JP2003263432A - 翻字装置及びそのプログラム - Google Patents
翻字装置及びそのプログラムInfo
- Publication number
- JP2003263432A JP2003263432A JP2002062296A JP2002062296A JP2003263432A JP 2003263432 A JP2003263432 A JP 2003263432A JP 2002062296 A JP2002062296 A JP 2002062296A JP 2002062296 A JP2002062296 A JP 2002062296A JP 2003263432 A JP2003263432 A JP 2003263432A
- Authority
- JP
- Japan
- Prior art keywords
- conversion
- word
- candidate
- transliteration
- conversion rule
- 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
Landscapes
- Machine Translation (AREA)
Abstract
(57)【要約】
【課題】 本発明は、他言語の翻字処理を高い精度で行
うことができる翻字装置及びそのプログラムを提供する
ことを目的とする。 【解決手段】 データベースを用いて、他言語の文字と
対応付けられた部分を変換候補とする候補変換規則を作
成し、他言語の文字とその周囲の文脈情報に依存した変
換候補への文脈依存変換規則を作成し、文脈依存変換規
則を学習データとして、変換候補の適用スコアを計算す
るための確率モデルを統計的に学習し、変換対象の他言
語の単語を候補変換規則を用いて複数の変換候補に変換
し、確率モデルから得られる適用スコアに基づいて最適
な変換候補を選択して外来語の単語の子音と母音に分か
れた表記の文字列を生成することにより、他言語の翻字
処理を高い精度で行うことができ、辞書に登録がない他
言語の単語からも外来語を生成することができる。
うことができる翻字装置及びそのプログラムを提供する
ことを目的とする。 【解決手段】 データベースを用いて、他言語の文字と
対応付けられた部分を変換候補とする候補変換規則を作
成し、他言語の文字とその周囲の文脈情報に依存した変
換候補への文脈依存変換規則を作成し、文脈依存変換規
則を学習データとして、変換候補の適用スコアを計算す
るための確率モデルを統計的に学習し、変換対象の他言
語の単語を候補変換規則を用いて複数の変換候補に変換
し、確率モデルから得られる適用スコアに基づいて最適
な変換候補を選択して外来語の単語の子音と母音に分か
れた表記の文字列を生成することにより、他言語の翻字
処理を高い精度で行うことができ、辞書に登録がない他
言語の単語からも外来語を生成することができる。
Description
【０００１】
【発明の属する技術分野】本発明は、翻字装置及びその
プログラムに関し、他言語の単語から発音的に対応する
外来語の単語に変換を行う翻字装置及びそのプログラム
に関する。
プログラムに関し、他言語の単語から発音的に対応する
外来語の単語に変換を行う翻字装置及びそのプログラム
に関する。
【０００２】
【従来の技術】従来、他言語の単語から発音的に対応す
る外来語としてのカタカナの単語への変換を行う翻字処
理は、他言語を発音記号（音韻体系）に変換してから、
発音記号をカタカナに変換する第１の方式（参考文献
１：堀内雄一，山崎一生、１９９０．英単語のアルファ
ベット表記から仮名表記への変換．情報処理学会自然言
語処理研究会報告，Ｎｏ．９７−１，ｐｐ．１−８）
や、他言語からカタカナへ直接変換する小規模な変換テ
ーブルを用いた第２の方式（参考文献２：住吉英樹，相
沢輝昭、英語固有名詞の片カナ変換．１９９４．情報処
理学会論文誌，Ｖｏｌ．３５，Ｎｏ１，ｐｐ．３５−４
５）がある。
る外来語としてのカタカナの単語への変換を行う翻字処
理は、他言語を発音記号（音韻体系）に変換してから、
発音記号をカタカナに変換する第１の方式（参考文献
１：堀内雄一，山崎一生、１９９０．英単語のアルファ
ベット表記から仮名表記への変換．情報処理学会自然言
語処理研究会報告，Ｎｏ．９７−１，ｐｐ．１−８）
や、他言語からカタカナへ直接変換する小規模な変換テ
ーブルを用いた第２の方式（参考文献２：住吉英樹，相
沢輝昭、英語固有名詞の片カナ変換．１９９４．情報処
理学会論文誌，Ｖｏｌ．３５，Ｎｏ１，ｐｐ．３５−４
５）がある。
【０００３】
【発明が解決しようとする課題】しかしながら、第１の
方式では、他言語を発音記号へ変換することが困難であ
り、第２の小規模な変換テーブルを用いた方式では、詳
細な文脈利用ができないため精度に問題があることなど
から、高い精度で翻字処理を行うことはできないという
問題があった。
方式では、他言語を発音記号へ変換することが困難であ
り、第２の小規模な変換テーブルを用いた方式では、詳
細な文脈利用ができないため精度に問題があることなど
から、高い精度で翻字処理を行うことはできないという
問題があった。
【０００４】本発明は、上記の点に鑑みなされたもの
で、他言語の翻字処理を高い精度で行うことができる翻
字装置及びそのプログラムを提供することを目的とす
る。
で、他言語の翻字処理を高い精度で行うことができる翻
字装置及びそのプログラムを提供することを目的とす
る。
【０００５】
【課題を解決するための手段】請求項１，３に記載の発
明は、外来語の単語の子音と母音に分かれた表記と対訳
の他言語の単語との発音的に類似する部分が対応付けら
れたデータベースを用いて、前記他言語の文字と対応付
けられた部分を変換候補とする候補変換規則を作成し、
前記他言語の文字とその周囲の文脈情報に依存した変換
候補への文脈依存変換規則を作成し、前記文脈依存変換
規則を学習データとして、変換候補の適用スコアを計算
するための確率モデルを統計的に学習し、変換対象の他
言語の単語を前記候補変換規則を用いて複数の変換候補
に変換し、前記確率モデルから得られる適用スコアに基
づいて最適な変換候補を選択して外来語の単語の子音と
母音に分かれた表記の文字列を生成することにより、他
言語の翻字処理を高い精度で行うことができ、辞書に登
録がない他言語の単語からも外来語を生成することがで
きる。
明は、外来語の単語の子音と母音に分かれた表記と対訳
の他言語の単語との発音的に類似する部分が対応付けら
れたデータベースを用いて、前記他言語の文字と対応付
けられた部分を変換候補とする候補変換規則を作成し、
前記他言語の文字とその周囲の文脈情報に依存した変換
候補への文脈依存変換規則を作成し、前記文脈依存変換
規則を学習データとして、変換候補の適用スコアを計算
するための確率モデルを統計的に学習し、変換対象の他
言語の単語を前記候補変換規則を用いて複数の変換候補
に変換し、前記確率モデルから得られる適用スコアに基
づいて最適な変換候補を選択して外来語の単語の子音と
母音に分かれた表記の文字列を生成することにより、他
言語の翻字処理を高い精度で行うことができ、辞書に登
録がない他言語の単語からも外来語を生成することがで
きる。
【０００６】請求項２，４記載の発明は、外来語の単語
の子音と母音に分かれた表記の文字列はローマ字であ
り、文字列生成手段の生成した文字列をカタカナへ変換
することにより、他言語の単語をカタカナの外来語に変
換することができる。
の子音と母音に分かれた表記の文字列はローマ字であ
り、文字列生成手段の生成した文字列をカタカナへ変換
することにより、他言語の単語をカタカナの外来語に変
換することができる。
【０００７】
【発明の実施の形態】まず、本発明の原理について、説
明する。
明する。
【０００８】他言語としての英語の単語から、発音的に
対応する外来語としてのカタカナを推定するには、英語
の単語の文字列をｗ＝（ｗ１ｗ２…ｗｎ）、カタカナの
単語の文字列をｖ＝（ｖ１ｖ２…ｖｍ）とすると、
（１）式を満たすｖを求めることと考えることができ
る。なお、（１）式は入力ｗで出力ｖを得る確率が最大
になるｖを選ぶことを意味する。
対応する外来語としてのカタカナを推定するには、英語
の単語の文字列をｗ＝（ｗ１ｗ２…ｗｎ）、カタカナの
単語の文字列をｖ＝（ｖ１ｖ２…ｖｍ）とすると、
（１）式を満たすｖを求めることと考えることができ
る。なお、（１）式は入力ｗで出力ｖを得る確率が最大
になるｖを選ぶことを意味する。
【０００９】
【数１】
しかし、（１）式を満たすｖを直接求めることはパラメ
ータが多すぎて困難である。そこで、（１）式を近似し
て英語の文字列の各部分に対応するカタカナ文字を推定
し、これらをつなぐことでカタカナ文字列の単語を推定
する。また、カタカナは英語の発音をある程度表してい
るので、翻字処理は、英語の各部分の発音を推定する処
理と考えることもできる。簡易な翻字処理の方法とし
て、（１）式を次のように近似することが考えられる。
ータが多すぎて困難である。そこで、（１）式を近似し
て英語の文字列の各部分に対応するカタカナ文字を推定
し、これらをつなぐことでカタカナ文字列の単語を推定
する。また、カタカナは英語の発音をある程度表してい
るので、翻字処理は、英語の各部分の発音を推定する処
理と考えることもできる。簡易な翻字処理の方法とし
て、（１）式を次のように近似することが考えられる。
【００１０】
【数２】
（２）式のＰ（ｖｉ｜ｗｉ）は、英語の単語を構成する
各文字（あるいは部分文字列）ｗｉに対応するカタカナ
ｖｉをｗｉから推定しており、ΠＰはＰの積を表してい
る。しかし、英語の各文字の発音は、周囲の文字列とい
う文脈情報の影響を受けて変化する。そこで、推定精度
を向上させるために、（１）式を次のように近似するこ
とを考える。
各文字（あるいは部分文字列）ｗｉに対応するカタカナ
ｖｉをｗｉから推定しており、ΠＰはＰの積を表してい
る。しかし、英語の各文字の発音は、周囲の文字列とい
う文脈情報の影響を受けて変化する。そこで、推定精度
を向上させるために、（１）式を次のように近似するこ
とを考える。
【００１１】
【数３】
（３）式は、ｗｉの発音の推定を、ｗｉとｗｉの前後の
文字列（前ａ文字、後ｂ文字）から行っている。
文字列（前ａ文字、後ｂ文字）から行っている。
【００１２】本発明では、（３）式の代わりに、推定対
象をローマ字化したカタカナの文字列ｚ＝（ｚ１ｚ２…
ｚｉ）とした（４）式の確率モデルＰを用いる。なお、
カタカナをローマ字化した表記は、子音と母音に分離さ
れ発音を表すので、以後ＳＲ（Ｓｅｐａｒｓｔｅｄ Ｒ
ｅｐｒｅｓｅｎｔａｔｉｏｎ）と呼ぶ。
象をローマ字化したカタカナの文字列ｚ＝（ｚ１ｚ２…
ｚｉ）とした（４）式の確率モデルＰを用いる。なお、
カタカナをローマ字化した表記は、子音と母音に分離さ
れ発音を表すので、以後ＳＲ（Ｓｅｐａｒｓｔｅｄ Ｒ
ｅｐｒｅｓｅｎｔａｔｉｏｎ）と呼ぶ。
【００１３】
【数４】
ここで、ｚｉはＳＲの文字（または部分文字列）を表
す。そして、確率モデルの推定には、英語の発音の推測
に有効な周囲の文脈情報を特徴量として捉え、それらを
組み合わせた素性を利用する。
す。そして、確率モデルの推定には、英語の発音の推測
に有効な周囲の文脈情報を特徴量として捉え、それらを
組み合わせた素性を利用する。
【００１４】（４）式を満たすｚ＝（ｚ１ｚ２…ｚｉ）
を得た後で、カナ変換テーブルを用いてｚをＳＲからカ
タカナへ変換する。以上の方法により、詳細な文脈情報
を利用して精度の高い翻字処理を行うことを可能とす
る。
を得た後で、カナ変換テーブルを用いてｚをＳＲからカ
タカナへ変換する。以上の方法により、詳細な文脈情報
を利用して精度の高い翻字処理を行うことを可能とす
る。
【００１５】以下、図面を参照して本発明の実施例につ
いて説明する。
いて説明する。
【００１６】図１は、本発明の翻字装置の一実施例のブ
ロック図を示す。翻字装置はコンピュータシステムで構
成されている。同図中、ハードディスク装置１０にはＣ
ＰＵ１２で実行する各種プログラム、データベース、変
換規則、確率モデル、カナ変換テーブル等が記憶され
る。ＣＰＵ１２はハードディスク装置１０から読み出さ
れるプログラムを実行して翻字処理を行う。この際に、
ＣＰＵ１２はＲＡＭ１４を作業領域として使用する。
ロック図を示す。翻字装置はコンピュータシステムで構
成されている。同図中、ハードディスク装置１０にはＣ
ＰＵ１２で実行する各種プログラム、データベース、変
換規則、確率モデル、カナ変換テーブル等が記憶され
る。ＣＰＵ１２はハードディスク装置１０から読み出さ
れるプログラムを実行して翻字処理を行う。この際に、
ＣＰＵ１２はＲＡＭ１４を作業領域として使用する。
【００１７】入出力インタフェース１６は例えば他言語
の単語等を外部から入力するために使用される。入力装
置１８はキーボードやマウス等のポインティングデバイ
スである。ディスプレイ装置２０は入力された他言語の
単語や翻字処理結果等の表示を行う。上記のハードディ
スク装置１０からディスプレイ装置２０までの各部はバ
ス２２で相互に接続されている。
の単語等を外部から入力するために使用される。入力装
置１８はキーボードやマウス等のポインティングデバイ
スである。ディスプレイ装置２０は入力された他言語の
単語や翻字処理結果等の表示を行う。上記のハードディ
スク装置１０からディスプレイ装置２０までの各部はバ
ス２２で相互に接続されている。
【００１８】図２は、ＣＰＵ１２が実行する翻字プログ
ラムの学習フェーズのフローチャートを示し、図３は、
ＣＰＵ１２が実行する翻字プログラムの実行フェーズの
フローチャートを示す。
ラムの学習フェーズのフローチャートを示し、図３は、
ＣＰＵ１２が実行する翻字プログラムの実行フェーズの
フローチャートを示す。
【００１９】図２において、ステップＳ１で、データベ
ースに登録されている部分対応付けされたＳＲと英語と
の単語対を用いて、翻字処理の変換候補を作成するため
候補変換規則を作成する。図４に部分対応付けされたＳ
Ｒと英語との単語対の一例を示す。図４では、英語の
「ｔｈ」とＳＲの「ｓｈ」が対応付けられ、英語の
「ｅ」とＳＲの「ｉ」が対応付けられ、英語の「ｓ」と
ＳＲの「ｓ」が対応付けられ、英語の「ａｕ」とＳＲの
「ｏ−」が対応付けられ、英語の「ｒ」とＳＲの「ｒ」
が対応付けられ、英語の「ｕ」とＳＲの「ａ」が対応付
けられ、英語の「ｓ」とＳＲの「ｓｕ」が対応付けられ
ている。
ースに登録されている部分対応付けされたＳＲと英語と
の単語対を用いて、翻字処理の変換候補を作成するため
候補変換規則を作成する。図４に部分対応付けされたＳ
Ｒと英語との単語対の一例を示す。図４では、英語の
「ｔｈ」とＳＲの「ｓｈ」が対応付けられ、英語の
「ｅ」とＳＲの「ｉ」が対応付けられ、英語の「ｓ」と
ＳＲの「ｓ」が対応付けられ、英語の「ａｕ」とＳＲの
「ｏ−」が対応付けられ、英語の「ｒ」とＳＲの「ｒ」
が対応付けられ、英語の「ｕ」とＳＲの「ａ」が対応付
けられ、英語の「ｓ」とＳＲの「ｓｕ」が対応付けられ
ている。
【００２０】次に、ステップＳ２で、データベースに登
録されている部分対応付けされたＳＲと英語との単語対
を用いて、翻字処理で利用する確率モデル学習のための
文脈依存変換規則を作成する。
録されている部分対応付けされたＳＲと英語との単語対
を用いて、翻字処理で利用する確率モデル学習のための
文脈依存変換規則を作成する。
【００２１】ここでは、例として確率モデルの（４）式
におけるａ，ｂの値をａ＝２，ｂ＝３とする。その場
合、確率モデルで用いる文脈依存の変換規則は、図５に
示す基本特徴量から求める。基本特徴量の０番は、求め
たい出力値ｚｉ（ＳＲの値）であり、他の基本特徴量は
入力値（ｗｉ−２，ｗｉ−１，ｗｉ，ｗｉ＋１，ｗｉ＋
２，ｗｉ＋３）から得られる特徴量である。
におけるａ，ｂの値をａ＝２，ｂ＝３とする。その場
合、確率モデルで用いる文脈依存の変換規則は、図５に
示す基本特徴量から求める。基本特徴量の０番は、求め
たい出力値ｚｉ（ＳＲの値）であり、他の基本特徴量は
入力値（ｗｉ−２，ｗｉ−１，ｗｉ，ｗｉ＋１，ｗｉ＋
２，ｗｉ＋３）から得られる特徴量である。
【００２２】基本特微量には、変換対象である英語の文
字のほかに、変換対象の前後の子音（Ｃ）、半母音
（Ｈ）、母音（Ｖ）の区別、及び変換対象の前後の文字
自体の区別との３種類の情報を用いる。但し、英語の単
語の直前には「＾」、直後に「＄」という仮想の文字を
挿入し、それらは、子音（Ｃ）として扱う。また、文字
が存在しない基本特徴量はＮＵＬＬとする。図５に示す
基本特徴量の１番は、変換対象の英語の文字ｗｉである
という特徴量であり、基本特徴量の２番は、変換対象の
１つ後の文字ｗｉ＋１が子音、半母音、母音であるとい
う特徴量である。
字のほかに、変換対象の前後の子音（Ｃ）、半母音
（Ｈ）、母音（Ｖ）の区別、及び変換対象の前後の文字
自体の区別との３種類の情報を用いる。但し、英語の単
語の直前には「＾」、直後に「＄」という仮想の文字を
挿入し、それらは、子音（Ｃ）として扱う。また、文字
が存在しない基本特徴量はＮＵＬＬとする。図５に示す
基本特徴量の１番は、変換対象の英語の文字ｗｉである
という特徴量であり、基本特徴量の２番は、変換対象の
１つ後の文字ｗｉ＋１が子音、半母音、母音であるとい
う特徴量である。
【００２３】また、基本特徴量を組み合わせて作成した
条件と変換候補の組を素性とする。図６に学習に用いる
素性を示す。文脈依存変換規則は、図６に示す全ての素
性種別について、図６の条件の値と変換候補の値の組み
合わせを満たす場合に、基本特徴量１を基本特徴量０に
変換する規則とする。
条件と変換候補の組を素性とする。図６に学習に用いる
素性を示す。文脈依存変換規則は、図６に示す全ての素
性種別について、図６の条件の値と変換候補の値の組み
合わせを満たす場合に、基本特徴量１を基本特徴量０に
変換する規則とする。
【００２４】例えば、翻字対象の単語が「ｔｒｉｐ」
で、変換対象の文字が「ｔ」であり、学習データで
「ｔ」に対応するＳＲが「ｔｏ」であり、素性種別０を
考えた場合、基本特徴量１が「ｔ」で、基本特徴量２が
「ｒ」のとき、基本特徴量１の「ｔ」は基本特徴量０の
「ｔｏ」に変換されるという規則である。
で、変換対象の文字が「ｔ」であり、学習データで
「ｔ」に対応するＳＲが「ｔｏ」であり、素性種別０を
考えた場合、基本特徴量１が「ｔ」で、基本特徴量２が
「ｒ」のとき、基本特徴量１の「ｔ」は基本特徴量０の
「ｔｏ」に変換されるという規則である。
【００２５】この規則は学習データに出現した単語から
作成する。また、変換候補を作成する規則は、学習デー
タに出現した基本特徴量１の値と基本特徴量０の値との
組から、基本特徴量１の変換先を基本特徴量０とする規
則とする。
作成する。また、変換候補を作成する規則は、学習デー
タに出現した基本特徴量１の値と基本特徴量０の値との
組から、基本特徴量１の変換先を基本特徴量０とする規
則とする。
【００２６】次に、図２のステップＳ３で、文脈依存変
換規則を用いて、文脈依存の適用スコアを出力する確率
モデルを統計的に求める。統計的手法としては各種存在
するが、ここでは、例として、最大エントロピー法（Ｍ
Ｅ）による学習を用いる。
換規則を用いて、文脈依存の適用スコアを出力する確率
モデルを統計的に求める。統計的手法としては各種存在
するが、ここでは、例として、最大エントロピー法（Ｍ
Ｅ）による学習を用いる。
【００２７】最大エントロピー法による学習は、与えら
れた制約を満たすモデルの中で最も一様な分布のモデル
を選択する。ここで分布の一様さは、確率モデルのエン
トロピーＨ（Ｐ）を用いる。
れた制約を満たすモデルの中で最も一様な分布のモデル
を選択する。ここで分布の一様さは、確率モデルのエン
トロピーＨ（Ｐ）を用いる。
【００２８】
【数５】
ここで、ｙは図６の変換候補に示す基本特徴量０の値で
あり、ｘはｗｉ−２，ｗｉ−１，ｗｉ，ｗｉ＋１，ｗ
ｉ＋２，ｗｉ＋３より得た図６の条件に示す基本特徴量
の組み合わせの値全てである。また、ｙは出力値ｚ
ｉ（ＳＲの値）であり、Ｐ（ｘ，ｙ）はｘとｙの同時確
率分布を表す。
あり、ｘはｗｉ−２，ｗｉ−１，ｗｉ，ｗｉ＋１，ｗ
ｉ＋２，ｗｉ＋３より得た図６の条件に示す基本特徴量
の組み合わせの値全てである。また、ｙは出力値ｚ
ｉ（ＳＲの値）であり、Ｐ（ｘ，ｙ）はｘとｙの同時確
率分布を表す。
【００２９】また、確率モデルは、素性関数による制約
を満たしていなければならない。これは、まず、ｎ個の
ｘとｙの組み合わせを（ｘ，ｙ)ｉ，ｉ∈｛１，２，
…，ｎ｝として、素性関数を次式で定義する。
を満たしていなければならない。これは、まず、ｎ個の
ｘとｙの組み合わせを（ｘ，ｙ)ｉ，ｉ∈｛１，２，
…，ｎ｝として、素性関数を次式で定義する。
【００３０】
【数６】
学習データ中の同時確率分布（経験的確率分布）をＰ＋
（ｘ，ｙ）と表現すると、Ｐ（ｘ，ｙ）に対する制約は
ｉ∈｛１，２，…，ｎ｝に対して次式のようになる。
（ｘ，ｙ）と表現すると、Ｐ（ｘ，ｙ）に対する制約は
ｉ∈｛１，２，…，ｎ｝に対して次式のようになる。
【００３１】
【数７】
上記制約を満たす確率モデルの集合をｐとすると、推定
する確率モデルＰ＊は、ｐの中でエントロピーを最大に
するもので、次式で表される。
する確率モデルＰ＊は、ｐの中でエントロピーを最大に
するもので、次式で表される。
【００３２】
【数８】
ここで、ｘは英単語に関する入力情報であり、ｙは出力
のＳＲであるから、求めたい規則適用スコアは、条件付
確率Ｐ（ｙ｜ｘ）となる。すると、（７）式は、このモ
デルを用いて次式のようになる。
のＳＲであるから、求めたい規則適用スコアは、条件付
確率Ｐ（ｙ｜ｘ）となる。すると、（７）式は、このモ
デルを用いて次式のようになる。
【００３３】
【数９】
（８），（９）式を学習データに対して満たすようにパ
ラメータを学習することで適用スコアつまり条件付確率
を計算する確率モデルとなる。
ラメータを学習することで適用スコアつまり条件付確率
を計算する確率モデルとなる。
【００３４】次に、図３のステップＳ４で、変換対象の
英語の単語から候補変換規則（ステップＳ１で作成）に
基づいて変換候補のＳＲを生成する。
英語の単語から候補変換規則（ステップＳ１で作成）に
基づいて変換候補のＳＲを生成する。
【００３５】ステップＳ５で、各変換候補ＳＲに、確率
モデル（ステップＳ３で作成）を用いて文脈依存の適用
スコアを求める。
モデル（ステップＳ３で作成）を用いて文脈依存の適用
スコアを求める。
【００３６】ステップＳ６で、各変換候補ＳＲの適用ス
コアの積を最大にする変換候補ＳＲ列を選択し、変換対
象の英語の単語を変換候補ＳＲ列に変換する。ここで
は、英語の単語の変換候補ＳＲは、図７に示すように、
ラティス構造として得られ、各変換候補ＳＲにはステッ
プＳ３で学習した確率モデルを用いて適用スコアを付与
する。そこで（４）式を満たす最適パスを求め、英語を
ＳＲへ変換する。
コアの積を最大にする変換候補ＳＲ列を選択し、変換対
象の英語の単語を変換候補ＳＲ列に変換する。ここで
は、英語の単語の変換候補ＳＲは、図７に示すように、
ラティス構造として得られ、各変換候補ＳＲにはステッ
プＳ３で学習した確率モデルを用いて適用スコアを付与
する。そこで（４）式を満たす最適パスを求め、英語を
ＳＲへ変換する。
【００３７】ステップＳ７では、変換結果であるＳＲを
カタカナへ変換するＳＲの文字をカタカナの文字へ変換
するカナ変換テーブルを用いてＳＲをカタカナへ変換す
る。
カタカナへ変換するＳＲの文字をカタカナの文字へ変換
するカナ変換テーブルを用いてＳＲをカタカナへ変換す
る。
【００３８】このように、辞書に登録がない他言語の単
語でも、翻字処理によって、他言語の単語からカタカナ
の単語を高い精度で生成することができるため、他言語
から日本語へ翻訳する際の翻訳率を向上することができ
る。
語でも、翻字処理によって、他言語の単語からカタカナ
の単語を高い精度で生成することができるため、他言語
から日本語へ翻訳する際の翻訳率を向上することができ
る。
【００３９】なお、上記実施例は、英語を日本語のカタ
カナに変換する翻字処理であるが、例えばフランス語か
ら日本語のカタカナへの翻字処理や、例えば英語からハ
ングルへの翻字処理に適応しても良く、上記実施例に限
定されない。
カナに変換する翻字処理であるが、例えばフランス語か
ら日本語のカタカナへの翻字処理や、例えば英語からハ
ングルへの翻字処理に適応しても良く、上記実施例に限
定されない。
【００４０】なお、ステップＳ１が請求項記載の候補変
換規則作成手段に対応し、ステップＳ２が文脈依存変換
規則作成手段に対応し、ステップＳ３が学習手段に対応
し、ステップＳ４〜Ｓ６が文字列生成手段に対応し、ス
テップＳ７がカナ変換手段に対応する。
換規則作成手段に対応し、ステップＳ２が文脈依存変換
規則作成手段に対応し、ステップＳ３が学習手段に対応
し、ステップＳ４〜Ｓ６が文字列生成手段に対応し、ス
テップＳ７がカナ変換手段に対応する。
【００４１】
【発明の効果】上述の如く、請求項１，３に記載の発明
は、外来語の単語の子音と母音に分かれた表記と対訳の
他言語の単語との発音的に類似する部分が対応付けられ
たデータベースを用いて、他言語の文字と対応付けられ
た部分を変換候補とする候補変換規則を作成し、他言語
の文字とその周囲の文脈情報に依存した変換候補への文
脈依存変換規則を作成し、文脈依存変換規則を学習デー
タとして、変換候補の適用スコアを計算するための確率
モデルを統計的に学習し、変換対象の他言語の単語を候
補変換規則を用いて複数の変換候補に変換し、確率モデ
ルから得られる適用スコアに基づいて最適な変換候補を
選択して外来語の単語の子音と母音に分かれた表記の文
字列を生成することにより、他言語の翻字処理を高い精
度で行うことができ、辞書に登録がない他言語の単語か
らも外来語を生成することができる。
は、外来語の単語の子音と母音に分かれた表記と対訳の
他言語の単語との発音的に類似する部分が対応付けられ
たデータベースを用いて、他言語の文字と対応付けられ
た部分を変換候補とする候補変換規則を作成し、他言語
の文字とその周囲の文脈情報に依存した変換候補への文
脈依存変換規則を作成し、文脈依存変換規則を学習デー
タとして、変換候補の適用スコアを計算するための確率
モデルを統計的に学習し、変換対象の他言語の単語を候
補変換規則を用いて複数の変換候補に変換し、確率モデ
ルから得られる適用スコアに基づいて最適な変換候補を
選択して外来語の単語の子音と母音に分かれた表記の文
字列を生成することにより、他言語の翻字処理を高い精
度で行うことができ、辞書に登録がない他言語の単語か
らも外来語を生成することができる。
【００４２】請求項２，４記載の発明は、外来語の単語
の子音と母音に分かれた表記の文字列はローマ字であ
り、文字列生成手段の生成した文字列をカタカナへ変換
することにより、他言語の単語をカタカナの外来語に変
換することができる。
の子音と母音に分かれた表記の文字列はローマ字であ
り、文字列生成手段の生成した文字列をカタカナへ変換
することにより、他言語の単語をカタカナの外来語に変
換することができる。
【図１】本発明の翻字装置の一実施例のブロック図であ
る。
る。
【図２】翻字プログラムの学習フェーズのフローチャー
トである。
トである。
【図３】翻字プログラムの実行フェーズのフローチャー
トである。
トである。
【図４】部分対応付けされたＳＲと英語との単語対の一
例を示す図である。
例を示す図である。
【図５】基本特徴量を示す図である。
【図６】学習に用いる素性を示す図である。
【図７】英語の単語の変換候補であるＳＲのラティス構
造を示す図である。
造を示す図である。
１０ ハードディスク装置
１２ ＣＰＵ
１４ ＲＡＭ
１６ 入出力インタフェース
１８ 入力装置
２０ ディスプレイ装置
２２ バス
─────────────────────────────────────────────────────
フロントページの続き
(72)発明者 江原 暉将
東京都世田谷区砧一丁目10番11号 日本放
送協会 放送技術研究所内
Ｆターム(参考） 5B091 AA04 AB04 BA02 CA21 CC03
Claims (4)
- 【請求項１】 他言語の単語を発音的に対応する外来語
の単語に変換する翻字装置において、 外来語の単語の子音と母音に分かれた表記と対訳の他言
語の単語との発音的に類似する部分が対応付けられたデ
ータベースを用いて、前記他言語の文字と対応付けられ
た部分を変換候補とする候補変換規則を作成する候補変
換規則作成手段と、 前記他言語の文字とその周囲の文脈情報に依存した変換
候補への文脈依存変換規則を作成する文脈依存変換規則
作成手段と、 前記文脈依存変換規則を学習データとして、変換候補の
適用スコアを計算するための確率モデルを統計的に学習
する学習手段と、 変換対象の他言語の単語を前記候補変換規則を用いて複
数の変換候補に変換し、前記確率モデルから得られる適
用スコアに基づいて最適な変換候補を選択して外来語の
単語の子音と母音に分かれた表記の文字列を生成する文
字列生成手段とを有することを特徴とする翻字装置。 - 【請求項２】 請求項１記載の翻字装置において、 前記外来語の単語の子音と母音に分かれた表記の文字列
はローマ字であり、 前記文字列生成手段の生成した文字列をカタカナへ変換
するカナ変換手段を有することを特徴とする翻字装置。 - 【請求項３】 他言語の単語を発音的に対応する外来語
の単語に変換するためにコンピュータを、 外来語の単語の子音と母音に分かれた表記と対訳の他言
語の単語との発音的に類似する部分が対応付けられたデ
ータベースを用いて、前記他言語の文字と対応付けられ
た部分を変換候補とする候補変換規則を作成する候補変
換規則作成手段、 前記他言語の文字とその周囲の文脈情報に依存した変換
候補への文脈依存変換規則を作成する文脈依存変換規則
作成手段、 前記文脈依存変換規則を学習データとして、変換候補の
適用スコアを計算するための確率モデルを統計的に学習
する学習手段、 変換対象の他言語の単語を前記候補変換規則を用いて複
数の変換候補に変換し、前記確率モデルから得られる適
用スコアに基づいて最適な変換候補を選択して外来語の
単語の子音と母音に分かれた表記の文字列を生成する文
字列生成手段、として機能させるための翻字プログラ
ム。 - 【請求項４】 請求項３記載の翻字プログラムにおい
て、 前記外来語の単語の子音と母音に分かれた表記の文字列
はローマ字であり、コンピュータを、 前記文字列生成手段の生成した文字列をカタカナへ変換
するカナ変換手段、 として機能させるための翻字プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002062296A JP3961858B2 (ja) | 2002-03-07 | 2002-03-07 | 翻字装置及びそのプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002062296A JP3961858B2 (ja) | 2002-03-07 | 2002-03-07 | 翻字装置及びそのプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003263432A true JP2003263432A (ja) | 2003-09-19 |
| JP3961858B2 JP3961858B2 (ja) | 2007-08-22 |
Family
ID=29196135
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002062296A Expired - Fee Related JP3961858B2 (ja) | 2002-03-07 | 2002-03-07 | 翻字装置及びそのプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3961858B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014106857A (ja) * | 2012-11-29 | 2014-06-09 | Mitsubishi Electric Corp | アルファベット読み推定装置 |
| JP2015022508A (ja) * | 2013-07-18 | 2015-02-02 | 日本電信電話株式会社 | 文字列対応付け装置、方法、及びプログラム |
| CN104657343A (zh) * | 2013-11-15 | 2015-05-27 | 富士通株式会社 | 识别音译名的方法及装置 |
-
2002
- 2002-03-07 JP JP2002062296A patent/JP3961858B2/ja not_active Expired - Fee Related
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014106857A (ja) * | 2012-11-29 | 2014-06-09 | Mitsubishi Electric Corp | アルファベット読み推定装置 |
| JP2015022508A (ja) * | 2013-07-18 | 2015-02-02 | 日本電信電話株式会社 | 文字列対応付け装置、方法、及びプログラム |
| CN104657343A (zh) * | 2013-11-15 | 2015-05-27 | 富士通株式会社 | 识别音译名的方法及装置 |
| CN104657343B (zh) * | 2013-11-15 | 2017-10-10 | 富士通株式会社 | 识别音译名的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3961858B2 (ja) | 2007-08-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6493866B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| JP5377889B2 (ja) | 言語処理装置およびプログラム | |
| JP4968036B2 (ja) | 韻律語グルーピング方法及び装置 | |
| JP2007108749A (ja) | 韻律統計モデル訓練方法及び装置、韻律解析方法及び装置、テキスト音声合成方法及びシステム | |
| WO2003065245A1 (fr) | Procede de traduction, procede de production de phrase traduite, support d'enregistrement, programme et ordinateur | |
| CN112507734B (zh) | 一种基于罗马化维吾尔语的神经机器翻译系统 | |
| EP4361897A2 (en) | Language-agnostic multilingual modeling using effective script normalization | |
| JP2007156545A (ja) | 記号列変換方法、単語翻訳方法、その装置およびそのプログラム並びに記録媒体 | |
| KR20210035721A (ko) | 다중-언어 코퍼스를 이용하여 기계번역 하는 방법 및 이를 구현한 시스템 | |
| WO2019163752A1 (ja) | 形態素解析学習装置、形態素解析装置、方法、及びプログラム | |
| JP3961858B2 (ja) | 翻字装置及びそのプログラム | |
| JP2022121456A (ja) | 処理プログラム、処理方法および情報処理装置 | |
| Monga et al. | Speech to Indian Sign Language Translator | |
| JP2005092682A (ja) | 翻字装置、及び翻字プログラム | |
| Nanayakkara et al. | Context aware back-transliteration from english to sinhala | |
| CN113822044A (zh) | 语法纠错数据生成方法、装置、计算机设备及存储介质 | |
| JP2014191484A (ja) | 文末表現変換装置、方法、及びプログラム | |
| JP6325789B2 (ja) | 翻訳装置及び翻訳プログラム | |
| Singvongsa et al. | Lao-Thai machine translation using statistical model | |
| US20180033425A1 (en) | Evaluation device and evaluation method | |
| JP2019087058A (ja) | 文章中の省略を特定する人工知能装置 | |
| JP2019159743A (ja) | 対応関係生成プログラム、対応関係生成装置、対応関係生成方法、及び翻訳プログラム | |
| JP5500624B2 (ja) | 字訳装置、コンピュータプログラム及び記録媒体 | |
| JP2004118461A (ja) | 言語モデルのトレーニング方法、かな漢字変換方法、言語モデルのトレーニング装置、かな漢字変換装置、コンピュータプログラムおよびコンピュータ読み取り可能な記録媒体 | |
| JP6915373B2 (ja) | 評価プログラム、評価方法及び評価装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040405 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061003 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061201 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070109 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070309 |
|
| A911 | Transfer of reconsideration by examiner before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20070412 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070424 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070517 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110525 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120525 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |