JP3765800B2 - 翻訳用辞書制御装置、翻訳用辞書制御方法、および翻訳用辞書制御プログラム - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は翻訳用辞書制御装置、翻訳用辞書制御方法、および翻訳用辞書制御プログラムに関し、例えば、複数の辞書を用いて機械翻訳を実行する場合などに適用して好適なものである。
【０００２】
【従来の技術】
一般的に機械翻訳システムでは、システムが標準装備する基本的な辞書（基本辞書）のほかに、分野固有の専門用語が登録された分野辞書や、ユーザが個別に作成したユーザ辞書を備えている。高品質な翻訳結果を得るためには、適切な辞書を適切な優先順位で参照するよう設定しなければならないが、多くの場合、辞書の選択およびその優先順位づけはユーザの判断に委ねられている。
【０００３】
こうした問題を解決するため、参照する辞書の優先順位を決定する技術として、下記の特許文献１に開示された技術がある。この技術では、翻訳対象の文書（以下、原文という）を構文解析し、その結果に対応する訳語がそれぞれの辞書に存在するかどうかをチェックして、存在する訳語数の多い辞書から順に高い優先順位をつけ、その優先順位に応じた順番で翻訳時に参照するというものである。この技術を用いることにより、個々の原文にあわせて、訳語の存在量が多い順に分野辞書が選択されるので、ユーザが辞書の選択を行なわなくても、より専門分野に近い翻訳処理が行なえる。
【０００４】
【特許文献１】
特開平６−６０１１７号公報
【０００５】
【発明が解決しようとする課題】
しかしながら、上記特許文献１に開示された技術では、各辞書に訳語が存在するかどうかだけを調べていて、その妥当性を検討していないので、たとえ訳語が多く含まれる辞書を優先的に参照したとしても、適切な翻訳結果を得られるとは限らず、翻訳結果の品質が低い。
【０００６】
例えば、特許文献１の技術では、単純に収録された訳語の数が多い辞書ほど優先順位が高くなる可能性が高いが、収録された訳語の数が多いからといって、その訳語の内容が、当該専門分野に適合したものである保証はないからである。例えば、前記基本辞書のほうが分野辞書よりも見出し語の数（訳語の数に対応）がはるかに多いことも少なくないが、基本辞書では、専門分野の翻訳は適切に行うことができないのが普通である。
【０００７】
また特許文献１の技術では、翻訳対象の文書を使って訳語の存在数をカウントするため、翻訳要求があるたびに辞書の優先順位を決定しなおさなければならいが、優先順位の決定には長い時間を要する。このため、翻訳要求を出すユーザの立場からみると、翻訳要求を出してから翻訳結果を得られるまでの時間（応答時間）が長いという問題がある。
【０００８】
【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、第１の本発明では、第１言語に属する語句と第２言語に属する語句を対応付けて格納した複数の翻訳用辞書を備える翻訳用辞書制御装置において、（１）１つ以上の語句を含む基準情報を受け入れる基準情報受入部と、（２）前記複数の翻訳用辞書と基準情報とを比較して、当該基準情報に対する各翻訳用辞書の類似度を求める類似度演算部と、（３）当該類似度をもとに、各翻訳用辞書を検索する際の優先度を規定する検索優先順位情報を生成して格納する検索優先順位格納部とを備えることを特徴とする。
【０００９】
また、第２の本発明では、第１言語に属する語句と第２言語に属する語句を対応付けて格納した複数の翻訳用辞書を用いる翻訳用辞書制御方法において、（１）基準情報受入部が、１つ以上の語句を含む基準情報を受け入れ、（２）類似度演算部が、前記複数の翻訳用辞書と基準情報とを比較して、当該基準情報に対する各翻訳用辞書の類似度を求め、（３）当該類似度をもとに、検索優先順位格納部が、各翻訳用辞書を検索する際の優先度を規定する検索優先順位情報を生成し格納しておくことを特徴とする。
【００１０】
さらに、第３の本発明では、第１言語に属する語句と第２言語に属する語句を対応付けて格納した複数の翻訳用辞書を利用する翻訳用辞書制御プログラムにおいて、コンピュータに、（１）１つ以上の語句を含む基準情報を受け入れる基準情報受入機能と、（２）前記複数の翻訳用辞書と基準情報とを比較して、当該基準情報に対する各翻訳用辞書の類似度を求める類似度演算機能と、（３）当該類似度をもとに、各翻訳用辞書を検索する際の優先度を規定する検索優先順位情報を生成して格納する検索優先順位格納機能とを実現させることを特徴とする。
【００１１】
【発明の実施の形態】
（Ａ）実施形態
以下、本発明にかかる翻訳用辞書制御装置、翻訳用辞書制御方法、および翻訳用辞書制御プログラムを、機械翻訳システムに適用した場合を例に実施形態について説明する。
【００１２】
第１および第２の実施形態に共通する特徴は、簡単な情報を入力することで翻訳辞書の優先順位を自動的に決定し、適切な辞書選択が行なえる仕組みを提供することにある。
【００１３】
（Ａ−１）第１の実施形態の構成
本実施形態にかかる機械翻訳システム１０の全体構成例を図１に示す。
【００１４】
図１において、当該機械翻訳システム１０は、入出力装置１と、処理装置２と、記憶装置３とを備えている。
【００１５】
このうち入出力装置１は、入力部１１と出力部１２とからなる。
【００１６】
入力部１１は、例えば、キーボードやマウスなどのポインティングデバイス、スキャナと文字認識処理、マイクと音声認識処理などの各種機能によって構成され得る部分で、ユーザＵ１が各種入力操作を行なう際に機能する。
【００１７】
出力部１２は、例えば、ディスプレイ装置への表示、音声への変換および音声出力などの各種機能によって構成され得る部分で、ユーザＵ１や記憶装置３内の各種ファイル（図示せず）に対して各種の情報を提供する。ここで、ユーザＵ１は、当該機械翻訳システム１０を操作するオペレータなどであってよい。
【００１８】
なお、当該入力部１１や出力部１２は、人間であるユーザＵ１とのインタフェースとして機能するだけでなく、リモートの、あるいはローカルの情報処理装置（図示せず）とのあいだで制御情報やデータのやり取りを行うためにも機能し得る。このようなユーザＵ１あるいは情報処理装置とのやり取りに応じて、後述する辞書集合ＳＴ１に含まれる辞書が取得されるものであってもよい。また、辞書集合ＳＴ１を構成する辞書の本体はＷｅｂサーバ側などに配置しておき、検索結果のみ（あるいは、翻訳結果のみ）をネットワーク経由で当該機械翻訳システム１０に取得する構成としてもよい。検索結果のみを取得するには、Ｗｅｂサーバ側でＣＧＩプログラムなどを利用して検索を行い、その結果を機械翻訳システム１０へ返送するようにすればよい。
【００１９】
前記記憶装置３は、ハードウエア的には、ハードディスクや光ディスクなどの不揮発性記憶手段や、メモリなどの揮発性記憶手段などから構成され、ソフトウエア的には、辞書やテーブルなど、各種の形式で情報を収容し記憶する部分である。
【００２０】
この記憶装置３は、前記辞書集合ＳＴ１のほか、辞書順位テーブル３４と、原文データベース３５と、訳文データベース３６と備えている。
【００２１】
このうち原文データベース３５は、機械翻訳の対象となる文書（原文）を格納しているデータベースで、複数の原文３５Ａ、３５Ｂを格納している。また、訳文データベース３６は、機械翻訳の結果として得られる文書（訳文）を格納するデータベースで、複数の訳文３６Ａ、３６Ｂを格納することができる。機械翻訳の対象となる文書を格納しているため、当該原文データベース３５は、翻訳処理部２２によってアクセスされるが、翻訳辞書制御部２１からアクセスされることはない。
【００２２】
必ずしもデータベースの形式で格納しておく必要はないが、記憶装置３にはこのように、機械翻訳の対象となる原文（例えば、３５Ａ）と、機械翻訳の結果として得られる訳文（例えば、３６Ａ）が格納される。
【００２３】
ここで、原文３５Ａと３５Ｂは、詳細に分類した場合、属する分野が異なるものであってよい。例えば、原文３５Ａは後述する「無線通信」分野に属する専門性の高い文書であり、原文３５Ｂは「有線通信」分野に属する文書であるが、専門性はそれほど高くなく、他の分野（例えば、「経済」分野など）に属する文章なども含まれているものとする。
【００２４】
辞書集合ＳＴ１は、集合の要素として複数の辞書を含む。辞書集合ＳＴ１に含まれる辞書はいずれも、機械翻訳の際、訳語を得るために検索される辞書であるが、基本辞書３２は、機械翻訳のために必要な一般的かつ標準的な情報を登録している辞書である。これに対し分野辞書３１Ａ〜３１Ｄは、各専門分野で用いられる専門用語を登録している辞書である。図示の例では当該辞書集合ＳＴ１に含まれる分野辞書３１Ａ〜３１Ｄの数は４つであるが、この数は４つより少なくてもよく、多くてもよいことは当然である。
【００２５】
専門分野の例としては、例えば、「政治」、「経済」、「電気」、「通信」などがあげられる。また、専門分野のあいだには、階層的な包含被包含の関係を設定することができ、内容的に近い分野でまとめてグループ分けすることも可能である。
【００２６】
例えば、階層的な包含被包含の関係の例としては、前記「通信」分野に、「無線通信」分野と「有線通信」分野が含まれ、「無線通信」分野には、「衛星通信」、「携帯電話」、「ＰＨＳ」、「ＣＳＭＡ／ＣＡ」などの各分野が含まれ、「有線通信」分野には、「ＣＳＭＡ／ＣＤ」、「ＡＤＳＬ」、「Ｌ３スイッチ」などの各分野が含まれる関係をあげることができる。また、グループ分けの例としては、前記「政治」と「経済」の分野を１つのグループに分類し、前記「電気」と「通信」をもう１つのグループに分類すること等があげられる。
【００２７】
専門分野の例として、「政治」、「経済」、「電気」、「通信」を想定すると、前記分野辞書３１Ａ〜３１Ｄのうち、分野辞書３１Ａは「政治」分野に対応し、分野辞書３１Ｂは「経済」分野に対応し、分野辞書３１Ｃは「電気」分野に対応し、分野辞書３１Ｄは「通信」分野に対応するものであってよい。
【００２８】
また、前記辞書集合ＳＴ１のなかには、前記基本辞書３２や分野辞書３１Ａ〜３１Ｄのほかに、ユーザ辞書３３を含んでいる。
【００２９】
ユーザ辞書は、個々のユーザ（ここでは、Ｕ１）の指定にしたがって見出し語や訳語を登録した辞書である。このため、ユーザ辞書の登録内容には、そのユーザの好みや嗜好が反映される。したがって、当該ユーザ辞書３３の内容をユーザＵ１が登録したものとすると、ユーザ辞書３３には、ユーザＵ１の好みや嗜好に応じた見出し語や訳語が登録されていることになる。
【００３０】
前記辞書順位テーブル３４は、機械翻訳のために辞書集合ＳＴ１内の各辞書を検索する際の優先順位を格納したテーブルである。
【００３１】
辞書集合ＳＴ１内の各辞書に対し、決定された優先順位にしたがって検索が行われるように制御できれば、必ずしも明示的に優先順位という形式で情報を用意する必要はないし、必ずしもテーブル形式で優先順位と各辞書を対応付ける必要もない。例えば、各辞書へのアクセス権を単リスト（単方向リスト）中の各要素のなかに格納し、要素中のポインタ（次の要素のアドレスを指定する）の値を、優先順位が変わるたびに変更するようにすれば、単リスト中における要素の順番がそのまま、優先順位を示すものになる。しかしながら本実施形態では、明示的に優先順位という形式で情報を用意し、なおかつ、テーブル形式で優先順位と各辞書を対応付けている。
【００３２】
当該辞書順位テーブル３４の構成は、例えば、図７に示すものであってよい。
【００３３】
図７において、当該辞書順位テーブル３４は、データ項目（列名）として、辞書名と優先順位を備えている。
【００３４】
辞書名として格納される値は、前記辞書集合ＳＴ１のなかで各辞書を一意に識別することができる識別情報であればどのような情報であってもかまわないが、図示の例では、「ＤＴ」のあとに、各辞書３１Ａ〜３３の符号の末尾の文字または数字（例えば、符号３１Ｂを付与した分野辞書３１Ｂの場合には「Ｂ」、符号３３を付与したユーザ辞書３３の場合には「３」）を付与したものをその辞書の辞書名としている。
【００３５】
また、辞書集合ＳＴ１の辞書のなかに例外を設け、例えば、ユーザ辞書３３が存在する場合には、無条件に最上位の優先順位（１位）を付与したり、基本辞書３２には無条件に最下位の優先順位を付与したりして、特定の辞書は常に特定の優先順位になるように制御することも可能であるが、ここでは、そのような例外は設けていない。
【００３６】
さらに、辞書集合ＳＴ１中の一部の辞書についてのみ優先順位を付与し、残りの辞書には付与しない構成（この場合、優先順位を付与していない辞書は検索しない）とすることは、検索効率の向上や訳質の低下防止のために有効な方法であると考えられる。例えば、前記グループ分けを利用して、ユーザＵ１が指定した辞書と同じグループに属する辞書にのみ優先順位を付与したり、類似度が所定のしきい値よりも小さい辞書（例えば、指定された辞書と比較して共通の見出し語や訳語が存在しない辞書）には優先順位を付与しない構成とすることも可能であるが、図７の例では、辞書集合ＳＴ１中の全辞書について優先順位を付与している。
【００３７】
なお、図７において、優先順位として格納される値は、そのまま該当する辞書の優先順位を示す数字となっている。
【００３８】
したがって、辞書順位テーブル３４が図７に示した状態である場合、もっとも優先順位が高いのは、辞書名ＤＴＤに対応する「通信」分野の分野辞書３１Ｄであり、２番目に優先順位が高いのは、辞書名ＤＴＣに対応する「電気」分野の分野辞書３１Ｃであり、３番目に優先順位が高いのは、辞書名ＤＴ３に対応するユーザ辞書３３であり、４番目に優先順位が高いのは、辞書名ＤＴ２に対応する基本辞書３２であり、５番目に優先順位が高いのは、辞書名ＤＴＢに対応する「経済」分野の分野辞書３１Ｂであり、もっとも優先順位が低いのは、辞書名ＤＴＡに対応する「政治」分野の分野辞書３１Ａである。
【００３９】
各辞書に関し当該優先順位の値を決定するのは、前記処理装置２に含まれる類似度判定部２１１である。
【００４０】
処理装置２は、ＣＰＵ（中央処理装置）などの演算装置や作業用の記憶手段としてのメモリ、制御部（必要に応じて、ＯＳ（オペレーティングシステム）なども含む）などを備えており、これらの資源を利用して翻訳辞書制御部２１と、翻訳処理部２２の機能が実現される。
【００４１】
当該翻訳辞書制御部２１の内部には、前記類似度判定部２１１のほか、辞書順位設定部２１２が設けられている。
【００４２】
類似度判定部２１１は、ユーザＵ１が指定した辞書と辞書集合ＳＴ１に含まれる他の辞書とを比較し、指定した辞書に対する各辞書の類似度を求める部分である。ユーザＵ１が指定する辞書は、辞書集合ＳＴ１の外部からも自由に選べるようにしてもよいが、ここでは、辞書集合ＳＴ１のなかから選ぶものとする。
【００４３】
指定した辞書と比較する辞書の範囲については、上述した階層的な包含被包含の関係や、グループ分けを利用して限定するようにしてもよい。例えば、階層的な包含被包含を用いて範囲を限定する場合、指定した辞書を根とする部分木（指定した辞書に包含される１または複数の辞書）に範囲を限定することができ、グループ分けを利用して範囲を限定する場合には、指定した辞書と同一のグループに属する１または複数の辞書に範囲を限定することができる。
【００４４】
ただし本実施形態では、優先順位の付与に関してすでに説明したように、このような限定を行わず、指定された辞書と、辞書集合ＳＴ１に含まれる他のすべての辞書とを比較して類似度を求めるものとする。
【００４５】
このような辞書の指定では、ユーザＵ１は、これから機械翻訳で翻訳しようとする１または複数の原文（例えば、３５Ａ）の内容に適合すると判断した辞書を指定することになるが、ユーザＵ１が興味を持つ分野が決まっていて、例えば、「通信」分野に属する文書を頻繁に読む場合などには、いったん決定した優先順位は、ほとんど変更する必要がない。ユーザＵ１が辞書の指定を変更しなければ、すでに決定されている優先順位がそのまま維持され、複数の原文（例えば、３５Ａと３５Ｂ）の翻訳に、同じ優先順位が適用される。
【００４６】
このため、当該類似度判定部２１１は、前回にユーザＵ１が指定した辞書がいずれの辞書であるかを（例えば、前記辞書名などにより）記憶しておき、今回、ユーザＵ１が指定した辞書が前回と同じであれば、前回の優先順位を維持する機能を持つことも望ましい。あるいは、ユーザインタフェース（例えば、前記ディスプレイ装置に表示する画面）の構成が、必ずしもユーザが辞書を指定しなくても、機械翻訳の開始を要求できるものである場合などには、ユーザが辞書を指定しなかった場合には、自動的に、前回の優先順位を再利用するようにしてもよい。辞書間の類似度を求めるには通常、かなりの処理量を要するため、類似度判定部２１１の処理能力にかかる負荷を軽減し、処理時間を短縮する上で、前回の優先順位を再利用して類似度を求めるための処理を節約できる効果は大きい。
【００４７】
もちろん本実施形態の場合、ユーザＵ１が指定した辞書は優先順位１位になるため、例えば、図７の例では、ユーザＵ１は、「通信」分野の分野辞書３１Ｄを指定したことになる。
【００４８】
辞書相互間の類似度を求める方法には様々なものが考えられるが、例えば、次の式（１）を用いて求めることも望ましい。
【００４９】
【式１】

この式（１）は、辞書Ｄ１の見出し語ｗ１＿｛ｉ｝およびその訳語ｔ１＿｛ｉ｝が辞書Ｄ２にも存在する場合、その重要度を総計するもので、総計した結果であるＳ（Ｄ１，Ｄ２）が、辞書Ｄ１とＤ２の類似度（例えば、分野辞書３１Ｄと、分野辞書３１Ｃの類似度）になる。
【００５０】
辞書Ｄ１とＤ２に、見出し語と訳語が１対１の関係で登録されているものとすると、辞書Ｄ１は、
Ｄ１＝（ｗ１＿｛０｝：ｔ１＿｛０｝，ｗ１＿｛１｝：ｔ１＿｛１｝，．．．．ｗ１＿｛ｎ｝：ｔ１＿｛ｎ｝）
と表現することができる。同様に、辞書Ｄ２は、
Ｄ２＝（ｗ２＿｛０｝：ｔ２＿｛０｝，ｗ２＿｛１｝：ｔ２＿｛１｝，．．．．ｗ２＿｛ｎ｝：ｔ２＿｛ｎ｝）
と表現することができる。
【００５１】
また、式（１）内の関数ｆ（ｗ＿｛ｉ｝）は、単語（ここでは、見出し語）がその辞書内に含まれていれば真（値として「１」に対応）を返し、含まれていなければ偽（値として「０」に対応）を返す関数である。同様に、関数ｆ（ｔ＿｛ｉ｝）は、単語（ここでは、訳語）がその辞書内に含まれていれば真（値として「１」に対応）を返し、含まれていなければ偽（値として「０」に対応）を返す関数である。
【００５２】
さらに、Ｗ（ｗ＿｛ｉ｝）は、見出し語ｗ＿｛ｉ｝の重要度を示す値である。この重要度には、あらかじめ計算された、コーパスでの出現頻度を正規化した値や、単語の分野における重要度を示すｔｆ＊ｉｄｆ値を用いることができる。ただし簡単のためには、Ｗ（ｗ＿｛ｉ｝）の値をすべての見出し語に共通の定数とすることもできる。その場合、式（１）の結果は、両方の辞書Ｄ１，Ｄ２に共通する見出し語と訳語の数を単純にカウントしたものに、ほぼ等しい。
【００５３】
ここで、ｔｆ＊ｄｉｆ値は、ある文書群における単語ｊの重要度を示し、以下の式（２）で表される。
【００５４】
【式２】

この式（２）において、ｉｄｆ（ｊ）は、次の式（３）で表される。
【００５５】
【式３】

また、式（２）、（３）において、ｔｆ（ｉｊ）は、ｉ番目の文書に単語ｊが含まれている個数を示し、ｉｄｆ（ｊ）は、単語ｊが含まれている文書数の逆数を示す。
【００５６】
なお、辞書間の構造（例えば、階層的な包含被包含の関係やグループなど）が予め明確である場合には、その構造を利用することによって、式（１）〜（３）などに応じた演算処理を実行するよりも、はるかに簡単に優先順位を決定できる可能性がある。例えば、階層的な包含被包含の関係を利用する場合、指定した辞書を根とする部分木のなかで根に近い節ほど優先順位を高くすることができるからである。この場合、式（１）〜（３）の演算は、根に対して同じ近さの節に位置する辞書のあいだの順位（そのような辞書が複数存在する場合に限る）を求める際にのみ利用するとよい。
【００５７】
前記辞書順位設定部２１２は、ユーザＵ１による辞書の指定や、当該類似度判定部２１１が求めた類似度に応じて各辞書の優先順位を決め、前記辞書順位テーブル３４に優先順位を設定する部分である。すべての類似度が求められたあと、類似度の値の大小から各辞書の優先順位を決める処理は、整列の問題とみなすことができるので、計算量の少ない整列アルゴリズム（例えば、クイックソートなど）に応じた処理内容とすることにより、効率的に実行することが可能である。辞書の数が図１に示したように少ない場合には、どのような処理で整列を行っても処理量などの差はほとんどないが、辞書の数が多くなった場合には、差は大きくなる。
【００５８】
ユーザＵ１が例えば前記辞書名などをもとに、前記入力部１１を介して辞書を指定すると、辞書順位設定部２１２は、その辞書の優先順位を１位に設定し、２位以下の辞書の優先順位は、類似度判定部２１１が求めた類似度に応じて設定する構成であってよい。
【００５９】
なお、前記類似度は予め内容が決まっている辞書集合ＳＴ１内の辞書相互間の関係のみによって決まるため、具体的な機械翻訳の要求（例えば、原文３５Ａの翻訳要求）が発生する前に求めておくことができ、求めた類似度を保存しておくことができる。
【００６０】
これにより、具体的な機械翻訳の要求が発生したときに類似度を求めるための処理を開始するケース（このケースは、前記特許文献１の技術に近い）に比べ、ユーザＵ１が機械翻訳の要求を出してから機械翻訳の結果を得るまでの時間（応答時間）を著しく短縮することが可能である。
【００６１】
さらに、類似度を機械翻訳の要求が発生する前に求めておく場合には、前記優先順位も、機械翻訳の要求が発生する前に生成して保存しておくこともできる。予め、すべての辞書の組み合わせ（辞書の対）に対して類似度を求め、ユーザＵ１があらゆる辞書を指定した場合の優先順位を生成した上で、例えば、図８に示す準備テーブルのように、指定する辞書ごとに整理し保存しておけば、実際にいずれかの辞書をユーザＵ１が指定したときには、直ちに、優先順位を決めることができる。
【００６２】
図８において、ユーザＵ１が、辞書名ＤＴＤの分野辞書３１Ｄを指定した場合の優先順位の系列は、最も上に配置された行Ｌ１に対応し、優先順位が高い順番に、「ＤＴＤ、ＤＴＣ、ＤＴ３，ＤＴ２，ＤＴＢ、ＤＴＡ」である。この行Ｌ１の内容は、図７に示した状態の辞書順位テーブル３４に等しい。これと同様に、ユーザＵ１が例えば辞書名ＤＴＣの分野辞書３１Ｃを指定した場合の優先順位の系列は、図８中の上から２番目の行である行Ｌ２に対応する。
【００６３】
ユーザＵ１が指定した辞書の辞書名を検索キーとして、該当する行（例えば、Ｌ１）が示す優先順位の系列を検索できるようにデータベース（準備テーブル）を構成しておくことは容易である。
【００６４】
このような準備テーブルを用いることにより、前記整列に要する時間も節約できるため、前記応答時間はいっそう短縮することが可能である。当該準備テーブルを前記記憶装置３に格納することができることは当然である。
【００６５】
前記翻訳処理部２２は、辞書集合ＳＴ１に含まれる各辞書を利用して機械翻訳を実行する部分である。入力部１１より翻訳対象の文書（例えば、原文３５Ａ）が入力されて前記原文データベース３５に格納されると、当該翻訳処理部２２が、その文書の機械翻訳を実行する。この機械翻訳のなかには、前記辞書順位テーブル３４で定義された優先順位に応じた順番で辞書集合ＳＴ１中の各辞書を検索し、検索結果に応じた語句の置き換え（見出し語と訳語の置き換え）を行う処理が含まれる。
【００６６】
当該翻訳処理部２２は、形態素解析部２２１と、構文解析部２２２と、変換部２２３と、形態素生成部２２４とを備えている。
【００６７】
このうち形態素解析部２２１は原文（例えば、３５Ａ）を形態素解析する部分で、構文解析部２２２は原文を構文解析する部分である。そして変換部２２３が、前記辞書順位テーブル３４に格納された優先順位にしたがって前記辞書集合ＳＴ１中の各辞書の検索を行い、検索結果に応じた語句の置き換えを実行する部分である。
【００６８】
形態素生成部２２４は、翻訳結果（訳文）を構成する形態素を生成する部分である。形態素の内容は言語に依存して決まるが、例えば、第２言語（訳文の言語）が日本語であるとすると、語句の置き換えによって得られた動詞（訳語が動詞の場合）の活用語尾を決定する処理などは、当該形態素生成部２２４によって実行され得る。
【００６９】
以下、上記のような構成を有する本実施形態の動作について、図２〜図４のフローチャートを参照しながら説明する。
【００７０】
図２のフローチャートは優先順位を設定するまでの処理の流れを示すもので、Ｓ２１〜Ｓ２６の各ステップを備えている。
【００７１】
また、図３のフローチャートは機械翻訳処理の流れを示すもので、Ｓ３１〜Ｓ３６の各ステップを備えている。さらに、図４のフローチャートは変換処理の流れを示すもので、Ｓ４１〜Ｓ４７の各ステップを備えている。この図４のフローチャートは、図３のフローチャートのなかのステップＳ３４の詳細を示すものである。
【００７２】
（Ａ−２）第１の実施形態の動作
図２において、ユーザＵ１が、優先したい辞書を、前記辞書集合ＳＴ１の中から選んで入力部１１より指定すると（Ｓ２１）、システムは指定された辞書を辞書順位テーブル３４の優先順位１位にセットし（Ｓ２２）、これにつづくステップＳ２３〜Ｓ２６の処理で、優先順位２位以下の辞書を決める。
【００７３】
優先順位２位以下を決めるには、辞書集合ＳＴ１のなかに未処理の辞書、すなわち、優先順位が決まっていない辞書が存在するか否かを調べ（Ｓ２３）、存在する場合には、ユーザＵ１が指定した辞書に対するその辞書の前記類似度を、前記類似度判定部２１１が求める処理（Ｓ２４）を繰り返すことになる。このステップＳ２３およびＳ２４の処理は、指定した辞書に対する類似度を求めていない辞書がなくなるまで繰り返される。
【００７４】
例えば、ユーザＵ１が指定した辞書が辞書名ＤＴＤの分野辞書３１Ｄであるとすると、この繰り返しにより、辞書集合ＳＴ１中の他のすべての辞書の当該分野辞書３１Ｄに対する類似度が算出されることになる。
【００７５】
そして、すべての類似度が算出されると、その類似度をもとに各辞書を整列（ソート）し、整列の結果を辞書順位テーブル３４に格納することになる（Ｓ２５，Ｓ２６）。
【００７６】
類似度を算出する際の処理の詳細については、すでに説明した通りである。
【００７７】
なお、図２のフローチャートでは、ユーザＵ１が辞書を指定したとき、その指定に応じて類似度の算出などの各処理を行っているが、上述したように、ユーザＵ１による辞書の指定を待つことなく、予め、例えば、図８に示すような準備テーブルを生成しておくことができる。
【００７８】
利用形態などにも依存するが、多くの場合、ユーザＵ１が辞書を指定するのは機械翻訳システム１０に対し具体的な機械翻訳を要求する直前であると考えられるので、類似度の算出などの処理に長時間を要したのでは、ユーザＵ１からみると、実質的に前記応答時間が長い場合と等しい結果となる可能性が高い。これに対し、予め、類似度を算出して準備テーブルを生成し保存してある場合には、当該準備テーブルに対する簡単な検索を一度実行するだけで、必要な優先順位の系列を得て、その系列を前記辞書順位テーブル３４にセットすることができるので、応答時間は短い。
【００７９】
いずれにしても、辞書順位テーブル３４に必要な優先順位の系列がセットされたあと、機械翻訳を開始することが可能な状態となる。ここでは、当該セットによって辞書順位テーブル３４が図７に示す状態となったものとする。
【００８０】
この状態で、ユーザＵ１が入力部１１から例えば前記原文３５Ａを入力してその翻訳を要求したものとすると、図３のフローチャートの処理が開始される。
【００８１】
図３において、当該原文３５Ａが入力されると（Ｓ３１）、前記形態素解析部２２１が当該原文３５Ａに対する形態素解析を実行し（Ｓ３２）、前記構文解析部２２２が構文解析を実行し（Ｓ３３）、前記変換部２２３が変換処理、すなわち各辞書（例えば、３１Ｄ）の検索結果に応じた語句の置き換えを実行し（Ｓ３４）、形態素生成部２２４が、置き換えられた訳語に関する前記活用語尾の決定などを実行し、最後に、翻訳結果として例えば前記訳文３６Ａが出力される（Ｓ３６）。
【００８２】
前記応答時間は、このステップＳ３１から、ステップＳ３６までの処理に要する時間であるが、図３からも明らかなように、前記類似度の算出などの処理量の大きな処理はステップＳ３１〜Ｓ３６のあいだに介在しないため、本実施形態の応答時間は、前記特許文献１などに比べてはるかに短い。
【００８３】
図３に示したステップＳ３４の変換処理の詳細を示す図４のフローチャートにおいて、最初は、変数ｉに初期値として１を代入する（Ｓ４１）。この変数ｉの値は、検索する辞書の優先順位を示しているので、前記変換部２２３は優先順位がｉ番目の辞書を検索することになる（Ｓ４２）。ｉに１が代入された状態で行われる最初の検索で検索の対象となるのは、前記優先順位１位で辞書名がＤＴＤの分野辞書３１Ｄである。
【００８４】
当該分野辞書３１Ｄのなかに、求める辞書データが存在する場合には、ステップＳ４３はｙｅｓ側に分岐し、当該分野辞書３１Ｄの辞書データに応じて原文３５Ａ内の該当する語句が、その辞書データに対応する訳語に置き換えられる（Ｓ４４）。しかし、当該分野辞書３１Ｄのなかに求める辞書データが存在しない場合にはステップＳ４３はｎｏ側に分岐して、前記辞書順位テーブル３４に格納されている優先順位の系列中に、優先順位が当該分野辞書３１Ｄより下位の辞書が存在するか否かを検査する（Ｓ４５）。
【００８５】
存在する場合には、前記変数ｉにｉ＋１を代入（ｉをインクリメント）した上で、前記変換部２２３に辞書の検索を実行させる。ｉがインクリメントされたことによって、このときの検索では、変換部２２３は、優先順位２位の辞書（ここでは、分野辞書３１Ｃ）を検索する（Ｓ４２）。以降も同様な処理が繰り返され得るから、置き換えようとしている原文３５Ａ中の語句に対応する語句が検索できるまで、優先順位が上位の辞書から下位の辞書へ、順次、検索の対象が切り替えられる。その語句が上位の辞書で検索できた場合には、当該語句に関する限り、下位の辞書の検索は行わないことは当然である。優先順位の系列中に６つの辞書が存在するなら、ステップＳ４２，Ｓ４３，Ｓ４５，Ｓ４６によって構成されるループは、最大で、５回繰り返される可能性がある。
【００８６】
なお、図４の例では、前記基本辞書３２は、前記優先順位系列に含めていないため、基本辞書３２以外の辞書による検索で、求める語句が検索できず、なおかつ、優先順位系列中のすべての辞書の検索が終了したときには、ステップＳ４５がｎｏ側に分岐して、当該基本辞書３２による語句の置き換えを実行する手順となっている。
【００８７】
この図４のフローチャートは、原文３５Ａ内のすべての語句の置き換えが完了するまで繰り返し実行されることになる。
【００８８】
図４のフローチャートにより語句の置き換えを行う際には、辞書順位テーブル３４に設定されている優先順位にしたがって辞書が検索されるから、優先順位の高い辞書に登録されている訳語が優先的に訳出される。
【００８９】
なお、原文３５Ａ以外の原文（例えば、３５Ｂ）を機械翻訳する際にも、ユーザＵ１が辞書の指定を変更しなければ、当該原文３５Ａを機械翻訳する場合と同様、図７に示したものと同じ優先順位のもとで、図３や図４のフローチャートに応じた処理を実行することができることは当然である。
【００９０】
（Ａ−３）第１の実施形態の効果
本実施形態によれば、前記類似度を介して、各辞書の訳語の妥当性まで加味した検査を行うことができるため、翻訳結果の品質を高めることが可能である。
【００９１】
また、本実施形態においては、具体的な機械翻訳の要求（例えば、原文３５Ａの翻訳要求）が発生する前に、類似度を求めておいたり、前記準備テーブルを生成しておくことができるため、従来に比べて、応答時間を飛躍的に短縮することが可能である。
【００９２】
（Ｂ）第２の実施形態
以下では、本実施形態が第１の実施形態と相違する点についてのみ説明する。
【００９３】
第１の実施形態では、ユーザＵ１が指定した辞書を基準とし、その辞書に対する他の辞書の類似度を求めたが、本実施形態では、ユーザＵ１は翻訳したい文書（例えば、原文３５Ａ）と同じ分野に属する第１言語のコーパスと第２言語のコーパスを指定し、これらのコーパスを基準として辞書集合内の各辞書の類似度を求めることを特徴とする。
【００９４】
（Ｂ−１）第２の実施形態の構成および動作
本実施形態にかかる機械翻訳システム４０の全体構成例を図５に示す。
【００９５】
図５において、図１と同じ符号を付与した構成要素の機能は第１の実施形態と同じなので、その詳しい説明は省略する。
【００９６】
本実施形態の処理装置２に関しては、単語抽出部２１３が付加された点が、記憶装置３に関しては、コーパス３７を記憶する点が、第１の実施形態と相違する。
【００９７】
コーパス３７の中には、第１言語（原文の言語）のコーパス３７Ａと第２言語（訳文の言語）のコーパス３７Ｂが含まれている。
【００９８】
本実施形態の場合、辞書ではなくコーパスを指定できるため、ユーザＵ１は、語句の選択などが自身の好みに適合するコーパスを選んで指定することが可能である。このコーパス３７Ａ、３７Ｂは、あとで翻訳を要求する原文（例えば、３５Ａ）が属する分野と同じ分野に属するものであることが必要である。ただし、必ずしも詳細なレベルまで同じである必要はなく、例えば、前記「無線通信」分野と「有線通信」分野程度の相違ならば、ともに包含される上位の「通信」分野が同じであることに基づいて、同一とみなすことができる。
【００９９】
また、前記単語抽出部２１３は、ユーザＵ１が入力したコーパス３７Ａ、３７Ｂから複数の単語を抽出する部分である。単語の抽出にあたっては、すべての単語を抽出するようにしてもよく、予め定めた抽出基準に適合する単語だけを抽出するようにしてもよい。
【０１００】
同時に処理される１対のコーパス３７Ａと３７Ｂは、同一の分野に属するものでありさえすれば、必ずしも原文と訳文の関係にある必要はなく、文の対応や、分量の対応が取れている必要もない。
【０１０１】
本実施形態の類似判定部２１１は、当該単語抽出部２１３が抽出した単語群に対する辞書集合ＳＴ１中の各辞書の類似度を算出することになる。
【０１０２】
本実施形態おいても、類似度を求める方法には様々なものが考えられるが、例えば、抽出された単語群のなかの単語と一致する単語を多く含む辞書ほど類似度が高くなるようにすることも望ましい。また、第１言語コーパス３７Ａから抽出された単語群に含まれる単語と一致する単語の数と、第２言語コーパス３７Ｂから抽出された単語群に含まれる単語と一致する単語の数を合計したものを、その辞書の類似度としてもよい。さらに、第１言語と第２言語の重みを変えたり、コーパス中の単語の出現頻度を加味して類似度の値に反映させるようにしてもよい。
【０１０３】
本実施形態で優先順位を設定するまでの処理の流れは、図６のフローチャートに示す通りである。図６のフローチャートは、第１の実施形態における図２のフローチャートに対応するもので、Ｓ６１〜Ｓ６６の各ステップを備えている。
【０１０４】
図６において、ユーザＵ１が入力部１１を介してコーパス（テキスト）３７Ａ、３７Ｂを入力すると（Ｓ６１）、前記単語抽出部２１３が当該コーパス３７Ａ、３７Ｂから単語を抽出し（Ｓ６２）、未処理の辞書がなくなるまで、抽出した単語群のなかの単語が各辞書に出現する数をカウントする動作を繰り返す（Ｓ６３，Ｓ６４）。ここで、出現単語数（単語数）は、類似度に対応する。
【０１０５】
したがって、ステップＳ６４につづくステップＳ６５は前記ステップＳ２５と同等な処理であり、ステップＳ６６は前記ステップＳ２６と同等な処理である。
【０１０６】
なお、複数の分野に属する第１言語コーパスの集合と第２言語コーパスの集合をユーザＵ１に入力させておけば、第１の実施形態で行ったように、本実施形態でも、予め図８に示すものと同等な準備テーブルを生成し保存しておくことが可能である。
【０１０７】
ただし本実施形態の場合、ユーザＵ１が具体的な翻訳を要求するとき、準備テーブルの検索キーとなるのは、辞書名などではなく、コーパス（例えば、３７Ａ）である。
【０１０８】
（Ｂ−２）第２の実施形態の効果
本実施形態によれば、第１の実施形態の効果とほぼ同等な効果を得ることが可能である。
【０１０９】
加えて、本実施形態では、翻訳したい原文（例えば、３５Ａ）と同じ分野に属するコーパス（３７）を指定することで辞書集合（ＳＴ１）内の辞書の優先順位を決めることができる。
【０１１０】
これにより、ユーザ（Ｕ１）は、語句の選択などが自身の好みに適合するコーパスを選んで指定することが可能である。第１の実施形態のように辞書を指定する場合、適切な辞書を指定するには辞書に対する知識や経験がある程度、必要になる可能性が高いが、自然言語で記述されたコーパスの場合には、知識や経験の乏しいユーザであっても、容易に指定することが可能である。
【０１１１】
（Ｃ）他の実施形態
上記第１および第２の実施形態では、１つの機械翻訳システム１０の内部に翻訳辞書制御部２１や記憶装置３が設けられていたが、翻訳辞書制御部２１および記憶装置３は、翻訳処理部２２などとは別個に、独立して設けることも可能である。
【０１１２】
なお、上記第１の実施形態では、ユーザＵ１が辞書を１つ指定した場合について具体的に説明したが、２つ以上の辞書を指定した場合でも同様の処理を行うことができる。
【０１１３】
また、上記優先順位系列のなかに、基本辞書３２を含めないようにしてもよい点はすでに説明した通りである。
【０１１４】
さらに、上記第２の実施形態では、コーパス（テキスト）から単語を抽出する場合について述べたが、単語に限らず、複合語やイディオム単位で抽出するようにしてもよい。また、見出し語や訳語だけでなく、解析によって得られた各種情報（語形変化情報、文脈情報など）を利用した訳し分けを行なうようにしてもよい。
【０１１５】
また、辞書の類似度を求める際には、ユーザが指定した辞書（例えば、３１Ｄ）とその辞書（例えば、３１Ａ）の内容だけでなく、他の辞書（例えば、３１Ｃ）の内容も加味して決めるようにしてもよい。
【０１１６】
以上の説明では主としてハードウエア的に本発明を実現したが、本発明はソフトウエア的に実現することも可能である。
【０１１７】
【発明の効果】
以上に説明したように、本発明によれば、類似度をもとに優先順位を決めているため翻訳結果の品質が高い。
【０１１８】
また本発明では、翻訳の応答時間を短縮することが可能である。
【図面の簡単な説明】
【図１】第１の実施形態で使用する機械翻訳システムの全体構成例を示す概略図である。
【図２】第１の実施形態の動作例を示すフローチャートである。
【図３】第１の実施形態の動作例を示すフローチャートである。
【図４】第１の実施形態の動作例を示すフローチャートである。
【図５】第２の実施形態で使用する機械翻訳システムの全体構成例を示す概略図である。
【図６】第２の実施形態の動作例を示すフローチャートである。
【図７】第１および第２の実施形態で使用する辞書順位テーブルの構成例を示す概略図である。
【図８】第１および第２の実施形態で使用することが可能な準備テーブルの構成例を示す概略図である。
【符号の説明】
１…入出力装置、２…処理装置、３…記憶装置、１０，４０…機械翻訳システム、１１…入力部、１２…出力部、３１Ａ〜３１Ｄ…分野辞書、３２…基本辞書、２１…翻訳辞書制御部、２２…翻訳処理部、３３…ユーザ辞書、３４…辞書順位テーブル、３５…原文データベース、３６…訳文データベース、２１１…類似度判定部、２１２…辞書順位設定部、２２１…形態素解析部、２２２…構文解析部、２２３…変換部、２２４…形態素生成部、ＳＴ１…辞書集合。

Claims (10)

1. 第１言語に属する語句と第２言語に属する語句を対応付けて格納した複数の翻訳用辞書を備える翻訳用辞書制御装置において、
   １つ以上の語句を含む基準情報を受け入れる基準情報受入部と、
   前記複数の翻訳用辞書と基準情報とを比較して、当該基準情報に対する各翻訳用辞書の類似度を求める類似度演算部と、
   当該類似度をもとに、各翻訳用辞書を検索する際の優先度を規定する検索優先順位情報を生成して格納する検索優先順位格納部とを備え、
   前記基準情報として、所定の複数の分野のうち該当する分野に属するコーパスを用いることを特徴とする翻訳用辞書制御装置。
2. 請求項１の翻訳用辞書制御装置において、
   前記類似度演算部は、
   前記コーパスのうち第１言語のコーパスに含まれる１つ以上の語句と各翻訳用辞書の第１言語の語句とを比較すると共に、前記コーパスのうち第２言語のコーパスに含まれる１つ以上の語句と各翻訳用辞書の第２言語の語句とを比較することによって、前記類似度を求めることを特徴とする翻訳用辞書制御装置。
3. 第１言語に属する語句と第２言語に属する語句を対応付けて格納した複数の翻訳用辞書を備える翻訳用辞書制御装置において、
   １つ以上の語句を含む基準情報を受け入れる基準情報受入部と、
   前記複数の翻訳用辞書と基準情報とを比較して、当該基準情報に対する各翻訳用辞書の類似度を求める類似度演算部と、
   当該類似度をもとに、各翻訳用辞書を検索する際の優先度を規定する検索優先順位情報を生成して格納する検索優先順位格納部とを備え、
   前記基準情報として、前記複数の翻訳用辞書のうちのいずれか１つを用いることを特徴とする翻訳用辞書制御装置。
4. 請求項１〜３のいずれかに記載の翻訳用辞書制御装置において、
   翻訳の要求が発生する前に、前記類似度演算部が類似度を求め、求めた類似度、または類似度に応じて生成され格納された前記検索優先順位情報を保存しておくことを特徴とする翻訳用辞書制御装置。
5. ＣＰＵを搭載した処理装置が、基準情報受入部、類似度演算部及び検索優先順位格納部を備え、
   基準情報受入部が、１つ以上の語句を含む基準情報を受け入れ、
   類似度演算部が、第１言語に属する語句と第２言語に属する語句を対応付けて格納した複数の翻訳用辞書と基準情報とを比較して、当該基準情報に対する各翻訳用辞書の類似度を求め、
   当該類似度をもとに、検索優先順位格納部が、各翻訳用辞書を検索する際の優先度を規定する検索優先順位情報を生成し格納しておくと共に、
   前記基準情報として、所定の複数の分野のうち該当する分野に属するコーパスを用いることを特徴とする翻訳用辞書制御方法。
6. 請求項５の翻訳用辞書制御方法において、
   前記類似度演算部は、
   前記コーパスのうち第１言語のコーパスに含まれる１つ以上の語句と各翻訳用辞書の第１言語の語句とを比較すると共に、前記コーパスのうち第２言語のコーパスに含まれる１つ以上の語句と各翻訳用辞書の第２言語の語句とを比較することによって、前記類似度を求めることを特徴とする翻訳用辞書制御方法。
7. ＣＰＵを搭載した処理装置が、基準情報受入部、類似度演算部及び検索優先順位格納部を備え、
   基準情報受入部が、１つ以上の語句を含む基準情報を受け入れ、
   類似度演算部が、第１言語に属する語句と第２言語に属する語句を対応付けて格納した複数の翻訳用辞書と基準情報とを比較して、当該基準情報に対する各翻訳用辞書の類似度 を求め、
   当該類似度をもとに、検索優先順位格納部が、各翻訳用辞書を検索する際の優先度を規定する検索優先順位情報を生成し格納しておくと共に、
   前記基準情報として、前記複数の翻訳用辞書のうちのいずれか１つを用いることを特徴とする翻訳用辞書制御方法。
8. 請求項５〜７のいずれかに記載の翻訳用辞書制御方法において、
   翻訳の要求が発生する前に、前記類似度演算部が類似度を求め、求めた類似度、または類似度に応じて生成され格納された前記検索優先順位情報を保存しておくことを特徴とする翻訳用辞書制御方法。
9. ＣＰＵを搭載した処理装置を、
   １つ以上の語句を含む基準情報を受け入れる基準情報受入部と、
   第１言語に属する語句と第２言語に属する語句を対応付けて格納した複数の翻訳用辞書と、所定の複数の分野のうち該当する分野に属するコーパスでなる基準情報とを比較して、当該基準情報に対する各翻訳用辞書の類似度を求める類似度演算部と、
   当該類似度をもとに、各翻訳用辞書を検索する際の優先度を規定する検索優先順位情報を生成して格納する検索優先順位格納部
   として機能させることを特徴とする翻訳用辞書制御プログラム。
10. ＣＰＵを搭載した処理装置を、
    １つ以上の語句を含む基準情報を受け入れる基準情報受入部と、
    第１言語に属する語句と第２言語に属する語句を対応付けて格納した複数の翻訳用辞書と、これら複数の翻訳用辞書のうちのいずれか１つである基準情報とを比較して、当該基準情報に対する各翻訳用辞書の類似度を求める類似度演算部と、
    当該類似度をもとに、各翻訳用辞書を検索する際の優先度を規定する検索優先順位情報を生成して格納する検索優先順位格納部
    として機能させることを特徴とする翻訳用辞書制御プログラム。

Images