JPH07200604A - 文脈ベースの翻訳モデルを使用する言語翻訳の装置とその方法 - Google Patents

Abstract

(57)【要約】 【目的】 第１言語の一連の原始単語を第２言語の一連
の目標単語に翻訳するための装置を提供する。 【構成】 入力された一連の原始単語について、それぞ
れ一連の目標単語を含む、少なくとも２つの目標仮説を
生成する。各目標単語は、目標仮説の少なくとも１つの
他の単語を含む文脈を有する。各目標仮説について、言
語モデル合致スコアは、一連の単語の発生確率の推定値
を含む。各原始単語を目標仮説の少なくとも１つの目標
単語に結合する少なくとも１つのアラインメントを識別
する。各原始単語と各目標仮説について、翻訳合致スコ
アは、原始単語に結合された目標仮説の目標単語が与え
られかつ原始単語に結合された目標単語の目標仮説の文
脈が与えられた場合の原始単語の条件付き発生確率の推
定値を含む。各目標仮説について、翻訳合致スコアは、
目標仮説の単語合致スコアと入力された一連の原始単語
の原始単語との組合せを含む。目標仮説合致スコアは、
目標仮説の言語モデル合致スコアと目標仮説の翻訳合致
スコアとの組合せを含む。最良の目標仮説合致スコアを
有する目標仮説が出力される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、フランス文から英文へ
のコンピュータによる翻訳などのコンピュータ言語翻訳
に関する。

【０００２】

【従来の技術】ピーター・Ｆ・ブラウン（Peter F. Bro
wn）他の"Method and system For Natural Language Tr
anslation"と題する１９９１年７月２５日出願の米国特
許出願第０７／７３６２７８号（この内容のすべてを参
照により本明細書に組み込む）に、原始言語のテキスト
Ｆを目標言語のテキストＥに翻訳するためのコンピュー
タ翻訳システムが記載されている。そこに記載されたシ
ステムは、いくつかの仮定目標言語テキストＥの各々に
ついて、原始言語テキストＦが与えられた場合の目標言
語テキストＥの条件付き確率Ｐ（Ｅ｜Ｆ）を評価する。
最高の条件付き確率Ｐ（Ｅ｜Ｆ）を有する仮定目標言語
テキストＥハットが、原始言語テキストＦの翻訳として
選択される。

【数１】 をＥハットで表す。

【０００３】ベイズの定理を用いて、原始言語テキスト
Ｆが与えられた場合の目標言語テキストＥの条件付き確
率Ｐ（Ｅ｜Ｆ）は下記のように表すことができる。

【数２】 Ｐ（Ｅ｜Ｆ）＝Ｐ（Ｆ｜Ｅ）Ｐ（Ｅ）／Ｐ（Ｆ） （１）

【０００４】数式１の分母である原始言語テキストＦの
確率Ｐ（Ｆ）は目標言語テキストＥとは独立であるの
で、最高の条件付き確率Ｐ（Ｅ｜Ｆ）を有する仮定目標
言語テキストＥハットが、最高の積Ｐ（Ｆ｜Ｅ）Ｐ
（Ｅ）をも有することになる。したがって次式が得られ
る。

【数３】

【０００５】数式２では、目標言語テキストＥの確率Ｐ
（Ｅ）は言語モデル適合スコアであり、目標言語モデル
から推定される。目標言語テキストＥの確率Ｐ（Ｅ）を
推定するためにどのような既知の言語モデルを使用して
もよいが、上記の関連米国特許出願第０７／７３６２７
号では、補間推定でその値が得られるパラメータによっ
て組み合わされた１グラム・モデル、２グラム・モデ
ル、及び３グラム・モデルを含むｎグラム言語モデルを
記載している。

【０００６】式２における条件付き確率Ｐ（Ｆ｜Ｅ）
は、翻訳適合スコアである。上記の関連特許出願に記載
されているように、一連の目標単語を含む目標仮説Ｅが
与えられた場合の一連の原始単語を含む原始テキストＦ
の翻訳適合スコアＰ（Ｆ｜Ｅ）は、原始テキストＦ中の
原始単語を目標テキストＥ中の目標単語に結合するすべ
ての可能なアラインメントを見つけることによって推定
され、これらのアラインメントには、１つまたは複数の
原始単語がどの目標単語にも結合されていないようなア
ラインメントは含まれるが、原始単語が複数の目標単語
に結合されているアラインメントは含まれない。原始テ
キストＦ中のφ原始単語に結合された目標テキストＥ中
の各アラインメント及び各目標単語ｅについて、目標単
語ｅがアラインメント中のφ原始単語に結合される、フ
ァーティリティ確率ｎ（φ｜ｅ）が推定される。また、
原始テキストＦ中の各原始単語ｆとアラインメントによ
って原始単語ｆに結合された目標テキストＥ中の各目標
単語ｅについて、結合された目標単語ｅの発生が与えら
れた場合に原始単語ｆが発生する、語彙確率ｔ（ｆ｜
ｅ）が推定される。

【０００７】各アラインメント及び各原始単語ｆについ
て、上記の関連特許出願ではさらに、原始単語ｆに結合
された目標単語ｅが目標テキストＥ中の位置ａjにある
と仮定し、かつ原始テキストＦ中にｍ個の単語があると
仮定して、原始単語ｆが原始テキストＦの位置ｊにあ
る、ひずみ確率ａ（ｊ｜ａj，ｍ）を推定している。

【０００８】アラインメントのファーティリティ確率と
目標テキストＥ中のすべての目標単語ｅのファーティリ
ティ確率とを組み合わせ、その結果にアラインメント中
のどの原始単語とも結合されていない目標単語の数φ0
の確率

【数４】 を掛けることにより、アラインメント中の目標テキスト
Ｅ中のすべての目標単語のファーティリティの和φが与
えられているものとして、目標テキストＥとアラインメ
ントのファーティリティ・スコアが得られる。

【０００９】アラインメントの語彙確率と原始テキスト
Ｆ中のすべての原始単語の語彙確率とを組み合わせて、
アラインメントの語彙スコアが得られる。

【００１０】アラインメントのひずみ確率とアラインメ
ント中の目標単語に結合されている原始テキストＦ中の
すべての原始単語のひずみ確率とを組み合わせ、その結
果に１／φ0！（ただし、φ0はどの原始単語とも結合さ
れていない目標テキストＥ中の目標単語の数）を掛ける
ことにより、アラインメントのひずみスコアが得られ
る。

【００１１】結局、アラインメントのファーティリティ
スコア、語彙スコア、及びひずみスコアを組み合わせ、
その結果に組合せ係数

【数５】 を掛けることによって、アラインメントの翻訳合致スコ
アが得られる。（上記の関連特許出願のセクション８．
２．を参照）

【００１２】原始テキストＦと目標仮説Ｅの翻訳合致ス
コアＰ（Ｆ｜Ｅ）は、原始テキストＦと目標仮説Ｅとの
間の許されるすべてのアラインメントの翻訳合致スコア
の和でもよい。原始テキストＦと目標仮説Ｅの翻訳合致
スコアＰ（Ｆ／Ｅ）は、最も確率が高いと推定されたア
ラインメントの翻訳合致スコアであることが好ましい。

【００１３】数式２を使って、仮説目標言語テキストＥ
と原始言語テキストＦの目標仮説合致スコアＰ（Ｆ｜
Ｅ）Ｐ（Ｅ）を直接推定することもできる。しかし、言
語モデルＰ（Ｅ）と翻訳モデルＰ（Ｆ｜Ｅ）を簡単にす
るため、また管理可能な量の訓練データからこれらのモ
デルのパラメータを推定するために、上記の関連特許出
願では、目標言語テキストＥと原始言語テキストＦそれ
ぞれの簡略化された中間形式Ｅ'とＦ'の目標仮説合致ス
コアＰ（Ｆ｜Ｅ）Ｐ（Ｅ）を推定している。各中間目標
言語単語ｅ'は関係する目標言語単語のクラスを表す。
各中間原始言語単語ｆ'は関係する原始言語単語のクラ
スを表す。原始言語変換機構が原始言語テキストＦを中
間形式Ｆ'に変換する。最高の仮説合致スコアＰ（Ｆ'｜
Ｅ'）Ｐ（Ｅ'）を有する仮説中間形式の目標言語テキス
トＥハット'が、数式２から推定される。目標言語変換
機構が、最良に合致した中間目標言語テキストＥハッ
ト'を目標言語テキストＥハットに変換する。

【００１４】上記の関連特許出願の言語翻訳システムで
は、各原始単語ｆの語彙確率を、アラインメント中の原
始単語に結合された目標単語ｅだけが与えられた場合の
各原始単語ｆの条件付き確率ｔ（ｆ｜ｅ）として推定し
ている。したがって語彙確率は原始単語ｆの確率の粗い
推定を提供するにすぎない。

【００１５】

【発明が解決しようとする課題】本発明の目的は、改善
された原始単語語彙確率の推定を与える、第１言語の一
連の原始単語を第１言語とは異なる第２言語の一連の目
標単語に翻訳するための装置と方法を提供することであ
る。

【００１６】本発明の他の目的は、原始単語の語彙確率
が、アラインメント中の原始単語に結合された目標単語
が与えられかつ原始単語に結合された目標単語の文脈が
与えられた場合の条件付き確率として推定される、第１
言語の一連の原始単語を第１言語とは異なる第２言語の
一連の目標単語に翻訳するための装置と方法を提供する
ことである。

【００１７】

【課題を解決するための手段】本発明によれば、第１言
語の一連の原始単語を第１言語とは異なる第２言語の一
連の目標単語に翻訳するための装置は、一連の原始単語
を入力する手段を含む。また、少なくとも２つの目標仮
説を生成する手段も設けられる。各目標仮説は、第２言
語の語彙から選択された一連の目標単語を含む。各目標
単語は、目標仮説の少なくとも１つの他の単語を含む文
脈を有する。

【００１８】言語モデル合致スコア生成機構は、各目標
仮説について、目標仮説の一連の単語の発生確率の推定
値を含む言語モデル合致スコアを生成する。アラインメ
ント識別機構が、入力された一連の原始単語と各目標仮
説との間の少なくとも１つのアラインメントを識別す
る。アラインメントは、各原始単語を目標仮説の少なく
とも１つの目標単語に結合する。

【００１９】単語合致スコア生成機構は、各原始単語及
び各目標仮説について、原始単語に結合された目標仮説
の目標単語が与えられかつ原始単語に結合された目標仮
説の目標単語の文脈が与えられた場合の原始単語の条件
付き発生確率の推定値を含む、単語合致スコアを生成す
るために設けられる。翻訳合致スコア生成機構は、各目
標仮説について、その目標仮説の単語合致スコアと入力
された一連の原始単語中の原始単語との組合せを含む翻
訳合致スコアを生成する。

【００２０】仮説合致スコア生成機構は、各目標仮説の
目標仮説合致スコアを生成するために設けられる。各目
標仮説合致スコアは、目標仮説の言語モデル合致スコア
と目標仮説の翻訳合致スコアとの組合せを含む。最良の
目標仮説合致スコアを有する目標仮説が出力部で提供さ
れる。

【００２１】各目標仮説は、第２言語の単語を含む語彙
から選択された一連の目標単語と単語がないことを示す
空白単語とを含むことが好ましい。

【００２２】アラインメント識別機構は、入力された一
連の原始単語と各目標単語との間の２つまたはそれ以上
のアラインメントを識別する手段を含むこともできる。
各アラインメントは、各原始単語を目標仮説の少なくと
も１つの目標単語と結合する。単語合致スコア生成機構
は、各原始単語及び各アラインメント及び各目標仮説に
ついて、原始単語に結合された目標単語が与えられかつ
目標単語の文脈が与えられた場合の原始単語の条件付き
発生確率の推定値を含む、単語合致スコアを生成する。
翻訳合致スコア生成機構は、各目標仮説について、目標
仮説の単語合致スコアと入力された一連の原始単語中の
原始単語との組合せを含む、翻訳合致スコアを生成す
る。

【００２３】原始テキスト入力装置は、入力された一連
の原始単語を一連の変換原始単語に変換する手段を含
む。アラインメント手段は、一連の変換原始単語と各目
標仮説との間の少なくとも１つのアラインメントを識別
する。各アラインメントは、各変換原始単語を目標仮説
の少なくとも１つの目標単語に結合する。単語合致スコ
ア生成機構は、各変換原始単語及び各目標仮説につい
て、変換単語に結合された目標仮説の目標単語が与えら
れかつ変換原始単語に結合された目標仮説の目標単語の
文脈が与えられた場合の変換原始単語の条件付き発生確
率の推定値を含む、単語合致スコアを生成する。

【００２４】翻訳合致スコア生成機構は、各目標仮説に
ついて、目標仮説の単語合致スコアと変換原始単語との
組合せを含む翻訳合致スコアを生成する。最良の目標仮
説合致スコアを有する目標仮説から一連の出力単語を合
成するため、及び出力単語を出力するために出力手段が
設けられる。

【００２５】目標仮説の翻訳合致スコアは、目標仮説の
単語合致スコアと入力された一連の原始単語中の原始単
語との積を含むことができる。目標仮説の目標仮説合致
スコアは、目標仮説の言語モデル合致スコアに目標仮説
のための翻訳合致スコアを掛けた積を含むことができ
る。

【００２６】原始単語に結合された目標仮説中の目標単
語の文脈は、２つまたはそれ以上の文脈クラスの少なく
とも１つ中に含まれることができる。原始単語に結合さ
れた目標単語が与えられかつ目標単語の文脈が与えられ
た場合の原始単語の推定条件付き発生確率は、目標単語
の文脈を含むクラスに依存する値を有する少なくとも１
つの関数を含む。

【００２７】あるいは、原始単語の推定条件付き発生確
率は、原始単語に結合された目標単語の文脈における少
なくとも１つの単語の目標仮説における品詞に依存する
値、または原始単語に結合された目標単語の文脈におけ
る少なくとも１つの単語の識別に依存する値を有する関
数を含むことができる。

【００２８】最良の合致スコアを有する目標仮説を出力
する手段は、ディスプレイを含むことができる。入力手
段は、キーボード、コンピュータ・ディスク駆動機構、
またはコンピュータ・テープ駆動機構を含むことができ
る。

【００２９】原始単語の語彙確率を、アラインメントの
原始単語に結合された目標単語が与えられかつ原始単語
に結合された目標単語の文脈が与えられた場合の原始単
語の条件付き確率として推定することにより、本発明で
は、精度が改善された翻訳合致スコアが得られる。

【００３０】

【実施例】図１は、本発明による第１言語から第２言語
に単語を翻訳する装置の一例のブロック図である。この
装置は、一連の原始単語を入力するための原始テキスト
入力装置１０を含む。原始テキスト入力装置１０は、例
えばキーボード、コンピュータ・ディスク駆動機構、ま
たはコンピュータ・テープ駆動機構を含むことができ
る。

【００３１】原始テキスト入力装置１０はさらに、入力
された一連の原始単語を一連の変換原始単語に変換する
手段を含むことができる。各変換原始単語は１組の関連
入力原始単語を表すことができる。例えば、このセット
の各入力原始単語｛etre, etant, ete, suis, es, est.
sommes, etes, sont, fus, fumes, serai, serons,soi
s, soit, soyons, soyez, soient｝はフランス語不定動
詞"etre"の変化形であり、元来の入力原始単語の時制を
表すタグ付きの"etre"に変換できる。

【００３２】入力された一連の原始単語を一連の変換原
始単語に変換する手段は、上記の関連特許出願のセクシ
ョン３、４、１１に記載の原始変換機構を含むことがで
きる。基本的に、これらの変換機構は入力原始単語のス
ペルの検査と訂正、入力原始単語の格の検査と訂正、入
力された一連の原始単語における文書タイトルの検出、
及び入力された一連の原始単語における名前の検出を行
う。変換機構はまた、各入力原始単語を原始単語の最も
確からしい品詞でタグ付けし、未知の原始単語（記憶さ
れた原始単語語彙に含まれいないもの）をフラグ付けす
る。入力された一連の原始単語を変換する手段はまた、
入力された原始単語の複数単語単位を単一の変換原始単
語に分解し、複合入力原始単語を２つ以上の変換原始単
語に分割する。入力された一連の原始単語を一連の変換
原始単語に変換する手段はさらに、１単語の様々な形の
単一基本形への言語的変換または形態的変換を実施す
る。最後に、入力された一連の原始単語を変換する手段
はまた、各入力原始単語の意味を推定し、この意味を変
換された原始単語に割り当てる。

【００３３】表１は、本発明による入力された一連の原
始単語の仮説例である。この例では、原始単語はフラン
ス語の単語である。

【表１】入力された一連の原始単語、Ｆ ｆ1 ｆ2 ｆ3 ｆ4 ｆ5 ｆ6 La clef est dans la porte

【００３４】本発明による翻訳装置は、目標仮説生成機
構１２をさらに含む。この目標仮説生成機構１２は、少
なくとも２つの目標仮説を生成する。各目標仮説は、第
２言語の単語語彙から選択された一連の目標単語を含
む。第２言語の単語語彙を、目標言語語彙記憶域１４に
記憶することができる。目標仮説の各目標単語は、目標
仮説の少なくとも１つの他の単語を含む文脈を持つ。

【００３５】目標仮説生成機構の一例は、前記特許出願
のセクション１４に記載されている。

【００３６】表２に、目標仮説Ｅ1、Ｅ2、Ｅ3の一仮説
例を示す。この例では、目標単語は単語である。

【表２】

【００３７】各目標仮説は、第２言語の単語を含む語彙
から選択された一連の目標単語と、単語が存在しないこ
とを表す空白単語を含む。表２では、目標仮説Ｅhの全
部が「空白」単語を含むものと見なされる。

【００３８】再び図１を見ると、翻訳装置は、各目標仮
説について、目標仮説の一連の単語の発生確率の推定値
を含む言語モデル合致スコアを生成するための、言語モ
デル合致スコア生成機構１６を含む。上記の関連特許出
願のセクション６と７に言語モデル合致スコア生成機構
の一例が記載されている。どんな既知のモデルでも目標
仮説の一連の単語の発生確率を推定するのに使用できる
が、上記の関連特許出願では、補間推定によってその値
が得られるパラメータによって組み合わされた１グラム
・モデル、２グラム・モデル、及び３グラム・モデルを
含むｎグラム言語モデルを記載している。

【００３９】翻訳装置はさらに、入力された一連の原始
単語と各目標仮説の間の少なくとも１つのアラインメン
トを識別するための、アラインメント識別機構１８を含
む。アラインメントは、各原始単語を目標仮説の少なく
とも１つの目標単語に結合する。

【００４０】図２、３、４に、表１における一連の仮説
入力原始単語と表２における目標仮説Ｅ1の一連の仮説
入力目標単語との間の可能なアラインメントの例を概略
的に示す。各アラインメントにおいて、入力された一連
の原始単語Ｆ中の各原始単語は、目標仮説Ｅ1の少なく
とも１つの目標単語に実線で結合されている。図４のア
ラインメントでは、原始単語の第２の発生"La"からの実
線はなく、したがって「空白」単語に結合されるものと
見なされる。

【００４１】表３、４、５は、それぞれ図２、３、４の
アラインメントを別の形で示したものである。

【表３】

【表４】

【表５】

【００４２】各表で、１からｍ（ｍは入力された一連の
原始単語における単語の数）の範囲の各パラメータｊに
ついて、０〜ｌの範囲にある単一の値を持つ他のパラメ
ータａjがある（ただし、ｌは目標仮説における単語の
数）。

【００４３】所与のアラインメントについて、入力され
た一連の原始単語中の各単語ｆjが、目標仮説の単語ｅa
jに結合されている。

【００４４】一般に、一連のｍ個の原始単語と一連のｌ
個の非空白目標単語との間には２lm通りの可能なアライ
ンメントがあり、この場合、各原始単語は空白原始単語
または１つまたは複数の非空白目標単語のいずれかに結
合される。各原始単語がただ１つの空白または非空白目
標単語に結合されるように制約されている場合には、ｍ
(l+1)通りの可能なアラインメントがある。

【００４５】入力された一連の原始単語と各目標仮説と
の間のただ１つのアラインメントが、あとで説明するよ
うに、各原始単語について単語合致スコアを得るために
識別されることが好ましい。一連の原始単語と各目標仮
説のための１つの識別されたアラインメントは、上記の
関連特許出願のセクション１４に記載されているよう
に、目標仮説生成機構によって生成されることが好まし
い。

【００４６】原始テキスト入力装置１０が、入力された
一連の原始単語を一連の変換原始単語に変換するための
手段を含む場合には、アラインメント識別機構１８は、
一連の変換原始単語と各目標仮説との間の少なくとも１
つのアラインメントを識別する。アラインメントは、各
変換原始単語を目標仮説の少なくとも１つの目標単語に
結合する。

【００４７】再び図１を見ると、翻訳装置はさらに単語
合致スコア生成機構２０を含む。単語合致スコア生成機
構２０は、各原始単語及び各目標仮説について、原始単
語ｆに結合された目標仮説の目標単語ｅが与えられかつ
原始単語ｆに結合された目標仮説の目標単語ｅの文脈Ｘ
が与えられた場合の原始単語ｆの条件付き発生確率Ｐ
（ｆ｜ｅ，Ｘ）の推定値を含む、単語合致スコアを生成
する。

【００４８】表６は、表１の入力された一連の原始単語
Ｆによる表３のアラインメントＡ1,1についての表２の
目標仮説Ｅ1の各目標単語ｅajの文脈Ｘの仮説例を示
す。

【表６】

【００４９】表６に示すように、この仮説例では、選択
された目標単語の文脈Ｘは、目標仮説における選択され
た目標単語に先行する３つの目標単語と選択された目標
単語に続く３つの目標単語から成る。この文脈は句読点
と単語不在も含む。

【００５０】一般に、原始単語ｆjに結合された目標仮
説Ｅの目標単語ｅajの文脈は、２つ以上の文脈クラスの
少なくとも１つに含まれる。原始単語に結合された目標
仮説の目標単語が与えられかつ原始単語に結合された目
標単語の文脈が与えられた場合の原始単語の推定条件付
き発生確率は、原始単語に結合された目標単語の文脈を
含むクラスに依存する値を有する少なくとも１つの関数
を含むことができる。

【００５１】あるいは、文脈は、目標仮説の品詞を有す
る少なくとも１つの単語を含むことができる。原始単語
に結合された目標仮説の目標単語が与えられかつ原始単
語に結合された目標単語の文脈が与えられた場合の原始
単語の推定条件付き発生確率は、原始単語に結合された
目標単語の文脈の少なくとも１つの単語の目標仮説の品
詞に依存する値を有する、少なくとも１つの関数を含む
ことができる。

【００５２】他の例では、原始単語に結合された目標仮
説の目標単語の文脈は、識別を有する少なくとも１つの
単語を含む。原始単語に結合された目標仮説の目標単語
が与えられかつ原始単語に結合された目標単語の文脈が
与えられた場合の原始単語の推定条件付き発生確率は、
原始単語に結合された目標単語の文脈の少なくとも１つ
の単語の識別に依存する値を有する、少なくとも１つの
関数を含む。

【００５３】数式３、４、５および６は、原始単語に結
合された目標単語の文脈に依存する値を有する関数の仮
説例である。

【数６】 ｇ1（ｆ，ｅ＝key,Ｘ）＝１， ｆ＝"clef"、かつ"key"の直前にあるＸ中の単 語ｘ3が"the"である場合 （３） ＝０， 上記でない場合

【数７】 ｇ2（ｆ，ｅ＝key,Ｘ）＝１， ｆ＝"clef"、かつ"key"の直前にあるＸ中の単 語ｘ3が"car"である場合 （４） ＝０， 上記でない場合

【数８】 ｇ3（ｆ，ｅ＝key,Ｘ）＝１， ｆ＝"ton"、かつ"key"の直前にあるＸの単語 ｘ3が"the"である場合 （５ ） ＝０， 上記でない場合

【数９】 ｇ4（ｆ，ｅ＝key,Ｘ）＝１， ｆ＝"ton"、かつ"key"の直後にくるＸ中の単 語ｘ4または"key"の次の次にくるＸ中の単語ｘ5が、集合｛Ａ、Ｂ、Ｃ、Ｄ、Ｅ 、ＦＧ｝の一要素である場合 （ ６） ＝０， 上記でない場合

【００５４】数式３において、関数ｇ1は、原始単語ｆ
が"clef"であり、目標単語ｅが"key"であり、"key"の直
線にある文脈Ｘ中の単語が"the"である場合、１の値を
持つ。これらの条件に合っていない場合には、文脈関数
ｇ1は０の値を持つ。

【００５５】数式４の仮説文脈関数ｇ2は、原始単語ｆ
が"clef"であり、目標単語ｅが"key"であり、"key"の直
前にある文脈Ｘ中の単語が"car"である場合、１の値を
持つ。これらの条件に合っていない場合には、関数ｇ2
は０の値を持つ。

【００５６】数式５において、文脈関数ｇ3は、原始単
語ｆが"ton"であり、目標単語ｅが"key"であり、"key"
の直前にある文脈Ｘ中の単語が"the"である場合、１の
値を持つ。これらの条件に合っていない場合には、文脈
関数ｇ3は０の値を持つ。

【００５７】最後に、数式６における仮説文脈関数ｇ4
は、原始単語ｆが"ton"であり、目標単語ｅが"key"であ
り、"key"の直後にくる文脈Ｘ中の単語、または"key"の
次の次にくる文脈Ｘ中の単語が、集合｛Ａ、Ｂ、Ｃ、
Ｄ、Ｅ、Ｆ、Ｇ｝の一要素である場合、１の値を持つ。
これらの条件に合っていない場合には、文脈関数ｇ4は
０の値を持つ。

【００５８】表７は、原始単語ｆ＝"clef"、目標単語ｅ
＝"key"の場合の、表２の目標仮説Ｅ1の目標単語"key"
の文脈Ｘに関する文脈関数ｇ（ｆ，ｅ，Ｘ）の評価を示
す。

【表７】

【００５９】表７に示すように、文脈関数ｇ1は１の値
を持ち、文脈関数ｇ2、ｇ3、ｇ4は０の値を持つ。

【００６０】上述のように、各原始単語及び各目標仮説
の単語合致スコアは、原始単語ｆに結合された目標仮説
の目標単語ｅが与えられかつ原始単語ｆに結合された目
標単語ｅの文脈Ｘが与えられた場合の原始単語ｆの条件
付き発生確率Ｐ（ｆ｜ｅ，Ｘ）の推定値を含む。単語合
致スコアは、例えば次の数式によって定義されたモデル
を用いて得ることができる。

【数１０】

【００６１】数式７では、関数ｇi（ｆ，ｅ，Ｘ）は、
入力された一連の原始単語と目標仮説との間のアライン
メントにおける原始単語ｆの結合された目標単語ｅの文
脈Ｘに依存する値を有する関数である。パラメータλ
(e,i)は、文脈Ｘにおける目標単語ｅから原始単語ｆを
予測する際の各文脈関数ｇiの相対的強度を表すパラメ
ータである。数量Ｎ（ｅ，Ｘ）は、数式８に示すよう
に、目標単語ｅと目標単語ｅの文脈Ｘに依存する正規化
係数である。

【数１１】

【００６２】目標単語ｅ＝"key"の場合、上記の数式３
〜６の仮説文脈関数ｇ1〜ｇ4について、数式９は、原始
単語ｆのための単語合致スコアを生成する仮説モデルで
ある。

【数１２】

【００６３】数式９に関して、正規化Ｎ（ｅ，Ｘ）は数
式１０によって与えられる。

【数１３】 （１０）

【００６４】このモデルの使い方を説明するために、モ
デル・パラメータの仮説値をλ(e=key,1)＝0.12、λ(e=
key,2)＝0.34、λ(e=key,3)＝0.09、λ(e=key,4)＝0.40
とする。

【００６５】表８は、原始単語"clef"、目標単語"key"
の場合に、表２の目標仮説Ｅ1における"key"の文脈Ｘに
ついての数式７、９からの単語合致スコアの計算を示す
ものである。

【表８】

【数１４】

【００６６】この仮説例では、原始単語"clef"に結合さ
れた目標仮説の目標単語"key"が与えられかつ原始単語"
clef"に結合された目標仮説の目標単語"key"の文脈が与
えられた場合の原始単語の条件付き発生確率Ｐ（"clef"
｜"key",Ｘ）は、（数式９と１０から）0.507となる。

【００６７】アラインメント識別機構１８が、入力され
た一連の原始単語と各目標仮説との間の２つ以上のアラ
インメントを識別する場合、単語合致スコア生成機構
は、各原始単語及び各アラインメント及び各目標仮説に
ついて単語合致スコアを生成する。各単語合致スコアは
数式７のモデルを用いて推定できる。

【００６８】原始テキスト入力装置１０が入力された一
連の原始単語を一連の変換原始単語に変換する手段を含
む場合には、単語合致スコア生成機構は、各変換原始単
語及び各目標仮説について単語合致スコアを生成する。
単語合致スコアは、変換原始単語に結合された目標仮説
の目標単語が与えられかつ変換原始単語に結合された目
標仮説の目標単語の文脈が与えられた場合の変換原始単
語の条件付き発生確率の推定値を含む。変換された単語
の単語合致スコアも数式７のモデルを用いて推定でき
る。

【００６９】本発明による翻訳装置さらには、翻訳合致
スコア生成機構２２を含む。翻訳合致スコア生成機構２
２は、各目標仮説について、目標仮説と入力された一連
の原始単語中の原始単語の単語合致スコアの組合せを含
む、翻訳合致スコアを生成する。目標仮説のための翻訳
合致スコアは例えば、目標仮説と入力された一連の原始
単語中の原始単語の単語合致スコアの積を含む。

【００７０】表９は、表１の入力された一連の原始単語
ｆj、及び表２の目標仮説Ｅ1の目標単語ｅajについて翻
訳合致スコアの計算を示す。

【表９】

【数１５】 （本発明を説明するために、この例ではファーティリテ
ィスコアとひずみスコアを想定し、組合せ係数はすべて
１である）

【００７１】各単語合致スコアＰ（ｆj｜ｅaj，Ｘ）は
数式７から得られる。表９の数は仮説の数である。本発
明を説明するために、上記の関連特許出願のファーティ
リティスコアとひずみスコアは１に想定されている。

【００７２】図１を再び見ると、翻訳装置は、各目標仮
説について目標仮説合致スコアを生成する仮説合致スコ
ア生成機構２４を含む。各目標仮説合致スコアは、目標
仮説の言語モデル合致スコアと目標仮説の翻訳合致スコ
アの組合せ（たとえば積）を含む。上述のように、言語
モデル合致スコアは、上記の関連特許出願によって記載
されたｎグラム言語モデルなどの既知の言語モデルから
得ることもできる。

【００７３】アラインメント識別機構１８が、入力され
た一連の原始単語と各目標仮説との間の２つ以上のアラ
インメントを識別する場合には、各目標仮説の翻訳合致
スコアは、目標仮説の単語合致スコアとアラインメント
と入力された一連の原始単語中の原始単語との組合せを
含む。

【００７４】原始テキスト入力装置１０が、入力された
一連の原始単語を一連の変換原始単語に変換する手段を
含む場合には、翻訳合致スコアは、目標仮説の単語合致
スコアと変換原始単語との組合せを含む。

【００７５】本発明による翻訳装置はさらに出力部２６
を含む。出力部２６は最良の目標仮説合致スコアを持つ
目標仮説を出力する。出力部２６は、例えば表示装置ま
たはプリンタを含むことができる。

【００７６】原始テキスト入力装置１０が入力された一
連の原始単語を一連の変換原始単語に変換する手段を含
む場合には、出力部２６は、最良の目標仮説合致スコア
を持つ目標仮説から一連の出力単語を合成する手段を含
む。目標仮説合致スコアを持つ目標仮説から一連の出力
単語を合成する手段は、上記の関連特許出願のセクショ
ン５に記載されているような目標変換機構を含むことが
できる。例えば、元の原始入力単語の時制を示すタグ付
きの目標単語"be"は、不定詞"be"の変化形である合成出
力単語 ｛be, was, were, been, am, are, is, being} の１つに変換される。

【００７７】上述のように、数式７は、本発明に従って
単語合致スコアを得るために使用できるモデルの一例で
ある。単語合致スコア・モデルの文脈関数ｇi（ｆ，
ｅ，Ｘ）及び単語合致スコア・モデルのパラメータλ
(e,i)は下記のようにして得ることができる。

【００７８】候補文脈関数ｇi（ｆ，ｅ，Ｘ）は例え
ば、前記の表６の例に示すように、目標仮説における目
標単語の文脈Ｘを目標単語ｅの左側３単語と目標単語ｅ
の右側３単語に制限することによって、得ることができ
る。

【００７９】次に、相互の翻訳である原始言語文と目標
言語文の訓練テキストが得られる。相互の翻訳である対
応する原始言語文と目標言語文を、例えば熟練した翻訳
者が固定することができる。相互の翻訳である対応する
原始言語文と目標言語文は、例えば上記の関連特許出願
のセクション１２と１３に記載の方法によって、自動的
に識別できることが好ましい。

【００８０】訓練テキストにおける対応する原始文と目
標文の各対について、原始単語と目標単語との間の推定
された最も確率の高いアラインメントを、アラインメン
ト識別機構１８によって使用される前記の方法を用いて
見つける。次に、訓練テキストにおける目標単語ｅajの
各発生を識別し、各アラインメントにおける目標単語ｅ
ajに結合された原始単語ｆjでタグ付けする。目標単語
ｅajも各目標文における文脈Ｘでタグ付けする。

【００８１】表１０は、整列された原始言語文と目標言
語文の訓練テキストにおける目標単語ｅaj＝"key"に関
する、訓練イベントの仮説例を示す。

【表１０】

【００８２】候補文脈関数ｇi（ｆ，ｅ，Ｘ）は、訓練
テキストからの目標単語ｅajの訓練イベントを用いて、
まず文脈関数の形式を識別することによって得られる。
例えば、ある形式の文脈関数は、文脈中の１つまたは複
数の位置における特定単語の存在をテストする。別の形
式の文脈関数は、文脈中の１つまたは複数の位置におけ
る特定の単語クラス（例えば品詞）の存在をテストす
る。目標単語ｅの文脈関数においてテストすべき特定の
単語または単語クラスは、訓練テキスト中の目標単語ｅ
の文脈における単語または単語クラスから得ることがで
きる。

【００８３】あるいは、候補文脈関数ｇi（ｆ，ｅ，
Ｘ）を、上記の関連特許出願のセクション７に記載の方
法を使用して、文脈Ｘに従って訓練イベントをクラス化
することによって得ることができる。

【００８４】最初に、数式７の単語合致スコア・モデル
のパラメータλ(e,i)をすべてゼロに設定する。

【００８５】各候補文脈関数ｇi（ｆ，ｅ，Ｘ）につい
て、「メリットの尺度」Ｇ（ｉ）を数式１１に従って算
出する。

【数１６】

【数１７】

【数１８】

【数１９】

【００８６】数式１１ないし１４では、結合目標単語ｅ
の文脈Ｘが与えられた場合の原始単語ｆの条件付き確率
Ｐ（ｆ｜Ｘ）が、モデル・パラメータの最も新しい値を
用いて、数式７から得られる。文脈Ｘの確率Ｐ（Ｘ）
は、表１０に示す形式の訓練テキスト・イベントにおけ
る目標単語ｅと文脈Ｘの発生をカウントし、そのカウン
トを、目標単語をｅとする訓練テキストにおけるイベン
トの全数で割ることによって得られる。原始単語ｆと文
脈Ｘの確率Ｐ（ｆ，Ｘ）は、表１０に示す形式の訓練テ
キスト・イベントにおける目標単語ｅ、文脈Ｘ、及び原
始単語ｆの発生をカウントし、各カウントを、目標単語
をｅとする訓練テキストにおけるイベントの全数で割る
ことによって得られる。

【００８７】数式１１からの「メリットの尺度」Ｇ
（ｉ）が最高の文脈関数ｇi（ｆ，ｅ，Ｘ）が、数式７
で使用すべき文脈関数として選択される。パラメータλ
(e,i)は、まずλ(e,i)＝０を設定し、次に数量Δλ(e,
i)について下記の数式１５を解くことによって得られ
る。

【数２０】

【００８８】λ(e,i)の新しい値は、前のλ(e,i)にΔλ
(e,i)を加えることによって得られる。次いでλ(e,i)の
新しい値を用いてΔλ(e,i)の新しい値について数式１
５を解く。このプロセスを、Δλ(e,i)の値が選択され
た限界値以下になるまで繰り返す。この方法は反復スケ
ーリングとして知られる。

【００８９】単語合致スコアの新しいモデル（数式７）
を使用して、残りの候補文脈関数ｇi（ｆ，ｅ，Ｘ）に
ついて数式１１の「メリットの尺度」Ｇ（ｉ）を再計算
し、最高の「メリットの尺度」Ｇ（ｉ）を有する残りの
文脈関数を識別する。最良の残りの文脈関数を数式７の
単語合致スコア・モデルに加え、パラメータλ(e,i)の
すべての新しい値を、反復スケーリング法と数式１５を
用いて計算する。数式７の単語合致スコアが２つ以上の
パラメータλ(e,i)を含むときは、各パラメータλ(e,i)
は反復毎にちょうど一回だけ更新され、したがってすべ
てのパラメータλ(e,i)同じ反復で収斂する。最良の文
脈関数の「メリットの尺度」が選択された限界値以下に
なるまで、このプロセスが残りの候補文脈関数ｇi
（ｆ，ｅ，Ｘ）で反復される。

【００９０】まとめとして、本発明の構成に関して以下
の事項を開示する。

【００９１】（１）第１言語の一連の原始単語を第１言
語とは異なる第２言語の一連の目標単語に翻訳するため
の装置であって、一連の原始単語を入力する手段と、各
目標仮説が第２言語の単語の語彙から選択された一連の
目標単語を含み、各目標単語が目標仮説の少なくとも１
つの他の単語を含む文脈を有する、少なくとも２つの目
標仮説を発生させる手段と、各目標仮説について、目標
仮説の一連の単語の発生確率の推定値を含む言語モデル
合致スコアを生成する手段と、各原始単語を目標仮説の
少なくとも１つの目標単語に結合する、入力された一連
の原始単語と各目標仮説との間の少なくとも１つのアラ
インメントを識別する手段と、各原始単語及び各目標仮
説について、原始単語に結合された目標仮説の目標単語
が与えられ、かつ原始単語に結合された目標仮説の目標
単語の文脈が与えられた場合の原始単語の条件付き発生
確率の推定値を含む、単語合致スコアを生成する手段
と、各目標仮説について、目標仮説の単語合致スコアと
入力された一連の原始単語中の原始単語との組合せを含
む、翻訳合致スコアを生成する手段と、各目標仮説合致
スコアが目標仮説の言語モデル合致スコアと目標仮説の
翻訳合致スコアとの組合せを含む、各目標仮説の目標仮
説合致スコアを生成する手段と、最良の目標仮説合致ス
コアを有する目標仮説を出力する手段とを含む装置。 （２）各目標仮説が、第２言語の単語を含む語彙から選
択された一連の目標単語と単語がないことを示す空白単
語を含むことを特徴とする、上記（１）に記載の装置。 （３）少なくとも１つのアラインメントを識別する手段
が、それぞれが各原始単語を目標仮説の少なくとも１つ
の目標単語と結合する、入力された一連の原始単語と各
目標単語との間の２つ以上のアラインメントを識別し、
単語合致スコア生成機構が、各原始単語及び各アライン
メント及び各目標仮説について、原始単語に結合された
目標単語が与えられかつ目標単語の文脈が与えられた場
合の原始単語の条件付き発生確率の推定値を含む、単語
合致スコアを生成し、翻訳合致スコア生成機構が、各目
標仮説について、目標仮説の単語合致スコアと入力され
た一連の原始単語中の原始単語との組合せを含む、翻訳
合致スコアを生成することを特徴とする、上記（２）に
記載の装置。 （４）入力手段が、入力された一連の原始単語を一連の
変換原始単語に変換する手段を含み、アラインメント手
段が、各変換原始単語を目標仮説の少なくとも１つの目
標単語に結合する、一連の変換原始単語と各目標仮説と
の間の少なくとも１つのアラインメントを識別し、単語
合致スコア生成機構が、各変換原始単語及び各目標仮説
について、変換単語に結合された目標仮説の目標単語が
与えられかつ変換原始単語に結合された目標仮説の目標
単語の文脈が与えられた場合の変換原始単語の条件付き
発生確率の推定値を含む、単語合致スコアを生成し、翻
訳合致スコア生成機構が、各目標仮説について、目標仮
説の単語合致スコアと変換原始単語との組合せを含む、
翻訳合致スコアを生成し、出力手段が、最良の目標仮説
合致スコアを有する目標仮説から一連の出力単語を合成
する手段と、合成出力単語を出力する出力手段とを含む
ことを特徴とする、上記（２）に記載の装置。 （５）目標仮説の翻訳合致スコアが、目標仮説の単語合
致スコアと入力された一連の原始単語中の原始単語との
積を含み、目標仮説の目標仮説合致スコアが、目標仮説
の言語モデル合致スコアに目標仮説の翻訳合致スコアを
掛けた積を含むことを特徴とする、上記（２）に記載の
装置。 （６）原始単語に結合された目標仮説における目標単語
文脈が、２つ以上の文脈クラスの少なくとも１つ中に含
まれ、原始単語に結合された目標単語が与えられかつ目
標単語の文脈が与えられた場合の原始単語の推定条件付
き発生確率が、目標単語の文脈を含むクラスに依存する
値を有する少なくとも１つの関数を含むことを特徴とす
る、上記（２）に記載の装置。 （７）原始単語に結合された目標仮説の目標単語の文脈
が、目標仮説の品詞を有する少なくとも１つの単語を含
み、原始単語に結合された目標単語が与えられかつ目標
単語の文脈が与えられた、原始単語の推定付き発生確率
が、原始単語に結合された目標単語の文脈における少な
くとも１つの単語の目標仮説の品詞に依存する値を有す
る少なくとも１つの関数を含むことを特徴とする、上記
（２）に記載の装置。 （８）原始単語に結合された目標仮説の目標単語の文脈
が、識別を有する少なくとも１つの単語を含み、原始単
語に結合された目標単語が与えられかつ目標単語の文脈
が与えられた場合の原始単語の推定条件付き発生確率
が、原始単語に結合された目標単語の文脈における少な
くとも１つの単語の識別に依存する値を有する少なくと
も１つの関数を含むことを特徴とする、上記（２）に記
載の装置。 （９）最良の合致スコアを有する目標仮説を出力する手
段がディスプレイを含むことを特徴とする、上記（２）
に記載の装置。 （１０）入力手段がキーボードを含むことを特徴とす
る、上記（２）に記載の装置。 （１１）入力手段がコンピュータ・ディスク駆動機構を
含むことを特徴とする、上記（２）に記載の装置。 （１２）入力手段がコンピュータ・テープ駆動機構を含
むことを特徴とする、上記（２）に記載の装置。 （１３）第１言語の一連の原始単語を第１言語とは異な
る第２言語の一連の目標単語に翻訳する方法であって、
一連の原始単語を入力するステップと、各目標仮説が第
２言語の単語の語彙から選択された一連の目標単語を含
み、各目標単語が目標仮説の少なくとも１つの他の単語
を含む文脈を有する、少なくとも２つの目標仮説を生成
するステップと、各目標仮説について、目標仮説の一連
の単語の発生確率の推定値を含む言語モデル合致スコア
を生成するステップと、各原始単語を目標仮説の少なく
とも１つの目標単語に結合する、入力された一連の原始
単語と各目標仮説との間の少なくとも１つのアラインメ
ントを識別するステップと、各原始単語及び各目標仮説
について、原始単語に結合された目標仮説の目標単語が
与えられかつ原始単語に結合された目標仮説の目標単語
の文脈が与えられた場合の原始単語の条件付き発生確率
の推定値を含む、単語合致スコアを生成するステップ
と、各目標仮説について、目標仮説の単語合致スコアと
入力された一連の原始単語の原始単語との組合せを含む
翻訳合致スコアを生成するステップと、目標仮説の言語
モデル合致スコアと目標仮説の翻訳合致スコアとの組合
せを含む、各目標仮説の目標仮説合致スコアを生成する
ステップと、最良の目標仮説合致スコアを有する目標仮
説を出力するステップとを含む方法。 （１４）各目標仮説が、第２言語の単語を含む語彙から
選択された一連の目標単語と単語がないことを示す空白
単語を含むことを特徴とする、上記（１３）に記載の方
法。 （１５）少なくとも１つのアラインメントを識別するス
テップが、各原始単語を目標仮説の少なくとも１つの目
標単語と結合する、入力された一連の原始単語と各目標
単語との間の２つ以上のアラインメントを識別するステ
ップを含み、単語合致スコア生成ステップが、各原始単
語及び各アラインメント及び各目標仮説について、原始
単語に結合された目標単語が与えられかつ目標単語の文
脈が与えられた場合の原始単語の条件付き発生確率の推
定値を含む、単語合致スコアの生成を含み、翻訳合致ス
コア生成ステップが、各目標仮説について、目標仮説の
単語合致スコアと入力された一連の原始単語の原始単語
との組合せを含む翻訳合致スコアを生成するステップを
含むこと、を特徴とする、上記（１４）に記載の方法。 （１６）入力ステップが、入力された一連の原始単語を
一連の変換原始単語に変換するステップを含み、アライ
ンメント・ステップが、各変換原始単語を目標仮説の少
なくとも１つの目標単語に結合する、一連の変換原始単
語と各目標仮説との間の少なくとも１つのアラインメン
トを識別するステップを含み、単語合致スコア生成ステ
ップが、各変換原始単語及び各目標仮説について、変換
単語に結合された目標仮説の目標単語が与えられかつ変
換原始単語に結合された目標仮説の目標単語の文脈が与
えられた場合の変換原始単語の条件付き発生確率の推定
値を含む、単語合致スコアを生成するステップを含み、
翻訳合致スコア生成ステップが、各目標仮説について、
目標仮説の単語合致スコアと変換原始単語との組合せを
含む翻訳合致スコアを生成するステップを含み、出力ス
テップが、最良の目標仮説合致スコアを有する目標仮説
から一連の出力単語を合成するステップと、合成出力単
語を出力する出力ステップを含むことを特徴とする、上
記（１４）に記載の方法。 （１７）目標仮説の翻訳合致スコアが、目標仮説の単語
合致スコアと入力された一連の原始単語中の原始単語と
の積を含み、目標仮説の目標仮説合致スコアが、目標仮
説の言語モデル合致スコアに目標仮説の翻訳合致スコア
を掛けた積を含むことを特徴とする、上記（１４）に記
載の方法。 （１８）原始単語に結合された目標仮説における目標単
語文脈が、２つ以上の文脈クラスの少なくとも１つ中に
含まれ、原始単語に結合された目標単語が与えられかつ
目標単語の文脈が与えられた場合の原始単語の推定条件
付き発生確率が、目標単語の文脈を含むクラスに依存す
る値を有する少なくとも１つの関数を含むことを特徴と
する、上記（１４）に記載の方法。 （１９）原始単語に結合された目標仮説の目標単語の文
脈が、目標仮説の品詞を有する少なくとも１つの単語を
含み、原始単語に結合された目標単語が与えられかつ目
標単語の文脈が与えられた場合の原始単語の推定条件付
き発生確率が、原始単語に結合された目標単語の文脈に
おける少なくとも１つの単語の目標仮説の品詞に依存す
る値を有する少なくとも１つの関数を含むことを特徴と
する、上記（１４）に記載の方法。 （２０）原始単語に結合された目標仮説の目標単語の文
脈が、識別を有する少なくとも１つの単語を含み、原始
単語に結合された目標単語が与えられかつ目標単語の文
脈が与えられた場合の原始単語の推定条件付き発生確率
が、原始単語に結合された目標単語の文脈における少な
くとも１つの単語の識別に依存する値を有する少なくと
も１つの関数を含むことを特徴とする、上記（１４）に
記載の方法。 （２１）最良の合致スコアを有する目標仮説を出力する
ステップが、最良の合致スコアを有する目標仮説を表示
するステップを含むことを特徴とする、上記（１４）に
記載の方法。

【００９２】

【発明の効果】本発明による翻訳装置では、目標仮説生
成機構１２、言語モデル合致スコア生成機構１６、アラ
インメント識別機構１８、単語合致スコア生成機構２
０、翻訳合致スコア生成機構２２、及び仮説合致スコア
生成機構２４は、適切にプログラムされた汎用または専
用のディジタル信号プロセッサとすることができる。目
標言語語彙記憶域１４は、ランダム・アクセス・メモリ
などのコンピュータ記憶装置でよい。入力された一連の
原始単語を原始テキスト入力装置１０における一連の変
換原始単語に変換する手段と、出力部２６の最良目標仮
説合致スコアを有する目標仮説から一連の出力単語を合
成する手段も、適切にプログラムされた汎用または専用
のディジタル信号プロセッサでよい。

【図面の簡単な説明】

【図１】本発明による第１言語から第２言語に単語を翻
訳するための装置の一例のブロック図である。

【図２】一連の仮説原始単語と一連の仮説目標単語との
間のアラインメントの例を示す概略図である。

【図３】図２における一連の仮説原始単語と一連の仮説
目標単語との間の第２アラインメントの例を示す概略図
である。

【図４】図２における一連の仮説原始単語と一連の仮説
目標単語との間の第３アラインメントの例を示す概略図
である。

【符号の説明】

１０ 原始テキスト入力装置 １２ 目標仮説生成機構 １４ 目標言語語彙記憶域 １６ 言語モデル合致スコア生成機構 １８ アラインメント識別機構 ２０ 単語合致スコア生成機構 ２２ 翻訳合致スコア生成機構 ２４ 仮説合致スコア生成機構 ２６ 出力部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 ピーター・フィッツヒュー・ブラウン アメリカ合衆国10025 ニューヨーク州ニ ューヨーク リバーサイド・ドライブ390 アパートメント12エイ−エフ (72)発明者 スティーブ・アンドリュー・デラ・ピエト ラ アメリカ合衆国10965 ニューヨーク州パ ール・リバー メイヤー・オーバル113 (72)発明者 ビンセント・ジョセフ・デラ・ピエトラ アメリカ合衆国10913 ニューヨーク州ブ ラウベルト サンセット・ロード129 (72)発明者 アンドリュー・スコット・ケーラー アメリカ合衆国02143 マサチューセッツ 州ソマービル ビーコン・ストリート326 ナンバー２ (72)発明者 ロバート・レロイ・マーサー アメリカ合衆国10598 ニューヨーク州ヨ ークタウン・ハイツ ビューランド・ドラ イブ669

Claims (21)

【特許請求の範囲】
1. 【請求項１】第１言語の一連の原始単語を第１言語とは
   異なる第２言語の一連の目標単語に翻訳するための装置
   であって、 一連の原始単語を入力する手段と、 各目標仮説が第２言語の単語の語彙から選択された一連
   の目標単語を含み、各目標単語が目標仮説の少なくとも
   １つの他の単語を含む文脈を有する、少なくとも２つの
   目標仮説を発生させる手段と、 各目標仮説について、目標仮説の一連の単語の発生確率
   の推定値を含む言語モデル合致スコアを生成する手段
   と、 各原始単語を目標仮説の少なくとも１つの目標単語に結
   合する、入力された一連の原始単語と各目標仮説との間
   の少なくとも１つのアラインメントを識別する手段と、 各原始単語及び各目標仮説について、原始単語に結合さ
   れた目標仮説の目標単語が与えられ、かつ原始単語に結
   合された目標仮説の目標単語の文脈が与えられた場合の
   原始単語の条件付き発生確率の推定値を含む、単語合致
   スコアを生成する手段と、 各目標仮説について、目標仮説の単語合致スコアと入力
   された一連の原始単語中の原始単語との組合せを含む、
   翻訳合致スコアを生成する手段と、 各目標仮説合致スコアが目標仮説の言語モデル合致スコ
   アと目標仮説の翻訳合致スコアとの組合せを含む、各目
   標仮説の目標仮説合致スコアを生成する手段と、 最良の目標仮説合致スコアを有する目標仮説を出力する
   手段とを含む装置。
2. 【請求項２】各目標仮説が、第２言語の単語を含む語彙
   から選択された一連の目標単語と単語がないことを示す
   空白単語を含むことを特徴とする、請求項１に記載の装
   置。
3. 【請求項３】少なくとも１つのアラインメントを識別す
   る手段が、それぞれが各原始単語を目標仮説の少なくと
   も１つの目標単語と結合する、入力された一連の原始単
   語と各目標単語との間の２つ以上のアラインメントを識
   別し、 単語合致スコア生成機構が、各原始単語及び各アライン
   メント及び各目標仮説について、原始単語に結合された
   目標単語が与えられかつ目標単語の文脈が与えられた場
   合の原始単語の条件付き発生確率の推定値を含む、単語
   合致スコアを生成し、 翻訳合致スコア生成機構が、各目標仮説について、目標
   仮説の単語合致スコアと入力された一連の原始単語中の
   原始単語との組合せを含む、翻訳合致スコアを生成する
   ことを特徴とする、請求項２に記載の装置。
4. 【請求項４】入力手段が、入力された一連の原始単語を
   一連の変換原始単語に変換する手段を含み、 アラインメント手段が、各変換原始単語を目標仮説の少
   なくとも１つの目標単語に結合する、一連の変換原始単
   語と各目標仮説との間の少なくとも１つのアラインメン
   トを識別し、 単語合致スコア生成機構が、各変換原始単語及び各目標
   仮説について、変換単語に結合された目標仮説の目標単
   語が与えられかつ変換原始単語に結合された目標仮説の
   目標単語の文脈が与えられた場合の変換原始単語の条件
   付き発生確率の推定値を含む、単語合致スコアを生成
   し、 翻訳合致スコア生成機構が、各目標仮説について、目標
   仮説の単語合致スコアと変換原始単語との組合せを含
   む、翻訳合致スコアを生成し、 出力手段が、最良の目標仮説合致スコアを有する目標仮
   説から一連の出力単語を合成する手段と、合成出力単語
   を出力する出力手段とを含むことを特徴とする、請求項
   ２に記載の装置。
5. 【請求項５】目標仮説の翻訳合致スコアが、目標仮説の
   単語合致スコアと入力された一連の原始単語中の原始単
   語との積を含み、 目標仮説の目標仮説合致スコアが、目標仮説の言語モデ
   ル合致スコアに目標仮説の翻訳合致スコアを掛けた積を
   含むことを特徴とする、請求項２に記載の装置。
6. 【請求項６】原始単語に結合された目標仮説における目
   標単語文脈が、２つ以上の文脈クラスの少なくとも１つ
   中に含まれ、 原始単語に結合された目標単語が与えられかつ目標単語
   の文脈が与えられた場合の原始単語の推定条件付き発生
   確率が、目標単語の文脈を含むクラスに依存する値を有
   する少なくとも１つの関数を含むことを特徴とする、請
   求項２に記載の装置。
7. 【請求項７】原始単語に結合された目標仮説の目標単語
   の文脈が、目標仮説の品詞を有する少なくとも１つの単
   語を含み、 原始単語に結合された目標単語が与えられかつ目標単語
   の文脈が与えられた、原始単語の推定付き発生確率が、
   原始単語に結合された目標単語の文脈における少なくと
   も１つの単語の目標仮説の品詞に依存する値を有する少
   なくとも１つの関数を含むことを特徴とする、請求項２
   に記載の装置。
8. 【請求項８】原始単語に結合された目標仮説の目標単語
   の文脈が、識別を有する少なくとも１つの単語を含み、 原始単語に結合された目標単語が与えられかつ目標単語
   の文脈が与えられた場合の原始単語の推定条件付き発生
   確率が、原始単語に結合された目標単語の文脈における
   少なくとも１つの単語の識別に依存する値を有する少な
   くとも１つの関数を含むことを特徴とする、請求項２に
   記載の装置。
9. 【請求項９】最良の合致スコアを有する目標仮説を出力
   する手段がディスプレイを含むことを特徴とする、請求
   項２に記載の装置。
10. 【請求項１０】入力手段がキーボードを含むことを特徴
    とする、請求項２に記載の装置。
11. 【請求項１１】入力手段がコンピュータ・ディスク駆動
    機構を含むことを特徴とする、請求項２に記載の装置。
12. 【請求項１２】入力手段がコンピュータ・テープ駆動機
    構を含むことを特徴とする、請求項２に記載の装置。
13. 【請求項１３】第１言語の一連の原始単語を第１言語と
    は異なる第２言語の一連の目標単語に翻訳する方法であ
    って、 一連の原始単語を入力するステップと、 各目標仮説が第２言語の単語の語彙から選択された一連
    の目標単語を含み、各目標単語が目標仮説の少なくとも
    １つの他の単語を含む文脈を有する、少なくとも２つの
    目標仮説を生成するステップと、 各目標仮説について、目標仮説の一連の単語の発生確率
    の推定値を含む言語モデル合致スコアを生成するステッ
    プと、 各原始単語を目標仮説の少なくとも１つの目標単語に結
    合する、入力された一連の原始単語と各目標仮説との間
    の少なくとも１つのアラインメントを識別するステップ
    と、 各原始単語及び各目標仮説について、原始単語に結合さ
    れた目標仮説の目標単語が与えられかつ原始単語に結合
    された目標仮説の目標単語の文脈が与えられた場合の原
    始単語の条件付き発生確率の推定値を含む、単語合致ス
    コアを生成するステップと、 各目標仮説について、目標仮説の単語合致スコアと入力
    された一連の原始単語の原始単語との組合せを含む翻訳
    合致スコアを生成するステップと、 目標仮説の言語モデル合致スコアと目標仮説の翻訳合致
    スコアとの組合せを含む、各目標仮説の目標仮説合致ス
    コアを生成するステップと、 最良の目標仮説合致スコアを有する目標仮説を出力する
    ステップとを含む方法。
14. 【請求項１４】各目標仮説が、第２言語の単語を含む語
    彙から選択された一連の目標単語と単語がないことを示
    す空白単語を含むことを特徴とする、請求項１３に記載
    の方法。
15. 【請求項１５】少なくとも１つのアラインメントを識別
    するステップが、各原始単語を目標仮説の少なくとも１
    つの目標単語と結合する、入力された一連の原始単語と
    各目標単語との間の２つ以上のアラインメントを識別す
    るステップを含み、 単語合致スコア生成ステップが、各原始単語及び各アラ
    インメント及び各目標仮説について、原始単語に結合さ
    れた目標単語が与えられかつ目標単語の文脈が与えられ
    た場合の原始単語の条件付き発生確率の推定値を含む、
    単語合致スコアの生成を含み、 翻訳合致スコア生成ステップが、各目標仮説について、
    目標仮説の単語合致スコアと入力された一連の原始単語
    の原始単語との組合せを含む翻訳合致スコアを生成する
    ステップを含むこと、 を特徴とする、請求項１４に記載の方法。
16. 【請求項１６】入力ステップが、入力された一連の原始
    単語を一連の変換原始単語に変換するステップを含み、 アラインメント・ステップが、各変換原始単語を目標仮
    説の少なくとも１つの目標単語に結合する、一連の変換
    原始単語と各目標仮説との間の少なくとも１つのアライ
    ンメントを識別するステップを含み、 単語合致スコア生成ステップが、各変換原始単語及び各
    目標仮説について、変換単語に結合された目標仮説の目
    標単語が与えられかつ変換原始単語に結合された目標仮
    説の目標単語の文脈が与えられた場合の変換原始単語の
    条件付き発生確率の推定値を含む、単語合致スコアを生
    成するステップを含み、 翻訳合致スコア生成ステップが、各目標仮説について、
    目標仮説の単語合致スコアと変換原始単語との組合せを
    含む翻訳合致スコアを生成するステップを含み、 出力ステップが、最良の目標仮説合致スコアを有する目
    標仮説から一連の出力単語を合成するステップと、合成
    出力単語を出力する出力ステップを含むことを特徴とす
    る、請求項１４に記載の方法。
17. 【請求項１７】目標仮説の翻訳合致スコアが、目標仮説
    の単語合致スコアと入力された一連の原始単語中の原始
    単語との積を含み、 目標仮説の目標仮説合致スコアが、目標仮説の言語モデ
    ル合致スコアに目標仮説の翻訳合致スコアを掛けた積を
    含むことを特徴とする、請求項１４に記載の方法。
18. 【請求項１８】原始単語に結合された目標仮説における
    目標単語文脈が、２つ以上の文脈クラスの少なくとも１
    つ中に含まれ、 原始単語に結合された目標単語が与えられかつ目標単語
    の文脈が与えられた場合の原始単語の推定条件付き発生
    確率が、目標単語の文脈を含むクラスに依存する値を有
    する少なくとも１つの関数を含むことを特徴とする、請
    求項１４に記載の方法。
19. 【請求項１９】原始単語に結合された目標仮説の目標単
    語の文脈が、目標仮説の品詞を有する少なくとも１つの
    単語を含み、 原始単語に結合された目標単語が与えられかつ目標単語
    の文脈が与えられた場合の原始単語の推定条件付き発生
    確率が、原始単語に結合された目標単語の文脈における
    少なくとも１つの単語の目標仮説の品詞に依存する値を
    有する少なくとも１つの関数を含むことを特徴とする、
    請求項１４に記載の方法。
20. 【請求項２０】原始単語に結合された目標仮説の目標単
    語の文脈が、識別を有する少なくとも１つの単語を含
    み、 原始単語に結合された目標単語が与えられかつ目標単語
    の文脈が与えられた場合の原始単語の推定条件付き発生
    確率が、原始単語に結合された目標単語の文脈における
    少なくとも１つの単語の識別に依存する値を有する少な
    くとも１つの関数を含むことを特徴とする、請求項１４
    に記載の方法。
21. 【請求項２１】最良の合致スコアを有する目標仮説を出
    力するステップが、最良の合致スコアを有する目標仮説
    を表示するステップを含むことを特徴とする、請求項１
    ４に記載の方法。