JPS5840684A - 自然言語間の自動翻訳方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 本発明は自然ｄ語間の自動翻訳方式に係り、特に、英語
で表わされた文章を日本語の文章に自動的に翻訳する方
式に関する。

らず、任意の異なる自然言語間の１訳に適用することが
できると共に、表記法の異なる同系列言語間の翻訳（変
Ａ）方式、例えばカナ文字で記載された文章を漢字混じ
りの文章に変換する場合にも通用できる。以下の説明で
は便宜−ヒ、人力６語が英語、出力８語が日本語の場合
について述べるが、本発明方式はこれに限定されるもの
ではない。

従来技術とその問題点 一つの自然言語で表わされた文章を他の自然言語で表わ
された文章に自動的に翻訳する方式として、従来、電気
通信学会雑誌第４６巻、第１１号の第１７３０頁〜第１
７３９頁に記載されている方式％式％ この従来方式を簡単に説明する。まず英文テキストが入
力されると、辞書検索を行い、単語の並びからなる文章
を品詞列に変換する。しかしながら多くの場合、品詞が
一義的に定まらないことがめる０例えば”５ｔｕｄｙ”
という単語は動詞をとる場合と名詞をとる場合がある。

このような場合にはまず一義的に品詞が確定できる単語
を選び、確定した品詞の率、ｆ！を基準にして、その前
説の開法より他の単語の品詞を決定する。Ｊｌ後まで品
詞が定まらない単語についてはとり得る品詞の候ｍｔ−
ｆＪしておき、とりあえず一つの品詞を仮に決定する。

次に句及び節に相当する品詞列パターンを予め登録して
おき、このパターンと一致する品詞列を探す、一致する
ものがあればその句又は節は１１１６Ｉの品詞記号によ
シ置き換えられる。

例えば第１図に示すように・・・ａρｕｌｓｅ　ｏｆｋ
ｎｏｗｎ　ｒｌｔｅ　ｏｆ　ｒｉｓｅという文が６つた
場合、ａ　ｐｕｌｓｅ　、　　ｋｎｏｗｎ　ｒａｔｅ　
、がそｎぞれ名詞句（ＮＰ）として判定される。さらに
、ｏｆ　十ｒｉｓｅが形容詞句（ＡＰ）、ｋｎｏｗｎ　
ｒａｔｅ　＋ｏｆ　＋ｒｌｓｅが名詞句、ｏｆ　＋ｋｎ
ｏｗｎ　ｒａｔｅ　＋ｏｆ　−１−ｒｎｅが形容詞句と
いうように置き換えられる。

こうして一つの文が簡単な品詞列のパターン変換される
。この変換された品詞列のパターンが予めｆ録された文
１ｒ表わす標準の品詞列パターンと比軟される。両パタ
ーンが一致する場合には翻訳可能と判断され、予め定め
られた規則に従って単語の、＊Ｉｉ［変換が行われる。

変換され良品−列パターンが登録された標準パターンと
一致しない場合には、単語の品詞の決め万が不適切と判
断し、不確定の単語の品詞を登録され虎刈の品詞に置き
換え、上記と同じ処理が繰り返して行われる。すなわち
、単語が多品詞をもつ場合に、一つの品詞を決定するた
めに一櫨のフィードバック・ループが用いられる。

最後に語順変換さｎた単語列に訳語が付与され英文を翻
訳した和文が出力される。

しかしながら、上記のような従来の自動翻訳方式には下
記のような櫨々の問題点がある。

第１のｌ’ｄｌ１４点は多品詞語の決定が極めて複雑に
なり、翻訳の成功率が低くＫなりがちということである
。前述のように従来方式では一つの単語が多品詞をもつ
場合には、一つの品詞を仮にあてはめて、パターン辞書
による構文解析を行い、うまくいかなかった場合には、
又もとに戻って別の品詞をあてはめてみるという処理７
に繰プ返す、しかしながら、多数の品詞をもつ手暗（ｉ
現実に数多くあり、しかも文章が複雑になると、一つの
文についての回目ヒな品詞列の種類は美大な奴に達する
。

こｎらの品詞列について何回も同じ処４をく９返すこと
は、１訳速度の低下を招くことはもちるしのこと、間違
った品詞を暫定的に足め７′ｃ＊合でも、単語の品詞列
がたまたま辞書にｉ録されたパターンと一致し、間違っ
た翻訳処理が行われてしまうこともある。

従って文章が複雑になる機、これを正しく翻訳できる卓
、つｔ＃）成功率が低下する。

第２の間４点は、仮に単語の品詞が正しく決定されたと
しても、句、１ｆＪｔ″ｌ）出して１つの品詞におき代
える処理を行う際、文頭又は文末から順奇に句を切出し
ておシ、句、節のポク先、修飾の対象となる単語の関係
、つまシ依存・修飾関係を分析せずに行っているために
間違った翻訳をしやすいということである。例えば４１
ａ）図に示すような・・−ｔａｋｅ　ａ　ｂｕｓ　ｉｎ
　；１　ｃｉｔｙという文ｄＬ６うた場合、第１囚図と
同様に構文分析を行うと、”Ｈｂｕｓ　ゑｎ　ａ　Ｃ１
ｔｙ”が１つの名詞句と認識され、この結果、訳語は“
街の中のパスに乗る”となってしまう。これは＠ｉｎ　
ａ　Ｃ１ｔｙ”　がｔａｋｅにかかる副詞句でろるにも
かかわらず、文末から順番に句を切、田していくと形容
詞句として、ｉ！！ｉ識され”ａｂｕｔ”を修飾すると
判定されたために生じ九誤訳でめる。このように文頭又
は文末から順に句を切出していく方法をとると句品詞が
一義的に定まらない場合が生ずる。ま九文章が階層的構
造をもつ場合が生ずる。また文章が階層的構造をもつ場
合、つまシ、修飾金する相手先が複雑に入り組んだ文章
の場合にはこれを正確に翻訳することができなくなる。

第３の問題点は、従来方式では翻訳すべき文型の増補を
行うためには処理装置のプログラム全体を手直しする必
要が６９、従って−Ｈシステムができめがってしまうと
文型の増補が極めて困離になることである。すなわち、
従来方式においては、多品間をもつ単語の品詞を決定す
るために、フィードバックループを用いており、このル
ープの中にパター／辞嘗による構文分析の処理が含まれ
ている。従ってパターン辞書のｉＩ＃＋ハターンを追加
したり１−正する場合には、フィードバックループ全体
の動作に矛盾を生じないように処理アルゴリズムを手直
ししなければならない。通常、自動−訳における成功率
は上記の博文分析用の盆４パター７ｆいかに構築するか
に依存するところ大であり、従って試行錯誤的にこの登
録パターンの増加、変更ｔ−要するが、その都度処理ア
ルゴリズム全体の手直しをするのは実際上大きな負担に
なる。

発明の目的 本発明の目的は上述のような従来技術のｒｄｌｌ−魚倉
解決した新規な自動翻訳４式を提供することにある。

具体的に言うと、自ｔｔｈａ訳の成功率が高く、複雑な
文章倉正確に翻訳することができ、しかも文型パター／
の増補が容易な方式を提供することが本発明の王たる目
的である。

発明の概要 上述の目的を達成するために、本発明方式では第２図に
午す逃埋過僅を経て自然言語間の翻訳が行われる。

まず英文テキス）ｔ４み込み、入力データパックアメモ
リにセットする（テキスト入力処理）。

次に辞ｖＩｔ−ＴＩｔ索してテキスト中の変化形をもつ
単語、例えば時制変化、複数形変化、比軟級変化などを
している単語を原形に変換する処理金貸う（辞書検索）
。更に、テキスト中のすべての単語及び遅ｍ＜イデオム
等）の列を、七ｎらに対応する品詞列に変換する（品詞
認識）。次に品詞列の形に変換された文を、ｄ１敗１の
名詞の連なり、助＃詞＋動詞、冠詞十名ｔＡ％前ｒＩＩ
ｔ詞十名詞、形容詞十名詞等の８語的意味をもつ最小単
位、つまり句要素に分割する（句構造認識）。そして上
ｉピの各句要素に対して、改めて名詞句、形容詞句、副
詞句、動詞句、前置詞句などの句品詞を与える。この後
、後述の辞書再検索が行われる。次に句品詞列を、主語
、中心動詞、直接目的虐、補譲、動詞修飾語等の構文的
役割子列に変換する。更に構文的役割子列の中から単文
パターン、節パターン、及び意味的に閉じた王語、述語
関係を有する一文率位（単節パターン）を見出す（英文
型パターン認ａ）。

更に、１ｕｔ１１．５１５１句、副詞句等の旬要素の係
り先、つまりどの名詞句あるいは！ｊｈ詞句を修飾して
いるかの依存関係を決定する（依存・１−一関係認識）
。

次に上記のようにして認識された英文型パターンを、そ
のパターン毎に予め定めらｎた変換規則全参照して、日
本語の骨格パターンに変換する（文型変更）、最後に予
め用意された単語、連語の辞書を検索することにより出
力言語である日本語の文を生成する（和文生成）。

本発明方式の特徴の第１は、単語及び連語の列を品詞列
に変換する品詞列認識の処理が、句構造認識などの構文
分析の前段階においで完了し、従来方式のよりなフィー
ドバックループをもたないことでｂる。換言ｆｎば品詞
列認識の処理ステップではすべての単語・連語の品詞ｔ
この段１曾で確定してしまい、句構造認識等の処理結果
をみて、再び品詞認識に処理が戻るようなフィードバッ
クループを有しない、従って谷処理ステップにおける処
理結果が他の処理ステップに影＃を与えないため句構造
等の認識の九めのｆ録パターンの増補が極めて容易にな
る。

特徴の第２は、多品詞金もつ単語の品５ＩＴＩを決定す
るのに、後述のような品詞認識用パターンを予め定め、
これｔａ照しながら決定するように構成されている点で
るる。この品詞認識用パターンを用いることによって、
谷単語の品詞の確定が迅速正確に行われ、結果的に翻訳
の成功率が向上することになる。

本発明方式のｍ３の特徴は、品詞列パターンから句、１
ｒＪｔ切り出して構文分析を行う際、従来の英文法の句
、節とは異なる句要素の概念全導入したことである。更
に句要素の単位で切出し、新たに句品詞列を形成した後
、これを碑文的役割子列に変換することも特徴の１つで
ろる。このように句要素、構文的役割子の考え方を導入
することによって、複雑な文章も正確に翻訳する仁とが
り能となる。

ｄｃ４の時漱Ｖま、句、節などがどの語を−ｇ市するの
刀・を認識するー飾・依存関係認識の処理ステップ倉キ
んでいることでるる。この処理を行うことによって第１
（１３図のように修飾の相手先が入り組んでいる文章も
正確に１訳することが可ｉ巨になる。

本発明の上記＃砿及びこの他の時機は、以下説明する実
施９ｔＩｔａ照することによって、いっそう明確になろ
う。

実施例 第３図は本発明方式の全体ｔ４ｔｇｋ示す。同図から明
らかなように本発明方式は、入力装置１００、翻訳処Ｊ
ｌ装置２００、辞蕾用メモリ３００、作業用メモリ４０
０及び出力装置５００よシ４成される。

入力装置１００は英文テキス）１人力するためのもので
、通常、キーボードが用いられる。もちろん、この他の
方法によシ英文テキストを入力することも９罷である。

例えば磁気テープζｄｉ気ディスク等に予め英文テキス
）ｆ記録しておき、公知の磁気記憶制御回路を通して処
理ｆｃ１１２００に入力してもよい。また、ファクシミ
リ等の通信機器を通して送られてくる英文テキストを、
公知の通信回線制御回路を堰して処理装置２００に入力
することもできる。

辞書用メモリ３００は率請、述語（２以上の単語よシな
るイデオム等の語）等の辞膏や、−灰処理のために用い
られる規則全定義したテーブルを予め格納しておくため
のものである。具体的にいうと、このメモリ３００には
、単語辞１１３０１、述語辞書３０２、品詞認識用パタ
ーン３０３、句要素切出用パターン３０４、文型認識用
パターン３０５、依存・修飾関係認識用パターン３０６
、文型変換用パターン３０７、和文生成用パターン３０
８が格納されている。

単語辞＄３０１のメモリエリアの内部構造を第４Ｑ図及
び第４＠図に示す、１番地からＮ番地のそれぞれの゛ブ
ロックには単語情報レコードが記憶されている。単語情
報レコードは単語の見出し語と、その単語の属性を示す
単語情報とを含む。単語情報としては、その単語音もと
にしてつくられる連語（イデオム等も含む）のｌｌ！数
、連語の先頭會地、その単語がとり得る品詞の開数、品
詞名、品詞の訓分虜、谷品詞における単語の４性その単
語が多義の意味をもつ場合にはその個数、それぞれの訳
語、各訳語の語尾活用、谷訳語の付ＪＩ４愼ＭＢ語等が
含まれる。

第４＠図には”５Ｔ（Ｊｌ）Ｙ”という英−に相当する
率＃　ｒ＊　報が例示されている。この単語をもとにし
てつくられる逐語としてはＭＡＫＥ　Ａ　８ＴＬＪＤＹ
ＯＦ　　、ＵＮＩ）ＥＲ５ＴＬＪＤＹ　、　　ＣＡＳＥ
　５ＴＬＪＤＹ。

など（６）　＋ｄ登録されている。それらの連語のうち
先頭に登４されている連語の曲尾が（７６）でめる。

（第５（２）図参照）または５ＴＵＤＹは動詞（Ｖ）と
名８ｉ１（Ｎ）の両方をとり得るので多品詞個ｅ（２）
、品詞名１として（Ｖ）、品詞名２として（Ｎ）がｆ録
される。なお品詞の１１１Ｎ１分類の禰には、例えば動
詞の場合、自動詞と＋ｔｌｌｌ−詞の区別、また自動詞
でもその後に禰語をとる自動詞、（例えばｇｅｔ。

１ｏｏｋ　、　ｍａｋｅ等）とその後に前［１詞をとる
自動詞（例えば５ｅｎｄ　、　　ａｄｖｅｒｔゑ８ｅ等
）との区別等、品詞に関する更に洲かい１ｆｔ報が督き
込まれる。

更に８ＴＵＬ）Ｙが動詞として用いられる場合、その意
味が１勉強する”と解釈される場合と、′研究する”と
解釈される場合とがちるので、多ａｔｉ個数の禰にはく
匂、訳語ｌの禰には“勉強する”、訳語２の掴には＠研
究する”と登録される。また訳語１及び２共に１勉強″
及び１研究”の後の１する１が、状況に志してす行変化
して用いられるので、語尾活用ｌ及び２の欄にその旨登
録きれる。更に付ＩＩ　ｄＡ　罷語（て、に、會、は）
としては、＠８Ｔ［ＪＤＹ’　　が目的請（ＯＢＪ　）
ｔとるｊａ＆には（ＯＢＪ　）の後に一ビが入るので、
その１＃罐が訳語ｌ及び２に対応する付属愼能語１及び
２の欄に登録される。

５４（２）図では図示してないが４２品詞名（Ｎ）につ
いても上述と同様の清報が登録される。

連＃膏３０２（ｄＸ３図）のメモリエリアの内部構造を
第５（Ａ）図及び第５＠図及び第５０図に示す。

連語情報レコードは、連語の見出し語と、その連語の属
性等を示す連、ｆ情報を含む。連虜清報には、その連語
のとり得る品詞の個数、その品詞名品ｊ＋１細分類、そ
の品詞における連語の属性、逐語が多義に解釈される場
合その個数、各訳語、谷訳語における語尾活用、付属愼
能語等が含まれる。

第５＠図には″ＭＡＫＥ　Ａ　５ＴＵｉ）Ｙ　ＯＦ”と
いう固定連語に関する連語情報が例示されている。

この連語は１研究をする・”という動詞句を形成するの
で、品詞の個数は（１）、品詞名は（Ｖ）と蓋縁される
。

第５０図はＯＴ変連語辞畜の内部４成を示すもので、そ
の拝誦については後述する。

更に、この４語の多義性の個数の禰には（１）、訳＃１
の禰には１研究２する”がｉ録される。語尾活用ｌの欄
には訳＃ｌＤ＠研究をする”の１する”がす行変格活用
して用いられる旨の情報が登録される。付属憤龍語１の
欄には、上記連語が目的語（ＵＢＪ）ｔ−とる場合に＠
（ＯＢＪ　）の研究をする”の訳語となシ、′の１の付
属愼罷語が必要になる旨の＋１ｖｌｉが登録される。

第６（４）図は辞★メモリ３００の中の品詞認識用パタ
ーンエリア３０３に格納されるパターンの一例を示す、
仁の品詞認識用パターンは４語又は連語の並びからなる
文を、それぞれの単語又は連語の品詞の並びへと変形す
る場合に用いられる。単語又は逼−がＯＬ故の品詞を文
法的にとり得る場合、品詞の並びの前後関係から、最も
ふされしい一つの品詞を最終的に選び出す。この場合、
予め、文法的にと夛得ない品詞列のパターン、つまシ禁
制品ｔｐＪ　列パターンを登録しておき、このパターン
を用いて多数の品詞から一つの品ｇｏｌｋ通択する。第
６（Ａ）図には６個の県側品詞列パターン及び禁制解除
条件が示されているに過ぎないが、実際にはこのパター
ンが数十個以上用意される。ｔた入力される文の特性を
考慮してパターンの変更、増加、簡略化などを行っても
よい。

５４６■図において禁制品詞列パターンの米は、品詞を
判定すべき単語の位ｄｒ表わす。又、Ｆ、。

Ｆ２は木のそれぞれ１つ前、２つ前の単語の品詞を表わ
し％　Ｂｊ　ａ　ｓ、は米のそれぞれ１つ後、２つ仮の
単語の品詞に表わす。

、ＩＪｊ＃ｌノ米位＆の［−Ｖｊの、ｅ号は、［−６司
（Ｖ）以外の品詞」という意味で我る。従って項蕾ｌの
品詞列パターンは、「ｔ、の麦に動詞（ｖ）の町、ヒ性
のめる単語が並んだ場オ１．ｋＭ（Ｖ）として判定し、
他の品詞の可能性はなしとしてよい」という意味である
。

禁制解除条件は禁制品詞列パターンの禁制が解除される
こと、換言すれば品詞列パターンの品詞の並びが許容さ
れることを示す。例えば、項番２Ｕ−形容ＩＰｌ（ＡＬ
）Ｊ　）　＋１ｒｈＡ　（Ｖ　）”というａｘの並びは
通常は系止さｎるが、Ｆｌ　として冠詞（ＡＲＴ）や、
ＢＥ動詞（ＢＥ）がきた場合°にはそのような品詞の並
びも許容されることを示している。換言すれば１冠詞（
ＡＲＴ）ではなく、かつＢＥ動詞（ＢＥ）でないもの十
形各詞（ＡＤＪ）＋米”という品詞の並びがあるとき、
米の位置が＃ｔＪＪ詞（Ｖ）のｏＴ能性はないと判断し
て良いという意味でおる。

ＪＡＡｓ２．１Ｆ１　（動詞（Ｖ））十米”という品詞
の並びが出てさた）ａ酋ｓＦｌが−ｉｎｇのついた動詞
（ＩＮＧ）のとき、半がｂｅ励詞（ＢＥ）のとき、或い
はＦ、がｈｅｌｐという単語であるときを除いて、米の
位置は動詞金とり得ないと判断して良いことを弐現して
いる。

項番４は１代名詞愼数（Ｐ几ＮＭ）　　十米”という品
詞の並びが出てきたとき米の位置は（動詞＋Ｓ）の形は
と９得ないと判断して良いことを示す。同様に項番５は
１名詞４１奴（ＮＭ　）十米”という品詞の並びが出て
＠九とき、米の位置は（動詞＋Ｓ）の形はとシ得ないと
判断して良いことを意味する。

更に項番６は、′場所の固有名詞（Ｎ１　）十米”とい
う品詞の並びがあったとき、米の位置は！Ｉｂ詞現在（
ＶＰ　）の形はとり得ないと判断して良いことを示して
いる。

この他のパターンについては説明を省略するが要するに
上記のような禁制品詞列パターンがテーブルとして＃記
メモリエリア３０３（第３図）に格納されているのでる
る。

第７Ｑ図は辞書メモリ３００の中の句妥素切出用パター
ンエリア３０４に格納されるパターン例を示す、この可
安累切出用パターンは、単語及び連語に付与された品詞
の並びからなる品詞列から刃要素を切出し、この刃要素
に新たに品詞を付与することによシ句要素品詞列を生成
する際に用いられる。ここで刃要素とは第７囚図に示す
品詞の並びをもつ単語の並び金称し、通常の英文法で定
在される句のａ念とはＪ４なる。なお第７（Ａ）図は刃
要素の一部を示したに過ぎず、実際には多数用意される
。

第７囚図において、’ｏｏｏ’なる記号り、そｎｋはさ
む品詞が１１１以上有限個出現したとき、その全体音ｇ
Ｊシ出すことを意味する。項４１は１副８ｏｌ（ＡＤＶ
）ｌｉｖＡ”マタハ′″ＩＩｇＪ詞（ＡＤＶ）＋・・・
十副詞（Ａｔ）Ｖ）”という品詞列がめった場合、この
列全体を句＊素として切９出し、新九に刃要素品詞とし
て副詞が付与さルることを示している０項番２は、′前
置詞（ＰＲＥＰ）　　十名詞（Ｎ）”めるいは１前直詞
（ＰＲＥＰ）　　十名詞・（Ｎ）＋・・・十名詞（Ｎ）
″という品詞列には前ｌｌｉ詞的（Ｐ階Ｎし）の刃要素
品詞が付与されることを示す、項番３は１助動詞（ＡＵ
Ｘ）十励詞（Ｖ）”ま友は、“助１ｊｂＡＣＡＵＸ）＋
−・・十助動詞（ＡＵＸ）＋動ｙｌ（Ｖ）”という品詞
列かめつ几場合、この列全体を刃要素として切シ出し、
ｆｒｆＣに刃要素品詞として動詞（Ｖ）が付与されるこ
とを示す。項番４゜５．６についても同様である。

辞書メモリ３０００文型認識用パターンメモリエリア３
０５には、４つのテーブルが格納されている。すなわち
動詞パターンテーブル、接続ｄ司パターンテーブル、節
パターンテーブル、文パターンテーブルでおる。

５ｇ８（４）図は１ＩＩＪ詞パターンテーブルの一部を
示し、ｍＡＯタイプ番号全手がかりとして１Ｊ＝ｆＪｆ
ｒもつノードの前後のノードの襦文的役割子を決定する
ために用いられる。動詞のタイプ番号は率賭辞書および
連語辞書を検索することによシ得られる。動詞のタイプ
査号と動詞の列、ＩＩｂ詞が前後の名詞相当句を支配す
るパターンを表１囚に示す。

第８０図は燻続詞パターンテーブルの一例゛を示し、接
Ｉｆｔ詞を有するノードの前後のノードの構文的役割子
列パターンからｓｆ詞のノードの構文的役割子を決定す
るために用いられる。

第８（０図は節パターンテーブルの一例を示し、接続詞
、句読点等で区切られるノード列の構文的役割子パター
ンから節パターンを決定するために用いられる。

第８（ハ）図は文パターンテーブルの一例を示し、節パ
ターンの並びから文パターン（骨格）くターン）を決定
するために用いられる。

それぞれのパターンテーブルの詳細については後述する
。時に第８（Ａ）図中、第８Ｃ）図中、、ｉｇ８■図中
に出現する記号については、後で第２０＠図等を用いて
述べる。辞書メモリ３００には、この他に形容詞、副詞
の単語、句等がどこにかかるかｔ決定するための依存・
修飾間−’１Ｍ　、ＪＡ識用ノ（ターフ３０６、文型の
変換用に用いられる）（ターン３０７、和文生成の際に
用いられるパターン３０８をそれぞれ格納するエリア會
有する。各）くターンについては後で詳述する。

以上述べたようＶＣ１辞誓メモリ３００には、単語、連
語辞書の他、％橿の規則パターンが予め格納されるが、
このメモリ３００への１＃報の４′ｆ！込み及び読出し
は、着込み読出し制御回路２０１によって行われる。

一万、作業用メモリ４００は、第２図に示した各処理の
過程で必要になるテーブルを格納するためのもので、続
出した単語、連語ｉ！報を一時的に格納するバッファテ
ーブルエリア４０１、入力テキストストリームテーブル
ｔ−４１！！稍するエリア４０２、ワードストリームテ
ーブルｔ４納するエリア４０３、ノードストリームテー
ブルを格納するエリア４０４、句ｇ！木列を格納するエ
リア４０５、英文型ノード列を格納するエリア４０６、
和文型ノード列を格納するエリア４０７、出力テキス）
１格納するエリア４０８を含んでいる。尚各テーブルの
詳細については後述する。

上記作業用メモリ４００の情報の１込みｄ！、出しは、
翻訳処理装置２００からの指令に基づき、書込み続出し
制御回路２０２を介して行われる。

翻訳処理装置１１２００は、後で詳しく述べるようにｄ
Ｘ２図に示した処理を行うためのプログラムを格納して
おり、辞書メモリ３００の一１＃罐を適宜用い、メモリ
４００をワーキングエリアとして用いて、入力の英文テ
キストヲ和文に翻訳して出力する。

出力装置５００としては和文出力をプリント又は表示す
るためのプリンタ又はディスプレイ装置等が用いられる
。

なお、前述の辞簀メモリ３００として例えばディスクメ
モリ、作業用メモリ４００としてコアメモリが用いられ
る。もちろん本発明方式ではこれらのメモリの種類は特
定のものに限定されない。

又こルらメ・モリを処理装置と別に設けてもよいし、処
理装置の中に設けても麦支えない。

以下本発明方式による処理手順についてＩＩｆ：ＭＪに
説明する。

α）テキスト入力処理 テキスト入力処理というのは、入力装置１００（第２図
）よシ入力した英文テキス）金、ｌ’ｌ：業用メモリ内
の入力テキストストリームエリア４０２に順次セットす
る処理をいう、英文テキストの一例を第９図に示す。キ
ーボード等の入力装置１００によシ英文を入力すると、
アルファベットに対応するコード石号に変換された後、
上記入力テキストストリームエリア４０２に格納される
。

（２）辞簀検索 テキスト入力処理が完了すると、次に、いわゆる辞書引
きの作業が行われる。辞書引きとは入力テキストストリ
ームエリア４０２に格納された、入力テキストの単語の
出現の順に、単語辞４３０１を検索し、該当する単語の
単語情報を作業用メモリ４６０の単語％連語用バッファ
メモリ゛エリア４０１に順次格納する処理をいう。例え
ば第９図のテキストの場合、第１０図に示すようにまず
ＨＥ、’を見出し語とする単語情報がメモリエリア４０
１のＷ　Ｂ　（１）番地に格納される。次にＷＲＯＴＥ
は不規則変化ＩＩｈ詞であるので予め単語辞書３０１に
登録されておシ、その単語情報には’ＷＲＩＴＥ’への
ポインタ（ＷＲＩ　ＴＥへの先頭着地）と不規則変化情
ｌｉ（ｗｒｏｔｅはｗｒｔｔｅの過去形）が格納されて
いる。従ってＷａＯＴＥの半、＆１ｒ辞書引きするとＷ
几ＩＴＥを見出し語とする単語１青報が読出され、この
単語ｆｉｖ報に不規則変化情報を付加した後メモリエリ
ア４０１のＷＢ（２）許地に格納される。以後、順ＫＢ
ＮＧＬＩ８Ｈ、ＶＥＲＹ−Ｏ＃誉引きが行われる。

このように単語辞書の内容と同じ１′＃１１１１に一旦
、単語ｃ連語用パックアメモリエリア４０１にとシ込む
のは、作業用メモリ４００として通常、＾速アクセス可
能なメモリ、例えばコアメモリが用いられるので、後の
品詞認定、依存修飾関係認識、和文生成などの処理過程
における辞書検索が高速に行えるためである。従って、
上記の単語・連語バッファメモ！７４０１に−Ｉ１ｍ？
用せずに各処理過程において直接単語辞１１ｉ３０１．
連語辞誉３０２ｔ−検索することもできる。

上述のいわゆる辞書引きの段階で、単語の語尾変化処理
及び４＃の検出処理が行われる。以下それらの処理の内
容ｔ−詳しく説明する。

語尾変化処理とは、語尾が活用変化している単一％　ｙ
ｕえば時制変化、榎数形変化、比較級変化など倉してい
る単ａｔ、その原形に変換し、単語辞書３０１、連語辞
書３０２を検索した後、検索した内容に語尾変化情報を
付加した上で単語・Ｊ！！語バッファメモリエリア４０
１にセットする処理ヲいう。この処理を行うことによシ
後の品詞認識処理における単語辞ｖＩ！あるいは連語辞
書の検索を、単語の原形の見出し１ｌｆｔ−参照して行
うことが可能になる。従って辞書には、このように−尾
変化した単語情報を予めｆ録しておく必要がな、くなシ
、辞書メモリ容量の低減に効果がろる。

説明の便宜上、以下＠５ＴＵＤＩＥＳ”という複数名詞
変化形おるいは三人称率数４４１１詞変化形の単語を例
にとって、原形への変換手順を述べる。他の変化形単語
の原形変換処理も同様の考え方で処理できる。

処理対象となる単語は単語を構成する一文字ずつに’Ｉ
　ｓ　Ｌｍ　ｅ　ｚ、・・・なる符号が与えられる。

たとえば″８ＴＵＤＩＥ８”に対しては、第１１■図の
ように末尾の５Ｖｃｔ、が、次のＥには１．が、さらに
次の工には１ｓというように付与される。

ま九第１１（Ａ）図のステップ１０１１に示されている
ようにｒｚｓ　ｉｔ　ＳＩＪ除」という処理を受けると
単語の各文字に付与される符号は第１１■図のように変
化する。すなわち末尾の２文字を削除して再び符号のつ
け変えが行われる。

まずステップ１００２において辞書検索が行われ、辞書
にあれば処理は終了しく１００３）、なければステップ
１００４に進む。ステップ１００４．１００５゜１００
６．１００７．１００８はそれぞれ語尾変化が生じてい
るかどうかを判定するためのＩＡ埋である。

この例の場合はステップ１００８で判定結果がＹＥＳと
なシ、ステップ１０１０に進む。ここで５ＴＵＤＩＥＳ
の末尾の８が削除され、８ＴＵＤＩＥ　とな夛、ステッ
プ１０’ｌ　６で再び辞書検索が行われる。単純な複数
形の場合はこの段階で辞書に登録されていることが多い
、（例えば１ｉｋｅｓ）本例の場合は更にステップ１０
１７に進み末尾がＥかどうか判定され。

この結果ＹＥＳとなるので、更にステップ１０１８に進
む。更にステップ１０２２に至’ｔｔ＊ｔ＋の文字、つ
まシＩＥが削床され５ＴＵＤになる。更にステップ１０
２３においてＹが付加され５ＴＵＤＹという原形に変換
された後、ステップ１０２４で再び辞書引きが行われる
。ここでも、もし辞書になければ未ＪＴ：縁語と判断さ
れる（１０２５）。

以上述べたような処理を経て、５ＴＵＤＹの単語が辞書
にあると、その単＃１ｉｌｌ報が読み出され、単語情報
に語尾変化処理（複数名詞変化形ｉびに三人祢率数動詞
変化形）を付加したものが前述の率―・連語バッファメ
モリエリア４０１に薔き込まれる。

次に単語の並びからなる英文テキストの中の連語を検出
する処理について第１２図１ｒ参照して説明する。連語
とは、２以上の単語の結合により意味のめるーを形成す
るもので、イデオムもこれに含まれる。

ここでは−列として”ＭＡＫＥ　Ａ　　５ＴＵＤＹ　Ｏ
Ｆ”なる連語が検出され、単語・連語バッファメモリエ
リア４０１に格納される千ノｅについて説明する。

まずステップ１０４０で単語の切出しが行われ、ステッ
プ１０４１で前述の語尾変化処理が行われる。

次にステップ１０４２で単語辞簀検索がなされる。

＠ＭＡＫＥ”及び′″Ａ”については前述と同様に単語
辞書３０１の該当見出し語？検索して、その単語情報を
単語・連語バッファメモリエリア４０１に順次格納して
いく。ステップ１０４３では、単語が辞書に登録されて
いない未知単語がどうが判定する。登録されていない場
合にはステップ１ｏ４７で固有名詞として判断する。次
に″Ａ＃の次の＠″５ＴＵＤＹ”全見出し飴として単語
辞書３０１をｆ！ＩＬ索すると、第４（６）図に示すよ
うに、”５ＴＵＩ）Ｙ”を含む連語が６個存在すること
が判る（ステップ１０４４）、そこで直ちに対応連語部
の先頭番地（７６）から４語の見出し語の検索が開始さ
れる（ステップ１０４８）、ｇ５＠図に示すように、”
５ＴＵＤＹ’　を含む連語としては、　＠ＭＡＫＥ　Ａ
ＳＴＵＤＹ　ＯＦ”　”ＵＮＩ）ＥＲ５ＴＵＤＹ”等が
存在することが検知される。このうち入力テキスト中の
モ（１）と一致すル１７）ｄ″ＭＡＫＥ　Ａ　５ＴＵＤ
Ｙ　ＯＦ”であることが判る（ステップ１０４９　）。

なお、会致する連語が存在しないと判ｒｒされた場合に
は、−８ＴＵＤＹ”を単なる単語とみて、剖述と同様に
″５ＴＩＪＤＹ”　の単語情報をバッファメモリエリア
４０１に格納することになる（ステップ１０４５）。

また入力テキストが２以上の邊胎と一致することが検知
された場合には％最も長いｉＬ語と一致したものを採用
する。同工ば＠ＭＡＫＥ　Ａ　５ＴＵＤＹ”ト”ＭＡＫ
Ｅ　Ａ　５ＴＵＤＹ　ＯＦ−（Ｄｔｄ４者ｊ！ニー　−
攻１．．ｆＣ場合には後者が採用される。

さて、現在の例では人力テキストと＠″ＭＡＫＥＡ　５
ＴＵＤＹ　ＯＦ”が−紋し次駅でるるか、この場合には
まず単語、４語バッファエリア４０１内にすでに格納さ
れている＠ＭＡＫＥ’及び＠Ａ”の率ｔｉ１＃鰍に対し
て無効マークの付与あるいは単語情報の消去が行われる
（ステップ１０５０）。この後”ＭＡＫＥ　Ａ　５ＴＬ
ＪＤＹ　ＯＦ”に対応する連語情報が単語・連語バッフ
ァエリア４０１に格納される（ステップ１０４５）。

上記のような処理Ｖてよシ、最終的には入力英文テキス
ト中に出現する単語及び１県語は、すべてその出−Ｊｌ
、１ｍにバッファエリア４０１に格納されることになる
。

なお、上記の丙では簡単化のため、未知単語はすべて固
有名詞として認識する場合を述べたが、より正確な品詞
を決定することもできる。この未知単語の正確な品詞の
判定は、前述した「禁制テーブル検索による品詞認識処
理」を再度実行することにより、全く同様に実行できる
。

（３）　　品詞認識処理 品詞認識処理とは４語・連語用バッファ４０１に格納さ
れた各単語及び連語に１つずつ品詞金付与する処理を称
し、第１３図に示すフローチャートにしたがって処理が
行われる。

まずステップ１０６０において、単語・連語用バッファ
メモリ４０１内をＷＢ（１）、ＷＢ（２）、ＷＢ（３）
。

・・・の如くＡ次走査しながら、単語及び連語の品詞名
、品詞細分類、属性↑Ｈ報倉読み出し、ワードストリー
ムテーブルエリア４０３に順次格納していく。品詞基と
その記号の一部に＆１（Ｂに示す。

第１４囚図及び第１４［Ｆ］）図はワードストリームテ
ーブルの内部礪成倉示す、同図〃・ら判るように各単語
・運、ｆＩはそれぞれワードレコードを含む。

谷ワードレコードは第１４四図に示すようなｔｆ１報を
會んでいる。−タυとして率＃＠ｖＶ几ＩＴＥ”につい
てのワードレコード’ｔｄ明する。単語／４ｆｔＮの区
別指示子には単語でろる旨の情報（単）が薔き込まれる
。ｆＩの識別舒号はテキストストリームテーブル（第９
図参照）においてその語が何會目に出現するかを表わす
ので、この場合は（２）が齋き込まれる。更に語長の個
は、単語又は連語金４成する文字ａｔ−ｓワｔ、、”　
ＷＲＩ　ＴＥ　’　ノｊｌｈ　＆　ｌ’ｔ　（５）カ４
８き込まれる。先頭文字の文字曲号の欄はテキストスト
リームテーブル４０２（第９図）において、″ＷＲＩＴ
Ｅ”の頭文字＠ＩＷ”の位置する番地（４）が４ＩＩ自
込まれる。更に多品間の個数の欄には動詞（Ｖ）と名詞
（Ｎ）の２つでろるのでｅ）が畜き込まれる。この他、
品詞の細分類、多義性の個叔、谷品詞に対↓６する先頭
訳語部（ｉｇ４−０図参照）へのポインタがそれぞれの
欄に蒼き込まれる。

ｄＸ１３図に戻り、ステップ１０６１にお匹ては、ＷＳ
に）の着地の単語が多品間がどうが判定する。

周知のように各単語及び連語は多品間をもっことが多く
、従って、この場合には−っρ最も適切な品詞を選ぶ処
理を行わなければならない（以下この処理を多晶詞Ｓ消
処理と称する）、この多品側解消処理を実行するために
本発明方式では辞書メモリ３００に格納された品詞認識
用パターン表（第６囚図参照）が用いられる。単語又は
連語が多品間をもつ場合、ステップ１０６２において、
品詞名の１つがテスト用バッファメモリ（作業用メモリ
の一部が用いられるがここでは図示しない）にセットさ
れる。ステップ１０６３においてはテスト用バッファメ
モリにセットされた品詞列と、第６（Ａ）図に示した禁
制品詞列パターンとが順次比較され、一致するパターン
を探す、第９図に示す入力テキストの”ＥＮＧＬＩＳＨ
”の多品側解消処理を行う場合を例にとって説、明する
。”ＥＮＧＬＩｉ９Ｈ”は名ｉ＃１Ｉ（Ｎ　）及び形容
詞（ＡＩ）Ｊ）の２つの品詞を有する。まず”ＥＮＧＬ
ＩＳＨ”の＃ｖＪ後の２つずっの単詣、′つまり“ＨＥ
　”　、　＝ＷＲＩＴＥ　’　と”ＶＥＲＹ’　、”５
ＬＯＷＬＹ”ノ品詞代名ｄ（ＰＲＮ）％助詞（Ｖ、）と
副詞（ＡＤＶ）、副詞（Ａｔ）Ｖ）ｉそれぞれテスト用
バッファにセットする。この状態を第６＠図に示す、こ
こでＩＪｈ詞（Ｖ、）の添字（ηは、動詞の品詞細分譲
を示し、目的語をとる他動詞でろることを表示している
。

テスト用バッファ（第６＠図）の米の位置に形容詞（Ａ
ＤＪ）ｔ−セットした後、第６囚図に示した禁制品詞列
パターンと比較される。この結果、第６０図の品詞列パ
ターンは第６（４）図の項着７のパターンと会致し、（
＋、ｖ、、ＡＤＪ、−−）なるパターンは禁制されるこ
とが検知される。従って″ＥＮＧＬＩ８Ｈ”の単語が、
この文章においては形容詞をと９得ないことがｇｌ＆さ
れる。次にテスト用バッファ（第６０図）の米の泣屓に
名ＰＪ（Ｎ）をセットして再び禁制品詞列パターンと比
較される。この場合にはいずれの禁制パターンとも合致
しないことがｊｌｌｌ終的に検知され、”ＥＮＧＩ、Ｉ
ＳＨ”の品詞は名詞であると決定される。

再び第１３図に戻り、ステップ１０６４において。

更に第６（４）図に示した禁制解除条件１．２’を満足
しているかどうか判定される。

こうして須薊品詞列パターンに合致し、且つ解除条件も
満足しない場合には適切な品詞の峡補から消去される（
ステップ１０６５　）、品詞の侯補が２８以上残ってい
る場合はステップ１０６２に戻り同様の処理が１＃！り
返される。この処理によって最後に１１１！ｌだけの品
詞が残ったかどうかを判定しくステップ１０６７）、Ｙ
ＥＳの場合には残った品詞ｔ−ｗｓに）番地の単語又は
連語の品詞と決定する（ステップ１０６９）。

２個以上の品詞が最終的に残った場合にはステップ１Ｇ
７０に進み、ここで第１５図のような優先ｆ表による品
詞決定が行われる。２つの品Ｏ司１例えば形容詞（ＡＤ
Ｊ　）と名詞（Ｎ）とが残ってしまつ九鳩合、ＡＤＪを
見出し語とする第３行と、Ｎｔ見出しとする第２列とを
査読することによりＡＤＪ＞Ｎなる関係、つまりＡＤＪ
Ｏ方がＮよりも優先度が高いということになり結局ＡＤ
Ｊが採用されることになる。

以上、多品側解消処理の一例について述べたがこの処理
の効率、成功率を高めるために下記のような処理金する
こともできる。

α）テスト用バッファメモリに候補となる品１ｉＩＩＪ
をセットする際、出現頻度の高い順にセットすることに
より処理効４Ａヲ上げることができる。

（乃　第１５図に示した優先度表は、２１ｒＩＡ以上の
品詞が最終的に残った場付に使用するものとして、ｉ１
２明したが、品詞の候補が最終的に全部消去されてしま
った場合にも、もとの品詞候補全体に対して第１５図の
ａｔ用い、蝋も高い優先度の品詞全採用することができ
る。

（４）　　句構造認識 句構造認誠とは、英文人力テキストの各単語及び連語に
唯一の品詞を与えることによってつくられた品詞列から
切要素に相当する部分を切り出す処理、および、それら
に新友な切要素品詞を付与することにより、１品詞性け
された切要素列（切要素品詞列）”を生成する処理をい
う。ここで切要素とは前述のように、英文法の句の概念
とは異なり、言語的意味をもつ最小単位の単語、又は／
及び連語の組み合せよりなるものである０例えば名測子
名詞、助動詞＋動詞、冠測子名詞、形容測子名詞、前置
測子名詞等は切要素を形成する。

つまり、従来の英文法では、１句”という概念は、かな
シゆるやかな定義ｄＮｕしか持っておらず、与えられ九
英文テキストに対して、どの部分が１句”かについて−
意に定めることができない。

例えば本発明でいう“中心動詞となっている切要索１と
、１その目的となっている切要素”は、従来の英文法で
はそれぞれ単独でも１句”であるが、同時にま九そｎら
を連結したものも１句”である。

英文例をあげると“助動詞＋動詞十冠詞＋形容測子名詞
”（ｗｉｌｌ　ｈａｖｅ　ａ　ｂｅａｕｔ目ｕｌ　ｇｉ
ｒｌ　）は、英文法の１句（！ＩｄＪｐ１句）”とみな
されるが、本発明でいう１切要１ｇ”ではない、′助動
測子動詞”（ｗｉｌｌ　ｈａｖｅ　）　　と１冠詞＋形
容詞十名ａｉｌ　（ａｉ）ｅａｕＨｆｕｌ　ｇｉｒｌ　
）とが１句要素”である。

さらに多くの句を連結させた句、互いに重複した部分を
もつ１４なる句なども、従来の英文法では定義され得る
。

これに対し本発明では、中心動詞と、その目的語とは、
ろくまでも別個の警句要素”でるる。本発明でいう１句
要素１は一般に、与えられた英文テキストに対して、−
意に、ただ一つ、互いに重複することなく定まるもので
ろり、こｎらの組み什せを１文型認識ならびに文型変換
の基礎データとしている。

このことにより、句構造認識の処理を間車かつ明確にし
、かつ、それ以後の文型変侠や和文生成等の処理を明確
に分離することができる。

第１６図は句構造認識の処理の流れを示す。まずステッ
プ１０８０において、ワードストリームメモリエリア４
０３の各単語及び連語のワードレコードが、ノードスト
リームメモリエリア４０４にセットされる。第１７図は
セットされ良状態を模式図として示したもので米ｌＯ行
に示し九ＮＳα）。

Ｎ８（ツ・・・Ｎ　８　（２０）Ｖｉ、ノード会号であ
る。又米２の行には対応する単語が格納されているが、
実際にはフードストリームテーブル（第１４（Ａ、１図
、第１４＠図参照）へのポインタのｒａｍが格納される
。

米３０行にはノードのカテゴリー、つまり単語（Ｗ）、
切要素（Ｐ）、１ｅ（Ｃ）、単節（Ｑ）、文（、Ｓ）の
区別を表わす情報が格納される。米４、の行には品詞情
報及び品詞−分情報が格納される。

以後、このノードストリームメモリエリア４０４にセッ
トされた償＠ｉをもとにして句！２累が切出されていく
。ステップ１０８１において、ノードの厳木尾の一号に
＋１した前号′ｌｔｋにセットする。すなわち、この逃
埋により入力英文テキストは、ピリオドやコンマもざめ
て（ｋ−１）ｄの単語及び逐語から構成さｎたことにな
る。次にステップ１０８２において、ノード膏号ＮＳα
）、Ｎ８伐）、・・・Ｎ８（ｋ−１）ｔ−句安累列テー
プルエリ７４０５にセットする。ステップ１０８３にお
いて、句！＆Ｌ［素列テーブルにセットされたノード溌
号のうち、ｎ以上の番号から（ｋ−１）に至るまでの番
号をＣｚ　−Ｃｍ　−Ｃｍ・・・Ｏｘとする。ただし、
ｎは繰返しが行われる直前にｎ＝１に初期化されている
。

ざらにノードＮＳ　（Ｃｓ　）　＝　Ｎ８　（Ｃｍ　）
−・・・　の品詞列パターンに関して、第７（Ａ）図に
示したり要素として切出すべき品詞パターンと合致する
ものが存在するかどうか判定する。例えばｎ＝ｌの場合
はＨＥから始まる文の品詞列、ＰＲへ、　Ｖ、　Ｎ　　
・・・と登録パターンとが比叙され、ｎ−２の場合はＷ
几ＩＴＥから始まる文の品詞列Ｖ、　Ｎ、　ＡＤＶ、・
・・と登録パターンとが比較される。品詞列が第７囚図
に示す品詞パターンの２個以上と合致した場合には、よ
り長い品詞パターンと一致するものを切要素として切出
す。第１７図に示した英文テキストの横付にはｆｉ＝４
のとき、つまりｖｇａｙから始まる文の品詞列がＡＤＶ
、　Ａｔ）Ｖ、　ＣＯＭ、・・・となり、ｇ７７囚の登
録パターンの項番ｌと一致するので＠ＶＥＦＬＹ　　８
１．ＯＷｌ、Ｙ’が切要素として認識される。

同僚にして、”Ｔｏ　　５ＴＵＤＹ”、　＠ＴＯＲＥＡ
ＤＡＮＤ　ＷＲＩＴＥ”、”　ＩＮ　ＥＮＧＬＩ８）１
”、−ＡＴＳＣＨ（ＪＯＬ”　もそれぞれ句妥累、とじ
て認識される。

さて、ステップ１０８４においては、登録し九句要素の
品詞パターンと一致し九ノードの並びＮ８　（Ｃ＋　）
、　Ｎ８　（Ｃｍ　）・・・ｔまとめて新たなノードＮ
８に）をつ〈シこｎ１ｉ−切要素列テーブルにセットす
る。

新しく生成され九ノードＮ８□□□）會親ノードと称す
る。第１７図のテキストの例ではＮ　８　（４）とＮ８
（５）とをまとめて新たなノードＮ５（２１）をつくる
。

このノードの切要素の品詞は第７囚図のテーブルよシ副
詞（ＡＤＶ）が付与される。ｆｒたに形成され九親ノー
ドには新たなノード爵号が付与されると同時に、子供ノ
ードの番号も登録される。つまりノードＮ８　（２１）
のメモリエリアに格納される情報は、このノード（２１
）がノードＮ８（４）とＮ５（５）からつくられたもの
であること、このノードが切要素でおること（Ｐ）、切
要素の品詞は副詞（ＡＤＶ）であること等である。

一万、ステップ１０８３において、ＮＯと判定された場
合はステップ１０８６に進み、Ｎ５（Ｃ，）そのものを
切要素とみなす。つまり、この場合には新しいノードの
生成はしない。

次にステップ１０８５においては、新しく生成された親
ノードを子供ノードに置換して切要素列テーブルを修正
する処理が行われる。かくして、当初句要素列テーブル
には１，２，３，４．・・・１９゜２０の順にノードの
會号が並んでいたものが、新しい切要素の生成によｌ、
２，３．２１，６゜７．８．ｔｊ、２２，２４，２５，
２６．２（１）番号順に並びかえられる。（第１７図参
照）なお、英文テキストが、例えば″ＪＪＯｙｏｔｌｋ
ｎｏｗ・・・”のような場合には″Ｄｏ＃と“ｋｎｏｗ
”が切要素を形成する。従って必ずしも連続した位置に
あるａ数の単語によって句賛素が形成されるとは限らな
い。

（５）　　連語辞書再検索 句構造ｍ織の処理が終了した後に、もう一度連語辞ＩＩ
Ｆ検索の処理が行われる。連語辞書再検索を行う理由は
次の通シである。

英文中に出現する連語、つまシ単語の連なシによシ単語
と同様の意味や作用をなすものには２つのタイプがある
。１つは＠ＭＡＫＥ　ＵＳＥ　ＯＦ”の如く、固定され
た単語列よシなる連語でるり、他の１つは、ＴＡＩα〜
ＩＮＴＯＣ０Ｎ５ＩＤＥ貼Ｔ’ＩαＣのように、ある一
定の注實ｔもつ単語や句や節を上記〜の部分に４ＲＪ）
込んでから初めて完成された連語を形成するものでめる
。説明の便宜上、前者を固定型連語、後者を可変型連語
と称する。上記〜の部分には名詞句あるいは名詞節がと
りこまれる。

第５０図に示すように連語辞書には名詞を表わす品詞記
号′″Ｎ”を用いて″ＴＡＫＥ　、／Ｎ　　ＩＮＴＯＣ
ＯＮ８ＩＤＥＲＡＴＩＵＮ”トｄ己述亭しル。ｃコ’ｔ
”−／’の印は通常の単語のつづシと区別するための符
号でおる。

前述のように、固定型連語の検索処理は、辞書検索の段
階ですでに済んでいるが％町変型連暗の処！ｔ−行う友
めには、句構造認識が終了し九後に再び連語辞書を検索
する必Ｊｉ！かめる。

第１８図は連語辞書再検索の処理手順を示す。

まずステップ１０９０において、入力テキストの英文の
率ｄａｋｔ−作某メモリ４０００通当なエリアにセット
する０次にステップ１０９１において、ノードＮ５（ｉ
）（第１７図参照）にろる単語を見出し語とする可変型
連語が存在するかどうか判定される。ただし、ｉは繰り
返しが行われる直前にｉ＝１に初期化されている。もし
存在しない場合は、ステップ１０９６．１０９７に進み
、全部の単語数について終了するまで同じ判定が繰シ返
される。

入力テキストの英文が例えば＠ＴＨＥ ＴＥＡＣＨＥＲＴＡＫＥ８　ＨＩ８　ＧＯＯＤＡＴＴＩ
ＴＵＤＥＩＮＴＯＣ０Ｎ８ＩＤＥＲＡＴＩＯＮ”の場合
、′″ＴＡＫＥ”を見出し語とする述語辞書検索で連語
が存在することが認識される。（ＴＡＫＥ　ＯＵＴ　、
　　ＴＡ＝ＩＮ　、　　ＴＡＫＥ　　ＩＮＴＯ、／Ｎ　
Ｃ０Ｎ５ＩＤＩＡＴＩＯＮ等の４語がある。）次にステ
ップ１０９２において、ノードＮ５（ｉ）の前後に存在
する切要索ヲつなげると、可変型連語辞書にあるパター
ン−蚊するかどうか判定する。上Ｓ己の例の場合、＠Ｉ
（Ｉｓ　ＧＯＯＤＡＴＴＩＴＵＤＥ”は句構造認識で名
−句（Ｎ）と認識されているので、連語辞曽パターンの
＠ＴＡＫＥ、／Ｎ　　ＩＮＴＯＣ（ＪＮＳＩＤＥＲＡＴ
ＩＯＮ　”　　と−紋する。

（第ｓＣ）図参照）入力英文テキストが複数個の可変型
連語パターンと一致する場合には、最も・長い可変型連
語パターン全採用する（ステップ１０９３）、更にステ
ップ１０９４では、町変緘遵ａ辞書の述語と一致する入
力テキストの部分を新しいノード（親ノード）とすると
共に、新しく生成され九親ノードを子供ノードと置換し
て切要素テーブルを修正する。つまり、可変型連語パタ
ーンと対志する子供ノード群を切要素テーブルから除去
し、代りに新しい親ノードを代入する。新しいノードの
生成が６つ九場付には、そのノードを形成している蟻漫
の単語、すなわち上記の例では”Ｃ０Ｎ８ＩＤＥＲＡＴ
ＩＯＮ”の次の切要素から再び述語辞書検索が行われる
（ステップ１０９５゜１０９６．１０９７）。

以上説明した連語辞薔再検索の処理により、最終的な切
要素列テーブルが作られる。

（６）　　英文型パターン認識 英文型パターンｇＩＩｌとは、ノードＮ８（ｉ）’ｔａ
数個ずつまとめ、予め定められ次英文のノ（ターンに分
類する処理をいう。この英文型パターン認識は、各ノー
ドに一文的役割子を付与する段階と、この構文的役割子
の配列から文、顧、単節を見い出す段階とに分けて考え
ることができる。ここで構文的役割子とは、句＊２テー
ブル内の各ノードが、文章の内部でどのような役割上も
っているのη為、つｌ）主＆（ＳＵＢＪ）、中心ｄＪＡ
　（Ｇ　ＯＶ　）、目的語（ＵＢＪ　）等のどれに相当
するのかを表わすものでめる。

次に英文型パターン４鐵の処理の流れを第１９図及び第
２０囚図を用いて説明する。

前述の句傅造４鐵処理の結果、句賛累列テーブルメモリ
エリア４０５には第２０図の米１１゜米１２．米１３．
米１４の各行のように情報が格納されている。米１の行
エリアにはノード前号の情報が格納される。米１２の行
エリアには谷ノードに対応する単語又は連語が格納され
るが、実際にはノードストリームテーブルへのポインタ
の情報が格納される。米１３の行エリアにはノードのカ
テゴリー、つまり、単語（Ｗ）、句１！ＩＪ（Ｐ）、節
（Ｃ）、準１ｉ（Ｑ）、文（８）の区別全表わす情報が
格−納されている。米１４の行エリアには、単語・連語
の品詞、あるいは単節、節、文のタイプ前号が格納され
ている。＊１５の行エリアには英文型パターン認識の処
理の２１ｉ！程で得られる構文的役割子の情報が格納さ
れる。

第１９図のステップ１１００においては、切要素テーブ
ル４０Ｓ内の谷ノードの品詞ｆ＋−次調べ、動詞族（動
詞及びＴＯ＋ｌＩｂ詞など）の品詞をもつものが検出さ
れる。第２０（４）図に示した例ではノードＮ８（２）
、Ｎ５（９）、Ｎ５（２２）、Ｎ５（２４）が動詞族で
ある０次にステップ１１０１では、検出された動詞族ノ
ードの動詞の細分情報（すなわち動詞のタイプ）を見出
し語（エントリー）として動詞パターンテーブルを検索
することによって、動詞族ノード及びその前後のノード
の一文的役割子を決定する。

動詞パターンテーブルの一例は第８囚図に示されている
６項番１は見出し語の動詞がｂｅ！Ｉｈ詞のタイプ（ｖ
ｌ）でメジ、かつ、その＠後に、「名詞（Ｎ）または代
名詞（ＰＦＬＮ）Ｊと［名詞（Ｎ）または代名詞（ＰＲ
Ｎ）Ｊがある横片、より拝し〈遺言すればノード列ＮＳ
（す、ＮＳ（ｊ）、ＮＳ（ト））の品詞が１＠に名詞（
Ｎ＞または代名詞（ＰＲＮ）、動詞（ＶＳ）、名詞（Ｎ
）ｔ７’ｃは代名詞（ＰＲＮ）の場合、ノードＮＳ（り
には主語（８ＵＢＪ）、ＮＳ（ｊ）ＫＵ中心動詞（ＧＯ
Ｖ）　、ＮＳ（ｋ）Ｋｔｕｉ語（ＣＯＭＦ）の構文的役
割子がそれぞれ付与されること上水している。また項番
３には見出し語が自動詞のタイプ（ＶＳ）であり、かつ
、その前に名詞（Ｎ）または代名詞（ＰＲＮ）のノード
がある場合、より詳しく換言すれば、ノードＮ５（ｉ）
。

ＮＳ（ｊ）の品詞が順に「名詞または代名詞」、「動詞
」である場合には、ノードＮＳ（りに主語（ＳＵＢＪ　
）、ＮＳ（ｊ）Ｋ中心＃Ｉｂ詞（ＧＯＶ）（７）構文的
役割子を付与すべきことを示している。又項番４は、ノ
ードＮＳ（す、ＮＳ（ｊ）の品詞が共に不定詞の形をと
る動詞の場合には、ＮＳ（りに不定−形の中心動詞（Ｔ
ＯＧＯＶ）、ＮＳ（ｊ）に不定詞形の目的ｔｍ　（Ｔ（
Ｊ　ＯＢＪ　）の構文的役割子が付与されることを示し
ている。

さて、第２０囚図に示した英文テキストの例では、ノー
ドＮ５（１）、ＮＳ（２）、ＮＳ（３）の品詞がそれぞ
れ代名詞（ＰＲＮ）、動詞（ｖｉ、名詞（Ｎ）であるた
め、第８（Ａ）図の項番６の品詞列と一致することが検
出される。従ってＮ８α）に主語（８Ｕ、ＢＪ）、ＮＳ
（２）に中心１１２Ｉ詞（ＧＯＶ）、ＮＳ（３）に目的
語（ＯＢＪ）の構文的役割子が付与されメモリエリア米
１５に格納される。更にノードＮ　Ｓ　（２２）、　Ｎ
Ｓ　（２４）の＋８′ｉ！Ｉ詞列は項番４のパターンに
一致し、ノードＮ８（２２）ＫＴＯＧＯＶ、ＮＳ（２４
）にＴＯＯＢＪの構文的役割子が付与される。

同様にしてノードＮ　８（８）、　Ｎ　８（９）にも４
文的役割子が付与される。なお、第８（４）図はごく一
部の動詞パターンを示したに過ぎず、実際には多数のパ
ターンが用意される。

このようにして、第１９図のステップ１１０１の処理の
結果、ＩＩｂ詞の前後のノードＮ８（１）、ＮＳ（２）
。

Ｎ　８（３）、　Ｎ　８（８）、　Ｎ　８（９）、　Ｎ
Ｓ　（２２）、　ＮＳ　（２４）の−文的役割子が決定
し、その他のノードは未決定のままである。ステップ１
１０２において、すべての動詞族ノードについて動詞パ
ターン表の検索が行われたかどうか判定し、ＹＢ２の場
合にはステップ１１０３に進む。このステップ１１０３
では句ｇ！素テーブル４０５内の残りのノードの品詞を
順次調べ、接続詞（ＣＮＪ　）の品詞をもつものを検出
する。更にステップ１１０４において、検出された接続
詞族ノードについて接続詞パターンテーブルを検索する
ことによシ、接続詞族ノードの構文的役割子を決定する
。

接続詞パターンテーブルの一例を第８＠図に示す、同図
の項８１は、ｔＣ枕詞（ＣＮＪ）の単語綴シが“ＢＵＴ
”であり、この前後の博文的役割子列パターンが、句読
点（ＤＥＬ）、ＢＵＴ、主語（８ＵＢＪ）、中心動詞（
ＧＵＹ）’ｔ’６つた場合、単語ＢＵＴには等位接続詞
を衆わす構文的役割子ＢＵＴ（単語と同級シの記号）を
付与すべきこと上水している。項番２は、接続詞の単語
績りが−ＩＦ”でろｐ、この単語の前後の燐文的役割子
列パターンが、主語（ＳＵＢＪ　）、タイプ８の中心動
ＰＪ（ＧＯＶ）、ＩＦ、　主、ｆｌ（８ＵＢＪ　）と配
列されている場合は、上記単語”ＩＰ”に名詞節を導び
（ＩＦｉ表わす４文的役割子ＮＩＦ’が付与されること
を示す、同様にして項４３．４，５゜６には副詞節を導
び＜ＩＦｔｆｉわす構文的役割子ＡＤＩＦ及び名詞節を
導び（ＴＨＡＴを表わす構文的役割子ＮＴＨＡＴが付与
さｎる規則が示されている。

図 さて第２０　（Ａ）、Ｑ：）　４文テキストの場合、ノ
ードＮ８（７）の単語の前後には、接続詞テーブル（第
８０図）の項番ｌのパターンと一致する構文的役割子列
パターンが存在する。従って上述のステップ１１０４の
処理を実行することによってノードＮ８（７）には、構
文的役割子ＢＵＴが付与さ几る。なお、ノードＮ　８　
（６）と、ＮＳ（２Ｇ）についてはそれぞれ品詞（ＣＵ
ＭとＰ　ＲＤ　）　ｔみて、自動的に句読点を表わす構
文的役割子（ＤＥＬ）が付与される。

接続−をもつすべてのノードについて接続詞テーブルの
検索が終了したかどうかを判定し、（ステップ１ｔｏｓ
）その結果、終了した場合にはステップ１１０６に進む
。このステップ１１０６では、今迄の処理で構文的役割
子が付与されなかつ九ノード、つまり−ｊ詞（ＡＤＶ）
及び＠置詞的（ＰＲＥＮＡＬ）の句品詞ｔ−有するノー
ドに、構文的役割子が未だ定まらないことｔ表わす未確
定修飾子（ｐＥＮＤＭ）が付与される。ｇ２０図に示す
英文テキストの例では、ノードＮ８　（２１）、　ＮＳ
　（２５）。

ＮＳ　（２６）にそれぞれ未確定修飾子（ＰＥＮＤＭ）
が付与される。

次にステップ１１０７において、接続詞族ノード、（た
とえばＡＮＤ、　ＢＵＴ、　ＯｆＬ、　ＡＤＩＦ、　Ｈ
ＴＨＡＴ等の構文的役割子をもつノード）により区切ら
れた構文的役割子列パターンの中に、節パターン及び単
節パターンがあるかどうか検索し、存在す今場合には節
及び単節パターンテーブル（以下単に節パターンテーブ
ルという）を参照し、その節又は単節に「ノードカテゴ
リー」、「節又は単節の構文的役割子」及び「節又は単
節のタイプ」を付与する。

節パターンテーブルの一例を第８０図に示す。

同図の項番ｌは、接続詞又は句読点によシ区分られた構
文的役割子列パターンの前に位置する接続詞（以下先行
接続詞という）の４文的役割子が「ＡＮＤ、０亀ＢＵＴ
　又は接続詞が無い（φ）」ときで、且つ上記構文的役
割子列パターンが［主語（８ＵＢＪ）十中心１ｈａ−５
（ＧＯＶ　）　ｊ　ノ場＆には、このパターンをまとめ
て新たな親ノードを形成し、この親ノードのカテゴリー
として「文（Ｓ）」、親ノードの構文的役割子として文
章が完成したことを表わす［５ＥＮＴＪ、文のタイプと
しては中心動詞（ＧＯＶ）のタイプ膏号（す）たとえば
［ＴＹＰＩＪを付与すべきことｔ示している。節、文の
タイプは、その節や文を支配している動詞（中心動詞（
ＧＯＶ））のタイプと同じく定められる。動詞のタイプ
番号と例とについては表１■に示した。

同様に項番２は、親ノードのカテゴリーが［文（８）Ｊ
ｍ構文的役割子文が完成したことｔ−表わす「８ＥＮＴ
Ｊそして、文のタイプとしては、中心動詞（Ｇ（１）の
タイプ番号（φ）たとえばｒＴＹＰ２Ｊなる場合の、子
ノードの構文的役割子列ｔ−表わす。

項番４は、接続詞又は句読点までの４文的役割子列のパ
ターンが「ＴＯ不不定酸型中心動詞（ＴＯＧＯＶ）Ｊ　
＋　「ＴＯ不不定酸型目的語」の場合でろって、そのパ
ターンに先行するノードの４文的役割子が［中心１ｈｐ
ｊ　＜ＧＯＶ　）　Ｊ又はｒＩＮＧｍの中心ｓｔｂ、ｉ
ｏＩ　（ＩＮＧＧｏＶ）　Ｊの場ａ１そのパターンをま
とめて親ノードとし、その親ノードのカテゴリー’ｉｒ
４節（Ｑ）Ｊ、構文的役割子を「目的語（ＯＢＪ　Ｎ　
、単節のタイプとしては中心動詞（ＴＯＧＯＶ）のタイ
プ前号（す）、たとえばｒＴＹＰ６Ｊ　ｔ−付与すべき
ことを示している。

項番６は、区切られたノード列の構文的役割子タリのパ
ターンが「主語（８ＵＢＪ）十中心１ｊｈ詞（ＧＯＶ）
＋４ａ（ＣＯＭＰ）Ｊ　”１つて、そのパターンに先行
するノードの構文的役割子が［ＡＤＩＦ（副詞節を導び
＜ＩＦ）Ｊでろる場合、このパターンをまとめて親ノー
ドを形ＪＲし、その親ノードにカテゴリーとしてｒ＃　
（、Ｃ）Ｊ　、４１１文的役割子として「ＣＡｐｙ（ｃ
ｌａｕａｕａｌ　ａｄｖｅｒｂ）Ｊ、節のタイプとして
は中心動詞（ＧＯＶ）のタイプ番号（す）、九とえばｒ
ＴＹＰ２Ｊ　’！ｒ付与すべきことを示している。

再び第１９図の説明に戻り、ステップ１１０７で行われ
る処理を具体的に述べる。第２０図に示す英文テキスト
の場合、ノードＮ８α）、Ｎｌ２（２）。

ＮＳ（３）の４文的役割子列のパターンは、弔８０図の
項ＩＦ３のパターンと一致する。従ってこれらのノード
ＮＳ値）、ＮＳ（２）、ＮＳ（３）をまとめて新しい親
ノードＮ８（２７）が形成され、米１１のエリアに格納
される。又米１３のエリアにはカテゴリーが文であるこ
と金示す情報が格納され、米１４のエリアには文のタイ
プＴＹＰ７が、米１５のエリアには親ノードは文が完成
していることｔｐわす構文的役割子５ＥＮＴが格納され
る。

同様にノードＮ８（２２）、ＮＳ（２４）の構文的役割
子列のパターンは第８０図の項番４のパターンと一致し
、新たに親ノードＮ８（２８）が作られる。この親ノー
ドＮ８（２８）には、カテゴリーとして単節、単節のタ
イプはＴＹＰ６％傅文的役副文的役割子（ＯＢＪ　）が
付与される。

さらに、ノードＮ　５（８）、　　Ｎ　８（９）、　Ｎ
８　（２８）の構文的役割子列のパターンが第８０図の
ＪＪＱ査３のパターンと一致することが検出され上述と
同様に、新たな親ノードＮ５（２９）がつくられ検索の
Ｐ？ｉ釆得られたＴ＃報がその親ノードＮ８（２９）の
谷エリアに格納される。

このようにしてステップ１１０７では、構文的役割子列
から文、節又は単節が検出され、節パターンに新たなノ
ード前号全付与する。ここでは詳しく説明しないが、新
しい親ノードが生成された場合は前に説明した手順と同
様にして、切要素列テーブル４０５の子ノードを消去し
、その代りに新しく生成された親ノードを置き代える処
理が行われる。この場合親ノードには子ノードへのポイ
ンタの情報が格納される。従ってステップ１１０７の終
了し九時点において句賛素列テーブル４０５におけるノ
ードの配列は、順にＮ８（２７）、Ｎ８（２１）。

Ｎ８（６）、Ｎ５（２９）、Ｎ５（２５）、Ｎ５（２６
）。

Ｎ８（２０）となる。

次にステップ１１０８に進み、節ノードが副詞節（ＣＡ
ＤＶ）６るいＵ形容詞節（ＣＡＤＪ　）　となるときに
はこれらに未確定修飾子（ＰＥＮＤＭ）？付与する処理
が実行される。第２０図に示す英文テキストの場合には
副詞節及び形容詞節はないので新たに未確定修飾詞金付
与されるノードはない。

ステップ１１０９では、接続詞等で区切られるすべての
１文的役割子列パターンについて検索が行われたか否か
判定され、その結果ＹＥＳの場合には、最後の処理ステ
ップ１１１０に進む。ここでは、ステップ１１０７の処
理の結果得らｎた節パターンが、予め定められた骨格パ
ターンと一致するかどうか判定し、一致した場合には新
しいノードが生成される。この判定には第８（ロ）図に
示す骨格パターンテーブルが用いられる。同図の記号と
第２０囚図のメモリエリアに格納される↑＃報との対応
関係は第２０（６）図に示されている。

すなわち、第２０＠図は、１つのノードに対応して１つ
定まる。第２０［Ｆ］）図は第２０囚図中の１列分（米
１１〜米１５に１つずつ縦に並べ友もの）の省略化表記
法である。

第２０＠図中の米１４には、単語、句Ｉ！累の品詞、ま
たは、節、＄４、文のタイプ信号が格納される。

第２０（６）図中の＊−１５には４文的役割子が格納さ
れる。

第２０＠区中の左肩の添字米１３にはノードのカテゴリ
ー（Ｗ、Ｐ、Ｑ、Ｓ）が格納される。

第２０（６）図中の米１６の分岐表現は、本ノードに属
する子供ノードへのポインタを表現している。

これは第２０（Ａ）図中の米１２の部分に格納されてい
る情報に対応している。

第２０（６）図中の米１７の波線表現は、副詞句・節や
形容開切・節の依存・修飾関係を表現する。

すなわち波線型矢印の尾部にめるノードが、矢印の頭部
にあるノードを修飾することを表現する。

項８１は、「カテゴリーがＩＩ（Ｃ）となっているノー
ド」の前後がφの場合（ノードが無い場合）、つまシ未
確定修飾子を付与したノードを除き、節パターンが１個
しかないときは、そのカテゴリー（＊１３）を文（Ｓ）
に変換すると共に、テーブルの米１５のエリアには文が
完成していることを示す４文的役割子（ＳＥＮＴ）ｉ格
納すべきことを示している。

項番２は、カテゴリーが文（８）となっているノードの
次に構文的役割子が句読点（ＤＥＬ）となっているノー
ド、その次にＡＮＤ、ＢＵＴ、（ＪＲ等を４文的役割子
としてもっノード、その次にカテゴリーが文（Ｓ）とな
っているノード、その次に句読点（Ｌ）ＥＬ）ｔ−ｍ文
的役割子としてもっノードのようなノードのパターンが
検出さｎたときには、これらをまとめて新しいノードを
生成し、その新しいノードのカテゴリー（米１３）には
文（Ｓ）、米１４のエリアにｉｌ″ｌｔ、！を文である
ことを示すｔＷｌｌ（ＣＯＭＰＤ）米１５のエリアには
文章として完成していることヲ衣ゎす４文的役割子５Ｅ
ＮＴｔ格納すべきことを示している。

さて、ｇ２０（Ａ）図に示す英文テキストの場合、未確
定疹峰子のノード′ｆｒ：除くノード列Ｎ５（２７）。

Ｎ８（６）、　Ｎ８（７）、Ｎ５（２９）、Ｎ５（２０
）Ｏパターンは第８Ｏ図の項番２のパターンと一致する
ことが慣用される。従ってこれらのノード列ｔまとめて
新しいノードＮ５（３０）ｋ生成し、その谷エリア米１
３．米１４．米１５に新しい１肯報が書き込まれる。

かくして、第２０囚図に示す英文テキストは、未確定１
１ｍ子を付与したノード倉除くすべてのノードが単一の
ノードＮ５（３０）にまとめられたことになる、このノ
ードＮ５（３０）は１つの英文型骨格パターンと呼ばれ
る。

（７）　　依存・修飾関係認識 依存・修飾関係認識とは、前述の英文型パターン認識の
段階で、構文的役割子として未確定−飾子（ＰＥＮＤＭ
）　ｔ−付与されたノードが、どのノードの半語、句、
節等をｌ！！而しているのかを認識、決定する処理をい
う。

第２１図は依存・疹篩関係ｇ碌の処理手順を示す、ステ
ップ１１２０では、ノードＮＳ（りが、構文的役割子と
して未確定１ｉ！飾子（ＰＥＮＤＭ）ｔ−待つものかど
うか判定される。この判定の結果、ＹＢ２であればステ
ップ１１２１に進み、依存・修飾関係のｇａ処理が実行
される。−万、ＮＯの場合には、ステップ１１２２に進
み、すべてのノードについてステップ１１２０のも理が
１−了したかどうか判定される。もちろん、これが完了
していない場合にはステップ１１２０にもどり、同様の
も理が繰シ返される。

ｊｓ２０囚図に示したテキストを例にとって説明すると
、この英文の場合、ノードＮ８　（２１）、　Ｎ８（２
５）　、　Ｎ８　（２６）が、ステップ１１２０の処理
の結果、修飾光未決定と判定される。これらのノードの
ＩＩ峰先は、辞書メモリ３００（第３図参照）に格納さ
れた依存・修飾関係認識用テーブルを参照して決定され
る。

表２は依存・修飾関係認識用テーブルの一犬施例を示す
。同図の項番１は、ノードＮ８（りに関する条件として
、カテゴリーが単語（Ｗ）、切要素（Ｐ）、単節（Ｑ）
、節（Ｃ）のいずれかであって、その品詞が副詞（ＡＤ
Ｖ）で且つ、そのノードが文頭にるるか或いはそのノー
ドの前に句読点（ＣＯＭ）がおる場合には、そのノード
の構文的役割子として副詞的修飾子（ＡＤＶＡＬ）を付
与し、且の蕾号の最も若いノードで構文的役割子が５Ｅ
ＮＴなるノードｔ′疹師すべきことを意味している０項
番２，３，４．５についてもそれぞれ表に記載されたよ
うに、ノードＮＳ（りに関する条件と、そのノードＮＳ
（りが廖飾をする相手先のノード査号及びＮ８Ｃりに付
与される構文的役割子との関係が予め定められている。

第２０（Ａ）図に示した英文テキストのノードＮ８（２
５）について考えると、このノードの品詞は前置詞（Ｐ
）ＬＥＮＡＬ）であり、且つ七〇ノードの直面に名詞（
Ｎ）のノードがないから戒２の項番５の規則が適用され
る。従って、修飾光のノードは、品詞が動詞族で且つノ
ード着呼が２５より小さい範曲で一番大きいものである
から、結Ｎ８６％ノードＮ８（２４）ということになる
。そして上記ノードＮ８（２５）Ｏ−文的役割子はＡＤ
ＶＡＬ、！：ｎる。

同様にノードＮ５（２６）についても表２０項＃５の規
則が適当され、−両光のノードはＮＳ（２２）、構文的
役割子はＡＤＶＡＬとなる。

ノードＮ８（２１）について適用される規則は、表２で
は省略されているが同様の考え方に従って、ノードＮ８
（２）を廖飾することが最終的に決定される。第２０（
Ａ）図においてローｌ−Ｎ−９図の表示は、αのノード
がβのノードを修飾していることを示している。

以上のｓ飾・依存関係の処理により、ノード関の関係が
すべて定まり、ノード列から遊心し九ノードは黒くなる
。

（８）文型変換 文型変換とは、ノードの配列の順番を英文型パターンか
ら和文型パターンに変換することをいう。

第２２図は上記文型変換の処理の流れを示す。

１−ｊステップ１１３０において切要素列テーブルに最
終的に残っているノード、つまりカテゴリーがＳ％構文
的役割子が５ＥＮＴなるノードを検出し、そのノード前
号をｋとする。第２０■図に示し友英文テキストの場合
にはノードＮ８（３０）がＲｋ終的に生成された単一の
ノードでろり、従ってこのノードがＮＳ（ｋ）と表わさ
れる。

次にステップ１１３１において、ノードＮＳ（ト））の
子ノード列の並びを読み出し、そのノード番号列を句ｉ
！素列テーブルにセットする。この場合、ノードＮ５（
ｋ）は子ノード番号列のセットの直前に消しておく、第
２０（４）図の英文テキストの場合、ノー・ドＮ８（３
０）の子ノード列は、ＮＳ（２７ン、ＮＳ（６λＮＳ（
η、　ＮＳ　（２９）、　ＮＳ　（２Ｇ）でめるからそ
れらのノード着呼２７，６，７，２９．２０がこの順番
に切要素列テーブルにセットされる。ここでは句安素列
テーブルに並べられる番号の１ｒ！Ａ数をｍ個と仮足す
る。

更にステップ１１３２において、ノードＮ５（６）の子
ノード列を作業用メモリ４００内の英文型ノード列バッ
ファエリア４０６にセットする。

ステップ１１３３においては、辞書メモリ３００内の文
型変換パターンテーブル３０７を１９１索し、上記のバ
ッファエリア４０６にセットされた子ノード列の４文的
役割子の並びと一致する英文型パターンをみつける。上
記文型パターンテーブルの一例は表３に示されており、
その内容については後述する。

ステップ１１３４では、一致した英文型ノ（ターンに対
応する和文型パターン全文型）（ターンテーブルよシ読
み出し、作業用メモリ４００内に設けられ次和文ノード
列バッファエリア４０７にセットする。

表３の文型パターンテーブルは、英゛文型）くターン金
和文型パターンに変換するときの変換規則を示している
０項Ｉ１１は、英文テキストの親ノードの構文的役割子
が文（８ＥＮＴ）でアリ、その子ノード列が８ＥＮＴ、
ＤＥＬ、ＢＵＴ、５ＥＮＴ　の場合は、和文屋パターン
における構文的役割子の並びは８ＥＮＴ、　＠、’、Ｂ
ＵＴ、８ＥＮＴになることを意味している０項番３は、
親ノードのカテゴリーが文（８）又は節（Ｃ）でろって
子ノード列の構文的役割子が、主ｍ（Ｓ（ＪＢ）、中心
動詞（ＧＯＶ）、ＴＯ４−伴つ目的＝ｔｊ　（Ｔ（ＪＯ
ＢＪ　）ノ順に並んでいた場合には、和文型ノ（ターン
は８ＬＪＢＪ。

ＴＯＯＢＪ、ＧＯＶの順に構文的役割子が並びかえら構
文的役割子は５ＥＮＴ　ＤＥＬ　ＢＵＴ　５ＥＮＴ　で
おるから表３のＪＡＡｌ１英文型パターンと一致し、従
ってステップ１１３３の処理により項番ｌに示され次相
文型パターンに変換さルる。

第２２図のＢ５Ｌ明に戻り、ステップ１１３４において
は上記のステップ１１３３の処理によシ得られた和文Ｗ
パターン倉、和文ノード列バッファエリア４０７のノー
ドＪＮ（１）にセットする。第２３図は英文型ノード列
バッファエリア４０６の内容が、文型変換されて和文型
ノード列バッファエリア４０７に４納された状態ヲ示し
ている。

矢にステップ１１３５では、和文型ノード列テーブルＪ
Ｎ（イ）内のノードのうち、自己のノードラ原動してい
るノードがあるかどうか判定し、その結果１める”場合
は、ステップ１１３６に、１ない”場合はステップ１１
３７に進む。第２０（至）図のテキストの場合、ノード
Ｎ８（２７）及びＮ８（２９）については自己のノード
（又は自己のノードの子ノード）を疹４するノードが必
るのでステップ１１３６に進む。

ステップ１１３６においては１−飾するノードＪｋ疹飾
されているノードの直前に割り込ませて和文型ノード列
テーブルＪＮ（４’ｉｌ＠換える逃埋が行われる。（第
２３図） 一万、ステップ１１３７では、１ｔ−ノードＮ８（ｋ）
の和文テーブルポインタにセットする処理が行われ、さ
らにｔ＝：＝ｔ＋１．ｔ＝ｉとした後、ステップ１１３
８の判定が行われる。このステップ１１３８では、句賛
素テーブル内でｉｌＩ目にあるノードのノード番号ｔ−
ｎｌとするとき、ノードＮ８　（ｎ　ｓ　）のカテゴリ
ーが切要素（Ｐ）または語（Ｗ）かどうか判定される。

第２０図のテキストの場汗、ノードＮ８（３０）におけ
る子ノード列のうち、［着目（ｉ＝１）のノードはＮ８
（２７）で６９、このノードのカテゴリーは文（８）で
あるからステップ１１３８の判定結果は１ＮＯ＃となり
ステップ１１４１の処理に進む。

上記ステップ１１４１ではノードＮ８（ｎ＋　）の千ノ
ード列の並びｋｆｉみ出し、′ＱＪ要素要素ノー１−テ
ーブル内、と置換する処理が行われる。従ってこれによ
りｍも当然増加することになる。そして読み出されたＮ
Ｓ（ｎｔ　）の子ノード列は前述の英文型ノード列バッ
ファエリア４０６（第２３図）にセットされる。Ｊ２０
（１％）図のテキストの横片、ノードＮ５（２７）の子
ノードはＮＳα）、ＮＳ（２）、ＮＳ（３）でろるから
、上記英文型ノード列バッファエリア４０６のノードＥ
Ｎ（１）、ＥＮ（２）、ＥＮ（３）に、それらのノード
のＪ１文的役割子でめる５（ＪＢＪ、　Ｇ＜ＪＶ。

ＯＢＪがセットされることになる。

とのち埋の後、再びステップ１１３３の処理に戻シ、再
び文型バター７テーブル（諌３）の検索が行われる。英
文型ノード列バッファエリア４０６に耕たニセットされ
ｆＦ、５ＵＢＪ、　ＧＵＹ、　ＯＢＪ　Ｏｎ構文的役割
子配ダＵは、表３の項着２の英文パターンと一致するか
ら、これと対応する和文型パター／、ツｌ　Ｆ）　８Ｕ
ＢＪ、　ＯＢＪ、　ＧＵＹに変換サレ、和文型ノード列
バッファエリア４０７のＪＮ（２）にセットされる。更
にステップ１１３５では前述と同速にＪＮ（２）のエリ
アにセットされたノードのうち自己のノード１に疹峰し
ているものがるるかどうか判定される。

この結果、ノードＮ５（２）、ＧＯＶを１１４している
ノードがあることが分かる。従って−４しているノード
Ｎ８（２１）（７）ｍ文的役割子ＡＤＶＡＩ、　（先に
ＰＥＮＤＭ　からＡＤＶＡＬＫＫＩｉ１８ｎている）　
がＧＵＶの直前に割シ込ませてＪＮ（２）のエリアの構
文的役割子列金並びかえる処理が行われる。（ステップ
１１３６）従って最終的にＪＮ（２）のエリアにセット
される４文的役割子列ｉｄ　５ＵＢＪ、　ＯＢＪ、　Ａ
ＤＶＡＬ。

ａｏｖの１＠番になる。（第２３図） 以上のようにしてノードＮ５（３Ｇ）の最初（１；ｌ）
のノードＮ５（２７）の処理が終ると、次の子ノードＮ
８（６）の処理に移る。このノードＮ　８　（６）のカ
テゴリーは語（Ｗ）であるから、ステップ１１３８の判
定の結果”ＹＢ２”となシ、ｉ　＝＝　１＋ｌとされる
。つまり次の子ノードＮ　Ｓ　（７）の処理に進む。

このノードＮ８（ηのカテゴリーも語（Ｗ）であるので
ｉ−ｉ＋ｌとされ、次の子ノードＮ８（２９）の処理に
進む、ノー）’Ｎ８（２９）は構文的役割子が文（８Ｅ
ＮＴ）でめるから、その子ノードタＩＩＮ　８（（至）
。

ＮＳ（９）、　ＮＳ（２８）の構文的役割子が英文型ノ
ード列バッファにセットされ、再び文型パターンテーブ
ルの横木が行われる（ステップ１１３４）。こうして沌
文型パターンが見出され、４Ｐ、的に和文型ノードバッ
ファ４０７のエリアＪＮ（３）に第２３図に示す和文パ
ターンがセットされることになる。

以上述べ九ようにしてノードＮ８（ト））（第２０Ｑ図
のテキストではに＝３０）の全ての子ノードについて文
型変換の処理が終了すると、ステップ口１０に進む。ス
テップ１１４０では切要素列テーブルの内Ｗｔすべて消
去し、査ｇｋｔ−セットしておく、こうしてノードＮ５
（ｋ）の文型変換処理が終了する。

（９）和文生成 和文生成とは、和文型パターンを形成するノードに訳語
全付与することにより、和文を生成する処理ｔいう。

第２４（至）図及び第２４（２）図は和文生成の処理の
流れを示す。

ステップ１１５０において、切要素テーブル内に４終的
に生成され比率−のノード、つまりカテゴリーが８％−
文的役割子が５ＥＮＴのノードを検出し１そのノード番
号′ｋｋとする０次にステップ１１５１において、゛ノ
ードＮ８（ｋ）ｉ硝酸する英文パターンを文型変換処理
することにより得らｎた和文パターンを格納する和文型
バッファテーブルへのポインタｔを検出する。そして和
文型バッファテーブルＪＮ（イ）内に設定されたノード
列ｆｒ読み出し、そのノード番号列を切要素列テーブル
に設定する。第２０囚図のテキストの場合には、文型変
換によシ、ｋ；３０、ノート”ＮＳ　（３０）中の和文
型バッファテーブルへのポインタｔはｔ−１となってい
る。そして和文型バッファ４０７のエリアＪＮ（１）Ｋ
／−）’Ｎ８０ｆ号とＬ’Ｃ（２７）、（６）。

（η、（２９）、（２０）が格納されているので、この
前号列が句４素列テーブルにセットされる。

説明の便宜上、切要素列テーブルにセラ）され九ノード
番号の１数ｋｍ１１！、そして、セットされ九ノード番
号列ｔ”＋ｅ”ｘｍ・・・、ｎ、とする。

次にステップ１１５２においては、句挟素列テーブル内
でｌ＠目に６るノード番号をｎ−とするとき、ノードＮ
８（ｎｌ　）のカテゴリーはＰ又はＷが否か判定される
。第２３図のバッファエリアＪＮ（１）のＩＩＩＬ初（
ｉ＝−１）のノード信号は２７でろり、ノードＮ５（２
７，）のカテゴリーは５ＥＮＴでろるから上記の判定結
果は”ＮＯ”であり、従ってステップ１１５４の処理に
進む。

ステップ１１５４においては、ノードＮ８（ｎｌ）中の
和文型バッファテーブルへのポインタの値ｔｔとする。

そして和文型ノード列テーブルＪＮ（／、１内にらるノ
ード列を読み出し、切要素列テーブル内のｎ、と入れ替
える。これによ［ｍの直も当然増加する。

すなわち第２３図の例では、ＮＳ（ｎｔ）＝ＮＳ　（ｎ
、　）−ＮＳ　（２７）　　でｌ、ＮＳ（２７）中のポ
インタｔはｔ＝２でろる。そこでバッファエリアＪＮ（
４）つまシＪＮ（２）に格納されたノード列（１）、　
（３）。

（２１）が絖み出され、切要素列テーブルにセットされ
次ノード信号（２７）と入れ換えられる。

この結果句要素列テーブル内のノード信号の配列は％　
（１）、　（３）、　　（２１）、（２）、（６）、（
７）、　　（２９）。

（２０）に変わる。従ってｍも５１固から８−に変わる
ことになる。この処理の後、再びステップ１１５２にも
どる。そして耕たに配列され九ノード列の最初（ｉ＝１
）のノードＮ５（１）のカテゴリーが句Ｊｉ！素（Ｐ）
または語（Ｗ）か否か判定さ扛る。

ノードＮ８（１）のカテゴリーは語（Ｗ）でりるから、
上記の判定結果は″ＹＥＳ”となシ、Ｓ＝＋Ｘと置かれ
、１〉ｍかどうか判定され（ステップ１１５３）た後、
再びステップ１１５２の処理にもどる。

以上述べた処理金繰シ返すことによって、切要素列テー
ブルには５ｇ２５図に示すようにノード着号がα）ｓ　
（３）、　　（２１）、、（２）、　（６）、　（７）
、　（９）、　（２６）。

（２５）、（２４）、（２２）、（２０）の順に格納さ
れる。これまでの処理によシ入力英文テキストが日本語
固有の語順に変換されたことになる。

次にステップ１１５５に進み、切要素列テーブル内の直
着目のノード着号ｔｎ＋とする。セしてノードＮ８（Ｉ
ｌｌ　）に関するＴ＃ｍｔ格納しであるワードストリー
ムテーブル４０３のエリア（第１４囚図）ｔｄｌ索し、
更にワードレコードに関する。＊ｍｔ格納しである単語
・４Ｍメモリバッファメモリエリア４０１（第１０図）
を検索することによシ、該ノードＮ５（ｉｌ＋　）の日
本語としての訳語全付与する。

例えば５ｇ２５図のｉ＝ｌのエリアに格納されているノ
ード着号（１）の訳語全付与する４オには、ポインタに
よシまずワードストリームテーブル４０３のエリアｗ　
ｓ　（１）の′ｒ＃　４を検索し、更にＷ　Ｓ　（１）
に格納されているポインタによル、単語・連語バッファ
メモリ４０１のエリアＷ　Ｂ　（１）の情報が検索され
る。このエリアＷ　Ｂ　（１）には、ノードＮ　Ｓ　（
１）の単語＠ＨＥ”の訳語が格納されているのでこの訳
謙情ａｔ−読み出す訳である。他のノードについても各
ノードに対応するワードストリームテーブルへのポイン
タを、更に単語・遅−パックアメモリへのボイ／りｔた
どることによシ訳−を読み出すことができる。

次にステップ１１５６に進み、訳語に対して、時制障腿
衆現処理が必要か否か判定さｎる。この時制謙！Ｍ表現
処理とは、動詞句の場合に、文型・肯定・否定・受身・
時制によりその訳語が変化することに対応する適切な訳
語を得るための処理である。し友がって時制様４戒現が
必安か否かの判定は、該尚ノードがＩｄＪ８１１句に対
応するものかどうかによって判定される。換言すれば、
ステップ１１５６ではノードＮ５（ｎｌ）の消又的役割
子がＧＯＶ、　ＴＯＧＯＶ、　ＴＯＯＢＪ等で６るか否
か調べ、もしそうでろｎば、時制体感表現処理の必要あ
りと判断する。

動詞句の訳の生成については、そのｍ−句が、（ａ）　
　助動詞を含む場合 −）　助動詞を含まない場合 ０２つに分けて処理される。この処理の流れを第２４８
図に示す。

まずステップ１１７０においては、ノードＮ８（−）に
属している動詞句を解析して、−駅処理装置２００中の
レジスタ（図示省略）に４つの７ラグＱ、Ｎ、８．Ｔｔ
−下ｄ己のようにセットする。

つまＣ１Ｑは動詞句の文型、ＮはＷ定、否定の区分、Ｓ
は１１ヒ動、受動の区分、Ｔは時制によりそれぞれ０ま
たはｌの１直がセットさｎる。

次にステップ１１７１に移り、ノードＮ８（ΩＩ）の子
供ノード遍の中に、品詞として助動詞（Ａ（ＪＸ　）を
待つものがるるかないか調べる。あればＹＢ２としてス
テップ１１７３に移り、無ければＮＯとしてステップ１
１７２に移る。ここでは、筐ずＮＯの場合、つｔ９上記
の（ｂ）の場合について説明する。

ステップ１１７２では、翻訳処理装［４１２００中のレ
ジスタから４つの７ラグＱ、Ｎ、８．Ｔの＋［ｔ”絖み
出し、そして、辞書メモリ３００の和文生成用パターン
メモリエリア３０８に格納され九「語尾決定用テーブル
」と比較照合することにより、活用語尾と付加語尾とを
決定する。決定された語尾は翻訳処理装置２００中のレ
ジスタに−Ｑ記憶しておく、「語尾決定用テーブル」の
−犬施例の一部ｔ−ｆｉ４に示す。表４では、Ｑ＝００
とき肯定文、Ｑ＝１のとき鍵閲文、Ｎ＝００とき肯定形
、Ｎ＝１のとき否定形、５＝００とき能動形、Ｓ；１の
とき受動形、Ｔ＝００とき現在形、Ｔ＝１のとき過去形
を示す。

表　　　４ たとえば、次４の唄査１は、文章が肯定文（Ｑ＝０）で
、動詞句が肯定形（Ｎ＝０）、能動形（Ｓ＝Ｏ）、かつ
、時制が過去形（Ｔ＝１）の場合、動詞句の訳文は、動
詞の連用形の後に１次１を付加すべきことを示している
。

以下、具体例について、語尾決定の処理を述べる。

たとえば、ノードＮ５（ｎｔ　）に属する動詞句（ただ
しアンダーライン部分のみ）が＠Ｉ　５ＴＵＤＩＥＤＥ
ＮＧＬＩ８Ｈ”でめる場合、第２４囚図のステップ１１
５５によシ単語辞書（第４＠図参照）から訳語１勉強１
が取９出され、かつま九−尾活用は“すｆ（す行変格活
用）”でろるという情報が取〕出される。これらの訳語
・活用１′＃報は、翻訳処理装置１２００中のレジスタ
に一時セットされる。

次にステップ１１５６において、動詞句でろるためＹＥ
Ｓと判定されてステップ１１５７へ移る。ステップ１１
５７は、すなわち第２４（０図でろる。第２４（０図の
ステップ１１７Ｇによ＃）４つの７ラグＱ＝０（肯定文
）％　Ｎ＝０　（肯定形）％　Ｓ＝０　（能動形）、Ｔ
＝１　（過去形）が翻訳処理装置２００中のレジスタに
セットされる。

助ＩＩｈ詞（ＡＵＸ）はないので、ステップ１１７１で
はＮＯと判断され、ステップ１１７２に移る。

ステップ１１７２では、第３図中の和文生成用パターン
メモリエリア３０８に格納されている「語尾活用テーブ
ル（４４）Ｊ’に検索する。すると（Ｑ、Ｎ、８．Ｔ）
のパターンは、項ｍｌと一致するので、項＃ｒｌの訳出
指示の「連用＋た」が検索される。−万、既に、翻訳処
理装［１１２００中のレジスタには、（訳語、活用）情
報として（勉強、す変）があるため、′す変の連用形＋
た”、つまシ１した”なる語尾が“勉強”という訳語に
付加されて、′勉強し九”という語尾性の訳語が決定さ
れる。

次にステップ１１７３に移った場汗、つまりノードＮ８
（ｎ＋　）の子供ノード達の中に品詞として助動詞（Ａ
ＵＸ）’に持つものかロシ、ステップ１１７１でＹＢ２
と判断された場合、つまシ削述の−）の場合について説
明する。

ステップ１１７３では、まず、？＃畜メモリ３００の和
文生成用パターンメモリエリア３０８（４３図参照）に
格納されている「助ｌＩｂ詞細分類テーブル」倉比収δ
照しつつ、ノードＮ８（ｆｉｔ　）に属している！ｇ！
Ｉ８Ａ句中の助動詞の分類コードを決定する。

この決定された分類コードは一時、＠駅処理装置２００
中のレジスタに記憶される。「助動詞細分類テーブル」
の一実施例の一部分を表５に示す。

表５の説明については後述する。

次にステップ１１７４に移る。このステップでは既に、
ステップ１１７０で決定されている「（Ｑ。

Ｎ、Ｓ、Ｔ）フラグ１青報」と、ステップ１１７３で決
定され九「助動詞分類コード情報」全読み出し、セして
辞畜メモリ３００の和文生成用パターンメモリエリア３
０８（５ｇ３図参照）に格納されている「助動詞全考慮
した祷尾決定用テーブル」と金地・は参照することによ
）活用語尾と付加語尾を決定する。決定された語尾は、
翻訳処理装置２００中のレジスタに一時記憶しておく。

「助動詞を考慮し九語尾決定用テーブル」の一実施例の
一部分を表６に示す。表６の説明は後述する。

次に表５の解釈の仕方を説明する。

（ 同表の縦軸には細分類された助動詞が列挙されており、
横軸にａ時制として原形、過去、過去分詞（ｐｐ）　ｓ
進行形（ｊｎｇ）・・・等が列挙されている。

Ｌ）０１．ＣＡＩ、ＣＡ２．・・・、ＭＡＩ、ＭＡ２゜
・・・等は助動詞分類コードである。

ノードＮ８　（ｎｌ）に属する動詞句を分析して、同表
の縦軸と横軸の入り口（エン）　リ−）を見つけて、分
類コードを読享出すのである。

たとえば項番９と列番７の交叉する部分については、助
動開切か、「５ｈｏｕｌｄ　ｈａｖｅ＋Ｖ（ｐｐ）（過
去分詞型の動詞）」の形で出現している場合には、分類
コードとして、８Ｄ４が検索決定されることを示してい
る。

次に表６の解釈の仕方について説明する。

表６の縦軸には、助ｄ詞の分類コードが列すされて＆シ
、横軸には、動詞句の肯定、否定、疑問などの区別が既
述の（Ｑ、Ｎ、Ｓ）フラグの１ま几はＯの１直によシ列
挙されている。ノードＮ８　（ｆｉｔ　）に属する動詞
句を解析して得られる（Ｑ。

Ｎ、Ｓ）フラグ１直と、助動詞分類コードとｔ入シロ（
エントリー）として、活用佃尾と何刀口語尾とに選択決
定するのでめる。

以下具体例について助動詞を増殖した語尾決定の列を述
べる。たとえばノードＮＳ　（ｆｌｔ　）に属する動詞
句（九だしアンダーライン部分のみ）が、＠ｙｏｕ　５
ｈｏｕｌｄ　ｈａｖｅ　ｔａｋｅｎ　ｈｊｓ　ｏｐｊｎ
ムｏｎ　ｊｎｔｏ　ｃｏｎｓｊ　−ｄ酊ａｔｔｏｎ　”
でめる鳩首、第２４囚図のステップ１１５５にニジ、連
語辞１ｉＦ（第５０図参照ンから訳＃＃”、／Ｎを考慮
”がＪ４ｇ＃）出され、かつまた語尾活用は１す変（ｆ
行変格活用）”でるるという１＃報が取り出される。こ
ｎらの連語・活用１＃報は、翻訳処理装置１ｌ１２００
中のレジスタに一時セットされる。次にステップ１１５
６において、動詞句でろるためＹＥＳと判定され、ステ
ップ１１５７へ進む。

ステップ１１５７は、すなわち第２４０図である。

第２４０図のステップ１１７０により４つのフラグ、Ｑ
＝０（肯定文）％Ｎ＝Ｏ（剪定形）、５＝Ｏ（能動形）
、Ｔ＝米（七ッ卜せず）が、ａ駅処理装置１２００中の
レジスタにセットされる。次にステップ１１７１に移る
が、助動ｌ８０Ｉ（ＡＬＪＸ）が存在するので、ステッ
プ１１７１では、ＹＥＳと判断され、ステップ１１７３
に移る。ステップ１１７３では、第３図中の和文生成用
パターンメモリエリア３０８に格納されている「助動詞
細分類テーブル（表５）」全検索し、項番９と列番７の
交叉するところのコード”ＳＤ４”を横木し、翻訳処！
ｔ装置２０Ｇ中のレジスタにセットする。

次にステップ１１７４に移る。このステップでは、辞誓
メモリ３００の和文生成用パターンメモリエリア３０８
（８３図−照）に格納されている「助ＩＩＪ詞を考イし
九語尾決定用テーブル（表６）」の比較参照がおこなわ
れる。既に、ステップ１１７０によム　”Ｑ−０，Ｎ−
０，Ｓ＝０’なるフラグ１直がセットされている九め、
表６の列番ｌのエントリーが選択される。’ｔｆｃ、既
にステップ１１７３により、助１Ｉｂｐ１分類コード＠
ＳＤ４’がセットされているため、表６の項一１１２４
の工／トリーが選択される。したがって％弐６からは語
尾情報としては、’ＣＭ止）べきであった”が選択決定
される。この決定結果と、既にステップ１１５５によｐ
検索されていた。訳鹸ｆＷ報１゜／Ｎを考慮（？変）”
とが、照合処理されて、′、’Ｎを考慮するべ龜で６っ
た”という語尾付きの訳語が決定される。

なお１．７Ｎについてｆ＠、　＠ｈｔｓ　ｏｐｉｎｉｏ
ｎ’に対応するノードに対する和文生成処理により。

彼の意見”という訳語が纏め込まれることはもちろんで
める。

以上ｄ９８シた時制・様態表現処理の実行が終了すると
、譲２４（ａ）図のステップ１１５８の石塊に進む。こ
のステップ１１５８では、訳語に対して付−一（て、に
、を、は）を付加する処理が必要か否かを判定して、必
蒙な礪曾はステップ１１５９に進む、この判定は該当す
るノードＮ８（ｎ＊）の禰文的役割子が、主ｆｆＩ族（
５ＵＢＪ　、　ＣＬＵＢ、　ＴＯ８ＯＢ４）撚るいは目
的語族（ＯＢＪ　、　ＴＯＯＢＪ　、　ｌ０ＢＪ。

Ｃ０ＢＪＩでろる場貧にＹＥＳ、そうでない場合にＮｏ
とすることにより行われる。ここで８ＵＢＪは主１！ｉ
、ｃ８ＵＢは「＃の形をし友主語」。

ＴＯｉ９ＵＢＪは「ＴＯ不定詞型の王、ｔｌｉｉＪｔ−
それぞれ意味し、ＯＢＪは目的語、　ＴＯＯＢＪはｒＴ
Ｏ不定１ｉ１ｊ！ｉｌの目的語Ｊ、ｌ０ＢＪは「間接目
的語」。

Ｃ０ＩＩＪは「節の形をした目的語」をそれぞれ意味す
る記号でめる。

ステップ１１５９における付属−付加４６理を戎３の項
＊２ｔ−例にとって飢明する。

１ｊｉｌ１２の和文型パター７は、８ＵＢＪ・、　ＯＢ
Ｊ　。

ＧＯｖでめるが、この場合、ます８ＵＢＪの次に（組回
し、ＯＢＪの次に（かＱ　　の付ａｇｇ紀号が挿入され
る０次に、各付属語ｍ１号に対応し丸竹ｉｓｍが割り当
てられる。このｇｇ当てに際して。

和文生成用テーブル３０８に格納された付ｍｓテーブル
が参照される。

表７は付ＪＩＫ＃テーブルの一例を示すもので、付１４
Ｂ己号がぐＪ〕し　のときは、Ｎ属語として１は”およ
び１が”をとり得ることを示し、ぐ巧刀し　のときは、
＠″を”νよび１に”をとり得ることを示している。

表　７ 付属１．１１記号が単一の付１１４語をとｐ傅る礪曾は
。

付属語がそのまま付属語記号に置拳換えられる。

上記のように付属ａ　Ｍｒ２号が２個以上の付属語をと
り得る場合は、仄のようにして、単一の１ｔ１１４語が
選択される。

まず（部］しのｍ盆は、当践ノード（ＩＩ文的役割子が
５ＥＮＴＱもの）が他のノードｔ−疹飾する４酋には１
が”が付与され、その他の場合には１は”が付与される
。

一方ｅについては、ｌＩｂ−の訳語清報に、＠に”ｔと
り得るというフラグがセットされていれば（第４（Ａ）
図の付禰語愼、１し語の禰にセットされている）、′に
’を付与し、その池の場合には１を”全付与する。この
結果、たとえば鳴ｒｅｓｅｍｉ）ｊｃ”は１〜に似る１
と訳され、”５ｔｕｄｙ”は１〜１に勉強する”のよう
に訳される。

このようにしてｆｊｓ語付刀口処理が終了すると、ステ
ップ１１６０に進む。ここでは、ノードＮ８（ｎ＋　）
に対して最終的に得られ之訳語全出力テ中ストテーブル
エリア４０８に左づめにセットする処理が行われる。そ
の後、ステップ１１６１に進み１〉ｍの関係′Ｉｔ′ｆ
ｔ足するまで、上述の処理が繰９返して実行される。

第２６図は和文生成処理の結果、出力テキストテーブル
エリア４０８に得られる訳文を示している。すなわち、
米２０で示した和文型ノード列エリア４０７の各ノード
に訳語が付与され、出力テキストテーブルエリア４０８
には米２１で示す訳語が得られる。

以上、本発明方式の実施例について説明したが、この方
式によれば下記のような幼果が得らｎる。

（１）　　辞書検索の段層で、単語の語尾が時制、複数
形などによシ変化している場合に、原形にもどした後に
辞誓引きを行っているので、辞書に用意する単語の叔を
着しく低減することができる。

（２）単語辞曹と迩坩辞書とが用意され、単語辞書にお
ける各単語の情報として、その単語をもとにして形成さ
れる連語の有無と、逐語辞書へのポインタの情報が含ま
れているので、単語を切出しながら同時に連語も切出す
ことができる。

（３）テギスト入力後、単語及び逐語辞書の内容と同じ
情報を一旦、高速アクセス可能なバッファメモリにとシ
込んでいるので、後の処理における辞ｉＩＦ＋ｊＩｔ索
を高速に行い得る。

（４）逐語辞書として固定連語辞書の他に可変４語辞誉
を有し、切要素切出しの後に可変連語辞書の検索を行っ
ているので、あらゆるイデオムの検出が、少ない辞書容
量で可能になる。

（５）　　品詞認識処理が、文型パターン認識の処理の
前に完了してしまうので、文型パターンの変更増補と、
品詞認識用規則の変更・増補と独立に設計することがで
きる。

（６）単語及び連語の品詞の認識に、禁制品詞列パター
ンを用い、更に必要に応じて優先度テーブルを用いてい
るので、認繊処理τ迅速且つ正確に実行できる。

（７）　　従来の英文法における句とは異なる概念の「
句４素」會定議し、入力英文テキスト？「切要素」の単
位で切出し、切要素品詞列を形成し＊＆、ｆｉパターン
をつくっているので、骨格パターンの形成に至る処理及
び和文生成の処理が容易になる。従来の英文法における
句の概念では、名詞句を含む名詞句、名詞句を含むｌＩ
Ｊ：Ｊ開切などが６勺、句の切出しが困峻である。

（８）英文の骨格パターンを形成するのに構文的役割子
の概念ｒ導入し、切要素品詞列倉構文的役割子列に変換
した後に節、４＃を検出し、更に節、単節から文の骨格
パターン全形成しているので、慎雑な英文に対しても谷
易且つ正確に、檎々のパターン設定、変更がｏＴ能であ
る。

（９）英文の文型パターンを認識する場合において、句
焚累ｔｍ下ノーにおき、中間に準節、節ノード、頂点部
に文ノードを持つような簡明な階層構造を採用している
ため、入力ｄ語の文４（英文型）から、出力言語の文型
（和文型）への変換が、「率なる兄弟ノード間の線型並
べかえ」という形式で簡略に実現できる。従来のように
、入力言＃解析本から出カー語解析木への本構造変換（
Ｔｒｅｅｔｒａｎｓｄｕｃｅ　）という複雑な処理を回
避することができる。ま九文型変換規則の変換も容易と
なる。

（１０構文的役割子の定まらない切要素に対し、修飾先
倉定めるための依存１−腫関係のｇＲ処理を行っている
ので、複雑なＩｌ師関係をもつ文章の翻訳も町ＦｉＦ、
になる。又、骨格パターンは、形容詞、−詞のように相
手を修飾する構文的役割子をもつもの′に除いた句ｇ！
索によシ傳成されるのでその骨格パターンの種類があま
り多くならない。

１１４語付刀口処理をよむので、正確な翻訳が可能にな
る。

＠　和文生成の処理に２いて、時制様悪逸理は、構文的
役割子として中心動詞族（ＵＯＶ族）を持りノード次け
、付属語付力ロ処理は、構文的役割子として主語、目的
語族（Ｓ（ＪＢＪ族、ＯＢ　Ｊ族）金持つノードだけ、
のように＃ｌ限されている沈め、これらの処理が簡略化
されると同時に修正、変換が容易になる。

０　人力英文の解析、文型の変換、＆よび出力和文の生
成等の過程における翻訳規則がナベてパターンメモリ内
のテーブルの形で記述され、翻訳処理装置は、これらの
テーブルを解釈実行するように設計されている。従って
翻訳規則の変更％湯止、補強などが、率なるパターンメ
モリ内部の情報の誓換えのみで簡単に、翻訳処理装置と
は独立に実行できる。

【図面の簡単な説明】

５ｇｌ囚図、第１（Ｂ）図は従来の翻訳方法の説明図、
第３図は本発明の自動翻訳方式の燐或図、第４囚図、第
４（Ｂ）図は本発明方式に用いらｎる単語辞書の一例上
水す図、第５（至）図、第５（２）図は本発明方式に用
いられる固定連語辞書の一例上水す図、第５０図は本発
明方式に用いられる可変連語辞書の一列を示す凶、第６
（Ａ）図は本発明方式の品詞認識に用いられる禁制品詞
列パターンの一例を示す図、第６■図は品詞認識のため
の説明図、第７囚図は本発明方式の句構造認識に用いら
れるパターンの一列を示す図、第８Ｑ図、第８（ト）凶
、第８０図、第８（ロ）図は本発明方式の英文型パター
ン１誠に用いられるパターンの一例を示す図、第９図は
入力テキストストリームテーブルの説明図、第１０図は
単語・連語バッファメモリの説明図、′第１１（Ａ）図
、第１１（２）図、第ｔｔ（０図は本発明方式の辞書検
索における紛尾変化処理の流れを示す図、第１１ＱＪ図
、第１１■図は語尾変化処理の説明図、第１２図は本発
明方式における辞書検索の九埋の流れを示す一％　５ｇ
１３図は本発明方式における品詞認識処理の流れを示す
図、第１４囚図、４１４（ロ）図は本発明方式のワード
ストリームテーブルに格納される１ｆ報の内容倉説明す
るための図、第１５図は本発明方式における品詞認識処
理に用いられる凝先度表を示す図、、ｇｉａ図は本発明
方式における句購遺認識の処理の訛れを示す凶、第１７
図は本発明方式のノードスト・リームテーブルに格納さ
れるｔ＃報の内容？説明する九めの図、第１８図は本発
明方式の町変遵語辞書検索のも壇の流ｎを示す図、第１
９図は本発明方式における英文型パターン認識の処理の
流れを示す図、４２ｃ１図、第２００３）図は切要素列
テーブルに格納される情報の内容ｔ−説明する几めの図
、′ｉｇｚ１図は本発明方式における依存・１参峰関係
認識の処理の流れｔ示す図、第２２図は本発明方式にお
ける文型変換のｉＡ埋の流れを示す因、第２３図は英文
型ノード列テーブル及び和文型ノード列テーブルに格納
される慣罐の内容１に：ｄｊ；Ｌ明するための図、第２
４（転）図、第２４０図、第２４０図は本発明方式にお
ける和文生成処理の渡れを示す図、第２５図は和文生成
処理の説明図、第２６図は和文生成により、入力英文テ
キストに訳文が付与された状態を示す図である。 １００・・・入力装置、２００・・・−駅処理装置、３
００・・・辞書メモリ、４００・・・作業用メモリ、５
００・・・−＋１ 第１（Ａ）図 Ｎｌ’ ％　／　　（Ｂ）　　■ −−−ｊ（’ｅ　　　ＩＬ　　　ｂｕｇ　　　　＋’？
ｔ　　　Ｌ　　　Ｃ：ｔブＬＮＰ−Ｊ　　　　　　ＬＦ
ＪＰ」 ＡＰ− Ｎｌ’ ′ｆＪｚ　　　図 烹３図 １／１４＜Ａ）図 ％　　Ｓ　　（Ａ）　　図 ￥ｉ　　５　　（Ｃ）　　図 ｖｉ６ＣＡ）　　図 第　６（８）　　図 ％　　　　７　　　ＣＡ）　　　　図 ￥Ｉｇ（Ｂ）図 １Ｆｌ　　≦？（（ン　図 藁　　９　　図 第　１０　　　図 第　１１（１図 あ　ＩＩ　　（ＣＪ　　図 ￥７１１＋　　（幻　図 ′Ｉ！３１３図 ”ｆ、　　／４　　（Ａ）　　図 ￥ｉ　　　ｔｓ　　　図 ″ｊｆＪ１６図 ’％　　ｒ＊　　図 ￥５．　ｔｑ図 第　　２２　　図 ′％　　２３ｔ４ ７ 肩　２４（Ａ）　図 朋Ｑ５８−！４Ｕｂ８４（３９） ％ｚａ＜ｃ＞　　　図 ｖｉＵ図

Claims (1)

1. 【特許請求の範囲】 １　、　＜ａ）単語又は／及び連語に関する訳語情報及
   び品詞情報を格納した辞誓メモリを検索することにより
   、自然言語で記述された人力テキスト文の単語又は／及
   び述語にそれぞれ品詞を付与する５＠１ステツプと、 （ｂ）品詞列の形に変換された入力テキスト文をぼ語的
   意味をもつ最小単位である句要素に分割し、各句要素に
   それぞれ品詞を付与する第２ステツプと１ 、　　（Ｃ）各句要素及び単語・述語に付与された品詞
   の連なシと、予め定められ九品詞列と全比較することに
   よシ、各句要木及び単語・連語に、構文的な役割ｔ−表
   わしている構文的役割子を付与する第３ステツプと、 （ｄ）構文的役割子の配列から、文、節、単節を表わす
   パターンを認識し、入力テキスト文を、これらのバター
   ７の組み合わせで表現される骨格パターンに変換する第
   ４ステツプと、＜ｅ）予め定められた変換規則を適用す
   る仁とによって、骨格パターンを形成している入力６語
   固有の単文、節、単節の配列順序を、出力言語固有の）
   畝序に変換する第５ステツプと、（ｆ）予め定められた
   変換規則を適用することによって％変換後の骨格パター
   ンを形成している単文、節、準ｉ！Ｊを構成する入力ざ
   語固有の構文的役割子の並び順序を、出力言語固有の構
   文的役割子の並び順序に変換する第６ステツプと。 一変換後の傳文的役割子列のそれぞれに訳語全付与する
   ことによって、出力ｇｄの文を生成する第７ステツプと
   、 を具備することを特徴とする自然言−関の自動翻訳方式
   。 ２、第１項記載の方式において、第１ステツプにより単
   語又は／及び連語に付与される品詞が複数個おる場合に
   、禁制される品詞列の７５ターンのＳ類を予め用意して
   おき、該ノ（ターンを参照することにより、多品詞ｔ−
   ａする単語及び／又は連語の品詞を厳科的に１個決定す
   ること７に特徴とする自然言語間の自１１ｈ翻訳方式。 ３、第２項記載の方式において、匣用されるテーブルは
   、品詞の並びが禁止される県側品詞列パターンの池に、
   この禁制が解除される特別の条件を含み、該禁制品詞列
   パターンと県側鱗除条件の両者から単語及び／又は逐語
   の品詞の決定が行われる仁とｔ−特徴とする自然言語間
   の自動ａ訳方式。 ４、第２項記載の方式において、禁制品詞列パターンは
   、品詞判定すべき単語の前後の４１数１固の単語の品詞
   を予め定め九品詞列から形成さＩＬることを特徴とする
   自然言語間の自動翻訳方式。 ５、！＠１項記載の方式において、第１ステツプにより
   単語及び／又は連語に付与される品詞が複数Ｉｍある場
   合に、予め品詞間の優先度を定め九浚先度テーブルを参
   照することによシ、最終的に単語及び／又は連語の品詞
   を１個決定することを特徴とする自然言語間の自動翻訳
   方式。 ６、第１項記載の方式において、第１ステツプにより単
   語及び又は逐語に付与される品詞が複数個ある場合に、
   禁制される品詞列のパターンの種類を予め登録したテー
   ブルを参照し、多品詞を有する単語及び／又は連語の中
   で、禁制される品詞を除去し、更に２１ｉ！以上の品詞
   が残った場合には、予め品詞間の優先度金定め九優先度
   テーブルを参照することによシ、１＆科的に単語及び／
   又は連語の品詞ｔ−１個決定することｔＷ徴とする自然
   画＃閾の自動翻訳方式。 ７、ｓ１項記畝の方式において、辞書メモリは単一辞書
   メモリと連ａ辞膏メモリを含み、上記単一辞書は、単語
   の見出し語と率＃を基にして形成される連語の有無と、
   単語の訳語及び品詞情報を含み、連語辞書は、連語の見
   出し語と、連語の訳語及び品詞情報を含み、辞着検索の
   処塩は、 （ａ）人力テキストの単語を切シ出し、該単語の語尾が
   変化している場合はこれを原形に変換するステップと、 （ｂ）原形に変換された単＃！を見出し語として、単語
   辞−ＩＮＦを検索し、該単語を基にして形成される連語
   が存在しない場合には単語の訳語及び品、詞情ａｔ−逐
   次、バッファメモリエリアに格納するステップと、 （Ｃ）人カテキスト文と一致する連語が仔伍する場合に
   は連語辞＃ｔ−検索し、逐語の訳語及び品詞情報を上記
   バッファメモリエリアに格納するステップと、 を具備することを特徴とする自然言語間の自動翻訳方式
   。 ８、第７項記載の方式において、連語辞書の検索の結果
   、すてにバッフアメ、モリエリアに格納され友単語を含
   む連語が見出された場合には、該連語の訳語及び品詞情
   報をバッファメモリエリアに格納すると共に、すでに格
   納されている単語清ｌｌヲ無効にすることを特徴とする
   自然言語間の自ＩＩＪａ訳方式。 ９、第７項記４ａ！ρ万式において、入カテキスト文と
   一致する連語が複数１固存在する場合には最も長い連語
   の訳語及び品詞ｎｒ＊’を上記バッファメモリエリアに
   格納することを待機とする自然ｄ語間の自動翻訳方式。 １０、第１項記載の方式にシいて、辞書メモリは、刃要
   素を形成する既知の品詞列パターンと、該刃要素の品詞
   との関係を示すテーブルを有し、第２ステツプは、 （Ｊｉ）入力テキスト文の品詞列と、上記辞書メモリの
   品詞列パターンとを比較するステップと、（り上記の比
   較の結果、両品詞列が一致しない場合は単語又は／及び
   連語を１つのノードとし、一致する場合には刃要素を１
   つのノードとして、谷ノードの品詞情報及び単ｄ゛・４
   Ｍと刃要素との区別を表わす情報を順番にバッファメモ
   リエリアに格納するステップと、ｔ”具備することを特
   徴とする自然言語間の自動翻訳方式。 １１・、第１Ｏ項記載の方式において、入力テキスト文
   と、（ｌ！数個の品詞列パターンとが一致する場合には
   、最も長い品詞列のパターンを形成する句要素を１つの
   ノードとすることを特徴とする自然言語間の自ｌＩｈ翻
   訳方式。 １２、第１項の方式において、辞書メモリは単語辞書と
   、予め定められたｆＪｉ数の単語よシなる固定連語の辞
   書と、予め定められた単語列の一部にブランク＋ｒ有し
   、該ブランクに適当な単語、句、又は節を挿入すること
   によって連語が形成される可変連語の辞書と′ｆｒ！Ｌ
   、上記単語辞書及び固定連給辞書の検索は第１ステツプ
   で行い、可変連語辞書の検索は第２ステツプの後で行う
   ことを待機とする自然言語間の自ＩＩｈ翻訳万式。 １３、第１項記載の方式において、辞書メモリは、動詞
   の単語を含む＠後の単語及び句要素の列の品詞列と、そ
   の品詞列をと９得る既知の構文的役割子列との関係を示
   すテーブルを含み、′４３ステップは、 （ａ）入力テキスト文の中で４Ｊ詞を検出するステップ
   と、 （ｂ）入力テキストの動詞を含む前後の単語及び句要素
   の列の品詞列と、上記テーブルの品詞列とｔ比較し、一
   致する４ｈ　ｒａにテーブルの品詞列に対応する構文的
   役割子列を上記単語及び句！巣の列に付与するステップ
   と、 全具備することを特徴とする自然言語間の自動翻訳方式
   。 １４、第１ＪＡ記載の方式において、辞書メモリは、接
   続詞の単語の前後の単語及び句ｌ！索の列のとシ得る既
   知の構文的役割子列と、その接続詞の単語の構文的役割
   子との関係を示すテーブルを含み、第３ステツプは、 （ａ）入力テキストの中で接続詞をもつ単語を検出する
   ステップと、 （呻接続詞をもつ単語゛の前後の単語及び句ｌ！素の列
   の構文的役割子列と、上記テーブルの構文的役割子列と
   を比較するステップと、（Ｃ）比較の結果、両方の構文
   的役割子列が一致する場合には、テーブルの構文的役割
   子列に対応する接続詞の単語の構文的役割子を該単語に
   付与するステップと、 を具備することを％黴とする自然Ｎ語間の自動＠訳方式
   。 １５、第１項記載の方式において、辞書メモリは、紛、
   単節、パターンと、それらのとシ得る構文的役割子列と
   の関係を定義したテーブルを含み、！４ステップは、 （ａ）入カテキスト文ｔ−接続詞をもつ単語及び句読点
   で区切るステップと、 （ｂ）区切られた区間における４文的役割子の列と、上
   記テーブルの構文的役割子列とを比較するステップと、 （Ｃ）比較の結果、両方の構文的役割子列が一致し友場
   合には、その構文的役割子列に対応する節、単節のパタ
   ーンを上記区間の入力テキストに付与するステップと、 ｆｒ具備することを特徴とする自然言語間の自動翻訳方
   式。 １６、　＃１１５項記載の方式において、辞書メモリは
   、節及び単節のパターンの並び・と、骨格パターンとの
   関係を定め九骨格パターンテーブルｔｃｔみ、第４ステ
   ツプは、 （５１）入力テキストに付与された節、単節パターンの
   並びと、上記テーブルの節及び単節パターンの並びとｔ
   比較するステップと、 （ｂ）比較の結果、両方の頗及び単節パターンが一致し
   た場合にはそのバター／に対応する骨格パターンを人力
   テキストに付与するステップと、 を具備することを特徴とする自然ｄ＃間の自動翻訳方式
   。 １７、第１項記載の方式において、辞書メモリは、入力
   言語による骨格パターンと、これに対応する出力言語に
   よる骨格パターンとの関係を定めた文型変換テーブルを
   含み、第５ステツプは、（ａ）入力テキストを形成して
   いる骨格パターンと、上記文型変換テーブルの入力言語
   の骨格パターンとを比較するステップと、 （嚇比叔の結果、両パターンが一致した場合にはこのパ
   ターンに対応する出力言語の骨格パターンを入力テキス
   トに付与するステップと、を具備すること１ｒ籍徴とす
   る自然言語間の自動翻訳方式。 １８．第１７項記載の方式において、辞書メモリは、入
   力８ｍの構文的役割子列と、これに対応する出力ぎ語の
   構文的役割子列の量定を定めた変換テーブルを含み、第
   ５ステツプは、 （ａ）入力テキストに付与された出力言語の骨格パター
   ンｒｔｓ成する文、虻、単節の構文的役割子列と、上記
   変換テーブルの人力言語の構文的役割子列とｔ比軟する
   ステップと、（ｂ）両比較結果が一致したとき上記文、
   節、単節の構文的役割子列をこれに対応する出力言語の
   構文的役割子列に変換するステップとを含み、上記構文
   的役割子を付与されたノードのカテゴリー、が句要素又
   は単語になるまで、上記（１）、（ｂ）のステップを繰
   シ返して実行すること倉特徴とする自然言語間の自ｌｌ
   Ｉｂ翻訳方式。