JPH04112364A - 辞書引き方式 - 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】 技監分更 本発明は、辞書引き方式に関する。例えば、自然言語処
理技術や機械翻訳システムに適用されるものである。

ｋ米技拵 従来の機械翻訳装置においては、翻訳結果を得るまでは
、辞書に妥当な訳語が登録されているかどうかがよくわ
からない場合があった。また、妥当な訳語が辞書に登録
されている場合でも、文中の用法として正確に把握され
るとは限らないものであった。すなわち、多義、多品詞
、多訳語のときは、別の用法、訳語が優先されてしまう
おそれが生じていた。

上記欠点を解消するために、特開昭６３−２２８３７４
号公報においては、翻訳対象文書の単語の頻度とその単
語の辞書情報から、ある一定の頻度以上の多品詞あるい
は多義の単語について、辞書の情報を表示し、必要な情
報を選択して翻訳するようにしているが、多品詞・多義
性のある言葉は、特に構文上の位置によって多品詞・多
義となっており、情報を限定することが゛困難なことが
少なくなかった。また、文書中の語の重要度と、多義性
は必ずしも一致するものではなく、翻訳用の辞書におい
ては、単一の語義（訳語）しかないような語が、分野に
よってはまったく違う訳語（専門用語等）を必要として
いるにもかかわらず、望ましい訳語が出ないために誤解
を生じるといった、辞書中の語義の不足に対応できない
等の欠点があった。

特に、上記特開昭６３−２２８３７４号公報においては
、多義の語でその文書中の頻度が高い語について、あら
かじめ抽出し、その抽出された結果をユーザーに提示し
て、修正することによって翻訳の精度を高めるようにし
ているが、■抽出する多義・多品詞であることを基準と
しているので、その抽出する語が文書中で誤解されては
いけないような重要語であるとは限らない。例えば、訳
語は数少ないが１間違えるとまったくの誤解を呼ぶよう
な語には対応できない。また、翻訳しようとする分野に
とっては特有の諸費で、一般の場合とまったく異なる用
法がある場合（かつ一般の語としての用法が少ない場合
）には対応できないという欠点がある。言いかえれば、
システムが多義と認識していない語でも、システムの辞
書の訳語では非常にまずい場合が存在しえることになる
。■抽出する語を頻度のみに頼っているので、この場合
は頻度は非常に重要な尺度であるが、頻度ばかりではな
く、文書中の位置等、文書中の語貧の重要度を計る基準
は他にも存在する、等の欠点があった。

このように、自然言語間の機械翻訳において用語の訳出
は難しい問題である。英語と日本語間を例にとってみて
も、一つの英語の言葉はいろいろな意味を持つことが少
なくなく、適切な日本語に訳出しなければならない。実
際はなかなかうまく訳し分けられないものである。翻訳
対象文書が専門的になればなるほど訳語の適切さが求め
られる。

そして不適切な訳語を与えると全くわかりにくい訳文に
なることがしばしばある。

ある３謳のテキストを辞書引きするときに多品詞語の正
しい訳語を見付けることは意外と厄介である。辞書中の
どの品詞がその場合に当てはまるのかがわかりにくいこ
とがある。テキスト辞書引きシステムでは、普通代表的
な品詞とその訳語を表示するものである。これまでに、
辞書引きツールで事前に品詞を推定するものは提案され
ていないが、連接確率を用いた多品側解消法を用いた構
文解析についてはすでに提案されている。

■−−カ 本発明は、上述のごとき実情に鑑みてなされたもので、
そのテキストの文脈で求められている品詞の訳語を辞書
引きするために、連接確率表を利用したものと、構文解
析結果を利用することにより多品詞の解消を行った辞書
引き方式を提供することを目的としてなされたものであ
る。

盈−一双 本発明は、上記目的を達成するために、（１）機械翻訳
等の自然言語解析システムにおいて、形態素解析部での
解析対象テキストの辞書引きの後に、各々の語が持つ品
詞を、該品詞の間の連接確率の積を計算することにより
、最も連接確率の高くなる組み合わせを満たすものに限
定し５複数の品詞を持つ語が解析されるときの多品詞語
の多義性を解消してから該品詞の訳語だけを表示するこ
と、更には、（２）多品詞が解消された語の訳語だけを
表示すること、或いは、（３）機械翻訳等の自然言語解
析システムにおいて、構文解析部における解析処理を行
った後に、解析結果の品詞の訳語だけを表示すること、
（４）前記（３）において、多品詞が解消された語の訳
語だけを表示することを特徴としたものである。以下、
本発明の実施例に基づいて説明する。

第１図は、本発明による辞書引き方式を備えた翻訳装置
の一実施例を説明するための構成図で、図中、１は陰極
線管（ＣＲＴ）　、２はキーボード、３は光学文字読取
装置（ＯＣＲ）、４は六方文書、５はスペルチェック部
、６は前編集部、７は翻訳本体部、８は後編集部、９は
辞書、１ｏは文法規則、１１は出力文書、１２はプリン
タである。

ファイル人力、キーボード入力、ＯＣＲ入力のいずれか
によって得た入力文は入力文書４として保管され１次に
スペルチェック部５は、辞書９を参照してスペルチェッ
クし、前編集部６を用いて前処理を行える。翻訳本体部
７は、辞書９と文法規則１０を用いて翻訳し、その結果
得られた出力文は、後編集部８によって翻訳情報を利用
して編集できる。編集後の出力文は出力文書１１に記憶
される。入力文と出力文はプリンタ１２を用いて印刷で
きる。

第２図は、第１図における翻訳本体部の４つの処理を示
す図で、図中、１３は辞書、１４は入力部、１５は形態
素解析部、１６は構文解析部、１７は変換部、１８は生
成部、１９は出力部、２０は文法規則である。この翻訳
本体部の４つの大きな処理とは■形態素解析部１５では
、入力テキストの辞書引きを行なうこと、■構文解析部
１６では、個々の語の情報を得て文法規則２０に従って
パージングを行い、解析結果から木構造を作成すること
、■変換部１７では入力言語の木構造から出力言語の本
構造に変形すること、ｔｌ＋ｌ酸生成８では得られた本
構造をノードごとに訳出すること、である。

本発明は翻訳本体部の辞書を利用した辞書引き方式であ
る。ここでは入力テキストは英文とする。

入力されたテキストを対象として、形態素解析部で辞書
引きを行う。辞書引きした結果を得て、まず多品詞解消
処理を行う。ここでの多品詞解消方式は以下の文献にて
紹介されているものを利用する。

Ｃｏｍｐｕｔａｔｉｏｎａｌ　Ｌｉｎｇｕｉｓｔｉｃｓ
、　Ｖｏｌ、１４．Ｎｏ、１．ｗｉｎｔｅｒ　１９８ｇ
。

ｐ３１−３９　　“Ｇｒａｍｍａｔｉｃａｌ　Ｃａｔｅ
ｇｏｒｙ　Ｄｉｓａｍｂｉｇｕａｔｉｏｎ　ｂｙＳｔａ
ｔｓｔｉｃａｌ　Ｏｐｔｉｍｉｚａｔｉｏｎ”　　Ｓ、
Ｊ、Ｄｅｒｏｓｅ　（Ｂｒｏｗｎ　Ｕｎｉｖ、）前記文
献の筆者（Ｄｅｒｏｓｅ）の提案するＶＯＬＳＵＮＧＡ
と呼ぶ多品詞解消方式を利用して解析部導入処理とする
。ＶＯＬＳＵＮＧＡは以下の特徴を持つ。

■完全な数学的アルゴリズムに基づき、臨時的な付加部
分を最小限に押さえている。

■最適な品詞列の定義は、品詞列を構成する品詞連接確
率および相対品詞確率の積が最大のものである。

■効率的な最適品詞列探索法（動的プログラミング法）
により、指数関数的な計算を克服した。

ここでいう品詞は細かい品詞分類を指し、全部で１００
種類ぐらいある。

必要なデータとしては、品詞分類と相対品詞確率と熟語
優先情報を持つ辞書と品詞連接確率表がある。

最適な品詞の組み合わせを動的プログラミング方法によ
り求める。以下の第１表は最適品詞組合せを示す表であ
る。

第１表 もし、Ｔｏ、１からＴｒ＋＋ｊまでの最適品詞組合せが
、Ｔｎ−１，ｉを通るとすると、Ｔｎ−１、ｉまでの部
分はＴＯ，１からＴｎ−１，ｉまでの最適品詞組合せで
ある。なぜならば、　Ｔｎ−１，ｉまでのが最適でなけ
れば、　Ｔｎ−１，ｉまでの部分に最適品詞組合せを選
ぶと、その方が最適となる。したがって、ＴＯ９１から
ＴｎｖＪまでの最適品詞組合せは、各１（＝１．・・、
ｉｏ）についてのｉｏ、ｔからＴｎ−１，ｉまでの最適
品詞組合せと、Ｔｎ−１，ｉからＴｎ、ｊへの組合せの
組合せ通の最適なものである。

例）　Ｔｈｅ　ｍａｎ　５ｔｉｌｌ　５ａｔｉ　ｈｅｒ
、という文についての最適品詞組合せを計算する。ここ
ではそれぞれの語が以下の品詞を持つとする。また説明
を簡単にするためそれぞれの品詞が持つ品詞確率は省略
する。実際には連接確率に加えて品詞相対確率も係数と
なる。

Ｔｈｅ　ｍａｎ　５ｔｉｌｌ　ｓａｗ　ｈｅｒＡＮ　　
ＮＮ　　ＮＮ　　　ＮＮ　　ＰＰ０ＶＢ　　ＶＢ　　　
ＶＢＤ　ＰＰＳ Ｂ なお、　ＡＴは冠詞、ＮＮは名詞、ｐｐｏは代名詞目的
格、ＰＰＳは所有代名詞、ＲＢは副詞、ＶＢは動詞、Ｖ
ＢＤは動詞過去である。

先頭のＴｈｅから末尾のｈｅｒまでの品詞組合せは１＊
２＊３本２木２＝２４計２４通りある。第２表の連接確
率を用いて最適組合せを計算する。

第２表連接確率の例 ＶＢ　　Ｏ（Ｉ　ＡＴ−ＶＢ） ＮＮ　　○（１８６＊４０　ＡＴ−ＮＮ−ＮＮ）　Ｘ　
（１＊２２　ＡＴ−■−ＮＮ）ＮＮ →ＡＴＶＢ　　○（１８６＊　９　ＡＴ−ＮＮ−ＶＢ）
　ｘ　（１＊　９　ＡＴ−ＶＴ３−ＶＢ）■ 冊　○（１８６＊４０　ＡＴ−ＮＮ−ＲＢ）　ｘ　（１
＊９８　ＡＴ−■−ＲＢ）階 ＲＢ　　　○（１８６＊４０＊１５２　ＡＴ−１１ＪＩ
ＩＩ−ＲＢ−ＶＢＤ）なお、相対確率はＲＢ＞ＮＮであ
る。

陥 １８６　＊　４０本１５２本５８４　　＞　　１８６本
４１１５２木１４３したがッテ、こうしテＡＴ　ＮＮ　
ＲＢ　ＶＢＤ　ＰＰＯの品詞列が得られる。

次に相対品詞確率による補正の例を示す。

ｓｏ　：　ＱＬ（限定側、９３２）、Ｃ５（従属接続詞
、４７９）、ＵＨ（間投詞、１）数字は品詞相対確率 ｓｏ　ｔｈａｔの並びを連接確率のみと相対品詞確率併
用で品詞推定する。

連接確率のみによる方法 Ｐ　（ＵＨ−Ｃ５）　＞　Ｐ　（Ｃ５−Ｃ５）連接確率
と相対品詞確率 Ｐ（ＵＨ−Ｃ５）　＊　Ｐ（ｓｏ、−Ｕ）ｌ）　＊　Ｐ
（ｔｈａｔ−Ｃ５）　＜Ｐ（Ｃ５−Ｃ３）　＊　Ｐ（ｓ
ｏ−Ｃ５）　＊　Ｐ（ｔｈａｔ−Ｃ５）Ｐ（）は確率を
示す。Ｐ　（ＵＨ−Ｃ５）はＵＨ−Ｃ５の連接確率を示
す。Ｐ（ｓｏ　Ｃ３）はｓｏのＣ８の品詞相対確率を示
す。連接確率と相対品詞確率を併用したときに正解ｃｓ
−ｃｓが得られる。

次に、熟語があるときの処理例を示す。

Ｔｈｅ　ｍｅａｎ　ｃａｗｒｅ　ｉｎ　ｏｒｄｅｒ　ｔ
ｏ　ｗｉｎ、は以下の品詞を持つとする。

Ｔｈｅ　ｍｅａｎ　ｃａｗＩｅ　ｉｎ　ｏｒｄｅｒ　ｔ
ｏ　ｗｉｎ。

ＲＢ ＜−Ｔｏ−＞ ＰＰＮ　（人称代名詞主格） 先頭のＩから末尾のｗｉｎまでの品詞組合せは１＊２本
１本２本２本３本２：４８ １本２本１　　＊　　１　　＊　　２＝　　４計４８通
りある。本来、熟語はその構成単語ごとに扱わずにひと
かたまりで１つの言葉を成すと考えるべきであるが、こ
こでは便宜上その構成単語ごとに仮の単語として組み合
わせの可能性を残しておく、このとき、もちろんこの部
分は他の単語との組み合わせは許さない。その熟語を構
成する最後の単語において連接確率及び品詞相対確率を
計算する。この方法では熟語が長ければ長いほど係数の
数が少なくなるので、それに応じてあらたに係数を乗じ
ておく必要もある。

この例では、ｉｎ　ｏｒｄｅｒ　ｔｏが熟語である。こ
の部分は１１　ｉｎ　ＩＩ　　１１０ｒｄｅｒＩ＋　　
１１　ｔｏ”の組み合わせは２本２＊３で１２通りある
が、”ｉｎ　ｏｒｄｅｒ　ｔｏ”は１通りである。下記
では＊−＊−Ｔｏと表わしている。

ＩＩ　−−ＩＩの部分が組み合わせが固定であることを
示している。

Ｔｈｅ　ｍａｎ　ｃａｍｅ　ｉｎ　ｏｒｄｅｒ　ｔｏ　
ｗｉｎ。

また、熟語には辞書で優先情報を与えることができる。

今までは熟語が優先情報を持たない場合を説明している
。優先情報を持っときは熟語以外の可能性を廃棄する。

すなわち”ｉｎ　ｏｒｄｅｒ　ｔｏ”が優先情報を持つ
ときはＬｔｉｎＩＴ　　ｔ（ｏｒｄｅ％Ｔ　　ｔＬｔｏ
ＩＩは辞書引きされない。例文は以下の品詞しか持たな
くなる。なおこの優先情報は熟語により付与するものも
あるし付与しないものもある。

ＶＢ　　　　　　　　　　　　　　　ＶＢ第３図は１本
発明による辞書引き方式である連接確率表を用いた多義
解消法による辞書の流れを示す図である。なお、図中で
の熟語とは優先情報を持たないものを示し、優先情報を
持つものは単語と同じ扱いとなる。以下、各ステップに
従って順に説明する。

銭肝土；前述した動的プログラミング方法において、ｎ
＝ｏ　；　ｈ＝Ｔｎ　；　１＝Ｔｎ＋１とする。

扛吐Ｉ；　（Ｔ　ｎ　、　ｈ　）の中に熟語の始まり（
Ｔｎ、ｘ）があるかどうか判断する。

１す■】−；　（Ｔ　ｎ　、　ｘ　）があると、該（Ｔ
ｎ、ｘ）と−緒に熟語を構成する（Ｔｎ、ｘ）の次の語
を（Ｔｎ＋１．ｘ）とする。

ｓ□；　（Ｔｎ、ｘ）、（Ｔｎ＋ｌ、ｘ）を除＜（Ｔｎ
、ｈ）の各要素から（Ｔｎ＋Ｉ、ｉ）の各要素までの最
適の組合せと（Ｔｎ、ｘ）−（Ｔｎ＋１．ｘ）をとる。

廷吐旦；　ｎ＝−ｎ＋１　；　ｈ＝：Ｔｎ　；　ｉ　＝
Ｔｎ＋１とする。

杜旺旦；　（Ｔ　ｎ　、　ｘ　）は熟語の最後かどうか
判断する。

最後でなければ５ｔｅｐ　４に戻る。

旦弘Ｉ；前記５ｔｅｐ　２において、（Ｔｎ、ｈ）の中
に熟語の始まり（Ｔｎ、ｘ）がなければ、（Ｔｎ、ｈ）
の各要素から（Ｔｎ＋１．ｉ）の各要素までの最適の組
合せをとる。

払肛旦；　ｎ＝ｎ＋１　；　ｈ＝Ｔｎ　；　１＝Ｔｎ＋
１とする。

麩肛旦；　５ｔｅｐ　６において（Ｔｎ、ｘ）が熟語の
最後であれば、また５ｔｅｐ　８を介して、Ｔｎは文末
かどうかを判断する。文末でなければ５ｔｅｐ　２に戻
る。

ｕ圧よ立；文末であれば、最適の組合せを満たす品詞列
をとる。

ゴ」■ユ」工；辞書引きを行う。

第４図は、第３図における５ｔｅｐＨの辞書引き部分を
説明するためのフローチャートで、図中、２１は辞書、
２２は連接確率表である。以下、各ステップに従って順
に説明する。

シリ狸」１；多義解消去の選択を行う。

ｓｔｅ上」ユ；辞書２１と連接確率表２２を用いて連接
確率による品詞多義解消を行う。第６図に辞書の例を示
す。

Σリヱ３；５ｔｅｐ２と同様に辞書２１と連接確率表２
２を用いて、構文解析による品詞多義解消を行う。

扛旺土；辞書引き対象の選択を行う。

銭肛立；辞書２１を用いてすべての語の訳語を表示する
。

％　；　５ｔｅｐ　５と同様に、辞書２１を用いて多品
詞語の訳語を表示する。

こうして多品側の解消をしてからその品詞の訳語を表示
する。こうすればユーザの必要とする品詞の訳語を得る
ことができ、非常に効率のよい辞書引き結果を得ること
ができる。さらに、このとき、すべての語の訳語を表示
するのではなく、多品側が解消された語の訳語だけを表
示することもできる。また、このような基準でなくとも
任意の基準を設けて訳語を表示する語を制限することは
いくらでも可能である。

また、本発明の他の実施例としては構文解析による品詞
多義解消法である。ここでは入力テキストは英文とする
。入力されたテキストを対象として、形態素解析部で辞
書引きを行う、辞書引きした結果を得て、構文解析を行
う、構文解析の方法は何でもよく、ＣＦＧ　（文脈自由
文法）を用いたボトムアップパーサ等、既存の技術で実
現可能である。この結果得られた品詞の訳語を表示する
。

さらに、このとき、すべての語の訳語を表示するのでは
なく、多品側が解消された語の訳語だけを表示すること
もできる。

第５図（ａ）〜（ｄ）は、編集画面を示す図で、図（ａ
）は原文人力時１図（ｂ）は辞書引きメニュー、図（Ｃ
）は辞書引き結果、図（ｄ）は辞書引き結果（多品詞語
のみ）を各々示す図である。

例えば、第５図（ａ）の原文六方時に”Ｔｈｅ　ｍａｎ
５ｔｉｌｌ　５ａｔｉ　ｈｅｒ、”の英文が画面表示さ
れている。

第５図（ｃ）の辞書引き結果として “Ｔｈｅ　ｍａｎ　５ｔｉｌｌ　ｓａｗ　ｈｅｒ。

男　まだ　見た彼女 が表示され、第５図（ｄ）の辞書引き結果（多品詞語の
み）として ”Ｔｈｅ　ｍａｎ　５ｔｉｌｌ　５ａｔｙ　ｈｅｒ。

男　まだ　見た が表示されることになる。

このようにして、多品詞語の多義性を解消してから該品
詞の訳語だけを表示することができる。

免−一来 以上の説明から明らかなように、本発明によると、以下
のような効果がある。

（１）請求項１，２に対応する効果；連接確率表を用い
た導入することで、多品詞の解消を行った辞書引きがで
きて効率が向上する。

（２）請求項３，４に対応する効果；構文解析の結果を
利用することで、多品詞の解消を行った辞書引きができ
て効率が向上する。

【図面の簡単な説明】

第１図は、本発明による辞書引き方式を備えた翻訳装置
の一実施例を説明するための構成図、第２図は、第１図
における翻訳本体部の処理を示す図、第３図は、連接確
率表を用いた品詞の多義解消法を用いた辞書引き方式の
フローチャート、第４図は、第３図における辞書引き部
分を説明するための図、第５図は、編集画面を示す図、
第６図は、辞書の例を示す図である。 １・・陰極線管（ＣＲＴ）、２・・・キーボード、３・
光学文字読取装置（ＯＣＲ）　、４・・・入力文書、５
・・・スペルチェック部、６・・・前編集部、７・・・
翻訳本体部、８・・・後編集部、９・・・辞書、１０・
・文法規則、１１・・・出力文書、１２・・・プリンタ
。 特許出頴大　　株式会社　リ　コ 第２図 第 図 第 図 （ａ）［文人力時 （ｂ）　辞書引きメニュー 第 図 第 図 （ｅ）　辞書引き結果

Claims (1)

1. 【特許請求の範囲】 １、機械翻訳等の自然言語解析システムにおいて、形態
   素解析部での解析対象テキストの辞書引きの後に、各々
   の語が持つ品詞を、該品詞の間の連接確率の積を計算す
   ることにより、最も連接確率の高くなる組み合わせを満
   たすものに限定し、複数の品詞を持つ語が解析されると
   きの多品詞語の多義性を解消してから該品詞の訳語だけ
   を表示することを特徴とする辞書引き方式。 ２、多品詞が解消された語の訳語だけを表示することを
   特徴とする請求項１記載の辞書引き方式。 ３、機械翻訳等の自然言語解析システムにおいて、構文
   解析部における解析処理を行った後に、解析結果の品詞
   の訳語だけを表示することを特徴とする辞書引き方式。 ４、多品詞が解消された語の訳語だけを表示することを
   特徴とする請求項３記載の辞書引き方式。