望まれ
る場合には、最も大きいという理由により、変換マッピ
ング３５２を選ぶのが最良の選択であるといえる。様々
な理由によって他のものを選択することも可能である。

【００９５】対立の例としては、変換マッピング３５２
と対立する変換マッピング３５３としてのマッチング変
換マッピングが示される。したがって、例えば、その論
理形式は、変換マッピング３５０、３５２、３５３およ
び３５４のすべてにマッチすることになる。 Ｈａｃｅｒ −− Ｄｏｂｊ − ｃｌｉｃｋ − ｅｎ − ｄｉｒｅｃｃｉｏｎ しかし、変換マッピング３５２および３５３は、（異な
って翻訳されるため）対立するため、どちらもマッチン
グ変換マッピングの選択された部分集合の一部になりえ
ない。したがって、所定の尺度に基づいて１つの変換マ
ッピングが選択される。例えば、部分集合３５０、３５
２および３５４を部分集合３５０、３５３および３５４
と比較して、集合的に、どれが入力論理形式におけるノ
ードを最も多く網羅しているかを確認することができ
る。また、変換マッピング３５２および３５３は、どち
らも（原始側の）大きさが同じである。したがって、マ
ッチング変換マッピングの部分集合を選択する上で、そ
れらを区別するのに他の情報を利用することが可能であ
る。

【００９６】対立する変換マッピングの他の例として、
トレーニング中に処理されるいくつかのセンテンスが、
スペイン語の「ｈａｃｅｒ ｃｌｉｃ ｅｎ ＜ｓｏｍ
ｅｔｈｉｎｇ＞に対して整列された句の「ｃｌｉｃｋ
＜ｓｏｍｅｔｈｉｎｇ＞」を含んでいたとする。他のセ
ンテンスにおいて、「ｅｌｅｇｉｒ ＜ｓｏｍｅｔｈｉ
ｎｇ＞」（逐語的には「ｓｅｌｅｃｔ ｓｏｍｅｔｈｉ
ｎｇ」）に対して整列されたセンテンス「ｃｌｉｃｋ
＜ｓｏｍｅｔｈｉｎｇ＞」を想定する。

【００９７】これにより、以下のようなマッピングが生
成される（これらの例は英語をスペイン語に対してマッ
ピングしたものであるが、先の例はスペイン語を英語に
対してマッピングしたものであることに留意された
い）： Ｃｌｉｃｋ ｈａｃｅｒ Ｔｏｂｊ −− ＊ → Ｔｏｂｊ −− ｃｌｉｃ ｅｎ −− ＊ （第１のケース） Ｃｌｉｃｋ ｅｌｅｇｉｒ Ｔｏｂｊ −− ＊ → Ｔｏｂｊ −− ＊ （第２のケース）適切なコンテキストにおいて、「ｃｌ
ｉｃｋ」の「ｓｅｌｅｃｔ」への翻訳は、正当な変化で
あるといえる。しかし、場合によっては、それは、ある
問題をもたらす。例えば、両変換の原始側が同一である
として、ランタイム時に、入力論理形式がその原始側に
マッチすれば、我々は、２つの異なる目的側の間で選択
を行わなければならず、すなわちその入力を「ｈａｃｅ
ｒ ｃｌｉｃ．．．」と翻訳すべきか、または「ｅｌｅ
ｇｉｒ．．」と翻訳すべきかを判断しなければならな
い。（変換の原始側を差別化することによって顕在化す
るであろう）さらなるコンテキストが存在しないなか
で、様々な頻度および評価尺度に基づいてそれらの選択
を行う。

【００９８】他の種類の対立についても述べる必要があ
る。ランタイム時に、所定の入力センテンスについて、
入力センテンスの異なる部分にマッチする複数のマッチ
ング変換マッピングが存在しうる。それらのうちのいく
つかを互いに繋ぎ合わせて、入力全体を網羅する変換Ｌ
Ｆを生成できるように、選択部分集合としてそれらを選
択することが可能である。しかし、繋ぎ合わせたこれら
の組合せは、互いに重複するものもあれば、そうでない
ものもある。重複するもののうち、互いに「適合する」
ものしか使用できない。上述したように、「重複」によ
り、入力センテンスの少なくとも１つのノードが両方の
マッピングにマッチする場合における２つのマッピング
を意味する。適合により、組合せが重複しなければそれ
らは常に適合し、組合せが重複するノードに対応する目
的側が同じであれば、重複する組合せが適合することを
意味する。

【００９９】例えば、入力センテンスが「ｃａｍｂｉａ
ｒ ｃｏｎｆｉｇｕｒａｔｉｏｎｄｅ ｓｅｇｕｒｉｄ
ａｄ」（「ｃｈａｎｇｅ ｔｈｅ ｓｅｃｕｒｉｔｙ
ｓｅｔｔｉｎｇ（セキュリティ設定を変更する）と翻訳
される」で、それが以下のような変換マッピングにマッ
チし、 ｃａｍｂｉａｒ ｃｈａｎｇ ｅ Ｔｏｂｊ −− ｃｏｎｆｉｇｕｒａｃｉｏｎ）→ Ｔｏｂｊ −− ｓｅｔｔｉｎｇ さらに、以下のような他のマッピングをマッチさせる場
合は、 ｃｏｎｆｉｇｕｒａｃｉｏｎ ｓｅｔｔｉｎｇ ｍｏｄ − ｓｅｇｕｒｉｄａｄ → Ｍｏｄ ｓｅｃｕｒｉ ｔｙ それら２つの組合せは（「ｃｏｎｆｉｇｕｒａｔｉｏ
ｎ」に対して）重複するが、それらはともに「ｃｏｎｆ
ｉｇｕｒａｔｉｏｎ」を「ｓｅｔｔｉｎｇ」に翻訳する
ため適合する。したがって、それらを組み合わせて、以
下の変換ＬＦ（または目的ＬＦ）を生成することができ
る。 しかし、以下の第３のマッピングが存在したと仮定する
と、 ｃｏｎｆｉｇｕｒａｃｉｏｎ ｖａｌｕｅ Ｍｏｄ − ｓｅｇｕｒｉｄａｄ → Ｍｏｄ ｓｅｔｔｉｎ ｇ 「ｃｏｎｆｉｇｕｒａｔｉｏｎ」において先の２つのマ
ッピングと重複するこのマッピングは、「ｃｏｎｆｉｇ
ｕｒａｔｉｏｎ」を「ｓｅｔｔｉｎｇ」ではなく、「ｖ
ａｌｕｅ」に翻訳するため適合しない。したがって、こ
のマッピングを先の２つのマッピングと併合することが
できないため、この変換マッピングか先の２つのマッピ
ングのいずれかを選択しなければならず、同時にその両
方を選択することはできない。

【０１００】表１は、マッチング変換マッピングの部分
集合をさらに限定する（対立するマッチング変換マッピ
ングのなかから選択するか、または適合するマッチング
変換マッピングの部分集合を絞り込む）のに使用できる
情報の例を示す。当該情報としては、マッチング変換マ
ッピングの部分集合によって（集合的に）網羅される入
力センテンスの範囲、ならびにマッピングそのものにお
いてマッチさせる論理形式から確認できるマッピングの
大きさを挙げることができる。論理形式の大きさは、指
定ノードの数、ならびにそれらのノードの言語学的関係
の数の両方を含む。したがって、例示を目的とし、マッ
ピング３５０の原始側からの論理形式の大きさは２に等
しく、目的側の論理形式の大きさは１に等しい。他の例
では、マッピング３５４の原始側の論理形式の大きさは
４に等しく、マッピング３５４の目的側の論理形式の大
きさは２に等しい。

【０１０１】変換マッピングの部分集合を選択するため
の情報としては、変換マッピングにおける論理形式がト
レーニングデータに見いだされる頻度の如き、個々の変
換マッピングに関連する情報も挙げることができる。望
まれる場合は、トレーニングデータは、他のトレーニン
グデータより信頼性が高いものと考えられる「信用」ト
レーニングデータを含むことができる。信用トレーニン
グデータに見いだされるマッピングの頻度をさらに保持
し、あるいはすべてのトレーニングデータに見いだされ
るマッピングの頻度を記憶することが可能である。

【０１０２】原始論理形式と変換マッピングをマッチさ
せるときにマッチング変換マッピングの部分集合を選択
する上で役立つ他の情報としては、そこから論理形式が
取得されたトレーニングデータ内の論理形式の完全整列
の範囲が挙げられる。すなわち、その整列手順は、より
大きな論理形式のノードを完全または完璧に整列させる
ことができるか、あるいはいくつかのノードが不整列の
状態を維持しうる。図７の例では、すべてのノードを整
列させたが、上述したように、常にそうであるとは限ら
ない。完全に整列した論理形式に関連するそれらのマッ
ピングは、より信頼性が高いものと考えられる。勿論、
対立を解決するための情報、または部分集合を定めるた
めの情報は、完全に整列した論理形式ならびに部分的に
整列した論理形式の両方からマッピングが生成された頻
度をも示しうる。

【０１０３】同様に、付加的な情報としては、対応する
トレーニングデータの完全解析から、変換マッピングに
おける論理形式が発生した頻度を上げることができる。
特に、完全または一定解析からマッピングが発生した頻
度、あるいは対照的に、部分解析のみからマッピングが
発生した頻度を、その後、翻訳時にマッチさせながら対
立を解決するのに使用するために記憶することが可能で
ある。

【０１０４】他の形式の情報としては、マッピングを抽
出するのに使用される整列手順によって変換マッピング
に割り当てられるスコアまたは値を上げることができ
る。例えば、スコアは、整列ノードがどの程度「強い」
（言語学的に有意義）であるか（または、整列コンポー
ネントが変換マッピングにおいてどの程度の確度を有す
るか）に応じうる。したがって、スコアは、いつ（何回
目に）、そしてどの規則が整列を形成したかに応じう
る。整列スコアを計算するのに使用する特定の相関関係
または尺度は決定的なものではなく、任意の当該尺度を
用いて、ランタイム翻訳時に利用することのできる整列
スコアに関連する情報を生成することが可能である。

【０１０５】論理形式の解析、整列および使用に関して
本発明を説明したが、本明細書に記載されている発明の
概念の少なくとも一部は他の依存構造にも応用可能であ
ることを理解されたい。

【０１０６】特定の実施形態を参照しながら本発明を説
明したが、本発明の主旨および範囲を逸脱することな
く、形式および詳細において変更が可能であることを当
業者なら理解するであろう。

【図面の簡単な説明】

【図１】本発明を利用することができる例示的な環境の
構成図である。

【図２】本発明の一実施形態による機械翻訳アーキテク
チャの構成図である。

【図３】本発明の一実施形態による機械翻訳アーキテク
チャの構成図である。

【図４】（Ａ）は原始言語（本例ではスペイン語）での
テキスト入力について生成される論理形式の例を示す図
である。（Ｂ）は原始言語でのテキスト入力についての
リンクされた論理形式を示す図である。（Ｃ）は原始言
語入力の目的言語出力（本例では英語）への翻訳を表す
目的論理形式を示す図である。

【図５】ノードを整列させるメソッドを示す流れ図であ
る。

【図６】論理形式間で形成された仮の対応の例を示す図
である。

【図７】図６の論理形式間に形成された整列ノードの例
を示す図である。

【図８】図５のメソッドに対する規則の集合の応用を示
す流れ図である。

【図９】規則の順序付き集合の応用を示す流れ図であ
る。

【図１０】図７の例に関連する変換マッピングの集合を
示す図である。

【符号の説明】

１２０ コンピュータ １４０ 処理装置 １４１ システムバス １５０ システムメモリ １５１ 読取り専用メモリ（ＲＯＭ） １５２ ランダムアクセスメモリ（ＲＡＭ） １５３ 基本入出力システム（ＢＩＯＳ） １５４ オペレーティングシステム １５５、１６５、１９５ アプリケーションプログラム １５６、１６６ プログラムモジュール １５７、１６７ プログラムデータ １６０、１７０ インターフェース １６１ ハードディスクドライブ １７１ 磁気ディスクドライブ １７２ 不揮発性磁気ディスク １７５ 光ディスクドライブ １７６ 不揮発性光ディスク １８０ ユーザ入力インターフェース １８２ キーボード １８３ マイクロフォン １８４ モニタ １８５ ビデオインターフェース １８６ プリンタ １８７ スピーカ １９０ アダプタ １９１ ＬＡＮ １９２ モデム １９３ ＷＡＮ １９４ リモートコンピュータ ２００ システム ２０４、２０６ 解析コンポーネント ２０８ 統計的単語関連学習コンポーネント ２１０ 論理形式整列コンポーネント ２１２ 字句知識ベース構築コンポーネント ２１４ ２カ国語辞書 ２１６ 辞書併合コンポーネント ２２０ 更新２カ国語辞書 ２２４ マッチングコンポーネント ２２６ 変換コンポーネント ２２８ 生成コンポーネント ２３０、２５０ 原始センテンス ２３２、２５８ 目的センテンス ２３４、２５２ 原始論理形式 ２３６、２５６ 目的論理形式 ２３８ 単一単語翻訳対 ２４０ 複数単語対 ２４２ 変換マッピング ２５４ リンクされた論理形式 ３２０ 論理形式 ３２２ 英語の論理形式 ３２３ 仮の対応 ３５０、３５２、３５４、３５６、３５８ マッピング

フロントページの続き (72)発明者 アラル エー．メネゼス アメリカ合衆国 98008 ワシントン州 ベルビュー ノースイースト 30 ストリ ート 16415 (72)発明者 スティーブン ディー．リチャードソン アメリカ合衆国 98053 ワシントン州 レッドモンド ノースイースト 80 スト リート 24550 (72)発明者 ジェシー イー．ピンカム アメリカ合衆国 98008 ワシントン州 ベルビュー ノースイースト 28 ストリ ート 16508 (72)発明者 ウィリアム ビー．ドラン アメリカ合衆国 98052 ワシントン州 レッドモンド 153 コート ノースイー スト 7412 Ｆターム(参考） 5B091 CC03

Claims (26)

【特許請求の範囲】
1. 【請求項１】 第１の言語の入力テキストを第２の言語
   の出力テキストに翻訳するコンピュータ実施方法であっ
   て、 入力テキストに基づいて入力論理形式を生成するステッ
   プと、 少なくとも入力論理フォームの一部分とマッチングする
   １つまたはそれ以上の変換マッピングの１組をあらかじ
   め定められた尺度に基づいて選択するステップと、 前記１組の変換マッピングを目的論理形式と結合するス
   テップと、 前記目的論理形式に基づいて出力テキストを生成するス
   テップとを備えたことを特徴とするコンピュータ実施方
   法。
2. 【請求項２】 請求項１に記載のコンピュータ実施方法
   において、前記入力論理形式は複数の入力ノードを含
   み、前記選択するステップは前記１組の変換マッピング
   を該変換マッピングにより集合的にカバーされる多数の
   入力ノードに基づいて選択するステップを有することを
   特徴とするコンピュータ実施方法。
3. 【請求項３】 請求項１に記載のコンピュータ実施方法
   において、前記選択するステップは前記複数の変換マッ
   ピングのサイズに基づいて前記１組の変換マッピングを
   選択するステップを有することを特徴とするコンピュー
   タ実施方法。
4. 【請求項４】 請求項３に記載のコンピュータ実施方法
   において、前記複数の変換マッピングのサイズに基づい
   て選択するステップは前記複数の変換マッピングの最も
   大きいものを前記１組の変換マッピングを選択するステ
   ップを有することを特徴とするコンピュータ実施方法。
5. 【請求項５】 請求項１に記載のコンピュータ実施方法
   において、前記選択するステップは変換マッピングデー
   タベースをトレーニングする際に使用されるトレーニン
   グフェースの間、複数の変換マッピングが完全整列論理
   形式から生成された頻度に基づいて前記１組の変換マッ
   ピングを選択するステップを有することを特徴とするコ
   ンピュータ実施方法。
6. 【請求項６】 請求項１に記載のコンピュータ実施方法
   において、前記選択するステップは変換マッピングデー
   タベースをトレーニングする際に使用されるトレーニン
   グフェースの間、複数の変換マッピングが完全整列論理
   形式から生成された頻度に基づいて前記１組の変換マッ
   ピングを選択するステップを有することを特徴とするコ
   ンピュータ実施方法。
7. 【請求項７】 請求項１に記載のコンピュータ実施方法
   において、前記選択するステップは変換マッピングデー
   タベースをトレーニングする際に使用されるトレーニン
   グフェースの間、複数の変換マッピングが部分的整列論
   理形式から生成された頻度に基づいて前記１組の変換マ
   ッピングを選択するステップを有することを特徴とする
   コンピュータ実施方法。
8. 【請求項８】 請求項１に記載のコンピュータ実施方法
   において、前記選択するステップは変換マッピングデー
   タベースをトレーニングする際に使用されるトレーニン
   グフェースの間、複数の変換マッピングが、複数の論理
   形式を生成するために使用される不適合文法解析から生
   成された頻度に基づいて前記１組の変換マッピングを選
   択するステップを有することを特徴とするコンピュータ
   実施方法。
9. 【請求項９】 請求項１に記載のコンピュータ実施方法
   において、前記複数の変換マッピングの各々に関連し、
   関連する変換マッピングにおける信頼性を示すスコアに
   基づいて前記１組の変換マッピングを選択するステップ
   を有することを特徴とするコンピュータ実施方法。
10. 【請求項１０】 請求項１に記載のコンピュータ実施方
    法において、前記１組の変換マッピングを結合するステ
    ップは、前記１組の変換マッピングに基づいて、前記入
    力論理形式および前記変換マッピングデータベース中の
    論理形式の間のリンクを示すリンク論理形式を生成する
    ステップを有することを特徴とするコンピュータ実施方
    法。
11. 【請求項１１】 請求項１０に記載のコンピュータ実施
    方法において、前記１組の変換マッピングを結合するス
    テップは、さらに、前記リンク論理形式に基づいて目的
    論理形式を生成するステップを有することを特徴とする
    コンピュータ実施方法。
12. 【請求項１２】 請求項１１に記載のコンピュータ実施
    方法において、前記目的論理形式を生成するステップは
    前記リンク論理形式中の単語に基づいて２カ国語辞書に
    アクセスするステップを有することを特徴とするコンピ
    ュータ実施方法。
13. 【請求項１３】 請求項１１に記載のコンピュータ実施
    方法において、前記出力テキストを生成するステップは
    目的論理形式に基づいて出力テキストを生成するステッ
    プを有することを特徴とするコンピュータ実施方法。
14. 【請求項１４】 請求項１に記載のコンピュータ実施方
    法において、前記選択するステップは複数の重複する変
    換マッピンを選択するステップを有することを特徴とす
    るコンピュータ実施方法。
15. 【請求項１５】 請求項１４に記載のコンピュータ実施
    方法において、前記１組の変換マッピングを結合するス
    テップは、複数の重複する変換マッピングを結合して前
    記目的論理形成期を取得することを特徴とするコンピュ
    ータ実施方法。
16. 【請求項１６】 第１の言語の入力テキストを第２の言
    語の出力テキストに翻訳する機械翻訳システムであっ
    て、 入力テキストに基づいて生成された入力論理形式と、少
    なくとも入力論理形式の一部分がマッチングする、変換
    マッピングデータベース中の変換マッピングとをあらか
    じめ定められた尺度に基づいてマッチングするマッチン
    グコンポーネントと、 選択された変換マッピングに基づいて前記出力テキスト
    を生成する生成コンポーネントとを備えたことを特徴と
    する機械翻訳システム。
17. 【請求項１７】 第１の言語の入力テキストを第２の言
    語の出力テキストに翻訳する機械翻訳システムであっ
    て、 前記入力テキストに基づいて入力依存構造を生成する入
    力ジェネレータと、 少なくとも１０，０００の並列の整列トレーニング文に
    基づいて形成された複数の変換マッピング依存構造を含
    む変換マッピングデータベースと、 前記入力依存構造を受け取り、当該受け取った入力依存
    構造を、前記変換マッピングデータベース中の少なくと
    も１つまたはそれ以上の変換マッピング依存構造とマッ
    チングするマッチングコンポーネントと、 前記変換マッピング依存構造に基づいて前記出力テキス
    トを生成する生成コンポーネントとを備えたことを特徴
    とする機械翻訳システム。
18. 【請求項１８】 変換マッピングデータベースをトレー
    ニングするコンピュータ実施方法であって、 ２つの異なる言語の、複数の並列の整列された入力文の
    対を受け取るステップと、 ２つの言語の入力文のための、２つの言語に共通する入
    力論理形式を生成するステップと、 前記入力論理形式に基づいて前記変換マッピングデータ
    ベースをトレーニングするステップとを備えたことを特
    徴とするコンピュータ実施方法。
19. 【請求項１９】 請求項１８に記載のコンピュータ実施
    方法において、前記トレーニングするステップは、 入力論理形成期を整列して変換マッピングを取得するス
    テップと、 前記変換マッピングに基づいて変換マッピングをトレー
    ニングするステップとを有することを特徴とするコンピ
    ュータ実施方法。
20. 【請求項２０】 請求項１８に記載のコンピュータ実施
    方法において、前記変換マッピングに基づいて変換マッ
    ピングをトレーニングするステップは、整列の論理形式
    から得られる変換マッピングだけに基づいて、少なくと
    もあらかじめ定められた回数だけ変換マッピングデータ
    ベースをトレーニングするステップを有することを特徴
    とするコンピュータ実施方法。
21. 【請求項２１】 請求項２０に記載のコンピュータ実施
    方法において、前記あらかじめ定められた回数は２回で
    あることを特徴とするコンピュータ実施方法。
22. 【請求項２２】 請求項１８に記載のコンピュータ実施
    方法において、前記入力文の対を受け取る処理では少な
    くとも１０，０００の並列の整列されたトレーニング文
    を受け取ることを特徴とするコンピュータ実施方法。
23. 【請求項２３】 請求項１８に記載のコンピュータ実施
    方法において、前記入力文の対を受け取る処理では少な
    くとも５０，０００の並列の整列されたトレーニング文
    を受け取ることを特徴とするコンピュータ実施方法。
24. 【請求項２４】 請求項１８に記載のコンピュータ実施
    方法において、前記入力文の対を受け取る処理では少な
    くとも１００，０００の並列の整列されたトレーニング
    文を受け取ることを特徴とするコンピュータ実施方法。
25. 【請求項２５】 請求項１８に記載のコンピュータ実施
    方法において、前記入力文の対を受け取る処理では少な
    くとも１８０，０００の並列の整列されたトレーニング
    文を受け取ることを特徴とするコンピュータ実施方法。
26. 【請求項２６】 請求項１８に記載のコンピュータ実施
    方法において、前記入力文の対を受け取る処理では少な
    くとも２００，０００の並列の整列されたトレーニング
    文を受け取ることを特徴とするコンピュータ実施方法。