WO2005116865A2 - 言語判別装置、翻訳装置、翻訳サーバ、言語判別方法並びに翻訳処理方法 - Google Patents

言語判別装置、翻訳装置、翻訳サーバ、言語判別方法並びに翻訳処理方法 Download PDF

Info

Publication number
WO2005116865A2
WO2005116865A2 PCT/JP2005/009890 JP2005009890W WO2005116865A2 WO 2005116865 A2 WO2005116865 A2 WO 2005116865A2 JP 2005009890 W JP2005009890 W JP 2005009890W WO 2005116865 A2 WO2005116865 A2 WO 2005116865A2
Authority
WO
WIPO (PCT)
Prior art keywords
language
character
character code
undefined
character string
Prior art date
Application number
PCT/JP2005/009890
Other languages
English (en)
French (fr)
Inventor
Takamasa Suzuki
Original Assignee
Impulse Japan Inc.
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 Impulse Japan Inc. filed Critical Impulse Japan Inc.
Priority to EP05745036A priority Critical patent/EP1760608A2/en
Priority to US11/597,913 priority patent/US20080281577A1/en
Publication of WO2005116865A2 publication Critical patent/WO2005116865A2/ja

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/263—Language identification

Definitions

  • Language determination device language determination device, translation device, translation server, language determination method, and translation processing method
  • the present invention relates to a language discriminating apparatus, a translating apparatus, and a translation apparatus used for automatically discriminating a language of a WEB (World Wide Web) page accessed by a user via the Internet and translating the language into a language used by the user.
  • Server language discrimination method and translation processing method
  • the language used for the WEB page is automatically determined (see, for example, JP-A-2000-330992).
  • the present invention has been made to solve such a problem, and provides a language discriminating apparatus and a language discriminating method capable of automatically and surely performing language discrimination.
  • the purpose of the present invention is to provide a translation device, a translation server, and a translation processing method using the above.
  • the present invention provides the following means.
  • a storage means for storing an undefined character code list to which no character is assigned in a character code table of each language, and a character of each character included in a character string to be language-determined Collating means for collating the code with an undefined character code list of each language stored in the storage means; and collation by the collating means.
  • a language discriminating device comprising: a discriminating means for discriminating a language in which a corresponding character is not included in the character string as a language of the character string.
  • the character code of each character included in the character string to be subjected to language discrimination is collated with the undefined character code list of each language stored in the storage means.
  • a powerful language in which a character corresponding to an undefined character code is not included in the character string is determined as a language of the character string.
  • the discrimination is performed using the undefined character code unique to each language, the language is used for a common encoding, such as when referring to the character encoding described on a homepage (WEB page). Language determination can be performed reliably and automatically without the possibility that the determination becomes difficult.
  • the collation unit collates the character code with the undefined character code list of each language for each character included in the character string. Languages can be narrowed down quickly and reliably.
  • a storage means for storing an undefined character code list to which no character is assigned in a character code table of each language, and a character of each character included in a character string to be language-determined Collating means for collating a code with an undefined character code list of each language stored in the storage means; and collation by the collating means.
  • the corresponding character is not included in the character string and
  • a translation unit for translating the character string whose language has been determined by the determination unit into another language.
  • the character string whose language has been determined is translated into another language, so that the translation into an appropriate language can be performed by reliable language determination.
  • the character code is collated with the undefined character code list of each language, so that the collation processing and the narrowing down of the language are quickly performed.
  • appropriate translation can be promptly performed.
  • storage means for storing an undefined character code list to which no character is assigned in the character code table of each language, and display on a WEB page accessed by a user via a terminal device Collating means for collating the character code of each character included in the given character string with an undefined character code list of each language stored in the storage means;
  • a determining unit that determines a language in which a character corresponding to an undefined character code is not included in the character string as a language of the character string;
  • a translation server comprising: translation means for translating a character string of a web page into another language; and display control means for displaying, on the user terminal, a web page reflecting the translation result.
  • the language of the WEB page accessed by the user is automatically determined and the WEB page reflecting the translation result is displayed on the user terminal. You can enjoy surfing continuously without being aware of the differences.
  • the collation processing and the narrowing down of languages can be performed quickly and reliably, and appropriate translation can be performed promptly. Therefore, a WEB page reflecting the translation result is quickly displayed. Can be done.
  • Characters are assigned to the character code of each character included in the character string to be subjected to language determination and the character code table of each language for a plurality of languages,! /, Na, undefined Collating with a character code list, and as a result of the collation, a language in which the character string corresponding to an undefined character code is not included in the character string is identified as a language of the character string.
  • a language discriminating step is performed.
  • a common character encoding is referred to in a case where a character encoding described on a homepage (WEB page) is referred to.
  • the language can be reliably and automatically determined without the possibility that the language may be difficult to determine due to encoding.
  • Characters are assigned to the character code of each character included in the character string to be subjected to language discrimination and the character code table of each language for a plurality of languages,! /, Na, undefined Collating with a character code list, and as a result of the collation, a language that is not included in the character string and that corresponds to an undefined character code among the plurality of languages is referred to as the language of the character string.
  • a translation processing method comprising: a step of determining a word; and a step of translating a character string whose language has been determined into another language.
  • the character string whose language has been determined is translated into another language, so that the translation into an appropriate language can be performed by reliable language determination.
  • a translation processing method comprising: translating the character string of the web page into another language; and displaying a web page on which the translation result is reflected on the user terminal.
  • the language of the WEB page accessed by the user is automatically determined, and the WEB page reflecting the translation result is displayed on the user terminal. Continue to enjoy surfing without being aware of the differences It comes out.
  • FIG. 1 is a block diagram showing a schematic configuration of a web page translation system according to an embodiment of the present invention.
  • FIG. 2 is a flow chart showing the operation of a translation server used in the web page translation system of FIG.
  • FIG. 3 is a flowchart showing the content of a language determination process in S4 in the flowchart of FIG.
  • FIG. 4 (a) (b) is a diagram showing an example of a character code table for explaining the basic concept.
  • FIG. 1 is a block diagram showing a schematic configuration of a web page translation system according to one embodiment of the present invention.
  • reference numeral 1 denotes a user terminal such as a personal computer, which can be connected to the translation server 3 via the Internet 2 by a Web browser 11.
  • the translation server 3 includes a network interface unit 31, an undefined character code list storage unit 32, a web page storage unit 33, a language determination unit 34, a translation unit 35, a translation file storage unit 36, A web page restructuring unit 37 and a control unit 38 are provided.
  • the net interface unit 31 functions as an input / output unit that connects the Internet 2 and the translation server 3.
  • the undefined character code list storage unit 32 previously stores a list of undefined character codes to which characters in the character code table are not assigned for each of a plurality of languages.
  • the undefined character codes A1 to A16 in the character code table are stored as an undefined character code list.
  • the language B shown in FIG. 4B is stored as an undefined character code list of undefined character codes B1 to B6 in the character code table.
  • an undefined character code list is stored in advance.
  • the list of undefined character codes for all languages used on the Internet is stored, but at least in the main language!
  • the present invention is not limited to this, and stores an undefined character code list for a plurality of languages.
  • the WEB page storage unit 33 stores the contents of the WEB page at the address specified by the user on the user terminal 1 by using a URL (Uniform Resource Locator).
  • URL Uniform Resource Locator
  • the language discriminating section 34 is for automatically discriminating the language of the character string displayed on the web page stored in the web page storage section 33. The specific contents of the determination processing will be described later.
  • the translation unit 35 includes a plurality of translation engines corresponding to each language, and translates the character string of the WEB page whose language has been determined by the language determination unit 34 into the language used by the user. For example, if it is determined that the web page accessed by a Japanese user is a page on an English site, the content of the web page is translated into Japanese and a Chinese web page is displayed! Is translated into Japanese.
  • the translation file storage unit 36 stores the translation result by the translation unit 35, and the WEB page reconstruction unit 37 reconstructs a WEB page reflecting the translation result.
  • the control unit 38 controls the entire translation server 3 as a whole. For example, a web page of the URL specified by the user is fetched and stored in the web page storage unit 33, language determination and translation are performed, a translated file after translation is stored in the translation file storage unit 36, The page restructuring unit 37 reconstructs the web page reflecting the translation result, or transmits the reconstructed web page to the user terminal 1 for display.
  • the control unit 38 of the translation server 3 determines whether the URL has been designated or not, and if not (NO in S1), terminates the processing. If the URL is specified (YES in S1), in S2, the control unit 38 transmits the contents of the WEB page specified by the URL to the Internet and the Internet. After acquiring through the face unit 31, the content of the acquired web page is stored in the web page storage unit 33 in S3.
  • the language discriminating section 34 is displayed on the WEB page stored in the WEB page storage section 33! Determine the language of the character string. This language discrimination processing will be described later.
  • the translation unit 35 When the language is determined, in S5, the translation unit 35 translates the character string of the WEB page into the user's language (for example, Japanese) by using the translation engine of the determined language, and then in S6. To save the translation file in the translation file storage unit 36.
  • the web page restructuring unit 37 converts the web page from the content of the web page stored in the web page storage unit 33 and the translation file stored in the translation file storage unit 36. Reconstruct the string into the translated version. Then, in S8, the control unit 38 transmits the reconstructed contents of the WEB page to the user terminal 1 via the network interface unit 31, and terminates the processing on the translation server 3 side.
  • the translated WEB page transmitted to the user terminal 1 is displayed on a display device (not shown) of the user terminal 1 so that the user can view the accessed WEB page in the user's language.
  • FIG. 3 is a flowchart showing the content of the language discriminating process of S4 in the flowchart of FIG.
  • the language determination unit 34 extracts the character code of the first character of the character string from the undefined character code list. It is determined whether or not one of the languages stored in the storage unit 32, for example, an undefined character code (A1 to A16 in FIG. 4A) of the A language shown in FIG.
  • the first character of the character string corresponds to an undefined character code of another language, for example, the B language shown in FIG. 4 (b) (B1 to B6 in FIG. 4 (b)). It is determined whether or not to do.
  • the first character of the character string is collated with the undefined character code list for all languages stored in the undefined character code list storage unit 32.
  • S46 it is determined whether or not the collation of the first character with all languages has been completed. If not completed (NO in S46), the process returns to S42 and continues collation until the collation with all languages is completed. If the first character has been collated with all languages (YES in S46), it is determined in S47 whether the number of language candidates has been reduced to one.
  • the process returns to S42, and the second character of the character string is used to select the language candidate by the collation processing in S42 to S46. Execute the refinement. The matching process is performed on the third character, the fourth character, and so on of the character string until the number of candidates in the language is reduced.
  • the collation processing and the narrowing down of the language can be performed quickly and reliably.
  • the language candidates are determined to be the languages used on the WEB page. For all the characters of the character string, all the languages are undefined.
  • the language may be determined after the collation with the character code list is performed.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Machine Translation (AREA)
  • Information Transfer Between Computers (AREA)
  • Document Processing Apparatus (AREA)

Description

言語判別装置、翻訳装置、翻訳サーバ、言語判別方法並びに翻訳処理 方法
技術分野
[0001] この発明は、例えばユーザがインターネットによりアクセスした WEB (World Wide W eb)ページの言語を自動判別して、ユーザの使用言語に翻訳するのに用いられる言 語判別装置、翻訳装置、翻訳サーバ、言語判別方法並びに翻訳処理方法に関する
背景技術
[0002] 近年、インターネットは広く認知され、情報収集の手法の一つとして一般に利用さ れるようになった。
[0003] しかしながら、ユーザがインターネットによりアクセスした WEBページ力 ユーザの 使用言語とは異なる言語で表示されている場合には、ユーザはその内容を理解する ことができない。
[0004] そこで、ユーザの使用言語とは異なる言語で表示されている WEBページを翻訳ェ ンジンで翻訳し、翻訳結果を WEBページに反映してユーザの端末装置に表示させ ることが行われている。
[0005] そして、この場合、 WEBページの使用言語を自動的に判別することが行われてい る（例えば特開 2000— 330992号公報参照）。
[0006] このような言語の自動判別は、ホームページ (WEBページ）に記載されて 、る文字 のエンコードを参照することにより行われていた。
[0007] し力しながら、欧州では英語でも他の言語でも同一のエンコードを利用していること から、地域によっては判別を行うことができな力つた。しかも、エンコードは共通化され る方向にあり、このためエンコードを参照することによる言語判別には限界があり、言 語判別を確実に行うことができる方策が望まれている。
[0008] この発明は、このような問題を解消するためになされたものであって、言語判別を自 動で確実に行うことができる言語判別装置及び言語判別方法を提供し、さらにはこれ らを利用した翻訳装置、翻訳サーバ、翻訳処理方法の提供を目的とする。
発明の開示
[0009] 上記課題を解決するために、この発明は、以下の手段を提供する。
[0010] (1)複数の言語について、各言語の文字コード表において文字が割り当てられて いない未定義の文字コードリストを記憶する記憶手段と、言語判別対象の文字列に 含まれる各文字の文字コードと、前記記憶手段に記憶されて!、る各言語の未定義の 文字コードリストとを照合する照合手段と、照合手段による照合の結果、前記複数の 言語のうち、未定義の文字コードに該当する文字が前記文字列に含まれていなかつ た言語を、その文字列の言語と判別する判別手段と、を備えたことを特徴とする言語 判別装置。
[0011] この発明によれば、言語判別対象の文字列に含まれる各文字の文字コードと、記 憶手段に記憶されて 、る各言語の未定義の文字コードリストとを照合し、照合の結果 、前記複数の言語のうち、未定義の文字コードに該当する文字が前記文字列に含ま れていな力つた言語を、その文字列の言語と判別するものである。即ち、各言語に特 有の未定義の文字コードを利用して判別を行うから、ホームページ (WEBページ）に 記載されている文字のエンコードを参照する場合のように、共通のエンコードのため に言語判別が困難となるおそれもなぐ確実にかつ自動的に言語判別を行うことがで きる。
[0012] (2)前記照合手段は、前記文字列に含まれる各文字毎に、その文字コードと各言 語の未定義の文字コードリストとを照合していく前項 1に記載の言語判別装置。
[0013] この発明によれば、照合手段は、前記文字列に含まれる各文字毎に、その文字コ 一ドと各言語の未定義の文字コードリストとを照合していくから、照合処理及び言語 の絞り込みを迅速にかつ確実に行うことができる。
[0014] (3)複数の言語について、各言語の文字コード表において文字が割り当てられて いない未定義の文字コードリストを記憶する記憶手段と、言語判別対象の文字列に 含まれる各文字の文字コードと、前記記憶手段に記憶されて!、る各言語の未定義の 文字コードリストとを照合する照合手段と、照合手段による照合の結果、前記複数の 言語のうち、未定義の文字コードに該当する文字が前記文字列に含まれていなかつ た言語を、その文字列の言語と判別する判別手段と、前記判別手段により言語判別 された文字列を、他の言語に翻訳する翻訳手段と、を備えたことを特徴とする翻訳装 置。
[0015] この発明によれば、言語判別を行った後、言語判別された文字列を他の言語に翻 訳するから、確実な言語判別により適正な言語への翻訳を行うことができる。
[0016] (4)前記照合手段は、前記文字列に含まれる各文字毎に、その文字コードと各言 語の未定義の文字コードリストとを照合していく前項 3に記載の翻訳装置。
[0017] この発明によれば、前記文字列に含まれる各文字毎に、その文字コードと各言語の 未定義の文字コードリストとを照合していくから、照合処理及び言語の絞り込みを迅 速にかつ確実に行うことができ、ひ 、ては適正な翻訳を迅速に行うことができる。
[0018] (5)複数の言語について、各言語の文字コード表において文字が割り当てられて いない未定義の文字コードリストを記憶する記憶手段と、端末装置を介してユーザが アクセスした WEBページに表示されている文字列に含まれる各文字の文字コードと 、前記記憶手段に記憶されている各言語の未定義の文字コードリストとを照合する照 合手段と、照合手段による照合の結果、前記複数の言語のうち、未定義の文字コー ドに該当する文字が前記文字列に含まれていな力つた言語を、その文字列の言語と 判別する判別手段と、前記判別手段により言語判別された前記 WEBページの文字 列を、他の言語に翻訳する翻訳手段と、翻訳結果を反映させた WEBページを、前記 ユーザ端末に表示させる表示制御手段と、を備えたことを特徴とする翻訳サーバ。
[0019] この発明によれば、ユーザがアクセスした WEBページの言語を自動的に判別して 、ユーザ端末に翻訳結果を反映させた WEBページを表示させるから、ユーザは WE Bページの表示言語の相違を意識することなぐ継続してネットサーフィンを楽しむこ とがでさる。
[0020] (6)前記照合手段は、前記文字列に含まれる各文字毎に、その文字コードと各言 語の未定義の文字コードリストとを照合していく前項 5に記載の翻訳装置。
[0021] この発明によれば、照合処理及び言語の絞り込みを迅速にかつ確実に行うことが でき、ひいては適正な翻訳を迅速に行うことができるから、翻訳結果を反映した WEB ページを迅速に表示させることができる。 [0022] (7)言語判別対象の文字列に含まれる各文字の文字コードと、複数の言語につい ての各言語の文字コード表にぉ 、て文字が割り当てられて!/、な 、未定義の文字コー ドリストとを照合するステップと、照合の結果、前記複数の言語のうち、未定義の文字 コードに該当する文字が前記文字列に含まれていな力つた言語を、その文字列の言 語と判別するステップと、を備えたことを特徴とする言語判別方法。
[0023] この発明によれば、各言語に特有の未定義の文字コードを利用して判別を行うから 、ホームページ (WEBページ）に記載されている文字のエンコードを参照する場合の ように、共通のエンコードのために言語判別が困難となるおそれもなぐ確実にかつ 自動的に言語判別を行うことができる。
[0024] (8)言語判別対象の文字列に含まれる各文字の文字コードと、複数の言語につい ての各言語の文字コード表にぉ 、て文字が割り当てられて!/、な 、未定義の文字コー ドリストとを照合するステップと、照合の結果、前記複数の言語のうち、未定義の文字 コードに該当する文字が前記文字列に含まれていな力つた言語を、その文字列の言 語と判別するステップと、言語判別された文字列を他の言語に翻訳するステップと、 を備えたことを特徴とする翻訳処理方法。
[0025] この発明によれば、言語判別を行った後、言語判別された文字列を他の言語に翻 訳するから、確実な言語判別により適正な言語への翻訳を行うことができる。
[0026] (9)端末装置を介してユーザがアクセスした WEBページに表示されて 、る文字列 に含まれる各文字の文字コードと、複数の言語にっ 、ての各言語の文字コード表に お 、て文字が割り当てられて 、な 、未定義の文字コードリストとを照合するステップと
、照合の結果、前記複数の言語のうち、未定義の文字コードに該当する文字が前記 文字列に含まれていな力つた言語を、その文字列の言語と判別するステップと、言語 判別された前記 WEBページの文字列を、他の言語に翻訳するステップと、翻訳結果 を反映させた WEBページを、前記ユーザ端末に表示させる表示制御ステップと、を 備えたことを特徴とする翻訳処理方法。
[0027] この発明によれば、ユーザがアクセスした WEBページの言語を自動的に判別して 、ユーザ端末に翻訳結果を反映させた WEBページを表示させるから、ユーザは WE Bページの表示言語の相違を意識することなぐ継続してネットサーフィンを楽しむこ とがでさる。
図面の簡単な説明
[0028] [図 1]この発明の一実施形態に係る WEBページ翻訳システムの概略構成を示すプロ ック図である。
[図 2]図 1の WEBページ翻訳システムに用いられている翻訳サーバの動作を示すフ ローチャートである。
[図 3]図 2のフローチャートにおける S4の言語判別処理の内容を示すフローチャート である。
[図 4(a)(b)]基本的な考え方を説明するための文字コード表の一例を示す図である。 発明を実施するための最良の形態
[0029] 以下、この発明の一実施形態を説明する。
[0030] 図 1はこの発明の一実施形態に係る WEBページ翻訳システムの概略構成を示す ブロック図である。
[0031] 図 1において、 1はパーソナルコンピュータ等力 なるユーザ端末であり、このユー ザ端末 1は、 WEBブラウザ 11によりインターネット 2を介して翻訳サーバ 3に接続可 能となされている。
[0032] 前記翻訳サーバ 3は、ネットインターフェイス部 31と、未定義文字コードリスト記憶部 32と、 WEBページ記憶部 33と、言語判別部 34と、翻訳部 35と、翻訳ファイル保存 部 36と、 WEBページ再構築部 37と、制御部 38とを備えている。
[0033] 前記ネットインターフェイス部 31は、インターネット 2と翻訳サーバ 3とを接続する入 出力部として機能する。
[0034] 前記未定義文字コードリスト記憶部 32には、複数の言語についての各言語毎に、 文字コード表における文字が割り当てられていない未定義の文字コードのリストが予 め記憶されている。例えば、図 4 (a)に示す Aという言語については、文字コード表に おける未定義の A1〜A16の文字コードが、未定義文字コードリストとして記憶されて いる。また、図 4 (b)に示す Bという言語については、文字コード表における未定義の B1〜B6の文字コード力 未定義文字コードリストとして記憶されている。さらに、他の 言語についても同様に、未定義文字コードリストが予め記憶されている。理想的には 、インターネット上で使用される全ての言語についての未定義文字コードリストが記憶 されて 、るのが最も望まし 、が、少なくとも主要言語にっ 、て記憶されて 、ればよ!/ヽ
。ただし、この発明は、これに限定されることはなぐ複数の言語についての未定義文 字コードリストが記憶されて 、ればよ 、。
[0035] 前記 WEBページ記憶部 33は、ユーザがユーザ端末 1で URL (Uniform Resource Locator)により指定したアドレス先の WEBページの内容を記憶するものである。
[0036] 前記言語判別部 34は、前記 WEBページ記憶部 33に記憶された WEBページに表 示された文字列の言語を自動判別するものである。判別処理の具体的内容は後述 する。
[0037] 前記翻訳部 35は、各言語に対応する複数の翻訳エンジンを備え、前記言語判別 部 34で言語判別された WEBページの文字列を、ユーザの使用言語に翻訳するもの である。例えば、 日本語ユーザがアクセスした WEBページが英語サイトのページで あることが判別されたときは、その WEBページの内容を日本語に翻訳し、中国語の WEBページにつ!、ては中国語を日本語に翻訳する。
[0038] 前記翻訳ファイル保存部 36は翻訳部 35による翻訳結果を保存し、前記 WEBぺー ジ再構築部 37は翻訳結果を反映した WEBページを再構築する。
[0039] 前記制御部 38は、翻訳サーバ 3の全体を統括的に制御するものである。例えば、 ユーザが指定した URLの WEBページを取り込んで WEBページ記憶部 33に記憶さ せたり、言語判別や翻訳を行わせたり、翻訳後の翻訳ファイルを翻訳ファイル保存部 36に保存させたり、 WEBページ再構築部 37に翻訳結果を反映させた WEBページ を再構築させたり、再構築させた WEBページをユーザ端末 1に送信して表示させた りする。
[0040] 次に、図 1に示した WEBページ翻訳システムにおいて、翻訳サーバ 3の動作を説 明する。
[0041] ユーザは、ユーザ端末 1から翻訳サーバ 3にアクセスした後、 URLを指定する。翻 訳サーバ 3の制御部 38は、 URLの指定があった力否かを判断し、なければ（S1の判 断が NO)、処理を終了する。 URLの指定があれば（S1の判断が YES)、 S2で、制 御部 38は URLで指定された WEBページの内容をインターネット及びネットインター フェイス部 31を通じて取得した後、 S3で、取得した WEBページの内容を WEBぺー ジ記憶部 33に記憶する。
[0042] 次に S4で、言語判別部 34は前記 WEBページ記憶部 33に記憶された WEBぺー ジに表示されて！ヽる文字列の言語を判別する。この言語判別処理につ!ヽては後述 する。
[0043] 言語判別が行われると、 S5で、翻訳部 35は判別された言語の翻訳エンジンを用い て、その WEBページの文字列をユーザの使用言語 (例えば日本語）に翻訳した後、 S6で翻訳ファイルを翻訳ファイル保存部 36に保存する。
[0044] 次 、で、 S7で、 WEBページ再構築部 37は、 WEBページ記憶部 33に記憶されて いる WEBページの内容と翻訳ファイル保存部 36に保存されている翻訳ファイルとか ら WEBページをその文字列を翻訳した内容のものに再構築する。そして、 S8で、制 御部 38は再構築された WEBページの内容を、ネットインターフェイス部 31を介して ユーザ端末 1に送信して、翻訳サーバ 3側の処理を終了する。
[0045] ユーザ端末 1に送信された翻訳後の WEBページは、ユーザ端末 1の図示しない表 示装置に表示され、これによりユーザはアクセスした WEBページを、ユーザの言語 で見ることができる。
[0046] ユーザが、表示された WEBページにおいてリンク先を指定すると、今度はそのリン ク先の WEBページに対して図 2に示したのと同様の処理が行われ、ユーザの言語に 自動的に翻訳されたリンク先の WEBページを、ユーザは見ることができる。
[0047] このような処理により、ユーザは WEBページの表示言語の相違を意識することなく 、継続してネットサーフィンを楽しむことができる。
[0048] 図 3は、図 2のフローチャートにおける S4の言語判別処理の内容を示すフローチヤ ートである。
[0049] S41で、言語判別部 34は、翻訳対象の WEBページで使用されて ヽる文字列を抽 出した後、その文字列の第 1の文字について、その文字コードが未定義文字コードリ スト記憶部 32に記憶されている 1つの言語、例えば図 4 (a)に示した A言語の未定義 の文字コード（図 4 (a)では A1〜A16)に該当するか否かを判断する。
[0050] 該当しなければ（S42の判断が NO)、 S44に進む。該当すれば（S42の判断が YE S)、 A言語の未定義文字コードに文字が定義されていることになり、従ってその文字 の言語は Aではないことになる。このため、 S43で、 A言語ではないと判別した後 S44 に進む。
[0051] S44では、前記文字列の第 1の文字が、別の言語、例えば図 4 (b)に示した B言語 の未定義の文字コード（図 4 (b)では B1〜B6)に該当するか否かを判断する。
[0052] 該当しなければ (S44の判断が NO)、次の言語について照合する。該当すれば (S 44の判断が YES)、 B言語の未定義文字コードに文字が定義されていることになり、 従ってその文字の言語は Bではないことになる。このため、 S45で、 B言語ではないと 判別する。
[0053] このようにして、前記文字列の第 1の文字について、未定義文字コードリスト記憶部 32に記憶されている全ての言語に対する、未定義の文字コードリストとの照合を実行 する。
[0054] そして S46で、第 1の文字について全ての言語との照合を終了したか否かを判断す る。終了していなければ（S46の判断が NO)、 S42に戻って全ての言語との照合が 終了するまで照合を続ける。第 1の文字について全ての言語との照合が終了してい れば（S46の判断が YES)、 S47で、言語の候補が 1つに絞られたか否かを判断する
[0055] 1つの候補に絞られていなければ（S47の判断が NO)、 S42に戻って、今度は文 字列の第 2の文字にっ 、て、 S42〜S46の照合処理による言語候補の絞り込みを実 行する。言語の候補力^つに絞り込まれるまで、文字列の第 3の文字、第 4の文字、 · • · ·について、照合処理を実行する。
[0056] このように、文字列の 1文字毎に、各言語の未定義文字コードとの照合を行うから、 照合処理及び言語の絞り込みを迅速にかつ確実に行うことができる。
[0057] S47で、言語の候補が 1つに絞り込まれると（S47の判断が YES)、 S48で、その言 語をその文字列の言語であると判別する。
[0058] なお、図 3の判別処理では、言語候補が 1つに絞り込まれた段階でその言語候補を WEBページの使用言語と判別した力 文字列の全ての文字について、全ての言語 の未定義の文字コードリストとの照合を行ったのちに、言語を判別しても良い。 [0059] 以上本発明の一実施形態を説明したが、本発明は上記実施形態に限定されること はない。例えば、 WEBページ翻訳システムにおいて、 WEBページの言語を判別す る場合を説明したが、 WEBページの言語判別に限定されることはなぐ自動言語判 別を行う全ての場合にお!ヽて本発明に係る言語判別装置及び言語判別方法を適用 できる。
[0060] 本願は、 2004年 5月 31日付で出願された日本国特許出願の特願 2004— 16180 1号の優先権主張を伴うものであり、その開示内容は、そのまま本願の一部を構成す るものである。
[0061] ここに用いられた用語および表現は、説明のために用いられたものであって限定的 に解釈するために用いられたものではなぐここに示されかつ述べられた特徴事項の 如何なる均等物をも排除するものではなぐこの発明のクレームされた範囲内におけ る各種変形をも許容するものであると認識されなければならない。

Claims

請求の範囲
[1] 複数の言語について、各言語の文字コード表において文字が割り当てられていな
V、未定義の文字コードリストを記憶する記憶手段と、
言語判別対象の文字列に含まれる各文字の文字コードと、前記記憶手段に記憶さ れている各言語の未定義の文字コードリストとを照合する照合手段と、
照合手段による照合の結果、前記複数の言語のうち、未定義の文字コードに該当 する文字が前記文字列に含まれていな力つた言語を、その文字列の言語と判別する 判別手段と、
を備えたことを特徴とする言語判別装置。
[2] 前記照合手段は、前記文字列に含まれる各文字毎に、その文字コードと各言語の 未定義の文字コードリストとを照合していく請求項 1に記載の言語判別装置。
[3] 複数の言語について、各言語の文字コード表において文字が割り当てられていな
V、未定義の文字コードリストを記憶する記憶手段と、
言語判別対象の文字列に含まれる各文字の文字コードと、前記記憶手段に記憶さ れている各言語の未定義の文字コードリストとを照合する照合手段と、
照合手段による照合の結果、前記複数の言語のうち、未定義の文字コードに該当 する文字が前記文字列に含まれていな力つた言語を、その文字列の言語と判別する 判別手段と、
前記判別手段により言語判別された文字列を、他の言語に翻訳する翻訳手段と、 を備えたことを特徴とする翻訳装置。
[4] 前記照合手段は、前記文字列に含まれる各文字毎に、その文字コードと各言語の 未定義の文字コードリストとを照合していく請求項 3に記載の翻訳装置。
[5] 複数の言語について、各言語の文字コード表において文字が割り当てられていな
V、未定義の文字コードリストを記憶する記憶手段と、
端末装置を介してユーザがアクセスした WEBページに表示されている文字列に含 まれる各文字の文字コードと、前記記憶手段に記憶されて 、る各言語の未定義の文 字コードリストとを照合する照合手段と、
照合手段による照合の結果、前記複数の言語のうち、未定義の文字コードに該当 する文字が前記文字列に含まれていな力つた言語を、その文字列の言語と判別する 判別手段と、
前記判別手段により言語判別された前記 WEBページの文字列を、他の言語に翻 訳する翻訳手段と、
翻訳結果を反映させた WEBページを、前記ユーザ端末に表示させる表示制御手 段と、
を備えたことを特徴とする翻訳サーバ。
[6] 前記照合手段は、前記文字列に含まれる各文字毎に、その文字コードと各言語の 未定義の文字コードリストとを照合していく請求項 5に記載の翻訳装置。
[7] 言語判別対象の文字列に含まれる各文字の文字コードと、複数の言語についての 各言語の文字コード表にぉ 、て文字が割り当てられて!/、な 、未定義の文字コードリ ストとを照合するステップと、
照合の結果、前記複数の言語のうち、未定義の文字コードに該当する文字が前記 文字列に含まれていな力つた言語を、その文字列の言語と判別するステップと、 を備えたことを特徴とする言語判別方法。
[8] 言語判別対象の文字列に含まれる各文字の文字コードと、複数の言語についての 各言語の文字コード表にぉ 、て文字が割り当てられて!/、な 、未定義の文字コードリ ストとを照合するステップと、
照合の結果、前記複数の言語のうち、未定義の文字コードに該当する文字が前記 文字列に含まれていな力つた言語を、その文字列の言語と判別するステップと、 言語判別された文字列を他の言語に翻訳するステップと、
を備えたことを特徴とする翻訳処理方法。
[9] 端末装置を介してユーザがアクセスした WEBページに表示されて 、る文字列に含 まれる各文字の文字コードと、複数の言語にっ 、ての各言語の文字コード表にぉ ヽ て文字が割り当てられて!/、な 、未定義の文字コードリストとを照合するステップと、 照合の結果、前記複数の言語のうち、未定義の文字コードに該当する文字が前記 文字列に含まれていな力つた言語を、その文字列の言語と判別するステップと、 言語判別された前記 WEBページの文字列を、他の言語に翻訳するステップと、 翻訳結果を反映させた WEBページを、前記ユーザ端末に表示させる表示制御ス テツプと、
を備えたことを特徴とする翻訳処理方法。
PCT/JP2005/009890 2004-05-31 2005-05-30 言語判別装置、翻訳装置、翻訳サーバ、言語判別方法並びに翻訳処理方法 WO2005116865A2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP05745036A EP1760608A2 (en) 2004-05-31 2005-05-30 Language identification equipment, translation equipment, translation server, language identification method, and translation processing method
US11/597,913 US20080281577A1 (en) 2004-05-31 2005-05-30 Language Identification Equipment, Translation Equipment, Translation Server, Language Identification Method, and Translation Processing Method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2004-161801 2004-05-31
JP2004161801A JP4384939B2 (ja) 2004-05-31 2004-05-31 言語判別装置、翻訳装置、翻訳サーバ、言語判別方法並びに翻訳処理方法

Publications (1)

Publication Number Publication Date
WO2005116865A2 true WO2005116865A2 (ja) 2005-12-08

Family

ID=35451530

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2005/009890 WO2005116865A2 (ja) 2004-05-31 2005-05-30 言語判別装置、翻訳装置、翻訳サーバ、言語判別方法並びに翻訳処理方法

Country Status (7)

Country Link
US (1) US20080281577A1 (ja)
EP (1) EP1760608A2 (ja)
JP (1) JP4384939B2 (ja)
KR (1) KR20070049606A (ja)
CN (1) CN101027665A (ja)
TW (1) TW200606664A (ja)
WO (1) WO2005116865A2 (ja)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4812421B2 (ja) * 2005-12-22 2011-11-09 オリンパスイメージング株式会社 文字処理装置、文字処理プログラム、文字処理方法
US7849144B2 (en) * 2006-01-13 2010-12-07 Cisco Technology, Inc. Server-initiated language translation of an instant message based on identifying language attributes of sending and receiving users
US20090287471A1 (en) * 2008-05-16 2009-11-19 Bennett James D Support for international search terms - translate as you search
US8374873B2 (en) * 2008-08-12 2013-02-12 Morphism, Llc Training and applying prosody models
US8548797B2 (en) * 2008-10-30 2013-10-01 Yahoo! Inc. Short text language detection using geographic information
EP2680162A1 (en) 2010-07-13 2014-01-01 Motionpoint Corporation Localisation of website content
US8635061B2 (en) * 2010-10-14 2014-01-21 Microsoft Corporation Language identification in multilingual text
US9164988B2 (en) * 2011-01-14 2015-10-20 Lionbridge Technologies, Inc. Methods and systems for the dynamic creation of a translated website
US20120215520A1 (en) * 2011-02-23 2012-08-23 Davis Janel R Translation System
US8942974B1 (en) * 2011-03-04 2015-01-27 Amazon Technologies, Inc. Method and system for determining device settings at device initialization
US9031829B2 (en) 2013-02-08 2015-05-12 Machine Zone, Inc. Systems and methods for multi-user multi-lingual communications
US8996355B2 (en) 2013-02-08 2015-03-31 Machine Zone, Inc. Systems and methods for reviewing histories of text messages from multi-user multi-lingual communications
US9600473B2 (en) 2013-02-08 2017-03-21 Machine Zone, Inc. Systems and methods for multi-user multi-lingual communications
US9298703B2 (en) 2013-02-08 2016-03-29 Machine Zone, Inc. Systems and methods for incentivizing user feedback for translation processing
US8990068B2 (en) 2013-02-08 2015-03-24 Machine Zone, Inc. Systems and methods for multi-user multi-lingual communications
US8996352B2 (en) 2013-02-08 2015-03-31 Machine Zone, Inc. Systems and methods for correcting translations in multi-user multi-lingual communications
US9231898B2 (en) 2013-02-08 2016-01-05 Machine Zone, Inc. Systems and methods for multi-user multi-lingual communications
US8996353B2 (en) 2013-02-08 2015-03-31 Machine Zone, Inc. Systems and methods for multi-user multi-lingual communications
US10650103B2 (en) 2013-02-08 2020-05-12 Mz Ip Holdings, Llc Systems and methods for incentivizing user feedback for translation processing
US9280537B2 (en) * 2013-10-30 2016-03-08 Google Inc. Techniques for automatically selecting a natural language for configuring an input method editor at a computing device
US9128930B2 (en) * 2013-10-31 2015-09-08 Tencent Technology (Shenzhen) Company Limited Method, device and system for providing language service
US10162811B2 (en) 2014-10-17 2018-12-25 Mz Ip Holdings, Llc Systems and methods for language detection
US9372848B2 (en) 2014-10-17 2016-06-21 Machine Zone, Inc. Systems and methods for language detection
CN104794625A (zh) * 2015-04-28 2015-07-22 酷悠悠科技(深圳)有限公司 一种跨境电子商务网站运行的方法及系统
US10765956B2 (en) 2016-01-07 2020-09-08 Machine Zone Inc. Named entity recognition on chat data
WO2019060353A1 (en) 2017-09-21 2019-03-28 Mz Ip Holdings, Llc SYSTEM AND METHOD FOR TRANSLATION OF KEYBOARD MESSAGES
CN111274458B (zh) * 2020-01-17 2023-12-01 中国工商银行股份有限公司 一种应用软件的多语言核对方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020002452A1 (en) * 2000-03-28 2002-01-03 Christy Samuel T. Network-based text composition, translation, and document searching
US20030115040A1 (en) * 2001-02-09 2003-06-19 Yue Xing International (multiple language/non-english) domain name and email user account ID services system
US7013289B2 (en) * 2001-02-21 2006-03-14 Michel Horn Global electronic commerce system
FI20010792A (fi) * 2001-04-17 2002-10-18 Nokia Corp Käyttäjäriippumattoman puheentunnistuksen järjestäminen
US7225222B1 (en) * 2002-01-18 2007-05-29 Novell, Inc. Methods, data structures, and systems to access data in cross-languages from cross-computing environments

Also Published As

Publication number Publication date
JP2005346166A (ja) 2005-12-15
CN101027665A (zh) 2007-08-29
JP4384939B2 (ja) 2009-12-16
EP1760608A2 (en) 2007-03-07
KR20070049606A (ko) 2007-05-11
TW200606664A (en) 2006-02-16
US20080281577A1 (en) 2008-11-13

Similar Documents

Publication Publication Date Title
WO2005116865A2 (ja) 言語判別装置、翻訳装置、翻訳サーバ、言語判別方法並びに翻訳処理方法
CN108399150B (zh) 文本处理方法、装置、计算机设备和存储介质
US20080172218A1 (en) Web Page Translation Device and Web Page Translation Method
JP3959180B2 (ja) 通信翻訳装置
CN1494695B (zh) 无疏漏翻译系统
US20090313536A1 (en) Dynamically Providing Relevant Browser Content
US8468494B2 (en) In-line editor
JPH1063597A (ja) クライアント側、サーバ側および協調部で実行するｕｒｌのスペルチェック
JPH11306171A (ja) 項目情報入力方法及び記録媒体
CN111079043A (zh) 一种关键内容定位方法
CN112052364B (zh) 敏感信息检测方法、装置、设备与计算机可读存储介质
CN108062468A (zh) 一种基于图片验证码识别的网络爬虫方法
JPH1153392A (ja) 情報フィルタリング装置および同装置に適用される関連情報提供方法
CN111428230A (zh) 一种信息验证方法、装置、服务器及存储介质
CN105787032B (zh) 网页快照的生成方法及装置
JP4756764B2 (ja) プログラム及び情報処理装置並びに情報処理方法
JP2009259248A (ja) ウェブページに含まれるイメージに対してタグ付けを実行し、その結果を利用してウェブ検索サービスを提供するための方法、装置及びコンピュータ読み取り可能な記録媒体
US10789245B2 (en) Semiconductor parts search method using last alphabet deletion algorithm
JP2010003159A (ja) Ｗｅｂ利用者支援システム、Ｗｅｂ利用者支援方法、およびＷｅｂ利用者支援プログラム
US20130311489A1 (en) Systems and Methods for Extracting Names From Documents
KR100953627B1 (ko) 웹 페이지에 포함되는 이미지 상의 텍스트를 판독하고 이에대한 번역 서비스를 제공하기 위한 방법, 장치 및 컴퓨터판독 가능한 기록 매체
JP7116940B2 (ja) オープンデータを効率的に構造化し補正する方法及びプログラム
EP1729284A1 (en) Method and systems for a accessing data by spelling discrimination letters of link names
KR100811290B1 (ko) 자연어처리를 활용한 자동기능 구현형 쇼핑몰 관리 시스템
JPH11259477A (ja) 文書処理システムおよび記録媒体

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A2

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BW BY BZ CA CH CN CO CR CU CZ DE DK DM DZ EC EE EG ES FI GB GD GE GH GM HR HU ID IL IN IS KE KG KM KP KR KZ LC LK LR LS LT LU LV MA MD MG MK MN MW MX MZ NA NG NI NO NZ OM PG PH PL PT RO RU SC SD SE SG SK SL SM SY TJ TM TN TR TT TZ UA UG US UZ VC VN YU ZA ZM ZW

AL Designated countries for regional patents

Kind code of ref document: A2

Designated state(s): BW GH GM KE LS MW MZ NA SD SL SZ TZ UG ZM ZW AM AZ BY KG KZ MD RU TJ TM AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LT LU MC NL PL PT RO SE SI SK TR BF BJ CF CG CI CM GA GN GQ GW ML MR NE SN TD TG

121 Ep: the epo has been informed by wipo that ep was designated in this application
NENP Non-entry into the national phase

Ref country code: DE

WWW Wipo information: withdrawn in national office

Country of ref document: DE

WWE Wipo information: entry into national phase

Ref document number: 2005745036

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 1020067027921

Country of ref document: KR

WWE Wipo information: entry into national phase

Ref document number: 200580025607.4

Country of ref document: CN

WWP Wipo information: published in national office

Ref document number: 2005745036

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 11597913

Country of ref document: US