JPH09160920A

JPH09160920A - 機械翻訳装置

Info

Publication number: JPH09160920A
Application number: JP7322997A
Authority: JP
Inventors: Hiroko Nozawa; 裕子野沢
Original assignee: Brother Industries Ltd
Current assignee: Brother Industries Ltd
Priority date: 1995-12-12
Filing date: 1995-12-12
Publication date: 1997-06-20

Abstract

(57)【要約】【課題】日本語文が、辞書に登録されている表記と異
なり、ひらがなで与えられた場合でも、辞書が引けるよ
うにすることにより、翻訳精度の向上を目的とする。【解決手段】与えられた日本語文を形態素解析した結
果、辞書にない語があり（Ｓ１３：ＹＥＳ）、さらにそ
の未登録語がひらがなだけで構成されていたら（Ｓ１
７：ＹＥＳ）、読み検索部４２ｄによって、形態素解析
辞書４３ｄに格納された読み情報中に一致するものがな
いか否かを検索する（Ｓ１９）。辞書中に未登録語の表
記と同じ読みを持つ語があったら（Ｓ２１：ＹＥＳ）、
未登録語を、検索された辞書中の語と入れ換え（Ｓ２
３）、辞書が引けた状態で形態素解析結果とする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、与えられた日本語
を他言語に翻訳する機械翻訳装置に関するものである。

【０００２】

【従来の技術】従来、原言語である日本語を目的言語で
ある他言語に翻訳する機械翻訳装置における大まかな処
理手順は次のようである。まず、原文として与えられた
日本語文を形態素解析し、次いでその日本語の構文を解
析し、さらに目的言語の訳語に変換し、最後に目的言語
の文を文法的に正しく生成する。これらの処理には、機
械翻訳装置が予め用意している基本辞書の他、使用者が
登録できるユーザ辞書や、専門的な用語が登録されてい
る専門用語辞書等の辞書が参照される。このうち、形態
素解析では、原文である日本語を、用意された各種の辞
書を参照しながら品詞毎に分解する。

【０００３】しかしながら、原文に使われる語の全てが
辞書に登録されているわけではない。従って、形態素解
析をした結果、どの辞書にも登録されていない、いわゆ
る未登録語が生じることがある。この未登録語には訳語
をつけることができないので、目的言語中に日本語のま
ま出力することになる。

【０００４】ところで、この未登録語は、辞書に全く登
録されていない語に限るものではない。即ち、辞書に登
録されている表記と異なる表記で書かれていると、辞書
が引けず、未登録語となる。例えば、辞書に登録されて
いる見出し語が「取り付け」である場合、原文中の「取
付け」に対して「取り付け」の辞書は引けない。「取付
け」で辞書が引けるためには、「取付け」という辞書を
別に登録するか、あるいは「取り付け」の異表記として
の見出し語「取付け」を辞書に登録する必要があった。
異表記として登録されていれば、見出し語以外の辞書情
報は「取り付け」と共有し、見出し語としての「取付
け」は「取り付け」と同じレベルで形態素解析時に参照
される。

【０００５】しかし、日本語では助詞や助動詞にひらが
なが使われるため、ひらがな表記の見出し語があまり多
いと、形態素解析の結果が複雑になったり、正しく形態
素解析できないことが考えられる。例えば、「実」に
「み」が異表記として登録されていると、「林檎のみ」
について、「林檎／のみ」と「林檎／の／実」の２通り
の結果が得られ、さらに「蚤」の異表記として「のみ」
が登録されていれば、「林檎蚤」も有り得る。これらの
複数の形態素解析結果から、正しい結果を一つ選択しな
ければならないので、処理も複雑になり、常に正しい結
果を得られるとは限らない。このため、辞書には、よく
使われるひらがな表記か、あるいは、ひらがなで登録し
ても形態素解析時に悪影響を及ぼさないと思われる語し
か、ひらがなの見出し語では登録しなかった。

【０００６】

【発明が解決しようとする課題】しかしながら、使用者
には、辞書の見出し語がどの表記で書かれているかがわ
からないため、別の表記なら翻訳できるものが、翻訳で
きない結果となることがある。特に、ひらがな表記につ
いては、前述したように辞書登録が少ないため、使用者
がたまたまひらがなで書いた場合、辞書が引けず、未登
録語として扱われることが多い。

【０００７】例えば、「取り付け」の辞書に「取付け」
が異表記として登録されていても、原文に「とりつけ」
と書かれていると、「取り付け」の辞書は引けない。つ
まり、「取り付け」あるいは「取付け」であれば翻訳で
きる文でも、「とりつけ」と書いてしまったために、翻
訳できないということがあった。

【０００８】本発明は、上述した問題点を解決するため
になされたものであり、辞書に読みの情報を持たせてお
き、形態素解析の結果、辞書が引けずに未登録語とされ
た語のうち、ひらがなだけで書かれている語について
は、その読みの情報から同じものを検索し、同じ読みを
持つ語が辞書に登録されていた場合には、その見出し語
の辞書情報を使用して翻訳することにより、翻訳できな
い文を減らし、翻訳精度を向上させることを目的とす
る。

【０００９】

【課題を解決するための手段】この目的を達成するため
に、本発明の請求項１に記載の機械翻訳装置は、原言語
として与えられた日本語文を、目的言語としての他言語
文に翻訳するために必要な情報を格納した翻訳辞書と、
与えられた日本語文を、前記翻訳辞書に格納された情報
を参照しながら形態素解析する形態素解析手段と、前記
形態素解析手段によって形態素解析された日本語文を、
前記翻訳辞書に格納された情報を参照しながら日本語文
を目的言語に翻訳するための文法ルールを格納した翻訳
処理部とを有し、前記翻訳辞書にはそれぞれの見出し語
の読み情報が格納されており、前記形態素解析手段によ
る形態素解析の結果、前記翻訳辞書に見出し語としての
登録がなく、語の確定ができなかった部分について、未
登録語とする未登録語決定手段と、前記未登録語決定手
段により決定された未登録語がひらがなだけで構成され
ているかを判別する表記判別手段と、前記表記判別手段
によりひらがなだけで構成されていると判別された未登
録語について、その表記と一致する前記読み情報を、前
記翻訳辞書から検索する読み検索手段と、前記読み検索
手段による検索の結果、前記翻訳辞書中に未登録語の表
記と一致する読み情報を持つ見出し語が存在した場合、
その未登録語を、その見出し語と入れ換える見出し語入
れ換え手段とを有し、前記翻訳処理部における翻訳処理
は、前記見出し語入れ換え手段によって入れ換えられた
見出し語を使って行われる。

【００１０】これによれば、与えられた日本語文を形態
素解析した結果、翻訳辞書になく、かつ、ひらがなだけ
で構成されている未登録語があれば、その表記と一致す
る読み情報をもつ語を翻訳辞書から検索し、その見出し
語に入れ換えて形態素解析結果とし、翻訳精度を向上さ
せる。

【００１１】また、請求項２に記載の機械翻訳装置は、
用言か否かを判別する用言判別手段を備え、前記未登録
語が用言であるか否かに応じて、前記読み検索による検
索を行う。

【００１２】これによれば、活用する用言が未登録語と
された場合には、読み情報に加えて活用情報を参照する
ことにより、読み検索の精度を上げることができ、さら
に翻訳精度が高くなる。

【００１３】また、請求項３に記載の機械翻訳装置は、
前記読み検索手段による検索を、検索対象となる語のみ
の情報を格納した読み検索用辞書について行い、無駄の
ない検索を行いつつ、翻訳精度を向上させる。

【００１４】

【発明の実施の形態】以下、本発明の実施の形態につい
て図面を参照して説明する。

【００１５】ここでは、原言語としての日本語文を目的
言語としての英語文に翻訳する日英機械翻訳装置を例に
して説明する。

【００１６】まず、図１を参照して、本実施形態の日英
機械翻訳装置全体の構成を説明する。翻訳の対象となる
日本語文や指示を入力するためのキーボード等の入力装
置１０と、ＣＲＴ等の出力装置５０とは、装置全体を制
御するための中央処理装置（ＣＰＵ）２０に接続されて
いる。

【００１７】記憶手段であるのＲＡＭ３０は、ＣＰＵ２
０に接続され、入力された日本語文を記憶するための入
力バッファ領域３１と、翻訳結果の英語文を記憶するた
めの出力バッファ領域３２と、ワークエリア３３とから
なる。

【００１８】プログラムや辞書等を格納するＲＯＭ４０
は、ＣＰＵ２０と接続され、各種処理を行うための制御
プログラム４１と、与えられた日本語文を形態素解析す
るための形態素解析手段としての形態素解析部４２と、
翻訳するためにシステムが予め用意した辞書を格納し
た、翻訳辞書としての辞書部４３と、辞書情報を参照し
ながら翻訳を進めるための文法ルールを格納した、翻訳
処理部としての文法部４４とからなる。

【００１９】形態素解析部４２は、与えられた日本語に
対して通常の形態素解析処理を行う第１形態素解析部４
２ａと、未登録語決定手段としての未登録語決定部４２
ｂと、表記判別手段としての表記判別部４２ｃと、読み
検索手段としての読み検索部４２ｄと、見出し語入れ換
え手段としての見出し語入れ換え部４２ｅとからなる。

【００２０】システムが、予めＲＯＭ４０内に用意して
いる辞書を、基本辞書と呼ぶ。本実施形態における基本
辞書は、辞書部４３であり、この辞書部４３は、解析辞
書４３ａと、変換辞書４３ｂと、生成辞書４３ｃと、形
態素解析辞書４３ｄとからなる。

【００２１】形態素解析辞書４３ｄには、日本語の見出
し語と品詞や活用情報、接続情報が格納されており、第
１形態素解析部４２ａにおいて、日本語文を形態素解析
する時に参照される。また、解析辞書４３ａには、意味
情報や格支配情報等、形態素解析が終了した日本語文を
構文解析するために必要な情報が格納されている。

【００２２】構文解析の後、日本語の単語と英語の単語
が対になった形で登録されている変換辞書４３ｂと、英
語の単語について活用情報や生成位置の情報等が格納さ
れた生成辞書４３ｃを参照しながら、文法部４４におい
て英語として正しい翻訳文が生成される。

【００２３】さらに、外部記憶装置６０が、ＣＰＵ２０
と接続され、使用者が希望に応じて用意する専門用語辞
書や、使用者が翻訳結果に反映させるために自ら作成す
るユーザ辞書等が格納される。

【００２４】図２は、本発明の実施の形態における名詞
の形態素解析辞書４３ｄの内容の一部を模式的に示した
図である。

【００２５】図２に示すように、この形態素解析辞書４
３ｄには、通常の形態素解析時に参照される情報の一部
として、見出し語、異形語、品詞の各情報が格納されて
いる他、見出し語の読みの情報が格納されている。

【００２６】異形語に登録されている語は、表記以外の
辞書情報は見出し語と共有し、表記だけは、形態素解析
時に独立した見出し語のように参照される。つまり、例
えば、入力文における表記が、「眼鏡」、「めがね」、
「メガネ」のいずれであっても、形態素解析時には「眼
鏡」の辞書を引くことができ、「眼鏡」の辞書情報を参
照しながら翻訳処理が行われる。

【００２７】次に、本実施形態の形態素解析の処理につ
いて、図３のフローチャートを参照しながら説明する。

【００２８】まず、翻訳の対象となる日本語文が与えら
れ、入力装置１０から翻訳実行の命令が与えられると、
第１形態素解析部４２ａにおいて、形態素解析辞書４３
ｄに格納された見出し語や活用情報、接続情報等を参照
しながら通常の形態素解析が行われる（ステップ１１。
以下、ステップをＳと略す）。この結果、与えられた日
本語文全体が、辞書にある語で構成されていれば（Ｓ１
３：ＮＯ）、形態素解析は終わる。例えば、与えられた
日本語文が、「私は学校へ行く」である場合、形態素解
析結果は図４（ａ）のようになる。

【００２９】ここで、与えられた日本語文が「私はがっ
こうへ行く」である場合、形態素解析結果は、図４
（ｂ）のようになる。図４（ｂ）において、「がっこ
う」は、辞書の見出し語に存在せず、形態素解析辞書４
３ｄが引けなかったために、形態素解析ができず、品詞
が決まらなかった状態にあることを示している。従っ
て、ここで、「がっこう」は、未登録語として認識され
る。

【００３０】その後、表記判別部４２ｃにおいて、この
未登録語が、ひらがなだけでできているか否かを調べ
る。未登録語中に、ひらがな以外の文字が含まれている
場合（Ｓ１７：ＮＯ）、その未登録語を、未登録語決定
部４２ｂにおいて、辞書にない名詞とする（Ｓ１８）。
これは、品詞が決まっていないと、その後の日本語の構
文解析ができないため、便宜的に、活用しない品詞であ
る名詞に設定するものである。この場合、これで形態素
解析は終わる。

【００３１】未登録語が、「がっこう」のように、ひら
がなだけで構成されている場合（Ｓ１７：ＹＥＳ）、読
み検索部４２ｄによって、形態素解析辞書４３ｄに格納
された読み情報中に一致するものがないかを検索する
（Ｓ１９）。検索の結果、辞書中に同じ読みを持つ語が
見つからなかった場合（Ｓ２１：ＮＯ）、その未登録語
を、前述と同様の理由で、辞書にない名詞として処理
し、形態素解析を終了する。

【００３２】検索の結果、形態素解析辞書４３ｄ中に、
未登録語の表記と同じ読みを持つ語が発見された場合
（Ｓ２１：ＹＥＳ）、見出し語入れ換え部４２ｅによっ
て、日本語文中の未登録語は、検索された辞書中の語と
入れ換えられる（Ｓ２３）。即ち、未登録語「がっこ
う」は、辞書中の「学校」の読みである「がっこう」と
一致するので、「がっこう」が「学校」と入れ換えられ
る。この時の結果を図４（ｃ）に示す。図４（ｃ）に示
されるように、あたかも第１形態素解析部４２ａによる
通常の形態素解析で、辞書が引けたかのような結果とな
り、形態素解析が終わる。

【００３３】また、この一連の処理において、図５に示
すように、未登録語がひらがなだけでできているか否か
を調べる前に、予め、品詞を名詞に決定してもよい（Ｓ
３５）。後に詳述するように、活用語である用言は、形
態素解析辞書４３ｄ内の構成が異なるため、前述の処理
によっては、用言の読み検索をすることは困難なので、
検索対象を名詞に限ることにより、余分な検索作業を防
ぐことができる。

【００３４】この後は、通常の翻訳処理が行われ、文法
部４４において解析、変換、生成の文法ルールが参照さ
れ、英語文が生成されるが、この処理の流れについては
既知の技術であるので記述を省く。

【００３５】ところで、形態素解析辞書４３ｄにおい
て、用言の辞書は、図６のように構成されている。図６
（ａ）は、用言の形態素解析辞書４３ｄの内容を模式的
に示した図である。図６（ａ）に示すように、用言の形
態素解析辞書４３ｄでは、語幹のみが見出し語とされて
いる。これは、用言は活用するため、全ての活用形を見
出し語として持つように構成すると、辞書の容量が増え
てしまうためである。従って、読み情報も、語幹につい
てのみが格納されている。

【００３６】通常の形態素解析では、辞書の見出し語を
検索する際、用言の場合は、語幹で検索する。与えられ
た日本語文中の表記と同じ語幹が辞書にあると、その見
出し語の活用情報から、その活用の活用テーブルを参照
する。図６（ｂ）は、この活用テーブルの一例を模式的
に示した図である。図６（ｂ）に示すように、活用テー
ブルには、それぞれの活用形の活用語尾が格納されてい
る。これらの活用語尾を語幹につけた形、すなわち「行
か」「行き」「行っ」等の形と、日本語文の表記とをさ
らに比較し、同じであれば、その用言の品詞のその活用
形であると判断できる。このようにして、「行った」の
「行っ」は動詞「行く」の連用形であることがわかる。

【００３７】さて、前述の図３又は図５に示す処理に従
って読み情報を検索する場合、未登録語全体の読みと一
致する読み情報が、形態素解析辞書４３ｄに存在するか
否かを検索する。従って、名詞のように活用しない語で
あれば、読みをみつけてくることができるが、活用する
用言の場合には、活用語尾が読み情報に存在しないの
で、有効な処理にならない。

【００３８】そこで、未登録語決定部４２ｂにおいて、
未登録語を、まずその接続から用言か否を判断する。例
えば、未登録語の直後の語に助動詞の辞書が引けている
場合、未登録語は用言である可能性が高い。用言か否か
を決定した後に、辞書の読み情報を検索することによ
り、より正しい形態素解析結果を得ることができる。

【００３９】用言であると判断された未登録語を、辞書
の読み情報から検索する場合には、見出し語の代わりに
語幹の読み情報を使う。この場合の処理の流れを、図７
のフローチャートを参照して説明する。

【００４０】形態素解析の結果（Ｓ６１）、辞書が引け
ず、品詞が決定できない語があると（Ｓ６３）、未登録
語決定部４２ｂにおいて、後方の接続から用言であると
判断できる語については用言とする（Ｓ６５：ＹＥ
Ｓ）。この時、用言と判断できない語は、図３又は図５
のフローチャートで示した前述の処理が行われる（図
３：Ｓ１７、図５：Ｓ３５）。

【００４１】図８（ａ）に、未登録語が用言であると判
断できる例を示す。図８（ａ）は、「父が私にかたりま
した。」という日本語文の、第１形態素解析部４２ａに
よる形態素解析結果であり、「かたり」の部分が辞書が
引けず、未登録語となっている。

【００４２】その後、表記判別部４２ｃにおいて、未登
録語がひらがなだけでできているか否かを調べる。未登
録語中に、ひらがな以外の文字が含まれている場合（Ｓ
６７：ＮＯ）、その未登録語を、辞書にない動詞として
処理し、そのまま形態素解析は終わる。品詞を動詞にす
る理由は、次に行う日本語の構文解析のために、用言の
代表として、便宜的に設定するものである。

【００４３】未登録語が、「かたり」の様にひらがなだ
けで構成されている場合（Ｓ６７：ＹＥＳ）、読み検索
部４２ｄによって、形態素解析辞書４３ｄに格納された
読み情報中に一致するものがないかを検索する（Ｓ６
９）。この時、既に未登録語を用言であると判断してい
るので、検索対象を用言に限り、未登録語が、語幹の読
みと同じ表記を持たないかを調べることにより、余分な
検索作業を防ぐことができる。検索の結果、辞書中に同
じ読みを持つ語幹が見つからなかったら（Ｓ７１：Ｎ
Ｏ）、その未登録語を辞書にない動詞として処理し、そ
のまま形態素解析は終わる。

【００４４】辞書中に、未登録語の前方部分の表記と同
じ読みを持つ語幹がある場合（Ｓ７１：ＹＥＳ）、その
辞書に格納された活用情報から活用テーブルを参照し、
語幹の読みに活用語尾をつけた形が、未登録語の表記と
同じか否かを調べる（Ｓ７３）。即ち、動詞「語る」の
語幹の読みである「かた」と、未登録語「かたり」の
「かた」が同じなので、「語る」の活用情報からラ行五
段の活用テーブルを参照し、語幹の読みと活用語尾をつ
けた形である「かたら」、「かたり」、「かたっ」等と
未登録語の表記とを比べる。語幹の読みに活用語尾をつ
けた形と、未登録語の表記とが同じでなければ（Ｓ７
５：ＮＯ）、未登録語はその用言ではなく、辞書にない
動詞として処理されることとなり、形態素解析は終わ
る。

【００４５】語幹の読みに活用語尾をつけた形と、未登
録語の表記とが同じなら（Ｓ７５：ＹＥＳ）、見出し語
入れ換え部４２ｅによって、日本語文中の未登録語は、
検索された辞書中の語と入れ換えられる（Ｓ７７）。即
ち、未登録語「かたり」は、辞書中の「語る」の語幹の
読みである「かた」と連用形の活用語尾「り」とをつけ
た形「かたり」と一致するので、未登録語「かたり」
が、辞書中の「語る」の連用形と入れ換えられる。この
時の結果を図８（ｂ）に示す。図８（ｂ）に示されるよ
うに、あたかも第１形態素解析部４２ａによる通常の形
態素解析で辞書が引けたかのような結果となり、形態素
解析が終わる。

【００４６】尚、読み検索部４２ｄによる検索は、形態
素解析辞書４３ｄそのものではなく、図９に示すよう
に、読み専用辞書４３ｅとして、別に用意した辞書を用
いてもよい。例えば、「たいしょう」が、「対象」、
「対照」、「対称」、「大将」のように複数の候補を持
つ場合のように、同音異義語については、どの見出し語
と入れ換えるべきか正しく選択できないため、この読み
検索用辞書では、同音異義語を持つ語を除く等して、検
索効率を高めることができる。

【００４７】

【発明の効果】以上説明したことから明かなように、本
発明の請求項１に記載の機械翻訳装置によれば、形態素
解析の結果、未登録語と判断された語についても、ひら
がなで表記されていれば、辞書の読み情報を検索して、
再度形態素解析を試みることにより、与えられた日本語
文に、システムが予め用意している辞書の表記と異なる
表記が使われた場合に未登録語とされる割合を減らし、
翻訳精度を高めることができる。

【００４８】また、請求項２に記載の機械翻訳装置によ
れば、接続情報から未登録語が用言であるか否かを判断
し、それに応じた読み検索の処理をするので、未登録語
が活用する場合でも、表記と一致する読み情報を確実に
発見することができ、さらに翻訳精度を高めることがで
きる。

【００４９】さらに、請求項３に記載の機械翻訳装置に
よれば、ひらがな表記に対応する読み情報から、その語
を決定するために適した語だけを格納した専用の辞書を
使うため、無駄のない検索ができる。

【図面の簡単な説明】

【図１】本発明の実施の形態の構成を示すブロック図で
ある。

【図２】本発明の実施の形態に使われる形態素解析辞書
の内容の一部を模式的に示した図である。

【図３】本発明の実施の形態における未登録語の処理の
流れを示すフローチャートである。

【図４】本発明の実施の形態における各段階の形態素解
析結果を示した図である。

【図５】本発明の実施の形態における未登録語の他の処
理の流れを示すフローチャートである。

【図６】本発明の実施の形態に使われる用言の形態素解
析辞書と活用テーブルの内容の一部を模式的に示した図
である。

【図７】本発明の実施の形態における用言の未登録語の
処理の流れを示すフローチャートである。

【図８】本発明の実施の形態における各段階の他の形態
素解析結果を示した図である。

【図９】本発明の他の実施の形態の構成を示すブロック
図である。

【符号の説明】

２０ＣＰＵ３０ＲＡＭ４０ＲＯＭ４２形態素解析部４２ａ第１形態素解析部４２ｂ未登録語決定部４２ｃ表記判別部４２ｄ読み検索部４２ｅ見出し語入れ換え部４３辞書部４３ａ解析辞書４３ｂ変換辞書４３ｃ生成辞書４３ｄ形態素解析辞書４３ｅ読み専用辞書４４文法部

Claims

【特許請求の範囲】

【請求項１】原言語として与えられた日本語文を、目
的言語としての他言語文に翻訳するために必要な情報を
格納した翻訳辞書と、与えられた日本語文を、前記翻訳辞書に格納された情報
を参照しながら形態素解析する形態素解析手段と、前記形態素解析手段によって形態素解析された日本語文
を、前記翻訳辞書に格納された情報を参照しながら目的
言語に翻訳するための文法ルールを格納した翻訳処理部
とを有する機械翻訳装置において、前記翻訳辞書には、見出し語の読み情報が格納されてお
り、前記形態素解析手段による形態素解析の結果、前記翻訳
辞書に見出し語としての登録がなく、語の確定ができな
かった部分について、未登録語とする未登録語決定手段
と、前記未登録語決定手段により決定された未登録語が、ひ
らがなだけで構成されているか否かを判別する表記判別
手段と、前記表記判別手段により、ひらがなだけで構成されてい
ると判別された未登録語について、その表記と一致する
前記読み情報を、前記翻訳辞書から検索する読み検索手
段と、前記読み検索手段による検索の結果、前記翻訳辞書中に
未登録語の表記と一致する読み情報を持つ見出し語が存
在した場合、その未登録語を、その見出し語と入れ換え
る見出し語入れ換え手段とを有し、前記翻訳処理部における翻訳処理は、前記見出し語入れ
換え手段によって入れ換えられた見出し語を使って行わ
れることを特徴とする機械翻訳装置。
【請求項２】前記未登録語が、用言か否かを判別する
用言判別手段を備え、前記未登録語が用言であるか否か
に応じて、前記読み検索手段による検索を行なう請求項
１に記載の機械翻訳装置。
【請求項３】前記読み検索手段による検索を、検索対
象となる語のみの情報を格納した読み検索用辞書につい
て行う請求項１に記載の機械翻訳装置。