JP2017174300A - 情報処理装置、情報処理方法およびプログラム - Google Patents

Abstract

【課題】対象の文書に対して規則を適用すべきかを判定する際に、ある他の文書に対して過去に得られた当該規則の適否の判断についての情報に基づいて、当該対象の文書に適合した、当該規則の適否の判断を行うための情報を得る。【解決手段】情報処理装置（１００、２００）は、１以上の第１文書に対して適用された、文字列の置換についての規則を表す情報を取得する取得部（１０２）と、第２文書を入力する入力部（１０４）と、前記１以上の第１文書と前記第２文書との関連性、および前記１以上の第１文書において前記規則が過去に適用されたか否かに基づいて、当該規則を第２文書において適用するか否かの判定を実行する判定部（２０４）と、該判定の結果を出力する出力部（２０６）とを有する。【選択図】図１

Description

本発明は、情報処理装置、情報処理方法およびプログラムに関する。

特許文献１では、機械翻訳の精度を上げるべく、機械翻訳処理の結果に対してユーザによる修正があった場合は、その修正の内容を記憶しておき、他の文章に対する機械翻訳を行う際に使用することが開示されている。例えば、ある語句の置換規則に対してなされた修正の回数を記録し、その回数が予め定められた値に達したら、当該修正された規則を他の文書の翻訳処理に対して適用する。

特開平７−１９１９９５号公報

特許文献１のように、過去の翻訳結果に対する修正回数に基づいて、該修正内容を他の文書の翻訳時に使用するか否か判断する場合、翻訳対象とする文書によっては、修正内容を適切に適用できない場合がある。翻訳対象とする文書は、その内容や種類に応じて、使用すべき訳語が異なるため、ある文書での修正内容をそのまま他の文書へ適用できないことがある。

本発明は、過去に翻訳を行った文書と、翻訳を行う文書の関係性に基づいて、過去に翻訳を行った文書の翻訳結果に対して行われた修正内容を、翻訳対象とする文書に利用することができる対象の文書に適合した、当該規則の適否の判断を行うための情報を得ることを目的とする。

請求項１に係る情報処理装置は、１以上の第１文書の翻訳結果に対する修正をユーザから受付ける第１受付部と、前記第１受付部が受付けた修正に対応する翻訳規則を生成する生成部と、１以上の第２文書の原文を受付ける第２受付部と、前記１以上の第１文書と前記第２文書との関連性に応じて、前記生成部が生成した前記翻訳規則を、前記第２受付部が受付けた前記原文の翻訳時に利用する利用部とを有する。
請求項２に係る情報処理装置において、前記利用部は、前記第１文書と前記第２文書の階層構造の関連性に基づいて、前記生成部が生成した前記翻訳規則を、前記第２受付部が受付けた前記原文の翻訳時に利用する。
請求項３に係る情報処理装置において、前記利用部は、前記翻訳規則が前記１以上の第１文書に対して適用された回数または割合に基づいて、前記生成部が生成した前記翻訳規則を、前記第２受付部が受付けた前記原文の翻訳時に利用する。
請求項４に係る情報処理装置において、前記利用部は、前記階層構造における構成要素ごとに算出された、前記１以上の文書に対して前記規則が適用された回数または適用された割合を表す指標値が閾値よりも大きい場合に、前記翻訳規則を利用する。
請求項５に係る情報処理装置において、前記第２文書の前記階層構造における属性情報は、第１構成要素と当該第１構成要素よりも下位の階層に属する第２構成要素とを含み、前記第１構成要素と前記第２構成要素とには、指標値が異なるが同一の規則が関連付けられている場合において、前記利用部は、当該翻訳規則の指標として、前記第２構成要素に関連付けられた指標値を用いる。
請求項６に係る情報処理装置において、前記第２文書の前記階層構造における属性情報は、第１構成要素と当該第１構成要素よりも下位の階層に属する第２構成要素とから成り、前記第１構成要素は第１規則を含み、前記第２構成要素は第２規則を含む場合、前記第２規則に係る翻訳規則が優先的に利用される。
請求項７に係る情報処理装置は、前記指標値を記憶した記憶部と、前記生成部にて生成された結果を表示する表示部と、前記翻訳規則を前記第２文書に対して適用するか否かについての指定をユーザから受付ける第３受付部と、該受付けた指定に基づいて、前記翻訳規則についての前記記憶部に記憶された指標値を更新する更新部とを更に有する。
請求項８に係る発明は、１以上の第１文書の翻訳結果に対する修正をユーザから受付けるステップと、該受付けた修正に対応する翻訳規則を生成するステップと、１以上の第２文書の原文を受付けるステップと、前記１以上の第１文書と前記第２文書との関連性に応じて、前記生成された前記翻訳規則を、前記受付けた前記原文の翻訳時に利用するステップとを有する情報処理方法である。
請求項９に係る発明は、コンピュータに、１以上の第１文書の翻訳結果に対する修正をユーザから受付けるステップと、該受付けた修正に対応する翻訳規則を生成するステップと、１以上の第２文書の原文を受付けるステップと、前記１以上の第１文書と前記第２文書との関連性に応じて、前記生成された前記翻訳規則を、前記受付けた前記原文の翻訳時に利用するステップとを実行させるためのプログラムである。

請求項１、８、９記載の発明によれば、他の文書に対して過去に得られた翻訳規則の適否の判断についての情報に基づいて、対象の文書に適合した、当該翻訳規則の適否の判断を行うための情報が得られる。
請求項２記載の発明によれば、文書間における関連性の判定を効率的に行うことができる。
請求項３記載の発明によれば、規則の適用の適否情報の妥当性を一つの指標によって評価することができる。
請求項４記載の発明によれば、規則の適用の適否の基準を閾値によって調節することができる。
請求項５、６記載の発明によれば、対象の文書に対してより適合する情報が出力される。
請求項７記載の発明によれば、複数の文書に対してなされた翻訳規則の適否についての情報を他の文書に対する翻訳規則の適否の判定処理に利用することができる。

情報処理システム１０の機能構成を示す図。 文書の属性の階層構造を模式的に示す図。 データベースＤＢ１に記憶される情報の例を示す図。 各属性要素における規則のスコアを模式的に示す図。 データベースＤＢ２の構造の一例を示す図。 情報処理システム１０の動作例を示す図。 文書１に対する翻訳処理に伴って新規に登録されたスコアの例を示す。 データベースＤＢ２に格納された情報に基づいて、各規則について指標値を決定する方法を示す図。 文書２に対する翻訳処理に伴う、スコアの更新結果を示す図。 文書３に対する翻訳処理に伴う、スコアの更新結果を示す図。 文書４に対する翻訳処理に伴う、スコアの更新結果を示す図。 文書５に対する翻訳処理に伴う、スコアの更新結果を示す図。

本実施例の情報処理装置は、１以上の第１文書の翻訳結果に対する修正をユーザから受付ける第１受付部と、前記第１受付部が受付けた修正に対応する翻訳規則を生成する生成部と１以上の第２文書の原文を受付ける第２受付部と、前記１以上の第１文書と前記第２文書との関連性に応じて、前記生成部が生成した前記翻訳規則を、前記第２受付部が受付けた前記原文の翻訳時に利用する利用部とを有することを要旨とする。以下、具体的に説明する。
図１は情報処理システム１０の機能構成を示す。情報処理システム１０は、情報処理装置１００および情報処理装置２００を含む。情報処理装置１００および情報処理装置２００は、図示せぬＬＡＮ、インターネット、無線中継装置等を介して接続される。情報処理装置１００は、汎用的なコンピュータやサーバ装置であって、取得部１０２、入力部１０４（上記第２受付部の一例）、通信部１０６、更新部１０８を含む。取得部１０２、入力部１０４、通信部１０６は、例えば一つのプロセッサとして実装される。
記憶部１０９は、半導体メモリやハードディスクであって、プロセッサに取得部１０２、入力部１０４、通信部１０６の機能を実現するためのプログラムを格納する。また、翻訳処理の対象の文書データを格納してもよい。通信部１０６は、有線または無線により、情報処理装置２００との間で情報の送受信を行うための通信インタフェースである。
入力部１０４は、ユーザからの要求に基づいて、翻訳処理の対象の文書（原文）を特定してその文書データを取得する。加えて、入力部１０４は当該文書の属性についての情報を取得する。

図２を用いて、文書の属性について説明する。文書の属性とは、文書の内容が属する分野（建築/物理/化学/政治/経済/社会等）、カテゴリ（評論/雑誌/小説/論文等）など、文書の内容ではなく、文書の特徴を表す情報であって、他の文書との関係性を評価するために用いられる情報である。
文書の属性は、１以上の属性要素ならなり、各属性要素には階層関係が設定されている。例えば、文書１が社内文書であって、開発部によって作成され、確率論についての文献に対するレポートである場合、文書１の属性情報は、「開発部」という属性要素Ｅ１と、開発部のすぐ下位の属性である「数学」（属性要素Ｅ２−１）および「開発」（属性要素Ｅ２−２）のうちの「数学」（属性要素Ｅ２−１）と、「数学」の下位属性である「確率論」という属性要素Ｅ３−１とから構成される。

なお、属性要素の設定や、属性要素の決定（属性要素へのあてはめ）は、例えば、その文書データ自体が有する情報に基づいて決定してもよいし、文書データが有する情報以外の情報（例えば文書をカテゴリ別に階層フォルダに記憶しているシステムの場合における、そのフォルダの識別名）に基づいて決定してもよい。また、図２は、階層構造を模式的に例示したにすぎず、属性要素の数や内容等、階層の具体的な構造については、任意である。要するに、複数の文書間の関連性を判定する際に対比可能な構造を有していればよい。

図１へ戻り、取得部１０２は、１以上の第１文書に対して適用された、文字列の置換についての規則を表す情報を取得する。具体的には、データベースＤＢ１から処理対象の文書に適用すべき規則の集合を抽出する。この規則は、後述の受付部２１２によってユーザから受付けた１以上の第１文書の翻訳結果に対する修正に対応して生成される。

図３は、データベースＤＢ１に記憶される規則の例を示す図。データベースＤＢ１には、第１言語の語句と第２言語の語句との間の対応関係を記述したもの（置換規則Ｒ１、Ｒ２、Ｒ３；いわゆる辞書データ）が含まれる。加えて、データベースＤＢ１には、翻訳とは直接の関係はない文書データの編集に関する規則を含んでいてもよい。例えば、複数の単語や文字列を単位として、置換前後の関係性を規定するものを含む（同図の置換規則Ｒ４、Ｒ５）。置換規則Ｒ４は予め定められた単語間のスペースを取り除く処理であり、置換規則Ｒ５は予め定められた条件を満たす文字列間のスペースを取り除くという処理である（なお、“Ａ”,“ｂ”,”ｃ”、”ｄ”、”ｅ”は任意の文字とする）。また、同図の置換規則Ｒ２および置換規則Ｒ３は、置換前の単語は共通するが置換後の単語が異なっているが、これらは別の規則として登録され、情報処理システム１０で処理される。
なお、辞書データは一つのみでもよいし、各々複数の規則の集合体である辞書データを複数記憶し、処理対象の文書に応じて用いる１以上の辞書データを決定してもよい。

図１に戻り、データベースＤＢ２には、属性を構成する属性要素ごとに且つ規則ごとに、規則が過去の１以上の文書に対して適用された回数または割合に基づいて、構成要素ごとにその規則に対して付与されたスコアが記憶される。スコアは、当該構成要素からなる属性を有する当該過去の１以上の文書に対してこの規則が適用された回数または適用された割合を表す。
これを模式的に示したものが図４である。ここでは、各スコアは、｛その規則がユーザによって承認された回数（換言すると、キャンセルされず承認された回数）｝÷｛その規則が情報処理装置２００において採用された回数｝として定義した例を示してある。なお、同図中「なし」とあるのは、その属性要素にはまだ一つの規則のスコアも登録されていないことを示す。つまり、スコアの値が高いほど、過去に情報処理装置２００が適用してその適用が妥当だった確率が高いということを意味する。このように一つの規則に対して１つの指標のみを導入するのでなく、各属性要素に対応して複数の値を設定することで、データベースＤＢ２に、文書の属性と規則の適用妥当性との関係性についての情報が保持されることになる。

図４の場合に、実際にデータベースＤＢ２に記憶されるデータの構造は、例えば図５のようになる。すなわち、規則ごとに、各属性要素に対応付けられたスコアが格納される。処理対象の文書に応じて、必要な規則と必要な属性要素の箇所のスコアが読み出され、情報処理装置２００に供給される。

図１に戻り、更新部１０８は、翻訳処理の完了に伴って情報処理装置２００から送信された情報に基づいて、データベースＤＢ２に記憶されたスコアを更新する。

情報処理装置２００は、例えば汎用のコンピュータ装置であって、翻訳処理部２０２、判定部２０４および出力部２０６（これらは上記利用部に相当）、表示部２０８、修正部２１０（上記生成部の一例）、受付部２１２（上記第１受付部および上記第３受付部に相当）、および通信部２１４を含む。
翻訳処理部２０２は、処理対象の文書データに対し予め定められたアルゴリズムに従って形態素解析を行うなどして文字列の置換等を行い、翻訳文書を生成する。

判定部２０４は、１以上の第１文書と第２文書との関連性に応じて、生成された翻訳規則を、受付けた原文の翻訳時に利用する。具体的には、過去の１以上の第１文書と処理対象となっている第２文書との関連性、および当該過去の１以上の第１文書に係る規則が少なくとも適用されたか否かの情報に基づいて、当該規則を第２文書において適用するか否かの判定が実行される。
この関連性は、階層構造を有する属性情報に基づいて決定される。好ましい態様において、この規則が過去の１以上の第１文書に対して適用された回数または割合に基づいて判定が行われる。この場合、例えば、判定部２０４は、処理対象の文書の属性情報の１以上の構成要素に関連付けられた値が閾値よりも大きい場合に、当該規則を適用すると判定する。
翻訳処理部２０２、判定部２０４、出力部２０６、修正部２１０は、例えば一つのプロセッサとして実装され、記憶部２１６に記憶された翻訳アプリケーションプログラムを実行することによってこれらの機能が実現される。

出力部２０６は、翻訳処理部２０２の出力データに判定部２０４の結果を反映させ、表示部２０８に出力する。表示部２０８は、液晶ディスプレイ等の画面であって、機械翻訳された文書を表示する。受付部２１２は、キーボード、マウス、タッチパネル等の入力デバイスであって、ユーザが表示された翻訳文書に対する修正の指示や修正内容の確定指示を入力する。修正部２１０は、受付部２１２にて受付けられた修正に対応する翻訳規則を生成する。記憶部２１６は、ＯＳのほか、翻訳アプリケーションプログラムを格納する。通信部２１４は、ＬＡＮなど情報処理装置１００とデータの送受信を行うための通信インタフェースである。

図６は、情報処理システム１０の動作例を示す。情報処理装置１００は、ユーザからの要求に応じて翻訳対象の文書を特定し、そのデータ（テキストファイルなど）を取得する（Ｓ５０２）。続いて、情報処理装置１００は、そのデータの格納場所や文章ファイルに含まれる属性情報等に基づいて、その文書の属性を決定する（Ｓ５０４）。当該文書の翻訳処理において参照すべき、規則の集合である辞書データをデータベースＤＢ１から読み出す。該決定した属性情報を構成する各属性要素に対応付けられた、当該辞書データを構成する全ての規則についてのスコアを読み出す（Ｓ５０６）。文書データ、辞書データおよびスコアデータは、情報処理装置２００へ送信される。

翻訳処理部２０２は、当該文書に対し、辞書データを用い、予め定められたアルゴリズムに従って翻訳処理を実行する。（Ｓ５１０）。判定部２０４は、翻訳対象の文章において辞書データに登録された規則に該当する文字列を検出した場合、その規則の適否を判定する（Ｓ５１２）。例えば、各規則のスコアは０〜１（｛ユーザによって採用された割合｝÷｛暫定翻訳結果として適用されたユーザに提示された回数｝）の値として表現され、処理対象の文書の属性情報の１以上構成要素に関連付けられた指標値が、予め設定された閾値（例えば「０.８」）よりも大きい場合に、当該規則を適用すると判定する。
なお、当該規則についてのスコア、対象の文書の属性情報を構成するいずれの属性要素にも登録されていない場合（すなわち、過去に、その属性要素を構成要素として属性を備える文書においてその規則に該当するものがなかった場合）、閾値と比較する対象が存在しないことになるが、この場合は、例外的に、当該規則を採用すると決定する。
出力部２０６は、翻訳処理部２０２と判定部２０４の判定結果が反映された翻訳結果を表示部２０８に表示する（Ｓ５１４）。

ユーザは、翻訳結果をチェックし、翻訳が不適当であると考えた箇所について修正を行う（Ｓ５１５）。具体的には、翻訳結果のテキスト文書に対して、ユーザが不適切と考える語や語句を削除し、適切と考えた語や語句を入力し直す等の文字列の編集作業を行う。具体的には、情報処理装置２００は、ユーザから受付けた編集が、既存の規則をキャンセルする（採用しない）ことに該当するのか（Ｓ５１６）、あるいは規則の追加に該当するものであるか（Ｓ５１８）、（あるいは両方に該当するのか）を判定する。
例えば、図２の規則が辞書データに含まれていた場合に、翻訳結果において“Ａｂｃｄｅ”が“Ａ_ｂ_ｃ_ｄ_ｅ”と修正された場合、置換規則Ｒ５は採用されなかったと判定される。“起りそうなこと”が“確率”と修正された場合は、置換規則Ｒ１については採用されず、且つ新規の置換規則Ｒ６として｛“probability”（置換前）→“確率”（置換後）｝が追加されたと判定される。なお、キャンセルされなかった規則については、その規則は適用されたと判定する。

情報処理装置２００は、ユーザは予め定められた操作を行って編集内容を確定すると、該確定した編集内容を反映した文書データを生成し、翻訳結果を確定させる（Ｓ５２２）。そして、各規則が適用されたか否かを表す情報を生成して情報処理装置１００に送信する。情報処理装置１００では、情報処理装置２００から受信した情報に基づいてデータベースＤＢ２の内容を更新する（Ｓ５２４）。

以下、スコアの登録および更新の方法について説明する。まず、図７を用いて、データベースＤＢ２に全く情報が記憶されていない場合や、抽出した規則のスコアが属性要素のいずれとも関連付けて登録されていない場合におけるスコアの更新の例を説明する。
図７（ａ）に示す属性要素Ｅ１、Ｅ２−１、およびＥ３−１から成る属性を有する文書１に対して翻訳を行うとする。そして、Ｓ５１２にて、辞書データから、この文書に合致する規則として置換規則Ｒ１、Ｒ２、Ｒ３の３つのみが抽出されたものと仮定する。ここで、置換規則Ｒ１、Ｒ２、Ｒ３は、属性要素Ｅ１、Ｅ２−１、Ｅ３−１のいずれとも対応付けて登録されていない。このように、ある規則が、文書に係る属性要素のいずれとも対応付けて登録されていない場合は、Ｓ５１２において、その規則を適用すると判定する。この場合、置換規則Ｒ１、Ｒ２、Ｒ３が全て適用された翻訳結果がユーザに提示される。

ここで、Ｓ５１８において、ユーザは翻訳結果をチェックし、置換規則Ｒ１、Ｒ２、Ｒ３に係る箇所を含む翻訳結果の全体について修正を行う必要がない（つまり、機械翻訳の結果そのまま採用する）とユーザが判断した場合は、提示された内容そのままで翻訳結果が確定する。

ある規則が、文書に係る属性要素のいずれとも対応付けて登録されていない場合は、Ｓ５２４において、当該文書の属性情報を構成する全ての属性要素に対応付けて、当該スコアが適用されたことを示す情報が生成される。具体的には、置換規則Ｒ１に関し、属性要素Ｅ１、Ｅ２−１、Ｅ３−１のそれぞれにおいて一回採用されたことを示す情報（＋１）が生成される。同様に、置換規則Ｒ２およびＲ３についても、情報（＋１）が生成される。この結果、情報処理装置１００において、置換規則Ｒ１のスコアとして１／１（１回提示され、１回採用された）＝１という情報が、属性要素Ｅ１、Ｅ２−１、Ｅ３−１のそれぞれと対応付けられて登録される。同様に、置換規則Ｒ２およびＲ３についても、１／１＝１というスコアが属性要素Ｅ１、属性要素Ｅ２−１、属性要素Ｅ３−１のそれぞれと対応付けられて登録される（図７（ｂ）参照）。
一方、Ｓ５１６において、ユーザが例えば置換規則Ｒ１のみをキャンセルした場合、属性要素Ｅ１、Ｅ２−１、Ｅ３−１のそれぞれに対応付けて、置換規則Ｒ１については０／１、置換規則Ｒ２については１／１＝１、置換規則Ｒ３については１／１＝１というスコアが登録されることになる。

以後、文書１とは異なる文書が翻訳対象として指定されるたびに、Ｓ５１２において、対象文書の属性に対応する規則のスコアに基づいて当該規則の適用妥当性を表す指標値を決定し、決定した指標値と閾値とを比較し、比較の結果に基づいて規則の適用を決定し、Ｓ５１４において、決定した適否を反映した翻訳結果を提示する。適用された結果は、ユーザから修正があった場合はその修正の結果を反映して、データベースＤＢ２に記憶されるスコアに反映されていく（Ｓ５１５、Ｓ５２４）。

図８は、Ｓ５１２において、データベースＤＢ２から取得したスコアに基づいて、各規則についての指標値を算出する方法を模式的に示す。第一に、原則として、翻訳対象の文書の属性を構成する構成要素に対して関連付けられたスコアがあれば、全てを抽出し、抽出したスコアをその属性に対応付けられた指標値とする。例えば、同図（ａ）の場合、置換規則Ｒ１のスコアとして０.５が、置換規則Ｒ２のスコアとして０.４が抽出される。

ただし、同図（ｂ）のように、同一規則に対して複数の要素において異なる値が登録されている場合は、上記（ａ）の例外処理として、より下位の階層に属するスコアを指標値と決定する。同図（ｂ）の場合、置換規則Ｒａの指標値は「０.８」となる。このように算出する理由は、より下位の属性要素が共通する文書同士は、より関連性が高いと推定されるからである。すなわち、処理対象文書の属性情報が、第１構成要素と当該第１構成要素よりも下位の階層に属する第２構成要素とを含み、第１構成要素と第２構成要素とには、スコアが異なるが同一の規則が関連付けられている場合において、当該規則の指標として、第２構成要素に関連付けたスコアを指標値として用いる。

複数の規則の間に特定の関係がある場合は、その関係性に基づいて指標値を算出してもよい。具体的には、同図（ｃ）のように、置換前の語句は同一で置換後の語句が異なる２つの規則があった場合、より下位の要素に対応付けられたほうの置換規則のスコアのみを採用して指標値を算出する。図（ｃ）の例では、置換規則Ｒａ'の指標値としてそのスコアと等しい「０.８」が算出される一方、置換規則Ｒａの指標値は「０」と算出される。すなわち、対象文書である第２文書の属性情報は、第１構成要素と当該第１構成要素よりも下位の階層に属する第２構成要素とから成り、規則は第１規則と第２規則とを含み、第１規則と第２規則とは、置換前の文字列が共通するが置換後の文字列は共通しない場合において、規則に係る置換後の文字列として、第２規則に係る置換後の文字列が第１規則に係る置換後の文字列よりも優先的に出力されることになる。

以下では、上述の指標値の決定方法に従って翻訳を行う場合を説明する。なお、閾値は「０.８」に設定されているとする。
また、データベースＤＢ２に格納されるスコアは、図９（ａ）（図７（ｂ）の状態と同じ）となっている状態で、属性要素Ｅ１、Ｅ２−１、Ｅ３−２を有する属性の文書２が翻訳の対象になったとする。すなわち、属性要素Ｅ１およびＥ２−１においては、それぞれ置換規則Ｒ１には「１」が、置換規則Ｒ２には「１」が、置換規則Ｒ３には「１」のスコアがそれぞれ登録されており、属性要素Ｅ３−２においては何も登録されていない。

この結果、Ｓ５１２において、この文書２に対しては、属性要素Ｅ２−１に対応付けられているスコアが採用され、置換規則Ｒ１、Ｒ２、Ｒ３の指標値は、それぞれ「１」、「１」、「１」となる。続いて、Ｓ５１４において、各規則に対して指標値と閾値との比較が行われる。１＞０.８であるから、置換規則Ｒ１、Ｒ２、Ｒ３の全てを適用すると判定される。この結果、置換規則Ｒ１、Ｒ２、Ｒ３の全てが適用された、文書２の翻訳結果が提示される。この結果に対してユーザは特に不服がなく、修正指示を入力しなかったと仮定すると、置換規則Ｒ１＝＋１、置換規則Ｒ２＝＋１、置換規則Ｒ３＝＋１という情報が情報処理装置１００に送信される。この結果、情報処理装置１００では、属性要素Ｅ１、Ｅ２−１、Ｅ３−２のそれぞれに対応付けられた規則とそのスコアが更新される。この結果、データベースＤＢ２に記憶されたスコア値は同図（ｂ）に示す通りになる。

その後、属性要素Ｅ１、Ｅ２−２、およびＥ３−３を有する文書３が翻訳処理の対象に指定されたとする。図１０（ａ）のように、この文書３に対しては、置換規則Ｒ１、Ｒ２、Ｒ３の指標値は「１」、それぞれ「１」、「１」（＞閾値）と算出されるので、Ｓ５１２において、置換規則Ｒ１、Ｒ２、およびＲ３の全てが文書３の置換対象として適用される。
ここで、Ｓ５１６においてユーザが置換規則Ｒ１についてキャンセルしたとする。例えば、「probability」の訳語として「確率」を暫定的に採用されていたが、「確率」は文書３では訳語として不適切であるとユーザが判断し、「確率」を「起りそうなこと」と修正する作業を行い、この修正内容が確定したとする。すると、修正部２１０は、この修正結果を翻訳結果に反映させるとともに、この修正結果をスコアにも反映させる。すなわち、今回置換規則Ｒ１は採用されなかったため、｛Ｒ＝＋０、Ｒ２＝＋１、Ｒ３＝＋１｝という情報が生成され、この結果、データベースＤＢ２は、図１０（ｂ）の通りに更新される。すなわち、属性要素Ｅ２−２およびＥ３−３のそれぞれにおいて、置換規則Ｒ２とＲ３のスコアが維持された一方、属性要素Ｅ１に対応付けられた置換規則Ｒ１の規則が「１」から「２／３＝０.６７」に変更されている。これは、置換規則Ｒ１が採用されなかったという事実が、文書３と文書１の関連性に対応する属性要素（この場合は属性要素Ｅ１）と対応付けられた置換規則Ｒ１のスコアに反映されたことを意味する。

その後、属性要素Ｅ１、Ｅ２−２、Ｅ３−４を有する文書４に対する翻訳処理を行うとする。このとき、スコアは図１１（ａ）の状態となっているから、文書に対する規則のスコアは、置換規則Ｒ２が１、置換規則Ｒ３は１、置換規則Ｒ１は０.６７と算出される。０.６７＜閾値、且つ１＞閾値であるから、Ｓ５１２において、置換規則Ｒ２およびＲ３については適用されるが、置換規則Ｒ１については適用されないと判定される。この結果、置換規則Ｒ２とＲ３のみが翻訳結果に反映される。文書４の翻訳結果に対してユーザによる修正がないとすると、｛Ｒ２＝＋１、Ｒ３＝＋１｝という情報が生成され、スコアは図１１（ｂ）のように更新される。

その後、属性が文書１と完全に同一である文書５に対する翻訳処理を行うとする（図１２参照）。Ｓ５１２において、置換規則Ｒ１については、属性要素Ｅ１では０．６７、属性要素Ｅ２−１およびＥ２−２では「１」というスコアが登録されているが、図８のルールを適用すると、より下位階層の属性要素Ｅ３−１に対応付けられたスコア「１」が指標値として算出される。１＞閾値であるから、文書５に対しては置換規則Ｒ１が適用されることになる。この結果、文書５に対しては、文書の関連性が低いと推定される文書４における規則の適用結果がそのまま反映されず、関連性が高いと推定される文書１や近い文書２に対する規則の適用結果と同一のものが採用されることになる。

このように、本実施例においては、ある文書において、ある規則に対しユーザによってなされた修正の可否の判断（換言すると、その規則がそのまま適用すべき否かの判断）が、関連性が高い文書ほど（換言すると、共通する属性要素がより下位に存在するほど）反映されやすく、逆に関連性が低い文書ほど（共通する属性要素は存在するがそれがより上位に位置するほどないしは全く存在しない場合）、反映されにくくなっている。

このように、異なる属性を有する複数の文書に対して本発明の翻訳方法を繰り返すことで、データベースＤＢ２に記憶されるスコアは、文書間の属性（関連性）が反映されたものとなっていく。この結果、データベースＤＢ２の情報は、それが参照されると、分野を問わず広く適用されている修正規則（すなわち一般的・普遍的な規則といえる）については文書の分野を問わず採用され、特定の分野の文書のみに適用されている規則については当該分野と関連性が高い文書のみについてのみ採用されるように自動的に調整されていく。そして、多様な属性の文書に対して翻訳処理を実行すればするほど、対象文書の属性に依存せずに、規則を採用するか否かについての判定の妥当性がより担保される。この結果、翻訳物の品質の安定化につながると期待される。
このように、上記実施例においては、辞書データに含まれる各規則が処理対象となった文書に適したものであるかの判断の妥当性を高めていくことで翻訳の精度が向上する。よって、翻訳の精度を上げるために文書ごとあるいは文書の属性ごとに細かくカスタマイズされた複数の辞書データを予め用意しておくといった必要がない。

本発明の情報処理方法の適用対象は、翻訳処理や翻訳処理に付随する情報処理に限られない。コンピュータが、入力された文字列等のデータを予め定められた規則に従って変換し、出力された結果をユーザが修正でき、ユーザによって修正がなされた（またはなされなかった）という事実を次回の処理において反映することにより、変換の妥当性が担保される情報処理であればよい。

また、本発明の情報処理方法は、図１に示した機能構成を有する装置以外の装置によって実行されてもよい。例えば、情報処理装置１００と２００の機能を兼ね備えた一つのコンピュータ装置によって実行してもよい。また、このようなコンピュータ装置において、プロセッサが上述の機能を実現させるためのプログラムを実行することによって本発明の情報処理方法が実行されてもよい。また、このプログラムは汎用のコンピュータにインストールすることができるものであってもよい。

スコアの表現形式や指標値の算出方法は、上述した例に限られない。スコアや指標値には、少なくともその規則が過去に適用されたか否かという情報が反映されていればよく、例えば各スコアは０か１のいずれかで表現されていてもよい。また、規則の適用の可否を判定する際において、図８以外のアルゴリズムを用いて指標値を算出してもよい。例えば、構成要素の階層に応じて、データベースＤＢ２から取得したスコアに重み付けをつけるなどの統計処理を行う。

また、Ｓ５１２で用いられる閾値は不変でもよいし変動可能でもよい。例えば、翻訳対象を特定する際にユーザが閾値を入力してもよいし、データベースＤＢ２のスコアに基づいて算出してもよい。例えば、データベースＤＢ２に記憶されている全スコアの平均値や最頻度値などの統計量を用いて、閾値を決定する。いずれの場合においても、過去の規則が適用されたか否かの情報と、当該適用対象となった文書と現在処理の対象となっている文書との関連性とに基づいて、適用の可否が判断されていればよい。

要するに、本発明の情報処理装置は、１以上の第１文書に対して適用された、文字列の置換についての規則を表す情報を取得する取得部と、第２文書を入力する入力部と、前記１以上の第１文書と前記第２文書との関連性、および前記１以上の第１文書において前記規則が過去に適用されたか否かに基づいて、当該規則を第２文書において適用するか否かの判定を実行する判定部と、該判定の結果を出力する出力部とを有していればよい。

１００・・・情報処理装置、１０２・・・取得部、１０４・・・入力部、１０６・・・通信部、１０８・・・更新部、１０９・・・記憶部、２００・・・情報処理装置、２０６・・・出力部、２０２・・・翻訳処理部、２０４・・・判定部、２０８・・・表示部、２１２・・・受付部、２１４・・・通信部、２１６・・・記憶部

Claims (9)

1. １以上の第１文書の翻訳結果に対する修正をユーザから受付ける第１受付部と、
   前記第１受付部が受付けた修正に対応する翻訳規則を生成する生成部と、
   １以上の第２文書の原文を受付ける第２受付部と、
   前記１以上の第１文書と前記第２文書との関連性に応じて、前記生成部が生成した前記翻訳規則を、前記第２受付部が受付けた前記原文の翻訳時に利用する利用部と
   を有する情報処理装置。
2. 前記利用部は、前記第１文書と前記第２文書の階層構造の関連性に基づいて、前記生成部が生成した前記翻訳規則を、前記第２受付部が受付けた前記原文の翻訳時に利用する
   請求項１記載の情報処理装置。
3. 前記利用部は、前記翻訳規則が前記１以上の第１文書に対して適用された回数または割合に基づいて、前記生成部が生成した前記翻訳規則を、前記第２受付部が受付けた前記原文の翻訳時に利用する
   ことを特徴とする請求項１または２に記載の情報処理装置。
4. 前記利用部は、前記階層構造における構成要素ごとに算出された、前記１以上の文書に対して前記翻訳規則が適用された回数または適用された割合を表す指標値が閾値よりも大きい場合に、前記翻訳規則を利用する
   ことを特徴とする請求項２に記載の情報処理装置。
5. 前記第２文書の前記階層構造における属性情報は、第１構成要素と当該第１構成要素よりも下位の階層に属する第２構成要素とを含み、前記第１構成要素と前記第２構成要素とには、指標値が異なるが同一の翻訳規則が関連付けられている場合において、
   前記利用部は、当該翻訳規則の指標として、前記第２構成要素に関連付けられた指標値を用いる
   ことを特徴とする請求項４に記載の情報処理装置。
6. 前記第２文書の前記階層構造における属性情報は、第１構成要素と当該第１構成要素よりも下位の階層に属する第２構成要素とから成り、前記第１構成要素は第１規則を含み、前記第２構成要素は第２規則を含む場合、前記第２規則に係る翻訳規則が優先的に利用される
   ことを特徴とする請求項４または５に記載の情報処理装置。
7. 前記指標値を記憶した記憶部と、
   前記生成部にて生成された翻訳結果を表示する表示部と、
   前記翻訳規則を前記第２文書に対して適用するか否かについての指定をユーザから受付ける第３受付部と、
   該受付けた指定に基づいて、前記翻訳規則についての前記記憶部に記憶された指標値を更新する更新部と
   を更に有することを特徴とする請求項４ないし６のいずれか一つに記載の情報処理装置。
8. １以上の第１文書の翻訳結果に対する修正をユーザから受付けるステップと、
   該受付けた修正に対応する翻訳規則を生成するステップと、
   １以上の第２文書の原文を受付けるステップと、
   前記１以上の第１文書と前記第２文書との関連性に応じて、前記生成された前記翻訳規則を、前記受付けた前記原文の翻訳時に利用するステップと
   を有する情報処理方法。
9. コンピュータに、
   １以上の第１文書の翻訳結果に対する修正をユーザから受付けるステップと、
   該受付けた修正に対応する翻訳規則を生成するステップと、
   １以上の第２文書の原文を受付けるステップと、
   前記１以上の第１文書と前記第２文書との関連性に応じて、前記生成された前記翻訳規則を、前記受付けた前記原文の翻訳時に利用するステップと
   を実行させるためのプログラム。

Images