JP3220560B2

JP3220560B2 - 機械翻訳装置

Info

Publication number: JP3220560B2
Application number: JP10640593A
Authority: JP
Inventors: 秀造釘宮
Original assignee: Sharp Corp
Current assignee: Sharp Corp
Priority date: 1992-05-26
Filing date: 1993-05-07
Publication date: 2001-10-22
Anticipated expiration: 2016-10-22
Also published as: JPH0644296A; US5587902A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は機械翻訳装置に関し、
特に、組版のためのマークアップ記号等を含む文書を他
の言語に翻訳することが可能な機械翻訳装置に関する。

【０００２】

【従来の技術】従来から機械翻訳装置として次のような
ものが実用化されている。従来の機械翻訳装置は、たと
えばキーボードなどから入力されたソース言語の文書
を、ＣＰＵ（中央演算処理装置）の制御により翻訳モジ
ュールに入力する。翻訳モジュールは、入力されたソー
ス言語のテキストを、メモリに記憶されている基本辞書
や、ユーザの登録によって準備されるユーザ辞書からな
る辞書群と、文法規則とを用いて解析し、構造解析木を
生成する。同様に、メモリに予め記憶されている、ソー
ス言語からターゲット言語への木構造変換規則を利用し
て、ソース言語のテキストの構造解析木をターゲット言
語の構造解析木に変換した上、各単語に適切な訳語を割
当て、さらに必要な部分を補ってターゲット言語のテキ
ストを生成する。

【０００３】一方、最近では、小型のコンピュータを用
いて印刷の版下までも作成するようなシステムが普及し
てきている。そのため、文書の原稿中に、組版のための
指定など、印刷のための付随情報が含まれている場合が
ある。そのような情報は、たとえばタイトルとそれ以外
の部分との指定、使用する書体、フォントのサイズなど
の指定、索引として採用すべき語の指定情報などを含
む。

【０００４】これらの情報は、マークアップ記号とし
て、処理の対象となる文書の本文中にテキスト本体を混
在している。文書中にこのようなマークアップ記号を含
ませておくことにより、そのマークアップ情報に従った
体裁、書体、フォントのサイズなどを用いて自動的にそ
の文書を印刷することができる。また、索引用語の指定
を行なった場合には、そのようなマークアップ記号が付
された単語または単語群を検索していくことにより容易
に索引を作成することができる。

【０００５】このようなマークアップ記号の体系として
マークアップ言語があり、ＩＳＯ（国際標準化機構）で
制定されたＳＧＭＬ（Standard Generalized Markup La
nguage）がその一例である。ＳＧＭＬは、文書の論理的
な構造、たとえば章立て、段落、箇条書きなどといった
論理的な構成の指定を行なうためのものである。実際に
ＳＧＭＬによって作成された文書を印刷する際には、よ
り具体的にフォーマットを決定するためのマークアップ
言語を用いることが多い。そのようなマークアップ言語
の一例がＴｅＸと呼ばれるものである。

【０００６】このようにマークアップ言語を用いて印刷
の指定がされた文書の数が増大した結果、これらの文書
を他の言語に翻訳する技術に対する需要が増大してい
る。

【０００７】

【発明が解決しようとする課題】しかし、上述のような
マークアップ記号を含む文書を従来の機械翻訳装置で翻
訳しようとすれば、ソース言語とは異質のマークアップ
記号が文書に含まれているために、翻訳が適正に行なわ
れず、翻訳不能となったり、あるいは誤訳などが発生し
たりしてしまう。そのため従来は、機械翻訳装置にテキ
ストを入力する前に、エディタ等によりその入力テキス
トにマークアップ記号が含まれているか否かを手操作で
調べ、含まれている場合には１つ１つ削除し、その後に
機械翻訳装置に入力する必要があった。このため、従来
の機械翻訳装置でマークアップ記号を含む文書を翻訳す
る場合の効率は非常に悪かった。

【０００８】このような問題を解決するために、文書に
含まれる形式情報などの非言語データを意識せずに行な
うための文書処理システムが、特開平４−２５９０５７
号公報に開示されている。この公報に開示されたシステ
ムでは、非言語データと言語データとが混在する文書デ
ータから言語データのみが抽出され、この抽出された言
語データに対して所定の編集処理が行なわれる。さら
に、この編集処理により編集された言語データと、元々
入力された文書データ中の言語データとが比較対照さ
れ、それぞれの対応箇所が決定される。そして、入力文
書データの言語データを、編集後の言語データの対応す
るものにより置換える。このようにすることにより、非
言語データの存在を意識せずに、言語データと形式情報
とが混在する文書データの編集を行なうことができる、
とされている。

【０００９】しかし、このように編集後の言語データと
入力文書データとの対応箇所を決定するためには、様々
なルールが必要である。それらルールも、真に有効なル
ールかどうかは直ちには定められず、試行錯誤的にこう
した対応ルールを決定していく必要がある。しかも、す
べての場合について有効な対応付けルールが存在すると
は限らない。また、こうしたルールを誤って採用するこ
とにより、かえって最終的に得られる文書の質が低下す
ることも考えられる。

【００１０】また、マークアップ記号は、通常は開始タ
グと終了タグとにより囲まれた範囲に対して影響をおよ
ぼす。開始タグと終了タグとの位置は、例えば英語と日
本語とのように翻訳により対応する単語の語順が変化す
るとその前後関係も含めて変化する可能性がある。のみ
ならず、原文では１対のマークアップ記号で囲まれてい
た部分が、翻訳文では２箇所以上に分かれてしまう可能
性もある。従来はこうした可能性についての考慮がされ
ておらず、翻訳後の文章において、原文に即して適切に
マークアップ記号を挿入することはできなかった。それ
ゆえに本発明の目的は、ソース言語の入力テキストにマ
ークアップ記号が含まれる場合でも、確実に従来より効
率よく翻訳を行ない、かつ翻訳文において原文のマーク
アップ記号の位置に即した適切な位置にマークアップ記
号を挿入することができる機械翻訳装置を提供すること
である。

【００１１】

【課題を解決するための手段】本発明に係る機械翻訳装
置は、各々が開始タグおよび終了タグからなる１または
複数個の予め定めるマークアップ記号を含む第１の言語
のテキスト原文を、第２の言語のテキストに翻訳する機
械翻訳装置である。この機械翻訳装置は、情報を格納す
るためのバッファを有する記憶手段と、前記テキスト原
文を構成する単語を該テキスト原文の位置毎に確認し、
確認した単語が前記マークアップ記号の場合には、該マ
ークアップ記号と該マークアップ記号の開始タグの次に
位置する単語の前記テキスト原文における絶対位置と前
記マークアップ記号の開始タグと終了タグとに囲まれた
単語の数とを関連付けた関連情報を前記記憶手段のバッ
ファに格納するとともに、前記テキスト原文をマークア
ップ記号とマークアップ記号を含まないテキスト本体と
に分離する分離手段と、前記分離手段によりマークア
ップ記号と分離された前記テキスト本体に所定の文法処
理を行なって、前記テキスト本体に対応する前記第１の
言語の構造解析木を作成する手段と、前記第１の言語の
構造解析木を、予め準備された変換規則を用いて前記第
２の言語の構造解析木に変換する手段と、前記第２の言
語の構造解析木と前記記憶手段のバッファに格納された
前記関連情報とに基づいて、前記テキスト原文において
マークアップ記号の開始タグと終了タグとにより囲まれ
ていた単語に対応する訳語の各々を、前記単語に付され
ていた前記マークアップ記号と等価なマークアップ記号
の開始タグおよび終了タグにより囲んで前記第２の言語
のテキストを生成する手段とを含む。

【００１２】

【作用】本発明に係る機械翻訳装置では、分離手段がテ
キスト原文からマークアップ記号の開始タグが検出され
た単語の位置と該マークアップ記号の開始タグと終了タ
グとに囲まれる単語数とを該マークアップ記号に関連付
けて記憶手段のバッファに格納することで、テキスト原
文をマークアップ記号とマークアップ記号を含まないテ
キスト本体とに分離する。構造解析木を作成するための
手段がテキスト本体に所定の文法処理を行なって、第１
の言語の構文解析木を作成する。変換手段がこの構文解
析木を第２の言語の構造解析木に変換する。そして、生
成手段が、第２の構造解析木と記憶手段のバッファに格
納された内容とに基づいて、第２の言語のテキストを生
成する。生成されるテキストでは、テキスト原文におい
てマークアップ記号の開始タグと終了タグとにより囲ま
れていた単語に対応する訳語の各々は、生成手段によ
り、元の単語を囲んでいたマークアップ記号と等価なマ
ークアップ記号の開始タグおよび終了タグで囲まれる。

【００１３】

【実施例】以下、本発明の一実施例の機械翻訳装置を図
を参照しながら説明する。以下の実施例の機械翻訳装置
は英語から日本語への英日機械翻訳装置が例として示さ
れる。しかし本発明はこれには限定されず、他のいかな
る言語間の機械翻訳装置に対しても適用できる。また以
下の説明では、本発明をマークアップ記号としてＴｅＸ
というマークアップ言語に用いられるマークアップ記号
（「タグ記号」と呼ばれる）を例にとって説明するが、
本発明はこの言語には限定されず、一般的にマークアッ
プ記号を用いる言語に対して適用可能である。

【００１４】実施例の説明の前に、機械翻訳の概念につ
いて簡単に説明する。第１図を参照して、機械翻訳にお
いて行なわれる解析処理には、様々な解析レベルがあ
る。機械翻訳は、図１の左上に示されるソース言語が入
力されると、各レベルの処理を順に行なって最終的に図
１の右側に示されるターゲット言語を得るための処理で
ある。たとえばソース言語のテキストが入力されると、
まずレベルＬ１の辞書引き処理、レベルＬ２の形態素解
析処理、レベルＬ３の構文解析処理、…と処理が進めら
れ、最終的にレベルＬ１０の形態素生成処理が行なわれ
てターゲット言語のテキストが生成される。

【００１５】機械翻訳は、どのレベルの解析処理まで行
なうかによって、大きく次の２つに分けられる。第１
は、レベルＬ６に示される中間言語まで解析し、そこか
らターゲット言語のテキストを生成していくピボット方
式である。第２は、上述のレベルＬ２〜レベルＬ５のい
ずれかまで解析を行なってソース言語の内部構造を得、
次に、得られたソース言語の内部構造と同じレベルのタ
ーゲット言語の内部構造に変換した後、ターゲット言語
のテキストを生成するトランスファ方式である。

【００１６】ピボット方式において用いられる中間言語
とは、ソース言語およびターゲット言語のどちらにも依
存しない概念である。したがってソース言語の解析処理
を一度行なって中間言語を得れば、この中間言語から複
数の言語を生成することができるため、多言語間翻訳に
有利であるとされる。しかし、このようなピボット方式
では、その基本的概念である中間言語を本当に設定でき
るかどうかという点が未解決である。

【００１７】トランスファ方式はピボット方式のこのよ
うな問題に対する妥協案であって、現在の多くのシステ
ムはこのトランスファ方式を採っている。以下の説明は
トランスファ方式についてのものであり、後述する実施
例の機械翻訳装置もトランスファ方式を用いたものであ
る。

【００１８】以下、図１に示される各解析処理の内容に
ついて説明する。（１）辞書引き、形態素解析この処理においては、入力された文章に対して、形態素
が格納された辞書を参照しながらたとえば最長一致法な
どを用いて形態素列（単語列）に分割する処理がまず行
なわれる。そして、得られた各単語に対する品詞などの
文法情報および訳語を得、さらに時制・人称・数などを
解析する処理が行なわれる。

【００１９】（２）構文解析この処理においては、品詞・変化形などに基づき、単語
間のかかり受けなどの文章の構造（構造解析木）を組立
て、決定する処理が行なわれる。この処理においては、
得られた文章の構造が正しい意味を表わすかどうかにつ
いての判断は行なわれない。

【００２０】（３）意味解析構文解析処理の結果得られた複数の構造解析木から、意
味的に正しいものとそうでないものとを判別し、正しい
もののみを採用する処理が行なわれる。

【００２１】（４）文脈解析文脈解析処理では、入力された文章の話題を理解し、入
力文章中に含まれる省略部分や曖昧さなどを取去る処理
が行なわれる。

【００２２】以下で説明する本発明の一実施例の機械翻
訳装置の翻訳モジュールにおいては、レベルＬ３までの
解析処理を行なうものとする。すなわち、本実施例の機
械翻訳装置の翻訳モジュールは、図２に示されるような
構造を有する。この翻訳モジュールは、図２を参照し
て、ソース言語のテキスト原文を、タグ記号とテキスト
自体に分離するための分離部１０と、タグ記号をそれが
付されていた単語と関連づけて記憶するための記憶部１
７とテキスト本体に対して辞書引き・形態素解析処理を
行なうための辞書引き・形態素解析部１１と、形態素解
析された入力文章に対して構文解析を行なうための構文
解析部１２と、構文解析の結果を変換してターゲット言
語の構造解析木を生成するための変換部１３と、変換部
１３によって生成されたターゲット言語の構造解析木に
基づき、かつ記憶部１７の内容を参照して、タグ記号が
挿入されたターゲット言語の翻訳文を生成するための翻
訳文生成部１４とを含む。各部１０〜１４で行なわれる
処理については、実施例において詳しく説明する。

【００２３】図３は、この発明の一実施例の機械翻訳装
置のブロック図である。図３を参照して、この機械翻訳
装置は、メインＣＰＵ（中央処理装置）１と、メインＣ
ＰＵ１が接続されたバス７と、バス７に接続されたメイ
ンメモリ２と、バス７に接続されたＣＲＴ（陰極線管）
やＬＣＤ（液晶表示装置）などからなる表示装置３と、
キーボード４と、バス７に接続された翻訳モジュール５
と、翻訳モジュール５に接続された翻訳用の辞書・文法
規則および木変換構造規則などの知識ベースを格納して
いるメモリ６とを含む。

【００２４】翻訳モジュール５は、ソース言語のテキス
トが入力されると、それを所定の手順で翻訳してターゲ
ット言語のテキストを出力するためのものである。図４
を参照して、翻訳モジュール５は、バス７に接続され、
バス７を介して入力されるソース言語（本実施例の場合
には英語）のテキストを、所定の翻訳プログラムに従っ
て翻訳してターゲット言語（本実施例の場合には日本
語）のテキストとしてバス７に出力するための翻訳ＣＰ
Ｕ１５と、バス７に接続され、翻訳ＣＰＵ１５で実行さ
れる翻訳プログラムを格納するための翻訳プログラムメ
モリ１６と、入力されたソース言語のテキスト原文を各
単語ごとに格納するためのバッファＡと、バッファＡに
格納された各単語につき、メモリ６に含まれる辞書を参
照して得た各単語の品詞、訳語などの情報を格納するた
めのバッファＢと、ソース言語の構造解析木に関する情
報を格納するためのバッファＣと、バッファＣに格納さ
れたソース言語の構造解析木が変換されたターゲット言
語の構造解析木を格納するためのバッファＤと、バッフ
ァＤに格納された日本語の構造解析木に適切な助詞を助
動詞などを補充して、日本語の形として整えられた文章
を格納するためのバッファＥと、後述するタグ除去処理
の際に用いられる、タグや、そのタグが付されている単
語数等を記憶するためのバッファＦとを含む。これらバ
ッファが記憶部１７（図２）に相当する。

【００２５】以下、図２〜図９を参照して、本実施例の
機械翻訳装置による英日翻訳の動作を説明する。なお、
翻訳ＣＰＵ１５で実行される翻訳プログラムの詳細につ
いては後に具体例を用いて詳述する。

【００２６】まず、読込まれたテキスト原文は形態素解
析によって形態素に分解され、分離部１０（図２）によ
り、タグ記号とそれ以外のテキスト本体とに分離され
る。テキスト本体は図５に示されるようにバッファＡ
（図４参照）に格納される。タグ記号はバッファＦに格
納される。

【００２７】続いて翻訳プログラム１６に基づく翻訳Ｃ
ＰＵ１５の制御の下に、図２に示される辞書引き・形態
素解析部１１が、バッファＡに格納された原文の各単語
につき、メモリ６に格納されている辞書を参照すること
により各単語の訳語や品詞情報などの情報を得る。この
情報は図４に示されるバッファＢに格納される。これら
の情報の一部として、各単語の品詞情報が含まれるが、
これら品詞情報は図６に示されるように格納される。す
なわち“ｔｈｉｓ”は多品詞語であって代名詞、指示形
容詞の２つの品詞を持つ。また“ｉｓ”の品詞は動詞で
ある。同様に“ａ”、“ｐｅｎ”についてもそれぞれの
品詞がバッファＢに格納される。“ｔｈｉｓ”は多品詞
語であるが、文中の品詞が何であるかについては、図２
に示される構文解析部１２に相当する処理によって一意
に決定される。

【００２８】翻訳プログラムのうち図２に示される構文
解析部１２に相当する処理においては、メモリ６に格納
された辞書および文法規則に従って、各単語間の修飾・
被修飾関係を示す構造解析木がたとえば図７に示される
ように決定される。この構文解析結果は図４のバッファ
Ｃに格納される。

【００２９】構造解析木の決定は次のようにして行なわ
れる。メモリ６に格納された文法規則のうち、英語に関
する文法規則は次のようなものから成り立っている。

【００３０】文→主部、述部主部→名詞句述部→動詞、名詞句名詞句→代名詞名詞句→冠詞、名詞この規則のうちたとえば１つ目の規則は、「文は主部と
述部からできている。」ということを表わす。他の規則
についても同様である。これらの規則に従って構造解析
木が決定されるのである。なお、このような文法規則は
同じように日本語についても用意されており、英語の文
法規則と日本語の文法規則との間で対応づけがなされて
いる。

【００３１】翻訳プログラムのうち、図２に示される変
換部１３に相当する処理においては、入力された英文の
構造解析木（図７参照）の構造が、図８に示される日本
文に対する構文解析木の構造に変換される。この変換に
おいては、上述の構文解析部１２が利用したのと同様
に、メモリ６に格納されている「木構造変換規則」が用
いられる。この変換は、図１でいえばレベルＬ３からタ
ーゲット言語のレベルＬ９への変換に相当する。得られ
た結果は図４に示されるバッファＤに格納される。この
説明において用いられている例文“Ｔｈｉｓｉｓａ
ｐｅｎ”は、この変換によって日本語文字列「これ
ペンである」に変換されたことになる。

【００３２】翻訳プログラムのうち図２の翻訳文生成部
１４に相当する処理を行なう部分は、得られた日本語文
字列「これペンである」に適切な助詞「は」や助動
詞をつけることにより、図９に示されるような文法的な
日本語の形にし、図４に示されるバッファＥに格納す
る。この処理は、図１に示されるレベルＬ９からレベル
Ｌ１０への変換に相当する。得られた日本文「これはペ
ンである。」は、図４に示される翻訳モジュール５から
出力され、メインメモリ２に格納されるとともに、表示
装置３に表示される。

【００３３】次に、図１０〜図１８を用いて、タグ記号
を含む原文を翻訳する際の処理の詳細を示す。この処理
は、翻訳に先立って、原文に含まれるタグ記号を除去
し、タグ記号を除去した原文を翻訳モジュールの入力と
することに特徴がある。除去したタグ記号は、原文の、
そのタグ記号が付加されていた単語と関連付けて記憶し
ておき、翻訳後の文の、原単語に対応する単語にさらに
この除去されたタグ記号を付加する。

【００３４】図１１は、ＳＧＭＬ文書で使用されるタグ
記号の一例を示す。各タグ記号は、開始タグと終了タグ
との組からなり、開始タグと終了タグとによって挟まれ
る単語群をマークアップする。

【００３５】図１１に示されるタグ記号＜ｔｅｒｍ＞＜
＼ｔｅｒｍ＞は、このタグ記号に挟まれた単語群が、特
定の用途に用いられる単語群、たとえば索引として採用
される単語群であることを示す。またタグ記号＜ｅｍｐ
ｈ＞＜＼ｅｍｐｈ＞は、このタグ記号に挟まれる単語群
を、強調して印刷することを示す。たとえば、このタグ
記号に挟まれる単語群は、印刷時にはボールド体などで
印刷される。

【００３６】図１２は、以下の説明で翻訳対象となる英
語のテキスト原文の一例である。この原文は、図４およ
び図５に示すバッファＡに格納される。図１２に示され
る原文においては、タグ記号＜ｔｅｒｍ＞＜＼ｔｅｒｍ
＞に挟まれた単語または単語群としては、“Ｔａｇ”と
“ｔａｂｌｅｃｈａｒｔ”とがある。この２つの単語
または単語群は、たとえばこの文を含む文書についての
索引を作成する際の見出し語となる。かつこのタグ記号
によって挟まれて出現する部分が、索引における各単語
群の出現ページとして記録される。またタグ記号＜ｅｍ
ｐｈ＞＜＼ｅｍｐｈ＞で挟まれた２つの単語“ｐｒｏｄ
ｕｃｅ”と“ｓｐｅｃｉｆｙｉｎｇ”とは、ともに印刷
時には他の部分と異なる字体、たとえば前述のようなボ
ールド体で印刷される。

【００３７】図１０は、図３に示される翻訳モジュール
５の分離部１０および辞書引き形態素解析部１１（図
２）によって行なわれる、タグ記号処理の詳細なフロー
チャートである。図１０を参照して、まずステップＳ０
１で、図１２に示される入力文がバッファＡ（図４、５
参照）に格納される。

【００３８】ステップＳ０２で、バッファＡ内に格納さ
れた原文の処理対象となる単語位置を示す単語位置ポイ
ンタが０にセットされる。これにより単語位置ポインタ
によって指し示される原文単語は、“Ｏｎｅ”である。

【００３９】ステップＳ０３では、図１１に示されるよ
うなタグ記号のテーブルを参照しながら、現在単語位置
ポインタがポイントしている単語の先頭が開始タグか否
かについての判断が行なわれる。開始タグでないと判断
されれば処理はステップＳ０４に進み、開始タグと判断
された場合には処理はステップＳ０９に進む。

【００４０】ステップＳ０３で開始タグではないと判断
された場合、ステップＳ０４では、単語位置ポインタに
よってポイントしている単語が終了タグか否かについて
の判断が行なわれる。終了タグであれば処理はステップ
Ｓ０８に進み，終了タグでない場合は処理はステップＳ
０５に進む。

【００４１】単語位置ポインタによってポイントされて
いる単語が開始タグでも終了タグでもない場合にはステ
ップＳ０５で、現在単語位置ポインタによってポイント
されている単語をバッファＢ（図４参照）に格納する処
理が行なわれ、処理はステップＳ０６に進む。終了タグ
であると判断された場合にはステップＳ０８で、その終
了タグを削除したうえ単語位置ポインタによってポイン
トされている単語をバッファＢに格納する処理が行なわ
れて処理はステップＳ０６に進む。

【００４２】一方、ステップＳ０３で単語位置ポインタ
によってポイントされている単語の先頭が開始タグであ
ると判断された場合には、ステップＳ０９でその開始タ
グをバッファＦ（図４参照）に格納する処理が行なわれ
る。

【００４３】そしてステップＳ１０で、この開始タグが
検出された文中の単語位置（すなわち単語位置ポインタ
の値）を、ステップＳ０９で格納された開始タグに関連
付けてバッファＦに格納する処理が行なわれる。

【００４４】ステップＳ１１では、終了タグがあるかど
うかについての判断が行なわれる。終了タグが存在する
場合には処理はステップＳ１２に進み、存在しない場合
には処理はステップＳ１４に進む。

【００４５】ステップＳ１２では、単語数「１」を、ス
テップＳ０９で格納された開始タグに関連付けてバッフ
ァＦに格納する処理が行なわれる。

【００４６】さらにステップＳ１３では、入力原文の、
単語位置ポインタによって指定された単語に付加されて
いる開始タグおよび終了タグを削除した上、バッファＢ
に格納する処理が行なわれ、処理はステップＳ０６に進
む。

【００４７】一方、ステップＳ１４に処理が進んだ場
合、まず終了タグまでの単語数をカウントする処理が行
なわれる。カウントされた単語数はステップＳ０９でバ
ッファＦに格納された開始タグに関連付けて、同様にバ
ッファＦに格納される。

【００４８】さらにステップＳ１５で、単語位置ポイン
タによって指し示される単語に付加されている開始タグ
を削除した上この単語をバッファＢに格納する処理が行
なわれる。処理はステップＳ０６に進む。

【００４９】ステップＳ０６では、バッファＡ内に次の
単語が存在しているか否かについての判断が行なわれ
る。存在する場合には処理はステップＳ０７に進み、そ
れ以外の場合には処理はステップＳ１６に進む。

【００５０】ステップＳ０７では、単語位置ポインタを
インクリメントする処理が行なわれ、処理はステップＳ
０３に戻る。以下、上述した処理が繰返し行なわれる。
そしてバッファＡ内に処理対象の単語が存在しなくなる
と処理がステップＳ１６に進む。

【００５１】ステップＳ１６では、バッファＢに格納さ
れている各見出し語に対して辞書引き処理が行なわれ
る。この結果、各見出し語に対して品詞および単語数の
情報がバッファＢ内に格納される。

【００５２】さらにステップＳ１７では、辞書引き処理
が行なわれたバッファＢの結果に、さらにバッファＦに
格納されているタグ記号についての情報を付加する処理
が行なわれる。このタグ記号の付加は、各見出し語のう
ち、原文内でタグ記号が付加されていた見出し語に、そ
の付加されていたタグ記号を示す情報を付加する処理で
ある。

【００５３】以下、図１２に示される原文につき、図１
０に示される処理を行なった場合の処理の経過について
説明する。まず、単語位置ポインタを０にセットするこ
とにより単語“Ｏｎｅ”が単語位置ポインタによってポ
イントされる。ステップＳ０３、ステップＳ０４の判断
の結果はいずれも“ＮＯ”となるため、ステップＳ０５
でこの単語“Ｏｎｅ”がバッファＢに格納される。ステ
ップＳ０６では、次の単語が存在するために判断の答は
ＹＥＳとなり処理はステップＳ０７に進む。単語位置ポ
インタの値が１インクリメントされるため、単語位置ポ
インタによってポイントされる単語は次の単語“ｏｆ”
となる。

【００５４】以下、単語“ｏｆ”〜“ｔｈｉｓ”まで、
上述と同様の処理が繰返され、バッファＢにはこれらの
単語が順にその単語位置とともに格納される。

【００５５】単語位置ポインタが８となった場合、ステ
ップＳ０３における判断の答かＹＥＳとなり、処理はス
テップＳ０９に進む。ステップＳ０９では、検出された
開始タグ（この場合＜ｔｅｒｍ＞）をバッファＦに格納
する処理が行なわれ、さらにステップＳ１０で、その単
語位置も同様にバッファＦに格納される。ステップＳ１
１の判断はＹＥＳとなるため、ステップＳ１２の処理に
より単語数「１」がバッファＦに格納される。この結
果、バッファＦに格納される、単語“Ｔａｇ”に関する
タグ記号情報は、図１３の第１行目に示されるものとな
る。さらにステップＳ１３では、開始タグおよび終了タ
グを削除した上、単語“Ｔａｇ”をバッファＢに格納す
る処理が行なわれる。

【００５６】以下このように単語位置ポインタをインク
リメントしながら各単語につき開始タグ、終了タグの有
無を判断し、タグ記号を除去しながら各単語をバッファ
Ｂに格納していく。これにより、バッファＢには図１４
に示される情報が得られる。またバッファＦには、図１
３に示されるようなタグ記号に関する情報が得られる。

【００５７】図１３および図１４を参照して、単語位置
８の単語、すなわち単語“Ｔａｇ”には、タグ記号＜ｔ
ｅｒｍ＞が付加されており、このタグ記号によって挟ま
れている単語はこの一語のみであることがわかる。同様
に単語“ｐｒｏｄｕｃｅ”にもタグ記号＜ｅｍｐｈ＞が
付加されている。また単語群“ｔａｂｌｅｃｈａｒ
ｔ”は、この２語の前後をタグ記号＜ｔｅｒｍ＞＜＼ｔ
ｅｒｍ＞で挟まれている。さらに単語位置２５の単語
“ｓｐｅｃｉｆｙｉｎｇ”も、その前後をタグ記号＜ｅ
ｍｐｈ＞＜＼ｅｍｐｈ＞で挟まれている。

【００５８】さらにステップＳ１６において行なわれる
辞書引き処理により、バッファＢの格納内容は図１５に
示されるようになる。すなわち各見出し語には、辞書引
き処理によって得られた品詞および単語数に関する情報
が付加される。ただし、図１５においては各見出し語に
付加される品詞および単語数の具体的な内容については
図の簡単化のために省略している。

【００５９】ステップＳ１７では、図１３に示されるバ
ッファＦの内容を、バッファＢ内の各見出し語に付加す
る処理が行なわれる。この処理は、図１３のバッファＦ
の単語位置によって示されるバッファＢ内の単語に、バ
ッファＦに保存されているタグ記号を付加することによ
って行なわれる。すなわち、第８番目の単語“Ｔａｇ”
にはタグ記号＜ｔｅｒｍ＞が付加される。同様に単語位
置１４の単語“ｐｒｏｄｕｃｅ”にはタグ記号＜ｅｍｐ
ｈ＞が付加される。また単語位置１５番目から始まる２
つの単語“ｔａｂｌｅｃｈａｒｔ”にも各々タグ記号
＜ｔｅｒｍ＞が付加される。この図１３に示されるバッ
ファＦの情報において、単語位置１５から始まる２つの
単語にタグ記号＜ｔｅｒｍ＞を付加することが示されて
いるからである。また単語位置２５の単語“ｓｐｅｃｉ
ｆｙｉｎｇ”にも、タグ記号＜ｅｍｐｈ＞が付加され
る。

【００６０】以下、バッファＢに格納されている各見出
し語と、その品詞、単語数などに基づいて図３の構文解
析部１２、変換部１３によって通常どおりの翻訳処理が
行なわれる。そして最終的に生成部１４によって訳文が
生成される。

【００６１】このとき、生成部１４は、生成しようとす
る単語に対応する入力部の単語がタグの情報をもつ場合
には、その訳語の前後に、図１６に示されるバッファＢ
の内容によって示される開始タグおよび終了タグを生成
する。対応する単語にタグの情報がない場合には通常ど
おり訳語だけが生成される。

【００６２】この生成処理につき、図１７および図１８
を参照して以下に説明する。図１７に示されるステップ
Ｓ２１〜Ｓ２７の処理は、構造解析木の「葉」の部分の
各単語について行なわれる。まずステップＳ２１で、或
る単語につき、バッファＢ内のその単語に対応する「タ
グ情報」の欄（図１６参照）を調べ、タグ情報が存在す
るか否かについての判断を行なう。存在する場合には制
御はステップＳ２２に、そうでない場合には制御はステ
ップＳ２６にそれぞれ進む。

【００６３】ステップＳ２２では、バッファＢに格納さ
れていた開始タグをまずバッファＥに格納する処理が行
なわれる。

【００６４】続いてステップＳ２３で、処理中の単語に
対応する訳語をバッファＢからバッファＥに格納する処
理が行なわれる。

【００６５】続いてステップＳ２４で、終了タグをバッ
ファＢからバッファＥに格納する処理が行なわれる。

【００６６】ステップＳ２４の後ステップＳ２５で、こ
の訳語に付加するべき適当な助詞が選ばれ、バッファＥ
に格納される。ステップＳ２５の後、制御はステップＳ
２７に進む。

【００６７】一方、ステップＳ２１でバッファＢにタグ
情報が存在しないと判断された場合、制御はステップＳ
２６に進む。ステップＳ２６では、タグ情報に関する処
理は行なわれない。すなわちステップＳ２２、Ｓ２４に
対応する処理は行なわれず、単に訳語をバッファＢから
バッファＥに格納する処理が行なわれる。ステップＳ２
６の後、制御はステップＳ２５に進む。

【００６８】ステップＳ２７では、処理対象となってい
る構造解析木の最後の単語まで到達したかどうかについ
ての判断が行なわれる。到達していない場合には制御は
ステップＳ２１に戻り、ステップＳ２１以下の処理が繰
返し行なわれる。もし終了であればこの生成処理も終了
する。

【００６９】このようにして生成されたバッファＥの内
容を図１８に示す。この図１８に示される翻訳文は、図
１２に示される原文に対応するものである。なお、連続
する複数個の単語について同一のタグ情報が付されてい
る場合には、その先頭の単語に対応する訳語の前に開始
タグを、最後の単語の後に終了タグをそれぞれ付加す
る。図１８はそのようにして得られたものである。

【００７０】このように本発明によれば、原文にタグ記
号などのマークアップ記号が挿入されていても、タグ記
号を一旦除去して自動的に翻訳することができる。さら
に本実施例のように訳文にも等価なタグ記号を付加する
ことにより、タグ記号が挿入されている原文をそのまま
翻訳処理することができる。その結果、翻訳に先立って
人間によりタグ記号を手作業で除去する処理が不要とな
り、効率よく翻訳を行なうことができる。

【００７１】

【発明の効果】以上のようにこの発明に係る機械翻訳装
置では、テキスト原文からマークアップ記号の開始タグ
が検出された単語の位置と該マークアップ記号の開始タ
グと終了タグとに囲まれる単語数とを該マークアップ記
号に関連付けてバッファに格納することで、テキスト本
体が自動的にマークアップ記号と分離され、その分離さ
れたテキスト本体に基づいて従来と同様に第１の言語の
構造解析木が作成される。その第１の言語の構造解析木
は、従来と同様に第２の言語の構造解析木に変換され
る。一方各マークアップ記号は、各々が付された単語の
位置と、該マークアップ記号の開始タグと終了タグとに
囲まれる単語数と関連付けてバッファに記憶されている
ので、第２の言語の構造解析木から第２の言語のテキス
トが生成されるときには、テキスト原文においてマーク
アップ記号の開始タグと終了タグとに囲まれていた単語
に対応する訳語は、該単語に付されていたマークアップ
記号と等価なマークアップ記号の開始タグおよび終了タ
グが適切な位置に付されることになる。マークアップ記
号をテキスト原文から手操作により削除したり、翻訳結
果のテキストにマークアップ記号を手操作により挿入す
る必要がなく、かつ入力テキストに対応した適切な位置
に配置されたマークアップ記号を含む翻訳結果を得るこ
とができる。その結果、マークアップ記号を含むテキス
ト原文を、通常のテキスト原文と同様に効率よく翻訳す
ることができる機械翻訳装置を提供できる。

【図面の簡単な説明】

【図１】機械翻訳の概念を模式的に示す図である。

【図２】トランスファ方式による機械翻訳の構成を示す
模式図である。

【図３】本発明の一実施例の機械翻訳装置のブロック図
である。

【図４】図３に示される翻訳モジュール５の詳細なブロ
ック図である。

【図５】バッファＡの格納内容を模式的に示す図であ
る。

【図６】バッファＢの格納内容を模式的に示す図であ
る。

【図７】バッファＣの格納内容を模式的に示す図であ
る。

【図８】バッファＤの格納内容を模式的に示す図であ
る。

【図９】バッファＥの格納内容を模式的に示す図であ
る。

【図１０】タグ記号処理のフローチャートである。

【図１１】ＳＧＭＬ言語におけるタグ記号の例を示す模
式図である。

【図１２】バッファＡに格納された入力テキスト原文を
示す模式図である。

【図１３】バッファＦの格納内容を示す模式図である。

【図１４】バッファＢの格納内容を示す模式図である。

【図１５】辞書引き処理後のバッファＢの格納内容を示
す模式図である。

【図１６】タグ記号情報付加後のバッファＢの格納内容
を示す模式図である。

【図１７】生成処理のサブルーチンプログラムのフロー
チャートである。

【図１８】生成処理後のバッファＥの格納内容を示す模
式図である。

【符号の説明】

１メインＣＰＵ２メインメモリ３表示装置４キーボード５翻訳モジュール６メモリ１１辞書引き・形態素解析部１２構文解析部１３変換部１４翻訳文生成部１５翻訳ＣＰＵ１６翻訳プログラムメモリ１７記憶部

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06F 17/20 - 17/28 ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims

(57)【特許請求の範囲】

【請求項１】各々が開始タグおよび終了タグからなる
１または複数個の予め定めるマークアップ記号を含む第
１の言語のテキスト原文を、第２の言語のテキストに翻
訳する機械翻訳装置であって、情報を格納するためのバッファを有する記憶手段と、前記テキスト原文を構成する単語を該テキスト原文の位
置毎に確認し、確認した単語が前記マークアップ記号の
場合には、該マークアップ記号と該マークアップ記号の
開始タグの次に位置する単語の前記テキスト原文におけ
る絶対位置と前記マークアップ記号の開始タグと終了タ
グとに囲まれた単語の数とを関連付けた関連情報を前記
記憶手段のバッファに格納するとともに、前記テキスト
原文をマークアップ記号とマークアップ記号を含まない
テキスト本体とに分離する分離手段と、前記分離手段によりマークアップ記号と分離された前記
テキスト本体に所定の文法処理を行なって、前記テキス
ト本体に対応する前記第１の言語の構造解析木を作成す
る手段と、前記第１の言語の構造解析木を、予め準備された変換規
則を用いて前記第２の言語の構造解析木に変換する手段
と、前記第２の言語の構造解析木と前記記憶手段のバッファ
に格納された前記関連情報とに基づいて、前記テキスト
原文においてマークアップ記号の開始タグと終了タグと
により囲まれていた単語に対応する訳語の各々を、前記
単語に付されていた前記マークアップ記号と等価なマー
クアップ記号の開始タグおよび終了タグにより囲んで前
記第２の言語のテキストを生成する手段とを含む、機械
翻訳装置。