JPH01314373A - 機械翻訳システムにおける訳語選択方式 - Google Patents
機械翻訳システムにおける訳語選択方式Info
- Publication number
- JPH01314373A JPH01314373A JP63145713A JP14571388A JPH01314373A JP H01314373 A JPH01314373 A JP H01314373A JP 63145713 A JP63145713 A JP 63145713A JP 14571388 A JP14571388 A JP 14571388A JP H01314373 A JPH01314373 A JP H01314373A
- Authority
- JP
- Japan
- Prior art keywords
- word
- translated word
- words
- occurrence
- vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013519 translation Methods 0.000 claims abstract description 34
- 239000013598 vector Substances 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims description 9
- 238000010187 selection method Methods 0.000 claims description 2
- 230000014616 translation Effects 0.000 description 27
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 239000005357 flat glass Substances 0.000 description 2
- 229910018540 Si C Inorganic materials 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 229910010271 silicon carbide Inorganic materials 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/242—Dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/247—Thesauruses; Synonyms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/55—Rule-based translation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Machine Translation (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野］
本発明は１機械翻訳システムにおいて、出力文生成にお
ける語の選択方式に関する。
ける語の選択方式に関する。
機械翻訳システムにおける訳語の選択方式としては、語
と語の共起関係を利用する方法が有効である。しかし、
この方法には、膨大な量の共起関係知識をどのように表
現し、ＭＭするがという問題がある。このため、たとえ
ば、特願昭６１−２８００３３では、語のもつ概念の上
位・下位関係を表わしたシソーラスを用いて、語と概念
の関係として共起関係を表現する方式をとり、上記の問
題の解決を図っている。
と語の共起関係を利用する方法が有効である。しかし、
この方法には、膨大な量の共起関係知識をどのように表
現し、ＭＭするがという問題がある。このため、たとえ
ば、特願昭６１−２８００３３では、語のもつ概念の上
位・下位関係を表わしたシソーラスを用いて、語と概念
の関係として共起関係を表現する方式をとり、上記の問
題の解決を図っている。
しかしながら、かかる従来の方法では、１つの語と共起
する複数の語を下位概念とする上位概念のＪｌ（をうま
く選ぶ必要があるなど、シソーラスの構築自体が困難で
あるという問題がある。
する複数の語を下位概念とする上位概念のＪｌ（をうま
く選ぶ必要があるなど、シソーラスの構築自体が困難で
あるという問題がある。
本発明の目的は、複雑なシソーラスを構築することなく
、実データから得た共起関係知識を、少数の一般的な意
味素性のみで表現し、この共起関係知識を利用して、訳
語選択を行なう訳語選択方式を提供することにある６ 〔課題を解決するための手段〕 上記目的を達成するために１本発明は、「６の持つ意味
素性を表わすベクトルと訳語と共起関係にある語の持つ
意味素性のベクトルとをＭＷするレコードを、翻訳用辞
書に設けることに特徴がある。
、実データから得た共起関係知識を、少数の一般的な意
味素性のみで表現し、この共起関係知識を利用して、訳
語選択を行なう訳語選択方式を提供することにある６ 〔課題を解決するための手段〕 上記目的を達成するために１本発明は、「６の持つ意味
素性を表わすベクトルと訳語と共起関係にある語の持つ
意味素性のベクトルとをＭＷするレコードを、翻訳用辞
書に設けることに特徴がある。
本発明では１語のもつ意味素性を表わすベクトルと、訳
語と共起関係にある語の持つ意味素性を表わすベクトル
とを蓄積した翻訳用辞書のレコードから、入力語の訳語
候補と共起関係にある語の持つ意味素性を表わすベクト
ルと、入力文中で入力語と共起している語の持つ意味素
性を表わすベクトルとを読みだし、この２つのベクトル
の一致度を計算することにより、その−数取に基づいて
、入力語の訳語を選択できる。
語と共起関係にある語の持つ意味素性を表わすベクトル
とを蓄積した翻訳用辞書のレコードから、入力語の訳語
候補と共起関係にある語の持つ意味素性を表わすベクト
ルと、入力文中で入力語と共起している語の持つ意味素
性を表わすベクトルとを読みだし、この２つのベクトル
の一致度を計算することにより、その−数取に基づいて
、入力語の訳語を選択できる。
以下１本発明の一実施例である日契機械翻訳システムに
ついて説明する。
ついて説明する。
第２図は、実施例のハードウェア構成図で、処理袋ｈ’
！１、入力装置２、出方装置３、語い辞書記憶′ＪＡＩ
Ｒ４，共起関係辞書記憶装置５がら成る。
！１、入力装置２、出方装置３、語い辞書記憶′ＪＡＩ
Ｒ４，共起関係辞書記憶装置５がら成る。
Ｍい＃得記憶装置４内の語い＃書は、第３図に示すよう
なレコードで構成される。レコードは。
なレコードで構成される。レコードは。
日本語見出し４１９品詞４２．訳語４３．意味素性ベク
トル４４．格フレーム４５がら成る。格フレームは、品
詞が動詞の場合に、その各訳語に対して定義され、動詞
の取る格（深層格）とそれに対応する日本語の助詞と英
語の構文的役割を表わしている。レコードは日本語見出
し４１をキーとして検索できる。意味素性ベクトルは３
次元であり、第１．第２．第３次元は、それぞれ、意味
素性［制限］、［！志有］、［平面］を表わす。品詞が
名詞の場合、第１．第２．第３成分の値は。
トル４４．格フレーム４５がら成る。格フレームは、品
詞が動詞の場合に、その各訳語に対して定義され、動詞
の取る格（深層格）とそれに対応する日本語の助詞と英
語の構文的役割を表わしている。レコードは日本語見出
し４１をキーとして検索できる。意味素性ベクトルは３
次元であり、第１．第２．第３次元は、それぞれ、意味
素性［制限］、［！志有］、［平面］を表わす。品詞が
名詞の場合、第１．第２．第３成分の値は。
それぞれ、第１．第２．第３次元の意味素性をその名詞
自体が持てば＋１．持たなければ、−１である０品詞が
動詞の場合、意味素性ベクトルは。
自体が持てば＋１．持たなければ、−１である０品詞が
動詞の場合、意味素性ベクトルは。
動詞の持つ各訳語に対してｇ、＃！Ｉされ、第１．第２
゜第３成分の値は、その訳語と共起する格要素が、それ
ぞれ、第１．第２．第３次元の意味素性を一般に持てば
、＋１．持たなければ、−１であり、一般には持つとも
、持たないとも、ｉ゛えない場合は、０である。すなわ
ち、！！ｌＪ詞の意味素性ベクトルは、各訳語と共起す
る概要前の集合を表わしており、動詞に関する共起関係
を簡潔に表現している。
゜第３成分の値は、その訳語と共起する格要素が、それ
ぞれ、第１．第２．第３次元の意味素性を一般に持てば
、＋１．持たなければ、−１であり、一般には持つとも
、持たないとも、ｉ゛えない場合は、０である。すなわ
ち、！！ｌＪ詞の意味素性ベクトルは、各訳語と共起す
る概要前の集合を表わしており、動詞に関する共起関係
を簡潔に表現している。
共起関係辞書記憶装置内の共起関係辞書は、第４図に示
すようなレコードで構成される。レコードは、日本語動
詞５１、日本語名詞５２、英語動詞５３．英語名詞５４
から成る。レコードは日本語動詞５１と日本語名詞５２
の連接をキーとして検索できる。
すようなレコードで構成される。レコードは、日本語動
詞５１、日本語名詞５２、英語動詞５３．英語名詞５４
から成る。レコードは日本語動詞５１と日本語名詞５２
の連接をキーとして検索できる。
共起関係辞書は、動詞の意味素性ベクトルとしては表現
できない共起関係を、動詞と名詞の対として登録してい
る。
できない共起関係を、動詞と名詞の対として登録してい
る。
次に処理装置１で実行される翻訳処理について。
第５図によって説明する。まず、入力装置２から日本文
を読み込み（ステップ１１）、語い辞書を参照して動詞
の格フレーム４５とのパターンマツチングにより、語と
語の意味的関係の集合としての中間表現を得る（ステッ
プ１２）。次に、語い辞書および共起関係辞書を参照し
、共起関係辞書のデータおよび動詞と格要素の意味素性
ベクトルの一致度に基づいて、訳語を選択する（ステッ
プ１３）。訳語選択ステップの詳細は後述する。次に語
い辞書を参照し、動詞の訳語の格フレームに基づいて格
要素の構文的役割を決定して、英文を生成する（ステッ
プ１４）、最後に、得られた英文を出力装置３に出力す
る（ステップ１５）。
を読み込み（ステップ１１）、語い辞書を参照して動詞
の格フレーム４５とのパターンマツチングにより、語と
語の意味的関係の集合としての中間表現を得る（ステッ
プ１２）。次に、語い辞書および共起関係辞書を参照し
、共起関係辞書のデータおよび動詞と格要素の意味素性
ベクトルの一致度に基づいて、訳語を選択する（ステッ
プ１３）。訳語選択ステップの詳細は後述する。次に語
い辞書を参照し、動詞の訳語の格フレームに基づいて格
要素の構文的役割を決定して、英文を生成する（ステッ
プ１４）、最後に、得られた英文を出力装置３に出力す
る（ステップ１５）。
次に、第３図の語い辞書と第４図の共起関係辞書を用い
た場合の訳語選択処理のステップを第１図に従って説明
する。
た場合の訳語選択処理のステップを第１図に従って説明
する。
入力文を「紙を破る」とする。まず、語い辞書を検索し
、動詞「破る」 （記号Ｐで表わす）および名調「紙」
（記号Ａで表すす）を見出しとするレコードの内容を
それぞれ読み出す（ステップ１３１）。
、動詞「破る」 （記号Ｐで表わす）および名調「紙」
（記号Ａで表すす）を見出しとするレコードの内容を
それぞれ読み出す（ステップ１３１）。
次に動詞Ｐと名詞Ａの連接をキーとして、共起関係辞書
記憶装置内の共起関係辞書を検索する（ステップ１３２
）、動詞Ｐと名詞Ａの連接をキーとするレコードがあれ
ば、該レコードの英語動詞部に登録された英語動詞ｐを
動詞Ｐの訳語として選択する（ステップ１３３）。
記憶装置内の共起関係辞書を検索する（ステップ１３２
）、動詞Ｐと名詞Ａの連接をキーとするレコードがあれ
ば、該レコードの英語動詞部に登録された英語動詞ｐを
動詞Ｐの訳語として選択する（ステップ１３３）。
動詞Ｐと名詞Ａの連接をキーとするレコードがなければ
、ステップ１３１で読み込んだ語覧１辞書内のデータに
基づき、動詞Ｐの訳語候補ｐ１．・・・。
、ステップ１３１で読み込んだ語覧１辞書内のデータに
基づき、動詞Ｐの訳語候補ｐ１．・・・。
ｐｎの意味素性ベクトルＳＬ、・・・、Ｓｎと名詞Ａの
意味素性ベクトルＣの内積値Ｎ１＝Ｓｉ−Ｃ（ｉ＝１．
・・・＋ｎ）を計算する。この内容積Ｎｌ。
意味素性ベクトルＣの内積値Ｎ１＝Ｓｉ−Ｃ（ｉ＝１．
・・・＋ｎ）を計算する。この内容積Ｎｌ。
・・・、Ｎｎはそれぞれ、意味素性ベクトルＳＬ、・・
・。
・。
ＳｎとＣとの一致度を表わしている。第４図の共起関係
辞書には、「破る」と「紙」の連接をキーとするレコー
ドがないので１語い辞書内のデータに基づき、「破る」
の訳語候補’ｔｅａｒ’ （記号ｐｉ）、’ｄｓｆｓａ
ｔ’ （記号ｐ２）、’ｂｒｅａｋ’ （記号ｐ３）の
意味素性ベクトルＳＬ、Ｓ２，８３と１紙」の意味素性
ベクトルＣとの内積値、Ｎ１＝Ｓ１・Ｃ１Ｎ２＝Ｓ２・
Ｃ，Ｎ５＝Ｓ３・Ｃを、それぞれ計算する（ステップ１
３４）、最後に、内積値Ｎｌ。
辞書には、「破る」と「紙」の連接をキーとするレコー
ドがないので１語い辞書内のデータに基づき、「破る」
の訳語候補’ｔｅａｒ’ （記号ｐｉ）、’ｄｓｆｓａ
ｔ’ （記号ｐ２）、’ｂｒｅａｋ’ （記号ｐ３）の
意味素性ベクトルＳＬ、Ｓ２，８３と１紙」の意味素性
ベクトルＣとの内積値、Ｎ１＝Ｓ１・Ｃ１Ｎ２＝Ｓ２・
Ｃ，Ｎ５＝Ｓ３・Ｃを、それぞれ計算する（ステップ１
３４）、最後に、内積値Ｎｌ。
・・・、Ｎｎの最大値を与えるｉを求め（ステップ１３
５）、記号ｐｉを動詞Ｐの訳語として選択する（ステッ
プ１３６）、第３図の語い辞書では、ＳＬ＝ （０，−
１，１）、５２＝（１，１，−１）。
５）、記号ｐｉを動詞Ｐの訳語として選択する（ステッ
プ１３６）、第３図の語い辞書では、ＳＬ＝ （０，−
１，１）、５２＝（１，１，−１）。
Ｓ３＝ （１，−１，−１）であり、Ｃ＝（−１゜−４
，１）であるから、Ｎｌ、Ｎ２．Ｎ３の値は、それぞれ
、２．−３．−１となり、Ｐの訳語としてｐ １ ＝
’ｔｅａｒ’が選択される。
，１）であるから、Ｎｌ、Ｎ２．Ｎ３の値は、それぞれ
、２．−３．−１となり、Ｐの訳語としてｐ １ ＝
’ｔｅａｒ’が選択される。
また、入力文が「窓ガラスを破る」の場合は、「破る」
と「窓ガラス」の連接をキーとするレコードが共起関係
辞書に存在するので、このレコードに登録された英語動
詞’ｂｒｅａｋ’を「破る」の訳語として選択する。
と「窓ガラス」の連接をキーとするレコードが共起関係
辞書に存在するので、このレコードに登録された英語動
詞’ｂｒｅａｋ’を「破る」の訳語として選択する。
以上、本発明の一実施例を示した。
上記実施例によれば、動詞に関する共起関係を意味素性
のベクトルの形で蓄積しておくことにより、単語と単語
の組をすべて共起関係辞書に登録する場合に比べて、辞
書に記述するデータ量を大幅に削減できる。また１つの
動詞の訳語と共起する語の集合を意味素性のベクトル、
すなわち意味素性の組み合わせで表現できるので、設定
すべき ４意味素性は少数の一般的なものだけでよいこ
とになる。
のベクトルの形で蓄積しておくことにより、単語と単語
の組をすべて共起関係辞書に登録する場合に比べて、辞
書に記述するデータ量を大幅に削減できる。また１つの
動詞の訳語と共起する語の集合を意味素性のベクトル、
すなわち意味素性の組み合わせで表現できるので、設定
すべき ４意味素性は少数の一般的なものだけでよいこ
とになる。
上記実施例では、簡単のため、動詞の意味素性ベクトル
を１つの格に関して定義している。しかし、動詞は一般
に複数の格を持つ、それぞれに共起制約がある。そこで
、動詞の意味素性ベクトルを格別に定義し、それぞれの
格について、ベクトルの一致度を計算し、その総和に基
づいて訳語を選択するという方法が考えられる。
を１つの格に関して定義している。しかし、動詞は一般
に複数の格を持つ、それぞれに共起制約がある。そこで
、動詞の意味素性ベクトルを格別に定義し、それぞれの
格について、ベクトルの一致度を計算し、その総和に基
づいて訳語を選択するという方法が考えられる。
本発明によれば、機械翻訳システムにおいて、語と語の
共起関係を意味素性のベクトルによって表現することが
できるので、少数の一般的な意味素性のみを用いて共起
関係を表現し、訳語選択を行なうことができる。また、
単語と意味素性の関係として表わした共起関係と、単語
と単語の共起関係とを併用して訳語選択を行なうことに
より。
共起関係を意味素性のベクトルによって表現することが
できるので、少数の一般的な意味素性のみを用いて共起
関係を表現し、訳語選択を行なうことができる。また、
単語と意味素性の関係として表わした共起関係と、単語
と単語の共起関係とを併用して訳語選択を行なうことに
より。
蓄積すべき共起関係データを少なくすることができる。
第１図は、共起関係に基づく訳語選択ステップのフロー
チャート、第２図は日英機械翻訳システムのハードウェ
ア構成図、第３図は語い辞書のレコード内容の例を示す
図、第４図は共起関係辞書のレコード内容の例を示す図
、第５図は日英機械翻訳システムの処理の概略を示すフ
ローチャートである。
チャート、第２図は日英機械翻訳システムのハードウェ
ア構成図、第３図は語い辞書のレコード内容の例を示す
図、第４図は共起関係辞書のレコード内容の例を示す図
、第５図は日英機械翻訳システムの処理の概略を示すフ
ローチャートである。
Claims (1)
- 【特許請求の範囲】 １、語の持つ意味素性を表わしたベクトルと、訳語と共
起関係にある語の持つ意味素性を表わしたベクトルとを
蓄積するレコードを、翻訳用辞書に設け、上記２つのベ
クトルの一致度を計算するステップと、この一致度に基
づいて訳語を選択するステップを設けたことを特徴とす
る、機械翻訳システムにおける訳語選択方式。 ２、請求項第１項の訳語選択方式において、動詞と格要
素との共起関係に基づいて、動詞の訳語を選択すること
を特徴とする、機械翻訳システムにおける訳語選択方式
。 ３、単語と単語の対として表現した共起関係を蓄積した
第１の記憶装置と、単語と意味素性の共起関係を蓄積し
た第２の記憶装置を有し、上記第１の記憶装置を参照し
て訳語を選択するステップと、上記第２の記憶装置を参
照して訳語を選択するステップを設けたことを特徴とす
る、機械翻訳システムにおける訳語選択方式。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63145713A JPH01314373A (ja) | 1988-06-15 | 1988-06-15 | 機械翻訳システムにおける訳語選択方式 |
| GB8913635A GB2220285A (en) | 1988-06-15 | 1989-06-14 | Selecting a target language equivalent of a predicate word in a source language word string, in a machine translation system |
| US07/366,668 US5227971A (en) | 1988-06-15 | 1989-06-14 | Apparatus for and method of selecting a target language equivalent of a predicate word in a source language word string in a machine translation system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63145713A JPH01314373A (ja) | 1988-06-15 | 1988-06-15 | 機械翻訳システムにおける訳語選択方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH01314373A true JPH01314373A (ja) | 1989-12-19 |
Family
ID=15391404
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63145713A Pending JPH01314373A (ja) | 1988-06-15 | 1988-06-15 | 機械翻訳システムにおける訳語選択方式 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US5227971A (ja) |
| JP (1) | JPH01314373A (ja) |
| GB (1) | GB2220285A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013046590A1 (ja) * | 2011-09-26 | 2013-04-04 | 日本電気株式会社 | 情報処理装置、情報処理方法、及びプログラム |
Families Citing this family (31)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05151260A (ja) * | 1991-11-29 | 1993-06-18 | Hitachi Ltd | 翻訳テンプレート学習方法および翻訳テンプレート学習システム |
| JP2640793B2 (ja) * | 1992-01-17 | 1997-08-13 | 松下電器産業株式会社 | 共起辞書構築装置及びこの共起辞書を用いた文解析装置 |
| JPH0689302A (ja) * | 1992-09-08 | 1994-03-29 | Hitachi Ltd | 辞書メモリ |
| US5515534A (en) * | 1992-09-29 | 1996-05-07 | At&T Corp. | Method of translating free-format data records into a normalized format based on weighted attribute variants |
| JP2821840B2 (ja) * | 1993-04-28 | 1998-11-05 | 日本アイ・ビー・エム株式会社 | 機械翻訳装置 |
| US5724594A (en) * | 1994-02-10 | 1998-03-03 | Microsoft Corporation | Method and system for automatically identifying morphological information from a machine-readable dictionary |
| JP3272288B2 (ja) * | 1997-12-24 | 2002-04-08 | 日本アイ・ビー・エム株式会社 | 機械翻訳装置および機械翻訳方法 |
| US7483828B2 (en) * | 2001-03-16 | 2009-01-27 | Meaningful Machines, L.L.C. | Multilingual database creation system and method |
| JP2003288362A (ja) * | 2002-03-27 | 2003-10-10 | Seiko Epson Corp | 特定要素ベクトル生成装置、文字列ベクトル生成装置、類似度算出装置、特定要素ベクトル生成プログラム、文字列ベクトル生成プログラム及び類似度算出プログラム、並びに特定要素ベクトル生成方法、文字列ベクトル生成方法及び類似度算出方法 |
| US7587307B2 (en) * | 2003-12-18 | 2009-09-08 | Xerox Corporation | Method and apparatus for evaluating machine translation quality |
| US9779079B2 (en) * | 2007-06-01 | 2017-10-03 | Xerox Corporation | Authoring system |
| JP5319655B2 (ja) * | 2008-02-29 | 2013-10-16 | シャープ株式会社 | 情報処理装置、情報処理方法、プログラム、およびプログラムを記録したコンピュータ読取り可能な記録媒体 |
| CN102012900B (zh) * | 2009-09-04 | 2013-01-30 | 阿里巴巴集团控股有限公司 | 信息检索方法和系统 |
| US9110883B2 (en) * | 2011-04-01 | 2015-08-18 | Rima Ghannam | System for natural language understanding |
| US9824083B2 (en) * | 2015-07-07 | 2017-11-21 | Rima Ghannam | System for natural language understanding |
| US9928236B2 (en) * | 2015-09-18 | 2018-03-27 | Mcafee, Llc | Systems and methods for multi-path language translation |
| KR102565274B1 (ko) * | 2016-07-07 | 2023-08-09 | 삼성전자주식회사 | 자동 통역 방법 및 장치, 및 기계 번역 방법 및 장치 |
| US10083451B2 (en) | 2016-07-08 | 2018-09-25 | Asapp, Inc. | Using semantic processing for customer support |
| US10453074B2 (en) | 2016-07-08 | 2019-10-22 | Asapp, Inc. | Automatically suggesting resources for responding to a request |
| US10109275B2 (en) * | 2016-12-19 | 2018-10-23 | Asapp, Inc. | Word hash language model |
| US10650311B2 (en) | 2016-12-19 | 2020-05-12 | Asaap, Inc. | Suggesting resources using context hashing |
| US10497004B2 (en) | 2017-12-08 | 2019-12-03 | Asapp, Inc. | Automating communications using an intent classifier |
| US10489792B2 (en) | 2018-01-05 | 2019-11-26 | Asapp, Inc. | Maintaining quality of customer support messages |
| US10210244B1 (en) | 2018-02-12 | 2019-02-19 | Asapp, Inc. | Updating natural language interfaces by processing usage data |
| US10169315B1 (en) | 2018-04-27 | 2019-01-01 | Asapp, Inc. | Removing personal information from text using a neural network |
| AU2018433736B2 (en) * | 2018-07-23 | 2022-05-12 | Fujitsu Limited | Generating method, generating program, and information processing apparatus |
| US11216510B2 (en) | 2018-08-03 | 2022-01-04 | Asapp, Inc. | Processing an incomplete message with a neural network to generate suggested messages |
| US10747957B2 (en) | 2018-11-13 | 2020-08-18 | Asapp, Inc. | Processing communications using a prototype classifier |
| US11551004B2 (en) | 2018-11-13 | 2023-01-10 | Asapp, Inc. | Intent discovery with a prototype classifier |
| US11425064B2 (en) | 2019-10-25 | 2022-08-23 | Asapp, Inc. | Customized message suggestion with user embedding vectors |
| CN111753553B (zh) * | 2020-07-06 | 2022-07-05 | 北京世纪好未来教育科技有限公司 | 语句类型识别方法、装置、电子设备和存储介质 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4635199A (en) * | 1983-04-28 | 1987-01-06 | Nec Corporation | Pivot-type machine translating system comprising a pragmatic table for checking semantic structures, a pivot representation, and a result of translation |
| JPS61105671A (ja) * | 1984-10-29 | 1986-05-23 | Hitachi Ltd | 自然言語処理装置 |
| JPH0664585B2 (ja) * | 1984-12-25 | 1994-08-22 | 株式会社東芝 | 翻訳編集装置 |
| JPH0782498B2 (ja) * | 1985-01-14 | 1995-09-06 | 株式会社日立製作所 | 機械翻訳システム |
| US4916614A (en) * | 1986-11-25 | 1990-04-10 | Hitachi, Ltd. | Sentence translator using a thesaurus and a concept-organized co- occurrence dictionary to select from a plurality of equivalent target words |
| JP2546245B2 (ja) * | 1986-11-25 | 1996-10-23 | 株式会社日立製作所 | 自然言語文生成方法 |
-
1988
- 1988-06-15 JP JP63145713A patent/JPH01314373A/ja active Pending
-
1989
- 1989-06-14 US US07/366,668 patent/US5227971A/en not_active Expired - Fee Related
- 1989-06-14 GB GB8913635A patent/GB2220285A/en not_active Withdrawn
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013046590A1 (ja) * | 2011-09-26 | 2013-04-04 | 日本電気株式会社 | 情報処理装置、情報処理方法、及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| GB8913635D0 (en) | 1989-08-02 |
| US5227971A (en) | 1993-07-13 |
| GB2220285A (en) | 1990-01-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH01314373A (ja) | 機械翻訳システムにおける訳語選択方式 | |
| US11397762B2 (en) | Automatically generating natural language responses to users' questions | |
| Al‐Sughaiyer et al. | Arabic morphological analysis techniques: A comprehensive survey | |
| JP3114181B2 (ja) | 異言語交信用翻訳方法およびシステム | |
| US10296584B2 (en) | Semantic textual analysis | |
| KR101004515B1 (ko) | 문장 데이터베이스로부터 문장들을 사용자에게 제공하는 컴퓨터 구현 방법 및 이 방법을 수행하기 위한 컴퓨터 실행가능 명령어가 저장되어 있는 유형의 컴퓨터 판독가능 기록 매체, 문장 데이터베이스로부터 확인 문장들을 검색하는 시스템이 저장되어 있는 컴퓨터 판독가능 기록 매체 | |
| US5136503A (en) | Machine translation system | |
| US20150012262A1 (en) | Method and system for generating new entries in natural language dictionary | |
| Jabbar et al. | A survey on Urdu and Urdu like language stemmers and stemming techniques | |
| US8489384B2 (en) | Automatic translation method | |
| Habert et al. | Contextual acquisition of information categories | |
| Aikawa et al. | Generation for multilingual MT | |
| JPS5892063A (ja) | イデイオム処理方式 | |
| Bahadur et al. | Machine translation—A journey | |
| JPS59140582A (ja) | 自然言語翻訳援助方式 | |
| JP3300142B2 (ja) | 自然言語処理装置 | |
| Rodrigues et al. | Bootstrapping a hybrid MT system to a new language pair | |
| Dung et al. | Ontology-based information extraction and information retrieval in health care domain | |
| Alshargi et al. | Xword: A Multi-lingual Framework for Expanding Words | |
| Kadam | Develop a Marathi Lemmatizer for Common Nouns and Simple Tenses of Verbs | |
| Ahmed et al. | Impact of Related Languages as Pivot Language on Machine Translation | |
| Gezmu et al. | Morpheme-Based Neural Machine Translation Models for Low-Resource Fusion Languages | |
| Momtazi et al. | History and Architecture | |
| Jawaid | Statistical Machine Translation between Languages with Significant Word Order Differences | |
| Aikawa et al. | Sentence generation for multilingual machine translation |