JP6067952B1 - 翻字処理装置、翻字処理方法、翻字処理プログラム、及び情報処理装置 - Google Patents

Abstract

一実施形態に係る翻字処理装置は、所定の文字体系を有する第１の言語で記述された第１の単語をアルファベット表記で表した第１のアルファベット文字列と第１の言語とは異なる文字体系を有する第２の言語で記述された第２の単語をアルファベット表記で表した第２のアルファベット文字列とを取得する文字列取得部と、第１のアルファベット文字列に含まれる第１の子音要素と第２のアルファベット文字列に含まれる第２の子音要素とが予め定められた対応関係にあるか否かの判定を実行し、当該判定の結果に基づいて第１の単語と第２の単語とが翻字関係にあるか否かを決定する決定部と、決定部によって翻字関係にあると決定された第１の単語及び第２の単語を翻字対として出力する出力部と、を備える。

Description

本発明の一側面は、翻字処理装置、翻字処理方法、翻字処理プログラム、及び情報処理装置に関する。

従来、一の言語（例えば日本語）で記述された単語と、当該単語と翻字関係にある他の言語（例えば英語）で記述された単語とのペア（以下「翻字対」）が登録された翻字辞書データが、種々の用途で利用される。例えば、翻字辞書データは、インターネット上で商品（サービスを含む）を販売するウェブサイト（ＥＣサイト）において、ユーザによって入力されるキーワードに基づく商品検索を行う際等に利用される。

例えば上記の商品検索の際に、当該商品検索を実行するコンピュータは、翻字辞書データを参照することにより、日本語のカタカナ表記の「ボジョレー」が検索キーワードとして入力された場合に、日本語のカタカナ表記の「ボジョレー」を含むウェブページだけでなく、日本語のカタカナ表記の「ボジョレー」と翻字関係にあるアルファベット表記の「Ｂｅａｕｊｏｌａｉｓ」を含むウェブページも検索結果として提示することが可能となる。

従来、このような翻字辞書データの作成（すなわち、翻字辞書データへの翻字対の登録）は、人による手作業や、予め用意された学習データに基づく機械学習等によって行われている（例えば下記特許文献１参照）。

特開２００７−１５６５４５号公報

しかしながら、上述した翻字辞書データの作成を人が手作業で行う場合（すなわち、一の言語の単語が他の言語の単語と翻字関係にあるか否かを人が個々に判断する場合）には、非常に手間がかかる。一方、翻字辞書データの作成を機械学習により行う場合には、適切な翻字ルールを網羅的に生成するための学習データ（すなわち、互いに翻字関係にあることが判明している翻字対）を用意することが困難であるという問題がある。これは、適切な翻字ルールが作成するためにどのような学習ルールを用いて機械学習を行えばよいかを事前に把握することが困難であることに起因する。そこで、このような翻字辞書データの作成の効率化を図るために、翻字対を効率良く検出することが要請されている。

本発明の一側面に係る翻字処理装置は、所定の文字体系を有する第１の言語で記述された第１の単語をアルファベット表記で表した第１のアルファベット文字列と、第１の言語とは異なる文字体系を有する第２の言語で記述された第２の単語をアルファベット表記で表した第２のアルファベット文字列と、を取得する文字列取得部と、第１のアルファベット文字列に含まれる第１の子音要素と第２のアルファベット文字列に含まれる第２の子音要素とが予め定められた対応関係にあるか否かの判定を実行し、当該判定の結果に基づいて第１の単語と第２の単語とが翻字関係にあるか否かを決定する決定部と、決定部によって翻字関係にあると決定された第１の単語及び第２の単語を翻字対として出力する出力部と、を備える。

本発明の一側面に係る翻字処理方法は、少なくとも一つのプロセッサにより実行される翻字処理方法であって、所定の文字体系を有する第１の言語で記述された第１の単語をアルファベット表記で表した第１のアルファベット文字列と、第１の言語とは異なる文字体系を有する第２の言語で記述された第２の単語をアルファベット表記で表した第２のアルファベット文字列と、を取得する文字列取得ステップと、第１のアルファベット文字列に含まれる第１の子音要素と第２のアルファベット文字列に含まれる第２の子音要素とが予め定められた対応関係にあるか否かの判定を実行し、当該判定の結果に基づいて第１の単語と第２の単語とが翻字関係にあるか否かを決定する決定ステップと、決定ステップにおいて翻字関係にあると決定された第１の単語及び第２の単語を翻字対として出力する出力ステップと、を含む。

本発明の一側面に係る翻字処理プログラムは、所定の文字体系を有する第１の言語で記述された第１の単語をアルファベット表記で表した第１のアルファベット文字列と、第１の言語とは異なる文字体系を有する第２の言語で記述された第２の単語をアルファベット表記で表した第２のアルファベット文字列と、を取得する文字列取得ステップと、第１のアルファベット文字列に含まれる第１の子音要素と第２のアルファベット文字列に含まれる第２の子音要素とが予め定められた対応関係にあるか否かの判定を実行し、当該判定の結果に基づいて第１の単語と第２の単語とが翻字関係にあるか否かを決定する決定ステップと、決定ステップにおいて翻字関係にあると決定された第１の単語及び第２の単語を翻字対として出力する出力ステップと、をコンピュータに実行させる。

このような側面においては、第１のアルファベット文字列に含まれる第１の子音要素と第２のアルファベット文字列に含まれる第２の子音要素とが予め定められた対応関係にあるか否かの判定結果に基づいて、第１の言語で記述された第１の単語と第２の言語で記述された第２の単語とが翻字関係にあるか否かが決定される。このように、互いに異なる文字体系を有する言語で記述された単語同士が翻字関係にあるか否かを、それぞれの単語をアルファベット表記で表したアルファベット文字列に含まれる子音要素間の対応関係に着目して決定することにより、翻字対を効率良く検出することができる。

本発明の一側面によれば、翻字対を効率良く検出することができる。

実施形態における翻字処理装置を含む情報処理システムの機能構成を示す図である。 翻字辞書データの一例を示す図である。 実施形態における情報処理システムに用いられるコンピュータのハードウェア構成を示す図である。 ＥＣサイトのウェブページの構成の例を示す図である。 単語取得部、文字列取得部、及び分割部の処理の一例を示す図である。 単語取得部、文字列取得部、及び分割部の処理の一例を示す図である。 子音ルール及び禁止ルールの一例を示す図である。 実施形態に係る翻字処理装置の動作を示すフローチャートである。 図８におけるステップＳ４の処理の詳細を示すフローチャートである。 実施形態に係る翻字処理プログラムの構成を示す図である。

以下、添付図面を参照しながら本発明の実施形態を詳細に説明する。なお、図面の説明において同一又は同等の要素には同一の符号を付し、重複する説明を省略する。

図１〜図７を用いて、実施形態に係る翻字処理装置１０を含む情報処理システム１の機能及び構成を説明する。情報処理システム１は、翻字処理装置１０と、情報処理装置２０と、を含む。

翻字処理装置１０は、所定の文字体系を有する第１の言語で記述された第１の単語と、第１の言語とは異なる文字体系を有する第２の言語で記述された第２の単語とが翻字関係にあるか否かを決定し、翻字関係にあると決定された単語のペアを翻字対として出力する装置である。具体的には、翻字処理装置１０は、第１の単語をアルファベット表記で表した第１のアルファベット文字列と、第２の単語をアルファベット表記で表した第２のアルファベット文字列とを取得する。そして、翻字処理装置１０は、第１のアルファベット文字列に含まれる子音要素と第２のアルファベット文字列に含まれる子音要素とが予め定められた対応関係にあるか否かの判定の結果に基づいて、第１の単語と第２の単語とが翻字関係にあるか否かを決定する。

「文字体系」とは、世界で使用されている書き言葉（文字）の分類区分を意味する。文字体系の具体例としては、ラテン文字、アラビア文字、ギリシア文字、キリル文字、漢字、かな文字、ハングル等の分類区分が挙げられる。また、「ある言語ａがある文字体系ｂを有する」とは、当該言語ａにおいて使用される文字の分類区分が当該文字体系ｂであることを意味する。例えば、ラテン文字が使用される英語、フランス語、及びドイツ語等は、文字体系としてラテン文字を有する。同様に、ロシア語は文字体系としてキリル文字を有し、中国語は文字体系として漢字を有し、日本語は文字体系として漢字及びかな文字（ひらがな及びカタカナ）を有する。

「アルファベット表記」とは、個々の文字が子音又は母音の音素を表す音素文字による表記全般を意味する。本実施形態では、アルファベット表記の一例として、「Ａ」から「Ｚ」までの２６個のラテン文字によるラテン文字表記を用いるが、アルファベット表記は、例えばギリシア文字やキリル文字等のラテン文字以外の文字による表記も含む概念であってよい。

「ある言語ａの単語ｗをアルファベット表記で表したアルファベット文字列ｘ」は、当該単語ｗがアルファベット表記（本実施形態では上述の通りラテン表記を意味する。以下同様。）で記述されている場合（例えば言語ａが英語である場合等）には、当該単語ｗと同一の文字列である。一方、当該単語ｗがアルファベット表記で記述されていない場合（例えば言語ａが日本語であり、単語ｗがカタカナ表記で記述されている場合等）には、上記アルファベット文字列ｘは、当該単語ｗをアルファベット表記（例えばローマ字表記等）に変換することにより得られる文字列である。

「翻字」とは、一の文字体系で記述された文字を他の文字体系による文字に変換することを意味する。ここで、一の文字体系で記述された１文字が他の文字体系で記述された１以上の文字に変換されてもよいし、一の文字体系で記述された２以上の文字が他の文字体系で記述された１以上の文字に変換されてもよい。

一の言語Ｌ１の単語Ｗ１と当該言語Ｌ１とは異なる文字体系を有する他の言語Ｌ２の単語Ｗ２とが「翻字関係にある」とは、単語Ｗ２が単語Ｗ１を翻字することにより得られる単語であること（すなわち、単語Ｗ１を言語Ｌ２による表記に変換した単語が単語Ｗ２であること）及びその逆が成立することを意味する。例えば、カタカナ表記の「ボジョレー」は、アルファベット表記の「Ｂｅａｕｊｏｌａｉｓ」をカタカナ表記に変換した単語であるため、カタカナ表記の「ボジョレー」とアルファベット表記の「Ｂｅａｕｊｏｌａｉｓ」とは、翻字関係にあるといえる。「翻字対」とは、互いに翻字関係にある単語の組を意味する。例えば上述したカタカナ表記の「ボジョレー」とアルファベット表記の「Ｂｅａｕｊｏｌａｉｓ」との組は、翻字対である。

本実施形態では一例として、翻字処理装置１０は、日本語（第１の言語）で記述されたカタカナ表記の単語（第１の単語。以下「カタカナ単語」という。）と、英語（第２の言語）で記述されたアルファベット表記の単語（第２の単語。以下「英単語」という。）とが翻字関係にあるか否かを決定する。ただし、翻字処理装置１０によって翻字関係にあるか否かを決定する対象となる言語の組み合わせは、上記に限られず、互いに異なる文字体系を有する言語同士の組み合わせであれば何でもよい。なお、本実施形態で例示する英単語には、英語以外の言語に由来する単語（例えば上述したフランス語に由来する「Ｂｅａｕｊｏｌａｉｓ」等）の英語表記が含まれる。

情報処理装置２０は、翻字処理装置１０から出力される翻字対が登録された翻字辞書データＴを参照することにより予め定められた処理（詳しくは後述）を実行する装置である。図２に、翻字辞書データＴの一例を示す。図２に示すように、翻字辞書データＴは、互いに翻字関係にあるカタカナ単語及び英単語からなる翻字対を複数含むデータである。ここで、翻字辞書データＴの実装方式は限定されない。例えば、翻字辞書データＴは、翻字処理装置１０から情報処理装置２０に受け渡されるテキストファイルであってもよいし、任意のデータベース管理システムによって管理されるデータベースであってもよい。なお、図２における翻字辞書データＴの左側の列にはカタカナ単語（カタカナ表記）に対応するローマ字表記を併記しているが、実際の処理においては、ローマ字表記は、翻字辞書データＴに登録されていなくてもよい。

情報処理装置２０が翻字辞書データＴを参照することにより実行する処理及び用途は、特定の処理及び用途に限定されない。以下では、情報処理装置２０がインターネット上で商品（サービスを含む）を販売するウェブサイト（ＥＣサイト）を構成するコンピュータ装置として実装される場合を例に挙げて、情報処理装置２０が実行する処理のいくつかの例について説明する。なお、ＥＣサイトにより販売される「サービス」の具体例としては、旅行のツアー及び宿泊の予約、コンサートチケットの予約、並びにゴルフ場の予約等が挙げられる。

（情報処理装置による処理の第１の例）
情報処理装置２０は、翻字辞書データＴを参照することにより、ＥＣサイトを利用するユーザによって入力される検索キーワードに基づく商品検索を実行してもよい。具体例として、カタカナ表記の「ボジョレー」がユーザによって検索キーワードとして入力された場合を考える。ここで、ＥＣサイトに出品している販売者によって、同一の商品Ｘを示すために用いる表記が異なる場合がある。言い換えれば、ＥＣサイト上において、商品Ｘをカタカナ表記の「ボジョレー」で表したウェブページもあれば、商品Ｘをカタカナ表記の「ボジョレー」と翻字関係にあるアルファベット表記の「Ｂｅａｕｊｏｌａｉｓ」で表したウェブページもある場合がある。ここで、「ウェブページ」とは、インターネット等の通信ネットワークを介してアクセス可能な場所に保存された文書データである。ウェブページは、例えばＨＴＭＬ、スタイルシート、及び画像データ等を含み、ウェブブラウザによって閲覧可能なように構成されている。

情報処理装置２０は、ユーザによって入力されたカタカナ表記の「ボジョレー」を第１の検索キーワードとして受け付けるとともに、翻字辞書データＴを参照することにより、カタカナ表記の「ボジョレー」と翻字関係にあるアルファベット表記の「Ｂｅａｕｊｏｌａｉｓ」を第２の検索キーワードとして取得する。そして、情報処理装置２０は、第１の検索キーワード又は第２の検索キーワードを含む商品のウェブページを検索結果としてユーザに提示する。これにより、ＥＣサイトを利用するユーザに対して、当該ユーザが所望する商品Ｘに関するより多くの情報を１回の検索操作（この例では、ユーザがカタカナ表記の「ボジョレー」を検索キーワードとして入力する操作）に対して提供することができる。その結果、ＥＣサイトを利用するユーザの利便性を向上させることができる。また、ＥＣサイトに商品を出品する店舗側にとっても、自身が販売する商品のウェブページが検索結果としてユーザに提示される機会が増えるため、自身が販売する商品の販売機会を増やすことができるというメリットがある。また、ユーザの検索回数を減らすことができるため、ユーザによって入力されるデータによる通信負荷や情報処理装置２０での検索処理にかかる処理負荷等を抑制することもできる。

（情報処理装置による処理の第２の例）
情報処理装置２０は、翻字辞書データＴを参照することにより、ユーザによる文字入力を補完する処理を実行してもよい。例えば、ＥＣサイト等の検索フォームにユーザがカタカナ表記の「ボジョレー」を入力した際に、その変換候補として、カタカナ表記の「ボジョレー」と翻字関係にあるアルファベット表記の「Ｂｅａｕｊｏｌａｉｓ」をユーザに提示してもよい。これにより、ユーザは、変換候補として提示されたアルファベット表記の「Ｂｅａｕｊｏｌａｉｓ」を選択することで、アルファベット表記の「Ｂｅａｕｊｏｌａｉｓ」を検索キーワードとして入力することができる。従って、例えば、アルファベット表記の「Ｂｅａｕｊｏｌａｉｓ」を含む商品のウェブページを検索するためにアルファベット表記の「Ｂｅａｕｊｏｌａｉｓ」を検索キーワードとして入力する必要があり、且つ、ユーザがアルファベット表記の「Ｂｅａｕｊｏｌａｉｓ」のスペルを知らない場合であっても、ユーザは所望する検索を容易に実行することが可能となる。その結果、ＥＣサイトを利用するユーザの利便性を向上させることができる。また、誤ったスペルの検索キーワードがユーザによって入力されることを抑制することができるため、無駄な検索処理の発生を抑制することもできる。

（情報処理装置による処理の第３の例）
情報処理装置２０は、翻字辞書データＴを参照することにより、商品の同一性を判定する処理を実行してもよい。例えば同一のＥＣサイトにおいて多数の出品者が同一の商品Ｘを個別に販売するような場合において、同一の商品Ｘが販売者によって様々な表記で表される場合がある。例えば同一の商品Ｘについて、ある販売者はカタカナ表記の「ボジョレー」を使用し、他の販売者はアルファベット表記の「Ｂｅａｕｊｏｌａｉｓ」を使用する場合があり得る。このような場合に、情報処理装置２０は、翻字辞書データＴを参照することにより、カタカナ表記の「ボジョレー」とアルファベット表記の「Ｂｅａｕｊｏｌａｉｓ」とが互いに翻字関係にあることを検出し、カタカナ表記の「ボジョレー」とアルファベット表記の「Ｂｅａｕｊｏｌａｉｓ」とが同一の商品を指していることを把握することができる。その結果、例えば、情報処理装置２０は、カタカナ表記の「ボジョレー」が使用されている商品の販売数とアルファベット表記の「Ｂｅａｕｊｏｌａｉｓ」が使用されている商品の販売数とを集計することにより、ＥＣサイトでの商品Ｘの販売総数を正確に算出することができる。

上記第１〜第３の例で述べた通り、情報処理装置２０は、翻字辞書データＴを参照することにより、様々な目的に応じた処理を実行することができる。ただし、上記の第１〜第３の例は翻字辞書データＴを用いた処理の一例に過ぎない。情報処理装置２０は、翻字辞書データＴを参照することにより、第１〜第３の例以外の処理を実行してもよい。

図３に、翻字処理装置１０又は情報処理装置２０として機能するコンピュータ１００の一般的なハードウェア構成を示す。コンピュータ１００は、オペレーティングシステムやアプリケーション・プログラム等を実行するプロセッサ（例えばＣＰＵ（Central Processing Unit））１０１と、ＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）で構成される主記憶部１０２と、ハードディスクやフラッシュメモリ等で構成される補助記憶部１０３と、ネットワークカード或いは無線通信モジュールで構成される通信制御部１０４と、キーボードやマウス等の入力装置１０５と、モニタ等の出力装置１０６と、を備える。当然ながら、搭載されるハードウェアモジュールはコンピュータ１００の種類により異なる。

情報処理システム１内の各機能要素は、プロセッサ１０１又は主記憶部１０２の上に所定のソフトウェアを読み込ませ、プロセッサ１０１の制御の下で通信制御部１０４や入力装置１０５、出力装置１０６等を動作させ、主記憶部１０２又は補助記憶部１０３におけるデータの読み出し及び書き込みを行うことで実現される。処理に必要なデータやデータベースは、主記憶部１０２又は補助記憶部１０３内に格納される。

翻字処理装置１０及び情報処理装置２０のそれぞれは、単一のコンピュータ１００によって構成されてもよいし、複数のコンピュータ１００間で処理を分散して実行する構成とされてもよい。また、翻字処理装置１０及び情報処理装置２０は、互いに異なるコンピュータ１００によって構成されてもよいし、単一のコンピュータ１００によって構成されてもよい。

図１に示すように、翻字処理装置１０は、機能的構成要素として、単語取得部１１と、文字列取得部１２と、分割部１３と、決定部１４と、ルール情報記憶部１５と、出力部１６と、を備える。翻字処理装置１０の各構成要素について以下に説明する。

単語取得部１１は、所定の文字体系を有する第１の言語で記述された第１の単語と、第１の言語とは異なる文字体系を有する第２の言語で記述された第２の単語と、を取得する機能要素である。上述の通り、本実施形態では一例として、第１の言語は文字体系としてかな文字を有する日本語であり、第１の単語はカタカナ表記のカタカナ単語である。また、第２の言語は文字体系としてラテン文字を有する英語であり、第２の単語はアルファベット表記の英単語である。従って、単語取得部１１は、カタカナ単語ｗ１及び英単語ｗ２を取得する。単語取得部１１により取得されるカタカナ単語ｗ１及び英単語ｗ２は、文字列取得部１２に受け渡され、後述の文字列取得部１２、分割部１３、及び決定部１４による処理を経て、翻字関係にあるか否かが決定される。

単語取得部１１は、カタカナ単語ｗ１及び英単語ｗ２の一方又は両方を複数取得してもよい。この場合、翻字処理装置１０は、カタカナ単語ｗ１と英単語ｗ２とのすべての組み合わせについて、後述する文字列取得部１２、分割部１３、及び決定部１４による処理を実行すればよい。このようにすれば、単語取得部１１によって取得されたカタカナ単語ｗ１及び英単語ｗ２の複数の組み合わせのうちから、翻字関係にある組み合わせを自動的に検出することが可能となる。

単語取得部１１は、例えば、インターネット上に公開されている任意のウェブページに含まれるテキスト情報を入力として受け付け、当該テキスト情報に含まれるカタカナ表記の単語をカタカナ単語ｗ１として取得し、当該テキスト情報に含まれるアルファベット表記の単語を英単語ｗ２として取得してもよい。

同一のウェブページに含まれるテキスト情報には、同一の概念（例えば、外来語で表される物の名称、外国の地名、外国人の氏名等）についてカタカナ表記及びアルファベット表記のそれぞれで表したカタカナ単語及び英単語が含まれている可能性が高い。言い換えれば、同一のウェブページに含まれるテキスト情報には、互いに翻字関係にあるカタカナ単語及び英単語が含まれている可能性が高い。このため、同一のウェブページに含まれるテキスト情報から翻字関係にあるか否かを決定する対象となるカタカナ単語ｗ１及び英単語ｗ２を取得することにより、翻字対を効率良く検出することが期待できる。

また、図４に示すように、ＥＣサイトにおいて商品又はサービスを提示するウェブページ（以下「商品ページ」と言う。）には、通常、商品の写真、価格、概要、詳細、レビューや商品を購入候補として選択する選択ボタン等の専用領域が設けられるとともに、商品又はサービスの名称を記載するための専用領域（商品名領域Ｒ）が設けられる。

ここで、商品又はサービスの名称が、カタカナ表記で表される場合（例えば、商品又はサービスの名称が、外来語で表される物の名称、外国の地名、外国人の氏名等に基づくものである場合）には、商品又はサービスの名称のカタカナ表記及びアルファベット表記の両方が商品名領域Ｒに含まれている可能性が高い。これは、ＥＣサイトにおける商品ページは、なるべく多くのユーザの目に触れられることが好ましいからである。すなわち、商品ページの管理者（例えば当該商品ページに提示される商品又はサービスの販売者）は、インターネット上でのウェブページ検索において、当該商品ページがなるべく多くの検索キーワードにより検索ヒットすることを望む。このような事情から、商品名領域Ｒには、商品又はサービスの名称のカタカナ表記及びアルファベット表記の両方が記載されている可能性が高い。

そこで、単語取得部１１は、ＥＣサイトの商品ページにおける商品名領域Ｒ（商品又はサービスの名称の記載箇所）を特定し、当該商品名領域Ｒに含まれるカタカナ表記の単語をカタカナ単語ｗ１として取得し、当該商品名領域Ｒに含まれるアルファベット表記の単語を英単語ｗ２として取得してもよい。これにより、翻字関係にある可能性の高いカタカナ単語ｗ１及び英単語ｗ２を抽出することができ、翻字対をより効率良く検出することが期待できる。ここで、単語取得部１１が商品名領域Ｒを特定する方法は何でもよいが、単語取得部１１は、例えば商品ページのレイアウトを示すレイアウト情報（例えばＨＴＭＬ等で記述された情報）を参照することにより、商品名領域Ｒを特定してもよい。

ただし、単語取得部１１がカタカナ単語ｗ１及び英単語ｗ２を取得する手法は上記の手法に限られない。例えば、単語取得部１１は、翻字処理装置１０のオペレータによって予め準備されたカタカナ単語ｗ１及び英単語ｗ２の組（或いは集合）を入力として受け付けてもよい。

文字列取得部１２は、第１の単語をアルファベット表記で表した第１のアルファベット文字列と、第２の単語をアルファベット表記で表した第２のアルファベット文字列と、を取得する機能要素である。具体的には、文字列取得部１２は、単語取得部１１により取得された第１の単語及び第２の単語（本実施形態では一例として、カタカナ単語ｗ１及び英単語ｗ２）を必要に応じてアルファベット文字列に変換する機能要素である。

図５に示すように、カタカナ単語ｗ１がカタカナ表記の「ボジョレー」であり、英単語ｗ２がアルファベット表記の「ＢＥＡＵＪＯＬＡＩＳ」である場合を例として、文字列取得部１２が実行する処理について説明する。なお、本明細書の以降の説明においては、英単語についてはすべて大文字で表すが、英単語ｗ２が小文字を含んでいてもよいことは言うまでもない。なお、英単語ｗ２が小文字を含んでいる場合には、文字列取得部１２は、大文字のみを用いることで文字列処理の単純化を図るために、英単語ｗ２に含まれるすべての小文字を大文字に変換してもよい。文字列取得部１２は、例えば予め用意された大文字と小文字との対応を示す変換テーブルを参照することにより、英単語ｗ２に含まれる小文字を当該小文字に対応する大文字に変換することができる。また、文字列取得部１２は、小文字のみを用いることで文字列処理の単純化を図る場合には、上述した手法と同様の手法により、英単語ｗ２に含まれるすべての大文字を小文字に変換してもよい。

図５の（ａ）に示すように、文字列取得部１２は、カタカナ単語ｗ１をローマ字表記（アルファベット表記）で表したローマ字文字列（第１のアルファベット文字列）ｓｔｒ１に変換する。文字列取得部１２は、例えば予め用意されたカタカナ文字とローマ字との対応を示す変換テーブルを参照することにより、カタカナ単語ｗ１に含まれるカタカナ文字を、当該カタカナ文字に対応するローマ字に変換することができる。図５の（ａ）の例では、文字列取得部１２は、上述した変換テーブルを用いた変換処理を実行することにより、カタカナ表記の「ボ」、「ジョ」、「レ」、「（エ）ー」のそれぞれをローマ字表記の「ＢＯ」、「ＪＯ」、「ＲＥ」、「Ｅ」に変換し、「ＢＯＪＯＲＥＥ」を示すローマ字文字列ｓｔｒ１を取得する。

一方、本実施形態では、図５の（ｂ）に示すように、英単語ｗ２は既にアルファベット表記で表されている。従って、文字列取得部１２は、単語取得部１１により取得された英単語ｗ２をそのまま英語文字列（第２のアルファベット文字列）ｓｔｒ２として取得する。

分割部１３は、ローマ字文字列ｓｔｒ１からローマ字配列（第１の配列）Ａを生成し、英語文字列ｓｔｒ２から英語配列（第２の配列）Ｂを生成する機能要素である。具体的には、分割部１３は、ローマ字文字列ｓｔｒ１を母音字から子音字に切り替わる境界で分割し、分割された個々の要素をローマ字文字列ｓｔｒ１における出現順に配列したローマ字配列Ａを生成する。また、分割部１３は、英語文字列ｓｔｒ２を母音字から子音字に切り替わる境界で分割し、分割された個々の要素を英語文字列ｓｔｒ２における出現順に配列した英語配列Ｂを生成する。

ローマ字文字列ｓｔｒ１又は英語文字列ｓｔｒ２に、母音字から子音字に切り替わる境界がない場合には、分割部１３は元のローマ字文字列ｓｔｒ１又は英語文字列ｓｔｒ２を単一の要素とするローマ字配列Ａ又は英語配列Ｂを生成すればよい。母音字から子音字に切り替わる境界がない文字列の例としては、「ｄｅ」等の子音要素と母音要素とがそれぞれ一つしかない文字列等がある。

「母音字」とは、アルファベット表記において母音を表す文字を意味する。上述の通り、本実施形態では一例として、アルファベット表記はラテン文字表記であるため、母音字は、「Ａ」、「Ｉ」、「Ｕ」、「Ｅ」、「Ｏ」である。一方、「子音字」とは、アルファベット表記において子音を表す文字（すなわち母音字以外の文字）を意味する。すなわち、子音字は、「Ａ」から「Ｚ」までの２６個の文字から上述した５つの母音字を除いた２１個の文字である。

以下、図５及び図６を用いて、分割部１３によって生成されるローマ字配列Ａ及び英語配列Ｂについて説明する。なお、以下に説明する配列の表現形式は一例に過ぎず、分割部１３によって生成される配列の具体的なデータ構造を限定するものではない。

（分割部による処理の第１の例）
図５を用いて、分割部１３による処理の第１の例について説明する。図５の（ａ）に示すように、分割部１３は、ローマ字文字列ｓｔｒ１（“ＢＯＪＯＲＥＥ”）を母音字から子音字に切り替わる境界で分割することにより、「ＢＯ」、「ＪＯ」、「ＲＥＥ」の３つの要素に分割する。

このような分割処理は、例えば以下のようにして行われる。すなわち、分割部１３は、予め母音字である文字の情報（以下「母音字情報」）を記憶しておく。そして、分割部１３は、処理対象のローマ字文字列ｓｔｒ１を先頭の文字から順に１文字ずつ読み込み、母音字情報を参照することにより、読み込まれた文字が母音字であるか子音字であるかを判定する。そして、分割部１３は、母音字であると判定された文字の次の文字が子音字であると判定された場合に、母音字であると判定された文字と子音字であると判定された文字との間を境界として、ローマ字文字列ｓｔｒ１を分割する。

分割部１３は、分割された個々の要素を更に母音要素と子音要素とに区別した上で、ローマ字文字列ｓｔｒ１における出現順に配列することにより、ローマ字配列Ａ（＝｛［“Ｂ”“Ｏ”］，［“Ｊ”“Ｏ”］，［“Ｒ”“ＥＥ”］｝）を生成する。ここで、「子音要素」は一以上の子音字からなる文字列を意味し、「母音要素」は一以上の母音字からなる文字列を意味する。

一方、図５の（ｂ）に示すように、分割部１３は、英語文字列ｓｔｒ２（“ＢＥＡＵＪＯＬＡＩＳ”）についても、上述のローマ字文字列ｓｔｒ１に対する処理と同様に、母音字から子音字に切り替わる境界で分割することにより、「ＢＥＡＵ」、「ＪＯ」、「ＬＡＩ」、「Ｓ」の４つの要素に分割する。分割部１３は、分割された個々の要素を更に母音要素と子音要素とに区別した上で、英語文字列ｓｔｒ２における出現順に配列することにより、英語配列Ｂ（＝｛［“Ｂ”“ＥＡＵ”］，［“Ｊ”“Ｏ”］，［“Ｌ”“ＡＩ”］，［“Ｓ”“”］｝）を生成する。

ここで、本明細書で用いる配列の表記方法について説明する。図５に示すように、本明細書では、配列の個々の要素を括弧［］で示し、括弧｛｝内に配列を構成する各要素をカンマ区切りで並べることで配列を表現する。括弧［］内の左側部分は当該要素に含まれる子音要素を示し、括弧［］内の右側部分は当該要素に含まれる母音要素を示す。母音要素がない要素については、括弧［］内の右側部分は空文字（“”）となり、子音要素がない要素については、括弧［］内の左側部分は空文字（“”）となる。また、以降の説明において配列Ｘのｉ番目の要素をＸ［ｉ］と表記する。

（分割部による処理の第２の例）
次に、図６を用いて、分割部１３による処理の第２の例について説明する。図６の例では、単語取得部１１により取得されるカタカナ単語ｗ１はカタカナ表記の「バスタオル」であり、単語取得部１１により取得される英単語ｗ２はアルファベット表記の「ＢＡＴＨＴＯＷＥＬ」である。この場合、文字列取得部１２は、カタカナ単語ｗ１からローマ字文字列ｓｔｒ１（“ＢＡＳＵＴＡＯＲＵ”）を取得し、英単語ｗ２から英語文字列ｓｔｒ２（“ＢＡＴＨＴＯＷＥＬ”）を取得する。

図６の（ａ）に示すように、分割部１３は、ローマ字文字列ｓｔｒ１（“ＢＡＳＵＴＡＯＲＵ”）を母音字から子音字に切り替わる境界で分割することにより、「ＢＡ」、「ＳＵ」、「ＴＡＯ」、「ＲＵ」の４つの要素に分割する。分割部１３は、分割された個々の要素を更に母音字と子音字とに区別した上で、ローマ字文字列ｓｔｒ１における出現順に配列することにより、ローマ字配列Ａ（＝｛［“Ｂ”“Ａ”］，［“Ｓ”“Ｕ”］，［“Ｔ”“ＡＯ”］，［“Ｒ”“Ｕ”］｝）を生成する。

一方、図６の（ｂ）に示すように、分割部１３は、英語文字列ｓｔｒ２（“ＢＡＴＨＴＯＷＥＬ”）を母音字から子音字に切り替わる境界で分割することにより、「ＢＡ」、「ＴＨＴＯ」、「ＷＥ」、「Ｌ」の４つの要素に分割する。分割部１３は、分割された個々の要素を更に母音字と子音字とに区別した上で、英語文字列ｓｔｒ２における出現順に配列することにより、英語配列Ｂ１（＝｛［“Ｂ”“Ａ”］，［“ＴＨＴ”“Ｏ”］，［“Ｗ”“Ｅ”］，［“Ｌ”“”］｝）を生成する。

ここで、英語配列Ｂ１の２番目の要素Ｂ１［２］（＝［“ＴＨＴ”“Ｏ”］）には、複数の子音字（この例では、“Ｔ”、“Ｈ”、“Ｔ”の３つの子音字）からなる子音要素（“ＴＨＴ”）が含まれている。この場合、分割部１３は、当該要素Ｂ１［２］を二以上の要素に更に分割する分割パターンに対応する配列Ｂ２〜Ｂ４を生成する。具体的には、分割部１３は、要素Ｂ１［２］に含まれる子音要素“ＴＨＴ”について可能なすべての分割パターンに対応する英語配列Ｂ２〜Ｂ４を生成する。

図６の（ｂ）に示すように、英語配列Ｂ２（＝｛［“Ｂ”“Ａ”］，［“ＴＨ”“”］，［“Ｔ”“Ｏ”］，［“Ｗ”“Ｅ”］，［“Ｌ”“”］｝）は、英語配列Ｂ１の要素Ｂ１［２］に含まれる子音要素“ＴＨＴ”を“ＴＨ”と“Ｔ”とに分割する分割パターンに対応する配列である。すなわち、英語配列Ｂ２は、英語配列Ｂ１の要素Ｂ１［２］を要素Ｂ２［２］（＝［“ＴＨ”“”］）と要素Ｂ３［２］（＝［“Ｔ”“Ｏ”］）とに分割することにより得られる配列である。

英語配列Ｂ３（＝｛［“Ｂ”“Ａ”］，［“Ｔ”“”］，［“ＨＴ”“Ｏ”］，［“Ｗ”“Ｅ”］，［“Ｌ”“”］｝）は、英語配列Ｂ１の要素Ｂ１［２］に含まれる子音要素“ＴＨＴ”を“Ｔ”と“ＨＴ”とに分割する分割パターンに対応する配列である。すなわち、英語配列Ｂ３は、英語配列Ｂ１の要素Ｂ１［２］を要素Ｂ３［２］（＝［“Ｔ”“”］）と要素Ｂ３［３］（＝［“ＨＴ”“Ｏ”］）とに分割することにより得られる配列である。

英語配列Ｂ４（＝｛［“Ｂ”“Ａ”］，［“Ｔ”“”］，［“Ｈ”“”］，［“Ｔ”“Ｏ”］，［“Ｗ”“Ｅ”］，［“Ｌ”“”］｝）は、英語配列Ｂ１のＢ１［２］に含まれる子音要素“ＴＨＴ”を“Ｔ”と“Ｈ”と“Ｔ”とに分割する分割パターンに対応する配列である。すなわち、英語配列Ｂ４は、英語配列Ｂ１の要素Ｂ１［２］を要素Ｂ４［２］（＝［“Ｔ”“”］）と要素Ｂ４［３］（＝［“Ｈ”“”］）と要素Ｂ４［４］（＝［“Ｔ”“Ｏ”］）に分割することにより得られる配列である。

決定部１４は、カタカナ文字列ｓｔｒ１に含まれる子音要素（第１の子音要素）と英語文字列ｓｔｒ２に含まれる子音要素（第２の子音要素）とが予め定められた対応関係にあるか否かの判定を実行し、当該判定の結果に基づいてカタカナ単語ｗ１と英単語ｗ２とが翻字関係にあるか否かを決定する機能要素である。また、ルール情報記憶部１５は、日本語のローマ字表記において用いられる子音要素と、英語のアルファベット表記において用いられる子音要素との対応関係を示す子音ルールを記憶する機能要素である。決定部１４による上記判定は、ルール情報記憶部１５に記憶された子音ルールを参照することにより行われる。

図７の（ａ）に、子音ルールの一例を示す。図７の（ａ）に示す子音ルールは、同じ行における左側のローマ字表記の子音要素と右側の英語表記の子音要素とが対応関係にあることを示す。この子音ルールは、例えばローマ字表記の子音要素（“Ｂ”、“ＢＹ”）と英語表記の子音要素（“Ｖ”、“ＶＶ”、“Ｗ”、“Ｂ”、“ＢＢ”、“ＢＨ”、“ＢＪ”、“ＢＹ”）とが対応関係にあること等を示す。

ここで、「ローマ字表記の子音要素ｃ１と英語表記の子音要素ｃ２とが対応関係にある」とは、同一の概念を表すローマ字表記及び英語表記（すなわち、互いに翻字関係にあるローマ字表記及び英語表記）の組において、ローマ字表記の子音要素ｃ１が英語表記においては子音要素ｃ２で表される場合があること（或いは、英語表記の子音要素ｃ２がローマ字表記においては子音要素ｃ１で表される場合があること）を意味する。

このような子音ルールは、例えば以下のような処理をオペレータ等が予め手作業等によって実行することで用意される。すなわち、いくつかの英単語について、当該英単語の発音をカタカナ表記で表し、更に当該カタカナ表記をローマ字表記に変換する処理を実行する。そして、当該英単語の子音要素と当該ローマ字表記の子音要素とを同一の発音箇所に対応する部分同士で比較することにより、互いに対応関係にある子音要素の組を抽出する。一例として、英単語の「ＶＩＢＲＡＴＩＯＮ」と、当該英単語に対応する日本語のローマ字表記の「ＢＡＩＢＵＲＥＥＳＨＯＮ」とから互いに対応関係にある子音要素の組を抽出する場合について説明する。

この場合、ローマ字表記の「ＢＡＩＢＵＲＥＥＳＨＯＮ」の「ＢＡ」及び「ＢＵ」の発音箇所に対応する部分同士の比較により、ローマ字表記の子音要素「Ｂ」と英語表記の子音要素「Ｂ」、「Ｖ」とが互いに対応関係にある子音要素の組として抽出される。また、ローマ字表記の「ＲＥ」の発音箇所に対応する部分同士の比較により、ローマ字表記の子音要素「Ｒ」と英語表記の子音要素「Ｒ」とが互いに対応関係にある子音要素の組として抽出される。また、ローマ字表記の「ＳＨＯ」の発音箇所に対応する部分同士の比較により、ローマ字表記の子音要素「ＳＨ」と英語表記の子音要素「Ｔ」とが互いに対応関係にある子音要素の組として抽出される。このような抽出処理を複数の英単語とそのローマ字表記とについて行うことによって、図７の（ａ）に示すような子音ルールが作成される。

ここで、互いに翻字関係にあるカタカナ単語及び英単語における母音要素間の対応関係は複雑でありルール化することが困難であるのに対し、子音要素間の対応関係はある程度限定された数のルールにより規定されるということが、本発明者によって見出された。このような知見に基づき、決定部１４が、図７の（ａ）に示すような予め用意された子音ルールを参照して子音要素の対応関係を判定することにより、以下に例示する決定処理が実現される。以下に、決定部１４により実行される処理の第１〜第４の例について説明する。

（決定部による処理の第１の例）
第１の例では、決定部１４は、ローマ字配列Ａの各要素と英語配列Ｂの各要素とを先頭の要素から順に要素ごとに比較する。そして、決定部１４は、ローマ字配列Ａの各要素に含まれる子音要素と英語配列Ｂの各要素に含まれる子音要素とが対応関係にあると判定された場合に、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にあると決定する。

単語取得部１１により取得されるカタカナ単語ｗ１及び英単語ｗ２、文字列取得部１２により取得されるローマ字文字列ｓｔｒ１及び英語文字列ｓｔｒ２、並びに分割部１３により生成されるローマ字配列Ａ及び英語配列Ｂが以下に示す場合を例として、決定部１４により実行される処理の第１の例について詳細に説明する。
ｗ１＝カタカナ表記の「プリムール」
ｗ２＝「ＰＲＩＭＥＵＲ」
ｓｔｒ１＝「ＰＵＲＩＭＵＵＲＵ」
ｓｔｒ２＝「ＰＲＩＭＥＵＲ」
Ａ＝｛［“Ｐ”“Ｕ”］，［“Ｒ”“Ｉ”］，［“Ｍ”“ＵＵ”］，［“Ｒ”“Ｕ”］｝
Ｂ＝｛［“Ｐ”“”］，［“Ｒ”“Ｉ”］，［“Ｍ”“ＥＵ”］，［“Ｒ”“”］｝

また、ルール情報記憶部１５に記憶された子音ルールには、ローマ字表記の子音要素“Ｐ”及び英語表記の子音要素“Ｐ”の組、ローマ字表記の子音要素“Ｒ”及び英語表記の子音要素“Ｒ”の組、並びにローマ字表記の子音要素“Ｍ”及び英語表記の子音要素“Ｍ”の組がそれぞれ対応関係にあることを示すルールが少なくとも含まれているものとする。

この場合、決定部１４は、まず、ローマ字配列Ａの１番目の要素Ａ［１］の子音要素“Ｐ”と英語配列Ｂの１番目の要素Ｂ［１］の子音要素“Ｐ”とを比較する。決定部１４は、子音ルールを参照することにより、これらの子音要素が互いに対応関係にあると判定する。続いて、決定部１４は、ローマ字配列Ａの２番目の要素Ａ［２］の子音要素“Ｒ”と英語配列Ｂの２番目の要素Ｂ［２］の子音要素“Ｒ”とを比較する。決定部１４は、子音ルールを参照することにより、これらの子音要素が互いに対応関係にあると判定する。

続いて、決定部１４は、ローマ字配列Ａ及び英語配列Ｂのすべての要素についての比較を完了するまで、残りの要素についても同様の処理を順に実行する。これにより、決定部１４は、ローマ字配列Ａの３番目の要素Ａ［３］の子音要素“Ｍ”と英語配列Ｂの３番目の要素Ｂ［３］の子音要素“Ｍ”とが互いに対応関係にあると判定し、ローマ字配列Ａの４番目の要素Ａ［４］の子音要素“Ｒ”と英語配列Ｂの４番目の要素Ｂ［４］の子音要素“Ｒ”とが互いに対応関係にあると判定する。

このようにローマ字配列Ａの各要素に含まれる子音要素と英語配列Ｂの各要素に含まれる子音要素とが対応関係にあると判定された場合には、決定部１４は、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にあると決定する。

一方、ローマ字配列Ａの子音要素と英語配列Ｂの子音要素との要素ごとの比較のいずれかにおいて、子音要素同士が対応関係にあると判定されなかった場合には、決定部１４は、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にないと決定する。例えば、ローマ字配列Ａの２番目の要素Ａ［２］の子音要素と英語配列Ｂの２番目の要素Ａ［２］の子音要素との組が、互いに対応関係にある子音要素の組として子音ルールに含まれていない場合（例えば要素Ａ［２］の子音要素が“Ｂ”であり、要素Ｂ［２］の子音要素が“Ｔ”である場合等）、決定部１４は、要素Ａ［２］の子音要素と要素Ｂ［２］の子音要素とが対応関係にないと判定する。その結果、決定部１４は、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にないと決定する。

ここで、上述した理由により、ローマ字表記のアルファベット文字列に含まれる各子音要素と英語表記のアルファベット文字列に含まれる各子音要素とが対応関係にある場合には、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にある可能性が高いといえる。従って、上述した決定部１４の処理により、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にあるか否かを子音要素同士の対応関係に基づいて容易に切り分けることができ、翻字対を効率良く検出することができる。

以下、上述した子音要素同士の対応関係に基づき翻字対を決定する手法の効果について、機械学習を行う場合と対比して説明する。例えば機械学習により翻字辞書データを作成する場合には、適切な翻字ルール（文字間の変換ルール）を生成するために様々な学習データによる機械学習を試行錯誤する必要がある。これは、どのような学習データを用いて機械学習をすればどのような翻字ルールが生成されるかを事前に把握することが困難であることや、単純に学習データを多くすれば精度の良い翻字ルールが生成されるわけではないこと（過学習により不適切な翻字ルールが生成されるおそれがあること）等に起因する。一方、上述した子音要素同士の対応関係に基づき翻字対を決定する手法によれば、予め定められた子音ルールに基づく判定によって比較対象となる２つの単語（カタカナ単語ｗ１及び英単語ｗ２）が翻字関係にあるか否かを切り分けることができる。このため、上述したような機械学習における手間（学習データの選定や機械学習により得られた翻字ルールの適否の検証等）がかからない。

（決定部による処理の第２の例）
第２の例では、決定部１４は、ローマ字文字列ｓｔｒ１に含まれる子音要素及び英語文字列ｓｔｒ２に含まれる子音要素のうち、予め定めた条件に合致する子音要素を除外し、残される子音要素について上記判定を実行する。

カタカナ単語ｗ１と英単語ｗ２とが翻字関係にある場合において、一方の単語のアルファベット文字列に現れる子音要素に対応する子音要素が、他方の単語のアルファベット文字列には明示的に現れない場合がある。例えば、英語文字列ｓｔｒ２において特定の態様で現れる子音要素に対応する子音要素は、ローマ字文字列ｓｔｒ１には現れないことがある。そこで、決定部１４は、このような特定の態様で出現する子音要素を予め定めた条件に合致するか否かの判定によって抽出し、抽出された子音要素を除外することによって、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にあるか否かをより精度良く決定することが可能となる。

以下、図５に示す場合（カタカナ単語ｗ１がカタカナ表記の「ボジョレー」であり、英単語ｗ２がアルファベット表記の「ＢＥＡＵＪＯＬＡＩＳ」である場合）を例として、決定部１４により実行される処理の第２の例について詳細に説明する。この場合において、ルール情報記憶部１５に記憶された子音ルールには、ローマ字表記の子音要素“Ｂ”及び英語表記の子音要素“Ｂ”の組、ローマ字表記の子音要素“Ｊ”及び英語表記の子音要素“Ｊ”の組、並びにローマ字表記の子音要素“Ｒ”及び英語表記の子音要素“Ｌ”の組がそれぞれ対応関係にあることを示すルールが少なくとも含まれているものとする。

また、ルール情報記憶部１５は、子音ルールとともに、特定の子音要素の除外可能な条件を示す除外ルールを記憶する。ここでは一例として、ルール情報記憶部１５は、英語文字列ｓｔｒ２に現れる子音要素“Ｓ”を除外可能な条件（出現位置が文字列の最後尾であること）を示す除外ルールを記憶しているものとする。

この場合、決定部１４は、第１の例で述べた手順と同様の手順により、先頭の要素から順にローマ字配列Ａの要素と英語配列Ｂの要素とを比較する。これにより、決定部１４は、ローマ字配列Ａの１番目の要素Ａ［１］の子音要素“Ｂ”と英語配列Ｂの１番目の要素Ｂ［１］の子音要素“Ｂ”とが互いに対応関係にあり、ローマ字配列Ａの２番目の要素Ａ［２］の子音要素“Ｊ”と英語配列Ｂの２番目の要素Ｂ［２］の子音要素“Ｊ”とが互いに対応関係にあり、ローマ字配列Ａの３番目の要素Ａ［３］の子音要素“Ｒ”と英語配列Ｂの３番目の要素Ｂ［３］の子音要素“Ｌ”とが互いに対応関係にあると判定する。

このようにローマ字配列Ａの３番目の要素Ａ［３］と英語配列Ｂの３番目の要素Ｂ［３］との比較を完了した時点で、ローマ字配列Ａのすべての要素についての比較が完了する。一方、英語配列Ｂの４番目の要素Ｂ［４］（＝［“Ｓ”“”］）が残る。この場合、決定部１４は、当該要素Ｂ［４］の子音要素を比較処理の対象から除外可能か否かを、ルール情報記憶部１５に記憶された除外ルールを参照することにより判定する。

上述の通り、除外ルールには、英語文字列ｓｔｒ２の子音要素“Ｓ”の出現位置が文字列の最後尾である場合に除外可能であることを示すルールが含まれている。また、要素Ｂ［４］は、子音要素が“Ｓ”であり、出現位置が英語文字列ｓｔｒ２の最後尾である（すなわち、英語配列Ｂの最後の要素である）。従って、決定部１４は、要素Ｂ［４］の子音要素が除外ルールに示される条件に合致すると判定し、当該要素Ｂ［４］を比較の対象から除外する。その結果、比較の対象から除外された要素Ｂ［４］以外のすべての要素について、ローマ字配列Ａの各要素に含まれる子音要素と英語配列Ｂの各要素に含まれる子音要素とが対応関係にあると判定されることになる。これにより、決定部１４は、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にあると決定する。

なお、第２の例では、除外可能な子音要素が英語配列Ｂの最後の要素Ｂ［４］に現れる場合を例として説明したが、除外可能な子音要素は、英語配列Ｂの最後の要素以外の要素に現れてもよい。除外可能な子音要素が英語配列Ｂの途中の要素に現れる場合については、後述する第３の例の中で説明する。

（決定部による処理の第３の例）
第３の例は、分割部１３が複数の分割パターンの各々に対応するローマ字配列及び英語配列の組を生成する場合に対応する。すなわち、第３の例では、決定部１４は、複数の分割パターンの各々について、ローマ字配列の各要素と英語配列の各要素とを先頭の要素から順に要素ごとに比較する。そして、決定部１４は、少なくとも一つの分割パターンについてローマ字配列の各要素に含まれる子音要素と英語配列の各要素に含まれる子音要素とが対応関係にあると判定された場合に、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にあると決定する。

以下、図６に示す場合（カタカナ単語ｗ１がカタカナ表記の「バスタオル」であり、英単語ｗ２が「ＢＡＴＨＴＯＷＥＬ」である場合）を例として、決定部１４により実行される処理の第３の例について詳細に説明する。

この場合において、ルール情報記憶部１５に記憶された子音ルールには、ローマ字表記の子音要素“Ｂ”及び英語表記の子音要素“Ｂ”の組、ローマ字表記の子音要素“Ｓ”及び英語表記の子音要素“ＴＨ”の組、ローマ字表記の子音要素“Ｔ”及び英語表記の子音要素“Ｔ”の組、並びにローマ字表記の子音要素“Ｒ”及び英語表記の子音要素“Ｌ”の組がそれぞれ対応関係にあることを示すルールが少なくとも含まれているものとする。一方、子音ルールには、ローマ字表記の子音要素“Ｓ”と英語表記の子音要素“ＴＨＴ”又は“Ｔ”との組が互いに対応関係にあることを示すルールは含まれていないものとする。

また、ルール情報記憶部１５は、英語文字列ｓｔｒ２に現れる子音要素“Ｗ”を除外可能な条件（子音字“Ｗ”のみを含む子音要素であること）を示す除外ルールを記憶しているものとする。一方、ルール情報記憶部１５には、英語文字列ｓｔｒ２に現れる子音要素“ＴＨＴ”、“ＨＴ”、“Ｔ”を除外可能な条件を示す除外ルールは記憶されていないものとする。

図６の例では、「分割部による処理の第２の例」において述べた通り、分割部１３により、英単語ｗ２から得られる英語文字列ｓｔｒ２（“ＢＡＴＨＴＯＷＥＬ”）の４つの分割パターンの各々について、英語配列Ｂ１〜Ｂ４が生成される。従って、決定部１４は、ローマ字配列Ａと英語配列Ｂ１〜Ｂ４とのすべての組み合わせ（すなわち、ローマ字配列Ａ及び英語配列Ｂ１のペア、ローマ字配列Ａ及び英語配列Ｂ２のペア、ローマ字配列Ａ及び英語配列Ｂ３のペア、並びにローマ字配列Ａ及び英語配列Ｂ４のペア）について、第１の例及び第２の例で述べた処理と同様の処理を実行する。

まず、決定部１４は、ローマ字配列Ａ及び英語配列Ｂ１のペアについて、ローマ字配列Ａの各要素の子音要素と英語配列Ｂ１の各要素の子音要素とが対応関係にあるか否かを判定する。この場合、決定部１４は、１番目の要素同士の比較において、要素Ａ［１］の子音要素“Ｂ”と要素Ｂ１［１］の子音要素“Ｂ”とが対応関係にあると判定する。

一方、２番目の要素同士の比較においては、決定部１４は、要素Ａ［２］の子音要素“Ｓ”と要素Ｂ１［２］の子音要素“ＴＨＴ”とが対応関係にないと判定する。そこで、決定部１４は、ルール情報記憶部１５に記憶された除外ルールを参照することにより、子音要素“ＴＨＴ”を除外可能であるか否かを判定する。ここで、子音要素“ＴＨＴ”を除外可能な条件を示すルールは除外ルールに含まれていない。従って、決定部１４は、要素Ｂ１［２］を比較対象から除外できないと判定し、ローマ字配列Ａ及び英語配列Ｂ１のペアについては、ローマ字配列Ａの各要素に含まれる子音要素と英語配列Ｂ１の各要素に含まれる子音要素とが対応関係にないと判定する。

次に、決定部１４は、ローマ字配列Ａ及び英語配列Ｂ２のペアについて、ローマ字配列Ａの各要素の子音要素と英語配列Ｂ２の各要素の子音要素とが対応関係にあるか否かを判定する。この場合、決定部１４は、１番目の要素同士の比較において、要素Ａ［１］の子音要素“Ｂ”と要素Ｂ２［１］の子音要素“Ｂ”とが対応関係にあると判定する。また、２番目の要素同士の比較においても、決定部１４は、要素Ａ［２］の子音要素“Ｓ”と要素Ｂ２［２］の子音要素“ＴＨ”とが対応関係にあると判定する。また、３番目の要素同士の比較においても、決定部１４は、要素Ａ［３］の子音要素“Ｔ”と要素Ｂ２［３］の子音要素“Ｔ”とが対応関係にあると判定する。

続いて、４番目の要素同士の比較において、決定部１４は、要素Ａ［４］の子音要素“Ｒ”と要素Ｂ２［４］の子音要素“Ｗ”とが対応関係にないと判定する。そこで、決定部１４は、ルール情報記憶部１５に記憶された除外ルールを参照することにより、子音要素“Ｗ”を除外可能であるか否かを判定する。ここで、要素Ｂ２［４］の子音要素“Ｗ”は、除外ルールに示される除外可能な条件に合致する。従って、決定部１４は、要素Ｂ２［４］を比較対象から除外し、比較処理を継続する。

具体的には、決定部１４は、要素Ｂ２［４］の次の要素Ｂ２［５］を要素Ａ［４］と比較する対象として選択し、要素Ａ［４］と要素Ｂ２［５］とを比較する。この比較において、決定部１４は、要素Ａ［４］の子音要素“Ｒ”と要素Ｂ２［５］の子音要素“Ｌ”とが対応関係にあると判定する。その結果、比較の対象から除外された要素Ｂ２［４］以外のすべての要素について、ローマ字配列Ａの各要素に含まれる子音要素と英語配列Ｂ２の各要素に含まれる子音要素とが対応関係にあると判定されることになる。これにより、決定部１４は、ローマ字配列Ａ及び英語配列Ｂ２のペアについては、ローマ字配列Ａの各要素に含まれる子音要素と英語配列Ｂ２の各要素に含まれる子音要素とが対応関係にあると判定する。

そして、決定部１４は、少なくとも一つの分割パターン（すなわち、ローマ字配列Ａ及び英語配列Ｂ２のペア）について、ローマ字配列Ａの各要素に含まれる子音要素と英語配列Ｂの各要素に含まれる子音要素とが対応関係にあると判定したことをもって、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にあると決定する。

なお、決定部１４は、残りのペア（すなわちローマ字配列Ａと英語配列Ｂ３，Ｂ４との各ペア）についての比較処理を実行する必要はない。ただし、ローマ字配列Ａと英語配列Ｂ３，Ｂ４との各ペアについての比較をローマ字配列Ａ及び英語配列Ｂ２のペアについての比較よりも前、或いは並列的に実行する場合には、ローマ字配列Ａと英語配列Ｂ３，Ｂ４との各ペアについての比較が実行されることになる。

上記例のように、英語表記において複数の子音字からなる一つの子音要素（上記例では“ＴＨＴ”）は、日本語のローマ字表記において母音要素によって分断される二以上の子音要素（上記例では“Ｓ”及び“Ｔ”）に対応する場合がある。従って、上記例のように、複数の子音字からなる子音要素を更に分割するパターン（上記例では英語配列Ｂ２，Ｂ３，Ｂ４を生成する３つの分割パターン）と分割しないパターン（上記例では英語配列Ｂ１を生成する分割パターン）とを含む複数の分割パターンの各々についての判定を実行することにより、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にあるか否かを精度良く検出することが可能となる。

（決定部による処理の第４の例）
第４の例では、決定部１４は、ローマ字文字列ｓｔｒ１に含まれる母音要素（第１の母音要素）と英語文字列ｓｔｒ２に含まれる母音要素（第２の母音要素）との組み合わせに基づく判定を更に実行する。そして、決定部１４は、当該判定の結果にも基づいてカタカナ単語ｗ１と英単語ｗ２とが翻字関係にあるか否かを決定する。このように、上述の第１〜第３の例において述べた子音要素同士の比較に加えて、更に母音要素同士の比較にも基づくことで、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にあるか否かを精度良く決定することが可能となる。

以下、決定部１４による第４の例の処理について詳細に説明する。決定部１４は、ローマ字配列Ａの各要素の母音要素と英語配列Ｂの各要素の母音要素との各ペアについて、予め定められた禁止ルール（母音ルール）に該当するか否かを判定する。決定部１４は、このような判定を、例えば図７の（ｂ）に示すような禁止ルールを参照することにより行うことができる。このような禁止ルールは、例えば上述したルール情報記憶部１５に子音ルール及び除外ルールとともに記憶されてもよい。

図７の（ｂ）に示す禁止ルールは、カタカナ単語ｗ１のローマ字文字列ｓｔｒ１における母音要素“Ｕ”に対応する英単語ｗ２の英語文字列ｓｔｒ２における母音要素が“Ａ”又は“Ｉ”（ただし、“ＩＵ”又は“ＩＥＵ”を除く）である場合に、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にないことを示すルールである。このような禁止ルールは、翻字関係にあるカタカナ単語ｗ１及び英単語ｗ２において通常現れない母音要素同士のペアを規定することにより作成することができる。

具体例として、カタカナ単語ｗ１がカタカナ表記の「プリムール」であり、英単語ｗ２が「ＰＲＩＭＥＵＲ」である場合における母音要素同士の比較について説明する。この場合、上述の通り、ローマ字配列Ａ及び英語配列Ｂは、以下のように表される。
Ａ＝｛［“Ｐ”“Ｕ”］，［“Ｒ”“Ｉ”］，［“Ｍ”“ＵＵ”］，［“Ｒ”“Ｕ”］｝
Ｂ＝｛［“Ｐ”“”］，［“Ｒ”“Ｉ”］，［“Ｍ”“ＥＵ”］，［“Ｒ”“”］｝

決定部１４は、ローマ字配列Ａの１番目の要素Ａ［１］の母音要素“Ｕ”と英語配列Ｂの１番目の要素Ｂ［１］の母音要素“”（空文字）との組が、禁止ルールに該当するか否かを判定する。同様に、決定部１４は、要素Ａ［２］の母音要素“Ｉ”及び要素Ｂ［２］の母音要素“Ｉ”の組、要素Ａ［３］の母音要素“ＵＵ”及び要素Ｂ［３］の母音要素“ＥＵ”の組、並びに要素Ａ［４］の母音要素“Ｕ”及び要素Ｂ［２］の母音要素“”の組について、禁止ルールに該当するか否かを判定する。

この例では、図７の（ｂ）に示す禁止ルールに該当する母音要素同士の組はないため、決定部１４は、ローマ字文字列ｓｔｒ１に含まれる母音要素と英語文字列ｓｔｒ２に含まれる母音要素との組み合わせが禁止ルールに該当しないと判定する。この場合、決定部１４は、子音要素同士の比較による判定の結果に基づいて、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にあると決定する。

一方、母音要素同士の判定において、禁止ルールに該当する母音要素の組み合わせが存在する場合には、決定部１４は、ローマ字文字列ｓｔｒ１に含まれる母音要素と英語文字列ｓｔｒ２に含まれる母音要素との組み合わせが禁止ルールに該当すると判定する。この場合、決定部１４は、上述の子音要素同士の比較による判定の結果にかかわらず、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にないと決定する。

このように、決定部１４は、子音要素による判定と母音要素による判定とを組み合わせて、いずれの判定においてもカタカナ単語ｗ１と英単語ｗ２とが翻字関係にあると判断される場合に、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にあると決定することができる。これにより、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にあるか否かの決定を精度良く実行することが可能となる。

ここで、子音要素同士の比較によって対応関係にあると判定された配列（ローマ字配列又は英語配列）の要素数が多くなるほど、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にある可能性が高くなる一方で、母音要素同士の比較において例外的に禁止ルールに該当する可能性は高くなる。従って、子音要素同士の比較によって対応関係にあると判定された要素数が多い状況においては、母音要素同士の判定で禁止ルールに該当したことをもってカタカナ単語ｗ１と英単語ｗ２とが翻字関係にないと決定してしまうと、実際には翻字関係にあるカタカナ単語ｗ１と英単語ｗ２とが翻字関係にないと誤った決定を下してしまうリスクが高くなる。

一方、子音要素同士の比較によって対応関係にあると判定された配列の要素数が少なくなるほど、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にある可能性が低くなる一方で、母音要素同士の比較において例外的に禁止ルールに該当する可能性は低くなる。従って、子音要素同士の比較によって対応関係にあると判定された要素数が少ない状況においては、母音要素同士の判定で禁止ルールに該当したことをもってカタカナ単語ｗ１と英単語ｗ２とが翻字関係にないと決定することにより、実際には翻字関係にないカタカナ単語ｗ１と英単語ｗ２とが翻字関係であると誤った決定を下してしまう可能性を低減することが期待できる。

そこで、決定部１４は、子音要素同士の比較によって対応関係にあると判定された配列の要素数が予め定めた閾値以下である場合に限って、上述の母音要素同士の判定を実行してもよい。これにより、実際には翻字関係にあるカタカナ単語ｗ１と英単語ｗ２とが翻字関係にないと誤った決定を下してしまうリスクを抑制しつつ、実際には翻字関係にないカタカナ単語ｗ１と英単語ｗ２とが翻字関係であると誤った決定を下してしまう可能性を低減することが期待できる。

出力部１６は、決定部１４によって翻字関係にあると決定されたカタカナ単語ｗ１及び英単語ｗ２を翻字対として出力する機能要素である。出力部１６によって出力される翻字対は、例えば図２に示した翻字辞書データＴの１レコード分のデータとして登録され、情報処理装置２０によって参照される。

次に、図８及び図９を用いて、翻字処理装置１０の動作（本実施形態に係る翻字処理方法を含む）について説明する。

まず、単語取得部１１がカタカナ単語ｗ１及び英単語ｗ２を取得する（ステップＳ１、単語取得ステップ）。続いて、文字列取得部１２がカタカナ単語ｗ１をローマ字表記に変換することによりローマ字文字列ｓｔｒ１を取得し、英単語ｗ２をそのまま英語文字列ｓｔｒ２として取得する（ステップＳ２、文字列取得ステップ）。

続いて、分割部１３がローマ字文字列ｓｔｒ１及び英語文字列ｓｔｒ２のそれぞれを母音字から子音字に切り替わる境界で分割することにより、ローマ字配列Ａ及び英語配列Ｂを生成する（ステップＳ３、分割ステップ）。ここで、上述した「分割部による処理の第２の例」のように、英語文字列ｓｔｒ２が複数の子音字からなる子音要素を含む場合には、当該子音要素を更に分割する分割パターンに対応する英語配列（図６の例では英語配列Ｂ２〜Ｂ４）を生成してもよい。

続いて、決定部１４が、分割部１３により生成されたローマ字配列Ａ及び英語配列Ｂに基づいて、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にあるか否かを決定する処理を実行する（ステップＳ４、決定ステップ）。ここで、分割部１３によって複数の分割パターンに対応する複数の英語配列（図６の例では英語配列Ｂ１〜Ｂ４）が生成される場合には、ステップＳ４の処理は、ローマ字配列Ａと英語配列Ｂ１〜Ｂ４との各組み合わせについて実行される。ステップＳ４の処理の詳細については、図９を用いて後述する。

続いて、決定部１４によってカタカナ単語ｗ１と英単語ｗ２とが翻字関係にあると判定された場合（ステップＳ５：ＹＥＳ）には、出力部１６がカタカナ単語ｗ１及び英単語ｗ２を翻字対として出力する（ステップＳ６、出力ステップ）。一方、決定部１４によってカタカナ単語ｗ１と英単語ｗ２とが翻字関係にあると判定されなかった場合（ステップＳ５：ＮＯ）には、カタカナ単語ｗ１及び英単語ｗ２の組は翻字対として出力されない。

なお、ステップＳ１において、単語取得部１１がカタカナ単語ｗ１及び英単語ｗ２の一方又は両方を複数取得している場合には、ステップＳ２〜Ｓ５の処理をカタカナ単語ｗ１及び英単語ｗ２のすべての組み合わせについて実行してもよい。これにより、単語取得部１１によって取得された複数のカタカナ単語ｗ１及び英単語ｗ２のうちから、翻字対を自動的に効率良く検出することができる。

次に、図９を用いて、図８のステップＳ４の処理の詳細について説明する。ここでは、上述した決定部による処理の第１〜第４の例で述べた処理を組み合わせた処理について説明する。ただし、図９に示すフローチャートは、決定部１４が採用し得る処理手順の一例に過ぎない。なお、ここでは説明をわかり易くするために、上述した「決定部による処理の第３の例」と同一の例を用いて説明する。すなわち、ローマ字配列Ａ及び英語配列Ｂが、以下に示すように図６に示したローマ字配列Ａ及び英語配列Ｂ２と同一である場合を例に挙げて、決定部１４の処理を説明する。なお、ルール情報記憶部１５に記憶された子音ルール及び除外ルールは、上述した「決定部による処理の第３の例」と同様であるものとする。
Ａ＝｛［“Ｂ”“Ａ”］，［“Ｓ”“Ｕ”］，［“Ｔ”“ＡＯ”］，［“Ｒ”“Ｕ”］｝
Ｂ＝｛［“Ｂ”“Ａ”］，［“ＴＨ”“”］，［“Ｔ”“Ｏ”］，［“Ｗ”“Ｅ”］［“Ｌ”“”］｝

まず、決定部１４は、ローマ字配列Ａの各要素の子音要素と英語配列Ｂの各要素の子音要素との比較に先立って、内部で保持するカウンタを初期化する（ステップＳ１０１）。ここで、カウンタＭは比較対象のローマ字配列Ａの要素番号を示し、カウンタＮは比較対象の英語配列Ｂの要素番号を示し、スコアＳは子音要素同士の比較において対応関係にあると判定された要素数を示す。ステップＳ１０１において、カウンタＭ，Ｎ及びスコアＳは、「Ｍ＝１，Ｎ＝１，Ｓ＝０」に初期化される。

続いて、決定部１４は、ルール情報記憶部１５に記憶された子音ルールを参照することにより、ローマ字配列Ａの要素Ａ［１］の子音要素“Ｂ”と英語配列Ｂの要素Ｂ［１］の子音要素“Ｂ”とが対応関係にあるか否かを判定する（ステップＳ１０２）。ここで、決定部１４は、要素Ａ［１］の子音要素“Ｂ”と要素Ｂ［１］の子音要素“Ｂ”とは対応関係にあると判定する（ステップＳ１０２：ＹＥＳ）。そして、決定部１４は、カウンタＭ，Ｎ及びスコアＳに１を加算する（ステップＳ１０３）。これにより、カウンタＭ，Ｎ及びスコアＳは、「Ｍ＝２，Ｎ＝２，Ｓ＝１」に更新される。

続いて、要素Ａ［２］及び要素Ｂ［２］が両方とも存在するため（ステップＳ１０４：ＹＥＳ）、決定部１４は、当該比較対象の要素Ａ［２］及び要素Ｂ［２］の子音要素同士が対応関係にあるか否かを判定する（ステップＳ１０２）。ここで、決定部１４は、要素Ａ［２］の子音要素“Ｓ”と要素Ｂ［２］の子音要素“ＴＨ”とは対応関係にあると判定する（ステップＳ１０２：ＹＥＳ）。そして、決定部１４は、カウンタＭ，Ｎ及びスコアＳに１を加算する（ステップＳ１０３）。これにより、カウンタＭ，Ｎ及びスコアＳは、「Ｍ＝３，Ｎ＝３，Ｓ＝２」に更新される。

続いて、要素Ａ［３］及び要素Ｂ［３］が両方とも存在するため（ステップＳ１０４：ＹＥＳ）、決定部１４は、当該比較対象の要素Ａ［３］及び要素Ｂ［３］の子音要素同士が対応関係にあるか否かを判定する（ステップＳ１０２）。ここで、決定部１４は、要素Ａ［３］の子音要素“Ｔ”と要素Ｂ［３］の子音要素“Ｔ”とは対応関係にあると判定する（ステップＳ１０２：ＹＥＳ）。そして、決定部１４は、カウンタＭ，Ｎ及びスコアＳに１を加算する（ステップＳ１０３）。これにより、カウンタＭ，Ｎ及びスコアＳは、「Ｍ＝４，Ｎ＝４，Ｓ＝３」に更新される。

続いて、要素Ａ［４］及び要素Ｂ［４］が両方とも存在するため（ステップＳ１０４：ＹＥＳ）、決定部１４は、当該比較対象の要素Ａ［４］及び要素Ｂ［４］の子音要素同士が対応関係にあるか否かを判定する（ステップＳ１０２）。ここで、決定部１４は、要素Ａ［４］の子音要素“Ｒ”と要素Ｂ［４］の子音要素“Ｗ”とは対応関係にないと判定する（ステップＳ１０２：ＮＯ）。このため、決定部１４は、ルール情報記憶部１５に記憶された除外ルールを参照することにより、要素Ｂ［４］の子音要素を比較対象から除外可能か否かを判定する（ステップＳ１０５）。

要素Ｂ［４］の子音要素“Ｗ”は除外ルールに示される条件に合致するため、決定部１４は、要素Ｂ［４］の子音要素が除外可能であると判定する（ステップＳ１０５：ＹＥＳ）。そして、決定部１４は、要素Ｂ［４］を比較対象から除外するためにカウンタＮに１を加算し、「Ｎ＝５」に更新する（ステップＳ１０６）。そして、決定部１４は、次の要素Ｂ［５］が存在するか否かを判定する（ステップＳ１０７）。

ここで、要素Ｂ［５］は存在するため（ステップＳ１０７：ＹＥＳ）、決定部１４は、ステップＳ１０２に戻って、要素Ａ［４］の子音要素“Ｒ”と要素Ｂ［５］の子音要素“Ｌ”とが対応関係にあるか否かを判定する。ここで、決定部１４は、要素Ａ［４］の子音要素“Ｒ”と要素Ｂ［５］の子音要素“Ｌ”とは対応関係にあると判定する（ステップＳ１０２：ＹＥＳ）。そして、決定部１４は、カウンタＭ，Ｎ及びスコアＳに１を加算する（ステップＳ１０３）。これにより、カウンタＭ，Ｎ及びスコアＳは、「Ｍ＝５，Ｎ＝６，Ｓ＝４」に更新される。

続いて、要素Ａ［５］及び要素Ｂ［６］はいずれも存在しないため（ステップＳ１０４：ＮＯ、ステップＳ１０８：ＮＯ）、決定部１４は、この時点で、ローマ字配列Ａの各要素の子音要素と英語配列Ｂの各要素の子音要素とが対応関係にあると判定する。その上で、決定部１４は、ローマ字配列Ａ及び英語配列Ｂについて母音要素の対応関係を判定するか否かを決定する（ステップＳ１１０）。

上述した通り、ステップＳ１１０において、決定部１４は、例えばスコアＳが予め定めた閾値以下である場合に母音要素の対応関係を判定すると決定することができる。ここで、仮に閾値が「３」として定められている場合、スコアＳ（＝４）は当該閾値より大きいため、決定部１４は、母音要素の対応関係を判定しないと決定する（ステップＳ１１０：ＮＯ）。この場合、決定部１４は、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にあると決定して処理を終了する（ステップＳ１１４）。

以下、図９に示すフローチャートにおいて、上記具体例において説明できなかった部分について補足する。

ステップＳ１０５において、要素Ｂ［Ｎ］の子音要素が除外可能であると判定されなかった場合（ステップＳ１０５：ＮＯ）には、決定部１４は、子音要素同士の判定に失敗した（すなわち、ローマ字配列Ａの各要素の子音要素と英語配列Ｂの各要素の子音要素とが対応関係にない）と判定する。この場合、決定部１４は、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にないと決定して処理を終了する（ステップＳ１１３）。

ステップＳ１０７において、要素Ｂ［Ｎ］が存在しない場合（ステップＳ１０７：ＮＯ）とは、ローマ字配列Ａの要素Ａ［Ｍ］と比較するための英語配列Ｂの要素が残っていない場合を意味する。この場合、少なくとも要素Ａ［Ｍ］の子音要素に対応する子音要素が英語配列Ｂには存在しないこととなるため、決定部１４は、子音要素同士の判定に失敗したと判定する。この場合、決定部１４は、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にないと決定して処理を終了する（ステップＳ１１３）。

ステップＳ１０８において、要素Ａ［Ｍ］及び要素Ｂ［Ｎ］のいずれか一方が存在する場合（ステップＳ１０８：ＹＥＳ）、決定部１４は、ルール情報記憶部１５に記憶された除外ルールを参照することにより、残存する要素の子音要素が除外可能か否かを判定する（ステップＳ１０９）。例えば、上述した「決定部による処理の第２の例」の場合（図５の例の場合）、英語配列Ｂの最後の要素Ｂ［４］（＝［“Ｓ”“”］）のみが残ることになる。

このような場合において、残存する要素の子音要素が除外可能であると判定された場合（ステップＳ１０９：ＹＥＳ）、決定部１４は、ローマ字配列Ａの各要素の子音要素と英語配列Ｂの各要素の子音要素とが対応関係にあると判定する。その上で、決定部１４は、ローマ字配列Ａ及び英語配列Ｂについて母音要素の対応関係を判定するか否かを決定する（ステップＳ１１０）。

一方、残存する要素の子音要素が除外可能であると判定されなかった場合（ステップＳ１０９：ＮＯ）、残存する要素の子音要素に関する比較を実行することができないため、決定部１４は、子音要素同士の判定に失敗したと判定する。すなわち、決定部１４は、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にないと決定して処理を終了する（ステップＳ１１３）。

ステップＳ１１０において、母音要素の対応関係を判定すると決定された場合（ステップＳ１１０：ＹＥＳ）、決定部１４は、上述の「決定部による処理の第４の例」で述べたような処理を実行する。すなわち、決定部１４は、ルール情報記憶部１５に記憶された禁止ルールを参照することにより、ローマ字配列Ａの各要素の母音要素と英語配列Ｂの各要素の母音要素との各組み合わせが禁止ルールに該当するか否かを判定する（ステップＳ１１２）。ここで、いずれかの組み合わせについて禁止ルールに該当すると判定された場合（ステップＳ１１２：ＹＥＳ）、決定部１４は、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にないと決定する（ステップＳ１１３）。一方、いずれの組み合わせについても禁止ルールに該当すると判定されなかった場合（ステップＳ１１２：ＮＯ）、決定部１４は、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にあると決定する（ステップＳ１１４）。

次に、図１０を用いて、コンピュータ１００を翻字処理装置１０として機能させるための翻字処理プログラムＰ１について説明する。

翻字処理プログラムＰ１は、単語取得モジュールＰ１１、文字列取得モジュールＰ１２、分割モジュールＰ１３、決定モジュールＰ１４、及び出力モジュールＰ１５を備える。単語取得モジュールＰ１１、文字列取得モジュールＰ１２、分割モジュールＰ１３、決定モジュールＰ１４、及び出力モジュールＰ１５を実行することにより実現される機能はそれぞれ、上記の単語取得部１１、文字列取得部１２、分割部１３、決定部１４、及び出力部１６の機能と同様である。

翻字処理プログラムＰ１は、例えば、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ、半導体メモリ等の有形の記録媒体に固定的に記録された上で提供されてもよい。或いは、翻字処理プログラムＰ１は、搬送波に重畳されたデータ信号として通信ネットワークを介して提供されてもよい。

以上説明したように、本発明の一側面に係る翻字処理装置は、所定の文字体系を有する第１の言語で記述された第１の単語をアルファベット表記で表した第１のアルファベット文字列と、第１の言語とは異なる文字体系を有する第２の言語で記述された第２の単語をアルファベット表記で表した第２のアルファベット文字列と、を取得する文字列取得部と、第１のアルファベット文字列に含まれる第１の子音要素と第２のアルファベット文字列に含まれる第２の子音要素とが予め定められた対応関係にあるか否かの判定を実行し、当該判定の結果に基づいて第１の単語と第２の単語とが翻字関係にあるか否かを決定する決定部と、決定部によって翻字関係にあると決定された第１の単語及び第２の単語を翻字対として出力する出力部と、を備える。

本発明の一側面に係る翻字処理方法は、少なくとも一つのプロセッサにより実行される翻字処理方法であって、所定の文字体系を有する第１の言語で記述された第１の単語をアルファベット表記で表した第１のアルファベット文字列と、第１の言語とは異なる文字体系を有する第２の言語で記述された第２の単語をアルファベット表記で表した第２のアルファベット文字列と、を取得する文字列取得ステップと、第１のアルファベット文字列に含まれる第１の子音要素と第２のアルファベット文字列に含まれる第２の子音要素とが予め定められた対応関係にあるか否かの判定を実行し、当該判定の結果に基づいて第１の単語と第２の単語とが翻字関係にあるか否かを決定する決定ステップと、決定ステップにおいて翻字関係にあると決定された第１の単語及び第２の単語を翻字対として出力する出力ステップと、を含む。

本発明の一側面に係る翻字処理プログラムは、所定の文字体系を有する第１の言語で記述された第１の単語をアルファベット表記で表した第１のアルファベット文字列と、第１の言語とは異なる文字体系を有する第２の言語で記述された第２の単語をアルファベット表記で表した第２のアルファベット文字列と、を取得する文字列取得ステップと、第１のアルファベット文字列に含まれる第１の子音要素と第２のアルファベット文字列に含まれる第２の子音要素とが予め定められた対応関係にあるか否かの判定を実行し、当該判定の結果に基づいて第１の単語と第２の単語とが翻字関係にあるか否かを決定する決定ステップと、決定ステップにおいて翻字関係にあると決定された第１の単語及び第２の単語を翻字対として出力する出力ステップと、をコンピュータに実行させる。

このような側面においては、第１のアルファベット文字列に含まれる第１の子音要素と第２のアルファベット文字列に含まれる第２の子音要素とが予め定められた対応関係にあるか否かの判定結果に基づいて、第１の言語で記述された第１の単語と第２の言語で記述された第２の単語とが翻字関係にあるか否かが決定される。このように、互いに異なる文字体系を有する言語で記述された単語同士が翻字関係にあるか否かを、それぞれの単語をアルファベット表記で表したアルファベット文字列に含まれる子音要素間の対応関係に着目して決定することにより、翻字対を効率良く検出することができる。

他の側面に係る翻字処理装置では、決定部は、第１のアルファベット文字列に含まれる第１の子音要素及び第２のアルファベット文字列に含まれる第２の子音要素のうち、予め定めた条件に合致する子音要素を除外し、残される子音要素について上記判定を実行してもよい。

第１の単語と第２の単語とが翻字関係にある場合において、一方の単語のアルファベット文字列に現れる子音要素に対応する子音要素が、他方の単語のアルファベット文字列には明示的に現れない場合がある。そこで、決定部は、このような子音要素を予め定めた条件に合致するか否かの判定によって抽出し、抽出された子音要素を除外することによって、第１の単語と第２の単語とが翻字関係にあるか否かをより精度良く決定することが可能となる。

他の側面に係る翻字処理装置では、第１のアルファベット文字列を母音字から子音字に切り替わる境界で分割し、分割された個々の要素を第１のアルファベット文字列における出現順に配列した第１の配列を生成するとともに、第２のアルファベット文字列を母音字から子音字に切り替わる境界で分割し、分割された個々の要素を第２のアルファベット文字列における出現順に配列した第２の配列を生成する分割部を更に備え、決定部は、第１の配列の各要素と第２の配列の各要素とを先頭の要素から順に要素ごとに比較し、第１の配列の各要素に含まれる第１の子音要素と第２の配列の各要素に含まれる第２の子音要素とが予め定められた対応関係にあると判定された場合に、第１の単語と第２の単語とが翻字関係にあると決定してもよい。

第１のアルファベット文字列に含まれる各子音要素と第２のアルファベット文字列に含まれる各子音要素とが対応関係にある場合には、第１の単語と第２の単語とが翻字関係にある可能性が高い。従って、上述した構成によれば、第１の単語と第２の単語とが翻字関係にあるか否かを、子音要素同士の対応関係に基づいて容易に切り分けることができ、翻字対を効率良く検出することができる。

他の側面に係る翻字処理装置では、分割部は、分割された個々の要素のうちに複数の子音字からなる子音要素が含まれている要素がある場合に、当該要素を二以上の要素に更に分割する場合と分割しない場合とを含む複数の分割パターンの各々に対応する第１の配列及び第２の配列を生成し、決定部は、複数の分割パターンの各々について、第１の配列の各要素と第２の配列の各要素とを先頭の要素から順に要素ごとに比較し、少なくとも一つの分割パターンについて第１の配列の各要素に含まれる第１の子音要素と第２の配列の各要素に含まれる第２の子音要素とが予め定められた対応関係にあると判定された場合に、第１の単語と第２の単語とが翻字関係にあると決定してもよい。

第１のアルファベット文字列及び第２のアルファベット文字列の一方の文字列に含まれる複数の子音字からなる一つの子音要素は、他方の文字列において母音要素によって分断される二以上の子音要素に対応する場合がある。従って、複数の子音字からなる子音要素を更に分割するパターンと分割しないパターンとを含む複数の分割パターンの各々についての判定を実行することにより、第１の単語と第２の単語とが翻字関係にあるか否かを精度良く検出することが可能となる。

他の側面に係る翻字処理装置では、決定部は、第１のアルファベット文字列に含まれる第１の母音要素と第２のアルファベット文字列に含まれる第２の母音要素との組み合わせに基づく判定を更に実行し、当該判定の結果にも基づいて第１の単語と第２の単語とが翻字関係にあるか否かを決定してもよい。

子音要素同士の比較に加えて、更に母音要素同士の比較にも基づくことで、第１の単語と第２の単語とが翻字関係にあるか否かを精度良く決定することが可能となる。

他の側面に係る翻字処理装置では、一のウェブページに含まれるカタカナ表記の単語を第１の単語として取得し、一のウェブページに含まれるアルファベット表記の単語を第２の単語として取得し、取得された第１の単語及び第２の単語を文字列取得部に受け渡す単語取得部を更に備えてもよい。

同一のウェブページに含まれるテキスト情報には、同一の概念についてカタカナ表記及びアルファベット表記のそれぞれで表した単語が含まれている可能性が高い。言い換えれば、同一のウェブページに含まれるテキスト情報には、互いに翻字関係にあるカタカナ表記の単語及びアルファベット表記の単語が含まれている可能性が高い。従って、同一のウェブページに含まれるカタカナ表記の単語及びアルファベット表記の単語を第１の単語及び第２の単語として取得することにより、翻字対を効率良く検出することが期待できる。

また、他の側面に係る翻字処理装置では、一のウェブページは、商品又はサービスをインターネット上で販売するウェブサイトにおいて商品又はサービスを提示するウェブページであり、単語取得部は、一のウェブページにおいて販売される商品又はサービスの名称の記載箇所を特定し、当該記載箇所に含まれるカタカナ表記で表された単語を第１の単語として取得し、当該記載箇所に含まれるアルファベット表記で表された単語を第２の単語として取得してもよい。

商品又はサービスをインターネット上で販売するウェブサイトにおいて商品又はサービスを提示するウェブページには、商品又はサービスの名称の記載箇所が設けられることがある。ここで、商品又はサービスの名称が、カタカナ表記で表される場合（例えば、商品又はサービスの名称が、外来語で表される物の名称、外国の地名、外国人の氏名等に基づくものである場合）には、商品又はサービスの名称のカタカナ表記及びアルファベット表記の両方が上記記載箇所に含まれている可能性が高い。従って、上記記載箇所から、翻字関係にある可能性の高いカタカナ表記で表された単語及びアルファベット表記で表された単語を第１の単語及び第２の単語として取得することで、翻字対をより効率良く検出することが期待できる。

以上、本発明をその実施形態に基づいて詳細に説明した。しかし、本発明は上記実施形態に限定されるものではない。本発明は、その要旨を逸脱しない範囲で様々な変形が可能である。

上記実施形態では、分割部１３の処理の例として第１及び第２の例を説明したが、分割部１３はこれらの例で示した処理のうちの一部を実行するように構成されてもよい。また、上記実施形態では、決定部１４の処理の例として第１〜第４の例を説明したが、決定部１４はこれらの例で示した処理のうちの一部を実行するように構成されてもよい。

例えば、決定部１４は、第２の例の処理（子音要素の除外に関する処理）を実行する構成を備えなくともよい。この場合、図９に示したフローは、ステップＳ１０５〜Ｓ１０７とステップＳ１０９とを省略したフローに書き換えられる。この場合において、ステップＳ１０８の判定がＹＥＳであった場合にはステップＳ１１３に進む。

また、分割部１３は、第２の例の処理（複数の分割パターンに対応する配列を生成する処理）を実行する構成を備えなくともよい。これに対応して、決定部１４は、第３の例の処理（複数の分割パターンのそれぞれに対応する比較を実行する処理）を実行する構成を備えなくともよい。

また、決定部１４は、第４の例の処理（母音要素の組み合わせに基づく判定処理）を実行する構成を備えなくともよい。この場合、図９に示したフローは、ステップＳ１１０〜Ｓ１１２を省略したフローに書き換えられる。

上記で述べたいずれの変形例においても、カタカナ単語ｗ１と英単語ｗ２とが翻字関係にあるか否かを、子音要素同士の対応関係に基づいて容易に切り分けることができ、翻字対を効率良く検出することができるという効果が奏される。

また、上述した通り、少なくとも一つのプロセッサにより実行される翻字処理方法の処理手順は図８及び図９の例に限定されない。例えば、翻字処理装置１０は、これらの図におけるステップ（処理）の一部を省略してもよいし、別の順序で各ステップの処理を実行してもよい。また、これらの図に示されるステップの任意の２以上のステップが組み合わされてもよいし、ステップの一部が修正または削除されてもよい。或いは、翻字処理装置１０は、これらの図に示される各ステップに加えて他のステップを実行してもよい。

情報処理システム１内で二つの数値の大小関係を比較する際には、「以上」及び「よりも大きい」という二つの基準のどちらを用いてもよく、「以下」及び「未満」の二つの基準のうちのどちらを用いてもよい。このような基準の選択は、二つの数値の大小関係を比較する処理についての技術的意義を変更するものではない。

１…情報処理システム、１０…翻字処理装置、１１…単語取得部、１２…文字列取得部、１３…分割部、１４…決定部、１５…ルール情報記憶部、１６…出力部、２０…情報処理装置、Ｐ１…翻字処理プログラム、Ｐ１１…単語取得モジュール、Ｐ１２…文字列取得モジュール、Ｐ１３…分割モジュール、Ｐ１４…決定モジュール、Ｐ１５…出力モジュール。

Claims (9)

1. 所定の文字体系を有する第１の言語で記述された第１の単語をアルファベット表記で表した第１のアルファベット文字列と、前記第１の言語とは異なる文字体系を有する第２の言語で記述された第２の単語をアルファベット表記で表した第２のアルファベット文字列と、を取得する文字列取得部と、
   前記第１のアルファベット文字列を母音字から子音字に切り替わる境界で分割し、分割された個々の要素を前記第１のアルファベット文字列における出現順に配列した第１の配列を生成するとともに、前記第２のアルファベット文字列を母音字から子音字に切り替わる境界で分割し、分割された個々の要素を前記第２のアルファベット文字列における出現順に配列した第２の配列を生成する分割部と、
   前記第１の配列の各要素と前記第２の配列の各要素とを先頭の要素から順に要素ごとに比較し、前記第１の配列の各要素に含まれる第１の子音要素と前記第２の配列の各要素に含まれる第２の子音要素とが予め定められた対応関係にあるか否かの判定を実行し、前記予め定められた対応関係にあると判定された場合に、前記第１の単語と前記第２の単語とが翻字関係にあると決定する決定部と、
   前記決定部によって翻字関係にあると決定された前記第１の単語及び前記第２の単語を翻字対として出力する出力部と、
   を備える翻字処理装置。
2. 前記決定部は、前記第１のアルファベット文字列に含まれる前記第１の子音要素及び前記第２のアルファベット文字列に含まれる前記第２の子音要素のうち、予め定めた条件に合致する子音要素を除外し、残される子音要素について前記判定を実行する、
   請求項１に記載の翻字処理装置。
3. 前記分割部は、前記分割された個々の要素のうちに複数の子音字からなる子音要素が含まれている要素がある場合に、当該要素を二以上の要素に更に分割する場合と分割しない場合とを含む複数の分割パターンの各々に対応する前記第１の配列及び前記第２の配列を生成し、
   前記決定部は、前記複数の分割パターンの各々について、前記第１の配列の各要素と前記第２の配列の各要素とを先頭の要素から順に要素ごとに比較し、少なくとも一つの前記分割パターンについて前記第１の配列の各要素に含まれる前記第１の子音要素と前記第２の配列の各要素に含まれる前記第２の子音要素とが前記予め定められた対応関係にあると判定された場合に、前記第１の単語と前記第２の単語とが翻字関係にあると決定する、
   請求項１又は２に記載の翻字処理装置。
4. 前記決定部は、前記第１のアルファベット文字列に含まれる第１の母音要素と前記第２のアルファベット文字列に含まれる第２の母音要素との組み合わせに基づく判定を更に実行し、当該判定の結果にも更に基づいて前記第１の単語と前記第２の単語とが翻字関係にあるか否かを決定する、
   請求項１〜３のいずれか一項に記載の翻字処理装置。
5. 一のウェブページに含まれるカタカナ表記の単語を前記第１の単語として取得し、前記一のウェブページに含まれるアルファベット表記の単語を前記第２の単語として取得し、取得された前記第１の単語及び前記第２の単語を前記文字列取得部に受け渡す単語取得部を更に備える、
   請求項１〜４のいずれか一項に記載の翻字処理装置。
6. 前記一のウェブページは、商品又はサービスをインターネット上で販売するウェブサイトにおいて商品又はサービスを提示するウェブページであり、
   前記単語取得部は、前記一のウェブページにおいて販売される商品又はサービスの名称の記載箇所を特定し、当該記載箇所に含まれるカタカナ表記で表された単語を前記第１の単語として取得し、当該記載箇所に含まれるアルファベット表記で表された単語を前記第２の単語として取得する、
   請求項５に記載の翻字処理装置。
7. 前記出力部により出力された前記翻字対を参照することにより予め定められた処理を実行する情報処理部を更に備える、
   請求項１〜６のいずれか一項に記載の翻字処理装置。
8. 少なくとも一つのプロセッサにより実行される翻字処理方法であって、
   所定の文字体系を有する第１の言語で記述された第１の単語をアルファベット表記で表した第１のアルファベット文字列と、前記第１の言語とは異なる文字体系を有する第２の言語で記述された第２の単語をアルファベット表記で表した第２のアルファベット文字列と、を取得する文字列取得ステップと、
   前記第１のアルファベット文字列を母音字から子音字に切り替わる境界で分割し、分割された個々の要素を前記第１のアルファベット文字列における出現順に配列した第１の配列を生成するとともに、前記第２のアルファベット文字列を母音字から子音字に切り替わる境界で分割し、分割された個々の要素を前記第２のアルファベット文字列における出現順に配列した第２の配列を生成する分割ステップと、
   前記第１の配列の各要素と前記第２の配列の各要素とを先頭の要素から順に要素ごとに比較し、前記第１の配列の各要素に含まれる第１の子音要素と前記第２の配列の各要素に含まれる第２の子音要素とが予め定められた対応関係にあるか否かの判定を実行し、前記予め定められた対応関係にあると判定された場合に、前記第１の単語と前記第２の単語とが翻字関係にあると決定する決定ステップと、
   前記決定ステップにおいて翻字関係にあると決定された前記第１の単語及び前記第２の単語を翻字対として出力する出力ステップと、
   を含む翻字処理方法。
9. 所定の文字体系を有する第１の言語で記述された第１の単語をアルファベット表記で表した第１のアルファベット文字列と、前記第１の言語とは異なる文字体系を有する第２の言語で記述された第２の単語をアルファベット表記で表した第２のアルファベット文字列と、を取得する文字列取得ステップと、
   前記第１のアルファベット文字列を母音字から子音字に切り替わる境界で分割し、分割された個々の要素を前記第１のアルファベット文字列における出現順に配列した第１の配列を生成するとともに、前記第２のアルファベット文字列を母音字から子音字に切り替わる境界で分割し、分割された個々の要素を前記第２のアルファベット文字列における出現順に配列した第２の配列を生成する分割ステップと、
   前記第１の配列の各要素と前記第２の配列の各要素とを先頭の要素から順に要素ごとに比較し、前記第１の配列の各要素に含まれる第１の子音要素と前記第２の配列の各要素に含まれる第２の子音要素とが予め定められた対応関係にあるか否かの判定を実行し、前記予め定められた対応関係にあると判定された場合に、前記第１の単語と前記第２の単語とが翻字関係にあると決定する決定ステップと、
   前記決定ステップにおいて翻字関係にあると決定された前記第１の単語及び前記第２の単語を翻字対として出力する出力ステップと、
   をコンピュータに実行させる翻字処理プログラム。

Images