JPH07239852A - 特殊表現抽出方式及び文書作成支援装置 - Google Patents

Abstract

(57)【要約】 【目的】 適切な機会に利用できるような文や、言い回
し等を与えられた文章より収集し、個人用の用例集を作
成する。 【構成】 与えられた原文と翻訳文とからなる対訳テキ
スト１の中の文章から、原文と翻訳文の類似度を求める
類似度（かい離度）判定手段２を使って特殊な表現をし
ている文を探し、特殊表現抽出手段３により抽出して、
特殊表現用例集４に納める。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、特殊表現抽出方式及び
文書作成支援装置に関し、より詳細には、第1言語の文
と第２言語の文が対となった対訳文章情報から、特殊な
表現を抽方する特殊表現抽出方式及び該特殊表現抽出方
式を用いた文書作成支援装置に関する。

【０００２】

【従来の技術】ビジネスの場合でも、私用の場合でも、
文書を作成する際に定型文や用例を参照することは、文
書を効果的に作成するのにとても役立つ。そのため、定
型文集や用例集が組み込まれた文書作成支援システム
が、種々市販されている。例えば、「直子の代筆」
（（有）テグレット技術開発）や「Ready Pen」(富士通
（株））などがある。

【０００３】

【発明が解決しようとする課題】上記のような、既存の
定型文集や用例集の他に、日常の読書等の中で接し、文
書作成の適切な機会に利用できるような文や言い回し等
を個人用の用例集として収集し、参照することができれ
ば、文書作成に一層効果を上げることができる。更に、
近年の通信手段の発達により、外国との取引が増大し、
ビジネス文書、私文書も多種多用にならざるを得ない。
その結果、実用文書例にでている用例だけでは間に合わ
なくなってきている。本発明では、第１言語（原文）か
ら第２言語（翻訳文）の文書作成時に参照するための用
例集を作成する方式を提供することを目的とし、特に、
対訳において、直訳では得ることができず、意訳を要す
るような特殊な表現（洗練された表現）の抽出を目的と
する。

【０００４】

【課題を解決するための手段】本発明は、上記課題を解
決するために、（１）電子化された文章情報から特殊な
表現を抽出する特殊表現抽出方式において、第１言語の
文（原文）と第２言語の文（翻訳文）が対となっている
対訳文章情報を抽出対象とする場合に、前記第１言語の
文と前記第２言語の文を比較し、前記２つの文の類似度
を判定する類似度判定手段と、該類似度判定手段で得ら
れた類似度により、特殊な表現を判定／抽出する特殊表
現抽出手段とを具備すること、更には、（２）前記類似
度判定手段が、第１言語の文を単語分割する手段と、第
２言語の文を単語分割する手段と、第１言語から第２言
語への対訳辞書と、該対訳辞書を用いて前記第１言語の
文を単語分割する手段で得られた各単語に対応する訳語
を付与する手段と、前記訳語と前記第２言語の文を単語
分割して得られた第２言語の単語とを比較する手段とか
らなること、更には、（３）前記第１言語の文を分割し
て得られた単語のうち該単語の第２言語の訳語が前記第
２言語の文を分解して得られた単語に対応する割合をも
って類似度と扱うこと、更には、（４）前記第２言語の
文を分割して得られた単語のうち前記第１言語の文を分
割して得られた単語に対する第２言語の訳語に対応する
割合をもって類似度と扱うこと、更には、（５）前記第
１言語の文を分割して得られた単語のうち該単語の第２
言語の訳語が前記第２言語の文を分割して得られた単語
に対応する割合と、前記第２言語の文を分割して得られ
た単語のうち前記第１言語の文を分割して得られた単語
に対する第２言語の訳語に対応する割合とを用いて類似
度を扱うこと、更には、（６）前記類似度判定手段が、
第１言語の文から第２言語の文へ翻訳する翻訳手段と、
該翻訳手段によって得られた翻訳文と第２言語の文を比
較する手段とからなること、更には、（７）抽出された
特殊な表現に対して、対訳文章情報の出典情報を付与す
る手段を有すること、或いは、（８）第１言語の文（原
文）と第２言語の文（翻訳文）が対となった電子化され
た対訳文章情報から特殊な表現を抽出する特殊表現抽出
方式を具備したことを特徴とする文書作成支援装置。

【０００５】

【作用】原文と翻訳文とを比較して類似度を求め、該類
似度が小さい時は特殊な表現と判定、抽出することによ
り、直訳では表せない特殊な表現を効果的に抽出する。

【０００６】

【実施例】本発明は、与えられた第１言語と第２言語つ
まり原文と翻訳文の対からなる対訳文章情報（以下、対
訳テキスト）から特殊な表現を抽出するのに、第１言語
の原文と第２言語の翻訳文の類似度、または、かい離度
を用いて特殊な表現を判定するものである。

【０００７】図１は、英語に対して、日本語の翻訳が与
えられている英日対訳テキストの例文である。英文作成
において、図１の第１文のような英文（He is a good t
ennis player.)は、比較的簡単であるが、第２文のよう
な英文（He is the better tennis player.)は、こうし
た表現を特に知っていなければ作成することができない
文である。これに対応して、英文翻訳においても、第１
文の翻訳文（彼はすばらしいテニス選手だ。）は、直訳
的に得ることができ、原文と翻訳文の類似度は大きい
（かい離度が小さい）と考えられるが、第２文の翻訳文
（テニスの腕は彼の方が上だ。）は、単純な直訳では得
にくく、原文と翻訳文の類似度が小さい（かい離度が大
きい）と考えられる。

【０００８】図２は、本発明の一実施例を説明するため
の要部構成図で、図中、１は対訳テキスト、２は類似度
（かい離度）判定手段、３は特殊表現抽出手段、４は特
殊表現用例集である。本発明は、前述のように、原文と
翻訳文の類似度（かい離度）をもって、特殊な表現とし
て抽出するか否かを判定するものである。以下、第１言
語及び第２言語を種々処理して、上記の類似度（かい離
度）を求める方法を示す。なお、本発明では、類似度
(かい離度)を求めるために、単語分割技術、辞書検索技
術あるいは機械翻訳技術を利用するが、これらの技術は
自然言語処理技術としてはよく知られているものである
ので、詳細な説明は省略する。

【０００９】図３は、本発明の一実施例を説明するため
の構成図で、図中、１は対訳テキスト、２は類似度（か
い離度）判定手段、２ａは第１言語単語分割手段、２ｂ
は第２言語単語分割手段、２ｃは対訳辞書、２ｄは訳語
候補付与手段、２ｅは単語比較手段、３は特殊表現抽出
手段、４は特殊表現用例集である。以下、図１の対訳テ
キストを例にして、類似度（かい離度）を単語レベルで
判定する例について説明する。

【００１０】図１の例文は英日対訳テキストなので、対
訳辞書２ｃには、英日対訳辞書を用いる。単語分割手段
２ａ，２ｂで行う英文の単語分割や日本文の単語分割で
は、英語辞書や日本語辞書も利用するが、英語では空白
による単語の切れ目で基本的な単語分割が可能であり、
日本語では字種を手がかりにある程度の分割が可能であ
る。訳語候補付与手段２ｄにより、第１文の英文に対し
て、単語分割した後の単語に対して対訳辞書２ｃによ
り、あるいは、対訳辞書２ｃを利用した単語分割によ
り、図４（ａ）のような訳語候補群を得る。一方、対応
する日本文については、図４（ｂ）のような単語分割結
果が得られる。

【００１１】単語比較手段２ｅは、英文とその翻訳文の
類似度（かい離度）を、英文の単語の訳語と翻訳日本文
中の単語とが、どの程度対応するかによって判定する。
ただし、英語と日本語では、英語の冠詞は日本語に反映
されにくい点等を考慮して、一部の品詞の単語について
は無視する等の例外がある。簡単にするために、以下で
は名詞や動詞、形容詞といった自立語レベルの単語での
対応を考える。

【００１２】第１文では、図４（ａ）に示す各単語“h
e”，“is”，“good”，“tennis”，“player”に対
する訳語（「彼」,「だ」,「すばらしい」,「テニス」,
「選手」）が日本語翻訳文中に全て反映されている。ま
た、日本語側から見ても「彼」,「すばらしい」,「テニ
ス」,「選手」,「だ」の何れも対応する英語単語があ
り、類似度は極めて高いといえる。

【００１３】図５は、図１の第２文を図１の第１文と同
様の処理を施こしたときの図で、この場合、原文の訳語
候補（図５（ａ））と翻訳日本文の単語（図５（ｂ））
との対応を見ると、英文中の“he”，“is”，“tenni
s”については翻訳文中で対応する単語（「彼」,
「だ」,「テニス」）があるが、“better”，“playe
r”については対応する単語がない。一方、翻訳日本文
の自立語から見ると「テニス」，「彼」，「だ」は対応
する英単語（“tennis”,“he”,“is”）があるが、
「腕」,「方」,「上」に対応する単語はない。

【００１４】図６は、原文と翻訳文との類似度を数値化
した例を示す図である。図６中、Ａ方式とは、第１言語
文の単語（自立語）に対応する第２言語文の単語の割合
を示し、Ｂ方式とは、第２言語文の単語（自立語）に対
応する第１言語文の単語の割合である。なお、この数値
化された類似度は、これらＡ方式、Ｂ方式のどちらか一
方に限る必要はなく、両方の類似度を用い、平均値であ
るとか、高い方とか、あるいは低い方とかいったものを
用いてもよい。また、かい離度をもって類似度を考える
ならば、“１００％−かい離度＝類似度”とすればよ
い。

【００１５】図７は、前記Ａ方式の類似度を求めるフロ
ーチャートである。以下、図７のフローチャートを説明
する。step１： 第１言語文の自立語数ｔと対応する対応数ｙの
初期値設定する。step２： 第１言語文単語カウンタｎの初期値設定をす
る。step３： 第１言語文のｎ番目の単語Ｗｎを取り出す。も
し、ｎ番目に該当する単語がないならstep１５へ。step４： 単語Ｗｎは自立語かどうか判定、自立語でなけ
ればstep１４へ。step５： 単語Ｗｎが自立語ならば、自立語数ｔに１を加
える。

【００１６】step６：単語Ｗｎの訳語カウンタｍの設定
をする。step７： 単語Ｗｎのｍ番目の訳語Ｗｎｍを取り出す。も
し、ｍ番目に該当する単語がなければstep１４へ。step８： 第２言語文単語カウンタｋの初期値設定をす
る。step９： 第２言語文のｋ番目の単語Ｘｋを取り出す。も
し、ｋ番目に該当する単語がなければstep１１へ。step１０： 単語Ｗｎｍと単語Ｘｋを比較する。比較の結
果、ＷｎｍとＸｋが対応してなければ、step１３へ。対
応していればstep１２へ。step１１： step９でｋ番目に該当する単語がないとき
は、ｍに１を加え、step７へ。step１２： step１０でＷｎｍとＸｋが対応していれば、
ｙに１を加えstep１４へ。step１３： step１０でＷｎｍとＸｋが対応していなけれ
ば、ｋに１を加えstep９へ。step１４： step４でＷｎが自立語でないときか、step７
でＷｎｍがないときか、step１２でｙに１を加えた後
に、ｎに1を加えstep３へ。step１５： 第１言語文の最後の単語について前述の処理
を終えたら、ｙ／ｔを求める。

【００１７】図８は、前記Ｂ方式の類似度を求めるフロ
ーチャートである。以下、図８のフローチャートを説明
する。step１： 第２言語文の自立語数ｔと対応する対応数ｙの
初期値設定する。step２： 第２言語文単語カウンタｋの初期値設定をす
る。step３： 第２言語文のｋ番目の単語Ｘｋを取り出す。も
し、ｋ番目に該当する単語がないならstep１５へ。step４： 単語Ｘｋは自立語かどうか判定、自立語でなけ
ればstep１４へ。step５： 単語Ｘｋが自立語ならば自立語数ｔに１を加え
る。

【００１８】step６：第１言語文単語カウンタｎの初期
値を設定する。step７： 第１言語のｎ番目の単語Ｗｎを取り出す。も
し、ｎ番目に該当する単語がなければstep１４へ。step８： 単語Ｗｎの訳語カウンタｍの初期値を設定をす
る。step９： 単語Ｗｎのｍ番目の訳語Ｗｎｍを取り出す。も
し、ｍ番目に該当する単語がなければstep１１へ。step１０： 単語Ｘｋと単語Ｘｎｍを比較する。比較の結
果ＸｋとＷｎｍが対応してなければ、step１３へ。対応
していればstep１２へ。step１１： step９でＷｎｍに該当する単語がなければ、
ｎに１を加え、step7へ。step１２： step１０でＸｋとＷｎｍが対応していれば、
yに1を加えstep１４へ。 step１３： step１０でＸｋとＷｎｍが対応していなけれ
ば、ｍに１を加えstep９へ。step１４： step４でＸｋが自立語でないか、step７でＷ
ｎがないか、step１２でｙに１を加えた後、ｋに1を加
えstep３へ。step１５： 第２言語文の最後の単語について前述の処理
を終えたらｙ／ｔを求める。

【００１９】上述のようにして類似度を求めると、図６
に示すように、第１文の場合は、Ａ方式の場合も１００
％、Ｂ方式の場合も１００％となり、第２文の場合は、
Ａ方式の場合は６０％、Ｂ方式の場合は５０％となり、
Ａ方式、Ｂ方式のいずれを用いても、第１文の原文と翻
訳文の類似度は極めて高く、第２文のそれは低いという
ことがわかる（類似度を数値で表わせるのでその数値に
より判定を下せる）。そして、この類似度の低い（かい
離度の高い）第２文を特殊な表現として抽出することが
できる。なお、Ａ方式の場合なら、第２言語の文を単語
分割しなくても、翻訳文の文字列中に訳語があるか否か
によって、対応する単語の有無判定することができる。
また、Ａ方式とＢ方式の両方の値を求める場合、前述の
Ａ方式のフローチャートとＢ方式のフローチャートの両
方を行う必要は、必ずしもなく、例えば、Ａ方式のフロ
ーチャートを採用した場合、Ａ方式のフローを行った後
に、第２言語の文の自立語数ｔ´を求め、このｔ´とＡ
方式のフローチャートで求めた対応数ｙを用いて、ｙ／
ｔ´を求めればＢ方式の類似度となる。

【００２０】また、他の類似度判定手段として第１言語
から第２言語への機械翻訳技術を利用する方法もある。
以下機械翻訳技術を使った本発明の実施例を説明する。
機械翻訳技術によれば、通常は、原文の直訳的な翻訳文
が得られる。図９は、第１文と第２文の英文について、
英日機械翻訳を行った結果を表している。図１０は、図
９で得られた機械翻訳結果文と対訳テキストですでに与
えられている翻訳文との比較を示す。

【００２１】同一言語内での文の比較方法、つまり、機
械翻訳で与えられた文とすでに与えられている翻訳文と
の比較としては、新しい機械翻訳方法として注目されて
いる用例ベースの機械翻訳方式（「用例主導型機械翻
訳」隅田、飯田、情報処理学会、自然言語処理研究会資
料 82-5,1991)における、対訳用例データベース中の文
との類似度が利用できる。この方法によれば、与えられ
た文とデータベース中の文の構文構造及び単語の意味分
類を考慮した類似度を計算することができる。この方法
による機械翻訳とすでに与えられた翻訳文の類似度をも
って、本発明でいう類似度（かい離度）とするとよい。

【００２２】前述の機械翻訳技術を利用した方法によれ
ば、第１文は明らかに構文構造が同じであり、用いられ
ている単語も同一か類義語であるので、類似度は極めて
高く、第２文は、構文構造が異なり、また、用いられて
いる単語も相違するものが多いので、類似度は低くな
る。

【００２３】また、抽出した表現を特殊表現用例集４に
格納する際に、どの文書のどの位置から抽出されたかの
情報（出典情報）を付与すると、本発明による特殊表現
抽出方式を取り入れた文書作成支援装置等を実際に利用
する際に、使用者にとっては、もとの文章を参照した
り、出典を明示したりできるので、使い勝手がよくな
る。

【００２４】図１１は、電子化された文章情報から特殊
な表現を抽出する手段を具備した文書作成支援装置の構
成の一実施例を示す図で、図中、１は対訳テキスト、４
は特殊表現用例集、５は特殊表現抽出方式、６は文書作
成支援システム、７は各種用例集、８は文書ファイル
で、文書作成支援システム６内に設けられている特殊表
現抽出方式５を用いて、対訳テキスト１から特殊表現を
抽出し、特殊表現用例集４に格納している。

【００２５】

【発明の効果】以上の説明から明らかなように、本発明
によれば、対訳テキストから直訳では得られないような
表現を抽出し、用例集を容易に作成することができる。
こうした表現は比較的洗練された表現になっているので
文書作成時に参照する際に有用である。特に、個人が直
接読んだ対訳テキストを対象にして、用例集が作成でき
れば、各個人になじみの深い用例集とすることができ
る。

【図面の簡単な説明】

【図１】 本発明による実施例を説明するために使う対
訳テキストの例である。

【図２】 本発明による特殊表現抽出方式の要部構成を
示した図である。

【図３】 本発明による特殊表現抽出方式の類似度判定
手段の構成を示した図である。

【図４】 図１の第１文の英文を単語分割し、訳語を与
えた図と、図１の第１文の翻訳文を単語分割した図であ
る。

【図５】 図１の第２文の英文を単語分割し、訳語を与
えた図と、図２の第２文の翻訳文を単語分割した図であ
る。

【図６】 類似度の数値化を表した図である。

【図７】 本発明によるＡ方式の類似度を求めるための
フローチャートである。

【図８】 本発明によるＢ方式の類似度を求めるための
フローチャートである。

【図９】 図１の第１文及び第２文の英文と英日機械翻
訳結果を表した図である。

【図１０】 図１の第１文及び第２文の機械翻訳文と図
１の第１文及び第２文の対訳翻訳文である。

【図１１】 文書作成支援システムに本発明による特殊
表現抽出方式を組み込んだときの構成を示す図である。

【符号の説明】

１…対訳テキスト（対訳文章情報）、２…類似度（かい
離度）判定手段、２ａ…第１言語単語分割手段、２ｂ…
第２言語単語分割手段、２ｃ…対訳辞書、２ｄ…訳語候
補付与手段、２ｅ…単語比較手段、３…特殊表現抽出手
段、４…特殊表現用例集、５…特殊表現抽出方式、６…
文書作成支援システム、７…各種用例集、８…文書ファ
イル。

Claims (8)

【特許請求の範囲】
1. 【請求項１】 電子化された文章情報から特殊な表現を
   抽出する特殊表現抽出方式において、第１言語の文（原
   文）と第２言語の文（翻訳文）が対となっている対訳文
   章情報を抽出対象とする場合に、前記第１言語の文と前
   記第２言語の文を比較し、前記２つの文の類似度を判定
   する類似度判定手段と、該類似度判定手段で得られた類
   似度により、特殊な表現を判定／抽出する特殊表現抽出
   手段とを具備することを特徴とする特殊表現抽出方式。
2. 【請求項２】 前記類似度判定手段が、第１言語の文を
   単語分割する手段と、第２言語の文を単語分割する手段
   と、第１言語から第２言語への対訳辞書と、該対訳辞書
   を用いて前記第１言語の文を単語分割する手段で得られ
   た各単語に対応する訳語を付与する手段と、前記訳語と
   前記第２言語の文を単語分割して得られた第２言語の単
   語とを比較する手段とからなることを特徴とする請求項
   １記載の特殊表現抽出方式。
3. 【請求項３】 前記第１言語の文を分割して得られた単
   語のうち該単語の第２言語の訳語が前記第２言語の文を
   分解して得られた単語に対応する割合をもって類似度と
   扱うことを特徴とする請求項２に記載の特殊表現抽出方
   式。
4. 【請求項４】 前記第２言語の文を分割して得られた単
   語のうち前記第１言語の文を分割して得られた単語に対
   する第２言語の訳語に対応する割合をもって類似度と扱
   うことを特徴とする請求項２に記載の特殊表現抽出方
   式。
5. 【請求項５】 前記第１言語の文を分割して得られた単
   語のうち該単語の第２言語の訳語が前記第２言語の文を
   分解して得られた単語に対応する単語の割合と、前記第
   ２言語の文を分割して得られた単語のうち前記第１言語
   の文を分割して得られた単語に対する第２言語の訳語に
   対応する割合とを用いて類似度を扱うことを特徴とする
   請求項２に記載の特殊表現抽出方式。
6. 【請求項６】 前記類似度判定手段が、第１言語の文か
   ら第２言語の文へ翻訳する翻訳手段と、該翻訳手段によ
   って得られた翻訳文と第２言語の文を比較する手段とか
   らなることを特徴とする請求項１に記載の特殊表現抽出
   方式。
7. 【請求項７】 抽出された特殊な表現に対して、対訳文
   章情報の出典情報を付与する手段を有することを特徴と
   する請求項１に記載の特殊表現抽出方式。
8. 【請求項８】 第１言語の文（原文）と第２言語の文
   （翻訳文）が対となった電子化された対訳文章情報から
   特殊な表現を抽出する特殊表現抽出方式を具備したこと
   を特徴とする文書作成支援装置。