JP3761364B2 - 機械翻訳システム - Google Patents

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し、例えば自動的に選択した適切な専門用語辞書を用いて自然言語を機械翻訳する場合などに適用し得るものである。
【０００２】
【従来の技術】
従来の機械翻訳方法及び専門用語辞書選択方法について記載したものとしては、次の文献１がある。
【０００３】
文献１：特開平１０−２１２２２号公報
上記文献１は、翻訳対象となる文書を入手する際に用いた文書識別情報（ＵＲＬ（Uniform Resource Locator））の文字列を、予め設定してある分野判定用データと比較し、この比較で一致した文字数などに基づいて、もっとも合致する専門分野を検索している。
【０００４】
そして、当該もっとも合致する専門分野に応じた専門用語辞書を自動的に設定して機械翻訳を行うことにより、ユーザに複雑な設定を強いることなく、高品質の翻訳結果を得ることができる。
【０００５】
【発明が解決しようとする課題】
しかしながらＵＲＬは、本来、その文書のある場所（Location）を一意に表すための表記方法であって、必ずしも当該文書の内容の所属分野を表す文字列をそのＵＲＬに使用しているとはかぎらない。したがって、ＵＲＬを調べただけでは、文書の属する分野がわからないことも多い。
【０００６】
すなわち、前記分野判定用データのうち、あるＵＲＬに対しもっとも合致する分野判定用データが、正確にその翻訳対象文書の属する分野に対応している保証はない。
【０００７】
また、内容面から見ると、翻訳対象となる任意の１文書は、複数の分野に属するものもあるし、その専門性の高さについても、高低さまざまな内容を含んでいる可能性がある。
【０００８】
ＵＲＬと分野判定用データの比較から、これらの問題に適切に対応することは、翻訳対象文書の属する分野を正確に特定する以上に困難であると考えられる。
【０００９】
【課題を解決するための手段】
かかる課題を解決するために、本発明では、受信した第１の言語の翻訳元文書を、設定された翻訳環境下で、第２の言語の翻訳先文書に翻訳する機械翻訳システムにおいて、(１）各翻訳元文書が属する専門分野を示す分野指示属性情報を、各専門分野の関係に応じた階層構造で関連付けて管理する階層型分野管理手段と、（２）当該階層構造中の各分野指示属性情報に対応した翻訳環境を供給する翻訳環境供給手段と、（３）前記翻訳の際には、翻訳元文書に係る分野指示属性情報が属する、前記階層構造中の位置を認識し、その位置から少なくとも上位層の方に辿った分野指示属性情報間の関係に応じ、この関係上の全て又は一部の分野指示属性情報に対応付けられた、翻訳環境を供給する１又は複数の前記翻訳環境供給手段を当該翻訳のために自動的に設定する翻訳環境設定手段とを備えることを特徴とする。
【００１０】
【発明の実施の形態】
(Ａ）実施形態
第１〜第５の実施形態の機械翻訳通信システムは、所定の産業技術体系にしたがって分野を階層化し、文書をその階層化された分野ごとに選別してあるディレクトリサービスなどにおいて、翻訳に使用する（専門）用語辞書を自動的に、きめ細かく設定することによって、簡単に高品質の翻訳結果を得ることを特徴とする。
【００１１】
すなわち、第１〜第５の実施形態は、インターネットなどのディレクトリサービスと連携することによって、簡単な操作で、高い翻訳品質を実現できるディレクトリサービス向け機械翻訳通信システムを提供するものである。
【００１２】
ここで、分野とは、例えば「通信」、「コンピュータ」、「インターネット」などの工業技術、産業技術や学術などのいずれかの専門分野のことも意味するが、それだけではなく、例えば、専門性が高くなくて一般用語辞書を使用するようなケースでは、当該「一般」も分野の１つである。
【００１３】
用語辞書を決定し、機械翻訳を実行するディレクトリサーバの側では、各カテゴリ（分野）の関係を忠実に反映したディレクトリの階層構造（木構造）を用意している。
【００１４】
この階層構造では、最上位のルートから下位にいくほど専門性が高まるようにカテゴリおよび用語辞書を配置しているので、目的のカテゴリにアクセスするには、専門性が高まるほど下位に向かって階層構造をたどっていくことになる。
【００１５】
通常のデータベースにおいては、階層型の論理構造は、カテゴリ（データ）を上位から下位へだけたどる場合には適するが、反対に、下位から上位にたどる必要がある場合には、目的のデータを見つけるまでの手順が多く複雑になるために適さないとされている。
【００１６】
しかしながら本発明の各実施形態の階層構造においては、下位から上位へのたどり方は、目的のデータを見つけるためではなく、１つの機械翻訳に使用する辞書セットを構築するためであるから、下位から上位へのアクセスは木構造のひとつづきの枝に沿って固定的に行われ、手順を複雑化する危惧もない。産業技術体系における各分野の位置づけに対応した階層構造を予めつくっておくことにより、このような簡単な処理で、所望の辞書セットを構築することができる。
【００１７】
なお、第１〜第５の実施形態では、ＵＲＬはその本来の目的の通り、ネットワーク上で文書のある場所を一意的に特定するために使用されるが、当該ＵＲＬは、各文書が、前記階層構造のなかでいずれのカテゴリに属するかを決定する際にも使用される。
【００１８】
（Ａ−１）第１の実施形態の構成
図１に本実施形態の機械翻訳通信システム１０の構成を示す。
【００１９】
図１において、この機械翻訳通信システム１０は、閲覧手段（ユーザ端末）１０１と、ディレクトリサーバ１０２と、外部ネットワーク１０８を備えている。
【００２０】
このうちディレクトリサーバ１０２は、通信制御手段１０３と、翻訳制御手段１０４と、機械翻訳手段１０５と、階層型データベース１０６と、辞書データベース１０７とを備えている。辞書データベース１０７は、１例として、一般用語辞書Ｄ１と、情報辞書Ｄ２と、コンピュータ辞書Ｄ３と、インターネット辞書Ｄ４と、パソコン辞書Ｄ５と、パソコン通信辞書Ｄ６の各辞書を備えているものとする。
【００２１】
前記閲覧手段１０１は、ネットワーク上の指定したアドレス（ＵＲＬ）の情報を閲覧画面に表示してユーザに知らせる機能（閲覧ソフト、例えばＷｅｂブラウザ）を搭載しているユーザ端末である。図１の例では、当該閲覧手段１０１はディレクトリサーバ１０２と直接接続されているが、閲覧手段１０１とディレクトリサーバ１０２の接続は、ネットワーク１０８を介して行われるようにしてもよい。
【００２２】
辞書データベース１０７はカテゴリ毎に分類した翻訳用の辞書Ｄ１〜Ｄ６を蓄積し、管理しているデータベースで、外部ネットワーク１０８はインターネットなどのネットワークであり、当該ディレクトリサーバ１０２も当該ネットワーク１０８上に配置されている。
【００２３】
通信制御手段１０３は外部ネットワーク１０８や閲覧手段１０１との通信を制御する機能を備え、翻訳制御手段１０４はどの文書を翻訳するか、どの辞書を使用するかなどの機械翻訳手段１０５に対する直接的な制御を行う機能を備えている。すなわち、機械翻訳手段１０５に対する翻訳環境の設定を、直接実行する部分である。
【００２４】
そして機械翻訳手段１０５は、翻訳制御手段１０４の制御下で、与えられた文書を他の言語に翻訳する。機械翻訳手段１０５としては、既存の機械翻訳システムを利用できる。翻訳対象となる文書は、ユーザ端末１０１からの指定に基づいてディレクトリサーバ１０２がネットワーク１０８から入手する文書である。
【００２５】
階層型データベース１０６は機能上、ディレクトリサーバ１０２の中心をなす部分で、図２に示すような階層ディレクトリ１１を論理的に構成するため、ネットワーク１０８上の文書の属性情報（文書アドレス）を一元管理している。
【００２６】
すなわち、階層型データベース１０６は、ネットワーク１０８上の文書を、図２に示す細かいカテゴリごとに分類している。
【００２７】
図２において、楕円で示したものはひとつのカテゴリに相当し、各カテゴリは固有のアドレス（ＵＲＬ）によって指定される。各カテゴリはさらに細かなカテゴリへのリンクを持っている。それぞれのカテゴリはその専門用語辞書を持っているが、すべてのカテゴリが辞書を持つ必要はない。
【００２８】
また、それぞれのカテゴリは０個以上の外部ネットワーク１０８へのリンクＵＲＬ１〜ＵＲＬ７を持っている（図で四角で示した部分）。
【００２９】
図２の階層ディレクトリ１１は最上位の１カテゴリであるルートＣＴ１、最上位から２番目の階層に属する趣味ＣＴ２、コンピュータＣＴ３、情報ＣＴ４の３つのカテゴリ、最上位から３番目の階層に属するインターネットＣＴ５、コンピュータ雑誌ＣＴ６、ハードウエア（コンピュータ関連のハードウエア）ＣＴ７、ソフトウエアＣＴ８の４カテゴリ、最上位から４番目の階層に属するインターネット雑誌ＣＴ９、パソコン雑誌ＣＴ１０、Ｊａｖａ雑誌ＣＴ１１の３カテゴリを備えている。
【００３０】
このほか、各カテゴリＣＴ３、ＣＴ５、ＣＴ７、ＣＴ８には、上述した外部ネットワーク１０８へのリンクＵＲＬ１〜ＵＲＬ７が存在する。
【００３１】
そして最上位のカテゴリＣＴ１には専門性のない一般的な用語や文章表現を収録した一般用語辞書Ｄ１が接続され、最上位から２番目のコンピュータカテゴリＣＴ３には、コンピュータ関連のなかでは専門性の低いコンピュータ辞書Ｄ３が接続され、情報カテゴリＣＴ４には情報関連の情報辞書Ｄ３が接続されている。
【００３２】
最上位から３番目のインターネットカテゴリＣＴ３には、コンピュータ関連のなかでも特にインターネット関連の用語や文章表現を収録したインターネット辞書Ｄ４が接続されている。インターネット辞書Ｄ４はコンピュータ辞書Ｄ３に比べて、産業技術体系のなかに占める範囲は狭く、専門性は高い。
【００３３】
なお、図２には図１の辞書Ｄ５およびＤ６については図示していないが、辞書Ｄ５、Ｄ６も通常、図示しないどこかのカテゴリに接続される。
【００３４】
内部に前記データベース１０６，１０７を備えているディレクトリサーバ１０２は、全体としても、ディレクトリサービスに登録された属性情報に関する一種の汎用的なデータベースとして機能する。ここでは、当該属性情報として、前記各カテゴリに含まれるネットワーク１０８上の各文書のアドレスを一元的に管理している。
【００３５】
したがってディレクトリサーバ１０２は、管理している文書アドレスに関しては、このネットワーク１０８上の情報（文書）をカテゴリ毎に分類し、利用者が欲しい情報を探すための手助けを行なうことができる。
【００３６】
図４に、ディレクトリサービスのページの表示例を示す。
【００３７】
図４において、ブラウザを表示するウインドウ１４０１のなかには、アドレスが表示されるテキストフィールド１４０２と、当該アドレスの情報を表示する情報エリア１４０３とがある。
【００３８】
テキストフィールド１４０２からは、閲覧したいネットワーク１０８上の文書のアドレスや、階層ディレクトリ１１中のカテゴリのアドレスを直接入力することもできる。
【００３９】
図４の例では、情報エリア１４０３に表示されている情報は、ディレクトリサービス内の前記「コンピュータ雑誌」のカテゴリＣＴ６である。
【００４０】
情報エリア１４０３中で、「コンピュータ雑誌」の表記Ｍ１の下にある、「インターネット雑誌」の表記Ｍ２、「パソコン雑誌」の表記Ｍ３、「Ｊａｖａ雑誌」の表記Ｍ４は、それぞれ現在のカテゴリであるコンピュータ雑誌よりも１つ下位のカテゴリＣＴ９〜ＣＴ１１を示していて、各表記Ｍ２〜Ｍ４を、例えばクリックすることにより、そのカテゴリへ移動することができる。
【００４１】
情報エリア１４０３のなかで、中央部のラインＬ１より下に示された「××マガジン」の表記Ｍ５、「ＰＣ△△△」の表記Ｍ６は、現在のカテゴリＣＴ６に分類された外部ネットワーク１０８上のタイトルを表示していて、ここをクリックすることにより外部ネットワーク１０８上の情報（文書の内容）を取得し表示することができる。
【００４２】
なお、前記「××マガジン」や「ＰＣ△△△」は、当該ディレクトリサーバ１０２がその文書アドレスを管理していて、なおかつその文書内容が階層ディレクトリ１１のなかのいずれのカテゴリに属するかを予め決定しているため、表記Ｍ５、Ｍ６として表示できるものである。
【００４３】
ディレクトリサーバ１０２の管理範囲外のネットワーク１０８上の一般の文書については、各カテゴリに属するかどうかが不明であり、このように表示することはできない。
【００４４】
以上のようなウインドウ１４０１の機能に着目すると、ユーザが閲覧手段１０１で、図４の表示状態を得るまでの手順は、まずディレクトリサーバ１０２のＵＲＬを指定してルートカテゴリＣＴ１の情報をウインドウ１４０１に表示し、次いで、「コンピュータ」の表記をクリックしてコンピュータカテゴリＣＴ３を選択し、最後に「コンピュータ雑誌」の表記をクリックしてコンピュータ雑誌カテゴリＣＴ６を選択するという手順となるのが普通である。この場合、ユーザは、階層ディレクトリ１１を上位から下位にたどっていることになる。
【００４５】
もちろん、図４の状態でテキストフィールド１４０２に表示されているコンピュータ雑誌カテゴリＣＴ６のＵＲＬを、ユーザが知っている場合には、当該ＵＲＬを入力することで、最初から図４の表示状態を得ることもできる。
【００４６】
本実施形態では、現在表示されているカテゴリ（文書）の情報と、表示したい文書（ターゲット文書）の情報がわかるように、この機能をＣＧＩ（Ｃｏｍｍｏｎ Ｇａｔｅｗａｙ Ｉｎｔｅｒｆａｃｅ）を用いて実現するものとする。
【００４７】
結局、図４の状態で、表記Ｍ５およびＭ６を獲得するためには、当該文書アドレスがディレクトリサーバ１０２の管理範囲内であるとともに、ＣＧＩであることが必要となる。
【００４８】
ネットワーク１０８から、ディレクトリサーバ１０２が翻訳対象となる文書を受信し、当該翻訳対象文書がディレクトリサーバ１０２の管理範囲内の文書であった場合、ディレクトリサーバ１０２は当該文書に翻訳環境識別子を付与することができる。
【００４９】
翻訳環境識別子は、ディレクトリサーバ１０２の処理によって（翻訳対象）文書ごとに生成され、文書に付与された形で、当該文書とともにユーザ端末１０１に送信される。
【００５０】
ユーザ端末１０１に送られた１文書が、例えば、複数の分野に属する場合には、当該複数分野のうち当該文書の内容に最もふさわしい１分野だけを、当該翻訳環境識別子によって表示する。
【００５１】
最もふさわしい１分野を、当該文書のなかで最も専門性の高い部分に対応した１分野とすることで、当該複数分野が木構造（階層構造）のなかのひとつづきの枝に存在する複数のカテゴリである場合は、対応することができる。
【００５２】
この場合、ひとつづきの枝に存在する各カテゴリの辞書を、下位から上位へ統合して、当該１文書の翻訳に使用する辞書セットを構築することができるからである。
【００５３】
しかし当該複数分野が分岐した別の枝（前記ひとつづきの枝以外の枝）に存在する場合には、本実施形態では対応することができない。
【００５４】
どの分野が当該文書にとって最もふさわしいかは、階層ディレクトリ１１中のどのカテゴリにどの文書が属するかを決定した段階で、すでに決まっている。
【００５５】
また、当該１文書が含んでいる専門性の高さが相違する部分の翻訳については、木構造（階層構造）のなかのひとつづきの枝に存在する複数のカテゴリの辞書を、下位から上位へ統合して、当該１文書の翻訳に使用する辞書セットを構築することで対応することができる。
【００５６】
この点から、各文書がいずれのカテゴリに所属するかは、当該文書に想定される最も高い専門性を基準に決定することが望ましい。
【００５７】
以下、上記のような構成を有する第１の実施形態の動作について説明する。
【００５８】
(Ａ−２）第１の実施形態の動作
機械翻訳通信システム１０の動作手順を、図３のフローチャートに示す。
【００５９】
図３において、当該フローチャートはステップＳ３０１〜Ｓ３１２の各ステップからなる。
【００６０】
最初のステップＳ３０１では、閲覧手段１０１においてユーザが表示したい文書のアドレスを入力しディレクトリサーバ１０２に送信する。この操作はリンクをクリックすることによっても実現できる。
【００６１】
次に、ディレクトリサーバ１０２では、通信制御手段１０３が送られてきたアドレスの情報を入手し（Ｓ３０２）、送られてきた情報が翻訳要求かどうかをしらべる（Ｓ３０３）。
【００６２】
ステップＳ３０３で、当該情報が翻訳要求であれば処理はステップＳ３１１へ進み、翻訳要求でなければステップＳ３０４へ進む。
【００６３】
ステップＳ３０４では、送られてきたアドレスがディレクトリサーバ１０２内のアドレス（ディレクトリサーバ１０２の管理範囲内のアドレス）かどうかを、通信制御手段１０３が調べ、サーバ１０２内のアドレスでなければステップＳ３０８へ進み、サーバ１０２内のアドレスであればステップＳ３０５へ進む。
【００６４】
サーバ内のアドレスかどうかの判定方法は、一例として、システムのアドレスが“http://www.foo.co.jp/search/”であるとすると、それを含んだアドレスであるかどうかで判断する方法が考えられる。
【００６５】
ステップＳ３０５では、通信制御手段１０３がＣＧＩのアドレスかどうかを調べ、ＣＧＩでなければステップＳ３１２へ進み、ＣＧＩであればステップＳ３０６へ進む。Ｓ３１２へ進むのは、現在の文書よりも下位層へのリンクが指定された場合である。
【００６６】
ＣＧＩのアドレスかどうかの判定は、一例として、当該アドレスが“＊.cgi”となっているかどうかで行うようにすることもできる。
【００６７】
ステップＳ３０６では、通信制御手段１０３がＣＧＩプログラムから現在の文書（カテゴリ（ハイパーテキスト：リンク付き文書））のアドレスとターゲット文書（ハイパーテキスト：リンク付き文書）のアドレスの情報を取得する。
【００６８】
次に、翻訳制御手段１０４が階層型データベース１０６内の現在の文書アドレスのノードを上にたどり、そのノードに辞書があれば、翻訳に使用する辞書として順番にセットしていく（Ｓ３０７）。
【００６９】
例えば図２において文書のアドレスが「インターネット」カテゴリＣＴ５を指定している場合、使用する辞書は、インターネット辞書Ｄ４、コンピュータ辞書Ｄ３、一般用語辞書Ｄ１で、Ｄ４、Ｄ３、Ｄ１から構成される辞書セットを用いた翻訳となる。
【００７０】
このケースにおいて、翻訳時には、インターネット辞書Ｄ４とコンピュータ辞書Ｄ３に同一の単語が登録してあった場合は、インターネット辞書Ｄ４の訳語が優先して使われる。すなわち、階層ディレクトリ１１において翻訳対象文書の属するカテゴリに近い、下位層のカテゴリに関連する辞書ほど優先度が高い。
【００７１】
またステップＳ３０８では、使用する辞書を一般用語辞書Ｄ１とする。
【００７２】
サーバ１０２内のアドレスでなければ、当該文書が階層ディレクトリ１１中のどのカテゴリに属するのか不明であるため、一律に一般用語辞書Ｄ１を適用することとした。
【００７３】
ステップＳ３０９では指定されたアドレスのデータ（すなわちハイパーテキストの文書データ）を、ディレクトリサーバ１０２が、外部ネットワーク１０８から取得する。
【００７４】
そしてステップＳ３１０では、通信制御手段１０３が、使用する辞書の情報（翻訳環境識別子）と翻訳ボタンとを、取得した情報に付加し、閲覧手段１０１に送信する。
【００７５】
送信した画面の例を図５に示す。
【００７６】
図５において、この画面は、ウインドウ１５０１と、テキストフィールド１５０２と、情報エリア１５０３を含んでいる。図５は、図４とほぼ同様であり、ウインドウ１５０１は前記ウインドウ１４０１に対応し、テキストフィールド１５０２は前記テキストフィールド１４０２に対応し、情報エリア１５０３は前記情報エリア１４０３に対応する。
【００７７】
情報エリア１５０３内には、「○○会社ホームページへようこそ」の表記Ｍ１０と、「新着情報」の表記Ｍ１１と、「会社概要」の表記Ｍ１２と、「採用情報」の表記Ｍ１３と、「関連企業」の表記Ｍ１４がある。表記Ｍ１０は前記表記Ｍ１に対応し、表記Ｍ１１〜１４は前記表記Ｍ２〜Ｍ４に対応する。
【００７８】
このほか、情報エリア１５０３には、翻訳ボタン１５０４が表示されている。ユーザは、閲覧手段１０１でこのウインドウ１５０１を閲覧し、当該翻訳ボタン１５０４をクリックすることにより、翻訳要求をディレクトリサーバ１０２に送信し、翻訳結果を受け取ることができる。
【００７９】
翻訳するための情報を付加して送信し翻訳結果を得る方法は、特開平８−２０２７３４号公報（文献２）などに記述されている方法を使うことができる。
【００８０】
文献２の原理（事前翻訳）を本実施形態に適用すると、文書アドレスが入力され、当該アドレスの情報が入手された段階で、自動的に、当該文書の機械翻訳（前記管理範囲内であれば辞書セットの設定も行われる）を行って翻訳結果を訳文格納手段（メモリ）に格納しておき、翻訳要求が出された場合には、格納している当該翻訳結果を取り出してただちにユーザ端末１０１に供給することにより、翻訳結果を得るまでの見かけ上の時間を短縮し、ユーザの手数を低減することができる。
【００８１】
当該翻訳結果は、ユーザ端末１０１以外のユーザ端末にも供給可能であるので、システム全体として翻訳結果を得るまでの処理量を削減することも可能になる。もしも翻訳要求が出された時点で、翻訳が途中であれば、翻訳途中の文書をユーザ端末に供給するようにしてもよいし、翻訳が終了してからユーザ端末に供給するようにしてもよい。いずれの場合でも、ユーザにとって、翻訳要求を送信してから訳文が得られるまでの時間は、短くなる。
【００８２】
図３のフローチャートにもどると、ステップＳ３１１では機械翻訳手段１０５が指定された辞書セットを用いて機械翻訳を行ない、通信制御手段１０３が、翻訳結果を閲覧手段１０１に送信する。
【００８３】
なお、前記ステップＳ３１２では、ＣＧＩでないため、現在の文書（カテゴリ（ハイパーテキスト））のアドレスとターゲット文書（ハイパーテキスト）のアドレスの情報を取得することができず、ただ単に指定されたアドレスのデータ（文書）をユーザ端末１０１に送信するだけである。
【００８４】
ただし、ステップＳ３１２まで処理が進んだということは、ステップＳ３０４の分岐はＹ側であり、当該文書のアドレスはディレクトリサーバ１０２の管理範囲内であることを意味する。したがって当該文書がいずれのカテゴリに属するかは、ディレクトリサーバ１０２が把握しており、当該文書をユーザ端末１０１で閲覧したユーザが翻訳要求を送信してきた場合、ステップＳ３１１の処理では、辞書セットの設定と当該辞書セットを用いた機械翻訳を、一度に実行することができる。
【００８５】
また、図３のフローチャートのなかで可能な処理の進行のうち、本実施形態にとって最も好ましいのは、ステップＳ３０１，Ｓ３０２，Ｓ３０３，Ｓ３０４，Ｓ３０５，Ｓ３０６，Ｓ３０７，Ｓ３０９，Ｓ３１０の順番で処理が進行したあと、例えば図５のような画面を閲覧したユーザが送信する翻訳要求を受けて、ステップＳ３０１、Ｓ３０２、Ｓ３０３、Ｓ３１１の順番で処理が進むケースである。
【００８６】
最も好ましくないのは、ステップＳ３０４でＮ側に分岐し、機械翻訳が一般辞書Ｄ１だけを用いて行われるケースである。この場合は、その他のケースに比べて、翻訳結果の品質は低下する可能性が高い。
【００８７】
一方、ステップＳ３０５の分岐がＮ側になる上述したケースでは、使い勝手や操作性の観点からの問題が生じる可能性はあるが、辞書セットの設定に関する限り、翻訳結果の品質は、上述した最も好ましいケースと同じである。
【００８８】
ネットワーク１０８中で、当該ディレクトリサーバ１０２の管理範囲が広がるほど、最も好ましくないケースが発生する可能性が低下し、ユーザが高品質な翻訳結果を得られる可能性が高まる。
【００８９】
(Ａ−３）第１の実施形態の効果
本実施形態によれば、１つの文書を機械翻訳するために使用する１又は複数の専門用語辞書（辞書セット）を、きめ細かく自動的に設定することができるので、ユーザに負担をかけることなく高品質な翻訳結果を得ることが可能である。
【００９０】
（Ｂ）第２の実施形態
本実施形態は、第１の実施形態の各辞書に収録している用語や文章表現を、自動的に更新することを特徴とする。
【００９１】
（Ｂ−１）第２の実施形態の構成および動作
第１の実施形態と本実施形態の構成上、動作上の主要な相違点は、辞書の内容の更新に関する点にかぎられる。
【００９２】
以下では、本実施形態の構成、動作が、第１の実施形態と異なる点についてのみ説明する。
【００９３】
本実施形態の機械翻訳通信システム２０の構成を図１１に示す。機械翻訳通信システム２０は、閲覧手段１０１と、外部ネットワーク１０８を備えている点で、第１の実施形態の機械翻訳通信システム１０と同じであるが、ディレクトリサーバ２００はディレクトリサーバ１０２と相違する点を有する。
【００９４】
図１１において、閲覧手段１０１と、外部ネットワーク１０８と、ディレクトリサーバ２００中の構成要素１０３，１０４，１０５，１０６は、その機能面も含めて第１の実施形態の同一符号の各部と同じなのでその詳しい説明は省略する。
【００９５】
また、ディレクトリサーバ２００中の辞書データベースは辞書Ｄ１〜Ｄ６を備えているなど、前記辞書データベース１０７とほぼ同じ機能を持つが、辞書投入手段２０３からのはたらきかけを受けて辞書内容の更新を行う機能も装備しているので、符号２０４を付して辞書データベース１０７と区別する。
【００９６】
構成要素１０３〜１０６と２０４以外に、機械翻訳通信システム２０のディレクトリサーバ２００は、対訳ＵＲＬ登録手段２０１と、対訳からの知識獲得手段２０２と、辞書投入手段２０３とを備えている。
【００９７】
対訳ＵＲＬ登録手段２０１はユーザに自分のホームページなどを登録させる手段である。
【００９８】
対訳からの知識獲得手段２０２は対訳文書から知識を獲得し、文ごとに対応がついていない対訳文書であっても、自動的に文の対応を付けることができ、辞書データを自動で作成することができる。この知識獲得手段２０２としては、例えば特開平１０−１１４４５号公報（文献３）に記載されたものを用いることができる。
【００９９】
文献３においては、対訳文書に対して統計的処理（対訳単語推定処理）を行って翻訳パターンを作成している。すなわち、原言語の文書と、この文書の対訳である目的言語の文書とが、それぞれ文単位に対応付けされた対訳文書において、原言語の文書中の特定の単語の出現回数と、目的言語の文書中の特定の単語の出現回数と、前記特定の単語同士が同一の訳文中に出現する回数とが近い数であるほど値の高くなる単語対応度という概念を導入し、当該単語対応度が最も高い値の単語同士の単語ペアを対訳単語として抽出する。
【０１００】
これによれば、対訳文一文内の言語情報だけに依存せず文書全体から言語情報を得ることができ、現実には実行困難なことが多い構文解析処理を行う必要もなく、一般の対訳辞書には登録されていない専門用語が多用された文書でも、対訳関係を同定することが可能である。
【０１０１】
なお、文献３は、文書と対訳である目的言語の文書とが、それぞれ文単位に対応付けされた対訳文書が前提となっているが、自動的に文の対応付けを行うことも可能である。
【０１０２】
例えば、自動的に文の対応付けを行う方法としては、次の方法がある。
【０１０３】
原文１文と訳文３文または原文１文と訳文２文が対応している場合もあるため、この方法ではまず、原文と訳文との対応組の組み合わせ（パス）をすべて求め、原文と訳文の文数により対応付けの最適解の可能性が高い組み合わせを求める。
【０１０４】
次に、原文と訳文とが対応しているほど高い値となる評価値を求めるとともに、原文と訳文との対応付けの最適解の可能性が高い組み合わせに対し評価値の和を求め暫定解とする。
【０１０５】
その後、原文と訳文との組み合わせの評価値の和の計算を、組み合わせの先頭の文から最後の文へ順次計算するようにし、最後の文まで計算しても暫定解を上回る値にならないと判断できた時点でその組み合わせの評価値の計算を中止して暫定解を最適解として文の対応付けの解とする。
【０１０６】
このような方法を使用し得る対訳からの知識獲得手段２０２の出力の供給を受けて、図１１の前記辞書投入手段２０３は、辞書データベース２０４内の指定された辞書に指定された辞書データ（対訳関係）を登録する。
【０１０７】
図９には、ユーザ端末１０１を介してユーザが見る対訳登録画面の例を示す。
【０１０８】
図９において、対訳登録画面９００には、ユーザが登録する英語のＵＲＬを記述するフォーム９０１と、ユーザが登録する日本語のＵＲＬを記述するフォーム９０２と、ユーザが登録するカテゴリを選択するためのカテゴリリスト９０３と、記述が終った時にシステムに送信するためのボタン９０４とが表示されている。
【０１０９】
この例では、対訳登録画面９００は英語と日本語の対訳が登録される。
【０１１０】
対訳登録画面９００を介して行われるＵＲＬ登録時のフローチャートを図６に示す。このフローチャートはステップＳ６０１〜Ｓ６０５の各ステップからなる。
【０１１１】
図６において、まずユーザが、対訳ＵＲＬ登録のリンクをクリックするなどの操作を行うことで、対訳ＵＲＬ登録手段２０１が対訳登録画面を表示する（Ｓ６０１）。この対訳登録画面は、一例として、対訳登録画面９００のような画面である。
【０１１２】
次に、ユーザは、フォーム９０１，９０２に対し、登録する対訳文書（英語文書と、日本語文書）のＵＲＬと登録するカテゴリを記入し（Ｓ６０２）、送信ボタン９０４を押す。
【０１１３】
対訳文書のＵＲＬと登録するカテゴリの情報を受け取ったディレクトリサーバ２００は、そのＵＲＬの文書を通信制御手段１０３を介して外部ネットワーク１０８から入手し、その文書を知識獲得手段２０２に送る（Ｓ６０３）。
【０１１４】
知識獲得手段２０２は、対訳文書を解析し、辞書データを自動的に作成する（Ｓ６０４）。
【０１１５】
そして辞書投入手段２０３は、作成されたこの辞書データを、選択されたカテゴリの辞書に登録する（Ｓ６０５）。
【０１１６】
(Ｂ）第２の実施形態の効果
本実施形態によれば、第１の実施形態と同等な効果を得ることができる。
【０１１７】
加えて、本実施形態によれば、ほとんどのディレクトリサービスに存在する、ユーザによるＵＲＬ登録を利用して、各専門用語辞書の辞書データを自動的に更新するので、一つひとつの専門用語辞書の能力が向上して高品質の翻訳結果が得られる。
【０１１８】
したがって、それぞれのカテゴリ毎に専門用語辞書を準備しなくても高品質の翻訳結果を得ることが可能である。
【０１１９】
本実施形態では、前提として複数の言語で書かれた文書（対訳文書）が必要になるが、現在はより多くの人にみてもらうために同一内容を複数の言語で記述したホームページが増えてきている。そのようなホームページのオーナは多くの人に知ってもらうために対訳登録を行うであろう。
【０１２０】
(Ｃ)第３の実施形態
本実施形態は、第２の実施形態で必須であった対訳がなくても、自動的に専門辞書を作ることができることを特徴とする。
【０１２１】
（Ｃ−１）第３の実施形態の構成および動作
第２の実施形態と本実施形態の構成上、動作上の主要な相違点は、辞書データの作成処理に関する点にかぎられる。
【０１２２】
以下では、本実施形態の構成、動作が、第２の実施形態と異なる点についてのみ説明する。
【０１２３】
本実施形態の機械翻訳通信システム３０の構成を図７に示す。機械翻訳通信システム３０は、閲覧手段１０１と、外部ネットワーク１０８を備えている点で、第２の実施形態の機械翻訳通信システム１０と同じであるが、ディレクトリサーバ３００はディレクトリサーバ２００と相違する点を有する。
【０１２４】
図７において、閲覧手段１０１と、外部ネットワーク１０８と、ディレクトリサーバ３００中の構成要素１０３，１０４，１０５，１０６，２０３，２０４は、その機能面も含めて第２の実施形態の同一符号の各部と同じなのでその詳しい説明は省略する。
【０１２５】
構成要素１０３〜１０６，２０３，２０４以外に、機械翻訳通信システム３０のディレクトリサーバ３００は、ＵＲＬ登録手段３０１と、知識獲得手段３０２とを備えている。
【０１２６】
ＵＲＬ登録手段３０１は、ユーザに自分のホームページなどを登録させる手段である。
【０１２７】
知識獲得手段３０２は、第２の実施形態の知識獲得手段２０２が対訳文書に対する統計的処理（対訳単語推定処理）を行ったのに対し、１言語の１文書から所定の方法を用いて知識を獲得し、辞書データを自動で作成するものである。
【０１２８】
所定の方法としては、例えば特開平６−３０１７１７号公報（文献４）に記載された方法がある。
【０１２９】
文献４では、機能語や句切り記号によって挟まれた２形態素以上の文字列で構成される長単位語という概念を導入し、入力文章から、長単位語、長単位語の対訳情報、長単位語を構成する単語の属性または長単位語を構成する単語の訳語等の情報を自動的に抽出する。したがって、抽出された訳語等の情報が既に辞書に格納されている辞書データと異なる場合は、それを新たな辞書データとして追加することで辞書の内容を更新することが可能である。
【０１３０】
この方法は、前記文献３の方法と比べて、抽出された情報の信頼性は低い可能性があるが、対訳を必要としないという極めて大きな利点を持っている。
【０１３１】
図１０にＵＲＬ登録画面の例を示す。
【０１３２】
図１０において、ＵＲＬ登録画面１０００は、ユーザが登録するＵＲＬを記述するフォーム１００１と、ユーザが登録する言語を指定するためのボタン１００２と、ユーザが登録するカテゴリを選択するためのカテゴリリスト１００３と、記述が終った時にシステムに送信するためのボタン１００４とを備えている。
【０１３３】
図８は、本実施形態のＵＲＬ登録時のフローチャートを示している。このフローチャートは、ステップＳ８０１〜Ｓ８０５の各ステップからなる。
【０１３４】
図８において、まずユーザは、ＵＲＬ登録のリンクをクリックするなどの操作により、ＵＲＬ登録手段３０１がユーザ端末１０１にＵＲＬ登録画面（ＵＲＬ入力画面）を表示する（Ｓ８０１）。
【０１３５】
このＵＲＬ登録画面は、一例として、前記ＵＲＬ登録画面１０００のようなものである。
【０１３６】
次にユーザは、登録する文書のＵＲＬをフォーム１００１に記入するとともに、登録するカテゴリをカテゴリリスト１００３に記入し（Ｓ８０２）、送信ボタンを押す。
【０１３７】
これを受けてディレクトリサーバ３００では、そのＵＲＬの文書およびそのカテゴリ内に登録されている他言語（登録したＵＲＬとは違う言語）の文書を通信制御手段１０３を介して外部ネットワーク１０８から入手し、その文書を知識獲得手段３０２に送る（Ｓ８０３）。
【０１３８】
そして知識獲得手段３０２が、文書を解析し、辞書データを自動的に作成する（Ｓ８０４）。
【０１３９】
作成した辞書データは辞書投入手段２０３が、選択されたカテゴリの辞書（Ｄ１〜Ｄ６のいずれか）に登録する。
【０１４０】
なお、本実施形態では、対訳は英語と日本語で説明したが、他の言語でも同様に実施できる。
【０１４１】
（Ｃ−２）第３の実施形態の効果
本実施形態によれば、第２の実施形態の効果とほぼ同等な効果を得ることができる。
【０１４２】
ただし本実施形態では、第２の実施形態と比べ更新する辞書データの精度は低下する可能性があるが、対訳がなくても自動的に専門辞書を作ることができるという利点がある。
【０１４３】
(Ｄ）第４の実施形態
本実施形態は、辞書データベースに登録する辞書の言語を複数とすることを特徴とする。
【０１４４】
(Ｄ−１）第４の実施形態の構成および動作
第２の実施形態と本実施形態の構成上、動作上の主要な相違点は、言語判定手段４０１の有無である。
【０１４５】
以下では、本実施形態の構成、動作が、第２の実施形態と異なる点についてのみ説明する。
【０１４６】
本実施形態の機械翻訳通信システム４０の構成を図１２に示す。
【０１４７】
図１２において、構成要素１０１，１０３，１０４，１０５，１０６，１０８，２０１，２０２，２０３に関しては、機能面も含めて同一符号を付した第２の実施形態の各部と同じなので、その詳しい説明は省略する。
【０１４８】
ただし辞書データベース４０２はカテゴリ毎に分類した翻訳用の辞書を備えるデータベースである点で第２の実施形態の辞書データベース２０４と同じであるが、日本語、英語、中国語、フランス語など各言語ごとの辞書データを持っている。
【０１４９】
すなわち、一般用語辞書Ｐ１は英語から日本語への翻訳、中国語から日本語への翻訳、フランス語から日本語への翻訳などに使用することができる辞書データを備えている。
【０１５０】
この点は、他の辞書Ｐ２〜Ｐ６についても同様である。
【０１５１】
そして、前記言語判定手段４０１は文書がどういう言語（日本語、英語、中国語など）で記述されているかを、文書内の言語情報やコード体系を調べ、自動的に判定する機能を装備している。
【０１５２】
この判定に応じて、任意の１翻訳に使用される辞書セットに該当するＰ１〜Ｐ６のいずれかの辞書の内部で、当該翻訳に使用される部分（辞書データ）が決定される。
【０１５３】
例えば当該文書が英語で記述されている場合は、辞書セットの辞書のなかの英語から日本語への翻訳に対応する部分だけの使用が決定される。
【０１５４】
（Ｄ−２）第４の実施形態の効果
以上述べたように、本実施形態によれば、第２の実施形態の効果と同等な効果を得ることができる。
【０１５５】
加えて、本実施形態では、データベースに登録する文書の言語を、複数言語とすることができる（混在させることができる）。この点は、ディレクトリサーバの管理範囲をワールドワイドに拡大する際にも、有利である。
【０１５６】
(Ｅ）第５の実施形態
本実施形態と第３の実施形態の関係は、第４の実施形態と第２の実施形態の関係と同じである。
【０１５７】
（Ｅ−１）第５の実施形態の構成および動作
第３の実施形態と本実施形態の構成上、動作上の主要な相違点は、言語判定手段５０１の有無である。
【０１５８】
以下では、本実施形態の構成、動作が、第３の実施形態と異なる点についてのみ説明する。
【０１５９】
本実施形態の機械翻訳通信システム５０の構成を図１３に示す。
【０１６０】
図１３において、構成要素１０１，１０３，１０４，１０５，１０６，１０８，３０１，３０２，２０３に関しては、機能面も含めて同一符号を付した第３の実施形態の各部と同じなので、その詳しい説明は省略する。
【０１６１】
また、本実施形態の辞書データベース４０２の構成および機能は、同一符号を付した第４の実施形態の辞書データベースと同じである。
【０１６２】
そして、前記言語判定手段５０１の機能は、第４の実施形態の言語判定手段４０１と同じである。
【０１６３】
（Ｅ−２）第５の実施形態の効果
本実施形態によれば、第３の実施形態の効果と同等な効果を得ることができる。
【０１６４】
加えて、本実施形態によれば、データベースに登録する文書の言語を、複数言語とすることができる（混在させることができる）。この点は、ディレクトリサーバの管理範囲をワールドワイドに拡大する際にも、有利である。
【０１６５】
(Ｆ）他の実施形態
第１〜第５の実施形態では、閲覧手段、ディレクトリサーバ、外部ネットワークはそれぞれネットワークでつながれているものとしたが、これらは同一のコンピュータ上にあっても構わない。
【０１６６】
また、第１〜第５の実施形態では、ＣＧＩを用いて実現したが、Ｊａｖａなどを用いても同様な機能が実現できるし、閲覧手段の画面のリンクでしかアドレスの情報を送ることができないようにすれば、サーバ上で階層型データベースのノードの位置が把握できるので通常のハイパーリンクの仕組みでも実現することができる。
【０１６７】
さらに、第１〜第５の実施形態においては、翻訳環境識別子はディレクトリサーバ１０２，２００，３００，４００，５００によって翻訳対象文書に付与されてユーザ端末１０１に送られるようにしたが、翻訳対象文書が該当するカテゴリが決まれば翻訳に使用する辞書が自動的に決まる以上、必ずしもそのようにする必要はない。
【０１６８】
また、第１〜第５の実施形態では、辞書Ｄ１〜Ｄ６，Ｐ１〜Ｐ６は、ディレクトリサーバ１０２，２００，３００，４００，５００が備えているものであったが、ネットワーク１０８上に存在する辞書も、必要に応じてディレクトリサーバ１０２，２００，３００，４００，５００の機械翻訳に使用できるようにしてもよい。
【０１６９】
なお、第１〜第５の実施形態における辞書の数は６つであったが、これはもっと多くてもよく少なくてもよい。また、取り扱う階層ディレクトリは、図２のものよりも、カテゴリの数や階層数が多くてもよく、少なくてもよい。
【０１７０】
そして、カテゴリ数や階層数が増加して階層ディレクトリが大規模化した場合、必ずしも最上位のルート（一般用語辞書）まで溯って辞書セットを構築する必要はない。途中まで溯って構築してもよいし、また、下位方向へもたどるようにして、該当するカテゴリより例えば１階層分だけ下位のカテゴリも含めて辞書セットを構築するようにしてもよい。
【０１７１】
さらに、下位から上位へたどる途中のカテゴリから、例えば１階層だけ別な分岐を下位にたどって、辞書セットに含まれる辞書を選択するようにしてもよい。これにより、翻訳対象文書が複数分野に属し、なおかつ当該複数分野が分岐した別の枝に存在する上述したケースにも、ある程度対応することが可能になる。
【０１７２】
また、第４および第５の実施形態では、日本語、英語、中国語などを例示したが、言語の種類はこれに限定されない。
【０１７３】
さらに、第４および第５の実施形態では、翻訳元文書の言語が複数で翻訳先文書の言語は１種類であったが、翻訳先文書の言語も複数としてもよい。
【０１７４】
なお、第１の実施形態などでは、事前翻訳を行うようにしたが、これは必ずしも行わなくてもよい。
【０１７５】
すなわち、本発明は、受信した第１の言語の翻訳元文書を、設定された翻訳環境下で、第２の言語の翻訳先文書に翻訳する機械翻訳システムについて、広く適用することができる。
【０１７６】
【発明の効果】
以上に説明したように、本発明によれば、翻訳元文書が属する専門分野に応じて、翻訳環境を供給する１又は複数の翻訳環境供給手段を自動的に設定することができ、操作が簡単で使い勝手がよく、なおかつ高品質の翻訳先文書を得ることが可能である。
【図面の簡単な説明】
【図１】 第１の実施形態に係る機械翻訳通信システムの構成を示す概略図である。
【図２】 第１〜第５の実施形態に係る階層ディレクトリの構成を示す概略図である。
【図３】 第１〜第５の実施形態の動作を示すフローチャートである。
【図４】 第１〜第５の実施形態の動作を示す画面表示の一例である。
【図５】 第１〜第５の実施形態の動作を示す画面表示の一例である。
【図６】 第２および第４の実施形態の動作を示すフローチャートである。
【図７】 第３の実施形態に係る機械翻訳通信システムの構成を示す概略図である。
【図８】 第３および第５の実施形態の動作を示すフローチャートである。
【図９】 第２および第４の実施形態の動作を示す画面表示の一例である。
【図１０】 第３および第５の実施形態の動作を示す画面表示の一例である。
【図１１】 第２の実施形態に係る機械翻訳通信システムの構成を示す概略図である。
【図１２】 第４の実施形態に係る機械翻訳通信システムの構成を示す概略図である。
【図１３】 第５の実施形態に係る機械翻訳通信システムの構成を示す概略図である。
【符号の説明】
１０，２０，３０，４０，５０…機械翻訳通信システム、１１…階層ディレクトリ、１０１…ユーザ端末（閲覧手段）、１０２，２００，３００，４００，５００…ディレクトリサーバ、１０７，２０４，４０２…辞書データベース、１０３…通信制御手段、１０６…階層型データベース、１０８…（外部）ネットワーク、Ｄ１〜Ｄ６…専門用語辞書、Ｐ１〜Ｐ６…専門用語辞書、ＣＴ１〜ＣＴ１１…カテゴリ。

Claims (6)

1. 受信した第１の言語の翻訳元文書を、設定された翻訳環境下で、第２の言語の翻訳先文書に翻訳する機械翻訳システムにおいて、
   各翻訳元文書が属する専門分野を示す分野指示属性情報を、各専門分野の関係に応じた階層構造で関連付けて管理する階層型分野管理手段と、
   当該階層構造中の各分野指示属性情報に対応した翻訳環境を供給する翻訳環境供給手段と、
   前記翻訳の際には、翻訳元文書に係る分野指示属性情報が属する、前記階層構造中の位置を認識し、その位置から少なくとも上位層の方に辿った分野指示属性情報間の関係に応じ、この関係上の全て又は一部の分野指示属性情報に対応付けられた、翻訳環境を供給する１又は複数の前記翻訳環境供給手段を当該翻訳のために自動的に設定する翻訳環境設定手段と
   を備えることを特徴とする機械翻訳システム。
2. 請求項１の機械翻訳システムにおいて、
   前記翻訳環境供給手段は、専門用語辞書であることを特徴とする機械翻訳システム。
3. 請求項２の機械翻訳システムにおいて、
   原言語の文書と、この文書の対訳である目的言語の文書とが、それぞれ文単位に対応付けされた対訳文書の登録を受ける対訳文書登録手段と、
   当該対訳文書の比較により、自動的に辞書データを得る対訳辞書データ獲得手段と、
   ここで得られた辞書データを、当該対訳文書と同一専門分野の専門用語辞書の内容に反映させる対訳辞書内容変更手段とを備えることを特徴とする機械翻訳システム。
4. 請求項２の機械翻訳システムにおいて、
   単一の文書の登録を受ける単一文書登録手段と、
   当該文書に対する所定の処理に基づいて自動的に辞書データを得る単一辞書データ獲得手段と、
   ここで得られた辞書データを、当該文書と同一専門分野の専門用語辞書に反映させる単一辞書内容変更手段とを備えることを特徴とする機械翻訳システム。
5. 請求項２の機械翻訳システムにおいて、
   原言語の文書と、この文書の対訳である目的言語の文書とが、それぞれ文単位に対応付けされた対訳文書の登録を受ける対訳文書登録手段と、
   対訳文書の比較により、自動的に辞書データを得る対訳辞書データ獲得手段と、
   ここで得られた辞書データを、当該対訳文書と同一専門分野の専門用語辞書の内容に反映させる対訳辞書内容変更手段とを備える対訳処理手段を具備すると共に、
   単一の文書の登録を受ける単一文書登録手段と、
   当該文書に対する所定の処理に基づいて自動的に辞書データを得る単一辞書データ獲得手段と、
   ここで得られた辞書データを、当該文書と同一専門分野の専門用語辞書に反映させる単一辞書内容変更手段とを備える単一文書処理手段を具備し、
   前記対訳処理手段又は単一文書処理手段のいずれか一方を選択して動作させる選択手段を備えることを特徴とする機械翻訳システム。
6. 請求項２〜５のいずれかの機械翻訳システムにおいて、
   前記専門用語辞書は、少なくとも第１の言語に関しては、複数種類の言語に対応した複数言語用辞書であると共に、
   翻訳しようとする前記翻訳元文書の第１の言語の種類を判定する翻訳元言語判定手段を備え、
   複数の第１の言語から第２の言語への翻訳に対応することを特徴とする機械翻訳システム。

Images