JP3176750B2 - 自然言語の翻訳装置 - Google Patents
自然言語の翻訳装置Info
- Publication number
- JP3176750B2 JP3176750B2 JP07563893A JP7563893A JP3176750B2 JP 3176750 B2 JP3176750 B2 JP 3176750B2 JP 07563893 A JP07563893 A JP 07563893A JP 7563893 A JP7563893 A JP 7563893A JP 3176750 B2 JP3176750 B2 JP 3176750B2
- Authority
- JP
- Japan
- Prior art keywords
- sentence
- pattern
- translation
- input
- index
- 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
文章を自動的に翻訳する自然言語の翻訳装置に関する。
に示すような解析レベルに従って、辞書情報と多数の解
析ルールを使用して目標言語との対応が取り易くなるレ
ベルまで原言語による入力文(以下、原文と言う)の解析
を行い、原文が表す意味的な内部構造を抽出するという
解析プロセスを採用した所謂トランスファー方式による
ものが主流である。
によって各単語に対する品詞列を求める。次に、構文解
析によって上記品詞列に対する句構造を求める。そし
て、最後に単語や句の用法に関する種々のデータを使っ
て意味解析を行って依存構造等の最終的な内部構造を得
る。こうして、目標言語との対応が取り易くなるレベル
まで解析されると、目標言語への変換規則を用いて同レ
ベルの目標言語に変換し、そこから構文生成,形態素形
成と生成プロセスを進めて目標言語を生成して行くので
ある。
析主導の翻訳プロセスが翻訳処理の前提となっている。
ところが、上記従来の解析主導の翻訳システムには以下
のような欠点がある。
ものであり、分かりやすい表現の訳文にするための知識
は反映されてはいない。したがって、得られる訳文は堅
い表現になり、非常に分かりにくいものになっている。
そのために、現行の機械翻訳装置では、マニュアルによ
って翻訳結果を“後編集"して分かりやすい訳文に修正
したり、マニュアルによって入力文を“前編集"して機
械翻訳装置が容易に処理可能な文型に書き換えたりしな
ければ、妥当な訳文を得ることができないのである。
ることなく、翻訳の専門家が訳すようなレベルの“意
訳"の訳文を得ることは極めて難しい。
験則を増やして翻訳システムを改良しようとしても、全
体の処理アルゴリズムに影響を及ぼしてしまうので変更
に伴う負担が大きい。また、翻訳システムを修正できた
としてもヒューリスティックに依存する部分が多く、ヒ
ューリスティックを統一的に制御する有効な手段を備え
てはいないために、翻訳改善の対象となった文に対して
は良好な改善結果が得られる一方で、別の文章に対して
は翻訳精度が低下してしまうという事態が発生し易い。
欠点を解消すべく、近年、例文主導の翻訳システムが提
唱されている。
に最も類似した対訳例文(対訳を有する例文)を対訳例文
データベースから検索し、この検索した対訳例文の対訳
を利用して上記入力文に対する翻訳を得るようにしてい
る。この翻訳システムには、上記対訳例文データベース
に対訳例文を追加するだけで性能向上を図れるという利
点や、対訳例文によってカバーできる範囲内においては
意訳レベルでの翻訳が実施できるという利点がある。
来の例文主導の翻訳システムには以下のような問題点が
ある。現在提唱されている例文主導の翻訳システムにお
いては、上記対訳例文を検索する際に用いるキーとして
文章の依存構造を予め用意しておくものが多い。このた
めに、対訳例文の検索に際しては翻訳対象となる入力文
の依存構造を求める必要がある。そして、そのために
は、入力文章の形態素解析,構文解析,係り受け解析,意
味解析を正確に行わなければならない。
解析および構文解析の際には多数の解析候補が得られ
る。そして、長く複雑な文章になるほど得られる解析候
補の数が増大する。さらに、上記解析候補を絞り込むた
めの意味解析においては、拠り所となる規則が存在しな
い。そこで、通常は多数の経験則を用意しておいて状況
に応じて使い分けることになる。
記得られた多数の解析候補から文意に沿った候補を一意
に絞り込むことが困難になるのである。したがって、上
記依存構造を有する対訳例文を上記対訳データベースに
格納する上記例文主導の翻訳システムでは、係り受け関
係の複雑な文章を正しく翻訳できる確率が低いという問
題点がある。
解析,係り受け解析および意味解析等の解析プロセスを
適用する必要がなく且つ“後編集"および“前編集"を実
施することなく、係り受けの複雑な入力文であっても質
の高い訳文を得ることができる自然言語の翻訳装置を提
供することにある。
め、第1の発明は、入力部から入力された自然言語によ
る文章に対して形態素解析部で形態素解析を行い、記憶
部に格納されている対訳例文データベースから入力文に
対応する例文とその対訳との対である対訳例文を対訳例
文検索部によって上記形態素解析結果に基づいて検索
し、この検索された対訳例文に基づいて翻訳部で入力文
章を目標言語に翻訳し、得られた翻訳結果を表示部に表
示する自然言語の翻訳装置において、上記形態素解析部
による入力文に対する形態素解析結果に基づいて,上記
入力文から,少なくとも用言および付属語の文字列とそ
れらに前後する単語列の構文カテゴリとによって文の表
層的特徴を表した表層パターンを所定の手順で生成する
表層パターン生成部を備えると共に、上記対訳例文デー
タベースには,用言の文字列パターンをルートノードと
し,当該用言を用いた文から抽出された少なくとも当該
用言および付属語の文字列パターンを当該ルートノード
から分岐した各ノードとする木構造を成すと共に,上記
各ノードの文字列パターンは親ノードの文字列パターン
を詳細化した文字列パターンになっているインデックス
木を設けて,このインデックス木におけるリーフノード
の文字列パターンで成るインデックスに,蓄積されてい
る対訳例文における例文の上記表層パターンが対応付け
られており、上記対訳例文検索部は,入力文から上記形
態素解析部での形態素解析結果によって抽出された用言
に基づいて,当該用言を表す文字列パターンのルートノ
ードを有するインデックス木を検索して上記入力文と同
じ文字列パターンを有するインデックスを得ると共に,
上記表層パターン生成部によって生成された入力文の表
層パターンと上記得られたインデックスに対応付けられ
ている表層パターンとの類似度を求めることによって入
力文に類似した例文を有する対訳例文を検索する構成に
成したことを特徴としている。
語による文章に対して形態素解析部によって形態素解析
が実施され、この形態素解析結果に基づいて、表層パタ
ーン生成部によって、入力文から、少なくとも用言およ
び付属語の文字列とそれらに前後する単語列の構文カテ
ゴリとによって文の表層的特徴を表した表層パターンが
所定の手順で生成される。そうすると、対訳例文検索部
によって、上記形態素解析結果に基づいて抽出された用
言を表す文字列パターンのルートノードを有するインデ
ックス木が検索されて、リーフノードの文字列パターン
で成るインデックスが得られる。そして更に、上記表層
パターン生成部で生成された入力文の表層パターンと上
記得られたインデックスに対応付けられている表層パタ
ーンとの類似度が求められる。そして、この類似度に基
づいて、入力文に類似した例文を有する対訳例文が検索
される。
て、翻訳部によって入力文章が目標言語に翻訳され、得
られた翻訳結果が表示部に表示される。こうして、文全
体の表層的特徴を表す表層パターンを用いた形態素レベ
ルでの類似度算出のみによって、非常に簡単に入力文に
対応する対訳例文を検索して質の良い翻訳が得られる。
説明する。この発明における自然言語の翻訳装置は、文
章の表層パターンを利用して対訳例文を検索する例文主
導の翻訳システムを備えた翻訳装置である。
ける概略ブロック図である。以下、便宜上、日本語によ
る原文を英語に翻訳する場合を例に上記自然言語の翻訳
装置を説明する。
装置(OCR)等の入力機器で構成されて、上記対訳例文
や翻訳対象の文章等を入力する。記憶部2はRAM(ラ
ンダム・アクセス・メモリ)やROM(リード・オンリ・メモ
リ)等のメモリおよびこのメモリを制御するメモリ制御
手段で構成されて、単語辞書や対訳例文データベース等
を格納する。表示部3はCRT(カソード・レイ・チュー
ブ)等の表示機器で構成される。
納されている単語辞書を引いて入力文章から単語列を切
り出し、品詞列を生成する。さらに、テンスやアスペク
ト等の情報を得る。表層パターン生成部5は、形態素解
析部4による形態素解析結果を用いて、入力部1からの
入力文の表層パターンを生成する。パターン比較部6
は、後に詳述するようにして、入力文章の表層パターン
の候補と記憶部2の上記メモリに格納されている対訳例
文データベースに用意されている表層パターンとの比較
を行って、入力文章に最も類似した表層パターンを有す
る対訳例文を検索する。
い名詞句(「本」,「その本」,「彼の本」,「美しい本」等)や、
空列を含む助動詞列が後続する述語等の単純な語句を対
象として、上記単語辞書のような簡単なルールのみに基
づいて翻訳処理を実行する。この単純句翻訳部7は、上
述した従来型の機械翻訳装置における一部の機能で代用
可能であるために、ここでは詳細な説明は省略する。
単語の並びやテンスおよびアスペクト等の情報から、目
標言語による完全な翻訳文を生成する。尚、この翻訳文
生成部8についても従来型の機械翻訳装置における一部
の機能で代用可能であるために詳細な説明は省略する。
制御部9は、上記入力部1,記憶部2,表示部3,形態素
解析部4,表層パターン生成部5,パターン比較部6,単
純句翻訳部7および翻訳文生成部8を制御して、入力文
章の翻訳処理を実施する。
訳例文検索部を構成し、単純句翻訳部7,翻訳文生成部
8および制御部9で上記翻訳部を成すのである。
訳処理の概略は、入力文の表層パターンを用いて入力文
に最も類似した対訳例文を上記対訳例文データベースか
ら検索し、検索された対訳例文における対訳を基にして
入力文の翻訳文を得る処理である。以下、上記翻訳処理
について順を追って詳細に説明する。尚、ここで言う表
層パターンとは、文を特徴付ける単語とその他の部分単
語列の構文カテゴリとによって表されるものである。
対訳例文データベースについて説明する。図2および図
3は上記対訳例文データベースに関する説明図である。
図2は上記対訳例文データベースのインデックス構造を
示し、「ある」という動詞が述部となる和文を原文とする
複数の対訳例文のインデックス構造を例示している。
をルートノードとし、その述語「ある」を含む表層の文字
列パターン「*は*が ある」,「*には*が ある」,「*は
*に*が ある」,…をルートノード以外のノードとする
木構造で表現される。尚、上記表層の文字列パターンに
おけるパターン要素は、各ノードに存在する述語「ある」
に対する必須格,任意格,省略格の格助詞および特徴的な
単語である。上記表層の文字列パターンは、リーフノー
ドに行くほど詳細に記述され、子ノードの文字列パター
ン(例えば、「*は*と*が ある」)は親ノードの文字列
パターン(例えば、「*は*が ある」)を詳細化した文字
列パターンになっている。
する木構造を有するインデックス木の各リーフノードに
係る上記表層の文字列パターンを上記対訳例文データベ
ースのインデックスとし、このインデックスに対訳例文
が対応付けられている。したがって、入力文から抽出し
た述語の終止形をルートノードとするインデックス木を
上記入力文の表層の文字列に従って辿って行くことによ
って、該当する対訳例文を検索するためのインデックス
を決定できるのである。
文字列パターンを有する和文を原文とする対訳例文を蓄
積した対訳例文データベースの構造例を示す。図3に示
すように、上記対訳例文データベースは、上記インデッ
クス(上記インデックス木のリーフノードに係る表層の
文字列パターン),表層パターン,変換パターンおよび対
訳例文からなる層構造を成している。
心となるデータ構造であり、上述したように文を特徴付
ける単語(以下、特徴単語と言う)とその他の部分単語列
の構文カテゴリによって表される。ここで、上記特徴単
語とは、動詞,助詞および一部の特徴的な名詞であり、
図2に示すインデックスにおける各ノードの文字列パタ
ーンに具体的に表記された単語に対応する。また、上記
構文カテゴリとは、上記特徴単語に前後する単語列(す
なわち、上記インテックスでは“*"に対応する部分単
語列)の簡単な句構造を表すものである。
説明する。 (1) 対象となる文の中心用言とそれに係る任意格を含
めた格助詞,接続助詞および特徴的な名詞とを夫々抽出
して上記特徴単語とする。 (2) (1)で抽出された特徴単語に前後する部分単語列
の上記構文カテゴリを設定する。そして、その設定され
た構文カテゴリを次のようにカテゴリ・シンボルに置き
換える。 構文カテゴリ カテゴリ・シンボル 単純名詞句 → N 埋め込み文によって装飾された名詞句 → VP・N 動詞句 → VP … …
を用いて、上記対訳例文データベースは次のように構成
される。以下、図3に従って対訳例文データベースの構
成について具体的に説明する。
には、次のようなパターン1〜パターン3と命名された
3つの表層パターンが存在する。すなわち、 パターン1=“N1にはN2が ある" =“単純名詞句1+「には」+単純名詞句2+「が」+「あ
る」" パターン2=“VP・NIにはN2が ある" =“連体修飾述句+単純名詞句1+「には」+単純名詞句
2+「が」+「ある」" パターン3=“VPにはNが ある" =“述句+「には」+単純名詞句+「が」+「ある」"
パターンを有する和文を英訳する際に用いられる変換パ
ターンが存在する。 例えば、 パターン1=“N1にはN2が ある" =“単純名詞句1+「には」+単純名詞句2+「が」+「あ
る」" に対しては、 変換パターン=“There BE T(N2) in T(N1)." が対応付けられており、 “「There」+BE動詞+単純名詞句2の翻訳結果+「in」+
単純名詞句1の翻訳結果" が変換されるべき英文のパターンであることを示してい
る。
(x)"という表記は、句“x"に対応する単語列を上記単
純句翻訳部7(図1参照)によって翻訳した結果を表す。
例えば、CASE01に示す対訳例文の場合には、“x"は
「庭」を表す単純名詞句であり、“T(x)"は「garden」であ
る。また、“Tch(x)という表記は、CASE番号“h"を
有する対訳例文の対訳英文を表す。例えば、CASE11に示
す対訳例文の場合には、“x"は「彼が学会誌に発表した
論文」を表す埋め込み文を含む名詞句であり、CASE番号
“11"の対訳例文に記載された同じ和文に対する対訳
英文を取り出すことによって、“Tc11(x)"=「the pap
er which he published in a scholar journal」が得ら
れる。尚、上記CASExxは、具体的な例文と対訳との対か
ら成る対訳例文を表す。例えば、CASE01の場合には、和
文「庭には池がある」と対を成す英訳文は「There is apon
d in the garden」である。
レートとなっており、対応する表層パターンを構成する
上記特徴単語に前後する部分単語列の翻訳結果で上記テ
ンプレートの空欄を埋めることによって翻訳英文が得ら
れるのである。
ベースとして大量の対訳例文を蓄積しておけば、入力文
章の表層パターンと類似若しくは一致した表層パターン
を有する対訳例文を対訳例文データベースから検索する
ことによって、質の高い翻訳文を得ることが容易に可能
となるのである。
て翻訳を実施することによって、次のような利点が得ら
れるのである。
に類似若しくは一致する対訳例文を検索する際に実施さ
れる表層パターンのマッチングは、1次元的な形態素解
析レベルでのパターンマッチングである。したがって、
依存構造解析のように2次元的な解析を行う必要がな
い。具体的には、上記依存構造解析の場合には、入力文
全体に対する係り受け解析および意味処理を含めた構文
解析を必要とする。これに対して、表層パターンのマッ
チングの場合には、文字列のパターンマッチング,形態
素解析および品詞列に対する極簡単なパターン認識処理
しか必要とはしない。したがって、入力文章の解析処理
が非常に単純なものとなる。
析処理が簡単になることによって、従来型の例文主導の
翻訳システムに比較して長く複雑な入力文章に対する翻
訳処理時間が大幅に短縮される。
テムで実施される依存構造解析は、局所的に解析ルール
を適用してマッチングを行い、得られた結果を積み上げ
るボトムアップ方式である。そのために、部分的には正
しく構造が解析されているにも拘わらず、文章全体とし
ては係り受け関係や句のまとまりが誤っている解析候補
が生成される場合が多い。
を規定したものであるために、表層パターンのマッチン
グ処理に際しては巨視的に見た場合の翻訳の失敗を避け
ることができる。また、その結果、訳文候補の組み合わ
せの爆発を避けることができる。以上の理由から、本実
施例における表層パターンを用いた翻訳システムによれ
ば、長く複雑な文章に対する翻訳の精度が飛躍的に向上
するのである。
章から上記表層パターンを抽出し、記憶部2のメモリに
格納された対訳例文データベースから上記入力文章に類
似した対訳例文を上記抽出された入力文章の表層パター
ンに基づいて検索する対訳例文検索処理動作について説
明する。
記憶部2,形態素解析部4,表層パターン生成部5および
パターン比較部6を制御して実施される対訳例文検索処
理動作のフローチャートである。以下、図4に従って、
上記対訳例文検索処理動作について詳細に説明する。
って、入力部1から入力された入力文“S"の形態素が
解析されて単語列および品詞列が切り出され、テンスお
よびアスペクト等の情報が得られる。そして、得られた
入力文Sの単語列および品詞列から入力文Sの述語
“V"が決定される。ステップS2で、上記パターン比較
部6によって、上記ステップS1において決定された述
語Vをキーワードとして、図2の構造を有して上記対訳
例文に関連付けられた複数のインデックス木から当該述
語Vと同じ文字列パターンをルートノード(以下、“ル
ートノードV"と言う)とするインデックス木が検索され
る。
部6によって、上記検索されたインデックス木における
ルートノードVから分岐している各子ノードchild(V)の
文字列パターンのパターン要素をキーワードとして、全
子ノードchild(V)の文字列パターンと入力文Sの文字列
とが比較される。ステップS4で、上記キーワードであ
るパターン要素が入力文Sの文字列中に在るような子ノ
ードchild(V)が存在するか否かが判別される。その結果
存在すればステップS5に進み、存在しなければ上記対
訳例文データベース内に入力文Sに類似する対訳例文は
ないとして対訳例文検索処理動作を終了する。
“F"とする。ステップS6で、上記パターン比較部6に
よって、子ノードchild(F)に係る上記パターン要素をキ
ーワードとして、全子ノードchild(F)の文字列パターン
と入力文Sの文字列とが比較される。ステップS7で、
上記パターン要素が入力文Sの文字列中に在るような子
ノードchild(F)が存在するか否かが判別される。その結
果、存在すればステップS5に戻って当該子ノードchild
(F)から分岐したノードに対する処理に移行する。一
方、存在しなければステップS8に進む。
ードであるから、このノードFの文字列パターンが入力
文Sに類似した対訳例文を検索する際のインデックスで
あると決定される。ここで、便宜上、上記インデックス
を“*P1*P2*…*Pj*…*PJ・V"と表す。但し、
“Pj(j=1〜J)"はj番目のインデックス要素であ
り、“*"は上記インデックス要素に前後する部分文字
列である。ステップS9で、上記ステップS8において決
定されたインデックスの文字列パターンにおけるインデ
ックス要素が参照されて、入力文Sの文字列が上記イン
デックス要素と同じ文字の箇所で分割される。その際
に、上記入力文Sの文字列に上記インデックス要素と同
一の部分文字列が複数あるために分割箇所が一意に決ま
らない場合には、総ての分割候補が求められて保持され
る。ここで、上記分割候補がI個あるとした場合には、
このI個の分割候補の集合{bi}は次のように表され
る。 {bi}={conc(Sij・Pj)j=1〜J}i=1〜I 但し、Sij:j番目のインデックス要素Pjの直前に位
置する“*"に対応する部分文字列
ターン番号kとに“1"がセットされる。また、マッチ
ング評価値Ekと最大マッチング評価値Ek'と最大マッ
チング評価値を呈する表層パターン番号k'と最大評価
値を呈する分割候補番号i'に“0"がセットされる。ス
テップS11で、上記表層パターン生成部5によって、i
番目の分割候補biの各部分文字列(Sij)j=1〜Jに対し
て形態素解析が実施されて、以下のような分割候補bi
の表層パターンbpiが求められる。 bpi=[Xij・Pj]j=1〜J 但し、Xij:部分文字列Sijを形態素解析して得られた
品詞列H1,…,Hr,…,HRに対して割り当てられる上記
カテゴリ・シンボル列
は、次のような割り当てルールを適用して実施される。 (a) 品詞HRが動詞,動詞に続く付属語,名詞に続く述
語型助動詞である場合にはカテゴリ・シンボル“VP"を
割り当てる。 (b) 品詞HRが名詞,名詞に続く接辞であり、且つ、r
<Rであるrに対して連体形の動詞である品詞Hrが存
在する場合には、カテゴリ・シンボル列“VP・N"を割
り当てる。 (c) 品詞HRが名詞,名詞に続く接辞であり、且つ、r
<Rであるrに対して動詞である品詞Hrが存在しない
場合にはカテゴリ・シンボル“N"を割り当てる。
スから上記ステップS8において決定されたインデック
ス下に在るk番目の表層パターン(以下、任意のインデ
ックス下に在る表層パターンをインデックス内表層パタ
ーンと言う)dpkが読み出される。ここで、当該インデッ
クス下にはK個のインデックス内表層パターンdpkが在
るものとすると、このK個のインデックス内表層パター
ンの集合{dpk}は次のように表される。 {dpk}={[Ckj・Pj]j=1〜J}k=1〜K 但し、Ckj:j番目の上記特徴単語Pjの直前に位置す
るカテゴリ・シンボル列 つまり、上記インデックス内表層パターンは、入力文S
と同じ述語Vを含む入力文Sと同じ上記表層の文字列パ
ターンを有する表層パターンであると言える。ステップ
S13で、上記パターン比較部6によって、上記ステップ
S11において求められた入力文Sの表層パターンbpiの
カテゴリ・シンボル列Xijと上記ステップS12において
読み出されたインデックス内表層パターンdpkのカテゴ
リ・シンボル列Ckjとが、総てのjについて比較され
る。その結果、Xij=CkjまたはXij≒Ckjであればス
テップS18に進む。一方、Xij≠Ckjであればステップ
S14に進む。ここで、上記“Xij≒Ckj"とは、カテゴ
リ・シンボルXijあるいはカテゴリ・シンボルCkjのうち
何れか一方のヘッドフィーチャーが他方のカテゴリ・シ
ンボルと一致する場合である。
パターンdpkの表層パターン番号kの内容が最大値“K"
より小さいか否かが判別される。その結果最大値“K"
より小さければステップS15に進み、そうでなければス
テップS16に進む。ステップS15で、表層パターン番号
kの内容がインクリメントされてステップS12に戻り、
次のインデックス内表層パターンの処理に移行する。ス
テップS16で、上記分割候補番号iの内容が最大値
“I"より小さいか否かが判別される。その結果最大値
“I"より小さければステップS17に進み、そうでなけ
ればステップS21に進む。ステップS17で、分割候補番
号iの内容がインクリメントされてステップS11に戻
り、入力文Sの次の分割候補の表層パターンに対する処
理に移行する。
比較結果に基づいて、入力文S(分割候補bi)の表層パ
ターンbpiとインデックス内表層パターンdpkとの間のマ
ッチング評価値Ekが以下のようにして算出される。す
なわち、先ず、上記分割候補biの表層パターンbpiのカ
テゴリ・シンボル列Xijと上記インデックス内表層パタ
ーンdpkのカテゴリ・シンボル列Ckjとの比較結果に基づ
いて、以下のようにマッチ度CEkjが設定される。
る。 (イ) カテゴリ・シンボル列Xijとカテゴリ・シンボル列
Ckjとが完全に一致する場合(Xij=Ckj) 例えば、Xij及びCkjが共に埋め込み文によって装飾さ
れた名詞句“VP・N"である場合には、マッチ度CEkj
に“1.0"を与える。 (ロ) カテゴリ・シンボル列Xijとカテゴリ・シンボル列
Ckjのヘッドフィーチャーとが一致する場合(Xij≒C
kj) 例えば、Xijが単純名詞句“N"でCkjが埋め込み文に
よって装飾された名詞句“VP・N"である場合には、マ
ッチ度CEkjに“0.5"を与える。 (ハ) カテゴリ・シンボル列Xijのヘッドフィーチャー
とカテゴリ・シンボル列Ckjとが一致する場合(Xij≒C
kj) 例えば、Xijが埋め込み文によって装飾された名詞句
“VP・N"でCkjが単純名詞句“N"である場合には、
マッチ度CEkjに“0.5"を与える。
CEkjが与えられると(すなわち、分割候補biの表層パ
ターンbpiとインデックス内表層パターンdpkとが一致あ
るいは類似すると)、j個のマッチ度CEkjの和が算出
されて表層パターンbpiとインデックス内表層パターンd
pkとの間のマッチング評価値Ekが得られる。
現在保持されている最大マッチング評価値Ek'と上記算
出されたマッチング評価値Ekとが比較される。その結
果、当該マッチング評価値Ekの方が最大マッチング評
価値Ek'よりも大きい場合にはステップS20に進む。一
方、最大マッチング評価値Ek'以下であればステップS
14に戻って、次のインデックス内表層パターンが在れば
次のインデックス内表層パターンに対する処理に移行す
る。ステップS20で、上記記憶部2によって、メモリに
格納されている上記最大マッチング評価値Ek'を呈する
表層パターン番号k'が当該表層パターン番号“k"に更
新され、最大マッチング評価値Ek'を呈する分割候補番
号i'が当該分割候補番号“i"に更新され、そして最大
マッチング評価値Ek'が当該マッチング評価値“Ek"に
更新される。その後、ステップS14に戻って、次のイン
デックス内表層パターン在れば次のインデックス内表層
パターンに対する処理に移行する。
割候補bi(i=1〜N)および上記対訳例文データベー
スにおける当該インデックス下に在る総てのインデック
ス内表層パターンdpk(k=1〜K)に関する検索処理が
終了したので、最大マッチング評価値Ek'を呈するイン
デックス内表層パターン下に在る対訳例文が出力され
る。また、最大マッチング評価値Ek'を呈する分割候補
の表層パターンが出力される。こうして、入力文Sの表
層パターンに類似したあるいは一致した表層パターンを
有する対訳例文が出力されて、対訳例文検索処理動作を
終了する。
一致した対訳例文が得られると、当該対訳例文と当該対
訳例文上に在る上記変換パターンとを入力文Sに適用し
て目標言語の具体化された文字列パターンを得る。その
際における入力文Sへの適用とは、当該変換パターン内
における表記T(x)に対応する当該分割候補bi内にお
ける部分文字列Sijの上記単純句翻訳部7による翻訳
や、当該変換パターン内における表記“Tch(x)"で指
定された対訳例文を用いた部分翻訳を意味する。
字パターンが得られると、上記翻訳文生成部8によっ
て、形態素解析部4による形態素解析で得られたテンス
およびアスペクトに関する情報や訳文生成ルールに基づ
いて、目標言語に具体化された文字パターンの時制,人
称および数等の表現の検査/修正が行われて完全な翻訳
文が生成される。そして、生成された翻訳結果は表示部
3に出力されて表示される。
実施される例文主導の翻訳処理について、入力例文を上
げて図1〜図5を参照して順を追って具体的に説明す
る。
丁があった」が入力部1から入力される。そうすると、
形態素解析部4で形態素解析が行われて述語V「ある」が
決定され、入力文Sの時制情報“過去"が得られる。…
ステップS1 上記述語V「ある」がルートノードになっている図2に示
すインデックス木が検索される。そして、この検索され
たインデックス木の子ノードの文字列パターンと入力文
S「彼が買った本には落丁があった」の文字列とが比較さ
れて、インデックス「*には*が ある」が決定される。
…ステップS2〜ステップS8
る」が参照されて、入力文S「彼が買った本には落丁があ
った」が分割される。その際に、インデックス要素P
1(=「には」)とこれに続くP2(=「が」)とは入力文S中に
各々一回しか出現しないので、分割候補はb1唯一つだ
け存在する。 b1=「彼が買った本(S11)/には(P1)/落丁(S12)/が(P2)/
ある(V)」…ステップS9 次に、上記分割候補b1内の部分文字列S11(=「彼が買
った本」)及び部分文字列S12(「落丁」)に対する形態素解
析が実施される。そして、上記部分文字列S11(=「彼が
買った本」)には上記割り当てルール(b)が適用されてカ
テゴリ・シンボルX11(=VP・N)に変換される。一方、
部分文字列S12(=「落丁」)には割り当てルール(c)が適
用されてカテゴリ・シンボルX12(=N)に変換される。
その結果、上記入力文Sにおける分割候補b1の表層パ
ターンbp1が次のように求められる。 bp1=“VP・NにはNが ある"…ステップS10,ステッ
プS11
ックス「*には*が ある」下にはパターン1,パターン2
およびパターン3と命名された3つのインデックス内表
層パターンdp1,dp2,dp3が存在する。そこで、上記分割
候補b1の表層パターンbp1と各インデックス内表層パタ
ーンdp1,dp2,dp3の夫々とが比較される。 bp1とdp1との比較 bp1=“VP・N(X11) には N(X12) が ある" dp1=“ N1(C11) には N2(C12) が ある" したがって、X11≒C11 → マッチ度CE11=0.5 X12=C12 → マッチ度CE12=1.0 マッチング評価値E1=1.5 bp1とdp2との比較 bp1=“ VP・N(X11) には N(X12) が ある" dp2=“VP・N1(C21) には N2(C22) が ある" したがって、X11=C21 → マッチ度CE21=1.0 X12=C22 → マッチ度CE22=1.0 マッチング評価値E2=2.0 bp1とdp3との比較 bp1=“VP・N(X11) には N(X12) が ある" dp3=“ VP(C31) には N(C32) が ある" したがって、X11≠C31 分割候補b1の表層パターンbp1と見出し内表層パター
ンdp3とは別表層パターンである。…ステップS12〜ス
テップS18
(=2.0) であるから、インデックス内表層パターンdp2が入力文
Sに最も類似したインデックス内表層パターンであると
確定される。その結果、類似対訳例文としてCASE11と命
名された 例文「彼が学会誌に発表した論文には誤りがある」 対訳「There are some errors in the paper which he published in a scholar journal」 の対が出力される。さらに、上記入力文Sの表層パター
ン bp1=“VP・NにはNが ある"が出力される。
…ステップS19〜ステップS21
丁があった」の類似対訳例文が得られると、この得られ
た対訳例文上に在る上記変換パターン「 There BE T(N2) in Tch(VP・N1).」 に入力文Sが次にように適用される。 Tch(VP・N1=彼が買った本) → 「the book which
he bought」 T(N2=落丁) → 「missing page」 但し、この場合には、変換パターン「There BE T(N2)
in Tc12(VP・N1).」下には、例えば、 CASE12 VP=彼が買った N1=本 N2=誤り There are some errors in the book which he bought. なる対訳例文が記述されているものとする。
買った本には落丁があった」の目標言語(英語)に具体化
された次のような文字列パターン記述が得られる。「 There BE missing page in the book which he bough
t.」 以後、この目標言語に具体化された文字列パターンと上
記時制情報とに基づいて、上記訳文生成ルールを適用し
て、目標言語による翻訳文「 There were some missing pages in the book which h
e bought.」 を得るのである。
く簡単な係り受け構造しか持たないような入力文Sの翻
訳プロセスについて述べているが、更に複雑な係り受け
構造を有する文章に対しても適切な翻訳文を得ることが
可能である。例えば、以下のような入力文「 ハードウェアの構成は、本体とKBD,FDが一体になって
いるスタンドアロン型と、本体と一部が分離しているデ
スクトップ型の2種類があります。」 は、並列句が多く係り受け関係が複雑である。したがっ
て、入力文章を一から解析する従来の解析主導の翻訳シ
ステムや依存構造を用いた例文主導の翻訳システムで
は、入力文の解析段階で正しい解析結果を得ることが極
めて困難である。したがって、高い翻訳精度は得られ
ず、翻訳の専門家のような意訳ができず翻訳の質は低
い。
に高精度で且つ質の高い翻訳文が得られるのである。す
なわち、図6に示すように、上記対訳例文データベース
に、 ・インデックス “*は*と*の2*が ある" ・インデックス内表層パターン “N1はVP1・N2とVP2・N3の2N4がある" ・変換パターン 「There are two N4 of N1:N2 and N3. In the N2,Tc(VP1). In the N3,Tc(VP2).」 ・対訳例文 N1=推論の方式 N2=帰納法 N3=演繹法 N4=種
類 VP1=事実から規則を導く VP2=規則から事実
を導く 「There are two kinds of inference method:inducti
on and deduction. In the induction,rules are infered from facts. In the deduction,facts are infered from rules.」 を格納しておく。
ェアの構成は、本体とKBD,FDが一体になっているスタン
ドアロン型と、本体と一部が分離しているデスクトップ
型の2種類があります。」が入力されると、上述のように
形態素解析部2によって述語V「ある」が決定される。そ
して、上記パータン比較部5によってルートノードV
“ある"のインデックス木が検索され、入力文Sの文字
列に対応するインデックス“*は*と*の2*が ある"
が求められる。こうして、上記対訳例文データベースの
インデックスが決定されると、上述と同様に、決定され
たインデックス下に在るインデックス内表層パターン,
変換パターンおよび対訳例文を用いて入力文Sの目標言
語に具体化された文字列パターン記述が得られるのであ
る。
入力文章であっても、その入力文章の表層パターンと同
じ表層パターンを呈する対訳例文を対訳例文データベー
スに登録しておくだけで、翻訳生成に失敗することはな
いのである。また、長い文章の場合には、文意を取り易
いように変換パターンおよび対訳例文の対訳を夫々複数
に分割して(図6の場合には3つに分割)意訳するパター
ンで記述しておくことによって、専門家による翻訳に近
い意訳が可能となる。
表層の文字列パターンのマッチングおよび入力文章の文
字列における上記特徴単語に前後する部分単語列の上記
構文カテゴリのマッチングのみを実施すればよく、入力
文章を解析して得られた複雑な依存構造によるマッチン
グを実施する必要がない。したがって、任意格や並列句
を含む複雑な係り受け構造を有する入力文章にも容易に
対処できる。
をどれだけ網羅するかによって翻訳性能が決まる。一
方、文の表層の文字列パターンの木を使用して対訳例文
データベースをインデキシングするようにしている。し
たがって、本実施例の翻訳装置によれば、文法の専門家
でなくとも系統的に対訳例文を増やして行くことが可能
であり、翻訳性能の向上や翻訳システムの改良やメンテ
ナンスを容易に実施できる。
アルゴリズムは図4および図5に示すフローチャートに
限定されるものではない。また、上記対訳例文データベ
ースの具体的構成は、図3および図6に示すような構成
に限定されるものではない。
自然言語の翻訳装置は、形態素解析部による入力文の形
態素解析結果に基づいて、上記入力文から、少なくとも
用言および付属語の文字列とそれらに前後する単語列の
構文カテゴリとによって文の表層的特徴を表す表層パタ
ーンを表層パターン生成部によって生成し、対訳例文検
索部によって、上記形態素解析部での形態素解析結果に
よって抽出された用言に基づいて対訳例文データベース
のインデックス木を検索してインデックスを得、この得
られたインデックスに対応付けられている表層パターン
と上記入力文の表層パターンとの類似度を求めることに
よって入力文に類似した例文を有する対訳例文を検索す
るようにしたので、上記対訳例文データベースに格納さ
れたインデックス木の検索と形態素レベルでの類似度算
出とによって上記対訳例文データベースから容易に該当
する対訳例文を検索し、この検索された対訳例文を用い
て例文主導の翻訳処理を実施できる。
構文解析,係り受け解析および意味解析等の2次元的な
解析プロセスを適用することなく、“後編集"および
“前編集"の実施の必要のない例文主導の翻訳処理を非
常に簡単に且つ短時間に実施できるのである。
部による類似度算出は、文全体の表層的特徴を表した表
層パターンを用いて実施される。したがって、この発明
によれば、係り受けの複雑な入力文であっても質の高い
訳文を容易に得ることができる。
ク図である。
タベースを検索する際に使用されるインデックス木の説
明図である。
る。
る。
ートである。
を示す図である。
説明図である。
表示部、 4…形態素解析部、5
…表層パターン生成部、 6…パターン比較
部、7…単純句翻訳部、 8…翻訳文生
成部、9…制御部。
Claims (1)
- 【請求項1】 入力部から入力された自然言語による文
章に対して形態素解析部で形態素解析を行い、記憶部に
格納されている対訳例文データベースから入力文に対応
する例文とその対訳との対である対訳例文を対訳例文検
索部によって上記形態素解析結果に基づいて検索し、こ
の検索された対訳例文に基づいて翻訳部で入力文章を目
標言語に翻訳し、得られた翻訳結果を表示部に表示する
自然言語の翻訳装置において、 上記形態素解析部による入力文に対する形態素解析結果
に基づいて、上記入力文から、少なくとも用言および付
属語の文字列とそれらに前後する単語列の構文カテゴリ
とによって文の表層的特徴を表した表層パターンを所定
の手順で生成する表層パターン生成部を備えると共に、 上記対訳例文データベースには、用言の文字列パターン
をルートノードとし、当該用言を用いた文から抽出され
た少なくとも当該用言および付属語の文字列パターンを
当該ルートノードから分岐した各ノードとする木構造を
成すと共に、上記各ノードの文字列パターンは親ノード
の文字列パターンを詳細化した文字列パターンになって
いるインデックス木を設けて、このインデックス木にお
けるリーフノードの文字列パターンで成るインデックス
に、蓄積されている対訳例文における例文の上記表層パ
ターンが対応付けられており、 上記対訳例文検索部は、入力文から上記形態素解析部で
の形態素解析結果によって抽出された用言に基づいて、
当該用言を表す文字列パターンのルートノードを有する
インデックス木を検索して上記入力文と同じ文字列パタ
ーンを有するインデックスを得ると共に、上記表層パタ
ーン生成部によって生成された入力文の表層パターンと
上記得られたインデックスに対応付けられている表層パ
ターンとの類似度を求めることによって、入力文に類似
した例文を有する対訳例文を検索する構成に成したこと
を特徴とする自然言語の翻訳装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP07563893A JP3176750B2 (ja) | 1993-04-01 | 1993-04-01 | 自然言語の翻訳装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP07563893A JP3176750B2 (ja) | 1993-04-01 | 1993-04-01 | 自然言語の翻訳装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH06290210A JPH06290210A (ja) | 1994-10-18 |
JP3176750B2 true JP3176750B2 (ja) | 2001-06-18 |
Family
ID=13581999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP07563893A Expired - Fee Related JP3176750B2 (ja) | 1993-04-01 | 1993-04-01 | 自然言語の翻訳装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3176750B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001075964A (ja) * | 1999-08-31 | 2001-03-23 | Sony Corp | 情報処理装置および情報処理方法、並びに記録媒体 |
JP5747508B2 (ja) | 2011-01-05 | 2015-07-15 | 富士ゼロックス株式会社 | 対訳情報検索装置、翻訳装置及びプログラム |
-
1993
- 1993-04-01 JP JP07563893A patent/JP3176750B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH06290210A (ja) | 1994-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6330530B1 (en) | Method and system for transforming a source language linguistic structure into a target language linguistic structure based on example linguistic feature structures | |
US9824083B2 (en) | System for natural language understanding | |
US7366654B2 (en) | Learning translation relationships among words | |
JP3114181B2 (ja) | 異言語交信用翻訳方法およびシステム | |
US7249012B2 (en) | Statistical method and apparatus for learning translation relationships among phrases | |
JP3189186B2 (ja) | パターンに基づく翻訳装置 | |
CN104657440B (zh) | 结构化查询语句生成系统及方法 | |
US20080040095A1 (en) | System for Multiligual Machine Translation from English to Hindi and Other Indian Languages Using Pseudo-Interlingua and Hybridized Approach | |
US20120239378A1 (en) | Methods and Systems for Alignment of Parallel Text Corpora | |
JP2005535007A (ja) | 文書検索システム用の知識抽出のための自己学習システムの合成方法 | |
JP2006012168A (ja) | 翻訳メモリシステムにおいてカバレージおよび質を改良する方法 | |
JP2000507008A (ja) | テキスト・ベース型情報ソースのコレクションの中の情報を捜し出すためのシステム、ソフトウエア及び方法 | |
JP2003050797A (ja) | スケーラブル機械翻訳システム | |
JP2000315216A (ja) | 自然言語検索方法および装置 | |
CN111553160B (zh) | 一种获取法律领域问句答案的方法和系统 | |
Neumann et al. | Experiments on robust NL question interpretation and multi-layered document annotation for a cross–language question/answering system | |
JPH1069497A (ja) | データベースアクセス装置およびその方法 | |
CN113408307B (zh) | 一种基于翻译模板的神经机器翻译方法 | |
Abolhassani et al. | Information extraction and automatic markup for XML documents | |
Wang et al. | High-quality speech-to-speech translation for computer-aided language learning | |
JP3176750B2 (ja) | 自然言語の翻訳装置 | |
Alshawi | Qualitative and quantitative models of speech translation | |
Sankaravelayuthan et al. | A Comprehensive Study of Shallow Parsing and Machine Translation in Malaylam | |
JP3892227B2 (ja) | 機械翻訳システム | |
Ahmad | Ontological Approach for Semantic Modelling of Malay Translated Qur’an |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080406 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090406 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090406 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100406 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100406 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110406 Year of fee payment: 10 |
|
LAPS | Cancellation because of no payment of annual fees |