JPH0877170A - 機械翻訳装置 - Google Patents
機械翻訳装置Info
- Publication number
- JPH0877170A JPH0877170A JP6213787A JP21378794A JPH0877170A JP H0877170 A JPH0877170 A JP H0877170A JP 6213787 A JP6213787 A JP 6213787A JP 21378794 A JP21378794 A JP 21378794A JP H0877170 A JPH0877170 A JP H0877170A
- Authority
- JP
- Japan
- Prior art keywords
- sentence
- translation
- unit
- input
- translated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Machine Translation (AREA)
- Document Processing Apparatus (AREA)
Abstract
(57)【要約】
【目的】 翻訳対象となる入力文に省略句があるかどう
かを入力文の述語が要求する項構造パターンや入力文中
に生起している特定の語句が要求する構造的かつ意味的
特性を基にして判定し、省略句がある場合には省略され
ている要素の文法機能に応じて補完する。 【構成】 自然言語を入力するための入力部１と、入力
された翻訳対象となる原文を記憶する原文記憶部２と、
翻訳処理に使用する知識情報を収容した翻訳辞書部６
と、この翻訳辞書部の内容を用いて原文を翻訳する翻訳
部５と、翻訳の結果得られた訳文を記憶する訳文記憶部
３と、原文及び訳文を表示する表示部７と、これらを制
御し、かつ、表示部７で表示された原文または訳文の編
集処理を行なう編集制御部４とを有する。翻訳部５は入
力文に省略句があるかどうかを判定し、省略句がある場
合には省略されている要素を自動的に原文に補完して訳
出する。
かを入力文の述語が要求する項構造パターンや入力文中
に生起している特定の語句が要求する構造的かつ意味的
特性を基にして判定し、省略句がある場合には省略され
ている要素の文法機能に応じて補完する。 【構成】 自然言語を入力するための入力部１と、入力
された翻訳対象となる原文を記憶する原文記憶部２と、
翻訳処理に使用する知識情報を収容した翻訳辞書部６
と、この翻訳辞書部の内容を用いて原文を翻訳する翻訳
部５と、翻訳の結果得られた訳文を記憶する訳文記憶部
３と、原文及び訳文を表示する表示部７と、これらを制
御し、かつ、表示部７で表示された原文または訳文の編
集処理を行なう編集制御部４とを有する。翻訳部５は入
力文に省略句があるかどうかを判定し、省略句がある場
合には省略されている要素を自動的に原文に補完して訳
出する。
Description
【０００１】
【産業上の利用分野】本発明は、機械翻訳装置に関す
る。
る。
【０００２】
【従来の技術】機械翻訳などの自然言語処理システムに
おいて入力文が省略句を含む場合には、その省略句に相
当する語句を補完することが重要な問題となる。特に、
日本語で書かれた文には主語をはじめとして種々の語句
が省略されることが多いので、このような日本語文を外
国語に翻訳しようとすると、省略されている語句を予め
補完してやらないと訳文をうまくつくれないという問題
が出てくる。
おいて入力文が省略句を含む場合には、その省略句に相
当する語句を補完することが重要な問題となる。特に、
日本語で書かれた文には主語をはじめとして種々の語句
が省略されることが多いので、このような日本語文を外
国語に翻訳しようとすると、省略されている語句を予め
補完してやらないと訳文をうまくつくれないという問題
が出てくる。
【０００３】従来、このような日本語文に見られる省略
句を補完する方法として、（１）省略された格成分と同
じ格の語を意味的な制約条件と無関係に入力文中から抽
出して補完する、（２）省略された格成分と同じ格の語
で意味的制約条件を満たすものを入力文中から抽出して
補完する、（３）省略された格成分と同じ品詞の語を入
力文中からすべて抽出して画面に表示して操作者に選択
させる、（４）省略された格成分と同じ品詞の語で省略
句の位置に最も近い位置にあるものを抽出して補完す
る、というような手法が提案されている。
句を補完する方法として、（１）省略された格成分と同
じ格の語を意味的な制約条件と無関係に入力文中から抽
出して補完する、（２）省略された格成分と同じ格の語
で意味的制約条件を満たすものを入力文中から抽出して
補完する、（３）省略された格成分と同じ品詞の語を入
力文中からすべて抽出して画面に表示して操作者に選択
させる、（４）省略された格成分と同じ品詞の語で省略
句の位置に最も近い位置にあるものを抽出して補完す
る、というような手法が提案されている。
【０００４】
【発明が解決しようとする課題】しかし、これらはいず
れも日本語文で頻繁に起きる省略句、すなわち、主語が
省略された文での主語名詞句の補完に関する対処法に限
定されているので、他の言語で書かれた文に起きる省略
現象には対応できないという欠点がある。例えば、英語
で書かれた文では同じ語句を反復使用することによって
生まれる冗長性を軽減するために、句や節までも省略す
ることが多い。特に、”Jim owns a Volvoand Fred a B
MW ”のように等位接続詞 "and" を使用して要素を並列
する際には、こういった省略現象を招きやすい（冗長性
を考慮しなければ、”Jim owns aVolvoand Fred owns a
BMW ”という英文となる）。このような特徴を持った
言語の文を他の言語に翻訳しようとする場合には、従来
から提案されている方法では対処できない。
れも日本語文で頻繁に起きる省略句、すなわち、主語が
省略された文での主語名詞句の補完に関する対処法に限
定されているので、他の言語で書かれた文に起きる省略
現象には対応できないという欠点がある。例えば、英語
で書かれた文では同じ語句を反復使用することによって
生まれる冗長性を軽減するために、句や節までも省略す
ることが多い。特に、”Jim owns a Volvoand Fred a B
MW ”のように等位接続詞 "and" を使用して要素を並列
する際には、こういった省略現象を招きやすい（冗長性
を考慮しなければ、”Jim owns aVolvoand Fred owns a
BMW ”という英文となる）。このような特徴を持った
言語の文を他の言語に翻訳しようとする場合には、従来
から提案されている方法では対処できない。
【０００５】本発明は、上述のような問題点を解決し、
原文中に含まれる省略句の判定にあたっては原文中の述
語が要求する項構造パターンや要素の省略を招きやすい
語句が要求する構造的かつ意味的特性に着目して行なう
ようにし、また、省略要素の文法機能に応じて、適宜、
省略要素補完規則を適用することによって名詞句に限ら
ず、種々の省略句の補完が可能な機械翻訳装置を提供す
ることを目的とする。
原文中に含まれる省略句の判定にあたっては原文中の述
語が要求する項構造パターンや要素の省略を招きやすい
語句が要求する構造的かつ意味的特性に着目して行なう
ようにし、また、省略要素の文法機能に応じて、適宜、
省略要素補完規則を適用することによって名詞句に限ら
ず、種々の省略句の補完が可能な機械翻訳装置を提供す
ることを目的とする。
【０００６】更に、省略されている要素の候補が複数存
在するときには、より可能性の高い候補を補完したり、
可能性のある候補をすべて画面に表示してオペレータに
選択させたりして、より正確で迅速な翻訳処理をおこな
えるようにすることを目的とする。
在するときには、より可能性の高い候補を補完したり、
可能性のある候補をすべて画面に表示してオペレータに
選択させたりして、より正確で迅速な翻訳処理をおこな
えるようにすることを目的とする。
【０００７】
【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）自然言語を入力するための入力部
と、この入力部から入力された翻訳対象となる原文を記
憶する原文記憶部と、翻訳処理に使用する知識情報を収
容した翻訳辞書部と、この翻訳辞書部の内容を用いて前
記入力された原文の翻訳処理を実行する翻訳部と、翻訳
処理の結果得られた訳文を記憶する訳文記憶部と、前記
原文及び訳文を表示する表示部と、これらを制御すると
ともに、前記表示部で表示された原文または訳文の編集
処理を行なう編集制御部とを備えた機械翻訳装置におい
て、前記翻訳部は入力文に省略句があるかどうかを判定
し、省略句がある場合には省略されている要素を自動的
に原文に補完して訳出することを特徴としたものであ
り、更には、前記翻訳部は、（２）原文中の述語が要求
する項構造パターンや原文中に含まれる特定の語句が要
求する構造的かつ意味的特性を基にして省略句があるか
どうかを判定すること、（３）省略句の文法機能に応じ
た省略要素補完規則を適用して省略要素を原文に補完す
ること、（４）省略されている要素の補完候補が複数存
在するときに、それらの候補の中から最も可能性の高い
候補を選んで補完して訳出すること、（５）省略されて
いる要素の補完候補が複数存在するときに、可能な候補
のすべてを画面に表示してオペレータに選択させ、選択
された要素を原文に補完して訳出することを特徴とする
ものである。
決するために、（１）自然言語を入力するための入力部
と、この入力部から入力された翻訳対象となる原文を記
憶する原文記憶部と、翻訳処理に使用する知識情報を収
容した翻訳辞書部と、この翻訳辞書部の内容を用いて前
記入力された原文の翻訳処理を実行する翻訳部と、翻訳
処理の結果得られた訳文を記憶する訳文記憶部と、前記
原文及び訳文を表示する表示部と、これらを制御すると
ともに、前記表示部で表示された原文または訳文の編集
処理を行なう編集制御部とを備えた機械翻訳装置におい
て、前記翻訳部は入力文に省略句があるかどうかを判定
し、省略句がある場合には省略されている要素を自動的
に原文に補完して訳出することを特徴としたものであ
り、更には、前記翻訳部は、（２）原文中の述語が要求
する項構造パターンや原文中に含まれる特定の語句が要
求する構造的かつ意味的特性を基にして省略句があるか
どうかを判定すること、（３）省略句の文法機能に応じ
た省略要素補完規則を適用して省略要素を原文に補完す
ること、（４）省略されている要素の補完候補が複数存
在するときに、それらの候補の中から最も可能性の高い
候補を選んで補完して訳出すること、（５）省略されて
いる要素の補完候補が複数存在するときに、可能な候補
のすべてを画面に表示してオペレータに選択させ、選択
された要素を原文に補完して訳出することを特徴とする
ものである。
【０００８】
【作用】翻訳対象となる入力文に省略句があるかどうか
を入力文の述語が要求する項構造パターンや入力文中に
生起している特定の語句が要求する構造的かつ意味的特
性を基にして判定し、省略句がある場合には省略されて
いる要素の文法機能に応じて省略要素補完規則を適用す
る。
を入力文の述語が要求する項構造パターンや入力文中に
生起している特定の語句が要求する構造的かつ意味的特
性を基にして判定し、省略句がある場合には省略されて
いる要素の文法機能に応じて省略要素補完規則を適用す
る。
【０００９】
【実施例】以下、本発明の実施例に基づいて説明する。
図１は、本発明による機械翻訳装置の一実施例を説明す
るための構成図で、図中、１は自然言語を入力するため
の入力部、２はこの入力部１から入力された翻訳対象と
なる原文を記憶する原文記憶部、６は翻訳処理に使用す
る知識情報を収容した翻訳辞書部（この翻訳辞書部６は
文法規則辞書６ａと単語辞書６ｂよりなっている）、５
は翻訳辞書部６の内容を用いて前記入力された原文の翻
訳処理を実行する翻訳部、３は翻訳処理の結果得られた
訳文を記憶する訳文記憶部、７は前記原文及び訳文を表
示する表示部、４はこれらを制御するとともに、前記表
示部７で表示された原文または訳文の編集処理を行なう
編集制御部で、前記翻訳部５は入力文に省略句があるか
どうかを判定し、省略句がある場合には省略されている
要素を自動的に原文に補完して訳出する。
図１は、本発明による機械翻訳装置の一実施例を説明す
るための構成図で、図中、１は自然言語を入力するため
の入力部、２はこの入力部１から入力された翻訳対象と
なる原文を記憶する原文記憶部、６は翻訳処理に使用す
る知識情報を収容した翻訳辞書部（この翻訳辞書部６は
文法規則辞書６ａと単語辞書６ｂよりなっている）、５
は翻訳辞書部６の内容を用いて前記入力された原文の翻
訳処理を実行する翻訳部、３は翻訳処理の結果得られた
訳文を記憶する訳文記憶部、７は前記原文及び訳文を表
示する表示部、４はこれらを制御するとともに、前記表
示部７で表示された原文または訳文の編集処理を行なう
編集制御部で、前記翻訳部５は入力文に省略句があるか
どうかを判定し、省略句がある場合には省略されている
要素を自動的に原文に補完して訳出する。
【００１０】図２は、前記翻訳部５の動作説明をするた
めの処理フローを示す図で、原文が入力されると(Step2
1)、翻訳部では原文の形態素解析を行なう(Step22)。形
態素解析では、単語辞書６ｂを用いて原文から形態素を
抽出し、抽出された形態素がどのように結合して語を形
成しているか解析する。その結果は後段の構文解析処理
に渡される。
めの処理フローを示す図で、原文が入力されると(Step2
1)、翻訳部では原文の形態素解析を行なう(Step22)。形
態素解析では、単語辞書６ｂを用いて原文から形態素を
抽出し、抽出された形態素がどのように結合して語を形
成しているか解析する。その結果は後段の構文解析処理
に渡される。
【００１１】構文解析は、前記形態素解析（Step22）に
よって得られた品詞情報などを基に、構文解析規則を適
用しながら入力文中の述語をキーとして、当該の述語が
要求する項構造パターンと入力文の項構造との照合を行
なう（Step23）。この結果、入力文の述語が要求する項
構造パターンの全ての項に対応する語句が入力文中に存
在すれば構文解析が成功したものとみなされ、その構造
木がメモリに格納される（Step24）。次に、入力文中に
ある特定の語句が含まれているかどうかのチェックが行
なわれる（Step26)。ある特定の語句とは、要素の省略
を招きやすい等位接続詞（"and","or","nor"など）が挙
げられる。これらの語句が入力文中に含まれていない場
合には、後段の変換・生成処理（Step31）に移る。
よって得られた品詞情報などを基に、構文解析規則を適
用しながら入力文中の述語をキーとして、当該の述語が
要求する項構造パターンと入力文の項構造との照合を行
なう（Step23）。この結果、入力文の述語が要求する項
構造パターンの全ての項に対応する語句が入力文中に存
在すれば構文解析が成功したものとみなされ、その構造
木がメモリに格納される（Step24）。次に、入力文中に
ある特定の語句が含まれているかどうかのチェックが行
なわれる（Step26)。ある特定の語句とは、要素の省略
を招きやすい等位接続詞（"and","or","nor"など）が挙
げられる。これらの語句が入力文中に含まれていない場
合には、後段の変換・生成処理（Step31）に移る。
【００１２】また、これらの語句が入力文中に含まれて
いる場合には、先に格納した構造木において当該の語句
を中心として前後の要素の統語構造および意味素性の対
称性がチェックされる（Step27）。このとき、どちらに
関しても対称性が存在することが認定されれば、後段の
変換・生成処理（Step31）に移る。逆に、どちらかに関
して、非対称であることが判明すれば、文頭から当該の
語句の直前までの語句をひとまとまりとして分割してそ
の部分の構造解析を行ない、さらにその結果得られた解
析木構造を当該の語句の後方部の構造として複写するこ
とにより当初の解析木構造を作り換える（Step28）。こ
の構造木変換により空の終端記号が発生すれば（Step2
9）、これを省略句と判定し、省略要素補完処理（Step3
0）に移る。空の終端記号が発生しなければ、変換・生
成処理（Step31）に移る。
いる場合には、先に格納した構造木において当該の語句
を中心として前後の要素の統語構造および意味素性の対
称性がチェックされる（Step27）。このとき、どちらに
関しても対称性が存在することが認定されれば、後段の
変換・生成処理（Step31）に移る。逆に、どちらかに関
して、非対称であることが判明すれば、文頭から当該の
語句の直前までの語句をひとまとまりとして分割してそ
の部分の構造解析を行ない、さらにその結果得られた解
析木構造を当該の語句の後方部の構造として複写するこ
とにより当初の解析木構造を作り換える（Step28）。こ
の構造木変換により空の終端記号が発生すれば（Step2
9）、これを省略句と判定し、省略要素補完処理（Step3
0）に移る。空の終端記号が発生しなければ、変換・生
成処理（Step31）に移る。
【００１３】また、Step23 において、入力文の述語が
要求する項構造パターンのある特定の項に対応する語句
が入力文中に存在しない場合には、この項に対応する要
素が省略されていると判定し、省略要素にダミー記号を
付与して構造木を作成し、メモリに格納する（Step2
5）。そのあと、省略要素補完処理（Step30）に移る。
省略要素補完処理では、まず、省略されている要素の文
法機能（Ｓ，Ｖ，Ｏ，Ｃ）を調べ、図６にあるような文
法機能に応じた省略要素補完規則を適用して、既にメモ
リに格納してある入力文の構造木の中から所望の要素を
抽出して補完する。こうして、省略要素が補完された完
全な構造木が変換・生成処理に渡され、文法規則辞書６
ａ中の変換・生成規則を用いて訳文を生成する。こうし
て得られた訳文は出力される（Step32)。
要求する項構造パターンのある特定の項に対応する語句
が入力文中に存在しない場合には、この項に対応する要
素が省略されていると判定し、省略要素にダミー記号を
付与して構造木を作成し、メモリに格納する（Step2
5）。そのあと、省略要素補完処理（Step30）に移る。
省略要素補完処理では、まず、省略されている要素の文
法機能（Ｓ，Ｖ，Ｏ，Ｃ）を調べ、図６にあるような文
法機能に応じた省略要素補完規則を適用して、既にメモ
リに格納してある入力文の構造木の中から所望の要素を
抽出して補完する。こうして、省略要素が補完された完
全な構造木が変換・生成処理に渡され、文法規則辞書６
ａ中の変換・生成規則を用いて訳文を生成する。こうし
て得られた訳文は出力される（Step32)。
【００１４】次に、”Jim owns a Volvo and Fred a BM
W ”なる英文を日本語に翻訳する場合を例にとり、本発
明の実施例における省略句の判定・補完処理を図２の処
理フローに従って説明する。図２の（Step22）における
入力文の形態素解析処理が終了し、構文解析処理に移行
した時点で、述語 ”owns " をキーとして解析処理が行
なわれる。図３は単語 ”owns " の辞書情報を示し、図
４は述語が要求する項構造パターン名とその項構造にお
ける項の条件を説明する図である。図３からわかるよう
に、動詞 ”own " が要求する項構造パターン候補とし
ては、ＳＶ，ＳＶＯ１，ＳＶＯ２，ＳＶＯＣ１，ＳＶＯ
Ｃ３がある。先の入力文の場合には、"Fred" の直後に
冠詞が生起しているため "a Volvo and Fred" というま
とまりと、"a BMW" というまとまりに分割するというＳ
ＶＯＣ１パターンとの照合に成功し、図５（ａ）に示す
ような構造木が得られ、メモリに格納される。次に、入
力文中に等位接続詞が含まれているかどうかを調べる
（Step26)。この場合、等位接続詞 "and" が含まれてい
るので、 "and" の前後の要素の統語構造および意味素
性の対称性を調べる(Step27)。これは、"and" のような
等位接続詞によって連結された要素は構造的にも意味的
にも等価なものでなければならないということが言語学
的知見として知られているからである。
W ”なる英文を日本語に翻訳する場合を例にとり、本発
明の実施例における省略句の判定・補完処理を図２の処
理フローに従って説明する。図２の（Step22）における
入力文の形態素解析処理が終了し、構文解析処理に移行
した時点で、述語 ”owns " をキーとして解析処理が行
なわれる。図３は単語 ”owns " の辞書情報を示し、図
４は述語が要求する項構造パターン名とその項構造にお
ける項の条件を説明する図である。図３からわかるよう
に、動詞 ”own " が要求する項構造パターン候補とし
ては、ＳＶ，ＳＶＯ１，ＳＶＯ２，ＳＶＯＣ１，ＳＶＯ
Ｃ３がある。先の入力文の場合には、"Fred" の直後に
冠詞が生起しているため "a Volvo and Fred" というま
とまりと、"a BMW" というまとまりに分割するというＳ
ＶＯＣ１パターンとの照合に成功し、図５（ａ）に示す
ような構造木が得られ、メモリに格納される。次に、入
力文中に等位接続詞が含まれているかどうかを調べる
（Step26)。この場合、等位接続詞 "and" が含まれてい
るので、 "and" の前後の要素の統語構造および意味素
性の対称性を調べる(Step27)。これは、"and" のような
等位接続詞によって連結された要素は構造的にも意味的
にも等価なものでなければならないということが言語学
的知見として知られているからである。
【００１５】そこで、図５（ａ）において、 "and" の
前後の要素である "a Volvo" と "Fred" の構造的及び
意味的対称性を調べる。これらの要素は双方とも名詞句
で構造的には対称性があるが、意味素性に関しては、"V
olvo" は「車」という属性を持つのに対して "Fred" は
「人間」という属性を持つので意味的には非対称である
ことが判明する。このため、"and" の直前までの語句 "
Jim owns a Volvo”に再度解析を行ない、その結果、Ｓ
ＶＯ１パターンとの照合に成功し、この解析木構造を "
and" の直後に複写して、図５（ｂ）に示すような、新
しい解析木構造を得てメモリ内容を更新する（Step2
8）。このとき、Ｖの終端記号が空であるので、省略句
と判定し（Step29）、省略要素補完処理（Step30）に移
る。省略要素補完処理では、省略されているＶの省略要
素補完規則を適用して、"owns" をＶの終端記号として
補完し、図５（ｃ）のような解析木を得る。こうして省
略句の補完が終了すると、次の変換・生成処理（Step3
1）に移り訳文の生成が行なわれ、訳文が出力される（S
tep32）。
前後の要素である "a Volvo" と "Fred" の構造的及び
意味的対称性を調べる。これらの要素は双方とも名詞句
で構造的には対称性があるが、意味素性に関しては、"V
olvo" は「車」という属性を持つのに対して "Fred" は
「人間」という属性を持つので意味的には非対称である
ことが判明する。このため、"and" の直前までの語句 "
Jim owns a Volvo”に再度解析を行ない、その結果、Ｓ
ＶＯ１パターンとの照合に成功し、この解析木構造を "
and" の直後に複写して、図５（ｂ）に示すような、新
しい解析木構造を得てメモリ内容を更新する（Step2
8）。このとき、Ｖの終端記号が空であるので、省略句
と判定し（Step29）、省略要素補完処理（Step30）に移
る。省略要素補完処理では、省略されているＶの省略要
素補完規則を適用して、"owns" をＶの終端記号として
補完し、図５（ｃ）のような解析木を得る。こうして省
略句の補完が終了すると、次の変換・生成処理（Step3
1）に移り訳文の生成が行なわれ、訳文が出力される（S
tep32）。
【００１６】上記例文は、構造解析処理の初期段階にお
いて入力文の述語が要求する項構造パターンとの照合に
成功した場合の例であるが、次に入力文の述語が要求す
る項構造パターンのある特定の項に対応する語句が入力
文に存在しない場合でかつ補完候補が複数存在する場合
の例文を取り挙げる。
いて入力文の述語が要求する項構造パターンとの照合に
成功した場合の例であるが、次に入力文の述語が要求す
る項構造パターンのある特定の項に対応する語句が入力
文に存在しない場合でかつ補完候補が複数存在する場合
の例文を取り挙げる。
【００１７】今、" I'm happy if you are "なる英文が
入力されたとしよう。この入力文の形態素解析処理が終
了し構文解析処理に移行した時点で、述語をキーとして
解析処理が行なわれる(Step23)。この場合、従属節 "If
you are "の部分において述語 "are" の要求する項構
造パターンＳＶＣ１あるいはＳＶＣ２と合致させるには
"are" の直後にＣに相当する語句が省略されているも
のと判断する。こうして、図７（ａ）に示すような解析
木構造を作りメモリに格納する（Step25）。このあと、
省略要素補完処理（Step30) に移る。省略要素補完処理
では、省略されているとされるＣ１／Ｃ２の省略要素補
完規則を適用し、その結果、主節中の "I" あるいは "h
appy" が補完要素として候補になるが、省略位置に近い
位置にある方を優先するという優先規則を採用して、従
属節中のＣ２の終端記号として補完し、図７（ｂ）のよ
うな木構造を得る。こうして、省略句の補完が終了する
と、次の変換・生成処理（Step31）に移り訳文の生成が
行なわれ、訳文が出力される（Step32)。
入力されたとしよう。この入力文の形態素解析処理が終
了し構文解析処理に移行した時点で、述語をキーとして
解析処理が行なわれる(Step23)。この場合、従属節 "If
you are "の部分において述語 "are" の要求する項構
造パターンＳＶＣ１あるいはＳＶＣ２と合致させるには
"are" の直後にＣに相当する語句が省略されているも
のと判断する。こうして、図７（ａ）に示すような解析
木構造を作りメモリに格納する（Step25）。このあと、
省略要素補完処理（Step30) に移る。省略要素補完処理
では、省略されているとされるＣ１／Ｃ２の省略要素補
完規則を適用し、その結果、主節中の "I" あるいは "h
appy" が補完要素として候補になるが、省略位置に近い
位置にある方を優先するという優先規則を採用して、従
属節中のＣ２の終端記号として補完し、図７（ｂ）のよ
うな木構造を得る。こうして、省略句の補完が終了する
と、次の変換・生成処理（Step31）に移り訳文の生成が
行なわれ、訳文が出力される（Step32)。
【００１８】次に、”You can borrow my pen, if you
want. " なる英文を日本語に翻訳する場合を例にとり説
明する。この入力文に対する構文解析処理が行なわれた
時点で、従属節の構造を決めるときに述語 "want" が要
求する項構造パターンＳＶＯ１，ＳＶＯ２，ＳＶＯＣ３
のいずれかと合致しなければならない（図１０）。この
場合、ＳＶＯＣ３だと不完全な項が２項になるのでより
一致度の高いＳＶＯ１，ＳＶＯ２を候補として採用す
る。こうして、"want" の後にＯ１あるいはＯ２に相当
する語句が省略されているものと判断し、図８（ａ）に
示すような解析木構造を作りメモリに格納する。このあ
と、省略要素補完処理に移る。省略要素補完処理では、
省略されているＯ１及びＯ２の省略要素補完規則を適用
する。その結果、主節中の "my pen"と " to borrow my
pen " の２つが省略要素補完候補として抽出される。
この場合にはどちらの候補にも "my pen" が含まれ、先
に挙げた補完候補を決定する際の優先規則では決められ
ない。そこで、"want" の辞書記述に項構造パターンＳ
ＶＯ１とＳＶＯ２に優先づけを行なっておき、優先度の
高い方を省略補完候補として採用するという規則を設定
し、例えば、図８（ｂ）に示すような解析木構造に作り
換えて後段の変換・生成処理に移る。
want. " なる英文を日本語に翻訳する場合を例にとり説
明する。この入力文に対する構文解析処理が行なわれた
時点で、従属節の構造を決めるときに述語 "want" が要
求する項構造パターンＳＶＯ１，ＳＶＯ２，ＳＶＯＣ３
のいずれかと合致しなければならない（図１０）。この
場合、ＳＶＯＣ３だと不完全な項が２項になるのでより
一致度の高いＳＶＯ１，ＳＶＯ２を候補として採用す
る。こうして、"want" の後にＯ１あるいはＯ２に相当
する語句が省略されているものと判断し、図８（ａ）に
示すような解析木構造を作りメモリに格納する。このあ
と、省略要素補完処理に移る。省略要素補完処理では、
省略されているＯ１及びＯ２の省略要素補完規則を適用
する。その結果、主節中の "my pen"と " to borrow my
pen " の２つが省略要素補完候補として抽出される。
この場合にはどちらの候補にも "my pen" が含まれ、先
に挙げた補完候補を決定する際の優先規則では決められ
ない。そこで、"want" の辞書記述に項構造パターンＳ
ＶＯ１とＳＶＯ２に優先づけを行なっておき、優先度の
高い方を省略補完候補として採用するという規則を設定
し、例えば、図８（ｂ）に示すような解析木構造に作り
換えて後段の変換・生成処理に移る。
【００１９】また、こうして抽出された２つの省略要素
補完候補を、図９に示すように、画面に表示し、オペレ
ータに選択してもらい、選択された候補を原文に補完し
て、後段の変換・生成処理に移る。
補完候補を、図９に示すように、画面に表示し、オペレ
ータに選択してもらい、選択された候補を原文に補完し
て、後段の変換・生成処理に移る。
【００２０】
【発明の効果】以上の説明から明らかなように、本発明
によると、原文中の述語が要求する項構造パターンや要
素の要略を招きやすい語句が要求する構造的かつ意味的
特性に着目することによって名詞句に限定されることな
く省略句の補完を行なうことができる。また、省略され
ている要素の候補が複数存在するときには、より可能性
の高い候補を補完したり、可能性のある候補をすべて画
面に表示してオペレータに選択させたりして、より正確
で迅速な翻訳処理が行なえるようになる。
によると、原文中の述語が要求する項構造パターンや要
素の要略を招きやすい語句が要求する構造的かつ意味的
特性に着目することによって名詞句に限定されることな
く省略句の補完を行なうことができる。また、省略され
ている要素の候補が複数存在するときには、より可能性
の高い候補を補完したり、可能性のある候補をすべて画
面に表示してオペレータに選択させたりして、より正確
で迅速な翻訳処理が行なえるようになる。
【図１】 本発明による機械翻訳装置の一実施例を説明
するための構成図である。
するための構成図である。
【図２】 本発明の動作説明をするためのフロー図であ
る。
る。
【図３】 単語 "own”の辞書情報を示す図である。
【図４】 述語が要求する項構造パターン名とその項構
造における項の条件を説明するための図である。
造における項の条件を説明するための図である。
【図５】 本発明を入力文 "Jim owns a Volvo and Fre
d a BMW”に適用した場合の構造木を示す図である。
d a BMW”に適用した場合の構造木を示す図である。
【図６】 文法機能コード分類名及び省略要素補完規則
例を示す図である。
例を示す図である。
【図７】 本発明を入力文 " I'm happy if you ar
e．”に適用した場合の構造木を示す図である。
e．”に適用した場合の構造木を示す図である。
【図８】 本発明を入力文 ”You can borrow my pen,
if you want.”に適用した場合の構造木を示す図であ
る。
if you want.”に適用した場合の構造木を示す図であ
る。
【図９】 抽出された２つの省略要素補完候補を画面に
示した場合の例を示す図である。
示した場合の例を示す図である。
【図１０】 単語 ”want"の辞書情報を示す図である。
１…入力部、２…原文記憶部、３…訳文記憶部、４…編
集制御部、５…翻訳部、６…翻訳辞書部、６ａ…文法規
則辞書、６ｂ…単語辞書、７…表示部。
集制御部、５…翻訳部、６…翻訳辞書部、６ａ…文法規
則辞書、６ｂ…単語辞書、７…表示部。
Claims (5)
- 【請求項１】 自然言語を入力するための入力部と、こ
の入力部から入力された翻訳対象となる原文を記憶する
原文記憶部と、翻訳処理に使用する知識情報を収容した
翻訳辞書部と、この翻訳辞書部の内容を用いて前記入力
された原文の翻訳処理を実行する翻訳部と、翻訳処理の
結果得られた訳文を記憶する訳文記憶部と、前記原文及
び訳文を表示する表示部と、これらを制御するととも
に、前記表示部で表示された原文または訳文の編集処理
を行なう編集制御部とを備えた機械翻訳装置において、
前記翻訳部は入力文に省略句があるかどうかを判定し、
省略句がある場合には省略されている要素を自動的に原
文に補完して訳出することを特徴とする機械翻訳装置。 - 【請求項２】 前記翻訳部は、原文中の述語が要求する
項構造パターンや原文中に含まれる特定の語句が要求す
る構造的かつ意味的特性を基にして省略句があるかどう
かを判定することを特徴とする請求項１記載の機械翻訳
装置。 - 【請求項３】 前記翻訳部は、省略句の文法機能に応じ
た省略要素補完規則を適用して省略要素を原文に補完す
ることを特徴とする請求項１に記載の機械翻訳装置。 - 【請求項４】 前記翻訳部は、省略されている要素の補
完候補が複数存在するときに、それらの候補の中から最
も可能性の高い候補を選んで補完して訳出することを特
徴とする機械翻訳装置。 - 【請求項５】 前記翻訳部は、省略されている要素の補
完候補が複数存在するときに、可能な候補のすべてを画
面に表示してオペレータに選択させ、選択された要素を
原文に補完して訳出することを特徴とする請求項１に記
載の機械翻訳装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6213787A JPH0877170A (ja) | 1994-09-07 | 1994-09-07 | 機械翻訳装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6213787A JPH0877170A (ja) | 1994-09-07 | 1994-09-07 | 機械翻訳装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0877170A true JPH0877170A (ja) | 1996-03-22 |
Family
ID=16645050
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6213787A Pending JPH0877170A (ja) | 1994-09-07 | 1994-09-07 | 機械翻訳装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0877170A (ja) |
-
1994
- 1994-09-07 JP JP6213787A patent/JPH0877170A/ja active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5109509A (en) | System for processing natural language including identifying grammatical rule and semantic concept of an undefined word | |
| RU2136038C1 (ru) | Компьютерная система и способ подготовки текста на исходном языке и перевода на иностранные языки | |
| KR900009120B1 (ko) | 기계번역장치 | |
| JPH02308370A (ja) | 機械翻訳システム | |
| JPS62203273A (ja) | 機械翻訳システム | |
| JP2815714B2 (ja) | 翻訳装置 | |
| JPH0877170A (ja) | 機械翻訳装置 | |
| JPH08190562A (ja) | 機械翻訳装置 | |
| JPH0554063A (ja) | 対話型英日機械翻訳システム | |
| JPH0561902A (ja) | 機械翻訳システム | |
| JPH0410665B2 (ja) | ||
| JPH09160920A (ja) | 機械翻訳装置 | |
| JPH0414168A (ja) | 文書作成装置 | |
| JPH0635964A (ja) | 機械翻訳装置 | |
| JPH03225468A (ja) | 機械翻訳装置 | |
| JPH0550778B2 (ja) | ||
| JPH0683807A (ja) | 文書作成装置 | |
| JPH05225232A (ja) | テキスト自動前編集装置 | |
| JPH0746359B2 (ja) | 日本語文章処理方式 | |
| JPH04130577A (ja) | 自然言語処理装置 | |
| JPH0778166A (ja) | 翻訳方法及び機械翻訳装置 | |
| JPH04321178A (ja) | 機械翻訳システム | |
| JPS6244872A (ja) | 機械翻訳装置 | |
| JPH03212767A (ja) | 自然言語生成方法 | |
| JPH08241315A (ja) | 文書処理装置の単語登録機構 |