JP2006331335A - 翻訳パターン作成装置、方法及びプログラム - Google Patents

Abstract

【課題】 対応付けを評価した高品質の翻訳パターンを作成できる翻訳パターン作成装置、方法及びプログラムを提供する。
【解決手段】 対訳文書の各言語の文に対して形態素解析を行い、各言語の形態素解析結果を用いて各言語の単語、単語列の対応関係を推定し、対応度合が基準度合を超えている対応関係から翻訳パターンを作成する。そして、同一文に対し、作成された翻訳パターンを使用して機械翻訳すると共に、作成された翻訳パターンを使用しないで機械翻訳し、得られた２種類の翻訳結果に基づいて、作成された翻訳パターンを評価したり、その後の翻訳パターンの作成動作を制御したりする。２種類の翻訳結果は、翻訳の元になった上記同一文に対する正解の対訳文との関係で、いずれが正しいかを判断できる。
【選択図】 図１

Description

本発明は、機械翻訳装置等で使用される翻訳パターンを作成する翻訳パターン作成装置、方法及びプログラムに関し、例えば、対訳文書を与えるだけで翻訳処理に必要な翻訳パターンを自動的に作成しようとしたものである。

機械翻訳装置に使用する対訳辞書の訳語を決定する作業は難しい。単語の訳語は、一意に決まらず、その単語と共起する単語に依存したり、前後の文脈に依存したりするためである。さらに、単語単位では訳されるとは限らず、“ｙｏｕ ａｒｅ ｗｅｌｃｏｍｅ／どういたしまして”というように、複数の単語が共起することによって一つの訳語が与えられるという、イディオムや固定的な言い回しのような複数単語に関する辞書も必要である。

このような問題を解決するアイデアの一つとして、特許文献１に記載された方法がある。この方法は、既存の対訳文書と翻訳辞書を利用して、複合語辞書を自動作成し、新規辞書登録する技術である。例えば、翻訳辞書に“ｂｕｓｉｎｅｓｓ”に「ビジネス、事業、勤務」という訳語があり、“ｈｏｕｒ”に「時間」という訳語が登録されているとする。ある対訳文書に“ｂｕｓｉｎｅｓｓ ｈｏｕｒｓ”という表現があるとする。これは「ビジネス時間」、「事業時間」、「勤務時間」の３つの訳の候補が考えられるが、その候補の中で対訳文書中に存在する表現があれば、その表現を訳として辞書に登録するという技術である。例えば、「勤務時間」が対訳文書に存在すれば、“ｂｕｓｉｎｅｓｓ ｈｏｕｒｓ／勤務時間” が新しく翻訳辞書に登録される。

また、対訳文書から翻訳辞書を作成する技術として、特許文献２に記載のものがある。この技術は、対訳文書における原言語の表現と目的言語の表現の同時出現頻度に基づく統計情報を利用して、対訳文書が有する原言語と目的言語の表現の対を自動的に抽出し、翻訳辞書を作成する技術である。
特開２００１−１４２８８２号公報 特開平１０−１１４４５号公報

しかしながら、特許文献１の記載技術では、十分な翻訳辞書の存在が必要である。例えば、上記の場合では“ｂｕｓｉｎｅｓｓ”に「勤務」という訳語が翻訳辞書に登録されていなければ、“ｂｕｓｉｎｅｓｓ ｈｏｕｒｓ／勤務時間”を辞書に登録することができない。さらに、特許文献１の記載技術は、複合語の訳語は、各単語の訳語の組合せからなることを前提としており、“ｙｏｕ ａｒｅ ｗｅｌｃｏｍｅ／どういたしまして”のような、各単語の訳語と直接関係のない訳語を有する辞書は作成することができない。

これに対して、特許文献２の記載技術では、翻訳辞書を利用することなく、対訳文書に頻出する表現に関する翻訳辞書を自動的に作成することができる。上述したように、特許文献２の記載技術では、対訳文書における原言語の表現と目的言語の表現との対応付けを同時出現頻度に基づく統計情報を利用して行っているが、対応付けそのものの評価はなされていない(言い換えれば、上記統計情報がそのまま評価値にもなっている)。

そのため、対応付けを評価した高品質の翻訳パターンを作成することができる翻訳パターン作成装置、方法及びプログラムが望まれている。

第１の本発明の翻訳パターン作成装置は、文単位の対応が付いた対訳文書から翻訳に必要な翻訳パターンを作成する翻訳パターンものであって、（１）対訳文書の各言語の文に対して形態素解析を行う形態素解析手段と、（２）各言語の形態素解析結果を用いて各言語の単語、単語列の対応関係を推定し、対応度合が基準度合を超えている対応関係から翻訳パターンを作成する翻訳パターン作成手段と、（３）同一文に対し、作成された翻訳パターンを使用して機械翻訳すると共に、作成された翻訳パターンを使用しないで機械翻訳する翻訳手段と、（４）作成された翻訳パターンを使用した翻訳結果の第１の評価値と使用しない翻訳結果の第２の評価値とを得る翻訳結果評価手段と、（５）第１の評価値が第２の評価値より良好なときに、上記基準度合を緩める変更を行って、上記翻訳パターン作成手段を再起動させるパターン作成継続判定手段とを有することを特徴とする。

第２の本発明の翻訳パターン作成方法は、文単位の対応が付いた対訳文書から翻訳に必要な翻訳パターンを作成する翻訳パターン作成方法であって、（１）対訳文書の各言語の文に対して形態素解析を行う形態素解析工程と、（２）各言語の形態素解析結果を用いて各言語の単語、単語列の対応関係を推定し、対応度合が基準度合を超えている対応関係から翻訳パターンを作成する翻訳パターン作成工程と、（３）同一文に対し、作成された翻訳パターンを使用して機械翻訳すると共に、作成された翻訳パターンを使用しないで機械翻訳する翻訳工程と、（４）作成された翻訳パターンを使用した翻訳結果の第１の評価値と使用しない翻訳結果の第２の評価値とを得る翻訳結果評価工程と、（４）第１の評価値が第２の評価値より良好なときに、上記基準度合を緩める変更を行って、上記翻訳パターン作成工程を再起動させるパターン作成継続判定工程とを有することを特徴とする。

第３の本発明の翻訳パターン作成プログラムは、第２の本発明の翻訳パターン作成方法を、コンピュータが実行可能なコードで記述していることを特徴とする。

本発明によれば、対応付けを評価した高品質の翻訳パターンを作成することができる翻訳パターン作成装置、方法及びプログラムを提供できる。

（Ａ）第１の実施形態
以下、本発明による翻訳パターン作成装置、方法及びプログラムの第１の実施形態を、図面を参照しながら詳述する。

第１の実施形態は、上記特許文献２の記載技術をベースとし、作成される翻訳パターンの高品質化を図ったものである。第１の実施形態は、対訳で対応していると推定されている部分が、翻訳パターンの作成に値する対応度合であるか否かを切り分けるパラメータ（閾値）を自動設定できる点に特徴を有している。

（Ａ−１）第１の実施形態の構成
図１は、第１の実施形態の翻訳パターン作成装置の機能的構成を示すブロック図である。第１の実施形態の翻訳パターン作成装置は、パソコンなどの情報処理装置（１台に限定されず、複数台を分散処理し得るようにしたものであっても良い）上に、第１の実施形態の翻訳パターン作成プログラム（固定データを含む）をインストールすることにより、構築されるものであるが、機能的には、図１で表すことができる。

図１において、第１の実施形態の翻訳パターン作成装置１は、入出力部１．１及び翻訳パターン作成部１．２を有する。

入出力部１．１は、入力装置１．０１から対訳文書を取り込む入力処理部１．１１と、作成した翻訳テンプレートを出力装置１．０２に出力する出力処理部１．１２とを有する。

入力処理部１．１１は、キーボードから入力された対訳文書を取り込んだり、記録媒体や装置内蔵の記憶装置から対訳文書を取り込んだり、外部装置（例えば、プロバイダサーバなどのコンテンツサーバ）から対訳文書をダウンロードによって取り込んだりするものであり、入力装置１．０１からの対訳文書の入力方法は問われないものである。出力処理部１．１２は、出力装置１．０２がディスプレイであれば表示出力させ、出力装置１．０２がプリンタであれば印刷出力させ、出力装置１．０２が外部装置であれば送信出力させ、出力装置１．０２がファイル記憶装置であれば格納させるものである。

翻訳パターン作成部１．２は、ハードウェア的には、ＣＰＵ、ＲＯＭ、ＲＡＭ、ＥＥＰＲＯＭ、ハードディスクなどの翻訳パターン作成プログラムの実行構成が該当する（なお、上述の入出力部１．１も、このようなハードウェア構成も該当する）。

翻訳パターン作成部１．２は、入力された対訳文書に対して単語区切り及び品詞推定を行う形態素解析部１．２１と、両言語の形態素解析結果から、両言語間の形態素間の対応を推定する対応推定部１．２２と、原言語の形態素解析結果を受け取り、翻訳処理を行い、目的言語の翻訳結果を出力する翻訳エンジン部１．２３と、翻訳エンジン部１．２３が出力した翻訳結果を評価したり、比較したりする翻訳結果評価部１．２４と、翻訳結果評価部１．２４による評価結果に基づいて、閾値を再設定する閾値設定部１．２５とを有する。また、翻訳パターン作成部１．２は、形態素解析部１．２１が利用する形態素辞書１．２６１と、翻訳エンジン部１．２３が利用する翻訳バターン辞書１．２６２と、対応推定部１．２２により作成された翻訳パターンを格納する翻訳パターン一時辞書１．２６３とを有する。さらに、翻訳パターン作成部１．２は、作業用のバッファとして、対応推定時に用いる第１のバッファ１．２７１と、翻訳結果を格納する第２のバッファ１．２７２を有する。

ここで、翻訳エンジン部１．２３は、特開２００２−４１５１２号公報（参考文献１）に記載のようなパターンベースの翻訳エンジンが適している。

（Ａ−２）第１の実施形態の動作
次に、第１の実施形態の翻訳パターン作成装置の動作（第１の実施形態の翻訳パターン作成方法）を、図面を参照しながら説明する。以下では、使用者が、英語（原言語）が日本語（目的言語）に翻訳された対訳文書を入力した場合を例に、第１の実施形態の翻訳パターン作成装置の動作を説明する。

図２は、第１の実施形態の翻訳パターン作成処理の全体の流れを記したフローチャートである。以下、このフローチャートに沿って説明する。なお、図１におけるｔ１、ｔ２、…は、第１の実施形態の処理の順番を記している。

図３は、入力となる英日対訳文書の例である（日本語については、以降の説明を簡単にするために形態素単位で区切っているが、実際の例文は区切られていない）。第１の実施形態の場合、図３に示すように、入力となる対訳文書は、１文単位で対応が付いていることが前提となる（なお、特開平８−２９７６７５号公報（参考文献２）に示すように、文の対応付けアルゴリズムを使用することによって、対応付けられていない文の入力も可能である。１文対１文の対訳である必要はなく、１文対複数文であっても構わないし、複数文対複数文であっても構わない）。

使用者が、入力装置１．０１から、図３のような英日対訳文書を入力すると、入力された英日対訳文書は、入力処理部１．１１を経て、形態素解析部１．２１に渡される（Ｓ３０１）。形態素解析部１．２１は、形態素辞書１．２６１を利用して、英語文書、日本語文書両方の形態素解析を行い、原言語である英語文書の形態素解析結果を、翻訳エンジン部１．２３に渡し、一方、目的言語の日本語の形態素解析結果を、第２のバッファ１．２７２に格納する（Ｓ３０２）。翻訳エンジン部１．２３は、翻訳パターン辞書１．２６２を用いて英語文書を翻訳し（作成翻訳パターンを利用しない翻訳）、その翻訳結果を第２のバッファ１．２７２に格納する（Ｓ３０３）。

次に、翻訳結果評価部１．２４が、第２のバッファ１．２７２の翻訳結果を評価し、評価点を、第２のバッファ１．２７２に格納する（Ｓ３０４；作成翻訳パターンを利用しない翻訳の評価）。評価の方式は、翻訳結果と、第２のバッファ１．２７２中の日本語形態素解析結果（正解例）との差分を測り、その差分ができるだけ少ない方が評価点が大きくなる評価方式を適用する。

例えば、図４に示すような対訳例文と翻訳結果が第２のバッファ１．２７２に存在する場合、正解例（対訳例文）と翻訳結果とにおいて、等しい箇所は、「ａｄｄｂｉｂ」、「入力する」等であり、異なる箇所（つまり差分）は、「最初」、「プロンプト」等である。等しい箇所が多いほど（差分が少ないほど）、翻訳結果は正解例に近く、つまり翻訳結果が良いと言うことができる。ステップＳ３０４の評価処理では、このような考え方を用いた自動評価方式を利用する。例えば、以下の参考文献３や参考文献４に記載の方式などを適用することができる。

参考文献３：Kishore Papineni, Salim Roukos, Todd Ward, and Wei-Jing Zhu, “BLEU:a method for Automatic Evaluation of machine translation”, In Proc. of the 40 ACL, pages311-318，2002
参考文献４：金山博、荻野紫穂共著，「翻訳精度評価手法ＢＬＥＵの日英翻訳の適用」，自然言語処理154-19，pages131-136，2003
上述したステップＳ３０４においては、例えば、これらの技術を利用して評価点を求めて第２のバッファ１．２７２に格納する。図５（Ａ）は、このときの第２のバッファ１．２７２の評価値の格納状態を示している。

次に、対応推定部１．２２は、出現回数の閾値ｚを後述する初期値（ｚ＝１０）に設定し、英語、日本語両言語の形態素解析結果を用いて、両言語間の形態素間での対応関係を推定し、推定された対応関係に基づいて翻訳パターンを作成する（Ｓ３０５、Ｓ３０６）。図６は、作成された翻訳パターンの例を示している。

対応推定部１．２２によるステップＳ３０５及びＳ３０６の処理として、上述した特許文献２に記載の技術を用いる。参考までに、特許文献２に記載の技術、すなわち、対応推定処理およびその前後の処理を含む翻訳パターンの作成処理を、この第１の実施形態に適用した場合の流れを図７のフローチャートに示している。

図７の（１）の処理が図２のＳ３０２の処理に対応し、図７の（２）〜（７）の処理が図２のＳ３０５及びＳ３０６の処理に対応し、図７の（８）及び（９）の処理が図２のＳ３０７の処理に対応し、図７の（１０）の処理が図２のＳ３０８の処理に対応し、図７の（１１）の処理が図２のＳ３０９に対応する。

対応推定部１．２２によって作成された翻訳パターンは、翻訳パターン一時辞書１．２６３に格納される（Ｓ３０７）。なお、処理開始時の出現回数の閾値（特許文献２の段落「０１２４」に記載のｚの条件）は、翻訳パターンの品質が１００％保証される値（例えばｚＺ＝１０）にセットする（Ｓ３０５；図７の（５）の処理）。また、作成された翻訳パターンの翻訳パターン一時辞書１．２６３への登録（格納）は、後述するように、その翻訳パターンが翻訳パターン辞書１．２６２に登録されることもあれば登録されないこともあるものであるため、仮登録状態にあるものである。

翻訳エンジン部１．２３は、作成された翻訳パターンが格納された翻訳パターン一時辞書１．２６３と、翻訳パターン辞書１．２６２の両方の辞書を用いて、入力処理部１．１１により入力された英語文書を再度翻訳する（Ｓ３０７；図７の（１０）の処理）。このステップＳ３０７の翻訳処理は、上述したステップＳ３０３の翻訳が翻訳パターン一時辞書１．２６３を利用しない翻訳であるのに対して、翻訳パターン一時辞書１．２６３を利用している点で異なっている。

ステップＳ３０７の翻訳処理による翻訳結果に対しても、翻訳結果評価部１．２４は、上述したと同様に評価し、その評価点を、第２のバッファ１．２７２に格納する（Ｓ３０９；作成した翻訳パターンを利用した翻訳の評価）。

この際の第２のバッファ１．２７２の評価値状態例を図６（Ｂ）に示す。第２のバッファ１．２７２には、翻訳パターンが登録される前後の翻訳パターン一時辞書１．２６３を使用した翻訳結果に対する評価点が格納されている。図６（Ｂ）の例の場合には、翻訳パターンが登録された後の翻訳パターン一時辞書１．２６３を使用した評価点の方が、翻訳パターンが登録される前の翻訳パターン一時辞書１．２６３を使用した評価点より良くなっている。

以上のようにして、翻訳パターン一時辞書１．２６３をも使用した評価点を得たときには、翻訳パターン一時辞書１．２６３の使用前後の評価点を比較する（Ｓ３１１）。

この比較により、翻訳パターン一時辞書１．２６３をも使用した評価点の方が良い、又は、等しいと判断されたならば、閾値設定部１．２５は、閾値ｚを緩めて（例えば、ｚ←ｚ−１）、翻訳パターン一時辞書１．２６３中に存在する翻訳パターンを翻訳パターン辞書１．２６２に登録する（Ｓ３１２）。そして、上述したステップＳ３０５の対応推定処理に戻る（図７では（１）、（２）の処理後に、（６）の処理に戻ることに相当する）。

閾値ｚを緩めてステップＳ３０５の対応推定処理に戻ることは、両言語間の形態素間での対応関係を推定し、推定された対応関係に基づいて翻訳パターンを作成する際の、翻訳パターンとするか否かの対応関係の境界を緩めたことを意味し、それだけ翻訳パターンとして作成されるものが多くなり易いことを意味している。

一方、上述したステップＳ３１１の翻訳パターン一時辞書１．２６３の使用前後の評価点を比較で、使用後の評価点の方が低いという結果を得ると、翻訳パターン一時辞書１．２６３から翻訳パターン辞書１．２６２に新規登録された全ての翻訳パターンを出力処理部１．１２により出力（例えば表示）し（Ｓ３１３）、図２に示す一連の処理を終了する。なお、上述したように、図６は、作成されて翻訳パターン一時辞書１．２６３に仮登録された翻訳パターンの例を示したものであるが、この具体例の場合には、最終的に出力される翻訳パターンも、図６に示したものである。

（Ａ−３）第１の実施形態の効果
上記第１の実施形態によれば、作成した翻訳パターンを仮登録し、仮登録した翻訳パターンの使用前後での翻訳結果の正解例文に比較した評価値を得、これら評価値同士を比較し、仮登録した翻訳パターンを使用した翻訳結果の評価値が良好であれば、本登録すると共に、仮登録するか否かの基準を下げて処理を繰り返すようにしたので、翻訳結果の品質を向上できる限りにおいて、対応が推定された対訳の部分から有効な翻訳パターンを作成することができる。

すなわち、対応付けの基準を固定にしていた場合には、翻訳結果の出力を下げる翻訳パターンが登録されることもあり得たが、第１の実施形態では、対応付けが評価された翻訳品質を向上できる品質が高い翻訳パターンを登録することができる。

（Ｂ）第２の実施形態
次に、本発明による翻訳パターン作成装置、方法及びプログラムの第２の実施形態を、図面を参照しながら詳述する。

（Ｂ−１）第２の実施形態の構成
第２の実施形態は、翻訳パターン一時辞書の使用前後の翻訳結果を評価することによって、一語一語に対して登録すべきか否かを判断するものである。また、その判断結果を翻訳パターンの自動作成方法に再利用する（判断結果をフィードバックする）ことにより、対応推定の精度の向上を図ったものである。

図８は、第２の実施形態の翻訳パターン作成装置の機能的構成を示すブロック図であり、第１の実施形態に係る図１との同一、対応部分には対応符号（「１．ｘｘ」と「２．ｘｘ」との相違）を付して示している。

図８において、第２の実施形態の翻訳パターン作成装置２は、翻訳パターン作成部において翻訳結果評価部２．２４及び閾値設定部１．２５に代えて辞書選定部２．２５が設けられている点、削除辞書２．２６４が新たに加わっている点が、第１の実施形態と異なっており、その他は、第１の実施形態と同様である。

辞書選定部２．２５は、対応推定部２．２２が作成し、翻訳パターン一時辞書２．２６３に記憶（仮登録）した翻訳パターンを、その翻訳パターンの記憶前後の翻訳パターン一時辞書２．２６３及び翻訳パターン辞書２．２６２を使用した２種類の翻訳結果などに基づいて評価し、翻訳パターン一時辞書２．２６３に記憶（仮登録）された翻訳パターンを、最終的に、翻訳パターン辞書２．２６２又は削除辞書２．２６４のいずれに記憶させるかを決定するものである。

削除辞書２．２６４は、翻訳パターン一時辞書２．２６３に記憶（仮登録）された翻訳パターンのうち、翻訳パターン辞書２．２６２に転送記憶されないものを記憶するものである。

（Ｂ−２）第２の実施形態の動作
次に、第２の実施形態の翻訳パターン作成装置の動作（第２の実施形態の翻訳パターン作成方法）を、図面を参照しながら説明する。

図９は、第２の実施形態の翻訳パターン作成処理の全体の流れを記したフローチャートである。以下、第１の実施形態の場合と同様に、図３の英日対訳文書が入力された場合を例に、処理の流れを説明する。

英日対訳文書が入力されてから、翻訳エンジン部２．２３が翻訳パターン辞書２．２６２を用いて英語文書を翻訳し、その翻訳結果を第２のバッファ２．２７２に格納するまでの処理（Ｓ９０１〜Ｓ９０３）は、第１の実施形態と同様である。

次に、対応推定部２．２２が対応推定処理を行い（Ｓ９０４）、その結果作成された翻訳パターン（図１１参照）を翻訳パターン一時辞書２．２６３に登録する（Ｓ９０５）。

第２の実施形態においても、特許文献２に記載の技術を応用したものを用いる。第２の実施形態で用いる対応推定処理（その前後の処理を含む）の流れを、第１の実施形態に係る図７に対応する図１０に示している。ここで、重要な点は、対応推定時に、翻訳パターン辞書２．２６２及び削除辞書２．２６４を参照し、これらの辞書２．２６２及び２．２６４は対応推定処理が繰り返される度に拡張される点である。なお、図１０における「翻訳パターン辞書」は図８の翻訳パターン辞書２．２６２に相当し、図１０の「削除辞書」は図８の削除辞書２．２６４に相当する。

翻訳エンジン部１．２３は、翻訳パターン一時辞書２．２６３と翻訳パターン辞書２．２６２の両方の辞書を用いて、入力処理部２．１２より入力された英語文書を最後翻訳し、再翻訳結果を第２のバッファ２．２７２に格納する（Ｓ９０６）。

ステップＳ９０６の処理が数回実行されたときの第２のバッファ２．２７２の格納状態を図１２に示している。図１２において、Ｅｎｎ（後のｎは文番号を表している）にはｎ番目の原文（英語文）、Ｊａｎにはｎ番目の翻訳例文（日本文）、Ｔｒｆｎには翻訳パターン一時辞書２．２６３に翻訳パターンが登録される前のｎ番目の文の翻訳結果、Ｔｒｓｎには、翻訳パターン一時辞書２．２６３に翻訳パターンが登録された後のｎ番目の文の翻訳結果が格納されている。

以上のような対応関係にある４種類の文が格納されている第２のバッファ２．２７２に対して辞書選定処理（Ｓ９０７）が実行される。辞書選定処理の詳細を図１３に示している。

まず初めに、文番号変数ｎに初期値１をセットし（Ｓ１７０１）、文番号変数ｎで定まる４種類の文Ｅｎｎ、Ｊａｎ、Ｔｒｆｎ、Ｔｒｓｎのそれぞれについて自立語を取り出し、所定のエリアにセットする処理を行う（Ｓ１７０２）。

例えば、原文（英語文）Ｅｎｎに含まれている自立語を全て取り出し、ｅｎ１，ｅｎ２，…，ｅｎＳにセットする（ＳはＥｎｎの自立語の数）。同様に、翻訳例文Ｊａｎに含まれている自立語を全て取り出し、ｊａ１，ｊａ２，…，ｊａＴにセットする（ＴはＪａｎの自立語の数）。また、翻訳パターン一時辞書２．２６３に翻訳パターンが登録される前のｎ番目の文の翻訳結果Ｔｒｆｎに含まれている自立語を全て取り出し、ｔｒｆ１，ｔｒｆ２，…，ｔｒｆＭにセットする（ＭはＴｒｆｎの自立語の数）。さらに、翻訳パターン一時辞書２．２６３に翻訳パターンが登録される後のｎ番目の文の翻訳結果Ｔｒｓｎに含まれている自立語を全て取り出し、ｔｒｓ１，ｔｒｓ２，…，ｔｒｓＯにセットする（ＯはＴｒｓｎの自立語の数）。

以下では、翻訳例文Ｊａｎが翻訳の正解を与えているとし、翻訳例文Ｊａｎの自立語に基づいて、翻訳パターンの登録前後の翻訳結果Ｔｒｆｎ及びＴｒｓｎを評価する。

翻訳例文自立語変数ｘに初期値１をセットする（Ｓ１７０３）。そして、翻訳例文Ｊａｎのｘ番目の自立語ｊａｘが、翻訳パターンの登録前の翻訳結果Ｔｒｆｎにも自立語として含まれているか否かを判別する（Ｓ１７０４）。自立語ｊａｘが翻訳パターンが登録される前の翻訳結果Ｔｒｆｎに含まれていなければ、翻訳パターン一時辞書２．２６３への登録前も間違った翻訳をさせるものであるので、翻訳パターンの対象外の自立語とみなし、後述するステップＳ１７０８に直ちに移行する。これに対して、自立語ｊａｘが翻訳パターンが登録される前の翻訳結果Ｔｒｆｎに含まれていれば、翻訳パターンを翻訳パターン一時辞書２．２６３に登録する前には正しく翻訳できていたとみなし、翻訳例文Ｊａｎのｘ番目の自立語ｊａｘが、翻訳パターンの登録後の翻訳結果Ｔｒｓｎにも自立語として含まれているか否かを判別する（Ｓ１７０５）。

翻訳例文Ｊａｎのｘ番目の自立語ｊａｘが、翻訳パターンの登録後の翻訳結果Ｔｒｓｎに自立語として含まれていなければ、翻訳パターン一時辞書２．２６３への登録前は正しく翻訳できたのに、翻訳パターン一時辞書２．２６３への登録後は正しい翻訳ができなくなったとみなして後述するステップＳ１７０６に進み、一方、翻訳パターンの登録後の翻訳結果Ｔｒｓｎにも自立語として含まれていれば後述するステップＳ１７０８に進む。

ステップＳ１７０６においては、翻訳例文Ｊａｎのｘ番目の自立語ｊａｘが含まれている削除対象の翻訳パターンを以下のようにして検出し、ステップＳ１７０７（Ｓ９０８）において、検出された翻訳パターンを翻訳パターン一時辞書２．２６３から削除し、削除辞書２．２６４に登録する。

削除対象の検出（Ｓ１７０６）ではまず、翻訳例文Ｊａｎのｘ番目の自立語ｊａｘが含まれている翻訳パターンを翻訳パターン辞書２．２６２から取り出す。取り出された翻訳パターンは、正解を与えていた可能性が高いものである。その翻訳パターンに含まれている正解を与えている可能性が高い英語自立語を全て取り出す。次に、翻訳パターン一時辞書２．２６３から、その英語自立語を含む翻訳パターンを翻訳パターン一時辞書２．２６３から取り出す。ここで、翻訳パターン一時辞書２．２６３から取り出された翻訳パターンは、翻訳の品質を低下させた可能性が非常に高いものである。そして、取り出された翻訳パターンの中から、その日本語自立語に、ｔｒｓ１，ｔｒｓ２，…，ｔｒｓＯに含む翻訳パターンを削除対象として検出する。

以上のようにして、翻訳例文Ｊａｎのｘ番目の自立語ｊａｘに着目した翻訳パターン一時辞書２．２６３の翻訳パターンの見直しが終了すると、翻訳例文自立語変数ｘを１インクリメントし（Ｓ１７０８）、翻訳例文自立語変数ｘがその自立語総数Ｘより大きくなったか否かを判別する（Ｓ１７０９）。

翻訳例文自立語変数ｘがその自立語総数Ｘ以下であれば、上述したステップＳ１７０４に戻り、翻訳例文Ｊａｎの次の自立語（ｊａｘ）に着目した翻訳パターン一時辞書２．２６３の翻訳パターンの見直しに移行する。

これに対して、翻訳例文自立語変数ｘがその自立語総数Ｘより大きくなっていれば、すなわち、翻訳例文Ｊａｎの全ての自立語について、その自立語に着目した翻訳パターン一時辞書２．２６３の翻訳パターンの見直しが終了していると、文番号変数ｎを１インクリメントし（すなわち、次の文を指示するものとする；Ｓ１７１０）、文番号変数ｎが文総数Ｎより大きくなっているか否かを判別する（Ｓ１７１１）。

文番号変数ｎが文総数Ｎより大きくなければ、すなわち、全ての文に対して処理を終了していなければ、上述したステップＳ１７０２に戻り、新しい翻訳例文Ｊａｎの自立語ｊａｘに着目した翻訳パターン一時辞書２．２６３の翻訳パターンの見直しに移行する。

文番号変数ｎが文総数Ｎより大きくなると、すなわち、全ての文に対する処理が終了すると、翻訳パターン一時辞書２．２６３に含まれている翻訳パターンを翻訳パターン辞書２．２６２に登録し（Ｓ１７１２；Ｓ９０８）、図１３に示す一連の処理を終了する。

以下では、具体例を挙げて、辞書選定処理を説明する。ここで、一時辞書登録処理（Ｓ９０５）によって、上述した図１１に示す翻訳パターン一時辞書２．２６３が作成されたとする。また、ステップＳ１７０２の処理対象の文が、図１２の１番目の文Ｅｎ１、Ｊａ１、Ｔｒｆ１、Ｔｒｓ１であって、ステップＳ１７０２によって、図１４に示すような自立語の配列が第２のバッファ２．２７２に作成されたとする。

翻訳例文自立語変数ｘが８である場合のステップＳ１７０４において、ｊａｘ（ｊａ８）である自立語「与える」は、翻訳パターン一時辞書２．２６３の使用前の翻訳結果における自立語配列の中（ｔｒｆ８）に存在するので、ステップＳ１７０５に進む。次に、翻訳パターン一時辞書２．２６３の使用後の翻訳結果における自立語配列ｔｒｓ１〜ｔｒｓ７の中にはｊａ８「与える」が含まれないため、ｊａ８「与える」を含む翻訳パターンを翻訳パターン辞書２．２６２から検索する。

翻訳パターン辞書２．２６２の格納内容が図１５に示すようであったとする。この場合、ｊａ８「与える」を含む翻訳パターンとして、英語の自立語が“ｙｉｅｌｄ”、“ｇｉｖｅ”であるものが検索される。その英語自立語“ｙｉｅｌｄ”、“ｇｉｖｅ”を含む翻訳パターンを翻訳パターン一時辞書２．２６３から検索する。図１１に示す翻訳パターン一時辞書２．２６３から、“ｙｉｅｌｄ／はじまる”という翻訳パターンが検索される。そのため、この翻訳パターン“ｙｉｅｌｄ／はじまる”が削除辞書２．２６４に登録され、翻訳パターン一時辞書２．２６３から削除される（Ｓ１７０７）。

上述した処理を、対訳例文（言い換えると翻訳例文）の全文に対して行い、最終的に翻訳パターン一時辞書２．２６３に残った翻訳パターンが翻訳パターン辞書２．２６２に登録される（Ｓ１７１２）。

以上のような処理により、例えば、図１１に示した翻訳パターン一時辞書２．２６３に記憶（仮登録）された翻訳パターンのうち、使用する翻訳パターンに含めた場合に翻訳の品質の低下を招かない図１６に示すようなものが翻訳パターン辞書２．２６２に登録され、使用する翻訳パターンに含めた場合に翻訳の品質の低下を招く図１７に示すようなものが削除辞書２．２６４に登録される（Ｓ９０８（Ｓ１７０７、Ｓ１７１２））。

このような登録後、閾値ｚを１デクリメントだけ更新した後、予め定められている設定値ｉと大小比較する終了判定処理を行い（Ｓ９０９）、継続させる場合には、上述したステップＳ９０４の対応推定処理に戻り、上述した処理を繰り返す。

なお、以降の対応推定処理時には、ステップＳ１７０７及びＳ１７１２で作成した削除辞書２．２６４及び翻訳パターン辞書２．２６２が利用されることになる。削除辞書２．２６４は、翻訳パターン一時辞書２．２６３に記憶させない翻訳パターンの一覧を記憶しているものとして利用される。例えば、削除辞書２．２６４に登録された翻訳パターンを、図１０の（８）の「対訳辞書参照による対訳表現の抽出時」で参照し、それと同じ連続単語列ペア、又は、その部分を共通に含む翻訳パターンを辞書として選定しないようにする。

一方、閾値ｚが設定値ｉに到達したならば、表示処理（他の出力処理でも良い）に移り、翻訳パターン一時辞書２．２６３から翻訳パターン辞書２．２６２に登録された全翻訳パターンを出力処理部２．１１により表示する（Ｓ９１０）。

（Ｂ−３）第２の実施形態の効果
第２の実施形態によれば、作成された翻訳パターンを使用した際の翻訳結果を評価することによって、一語一語に対して、その語を含む翻訳パターンを登録すべきか否かを判断し、翻訳結果を向上させる翻訳パターンを本登録する。従って、品質低下の可能性がある語を含む翻訳パターンは登録されることはない。このようにその語を登録すべきか否かの判断結果を、それ以降に行われる翻訳パターンの自動作成に再利用することにより、対応推定の精度の向上を図ることができる。

上述した説明では、「登録すべきではない」との判断された語（の翻訳パターン）を削除辞書に登録し、再度、翻訳パターンとして作成されることがないように再利用しているが、それ以外の再利用方法も考えられる。

例えば、図１０の（７）の「対応度の計算」において、削除辞書を参照し、削除辞書に登録されているパターンを含む連続単語列ペアの対応度に対して、その値を低くするような重みを与えるようにしても良い。また例えば、図１０の（７）の「対応度の計算」において、翻訳パターン辞書を参照し、翻訳パターン辞書に登録されたパターンをを含む連続単語列ペアの対応度に対して、その値を高くするような重みを与えるようにしても良い。

（Ｃ）他の実施形態
（ｃ１）第２の実施形態では、閾値ｚは既定の設定値ｉを利用する方式で説明したが、第１の実施形態のように、閾値ｚの限界値を変化させる自動的な対応推定を行っても良い。すなわち、第１の実施形態の技術思想と、第２の実施形態の技術思想とを融合させるようにしても良い。

（ｃ２）上記各実施形態では、英語側が原言語である英日の翻訳の場合を示したが、日本語側が原言語である英日の翻訳の場合にも本発明を適用することができ、さらに、任意の２言語間の翻訳の場合にも本発明を適用することができる。

（ｃ３）第２の実施形態では、大量の対訳文書を一度に与え、翻訳パターンを作成する方法を示したが、対訳文書をいくつかの単位に分割し、徐々に与える文数を増やしていくという方法を適用するようにしても良い。

与える文数を徐々に増やしながら翻訳パターン作成を行う利点は、評価結果を翻訳パターン作成に効果的に利用できる点である。具体的に言えば、（１）文数の少ない段階で翻訳パターンを作成する、（２）その翻訳パターンは評価され、良い翻訳パターンと悪い翻訳パターンに分類される、（３）対象となる文数を増やす、（４）増やされた文における翻訳パターンの作成は、分類された（２）の翻訳パターンを参照して作成されるため、翻訳パターン作成の精度が向上する。

（ｃ４）第１の実施形態で利用する評価方法は、仮登録された翻訳パターンの使用前後の２種類の翻訳結果の比較評価ができるものであれば、第１の実施形態の説明で記載した技術以外であっても構わない。

（ｃ５）上記各実施形態では、翻訳パターンの作成方法として特許文献２に記載のものをベースとしたものであったが、翻訳パターンを徐々に抽出する方法であれば、各実施形態に記載の方法以外でも構わない。例えば、参考文献５に記載の翻訳パターンの作成方法を適用するようにしても良い。

参考文献５：K．Yamamoto and Y．Matsumoto，“Acquisition of Phrase-level Bilingual correspondence using Dependency structure”, In Proceedings of 23『COLING-200，pages 933-939，2000
（ｃ６）翻訳エンジンは、参考文献１に記載のパターンベースの翻訳エンジンが適していると説明したが、原言語と目的言語の表現を対とする対訳辞書を用いる翻訳エンジンであれば、どんなエンジンであっても構わない。

（ｃ７）上記各実施形態においては、翻訳パターン一時辞書の翻訳パターンを評価するために翻訳させる例文も、翻訳パターンを作成させるための対訳文書内の文章であるものを示したが、上記例文として、入力された対訳文書の文と異なるものを適用するようにしても良い。

第１の実施形態の翻訳パターン作成装置の機能的構成を示すブロック図である。 第１の実施形態の翻訳パターン作成装置における作成処理を示すフローチャートである。 第１の実施形態の動作説明に利用した英日対訳文書例を示す説明図である。 第１の実施形態における翻訳結果の評価方法の説明図である。 第１の実施形態の作成翻訳パターンの使用前後の翻訳結果の評価値の関係例を示す説明図である。 第１の実施形態の作成された翻訳パターン例を示す説明図である。 図２の対応推定処理の基本的な処理の流れを示すフローチャートである。 第２の実施形態の翻訳パターン作成装置の機能的構成を示すブロック図である。 第２の実施形態の翻訳パターン作成装置における作成処理を示すフローチャートである。 図９の対応推定処理の基本的な処理の流れを示すフローチャートである。 第２の実施形態の作成された翻訳パターン例を示す説明図である。 第２の実施形態における英日の対訳文、作成翻訳パターンの使用前後の翻訳結果の計４種類の文の例を示す説明図である。 図９の辞書選定処理の詳細を示すフローチャートである。 図１２の４種類の文の自立語の抽出結果を示す説明図である。 作成翻訳パターンの使用前の翻訳結果にのみ含まれている日本語対訳文の自立語に着目して取り出した既存の翻訳パターンの例を示す説明図である。 図１１の作成翻訳パターンのうち翻訳パターン辞書に登録されるものを示す説明図である。 図１１の作成翻訳パターンのうち削除辞書に登録されるものを示す説明図である。

符号の説明

１、２…翻訳パターン作成装置、１．１、２．１…入出力部、１．０１、２．０１…入力装置、１．１１、２．１１…入力処理部、１．０２、２．０２…出力装置、１．１２、２．１２…出力処理部、１．２、２．２…翻訳パターン作成部、１．２１、２．２１…形態素解析部、１．２２、２．２２…対応推定部、１．２３、２．２３…翻訳エンジン部、１．２４…翻訳結果評価部、１．２５…閾値設定部、１．２６１、２．２６１…形態素辞書、１．２６２、２．２６２…翻訳バターン辞書、１．２６３、２．２６３…翻訳パターン一時辞書、２．２５…辞書選定部、２．２６４…削除辞書。

Claims (11)

1. 文単位の対応が付いた対訳文書から翻訳に必要な翻訳パターンを作成する翻訳パターン作成装置において、
   対訳文書の各言語の文に対して形態素解析を行う形態素解析手段と、
   各言語の形態素解析結果を用いて各言語の単語、単語列の対応関係を推定し、対応度合が基準度合を超えている対応関係から翻訳パターンを作成する翻訳パターン作成手段と、
   同一文に対し、作成された翻訳パターンを使用して機械翻訳すると共に、作成された翻訳パターンを使用しないで機械翻訳する翻訳手段と、
   作成された翻訳パターンを使用した翻訳結果の第１の評価値と使用しない翻訳結果の第２の評価値とを得る翻訳結果評価手段と、
   第１の評価値が第２の評価値より良好なときに、上記基準度合を緩める変更を行って、上記翻訳パターン作成手段を再起動させるパターン作成継続判定手段と
   を有することを特徴とする翻訳パターン作成装置。
2. 文単位の対応が付いた対訳文書から翻訳に必要な翻訳パターンを作成する翻訳パターン作成装置において、
   対訳文書の各言語の文に対して形態素解析を行う形態素解析手段と、
   各言語の形態素解析結果を用いて各言語の単語、単語列の対応関係を推定し、対応度合が基準度合を超えている対応関係から翻訳パターンを作成する翻訳パターン作成手段と、
   同一文に対し、作成された翻訳パターンを使用して機械翻訳すると共に、作成された翻訳パターンを使用しないで機械翻訳する翻訳手段と、
   作成された翻訳パターンを使用した翻訳結果と使用しない翻訳結果とで相違が生じた上記同一文の部分を認識し、翻訳結果が低下する要因となる翻訳パターンと、低下する要因とならない翻訳パターンとを分類する作成パターン分類手段と
   を有することを特徴とする翻訳パターン作成装置。
3. 上記翻訳パターン作成手段は、上記作成パターン分類手段が分類した翻訳結果が低下する要因となる翻訳パターンと、低下する要因とならない翻訳パターンの情報を、次回の翻訳パターンの作成時に利用することを特徴とする請求項２に記載の翻訳パターン作成装置。
4. 入力された対訳文書を分割し、分割された文書の一部を上記形態素解析手段に投入すると共に、その投入した分割対訳文書に対する上記形態素解析手段、上記翻訳パターン作成手段、上記翻訳手段及び上記作成パターン分類手段の処理が完了したときに、文書の対象範囲を広げて、上記形態素解析手段に投入し、かかる範囲拡大を繰り返す対訳文書入力制御手段を有することを特徴とする請求項２又は３に記載の翻訳パターン作成装置。
5. 上記作成された翻訳パターンを使用した翻訳結果の第１の評価値と使用しない翻訳結果の第２の評価値とを得る翻訳結果評価手段と、
   第１の評価値が第２の評価値より良好なときに、上記基準度合を緩める変更を行って、上記翻訳パターン作成手段を再起動させるパターン作成継続判定手段と
   をさらに有することを特徴とする請求項２〜４のいずれかに記載の翻訳パターン作成装置。
6. 文単位の対応が付いた対訳文書から翻訳に必要な翻訳パターンを作成する翻訳パターン作成方法において、
   対訳文書の各言語の文に対して形態素解析を行う形態素解析工程と、
   各言語の形態素解析結果を用いて各言語の単語、単語列の対応関係を推定し、対応度合が基準度合を超えている対応関係から翻訳パターンを作成する翻訳パターン作成工程と、
   同一文に対し、作成された翻訳パターンを使用して機械翻訳すると共に、作成された翻訳パターンを使用しないで機械翻訳する翻訳工程と、
   作成された翻訳パターンを使用した翻訳結果の第１の評価値と使用しない翻訳結果の第２の評価値とを得る翻訳結果評価工程と、
   第１の評価値が第２の評価値より良好なときに、上記基準度合を緩める変更を行って、上記翻訳パターン作成工程を再起動させるパターン作成継続判定工程と
   を有することを特徴とする翻訳パターン作成方法。
7. 文単位の対応が付いた対訳文書から翻訳に必要な翻訳パターンを作成する翻訳パターン作成方法において、
   対訳文書の各言語の文に対して形態素解析を行う形態素解析工程と、
   各言語の形態素解析結果を用いて各言語の単語、単語列の対応関係を推定し、対応度合が基準度合を超えている対応関係から翻訳パターンを作成する翻訳パターン作成工程と、
   同一文に対し、作成された翻訳パターンを使用して機械翻訳すると共に、作成された翻訳パターンを使用しないで機械翻訳する翻訳工程と、
   作成された翻訳パターンを使用した翻訳結果と使用しない翻訳結果とで相違が生じた上記同一文の部分を認識し、翻訳結果が低下する要因となる翻訳パターンと、低下する要因とならない翻訳パターンとを分類する作成パターン分類工程と
   を有することを特徴とする翻訳パターン作成方法。
8. 上記翻訳パターン作成工程は、上記作成パターン分類工程で分類した翻訳結果が低下する要因となる翻訳パターンと、低下する要因とならない翻訳パターンの情報を、次回の翻訳パターンの作成時に利用することを特徴とする請求項７に記載の翻訳パターン作成方法。
9. 入力された対訳文書を分割し、分割された文書の一部を上記形態素解析工程に投入すると共に、その投入した分割対訳文書に対する上記形態素解析工程、上記翻訳パターン作成工程、上記翻訳工程及び上記作成パターン分類工程による一連の処理が完了したときに、文書の対象範囲を広げて、上記形態素解析工程に投入し、かかる範囲拡大を繰り返す対訳文書入力制御工程を有することを特徴とする請求項７又は８に記載の翻訳パターン作成方法。
10. 上記作成された翻訳パターンを使用した翻訳結果の第１の評価値と使用しない翻訳結果の第２の評価値とを得る翻訳結果評価工程と、
    第１の評価値が第２の評価値より良好なときに、上記基準度合を緩める変更を行って、上記翻訳パターン作成工程を再起動させるパターン作成継続判定工程と
    をさらに有することを特徴とする請求項７〜９のいずれかに記載の翻訳パターン作成方法。
11. 請求項６〜１０のいずれかに記載の翻訳パターン作成方法を、コンピュータが実行可能なコードで記述していることを特徴とする翻訳パターン作成プログラム。
    

Images