JPH0528183A - テキスト原稿解析法 - Google Patents

Abstract

(57)【要約】 【目的】 ２つの書かれた言語間の翻訳を、どちらの言
語についても特別の知識を必要とせず比較可能とするこ
と。 【構成】 一方が他方の（誤りの可能性がある）翻訳で
ある２つのテキスト原稿が、テキスト処理システムのメ
モリ内に記憶される。両原稿中における各単語の分布及
び形態が比較され、どの単語が正しく翻訳されている見
込みかが統計的処理によって求められる。そして、一貫
して翻訳されていると思われる単語のリストが編集され
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、例えば原稿の翻訳精
度をテストするなど、テキスト（文章）原稿の解析に関
する。

【０００２】

【従来の技術】第２の言語で書かれた第２の原稿の翻訳
である第１の言語で書かれた第１の原稿の精度をテスト
するためには、各原稿をそれぞれ走査し、辞書を用いて
両テキストを比較する必要がある。これはもちろん非常
に時間のかかる仕事で、多量なまたは専門的な原稿をテ
ストする場合によくそうであるようにテスト中の一部の
単語が辞書に含まれていなかったり；単語の必要な全て
の同義語が辞書になかったり；あるいは、例えばケチャ
(Qetchua) 語やチチェワ(Chichewa)語など多くの言語に
ついて尚そうであるように、関連の辞書が編集されてい
なかったり入手できない場合には、困難が生じる。

【０００３】

【発明が解決しようとする課題】本発明の目的は、２つ
の書かれた言語間の翻訳を、どちらの言語についても特
別の知識を必要とせず比較できるようにすることにあ
る。この点は特に、珍しい言語で書かれた原稿に適用す
るのに適している。

【０００４】本発明の別の目的は、２つの言語間の単語
の対応を示す辞書のベースを、両方の言語で書かれた１
つ以上の原稿の解析から編集できるようにすることにあ
る。

【０００５】

【課題を解決するための手段】本発明によれば、第１の
テキスト原稿と第２のテキスト原稿を処理する方法で、
各々の原稿がセグメントに分割されてテキスト処理シス
テムのメモリ手段内に記憶され、各セグメントがさらに
単語に分割されている方法において： ａ）第１のテキスト原稿中の単語と第２のテキスト原稿
中の単語を選び出し、第１のテキスト原稿と第２のテキ
スト原稿の各セグメント内における単語の分布の比較結
果を考慮しながら、２つの単語が実質上同一の意味を持
つ確率の表示を求めるステップ；及び ｂ）２つの単語が実質上同一の意味を持つ確率の表示が
しきい値より大きい２つの単語を実質上同一の意味を持
つ単語と見なすステップ；を含む方法が提供される。

【０００６】

【作用】すなわち本発明によれば、一方が他方の（誤り
の可能性がある）翻訳である２つのテキスト原稿が、テ
キスト処理システムのメモリ内に記憶される。両原稿中
における各単語の分布及び形態が比較され、どの単語が
正しく翻訳されている見込みかが統計的処理によって求
められる。そして、一貫して翻訳されていると思われる
単語のリストが編集される。

【０００７】

【実施例】以下本発明を、添付の図面を参照しながら一
例として説明する。

【０００８】図１に示したシステムの各構成要素は：バ
ス３に沿ってランダムアクセスメモリ２と双方向交信す
るプロセッサ１；例えばキーボードとし得る入力装置
４；及びプロセッサ１に接続され、例えばＣＲＴとし得
る出力装置５である。

【０００９】本方法の一例は、一方が他方の（誤りの可
能性がある）翻訳である２つのテキスト原稿をメモリ２
内に記憶すること；両原稿中における各単語の分布及び
形態を比較すること；どの単語が正しく翻訳されている
見込みかを統計的処理によって求めること；及び一貫し
て翻訳されていると思われる単語のリストを編集するこ
とから成る。その後このリストを、翻訳中の誤りを訂正
できる言語学者により評価してもらってもよい。正しく
翻訳されている単語をそれらの翻訳同等物と対にし（ペ
アリング）、こうして形成された各対を二か国語辞書の
ベースとして用いてもよい。尚本方法は、発生の都度わ
ざと誤訳されている単語については、誤って翻訳された
ものと見なさない。

【００１０】次に本方法の例を詳しく説明するが、説明
を容易とするため一例としてのみ、（各要素間の関係を
概略的に示した）図４中２１、２２、２３、２４及び２
５で表した一連の５つの要素に分けて説明する。図５、
６、７、８、９及び１０は、各要素２１、２２、２３、
２４及び２５にそれぞれ含まれるステップを詳しく示し
ており、また分かりやすくするため、本方法の一例中の
２つのステップが図４、７及び９において２６と２７で
表してある。

【００１１】◆要素 １ 図１及び２を参照すると、起点原稿６０と目標原稿８０
がメモリ２内に保持される。本方法の一例が翻訳中で起
こり得る誤りをサーチするのに使われる場合、２つの原
稿のうち一方は原文テキストのコピーとし、他方は翻訳
テキストのコピーとすべきである。以下の説明中、６０
と６９の間の参照番号は起点原稿６０に関する特徴を表
し、８０と８９の間の参照番号は目標原稿８０に関する
特徴を表している。

【００１２】本方法の一例の第１段階では、各原稿中に
おける単語の位置を作表する。２つの原稿はそれぞれ、
各々が多数の単語６２ｍ−ｚと８２ａ−ｎを含む番号付
けされたセグメント６１ａ−ｎと８１ａ−ｎに分割さ
れ、各セグメント６１ａ−ｎは、翻訳が正しく行われた
場合実質上同一の意味を持つ対応する１つのセグメント
８１ａ−ｎと対にされる。そのため、２つの原稿間で翻
訳が正しく行われていれば、一方の原稿の特定セグメン
ト内の単語が、他方の原稿の対応するセグメント内の単
語の１つの翻訳を表していることがよくある。例えば、
（英語で書かれた）１セグメントが“THE CAT IS BLAC
K”で、これに対応する（フランス語の）セグメントが
“LE CHAT EST NOIR”のとき、各対の単語：“THE”と
“LE”；“CAT”と“CHAT”；“IS”と“EST”；及び
“BLACK”と“NOIR”が、相互の翻訳を表す単語を含ん
だ対となる。

【００１３】本方法を例示するため、実質上同一のテキ
ストを表した以下の表１と２に示したテキスト原稿を参
照する；表１の原稿は英語で書かれ、表２の原稿は表１
の原稿のチチェワ語への翻訳である。表１の原稿は起点
原稿を表し、表２の原稿は目標原稿を表す。これらの原
稿は両方とも、１から１０まで番号の付されたセグメン
トに分けられ、翻訳が正確に行われた場合、対応するセ
グメント（１と１、２と２、等）がテキストの同じ部分
を表すようになっている。尚本方法の用途は、本方法の
一例が適用されるシステムで表示可能なようなアルファ
ベット文字で書かれた言語への使用に限られない：非標
準的な文字が他の記号あるいは記号の組合せで置き換え
られてもよい − 例えば、表２の原稿中第５のセグメン
トで使われている符号“＝”は、その原稿において前の
文字に対する曲アクセントを表している。こうした記号
あるいは記号の組合せも、アルファベット文字であるか
のように扱われる。

【００１４】 表 １ (1) This is the Good News about Jesus Christ, the Son of God. (2) It began as the prophet Isaiah had written: "God said, 'I will send my messenger ahead of you to clear the way for you.' (3) Someone is shouting in the desert, 'Get the road ready for the Lord; make a straight path for him to travel!'" (4) So John appeared in the desert, baptizing and preching. "Turn away from your sins and be baptized", he told the people, "and God will forgive your sins." (5) Many people from the province of Judaea and the city of Jerusalem went out to hear Hohn. They confessed their sins, and he baptized them in the River Jordan. (6) John wore clothes made of camel's hair, with a leather belt round his waist, and his food was locusts and wild honey. (7) He announced to the people, "The man who will come after me is much greater than I am not good enough even to bend down and untie his sandals. (8) I baptize you with water, but he will baptize you with the Holy Spirit." (9) Not long afterwards Jesus came from Nazareth in the province of Galilee, and was baptized by John in the Jordan. (10)As soon as Jesys came up out of the waterm he saw heaven opening and the Spirit coming down on him like a dove. 表 ２ (1) Uwu ndi Uthelga Wabwino wonena za Yesu Kristu, Mwana wa Mulungu. (2) Unayamba monga mneneri Yesaya analemba m'buku mwake kuti, Mulungu akuti, Siyi nthumwi yanga. Ndiituma m'tsogolo mwako kuti ikakonzeretu za kufika kwako. (3) Munthu akupfuula m'chiululu, alikunena kuti, Konzani msewu woderzeramo Ambuye, ongolani njira zoti apitemo. (4) Zimenezi zinachitikadi pamene Yohane Mbatizi anafika kuchipululu, nayamba kulalika. Ankauza anthu kuti, Lapani, batizidwani, ndipo Mulungu adzakhululukira machimo anu. (5) Anthu a m'dera lonse la Yudea, ndi a ku Yerusalemu omwe, analikubwera kwa iye. Ndipo iwo ataulula machimo awo, iye anka=wabatiza mumtsinje wa Yordane. (6) Yohaneyo, chobvala chake chinali chaubweya wa nyama yina yothedwa ngamila. M7chiuno ankamangira lamba wachikopa, ndipo zakudya zake zinali dzombe ndi uchi. (7) Kulalika kwake ankati, Pambuyo panga pakubwera wina wamphamyu kuposa ine. Ndine wosayenera ngakhale ku=werama ndi kumasula zingwe za nsapato zake. (8) Ine ndimakubatizani ndi madzi chabe, koma Iyeyo adzakubatizani ndi Mzimu Woyera. (9) Pamasiku amenewo Yesu anafika kuchokera ku nazarete, mudzi wa ku Galilea, ndipo Yohane anambatiza mumtsinje wa Yordane. (10) Pobvuuka m'madzimo, anangoona kuthambo kulikutsekuka, ndipo Mzimu W oyera, wooneka ngati nkhunda, akutsika pa Iye. 本方法の動作全体を通じ、大文字と小文字は同等に扱わ
れる；すなわち、単語“Apple” は単語“apple” と全
く等しいものとして扱われる。各単語はスペースによっ
て区切られていると見なされるが、単語の最初のアルフ
ァベット文字の前あるいは単語の最後のアルファベット
文字の後に位置する非アルファベット文字（例えばカッ
コ）は無視される。従って、一節“TWENTY-FOUR (MEN'S
DOGS'COLLARS)”は、次の各単語からなるものとして扱
われる：“TWENTY-FOUR”、“MEN'S”、“DOGS”及び
“COLLARS”。

【００１５】再び図２を参照すれば、起点単語リスト６
３、起点単語発生セット６５及び起点単語頻度リスト６
８が、起点原稿６０に関して編集される。起点単語リス
ト６８は単語６４ａ−ｎのリストであり、これらの単語
はすべて起点原稿６０中におけるユニークな単語形態
で、異なる各単語は１回だけ含まれる。起点単語発生セ
ット６５は、セグメント番号６７ａａ−ｎｎのリストで
ある起点単語発生リスト６６ａ−ｎのセットで、各起点
単語発生リスト６６ａ−ｎは単語６４ａ−ｎの１つに対
応し、その単語６４ａ−ｎが発生するセグメント６１ａ
−ｎの番号のリストである。

【００１６】セグメント番号は、関連する単語６４ａ−
ｎが同じ番号を有するセグメント６１ａ−ｎ中で１回よ
り多く発生しても、特定の起点単語発生リスト６６ａ−
ｎ内に１回だけ含まれる。起点単語頻度リスト６８はレ
コード６９ａ−ｎのリストであり、各レコード６９ａ−
ｎは単語６４ａ−ｎの１つに対応し、単語６４ａ−ｎの
起点原稿６０における発生が見つかった回数のレコード
である。

【００１７】起点単語リスト６３、起点単語発生セット
６５及び起点単語頻度リスト６８は、各セグメント６１
ａ−ｎ内の各単語６２ｍ−ｚを順次取り出し、それを起
点単語リスト６３内でサーチし；そこで見つからなけれ
ば、その単語を起点単語リスト６３に付け加え；その単
語に対応するレコード６９ａ−ｎをインクレメントし
（あるいはその単語がそれまでに見つかっていなければ
該当レコードを１に設定し）、またその単語が該当セグ
メント内でそれまでに見つかっていなければ、単語が見
つかったセグメント６１ａ−ｎの番号をその単語に対応
する起点単語発生リスト６６ａ−ｎに付け加えることに
よって編集できる。

【００１８】前記２つの段落で説明した処理を例示する
ため、以下の表３に、起点単語リスト、起点単語頻度リ
スト及び起点単語発生セットのうち、表１の原稿につい
て編集される部分を示す。例えば、単語“SINS”は表１
の第４及び５セグメント中で発生しているので、単語
“SINS”に対応した起点単語発生リスト内にリストアッ
プされる。尚、単語“SINS”は第４セグメント中で２回
発生しているが、同セグメントにおけるその発生は、単
語“SINS”に対応した起点単語発生リスト内に１回だけ
レコードされる。

【００１９】 表 ３ 起点単語リスト 起点単語頻度リスト 起点単語発生セット AWAY １ ４ FROM ３ ４ ５ ９ YOUR １ ４ SINS ３ ４ ５ BE １ ４ BAPTIZED ３ ４ ５ ９ HE ５ ４ ５ ７ ８ １０ 同じく再び図２を参照すれば、目標単語リスト８３、目
標単語発生セット８５及び目標単語頻度リスト８８が、
目標原稿８０に関して編集される。目標単語リスト８３
は単語８４ａ−ｎのリストであり、これらの単語はすべ
て目標原稿８０中における別個な単語で、異なる各単語
は１回だけ含まれる。目標単語発生セット８５は、セグ
メント番号８７ａａ−ｎｎのリストである目標単語発生
リスト８６ａ−ｎのセットで、各目標単語発生リスト８
６ａ−ｎは単語８４ａ−ｎの１つに対応し、その単語８
４ａ−ｎが発生するセグメント８１ａ−ｎの番号のリス
トである。セグメント番号は、関連する単語８４ａ−ｎ
が同じ番号を有するセグメント８１ａ−ｎ中で１回より
多く発生しても、特定の目標単語発生リスト８６ａ−ｎ
内に１回だけ含まれる。目標単語頻度リスト８８はレコ
ード８９ａ−ｎのリストであり、各レコード８９ａ−ｎ
は単語８４ａ−ｎの１つに対応し、単語８４ａ−ｎの発
生が見つかった回数のレコードである。

【００２０】目標単語リスト８３、目標単語発生セット
８５及び目標単語頻度リスト８８は、各セグメント８１
ａ−ｎ内の各単語８２ｍ−ｚを順次取り出し、それを目
標単語リスト８３内でサーチし；そこで見つからなけれ
ば、その単語を目標単語リスト８３に付け加え；その単
語に対応するレコード８９ａ−ｎをインクレメントし
（あるいはその単語がそれまでに見つかっていなければ
該当レコードを１に設定し）、またその単語が該当セグ
メント内でそれまでに見つかっていなければ、単語が見
つかったセグメント８１ａ−ｎの番号をその単語に対応
する目標単語発生リスト８６ａ−ｎに付け加えることに
よって編集できる。

【００２１】目標単語リスト、目標単語頻度リスト及び
（目標単語発生リストを含む）目標単語発生セットのう
ち、表２の原稿について編集される部分を、以下の表４
に示す。

【００２２】 表 ４ 目標単語リスト 目標単語頻度リスト 目標単語発生セット ANKAUZA １ ４ ANTHU ２ ４ ５ LAPANI １ ４ BATIZIDWANI １ ４ NDIPO ５ ４ ５ ６ ９ １０ 以上説明したように作表された情報を用いて、目標原稿
内の単語と実質上同一の意味を有すると思われる起点原
稿内の単語の指示を得るための以下３つの処理要素は、
図４に示すように反復して実行される。

【００２３】◆要素 ２ 特に“合致”すると思われる、すなわち発生する文脈で
実質上同一の意味を有すると思われる、一方は起点原稿
６０から他方は目標原稿８０からの一対の単語を突き止
めるため、起点及び目標両原稿６０と８０について解析
を行う。

【００２４】各単語６４ａ−ｎが順次取り出され、その
単語６４ａ−ｎに対応した目標単語発生リスト６７ａａ
−ｎｎに含まれるセグメント内で生じた各単語８４ａ−
ｎと順次対にされる。例えば、ｘで示す起点原稿からの
単語とｙで示す目標原稿からの単語など各ペラリング毎
に、以下の各値が求められる： ｍ(x,y) −単語ｘと単語ｙが起点及び目標両原稿６０と
８０内の対応するセグメント６１ａ−ｎと８１ａ−ｎ中
で生じている回数（これは、各単語に対応したセグメン
ト番号のリスト６６ａ−ｎと８６ａ−ｎとの比較によっ
て求められる）； Ｓx −起点原稿６０内における単語ｘのまだ合致し
ていない発生回数（これはその単語に対応したレコード
６９ａ−ｎに記憶される）；及び Ｔy −目標原稿８０内における単語ｙのまだ合致し
ていない発生回数（これはその単語に対応したレコード
８９ａ−ｎに記憶される）； そして、両単語ｘとｙが合致する尤度（確率）の仮表示
であるｐ1(H)(x,y) が、図１１に示す式を用いて計算さ
れる。

【００２５】この式の形は、一般に、両単語ｘとｙが合
致する尤度の指示をｐ1(H)(x,y) の値が与えるように選
ばれている；つまりｐ1(H)(x,y) は一般に、両単語ｘと
ｙが合致する見込みが高いほど大きくなる。この式を用
いて計算されるｐ1(H)(x,y)の値は、両単語ｘとｙが相
互に同じセグメントでより頻繁に生じるように原稿全体
を通じて分布されていれば；あるいは、両単語ｘとｙが
相互に同じセグメントで生じる回数が合計の発生回数と
比べてより高ければ、増加する傾向にあるが；それぞれ
の原稿中で両単語ｘとｙが生じる合計の回数差が大きい
ほど、減少する傾向にある。

【００２６】前述したように、一対の単語について計算
されたｐ1(H)(x,y) の値は両単語が合致する尤度を指示
しているので、起点原稿中の特定の単語と合致する見込
みの最も高い目標原稿中の単語は、起点原稿中からの単
語と対にされたとき最も大きい値のｐ1(H)(x,y) を与え
た目標原稿中の単語と見なされる。

【００２７】例えば、表１及び２の原稿を参照し且つ上
記した表示法を用いれば、（起点原稿からの）単語ｘが
“IN”（表１中第３、４、５及び９セグメントで発生）
で、（目標原稿からの）単語ｙが“KUTI”（表２中第
２、３及び４セグメントで発生）とすると、両単語ｘと
ｙが対応するセグメントで生じる回数（ｍ(x,y)） は２
となり（なぜなら“IN”と“KUTI”は共に第３及び４セ
グメントで生じている）；単語ｘが表１の原稿中で生じ
る回数（Ｓx） は４となり、単語ｙが表２の原稿中で生
じる回数（Ｔy） は３となる。従ってこの単語対につい
て、図１１に示した式を用いれば、ｐ1(H)(x,y)＝ 0.94
3 となる。表１の原稿からの単語“IN”と表２の原稿か
らの他の単語との対について求めたｐ1(H)(x,y) の最大
値を、以下の表５に示す。ｐ1(H)(x,y) の最高値：1.27
3 は、単語ｙが“NDIPO” の場合に該当し、ｐ1(H)(x,
y) の次に高い値：1.155 は、単語ｙが例えば“ANAFIK
A” の場合に該当する。これから“NDIPO” が、単語
“IN”と合致する表２の原稿中で最も見込みの高い単語
と考えられる。

【００２８】 表 ５ ｙ ｍ(X,Y) Ｓx Ｔy ｐ1(H)(x,y) NDIPO ３ ４ ５ １．２７３ ANAFIKA ２ ４ ２ １．１５５ ANTHU ２ ４ ２ １．１５５ KU ２ ４ ２ １．１５５ MACHIMO ２ ４ ２ １．１５５ MUMTSINJE ２ ４ ２ １．１５５ YOHANE ２ ４ ２ １．１５５ YORDANE ２ ４ ２ １．１５５ WA ２ ４ ４ １．０００ KUTI ２ ４ ３ ０．９４３ 各単語６４ａ−ｎ毎に、その単語を含むペアリングにつ
いて求められたｐ1(H)(x,y) の最高値と次に高い値は、
それらの値が計算されたペアリングに含まれていた目標
原稿中の単語のレコードと一緒に記憶される。起点原稿
６０からの特定単語ｘに関して、これらの単語はそれぞ
れｙ1'及びｙ1"と表され、またｐ1(H)(x,y) の最高値と
次に高い値はそれぞれｐ1(H)(x,y1') 及びｐ1(H)(x,y
1") と表される。そして単語ｙ1'が、目標単語リスト内
にある中で単語ｘと最も合致する見込みのある単語と見
なされる。

【００２９】起点原稿からの単語と目標原稿からの単語
とのどのペアリングが合致を表す全てのペアリング中で
最も見込みが高いかを判定するため、最高値のｐ1(H)
(x,y)が計算されたペアリングを選ぶことができる。こ
れは、単語ｘとそれに対応する単語ｙ1'とのペアリング
について計算されたｐ1(H)(x,y1') の値となる。しかし
ながら、同じ単語ｘとそれに対応する単語ｙ1"とのペア
リングについて計算されたｐ1(H)(x,y1") の値がｐ1(H)
(x,y1') の値に近い場合、単語ｘが単語ｙ1"または単語
ｙ1"どちらと合致するのか（もしくはことによると両方
と合致するのか）はっきりしない。最も合致する見込み
のある対は、特定の単語ｘについてｐ1(H)(x,y1') とｐ
1(H)(x,y1") の相対差が最も大きくなる対である、と考
えるのが好ましいことが見いだされている。そこで各単
語６４ａ−ｎ毎に、その単語が最も合致を表す見込みの
ある対のメンバーである尤度の修正表示 ｒ1(H)(x,y1')
が、図１２に示した式を用いて計算される。この式の形
では、単語ｘとそれに対応する単語ｙ1'が合致する見込
みが高いほど、ｒ1(H)(x,y1') は一般に大きくなる。

【００３０】各単語６４ａ−ｎ毎にｒ1(H)(x,y1') を計
算した後、これらの単語のうちどれについて最高値のｒ
1(H)(x,y1') が計算されたかを判定し、この単語をｘ*
と表す。

【００３１】ｒ1(H)(x,y1') の最高値が一定の値ｋ1
（１かそれより大きくなければならない）以下だと、単
語ｘ* と合致する単語をもはや決定できないと見なされ
る。そのため、処理は後述する要素５に移される。

【００３２】一定値より大きければ、単語ｘ* とペアリ
ングされてｐ1(H)(x,y) の最高値を与える単語ｙ1'が単
語ｘ* に合致すると見なされ、一時的な合致記憶装置５
０に記憶される。単語ｙ1'が単語ｘ* に合致すると見な
されたので、目標原稿中における単語ｙ1'の発生が起点
原稿中における単語ｘ* の発生に対応するような、すな
わち単語ｘ* と単語ｙ1'に対応したセグメント番号のリ
スト６７ａａ−ｎｎ及び８７ａａ−ｎｎが共に特定のセ
グメント番号を含んでいるような合致を見いだすための
処理に、単語ｙ1'をもはや含める必要はない。そこで、
起点原稿６０と目標原稿８０中でそのような対応が発生
する位置について、相互に対応している単語ｘ* とｙ1'
が起点単語発生セット６５及び目標単語発生セット８５
から削除され、これに従って起点単語リスト６３、目標
単語リスト８３、起点単語頻度リスト６８及び目標単語
頻度リスト８８が次のように更新される： −単語ｘ* に対応するレコード６９ａ−ｎに記憶された
値が、削除される各単語ｘ* 毎に１づつデクレメントさ
れる； −特定のセグメント６１ａ−ｎにおける単語ｘ* の各発
生が目標原稿からのある１つの単語に対応すると見いだ
されたら、そのセグメントの番号が単語ｘ* に対応した
起点単語発生リスト６６ａ−ｎから削除される； −単語ｘ* に対応するレコード６９ａ−ｎに記憶された
値がゼロになれば、単語ｘ* が起点単語リスト６３から
削除される； −単語ｙ1'に対応するレコード８９ａ−ｎに記憶された
値が、削除される各単語ｙ1'毎に１づつデクレメントさ
れる； −特定のセグメント８１ａ−ｎにおける単語ｙ1'の各発
生が目標原稿からのある１つの単語に対応すると見いだ
されたら、そのセグメントの番号が単語ｙ1'に対応した
目標単語発生リスト８６ａ−ｎから削除される；そして −単語ｙ1'に対応するレコード８９ａ−ｎに記憶された
値がゼロになれば、単語ｙ1'が目標単語リスト８３から
削除される。

【００３３】図３に示した結果テーブル９０も、新たに
突き止められた合致を考慮し、データ行をテーブルへ付
け加えることによって更新され、各行は次の列を含む： −単語ｘ* とｙ1'の現ペアリングに割り当てられたシリ
アル番号（列９１に記憶される）； −単語ｘ* （列９２に記憶される）； −単語ｙ1'（列９３に記憶される）； −単語ｙ1'に当てはまると現在時点で見なされる分解
（すなわち接頭語、語幹及び接尾語への分割）（列９４
に記憶される） （以下説明する要素４がまだ処理されていなければ、単
語ｙ1'は接頭語または接尾語を持たないと見なされ
る）； −単語ｘ* の発生が単語ｙ1'と合致すると見いだされた
起点原稿中のセグメントのリスト（列９５に記憶され
る）； −単語ｙ1'の発生が単語ｘ* と合致すると見いだされた
目標原稿中のセグメントのリスト（列９６に記憶され
る）； −単語ｘ* とｙ1'の合致対の総数（列９７に記憶され
る）；及び −現在行の列９４に記憶された分解が更新されたかどう
かを示すフラグレコード、現在時点では更新されなかっ
たと示すように設定されている（列９８に記憶され
る）。

【００３４】その後、単語ｘ* と合致する他の単語を突
き止めるため、処理は要素３に移される。

【００３５】◆要素 ３ 単語ｘ* と合致する他の単語を突き止めるため、一般
に、２つの単語に共通な連続する文字のグループが長い
ほど、これら２つの単語が相互に“関連”しており、従
って翻訳されたとき、それら２つの単語が同じ単語によ
って表される見込みが高いという仮説を用いる。例え
ば、関連した単語“REMOULD”、“MOULDED”及び“MOUL
DS”には５つの連続する文字のグループが共通してお
り、しかもこれらの単語は“関連”しているので、それ
らを翻訳したとき、翻訳中の同じ単語がそれらの各単語
を表していることがあり得る。同様に、表１の原稿中に
おける単語“John”は、表２の原稿中、第４セグメント
で現れるときは“YOHANE”としてまた第６セグメントで
現れるときは“YOHANEYO”として（正しく）翻訳されて
おり、６つの連続する文字のグループが“YOHANE”と
“YOHANEYO”に共通している。２つの単語に共通するも
のとして突き止められた連続する文字のグループは語幹
と見なされ、単語内における語幹の前または後の文字グ
ループはそれぞれ接頭語または接尾語と見なされる。

【００３６】図２を再び参照すると、先に単語ｘ* と合
致する見込みが最も高いと識別され、一時的な合致記憶
装置５０に記憶された単語ｙ1'の語幹を表す可能性のあ
る各組の文字が順次取り出され、その語幹を含んでいる
残りの各単語８４ａ−ｎの目標単語発生リスト８６ａ−
ｎ中のセグメント番号８７ａ−ｎが一時的な語幹発生記
憶装置５１に集められる。ｑで表されるこのような各語
幹毎に、下記の値が求められる： ｍ(x*,q) − 単語ｘ* とｑを含む残りの単語８４ａ−ｎ
が起点及び目標両原稿６０と８０内の対応するセグメン
ト６１ａ−ｎと８１ａ−ｎ中で生じている回数（これ
は、単語ｘ* に対応したセグメント番号のリスト６６ａ
−ｎと一時的な語幹発生記憶装置５１の内容との比較に
よって求められる）； Ｓx − 起点原稿６０内における単語ｘ* のまだ合
致していない発生回数（これは単語ｘ* に対応したレコ
ード６９ａ−ｎに記憶される）； Ｔq − 目標原稿８０内の語幹ｑを含んだ単語８４
ａ−ｎｙのまだ合致していない合計の発生回数； Ｌ − 語幹ｑの長さ そして、単語ｘ* と語幹ｑを含む単語８４ａ−ｎとが合
致する尤度の表示であるｐ2(H)(x*,q)が、図１３に示す
式を用いて計算される。

【００３７】この式の形は、一般に、単語ｘ* と語幹ｑ
を含む単語８４ａ−ｎとが合致する尤度の指示をｐ2(H)
(x*,q)の値が与えるように選ばれている；つまりｐ2(H)
(x*,q)は一般に、単語ｘ* と語幹ｑを含む単語８４ａ−
ｎとが合致する見込みが高いほど大きくなる。この式を
用いて計算されるｐ2(H)(x*,q)の値は、単語ｘ* と語幹
ｑを含む単語８４ａ−ｎが相互に同じセグメントでより
頻繁に生じるように原稿全体を通じて分布されていれ
ば；あるいは、単語ｘ* と語幹ｑを含む単語８４ａ−ｎ
とが相互に同じセグメントで生じる回数が合計の発生回
数と比べてより高ければ；あるいは語幹ｑがより長いほ
ど、増加する傾向にあるが；単語ｘ* と語幹ｑを含む単
語８４ａ−ｎｔとがそれぞれの原稿中で生じる合計の回
数差が大きいほど、減少する傾向にある。

【００３８】有り得る語幹ｑ毎に計算されたｐ2(H)(x*,
q)の最高値と次に高い値は、それらの値が計算された語
幹ｑのレコードと一緒に記憶される。これらの語幹はそ
れぞれｑ’及びｑ”と表され、またｐ2(H)(x*,q)の最高
値と次に高い値はそれぞれｐ2(H)(x*,q') 及びｐ2(H)(x
*,q") と表される。そして語幹ｑ’を含む単語が、単語
ｙ1'と共通な語幹を有する目標単語リスト内にある残り
の単語のうち、単語ｘ* と最も合致する見込みがあると
見なされる。

【００３９】ｐ2(H)(x*,q') の値がｐ2(H)(x*,q") の値
と同じであれば、単語ｘ* と一致する他の単語は現時点
において、要素３の処理によって決定できないと見なさ
れる。従って、単語ｘ* と合致するさらに他の単語を突
き止めるため、処理は以下の要素４に移される。

【００４０】同じ値でなければ、単語ｘ* とペアリング
されてｐ2(H)(x*,q') の最高値を与える、語幹ｑ’を含
んだ単語８４ａ−ｎが単語ｘ* に合致すると見なされ、
そのため、目標原稿中におけるそれらの単語の発生が起
点原稿中における単語ｘ* の発生に対応するような、す
なわち単語ｘ* と語幹ｑ’を含んだ単語８４ａ−ｎとに
対応したセグメント番号のリスト６７ａａ−ｎｎ及び８
７ａａ−ｎｎがそれぞれ共に特定のセグメント番号を含
んでいるような合致を見いだすための処理に、それらの
単語をもはや含める必要はない。そこで、起点原稿６０
と目標原稿８０中でそのような対応が発生する位置につ
いて、相互に対応している単語ｘ* と語幹ｑ’を含んだ
単語８４ａ−ｎとが起点単語発生セット６５及び目標単
語発生セット８５から削除され、これに従って起点単語
リスト６３、目標単語リスト８３、起点単語頻度リスト
６８及び目標単語頻度リスト８８が次のように更新され
る： −単語ｘ* に対応するレコード６９ａ−ｎに記憶された
値が、削除される各単語ｘ* 毎に１づつデクレメントさ
れる； −特定のセグメント６１ａ−ｎにおける単語ｘ* の各発
生が目標原稿からのある１つの単語に対応すると見いだ
されたら、そのセグメントの番号が単語ｘ* に対応した
起点単語発生リスト６６ａ−ｎから削除される； −単語ｘ* に対応するレコード６９ａ−ｎに記憶された
値がゼロになれば、単語ｘ* が起点単語リスト６３から
削除される； −削除される各単語８４ａ−ｎに対応するレコード８９
ａ−ｎに記憶された値が、削除される各単語８４ａ−ｎ
毎に１づつデクレメントされる； −削除される単語８４ａ−ｎの特定のセグメント８１ａ
−ｎにおける各発生が目標原稿からのある１つの単語に
対応すると見いだされたら、そのセグメントの番号がそ
の単語８６ａ−ｎに対応した目標単語発生リスト８６ａ
−ｎから削除される；そして −削除される単語８４ａ−ｎに対応するレコード８９ａ
−ｎに記憶された値がゼロになれば、その単語が目標単
語リスト８３から削除される。

【００４１】削除された単語８４ａ−ｎの語幹ｑの前ま
たは後に何等かの文字が生じていたら、図２に示す形態
素テーブル７０が修正される。形態素テーブル７０は：
接頭語７２ａ−ｎのリストである接頭語リスト７１；各
接頭語７２ａ−ｎの発生が見いだされた回数７４ａ−ｎ
のリストである接頭語頻度リスト７３；接尾語７６ａ−
ｎのリストである接尾語リスト７５；及び各接尾語７６
ａ−ｎの発生が見いだされた回数７８ａ−ｎのリストで
ある接尾語頻度リスト７３から成る。削除される単語８
４ａ−ｎの語幹ｑの前に何等かの文字が生じていれば、
それらは接頭語を表すものと見なされ、ｙp で表され
る；接頭語ｙp について接頭語リスト７１のサーチを行
い、そのリスト中に見つからなかったら、接頭語ｙp が
接頭語リスト７１に付け加えられ、さらにその接頭語の
発生が見いだされた回数のレコードが、接頭語ｙp に対
応したレコード７４ａ−ｎを１だけインクレメントする
ことによって（あるいはそれまでに接頭語ｙp が見いだ
されていなければ、そのレコードを１に設定することに
よって）修正される。削除される単語８４ａ−ｎの語幹
ｑの後に何等かの文字が生じていたら、それらは接尾語
を表すものと見なされ、ｙs で表される；接尾語ｙs に
ついて接尾語リスト７５のサーチを行い、そのリスト中
に見つからなかったら、接尾語ｙs が接尾語リスト７５
に付け加えられ、さらにその接尾語の発生が見いだされ
た回数のレコードが、接尾語ｙs に対応したレコード７
６ａ−ｎを１だけインクレメントすることによって（あ
るいはそれまでに接尾語ｙs が見いだされていなけれ
ば、そのレコードを１に設定することによって）修正さ
れる。図３に示した結果テーブル９０も、新たに突き止
められた合致を考慮し、削除される単語８４ａ−ｎ毎に
そのテーブルへデータ行を付け加えることによって更新
され、各行は次の列を含む： −単語ｘ* と削除される単語８４ａ−ｎのペアリングに
割り当てられたシリアル番号（列９１に記憶される）； −単語ｘ* （列９２に記憶される）； −削除される単語８４ａ−ｎ（列９３に記憶される）； −削除される単語８４ａ−ｎに当てはまると現在時点で
見なされる分解（すなわち接頭語、語幹及び接尾語への
分割）（列９４に記憶される）（前述したように、単語
は接頭語ｙp 、接尾語ｙs 及び語幹ｑに分割されるもの
と見なされる）； −単語ｘ* の発生が削除される単語８４ａ−ｎと合致す
ると見いだされた起点原稿中のセグメントのリスト（列
９５に記憶される）； −削除される単語８４ａ−ｎの発生が単語ｘ* と合致す
ると見いだされた目標原稿中のセグメントのリスト（列
９６に記憶される）； −単語ｘ* と削除される単語８４ａ−ｎの合致対の総数
（列９７に記憶される）；及び −現在行の列９４に記憶された分解が更新されたかどう
かを示すフラグレコード、現在時点では更新されなかっ
たと示すように設定されている（列９８に記憶され
る）。

【００４２】◆要素 ４ 単語ｘ* と合致するさらに他の単語を突き止めるため、
一般に、単語内の連続する文字のグループは語幹と推測
され、そうかもしれない語幹の前の文字が接頭語として
生じていると考えられる頻度が高いほど、あるいはそう
かもしれない語幹の後の文字が接尾語として生じている
と考えられる頻度が高いほど、そうかもしれない語幹が
事実その単語の真の語幹である見込みがが高いという仮
説を用いる。これは、要素３で使われたアルゴリズムを
手直しするのに使える。例えば、単語“CURING”と“SC
URVY”は共に、単語“CURED” と共通な３つの連続する
文字の同一グループ（“CUR”） を有している。文字グ
ループ“CUR” はこれら全ての単語に共通な語幹と見な
されるので、単語“CURING”は語幹“CUR” の後に接尾
語“-ING”が続いて成るものと見なせ、また単語“SCUR
VY”は誤って接頭語“S-”の後に語幹“CUR” と接尾語
“-VY” が続いて成るものと見なされる。“-ING”の方
が“S-”や“-VY” より一般的な接頭語であるため、
“CURING”の方が“SCURVY”より“CURED” と‘関連’
している見込みがより高いと正しく見なされる。

【００４３】いずれかの単語ｘ* が合致されず残ってい
る場合、図２を再び参照すると、目標原稿中に残ってい
る各単語８４ａ−ｎが順次取り出され、単語ｘ* とペア
リングされる。単語ｘ* と目標原稿からのｙで表される
単語との各ペアリング毎に、下記の値が求められる： ｍ(x*,y) − 単語ｘ* と単語ｙが起点及び目標両原稿６
０と８０内の対応するセグメント６１ａ−ｎと８１ａ−
ｎ中で生じている回数（これは、各単語に対応したセグ
メント番号のリスト６６ａ−ｎと８８ａａ−ｎｎとの比
較によって求められる）； Ｓx − 起点原稿６０内で単語ｘ* が生じている発生回
数（これは単語ｘ* に対応したレコード６９ａ−ｎに記
憶される）； Ｔy − 要素２での定義と同じ Ｌ − 単語ｙと、先に単語ｘ* と最も合致の見込みが
あると識別され一時的な合致記憶装置５０に記憶された
単語ｙ1'との両方に共通な連続する文字の最長グループ
の長さ； ｆ1 − 単語ｙの接頭語（単語ｙのうち語幹の前に生じ
ている部分）の発生が見いだされた回数（これは単語ｙ
の接頭語に対応したレコード７４ａ−ｎに記憶され
る）；及び ｆ2 − 単語ｙの接尾語（単語ｙのうち語幹の後に生じ
ている部分）の発生が見いだされた回数（これは単語ｙ
の接尾語に対応したレコード７８ａ−ｎに記憶され
る）； そして、単語ｘ* と単語ｙとが合致する尤度の修正表示
であるｐ3(H)(x*,y)が、図１４に示す式を用いて計算さ
れる。

【００４４】この式の形は、一般に、両単語ｘ* とｙが
合致する尤度の指示をｐ3(H)(x*,y)の値が与えるように
選ばれている；つまりｐ3(H)(x*,y)は一般に、両単語ｘ
* とｙが合致する見込みが高いほど大きくなる。この式
を用いて計算される ｐ3(H)(x*,y)の値は、両単語ｘ*
とｙが相互に同じセグメントでより頻繁に生じるように
原稿全体を通じて分布されていれば；あるいは、両単語
ｘ* とｙが相互に同じセグメントで生じる回数が合計の
発生回数と比べてより高ければ；あるいは単語ｙと単語
ｙ1'に共通な連続する文字の最長グループがより長いほ
ど；あるいはその連続する文字グループの前または後の
文字グループの発生がより頻繁に見いだされれば、増加
する傾向にあるが；両単語ｘ* とｙがそれぞれの原稿中
で生じる合計の回数差が大きいほど、減少する傾向にあ
る。

【００４５】求められたｐ3(H)(x*,y)の最高値と次に高
い値は、それらの値が計算されたペアリングに含まれて
い目標原稿中の単語のレコードと一緒に記憶される。こ
れらの単語はそれぞれｙ3'及びｙ3"と表され、またｐ3
(H)(x*,y)の最高値と次に高い値はそれぞれｐ3(H)(x*,y
3') 及びｐ3(H)(x*,y3") と表される。そして単語ｙ3'
が、目標単語リスト内にある残りの単語のうち、単語ｘ
*と最も合致する見込みがあると見なされる。

【００４６】ｐ3(H)(x*,y3') の値がｐ3(H)(x*,y3") の
値と同じであれば、単語ｘ* とのそれ以上の一致は現時
点において決定できないと見なされる。従って、起点原
稿からの別の単語を単語ｘ* として選ぶため、処理は要
素４に移される。

【００４７】同じ値でなければ、単語ｘ* とペアリング
されて ｐ3(H)(x*,y) の最高値を与える、単語ｙ3'が単
語ｘ* に合致すると見なされ、そのため、目標原稿中に
おけるその単語の発生が起点原稿中における単語ｘ* の
発生に対応するような、すなわち単語ｘ* と単語ｙ3'と
がそれぞれ起点及び目標中で同じセグメント番号を有す
るセグメント内で生じているような合致を見いだすため
の処理に、単語ｙ3'をもはや含める必要はない。そこ
で、起点原稿６０と目標原稿８０中でそのような対応が
発生する位置について、相互に対応している単語ｘ* と
単語ｙ3'とが起点単語発生セット６５及び目標単語発生
セット８５から削除され、これに従って起点単語リスト
６３、目標単語リスト８３、起点単語頻度リスト６８及
び目標単語頻度リスト８８が次のように更新される： −単語ｘ* に対応するレコード６９ａ−ｎに記憶された
値が、削除される各単語ｘ* 毎に１づつデクレメントさ
れる； −特定のセグメント６１ａ−ｎにおける単語ｘ* の各発
生が目標原稿からのある１つの単語に対応すると見いだ
されたら、そのセグメントの番号が単語ｘ* に対応した
起点単語発生リスト６６ａ−ｎから削除される； −単語ｘ* に対応するレコード６９ａ−ｎに記憶された
値がゼロになれば、単語ｘ* が起点単語リスト６３から
削除される； −単語ｙ3'に対応するレコード８９ａ−ｎに記憶された
値が、削除される単語ｙ3'毎に１づつデクレメントされ
る； −特定のセグメント８１ａ−ｎにおける単語ｙ3'の各発
生が目標原稿からのある１つの単語に対応すると見いだ
されたら、そのセグメントの番号がその単語ｙ3'に対応
した目標単語発生リスト８６ａ−ｎから削除される；そ
して −単語ｙ3'に対応するレコード８９ａ−ｎに記憶された
値がゼロになれば、単語ｙ3'が目標単語リスト８３から
削除される。

【００４８】単語ｙ3'の語幹（この語幹は単語ｙ3'に関
するＬの値の計算で求められている）の前または後に何
等かの文字が生じていたら、形態素テーブル７０が修正
される。単語ｙ3'の語幹の前に何等かの文字が生じてい
れば、それらは接頭語を表すものと見なされ、ｙp で表
される。接頭語ｙp について、接頭語リスト７１のサー
チを行う。ｙp と同等な接頭語がそのリスト中に見つか
れば、その接頭語の発生が見いだされた回数のレコード
が、接頭語ｙp に対応したレコード７４ａ−ｎを１だけ
インクレメントすることによって修正される。ｙp と同
等な接頭語が接頭語リスト７１中に見つからなかった
ら、接頭語ｙp が接頭語リスト７１に付け加えられ；そ
の接頭語の発生が見いだされた回数のレコード（接頭語
ｙp に対応したレコード７４ａ−ｎ）が１に設定され；
さらに接頭語ｙp の最初の文字からなる接頭語につい
て、接頭語リスト７１のサーチを行う。

【００４９】そのようないずれかの接頭語が生じていた
と見いだされれば、そうした各接頭語が生じている結果
テーブル９０の列９２にリストアップされた単語が順次
取り出され、それらの統計的に有意な数が接頭語ｙp の
文字で始まっていれば、その接頭語のそれまでの評価は
誤っていたと見なされ；その接頭語がｙp と見なされ；
従って、それらの各単語毎に結果テーブル９０の列９２
にそれまで記憶されていた分解が、接頭語としてｙp を
与えるように変更され；結果テーブル９０の列９８中の
対応したフラグは、該当のペアリングが形態素テーブル
７０内で更新されたことを示すように設定され；接頭語
ｙp の発生が見いだされた回数のレコード（接頭語ｙp
に対応したレコード７４ａ−ｎ）が１だけインクレメン
トされて、先に評価された接頭語に対応したレコード７
４ａ−ｎが１だけデクレメントされる。例えば、単語
“UNDERTOW”が接頭語“UN-” と語幹“DERTOW”を有す
ると見なされていた場合、接頭語が “UNDER-”と見な
される単語が突き止められると、単語“UNDERTOW”が再
評価され、今度は接頭語“UNDER-”と語幹“TOW”を有
すると見なされる。

【００５０】単語ｙ3'の語幹の後に何等かの文字が生じ
ていたら、それらは接尾語を表すものと見なされ、ｙs
で表される。接尾語ｙs について、接尾語リスト７５の
サーチを行う。ｙs と同等な接尾語がそのリスト中に見
つかれば、その接尾語の発生が見いだされた回数のレコ
ードが、接尾語ｙs に対応したレコード７８ａ−ｎを１
だけインクレメントすることによって修正される。ｙs
と同等な接尾語が接尾語リスト７５中に見つからなかっ
たら、接尾語ｙs が接尾語リスト７５に付け加えられ；
その接尾語の発生が見いだされた回数のレコード（接尾
語ｙs に対応したレコード７８ａ−ｎ）が１に設定さ
れ；さらに接尾語ｙs の最後の文字からなる接尾語につ
いて、接尾語リスト７５のサーチを行う。そのようない
ずれかの接尾語が生じていたと見いだされれば、そうし
た各接尾語が生じている単語が順次取り出され、それら
の統計的に有意な数が接尾語ｙs の文字で終わっていれ
ば、その接尾語のそれまでの評価は誤っていたと見なさ
れ；その接尾語がｙs と見なされ；従って、それらの各
単語毎に結果テーブル９０の列９２にそれまで記憶され
ていた分解が、接尾語としてｙs を与えるように変更さ
れ；結果テーブル９０の列９８中の対応したフラグは、
該当のペアリングが形態素テーブル７０内で更新された
ことを示すように設定され；接尾語ｙs の発生が見いだ
された回数のレコード（接尾語ｙs に対応したレコード
７８ａ−ｎ）が１だけインクレメントされて、先に評価
された接尾語に対応したレコード７８ａ−ｎが１だけデ
クレメントされる。結果テーブル９０も、新たに突き止
められた合致を考慮し、データ行をそのテーブルへ付け
加えることによって更新され、各行は次の列を含む： −両単語ｘ* とｙ3'の現時時点のペアリングに割り当て
られたシリアル番号（列９１に記憶される）； −単語ｘ* （列９２に記憶される）； −単語ｙ3'（列９３に記憶される）； −単語ｙ3'に当てはまると現在時点で見なされる分解
（すなわち接頭語、語幹及び接尾語への分割）（列９４
に記憶される）（前述したように、単語は接頭語ｙp 、
接尾語ｙs 及び語幹に分割されるものと見なされる）； −単語ｘ* の発生が単語ｙ3'と合致すると見いだされた
起点原稿中のセグメントのリスト（列９５に記憶され
る）； −単語ｙ3'の発生が単語ｘ* と合致すると見いだされた
目標原稿中のセグメントのリスト（列９６に記憶され
る）； −単語ｘ* と単語ｙ3'の合致対の総数（列９７に記憶さ
れる）；及び −現在行の列９４に記憶された分解が更新されたかどう
かを示すフラグレコード、現在時点では更新されなかっ
たと示すように設定されている（列９８に記憶され
る）。

【００５１】その後、単語ｘ* と合致するさらに他の単
語を突き止めるため、要素４の処理が繰り返される。

【００５２】◆要素 ５ 要素２、３及び４の処理を反復後、尚合致しないで原点
単語リスト６３または目標単語リスト８３中に残ってい
る単語は、誤って翻訳されたものと仮に見なされる。原
稿の翻訳中の誤りを訂正できる言語学者によって評価で
きるようにするため、それらの単語は出力装置５に送ら
れ表示される。この際分かりやすいように、起点原稿中
で残りの単語の回りに位置する単語も一緒に送って表示
してもよい。これらの表示で、言語学者は残りの各単語
の文脈をより正確に判断できるようになるからである。

【００５３】二か国語辞書のベースを与えたり、あるい
は本方法がうまく実施されたかどうかをチェックしたい
ときは、合致すると見いだされた各単語対のリストを出
力装置５に送って表示してもよい。

【００５４】本方法の処理のどの部分においても、“意
味領域”を突き止めるため、合致した単語を評価し得
る。この評価は、合致した目標単語のセットを起点原稿
として、また合致した起点単語のセットを目標原稿とし
て用い、本方法を実施することによって行える。例え
ば、英語で書かれた起点原稿中、単語“BIG” と“LARG
E” が生じることがある。これらの単語は、フランス語
の目標原稿だと単語“GRAND”と“GROS”を含む意味領
域に入る。本方法の処理中、“BIG” は“GRAND”及び
“GROS”の一部の発生と合致し、また“LARGE” は“GR
AND” 及び“GROS”の別の発生と合致すると見いだされ
る。合致したセットを前述のように置き換えると、“GR
AND” が“BIG” 及び“LARGE” の一部の発生と合致
し、また “GROS”が“BIG” 及び“LARGE” の別の発
生と合致することが見いだされる。これら合致単語のパ
ターンを比較することで、上記４つの単語が意味領域を
形成しているのが分かる。

【００５５】本方法の結果を検証したいときは、最初の
原稿を置き換えて、本方法を繰り返せばよい：すなわ
ち、最初の起点原稿と最初の目標原稿の各コピーをそれ
ぞれ目標原稿８０及び起点原稿６０として記憶し、前述
した方法全体をもう一度実行すればよい。本方法の１回
目と２回目の実行結果を比較し、その精度を判断するこ
とができる。

【００５６】起点及び目標両原稿の初期サイズをもっと
大きくすれば、より正確な結果を得られることが理解さ
れよう。従って本法は、例えば聖書のテキストなど、長
い原稿へ適用するのに特に適する。

【００５７】

【発明の効果】以上述べたように本発明によれば、２つ
の言語間の単語の対応を示す辞書のベースを、両方の言
語で書かれた１つ以上の原稿の解析から編集すること
で、２つの書かれた言語間の翻訳を、どちらの言語につ
いても特別の知識を必要とせず比較できる。

【図面の簡単な説明】

【図１】本発明を適用可能なシステムのブロック図。

【図２】図１に示したメモリブロックの第１部分の構成
の一例を示す。

【図３】図１に示したメモリブロックの第２部分である
結果テーブルの構成の一例を示す。

【図４】本発明による方法の一例を示すフロー図。

【図５】本発明による方法の一例を示すフロー図。

【図６】本発明による方法の一例を示すフロー図。

【図７】本発明による方法の一例を示すフロー図。

【図８】本発明による方法の一例を示すフロー図。

【図９】本発明による方法の一例を示すフロー図。

【図１０】本発明による方法の一例を示すフロー図。

【図１１】本方法の一例の動作中に使われる各式を示
す。

【図１２】本方法の一例の動作中に使われる各式を示
す。

【図１３】本方法の一例の動作中に使われる各式を示
す。

【図１４】本方法の一例の動作中に使われる各式を示
す。

【符号の説明】

１ …プロセッサ ２ …メモリ ４ …入力装置 ５ …出力装置 ６０、８０ …２つの原稿（６０；起点原稿、８０；目
標原稿） ６１ａ−ｎ、８１ａ−ｎ …セグメント ６２ｍ−ｚ、８２ａ−ｎ …単語

Claims (5)

【特許請求の範囲】
1. 【請求項１】第１のテキスト原稿と第２のテキスト原稿
   を処理する方法で、各々の原稿がセグメントに分割され
   てテキスト処理システムのメモリ手段内に記憶され、各
   セグメントがさらに単語に分割されている方法におい
   て： ａ）第１のテキスト原稿中の単語と第２のテキスト原稿
   中の単語を選び出し、第１のテキスト原稿と第２のテキ
   スト原稿の各セグメント内における単語の分布の比較結
   果を考慮しながら、２つの単語が実質上同一の意味を持
   つ確率の表示を求めるステップ；及び ｂ）２つの単語が実質上同一の意味を持つ確率の表示が
   しきい値より大きい２つの単語を実質上同一の意味を持
   つ単語と見なすステップ；を含むテキスト原稿解析法。
2. 【請求項２】以下の場合に、第１のテキスト原稿中の単
   語が第２のテキスト原稿中の単語と実質上同一の意味を
   持つ単語と見なされる請求項１記載のテキスト原稿解析
   法： ａ）第１のテキスト原稿中の前記単語と実質上同一の意
   味を持つ確率の表示が、第２のテキスト原稿中の前記単
   語についての方が、第２のテキスト原稿中の他の単語に
   ついてよりも大きい場合； ｂ）第２のテキスト原稿中の単語と実質上同一の意味を
   持つ確率の最大表示と次に大きい表示との比が、第１の
   テキスト原稿中の前記単語についての方が、第１のテキ
   スト原稿中の他の単語についてよりも大きい場合；及び ｃ）前記比が１より大きい場合。
3. 【請求項３】第１のテキスト原稿中の各セグメントが第
   ２のテキスト原稿中の１つのセグメントと対応してお
   り、第１のテキスト原稿中の選ばれた単語と第２のテキ
   スト原稿中の選ばれた単語が実質上同一の意味を持つ確
   率の表示は、第１のテキスト原稿中で選ばれた単語と同
   等な単語及び第２のテキスト原稿中の選ばれた単語と同
   一形態の単語が第１及び第２のテキスト原稿中の対応す
   るセグメントでそれぞれ生じる回数を判定する処理によ
   って求められる請求項１または２記載のテキスト原稿解
   析法。
4. 【請求項４】前記同一形態であるために、２つの単語が
   同等でなければならない請求項３記載のテキスト原稿解
   析法。
5. 【請求項５】前記同一形態であるために、２つの単語が
   １つ以上の連続する文字のグループを共通に有していな
   ければならず、前記処理が前記文字グループの長さを求
   めることも含む請求項３記載のテキスト原稿解析法。