情報処理装置、プログラム、および翻訳テンプレート生成方法
【課題】構文構造が異なった対訳文対から翻訳テンプレートを生成できるようにする。
【解決手段】取得手段１ａは、第１の言語文と第２の言語文とを取得する。分割手段１ｂは、取得した第１および第２の言語文それぞれを、複数の形態素に分割する。カウント手段１ｃは、取得した第１および第２の言語文から分割された各形態素の出現頻度をカウントする。検出手段１ｅは、取得した第１の言語文から出現頻度が２以上の形態素を検出し、該検出された形態素の第２の言語における訳語であり、出現頻度が１の形態素を、取得した第２の言語文から検出する。生成手段１ｆは、取得した第１および第２の言語文それぞれから検出された形態素を変数に置き換える置換処理を行い、該置換処理後の第１および第２の言語文を含む翻訳テンプレートを生成する。
【解決手段】取得手段１ａは、第１の言語文と第２の言語文とを取得する。分割手段１ｂは、取得した第１および第２の言語文それぞれを、複数の形態素に分割する。カウント手段１ｃは、取得した第１および第２の言語文から分割された各形態素の出現頻度をカウントする。検出手段１ｅは、取得した第１の言語文から出現頻度が２以上の形態素を検出し、該検出された形態素の第２の言語における訳語であり、出現頻度が１の形態素を、取得した第２の言語文から検出する。生成手段１ｆは、取得した第１および第２の言語文それぞれから検出された形態素を変数に置き換える置換処理を行い、該置換処理後の第１および第２の言語文を含む翻訳テンプレートを生成する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は翻訳テンプレートを生成する情報処理装置、プログラム、および翻訳テンプレート生成方法に関する。
【背景技術】
【０００２】
コンピュータによる機械翻訳には、翻訳テンプレートが用いられることが多い。翻訳テンプレートとは、それぞれが固定文字列と変数文字列を持つ原言語文と目標言語文の対である。翻訳テンプレートは、例えば機械翻訳システムの保有する翻訳テンプレートデータベースに格納されている。機械翻訳システムに入力文が入力されると、機械翻訳システムにより、原言語文の固定文字列の部分が、入力文と一致するような翻訳テンプレートが検索される。そして機械翻訳システムは、検索で合致した翻訳テンプレートを用いて、入力文の訳文を生成する。例えば機械翻訳システムは、訳文の生成では、検出した翻訳テンプレートの目標言語文の固定文字列をそのまま出力する。そして機械翻訳システムは、検出した翻訳テンプレートの目標言語文における変数文字列の部分に対応する入力文の文字列を対訳辞書などにより翻訳し、変数文字列の部分に出力する。
【０００３】
このようにして、翻訳テンプレートを用いた機械翻訳では、固定文字列については、翻訳テンプレートの文字列が、翻訳文としてそのまま利用される。翻訳テンプレートには、例えば特定の技術分野に特有の表現を、固定文字列で含ませておくことができる。そのため、翻訳テンプレートを用いた機械翻訳では、翻訳テンプレートが検索でヒットすれば、対象分野に特有の固有表現を固定文字列として出力することができ、高品質な訳文が得られるようになる。翻訳テンプレートを大量に用意し、入力文に対応する翻訳テンプレートの検索のヒット率を向上させれば、高品質な訳文が得られる割合も高くなる。
【０００４】
ここで、翻訳テンプレートの生成を自動化できれば、翻訳テンプレートを大量に用意することが容易となる。そこで、例えば様々な語句に置き換え可能な変数を含む翻訳テンプレートを、対訳文を入力することにより自動的に生成する機械翻訳システムが考えられている。また、対訳文に対して構文解析といった処理を行わず、統計的処理のみで対訳単語を抽出する翻訳パターン生成方法も考えられている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開平０５−１５１２６０号公報
【特許文献２】特開平１０−０１１４４５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかし、従来の翻訳テンプレートの生成技術では、原文と訳文との対（対訳文対）が、構文的に同じ形をしていることが前提となっている。そのため、意味的には対応していても、構文構造が異なった対訳文対から翻訳テンプレートを生成することができない。
【０００７】
１つの側面では、本発明は、構文構造が異なった対訳文対から翻訳テンプレートを生成することができる情報処理装置、プログラム、および翻訳テンプレート生成方法を提供することを目的とする。
【課題を解決するための手段】
【０００８】
１つの案では、取得手段、分割手段、カウント手段、検出手段、および生成手段を有する情報処理装置が提供される。取得手段は、第１の言語で記述された第１の言語文と、第１の言語文を第２の言語に訳した第２の言語文とを取得する。分割手段は、取得した第１および第２の言語文それぞれを、複数の形態素に分割する。カウント手段は、取得した第１の言語文から分割された各形態素の該第１の言語文内での出現頻度と、取得した第２の言語文から分割された各形態素の該第２の言語文内での出現頻度とをカウントする。検出手段は、取得した第１の言語文から出現頻度が２以上の形態素を検出し、該検出された形態素の第２の言語における訳語であり、出現頻度が１の形態素を、取得した第２の言語文から検出する。生成手段は、取得した第１および第２の言語文それぞれから検出された形態素を変数に置き換え、置き換え後の第１および第２の言語文を含む翻訳テンプレートを生成する。
【発明の効果】
【０００９】
１態様によれば、構文構造が異なった対訳文対から翻訳テンプレートを生成することができる。
【図面の簡単な説明】
【００１０】
【図１】第１の実施の形態に係る情報処理装置の機能構成例を示す図である。
【図２】第１の実施の形態における翻訳テンプレート生成処理の手順の一例を示すフローチャートである。
【図３】第１の実施の形態による翻訳テンプレート生成例を示す図である。
【図４】第２の実施の形態のシステム構成例を示す図である。
【図５】本実施の形態に用いる翻訳テンプレート生成装置のハードウェアの一構成例を示す図である。
【図６】翻訳テンプレート生成装置の機能を示すブロック図である。
【図７】生成条件記憶部のデータ構造の一例を示す図である。
【図８】対訳文対記憶部のデータ構造の一例を示す図である。
【図９】翻訳テンプレート生成処理の手順の一例を示すフローチャートである。
【図１０】形態素解析の第１の例を示す図である。
【図１１】対訳単語対の第１の対応付け例を示す図である。
【図１２】形態素解析の第２の例を示す図である。
【図１３】対訳単語対の第２の対応付け例を示す図である。
【図１４】形態素解析の第３の例を示す図である。
【図１５】対訳単語対の第３の対応付け例を示す図である。
【図１６】形態素解析の第４の例を示す図である。
【図１７】対訳単語対の第４の対応付け例を示す図である。
【図１８】翻訳テンプレート生成対象判定処理の手順の一例を示すフローチャートである。
【図１９】変数部特定の第１の例を示す図である。
【図２０】変数部特定の第２の例を示す図である。
【図２１】変数部特定の第３の例を示す図である。
【図２２】翻訳テンプレートの生成例を示す図である。
【図２３】自動翻訳の一例を示す図である。
【図２４】第３の実施の形態の翻訳テンプレート生成処理の手順の一例を示すフローチャートである。
【図２５】形態素対応付け処理の手順を示すフローチャートである。
【図２６】形態素解析の第５の例を示す図である。
【図２７】対訳単語対の第５の対応付け例を示す図である。
【図２８】形態素列同士の対応付け例を示す図である。
【発明を実施するための形態】
【００１１】
以下、本実施の形態について図面を参照して説明する。なお各実施の形態は、矛盾のない範囲で複数の実施の形態を組み合わせて実施することができる。
〔第１の実施の形態〕
対訳文対のなかには、意味的には対応していても、原文と訳文とで構文構造が異なるものがある。そのような対訳文対の一例として、原言語の文（原文）で複数回出現する重複表現が目標言語の文（訳文）側では一つにまとめ上げられているような対訳文対がある。このような対訳文対については、原文と訳文との構文構造が異なっていても、有用な翻訳テンプレートを生成することができる。第１の実施の形態では、このことに着目して、翻訳テンプレートを生成するものである。
【００１２】
図１は、第１の実施の形態に係る情報処理装置の機能構成例を示す図である。第１の実施の形態に係る情報処理装置１は、取得手段１ａ、分割手段１ｂ、カウント手段１ｃ、記憶手段１ｄ、検出手段１ｅ、および生成手段１ｆを有する。
【００１３】
取得手段１ａは、第１の言語で記述された第１の言語文と、第１の言語文を第２の言語に訳した第２の言語文とを取得する。例えば取得手段１ａは、ユーザによって入力された第１の言語文と第２の言語文とを取得する。この場合、例えばユーザは、翻訳テンプレートの生成対象分野に関する内容を記述した第１の言語文と第２の言語文とを入力する。
【００１４】
分割手段１ｂは、取得した第１および第２の言語文それぞれを、複数の形態素に分割する。形態素は、文を構成する最小単位である。例えば分割手段１ｂは、第１の言語文と第２の言語文との形態素解析を行い、第１および第２の言語文を複数の形態素に分割する。形態素解析とは、自然言語で書かれた文を形態素の列に分割し、各形態素の品詞を判別する処理である。
【００１５】
カウント手段１ｃは、取得した第１の言語文から分割された各形態素の該第１の言語文内での出現頻度をカウントする。またカウント手段１ｃは、取得した第２の言語文から分割された各形態素の該第２の言語文内での出現頻度をカウントする。カウント手段１ｃは、例えば各形態素の出現頻度を、記憶手段１ｄに格納する。
【００１６】
記憶手段１ｄは、第１の言語文と第２の言語文との形態素ごとの出現頻度を記憶する。
検出手段１ｅは、取得した第１の言語文から出現頻度が２以上の形態素を検出する。また検出手段１ｅは、第１の言語文から検出された形態素の第２の言語における訳語であり、出現頻度が１の形態素を、取得した第２の言語文から検出する。
【００１７】
生成手段１ｆは、取得した第１および第２の言語文それぞれに対し、検出された形態素を変数に置き換える置換処理を行う。例えば生成手段１ｆは、取得した第１の言語文または第２の言語文から、連続する複数の形態素が検出された場合、連続する複数の形態素を１つの変数に置き換える。そして生成手段１ｆは、置換処理後の第１の言語文と第２の言語文とを含む翻訳テンプレートを生成する。
【００１８】
なお、取得手段１ａ、分割手段１ｂ、カウント手段１ｃ、検出手段１ｅ、および生成手段１ｆは、情報処理装置１が有するＣＰＵ（Central Processing Unit）により実現することができる。また、記憶手段１ｄは、情報処理装置１が有するＲＡＭ（Random Access Memory）やハードディスクドライブ（ＨＤＤ:Hard Disk Drive）などにより実現することができる。
【００１９】
また、図１に示した各要素間を接続する線は通信経路の一部を示すものであり、図示した通信経路以外の通信経路も設定可能である。
次に、情報処理装置１により実行される翻訳テンプレート生成処理について説明する。
【００２０】
図２は、第１の実施の形態における翻訳テンプレート生成処理の手順の一例を示すフローチャートである。
［ステップＳ１］取得手段１ａは、第１の言語で記述された第１の言語文と、その第１の言語文を第２の言語に訳した第２の言語文とを取得する。取得手段１ａは、取得した第１の言語文と第２の言語文とを、例えば分割手段１ｂに渡す。
【００２１】
［ステップＳ２］分割手段１ｂは、取得した第１の言語文と第２の言語文との形態素解析を行い、複数の形態素に分割する。分割手段１ｂは、例えば形態素の配列で表された第１の言語文と第２の言語文とを、カウント手段１ｃと検出手段１ｅとに渡す。
【００２２】
［ステップＳ３］カウント手段１ｃは、各形態素の出現頻度をカウントする。例えばカウント手段１ｃは、取得した第１の言語文から分割された各形態素の該第１の言語文内での出現頻度をカウントする。またカウント手段１ｃは、取得した第２の言語文から分割された各形態素の該第２の言語文内での出現頻度をカウントする。そしてカウント手段１ｃは、例えば各形態素の出現頻度を、記憶手段１ｄに格納する。
【００２３】
［ステップＳ４］検出手段１ｅは、取得した第１の言語文から出現頻度が２以上の形態素を検出する。例えば検出手段１ｅは、記憶手段１ｄを参照することで、分割手段１ｂによって形態素に分割された第１の言語文の各形態素の出現頻度を認識する。
【００２４】
［ステップＳ５］検出手段１ｅは、第１の言語文から検出された形態素の第２の言語における訳語であり、出現頻度が１の形態素を、取得した第２の言語文から検出する。例えば検出手段１ｅは、第１の言語と第２の言語との対訳辞書に基づいて、第１の言語文から検出された形態素の第２の言語における訳語を判断する。そして検出手段１ｅは、第１の言語文から検出された形態素の第２の言語における訳語を、分割手段１ｂによって形態素に分割された第２の言語文の形態素から検索する。さらに検出手段１ｅは、記憶手段１ｄを参照することで、第１の言語文から検出された形態素の第２の言語における訳語を示す第２の言語文の形態素の出現頻度を判断する。該当形態素の出現頻度が１であれば、その形態素が検出される。
【００２５】
［ステップＳ６］生成手段１ｆは、取得した第１および第２の言語文それぞれに対し、検出された形態素を変数に置き換える置換処理を行う。
［ステップＳ７］生成手段１ｆは、検出された形態素を変数に置き換える置換処理後の第１の言語文と第２の言語文とを含む翻訳テンプレートを生成し、出力する。
【００２６】
このようにして、翻訳テンプレートが生成される。なお、第１の実施の形態に示した技術は、例えばインドヨーロッパ諸語と日本語のように、言語構造の大きく異なる２言語間の翻訳テンプレート生成に対して適用可能である。そこで、言語構造の大きく異なる言語対の例として日本語と英語を取り上げ、日本語と英語の対訳例文からの翻訳テンプレート生成例について、以下に説明する。
【００２７】
図３は、第１の実施の形態による翻訳テンプレート生成例を示す図である。
日本語で記述された第１の言語文２と、その第１の言語文２の英訳である第２の言語文３とが取得されると、第１の言語文２と第２の言語文３とが、例えば形態素解析によって複数の形態素に分割される。
【００２８】
そして第１の言語文２と第２の言語文３それぞれに関し、各形態素の出現頻度がカウントされる。例えば、第１の言語文２の形態素ごとの出現頻度が設定された出現頻度テーブル４と、第２の言語文３の形態素ごとの出現頻度が設定された出現頻度テーブル５とが生成される。
【００２９】
出現頻度テーブル４を参照することで、第１の言語文２の形態素の中から、出現頻度が「２」以上の形態素「電解」、「めっき」が検出される。そして出現頻度テーブル５を参照して、第１の言語文２から検出された形態素「電解」、「めっき」の英語の訳語「electrolytic」、「plating」の出現頻度が判断される。図３の例では、「electrolytic」、「plating」の出現頻度は「１」であるため、第２の言語文３から「electrolytic」と「plating」とが検出される。
【００３０】
なお、第１の言語文２から検出された形態素は連続している。そこで、第１の言語文２に対して、抽出された連続する形態素を１つの変数Ｘｉに置換する処理が行われる。また、第２の言語文３から検出された形態素も連続している。そこで、第２の言語文３に対して、抽出された連続する形態素を１つの変数Ｘｔに置換する処理が行われる。
【００３１】
そして、置換処理後の第１の言語文６と、置換処理後の第２の言語文７とを含む翻訳テンプレート８が生成される。
このように、対象分野の対訳文対から、このような重複表現のある対訳文対を自動抽出することによって、対訳文対において構文構造が対応していなくても翻訳テンプレートを生成することができる。しかも、大量の対訳例文がなくても、特定の対訳例文から翻訳テンプレートを生成することができる。
【００３２】
例えば、特許明細書の文種における「発明の名称」を示す日英文対では、日本語側で「ＡＢ装置およびＡＢ方法」のような文字列「ＡＢ」が、対応する英語側では“Device and method for AB”のように、１つにまとめあげられている事例が頻出する。対象分野にも依存するが、特許明細書であれば「発明の名称」文対全体の３割程度がこのような事例である。そのため、この特徴を利用して翻訳テンプレートを自動生成することにより、実用的な翻訳テンプレートを容易に生成可能となる。
【００３３】
〔第２の実施の形態〕
次に第２の実施の形態について説明する。第２の実施の形態は、翻訳テンプレートを利用した機械翻訳をコンピュータシステムによって実現する自動翻訳システムである。また第２の実施の形態は、多数の対訳文対の中から、翻訳テンプレートの生成対象とすることができる対訳文対を特定し、特定した対訳文対に基づいて翻訳テンプレートを生成するものである。なお、第２の実施の形態では、日本語と英語との間の翻訳に用いる翻訳テンプレートを生成するものとする。以下の説明では、日本語を第１の言語、英語を第２の言語とする。
【００３４】
図４は、第２の実施の形態のシステム構成例を示す図である。自動翻訳装置２１は、翻訳対象の原文の入力を受け付け、その原文の翻訳文を出力するコンピュータである。自動翻訳装置２１には、ネットワーク１０を介して翻訳テンプレート生成装置１００と端末装置２２とが接続されている。端末装置２２は、自動翻訳装置２１による翻訳サービスの提供を受けるユーザが使用するコンピュータである。
【００３５】
翻訳テンプレート生成装置１００は、自動翻訳装置２１が使用する翻訳テンプレートを生成するコンピュータである。翻訳テンプレートは、第１の言語により記述された第１の言語文と、その第１の言語文の意味を第２の言語で記述した第２の言語文との対である。翻訳テンプレートでは、第１の言語文と第２の言語文とは、それぞれ固定部と変数部とを有する。固定部は、翻訳テンプレートを用いた翻訳において、そのまま利用される文字列を示す部分である。変数部は、対訳辞書を用いた翻訳を行う文字列を示す部分である。
【００３６】
翻訳テンプレート生成装置１００は、生成した翻訳テンプレートを自動翻訳装置２１に送信する。自動翻訳装置２１は、翻訳テンプレート生成装置１００から取得した翻訳テンプレートを用いて、自動翻訳を行う。
【００３７】
なお、図４の例では、自動翻訳装置２１と翻訳テンプレート生成装置１００が別個の装置であるが、翻訳テンプレート生成装置１００の機能を自動翻訳装置２１に組み込むことも可能である。
【００３８】
図５は、本実施の形態に用いる翻訳テンプレート生成装置のハードウェアの一構成例を示す図である。翻訳テンプレート生成装置１００は、ＣＰＵ１０１によって装置全体が制御されている。ＣＰＵ１０１には、バス１０８を介してＲＡＭ１０２と複数の周辺機器が接続されている。
【００３９】
ＲＡＭ１０２は、翻訳テンプレート生成装置１００の主記憶装置として使用される。ＲＡＭ１０２には、ＣＰＵ１０１に実行させるＯＳ（Operating System）のプログラムやアプリケーションプログラムの少なくとも一部が一時的に格納される。また、ＲＡＭ１０２には、ＣＰＵ１０１による処理に必要な各種データが格納される。
【００４０】
バス１０８に接続されている周辺機器としては、ＨＤＤ１０３、グラフィック処理装置１０４、入力インタフェース１０５、光学ドライブ装置１０６、および通信インタフェース１０７がある。
【００４１】
ＨＤＤ１０３は、内蔵したディスクに対して、磁気的にデータの書き込みおよび読み出しを行う。ＨＤＤ１０３は、翻訳テンプレート生成装置１００の二次記憶装置として使用される。ＨＤＤ１０３には、ＯＳのプログラム、アプリケーションプログラム、および各種データが格納される。なお、二次記憶装置としては、フラッシュメモリなどの半導体記憶装置を使用することもできる。
【００４２】
グラフィック処理装置１０４には、モニタ１１が接続されている。グラフィック処理装置１０４は、ＣＰＵ１０１からの命令に従って、画像をモニタ１１の画面に表示させる。モニタ１１としては、ＣＲＴ（Cathode Ray Tube）を用いた表示装置や液晶表示装置などがある。
【００４３】
入力インタフェース１０５には、キーボード１２とマウス１３とが接続されている。入力インタフェース１０５は、キーボード１２やマウス１３から送られてくる信号をＣＰＵ１０１に送信する。なお、マウス１３は、ポインティングデバイスの一例であり、他のポインティングデバイスを使用することもできる。他のポインティングデバイスとしては、タッチパネル、タブレット、タッチパッド、トラックボールなどがある。
【００４４】
光学ドライブ装置１０６は、レーザ光などを利用して、光ディスク１４に記録されたデータの読み取りを行う。光ディスク１４は、光の反射によって読み取り可能なようにデータが記録された可搬型の記録媒体である。光ディスク１４には、ＤＶＤ（Digital Versatile Disc）、ＤＶＤ−ＲＡＭ、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ−Ｒ（Recordable）／ＲＷ（ReWritable）などがある。
【００４５】
通信インタフェース１０７は、ネットワーク１０に接続されている。通信インタフェース１０７は、ネットワーク１０を介して、他のコンピュータまたは通信機器との間でデータの送受信を行う。
【００４６】
以上のようなハードウェア構成によって、本実施の形態の処理機能を実現することができる。なお、第１の実施の形態に示した情報処理装置も、図５に示したコンピュータと同様のハードウェアにより実現することができる。
【００４７】
図６は、翻訳テンプレート生成装置の機能を示すブロック図である。翻訳テンプレート生成装置１００は、情報の記憶機能として、対訳辞書記憶部１１０、生成条件記憶部１２０、対訳文対記憶部１３０、形態素頻度記憶部１４０、および翻訳テンプレート記憶部１５０を有する。
【００４８】
対訳辞書記憶部１１０は、第１の言語（日本語）の単語に関する第２の言語（英語）での訳語（対訳辞書）を記憶する。対訳辞書は、対訳文対を構成する第１の言語文と第２の言語文とのそれぞれに含まれる形態素間の対応関係の判断に使用される。例えばＲＡＭ１０２またはＨＤＤ１０３の記憶領域の一部が、対訳辞書記憶部１１０として使用される。
【００４９】
生成条件記憶部１２０は、対訳文対を翻訳テンプレートの生成対象とする条件（生成条件）を記憶する。生成条件は、例えば対訳文対を構成する各言語文に含まれる形態素の出現頻度を用いて定義される。生成条件に適合する場合には、対訳文対に基づいて、翻訳テンプレートが生成される。例えばＲＡＭ１０２またはＨＤＤ１０３の記憶領域の一部が、生成条件記憶部１２０として使用される。
【００５０】
対訳文対記憶部１３０は、第１の言語文と、その第１の言語文を第２の言語に翻訳した第２の言語文との対からなる対訳文対を記憶する。例えばＲＡＭ１０２またはＨＤＤ１０３の記憶領域の一部が、対訳文対記憶部１３０として使用される。
【００５１】
形態素頻度記憶部１４０は、対訳文対を構成する第１の言語文と第２の言語文とのそれぞれに含まれる形態素の出現頻度を記憶する。例えばＲＡＭ１０２またはＨＤＤ１０３の記憶領域の一部が形態素頻度記憶部１４０として使用される。
【００５２】
翻訳テンプレート記憶部１５０は、生成された翻訳テンプレートを記憶する。例えばＲＡＭ１０２またはＨＤＤ１０３の記憶領域の一部が、翻訳テンプレート記憶部１５０として使用される。
【００５３】
翻訳テンプレート生成装置１００は、情報処理機能として、対訳文対取得部１６１、形態素解析部１６２、頻度カウント部１６３、形態素対応付け部１６４、対訳辞書検索部１６５、翻訳テンプレート生成対象判定部１６６、変数部特定部１６７、翻訳テンプレート生成部１６８、および翻訳テンプレート出力部１６９を有する。
【００５４】
対訳文対取得部１６１は、対訳文対を取得する。例えば第１の言語の文章と、その文章の第２の言語による訳文が記載されたファイルの入力を受け付ける。すると、対訳文対取得部１６１は、日本文と、その文に対応する英文との対を生成し、対訳文対として対訳文対記憶部１３０に格納する。
【００５５】
形態素解析部１６２は、対訳文対に含まれる第１の言語文と第２の言語文との形態素解析を行う。例えば形態素解析部１６２は、対訳文対記憶部１３０に格納されている対訳文対を選択し、選択した対訳文対を構成する日本文と英文との形態素解析を行う。形態素解析部１６２は、形態素解析の結果として、文ごとの形態素列を生成する。形態素解析部１６２は、生成した形態素列を、頻度カウント部１６３に渡す。
【００５６】
頻度カウント部１６３は、形態素解析によって得られた各言語の形態素列において、各形態素の出現回数をカウントする。形態素ごとにカウントした値を、その形態素の出現頻度とする。頻度カウント部１６３は、各形態素の出現頻度を、形態素頻度記憶部１４０に格納する。
【００５７】
形態素対応付け部１６４は、形態素解析された対訳文対の各言語文から、両言語間の対訳単語の対応付けを行う。例えば形態素対応付け部１６４は、対訳部の日本文の単語の対訳を、対訳辞書検索部１６５に要求する。すると対訳辞書検索部１６５から対訳の単語が応答される。形態素対応付け部１６４は、応答された対訳の単語を、英文から検索する。そして形態素対応付け部１６４は、日本文の単語と、その単語の対訳に当たる英文内の単語とを対応付ける。形態素対応付け部１６４は、単語間の対応関係を、翻訳テンプレート生成対象判定部１６６と変数部特定部１６７とに通知する。
【００５８】
対訳辞書検索部１６５は、対訳辞書記憶部１１０から、対訳の単語を検索する。例えば対訳辞書検索部１６５は、形態素対応付け部１６４から指定された第１の言語の単語の対訳を、対訳辞書記憶部１１０から検索する。そして対訳辞書検索部１６５は、検索でヒットした英語の対訳を、形態素対応付け部１６４に渡す。
【００５９】
翻訳テンプレート生成対象判定部１６６は、生成条件記憶部１２０の生成条件を参照し、形態素解析が行われた対訳文対が、翻訳テンプレートの生成条件を満たしているかどうかを判定する。ここで生成条件を満たしたか否かの判定結果を、変数部特定部１６７に渡す。
【００６０】
変数部特定部１６７は、対訳文対が翻訳テンプレートの生成条件を満たしていると判定された場合、形態素対応付け部１６４の単語間の対応関係の特定結果に基づき、対訳文対における変数部とする文字列を特定する。例えば変数部特定部１６７は、第１の言語文の２以上の出現頻度の形態素を変数部とする。また変数部特定部１６７は、第２の言語文中の、第１の言語文において変数部とされた形態素の対訳語の形態素を変数部とする。変数部特定部１６７は、特定した変数部を翻訳テンプレート生成部１６８に通知する。
【００６１】
翻訳テンプレート生成部１６８は、対訳文対を構成する各言語文における、変数部特定部１６７によって変数部と特定された文字列を、変数に置き換える。そして翻訳テンプレート生成部１６８は、一部を変数に置き換えた対訳文対を、翻訳テンプレートとして翻訳テンプレート記憶部１５０に格納する。
【００６２】
翻訳テンプレート出力部１６９は、翻訳テンプレート記憶部１５０に格納された翻訳テンプレートを出力する。例えば翻訳テンプレート出力部１６９は、ユーザからの入力に応じて、翻訳テンプレートを自動翻訳装置２１に送信する。
【００６３】
なお、図６に示した各要素間を接続する線は通信経路の一部を示すものであり、図示した通信経路以外の通信経路も設定可能である。また図６に示した対訳文対取得部１６１は、図１に示した第１の実施の形態の取得手段１ａの一例である。図６に示した形態素解析部１６２は、図１に示した第１の実施の形態の分割手段１ｂの一例である。図６に示した頻度カウント部１６３は、図１に示した第１の実施の形態のカウント手段１ｃの一例である。図６に示した形態素頻度記憶部１４０は、図１に示した記憶手段１ｄの一例である。図６に示した翻訳テンプレート生成対象判定部１６６と変数部特定部１６７とを合わせた機能は、図１に示した第１の実施の形態の検出手段１ｅの一例である。図６に示した翻訳テンプレート生成部１６８は、図１に示した第１の実施の形態の生成手段１ｆの一例である。
【００６４】
次に、翻訳テンプレートの生成条件について説明する。
図７は、生成条件記憶部のデータ構造の一例を示す図である。生成条件記憶部１２０には、対訳文対から翻訳テンプレートを生成する条件を示す生成条件１２１が格納されている。図７に示す生成条件１２１は、「第１の言語に出現頻度「２」以上の形態素があり、該当する形態素に対応する第２の言語の形態素は出現頻度が「１」である」ことである。この対訳文対が生成条件１２１を満たす場合、その対訳文対に基づく翻訳テンプレートが生成される。
【００６５】
次に、対訳文対記憶部１３０に格納される対訳文対について説明する。
図８は、対訳文対記憶部のデータ構造の一例を示す図である。対訳文対記憶部１３０には、対訳文対テーブル１３１が格納されている。対訳文対テーブル１３１には、対訳文対番号、第１の言語文、および第２の言語文の欄が設けられている。
【００６６】
対訳文対番号の欄には、対訳文対の識別番号（対訳文対番号）が設定される。
第１の言語文の欄には、対訳文対を構成する第１の言語文が設定される。第２の実施の形態では、第１の言語文として日本文が設定されている。
【００６７】
第２の言語文の欄には、対訳文対を構成する第２の言語文が設定される。第２の言語文は、対応する第１の言語文の第２の言語による訳文である。第２の実施の形態では、第２の言語文として英文が設定されている。
【００６８】
図８に示すような対訳文対テーブル１３１に登録されている対訳文対に基づいて、翻訳テンプレートが生成される。以下、翻訳テンプレートの生成処理について説明する。
図９は、翻訳テンプレート生成処理の手順の一例を示すフローチャートである。以下、図９に示す処理をステップ番号に沿って説明する。なお図９に示す処理は、例えばユーザからの翻訳テンプレート作成指示に応じて実行される。
【００６９】
［ステップＳ１０１］形態素解析部１６２は、対訳文対記憶部１３０から未処理の対訳文対を１つ取り出す。例えば形態素解析部１６２は、対訳文対記憶部１３０内の未処理の対訳文対のうち、対訳文対番号が最も小さい対訳文対を取り出す。
【００７０】
［ステップＳ１０２］形態素解析部１６２は、取り出した対訳文対を構成する第１の言語文と第２の言語文とについて形態素解析を行い、形態素に分解する。形態素解析部１６２は、分解した形態素を頻度カウント部１６３に渡す。
【００７１】
［ステップＳ１０３］頻度カウント部１６３は、第１の言語文と第２の言語文とのそれぞれの形態素の出現頻度をカウントする。
［ステップＳ１０４］頻度カウント部１６３は、カウントした形態素ごとの出現頻度を形態素頻度記憶部１４０に格納する。
【００７２】
［ステップＳ１０５］形態素対応付け部１６４は、ステップＳ１０１で取得した対訳文の第１の言語文の形態素と第２の言語文の形態素とを対応付ける。例えば形態素対応付け部１６４は、対訳文対の第１の言語文を分割して得られた形態素を順次選択し、その形態素で示される単語の対訳の検索を対訳辞書検索部１６５に要求する。すると対訳辞書検索部１６５が、指定された単語の対訳を対訳辞書記憶部１１０から検索する。対訳辞書検索部１６５は、検索でヒットした情報から、指定された単語の第２の言語による訳語を抽出し、形態素対応付け部１６４に渡す。形態素対応付け部１６４は、選択した第１の言語の形態素で示される単語の訳語を、第２の言語文から分割された形態素の中から検索する。該当する第２の言語の形態素が見つかった場合、対訳辞書検索部１６５は、第１の言語文内の選択した第１の言語の形態素と、その形態素の訳語である第２の言語文の形態素とを対応付け、対訳単語対とする。
【００７３】
［ステップＳ１０６］翻訳テンプレート生成対象判定部１６６は、ステップＳ１０１で取り出した対訳文対について、翻訳テンプレート生成対象判定処理を実行する。翻訳テンプレート生成対象判定処理は、対訳文対に基づいて翻訳テンプレートを生成するか否かを反対する処理である。翻訳テンプレート生成対象判定処理の戻り値として、対訳文対に基づいて、翻訳テンプレートを生成するか、しないかの判定結果が得られる。翻訳テンプレート生成対象判定処理の詳細は後述する（図１８参照）。
【００７４】
［ステップＳ１０７］翻訳テンプレート生成対象判定部１６６は、翻訳テンプレート生成対象判定処理により、ステップＳ１０１で取り出した対訳文対が翻訳テンプレートの生成対象に決定されたか否かを判断する。翻訳テンプレートの生成対象に決定した場合、処理をステップＳ１０８に進める。また翻訳テンプレート生成対象判定部１６６は、翻訳テンプレートの生成対象外に決定した場合、処理をステップＳ１０１に進める。
【００７５】
［ステップＳ１０８］変数部特定部１６７は、対訳文対内の対訳単語対の情報と、各単語（形態素）の出現頻度とに基づいて、第１の言語文と第２の言語文とにおける変数部を特定する。例えば変数部特定部１６７は、第１の言語文の２以上の出現頻度の形態素を変数部とする。また変数部特定部１６７は、第２の言語文中の、第１の言語文において変数部とされた形態素の対訳語の形態素を変数部とする。
【００７６】
［ステップＳ１０９］翻訳テンプレート生成部１６８は、翻訳テンプレートを生成する。例えば翻訳テンプレート生成部１６８は、ステップＳ１０１で抽出した対訳文対の変数部を変数に置き換えて、翻訳テンプレートとする。翻訳テンプレート生成部１６８は、生成した翻訳テンプレートを翻訳テンプレート記憶部１５０に格納する。
【００７７】
［ステップＳ１１０］形態素解析部１６２は、未処理の対訳文対があるか否かを判断する。例えば形態素解析部１６２は、対訳文対記憶部１３０内の対訳文対を対訳文対番号の小さい順に抽出していき、最後に抽出した対訳文対が対訳文対記憶部１３０内の対訳文対番号で最後尾の対訳文対であれば、未処理の対訳文対はないと判断する。また、形態素解析部１６２は、最後に抽出した対訳文対が対訳文対記憶部１３０内の対訳文対番号で最後尾の対訳文対でなければ、未処理の対訳文対があると判断する。形態素解析部１６２は、未処理の対訳文対があれば、処理をステップＳ１０１に進める。また形態素解析部１６２は、未処理の対訳文対がなければ、処理を終了する。
【００７８】
以下、図１０〜図１７に、対訳文対ごとの形態素解析および対訳単語対の対応付け例を示す。
図１０は、形態素解析の第１の例を示す図である。対訳文対番号「３３」の対訳文対３０には、「電解めっき装置および電解めっき方法」という第１の言語文３１と「device and method for electrolytic plating」という第２の言語文３２とが含まれる。
【００７９】
第１の言語文３１を形態素解析すると、７個の形態素３１ａ，３１ｂ，３１ｃ，３１ｄ，３１ｅ，３１ｆ，３１ｇに分けられる。第２の言語文３２を形態素解析すると、６個の形態素３２ａ，３２ｂ，３２ｃ，３２ｄ，３２ｅ，３２ｆに分けられる。
【００８０】
形態素が生成されると、各形態素の出現頻度がカウントされる。そして、各形態素の出現頻度が、形態素頻度記憶部１４０に格納される。形態素頻度記憶部１４０には、言語文ごとの出現頻度テーブル１４１，１４２が設けられている。
【００８１】
第１の言語文３１の出現頻度テーブル１４１には、形態素と出現頻度との欄が設けられている。形態素の欄には、第１の言語文３１の形態素解析で得られた形態素が設定される。出現頻度の欄には、第１の言語文３１内での形態素の出現頻度（出現した回数）が設定される。
【００８２】
第２の言語文３２の出現頻度テーブル１４２には、形態素と出現頻度との欄が設けられている。形態素の欄には、第２の言語文３２の形態素解析で得られた形態素が設定される。出現頻度の欄には、第２の言語文３２内での形態素の出現頻度（出現した回数）が設定される。
【００８３】
なお形態素の出現頻度のカウント方法として、出現頻度テーブル１４１，１４２を利用することができる。例えば頻度カウント部１６３は、各言語文の形態素解析で得られた形態素を、その言語文に対応する出現頻度テーブルに順次登録する。そのときの形態素の出現頻度は、初期値「１」とする。言語文から得られたすべての形態素の登録が終了すると、頻度カウント部１６３は、出現頻度テーブルのエントリを形態素の文字列でソートする。すると、同じ文字列の形態素は、連続したエントリとなる。そこで頻度カウント部１６３は、出現頻度テーブル上で上下に隣接するエントリ間の形態素を比較し、同じ文字列であれば、エントリを統合（マージ）する。頻度カウント部１６３は、エントリの統合では、一方のエントリを削除し、削除したエントリの出現頻度の値を、他方のエントリの出現頻度に加算する。頻度カウント部１６３は、このような比較と統合を、統合できなくなくなるまで繰り返す。これにより、ある１つの単語を表す形態素のエントリは、出現頻度テーブル内で１つとなり、そのエントリには、その形態素の正しい出現頻度が設定される。
【００８４】
形態素解析により生成された形態素は、形態素対応付け部１６４により、対訳単語間の対応付けが行われる。
図１１は、対訳単語対の第１の対応付け例を示す図である。図１１の例では、対訳文対３０の第１の言語文３１を形態素解析で分解して得られる形態素と、対訳文対３０の第２の言語文３２を形態素解析で分解して得られる形態素との対応付け例を示している。
【００８５】
例えば対訳辞書記憶部１１０に格納された対訳辞書１１１には、第１の言語文３１の形態素３１ａの文字列「電解」の訳語が「electrolytic」であることが示されている。そこで、第１の言語文３１の形態素３１ａは、「electrolytic」とう文字列である形態素３２ｅに対応付けられている。同様に第１の言語文３１の他の形態素も、その形態素の文字列の意味に対応する第２の言語における意味を有する第２の言語文の形態素に対応付けられている。
【００８６】
図１２は、形態素解析の第２の例を示す図である。対訳文対番号「４５」の対訳文対４０の第１の言語文４１の内容は「農薬使用基準作成方法、農薬使用基準作成装置及び農薬使用基準作成プログラム」である。また対訳文対４０の第２の言語文４２の内容は「method, device and program for forming agricultural chemical use reference」である。
【００８７】
第１の言語文４１を形態素解析すると、１６個の形態素４１ａ，４１ｂ，４１ｃ，４１ｄ，４１ｅ，４１ｆ，４１ｇ，４１ｈ，４１ｉ，４１ｊ，４１ｋ，４１ｌ，４１ｍ，４１ｎ，４１ｏ，４１ｐに分けられる。第２の言語文４２を形態素解析すると、１０個の形態素４２ａ，４２ｂ，４２ｃ，４２ｄ，４２ｅ，４２ｆ，４２ｇ，４２ｈ，４２ｉ，４２ｊに分けられる。形態素が生成されると、各形態素の出現頻度がカウントされる。そして、各形態素の出現頻度が、形態素頻度記憶部１４０の言語文ごとの出現頻度テーブル１４３，１４４に設定される。
【００８８】
図１３は、対訳単語対の第２の対応付け例を示す図である。図１３の例では、対訳文対４０の第１の言語文４１を形態素解析で分解して得られる形態素と、対訳文対４０の第２の言語文４２を形態素解析で分解して得られる形態素との対応付け例を示している。
【００８９】
図１４は、形態素解析の第３の例を示す図である。対訳文対番号「５１」の対訳文対５０の第１の言語文５１の内容は「建物組立方法」である。また対訳文対５０の第２の言語文５２の内容は「method for assembling building」である。
【００９０】
第１の言語文５１を形態素解析すると、３個の形態素５１ａ，５１ｂ，５１ｃに分けられる。第２の言語文５２を形態素解析すると、４個の形態素５２ａ，５２ｂ，５２ｃ，５２ｄに分けられる。形態素が生成されると、各形態素の出現頻度がカウントされる。そして、各形態素の出現頻度が、形態素頻度記憶部１４０の言語文ごとの出現頻度テーブル１４５，１４６に設定される。
【００９１】
図１５は、対訳単語対の第３の対応付け例を示す図である。図１５の例では、対訳文対５０の第１の言語文５１を形態素解析で分解して得られる形態素と、対訳文対５０の第２の言語文５２を形態素解析で分解して得られる形態素との対応付け例を示している。
【００９２】
図１６は、形態素解析の第４の例を示す図である。対訳文対番号「８２」の対訳文対６０の第１の言語文６１の内容は「材料圧縮装置、および、材料圧縮方法」である。また対訳文対６０の第２の言語文６２の内容は「device and method for compressing material」である。
【００９３】
第１の言語文６１を形態素解析すると、７個の形態素６１ａ，６１ｂ，６１ｃ，６１ｄ，６１ｅ，６１ｆ，６１ｇに分けられる。第２の言語文６２を形態素解析すると、６個の形態素６２ａ，６２ｂ，６２ｃ，６２ｄ，６２ｅ，６２ｆに分けられる。形態素が生成されると、各形態素の出現頻度がカウントされる。そして、各形態素の出現頻度が、形態素頻度記憶部１４０の言語文ごとの出現頻度テーブル１４７，１４８に設定される。
【００９４】
図１７は、対訳単語対の第４の対応付け例を示す図である。図１７の例では、対訳文対６０の第１の言語文６１を形態素解析で分解して得られる形態素と、対訳文対６０の第２の言語文６２を形態素解析で分解して得られる形態素との対応付け例を示している。
【００９５】
図１０〜図１７に示したような対訳文対の形態素ごとの出現頻度、および形態素の対応付け結果に基づいて、その対訳文対を翻訳テンプレート生成対象とするか否かの判定処理が行われる。
【００９６】
図１８は、翻訳テンプレート生成対象判定処理の手順の一例を示すフローチャートである。以下、図１８に示す処理をステップ番号に沿って説明する。
［ステップＳ１２１］翻訳テンプレート生成対象判定部１６６は、ステップＳ１０１（図９参照）で取り出した対訳文対の第１の言語文に出現頻度が「２」以上の形態素があるか否かを判断する。例えば、翻訳テンプレート生成対象判定部１６６は、形態素頻度記憶部１４０内の第１の言語文の出現頻度テーブルを参照し、出現頻度の欄に「２」以上の値が設定されたレコードの有無を判断する。該当するレコードがあれば、翻訳テンプレート生成対象判定部１６６は、出現頻度が「２」以上の形態素があると判断する。翻訳テンプレート生成対象判定部１６６は、該当する形態素があれば、処理をステップＳ１２２に進める。また翻訳テンプレート生成対象判定部１６６は、該当する形態素がなければ、処理をステップＳ１２４に進める。
【００９７】
［ステップＳ１２２］翻訳テンプレート生成対象判定部１６６は、第１の言語文内の出現頻度が「２」以上の形態素に対応する第２の言語文の形態素は、出現頻度が「１」か否かを判断する。例えば翻訳テンプレート生成対象判定部１６６は、形態素対応付け部１６４から対訳単語対の対応付け結果を取得し、第１の言語文内の出現頻度が「２」以上の形態素に対応付けられた第２の言語文内の形態素を判断する。そして翻訳テンプレート生成対象判定部１６６は、形態素頻度記憶部１４０内の第２の言語文の出現頻度テーブルを参照し、第１の言語文内の出現頻度が「２」以上の形態素に対応付けられた第２の言語文内の形態素の出現頻度が「１」か否かを判断する。該当する形態素の出現頻度が「１」であれば、翻訳テンプレート生成対象判定部１６６は、処理をステップＳ１２３に進める。該当する形態素の出現頻度が「２」以上であれば、翻訳テンプレート生成対象判定部１６６は、処理をステップＳ１２４に進める。
【００９８】
［ステップＳ１２３］翻訳テンプレート生成対象判定部１６６は、ステップＳ１０１（図９参照）で取り出した対訳文対を、翻訳テンプレートの生成対象と決定する。その後、翻訳テンプレート生成対象判定処理が終了する。
【００９９】
［ステップＳ１２４］翻訳テンプレート生成対象判定部１６６は、ステップＳ１０１（図９参照）で取り出した対訳文対を、翻訳テンプレートの生成対象外と決定する。その後、翻訳テンプレート生成対象判定処理が終了する。
【０１００】
このようにして、対訳文対ごとに翻訳テンプレートの生成の有無が決定される。例えば、図１０に示した対訳文対３０の場合、第１の言語文３１に出現頻度「２」の２つの形態素「電解」、「めっき」がある。図１１に示した対応付けによると、「電解」に対応する第２の言語文３２内の形態素は「electrolytic」である。また「めっき」に対応する第２の言語文３２内の形態素は「plating」である。図１０を参照すると、第２の言語文３２の「electrolytic」と「plating」との出現頻度は共に「１」である。その結果、対訳文対３０は、翻訳テンプレートの生成対象に決定される。同様に、図１２、図１３に示した対訳文対４０，６０も、翻訳テンプレートの生成対象に決定される。
【０１０１】
図１４に示した対訳文対５０の場合、第１の言語文５１に出現頻度「２」の形態素が存在しない。そのため対訳文対５０に基づく翻訳テンプレートの生成は行わないと決定される。
【０１０２】
翻訳テンプレートの生成対象に決定された対訳文対３０，４０，６０それぞれについて、変数部が特定される。図１９〜図２１に変数部特定例を示す。
図１９は、変数部特定の第１の例を示す図である。図１９には、対訳文対３０を構成する第１の言語文３１と第２の言語文３２に関する、変数部と固定部との特定処理が示されている。
【０１０３】
第１の言語文３１では、出現頻度が「２」以上なのは、「電解」と「めっき」の形態素３１ａ，３１ｂ，３１ｅ，３１ｆである。この例では、「電解」と「めっき」との形態素が隣接しており、出現頻度が「２」以上の隣接する形態素の組が２セット出現している。これらの形態素３１ａ，３１ｂ，３１ｅ，３１ｆに対応する第２の言語文３２内の形態素は、形態素３２ｅ，３２ｆである。そこで第１の言語文３１の形態素３１ａ，３１ｂ，３１ｅ，３１ｆが変数部に特定される。変数部以外の形態素３１ｃ，３１ｄ，３１ｇは、固定部に特定される。また第２の言語文３２の形態素３２ｅ，３２ｆが変数部に特定される。変数部以外の形態素３２ａ，３２ｂ，３２ｃ，３２ｄは、固定部に特定される。
【０１０４】
図２０は、変数部特定の第２の例を示す図である。図２０には、対訳文対４０を構成する第１の言語文４１と第２の言語文４２とに関する、変数部と固定部との特定処理が示されている。
【０１０５】
第１の言語文４１では、出現頻度が「２」以上なのは、「農薬」、「使用」、「基準」、「作成」の形態素４１ａ，４１ｂ，４１ｃ，４１ｄ，４１ｆ，４１ｇ，４１ｈ，４１ｉ，４１ｌ，４１ｍ，４１ｎ，４１ｏである。この例では、「農薬」、「使用」、「基準」、および「作成」の形態素が隣接しており、出現頻度が「２」以上の隣接する形態素の組が、３セット出現している。これらの形態素４１ａ，４１ｂ，４１ｃ，４１ｄ，４１ｆ，４１ｇ，４１ｈ，４１ｉ，４１ｌ，４１ｍ，４１ｎ，４１ｏに対応する第２の言語文４２内の形態素は、形態素４２ｆ，４２ｇ，４２ｈ，４２ｉ，４２ｊである。そこで第１の言語文４１の形態素４１ａ，４１ｂ，４１ｃ，４１ｄ，４１ｆ，４１ｇ，４１ｈ，４１ｉ，４１ｌ，４１ｍ，４１ｎ，４１ｏが変数部に特定される。変数部以外の形態素４１ｅ，４１ｊ，４１ｋ，４１ｐは、固定部に特定される。また第２の言語文４２の形態素４２ｆ，４２ｇ，４２ｈ，４２ｉ，４２ｊが変数部に特定される。変数部以外の形態素４２ａ，４２ｂ，４２ｃ，４２ｄ，４２ｅは、固定部に特定される。
【０１０６】
図２１は、変数部特定の第３の例を示す図である。図２１には、対訳文対６０を構成する第１の言語文６１と第２の言語文６２とに関する、変数部と固定部との特定処理が示されている。
【０１０７】
第１の言語文６１では、出現頻度が「２」以上なのは、「圧縮」、「材料」の形態素６１ａ，６１ｂ，６１ｅ，６１ｆである。この例では、「圧縮」と「材料」との形態素が隣接しており、出現頻度が「２」以上の隣接する形態素の組が２セット出現している。これらの形態素６１ａ，６１ｂ，６１ｅ，６１ｆに対応する第２の言語文６２内の形態素は、形態素６２ｅ，６２ｆである。そこで第１の言語文６１の形態素６１ａ，６１ｂ，６１ｅ，６１ｆが変数部に特定される。変数部以外の形態素６１ｃ，６１ｄ，６１ｇは、固定部に特定される。また第２の言語文６２の形態素６２ｅ，６２ｆが変数部に特定される。変数部以外の形態素６２ａ，６２ｂ，６２ｃ，６２ｄは、固定部に特定される。
【０１０８】
図１９〜図２１に示すように、対訳文対の形態素が固定部と変数部とに分けられると、変数部を所定の変数に置き換えることで、翻訳テンプレートが生成される。なお、第２の実施の形態では、変数部が連続する複数の形態素（形態素列）の場合、形態素列を纏めて１つの変数に置き換える。これにより、翻訳テンプレートの構造が簡略化され、自動翻訳時の処理効率が向上する。
【０１０９】
図２２は、翻訳テンプレートの生成例を示す図である。図２２に示すように、対訳文対３０，４０，６０の変数部の変数化を行うことで、翻訳テンプレート７１〜７３が生成される。なお図２２の例では、対訳文対３０，４０，６０の変数部を下線で示している。
【０１１０】
生成された翻訳テンプレート７１〜７３では、対訳文対３０，４０，６０それぞれの第１の言語文の変数部は、変数Ｘｉに置き換えられている。また生成された翻訳テンプレート７１〜７３では、対訳文対３０，４０，６０それぞれの第２の言語文の変数部は、変数Ｘｔに置き換えられている。
【０１１１】
生成された翻訳テンプレート７１〜７３は、翻訳テンプレート記憶部１５０に格納される。そして翻訳テンプレート記憶部１５０に格納された翻訳テンプレートは、翻訳テンプレート出力部１６９により、例えば自動翻訳装置２１に送信される。
【０１１２】
自動翻訳装置２１は、受け取った翻訳テンプレートをＨＤＤなどの記憶媒体に格納する。そして自動翻訳装置２１は、例えば端末装置２２から翻訳対象の原文を含む翻訳要求を受信すると、翻訳テンプレートを用いて原文を自動翻訳する。
【０１１３】
図２３は、自動翻訳の一例を示す図である。例えば翻訳対象として、第１の言語による原文８１が自動翻訳装置２１に入力される。図２３の例では、原文８１の内容は、「箱形成装置、および、箱形成方法」である。
【０１１４】
自動翻訳装置２１は、入力された原文８１を検索条件として、予め保持している翻訳テンプレート群８２の中から、原文８１の第２の言語への翻訳に使用可能な翻訳テンプレートを検索する（ステップＳ１３１）。例えば自動翻訳装置２１は、翻訳テンプレート群８２に含まれる各翻訳テンプレートの第１の言語文における変数を任意の１以上の文字列とみなした場合に、原文８１とマッチする第１の言語文を検索する。このとき、第１の言語文の複数の箇所に同じ変数が設定されている場合、原文８１の対応する複数の箇所には同じ文字列が記載されていることが、原文８１とマッチする第１の言語文の条件となる。図２３の例では、原文８１で検索を行うと、「Ｘｉ装置、および、Ｘｉ方法」という第１の言語文が設定された翻訳テンプレートがマッチする。
【０１１５】
自動翻訳装置２１は、検索でマッチした翻訳テンプレートの第２の言語文を用いて、訳文８４を生成する（ステップＳ１３２）。例えば自動翻訳装置２１は、原文８１から、検出された翻訳テンプレートの第１の言語文の変数に対応する部分（変数部）の文字列を抽出する。自動翻訳装置２１は、抽出した文字列に対応する第２の言語による訳語を、対訳辞書８３を用いて特定する。そして自動翻訳装置２１は、検出した翻訳テンプレートの第２の言語文の変数の位置に、特定した訳語を挿入し、訳文８４とする。
【０１１６】
例えば図２３の例では、原文８１の「箱形成」の文字列が変数部となる。一方、対訳辞書８３には、第１の言語「箱」の第２の言語の訳語が「box」であり、第１の言語「形成」の第２の言語の訳語が「forming」であることが示されている。そこで検出された翻訳テンプレートの第２の言語文「device and method for Xt」の変数が、「箱形成」に対応する文字列「forming box」に置き換えられる。変数を具体的な文字列に置き換えた結果が、訳文８４となる。訳文８４は、翻訳を依頼した端末装置２２に送信される。
【０１１７】
以上説明したように、第２の実施の形態では、対訳文対において構文構造が対応していなくても翻訳テンプレートを生成することができる。
すなわち、対訳文対の第１の言語文で複数回出現する重複表現が、第２の言語文では一つにまとめ上げられている場合、第１の言語文と第２の言語文とでは、構文構造が対応しなくなる。その一方で、所定の分野の対訳文対の中で、第１の言語文で複数回出現する重複表現が、第２の言語文では一つにまとめ上げられている場合には、適切な翻訳テンプレートを生成することができるという特徴がある。第２の実施の形態では、このことに着目して、対象分野の対訳文対から、このような重複表現のある対訳文対を自動抽出することによって、特定の対訳例文から翻訳テンプレートを生成することができる。しかも、１つの対訳文対から、適切な翻訳テンプレートを生成することができるため、大量の対訳例文がなくても多数の翻訳テンプレートを生成可能である。
【０１１８】
第１の言語文で複数回出現する重複表現が、第２の言語文では一つにまとめ上げられるような翻訳文は、現実に多く存在する。例えば、日本国特許明細書における「発明の名称」と、その発明の名称の翻訳文とからなる対訳文対に基づいて、翻訳テンプレートを生成したところ、翻訳テンプレートの生成条件を満たすのが全体の３割程度であった。この３割の対訳文対から翻訳テンプレートを生成したところ、９割以上の高い確率で、自動翻訳で使用可能な適切な翻訳テンプレートが生成できた。
【０１１９】
このように、構文的な対応のない対訳例文からでも翻訳テンプレートを自動的に生成することができるようになったことで、有用な大量の翻訳テンプレートを容易に生成できる。大量の翻訳テンプレートを自動翻訳装置２１に登録しておけば、自動翻訳装置２１における翻訳テンプレートのヒット率が向上する。その結果、信頼性の高い自動翻訳が可能となる。
【０１２０】
〔第３の実施の形態〕
次に第３の実施の形態について説明する。第３の実施の形態は、第１の言語文の変数部の形態素に示される単語の訳語が、第２の言語文から見つからない場合であっても、適切な翻訳テンプレートを生成できるようにしたものである。すなわち第３の実施の形態では、単語対応の欠損があっても、翻訳テンプレートを生成できる。
【０１２１】
なお第３の実施の形態のシステム構成は、図４、図５に示した第２の実施の形態の構成と同様である。また第３の実施の形態の翻訳テンプレート生成装置の機能構成は、図６に示した第２の実施の形態の機能構成と同様である。ただし第３の実施の形態では、機能構成の一部の要素について、その機能が第２の実施の形態と異なる。そこで、図４〜図６に示した要素の符号を用いて、第３の実施の形態における第２の実施の形態との相違点を説明する。
【０１２２】
図２４は、第３の実施の形態の翻訳テンプレート生成処理の手順の一例を示すフローチャートである。この処理は、ステップＳ１０５ａの処理を除き、図９に示した第２の実施の形態の処理と同様である。
【０１２３】
ステップＳ１０５ａでは、形態素対応付け部１６４が形態素対応付け処理を行う。このとき形態素対応付け部１６４は、対訳辞書を参照しただけでは対応付けができない形態素間を、隣接する形態素の対応関係を利用して対応付ける。
【０１２４】
図２５は、形態素対応付け処理の手順を示すフローチャートである。以下、図２５に示す処理をステップ番号に沿って説明する。
［ステップＳ２０１］形態素対応付け部１６４は、対訳辞書を用いて、第１の言語文の形態素と、その形態素で示される単語の訳語である第２の言語文の形態素とを対応付ける。
【０１２５】
［ステップＳ２０２］形態素対応付け部１６４は、第１の言語文のすべての形態素が、第２の言語文のいずれかの形態素に対応付けられたか否かを判断する。すべての形態素が対応付けられた場合、形態素対応付け部１６４は処理を終了する。少なくとも１つの形態素が対応付けられていない場合、形態素対応付け部１６４は処理をステップＳ２０３に進める。
【０１２６】
［ステップＳ２０３］形態素対応付け部１６４は、第１の言語文から出現頻度が「２」以上で、同頻度の隣接する形態素（形態素列）を検出する。
［ステップＳ２０４］形態素対応付け部１６４は、ステップＳ２０３で検出した形態素列内の一部の形態素にステップＳ２０１の処理により対応付けられている、第２の言語文の形態素を特定する。
【０１２７】
［ステップＳ２０５］形態素対応付け部１６４は、ステップＳ２０３で検出した形態素列内の形態素のうち、ステップＳ２０４で特定した形態素に隣接する、対応付けが行われていない形態を検出する。そして、形態素対応付け部１６４は、ステップＳ２０４で特定した形態素と検出した形態素とを合わせた形態素列を、ステップＳ２０３で検出した形態素列に対する第２の言語文側の対応部分とする。
【０１２８】
［ステップＳ２０６］形態素対応付け部１６４は、ステップＳ２０３で検出した第１の言語文の形態素列と、ステップＳ２０５で対応部分に決定された第２の言語文の形態素列とを対応付ける。その後、形態素対応付け処理を終了する。
【０１２９】
このようにして、対訳辞書だけでは対応付けられない形態素間の対応付けが可能となる。以下、第３の実施の形態による形態素の対応付け例について説明する。
図２６は、形態素解析の第５の例を示す図である。対訳文対番号「１０５」の対訳文対９０の第１の言語文９１の内容は「空気調和装置、および空気調和方法」である。また対訳文対９０の第２の言語文９２の内容は「device and method for air conditioning」である。
【０１３０】
第１の言語文９１を形態素解析すると、７個の形態素９１ａ，９１ｂ，９１ｃ，９１ｄ，９１ｅ，９１ｆ，９１ｇに分けられる。第２の言語文９２を形態素解析すると、６個の形態素９２ａ，９２ｂ，９２ｃ，９２ｄ，９２ｅ，９２ｆに分けられる。形態素が生成されると、各形態素の出現頻度がカウントされる。そして、各形態素の出現頻度が、形態素頻度記憶部１４０の言語文ごとの出現頻度テーブル１４９ａ，１４９ｂに設定される。
【０１３１】
図２７は、対訳単語対の第５の対応付け例を示す図である。図２７の例では、対訳文対９０の第１の言語文９１を形態素解析で分解して得られる形態素と、対訳文対９０の第２の言語文９２を形態素解析で分解して得られる形態素との対応付け例を示している。この例では、対訳辞書１１１に、第１の言語「調和」の訳文として、第２の言語「harmony」が設定されている。しかし、第２の言語文９２には、「harmony」の形態素は含まれていない。そのため第１の言語文９１の「調和」の形態素９１ｂ，９１ｆには、第２の言語文９２の形態素が対応付けられていない。
【０１３２】
このような場合、図２５のステップＳ２０３〜Ｓ２０６の処理による形態素列同士の対応付けが行われる。
図２８は、形態素列同士の対応付け例を示す図である。第１の言語文９１には、頻度が「２」以上であり、同頻度の連続する形態素列として、「空気」と「調和」との形態素列が含まれている。該当する形態素列に含まれる形態素９１ａ，９１ｂ，９１ｅ，９１ｆのうち、「空気」の形態素９１ａ，９１ｅについては、第２の言語文９２の「air」の形態素９２ｅに対応付けられている。
【０１３３】
第２の言語文９２の「air」の形態素９２ｅの隣には、「conditioning」という形態素９２ｆがある。この形態素９２ｆは、第１の言語文９１内のいずれの形態素にも対応付けられていない。そこで、第２の言語文９２の「air」の形態素９２ｅと「conditioning」の形態素９２ｆとを合わせた形態素列が、第１の言語文の「空気」と「調和」とを合わせた形態素列に対応付けられる。
【０１３４】
このようにして、対訳辞書に載っていない訳語であっても、隣接する形態素の対応関係を参照することで、形態素間の適切な対応付けが可能となる。特に、技術用語には、一般的な対訳辞書に載っていない訳語が多数存在し、その技術分野に特化した対訳辞書であっても網羅しきれない場合がある。このような、特定の技術分野でのみ使用される訳語であっても、第３の実施の形態を用いれば、原語の形態素と訳語の形態素とを正しく対応付けることができる。適切な対応付けを行うことで、翻訳テンプレート生成時の変数部を適切に判断できるようになる。その結果、品質の高い翻訳テンプレートが生成可能となる。
【０１３５】
〔その他の実施の形態〕
上記第１〜第３の実施の形態に示した技術は、翻訳テンプレート生成技術の１つであり、翻訳テンプレート生成装置１００は、他の翻訳テンプレート生成技術と第１〜第３の実施の形態に示した翻訳テンプレート生成技術とを併用することができる。様々な翻訳テンプレート生成技術を併用することで、より多くの翻訳テンプレートが生成可能となる。
【０１３６】
なお、上記の各実施の形態に示した処理機能は、コンピュータによって実現することができる。その場合、翻訳テンプレート生成装置が有する機能の処理内容を記述したプログラムが提供される。そのプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、磁気記憶装置、光ディスク、光磁気記録媒体、半導体メモリなどがある。磁気記憶装置には、ハードディスク装置（ＨＤＤ）、フレキシブルディスク（ＦＤ）、磁気テープなどがある。光ディスクには、ＤＶＤ、ＤＶＤ−ＲＡＭ、ＣＤ−ＲＯＭ／ＲＷなどがある。光磁気記録媒体には、ＭＯ（Magneto-Optical disc）などがある。
【０１３７】
プログラムを流通させる場合には、例えば、そのプログラムが記録されたＤＶＤ、ＣＤ−ＲＯＭなどの可搬型記録媒体が販売される。また、プログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することもできる。
【０１３８】
プログラムを実行するコンピュータは、例えば、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、自己の記憶装置に格納する。そして、コンピュータは、自己の記憶装置からプログラムを読み取り、プログラムに従った処理を実行する。なお、コンピュータは、可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することもできる。また、コンピュータは、サーバコンピュータからプログラムが転送されるごとに、逐次、受け取ったプログラムに従った処理を実行することもできる。
【０１３９】
また、上記の処理機能の少なくとも一部を、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）などの電子回路で実現することもできる。
【０１４０】
以上、実施の形態を例示したが、実施の形態で示した各部の構成は同様の機能を有する他のものに置換することができる。また、他の任意の構成物や工程が付加されてもよい。さらに、前述した実施の形態のうちの任意の２以上の構成（特徴）を組み合わせたものであってもよい。
【０１４１】
以上の実施の形態に開示された技術には、以下の付記に示す技術が含まれる。
（付記１） 第１の言語で記述された第１の言語文と、前記第１の言語文を第２の言語に訳した第２の言語文とを取得する取得手段と、
前記取得した第１および第２の言語文それぞれを、複数の形態素に分割する分割手段と、
前記取得した第１の言語文から分割された各形態素の該第１の言語文内での出現頻度と、前記取得した第２の言語文から分割された各形態素の該第２の言語文内での出現頻度とをカウントするカウント手段と、
前記取得した第１の言語文から出現頻度が２以上の形態素を検出し、該検出された形態素の前記第２の言語における訳語であり、出現頻度が１の形態素を、前記取得した第２の言語文から検出する検出手段と、
前記取得した第１および第２の言語文それぞれから検出された形態素を変数に置き換え、置き換え後の第１および第２の言語文を含む翻訳テンプレートを生成する生成手段と、
を有する情報処理装置。
【０１４２】
（付記２） 前記検出手段は、前記取得した第１の言語文において出現頻度が２以上で連続する複数の形態素のうちの一部の形態素について、前記第２の言語における訳語が前記取得した第２の言語文内に検出できない場合、該複数の形態素のうちの該一部の形態素以外の形態素の前記第２の言語における訳語であり、出現頻度が１の該第２の言語文内の形態素と、該形態素に隣接し、該第１の言語文に含まれるいずれの形態素の訳語にも該当しない形態素とを、該第２の言語文から検出する、
ことを特徴とする付記１記載の情報処理装置。
【０１４３】
（付記３） 前記取得手段は、前記第１の言語で記述された第１の言語文と、該第１の言語文を前記第２の言語に訳した第２の言語文との対からなる複数の対訳文対が記憶された記憶手段から、対訳文対を順次取得し、
前記検出手段は、前記取得した対訳文対の第１の言語文から出現頻度が２以上の形態素が検出でき、かつ該検出された形態素の前記第２の言語における訳語であり、出現頻度が１の形態素が、前記取得した対訳文対の第２の言語文から検出できた場合、前記取得した対訳文対を翻訳テンプレートの生成対象に決定し、
前記生成手段は、翻訳テンプレートの生成対象に決定された対訳文対に基づいて、翻訳テンプレートを生成する、
ことを特徴とする付記１または２のいずれかに記載の情報処理装置。
【０１４４】
（付記４） 前記生成手段は、前記取得した第１または第２の言語文から、連続する複数の形態素が検出された場合、該連続する複数の形態素を１つの変数に置き換えることを特徴とする付記１乃至３のいずれかに記載の情報処理装置。
【０１４５】
（付記５） コンピュータに、
第１の言語で記述された第１の言語文と、前記第１の言語文を第２の言語に訳した第２の言語文とを取得し、
前記取得した第１および第２の言語文それぞれを、複数の形態素に分割し、
前記取得した第１の言語文から分割された各形態素の該第１の言語文内での出現頻度と、前記取得した第２の言語文から分割された各形態素の該第２の言語文内での出現頻度とをカウントし、
前記取得した第１の言語文から出現頻度が２以上の形態素を検出し、
前記取得した第１の言語文から検出された形態素の前記第２の言語における訳語であり、出現頻度が１の形態素を、前記取得した第２の言語文から検出し、
前記取得した第１および第２の言語文それぞれから検出された形態素を変数に置き換え、置き換え後の第１および第２の言語文を含む翻訳テンプレートを生成する、
処理を実行させるプログラム。
【０１４６】
（付記６） コンピュータが、
第１の言語で記述された第１の言語文と、前記第１の言語文を第２の言語に訳した第２の言語文とを取得し、
前記取得した第１および第２の言語文それぞれを、複数の形態素に分割し、
前記取得した第１の言語文から分割された各形態素の該第１の言語文内での出現頻度と、前記取得した第２の言語文から分割された各形態素の該第２の言語文内での出現頻度とをカウントし、
前記取得した第１の言語文から出現頻度が２以上の形態素を検出し、
前記取得した第１の言語文から検出された形態素の前記第２の言語における訳語であり、出現頻度が１の形態素を、前記取得した第２の言語文から検出し、
前記取得した第１および第２の言語文それぞれから検出された形態素を変数に置き換え、置き換え後の第１および第２の言語文を含む翻訳テンプレートを生成する、
翻訳テンプレート生成方法。
【符号の説明】
【０１４７】
１ 情報処理装置
１ａ 取得手段
１ｂ 分割手段
１ｃ カウント手段
１ｄ 記憶手段
１ｅ 検出手段
１ｆ 生成手段
【技術分野】
【０００１】
本発明は翻訳テンプレートを生成する情報処理装置、プログラム、および翻訳テンプレート生成方法に関する。
【背景技術】
【０００２】
コンピュータによる機械翻訳には、翻訳テンプレートが用いられることが多い。翻訳テンプレートとは、それぞれが固定文字列と変数文字列を持つ原言語文と目標言語文の対である。翻訳テンプレートは、例えば機械翻訳システムの保有する翻訳テンプレートデータベースに格納されている。機械翻訳システムに入力文が入力されると、機械翻訳システムにより、原言語文の固定文字列の部分が、入力文と一致するような翻訳テンプレートが検索される。そして機械翻訳システムは、検索で合致した翻訳テンプレートを用いて、入力文の訳文を生成する。例えば機械翻訳システムは、訳文の生成では、検出した翻訳テンプレートの目標言語文の固定文字列をそのまま出力する。そして機械翻訳システムは、検出した翻訳テンプレートの目標言語文における変数文字列の部分に対応する入力文の文字列を対訳辞書などにより翻訳し、変数文字列の部分に出力する。
【０００３】
このようにして、翻訳テンプレートを用いた機械翻訳では、固定文字列については、翻訳テンプレートの文字列が、翻訳文としてそのまま利用される。翻訳テンプレートには、例えば特定の技術分野に特有の表現を、固定文字列で含ませておくことができる。そのため、翻訳テンプレートを用いた機械翻訳では、翻訳テンプレートが検索でヒットすれば、対象分野に特有の固有表現を固定文字列として出力することができ、高品質な訳文が得られるようになる。翻訳テンプレートを大量に用意し、入力文に対応する翻訳テンプレートの検索のヒット率を向上させれば、高品質な訳文が得られる割合も高くなる。
【０００４】
ここで、翻訳テンプレートの生成を自動化できれば、翻訳テンプレートを大量に用意することが容易となる。そこで、例えば様々な語句に置き換え可能な変数を含む翻訳テンプレートを、対訳文を入力することにより自動的に生成する機械翻訳システムが考えられている。また、対訳文に対して構文解析といった処理を行わず、統計的処理のみで対訳単語を抽出する翻訳パターン生成方法も考えられている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開平０５−１５１２６０号公報
【特許文献２】特開平１０−０１１４４５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかし、従来の翻訳テンプレートの生成技術では、原文と訳文との対（対訳文対）が、構文的に同じ形をしていることが前提となっている。そのため、意味的には対応していても、構文構造が異なった対訳文対から翻訳テンプレートを生成することができない。
【０００７】
１つの側面では、本発明は、構文構造が異なった対訳文対から翻訳テンプレートを生成することができる情報処理装置、プログラム、および翻訳テンプレート生成方法を提供することを目的とする。
【課題を解決するための手段】
【０００８】
１つの案では、取得手段、分割手段、カウント手段、検出手段、および生成手段を有する情報処理装置が提供される。取得手段は、第１の言語で記述された第１の言語文と、第１の言語文を第２の言語に訳した第２の言語文とを取得する。分割手段は、取得した第１および第２の言語文それぞれを、複数の形態素に分割する。カウント手段は、取得した第１の言語文から分割された各形態素の該第１の言語文内での出現頻度と、取得した第２の言語文から分割された各形態素の該第２の言語文内での出現頻度とをカウントする。検出手段は、取得した第１の言語文から出現頻度が２以上の形態素を検出し、該検出された形態素の第２の言語における訳語であり、出現頻度が１の形態素を、取得した第２の言語文から検出する。生成手段は、取得した第１および第２の言語文それぞれから検出された形態素を変数に置き換え、置き換え後の第１および第２の言語文を含む翻訳テンプレートを生成する。
【発明の効果】
【０００９】
１態様によれば、構文構造が異なった対訳文対から翻訳テンプレートを生成することができる。
【図面の簡単な説明】
【００１０】
【図１】第１の実施の形態に係る情報処理装置の機能構成例を示す図である。
【図２】第１の実施の形態における翻訳テンプレート生成処理の手順の一例を示すフローチャートである。
【図３】第１の実施の形態による翻訳テンプレート生成例を示す図である。
【図４】第２の実施の形態のシステム構成例を示す図である。
【図５】本実施の形態に用いる翻訳テンプレート生成装置のハードウェアの一構成例を示す図である。
【図６】翻訳テンプレート生成装置の機能を示すブロック図である。
【図７】生成条件記憶部のデータ構造の一例を示す図である。
【図８】対訳文対記憶部のデータ構造の一例を示す図である。
【図９】翻訳テンプレート生成処理の手順の一例を示すフローチャートである。
【図１０】形態素解析の第１の例を示す図である。
【図１１】対訳単語対の第１の対応付け例を示す図である。
【図１２】形態素解析の第２の例を示す図である。
【図１３】対訳単語対の第２の対応付け例を示す図である。
【図１４】形態素解析の第３の例を示す図である。
【図１５】対訳単語対の第３の対応付け例を示す図である。
【図１６】形態素解析の第４の例を示す図である。
【図１７】対訳単語対の第４の対応付け例を示す図である。
【図１８】翻訳テンプレート生成対象判定処理の手順の一例を示すフローチャートである。
【図１９】変数部特定の第１の例を示す図である。
【図２０】変数部特定の第２の例を示す図である。
【図２１】変数部特定の第３の例を示す図である。
【図２２】翻訳テンプレートの生成例を示す図である。
【図２３】自動翻訳の一例を示す図である。
【図２４】第３の実施の形態の翻訳テンプレート生成処理の手順の一例を示すフローチャートである。
【図２５】形態素対応付け処理の手順を示すフローチャートである。
【図２６】形態素解析の第５の例を示す図である。
【図２７】対訳単語対の第５の対応付け例を示す図である。
【図２８】形態素列同士の対応付け例を示す図である。
【発明を実施するための形態】
【００１１】
以下、本実施の形態について図面を参照して説明する。なお各実施の形態は、矛盾のない範囲で複数の実施の形態を組み合わせて実施することができる。
〔第１の実施の形態〕
対訳文対のなかには、意味的には対応していても、原文と訳文とで構文構造が異なるものがある。そのような対訳文対の一例として、原言語の文（原文）で複数回出現する重複表現が目標言語の文（訳文）側では一つにまとめ上げられているような対訳文対がある。このような対訳文対については、原文と訳文との構文構造が異なっていても、有用な翻訳テンプレートを生成することができる。第１の実施の形態では、このことに着目して、翻訳テンプレートを生成するものである。
【００１２】
図１は、第１の実施の形態に係る情報処理装置の機能構成例を示す図である。第１の実施の形態に係る情報処理装置１は、取得手段１ａ、分割手段１ｂ、カウント手段１ｃ、記憶手段１ｄ、検出手段１ｅ、および生成手段１ｆを有する。
【００１３】
取得手段１ａは、第１の言語で記述された第１の言語文と、第１の言語文を第２の言語に訳した第２の言語文とを取得する。例えば取得手段１ａは、ユーザによって入力された第１の言語文と第２の言語文とを取得する。この場合、例えばユーザは、翻訳テンプレートの生成対象分野に関する内容を記述した第１の言語文と第２の言語文とを入力する。
【００１４】
分割手段１ｂは、取得した第１および第２の言語文それぞれを、複数の形態素に分割する。形態素は、文を構成する最小単位である。例えば分割手段１ｂは、第１の言語文と第２の言語文との形態素解析を行い、第１および第２の言語文を複数の形態素に分割する。形態素解析とは、自然言語で書かれた文を形態素の列に分割し、各形態素の品詞を判別する処理である。
【００１５】
カウント手段１ｃは、取得した第１の言語文から分割された各形態素の該第１の言語文内での出現頻度をカウントする。またカウント手段１ｃは、取得した第２の言語文から分割された各形態素の該第２の言語文内での出現頻度をカウントする。カウント手段１ｃは、例えば各形態素の出現頻度を、記憶手段１ｄに格納する。
【００１６】
記憶手段１ｄは、第１の言語文と第２の言語文との形態素ごとの出現頻度を記憶する。
検出手段１ｅは、取得した第１の言語文から出現頻度が２以上の形態素を検出する。また検出手段１ｅは、第１の言語文から検出された形態素の第２の言語における訳語であり、出現頻度が１の形態素を、取得した第２の言語文から検出する。
【００１７】
生成手段１ｆは、取得した第１および第２の言語文それぞれに対し、検出された形態素を変数に置き換える置換処理を行う。例えば生成手段１ｆは、取得した第１の言語文または第２の言語文から、連続する複数の形態素が検出された場合、連続する複数の形態素を１つの変数に置き換える。そして生成手段１ｆは、置換処理後の第１の言語文と第２の言語文とを含む翻訳テンプレートを生成する。
【００１８】
なお、取得手段１ａ、分割手段１ｂ、カウント手段１ｃ、検出手段１ｅ、および生成手段１ｆは、情報処理装置１が有するＣＰＵ（Central Processing Unit）により実現することができる。また、記憶手段１ｄは、情報処理装置１が有するＲＡＭ（Random Access Memory）やハードディスクドライブ（ＨＤＤ:Hard Disk Drive）などにより実現することができる。
【００１９】
また、図１に示した各要素間を接続する線は通信経路の一部を示すものであり、図示した通信経路以外の通信経路も設定可能である。
次に、情報処理装置１により実行される翻訳テンプレート生成処理について説明する。
【００２０】
図２は、第１の実施の形態における翻訳テンプレート生成処理の手順の一例を示すフローチャートである。
［ステップＳ１］取得手段１ａは、第１の言語で記述された第１の言語文と、その第１の言語文を第２の言語に訳した第２の言語文とを取得する。取得手段１ａは、取得した第１の言語文と第２の言語文とを、例えば分割手段１ｂに渡す。
【００２１】
［ステップＳ２］分割手段１ｂは、取得した第１の言語文と第２の言語文との形態素解析を行い、複数の形態素に分割する。分割手段１ｂは、例えば形態素の配列で表された第１の言語文と第２の言語文とを、カウント手段１ｃと検出手段１ｅとに渡す。
【００２２】
［ステップＳ３］カウント手段１ｃは、各形態素の出現頻度をカウントする。例えばカウント手段１ｃは、取得した第１の言語文から分割された各形態素の該第１の言語文内での出現頻度をカウントする。またカウント手段１ｃは、取得した第２の言語文から分割された各形態素の該第２の言語文内での出現頻度をカウントする。そしてカウント手段１ｃは、例えば各形態素の出現頻度を、記憶手段１ｄに格納する。
【００２３】
［ステップＳ４］検出手段１ｅは、取得した第１の言語文から出現頻度が２以上の形態素を検出する。例えば検出手段１ｅは、記憶手段１ｄを参照することで、分割手段１ｂによって形態素に分割された第１の言語文の各形態素の出現頻度を認識する。
【００２４】
［ステップＳ５］検出手段１ｅは、第１の言語文から検出された形態素の第２の言語における訳語であり、出現頻度が１の形態素を、取得した第２の言語文から検出する。例えば検出手段１ｅは、第１の言語と第２の言語との対訳辞書に基づいて、第１の言語文から検出された形態素の第２の言語における訳語を判断する。そして検出手段１ｅは、第１の言語文から検出された形態素の第２の言語における訳語を、分割手段１ｂによって形態素に分割された第２の言語文の形態素から検索する。さらに検出手段１ｅは、記憶手段１ｄを参照することで、第１の言語文から検出された形態素の第２の言語における訳語を示す第２の言語文の形態素の出現頻度を判断する。該当形態素の出現頻度が１であれば、その形態素が検出される。
【００２５】
［ステップＳ６］生成手段１ｆは、取得した第１および第２の言語文それぞれに対し、検出された形態素を変数に置き換える置換処理を行う。
［ステップＳ７］生成手段１ｆは、検出された形態素を変数に置き換える置換処理後の第１の言語文と第２の言語文とを含む翻訳テンプレートを生成し、出力する。
【００２６】
このようにして、翻訳テンプレートが生成される。なお、第１の実施の形態に示した技術は、例えばインドヨーロッパ諸語と日本語のように、言語構造の大きく異なる２言語間の翻訳テンプレート生成に対して適用可能である。そこで、言語構造の大きく異なる言語対の例として日本語と英語を取り上げ、日本語と英語の対訳例文からの翻訳テンプレート生成例について、以下に説明する。
【００２７】
図３は、第１の実施の形態による翻訳テンプレート生成例を示す図である。
日本語で記述された第１の言語文２と、その第１の言語文２の英訳である第２の言語文３とが取得されると、第１の言語文２と第２の言語文３とが、例えば形態素解析によって複数の形態素に分割される。
【００２８】
そして第１の言語文２と第２の言語文３それぞれに関し、各形態素の出現頻度がカウントされる。例えば、第１の言語文２の形態素ごとの出現頻度が設定された出現頻度テーブル４と、第２の言語文３の形態素ごとの出現頻度が設定された出現頻度テーブル５とが生成される。
【００２９】
出現頻度テーブル４を参照することで、第１の言語文２の形態素の中から、出現頻度が「２」以上の形態素「電解」、「めっき」が検出される。そして出現頻度テーブル５を参照して、第１の言語文２から検出された形態素「電解」、「めっき」の英語の訳語「electrolytic」、「plating」の出現頻度が判断される。図３の例では、「electrolytic」、「plating」の出現頻度は「１」であるため、第２の言語文３から「electrolytic」と「plating」とが検出される。
【００３０】
なお、第１の言語文２から検出された形態素は連続している。そこで、第１の言語文２に対して、抽出された連続する形態素を１つの変数Ｘｉに置換する処理が行われる。また、第２の言語文３から検出された形態素も連続している。そこで、第２の言語文３に対して、抽出された連続する形態素を１つの変数Ｘｔに置換する処理が行われる。
【００３１】
そして、置換処理後の第１の言語文６と、置換処理後の第２の言語文７とを含む翻訳テンプレート８が生成される。
このように、対象分野の対訳文対から、このような重複表現のある対訳文対を自動抽出することによって、対訳文対において構文構造が対応していなくても翻訳テンプレートを生成することができる。しかも、大量の対訳例文がなくても、特定の対訳例文から翻訳テンプレートを生成することができる。
【００３２】
例えば、特許明細書の文種における「発明の名称」を示す日英文対では、日本語側で「ＡＢ装置およびＡＢ方法」のような文字列「ＡＢ」が、対応する英語側では“Device and method for AB”のように、１つにまとめあげられている事例が頻出する。対象分野にも依存するが、特許明細書であれば「発明の名称」文対全体の３割程度がこのような事例である。そのため、この特徴を利用して翻訳テンプレートを自動生成することにより、実用的な翻訳テンプレートを容易に生成可能となる。
【００３３】
〔第２の実施の形態〕
次に第２の実施の形態について説明する。第２の実施の形態は、翻訳テンプレートを利用した機械翻訳をコンピュータシステムによって実現する自動翻訳システムである。また第２の実施の形態は、多数の対訳文対の中から、翻訳テンプレートの生成対象とすることができる対訳文対を特定し、特定した対訳文対に基づいて翻訳テンプレートを生成するものである。なお、第２の実施の形態では、日本語と英語との間の翻訳に用いる翻訳テンプレートを生成するものとする。以下の説明では、日本語を第１の言語、英語を第２の言語とする。
【００３４】
図４は、第２の実施の形態のシステム構成例を示す図である。自動翻訳装置２１は、翻訳対象の原文の入力を受け付け、その原文の翻訳文を出力するコンピュータである。自動翻訳装置２１には、ネットワーク１０を介して翻訳テンプレート生成装置１００と端末装置２２とが接続されている。端末装置２２は、自動翻訳装置２１による翻訳サービスの提供を受けるユーザが使用するコンピュータである。
【００３５】
翻訳テンプレート生成装置１００は、自動翻訳装置２１が使用する翻訳テンプレートを生成するコンピュータである。翻訳テンプレートは、第１の言語により記述された第１の言語文と、その第１の言語文の意味を第２の言語で記述した第２の言語文との対である。翻訳テンプレートでは、第１の言語文と第２の言語文とは、それぞれ固定部と変数部とを有する。固定部は、翻訳テンプレートを用いた翻訳において、そのまま利用される文字列を示す部分である。変数部は、対訳辞書を用いた翻訳を行う文字列を示す部分である。
【００３６】
翻訳テンプレート生成装置１００は、生成した翻訳テンプレートを自動翻訳装置２１に送信する。自動翻訳装置２１は、翻訳テンプレート生成装置１００から取得した翻訳テンプレートを用いて、自動翻訳を行う。
【００３７】
なお、図４の例では、自動翻訳装置２１と翻訳テンプレート生成装置１００が別個の装置であるが、翻訳テンプレート生成装置１００の機能を自動翻訳装置２１に組み込むことも可能である。
【００３８】
図５は、本実施の形態に用いる翻訳テンプレート生成装置のハードウェアの一構成例を示す図である。翻訳テンプレート生成装置１００は、ＣＰＵ１０１によって装置全体が制御されている。ＣＰＵ１０１には、バス１０８を介してＲＡＭ１０２と複数の周辺機器が接続されている。
【００３９】
ＲＡＭ１０２は、翻訳テンプレート生成装置１００の主記憶装置として使用される。ＲＡＭ１０２には、ＣＰＵ１０１に実行させるＯＳ（Operating System）のプログラムやアプリケーションプログラムの少なくとも一部が一時的に格納される。また、ＲＡＭ１０２には、ＣＰＵ１０１による処理に必要な各種データが格納される。
【００４０】
バス１０８に接続されている周辺機器としては、ＨＤＤ１０３、グラフィック処理装置１０４、入力インタフェース１０５、光学ドライブ装置１０６、および通信インタフェース１０７がある。
【００４１】
ＨＤＤ１０３は、内蔵したディスクに対して、磁気的にデータの書き込みおよび読み出しを行う。ＨＤＤ１０３は、翻訳テンプレート生成装置１００の二次記憶装置として使用される。ＨＤＤ１０３には、ＯＳのプログラム、アプリケーションプログラム、および各種データが格納される。なお、二次記憶装置としては、フラッシュメモリなどの半導体記憶装置を使用することもできる。
【００４２】
グラフィック処理装置１０４には、モニタ１１が接続されている。グラフィック処理装置１０４は、ＣＰＵ１０１からの命令に従って、画像をモニタ１１の画面に表示させる。モニタ１１としては、ＣＲＴ（Cathode Ray Tube）を用いた表示装置や液晶表示装置などがある。
【００４３】
入力インタフェース１０５には、キーボード１２とマウス１３とが接続されている。入力インタフェース１０５は、キーボード１２やマウス１３から送られてくる信号をＣＰＵ１０１に送信する。なお、マウス１３は、ポインティングデバイスの一例であり、他のポインティングデバイスを使用することもできる。他のポインティングデバイスとしては、タッチパネル、タブレット、タッチパッド、トラックボールなどがある。
【００４４】
光学ドライブ装置１０６は、レーザ光などを利用して、光ディスク１４に記録されたデータの読み取りを行う。光ディスク１４は、光の反射によって読み取り可能なようにデータが記録された可搬型の記録媒体である。光ディスク１４には、ＤＶＤ（Digital Versatile Disc）、ＤＶＤ−ＲＡＭ、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ−Ｒ（Recordable）／ＲＷ（ReWritable）などがある。
【００４５】
通信インタフェース１０７は、ネットワーク１０に接続されている。通信インタフェース１０７は、ネットワーク１０を介して、他のコンピュータまたは通信機器との間でデータの送受信を行う。
【００４６】
以上のようなハードウェア構成によって、本実施の形態の処理機能を実現することができる。なお、第１の実施の形態に示した情報処理装置も、図５に示したコンピュータと同様のハードウェアにより実現することができる。
【００４７】
図６は、翻訳テンプレート生成装置の機能を示すブロック図である。翻訳テンプレート生成装置１００は、情報の記憶機能として、対訳辞書記憶部１１０、生成条件記憶部１２０、対訳文対記憶部１３０、形態素頻度記憶部１４０、および翻訳テンプレート記憶部１５０を有する。
【００４８】
対訳辞書記憶部１１０は、第１の言語（日本語）の単語に関する第２の言語（英語）での訳語（対訳辞書）を記憶する。対訳辞書は、対訳文対を構成する第１の言語文と第２の言語文とのそれぞれに含まれる形態素間の対応関係の判断に使用される。例えばＲＡＭ１０２またはＨＤＤ１０３の記憶領域の一部が、対訳辞書記憶部１１０として使用される。
【００４９】
生成条件記憶部１２０は、対訳文対を翻訳テンプレートの生成対象とする条件（生成条件）を記憶する。生成条件は、例えば対訳文対を構成する各言語文に含まれる形態素の出現頻度を用いて定義される。生成条件に適合する場合には、対訳文対に基づいて、翻訳テンプレートが生成される。例えばＲＡＭ１０２またはＨＤＤ１０３の記憶領域の一部が、生成条件記憶部１２０として使用される。
【００５０】
対訳文対記憶部１３０は、第１の言語文と、その第１の言語文を第２の言語に翻訳した第２の言語文との対からなる対訳文対を記憶する。例えばＲＡＭ１０２またはＨＤＤ１０３の記憶領域の一部が、対訳文対記憶部１３０として使用される。
【００５１】
形態素頻度記憶部１４０は、対訳文対を構成する第１の言語文と第２の言語文とのそれぞれに含まれる形態素の出現頻度を記憶する。例えばＲＡＭ１０２またはＨＤＤ１０３の記憶領域の一部が形態素頻度記憶部１４０として使用される。
【００５２】
翻訳テンプレート記憶部１５０は、生成された翻訳テンプレートを記憶する。例えばＲＡＭ１０２またはＨＤＤ１０３の記憶領域の一部が、翻訳テンプレート記憶部１５０として使用される。
【００５３】
翻訳テンプレート生成装置１００は、情報処理機能として、対訳文対取得部１６１、形態素解析部１６２、頻度カウント部１６３、形態素対応付け部１６４、対訳辞書検索部１６５、翻訳テンプレート生成対象判定部１６６、変数部特定部１６７、翻訳テンプレート生成部１６８、および翻訳テンプレート出力部１６９を有する。
【００５４】
対訳文対取得部１６１は、対訳文対を取得する。例えば第１の言語の文章と、その文章の第２の言語による訳文が記載されたファイルの入力を受け付ける。すると、対訳文対取得部１６１は、日本文と、その文に対応する英文との対を生成し、対訳文対として対訳文対記憶部１３０に格納する。
【００５５】
形態素解析部１６２は、対訳文対に含まれる第１の言語文と第２の言語文との形態素解析を行う。例えば形態素解析部１６２は、対訳文対記憶部１３０に格納されている対訳文対を選択し、選択した対訳文対を構成する日本文と英文との形態素解析を行う。形態素解析部１６２は、形態素解析の結果として、文ごとの形態素列を生成する。形態素解析部１６２は、生成した形態素列を、頻度カウント部１６３に渡す。
【００５６】
頻度カウント部１６３は、形態素解析によって得られた各言語の形態素列において、各形態素の出現回数をカウントする。形態素ごとにカウントした値を、その形態素の出現頻度とする。頻度カウント部１６３は、各形態素の出現頻度を、形態素頻度記憶部１４０に格納する。
【００５７】
形態素対応付け部１６４は、形態素解析された対訳文対の各言語文から、両言語間の対訳単語の対応付けを行う。例えば形態素対応付け部１６４は、対訳部の日本文の単語の対訳を、対訳辞書検索部１６５に要求する。すると対訳辞書検索部１６５から対訳の単語が応答される。形態素対応付け部１６４は、応答された対訳の単語を、英文から検索する。そして形態素対応付け部１６４は、日本文の単語と、その単語の対訳に当たる英文内の単語とを対応付ける。形態素対応付け部１６４は、単語間の対応関係を、翻訳テンプレート生成対象判定部１６６と変数部特定部１６７とに通知する。
【００５８】
対訳辞書検索部１６５は、対訳辞書記憶部１１０から、対訳の単語を検索する。例えば対訳辞書検索部１６５は、形態素対応付け部１６４から指定された第１の言語の単語の対訳を、対訳辞書記憶部１１０から検索する。そして対訳辞書検索部１６５は、検索でヒットした英語の対訳を、形態素対応付け部１６４に渡す。
【００５９】
翻訳テンプレート生成対象判定部１６６は、生成条件記憶部１２０の生成条件を参照し、形態素解析が行われた対訳文対が、翻訳テンプレートの生成条件を満たしているかどうかを判定する。ここで生成条件を満たしたか否かの判定結果を、変数部特定部１６７に渡す。
【００６０】
変数部特定部１６７は、対訳文対が翻訳テンプレートの生成条件を満たしていると判定された場合、形態素対応付け部１６４の単語間の対応関係の特定結果に基づき、対訳文対における変数部とする文字列を特定する。例えば変数部特定部１６７は、第１の言語文の２以上の出現頻度の形態素を変数部とする。また変数部特定部１６７は、第２の言語文中の、第１の言語文において変数部とされた形態素の対訳語の形態素を変数部とする。変数部特定部１６７は、特定した変数部を翻訳テンプレート生成部１６８に通知する。
【００６１】
翻訳テンプレート生成部１６８は、対訳文対を構成する各言語文における、変数部特定部１６７によって変数部と特定された文字列を、変数に置き換える。そして翻訳テンプレート生成部１６８は、一部を変数に置き換えた対訳文対を、翻訳テンプレートとして翻訳テンプレート記憶部１５０に格納する。
【００６２】
翻訳テンプレート出力部１６９は、翻訳テンプレート記憶部１５０に格納された翻訳テンプレートを出力する。例えば翻訳テンプレート出力部１６９は、ユーザからの入力に応じて、翻訳テンプレートを自動翻訳装置２１に送信する。
【００６３】
なお、図６に示した各要素間を接続する線は通信経路の一部を示すものであり、図示した通信経路以外の通信経路も設定可能である。また図６に示した対訳文対取得部１６１は、図１に示した第１の実施の形態の取得手段１ａの一例である。図６に示した形態素解析部１６２は、図１に示した第１の実施の形態の分割手段１ｂの一例である。図６に示した頻度カウント部１６３は、図１に示した第１の実施の形態のカウント手段１ｃの一例である。図６に示した形態素頻度記憶部１４０は、図１に示した記憶手段１ｄの一例である。図６に示した翻訳テンプレート生成対象判定部１６６と変数部特定部１６７とを合わせた機能は、図１に示した第１の実施の形態の検出手段１ｅの一例である。図６に示した翻訳テンプレート生成部１６８は、図１に示した第１の実施の形態の生成手段１ｆの一例である。
【００６４】
次に、翻訳テンプレートの生成条件について説明する。
図７は、生成条件記憶部のデータ構造の一例を示す図である。生成条件記憶部１２０には、対訳文対から翻訳テンプレートを生成する条件を示す生成条件１２１が格納されている。図７に示す生成条件１２１は、「第１の言語に出現頻度「２」以上の形態素があり、該当する形態素に対応する第２の言語の形態素は出現頻度が「１」である」ことである。この対訳文対が生成条件１２１を満たす場合、その対訳文対に基づく翻訳テンプレートが生成される。
【００６５】
次に、対訳文対記憶部１３０に格納される対訳文対について説明する。
図８は、対訳文対記憶部のデータ構造の一例を示す図である。対訳文対記憶部１３０には、対訳文対テーブル１３１が格納されている。対訳文対テーブル１３１には、対訳文対番号、第１の言語文、および第２の言語文の欄が設けられている。
【００６６】
対訳文対番号の欄には、対訳文対の識別番号（対訳文対番号）が設定される。
第１の言語文の欄には、対訳文対を構成する第１の言語文が設定される。第２の実施の形態では、第１の言語文として日本文が設定されている。
【００６７】
第２の言語文の欄には、対訳文対を構成する第２の言語文が設定される。第２の言語文は、対応する第１の言語文の第２の言語による訳文である。第２の実施の形態では、第２の言語文として英文が設定されている。
【００６８】
図８に示すような対訳文対テーブル１３１に登録されている対訳文対に基づいて、翻訳テンプレートが生成される。以下、翻訳テンプレートの生成処理について説明する。
図９は、翻訳テンプレート生成処理の手順の一例を示すフローチャートである。以下、図９に示す処理をステップ番号に沿って説明する。なお図９に示す処理は、例えばユーザからの翻訳テンプレート作成指示に応じて実行される。
【００６９】
［ステップＳ１０１］形態素解析部１６２は、対訳文対記憶部１３０から未処理の対訳文対を１つ取り出す。例えば形態素解析部１６２は、対訳文対記憶部１３０内の未処理の対訳文対のうち、対訳文対番号が最も小さい対訳文対を取り出す。
【００７０】
［ステップＳ１０２］形態素解析部１６２は、取り出した対訳文対を構成する第１の言語文と第２の言語文とについて形態素解析を行い、形態素に分解する。形態素解析部１６２は、分解した形態素を頻度カウント部１６３に渡す。
【００７１】
［ステップＳ１０３］頻度カウント部１６３は、第１の言語文と第２の言語文とのそれぞれの形態素の出現頻度をカウントする。
［ステップＳ１０４］頻度カウント部１６３は、カウントした形態素ごとの出現頻度を形態素頻度記憶部１４０に格納する。
【００７２】
［ステップＳ１０５］形態素対応付け部１６４は、ステップＳ１０１で取得した対訳文の第１の言語文の形態素と第２の言語文の形態素とを対応付ける。例えば形態素対応付け部１６４は、対訳文対の第１の言語文を分割して得られた形態素を順次選択し、その形態素で示される単語の対訳の検索を対訳辞書検索部１６５に要求する。すると対訳辞書検索部１６５が、指定された単語の対訳を対訳辞書記憶部１１０から検索する。対訳辞書検索部１６５は、検索でヒットした情報から、指定された単語の第２の言語による訳語を抽出し、形態素対応付け部１６４に渡す。形態素対応付け部１６４は、選択した第１の言語の形態素で示される単語の訳語を、第２の言語文から分割された形態素の中から検索する。該当する第２の言語の形態素が見つかった場合、対訳辞書検索部１６５は、第１の言語文内の選択した第１の言語の形態素と、その形態素の訳語である第２の言語文の形態素とを対応付け、対訳単語対とする。
【００７３】
［ステップＳ１０６］翻訳テンプレート生成対象判定部１６６は、ステップＳ１０１で取り出した対訳文対について、翻訳テンプレート生成対象判定処理を実行する。翻訳テンプレート生成対象判定処理は、対訳文対に基づいて翻訳テンプレートを生成するか否かを反対する処理である。翻訳テンプレート生成対象判定処理の戻り値として、対訳文対に基づいて、翻訳テンプレートを生成するか、しないかの判定結果が得られる。翻訳テンプレート生成対象判定処理の詳細は後述する（図１８参照）。
【００７４】
［ステップＳ１０７］翻訳テンプレート生成対象判定部１６６は、翻訳テンプレート生成対象判定処理により、ステップＳ１０１で取り出した対訳文対が翻訳テンプレートの生成対象に決定されたか否かを判断する。翻訳テンプレートの生成対象に決定した場合、処理をステップＳ１０８に進める。また翻訳テンプレート生成対象判定部１６６は、翻訳テンプレートの生成対象外に決定した場合、処理をステップＳ１０１に進める。
【００７５】
［ステップＳ１０８］変数部特定部１６７は、対訳文対内の対訳単語対の情報と、各単語（形態素）の出現頻度とに基づいて、第１の言語文と第２の言語文とにおける変数部を特定する。例えば変数部特定部１６７は、第１の言語文の２以上の出現頻度の形態素を変数部とする。また変数部特定部１６７は、第２の言語文中の、第１の言語文において変数部とされた形態素の対訳語の形態素を変数部とする。
【００７６】
［ステップＳ１０９］翻訳テンプレート生成部１６８は、翻訳テンプレートを生成する。例えば翻訳テンプレート生成部１６８は、ステップＳ１０１で抽出した対訳文対の変数部を変数に置き換えて、翻訳テンプレートとする。翻訳テンプレート生成部１６８は、生成した翻訳テンプレートを翻訳テンプレート記憶部１５０に格納する。
【００７７】
［ステップＳ１１０］形態素解析部１６２は、未処理の対訳文対があるか否かを判断する。例えば形態素解析部１６２は、対訳文対記憶部１３０内の対訳文対を対訳文対番号の小さい順に抽出していき、最後に抽出した対訳文対が対訳文対記憶部１３０内の対訳文対番号で最後尾の対訳文対であれば、未処理の対訳文対はないと判断する。また、形態素解析部１６２は、最後に抽出した対訳文対が対訳文対記憶部１３０内の対訳文対番号で最後尾の対訳文対でなければ、未処理の対訳文対があると判断する。形態素解析部１６２は、未処理の対訳文対があれば、処理をステップＳ１０１に進める。また形態素解析部１６２は、未処理の対訳文対がなければ、処理を終了する。
【００７８】
以下、図１０〜図１７に、対訳文対ごとの形態素解析および対訳単語対の対応付け例を示す。
図１０は、形態素解析の第１の例を示す図である。対訳文対番号「３３」の対訳文対３０には、「電解めっき装置および電解めっき方法」という第１の言語文３１と「device and method for electrolytic plating」という第２の言語文３２とが含まれる。
【００７９】
第１の言語文３１を形態素解析すると、７個の形態素３１ａ，３１ｂ，３１ｃ，３１ｄ，３１ｅ，３１ｆ，３１ｇに分けられる。第２の言語文３２を形態素解析すると、６個の形態素３２ａ，３２ｂ，３２ｃ，３２ｄ，３２ｅ，３２ｆに分けられる。
【００８０】
形態素が生成されると、各形態素の出現頻度がカウントされる。そして、各形態素の出現頻度が、形態素頻度記憶部１４０に格納される。形態素頻度記憶部１４０には、言語文ごとの出現頻度テーブル１４１，１４２が設けられている。
【００８１】
第１の言語文３１の出現頻度テーブル１４１には、形態素と出現頻度との欄が設けられている。形態素の欄には、第１の言語文３１の形態素解析で得られた形態素が設定される。出現頻度の欄には、第１の言語文３１内での形態素の出現頻度（出現した回数）が設定される。
【００８２】
第２の言語文３２の出現頻度テーブル１４２には、形態素と出現頻度との欄が設けられている。形態素の欄には、第２の言語文３２の形態素解析で得られた形態素が設定される。出現頻度の欄には、第２の言語文３２内での形態素の出現頻度（出現した回数）が設定される。
【００８３】
なお形態素の出現頻度のカウント方法として、出現頻度テーブル１４１，１４２を利用することができる。例えば頻度カウント部１６３は、各言語文の形態素解析で得られた形態素を、その言語文に対応する出現頻度テーブルに順次登録する。そのときの形態素の出現頻度は、初期値「１」とする。言語文から得られたすべての形態素の登録が終了すると、頻度カウント部１６３は、出現頻度テーブルのエントリを形態素の文字列でソートする。すると、同じ文字列の形態素は、連続したエントリとなる。そこで頻度カウント部１６３は、出現頻度テーブル上で上下に隣接するエントリ間の形態素を比較し、同じ文字列であれば、エントリを統合（マージ）する。頻度カウント部１６３は、エントリの統合では、一方のエントリを削除し、削除したエントリの出現頻度の値を、他方のエントリの出現頻度に加算する。頻度カウント部１６３は、このような比較と統合を、統合できなくなくなるまで繰り返す。これにより、ある１つの単語を表す形態素のエントリは、出現頻度テーブル内で１つとなり、そのエントリには、その形態素の正しい出現頻度が設定される。
【００８４】
形態素解析により生成された形態素は、形態素対応付け部１６４により、対訳単語間の対応付けが行われる。
図１１は、対訳単語対の第１の対応付け例を示す図である。図１１の例では、対訳文対３０の第１の言語文３１を形態素解析で分解して得られる形態素と、対訳文対３０の第２の言語文３２を形態素解析で分解して得られる形態素との対応付け例を示している。
【００８５】
例えば対訳辞書記憶部１１０に格納された対訳辞書１１１には、第１の言語文３１の形態素３１ａの文字列「電解」の訳語が「electrolytic」であることが示されている。そこで、第１の言語文３１の形態素３１ａは、「electrolytic」とう文字列である形態素３２ｅに対応付けられている。同様に第１の言語文３１の他の形態素も、その形態素の文字列の意味に対応する第２の言語における意味を有する第２の言語文の形態素に対応付けられている。
【００８６】
図１２は、形態素解析の第２の例を示す図である。対訳文対番号「４５」の対訳文対４０の第１の言語文４１の内容は「農薬使用基準作成方法、農薬使用基準作成装置及び農薬使用基準作成プログラム」である。また対訳文対４０の第２の言語文４２の内容は「method, device and program for forming agricultural chemical use reference」である。
【００８７】
第１の言語文４１を形態素解析すると、１６個の形態素４１ａ，４１ｂ，４１ｃ，４１ｄ，４１ｅ，４１ｆ，４１ｇ，４１ｈ，４１ｉ，４１ｊ，４１ｋ，４１ｌ，４１ｍ，４１ｎ，４１ｏ，４１ｐに分けられる。第２の言語文４２を形態素解析すると、１０個の形態素４２ａ，４２ｂ，４２ｃ，４２ｄ，４２ｅ，４２ｆ，４２ｇ，４２ｈ，４２ｉ，４２ｊに分けられる。形態素が生成されると、各形態素の出現頻度がカウントされる。そして、各形態素の出現頻度が、形態素頻度記憶部１４０の言語文ごとの出現頻度テーブル１４３，１４４に設定される。
【００８８】
図１３は、対訳単語対の第２の対応付け例を示す図である。図１３の例では、対訳文対４０の第１の言語文４１を形態素解析で分解して得られる形態素と、対訳文対４０の第２の言語文４２を形態素解析で分解して得られる形態素との対応付け例を示している。
【００８９】
図１４は、形態素解析の第３の例を示す図である。対訳文対番号「５１」の対訳文対５０の第１の言語文５１の内容は「建物組立方法」である。また対訳文対５０の第２の言語文５２の内容は「method for assembling building」である。
【００９０】
第１の言語文５１を形態素解析すると、３個の形態素５１ａ，５１ｂ，５１ｃに分けられる。第２の言語文５２を形態素解析すると、４個の形態素５２ａ，５２ｂ，５２ｃ，５２ｄに分けられる。形態素が生成されると、各形態素の出現頻度がカウントされる。そして、各形態素の出現頻度が、形態素頻度記憶部１４０の言語文ごとの出現頻度テーブル１４５，１４６に設定される。
【００９１】
図１５は、対訳単語対の第３の対応付け例を示す図である。図１５の例では、対訳文対５０の第１の言語文５１を形態素解析で分解して得られる形態素と、対訳文対５０の第２の言語文５２を形態素解析で分解して得られる形態素との対応付け例を示している。
【００９２】
図１６は、形態素解析の第４の例を示す図である。対訳文対番号「８２」の対訳文対６０の第１の言語文６１の内容は「材料圧縮装置、および、材料圧縮方法」である。また対訳文対６０の第２の言語文６２の内容は「device and method for compressing material」である。
【００９３】
第１の言語文６１を形態素解析すると、７個の形態素６１ａ，６１ｂ，６１ｃ，６１ｄ，６１ｅ，６１ｆ，６１ｇに分けられる。第２の言語文６２を形態素解析すると、６個の形態素６２ａ，６２ｂ，６２ｃ，６２ｄ，６２ｅ，６２ｆに分けられる。形態素が生成されると、各形態素の出現頻度がカウントされる。そして、各形態素の出現頻度が、形態素頻度記憶部１４０の言語文ごとの出現頻度テーブル１４７，１４８に設定される。
【００９４】
図１７は、対訳単語対の第４の対応付け例を示す図である。図１７の例では、対訳文対６０の第１の言語文６１を形態素解析で分解して得られる形態素と、対訳文対６０の第２の言語文６２を形態素解析で分解して得られる形態素との対応付け例を示している。
【００９５】
図１０〜図１７に示したような対訳文対の形態素ごとの出現頻度、および形態素の対応付け結果に基づいて、その対訳文対を翻訳テンプレート生成対象とするか否かの判定処理が行われる。
【００９６】
図１８は、翻訳テンプレート生成対象判定処理の手順の一例を示すフローチャートである。以下、図１８に示す処理をステップ番号に沿って説明する。
［ステップＳ１２１］翻訳テンプレート生成対象判定部１６６は、ステップＳ１０１（図９参照）で取り出した対訳文対の第１の言語文に出現頻度が「２」以上の形態素があるか否かを判断する。例えば、翻訳テンプレート生成対象判定部１６６は、形態素頻度記憶部１４０内の第１の言語文の出現頻度テーブルを参照し、出現頻度の欄に「２」以上の値が設定されたレコードの有無を判断する。該当するレコードがあれば、翻訳テンプレート生成対象判定部１６６は、出現頻度が「２」以上の形態素があると判断する。翻訳テンプレート生成対象判定部１６６は、該当する形態素があれば、処理をステップＳ１２２に進める。また翻訳テンプレート生成対象判定部１６６は、該当する形態素がなければ、処理をステップＳ１２４に進める。
【００９７】
［ステップＳ１２２］翻訳テンプレート生成対象判定部１６６は、第１の言語文内の出現頻度が「２」以上の形態素に対応する第２の言語文の形態素は、出現頻度が「１」か否かを判断する。例えば翻訳テンプレート生成対象判定部１６６は、形態素対応付け部１６４から対訳単語対の対応付け結果を取得し、第１の言語文内の出現頻度が「２」以上の形態素に対応付けられた第２の言語文内の形態素を判断する。そして翻訳テンプレート生成対象判定部１６６は、形態素頻度記憶部１４０内の第２の言語文の出現頻度テーブルを参照し、第１の言語文内の出現頻度が「２」以上の形態素に対応付けられた第２の言語文内の形態素の出現頻度が「１」か否かを判断する。該当する形態素の出現頻度が「１」であれば、翻訳テンプレート生成対象判定部１６６は、処理をステップＳ１２３に進める。該当する形態素の出現頻度が「２」以上であれば、翻訳テンプレート生成対象判定部１６６は、処理をステップＳ１２４に進める。
【００９８】
［ステップＳ１２３］翻訳テンプレート生成対象判定部１６６は、ステップＳ１０１（図９参照）で取り出した対訳文対を、翻訳テンプレートの生成対象と決定する。その後、翻訳テンプレート生成対象判定処理が終了する。
【００９９】
［ステップＳ１２４］翻訳テンプレート生成対象判定部１６６は、ステップＳ１０１（図９参照）で取り出した対訳文対を、翻訳テンプレートの生成対象外と決定する。その後、翻訳テンプレート生成対象判定処理が終了する。
【０１００】
このようにして、対訳文対ごとに翻訳テンプレートの生成の有無が決定される。例えば、図１０に示した対訳文対３０の場合、第１の言語文３１に出現頻度「２」の２つの形態素「電解」、「めっき」がある。図１１に示した対応付けによると、「電解」に対応する第２の言語文３２内の形態素は「electrolytic」である。また「めっき」に対応する第２の言語文３２内の形態素は「plating」である。図１０を参照すると、第２の言語文３２の「electrolytic」と「plating」との出現頻度は共に「１」である。その結果、対訳文対３０は、翻訳テンプレートの生成対象に決定される。同様に、図１２、図１３に示した対訳文対４０，６０も、翻訳テンプレートの生成対象に決定される。
【０１０１】
図１４に示した対訳文対５０の場合、第１の言語文５１に出現頻度「２」の形態素が存在しない。そのため対訳文対５０に基づく翻訳テンプレートの生成は行わないと決定される。
【０１０２】
翻訳テンプレートの生成対象に決定された対訳文対３０，４０，６０それぞれについて、変数部が特定される。図１９〜図２１に変数部特定例を示す。
図１９は、変数部特定の第１の例を示す図である。図１９には、対訳文対３０を構成する第１の言語文３１と第２の言語文３２に関する、変数部と固定部との特定処理が示されている。
【０１０３】
第１の言語文３１では、出現頻度が「２」以上なのは、「電解」と「めっき」の形態素３１ａ，３１ｂ，３１ｅ，３１ｆである。この例では、「電解」と「めっき」との形態素が隣接しており、出現頻度が「２」以上の隣接する形態素の組が２セット出現している。これらの形態素３１ａ，３１ｂ，３１ｅ，３１ｆに対応する第２の言語文３２内の形態素は、形態素３２ｅ，３２ｆである。そこで第１の言語文３１の形態素３１ａ，３１ｂ，３１ｅ，３１ｆが変数部に特定される。変数部以外の形態素３１ｃ，３１ｄ，３１ｇは、固定部に特定される。また第２の言語文３２の形態素３２ｅ，３２ｆが変数部に特定される。変数部以外の形態素３２ａ，３２ｂ，３２ｃ，３２ｄは、固定部に特定される。
【０１０４】
図２０は、変数部特定の第２の例を示す図である。図２０には、対訳文対４０を構成する第１の言語文４１と第２の言語文４２とに関する、変数部と固定部との特定処理が示されている。
【０１０５】
第１の言語文４１では、出現頻度が「２」以上なのは、「農薬」、「使用」、「基準」、「作成」の形態素４１ａ，４１ｂ，４１ｃ，４１ｄ，４１ｆ，４１ｇ，４１ｈ，４１ｉ，４１ｌ，４１ｍ，４１ｎ，４１ｏである。この例では、「農薬」、「使用」、「基準」、および「作成」の形態素が隣接しており、出現頻度が「２」以上の隣接する形態素の組が、３セット出現している。これらの形態素４１ａ，４１ｂ，４１ｃ，４１ｄ，４１ｆ，４１ｇ，４１ｈ，４１ｉ，４１ｌ，４１ｍ，４１ｎ，４１ｏに対応する第２の言語文４２内の形態素は、形態素４２ｆ，４２ｇ，４２ｈ，４２ｉ，４２ｊである。そこで第１の言語文４１の形態素４１ａ，４１ｂ，４１ｃ，４１ｄ，４１ｆ，４１ｇ，４１ｈ，４１ｉ，４１ｌ，４１ｍ，４１ｎ，４１ｏが変数部に特定される。変数部以外の形態素４１ｅ，４１ｊ，４１ｋ，４１ｐは、固定部に特定される。また第２の言語文４２の形態素４２ｆ，４２ｇ，４２ｈ，４２ｉ，４２ｊが変数部に特定される。変数部以外の形態素４２ａ，４２ｂ，４２ｃ，４２ｄ，４２ｅは、固定部に特定される。
【０１０６】
図２１は、変数部特定の第３の例を示す図である。図２１には、対訳文対６０を構成する第１の言語文６１と第２の言語文６２とに関する、変数部と固定部との特定処理が示されている。
【０１０７】
第１の言語文６１では、出現頻度が「２」以上なのは、「圧縮」、「材料」の形態素６１ａ，６１ｂ，６１ｅ，６１ｆである。この例では、「圧縮」と「材料」との形態素が隣接しており、出現頻度が「２」以上の隣接する形態素の組が２セット出現している。これらの形態素６１ａ，６１ｂ，６１ｅ，６１ｆに対応する第２の言語文６２内の形態素は、形態素６２ｅ，６２ｆである。そこで第１の言語文６１の形態素６１ａ，６１ｂ，６１ｅ，６１ｆが変数部に特定される。変数部以外の形態素６１ｃ，６１ｄ，６１ｇは、固定部に特定される。また第２の言語文６２の形態素６２ｅ，６２ｆが変数部に特定される。変数部以外の形態素６２ａ，６２ｂ，６２ｃ，６２ｄは、固定部に特定される。
【０１０８】
図１９〜図２１に示すように、対訳文対の形態素が固定部と変数部とに分けられると、変数部を所定の変数に置き換えることで、翻訳テンプレートが生成される。なお、第２の実施の形態では、変数部が連続する複数の形態素（形態素列）の場合、形態素列を纏めて１つの変数に置き換える。これにより、翻訳テンプレートの構造が簡略化され、自動翻訳時の処理効率が向上する。
【０１０９】
図２２は、翻訳テンプレートの生成例を示す図である。図２２に示すように、対訳文対３０，４０，６０の変数部の変数化を行うことで、翻訳テンプレート７１〜７３が生成される。なお図２２の例では、対訳文対３０，４０，６０の変数部を下線で示している。
【０１１０】
生成された翻訳テンプレート７１〜７３では、対訳文対３０，４０，６０それぞれの第１の言語文の変数部は、変数Ｘｉに置き換えられている。また生成された翻訳テンプレート７１〜７３では、対訳文対３０，４０，６０それぞれの第２の言語文の変数部は、変数Ｘｔに置き換えられている。
【０１１１】
生成された翻訳テンプレート７１〜７３は、翻訳テンプレート記憶部１５０に格納される。そして翻訳テンプレート記憶部１５０に格納された翻訳テンプレートは、翻訳テンプレート出力部１６９により、例えば自動翻訳装置２１に送信される。
【０１１２】
自動翻訳装置２１は、受け取った翻訳テンプレートをＨＤＤなどの記憶媒体に格納する。そして自動翻訳装置２１は、例えば端末装置２２から翻訳対象の原文を含む翻訳要求を受信すると、翻訳テンプレートを用いて原文を自動翻訳する。
【０１１３】
図２３は、自動翻訳の一例を示す図である。例えば翻訳対象として、第１の言語による原文８１が自動翻訳装置２１に入力される。図２３の例では、原文８１の内容は、「箱形成装置、および、箱形成方法」である。
【０１１４】
自動翻訳装置２１は、入力された原文８１を検索条件として、予め保持している翻訳テンプレート群８２の中から、原文８１の第２の言語への翻訳に使用可能な翻訳テンプレートを検索する（ステップＳ１３１）。例えば自動翻訳装置２１は、翻訳テンプレート群８２に含まれる各翻訳テンプレートの第１の言語文における変数を任意の１以上の文字列とみなした場合に、原文８１とマッチする第１の言語文を検索する。このとき、第１の言語文の複数の箇所に同じ変数が設定されている場合、原文８１の対応する複数の箇所には同じ文字列が記載されていることが、原文８１とマッチする第１の言語文の条件となる。図２３の例では、原文８１で検索を行うと、「Ｘｉ装置、および、Ｘｉ方法」という第１の言語文が設定された翻訳テンプレートがマッチする。
【０１１５】
自動翻訳装置２１は、検索でマッチした翻訳テンプレートの第２の言語文を用いて、訳文８４を生成する（ステップＳ１３２）。例えば自動翻訳装置２１は、原文８１から、検出された翻訳テンプレートの第１の言語文の変数に対応する部分（変数部）の文字列を抽出する。自動翻訳装置２１は、抽出した文字列に対応する第２の言語による訳語を、対訳辞書８３を用いて特定する。そして自動翻訳装置２１は、検出した翻訳テンプレートの第２の言語文の変数の位置に、特定した訳語を挿入し、訳文８４とする。
【０１１６】
例えば図２３の例では、原文８１の「箱形成」の文字列が変数部となる。一方、対訳辞書８３には、第１の言語「箱」の第２の言語の訳語が「box」であり、第１の言語「形成」の第２の言語の訳語が「forming」であることが示されている。そこで検出された翻訳テンプレートの第２の言語文「device and method for Xt」の変数が、「箱形成」に対応する文字列「forming box」に置き換えられる。変数を具体的な文字列に置き換えた結果が、訳文８４となる。訳文８４は、翻訳を依頼した端末装置２２に送信される。
【０１１７】
以上説明したように、第２の実施の形態では、対訳文対において構文構造が対応していなくても翻訳テンプレートを生成することができる。
すなわち、対訳文対の第１の言語文で複数回出現する重複表現が、第２の言語文では一つにまとめ上げられている場合、第１の言語文と第２の言語文とでは、構文構造が対応しなくなる。その一方で、所定の分野の対訳文対の中で、第１の言語文で複数回出現する重複表現が、第２の言語文では一つにまとめ上げられている場合には、適切な翻訳テンプレートを生成することができるという特徴がある。第２の実施の形態では、このことに着目して、対象分野の対訳文対から、このような重複表現のある対訳文対を自動抽出することによって、特定の対訳例文から翻訳テンプレートを生成することができる。しかも、１つの対訳文対から、適切な翻訳テンプレートを生成することができるため、大量の対訳例文がなくても多数の翻訳テンプレートを生成可能である。
【０１１８】
第１の言語文で複数回出現する重複表現が、第２の言語文では一つにまとめ上げられるような翻訳文は、現実に多く存在する。例えば、日本国特許明細書における「発明の名称」と、その発明の名称の翻訳文とからなる対訳文対に基づいて、翻訳テンプレートを生成したところ、翻訳テンプレートの生成条件を満たすのが全体の３割程度であった。この３割の対訳文対から翻訳テンプレートを生成したところ、９割以上の高い確率で、自動翻訳で使用可能な適切な翻訳テンプレートが生成できた。
【０１１９】
このように、構文的な対応のない対訳例文からでも翻訳テンプレートを自動的に生成することができるようになったことで、有用な大量の翻訳テンプレートを容易に生成できる。大量の翻訳テンプレートを自動翻訳装置２１に登録しておけば、自動翻訳装置２１における翻訳テンプレートのヒット率が向上する。その結果、信頼性の高い自動翻訳が可能となる。
【０１２０】
〔第３の実施の形態〕
次に第３の実施の形態について説明する。第３の実施の形態は、第１の言語文の変数部の形態素に示される単語の訳語が、第２の言語文から見つからない場合であっても、適切な翻訳テンプレートを生成できるようにしたものである。すなわち第３の実施の形態では、単語対応の欠損があっても、翻訳テンプレートを生成できる。
【０１２１】
なお第３の実施の形態のシステム構成は、図４、図５に示した第２の実施の形態の構成と同様である。また第３の実施の形態の翻訳テンプレート生成装置の機能構成は、図６に示した第２の実施の形態の機能構成と同様である。ただし第３の実施の形態では、機能構成の一部の要素について、その機能が第２の実施の形態と異なる。そこで、図４〜図６に示した要素の符号を用いて、第３の実施の形態における第２の実施の形態との相違点を説明する。
【０１２２】
図２４は、第３の実施の形態の翻訳テンプレート生成処理の手順の一例を示すフローチャートである。この処理は、ステップＳ１０５ａの処理を除き、図９に示した第２の実施の形態の処理と同様である。
【０１２３】
ステップＳ１０５ａでは、形態素対応付け部１６４が形態素対応付け処理を行う。このとき形態素対応付け部１６４は、対訳辞書を参照しただけでは対応付けができない形態素間を、隣接する形態素の対応関係を利用して対応付ける。
【０１２４】
図２５は、形態素対応付け処理の手順を示すフローチャートである。以下、図２５に示す処理をステップ番号に沿って説明する。
［ステップＳ２０１］形態素対応付け部１６４は、対訳辞書を用いて、第１の言語文の形態素と、その形態素で示される単語の訳語である第２の言語文の形態素とを対応付ける。
【０１２５】
［ステップＳ２０２］形態素対応付け部１６４は、第１の言語文のすべての形態素が、第２の言語文のいずれかの形態素に対応付けられたか否かを判断する。すべての形態素が対応付けられた場合、形態素対応付け部１６４は処理を終了する。少なくとも１つの形態素が対応付けられていない場合、形態素対応付け部１６４は処理をステップＳ２０３に進める。
【０１２６】
［ステップＳ２０３］形態素対応付け部１６４は、第１の言語文から出現頻度が「２」以上で、同頻度の隣接する形態素（形態素列）を検出する。
［ステップＳ２０４］形態素対応付け部１６４は、ステップＳ２０３で検出した形態素列内の一部の形態素にステップＳ２０１の処理により対応付けられている、第２の言語文の形態素を特定する。
【０１２７】
［ステップＳ２０５］形態素対応付け部１６４は、ステップＳ２０３で検出した形態素列内の形態素のうち、ステップＳ２０４で特定した形態素に隣接する、対応付けが行われていない形態を検出する。そして、形態素対応付け部１６４は、ステップＳ２０４で特定した形態素と検出した形態素とを合わせた形態素列を、ステップＳ２０３で検出した形態素列に対する第２の言語文側の対応部分とする。
【０１２８】
［ステップＳ２０６］形態素対応付け部１６４は、ステップＳ２０３で検出した第１の言語文の形態素列と、ステップＳ２０５で対応部分に決定された第２の言語文の形態素列とを対応付ける。その後、形態素対応付け処理を終了する。
【０１２９】
このようにして、対訳辞書だけでは対応付けられない形態素間の対応付けが可能となる。以下、第３の実施の形態による形態素の対応付け例について説明する。
図２６は、形態素解析の第５の例を示す図である。対訳文対番号「１０５」の対訳文対９０の第１の言語文９１の内容は「空気調和装置、および空気調和方法」である。また対訳文対９０の第２の言語文９２の内容は「device and method for air conditioning」である。
【０１３０】
第１の言語文９１を形態素解析すると、７個の形態素９１ａ，９１ｂ，９１ｃ，９１ｄ，９１ｅ，９１ｆ，９１ｇに分けられる。第２の言語文９２を形態素解析すると、６個の形態素９２ａ，９２ｂ，９２ｃ，９２ｄ，９２ｅ，９２ｆに分けられる。形態素が生成されると、各形態素の出現頻度がカウントされる。そして、各形態素の出現頻度が、形態素頻度記憶部１４０の言語文ごとの出現頻度テーブル１４９ａ，１４９ｂに設定される。
【０１３１】
図２７は、対訳単語対の第５の対応付け例を示す図である。図２７の例では、対訳文対９０の第１の言語文９１を形態素解析で分解して得られる形態素と、対訳文対９０の第２の言語文９２を形態素解析で分解して得られる形態素との対応付け例を示している。この例では、対訳辞書１１１に、第１の言語「調和」の訳文として、第２の言語「harmony」が設定されている。しかし、第２の言語文９２には、「harmony」の形態素は含まれていない。そのため第１の言語文９１の「調和」の形態素９１ｂ，９１ｆには、第２の言語文９２の形態素が対応付けられていない。
【０１３２】
このような場合、図２５のステップＳ２０３〜Ｓ２０６の処理による形態素列同士の対応付けが行われる。
図２８は、形態素列同士の対応付け例を示す図である。第１の言語文９１には、頻度が「２」以上であり、同頻度の連続する形態素列として、「空気」と「調和」との形態素列が含まれている。該当する形態素列に含まれる形態素９１ａ，９１ｂ，９１ｅ，９１ｆのうち、「空気」の形態素９１ａ，９１ｅについては、第２の言語文９２の「air」の形態素９２ｅに対応付けられている。
【０１３３】
第２の言語文９２の「air」の形態素９２ｅの隣には、「conditioning」という形態素９２ｆがある。この形態素９２ｆは、第１の言語文９１内のいずれの形態素にも対応付けられていない。そこで、第２の言語文９２の「air」の形態素９２ｅと「conditioning」の形態素９２ｆとを合わせた形態素列が、第１の言語文の「空気」と「調和」とを合わせた形態素列に対応付けられる。
【０１３４】
このようにして、対訳辞書に載っていない訳語であっても、隣接する形態素の対応関係を参照することで、形態素間の適切な対応付けが可能となる。特に、技術用語には、一般的な対訳辞書に載っていない訳語が多数存在し、その技術分野に特化した対訳辞書であっても網羅しきれない場合がある。このような、特定の技術分野でのみ使用される訳語であっても、第３の実施の形態を用いれば、原語の形態素と訳語の形態素とを正しく対応付けることができる。適切な対応付けを行うことで、翻訳テンプレート生成時の変数部を適切に判断できるようになる。その結果、品質の高い翻訳テンプレートが生成可能となる。
【０１３５】
〔その他の実施の形態〕
上記第１〜第３の実施の形態に示した技術は、翻訳テンプレート生成技術の１つであり、翻訳テンプレート生成装置１００は、他の翻訳テンプレート生成技術と第１〜第３の実施の形態に示した翻訳テンプレート生成技術とを併用することができる。様々な翻訳テンプレート生成技術を併用することで、より多くの翻訳テンプレートが生成可能となる。
【０１３６】
なお、上記の各実施の形態に示した処理機能は、コンピュータによって実現することができる。その場合、翻訳テンプレート生成装置が有する機能の処理内容を記述したプログラムが提供される。そのプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、磁気記憶装置、光ディスク、光磁気記録媒体、半導体メモリなどがある。磁気記憶装置には、ハードディスク装置（ＨＤＤ）、フレキシブルディスク（ＦＤ）、磁気テープなどがある。光ディスクには、ＤＶＤ、ＤＶＤ−ＲＡＭ、ＣＤ−ＲＯＭ／ＲＷなどがある。光磁気記録媒体には、ＭＯ（Magneto-Optical disc）などがある。
【０１３７】
プログラムを流通させる場合には、例えば、そのプログラムが記録されたＤＶＤ、ＣＤ−ＲＯＭなどの可搬型記録媒体が販売される。また、プログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することもできる。
【０１３８】
プログラムを実行するコンピュータは、例えば、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、自己の記憶装置に格納する。そして、コンピュータは、自己の記憶装置からプログラムを読み取り、プログラムに従った処理を実行する。なお、コンピュータは、可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することもできる。また、コンピュータは、サーバコンピュータからプログラムが転送されるごとに、逐次、受け取ったプログラムに従った処理を実行することもできる。
【０１３９】
また、上記の処理機能の少なくとも一部を、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）などの電子回路で実現することもできる。
【０１４０】
以上、実施の形態を例示したが、実施の形態で示した各部の構成は同様の機能を有する他のものに置換することができる。また、他の任意の構成物や工程が付加されてもよい。さらに、前述した実施の形態のうちの任意の２以上の構成（特徴）を組み合わせたものであってもよい。
【０１４１】
以上の実施の形態に開示された技術には、以下の付記に示す技術が含まれる。
（付記１） 第１の言語で記述された第１の言語文と、前記第１の言語文を第２の言語に訳した第２の言語文とを取得する取得手段と、
前記取得した第１および第２の言語文それぞれを、複数の形態素に分割する分割手段と、
前記取得した第１の言語文から分割された各形態素の該第１の言語文内での出現頻度と、前記取得した第２の言語文から分割された各形態素の該第２の言語文内での出現頻度とをカウントするカウント手段と、
前記取得した第１の言語文から出現頻度が２以上の形態素を検出し、該検出された形態素の前記第２の言語における訳語であり、出現頻度が１の形態素を、前記取得した第２の言語文から検出する検出手段と、
前記取得した第１および第２の言語文それぞれから検出された形態素を変数に置き換え、置き換え後の第１および第２の言語文を含む翻訳テンプレートを生成する生成手段と、
を有する情報処理装置。
【０１４２】
（付記２） 前記検出手段は、前記取得した第１の言語文において出現頻度が２以上で連続する複数の形態素のうちの一部の形態素について、前記第２の言語における訳語が前記取得した第２の言語文内に検出できない場合、該複数の形態素のうちの該一部の形態素以外の形態素の前記第２の言語における訳語であり、出現頻度が１の該第２の言語文内の形態素と、該形態素に隣接し、該第１の言語文に含まれるいずれの形態素の訳語にも該当しない形態素とを、該第２の言語文から検出する、
ことを特徴とする付記１記載の情報処理装置。
【０１４３】
（付記３） 前記取得手段は、前記第１の言語で記述された第１の言語文と、該第１の言語文を前記第２の言語に訳した第２の言語文との対からなる複数の対訳文対が記憶された記憶手段から、対訳文対を順次取得し、
前記検出手段は、前記取得した対訳文対の第１の言語文から出現頻度が２以上の形態素が検出でき、かつ該検出された形態素の前記第２の言語における訳語であり、出現頻度が１の形態素が、前記取得した対訳文対の第２の言語文から検出できた場合、前記取得した対訳文対を翻訳テンプレートの生成対象に決定し、
前記生成手段は、翻訳テンプレートの生成対象に決定された対訳文対に基づいて、翻訳テンプレートを生成する、
ことを特徴とする付記１または２のいずれかに記載の情報処理装置。
【０１４４】
（付記４） 前記生成手段は、前記取得した第１または第２の言語文から、連続する複数の形態素が検出された場合、該連続する複数の形態素を１つの変数に置き換えることを特徴とする付記１乃至３のいずれかに記載の情報処理装置。
【０１４５】
（付記５） コンピュータに、
第１の言語で記述された第１の言語文と、前記第１の言語文を第２の言語に訳した第２の言語文とを取得し、
前記取得した第１および第２の言語文それぞれを、複数の形態素に分割し、
前記取得した第１の言語文から分割された各形態素の該第１の言語文内での出現頻度と、前記取得した第２の言語文から分割された各形態素の該第２の言語文内での出現頻度とをカウントし、
前記取得した第１の言語文から出現頻度が２以上の形態素を検出し、
前記取得した第１の言語文から検出された形態素の前記第２の言語における訳語であり、出現頻度が１の形態素を、前記取得した第２の言語文から検出し、
前記取得した第１および第２の言語文それぞれから検出された形態素を変数に置き換え、置き換え後の第１および第２の言語文を含む翻訳テンプレートを生成する、
処理を実行させるプログラム。
【０１４６】
（付記６） コンピュータが、
第１の言語で記述された第１の言語文と、前記第１の言語文を第２の言語に訳した第２の言語文とを取得し、
前記取得した第１および第２の言語文それぞれを、複数の形態素に分割し、
前記取得した第１の言語文から分割された各形態素の該第１の言語文内での出現頻度と、前記取得した第２の言語文から分割された各形態素の該第２の言語文内での出現頻度とをカウントし、
前記取得した第１の言語文から出現頻度が２以上の形態素を検出し、
前記取得した第１の言語文から検出された形態素の前記第２の言語における訳語であり、出現頻度が１の形態素を、前記取得した第２の言語文から検出し、
前記取得した第１および第２の言語文それぞれから検出された形態素を変数に置き換え、置き換え後の第１および第２の言語文を含む翻訳テンプレートを生成する、
翻訳テンプレート生成方法。
【符号の説明】
【０１４７】
１ 情報処理装置
１ａ 取得手段
１ｂ 分割手段
１ｃ カウント手段
１ｄ 記憶手段
１ｅ 検出手段
１ｆ 生成手段
【特許請求の範囲】
【請求項１】
第１の言語で記述された第１の言語文と、前記第１の言語文を第２の言語に訳した第２の言語文とを取得する取得手段と、
前記取得した第１および第２の言語文それぞれを、複数の形態素に分割する分割手段と、
前記取得した第１の言語文から分割された各形態素の該第１の言語文内での出現頻度と、前記取得した第２の言語文から分割された各形態素の該第２の言語文内での出現頻度とをカウントするカウント手段と、
前記取得した第１の言語文から出現頻度が２以上の形態素を検出し、該検出された形態素の前記第２の言語における訳語であり、出現頻度が１の形態素を、前記取得した第２の言語文から検出する検出手段と、
前記取得した第１および第２の言語文それぞれから検出された形態素を変数に置き換え、置き換え後の第１および第２の言語文を含む翻訳テンプレートを生成する生成手段と、
を有する情報処理装置。
【請求項２】
前記検出手段は、前記取得した第１の言語文において出現頻度が２以上で連続する複数の形態素のうちの一部の形態素について、前記第２の言語における訳語が前記取得した第２の言語文内に検出できない場合、該複数の形態素のうちの該一部の形態素以外の形態素の前記第２の言語における訳語であり、出現頻度が１の該第２の言語文内の形態素と、該形態素に隣接し、該第１の言語文に含まれるいずれの形態素の訳語にも該当しない形態素とを、該第２の言語文から検出する、
ことを特徴とする請求項１記載の情報処理装置。
【請求項３】
前記取得手段は、前記第１の言語で記述された第１の言語文と、該第１の言語文を前記第２の言語に訳した第２の言語文との対からなる複数の対訳文対が記憶された記憶手段から、対訳文対を順次取得し、
前記検出手段は、前記取得した対訳文対の第１の言語文から出現頻度が２以上の形態素が検出でき、かつ該検出された形態素の前記第２の言語における訳語であり、出現頻度が１の形態素が、前記取得した対訳文対の第２の言語文から検出できた場合、前記取得した対訳文対を翻訳テンプレートの生成対象に決定し、
前記生成手段は、翻訳テンプレートの生成対象に決定された対訳文対に基づいて、翻訳テンプレートを生成する、
ことを特徴とする請求項１または２のいずれかに記載の情報処理装置。
【請求項４】
コンピュータに、
第１の言語で記述された第１の言語文と、前記第１の言語文を第２の言語に訳した第２の言語文とを取得し、
前記取得した第１および第２の言語文それぞれを、複数の形態素に分割し、
前記取得した第１の言語文から分割された各形態素の該第１の言語文内での出現頻度と、前記取得した第２の言語文から分割された各形態素の該第２の言語文内での出現頻度とをカウントし、
前記取得した第１の言語文から出現頻度が２以上の形態素を検出し、
前記取得した第１の言語文から検出された形態素の前記第２の言語における訳語であり、出現頻度が１の形態素を、前記取得した第２の言語文から検出し、
前記取得した第１および第２の言語文それぞれから検出された形態素を変数に置き換え、置き換え後の第１および第２の言語文を含む翻訳テンプレートを生成する、
処理を実行させるプログラム。
【請求項５】
コンピュータが、
第１の言語で記述された第１の言語文と、前記第１の言語文を第２の言語に訳した第２の言語文とを取得し、
前記取得した第１および第２の言語文それぞれを、複数の形態素に分割し、
前記取得した第１の言語文から分割された各形態素の該第１の言語文内での出現頻度と、前記取得した第２の言語文から分割された各形態素の該第２の言語文内での出現頻度とをカウントし、
前記取得した第１の言語文から出現頻度が２以上の形態素を検出し、
前記取得した第１の言語文から検出された形態素の前記第２の言語における訳語であり、出現頻度が１の形態素を、前記取得した第２の言語文から検出し、
前記取得した第１および第２の言語文それぞれから検出された形態素を変数に置き換え、置き換え後の第１および第２の言語文を含む翻訳テンプレートを生成する、
翻訳テンプレート生成方法。
【請求項１】
第１の言語で記述された第１の言語文と、前記第１の言語文を第２の言語に訳した第２の言語文とを取得する取得手段と、
前記取得した第１および第２の言語文それぞれを、複数の形態素に分割する分割手段と、
前記取得した第１の言語文から分割された各形態素の該第１の言語文内での出現頻度と、前記取得した第２の言語文から分割された各形態素の該第２の言語文内での出現頻度とをカウントするカウント手段と、
前記取得した第１の言語文から出現頻度が２以上の形態素を検出し、該検出された形態素の前記第２の言語における訳語であり、出現頻度が１の形態素を、前記取得した第２の言語文から検出する検出手段と、
前記取得した第１および第２の言語文それぞれから検出された形態素を変数に置き換え、置き換え後の第１および第２の言語文を含む翻訳テンプレートを生成する生成手段と、
を有する情報処理装置。
【請求項２】
前記検出手段は、前記取得した第１の言語文において出現頻度が２以上で連続する複数の形態素のうちの一部の形態素について、前記第２の言語における訳語が前記取得した第２の言語文内に検出できない場合、該複数の形態素のうちの該一部の形態素以外の形態素の前記第２の言語における訳語であり、出現頻度が１の該第２の言語文内の形態素と、該形態素に隣接し、該第１の言語文に含まれるいずれの形態素の訳語にも該当しない形態素とを、該第２の言語文から検出する、
ことを特徴とする請求項１記載の情報処理装置。
【請求項３】
前記取得手段は、前記第１の言語で記述された第１の言語文と、該第１の言語文を前記第２の言語に訳した第２の言語文との対からなる複数の対訳文対が記憶された記憶手段から、対訳文対を順次取得し、
前記検出手段は、前記取得した対訳文対の第１の言語文から出現頻度が２以上の形態素が検出でき、かつ該検出された形態素の前記第２の言語における訳語であり、出現頻度が１の形態素が、前記取得した対訳文対の第２の言語文から検出できた場合、前記取得した対訳文対を翻訳テンプレートの生成対象に決定し、
前記生成手段は、翻訳テンプレートの生成対象に決定された対訳文対に基づいて、翻訳テンプレートを生成する、
ことを特徴とする請求項１または２のいずれかに記載の情報処理装置。
【請求項４】
コンピュータに、
第１の言語で記述された第１の言語文と、前記第１の言語文を第２の言語に訳した第２の言語文とを取得し、
前記取得した第１および第２の言語文それぞれを、複数の形態素に分割し、
前記取得した第１の言語文から分割された各形態素の該第１の言語文内での出現頻度と、前記取得した第２の言語文から分割された各形態素の該第２の言語文内での出現頻度とをカウントし、
前記取得した第１の言語文から出現頻度が２以上の形態素を検出し、
前記取得した第１の言語文から検出された形態素の前記第２の言語における訳語であり、出現頻度が１の形態素を、前記取得した第２の言語文から検出し、
前記取得した第１および第２の言語文それぞれから検出された形態素を変数に置き換え、置き換え後の第１および第２の言語文を含む翻訳テンプレートを生成する、
処理を実行させるプログラム。
【請求項５】
コンピュータが、
第１の言語で記述された第１の言語文と、前記第１の言語文を第２の言語に訳した第２の言語文とを取得し、
前記取得した第１および第２の言語文それぞれを、複数の形態素に分割し、
前記取得した第１の言語文から分割された各形態素の該第１の言語文内での出現頻度と、前記取得した第２の言語文から分割された各形態素の該第２の言語文内での出現頻度とをカウントし、
前記取得した第１の言語文から出現頻度が２以上の形態素を検出し、
前記取得した第１の言語文から検出された形態素の前記第２の言語における訳語であり、出現頻度が１の形態素を、前記取得した第２の言語文から検出し、
前記取得した第１および第２の言語文それぞれから検出された形態素を変数に置き換え、置き換え後の第１および第２の言語文を含む翻訳テンプレートを生成する、
翻訳テンプレート生成方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【公開番号】特開２０１３−４５２３５（Ｐ２０１３−４５２３５Ａ）
【公開日】平成２５年３月４日（２０１３．３．４）
【国際特許分類】
【出願番号】特願２０１１−１８１６１３（Ｐ２０１１−１８１６１３）
【出願日】平成２３年８月２３日（２０１１．８．２３）
【出願人】（０００００５２２３）富士通株式会社 (25,993)
【Ｆターム（参考）】
【公開日】平成２５年３月４日（２０１３．３．４）
【国際特許分類】
【出願日】平成２３年８月２３日（２０１１．８．２３）
【出願人】（０００００５２２３）富士通株式会社 (25,993)
【Ｆターム（参考）】
[ Back to top ]