JP2006126886A - 文短縮用知識の学習装置、文短縮装置、機械翻訳装置および文短縮のためのコンピュータプログラム - Google Patents

Abstract

【課題】入力文が長文であっても、構文解析処理を用いずに入力文を短縮する。
【解決手段】機械翻訳システム２０は、文の要素に関する削除知識３４を作成する削除知識作成処理部３２と、削除知識３４を用いて入力文３６を短縮する長文短縮部６０と、長文短縮部６０の出力する短縮文６２を入力とする機械翻訳部６４とを含む。削除知識作成処理部３２は、同義の長短の文対からなる学習用文対３０から、文短縮のための知識を学習する文短縮用知識の学習装置であって、長い文を構成する各要素のうち、短い文を構成する要素に含まれるものとそうでないものとに対しそれぞれ所定のタグを付与した学習データ５２を作成する学習データ作成部５０と、学習データ５２を用いた機械学習により、任意の要素に対し削除可能かを示すタグを推定するための削除知識３４を獲得する削除知識学習部５４とを含む。長文短縮部６０は、削除知識３４を用いて入力文３６を短縮する。
【選択図】図１

Description

この発明は、自然言語処理に関し、特に、入力文を、機械翻訳処理などの自動化処理に適した形式に変換する文変換技術に関する。

構文解析などの自然言語処理、およびそうした自然言語処理を用いた機械翻訳などの応用処理は、一般的に長文をうまく処理できない。具体的には、長文を入力とすると、処理精度が低下したり、処理時間が増加したりする。これは、文が長くなることにより、構文解析などにおける枝分かれの数が指数関数的に増大することによる。

従来、こうした問題に対処するために、例えば特許文献１においては、予め係り受け関係の重要度が設定された重要関係テーブルを準備しておき、入力文を構文解析して得られた解析木において、重要関係テーブルにおいて重要な係り受けとして設定されている係り受け関係に属する要素を選択する。さらに、解析木において、これら選択された要素間の経路に存在する要素も選択する。こうして選択された要素に基づいて、短縮文を生成する。
特開平１１−０１５８３０号公報

しかし、特許文献１に記載の技術においては、文短縮処理を行なうために構文解析を必要とする。したがって構文解析を精度よく行なう必要がある。しかし入力文が長文であれば、構文解析そのものの処理精度が低くなり、また処理時間も長くなるという問題がある。したがって、特許文献１に記載の技術では上記した問題は本質的には解決されない。

それゆえに本発明の目的は、自然言語処理およびそれらを用いた応用プログラムにおいて、入力文が長文であっても、簡単な処理で処理精度が高められるように入力文を短縮することができる文短縮装置を提供することである。

本発明の他の目的は、自然言語処理およびそれらを用いた応用プログラムにおいて、入力文が長文であっても、構文解析処理を用いずに入力文を短縮することができる文短縮装置を提供することである。

本発明の第１の局面に係る文短縮用知識の学習装置は、第１の文、および第１の文よりも短くかつ第１の文と同義として採用された第２の文との対からなる複数の学習用文対から、長い文を短縮するための知識を学習する文短縮用知識の学習装置であって、第１の文を構成する要素列を構成する各要素を、第２の文を構成する要素列に含まれる要素と含まれない要素とに分類しそれぞれ所定のタグを付与するための学習用タグ付与手段と、学習用タグ付与手段によりタグが付与された要素の各々に対し、予め定められた特徴量を算出し、各要素と対応する特徴量とを入力とする機械学習により、入力される特徴量に対応するタグを推定するための知識を獲得するための手段とを含む。

この知識を学習することにより、任意の文についてその要素の特徴量が与えられると、当該要素が削除可能か否かが推定され、その結果に対応するタグが得られる。このタグにより削除可能な語を入力文から削除することにより、文の短縮を図ることができる。

好ましくは、第１の文および第２の文はいずれも同じ言語の文であって、かつ文を構成する要素間に分離記号を含まない記法で電子化されており、文短縮用知識の学習装置はさらに、第１の文および第２の文をそれぞれ所定の方法にしたがって要素に分離する処理を行なって学習用タグ付与手段に与えるための手段を含む。

日本語、中国語などのように分かち書きの習慣がない場合、このように予め文を要素に分離することで、精度よく入力文の要素の削除可能性を判定できる文短縮用知識を学習することができる。

本発明の第２の局面に係る文短縮装置は、文短縮用知識を用い、入力文を短縮する文短縮装置であって、文短縮用知識は、文を構成する要素と、当該要素に対して所定の方法により算出される特徴量とが与えられると、当該要素に対応する、短縮用の所定のタグを特定するための知識であり、文短縮装置は、入力文が与えられると、当該入力文を構成する要素ごとに、所定の方法にしたがって特徴量を算出し、当該特徴量と、当該要素とに基づいて文短縮用知識により特定される短縮用のタグを当該要素に付与するための短縮用タグ付与手段と、短縮用タグ付与手段により、予め定められたタグが付与された要素のみを所定の態様で連結することにより、入力文から他のタグが付与された要素を削除して得られる短縮文を作成するための削除実行手段とを含む。

入力文が与えられると、入力文を構成する各要素について所定の方法で特徴量が算出される。当該特徴量を用いて文短縮用知識を参照することにより、各要素に対し短縮用のタグが付与される。このタグを用いて、文の各要素について削除可能か否かが判定できる。削除可能な要素を削除し、残りの要素で文を作成することで短縮された文が得られる。

好ましくは、入力文は、文を構成する要素間に分離記号を含まない形式で電子化されており、文短縮装置はさらに、入力文を短縮用タグ付与手段に与えるに先立って、所定の方法にしたがって入力文を、当該入力文を構成する要素に分離するための手段を含む。

日本語、中国語などのように分かち書きの習慣がない場合、このように予め入力文を要素に分離することで、精度よく入力文の要素の削除可能性を判定できる。

本発明の第３の局面に係る機械翻訳装置は、上記したいずれかの文短縮装置と、当該文短縮装置の出力する文を入力として機械翻訳を実行するための機械翻訳手段とを含む。

入力文を文短縮装置で短縮し、短縮された文を入力として機械翻訳を実行する。入力文が長い場合と比較して構文解析などにおいて誤りが生じたりする可能性が低くなり、精度よい翻訳ができる。また、処理時間も短縮できる。

本発明の第４の局面に係るコンピュータプログラムは、コンピュータにより実行されると、上記した第２の局面に係る文短縮装置として当該コンピュータを動作させるものである。

［第１の実施の形態］
−概要−
本実施の形態は機械翻訳システムに関し、機械翻訳の前処理として長文の入力文を短縮する文短縮装置を含むものに関する。この文短縮装置は、機械学習により得られた文短縮のための知識に基づいて文の短縮を行なう機能を持つ。

より具体的には、長い文と短い文とからなり、両者がほぼ同義である文対を多数集めたデータから、削除しても文の意味を損なわない語を検出する知識を機械学習により作成する。そして、文短縮装置にこの知識を備えておき、任意の入力文に対してもこの知識に照らして削除可能な語を検出し、削除されずに残った語を用いて、入力文より短くほぼ同義の文を生成する。削除しても文の意味を損なわない語の検出は、互いに同義の長い文と短い文とを形態素解析し、得られた形態素列を比較して行なう。

なお、本明細書において文の「長さ」とは、文に含まれる形態素（単語）など、所定の文要素の数のことをいう。

−構成−
図１に、この実施の形態に係る機械翻訳システム２０のブロック図を示す。図１を参照して、この機械翻訳システム２０は、長い文と短い文とからなり、両者がほぼ同義である文対の多数の集まりである学習用文対集記憶部３０と、学習用文対集記憶部３０に記憶された学習用文対集を用いて、文から削除しても文の意味を損なわないような語を検出する削除知識を作成するための削除知識作成処理部３２と、削除知識作成処理部３２により作成された削除知識を記憶するための削除知識記憶部３４とを含む。

図２に、学習用文対集記憶部３０に記憶された学習用文対７０，７２，…，７４の構成を示す。図２を参照して、例えば学習用文対７０は、「申し訳ありませんがシングルの方は満室となっております。」という長い文９０と、「シングルは満室となっております。」という短い文９２とを含む。長い文９０と短い文９２とは、ほぼ同義である。

機械翻訳システム２０はさらに、任意の入力文３６を受け、削除知識記憶部３４に記憶された削除知識を用いて入力文３６を短縮した後に機械翻訳を実行して入力文３６に対する翻訳文４０を出力するための機械翻訳装置３８を含む。

図１に示す削除知識作成処理部３２は、学習用文対集記憶部３０に記憶された学習用文対集に対し、後述するような処理を実行して、削除知識記憶部３４の機械学習に用いられる学習データを作成するための学習データ作成部５０と、学習データ作成部５０により作成された学習データを記憶するための学習データ記憶部５２と、学習データ記憶部５２に記憶された学習データを用いて削除知識記憶部３４の機械学習を実行するための削除知識学習部５４とを含む。

図３に、図１に示す学習データ作成部５０のより詳細な構成を示す。図３を参照して、学習データ作成部５０は、学習用文対集記憶部３０に記憶された学習データの文対のうち、長い文と短い文とに対する形態素解析をそれぞれ行なうための長文形態素解析部１１０および短文形態素解析部１１４と、長文形態素解析部１１０および短文形態素解析部１１４による形態素解析の結果得られた形態素列をそれぞれ記憶するための長文形態素列記憶部１１２および短文形態素列記憶部１１６とを含む。実際には、長文形態素解析部１１０および短文形態素解析部１１４は、同じ形態素プログラムで長い文と短い文とを順に形態素解析することにより実現される。

学習データ作成部５０はさらに、長文形態素列記憶部１１２に記憶された形態素列と短文形態素列記憶部１１６に記憶された形態素列との間の比較を行ない、長文形態素列記憶部１１２に記憶された形態素を、短文形態素列記憶部１１６に記憶された形態素列に存在する形態素と存在しない形態素とに分類し、存在する形態素には「削除不可」、存在しない形態素には「削除可能」をそれぞれ示すタグを付して学習データ記憶部５２に格納させるためのタグ付け処理部１１８を含む。タグ付け処理部１１８は、ダイナミックプログラミング手法を用いて実現できる。

図４に、タグ付け処理部１１８によるタグ付け処理の原理を模式的に示す。図２に示す学習用文対７０の例に即して述べると、図４に示すように、長い文９０内には、短い文９２には存在しない文字列１３０および１３２が存在している。すなわちこれら文字列１３０および１３２を削除して短い文９２を作成しても、文の意味はほぼ同義のままと考えられる。そこで、タグ付け処理部１１８は、このように長い文にあって短い文にはない文字列を長文形態素列記憶部１１２に記憶されている形態素列の中で検出し、「削除可能」を示すタグ付けを行なう。また双方に記憶されている形態素については「削除不可」を示すタグ付けを行なう。

図５に、タグ付け処理部１１８によるタグ付けの結果得られる削除知識の構成を模式的に示す。図５を参照して、長い文９０は、１１個の形態素に分けられる。一方、短い文９２は７個の形態素に分けられる。長い文９０のうち、「○」で示す７個の形態素は、短い文９２の中に対応するものを持つが、「×」で示す残りの４個の形態素は対応するものを持たない。そこで、本実施の形態では、長い文９０の各形態素に、短い文９２に対応するものを持つか否かにしたがって削除情報タグを付す。こうした操作により作成されるタグ列１４０と、対応する形態素列とからなるタグ付形態素列１５０を学習データ記憶部５２に学習データとして記憶させる。

削除知識学習部５４は、このようにして得られた多数のタグ付形態素列１５０を用いた機械学習により、任意の入力文から得られた形態素列中の形態素の各々に対し削除可能か否かが判定できるような削除知識を獲得する。

この削除知識の獲得には種々の機械学習の手法が利用可能である。本実施の形態では、最大エントロピー法に基づく学習を行なう。その際、各形態素に付随する特徴量として、タグ付けの対象となる語の周辺の単語の語表層形、語基本形、品詞などを用いる。より具体的には、対象語の直前の単語および二つ前の単語についてこうした特徴量を求め、対象語の学習に用いる。

再び図１を参照して、機械翻訳装置３８は、入力文３６が与えられると、削除知識記憶部３４に格納された削除知識を用いて、入力文３６とほぼ同義でより短縮された形の短縮文６２を出力するための長文短縮部６０と、長文短縮部６０の出力した短縮文６２に対し機械翻訳を行ない、入力文３６に対する翻訳文４０を出力するための機械翻訳部６４とを含む。

図６に、図１に示す長文短縮部６０の構成をブロック図形式で示す。図６を参照して、長文短縮部６０は、入力文３６に対し形態素解析を行ない、品詞および単語の原型などの付随情報を伴う形態素列を出力するための形態素解析部１６０と、形態素解析部１６０の出力する形態素列を記憶するための形態素列記憶部１６２と、形態素列記憶部１６２に記憶された入力文３６の形態素列から、削除知識記憶部３４を参照するための、上記した形式の特徴量を作成するための特徴量作成部１６４と、特徴量作成部１６４により作成された特徴量を用いて削除知識記憶部３４を参照することにより、形態素列記憶部１６２に記憶された各形態素に対するタグを判定し、各形態素に付与する処理を実行するためのタグ付け処理部１６６と、タグ付け処理部１６６によりタグ付けされた形態素列記憶部１６２中の形態素列から、削除不可のタグが付された形態素のみを抽出し連結することにより短縮文６２を作成するための削除実行部１６８とを含む。

図７に、タグ付け処理部１６６により実行される入力文３６に対するタグ付け処理の結果の一例を示す。図７を参照して、入力文３６から得られた形態素列１８０に含まれる各形態素に対し、タグ付けをすることでタグ列１８２が得られる。削除実行部１６８は、これらタグ付けされた形態素のうち、「○」（削除不可）に対応するタグが付された形態素１９０，１９２，１９４，１９６，および１９８のみを選択して短縮文の作成を行なう。

図８に、タグ付け処理部１６６によりタグ付けされた形態素列を用いて削除実行部１６８が短縮文６２を作成する原理を模式的に示す。図８を参照して、前述したとおり削除不可のタグ付けがされた形態素１９０，１９２，１９４，１９６，および１９８が得られると、削除実行部１６８は、これら形態素を入力文３６中で出現する順序にしたがって連結する。その結果、図８に示す例では「ツインは満室ですか」という短縮文６２が得られることになる。

−動作−
以上説明した構成を有する機械翻訳システム２０は以下のように動作する。予め学習用文対集記憶部３０には、相互にほぼ同義である長い文と短い文とからなる多数の文対が記憶されているものとする。

図３に示す学習データ作成部５０の長文形態素解析部１１０は、学習用文対集記憶部３０の中のある文対のうち、長い文を形態素解析し、得られた形態素列を長文形態素列記憶部１１２に格納する。短文形態素解析部１１４は、同じ文対のうちの短い文を形態素解析し、得られた形態素列を短文形態素列記憶部１１６に与える。

タグ付け処理部１１８は、長文形態素列記憶部１１２に記憶された形態素列と短文形態素列記憶部１１６に記憶された形態素列とを比較し、長文形態素列記憶部１１２にある形態素のうち、短文形態素列記憶部１１６にない形態素に「削除可能タグ（×）」を、短文形態素列記憶部１１６にもある形態素に「削除不可タグ（○）」を、それぞれ付してタグ列を作成し、長文形態素列記憶部１１２に格納されていた形態素列とともに学習データとして学習データ記憶部５２に格納させる。

学習データ作成部５０は、上記した処理を学習用文対集記憶部３０に含まれる全ての文対に対し実行する。この実行が完了することにより、図１に示す学習データ記憶部５２には削除知識学習部５４による削除知識の学習に利用可能な学習データが蓄積される。

削除知識学習部５４は、学習データ記憶部５２に記憶されている学習データの各々について、学習データに含まれる形態素の各々に対する特徴量を入力データ、当該形態素に付されたタグを正解データとして最大エントロピー法により削除知識記憶部３４の学習を行なう。

削除知識学習部５４によって削除知識が作成され、削除知識記憶部３４に格納されると、機械翻訳装置３８による入力文３６の短縮と機械翻訳処理とが可能になる。

入力文３６が与えられると、図６に示す形態素解析部１６０が形態素解析を実行し、入力文３６に対する形態素列を作成し形態素列記憶部１６２に格納する。特徴量作成部１６４は、形態素列記憶部１６２に格納された形態素の各々に対する特徴量を作成しタグ付け処理部１６６に与える。タグ付け処理部１６６は、削除知識記憶部３４を参照して、与えられた特徴量に対応する削除情報タグを特定し、形態素列記憶部１６２中の対象形態素に当該タグを付する。

削除実行部１６８は、特徴量作成部１６４とタグ付け処理部１６６とにより形態素列記憶部１６２中の全ての形態素に対しタグ付けが完了すると、その中から削除不可のタグが付された形態素を取出し、入力文３６中に出現する順序にしたがってそれら形態素を連結し、形成された文を短縮文６２として出力する。

このようにして得られた短縮文６２は、最初に与えられた入力文３６と比較して、ほぼ同義であってかつ少ない形態素からなる文、すなわち短縮された文となる。

図１を参照して、機械翻訳部６４は、この短縮文６２に対し機械翻訳を行ない翻訳文４０を出力する。機械翻訳部６４に与えられる文は入力文３６と比較して短縮されているので、機械翻訳部６４内で実行される構文解析処理などの処理に失敗する危険性が低くなり、機械翻訳部６４による機械翻訳の精度を向上させることができる。

−実験結果−
上記した実施の形態で説明した削除知識作成処理部３２および長文短縮部６０による文短縮実験を行なったところ、単語誤り率ｍＷＥＲで約４％という高精度を達成した。また、これと機械翻訳部とを組合わせた実験では、翻訳精度を示す値として広く知られているＢＬＥＵのスコアを８％改善させることができた。

［変形例］
以上説明した機械翻訳システム２０では、タグ付けの学習の際に最大エントロピー法に基づく手法を用いている。しかし本発明はそのような実施の形態には限定されない。例えば、隠れマルコフモデル、決定木、ＳＶＭ（サポート・ベクター・マシン）、ｌｏｇｌｉｎｅａｒモデル、ノイジーチャネルモデルなど、様々な手法を用いることができる。これらの手法のいずれにおいても、タグ付け学習の際にはタグ付け対象の語の周辺の情報を特徴量として用いる。特徴量としては、上記した実施の形態で用いたものを用いることができる。また、学習の際には文全体の情報が分っているので、上記した実施の形態のように対象語の前の単語だけでなく、対象語の後ろの単語を特徴量作成に用いてもよい。

また、上記した実施の形態では、日本語の文の短縮を例とした。しかし本発明は日本語のみに適用可能なわけではなく、コンピュータで処理可能な形式に電子化できる言語であればどのような言語に対しても適用することができる。また日本語または中国語のように、単語を分かち書きする習慣のない言語では、上記した形態素解析のように単語などの単位ごとに文を分離する処理が必要であるが、英語のように単語間に空白のような分離文字を入れる習慣がある言語の場合、単語を分離する処理は不要である。

［コンピュータによる実現］
この実施の形態のシステムは、コンピュータハードウェアと、そのコンピュータハードウェアにより実行されるプログラムと、コンピュータハードウェアに格納されるデータとにより実現される。図９はこのコンピュータシステム３３０の外観を示し、図１０はコンピュータシステム３３０の内部構成を示す。

図９を参照して、このコンピュータシステム３３０は、ＦＤ（フレキシブルディスク）ドライブ３５２およびＣＤ−ＲＯＭ（コンパクトディスク読出専用メモリ）ドライブ３５０を有するコンピュータ３４０と、キーボード３４６と、マウス３４８と、モニタ３４２とを含む。

図１０を参照して、コンピュータ３４０は、ＦＤドライブ３５２およびＣＤ−ＲＯＭドライブ３５０に加えて、ＣＰＵ（中央処理装置）３５６と、ＣＰＵ３５６、ＦＤドライブ３５２およびＣＤ−ＲＯＭドライブ３５０に接続されたバス３６６と、ブートアッププログラム等を記憶する読出専用メモリ（ＲＯＭ）３５８と、バス３６６に接続され、プログラム命令、システムプログラム、および作業データ等を記憶するランダムアクセスメモリ（ＲＡＭ）３６０とを含む。コンピュータシステム３３０はさらに、プリンタ３４４を含んでいる。

ここでは示さないが、コンピュータ３４０はさらにローカルエリアネットワーク（ＬＡＮ）への接続を提供するネットワークアダプタボードを含んでもよい。

コンピュータシステム３３０に上記した機械翻訳システム２０、削除知識作成処理部３２、長文短縮部６０、および機械翻訳部６４としての動作を行なわせるためのコンピュータプログラムは、ＣＤ−ＲＯＭドライブ３５０またはＦＤドライブ３５２に挿入されるＣＤ−ＲＯＭ３６２またはＦＤ３６４に記憶され、さらにハードディスク３５４に転送される。または、プログラムは図示しないネットワークを通じてコンピュータ３４０に送信されハードディスク３５４に記憶されてもよい。プログラムは実行の際にＲＡＭ３６０にロードされる。ＣＤ−ＲＯＭ３６２から、ＦＤ３６４から、またはネットワークを介して、直接にＲＡＭ３６０にプログラムをロードしてもよい。

このプログラムは、コンピュータ３４０にこの実施の形態の機械翻訳システム２０、削除知識作成処理部３２、長文短縮部６０、および機械翻訳部６４として動作を行なわせる複数の命令を含む。この動作を行なわせるのに必要な基本的機能のいくつかはコンピュータ３４０上で動作するオペレーティングシステム（ＯＳ）またはサードパーティのプログラム、もしくはコンピュータ３４０にインストールされる各種ツールキットのモジュールにより提供される。したがって、このプログラムはこの実施の形態のシステムおよび方法を実現するのに必要な機能全てを必ずしも含まなくてよい。このプログラムは、命令のうち、所望の結果が得られるように制御されたやり方で適切な機能または「ツール」を呼出すことにより、上記した機械翻訳システム２０としての動作を実行する命令のみを含んでいればよい。コンピュータシステム３３０の動作原理自体は周知であるので、ここでは繰返さない。

今回開示された実施の形態は単に例示であって、本発明が上記した実施の形態のみに制限されるわけではない。本発明の範囲は、発明の詳細な説明の記載を参酌した上で、特許請求の範囲の各請求項によって示され、そこに記載された文言と均等の意味および範囲内でのすべての変更を含む。

本発明の第１の実施の形態に係る機械翻訳システム２０のブロック図である。 図１に示す学習用文対集記憶部３０に記憶された学習用文対集の概略構成を示す図である。 図１に示す学習データ作成部５０の概略構成を示すブロック図である。 図３に示すタグ付け処理部１１８における形態素列の比較機能を説明するための図である。 図３に示すタグ付け処理部１１８におけるタグ付け機能を説明するための図である。 図１に示す長文短縮部６０の概略構成を示すブロック図である。 図６に示すタグ付け処理部１６６によるタグ付け処理を説明するための図である。 図６に示す削除実行部１６８の機能を説明するための図である。 本発明の一実施の形態に係る機械翻訳システム２０を実現するコンピュータシステム３３０の外観を示す図である。 図９に示すコンピュータシステム３３０のブロック図である。

符号の説明

２０ 機械翻訳システム
３０ 学習用文対集記憶部
３２ 削除知識作成処理部
３４ 削除知識記憶部
３６ 入力文
３８ 機械翻訳装置
５０ 学習データ作成部
５２ 学習データ記憶部
５４ 削除知識学習部
６０ 長文短縮部
６２ 短縮文
６４ 機械翻訳部
１１０ 長文形態素解析部
１１２ 長文形態素列記憶部
１１４ 短文形態素解析部
１１６ 短文形態素列記憶部
１１８，１６６ タグ付け処理部
１６０ 形態素解析部
１６２ 形態素列記憶部
１６４ 特徴量作成部
１６８ 削除実行部

Claims (6)

1. 第１の文、および前記第１の文よりも短くかつ前記第１の文と同義として採用された第２の文との対からなる複数の学習用文対から、長い文を短縮するための知識を学習する文短縮用知識の学習装置であって、
   前記第１の文を構成する各要素を、前記第２の文を構成する要素列に含まれる要素と含まれない要素とに分類しそれぞれ所定のタグを付与するための学習用タグ付与手段と、
   前記学習用タグ付与手段によりタグが付与された要素の各々に対し、予め定められた特徴量を算出し、各要素と対応する特徴量とを入力とする機械学習により、入力される特徴量に対応するタグを推定するための知識を獲得するための手段とを含む、文短縮用知識の学習装置。
2. 前記第１の文および前記第２の文はいずれも同じ言語の文であって、かつ文を構成する要素間に分離記号を含まない記法で電子化されており、
   前記文短縮用知識の学習装置はさらに、前記第１の文および前記第２の文をそれぞれ所定の方法にしたがって要素に分離する処理を行なって前記学習用タグ付与手段に与えるための手段を含む、請求項１に記載の文短縮用知識の学習装置。
3. 文短縮用知識を用い、入力文を短縮する文短縮装置であって、前記文短縮用知識は、文を構成する要素と、当該要素に対して所定の方法により算出される特徴量とが与えられると、当該要素に対応する、短縮用の所定のタグを特定するための知識であり、
   前記文短縮装置は、
   入力文が与えられると、当該入力文を構成する要素ごとに、前記所定の方法にしたがって特徴量を算出し、当該特徴量と、当該要素とに基づいて前記文短縮用知識により特定される短縮用のタグを当該要素に付与するための短縮用タグ付与手段と、
   前記短縮用タグ付与手段により、予め定められたタグが付与された要素のみを所定の態様で連結することにより、前記入力文から他のタグが付与された要素を削除して得られる短縮文を作成するための削除実行手段とを含む、文短縮装置。
4. 前記入力文は、文を構成する要素間に分離記号を含まない形式で電子化されており、
   前記文短縮装置はさらに、前記入力文を前記短縮用タグ付与手段に与えるに先立って、所定の方法にしたがって、前記入力文を、当該入力文を構成する要素に分離するための手段を含む、請求項３に記載の文短縮装置。
5. 請求項３または請求項４に記載の文短縮装置と、
   当該文短縮装置の出力する文を入力として機械翻訳を実行するための機械翻訳手段とを含む、機械翻訳装置。
6. コンピュータにより実行されると、請求項３または請求項４に記載の文短縮装置として当該コンピュータを動作させる、文短縮のためのコンピュータプログラム。

Images