JP2016177341A - 対訳文生成装置、翻訳装置、対訳文生成方法、及びプログラム - Google Patents
対訳文生成装置、翻訳装置、対訳文生成方法、及びプログラム Download PDFInfo
- Publication number
- JP2016177341A JP2016177341A JP2015055001A JP2015055001A JP2016177341A JP 2016177341 A JP2016177341 A JP 2016177341A JP 2015055001 A JP2015055001 A JP 2015055001A JP 2015055001 A JP2015055001 A JP 2015055001A JP 2016177341 A JP2016177341 A JP 2016177341A
- Authority
- JP
- Japan
- Prior art keywords
- sentence
- unit
- language
- bilingual
- 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.)
- Pending
Links
Images
Landscapes
- Machine Translation (AREA)
Abstract
Description
対訳コーパスの作成に関する技術としては、例えば、特許文献1に記載の技術が知られている。この特許文献1に記載の技術では、複数の翻訳結果に含まれる単語の頻度が高いものを正しいとする判断処理に基づいて対訳コーパスの作成が行われる。
[第1の実施形態]
まず、第1の実施形態として、本発明に係る対訳文生成装置について、図面を参照して説明する。
図1は、本実施形態による対訳文生成装置1の一例を示す概略ブロック図である。
なお、本実施形態による対訳文生成装置1は、ある特定の用途(目的)の文(例えば、技術文書や科学分野の文など)を翻訳するための対訳文を、当該用途の翻訳を行うために既に存在している対訳コーパス(対訳文の集合)から新たに生成する。そして、対訳文生成装置1は、新たに生成した対訳文を、既に存在している対訳コーパスに追加する。
なお、本実施形態による対訳文DB(対訳コーパス)は、ある特定の用途(例えば、科学分野など)の翻訳するためのものとする。ここで、図2を参照して、対訳文DB記憶部21に日本語と英語との対訳文が記憶されている場合を例として、対訳文DBのデータ構成について説明する。
この図において、対訳文DB記憶部21は、「対訳文ID」、「英語文」、及び「日本語文」を関連付けて記憶する。ここで、「対訳文ID」は、対訳文を識別する識別情報を示し、「英語文」及び「日本語文」は、英語と日本語との対応する文を示している。対訳文DB記憶部21は、このような「対訳文ID」、「英語文」、及び「日本語文」を複数有している。
この図に示す例は、英語文解析部321が、英語文“Scientists discovered the old knife in a cave.”を係り受け解析した結果を示している。
図3に示すように、係り受け解析結果は、「単語番号」と、「単語」と、「係り先」と、「係りタイプ」とを関連付けられている。ここで、「単語番号」は、英語文の先頭から単語に付与した番号(例えば、“0”から順に付与した番号)を示し、「単語」は、単語と判定された文字列を示している。また、「係り先」は、当該単語の係り先の「単語番号」を示す、「係りタイプ」は、“主語”、“目的語”などの係りタイプを示している。なお、「係り先」が“Null”となっている単語は、係り先がなく、「係りタイプ」が“ROOT”と記載される。この「係り先」が“Null”となり、「係りタイプ」が“ROOT”である単語は、“動詞”を示している。
この図に示す例は、日本語文解析部322が、日本語文“科学者たちは大昔のナイフを洞窟の中で発見した。”を係り受け解析した結果を示している。
図4に示すように、係り受け解析結果は、「句番号」と、「係り先句番号」と、句を構成する「単語」と、各単語に対応する「品詞」とを関連付けられている。ここで、“*”文字の後の数字が「句番号」を示し、次の数字が「係り先句番号」を示している。「句番号」は、日本語文の先頭から句ごとに付与した番号(例えば、“0”から順に付与した番号)を示し、「係り先句番号」は、係り先の「句番号」を示している。なお、「係り先句番号」が“Null”とる句は、係り先がないことを示している。
また、対訳文生成部33は、英語句抽出部331と、日本語句抽出部332と、対訳出力部333とを備えている。
図5は、本実施形態における英語句抽出ルール記憶部13のデータ例を示す図である。
この図に示すように、英語句抽出ルール記憶部13は、「ルール番号」と、「ルール内連番」と、「抽出条件」と、「絞り込み条件」とを関連付けて記憶する。ここで、「ルール番号」は、抽出ルールを特定する情報(番号)を示し、「ルール内連番」は、同一の抽出ルールの中で複数の単語を順次抽出する処理を行う場合の処理の順序を示す情報(番号)である。また、「抽出条件」は、係り受け解析結果から単語を抽出する条件を示しており、「絞り込み条件」は、「抽出条件」により複数の単語が抽出された場合にさらに絞り込む条件を示している。なお、英語句抽出ルール記憶部13と日本語句抽出ルール記憶部14とは、ルール番号が同じルールをそれぞれ適用して所定の単位構成となり単語や句の組み合わせを抽出した際に、抽出された文字列同士が対訳となるように設定されている。
また、「ルール番号」が“3”の抽出ルール(以下、「ルール3」という)は、単に動詞を抽出するルールである。この例では、「ルール内連番」の“(1)”において動詞を抽出し、「抽出条件」が“係り先=Null”であることを示している。
図6に示すように、英語句抽出結果記憶部15は、例えば、「ルール番号」と、「ルール内連番」と、「該当単語番号」とを関連付けて英語句抽出結果として記憶する。ここで、「ルール番号」及び「ルール内連番」は、英語句抽出ルール記憶部13と同様であり、「該当単語番号」は、抽出ルールにより抽出された該当単語の単語番号を示している。
また、「ルール番号」が“1”で、「ルール内連番」が“(2)”である抽出結果は、「該当単語番号」が“0”であり、図3に示す係り受け解析結果における「単語」“Scientists”であることを示している。
図7に示すように、英語文解析結果記憶部11は、「係り受け解析結果」と「ルール適用フラグ」とを関連付けて記憶する。ここで、「係り受け解析結果」には、例えば、「単語番号」と、「単語」と、「係り先」と、「係りタイプ」とが含まれている。また、「ルール適用フラグ」には、各抽出ルールにおいて適用(抽出)されたか否かを示す適用フラグが含まれている。なお、適用フラグは、“1”である場合に、適用(抽出)されたことを示し、“0”である場合に、適用(抽出)されていないことを示している。
このように、英語句抽出部331は、抽出結果に基づいて、英語文解析結果記憶部11のルール適用フラグを変更する。
図8は、本実施形態における日本語句抽出ルール記憶部14のデータ例を示す図である。
この図に示すように、日本語句抽出ルール記憶部14は、「ルール番号」と、「ルール内連番」と、「抽出条件」と、「絞り込み条件」とを関連付けて記憶する。ここで、「ルール番号」は、抽出ルールの番号を示し、「ルール内連番」は、同一の抽出ルールの中で複数の句を抽出する場合の番号を示している。また、「抽出条件」は、係り受け解析結果から句を抽出する条件を示しており、「絞り込み条件」は、「抽出条件」により複数の句が抽出された場合にさらに絞り込む条件を示している。
また、「ルール番号」が“3”の抽出ルール(「ルール3」)は、単に動詞を抽出するルールである。この例では、「ルール内連番」の“(1)”において動詞を抽出し、「抽出条件」が“係り先句番号=Null”であることを示している。
図9に示すように、日本語句抽出結果記憶部16は、例えば、「ルール番号」と、「ルール内連番」と、「該当句番号」とを関連付けて日本語句抽出結果として記憶する。ここで、「ルール番号」及び「ルール内連番」は、日本語句抽出ルール記憶部14と同様であり、「該当句番号」は、抽出ルールにより抽出された該当句の句番号を示している。
また、「ルール番号」が“1”で、「ルール内連番」が“(2)”である抽出結果は、「該当句番号」が“0”、“2”もしくは“4”となるが、「絞り込み条件」の品詞=(は:係助詞 or が:格助詞)に該当するのは“0”のみであり、図4に示す係り受け解析結果における句である“科学者たちは”であることを示している。
また、日本語句抽出部332は、抽出された句番号が2つ以上なので、絞り込み条件を適用する。(日本語句抽出部332は、抽出された句番号が1つのみの場合、絞り込み条件は適用しない。)絞り込み条件では、日本語句抽出部332は、句番号の中に含まれる単語(もしくは、単語の群)の中に、絞り込み条件で指定された品詞の単語が存在するか否かを判定する。「ルール1」の絞り込み条件は、品詞が係助詞で“は”という単語か、品詞が格助詞で“が”という単語を含む句を絞り込み結果として抽出する条件である。
一方、句番号“2”を構成する単語は“ナイフ:一般名詞”と“を:格助詞”であり、句番号“4”を構成する単語は“中:非自立の名詞”と“で:格助詞”であるため、いずれも絞り込み条件に該当しない。
このため、日本語句抽出部332は、絞り込み条件により、「ルール1」の「ルール内連番」が“(2)”に該当する句番号を“0”の1つに絞り込む。なお、絞り込み条件により句番号を1つに絞り込むことができない場合は、日本語句抽出部332は、そのルール番号で抽出される結果がないと判定する。(「ルール1」の「ルール内連番」が“(1)”に該当する句番号が1つであっても、「ルール内連番」が“(2)”での絞り込み結果の句番号の数が2以上の場合、日本語句抽出部332は、「ルール1」で抽出される句はないと判定する。)
図10に示すように、日本語文解析結果記憶部12は、「係り受け解析結果」と「ルール適用フラグ」とを関連付けて記憶する。ここで、「係り受け解析結果」には、例えば、「句番号」と、「係り先句番号」と、「単語」と、「品詞」とが含まれている。また、「ルール適用フラグ」には、各抽出ルールにおいて適用(抽出)されたか否かを示す適用フラグが含まれている。なお、適用フラグは、“1”である場合に、適用(抽出)されたことを示し、空欄である場合に、適用(抽出)されていないことを示している。
このように、日本語句抽出部332は、抽出結果に基づいて、日本語文解析結果記憶部12のルール適用フラグを変更する。
対訳出力部333は、生成した新たな対訳文を、対訳文DB記憶部21の対訳文DBに追加する。
図11に示す例は、上述した“Scientists discovered the old knife in a cave.”と“科学者たちは大昔のナイフを洞窟の中で発見した。”との対訳文から、対訳文生成部33が、生成した対訳文の例を示している。
例えば、対訳文生成部33は、「ルール1」により、対訳文“scientists discovered − 科学者たちは発見した。”を生成する。また、対訳文生成部33は、「ルール2」により、対訳文“discovered knife − ナイフを発見した。”を生成する。
また、この組構成には、上述したように動詞と目的語との組が含まれる(「ルール2」)。対訳文生成部33は、英語文と、日本語文とにおいて、動詞と目的語との組を対応付けて、新たな対訳文を生成する。
図12は、本実施形態における対訳文生成装置1の動作の一例を示すフローチャートである。
図12に示すように、対訳文生成装置1は、まず、対訳文を取得する(ステップS101)。すなわち、対訳文生成装置1の対訳文取得部31は、記憶装置2の対訳文DB記憶部21が記憶する対訳文を取得する。
また、対訳文生成部33の日本語句抽出部332は、日本語文解析結果記憶部12が記憶する係り受け解析結果と、日本語句抽出ルール記憶部14が記憶する抽出ルールとに基づいて、各ルールに対応した日本語の句を抽出する。日本語句抽出部332は、抽出結果を日本語句抽出結果記憶部16に記憶させるとともに、抽出結果に基づいて、日本語文解析結果記憶部12の「ルール適用フラグ」を変更する。
このように、対訳文生成装置1は、英語文と日本語文とをそれぞれ係り受け解析し、両方から同様の係り受けが抽出できた場合に、抽出した両者を対応付けて新たな対訳文を生成する。
図13は、本実施形態における句抽出処理の一例を示すフローチャートである。
なお、図13において、日本語句抽出部332による日本語文の句抽出処理について説明するが、基本的には、英語句抽出部331による英語文の句抽出処理も同様である。
ステップS206において、日本語句抽出部332は、抽出した候補が1つであるか否かを判定する。日本語句抽出部332は、抽出した候補が1つである場合(ステップS206:YES)に、処理をステップS207に進める。また、日本語句抽出部332は、候補が1つでない場合(ステップS206:NO)に、処理をステップS211に進める。
また、ステップS211において、日本語句抽出部332は、次のルール番号があるか否かを判定する。日本語句抽出部332は、例えば、日本語句抽出ルール記憶部14が記憶する次のルール番号(N+1)があるか否かを判定する。日本語句抽出部332は、次のルール番号がある場合(ステップS211:YES)に、処理をステップS212に進める。また、日本語句抽出部332は、次のルール番号がない場合(ステップS211:NO)に、処理を終了する。
このように、日本語句抽出部332は、日本語文解析結果記憶部12が記憶する係り受け解析結果に対して、日本語句抽出ルール記憶部14が記憶する抽出ルールを順番に適用し、抽出ルールに合致する句を抽出する。そして、日本語句抽出部332は、当該抽出結果に応じて、日本語句抽出結果記憶部16に抽出結果を記憶させるとともに、日本語文解析結果記憶部12が記憶する「ルール適用フラグ」を変更する。
また、本実施形態による対訳文生成装置1は、既存の対訳文に基づいて新たな対訳文を生成するため、品質の高い対訳文を収集するためのコストや時間を低減することができる。また、コストや時間を掛けずに品質の高い対訳コーパスが得られるため、本実施形態による対訳文生成装置1は、統計的機械翻訳の適用範囲の拡大に繋がる効果を期待できる。
これにより、本実施形態による対訳文生成装置1は、組合せにより品質の高い対訳文のより多く生成することができる。
これにより、本実施形態による対訳文生成装置1は、簡易な手法により、品質の高い対訳文のより多く生成することができる。
次に、第2の実施形態として上述した対訳文生成装置1によって生成した対訳コーパスを利用した翻訳システム200及び翻訳装置100の一例について説明する。
図14は、本実施形態による翻訳システム200及び翻訳装置100の一例を示す概略ブロック図である。
図14に示すように、翻訳システム200は、対訳文生成装置1と、翻訳装置100とを備えている。また、翻訳装置100は、対訳文DB記憶部21と、学習モデル生成部110と、翻訳処理部120とを備えている。また、翻訳処理部120は、学習モデル121を有している。この図において、図1に示す第1の実施形態と同一の構成には、同一の符号を付与している。
なお、本実施形態では、翻訳装置100が、対訳文DB記憶部21及び学習モデル生成部110を含む場合の一例について説明する。
このように、翻訳処理部120は、対訳文生成装置1が生成した新たな対訳文を含む対訳コーパスに基づき生成された学習モデル121に基づいて、翻訳対象の文を翻訳する。
これにより、本実施形態における翻訳装置100は、対訳文生成装置1により統計的機械翻訳に適した品質の高い対訳文を多数得ることができるので、統計的機械翻訳の品質を向上させることができる。
例えば、上記の各実施形態では、日本語文と英語文との対訳文を生成するとともに、日本語文と英語文との翻訳を行う場合について説明したが、日本語及び英語以外の言語の翻訳に適用してもよい。対訳文生成装置1及び翻訳装置100は、例えば、日本語及び英語の他に、フランス語、ドイツ語、中国語、韓国語などの自然言語のうちのいずれかの2つの言語に対して適用してもよい。
また、上記の各実施形態において、文において意味を持つ所定の単位の一例として、英語文における単語単位、日本語文における句単位により処理する例を説明したが、これに限定されるものではない。例えば、文において意味を持つ所定の単位としては、句単位、節(文節)単位、又は熟語単位などであってもよい。
また、「コンピュータシステム」は、インターネットやWAN、LAN、専用回線等の通信回線を含むネットワークを介して接続された複数のコンピュータ装置を含んでもよい。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD−ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。このように、プログラムを記憶した記録媒体は、CD−ROM等の非一過性の記録媒体であってもよい。
2 記憶装置
10 記憶部
11 英語文解析結果記憶部
12 日本語文解析結果記憶部
13 英語句抽出ルール記憶部
14 日本語句抽出ルール記憶部
15 英語句抽出結果記憶部
16 日本語句抽出結果記憶部
21 対訳文DB記憶部
30 制御部
31 対訳文取得部
32 係り受け解析部
33 対訳文生成部
100 翻訳装置
110 学習モデル生成部
120 翻訳処理部
121 学習モデル
200 翻訳システム
321 英語文解析部
322 日本語文解析部
331 英語句抽出部
332 日本語句抽出部
333 対訳出力部
Claims (6)
- 取得された、第1の言語の文と、前記第1の言語とは異なる第2の言語の文とが対応付けられた対訳文の、前記第1の言語の文と、前記第2の言語の文とのそれぞれに対して、文において意味を持つ所定の単位における係り受けの関係を解析する係り受け解析部と、
前記係り受け解析部によって解析された前記係り受けの関係に基づいて、前記第1の言語の文の少なくとも前記所定の単位を含む構成単位と、前記第2の言語の文の少なくとも前記所定の単位を含む構成単位とを対応付けて、新たな対訳文を生成する対訳文生成部と
を備えることを特徴とする対訳文生成装置。 - 前記構成単位には、係り元の前記所定の単位と、係り先の前記所定の単位との組構成が含まれ、
前記対訳文生成部は、前記第1の言語の文と、前記第2の言語の文とにおいて、前記係り受けの関係が等しい前記組構成から成る文を対応付けて、前記新たな対訳文を生成する
ことを特徴とする請求項1に記載の対訳文生成装置。 - 前記組構成には、主語と動詞との組が含まれ、
前記対訳文生成部は、前記第1の言語の文と、前記第2の言語の文とにおいて、前記主語と動詞とから成る文を対応付けて、前記新たな対訳文を生成する
ことを特徴とする請求項2に記載の対訳文生成装置。 - 請求項1から請求項3のいずれか一項に記載の対訳文生成装置が生成した前記新たな対訳文を含む対訳文の集合である対訳コーパスに基づき生成された学習モデルに基づいて、翻訳対象の文を翻訳することを特徴とする翻訳装置。
- 係り受け解析部が、取得された、第1の言語の文と、前記第1の言語とは異なる第2の言語の文とが対応付けられた対訳文の、前記第1の言語の文と、前記第2の言語の文とのそれぞれに対して、文において意味を持つ所定の単位における係り受けの関係を解析する係り受け解析ステップと、
対訳文生成部が、前記係り受け解析ステップによって解析された前記係り受けの関係に基づいて、前記第1の言語の文の少なくとも前記所定の単位を含む構成単位と、前記第2の言語の文の少なくとも前記所定の単位を含む構成単位とを対応付けて、新たな対訳文を生成する対訳文生成ステップと
を含むことを特徴とする対訳文生成方法。 - コンピュータに、
取得された、第1の言語の文と、前記第1の言語とは異なる第2の言語の文とが対応付けられた対訳文の、前記第1の言語の文と、前記第2の言語の文とのそれぞれに対して、文において意味を持つ所定の単位における係り受けの関係を解析する係り受け解析ステップと、
前記係り受け解析ステップによって解析された前記係り受けの関係に基づいて、前記第1の言語の文の少なくとも前記所定の単位を含む構成単位と、前記第2の言語の文の少なくとも前記所定の単位を含む構成単位とを対応付けて、新たな対訳文を生成する対訳文生成ステップと
を実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015055001A JP2016177341A (ja) | 2015-03-18 | 2015-03-18 | 対訳文生成装置、翻訳装置、対訳文生成方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015055001A JP2016177341A (ja) | 2015-03-18 | 2015-03-18 | 対訳文生成装置、翻訳装置、対訳文生成方法、及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016177341A true JP2016177341A (ja) | 2016-10-06 |
Family
ID=57070070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015055001A Pending JP2016177341A (ja) | 2015-03-18 | 2015-03-18 | 対訳文生成装置、翻訳装置、対訳文生成方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2016177341A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021099771A (ja) * | 2019-12-19 | 2021-07-01 | ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッド | 翻訳方法、装置、電子機器、可読記憶媒体、及びコンピュータープログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060095248A1 (en) * | 2004-11-04 | 2006-05-04 | Microsoft Corporation | Machine translation system incorporating syntactic dependency treelets into a statistical framework |
JP2006134311A (ja) * | 2004-11-04 | 2006-05-25 | Microsoft Corp | ツリーレット翻訳対の抽出 |
-
2015
- 2015-03-18 JP JP2015055001A patent/JP2016177341A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060095248A1 (en) * | 2004-11-04 | 2006-05-04 | Microsoft Corporation | Machine translation system incorporating syntactic dependency treelets into a statistical framework |
JP2006134311A (ja) * | 2004-11-04 | 2006-05-25 | Microsoft Corp | ツリーレット翻訳対の抽出 |
Non-Patent Citations (2)
Title |
---|
山本 薫 外1名: "統計的係り受け結果を用いた対訳表現抽出", 情報処理学会論文誌, vol. 第42巻 第9号, JPN6018045628, 15 September 2001 (2001-09-15), JP, pages 2239 - 2247 * |
後藤 功雄 外3名: "日英単言語Webコーパスからの対訳treebank自動獲得", 電子情報通信学会技術研究報告, vol. 第109巻第142号, JPN6018045630, 15 July 2009 (2009-07-15), JP, pages 37 - 44 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021099771A (ja) * | 2019-12-19 | 2021-07-01 | ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッド | 翻訳方法、装置、電子機器、可読記憶媒体、及びコンピュータープログラム |
US11574135B2 (en) | 2019-12-19 | 2023-02-07 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method, apparatus, electronic device and readable storage medium for translation |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10303761B2 (en) | Method, non-transitory computer-readable recording medium storing a program, apparatus, and system for creating similar sentence from original sentences to be translated | |
US8874433B2 (en) | Syntax-based augmentation of statistical machine translation phrase tables | |
JP5090547B2 (ja) | 翻字処理装置、翻字処理プログラム、翻字処理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、及び翻字処理方法 | |
US11288460B2 (en) | Translation support system, etc | |
JP2009151777A (ja) | 音声言語パラレルコーパスのアライメント方法及び装置 | |
KR20140049150A (ko) | 사용자 참여 기반의 자동 번역 생성 후처리 시스템 | |
JP5973986B2 (ja) | 翻訳システム、方法、及びプログラム | |
Hatem et al. | Syntactic reordering for Arabic-English phrase-based machine translation | |
Sulaeman et al. | Development of Indonesian-Japanese statistical machine translation using lemma translation and additional post-process | |
JP2017010274A (ja) | 対応付け装置及びプログラム | |
JP2018072979A (ja) | 対訳文抽出装置、対訳文抽出方法およびプログラム | |
Yeong et al. | Using dictionary and lemmatizer to improve low resource English-Malay statistical machine translation system | |
JP2016177341A (ja) | 対訳文生成装置、翻訳装置、対訳文生成方法、及びプログラム | |
Hatem et al. | Morphological analysis for rule based machine translation | |
JP2015225662A (ja) | 人名ユニット辞書の拡張方法、人名言語の認識方法及び人名言語の認識装置 | |
JP2016057810A (ja) | 述語項構造抽出装置、方法、プログラム、及びコンピュータ読取り可能な記録媒体 | |
Rikters et al. | Combining machine translated sentence chunks from multiple MT systems | |
JP2018032324A (ja) | 対訳文抽出装置、対訳文抽出方法およびプログラム | |
KR20160085100A (ko) | 하이브리드 번역 장치 및 그 방법 | |
Nidhi et al. | English-maithili machine translation and divergence | |
JP2018055328A (ja) | 対訳文抽出装置、対訳文抽出方法およびプログラム | |
JP2006252290A (ja) | 機械翻訳装置及びコンピュータプログラム | |
El-Shishtawy et al. | The best templates match technique for example based machine translation | |
Ghaffar et al. | English to arabic statistical machine translation system improvements using preprocessing and arabic morphology analysis | |
JP2017091382A (ja) | 対訳辞書作成装置、対訳辞書作成方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180126 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181113 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181120 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190117 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20190625 |