JPH0225973A - 機械翻訳装置 - Google Patents

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。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、機械翻訳システムにおける言語対応の構文解
析手段の選択技術に関する。

〔従来の技術〕

キーボードからの入力により直接印刷された文書、ある
いはＯＣＲ等からの媒体を用いて読み込まれた大量の文
書、又は計算機のファイルに既に蓄積されている文書等
を他言語に翻訳する場合の代表的な方式として、ビボッ
）　（Ｐ　Ｉ　ＶＯＴ）方式がある。

この方式では、入力言語文書の解析結果は中間言語表現
と呼ばれる入力言語及び出力言語に依存しない普遍的形
式で表現され、その後、この中間言語表現に基づいて出
力言語文書が生成される。

このように中間言語表現を仲介とする方式により、多言
語間機械翻訳システムを構成しようとする場合、入力言
語文書の構文解析部と出力言語文書の生成部とが完全に
分離され、各入力言語文書を中間言語表現に変換する各
言語独立の構文解析部と、中間言語表現から各出力言語
文書を生成する各言語独立の生成部とを構成するだけで
よいという特徴を有する。

上記のようなＰＩＶＯＴ方弐を用いた、例えば英日（英
語−日本語）、日英（日本語−英語）の双方向翻訳可能
な機械翻訳システムで英日翻訳を行う場合には、以下の
ような手続きを踏む必要がある。なお、第４図を参照す
る。

■まず、英語構文解析プログラム１を起動し、英語の入
力文書２を中間言語表現４（言語に依存しない意味構造
）に変換する。

■次に、日本語生成プログラム２を起動し、中間言語表
現４を日本語の出力文書５に変換する。

この際に従来方式では、ユーザは入力文書２が英語で書
かれた文書であることを予め知っており、その知識に基
づいて英語構文解析プログラム１を意図的に選択して機
械翻訳装置を起動している。

［発明が解決しようとする課題］ しかし、大量の文書をどの言語にも依存しない中間言語
表現として一旦起憶しておき、必要に応じて別の言語に
変換することが可能な多言語間翻訳システムを実現しよ
うとした場合、ユーザがいちいち入力言語の種類に応じ
て解析プログラムを選択し起動するのでは、ユーザに対
する負１ｕが大きいという問題点がある。

また、入力文書中に当該言語以外の言語で書かれた文が
挿入されていた場合、従来方式ではその挿入文は翻訳不
可能であり、その挿入文を翻訳するには、その部分を抽
出した後、その言語に対応した構文解析プログラムを起
動して改めて翻訳を行い、その結果を中間言語ファイル
に書き込むという手続きを踏む必要があり、この点から
もユーザの負担が大きいという問題点がある。

本発明の課題は、入力文書の言語の種類に応じた構文解
析手段の自動選択を実現することにある。

〔課題を解決するための手段〕

本発明は、複数種類の各言語対応の複数の構文解析手段
を有し、入力文書をその言語に対応した構文解析手段を
用いて中間言語表現に翻訳した後、該中間言語表現から
所望の６語の出力文書を生成する機械翻訳装置を前提と
する。

そして、まず、各言語固有のキーワードを登録したキー
ワード辞書を記憶するキーワード辞書記憶手段を有する
。このとき、キーワード辞書には、例えば各言語固有の
代名詞・前置詞・接続詞等の機能語が登録され、また、
例えば各言語毎に統計的な出現頻度が高い上位所定数の
キーワードが登録される。

次に、上記キーワード辞書を検索して入力文書からキー
ワードに関する情報を抽出するキーワード辞書検索手段
を有する。同手段は、例えば入力文書を１行、数行又は
数文字ずつ入力して、キーワード辞書に登録された各キ
ーワードと照合する手段によって実現される。

続いて、上記キーワード辞書検索手段での検索結果を評
価することにより入力文書の言語を判定するパーザ−判
定手段を有する。同手段は、例えば前記キーワード辞書
検索手段により検索された各キーワードの品詞・言語等
を判定し、言語を特定できる場合はその言語情報を後述
するパーザ−制御手段に渡し、言語を特定できない場合
は前記キーワード辞書検索手段に入力文書の他の行に対
するキーワード検索を促す手段によって実現される。ま
た、上記実現手段に加え、例えば入力文書の各語の区切
りを判定することにより、入力文書が総合的言語である
か分析的言語であるかを判定し、総合的言語と判定され
た場合は、前記キーツー１’辞書検索手段で検索された
キーワードの総文字数と入力文書の総文字数の比の値を
判定することにより入力文書の言語を判定し、分析的言
語と判定された場合は、前記キーワード辞書検索手段で
検索されたキーワードの総語数と入力文書の総語数の比
の値を判定することにより入力文書の言語を判定する処
理を並列して行うようにして実現してもよい。

そして、前記複数の構文解析手段から上記パーザ−判定
手段により選択された言語に対応するものを選択・制御
して入力文書を中間言語表現に翻訳さ−Ｌるパーザ−制
御手段を有する。同手段は、例えば前記パーザ−判定手
段からの言語情報に対応する構文解析手段を起動する手
段によって実現される。

〔作　　　用〕

以上の手段により、入力文書の１行〜数行毎にキー・ノ
ード辞書検索手段がキーワード検索を行い、パーザ−判
定手段がその言語を特定し、それに基づいてパー１ｙ−
制御手段が対応する構文解析手段を選択して構文解析を
行わゼるため、ユーザは入力文書の昌゛語の種類を指定
する必要がなく、例えば多種類の言語の混在する大量の
文書を自動的・かつ効率的に処理することができる。

この場合、キーワード辞書検索手段の用いるキーワード
辞書として、前記したように各言語固有の機能語のみを
登録し、また、統計的な出現頻度が高いもののみを登録
することにより、高速で効率のよいキーワード検索を実
現することができる。

更に、バーリ′−判定手段において、日本語のように単
語の区切りが不明確な総合的言語であるか、英語のよう
に明確な分析的言語であるかを判定し、その判定結果に
応じて言語を決定する処理を並列して行うことにより、
総合的言語と分析的言語が混在するようなものにも柔軟
に対応することができる。

〔実　　施　　例〕

以下、本発明の実施例につき詳細に説明を行う。

第１図は、本実施例による構文解析装置の自動選択可能
な機械翻訳装置のブロンク図である。

同図において、入力ファイル保存装置６は、原文を記憶
しておく記１．ａ、装置であり、例えばディスク記憶装
置である。

キーワード辞書検索装置７は、キーワード辞書８を用い
て入力文書の語を検索し、その語が属する言語及びその
語の品詞等の情報を抽出する。

キーワード辞書８は入力言語を判別する場合にキーワー
ドとなる言語及びその語の属性の情報を登録し、例えば
ディスク記憶装置に記憶される。

パーザ−判定装置９は、キーワード辞書検索装置７で得
られた情報に基づいて、パーザ−（構文解析装置、以下
同じ）を自動的に選択するかどうかを決定する。

パーザ−制御装置１０は、パーザ−判定装置９で選ばれ
た構文解析装置１１を制御する。

［」米語構文解析装置１１（＃１）は、日本語辞書１２
（＃１）と日本語解析用文法辞書１３（＃１）を用いて
、日本語の構文解析を行う。

英語構文解析装置１１　（＃２）は、英語辞書１２　（
＃２）と英語解析用文法辞書１３（＃２）を用いて、英
語の構文解析を行う。

フランス語（仏語）構文解析装置１１（＃３）は、フラ
ンス語辞書１２（＃３）とフランス語解析用文法辞書１
３（＃３）を用いてフランス語の構文解析を行う。

日本語辞３１２（＃１）、英語辞書１２（＃２）及びフ
ランス語辞書１２（＃３）は、各々日本語、英語及びフ
ランス語の語の啜り字、品詞等の情報が記載されている
辞書であり、例えばディスク記憶装置に記憶される。

日本語解析用文法辞書１３（＃１）、英語解析用文法辞
書１３（＃２）及びフランス語解析用文法辞ｓ１３　（
＃３）は、各々日本語、英語及びフランス語の解析用の
文法規則が記載されている辞書であり、例えばディスク
記憶装置に記憶される。

解析結果記憶装置１４は、構文解析結果の一時記憶装置
であり、例えばディスク記憶装置である。

中間言語ファイル保存装置１５は、解析結果の最終的な
記憶装置であり、例えばディスク記憶装置である。

多言語解析制御装置１６は、上記各装置を制御する制御
装置である。

上記構成の実施例の動作につき、以下に説明を行ってゆ
く。なお、第２図及び以後の説明では、日本語、英語、
フランス語を用いて説明しているが、これは他の言語の
場合及び言語の数が増加した場合も基本的に同じである
。

第２図は、本実施例による構文解析装置の自動選択の制
御動作の動作フローチャートを示した図である。

まず、キーワード辞書検索装置７において、入力ファイ
ル保存装置６に格納されている原文から１行（数行ある
いは数文字でもよい）を読み込む（第２図Ｓｌ、以下第
２図参照）。

次に、読み込んだ文書に対して、キーワード辞書８を用
いて−１−一ソート検索を行い、検索の結果（入力行の
各語の属する言語、品詞等）をパーザ−判定装置９に渡
す（Ｓ２）。

パーザ−判定装置９では、受は取った情報を評価するご
とにより、バーリ′−を自動的に選択するかどうかを決
定する（Ｓ３）。

パーザ−を自動的に選択できない場合は、キーワード辞
書検索装置７におい゛ＣＣシカファイル保存装置６格納
されている原文から次の１行を読み込め、前記５ｌ−３
３の処理を繰り返す（Ｓ４−３ｌ）。

パーザ−を自動的に選択できる場合は、パーザ−制御装
置ＩＯに入力文がどの言語で書かれているかを示す情報
を渡す（Ｓ４−３５）。

パーザ−制御装置１０では、受は取った情報に基づきそ
の言語に対応する構文解析装置１１（＃１〜＃３のうち
いずれか）を起動する。例えば上記パーザ−判定装置９
において、入力文が英語で書かれていると判定された場
合、パーザ−制御装置１０は英語構文解析装置１１　（
＃２）を起動する。

構文解析装置１１は、対応する言語辞書１２及びその言
語解析用文法辞書１３を用いて構文解析を開始し、構文
解析の結果は順次解析結果記憶装置１４に渡され、−時
記憶される（以上、Ｓ５）。

原文中に未知語の挿入文（語句）が１行（数行あるいは
数語連続してもよい）出現した場合、現在勤作中の構文
解析装置１１は、パーザ−制御装置１０に制御を戻すと
共に、未知語の開始位置・未知語の文字列等の情報をパ
ーザ−制御装置１０に渡す。

パーザ−制御装置ｌＯは、現在選択されている構文解析
装置１１の情報等を記憶し、続いて、制御を多言語解析
制御装置１６に移すと共に、未知語の開始位置等の情報
を多言語解析装置１６に渡す。

多言語解析制御装置１６は、受は取った未知語の文字列
に対して、１γ１記Ｓ１〜Ｓ５を順次実行する（Ｓ６−
３ｔ）。

挿入文（語句）の解析が終了した場合、即ち再び未知語
が１行出現した場合、パーザ−制？ｆｆ１ｌ装置１０は
、−特記１．αさせておいた前記構文解析装置１１の情
報等を読み出して、その構文解析装置１１を再び起動し
、制′４１■を構文解析装置１１に戻す（Ｓ６−３７）
。

入力ファイル保存装置６に記憶されている原文全てにつ
いて構文解析を繰り返しくＳ７−３５）、全部の（全て
のファイルの）解析が終了した場合、解析結果記１．ａ
、装置１４に一時記憶されている解析結果を中間３語フ
ァイル保存装置１５に記憶し、構文解析の全過程を終了
する（Ｓ７のＹＥＳの判定）。

以上に説明した実施例の動作のうち、第２図のＳ２で示
されるキーワード検索動作において、入力された文書が
どの言語を用いて記述されているかを判別する為に、シ
ステムに登録されているすべての言語の辞書を総当たり
的に検索して調べていたのでは時間がかかる上、語の形
態的な問題があり、コストパフォーマンスが低い。その
−解決方法としては、入力文の文字コードの範囲を調べ
て、言語を判別する方法が考えられる。しかしこの方法
では、独自な表記体系を持つ言語にはかなり有効である
が、英語、フランス語、ドイツ語のように、凸本的にア
ルファヘットを用いるインド・ヨーロッパ語族の言語で
は、入力文書の１行あるいは２〜３行からこのような方
式を用いて正しく選別できる割合は低下する。

そこで本実施例では、各個別言語の持つ固をな言語的な
特性に注目し、そのような特性を入力言語を判別する度
合いの基準として採用する。

すなわち、言語を構成する語を大別すると、ｆｕｎｃｔ
ｉｏｎ　ｗｏｒｄｓ　（機能語）とｃｏｎｔｅｎｔ　ｗ
ｏｒｄｓ（内容語）に分けられる。ｆｕｎｃｔｉｏｎ　
ｗｏｒｄｓとは、文の要素間の関係を表す統語的機能を
担う語であり、ｃｏｎｔｅｎｔ　ｗｏｒｄｓとは、独立
した意味を担う語である。

そして、本実施例における第１図のキーワード辞♂８に
は、各言語のｆｕｎｃｔｉｏｎ　ｗｏｒｄｓを中心とし
て、その言語固有な語が記載しである。その理由は、ｆ
ｕｎｃｔｉｏｎ　ｗｏｒ（ｔｓは言語学的にｃｌｏｓｅ
ｄ　ｃｌａｓｓ（閉じた類）に属し、これら（例えば、
代名詞・前置詞・接続詞等）は、新たな成員を受は入れ
にくくその数に限りがあるからである。また、上述した
ように、これらは文の階層的、論理的構造の情報を担う
ものであり、出現頻度が非常に高いので、キーワード辞
書８を構成する要素として妥当である。第３図にキーワ
ード辞書８の一部の例を概念的に示す。同図に示すよう
に、各見出し詔（ａ能語）のレコード（番号）と、対応
する言語の種類及び品詞等の属性が記述されている。

次に、入力言語には、英語のように単語の区切りが明確
な分析的言語（ａｎａｌｙｔｉｃ　ｌａｎｇｕａｇｅ）
と、日本語のように単語の区切りが不明確な総合的言語
（５ｙｎＬｈｅｔ、ｉｃ　ｌａｎｇｕａｇｅ　）とがあ
る。そして、キーワード辞書検索装置７がキーワード辞
書８を検索する場合、上記のような単語の区切りが不明
確な総合的言語では、語のレベルではなく文字のレベル
での評価を行う方が良い判定結果を得られる。

そこで本実施例では、パーザ−判定装置９における第２
図３３の評価処理において、まず、第２図の３１の処理
で読み込んだ入力文のスペース・コンマ・コロン・セミ
コロン・ピリオド等の区切り記号を判別し、入力文中の
語数を判別することにより、入力文が総合的言語である
か分析的言語であるかを判定する。すなわち、語数が所
定の闇値以下であれば総合的言語、以上であれば分析的
言語である。

上記判定の結果、総合的言語と判定された場合は、前記
キーワード辞書検索装置７で検索されたキーワード（第
２図３２）の総文字数ＦＣと、読み込まれている入力文
の総文字数ＴＣとの比Ｒ１を演算する。すなわち、 Ｒ１＝ＦＣ／ＴＣ・　・　・（１） とする。一方、この値に対する闇値を各総合的言語毎に
定めておく。例えば、日本語であれば闇値上限をＴＨ７
、闇値下限をＴＬ、とじておく。そして、前記（１）式
で演算された比Ｒ１が、ＴＬ　≦Ｒ１≦Ｔ　Ｉ となれば、パーザ−判定装置９は入力文の言語を日本語
と判定する。このような闇値を他の総合的言語について
も同様に定め、上記Ｒ１がどの言語の閾値の間に入るか
によって言語を判定する。なお、入りノ文の総文字数Ｔ
Ｃが所定の閾値Ｎより大きい場合すなわちＴＣ≧Ｎのと
きに上記処理を行い、ＴＣ＜Ｈの場合には、入力文の総
文字数が判定動作を行うのに十分でないとして、第２図
３４のパーザ−自動選択の判定をＮＯとして、次の行の
入力を促す。

一方、分析的言語と判定された場合は、前記キーワード
辞書検索装置７で検索されたキーワード（第２図３２）
の総語数ＦＷと、読み込まれている入力文の総語数ＴＷ
（前記区切り記号に挟まれた部分の数として求まる）と
の比Ｒ２を演算する。

すなわち、 Ｒ２＝ＦＷ／ＴＷ　　　　　　　　・・・（２）とする
。一方、この値に対する闇値を各分析的言語毎に定めて
おく。例えば、英語であれば閾値上限をＴＩ（２、閾値
下限をＴｌ２としておく。そして、前記（２）式で演算
された比Ｒ２が、Ｔｌ−２≦Ｒ１≦ＴＨ２ となれば、パーザ−判定装置９は入力文の言語を英語と
判定する。このような闇値を他の分析的言語についても
同様に定め、上記Ｒ２がどの言語の闇値の間に入るかに
よって言語を判定する。

以上の処理により、総合的言語と分析的言語が混在する
ようなものにも柔軟に対応することが可能となる。

ところで、第１図の実施例のキーワード辞書８は、シス
テムに登録される言語の数が増加するにつれて規模が大
きくなり、検索にかかる時間も無視できないものとなる
。そこで、キーワード辞書８をコンパクトにするために
、キーワード辞書８に各言語の機能語を全て登録するの
ではなく、統計的に出現１０度の高い上位所定数までの
キーワードを登録することにより、キーワード辞書８の
大きさを制限することができ、検索能力の低下も防ぐこ
とができる。

なお、本実施例においては、中間言語ファイル保７ｊ装
置Ｉ５に蓄積された中ｍ）言語表現から、目的とする言
語表現の出力文相を生成する処理については特には述べ
てはいないが、この処理は従来通りの生成処理でよい。

〔発明の効果〕

本発明によれば、構文解析手段を自動送）Ｒすることを
可能としたので、多種類の言語の混在するような大量の
文書を、ユーザの関与なしに自動的かつ効率的に中間言
語表現に翻訳することが可１１ピとなる。

また、−文書内の処理においても、異なった言語で書か
れた挿入文（語句）を、同時に中間言語表現に翻訳する
ごとが可能となり、ユーザの負担を著しく軽減すること
ができる。

この場合、キーワード辞書検索手段の対象とするキーワ
ード辞書として、各言語固有の機能語のみを登録し、ま
た、統計的な出現頻度が高いもののみを登録することに
より、高速で効率のよいキーワード検索を実現すること
ができる。

更に、パーザ−判定手段において、日本語のように単語
の区切りが不明確な総合的言語であるか、英語のように
明確な分析的言語であるかを判定し、その判定結果に応
じて言語を決定する処理を並列して行うことにより、総
合的言語と分析的言語が混在するようなものにも柔軟に
対応することができる。

【図面の簡単な説明】

第１図は、機械翻訳装置の実施例のブロック図、第２図
は、本実施例の動作フローチャートを示した図、 第３図は、キーワード辞書の一部の例の概念図、第４図
は、従来例の構成図である。 ６・・・入力ファイル保存装置、 ７・・・キーワード辞書検索装置、 ・・キーワード辞書、 ・・・パーザ−判定装置、 ・・・パーザ−制御装置、 （＃Ｉ）・・・日本語構文解析装置、 （＃２）・・・英語構文解析装置、 （＃３）・・・フランス語構文解析装置、（＃１）・・
・日本語辞書、 （＃２）・・・英語辞書、 （＃３）・・・フランス語辞書、 （＃１）・・・日本語解析用文法辞書、（＃２）・・・
英語解析用文法辞書、 （＃３）・・・フランス語解析用文法辞書、解析結果記
憶装置、 中間言語ファイル保存装置、 多言語解析制御装置。

Claims (1)

1. 【特許請求の範囲】 １）複数種類の各言語対応の複数の構文解析手段を有し
   、入力文書をその言語に対応した構文解析手段を用いて
   中間言語表現に翻訳した後、該中間言語表現から所望の
   言語の出力文書を生成する機械翻訳装置において、 前記各言語固有のキーワードを登録したキーワード辞書
   を記憶するキーワード辞書記憶手段と、前記キーワード
   辞書を検索して前記入力文書から前記キーワードに関す
   る情報を抽出するキーワード辞書検索手段と、 該キーワード辞書検索手段での検索結果を評価すること
   により前記入力文書の言語を判定するパーザー判定手段
   と、 前記複数の構文解析手段から前記パーザー判定手段によ
   り選択された言語に対応するものを選択・制御して前記
   入力文書を前記中間言語表現に翻訳させるパーザー制御
   手段と、 を有することを特徴とする機械翻訳装置。 ２）前記キーワード辞書には、前記各言語固有の機能語
   が登録されることを特徴とする請求項１記載の機械翻訳
   装置。 ３）前記キーワード辞書には、前記各言語毎に統計的な
   出現頻度が高い上位所定数のキーワードが登録されるこ
   とを特徴とする請求項１又は２記載の機械翻訳装置。 ４）前記パーザー判定手段は、 前記入力文書の各語の区切りを判定することにより、該
   入力文書が総合的言語であるか分析的言語であるかを判
   定し、 総合的言語と判定された場合は、前記キーワード辞書検
   索手段で検索されたキーワードの総文字数と前記入力文
   書の総文字数の比の値を判定することにより前記入力文
   書の言語を判定し、 分析的言語と判定された場合は、前記キーワード辞書検
   索手段で検索されたキーワードの総語数と前記入力文書
   の総語数の比の値を判定することにより前記入力文書の
   言語を判定する、 ことを特徴とする請求項１、２又は３記載の機械翻訳装
   置。