JPH0554062A

JPH0554062A - 機械翻訳システム

Info

Publication number: JPH0554062A
Application number: JP3218598A
Authority: JP
Inventors: Yumiko Komatsu; 由美子小松
Original assignee: Brother Industries Ltd
Current assignee: Brother Industries Ltd
Priority date: 1991-08-29
Filing date: 1991-08-29
Publication date: 1993-03-05

Abstract

(57)【要約】【目的】機械翻訳システムに於て、入力文の中に空白
コードを認識したら、これを文区切りの目印として文を
分割して翻訳することにより、表のような形式に入力さ
れた入力文を的確に翻訳する。【構成】システムは入力された翻訳原文を、文区切り
認識部によって、まず句点やコロンによって分割する。
更に、複数個の空白コードを認識したらこれも文区切り
として文を分割する。分割された翻訳原文は、辞書情報
を用いて、形態素解析、解析、変換、生成、形態素生成
というステップを踏んで、翻訳文に変換される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、第１言語の翻訳原文を
第２言語の翻訳文に翻訳する機械翻訳システムに関す
る。

【０００２】

【従来の技術】従来、機械翻訳システムに於て、空白コ
ードは、特に日本語に於ては、通常、文中に使用されな
い文字ということで、誤った入力として削除したり、無
視して翻訳したりしていた。

【０００３】図７は、翻訳原文とその翻訳文の例であ
る。例文７１ａにおいて「機械で」の２文字目の空白
コードは入力者の誤りによるものと考えられる。このま
まの状態で空白コードを１文字として翻訳すると「機
械」という正しい単語が辞書引きされず、例文７１ｂの
ように「機械」が未登録語となり、日本語のまま出力
されてしまう。そこで、従来の機械翻訳システムは、通
常日本語の文章において、空白コードが出現するのは誤
りであるという判断により、空白コードを削除して「機
械」は「機械」であると判断して、７１ｃのように翻
訳する。

【０００４】

【発明が解決しようとする課題】しかしながら、空白コ
ードが常に不要なわけではなく、図７の例文７２ａのよ
うに、日本語中に混在するアルファベット文字列内の単
語区切りの空白コードである場合もある。あるいはま
た、例文７２ｂでは、翻訳者が「彼は雅文を書く。」と
書きたかったが、入力時に「雅文」の「雅」の文字が分
からずとりあえず「文」だけ入力し、後で文字を調べて
完成させようと思ったというような場合である。

【０００５】このように、翻訳者が入力すべき文字を忘
れた場合や、入力している機械で入力できない文字があ
った場合など、とりあえず文字を書き込むスペースを確
保するという理由で、敢えて、空白コードを挿入すると
いうようなこともある。このような場合、空白コードを
無視して削除してしまうと、正しくない翻訳文が出力さ
れるばかりか、場合によっては、修正すべき箇所を発見
しにくくなってしまうこともある。７２ａ、７２ｂは、
それぞれ、７２ｃ、７２ｄのように翻訳される。７２ｃ
では、「ＢＲＯＴＨＥＲＴＹＰＥＷＲＩＴＥＲ」をア
ルファベット文字列として処理する過程で空白を削除し
てしまった為に、「ＢＲＯＴＨＥＲＴＹＰＥＷＲＩＴＥ
Ｒ」のように、本来、２単語であるべきものが１語にな
ってしまっている。７２ｄでは、「雅文」と書くべきと
ころ「文」としてあったために、この空白コードが削
除されて、「文」として翻訳されてしまっている。翻訳
原文に対する翻訳文としては正確ではないが、英文とし
てはつじつまがあっている。図７の７１ｂのように未知
語で出力されれば間違いを発見し易いが、このように英
文としては正しく出力されてしまうと、翻訳の失敗に気
がつきにくい。

【０００６】また、操作説明マニュアル文など機械翻訳
に適した分野では、手紙文や論文などと異なり、必ずし
も助詞や句読点が整った文の連続ばかりとは限らず、表
のような形式に、単語や、短文が羅列されたものが翻訳
対象文として入力されることが多い。その場合、文区切
りに句点やコロンを使用すると体裁が悪く、むしろ空白
コードに文区切りとしての役割を与えていることが多
い。従来はこのように文区切りとしての意味を持った空
白が無視されていたために、正しい翻訳結果が出ていな
かった。

【０００７】例えば、図７中の例文７２ｅでは、「アメ
リカ向けＭＸ５２８」が製品名で、その図面についての
説明が空白コードをはさんで記述されている。ところ
が、この空白を無条件に削除してしまうと、７２ｆのよ
うに「ＭＸ５２８部品」が１語であるかのように処理さ
れてしまう。また、空白コードを単なる記号とみなして
無視する方法でも、７２ｇのように、「ＭＸ５２８
部品」を１語とみなして正しくない翻訳文が出力
される。この様な文は、７２ｈのように、２文に切って
翻訳されるべきである。

【０００８】本発明は、上述した問題点を解決するため
になされたものであり、空白コードを文区切りを表わす
特殊記号と同様の扱いをして、翻訳単位に分割する手が
かりとし、文区切りの誤りによる翻訳失敗を防ぎ、意図
して入力された空白コードを誤って削除することなく、
また、例えば、表のような形式に入力された翻訳原文で
あっても、的確に分割し、翻訳することを目的とする。

【０００９】

【課題を解決するための手段】この目的を達成するため
に本発明の機械翻訳システムは、第１言語の翻訳原文を
入力するための入力手段と、入力された翻訳原文を第２
言語の翻訳文に翻訳するために必要な情報を格納した辞
書と、空白コードを文区切りの目印とみなして入力され
た翻訳原文を翻訳処理単位に分割するための文区切り認
識手段と、分割された翻訳原文を上記辞書を用いて翻訳
単位毎に翻訳文に翻訳する手段と、を備えている。更
に、翻訳原文中に空白コードが複数個連続していた時の
み、文区切りとみなして翻訳処理単位に分割して、翻訳
することを特徴とする。

【００１０】

【作用】上記の構成を有する本発明の機械翻訳システム
は、入力手段から入力された第１言語の翻訳原文を、文
区切り認識手段によって空白コードを目印として翻訳処
理単位に分割し、第２言語の翻訳文に翻訳するために必
要な情報を格納した辞書を用いて翻訳単位毎に翻訳文に
翻訳する。又、翻訳原文中に空白コードが複数個連続し
ていた時のみ、文区切りとみなして翻訳処理単位に分割
して、翻訳するとよい。

【００１１】

【実施例】以下、本発明を具体化した一実施例を図面を
参照して説明する。

【００１２】図１は、本発明を適用した機械翻訳システ
ムに於て、最低限必要な装置の概要を示すブロック図で
ある。この図１に於て、機械翻訳システム１は、計算機
で構成されたデータ処理部１０に、キーボードなどで構
成された入力部１１と、ＣＲＴなどで構成された表示部
１６と、走査型プリンタなどで構成される印刷部１７と
が接続されている。更に、データ処理部１０の内部は、
計算機の機能を利用してソフトウェア的に実現された編
集部１２に、文区切り認識部１３を介して、翻訳部１４
が接続しており、更に、翻訳部１４には、ハードディス
ク、光ディスクなどに格納された辞書１５が接続されて
いる。

【００１３】次に、以上のように構成された機械翻訳シ
ステムにおいて、本システムによる空白コードを利用し
た文区切り認識手段を用いた翻訳処理の基本的な動作に
ついて、日本語から英語に翻訳するシステムを例に取っ
て詳述する。

【００１４】まず、図２は、翻訳の対象とする文章の一
例である。マニュアル文などに見られる機能対照表の例
で、単語及び短文が空白コードのみで区切られて並んで
いる。難解な長文ではないが、人手で翻訳するには時間
と手間がかかる為、機械翻訳向きの文章と言える。この
文章には多くの空白コードが含まれているが、細部にわ
たって検討してみると、様々な意味合いを持った空白コ
ードが存在することがわかる。

【００１５】図２に於ける１個の空白コード２１ａは、
英単語間の空白であり、同じく１個の空白コード２１ｂ
は、例えば入力時になんらかの事情で入力できなかった
特殊文字などを翻訳終了後に他の手段を用いて入力する
ために、敢えて空けてあるというような空白である。そ
の他、大部分にみられる２個以上の空白コード（例えば
空白２１ｃ）は、単語及び短文間の区切りを示す空白で
ある。このように様々な意味合いを持つ空白コードを、
従来は一括して無視あるいは削除するようなシステムが
多かった。総じて、空白コードは単語または文の区切り
を示すことが多い。そこで、本機械翻訳システムによる
文区切り認識手段は、空白コード、特に２個以上の空白
コードの並びを文区切りとして認識する。以下はその手
順である。

【００１６】図３は、入力された翻訳原文が文区切り処
理を経て、翻訳単位に分割され、第２言語の翻訳文に変
換されるまでのプログラムの構成を概略的に示すフロー
チャートである。

【００１７】図２の文章が図１の入力部１１から入力さ
れると、編集部１２において、誤字、脱字などについて
必要な修正を施された後、文区切り認識部１３へ渡され
る。文区切り認識部１３は、ひとまず翻訳原文全体を１
文として受け取り、引続き文区切り処理を行う。

【００１８】図４は、本システムによる文区切り認識部
１３が行う処理を示したフローチャートである。先ず、
文区切り認識部１３は翻訳原文の中に句点（「。」）や
コロン（「：」）を捜す。もしあれば、その前後の状況
を調べ、文末の条件を満たしていれば、文区切りとす
る。文末の条件とは、例えば、句点があっても、その直
後が格助詞であれば、文末でない可能性が高い。「必
ず、文末には。をつけてください。」のような使い方の
場合である。このように、文末の条件を満たしていない
場合には、通常の記号と同様に、名詞または名詞の一部
として処理する。

【００１９】続いて、文区切り認識部１３は、文中の空
白コードを捜す（Ｓ３）。もし１個の空白コードがあれ
ば、入力誤りであるか、文区切りを示すか、名詞の一部
を形成する空白として処理する。例えば、図２の空白コ
ード２１ａは両端が英単語またはそれに準ずる単語であ
るので、１語の名詞の一部とする。空白コード２１ｂの
場合は、前方が名詞、後方が助詞ということで、前方の
名詞の一部として処理する。この空白２１ｂを含む短文
は、最終的に、The()paper ()is()used,too.（ここ
で()は単語間に必要な空白）のように空白部分を残して
翻訳されるため、翻訳終了後この空白位置に必要な文字
を確実にかつ容易に挿入できる。また、文区切りとみな
されて２文に切れるようなこともない。空白コード２１
ｄの場合は、この空白コードを削除してみると、その前
後の文字列を合わせた単語に対して、「用紙」という単
語が辞書引きされる。

【００２０】このような場合は、入力誤りと考えるのが
妥当である。空白２１ｃのような２こ以上の空白コード
は文区切りとみなし、空白コードの直前までを第１文、
直後からを第２文として、それぞれを翻訳部１４に於て
別々に翻訳した後、間に翻訳原文と同じ数の空白を挿入
し、翻訳文として完成させる。そのために、文区切り認
識部１３は２個以上の空白コードのあった位置とその数
を翻訳部１４に情報として引き渡す。以上の処理の結
果、図２の翻訳原文の文区切り認識部１３から翻訳部１
４へ送られるデータは図５のようになる。

【００２１】このあと、図３で示されるように、文区切
り処理が終了した第１言語の翻訳原文は、先ず、形態素
解析部１４ａに於て単語に分割され、解析部１４ｂにお
いて、第１言語の辞書情報に基づいて構文解析及び意味
解析が行われ、変換部１４ｃに送られる。変換部１４ｃ
では、解析された翻訳原文を、第１言語から第２言語の
翻訳文に変換する。変換部１４ｃにおいて変換された翻
訳文は、生成部１４ｄに於て第２言語の辞書情報に基づ
いて正しい構文に生成され、更に、形態素生成部１４ｅ
に於て、活用処理などを行って、完成される。尚、以
上、翻訳部１４に於ける形態素解析、解析、変換、生
成、形態素生成の各処理は、いずれも図１における辞書
１５に格納されている辞書情報を用いて行われる。

【００２２】こうして図３の文章は図６のように翻訳さ
れる。それぞれの空白コードの意味を考慮して処理して
いるので、必要な空白コードはそのまま残り、不必要な
空白コードは削除される。この後、表形式の場合には、
適当なレイアウト処理を施すと更に効果的である。

【００２３】尚、前記実施例においては、２個以上の空
白コードを文区切りとするとしたが、機械翻訳システム
の利用される状況によって、３個以上、４個以上、ある
いはその以上にも設定を変えることが出来る。

【００２４】

【発明の効果】以上説明したことから明かなように、本
発明の機械翻訳システムに内蔵された文区切り認識手段
によれば、通常、無視されがちな空白コードの意味を判
断し、空白コードが存在していれば、句点（「。」）や
コロン（「：」）などと同様に、文区切りを表わすとみ
なし、翻訳処理を行なう。これによって、翻訳原文入力
者が誤ってではなく、意図して入力した空白コードを無
駄にすることなく、また、空白コードを文区切りとして
使用する表のような形式の翻訳原文に対して、正しく文
区切りを行い、的確な翻訳処理単位内で翻訳を行うこと
が出来るので、翻訳原文を入力する際に、不必要な句点
等を挿入することなく、空白コードを有効に使用して、
従来よりも自由な形式で文章を入力することが出来る。

【図面の簡単な説明】

【図１】本発明を適用した機械翻訳システムの概要を示
すブロック図である。

【図２】翻訳の対象とする文章の一例を示す図である。

【図３】編集済みの翻訳原文を第２言語の翻訳文に変換
するためのプログラムの構成を概略的に示すフローチャ
ートである。

【図４】文区切り認識部が行う処理を示したフローチャ
ートである。

【図５】文区切り認識部が翻訳原文を処理して、翻訳部
へ送るデータを示す説明図である。

【図６】翻訳原文を翻訳部が翻訳した結果を示す図であ
る。

【図７】従来技術で空白コードを含む翻訳原文を翻訳し
た結果を示す図である。

【符号の説明】

１機械翻訳システム１１入力部１３文区切り認識部１４翻訳部１５辞書

Claims

【特許請求の範囲】

【請求項１】第１言語の翻訳原文を入力するための入
力手段と、入力された翻訳原文を第２言語の翻訳文に翻訳するため
に必要な情報を格納した辞書と、空白コードを文区切りの目印とみなして入力された翻訳
原文を翻訳処理単位に分割するための文区切り認識手段
と、前記文区切り認識手段によって分割された翻訳原文を前
記辞書を用いて翻訳単位毎に翻訳文に翻訳する手段と、
を備えたことを特徴とする機械翻訳システム。
【請求項２】請求項１記載の機械翻訳システムに於
て、翻訳原文中に空白コードが複数個連続していた時の
み、文区切りとみなして翻訳処理単位に分割して、翻訳
することを特徴とする機械翻訳システム。