JPH0290364A - 機械翻訳システムの対訳辞書及び共起関係辞書の作成方法 - 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〕 本発明は対訳辞書や共起関係辞書の自己増殖機能をもつ
機械翻訳方法およびシステムに関する。

〔従来の技術〕

機械翻訳システムの重要な構成要素として辞書がある。

辞書は、第１言語（ソース言語）および第２言語（ター
ゲット言語）の語とその属性情報（品詞、意味コード、
格フレームなど）、第１言語の語と第２言語の語の間の
対訳関係、さらには第１言語あるいは第２言語における
語の共起関係などの情報を含んでいる。辞書の作成は、
従来、人手にまかされていたが、膨大な労力が必要とい
う問題があり、自動作成あるいは自己増殖機能が実現で
きれば、その効果は極めて大きい。自動作成の可能性の
高い辞書情報としては語の共起関係があり、例えば、特
開昭６２−２３２０７６号公報には、文の解析結果から
語の共起関係を抽出して知識ベースに蓄積する方式が示
されている。このように文から知識を抽出するという考
え方は、機械翻訳システムの能力がシステムの利用とと
もに高まることになるので非常に有用である。しかし、
この特開昭６２−２３２０７６号公報に示されている方
式は、第１言語における語の共起関係のみに限定され、
他の辞書情報には適用できないものである。

〔発明が解決しようとする課題〕

本発明の第１の目的は、対訳関係の知識を獲得する機械
翻訳方法およびシステムを提供することにある。

本発明の第２の目的は、第２言語の構文・意味解析を行
なうことなく、第２言語における語の共起関係の知識を
獲得する機械翻訳方法およびシステムを提供することに
ある。

〔課題を解決するための手段〕

第１の目的を達成するために、本発明の第１の特徴は、
対訳辞書を利用して、第１言語の文とその訳文である第
２言語の文の間の、語レベルの対応関係を同定し、同定
された対訳関係のうち、対訳辞書に未登録のものを対訳
辞書に登録することにある。

第２の目的を達成するために、本発明の第２の特徴は、
上述した処理に加え、第１言語の文に対して構文・意味
解析を行なって、文中に含まれる語の共起関係を抽出し
、対訳関係同定で得た第１言語の語と第２言語の語の対
応関係を利用して、第１言語共起関係抽出で得た第１言
語の語の共起関係を第２言語の語の共起関係に写像し、
それで得た第２言語の語の共起関係を第２言語共起関係
辞書に登録することにある。

〔作用〕

対訳関係同定処理は、第１言語の文とその訳文である第
２言語の文が与えられると、次のようにして語レベルの
対応関係を同定する。まず、第１言語の辞書を参照して
、第１言語の文がｍ個の語５（１）、・・・、Ｓ（ｍ）
から構成されていることを同定する。同様に、第２言語
の辞書を参照して、第２言語の文がｎ個の語Ｔ　（１）
　、　　・、Ｔ（ｎ）から構成されていることを同定す
る。（本発明では、文の対訳関係を語の対訳関係の集合
と考えることが基本であるから、ｍ　＝＝　ｎであるこ
とが望ましいが、実際には必ずしもｍ　＝　ｎになると
は限らない。）第１言語の文及び第２言語の文を構成す
る語を同定すると、次に語の対応関係の同定に移る。こ
のためにはまず対訳辞書を参照する。Ｓ　（ｉ）とＴ　
（ｊ）の組が対訳辞書に含まれていれば、今処理してい
る対訳文においてもＳ　（ｉ）とＴ（ｊ）が対応してい
ると判断する。このようにして、２組（但し、ｐ＜ｍか
つｐ　＜　ｎ　）の対応関係が同定できたとする。もし
、対訳辞書に未登録の対応関係を対訳文が含んでいれば
、ｐ＜ｍかっｐ　＜　ｎである。そこで、残った（ｍ−
ｐ）個の第１言語の語と（ｎ−ｐ）個の第２言語の語の
間で対応関係を推定する処理に移る。この推定は常に可
能であるとは限らない。

しかし、ｐ　＝　ｍ　−１＝　ｎ　−１である場合、残
った語は第１言語、第２言語とも−っであるから、それ
らが対応していると判断できる。ｐ＝ｍ−１＝ｎ−１で
ない場合でも、ｍ　ＰｙｎＰが小さければ、品詞などの
情報を手がかりにして、対応関係を同定できることが多
い。また、ｍ　＞　ｎの場合、第１言語の文において、
対応する第２言語の語が同定されていない語が連続して
いるなら、これらを一つの複合語とみなすという方法を
とることにより１語の対応関係が推定できるようになる
ことがある。ｍ　（ｎの場合も同様である。以上述べた
ことから、対訳辞書に未登録の対訳関係を含む対訳文に
ついても、語レベルの対応関係が同定し得ることが理解
できるであろう。

対訳辞書登録処理は、対訳関係同定処理で同定した語レ
ベルの対応関係のうち、対訳辞書に未登録のものを対訳
辞書に登録するので、対訳文から語の対訳関係を獲得し
、辞書に蓄積する機能をもつ機械翻訳システムが実現で
きる。

さらに、第１言語共起関係抽出処理は、第１言語の文の
構文・意味解析により得られる語の依存関係の集合から
、あいまい性のないもののみを選択することにより、第
１言語の語の共起関係を抽出する。この結果は、共起関
係写像処理により第２言語の語の共起関係に写像され、
第２言語共起関係辞書登録処理により第２言語共起関係
辞書に登録される。このようにして、対訳文から第２言
語の語の共起関係を獲得し、辞書に蓄積する機能をもつ
機械翻訳システムが実現できる。

〔実施例〕

以下、本発明の一実施例を図面により説明する。

本実施例では第１言語が日本語、第２言語が英語である
とする。実施例の機械翻訳システムに必要なハードウェ
アは、第２図に示すように、中央処理装置１．入力装置
２．出力装置３．辞書記憶装置４．テキスト記憶装置５
から構成される。

中央処理装置１は本発明による、対訳関係及び共起関係
の知識を獲得する処理のほか、翻訳処理。

テキストの入出力及び更新の処理を行なう。入力装置２
はテキストの入力や修正に、出力装置３はテキストの表
示に用いられるが、本発明に直接は関係しない。

辞書記憶装置４には、日本語辞書４１９日本語共起関係
辞書４２２日英対訳辞書４３．英語辞書４４、英語共起
関係辞書４５が記憶される。なお、辞書のこのような分
割は論理的なものであり、複数の辞書を一体化して記憶
することも含めて、物理的な構造は特に限定されない。

第３図（、）に日本語辞書４１のレコードを例示する。

日本語辞書のレコードは、日本語の語４１１、その属性
情報としての品詞４１２．意味コード４１３．格フレー
ム４１４を含む。英語辞書４４については例示しないが
、日本語辞書と同様である。第３図（ｂ）に日英対訳辞
書４３のレコードを例示する。

日英対訳辞書のレコードは、日本語の語４３１と英語の
語４３２の対である。第３図（ｃ、）に英語共起関係辞
書４５のレコードを例示する。英語共起関係辞書のレコ
ードは、共起関係を有する二つの英語の語４５１，４５
２と、それらの間の関係を示すコード４５３とを含む。

日本語共起関係辞書４２について例示しないが、英語共
起関係辞書と同様である。

テキスト記憶装置５には、日本語テキストファイル５１
と英語テキストファイル５２が記憶される。日本語テキ
ストと英語テキストは、いずれも文ととな文番号が付さ
れ、同一の文番号をもつ文は対訳関係にある。従って、
文番号をキーとして、対訳文を検索することができる。

次に、第１図に従って、日本語の文とその対訳文である
英語の文から、語レベルの対応関係を同定する処理、さ
らに英語の語の共起関係を抽出する処理を説明する。

第１のステップは、日本語の文を構成する語の同定であ
る。まず、日本語辞書を参照しながら、文を語に分割す
る（処理１０１）。日本語の文は語の境界を示す空白を
含まないので、若干複雑な処理が必要であるが、例えば
特願昭５９−１６２４４３に示されている方法を用いれ
ばよい。次に、文を構成する語のうち、内容語を選択す
る（処理１０２）。

内容語はｍ個含まれているとし、それらを５（１）。

・・・、Ｓ（ｍ）とする。この処理により、助詞や助動
詞などの機能語を、対応関係を同定する処理に対象外と
する。機能語は機械翻訳システムの処理において重要な
役割を果たすものであり、また、数も少ないので、辞書
の記述は完成していると考えてよい。また、内容語はど
言語間の対応関係が単純でないからである。

第２のステップは、英語の文を構成する語の同定である
。英語辞書を参照しながら、文を語に分割する（処理１
０３）。英語の文は語の境界が空白で示されているので
、変化形の処理が必要であるほかは単純な処理で実現で
きる。次に、文を構成する語のうち、内容語を選択する
（処理１０４）。

内容語はｎ個含まれているとし、それをＴ（１）　。

・・・、Ｔ（ｎ）とする。

第３のステップは、対訳辞書を参照して、日本語の語５
（１）　、　−、Ｓ（ｍ）と英語の語Ｔ（１）　、　−
・・Ｔ（ｎ）の間に対応関係を同定する処理である。日
本語の語を指すインデクスを１１英語の語を指すインデ
クスをｊ、ｉからｊの写像をσとする。また、第３ステ
ップで決定された対応関係の数を示すレジスタをｋとす
る。第３ステップの処理は、ｋを初期値Ｏにする（処理
１０５）ことから始まる。次に、ｉを初期値１にする（
処理１０６）。

さらに、ｊを初期値１にする（処理１０７）。このあと
、Ｓ　（ｉ）とσ−１（ｊ）が未決定である（処理１０
８）Ｔ（ｊ）の対が対訳辞書に含まれているかどうかを
調べる（処理１０９）。Ｓ　（ｉ）とＴ（ｊ）の対が対
訳辞書に含まれていれば、ｉとｊが対応するものとして
σを定義しく処理１１０）、ｋを１だけ増加させる（処
理１１１）。Ｓ　（ｉ）とＴ（ｊ）の対が対訳辞書に含
まれていなければ、ｊをｎになるまで（処理１１２）カ
ウントアツプしく処理１１３）　、　５（ｉ）とＴ（ｊ
）の対が対訳辞書に含まれているかどうか調べる処理を
続ける６１０７〜１１３の処理は、ｉをｍになるまで（
処理１１４）、カウントアツプしながら続ける（処理１
１５）。

以上の処理により、日本語の語５（ｉ）、・・・、Ｓ（
ｍ）と英語の語Ｔ（１）、・・・、Ｔ（ｎ）の間の対応
関係のうち、対訳辞書に含まれているものが同定される
。

第４のステップは、第３ステップで同定できなかった対
応関係の推定である。本実施例では、最も簡単に推定で
きる場合のみ、これを行なう。すなわち、日本語の語の
数ｍと英語の語の数ｎが−致しく処理１１６）、Ｌかも
（ｍ−１）個の対応関係が第３ステップで同定された（
処理１１７）場合である。この場合、σ（ｉ）が未決定
のｉ。

σ−”（ｉ）が未決定のｊがそれぞれ一つ存在するので
、これをさがす（処理１１８）。該当するｉ。

ｊがｉｏ　、ｊｏであれば、σ（ｉｏ）＝ｊｏであると
しく処理１１９）　、５（ｉｏ）とＴ　（ｊｏ）の対を
対訳辞書に登録する（処理１２０）。

第５のステップは、日本語の文に対して構文・意味解析
を行ない、語の共起関係を抽出する処理である（処理１
２１）。すなわち、第４ステップの結果得られる内容語
５（１）、・・・、Ｓ（ｍ）の間の係り受は関係を解析
し、あいまい性のないもののみを選択する。

日本語の文からＱ個の共起関係［５（ｉｐ）。

Ｓ（ｉ’　ｐ）、Ｒｐ）（ｐ＝１ｙ・・・、Ω）が抽出
されたとする。ここで、５（ｉｐ）とＳ（ｉ’ｐ）が共
起する語、Ｒｐがそれらの間の関係を表わすコードであ
る。

第６のステップは、第５ステップで得た日本語の語の共
起関係を英語の語の共起関係に写像する処理である。日
本語の語と英語の語の間の対応関係はσで表わされてい
るので、日本語の語の共起関係（Ｓ（ｉｐ）、Ｓ（ｉ’
　ｐ）、Ｒｐ）を英語の語の共起関係（Ｔ（σ（ｉｐ）
）、Ｔ（σ（ｉ’　ｐ））、Ｒｐ）に写像する（処理１
２３）。このあとこれを英語共起関係辞書に登録する（
処理１２４）。以上の処理を、共起関係を指すインデク
スＰを初期値１から（処理１２２）、ｆｌまで（処理１
２５）カウントアツプしながら（処理１２６）を繰り返
す。

以上、第１図に従って、語の対訳関係と共起関係を獲得
する処理を説明した。

第４図に、対訳文から語の対訳関係と共起関係が獲得さ
れる例を示す。対訳文は、 ・文書ファイルを更新する。

＋ｕｐｄａｔｅ　ｔｈｅ　ｄｏｃｕｍｅｎｔ　ｆｉｌｅ
。

である。第３図に示した辞書を用いて、この対訳文を処
理するものとする。第１のステップにより得られる日本
語の語は第４図（ａ）に示すとおりである。第２のステ
ップにより得られる英語の語は第４図（ｂ）に示すとお
りである。第３のステップで得られる語の対応関係は第
４図（ｃ）に示すとおりである。第３図（ｂ）の日英対
訳辞書は「更新すると」とｒｕｐｄａｔｅＪの対が含ま
れていないので、この対応関係は同定されていない。こ
れは第４のステップで推定され、第４図（ｄ）に示す語
の対応関係が得られる。日英対訳辞書には、１更新する
」とｒｕｐｄａｔｅＪの対が登録され、第４図（ｅ）に
示す内容となる。さらに、第５のステップで第４図（ｆ
）に示す日本語の語の共起関係が得られる。これは、第
６のステップで、第４図（ｇ）に示す英語の語の共起関
係に写像され、英語共起関係辞書に登録される。英語共
起関係辞書の内容は第３図（ｃ）から第４図（ｈ）のよ
うに変わる。

本実施例では、第４のステップの処理は最も簡単に対応
関係が推定できる場合のみを示した。ここで若干の工夫
をすることにより、対応関係の推定能力が向上できるこ
とを示しておく。

例えば、日本語の語の数ｍと英語の語の数ｎが同じであ
っても、第３ステップで複数の対応関係が同定できない
ことがある。いま、第３図（ｂ）の日英対訳辞書が、「
文書」とｒ　ｄｏｃｕｍｅｎｔ　Ｊの対を含んでいない
とする。この時、第４図の例は、第３ステップの結果が
第５図（ｃ）のようになる。

すなわち、「更新する」とｒｕｐｄａｔｅＪ　、　　ｒ
文書」とｒ　ｄｏｃｕｍｅｎｔ　Ｊの２組の対応関係が
同定されていないことになる。このような場合、語の品
詞などを利用して、対応関係を推定すればよい。すなわ
ち、「文書」と「ファイル」にともに名詞であり、「文
書ファイル」が名詞句であると考えることができる。ま
た、ｒｄｏｃｕｍｅｎｔＪとｒｆｉｌｅＪはともに名詞
であり、ｒｄｏｃｕｍｅｎｔ　ｆｉｌｅＪが名詞句であ
ると考えることができる。ここで、「ファイル」とｒｆ
ｉｌｅＪの対応関係が第３ステップで同定されているの
で、「文書」とｒｄｏｃｕｍｅｎｔ　Ｊの対応関係を推
定することができる。このようにして、第４ステップの
結果が第５図（ｄ）のようになる。

次に、日本語の語の数ｍと英語の語の数ｎが同じでない
場合の対応のしかたを第６図に例示する。

ここでの対訳文は、 ・端末制御装置 ＋ｔｅｒｍｉｎａｌ　　ｃｏｎｔｒｏｌｌｅｒである。

第１のステップ、第２のステップの結果は、普通、第６
図（ａ）、（ｂ）に示すようになるであろう。すなわち
、日本語の語は３個、英語の語は２個である。第３のス
テップでは、「端末」とｒｔｅｒｍｉｎａｌ　Ｊの対応
関係のみが同定され、第６図（Ｑ）の結果が得られる。

ここで、対応関係が同定できなかった「制御」と「装置
」は隣接しており、これを一つの複合語とみなせば、日
本語と英語の語数が同じになるので、第６図（ｄ）のよ
うに考える。このようにすれば、第３のステップの結果
は第６図（ｅ）のように修正され、第４のステップで第
６図（ｆ）の結果を得ることができる。すなわち、「制
御装置」とｒｃｏｎｔｒｏｌｌｅｒ　Ｊの対応関係を推
定することができる。

本実施例では、対訳辞書を利用して、語の対応関係を同
定する処理を、（１）日本語の文を構成する語の同定、
（２）英語の文を構成する語の同定。

（３）日本語の語と英語の語の対を対訳辞書から検索す
る処理の順序で行なっている。しかし、その順序で行な
わなければならないわけでない。例えば、（１）日本語
の文を構成する語の同定、（２）対訳辞書を参照して、
日本語の語の対訳語の候補を求める処理、（３）対訳語
の候補を英語の文中から検索する処理の順序で行なうこ
とも可能である。

さらに、本実施例では、英語の語の共起関係は抽出した
ものを全て共起関係辞書に登録する方式をとっている。

しかし、英語の語の共起関係の利用目的が、翻訳時の訳
語選択であるので、全てを登録する必要はない。日本語
の語の各々について、対訳語の優先順位を示す情報を含
むように、対訳辞書を構成しておき、第１順位の対訳語
から成る共起関係を英語共起関係辞書への登録の対象外
としてもよい。これにより、英語共起関係辞書の容量が
小さくすることができる。

また、本実施例では、日本語の複合名詞が存在する場合
、それ対応する英語の名詞句を構成する語の間に共起関
係があると判断され、それが英語共起関係辞書に登録さ
れることになる。しかし、日本語の複合名詞、英語の名
詞句は品詞列パターンで同定できるので、それらの対を
日英対訳辞書に登録することも考えられる。この方法に
よると、翻訳における日英変換過程で、複合名詞を一つ
の単位として扱うことができるので、翻訳処理の負荷が
小さくなるという効果が得られる。

〔発明の効果〕

本発明によれば、対訳文から語の対訳関係および共起関
係を学習する機能が実現できる。機械翻訳システムでは
、翻訳結果に後編集を施して得られる訳文を入力文と対
にして考えると、対訳文が絶えず利用できる。従って、
本発明により、自己増殖機能をもつ機械翻訳システムを
実現することができる。

【図面の簡単な説明】

第１図は本発明の一実施例の、対訳文から語の対応関係
を同定する処理、および第２言語の語の共起関係を抽出
する処理のフローチャート、第２図は本発明を実施する
ハードウェア構成図、第３図は辞書のレコードの例を示
す図、第４図は対訳文に対する処理の例を示す図、第５
図及び第６図は、語の対応関係の推定処理の変形例の説
明図である。 １０１〜１０２・・・第１言語の文を構成する語の同定
処理、１０３〜１０４・・・第２言語の文を構成する語
の同定処理、１０５〜１１５・・・対訳辞書を参照して
、第１言語の文の語と第２言語の語の対応関係を同定す
る処理、１１６〜１２０・・・第１言語の語と第２言語
の語の対応関係の推定と対訳辞書への登録処理、１２１
・・・第１言語の文がらの語の共起関係の抽出処理、１
２２〜１２６・・・第１言語の語の共起関係の第２言語
への写像と第２言語共起関係辞書への登録処理。 乎 ｂ （■ 日ネ、話の矢匁不簀ヒへ和名月 （し）Ｉｌｉ暦め友−茗精へするＶ計 （Ｃ，）話の灯メ（ユ・Ｐずへ４１ｈ（１Ｊ）口釡＊ｃ
ｈ文合石４八する誇２ ＜Ｑ）Ｈの９＝ＳＲヤ閏イ駅、２゜ （ｆ）　Ｓ！／）ｎ）’Ｇ’ＰＩＩ４１２’も　ｊ＝Ｃ
ｒ（シ） Ｊ：娯ｉ／）

Claims (1)

1. 【特許請求の範囲】 １、第１言語の文とその訳文である第２言語の文の間の
   、語レベルの対応関係を同定することを特徴とする機械
   翻訳方法。 ２、請求項１記載の機械翻訳方法において、上記対訳関
   係同定ステップは、第１言語の辞書を利用して、第１言
   語の文を構成する語を同定する第１ステップと、第２言
   語の辞書を利用して、第２言語の文を構成する語を同定
   する第２ステップと、第１及び第２ステップでそれぞれ
   同定した第１言語の語と第２言語の語の組合せについて
   、対訳関係があるか否かを第１言語と第２言語の対訳辞
   書を利用して判定する第３ステップとから成ることを特
   徴とする機械翻訳方法。 ３、請求項２記載の機械翻訳方法において、上記第１〜
   第３ステップにおいて対応関係を同定できなかつた語が
   存在するかどうかを調べ、在存する時、それらの語の間
   で対応関係を推定する第４ステップと、さらに、前記第
   ４ステップで推定された対応関係を第１言語と第２言語
   の対訳辞書に登録する第５ステップとからなることを特
   徴とする機械翻訳方法。 ４、請求項３記載の機械翻訳方法において、語の対応関
   係を推定する第４ステップは、第１言語あるいは第２言
   語の文において、対応関係が未定の語が連続して存在す
   る場合、それらを一つの複合語とみなして、語の対応関
   係を推定するステップを含むことを特徴とする機械翻訳
   方法。 ５、請求項２、３又は４記載の機械翻訳方法において、
   上記第１ステップ及び上記第２ステップは、同定した語
   のうち内容語のみを選択するステップを含み、上記第３
   ステップは前記選択された内容語のみを対象として行な
   うことを特徴とする機械翻訳方法。 ６、請求項１記載の機械翻訳方法において、対訳関係同
   定ステップは、第１言語の辞書を利用して、第１言語の
   文を構成する語を同定する第１ステップと、第１言語と
   第２言語の対訳辞書を利用して、上記第１ステップで同
   定した第１言語の語に対する第２言語の対訳語の候補を
   求める第２ステップと、該第２ステップで求めた対訳語
   候補を第２言語の文中から検索する第３ステップとから
   成ることを特徴とする機械翻訳方法。 ７、請求項６記載の機械翻訳方法において、上記第１〜
   第３ステップにおいて対応関係を同定できなかつた語が
   存在するかどうかを調べ、存在する時、それらの語の間
   で対応関係を推定する第４ステップと、該第４ステップ
   で推定された対応関係と第１言語と第２言語の対訳辞書
   に登録する第５ステップとからなることを特徴とする機
   械翻訳方法。 ８、請求項７記載の機械翻訳方法において、語の対応関
   係を推定する第４ステップは、第１言語あるいは第２言
   語の文において、対応関係が未定の語が連続して存在す
   る場合、それらを一つの複合語とみなして、額の対応関
   係を推定する処理を含むことを特徴とする機械翻訳方法
   。 ９、請求項６、７又は８記載の機械翻訳方法において、
   上記第１ステップは、同定した語のうち内容語のみを選
   択するステップを含み、上記第２ステップおよび第３ス
   テップは前記選択された内容語のみを対象として行なう
   ことを特徴とする機械翻訳方法。 １０、第１言語の文とその訳文である第２言語の文の間
   の語レベルの対応関係を同定する対訳関係同定手段と、
   第１言語の文に対して構文・意味解析を行なつて、文中
   に含まれる語の共起関係を抽出する第１言語共起関係抽
   出手段と、上記対訳関係同定手段で得た第１言語の語と
   第２言語の語の対応関係を利用して、上記第１言語共起
   関係抽出手段で得た第１言語の語の共起関係を第２言語
   の語の共起関係に写像する共起関係写像手段と、該共起
   関係写像手段で得た第２言語の語の共起関係を第２言語
   共起関係辞書に登録する第２言語共起関係辞書登録手段
   とからなることを特徴とする機械翻訳システム。 １１、請求項１０記載の機械翻訳システムにおいて、辞
   書は、一つの語が複数の対訳語を持つ場合、対訳語の間
   の優先順位に関する情報を含むように構成されており、
   上記第２言語共起関係辞書登録手段は、第１順位の対訳
   語の対として得られた共起関係を登録対象外とすること
   を特徴とする機械翻訳システム。 １２、請求項１０記載の機械翻訳システムにおいて、第
   １言語の文中の複合語に対応して得られる第２言語の語
   の共起関係は、第１言語の該複合語とともに第１言語と
   第２言語の対訳辞書に登録する手段をもつことを特徴と
   する機械翻訳システム。