JP6097529B2 - 情報処理装置、情報処理方法、及びプログラム - Google Patents

Description

本発明に係るいくつかの態様は、情報処理装置、情報処理方法、及びプログラムに関する。

近年、機械翻訳を行う装置が徐々に広まりつつある。ここで、機械翻訳においては、固有名詞か否かを判別することが重要であることが知られている。例えば特許文献１は、固有名詞に関する辞書を予め用意すること無く、固有名詞を翻訳可能な機械翻訳の方法を開示している。

特再表２００５／０９１１６６号公報

しかしながら、実際には、固有名詞であるか否かを判別することは難しい場合も多い。例えば、「線」という漢字を英語に翻訳することを考えると、「高速道路３号線」であれば、意味を考慮して「線」を「Ｌｉｎｅ」と翻訳すべきであるが、「新幹線」であれば、音韻を元に「Ｓｈｉｎｋａｎｓｅｎ」と翻訳すべきである。このような、意味に応じて異なる訳し方をすべき文字列に対してどのように対処すべきかという点を、特許文献１では何ら考慮していない。

本発明のいくつかの態様は前述の課題に鑑みてなされたものであり、テキスト中に複数の意味を有する文字列を含む場合であっても、好適に翻訳することのできる情報処理装置、情報処理方法、及びプログラムを提供することを目的の１つとする。

本発明に係る情報処理装置は、は、日本語テキストと、当該日本語テキストが使用される使用領域を示す分類との入力を受ける入力手段と、前記日本語テキストに含まれる文字列に対して、一般名詞として翻訳すべきか固有名詞として翻訳すべきかを、前記分類に基づいて判別する判別手段と、一般名詞の場合は当該文字列の意味に基づいて、固有名詞の場合には当該文字列の音韻に基づいて文字列を翻訳する翻訳手段とを備える。

本発明に係る情報処理方法は、日本語テキストと、当該日本語テキストが使用される使用領域を示す分類との入力を受けるステップと、前記日本語テキストに含まれる文字列に対して、一般名詞として翻訳すべきか固有名詞として翻訳すべきかを、前記分類に基づいて判別するステップと、一般名詞の場合は当該文字列の意味に基づいて、固有名詞の場合には当該文字列の音韻に基づいて文字列を翻訳するステップとを情報処理装置が行う。

本発明に係るプログラムは、日本語テキストと、当該日本語テキストが使用される使用領域を示す分類との入力を受けるステップと、前記日本語テキストに含まれる文字列に対して、一般名詞として翻訳すべきか固有名詞として翻訳すべきかを、前記分類に基づいて判別するステップと、一般名詞の場合は当該文字列の意味に基づいて、固有名詞の場合には当該文字列の音韻に基づいて文字列を翻訳するステップとをコンピュータに実行させるためのプログラムである。

尚、本発明において、「部」や「手段」、「装置」、「システム」とは、単に物理的手段を意味するものではなく、その「部」や「手段」、「装置」、「システム」が有する機能をソフトウェアによって実現する場合も含む。また、１つの「部」や「手段」、「装置」、「システム」が有する機能が２つ以上の物理的手段や装置により実現されても、２つ以上の「部」や「手段」、「装置」、「システム」の機能が１つの物理的手段や装置により実現されても良い。

本発明によれば、テキスト中に複数の意味を有する文字列を含む場合であっても、好適に翻訳することのできる情報処理装置、情報処理方法、及びプログラムを提供することができる。

ベクトル地図を説明するための図である。 実施形態における情報処理装置の処理の具体例を説明するための図である。 実施形態に係る情報処理装置の構成を示す図である。 図３に示す特殊表記文字列データベースの具体例を示す図である。 図３に示す情報処理装置の処理の流れを説明するためのフローチャートである。 図３に示す情報処理装置を実装可能なハードウェアの構成を示すブロック図である。

以下に本発明の実施形態を説明する。以下の説明及び参照する図面の記載において、同一又は類似の構成には、それぞれ同一又は類似の符号が付されている。

（実施形態）
図１乃至図６は、実施形態を説明するための図である。以下、これらの図を参照しながら、以下の流れに沿って実施形態を説明する。まず「１」で実施形態に係る情報処理装置が行う処理の概要を説明する。その上で、「２」で情報処理装置のシステム構成を、「３」で処理の流れを説明する。「４」は、システムを実装可能なハードウェア構成の具体例を示す。最後に、「５」以降で、本実施形態に係る効果などを説明する。

（１ 概要）
（１．１ ベクトル地図）
本実施形態に係る情報処理装置は、日本語テキストの入力を受け、当該日本語テキストを他の言語の表記に変換（翻訳）する装置である。ここで、情報処理装置が処理対象とする日本語テキストとしては種々考えることができるが、以下では、地図、特にベクトル地図に関するテキストであるものとして説明する。

ここで、ベクトル地図は、近年、例えばインターネットを介して地図を電子的に提供する地図提供サービスで近年広く利用されている技術である。このようなサービスで提供される地図情報には、地名（例えば、道路名、山、川、海、市町村、地区などの名称も含む）や施設名（店舗名、公演名、駅名等を含む）を示す注記や住所、電話番号等のテキスト情報が含まれることが多い。更に、近年のグローバル化の伸展に伴い、地図を提示する際に、このようなテキスト情報を多言語表示に対応させるニーズが高まっているため、本実施形態に係る情報処理装置は、このようなニーズに応えるために、テキスト情報を翻訳する機能を有する。

なお、以下の例では、日本語テキスト情報を英語に翻訳する場合を例に説明するが、翻訳対象の言語は英語に限られるものではなく、中国語や韓国語等のその他の言語へ翻訳するようにしても良い。

まず、図１を参照しながら、ベクトル地図情報に関して簡単に説明する。図１は、ベクトル地図の構成の具体例を説明するための図である。ベクトル地図情報は、複数のレイヤに関する情報を有しており、ベクトル地図情報に基づいて地図を表示する際には、各レイヤの座標を合わせた上で、各レイヤの画像を重ねることにより１枚の地図情報を作成することになる。例えば図１の例は、道路注記レイヤＬ１ａ、道路画像レイヤＬ１ｂ、施設注記レイヤＬ２ａ、施設画像レイヤＬ２ｂを含む多数のレイヤが重なって１枚の地図画像を生成することを示している。

図１の例では、道路注記レイヤＬ１ａと道路画像レイヤＬ１ｂとで道路に係る地図を、施設注記レイヤＬ２ａと施設画像レイヤＬ２ｂとで施設に係る地図を構成するようになっている。このうち、道路画像レイヤＬ１ｂ及び施設画像レイヤＬ２ｂ（以下、総称して画像レイヤＬｂとも呼ぶ。）は、道路や施設の位置や形状等を画像として表示するためのレイヤである。

道路注記レイヤＬ１ａ及び施設注記レイヤＬ２ａ（以下、総称して注記レイヤＬａとも呼ぶ。）は、注記に関するテキスト情報を表示するためのものである。図１の例では、道路注記レイヤＬ１ａ上には、道路に係る注記を示すテキスト情報「高速３号線」が、施設注記レイヤＬ２ａ上には、施設に係る注記を示すテキスト情報「呉服町郵便局」が、それぞれ配置されている。このように、注記レイヤＬａを構成するための情報には、それぞれの注記を示すテキスト情報と、その注記が配置される領域の座標及びその大きさに関する情報が含まれる。更に、道路に関する注記は道路注記レイヤＬ１ａに、施設に関する注記は施設注記レイヤＬ２ａにそれぞれ含まれるため、それぞれの注記に係るテキスト情報が、どのレイヤに属するものであるかを調べれば、その注記が道路に関するものなのか、施設に関するものなのか、といったテキスト情報の使用領域（分類）を知ることが可能となる。
この他、ベクトル地図情報には、地図上に直接的に記載される情報の他、住所や電話番号といった各種情報を含めることも可能である。

（１．２ 翻訳の具体例）
本実施形態に係る情報処理装置は、前述のとおりベクトル地図情報に含まれる各種テキスト情報を翻訳する機能を有し、その翻訳の際に、テキスト情報が使用される領域（分類）に応じて、好適に翻訳を行う。以下、この手法を図２を参照しながら説明する。図２は、本実施形態に係る情報処理装置が行う翻訳手法の概要を説明するための図である。
図２（ａ）は、文字列「線」が含まれるテキスト情報である「新幹線」「高速３号線」「新潟新幹線」の翻訳方法を示す図である。

ここで、「新宿線」「高速３号線」「新潟新幹線」は、それぞれ「路線」「道路」「高速鉄道」のレイヤに含まれているものとする。すなわち、テキスト情報「新宿線」「高速３号線」「新潟新幹線」の分類は、それぞれ「路線」「道路」「高速鉄道」となる。

このとき、「新宿線」の「線」は鉄道路線であることを、「高速３号線」の「線」は道路の路線を示すものであるため、一般名詞として、意味に基づいて翻訳すべきである。そこで図２（ａ）の例では、「線」が分類「路線」又は「道路」に使用されている場合には、「Ｌｉｎｅ」として翻訳されている。

一方、「新潟新幹線」の場合には、路線や道路ではなく、固有名詞として使用されているため、音韻に基づいて翻訳する方が好ましい。そこで図２（ａ）の例では、分類「路線」又は「道路」以外の分類に紐付けられた「新潟新幹線」に関しては、「ＮｉｉｇａｔａＳｈｉｎｋａｎｓｅｎ」として、音韻に基づいて翻訳されている。

同様に図２（ｂ）は、文字列「呉服」が含まれるテキスト情報である「日本屋呉服店」「呉服町郵便局」の翻訳方法を示す図である。
ここで、「日本屋呉服店」「呉服町郵便局」は、それぞれ「店名」「郵便局」の分類が対応付けられているものとする。このときには、「日本屋呉服店」の「呉服」は和服の店を示すものであるため、一般名詞として、意味に基づいて翻訳すべきである。そこで図２（ｂ）の例では、分類「店名」に紐付けられている「呉服店」は「ＫｉｍｏｎｏＳｈｏｐ」として翻訳されている。

一方、「呉服町郵便局」に含まれる「呉服」は「呉服町」という地名の一部を構成する固有名詞であると考えられるため、音韻に基づいて翻訳すべきである。そこで図２（ｂ）の例では、分類「郵便局」に紐付けられている「呉服町」は「Ｇｏｆｕｋｕｃｈｏ」と翻訳されている。

このように、本実施形態に係る情報処理装置は、それぞれの日本語テキストがどのような領域（分類）で使用されているかに応じて、そのテキストに含まれる文字列を、一般名詞として意味に基づいて翻訳するか、固有名詞として音韻に基づいて翻訳するかを切り換えるようにしている。

（２ システム概要）
図３は、本実施形態に係る情報処理装置１００の概略構成を示す図である。情報処理装置１００は、前述のとおり、日本語テキストを他の言語へと変換する機能を有する装置であり、例えば、パーソナルコンピュータやサーバ等として実現することができる。また、情報処理装置１００が日本語から他言語に表記を変換するデータとしては、前述の通り、ベクトル地図情報に含まれる地名、住所、店舗名、駅名、道路名、施設名といった情報が考えられる。

図３に示すように、情報処理装置１００は、入力部１０１、特殊表記判別部１０３、特殊表記文字列データベース（ＤＢ）１０５、固有名詞翻訳部１０７、一般名詞翻訳部１０９、及び出力部１１１を含む。

入力部１０１は、日本語テキストと、当該日本語テキストが使用される使用領域を示す分類情報との入力を受ける。なお、この入力方法は種々考えられるが、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ Ｍｅｍｏｒｙ）やフラッシュメモリ等の記憶媒体に記憶されているベクトル地図情報から関連する情報を読み込むことが考えられる。

特殊表記判別部１０３は、特殊表記文字列ＤＢ１０５を参照することにより、入力部１０１により入力された文字列に、特殊表記文字列が含まれるか否かを判別する。なおここで特殊表記文字列とは、一般名詞として翻訳すべき場合（すなわち、文字列の意味に基づいて翻訳すべき場合）と、固有名詞として翻訳すべき場合（すなわち、文字列の音韻に基づいて翻訳すべきか）とがある文字列をいうものとする。

特殊表記文字列ＤＢ１０５は、特殊表記文字列と、その使用される分類との関係を示す辞書である。図４に、特殊表記文字列ＤＢ１０５の具体例を示す。図４の特殊表記文字列ＤＢ１０５では、一般名詞となりうる文字列の表記と、当該文字列が一般名詞となる場合の分類とが対応付けられている。例えば、文字列「線」の場合には、分類「道路」若しくは「路線名」で使用されている場合には一般名詞と考えることができ、他の分類で使用されている場合には固有名詞として使用されていると考えることができる。同様に、文字列「呉服」は分類「店名」で使用されている場合には一般名詞として考えることができ、他の分類で使用されている場合には、固有名詞として使用されていると考えることができる。

固有名詞翻訳部１０７は、図示しない辞書等を使用して、主に音韻に基づいて表記を変換（翻訳）する。特殊表記判別部１０３により一般名詞ではないと判断された文字列は、全て固有名詞翻訳部１０７が翻訳する。例えば文字列「線」や「呉服」が固有名詞として使用されていると判別できる場合であって英語（アルファベット表記）に変換する場合には、特殊表記判別部１０３は、それぞれの文字列を「Ｓｅｎ」「Ｇｏｆｕｋｕ」に変換する。ベクトル地図情報に含まれる各種テキスト情報を翻訳する場合であれば、翻訳すべきテキストに含まれる文字列の多くが固有名詞となるため、それらは全て固有名詞翻訳部１０７によって音韻に基づいて翻訳される。

一般名詞翻訳部１０９は、図示しない辞書等を使用して、主に文字列の意味に基づいて表記を変換（翻訳）する。特殊表記判別部１０３により一般名詞として判断された文字列は、一般名詞翻訳部１０９が翻訳する。前述のとおり、文字列「線」が分類「道路」に使用された場合や、文字列「呉服」が分類「店名」に使用された場合等は、それぞれ一般名詞として使用されていると考えることができるため、「Ｌｉｎｅ」や「Ｋｉｍｏｎｏ」等と翻訳することができる。

出力部１１１は、入力部１０１から入力された日本語テキストに含まれる文字列を固有名詞翻訳部１０７及び一般名詞翻訳部１０９がそれぞれ翻訳した結果を併せることにより翻訳結果のテキストを生成し、これを出力する。この出力結果は、ベクトル地図情報により作成されるベクトル地図を英語や中国語等の日本語以外の言語に対応させる際のデータとして使用することができる。

（３ 処理の流れ）
以下、図５を参照しながら、情報処理装置１００の処理の流れを説明する。図５は、情報処理装置１００における翻訳処理の流れを示すフローチャートである。

ここで、後述の各処理ステップは、処理内容に矛盾を生じない範囲で、任意に順番を変更して若しくは並列に実行することができ、また、各処理ステップ間に他のステップを追加しても良い。更に、便宜上１つのステップとして記載されているステップは複数のステップに分けて実行することもでき、便宜上複数に分けて記載されているステップを１ステップとして実行することもできる。

まず、入力部１０１は、使用されている分類付きの日本語テキストの入力を受ける（Ｓ５０１）。特殊表記判別部１０３は、入力された日本語テキストに含まれる文字列が、特殊表記文字列であるか否かを判別する（Ｓ５０５）。この判別方法としては、例えば、判別対象の文字列が特殊表記文字列ＤＢ１０５に含まれているか否かを判別し、もし含まれていれば、当該文字列が特殊表記文字列であると判別することが考えられる。

もし、対象文字列が特殊表記文字列であれば（Ｓ５０５のＹｅｓ）、特殊表記判別部１０３は、その文字列（テキスト）が使用されている分類を判別する（Ｓ５０７）。その分類が、特殊表記文字列ＤＢ１０５上でその文字列が一般名詞として使用される分類として設定されているものと一致すれば（Ｓ５０７のＹｅｓ）、特殊表記判別部１０３は、当該文字列を一般名詞として使用されているものと判別する。

特殊表記判別部１０３により特殊表記文字列と判別された文字列に対しては、一般名詞翻訳部１０９が、主に当該文字列の意味に基づいて表記を変換（翻訳）する（Ｓ５０９）。一方、特殊表記判別部１０３により特殊表記文字列ではないと判別された文字列に対しては（Ｓ５０５のＮｏ及びＳ５０７のＮｏ）、固有名詞翻訳部１０７は、主にこの文字列の音韻（読み仮名）に基づいて表記を変換（翻訳）する（Ｓ５１１）。

日本語テキストに含まれていた全ての文字列についての翻訳が終了すれば、出力部１１１は固有名詞翻訳部１０７及び一般名詞翻訳部１０９による翻訳結果を併せて、翻訳文字列を出力する（Ｓ５１３）。

（４ ハードウェア構成）
以下、図６を参照しながら、上述してきた情報処理装置１００をコンピュータにより実現する場合のハードウェア構成の一例を説明する。なお、情報処理装置１００の機能は、ネットワークを介して複数の装置に分けて実現することも可能である。

図６に示すように、情報処理装置１００は、プロセッサ６０１、メモリ６０３、記憶装置６０５、入力インタフェース（Ｉ／Ｆ）６０７、データＩ／Ｆ６０９、通信Ｉ／Ｆ６１１、及び表示装置６１３を含む。

プロセッサ６０１は、メモリ６０３に記憶されているプログラムを実行することにより情報処理装置１００における様々な処理を制御する。例えば、図３で説明した入力部１０１、特殊表記判別部１０３、固有名詞翻訳部１０７、一般名詞翻訳部１０９及び出力部１１１は、メモリ６０３に一時記憶された上で、主にプロセッサ６０１上で動作するプログラムとして実現可能である。

メモリ６０３は、例えばＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等の記憶媒体である。メモリ６０３は、プロセッサ６０１によって実行されるプログラムのプログラムコードや、プログラムの実行時に必要となるデータを一時的に記憶する。例えば、メモリ６０３の記憶領域には、プログラム実行時に必要となるスタック領域が確保される。

記憶装置６０５は、例えばハードディスクやフラッシュメモリ等の不揮発性の記憶媒体である。記憶装置６０５は、オペレーティングシステムや、入力部１０１、特殊表記判別部１０３、固有名詞翻訳部１０７、一般名詞翻訳部１０９及び出力部１１１を実現するための各種プログラムや、特化表記文字列データベース１０５や、固有名詞翻訳部１０７や一般名詞翻訳部１０９が翻訳時に使用する辞書データ等の各種データを記憶する。その他、入力対象のベクトル地図情報や、翻訳結果として出力するデータは、記憶装置６０５に少なくとも一時的に記憶することができる。記憶装置６０５に記憶されているプログラムやデータは、必要に応じてメモリ６０３にロードされることにより、プロセッサ６０１から参照される。

入力Ｉ／Ｆ６０７は、ユーザからの入力を受け付けるためのデバイスである。入力Ｉ／Ｆ６０７の具体例としては、キーボードやマウス、タッチパネル、各種センサ等が挙げられる。入力Ｉ／Ｆ６０７は、例えばＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）等のインタフェースを介して情報処理装置１００に接続されても良い。

データＩ／Ｆ６０９は、情報処理装置１００の外部からデータを入力するためのデバイスである。データＩ／Ｆ６０９の具体例としては、各種記憶媒体に記憶されているデータを読み取るためのドライブ装置等がある。データＩ／Ｆ６０９は、情報処理装置１００の外部に設けられることも考えられる。その場合、データＩ／Ｆ６０９は、例えばＵＳＢ等のインタフェースを介して情報処理装置１００へと接続される。

通信Ｉ／Ｆ６１１は、情報処理装置１００の外部の装置と有線又は無線によりデータ通信するためのデバイスである。その他、入力対象のベクトル地図情報や、翻訳結果として出力するデータは、前述のデータＩ／Ｆ６０９や通信Ｉ／Ｆ６１１を介して他の情報処理装置との間で入出力することが考えられる。通信Ｉ／Ｆ６１１は情報処理装置１００の外部に設けられることも考えられる。その場合、通信Ｉ／Ｆ６１１は、例えばＵＳＢ等のインタフェースを介して情報処理装置１００に接続される。

表示装置６１３は、各種情報を表示するためのデバイスである。表示装置６１３の具体例としては、例えば液晶ディスプレイや有機ＥＬ（Ｅｌｅｃｔｒｏ−Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ等があげられる。表示装置６１３は、情報処理装置１００の外部に設けられても良い。その場合、表示装置６１３は、例えばディスプレイケーブル等を介して情報処理装置１００に接続される。

（５ 本実施形態の効果）
以上説明したように、本実施形態に係る情報処理装置１００は、一般名詞として翻訳すべき意味と、固有名詞として翻訳すべき意味とを持つ文字列をテキスト中に含む場合であっても、その文字列がどのような分類で使用されているのかを調べることにより、好適に翻訳することができる。

（６ 付記事項）
尚、前述の実施形態の構成は、組み合わせたり或いは一部の構成部分を入れ替えたりしてもよい。また、本発明の構成は前述の実施形態のみに限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変更を加えてもよい。

１００・・・情報処理装置、１０１・・・入力部、１０３・・・特殊表記判別部、１０５・・・特化表記文字列データベース、１０７・・・固有名詞翻訳部、１０９・・・一般名詞翻訳部、１１１・・・出力部、６０１・・・プロセッサ、６０３・・・メモリ、６０５・・・記憶装置、６０７・・・入力インタフェース、６０９・・・データインタフェース、６１１・・・通信インタフェース、６１３・・・表示装置、Ｌ１ａ・・・道路注記レイヤ、Ｌ１ｂ・・・道路画像レイヤ、Ｌ２ａ・・・施設注記レイヤ、Ｌ２ｂ・・・施設画像レイヤ

Claims (4)

1. 日本語テキストと、当該日本語テキストが使用される使用領域を示す分類との入力を受ける入力手段と、
   複数の文字列に対して、前記分類毎に、一般名詞として翻訳すべきか固有名詞として翻訳すべきかを管理する管理手段と、
   前記日本語テキストに含まれる文字列に対して、一般名詞として翻訳するか固有名詞として翻訳するかを、前記分類に基づいて前記管理手段を参照することにより判別する判別手段と、
   一般名詞の場合は当該文字列の意味に基づいて、固有名詞の場合には当該文字列の音韻に基づいて文字列を翻訳する翻訳手段と
   を備える情報処理装置。
2. 前記日本語テキストは、ベクトル地図上に表示される注記の情報を含み、
   前記分類は、前記日本語テキストに係る注記が当該ベクトル地図を構成するいずれのレイヤに係るものであるかを示す情報を含む、
   請求項１記載の情報処理装置。
3. 日本語テキストと、当該日本語テキストが使用される使用領域を示す分類との入力を受けるステップと、
   複数の文字列に対して、前記分類毎に、一般名詞として翻訳すべきか固有名詞として翻訳すべきかをデータベースとして管理するステップと、
   前記日本語テキストに含まれる文字列に対して、一般名詞として翻訳するか固有名詞として翻訳するかを、前記分類に基づいて前記データベースを参照することにより判別するステップと、
   一般名詞の場合は当該文字列の意味に基づいて、固有名詞の場合には当該文字列の音韻に基づいて文字列を翻訳するステップと
   を情報処理装置が行う情報処理方法。
4. 日本語テキストと、当該日本語テキストが使用される使用領域を示す分類との入力を受けるステップと、
   複数の文字列に対して、前記分類毎に、一般名詞として翻訳すべきか固有名詞として翻訳すべきかをデータベースとして管理するステップと、
   前記日本語テキストに含まれる文字列に対して、一般名詞として翻訳するか固有名詞として翻訳するかを、前記分類に基づいて前記データベースを参照することにより判別するステップと、
   一般名詞の場合は当該文字列の意味に基づいて、固有名詞の場合には当該文字列の音韻に基づいて文字列を翻訳するステップと
   をコンピュータに実行させるためのプログラム。