JPH1185752A - 機械翻訳装置 - Google Patents

Abstract

(57)【要約】 【課題】 効率的に共起情報を辞書登録できる機械翻訳
装置を提供することを目的とする。 【解決手段】 単語に対する語彙、品詞や文法情報を記
憶した辞書部２と、テキストコーパス部１に記憶された
テキストを文単位に分割し単語単位に分割する単語検出
部３と、検出した全ての単語をキーとして単語検出部が
検出した文からキーワードインコンテキスト（ＫＷＩ
Ｃ）を作成し、共起単語の出現回数をカウントし、ＫＷ
ＩＣを再構築する検出単語カウント部４と、ＫＷＩＣと
共起単語の出現回数を表示する表示部５と、ＫＷＩＣお
よび共起単語情報を記憶する記憶部６とを備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、例えば英語などの
元の言語で記述された原文を解析し、日本語などの目的
の言語の訳文を生成する機械翻訳装置に関するものであ
る。

【０００２】

【従来の技術】近年、パーソナルコンピュータの普及や
情報通信ネットワークの発達に伴い、情報の国際化が急
速に進展しており、他国語の情報を目にすることが非常
に多くなってきている。かかる情報の活用、発信を行う
ために、機械翻訳装置が利用されている。

【０００３】機械翻訳装置には、翻訳を行うための知識
源として、大量の単語に関する文法情報等を保持した辞
書が必須であり、通常、辞書は人間の手作業により作成
される。そこで、辞書作成作業をより効率的に行うため
に、キーワードインコンテキスト（ＫｅｙＷｏｒｄ Ｉ
ｎ Ｃｏｎｔｅｘｔ）を用いることが考えられる。

【０００４】図１２は、従来のキーワードインコンテキ
ストの表示形態の例示図である。キーワードインコンテ
キストでは、図１２に示すように、文をある単語をキー
としてソートし、また、キーとした単語を同一カラム上
に並べた表現形式をとる。このキーワードインコンテキ
ストを用いることにより、辞書登録作業者は、キーワー
ドインコンテキスト上のソートキーとなっている単語に
関する情報を、キーワードインコンテキスト上の複数文
から判断できるため、より広範な文を参照して、辞書に
登録すべき情報を抽出できる。

【０００５】一方、辞書情報には、共起情報と呼ばれる
情報があり、翻訳処理では、この共起情報が有効に作用
する場合がある。以降、この共起情報に使って英文”Ａ
ｌｌｐｌａｙ ｅｘｃｉｔｅｄ ｇａｍｅｓ．”を日本
語へ翻訳する場合を例にとり説明を行う。

【０００６】通常、英単語は、複数の品詞で使われる可
能性があるため、辞書には複数の品詞で登録されている
（以降、このような単語のことを多品詞語と呼ぶ）。上
記例文では、”ｐｌａｙ”は名詞「プレー」と動詞「す
る」などが辞書登録されている。一方、翻訳処理では、
英文上の単語が、多品詞語である場合、その単語の品詞
を特定する必要がある。この際、翻訳処理では文法的な
知識（例えば「冠詞の直後は、形容詞、名詞、動詞の分
詞、もしくは副詞である」等）を用いて、単語の品詞の
特定を行っているが、多品詞語がどの品詞でも文法的に
正しい解釈が成立する場合は、単語の品詞を特定するこ
とが困難となる。上記例文の場合も文法的に正しい解
釈、「全てのプレーがゲームを興奮させた。（”ｐｌａ
ｙ”を名詞と解釈した場合）」と「全てが興奮させるゲ
ームをする。（”ｐｌａｙ”を動詞と解釈した場合）」
が成立する。このような場合には、単語の共起情報を用
いることにより、品詞の特定を行うことが可能である。
すなわち、「”ｐｌａｙ”の目的語としては”ｇａｍ
ｅ”をとりうる可能性は高い」ため、この共起単語を”
ｐｌａｙ”の単語情報として辞書に記憶しておけば、こ
の情報を翻訳処理で利用し、上記英文から後者の訳文を
生成することが可能となる。

【０００７】

【発明が解決しようとする課題】このように共起情報
は、翻訳処理に際して有用な情報となるため、この共起
情報をいかに効率よく登録するかが問題となる。しかし
ながら、共起情報は、キーワードインコンテキストを用
いたとしても、限られたコンピュータの表示装置の表示
領域に表示しきれない場合や、また表示できたとして
も、距離的に離れた位置にある場合、さらに共起単語が
修飾句を伴って現れた場合等は、人間が共起単語である
と判断することは困難であり、このような単語は登録漏
れとなる可能性が高い。

【０００８】そこで本発明は、効率的に共起情報を辞書
登録できる機械翻訳装置を提供することを目的とする。

【０００９】

【課題を解決するための手段】本発明の機械翻訳装置
は、元の言語で記述された原文を解析し、目的の言語の
訳文を生成する機械翻訳装置であって、大量のテキスト
を記憶したテキストコーパス部と、単語に対する語彙、
品詞や文法情報を記憶した辞書部と、テキストコーパス
部に記憶されたテキストを文単位に分割し、さらに辞書
部を参照しながら単語単位に分割する単語検出部と、単
語検出部が検出した全ての単語をキーとして単語検出部
が検出した文からキーワードインコンテキストを作成
し、またキーワードインコンテキスト内でキーとした単
語とは異なる単語であり、かつキーワードインコンテキ
スト内に複数回出現する共起単語の出現回数をカウント
し、キーワードインコンテキストを再構築する検出単語
カウント部と、キーワードインコンテキストと同時に、
検出単語カウント部により再構築されたキーワードイン
コンテキストと共起単語の出現回数を表示する表示部
と、単語検出部および検出単語カウント部が抽出したキ
ーワードインコンテキストおよび共起単語情報を記憶す
る記憶部とを備えている。

【００１０】この構成により、効率的に共起情報を辞書
登録できる機械翻訳装置を実現できる。

【００１１】

【発明の実施の形態】請求項１記載の機械翻訳装置は、
元の言語で記述された原文を解析し、目的の言語の訳文
を生成する機械翻訳装置であって、大量のテキストを記
憶したテキストコーパス部と、単語に対する語彙、品詞
や文法情報を記憶した辞書部と、テキストコーパス部に
記憶されたテキストを文単位に分割し、さらに辞書部を
参照しながら単語単位に分割する単語検出部と、単語検
出部が検出した全ての単語をキーとして単語検出部が検
出した文からキーワードインコンテキストを作成し、ま
たキーワードインコンテキスト内でキーとした単語とは
異なる単語であり、かつキーワードインコンテキスト内
に複数回出現する共起単語の出現回数をカウントし、キ
ーワードインコンテキストを再構築する検出単語カウン
ト部と、キーワードインコンテキストと同時に、検出単
語カウント部により再構築されたキーワードインコンテ
キストと共起単語の出現回数を表示する表示部と、単語
検出部および検出単語カウント部が抽出したキーワード
インコンテキストおよび共起単語情報を記憶する記憶部
とを備えている。

【００１２】この構成により、辞書登録作業者が距離的
に離れた位置に存在する共起単語や、前置修飾句を伴う
共起単語の候補も表示部に表示し、共起単語を容易に登
録できる。

【００１３】請求項２記載の機械翻訳装置では、検出単
語カウント部が出力した共起単語を、出現回数が一定の
しきい値を越えた場合、辞書部へ無条件に登録する辞書
登録部とを備えている。

【００１４】この構成により、辞書登録作業者が辞書に
登録操作を行わなくても、無条件に共起単語の辞書を行
うことができるため、辞書登録作業者の辞書登録作業負
担を軽減できる。

【００１５】請求項３記載の機械翻訳装置では、辞書登
録作業者の指示操作を行う入力部と、入力部により辞書
登録作業者の指示操作により辞書部へ共起単語を登録す
る辞書登録部とを備えている。

【００１６】この構成により、共起単語を無条件に登録
せずに、辞書登録作業者の登録指示操作が行われた共起
単語のみを登録することにより、よりデータとしての信
頼度の高いものだけを登録することが可能となる。

【００１７】請求項４記載の機械翻訳装置では、単語検
出部が検出した文を一旦構文解析する解析部を備え、検
出単語カウント部は、共起単語として文法的に成立する
単語だけを候補として共起単語を検出、カウントし、辞
書登録部は、辞書部へ共起単語および解析情報を登録す
る。

【００１８】この構成により、テキストコーパス部のテ
キストを一旦解析し、文法的に共起単語として成立する
単語だけを共起単語とすることにより、より正しい共起
単語だけを辞書登録可能とする。

【００１９】請求項５記載の機械翻訳装置では、辞書部
へ登録された共起単語および解析情報を用いて翻訳処理
を行う翻訳部とを備えている。

【００２０】この構成により、共起単語とその解析情報
を参照しながら、原文の翻訳を行うことを可能にするた
め、より精度の高い翻訳結果を得ることができる。

【００２１】以下、本発明の実施の形態について、図面
を参照しながら説明する。 （実施の形態１）図１は、本発明の実施の形態１におけ
る機械翻訳装置の機能ブロック図である。

【００２２】図１において、１は、大量のテキスト（原
文）を記憶したテキストコーパス部、２は、単語に対す
る語彙、品詞や文法情報を記憶した辞書部、３は、テキ
ストコーパス部１に記憶されたテキストを文単位に分割
し、さらに辞書部２を参照しながら単語単位に分割する
単語検出部、４は、単語検出部３が検出した全ての単語
をキーとして単語検出部３が検出した文からキーワード
インコンテキストを作成し、またキーワードインコンテ
キスト内でキーとした単語とは異なる単語であり、かつ
キーワードインコンテキスト内に複数回出現する単語の
出現回数をカウントし、キーワードインコンテキストを
再構築する検出単語カウント部である。

【００２３】５は、キーワードインコンテキストと同時
に、検出単語カウント部４により再構築されたキーワー
ドインコンテキストと共起単語の出現回数を表示する表
示部、６は、単語検出部３および検出単語カウント部４
が抽出したキーワードインコンテキストおよび共起単語
情報を記憶する記憶部、７は、共起単語を辞書部２へ辞
書登録作業者が手動で、もしくは本装置が自動的に登録
する辞書登録部、８は、辞書登録作業者の指示操作、原
文の入力、翻訳指示を行う入力部、９は、単語検出部３
が検出した文を構文解析する解析部、１０は、辞書部２
へ登録された共起単語および解析情報を用いて翻訳処理
を行う翻訳部、１１は、本装置の動作制御を行う制御部
である。

【００２４】図２は、本発明の実施の形態１における機
械翻訳装置の回路ブロック図である。図２において、１
２は、キーボード（マウスを含む）である。１３は、Ｃ
ＲＴ（陰極線管ディスプレイ）である。１４は、ＣＰＵ
（中央処理装置）である。１５は、ＲＡＭ（ランダムア
クセスメモリ）である。１６は、ＲＯＭ（リードオンリ
ーメモリ）である。ここで、図１と図２との対応関係を
説明する。図１及び図２に示すように、入力部８は、キ
ーボード１２により、表示部５は、ＣＲＴ１３により、
記憶部６は、ＲＡＭ１５により実現されている。

【００２５】テキストコーパス部１及び辞書部２は、Ｒ
ＡＭ１５、ＲＯＭ１６又は図示していない２次記憶装置
のいずれかに記憶されている。単語検出部３、検出単語
カウント部４、辞書登録部７、解析部９、翻訳部１０及
び制御部１１は、ＣＰＵ１４がＲＡＭ１５及びＲＯＭ１
６とデータのやりとりを行いながら、ＲＯＭ１６に記憶
されたプログラムを実行することにより実現されてい
る。

【００２６】次に、上記のように構成された機械翻訳装
置の動作を説明する。ここで、図３は、本発明の実施の
形態１における機械翻訳装置の動作を示すフローチャー
トであり、共起単語候補を辞書登録するまでの動作につ
いて示している。

【００２７】まずステップ１で、制御部１１がテキスト
コーパス部１よりテキストを取り出し、単語検出部３へ
渡す。単語検出部３は、制御部１１より渡されたテキス
トを文を単位として分割、さらに単語単位へ分割する。
本実施の形態では、英語における共起単語を登録する場
合を例として、テキストコーパス部１には、原文として
の英文テキストが記憶されているものとして説明を続け
る。

【００２８】ステップ２では、分割された個々の単語を
キーとして、ステップ１により分割された英文をソート
し、さらにソートキーとした単語が同一カラムになるよ
うに、英文を並べ変え、図１２に示すようなキーワード
インコンテキストを作成する。作成したキーワードイン
コンテキストは、制御部１１を通じて記憶部６へ記憶さ
れる。キーワードインコンテキストの作成手法には種々
の方式があるが、本発明では、その方式は問わないもの
とする。

【００２９】次に、ステップ３では、制御部１１が検出
単語カウント部４を起動し、キーワードインコンテキス
トを作成するにあたり、ソートキーとした単語の前後に
同一の単語が存在するか否かを検出すると同時に、同一
の単語が存在する場合にはその単語数をカウントし、単
語と出現回数を記憶部６へ記憶させる。図４に、この時
の記憶部６の様子を示す。

【００３０】ステップ４では、制御部１１が得られた単
語が共起単語として成立するか否か判断し、共起単語と
して成立すれば記憶部６へ記憶する。そうでなければ、
記憶部６に記憶されている共起単語候補から削除する。
共起単語として成立するか否かの判断は、ユーザが指定
した値、もしくは本装置が自動的に設定した値（例え
ば、共起単語候補の出現回数の平均値や、出現確率等）
を、しきい値として、しきい値以上の共起単語候補を共
起単語とする。

【００３１】ステップ５では、制御部１１が記憶部６に
記憶されたキーワードインコンテキスト及び共起単語候
補を表示部５へ表示し、辞書登録作業者へ共起単語候補
であることを促す表示を行う。図５に、共起単語候補を
表示した表示部５の様子を示す。

【００３２】ステップ６では、入力部８によって辞書登
録作業者の登録指示が行われた場合、また「辞書登録作
業者が、本装置が共起単語と判断した単語は自動的に辞
書登録する」ことを、共起単語抽出前に指定していた場
合、制御部１１が辞書登録部７を起動させ、辞書部２に
共起単語として登録する。図６に、この時の辞書部２の
様子を示す。

【００３３】以上のように本実施の形態では、共起単語
候補を辞書登録作業者に提示、または本装置が自動的に
登録することにより、辞書登録作業を大幅に軽減するこ
とができる。

【００３４】（実施の形態２）次に、本発明の実施の形
態２について説明する。本実施の形態では、実施の形態
１において、単語検出部３が単語を検出する際に、同時
に文の構文解析を行い、文法的に共起単語として成立す
る単語だけを共起単語とすることにより、さらに精度の
高い共起単語を抽出することが可能である。

【００３５】図７は、本発明の実施の形態２における機
械翻訳装置の動作を示すフローチャートである。本実施
の形態では、実施の形態１におけるステップ４の後（ス
テップ４−１）、制御部１１が解析部９を起動して単語
検出部３が分割した英文の構文解析を行う。そして、構
文解析部９は共起単語候補が、共起単語として文法的に
成立するか否かを、図８に示すような共起単語認定規則
を用いて判断し、成立しない単語を記憶部６の候補から
除外する。

【００３６】さらに、記憶部６へ構文解析結果も同時に
記憶する。図９に、記憶部５の様子を示す。記憶部６に
記憶された共起単語は、表示部５に表示し、辞書登録作
業者の操作指示により、もしくは、装置が自動的に共起
単語として辞書部２へ登録を行う。図１０に、この時の
辞書部２の様子を示す。

【００３７】なお、本実施の形態では、共起単語の解析
データとして単語の品詞だけを例として取り上げている
が、本発明における解析情報は、これに限定されるもの
ではなく、例えば、共起単語の係り先の情報なども辞書
部２に記憶させてもよい。

【００３８】以上のように本実施の形態では、共起単語
として成立するか否かを文法的な知識を用いて判断する
ことにより、文法的に正しい、つまり正確な共起単語を
抽出することが可能となる。

【００３９】（実施の形態３）次に、本発明の実施の形
態３について説明する。図１１は、本発明の実施の形態
３における機械翻訳装置の動作を示すフローチャートで
ある。図１１に示すように、ステップａで、ユーザが入
力部８により、翻訳する英文を入力する。ここでは、英
文”Ａｌｌ ｐｌａｙ ｅｘｃｉｔｅｄ ｇａｍｅ
ｓ．”が入力されたものとして説明を続ける。

【００４０】ステップｂでは、入力された英文を翻訳部
１０が辞書部２を用いて、単語ごとに分割し、個々の単
語の辞書データを取り出す。ステップｃでは、翻訳部１
０が、単語に分割された英文の解析、日本語への変換、
日本語文の生成を行い、訳文「全てが興奮させるゲーム
をする。」が出力される。出力された翻訳結果は、記憶
部６へ記憶される。翻訳処理は、ステップａにより取り
出された各単語の辞書データと、翻訳を行うための文法
知識を用いて進められる。

【００４１】この際、当然のことながら共起単語の各情
報を用いることができるため、翻訳の精度を高めること
ができるばかりでなく、単語辞書から取り出された解析
情報により、解析情報を用いて共起単語の解析を行うこ
とができるため、翻訳速度の面でも効率化を図ることが
できる。

【００４２】ステップｄでは、制御部１１が記憶部６へ
記憶された英文―訳文対を表示部５に表示することによ
り翻訳処理を終了する。

【００４３】

【発明の効果】本発明によれば、辞書登録作業者が辞書
に登録操作を行わなくても、無条件に共起単語の辞書登
録を行うことができるため、辞書登録作業者の辞書登録
作業負担を軽減できる。また、必要に応じて辞書登録作
業者の判断により、共起単語を辞書登録することが可能
となるため、より正確な共起単語情報を辞書登録でき
る。さらに、共起単語情報と同時に解析データも辞書登
録することにより、翻訳処理の効率化、高精度化も図る
ことが可能となる。

【図面の簡単な説明】

【図１】本発明の実施の形態１における機械翻訳装置の
機能ブロック図

【図２】本発明の実施の形態１における機械翻訳装置の
回路ブロック図

【図３】本発明の実施の形態１における機械翻訳装置の
動作を示すフローチャート

【図４】本発明の実施の形態１における記憶部の様子を
示した図

【図５】本発明の実施の形態１における表示部の様子を
示した図

【図６】本発明の実施の形態１における表示部の様子を
示した図

【図７】本発明の実施の形態２における機械翻訳装置の
動作を示すフローチャート

【図８】本発明の実施の形態２における共起単語認定規
則の例示図

【図９】本発明の実施の形態２における記憶部の様子を
示した図

【図１０】本発明の実施の形態２における辞書部の様子
を示した図

【図１１】本発明の実施の形態３における機械翻訳装置
の動作を示すフローチャート

【図１２】従来のキーワードインコンテキストの表示形
態の例示図

【符号の説明】

１ テキストコーパス部 ２ 辞書部 ３ 単語検出部 ４ 検出単語カウント部 ５ 表示部 ６ 記憶部 ７ 辞書登録部 ８ 入力部 ９ 解析部 １０ 翻訳部

Claims (5)

【特許請求の範囲】
1. 【請求項１】元の言語で記述された原文を解析し、目的
   の言語の訳文を生成する機械翻訳装置であって、大量の
   テキストを記憶したテキストコーパス部と、単語に対す
   る語彙、品詞や文法情報を記憶した辞書部と、前記テキ
   ストコーパス部に記憶されたテキストを文単位に分割
   し、さらに前記辞書部を参照しながら単語単位に分割す
   る単語検出部と、前記単語検出部が検出した全ての単語
   をキーとして前記単語検出部が検出した文からキーワー
   ドインコンテキストを作成し、またキーワードインコン
   テキスト内でキーとした単語とは異なる単語であり、か
   つキーワードインコンテキスト内に複数回出現する共起
   単語の出現回数をカウントし、キーワードインコンテキ
   ストを再構築する検出単語カウント部と、キーワードイ
   ンコンテキストと同時に、前記検出単語カウント部によ
   り再構築されたキーワードインコンテキストと共起単語
   の出現回数を表示する表示部と、前記単語検出部および
   検出単語カウント部が抽出したキーワードインコンテキ
   ストおよび共起単語情報を記憶する記憶部とを備えたこ
   とを特徴とする機械翻訳装置。
2. 【請求項２】前記検出単語カウント部が出力した共起単
   語を、出現回数が一定のしきい値を越えた場合、前記辞
   書部へ無条件に登録する辞書登録部とを備えたことを特
   徴とする請求項１記載の機械翻訳装置。
3. 【請求項３】辞書登録作業者の指示操作を行う入力部
   と、前記入力部により辞書登録作業者の指示操作により
   前記辞書部へ共起単語を登録する辞書登録部とを備えた
   ことを特徴とする請求項１記載の機械翻訳装置。
4. 【請求項４】前記単語検出部が検出した文を一旦構文解
   析する解析部を備え、前記検出単語カウント部は、共起
   単語として文法的に成立する単語だけを候補として共起
   単語を検出、カウントし、前記辞書登録部は、前記辞書
   部へ共起単語および解析情報を登録することを特徴とす
   る請求項１記載の機械翻訳装置。
5. 【請求項５】前記辞書部へ登録された共起単語および解
   析情報を用いて翻訳処理を行う翻訳部とを備えたことを
   特徴とする請求項４記載の機械翻訳装置。