JP2004280259A

JP2004280259A - 検索装置

Info

Publication number: JP2004280259A
Application number: JP2003068185A
Authority: JP
Inventors: Masao Uchiyama; 将夫内山; Hitoshi Isahara; 均井佐原
Original assignee: National Institute of Information and Communications Technology
Current assignee: National Institute of Information and Communications Technology
Priority date: 2003-03-13
Filing date: 2003-03-13
Publication date: 2004-10-07

Abstract

【課題】２種類の言語を用いて文書を検索するのに好適な検索装置等を提供する。
【解決手段】検索装置１０１の対訳記憶部１０２は、第１言語の単語列と、第２言語の単語列と、を対訳対としてあらかじめ記憶し、入力受付部１０３は、第１言語の単語の入力を１つ以上受け付け、抽出部１０４は、入力を受け付けられた１つ以上の第１言語の単語のそれぞれについて、当該第１言語の単語と、あらかじめ記憶された対訳対における第２言語の単語と、の共起強度により、第２言語の単語を１つ以上抽出し、表示部１０５は、抽出された１つ以上の第２言語の単語を表示し、選択部１０６は、当該表示された第２言語の単語からいずれか１つ以上を指定する選択入力を受け付け、検索部は、受け付けられた選択入力に指定された第２言語の単語を含む文書を検索する。
【選択図】図１

Description

【０００１】
【発明の属する技術分野】
本発明は、２種類の言語を用いて文書を検索するのに好適な検索装置、検索方法、ならびに、これらをコンピュータ上で実現するプログラムに関する。
【０００２】
【従来の技術】
従来から、単語を検索用キーワードとして受け付け、当該検索用キーワードが出現する文書を検索する文書データベースシステムやウェブ検索エンジン等の検索技術が提案されている。このような文書検索技術においては、文書が作成されている言語を問わずにそのまま検索キーワードの綴りが出現する文書を検索するか、あらかじめ言語を選択し、その言語で検索キーワードを指定して検索を行っていた。
【０００３】
【発明が解決しようとする課題】
しかしながら、ある言語で検索キーワードを指定する一方で、これとは異なる言語で記載された文書を容易に検索したい、という要望は大きい。この際に、複数の言語間の飜訳には曖昧性や同義語があることから、これを適切に処理できるような検索の技術が特に望まれている。
【０００４】
本発明は、上記の課題を解決するもので、２種類の言語を用いて文書を検索するのに好適な検索装置、検索方法、ならびに、これらをコンピュータ上で実現する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】
以上の目的を達成するため、本発明の原理にしたがって、下記の発明を開示する。
【０００６】
本発明の第１の観点に係る検索装置は、対訳記憶部と、入力受付部と、抽出部と、表示部と、選択部と、検索部と、を備え、以下のように構成する。
【０００７】
すなわち、対訳記憶部は、第１言語の単語列と、第２言語の単語列と、を対訳対としてあらかじめ記憶する。
【０００８】
一方、入力受付部は、第１言語の単語の入力を１つ以上受け付ける。
【０００９】
さらに、抽出部は、入力を受け付けられた１つ以上の第１言語の単語のそれぞれについて、当該第１言語の単語と、あらかじめ記憶された対訳対における第２言語の単語と、の共起強度により、第２言語の単語を１つ以上抽出する。
【００１０】
そして、表示部は、抽出された１つ以上の第２言語の単語を表示する。
【００１１】
一方、選択部は、当該表示された第２言語の単語からいずれか１つ以上を指定する選択入力を受け付ける。
【００１２】
さらに、検索部は、受け付けられた選択入力に指定された第２言語の単語を含む文書を検索する。
【００１３】
また、本発明の検索装置において、表示部は、入力を受け付けられた第１言語の単語が複数ある場合、当該第１言語の単語ごとに、これに対して１つ以上抽出された当該第２言語の単語を表示するように構成することができる。
【００１４】
また、本発明の検索装置は、以下のように構成することができる。
【００１５】
すなわち、抽出部は、前記入力を受け付けられた１つ以上の第１言語の単語のそれぞれについて、前記あらかじめ記憶された対訳対における共起強度により、第１言語の単語を１つ以上さらに抽出する。
【００１６】
一方、表示部は、抽出された１つ以上の第１言語の単語をさらに表示する。
【００１７】
さらに、選択部は、表示された第１言語の単語もしくは第２言語の単語からいずれか１つ以上を指定する選択入力をさらに受け付ける。
【００１８】
そして、検索部は、第１言語の文書と第２言語の文書との文書対から、文書対であって、受け付けられた選択入力に第１言語の単語が指定されている場合、その第１言語の文書が当該第１言語の単語を含み、受け付けられた選択入力に第２言語の単語が指定されている場合、その第２言語の文書が当該第２言語の単語を含むものを検索する。
【００１９】
また、本発明の検索装置において、検索部により検索される文書対は、対訳記憶部にあらかじめ記憶される対訳対であり、当該文書対の第１言語の文書は当該対訳対の第１言語の単語列であり、当該文書対の第２言語の文書は当該対訳対の第２言語の単語列であるように構成することができる。
【００２０】
また、本発明の検索装置において、入力受付部は、第１言語の自然文の入力を受け付け、これを第１言語の単語列に分割して、分割したものを１つ以上の第１言語の単語の入力として受け付けるように構成することができる。
【００２１】
本発明のその他の観点に係る検索方法は、第１言語の単語列と、第２言語の単語列と、を対訳対としてあらかじめ記憶する対訳記憶部を用い、入力受付工程と、抽出工程と、表示工程と、選択工程と、検索工程と、を備え、以下のように構成する。
【００２２】
すなわち、入力受付工程では、第１言語の単語の入力を１つ以上受け付ける。
【００２３】
一方、抽出工程では、入力を受け付けられた１つ以上の第１言語の単語のそれぞれについて、当該第１言語の単語と、あらかじめ記憶された対訳対における第２言語の単語と、の共起強度により、第２言語の単語を１つ以上抽出する。
【００２４】
さらに、表示工程では、抽出された１つ以上の第２言語の単語を表示する。
【００２５】
そして、選択工程では、当該表示された第２言語の単語からいずれか１つ以上を指定する選択入力を受け付ける。
【００２６】
一方、検索工程では、受け付けられた選択入力に指定された第２言語の単語を含む文書を検索する。
【００２７】
また、本発明の検索方法において、表示工程では、入力を受け付けられた第１言語の単語が複数ある場合、当該第１言語の単語ごとに、これに対して１つ以上抽出された当該第２言語の単語を表示するように構成することができる。
【００２８】
また、本発明の検索方法は、以下のように構成することができる。
【００２９】
すなわち、抽出工程では、前記入力を受け付けられた１つ以上の第１言語の単語のそれぞれについて、前記あらかじめ記憶された対訳対における共起強度により、第１言語の単語を１つ以上さらに抽出する。
【００３０】
一方、表示工程では、抽出された１つ以上の第１言語の単語をさらに表示する。
【００３１】
さらに、選択工程では、表示された第１言語の単語もしくは第２言語の単語からいずれか１つ以上を指定する選択入力をさらに受け付ける。
【００３２】
そして、検索工程では、第１言語の文書と第２言語の文書との文書対から、文書対であって、受け付けられた選択入力に第１言語の単語が指定されている場合、その第１言語の文書が当該第１言語の単語を含み、受け付けられた選択入力に第２言語の単語が指定されている場合、その第２言語の文書が当該第２言語の単語を含むものを検索する。
【００３３】
また、本発明の検索方法において、検索工程により検索される文書対は、対訳記憶部にあらかじめ記憶される対訳対であり、当該文書対の第１言語の文書は当該対訳対の第１言語の単語列であり、当該文書対の第２言語の文書は当該対訳対の第２言語の単語列であるように構成することができる。
【００３４】
また、本発明の検索方法において、入力受付工程では、第１言語の自然文の入力を受け付け、これを第１言語の単語列に分割して、分割したものを１つ以上の第１言語の単語の入力として受け付けるように構成することができる。
【００３５】
本発明の他の観点に係るプログラムは、コンピュータを、上記の検索装置として機能させ、もしくは、コンピュータに、上記の検索方法を実行させるように構成する。
【００３６】
当該プログラムは、コンパクトディスク、フレキシブルディスク、ハードディスク、光磁気ディスク、ディジタルビデオディスク、磁気テープ、半導体メモリ等のコンピュータ読取可能な情報記録媒体に記録することができる。
【００３７】
上記プログラムは、当該プログラムが実行されるコンピュータとは独立して、コンピュータ通信網を介して配布・販売することができる。また、上記情報記録媒体は、当該コンピュータとは独立して配布・販売することができる。
【００３８】
【発明の実施の形態】
以下に本発明の実施形態を説明する。なお、以下に説明する実施形態は説明のためのものであり、本願発明の範囲を制限するものではない。したがって、当業者であればこれらの各要素もしくは全要素をこれと均等なものに置換した実施形態を採用することが可能であるが、これらの実施形態も本願発明の範囲に含まれる。
【００３９】
（発明の実施の形態）
図１は、本発明の実施形態に係る検索装置の概要構成を示す模式図である。図２は、当該検索装置にて実行される検索方法の制御の流れを示すフローチャートである。以下、本図を参照して説明する。
【００４０】
本実施形態の検索装置１０１は、対訳記憶部１０２と、入力受付部１０３と、抽出部１０４と、表示部１０５と、選択部１０６と、検索部１０７と、を備える。
【００４１】
まず、対訳記憶部１０２は、第１言語の単語列と、第２言語の単語列と、を対訳対としてあらかじめ記憶する。図３は、対訳記憶部１０２に各言語の単語列が記憶される様子を示す説明図である。
【００４２】
図３に示す例では、ＸＭＬ（ｅＸｔｅｎｓｉｂｌｅＭａｒｋｕｐＬａｎｇｕａｇｅ）形式の文書に、第１言語の単語列として日本語の文が、第２言語の単語列として英語語の文が、それぞれ記録されている。それぞれの対訳はタグ＜Ｔ＞〜＜／Ｔ＞に囲まれており、日本語の文は＜Ｊ＞〜＜／Ｊ＞に、英語の文は＜Ｅ＞〜＜／Ｅ＞に、それぞれ囲まれている。
【００４３】
さて、検索処理が開始されると、まず、入力受付部１０３は、第１言語の単語の入力を１つ以上受け付ける（ステップＳ２０１）。この際に、第１言語の自然文の入力を受け付け、これを第１言語の単語列に分割して、分割したものを１つ以上の第１言語の単語の入力として受け付けても良い。
【００４４】
以下、理解を容易にするため、日本語文（第１言語の自然文）として「イスラエル機、ナイフ持った男が乗っ取り未遂」を入力した場合を例にあげて考える。これを形態素解析すれば、「イスラエル」「機」「ナイフ」「持っ」「た」「男」「が」「乗っ取り」「未遂」となる。
【００４５】
さらに、利用の便を向上させるため、図４のようにウェブブラウザに表示された文書において、マウスを利用して検索に利用したい部分を領域指定し、右クリックによってメニューを表示して、本実施形態の入力受付部１０３に送ることもできる。
【００４６】
本実施例では、主に名詞を検索キーワードとして採用すべき単語として選定することにより、「イスラエル」「機」「ナイフ」「男」「未遂」を第１言語の単語の入力として受け付ける。採用基準については、他の基準を適宜採用することができる。
【００４７】
ついで、抽出部１０４は、入力を受け付けられた１つ以上の第１言語の単語のそれぞれについて、当該第１言語の単語と、あらかじめ記憶された対訳対における第２言語の単語と、の共起強度により、第２言語の単語を１つ以上抽出する（ステップＳ２０２）。尚、共起強度の計算手法については、後述する。
【００４８】
上記例においては、「イスラエル」「機」「ナイフ」「男」「未遂」のそれぞれの単語について、対訳記憶部１０２を参照して、共起強度を計算することにより、その飜訳語（もしくは、これに関連する英単語）を取得する。ある新聞記事の日本語文と英文との対訳を記憶した対訳記憶部１０２を利用した場合に得られる英語の飜訳語は、以下のようになる。
「イスラエル」ｉｓｒａｅｌ，ｉｓｒａｅｌｉ，ｐａｌｅｓｔｉｎｉａｎ，ａｒａｂ，ｐａｌｅｓｔｉｎｉａｎｓ，ｐｅａｓｅ，．．．
「機」ｐｌａｎｅｓ，ｐｌａｎｅ，ａｉｒｃｒａｆｔ，ｍａｃｈｉｎｅｓ，ｆｉｇｈｔｅｒ，ｍａｃｈｉｎｅ，ａｉｒ，ｊｅｔ，ｆｉｇｈｔｅｒｓ，．．．
「ナイフ」ｋｎｉｆｅ，ｋｎｉｖｅｓ，ｓｔａｂｂｅｄ，ｐｏｌｉｃｅ，ｂｏｙ，ｔｈｒｅａｔｅｎｅｄ，ｓｔａｂ，ｂｏｙｓ，ｐｏｌｉｃｅｍａｎ，．．．
「男」ｍａｎ，ｐｏｌｉｃｅ，ｍｅｎ，ｗｅａｒｉｎｇ，ａｒｒｅｓｔｅｄ，ｗｈｏ，ｈｅ，ｃａｒ，ｗａｓ，ｆｌｅｄ，ｔａｌｌ，ｈｉｍ，．．．
「未遂」ａｔｔｅｍｐｔｅｄ，ｍｕｒｄｅｒ，ａｒｒｅｓｔｅｄ，ｐｏｌｉｃｅ，ｓｕｓｐｉｓｉｏｎ，ｉｎｄｉｃｔｅｄ，ｃｈａｒｇｅｓ，ｍａｎ，．．．
【００４９】
対訳として、通常の英和辞典や和英辞典、シソーラスのみならず、種々の文書を選ぶことができ、より柔軟に、飜訳語や関連語を得ることができる点が本実施形態の特徴の１つである。
【００５０】
ついで、表示部１０５は、抽出された１つ以上の第２言語の単語を表示する（ステップＳ２０３）。本実施形態では、入力を受け付けられた第１言語の単語が複数ある場合、当該第１言語の単語ごとに、これに対して１つ以上抽出された当該第２言語の単語を表示する。
【００５１】
図５は、表示部１０５による表示例を示す説明図である。
【００５２】
画面５０１の上段５０２には、ユーザから入力された日本語の自然文が表示されている。中段５０３には、日本語の自然文から得られた検索用の単語「イスラエル」「機」「ナイフ」「男」「未遂」ごとに、ステップＳ２０２で得られた対訳が表示されている。
【００５３】
そして、選択部１０６は、当該表示された第２言語の単語からいずれか１つ以上を指定する選択入力を受け付ける（ステップＳ２０４）。図５を参照すると、ユーザは、中段５０３に表示されたものの中から所望の単語をマウスでクリックすることにより、第２言語の単語を指定することができる。画面５０１の中段５０３では、「ｉｓｒａｅｌ」「ｐｌａｎｅｓ」「ｋｎｉｆｅ」が指定されたこととなっている。また、下段５０４には、指定された単語が表示されている。
【００５４】
さらに、検索部１０７は、受け付けられた選択入力に指定された第２言語の単語を含む文書を検索する（ステップＳ２０５）。上記の例では、英語の文書から、「ｉｓｒａｅｌ」「ｐｌａｎｅｓ」「ｋｎｉｆｅ」が出現する文書を検索するのである。図６は、このような文書を検索した結果を示す表示例である。
【００５５】
すなわち、本実施例では、上段５０２にユーザが日本語文を直接入力して、ボタン５１１をクリックすると、中段５０３に英語の飜訳語および関連語が表示される。そして、英語の飜訳語、関連語から所望の単語を選択して、ボタン５１２をクリックすると、英語の文書が検索される。
【００５６】
本実施形態の検索装置は、ある程度日本語と英語の知識があるユーザに特に好適である。特に、対訳を参照することにより、単なる飜訳語のみならず、関連語も提示されるので、検索装置をアイディアプロセッサとして利用することも可能である。
【００５７】
（共起強度の計算手法）
本発明では共起強度の計算手法として種々の技術を適用することができるが、以下では、その例について述べる。したがって、以下に示す計算手法以外の手法によって共起強度を計算する実施形態も、本発明の範囲に含まれる。
【００５８】
まず、ｎ個の対訳対
Ｔ＝｛Ｔ_１，Ｔ_２，…，Ｔ_ｎ｝
が、対訳記憶部１０２に記憶されているものとする。各対訳Ｔ_ｉ（１≦ｉ≦ｎ）は、上記のように、日本語文Ｊ_ｉと英文Ｅ_ｉとからなる。すなわち、
Ｔ_ｉ＝〈Ｊ_ｉ，Ｅ_ｉ〉
である。
【００５９】
また、対訳対Ｔのうち、日本語文に日本語の単語ｗを含む対訳対を、Ｔ_ｊ（ｗ）と書く。すなわち、
Ｔ_ｊ（ｗ）＝｛〈Ｊ，Ｅ〉｜〈Ｊ，Ｅ〉∈ Ｔ，ｗ∈Ｊ｝
である。
【００６０】
同様に、対訳対Ｔのうち、英文に英語の単語ｖを含む対訳対を、Ｔ_ｅ（ｖ）と書く。すなわち、
Ｔ_ｅ（ｖ）＝｛〈Ｊ，Ｅ〉｜〈Ｊ，Ｅ〉∈ Ｔ，ｖ∈Ｅ｝
である。
【００６１】
また、対訳対Ｔに含まれる対訳の数を＃Ｔと書く。明らかに、
＃Ｔ＝ｎ；
＃Ｔ ≧ ＃Ｔ_ｊ（ｗ）；
＃Ｔ ≧ ＃Ｔ_ｅ（ｖ）
が成立する。
【００６２】
さて、このような場合に、本実施形態では、ある日本語単語ｗと英単語ｖが与えられた場合に、以下のパラメータを考える。
【００６３】
以下は、日本語文に日本語単語ｗが出現する対訳の数である。
ｆ_１＝＃Ｔ_ｊ（ｗ）
【００６４】
以下は、日本語文に日本語単語ｗが出現し、かつ、英文に英単語ｖが出現する対訳の数である。
ｆ_１１＝＃（Ｔ_ｊ（ｗ））_ｅ（ｖ）＝＃（Ｔ_ｅ（ｖ））_ｊ（ｗ）
【００６５】
以下は、日本語文に日本語単語ｗが出現し、かつ、英文に英単語ｖが出現しない対訳の数である。
ｆ_１２＝ｆ_１ − ｆ_１２
【００６６】
以下は、英文に英単語ｖが出現する対訳の数である。
ｆ_２＝＃Ｔ_ｅ（ｖ）；
【００６７】
以下は、日本語文に日本語単語ｗが出現せず、かつ、英文に英単語ｖが出現する対訳の数である。
ｆ_２１＝ｆ_２ − ｆ_１１；
【００６８】
以下は、日本語単語ｗも英単語ｖも出現しない対訳の数である。
ｆ_２２＝ｎ − ｆ_１１ − ｆ_１２ − ｆ_２１
【００６９】
これらのパラメータから、Ｔ，ｗ，ｖについての対数尤度比ｃ（Ｔ，ｗ，ｖ）を、以下のように定めることができる。
ｃ（Ｔ，ｗ，ｖ）＝２Σ_ｉ＝１ ^２ Σ_ｊ＝１ ^２ｆ_ｉｊ｛ｌｏｇ（ｆ_ｉｊ／ｎ） − ｌｏｇ（ｆ_ｉｆ_ｊ／（ｎ×ｎ））｝
【００７０】
ある日本語単語ｗが与えられたときに、対訳対に現れる英単語のすべてについて、この対数尤度比を求め、対数尤度比が大きい順に英単語を並べ、その上位を所定の数選択することにより、当該日本語単語ｗの英語による飜訳語（関連飜訳語）とするのである。
【００７１】
なお、このような共起強度としては、この他に、以下のようなものが考えられる。
【００７２】
以下では、理解を用意にするため、パラメータとして、ａ，ｂ，ｃ，ｄ，ｐｘ１，ｐｘ０，ｐｙ１，ｐｙ０，ｐｘ１ｙ１，ｐｘ１ｙ０，ｐｘ０ｙ１，ｐｘ０ｙ０，Ｉを用いる。それぞれの定義は、以下の通りである。
ａ＝ｆ_１１；
ｂ＝ｆ_１２；
ｃ＝ｆ_２１；
ｄ＝ｆ_２２；
【００７３】
ｐ_１＝（ａ＋ｂ）／ｎ；
ｐ_０＝（ｃ＋ｄ）／ｎ；
ｑ_１＝（ａ＋ｃ）／ｎ；
ｑ_０＝（ｂ＋ｄ）／ｎ；
【００７４】
ｒ_１１＝ａ／ｎ；
ｒ_１０＝ｂ／ｎ；
ｒ_０１＝ｃ／ｎ；
ｒ_００＝ｄ／ｎ；
【００７５】

【００７６】
但し
ｓｇｎ（ｘ）＝１（ｘ＞０）；
ｓｇｎ（０）＝０；
ｓｇｎ（ｘ）＝ −１（ｘ＜０）
である。
【００７７】
また、関数ｘｌｘ（・）とａｂｓ（・）を
ｘｌｘ（０）＝０；
ｘｌｘ（ｘ）＝ｘｌｏｇ（ｘ）；
ａｂｓ（ｘ）＝ｘｓｇｎ（ｘ）
のように定義しておく。
【００７８】
これらのパラメータを用いた場合に、共起強度として、以下のようなものを採用することができる。
（１）相互情報量Ｉ
（２）共起頻度ａ
（３）ベイズ比（ａ＋１）／（ｂ＋ｃ＋２）
（４）尤度比（ｘｌｘ（ａ）＋ｘｌｘ（ｂ）＋ｘｌｘ（ｃ）＋ｘｌｘ（ｄ）＋ｘｌｘ（ｎ）） − （ｘｌｘ（ａ＋ｂ）＋ｘｌｘ（ａ＋ｃ）＋ｘｌｘ（ｂ＋ｄ）＋ｘｌｘ（ｃ＋ｄ））
【００７９】
（５）χ^２値（ｎ（ａｄ−ｂｃ）^２／（（ａ＋ｂ）（ｃ＋ｄ）（ａ＋ｃ）（ｂ＋ｄ））
（６）χ^２のＹａｔｅｓ補正値（ｎ（ａｂｓ（ａｄ−ｂｃ）−ｎ／２）^２／（（ａ＋ｂ）（ｃ＋ｄ）（ａ＋ｃ）（ｂ＋ｄ））
（７）自己相互情報量ｌｏｇ（ｎ）＋ｌｏｇ（ａ）−ｌｏｇ（ａ＋ｂ）−ｌｏｇ（ａ＋ｃ）
（８）ｄｉｃｅ係数２ａ／（ａ＋ｃ＋ａ＋ｂ）
【００８０】
（９）Ｉｐｌｕｓ値ｒ_１１ｌｏｇ（ｒ_１１／ｐ_１／ｑ_１）＋ｒ_００ｌｏｇ（ｒ_００／ｐ_０／ｑ_０）
（１０）補完類似度（ａｄ−ｂｃ）／（（ａ＋ｃ）（ｂ＋ｄ））^１／２
（１１）上記のそれぞれの値をｔとしたときのｔｓｇｎ（ａｄ−ｂｃ）
（１２）上記のいずれかの線形結合。すなわち、上記の共起強度からいずれか複数を選択し、それぞれに所定の重みを乗じたものの和。
【００８１】
本発明では、このような種々の値を共起強度として適用することができる。
【００８２】
（その他の実施形態）
上記実施形態においては、検索の対象となる文書群は、必ずしも対訳記憶部１０２に記憶されたものに限られなかった。本実施形態は、検索対象を特に対訳の存在する文書に限ることにより、どのような飜訳が行われているかの用例を参照するのに適する。
【００８３】
本実施形態では、抽出部１０４は、対訳対を参照して、日本語の単語をも抽出し、表示部１０５は、図７に示すように、これらを言語ごとに表示する。以下、詳細に説明する。
【００８４】
まず、抽出部１０４は、日本語の単語列ｗ_１，…，ｗ_ｍが入力された場合、対訳対Ｔに含まれる第２言語の単語ｖ_１，…，ｖ_ｋについて、上記のような共起強度を計算する。ｗ_ｉとｖ_ｊの共起強度をｓ（ｗ_ｉ，ｖ_ｊ）と書いたとき、「入力された日本語の単語列ｗ_１，…，ｗ_ｍ」に対する第２言語の単語ｖ_ｊのスコアｓｃｏｒｅ（ｖ_ｊ）を以下のように定める。
ｓｃｏｒｅ（ｖ_ｊ）＝ Σ_ｉ＝１ ^ｍｓ（ｗ_ｉ，ｖ_ｊ）
もしくは、
ｓｃｏｒｅ（ｖ_ｊ）＝ｍａｘ_ｉ＝１ ^ｍｓ（ｗ_ｉ，ｖ_ｊ）
【００８５】
なお、スコアの計算手法として、以下の手法を採用することもできる。まず、日本語の単語ｗ_１，…，ｗ_ｍに対して、これらをすべて含む対訳対を以下のように表記する。
Ｔ_ｊ（ｗ_１，…，ｗ_ｍ）
＝Ｔ_ｊ（ｗ_１）∩…∩Ｔ_ｊ（ｗ_ｍ）
＝｛〈Ｊ，Ｅ〉｜〈Ｊ，Ｅ〉∈Ｔ，ｗ_１∈Ｊ，…，ｗ_ｍ∈Ｊ｝
【００８６】
そして、共起強度の計算は、上記のＴ_ｊ（ｗ）のかわりにＴ_ｊ（ｗ_１，…，ｗ_ｍ）を用いれば良い。
【００８７】
このほか、Ｔ_ｊ（ｗ_１，…，ｗ_ｍ）を、「ｗ_１，…，ｗ_ｍのいずれかを含む対訳」「ｗ_１，…，ｗ_ｍのいずれかを所定の個数以上含む対訳」「ｗ_１，…，ｗ_ｍのいずれかを所定の割合以上含む対訳」などのように定義した場合のスコアも同様に利用することができる。
【００８８】
そして、このスコアが高い順に第２言語の単語を抽出して、表示部１０５に表示させる。これにより、図７右欄に表示されるように、英単語の列が表示される。
【００８９】
一方、日本語の単語列ｗ_１，…，ｗ_ｍが入力された場合、日本語の単語を対訳対から抽出するには、以下のようにする。
【００９０】
すなわち、以下のような自己対訳対Ｔ’を仮想的に考える。
Ｔ’ ＝｛〈Ｊ，Ｊ〉｜〈Ｊ，Ｅ〉∈Ｔ｝
【００９１】
すなわち、自己対訳対Ｔ’の第２言語は、日本語である。
【００９２】
そして、Ｔ’について、上と同様に第２言語の単語（日本語）ｖ_１，．．．，ｖ_ｈに対し、スコアを計算し、スコアの高い順に第２言語の単語（日本語）を抽出して、表示部１０５に表示させる。これにより、図７左欄に表示されるように、日本語の単語の列が表示される。
【００９３】
図７の表示例は、日本語の自然文として「聖域なき構造改革」を入力した場合に対する応答である。入力受付部１０３の形態素解析と前処理によって、日本語の単語として「聖域」「構造」「改革」が選ばれるが、抽出部１０４において、これに対する関連語が対訳対の中から、日本語については「聖域」「なき」「改革」「構造」「小泉首相」「掲げる」…の順に、英語については「ｓａｃｒｅｄ」「ｋｏｉｚｕｍｉ」「ｃｏｗｓ」「ｓｔｒｕｃｔｕｒａｌ」…の順に抽出されたのである。
【００９４】
さて、このようにして、第１言語の単語と第２言語の単語が表示部１０５により表示された後、本実施形態では、選択部１０６は、表示された第１言語の単語もしくは第２言語の単語からいずれか１つ以上を指定する選択入力を受け付ける。図７では、「構造」と「ｓｔｒｕｃｔｕｒａｌ」を指定している。
【００９５】
そして、本実施形態では、検索部１０７は、第１言語の文書と第２言語の文書との文書対から、以下の条件を満たす文書対を検索する。
（ａ）受け付けられた選択入力に第１言語の単語が指定されている場合、その第１言語の文書が当該第１言語の単語を含む。
（ｂ）受け付けられた選択入力に第２言語の単語が指定されている場合、その第２言語の文書が当該第２言語の単語を含む。
【００９６】
特に、対訳記憶部１０２にあらかじめ記憶されている対訳対を検索対象となる文書対とすることができる。図８は、このようにして検索された文書を表示したもので、図中左欄には第２言語（英語）の文章が、図中右欄には第１言語（日本語の文章が、文書対ごとに区分けされて、それぞれ表示されている。
【００９７】
また、表示の際には、検索対象となった第２言語の単語「ｓｔｒｕｃｔｕｒａｌ」に下線が引かれて強調表示がされている。第１言語においては、当初入力された「聖域なき構造改革」に下線が引かれて強調表示がされているが、検索対象となった単語「構造」のみを強調表示したり、当初入力された単語列と検索対象の単語列とを異なる表示手法で強調表示するなどの種々の手法を採用することができる。
【００９８】
このように、これらの実施形態では、第１言語の単語に関連する第２言語の飜訳語を適切に絞り込んで文書を検索したり、飜訳用例を容易に調査したりすることができるようになる。
【００９９】
【発明の効果】
以上説明したように、本発明によれば、２種類の言語を用いて文書を検索するのに好適な検索装置、検索方法、ならびに、これらをコンピュータ上で実現するプログラムを提供することができる。
【図面の簡単な説明】
【図１】本発明の実施形態に係る検索装置の概要構成を示す模式図である。
【図２】本実施形態の検索装置にて実行される検索処理の制御の流れを示すフローチャートである。
【図３】対訳記憶部に各言語の単語列が記憶される様子を示す説明図である。
【図４】ウェブブラウザに文書が表示される様子を示す説明図である。
【図５】表示部による表示例を示す説明図である。
【図６】文書の検索結果を表示する表示例を示す説明図である。
【図７】表示部による表示例を示す説明図である。
【図８】文書の検索結果を表示する表示例を示す説明図である。
【符号の説明】
１０１検索装置
１０２対訳記憶部
１０３入力受付部
１０４抽出部
１０５表示部
１０６選択部
１０７検索部
５０１画面
５０２上段
５０３中段
５０４下段
５１１ボタン
５１２ボタン

Claims

対訳記憶部と、入力受付部と、抽出部と、表示部と、選択部と、検索部と、を備える検索装置であって、
前記対訳記憶部は、第１言語の単語列と、第２言語の単語列と、を対訳対としてあらかじめ記憶し、
前記入力受付部は、第１言語の単語の入力を１つ以上受け付け、
前記抽出部は、前記入力を受け付けられた１つ以上の第１言語の単語のそれぞれについて、当該第１言語の単語と、前記あらかじめ記憶された対訳対における第２言語の単語と、の共起強度により、第２言語の単語を１つ以上抽出し、
前記表示部は、前記抽出された１つ以上の第２言語の単語を表示し、
前記選択部は、当該表示された第２言語の単語からいずれか１つ以上を指定する選択入力を受け付け、
前記検索部は、前記受け付けられた選択入力に指定された第２言語の単語を含む文書を検索する
ことを特徴とするもの。
請求項１に記載の検索装置であって、
前記表示部は、前記入力を受け付けられた第１言語の単語が複数ある場合、当該第１言語の単語ごとに、これに対して１つ以上抽出された当該第２言語の単語を表示する
ことを特徴とするもの。
請求項１に記載の検索装置であって、
前記抽出部は、前記入力を受け付けられた１つ以上の第１言語の単語のそれぞれについて、前記あらかじめ記憶された対訳対における共起強度により、第１言語の単語を１つ以上さらに抽出し、
前記表示部は、前記抽出された１つ以上の第１言語の単語をさらに表示し、
前記選択部は、前記表示された第１言語の単語もしくは第２言語の単語からいずれか１つ以上を指定する選択入力をさらに受け付け、
前記検索部は、第１言語の文書と第２言語の文書との文書対から、文書対であって、前記受け付けられた選択入力に第１言語の単語が指定されている場合、その第１言語の文書が当該第１言語の単語を含み、前記受け付けられた選択入力に第２言語の単語が指定されている場合、その第２言語の文書が当該第２言語の単語を含むものを検索する
ことを特徴とするもの。
請求項３に記載の検索装置であって、
前記検索部により検索される文書対は、前記対訳記憶部にあらかじめ記憶される対訳対であり、当該文書対の第１言語の文書は当該対訳対の第１言語の単語列であり、当該文書対の第２言語の文書は当該対訳対の第２言語の単語列である
ことを特徴とするもの。
請求項１から４のいずれか１項に記載の検索装置であって、
前記入力受付部は、第１言語の自然文の入力を受け付け、これを第１言語の単語列に分割して、分割したものを１つ以上の第１言語の単語の入力として受け付ける
ことを特徴とするもの。
第１言語の単語列と、第２言語の単語列と、を対訳対としてあらかじめ記憶する対訳記憶部を用いる検索方法であって、入力受付工程と、抽出工程と、表示工程と、選択工程と、検索工程と、を備え、
前記入力受付工程では、第１言語の単語の入力を１つ以上受け付け、
前記抽出工程では、前記入力を受け付けられた１つ以上の第１言語の単語のそれぞれについて、当該第１言語の単語と、前記あらかじめ記憶された対訳対における第２言語の単語と、の共起強度により、第２言語の単語を１つ以上抽出し、前記表示工程では、前記抽出された１つ以上の第２言語の単語を表示し、
前記選択工程では、当該表示された第２言語の単語からいずれか１つ以上を指定する選択入力を受け付け、
前記検索工程では、前記受け付けられた選択入力に指定された第２言語の単語を含む文書を検索する
ことを特徴とする方法。
請求項６に記載の検索方法であって、
前記表示工程では、前記入力を受け付けられた第１言語の単語が複数ある場合、当該第１言語の単語ごとに、これに対して１つ以上抽出された当該第２言語の単語を表示する
ことを特徴とする方法。
請求項６に記載の検索方法であって、
前記抽出工程では、前記入力を受け付けられた１つ以上の第１言語の単語のそれぞれについて、前記あらかじめ記憶された対訳対における共起強度により、第１言語の単語を１つ以上さらに抽出し、
前記表示工程では、前記抽出された１つ以上の第１言語の単語をさらに表示し、
前記選択工程では、前記表示された第１言語の単語もしくは第２言語の単語からいずれか１つ以上を指定する選択入力をさらに受け付け、
前記検索工程では、第１言語の文書と第２言語の文書との文書対から、文書対であって、前記受け付けられた選択入力に第１言語の単語が指定されている場合、その第１言語の文書が当該第１言語の単語を含み、前記受け付けられた選択入力に第２言語の単語が指定されている場合、その第２言語の文書が当該第２言語の単語を含むものを検索する
ことを特徴とする方法。
請求項８に記載の検索方法であって、
前記検索工程により検索される文書対は、前記対訳記憶部にあらかじめ記憶される対訳対であり、当該文書対の第１言語の文書は当該対訳対の第１言語の単語列であり、当該文書対の第２言語の文書は当該対訳対の第２言語の単語列である
ことを特徴とする方法。
請求項６から９のいずれか１項に記載の検索方法であって、
前記入力受付工程では、第１言語の自然文の入力を受け付け、これを第１言語の単語列に分割して、分割したものを１つ以上の第１言語の単語の入力として受け付ける
ことを特徴とする方法。
コンピュータを、請求項１から５のいずれか１項に記載の検索装置として機能させることを特徴とするプログラム。
コンピュータに、請求項６から１０のいずれか１項に記載の検索方法を実行させることを特徴とするプログラム。