JP6459300B2 - 機械翻訳装置、機械翻訳方法、機械翻訳プログラムおよび記録媒体 - Google Patents

Description

本発明は、翻訳対象文章の分野を推定する機械翻訳装置、機械翻訳方法、機械翻訳プログラムおよび記録媒体に関する。

ある特定の自然言語で書かれた文章を他の自然言語へ翻訳する際、人手による翻訳ではなく、コンピュータを用いて機械的に翻訳を行う機械翻訳が広く使用されている。

この機械翻訳の翻訳精度を向上させる方法の一つに、分野辞書を使用する方法がある。分野辞書は、翻訳対象となる文章が特定の分野について記載されている場合に、訳語を制御するための辞書データを蓄積したものである。たとえば、英語の「court」を日本語へ翻訳する場合、「コート」や「裁判所」など複数の訳語が該当するが、翻訳対象文章の分野が未知の場合には、それらの訳語の中でどれが適切かを決定することができない。しかし、翻訳対象となる文章が「法律」に関するものならば「裁判所」、「スポーツ」に関するものならば「コート」と訳すのが順当である。このような、分野による訳語の制御を行うための辞書データを蓄積したものが、分野辞書である。分野辞書を使用することで、翻訳対象の文章の訳語を分野に応じて適切に選択することが可能になる。

使用する分野辞書を選択する方法については、あらかじめ翻訳対象文章の分野がわかっている場合には、人手で分野を設定して使用する分野辞書を選択する方法が単純である。一方、翻訳対象文章の分野が事前にわかっていない場合や翻訳対象文章が多く存在して人手による分野設定に手間がかかる場合には、機械翻訳時に自動的に分野を推定することができれば便利である。しかし、誤って分野を推定して、本来の翻訳対象文章の分野以外の分野辞書を選択してしまうと、一斉に誤った訳語へ翻訳し、著しく翻訳精度が低下してしまう。

このような問題を解決するための方法で代表的なものに、ベクトル演算を用いて翻訳対象文章の分野を推定する方法がある。たとえば特許文献１には、翻訳対象文章の単語ごとの出現頻度を一つの次元の要素とする多次元特徴ベクトルと各分野の代表特徴ベクトルとの近似度を計算する方法が記載されている。２つのベクトルの近似度の計算には、一般的に、コサイン類似度が使用されることが多い。コサイン類似度とは、２つのベクトルのなす角が小さいほど類似度が高いとする方法である。ベクトルxとベクトルyのなす角θの余弦は、式（１）のように、xとyの内積をxとyの長さ（ノルム）で割ることによって得られる。

また、特許文献２では、翻訳対象文章に含まれる単語の各分野辞書での出現頻度情報を用いている。

特開2007-080221号公報 特開2001-005812号公報

しかし、特許文献１の方法では、特徴ベクトルの要素となる単語数の次元をもつベクトルの近似度を各分野について計算するため、計算量が非常に多く、翻訳速度が遅い。たとえば、近似度としてコサイン類似度を使用する場合、特徴ベクトルの要素となる単語数と分野数を掛けた回数の乗算が必要となる。さらに分野の数が増加したり特徴ベクトルの要素となる単語数が増加したりすると、計算量が増加してしまう。また、翻訳対象文章の単語数が少ない場合は、推定の精度が低下しやすい。

特許文献２の方法では、分野辞書ごとに翻訳対象文章に含まれる単語の出現頻度を求めているため、異なる訳語を持つ単語が異なる分野辞書に多く含まれている場合に推定の精度が低下しやすい。また、翻訳対象文章の単語数が少ない場合にはさらに推定の精度が低下しやすい。

本発明の目的は、翻訳対象文章の翻訳に使用する分野辞書の選択を、高速かつ精度良く行う機械翻訳装置、機械翻訳方法、機械翻訳プログラムおよび記録媒体を提供することにある。

上述の問題を解決するために、本発明の機械翻訳装置は、翻訳条件と分野との対応関係を示す分野対応情報を記憶する分野対応情報記憶部と、前記分野に応じた訳語を保持する複数の分野辞書を記憶する辞書記憶部と、翻訳対象文章内の所定の単位記載と合致する前記翻訳条件と前記分野との前記対応関係に基づいて、複数の前記分野辞書から前記翻訳対象文章の翻訳に使用する前記分野辞書を決定する辞書決定部とを備えることを特徴とする。

また、本発明の機械翻訳装置は、訳語と分野との対応関係を示す分野対応情報を記憶する分野対応情報記憶部と、前記分野に応じた前記訳語を保持する複数の分野辞書を記憶する辞書記憶部と、翻訳条件と前記翻訳条件に対応する前記訳語とを含む前記翻訳規則を記憶する翻訳規則記憶部と、翻訳対象文章内の所定の単位記載と合致する前記翻訳条件に対応する前記訳語と前記分野との前記対応関係に基づいて、複数の前記分野辞書から前記翻訳対象文章の翻訳に使用する前記分野辞書を決定する辞書決定部とを備えることを特徴とする。

また、本発明の機械翻訳方法は、翻訳対象文章内の所定の単位記載と合致する翻訳条件と、前記翻訳条件と分野との対応関係を示す分野対応情報に基づいて、前記分野に応じた訳語を保持する複数の分野辞書から前記翻訳対象文章の翻訳に使用する前記分野辞書を決定することを特徴とする。

また、本発明の機械翻訳方法は、翻訳条件と前記翻訳条件に対応する訳語とを含む翻訳規則と、翻訳対象文章内の所定の単位記載と合致する前記翻訳条件に対応する前記訳語と分野との対応関係を示す分野対応情報とに基づいて、前記分野に応じた前記訳語を保持する複数の分野辞書から前記翻訳対象文章の翻訳に使用する前記分野辞書を決定することを特徴とする。

また、本発明の機械翻訳プログラムは、コンピュータに、翻訳条件と分野との対応関係を示す分野対応情報を記憶する分野対応情報記憶機能と、前記分野に応じた訳語を保持する複数の分野辞書を記憶する辞書記憶機能と、翻訳対象文章内の所定の単位記載と合致する前記翻訳条件と前記分野との前記対応関係に基づいて、複数の前記分野辞書から前記翻訳対象文章の翻訳に使用する前記分野辞書を決定する辞書決定機能とを実現させる。

また、本発明の機械翻訳プログラムは、コンピュータに、訳語と分野との対応関係を示す分野対応情報を記憶する分野対応情報記憶機能と、前記分野に応じた前記訳語を保持する複数の分野辞書を記憶する辞書記憶機能と、翻訳条件と前記翻訳条件に対応する前記訳語とを含む前記翻訳規則を記憶する翻訳規則記憶機能と、翻訳対象文章内の所定の単位記載と合致する前記翻訳条件に対応する前記訳語と前記分野との前記対応関係に基づいて、複数の前記分野辞書から前記翻訳対象文章の翻訳に使用する前記分野辞書を決定する辞書決定機能とを実現させる。

本発明の機械翻訳装置、機械翻訳方法、機械翻訳プログラムおよび記録媒体により、翻訳対象文章の翻訳に使用する分野辞書の選択を、高速かつ精度良く行うことが可能になる。

本発明の実施形態の機械翻訳装置の構成例を示す図である。 本発明の実施形態の動作例を示す図である。 本発明の実施形態の機械翻訳装置の他の構成例を示す図である。 本発明の実施形態の他の動作例を示す図である。 辞書記憶部のデータ例を示す図である。 翻訳規則のデータ例を示す図である。 分野対応情報のデータ例を示す図である。 本発明の第二の実施形態の機械翻訳装置の構成例を示す図である。 本発明の第二の実施形態の動作例を示す図である。 分野分類木の作成例を示す図である。 本発明の第四の実施形態の分野対応情報のデータ例を示す図である。 本発明の実施形態の機械翻訳装置の他の構成例を示す図である。 本発明の実施形態の機械翻訳装置の他の構成例を示す図である。

図１に本発明の実施形態の機械翻訳装置の構成例を示す。

機械翻訳装置１は、辞書記憶部１１、分野対応情報記憶部１２および辞書決定部１３から構成される。辞書記憶部１１は、複数の分野辞書を記憶した部分である。分野辞書は、翻訳対象となる文章が特定の分野について記載されている場合に、訳語を制御するための辞書データを蓄積したものである。分野対応情報記憶部１２は、翻訳規則の条件部（翻訳条件）と分野の対応関係を示す分野対応情報を記憶する部分である。辞書決定部１３は、翻訳対象文章２と分野対応情報記憶部１２の翻訳条件を比較し、翻訳対象文章２内で合致した翻訳条件と分野対応情報に基づいて、辞書記憶部１１の複数の分野辞書から、翻訳対象文章２の翻訳に使用する分野辞書を決定する部分である。

上記のように機械翻訳装置１を構成することによって、翻訳対象文章の翻訳に使用する分野辞書の選択を、高速かつ精度良く行うことが可能になる。

次に、図１の構成における機械翻訳装置１の辞書決定部１３の動作の例を図２に示す。

まず、翻訳対象文章２と分野対応情報記憶部１２に記憶されている翻訳条件を比較する（Ｓ１０１）。次に、翻訳対象文章２内で合致する翻訳条件と分野対応情報記憶部１２の分野対応情報に基づいて、翻訳対象文章２の翻訳に使用する分野辞書を決定する（Ｓ１０２）。

上記のように機械翻訳装置１を動作させることによって、翻訳対象文章の翻訳に使用する分野辞書の選択を、高速かつ精度良く行うことが可能になる。

また、図３に、本発明の実施形態の機械翻訳装置の他の構成例を示す。

図３では、図１に対して、翻訳規則記憶部１３を追加している。翻訳規則記憶部１３は、翻訳規則の条件（翻訳条件）とその翻訳条件に対応する訳語を含む翻訳規則を記憶する部分である。辞書記憶部１１は図１の説明と同様である。分野対応情報記憶部１２は、上述の翻訳条件と分野の対応関係ではなく、訳語と分野の対応関係を示す分野対応情報を記憶する部分である。辞書決定部１３は、翻訳対象文章２と翻訳規則記憶部１３の翻訳条件を比較し、翻訳対象文章２内で合致した翻訳条件に対応する訳語と分野対応情報に基づいて、辞書記憶部１１の分野辞書から、翻訳対象文章２の翻訳に使用する分野辞書を決定する部分である。

上記のように機械翻訳装置１を構成することによって、翻訳対象文章の翻訳に使用する分野辞書の選択を、高速かつ精度良く行うことが可能になる。

次に、図３の構成における機械翻訳装置１の辞書決定部１３の動作の例を図４に示す。

まず、翻訳対象文章２と翻訳規則記憶部１３に記憶されている翻訳条件を比較する（Ｓ２０１）。次に、翻訳対象文章２内で合致する翻訳条件に対応する訳語と分野対応情報記憶部１２の分野対応情報に基づいて、翻訳対象文章２の翻訳に使用する分野辞書を決定する（Ｓ２０２）。

上記のように機械翻訳装置１を動作させることによって、翻訳対象文章の翻訳に使用する分野辞書の選択を、高速かつ精度良く行うことが可能になる。

次に、本発明の第一の実施の形態について、具体例を用いて説明する。

まず、構成例は図１と同様である。

辞書記憶部１１のデータ例を図５に示す。図５では、「法律」「テニス」「バスケット」の分野辞書それぞれに、２つ、２つ、３つの辞書データが保持されている。この分野辞書を用いると、たとえば、英語の「court」は、「法律」の分野辞書が選択された場合には「法廷」あるいは「裁判所」、「テニス」の分野辞書が選択された場合には「コート」と翻訳されることになる。

なお、分野辞書の保持形式については、図５では、分野ごとに辞書データ（原語訳語ペア）を保持しているが、辞書データ単位に分野情報が付与される形式の分野辞書を使用しても構わない。

次に、分野対応情報記憶部１２の説明のために、まず、翻訳規則について説明する。翻訳規則のデータ例を図６に示す。翻訳規則は条件部（翻訳条件）とアクション部から構成され、翻訳対象文章に条件部に合致する部分があった場合に、アクション部の動作を行うことを意味している。図６の場合、２つの翻訳規則が保持されており、それぞれの条件部は「隣接（federal、court）」と「共起（cager、traveling）」である。本実施形態では、「隣接（federal、court）」は「federal」と「court」が翻訳対象文書内に隣接して存在している場合、「共起（cager、traveling）」は「cager」と「traveling」の両方が翻訳対象文書内に存在する場合を意味する。なお、「共起」の判断基準については種々の手法が考えられるため、その手法を適用することも可能である。たとえば、条件部で指定した単語の間の文字数や単語数が所定の数以内である場合、あるいは、指定した単語が翻訳対象文章内に同時にそれぞれ所定の数以上存在する場合を「共起」と判断することも可能である。図６の翻訳規則では、「隣接（federal、court）」を適用する場合、その部分の「federal」を「連邦」、「court」を「裁判所」と翻訳し、また、「共起（cager、traveling）」を適用する場合は、「traveling」を「トラベリング」と翻訳する。

分野対応情報記憶部１２の例を図７に示す。この例では、翻訳規則の条件部（翻訳条件）と分野を関連付けたデータを保持しており、「隣接（federal、court）」の翻訳条件には「法律」が、「共起（cager、traveling）」の翻訳条件には「バスケット」が関連付けられている。図７では、１つの翻訳条件に１つの分野を関連付けているが、１つの翻訳条件に対して複数の分野を関連付けることも可能である。

次に、辞書決定部１３の動作について説明する。辞書決定部１３では、図２のとおり、まず、翻訳対象文章２と分野対応情報記憶部１２に記憶されている翻訳条件を比較する（Ｓ１０１）。次に、翻訳対象文章２内で合致する翻訳条件と分野対応情報記憶部１２の分野対応情報に基づいて、翻訳対象文章２の翻訳に使用する分野辞書を決定する（Ｓ１０２）。なお、図３のように、図１に対して翻訳規則記憶部１３を追加し、図２のＳ１０１において、翻訳対象文章２と翻訳規則記憶部１３に記憶されている翻訳条件を比較しても、同じ結果が得られる。

簡単のため、図７の分野対応情報のうち「隣接（federal、court）」の翻訳条件のみが翻訳対象文章２内で合致した場合を例に挙げる。このとき、図７の分野対応情報を参照すると、「隣接（federal、court）」の翻訳規則には「法律」分野が関連付けられている。そのため、翻訳対象文章の分野は「法律」であると推定することができる。このように、翻訳対象文章２内で合致した翻訳条件が関連付けられている分野を分野対応情報記憶部１２の分野対応情報で調べることにより、分野を推定することが可能になる。このようにして推定した分野の分野辞書を、翻訳対象文章２の翻訳に使用する分野辞書として決定する。

複数の翻訳規則が合致したときの辞書決定方法としては、合致した翻訳条件に関連付けられている分野を分野対応情報記憶部１２で調べ、合致した翻訳条件の合致回数から各分野に対する適合度を計算し、適合度が大きい分野を推定分野とする方法が考えられる。適合度の計算には、合致した翻訳条件の合致回数に基づき、合致回数が大きくなると適合度も大きくなる関数であれば、どのような関数を使用しても良い。

例として、各翻訳条件の合致回数に関する一次関数を適合度の計算に使用する場合について説明する。分野対応情報記憶部１２に登録されている翻訳条件の数をa、分野の数をbとする。そして、i番目の翻訳条件（1≦i≦a）とj番目の分野（1≦j≦b）の間の重み係数をm(i,j)（m(i,j)≧0）としてあらかじめ決めて、分野対応情報記憶部１２等に保持しておく。分野対応情報記憶部１２にて関連付けられていない翻訳条件と分野の間の重み係数は0とする。このとき、i番目の翻訳条件の合致回数をx_iとすると、適合度は、たとえば、式（２）のような各翻訳条件の合致回数に関する一次関数で計算することができる。

この式（２）の関数を適合度の計算に使用する場合、乗算回数は、分野対応情報記憶部１２に登録されている翻訳条件の数と分野数との積（a×b回）となる。しかし、関連付けられていない翻訳条件と分野の間の重み係数は0のため、合致した翻訳条件に関連付けられている分野を分野対応情報記憶部１２で調べ、関連付けられていない分野についての乗算（重み係数が0の乗算）を行わないことができる。このようにすることで、乗算回数を減らすことができる。たとえば、図７の分野対応情報のように、各翻訳条件に対して関連付けられている分野が１つの場合、乗算回数は合致した翻訳条件の数（最大a回）となる。翻訳対象文章と分野辞書の特徴ベクトルのコサイン類似度を使用する方法では、特徴ベクトルの要素となる単語数（c）と分野数（b）を掛けた回数（c×b回）の乗算を行う。本実施形態の方法では、特徴ベクトルの要素となる単語数より分野対応情報の翻訳条件の数を小さくすることで、乗算回数を減らすことができる。また、分野対応情報の各翻訳条件に関連付けられている分野数が小さくなれば、さらに乗算回数を減らすことができる。

さらに、式（２）において、各翻訳条件に関連付けられている分野の重み係数をすべて1とすることも可能である。このとき、適合度は、各分野に関連付けられた翻訳条件の合致回数の合計となる。このようにすると、分野ごとに、翻訳条件の合致回数を数えて合計するだけになり、乗算回数が０回になるため、特徴ベクトルのコサイン類似度を計算する方法よりも、大幅に計算量を減らすことができる。

たとえば、図７の分野対応情報の場合、翻訳条件「隣接（federal、court）」の「法律」分野、および、翻訳条件「共起（cager、traveling）」の「バスケット」分野の重み係数を1、それ以外の重み係数を0とする。そして、「隣接（federal、court）」の翻訳条件の合致回数が１０回、「共起（cager、traveling）」の翻訳条件の合致回数が３回であったとすると、「法律」分野の適合度は10、「バスケット」分野の適合度は3と計算される。その結果、適合度がより大きい「法律」を翻訳対象文章の分野として推定することになる。また、「隣接（federal、court）」の「法律」分野の重み係数を1、「共起（cager、traveling）」の「バスケット」分野の重み係数を5とすると、「法律」分野の適合度は10、「バスケット」分野の適合度は15となる。その結果、適合度がより大きい「法律」を翻訳対象文章の分野として推定することになる。

なお、翻訳条件の合致回数は、各翻訳条件に合致すると判断した回数とする。本実施形態の場合、「隣接」を条件とする翻訳規則の場合の合致回数は、指定された単語が隣り合って存在した回数となる。「共起」を条件とする翻訳条件の場合の合致回数は、指定された単語の翻訳対象文書内での出現回数の合計となる。

また、翻訳対象文章の推定分野を１つに絞るのではなく、複数の分野を同時に適用し、複数の分野辞書を同時に翻訳時に利用することも可能である。

以上で説明したように、本発明の第一の実施形態では、合致した翻訳条件に対応付けられた分野を分野対応情報で調べて数えるため、特徴ベクトルのコサイン類似度を計算する方法に比べて計算量を少なくでき、分野推定の時間を短縮することが可能になる。また、翻訳対象文章の単語数が少なくても条件が合致する翻訳条件があれば分野を推定することができる。そのため、翻訳対象文章の翻訳に使用する分野辞書の選択を、高速かつ精度良く行うことが可能になる。

なお、決定された分野辞書の訳語と翻訳規則の訳語が異なる場合もあり得る。このような場合の競合関係の処理方法としては、合致回数が多い翻訳条件については翻訳規則の訳語を優先して翻訳する、あるいは、競合する規則を除いて再度分野推定を行う、などの方法が考えられる。しかし、競合解消は、本発明の中核技術ではなく、特に解消手段を確定させる必要はないため、その手法は確定させていない。

次に、本発明の第二の実施の形態について説明する。

本発明の第二の実施形態の構成例を図８に示す。図１に対して、分野辞書管理部１５と翻訳規則記憶部１３を追加している。翻訳規則記憶部１３は、翻訳規則を記憶する部分である。分野辞書管理部１５は、翻訳規則記憶部１３の翻訳規則と辞書記憶部１１の分野辞書とから分野対応情報を生成し、分野対応情報記憶部１２に記憶させる部分である。

次に、分野辞書管理部１５の動作の例について図９を用いて説明する。

まず、辞書記憶部１１の分野辞書から分野分類木を作成する（Ｓ３０１）。分野分類木は、辞書データ（原語訳語ペア）から分野を推定するための条件木である。分野分類木の作成例を図１０に示す。分野単位に保持された辞書データを、辞書データに対して分野を関連付ける形式に変換している。

次に、分野分類木から辞書データを一つずつ取り出し、辞書データが翻訳規則記憶部１４のアクション部にあるかどうかを確認する（Ｓ３０２〜３０３）。ある場合には、翻訳条件と分野を連結して、分野対応情報記憶部に登録する（Ｓ３０４〜Ｓ３０６）。これを未確認の翻訳規則がなくなるまで繰り返し（Ｓ３０７）、未確認の翻訳規則がなくなれば、新たな辞書データを一つ取り出す（Ｓ３０２）。そして、Ｓ３０２〜Ｓ３０７のステップを、未確認の辞書データがなくなるまで繰り返す（Ｓ３０８）。

図１０の分野分類木の場合、図６の翻訳規則記憶部１４の翻訳規則のアクション部に存在する辞書データが見つかるまで、分野分類木から辞書データを取り出していく。「court → 法廷、裁判所」が翻訳規則記憶部１４に存在するので、この翻訳規則「隣接（federal、court）」と分野「法律」を連結して分野対応情報記憶部１２に登録する。同様に、「traveling → トラベリング」が翻訳規則記憶部１４に存在するので、この翻訳規則「共起（cager、traveling）」と「バスケット」を連結して分野対応情報記憶部１２に登録する。このようにして、図７の分野対応情報を得ることができる。

ここで、分野辞書管理部１５での分野対応情報記憶部１２の生成は、翻訳対象文書２が入力された時点で行っても良いが、翻訳対象文書２が入力される以前にあらかじめ生成してデータを保持しておくことで、分野推定にかかる時間を短くすることができる。

以上で説明したように、分野辞書管理部１５では、翻訳規則記憶部１４の翻訳規則と辞書記憶部１１の分野辞書から、翻訳条件と分野を関連付けた分野対応情報を生成することができる。この分野辞書管理部１５で生成した分野対応情報を用いることで、第一の実施形態で説明した、辞書決定部１３での分野推定を行うことが可能になる。これにより、第一の実施形態と同様に、合致した翻訳条件に対応付けられた分野を分野対応情報で調べて数えるため、ベクトル演算を行う方法に比べて計算量を少なくでき、分野推定の時間を短縮することが可能になる。また、翻訳対象文章の単語数が少なくても合致する翻訳条件があれば分野を推定することができる。そのため、第二の実施形態においても、翻訳対象文章の翻訳に使用する分野辞書の選択を、高速かつ精度良く行うことが可能になる。

次に、本発明の第三の実施形態について説明する。

第一および第二の実施形態では、分野対応情報として、翻訳条件と分野を関連付けたデータ（たとえば図７）を使用したが、第三の実施形態では、辞書データ（原語訳語ペア）と分野を関連付けたデータを使用する。

第三の実施形態の分野対応情報は、第二の実施形態で説明した分野分類木の生成方法と同様に、辞書記憶部１１の分野辞書を辞書データに対して分野を関連付ける形式に変換することで生成することができる。たとえば、図１０のような分野分類木を分野対応情報として使用することができる。また、さらに、分野分類木の辞書データを、翻訳規則記憶部１４の翻訳規則のアクション部に存在するもののみに削減することも可能である。

次に、第三の実施形態における分野推定方法について説明する。第三の実施形態の分野推定方法では、第一および第二の実施形態で使用した翻訳条件の合致回数の代わりに、翻訳規則のアクション部で訳出する辞書データ（原語訳語ペア）の訳出回数を使用する。翻訳条件の合致回数の代わりに辞書データの訳出回数を使用する点以外は、第一および第二の実施形態と同様の方法で分野推定を行うことができる。辞書データの訳出回数は、ある辞書データに対応する翻訳条件の合致回数を合計することで得られる。仮に、ある辞書データに対応する翻訳条件が一つである場合は、辞書データの訳出回数と、その辞書データに対応する翻訳条件の合致回数は同じになる。

式（２）で例に挙げた適合度についても、翻訳条件の代わりに辞書データを使用して計算することができる。つまり、分野対応情報記憶部１２に登録されている辞書データの数をa、分野の数をb、i番目の辞書データ（1≦i≦a）とj番目の分野（1≦j≦b）の間の重み係数をm(i,j)（m(i,j)≧0）、i番目の辞書データの訳出回数をx_iとして、適合度を計算することができる。

たとえば、図６の翻訳規則のうち「隣接（federal、court）」の翻訳規則の条件部が翻訳対象文章２内で合致したとする。この翻訳規則のアクション部は「訳出（federal → 連邦）」「訳出（court → 裁判所）」となっている。このアクション部の辞書データを図１０の分野分類木で確認すると、「court → 裁判所」が「法律」と対応している。式（２）において、対応関係がある辞書データと分野の間の重み係数をたとえば1として適合度を計算すると、「法律」分野の適合度が1、それ以外の分野の適合度が0となる。その結果、「法律」分野を翻訳対象文章２の分野として推定することができる。

以上で説明したように、第三の実施形態では、第一および第二の実施形態における翻訳条件の合致回数の代わりに辞書データの訳出回数を用いることで、第一および第二の実施形態と同様に、分野推定を行うことが可能になる。そのため、第三の実施形態においても、翻訳対象文章の翻訳に使用する分野辞書の選択を、高速かつ精度良く行うことが可能になる。

次に、本発明の第四の実施形態について説明する。

第四の実施形態では、分野対応情報として、翻訳規則のアクション部で訳出した辞書データの訳出回数を入力すると各分野の適合度を出力するニューラルネットワークの発火条件データを使用する。

分野辞書管理部１５では、辞書記憶部１１の分野辞書から発火条件データの生成を行う。まず、第二の実施形態と同様に、分野辞書から分野分類木を作成する。そして、作成した分野分類木を使用して、辞書データ（原語訳語ペア）と分野とのつながりをニューロン結合としたニューラルネットワークを構成する。図１０の分野分類木から得られるニューラルネットワークの例を図１１に示す。辞書データの訳出回数を入力すると、決められた発火条件に従って発火が行われ、各分野の適合度が出力されることを示している。m(i,j)は、i番目の辞書データとj番目の分野との間の重み係数である。辞書データの訳出回数と重み係数を掛けたものの総和が、あらかじめ決められている閾値を超えたときに発火したとみなされる。発火すると、辞書データの訳出回数と重み係数を掛けたものの総和が、適合度として出力される。ここで、たとえば、発火条件の閾値を0とすると、適合度は、第三の実施形態の式（２）を計算していることになる。このようにして得られたニューラルネットワークの、辞書データの訳出回数と各分野の適応度の関係を示す発火条件データを分野対応情報記憶部１２として保持する。

辞書決定部１３では、分野対応情報記憶部１２に記憶された発火条件データを使用して、分野推定を行う。発火条件データからニューラルネットワークを構成し、翻訳対象文章２に適用された辞書データの訳出回数をニューラルネットワークに入力することで各分野への適合度を計算し、翻訳対象文章２の分野を推定することができる。たとえば、図６の翻訳規則のうち「隣接（federal、court）」が適用されたとする。この翻訳規則のアクション部は「訳出（federal → 連邦）」「訳出（court → 裁判所）」となっている。このアクション部の辞書データを図１１のニューラルネットワークに入力すると、「court → 裁判所」が「法律」と関連しているため、「法律」が分野として推定されることになる。

以上で説明したように、第四の実施形態では、第三の実施形態の訳出回数に関する一次関数（式（２））と同様の適合度の計算を、ニューラルネットワークを使用して行うことができる。また、ここまでの説明では、辞書データの訳出回数から各分野の適合度を導く方法について記載したが、辞書データを翻訳条件に置き換えることで、第一および第二の実施形態と同様に、翻訳条件の合致回数から各分野の適合度を計算することも可能である。

以上で説明したように、第四の実施形態においても、第一、第二および第三の実施形態と同様に、翻訳条件の合致回数から分野を推定することができ、翻訳対象文章の翻訳に使用する分野辞書の選択を、高速かつ精度良く行うことが可能になる。

以上で翻訳対象文章の分野を推定して分野辞書を決定する機械翻訳装置について説明したが、図１２のように、翻訳部１６を追加して、決定された分野辞書に従って翻訳を行うことが可能である。また、さらに、図１３のように。通信部１７を追加して、翻訳対象文章２をネットワーク上で入力して、翻訳結果３を通信経由で返信するようにすることも可能である。さらに、機械翻訳装置の各部をネットワーク上に分散配置して使用できるようにすることも可能である。

また、所定の単語の「隣接」及び「共起」を翻訳条件の例として説明したが、単語だけでなく、文章の「隣接」あるいは「共起」等を翻訳条件としてもよい。ここで、前述の単語や文章を単位記載とも呼ぶ。

また、本発明の機械翻訳装置、機械翻訳方法、機械翻訳プログラムおよび記録媒体は、自然言語の翻訳だけでなく、漢字仮名変換や文章への分野タグの自動付与などへ応用することも可能である。

なお、上述する各実施の形態は、本発明の好適な実施の形態であり、本発明の要旨を逸脱しない範囲内において種々変更実施が可能である。

上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。

（付記１）
翻訳条件と分野との対応関係を示す分野対応情報を記憶する分野対応情報記憶部と、
前記分野に応じた訳語を保持する複数の分野辞書を記憶する辞書記憶部と、
翻訳対象文章内の所定の単位記載と合致する前記翻訳条件と前記分野との前記対応関係に基づいて、複数の前記分野辞書から前記翻訳対象文章の翻訳に使用する前記分野辞書を決定する辞書決定部と
を備えることを特徴とする機械翻訳装置。

（付記２）
前記辞書決定部は、さらに、前記翻訳条件の前記翻訳対象文章内での合致回数と前記分野との前記対応関係に基づいて、前記分野ごとの適合度を計算し、前記適合度が大きい前記分野に対応する前記分野辞書を前記翻訳対象文章の翻訳に使用する前記分野辞書として決定する
ことを特徴とする付記１に記載の機械翻訳装置。

（付記３）
前記機械翻訳装置は、さらに、
前記翻訳条件と前記翻訳条件に対応する前記訳語とを含む翻訳規則を記憶する翻訳規則記憶部と、
前記翻訳規則と前記分野辞書とから前記分野対応情報を生成する分野辞書管理部と
を備え、
前記辞書決定部は、さらに、前記分野対応情報を用いて、前記翻訳対象文章内の所定の前記単位記載と合致した前記翻訳条件に対応する前記分野を調べて前記適合度を計算し、
前記適合度は、前記分野に対応する前記翻訳条件の前記合致回数の増加に従って大きくなる
ことを特徴とする付記２に記載の機械翻訳装置。

（付記４）
前記適合度は、さらに、前記翻訳条件の前記合致回数に関する一次関数を計算することによって得られる
ことを特徴とする付記３に記載の機械翻訳装置。

（付記５）
前記適合度は、さらに、前記翻訳条件と前記分野との間の重み係数と、前記翻訳条件の前記合致回数とを乗算したものを、前記分野ごとに合計して計算され、
前記重み係数は、０以上の実数値であり、対応付けられていない前記翻訳条件と前記分野との間の重み係数は０、対応付けられている前記翻訳条件と前記分野との間の重み係数は０より大きい
ことを特徴とする付記４に記載の機械翻訳装置。

（付記６）
対応付けられている前記翻訳条件と前記分野との間の重み係数は１である
ことを特徴とする付記５に記載の機械翻訳装置。

（付記７）
前記分野辞書管理部は、さらに、前記適合度の計算方法をニューラルネットワークの発火条件とした前記発火条件を前記分野対応情報とし、
前記辞書決定部は、さらに、前記翻訳条件の前記合致回数を前記発火条件のニューラルネットワークに入力して前記適合度を計算する
ことを特徴とする付記４から付記６に記載の機械翻訳装置。

（付記８）
訳語と分野との対応関係を示す分野対応情報を記憶する分野対応情報記憶部と、
前記分野に応じた前記訳語を保持する複数の分野辞書を記憶する辞書記憶部と、
翻訳条件と前記翻訳条件に対応する前記訳語とを含む前記翻訳規則を記憶する翻訳規則記憶部と、
翻訳対象文章内の所定の単位記載と合致する前記翻訳条件に対応する前記訳語と前記分野との前記対応関係に基づいて、複数の前記分野辞書から前記翻訳対象文章の翻訳に使用する前記分野辞書を決定する辞書決定部と
を備えることを特徴とする機械翻訳装置。

（付記９）
前記辞書決定部は、さらに、前記翻訳条件が前記翻訳対象文章内で合致した前記翻訳規則で訳出する前記訳語の訳出回数と前記分野との前記対応関係に基づいて、前記分野ごとの適合度を計算し、前記適合度が大きい前記分野に対応する前記分野辞書を前記翻訳対象文章の翻訳に使用する前記分野辞書として決定する
ことを特徴とする付記８に記載の機械翻訳装置。

（付記１０）
前記機械翻訳装置は、さらに、
前記分野辞書から前記分野対応情報を生成する分野辞書管理部
を備え、
前記辞書決定部は、さらに、前記分野対応情報を用いて、前記翻訳条件が前記翻訳対象文章内で合致した前記翻訳規則で訳出する前記訳語に対応する前記分野を調べて前記適合度を計算し、
前記適合度は、前記分野に対応する前記訳語の前記訳出回数の増加に従って大きくなる
ことを特徴とする付記９に記載の機械翻訳装置。

（付記１１）
前記適合度は、さらに、前記訳語の前記訳出回数に関する一次関数を計算することによって得られる
ことを特徴とする付記１０に記載の機械翻訳装置。

（付記１２）
前記適合度は、さらに、前記訳語と前記分野との間の重み係数と、前記訳語の前記訳出回数とを乗算したものを、前記分野ごとに合計して計算され、
前記重み係数は、０以上の実数値であり、対応付けられていない前記訳語と前記分野との間の重み係数は０、対応付けられている前記訳語と前記分野との間の重み係数は０より大きい
ことを特徴とする付記１１に記載の機械翻訳装置。

（付記１３）
対応付けられている前記訳語と前記分野との間の重み係数は１である
ことを特徴とする付記１２に記載の機械翻訳装置。

（付記１４）
前記分野辞書管理部は、さらに、前記適合度の計算方法をニューラルネットワークの発火条件とした前記発火条件を前記分野対応情報とし、
前記辞書決定部は、さらに、前記訳語の前記訳出回数を前記発火条件のニューラルネットワークに入力して前記適合度を計算する
ことを特徴とする付記１１から付記１３に記載の機械翻訳装置。

（付記１５）
前記機械翻訳装置は、さらに、
前記辞書決定部で決定された前記翻訳対象文章の翻訳に使用する前記分野辞書を使用して翻訳を行う翻訳部
を備えることを特徴とする付記１から付記１４に記載の機械翻訳装置。

（付記１６）
前記機械翻訳装置は、さらに、
前記翻訳対象文章をネットワーク経由で受信し、翻訳結果を返信するデータ通信部
を備えることを特徴とする付記１５に記載の機械翻訳装置。

（付記１７）
翻訳対象文章内の所定の単位記載と合致する翻訳条件と、前記翻訳条件と分野との対応関係を示す分野対応情報に基づいて、前記分野に応じた訳語を保持する複数の分野辞書から前記翻訳対象文章の翻訳に使用する前記分野辞書を決定する
ことを特徴とする機械翻訳方法。

（付記１８）
前記機械翻訳方法は、さらに、
前記翻訳条件の前記翻訳対象文章内での合致回数と前記分野との前記対応関係に基づいて、前記分野ごとの適合度を計算し、前記適合度が大きい前記分野に対応する前記分野辞書を前記翻訳対象文章の翻訳に使用する前記分野辞書として決定する
ことを特徴とする付記１７に記載の機械翻訳方法。

（付記１９）
前記機械翻訳方法は、さらに、
前記翻訳条件と前記翻訳条件に対応する前記訳語とを含む翻訳規則と、前記分野辞書とから、前記翻訳条件と前記分野を対応付けた前記分野対応情報を生成し、前記分野対応情報を用いて、前記翻訳対象文章内の所定の前記単位記載と合致した前記翻訳条件に対応する前記分野を調べて前記適合度を計算し、前記適合度は、前記分野に対応する前記翻訳条件の前記合致回数の増加に従って大きくなる
ことを特徴とする付記１８に記載の機械翻訳方法。

（付記２０）
前記適合度は、さらに、前記翻訳条件の前記合致回数に関する一次関数を計算することによって得られる
ことを特徴とする付記１９に記載の機械翻訳方法。

（付記２１）
前記適合度は、さらに、前記翻訳条件と前記分野との間の重み係数と、前記翻訳条件の前記合致回数とを乗算したものを、前記分野ごとに合計して計算され、
前記重み係数は、０以上の実数値であり、対応付けられていない前記翻訳条件と前記分野との間の重み係数は０、対応付けられている前記翻訳条件と前記分野との間の重み係数は０より大きい
ことを特徴とする付記２０に記載の機械翻訳方法。

（付記２２）
対応付けられている前記翻訳条件と前記分野との間の重み係数は１である
ことを特徴とする付記２１に記載の機械翻訳方法。

（付記２３）
前記機械翻訳方法は、さらに、
前記適合度の計算方法をニューラルネットワークの発火条件とした前記発火条件を前記分野対応情報とし、前記翻訳条件の前記合致回数を前記発火条件のニューラルネットワークに入力して前記適合度を計算する
ことを特徴とする付記２０から付記２２に記載の機械翻訳方法。

（付記２４）
翻訳条件と前記翻訳条件に対応する訳語とを含む翻訳規則と、翻訳対象文章内の所定の単位記載と合致する前記翻訳条件に対応する前記訳語と分野との対応関係を示す分野対応情報とに基づいて、前記分野に応じた前記訳語を保持する複数の分野辞書から前記翻訳対象文章の翻訳に使用する前記分野辞書を決定する
ことを特徴とする機械翻訳方法。

（付記２５）
前記機械翻訳方法は、さらに、
前記翻訳条件が前記翻訳対象文章内で合致した前記翻訳規則で訳出する前記訳語の訳出回数と前記分野との前記対応関係に基づいて、前記分野ごとの適合度を計算し、前記適合度が大きい前記分野に対応する前記分野辞書を前記翻訳対象文章の翻訳に使用する前記分野辞書として決定する
ことを特徴とする付記２４に記載の機械翻訳方法。

（付記２６）
前記機械翻訳方法は、さらに、
前記分野辞書から前記分野対応情報を生成し、前記分野対応情報を用いて、前記翻訳条件が前記翻訳対象文章内で合致した前記翻訳規則で訳出する前記訳語に対応する前記分野を調べて前記適合度を計算し、前記適合度は、前記分野に対応する前記訳語の前記訳出回数の増加に従って大きくなる
ことを特徴とする付記２５に記載の機械翻訳方法。

（付記２７）
前記適合度は、さらに、前記訳語の前記訳出回数に関する一次関数を計算することによって得られる
ことを特徴とする付記２６に記載の機械翻訳方法。

（付記２８）
前記適合度は、さらに、前記訳語と前記分野との間の重み係数と、前記訳語の前記訳出回数とを乗算したものを、前記分野ごとに合計して計算され、
前記重み係数は、０以上の実数値であり、対応付けられていない前記訳語と前記分野との間の重み係数は０、対応付けられている前記訳語と前記分野との間の重み係数は０より大きい
ことを特徴とする付記２７に記載の機械翻訳方法。

（付記２９）
対応付けられている前記訳語と前記分野との間の重み係数は１である
ことを特徴とする付記２８に記載の機械翻訳方法。

（付記３０）
前記機械翻訳方法は、さらに、
前記適合度の計算方法をニューラルネットワークの発火条件とした前記発火条件を前記分野対応情報として生成し、前記訳語の前記訳出回数を前記発火条件のニューラルネットワークに入力して前記適合度を計算する
ことを特徴とする付記２７から付記２９に記載の機械翻訳方法。

（付記３１）
前記機械翻訳方法は、さらに、
決定された前記翻訳対象文章の翻訳に使用する前記分野辞書を使用して翻訳を行う
ことを特徴とする付記１７から付記３０に記載の機械翻訳方法。

（付記３２）
前記機械翻訳方法は、さらに、
前記翻訳対象文章をネットワーク経由で受信し、翻訳結果を返信する
ことを特徴とする付記３１に記載の機械翻訳方法。

（付記３３）
コンピュータに、
翻訳条件と分野との対応関係を示す分野対応情報を記憶する分野対応情報記憶機能と、
前記分野に応じた訳語を保持する複数の分野辞書を記憶する辞書記憶機能と、
翻訳対象文章内の所定の単位記載と合致する前記翻訳条件と前記分野との前記対応関係に基づいて、複数の前記分野辞書から前記翻訳対象文章の翻訳に使用する前記分野辞書を決定する辞書決定機能と
を実現させるための機械翻訳プログラム。

（付記３４）
前記辞書決定機能は、さらに、前記翻訳条件の前記翻訳対象文章内での合致回数と前記分野との前記対応関係に基づいて、前記分野ごとの適合度を計算し、前記適合度が大きい前記分野に対応する前記分野辞書を前記翻訳対象文章の翻訳に使用する前記分野辞書として決定する
ことを特徴とする付記３３に記載の機械翻訳プログラム。

（付記３５）
前記機械翻訳プログラムは、コンピュータに、さらに、
前記翻訳条件と前記翻訳条件に対応する前記訳語とを含む翻訳規則を記憶する翻訳規則記憶機能と、
前記翻訳条件と前記分野辞書とから前記分野対応情報を生成する分野辞書管理機能と、
を実現させ、
前記辞書決定機能は、さらに、前記分野対応情報を用いて、前記翻訳対象文章内の所定の前記単位記載と合致した前記翻訳条件に対応する前記分野を調べて前記適合度を計算し、
前記適合度は、前記分野に対応する前記翻訳条件の前記合致回数の増加に従って大きくなる
ことを特徴とする付記３４に記載の機械翻訳プログラム。

（付記３６）
前記適合度は、さらに、前記翻訳条件の前記合致回数に関する一次関数を計算することによって得られる
ことを特徴とする付記３５に記載の機械翻訳プログラム。

（付記３７）
前記適合度は、さらに、前記翻訳条件と前記分野との間の重み係数と、前記翻訳条件の前記合致回数とを乗算したものを、前記分野ごとに合計して計算され、
前記重み係数は、０以上の実数値であり、対応付けられていない前記翻訳条件と前記分野との間の重み係数は０、対応付けられている前記翻訳条件と前記分野との間の重み係数は０より大きい
ことを特徴とする付記３６に記載の機械翻訳プログラム。

（付記３８）
対応付けられている前記翻訳条件と前記分野との間の重み係数は１である
ことを特徴とする付記３７に記載の機械翻訳プログラム。

（付記３９）
前記分野辞書管理機能は、さらに、前記適合度の計算方法をニューラルネットワークの発火条件とした前記発火条件を前記分野対応情報とし、
前記辞書決定機能は、さらに、前記翻訳条件の前記合致回数を前記発火条件のニューラルネットワークに入力して前記適合度を計算する
ことを特徴とする付記３６から付記３８に記載の機械翻訳プログラム。

（付記４０）
コンピュータに、
訳語と分野との対応関係を示す分野対応情報を記憶する分野対応情報記憶機能と、
前記分野に応じた前記訳語を保持する複数の分野辞書を記憶する辞書記憶機能と、
翻訳条件と前記翻訳条件に対応する前記訳語とを含む前記翻訳規則を記憶する翻訳規則記憶機能と、
翻訳対象文章内の所定の単位記載と合致する前記翻訳条件に対応する前記訳語と前記分野との前記対応関係に基づいて、複数の前記分野辞書から前記翻訳対象文章の翻訳に使用する前記分野辞書を決定する辞書決定機能と
を実現させるための機械翻訳プログラム。

（付記４１）
前記辞書決定機能は、さらに、前記翻訳条件が前記翻訳対象文章内で合致した前記翻訳規則で訳出する前記訳語の訳出回数と前記分野との前記対応関係に基づいて、前記分野ごとの適合度を計算し、前記適合度が大きい前記分野に対応する前記分野辞書を前記翻訳対象文章の翻訳に使用する前記分野辞書として決定する
ことを特徴とする付記４０に記載の機械翻訳プログラム。

（付記４２）
前記機械翻訳プログラムは、コンピュータに、さらに、
前記分野辞書から前記分野対応情報を生成する分野辞書管理機能
を実現させ、
前記辞書決定機能は、さらに、前記分野対応情報を用いて、前記翻訳条件が前記翻訳対象文章内で合致した前記翻訳規則で訳出する前記訳語に対応する前記分野を調べて前記適合度を計算し、
前記適合度は、前記分野に対応する前記訳語の前記訳出回数の増加に従って大きくなる
ことを特徴とする付記４１に記載の機械翻訳プログラム。

（付記４３）
前記適合度は、さらに、前記訳語の前記訳出回数に関する一次関数を計算することによって得られる
ことを特徴とする付記４２に記載の機械翻訳プログラム。

（付記４４）
前記適合度は、さらに、前記訳語と前記分野との間の重み係数と、前記訳語の前記訳出回数とを乗算したものを、前記分野ごとに合計して計算され、
前記重み係数は、０以上の実数値であり、対応付けられていない前記訳語と前記分野との間の重み係数は０、対応付けられている前記訳語と前記分野との間の重み係数は０より大きい
ことを特徴とする付記４３に記載の機械翻訳装プログラム。

（付記４５）
対応付けられている前記訳語と前記分野との間の重み係数は１である
ことを特徴とする付記４４に記載の機械翻訳プログラム。

（付記４６）
前記分野辞書管理機能は、さらに、前記適合度の計算方法をニューラルネットワークの発火条件とした前記発火条件を前記分野対応情報として生成し、
前記辞書決定機能は、さらに、前記訳語の前記訳出回数を前記発火条件のニューラルネットワークに入力して前記適合度を計算する
ことを特徴とする付記４３から付記４５に記載の機械翻訳プログラム。

（付記４７）
前記機械翻訳プログラムは、コンピュータに、さらに、
前記辞書決定部で決定された前記翻訳対象文章の翻訳に使用する前記分野辞書を使用して翻訳を行う翻訳機能
を実現させるための付記３３から付記４６に記載の機械翻訳プログラム。

（付記４８）
前記機械翻訳プログラムは、コンピュータに、さらに、
前記翻訳対象文章をネットワーク経由で受信し、翻訳結果を返信するデータ通信部
を実現させるための付記４７に記載の機械翻訳プログラム。

（付記４９）
付記３３から付記４８に記載の機械翻訳プログラムを記録した、コンピュータ読み取り可能な記録媒体。

１ 機械翻訳装置
１１ 辞書記憶部
１２ 分野対応情報記憶部
１３ 辞書決定部
１４ 翻訳規則記憶部
１５ 分野辞書管理部
１６ 翻訳部
１７ 通信部
２ 翻訳対象文章
３ 翻訳結果

Claims (10)

1. 翻訳条件と分野との対応関係を示す所定の分野対応情報を記憶する分野対応情報記憶部と、
   前記分野に応じた原語訳語ペアを保持する複数の分野辞書を記憶する辞書記憶部と、
   翻訳対象文章と前記翻訳条件とを比較し、前記翻訳対象文章内の所定の単位記載と合致する前記翻訳条件と前記分野との前記対応関係に基づいて、複数の前記分野辞書から前記翻訳対象文章の翻訳に使用する前記分野辞書を決定する辞書決定部と
   を備え、
   前記翻訳条件は、前記翻訳対象文章内の前記単位記載に対する所定のアクションを実施するために前記単位記載が合致すべき条件である
   ことを特徴とする機械翻訳装置。
2. 前記辞書決定部は、さらに、前記翻訳条件の前記翻訳対象文章内での合致回数と前記分野との前記対応関係に基づいて、前記分野ごとの適合度を計算し、前記適合度が大きい前記分野に対応する前記分野辞書を前記翻訳対象文章の翻訳に使用する前記分野辞書として決定する
   ことを特徴とする請求項１に記載の機械翻訳装置。
3. 前記アクションは、前記単位記載に含まれる原語の訳語への訳出を含み、
   前記機械翻訳装置は、さらに、
   前記翻訳条件と前記翻訳条件に対応する前記アクションとを含む翻訳規則を記憶する翻訳規則記憶部と、
   前記分野辞書の前記原語訳語ペアが、前記翻訳規則の前記アクションの前記訳出における前記原語と前記訳語の組み合わせと一致する場合に、当該アクションに対応する前記翻訳条件に当該分野辞書の前記分野を対応付けることによって前記分野対応情報を生成する分野辞書管理部と
   を備え、
   前記辞書決定部は、さらに、前記分野対応情報を用いて、前記翻訳対象文章内の所定の前記単位記載と合致した前記翻訳条件に対応する前記分野を調べて前記適合度を計算し、
   前記適合度は、前記分野に対応する前記翻訳規則の前記合致回数の増加に従って大きくなる
   ことを特徴とする請求項２に記載の機械翻訳装置。
4. 前記適合度は、さらに、前記翻訳条件の前記合致回数に関する一次関数を計算することによって得られる
   ことを特徴とする請求項３に記載の機械翻訳装置。
5. 原語訳語ペアと分野との対応関係を示す所定の分野対応情報を記憶する分野対応情報記憶部と、
   前記分野に応じた前記原語訳語ペアを保持する複数の分野辞書を記憶する辞書記憶部と、
   翻訳対象文章内の所定の単位記載に対する所定のアクションを実施するために前記単位記載が合致すべき条件である翻訳条件と前記翻訳条件に対応する前記アクションとを含む翻訳規則を記憶する翻訳規則記憶部と、
   前記翻訳対象文章と前記翻訳条件とを比較し、前記翻訳対象文章内の前記単位記載と合致する前記翻訳条件に対応する前記アクションが訳出である場合の前記訳出における前記原語訳語ペアと前記分野との前記対応関係に基づいて、複数の前記分野辞書から前記翻訳対象文章の翻訳に使用する前記分野辞書を決定する辞書決定部と
   を備えることを特徴とする機械翻訳装置。
6. 翻訳対象文章と翻訳条件とを比較し、前記翻訳対象文章内の所定の単位記載と合致する前記翻訳条件と、前記翻訳条件と分野との対応関係を示す所定の分野対応情報に基づいて、前記分野に応じた原語訳語ペアを保持する複数の分野辞書から前記翻訳対象文章の翻訳に使用する前記分野辞書を決定し、
   前記翻訳条件は、前記翻訳対象文章内の前記単位記載に対する所定のアクションを実施するために前記単位記載が合致すべき条件である
   ことを特徴とする機械翻訳方法。
7. 翻訳対象文章内の所定の単位記載に対する所定のアクションを実施するために前記単位記載が合致すべき条件である翻訳条件と前記翻訳条件に対応する前記アクションとを含む翻訳規則に基づいて、前記翻訳対象文章と前記翻訳条件とを比較し、原語訳語ペアと分野との対応関係を示す所定の分野対応情報に基づいて、前記翻訳対象文章内の前記単位記載と合致する前記翻訳条件に対応する前記アクションが訳出である場合の前記訳出における前記原語訳語ペアと前記分野との前記対応関係に基づいて、前記分野に応じた前記原語訳語ペアを保持する複数の分野辞書から前記翻訳対象文章の翻訳に使用する前記分野辞書を決定する
   ことを特徴とする機械翻訳方法。
8. コンピュータに、
   翻訳条件と分野との対応関係を示す所定の分野対応情報を記憶する分野対応情報記憶機能と、
   前記分野に応じた原語訳語ペアを保持する複数の分野辞書を記憶する辞書記憶機能と、
   翻訳対象文章と前記翻訳条件とを比較し、前記翻訳対象文章内の所定の単位記載と合致する前記翻訳条件と前記分野との前記対応関係に基づいて、複数の前記分野辞書から前記翻訳対象文章の翻訳に使用する前記分野辞書を決定する辞書決定機能と
   を実現させ、
   前記翻訳条件は、前記翻訳対象文章内の前記単位記載に対する所定のアクションを実施するために前記単位記載が合致すべき条件である
   機械翻訳プログラム。
9. コンピュータに、
   原語訳語ペアと分野との対応関係を示す所定の分野対応情報を記憶する分野対応情報記憶機能と、
   前記分野に応じた前記原語訳語ペアを保持する複数の分野辞書を記憶する辞書記憶機能と、
   翻訳対象文章内の所定の単位記載に対する所定のアクションを実施するために前記単位記載が合致すべき条件である翻訳条件と前記翻訳条件に対応する前記アクションとを含む翻訳規則を記憶する翻訳規則記憶機能と、
   前記翻訳対象文章と前記翻訳条件とを比較し、前記翻訳対象文章内の前記単位記載と合致する前記翻訳条件に対応する前記アクションが訳出である場合の前記訳出における前記原語訳語ペアと前記分野との前記対応関係に基づいて、複数の前記分野辞書から前記翻訳対象文章の翻訳に使用する前記分野辞書を決定する辞書決定機能と
   を実現させるための機械翻訳プログラム。
10. 請求項８または請求項９に記載の機械翻訳プログラムを記録した、コンピュータ読み取り可能な記録媒体。

Images