JPH0554063A - 対話型英日機械翻訳システム - Google Patents

Abstract

(57)【要約】 （修正有） 【目的】 対話型機械翻訳システムの単語の多品詞性を
解消し、解析の負荷を軽くする。 【構成】 翻訳対象英文を文字列として入力する入力手
段を持ち、入力された英文中の単語を切り出す単語切り
出し手段を持ち、ｂｅ動詞，助動詞，前置詞，冠詞を見
出しとして記憶する記憶手段を持ち、文中のｂｅ動詞，
助動詞，前置詞，冠詞の位置から、句の範囲を推定する
ルール群を持ち、ルール群を利用して句を推定する句推
定手段を持ち、推定結果を表示する表示手段を持ち、推
定結果を推定情報に基づいて変更する推定結果変更手段
を持つことにより、システム側が句の推定を行い、その
推定結果をユーザに示し、ユーザによる推定結果の修正
を可能とし、その結果得た句情報を利用して、英文の解
析を行う。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、英文を日本文に翻訳す
る対話型英日機械翻訳システムに関するものである。

【０００２】

【従来の技術】近年、機械翻訳に対する社会のニーズが
高まり、機械翻訳システムの開発が盛んに行われるよう
になってきた。

【０００３】ここで、現在、行われている機械翻訳の一
例を述べる。機械翻訳には、解析，変換，生成の３つの
過程がある。解析過程では、まず、品詞の決定を行う
が、この時、問題となるのが、単語の多品詞性である。
品詞の決定を行っていくある段階で、うまく解析できな
い場合が生じると、それ以前の解析が誤っていると判断
して、後戻りをする。他の解釈が存在するか、解析がう
まくいくまで何度も後戻りを繰り返すのである。例え
ば、”ｉｎ”という単語には、「前置詞」の他に「副
詞」「形容詞」「名詞」という３つの品詞があり、最
初、”ｉｎ”を「前置詞」と解析していたが、そのまま
では、うまく解析できない状態が生じた場合、再び、”
ｉｎ”の解析からやり直すことになる。この時、「前置
詞」以外の「副詞」「形容詞」「名詞」の中から、品詞
を決定する。

【０００４】ここで、”ｉｎ ｔｈｅ ｐａｒｋ”とい
う単語列の場合、”ｉｎ”には、「前置詞」「副詞」
「形容詞」「名詞」、”ｔｈｅ”には、「定冠詞」「副
詞」、”ｐａｒｋ”には、「名詞」「動詞」、という品
詞がある。この単語列だけでも、１６通り（４×２×
２）の組合せが存在する。しかし、意味的に正しい解析
は、この内の１つだけである。

【０００５】

【発明が解決しようとする課題】以上説明した従来の機
械翻訳は、英文解析への負荷が大きく、英文解析に失敗
すると、直接、翻訳精度の低下につながる。また、英文
解析の負荷を軽くするために、あらかじめ、ユーザ・イ
ンターフェースによって、句の情報を獲得し、その情報
を用いて翻訳を行う、対話型翻訳システムが考えられる
が、そこでの句情報の獲得は、ユーザが句の範囲を指定
することによってなされるものであり、操作を煩雑にす
るという問題を有していた。

【０００６】

【課題を解決するための手段】本発明は、上記問題点を
解決するために、翻訳対象英文を文字列として入力する
入力手段を持ち、上記入力手段により入力された英文中
の単語を切り出す単語切り出し手段を持ち、ｂｅ動詞を
見出しとして記憶する記憶手段を持ち、助動詞を見出し
として記憶する記憶手段を持ち、前置詞を見出しとして
記憶する記憶手段を持ち、冠詞を見出しとして記憶する
記憶手段を持ち、文中のｂｅ動詞，助動詞，前置詞，冠
詞の位置から、句の範囲を推定するルール群を持ち、上
記ルール群を記憶するルール記憶手段を持ち、上記ルー
ル群を利用して、句を推定する句推定手段を持ち、上記
句推定手段推定された推定結果を表示する表示手段を持
ち、上記句推定手段で推定された推定結果を推定情報に
基づいて変更する推定結果変更手段を持つことにより、
システム側が句の推定を行い、その推定結果をユーザに
示し、ユーザによる推定結果の修正を可能とし、その結
果得た句情報を利用して、英文を解析を行う。

【０００７】

【作用】本発明は、上記構成により、システム側が、句
の推定を行い、その結果をユーザに示し、ユーザによる
推定結果の修正を可能としたことによって、正しい句情
報を得ることができる。また、こうして得られた句情報
を利用して、英文解析を行うことにより、その句に含ま
れる単語の多品詞性の解消、及び、句構造の認定が容易
になる。その結果、解析の負荷を軽くでき、また、解析
精度の向上が期待できる。

【０００８】

【実施例】図１は、本発明の一実施例における対話型英
日機械翻訳システムのブロック図である。

【０００９】図１において、１は、翻訳対象英文を文字
列として入力する英文入力部であり、入力データは、１
５のデータ記憶部に記憶される。２は、入力された英文
中の単語を切り出す単語切り出し部であり、結果は、１
５のデータ記憶部に記憶される。３は、名詞句を推定す
るための、名詞句推定ルール部である。４は、前置詞句
を推定するための、前置詞句推定ルール部である。５
は、すべてのｂｅ動詞が見出しとして記憶されているｂ
ｅ動詞テーブルである。６は、すべての助動詞が見出し
として記憶されている助動詞テーブルである。７は、す
べての前置詞が見出しとして記憶されている前置詞テー
ブルである。８は、すべての冠詞が見出しとして記憶さ
れている冠詞テーブルである。９は、名詞句推定ルール
３、及び、４つのテーブル類（ｂｅ動詞テーブル，助動
詞テーブル，前置詞テーブル，冠詞テーブル）を用い
て、名詞句を推定する名詞句推定部であり、推定結果
は、１５のデータ記憶部に記憶される。１０は、前置詞
句推定ルール４、及び、４つのテーブル類（ｂｅ動詞テ
ーブル，助動詞テーブル，前置詞テーブル，冠詞テーブ
ル）を用いて、前置詞句を推定する前置詞句推定部であ
り、推定結果は、データ記憶部１５に記憶される。１１
は、推定結果をユーザに示す推定結果表示部である。１
２は、ユーザが１１で示された推定結果の修正を行う推
定結果修正インターフェース部である。１３は、ユーザ
によって認識された句情報を利用して、解析，変換，生
成を行う翻訳実行部である。１４は、１，２，９，１
０，１１，１２，１３を制御する制御部である。１５
は、１，２，９，１０，１１，１２，１３における入出
力データを記憶するデータ記憶部である。

【００１０】以上のように構成された本実施例の対話型
英日機械翻訳システムについて、以下その動作を図２の
フローチャートに基づいて説明する。

【００１１】ここで、（ａ） A little girl played a
t the small lake in the park.という例文をあげる。

【００１２】まず、ステップ（イ）で、一文毎の英文の
入力を行い、その英文を、スペース、及び、コンマ，ピ
リオド等の区切り記号によって、単語に切り分ける。

【００１３】次に、ステップ（ロ）で、名詞句推定ルー
ル３，ｂｅ動詞テーブル５，助動詞テーブル６，前置詞
テーブル７，冠詞テーブル８を用いて、名詞句の推定を
行う。名詞句のパターンの例として、例えば、以下のよ
うなものが、考えられる。

【００１４】 ・「冠詞」〜「ｂｅ動詞」 ex） A little girl wa
s 〜 ・「冠詞」〜「助動詞」 ex） A little girl ma
y be 〜 ・「冠詞」〜「前置詞」 ex） 〜 the small lak
e in 〜 ・「冠詞」〜「，」「．」「；」「：」 ex） 〜 in the park. 上記のパターンに従って、名詞句推定部９では、 ”A little girl played” ”the small lake” ”the park” が、名詞句と推定される。

【００１５】ステップ（ハ）では、名詞句の推定が１回
終わる毎に、１文が終了したか否かを調べ、終了してい
なければ、ステップ（ロ）を繰り返し、終了していれ
ば、ステップ（ニ）へ移る。

【００１６】ステップ（ニ）では、前置詞句推定ルール
４，ｂｅ動詞テーブル５，助動詞テーブル６，前置詞テ
ーブル７，冠詞テーブル８を用いて、前置詞句の推定を
行う。前置詞句のパターンの例として、例えば、以下の
ようなものが考えられる。

【００１７】・「前置詞」＋「名詞句」 ex） 〜
at the small lake 〜 ・「前置詞」〜「ｂｅ動詞」 ex） To see is to b
elieve. ・「前置詞」〜「助動詞」 ex） To see must be
〜 ・「前置詞」〜「前置詞」 ex） 〜 at the smal
l lake in 〜 ・「前置詞」〜「，」「．」「；」「：」 ex） 〜 in the park. 上記のパターンに従って、前置詞句推定部１０では、 ”at the small lake” ”in the park” が、前置詞句と推定される。

【００１８】ステップ（ホ）では、前置詞句の推定が１
回終わる毎に、１文が終了したか否かを調べ、終了して
いなければ、ステップ（ニ）を繰り返し、終了していれ
ば、ステップ（ヘ）へ移る。

【００１９】ステップ（ヘ）では、文書すべてに対し
て、句の推定を終了したか否かを調べ、終了していなけ
れば、ステップ（イ）へ戻り、次の文の処理を行う。終
了していれば、ステップ（ト）へ移る。

【００２０】ステップ（ト）では、ステップ（ロ）によ
り推定された名詞句の修正を行う。修正は、すべてマウ
スで行う。また、このマウスには、２つのマウスボタン
がついているものとする。

【００２１】まず、推定結果をユーザに示す。この時、
名詞句と推定された範囲には、以下のような下線が引か
れている。

【００２２】（ｂ） １A little girl played at ２th
e small lake in ３the park. ここで、下線が引かれた部分をオブジェクトという。”
the park”は、一つのオブジェクトである。

【００２３】ユーザは、オブジェクトの範囲を長くした
ければ、左ボタンを１回クリックする。短くしたけれ
ば、左ボタンをダブルクリックする。オブジェクトの範
囲内ならどこでクリックしてもよい。例えば、下線２の
所で、左ボタンを１回クリックすれば、下線２は、A li
ttle girl played at ２the small lake in the park.
となり、左ボタンをダブルクリックすれば、A little g
irl played at ２the small lake in the park.とな
る。

【００２４】（ｂ）の場合、下線１”A little girl pl
ayed ”は、”A little girl”が名詞句であり、”play
ed”は、不要である。従って、下線１の所で、左ボタン
をダブルクリックすれば、期待する名詞句”A little g
irl”を得ることができる。

【００２５】右ボタンを１回クリックすれば、全ての名
詞句は、正しく認識されたことになる。

【００２６】次に、ステップ（チ）で、ステップ（ニ）
により推定された前置詞句の修正を行う。まず、推定結
果を示す。この時、前置詞句と推定された範囲には、以
下のように下線が引かれている。

【００２７】（ｃ） A little girl played １at the
small lake ２in the park. ここでも、ユーザは、名詞句の場合と同様な処理を行う
ことによって、推定結果を修正することができる。そし
て、右ボタンが１回クリックされると、全ての前置詞句
は、正しく認識されたことになり、ステップ（ト）、及
び、ステップ（チ）の結果を翻訳実行部１３へ渡す。

【００２８】この、一連の処理の結果、例文（ａ）の正
しい句情報は、 １A little girl played at ２the small lake in ３the park. ４ ５ となる。

【００２９】名詞句１を構成する各単語の名詞は、 ａ（冠詞） ｌｉｔｔｌｅ（形容詞，代名詞，副詞） ｇｉｒｌ（名詞） であり、３通り（１×３×１）の組合せが存在し、”ｌ
ｉｔｔｌｅ”に複数の品詞があるが、句が認定されるこ
とにより、”ｌｉｔｔｌｅ”の品詞は「形容詞」とな
る。

【００３０】前置詞句４を構成する各単語の品詞は、 ａｔ（前置詞） ｔｈｅ（冠詞，副詞） ｓｍａｌｌ（形容詞，副詞，名詞） ｌａｋｅ（名詞） であり、６通り（１×２×３×１）の組合せが、また、
名詞句２においても、６通り（２×３×１）の組合せが
存在し、”ｔｈｅ”と”ｓｍａｌｌ”に複数の品詞があ
るが、句が認定されることにより、”ｔｈｅ”は「冠
詞」、”ｓｍａｌｌ”は「形容詞」となる。

【００３１】前置詞句５を構成する各単語の品詞は、 ｉｎ（前置詞，副詞，形容詞，名詞） ｔｈｅ（冠詞，副詞） ｐａｒｋ（名詞，動詞） であり、１６通り（４×２×４）の組合せが、また、名
詞句３においては、４通り（２×２）の組合せが存在
し、それぞれの単語に複数の品詞があるが、句が認定さ
れることにより、”ｉｎ”は「前置詞」、”ｔｈｅ”は
「冠詞」、”ｐａｒｋ”は「名詞」となる。

【００３２】また、英文を解析するとき、シンボルの数
が多ければ多いほど、解析は複雑になる。例えば、例文
（ａ）の場合、入力された時点では、１３のシンボルが
存在したが、句の認定を行うことにより、５つに減少す
る。その結果、解析の負荷が軽くなることは、言うまで
もない。

【００３３】この様に、ユーザによって、あらかじめ、
句を認定してもらい、その情報を利用して、英文解析を
行うことにより、多品詞性の解消、及び、句構造の認定
の手助けとなる。

【００３４】

【発明の効果】ユーザによって確認された句の情報を利
用して、英文解析を行うことにより、その句に含まれる
単語の多品詞性の解消、及び、句構造の認定が容易にな
る。その結果、解析の負荷を軽くでき、また、解析精度
の向上が期待できる。

【図面の簡単な説明】

【図１】本発明の一実施例における対話型機械翻訳シス
テムのブロック図

【図２】同実施例の動作の流れを示すフローチャート

【図３】同実施例におけるｂｅ動詞テーブル，助動詞テ
ーブル，前置詞テーブル，冠詞テーブルに記憶された内
容の例を示す図

【符号の説明】

１ 英文入力部 ２ 単語切り出し部 ３ 名詞句推定ルール ４ 前置詞句推定ルール ５ ｂｅ動詞テーブル ６ 助動詞テーブル ７ 前置詞テーブル ８ 冠詞テーブル ９ 名詞句推定部 １０ 前置詞句推定部 １１ 推定結果表示部 １２ 推定結果修正インターフェース部 １３ 翻訳実行部 １４ 制御部 １５ データ記憶部

Claims (1)

【特許請求の範囲】
1. 【請求項１】 翻訳対象英文を文字列として入力する入
   力手段を持ち、上記入力手段により入力された英文中の
   単語を切り出す単語切り出し手段を持ち、ｂｅ動詞を見
   出しとして記憶する記憶手段を持ち、助動詞を見出しと
   して記憶する記憶手段を持ち、前置詞を見出しとして記
   憶する記憶手段を持ち、冠詞を見出しとして記憶する記
   憶手段を持ち、文中のｂｅ動詞，助動詞，前置詞，冠詞
   の位置から、句の範囲を推定するルール群を持ち、上記
   ルール群を記憶するルール記憶手段を持ち、上記ルール
   群を利用して、句を推定する句推定手段を持ち、上記句
   推定手段で推定された推定結果を表示する表示手段を持
   ち、上記句推定手段で推定された推定結果を推定情報に
   基づいて変更する推定結果変更手段を持つことにより、
   認識された句情報を利用して、英文の解析を行うことを
   特徴とする対話型英日機械翻訳システム。