対訳情報検索装置及びプログラム
【課題】複数の言語間の対応関係を表すのに必要な情報量を低減する。
【解決手段】対訳情報検索装置１０は、複数の言語ごとに、該言語の複数の文字列を識別する識別情報をそれぞれ関連づけて格納した辞書情報と、複数の言語ごとに、当該言語の文字列を識別する識別情報と、当該言語の文字列に対応する他の１又は複数の言語の文字列を識別する識別情報とをそれぞれ対応付けて格納した言語間対応情報と、を記憶し、検索文字列と、原言語と、目標言語の情報を受け付け、原言語の辞書情報から、検索文字列に対応する識別情報を検索し、検索された識別情報に対応付けて言語間対応情報に格納される目標言語の文字列を識別する識別情報を取得し、目標言語の辞書情報から、前記取得された識別情報により識別される文字列を取得し出力する。
【解決手段】対訳情報検索装置１０は、複数の言語ごとに、該言語の複数の文字列を識別する識別情報をそれぞれ関連づけて格納した辞書情報と、複数の言語ごとに、当該言語の文字列を識別する識別情報と、当該言語の文字列に対応する他の１又は複数の言語の文字列を識別する識別情報とをそれぞれ対応付けて格納した言語間対応情報と、を記憶し、検索文字列と、原言語と、目標言語の情報を受け付け、原言語の辞書情報から、検索文字列に対応する識別情報を検索し、検索された識別情報に対応付けて言語間対応情報に格納される目標言語の文字列を識別する識別情報を取得し、目標言語の辞書情報から、前記取得された識別情報により識別される文字列を取得し出力する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、対訳情報検索装置及びプログラムに関する。
【背景技術】
【０００２】
指定した検索文に対応する他の言語の訳文を検索する検索システムがある。例えば、下記の特許文献１には、指定した検索文に基づいて、当該検索文や当該検索文に対応する他の言語の訳文を含む電子文書を検索する技術が開示されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００７−２５９３９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
本発明の目的は、受け付けた検索文字列に対応する他の言語の対訳文字列を検索するシステムにおいて、複数の言語における各言語間の対応関係を表すために、言語の組ごとに両言語の対応する文字列同士を関連付けた辞書情報を設けた場合に、複数の言語における言語の組ごとに両言語の対応する文字列同士を関連付けた辞書情報を設けるときに比べて、複数の言語間の対応関係を表すのに必要な情報量を低減できる対訳情報検索装置及びプログラムを提供することにある。
【課題を解決するための手段】
【０００５】
上記目的を達成するために、請求項１に記載の発明は、複数の言語ごとに、当該言語の複数の文字列を識別する識別情報をそれぞれ関連づけて格納した辞書情報と、前記複数の言語ごとに、当該言語の文字列を識別する識別情報と、当該言語の文字列に対応する他の１又は複数の言語の文字列を識別する識別情報とをそれぞれ対応付けて格納した言語間対応情報と、を記憶する記憶手段と、検索文字列と、当該検索文字列の言語である原言語と、当該原言語とは異なる少なくとも１つの目標言語の情報を受け付ける受付手段と、前記原言語の辞書情報から、前記検索文字列に対応する識別情報を検索する検索手段と、前記検索手段により検索された識別情報に対応付けて前記言語間対応情報に格納される前記目標言語の文字列を識別する識別情報を取得する識別情報取得手段と、前記目標言語の辞書情報から、前記識別情報取得手段により取得された識別情報により識別される文字列を取得する文字列取得手段と、前記文字列取得手段により取得された文字列を出力する出力手段と、を含むことを特徴とする対訳情報検索装置である。
【０００６】
また、請求項２に記載の発明は、文字列の索引情報を生成する生成手段をさらに含み、前記記憶手段は、前記複数の言語ごとに、当該言語の複数の文字列の識別情報と、当該複数の文字列について前記生成手段によりそれぞれ生成された索引情報とを関連づけて格納した索引表情報をさらに記憶し、前記検索手段は、前記索引表情報から、前記検索文字列について前記生成手段により生成された索引情報に基づいて識別情報を検索することを特徴とする請求項１に記載の対訳情報検索装置である。
【０００７】
また、請求項３に記載の発明は、前記対訳情報検索装置は、文字列から予め定められた数の連続する文字からなる文字群を抽出する抽出手段をさらに含み、前記記憶手段は、予め定められた文字群ごとに、当該文字群を含む文字列の識別情報を関連付けて格納した類似文字列検索情報をさらに記憶し、前記検索手段は、前記類似文字列検索情報から、前記検索文字列について前記抽出手段により抽出された文字群を含む文字列の識別情報を検索し、前記対訳情報検索装置は、前記検索手段により検索された識別情報の文字列の中から、当該文字列について前記抽出手段により抽出された文字群と、前記検索文字列について抽出された文字群との一致度に基づいて、類似文字列を選択する選択手段をさらに含み、前記識別情報取得手段は、前記選択手段により選択された類似文字列の識別情報に関連づけて前記言語間対応情報に格納される前記目標言語の文字列を識別する識別情報を取得することを特徴とする請求項１又は２に記載の対訳情報検索装置である。
【０００８】
また、請求項４に記載の発明は、前記複数の文字列は、文字が固定されている固定部分と、文字が可変である可変部分からなり、当該可変部分の文字の条件が定められた類型文字列を含み、前記記憶手段は、前記複数の言語のうち一つの言語の類型文字列における可変部分と、当該類型文字列に対応する他の言語の類型文字列における可変部分との対応関係を格納した類型文字列対応関係情報をさらに記憶し、前記検索文字列は、類型文字列であり、前記識別情報取得手段は、前記言語間対応情報において、前記検索手段により検索された識別情報に対応付けられる前記目標言語の類型文字列の識別情報を取得し、前記文字列取得手段は、前記目標言語の辞書情報から、前記識別情報取得手段により取得された識別情報に関連づけられた類型文字列を取得し、前記出力手段は、前記類型文字列対応関係情報に基づき、前記検索文字列の可変部分と、前記文字列取得手段により取得された類型文字列の可変部分とを対応させた態様で出力することを特徴とする請求項１乃至３のいずれかに記載の対訳情報検索装置である。
【０００９】
また、請求項５に記載の発明は、前記言語間対応情報において、第１の言語の文字列の識別情報に対応関係が定められていない第２の言語を特定する手段と、前記言語間対応情報において、前記第１の言語の文字列の識別情報に対応付けられる第３の言語の文字列の識別情報であって、当該第３の言語の文字列の識別情報が前記第２の言語の文字列の識別情報と対応付けられている場合に、前記第１の言語の文字列の識別情報と、前記第２の言語の文字列の識別情報とを対応付けることで、前記言語間対応情報を更新する更新手段と、をさらに含むことを特徴とする請求項１乃至４のいずれかに記載の対訳情報検索装置である。
【００１０】
また、請求項６に記載の発明は、複数の言語ごとに、当該言語の複数の文字列を識別する識別情報をそれぞれ関連づけて格納した辞書情報と、前記複数の言語ごとに、当該言語の文字列を識別する識別情報と、当該言語の文字列に対応する他の１又は複数の言語の文字列を識別する識別情報とをそれぞれ対応付けて格納した言語間対応情報と、を参照する手段と、検索文字列と、当該検索文字列の言語である原言語と、当該原言語とは異なる少なくとも１つの目標言語の情報を受け付ける受付手段と、前記原言語の辞書情報から、前記検索文字列に対応する識別情報を検索する検索手段と、前記検索手段により検索された識別情報に対応付けて前記言語間対応情報に格納される前記目標言語の文字列を識別する識別情報を取得する識別情報取得手段と、前記目標言語の辞書情報から、前記識別情報取得手段により取得された識別情報により識別される文字列を取得する文字列取得手段と、前記文字列取得手段により取得された文字列を出力する出力手段と、を含むことを特徴とする対訳情報検索装置である。
【００１１】
また、請求項７に記載の発明は、複数の言語ごとに、当該言語の複数の文字列を識別する識別情報をそれぞれ関連づけて格納した辞書情報と、前記複数の言語ごとに、当該言語の文字列を識別する識別情報と、当該言語の文字列に対応する他の１又は複数の言語の文字列を識別する識別情報とをそれぞれ対応付けて格納した言語間対応情報と、を参照する手段と、検索文字列と、当該検索文字列の言語である原言語と、当該原言語とは異なる少なくとも１つの目標言語の情報を受け付ける受付手段と、前記原言語の辞書情報から、前記検索文字列に対応する識別情報を検索する検索手段と、前記検索手段により検索された識別情報に対応付けて前記言語間対応情報に格納される前記目標言語の文字列を識別する識別情報を取得する識別情報取得手段と、前記目標言語の辞書情報から、前記識別情報取得手段により取得された識別情報により識別される文字列を取得する文字列取得手段と、前記文字列取得手段により取得された文字列を出力する出力手段としてコンピュータを機能させるためのプログラムである。
【発明の効果】
【００１２】
請求項１に記載の発明によれば、受け付けた検索文字列に対応する他の言語の対訳文字列を検索するシステムにおいて、複数の言語における各言語間の対応関係を表すために、言語の組ごとに両言語の対応する文字列同士を関連付けた辞書情報を設けた場合に、複数の言語における言語の組ごとに両言語の対応する文字列同士を関連付けた辞書情報を設けるときに比べて、複数の言語間の対応関係を表すのに必要な情報量を低減できる。
【００１３】
請求項２に記載の発明によれば、本構成を有しない場合と比較して、検索文字列に対応する目標言語の対訳文字列を高速に検索できる。
【００１４】
請求項３に記載の発明によれば、検索文字列の構文解析をせずに、検索文字列の類似文字列に対応する目標言語の対訳文字列を検索できる。
【００１５】
請求項４に記載の発明によれば、可変部分を含む類型文字列に対応する目標言語の類型文字列を、それぞれの可変部分の対応関係を明示した態様で出力できる。
【００１６】
請求項５に記載の発明によれば、一部の言語間の対応関係情報を他の言語間の対応関係情報を用いて補完できる。
【００１７】
請求項６及び７に記載の発明によれば、複数の言語における言語の組ごとに両言語の対応する文字列同士を関連付けた辞書情報を設ける場合に比べて情報量を低減させた、複数の言語間の対応関係を表す情報を利用して、受け付けた検索文字列に対応する他の言語の対訳文字列を検索できる。
【図面の簡単な説明】
【００１８】
【図１Ａ】本実施形態に係る対訳情報検索装置の機能ブロック図である。
【図１Ｂ】データ記憶部に記憶されるデータの一例である。
【図２】例文辞書情報の一例を示す図である。
【図３Ａ】例文パターン辞書情報の一例を示す図である。
【図３Ｂ】例文パターンデータの一例を示す図である。
【図４】例文／例文パターンハッシュ索引表の一例を示す図である。
【図５】文字コード検索表及び例文／例文パターンバイグラム索引表の一例を示す図である。
【図６】例文／例文パターン対訳データ表の一例を示す図である。
【図７】例文パターン要素対応表の一例を示す図である。
【図８】検索条件入力画面の一例を示す図である。
【図９】対応訳文情報の検索処理のフローチャートである。
【図１０】類似訳文情報の検索処理のフローチャートである。
【図１１】表示画面の一例を示す図である。
【発明を実施するための形態】
【００１９】
以下、本発明を実施するための実施の形態（以下、実施形態という）を、図面に従って説明する。
【００２０】
図１Ａには、本実施形態に係る対訳情報検索装置１０の機能ブロック図を示した。図１Ａに示されるように、対訳情報検索装置１０は、データ記憶部１００、検索条件受付部１０２、対応訳文情報検索部１０４、類似訳文情報検索部１０６、検索結果出力部１０８、及びデータ更新部１１０を備える。
【００２１】
上記の各部の機能は、ＣＰＵ等の制御手段、メモリ等の記憶手段、外部デバイスとデータを送受信する入出力手段等を備えたコンピュータが、コンピュータ読み取り可能な情報記憶媒体に格納されたプログラムを読み込み実行することで実現されるものとしてよい。なお、プログラムは光ディスク、磁気ディスク、磁気テープ、光磁気ディスク、フラッシュメモリ等の情報記憶媒体によってコンピュータたる対訳情報検索装置１０に供給されることとしてもよいし、インターネット等のデータ通信網を介して当該コンピュータに供給されることとしてもよい。
【００２２】
データ記憶部１００は、複数の言語の例文及び例文パターン等の文字列をそれぞれ格納した辞書情報と、複数の各言語の例文及び例文パターン同士の対応関係を定めた対応関係情報等のデータを記憶する。以下、データ記憶部１００に記憶されるデータの一例を、図１Ｂを参照して説明する。
【００２３】
図１Ｂに示されるように、本実施形態では、データ記憶部１００は、言語別辞書データベース２００、対応訳文検索用データベース３００、類似訳文検索用データベース４００、言語間対応関係データベース５００を含む。
【００２４】
言語別辞書データベース２００には、複数の言語のそれぞれについて辞書情報が記憶される。本実施形態では、辞書情報には、固定文字列からなる文を示す例文情報を格納した例文辞書情報２０２（２０２Ａ〜Ｃ）、固定文字列と可変文字列からなる文を示す例文パターン情報を格納した例文パターン辞書情報２０４（２０４Ａ〜Ｃ）を含むこととする。もちろん辞書情報は例文辞書情報２０２と例文パターン辞書情報２０４に限られず、固定文字列と可変文字列からなる句を示す句パターン情報を格納した句パターン情報をさらに含むこととしてもよい。
【００２５】
図２には、例文辞書情報の一例を示した。図２に示されるように、例文辞書情報は、例文を識別する例文ＩＤ、例文（テキストデータ）の格納位置を示すアドレス（ポインタ）、例文のデータ長、例文を示すテキストデータをそれぞれ関連付けて構成することとしてよい。例えば、例文ＩＤは、例文の言語を識別する言語ＩＤを含めて構成する等して、例文ＩＤは対訳情報検索装置１０において固有の識別子となるように生成することとしてよい。なお、例文ＩＤと例文のアドレス情報と、例文のデータ長及びテキストデータとは別のテーブル情報として構成することとしてもよい。
【００２６】
図３Ａには、例文パターン辞書情報の一例を示した。図３Ａに示されるように、例文パターン辞書情報は、例文パターンを識別する例文パターンＩＤ、例文パターン（テキストデータ）の格納位置を示すアドレス（ポインタ）、例文パターンのデータ長、例文パターンを示すテキストデータをそれぞれ関連付けて構成することとしてよい。例えば、例文パターンＩＤは、例文パターンの言語を識別する言語ＩＤを含めて構成する等して、例文パターンＩＤは対訳情報検索装置１０において固有の識別子となるように生成することとしてよい。なお、例文パターンＩＤと例文パターンのアドレス情報と、例文パターンのデータ長及びテキストデータとは別のテーブル情報として構成することとしてもよい。
【００２７】
図３Ｂには、例文パターンデータの一例を示した。図３Ｂに示されるように、例文パターンデータは、可変部分と固定部分とを含む。例えば、可変部分は、タイプ情報、変数情報、位置情報、語彙体系情報等のデータにより表される。タイプ情報は、可変部分（１）か固定部分（０）かを指定する真偽値が格納され、変数情報には、ＮＰ（１：名詞句）、ＡＰ（２：形容詞句）、ＤＰ（３：副詞句）、ＭＰ（４：数量詞句）、ＳＰ（５：地名句）、ＴＰ（６：時間句）、ＶＰ（７：動詞句）、ＰＰ（８：助詞句）等を指定するデータが格納される。位置情報には、可変部分の例文パターンにおける位置（先頭から何番目の要素であるかの情報）を示す情報が格納され、語彙体系情報には、日本語（Ｊ）や中国語（Ｃ）等の言語情報が格納される。また、固定部分は、タイプ情報、固定内容、位置情報、語彙体系情報等のデータにより表される。固定内容には、例文パターンの固定部分を構成する単語、句等のテキストデータが格納される。
【００２８】
対応訳文検索用データベース３００には、例文／例文パターンハッシュ索引表３０２（３０２Ａ〜Ｃ）が記憶される。例文／例文パターンハッシュ索引表３０２は、言語ごとに設けることとしてよい。
【００２９】
図４には、例文／例文パターンハッシュ索引表の一例を示した。図４に示されるように、例文／例文パターンハッシュ索引表は、例文／例文パターンハッシュ索引表の各レコードを識別する索引ＩＤ、例文／例文パターンのハッシュ値、辞書（例文辞書又は例文パターン辞書）を指定する辞書指定情報、辞書指定情報により指定された辞書における識別情報、例文／例文パターンが関連する例文／例文パターン対訳データ表におけるレコードＩＤ、同じハッシュ値を持つ他の索引ＩＤを示すリンク情報を関連付けたレコードから構成される。
【００３０】
ハッシュ値は、文字列Ｓ＝ｓ１ｓ２・・・ｓｎ（ｓｉ（ｉ＝１〜ｎ）は文字列Ｓにおける一文字を表す）に対してハッシュ関数Ｈａｓｈ（Ｓ）により演算される。なお、ハッシュ関数は以下のようにしてハッシュ値を演算することとしてよい。
Hash(S)=0;
for(i=0;i<n;i++)
Hash^=(si << (i & 0x0f));
Hash(S)=Hash(S)%L;
なお、演算子^=はビットＸＯＲ、＆がビットＡＮＤ、<<ｉが左にｉビット移動、％がＭＯＤであり、Ｌは例文／例文パターンハッシュ索引表におけるハッシュの範囲（異なるハッシュ値の数の上限値）である。
【００３１】
類似訳文検索用データベース４００には、文字コード検索表４０２（４０２Ａ〜Ｃ）及び例文／例文パターンバイグラム索引表４０４（４０４Ａ〜Ｃ）が記憶される。文字コード検索表４０２及び例文／例文パターンバイグラム索引表４０４は、言語ごとに設けることとしてよい。なお、本実施形態ではバイグラムを用いているが、Ｎグラムを用いることとしても構わない。
【００３２】
図５には、文字コード検索表及び例文／例文パターンバイグラム索引表の一例を示した。図５に示されるように、文字コード検索表には、バイグラム（二文字からなる文字列）の先頭文字の文字コード（Ｃｉ）と、他のレコードへのアドレス（ポインタ、リンク情報）とが関連付けて記憶されている。
【００３３】
例文／例文パターンバイグラム索引表には、文字コード検索表に記憶された先頭文字に続く二文字目の文字コード（Ｃｉｊ）、それらの文字からなるバイグラムを含む例文辞書のレコードリストデータ、当該バイグラムを含む例文パターン辞書のレコードリストデータ、先頭文字に続く他の二文字目がある場合にはそのバイグラムのレコードへのアドレス（ポインタ）が格納される。レコードリストデータには、例えば例文ＩＤ又は例文パターンＩＤのリストを格納することとしてもよい。図５に示した例であれば、先頭文字の文字コードＣ１に対して二文字目の文字コードＣ１１があるとすると、Ｃ１１のレコードには、Ｃ１Ｃ１１を含む全ての例文辞書のレコードリストデータと、Ｃ１Ｃ１１を含む全ての例文パターン辞書のレコードリストデータとが記憶されると共に、Ｃ１に続く他の二文字目の文字コードＣ１２があるためそのＣ１２のレコードのアドレスが関連付けられて記憶される。先頭文字に続く他の二文字目がない場合には、アドレスにＮ（空）の情報を格納することとしてよい。
【００３４】
言語間対応関係データベース５００には、例文／例文パターン対訳データ表５０２（５０２Ａ〜Ｃ）、例文パターン要素対応表（アライメント表）５０４（５０４Ａ〜Ｃ）が記憶される。例文／例文パターン対訳データ表５０２は、１つの言語の辞書情報に記憶される例文／例文パターンと、他の１又は複数の言語の辞書情報に記憶される例文／例文パターンとの対応関係（対訳関係）を定めた情報である。
【００３５】
図６には、例文／例文パターン対訳データ表の一例を示した。図６に示されるように、例文／例文パターン対訳データ表は、原文の言語を識別する原言語ＩＤ（例えばＩＤ＝０を中国語、ＩＤ＝１を日本語、ＩＤ＝２を英語、ＩＤ＝３を韓国語等）、対応関係を指定する他の言語を識別する目標言語ＩＤ、辞書（例文、例文パターン等）を指定する辞書指定情報、例文／例文パターン（原言語）の例文／例文パターンハッシュ索引表における索引ＩＤ、例文／例文パターン（原言語）の原言語の辞書情報における識別情報、例文／例文パターン（目標言語）の例文／例文パターンハッシュ索引表における索引ＩＤ、例文／例文パターン（目標言語）の目標言語の辞書情報における識別情報、例文パターン要素対応表におけるアライメントＩＤ、他のレコードへのリンク情報をそれぞれ関連付けて記憶するレコードから構成される。なお、他のレコードへのリンク情報は、複数の対訳データがある場合や、目標言語が異なる他の言語の対訳データがある場合にそれらへのリンク情報を含むこととしてよい。
【００３６】
図７には、例文パターン要素対応表の一例を示した。図７に示されるように、例文パターン要素対応表は、原言語の例文パターン（原文パターン）と目標言語の例文パターン（訳文パターン）のそれぞれの文を構成する要素間の対応関係を示すアライメント情報を識別するアライメントＩＤと、アドレス（ポインタ）、アライメント情報のデータ長、アライメント情報をそれぞれ関連付けて格納している。アライメント情報は、対応関係の個数と、原文パターンの要素の位置情報と対応する訳文パターンの要素の位置情報とを対応付けた情報とを含むこととしてよい。図７に示した例において、アライメント情報２：ｓ１−Ｓ２；ｓ３−Ｓ４は、対応関係の個数が２、原文パターンの位置ｓ１の要素が、訳文パターンの位置Ｓ２の要素に対応し、原文パターンの位置ｓ３の要素が、訳文パターンの位置Ｓ４の要素に対応することを表している。なお、アライメントＩＤとアドレスを格納するテーブルと、アライメント情報のデータ長とアライメント情報を格納するテーブルとはそれぞれ分けて構成することとしてもよい。
【００３７】
検索条件受付部１０２は、検索文字列、検索文字列の言語を示す原言語情報、検索文字列に対して検索する訳文の言語を示す目標言語情報、一致検索や類似検索等の検索タイプを含む検索条件を受け付ける。例えば、検索条件受付部１０２は、クライアント装置２０において起動するウェブブラウザに表示される検索条件入力画面に入力された検索条件を、クライアント装置２０から受け付けることとしてよい。
【００３８】
図８には、検索条件入力画面６００の一例を示した。図８に示されるように、検索条件入力画面６００は、検索文字列の入力欄６０２と、検索文字列の言語を指定する原言語指定欄６０４と、目標言語を指定する目標言語指定欄６０６と、検索タイプを指定する検索タイプ指定欄６０８を含む。原言語指定欄６０４には言語の一覧から選択する言語を指定するラジオボタン（１つのみ選択可能）が表示され、目標言語指定欄６０６には、言語の一覧から選択する１又は複数の言語を指定するチェックボックスが表示される。また、検索タイプ指定欄６０８には、一致検索、類似検索についてチェックボックスが表示され、どちらか一方を選択した場合には一致検索又は類似検索となり、両方を選択した場合には、一致するか類似する文の対訳文を検索するＯＲ検索となる。
【００３９】
対応訳文情報検索部１０４は、検索条件受付部１０２により受け付けた検索条件に含まれる検索タイプが一致検索を含む場合に、当該検索条件に含まれる検索文字列に一致する例文／例文パターンを検索し、当該検索された例文／例文パターンに対応する目標言語の対訳データを検索する。以下、図９に示されるフローチャートを参照しながら、対応訳文情報検索部１０４により行われる検索処理の詳細について説明する。
【００４０】
図９には、対応訳文情報の検索処理のフローチャートを示した。図９に示されるように、対応訳文情報検索部１０４は、検索条件受付部１０２で受け付けた検索条件に含まれる検索文字列Ｓのハッシュ値を演算する（Ｓ１００１）。
【００４１】
対応訳文情報検索部１０４は、検索条件に含まれる原言語情報に対応する言語の例文／例文パターン索引表から、演算されたハッシュ値に該当するレコードＲｈａｓｈを検索する（Ｓ１００２）。
【００４２】
対応訳文情報検索部１０４は、検索したレコードＲｈａｓｈの内容を参照し（Ｓ１００３）、当該レコードＲｈａｓｈに含まれる辞書指定情報と識別情報に基づいて、原言語の例文／例文パターン辞書から該当するレコードを参照する（Ｓ１００４）。
【００４３】
対応訳文情報検索部１０４は、参照したレコードに格納される例文／例文パターンのデータを読み出し（Ｓ１００５）、読み出したデータと、検索文字列とが対応するか否か（例えば一致するか否か）を判断する（Ｓ１００６）。
【００４４】
対応訳文情報検索部１０４は、Ｓ１００６で対応していないと判断した場合には（Ｓ１００６：Ｎ）、レコードＲｈａｓｈに同じハッシュ値の他のレコードへのリンク情報が含まれているときには（Ｓ１００７：Ｙ）、当該リンク情報によるリンク先のレコードを読み出して新たなレコードＲｈａｓｈとして（Ｓ１００８）、処理Ｓ１００３以降の処理を繰り返し、他のレコードへのリンク情報が含まれていないときには（Ｓ１００７：Ｎ）、処理を終了する。
【００４５】
対応訳文情報検索部１０４は、Ｓ１００６で対応していると判断した場合には（Ｓ１００６：Ｙ）、レコードＲｈａｓｈに格納される例文／例文パターン対訳データ表におけるレコードＩＤに基づいて、例文／例文パターン対訳データ表から該当するレコードＲｂｉｓｐを参照する（Ｓ１００９）。
【００４６】
対応訳文情報検索部１０４は、参照したレコードＲｂｉｓｐに含まれる目標言語が検索条件に含まれる目標言語と一致しない場合には（Ｓ１０１０：Ｎ）、レコードＲｂｉｓｐに含まれる他のレコードを新たなレコードＲｂｉｓｐに設定する（Ｓ１０１１）。対応訳文情報検索部１０４は、レコードＲｂｉｓｐに含まれる目標言語が検索条件に含まれる目標言語と一致する場合には（Ｓ１０１０：Ｙ）、レコードＲｂｉｓｐに含まれる目標言語の例文／例文パターンの辞書情報における識別情報を読み出して（Ｓ１０１２）、読み出した識別情報に該当する例文／例文パターンを読み出して（Ｓ１０１３）、処理を終了する。
【００４７】
対応訳文情報検索部１０４は、検索条件に目標言語が複数含まれている場合には、各目標言語について、検索文字列と対応する例文／例文パターンを上記フローに基づいて検索することとしてよい。
【００４８】
類似訳文情報検索部１０６は、検索条件受付部１０２により受け付けた検索条件に含まれる検索タイプが類似検索を含む場合に、当該検索条件に含まれる検索文字列に類似する例文／例文パターンを検索し、当該検索された例文／例文パターンに対応する目標言語の対訳データを検索する。以下、図１０に示されるフローチャートを参照しながら、類似訳文情報検索部１０６により行われる検索処理の詳細について説明する。
【００４９】
図１０には、類似訳文情報の検索処理のフローチャートを示した。図１０に示されるように、類似訳文情報検索部１０６は、検索条件受付部１０２で受け付けた検索条件に含まれる検索文字列Ｓのバイグラム（ｂｉ−ｇｒａｍ）を生成する（Ｓ２００１）。バイグラムの生成処理の一例を以下説明する。
【００５０】
検索文字列Ｓ＝ｓ１ｓ２・・・ｓｎ（ｓ１，ｓ２，・・・，ｓｎはＳに含まれる文字）とすると、まずｓ１ｓ２，ｓ２ｓ３，・・・，ｓｎ−１ｓｎをバイグラムの候補として取得する。そして、取得されたバイグラムの候補から、予め定められた禁止文字又は禁止バイグラムを除外して、検索文字列Ｓに対するバイグラムｂ１，・・・，ｂｋを生成する。
【００５１】
類似訳文情報検索部１０６は、生成したバイグラムのうち未選択のバイグラムを１つ選択し（Ｓ２００２）、検索条件に含まれる原言語情報に対応する言語の辞書情報から、上記選択したバイグラム（ｂｉとする）を含む例文／例文パターンを検索する（Ｓ２００３）。具体的には、類似訳文情報検索部１０６は、文字コード検索表から、ｂｉのうち先頭の文字コードに該当するレコードを検索し、当該検索したレコードが参照するレコードを辿って、バイグラムｂｉの第２文字目が出現するレコードを特定する。ここで、類似訳文情報検索部１０６は、特定したレコードに格納されるバイグラムｂｉを含む例文／例文パターンのレコードリスト情報を取得し、当該取得したレコードリスト情報に基づいて例文／例文パターンの辞書情報から該当する例文／例文パターン（Ａ１，Ａ２，・・・，Ａｔ）を取得する。
【００５２】
類似訳文情報検索部１０６は、未選択のバイグラムが残っている場合には（Ｓ２００４：Ｙ）、Ｓ２００２に戻ってそれ以降の処理を繰り返し、未選択のバイグラムが残っていない場合には（Ｓ２００４：Ｎ）、各バイグラムについて検索された例文／例文パターン（Ａ１，Ａ２，・・・，Ａｔ）のバイグラムの数（ｇ１，ｇ２，・・・，ｇｔ）を求める（Ｓ２００５）。
【００５３】
類似訳文情報検索部１０６は、例文／例文パターン（Ａ１，Ａ２，・・・，Ａｔ）が検索文字列Ｓのバイグラム（ｂ１，・・・，ｂｋ）をそれぞれいくつ含むかを求め（Ｓ２００６）、以下の式（１）により各例文Ａｉ（ｉ＝１〜ｔ）と検索文字列Ｓとの類似度を算出する（Ｓ２００７）。
類似度Ｓｉｍ（Ｓ，Ａｉ）＝（２＊ｎｉ）／（ｋ＋ｇｉ） ・・・式（１）
また、類似度にはカバー率Ｃｏｖ（Ｓ，Ａｉ）＝ｎｉ／ｋを用いてもよい。
【００５４】
類似訳文情報検索部１０６は、算出された類似度の大きい順に例文／例文パターン（Ａ１，Ａ２，・・・，Ａｔ）を並び替え（Ｓ２００８）、予め定められた順位までの例文／例文パターン（Ｂ１，Ｂ２，・・・，Ｂｓ）を選択する（Ｓ２００９）。
【００５５】
類似訳文情報検索部１０６は、選択された例文／例文パターン（Ｂ１，Ｂ２，・・・，Ｂｓ）のそれぞれについて、図９に示したフローに基づいて対応する対訳データを検索し（Ｓ２０１０）、処理を終了する。
【００５６】
検索結果出力部１０８は、対応訳文情報検索部１０４と類似訳文情報検索部１０６により検索された対訳データを出力する。例えば、検索結果出力部１０８は、検索条件を受け付けたクライアント装置２０に対して、検索条件に基づいて検索された対訳データを表示させる表示データを送信することとしてもよい。
【００５７】
図１１には、検索結果出力部１０８により出力される表示データに基づき表示される表示画面の一例を示した。図１１に示される検索結果は、原言語を日本語、目標言語を中国語、検索タイプを類似検索、検索文字列を「を確認してください」とした場合の一例である。
【００５８】
データ更新部１１０は、データ記憶部１００に記憶される言語間の文の対応関係を示すデータにおいて、対応関係が記憶されていない言語間の文の対応関係を、対応関係が記憶されている他の言語間の文の対応関係に基づいて更新する。以下、データ更新部１１０の具体的処理について説明する。
【００５９】
データ更新部１１０は、例えば言語ｉの例文パターンＰｉｊとして表し、例文パターンＰｉｊ，Ｐｋｌの対応関係データを＜Ｐｉｊ，Ｐｋｌ＞と表す場合に、データ記憶部１００に記憶される例文／例文パターン対訳データ表に＜Ｐ１１，Ｐ２１＞及び＜Ｐ２１，Ｐ３１＞が格納されているときに、両対応関係データに基づいて＜Ｐ２１，Ｐ３１＞を生成して、例文／例文パターン対訳データ表に記憶する。同様にデータ更新部１１０は、例文パターンＰｉｊ，Ｐｋｌのアライメント情報を［Ｐｉｊ，Ｐｋｌ］と表す場合に、データ記憶部１００に記憶される例文パターン要素対応表に［Ｐ１１，Ｐ２１］及び［Ｐ２１，Ｐ３１］が格納されているときに、両アライメント情報に基づいて［Ｐ２１，Ｐ３１］を生成して、例文パターン要素対応表に記憶する。
【００６０】
データ更新部１１０は、例文／例文パターン対訳データ表において、第１の言語の文の識別情報に対応関係が定められていない第２の言語を特定し、例文／例文パターン対訳データ表において、第１の言語の文の識別情報に関連付けられる第３の言語の文の識別情報であって、当該第３の言語の文の識別情報が第２の言語の文の識別情報と対応関係が定められている場合に、第１の言語の文の識別情報と、第２の言語の文の識別情報とを関連付けて、例文／例文パターン対訳データ表を更新するようにしてもよい。これは、例文パターン要素対応表についても同様である。
【００６１】
以上説明した対訳情報検索装置１０では、例文と例文パターンとのハッシュ索引表を統合することにより、それぞれを別々に設ける場合に比べて、データ記憶部１００の記憶量を低減させると共に、計算量も低減させている。
【００６２】
また、対訳情報検索装置１０では、言語ごとに例文／例文パターンを格納した辞書情報と、各言語の例文／例文パターンの対応関係とを独立させたことにより、言語ペアごとに例文／例文パターン間の対応関係を定める場合に比べて、情報の重複を無くしている。さらに、辞書情報自体は言語ごとに独立させたことで、１つの言語の辞書情報の更新に合わせて他の言語の辞書情報の更新をする必要がないため、辞書情報の管理が容易となる。
【００６３】
また、対訳情報検索装置１０では、例文／例文パターンのハッシュ値による索引表を設けたことにより、こうした構成を設けない場合と比べて、例文／例文パターンの一致検索が高速となる。
【００６４】
また、対訳情報検索装置１０では、Ｎグラム（一例としてバイグラム）の検索法を用いて例文／例文パターンの類似検索を行うことにより、形態素解析を行う必要がないため、多言語への適用が容易となる。
【００６５】
本発明は、以上説明した実施形態に限定されるものではない。例えば、対訳情報検索装置１０に備えられるデータ記憶部１００は、外部のデータベースサーバーに設けられ、対訳情報検索装置１０がデータベースサーバーにアクセスして参照することとしてもよい。
【符号の説明】
【００６６】
１０ 対訳情報検索装置、２０ クライアント装置、１００ データ記憶部、１０２ 検索条件受付部、１０４ 対応訳文情報検索部、１０６ 類似訳文情報検索部、１０８ 検索結果出力部、１１０ データ更新部、２００ 言語別辞書データベース、２０２（２０２Ａ〜Ｃ） 例文辞書情報、２０４（２０４Ａ〜Ｃ） 例文パターン辞書情報、３００ 対応訳文検索用データベース、３０２（３０２Ａ〜Ｃ） 例文／例文パターンハッシュ索引表、４００ 類似訳文検索用データベース、４０２（４０２Ａ〜Ｃ） 文字コード検索表、４０４（４０４Ａ〜Ｃ） 例文／例文パターンバイグラム索引表、５００ 言語間対応関係データベース、５０２（５０２Ａ〜Ｃ） 例文／例文パターン対訳データ表、５０４（５０４Ａ〜Ｃ） 例文パターン要素対応表、６００ 検索条件入力画面、６０２ 入力欄、６０４ 原言語指定欄、６０６ 目標言語指定欄、６０８ 検索タイプ指定欄。
【技術分野】
【０００１】
本発明は、対訳情報検索装置及びプログラムに関する。
【背景技術】
【０００２】
指定した検索文に対応する他の言語の訳文を検索する検索システムがある。例えば、下記の特許文献１には、指定した検索文に基づいて、当該検索文や当該検索文に対応する他の言語の訳文を含む電子文書を検索する技術が開示されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００７−２５９３９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
本発明の目的は、受け付けた検索文字列に対応する他の言語の対訳文字列を検索するシステムにおいて、複数の言語における各言語間の対応関係を表すために、言語の組ごとに両言語の対応する文字列同士を関連付けた辞書情報を設けた場合に、複数の言語における言語の組ごとに両言語の対応する文字列同士を関連付けた辞書情報を設けるときに比べて、複数の言語間の対応関係を表すのに必要な情報量を低減できる対訳情報検索装置及びプログラムを提供することにある。
【課題を解決するための手段】
【０００５】
上記目的を達成するために、請求項１に記載の発明は、複数の言語ごとに、当該言語の複数の文字列を識別する識別情報をそれぞれ関連づけて格納した辞書情報と、前記複数の言語ごとに、当該言語の文字列を識別する識別情報と、当該言語の文字列に対応する他の１又は複数の言語の文字列を識別する識別情報とをそれぞれ対応付けて格納した言語間対応情報と、を記憶する記憶手段と、検索文字列と、当該検索文字列の言語である原言語と、当該原言語とは異なる少なくとも１つの目標言語の情報を受け付ける受付手段と、前記原言語の辞書情報から、前記検索文字列に対応する識別情報を検索する検索手段と、前記検索手段により検索された識別情報に対応付けて前記言語間対応情報に格納される前記目標言語の文字列を識別する識別情報を取得する識別情報取得手段と、前記目標言語の辞書情報から、前記識別情報取得手段により取得された識別情報により識別される文字列を取得する文字列取得手段と、前記文字列取得手段により取得された文字列を出力する出力手段と、を含むことを特徴とする対訳情報検索装置である。
【０００６】
また、請求項２に記載の発明は、文字列の索引情報を生成する生成手段をさらに含み、前記記憶手段は、前記複数の言語ごとに、当該言語の複数の文字列の識別情報と、当該複数の文字列について前記生成手段によりそれぞれ生成された索引情報とを関連づけて格納した索引表情報をさらに記憶し、前記検索手段は、前記索引表情報から、前記検索文字列について前記生成手段により生成された索引情報に基づいて識別情報を検索することを特徴とする請求項１に記載の対訳情報検索装置である。
【０００７】
また、請求項３に記載の発明は、前記対訳情報検索装置は、文字列から予め定められた数の連続する文字からなる文字群を抽出する抽出手段をさらに含み、前記記憶手段は、予め定められた文字群ごとに、当該文字群を含む文字列の識別情報を関連付けて格納した類似文字列検索情報をさらに記憶し、前記検索手段は、前記類似文字列検索情報から、前記検索文字列について前記抽出手段により抽出された文字群を含む文字列の識別情報を検索し、前記対訳情報検索装置は、前記検索手段により検索された識別情報の文字列の中から、当該文字列について前記抽出手段により抽出された文字群と、前記検索文字列について抽出された文字群との一致度に基づいて、類似文字列を選択する選択手段をさらに含み、前記識別情報取得手段は、前記選択手段により選択された類似文字列の識別情報に関連づけて前記言語間対応情報に格納される前記目標言語の文字列を識別する識別情報を取得することを特徴とする請求項１又は２に記載の対訳情報検索装置である。
【０００８】
また、請求項４に記載の発明は、前記複数の文字列は、文字が固定されている固定部分と、文字が可変である可変部分からなり、当該可変部分の文字の条件が定められた類型文字列を含み、前記記憶手段は、前記複数の言語のうち一つの言語の類型文字列における可変部分と、当該類型文字列に対応する他の言語の類型文字列における可変部分との対応関係を格納した類型文字列対応関係情報をさらに記憶し、前記検索文字列は、類型文字列であり、前記識別情報取得手段は、前記言語間対応情報において、前記検索手段により検索された識別情報に対応付けられる前記目標言語の類型文字列の識別情報を取得し、前記文字列取得手段は、前記目標言語の辞書情報から、前記識別情報取得手段により取得された識別情報に関連づけられた類型文字列を取得し、前記出力手段は、前記類型文字列対応関係情報に基づき、前記検索文字列の可変部分と、前記文字列取得手段により取得された類型文字列の可変部分とを対応させた態様で出力することを特徴とする請求項１乃至３のいずれかに記載の対訳情報検索装置である。
【０００９】
また、請求項５に記載の発明は、前記言語間対応情報において、第１の言語の文字列の識別情報に対応関係が定められていない第２の言語を特定する手段と、前記言語間対応情報において、前記第１の言語の文字列の識別情報に対応付けられる第３の言語の文字列の識別情報であって、当該第３の言語の文字列の識別情報が前記第２の言語の文字列の識別情報と対応付けられている場合に、前記第１の言語の文字列の識別情報と、前記第２の言語の文字列の識別情報とを対応付けることで、前記言語間対応情報を更新する更新手段と、をさらに含むことを特徴とする請求項１乃至４のいずれかに記載の対訳情報検索装置である。
【００１０】
また、請求項６に記載の発明は、複数の言語ごとに、当該言語の複数の文字列を識別する識別情報をそれぞれ関連づけて格納した辞書情報と、前記複数の言語ごとに、当該言語の文字列を識別する識別情報と、当該言語の文字列に対応する他の１又は複数の言語の文字列を識別する識別情報とをそれぞれ対応付けて格納した言語間対応情報と、を参照する手段と、検索文字列と、当該検索文字列の言語である原言語と、当該原言語とは異なる少なくとも１つの目標言語の情報を受け付ける受付手段と、前記原言語の辞書情報から、前記検索文字列に対応する識別情報を検索する検索手段と、前記検索手段により検索された識別情報に対応付けて前記言語間対応情報に格納される前記目標言語の文字列を識別する識別情報を取得する識別情報取得手段と、前記目標言語の辞書情報から、前記識別情報取得手段により取得された識別情報により識別される文字列を取得する文字列取得手段と、前記文字列取得手段により取得された文字列を出力する出力手段と、を含むことを特徴とする対訳情報検索装置である。
【００１１】
また、請求項７に記載の発明は、複数の言語ごとに、当該言語の複数の文字列を識別する識別情報をそれぞれ関連づけて格納した辞書情報と、前記複数の言語ごとに、当該言語の文字列を識別する識別情報と、当該言語の文字列に対応する他の１又は複数の言語の文字列を識別する識別情報とをそれぞれ対応付けて格納した言語間対応情報と、を参照する手段と、検索文字列と、当該検索文字列の言語である原言語と、当該原言語とは異なる少なくとも１つの目標言語の情報を受け付ける受付手段と、前記原言語の辞書情報から、前記検索文字列に対応する識別情報を検索する検索手段と、前記検索手段により検索された識別情報に対応付けて前記言語間対応情報に格納される前記目標言語の文字列を識別する識別情報を取得する識別情報取得手段と、前記目標言語の辞書情報から、前記識別情報取得手段により取得された識別情報により識別される文字列を取得する文字列取得手段と、前記文字列取得手段により取得された文字列を出力する出力手段としてコンピュータを機能させるためのプログラムである。
【発明の効果】
【００１２】
請求項１に記載の発明によれば、受け付けた検索文字列に対応する他の言語の対訳文字列を検索するシステムにおいて、複数の言語における各言語間の対応関係を表すために、言語の組ごとに両言語の対応する文字列同士を関連付けた辞書情報を設けた場合に、複数の言語における言語の組ごとに両言語の対応する文字列同士を関連付けた辞書情報を設けるときに比べて、複数の言語間の対応関係を表すのに必要な情報量を低減できる。
【００１３】
請求項２に記載の発明によれば、本構成を有しない場合と比較して、検索文字列に対応する目標言語の対訳文字列を高速に検索できる。
【００１４】
請求項３に記載の発明によれば、検索文字列の構文解析をせずに、検索文字列の類似文字列に対応する目標言語の対訳文字列を検索できる。
【００１５】
請求項４に記載の発明によれば、可変部分を含む類型文字列に対応する目標言語の類型文字列を、それぞれの可変部分の対応関係を明示した態様で出力できる。
【００１６】
請求項５に記載の発明によれば、一部の言語間の対応関係情報を他の言語間の対応関係情報を用いて補完できる。
【００１７】
請求項６及び７に記載の発明によれば、複数の言語における言語の組ごとに両言語の対応する文字列同士を関連付けた辞書情報を設ける場合に比べて情報量を低減させた、複数の言語間の対応関係を表す情報を利用して、受け付けた検索文字列に対応する他の言語の対訳文字列を検索できる。
【図面の簡単な説明】
【００１８】
【図１Ａ】本実施形態に係る対訳情報検索装置の機能ブロック図である。
【図１Ｂ】データ記憶部に記憶されるデータの一例である。
【図２】例文辞書情報の一例を示す図である。
【図３Ａ】例文パターン辞書情報の一例を示す図である。
【図３Ｂ】例文パターンデータの一例を示す図である。
【図４】例文／例文パターンハッシュ索引表の一例を示す図である。
【図５】文字コード検索表及び例文／例文パターンバイグラム索引表の一例を示す図である。
【図６】例文／例文パターン対訳データ表の一例を示す図である。
【図７】例文パターン要素対応表の一例を示す図である。
【図８】検索条件入力画面の一例を示す図である。
【図９】対応訳文情報の検索処理のフローチャートである。
【図１０】類似訳文情報の検索処理のフローチャートである。
【図１１】表示画面の一例を示す図である。
【発明を実施するための形態】
【００１９】
以下、本発明を実施するための実施の形態（以下、実施形態という）を、図面に従って説明する。
【００２０】
図１Ａには、本実施形態に係る対訳情報検索装置１０の機能ブロック図を示した。図１Ａに示されるように、対訳情報検索装置１０は、データ記憶部１００、検索条件受付部１０２、対応訳文情報検索部１０４、類似訳文情報検索部１０６、検索結果出力部１０８、及びデータ更新部１１０を備える。
【００２１】
上記の各部の機能は、ＣＰＵ等の制御手段、メモリ等の記憶手段、外部デバイスとデータを送受信する入出力手段等を備えたコンピュータが、コンピュータ読み取り可能な情報記憶媒体に格納されたプログラムを読み込み実行することで実現されるものとしてよい。なお、プログラムは光ディスク、磁気ディスク、磁気テープ、光磁気ディスク、フラッシュメモリ等の情報記憶媒体によってコンピュータたる対訳情報検索装置１０に供給されることとしてもよいし、インターネット等のデータ通信網を介して当該コンピュータに供給されることとしてもよい。
【００２２】
データ記憶部１００は、複数の言語の例文及び例文パターン等の文字列をそれぞれ格納した辞書情報と、複数の各言語の例文及び例文パターン同士の対応関係を定めた対応関係情報等のデータを記憶する。以下、データ記憶部１００に記憶されるデータの一例を、図１Ｂを参照して説明する。
【００２３】
図１Ｂに示されるように、本実施形態では、データ記憶部１００は、言語別辞書データベース２００、対応訳文検索用データベース３００、類似訳文検索用データベース４００、言語間対応関係データベース５００を含む。
【００２４】
言語別辞書データベース２００には、複数の言語のそれぞれについて辞書情報が記憶される。本実施形態では、辞書情報には、固定文字列からなる文を示す例文情報を格納した例文辞書情報２０２（２０２Ａ〜Ｃ）、固定文字列と可変文字列からなる文を示す例文パターン情報を格納した例文パターン辞書情報２０４（２０４Ａ〜Ｃ）を含むこととする。もちろん辞書情報は例文辞書情報２０２と例文パターン辞書情報２０４に限られず、固定文字列と可変文字列からなる句を示す句パターン情報を格納した句パターン情報をさらに含むこととしてもよい。
【００２５】
図２には、例文辞書情報の一例を示した。図２に示されるように、例文辞書情報は、例文を識別する例文ＩＤ、例文（テキストデータ）の格納位置を示すアドレス（ポインタ）、例文のデータ長、例文を示すテキストデータをそれぞれ関連付けて構成することとしてよい。例えば、例文ＩＤは、例文の言語を識別する言語ＩＤを含めて構成する等して、例文ＩＤは対訳情報検索装置１０において固有の識別子となるように生成することとしてよい。なお、例文ＩＤと例文のアドレス情報と、例文のデータ長及びテキストデータとは別のテーブル情報として構成することとしてもよい。
【００２６】
図３Ａには、例文パターン辞書情報の一例を示した。図３Ａに示されるように、例文パターン辞書情報は、例文パターンを識別する例文パターンＩＤ、例文パターン（テキストデータ）の格納位置を示すアドレス（ポインタ）、例文パターンのデータ長、例文パターンを示すテキストデータをそれぞれ関連付けて構成することとしてよい。例えば、例文パターンＩＤは、例文パターンの言語を識別する言語ＩＤを含めて構成する等して、例文パターンＩＤは対訳情報検索装置１０において固有の識別子となるように生成することとしてよい。なお、例文パターンＩＤと例文パターンのアドレス情報と、例文パターンのデータ長及びテキストデータとは別のテーブル情報として構成することとしてもよい。
【００２７】
図３Ｂには、例文パターンデータの一例を示した。図３Ｂに示されるように、例文パターンデータは、可変部分と固定部分とを含む。例えば、可変部分は、タイプ情報、変数情報、位置情報、語彙体系情報等のデータにより表される。タイプ情報は、可変部分（１）か固定部分（０）かを指定する真偽値が格納され、変数情報には、ＮＰ（１：名詞句）、ＡＰ（２：形容詞句）、ＤＰ（３：副詞句）、ＭＰ（４：数量詞句）、ＳＰ（５：地名句）、ＴＰ（６：時間句）、ＶＰ（７：動詞句）、ＰＰ（８：助詞句）等を指定するデータが格納される。位置情報には、可変部分の例文パターンにおける位置（先頭から何番目の要素であるかの情報）を示す情報が格納され、語彙体系情報には、日本語（Ｊ）や中国語（Ｃ）等の言語情報が格納される。また、固定部分は、タイプ情報、固定内容、位置情報、語彙体系情報等のデータにより表される。固定内容には、例文パターンの固定部分を構成する単語、句等のテキストデータが格納される。
【００２８】
対応訳文検索用データベース３００には、例文／例文パターンハッシュ索引表３０２（３０２Ａ〜Ｃ）が記憶される。例文／例文パターンハッシュ索引表３０２は、言語ごとに設けることとしてよい。
【００２９】
図４には、例文／例文パターンハッシュ索引表の一例を示した。図４に示されるように、例文／例文パターンハッシュ索引表は、例文／例文パターンハッシュ索引表の各レコードを識別する索引ＩＤ、例文／例文パターンのハッシュ値、辞書（例文辞書又は例文パターン辞書）を指定する辞書指定情報、辞書指定情報により指定された辞書における識別情報、例文／例文パターンが関連する例文／例文パターン対訳データ表におけるレコードＩＤ、同じハッシュ値を持つ他の索引ＩＤを示すリンク情報を関連付けたレコードから構成される。
【００３０】
ハッシュ値は、文字列Ｓ＝ｓ１ｓ２・・・ｓｎ（ｓｉ（ｉ＝１〜ｎ）は文字列Ｓにおける一文字を表す）に対してハッシュ関数Ｈａｓｈ（Ｓ）により演算される。なお、ハッシュ関数は以下のようにしてハッシュ値を演算することとしてよい。
Hash(S)=0;
for(i=0;i<n;i++)
Hash^=(si << (i & 0x0f));
Hash(S)=Hash(S)%L;
なお、演算子^=はビットＸＯＲ、＆がビットＡＮＤ、<<ｉが左にｉビット移動、％がＭＯＤであり、Ｌは例文／例文パターンハッシュ索引表におけるハッシュの範囲（異なるハッシュ値の数の上限値）である。
【００３１】
類似訳文検索用データベース４００には、文字コード検索表４０２（４０２Ａ〜Ｃ）及び例文／例文パターンバイグラム索引表４０４（４０４Ａ〜Ｃ）が記憶される。文字コード検索表４０２及び例文／例文パターンバイグラム索引表４０４は、言語ごとに設けることとしてよい。なお、本実施形態ではバイグラムを用いているが、Ｎグラムを用いることとしても構わない。
【００３２】
図５には、文字コード検索表及び例文／例文パターンバイグラム索引表の一例を示した。図５に示されるように、文字コード検索表には、バイグラム（二文字からなる文字列）の先頭文字の文字コード（Ｃｉ）と、他のレコードへのアドレス（ポインタ、リンク情報）とが関連付けて記憶されている。
【００３３】
例文／例文パターンバイグラム索引表には、文字コード検索表に記憶された先頭文字に続く二文字目の文字コード（Ｃｉｊ）、それらの文字からなるバイグラムを含む例文辞書のレコードリストデータ、当該バイグラムを含む例文パターン辞書のレコードリストデータ、先頭文字に続く他の二文字目がある場合にはそのバイグラムのレコードへのアドレス（ポインタ）が格納される。レコードリストデータには、例えば例文ＩＤ又は例文パターンＩＤのリストを格納することとしてもよい。図５に示した例であれば、先頭文字の文字コードＣ１に対して二文字目の文字コードＣ１１があるとすると、Ｃ１１のレコードには、Ｃ１Ｃ１１を含む全ての例文辞書のレコードリストデータと、Ｃ１Ｃ１１を含む全ての例文パターン辞書のレコードリストデータとが記憶されると共に、Ｃ１に続く他の二文字目の文字コードＣ１２があるためそのＣ１２のレコードのアドレスが関連付けられて記憶される。先頭文字に続く他の二文字目がない場合には、アドレスにＮ（空）の情報を格納することとしてよい。
【００３４】
言語間対応関係データベース５００には、例文／例文パターン対訳データ表５０２（５０２Ａ〜Ｃ）、例文パターン要素対応表（アライメント表）５０４（５０４Ａ〜Ｃ）が記憶される。例文／例文パターン対訳データ表５０２は、１つの言語の辞書情報に記憶される例文／例文パターンと、他の１又は複数の言語の辞書情報に記憶される例文／例文パターンとの対応関係（対訳関係）を定めた情報である。
【００３５】
図６には、例文／例文パターン対訳データ表の一例を示した。図６に示されるように、例文／例文パターン対訳データ表は、原文の言語を識別する原言語ＩＤ（例えばＩＤ＝０を中国語、ＩＤ＝１を日本語、ＩＤ＝２を英語、ＩＤ＝３を韓国語等）、対応関係を指定する他の言語を識別する目標言語ＩＤ、辞書（例文、例文パターン等）を指定する辞書指定情報、例文／例文パターン（原言語）の例文／例文パターンハッシュ索引表における索引ＩＤ、例文／例文パターン（原言語）の原言語の辞書情報における識別情報、例文／例文パターン（目標言語）の例文／例文パターンハッシュ索引表における索引ＩＤ、例文／例文パターン（目標言語）の目標言語の辞書情報における識別情報、例文パターン要素対応表におけるアライメントＩＤ、他のレコードへのリンク情報をそれぞれ関連付けて記憶するレコードから構成される。なお、他のレコードへのリンク情報は、複数の対訳データがある場合や、目標言語が異なる他の言語の対訳データがある場合にそれらへのリンク情報を含むこととしてよい。
【００３６】
図７には、例文パターン要素対応表の一例を示した。図７に示されるように、例文パターン要素対応表は、原言語の例文パターン（原文パターン）と目標言語の例文パターン（訳文パターン）のそれぞれの文を構成する要素間の対応関係を示すアライメント情報を識別するアライメントＩＤと、アドレス（ポインタ）、アライメント情報のデータ長、アライメント情報をそれぞれ関連付けて格納している。アライメント情報は、対応関係の個数と、原文パターンの要素の位置情報と対応する訳文パターンの要素の位置情報とを対応付けた情報とを含むこととしてよい。図７に示した例において、アライメント情報２：ｓ１−Ｓ２；ｓ３−Ｓ４は、対応関係の個数が２、原文パターンの位置ｓ１の要素が、訳文パターンの位置Ｓ２の要素に対応し、原文パターンの位置ｓ３の要素が、訳文パターンの位置Ｓ４の要素に対応することを表している。なお、アライメントＩＤとアドレスを格納するテーブルと、アライメント情報のデータ長とアライメント情報を格納するテーブルとはそれぞれ分けて構成することとしてもよい。
【００３７】
検索条件受付部１０２は、検索文字列、検索文字列の言語を示す原言語情報、検索文字列に対して検索する訳文の言語を示す目標言語情報、一致検索や類似検索等の検索タイプを含む検索条件を受け付ける。例えば、検索条件受付部１０２は、クライアント装置２０において起動するウェブブラウザに表示される検索条件入力画面に入力された検索条件を、クライアント装置２０から受け付けることとしてよい。
【００３８】
図８には、検索条件入力画面６００の一例を示した。図８に示されるように、検索条件入力画面６００は、検索文字列の入力欄６０２と、検索文字列の言語を指定する原言語指定欄６０４と、目標言語を指定する目標言語指定欄６０６と、検索タイプを指定する検索タイプ指定欄６０８を含む。原言語指定欄６０４には言語の一覧から選択する言語を指定するラジオボタン（１つのみ選択可能）が表示され、目標言語指定欄６０６には、言語の一覧から選択する１又は複数の言語を指定するチェックボックスが表示される。また、検索タイプ指定欄６０８には、一致検索、類似検索についてチェックボックスが表示され、どちらか一方を選択した場合には一致検索又は類似検索となり、両方を選択した場合には、一致するか類似する文の対訳文を検索するＯＲ検索となる。
【００３９】
対応訳文情報検索部１０４は、検索条件受付部１０２により受け付けた検索条件に含まれる検索タイプが一致検索を含む場合に、当該検索条件に含まれる検索文字列に一致する例文／例文パターンを検索し、当該検索された例文／例文パターンに対応する目標言語の対訳データを検索する。以下、図９に示されるフローチャートを参照しながら、対応訳文情報検索部１０４により行われる検索処理の詳細について説明する。
【００４０】
図９には、対応訳文情報の検索処理のフローチャートを示した。図９に示されるように、対応訳文情報検索部１０４は、検索条件受付部１０２で受け付けた検索条件に含まれる検索文字列Ｓのハッシュ値を演算する（Ｓ１００１）。
【００４１】
対応訳文情報検索部１０４は、検索条件に含まれる原言語情報に対応する言語の例文／例文パターン索引表から、演算されたハッシュ値に該当するレコードＲｈａｓｈを検索する（Ｓ１００２）。
【００４２】
対応訳文情報検索部１０４は、検索したレコードＲｈａｓｈの内容を参照し（Ｓ１００３）、当該レコードＲｈａｓｈに含まれる辞書指定情報と識別情報に基づいて、原言語の例文／例文パターン辞書から該当するレコードを参照する（Ｓ１００４）。
【００４３】
対応訳文情報検索部１０４は、参照したレコードに格納される例文／例文パターンのデータを読み出し（Ｓ１００５）、読み出したデータと、検索文字列とが対応するか否か（例えば一致するか否か）を判断する（Ｓ１００６）。
【００４４】
対応訳文情報検索部１０４は、Ｓ１００６で対応していないと判断した場合には（Ｓ１００６：Ｎ）、レコードＲｈａｓｈに同じハッシュ値の他のレコードへのリンク情報が含まれているときには（Ｓ１００７：Ｙ）、当該リンク情報によるリンク先のレコードを読み出して新たなレコードＲｈａｓｈとして（Ｓ１００８）、処理Ｓ１００３以降の処理を繰り返し、他のレコードへのリンク情報が含まれていないときには（Ｓ１００７：Ｎ）、処理を終了する。
【００４５】
対応訳文情報検索部１０４は、Ｓ１００６で対応していると判断した場合には（Ｓ１００６：Ｙ）、レコードＲｈａｓｈに格納される例文／例文パターン対訳データ表におけるレコードＩＤに基づいて、例文／例文パターン対訳データ表から該当するレコードＲｂｉｓｐを参照する（Ｓ１００９）。
【００４６】
対応訳文情報検索部１０４は、参照したレコードＲｂｉｓｐに含まれる目標言語が検索条件に含まれる目標言語と一致しない場合には（Ｓ１０１０：Ｎ）、レコードＲｂｉｓｐに含まれる他のレコードを新たなレコードＲｂｉｓｐに設定する（Ｓ１０１１）。対応訳文情報検索部１０４は、レコードＲｂｉｓｐに含まれる目標言語が検索条件に含まれる目標言語と一致する場合には（Ｓ１０１０：Ｙ）、レコードＲｂｉｓｐに含まれる目標言語の例文／例文パターンの辞書情報における識別情報を読み出して（Ｓ１０１２）、読み出した識別情報に該当する例文／例文パターンを読み出して（Ｓ１０１３）、処理を終了する。
【００４７】
対応訳文情報検索部１０４は、検索条件に目標言語が複数含まれている場合には、各目標言語について、検索文字列と対応する例文／例文パターンを上記フローに基づいて検索することとしてよい。
【００４８】
類似訳文情報検索部１０６は、検索条件受付部１０２により受け付けた検索条件に含まれる検索タイプが類似検索を含む場合に、当該検索条件に含まれる検索文字列に類似する例文／例文パターンを検索し、当該検索された例文／例文パターンに対応する目標言語の対訳データを検索する。以下、図１０に示されるフローチャートを参照しながら、類似訳文情報検索部１０６により行われる検索処理の詳細について説明する。
【００４９】
図１０には、類似訳文情報の検索処理のフローチャートを示した。図１０に示されるように、類似訳文情報検索部１０６は、検索条件受付部１０２で受け付けた検索条件に含まれる検索文字列Ｓのバイグラム（ｂｉ−ｇｒａｍ）を生成する（Ｓ２００１）。バイグラムの生成処理の一例を以下説明する。
【００５０】
検索文字列Ｓ＝ｓ１ｓ２・・・ｓｎ（ｓ１，ｓ２，・・・，ｓｎはＳに含まれる文字）とすると、まずｓ１ｓ２，ｓ２ｓ３，・・・，ｓｎ−１ｓｎをバイグラムの候補として取得する。そして、取得されたバイグラムの候補から、予め定められた禁止文字又は禁止バイグラムを除外して、検索文字列Ｓに対するバイグラムｂ１，・・・，ｂｋを生成する。
【００５１】
類似訳文情報検索部１０６は、生成したバイグラムのうち未選択のバイグラムを１つ選択し（Ｓ２００２）、検索条件に含まれる原言語情報に対応する言語の辞書情報から、上記選択したバイグラム（ｂｉとする）を含む例文／例文パターンを検索する（Ｓ２００３）。具体的には、類似訳文情報検索部１０６は、文字コード検索表から、ｂｉのうち先頭の文字コードに該当するレコードを検索し、当該検索したレコードが参照するレコードを辿って、バイグラムｂｉの第２文字目が出現するレコードを特定する。ここで、類似訳文情報検索部１０６は、特定したレコードに格納されるバイグラムｂｉを含む例文／例文パターンのレコードリスト情報を取得し、当該取得したレコードリスト情報に基づいて例文／例文パターンの辞書情報から該当する例文／例文パターン（Ａ１，Ａ２，・・・，Ａｔ）を取得する。
【００５２】
類似訳文情報検索部１０６は、未選択のバイグラムが残っている場合には（Ｓ２００４：Ｙ）、Ｓ２００２に戻ってそれ以降の処理を繰り返し、未選択のバイグラムが残っていない場合には（Ｓ２００４：Ｎ）、各バイグラムについて検索された例文／例文パターン（Ａ１，Ａ２，・・・，Ａｔ）のバイグラムの数（ｇ１，ｇ２，・・・，ｇｔ）を求める（Ｓ２００５）。
【００５３】
類似訳文情報検索部１０６は、例文／例文パターン（Ａ１，Ａ２，・・・，Ａｔ）が検索文字列Ｓのバイグラム（ｂ１，・・・，ｂｋ）をそれぞれいくつ含むかを求め（Ｓ２００６）、以下の式（１）により各例文Ａｉ（ｉ＝１〜ｔ）と検索文字列Ｓとの類似度を算出する（Ｓ２００７）。
類似度Ｓｉｍ（Ｓ，Ａｉ）＝（２＊ｎｉ）／（ｋ＋ｇｉ） ・・・式（１）
また、類似度にはカバー率Ｃｏｖ（Ｓ，Ａｉ）＝ｎｉ／ｋを用いてもよい。
【００５４】
類似訳文情報検索部１０６は、算出された類似度の大きい順に例文／例文パターン（Ａ１，Ａ２，・・・，Ａｔ）を並び替え（Ｓ２００８）、予め定められた順位までの例文／例文パターン（Ｂ１，Ｂ２，・・・，Ｂｓ）を選択する（Ｓ２００９）。
【００５５】
類似訳文情報検索部１０６は、選択された例文／例文パターン（Ｂ１，Ｂ２，・・・，Ｂｓ）のそれぞれについて、図９に示したフローに基づいて対応する対訳データを検索し（Ｓ２０１０）、処理を終了する。
【００５６】
検索結果出力部１０８は、対応訳文情報検索部１０４と類似訳文情報検索部１０６により検索された対訳データを出力する。例えば、検索結果出力部１０８は、検索条件を受け付けたクライアント装置２０に対して、検索条件に基づいて検索された対訳データを表示させる表示データを送信することとしてもよい。
【００５７】
図１１には、検索結果出力部１０８により出力される表示データに基づき表示される表示画面の一例を示した。図１１に示される検索結果は、原言語を日本語、目標言語を中国語、検索タイプを類似検索、検索文字列を「を確認してください」とした場合の一例である。
【００５８】
データ更新部１１０は、データ記憶部１００に記憶される言語間の文の対応関係を示すデータにおいて、対応関係が記憶されていない言語間の文の対応関係を、対応関係が記憶されている他の言語間の文の対応関係に基づいて更新する。以下、データ更新部１１０の具体的処理について説明する。
【００５９】
データ更新部１１０は、例えば言語ｉの例文パターンＰｉｊとして表し、例文パターンＰｉｊ，Ｐｋｌの対応関係データを＜Ｐｉｊ，Ｐｋｌ＞と表す場合に、データ記憶部１００に記憶される例文／例文パターン対訳データ表に＜Ｐ１１，Ｐ２１＞及び＜Ｐ２１，Ｐ３１＞が格納されているときに、両対応関係データに基づいて＜Ｐ２１，Ｐ３１＞を生成して、例文／例文パターン対訳データ表に記憶する。同様にデータ更新部１１０は、例文パターンＰｉｊ，Ｐｋｌのアライメント情報を［Ｐｉｊ，Ｐｋｌ］と表す場合に、データ記憶部１００に記憶される例文パターン要素対応表に［Ｐ１１，Ｐ２１］及び［Ｐ２１，Ｐ３１］が格納されているときに、両アライメント情報に基づいて［Ｐ２１，Ｐ３１］を生成して、例文パターン要素対応表に記憶する。
【００６０】
データ更新部１１０は、例文／例文パターン対訳データ表において、第１の言語の文の識別情報に対応関係が定められていない第２の言語を特定し、例文／例文パターン対訳データ表において、第１の言語の文の識別情報に関連付けられる第３の言語の文の識別情報であって、当該第３の言語の文の識別情報が第２の言語の文の識別情報と対応関係が定められている場合に、第１の言語の文の識別情報と、第２の言語の文の識別情報とを関連付けて、例文／例文パターン対訳データ表を更新するようにしてもよい。これは、例文パターン要素対応表についても同様である。
【００６１】
以上説明した対訳情報検索装置１０では、例文と例文パターンとのハッシュ索引表を統合することにより、それぞれを別々に設ける場合に比べて、データ記憶部１００の記憶量を低減させると共に、計算量も低減させている。
【００６２】
また、対訳情報検索装置１０では、言語ごとに例文／例文パターンを格納した辞書情報と、各言語の例文／例文パターンの対応関係とを独立させたことにより、言語ペアごとに例文／例文パターン間の対応関係を定める場合に比べて、情報の重複を無くしている。さらに、辞書情報自体は言語ごとに独立させたことで、１つの言語の辞書情報の更新に合わせて他の言語の辞書情報の更新をする必要がないため、辞書情報の管理が容易となる。
【００６３】
また、対訳情報検索装置１０では、例文／例文パターンのハッシュ値による索引表を設けたことにより、こうした構成を設けない場合と比べて、例文／例文パターンの一致検索が高速となる。
【００６４】
また、対訳情報検索装置１０では、Ｎグラム（一例としてバイグラム）の検索法を用いて例文／例文パターンの類似検索を行うことにより、形態素解析を行う必要がないため、多言語への適用が容易となる。
【００６５】
本発明は、以上説明した実施形態に限定されるものではない。例えば、対訳情報検索装置１０に備えられるデータ記憶部１００は、外部のデータベースサーバーに設けられ、対訳情報検索装置１０がデータベースサーバーにアクセスして参照することとしてもよい。
【符号の説明】
【００６６】
１０ 対訳情報検索装置、２０ クライアント装置、１００ データ記憶部、１０２ 検索条件受付部、１０４ 対応訳文情報検索部、１０６ 類似訳文情報検索部、１０８ 検索結果出力部、１１０ データ更新部、２００ 言語別辞書データベース、２０２（２０２Ａ〜Ｃ） 例文辞書情報、２０４（２０４Ａ〜Ｃ） 例文パターン辞書情報、３００ 対応訳文検索用データベース、３０２（３０２Ａ〜Ｃ） 例文／例文パターンハッシュ索引表、４００ 類似訳文検索用データベース、４０２（４０２Ａ〜Ｃ） 文字コード検索表、４０４（４０４Ａ〜Ｃ） 例文／例文パターンバイグラム索引表、５００ 言語間対応関係データベース、５０２（５０２Ａ〜Ｃ） 例文／例文パターン対訳データ表、５０４（５０４Ａ〜Ｃ） 例文パターン要素対応表、６００ 検索条件入力画面、６０２ 入力欄、６０４ 原言語指定欄、６０６ 目標言語指定欄、６０８ 検索タイプ指定欄。
【特許請求の範囲】
【請求項１】
複数の言語ごとに、当該言語の複数の文字列を識別する識別情報をそれぞれ関連づけて格納した辞書情報と、前記複数の言語ごとに、当該言語の文字列を識別する識別情報と、当該言語の文字列に対応する他の１又は複数の言語の文字列を識別する識別情報とをそれぞれ対応付けて格納した言語間対応情報と、を記憶する記憶手段と、
検索文字列と、当該検索文字列の言語である原言語と、当該原言語とは異なる少なくとも１つの目標言語の情報を受け付ける受付手段と、
前記原言語の辞書情報から、前記検索文字列に対応する識別情報を検索する検索手段と、
前記検索手段により検索された識別情報に対応付けて前記言語間対応情報に格納される前記目標言語の文字列を識別する識別情報を取得する識別情報取得手段と、
前記目標言語の辞書情報から、前記識別情報取得手段により取得された識別情報により識別される文字列を取得する文字列取得手段と、
前記文字列取得手段により取得された文字列を出力する出力手段と、を含む
ことを特徴とする対訳情報検索装置。
【請求項２】
文字列の索引情報を生成する生成手段をさらに含み、
前記記憶手段は、前記複数の言語ごとに、当該言語の複数の文字列の識別情報と、当該複数の文字列について前記生成手段によりそれぞれ生成された索引情報とを関連づけて格納した索引表情報をさらに記憶し、
前記検索手段は、前記索引表情報から、前記検索文字列について前記生成手段により生成された索引情報に基づいて識別情報を検索する
ことを特徴とする請求項１に記載の対訳情報検索装置。
【請求項３】
前記対訳情報検索装置は、文字列から予め定められた数の連続する文字からなる文字群を抽出する抽出手段をさらに含み、
前記記憶手段は、予め定められた文字群ごとに、当該文字群を含む文字列の識別情報を関連付けて格納した類似文字列検索情報をさらに記憶し、
前記検索手段は、前記類似文字列検索情報から、前記検索文字列について前記抽出手段により抽出された文字群を含む文字列の識別情報を検索し、
前記対訳情報検索装置は、前記検索手段により検索された識別情報の文字列の中から、当該文字列について前記抽出手段により抽出された文字群と、前記検索文字列について抽出された文字群との一致度に基づいて、類似文字列を選択する選択手段をさらに含み、
前記識別情報取得手段は、前記選択手段により選択された類似文字列の識別情報に関連づけて前記言語間対応情報に格納される前記目標言語の文字列を識別する識別情報を取得する
ことを特徴とする請求項１又は２に記載の対訳情報検索装置。
【請求項４】
前記複数の文字列は、文字が固定されている固定部分と、文字が可変である可変部分からなり、当該可変部分の文字の条件が定められた類型文字列を含み、
前記記憶手段は、前記複数の言語のうち一つの言語の類型文字列における可変部分と、当該類型文字列に対応する他の言語の類型文字列における可変部分との対応関係を格納した類型文字列対応関係情報をさらに記憶し、
前記検索文字列は、類型文字列であり、
前記識別情報取得手段は、前記言語間対応情報において、前記検索手段により検索された識別情報に対応付けられる前記目標言語の類型文字列の識別情報を取得し、
前記文字列取得手段は、前記目標言語の辞書情報から、前記識別情報取得手段により取得された識別情報に関連づけられた類型文字列を取得し、
前記出力手段は、前記類型文字列対応関係情報に基づき、前記検索文字列の可変部分と、前記文字列取得手段により取得された類型文字列の可変部分とを対応させた態様で出力する
ことを特徴とする請求項１乃至３のいずれかに記載の対訳情報検索装置。
【請求項５】
前記言語間対応情報において、第１の言語の文字列の識別情報に対応関係が定められていない第２の言語を特定する手段と、
前記言語間対応情報において、前記第１の言語の文字列の識別情報に対応付けられる第３の言語の文字列の識別情報であって、当該第３の言語の文字列の識別情報が前記第２の言語の文字列の識別情報と対応付けられている場合に、前記第１の言語の文字列の識別情報と、前記第２の言語の文字列の識別情報とを対応付けることで、前記言語間対応情報を更新する更新手段と、をさらに含む
ことを特徴とする請求項１乃至４のいずれかに記載の対訳情報検索装置。
【請求項６】
複数の言語ごとに、当該言語の複数の文字列を識別する識別情報をそれぞれ関連づけて格納した辞書情報と、前記複数の言語ごとに、当該言語の文字列を識別する識別情報と、当該言語の文字列に対応する他の１又は複数の言語の文字列を識別する識別情報とをそれぞれ対応付けて格納した言語間対応情報と、を参照する手段と、
検索文字列と、当該検索文字列の言語である原言語と、当該原言語とは異なる少なくとも１つの目標言語の情報を受け付ける受付手段と、
前記原言語の辞書情報から、前記検索文字列に対応する識別情報を検索する検索手段と、
前記検索手段により検索された識別情報に対応付けて前記言語間対応情報に格納される前記目標言語の文字列を識別する識別情報を取得する識別情報取得手段と、
前記目標言語の辞書情報から、前記識別情報取得手段により取得された識別情報により識別される文字列を取得する文字列取得手段と、
前記文字列取得手段により取得された文字列を出力する出力手段と、を含む
ことを特徴とする対訳情報検索装置。
【請求項７】
複数の言語ごとに、当該言語の複数の文字列を識別する識別情報をそれぞれ関連づけて格納した辞書情報と、前記複数の言語ごとに、当該言語の文字列を識別する識別情報と、当該言語の文字列に対応する他の１又は複数の言語の文字列を識別する識別情報とをそれぞれ対応付けて格納した言語間対応情報と、を参照する手段と、
検索文字列と、当該検索文字列の言語である原言語と、当該原言語とは異なる少なくとも１つの目標言語の情報を受け付ける受付手段と、
前記原言語の辞書情報から、前記検索文字列に対応する識別情報を検索する検索手段と、
前記検索手段により検索された識別情報に対応付けて前記言語間対応情報に格納される前記目標言語の文字列を識別する識別情報を取得する識別情報取得手段と、
前記目標言語の辞書情報から、前記識別情報取得手段により取得された識別情報により識別される文字列を取得する文字列取得手段と、
前記文字列取得手段により取得された文字列を出力する出力手段
としてコンピュータを機能させるためのプログラム。
【請求項１】
複数の言語ごとに、当該言語の複数の文字列を識別する識別情報をそれぞれ関連づけて格納した辞書情報と、前記複数の言語ごとに、当該言語の文字列を識別する識別情報と、当該言語の文字列に対応する他の１又は複数の言語の文字列を識別する識別情報とをそれぞれ対応付けて格納した言語間対応情報と、を記憶する記憶手段と、
検索文字列と、当該検索文字列の言語である原言語と、当該原言語とは異なる少なくとも１つの目標言語の情報を受け付ける受付手段と、
前記原言語の辞書情報から、前記検索文字列に対応する識別情報を検索する検索手段と、
前記検索手段により検索された識別情報に対応付けて前記言語間対応情報に格納される前記目標言語の文字列を識別する識別情報を取得する識別情報取得手段と、
前記目標言語の辞書情報から、前記識別情報取得手段により取得された識別情報により識別される文字列を取得する文字列取得手段と、
前記文字列取得手段により取得された文字列を出力する出力手段と、を含む
ことを特徴とする対訳情報検索装置。
【請求項２】
文字列の索引情報を生成する生成手段をさらに含み、
前記記憶手段は、前記複数の言語ごとに、当該言語の複数の文字列の識別情報と、当該複数の文字列について前記生成手段によりそれぞれ生成された索引情報とを関連づけて格納した索引表情報をさらに記憶し、
前記検索手段は、前記索引表情報から、前記検索文字列について前記生成手段により生成された索引情報に基づいて識別情報を検索する
ことを特徴とする請求項１に記載の対訳情報検索装置。
【請求項３】
前記対訳情報検索装置は、文字列から予め定められた数の連続する文字からなる文字群を抽出する抽出手段をさらに含み、
前記記憶手段は、予め定められた文字群ごとに、当該文字群を含む文字列の識別情報を関連付けて格納した類似文字列検索情報をさらに記憶し、
前記検索手段は、前記類似文字列検索情報から、前記検索文字列について前記抽出手段により抽出された文字群を含む文字列の識別情報を検索し、
前記対訳情報検索装置は、前記検索手段により検索された識別情報の文字列の中から、当該文字列について前記抽出手段により抽出された文字群と、前記検索文字列について抽出された文字群との一致度に基づいて、類似文字列を選択する選択手段をさらに含み、
前記識別情報取得手段は、前記選択手段により選択された類似文字列の識別情報に関連づけて前記言語間対応情報に格納される前記目標言語の文字列を識別する識別情報を取得する
ことを特徴とする請求項１又は２に記載の対訳情報検索装置。
【請求項４】
前記複数の文字列は、文字が固定されている固定部分と、文字が可変である可変部分からなり、当該可変部分の文字の条件が定められた類型文字列を含み、
前記記憶手段は、前記複数の言語のうち一つの言語の類型文字列における可変部分と、当該類型文字列に対応する他の言語の類型文字列における可変部分との対応関係を格納した類型文字列対応関係情報をさらに記憶し、
前記検索文字列は、類型文字列であり、
前記識別情報取得手段は、前記言語間対応情報において、前記検索手段により検索された識別情報に対応付けられる前記目標言語の類型文字列の識別情報を取得し、
前記文字列取得手段は、前記目標言語の辞書情報から、前記識別情報取得手段により取得された識別情報に関連づけられた類型文字列を取得し、
前記出力手段は、前記類型文字列対応関係情報に基づき、前記検索文字列の可変部分と、前記文字列取得手段により取得された類型文字列の可変部分とを対応させた態様で出力する
ことを特徴とする請求項１乃至３のいずれかに記載の対訳情報検索装置。
【請求項５】
前記言語間対応情報において、第１の言語の文字列の識別情報に対応関係が定められていない第２の言語を特定する手段と、
前記言語間対応情報において、前記第１の言語の文字列の識別情報に対応付けられる第３の言語の文字列の識別情報であって、当該第３の言語の文字列の識別情報が前記第２の言語の文字列の識別情報と対応付けられている場合に、前記第１の言語の文字列の識別情報と、前記第２の言語の文字列の識別情報とを対応付けることで、前記言語間対応情報を更新する更新手段と、をさらに含む
ことを特徴とする請求項１乃至４のいずれかに記載の対訳情報検索装置。
【請求項６】
複数の言語ごとに、当該言語の複数の文字列を識別する識別情報をそれぞれ関連づけて格納した辞書情報と、前記複数の言語ごとに、当該言語の文字列を識別する識別情報と、当該言語の文字列に対応する他の１又は複数の言語の文字列を識別する識別情報とをそれぞれ対応付けて格納した言語間対応情報と、を参照する手段と、
検索文字列と、当該検索文字列の言語である原言語と、当該原言語とは異なる少なくとも１つの目標言語の情報を受け付ける受付手段と、
前記原言語の辞書情報から、前記検索文字列に対応する識別情報を検索する検索手段と、
前記検索手段により検索された識別情報に対応付けて前記言語間対応情報に格納される前記目標言語の文字列を識別する識別情報を取得する識別情報取得手段と、
前記目標言語の辞書情報から、前記識別情報取得手段により取得された識別情報により識別される文字列を取得する文字列取得手段と、
前記文字列取得手段により取得された文字列を出力する出力手段と、を含む
ことを特徴とする対訳情報検索装置。
【請求項７】
複数の言語ごとに、当該言語の複数の文字列を識別する識別情報をそれぞれ関連づけて格納した辞書情報と、前記複数の言語ごとに、当該言語の文字列を識別する識別情報と、当該言語の文字列に対応する他の１又は複数の言語の文字列を識別する識別情報とをそれぞれ対応付けて格納した言語間対応情報と、を参照する手段と、
検索文字列と、当該検索文字列の言語である原言語と、当該原言語とは異なる少なくとも１つの目標言語の情報を受け付ける受付手段と、
前記原言語の辞書情報から、前記検索文字列に対応する識別情報を検索する検索手段と、
前記検索手段により検索された識別情報に対応付けて前記言語間対応情報に格納される前記目標言語の文字列を識別する識別情報を取得する識別情報取得手段と、
前記目標言語の辞書情報から、前記識別情報取得手段により取得された識別情報により識別される文字列を取得する文字列取得手段と、
前記文字列取得手段により取得された文字列を出力する出力手段
としてコンピュータを機能させるためのプログラム。
【図１Ａ】
【図１Ｂ】
【図２】
【図３Ａ】
【図３Ｂ】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１Ｂ】
【図２】
【図３Ａ】
【図３Ｂ】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【公開番号】特開２０１２−４８４１８（Ｐ２０１２−４８４１８Ａ）
【公開日】平成２４年３月８日（２０１２．３．８）
【国際特許分類】
【出願番号】特願２０１０−１８８８６１（Ｐ２０１０−１８８８６１）
【出願日】平成２２年８月２５日（２０１０．８．２５）
【出願人】（０００００５４９６）富士ゼロックス株式会社 (21,908)
【Ｆターム（参考）】
【公開日】平成２４年３月８日（２０１２．３．８）
【国際特許分類】
【出願日】平成２２年８月２５日（２０１０．８．２５）
【出願人】（０００００５４９６）富士ゼロックス株式会社 (21,908)
【Ｆターム（参考）】
[ Back to top ]