JP4384939B2 - 言語判別装置、翻訳装置、翻訳サーバ、言語判別方法並びに翻訳処理方法 - Google Patents

Description

この発明は、例えばユーザがインターネットによりアクセスしたＷＥＢ（World Wide Web）ページの言語を自動判別して、ユーザの使用言語に翻訳するのに用いられる言語判別装置、翻訳装置、翻訳サーバ、言語判別方法並びに翻訳処理方法に関する。

近年、インターネットは広く認知され、情報収集の手法の一つとして一般に利用されるようになった。

しかしながら、ユーザがインターネットによりアクセスしたＷＥＢページが、ユーザの使用言語とは異なる言語で表示されている場合には、ユーザはその内容を理解することができない。

そこで、ユーザの使用言語とは異なる言語で表示されているＷＥＢページを翻訳エンジンで翻訳し、翻訳結果をＷＥＢページに反映してユーザの端末装置に表示させることが行われている。

そして、この場合、ＷＥＢページの使用言語を自動的に判別することが行われている（例えば特許文献１参照）。

このような言語の自動判別は、ホームページ（ＷＥＢページ）に記載されている文字のエンコードを参照することにより行われていた。
特開２０００−３３０９９２号公報

しかしながら、欧州では英語でも他の言語でも同一のエンコードを利用していることから、地域によっては判別を行うことができなかった。しかも、エンコードは共通化される方向にあり、このためエンコードを参照することによる言語判別には限界があり、言語判別を確実に行うことができる方策が望まれている。

この発明は、このような問題を解消するためになされたものであって、言語判別を自動で確実に行うことができる言語判別装置及び言語判別方法を提供し、さらにはこれらを利用した翻訳装置、翻訳サーバ、翻訳処理方法の提供を目的とする。

上記課題を解決するために、この発明は、以下の手段を提供する。
（１）複数の言語についての各言語毎に、文字コード表の中でその言語の文字が割り当てられていない未定義の文字コードのリストを記憶する記憶手段と、言語判別対象の文字列に含まれる各文字の文字コードと、前記記憶手段に記憶されている各言語の未定義の文字コードリストとを、文字列に含まれる各文字毎に照合する照合手段と、照合手段による照合の結果、前記複数の言語のうち、未定義の文字コードに該当する文字が前記文字列に含まれていなかった言語を、その文字列の言語と判別する判別手段と、を備えたことを特徴とする言語判別装置。
（２）複数の言語についての各言語毎に、文字コード表の中でその言語の文字が割り当てられていない未定義の文字コードのリストを記憶する記憶手段と、言語判別対象の文字列に含まれる各文字の文字コードと、前記記憶手段に記憶されている各言語の未定義の文字コードリストとを、文字列に含まれる各文字毎に照合する照合手段と、照合手段による照合の結果、前記複数の言語のうち、未定義の文字コードに該当する文字が前記文字列に含まれていなかった言語を、その文字列の言語と判別する判別手段と、前記判別手段により言語判別された文字列を、他の言語に翻訳する翻訳手段と、を備えたことを特徴とする翻訳装置。
（３）複数の言語についての各言語毎に、文字コード表の中でその言語の文字が割り当てられていない未定義の文字コードのリストを記憶する記憶手段と、言語判別対象の文字列に含まれる各文字の文字コードと、前記記憶手段に記憶されている各言語の未定義の文字コードリストとを、文字列に含まれる各文字毎に照合する照合手段と、照合手段による照合の結果、前記複数の言語のうち、未定義の文字コードに該当する文字が前記文字列に含まれていなかった言語を、その文字列の言語と判別する判別手段と、前記判別手段により言語判別された前記ＷＥＢページの文字列を、他の言語に翻訳する翻訳手段と、翻訳結果を反映させたＷＥＢページを、前記ユーザ端末に表示させる表示制御手段と、を備えたことを特徴とする翻訳サーバ。

請求項１に係る発明によれば、言語判別対象の文字列に含まれる各文字の文字コードと、記憶手段に記憶されている、文字コード表の中の各言語の未定義の文字コードリストとを照合し、照合の結果、前記複数の言語のうち、未定義の文字コードに該当する文字が前記文字列に含まれていなかった言語を、その文字列の言語と判別するものである。即ち、各言語に特有の未定義の文字コードを利用して判別を行うから、ホームページ（ＷＥＢページ）に記載されている文字のエンコードを参照する場合のように、共通のエンコードのために言語判別が困難となるおそれもなく、確実にかつ自動的に言語判別を行うことができる。

しかも、照合手段は、前記文字列に含まれる各文字毎に、その文字コードと各言語の未定義の文字コードリストとを照合していくから、照合処理及び言語の絞り込みを迅速にかつ確実に行うことができる。

請求項２に係る発明によれば、言語判別を行った後、言語判別された文字列を他の言語に翻訳するから、確実な言語判別により適正な言語への翻訳を行うことができる。

しかも、前記文字列に含まれる各文字毎に、その文字コードと各言語の未定義の文字コードリストとを照合していくから、照合処理及び言語の絞り込みを迅速にかつ確実に行うことができ、ひいては適正な翻訳を迅速に行うことができる。

請求項３に係る発明によれば、ユーザがアクセスしたＷＥＢページの言語を自動的に判別して、ユーザ端末に翻訳結果を反映させたＷＥＢページを表示させるから、ユーザはＷＥＢページの表示言語の相違を意識することなく、継続してネットサーフィンを楽しむことができる。

しかも、照合処理及び言語の絞り込みを迅速にかつ確実に行うことができ、ひいては適正な翻訳を迅速に行うことができるから、翻訳結果を反映したＷＥＢページを迅速に表示させることができる。

以下、この発明の一実施形態を説明する。

図１はこの発明の一実施形態に係るＷＥＢページ翻訳システムの概略構成を示すブロック図である。

図１において、１はパーソナルコンピュータ等からなるユーザ端末であり、このユーザ端末１は、ＷＥＢブラウザ１１によりインターネット２を介して翻訳サーバ３に接続可能となされている。

前記翻訳サーバ３は、ネットインターフェイス部３１と、未定義文字コードリスト記憶部３２と、ＷＥＢページ記憶部３３と、言語判別部３４と、翻訳部３５と、翻訳ファイル保存部３６と、ＷＥＢページ再構築部３７と、制御部３８とを備えている。

前記ネットインターフェイス部３１は、インターネット２と翻訳サーバ３とを接続する入出力部として機能する。

前記未定義文字コードリスト記憶部３２には、複数の言語についての各言語毎に、文字コード表における文字が割り当てられていない未定義の文字コードのリストが予め記憶されている。例えば、図４（ａ）に示すＡという言語については、文字コード表における未定義のＡ１〜Ａ１６の文字コードが、未定義文字コードリストとして記憶されている。また、図４（ｂ）に示すＢという言語については、文字コード表における未定義のＢ１〜Ｂ６の文字コードが、未定義文字コードリストとして記憶されている。さらに、他の言語についても同様に、未定義文字コードリストが予め記憶されている。理想的には、インターネット上で使用される全ての言語についての未定義文字コードリストが記憶されているのが最も望ましいが、少なくとも主要言語について記憶されていればよい。ただし、この発明は、これに限定されることはなく、複数の言語についての未定義文字コードリストが記憶されていればよい。

前記ＷＥＢページ記憶部３３は、ユーザがユーザ端末１でＵＲＬ（Uniform Resource Locator）により指定したアドレス先のＷＥＢページの内容を記憶するものである。

前記言語判別部３４は、前記ＷＥＢページ記憶部３３に記憶されたＷＥＢページに表示された文字列の言語を自動判別するものである。判別処理の具体的内容は後述する。

前記翻訳部３５は、各言語に対応する複数の翻訳エンジンを備え、前記言語判別部３４で言語判別されたＷＥＢページの文字列を、ユーザの使用言語に翻訳するものである。例えば、日本語ユーザがアクセスしたＷＥＢページが英語サイトのページであることが判別されたときは、そのＷＥＢページの内容を日本語に翻訳し、中国語のＷＥＢページについては中国語を日本語に翻訳する。

前記翻訳ファイル保存部３６は翻訳部３５による翻訳結果を保存し、前記ＷＥＢページ再構築部３７は翻訳結果を反映したＷＥＢページを再構築する。

前記制御部３８は、翻訳サーバ３の全体を統括的に制御するものである。例えば、ユーザが指定したＵＲＬのＷＥＢページを取り込んでＷＥＢページ記憶部３３に記憶させたり、言語判別や翻訳を行わせたり、翻訳後の翻訳ファイルを翻訳ファイル保存部３６に保存させたり、ＷＥＢページ再構築部３７に翻訳結果を反映させたＷＥＢページを再構築させたり、再構築させたＷＥＢページをユーザ端末１に送信して表示させたりする。

次に、図１に示したＷＥＢページ翻訳システムにおいて、翻訳サーバ３の動作を説明する。

ユーザは、ユーザ端末１から翻訳サーバ３にアクセスした後、ＵＲＬを指定する。翻訳サーバ３の制御部３８は、ＵＲＬの指定があったか否かを判断し、なければ（Ｓ１の判断がＮＯ）、処理を終了する。ＵＲＬの指定があれば（Ｓ１の判断がＹＥＳ）、Ｓ２で、制御部３８はＵＲＬで指定されたＷＥＢページの内容をインターネット及びネットインターフェイス部３１を通じて取得した後、Ｓ３で、取得したＷＥＢページの内容をＷＥＢページ記憶部３３に記憶する。

次にＳ４で、言語判別部３４は前記ＷＥＢページ記憶部３３に記憶されたＷＥＢページに表示されている文字列の言語を判別する。この言語判別処理については後述する。

言語判別が行われると、Ｓ５で、翻訳部３５は判別された言語の翻訳エンジンを用いて、そのＷＥＢページの文字列をユーザの使用言語（例えば日本語）に翻訳した後、Ｓ６で翻訳ファイルを翻訳ファイル保存部３６に保存する。

次いで、Ｓ７で、ＷＥＢページ再構築部３７は、ＷＥＢページ記憶部３３に記憶されているＷＥＢページの内容と翻訳ファイル保存部３６に保存されている翻訳ファイルとからＷＥＢページをその文字列を翻訳した内容のものに再構築する。そして、Ｓ８で、制御部３８は再構築されたＷＥＢページの内容を、ネットインターフェイス部３１を介してユーザ端末１に送信して、翻訳サーバ３側の処理を終了する。

ユーザ端末１に送信された翻訳後のＷＥＢページは、ユーザ端末１の図示しない表示装置に表示され、これによりユーザはアクセスしたＷＥＢページを、ユーザの言語で見ることができる。

ユーザが、表示されたＷＥＢページにおいてリンク先を指定すると、今度はそのリンク先のＷＥＢページに対して図２に示したのと同様の処理が行われ、ユーザの言語に自動的に翻訳されたリンク先のＷＥＢページを、ユーザは見ることができる。

このような処理により、ユーザはＷＥＢページの表示言語の相違を意識することなく、継続してネットサーフィンを楽しむことができる。

図３は、図２のフローチャートにおけるＳ４の言語判別処理の内容を示すフローチャートである。

Ｓ４１で、言語判別部３４は、翻訳対象のＷＥＢページで使用されている文字列を抽出した後、その文字列の第１の文字について、その文字コードが未定義文字コードリスト記憶部３２に記憶されている１つの言語、例えば図４（ａ）に示したＡ言語の、文字コード表の中の文字が割り当てられていない未定義の文字コード（図４（ａ）ではＡ１〜Ａ１６）に該当するか否かを判断する。

該当しなければ（Ｓ４２の判断がＮＯ）、Ｓ４４に進む。該当すれば（Ｓ４２の判断がＹＥＳ）、Ａ言語の未定義文字コードに文字が定義されていることになり、従ってその文字の言語はＡではないことになる。このため、Ｓ４３で、Ａ言語ではないと判別した後Ｓ４４に進む。

Ｓ４４では、前記文字列の第１の文字が、別の言語、例えば図４（ｂ）に示したＢ言語の未定義の文字コード（図４（ｂ）ではＢ１〜Ｂ６）に該当するか否かを判断する。

該当しなければ（Ｓ４４の判断がＮＯ）、次の言語について照合する。該当すれば（Ｓ４４の判断がＹＥＳ）、Ｂ言語の未定義文字コードに文字が定義されていることになり、従ってその文字の言語はＢではないことになる。このため、Ｓ４５で、Ｂ言語ではないと判別する。

このようにして、前記文字列の第１の文字について、未定義文字コードリスト記憶部３２に記憶されている全ての言語に対する、未定義の文字コードリストとの照合を実行する。

そしてＳ４６で、第１の文字について全ての言語との照合を終了したか否かを判断する。終了していなければ（Ｓ４６の判断がＮＯ）、Ｓ４２に戻って全ての言語との照合が終了するまで照合を続ける。第１の文字について全ての言語との照合が終了していれば（Ｓ４６の判断がＹＥＳ）、Ｓ４７で、言語の候補が１つに絞られたか否かを判断する。

１つの候補に絞られていなければ（Ｓ４７の判断がＮＯ）、Ｓ４２に戻って、今度は文字列の第２の文字について、Ｓ４２〜Ｓ４６の照合処理による言語候補の絞り込みを実行する。言語の候補が１つに絞り込まれるまで、文字列の第３の文字、第４の文字、・・・・について、照合処理を実行する。

このように、文字列の１文字毎に、各言語の未定義文字コードとの照合を行うから、照合処理及び言語の絞り込みを迅速にかつ確実に行うことができる。

Ｓ４７で、言語の候補が１つに絞り込まれると（Ｓ４７の判断がＹＥＳ）、Ｓ４８で、その言語をその文字列の言語であると判別する。

なお、図３の判別処理では、言語候補が１つに絞り込まれた段階でその言語候補をＷＥＢページの使用言語と判別したが、文字列の全ての文字について、全ての言語の未定義の文字コードリストとの照合を行ったのちに、言語を判別しても良い。

以上本発明の一実施形態を説明したが、本発明は上記実施形態に限定されることはない。例えば、ＷＥＢページ翻訳システムにおいて、ＷＥＢページの言語を判別する場合を説明したが、ＷＥＢページの言語判別に限定されることはなく、自動言語判別を行う全ての場合において本発明に係る言語判別装置及び言語判別方法を適用できる。

この発明の一実施形態に係るＷＥＢページ翻訳システムの概略構成を示すブロック図である。 図１のＷＥＢページ翻訳システムに用いられている翻訳サーバの動作を示すフローチャートである。 図２のフローチャートにおけるＳ４の言語判別処理の内容を示すフローチャートである。 基本的な考え方を説明するための文字コード表の一例を示す図である。

符号の説明

１ ユーザ端末
２ インターネット
３ 翻訳サーバ
３１ ネットインターフェイス部
３２ 未定義文字コードリスト記憶部
３３ ＷＥＢページ記憶部
３４ 言語判別部（照合手段、判別手段）
３５ 翻訳部
３６ 翻訳ファイル保存部
３７ ＷＥＢページ再構築部
３８ 制御部

Claims (3)

1. 複数の言語についての各言語毎に、文字コード表の中でその言語の文字が割り当てられていない未定義の文字コードのリストを記憶する記憶手段と、
   言語判別対象の文字列に含まれる各文字の文字コードと、前記記憶手段に記憶されている各言語の未定義の文字コードリストとを、文字列に含まれる各文字毎に照合する照合手段と、
   照合手段による照合の結果、前記複数の言語のうち、未定義の文字コードに該当する文字が前記文字列に含まれていなかった言語を、その文字列の言語と判別する判別手段と、
   を備えたことを特徴とする言語判別装置。
2. 複数の言語についての各言語毎に、文字コード表の中でその言語の文字が割り当てられていない未定義の文字コードのリストを記憶する記憶手段と、
   言語判別対象の文字列に含まれる各文字の文字コードと、前記記憶手段に記憶されている各言語の未定義の文字コードリストとを、文字列に含まれる各文字毎に照合する照合手段と、
   照合手段による照合の結果、前記複数の言語のうち、未定義の文字コードに該当する文字が前記文字列に含まれていなかった言語を、その文字列の言語と判別する判別手段と、
   前記判別手段により言語判別された文字列を、他の言語に翻訳する翻訳手段と、
   を備えたことを特徴とする翻訳装置。
3. 複数の言語についての各言語毎に、文字コード表の中でその言語の文字が割り当てられていない未定義の文字コードのリストを記憶する記憶手段と、
   言語判別対象の文字列に含まれる各文字の文字コードと、前記記憶手段に記憶されている各言語の未定義の文字コードリストとを、文字列に含まれる各文字毎に照合する照合手段と、
   照合手段による照合の結果、前記複数の言語のうち、未定義の文字コードに該当する文字が前記文字列に含まれていなかった言語を、その文字列の言語と判別する判別手段と、
   前記判別手段により言語判別された前記ＷＥＢページの文字列を、他の言語に翻訳する翻訳手段と、
   翻訳結果を反映させたＷＥＢページを、前記ユーザ端末に表示させる表示制御手段と、
   を備えたことを特徴とする翻訳サーバ。

Images