JPH03276367A

JPH03276367A - 用例主導型機械翻訳方法

Info

Publication number: JPH03276367A
Application number: JP2077471A
Authority: JP
Inventors: Eiichiro Sumida; 英一郎隅田; Hitoshi Iida; 仁飯田; Hideo Koyama; 幸山　秀雄
Original assignee: A T R JIDO HONYAKU DENWA KENKYUSHO KK
Current assignee: A T R JIDO HONYAKU DENWA KENKYUSHO KK
Priority date: 1990-03-26
Filing date: 1990-03-26
Publication date: 1991-12-06
Anticipated expiration: 2012-05-14
Also published as: JP2609173B2

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】［産業上の利用分野コこの発明は用例主導型機械翻訳方式に関し、特に、専門
家によって作成される翻訳規則を用いることなく、原文
とこの原文に対応する訳文との対からなる用例をデータ
ベースに蓄積しておき、入力された原文に最も類似した
用例をデータベースから検索し、検索された用例の翻訳
に従って原文を翻訳するような用例主導型機械翻訳方式
に関する。

［従来の技術および発明が解決しようとする課題］電子
計算機による機械翻訳システムは、ますますその必要性
が高まり、研究開発が盛んになっている。しかも、最近
では、技術文書だけではなく、多様な分野への適用も始
まっており、会話への適用や自動翻訳電話への応用も始
まっている。

従来の電子計算機を用いた翻訳装置として、規則主導型
機械翻訳方式が知られている。この規則主導型機械翻訳
方式では、訳語選択規則など複雑で大規模な規則のデー
タベースが用いられている。

これらの規則は専門家によって各対象分野ごとに作成さ
れているが、その構築にかかるコストがシステムを作成
する際の大きな問題となっている。

また、規則の追加の影響が単純に予測できず、翻訳の質
の向上も困難である。

それゆえに、この発明の主たる目的は、従来の規則を用
いることなく、容易に収集可能な原文と対訳との対から
なる用例をデータベースに蓄積しておき、このデータベ
ースに蓄積された用例を用いて原文を翻訳し得る用例主
導型機械翻訳方式を提供することである。

［課題を解決するための手段］この発明は原文とこの原文に対応する訳文との対からな
る用例を用いて機械翻訳する用例主導型機械翻訳方式で
あって、人為的に作成された翻訳規則を用いることなく
、容易に収集可能な用例を用例データベースに蓄積して
おき、原文が入力されたことに応じて、その原文に最も
類似した用例をデータベースから検索し、検索された用
例の翻訳に従って入力原文を翻訳するように構成したも
のである。

より好ましくは、用例検索のために、用例データベース
と原言語の単語を意味の類似性に基づいて木構造に階層
化した辞書データベースを用い、入力された原文と用例
との類似性を実数値として計算し、計算された値が最小
の用例を最も類似していると判定し、検索された用例の
翻訳に従って入力された原文を翻訳することを特徴とす
るように構成される。

［作用コこの発明に係る用例主導型機械翻訳方式では、専門家に
よって作成される翻訳規則を用いることな（、用例デー
タベースを用い、このデータベースから入力に最も類似
した用例を検索し、検索された用例の翻訳に従って入力
原文を翻訳する。

［発明の実施例コｊＩ１図はこの発明の一実施例の概略ブロック図である
。第１図を参照して、入力部１はキーボードやＯＣＲや
音声認識装置などからなり、原言語文を入力する。入力
された原言語文は解析部２に与えられる。解析部２は入
力された原言語文を解析するものであって、解析結果と
して入力言語に依存した原言語依存構造を抽出して、こ
の発明の特徴となる用例主導型変換部３に与える。用例
主導型変換部３は後述の第２図ないし第４図で詳細に説
明するが、原言語依存構造を変換して、目的言語に依存
した目的言語依存構造を作り出して生成部４に与える。

生成部４は目的言語の語順に並べ変えたり、活用変化や
語尾変化を行ない、目的言語の文章を生成して出力部５
に与える。出力部５は表示装置や印刷装置や音声合成装
置などによって構成される。

第２図および第３図は用例主導型変換部の入力と出力の
依存構造を説明するための図である。ここで、依存構造
とは、原言語および目的言語の文の構造を記述するため
の木構造であって、単語が節点で、単語間の依存関係が
リンクで表現されることをいう。第２図に示した上部の
日本語文「太部はドイツの車を買う。」に対する依存構
造について説明する。矩形で節点を表現し、直線でリン
クを表現している。「買う」には、「太部」が関係「は
」で依存し、「車」が関係「を」で依存している。また
、「車」には、「ドイツ」が関係「の」で依存している
。依存されている節点を主要素と呼び、依存している節
点を従要素と呼ぶ。

変換プロセスを制御するために、原言語の依存関係を使
用する。また、第３図には、訳文のｒＴａｒｏ　　ｂｕ
ｙｓ　　ａ　　ｃａｒ　　ｍａｄｅ−ｉｎＧｅｒｍａｎ
ｙ、Ｊに対する依存構造が挙げである。

用例主導型変換部３の基本的な考えを、ここでは説明の
簡略化のために依存構造を用いずに、直観的に説明する
。用例主導型変換部３では、原文、その対訳の対からな
る用例データベースと、原言語の単語を意味の類似性に
基づいて木構造に階層化したシソーラスと呼ばれる辞書
データベースとが用いられる。用例データベースの中に
は次の２つの用例が含まれているとする。

■　包丁は切れる。−＋Ｔｈｅ　　ｋｉｔｃｈｅｎｋｎ
ｉｆｅ　　　ｃｕｔｓ。

■　彼女は切れる。→Ｓｈｅ　　ｉｓ　　５ｈａｒ上ニ
ー次の入力■と用例の日本語とを比較すると、構文的に■
と■とに類似していることがわかる。

■　課長は切れる。

さらに、シソーラスを検索すると、「課長」と「包丁」
は意味的に遠（、「課長」と「彼女」は意味的に近いこ
とがわかる。このことから、入力文■は構文的かつ意味
的に用例■の日本語に類似していることがわかる。した
がって、入力■の翻訳は用例■に従って次の■のように
すること力くできる。これが用例主導型変換部３の機能
である。

■　Ｔｈｅ　　５ｅｃｔｉｏｎ　　ｃｈｉｅｆ　　ｔｓ
　　　５ｈａｒｐ。

また、用例主導型機械翻訳では、用例を追加することに
より、簡単に翻訳の品質を向上できる。

今、用例データベースの中に次の２つの用例力（含まれ
ているとする。

■　弾丸が的に当たった。→Ｔｈｅ　　ｂｕｌｌｅｔ　
　ｈｉｔ　　ｔｈｅ　　ｔａｒｇｅｔ。

■　１ドルは３６０円に当たった。→０ｎｅｄｏｌｌａ
ｒ　　ｗａｓ　　ｅｑｕｉｖａｌｅｎｔｔｏ　　３６０
　　ｙｅｎ。

この状態でシステムは■に対して構文的かつ意味的に類
似した用例■に従って訳文■を出力できる。

ｉｔ　　　ｔｈｅ　　　ｔａｒｇｅｔ。

しかし、より良い訳文として次の■が望ましいとする。

■　Ｔｈｅ　　ｂｕｌｌｅｔ　　ｍ１ｓｓｅｄ　　ｔｈ
ｅ　　ｔａｒｇｅｔ。

この訳文を生成するために、従来技術と異なり、用例主
導型機械翻訳では、■の用例を用例データベースに追加
するだけ済む。これは仮名漢字変換の学習機能に匹敵す
る有用なものである。

１１ｅｔ　　ｍ１ｓｓｅｄ　　　ｔｈｅ　　　ｔａｒｇ
ｅｔ。

この追加によって、以後、類似した入力に対してもシス
テムが最適な訳を出力できる。たとえば、人ガＤに対し
て［Ｆ］階出出力きる。

０Ｔｈｅ　　５ｔｏｎｅ　　ｍ１ｓｓｅｄ　　ｔｈｅ　
　　ｗｉｎｄｏｗ。

第４図は第１図に示した用例主導型変換部の概略ブロッ
ク図である。第４図を参照して、用例主導型変換部３は
変換制御部３１と変換部３２とからなる。変換部３２は
予め第１図に示した解析部２を用いて処理されている用
例データベース３３と、単語を意味の類似性に基づいて
木構造に階層化した辞書データベース、すなわちシソー
ラス３４を参照する。変換制御部３１は原言語の依存構
造を、上から下へ、左から右へ走査しながら、原言語に
各部分依存構造ごとに変換部３２を起動する。すべての
節点の走査が終了すると、目的言語の依存構造ができ、
これを第１図に示した生成部４に出力する。たとえば、
前述の第２図および第３図に示した依存構造の場合は、
矩形内の番号順に走査する。換言すれば、変換プロセス
を制御するために原言語の依存構造を使用する。変換部
３２は変換制御部３１から部分依存構造を受取り、書換
えた部分依存構造を変換制御部３１に返す。

第５図および第６図は用例主導型変換部のプロセスを説
明するための図である。第５図および第６図に示すよう
に主要素、それに直接依存する従要素、主要素と従要素
の関係の３つからなるか、あるいは従要素がない場合に
は主要素のみである。

変換部３２は、主要素、それに直接依存する従要素、主
要素と従要素の関係の３つからなる場合、主要素と関係
が変換され、従要素がない場合には主要素のみが変換さ
れる。

変換部３２では、入力に類似した用例を用例データベー
ス３３から検索するために、入力と用例の距離を計算す
る。最も類似した用例は、距離が最小の用例であり、こ
れに従って部分依存構造を書換えて変換制御部３１に返
す。

次に、距離計算について説明する。変換部３２ヘの入力
である部分依存構造の情報は属性値のリストとして表現
できる。以下には、計算式の説明のために、属性値のリ
ストを用いる。リストＩ。

ＥＳ　１番目の属性値Ｉｉ、Ｅｉと表わすことにする。

翻訳に用いられる代表的な属性値としては、格、否定、
相、法、態などの構文的な情報および名詞、動詞の意味
的な情報などがある。全体の距離ｄ　（Ｉ、　　Ｅ）は
各属性値の距離ｄ　（Ｉ　ｔ、　　Ｅｉ）と属性値の重
みＷｉを用いて次の式で計算する。

ｄ　（Ｉ、　　Ｅ）　＝Σｄ　（Ｉ　ｉ、　　Ｅ　ｉ）
　ｘｗｉ・・・（１）次に、属性値の距離について説明する。意味属性以外は
値が一致するか否かに従ってＯか１とする。意味属性で
は部分一致を認め、０から１までの実数を割当てる。意
味属性の距離を決定するためにシソーラスを用いる。こ
こで、シソーラスについて少し説明する。シソーラスは
単語を意味の類似性に基づいて木構造に階層化した辞書
データベースである。

第７図はシソーラスの階層を説明するための図である。

第７図を参照して、矩形は概念を示し、上位と下位の関
係で結合されている。たとえば、概念「行動」の下位概
念として「陳述」と「往来」が結合され、さらに、概念
「往来」の下位概念として「滞在」と「発着」が結合さ
れている。最下層の概念には、その概念に属する類義語
の集合が結合されている。たとえば、最下層の概念「相
談」には単語「会議」、「打合わせ」などが結合されて
いる。シソーラスの作成は既に確立された技術であり、
市販のデータベースを使用することができる。

意味属性の距離として、シソーラスの上での最下位の共
通上位概念の位置に比例した値を割当てる。たとえば、
（ｎ　＋　１）階層のに番目の階層に対してｋ　／　ｎ
を割当てる。単語の意味の距離の計算に共起情報の利用
が従来より行なわれているが、必要な共起情報の量が膨
大になるという欠点があるので採用せず、この発明では
シソーラスを用いている。

次に属性値の重みについて説明する。属性値の重みは、
その値が訳の選択に与える影響の大きさを表わす。用例
データベース３３で同じ属性値を持つ用例を集め、その
中で訳の頻度を調べ、次の第（２）式に従って数値化す
る。

Ｗ　ｉ　＝　　Σ（Ｅｉ＝Ｉｉである訳にの頻度）２に・・・（２）この計算は重いが、データベースでの静的な頻度にのみ
依存しているので、システム作成時に前もって計算でき
、実行時にコストはかからない。

システム作成時に、用例データベース３３から属性値の
重みの表が作成される。

次に、より具体例を掲げて説明する。簡単のために、日
本語の「Ｎ、のＮ２Ｊ（Ｎで名詞を表わす。以下同じで
ある。）の形の名詞句を英語へ翻訳する場合を例に用い
る。日本語の「Ｎ、のＮ２Ｊの形の名詞句は頻度の高い
表現である。特に、関係「の」の英語への翻訳は多様で
その選択は難しい。実際デフォルトと考えられている１
−Ｎ２ｏｆＮ、Ｊの頻度は２０〜４０％にすぎず、他の
前置詞が使われたり、前置詞なしで翻訳される。

第８図はこの発明の一実施例の動作を説明するための図
である。第８図を参照して、入力例「京都での会議」に
対して、検索例のような用例が検索される。これに基づ
いて訳ｒｔｈｅ　　ｃｏｎｆｅｒｅｎｃｅ　　ｉｎ　　
ＫｙｏｔｏＪが出力される。

この例において、以下には名詞句の関係「の」の翻訳と
名詞の翻訳について説明する。関係「の」の翻訳では、
入力に類似した用例を用例データベース３３から検索す
るために、入力と用例の距離を計算する。入力と用例と
が同じデータ構造、すなわち属性値のリストとして表現
されているものとする。リストＩ、Ｅ、ｉ番目の属性値
をＩｉ。

Ｅｉと記述する。日本語の「Ｎ１のＮ２Ｊの形の名詞句
を英語へ翻訳する場合必要な属性は、各名詞に対しては
、品詞の下位分類（す変、普通・・・）。

接頭語・接尾語の存在、シソーラスの意味概念。

格助詞「の」に対しては、その種類（の、での。

からの・・・）である。

次に、用例の距離について説明する。全体の距離ｄ　（
Ｉ、　　Ｅ）は各属性値の距離ｄ　（Ｉ　ｉ、　Ｅｉ）
と属性値の重みＷｉを用いて、次の第（３）式で計算す
る。

ｄ　（Ｉ、　　Ｅ）　＝Σｄ　（Ｉ　ｉ、　　Ｅ　ｉ）
　ｘｗｉ・・・（３）属性値への距離は、意味属性すなわちシソーラスの意味
概念以外は値が一致する否かに従って０か１とする。意
味属性では、部分一致を認め、０から１までの実数を割
当てる。シソーラスの上での最下位の共通上位概念の位
置に比例した値を割当てる。シソーラスの作成は前述の
ごとく、既に確立された技術であり、市販のデータベー
スを使用することができる。この発明の特徴は、意味の
近さを最下位の共通上位概念の位置に比例した値で数値
化した点である。

前述の第７図はシソーラスの一部であり、このシソーラ
スは、全体で４階層であり、概念を表わす矩形の中に数
字で示したように、各階層に０゜１／３．２／３．３／
３を割当てている。すなわち、（ｎ＋１）階層のに番目
の階層に対してに／ｎを割当てることになる。第７図の
点線ａで示したように、単語「会議」と単語「滞在」の
最下位の共通上位概念は「行動」であり、単語「会議」
と単語「滞在」の距離は２／３になる。同様にして、第
７図の点線すで示したように、単語「到着」と単語「滞
在」の最下位の共通上位概念は「往来」であり、単語「
到着」と単語「滞在」の距離は１／３になる。また、第
７図には図示していないが、単語「東京」と単語「京都
」の最下位の共通上位概念は最下層の概念「地名」であ
り、単語「東京」と単語「京都」の距離はＯになる。

次に属性値の重みの計算を、例を用いて説明する。第９
図、第１０図および第１１図は特定の属性値を持つ用例
における訳の分布の一例を示す図である。第９図に示し
た例は、１番目の名詞Ｎ。

の意味概念が「地名」の場合であり、第１０図は格助詞
が「での」の場合であり、第１１図は２番目の名詞Ｎ２
の意味概念が「相談」の場合である。

これらの図の訳の欄では、前置詞ｒｉｎＪを使った訳を
記号ｒＢｉｎＡＪで表現するなど便宜的表記を用いてい
る。

第９図に見られるように、１番目の名詞Ｎ１の意味概念
が「地名」の場合はｒｉｎＪ、ｒｆｒ。

ｍ」など多様な前置詞が使われたり、１番目の名詞Ｎ、
の形容詞化が起こったり、訳の選択との相関が弱い。ま
た、第１１図に見られるように、「Ｎ２」の意味概念が
「相談」の場合も訳の選択との相関は弱い。

一方、第１０図に示すように、格助詞が「での」の場合
はすべて前置詞［ｉｎＪで表現されていて、より相関が
ある。このような相関は次の第（４）式で数値化される
。

Ｗｉ−Σ（ＥｉｍＩｉである訳にの頻度）２・・・（キ
）に第９図５第１０図および第１１図のそれぞれの重みは第
（４）式より、次の第（５）式で表わされている。

このようにして、属性値の距離と属性値の重みがわかる
と、人力と用例の全体の距離が第（３）式によって計算
できる。ただし、第（１）式と第（３）式とは同じであ
り、第（２）式と第（４）式とは同じである。すなわち
、以下のように第８図の検索側中の距離が計算できる。

ｄ（京都での会議、東京での滞在） −ｄ（京都、東京）Ｘｏ、４９＋ｄ　（での、での）Ｘ
ｉ、Ｏ＋ｄ　（会議、滞在）×０．５４■ＯＸ０．４９
＋ＯＸ１．０＋２／３ＸＯ，５４瓢０．４ｄ（京都での会議、東京の会議） −ｄ（京都、東京）Ｘ□、４９＋ｄ　（での２の）Ｘｉ
、　　０＋ｄ　（会議、会議）　Ｘｏ、　　５４寵ＯＸ
０．４９＋ＩＸ１．Ｏ＋ＯＸＯ，５４−１，０次に、名詞訳語が複数ある場合の翻訳について説明する
。たとえば、日本語の「手」には、少なくとも４つの訳
語であるｒｐａｗＪ、ｒｈａｎｄＪｒｈａｎｄｌｅＪ、
　　ｒｍｏｖｅＪがある。それぞれに対する用例は以下
のとおりであったとする。

（ａ）　　猫の手＝ｐａｗ（ｂ）　　彼の手−＋ｈａｎｄ（ｃ）　　急須の手−ｅｈａｎｄｌｅ（ｄ）　　チェスの手→ｍｏｖｅ前述の関係「の」の翻訳の距離計算により入力「彼女　
の　手」に対しては用例（ｂ）が選択でき、入力「将棋
　の　手」に対しては用例（ｄ）が選択でき、日本語の
「手」の訳語が決定できる。

［発明の効果］以上のように、この発明によれば、専門家によって作成
された翻訳の規則を用いることなく、用例データベース
を用い、このデータベースから入力に最も類似した用例
を検索し、検索した用例の翻訳に従って入力された原文
を翻訳できる。したがって、用例主導型機械翻訳におけ
る翻訳の失敗は類似した用例がないことが原因であり、
適当な用例を追加することにより容易に改善できる。

また、用例主導型機械翻訳は用例データベースの特徴、
すなわち対象分野ごとの個別の現象を素直に反映する。

たとえば、対話に頻出する丁寧な表現である「Ｎの方」
の英語への翻訳では常に「方」が略され、「Ｎ」だけに
なる。このような翻訳は規則を用いることなく、単に用
例データベースを収集すれば可能になる。

また、規則主導型機械翻訳は、入力に正確に照合する規
則が存在しなければ翻訳に失敗する。これに対して、用
例主導型機械翻訳は類似した用例が存在すればよいので
、データベースの不完全性に対してロバストな方式と言
える。

さらに、慣用表現の翻訳はその要素の翻訳からは合成で
きない（たとえば「孫の手Ｊ−ａｂａｃｋ　　５ｃｒａ
ｔｃｈｅｒＪ）。これを規則主導型機械翻訳で処理する
ためには、個別現象のためだけにコストのかかる規則を
追加する必要があり、慣用表現の翻訳が規則主導型機械
翻訳には適していない。これに対して、用例主導型機械
翻訳では、単に用例を追加するだけ済むので、慣用表現
の翻訳に適している。

さらに、用例データベースが原言語と目的言語の対照的
な対であり、対を逆転して用いれば、逆方向の規則を作
成する手間もなく、逆方向の翻訳が可能になる。

【図面の簡単な説明】

第１図はこの発明の一実施例の概略ブロック図である。第２図および第３図は用例主導型変換部の人力と出力で
ある依存構造を説明するための図である。第４図は第１
図に示した用例主導型変換部の概略ブロック図である。第５図および第６図は用例主導型変換部のプロセスを説
明するための図である。第７図はシソーラスの階層を説
明するための図である。第８図はこの発明の一実施例で
ある名詞句の関係「の」を翻訳するプロセスを説明する
ための図である。第９図、第１０図および第１１図はこ
の発明の一実施例である名詞句の関係「の」を翻訳する
際に、距離計算で使われる重みを説明するための図であ
る。図において、１は入力部、２は解析部、３は用例主導型
変換部、４は生成部、５は出力部、３１は変換制御部、
３２は変換部、３３は用例データベース、３４はシソーラスを示す。

Claims

【特許請求の範囲】

（１）原文とこの原文に対応する訳文との対からなる用
例を用いて機械翻訳する用例主導型機械翻訳方式であっ
て、人為的に作成された翻訳規則を用いることなく、容易に
収集可能な用例を用例データベースに蓄積しておき、原
文が入力されたことに応じて、その原文に最も類似した
用例を前記データベースから検索し、検索された用例の
翻訳に従って入力された原文を翻訳することを特徴とす
る、用例主導型機械翻訳方式。
（２）さらに、前記用例検索のために、前記用例データ
ベースと、原言語の単語を意味の類似性に基づいて木構
造に階層化した辞書データベースとを用い、入力された
原文と用例との類似性を実数値として計算し、計算され
た値が最小の用例を最も類似していると判定し、検索さ
れた用例の翻訳に従って入力された原文を翻訳すること
を特徴とする、請求項第２項記載の用例主導型機械翻訳
方式。