JP2745370B2

JP2745370B2 - 機械翻訳方法及び機械翻訳装置

Info

Publication number: JP2745370B2
Application number: JP5033223A
Authority: JP
Inventors: 浩一武田; 宏丸山
Original assignee: IBM Japan Ltd
Current assignee: IBM Japan Ltd
Priority date: 1993-02-23
Filing date: 1993-02-23
Publication date: 1998-04-28
Anticipated expiration: 2013-04-28
Also published as: JPH06251057A; US5477450A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、機械翻訳方法及び機械
翻訳装置に係り、より詳しくは、コンピュータ等の機械
により翻訳対象である第１言語による原文を第２言語に
よる訳文に変換する機械翻訳方法及び機械翻訳装置に関
する。

【０００２】

【従来の技術及び発明が解決しようとする課題】従来、
異なる言語間において相互に意味が一致した文として各
々の文を対応させるために、コンピュータによって第１
言語で表された原文を形態素解析を行って単語に分割
し、目的とする第２言語で表された訳文に変換する機械
翻訳装置が知られている（特開平３−８０８２号公報参
照）。形態素解析とは、入力された文を解析して、その
文を構成している語を発見すると共に、次のフェイズの
構文解析の入力となるそれぞれの語の構文上の素性を明
らかにすることである。

【０００３】この機械翻訳装置では、形態素解析時に分
割される各語について係り受けの曖昧な部分に仮の係り
受けを付与することにより形態素解析を停止させること
なく続行させて、最終的な訳語生成時に、原文の語順等
を利用して仮の係り受けを付与した部分を翻訳してい
る。

【０００４】しかしながら、この機械翻訳装置では、仮
の係り受けを付与し形態素解析を続行させることによ
り、単に曖昧性を有した係り受け部分の処理を最終的な
処理へ移行させたのみであり、最終的な訳語生成時に
は、曖昧性を有する部分では対応する訳語が無数となり
訳語を決定できないこと（以下、曖昧さの爆発という）
を生じることがある。また、原文の語順等を利用して翻
訳するときであっても対応する訳語が膨大となるために
最適な訳語が選択されないことがある。

【０００５】また、第１言語の翻訳を対象としている部
分が、訳語選択、構文解析及び意味解析等の曖昧さを有
する場合には、原文の該部分以外の部分から抽出した語
の品詞（形態素解析時）、構文及び意味等の情報を用い
て曖昧性を解消して訳語を決定する機械翻訳装置が知ら
れている（特開平２−３０８３７０号公報参照）。

【０００６】しかしながら、この原文の当該部分以外の
部分から抽出した情報を用いて曖昧性を解消する機械翻
訳装置であっても、この曖昧性を有する部分では、原文
と訳文との語レベルの対応が難しく、構文解析や意味解
析等の解析を充分に行った詳細な規則により各単語の使
用について充分な場合分けが行わなければならない。こ
のため、曖昧性の度合いによっては、場合分けが膨大に
なり、最適に対応した訳語を選択できないことがあっ
た。

【０００７】また、語義の曖昧性を解消する方法とし
て、ワードエキスパート（G.Adriaensand S.L.Small,Mo
rgan Kaufmann Publishers,1988）やポラロイド語（G.H
irst.Cambridge University Press,1987.）等の提案は
あるが、語義の曖昧性が解消できた場合であっても訳語
選択や文生成時における曖昧性を解消することができな
い。また、語義のみが早期に決定するため、最適な訳文
が生成されないことがある。

【０００８】また、古瀬等により変換主導型の翻訳技術
が提案されているが（O.Furuse,E.Sumita,and H.Ida,In
Reprint of WGNL,IPSJ,volume 80-8,Nov.1990）、この
技術はパターンに基づいた変換知識を大域的に適用する
制御を前提としており、機械翻訳装置のように原文の局
所的な翻訳処理に適用することはできない。

【０００９】上記方法の他に、複数の訳語から統計的な
確率手法によって１つの訳語を選択する確率的な方法や
予め定まった言い回しである慣用句等の用例を用いた方
法がある。これら、規則、確率、用例を利用する何れの
方法も原文に対する訳文を得ることができるが、１つの
方法だけでは実用的に極めて高精度に翻訳することはで
きない。また、大域的にこれらを適用させても、適用さ
れる原文の適用順序や適用箇所の順序等が最適解の選択
を妨げることがあった。

【００１０】本発明は、上記事実を考慮して、原文と訳
文とが最適に対応するように、語句単位の語義や訳語の
選択を柔軟に行って高精度で第１言語の原文を第２言語
の訳文に変換できる機械翻訳方法及び機械翻訳装置を得
ることが目的である。

【００１１】

【課題を解決するための手段】上記目的を達成するため
に請求項１に記載の発明は、翻訳対象となる第１言語に
よる文の構造を解析して第２言語による文に変換する機
械翻訳方法であって、前記解析された文の構造中におい
て意味及び係り受け関係の少なくとも一方に曖昧性を有
する部分を該部分を表しかつ制約情報を有する変数に置
換し、前記解析された文の構造中の他の部分を前記第２
言語に変換し、変換された他の部分の情報を利用して前
記変数に置換した部分を前記第２言語に変換することを
特徴としている。

【００１２】請求項２に記載の発明は、請求項１に記載
の機械翻訳方法であって、前記変数が有する制約情報を
他の変数または他の部分へ伝播して他の部分を前記第２
言語に変換し、変換された他の部分からの情報および他
の変数からの制約情報の少なくとも一方を利用して該変
数に置換した部分を前記第２言語に変換することを特徴
としている。

【００１３】請求項３に記載の機械翻訳装置は、入力さ
れた翻訳対象となる第１言語の文を解析し、語または句
の意味情報及び該語または句に対する依存構造を表す係
り受け情報を有する複数の部分から構成される構造とし
て出力する入力文解析手段と、前記構造中において前記
意味情報及び係り受け情報の少なくとも１つに曖昧性を
有する部分を該部分を表しかつ制約情報を有する変数に
置換する変数導入手段と、前記制約情報を前記構造内の
関係する部分間で伝播する制約伝播手段と、前記部分毎
に、伝播された前記制約情報に基づいて局所的に矛盾の
ない解の集合を決定する決定手段と、前記決定された解
の集合に基づいて第２言語の文を生成して出力する訳文
生成手段と、を備えている。

【００１４】請求項４に記載の発明は、請求項３に記載
の機械翻訳装置において、前記語または句の意味情報
は、語または句の役割を表す品詞を含むカテゴリである
ことを特徴としている。

【００１５】請求項５に記載の発明は、請求項３または
４に記載の機械翻訳装置において、前記決定手段は、前
記語または句が成立する事実の真偽の判定規則を有する
知識情報、前記語または句に対する第２言語の出現頻度
を表す確率的情報及び用例情報の少なくとも１つに基づ
いて決定することを特徴としている。

【００１６】請求項６に記載の発明は、請求項３乃至５
の何れか１項に記載の機械翻訳装置において、前記構造
は、前記語または句を節点に対応させ、前記係り受け情
報を枝に対応させたグラフ構造であることを特徴として
いる。

【００１７】

【作用】請求項１に記載の機械翻訳方法で、翻訳対象と
なる第１言語による文を機械翻訳により第２言語による
文に変換するときは、第１言語による文の構造を解析し
た後に、この解析結果を用いて第２言語による文に変換
する。また、この解析された文の構造中において意味及
び係り受け関係の少なくとも一方に曖昧性を有する部分
を、該部分を表しかつ制約情報を有する変数に置換す
る。従って、置換した後は、解析された文の構造中には
見かけ上、曖昧性は無くなっている。この解析された文
の構造中の他の部分、すなわち変数以外の部分を意味及
び係り受け関係に基づいて第２言語に変換する。この変
換された他の部分の情報を利用すれば、変数に置換した
部分を容易に第２言語に変換できる。このように、曖昧
性を有する部分は直ちに処理せずに、変数に置換してい
る。従って、構文解析や意味解析等の文の解析の初期に
生じ得る第１言語、すなわち原語と、第２言語すなわち
訳語との組合せ爆発（曖昧さの爆発）をかなりの範囲で
回避できる。このため、慣用句的な表現を同定するため
の複雑な格構造や語句の上位概念を表す意味分類の情報
である意味マーカ等のマッチング処理を局所的な変数の
曖昧性の決定処理として利用できる。これにより、第１
言語の文を構成する語または句に対応する第２言語の語
または句の決定を文生成の直前まで遅延でき、曖昧性を
有する第１言語の文を第２言語の文に変換するときに最
大限の情報を利用して変換することができる。

【００１８】また、請求項２に記載の発明では、変数が
有する制約情報を他の変数または他の部分へ伝播して他
の部分を第２言語に変換する。この制約情報の伝播によ
って他の部分の語または句の意味や係り受けの決定、更
には訳語の決定を確度良く進めることができる。この変
換された他の部分からの情報および他の変数からの制約
情報の少なくとも一方を利用して変数に置換した部分を
第２言語に変換する。従って、曖昧性を有する部分との
係わりを他の部分に伝播すれば他の部分は、曖昧性を有
する部分からの制約情報が得られ、訳語の決定に支障は
ない。その後、他の部分との係わりを利用して変数が有
する曖昧性を解消するため、変数の訳語の決定を確度良
く進めることができる。

【００１９】上記機械翻訳方法は、請求項３に記載の機
械翻訳装置により実現できる。この機械翻訳装置は、入
力文解析手段によって、入力された翻訳対象となる第１
言語の文を解析し、語または句の意味情報及び該語また
は句に対する依存構造を表す係り受け情報を有する複数
の部分から構成される構造として出力する。語または句
の統語（または文法的）情報としては、請求項４に記載
したように、語または句の役割を表す品詞を含むカテゴ
リを用いることにより、語句の語義のみによらず、その
語句が有する性質を表現することができる。また、出力
する構造は、請求項６に記載したように、語または句を
節点に対応させ、係り受け情報を枝に対応させたグラフ
構造を用いることにより、関係する部分の全てについて
文の構造を表現することができる。変数導入手段では、
解析された文の構造中において意味情報及び係り受け情
報の少なくとも一方に曖昧性を有する部分を該部分を表
しかつ制約情報を有する変数に置換する。このように、
部分を変数に置換することにより見かけ上の曖昧さが除
去される。制約伝播手段は、制約情報をグラフ構造内の
関係する部分間で伝播する。このとき、曖昧性を有する
部分について、具体的な曖昧性の解消処理は構造内の一
部である変数に隠蔽されている。決定手段は、グラフ構
造内の部分毎に、伝播された制約情報に基づいて局所的
に矛盾のない解の集合を決定する。変数には、それが語
義の決定や訳語の決定に代表される部分の固有処理が対
応付けられている。解の集合決定時には、請求項５に記
載のように、決定手段は、語または句が成立する事実の
真偽の判定規則を有する知識情報、語または句に対する
第２言語の出現頻度を表す確率的情報及び用例情報の少
なくとも１つに基づいて決定することにより、用例検索
による最適な第２言語の語句候補の選択や確率的手法に
よる解の推定、ルールベースによる解の決定などの最適
な方法を利用できる。訳文生成手段は、決定された解の
集合に基づいて第２言語の文を生成して出力する。前記
のように、制約情報の伝播によって局所的に矛盾のない
解の集合を決定することにより、各部分内の曖昧さの爆
発を防ぐことができ、個々の語義や第２言語の語句候補
の組合せを作らずに、他の部分との係わりを利用して曖
昧性を解消した後に最適解を求めるため、容易に第２言
語の文を生成できる。

【００２０】

【実施例】以下、図面を参照して、本発明の第１実施例
を説明する。第１実施例は翻訳対象となる第１言語に日
本語を用い、翻訳されて訳文となる第２言語に英語を設
定し、日本語の原文を英語の訳文に翻訳する機械翻訳装
置に本発明を適用したものである。

【００２１】図１に示したように、本実施例の機械翻訳
装置１０は、入力文解析部１４を備えており、この入力
文解析部１４にはユーザ端末装置（キーボード）等の入
力部１２からの原文が入力される。入力文解析部１４に
は、原言語用辞書が記憶された原辞書メモリ１６及び解
析用文法が記憶された文法メモリ１８が接続されてい
る。

【００２２】なお、上記入力文解析部１４に入力される
原文は文章に限定されず、話言葉を認識する音声認識装
置等が出力する言葉を表す信号であってもよい。

【００２３】入力文解析部１４は、訳語選択装置２０に
接続されている。この訳語選択装置２０で翻訳された訳
文が出力文生成部３６を介して出力部４０へ出力され
る。

【００２４】訳語選択装置２０は、変数導入部２２、制
約解消部２４及び変数具体化部２６から構成されてい
る。この変数導入部２２には、変数導入規則（詳細後
述）が記憶された導入規則メモリ３０が対訳辞書２８を
介して接続されている。また、変数具体化部２６には、
用例データベース３４が知識ベース３２を介して接続さ
れている。

【００２５】対訳辞書２８には、語句に対する訳語の記
憶に加え、語句や文の全体としての意味や格を示す意味
素性、性、数（単数、複数）等の組合せによる複雑な概
念（以下、統語という。）を情報として含むこともでき
る。

【００２６】上記知識ベース３２には、語句または文が
表す一般的な意味をデータとして記憶している。このデ
ータの例としては、「魚」に関する知識には、「魚」の
単純化された動作を示す「泳ぐ」及び動作する場所を示
す「海中または水中」がある。また、各語句が生物か無
生物かといった上位概念である意味分類の情報（以下、
意味マーカという。）も記憶されている。例えば、
「犬」に関しては上位概念である「動物」というデータ
が記憶される。これらのデータは、もし〜ならば〜（ｉ
ｆ−ｔｈｅｎ）方式による規則（ルール）で記憶されて
いる。上記の例では、もし「魚」ならば「泳ぐ」ことが
できるもし「犬」ならば「動物」であるというルールに
なる。

【００２７】また、用例データベース３４には、予め定
まった言い回しの慣用句等について一般的な意味や対応
する訳語の対応がデータとして記憶されている。例え
ば、「〜するや否や」と「as soon as〜」との対応や、
「当業者」と「person skilledin the art 」との対応
がデータとして記憶されている。

【００２８】次に、本実施例の作用を説明する。先ず、
オペレータにより入力部１２（キーボード）から入力さ
れた翻訳対象の文が入力文解析部１４へ入力されると、
図２に示した翻訳処理ルーチンが実行され、ステップ１
０２へ進む。以下、「音が大きいラジオ」という例文
（名詞句）を英文に翻訳する場合について説明する。

【００２９】ステップ１０２は、入力文解析部１４にお
ける第１言語の原文を解析処理するものであり、入力文
解析部１４では、入力部１２から入力された第１言語の
原文が、原言語辞書及び解析用文法を参照して依存構造
または格構造のような係り受けと複数語が有する統語的
な役割の情報を持つ内部情報に変換される。依存構造と
は、文の主要素とその他の従要素との依存関係で文の構
造を示したものである。格構造とは、文の意味を表現す
るために、文の構成要素（格要素）が述語に対して果た
す機能を示す格を用いて文の構造を示したものである。

【００３０】上記例文の係り受け等の解析を括弧により
表現すると、となる。

【００３１】本実施例の入力文解析部１４は、入力文を
解析した後の構造を、主要素と従要素とが１対１に対応
するツリー構造ではなく、グラフ構造により表現する。
グラフ構造は、入力文について依存構造または格構造の
ような係り受けと、文または語句が有する統括的（統語
的）な役割情報を表現し、具体的には語句に対応する節
点と係り受けを示す枝とで表現する。この入力文解析部
１４からのグラフ構造による文を訳語選択装置２０へ出
力する。

【００３２】また、本実施例の入力文解析部１４は、各
語の語義と訳語の曖昧性が解消されないものと仮定す
る。上記の入力文について入力文解析部１４が生成する
グラフ構造１を以下に示す。

【００３３】〔グラフ構造１〕節点１：ラジオ（品詞名詞）枝１：連体修飾句（節点１、節点２）節点２：大きい＊（品詞形容詞）枝２：主格（節点２、節点３）節点３：音＊（品詞名詞）但し、上記節点の括弧内には品詞を記し、枝の括弧内に
は枝の両端に存在する節点を記す。また、このグラフ構
造１をイメージとして図３（Ａ）に示した。

【００３４】なお、語義や係り受けが複数生じるような
曖昧性は、使用する入力文解析部１４の処理に依存す
る。すなわち、語義や係り受けに対する構造や文法等の
規則に唯一合致した文が入力されたときには、入力文解
析部１４において曖昧性が解消される。この曖昧性が解
消されないときには、入力文解析部１４は、訳語選択時
まで曖昧性解消処理を遅延するように、曖昧性を処理し
ていない１つの節点について複数の枝があるようなグラ
フ構造を訳語選択装置２０へ出力する。

【００３５】次のステップ１０４〜１０８の処理は訳語
選択装置２０の変数導入部２２の処理を示したものであ
り、ステップ１０４では対訳辞書２８を参照してグラフ
構造中の原言語の各単語に訳語を対応づける。

【００３６】このグラフ構造１について各語毎に対訳辞
書２８を参照した原語と訳語の候補との対応を対訳情報
として以下に示した。

【００３７】〔対訳情報〕＜原語＞＜訳語＞ラジオ（品詞名詞）：radio (cat n) 大きい（品詞形容詞）：big(cat adj),large(cat adj),loud(cat adj) 音（品詞名詞）：sound(cat n),volume(cat n),tone(cat n) 連体修飾句：with ADJ SUBJ(cat prep), whose SUBJ be ADJ(cat rel) 但し、訳語に連続する（）内のアルファベット文字の各
々は、 cat ：category （カテゴリ） n ：noun （名詞） adj ：adjective （形容詞） prep：preposition （前置詞） rel ：relative （関係詞、特に関係代名詞）を表している。また、上記連体修飾句の訳語は、その修
飾句が英語の形容詞で、主格を持っているものに限るこ
とを示している。記号ＳＵＢＪ、ＡＤＪはそれぞれ主格
の訳や形容詞の訳の位置を指定している。

【００３８】上記例文の場合、記号＊（グラフ構造１参
照）で記した「大きい」と「音」には各々複数の語義
（または訳語）が対応しているために曖昧性が生じてい
るが、与えられたグラフ構造の係り受けには曖昧性が生
じていない。

【００３９】次のステップ１０６では、入力されたグラ
フ構造に変数を導入すると共に、この変数の導入による
構造変化に応じてグラフ構造を変形する。すなわち、変
数導入部２２は、最初に入力グラフ構造の各節点を任意
の順序で走査し、変数導入規則に合致する節点を決定す
る。１つの節点に複数の変数導入規則が適用できるとき
は、それら変数の決定（詳細後述）の選言（和集合）を
とり、各節点には１つの変数が導入される。順次、導入
すべき各節点にそれぞれ変数を導入する（ステップ１０
８）。従って、変数は、語句の意味（語義）が曖昧、係
り受けが曖昧、語義及び係り受けが曖昧、の何れかの曖
昧性を有している。

【００４０】この変数導入規則は、グラフ構造による入
力文に対して変数の挿入箇所を定義する規則である。１
つの変数導入規則は、グラフ構造における部分構造の
根となる節点の指定（名詞、否定された句、節点の持つ
情報から真偽が実用的な時間で演算できる述語等の指
定）と、指定された節点から到達できる次の節点や上
位の節点についての指定と、導入すべき変数の定義
と、からなる。入力文解析部１４から語義や係り受けの
曖昧性の一部が解消されずに訳語選択装置２０に伝達さ
れるときは、語義決定のための変数導入規則と係り受け
決定のための変数導入規則が各々適用される。

【００４１】変数は、参照項目、その参照項目の修飾
句、及び固有の参照手続きで定義される。参照項目は入
力グラフ構造の部分構造の主要な概念を表す語句（以
下、統辞という、図４の節点）でありこの語句に対応し
て設けられた値で表され、参照項目の修飾句は統辞への
修飾関係と全く同様の関係で変数を修飾する修飾句であ
り枝で表されている（図４）。固有の参照手続きは、語
義の決定処理や訳語の決定処理等の処理について概念的
に単純化した処理パターン（語義・訳語選択パターン）
であり、この処理パターンに対応して設けられた値で表
されている。すなわち、固有の参照手続きは、参照項
目、修飾句、上位や下位の部分構造から得られる制約情
報から、やはり実用的な時間で、もとの処理パターンを
含まない新たな処理パターン（グラフ構造でもよい）を
演算するための関数である。このような演算には従来の
確率的な訳語の推定や用例の検索等による解の決定が含
まれ得る。

【００４２】変数を導入する手続きは、入力された節点
ｈを根とする部分構造上で（図４（１）参照）、節点ｈ
を、変数を表現する節点ｖに置き換えて、節点ｈから出
る枝は、全て節点ｖから出る枝に変え、最後に節点ｖか
ら節点ｈへの参照という枝を加えることである（図４
（２）参照）。

【００４３】変数は入力グラフ構造における上位の部分
構造やその参照項目及び修飾句への制約情報を伝播す
る。制約情報とは、変数導入規則において単に特定の項
目がとるべき値の指定であったり、修飾句が存在するか
否かの条件であったりするが、実用的に演算できる述語
（線型あるいは多項式時間で決定できるもの等）の連言
（複数の制約情報を連続して表される値）であればなん
でもよい。このような制約情報を満たさないグラフ構造
は不適格であり、変数に対応つけられた固有の参照手続
き（語義・訳語選択のパターン）に一致しないものとし
て、その変数は導入されない。変数が複数の語義・訳語
のパターンをとりえる場合は複数の制約情報の連言の選
言により表現する。

【００４４】上記例文の場合における適用可能な変数の
導入規則を以下に示した。〔変数の導入規則〕語義・訳語の曖昧性：LookupCaseBase(Self) 失敗したとき、most-frequent(Self) 連体修飾句の統辞：part-of(Self->Subj,Sup) & anim
(Sup) ->(whose のパターン) has-property(Sup,Self->Subj) ->(with のパターン) 上記の条件以外(with のパターン)

【００４５】この規則には、最初に変数を導入すべき節
点の指定があり、次に変数固有の参照手続きが記述され
ている。語義・訳語の曖昧性では、LookupCaseBase(Sel
f)は自身Selfの語義とその上位の句や修飾句の語義を基
に用例から候補を選択することを示し、それが失敗した
時は単独に表れる最も頻度の高い語義most-frequent(Se
lf) を選ぶことを示している。連体修飾句の統辞では、
part-of(Self->Subj,Sup) は自身の主格Subjが、Sup と
部分・全体関係にあること、anim(Sup) は、Sup が生物
であること、has-property(Sup,Self->Subj)は自身の主
格Subjが、Supの性質や特徴の１つであることを、それ
ぞれ要求していることを示している。上記例文のグラフ
構造１では、このような変数導入規則を節点１から節点
３まで３回適用する。すなわち、節点１について変数導
入規則を適用させて枝３、４を有する節点４の変数１を
導入し（図３（Ｂ）参照）、節点２について変数導入規
則を適用させて枝５、６を有する節点５の変数２を導入
し（図３（Ｃ）参照）、節点３について変数導入規則を
適用させて枝７を有する節点６の変数３を導入する（図
３（Ｄ）参照）。従って、グラフ構造１は、以下のグラ
フ構造２に変形される。

【００４６】〔グラフ構造２〕節点４：変数１枝３：参照（節点４、節点１）節点１：ラジオ（品詞名詞）枝４：連体修飾句（節点４、節点５）節点５：変数２枝５：参照（節点５、節点２）節点２：大きい＊（品詞形容詞）枝６：主格（節点５、節点６）節点６：変数３枝７：参照（節点６、節点３）節点３：音＊（品詞名詞）図３（Ｄ）は、このグラフ構造２をイメージにしたもの
である。

【００４７】変数を導入すべき節点がなくなると、ステ
ップ１１０へ進む。ステップ１１０は、訳語選択装置２
０の制約解消部２４の処理を示したものであり、制約解
消部２４では、隣接した変数間で制約情報の無矛盾性を
検査し、変数の適合するパターンのうち決して解となら
ないものを排除する。そして、全てのパターンが局所的
な制約情報を満足する状態になるまで、制約情報の伝播
と無矛盾性の検査が繰り返される（ステップ１１２）。

【００４８】上記、訳語選択装置２０が知識ベースとし
てhas-property(radio,volume)という知識を有し、用例
データベースに（volume,loud)、(tone,loud) 、(soun
d,big) 、(radio,big) という共起関係が記憶されると
きに、制約解消部２４は変数２のとりうる訳語のうち用
例として「ラジオ」及び「音」の何れの訳語とも共起し
ていない訳語large を取り除き、この変更による制約情
報の変化を伝播する。この場合は、他の変数の制約情報
に新たな変化は起こらずに、局所的に無矛盾になる。こ
れ以上訳語の候補を絞りこむことはできない。

【００４９】局所的に無矛盾になったグラフ構造が得ら
れると、訳語選択装置２０の変数具体化部２６におい
て、局所的に無矛盾な変数の制約情報と語義・訳語によ
って各変数の１つの訳語を決定する（ステップ１１４、
１１６）。

【００５０】この変数具体化部２６における処理は、先
ず、局所的に無矛盾な変数の制約情報と語義・訳語のパ
ターンのうち、以下に示したパターン決定情報に基づい
た基準で１つのパターンを決定する。

【００５１】〔パターン決定情報〕グラフ構造の語の位置に対する訳語の真偽を表す知識
情報語に対する訳語の出現頻度を表す確率情報予め定まった言い回しで定められる用例情報

【００５２】上記パターンが決定すれば、変数固有の参
照手続きを実行することで、解が演算できる。パターン
の決定は、これら知識情報、確率情報及び用例情報、そ
してこれらの優先度等をもとに演算する。例えば、慣用
句のパターンが高い優先度を持つようにすれば、慣用句
が文字通りの解釈に優先するようにできる。解が演算で
きても、大域的な訳文の生成に失敗することがあるが、
この場合はバックトラック法により次の候補を順次演算
し、訳文が生成できるまでこれを繰り返す。

【００５３】このバックトラック法とは、直接解けない
問題を場合分けによって複数の子問題に分け、その子問
題を考え、解けた問題から解を上位の問題に送り、上位
の問題で失敗すれば逆戻りして別の解を順次上位の問題
に送ることをいう。

【００５４】上記例文の場合の変数具体化部２６では、
名詞句の訳語を決定する変数の具体化に際し、隣接する
句の語義や訳語が具体化に寄与するものを優先する方法
を用いている。なお、この方法は、変数の種類により、
変えてもよい。従って、変数１のradio が訳語に曖昧性
を有さないので、この訳語を基に変数１の連体修飾句の
訳のパターンを評価すると、最初の条件は、radio が無
生物であるため満足されず、２番目の条件は変数３の訳
語がvolumeのときに満足される。ここから変数３の訳語
としてvolumeを優先的に選択し、この変化を伝播して、
さらに変数２の訳語として、volumeと唯一共起するloud
が残る。すなわち、順に、radio (cat nとwith(cat pre
p)、volume(cat n) 、loud(cat adj) という具体化が起
こり、曖昧性のなくなった訳語及び翻訳パターンを持つ
グラフ構造が出力文生成部３６に渡される。

【００５５】訳語候補に曖昧性を有する変数がなくなる
と、ステップ１１８へ進み、出力文生成部３６において
訳語に基づいて第２言語の以下に示した訳文１を生成し
て本ルーチンを終了する。

【００５６】〔訳文１〕 radio with loud volume

【００５７】このように、本実施例では、原文の解析に
おける語義や訳語選択の曖昧性を有する部分構造を１つ
の変数に置換することによって見かけ上の曖昧性を除去
し、置換された変数に固有の参照手続きを対応させて変
数が有する制約情報をグラフ構造の上位・下位へと伝播
させて各変数の取りうる条件を制限し、知識ベースであ
る確率や用例を参照することで各部分構造内の曖昧さの
爆発を防いで制約伝播によって局所的に無矛盾の解の集
合を求め、その後、最適な訳語の対応を決定している。
従って、曖昧さの爆発が発生しやすい構文解析や意味解
析という初期の解析時点における曖昧性を、変数の導入
によって、柔軟かつ広範な訳語選択を可能とする訳文生
成処理まで遅延させることができ、訳語の選択について
最大限の情報を用いることができる。このため、生成さ
れた訳文は、原文への対応の確度が高い。

【００５８】ここで、用例データベース３４に「大き
い」に関する慣用句として「音が大きい」＝noisy (cat
adj) が記憶され、名詞Ｎ−連体修飾句−単独の形容詞
ＡＤＪの訳のパターンをＡＤＪＮとしておくと、変数
２がnoisy (cat adj) を優先し、変数３が消去され、以
下に示した訳文２が生成される。

【００５９】〔訳文２〕 noisy radio

【００６０】このように、慣用句等の用例を記憶するデ
ータ量に応じて生成される訳文の最適度は増加する。

【００６１】また、複数の単語から形成される複合名詞
についての係り受けの曖昧性の解消について説明する。
例えば、複合名詞句「high performance option 」のよ
うな構造に対して訳語を生成するときに、これが１語と
して登録されていない場合、high＋performance optio
n か、 high performance＋optionかの判別が必要とな
るが、構文解析ではこのような可能な組合せを全部演算
すると、指数関数的な場合を考えなければならず、現実
的ではない。本実施例では、標準的に (high(performan
ce(option)))という右分岐の構造を１つ考え、各節点に
変数を導入して、隣接性の強い単語（語義）の組を優先
していけば、曖昧さの爆発なしに、high-performance +
option という正解を得ることができる。

【００６２】このように、複合名詞等の語句が登録され
ていない場合であっても、本実施例のように変数を導入
する処理を用いることによって、部分構造である複合名
詞についての訳語は曖昧さの爆発を生じることなく、最
適な語として生成される。

【００６３】次に、第２実施例を説明する。本第２実施
例は、第１言語に英語を、第２言語にフランス語を用い
た場合を示した例である。第２実施例は、第１実施例で
説明した英語における複合名詞の係り受けの曖昧性の解
消についての説明を拡張させたものであり、上記第１実
施例と略同様のため、同一部分の詳細な説明は省略し、
以下変換結果を例にして説明する。

【００６４】〔原文〕 The choises and the updates made という名詞句を翻訳する場合について説明する。

【００６５】原文の語madeが語updateのみを修飾すると
きは、以下の訳文３に示すように、

【００６６】

【外１】〔訳文３〕 Les choix et les mise jour faites

【００６７】という、訳語 faites が生成される。語ma
deが語changeと語updateの両方を修飾するときは、以下
の訳文４に示すように、

【００６８】

【外２】〔訳文４〕 Les choix et les mise jour faites

【００６９】という、訳語 faitsが生成される。上記で
は、名詞choiceや語updateの訳語についての曖昧性はな
いにしても、語makeの訳語は非常に多くなる可能性があ
るため、通常の翻訳方式により係り受けや訳語を順次決
定しようとすると、名詞choiceや語updateのそれぞれに
異なる語makeの訳語を与えてしまい、翻訳不良になる可
能性がある。本実施例では、係り受けの曖昧性と訳語の
曖昧性を残したまま、訳語選択装置２０を利用して、目
的言語で、choix とfaire 、および

【００７０】

【外３】 mise jour

【００７１】と、faire と、が共起するといった用例情
報を用いることによって、以下の訳文５で示したよう
に、

【００７２】

【外４】〔訳文５〕 Les choix et les mise jour faites

【００７３】という、正しい訳文を生成することができ
る。このように、本実施例によれば、何れの国の言語で
あっても、語義、係り受け及び訳語を決定する手続きを
必要とする変換があるため、第１実施例と同様に変数の
導入等の処理を行うことで、曖昧性が生じる場合であっ
ても最適な訳文の生成を行うことができる。

【００７４】

【発明の効果】以上説明したように本発明によれば、変
数を導入することによって構文解析や意味解析等の初期
の解析時点で発生する曖昧さの爆発が生じることなく、
第１言語の文の各部分に対応する第２言語の文の部分の
決定を第２言語の文生成の直前まで遅延でき、最適な変
換を行うための情報を最大限に利用することができる、
という効果がある。

【００７５】また、変数に置換された部分の制約情報を
他の変数または他の部分へ伝播しているので、見かけ
上、曖昧性が解消された部分から他の部分に対して影響
する情報を利用することができるため、各部分の第２言
語の語句の決定を確度良く進めることができる。

【図面の簡単な説明】

【図１】本発明に係る第１実施例の機械翻訳装置の構成
を示す概略構成図である。

【図２】機械翻訳装置の翻訳処理の流れを示すフローチ
ャートである。

【図３】原文から生成されたグラフ構造により変数が導
入される過程を説明するためのイメージ図である。

【図４】グラフ構造の根となる部分に１つの変数が導入
される過程を説明するためのイメージ図である。

【符号の説明】

１０機械翻訳装置１４入力文解析部２０訳語選択装置２２変数導入部２４制約解消部２６変数具体化部３６出力文生成部

Claims

(57)【特許請求の範囲】

【請求項１】翻訳対象となる第１言語による文の構造
を解析して第２言語による文に変換する機械翻訳方法で
あって、前記解析された文の構造中において意味及び係り受け関
係の少なくとも一方に曖昧性を有する部分を該部分を表
しかつ制約情報を有する変数に置換し、前記解析された
文の構造中の他の部分を前記第２言語に変換し、変換さ
れた他の部分の情報を利用して前記変数に置換した部分
を前記第２言語に変換することを特徴とする機械翻訳方
法。
【請求項２】前記変数が有する制約情報を他の変数ま
たは他の部分へ伝播して他の部分を前記第２言語に変換
し、変換された他の部分からの情報および他の変数から
の制約情報の少なくとも一方を利用して該変数に置換し
た部分を前記第２言語に変換することを特徴とする請求
項１に記載の機械翻訳方法。
【請求項３】入力された翻訳対象となる第１言語の文
を解析し、語または句の意味情報及び該語または句に対
する依存構造を表す係り受け情報を有する複数の部分か
ら構成される構造として出力する入力文解析手段と、前記構造中において前記意味情報及び係り受け情報の少
なくとも１つに曖昧性を有する部分を該部分を表しかつ
制約情報を有する変数に置換する変数導入手段と、前記制約情報を前記構造内の関係する部分間で伝播する
制約伝播手段と、前記部分毎に、伝播された前記制約情報に基づいて局所
的に矛盾のない解の集合を決定する決定手段と、前記決定された解の集合に基づいて第２言語の文を生成
して出力する訳文生成手段と、を備えた機械翻訳装置。
【請求項４】前記語または句の意味情報は、語または
句の役割を表す品詞を含むカテゴリであることを特徴と
する請求項３に記載の機械翻訳装置。
【請求項５】前記決定手段は、前記語または句が成立
する事実の真偽の判定規則を有する知識情報、前記語ま
たは句に対する第２言語の出現頻度を表す確率的情報及
び用例情報の少なくとも１つに基づいて決定することを
特徴とする請求項３または４に記載の機械翻訳装置。
【請求項６】前記構造は、前記語または句を節点に対
応させ、前記係り受け情報を枝に対応させたグラフ構造
であることを特徴とする請求項３乃至５の何れか１項に
記載の機械翻訳装置。