JP2005108184A - 機械翻訳システム、その制御装置、及びコンピュータプログラム - Google Patents

Abstract

【課題】言語の組合せにかかわらず高品質な訳文が得られる機械翻訳システムを提供する。
【解決手段】機械翻訳システム２０は、第１の言語の入力文３０に対しそれぞれ第２の言語の訳文を生成するための、複数個の機械翻訳装置を含む訳文候補生成部３２と、得られた複数の第２の言語の訳文をそれぞれ起点として、訳文を変形し改良する訳文改良部３６と、改良された訳文のうちで所定の条件を充足するものを入力文に対する出力文４２として選択する終了判定部３８とを含む。
【選択図】 図１

Description

この発明は機械翻訳システムに関し、特に、任意の２言語間の翻訳において、利用可能な言語リソースを生かしながら精度の高い翻訳を行なうことが可能な機械翻訳システムに関する。

社会経済活動のグローバル化の急速な進展に伴い、新たな言語対又は分野を対象とした機械翻訳システムを効率的に構築することが求められている。また、既に商用化され広く利用されている文字言語の翻訳においても、活発に研究され実用化が視野に入った音声言語の翻訳においても、現在の水準を越える高い翻訳品質が求められている。

従来、機械翻訳システムの作成には、翻訳対象である２言語に堪能な専門家と年単位の時間と莫大な費用とを必要としている。そのような機械翻訳システムでは、現在求められている高い移植性又は品質を実現できない。これからは機械翻訳システムの作成にできるだけ人の関与をなくすようにし、機械化・工業化する必要がある。

現在、世界の機械翻訳の研究においては、コーパスを利用する手法が従来手法の壁を破る成果を挙げつつある。コーパスを利用する機械翻訳の手法として、二つの代表的なアプローチがある。それらは、（１）用例翻訳と（２）統計翻訳とである。これらはいずれもコーパスを用いた半ば自動的な学習処理によって機械翻訳のためのシステムを構築できるという特徴をもつ。

用例翻訳は、２言語の対訳を多数含む用例コーパスから翻訳パターンを抽出し、入力文に最も類似したパターンを利用して翻訳を行なう。第１の言語の入力文が与えられると、入力文に類似した第１の言語の文を対訳コーパスの中から探し出し、探し出された第１の言語の文の訳文（第２の言語）に基づいて出力文を作成する。

一方、統計翻訳は、同様の用例コーパスから翻訳と言語との統計モデルを学習し、実行時にこれら二つの統計モデルに従って、確率を最大化するような訳文をサーチする。

以下、従来技術の代表的な翻訳手法のうち、統計翻訳について説明し、さらに統計翻訳の精度をより高めようとする従来の試みを説明する。

統計翻訳では、ある言語の文（今、この文を「Ｊ」と表す。）を他の言語の文（この文を「Ｅ」と表す。）に翻訳するという問題を、次の条件付確率を最大化する問題として定式化する。

この式に対してベイズの定理を適用することにより次の式が得られる。

このうち、Ｐ（Ｊ）は＾Ｅの算出とは無関係である（「＾Ｅ」は、上の式の左辺を表す）。従って次の式が得られる。

右辺のうち第１項Ｐ（Ｅ）は言語モデルと呼ばれ、文Ｅの尤度を表す。第２項のＰ（Ｊ｜Ｅ）は翻訳モデルと呼ばれ、文Ｅから文Ｊが生成される確率を表す。統計翻訳では、この確率が最大となるような訳文＾Ｅをサーチしてそれを入力文に対する訳文とする。

一方、こうした手法の限界を打破する方法として、チャンネルソース文の各単語に翻訳したものをチャンネルターゲット文の順番で並べたものを最初に生成し、この文に対し種々のオペレータを適用して多数の文を生成していく方法が提案されている（非特許文献１）。提案された手法では、その様に生成された文のうち、最も尤度の高いものを求めて訳文として選択する。

ウルリヒ ゲルマン、ミハエル ヤール、ケビン ナイト、ダニエル マルキュ、ケンジ ヤマダ、「機械翻訳のための高速デコーディング及び最適デコーディング」、２００１、ＡＣＬ２００１予稿集、ツールーズ、フランス（Ｕｌｒｉｃｈ Ｇｅｒｍａｎｎ，Ｍｉｃｈａｅｌ Ｊａｈｒ，Ｋｅｖｉｎ Ｋｎｉｇｈｔ，Ｄａｎｉｅｌ Ｍａｒｃｕ，ａｎｄ Ｋｅｎｊｉ Ｙａｍａｄａ，"Ｆａｓｔ ｄｅｃｏｄｉｎｇ ａｎｄ ｏｐｔｉｍａｌ ｄｅｃｏｄｉｎｇ ｆｏｒ ｍａｃｈｉｎｅ ｔｒａｎｓｌａｔｉｏｎ，"（２００１）ｉｎ Ｐｒｏｃ．ｏｆ ＡＣＬ２００１，Ｔｏｕｌｏｕｓｅ，Ｆｒａｎｃｅ．）

従来の用例翻訳と統計翻訳とのいずれの手法を用いたとしても、ある原理と言語データとにおいて妥当な訳文を生成する枠組みを出るものではない。そのため、訳質をより高めようとすれば機械翻訳システムの内部そのものを変更しなければならず、期間、人手、費用のいずれの点でも改良に困難を伴う。

また非特許文献１に記載の方法では、探索において局所的最適解に到達してしまうことが多いという問題があり、高精度の解が安定して得られる訳ではない。

それに加えて、今後新たな翻訳手法が登場してきたとしても、各手法はその手法で完結したものとなり、それら新たな手法の限界を破った高い訳質の訳文を生成可能とするような枠組みは存在していない。

それゆえに本発明の目的は、言語の組合せにかかわらず高品質の翻訳を得ることができる機械翻訳システムを提供することである。

この発明の他の目的は、言語の組合せにかかわらず、ある程度の時間内に高品質の翻訳を得ることができる機械翻訳システムを提供することである。

この発明のさらに他の目的は、利用可能な翻訳リソースを有効に活用可能で、言語の組合せにかかわらず、高品質の翻訳を安定して得ることができる機械翻訳システムを提供することである。

本発明の第１の局面に係る機械翻訳システムは、第１の言語の入力文に対しそれぞれ第２の言語の訳文を生成するための、複数個の機械翻訳手段と、第２の言語の訳文をそれぞれ起点として、所定の評価方式に従った評価が改善するように訳文を改良するための訳文改良手段と、訳文改良手段により改良された訳文のうちで所定の条件を充足するものを入力文に対する訳文として選択するための訳文選択手段とを含む。

複数個の機械翻訳手段によって生成された訳文を改良し、改良された訳文の中で所定の条件を充足するものを入力文に対する訳文として選択する。単に機械翻訳手段の出力から訳文を選択するのではなく、それを改良するので、よりよい訳文が得られる。また複数の機械翻訳手段の出力結果を起点として訳文改良を行なうので、一つの機械翻訳手段の出力を使用する場合と比較して局所的最適解しか得られないというおそれが少なく、最適な訳文が得られる可能性が高い。また、既存の機械翻訳手段を使用することができる上、言語の組合せにも影響されずに訳質の高い訳文を得ることができる。

好ましくは、複数個の機械翻訳手段は、互いに異なる方式のものである。

互いに異なる方式の機械翻訳手段を使用することで、最初に得られる訳文が互いに異なるものとなり、改良の過程で局所的最適解に陥る危険性が少なくなる。

より好ましくは、訳文改良手段は、入力される訳文に対し、所定の変形を行なうための訳文変形手段と、訳文変形手段により変形された訳文に対して評価を行なうための訳文評価手段と、訳文評価手段により変形された訳文に対して得られた評価が、変形前の訳文に対して得られた評価に対し改善されているか否かを判定し、改善が認められなくなるまで、訳文変形手段により変形された訳文に対し、変形及び評価を繰返し実行するように訳文変形手段及び評価手段を制御するための繰返し制御手段とを含む。

変形した訳文が、変形前の訳文に対して改善されているか否かを判定し、改善が認められなくなるまで変形と評価とを繰返す。複数個の機械翻訳手段を使用することと併せ、局所的最適解に陥らずに大域的に見て最適な訳文が得られる可能性が高い。

さらに好ましくは、訳文変形手段は、一つの訳文に対して複数通りの変形を行なって複数個の変形後の訳文を生成するための手段を含み、評価手段は、複数個の変形後の訳文の各々に対し評価を行なうための手段を含む。

各訳文に対し複数通りの変形をして得られた訳文の各々が評価の対象となる。多くの訳文変形が評価及び変形の対象となるので、大域的に見て最適な訳文が得られる可能性が高い。

繰返し制御手段は、訳文変形手段により変形された複数通りの訳文の各々に対し、評価手段による評価の改善が見られなくなるまで変形及び評価を繰返し実行するように訳文変形手段及び評価手段を制御するための手段を含んでもよい。

評価の改善が見られなくなるまで繰返し変形及び評価が実行されるので、最終的には最も評価の高い訳文が得られる。

好ましくは、繰返し制御手段は、訳文変形手段により変形された複数通りの訳文のうち、評価が上位の所定個数内の各々に対し、評価手段による評価の改善が見られなくなるまで変形及び評価を繰返し実行するように訳文変形手段及び評価手段を制御するための手段を含む。

複数個の訳文のうち、評価が上位の所定個数を選択し、変形及び評価を行なうことを評価の改善が見られなくなるまで繰返し実行する。評価が上位のもののみ選択するので、少ない計算量で大域的に見て最適な訳文が得られる可能性が高くなる。

より好ましくは、訳文改良手段は、入力される訳文に対し、所定の変形を行なうための訳文変形手段と、訳文変形手段により変形された訳文に対して評価を行なうための訳文評価手段と、訳文変形手段により変形された訳文に対し、予め定められた回数だけ変形及び評価を繰返し実行するように訳文変形手段及び評価手段を制御するための繰返し制御手段とを含む。

繰返しを、予め定められた回数だけ行なうので、所定時間内に確実に最終的な訳文が得られる。

さらに好ましくは、訳文選択手段は、繰返し制御手段による繰返しの中で得られた複数個の訳文のうち、評価手段による評価が最も高かったものを選択するための手段を含む。

最終的に評価が最も高い訳文を出力するので、評価基準に従った最も好ましい訳文を選択できる。

訳文評価手段は、第２の言語の言語モデルと第２の言語から第１の言語への翻訳モデルとに基づいて訳文の尤度を算出するための手段を含んでもよい。

最終的に言語モデルと翻訳モデルとに基づいて計算される尤度を評価値とし、尤度が最も高い訳文が得られる。そのため、得られる訳文は、自然な、訳質の高いものとなる。

本発明の第２の局面に係るコンピュータプログラムは、コンピュータにより実行されると、当該コンピュータを上記したいずれかの機械翻訳システムとして動作させる。

本発明の第３の局面に係る機械翻訳システムの制御装置は、複数個の機械翻訳装置に第１の言語の入力文を与え、それぞれ対応する第２の言語の訳文を得るための訳文取得手段と、訳文取得手段により得られた第２の言語の訳文を、各々が第２の言語の訳文をそれぞれ起点として、所定の評価方式に従った評価が改善するように訳文を変形するための複数個の訳文変形手段にそれぞれ与え、変形された複数個の訳文とそれぞれに付随する評価値とを受取るための変形訳文取得手段と、変形訳文取得手段が受取った訳文のうちで所定の条件を充足するものを入力文に対する訳文として選択し出力するための訳文選択手段とを含む。

好ましくは、訳文選択手段は、変形訳文取得手段が受取った訳文のうちで最も高いスコアを持つものを選択するための手段を含む。

本発明の第４の局面に係るコンピュータプログラムは、コンピュータにより実行されると、当該コンピュータを、機械翻訳システムの制御装置として動作させるためのコンピュータプログラムであって、機械翻訳システムは、第１の言語の文に対しそれぞれ第２の言語の訳文を生成するための、互いに異なる複数個の機械翻訳装置と、第２の言語の訳文をそれぞれ起点として、所定の評価方式に従った評価が改善するように訳文を変形するための複数個の訳文変形装置とを含み、制御装置は、第１の言語の入力文を複数個の機械翻訳装置に与え、対応する第２の言語の訳文を得るための訳文取得手段と、訳文取得手段により得られた第２の言語の訳文を、複数個の訳文変形装置にそれぞれ与え、変形された訳文とそれぞれに付随する評価値とを受取るための変形訳文取得手段と、変形訳文取得手段が受取った訳文のうちで所定の条件を充足するものを入力文に対する訳文として選択し出力するための訳文選択手段とを含む。

［第１の実施の形態］
本実施の形態の機械翻訳システムは、既存の翻訳リソースと、訳文の改良手法とを組合せた新たな枠組みに基づくものである。

−構成−
図１に、本実施の形態に係る機械翻訳システム２０のブロック図を示す。図１を参照して、この機械翻訳システム２０は、第１の言語（これを言語Ｊとする。）の入力文３０を第２の言語（これを言語Ｅとする。）の訳文である出力文４２に翻訳するシステムである。機械翻訳システム２０は、第１の言語の入力文３０を受け、後述するように種々の機械翻訳手法による訳文を訳文候補として生成するための訳文候補生成部３２と、訳文候補生成部３２により生成された訳文候補を、後述する方法に従って改良していき、所定の終了条件が充足された時点で最良の訳文候補を出力するための訳文改良部３６と、訳文改良部３６から改良された後の訳文候補が出力されたことに応答して、所定の終了条件が充足されているか否かを判定し、終了条件が充足されているときにはそのときまでに得られた改良後の訳文候補のうち、所定の評価基準に従って評価したスコアが最良のものを出力文４２として選択し出力するための終了判定部３８とを含む。

終了判定部３８は、まだ終了条件が充足されていないと判定されると、訳文候補生成部３２に対して再度初期候補を生成することを指示する制御信号４１を送出する機能を持つ。訳文候補生成部３２は、この制御信号４１に応答して、先に初期候補を生成したときとは異なる初期候補を生成し、訳文改良部３６に与える機能を持つ。

図２に、訳文候補生成部３２のより詳細な機能ブロック図を示す。図２を参照して、訳文候補生成部３２は、与えられる文を翻訳し、それぞれ訳文３９Ａ〜３９Ｅを出力するための第１〜第５の翻訳装置３５Ａ〜３５Ｅと、入力文３０を終了判定部３８からの制御信号４１に従ってこれら第１〜第５の翻訳装置３５Ａ〜３５Ｅのうちのいずれか一つに分配するための分配部３３と、第１〜第５の翻訳装置３５Ａ〜３５Ｅのいずれかから出力される訳文を終了判定部３８からの制御信号４１に従って選択し、初期候補訳文３９として出力するための選択部３７とを含む。

第１〜第５の翻訳装置３５Ａ〜３５Ｅは、本実施の形態では、互いに異なる方式により翻訳を行なう。従って、同一の入力文３０が与えられたとしても、第１〜第５の翻訳装置３５Ａ〜３５Ｅから得られる訳文３９Ａ〜３９Ｅは互いに異なったものとなる可能性が高い。なお、この例では翻訳装置として５つを用いたものを示すが、この数は複数であればよく、５に限定されるわけではない。また、同一の方式の翻訳装置であって、異なる翻訳知識を使用するものを用いても良い。

図３に、本実施の形態における第１の翻訳装置３５Ａの詳細なブロック図を示す。図３を参照して、第１の翻訳装置３５Ａは、第１の言語の文と第２の言語の訳文とからなる対訳文を多数含む対訳コーパス３４と、対訳コーパス３４を参照して、入力文３０と対訳コーパス３４の第１の言語の文の各々との類似の程度を示す類似尺度としてｔｆ／ｉｄｆ基準Ｐ_tf/idfを算出するためのｔｆ／ｉｄｆ算出部５０Ａとを含む。ｔｆ／ｉｄｆ基準Ｐ_tf/idfは、対訳コーパス３４の第１の言語の各文を一つの文書とみなして、情報検索アルゴリズムで一般的に用いられる文書頻度と呼ばれる概念を用いて下の式により定義された尺度である。

ただしＪ₀は入力文、Ｊ_0,iは入力文Ｊ₀のｉ番目の単語、ｄｆ（Ｊ_0,i）は入力文Ｊ₀のｉ番目の単語Ｊ_0,iに対する文書頻度、Ｎは対訳コーパス３４内の全ての訳文の数を、それぞれ示す。文書頻度ｄｆ（Ｊ_0,i）とは、入力文Ｊ₀中のｉ番目の単語Ｊ_0,iが出現する文書（本実施の形態では訳文）の数のことをいう。

第１の翻訳装置３５Ａはさらに、対訳コーパス３４に含まれている各対訳文（Ｊ_k，Ｅ_k）の第１の言語の文Ｊ_kについて、入力文Ｊ₀との間のＤＰ（Ｄｙｎａｍｉｃ Ｐｒｏｇｒａｍｍｉｎｇ）マッチングを行なって編集距離ｄｉｓ（Ｊ_k，Ｊ₀）を算出するための編集距離算出部５２Ａと、ｔｆ／ｉｄｆ算出部５０Ａにより算出されたｔｆ／ｉｄｆ基準Ｐ_tf/idf及び編集距離算出部５２Ａにより算出された編集距離に基づいて、後述する式に従って各対訳文のスコアを算出するためのスコア算出部５４Ａとを含む。

編集距離算出部５２Ａにより算出される編集距離ｄｉｓ（Ｊ_k，Ｊ₀）は以下の式で表される。

ただしｋは１≦ｋ≦Ｎなる整数、Ｉ（J_k，Ｊ₀）、Ｄ（J_k，Ｊ₀）、及びＳ（J_k，Ｊ₀）はそれぞれ文Ｊ₀から文Ｊ_kに至るまでの挿入／削除／置換の数（編集距離）である。なお編集距離は、容易に入手可能なソフトウェアツールを利用して算出できる。

スコア算出部５４Ａにより算出されるスコアは以下の式により表される。

ただしαは調整パラメータであり、本実施の形態ではα＝０．２としている。

図３を参照して、第１の翻訳装置３５Ａはさらに、スコア算出部５４Ａにより算出されたスコアに基づき、最も大きなスコアを持つ対訳文を選択し、その対訳文に含まれる第２の言語の文を第１の初期候補訳文３９Ａとして出力し図１に示す訳文改良部３６に与えるための対訳文選択部５６Ａを含む。

図４に第２の翻訳装置３５Ｂの構成をブロック図形式で示す。図４を参照して、第２の翻訳装置３５Ｂは、第１の言語である入力文３０を、第３の言語の文に翻訳するための既存の翻訳システムからなる第１の中間翻訳装置５０Ｂと、第１の中間翻訳装置５０Ｂの出力する第３の言語の文を前述の第２の言語の文に翻訳するための第２の中間翻訳装置５２Ｂとを含む。

第１の中間翻訳装置５０Ｂ及び第２の中間翻訳装置５２Ｂとして性能のよいものが存在している場合、このように第３の言語を介在させて第１の言語から第２の言語に翻訳を行なった結果、よい翻訳結果が得られる場合がある。本実施の形態のシステムでは、このような中間の言語を用いて得られた翻訳結果も、訳文の初期候補として利用できる。

なお、第１及び第３の言語は互いに別の言語でもよいし、互いに同じ言語であってもよい。この場合、第１の中間翻訳装置５０Ｂは第１の言語内での言換えを行なう装置ということになる。また、第２の言語と第３の言語とが同じ言語であってもよい。この場合、第２の中間翻訳装置５２Ｂは、第２の言語内での言換えを行なう装置ということになる。

図５に、第３の翻訳装置３５Ｃの詳細なブロック図を示す。図５を参照して、第３の翻訳装置３５Ｃは、入力文３０をそれぞれ第２の言語に翻訳するための、互いに異なる翻訳方式の第１〜第３の翻訳部５０Ｃ−１〜５０Ｃ−３と、これら第１〜第３の翻訳部５０Ｃ−１〜５０Ｃ−３の出力の訳質を所定の基準に従って評価し、その基準に従って最も優れていると思われるものを選択して第３の初期候補訳文３９Ｃとして出力するための訳文選択部５２Ｃとを含む。

第１〜第３の翻訳部５０Ｃ−１〜５０Ｃ−３の翻訳方式は、互いに異なったものであればどのようなものであってもよい。

訳文選択部５２Ｃでの訳文の評価の基準としては、種々考えられるが、それらについては訳文改良部３６での訳質評価の基準と共通していると考えられるので、ここではそれらの詳細な説明は行なわない。

図６に、第４の翻訳装置３５Ｄの詳細なブロック図を示す。図６を参照して、第４の翻訳装置３５Ｄは、入力文３０をそれぞれ第２の言語に翻訳するための、互いに異なる翻訳方式の第４〜第６の翻訳部５０Ｄ−１〜５０Ｄ−３と、これら第４〜第６の翻訳部５０Ｄ−１〜５０Ｄ−３の出力をマージして第４の初期候補訳文３９Ｄとして出力するための訳文マージ部５２Ｄとを含む。

第４〜第６の翻訳部５０Ｄ−１〜５０Ｄ−３は、第１〜第３の翻訳部５０Ｃ−１〜５０Ｃ−３と同様、互いに異なる翻訳方式を用いるものであればどのようなものでもよい。

訳文マージ部５２Ｄによる訳文のマージとは以下のような処理である。簡単のために、入力文が「Ｔｈｉｓ ｉｓ ａ ｐｅｎ．」という英語である場合を例として説明する。図７を参照して、この第４〜第６の翻訳部５０Ｄ−１〜５０Ｄ−３から、この入力文に対してそれぞれ「これはペンです」「これはペンだ」及び「これは筆です」という訳文が得られたものとする。訳文のマージでは、これら文を構成する単語又は単語列ごとに各訳文を比較し、最も多くの訳文に見出される単語又は単語列をマージ後の訳文の単語又は単語列として選択する。

例えば、上記した図７に示す例では、枠６０Ｄで示す部分は３つの訳文に共通している。従ってこの部分からは「これは」が訳文の要素として選択される。次に、枠６１Ｄ及び６２Ｄで示されるように、「ペン」という語が二つの訳文に見出され、「筆」という語は一つの訳文にしか見出されない。従ってこの部分からは「ペン」が訳文の要素として選択される。同様に枠６３Ｄ〜６５Ｄからは、「です」が選択される。その結果、マージした後の訳文として枠６９Ｄにより示す「これはペンです」が得られる。

一般的にいって、複数の機械翻訳システムにおいて共通して使用されている単語又は単語列があれば、その単語又は単語列が訳語として妥当なものである可能性が高い。従って、上記したようなマージ処理によって、正しい訳文に近いものが得られる可能性が大きい。そのため、こうしたマージ処理の結果を初期候補訳文として利用する。

図８に、第５の翻訳装置３５Ｅの詳細なブロック図を示す。第５の翻訳装置３５Ｅは、それぞれ入力文を第２の言語に翻訳するための第７〜第９の翻訳部５０Ｅ−１〜５０Ｅ−３と、第７〜第９の翻訳部５０Ｅ−１〜５０Ｅ−３の出力する訳文に対し、共有構造を持つ訳文を第５の初期候補訳文３９Ｅとして生成するための訳文共有構造化部５２Ｅとを含む。

訳文の共有構造を生成する処理とは、次のような処理をいう。図９を参照して、図７に示すものと同様、入力文が「Ｔｈｉｓ ｉｓ ａ ｐｅｎ．」という英語の文である場合を例として説明する。図７を参照して、この第７〜第９の翻訳部５０Ｅ−１〜５０Ｅ−３から、この入力文に対してそれぞれ「これはペンです」「これはペンだ」及び「これは筆です」という訳文が得られたものとする。

訳文の共有構造の生成は、基本的に訳文の単語列をグラフで表現する。例えば、図９の枠６０Ｅで示すように互いに共通する部分（「これは」）はグラフでは一つのアークにまとめる。そして、枠６１Ｅと枠６２Ｅ、及び枠６３Ｅ〜６５Ｅによりそれぞれ表されるように、互いに対応する部分であってかつ互いに異なる単語又は単語列が生成された部分では、それらの相違を別々のアーク（「ペン」と「筆」、及び「です」と「だ」）で表現する。第５の初期候補訳文３９Ｅはこのようなグラフ構造６９Ｅを持った訳文候補である。

本実施の形態では、以上の５つの翻訳装置を用いている。しかし、これ以外の翻訳システムであっても、第１の言語から第２の言語への翻訳を行なうことが可能なものであれば、どのようなものでも第１〜第５の翻訳装置３５Ａ〜３５Ｅのいずれかに替えて、又はこれらに加えて、用いることができる。また第１〜第５の翻訳装置３５Ａ〜３５Ｅも含め、利用可能な翻訳システムのどのような組合せでも訳文候補生成部３２の要素として使用することが可能である。

図１０に、図１に示す訳文改良部３６の詳細なブロック図を示す。図１０を参照して、訳文改良部３６は、訳文候補生成部３２が出力した初期候補訳文３９と、後述する訳文記憶部７３から読出された訳文とのいずれか一方を選択するための訳文選択部７０と、訳文選択部７０の選択した訳文を、後述するように何らかの方式に従って変形するための訳文変形部７１と、訳文変形部７１により変形された後の訳文の訳質を所定の評価基準に従って評価しそのスコアを出力するための変形後訳文評価部７２とを含む。

訳文改良部３６はさらに、変形後訳文評価部７２の出力するスコアとともに変形後訳文を記憶するための訳文記憶部７３と、変形後訳文評価部７２の出力するスコアに従って、訳文の改良を終了させるための終了条件が充足されているか否かを判定し、判定結果に従って繰返しを制御するための繰返し制御部７４とを含む。

繰返し制御部７４は、訳文記憶部７３又は初期候補訳文３９のいずれか一方を選択するように訳文選択部７０に対する選択制御信号を送出する機能を持つ。ただし、処理の最初では訳文選択部７０は必ず訳文３９Ａ〜３９Ｅを選択する。その後の処理で訳文３９Ａ〜３９Ｅを選択するか、訳文記憶部７３の出力を選択するかは、どのようなスキームで訳文を変形させていくかにより異なってくる。

繰返し制御部７４はまた、変形後訳文評価部７２によるスコアによっては終了条件が充足されていないと判定されたときには、訳文記憶部７３に記憶された訳文のうちのいずれか一つを所定の方式で選択して訳文選択部７０に与えるよう訳文記憶部７３を制御する機能、それと同時に訳文変形部７１による訳文の変形を制御する機能、及び終了条件が充足されたと判定されたときには、後続の終了判定部３８に対して訳文改良部３６による訳文改良処理が完了したことを示す完了信号７７を送出する機能も持つ。

繰返し制御部７４による訳文記憶部７３からの訳文選択の順序は、訳文変形部７１で行なう訳文変形の方式と関係して決定される。訳文変形部７１で行なわれる訳文変形には、任意のテキスト変形アルゴリズムを利用することができる。本実施の形態では、訳文を統計翻訳で用いられる言語モデル及び翻訳モデルを用いてより尤度の高いものに変形する方式を使用する。

テキスト変形アルゴリズムとしては、これ以外にも種々のものを用いることができる。以下にそれらを例示的に列挙する。
（１）言語モデルのみを用いて変形する。
（２）翻訳モデルのみを用いて変形する。
（３）予め人手で作成された文の書換えパターンに基づいて変形する。
（４）機械的に学習した書換えパターンに基づいて変形する。この際の学習としては、例えば機械翻訳の結果と用例コーパス中の正解とを比較し、その差分を変換パターンとして学習する方式が考えられる。
（５）単語の置換、挿入、削除等をランダムに、又は何らかのモデルに従って行なう。

変形後訳文評価部７２による訳質評価の手法としても、将来利用可能となるものも含めて種々の手法を利用することができる。本実施の形態では、統計的翻訳で用いられる言語モデル及び翻訳モデルによって訳文の尤度を計算し、変換後の訳文の尤度に改善が見られなくなったとき、又は所定の繰返し回数が完了したときに終了条件が充足されたと判定する。

これ以外にも、訳質評価の尺度として考えられるものとを以下に例示的に列挙する。
（１）言語モデルのみにより得られる尤度
（２）翻訳モデルのみにより得られる尤度
（３）直訳度と呼ばれる尺度。直訳度としては、たとえば次の式で定義されるＴａｎｉｍｏｔｏ係数を使用できる。

ただし｜・｜は集合の要素の数を表し、内容語とは、文の意味内容を判断する上で重要な語のことをいう。単語辞書にその単語が含まれているか否かによりその単語が内容語か否かを決定する手法が考えられる。
（４）多重逆翻訳類似度。多重逆翻訳類似度とは、一旦得られた訳文を第１の言語への複数の翻訳システムで逆翻訳した結果が入力文とどの程度類似しているかを示す尺度である。この尺度が高ければ、訳文は入力文の正しい訳に近いと考えることができる。
（５）参考訳を生成した上でこの参考訳を使用して訳文を評価する手法。この手法としては、ＢＬＥＵスコア，ＷＥＲ（Ｗｏｒｄ Ｅｒｒｏｒ Ｒａｔｅ），ＮＩＳＴスコア，ＰＥＲ（Ｐｏｓｉｔｉｏｎ Ｉｎｄｅｐｅｎｄｅｎｔ ＷＥＲ）等、よく知られているものがある。以下に主なものについて説明する。

＜ＷＥＲ＞ Ｗｏｒｄ−ｅｒｒｏｒ−ｒａｔｅ（単語誤り率）を表す。これは、基準となる模範的翻訳と比較した際の編集距離（挿入／削除／置換）を反映したものである。

＜ＰＥＲ＞ 位置独立な（Ｐｏｓｉｔｉｏｎ−ｉｎｄｅｐｅｎｄｅｎｔ）ＷＥＲを表す。これは、位置的な問題を除き、挿入と削除とのみに関する編集距離を反映したものである。

＜ＢＬＥＵ＞ ＢＬＥＵスコアを表す。これは翻訳結果のＮ−グラムのうち、基準となる模範訳の中に見出されるものの率を表す。上記したＷＥＲ及びＰＥＲと異なり、ＢＬＥＵスコアの値が高いほど翻訳の質は高い。

なお、評価はこれ以外にもどのような手法を用いて行なってもよい。また、分野により特定の評価手法を採用するようにしてもよい。将来出現する有効な評価手法があれば、それを採用することも可能である。

なお、繰返し制御部７４は変形後の訳文の訳質に改善が見られない場合に繰返しを終了するが、訳質に改善が見られないときにもさらに変形を続けていくこともできる。ただし、本実施の形態では繰返し制御に山登り法を用いているので、訳質が劣化するようであれば繰返しは終了させる。

この様にして訳文改良部３６は訳文を変形していき、最も高い評価を持つ訳文を定めて出力文７６としてスコアとともに終了判定部３８に対して出力する。

終了判定部３８は、訳文改良部３６からの出力文７６とそのスコアとに基づいて、処理を終了させるか否かを判定する。本実施の形態では、単純に訳文候補生成部３２に含まれる第１〜第５の翻訳装置３５Ａ〜３５Ｅの出力の全てについて、訳文改良部３６での処理が完了したか否かを判定する。全てについて完了したときにそれまでで最高のスコアを示した訳文を出力文４２として出力する。全ての処理が完了していないときは、次の翻訳装置の訳文について上記した処理を実行するように制御信号を訳文候補生成部３２に出力し、処理を続行させる。

処理の終了条件としては、これに限らず以下に例示的に列挙する条件のうちの任意のものを採用することができる。ただし、この終了条件は訳質の改良の際の繰返し方法と関係があり、特定の繰返し方法には特定の終了判定しかできない場合、又は特定の繰返し方法には特定の終了判定が適用できないような場合等もあり得る。しかしそれらはいずれも設計事項に属する問題であり、当業者であれば適切な終了条件を選択できるであろう。
（１）予め定められた繰返し回数又は計算時間を超えれば終了。
（２）予め定められた繰返し回数又は計算時間内に訳質の改善が得られなくなれば終了。
（３）訳質の改善が得られなくなれば終了。
（４）予め定められた目標のスコアを得た訳文が得られれば終了。

−動作−
機械翻訳システム２０は以下の様に動作する。図３に示す対訳コーパス３４には予め第１の言語の文と第２の言語の訳文とからなる多数の対訳文が含まれている。また言語モデル及び翻訳モデルも何らかの手段により予め準備されているものとする。

図１を参照して、入力文３０が訳文候補生成部３２に与えられる。

図２を参照して、分配部３３が入力文３０を第１の翻訳装置３５Ａに与える。

図３を参照して、第１の翻訳装置３５Ａのｔｆ／ｉｄｆ算出部５０Ａは、入力文３０と対訳コーパス３４中の全ての対訳文のうちの第１の言語の文との間でｔｆ／ｉｄｆ基準Ｐ_tf/idfを算出する。編集距離算出部５２Ａは、同様に入力文３０と全ての対訳コーパス３４中の第１の言語の文Ｊ_kとの間で編集距離ｄｉｓ（Ｊ_k，Ｊ₀）を算出する。

スコア算出部５４Ａは、ｔｆ／ｉｄｆ算出部５０Ａにより算出されたｔｆ／ｉｄｆ基準Ｐtf/idf及び編集距離算出部５２Ａにより算出された編集距離ｄｉｓ（Ｊ_k，Ｊ₀）を用いて前述したスコアｓｃｏｒｅを次の式に従い算出する。

対訳文選択部５６Ａは、対訳コーパス３４に含まれる対訳文のうち、スコアｓｃｏｒｅの高いものを選択し、訳文３９Ａとして図２に示す選択部３７に与える。

選択部３７は、終了判定部３８からの制御信号に従って訳文３９Ａを選択し、訳文３９として訳文改良部３６に与える。

図１０を参照して、訳文改良部３６の訳文選択部７０は、与えられた初期候補訳文３９を選択して訳文変形部７１に与える。訳文変形部７１はこの訳文に対し所定のいく通りかの変形を行なって、変形後訳文評価部７２に与える。変形後訳文評価部７２はこの変形後の訳文の各々について前記したように所定の評価方式によって評価し、そのスコアとともに訳文記憶部７３に与える。変形後訳文評価部７２はまた、それらスコアを繰返し制御部７４にも与える。

繰返し制御部７４は、これらのスコアが所定の条件を充足しているか否かを判定する。本実施の形態では、繰返し制御部７４はいずれのスコアにも改善が認められなくなれば、又は所定回数だけ処理を繰返したときに、処理を終了する。最初の処理では通常はいずれかの変形により得られた訳文のスコアには改善が認められるので、繰返し制御部７４は訳文選択部７０、訳文変形部７１、及び訳文記憶部７３に対して処理の繰返しを指示するとともに、訳文記憶部７３に対しては、先ほど記憶した訳文のうちでスコアの改善が見られた訳文のうちの一つを訳文選択部７０に対し出力するように指示する。

訳文選択部７０は、今度は繰返し制御部７４からの指示に従い、訳文記憶部７３から与えられた変形後の訳文の一つを選択し、訳文変形部７１に与える。訳文変形部７１は、与えられた訳文に対し上記したのと同様のいく通りかの変形を行なう。この変形により得られた訳文の各々に対し変形後訳文評価部７２が再度評価を行なってスコアを計算し、繰返し制御部７４がスコアに改善が見られたか否かを判定する。訳文変形部７１、変形後訳文評価部７２、訳文記憶部７３、及び繰返し制御部７４は、この処理を、いずれの訳文のスコアにも改善が見られなくなるまで、変形する対象の訳文を変えながら繰返し実行する。

以上のように、一つの訳文候補に対し複数通りの変形を行なってそれらのスコアを評価し、スコアに改善が見られた訳文に対してさらに同様の変形及び評価を行なうことを、いずれの変形後訳文に対してもスコアの改善が見られなくなるまで（又は所定回数の繰返しが終了するまで）繰返し実行することにより、初期候補訳文３９に比してスコアが大きく改善された訳文が得られる可能性が高くなる。

どの訳文のスコアにも改善が見られなくなると（又は所定回数の繰返しが完了すると）、繰返し制御部７４は以上の繰返し処理のうちで最もスコアが高かった訳文を出力文７６として出力するように訳文記憶部７３を制御し、あわせて完了信号を図１に示す終了判定部３８に与える。

終了判定部３８は、この完了信号に応答して処理を終了させるべきか否かについて判定する。本実施の形態では、図２に示す第１〜第５の翻訳装置３５Ａ〜３５Ｅの全てについて、その生成した訳文に対する改良処理が終了して初めて全体の処理を終了する。従って終了判定部３８は第２の翻訳装置３５Ｂにより生成された訳文に基づいて、上記した訳文の改良処理を繰返すべく、訳文候補生成部３２に対し制御信号４１を与える。

図２を参照して、分配部３３はこの信号に応答して、入力文３０を第２の翻訳装置３５Ｂに与える。第２の翻訳装置３５Ｂは、図４に示すように第１の中間翻訳装置５０Ｂと第２の中間翻訳装置５２Ｂとによる翻訳処理を行なって、訳文３９Ｂを生成し、選択部３７に与える。

選択部３７は、終了判定部３８からの制御信号に従って、第２の翻訳装置３５Ｂの出力する訳文３９Ｂを選択し、初期候補訳文３９として訳文改良部３６に与える。以下、訳文改良部３６及び選択部３７は第１の翻訳装置３５Ａによる訳文の処理と同様の処理を繰返す。

このようにして、第１〜第５の翻訳装置３５Ａ〜３５Ｅが生成する訳文３９Ａ〜３９Ｅの全てに対して前述した訳文改良処理が終了すると、図１０に示す繰返し制御部７４は、図１に示す終了判定部３８に完了信号７７を与える。終了判定部３８はこの完了信号７７を受けると、処理を終了すべき条件が充足されたと判定し、これまでの処理により得られた訳文のうち、最もスコアの高いものを出力文４２として出力する。

訳文候補生成部３２で用いられる翻訳装置としては、既存のもの、今後利用可能となるものも含め、どのようなものでも利用できる。

本実施の形態によれば、同一の入力文に対して互いに異なる複数の機械翻訳システムによって得られた訳文をそれぞれ始点として、訳文の改良を行ない、最良のスコアを持つ訳文をそれぞれ選択し、さらにその中で最も高いスコアのものを最終的な訳文として選択する。複数の訳文からスタートするので、局所解だけでなく、大局的な最適解が得られる可能性が高い。また、最初の訳文を得るための機械翻訳システムとしては、どのようなものでもよく、既存の機械翻訳システムを有効に利用することができる。さらに、今後開発される機械翻訳システム又は訳質評価の手法までも有効に利用することが可能で、この枠組みを使用してさらに訳文の品質を高くすることが可能である。

訳質評価のための基準とその手法、及び基本的な複数の機械翻訳システムさえ確立されていれば、言語の組合せを問わず、任意の言語の間での訳文の質を改善することができる
。

さらに、上記した機械翻訳システムでは、訳文の品質の改善のために基本的には人手を必要とせず、システムの枠組みの開発も比較的簡単で短期で実現できるという特徴がある。

なお、上記した実施の形態では、変形後の訳文のうち、スコアに改善が見られたものの全てに対して再度、訳文の改良を行なう。しかし本発明はそのような実施の形態には限定されない。例えば、変形後の訳文でスコアに改善が見られたもののうち、上位の所定個数（例えば１個）の訳文に対してのみ、その後の変形と評価とを行なうようにしてもよい。

また、変形は複数通り行なうことが望ましいが、一通りの変形のみ使用するようにしてもよい。

［第２の実施の形態］
上記した様に、第１の実施の形態の装置はコンピュータにより実現することができる。また、図２等からも明らかなように、第１の実施の形態の装置は、その内部に互いに独立に動作可能な構成要素（例えば第１〜第５の翻訳装置３５Ａ〜３５Ｅ、第１〜第３の翻訳部５０Ｃ−１〜５０Ｃ−３、第４〜第６の翻訳部５０Ｄ−１〜５０Ｄ−３、第７〜第９の翻訳部５０Ｅ−１〜５０Ｅ−３等）を含む。従って、コンピュータの通信機能とタスクの分配機能とを用いることにより、第１の実施の形態のシステムをネットワーク接続された複数のコンピュータにより実現することができる。第２の実施の形態のシステムは、そのように複数のコンピュータを互いにネットワーク接続して、上記した処理のうち並列に実行可能なものを個々のコンピュータで互いに並列に実行させるものである。

図１１に、この機械翻訳システム１００の概略の機能的構成を示す。図１１を参照して、機械翻訳システム１００は、それぞれ入力文３０に基づいて、それぞれ別個の翻訳システムを用いて翻訳したものに基づき、前記した訳文改良処理を行なって最良の訳文を生成するための複数個の最良訳生成部１０２Ａ〜１０２Ｎと、これら最良訳生成部１０２Ａ〜１０２Ｎにより別個に生成された最良の翻訳の中でも最も高いスコアを有するものを選択して出力文４２として出力するための訳文選択部１０４とを含む。

最良訳生成部１０２Ａ〜１０２Ｎは、互いに別個のコンピュータと、その上で動作するプログラムにより実現できる。これらコンピュータとネットワーク接続されたホストコンピュータを設け、このホストコンピュータで各コンピュータに対する入力文３０の分配、及び各コンピュータからの訳文の受信とその中での最良訳の選択とを行なうようにすればよい。

図１２に、例として第１の最良訳生成部１０２Ａの機能的構成を示す。この最良訳生成部１０２Ａは、前述したようにホストコンピュータにネットワーク接続されたコンピュータと、その上で動作するプログラムとにより実現される。他の最良訳生成部も、初期候補の翻訳部が異なることを除き同様の構成を有する。

最良訳生成部１０２Ａは、図２に示す訳文候補生成部３２と同様であるが、ただ一つの翻訳装置を持つ初期候補生成部１０６Ａと、初期候補生成部１０６Ａにより生成された訳文を初期候補訳文として、図１０に示す訳文改良部３６と同様の処理を実行してこの最良訳生成部１０２Ａの出力文１０８Ａを生成しホストコンピュータに送信するための訳文改良部１０７Ａとを含む。

訳文改良部１０７Ａの機能的構成は、図１０に示す訳文改良部３６の構成と同様である。ただし、図１０に示す訳文変形部７１及び変形後訳文評価部７２からなる処理は、同時並列的に行なうように構成することが可能である。そこで、これらの処理をネットワーク接続した他のコンピュータに同時並列的に行なわせる。

図１３に、上記したコンピュータネットワークによる機械翻訳システムのネットワーク構成を概略的に示す。図１３を参照して、この機械翻訳システムは、上記したシステムの動作全体を制御し、入力文を分配する処理及び訳文の中から最高スコアのものを選択する処理を行なうホストコンピュータ２００と、入力文をホストコンピュータ２００から受取り、互いに同時並列的に機械翻訳を行なって結果を初期候補訳文としてホストコンピュータ２００に返信するための初期候補生成コンピュータ２１０Ａ〜２１０Ｎと、ホストコンピュータ２００からそれぞれ別の初期候補生成コンピュータにより生成された訳文を受取り、それを初期候補として訳文改良処理を実行するための訳文改良コンピュータ２２０Ａ〜２２０Ｍとを含む。

このような構成の機械翻訳システムによれば、大量の計算を同時並列的に実行できるため、最終的な出力文が得られるまでの時間を大幅に短くすることができる。しかも得られる出力文の訳質及び応用の範囲は、第１の実施の形態のものと同様である。さらに訳文改良処理の中身を細かく分けることにより、さらに多くのコンピュータを用いて階層的に同時並列処理で実現することが可能になり、さらに処理の高速化を図ることが可能である。

［実施の形態の拡張］
上記した第１及び第２の実施の形態の構成に、さらに次に挙げるような機能を追加することができる。

（１）上記した実施の形態の機械翻訳システムで得られた入力文３０と出力文４２との対を記憶しておき、同じ入力文３０に対しては同じ出力文４２を返すようにする。この構成により、繰返し処理が不要になり、次回以降の処理において大幅な高速化が実現できる。

（２）上記した実施の形態の機械翻訳システムで得られた入力文３０と出力文４２との対を集め、対訳コーパスを拡張する。この拡張後の対訳コーパスを用いて、用例翻訳又は統計翻訳を再構築する。この拡張により、用例翻訳又は統計翻訳のカバーリッジ及び訳質を改善できる可能性が高い。

−コンピュータによる実現−

なお、本実施の形態に係る機械翻訳システムは、コンピュータハードウェアと、当該コンピュータハードウェア上で動作するプログラム、及び当該コンピュータの記憶装置に記憶される対訳コーパス、翻訳モデル、及び言語モデルにより実現することもできる。

そうしたプログラムは、上記した実施の形態の説明により、当業者であれば容易に実現できるであろう。

図１４は上記した機械翻訳システムを実現するコンピュータシステム３３０の外観を示し、図１５はコンピュータシステム３３０の内部構成を示す。

図１４を参照して、このコンピュータシステム３３０は、ＦＤ（フレキシブルディスク）ドライブ３５２及びＣＤ−ＲＯＭ（コンパクトディスク読出専用メモリ）ドライブ３５０を有するコンピュータ３４０と、キーボード３４６と、マウス３４８と、モニタ３４２とを含む。

図１５を参照して、コンピュータ３４０は、ＦＤドライブ３５２及びＣＤ−ＲＯＭドライブ３５０に加えて、ＣＰＵ（中央処理装置）３５６と、ＣＰＵ３５６、ＦＤドライブ３５２及びＣＤ−ＲＯＭドライブ３５０に接続されたバス３６６と、ブートアッププログラム等を記憶する読出専用メモリ（ＲＯＭ）３５８と、バス３６６に接続され、プログラム命令、システムプログラム、及び作業データ等を記憶するランダムアクセスメモリ（ＲＡＭ）３６０とを含む。コンピュータシステム３３０はさらに、プリンタ３４４を含んでいる。

ここでは示さないが、コンピュータ３４０はさらにローカルエリアネットワーク（ＬＡＮ）への接続を提供するネットワークアダプタボードを含んでもよい。

コンピュータシステム３３０に上記した機械翻訳システムとしての動作を行なわせるためのコンピュータプログラムは、ＣＤ−ＲＯＭドライブ３５０又はＦＤドライブ３５２に挿入されるＣＤ−ＲＯＭ３６２又はＦＤ３６４に記憶され、さらにハードディスク３５４に転送される。又は、プログラムは図示しないネットワークを通じてコンピュータ３４０に送信されハードディスク３５４に記憶されてもよい。プログラムは実行の際にＲＡＭ３６０にロードされる。ＣＤ−ＲＯＭ３６２から、ＦＤ３６４から、又はネットワークを介して、直接にＲＡＭ３６０にプログラムをロードしてもよい。

このプログラムは、コンピュータ３４０に上記した各実施の形態の機械翻訳システムとしての動作を行なわせる複数の命令を含む。この方法を行なわせるのに必要な基本的機能のいくつかはコンピュータ３４０上で動作するオペレーティングシステム（ＯＳ）又はサードパーティのプログラム、もしくはコンピュータ３４０にインストールされる各種ツールキットのモジュールにより提供される。従って、このプログラムはこの実施の形態のシステム及び方法を実現するのに必要な機能全てを必ずしも含まなくてよい。このプログラムは、命令のうち、所望の結果が得られるように制御されたやり方で適切な機能又は「ツール」を呼出すことにより、上記した機械翻訳システムを実現する命令のみを含んでいればよい。コンピュータシステム３３０の動作は周知であるので、ここでは繰返さない。

今回開示された実施の形態は単に例示であって、本発明が上記した実施の形態のみに制限されるわけではない。本発明の範囲は、発明の詳細な説明の記載を参酌した上で、特許請求の範囲の各請求項によって示され、そこに記載された文言と均等の意味及び範囲内でのすべての変更を含む。

本発明の第１の実施の形態に係る機械翻訳システムの機能ブロック図である。 図１に示す訳文候補生成部３２のより詳細な機能ブロック図である。 図２に示す第１の翻訳装置３５Ａの詳細な機能ブロック図である。 図２に示す第２の翻訳装置３５Ｂの詳細な機能ブロック図である。 図２に示す第３の翻訳装置３５Ｃの詳細な機能ブロック図である。 図２に示す第４の翻訳装置３５Ｄの詳細な機能ブロック図である。 訳文のマージ処理を模式的に説明するための図である。 図２に示す第５の翻訳装置３５Ｅの詳細な機能ブロック図である。 訳文の構造共有化処理を説明するための図である。 図１に示す訳文改良部３６の機能ブロック図である。 本発明の第２の実施の形態に係る機械翻訳システムの機能ブロック図である。 図１１に示す第１の最良訳生成部１０２Ａの詳細な機能ブロック図である。 第２の実施の形態に係る機械翻訳システムのネットワーク構成を示す図である。 本発明の一実施の形態に係る機械翻訳システムを実現するコンピュータの外観を示す図である。 図１４に示すコンピュータのブロック図である。

符号の説明

２０，１００ 機械翻訳システム、３０ 入力文、３２ 訳文候補生成部、３３ 分配部、３４ 対訳コーパス、３６ 訳文改良部、３７ 選択部、３８ 終了判定部、３９ 初期候補訳文、３９Ａ〜３９Ｅ 訳文、４２ 出力文、７０ 訳文選択部、７１ 訳文変形部、７２ 変形後訳文評価部、７３ 訳文記憶部、７４ 繰返し制御部、１０２Ａ〜１０２Ｎ 最良訳生成部、１０４ 訳文選択部、１０６Ａ 初期候補生成部、１０７Ａ 訳文改良部

Claims (13)

1. 第１の言語の入力文に対しそれぞれ第２の言語の訳文を生成するための、複数個の機械翻訳手段と、
   前記第２の言語の訳文をそれぞれ起点として、所定の評価方式に従った評価が改善するように訳文を改良するための訳文改良手段と、
   前記訳文改良手段により改良された訳文のうちで所定の条件を充足するものを前記入力文に対する訳文として選択するための訳文選択手段とを含む、機械翻訳システム。
2. 前記複数個の機械翻訳手段は、互いに異なる方式のものである、請求項１に記載の機械翻訳システム。
3. 前記訳文改良手段は、
   入力される訳文に対し、所定の変形を行なうための訳文変形手段と、
   前記訳文変形手段により変形された訳文に対して前記評価を行なうための訳文評価手段と、
   前記訳文評価手段により変形された訳文に対して得られた評価が、前記入力される訳文に対して得られた評価に対し改善されているか否かを判定し、改善が認められなくなるまで、前記訳文変形手段により変形された訳文に対し、前記変形及び前記評価を繰返し実行するように前記訳文変形手段及び前記評価手段を制御するための繰返し制御手段とを含む、請求項１又は請求項２に記載の機械翻訳システム。
4. 前記訳文変形手段は、一つの訳文に対して複数通りの変形を行なって複数個の変形後の訳文を生成するための手段を含み、
   前記評価手段は、前記複数個の変形後の訳文の各々に対し前記評価を行なうための手段を含む、請求項３に記載の機械翻訳システム。
5. 前記繰返し制御手段は、前記訳文変形手段により変形された複数通りの訳文の各々に対し、前記評価手段による評価の改善が見られなくなるまで前記変形及び前記評価を繰返し実行するように前記訳文変形手段及び前記評価手段を制御するための手段を含む、請求項４に記載の機械翻訳システム。
6. 前記繰返し制御手段は、前記訳文変形手段により変形された複数通りの訳文のうち、評価が上位の所定個数内の各々に対し、前記評価手段による評価の改善が見られなくなるまで前記変形及び前記評価を繰返し実行するように前記訳文変形手段及び前記評価手段を制御するための手段を含む、請求項４に記載の機械翻訳システム。
7. 前記訳文改良手段は、
   入力される訳文に対し、所定の変形を行なうための訳文変形手段と、
   前記訳文変形手段により変形された訳文に対して前記評価を行なうための訳文評価手段と、
   前記訳文変形手段により変形された訳文に対し、予め定められた回数だけ前記変形及び前記評価を繰返し実行するように前記訳文変形手段及び前記評価手段を制御するための繰返し制御手段とを含む、請求項１又は請求項２に記載の機械翻訳システム。
8. 前記訳文選択手段は、前記繰返し制御手段による繰返しの中で得られた複数個の訳文のうち、前記評価手段による評価が最も高かったものを選択するための手段を含む、請求項７に記載の機械翻訳システム。
9. 前記訳文評価手段は、前記第２の言語の言語モデルと前記第２の言語から前記第１の言語への翻訳モデルとに基づいて訳文の尤度を算出するための手段を含む、請求項１〜請求項８のいずれかに記載の機械翻訳システム。
10. コンピュータにより実行されると、当該コンピュータを請求項１〜請求項９のいずれかに記載の機械翻訳システムとして動作させる、コンピュータプログラム。
11. 複数個の機械翻訳装置に第１の言語の入力文を与え、それぞれ対応する第２の言語の訳文を得るための訳文取得手段と、
    前記訳文取得手段により得られた前記第２の言語の訳文を、各々が前記第２の言語の訳文をそれぞれ起点として、所定の評価方式に従った評価が改善するように訳文を変形するための複数個の訳文変形手段にそれぞれ与え、変形された複数個の訳文とそれぞれに付随する評価値とを受取るための変形訳文取得手段と、
    前記変形訳文取得手段が受取った訳文のうちで所定の条件を充足するものを前記入力文に対する訳文として選択し出力するための訳文選択手段とを含む、機械翻訳システムの制御装置。
12. 前記訳文選択手段は、前記変形訳文取得手段が受取った訳文のうちで最も高いスコアを持つものを選択するための手段を含む、請求項１１に記載の機械翻訳システムの制御装置。
13. コンピュータにより実行されると、当該コンピュータを、機械翻訳システムの制御装置として動作させるためのコンピュータプログラムであって、
    前記機械翻訳システムは、
    第１の言語の文に対しそれぞれ第２の言語の訳文を生成するための、互いに異なる複数個の機械翻訳装置と、
    前記第２の言語の訳文をそれぞれ起点として、所定の評価方式に従った評価が改善するように訳文を変形するための複数個の訳文変形装置とを含み、
    前記制御装置は、
    前記第１の言語の入力文を前記複数個の機械翻訳装置に与え、対応する第２の言語の訳文を得るための訳文取得手段と、
    前記訳文取得手段により得られた前記第２の言語の訳文を、前記複数個の訳文変形装置にそれぞれ与え、変形された訳文とそれぞれに付随する評価値とを受取るための変形訳文取得手段と、
    前記変形訳文取得手段が受取った訳文のうちで所定の条件を充足するものを前記入力文に対する訳文として選択し出力するための訳文選択手段とを含む、コンピュータプログラム。
    

Images