JP3385141B2 - 機械翻訳システム - Google Patents
機械翻訳システムInfo
- Publication number
- JP3385141B2 JP3385141B2 JP30910795A JP30910795A JP3385141B2 JP 3385141 B2 JP3385141 B2 JP 3385141B2 JP 30910795 A JP30910795 A JP 30910795A JP 30910795 A JP30910795 A JP 30910795A JP 3385141 B2 JP3385141 B2 JP 3385141B2
- Authority
- JP
- Japan
- Prior art keywords
- target language
- code
- substructure
- grammar
- language code
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/268—Morphological analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/55—Rule-based translation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Machine Translation (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、機械翻訳システム
に関する。
に関する。
【０００２】
【従来の技術】WhitelockによるProc. of COLING-92、A
ug.23-28, 1992、「Shake-and-Bake Translation」に開
示された「語彙−意味変換」方法に基づくいくつかの機
械翻訳システムが知られている。これらのすべては、文
を入力として取り込む計算システムによって概念的に分
割され得る。入力は、基本的な言語要素を、本来の言語
から翻訳される言語へ変換し、これらを文法的な方法で
再構成するいくつかのモジュールに渡される。再構成が
成功すると、翻訳された文は、翻訳された言語構造から
抽出され、出力される。モジュールの種類には以下のも
のがある。
ug.23-28, 1992、「Shake-and-Bake Translation」に開
示された「語彙−意味変換」方法に基づくいくつかの機
械翻訳システムが知られている。これらのすべては、文
を入力として取り込む計算システムによって概念的に分
割され得る。入力は、基本的な言語要素を、本来の言語
から翻訳される言語へ変換し、これらを文法的な方法で
再構成するいくつかのモジュールに渡される。再構成が
成功すると、翻訳された文は、翻訳された言語構造から
抽出され、出力される。モジュールの種類には以下のも
のがある。
【０００３】１．「解析モジュール」：翻訳される文
（ソース文）を解析して、得られる語彙項目または語彙
符号（文法的に、詳しくは直前に行われた解析によって
作製されるソース言語用の辞書から得られる項目）を抽
出する。
（ソース文）を解析して、得られる語彙項目または語彙
符号（文法的に、詳しくは直前に行われた解析によって
作製されるソース言語用の辞書から得られる項目）を抽
出する。
【０００４】２．「変換モジュール」：ソース言語の語
彙項目をターゲット言語の語彙項目セットに翻訳する。
この方法が機能するためには、ソース解析から推論され
る重要な意味的情報のいくつかもまたターゲット符号間
に維持されなければならない。これが「語彙−意味変
換」という用語の源である。
彙項目をターゲット言語の語彙項目セットに翻訳する。
この方法が機能するためには、ソース解析から推論され
る重要な意味的情報のいくつかもまたターゲット符号間
に維持されなければならない。これが「語彙−意味変
換」という用語の源である。
【０００５】３．「生成モジュール」：（ａ）いくつか
の構造の中で１つの構造が最終的には正しいはずである
ため、ターゲット言語の語彙符号に適合し得る構造の任
意の置換を生成することによって（これはまた「生成お
よび試験」として知られる）、または（ｂ）制約のシス
テムによって不可能な構造を削除することによって、タ
ーゲット符号の任意の組み合わせを減らすように努める
ことによって、ターゲット符号の集合を１つの文法的な
構造へと縮小する。
の構造の中で１つの構造が最終的には正しいはずである
ため、ターゲット言語の語彙符号に適合し得る構造の任
意の置換を生成することによって（これはまた「生成お
よび試験」として知られる）、または（ｂ）制約のシス
テムによって不可能な構造を削除することによって、タ
ーゲット符号の任意の組み合わせを減らすように努める
ことによって、ターゲット符号の集合を１つの文法的な
構造へと縮小する。
【０００６】しかし、これらの方法は両方とも、ターゲ
ット言語構造を組み立てる系統的な手段がないという点
であいまいである。このように操作に任意の面があるた
め、これらの方法は一般的な翻訳に用いるにはコンピュ
ータ操作上極めて高くつく。 ４．生成モジュールが文法的な構造を生成するのに成功
すると、「出力モジュール」はその綴りを抽出する。綴
りは、前の工程で適用された様々な文法上の規則または
制約を用いて得られており、これにより翻訳された文
（ターゲット文）を与える。
ット言語構造を組み立てる系統的な手段がないという点
であいまいである。このように操作に任意の面があるた
め、これらの方法は一般的な翻訳に用いるにはコンピュ
ータ操作上極めて高くつく。 ４．生成モジュールが文法的な構造を生成するのに成功
すると、「出力モジュール」はその綴りを抽出する。綴
りは、前の工程で適用された様々な文法上の規則または
制約を用いて得られており、これにより翻訳された文
（ターゲット文）を与える。
【０００７】
【発明が解決しようとする課題】しかしながら、上述の
従来技術においては、次に示す問題があった。
従来技術においては、次に示す問題があった。
【０００８】上述のように、生成および試験方法に伴う
問題は、正しい翻訳に到達するかまたは可能な構造すべ
てに当たった後あきらめるまでには、大量の処理時間が
必要となり得ることである。例えば、Ｘ個のターゲット
符号が１つの文法的な構造へと形成される場合は、シス
テムはこれらの符号のすべての可能な置換を試みる。多
くのソース言語の文に対しては、合理的な量の処理時間
の後で正しい構造が見い出される。しかし、多くの文に
対して、正しい構造が導き出されるのは、すべての可能
な置換のうちの大部分が試さた後である。システムが翻
訳不可能ないくつかの文に対しては、置換のすべてが試
された後初めて、システムは敗北を認めて別の文に移
る。このような場合には、置換数はＸ！（階乗Ｘ）であ
る。例えば、Ｘが比較的小さな数、例えば５または６で
あるときは、これは不利とはならない。しかし、ソース
言語の文が、例えば、１０以上のターゲット言語符号を
生じさせる場合は、このようなシステムは、何百万回も
の試みを行うまでは失敗を認めない。実行可能な時間フ
レーム内で翻訳を行うことを可能とするためには、この
ようなシステムの処理速度では不十分である。この結
果、システムを現時点で利用可能なデータ処理システム
によって具体化すれば、システムは制御不能となる。ソ
ース言語が複合文の場合は、失敗を認めるまでに必要な
処理時間は、数日、数年、または宇宙の推定寿命より長
い年月となり得る。
問題は、正しい翻訳に到達するかまたは可能な構造すべ
てに当たった後あきらめるまでには、大量の処理時間が
必要となり得ることである。例えば、Ｘ個のターゲット
符号が１つの文法的な構造へと形成される場合は、シス
テムはこれらの符号のすべての可能な置換を試みる。多
くのソース言語の文に対しては、合理的な量の処理時間
の後で正しい構造が見い出される。しかし、多くの文に
対して、正しい構造が導き出されるのは、すべての可能
な置換のうちの大部分が試さた後である。システムが翻
訳不可能ないくつかの文に対しては、置換のすべてが試
された後初めて、システムは敗北を認めて別の文に移
る。このような場合には、置換数はＸ！（階乗Ｘ）であ
る。例えば、Ｘが比較的小さな数、例えば５または６で
あるときは、これは不利とはならない。しかし、ソース
言語の文が、例えば、１０以上のターゲット言語符号を
生じさせる場合は、このようなシステムは、何百万回も
の試みを行うまでは失敗を認めない。実行可能な時間フ
レーム内で翻訳を行うことを可能とするためには、この
ようなシステムの処理速度では不十分である。この結
果、システムを現時点で利用可能なデータ処理システム
によって具体化すれば、システムは制御不能となる。ソ
ース言語が複合文の場合は、失敗を認めるまでに必要な
処理時間は、数日、数年、または宇宙の推定寿命より長
い年月となり得る。
【０００９】欧州特許第0 568 319号には、基本的な「s
hake-and-bake」機械翻訳システムの改良を表す配置が
開示されている。この配置は、ターゲット言語符号のす
べての可能なペアの組み合わせを特定し、これにより１
組の関係を形成する。次にシステムは、これらペアの組
み合わせが層構造へと組み立てられ得る方法を探求す
る。例えば、組み立てられた構造内に符号のすべてを用
いることに失敗した構造は拒絶され、全く新しい構造が
試される。
hake-and-bake」機械翻訳システムの改良を表す配置が
開示されている。この配置は、ターゲット言語符号のす
べての可能なペアの組み合わせを特定し、これにより１
組の関係を形成する。次にシステムは、これらペアの組
み合わせが層構造へと組み立てられ得る方法を探求す
る。例えば、組み立てられた構造内に符号のすべてを用
いることに失敗した構造は拒絶され、全く新しい構造が
試される。
【００１０】本発明は、上記課題を解決するためになさ
れたものであり、その目的とするところは、比較的少な
い評価工程で正しい翻訳を可能とする機械翻訳システム
を提供し、これにより、先行技術に比べて処理時間が実
質的に減少させる点にある。
れたものであり、その目的とするところは、比較的少な
い評価工程で正しい翻訳を可能とする機械翻訳システム
を提供し、これにより、先行技術に比べて処理時間が実
質的に減少させる点にある。
【００１１】
【課題を解決するための手段】本発明の機械翻訳システ
ムは、ソース言語のテキストをターゲット言語のテキス
トに翻訳する機械翻訳システムであって、該ソース言語
のテキストを該システムに入力するための入力インタフ
ェースと、該入力テキストの文法的に完全な部分をソー
ス言語形態素に解析して、各形態素毎に、その形態素を
識別する識別子と、その形態素とは文法的に関連する他
の形態素を識別するためのデータとによって形成される
標識を有するソース言語符号とするアナライザと、該ソ
ース言語符号の識別子およびデータを、該ソース言語お
よび前記ターゲット言語の同義規則に基づいて、対応す
るターゲット言語形態素の識別子およびデータを有する
ターゲット言語符号に変換する、第１変換器と、各ター
ゲット言語符号を、関連する少なくとも１つの他のター
ゲット言語符号と結合させたサブ構造を有するターゲッ
ト言語構造とする結合器と、該サブ構造とされる各ター
ゲット言語符号の識別子およびデータに基づいて、該タ
ーゲット言語構造を、文法規則に適合したサブ構造と文
法規則に適合したサブ構造の一部を形成しないターゲッ
ト言語符号とに識別して評価する評価器と、該評価器に
よって識別された文法規則に適合したサブ構造を形成す
る各ターゲット言語符号を相互に分離させることなく新
たな標識を有するターゲット言語符号として該ターゲッ
ト言語構造を変換する第２変換器とを備え、該評価器と
該第２変換器とは該ターゲット言語構造を交互に評価お
よび変換を繰り返し、そのことにより上記目的が達成さ
れる。
ムは、ソース言語のテキストをターゲット言語のテキス
トに翻訳する機械翻訳システムであって、該ソース言語
のテキストを該システムに入力するための入力インタフ
ェースと、該入力テキストの文法的に完全な部分をソー
ス言語形態素に解析して、各形態素毎に、その形態素を
識別する識別子と、その形態素とは文法的に関連する他
の形態素を識別するためのデータとによって形成される
標識を有するソース言語符号とするアナライザと、該ソ
ース言語符号の識別子およびデータを、該ソース言語お
よび前記ターゲット言語の同義規則に基づいて、対応す
るターゲット言語形態素の識別子およびデータを有する
ターゲット言語符号に変換する、第１変換器と、各ター
ゲット言語符号を、関連する少なくとも１つの他のター
ゲット言語符号と結合させたサブ構造を有するターゲッ
ト言語構造とする結合器と、該サブ構造とされる各ター
ゲット言語符号の識別子およびデータに基づいて、該タ
ーゲット言語構造を、文法規則に適合したサブ構造と文
法規則に適合したサブ構造の一部を形成しないターゲッ
ト言語符号とに識別して評価する評価器と、該評価器に
よって識別された文法規則に適合したサブ構造を形成す
る各ターゲット言語符号を相互に分離させることなく新
たな標識を有するターゲット言語符号として該ターゲッ
ト言語構造を変換する第２変換器とを備え、該評価器と
該第２変換器とは該ターゲット言語構造を交互に評価お
よび変換を繰り返し、そのことにより上記目的が達成さ
れる。
【００１２】ある実施形態では、前記第２変換器は、文
法規則に適合した第１のサブ構造または文法規則に適合
したサブ構造の一部を形成しない第１のターゲット言語
符号を、関連する標識を有する文法規則に適合した第２
のサブ構造または第２のターゲット言語符号に、該第１
および第２のターゲット言語符号または文法規則に適合
したサブ構造のうちの一方の識別子が該第１および第２
のターゲット言語符号または文法規則に適合したサブ構
造の他方のデータ内に含まれるように関連付けるように
なっている。
法規則に適合した第１のサブ構造または文法規則に適合
したサブ構造の一部を形成しない第１のターゲット言語
符号を、関連する標識を有する文法規則に適合した第２
のサブ構造または第２のターゲット言語符号に、該第１
および第２のターゲット言語符号または文法規則に適合
したサブ構造のうちの一方の識別子が該第１および第２
のターゲット言語符号または文法規則に適合したサブ構
造の他方のデータ内に含まれるように関連付けるように
なっている。
【００１３】別の実施形態では、前記ターゲット言語構
造は、最低次のノードに前記ターゲット言語符号を有す
る階層的なノード構造を包含し、前記第２変換器は前記
第１のターゲット言語符号または文法規則に適合したサ
ブ構造を最高次のノードの前記第２のターゲット言語符
号または文法規則に適合したサブ構造と関連付けるよう
になっている。
造は、最低次のノードに前記ターゲット言語符号を有す
る階層的なノード構造を包含し、前記第２変換器は前記
第１のターゲット言語符号または文法規則に適合したサ
ブ構造を最高次のノードの前記第２のターゲット言語符
号または文法規則に適合したサブ構造と関連付けるよう
になっている。
【００１４】また、別の実施形態では、前記評価器は、
少なくとも１つの文法規則に適合したサブ構造が変更さ
れないような前記第２変換器による前記ターゲット言語
構造の変換の後で、該変更されない文法規則に適合した
サブ構造を再評価しないようになっている。
少なくとも１つの文法規則に適合したサブ構造が変更さ
れないような前記第２変換器による前記ターゲット言語
構造の変換の後で、該変更されない文法規則に適合した
サブ構造を再評価しないようになっている。
【００１５】更に、別の実施形態では、前記評価器は、
少なくとも１つの文法規則に適合したサブ構造が変更さ
れるような前記第２変換器による前記ターゲット言語構
造の変換の後で、該変更されたサブ構造の変更された部
分のみに関して再評価するようになっている。
少なくとも１つの文法規則に適合したサブ構造が変更さ
れるような前記第２変換器による前記ターゲット言語構
造の変換の後で、該変更されたサブ構造の変更された部
分のみに関して再評価するようになっている。
【００１６】ある実施形態では、前記評価器は、第３の
ターゲット言語符号または文法規則に適合したサブ構造
が第４のターゲット言語符号または文法規則に適合した
サブ構造と関連付けられる文法規則に適合した第５のサ
ブ構造の一部を形成するように、前記第２変換器によっ
て前記ターゲット言語構造が変換された後に、文法規則
に適合した該第５のサブ構造を、該第３のターゲット言
語符号および文法規則に適合したサブ構造と第４のター
ゲット言語符号および文法規則に適合したサブ構造との
関連についてのみ、構造が評価および変換によっていつ
でも改良される単調文法に従って再評価するようになっ
ている。
ターゲット言語符号または文法規則に適合したサブ構造
が第４のターゲット言語符号または文法規則に適合した
サブ構造と関連付けられる文法規則に適合した第５のサ
ブ構造の一部を形成するように、前記第２変換器によっ
て前記ターゲット言語構造が変換された後に、文法規則
に適合した該第５のサブ構造を、該第３のターゲット言
語符号および文法規則に適合したサブ構造と第４のター
ゲット言語符号および文法規則に適合したサブ構造との
関連についてのみ、構造が評価および変換によっていつ
でも改良される単調文法に従って再評価するようになっ
ている。
【００１７】
【００１８】また、他の実施形態では、前記アナライザ
は、前記入力テキストのソース言語構造を前記結合器に
供給するように配置され、該結合器は前記ソース言語構
造に類似させて前記ターゲット言語構造を形成するよう
になっている。
は、前記入力テキストのソース言語構造を前記結合器に
供給するように配置され、該結合器は前記ソース言語構
造に類似させて前記ターゲット言語構造を形成するよう
になっている。
【００１９】
【００２０】以下に本発明の作用を説明する。
【００２１】本発明によれば、請求項１で定義されたよ
うな機械翻訳システムが提供される。
うな機械翻訳システムが提供される。
【００２２】本発明の好適な実施態様は他の請求項に定
義されている通りである。
義されている通りである。
【００２３】「テキストの文法的に完全な部分」という
用語は、テキストの中のそれ自体本質的に完全な部分を
意味する。一般に、これは文であるが、変形例として節
または句を含む。
用語は、テキストの中のそれ自体本質的に完全な部分を
意味する。一般に、これは文であるが、変形例として節
または句を含む。
【００２４】従って、現時点で利用可能なデータ処理シ
ステムによって具体化され得、また制御可能なシステム
である機械翻訳システムを提供することが可能である。
つまり、システムは、例えば１つの文を翻訳するのに成
功するか、または合理的な時間内にすべての可能なター
ゲット言語構造を探求した後あきらめる。例えば、Ｘ個
のターゲット言語符号に対して、あきらめるまでに実行
される最大変換数はＸ3以下であるかまたはＸにおける
合理的なほどに低い次数の多項式であると考えられる。
実際においては、これよりはるかに少ない変換で十分で
あり得る。従って、システムが望ましくないモードで効
果的にロックされる可能性は防止され得る。
ステムによって具体化され得、また制御可能なシステム
である機械翻訳システムを提供することが可能である。
つまり、システムは、例えば１つの文を翻訳するのに成
功するか、または合理的な時間内にすべての可能なター
ゲット言語構造を探求した後あきらめる。例えば、Ｘ個
のターゲット言語符号に対して、あきらめるまでに実行
される最大変換数はＸ3以下であるかまたはＸにおける
合理的なほどに低い次数の多項式であると考えられる。
実際においては、これよりはるかに少ない変換で十分で
あり得る。従って、システムが望ましくないモードで効
果的にロックされる可能性は防止され得る。
【００２５】本システムは、良好に形成されたサブ構造
を、このようなサブ構造は、適切であれば追加はされ得
るが、形成された後は破壊されることはないという意味
で保存することによって、効率性が改善される。従っ
て、完全な翻訳が可能であるときは、翻訳は、従来のシ
ステム、例えば欧州特許第0 568 319号で開示されたタ
イプのシステムにおけるより迅速に行われる。
を、このようなサブ構造は、適切であれば追加はされ得
るが、形成された後は破壊されることはないという意味
で保存することによって、効率性が改善される。従っ
て、完全な翻訳が可能であるときは、翻訳は、従来のシ
ステム、例えば欧州特許第0 568 319号で開示されたタ
イプのシステムにおけるより迅速に行われる。
【００２６】
【発明の実施の形態】以下、本発明の実施の形態につい
て、図面を参照しながら説明する。
て、図面を参照しながら説明する。
【００２７】図１に示す機械翻訳システムは、以下に述
べる動作を実行するための専用のハードウェアによって
具体化され得る。しかし、一般に、システムは、例え
ば、半導体または磁気メモリに記憶された適切なソフト
ウェアによって制御されるプログラム可能なデータプロ
セッサによって具体化される。図面および以下の記述か
ら、当業者であれば、専用ハードウェアを作製するこ
と、またはプログラム可能なハードウェアを制御するた
めの専用ソフトウェアを書くことは容易に行われ得る。
べる動作を実行するための専用のハードウェアによって
具体化され得る。しかし、一般に、システムは、例え
ば、半導体または磁気メモリに記憶された適切なソフト
ウェアによって制御されるプログラム可能なデータプロ
セッサによって具体化される。図面および以下の記述か
ら、当業者であれば、専用ハードウェアを作製するこ
と、またはプログラム可能なハードウェアを制御するた
めの専用ソフトウェアを書くことは容易に行われ得る。
【００２８】図１に示すシステムは、ソース言語のテキ
ストがシステム内に入力されることを可能にする入力イ
ンタフェース１００を有する。例えば、入力インタフェ
ース１００はキーボードまたは磁気ディスク読み取り装
置を包含し得る。インタフェースの出力は形態素アナラ
イザ１０１に接続する。形態素アナライザは、入力され
たテキストを、語の基本形態と基本形態を修飾する接辞
（接頭辞および接尾辞）とからなる、形態素として知ら
れる最も基本的な語単位に解析する。
ストがシステム内に入力されることを可能にする入力イ
ンタフェース１００を有する。例えば、入力インタフェ
ース１００はキーボードまたは磁気ディスク読み取り装
置を包含し得る。インタフェースの出力は形態素アナラ
イザ１０１に接続する。形態素アナライザは、入力され
たテキストを、語の基本形態と基本形態を修飾する接辞
（接頭辞および接尾辞）とからなる、形態素として知ら
れる最も基本的な語単位に解析する。
【００２９】アナライザ１０１からの形態素は、構文ア
ナライザまたはパーサ１０２に供給される。構文アナラ
イザは、ソース言語の文法の規則を形態素に適用して、
形態素間の文法的な関係を定義する。この情報は二カ国
語同義語変換器１０３に供給される。さらに、アナライ
ザ１０２は、形態素がソース言語内でどのように結合さ
れていたかを定義する「ツリー」を生成する。
ナライザまたはパーサ１０２に供給される。構文アナラ
イザは、ソース言語の文法の規則を形態素に適用して、
形態素間の文法的な関係を定義する。この情報は二カ国
語同義語変換器１０３に供給される。さらに、アナライ
ザ１０２は、形態素がソース言語内でどのように結合さ
れていたかを定義する「ツリー」を生成する。
【００３０】形態素およびこれに関連するデータは合わ
せて「符号」と呼ばれ、二カ国語同義語変換器１０３に
供給される。変換器１０３は、ソース言語の各符号を同
義のターゲット言語の符号に置換して、これにより、ソ
ース言語の各形態素をその同義のターゲット言語の形態
素に変換し、ソース言語の各符号の文法データをターゲ
ット言語の対応する文法データに変換する、二カ国語同
義語規則を利用する。かくして、変換器１０３は出力言
語符号を生成し、結合器１０４に供給する。
せて「符号」と呼ばれ、二カ国語同義語変換器１０３に
供給される。変換器１０３は、ソース言語の各符号を同
義のターゲット言語の符号に置換して、これにより、ソ
ース言語の各形態素をその同義のターゲット言語の形態
素に変換し、ソース言語の各符号の文法データをターゲ
ット言語の対応する文法データに変換する、二カ国語同
義語規則を利用する。かくして、変換器１０３は出力言
語符号を生成し、結合器１０４に供給する。
【００３１】結合器１０４はターゲット言語符号を結合
して、入力テキストと同義のターゲット言語を形成する
ための最初の試みを行う。結合器は、所定のまたは不規
則な構造であり得るターゲット言語ツリー（解析ツリ
ー）を定義する。しかし、多くの言語の解析ツリーは本
質的な類似性を有するため、結合器１０４は好ましく
は、アナライザ１０２からのソース言語の解析ツリーを
利用して、ターゲット言語テキストの最初の試みを行
う。
して、入力テキストと同義のターゲット言語を形成する
ための最初の試みを行う。結合器は、所定のまたは不規
則な構造であり得るターゲット言語ツリー（解析ツリ
ー）を定義する。しかし、多くの言語の解析ツリーは本
質的な類似性を有するため、結合器１０４は好ましく
は、アナライザ１０２からのソース言語の解析ツリーを
利用して、ターゲット言語テキストの最初の試みを行
う。
【００３２】ソース言語解析ツリーとターゲット言語符
号とによって定義される言語構造は評価器１０５に供給
される。評価器は、ターゲット言語の文法規則セットを
符号に適用することによって、ターゲット言語テキスト
の最初の試みの有効性を評価する。評価が成功すれば、
テキスト情報は出力インタフェース１０７に渡され、出
力インタフェースはシステムの出力テキストを、例え
ば、プリンタ、視覚表示ユニット、またはメモリに供給
する。評価が成功しない場合は、その構造は変換器１０
６で変換され、構造のなかで正しいと評価された部分は
破壊せずに解析ツリーを効果的に変更し、評価器１０５
により再評価が行われる。各変換は構造を向上させる効
果を有し、その結果、構造が正しいターゲット言語に翻
訳されるようにすべきである。もしくは、システムが正
しい翻訳を生成することができない場合は、比較的少な
い繰り返しの後に失敗とされ、別の入力文に移る。シス
テムが失敗しない場合は、このプロセスは評価が成功す
るまで繰り返され、符号および正しい構造が出力インタ
フェース１０７に渡され得る。このように、形態素は正
しいターゲット言語テキスト単位、すわわち語に変換さ
れ、ターゲット言語における正しい順番で配置される。
号とによって定義される言語構造は評価器１０５に供給
される。評価器は、ターゲット言語の文法規則セットを
符号に適用することによって、ターゲット言語テキスト
の最初の試みの有効性を評価する。評価が成功すれば、
テキスト情報は出力インタフェース１０７に渡され、出
力インタフェースはシステムの出力テキストを、例え
ば、プリンタ、視覚表示ユニット、またはメモリに供給
する。評価が成功しない場合は、その構造は変換器１０
６で変換され、構造のなかで正しいと評価された部分は
破壊せずに解析ツリーを効果的に変更し、評価器１０５
により再評価が行われる。各変換は構造を向上させる効
果を有し、その結果、構造が正しいターゲット言語に翻
訳されるようにすべきである。もしくは、システムが正
しい翻訳を生成することができない場合は、比較的少な
い繰り返しの後に失敗とされ、別の入力文に移る。シス
テムが失敗しない場合は、このプロセスは評価が成功す
るまで繰り返され、符号および正しい構造が出力インタ
フェース１０７に渡され得る。このように、形態素は正
しいターゲット言語テキスト単位、すわわち語に変換さ
れ、ターゲット言語における正しい順番で配置される。
【００３３】図１に示すシステムの動作をより明瞭に説
明するために、フランス語（ソース言語）の文を英語
（ターゲット言語）の同義の文に翻訳する場合の工程を
示すことにより、特定の例を詳細に示す。図２は、入力
インタフェース１００によって供給される、フランス語
の文「Le rapide renard brun plait au chien．」とい
う入力テキストＡを示す。このテキストは形態素アナラ
イザに供給され、ここでフランス語のテキストの各語が
同義の１つのまたは複数の形態素に置換される。形態素
は、図３にアナライザ１０１によって供給される情報Ｂ
として示す。形態素は、フランス語の文法規則を適用す
ることによって解析動作を行う構文アナライザ１０２に
供給され、図４に示すような解析ツリーを生成する。例
えば、フランス語のテキストの語の順序にほとんど対応
する形態素の順序に従って、指標が形態素に割り当てら
れる。従って、第１の形態素（指標＝１）は語「Le」、
第２の形態素（指標＝２）は語「rapide」などとなる。
定形動詞「plait」は指標５および６の２つの形態素に
よって置換される。第５の形態素は不定形動詞「plair
e」であり、第６の形態素は、入力テキストの動詞が現
在形であることを示す「現在」である。同様に、第７お
よび第８の形態素はフランス語「au」を「a」と「le」
とに分解する。従って、第５、第７、および第８の形態
素は基本形態を表し、第６の形態素は第５の形態素の接
辞を表す。
明するために、フランス語（ソース言語）の文を英語
（ターゲット言語）の同義の文に翻訳する場合の工程を
示すことにより、特定の例を詳細に示す。図２は、入力
インタフェース１００によって供給される、フランス語
の文「Le rapide renard brun plait au chien．」とい
う入力テキストＡを示す。このテキストは形態素アナラ
イザに供給され、ここでフランス語のテキストの各語が
同義の１つのまたは複数の形態素に置換される。形態素
は、図３にアナライザ１０１によって供給される情報Ｂ
として示す。形態素は、フランス語の文法規則を適用す
ることによって解析動作を行う構文アナライザ１０２に
供給され、図４に示すような解析ツリーを生成する。例
えば、フランス語のテキストの語の順序にほとんど対応
する形態素の順序に従って、指標が形態素に割り当てら
れる。従って、第１の形態素（指標＝１）は語「Le」、
第２の形態素（指標＝２）は語「rapide」などとなる。
定形動詞「plait」は指標５および６の２つの形態素に
よって置換される。第５の形態素は不定形動詞「plair
e」であり、第６の形態素は、入力テキストの動詞が現
在形であることを示す「現在」である。同様に、第７お
よび第８の形態素はフランス語「au」を「a」と「le」
とに分解する。従って、第５、第７、および第８の形態
素は基本形態を表し、第６の形態素は第５の形態素の接
辞を表す。
【００３４】形態素間の構文上の関係を定義する解析動
作の結果として、構文アナライザ１０２は、各形態素を
形態素間の関係を示す所定のデータにより標識化して、
フランス語の符号を生成する。図５は、いくつかの異な
るタイプの形態素を標識化するために、アナライザ１０
２によって生成される情報を示す。このように、フラン
ス語の名詞からなる形態素に対しては、符号は、この形
態素が名詞であることを示し、その指標を割り当て、ま
たその形態素の綴りを与える標識１１０を有する。動詞
符号１１１は、同様に、その形態素の割り当てられた指
標および綴りを有する。これらに加えて、符号は、ソー
ス言語（フランス語）における動詞の主語である形態素
の指標と動詞の目的語である形態素の指標とを含む。
作の結果として、構文アナライザ１０２は、各形態素を
形態素間の関係を示す所定のデータにより標識化して、
フランス語の符号を生成する。図５は、いくつかの異な
るタイプの形態素を標識化するために、アナライザ１０
２によって生成される情報を示す。このように、フラン
ス語の名詞からなる形態素に対しては、符号は、この形
態素が名詞であることを示し、その指標を割り当て、ま
たその形態素の綴りを与える標識１１０を有する。動詞
符号１１１は、同様に、その形態素の割り当てられた指
標および綴りを有する。これらに加えて、符号は、ソー
ス言語（フランス語）における動詞の主語である形態素
の指標と動詞の目的語である形態素の指標とを含む。
【００３５】形容詞および前置詞のための符号は各々１
１２および１１３で示される。これらの符号の各々は、
形態素の指標、その綴り、および文法的に関連する形態
素の指標を含む。図６は、図２に示すフランス語の文に
対応する、アナライザ１０２によって生成された符号Ｄ
を示す。第１の符号は、第１の形態素に対応する指標１
として標識化される。これは指標３の形態素を修飾し、
綴り「le」を有する。第２の形態素に対応する第２の符
号は指標２を有し、第３の形態素（指標３）を修飾し、
綴り「rapide」を有する。第３の形態素に対応する第３
の符号は、指標３および綴り「renard」を有する。第４
の形態素に対応する第４の符号は指標４を有し、形態素
３を修飾し、綴り「brun」を有する。
１２および１１３で示される。これらの符号の各々は、
形態素の指標、その綴り、および文法的に関連する形態
素の指標を含む。図６は、図２に示すフランス語の文に
対応する、アナライザ１０２によって生成された符号Ｄ
を示す。第１の符号は、第１の形態素に対応する指標１
として標識化される。これは指標３の形態素を修飾し、
綴り「le」を有する。第２の形態素に対応する第２の符
号は指標２を有し、第３の形態素（指標３）を修飾し、
綴り「rapide」を有する。第３の形態素に対応する第３
の符号は、指標３および綴り「renard」を有する。第４
の形態素に対応する第４の符号は指標４を有し、形態素
３を修飾し、綴り「brun」を有する。
【００３６】第５の形態素に対応する第５の符号は指標
５を有し、主語が形態素３で目的語が形態素９の動詞で
あり、綴り「plaire」を有する。第６の符号は第６の形
態素に対応し、指標６を有し、第５の形態素を修飾し、
現在形を示す綴り「現在」を有する。第７の符号は第７
の形態素に対応し、指標７を有し、形態素９を修飾し、
綴り「a」を有する。第８の形態素に対応する第８の符
号は指標８を有し、第９の形態素を修飾し、綴り「le」
を有する。第９の符号は指標９を有し、綴り「chien」
を有する。
５を有し、主語が形態素３で目的語が形態素９の動詞で
あり、綴り「plaire」を有する。第６の符号は第６の形
態素に対応し、指標６を有し、第５の形態素を修飾し、
現在形を示す綴り「現在」を有する。第７の符号は第７
の形態素に対応し、指標７を有し、形態素９を修飾し、
綴り「a」を有する。第８の形態素に対応する第８の符
号は指標８を有し、第９の形態素を修飾し、綴り「le」
を有する。第９の符号は指標９を有し、綴り「chien」
を有する。
【００３７】フランス語の符号は変換器１０３に供給さ
れ、変換器は二カ国語同義規則セットを適用して、フラ
ンス語の符号を同義の英語の符号に変換する。これらの
同義規則は、各フランス語の符号の綴りが英語の符号の
綴りによって置換され、フランス語の符号の標識が英語
の符号の同義の標識によって置換される二カ国語辞書に
等しい効果を持つ。図６に示す符号に関連する規則Ｅを
図７に示す。規則（ｉ）〜（ｉｉｉ）および（ｖ）〜
（ｖｉｉｉ）の場合には、英語の各符号は対応するフラ
ンス語の符号と同じ修飾語および指標を有するため、唯
一の相違は、フランス語の形態素が英語の形態素に置き
換わる「綴り標識」である。しかし、規則（ｉｖ）の場
合には、変換器１０３は図６に示した第５および第７の
符号を認識し、図７に示すように標識を変換する。かく
して、不定形動詞「plaire」と前置詞「a」とは英語の
不定形動詞「to like」に対応するものとして認識さ
れ、これに応じて綴りが変換される。しかし、フランス
語と英語間の翻訳では、主語と目的語とは倒置しなけれ
ばならないということが規則で認められている。従っ
て、指標５のフランス語の符号は、主語および目的語と
して、各々、指標３および９の形態素を有する一方で、
英語の符号は、目的語として指標３の形態素を、および
主語として指標９の形態素を有する。指標は変化しな
い。図７の規則（ｉｖ）によって示される他の変換は英
語からフランス語への翻訳の場合に必要なものであり、
従って、本実施例を説明する目的にとってはこれ以上の
説明は必要ない。図８は、図６に示したフランス語の符
号に対応するものとして変換器１０３によって生成され
る英語の符号Ｆを示す。従って、図７の規則（ｉ）を図
６に示したフランス語の第１の符号（指標１）に適用す
ることによって、綴りは「le」から「the」に変化し、
英語の符号の指標は１、すなわち対応するフランス語の
符号と同じである。また、この符号は、フランス語の符
号の場合のように、指標３の形態素を修飾する。同様
に、英語の符号３、４、６、８、および９は指標と修飾
語（各々修飾する形態素の指標）に関しては変更はな
い。従って、フランス語から英語への変換に対応する綴
りが異なるだけである。上述のように、第５の符号はフ
ランス語の第５の符号に対応するが、主語と目的語の指
標が互いに交換される。
れ、変換器は二カ国語同義規則セットを適用して、フラ
ンス語の符号を同義の英語の符号に変換する。これらの
同義規則は、各フランス語の符号の綴りが英語の符号の
綴りによって置換され、フランス語の符号の標識が英語
の符号の同義の標識によって置換される二カ国語辞書に
等しい効果を持つ。図６に示す符号に関連する規則Ｅを
図７に示す。規則（ｉ）〜（ｉｉｉ）および（ｖ）〜
（ｖｉｉｉ）の場合には、英語の各符号は対応するフラ
ンス語の符号と同じ修飾語および指標を有するため、唯
一の相違は、フランス語の形態素が英語の形態素に置き
換わる「綴り標識」である。しかし、規則（ｉｖ）の場
合には、変換器１０３は図６に示した第５および第７の
符号を認識し、図７に示すように標識を変換する。かく
して、不定形動詞「plaire」と前置詞「a」とは英語の
不定形動詞「to like」に対応するものとして認識さ
れ、これに応じて綴りが変換される。しかし、フランス
語と英語間の翻訳では、主語と目的語とは倒置しなけれ
ばならないということが規則で認められている。従っ
て、指標５のフランス語の符号は、主語および目的語と
して、各々、指標３および９の形態素を有する一方で、
英語の符号は、目的語として指標３の形態素を、および
主語として指標９の形態素を有する。指標は変化しな
い。図７の規則（ｉｖ）によって示される他の変換は英
語からフランス語への翻訳の場合に必要なものであり、
従って、本実施例を説明する目的にとってはこれ以上の
説明は必要ない。図８は、図６に示したフランス語の符
号に対応するものとして変換器１０３によって生成され
る英語の符号Ｆを示す。従って、図７の規則（ｉ）を図
６に示したフランス語の第１の符号（指標１）に適用す
ることによって、綴りは「le」から「the」に変化し、
英語の符号の指標は１、すなわち対応するフランス語の
符号と同じである。また、この符号は、フランス語の符
号の場合のように、指標３の形態素を修飾する。同様
に、英語の符号３、４、６、８、および９は指標と修飾
語（各々修飾する形態素の指標）に関しては変更はな
い。従って、フランス語から英語への変換に対応する綴
りが異なるだけである。上述のように、第５の符号はフ
ランス語の第５の符号に対応するが、主語と目的語の指
標が互いに交換される。
【００３８】結合器１０４は、図８に示す英語の符号を
取り出して、アナライザ１０２によってフランス語の構
文から生成された、図４に示した解析ツリーＣに従って
これらを組み合わせる。図９では、符号は標識を有する
ボックスとして示されている。ここでは、「Ｉ」は「指
標」、「Ｍ」は「修飾」、「Ｓ」は「主語」、および
「Ｏ」は「目的語」のように省略されている。指標７の
フランス語の符号は図９では存在しない。これは、この
符号はフランス語の動詞の一部を効果的に形成するが、
対応する独立した英語の符号は存在しないと変換器１０
３が認識したからである。つまり、指標５の英語の符号
が、指標５および７のフランス語の符号両方を表す。こ
れ以外では、符号は、図４のツリー構造を適用して、指
標の順番に効果的に配置される。
取り出して、アナライザ１０２によってフランス語の構
文から生成された、図４に示した解析ツリーＣに従って
これらを組み合わせる。図９では、符号は標識を有する
ボックスとして示されている。ここでは、「Ｉ」は「指
標」、「Ｍ」は「修飾」、「Ｓ」は「主語」、および
「Ｏ」は「目的語」のように省略されている。指標７の
フランス語の符号は図９では存在しない。これは、この
符号はフランス語の動詞の一部を効果的に形成するが、
対応する独立した英語の符号は存在しないと変換器１０
３が認識したからである。つまり、指標５の英語の符号
が、指標５および７のフランス語の符号両方を表す。こ
れ以外では、符号は、図４のツリー構造を適用して、指
標の順番に効果的に配置される。
【００３９】図９に示すツリー構造は、ノードＧ１から
Ｇ７の各々が２つの枝を有する２値タイプである。従っ
て、ノードＧ１は、ノードＧ２およびＧ５に延びる２つ
の枝を有する「幹」ノードと考えられ得る。最下位レベ
ルのノードは、「葉ノード」と呼ばれ、符号よりなる。
Ｇ７の各々が２つの枝を有する２値タイプである。従っ
て、ノードＧ１は、ノードＧ２およびＧ５に延びる２つ
の枝を有する「幹」ノードと考えられ得る。最下位レベ
ルのノードは、「葉ノード」と呼ばれ、符号よりなる。
【００４０】図９にＧで示す情報は、ターゲット言語
（英語）の構造が正しいかどうかを評価する評価器１０
５に供給される。これを行うためには、評価器は、図１
０に示す英語の文法規則セットＨを適用する。特に、図
１０は、図９の符号および構造を評価し得るのに十分な
英語の文法規則を示す。図１０では、垂直の棒線は変形
例を示す。
（英語）の構造が正しいかどうかを評価する評価器１０
５に供給される。これを行うためには、評価器は、図１
０に示す英語の文法規則セットＨを適用する。特に、図
１０は、図９の符号および構造を評価し得るのに十分な
英語の文法規則を示す。図１０では、垂直の棒線は変形
例を示す。
【００４１】従って、第１の規則によれば、ノードが、
名詞句とこれに続く動詞句とを表す２つのサブノードに
接続され、その動詞句の主語が名詞句の指標に等しい場
合は、ノードは良好に形成されており、文を表す。第２
の規則によれば、ノードが、限定詞とこれに続く名詞
「副句」を表す２つのサブノードに接続され、限定詞が
名詞句を修飾する場合は、名詞句の指標は名詞副句の指
標に等しい。つまり、このノードは、指標が名詞句の指
標に等しい標識を与えられ得る。
名詞句とこれに続く動詞句とを表す２つのサブノードに
接続され、その動詞句の主語が名詞句の指標に等しい場
合は、ノードは良好に形成されており、文を表す。第２
の規則によれば、ノードが、限定詞とこれに続く名詞
「副句」を表す２つのサブノードに接続され、限定詞が
名詞句を修飾する場合は、名詞句の指標は名詞副句の指
標に等しい。つまり、このノードは、指標が名詞句の指
標に等しい標識を与えられ得る。
【００４２】第３の規則によれば、ノードが１つまたは
２つの従属ノードに接続される場合は、ノードを良好に
形成されたものとして定義しこれを標識化するためには
２つの可能性がある。名詞を表す従属ノードが１つある
場合は、ノードは良好に形成され、名詞と同じ指標で標
識化される。もしくは、ノードが形容詞とこれに続く名
詞を表す２つのノードに接続される場合、および形容詞
修飾子が名詞の指標に等しい（すなわち、形容詞がその
名詞を修飾する）場合は、ノードは良好に形成され、名
詞の指標に等しい指標が割り当てられる。
２つの従属ノードに接続される場合は、ノードを良好に
形成されたものとして定義しこれを標識化するためには
２つの可能性がある。名詞を表す従属ノードが１つある
場合は、ノードは良好に形成され、名詞と同じ指標で標
識化される。もしくは、ノードが形容詞とこれに続く名
詞を表す２つのノードに接続される場合、および形容詞
修飾子が名詞の指標に等しい（すなわち、形容詞がその
名詞を修飾する）場合は、ノードは良好に形成され、名
詞の指標に等しい指標が割り当てられる。
【００４３】上記以外の規則を、略語の定義と共に図１
０に示す。かくして、規則（ａ）〜（ｆ）は評価器１０
５によって、図９に示した解析ツリーによって示される
構造を評価するために用いられる。
０に示す。かくして、規則（ａ）〜（ｆ）は評価器１０
５によって、図９に示した解析ツリーによって示される
構造を評価するために用いられる。
【００４４】図１０に示す文法規則に加えて、評価器１
０４は、図９に示す構造を評価するためのアルゴリズム
となる別の規則セットを適用する。先ず、ノードＧ１〜
Ｇ７は評価されていないものとして標識化される。ノー
ドが既に評価され、従って指標により標識化されている
場合は、ノードは変更されない。ノードが葉ノードであ
る、すなわち、サブノードまたは「子供」を有しない場
合は、関連するターゲット言語符号の指標により標識化
される。ノードがまだ評価に成功していない場合は、そ
のサブノードまたは子供の標識に基づいて評価される。
最後に、各評価は先頭ノードまたは幹（図９ではＧ１）
から開始される。
０４は、図９に示す構造を評価するためのアルゴリズム
となる別の規則セットを適用する。先ず、ノードＧ１〜
Ｇ７は評価されていないものとして標識化される。ノー
ドが既に評価され、従って指標により標識化されている
場合は、ノードは変更されない。ノードが葉ノードであ
る、すなわち、サブノードまたは「子供」を有しない場
合は、関連するターゲット言語符号の指標により標識化
される。ノードがまだ評価に成功していない場合は、そ
のサブノードまたは子供の標識に基づいて評価される。
最後に、各評価は先頭ノードまたは幹（図９ではＧ１）
から開始される。
【００４５】アルゴリズムおよび文法を、正しい構造に
おける第１の試みを表す図９に示す構造に適用すれば、
ノードＧ１は評価されていないことが見い出され、子供
Ｇ２およびＧ５に基づいてこれを評価する試みがなされ
る。評価器１０５は、例えば、左側の枝を選択して、子
供Ｇ３および指標Ｉ＝１の葉ノードからノードＧ２を評
価しようと試みる。葉ノードには指標１が与えられてい
るが、ノードＧ３は評価されていない。従って、評価器
はその子供からノードＧ３を評価しようとするが、直ち
に、ノードＧ４が評価されていないことが分かる。評価
器は従ってノードＧ４を評価しようと試みる。
おける第１の試みを表す図９に示す構造に適用すれば、
ノードＧ１は評価されていないことが見い出され、子供
Ｇ２およびＧ５に基づいてこれを評価する試みがなされ
る。評価器１０５は、例えば、左側の枝を選択して、子
供Ｇ３および指標Ｉ＝１の葉ノードからノードＧ２を評
価しようと試みる。葉ノードには指標１が与えられてい
るが、ノードＧ３は評価されていない。従って、評価器
はその子供からノードＧ３を評価しようとするが、直ち
に、ノードＧ４が評価されていないことが分かる。評価
器は従ってノードＧ４を評価しようと試みる。
【００４６】図９に示すように、ノードＧ４は、形容詞
およびこれに続く名詞を表す指標２および３を有する葉
ノードに接続する。この形容詞はこの名詞を修飾する
（形容詞はＭ＝３、および名詞はＩ＝３）。評価器は図
１０に示す文法規則Ｈを適用し、規則（ｄ）の第２の選
択肢がノードＧ４にあてはまると決定する。ノードＧ４
は従って、名詞副句を表すものとして、名詞の指標に等
しい、すなわち３に等しい指標を有するものとして、お
よびその綴りとして指標Ｉ＝２の符号の綴りおよびこれ
に続いて指標Ｉ＝３の符号の綴りを有するものとして、
良好に形成されるとして標識化される。
およびこれに続く名詞を表す指標２および３を有する葉
ノードに接続する。この形容詞はこの名詞を修飾する
（形容詞はＭ＝３、および名詞はＩ＝３）。評価器は図
１０に示す文法規則Ｈを適用し、規則（ｄ）の第２の選
択肢がノードＧ４にあてはまると決定する。ノードＧ４
は従って、名詞副句を表すものとして、名詞の指標に等
しい、すなわち３に等しい指標を有するものとして、お
よびその綴りとして指標Ｉ＝２の符号の綴りおよびこれ
に続いて指標Ｉ＝３の符号の綴りを有するものとして、
良好に形成されるとして標識化される。
【００４７】次に、評価器１０５はノードＧ１より右側
の枝に対しても同じアルゴリズムを実行し、ノードＧ５
〜Ｇ７を評価する。ノードＧ５はまだ評価されていない
ため、評価器はこれをその子供から評価しようと試み
る。評価器は先ず、ノードＧ６が評価されていないと決
定し、文法規則Ｈに基づいてこれを評価しようと試み
る。ノードＧ６の子供は葉ノードであり、規則（ｆ）に
適合する。従って、ノードＧ６は、指標が５で主語が９
で目的語が３で綴りが「likes」である定形動詞を表す
ものとして標識化される。
の枝に対しても同じアルゴリズムを実行し、ノードＧ５
〜Ｇ７を評価する。ノードＧ５はまだ評価されていない
ため、評価器はこれをその子供から評価しようと試み
る。評価器は先ず、ノードＧ６が評価されていないと決
定し、文法規則Ｈに基づいてこれを評価しようと試み
る。ノードＧ６の子供は葉ノードであり、規則（ｆ）に
適合する。従って、ノードＧ６は、指標が５で主語が９
で目的語が３で綴りが「likes」である定形動詞を表す
ものとして標識化される。
【００４８】ノードＧ５より左側の枝を完了すると、評
価器は右側の枝を評価し、ノードＧ７がまだ評価されて
いないことを見い出す。ノードＧ７はその子供から評価
される。その子供は葉ノードであり図１０に示す規則
（ｂ）を満たす。従って、ノードＧ７は指標９を有する
名詞句であり、その綴りとして指標Ｉ＝８の符号の綴り
とこれに続く指標Ｉ＝９の符号の綴りを有するものとし
て標識化される。
価器は右側の枝を評価し、ノードＧ７がまだ評価されて
いないことを見い出す。ノードＧ７はその子供から評価
される。その子供は葉ノードであり図１０に示す規則
（ｂ）を満たす。従って、ノードＧ７は指標９を有する
名詞句であり、その綴りとして指標Ｉ＝８の符号の綴り
とこれに続く指標Ｉ＝９の符号の綴りを有するものとし
て標識化される。
【００４９】これにより評価器１０５による最初の評価
が完了し、ノードＧ４、Ｇ６、およびＧ７の標識を図１
１に示す。ノードＧ４、Ｇ６、およびＧ７の評価は成功
したが、残りのノードは評価され得ず、従って良好に形
成されるとして標識化されなかった。図９に示す構造は
従って不正確であり、これは変換器１０６に知らされ
る。
が完了し、ノードＧ４、Ｇ６、およびＧ７の標識を図１
１に示す。ノードＧ４、Ｇ６、およびＧ７の評価は成功
したが、残りのノードは評価され得ず、従って良好に形
成されるとして標識化されなかった。図９に示す構造は
従って不正確であり、これは変換器１０６に知らされ
る。
【００５０】変換器は再評価のために図９に示す構造を
改変するが、良好に形成されたとして既に評価された構
造は保存される。特に、ツリーの中であるノードより下
の部分は良好に形成されたノードのみからなるがそのノ
ード自体は良好に形成されていないような場合は、この
ノードより下の部分では、この部分からこれらノードが
取り去られることはないが、引き続いての工程でノード
が追加されることはある。従って、全体的に良好に形成
される「サブツリー」は再評価される必要はないが、ノ
ードが追加される場合は、追加されたノードを評価する
必要がある。この限定された再評価は、文法が「単調」
となるように所定の制約が満たされるならば可能であ
る。この文脈では、「単調」という用語は、構造が評価
および変換によりいつでも改良されるような文法を意味
する。詳しくは、「単調」な文法とは、第１に、結果の
綴りにおける２つの連結する符号の綴りの順序は決定さ
れなければならない。その結果が後に受け得る連結に依
存してはならない。第２に、良好に形成されていない第
２の構造の一部である良好に形成された構造が、別の構
造内の最も可能性の高い箇所(place)と関連付けられる
場合には、結果は、評価器によって再評価された後は良
好に評価される。ひねくれた文法を用いると、良好に形
成されたサブツリーを一部または完全に再評価する必要
が生じる場合がある。
改変するが、良好に形成されたとして既に評価された構
造は保存される。特に、ツリーの中であるノードより下
の部分は良好に形成されたノードのみからなるがそのノ
ード自体は良好に形成されていないような場合は、この
ノードより下の部分では、この部分からこれらノードが
取り去られることはないが、引き続いての工程でノード
が追加されることはある。従って、全体的に良好に形成
される「サブツリー」は再評価される必要はないが、ノ
ードが追加される場合は、追加されたノードを評価する
必要がある。この限定された再評価は、文法が「単調」
となるように所定の制約が満たされるならば可能であ
る。この文脈では、「単調」という用語は、構造が評価
および変換によりいつでも改良されるような文法を意味
する。詳しくは、「単調」な文法とは、第１に、結果の
綴りにおける２つの連結する符号の綴りの順序は決定さ
れなければならない。その結果が後に受け得る連結に依
存してはならない。第２に、良好に形成されていない第
２の構造の一部である良好に形成された構造が、別の構
造内の最も可能性の高い箇所(place)と関連付けられる
場合には、結果は、評価器によって再評価された後は良
好に評価される。ひねくれた文法を用いると、良好に形
成されたサブツリーを一部または完全に再評価する必要
が生じる場合がある。
【００５１】従って、「最大ツリー断片」とは、もっと
大きな良好に形成された断片の一部ではない良好に形成
されたツリー断片（すなわち、ノードのすべてが良好に
形成されている）を包含する。
大きな良好に形成された断片の一部ではない良好に形成
されたツリー断片（すなわち、ノードのすべてが良好に
形成されている）を包含する。
【００５２】変換器１０６は、ツリーの他の部分と結合
し得る最大ツリー断片を選択する。図面に示した実施例
では、ノードを任意の順序で、例えば、右から左へ試験
することによって、変換器１０６は、指標４を有する符
号または葉ノードは指標３の符号または葉ノードを修飾
するため、前者は後者と関連付けられ得ると決定する。
従って、変換器はこのようにして構造を変更させて、図
１２に示すツリーを生成する。図１２では、既に評価が
成功し標識化されているノードＧ４、Ｇ６、およびＧ７
は各々の（略語）標識と共に定位置に示されている。評
価器１０５は次に、前と同じ文法規則Ｈおよび同じアル
ゴリズムを用いて図１２に示すツリーを評価する。かく
して、ノードＧ８は良好に形成されず、ノードＧ９もま
た良好に形成されない。ノードＧ９の左側の枝は良好に
形成される葉ノードに接続し、右側の枝は良好に形成さ
れるノードＧ４に接続する。Ｇ９は従って規則（ｂ）を
満たすとして評価され得る。従って、ノードＧ９は、指
標３を有する名詞句として良好に形成されるものとし
て、およびその綴りとして指標が１である符号の綴りお
よびこれに続いてノードＧ４の綴りを有するものとして
標識化される。次に、変換器１０６による変換中に評価
されていない場合、ノードＧ１０が評価され得、図１０
に示す規則（ｄ）を満たす。かくしてノードＧ１０は指
標３の名詞副句として標識化される。簡単のために、指
標２および３を有する形容詞が正しい順序で現れている
ことを確実にする規則は示しておらず、またこれについ
ても記述しない。
し得る最大ツリー断片を選択する。図面に示した実施例
では、ノードを任意の順序で、例えば、右から左へ試験
することによって、変換器１０６は、指標４を有する符
号または葉ノードは指標３の符号または葉ノードを修飾
するため、前者は後者と関連付けられ得ると決定する。
従って、変換器はこのようにして構造を変更させて、図
１２に示すツリーを生成する。図１２では、既に評価が
成功し標識化されているノードＧ４、Ｇ６、およびＧ７
は各々の（略語）標識と共に定位置に示されている。評
価器１０５は次に、前と同じ文法規則Ｈおよび同じアル
ゴリズムを用いて図１２に示すツリーを評価する。かく
して、ノードＧ８は良好に形成されず、ノードＧ９もま
た良好に形成されない。ノードＧ９の左側の枝は良好に
形成される葉ノードに接続し、右側の枝は良好に形成さ
れるノードＧ４に接続する。Ｇ９は従って規則（ｂ）を
満たすとして評価され得る。従って、ノードＧ９は、指
標３を有する名詞句として良好に形成されるものとし
て、およびその綴りとして指標が１である符号の綴りお
よびこれに続いてノードＧ４の綴りを有するものとして
標識化される。次に、変換器１０６による変換中に評価
されていない場合、ノードＧ１０が評価され得、図１０
に示す規則（ｄ）を満たす。かくしてノードＧ１０は指
標３の名詞副句として標識化される。簡単のために、指
標２および３を有する形容詞が正しい順序で現れている
ことを確実にする規則は示しておらず、またこれについ
ても記述しない。
【００５３】次にノードＧ８より右側の枝をノードＧ１
１を評価することによって評価する。子供Ｇ６およびＧ
７は良好に形成されているが、図１０の規則（ａ）〜
（ｆ）のいずれも満足しない。ノードＧ６は定形動詞と
して標識化され、ノードＧ７は名詞句として標識化され
るが、ノードＧ６およびＧ７に規則（ｅ）が適用される
と、Ｇ６の目的語Ｏは指標３に等しく、ノードＧ７の指
標Ｉは９に等しい。従って、定形動詞および名詞句は結
合して動詞句を形成し得るが、ノードＧ７での名詞句は
その定形動詞の目的語ではなく、従ってノードＧ１１は
規則（ｅ）を満たさない。従って、ノードＧ１１は依然
として良好に形成されない。
１を評価することによって評価する。子供Ｇ６およびＧ
７は良好に形成されているが、図１０の規則（ａ）〜
（ｆ）のいずれも満足しない。ノードＧ６は定形動詞と
して標識化され、ノードＧ７は名詞句として標識化され
るが、ノードＧ６およびＧ７に規則（ｅ）が適用される
と、Ｇ６の目的語Ｏは指標３に等しく、ノードＧ７の指
標Ｉは９に等しい。従って、定形動詞および名詞句は結
合して動詞句を形成し得るが、ノードＧ７での名詞句は
その定形動詞の目的語ではなく、従ってノードＧ１１は
規則（ｅ）を満たさない。従って、ノードＧ１１は依然
として良好に形成されない。
【００５４】ノードＧ９およびＧ１０の標識を図１３に
示す。
示す。
【００５５】変換器１０６は従って図１２に示すツリー
をさらに変換する。ノードＧ４、Ｇ６，Ｇ７、Ｇ９、お
よびＧ１０はすべて良好に形成されているため、変換器
１０６はこれらを妨害しない。しかし、ノードＧ１１は
良好に形成されていないため、ノードＧ６およびその葉
ノードを有する最大ツリー断片をツリー構造内のある位
置に移動させる。すなわち、定形動詞を表すこの最大ツ
リー断片は、これが恐らく正しく結合し得る、指標３の
名詞句が存在する位置に移動する。この改変した構造を
図１４に示す。
をさらに変換する。ノードＧ４、Ｇ６，Ｇ７、Ｇ９、お
よびＧ１０はすべて良好に形成されているため、変換器
１０６はこれらを妨害しない。しかし、ノードＧ１１は
良好に形成されていないため、ノードＧ６およびその葉
ノードを有する最大ツリー断片をツリー構造内のある位
置に移動させる。すなわち、定形動詞を表すこの最大ツ
リー断片は、これが恐らく正しく結合し得る、指標３の
名詞句が存在する位置に移動する。この改変した構造を
図１４に示す。
【００５６】評価器１０５は図１４に示すツリーを、Ｇ
１２から開始して評価する。Ｇ１２は良好に形成されて
いないため、評価器は左側の枝の子供ノード、すなわち
ノードＧ１３を評価する。このノードは良好に形成され
ていないが、良好に形成されたノードＧ９およびＧ６に
接続する。図１０に示す規則がノードＧ９およびＧ６の
標識に適用され、特に、規則（ｅ）が満たされる、この
ときノードＧ９およびＧ６の位置が倒置され、定形動詞
（ノードＧ６）および名詞句（ノートＧ９）は、Ｇ６の
主語がＧ９の指標に等しいようにされる。図１５に示す
ように、ノードＧ１３は、９に等しい主語、ならびにＧ
６の綴りおよび続いてＧ９の綴りに等しい綴りを有する
動詞句として良好に形成されるとして標識化される。
１２から開始して評価する。Ｇ１２は良好に形成されて
いないため、評価器は左側の枝の子供ノード、すなわち
ノードＧ１３を評価する。このノードは良好に形成され
ていないが、良好に形成されたノードＧ９およびＧ６に
接続する。図１０に示す規則がノードＧ９およびＧ６の
標識に適用され、特に、規則（ｅ）が満たされる、この
ときノードＧ９およびＧ６の位置が倒置され、定形動詞
（ノードＧ６）および名詞句（ノートＧ９）は、Ｇ６の
主語がＧ９の指標に等しいようにされる。図１５に示す
ように、ノードＧ１３は、９に等しい主語、ならびにＧ
６の綴りおよび続いてＧ９の綴りに等しい綴りを有する
動詞句として良好に形成されるとして標識化される。
【００５７】ノードＧ１２は良好に形成されたノードＧ
１３およびＧ７に接続しているため、評価を行うことが
できる。ノードＧ１３およびＧ７の位置が倒置されると
規則（ａ）は満たされる。何故なら、ノードＧ７は、指
標がノードＧ１３の動詞句の主語に等しい名詞句を表す
からである。ノードＧ１２は従って、その綴りとしてＧ
７の綴りおよびこれに続くＧ１３の綴りを有する文とし
て標識化される。かくして評価は成功して完了し、図１
５に示すように、「The dog likes the quickbrown fo
x」という最終的な綴りが与えられる。
１３およびＧ７に接続しているため、評価を行うことが
できる。ノードＧ１３およびＧ７の位置が倒置されると
規則（ａ）は満たされる。何故なら、ノードＧ７は、指
標がノードＧ１３の動詞句の主語に等しい名詞句を表す
からである。ノードＧ１２は従って、その綴りとしてＧ
７の綴りおよびこれに続くＧ１３の綴りを有する文とし
て標識化される。かくして評価は成功して完了し、図１
５に示すように、「The dog likes the quickbrown fo
x」という最終的な綴りが与えられる。
【００５８】
【発明の効果】このように、本機械翻訳システムは、比
較的少ない評価工程で正しい翻訳を提供し、これによ
り、先行技術に比べて処理時間が実質的に減少する。変
換器１０３による変換中に文法的な関係を保持すること
によって、および変換器１０６の正しく評価された構造
を妨害しないことによって、ソース言語からターゲット
言語に迅速におよび正確に翻訳するための効果的かつ洗
練された方法が与えられる。変換器１０３によって生成
されるターゲット言語符号がＸ個ある最悪の場合には、
評価器１０５は、正しいターゲット言語の文を見い出す
かまたは試みをあきらめる前に約Ｘ4回より少ない回数
の評価を行わなければならない。先行技術では、構造を
変換して効果的に評価することはないため、ターゲット
言語の符号がＸ個ある最悪の場合には、正しいターゲッ
ト言語の文を見い出すかまたはあきらめるためには、Ｘ
！（階乗Ｘ）に等しい回数の評価が必要である。従っ
て、Ｘが通常の文を表す現実的な値の場合は、本機械翻
訳システムと従来のシステムとの間の処理時間の相違は
数桁におよび得る。例えば、１０個のターゲット言語符
号を有する翻訳を見い出すのに失敗する場合は、あきら
めて失敗を認めるまでに、本システムでは約１万回以下
の評価しか必要としないのに対し、従来のシステムで
は、約３５０万回の評価を行う必要がある。従って、現
在可能なデータ処理速度では、本システムは実現可能で
あるのに対し、従来のシステムは実行不可能である。
較的少ない評価工程で正しい翻訳を提供し、これによ
り、先行技術に比べて処理時間が実質的に減少する。変
換器１０３による変換中に文法的な関係を保持すること
によって、および変換器１０６の正しく評価された構造
を妨害しないことによって、ソース言語からターゲット
言語に迅速におよび正確に翻訳するための効果的かつ洗
練された方法が与えられる。変換器１０３によって生成
されるターゲット言語符号がＸ個ある最悪の場合には、
評価器１０５は、正しいターゲット言語の文を見い出す
かまたは試みをあきらめる前に約Ｘ4回より少ない回数
の評価を行わなければならない。先行技術では、構造を
変換して効果的に評価することはないため、ターゲット
言語の符号がＸ個ある最悪の場合には、正しいターゲッ
ト言語の文を見い出すかまたはあきらめるためには、Ｘ
！（階乗Ｘ）に等しい回数の評価が必要である。従っ
て、Ｘが通常の文を表す現実的な値の場合は、本機械翻
訳システムと従来のシステムとの間の処理時間の相違は
数桁におよび得る。例えば、１０個のターゲット言語符
号を有する翻訳を見い出すのに失敗する場合は、あきら
めて失敗を認めるまでに、本システムでは約１万回以下
の評価しか必要としないのに対し、従来のシステムで
は、約３５０万回の評価を行う必要がある。従って、現
在可能なデータ処理速度では、本システムは実現可能で
あるのに対し、従来のシステムは実行不可能である。
【図面の簡単な説明】
【図１】本発明の好適な実施態様を構成する機械翻訳シ
ステムの概略ブロック図。
ステムの概略ブロック図。
【図２】図１のシステムの動作中に生成される情報を示
す。
す。
【図３】図１のシステムの動作中に生成される情報を示
す。
す。
【図４】図１のシステムの動作中に生成される情報を示
す。
す。
【図５】図１のシステムの動作中に生成される情報を示
す。
す。
【図６】図１のシステムの動作中に生成される情報を示
す。
す。
【図７】図１のシステムの動作中に生成される情報を示
す。
す。
【図８】図１のシステムの動作中に生成される情報を示
す。
す。
【図９】図１のシステムの動作中に生成される情報を示
す。
す。
【図１０】図１のシステムの動作中に生成される情報を
示す。
示す。
【図１１】図１のシステムの動作中に生成される情報を
示す。
示す。
【図１２】図１のシステムの動作中に生成される情報を
示す。
示す。
【図１３】図１のシステムの動作中に生成される情報を
示す。
示す。
【図１４】図１のシステムの動作中に生成される情報を
示す。
示す。
【図１５】図１のシステムの動作中に生成される情報を
示す。
示す。
１００ 入力インタフェース
１０１ 形態素アナライザ
１０２ 構文アナライザ
１０３ 二カ国語同義語変換器
１０４ 結合器
１０５ 評価器
１０６ 変換器
１０７ 出力インタフェース
─────────────────────────────────────────────────────
フロントページの続き
(72)発明者 イアン ジョージ ジョンソン
イギリス国 ハンプシャー エスオー22
６エスジー，ウィンチェスター，フェ
アフィールド ロード 44
(56)参考文献 特開 平５−151256（ＪＰ，Ａ)
(58)調査した分野(Int.Cl.7，ＤＢ名)
G06F 17/21 - 17/28
ＥＵＲＯＰＡＴ（ＱＵＥＳＴＥＬ)
Claims (7)
- 【請求項１】 ソース言語のテキストをターゲット言語
のテキストに翻訳する機械翻訳システムであって、 該ソース言語のテキストを該システムに入力するための
入力インタフェースと、 該入力テキストの文法的に完全な部分をソース言語形態
素に解析して、各形態素毎に、その形態素を識別する識
別子と、その形態素とは文法的に関連する他の形態素を
識別するためのデータとによって形成される標識を有す
るソース言語符号とするアナライザと、該ソース言語符号の識別子およびデータを、該ソース言
語および前記ターゲット言語の同義規則に基づいて、対
応するターゲット言語形態素の識別子およびデータを有
するターゲット言語符号に変換する、 第１変換器と、各ターゲット言語符号を、関連する少なくとも１つの他
のターゲット言語符号と結合させたサブ構造を有するタ
ーゲット言語構造とする 結合器と、該サブ構造とされる各ターゲット言語符号の識別子およ
びデータに基づいて、該ターゲット言語構造を、文法規
則に適合したサブ構造と文法規則に適合したサブ構造の
一部を形成しないターゲット言語符号とに識別して評価
する 評価器と、 該評価器によって識別された文法規則に適合したサブ構
造を形成する各ターゲット言語符号を相互に分離させる
ことなく新たな標識を有するターゲット言語符号として
該ターゲット言語構造を変換する第２変換器とを備え、 該評価器と該第２変換器とは該ターゲット言語構造を交
互に評価および変換を繰り返す、機械翻訳システム。 - 【請求項２】 前記第２変換器は、文法規則に適合した
第１のサブ構造または文法規則に適合したサブ構造の一
部を形成しない第１のターゲット言語符号を、関連する
標識を有する文法規則に適合した第２のサブ構造または
第２のターゲット言語符号に、該第１および第２のター
ゲット言語符号または文法規則に適合したサブ構造のう
ちの一方の識別子が該第１および第２のターゲット言語
符号または文法規則に適合したサブ構造の他方のデータ
内に含まれるように関連付けるようになっている、請求
項１に記載の機械翻訳システム。 - 【請求項３】 前記ターゲット言語構造は、最低次のノ
ードに前記ターゲット言語符号を有する階層的なノード
構造を包含し、前記第２変換器は前記第１のターゲット
言語符号または文法規則に適合したサブ構造を最高次の
ノードの前記第２のターゲット言語符号または文法規則
に適合したサブ構造と関連付けるようになっている、請
求項２に記載の機械翻訳システム。 - 【請求項４】 前記評価器は、少なくとも１つの文法規
則に適合したサブ構造が変更されないような前記第２変
換器による前記ターゲット言語構造の変換の後で、該変
更されない文法規則に適合したサブ構造を再評価しない
ようになっている、請求項１〜３のいずれか１つに記載
の機械翻訳システム。 - 【請求項５】 前記評価器は、少なくとも１つの文法規
則に適合したサブ構造が変更されるような前記第２変換
器による前記ターゲット言語構造の変換の後で、該変更
されたサブ構造の変更された部分のみに関して再評価す
るようになっている、請求項１〜４のいずれか１つに記
載の機械翻訳システム。 - 【請求項６】 前記評価器は、第３のターゲット言語符
号または文法規則に適合したサブ構造が第４のターゲッ
ト言語符号または文法規則に適合したサブ構造と関連付
けられる文法規則に適合した第５のサブ構造の一部を形
成するように、前記第２変換器によって前記ターゲット
言語構造が変換された後に、文法規則に適合した該第５
のサブ構造を、該第３のターゲット言語符号および文法
規則に適合したサブ構造と第４のターゲット言語符号お
よび文法規則に適合したサブ構造との関連についての
み、構造が評価および変換によっていつでも改良される
単調文法に従って再評価するようになっている、請求項
５に記載の機械翻訳システム。 - 【請求項７】 前記アナライザは、前記入力テキストの
ソース言語構造を前記結合器に供給するように配置さ
れ、該結合器は前記ソース言語構造に類似させて前記タ
ーゲット言語構造を形成するようになっている、請求項
１に記載の機械翻訳システム。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| GB9423995A GB2295470A (en) | 1994-11-28 | 1994-11-28 | Machine translation system |
| GB9423995.1 | 1994-11-28 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08263497A JPH08263497A (ja) | 1996-10-11 |
| JP3385141B2 true JP3385141B2 (ja) | 2003-03-10 |
Family
ID=10765092
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP30910795A Expired - Fee Related JP3385141B2 (ja) | 1994-11-28 | 1995-11-28 | 機械翻訳システム |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US5848385A (ja) |
| EP (1) | EP0715265B1 (ja) |
| JP (1) | JP3385141B2 (ja) |
| DE (1) | DE69527026T2 (ja) |
| GB (1) | GB2295470A (ja) |
Families Citing this family (65)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6279018B1 (en) * | 1998-12-21 | 2001-08-21 | Kudrollis Software Inventions Pvt. Ltd. | Abbreviating and compacting text to cope with display space constraint in computer software |
| AU2001261505A1 (en) | 2000-05-11 | 2001-11-20 | University Of Southern California | Machine translation techniques |
| US7295962B2 (en) * | 2001-05-11 | 2007-11-13 | University Of Southern California | Statistical memory-based translation system |
| WO2002097663A1 (en) * | 2001-05-31 | 2002-12-05 | University Of Southern California | Integer programming decoder for machine translation |
| WO2003005166A2 (en) | 2001-07-03 | 2003-01-16 | University Of Southern California | A syntax-based statistical translation model |
| WO2004001623A2 (en) | 2002-03-26 | 2003-12-31 | University Of Southern California | Constructing a translation lexicon from comparable, non-parallel corpora |
| US8548794B2 (en) | 2003-07-02 | 2013-10-01 | University Of Southern California | Statistical noun phrase translation |
| US7711545B2 (en) * | 2003-07-02 | 2010-05-04 | Language Weaver, Inc. | Empirical methods for splitting compound words with application to machine translation |
| WO2005089340A2 (en) * | 2004-03-15 | 2005-09-29 | University Of Southern California | Training tree transducers |
| US8296127B2 (en) * | 2004-03-23 | 2012-10-23 | University Of Southern California | Discovery of parallel text portions in comparable collections of corpora and training using comparable texts |
| US7593843B2 (en) * | 2004-03-30 | 2009-09-22 | Microsoft Corporation | Statistical language model for logical form using transfer mappings |
| US8666725B2 (en) | 2004-04-16 | 2014-03-04 | University Of Southern California | Selection and use of nonstatistical translation components in a statistical machine translation framework |
| DE112005002534T5 (de) | 2004-10-12 | 2007-11-08 | University Of Southern California, Los Angeles | Training für eine Text-Text-Anwendung, die eine Zeichenketten-Baum-Umwandlung zum Training und Decodieren verwendet |
| KR101130457B1 (ko) * | 2004-11-04 | 2012-03-28 | 마이크로소프트 코포레이션 | 트리렛 번역쌍 추출 |
| US8886517B2 (en) | 2005-06-17 | 2014-11-11 | Language Weaver, Inc. | Trust scoring for language translation systems |
| US8676563B2 (en) | 2009-10-01 | 2014-03-18 | Language Weaver, Inc. | Providing human-generated and machine-generated trusted translations |
| US7974833B2 (en) | 2005-06-21 | 2011-07-05 | Language Weaver, Inc. | Weighted system of expressing language information using a compact notation |
| US7389222B1 (en) | 2005-08-02 | 2008-06-17 | Language Weaver, Inc. | Task parallelization in a text-to-text system |
| US7813918B2 (en) * | 2005-08-03 | 2010-10-12 | Language Weaver, Inc. | Identifying documents which form translated pairs, within a document collection |
| US7624020B2 (en) * | 2005-09-09 | 2009-11-24 | Language Weaver, Inc. | Adapter for allowing both online and offline training of a text to text system |
| US10319252B2 (en) | 2005-11-09 | 2019-06-11 | Sdl Inc. | Language capability assessment and training apparatus and techniques |
| US8943080B2 (en) | 2006-04-07 | 2015-01-27 | University Of Southern California | Systems and methods for identifying parallel documents and sentence fragments in multilingual document collections |
| US8886518B1 (en) | 2006-08-07 | 2014-11-11 | Language Weaver, Inc. | System and method for capitalizing machine translated text |
| US20080086298A1 (en) * | 2006-10-10 | 2008-04-10 | Anisimovich Konstantin | Method and system for translating sentences between langauges |
| US9645993B2 (en) | 2006-10-10 | 2017-05-09 | Abbyy Infopoisk Llc | Method and system for semantic searching |
| US9633005B2 (en) | 2006-10-10 | 2017-04-25 | Abbyy Infopoisk Llc | Exhaustive automatic processing of textual information |
| US8145473B2 (en) | 2006-10-10 | 2012-03-27 | Abbyy Software Ltd. | Deep model statistics method for machine translation |
| US9984071B2 (en) | 2006-10-10 | 2018-05-29 | Abbyy Production Llc | Language ambiguity detection of text |
| US8214199B2 (en) * | 2006-10-10 | 2012-07-03 | Abbyy Software, Ltd. | Systems for translating sentences between languages using language-independent semantic structures and ratings of syntactic constructions |
| US9047275B2 (en) | 2006-10-10 | 2015-06-02 | Abbyy Infopoisk Llc | Methods and systems for alignment of parallel text corpora |
| US8548795B2 (en) | 2006-10-10 | 2013-10-01 | Abbyy Software Ltd. | Method for translating documents from one language into another using a database of translations, a terminology dictionary, a translation dictionary, and a machine translation system |
| US9235573B2 (en) | 2006-10-10 | 2016-01-12 | Abbyy Infopoisk Llc | Universal difference measure |
| US8195447B2 (en) * | 2006-10-10 | 2012-06-05 | Abbyy Software Ltd. | Translating sentences between languages using language-independent semantic structures and ratings of syntactic constructions |
| US8433556B2 (en) | 2006-11-02 | 2013-04-30 | University Of Southern California | Semi-supervised training for statistical word alignment |
| US9122674B1 (en) | 2006-12-15 | 2015-09-01 | Language Weaver, Inc. | Use of annotations in statistical machine translation |
| US8468149B1 (en) | 2007-01-26 | 2013-06-18 | Language Weaver, Inc. | Multi-lingual online community |
| US8615389B1 (en) | 2007-03-16 | 2013-12-24 | Language Weaver, Inc. | Generation and exploitation of an approximate language model |
| US8959011B2 (en) | 2007-03-22 | 2015-02-17 | Abbyy Infopoisk Llc | Indicating and correcting errors in machine translation systems |
| US8831928B2 (en) | 2007-04-04 | 2014-09-09 | Language Weaver, Inc. | Customizable machine translation service |
| US8825466B1 (en) | 2007-06-08 | 2014-09-02 | Language Weaver, Inc. | Modification of annotated bilingual segment pairs in syntax-based machine translation |
| US8812296B2 (en) | 2007-06-27 | 2014-08-19 | Abbyy Infopoisk Llc | Method and system for natural language dictionary generation |
| KR100912501B1 (ko) * | 2007-08-09 | 2009-08-17 | 한국전자통신연구원 | 번역 지식 구축 방법 및 장치 |
| DE102008003572A1 (de) | 2008-01-09 | 2009-10-01 | Grunert, Florian Silver | Verfahren zur Übertragung eines Textes einer beliebigen Ausgangssprache in einen Text einer beliebigen Zielsprache basierend auf dem Prinzip der von mir entwickelten Farbontologie |
| DE102008003886A1 (de) | 2008-01-10 | 2009-07-16 | Grunert, Florian Silver | Verfahren zur Übertragung eines Textes einer beliebigen Ausgangssprache in einen Text einer beliebigen Zielsprache basierend auf dem Prinzip der von mir entwickelten Farbontologie |
| US8849665B2 (en) * | 2008-01-30 | 2014-09-30 | At&T Intellectual Property I, L.P. | System and method of providing machine translation from a source language to a target language |
| US9262409B2 (en) | 2008-08-06 | 2016-02-16 | Abbyy Infopoisk Llc | Translation of a selected text fragment of a screen |
| US9189475B2 (en) * | 2009-06-22 | 2015-11-17 | Ca, Inc. | Indexing mechanism (nth phrasal index) for advanced leveraging for translation |
| US8990064B2 (en) | 2009-07-28 | 2015-03-24 | Language Weaver, Inc. | Translating documents based on content |
| US8380486B2 (en) | 2009-10-01 | 2013-02-19 | Language Weaver, Inc. | Providing machine-generated translations and corresponding trust levels |
| US10417646B2 (en) | 2010-03-09 | 2019-09-17 | Sdl Inc. | Predicting the cost associated with translating textual content |
| US11003838B2 (en) | 2011-04-18 | 2021-05-11 | Sdl Inc. | Systems and methods for monitoring post translation editing |
| US8694303B2 (en) | 2011-06-15 | 2014-04-08 | Language Weaver, Inc. | Systems and methods for tuning parameters in statistical machine translation |
| US8886515B2 (en) | 2011-10-19 | 2014-11-11 | Language Weaver, Inc. | Systems and methods for enhancing machine translation post edit review processes |
| US8942973B2 (en) | 2012-03-09 | 2015-01-27 | Language Weaver, Inc. | Content page URL translation |
| US8989485B2 (en) | 2012-04-27 | 2015-03-24 | Abbyy Development Llc | Detecting a junction in a text line of CJK characters |
| US8971630B2 (en) | 2012-04-27 | 2015-03-03 | Abbyy Development Llc | Fast CJK character recognition |
| US10261994B2 (en) | 2012-05-25 | 2019-04-16 | Sdl Inc. | Method and system for automatic management of reputation of translators |
| US9152622B2 (en) | 2012-11-26 | 2015-10-06 | Language Weaver, Inc. | Personalized machine translation via online adaptation |
| US9213694B2 (en) | 2013-10-10 | 2015-12-15 | Language Weaver, Inc. | Efficient online domain adaptation |
| RU2592395C2 (ru) | 2013-12-19 | 2016-07-20 | Общество с ограниченной ответственностью "Аби ИнфоПоиск" | Разрешение семантической неоднозначности при помощи статистического анализа |
| RU2586577C2 (ru) | 2014-01-15 | 2016-06-10 | Общество с ограниченной ответственностью "Аби ИнфоПоиск" | Фильтрация дуг в синтаксическом графе |
| RU2596600C2 (ru) | 2014-09-02 | 2016-09-10 | Общество с ограниченной ответственностью "Аби Девелопмент" | Способы и системы обработки изображений математических выражений |
| US9626358B2 (en) | 2014-11-26 | 2017-04-18 | Abbyy Infopoisk Llc | Creating ontologies by analyzing natural language texts |
| JP6070809B1 (ja) * | 2015-12-03 | 2017-02-01 | 国立大学法人静岡大学 | 自然言語処理装置及び自然言語処理方法 |
| JP6805927B2 (ja) * | 2017-03-28 | 2020-12-23 | 富士通株式会社 | インデックス生成プログラム、データ検索プログラム、インデックス生成装置、データ検索装置、インデックス生成方法、及びデータ検索方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS58201175A (ja) * | 1982-05-20 | 1983-11-22 | Kokusai Denshin Denwa Co Ltd <Kdd> | 機械翻訳方式 |
| US5416696A (en) * | 1989-12-27 | 1995-05-16 | Kabushiki Kaisha Toshiba | Method and apparatus for translating words in an artificial neural network |
| US5369574A (en) * | 1990-08-01 | 1994-11-29 | Canon Kabushiki Kaisha | Sentence generating system |
| GB9209346D0 (en) * | 1992-04-30 | 1992-06-17 | Sharp Kk | Machine translation system |
| JP2892548B2 (ja) * | 1992-05-25 | 1999-05-17 | シャープ株式会社 | 自動翻訳装置 |
-
1994
- 1994-11-28 GB GB9423995A patent/GB2295470A/en not_active Withdrawn
-
1995
- 1995-11-27 US US08/562,686 patent/US5848385A/en not_active Expired - Fee Related
- 1995-11-28 JP JP30910795A patent/JP3385141B2/ja not_active Expired - Fee Related
- 1995-11-28 DE DE69527026T patent/DE69527026T2/de not_active Expired - Fee Related
- 1995-11-28 EP EP95308512A patent/EP0715265B1/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| EP0715265B1 (en) | 2002-06-12 |
| GB2295470A (en) | 1996-05-29 |
| US5848385A (en) | 1998-12-08 |
| EP0715265A2 (en) | 1996-06-05 |
| JPH08263497A (ja) | 1996-10-11 |
| GB9423995D0 (en) | 1995-01-11 |
| EP0715265A3 (en) | 1997-07-02 |
| DE69527026D1 (de) | 2002-07-18 |
| DE69527026T2 (de) | 2002-12-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3385141B2 (ja) | 機械翻訳システム | |
| US5895446A (en) | Pattern-based translation method and system | |
| JP5452868B2 (ja) | トレーニングおよび復号のためにストリングからツリーへの変換を使うテキスト‐テキスト・アプリケーションのためのトレーニング | |
| JP3971373B2 (ja) | ルールベース方式と翻訳パターン方式とを混合したハイブリッド自動翻訳装置 | |
| JP3189186B2 (ja) | パターンに基づく翻訳装置 | |
| US7707026B2 (en) | Multilingual translation memory, translation method, and translation program | |
| JPS62163173A (ja) | 機械翻訳方法 | |
| US20050137853A1 (en) | Machine translation | |
| KR100530154B1 (ko) | 변환방식 기계번역시스템에서 사용되는 변환사전을생성하는 방법 및 장치 | |
| JP2003030185A (ja) | ２カ国語コーパスからの変換マッピングの自動抽出 | |
| JP2003050797A (ja) | スケーラブル機械翻訳システム | |
| JPH02308370A (ja) | 機械翻訳システム | |
| CN103020045B (zh) | 一种基于谓词论元结构的统计机器翻译方法 | |
| JPS638864A (ja) | 翻訳装置 | |
| Lavie et al. | Experiments with a Hindi-to-English transfer-based MT system under a miserly data scenario | |
| EP0316743B1 (en) | Method for removing enclitic endings from verbs in romance languages | |
| JP3236027B2 (ja) | 機械翻訳装置 | |
| JP3892227B2 (ja) | 機械翻訳システム | |
| Arnoult | Adjunction in hierarchical phrase-based translation | |
| Bernth et al. | LMT at Tivoli Gardens | |
| Hupkes | An Empirical Account of Compositionality of Translation through Translation Data | |
| JPS6244876A (ja) | 機械翻訳装置 | |
| JP2004086919A (ja) | 機械翻訳システム | |
| JPH0550778B2 (ja) | ||
| JPH0546370A (ja) | プログラム生成装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20021217 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071227 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081227 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091227 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |