JP6564910B2 - 変換装置、変換方法、及びプログラム - Google Patents

Description

本発明は、変換装置、変換方法、及びプログラムに関する。

インターネットの普及によって、様々な情報が得られるようになってきた。インターネットの利用方法のうちの一つにウェブコンテンツの閲覧がある。ウェブコンテンツはＨＴＭＬ文書や画像などからなり、ＨＴＭＬ文書で記述された通りに、テキストや画像をブラウザ上に表示するものである。インターネットを使えば、世界中に情報を発信することができる。日本企業などのウェブサイトにおいても、日本語による情報発信以外に、英語や中国語など日本語以外の言語での情報発信が行われている。また、近年は自動翻訳技術が進歩して、自動的に翻訳することもできるようになってきた。

これは、ウェブサイトの情報をいろいろな特性を持つユーザに伝わるようにするアクセシビリティの支援技術にも関連する。アクセシビリティ支援技術はこれまでも様々な研究が行われている。

特開２０１０−２５０７７６号公報

しかしながら、ウェブコンテンツの中の言語を他言語に翻訳し、ウェブコンテンツの構造を変えないようにすると、言語の翻訳により、ウェブコンテンツの印象が大きく変化し、情報が伝わりづらくなる可能性がある。言語翻訳以外にも、難しい言葉を易しく言い換える場合に同じ問題が生じる可能性がある。

例えば、図１のようなウェブコンテンツのナビゲーションメニューにおいて、メニューの枠の大きさを変えずに、文字を他言語に修正する場合に、文字の大きさが変わる可能性がある。同じ意味を表す単語でも、言語によっては長さなどが異なってくるからである。その結果、同じメニューの領域内で表現しようとすると、フォントサイズを小さくしたり、大きくしたりする必要が出てくる。例えば、日本語の単語を英語の単語に翻訳した場合に、その英語の単語が、元の日本語の単語より長くなってしまったときには、図２のように文字を小さくする必要がある。その結果、文字が小さいために見づらくなってしまうという問題が生じる。

また、枠の大きさ以外にも、ウェブサイトでは、ナビゲーションメニューや見出し、本文のフォントサイズなどのバランスをうまく取って、情報を分かりやすく伝えている。例えば、見出しを表す文字は、本文を表す文字とは異なるフォントにして、フォントサイズもより大きくするなどして、見出しを目立たせるようにしている。これにより、ウェブコンテンツを利用するユーザが、見出しを見てコンテンツの概要を理解し、本文を読み進めることができる。また、見出しにもレベルがあり、レベルの高い見出しほど大きく表示するなどして、情報構造を理解しやすくしている。

しかし、言語を翻訳したり、意味の難しい単語を易しい単語に変換したりする際に、見出しが、本文よりも小さくなってしまう場合には、見出しがどこかを把握するのが難しくなり、ウェブサイトの閲覧が困難になるという問題が生じる。

本発明は、上記の点に鑑みてなされたものであって、コンテンツデータ内の文字列を変換した場合の変換前後のバランスの変化を小さくすることを目的とする。

そこで上記課題を解決するため、変換装置は、コンテンツデータにおける表示形式に基づく各要素に対する各文字列について、原語ごとに１以上の変換候補及び優先度を対応付けて記憶した記憶部を参照して変換候補を選択する変換部を有し、前記優先度は、同一の原語に対して複数の変換候補が有る場合に各変換候補の変換結果として採用するか否かを表す優劣を判定するための数値として一つの変換候補に対して前記表示形式に基づく要素ごとに定めらており、前記変換部は、複数の変換候補が有る文字列については、当該文字列に係る前記表示形式に基づく要素に関して前記複数の変換候補のそれぞれに定められている優先度に基づいて変換候補を選択する。

ウェブコンテンツ内の文字列を変換した場合の変換前後のバランスの変化を小さくすることができる。

日本語のウェブコンテンツをブラウザで表示したときの表示例を示す図である。 日本語から英語に翻訳されたウェブコンテンツをブラウザで表示したときの表示例を示す図である。 第１の実施の形態におけるシステム構成例を示す図である。 第１の実施の形態における変換装置のハードウェア構成例を示す図である。 第１の実施の形態における変換装置の機能構成例を示す図である。 第１の実施の形態における変換装置が実行する処理手順を説明するためのフローチャートである。 ウェブコンテンツを構成するＨＴＭＬ文書の一例を示す図である。 第１の実施の形態における作業用テーブルの一例を示す図である。 第１の実施の形態における翻訳語選択用データの一例を示す図である。 翻訳語の評点の重み付けデータの一例を示す図である。 第１の実施の形態における各抽出文字列の翻訳後の作業用テーブルの第１の例を示す図である。 第１の実施の形態における各抽出文字列の翻訳後の作業用テーブルの第２の例を示す図である。 翻訳後のウェブコンテンツの表示例を示す図である。 第２の実施の形態における各抽出文字列の翻訳後の作業用テーブルの例を示す図である。 文字修飾換算テーブルの一例を示す図である。 第３の実施の形態における変換装置が実行する処理手順を説明するためのフローチャートである。 第３の実施の形態における翻訳語選択用データの一例を示す図である。

以下、図面に基づいて本発明の実施の形態を説明する。図３は、第１の実施の形態におけるシステム構成例を示す図である。図３において、変換装置１０は、インターネット又はＬＡＮ（Local Area Network）等のネットワークを介して１以上のウェブサーバ２０に接続される。

ウェブサーバ２０は、ウェブコンテンツを提供する１以上のコンピュータである。

変換装置１０は、ウェブサーバ２０によって提供されるウェブコンテンツを受信して表示する情報処理装置である。例えば、ＰＣ（Personal Computer）、スマートフォン、又はタブレット端末等が、変換装置１０として利用されてもよい。

図４は、第１の実施の形態における変換装置のハードウェア構成例を示す図である。図４の変換装置１０は、それぞれバスＢで相互に接続されているドライブ装置１００、補助記憶装置１０２、メモリ装置１０３、ＣＰＵ１０４、インタフェース装置１０５、表示装置１０６、及び入力装置１０７等を有する。

変換装置１０での処理を実現するプログラムは、ＣＤ−ＲＯＭ等の記録媒体１０１によって提供される。プログラムを記憶した記録媒体１０１がドライブ装置１００にセットされると、プログラムが記録媒体１０１からドライブ装置１００を介して補助記憶装置１０２にインストールされる。但し、プログラムのインストールは必ずしも記録媒体１０１より行う必要はなく、ネットワークを介して他のコンピュータよりダウンロードするようにしてもよい。補助記憶装置１０２は、インストールされたプログラムを格納すると共に、必要なファイルやデータ等を格納する。

メモリ装置１０３は、プログラムの起動指示があった場合に、補助記憶装置１０２からプログラムを読み出して格納する。ＣＰＵ１０４は、メモリ装置１０３に格納されたプログラムに従って変換装置１０に係る機能を実現する。インタフェース装置１０５は、ネットワークに接続するためのインタフェースとして用いられる。表示装置１０６はプログラムによるＧＵＩ（Graphical User Interface）等を表示する。入力装置１０７はキーボード及びマウス等で構成され、様々な操作指示を入力させるために用いられる。

図５は、第１の実施の形態における変換装置の機能構成例を示す図である。図５において、変換装置１０は、制御部１１、送受信部１２、情報解析部１３、及び情報変換部１４等を有する。これら各部は、変換装置１０にインストールされた１以上のプログラム（例えば、ウェブブラウザプログラム等）が、ＣＰＵ１０４に実行させる処理により実現される。変換装置１０は、また、情報蓄積部１５を利用する。情報蓄積部１５は、例えば、補助記憶装置１０２等を用いて実現可能である。

制御部１１は、変換装置１０が実行するＷｅｂコンテンツの表示処理の全体を制御する。送受信部１２は、ウェブサーバ２０に対してリクエストを送信し、リクエストに応じて返信されるウェブコンテンツを受信する。情報解析部１３は、送受信部１２によって受信されたウェブコンテンツを解析する。例えば、ウェブコンテンツに含まれている各ＨＴＭＬ（HyperText Markup Language）要素ごとに、属性情報等が取得される。情報変換部１４は、送受信部１２によって受信されたウェブコンテンツに含まれている文字列について変換処理を行う。本実施の形態では、日本語の文字列が英語の文字列に変換（翻訳）される例について説明する。但し、翻訳先の言語は英語に限定されない。また、翻訳元の言語も日本語に限定されない。更に、文字列の変換は、翻訳に限定されない。例えば、難しい表現の語句が優しい表現の語句に変換される場合について、本実施の形態が適用されてもよい。たとえば、ウェブコンテンツの内容を高齢者向けに文字を大きくするように変換する場合や、語彙が少ない日本語を学習中の日本語が非母国語の人や小学生向けのコンテンツに変換する場合であっても良い。

以下、変換装置１０が実行する処理手順について説明する。図６は、第１の実施の形態における変換装置が実行する処理手順を説明するためのフローチャートである。

ステップＳ１０１において、制御部１１は、入力装置１０７を介して、ウェブコンテンツの表示指示の入力をユーザから受け付ける。例えば、当該ウェブコンテンツのＵＲＬ（Uniform Resource Locator）がユーザによって入力される。

続いて、制御部１１は、入力されたＵＲＬに対応するウェブサーバ２０から、送受信部１２を介してウェブコンテンツを取得（たとえば、ダウンロードしたり、HTTPリクエストへの応答として取得）する（ステップＳ１０２）。例えば、図７に示されるようなＨＴＭＬ文書を含むウェブコンテンツが取得される。

続いて、制御部１１は、取得したウェブコンテンツを情報蓄積部１５に記録する（Ｓ１０３）。

続いて、情報解析部１３は、当該ウェブコンテンツを解析して、解析結果を作業用テーブルに記録する（ステップＳ１０４）。例えば、ウェブコンテンツからＨＴＭＬ要素が抽出され、当該ＨＴＭＬ要素ごとに、図８に示される情報が記録される。

図８は、第１の実施の形態における作業用テーブルの一例を示す図である。図８において、作業用テーブルは、ＨＴＭＬ要素ごとに、ＩＤ、要素名、抽出文字列、フォントサイズ、文字数、横幅、高さ、翻訳語、及び翻訳語のフォントサイズ等を記憶可能である。なお、作業用テーブルは、例えば、情報蓄積部１５に記憶される。

ＩＤは、抽出された各ＨＴＭＬ要素を識別するための識別子である。但し、ＩＤは、説明の便宜上付されたものであるため、解析結果として記録されなくてもよい。要素名は、ＨＴＭＬ要素の名前（タグ名）である。抽出文字列は、ＨＴＭＬ要素から抽出された文字列（ＨＴＭＬ要素の値として含まれている文字列）である。フォントサイズは、抽出文字列のフォントサイズである。文字数は、抽出文字列の文字数である。横幅及び高さは、抽出文字列の表示領域の横幅及び高さである。フォントサイズ、横幅、及び高さ等は、例えば、ＨＴＭＬ文書から参照されているスタイルシートに基づいて特定されてもよい。翻訳語は、抽出文字列の翻訳結果であり、後段の処理において記録される。翻訳語のフォントサイズは、抽出文字列の翻訳結果のフォントサイズであり、後段の処理において記録される。

続いて、情報変換部１４は、ＨＴＭＬ要素ごとに、抽出文字列に対する翻訳語を決定する（原語での文字の大小関係を保つように、翻訳語を選択する）と共に、当該翻訳語のフォントサイズを決定する（ステップＳ１０５）。

具体的には、フォントサイズが大きな抽出文字列から順に、翻訳語が決定される。したがって、図８において、フォントサイズが１８ｐｔであるｈ１要素（ＩＤ＝１）の「横須賀国際空港」について、最初に翻訳語が決定される。情報変換部１４は、「横須賀国際空港」に関して形態素解析等を行い、「横須賀国際空港」を、「横須賀」という地名である固有名詞と、「国際空港」という一般名詞とに分割する。「横須賀」は固有名詞であるため「Yokosuka」に翻訳される。「国際空港」は、一般名詞であるため、情報蓄積部１５に記憶された翻訳語を選択するためのデータ（以下、「翻訳語選択用データ」という。）を用いて翻訳語が選択される。

図９は、第１の実施の形態における翻訳語選択用データの一例を示す図である。図９にいて、翻訳語選択用データには、翻訳対象の語（原語）ごとに、翻訳語の候補と優先度とが対応付けられて記録されている。１つの翻訳対象の語（原語）に対して、複数の変換語である翻訳語が対応づけられていても良い。

翻訳語は、原語についての英語による表現である。優先度は、同一の原語に対して複数の翻訳語の候補が有る場合に、各候補の優劣を判定するための数値である。本実施の形態では、小さい値の方が、優先度が高い。なお、図９では、ＨＴＭＬ要素ごとに優先度が設定されている。すなわち、或る翻訳語の優先度は、原語の抽出元のＨＴＭＬ要素によって変化する。

例えば、図９において、「国際空港」を原語とするレコードは、番号が４のレコードと、番号が５のレコードとである。これらの各レコードの翻訳語である「International Airport」と「Int. Airport」とが、「国際空港」の翻訳語の候補となる。したがって、「横須賀国際空港」の翻訳語の候補は「Yokosuka International Airport」と「Yokosuka Int. Airport」の２つである。図８より、「横須賀国際空港」は、ｈ１要素（すなわち、見出し）からの抽出文字列である。そこで、情報変換部１４は、ｈ１要素に対応する翻訳語の優先度を、翻訳語選択用データ（図９）を参照して特定する。なお、翻訳語選択用データでは、原語に対して翻訳語（変換した後の語）の文字数が少ない場合、ウェブコンテンツにおける上位の見出しでの優先度が下位の見出しの優先度よりも高く、かつ、見出しの優先度が本文（例えば、ｐ要素やａ要素）の優先度よりも高くなるように設定されている。一方、原語に対して翻訳語の文字数が多い場合、見出しよりも本文の優先度が高く、かつ、下位の見出しでの優先度が上位の見出しでの優先度よりも高くなるように設定されている。

図９において、ｈ１要素に関して、「Int. Airport」の優先度は２２であり、「International Airport」の優先度は５３である。一方、固有名詞である「横須賀」の翻訳語は、翻訳語選択用データには含まれていないが、その場合には、「国際空港」の優先度に合わせてもよいし、優先度は０とされてもよい。すなわち、「Yokosuka International Airport」と「Yokosuka Int. Airport」との優先度は、「Int. Airport」と「International Airport」との優先度に従う。したがって、「国際空港」については、優先度の高い「Yokosuka Int. Airport」が翻訳語として選択される。情報変換部１４は、「Yokosuka Int. Airport」を、図８の作業用テーブルにおいて、ＩＤ＝１のレコードの翻訳語として記録する。

なお、「国際空港」が、更に、「国際」と「空港」とに分割されて翻訳が行われてもよい。この場合、「国際」の翻訳語の候補は、図９の番号１のレコードにおける「International」と、番号２のレコードにおける「Int.」とである。ｈ１要素に関して、「International」の優先度は１２０であり、「Int.」の優先度は２８である。したがって、「Int.」が選択される。一方、図９において、「空港」の翻訳語は、「Airport」のみである。したがって、「国際空港」の翻訳語は、「Int. Airport」として決定されてもよい。この場合、「横須賀国際空港」の翻訳語は、「Yokosuka Int. Airport」に決定される。

なお、優先度は、例えば、翻訳前の単語（原語）とのフォントサイズの近さ、翻訳語の分かりやすさに基づいて予め決定されてもよい。原語とのフォントサイズの近さとは、原語と翻訳語とを同じ表示領域（例えば、原語の表示領域）に収めた場合の原語と翻訳語とのフォントサイズの差である。例えば、「Int. Airport」は、「International Airport」と比較して、文字列長が「国際空港」に近いため、フォントサイズについては原語に近いが、分かりやすさの点では劣る。

フォントサイズの近さ及び翻訳語の分かりやすさのそれぞれを評点ｘ、評点ｙとした場合、優先度ｐは、例えば、以下の式（１）で算出されてもよい。
ｐ＝（ｆｘ＋ｃｙ）／（ｆ＋ｃ）・・・（１）
なお、ｘは、フォントサイズの近さが小さい程、値が小さくなる評点（数値）である。また、ｙは、分かりやすい程、値が小さくなる評点（数値）である。また、ｆは、フォントサイズの近さに対する重み付けデータであり、ｃは、翻訳語の分かりやすさに対する重み付けデータである。重み付けデータは、ＨＴＭＬ要素ごとに異なっていてもよい。例えば、ｈ１要素では、翻訳語の分かりやすさよりも、原語とのフォントサイズの近さが重視される。ＨＴＭＬ要素間のフォントサイズのバランスが重要であるが、フォントサイズの最も大きなｈ１要素は、バランスの基準となるため、フォントサイズが特に重視される。したがって、ｈ１要素に関しては、ｆがｃに比べて大きくされてもよい。図１０に、翻訳語の評点の重み付けデータの一例を示す。

なお、図１０において、ｐ要素に関するｆの値は０であり、ｃの値は１０である。ｐ要素は段落を示すが、ウェブコンテンツでは、段落に含まれる文字列の長さに制限が無い場合もある。このような場合、翻訳結果が翻訳前より長くなったとしても、当該段落の表示領域が広がるだけであり、ウェブコンテンツの表示バランスに悪影響を及ぼさない。したがって、ｐ要素では、元の単語と同じフォントサイズが使用されてもよい。そうすると、ｐ要素に関しては、翻訳語のフォントサイズは、抽出文字列のフォントサイズと常に同じとなる。すなわち、ｐ要素に対する翻訳語の優先度は、分かりやすさのみに依存することになる。したがって、図１０の例では、ｐ要素に関するｆの値は０とされ、ｃの値は１０とされている。

次に、２番目に大きなフォントサイズであるｈ２要素の翻訳が行われる。すなわち、図８のＩＤ＝２の「フライト情報」が翻訳される。図９の翻訳語選択用データによれば、ｈ２要素の「フライト情報」に対応する翻訳語の候補としては、優先度が５１の「Flight Info」と、優先度が８２の「Flight Information」とである。したがって、優先度の高い「Flight Info」が選択される。

翻訳語選択用データでの優先度に基づいて、変換後の語（変換語）を選択することで、原語の見出しは短い（文字数が少ない）語に変換されやすく、かつ、本文は長い（文字数が多い）語に変換されやすい。この結果、文字数の少ない変換語は、相対的に大きな文字で表示されやすく、文字数の多い本文は、相対的に小さな文字で表示されやすくなるため、原語での文字の大小関係を保ちやすくなる。

情報変換部１４は、同様にして、各抽出文字列の翻訳語を決定し、決定された翻訳語を作業用テーブルに追記する。例えば、図８のＩＤ＝３の抽出文字列である「本日のフライト情報は…。」に含まれる「フライト情報」については、翻訳語の候補として、優先度が４２の「Flight Info」と優先度が１５の「Flight Information」とがあるが、優先度の高い「Flight Information」が選択される。なお、ＩＤ＝３の抽出文字列は、ｐ要素から抽出されたものであるため、当該優先度は、上記したように、フォントサイズの近さは考慮されずに決定されたものであってもよい。

なお、翻訳語選択用データは、基本的に単語に対する翻訳語の選択に利用される。抽出文字列が単語ではなく文章である場合、翻訳先の言語の文法にしたがった翻訳は、公知の翻訳技術を用いて行えばよい。

全ての抽出文字列について翻訳が完了すると、作業用テーブルは、例えば、図１１に示されるように更新される。図１１では、各抽出文字列に対して、翻訳語と翻訳語のフォントサイズとが追記されている。翻訳語のフォントサイズは、例えば、翻訳語が、抽出文字列の横幅及び高さによって特定される矩形領域に収まる範囲で最大のフォントサイズが選択される。但し、ｐ要素については、上述したように、翻訳前後のフォントサイズは、同じであってもよい。

なお、段落の長さに制限が有るｐ要素から抽出された抽出文字列の翻訳語は、次のように決定されてもよい。

段落の長さに制限が有るｐ要素の翻訳結果の長さ（表示領域の大きさ）は、翻訳前の長さに近い方が望ましい。一方で、ｐ要素の中身は文章であるため、様々な単語が用いられる可能性がある。したがって、単語ごとに、優先度の高い翻訳語を選択した結果、段落全体としては、翻訳前より表示領域が大きくなってしまうことが考えられる。この場合、優先度が相対的に低い翻訳語を、原語が共通する他の翻訳語に置き換えることで、段落全体の長さが調整されてもよい。

例えば、翻訳結果の段落に、「International Airport」と「Access Information」とが含まれており、いずれか一方を短くすれば、翻訳前の段落の長さにより近くなる場合には、これら二つの翻訳語の優先度が比較される。ｐ要素に関して、「International Airport」の優先度は、２３であり、「Access Information」の優先度は、１２である。したがって、優先度の高い「Access Information」が採用され、優先度の低い「International Airport」が、「Int. Airport」に置き換えられてもよい。

また、情報変換部１４は、翻訳前の各文字列の大小関係が保たれるように、各翻訳語のフォントサイズを補正する。例えば、情報変換部１４は、翻訳前の各ＨＴＭＬ要素を、抽出文字列のフォントサイズごとにグループ分けする。情報変換部１４は、翻訳後のグループ間のフォントサイズの差が、翻訳前のグループ間のフォントサイズの差に出来るだけ近くなるように調整を行う。そうすることで、翻訳前のＨＴＭＬ要素間のバランスを、翻訳後においても保つことができる。

この場合、まず、翻訳語のフォントサイズの中で、最大のフォントサイズが基準とされてもよい。例えば、図１１において、翻訳語のフォントサイズの最大値は、１６ｐｔである。この場合、当該フォントサイズに係るＨＴＭＬ要素と同じグループ（以下、「第１グループ」という。）に分類されたＨＴＭＬ要素のフォントサイズは、１６ｐｔに補正される。次にフォントサイズが大きなグループ（以下、「第２グループ」という。）に属する各ＨＴＭＬ要素の翻訳語のフォントサイズは、第１グループの翻訳前のフォントサイズと、第２グループの翻訳前のフォントサイズとの差分を１６ｐｔから差し引いた値に補正される。例えば、図１１において、翻訳前のｈ１要素のフォントサイズは、１８ｐｔであり、翻訳前のｈ２要素のフォントサイズは１４ｐｔであり、その差分は４ｐｔである。したがって、この場合、ｈ２要素の翻訳語のフォントサイズは、１６ｐｔ−４ｐ５＝１２ｐｔとされる。この場合の作業用テーブルの例を図１２に示す。図１２に示される作業用テーブルでは、上位グループとのフォントサイズの差の列が追加されている。上位グループとは、グループをフォントサイズの降順にソートした場合における、１つ前のグループをいう。図１２では、翻訳語のフォントサイズの値が、上位グループとのフォントサイズの差によって補正されている。

なお、グループ間のフォントサイズの差ではなく、グループ間のフォントサイズの比率が保たれるように、翻訳語のフォントサイズが補正されてもよい。

また、フォントサイズの補正は、翻訳語が、翻訳前の表示領域（抽出文字列の横幅及び高さ）に収まるという制限の範囲内で行われてもよい。例えば、第２グループのフォントサイズを１２ｐｔに補正した場合、第２グループに属するいずれかのＨＴＭＬ要素の翻訳語が、当該ＨＴＭＬ要素の横幅及び高さに収まらない場合、当該ＨＴＭＬ要素の翻訳語が当該ＨＴＭＬ要素の横幅及び高さに収まる範囲で最大のフォントサイズが、第２グループのフォントサイズとされてもよい。

続いて、情報変換部１４は、図１１又は図１２に示される作業用テーブルに基づいて、情報蓄積部１５に記録されたウェブコンテンツのＨＴＭＬ文書を書き換える（ステップＳ１０６）。具体的には、各ＨＴＭＬ要素の値（文字列）が、翻訳語に置換される。また、各ＨＴＭＬ要素に対して、フォントサイズを示す属性が追加される。この際、フォントサイズの値には、作業用テーブルにおける翻訳語のフォントサイズの値が用いられる。

続いて、制御部１１は、情報蓄積部１５に記録されたウェブコンテンツを表示装置１０６に表示する（ステップＳ１０７）。その結果、図１３に示されるような翻訳後のウェブコンテンツが表示される。なお、ステップＳ１０６が実行されずに（すなわち、ＨＴＭＬ文書の書き換えが行われずに）、ステップＳ１０７における表示処理の過程で、翻訳語への置換及びフォントサイズの変更等が行われてもよい。

上述したように、第１の実施の形態によれば、翻訳前（変換前）の各ＨＴＭＬ要素間の大小関係が保たれるように翻訳（変換）が行われる。したがって、ウェブコンテンツ内の文字列を変換した場合に変換前後のバランスの変化を小さくすることができる。

上記の例では、変換対象の語（単語）に対して１つ以上の変換後の語（単語）の候補が記憶部に対応付けて記憶されているが、変換対象と変換後との対応付けはこの方法に限定されない。たとえば、変換装置１０が、送受信部１２を介して外部の変換用装置に変換対象の語（単語）を送信し、その応答として１つ以上の変換後の語（単語）を受信することとしても良い。

また、上記の例では入力装置１０７を介してウェブコンテンツの表示指示の入力をユーザから受け付けることとしているが、変換すべきウェブコンテンツの情報を取得する方法は他の方法であっても良い。たとえば、図示していない利用者端末がウェブサーバに対してコンテンツ閲覧要求を送信する際に、変換装置をプロキシとして設定しておくことで、利用者端末が送信するＨＴＴＰリクエストを変換装置が送受信部を介して取得し、利用者端末から取得したＵＲＬに対してＨＴＴＰリクエストを送信することで、Ｗｅｂサーバからウェブコンテンツを取得し、この取得したウェブコンテンツを変換して利用者端末に（ＨＴＴＰリクエストへの応答として）送信する構成としても良い。

また、上記の例では取得したウェブコンテンツと作業用テーブル、翻訳語選択用データを情報記憶部１５に記憶することとしたが、データ量が大きく主なアクセスが読み込みとなる翻訳語選択用データはデータベースに記憶し、翻訳語選択用データと比べると情報量が少なく、かつ、高い頻度で読み書きを行うウェブコンテンツと作業用テーブルはメモリに記憶する、という様に記憶部を使い分けることとしても良い。

また、上記の例ではウェブコンテンツに付与されているタグを用いて文字の大小関係を判定しているが、タグ（ｈ１、ｐなどの要素名）が付与されていない場合には、既存の文字切り出し技術を用いて各文字の大きさ（例：フォントサイズ）を推測して、フォントサイズの情報をＨＴＭＬのタグ情報の代替として用いることとしても良い。さらに、フォントサイズの種類が所定の閾値以上抽出された場合、予め定めた規則によりフォントサイズをクラスタリングすることとしても良い（予め定めた規則の例：フォントサイズ３２ポイント以上がＨＴＭＬタグｈ１に対応、フォントサイズ２４ポイントから３１ポイントまでがｈ１に対応）。

また、上記の例では翻訳語選択用データでの優先度を、優先すべきものほど小さな値を付与することとしたが、優先すべきものほど大きな値をとることとしても良い（この場合、優先度の評価式も対応付けて変更することとなる）。

また、変換装置１０が、変換種別（例１：日本語から英語に翻訳、例２：日本語の専門的な技術書をわかりやすい日本語に変換）と、外部の各変換用装置の宛先の情報を対応付けて記憶部に保持しておき、変換種別を特定する指示を受けて、変換種別に応じた変換用装置を特定して、その変換用装置に変換対象の語を送信して変換結果を得ることにより、多種の変換を実現することとしても良い。

次に、第２の実施の形態について説明する。第２の実施の形態では第１の実施の形態と異なる点について説明する。第２の実施の形態において特に言及されない点については、第１の実施の形態と同様でもよい。

第１の実施の形態では、フォントサイズが最も大きな抽出文字列に対する翻訳語のフォントサイズを基準として、それよりフォントサイズが小さい翻訳語のフォントサイズが順次決定された。しかし、フォントサイズが同じでも、太字や異なるフォントを使う等、文字を修飾することで、文字を大きく見せることができる。第２の実施の形態では、文字の表現の変更（修飾）をも用いて、ＨＴＭＬ要素間の大小関係を保つ例について説明する。例えば、異なるフォントサイズの文字列を類似するフォントサイズの翻訳語に変換する場合に、コンテンツデータにおいて相対的に大きなフォントサイズの文字列が相対的に小さなフォントサイズの文字列よりも目立つように文字列の表現の変換が行われる。

第２の実施の形態では、ステップＳ１０５の終了時点において、例えば、図１５に示されるように作業用テーブルが更新される。

図１４は、第２の実施の形態における各抽出文字列の翻訳後の作業用テーブルの例を示す図である。図１４に示される作業用テーブルには、図８に対して、翻訳語のフォント修飾及び補正フォントサイズ等の列が追加されている。

フォント修飾は、抽出文字列に対する修飾方法等である。翻訳語のフォント修飾は、翻訳語に対して付与されることが決定された修飾方法等である。補正フォントサイズは、翻訳語についての補正後のフォントサイズである。修飾が行われる翻訳語については、修飾による効果も、補正フォントサイズに加算される。

翻訳語のフォント修飾及び補正フォントサイズのそれぞれの列の値は、ステップＳ１０５において、情報変換部１４が、各翻訳語のフォントサイズを補正する際に記録される。すなわち、第２の実施の形態において、翻訳語のフォントサイズの補正は、当該フォントサイズ自体の変更のみならず、翻訳語の修飾等をも用いて行われる。

各翻訳語に付与される修飾等は、例えば、図１５に示されるようなテーブルを参照して行われてもよい。

図１５は、文字修飾換算テーブルの一例を示す図である。図１５に示される文字修飾換算テーブルには、文字の修飾方法ごとに、フォントサイズ換算値及び優先順位が設定されている。フォントサイズ換算値は、該当する修飾方法によるフォントサイズへの影響又は作用の大きさを示す値であり、＋Ｎ（又は−Ｎ）の形式を有する。＋Ｎは、フォントサイズがＮｐｔ大きく見せる効果を有すること示す。優先順位は、翻訳語に対する修飾方法を選択する際の優先順位を示す。優先順位では、フォントサイズ換算値が相対的に大きい（フォントサイズの拡大効果が相対的に大きい）修飾方法が上位とされている。なお、文字修飾換算テーブルは、例えば、予め、情報蓄積部１５に記憶されている。

情報変換部１４は、まず、第１グループ（翻訳前のフォントサイズが最大のグループ）の翻訳語のフォントサイズと、翻訳前のフォントサイズとの差分を埋めるために、第１グループの各ＨＴＭＬ要素に対する修飾方法を決定する。

例えば、図１４において、ｈ１要素からの抽出文字列である「横須賀国際空港」のフォントサイズは１８ｐｔであり、フォント修飾は、ゴシックである。また、「横須賀国際空港」の翻訳語である「Yokosuka Int.Airport」のフォントサイズは、１４ｐｔである。したがって、情報変換部１４は、１８ｐｔ−１４ｐｔ＝４ｐｔの差分を埋めることができる修飾方法を、文字修飾換算テーブルを参照し探索する。この際、優先順位が上位である修飾方法から順に、翻訳語への適用が試みられる。

まず、優先順位が１の修飾方法である、「太字」が選択される。当該修飾方法のフォントサイズ換算値は＋３であり、必要な４ｐｔに対して１ｐｔ足りない。そこで、優先順位が２の修飾方法である「ゴシック」が選択される。当該修飾方法のフォントサイズ換算値は＋１である。そうすると、「太字」と「ゴシック」とを合わせることで、４ｐｔ分の効果を得ることができる。よって、ｈ１要素の翻訳語のフォント修飾の値は、「太字＋ゴシック」となる。

第２グループ以下は、上位のグループの補正フォントサイズに基づいて、補正フォントサイズ及び修飾方法が決定される。この際、翻訳語のフォントサイズは、作業用テーブルに記録されている翻訳語のフォントサイズより大きくできないこととする。翻訳語のフォントサイズは、原語の表示領域の範囲に表示可能な最大のものが選択されているからである。或るグループの翻訳語のフォントサイズと、上位グループの補正フォントサイズと差分が、翻訳前のグループ間のフォントサイズの差分に満たない場合に、当該グループの翻訳語に対する修飾が行われる。例えば、第１グループのｈ１要素と第２グループのｈ２要素とについて、翻訳前のフォントサイズの差分は、４ｐｔである。ここで、ｈ２要素の翻訳語のフォントサイズは、１４ｐｔである。この場合、１４ｐｔをそのまま採用することで、ｈ１要素の翻訳語の補正フォントサイズとの差分を４ｐｔとすることができる。したがって、ｈ２要素については、翻訳語のフォント修飾は「なし」となり、補正フォントサイズは、１４ｐｔとなる。

また、第２グループのｈ２要素と、第３グループのｈ３要素との翻訳前のフォントサイズの差分は、２ｐｔである。ここで、ｈ３要素の翻訳語のフォントサイズは、１２ｐｔである。この場合、１２ｐｔをそのまま採用することで、ｈ２要素の翻訳語の補正フォントサイズとの差分を２ｐｔとすることができる。したがって、ｈ３要素については、翻訳語のフォント修飾は「なし」となり、補正フォントサイズは、１２ｐｔとなる。

一方、第３グループのｈ３要素と、第４グループのｐ要素との翻訳前のフォントサイズの差分は、１ｐｔである。ここで、ｐ要素の翻訳語のフォントサイズは、９ｐｔである。この場合、９ｐｔをそのまま採用しては、第３グループの補正フォントサイズとである１２ｐｔとの差を１にすることができない。すなわち、ｐ要素のフォントサイズを２ｐｔ大きくする必要が有る。そこで、情報変換部１４は、２ｐｔ分の修飾方法を文字修飾換算データを参照して探索する。その結果、優先順位が２の「ゴシック」と、優先順位が３の「大文字」とが選択される。二つの選択方法のフォントサイズ換算値の合計が＋２ｐｔだからである。したがって、ｐ要素の翻訳語のフォント修飾には、「ゴシック＋大文字」が記録される。また、ｐ要素の補正フォントサイズは、９＋２＝１１ｐｔとなる。なお、大文字とは、例えば、「Flight Info」であれば、「FLIHT INFO」とすることである。

上述したように、第２の実施の形態によれば、基準となる第１グループに属するＨＴＭＬ要素について、翻訳前のフォントサイズと同程度のフォントサイズの印象を与えられるように、翻訳語の文字列に関して修飾が行われる。第２グループ以下のグループについては、第１グループを基準として、翻訳語のフォントサイズが補正される。また、抽出文字列の表示領域に収めるために翻訳語フォントサイズを大きく出来ない場合であっても、フォント修飾によって、フォントサイズを擬似的に大きくすることができる。したがって、第２の実施の形態では、第１の実施の形態と比較して、翻訳前後のバランスの変化を更に小さくすることができる。

なお、フォントサイズ換算値は、正の値に限定されるものではなく、目立たなくする表現の変更（例えば、文字の色をグレーにする、細字にする等）を負の換算値に対応付けることとしてもよい。

次に、第３の実施の形態について説明する。第３の実施の形態では第１の実施の形態と異なる点について説明する。第３の実施の形態において特に言及されない点については、第１の実施の形態と同様でもよい。

第１の実施の形態及び第２の実施の形態では、タグ付けされたＨＴＭＬ要素に応じて、翻訳語を選択する方法について説明した。しかし、実際には意味的にタグ付けされていなくても、文字列に意味を持たせているウェブコンテンツが数多く存在する。例えば、見出しにｈ１要素を使うべきところを、ｄｉｖ要素などを使ってフォントサイズをスタイルシートで指定することにより、見た目上、見出しとして見えるようにしているウェブコンテンツも有る。このようなウェブコンテンツに対して第１の実施の形態を適用するのは困難である。本来であれば、全てのウェブコンテンツが、正しい要素でマークアップして、アクセシビリティに対応することが求められるが、第３の実施の形態では、アクセシビリティに配慮していないウェブコンテンツに対応することを目指す。具体的には、ＨＴＭＬ要素に依存せず、フォントサイズに基づいて、翻訳語が決定される。

図１６は、第３の実施の形態における変換装置が実行する処理手順を説明するためのフローチャートである。図１６中、図６と同一ステップには同一ステップ番号を付し、その説明は省略する。

図１６では、ステップＳ１０５が、ステップＳ１０５ａに置換されている。ステップＳ１０５ａにおいて、情報変換部１４は、フォントサイズが大きい抽出文字列から順に翻訳語を決定する。この際、情報変換部１４は、図１７に示されるような翻訳語選択用データを参照する。すなわち、第３の実施の形態では、翻訳語選択用データの構成が、第１の実施の形態（図９）と異なる。

図１７は、第３の実施の形態における翻訳語選択用データの一例を示す図である。図１７において、翻訳語選択用データは、翻訳対象の語（原語）ごとに、翻訳語の候補と優先度とを含む。図９と大きく異なる点は、優先度が、ＨＴＭＬ要素ごとではなく、フォントサイズの範囲ごとに定義されている点である。なお、フォントサイズの範囲の表現において、「Ｘｐｔ〜Ｙｐｔ」は、Ｘｐｔ以上Ｙｐｔ未満を示す。図１７では、フォントサイズの範囲ごとに優先度が定義されているが、更に細分化されて、フォントサイズごとに、優先度が定義されてもよい。

ここでは、図８においてＩＤ＝２の抽出文字列（「フライト情報」）に対する翻訳語の決定について説明する。なお、ＩＤ＝２の抽出文字列のフォントサイズの大きさは２番目であるため、当該抽出文字列の翻訳語は、２番目に決定される。また、第３の実施の形態の作業用テーブル（図８）は、要素名の列を含まなくてもよい。

図１７によると、「フライト情報」の翻訳語の候補は、「Flight Info」と「Flight Information」とである。一方、図８によれば、ＩＤ＝２の抽出文字列（「フライト情報」）のフォントサイズは、１４ｐｔである。したがって、それぞれの候補の優先度は、図１７において、抽出文字列のフォントサイズである１４ｐｔに対応する「１４ｐｔ〜１６ｐｔ」の列を参照して特定される。その結果、「Flight Info」の優先度が４２であり、「Flight Information」の優先度が５５であることが特定される。「Flight Info」の方が優先度が高いため、「Flight Info」が「フライト情報」の翻訳語として選択される。また、「Flight Info」のフォントサイズが、「フライト情報」の横幅及び高さに基づいて決定される。

続いて、図８のＩＤ＝３の抽出文字列である「本日のフライト情報は…。」に含まれる「フライト情報」の翻訳語の決定について説明する。図１７によると、「フライト情報」の翻訳語の候補は、「Flight Info」と「Flight Information」とである。一方、図８によれば、ＩＤ＝３の抽出文字列のフォントサイズは、１２ｐｔである。したがって、それぞれの候補の優先度は、図１７において、抽出文字列のフォントサイズである１２ｐｔに対応する「１４ｐｔ未満」の列を参照して特定される。その結果、「Flight Info」の優先度が４４であり、「Flight Information」の優先度が２３であることが特定される。「Flight Information」の方が優先度が高いため、「Flight Information」が「フライト情報」の翻訳語として選択される。

同様にして、各抽出文字列の翻訳語が決定され、作業用テーブルは、図１１のように更新される。但し、要素名の列は不要である。また、フォントサイズに基づくグループ間のフォントサイズの差に基づいて、各翻訳語のフォントサイズが補正される。

続いて、第１の実施の形態と同様に、翻訳後のウェブコンテンツが表示される（ステップＳ１０７）。

上述したように、第３の実施の形態によれば、正しい要素でマークアップされておらず、アクセシビリティに対応していないウェブコンテンツであっても、第１の実施の形態と同様の効果を得ることができる。

なお、第２の実施の形態が、第３の実施の形態に組み合わされてもよい。

また、上記各実施の形態は、ウェブコンテンツ以外のコンテンツデータに関して適用されてもよい。

なお、本実施の形態において、情報変換部１４は、変換部の一例である。翻訳語の候補は、変換候補の一例である。フォントサイズは、表示サイズの一例である。

以上、本発明の実施例について詳述したが、本発明は斯かる特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

１０ 変換装置
１１ 制御部
１２ 送受信部
１３ 情報解析部
１４ 情報変換部
１５ 情報蓄積部
２０ ウェブサーバ
１００ ドライブ装置
１０１ 記録媒体
１０２ 補助記憶装置
１０３ メモリ装置
１０４ ＣＰＵ
１０５ インタフェース装置
Ｂ バス

Claims (8)

1. コンテンツデータにおける表示形式に基づく各要素に対する各文字列について、原語ごとに１以上の変換候補及び優先度を対応付けて記憶した記憶部を参照して変換候補を選択する変換部を有し、
   前記優先度は、同一の原語に対して複数の変換候補が有る場合に各変換候補の変換結果として採用するか否かを表す優劣を判定するための数値として一つの変換候補に対して前記表示形式に基づく要素ごとに定めらており、
   前記変換部は、複数の変換候補が有る文字列については、当該文字列に係る前記表示形式に基づく要素に関して前記複数の変換候補のそれぞれに定められている優先度に基づいて変換候補を選択する、
   ことを特徴とする変換装置。
2. 原語に対して文字数が少ない変換候補については、前記コンテンツデータにおける上位の見出しを表す要素の優先度が下位の見出しを表す要素の優先度よりも高く、かつ、見出しを表す要素の優先度が本文を表す要素の優先度よりも高くなるように設定されており、それ以外の変換候補については、見出しを表す要素よりも本文を表す要素の優先度が高く、かつ、下位の見出しを表す要素の優先度が上位の見出しを表す要素の優先度よりも高くなるように設定されている、
   ことを特徴とする請求項１記載の変換装置。
3. コンテンツデータにおける表示形式に基づく各要素に対する各文字列について、原語ごとに１以上の変換候補及び優先度を対応付けて記憶した記憶部を参照して変換候補を選択する変換部を有し、
   前記優先度は、同一の原語に対して複数の変換候補が有る場合に各変換候補の変換結果として採用するか否かを表す優劣を判定するための数値として一つの変換候補に対して表示サイズの範囲ごとに定めらており、
   前記変換部は、複数の変換候補が有る文字列については、当該文字列の表示サイズを含む前記範囲に関して前記複数の変換候補のそれぞれに定められている優先度に基づいて変換候補を選択する、
   ことを特徴とする変換装置。
4. 前記変換部は、原語の複数の文字列のそれぞれについて選択した複数の変換候補の全体の表示領域が、前記原語の複数の文字列の表示領域よりも大きくなり、かつ、前記原語の複数の文字列のいずれか１以上の文字列について、選択した変換候補よりも文字数が少ない別の変換候補が前記記憶部に記憶されている場合、前記１以上の文字列のそれぞれについて選択された変換候補の中で優先度が相対的に低い変換候補を別の変換候補に置き換える、
   ことを特徴とする請求項１又は３いずれか一項記載の変換装置。
5. 前記変換部は、原語の文字列の表示サイズが、前記原語の文字列について選択した変換候補の表示サイズと異なる場合に、少なくともフォント、文字の太さ、及び文字の色のいずれかを含む文字の修飾方法ごとに、前記修飾方法による前記表示サイズへの影響又は作用の大きさを示す換算値と、前記換算値が相対的に大きい修飾方法が上位となる優先順位とを記憶した第２の記憶部を参照して、前記原語の文字列について選択した変換候補について、前記換算値の合計が、前記原語の文字列の表示サイズと前記変換候補の表示サイズとの差分となるような１以上の前記修飾方法を前記優先順位に基づいて選択する、
   ことを特徴とする請求項１又は３記載の変換装置。
6. コンピュータが、
   コンテンツデータにおける表示形式に基づく各要素に対する各文字列について、原語ごとに１以上の変換候補及び優先度を対応付けて記憶した記憶部を参照して変換候補を選択する変換手順を実行し、
   前記優先度は、同一の原語に対して複数の変換候補が有る場合に各変換候補の変換結果として採用するか否かを表す優劣を判定するための数値として一つの変換候補に対して前記表示形式に基づく要素ごとに定めらており、
   前記変換手順は、複数の変換候補が有る文字列については、当該文字列に係る前記表示形式に基づく要素に関して前記複数の変換候補のそれぞれに定められている優先度に基づいて変換候補を選択する、
   ことを特徴とする変換方法。
7. コンピュータが、
   コンテンツデータにおける表示形式に基づく各要素に対する各文字列について、原語ごとに１以上の変換候補及び優先度を対応付けて記憶した記憶部を参照して変換候補を選択する変換手順を実行し、
   前記優先度は、同一の原語に対して複数の変換候補が有る場合に各変換候補の変換結果として採用するか否かを表す優劣を判定するための数値として一つの変換候補に対して表示サイズの範囲ごとに定めらており、
   前記変換手順は、複数の変換候補が有る文字列については、当該文字列の表示サイズを含む前記範囲に関して前記複数の変換候補のそれぞれに定められている優先度に基づいて変換候補を選択する、
   ことを特徴とする変換方法。
8. コンピュータを、請求項１乃至５いずれか一項記載の変換部として機能させるプログラム。

Images