JPH11250105A - 多言語情報検索方法およびシステム - Google Patents

多言語情報検索方法およびシステム

Info

Publication number
JPH11250105A
JPH11250105A JP10357349A JP35734998A JPH11250105A JP H11250105 A JPH11250105 A JP H11250105A JP 10357349 A JP10357349 A JP 10357349A JP 35734998 A JP35734998 A JP 35734998A JP H11250105 A JPH11250105 A JP H11250105A
Authority
JP
Japan
Prior art keywords
text
word
language
text part
user
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
Application number
JP10357349A
Other languages
English (en)
Inventor
Gregory Grefenstette
グレフェンステット グレゴリー
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xerox Corp
Original Assignee
Xerox Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xerox Corp filed Critical Xerox Corp
Publication of JPH11250105A publication Critical patent/JPH11250105A/ja
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/00127—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture
    • H04N1/00204—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture with a digital computer or a digital computer system, e.g. an internet server
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/268—Morphological analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G06F40/55—Rule-based translation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/26—Techniques for post-processing, e.g. correcting the recognition result
    • G06V30/262—Techniques for post-processing, e.g. correcting the recognition result using context analysis, e.g. lexical, syntactic or semantic context
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/00127—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture
    • H04N1/00204—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture with a digital computer or a digital computer system, e.g. an internet server
    • H04N1/00236—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture with a digital computer or a digital computer system, e.g. an internet server using an image reading or reproducing device, e.g. a facsimile reader or printer, as a local input to or local output from a computer
    • H04N1/00241—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture with a digital computer or a digital computer system, e.g. an internet server using an image reading or reproducing device, e.g. a facsimile reader or printer, as a local input to or local output from a computer using an image reading device as a local input to a computer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y10S707/99934—Query formulation, input preparation, or translation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y10S707/99935—Query augmenting and refining, e.g. inexact access

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Signal Processing (AREA)
  • Library & Information Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Machine Translation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

(57)【要約】 【課題】 目標言語Ｌ２で書かれ、テキストデータベー
スに格納された関連ドキュメントを別の言語Ｌ１でアク
セスできるようにする。 【解決手段】 プロセッサ234 とメモリ236 と通信装置
221 を備えた情報処理システム222 において実施する方
法であって、（ａ）第１言語のユーザーが定義したテキ
スト部分を取り出し、（ｂ）テキスト部分をトークン化
して、トークン化したテキスト部分を生成し、（ｃ）ト
ークン化したテキスト部分を品詞明確化して、少なくと
も１つの品詞インジケータがワードに付加された明確化
テキスト部分を生成し、（ｄ）明確化したテキスト部分
をレマタイズして、明確化したテキスト部分の各ワード
ごとに、そのワードか若しくはレマ（見出し語）が得ら
れればそのレマのどちらかを生成し、（ｅ）レマが決定
されたテキスト部分を翻訳して、各ワードごとに、少な
くとも１つの訳語（各訳語はそのワードの第２言語Ｌ２
への可能な翻訳である）を生成し、（ｆ）第２言語Ｌ２
の情報を検索するのに適した問合せを定義するため訳語
をフォーマットする。

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、コンピュータベースの
情報検索、より詳細には多言語情報検索に関するもので
ある。
【０００２】
【従来の技術】多数の言語を話せるほとんどの人達は、
いくつかの言語で正しく話すことができるよりもそれら
の言語で容易に読み取ることができる。情報を探索する
とき、既存の情報検索システムは、ユーザーがドキュメ
ントの言語（目標の言語すなわちＬ２）で問合せを系統
的に表現する（formulate)こと、および一般に問合せを
実際にタイプインすることを要求している。従って、問
合せの系統的表現（formulate)ステップを含んでいるば
かりでなく、既存の情報探索システムはユーザーが彼ら
のネイティブ言語（Ｌ１）で探索対象を指示することを
許さない。
【０００３】ヨーロッパ特許出願公開ＥＰ−Ａ−７２
５，３５３号は通信ネットワークでリンクされたサーバ
から異なる言語のソースドキュメントを検索し、検索し
たソースドキュメントを必要なとき翻訳し、翻訳したド
キュメントを格納し、それらのソースドキュメントと翻
訳したドキュメントを通信ネットワークに接続されたク
ライアント装置で表示するドキュメント検索表示システ
ムを開示している。
【０００４】
【発明が解決しようとする課題】目標言語（Ｌ２）で書
かれ、テキストデータベースに格納された関連ドキュメ
ントを、ユーザーが別の言語（Ｌ１）のテキストの一部
分を使用してアクセスできるようにする手法が必要であ
ることは明らかであろう。
【０００５】
【課題を解決するための手段】本発明は、ネットワーク
との間で通信を行うように、プロセッサとメモリと通信
装置とを有する情報処理システムにおいて実施される方
法であって、（ａ）第１テキスト部分を取り出すステッ
プであって、該第１テキスト部分は第１言語Ｌ１内に複
数のワードを有する、第１テキスト取り出しステップ
と、（ｂ）前記第１テキスト部分をトークン化して、ト
ークン化したフォーム内に第２テキスト部分を生成する
ステップと、（ｃ）前記第２テキスト部分を品詞明確化
して、第３テキスト部分を生成するステップであって、
該第３テキスト部分は、前記第２テキスト部分の各ワー
ドごとに、少なくとも１つの品詞インジケータが付加さ
れているワードを有する、第３テキスト生成ステップ
と、（ｄ）前記第３テキスト部分をレマタイズ(lemmati
ze）して、第４テキスト部分を生成するステップであっ
て、該第４テキスト部分は、前記第３テキスト部分の各
ワードごとに、当該ワード若しくは当該ワードに対応す
る見出し語（レマ）を得られる場合はその見出し語を有
する、第４テキスト生成ステップと、（ｅ）前記第４テ
キスト部分を翻訳して、第５テキスト部分を生成するス
テップであって、該第５テキスト部分は、前記第４テキ
スト部分の各ワードごとに、少なくとも１つの翻訳ワー
ドを有しており、各翻訳ワードは当該ワードの第２言語
Ｌ２への可能な翻訳である、第５テキスト生成ステップ
と、（ｆ）前記第５テキスト部分をフォーマッティング
して、第６テキスト部分を生成するステップであって、
該第６テキスト部分は、前記翻訳ワードを組み入れて且
つ前記第２言語Ｌ２の情報を検索するのに適した問合せ
を定義している、第６テキスト生成ステップとから成る
ことを特徴とする方法を提供する。
【０００６】ステップ（ａ）は、（ａ１）テキスト内容
を含む画像を支持するポータブル媒体を走査して、テキ
スト内容を表す第１イメージデータを生成するステップ
と、（ａ２）前記第１イメージデータからイメージデー
タの一部分を取り出して、第２イメージデータを生成す
るステップであって、該第２イメージデータはテキスト
内容のユーザーが分離した部分を表す、ステップと、
（ａ３）光学的文字認識を用いて、前記第２イメージデ
ータを機械読取り可能なテキストデータへ変換するステ
ップであって、該テキストデータはユーザーが分離した
テキスト部分の表現であり、ユーザが分離したテキスト
部分は前記第１テキスト部分として使用される、ステッ
プとを含んでいることが好ましい。
【０００７】ステップ（ａ）は、更に、（ａ４）候補言
語（ユーザーが分離したテキスト部分の言語Ｌ１につい
て最もありそうな推定である言語）を決定するステップ
と、（ａ５）前記ステップ（ａ４）において決定した候
補言語に特有の光学的文字認識を用いて、第２イメージ
データを機械読取り可能な第２テキストデータへ変換す
るステップであって、第２テキストデータはユーザーが
分離したテキスト部分の代替表現であり、得られたユー
ザー分離テキスト部分は前記第１テキスト部分として使
用される、ステップとを含んでいることが好ましい。
【０００８】代替の実施例として、本システムは、ユー
ザーがユーザー入力を与えられるように構成されたキー
ボードすなわちユーザーインタフェースを備えており、
本方法は、（ａ１′）複数の第１ユーザー入力を受け取
るステップであって、第１ユーザー入力は少なくとも１
つのワードを定義している、ステップと、（ａ２′）ユ
ーザー入力の終了を指示する第２ユーザー入力を受け取
るステップと、および（ａ３′）前記第２ユーザー入力
に応じて、ステップ（ａ１′）で得たワードをコンパイ
ルして、前記第１テキスト部分を生成するステップとを
含んでいる。
【０００９】本システムは、二国語オンライン翻訳辞書
ににアクセスするように構成されており、前記ステップ
（ｅ）は前記翻訳辞書の中で各ワード又は見出し語（レ
マ）を探索し、それぞれの対応する訳語を得ることを含
んでいることが好ましい。
【００１０】本システムは、第２言語Ｌ２で操作可能な
所定の情報検索エンジンと通信するように構成されてお
り、前記ステップ（ｆ）は、前記情報検索エンジンに適
した所定のフォーマットで前記問合せを作ることを含ん
でおり、本方法は、さらに、（ｇ）前記問合せを情報検
索エンジンへ送ることを含んでいるのが好ましい。
【００１１】本方法は、さらに（ｈ）情報検索エンジン
から１つまたはそれ以上のドキュメント項目のリストを
受け取るステップと、および（ｉ）前記ドキュメント項
目のリストを表示するステップと、またはそれぞれのド
キュメントを印刷することを含んでいることが好まし
い。本方法は、さらに（ｊ）表示するため前記リスト内
のドキュメント項目の１つを選択することを定義してい
る第３ユーザー入力に応じて、前記選択したドキュメン
ト項目に対応するドキュメントを表示することを含んで
いることが好ましい。
【００１２】本方法は、さらに（ｋ）印刷するため前記
リスト内のドキュメント項目の１つを選択することを定
義している第４ユーザー入力に応じて、前記選択したド
キュメント項目に対応するドキュメントを印刷すること
を含んでいることが好ましい。
【００１３】本発明は、さらに、上記のどれかの方法を
実施するように適当にプログラムされた場合の（すなわ
ち、ここに記載した特定の実施例のどれかに係る）プロ
グラム可能な情報処理システムを提供する。本システム
は、プロセッサとメモリと通信装置とを包含し、該シス
テムとネットワークの間で通信するように構成されてお
り、前記プロセッサは、使用時において、前記方法の諸
ステップに相当する命令を実行するため、メモリおよび
通信装置と共同して動作できる。
【００１４】本発明は、更に、プロセッサが実行する命
令を定義し、請求項１の方法のステップに対応するディ
ジタルデータが記録されている（すなわちここに記載し
た特定の実施例のどれかに係る）記録可能な媒体を提供
する。媒体は、磁気的に（たとえば、フロッピィディス
ク）、光学的に（たとえば、ＣＤ−ＲＯＭ）、または電
子的に、または電子磁気的に、記録可能な媒体または同
種のものであってもよい。
【００１５】本発明の利点は、情報（または問合せ）を
どのように目標言語で系統的に表現しなければならない
かを知っている必要性がないばかりでなく、問合せを像
形成し、タイプインする必要性がないことである。本発
明の或る実施例においては、ユーザーは興味のある既存
のドキュメント、たとえばハードコピー・ドキュメント
の一部分を指示する必要があるだけである。
【００１６】
【発明の実施の形態】次に、添付図面を参照して、例と
して本発明の実施例を説明する。図１は、本発明の実施
例を実施するための基礎として適当なコンピュータシス
テム１１０の例を示す。このシステムは米国特許出願第
０８／６６８，７０４号に詳しく論じられている。シス
テム１１０は、ファクシミリ１２０、「スマート」多機
能装置（すなわちプロセッサ（ＣＰＵ）とメモリを組み
入れた多機能装置）１３０、パーソナル／オフィス・コ
ンピュータ１００、１つまたはそれ以上のローカル・サ
ーバ・コンピュータ１４０、および１つまたはそれ以上
のＷＷＷサーバ・コンピュータ１５０から成っている。
それらは、電話接続１１１、ローカルエリアネットワー
ク１４１、およびインターネット１５１を含む種々の通
信パスウェイによって連絡されている。コンピュータ１
００はモデム１０８とオプションとしてのＣＤ−ＲＯＭ
大量記憶装置１０９を備えており、また光学的スキャナ
１０３とプリンタ１０４を含む搭載周辺機器を有する。
【００１７】この分野の専門家は、システム１１０の計
画が例示することを意図したものであって、限定するこ
とを意図していないことを理解されるであろう。詳しく
述べると、システム１１０内の装置１２０、１３０、１
４０、１５０、および１００の代わりに、またはそれら
の装置に加えて、多種多様なコンピュータ装置、通信装
置、情報処理装置、ドキュメント処理装置を使用できる
ことは理解されるであろう。実際には、インターネット
１５１による接続は、一般に中間ルータ・コンピュータ
（図示せず）によるパケット・スイッチングが必要であ
り、またコンピュータ１００は典型的なウェブ・ブラウ
ジング・セッション中に多くのウェブ・サーバ１５０に
アクセスしそうである。また、システム１１０の諸装置
はさまざまのやり方で接続することができる。たとえ
ば、プリンタ１０４はコンピュータ１００の搭載周辺機
器として示したが、ローカル・サーバ１４０の１つであ
るプリントサーバによってローカル・エリア・ネットワ
ーク１４１を通してアクセスされるネットワーク接続の
プリンタでもよいであろう。
【００１８】システム１１０内の種々の通信パスウェィ
１１１，１４１，１５１は、装置１２０，１３０，１４
０，１５０，１００が互いに通信することを許す。電話
接続１１１はファクシミリ１２０が多機能装置１３０と
通信することを許すほか、モデム１０８を通してコンピ
ュータ１００と通信することを許す。ローカル・エリア
・ネットワーク１４１はコンピュータ１００がローカル
・サーバ１４０と通信することを許す。インターネット
１５１は多機能装置１３０とコンピュータ１００がウェ
ブ・サーバ１５０と通信することを許す。
【００１９】システム１１０内の装置の相対的な物理的
配置についてはさまざまな可能性がある。たとえば、フ
ァクシミリ１２０と多機能装置１３０は、互いに同じ建
物の中に、あるいは互いに離れた地球上のあちこちにあ
ってもよいし、また両方またはどちらか一方はコンピュ
ータ１００と同じ建物の中に、あるいはコンピュータ１
００から離れた地球上のあちこちにあってもよい。ウェ
ブ・サーバ１５０も同様にローカルにあってもよいし
（イントラネットと呼ばれる）、あるいはコンピュータ
１００や多機能装置１３０から遠隔の場所にあってもよ
い。コンピュータ１００とローカル・サーバ１４０間の
距離は当然にローカル・エリア・ネットワーク１４１の
技術によって制限される。
【００２０】１ユーザーまたは複数のユーザーは、いろ
いろな場所で、いろいろなやり方でシステム１１０にア
クセスすることができる。たとえば、ユーザーは、ファ
クシミリ１２０、多機能装置１３０、またはコンピュー
タ１００のスキャナ１０３とプリンタ１０４によって、
システム１１０に入力を与え、そしてシステム１１０か
ら出力を受け取ることができる。詳しく述べると、ファ
クシミリ１２０の近くにいるユーザーはファクシミリ１
２０からコンピュータ１００へファックスを送ることが
でき、そしてコンピュータ１００（ Formless Forms PU
I ソフトウェアで適当にプログラムすることができる）
はファクシミリ１２０のユーザーへファックスを自動的
に送り返すことができる。同様に、ユーザーはファクシ
ミリ１２０から多機能装置１３０へファックスを送るこ
とができ、そして多機能装置１３０（同様に適当にプロ
グラムされていると想定して）はファクシミリ１２０の
ユーザーへファックスを自動的に送り返すことができ
る。コンピュータ１００の近くにいるユーザーはスキャ
ナ１０３とプリンタ１０４と共にそのＰＵＩによってコ
ンピュータ１００と対話することができる。多機能装置
１３０の近くにいるユーザーはその走査および印刷能力
を通じて多機能装置１３０と対話することができるの
で、多機能装置１３０を一種のパーソナルコンピュー
タ、すなわち主としてまたはもっぱらペーパーをベース
とするユーザーインタフェースを備えたコンピュータと
して、使用することができる。最後にユーザーはウェブ
をブラウズすることによってウェブ・サーバ１５０と対
話することができる。これは、コンピュータ１００また
は多機能装置１３０から直接に、あるいはコンピュータ
１００または多機能装置１３０のどちらかを使用してフ
ァクシミリ１２０から間接に行うことができる。
【００２１】図２は、本発明の実施の際に使用すること
ができる多機能装置のブロック図である。多機能装置は
ヨーロッパ特許出願公開ＥＰ−Ａ−７４１，４８７号に
詳しく述べられている。図２のブロック図は、パーソナ
ル・コンピュータ２２０のユーザーがドキュメントのペ
ーパー表現と電子的表現の間で容易に行動できるように
する多機能装置２２２を示す。多機能装置２２２はファ
クシミリのドキュメントを送信し、受信するほかに、ド
キュメントを印刷し、複写する。多機能装置２２２はこ
れらの仕事を多機能コントローラ２２４、ファックスモ
デム２２６、スキャナ２３０、およびプリンタ２２８に
よって実行する。図示してないが、多機能装置２２２は
さらに表示装置たとえばＣＲＴディスプレイまたはＬＣ
Ｄディスプレイを装備することができる。多機能コント
ローラ２２４は多機能オペレーティングシステム２３２
を用いて入力／出力装置２２６，２２８，２３０の動作
および連係動作を制御する。多機能オペレーティングシ
ステム２３２は適当なコマンド順序を選択し、プロセッ
サ２３４に渡して実行させる。多機能オペレーティング
システム２３２は記憶装置に格納したソフトウェアとし
て実現してもよく、たとえば Microsoft at Work (商
標) であってもよい。
【００２２】ファクスモデム２２６、スキャナ２３０、
プリンタ２２８、ネットワークポート２２１、および多
機能コントローラ２２４は、走査線信号を使用してそれ
らが扱うドキュメントを表現する。スキャナ２３０はハ
ードコピー・ドキュメント上の画像から走査線信号を発
生し、プリンタ２２８は走査線信号を使用してマーキン
グ媒体に画像を印刷する。ファックスモデム２２６と多
機能コントローラ２２４はパーソナル・コントローラ２
２０、ネットワークポート２２１、電話回線、プリンタ
２２８、またはスキャナ２３０から受け取った走査線信
号を使用して、電子媒体とペーパーの間で情報の移動が
できるようにする。多機能オペレーティングシステム２
３２の機能は、本発明の実施例に係るプロセスを含め
て、追加のプロセスを呼出すことによって強化される。
これらのプロセスは、オブジェクトコード形でメモリ２
３６に格納され、プロセッサ２３４によって実行される
命令を使用して実現されることが好ましい。メモリ２３
６は固体記憶装置たとえばＲＯＭ，ＲＡＭ，ＤＲＡＭ，
ＰＲＯＭ，ＥＰＲＯＭ，ＥＰＲＡＭを使用して実現する
ことができる。
【００２３】ここでキャラクタ、ワード、テキストの
節、等に関係のあるステップ、操作、または処理に言及
する場合には、それらは、そのようなキャラクタ、ワー
ド、およびテキストの機械読取り可能な（たとえばＡＳ
ＣＩＩコード）表現に関するソフトウェア制御プロセッ
サ操作によって適切な場所で実施されることは、この分
野の専門家には明らかであろう。
【００２４】図３〜図５は、本発明の一実施例に係る方
法を実施する際の処理ステップを示すフローチャートで
ある。図３（ａ）に示すように、最初に、ユーザーは多
言語検索の基礎として使用したいと思っているテキスト
の一部分を手動で分離しなければならない（ステップｓ
２）。図６は、ユーザーがそこからテキストの一部分を
分離したいと思っているドキュメント（新聞の第一面の
一部）を示す。この場合、選択した部分は新聞の記事で
あるテキスト部分２であり、言語Ｌ１はフランス語であ
り、図７に示すように、ユーザーは新聞からその記事を
切り抜くことによってテキスト部分２を分離する。従っ
て、ステップｓ２はテキスト部分２を走査することだけ
である。次に、ユーザーは分離したテキスト部分２を走
査するため、本発明の実施例に係る多機能装置のプラテ
ンの上に置く。
【００２５】代わりに、ユーザーはテキスト部分２の周
囲にマーキング４を描くことによってテキスト部分２を
分離することができる。この場合は、このマーキング４
に基づいて、ステップｓ２とステップｓ４は、ユーザー
がマーキング４を付け、図６のドキュメントを多機能装
置で走査し、そのあとマーキングが付けられたテキスト
部分２を多機能装置が抽出することによって置き換えら
れる。好ましい実施例の場合、ユーザーは代わりに多機
能装置で走査する前に適当なインクを使用してテキスト
部分をハイライトし、次にハイライトされたテキストを
多機能装置が抽出する。これは米国特許第５，２７２，
７６４号に詳しく述べられている。
【００２６】〔ペーパーまたはドキュメントまたは媒体
上の分離したテキストの部分だけを走査する代わりに、
ペーパーまたはドキュメントまたは媒体の全体を走査し
てテキスト部分を得ることができることは理解されるで
あろう。〕
【００２７】分離したテキスト部分２を走査しまたは抽
出し、またはその両方を行った後、多機能装置は走査操
作によって生成されたイメージファイルの変換を行う
（ステップｓ６）。〔代わりに、ネットワーク接続を通
してイメージファィルを多機能装置へ供給してもよ
い。〕 変換は既知の光学的文字認識（ＯＣＲ）技術た
とえばゼロックス コーポレーションから入手できる S
canworX または TextBridgeを使用して適当に実施する
ことができる。図８は、図７のテキスト部分２に対する
図３〜図５のＯＣＲの結果を示す。これは光学的文字認
識されたテキスト６であり、これに関して、多機能装置
はファイルをＡＳＣＩＩフォーマットで受け取る。〔こ
の段階で、ユーザーは、もし多機能装置がキーボードお
よび／またはユーザーインタフェースを備えていれば、
光学的文字認識されたテキスト６内の明白なエラーを訂
正することができる。〕
【００２８】図３に戻って、光学的文字認識されたテキ
スト６は次に言語推定操作（ステップｓ８）を受けるこ
とができる。もしテキスト部分２の言語Ｌ１が事前に知
られていなければ、ステップｓ６のＯＣＲ操作は次善で
あってもよい。言語推定手法は、たとえば、 Beesley
K. T., “Language Identifier: a program for automa
tic language identification of on-line texts ”, i
n Languages at the Crossroads: Proc. 29th Ann. Con
f. Am. Translators Assoc. (12-16 October 1988),pp.
47-54 に論じられている。言語推定操作ｓ８の結果
は、Ｌ１すなわち言語候補−Ｌ１として、適当であると
思われる言語を決定することである。次に、ステップｓ
１０において、言語（Ｌ１）特定ＯＣＲツールを使用し
て、テキスト部分２の走査したイメージに対し光学的文
字認識がもう一度実施される。〔同様に、この段階で、
ユーザーは、多機能装置がキーボードおよび／またはユ
ーザーインタフェースを備えていれば、言語特定ＯＣＲ
操作によって生成された光学的文字認識されたテキスト
内の明白なエラーを訂正することができる。〕
【００２９】別の代替実施例においては、光学的文字認
識されたテキスト６は、この分野で知られた手法を使用
してトークン化される（ McEnery T. and Wilson A., C
orpus Linguistics (1996), Edinvurgh Press 、米国特
許第５，５２３，９４６号、および米国特許第５，３２
５，０９１号を参照されたい）。その結果はトークン化
されたテキスト、すなわちその後の処理のためにトーク
ンに分かれたテキスト部分である。図４を参照すると、
ステップｓ１４において、トークンは言語（Ｌ１）特定
アナライザーを使用してモルフォロジー的に分析され
る。有限状態トランスジューサ手法を使用するモルフォ
ロジー分析は、ヨーロッパ特許出願公開ＥＰ−Ａ−５８
３，０８３号に詳しく論じられている。次に、モルフォ
ロジー的分析の結果として得られたワードは、 de Marc
ken C. G. “Parsing the LOB Corpus”, 28th Ann. Me
eting of the ACL, Pittsbugh, 6-9 June 1990. に詳し
く説明されているように、品詞明確化(part-of-speech
disambiguation) すなわちタグ付けを受ける。詳細は、
同様に、McEnery T. Wilson A., Corpus Linguistics,
Chapter 3 and Appendix B を参照されたい。
【００３０】図９は、テキストを処理する時の図３〜図
５のトークン化ステップ、モルフォロジー的分析ステッ
プ、および品詞タグ付け（明確化: disambiguation) ス
テップの結果を示す。これは、それぞれ光学的文字認識
されたテキスト６から得られたトークン、ＦＳＴモルフ
ォロジー的分析によって得られたモルフォロジー要素
（morphs) およびワードに適用できる品詞タグを含む、
３つの欄８，１０，１２によって示される。従って、た
とえば、横列１４において、ワード（トークン）“Plu
s”は第１縦列にあり、モルフォロジー要素“Plus”は
第２縦列にあり、タグ“＋ＡＤＶ”（副詞を指す）は第
３縦列にある。
【００３１】図１０は、図９の明確化されたテキスト７
に対する図３〜図５のレマ(lemma:見出し語）決定のた
めのレマタイズ（lemmatize:分類整理）ステップ（ｓ１
８）の結果である。従って、テキスト７内のワード・モ
ルフォロジー要素・タグの各三つ組ごとに、レマ（見出
し語（または辞書の見出し語形））が抽出される。詳細
は上記ヨーロッパ特許出願公開ＥＰ−Ａ−５８３，０８
３号を参照されたい。このワードのセット（図１０に参
照番号１８で示す）は、その後の処理に使用される。
【００３２】図１１は、図１０のテキスト１８内のそれ
ぞれのレマ（見出し語）について実行された図３〜図５
の二国語オンライン辞書探索ステップ（ｓ２０）の結果
を示す。ここで、第２言語Ｌ２すなわち目標言語は英語
である。従って、各レマ（見出し語）ごとに、この分野
で知られたやり方で、１つまたはそれ以上の対応する英
語の翻訳を得るために、オンライン英仏辞書が探索され
る。図１１では、例示のために、情報は、Ｌ１のレマ
（見出し語）／Ｌ２の訳語として、提供される。従っ
て、例として、６番目のレマ（見出し語）“infecter”
の場合、訳語“infected”, “septic”, “infect”,
“poison”が戻される。Ｌ２の訳語のセット（図１１に
参照番号２０で示す）は、その後の処理のための基礎と
して使用される。〔同様に、この段階で、もし多機能装
置がキーボードおよび／または適当なユーザーインタフ
ェースを備えていれば、ユーザーが介入して訳語のセッ
ト２０の中から望ましくない訳語を除去する。〕
【００３３】図５に戻って、処理はステップｓ２２へ進
み、レマ（見出し語）から得られた訳語のセット２０が
フォーマットされて、言語Ｌ２の古典的な情報検索問合
せになる。図１２は、図３〜図５のフォーマット操作ｓ
２２から得られたテキストの問合せ２２を示す。問合せ
のフォーマットは、使用している単一言語情報検索エン
ジンの言語によって決まる。問合せ２２は、ＳＭＡＲＴ
（ Salton G., “TheSMART retrieval system: Experim
ents in Automatic Document processing”,Prentice-H
all, Englewood Cliffs, NJ, 1971 を参照されたい）な
どの任意の適当な情報検索システムについてフォーマッ
トすることができる。フォーマットされた後、問合せ２
２は単一言語（Ｌ２）情報検索エンジン（ネットワーク
上の適当なサイトにある）へ送られ、問合せ２２に対応
する情報が検索される（ステップｓ２４）。問合せに関
係のあるドキュメントの題名のリストは情報検索エンジ
ンから通常のやり方でレシーブバックされ、もしリスト
がまだ関連性の順序でランク付けされていなければ、ド
キュメントがそのようにランク付けされるようにリスト
が修正される（ステップｓ２６）（上記 Salton G. の
文献参照) 。
【００３４】図１３は、情報検索エンジンによって戻さ
れた図１２の問合せと一致するドキュメントの題名のリ
スト２４を示す。当業者は理解されるであろうが、本発
明はインターネットをベースとする探索手法を使用して
適当に実施され、関連ドキュメント（すなわちヒット）
のリスト２４が通常のウェブ・ブラウザーによってＨＴ
ＭＬフォーマットで適当に表示される。題名（１４の題
名が示されている）はドキュメント自身へのリンクを適
切に与えるので、従来どおり、ユーザーがリスト２４内
の題名すなわちリンクの１つを選択することによって
（たとえばマウスのカーソルを使用して、またはキーボ
ード入力、プルダウンメニュー、またはタッチ画面によ
る選択によって同等に）ドキュメント自身を検索し、調
べることができる。ここで、ユーザーは２番目にリスト
したドキュメント“Technology Brief....”に興味があ
り、それを表示するためマウスのカーソルをリンク２６
の上でクリックすることによって、あるいは上記の選択
方法のどれかを用いて上記ドキュメントを選択すると仮
定する。
【００３５】図１４は、ユーザーによるドキュメントの
選択の後に、図１３のリスト２４内のドキュメント２８
（の第１頁）の表示を示す。この結果、ドキュメントを
調べることができる。従来どおり、ユーザーはマウスを
プリントボタン３０上でクリックすることによってドキ
ュメント２８をプリントアウトすることができる。
【００３６】しかし、多機能装置または上記のリスト２
４を得ることができる装置を適当にプログラムして、リ
スト２４、リスト上のすべてのドキュメント、あるいは
リスト２４上の所定の数のドキュメントを自動的にプリ
ントアウトすることができることは理解されるであろ
う。
【００３７】多機能装置のプラットフォームで実施する
代わりに、単一または複数の固定された、ネットワーク
で結ばれた、分布配置された、および／または携帯コン
ピュータ装置によって、本発明に係る方法の一部まは全
部を実施することができる。たとえば、問合せは、携帯
コンピュータ装置（たとえばハンドヘルド型コンピュー
タまたは携帯情報端末）において生成し、または入力
し、テキストデータベース又はコーパスへ問い合わせる
ためワイヤレス方式（例えば、ＩＲ（赤外線）または無
線リンク）でローカル・ホストコンピュータへ送信する
ことができる。
【図面の簡単な説明】
【図１】本発明を実施する際に使用できる典型的なコン
ピュータシステムを示すブロック図である。
【図２】図１のシステム内の多機能装置のブロック図で
ある。
【図３】本発明の一実施例に係る方法を実施する際の処
理ステップを示すフローチャートの第１部分を示す図で
ある。
【図４】本発明の一実施例に係る方法を実施する際の処
理ステップを示すフローチャートの第２部分を示す図で
ある。
【図５】本発明の一実施例に係る方法を実施する際の処
理ステップを示すフローチャートの第３部分を示す図で
ある。
【図６】ユーザーがそこからテキストの一部分を分離し
たいと思っているドキュメントの図である。
【図７】ユーザーが分離したテキスト部分の図である。
【図８】図７のテキスト部分に対する図３〜図５の光学
的文字認識の結果を示す図である。
【図９】図３〜図５のトークン化ステップ、モルフォロ
ジー的分析ステップ、および品詞タグ付け（明確化）ス
テップの結果を示す図である。
【図１０】図９の明確化されたテキストに対する図３〜
図５のレマ（見出し語）決定のためのレマタイズ処理
（分類整理）ステップの結果を示す図である。
【図１１】図１０のレマ（見出し語）について実施され
た図３〜図５の二国語オンライン辞書探索ステップの結
果を示す図である。
【図１２】図１１の結果から導かれた言語Ｌ２のテキス
トに対するフォーマット操作から得られたテキスト問合
せを示す図である。
【図１３】情報検索エンジンによってランク付けされた
順序で戻された、図１２の問合せと一致するドキュメン
トの題名のリストを示す図である。
【図１４】ユーザーによるドキュメント選択後の図１３
のリスト内のドキュメント（の第１頁）の表示を示す図
である。
【符号の説明】
２ テキスト部分 ４ マーキング ６ 光学的文字認識されたテキスト ７ 明確化されたテキスト ８ トークン欄 １０ モルフォロジー要素欄 １２ 品詞タグ欄 １４ 横列 １８ ワードのセット ２０ 訳語のセット ２２ テキストの問合せ ２４ 問合せと一致するドキュメントの題名のリスト ２６ リンク ２８ ユーザーが選択し、表示されたリスト２４内のド
キュメント １００ ハーソナルまたはオフィス・コンピュータ １０３ 光学式スキャナ １０４ プリンタ １０８ モデム １０９ ＣＤ−ＲＯＭ大量記憶装置 １１０ コンピュータシステム １１１ 電話接続 １２０ ファクシミリ １３０ 多機能装置 １４０ ローカル・サーバ・コンピュータ １４１ ローカル・エリア・ネットワーク １５０ ＷＷＷサーバ・コンピュータ １５１ インタネット接続 ２２０ パーソナルコンピュータ ２２１ ネットワークポート ２２２ 多機能装置 ２２４ 多機能コントローラ ２２６ ファックスモデム ２２８ プリンタ ２３０ スキャナ ２３２ 多機能オペレーティングシステム ２３４ プロセッサ ２３６ メモリ

Claims (2)

    【特許請求の範囲】
  1. 【請求項１】 ネットワークとの間で通信を行うよう
    に、プロセッサとメモリと通信装置とを有する情報処理
    システムにおいて実施される方法であって、 （ａ）第１テキスト部分を取り出すステップであって、
    該第１テキスト部分は第１言語Ｌ１内に複数のワードを
    有する、第１テキスト取り出しステップと、 （ｂ）前記第１テキスト部分をトークン化して、トーク
    ン化したフォーム内に第２テキスト部分を生成するステ
    ップと、 （ｃ）前記第２テキスト部分を品詞明確化して、第３テ
    キスト部分を生成するステップであって、該第３テキス
    ト部分は、前記第２テキスト部分の各ワードごとに、少
    なくとも１つの品詞インジケータが付加されているワー
    ドを有する、第３テキスト生成ステップと、 （ｄ）前記第３テキスト部分をレマタイズして、第４テ
    キスト部分を生成するステップであって、該第４テキス
    ト部分は、前記第３テキスト部分の各ワードごとに、当
    該ワード若しくは当該ワードに対応する見出し語（レ
    マ）を得られる場合はその見出し語を有する、第４テキ
    スト生成ステップと、 （ｅ）前記第４テキスト部分を翻訳して、第５テキスト
    部分を生成するステップであって、該第５テキスト部分
    は、前記第４テキスト部分の各ワードごとに、少なくと
    も１つの翻訳ワードを有しており、各翻訳ワードは当該
    ワードの第２言語Ｌ２への可能な翻訳である、第５テキ
    スト生成ステップと、 （ｆ）前記第５テキスト部分をフォーマッティングし
    て、第６テキスト部分を生成するステップであって、該
    第６テキスト部分は、前記翻訳ワードを組み入れて且つ
    前記第２言語Ｌ２の情報を検索するのに適した問合せを
    定義している、第６テキスト生成ステップとから成るこ
    とを特徴とする方法。
  2. 【請求項２】 請求項１の方法を実施するように適当に
    プログラムされたプログラム可能な情報処理システムで
    あって、 前記情報処理システムは、プロセッサとメモリと通信装
    置とを包含し、該システムとネットワークの間で通信す
    るように構成されており、 前記プロセッサは、使用時において、前記方法の諸ステ
    ップに相当する命令を実行するため、メモリおよび通信
    装置と共同して動作できることを特徴とする情報処理シ
    ステム。
JP10357349A 1997-12-29 1998-12-16 多言語情報検索方法およびシステム Pending JPH11250105A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
GB9727322:1 1997-12-29
GBGB9727322.1A GB9727322D0 (en) 1997-12-29 1997-12-29 Multilingual information retrieval

Publications (1)

Publication Number Publication Date
JPH11250105A true JPH11250105A (ja) 1999-09-17

Family

ID=10824215

Family Applications (1)

Application Number Title Priority Date Filing Date
JP10357349A Pending JPH11250105A (ja) 1997-12-29 1998-12-16 多言語情報検索方法およびシステム

Country Status (4)

Country Link
US (1) US6396951B1 (ja)
EP (1) EP0927939A1 (ja)
JP (1) JPH11250105A (ja)
GB (1) GB9727322D0 (ja)

Families Citing this family (78)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8352400B2 (en) 1991-12-23 2013-01-08 Hoffberg Steven M Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore
US7904187B2 (en) 1999-02-01 2011-03-08 Hoffberg Steven M Internet appliance system and method
US6341306B1 (en) * 1999-08-13 2002-01-22 Atomica Corporation Web-based information retrieval responsive to displayed word identified by a text-grabbing algorithm
JP2001167092A (ja) * 1999-12-13 2001-06-22 Nec Corp 翻訳サーバシステム
JP2001175683A (ja) * 1999-12-21 2001-06-29 Nec Corp 翻訳サーバシステム
AU2001259514A1 (en) * 2000-05-04 2001-11-12 Sightcode, Inc. Modeling system
US7099809B2 (en) 2000-05-04 2006-08-29 Dov Dori Modeling system
US6647156B1 (en) * 2000-06-14 2003-11-11 Chipdata, Inc. Data retrieval method and apparatus
US6704699B2 (en) * 2000-09-05 2004-03-09 Einat H. Nir Language acquisition aide
US7493250B2 (en) * 2000-12-18 2009-02-17 Xerox Corporation System and method for distributing multilingual documents
US7191116B2 (en) * 2001-06-19 2007-03-13 Oracle International Corporation Methods and systems for determining a language of a document
ES2201871B1 (es) * 2001-08-30 2005-05-16 Cultura Y Solidaridad, S.L. Sistema de busquedas bibliograficas mediante consultas de indices.
US7321902B2 (en) * 2002-08-15 2008-01-22 Hewlett-Packard Development Company, L.P. Mechanism for sharing web-based imaging information from a multi-function peripheral
US7370034B2 (en) * 2003-10-15 2008-05-06 Xerox Corporation System and method for performing electronic information retrieval using keywords
US7707039B2 (en) 2004-02-15 2010-04-27 Exbiblio B.V. Automatic modification of web pages
US8442331B2 (en) 2004-02-15 2013-05-14 Google Inc. Capturing text from rendered documents using supplemental information
US20060136629A1 (en) * 2004-08-18 2006-06-22 King Martin T Scanner having connected and unconnected operational behaviors
US7812860B2 (en) 2004-04-01 2010-10-12 Exbiblio B.V. Handheld device for capturing text from both a document printed on paper and a document displayed on a dynamic display device
US10635723B2 (en) 2004-02-15 2020-04-28 Google Llc Search engines and systems with handheld document data capture devices
US20050216251A1 (en) * 2004-03-24 2005-09-29 Dorius Kirk D Bi-lingual language display and method
US9008447B2 (en) 2004-04-01 2015-04-14 Google Inc. Method and system for character recognition
US8081849B2 (en) 2004-12-03 2011-12-20 Google Inc. Portable scanning and memory device
US9143638B2 (en) 2004-04-01 2015-09-22 Google Inc. Data capture from rendered documents using handheld device
US7894670B2 (en) 2004-04-01 2011-02-22 Exbiblio B.V. Triggering actions in response to optically or acoustically capturing keywords from a rendered document
US20060098900A1 (en) 2004-09-27 2006-05-11 King Martin T Secure data gathering from rendered documents
US7990556B2 (en) 2004-12-03 2011-08-02 Google Inc. Association of a portable scanner with input/output and storage devices
US8146156B2 (en) 2004-04-01 2012-03-27 Google Inc. Archive of text captures from rendered documents
US9116890B2 (en) 2004-04-01 2015-08-25 Google Inc. Triggering actions in response to optically or acoustically capturing keywords from a rendered document
US20060081714A1 (en) 2004-08-23 2006-04-20 King Martin T Portable scanning device
US8713418B2 (en) 2004-04-12 2014-04-29 Google Inc. Adding value to a rendered document
US8874504B2 (en) 2004-12-03 2014-10-28 Google Inc. Processing techniques for visual capture data from a rendered document
US8620083B2 (en) 2004-12-03 2013-12-31 Google Inc. Method and system for character recognition
US8489624B2 (en) 2004-05-17 2013-07-16 Google, Inc. Processing techniques for text capture from a rendered document
US7379595B2 (en) * 2004-05-24 2008-05-27 Xerox Corporation Manual windowing with auto-segmentation assistance in a scanning system
US8346620B2 (en) 2004-07-19 2013-01-01 Google Inc. Automatic modification of web pages
US20060062453A1 (en) * 2004-09-23 2006-03-23 Sharp Laboratories Of America, Inc. Color highlighting document image processing
US20110075228A1 (en) * 2004-12-03 2011-03-31 King Martin T Scanner having connected and unconnected operational behaviors
US7483179B2 (en) * 2005-04-28 2009-01-27 Xerox Corporation Method and system for sending material
US20060245005A1 (en) * 2005-04-29 2006-11-02 Hall John M System for language translation of documents, and methods
US20070073651A1 (en) * 2005-09-23 2007-03-29 Tomasz Imielinski System and method for responding to a user query
US20070078842A1 (en) * 2005-09-30 2007-04-05 Zola Scot G System and method for responding to a user reference query
FR2896603B1 (fr) * 2006-01-20 2008-05-02 Thales Sa Procede et dispositif pour extraire des informations et les transformer en donnees qualitatives d'un document textuel
US7689620B2 (en) * 2006-05-24 2010-03-30 Sizhe Tan Efficiently and systematically searching stock, image, and other non-word-based documents
US7973954B2 (en) * 2006-08-28 2011-07-05 Sharp Laboratories Of America, Inc. Method and apparatus for automatic language switching for an imaging device
EP2067119A2 (en) 2006-09-08 2009-06-10 Exbiblio B.V. Optical scanners, such as hand-held optical scanners
CA2675208A1 (en) * 2007-01-10 2008-07-17 National Research Council Of Canada Means and method for automatic post-editing of translations
US10176827B2 (en) * 2008-01-15 2019-01-08 Verint Americas Inc. Active lab
US8457448B2 (en) * 2008-02-04 2013-06-04 Hewlett-Packard Development Company, L.P. Removing inserted text from an image using extrapolation for replacement pixels after optical character recognition
JP2009193356A (ja) * 2008-02-14 2009-08-27 Canon Inc 画像処理装置、画像処理方法、プログラム、及び記憶媒体
US20090287471A1 (en) * 2008-05-16 2009-11-19 Bennett James D Support for international search terms - translate as you search
US10489434B2 (en) * 2008-12-12 2019-11-26 Verint Americas Inc. Leveraging concepts with information retrieval techniques and knowledge bases
WO2010096193A2 (en) 2009-02-18 2010-08-26 Exbiblio B.V. Identifying a document by performing spectral analysis on the contents of the document
US8990235B2 (en) 2009-03-12 2015-03-24 Google Inc. Automatically providing content associated with captured information, such as information captured in real-time
US8447066B2 (en) 2009-03-12 2013-05-21 Google Inc. Performing actions based on capturing information from rendered documents, such as documents under copyright
US8943094B2 (en) 2009-09-22 2015-01-27 Next It Corporation Apparatus, system, and method for natural language processing
US9081799B2 (en) 2009-12-04 2015-07-14 Google Inc. Using gestalt information to identify locations in printed information
US9323784B2 (en) 2009-12-09 2016-04-26 Google Inc. Image search using text-based elements within the contents of images
US8694332B2 (en) 2010-08-31 2014-04-08 Xerox Corporation System and method for processing a prescription
JP5012981B2 (ja) * 2010-09-09 2012-08-29 カシオ計算機株式会社 電子辞書装置およびプログラム
US9122744B2 (en) 2010-10-11 2015-09-01 Next It Corporation System and method for providing distributed intelligent assistance
RU2560816C2 (ru) * 2011-04-18 2015-08-20 Кэнон Кабусики Кайся Устройство обработки данных, способ управления устройством обработки данных и программа
JP2013015967A (ja) * 2011-07-01 2013-01-24 Internatl Business Mach Corp <Ibm> 検索システム、索引作成装置、検索装置、索引作成方法、検索方法およびプログラム
US9836177B2 (en) 2011-12-30 2017-12-05 Next IT Innovation Labs, LLC Providing variable responses in a virtual-assistant environment
CN103324608B (zh) * 2012-03-21 2016-03-30 北京百度网讯科技有限公司 一种词形还原方法及装置
US9223537B2 (en) 2012-04-18 2015-12-29 Next It Corporation Conversation user interface
US9536049B2 (en) 2012-09-07 2017-01-03 Next It Corporation Conversational virtual healthcare assistant
US10445115B2 (en) 2013-04-18 2019-10-15 Verint Americas Inc. Virtual assistant focused user interfaces
US10088972B2 (en) 2013-12-31 2018-10-02 Verint Americas Inc. Virtual assistant conversations
US9785627B2 (en) 2014-01-23 2017-10-10 Xerox Corporation Automated form fill-in via form retrieval
US20160071517A1 (en) 2014-09-09 2016-03-10 Next It Corporation Evaluating Conversation Data based on Risk Factors
US9842102B2 (en) * 2014-11-10 2017-12-12 Oracle International Corporation Automatic ontology generation for natural-language processing applications
US9558158B2 (en) 2015-03-06 2017-01-31 Translation Management Systems, Ltd Automated document translation
US10262061B2 (en) 2015-05-19 2019-04-16 Oracle International Corporation Hierarchical data classification using frequency analysis
CN104966084A (zh) * 2015-07-07 2015-10-07 北京奥美达科技有限公司 一种基于ocr和tts的低视力阅读助视系统
US9582230B1 (en) 2015-10-09 2017-02-28 Xerox Corporation Method and system for automated form document fill-in via image processing
US11568175B2 (en) 2018-09-07 2023-01-31 Verint Americas Inc. Dynamic intent classification based on environment variables
US11232264B2 (en) 2018-10-19 2022-01-25 Verint Americas Inc. Natural language processing with non-ontological hierarchy models
US11196863B2 (en) 2018-10-24 2021-12-07 Verint Americas Inc. Method and system for virtual assistant conversations

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5272764A (en) 1989-12-08 1993-12-21 Xerox Corporation Detection of highlighted regions
US5301109A (en) 1990-06-11 1994-04-05 Bell Communications Research, Inc. Computerized cross-language document retrieval using latent semantic indexing
JPH0546659A (ja) * 1991-08-19 1993-02-26 Ricoh Co Ltd デジタル翻訳複写装置
CA2078423C (en) 1991-11-19 1997-01-14 Per-Kristian Halvorsen Method and apparatus for supplementing significant portions of a document selected without document image decoding with retrieved information
US5523946A (en) 1992-02-11 1996-06-04 Xerox Corporation Compact encoding of multi-lingual translation dictionaries
US5625554A (en) 1992-07-20 1997-04-29 Xerox Corporation Finite-state transduction of related word forms for text indexing and retrieval
US5325091A (en) 1992-08-13 1994-06-28 Xerox Corporation Text-compression technique using frequency-ordered array of word-number mappers
JP3270783B2 (ja) 1992-09-29 2002-04-02 ゼロックス・コーポレーション 複数の文書検索方法
JPH0744564A (ja) 1993-01-25 1995-02-14 Saetto Group Inc 統合文書翻訳機
JPH07160715A (ja) 1993-12-07 1995-06-23 Sharp Corp 多言語翻訳装置
US5812818A (en) * 1994-11-17 1998-09-22 Transfax Inc. Apparatus and method for translating facsimile text transmission
US5987402A (en) 1995-01-31 1999-11-16 Oki Electric Industry Co., Ltd. System and method for efficiently retrieving and translating source documents in different languages, and other displaying the translated documents at a client device
US5694559A (en) * 1995-03-07 1997-12-02 Microsoft Corporation On-line help method and system utilizing free text query
US5745596A (en) 1995-05-01 1998-04-28 Xerox Corporation Method and apparatus for performing text/image segmentation
JPH08305728A (ja) 1995-05-10 1996-11-22 Oki Electric Ind Co Ltd 多言語間検索システム
US5794177A (en) * 1995-07-19 1998-08-11 Inso Corporation Method and apparatus for morphological analysis and generation of natural language text
JPH09101991A (ja) 1995-07-31 1997-04-15 Toshiba Corp 情報フィルタリング装置
AU6849196A (en) * 1995-08-16 1997-03-19 Syracuse University Multilingual document retrieval system and method using semantic vector matching
JPH0981566A (ja) * 1995-09-08 1997-03-28 Toshiba Corp 翻訳装置及び翻訳方法
US6993471B1 (en) 1995-11-13 2006-01-31 America Online, Inc. Integrated multilingual browser
JPH09251462A (ja) * 1996-03-18 1997-09-22 Sharp Corp 機械翻訳装置
US5692073A (en) 1996-05-03 1997-11-25 Xerox Corporation Formless forms and paper web using a reference-based mark extraction technique

Also Published As

Publication number Publication date
GB9727322D0 (en) 1998-02-25
EP0927939A1 (en) 1999-07-07
US6396951B1 (en) 2002-05-28

Similar Documents

Publication Publication Date Title
JPH11250105A (ja) 多言語情報検索方法およびシステム
EP0519049B1 (en) Machine translation and telecommunications system
US5497319A (en) Machine translation and telecommunications system
JP3666004B2 (ja) 多言語対応文書検索システム
US7516154B2 (en) Cross language advertising
US5999939A (en) System and method for displaying and entering interactively modified stream data into a structured form
US6353840B2 (en) User-defined search template for extracting information from documents
US8024175B2 (en) Computer program, apparatus, and method for searching translation memory and displaying search result
US20060184546A1 (en) Document information management system
US20020161569A1 (en) Machine translation system, method and program
US20010021934A1 (en) Processing device for searching information in one language using search query in another language, and recording medium and method thereof
CN101137983A (zh) 嵌入式翻译增强的搜索
JPH11110416A (ja) データベースからドキュメントを検索するための方法および装置
US20120296632A1 (en) Technology for selecting texts suitable as processing objects
JPH11219368A (ja) 情報検索装置及び情報検索方法
JPH11161682A (ja) 情報検索装置、情報検索方法及び記録媒体
CN1492354A (zh) 多国文字信息搜索方法和多国文字信息搜索引擎系统
JP2006343925A (ja) 関連語辞書作成装置、および関連語辞書作成方法、並びにコンピュータ・プログラム
KR20000039748A (ko) 다국어 웹 문서 번역 서비스 장치 및 이를 이용한번역 서비스 방법
US20020007382A1 (en) Computer having character input function,method of carrying out process depending on input characters, and storage medium
JP2000163441A (ja) 辞書作成方法及び装置及び辞書作成プログラムを格納した記憶媒体及び検索要求作成方法及び装置及び検索要求作成プログラムを格納した記憶媒体及び多言語対応情報検索システム
JP2003296327A (ja) 翻訳サーバ、ジャンル別オンライン機械翻訳方法、およびそのプログラム
JPH08212216A (ja) 自然言語処理装置および自然言語処理方法
JP5148583B2 (ja) 機械翻訳装置、方法及びプログラム
JP4368550B2 (ja) 文書検索装置、文書検索方法およびその方法をコンピュータに実行させるプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20051216

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20081125

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20090224

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20090721