JPH08106474A - 類似例文検索結果表示方法及び装置 - Google Patents

Abstract

(57)【要約】 【目的】 類似例文をグルーピングすることにより、入
力文を翻訳するために必要な類似例文を分かりやすく表
示する。 【構成】 類似文検索手段によって検索された類似文を
類似文グルーピング手段がグルーピングした結果の各グ
ループの最上位の類似文を求める。各グループの最上位
の類似文がマッチした範囲を各グループ毎に異なる色で
強調して表示する。ユーザが選択した各グループについ
て、例文を表示する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、入力文に類似した例文
を検索するための類似例文検索方法に関わり、特に、検
索された類似例文を表示するための類似例文検索結果表
示方法に関わる。

【０００２】

【従来の技術】英文を作成する際には、日英対訳文集が
良く利用される。日英対訳文集において、現在、書きた
いと思っている内容の日本文と似た日本文を探す。そし
て、対応する英訳文を真似することによって、目的とす
る英文を作成する。従来、このような作業を支援するた
め、入力された日本文に類似した対訳例文を検索する機
能を備えた英文作成支援システムが開発されている
（「隅田他、構文の照合による柔軟なテキスト検索機能
を備えた翻訳支援システム、情報処理学会第37回全国大
会(1988)、pp.978-979」、「小沢他、マン・マシン相互
学習の概念に基づく外国語文書作成方式、情報処理学会
第38回全国大会(1989)、pp.220-221」）。ここで、入力
文と対訳例文が類似しているとは、入力文と対訳例文の
日本文とが類似していることを示す。また、以下におい
て、類似文と言ったときには、類似した対訳例文の日本
文を指すものとする。

【０００３】

【発明が解決しようとする課題】しかし、従来の技術に
は次のような問題点があった。

【０００４】従来の類似例文検索システムでは、入力文
全体と最も類似している対訳例文を検索することを目的
としていた。しかし、実際に入力文を翻訳するために
は、入力文と部分的に似ている類似対訳を検索し、各例
文の類似部分を組み合わせることによって訳文を作成す
ることが必要になる。なぜならば、一部の定型文（例え
ば、手紙の書き出しの文など）を除けば、文全体がそっ
くり類似しているようなことはほとんどないからであ
る。

【０００５】このとき、次のような問題点がある。入力
文の各部分に対して、複数の候補が得られるため、入力
文全体に対する候補の数が多くなる。また、冗長な候補
が表現されるため、ユーザにとって分かりにくくなる。
さらに、全ての候補を表示するだけでは、入力文と類似
文候補との対応関係が分かりにくい。

【０００６】

【課題を解決するための手段】以上の問題を解決するた
めに、本発明では、入力文に類似している例文を類似例
文として抽出する類似例文抽出手段と、入力文に関する
包含関係、同値関係に基づいて類似例文をグルーピング
する類似例文グルーピング手段と、例文の各グループに
対応する範囲を入力文において各グループ毎に異なる色
で強調して表示する手段と、各グループに属する例文を
ユーザの指示に従って表示する手段とを備える。

【０００７】ここで、類似文の包含関係、同値関係につ
いて説明する。

【０００８】まず、類似文の包含関係について説明す
る。ある入力文に関する２個の類似文Ａと類似文Ｂがあ
るとする。このとき、それぞれの類似文とマッチした範
囲を入力文中において考える。この範囲が、包含関係に
ある場合、例文ＡとＢは、入力文に関して包含関係にあ
ると言う。例えば、次のような入力文に対して２個の類
似文ＡとＢが検索された場合を考える。

【０００９】入力文 ：「図３に本発明の第１の実施例
の処理フローを示す。」 類似文Ａ：「図２に本発明の実施例の処理フローを示
す。」 類似文Ｂ：「図５に選択回路の構成を示す。」 入力文において、それぞれ、類似文Ａ、類似文Ｂとマッ
チした範囲は、図１のようになる。ここで、線で囲まれ
ている箇所がマッチした範囲である。このように、マッ
チ範囲Ａの文字列は、マッチ範囲Ｂの文字列を完全に含
んでいる。このとき、類似文Ａは、入力文に関して、類
似文Ｂを包含していると言う。また、類似文Ａは、類似
文Ｂより上位にある、あるいは、類似文Ｂは、類似文Ａ
よりも下位にあるとも言う。

【００１０】次に同値関係について説明する。同値関係
は、包含関係の特殊な場合である。２個の類似文Ａと類
似文Ｂがあるとする。このとき、入力文中で類似文とマ
ッチした箇所が全く同じである場合、２個の類似文は同
値であるという。例えば、次のような入力文と２個の類
似文を考える。

【００１１】入力文 ：「図３に本発明の第１の実施例
の処理フローを示す。」 類似文Ａ：「図５に本発明の第２の実施例の処理フロー
を示す。」 類似文Ｂ：「図８に本発明の第３の実施例の処理フロー
を示す。」 類似している箇所は、両方の類似文において、「図」
「に本発明の第」「の実施例の処理フローを示す。」と
いう部分であり、同一である。このようなとき、２個の
類似文は同値であるという。

【００１２】

【作用】本発明によれば、類似例文抽出手段によって抽
出された類似例文を類似例文グルーピング手段がグルー
ピングする。そして、各グループの最上位の類似例文を
グループを代表する例文と考える。さらに、グルーピン
グされる類似例文は入力文との類似に基づき階層化する
ことにより、最上位の類似例文の翻訳文が入力文の翻訳
文としては不適切と判断される場合には、次候補として
より下位の類似例文を表示する。これによって、類似例
文の候補の数を減らし、冗長な類似例文候補を除外する
ことができる。

【００１３】また、各グループに対応する範囲同士を各
グループ毎に異なる色による表示や網かけ、アンダーラ
イン等によって強調して表示することにより入力文と類
似文との対応関係が分かりやすくなる。

【００１４】

【実施例】以下、本発明の実施例として、本発明を類似
対訳例文検索システムに適用した場合を詳細に説明す
る。

【００１５】図２は、本実施例のハードウェア構成図を
示す。図中、ＣＰＵ１は、メモリ２上のプログラムをメ
モリ２上のデータおよび対訳例文ベース４中のデータを
用いて実行する。メモリ２には、本実施例のプログラム
や、処理に用いられるテーブル類が格納される。入出力
装置３は、プログラムに対するユーザの指示を入力した
り、プログラムの実行結果を表示するために用いられ
る。対訳例文ベース４は、過去の対訳例文を蓄積してい
る。

【００１６】以下、図３に示す処理フローに従って、全
体の処理を説明する。

【００１７】（類似対訳例文抽出ステップ１１）対訳例
文ベース４中の全ての対訳例文を入力日本文と比較し
て、類似している対訳例文を抽出する。

【００１８】以下では、類似対訳例文の日本文（以下、
類似文と呼ぶ）に着目して議論する。例として、次のよ
うな入力文と類似文を用いる。

【００１９】入力文 ：「本発明は、情報処理装置の論
理回路一般に好適な高速かつ低消費電力の論理回路に関
する。」 類似文１：「本発明は、機械翻訳システムのための辞書
に関する。」 類似文２：「本発明の目的は、機械翻訳一般に好適な小
容量の辞書を提供することにある。」 類似文３：「本発明は、対話システムなどに用いられる
音声合成方法に関する。」 類似文４：「本発明により、機械翻訳に好適な小容量の
辞書を構築できる。」 類似文を検索するための方法としては、様々なものが考
えられるが、ここでは、例えば、"Thomas H. Cormen, C
harles E. Leiserson, Ronald L. Rivest: INTRODUCTIO
N TO ALGORITHMS, MIT Press, pp.301-328, (1990)"に
記述されるＤＰマッチングを用いた文字列マッチングに
よる方法を図４を例に説明する。ＤＰマッチングでは、
２個の文を比較する際に、まず各文を１文字づつ比較し
た２次元のテーブルＡ(i,j)を作成する。２個の文Ｓ
１、Ｓ２（文字数がそれぞれ、m,nだとする）があると
き、各文のi番目の文字とj番目の文字が等しければ、Ａ
(i,j)=1とし、そうでなければＡ(i,j)=0とする。図４の
例の場合、例えば、入力文の１文字目と類似文２の１文
字目は共に「本」で等しいので、Ａ(1,1)に当たる左上
隅の欄に１が格納される。なお、図４では、０は省略し
ている。

【００２０】次に、テーブルＡにおいて、隣接する欄を
パスで結んでいくことにより、A(1,1)から始まり、A(m,
n)に至る最も得点の高いパスを見つける。ただし、隣接
する欄を結ぶパスは次の制約条件を満たす必要がある。
Ａ(i,j)から次の位置へのパスは、Ａ(i+1,j),Ａ(i+1,j+
1),Ａ(i,j+1)のいずれかである。これは、図４で言う
と、パスの方向が右か右下か下のいずれかしか許されな
いことを示す。パスの得点は、パス上にある１の数とパ
スの長さの比によって定めるのが普通である。例えば、
A(1,1)からA(2,2)へ至るパスについて考える。A(1,1)か
らA(2,2)へ至るパスには、次の３つがある。

【００２１】(1) A(1,1)→A(1,2)→A(2,2) (2) A(1,1)→A(2,2) (3) A(1,1)→A(2,1)→A(2,2) (1)および(3)のパスは、長さが２で、１の数が２。(2)
のパスは、長さが１で、１の数が２。よって、(2)のパ
スが選ばれる。同様にA(1,1)からA(3,3)のパスも、A(1,
1)→A(2,2)→A(2,2)が選ばれる。このパスは、「本発
明」がマッチしていることを表している。以上の処理を
繰り返すことにより、A(1,1)からA(m,n)へのパスを求め
ることができる。

【００２２】そして、パス上において、１である欄がｍ
個以上連結している箇所を検出することにより、マッチ
した箇所を抽出する。本実施例では、ｍ＝２とする。日
本語の場合、「の」のような助詞は、頻出するため、助
詞が１字でマッチしている箇所を検出すると、非常に多
くの誤った類似箇所が検出されてしまう。ここで、ｍを
２以上に設定することによって、このような現象を防ぐ
ことができる。図４の例の場合、実線と点線の矢印がパ
スを表している。このうち、実線のパスが、文字列がマ
ッチした部分を表し、点線の部分はマッチしていない部
分を表している。この実線のパスの部分は、「本発
明」、「は、」が類似箇所として検出されたことを表し
ている。

【００２３】また、特定の単語（例えば、「もの」な
ど）をストップワードとして設定し、類似箇所として検
出しないように処理を変更することもできる。さらに、
各文を形態素解析して単語単位でマッチングを取ること
も可能である。

【００２４】以上のような処理により、上の例の場合、
図５に示すように類似箇所が検出される。

【００２５】以上類似文の検索方法について説明した
が、本発明は、上記のＤＰマッチングによる検索方法に
限定されるものでなく、任意の類似文検索方法に対して
適用可能である。

【００２６】マッチング結果は、図６に示すようなマッ
チング結果テーブルに保持される。図中、類似文番号
は、入力文に対して検索された類似文に付与された通し
番号である。対訳例文番号は、各類似文を日本文として
持つ対訳例文の対訳例文ベース中の番号である。マッチ
箇所は、入力文と各類似文とがマッチした箇所の入力文
中の位置を表す。例えば、入力文と類似文１とが「本発
明は、」「に関する。」という箇所でマッチしている。
図６の場合、このマッチ箇所の入力文における位置が１
バイト目から１０バイト目および７３バイト目から８２
バイト目であることが分かる。

【００２７】（類似文グルーピングステップ１２）検出
された類似対訳例文をグルーピングする。それぞれのグ
ループを例文グループと呼ぶ。２個の類似対訳例文が同
じグループに属するかどうかは、各類似対訳例文の日本
文（以下、類似文と呼ぶ）が包含関係、同値関係を持つ
かどうかによって判断される。上の例の場合、類似文１
と類似文３が同値関係にあり、類似文２と類似文４が包
含関係にある。よって、類似文１と類似文３が同じグル
ープ（以下、例文グループ１と呼ぶ）であり、類似文２
と類似文４が別のグループ（以下、例文グループ２と呼
ぶ）になる。以上のような類似文間の関係は、図７に示
すような構造で表現する。

【００２８】各例文グループは、ノードとアークからな
るトリーである。図中、番号付きのノードは、その番号
を持つ類似文を表している。アークは、同値関係を表す
アーク（両矢印で表現されている。）と包含関係を表す
アーク（片矢印で表現されている。矢印の元の類似文が
矢印の先の類似文を包含している。）の２種類である。
ある類似文が同値な類似文を持つ場合には、同値関係に
ある類似文を一つのグループと考え、このグループ内の
任意の１個の類似文を代表ノードとして選ぶ。そして、
同値類似文のグループと他のノードとの包含関係は、代
表ノードを用いて表現する。例えば、図７の場合には、
類似文１と類似文３が同値関係にあり、類似文１が代表
ノードとして選ばれている。

【００２９】包含関係に関して最上位にある類似文が１
個である場合には、これをトリーのルートとする。包含
関係に関して最上位の類似文が同値である類似文を持つ
場合には、最上位の類似文が複数個存在する。この場合
には、そのグループの代表ノードをトリーのルートとす
る。図７の場合、事例グループ１では、最上位にあるノ
ードが類似文１と類似文３の２個であるので、代表ノー
ドである類似文１をトリーのルートとする。事例グルー
プ２では、最上位の類似文が１個であるので、類似文２
がルートとして選ばれている。

【００３０】ただし、次のことに注意する必要がある。
３個の類似文Ａ，Ｂ，Ｃがあり、ＡがＢを包含すること
をＡ⊇Ｂと表すことにする。このとき、包含関係につい
ては、推移律が成り立つ。よって、Ａ⊇Ｂ、Ｂ⊇Ｃなら
ば、Ａ⊇Ｃである。よって、２個の類似文の包含関係を
全て求めてアークを張ると、上のＡ⊇Ｃのような包含関
係の階層を無視した無駄なアークができてしまう。本ス
テップでは、このような無駄なアークは除き、グループ
の階層構造を表現するトリーを作成する。以下、このよ
うにして求められた類似文の各グループを例文グループ
と呼ぶ。各例文グループの最上位のノードを指すポイン
タを例文グループテーブルに格納する。なお、本ステッ
プの処理の詳細は後述する。

【００３１】（代表類似例文検索結果表示ステップ１
３）入力文を表示し、各例文グループのルートに当たる
類似文がマッチした範囲を、各グループ毎に異なる色に
よって強調する。ただし、複数の例文グループ間でマッ
チした範囲が交差する場合には、交差した範囲を所定の
色で表示する。また、各例文グループのルートに当たる
類似文を代表類似例文として表示する。表示例を図８に
示す。例の場合、例文グループ１のルートは類似文１で
あり、例文グループ２のルートは類似文２である。図５
を見れば分かるように、入力文と類似文１は、「本発明
は、」「に関する。」の部分がマッチしており、入力文
と類似文２は、「本発明」「一般に好適な」の部分がマ
ッチしている。よって、図８の表示例において、２個の
グループが交差している「本発明」の部分が所定の色で
表示されている。また、グループ１のみに属する「は」
「に関する。」およびグループ２のみに属する「一般に
好適な」の部分が、それぞれのグループに対応した色に
よって表示される。

【００３２】（例文表示ステップ１４）ユーザの指示に
従い、グループ内の各例文を表示する。ユーザは、図８
に示した表示画面において、類似例文を参照したい部分
をマウスなどでポイントしクリックする。例えば、「〜
一般に好適な〜」という部分に関する類似例文を参照し
たい場合には、入力文中で「〜一般に好適な〜」の部分
をクリックすることにより選択する。それから、類似文
表示キーを押下することによって、「〜一般に好適な
〜」の部分に関連する類似例が表示される。表示例を図
９に示す。例文グループ内の例文は、トリー内で上位の
例文を先に表示する。上位にある例文の方が、入力文と
の類似度が大きく、有用である可能性が高い。表示され
た例文が不適切であると判断すれば、より下位の例文を
表示させればよい。また、表示された類似例文中におい
て、入力文とマッチした箇所が強調される。なお、図９
のように、訳文中で対応箇所を強調して表示するために
は、原文と訳文の単語・句の対応関係を決定する必要が
ある。原文と訳文の単語・句の対応関係を自動的に決定
する方法については、特開平5-151260号公報（翻訳テン
プレート学習方法および翻訳テンプレート学習システ
ム）に記載されている技術を利用することができるの
で、詳細な説明は省略する。また、単純な方法として
は、日本語を形態素解析し、対訳辞書をひいて訳語を取
得し、訳文中で訳語の文字列サーチするのみでも十分な
効果が得られる。さらに、対応関係は自動的に検出する
のではなく、例文の登録時に予め人間が付与するのでも
構わない。

【００３３】以下では、例文グルーピングステップ１２
を図１０に示す処理フローに従って詳細に説明する。

【００３４】（ステップ１２１）マッチング結果テーブ
ルから対訳例文を１個取り出し、第１の例文グループの
ルートとして例文グループテーブルに格納する。ここで
は、対訳例文を表すために類似文番号を格納する。

【００３５】（ステップ１２２）マッチング結果テーブ
ル中の全ての対訳例文を処理したかどうか調べる。処理
していなければステップ１２３に進む。処理していれ
ば、例文グルーピングステップ１２の処理を終了する。

【００３６】（ステップ１２３）マッチング結果テーブ
ルから対訳例文を１個取り出す。

【００３７】（ステップ１２４）例文グループテーブル
を参照し、ステップ１２３で取り出した対訳例文につい
て全ての例文グループを処理したかどうか調べる。処理
していれば、ステップ１２７に進む。処理していない例
文グループがあれば、ステップ１２５に進む。

【００３８】（ステップ１２５）例文グループテーブル
から例文グループを１個選ぶ。

【００３９】（ステップ１２６）ステップ１２３で取り
出された対訳例文をステップ１２４で取り出された例文
グループに格納する。格納できた場合には、ステップ１
２２に進む。格納できなければ、ステップ１２４に進
む。

【００４０】（ステップ１２７）ステップ１２３で取り
出された対訳例文を新たな例文グループのルートとして
例文グループテーブルに格納する。

【００４１】以下では、ステップ１２６の処理を図１１
に示す処理フローに従って詳細に説明する。本ステップ
の機能は、次の２つである。

【００４２】（ａ）ある対訳例文がある例文グループに
格納できるかどうかを判定する （ｂ）格納できる場合には、適切な箇所に対訳例文を格
納し、例文グループを更新する 以下、格納可能かどうかの判定対象となる対訳例文を例
文Ａと呼ぶ。本ステップの処理は、例文グループから対
訳例文を取り出し、例文Ａと比較する処理が中心とな
る。以下、例文グループから取り出される対訳例文を例
文Ｂと呼ぶ。

【００４３】（ステップ１２６０１）例文グループのル
ートである例文を取り出し、例文Ｂとする。

【００４４】（ステップ１２６０２）例文Ａと例文Ｂを
比較する。例文Ａが例文Ｂが同値である場合は、ステッ
プ１２６０９に進む。そうでなければ、ステップ１２６
０３に進む。

【００４５】（ステップ１２６０３）例文Ａと例文Ｂを
比較する。例文Ａが例文Ｂを包含している場合は、ステ
ップ１２６１０に進む。そうでなければ、ステップ１２
６０４に進む。

【００４６】（ステップ１２６０４）例文Ａと例文Ｂを
比較し、例文Ｂが例文Ａを包含している場合には、ステ
ップ１２６０５に進む。そうでなければ、登録に失敗し
たとして処理を終了する。

【００４７】（ステップ１２６０５）例文Ｂの子供ノー
ドを全て処理したかどうか調べる。処理していなけれ
ば、ステップ１２６０６に進む。処理していれば、ステ
ップ１２６１１に進む。

【００４８】（ステップ１２６０６）ｉ番目の子供ノー
ドである例文ｉを１個取り出す。

【００４９】（ステップ１２６０７）例文Ａと例文ｉを
比較する。例文ｉが例文Ａを包含している場合には、ス
テップ１２６０８に進む。さもなければ、ステップ１２
６０９に進む。

【００５０】（ステップ１２６０８）例文ｉを新たな例
文Ｂとして、ステップ１２６０５に進む。

【００５１】（ステップ１２６０９）例文Ａを例文Ｂの
同値ノードとして例文グループに追加する。

【００５２】（ステップ１２６１０）例文Ａを現在の例
文グループのルートとして例文グループに追加し、例文
グループへの登録が成功したとして処理を終了する。

【００５３】（ステップ１２６１１）例文Ａを例文グル
ープのルートの子供に追加し、登録に成功したとして処
理を終了する。

【００５４】（ステップ１２６１２）例文Ａと例文ｉを
比較し、例文Ａが例文ｉを包含している場合には、ステ
ップ１２６１３に進む。さもなければ、ステップ１２６
０５に戻る。

【００５５】（ステップ１２６１３）例文Ａが例文Ｂの
子供であり、例文ｉが例文Ａの子供であるように例文グ
ループテーブルを書き換える。

【００５６】以上の処理により、ある例文が例文グルー
プテーブルに登録できるかどうかを調べることができ
る。

【００５７】

【発明の効果】本発明によれば、類似文検索手段によっ
て検索された類似文を類似文グルーピング手段がグルー
ピングし、得られた各グループ毎に類似度の高い順に例
文を表示することができる。そのため、入力文に関する
類似文の候補の数を減らし、冗長な類似文候補を参照す
ることが不要となる。

【００５８】また、各グループの最上位の類似文がマッ
チした範囲を各グループ毎に異なる色で強調して表示す
る手段により入力文と類似文との対応関係が分かりやす
くなる。

【図面の簡単な説明】

【図１】類似文の包含関係の説明図である。

【図２】本発明の実施例のハードウェア構成図である。

【図３】本発明の実施例の全体の処理フローである。

【図４】ＤＰマッチングの説明図である。

【図５】入力文と類似文の対応関係の説明図である。

【図６】入力文と類似文の対応関係を格納するマッチン
グ結果テーブルの概念図である。

【図７】例文グループテーブルと例文グループの関係の
概念図である。

【図８】代表類似例文検索結果の表示例である。

【図９】類似例文例文検索結果の表示例である。

【図１０】例文グルーピングステップの処理フローであ
る。

【図１１】例文の例文グループへの登録可否判定処理の
処理フローである。

【符号の説明】

１ ＣＰＵ ２ メモリ ３ 入出力装置 ４ 対訳例文ベース

Claims (5)

【特許請求の範囲】
1. 【請求項１】入力文に類似している例文を類似例文とし
   て抽出し、 入力文に関する包含関係、同値関係に基づいて類似例文
   をグルーピングし、 例文の各グループの最上位の例文のみをグループを代表
   する例文として表示することを特徴とする類似例文検索
   結果表示方法。
2. 【請求項２】請求項１記載の類似例文検索結果表示方法
   において、 表示した上記最上位の例文の翻訳文が入力文の翻訳文と
   して不適切な場合、より下位の例文をグループを代表す
   る例文として表示することを特徴とする類似例文検索結
   果表示方法。
3. 【請求項３】入力文に類似している例文を類似例文とし
   て抽出し、 入力文に関する包含関係、同値関係に基づいて類似例文
   をグルーピングし、 例文の各グループの最上位の例文が対応する範囲を入力
   文中において各グループ毎に異なる色で強調して表示
   し、 各グループに属する例文をユーザの指示に従って表示す
   ることを特徴とする類似例文検索結果表示方法。
4. 【請求項４】入力文に類似している例文を類似例文とし
   て抽出する類似例文検索手段と、 入力文に関する包含関係、同値関係に基づいて類似例文
   をグルーピングする類似例文グルーピング手段と、 例文の各グループの最上位の例文のみをグループを代表
   する例文として表示する手段を備えることを特徴とする
   類似例文検索結果表示装置。
5. 【請求項５】入力文に類似している例文を類似例文とし
   て抽出する類似例文検索手段と、 入力文に関する包含関係、同値関係に基づいて類似例文
   をグルーピングする類似例文グルーピング手段と、 例文の各グループの最上位の例文が対応する範囲を入力
   文中において各グループ毎に異なる色で強調して表示す
   る手段と、 各グループに属する例文をユーザの指示に従って表示す
   る手段とを備えることを特徴とする類似例文検索結果表
   示装置。