JPH10116286A - 自然言語翻訳方法及び装置 - Google Patents

Abstract

(57)【要約】 【課題】 対訳例文集の編集精度が多少劣っている場合
であっても、適切な対訳用例に基づいて実例型方式を動
作させることが可能な自然言語翻訳方法及び装置を提供
する。 【解決手段】 本発明は、翻訳対象の第１自然言語の入
力文に対する類似文を抽出し、抽出された類似文に対応
付けられた第２自然言語の対応文に類似したものをいく
つかのグループとして類型化し、最も多くの文が属する
グループの代表的な文と対になっている第１の自然言語
の文を類似文として取り出し、入力文と抽出された類似
文との表現の異なる表現差分を検出し、検出された表現
差分に対応する表現箇所を適当な第２の自然言語の表現
に置換して、第２自然言語の訳文を生成して出力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、自然言語翻訳方法
及び装置に係り、特に、入力された第１自然言語による
文を第２自然言語による文に自動的に翻訳して出力する
自然言語翻訳方法及び装置に関する。

【０００２】詳しくは、既存の第２自然言語の文を真似
ることにより自然な訳文の生成を行うための自然言語翻
訳方法及び装置に関する。

【０００３】

【従来の技術】自然言語自動翻訳装置としては、実例型
方式、規則型方式に基づく装置が多数知られている。こ
のうち、実例型方式は予め対訳例文集を用意しておき、
第１自然言語の入力文に対する類似文を対訳例文集から
抽出し、この類似文に対する対訳文のうち、入力文と類
似文が異なっている部分を差し替えることにより、第２
自然言語の出力文を生成する。即ち、実際の翻訳例に基
づいて訳文を生成するため、出力文は一定の品質を持っ
ていることが期待されている。しかし、類似文が抽出さ
れなければ、この方式は訳文が生成されないため、類似
表現が多用される文書の翻訳に適している。

【０００４】なお、規則型方式は、第１自然言語の入力
文に対して、辞書やルールを用いて、形態素解析、構文
解析、意味解析等の解析を行い、その結果に基づいて第
１自然言語の中間表現を生成し、この中間表現を第２自
然言語の中間表現に変換し、この中間表現に基づいて第
２自然言語の出力文を生成する。

【０００５】

【発明が解決しようとする課題】しかしながら、上記の
従来の技術のうち、実例型方式では、当該方式の基本と
なる対訳例文集を作成することが困難であるという問題
がある。この方式では、類似表現が多用される文書を収
集し、予め対訳例文集を生成しておく必要がある。しか
し、既存の対訳文書には意訳されている部分が多く、こ
の方式で必要とする文対文の翻訳実例を得るのは容易で
はない。また、対訳例文集に登録した実例が不適当であ
れば、翻訳品質は低下してしまうため、この点からも対
訳例文集を整備するのは困難である。

【０００６】また、対訳例文集は、予め利用し易い形式
に構造化しておくことが暗黙の了解になっており、その
ための構造化を行うためのコストが現実にはかなり問題
となる。さらに、入力文がうまく構造化できなければ、
結果的に予め構造化した例文との照合に失敗し、適切な
例文を得ることができない。

【０００７】本発明は、上記の点に鑑みなされたもの
で、対訳例文集の編集精度が多少劣っている場合であっ
ても、適切な対訳用例に基づいて実例型方式を動作させ
ることが可能な自然言語翻訳方法及び装置を提供するこ
とを目的とする。

【０００８】

【課題を解決するための手段】図１は、本発明の原理を
説明するための図である。本発明の自然言語翻訳方法
は、翻訳対象の第１自然言語の入力文に対する類似文を
抽出し（ステップ１）、抽出された類似文に対応付けら
れた第２自然言語の対応文に類似したものをいくつかの
グループとして類型化し（ステップ２）、最も多くの文
が属するグループの代表的な文と対になっている第１自
然言語の文を類似文として取り出し（ステップ３）、入
力文と抽出された類似文との表現の異なる表現差分を検
出し（ステップ４）、検出された表現差分に対応する表
現箇所を適当な第２自然言語の表現に置換して（ステッ
プ５）、第２自然言語の訳文を生成して出力する（ステ
ップ６）。また、本発明は、類似文を取り出す際に、所
定の類似度の範囲で該類似文を抽出し、類型化されたグ
ループの代表的な文と対になっている第１自然言語を類
似文とする。

【０００９】また、本発明は、類似文を取り出す際に、
所定の類似度以上の評価値を有する第１自然言語の文を
抽出する。また、本発明は、差分表現を検出する際に、
入力文と類似文の双方に形態素解析、構文解析、意味解
析を含む解析処理を行い、解析結果に基づいて入力文と
類似文との表現の異なる表現差分を検出する。

【００１０】また、本発明は、表現差分を検出する際
に、解析誤りを打ち消し合うように、入力文と類似文を
並列的に解析する。図２は、本発明の原理構成図であ
る。本発明は、第１自然言語の文と第２自然言語の文と
を対応付けた対訳例文集７０と、翻訳対象となる第１自
然言語の入力文を読み込む入力手段１０と、入力文に類
似する第１自然言語の類似文を対訳例文集から複数抽出
し、該類似文に対応付けられた第２自然言語の対応文に
似たものをいくつかのグループとして類型化し、最も多
くの文が属するグループの代表的な文と対となっている
第１自然言語の文を類似文とする類似文抽出手段２０
と、入力文と類似文との表現の異なる表現差分を検出す
る差分検出手段３０と、表現差分に対応する類似文に対
応付けられた第２自然言語の対応文の表現箇所を調べる
差分解析手段４０と、表現差分に対応する対応文の表現
箇所を適当な第２自然言語の表現に置換して、第２自然
言語の訳文を生成する訳文生成手段５０と、生成された
第２自然言語の訳文を出力する出力手段６０とを有す
る。

【００１１】また、上記の類似文抽出手段２０は、類似
文を所定の範囲内の類似度を有する第１自然言語の文を
抽出する範囲内抽出手段と、グループ内の代表的な文と
対となっている第１自然言語の文を類似文として抽出す
る代表類似文抽出手段とを含む。

【００１２】また、上記の差分検出手段３０は、類似文
抽出手段２０により抽出された第１自然言語の類似文の
うち、第２自然言語と対応が取りやすいものを利用する
類似文選択手段を含む。また、上記の差分検出手段３０
は、入力文と類似文の双方に対して形態素解析、構文解
析、意味解析を含む解析を並列的に行い、解析結果に基
づいて該入力文と該類似文との表現の異なる表現差分を
求める解析手段を含む。

【００１３】上記のように、従来の実例型方式では、入
力文と最も類似する文の対訳に基づ訳文を生成していた
のに対し、本発明では、類似文候補を複数文抽出した
後、各類似文候補に対応づけられた訳文を類型化するこ
とにより、特異な翻訳例を除去することが可能となる。

【００１４】さらに、入力文に対する類似文を一定の類
似度の範囲で複数文取り出し、各類似文に対応付けられ
た第２自然言語の対応文の似たものをいくつかのグルー
プとして類型化し、各グループから代表的な文と対にな
っている第１自然言語の文を類似文として取り出し、さ
らに、第１自然言語の文と第２自然言語の文の対応の取
りやすいものを類似文として利用することにより、さら
に適切な対訳用例に基づいて翻訳することが可能とな
る。

【００１５】また、本発明は、類型化の結果に応じて、
訳文のタイプが異なるものを適宜チェックすることによ
り、さらに、適当な対訳文に基づいて訳文を生成するこ
とが可能となる。

【００１６】

【発明の実施の形態】図３は、本発明の自然言語翻訳装
置の構成を示す。同図に示す自然言語翻訳装置は、入力
部１０、類似文抽出部２０、差分抽出部３０、差分解析
部４０、生成部５０、出力部６０及び対訳例文集７０か
ら構成される。

【００１７】入力部１０は、翻訳対象となる第１自然言
語の入力文を読み込む。類似文抽出部２０は、入力文に
類似する第１自然言語の類似文を対訳例文集７０から抽
出すると共に、その類似文に対応付けられた第２自然言
語の対応文を取り出す。差分抽出部３０は、入力文と類
似文との表現の異なる表現差分を検出する。差分解析部
５０は、表現差分に対応する類似文に対応付けられた第
２自然言語の対応文の表現箇所を調べる。生成部５０
は、表現差分に対応する対応文の表現箇所を適当な第２
自然言語の表現に置換する第２自然言語の訳文を生成す
る。出力部６０は、生成された第２自然言語の訳文を出
力する。対訳例文集７０は、構造化された対訳テキスト
を格納する。

【００１８】上記の構成を有する自然言語翻訳装置にお
いて、類似文抽出部２０は、対訳例文集７０から入力文
に対する類似文を一定の類似度の範囲で複数文取り出
し、各類似文に対応付けられた第２自然言語の対応文の
似たものを幾つかのグループとして類型化し、最も多く
の文が属するグループの代表的な文と対になっている第
１自然言語の文を類似文として取り出す。

【００１９】図４は、本発明の類似文抽出部の構成を示
す。同図に示す類似文抽出部２０は、対訳例文集７０か
ら入力文（第１自然言語）に類似する日本語例文を抽出
する類似文候補抽出部２１、対訳例文集７０から類似文
として抽出された第１自然言語に対応付けられた第２自
然言語の文を抽出する類似文対応訳抽出部２２、抽出さ
れた類似文に共通して出力する単語の組み合わせにより
グループ化する訳文類型化部２３、及び、共通単語の重
なり方（最も重なりの多いもの、または、各グループの
代表例）に基づいて類似文を１つに絞り込む類似文候補
絞り込み部２４より構成される。

【００２０】図５は、本発明の差分抽出部の構成を示
す。同図に示す差分抽出部３０は、入力文と類似文のそ
れぞれについて形態素解析、構文解析、意味解析等の解
析処理を適用する言語解析部３１、言語解析部３１で取
得した形態素解析結果を比較して、入力文と類似文が異
なっているかを検出する単語対応検定部３２、入力文の
形態素解析結果と類似文の形態素解析結果において複合
語となっているかを判定する複合語対応検定部３３、入
力文と類似文の単語において、句対応に単語の働きの違
いを検出する句対応検定部３４、及び節対応に単語の働
きの違いを検出する節対応検定部３５より構成される。

【００２１】

【実施例】以下、図面と共に本発明の実施例を説明す
る。以下の実施例では、第１自然言語を日本語、第２自
然言語を英語として説明する。

【００２２】処理の概要は、入力部１０から入力された
日本文を翻訳対象として、類似文抽出部２０で入力文の
日本文と類似する日本文を対訳例文集７０から抽出し、
差分抽出部３０で入力文と類似文の表現の違いを検出
し、差分解析部４０で類似文に対応する英文のうち、表
現差分に対応する表現箇所を調べ、生成部５０で表現差
分に対応する対応文の表現箇所を適当な英語表現で置換
することにより英文を生成し、出力部６０から出力す
る。

【００２３】図６は、本発明の一実施例の対訳例文集の
例であり、図７、図８は、構造化された対訳例文集の例
であり、そのうち、図７は、単語単位で対応付けた例で
あり、図８は、句単位で対応付けた例を示す。図６に示
す対訳例文集については、差分解析部３０に言語解析部
３１を有する場合には利用可能であるが、言語解析部３
１を持たない場合には、図７、図８に示すように、構造
化された対訳例文集の構造を採るものとする。

【００２４】入力部１０から入力される入力文として、 『日経８月物は続落』 の場合、類似文抽出部２０において、まず、類似文候補
抽出部２１は、対訳例文集７０から類似する日本語例文
を抽出する。類似文の検索方法は、各種手法が提案され
ているが、ここでは、簡単のため、入力文と日本語例文
との一致文字数と不一致文字数の差により、類似判定を
行うことにする。

【００２５】入力文と日本語例文の一致文字数から入力
文における不一致文字数と、日本語例文における不一致
文字数を引くと、図９に示すような評価値が得られる。
このうち、評価値がプラスになったもの、即ち、文番号
４０４、４０５、４０６の３文を類似文として抽出す
る。抽出される類似文は、 文番号４０４： 『９月物は続落。』 文番号４０５： 『日経１０月物は続落。』 文番号４０６： 『日経１１月物は続落』 となる。

【００２６】次に、類似文対応訳抽出部２２は、対訳例
文集７０から類似文として、抽出された３文に対応付け
られた英語例文を抽出する。ここで、抽出される英語例
文は、文番号４０４の日本語例文に対応するのは、 『September contracts continued declining.』 文番号４０５の日本語例文に対応するのは、 『Nikkei Average October contract continued declin
ing.』 文番号４０６の日本語例文に対応するのは、 『Nikkei Average November contract continued decli
ning. 』 となる。

【００２７】次に、訳文類型化部２３は、英語例文の３
文の類型化を行う。類型化の方法としては、色々な方法
が考えられるが、ここでは、英語例文の３文に共通に出
現する単語の組み合わさり方によってグループ化するこ
とにする。この３文には、単数、複数の違いも別単語で
あるとすると、文番号４０４と文番号４０５では、"con
tinued" と"declining" が、文番号４０５と文番号４０
６では、"Nikkei"と"Average" と"contract"が共通単語
で、文番号４０４と４０６には、共通単語がないことが
判る。

【００２８】その結果、類似文候補絞り込み部２４は、
文番号４０５『日経１０月物は続落』が絞り込み結果と
して得られることになる。もし、共通単語の重なり方に
よっては、最も重なりの多いものを類似文抽出部２０の
出力とする方法と、類型化された各グループの代表例を
１文ずつ出力する方法がある。

【００２９】次に、差分抽出部３０では、入力文と類似
文抽出部２０により得られた類似文の表現差分を調べ
る。まず、解析部３１は、入力文と類似文のそれぞれに
ついて形態素解析、構文解析、意味解析等の解析処理を
適用する。入力文の形態素解析結果が、 「日経（固有名詞）／８月（数詞）／物（接尾語）／は
（助詞）／続落（サ変名詞）／。」 類似文４０５の形態素解析結果が、 「日経（固有名詞）／１０月（数詞）／物（接尾語）／
は（助詞）／続落（サ変名詞）／。」 となったものとする。

【００３０】また、構文解析結果は共に、「日経／８月
／物」または、「日経／１０月／物」という主語と「続
落」という述語から構成されることが分かる。単語対応
検定部３２は、この２つの形態素解析結果を比較し、入
力文の「８月」と類似文の「１０月」が異なっているこ
とを検出する。複合語対応検定部３３は、この「８月」
と「１０月」が「日経」と「物」に挟まれた同じ働きを
していることを確認する。

【００３１】また、句対応検定部３４、節対応検定部３
５では、このレベルでは入力文と類似文の単語の働きの
違いがないことを確認する。この結果、差分抽出部３０
は、入力文の「８月」と類似文の「１０月」が単語レベ
ルで異なっていることを報告する。

【００３２】もし、類似文抽出部２０において、文番号
４０４が類似文として選ばれたとすると、差分抽出部３
０では、この文の形態素解析結果は、「９月（数詞）／
物（接尾語）／は（助詞）／続落（サ変名詞）／。」と
なり、複合語の構成が異なるため、入力文の「日経／８
月／物」と類似文の「９月／物」が複合語レベルで異な
っていることを報告する。

【００３３】また、類似文抽出部２０において、形態素
解析の精度が低いため、入力文の形態素解析結果が誤っ
ている場合が考えられる。例として、上述の入力文にお
いて、 「日経（固有名詞）／８月（数詞）／物（接尾語）／は
（助詞）／続（接頭語）／落（一般名詞）／。」 と誤った解析結果が得られた場合、類似文の形態素解析
結果についても、類似文４０５では、 「日経（固有名詞）／１０月（数詞）／物（接尾語）／
は（助詞）／続（接頭語）／落（一般名詞）／。」 類似文４０６では、 「日経（固有名詞）／１１月（数詞）／物（接尾語）／
は（助詞）／続（接頭語）／落（一般名詞）」 のように同様な誤りを生じることが期待されるため、差
分抽出部３０では、入力文と類似文で共通の「続落」の
部分における差分は抽出されない。

【００３４】次に、差分解析部４０では、入力文と類似
文の差分箇所が、類似文に対する英訳文のどの部分に該
当するかを検出する。単語レベルの異なりの場合には、
単語の訳語、複合語レベルの異なりの場合は、複合語の
訳語を追いかけることにより、文番号４０５が類似文の
場合には、 "Nikkei Average October contract continued declin
ing." 文番号４０４が類似文の場合には、"September contracts continued declining." のように、下線を付した部分が差分であることを検出す
る。もし、差分解析がうまくいかない場合には、第２以
下のグループの類似文に対象を移すことにより、差分解
析をスムーズに行うことができる。

【００３５】次に、生成部５０では、差分抽出部３０で
入力文のうち類似文と異なっていることが検出された表
現を適当な方法で英訳し、差分解析部４０で得られた類
似文の英語表現における差分箇所に埋め込むことによ
り、英訳文を生成する。文番号４０５を類似文とする場
合には、「８月」を訳して、"August"を得て、文番号４
０５に対応する英文の"October" を差し替えることによ
り、 "Nikkei Average August contract continued declinin
g." を得る。

【００３６】また、文番号４０４を類似文とする場合に
は、「日経８月物」を訳して、 "Nikkei Average August contract" を得て、文番号４０４に対応する英文の"Septembr cont
racts"を差し替えることにより、 "Nikkei Average August contract continued declinin
g." を得る。

【００３７】これらの結果は、出力部６０から出力され
る。なお、本発明は、上記の実施例に限定されることな
く、特許請求の範囲内で種々変更・応用が可能である。

【００３８】

【発明の効果】上述のように、本発明の自然言語翻訳方
法及び装置によれば、第１自然言語の文と第２自然言語
の文を対応付けた対訳例文集を用いて、読み込まれた翻
訳対象となる第１自然言語の入力文から、類似文を一定
の類似度の範囲で複数文取り出し、各類似文に対応付け
られた第２自然言語の対応文の似たものをいくつかのグ
ループとして類型化し、最も多くの文が属するグループ
の代表的な文と対になっている第１自然言語の文を類似
文として取り出すようにしたことにより、対訳例文集の
編集精度が多少劣っている場合でも、適切な対訳用例に
基づいて実例型方式を動作させることが可能になる。

【００３９】また、類似文を検出する際に、入力文に対
する類似文を一定の類似度の範囲で複数文取り出し、各
類似文に対応付けられた第２自然言語の対応文の似たも
のをいくつかのグループとして類型化した後、各グルー
プから代表的な文と対になっている第１自然言語の文を
類似文として取り出すようにすることにより、差分解析
を行う場合に、第１自然言語と第２自然言語の文の対応
が採りやすいものを類似文として利用することにより、
さらに適切な対訳用例に基づいて実例型方式を動作させ
ることが可能となる。

【００４０】さらに、差分を検出する際に、入力文と類
似文の双方に、形態素解析、構文解析、意味解析等の解
析処理を適用し、その結果に基づいて入力文と類似文と
の表現の異なる表現差分を検出することにより、解析精
度が十分でない場合であっても、入力文とよく似た類似
文を並列的に解析することから、解析誤りが生じても互
いに打ち消し合うことになり、差分箇所が精度よく検出
される。

【図面の簡単な説明】

【図１】本発明の原理を説明するための図である。

【図２】本発明の原理構成図である。

【図３】本発明の自然言語翻訳装置の構成図である。

【図４】本発明の類似文抽出部の構成図である。

【図５】本発明の差分抽出部の構成図である。

【図６】本発明の一実施例の対訳例文集の例である。

【図７】本発明の一実施例の構造化された対訳例文集の
例（単語単位で対応付けた例）である。

【図８】本発明の一実施例の構造化された対訳例文集の
例（句単位で対応付けた例）である。

【図９】本発明の一実施例の類似文抽出部による類似文
抽出の例である。

【符号の説明】

１０ 入力手段、入力部 ２０ 類似文抽出手段、類似文抽出部 ２１ 類似文候補抽出部 ２２ 類似文対応訳抽出部 ２３ 訳文類型化部 ２４ 類文候補絞り込み部 ３０ 差分抽出手段、差分抽出部 ３１ 言語解析部 ３２ 単語対応検定部 ３３ 複合語対応検定部 ３４ 句対応検定部 ３５ 節対応検定部 ４０ 差分解析手段、差分解析部 ５０ 訳文生成手段、生成部 ６０ 出力手段、出力部 ７０ 対訳例文集

Claims (9)

【特許請求の範囲】
1. 【請求項１】 翻訳対象の第１自然言語の入力文に対す
   る類似文を抽出し、 抽出された前記類似文に対応付けられた第２自然言語の
   対応文に類似したものをいくつかのグループとして類型
   化し、 最も多くの文が属するグループの代表的な文と対になっ
   ている第１自然言語の文を類似文として取り出し、 前記入力文と抽出された前記類似文との表現の異なる表
   現差分を検出し、 検出された前記表現差分に対応する表現箇所を適当な第
   ２自然言語の表現に置換して、第２自然言語の訳文を生
   成して出力することを特徴とする自然言語翻訳方法。
2. 【請求項２】 前記類似文を取り出す際に、 所定の類似度の範囲で該類似文を抽出し、 類型化された前記グループの代表的な文と対になってい
   る第１自然言語を類似文とする請求項１記載の自然言語
   翻訳方法。
3. 【請求項３】 前記類似文を取り出す際に、 所定の類似度以上の評価値を有する第１自然言語の文を
   抽出する請求項２記載の自然言語翻訳方法。
4. 【請求項４】 前記差分表現を検出する際に、 前記入力文と前記類似文の双方に形態素解析、構文解
   析、意味解析を含む解析処理を行い、 前記解析結果に基づいて前記入力文と前記類似文との表
   現の異なる表現差分を検出する請求項１記載の自然言語
   翻訳方法。
5. 【請求項５】 前記表現差分を検出する際に、 解析誤りを打ち消し合うように、前記入力文と前記類似
   文を並列的に解析する請求項４記載の自然言語翻訳方
   法。
6. 【請求項６】 第１自然言語の文と第２自然言語の文と
   を対応付けた対訳例文集と、 翻訳対象となる第１自然言語の入力文を読み込む入力手
   段と、 前記入力文に類似する第１自然言語の類似文を前記対訳
   例文集から複数抽出し、該類似文に対応付けられた第２
   自然言語の対応文に似たものをいくつかのグループとし
   て類型化し、最も多くの文が属するグループの代表的な
   文と対となている第１自然言語の文を類似文とする類似
   文抽出手段と、 前記入力文と前記類似文との表現の異なる表現差分を検
   出する差分検出手段と、 前記表現差分に対応する前記類似文に対応付けられた前
   記第２自然言語の対応文の表現箇所を調べる差分解析手
   段と、 前記表現差分に対応する前記対応文の表現箇所を適当な
   第２自然言語の表現に置換して、第２自然言語の訳文を
   生成する訳文生成手段と、 生成された前記第２自然言語の訳文を出力する出力手段
   とを有することを特徴とする自然言語翻訳装置。
7. 【請求項７】 前記類似文抽出手段は、 前記類似文を所定の範囲内の類似度を有する第１自然言
   語の文を抽出する範囲内抽出手段と、 前記グループ内の代表的な文と対となっている第１自然
   言語の文を類似文として抽出する代表類似文抽出手段と
   を含む請求項６記載の自然言語翻訳装置。
8. 【請求項８】 前記差分検出手段は、 前記類似文抽出手段により抽出された前記第１自然言語
   の類似文のうち、前記第２自然言語と対応が取りやすい
   ものを利用する類似文選択手段を含む請求項６記載の自
   然言語翻訳装置。
9. 【請求項９】 前記差分検出手段は、 前記入力文と前記類似文の双方に対して形態素解析、構
   文解析、意味解析を含む解析を並列的に行い、解析結果
   に基づいて該入力文と該類似文との表現の異なる前記表
   現差分を求める解析手段を含む請求項８記載の自然言語
   翻訳装置。