JP2546245B2 - Natural language sentence generation method - Google Patents
Natural language sentence generation methodInfo
- Publication number
- JP2546245B2 JP2546245B2 JP61280033A JP28003386A JP2546245B2 JP 2546245 B2 JP2546245 B2 JP 2546245B2 JP 61280033 A JP61280033 A JP 61280033A JP 28003386 A JP28003386 A JP 28003386A JP 2546245 B2 JP2546245 B2 JP 2546245B2
- Authority
- JP
- Japan
- Prior art keywords
- concept
- language
- predicate
- sentence
- dictionary
- 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.)
- Expired - Fee Related
Links
Landscapes
- Machine Translation (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は自然言語文生成方法に関し、特に任意の言語
から他の任意の言語への自動翻訳を行う際に有効な、生
成すべき文の意味を概念間の依存関係として与えるシス
テムに好適な自然言語文生成方法に関する。Description: TECHNICAL FIELD The present invention relates to a natural language sentence generation method, and particularly to a sentence to be generated, which is effective in automatically translating an arbitrary language into another arbitrary language. The present invention relates to a natural language sentence generation method suitable for a system that gives meaning as a dependency between concepts.
自動翻訳（機械翻訳）における文生成は、ソース言語
の文を解析することによって得られる中間表現を入力と
して行われる。Sentence generation in automatic translation (machine translation) is performed by using an intermediate expression obtained by analyzing a source language sentence as an input.
上述の中間表現は文の統語構造あるいは意味構造を表
わすもので、その要素は通常、ソース言語の語あるいは
概念記号である。The intermediate representations described above represent the syntactic or semantic structure of sentences, the elements of which are usually source language words or conceptual symbols.
機械翻訳は、ソース言語の各要素に対してターゲット
言語の語をそれぞれ割当て、ターゲット言語の文法に従
って文を生成するものであるが、ここで、語の候補を複
数持つ要素が存在するという問題がある。Machine translation allocates each word in the target language to each element in the source language and generates a sentence according to the grammar of the target language. However, there is a problem that there are elements that have multiple word candidates. is there.
これに関しては、語と語の共起に関する知識を利用す
ることが考えられる。ある語と別の語が特定の意味関係
を持って文中に出現することを共起というが、共起する
語には制約がある。この制約を利用して、複数の候補語
のうちから不適切な語を除去することができる。In this regard, it is conceivable to utilize the knowledge of co-occurrence of words. Co-occurrence is the appearance of a word and another word in a sentence with a specific semantic relationship, but there are restrictions on the words that co-occur. By using this constraint, inappropriate words can be removed from the plurality of candidate words.
この考え方に基づく文生成は、例えば、特開昭60−14
4869号公報に見られる。Sentence generation based on this concept is described in, for example, Japanese Patent Laid-Open No. 60-14.
See 4869 publication.
しかし、従来提案されている方法は、次の如き問題を
有しており、実現可能性と効果に疑問があった。However, the conventionally proposed methods have the following problems, and their feasibility and effects have been doubtful.
（１）共起可能な語の対は膨大であり、大きな記憶容量
を必要とするだけでなく、データを網羅的に集めること
が困難である。(1) The number of word pairs that can co-occur is enormous, and not only a large storage capacity is required, but also it is difficult to collect data comprehensively.
（２）類語に対しては同じような共起関係が成立するこ
とが多いが、共起データを語の対として記憶しているた
め、一つの共起データを類語の場合にも利用することが
できない。(2) A similar co-occurrence relationship is often established for synonyms, but since co-occurrence data is stored as a pair of words, one co-occurrence data should also be used for synonyms. I can't.
本発明は上記事情に鑑みてなされたもので、その目的
とするところは、従来の自然言語文生成方式における上
述の如き問題を解消し、共起データを少数にすると同時
に、個々の共起データを有効に利用可能とする自然言語
文生成方法を提供することにある。The present invention has been made in view of the above circumstances, and an object of the present invention is to solve the above-mentioned problems in the conventional natural language sentence generation method, reduce the number of co-occurrence data, and at the same time, reduce the individual co-occurrence data. It is to provide a natural language sentence generation method that makes it possible to effectively use.
本発明の上記目的は、第一言語の文を読み込む入力手
段，第１言語の語と概念記号との対応関係を少なくとも
記憶した第一言語辞書の記憶手段，概念記号と第二言語
の語との対応関係を少なくとも記憶した第二言語辞書の
記憶手段，第二言語の述語とその引数となり得る概念の
概念記号との組を記憶した共起関係辞書の記憶手段，上
位−下位の関係にある概念の概念記号の組を記憶した包
含関係辞書の記憶手段，前記第一言語辞書を利用して第
一言語の文を解析し、依存関係で結ばれた概念の集合の
形式による中間表現に変換する文解析手段，前記中間表
現から前記第二言語辞書を利用して第二言語の文を生成
する文生成手段，生成された第二言語の文を出力する出
力手段から構成される自動翻訳システムにおいて、前記
中間表現を構成する述語概念をキーとして前記第二言語
辞書を検索して、前記述語概念に対する訳語の候補を取
り出すステップ，一つの述語概念に対して複数の訳語候
補が得られた場合に、各々の訳語候補と当該述語概念に
依存している概念との組をキーとして前記共起関係辞書
を検索するステップ，当該述語概念に依存している概念
との組が前記共起関係辞書に含まれているような訳語候
補を当該述語概念の訳語として選択するステップ，どの
訳語候補も当該述語概念に依存している概念との組が前
記共起関係辞書に含まれていない場合に、当該述語概念
に依存している概念をキーとして前記包含関係辞書を検
索することによって、当該述語概念に依存している概念
の上位概念を取り出し、各々の訳語候補と前記取り出さ
れた上位概念との組をキーとして前記共起関係辞書を検
索するステップ，前記上位概念との組が前記共起関係辞
書に含まれているような述語候補を当該述語概念の訳語
として選択するステップから成る訳語選択処理を設けた
ことを特徴とする自然言語文生成方法によって達成され
る。The above object of the present invention is to provide an input means for reading a sentence in a first language, a storage means for a first language dictionary that stores at least a correspondence relationship between a word in a first language and a concept symbol, a concept symbol and a word in a second language. Storage means of the second language dictionary that stores at least the correspondence relation of, a storage means of the co-occurrence relation dictionary that stores the set of the predicate of the second language and the concept symbol of the concept that can be its argument, and the upper-lower relationship Means for storing an inclusion relation dictionary storing a set of concept symbols of a concept, analyzing a sentence in the first language using the first language dictionary, and converting the sentence into an intermediate representation in the form of a set of concepts connected by dependency relations An automatic translation system including a sentence analysis unit, a sentence generation unit that generates a second language sentence from the intermediate representation by using the second language dictionary, and an output unit that outputs the generated second language sentence. In, construct the intermediate representation Searching the second language dictionary with the word concept as a key and extracting candidate translations for the predescriptor concept; if multiple translation candidates are obtained for one predicate concept, Retrieving the co-occurrence relation dictionary using a set of concepts that depend on the predicate concept as a key, such that a set of concepts that depend on the predicate concept is included in the co-occurrence relation dictionary Selecting a translation candidate as a translation of the predicate concept, depending on the predicate concept, if no combination of any translation candidate and the concept dependent on the predicate concept is included in the co-occurrence relation dictionary By searching the inclusion relation dictionary by using the existing concept as a key, the superordinate concept of the concept that depends on the predicate concept is extracted, and by using the set of each translation candidate and the extracted superordinate concept as a key, A translation word selection process comprising a step of searching an origin relation dictionary and a step of selecting a predicate candidate whose pair with the superordinate concept is included in the co-occurrence relation dictionary as a translation word of the predicate concept It is achieved by the natural language sentence generation method.
文を述語と引数の関係として捉えると、共起関係は述
語と特定の引数の間で成立する。例えば、‘allocate'
という述語は動作主，対象，受益者の三つの引数を持つ
が、このうちの対象と共起関係が成立する。‘allocat
e'の対象となる語としては、‘file',‘resource',‘me
mory',‘I/Oequipment'等がある。If we consider a sentence as a relation between a predicate and an argument, a co-occurrence relation holds between the predicate and a specific argument. For example, 'allocate'
The above predicate has three arguments: the actor, the target, and the beneficiary, but a co-occurrence relation is established with the target. 'allocat
The target words of e'are: 'file', 'resource', 'me
There are mory ',' I / O equipment 'etc.
ここで、一つの述語と共起する語の集合を考えてみる
と、その全部あるいは一部に概念的共通性が認められ、
それらを包含する上位概念にまとめることができる。例
えば、上記‘allocate'と共起する語は、「資源」とい
う概念でまとめることができる。Considering a set of words that co-occur with one predicate, all or some of them have a conceptual commonality,
It can be summarized in a superordinate concept that includes them. For example, the word that co-occurs with the above'allocate 'can be summarized by the concept of “resource”.
このことを利用すると、共起関係を語と語の関係とし
てではなく、語と概念の関係として表現することができ
る。例えば、‘allocate'と‘file',‘allocate'と‘re
source',‘allocate'と‘memory',‘allocate'と‘I/Oe
quipment',‥‥の共起関係をまとめて、‘allocate'と
いう語と「資源」という概念の共起関係を考えることが
できる。By utilizing this, the co-occurrence relation can be expressed as a relation between a word and a concept rather than a relation between words. For example, 'allocate'and'file',' allocate 'and're
source ',' allocate 'and'memory', 'allocate'and'I / Oe
By summarizing the co-occurrence relations of quipment ', ..., we can think of the co-occurrence relation between the word'allocate' and the concept of'resource '.
共起関係を上述の如く表現した場合、概念の包含関係
を別途記憶しておく必要がある。これを記憶したものが
「シソーラス」である。例えば、上記「ファイル」，
「記憶装置」，「入出力装置」等の表わす概念が、「資
源」という概念の下位概念であることをシソーラスで表
現する。When the co-occurrence relation is expressed as described above, the inclusion relation of the concept needs to be stored separately. The one that remembers this is the "thesaurus." For example, the above "file",
It is expressed in a thesaurus that the concepts such as “storage device” and “input / output device” are subordinate concepts of the concept of “resource”.
本発明においては、生成すべき文の意味内容が概念の
依存関係として与えられるとする。ここで述語概念に対
する語の候補が複数ある場合、次のようにして語を選択
する。In the present invention, it is assumed that the semantic content of the sentence to be generated is given as a concept dependency. When there are a plurality of word candidates for the predicate concept, the word is selected as follows.
すなわち、まず、候補語が引数概念と共起関係を持つ
か否かをチェックし、共起関係を持つ語があればそれを
選択する。共起関係を持つ語がなければ、引数概念の上
位概念と共起関係を持つか否かをチェックし、共起関係
があればそれを選択するというものである。That is, first, it is checked whether the candidate word has a co-occurrence relation with the argument concept, and if there is a word having a co-occurrence relation, it is selected. If there is no word having a co-occurrence relation, it is checked whether it has a co-occurrence relation with the superordinate concept of the argument concept, and if there is a co-occurrence relation, it is selected.
以下、本発明の実施例を図面に基づいて詳細に説明す
る。Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.
第２図は本発明の一実施例を示す日英機械翻訳システ
ムのハードウェア構成図である。図において、１は全体
の制御を行う処理装置、２は入力装置、３は出力装置、
また、４は日本語解析辞書記憶装置、５は英語生成辞書
記憶装置、６は共起関係辞書記憶装置、７はシソーラス
記憶装置を示している。FIG. 2 is a hardware configuration diagram of a Japanese-English machine translation system showing an embodiment of the present invention. In the figure, 1 is a processing device for performing overall control, 2 is an input device, 3 is an output device,
Further, 4 is a Japanese analysis dictionary storage device, 5 is an English generation dictionary storage device, 6 is a co-occurrence relation dictionary storage device, and 7 is a thesaurus storage device.
上記日本語解析辞書記憶装置４内の日本語解析辞書
は、第３図に示す如きレコードから構成されている。レ
コードは日本語の語に対応しており、語41,品詞42,格フ
レーム43および語の表わす概念の概念記号44を含んでい
る。格フレーム43は述語概念を表わす語に対して記述さ
れるもので、該概念が支配する引数のそれぞれについ
て、意味的役割を示す格とそれをマークする格助詞を示
したものである。なお、上記日本語解析辞書のレコード
は語41をキーとして検索することができる。The Japanese analysis dictionary in the Japanese analysis dictionary storage device 4 is composed of records as shown in FIG. The record corresponds to a Japanese word and includes a word 41, a part-of-speech 42, a case frame 43, and a concept symbol 44 of the concept represented by the word. The case frame 43 is described for a word representing a predicate concept, and shows, for each argument controlled by the concept, a case showing a semantic role and a case particle marking the case. The record of the Japanese analysis dictionary can be searched using the word 41 as a key.
また、上記英語生成辞書記憶装置５内の英語生成辞書
は、第４図に示す如きレコードから構成されている。レ
コードは概念に対応しており、概念記号51,該概念を表
わす一つ以上の英語の語52,各々の語に対する品詞53と
各フレーム54を含んでいる。格フレーム54は述語概念を
表わす語に対して記述されるもので、該概念が支配する
引数のそれぞれについて、格と英文中でその引数が占め
る構文的役割（主語，目的語等）あるいはその引数をマ
ークする前置詞を示したものである。なお、英語生成辞
書のレコードは概念記号51をキーとして検索することが
できる。The English generation dictionary in the English generation dictionary storage device 5 is composed of records as shown in FIG. A record corresponds to a concept and includes a concept symbol 51, one or more English words 52 representing the concept, a part of speech 53 for each word, and each frame 54. The case frame 54 is described for a word representing a predicate concept. For each argument governed by the concept, the case and the syntactic role that the argument occupies in the English sentence (subject, object, etc.) or its argument It is a preposition that marks. The record in the English generation dictionary can be searched using the concept symbol 51 as a key.
また、上記共起関係辞書記憶装置６内の共起関係辞書
は、第５図に示す如きレコードから構成されている。レ
コードは英語の語61,概念記号62および格63の３つ組で
あり、概念記号62の概念またはその下位概念を表わす語
が、語61と格63の関係をもって共起し得ることを表わし
ている。なお、共起関係辞書は上述の３つ組をキーとし
て検索することができる。The co-occurrence relation dictionary in the co-occurrence relation dictionary storage device 6 is composed of records as shown in FIG. A record is a triple of English word 61, conceptual symbol 62 and case 63, and indicates that a word representing the concept of conceptual symbol 62 or its subordinate concept can co-occur with the relationship of word 61 and case 63. There is. The co-occurrence relation dictionary can be searched using the above-mentioned three-tuple as a key.
また、上記シソーラス記憶装置７内のシソーラスは、
第６図に示す如き概念の包含関係を表わすものである。
ポインタを辿ることにより、任意の概念からその上位概
念を検索することができる。The thesaurus in the thesaurus storage device 7 is
It shows the inclusion relation of the concept as shown in FIG.
By tracing the pointer, the superordinate concept can be retrieved from any concept.
次に、前記処理装置１で実行される翻訳処理について
説明する。Next, the translation process executed by the processing device 1 will be described.
第７図はその概略を示すものであり、まず、入力装置
２から日本語文を読込み（ステップ11）、前述の日本語
解析辞書を参照して該日本語文の構文と格関係を解析す
る。すなわち、述語を中心として、その格フレーム43と
のパターンマッチングにより、概念の依存関係の集合と
しての中間表現を得る（ステップ12）。FIG. 7 shows its outline. First, a Japanese sentence is read from the input device 2 (step 11), and the syntax and case relation of the Japanese sentence are analyzed with reference to the above-mentioned Japanese analysis dictionary. That is, an intermediate expression as a set of concept dependency relationships is obtained by pattern matching with the case frame 43 centering on the predicate (step 12).
次に、英語生成辞書，共起関係辞書およびシソーラス
を参照して、上記中間表現中の各概念に対する英語の語
を選択する（ステップ13）。この後、英語生成辞書を参
照して英文を生成する。すなわち、述語の格フレーム54
に基づいて、語の並びを決定する（ステップ14）。最後
に、得られた英文を出力装置３に出力する（ステップ1
5）。Next, an English word for each concept in the intermediate representation is selected by referring to the English generation dictionary, the co-occurrence relation dictionary, and the thesaurus (step 13). After that, an English sentence is generated by referring to the English generation dictionary. That is, the case frame 54 of the predicate
Based on, the word sequence is determined (step 14). Finally, the obtained English sentence is output to the output device 3 (step 1
Five).
第１図は上記「語の選択」ステップ13を詳細に示した
もので、中間表現を構成する概念の依存関係の各々に対
してこれが実行される。以下、これについて説明する。FIG. 1 details the "word selection" step 13 above, which is performed for each of the dependency relationships of the concepts that make up the intermediate representation. Hereinafter, this will be described.
まず、中間表現から述語概念P,引数概念A0,格Ｃの３
つのデータを読込む（ステップ21）。次に英語生成辞書
から上記述語概念Ｐに対する英語の語の候補p1,p2,…,p
nを読出す（ステップ22）。First, from the intermediate representation, the predicate concept P, argument concept A 0 , case C 3
Read two data (step 21). Next, English word candidates p 1 , p 2 , ..., p for the above descriptive word concept P from the English generation dictionary
Read n (step 22).
この後、上記引数概念A0の上位概念A1,A2,…をシソー
ラスから検索しながら（ステップ23）、piとAjが上記格
Ｃの関係で共起し得るかどうかを共起関係辞書を検索す
ることによりチェックする（ステップ24）。共起する語
があれば、これを述語概念Ｐに対する語として選択して
処理を終了する（ステップ25）。Then, while searching the superordinate concepts A 1 , A 2 , ... of the argument concept A 0 from the thesaurus (step 23), co-occurrence of whether p i and A j can co-occur in the case C relationship It is checked by searching the related dictionary (step 24). If there is a co-occurring word, this is selected as a word for the predicate concept P, and the process ends (step 25).
また、引数概念A0のすべての上位概念に対して共起関
係が成立しない場合は、Ｐに対する語は‘任意’として
処理を終了する（ステップ26）。If the co-occurrence relation is not established with respect to all superordinate concepts of the argument concept A 0, the word for P is set as “arbitrary” and the process is terminated (step 26).
以上の処理により、述語概念に対する語を決定する
際、引数概念との共起関係が共起関係辞書に含まれてい
なくても、引数概念の上位概念との共起関係が含まれて
いれば、これを利用して適切な語を選択することができ
る。By the above process, when determining the word for the predicate concept, even if the co-occurrence relation with the argument concept is not included in the co-occurrence relation dictionary, the co-occurrence relation with the superordinate concept of the argument concept is included. , You can use this to select the appropriate word.
上記実施例によれば、機械翻訳システムにおいて、複
数の訳語候補を持つ語に対して、適切な訳語を選択する
ことができる。そのために必要な共起関係辞書は、語と
語の関係としてではなく、語と（上位）概念の関係とし
て記憶されるため、小容量とすることができる。また、
シソーラスを利用することにより、一つの共起データが
事実上複数の共起関係を表わしていることになるため、
共起データの有用性が高くなる。According to the above embodiment, in the machine translation system, it is possible to select an appropriate translated word for a word having a plurality of translated word candidates. The co-occurrence relation dictionary required for that purpose is stored not as a relation between words but as a relation between words and a (superordinate) concept, and therefore can have a small capacity. Also,
By using a thesaurus, one co-occurrence data effectively represents multiple co-occurrence relationships.
The usefulness of co-occurrence data is increased.
以上述べた如く、本発明によれば、共起データを少数
にすると同時に、個々の共起データを有効に利用可能と
する自然言語文生成方法を実現できるという顕著な効果
を奏するものである。As described above, according to the present invention, it is possible to reduce the number of co-occurrence data and at the same time realize a natural language sentence generation method that enables effective use of individual co-occurrence data.
第１図は本発明の要点である「語の選択」ステップを詳
細に示すフローチャート、第２図は本発明の一実施例を
示す日英機械翻訳システムのハードウェア構成図、第３
図〜第５図は辞書記憶装置内のレコードを示す図、第６
図はシソーラス記憶装置内の概念の包含関係を表わす
図、第７図は実施例の動作の概略を示すフローチャート
を示す図である。 1,1A:処理装置、2,2A:入力装置、3,3A:出力装置、4:日
本語解析辞書記憶装置、5:英語生成辞書記憶装置、6:共
起関係辞書記憶装置、7:シソーラス記憶装置FIG. 1 is a flow chart showing in detail the "word selection" step which is the main point of the present invention, and FIG. 2 is a hardware configuration diagram of a Japanese-English machine translation system showing an embodiment of the present invention.
5 to 5 are views showing records in the dictionary storage device, and FIG.
FIG. 7 is a diagram showing the relation of inclusion of concepts in the thesaurus storage device, and FIG. 7 is a diagram showing a flowchart outlining the operation of the embodiment. 1,1A: Processing device, 2,2A: Input device, 3,3A: Output device, 4: Japanese analysis dictionary storage device, 5: English generation dictionary storage device, 6: Co-occurrence relation dictionary storage device, 7: Thesaurus Storage device
Claims (1)
語の語と概念記号との対応関係を少なくとも記憶した第
一言語辞書の記憶手段，概念記号と第二言語の語との対
応関係を少なくとも記憶した第二言語辞書の記憶手段，
第二言語の述語とその引数となり得る概念の概念記号と
の組を記憶した共起関係辞書の記憶手段，上位−下位の
関係にある概念の概念記号の組を記憶した包含関係辞書
の記憶手段，前記第一言語辞書を利用して第一言語の文
を解析し、依存関係で結ばれた概念の集合の形式による
中間表現に変換する文解析手段，前記中間表現から前記
第二言語辞書を利用して第二言語の文を生成する文生成
手段，生成された第二言語の文を出力する出力手段から
構成される自動翻訳システムにおいて、前記中間表現を
構成する述語概念をキーとして前記第二言語辞書を検索
して、前記述語概念に対する訳語の候補を取り出すステ
ップ，一つの述語概念に対して複数の訳語候補が得られ
た場合に、各々の訳語候補と当該述語概念に依存してい
る概念との組をキーとして前記共起関係辞書を検索する
ステップ，当該述語概念に依存している概念との組が前
記共起関係辞書に含まれているような訳語候補を当該述
語概念の訳語として選択するステップ，どの訳語候補も
当該述語概念に依存している概念との組が前記共起関係
辞書に含まれていない場合に、当該述語概念に依存して
いる概念をキーとして前記包含関係辞書を検索すること
によって、当該述語概念に依存している概念の上位概念
を取り出し、各々の訳語候補と前記取り出された上位概
念との組をキーとして前記共起関係辞書を検索するステ
ップ，前記上位概念との組が前記共起関係辞書に含まれ
ているような述語候補を当該述語概念の訳語として選択
するステップから成る訳語選択処理を設けたことを特徴
とする自然言語文生成方法。1. Input means for reading a sentence in a first language, storage means for a first language dictionary that stores at least a correspondence relationship between words in a first language and concept symbols, correspondence between concept symbols and words in a second language. Storage means for a second language dictionary storing at least the relationship,
Storage means of co-occurrence relation dictionary storing a set of predicates of second language and concept symbols of concepts that can be arguments thereof, storage means of inclusion relation dictionary storing a set of concept symbols of concepts in a superordinate-subordinate relationship , Sentence analysis means for analyzing a sentence in the first language using the first language dictionary and converting the sentence into an intermediate expression in the form of a set of concepts connected by a dependency relationship, and the second language dictionary from the intermediate expression In an automatic translation system comprising sentence generation means for generating a sentence in a second language by using the output means for outputting the generated sentence in a second language, the predicate concept constituting the intermediate expression is used as a key to generate the sentence. Retrieval of bilingual dictionaries to retrieve candidate translations for the predescriptor concept, if multiple translation candidates for one predicate concept are obtained, depending on each translation candidate and the predicate concept The concept of , A step of searching the co-occurrence relation dictionary as a translation word of the predicate concept, and a step of selecting a translation candidate such that a set of concepts depending on the predicate concept is included in the co-occurrence concept, By searching the inclusive relation dictionary by using the concept dependent on the predicate concept as a key, when a pair with the concept dependent on the predicate concept is not included in the co-occurrence relation dictionary , A step of retrieving a superordinate concept of a concept that depends on the predicate concept, and searching the co-occurrence relation dictionary with a set of each translation candidate and the retrieved superordinate concept as a key, A natural language sentence generation method, comprising: a translation word selecting process including a step of selecting a predicate candidate included in the co-occurrence relation dictionary as a translation word of the predicate concept.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61280033A JP2546245B2 (en) | 1986-11-25 | 1986-11-25 | Natural language sentence generation method |
| US07/123,791 US4916614A (en) | 1986-11-25 | 1987-11-23 | Sentence translator using a thesaurus and a concept-organized co- occurrence dictionary to select from a plurality of equivalent target words |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61280033A JP2546245B2 (en) | 1986-11-25 | 1986-11-25 | Natural language sentence generation method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS63132379A JPS63132379A (en) | 1988-06-04 |
| JP2546245B2 true JP2546245B2 (en) | 1996-10-23 |
Family
ID=17619358
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP61280033A Expired - Fee Related JP2546245B2 (en) | 1986-11-25 | 1986-11-25 | Natural language sentence generation method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2546245B2 (en) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01314373A (en) * | 1988-06-15 | 1989-12-19 | Hitachi Ltd | Translated word selecting system in machine translating system |
| JP2814634B2 (en) * | 1989-12-29 | 1998-10-27 | 松下電器産業株式会社 | Machine translation equipment |
| JPH04107675A (en) * | 1990-08-28 | 1992-04-09 | Nec Corp | English word processor |
| JPH0689302A (en) * | 1992-09-08 | 1994-03-29 | Hitachi Ltd | Dictionary memory |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59165178A (en) * | 1983-03-10 | 1984-09-18 | Fujitsu Ltd | Automatic extraction processor for machine translation conversion rule |
| JPS6074081A (en) * | 1983-09-30 | 1985-04-26 | Fujitsu Ltd | Generating device for natural language sentence |
| JPS63121977A (en) * | 1986-11-11 | 1988-05-26 | Fujitsu Ltd | Mechanical translating device |
-
1986
- 1986-11-25 JP JP61280033A patent/JP2546245B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPS63132379A (en) | 1988-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4916614A (en) | Sentence translator using a thesaurus and a concept-organized co- occurrence dictionary to select from a plurality of equivalent target words | |
| US7565281B2 (en) | Machine translation | |
| US5418717A (en) | Multiple score language processing system | |
| US7447623B2 (en) | Machine translation | |
| KR100453227B1 (en) | Similar sentence retrieval method for translation aid | |
| US20050137853A1 (en) | Machine translation | |
| US20050171757A1 (en) | Machine translation | |
| KR100530154B1 (en) | Method and Apparatus for developing a transfer dictionary used in transfer-based machine translation system | |
| JP4304268B2 (en) | Third language text generation algorithm, apparatus, and program by inputting bilingual parallel text | |
| Arnold et al. | Beyond lexical frequencies: using R for text analysis in the digital humanities | |
| JP2546245B2 (en) | Natural language sentence generation method | |
| JP2948159B2 (en) | Database device | |
| Revanth et al. | Nl2sql: Natural language to sql query translator | |
| Singh et al. | Query relational databases in Punjabi language | |
| Guerram et al. | A domain independent approach for ontology semantic enrichment | |
| Bouziane et al. | Question answering systems: the story till the Arabic linked data | |
| JP3353647B2 (en) | Dictionary / rule learning device for machine translation system and storage medium storing dictionary / rule learning program for machine translation system | |
| Picchi et al. | A translator’s workstation | |
| JPH0561902A (en) | Mechanical translation system | |
| Majumder et al. | Text summary evaluation based on interpretable semantic textual similarity | |
| Szpektor et al. | Cross lingual and semantic retrieval for cultural heritage appreciation | |
| KR100305587B1 (en) | Method for searching related noun for searching information based on meaning | |
| JPS6324458A (en) | Natural language processor | |
| JPH0581313A (en) | Dictionary preparing device | |
| JP2002117028A (en) | Device and method for dictionary generation and recording medium with recorded dictionary generating program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |