機械翻訳装置、機械翻訳方法、およびプログラム
【課題】翻訳規則として記述しにくいまたは記述しきれない文法現象に対する正確な翻訳規則を必要とすることなく、機械翻訳を行う。
【解決手段】翻訳規則として記述しにくいまたは記述しきれない文法現象を持つ語彙を、特定パターンとして予め特定パターンＤＢ１０３に登録しておき、この特定パターンが第１言語の入力文に含まれていた場合には、当該特定パターンの解析結果と対応する第２言語の語彙または構文情報を翻訳ＤＢ１０８から取得し、この第２言語の語彙または構文情報と第２言語統計的モデル１０４に格納されている統計的共起情報とを用いて、誤り検出・校正部１０７により、第１言語を翻訳して得られた第２言語翻訳文の誤りを検出し、当該第２言語翻訳文を校正する。
【解決手段】翻訳規則として記述しにくいまたは記述しきれない文法現象を持つ語彙を、特定パターンとして予め特定パターンＤＢ１０３に登録しておき、この特定パターンが第１言語の入力文に含まれていた場合には、当該特定パターンの解析結果と対応する第２言語の語彙または構文情報を翻訳ＤＢ１０８から取得し、この第２言語の語彙または構文情報と第２言語統計的モデル１０４に格納されている統計的共起情報とを用いて、誤り検出・校正部１０７により、第１言語を翻訳して得られた第２言語翻訳文の誤りを検出し、当該第２言語翻訳文を校正する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、翻訳技術に関し、特に翻訳辞書または翻訳規則を用いて、第１言語を第２言語に機械翻訳する技術に関する。
【背景技術】
【０００２】
従来、ルールベースを用いた機械翻訳の翻訳精度を向上するために、前編集規則や後編集規則による半自動または全自動編集を行う技術が、例えば、特許文献１−３で提案されている。
【０００３】
この特許文献１に記載された機械翻訳後編集支援装置は、図１５に示すように、表示部と、表示制御部と、文章記憶部と、入力制御部と、入力部と、自動後編集処理部と、自動後編集規則記憶部とで構成されている。
この特許文献１では、機械翻訳後編集支援装置として、自動後編集規則を用いて、自動後編集文判別部の判別結果に基づいて自動後編集文であると判別された文と自動後編集文であると判別されなかった文とを区別して表示部に表示させている。
【０００４】
また、特許文献２に記載された機械翻訳におけるテキスト自動前編集装置は、図１６に示すように、文章入力部と、入力文章を記憶する文章バッファと、形態素解析部と、辞書と、前編集ルール群と、前編集ルール群内に格納されたルール群から所定の検索パターンを検出して所定の処理を行って機械翻訳に適した形に前編集処理を行う制御処理部と、文章バッファと、出力部とで構成されている。
この特許文献２では、前編集規則群を機械翻訳システムに適用することで、自動前編集装置を実現している。
【０００５】
また、特許文献３に記載された機械翻訳用ルール生成装置は、対訳例として第１自然言語の表現と、その対訳となる第２自然言語の表現を入力する入力部と、入力された対訳例の第１自然言語を第２自然言語に変換する変換規則を同定する変換規則同定手段と、同定された変換規則の第１自然言語の条件に適合する表現を第１自然言語コーパスから抽出する第１自然言語表現抽出手段と、抽出された第１自然言語の表現に同定された変換規則を適用して、第１自然言語に対応する第２自然言語の表現の候補を生成する第２自然言語表現生成部と、生成された第２自然言語の表現の妥当性を第２自然言語コーパスを用いて検証し、妥当な表現を出力する第２自然言語表現検証手段と、第１自然言語表現抽出手段によって第１自然言語コーパスから抽出された表現と、第２自然言語表現検証手段によって出力された第２自然言語の表現の組を新たな翻訳ルールとして追加するルール追加手段とで構成される。
この特許文献３では、対訳例から翻訳ルールを自動的に取得している。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開平７−２８８１８号公報
【特許文献２】特開平０６−１３９２７４号公報
【特許文献３】特許第００３３２９３７１号
【非特許文献】
【０００７】
【非特許文献１】Martin, S., Liermann, J. and Ney, H., 1998, "Algorithms for bigram and trigram word clustering", Speech Communication, 24(1998), 19-37.
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、このような従来技術では、ルールベースの機械翻訳装置において、前編集規則、後編集規則、翻訳規則として記述しにくいまたは記述しきれない文法現象について、その正確な翻訳規則を作成するコストが高くなるという問題がある。
その理由は、従来技術によれば、翻訳規則として記述しにくいまたは記述しきれない文法現象に対して、前編集規則、後編集規則、翻訳規則を作成するための網羅性のある対訳用例データをたくさん集める必要があるためである。
【０００９】
つまり、翻訳規則として記述しにくいまたは記述しきれない文法現象については、翻訳規則の数が膨大であることから、２言語間の対応が取れた網羅性の高い用例データがなければ、汎用的な前編集規則、後編集規則、翻訳規則を取得できない。
しかし、翻訳規則として記述しにくいまたは記述しきれない文法現象を網羅的に反映できる２言語間の対応を取れた用例の収集は高いコストを要する。
【００１０】
日中機械翻訳システムを例として説明すると、日本語の連体修飾における中国語定語の生成処理、日本語の連用修飾における中国語状語の生成処理、および、日本語から中国語補語への生成処理を行うために、対応する中国語生成用翻訳規則の数は数え切れないほど存在する。特に、高精度な日中翻訳システムを構築するために、中国語の定語、状語、補語が複数ある際に、その並び順に関連する生成規則、および各分成分と共存する中国語構造助詞「的」、「地」、「得」を生成するかしないかの判定にも、より厳密な文法分析を行った上で、中国語生成規則を細かく作成する必要がある。しかし、これらの規則を作成するために、人手による文法現象の抽象化や翻訳規則の作成など、煩雑な文法現象に応じて、膨大な数の変換規則を作成する必要となり、高いコストを要する。
【００１１】
本発明はこのような課題を解決するためのものであり、翻訳規則として記述しにくいまたは記述しきれない文法現象に対する正確な翻訳規則を必要とすることなく、機械翻訳を行うことができる機械翻訳技術を提供することにある。
【課題を解決するための手段】
【００１２】
このような目的を達成するために、本発明にかかる機械翻訳装置は、第１言語で表現された入力文に対して形態素・構文解析を行う形態素・構文解析部と、第１言語を第２言語に翻訳するために用いる翻訳辞書または翻訳規則からなる翻訳データベースと、形態素・構文解析部の解析結果と翻訳データベースとを参照し、入力文に対応する翻訳結果として第２言語翻訳文を生成する第２言語生成部と、第１言語で用いられる特定の語彙を特定パターンとして格納する特定パターンデータベースと、形態素・構文解析部の解析結果から、特定パターンデータベースに格納されている特定パターンを検出し、得られた特定パターンの解析結果と対応する第２言語の語彙または構文情報を翻訳データベースから取得する特定パターン検出部と、第２言語で用いられる語彙の共起に関する統計的共起情報を格納する第２言語統計的モデルと、特定パターン検出部で得られた第２言語の語彙または構文情報と第２言語統計的モデルに格納されている統計的共起情報とを用いて、第２言語生成部で生成された第２言語翻訳文の誤りを検出し、当該第２言語翻訳文を校正する誤り検出・校正部とを備えている。
【００１３】
また、本発明にかかる機械翻訳方法は、第１言語を第２言語に翻訳する機械翻訳装置で用いられる機械翻訳方法であって、形態素・構文解析部が、第１言語で表現された入力文に対して形態素・構文解析を行う形態素・構文解析ステップと、第２言語生成部が、形態素・構文解析部の解析結果と、第１言語を第２言語に翻訳するために用いる翻訳辞書または翻訳規則からなる翻訳データベースとを参照し、入力文に対応する翻訳結果として第２言語翻訳文を生成する第２言語生成ステップと、特定パターン検出部が、形態素・構文解析部の解析結果から、第１言語で用いられる特定の語彙を特定パターンとして格納する特定パターンデータベースに格納された特定パターンを検出し、得られた特定パターンの解析結果と対応する第２言語の語彙または構文情報を翻訳データベースから取得する特定パターン検出ステップと、誤り検出・校正部が、特定パターン検出部で得られた第２言語の語彙または構文情報と、第２言語で用いられる語彙の共起に関する統計的共起情報を格納する第２言語統計的モデルに格納されている統計的共起情報とを用いて、第２言語生成部で生成された第２言語翻訳文の誤りを検出し、当該第２言語翻訳文を校正する誤り検出・校正ステップとを備えている。
【００１４】
また、本発明にかかるプログラムは、第１言語を第２言語に翻訳する機械翻訳装置のコンピュータに、形態素・構文解析部が、第１言語で表現された入力文に対して形態素・構文解析を行う形態素・構文解析ステップと、第２言語生成部が、形態素・構文解析部の解析結果と、第１言語を第２言語に翻訳するために用いる翻訳辞書または翻訳規則からなる翻訳データベースとを参照し、入力文に対応する翻訳結果として第２言語翻訳文を生成する第２言語生成ステップと、特定パターン検出部が、形態素・構文解析部の解析結果から、第１言語で用いられる特定の語彙を特定パターンとして格納する特定パターンデータベースに格納された特定パターンを検出し、得られた特定パターンの解析結果と対応する第２言語の語彙または構文情報を翻訳データベースから取得する特定パターン検出ステップと、誤り検出・校正部が、特定パターン検出部で得られた第２言語の語彙または構文情報と、第２言語で用いられる語彙の共起に関する統計的共起情報を格納する第２言語統計的モデルに格納されている統計的共起情報とを用いて、第２言語生成部で生成された第２言語翻訳文の誤りを検出し、当該第２言語翻訳文を校正する誤り検出・校正ステップとを実行させる。
【発明の効果】
【００１５】
本発明によれば、第１言語から第２言語へのルールベースの機械翻訳装置において、翻訳規則として記述しにくいまたは記述しきれない文法現象に対する正確な翻訳規則を必要とすることなく、機械翻訳を行うことができる。
これにより、翻訳規則として記述しにくいまたは記述しきれない文法現象に対して、翻訳規則の作成に必要となるコストを削減することが可能となる。
【図面の簡単な説明】
【００１６】
【図１】本発明の第１の実施形態にかかる機械翻訳装置の構成を示すブロック図である。
【図２】日本語構文解析例を示す説明図である。
【図３】本発明の第１の実施形態にかかる機械翻訳装置で用いる特定パターンＤＢを示す説明図である。
【図４】本発明の第１の実施形態にかかる機械翻訳処理を示すフローチャートである。
【図５】本発明の第２の実施形態にかかる機械翻訳装置の構成を示すブロック図である。
【図６】本発明の第２の実施形態にかかる機械翻訳装置で用いる特定パターンＤＢを示す説明図である。
【図７】本発明の第２の実施形態にかかる機械翻訳装置で用いる特定パターンＤＢの構成例を示す説明図である。
【図８】本発明の第２の実施形態にかかる機械翻訳処理を示すフローチャートである。
【図９】本発明の第３の実施形態にかかる機械翻訳装置の構成を示すブロック図である。
【図１０】本発明の第４の実施形態にかかる機械翻訳装置の構成を示すブロック図である。
【図１１】本発明の第１の実施例にかかる機械翻訳装置の構成を示すブロック図である。
【図１２】本発明の第１の実施例にかかる機械翻訳処理を示すフローチャートである。
【図１３】本発明の第２の実施例にかかる機械翻訳装置の構成を示すブロック図である。
【図１４】本発明の第２の実施例にかかる機械翻訳処理を示すフローチャートである。
【図１５】従来の機械翻訳後編集支援装置の構成を示すブロック図である。
【図１６】従来の機械翻訳自動前編集システムの構成を示すブロック図である。
【発明を実施するための形態】
【００１７】
次に、本発明の実施形態について図面を参照して説明する。
［第１の実施形態］
まず、図１を参照して、本発明の第１の実施形態にかかる機械翻訳装置について説明する。図１は、本発明の第１の実施形態にかかる機械翻訳装置の構成を示すブロック図である。
【００１８】
機械翻訳装置１００は、全体としてコンピュータなどの情報処理装置からなり、入力された第１言語を第２言語へ機械翻訳する機能を有している。
この機械翻訳装置１００には、主な機能部として、第１言語入力部１０１、形態素・構文解析部１０２、特定パターンデータベース（以下、特定パターンＤＢという）１０３、第２言語統計的モデル１０４、特定パターン検出部１０５、第２言語生成部１０６、誤り検出・校正部１０７、翻訳データベース（以下、翻訳ＤＢという）１０８、および第２言語出力部１０９が設けられている。
【００１９】
第１言語入力部１０１は、キーボードなどの操作入力装置や外部装置（図示せず）からデータを取得する入力インターフェース回路からなり、翻訳対象となる第１言語の入力文を入力する機能を有している。
【００２０】
形態素・構文解析部１０２は、第１言語入力部１０１で入力された第１言語の入力文に対して、形態素解析処理および構文解析処理を行う機能を有している。
図２は、日本語構文解析例を示す説明図である。ここでは、日本語入力文「一番近いレストランの駐車所は満員です」に対する日本語構文解析例が示されている。日本語入力文が形態素からなる語彙に分解され、これら語彙の品詞と組み合わせが示されている。
【００２１】
特定パターンＤＢ１０３は、第１言語で用いられる特定の語彙を示す特定パターンを、形態素・構文解析部１０２の解析結果として付与される第１言語側の情報で記述して格納するデータベースであり、ハードディスクなどの記憶装置からなる記憶部に格納されている。
【００２２】
第２言語統計的モデル１０４は、第２言語で用いられる語彙の共起に関する統計的共起情報を格納する統計的モデルであり、記憶部に格納されている。例えば、第２言語単言語コーパスで、Ｎ−ｇｒａｍ、決定木、ＳＶＭ（Support Vector Machine）、最大エントロピー、ＨＭＭ（Hidden Markov Model：隠れマルコフモデル）、ベイズ学習等の統計的手法を用いて構築できる。無論、これらの統計的手法に限定されない。第２言語統計的モデル１０４には、統計的共起情報として、第２言語の語彙または構文情報に関する、表記、原型、活用形、品詞、格フレーム、時制、態、相、意味分類、または、係り受け関係を有する共起パターンのうち、いずれか１つ以上に関する統計的共起情報が格納されている。
【００２３】
特定パターン検出部１０５は、形態素・構文解析部１０２で得られた解析結果から、特定パターンＤＢ１０３に格納されている特定パターンを検出する機能と、この検索で得られた特定パターンの解析結果と対応する第２言語の語彙または構文情報を翻訳ＤＢ１０８から取得する機能とを有している。
第２言語生成部１０６は、形態素・構文解析部１０２で得られた解析結果と翻訳ＤＢ１０８とを参照して、第１言語の入力文を第２言語に翻訳し、得られた翻訳結果として第２言語翻訳文を生成する機能を有している。
【００２４】
誤り検出・校正部１０７は、特定パターン検出部１０５で得られた第２言語の語彙または構文情報と第２言語統計的モデル１０４に格納されている統計的共起情報とを用いて、第２言語生成部１０６で生成された第２言語翻訳文の誤りを検出する機能と、当該第２言語翻訳文の誤りを自動校正する機能とを有している。誤り検出・校正部１０７での誤り検出処理としては、第２言語統計的モデルを用いて、第２言語生成部で生成された第２言語翻訳文から、不要成分の検出、欠落成分の検出、または、語順の誤り検出のうちのいずれか１つの誤り検出処理が行われる。
【００２５】
また、誤り検出・校正部１０７では、第２言語統計的モデル１０４に登録された統計的モデルの学習素性や特徴量等を元に、第２言語翻訳文から第２言語統計的モデルに対応した学習素性や特徴量などの成分を抽出して、モデルに適用できるフォーマットに整形すれば、モデルに適用して最適解を推定できる。
例えば、語彙の表記情報、品詞、意味分類、係り受け関係を有するパターン等を学習素性や特徴量として、頻度値、確率値、情報量などの共起情報量で重み付けて構築された第２言語統計的モデル１０４を用いて、誤り検出・校正部１０７での処理を行う場合、モデルの学習素性や特徴量に適したに素性抽出方法とアルゴリズムで第２言語翻訳文から誤り検出・校正処理を行えばよい。
【００２６】
また、第２言語統計的モデル１０４として、第２言語単言語コーパスで構築されたＮ−ｇｒａｍ言語統計的モデルやＣｌａｓｓ Ｎ−ｇｒａｍモデルを用いた場合、第２言語翻訳文から、特定パターンに応じた不要成分、欠落成分が存在するかどうかを検出する処理、または、文成分の語順の誤りが存在するかどうかを検出する処理を行う最も単純な計算方法の一例として、第２言語統計的モデル１０４で、第２言語翻訳文と特定パターン検出部１０５により取得された第２言語の語彙や構文情報との組み合わせから構成される生成文の大局的な統計情報量を最大となるものを最適な解とすればよい。また、文生起確率を計算する際に、第２言語生成文の語彙の字面の共起情報、または、品詞クラスの共起情報で計算すればよい。特に、Ｎ−ｇｒａｍを用いる際に、前向きのＮ−ｇｒａｍモデルと後向きのＮ−ｇｒａｍモデルを同時に使用してもよい。
【００２７】
あるいは、第２言語統計的モデル１０４として、正例や負例の学習データでＳＶＭを用いて構築されたモデルを用いた場合、誤り検出・校正部１０７では、ＳＶＭモデルを構築する際に使われた学習素性に基づいて、第２言語翻訳文から学習素性に一致するものを抽出して一定のフォーマットで整形し、ＳＶＭモデルで第２言語翻訳文から特定対象の不要な文成分、欠落の分析文、または語順の誤り等を検出して、校正処理を行うことができる。
【００２８】
翻訳ＤＢ１０８は、翻訳規則、翻訳辞書、または翻訳規則と翻訳辞書の両方を含む。翻訳規則は、一般的に、ルールベースの翻訳システムに使われる第１言語側の解析規則、第２言語側の生成規則、および第１言語・第２言語の両側の対応規則が記憶されたものである。翻訳辞書は、一般的に、ルールベースの翻訳システムに使われる第１言語の語彙と第２言語の語彙との対応が取れた辞書である。
【００２９】
第２言語出力部１０９は、ＬＣＤやＰＤＰなどの画面表示装置や、外部装置（図示せず）に対してデータを出力する出力インターフェース回路からなり、特定パターン検出部１０５から特定パターンが検出されない場合、第２言語生成部１０６からの第２言語翻訳文を出力する機能と、特定パターン検出部１０５から特定パターンが検出された場合、第２言語生成部１０６からの第２言語翻訳文を誤り検出・校正部１０７により校正された結果を出力する機能とを有している。
【００３０】
図３は、本発明の第１の実施形態にかかる機械翻訳装置で用いる特定パターンＤＢを示す説明図である。この例は、日中機械翻訳システムと想定したもので、日本語単言語のみの情報で特定パターンデータベースが構築された例を示している。ここでは、日本語格助詞「の」、形式名詞「の」、助動詞「だ」などの品詞情報と表記からなる特定パターンが記録されている。
【００３１】
例えば、格助詞の「の」と対応する中国語の訳語は、文脈状況により、何も生成しない訳語と中国語構造助詞「的」の２つがある。しかし、これらの中国語訳語を正しく訳し分けできるはっきりした日本語および中国語の文法現象が極めて複雑で、機械翻訳規則を作成する際に、一般的には、厳密な翻訳規則を作成するのが困難である。
また、形式名詞「の」、助動詞「だ」も同様な問題を存在する。形式名詞「の」の中国語訳語は、「的」と「的東西」の２つがある。助動詞「だ」の中国語訳語は「在」「叫」「是」「有」などがあり、これらの語彙の中国語訳語の訳し分けも極めて複雑である。
よって、これらの語彙に対応する中国語へ翻訳規則は複雑で一般的に作成しきれないため、本発明では、これらのものを特定パターンＤＢ１０３に記録して、特定パターン検出部１０５により、特定パターンが入力文中に含まれるかどうかを検出している。
【００３２】
また、特定パターン検出部１０５は、形態素・構文解析部１０２から得られた第１言語入力文の解析結果から、特定パターンＤＢ１０３に格納されている特定パターンが含まれるかを検出し、検出された特定パターンに対して、第１言語文章に含まれている隣接語彙の情報、または、検出された特定パターンと係り受け関係を有する構文情報を取得して、これらの情報の第２言語側の語彙や構文情報を翻訳辞書や翻訳規則から取得して、誤り検出・校正部１０７に使えるような仕組みを用いてもよい。
【００３３】
ここで、図３を参照して、特定パターン検出部１０５の処理を説明すると、まず、形態素・構文解析部１０２の解析結果と図３に示す特定パターンＤＢ１０３とを用いて、パターンマッチングを行うことにより、日中翻訳システムの日本語入力文の中に含まれているかどうかを検出できる。
次に、図３に示す特定パターンが検出された場合、検出された特定パターンの品詞と表記情報を検索キーとして、誤り検出・校正部１０７により、翻訳ＤＢ１０８の日中翻訳辞書の辞書引き処理を行って、検出された特定パターンの中国語の対訳候補を取得する。
【００３４】
続いて、誤り検出・校正部１０７により、第２言語生成部１０６で得られた中国語翻訳文に対して、対訳候補を誤り検出・校正処理の対象とする。また、特定パターンの日本語語彙と係り受け関係を有する語彙情報も取得して、それに対応した中国語側の語彙情報を同時に利用すれば、誤り検出・校正処理に利用すれば、精度を向上できる。
例えば、図３に示す日本語格助詞「の」品詞と表記を検索キーとして、日中翻訳辞書から「訳語なし」と示す記号「Φ」と中国語構造助詞「的」を取得できる。これらの情報を中国語生成側の特定対象として、中国語統計的モデルを用いて中国語翻訳文から候補の適切性を判定することができる。
【００３５】
機械翻訳装置１００の機能部のうち、形態素・構文解析部１０２、特定パターン検出部１０５、第２言語生成部１０６、誤り検出・校正部１０７については、専用の情報処理回路で実現してもよく、ＣＰＵとその周辺回路を有し、記憶部（図示せず）からプログラムを読み込んで実行することにより、各種処理部を実現する演算処理部で実現してもよい。
【００３６】
［第１の実施形態の動作］
次に、図１と図４を参照して、本発明の第１の実施形態にかかる機械翻訳装置の動作について詳細に説明する。図４は、第１の実施形態にかかる機械翻訳処理を示すフローチャートである。
【００３７】
まず、第１言語入力部１０１により、翻訳対象となる第１言語の入力文を入力する（ステップＳ１１）、形態素・構文解析部１０２により、この入力文に対して、形態素解析または単語分割等の処理を行い、その形態素情報を用いて入力文の構文解析を行い、入力文に含まれる語彙間の係り受け関係を有する語彙を取得する処理を行い、解析した結果を記憶しておく（ステップＳ１２）。
【００３８】
続いて、形態素・構文解析部１０２で得られた形態素・構文解析結果から、特定パターン検出部１０５により、特定パターンＤＢ１０３に登録されている特定パターンを検出し（ステップＳ１３）、入力文から特定パターンが検出されなかった場合、ステップＳ１４へ移行する。
【００３９】
一方、ステップＳ１３において、入力文から特定パターンが検出された場合、特定パターン検出部１０５により、検出された特定パターンに対応する解析結果を用いて機械翻訳システムの翻訳規則または翻訳辞書から第２言語の語彙や構文情報を取得して、検出された特定パターンおよび第２言語の語彙や構文情報を記憶し、ステップＳ１４へ移行する。
この際、前述したように、入力文から特定パターンが検出された場合、特定パターン検出部１０５により、第１言語文章に含まれている特定パターンと隣接する語彙の情報、または、検出された特定パターンと係り受け関係を有する構文情報を取得し、翻訳辞書や翻訳規則からこれらの情報に対応する第２言語側の語彙や構文情報を取得してもよい。
【００４０】
次に、形態素・構文解析部１０２で得られた形態素・構文解析の結果と、第１言語から第２言語へ翻訳するための翻訳辞書と翻訳規則を用いて、第２言語生成部１０６により、第１言語の入力文を第２言語へ翻訳し、その翻訳結果である第２言語翻訳文を生成する（ステップＳ１４）。
この後、ステップＳ１３で特定パターンが検出されなかった場合、ステップＳ１６へ移行して、ステップＳ１４で生成した第２言語翻訳文を第２言語出力部１０９で出力し（ステップＳ１６）、一連の機械翻訳処理を終了する。
【００４１】
一方、ステップＳ１３で特定パターンが検出された場合、ステップＳ１３で記憶した特定パターンと対応する第２言語の語彙や構文情報と、第２言語統計的モデル１０４の統計的共起情報とを用いて、誤り検出・校正部１０７により、ステップＳ１４で生成した第２言語翻訳文の誤りを検出して、この誤りを校正した後（ステップＳ１５）、第２言語出力部１０９で校正後の第２言語翻訳文さらには校正結果を出力し（ステップＳ１６）、一連の機械翻訳処理を終了する。
【００４２】
［第１の実施形態の効果］
このように、本実施形態では、翻訳規則として記述しにくいまたは記述しきれない文法現象を持つ語彙を、特定パターンとして予め特定パターンＤＢ１０３に登録しておき、この特定パターンが第１言語の入力文に含まれていた場合には、当該特定パターンの解析結果と対応する第２言語の語彙または構文情報を翻訳ＤＢ１０８から取得し、この第２言語の語彙または構文情報と第２言語統計的モデル１０４に格納されている統計的共起情報とを用いて、誤り検出・校正部１０７により、第１言語を翻訳して得られた第２言語翻訳文の誤りを検出し、当該第２言語翻訳文を校正するようにしたので、翻訳規則として記述しにくいまたは記述しきれない文法現象に対する正確な翻訳規則を必要とすることなく、機械翻訳を行うことができる。
【００４３】
これにより、翻訳規則として記述しにくいまたは記述しきれない文法現象に対して、翻訳規則の作成に必要となるコストを削減することが可能となる。例えば、本実施形態において、図３に示す特定パターンＤＢの例で日中翻訳システムに実装される場合、日本語格助詞「の」、日本語形式名詞「の」、日本語助動詞「だ」の訳語選択における翻訳規則を作成する必要がなくなる。
【００４４】
また、本実施の形態において、第２言語統計的モデルとして、第２言語の語彙または構文情報に関する、表記、原型、活用形、品詞、格フレーム、時制、態、相、意味分類、または、係り受け関係を有する共起パターンのうち、いずれか１つ以上の統計的共起情報を格納するモデルを用いてもよい。
【００４５】
また、本実施の形態において、誤り検出・校正部で、第２言語統計的モデルを用いて、第２言語生成部で生成された第２言語翻訳文から、不要成分の検出、欠落成分の検出、または、語順の誤り検出のうちのいずれか１つの誤り検出処理と、得られた誤りの自動校正処理とを行うようにしてもよい。
【００４６】
また、本実施の形態において、第２言語が中国語である場合、特定パターンデータベースに格納されている特定パターンとして、中国語の定語成分と対応する第１言語の構文成分を用い、誤り検出・校正部で、第２言語生成部により生成された中国語翻訳文の中国語定語成分に対して、中国語定語の語順および構造助詞「的」の誤り検出処理と、得られた誤りの自動校正処理とを行うようにしてもよい。
【００４７】
また、本実施の形態において、第２言語が中国語である場合、特定パターンデータベースに格納されている特定パターンとして、中国語の状語成分と対応する第１言語の構文成分を用い、誤り検出・校正部で、第２言語生成部により生成された中国語翻訳文の中国語状語成分に対して、中国語状語の語順および構造助詞「地」の誤り検出処理と、得られた誤りの自動校正処理とを行うようにしてもよい。
【００４８】
また、本実施の形態において、第２言語が中国語である場合、特定パターンデータベースに格納されている特定パターンとして、中国語の補語成分と対応する第１言語の構文成分を用い、誤り検出・校正部で、第２言語生成部により生成された中国語翻訳文の中国語補語成分に対して、中国語補語の語順および構造助詞「得」の誤り検出処理と、得られた誤りの自動校正処理とを行うようにしてもよい。
【００４９】
また、本実施の形態において、第２言語が中国語である場合、特定パターンデータベースに格納されている特定パターンとして、中国語の量詞成分と対応する第１言語の構文成分を用い、誤り検出・校正部で、第２言語生成部により生成された中国語翻訳文の中国語量詞成分に対して、中国語量詞の誤り検出処理と、得られた誤りの自動校正処理とを行うようにしてもよい。
【００５０】
また、本実施の形態において、第２言語が中国語である場合、特定パターンデータベースに格納されている特定パターンとして、中国語の態相情報を表す語彙や構文情報と対応する第１言語の構文成分を用い、誤り検出・校正部で、第２言語生成部により生成された中国語翻訳文の中国語態相情報を表す語彙や構文情報成分に対して、中国語の態相情報を表す語彙や構文情報成分の誤り検出処理と、得られた誤りの自動校正処理とを行うようにしてもよい。
【００５１】
また、本実施の形態において、第２言語が中国語である場合、特定パターンデータベースに格納されている特定パターンとして、中国語の前置詞である介詞と対応する第１言語の構文成分を用い、誤り検出・校正部で、第２言語生成部により生成された中国語翻訳文の中国語介詞成分に対して、中国語介詞の誤り検出処理と、得られた誤りの自動校正処理とを行うようにしてもよい。
【００５２】
［第２の実施形態］
次に、図５を参照して、本発明の第２の実施形態にかかる機械翻訳装置について説明する。図５は、本発明の第２の実施形態にかかる機械翻訳装置の構成を示すブロック図であり、図１と同じまたは同等部分には同一符号を付してある。
【００５３】
図５に示すように、本実施形態は、図１に示した第１の実施形態にかかる機械翻訳装置のうち特定パターンＤＢ１０３に代えて、特定パターンＤＢ２０１を備えている。その他の構成については、図１に示した第１の実施形態と同等であり、ここでの詳細な説明は省略する。
この特定パターンＤＢ２０１は、第１言語で用いられる特定の語彙を示す特定パターンが、形態素・構文解析部１０２の解析結果として付与される第１言語側の情報と、この第１言語側の情報に対応する第２言語側の特定対象の情報との組で記述されているデータベースである。
【００５４】
図６は、本発明の第２の実施形態にかかる機械翻訳装置で用いる特定パターンＤＢを示す説明図である。この例は、日中機械翻訳システムを想定したものであり、図６に示すものは、日中機械翻訳システムにおける翻訳規則の利用情報と中国語構造助詞との関連付けをするためのテーブルである。
【００５５】
例えば、図６の検索ＩＤ０番に示すパターンは、日本語側の解析規則として、日本語入力文に対して形態素・構文解析を行う際に、「日本語連体修飾の取り込み」という翻訳規則が適用されることを意味する。また、図６の検索ＩＤ０番に対応する中国語側生成情報は、定語スロットが生成されることを意味する。そして、図６の検索ＩＤ０番に対応する中国語構造助詞の「的」は、中国語翻訳結果の中から構造助詞「的」の適切性を判定するための特定対象とすることを意味する。
【００５６】
なお、スロットとは、構文解析で用いる格フレームの構成要素であり、格スロットともいう。格文法に基づく構文解析では、動詞が要求する言語構造(格)に着目して解析する手法があり、格として、どのようなものがあるか、どういう性質を持つものなのかを記述した木構造の格フレームを用い、形態素解析で得られた形態素またはこれら組み合わせ句を格スロットへ当てはめることにより、構文解析を行う。
また、定語とは、中国語の文法成分のうちの修飾成分の１つであり、日本語連体修飾語に相当する。中国語定語および日本語連体修飾語とも、「修飾語（名詞・代名詞・形容詞）＋被修飾語（名詞・名詞句）」という構造を持つ。
【００５７】
図６の検索ＩＤ０番は、日本語側の解析において、「日本語連体修飾の取り込み」という翻訳規則が適用されて、かつ、この規則に対応する中国語生成側では、中国語定語スロットが生成されると、日本語入力文の中国語翻訳文に対して、中国語構造助詞「的」の適切性を判定すること意味をする。
同様に、中国語構造助詞「地」の適切性を判別する条件は図６の検索ＩＤ１番の特定パターンに示す。中国語構造助詞「得」の適切性を判別する条件は図６の検索ＩＤ２番の特定パターンに示す。
【００５８】
また、図７は、本発明の第２の実施形態にかかる機械翻訳装置で用いる特定パターンＤＢの構成例を示す説明図である。この例は、日中機械翻訳システムにおける中国語翻訳文の語順をチェックするための特定パターンＤＢ２０１の構成例を示している。
【００５９】
図６と同様に、図７の検索ＩＤ０番で説明すると、検索ＩＤ０番は全体的に、日本語側の解析では、「日本語連体修飾の取り込み」との翻訳規則が適用されて、かつ、この規則に対応する中国語生成側では中国語定語スロットが生成され、かつ、中国語定語スロットが２箇所以上を有する場合、日本語入力文の中国語翻訳文に対して、中国語の定語成分に対して、生成語順の適切性を判定することを意味をする。
同様に、中国語状語の適切性を判別する条件は図７の検索ＩＤ１番に示す。また、中国語補語の適切性を判別する条件は図７の検索ＩＤ２番に示す。
【００６０】
ここで、中国語定語、状語、補語との概念が中国語の構文要素である。一般的に中国語構文成分は、主語、述語、目的語、定語、状語、補語を用いて記述する。機械翻訳においては、これらの情報を中国語格フレームに付与する。
そして、中国語構造助詞「的」は中国語の定語に伴うもので、中国語構造助詞「地」は中国語の状語に伴うもので、構造助詞「得」は中国語の補語に伴うものである。これらの構造助詞は中国語文脈によりあったりなかったりするため、機械翻訳においては、厳密な翻訳規則を作成するのに、多大なコストを要する。
【００６１】
前述したように、中国語翻訳文のうちから誤り検出・校正の対象となる特定対象を選択し、中国語統計的モデルを用いて中国語翻訳文のうち、対応した特定対象の適切性を判別して、不要な成分、欠落成分および語順のチェックなどの誤り検出・校正処理を行うことができる。
また、中国語翻訳文のうち、その他の成分の誤り検出および校正処理を行う必要がある際に、その第１言語と対応する語彙情報や翻訳規則などの情報を用いて、特定パターンＤＢ２０１に記述して、本発明に適用すればよい。
【００６２】
例えば、中国語翻訳文のうち、量詞の適切性を特定したい場合、日本語代名詞と、日本語名詞との品詞パターンで中国語量詞との関連付けておけばよい。
また、中国語の態相情報を表す助詞の適切性を特定したい場合、日本語の態相情報を表す日本語助詞または助動詞と中国語の態相情報を表す助詞との対応を取れたテーブルを作成すればよい。
また、中国語前置詞である介詞の適切性を特定したい場合、日本語格助詞や副助詞などと中国語介詞との対応を取れたテーブルを作成すればよい。
【００６３】
［第２の実施形態の動作］
次に、図５と図８を参照して本発明を実施するための第２の形態の動作について詳細に説明する。図８は、本発明の第２の実施形態にかかる機械翻訳処理を示すフローチャートであり、図４と同じまたは同等部分には同一符号を付してある。
図８に示すように、本実施形態にかかる機械翻訳処理は、図４と比較して、ステップＳ１３に代えてステップＳ２１が設けられており、ステップＳ１４とステップＳ１５との間にステップＳ２２が追加されている。
【００６４】
まず、第１言語入力部１０１により、翻訳対象となる第１言語の入力文を入力する（ステップＳ１１）、形態素・構文解析部１０２により、この入力文に対して、形態素解析または単語分割等の処理を行い、その形態素情報を用いて入力文の構文解析を行い、入力文に含まれる語彙間の係り受け関係を有する語彙を取得する処理を行い、解析した結果を記憶しておく（ステップＳ１２）。この際、形態素・構文解析処理の各段階で適用した解析ルールも解析結果の一部として記憶しておく。
【００６５】
続いて、形態素・構文解析部１０２で得られた形態素・構文解析結果から、特定パターン検出部１０５により、特定パターンＤＢ２０１に登録されている第１言語側の情報からなる特定パターンと一致するものすべてを、特定パターン候補として検出する（ステップＳ２１）。
次に、形態素・構文解析部１０２で得られた形態素・構文解析の結果と、第１言語から第２言語へ翻訳するための翻訳辞書と翻訳規則を用いて、第２言語生成部１０６により、第１言語の入力文を第２言語へ翻訳し、その翻訳結果である第２言語翻訳文を生成する（ステップＳ１４）。
【００６６】
この後、ステップＳ１４で得られた第２言語翻訳文から、特定パターン検出部１０５により、特定パターンＤＢ１０３に登録されている第２言語側の情報からなる特定パターンを検出し、得られた特定パターンのうち、ステップＳ２１で得られた特定パターン候補と一致する特定パターンを検出し、この特定パターンと対応する第２言語側の情報を誤り検出・校正の特定対象として選択する（ステップＳ２２）。
【００６７】
ここで、ステップＳ２２で特定パターンが検出されなかった場合、ステップＳ１６へ移行して、ステップＳ１４で生成した第２言語翻訳文を第２言語出力部１０９で出力し（ステップＳ１６）、一連の機械翻訳処理を終了する。
一方、ステップＳ２２で特定パターンが検出された場合、当該特定対象の特定パターンおよび第２言語の特定対象と、第２言語統計的モデル１０４に格納されている統計的共起情報とを用いて、ステップＳ１４で生成した第２言語翻訳文の誤りを検出して、この誤りを校正した後（ステップＳ１５）、第２言語出力部１０９で校正後の第２言語翻訳文さらには校正結果を出力し（ステップＳ１６）、一連の機械翻訳処理を終了する。
【００６８】
［第２の実施形態の効果］
このように、本実施形態では、翻訳規則として記述しにくいまたは記述しきれない文法現象を持つ語彙を、特定パターンとして第１言語側の情報と第２言語側の情報との組として、予め特定パターンＤＢ１０３に登録しておき、この特定パターンの第１言語側の情報が第１言語の入力文に含まれおり、かつこの特定パターンの第２言語側の情報が、入力文を翻訳して得られた第２言語翻訳文に含まれている場合、当該特定パターンおよび当該第２言語側の情報に対応する第２言語翻訳文からなる特定対象と、第２言語統計的モデルに格納されている統計的共起情報とを用いて、第１言語を翻訳して得られた第２言語翻訳文の誤りを検出し、当該第２言語翻訳文を校正するようにしたので、翻訳規則として記述しにくいまたは記述しきれない文法現象に対する正確な翻訳規則を必要とすることなく、機械翻訳を行うことができる。
【００６９】
また、本実施形態では、特定パターンが第１言語側の情報と第２言語側の情報との組で記述された特定パターンＤＢ１０３を用いるようにしたので、特定パターンの第１言語側の情報と対応する第２言語側の情報を適切に設定することができ、誤り検出および校正を精度よく行うことが可能となる。
例えば、本実施形態において、図６と図７に示す特定パターンＤＢの例を用いた場合、下記の日本語例文１の翻訳結果の構造助詞「的」の欠落、日本語例文２の翻訳結果の構造助詞「地」の欠落、および日本語例文３の状語成分「東京」の誤りを検出して自動的に正しい結果に校正できるようになる。
【００７０】
例文（用例中の括弧内は誤り箇所を示す）
日本語例文１：「いちばん近いレストランの駐車場は満員です。」
中国語翻訳結果：「最近飯店的停車場満員。」
中国語正解 ：「最近（的）飯店的停車場満員。」
日本語例文２：「何をぼんやり考えているのか？」
中国語翻訳結果：「呆呆在考慮什幺？」
中国語正解 ：「呆呆（地）在考慮什幺？」
日本語例文３：「Ｍ航空Ａ便東京行きはただ今から１番ゲートで搭乗を開始します。」
中国語翻訳結果：「去往Ｍ航空Ａ航班東京従現在開始在一号登機口登機。」
中国語正解 ：「去往（東京）Ｍ航空Ａ航班従現在開始在一号登機口登機。」
【００７１】
［第３の実施形態］
次に、図９を参照して、本発明の第３の実施形態にかかる機械翻訳装置について説明する。図９は、本発明の第３の実施形態にかかる機械翻訳装置の構成を示すブロック図であり、図１と同じまたは同等部分には同一符号を付してある。
【００７２】
図９に示すように、本実施形態は、図１に示した第１の実施形態にかかる機械翻訳装置の構成要素と同じであるが、各機能部の接続関係を換えて構成してある。具体的には、特定パターン検出部１０５での特定パターンの検出結果に応じて、第２言語生成部１０６により、誤り検出・校正部１０７での誤り検出・構成処理を行うか否か決定している。その他の点では、第１の実施形態と同様である。
このような接続関係であっても、第１の実施形態と同様の作用効果を得ることができる。
【００７３】
［第４の実施形態］
次に、図１０を参照して、本発明の第４の実施形態にかかる機械翻訳装置について説明する。図１０は、本発明の第４の実施形態にかかる機械翻訳装置の構成を示すブロック図であり、図５と同じまたは同等部分には同一符号を付してある。
【００７４】
図１０に示すように、本実施形態は、図５に示した第２の実施形態にかかる機械翻訳装置の構成要素と同じであるが、各機能部の接続関係を換えて構成してある。具体的には、特定パターン検出部１０５での特定パターンの検出結果に応じて、第２言語生成部１０６により、誤り検出・校正部１０７での誤り検出・構成処理を行うか否か決定している。また、形態素・構文解析部１０２と特定パターン検出部１０５との間に、訳語選択部４０１が追加されている。その他の点では、第１の実施形態と同様である。
【００７５】
訳語選択部４０１は、形態素・構文解析部１０２で得られた第１言語の入力文に対する形態素・構文解析結果を用いて、翻訳ＤＢ１０８の翻訳辞書から各形態素の訳語候補を取得する機能と、この訳語候補を翻訳ＤＢ１０８の翻訳規則や訳語選択処理用規則に適用して、各形態素の最適な訳語候補を取得する機能とを有している。
これにより、特定パターン検出部１０５において、第２言語生成部１０６で生成された第２言語翻訳文から、特定パターンＤＢ１０３に登録されている第２言語側の情報からなる特定パターンを検出する際、高い精度で特定パターンを検索でき、より正確に誤り検出・校正の特定対象を選択することが可能となる。
【実施例１】
【００７６】
次に、図１１を参照して、本発明の第１の実施例について説明する。図１１は、本発明の第１の実施例にかかる機械翻訳装置の構成を示すブロック図であり、図１と同じまたは同等部分には同一符号を付してある。
【００７７】
本実施例は、前述した第１および第３の実施形態に対応するものである。図１１に示すように、本実施例は、図１に示した第１の実施形態にかかる機械翻訳装置のうち、第１言語入力部１０１、特定パターンＤＢ１０３、第２言語統計的モデル１０４、第２言語生成部１０６、および第２言語出力部１０９に代えて、それぞれ日本語入力部５０１、特定パターンＤＢ５００、中国語統計的モデル５０２、中国語生成部５０３、および中国語出力部５０４を備えている。これらは、第１の実施形態の第１言語および第２言語を日本語および中国語に特化したものであり、実質的には第１の実施形態の構成要素と同等である。
【００７８】
図１２は、本発明の第１の実施例にかかる機械翻訳処理を示すフローチャートであり、前述した図４と同じまたは同等部分には同一符号を付してある。ここでは、日本語で入力された「それは、三列と五列の間にある」という入力文を中国語へ機械翻訳する場合を例として説明する。
【００７９】
日本語入力部５０１で入力された入力文を（ステップＳ５１）、形態素・構文解析部１０２で解析した場合（ステップＳ１２）、「それ／は／、／三／列／と／五／列／の／間／に／ある」という形態素解析結果が得られる。形態素解析で得られた各形態素は独自の属性値を持つ。属性値とは、原形、品詞、表記、活用形、意味分類、態、相等の情報からなる。
例えば、例文の形態素「の」と「ある」は以下属性を有する。
表記 仮名 固有部 原型 品詞 …
の ノ の の 格助詞 …
ある アル ある ある 動詞 …
【００８０】
また、翻訳ＤＢ１０８の翻訳辞書は、各形態素の中国語生成ブロックに、その形態素の訳語、品詞、意味分類、用言の場合の格フレーム、態、相情報等の情報を含んでいる。中国語の格フレームの構成成分は、中国語生成用格フレームの要素として、主語、述語、目的語、定語、状語、補語等の文構造情報が記述されている。
【００８１】
形態素・構文解析部１０２は、前述した形態素解析結果を用いて、構文解析規則と合わせて入力文の構文解析処理を行う（ステップＳ１２）。構文解析処理を行った結果、入力文中係り受け関係を有する語彙間の係り受け関係を取得できる。
特定パターン検出部１０５は、形態素・構文解析部１０２での形態素解析・構文解析処理の結果を用いて、特定パターンＤＢ５００に登録された特定パターンと照合して特定パターン検出処理を行う（ステップＳ５２）。
【００８２】
例えば、入力文「それは、三列と五列の間にある」の形態素・構文解析処理の結果には、格助詞「の」が含まれる。特定パターン検出部１０５において、図３に示す日中翻訳用特定パターンＤＢを用いて入力文とのパターンマッチングを行うと、検索ＩＤ０番の格助詞「の」が検出される。すると、検出された格助詞「の」に対して、翻訳ＤＢ１０８の翻訳辞書から、格助詞「の」の訳語候補である「訳語なし」と示す記号「Φ」と中国語構造助詞「的」が取得される。
【００８３】
また、特定パターン検出部１０５は、入力文の形態素・構文解析処理の結果から、特定パターンＤＢ５００に記述された特定パターンを検出した場合、検出した特定パターンと隣接する形態素の情報を、入力文の形態素・構文解析処理の結果から取得する。
例えば、例文の形態素・構文解析結果から、格助詞「の」と隣接する語彙「列」と「間」の情報を切り出して取得できる。また、「列」、「の」、「間」と対応する中国語側の情報を日中翻訳辞書の辞書引き処理から取得できる。
【００８４】
これにより、日本語語彙の表記や品詞などの属性情報と、それに対応する中国語側の語彙の表記と品詞などの属性情報を取得できる。例えば、格助詞「の」の前の語彙「列」の日本語の品詞である「助数詞」と対応する中国語の品詞である「量詞」、格助詞「の」の後ろの語彙「間」の日本語の品詞である「名詞」と対応する中国語の品詞である「名詞」を取得できる。したがって、日本語「列＋の＋間」と対応する中国語の生成語彙の品詞情報として、「量詞＋Φ＋名詞」または「量詞＋的＋名詞」のようなパターンを、入力文の形態素・構文解析処理の結果から取得できる。
【００８５】
次に、中国語生成部５０３は、形態素・構文解析した結果と、日中翻訳辞書および翻訳規則を用いて、日本語入力文の中国語、すなわち中国語翻訳文を生成する（ステップＳ５３）。ここでの中国語翻訳文には、中国語品詞などの属性情報が各中国語形態素に付与されている。
ここで、特定パターン検出部１０５で特定パターンが検出されなかった場合、誤り検出・校正処理を行わず、中国語生成部５０３で得られた中国語翻訳文を整形して、中国語出力部５０４から中国語を出力する（ステップＳ５４）。
【００８６】
一方、特定パターン検出部１０５で例文のように特定パターンが検出された場合、誤り検出・校正部１０７は、特定パターンに基づき特定した中国語翻訳文内の特定対象に対して、中国語統計的共起情報を格納している中国語統計的モデル５０２を用いて、中国語翻訳文から誤りを検出して校正処理を行い（ステップＳ１５）、校正された結果を中国語出力部５０４から出力する（ステップＳ５４）。
【００８７】
誤り検出・校正部１０７における、具体的な誤り検出と校正処理について、中国語Ｎ−ｇｒａｍモデルで日本語例文に対する処理例を説明する。
前述したように、格助詞「の」の訳語が「訳語なし」の記号「Φ」を訳語候補として取得された場合、この記号「Φ」に対して、誤り検出・構成処理を行う際には、空文字に変換すればよい。「量詞＋Φ＋名詞」の例で説明すると、「量詞＋名詞」のように変換すればよい。
【００８８】
日本語入力文「それは、三列と五列の間にある」で説明すると、例えば、中国語生成部５０３で得られた中国語翻訳文が「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞 的／構造助詞 之間／名詞」となったものとする。ここで、中国語統計的モデル５０２の一例として、中国語単言語コーパスで単語表記と品詞情報で構築されたＮ−ｇｒａｍモデルを用いる場合、中国語構造助詞「的」の適切性を判定するためのアルゴリズムは、次のような計算方法が使用できる。
【００８９】
まず、中国語特定対象ｗdeの適切性を、３−ｇｒａｍで近似計算される生成確率を利用して判定する方法がある。なお、以下のｗは、語彙の表記、または表記と品詞の組を示す。
例えば、翻訳結果を文１＝ｗ0，ｗ1，ｗ2，…，ｗi-1，ｗi，ｗi+1，…ｗnとし、これにｗdeの位置を考慮したものを、文２＝ｗ0，ｗ1，ｗ2，…，ｗi-1，ｗde，ｗi，ｗi+1，…ｗnと仮定する。
【００９０】
ここで、文１の生成確率を３−ｇｒａｍで近似すると、次の式（１）となり、同様に文２の生成確率を３−ｇｒａｍで近似すると、次の式（２）となる。
【数１】
【数２】
【００９１】
よって、（ｗi-1，ｗde，ｗi）のうちｗdeの適切性を判断できる計算式は、次の式（３）で表すことができる。
【数３】
【００９２】
また、文＝ｗ0，ｗ1，…，ｗnの生成確率については、３−ｇｒａｍを利用した次の式（４）に示すような計算方法を用いてもよい。
【数４】
【００９３】
また、中国語生成部５０３で得られた中国語翻訳文のうち、特定パターン検出部１０５で、中国語の語彙、構文情報である「量詞＋名詞」と「量詞＋的＋名詞」との２つのパターンが、翻訳結果の特定対象として特定された場合、「量詞＋的＋名詞」のパターンに一致する部分として「列／量詞 的／構造助詞 之間／名詞」が取得される。
【００９４】
この場合には、品詞付き中国語Ｎ−ｇｒａｍ言語統計的モデルを用いて、式（１）〜式（３）で示されたアルゴリズムで計算すると、以下の２つの条件付き確率値を計算して比較すればよい。
Ｐ１＝Ｐ（的／構造助詞｜五／数詞 列／量詞）・Ｐ（之間／名詞｜列／量詞 的／構造助詞）
Ｐ２＝Ｐ（之間／名詞｜五／数詞 列／量詞）
【００９５】
ここで、中国語３−ｇｒａｍで確率値を計算して、
Ｐ１＝８．３３３３６ｅ−００５
Ｐ２＝１．２５０００ｅ−００１
のような結果が得られた場合、Ｐ１よりＰ２の確率値が高いため、翻訳結果から（列／量詞 的／構造助詞 之間／名詞）の「的／構造助詞」という誤りが検出できる。
この際に、Ｐ２のパターン「五／数詞 列／量詞 之間／名詞」を切り出して、翻訳結果文の「列／量詞 的／構造助詞 之間／名詞」と置換すれば、中国語翻訳文の校正結果である「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞 之間／名詞」となる。
【００９６】
また、Ｐ１の確率値を計算する際、誤りを含んでいる（列／量詞 的／構造助詞 之間／名詞）との３−ｇｒａｍが検出されない場合、Ｐ（之間／名詞｜列／量詞 的／構造助詞）の値は２−ｇｒａｍと１−ｇｒａｍでスムージングによる補間処理で近似確率を計算することができる。
具体的に、Ｎ−ｇｒａｍモデルのスムージング方法として、可算スムージング、線形補間、バックオフ・スムージング、ウィトン・ベル・スムージング、ウン・カウント法などが挙げられる。
【００９７】
また、誤り検出・校正部１０７での処理において、式（４）に示すアルゴリズムを使う際は、特定パターン検出部１０５により検出された中国語の語彙および構文情報と、中国語生成部５０３で得られた中国語翻訳文とで共起するすべての文生起確率を計算して、生起確率が最大となるものを正解とすることができる。
例文では、格助詞「の」の２つの訳語候補を取得して、中国語翻訳文について「的」が生成される場合と、「的」が生成されない場合のすべての文生起確率を計算して、最大となるものを校正結果とすればよい。誤り箇所を検出したい場合、文生起確率が最大となる生成文と中国語翻訳文との差分を求めればよい。
【００９８】
例えば、日本語入力文に対する中国語翻訳文が「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞 的／構造助詞 之間／名詞」となった場合、以下の文の生起確率を近似計算することができる。
■「的／構造助詞」を含まない文：
文３「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞 之間／名詞」
■「的／構造助詞」を含む文：
文４「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞 的／構造助詞 之間／名詞」
文５「那／代名詞 的／構造助詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞 之間／名詞」
文６「那／代名詞 個／量詞 的／構造助詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞 之間／名詞」
文７「那／代名詞 個／量詞 在／介詞 的／構造助詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞 之間／名詞」
文８「那／代名詞 個／量詞 在／介詞 三／数詞 的／構造助詞 列／量詞 和／連詞 五／数詞 列／量詞 之間／名詞」
文９「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 的／構造助詞 和／連詞 五／数詞 列／量詞 之間／名詞」
文１０「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 的／構造助詞 五／数詞 列／量詞 之間／名詞」
文１１「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 的／構造助詞 列／量詞 之間／名詞」
文１２「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞 的／構造助詞 之間／名詞」
文１３「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞之間／名詞 的／構造助詞」
【００９９】
これらの文３〜文１３の文生起確率を中国語３−ｇｒａｍを用いて計算して、確率値が最大となるものを最適な翻訳結果とすることができる。ここでの文生起確率を計算する際、前述したＮ−ｇｒａｍモデルのスムージング方法を用いることができる。
例文に対して、Ｗｉｔｔｅｎ−Ｂｅｌｌ ｄｉｓｃｏｕｎｔでバックオフ・スムージング平滑化処理での文生起確率の次のような計算結果が得られたものとする。
文３の文生起確率：１．４９２８６ｅ−００８
文４の文生起確率：１．５１６７７ｅ−０１１
文５の文生起確率：１．０１７４４ｅ−０１０
文６の文生起確率：５．６７２７０ｅ−０１１
文７の文生起確率：１．０５３７１ｅ−０１０
文８の文生起確率：３．２０４９４ｅ−０１０
文９の文生起確率：１．５３９６４ｅ−０１１
文１０の文生起確率：８．８７８１０ｅ−０１０
文１１の文生起確率：３．０７９９９ｅ−０１０
文１２の文生起確率：１．４９２５２ｅ−０１１
文１３の文生起確率：１．０３９４９ｅ−００９
【０１００】
この場合には、確率値をソートして文３の結果が最大となるため、文３が正解とすることができる。また、中国語構造助詞「的」の誤りを検出したいときに、文３と中国語翻訳文との差分から求められる。
【０１０１】
また、中国語品詞を単語クラスとして、中国語単言語コーパスで構築されたＣｌａｓｓ Ｎ−ｇｒａｍモデルを用いることができる。
モデルの構築方法は、非特許文献１に記載されたＣｌａｓｓ ｂｉｇｒａｍ モデルやＣｌａｓｓ ｔｒｉｇｒａｍ モデルを使用できる。
【０１０２】
Ｃｌａｓｓ Ｎ−ｇｒａｍモデルを用いて、第２言語翻訳文から対象語彙の誤りの検出および校正処理を行うアルゴリズムは、非特許文献１に記録されたＣｌａｓｓ ｂｉｇｒａｍ モデルやＣｌａｓｓ ｔｒｉｇｒａｍ モデルを用いて、第２言語翻訳文のうち、「的」の有無を考慮した文生成確率の最大となるものを最もらしい校正結果と推定すればよい。
また、中国語統計的モデルは、決定リスト、ＳＶＭ、最大エントロピー、ＨＭＭ、ベイズ学習のいずれかの学習手法で構築されてもよい。無論、これらの学習手法には限定されない。
【０１０３】
このようにして、日本語入力文「それは、三列と五列の間にある」の中国語翻訳文が「那 個 在 三 列 和 五 列 的 之間」となった場合、した処理によって、「那 個 在 三 列 和 五 列 之間」との正しい結果が得られる。
また、実施例１と同様に、中国語翻訳文の中から、図３に示す形式名詞の訳語および助動詞「だ」の訳語選択問題を解決することもできる。
【実施例２】
【０１０４】
次に、図１３を参照して、本発明の第２の実施例について説明する。図１３は、本発明の第２の実施例にかかる機械翻訳装置の構成を示すブロック図であり、図５と同じまたは同等部分には同一符号を付してある。
【０１０５】
本実施例は、前述した第２および第４の実施形態に対応するものである。図１３に示すように、本実施例は、図１０に示した第４の実施形態にかる機械翻訳装置のうち、第１言語入力部１０１、特定パターンＤＢ１０３、第２言語統計的モデル１０４、第２言語生成部１０６、および第２言語出力部１０９に代えて、それぞれ日本語入力部６０２、特定パターンＤＢ６０１、中国語統計的モデル６０３、中国語生成部６０４、および中国語出力部６０５を備えている。これらは、第４の実施形態の第１言語および第２言語を日本語および中国語に特化したものであり、実質的には第４の実施形態の構成要素と同等である。
【０１０６】
図１４は、本発明の第２の実施例にかかる機械翻訳処理を示すフローチャートであり、前述した図１４と同じまたは同等部分には同一符号を付してある。
ここでは、日本語で入力された以下のような入力文を中国語へ機械翻訳する場合を例として説明する。
「いちばん近いレストランの駐車場は満員です」
「何をぼんやり考えているのか」
「Ｍ航空Ａ便東京行きはただ今から１番ゲートで搭乗を開始します」
【０１０７】
日本語入力部５０１で入力された入力文を（ステップＳ６１）、形態素・構文解析部１０２で解析した場合（ステップＳ１２）、
「いちばん／近い／レストラン／の／駐車場／は／満員／です」
「何／を／ぼんやり／考え／て／いる／の／か」
「Ｍ航空／Ａ便／東京／行き／は／ただ今／から／一番／ゲート／で／搭乗／を／開始／し／ます」
という形態素解析結果が得られる。形態素解析で得られた各形態素は、前述したように独自の属性値を持つ。
【０１０８】
形態素・構文解析部１０２は、前述した形態素解析結果を用いて、構文解析規則と合わせて入力文の構文解析処理を行う。構文解析処理を行った結果、入力文中係り受け関係を有する語彙間の係り受け関係を取得できる。
例えば、図２は、入力文の「いちばん近いレストランの駐車場は満員です」に対して、文脈自由文法規則に基づいて解析した結果である。
また、日本語形態素・構文解析処理を行う際、各解析段階で適用された解析規則を形態素または、係り受け関係を有するものに付与することができる。
【０１０９】
次に、訳語選択部４０１は、入力文の形態素・構文解析処理の結果と、翻訳ＤＢ１０８の翻訳辞書とを用いて、入力文の各形態素の訳語候補を取得し、記憶部に記憶する（ステップＳ６２）。このとき、翻訳ＤＢ１０８の訳語選択処理用規則に適用して、各形態素の最適な訳語候補を取得し、記憶部に記憶する。また、中国語訳語選択処理をする際に適用された訳語選択規則も、対象語彙の中国語訳語に解析結果の一部として、記憶部に記憶する。
【０１１０】
続いて、特定パターン検出部１０５は、入力文の形態素・構文解析処理の結果と、訳語選択部４０１での日本語各形態素の訳語選択処理結果とを用いて、特定パターンＤＢ６０１に登録された特定パターンとのパターン照合処理を行い、特定パターンが検出された場合、その特定パターンを候補として記憶部に記憶する（ステップＳ６３）。
次に、中国語生成部６０４は、形態素・構文解析した結果と、日中翻訳辞書および翻訳規則を用いて、日本語入力文の中国語、すなわち中国語翻訳文を生成する（ステップＳ６４）。ここでの中国語翻訳文には、中国語品詞などの属性情報が各中国語形態素に付与されている。
【０１１１】
この後、特定パターン検出部１０５は、得られた中国語翻訳文から、特定パターンＤＢ６０１に登録されている中国語生成規則を示す情報からなる特定パターンを検出し、得られた特定パターンのうち、候補として記憶しておいた特定パターンと一致する特定パターンを検出し、これら対応する中国語翻訳文を誤り検出・校正の特定対象として特定する。
ここで、特定パターン検出部１０５で特定パターンが検出されなかった場合、誤り検出・校正処理を行わず、中国語生成部６０４で得られた中国語翻訳文を整形して、中国語出力部６０５から中国語を出力する（ステップＳ６５）。
【０１１２】
一方、特定パターン検出部１０５で特定パターンが検出された場合、誤り検出・校正部１０７は、特定パターンに基づき特定した中国語翻訳文内の特定対象に対して、中国語統計的共起情報を格納している中国語統計的モデル６０３を用いて、中国語翻訳文から誤りを検出して校正処理を行い（ステップＳ１５）、校正された結果を中国語出力部６０５から出力する（ステップＳ６５）。
【０１１３】
前述した特定パターン検出部１０５では、例えば、入力文「いちばん近いレストランの駐車場は満員です」の形態素・構文解析処理結果を用いて、図６に示す特定パターンＤＢに示された例との照合処理を行う。入力文のうち、「近い」＋「レストラン」の解析に適用された解析規則から、「連体修飾の取り込み」を取得できる。また、日中機械翻訳における日本語「連体修飾の取り込み」に対応する中国語側の生成規則は、一般的に「定語スロット」を生成することとなるため、入力文から、図６に示すパターンの検索ＩＤ０とのパターンを検出して、そこに付与された中国語構造助詞「的」を特定対象として中国語翻訳文から、中国語構造助詞「的」の適切性を判別することができる。
【０１１４】
また、検出精度を保障するために、「近い」の訳語「近」と品詞、「レストラン」の訳語「飯店」と品詞共に用いて、生成される中国語結果から「近」と「飯店」の間に「的」を入れるか入れないかの判定処理を行うことにより、中国語側の語彙の曖昧性を改善できる。
例えば、入力文「いちばん近いレストランの駐車場は満員です」の中国語翻訳文が「最近飯店的停車場満員」となった場合、この翻訳結果「最近飯店的停車場満員」の日本語の意味は「最近、レストランの駐車場は満員です」となる。この誤った日本語文の「最近」の品詞は時間的名詞または副詞であり、この最近に対応した中国語訳語の「最近」は時間的副詞となる。したがって、２言語間の語彙と品詞情報の対応を考慮して誤り検出処理を行うことにより、検出精度を向上できる。
【０１１５】
中国語統計的モデル６０３の一例として、例えば、中国語単言語コーパスで字面の表層または品詞情報で構築されたＮ−ｇｒａｍモデル、この際に、中国語構造助詞「的」の適切性を判定するためのアルゴリズムは、前述した式（１）〜式（３）または式（４）の計算方法を使用できる。
また、中国語品詞を単語クラスとして、中国語単言語コーパスで構築されたＣｌａｓｓ Ｎ−ｇｒａｍモデルを用いることができる。
【０１１６】
モデルの構築方法は、非特許文献１に記載されたＣｌａｓｓ ｂｉｇｒａｍ モデルやＣｌａｓｓ ｔｒｉｇｒａｍ モデルを使用できる。Ｃｌａｓｓ Ｎ−ｇｒａｍモデルを用いて、中国語翻訳文から語順の誤りの検出および校正処理を行うアルゴリズムは、非特許文献に記録されたＣｌａｓｓ ｂｉｇｒａｍ モデルやＣｌａｓｓ ｔｒｉｇｒａｍ モデルを用いて、中国語翻訳文の語順を考慮した文生成確率の最大となるものを最もらしい校正結果と推定すればよい。
なお、中国語統計的モデル６０３は、決定リスト、ＳＶＭ、最大エントロピー、ＨＭＭ、ベイズ学習のいずれかの学習手法で構築されてもよい。無論、これらの手法に限定されない。
【０１１７】
また、中国語の状語が生成される際には、前述と同様に、状語と対応する構造助詞「地」、中国語の補語が生成される際に、補語と対応する構造助詞「得」の適切性を判別して校正処理を行うことができる。
また、中国語翻訳文のうち、定語、状語、補語の数が２個以上ある場合、生成された中国語語順のチェック処理も同様に行うことができる。例えば、図７に示す特定パターンＤＢを使用すれば、日本語文例のうち、「Ｍ航空Ａ便東京行きはただ今から１番ゲートで搭乗を開始します」の中国語翻訳文が、「去往Ｍ航空Ａ航班東京従現在開始在一号登機口登機」となった場合、前述のアルゴリズムにより、「去往東京Ｍ航空Ａ航班従現在開始在一号登機口登機」という正しい中国語翻訳文を生成することができる。
【０１１８】
また、第２の実施形態と同様に、中国語翻訳文から、中国語主語、述語、目的語、定語、状語、補語等の成分を統合的に考慮して、誤り検出・校正処理を行うことで、訳質を大きく向上できる。
また、第２の実施形態と同様に、例えば、日本語の態相情報を表す日本語助詞または助動詞と中国語の態相情報を表すものとの対応を取れたテーブルを特定パターンＤＢ２０１に記述すれば日本語翻訳結果から中国語態相を表すものの誤りを検出・校正できる。
【０１１９】
例えば、日中機械翻訳システムと想定する場合の日本語例文「風邪を引いていると思います。」の中国語の生成結果に対して、中国語統計的モデルのみの情報を用いて、翻訳結果の誤りを検出すると、「得 感冒」、「得 過 感冒」のような誤った成分が推定される可能性が高く存在する。
これに対して、日本語の態相情報「ている」に対応した中国語の態相を表す助詞の候補「着」、「了」、「在」との三つを中国語翻訳文の誤り検出対象とすれば、日本語文の中国語翻訳結果が「我 認為 得 感冒。」となった際に、誤り検出対象である「着」、「了」、「在」と「我 認為 得 感冒。」との文生成確率が最大となるものを正解とすれば、「我 認為 得 了 感冒。」との正しい翻訳結果を得られる。
【０１２０】
以上説明したように、本発明によると、機械翻訳システムの翻訳精度を大きく改善できる。
【０１２１】
以上、実施形態および実施例を参照して本発明を説明したが、本発明は上記実施形態および実施例に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解しうる様々な変更をすることができる。
【産業上の利用可能性】
【０１２２】
本発明にかかる第１言語から第２言語への機械翻訳装置、翻訳方法およびプログラムは、機械翻訳システムなどにおいて、従来機械翻訳システムの翻訳結果を対象とした後編集や翻訳ルールの作成を行うためのコストが高い問題を解決すると同時に、機械翻訳装置の訳質を大きく改善することができる機械翻訳装置、機械翻訳方法およびプログラムに適している。
本発明によると、以上説明したとおり、機械翻訳における翻訳結果の誤りを改善しにくい問題を改善し、訳質を大きく改善することができる。その翻訳精度の高い翻訳結果をユーザに正しく提供することができる。
【符号の説明】
【０１２３】
１００…機械翻訳装置、１０１…第１言語入力部、１０２…形態素・構文解析部、１０３…特定パターンＤＢ（第１言語のみ）、１０４…第２言語統計的モデル、１０５…特定パターン検出部、１０６…第２言語生成部、１０７…誤り検出・校正部、１０８…翻訳ＤＢ、１０９…第２言語出力部、２０１…特定パターンＤＢ（２言語対応）、４０１…訳語選択部、５０１…日本語入力部、５０２…中国語統計的モデル、５０３…中国語生成部、５０４…中国語出力部、６０１…特定パターンＤＢ（日中対応）、６０２…日本語入力部、６０３…中国語統計的モデル、６０４…中国語生成部、６０５…中国語出力部。
【技術分野】
【０００１】
本発明は、翻訳技術に関し、特に翻訳辞書または翻訳規則を用いて、第１言語を第２言語に機械翻訳する技術に関する。
【背景技術】
【０００２】
従来、ルールベースを用いた機械翻訳の翻訳精度を向上するために、前編集規則や後編集規則による半自動または全自動編集を行う技術が、例えば、特許文献１−３で提案されている。
【０００３】
この特許文献１に記載された機械翻訳後編集支援装置は、図１５に示すように、表示部と、表示制御部と、文章記憶部と、入力制御部と、入力部と、自動後編集処理部と、自動後編集規則記憶部とで構成されている。
この特許文献１では、機械翻訳後編集支援装置として、自動後編集規則を用いて、自動後編集文判別部の判別結果に基づいて自動後編集文であると判別された文と自動後編集文であると判別されなかった文とを区別して表示部に表示させている。
【０００４】
また、特許文献２に記載された機械翻訳におけるテキスト自動前編集装置は、図１６に示すように、文章入力部と、入力文章を記憶する文章バッファと、形態素解析部と、辞書と、前編集ルール群と、前編集ルール群内に格納されたルール群から所定の検索パターンを検出して所定の処理を行って機械翻訳に適した形に前編集処理を行う制御処理部と、文章バッファと、出力部とで構成されている。
この特許文献２では、前編集規則群を機械翻訳システムに適用することで、自動前編集装置を実現している。
【０００５】
また、特許文献３に記載された機械翻訳用ルール生成装置は、対訳例として第１自然言語の表現と、その対訳となる第２自然言語の表現を入力する入力部と、入力された対訳例の第１自然言語を第２自然言語に変換する変換規則を同定する変換規則同定手段と、同定された変換規則の第１自然言語の条件に適合する表現を第１自然言語コーパスから抽出する第１自然言語表現抽出手段と、抽出された第１自然言語の表現に同定された変換規則を適用して、第１自然言語に対応する第２自然言語の表現の候補を生成する第２自然言語表現生成部と、生成された第２自然言語の表現の妥当性を第２自然言語コーパスを用いて検証し、妥当な表現を出力する第２自然言語表現検証手段と、第１自然言語表現抽出手段によって第１自然言語コーパスから抽出された表現と、第２自然言語表現検証手段によって出力された第２自然言語の表現の組を新たな翻訳ルールとして追加するルール追加手段とで構成される。
この特許文献３では、対訳例から翻訳ルールを自動的に取得している。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開平７−２８８１８号公報
【特許文献２】特開平０６−１３９２７４号公報
【特許文献３】特許第００３３２９３７１号
【非特許文献】
【０００７】
【非特許文献１】Martin, S., Liermann, J. and Ney, H., 1998, "Algorithms for bigram and trigram word clustering", Speech Communication, 24(1998), 19-37.
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、このような従来技術では、ルールベースの機械翻訳装置において、前編集規則、後編集規則、翻訳規則として記述しにくいまたは記述しきれない文法現象について、その正確な翻訳規則を作成するコストが高くなるという問題がある。
その理由は、従来技術によれば、翻訳規則として記述しにくいまたは記述しきれない文法現象に対して、前編集規則、後編集規則、翻訳規則を作成するための網羅性のある対訳用例データをたくさん集める必要があるためである。
【０００９】
つまり、翻訳規則として記述しにくいまたは記述しきれない文法現象については、翻訳規則の数が膨大であることから、２言語間の対応が取れた網羅性の高い用例データがなければ、汎用的な前編集規則、後編集規則、翻訳規則を取得できない。
しかし、翻訳規則として記述しにくいまたは記述しきれない文法現象を網羅的に反映できる２言語間の対応を取れた用例の収集は高いコストを要する。
【００１０】
日中機械翻訳システムを例として説明すると、日本語の連体修飾における中国語定語の生成処理、日本語の連用修飾における中国語状語の生成処理、および、日本語から中国語補語への生成処理を行うために、対応する中国語生成用翻訳規則の数は数え切れないほど存在する。特に、高精度な日中翻訳システムを構築するために、中国語の定語、状語、補語が複数ある際に、その並び順に関連する生成規則、および各分成分と共存する中国語構造助詞「的」、「地」、「得」を生成するかしないかの判定にも、より厳密な文法分析を行った上で、中国語生成規則を細かく作成する必要がある。しかし、これらの規則を作成するために、人手による文法現象の抽象化や翻訳規則の作成など、煩雑な文法現象に応じて、膨大な数の変換規則を作成する必要となり、高いコストを要する。
【００１１】
本発明はこのような課題を解決するためのものであり、翻訳規則として記述しにくいまたは記述しきれない文法現象に対する正確な翻訳規則を必要とすることなく、機械翻訳を行うことができる機械翻訳技術を提供することにある。
【課題を解決するための手段】
【００１２】
このような目的を達成するために、本発明にかかる機械翻訳装置は、第１言語で表現された入力文に対して形態素・構文解析を行う形態素・構文解析部と、第１言語を第２言語に翻訳するために用いる翻訳辞書または翻訳規則からなる翻訳データベースと、形態素・構文解析部の解析結果と翻訳データベースとを参照し、入力文に対応する翻訳結果として第２言語翻訳文を生成する第２言語生成部と、第１言語で用いられる特定の語彙を特定パターンとして格納する特定パターンデータベースと、形態素・構文解析部の解析結果から、特定パターンデータベースに格納されている特定パターンを検出し、得られた特定パターンの解析結果と対応する第２言語の語彙または構文情報を翻訳データベースから取得する特定パターン検出部と、第２言語で用いられる語彙の共起に関する統計的共起情報を格納する第２言語統計的モデルと、特定パターン検出部で得られた第２言語の語彙または構文情報と第２言語統計的モデルに格納されている統計的共起情報とを用いて、第２言語生成部で生成された第２言語翻訳文の誤りを検出し、当該第２言語翻訳文を校正する誤り検出・校正部とを備えている。
【００１３】
また、本発明にかかる機械翻訳方法は、第１言語を第２言語に翻訳する機械翻訳装置で用いられる機械翻訳方法であって、形態素・構文解析部が、第１言語で表現された入力文に対して形態素・構文解析を行う形態素・構文解析ステップと、第２言語生成部が、形態素・構文解析部の解析結果と、第１言語を第２言語に翻訳するために用いる翻訳辞書または翻訳規則からなる翻訳データベースとを参照し、入力文に対応する翻訳結果として第２言語翻訳文を生成する第２言語生成ステップと、特定パターン検出部が、形態素・構文解析部の解析結果から、第１言語で用いられる特定の語彙を特定パターンとして格納する特定パターンデータベースに格納された特定パターンを検出し、得られた特定パターンの解析結果と対応する第２言語の語彙または構文情報を翻訳データベースから取得する特定パターン検出ステップと、誤り検出・校正部が、特定パターン検出部で得られた第２言語の語彙または構文情報と、第２言語で用いられる語彙の共起に関する統計的共起情報を格納する第２言語統計的モデルに格納されている統計的共起情報とを用いて、第２言語生成部で生成された第２言語翻訳文の誤りを検出し、当該第２言語翻訳文を校正する誤り検出・校正ステップとを備えている。
【００１４】
また、本発明にかかるプログラムは、第１言語を第２言語に翻訳する機械翻訳装置のコンピュータに、形態素・構文解析部が、第１言語で表現された入力文に対して形態素・構文解析を行う形態素・構文解析ステップと、第２言語生成部が、形態素・構文解析部の解析結果と、第１言語を第２言語に翻訳するために用いる翻訳辞書または翻訳規則からなる翻訳データベースとを参照し、入力文に対応する翻訳結果として第２言語翻訳文を生成する第２言語生成ステップと、特定パターン検出部が、形態素・構文解析部の解析結果から、第１言語で用いられる特定の語彙を特定パターンとして格納する特定パターンデータベースに格納された特定パターンを検出し、得られた特定パターンの解析結果と対応する第２言語の語彙または構文情報を翻訳データベースから取得する特定パターン検出ステップと、誤り検出・校正部が、特定パターン検出部で得られた第２言語の語彙または構文情報と、第２言語で用いられる語彙の共起に関する統計的共起情報を格納する第２言語統計的モデルに格納されている統計的共起情報とを用いて、第２言語生成部で生成された第２言語翻訳文の誤りを検出し、当該第２言語翻訳文を校正する誤り検出・校正ステップとを実行させる。
【発明の効果】
【００１５】
本発明によれば、第１言語から第２言語へのルールベースの機械翻訳装置において、翻訳規則として記述しにくいまたは記述しきれない文法現象に対する正確な翻訳規則を必要とすることなく、機械翻訳を行うことができる。
これにより、翻訳規則として記述しにくいまたは記述しきれない文法現象に対して、翻訳規則の作成に必要となるコストを削減することが可能となる。
【図面の簡単な説明】
【００１６】
【図１】本発明の第１の実施形態にかかる機械翻訳装置の構成を示すブロック図である。
【図２】日本語構文解析例を示す説明図である。
【図３】本発明の第１の実施形態にかかる機械翻訳装置で用いる特定パターンＤＢを示す説明図である。
【図４】本発明の第１の実施形態にかかる機械翻訳処理を示すフローチャートである。
【図５】本発明の第２の実施形態にかかる機械翻訳装置の構成を示すブロック図である。
【図６】本発明の第２の実施形態にかかる機械翻訳装置で用いる特定パターンＤＢを示す説明図である。
【図７】本発明の第２の実施形態にかかる機械翻訳装置で用いる特定パターンＤＢの構成例を示す説明図である。
【図８】本発明の第２の実施形態にかかる機械翻訳処理を示すフローチャートである。
【図９】本発明の第３の実施形態にかかる機械翻訳装置の構成を示すブロック図である。
【図１０】本発明の第４の実施形態にかかる機械翻訳装置の構成を示すブロック図である。
【図１１】本発明の第１の実施例にかかる機械翻訳装置の構成を示すブロック図である。
【図１２】本発明の第１の実施例にかかる機械翻訳処理を示すフローチャートである。
【図１３】本発明の第２の実施例にかかる機械翻訳装置の構成を示すブロック図である。
【図１４】本発明の第２の実施例にかかる機械翻訳処理を示すフローチャートである。
【図１５】従来の機械翻訳後編集支援装置の構成を示すブロック図である。
【図１６】従来の機械翻訳自動前編集システムの構成を示すブロック図である。
【発明を実施するための形態】
【００１７】
次に、本発明の実施形態について図面を参照して説明する。
［第１の実施形態］
まず、図１を参照して、本発明の第１の実施形態にかかる機械翻訳装置について説明する。図１は、本発明の第１の実施形態にかかる機械翻訳装置の構成を示すブロック図である。
【００１８】
機械翻訳装置１００は、全体としてコンピュータなどの情報処理装置からなり、入力された第１言語を第２言語へ機械翻訳する機能を有している。
この機械翻訳装置１００には、主な機能部として、第１言語入力部１０１、形態素・構文解析部１０２、特定パターンデータベース（以下、特定パターンＤＢという）１０３、第２言語統計的モデル１０４、特定パターン検出部１０５、第２言語生成部１０６、誤り検出・校正部１０７、翻訳データベース（以下、翻訳ＤＢという）１０８、および第２言語出力部１０９が設けられている。
【００１９】
第１言語入力部１０１は、キーボードなどの操作入力装置や外部装置（図示せず）からデータを取得する入力インターフェース回路からなり、翻訳対象となる第１言語の入力文を入力する機能を有している。
【００２０】
形態素・構文解析部１０２は、第１言語入力部１０１で入力された第１言語の入力文に対して、形態素解析処理および構文解析処理を行う機能を有している。
図２は、日本語構文解析例を示す説明図である。ここでは、日本語入力文「一番近いレストランの駐車所は満員です」に対する日本語構文解析例が示されている。日本語入力文が形態素からなる語彙に分解され、これら語彙の品詞と組み合わせが示されている。
【００２１】
特定パターンＤＢ１０３は、第１言語で用いられる特定の語彙を示す特定パターンを、形態素・構文解析部１０２の解析結果として付与される第１言語側の情報で記述して格納するデータベースであり、ハードディスクなどの記憶装置からなる記憶部に格納されている。
【００２２】
第２言語統計的モデル１０４は、第２言語で用いられる語彙の共起に関する統計的共起情報を格納する統計的モデルであり、記憶部に格納されている。例えば、第２言語単言語コーパスで、Ｎ−ｇｒａｍ、決定木、ＳＶＭ（Support Vector Machine）、最大エントロピー、ＨＭＭ（Hidden Markov Model：隠れマルコフモデル）、ベイズ学習等の統計的手法を用いて構築できる。無論、これらの統計的手法に限定されない。第２言語統計的モデル１０４には、統計的共起情報として、第２言語の語彙または構文情報に関する、表記、原型、活用形、品詞、格フレーム、時制、態、相、意味分類、または、係り受け関係を有する共起パターンのうち、いずれか１つ以上に関する統計的共起情報が格納されている。
【００２３】
特定パターン検出部１０５は、形態素・構文解析部１０２で得られた解析結果から、特定パターンＤＢ１０３に格納されている特定パターンを検出する機能と、この検索で得られた特定パターンの解析結果と対応する第２言語の語彙または構文情報を翻訳ＤＢ１０８から取得する機能とを有している。
第２言語生成部１０６は、形態素・構文解析部１０２で得られた解析結果と翻訳ＤＢ１０８とを参照して、第１言語の入力文を第２言語に翻訳し、得られた翻訳結果として第２言語翻訳文を生成する機能を有している。
【００２４】
誤り検出・校正部１０７は、特定パターン検出部１０５で得られた第２言語の語彙または構文情報と第２言語統計的モデル１０４に格納されている統計的共起情報とを用いて、第２言語生成部１０６で生成された第２言語翻訳文の誤りを検出する機能と、当該第２言語翻訳文の誤りを自動校正する機能とを有している。誤り検出・校正部１０７での誤り検出処理としては、第２言語統計的モデルを用いて、第２言語生成部で生成された第２言語翻訳文から、不要成分の検出、欠落成分の検出、または、語順の誤り検出のうちのいずれか１つの誤り検出処理が行われる。
【００２５】
また、誤り検出・校正部１０７では、第２言語統計的モデル１０４に登録された統計的モデルの学習素性や特徴量等を元に、第２言語翻訳文から第２言語統計的モデルに対応した学習素性や特徴量などの成分を抽出して、モデルに適用できるフォーマットに整形すれば、モデルに適用して最適解を推定できる。
例えば、語彙の表記情報、品詞、意味分類、係り受け関係を有するパターン等を学習素性や特徴量として、頻度値、確率値、情報量などの共起情報量で重み付けて構築された第２言語統計的モデル１０４を用いて、誤り検出・校正部１０７での処理を行う場合、モデルの学習素性や特徴量に適したに素性抽出方法とアルゴリズムで第２言語翻訳文から誤り検出・校正処理を行えばよい。
【００２６】
また、第２言語統計的モデル１０４として、第２言語単言語コーパスで構築されたＮ−ｇｒａｍ言語統計的モデルやＣｌａｓｓ Ｎ−ｇｒａｍモデルを用いた場合、第２言語翻訳文から、特定パターンに応じた不要成分、欠落成分が存在するかどうかを検出する処理、または、文成分の語順の誤りが存在するかどうかを検出する処理を行う最も単純な計算方法の一例として、第２言語統計的モデル１０４で、第２言語翻訳文と特定パターン検出部１０５により取得された第２言語の語彙や構文情報との組み合わせから構成される生成文の大局的な統計情報量を最大となるものを最適な解とすればよい。また、文生起確率を計算する際に、第２言語生成文の語彙の字面の共起情報、または、品詞クラスの共起情報で計算すればよい。特に、Ｎ−ｇｒａｍを用いる際に、前向きのＮ−ｇｒａｍモデルと後向きのＮ−ｇｒａｍモデルを同時に使用してもよい。
【００２７】
あるいは、第２言語統計的モデル１０４として、正例や負例の学習データでＳＶＭを用いて構築されたモデルを用いた場合、誤り検出・校正部１０７では、ＳＶＭモデルを構築する際に使われた学習素性に基づいて、第２言語翻訳文から学習素性に一致するものを抽出して一定のフォーマットで整形し、ＳＶＭモデルで第２言語翻訳文から特定対象の不要な文成分、欠落の分析文、または語順の誤り等を検出して、校正処理を行うことができる。
【００２８】
翻訳ＤＢ１０８は、翻訳規則、翻訳辞書、または翻訳規則と翻訳辞書の両方を含む。翻訳規則は、一般的に、ルールベースの翻訳システムに使われる第１言語側の解析規則、第２言語側の生成規則、および第１言語・第２言語の両側の対応規則が記憶されたものである。翻訳辞書は、一般的に、ルールベースの翻訳システムに使われる第１言語の語彙と第２言語の語彙との対応が取れた辞書である。
【００２９】
第２言語出力部１０９は、ＬＣＤやＰＤＰなどの画面表示装置や、外部装置（図示せず）に対してデータを出力する出力インターフェース回路からなり、特定パターン検出部１０５から特定パターンが検出されない場合、第２言語生成部１０６からの第２言語翻訳文を出力する機能と、特定パターン検出部１０５から特定パターンが検出された場合、第２言語生成部１０６からの第２言語翻訳文を誤り検出・校正部１０７により校正された結果を出力する機能とを有している。
【００３０】
図３は、本発明の第１の実施形態にかかる機械翻訳装置で用いる特定パターンＤＢを示す説明図である。この例は、日中機械翻訳システムと想定したもので、日本語単言語のみの情報で特定パターンデータベースが構築された例を示している。ここでは、日本語格助詞「の」、形式名詞「の」、助動詞「だ」などの品詞情報と表記からなる特定パターンが記録されている。
【００３１】
例えば、格助詞の「の」と対応する中国語の訳語は、文脈状況により、何も生成しない訳語と中国語構造助詞「的」の２つがある。しかし、これらの中国語訳語を正しく訳し分けできるはっきりした日本語および中国語の文法現象が極めて複雑で、機械翻訳規則を作成する際に、一般的には、厳密な翻訳規則を作成するのが困難である。
また、形式名詞「の」、助動詞「だ」も同様な問題を存在する。形式名詞「の」の中国語訳語は、「的」と「的東西」の２つがある。助動詞「だ」の中国語訳語は「在」「叫」「是」「有」などがあり、これらの語彙の中国語訳語の訳し分けも極めて複雑である。
よって、これらの語彙に対応する中国語へ翻訳規則は複雑で一般的に作成しきれないため、本発明では、これらのものを特定パターンＤＢ１０３に記録して、特定パターン検出部１０５により、特定パターンが入力文中に含まれるかどうかを検出している。
【００３２】
また、特定パターン検出部１０５は、形態素・構文解析部１０２から得られた第１言語入力文の解析結果から、特定パターンＤＢ１０３に格納されている特定パターンが含まれるかを検出し、検出された特定パターンに対して、第１言語文章に含まれている隣接語彙の情報、または、検出された特定パターンと係り受け関係を有する構文情報を取得して、これらの情報の第２言語側の語彙や構文情報を翻訳辞書や翻訳規則から取得して、誤り検出・校正部１０７に使えるような仕組みを用いてもよい。
【００３３】
ここで、図３を参照して、特定パターン検出部１０５の処理を説明すると、まず、形態素・構文解析部１０２の解析結果と図３に示す特定パターンＤＢ１０３とを用いて、パターンマッチングを行うことにより、日中翻訳システムの日本語入力文の中に含まれているかどうかを検出できる。
次に、図３に示す特定パターンが検出された場合、検出された特定パターンの品詞と表記情報を検索キーとして、誤り検出・校正部１０７により、翻訳ＤＢ１０８の日中翻訳辞書の辞書引き処理を行って、検出された特定パターンの中国語の対訳候補を取得する。
【００３４】
続いて、誤り検出・校正部１０７により、第２言語生成部１０６で得られた中国語翻訳文に対して、対訳候補を誤り検出・校正処理の対象とする。また、特定パターンの日本語語彙と係り受け関係を有する語彙情報も取得して、それに対応した中国語側の語彙情報を同時に利用すれば、誤り検出・校正処理に利用すれば、精度を向上できる。
例えば、図３に示す日本語格助詞「の」品詞と表記を検索キーとして、日中翻訳辞書から「訳語なし」と示す記号「Φ」と中国語構造助詞「的」を取得できる。これらの情報を中国語生成側の特定対象として、中国語統計的モデルを用いて中国語翻訳文から候補の適切性を判定することができる。
【００３５】
機械翻訳装置１００の機能部のうち、形態素・構文解析部１０２、特定パターン検出部１０５、第２言語生成部１０６、誤り検出・校正部１０７については、専用の情報処理回路で実現してもよく、ＣＰＵとその周辺回路を有し、記憶部（図示せず）からプログラムを読み込んで実行することにより、各種処理部を実現する演算処理部で実現してもよい。
【００３６】
［第１の実施形態の動作］
次に、図１と図４を参照して、本発明の第１の実施形態にかかる機械翻訳装置の動作について詳細に説明する。図４は、第１の実施形態にかかる機械翻訳処理を示すフローチャートである。
【００３７】
まず、第１言語入力部１０１により、翻訳対象となる第１言語の入力文を入力する（ステップＳ１１）、形態素・構文解析部１０２により、この入力文に対して、形態素解析または単語分割等の処理を行い、その形態素情報を用いて入力文の構文解析を行い、入力文に含まれる語彙間の係り受け関係を有する語彙を取得する処理を行い、解析した結果を記憶しておく（ステップＳ１２）。
【００３８】
続いて、形態素・構文解析部１０２で得られた形態素・構文解析結果から、特定パターン検出部１０５により、特定パターンＤＢ１０３に登録されている特定パターンを検出し（ステップＳ１３）、入力文から特定パターンが検出されなかった場合、ステップＳ１４へ移行する。
【００３９】
一方、ステップＳ１３において、入力文から特定パターンが検出された場合、特定パターン検出部１０５により、検出された特定パターンに対応する解析結果を用いて機械翻訳システムの翻訳規則または翻訳辞書から第２言語の語彙や構文情報を取得して、検出された特定パターンおよび第２言語の語彙や構文情報を記憶し、ステップＳ１４へ移行する。
この際、前述したように、入力文から特定パターンが検出された場合、特定パターン検出部１０５により、第１言語文章に含まれている特定パターンと隣接する語彙の情報、または、検出された特定パターンと係り受け関係を有する構文情報を取得し、翻訳辞書や翻訳規則からこれらの情報に対応する第２言語側の語彙や構文情報を取得してもよい。
【００４０】
次に、形態素・構文解析部１０２で得られた形態素・構文解析の結果と、第１言語から第２言語へ翻訳するための翻訳辞書と翻訳規則を用いて、第２言語生成部１０６により、第１言語の入力文を第２言語へ翻訳し、その翻訳結果である第２言語翻訳文を生成する（ステップＳ１４）。
この後、ステップＳ１３で特定パターンが検出されなかった場合、ステップＳ１６へ移行して、ステップＳ１４で生成した第２言語翻訳文を第２言語出力部１０９で出力し（ステップＳ１６）、一連の機械翻訳処理を終了する。
【００４１】
一方、ステップＳ１３で特定パターンが検出された場合、ステップＳ１３で記憶した特定パターンと対応する第２言語の語彙や構文情報と、第２言語統計的モデル１０４の統計的共起情報とを用いて、誤り検出・校正部１０７により、ステップＳ１４で生成した第２言語翻訳文の誤りを検出して、この誤りを校正した後（ステップＳ１５）、第２言語出力部１０９で校正後の第２言語翻訳文さらには校正結果を出力し（ステップＳ１６）、一連の機械翻訳処理を終了する。
【００４２】
［第１の実施形態の効果］
このように、本実施形態では、翻訳規則として記述しにくいまたは記述しきれない文法現象を持つ語彙を、特定パターンとして予め特定パターンＤＢ１０３に登録しておき、この特定パターンが第１言語の入力文に含まれていた場合には、当該特定パターンの解析結果と対応する第２言語の語彙または構文情報を翻訳ＤＢ１０８から取得し、この第２言語の語彙または構文情報と第２言語統計的モデル１０４に格納されている統計的共起情報とを用いて、誤り検出・校正部１０７により、第１言語を翻訳して得られた第２言語翻訳文の誤りを検出し、当該第２言語翻訳文を校正するようにしたので、翻訳規則として記述しにくいまたは記述しきれない文法現象に対する正確な翻訳規則を必要とすることなく、機械翻訳を行うことができる。
【００４３】
これにより、翻訳規則として記述しにくいまたは記述しきれない文法現象に対して、翻訳規則の作成に必要となるコストを削減することが可能となる。例えば、本実施形態において、図３に示す特定パターンＤＢの例で日中翻訳システムに実装される場合、日本語格助詞「の」、日本語形式名詞「の」、日本語助動詞「だ」の訳語選択における翻訳規則を作成する必要がなくなる。
【００４４】
また、本実施の形態において、第２言語統計的モデルとして、第２言語の語彙または構文情報に関する、表記、原型、活用形、品詞、格フレーム、時制、態、相、意味分類、または、係り受け関係を有する共起パターンのうち、いずれか１つ以上の統計的共起情報を格納するモデルを用いてもよい。
【００４５】
また、本実施の形態において、誤り検出・校正部で、第２言語統計的モデルを用いて、第２言語生成部で生成された第２言語翻訳文から、不要成分の検出、欠落成分の検出、または、語順の誤り検出のうちのいずれか１つの誤り検出処理と、得られた誤りの自動校正処理とを行うようにしてもよい。
【００４６】
また、本実施の形態において、第２言語が中国語である場合、特定パターンデータベースに格納されている特定パターンとして、中国語の定語成分と対応する第１言語の構文成分を用い、誤り検出・校正部で、第２言語生成部により生成された中国語翻訳文の中国語定語成分に対して、中国語定語の語順および構造助詞「的」の誤り検出処理と、得られた誤りの自動校正処理とを行うようにしてもよい。
【００４７】
また、本実施の形態において、第２言語が中国語である場合、特定パターンデータベースに格納されている特定パターンとして、中国語の状語成分と対応する第１言語の構文成分を用い、誤り検出・校正部で、第２言語生成部により生成された中国語翻訳文の中国語状語成分に対して、中国語状語の語順および構造助詞「地」の誤り検出処理と、得られた誤りの自動校正処理とを行うようにしてもよい。
【００４８】
また、本実施の形態において、第２言語が中国語である場合、特定パターンデータベースに格納されている特定パターンとして、中国語の補語成分と対応する第１言語の構文成分を用い、誤り検出・校正部で、第２言語生成部により生成された中国語翻訳文の中国語補語成分に対して、中国語補語の語順および構造助詞「得」の誤り検出処理と、得られた誤りの自動校正処理とを行うようにしてもよい。
【００４９】
また、本実施の形態において、第２言語が中国語である場合、特定パターンデータベースに格納されている特定パターンとして、中国語の量詞成分と対応する第１言語の構文成分を用い、誤り検出・校正部で、第２言語生成部により生成された中国語翻訳文の中国語量詞成分に対して、中国語量詞の誤り検出処理と、得られた誤りの自動校正処理とを行うようにしてもよい。
【００５０】
また、本実施の形態において、第２言語が中国語である場合、特定パターンデータベースに格納されている特定パターンとして、中国語の態相情報を表す語彙や構文情報と対応する第１言語の構文成分を用い、誤り検出・校正部で、第２言語生成部により生成された中国語翻訳文の中国語態相情報を表す語彙や構文情報成分に対して、中国語の態相情報を表す語彙や構文情報成分の誤り検出処理と、得られた誤りの自動校正処理とを行うようにしてもよい。
【００５１】
また、本実施の形態において、第２言語が中国語である場合、特定パターンデータベースに格納されている特定パターンとして、中国語の前置詞である介詞と対応する第１言語の構文成分を用い、誤り検出・校正部で、第２言語生成部により生成された中国語翻訳文の中国語介詞成分に対して、中国語介詞の誤り検出処理と、得られた誤りの自動校正処理とを行うようにしてもよい。
【００５２】
［第２の実施形態］
次に、図５を参照して、本発明の第２の実施形態にかかる機械翻訳装置について説明する。図５は、本発明の第２の実施形態にかかる機械翻訳装置の構成を示すブロック図であり、図１と同じまたは同等部分には同一符号を付してある。
【００５３】
図５に示すように、本実施形態は、図１に示した第１の実施形態にかかる機械翻訳装置のうち特定パターンＤＢ１０３に代えて、特定パターンＤＢ２０１を備えている。その他の構成については、図１に示した第１の実施形態と同等であり、ここでの詳細な説明は省略する。
この特定パターンＤＢ２０１は、第１言語で用いられる特定の語彙を示す特定パターンが、形態素・構文解析部１０２の解析結果として付与される第１言語側の情報と、この第１言語側の情報に対応する第２言語側の特定対象の情報との組で記述されているデータベースである。
【００５４】
図６は、本発明の第２の実施形態にかかる機械翻訳装置で用いる特定パターンＤＢを示す説明図である。この例は、日中機械翻訳システムを想定したものであり、図６に示すものは、日中機械翻訳システムにおける翻訳規則の利用情報と中国語構造助詞との関連付けをするためのテーブルである。
【００５５】
例えば、図６の検索ＩＤ０番に示すパターンは、日本語側の解析規則として、日本語入力文に対して形態素・構文解析を行う際に、「日本語連体修飾の取り込み」という翻訳規則が適用されることを意味する。また、図６の検索ＩＤ０番に対応する中国語側生成情報は、定語スロットが生成されることを意味する。そして、図６の検索ＩＤ０番に対応する中国語構造助詞の「的」は、中国語翻訳結果の中から構造助詞「的」の適切性を判定するための特定対象とすることを意味する。
【００５６】
なお、スロットとは、構文解析で用いる格フレームの構成要素であり、格スロットともいう。格文法に基づく構文解析では、動詞が要求する言語構造(格)に着目して解析する手法があり、格として、どのようなものがあるか、どういう性質を持つものなのかを記述した木構造の格フレームを用い、形態素解析で得られた形態素またはこれら組み合わせ句を格スロットへ当てはめることにより、構文解析を行う。
また、定語とは、中国語の文法成分のうちの修飾成分の１つであり、日本語連体修飾語に相当する。中国語定語および日本語連体修飾語とも、「修飾語（名詞・代名詞・形容詞）＋被修飾語（名詞・名詞句）」という構造を持つ。
【００５７】
図６の検索ＩＤ０番は、日本語側の解析において、「日本語連体修飾の取り込み」という翻訳規則が適用されて、かつ、この規則に対応する中国語生成側では、中国語定語スロットが生成されると、日本語入力文の中国語翻訳文に対して、中国語構造助詞「的」の適切性を判定すること意味をする。
同様に、中国語構造助詞「地」の適切性を判別する条件は図６の検索ＩＤ１番の特定パターンに示す。中国語構造助詞「得」の適切性を判別する条件は図６の検索ＩＤ２番の特定パターンに示す。
【００５８】
また、図７は、本発明の第２の実施形態にかかる機械翻訳装置で用いる特定パターンＤＢの構成例を示す説明図である。この例は、日中機械翻訳システムにおける中国語翻訳文の語順をチェックするための特定パターンＤＢ２０１の構成例を示している。
【００５９】
図６と同様に、図７の検索ＩＤ０番で説明すると、検索ＩＤ０番は全体的に、日本語側の解析では、「日本語連体修飾の取り込み」との翻訳規則が適用されて、かつ、この規則に対応する中国語生成側では中国語定語スロットが生成され、かつ、中国語定語スロットが２箇所以上を有する場合、日本語入力文の中国語翻訳文に対して、中国語の定語成分に対して、生成語順の適切性を判定することを意味をする。
同様に、中国語状語の適切性を判別する条件は図７の検索ＩＤ１番に示す。また、中国語補語の適切性を判別する条件は図７の検索ＩＤ２番に示す。
【００６０】
ここで、中国語定語、状語、補語との概念が中国語の構文要素である。一般的に中国語構文成分は、主語、述語、目的語、定語、状語、補語を用いて記述する。機械翻訳においては、これらの情報を中国語格フレームに付与する。
そして、中国語構造助詞「的」は中国語の定語に伴うもので、中国語構造助詞「地」は中国語の状語に伴うもので、構造助詞「得」は中国語の補語に伴うものである。これらの構造助詞は中国語文脈によりあったりなかったりするため、機械翻訳においては、厳密な翻訳規則を作成するのに、多大なコストを要する。
【００６１】
前述したように、中国語翻訳文のうちから誤り検出・校正の対象となる特定対象を選択し、中国語統計的モデルを用いて中国語翻訳文のうち、対応した特定対象の適切性を判別して、不要な成分、欠落成分および語順のチェックなどの誤り検出・校正処理を行うことができる。
また、中国語翻訳文のうち、その他の成分の誤り検出および校正処理を行う必要がある際に、その第１言語と対応する語彙情報や翻訳規則などの情報を用いて、特定パターンＤＢ２０１に記述して、本発明に適用すればよい。
【００６２】
例えば、中国語翻訳文のうち、量詞の適切性を特定したい場合、日本語代名詞と、日本語名詞との品詞パターンで中国語量詞との関連付けておけばよい。
また、中国語の態相情報を表す助詞の適切性を特定したい場合、日本語の態相情報を表す日本語助詞または助動詞と中国語の態相情報を表す助詞との対応を取れたテーブルを作成すればよい。
また、中国語前置詞である介詞の適切性を特定したい場合、日本語格助詞や副助詞などと中国語介詞との対応を取れたテーブルを作成すればよい。
【００６３】
［第２の実施形態の動作］
次に、図５と図８を参照して本発明を実施するための第２の形態の動作について詳細に説明する。図８は、本発明の第２の実施形態にかかる機械翻訳処理を示すフローチャートであり、図４と同じまたは同等部分には同一符号を付してある。
図８に示すように、本実施形態にかかる機械翻訳処理は、図４と比較して、ステップＳ１３に代えてステップＳ２１が設けられており、ステップＳ１４とステップＳ１５との間にステップＳ２２が追加されている。
【００６４】
まず、第１言語入力部１０１により、翻訳対象となる第１言語の入力文を入力する（ステップＳ１１）、形態素・構文解析部１０２により、この入力文に対して、形態素解析または単語分割等の処理を行い、その形態素情報を用いて入力文の構文解析を行い、入力文に含まれる語彙間の係り受け関係を有する語彙を取得する処理を行い、解析した結果を記憶しておく（ステップＳ１２）。この際、形態素・構文解析処理の各段階で適用した解析ルールも解析結果の一部として記憶しておく。
【００６５】
続いて、形態素・構文解析部１０２で得られた形態素・構文解析結果から、特定パターン検出部１０５により、特定パターンＤＢ２０１に登録されている第１言語側の情報からなる特定パターンと一致するものすべてを、特定パターン候補として検出する（ステップＳ２１）。
次に、形態素・構文解析部１０２で得られた形態素・構文解析の結果と、第１言語から第２言語へ翻訳するための翻訳辞書と翻訳規則を用いて、第２言語生成部１０６により、第１言語の入力文を第２言語へ翻訳し、その翻訳結果である第２言語翻訳文を生成する（ステップＳ１４）。
【００６６】
この後、ステップＳ１４で得られた第２言語翻訳文から、特定パターン検出部１０５により、特定パターンＤＢ１０３に登録されている第２言語側の情報からなる特定パターンを検出し、得られた特定パターンのうち、ステップＳ２１で得られた特定パターン候補と一致する特定パターンを検出し、この特定パターンと対応する第２言語側の情報を誤り検出・校正の特定対象として選択する（ステップＳ２２）。
【００６７】
ここで、ステップＳ２２で特定パターンが検出されなかった場合、ステップＳ１６へ移行して、ステップＳ１４で生成した第２言語翻訳文を第２言語出力部１０９で出力し（ステップＳ１６）、一連の機械翻訳処理を終了する。
一方、ステップＳ２２で特定パターンが検出された場合、当該特定対象の特定パターンおよび第２言語の特定対象と、第２言語統計的モデル１０４に格納されている統計的共起情報とを用いて、ステップＳ１４で生成した第２言語翻訳文の誤りを検出して、この誤りを校正した後（ステップＳ１５）、第２言語出力部１０９で校正後の第２言語翻訳文さらには校正結果を出力し（ステップＳ１６）、一連の機械翻訳処理を終了する。
【００６８】
［第２の実施形態の効果］
このように、本実施形態では、翻訳規則として記述しにくいまたは記述しきれない文法現象を持つ語彙を、特定パターンとして第１言語側の情報と第２言語側の情報との組として、予め特定パターンＤＢ１０３に登録しておき、この特定パターンの第１言語側の情報が第１言語の入力文に含まれおり、かつこの特定パターンの第２言語側の情報が、入力文を翻訳して得られた第２言語翻訳文に含まれている場合、当該特定パターンおよび当該第２言語側の情報に対応する第２言語翻訳文からなる特定対象と、第２言語統計的モデルに格納されている統計的共起情報とを用いて、第１言語を翻訳して得られた第２言語翻訳文の誤りを検出し、当該第２言語翻訳文を校正するようにしたので、翻訳規則として記述しにくいまたは記述しきれない文法現象に対する正確な翻訳規則を必要とすることなく、機械翻訳を行うことができる。
【００６９】
また、本実施形態では、特定パターンが第１言語側の情報と第２言語側の情報との組で記述された特定パターンＤＢ１０３を用いるようにしたので、特定パターンの第１言語側の情報と対応する第２言語側の情報を適切に設定することができ、誤り検出および校正を精度よく行うことが可能となる。
例えば、本実施形態において、図６と図７に示す特定パターンＤＢの例を用いた場合、下記の日本語例文１の翻訳結果の構造助詞「的」の欠落、日本語例文２の翻訳結果の構造助詞「地」の欠落、および日本語例文３の状語成分「東京」の誤りを検出して自動的に正しい結果に校正できるようになる。
【００７０】
例文（用例中の括弧内は誤り箇所を示す）
日本語例文１：「いちばん近いレストランの駐車場は満員です。」
中国語翻訳結果：「最近飯店的停車場満員。」
中国語正解 ：「最近（的）飯店的停車場満員。」
日本語例文２：「何をぼんやり考えているのか？」
中国語翻訳結果：「呆呆在考慮什幺？」
中国語正解 ：「呆呆（地）在考慮什幺？」
日本語例文３：「Ｍ航空Ａ便東京行きはただ今から１番ゲートで搭乗を開始します。」
中国語翻訳結果：「去往Ｍ航空Ａ航班東京従現在開始在一号登機口登機。」
中国語正解 ：「去往（東京）Ｍ航空Ａ航班従現在開始在一号登機口登機。」
【００７１】
［第３の実施形態］
次に、図９を参照して、本発明の第３の実施形態にかかる機械翻訳装置について説明する。図９は、本発明の第３の実施形態にかかる機械翻訳装置の構成を示すブロック図であり、図１と同じまたは同等部分には同一符号を付してある。
【００７２】
図９に示すように、本実施形態は、図１に示した第１の実施形態にかかる機械翻訳装置の構成要素と同じであるが、各機能部の接続関係を換えて構成してある。具体的には、特定パターン検出部１０５での特定パターンの検出結果に応じて、第２言語生成部１０６により、誤り検出・校正部１０７での誤り検出・構成処理を行うか否か決定している。その他の点では、第１の実施形態と同様である。
このような接続関係であっても、第１の実施形態と同様の作用効果を得ることができる。
【００７３】
［第４の実施形態］
次に、図１０を参照して、本発明の第４の実施形態にかかる機械翻訳装置について説明する。図１０は、本発明の第４の実施形態にかかる機械翻訳装置の構成を示すブロック図であり、図５と同じまたは同等部分には同一符号を付してある。
【００７４】
図１０に示すように、本実施形態は、図５に示した第２の実施形態にかかる機械翻訳装置の構成要素と同じであるが、各機能部の接続関係を換えて構成してある。具体的には、特定パターン検出部１０５での特定パターンの検出結果に応じて、第２言語生成部１０６により、誤り検出・校正部１０７での誤り検出・構成処理を行うか否か決定している。また、形態素・構文解析部１０２と特定パターン検出部１０５との間に、訳語選択部４０１が追加されている。その他の点では、第１の実施形態と同様である。
【００７５】
訳語選択部４０１は、形態素・構文解析部１０２で得られた第１言語の入力文に対する形態素・構文解析結果を用いて、翻訳ＤＢ１０８の翻訳辞書から各形態素の訳語候補を取得する機能と、この訳語候補を翻訳ＤＢ１０８の翻訳規則や訳語選択処理用規則に適用して、各形態素の最適な訳語候補を取得する機能とを有している。
これにより、特定パターン検出部１０５において、第２言語生成部１０６で生成された第２言語翻訳文から、特定パターンＤＢ１０３に登録されている第２言語側の情報からなる特定パターンを検出する際、高い精度で特定パターンを検索でき、より正確に誤り検出・校正の特定対象を選択することが可能となる。
【実施例１】
【００７６】
次に、図１１を参照して、本発明の第１の実施例について説明する。図１１は、本発明の第１の実施例にかかる機械翻訳装置の構成を示すブロック図であり、図１と同じまたは同等部分には同一符号を付してある。
【００７７】
本実施例は、前述した第１および第３の実施形態に対応するものである。図１１に示すように、本実施例は、図１に示した第１の実施形態にかかる機械翻訳装置のうち、第１言語入力部１０１、特定パターンＤＢ１０３、第２言語統計的モデル１０４、第２言語生成部１０６、および第２言語出力部１０９に代えて、それぞれ日本語入力部５０１、特定パターンＤＢ５００、中国語統計的モデル５０２、中国語生成部５０３、および中国語出力部５０４を備えている。これらは、第１の実施形態の第１言語および第２言語を日本語および中国語に特化したものであり、実質的には第１の実施形態の構成要素と同等である。
【００７８】
図１２は、本発明の第１の実施例にかかる機械翻訳処理を示すフローチャートであり、前述した図４と同じまたは同等部分には同一符号を付してある。ここでは、日本語で入力された「それは、三列と五列の間にある」という入力文を中国語へ機械翻訳する場合を例として説明する。
【００７９】
日本語入力部５０１で入力された入力文を（ステップＳ５１）、形態素・構文解析部１０２で解析した場合（ステップＳ１２）、「それ／は／、／三／列／と／五／列／の／間／に／ある」という形態素解析結果が得られる。形態素解析で得られた各形態素は独自の属性値を持つ。属性値とは、原形、品詞、表記、活用形、意味分類、態、相等の情報からなる。
例えば、例文の形態素「の」と「ある」は以下属性を有する。
表記 仮名 固有部 原型 品詞 …
の ノ の の 格助詞 …
ある アル ある ある 動詞 …
【００８０】
また、翻訳ＤＢ１０８の翻訳辞書は、各形態素の中国語生成ブロックに、その形態素の訳語、品詞、意味分類、用言の場合の格フレーム、態、相情報等の情報を含んでいる。中国語の格フレームの構成成分は、中国語生成用格フレームの要素として、主語、述語、目的語、定語、状語、補語等の文構造情報が記述されている。
【００８１】
形態素・構文解析部１０２は、前述した形態素解析結果を用いて、構文解析規則と合わせて入力文の構文解析処理を行う（ステップＳ１２）。構文解析処理を行った結果、入力文中係り受け関係を有する語彙間の係り受け関係を取得できる。
特定パターン検出部１０５は、形態素・構文解析部１０２での形態素解析・構文解析処理の結果を用いて、特定パターンＤＢ５００に登録された特定パターンと照合して特定パターン検出処理を行う（ステップＳ５２）。
【００８２】
例えば、入力文「それは、三列と五列の間にある」の形態素・構文解析処理の結果には、格助詞「の」が含まれる。特定パターン検出部１０５において、図３に示す日中翻訳用特定パターンＤＢを用いて入力文とのパターンマッチングを行うと、検索ＩＤ０番の格助詞「の」が検出される。すると、検出された格助詞「の」に対して、翻訳ＤＢ１０８の翻訳辞書から、格助詞「の」の訳語候補である「訳語なし」と示す記号「Φ」と中国語構造助詞「的」が取得される。
【００８３】
また、特定パターン検出部１０５は、入力文の形態素・構文解析処理の結果から、特定パターンＤＢ５００に記述された特定パターンを検出した場合、検出した特定パターンと隣接する形態素の情報を、入力文の形態素・構文解析処理の結果から取得する。
例えば、例文の形態素・構文解析結果から、格助詞「の」と隣接する語彙「列」と「間」の情報を切り出して取得できる。また、「列」、「の」、「間」と対応する中国語側の情報を日中翻訳辞書の辞書引き処理から取得できる。
【００８４】
これにより、日本語語彙の表記や品詞などの属性情報と、それに対応する中国語側の語彙の表記と品詞などの属性情報を取得できる。例えば、格助詞「の」の前の語彙「列」の日本語の品詞である「助数詞」と対応する中国語の品詞である「量詞」、格助詞「の」の後ろの語彙「間」の日本語の品詞である「名詞」と対応する中国語の品詞である「名詞」を取得できる。したがって、日本語「列＋の＋間」と対応する中国語の生成語彙の品詞情報として、「量詞＋Φ＋名詞」または「量詞＋的＋名詞」のようなパターンを、入力文の形態素・構文解析処理の結果から取得できる。
【００８５】
次に、中国語生成部５０３は、形態素・構文解析した結果と、日中翻訳辞書および翻訳規則を用いて、日本語入力文の中国語、すなわち中国語翻訳文を生成する（ステップＳ５３）。ここでの中国語翻訳文には、中国語品詞などの属性情報が各中国語形態素に付与されている。
ここで、特定パターン検出部１０５で特定パターンが検出されなかった場合、誤り検出・校正処理を行わず、中国語生成部５０３で得られた中国語翻訳文を整形して、中国語出力部５０４から中国語を出力する（ステップＳ５４）。
【００８６】
一方、特定パターン検出部１０５で例文のように特定パターンが検出された場合、誤り検出・校正部１０７は、特定パターンに基づき特定した中国語翻訳文内の特定対象に対して、中国語統計的共起情報を格納している中国語統計的モデル５０２を用いて、中国語翻訳文から誤りを検出して校正処理を行い（ステップＳ１５）、校正された結果を中国語出力部５０４から出力する（ステップＳ５４）。
【００８７】
誤り検出・校正部１０７における、具体的な誤り検出と校正処理について、中国語Ｎ−ｇｒａｍモデルで日本語例文に対する処理例を説明する。
前述したように、格助詞「の」の訳語が「訳語なし」の記号「Φ」を訳語候補として取得された場合、この記号「Φ」に対して、誤り検出・構成処理を行う際には、空文字に変換すればよい。「量詞＋Φ＋名詞」の例で説明すると、「量詞＋名詞」のように変換すればよい。
【００８８】
日本語入力文「それは、三列と五列の間にある」で説明すると、例えば、中国語生成部５０３で得られた中国語翻訳文が「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞 的／構造助詞 之間／名詞」となったものとする。ここで、中国語統計的モデル５０２の一例として、中国語単言語コーパスで単語表記と品詞情報で構築されたＮ−ｇｒａｍモデルを用いる場合、中国語構造助詞「的」の適切性を判定するためのアルゴリズムは、次のような計算方法が使用できる。
【００８９】
まず、中国語特定対象ｗdeの適切性を、３−ｇｒａｍで近似計算される生成確率を利用して判定する方法がある。なお、以下のｗは、語彙の表記、または表記と品詞の組を示す。
例えば、翻訳結果を文１＝ｗ0，ｗ1，ｗ2，…，ｗi-1，ｗi，ｗi+1，…ｗnとし、これにｗdeの位置を考慮したものを、文２＝ｗ0，ｗ1，ｗ2，…，ｗi-1，ｗde，ｗi，ｗi+1，…ｗnと仮定する。
【００９０】
ここで、文１の生成確率を３−ｇｒａｍで近似すると、次の式（１）となり、同様に文２の生成確率を３−ｇｒａｍで近似すると、次の式（２）となる。
【数１】
【数２】
【００９１】
よって、（ｗi-1，ｗde，ｗi）のうちｗdeの適切性を判断できる計算式は、次の式（３）で表すことができる。
【数３】
【００９２】
また、文＝ｗ0，ｗ1，…，ｗnの生成確率については、３−ｇｒａｍを利用した次の式（４）に示すような計算方法を用いてもよい。
【数４】
【００９３】
また、中国語生成部５０３で得られた中国語翻訳文のうち、特定パターン検出部１０５で、中国語の語彙、構文情報である「量詞＋名詞」と「量詞＋的＋名詞」との２つのパターンが、翻訳結果の特定対象として特定された場合、「量詞＋的＋名詞」のパターンに一致する部分として「列／量詞 的／構造助詞 之間／名詞」が取得される。
【００９４】
この場合には、品詞付き中国語Ｎ−ｇｒａｍ言語統計的モデルを用いて、式（１）〜式（３）で示されたアルゴリズムで計算すると、以下の２つの条件付き確率値を計算して比較すればよい。
Ｐ１＝Ｐ（的／構造助詞｜五／数詞 列／量詞）・Ｐ（之間／名詞｜列／量詞 的／構造助詞）
Ｐ２＝Ｐ（之間／名詞｜五／数詞 列／量詞）
【００９５】
ここで、中国語３−ｇｒａｍで確率値を計算して、
Ｐ１＝８．３３３３６ｅ−００５
Ｐ２＝１．２５０００ｅ−００１
のような結果が得られた場合、Ｐ１よりＰ２の確率値が高いため、翻訳結果から（列／量詞 的／構造助詞 之間／名詞）の「的／構造助詞」という誤りが検出できる。
この際に、Ｐ２のパターン「五／数詞 列／量詞 之間／名詞」を切り出して、翻訳結果文の「列／量詞 的／構造助詞 之間／名詞」と置換すれば、中国語翻訳文の校正結果である「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞 之間／名詞」となる。
【００９６】
また、Ｐ１の確率値を計算する際、誤りを含んでいる（列／量詞 的／構造助詞 之間／名詞）との３−ｇｒａｍが検出されない場合、Ｐ（之間／名詞｜列／量詞 的／構造助詞）の値は２−ｇｒａｍと１−ｇｒａｍでスムージングによる補間処理で近似確率を計算することができる。
具体的に、Ｎ−ｇｒａｍモデルのスムージング方法として、可算スムージング、線形補間、バックオフ・スムージング、ウィトン・ベル・スムージング、ウン・カウント法などが挙げられる。
【００９７】
また、誤り検出・校正部１０７での処理において、式（４）に示すアルゴリズムを使う際は、特定パターン検出部１０５により検出された中国語の語彙および構文情報と、中国語生成部５０３で得られた中国語翻訳文とで共起するすべての文生起確率を計算して、生起確率が最大となるものを正解とすることができる。
例文では、格助詞「の」の２つの訳語候補を取得して、中国語翻訳文について「的」が生成される場合と、「的」が生成されない場合のすべての文生起確率を計算して、最大となるものを校正結果とすればよい。誤り箇所を検出したい場合、文生起確率が最大となる生成文と中国語翻訳文との差分を求めればよい。
【００９８】
例えば、日本語入力文に対する中国語翻訳文が「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞 的／構造助詞 之間／名詞」となった場合、以下の文の生起確率を近似計算することができる。
■「的／構造助詞」を含まない文：
文３「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞 之間／名詞」
■「的／構造助詞」を含む文：
文４「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞 的／構造助詞 之間／名詞」
文５「那／代名詞 的／構造助詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞 之間／名詞」
文６「那／代名詞 個／量詞 的／構造助詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞 之間／名詞」
文７「那／代名詞 個／量詞 在／介詞 的／構造助詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞 之間／名詞」
文８「那／代名詞 個／量詞 在／介詞 三／数詞 的／構造助詞 列／量詞 和／連詞 五／数詞 列／量詞 之間／名詞」
文９「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 的／構造助詞 和／連詞 五／数詞 列／量詞 之間／名詞」
文１０「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 的／構造助詞 五／数詞 列／量詞 之間／名詞」
文１１「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 的／構造助詞 列／量詞 之間／名詞」
文１２「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞 的／構造助詞 之間／名詞」
文１３「那／代名詞 個／量詞 在／介詞 三／数詞 列／量詞 和／連詞 五／数詞 列／量詞之間／名詞 的／構造助詞」
【００９９】
これらの文３〜文１３の文生起確率を中国語３−ｇｒａｍを用いて計算して、確率値が最大となるものを最適な翻訳結果とすることができる。ここでの文生起確率を計算する際、前述したＮ−ｇｒａｍモデルのスムージング方法を用いることができる。
例文に対して、Ｗｉｔｔｅｎ−Ｂｅｌｌ ｄｉｓｃｏｕｎｔでバックオフ・スムージング平滑化処理での文生起確率の次のような計算結果が得られたものとする。
文３の文生起確率：１．４９２８６ｅ−００８
文４の文生起確率：１．５１６７７ｅ−０１１
文５の文生起確率：１．０１７４４ｅ−０１０
文６の文生起確率：５．６７２７０ｅ−０１１
文７の文生起確率：１．０５３７１ｅ−０１０
文８の文生起確率：３．２０４９４ｅ−０１０
文９の文生起確率：１．５３９６４ｅ−０１１
文１０の文生起確率：８．８７８１０ｅ−０１０
文１１の文生起確率：３．０７９９９ｅ−０１０
文１２の文生起確率：１．４９２５２ｅ−０１１
文１３の文生起確率：１．０３９４９ｅ−００９
【０１００】
この場合には、確率値をソートして文３の結果が最大となるため、文３が正解とすることができる。また、中国語構造助詞「的」の誤りを検出したいときに、文３と中国語翻訳文との差分から求められる。
【０１０１】
また、中国語品詞を単語クラスとして、中国語単言語コーパスで構築されたＣｌａｓｓ Ｎ−ｇｒａｍモデルを用いることができる。
モデルの構築方法は、非特許文献１に記載されたＣｌａｓｓ ｂｉｇｒａｍ モデルやＣｌａｓｓ ｔｒｉｇｒａｍ モデルを使用できる。
【０１０２】
Ｃｌａｓｓ Ｎ−ｇｒａｍモデルを用いて、第２言語翻訳文から対象語彙の誤りの検出および校正処理を行うアルゴリズムは、非特許文献１に記録されたＣｌａｓｓ ｂｉｇｒａｍ モデルやＣｌａｓｓ ｔｒｉｇｒａｍ モデルを用いて、第２言語翻訳文のうち、「的」の有無を考慮した文生成確率の最大となるものを最もらしい校正結果と推定すればよい。
また、中国語統計的モデルは、決定リスト、ＳＶＭ、最大エントロピー、ＨＭＭ、ベイズ学習のいずれかの学習手法で構築されてもよい。無論、これらの学習手法には限定されない。
【０１０３】
このようにして、日本語入力文「それは、三列と五列の間にある」の中国語翻訳文が「那 個 在 三 列 和 五 列 的 之間」となった場合、した処理によって、「那 個 在 三 列 和 五 列 之間」との正しい結果が得られる。
また、実施例１と同様に、中国語翻訳文の中から、図３に示す形式名詞の訳語および助動詞「だ」の訳語選択問題を解決することもできる。
【実施例２】
【０１０４】
次に、図１３を参照して、本発明の第２の実施例について説明する。図１３は、本発明の第２の実施例にかかる機械翻訳装置の構成を示すブロック図であり、図５と同じまたは同等部分には同一符号を付してある。
【０１０５】
本実施例は、前述した第２および第４の実施形態に対応するものである。図１３に示すように、本実施例は、図１０に示した第４の実施形態にかる機械翻訳装置のうち、第１言語入力部１０１、特定パターンＤＢ１０３、第２言語統計的モデル１０４、第２言語生成部１０６、および第２言語出力部１０９に代えて、それぞれ日本語入力部６０２、特定パターンＤＢ６０１、中国語統計的モデル６０３、中国語生成部６０４、および中国語出力部６０５を備えている。これらは、第４の実施形態の第１言語および第２言語を日本語および中国語に特化したものであり、実質的には第４の実施形態の構成要素と同等である。
【０１０６】
図１４は、本発明の第２の実施例にかかる機械翻訳処理を示すフローチャートであり、前述した図１４と同じまたは同等部分には同一符号を付してある。
ここでは、日本語で入力された以下のような入力文を中国語へ機械翻訳する場合を例として説明する。
「いちばん近いレストランの駐車場は満員です」
「何をぼんやり考えているのか」
「Ｍ航空Ａ便東京行きはただ今から１番ゲートで搭乗を開始します」
【０１０７】
日本語入力部５０１で入力された入力文を（ステップＳ６１）、形態素・構文解析部１０２で解析した場合（ステップＳ１２）、
「いちばん／近い／レストラン／の／駐車場／は／満員／です」
「何／を／ぼんやり／考え／て／いる／の／か」
「Ｍ航空／Ａ便／東京／行き／は／ただ今／から／一番／ゲート／で／搭乗／を／開始／し／ます」
という形態素解析結果が得られる。形態素解析で得られた各形態素は、前述したように独自の属性値を持つ。
【０１０８】
形態素・構文解析部１０２は、前述した形態素解析結果を用いて、構文解析規則と合わせて入力文の構文解析処理を行う。構文解析処理を行った結果、入力文中係り受け関係を有する語彙間の係り受け関係を取得できる。
例えば、図２は、入力文の「いちばん近いレストランの駐車場は満員です」に対して、文脈自由文法規則に基づいて解析した結果である。
また、日本語形態素・構文解析処理を行う際、各解析段階で適用された解析規則を形態素または、係り受け関係を有するものに付与することができる。
【０１０９】
次に、訳語選択部４０１は、入力文の形態素・構文解析処理の結果と、翻訳ＤＢ１０８の翻訳辞書とを用いて、入力文の各形態素の訳語候補を取得し、記憶部に記憶する（ステップＳ６２）。このとき、翻訳ＤＢ１０８の訳語選択処理用規則に適用して、各形態素の最適な訳語候補を取得し、記憶部に記憶する。また、中国語訳語選択処理をする際に適用された訳語選択規則も、対象語彙の中国語訳語に解析結果の一部として、記憶部に記憶する。
【０１１０】
続いて、特定パターン検出部１０５は、入力文の形態素・構文解析処理の結果と、訳語選択部４０１での日本語各形態素の訳語選択処理結果とを用いて、特定パターンＤＢ６０１に登録された特定パターンとのパターン照合処理を行い、特定パターンが検出された場合、その特定パターンを候補として記憶部に記憶する（ステップＳ６３）。
次に、中国語生成部６０４は、形態素・構文解析した結果と、日中翻訳辞書および翻訳規則を用いて、日本語入力文の中国語、すなわち中国語翻訳文を生成する（ステップＳ６４）。ここでの中国語翻訳文には、中国語品詞などの属性情報が各中国語形態素に付与されている。
【０１１１】
この後、特定パターン検出部１０５は、得られた中国語翻訳文から、特定パターンＤＢ６０１に登録されている中国語生成規則を示す情報からなる特定パターンを検出し、得られた特定パターンのうち、候補として記憶しておいた特定パターンと一致する特定パターンを検出し、これら対応する中国語翻訳文を誤り検出・校正の特定対象として特定する。
ここで、特定パターン検出部１０５で特定パターンが検出されなかった場合、誤り検出・校正処理を行わず、中国語生成部６０４で得られた中国語翻訳文を整形して、中国語出力部６０５から中国語を出力する（ステップＳ６５）。
【０１１２】
一方、特定パターン検出部１０５で特定パターンが検出された場合、誤り検出・校正部１０７は、特定パターンに基づき特定した中国語翻訳文内の特定対象に対して、中国語統計的共起情報を格納している中国語統計的モデル６０３を用いて、中国語翻訳文から誤りを検出して校正処理を行い（ステップＳ１５）、校正された結果を中国語出力部６０５から出力する（ステップＳ６５）。
【０１１３】
前述した特定パターン検出部１０５では、例えば、入力文「いちばん近いレストランの駐車場は満員です」の形態素・構文解析処理結果を用いて、図６に示す特定パターンＤＢに示された例との照合処理を行う。入力文のうち、「近い」＋「レストラン」の解析に適用された解析規則から、「連体修飾の取り込み」を取得できる。また、日中機械翻訳における日本語「連体修飾の取り込み」に対応する中国語側の生成規則は、一般的に「定語スロット」を生成することとなるため、入力文から、図６に示すパターンの検索ＩＤ０とのパターンを検出して、そこに付与された中国語構造助詞「的」を特定対象として中国語翻訳文から、中国語構造助詞「的」の適切性を判別することができる。
【０１１４】
また、検出精度を保障するために、「近い」の訳語「近」と品詞、「レストラン」の訳語「飯店」と品詞共に用いて、生成される中国語結果から「近」と「飯店」の間に「的」を入れるか入れないかの判定処理を行うことにより、中国語側の語彙の曖昧性を改善できる。
例えば、入力文「いちばん近いレストランの駐車場は満員です」の中国語翻訳文が「最近飯店的停車場満員」となった場合、この翻訳結果「最近飯店的停車場満員」の日本語の意味は「最近、レストランの駐車場は満員です」となる。この誤った日本語文の「最近」の品詞は時間的名詞または副詞であり、この最近に対応した中国語訳語の「最近」は時間的副詞となる。したがって、２言語間の語彙と品詞情報の対応を考慮して誤り検出処理を行うことにより、検出精度を向上できる。
【０１１５】
中国語統計的モデル６０３の一例として、例えば、中国語単言語コーパスで字面の表層または品詞情報で構築されたＮ−ｇｒａｍモデル、この際に、中国語構造助詞「的」の適切性を判定するためのアルゴリズムは、前述した式（１）〜式（３）または式（４）の計算方法を使用できる。
また、中国語品詞を単語クラスとして、中国語単言語コーパスで構築されたＣｌａｓｓ Ｎ−ｇｒａｍモデルを用いることができる。
【０１１６】
モデルの構築方法は、非特許文献１に記載されたＣｌａｓｓ ｂｉｇｒａｍ モデルやＣｌａｓｓ ｔｒｉｇｒａｍ モデルを使用できる。Ｃｌａｓｓ Ｎ−ｇｒａｍモデルを用いて、中国語翻訳文から語順の誤りの検出および校正処理を行うアルゴリズムは、非特許文献に記録されたＣｌａｓｓ ｂｉｇｒａｍ モデルやＣｌａｓｓ ｔｒｉｇｒａｍ モデルを用いて、中国語翻訳文の語順を考慮した文生成確率の最大となるものを最もらしい校正結果と推定すればよい。
なお、中国語統計的モデル６０３は、決定リスト、ＳＶＭ、最大エントロピー、ＨＭＭ、ベイズ学習のいずれかの学習手法で構築されてもよい。無論、これらの手法に限定されない。
【０１１７】
また、中国語の状語が生成される際には、前述と同様に、状語と対応する構造助詞「地」、中国語の補語が生成される際に、補語と対応する構造助詞「得」の適切性を判別して校正処理を行うことができる。
また、中国語翻訳文のうち、定語、状語、補語の数が２個以上ある場合、生成された中国語語順のチェック処理も同様に行うことができる。例えば、図７に示す特定パターンＤＢを使用すれば、日本語文例のうち、「Ｍ航空Ａ便東京行きはただ今から１番ゲートで搭乗を開始します」の中国語翻訳文が、「去往Ｍ航空Ａ航班東京従現在開始在一号登機口登機」となった場合、前述のアルゴリズムにより、「去往東京Ｍ航空Ａ航班従現在開始在一号登機口登機」という正しい中国語翻訳文を生成することができる。
【０１１８】
また、第２の実施形態と同様に、中国語翻訳文から、中国語主語、述語、目的語、定語、状語、補語等の成分を統合的に考慮して、誤り検出・校正処理を行うことで、訳質を大きく向上できる。
また、第２の実施形態と同様に、例えば、日本語の態相情報を表す日本語助詞または助動詞と中国語の態相情報を表すものとの対応を取れたテーブルを特定パターンＤＢ２０１に記述すれば日本語翻訳結果から中国語態相を表すものの誤りを検出・校正できる。
【０１１９】
例えば、日中機械翻訳システムと想定する場合の日本語例文「風邪を引いていると思います。」の中国語の生成結果に対して、中国語統計的モデルのみの情報を用いて、翻訳結果の誤りを検出すると、「得 感冒」、「得 過 感冒」のような誤った成分が推定される可能性が高く存在する。
これに対して、日本語の態相情報「ている」に対応した中国語の態相を表す助詞の候補「着」、「了」、「在」との三つを中国語翻訳文の誤り検出対象とすれば、日本語文の中国語翻訳結果が「我 認為 得 感冒。」となった際に、誤り検出対象である「着」、「了」、「在」と「我 認為 得 感冒。」との文生成確率が最大となるものを正解とすれば、「我 認為 得 了 感冒。」との正しい翻訳結果を得られる。
【０１２０】
以上説明したように、本発明によると、機械翻訳システムの翻訳精度を大きく改善できる。
【０１２１】
以上、実施形態および実施例を参照して本発明を説明したが、本発明は上記実施形態および実施例に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解しうる様々な変更をすることができる。
【産業上の利用可能性】
【０１２２】
本発明にかかる第１言語から第２言語への機械翻訳装置、翻訳方法およびプログラムは、機械翻訳システムなどにおいて、従来機械翻訳システムの翻訳結果を対象とした後編集や翻訳ルールの作成を行うためのコストが高い問題を解決すると同時に、機械翻訳装置の訳質を大きく改善することができる機械翻訳装置、機械翻訳方法およびプログラムに適している。
本発明によると、以上説明したとおり、機械翻訳における翻訳結果の誤りを改善しにくい問題を改善し、訳質を大きく改善することができる。その翻訳精度の高い翻訳結果をユーザに正しく提供することができる。
【符号の説明】
【０１２３】
１００…機械翻訳装置、１０１…第１言語入力部、１０２…形態素・構文解析部、１０３…特定パターンＤＢ（第１言語のみ）、１０４…第２言語統計的モデル、１０５…特定パターン検出部、１０６…第２言語生成部、１０７…誤り検出・校正部、１０８…翻訳ＤＢ、１０９…第２言語出力部、２０１…特定パターンＤＢ（２言語対応）、４０１…訳語選択部、５０１…日本語入力部、５０２…中国語統計的モデル、５０３…中国語生成部、５０４…中国語出力部、６０１…特定パターンＤＢ（日中対応）、６０２…日本語入力部、６０３…中国語統計的モデル、６０４…中国語生成部、６０５…中国語出力部。
【特許請求の範囲】
【請求項１】
第１言語で表現された入力文に対して形態素・構文解析を行う形態素・構文解析部と、
第１言語を第２言語に翻訳するために用いる翻訳辞書または翻訳規則からなる翻訳データベースと、
前記形態素・構文解析部の解析結果と前記翻訳データベースとを参照し、前記入力文に対応する翻訳結果として第２言語翻訳文を生成する第２言語生成部と、
前記第１言語で用いられる特定の語彙を特定パターンとして格納する特定パターンデータベースと、
前記形態素・構文解析部の解析結果から、前記特定パターンデータベースに格納されている特定パターンを検出し、得られた特定パターンの解析結果と対応する第２言語の語彙または構文情報を前記翻訳データベースから取得する特定パターン検出部と、
前記第２言語で用いられる語彙の共起に関する統計的共起情報を格納する第２言語統計的モデルと、
前記特定パターン検出部で得られた第２言語の語彙または構文情報と前記第２言語統計的モデルに格納されている統計的共起情報とを用いて、前記第２言語生成部で生成された前記第２言語翻訳文の誤りを検出し、当該第２言語翻訳文を校正する誤り検出・校正部と
を備えることを特徴とする機械翻訳装置。
【請求項２】
請求項１に記載の機械翻訳装置において、
前記特定パターンデータベースに格納された特定パターンは、前記形態素・構文解析部の解析結果として付与される第１言語側の情報と、この第１言語側の情報に対応する第２言語側の情報との組で記述されていることを特徴とする機械翻訳装置。
【請求項３】
請求項１に記載の機械翻訳装置において、
前記第２言語統計的モデルは、前記第２言語の語彙または構文情報に関する、表記、原型、活用形、品詞、格フレーム、時制、態、相、意味分類、または、係り受け関係を有する共起パターンのうち、いずれか１つ以上の統計的共起情報を格納していることを特徴とする機械翻訳装置。
【請求項４】
請求項１に記載の機械翻訳装置において、
前記誤り検出・校正部は、前記第２言語統計的モデルを用いて、前記第２言語生成部で生成された第２言語翻訳文から、不要成分の検出、欠落成分の検出、または、語順の誤り検出のうちのいずれか１つの誤り検出処理と、得られた誤りの自動校正処理とを行うことを特徴とする機械翻訳装置。
【請求項５】
請求項１に記載の機械翻訳装置において、
前記第２言語が中国語であり、前記特定パターンデータベースに格納されている特定パターンが、中国語の定語成分と対応する第１言語の構文成分を含み、前記誤り検出・校正部が、前記第２言語生成部により生成された中国語翻訳文の中国語定語成分に対して、中国語定語の語順および構造助詞「的」の誤り検出処理と、得られた誤りの自動校正処理とを行うことを特徴とする機械翻訳装置。
【請求項６】
請求項１に記載の機械翻訳装置において、
前記第２言語が中国語であり、前記特定パターンデータベースに格納されている特定パターンが、中国語の状語成分と対応する第１言語の構文成分を含み、前記誤り検出・校正部が、前記第２言語生成部により生成された中国語翻訳文の中国語状語成分に対して、中国語状語の語順および構造助詞「地」の誤り検出処理と、得られた誤りの自動校正処理とを行うことを特徴とする機械翻訳装置。
【請求項７】
請求項１に記載の機械翻訳装置において、
前記第２言語が中国語であり、前記特定パターンデータベースに格納されている特定パターンが、中国語の補語成分と対応する第１言語の構文成分を含み、前記誤り検出・校正部が、前記第２言語生成部により生成された中国語翻訳文の中国語補語成分に対して、中国語補語の語順および構造助詞「得」の誤り検出処理と、得られた誤りの自動校正処理とを行うことを特徴とする機械翻訳装置。
【請求項８】
請求項１に記載の機械翻訳装置において、
前記第２言語が中国語であり、前記特定パターンデータベースに格納されている特定パターンが、中国語の量詞成分と対応する第１言語の構文成分を含み、前記誤り検出・校正部が、前記第２言語生成部により生成された中国語翻訳文の中国語量詞成分に対して、中国語量詞の誤り検出処理と、得られた誤りの自動校正処理とを行うことを特徴とする機械翻訳装置。
【請求項９】
請求項１に記載の機械翻訳装置において、
前記第２言語が中国語であり、前記特定パターンデータベースに格納されている特定パターンが、中国語の態相情報を表す語彙や構文情報と対応する第１言語の構文成分を含み、前記誤り検出・校正部が、前記第２言語生成部により生成された中国語翻訳文の中国語態相情報を表す語彙や構文情報成分に対して、中国語の態相情報を表す語彙や構文情報成分の誤り検出処理と、得られた誤りの自動校正処理とを行うことを特徴とする機械翻訳装置。
【請求項１０】
請求項１に記載の機械翻訳装置において、
前記第２言語が中国語であり、前記特定パターンデータベースに格納されている特定パターンが、中国語の前置詞である介詞と対応する第１言語の構文成分を含み、前記誤り検出・校正部が、前記第２言語生成部により生成された中国語翻訳文の中国語介詞成分に対して、中国語介詞の誤り検出処理と、得られた誤りの自動校正処理とを行うことを特徴とする機械翻訳装置。
【請求項１１】
第１言語を第２言語に翻訳する機械翻訳装置で用いられる機械翻訳方法であって、
形態素・構文解析部が、第１言語で表現された入力文に対して形態素・構文解析を行う形態素・構文解析ステップと、
第２言語生成部が、前記形態素・構文解析部の解析結果と、第１言語を第２言語に翻訳するために用いる翻訳辞書または翻訳規則からなる翻訳データベースとを参照し、前記入力文に対応する翻訳結果として第２言語翻訳文を生成する第２言語生成ステップと、
特定パターン検出部が、前記形態素・構文解析部の解析結果から、前記第１言語で用いられる特定の語彙を特定パターンとして格納する特定パターンデータベースに格納された特定パターンを検出し、得られた特定パターンの解析結果と対応する第２言語の語彙または構文情報を前記翻訳データベースから取得する特定パターン検出ステップと、
誤り検出・校正部が、前記特定パターン検出部で得られた第２言語の語彙または構文情報と、前記第２言語で用いられる語彙の共起に関する統計的共起情報を格納する第２言語統計的モデルに格納されている統計的共起情報とを用いて、前記第２言語生成部で生成された前記第２言語翻訳文の誤りを検出し、当該第２言語翻訳文を校正する誤り検出・校正ステップと
を備えることを特徴とする機械翻訳方法。
【請求項１２】
第１言語を第２言語に翻訳する機械翻訳装置のコンピュータに、
形態素・構文解析部が、第１言語で表現された入力文に対して形態素・構文解析を行う形態素・構文解析ステップと、
第２言語生成部が、前記形態素・構文解析部の解析結果と、第１言語を第２言語に翻訳するために用いる翻訳辞書または翻訳規則からなる翻訳データベースとを参照し、前記入力文に対応する翻訳結果として第２言語翻訳文を生成する第２言語生成ステップと、
特定パターン検出部が、前記形態素・構文解析部の解析結果から、前記第１言語で用いられる特定の語彙を特定パターンとして格納する特定パターンデータベースに格納された特定パターンを検出し、得られた特定パターンの解析結果と対応する第２言語の語彙または構文情報を前記翻訳データベースから取得する特定パターン検出ステップと、
誤り検出・校正部が、前記特定パターン検出部で得られた第２言語の語彙または構文情報と、前記第２言語で用いられる語彙の共起に関する統計的共起情報を格納する第２言語統計的モデルに格納されている統計的共起情報とを用いて、前記第２言語生成部で生成された前記第２言語翻訳文の誤りを検出し、当該第２言語翻訳文を校正する誤り検出・校正ステップと
を実行させるプログラム。
【請求項１】
第１言語で表現された入力文に対して形態素・構文解析を行う形態素・構文解析部と、
第１言語を第２言語に翻訳するために用いる翻訳辞書または翻訳規則からなる翻訳データベースと、
前記形態素・構文解析部の解析結果と前記翻訳データベースとを参照し、前記入力文に対応する翻訳結果として第２言語翻訳文を生成する第２言語生成部と、
前記第１言語で用いられる特定の語彙を特定パターンとして格納する特定パターンデータベースと、
前記形態素・構文解析部の解析結果から、前記特定パターンデータベースに格納されている特定パターンを検出し、得られた特定パターンの解析結果と対応する第２言語の語彙または構文情報を前記翻訳データベースから取得する特定パターン検出部と、
前記第２言語で用いられる語彙の共起に関する統計的共起情報を格納する第２言語統計的モデルと、
前記特定パターン検出部で得られた第２言語の語彙または構文情報と前記第２言語統計的モデルに格納されている統計的共起情報とを用いて、前記第２言語生成部で生成された前記第２言語翻訳文の誤りを検出し、当該第２言語翻訳文を校正する誤り検出・校正部と
を備えることを特徴とする機械翻訳装置。
【請求項２】
請求項１に記載の機械翻訳装置において、
前記特定パターンデータベースに格納された特定パターンは、前記形態素・構文解析部の解析結果として付与される第１言語側の情報と、この第１言語側の情報に対応する第２言語側の情報との組で記述されていることを特徴とする機械翻訳装置。
【請求項３】
請求項１に記載の機械翻訳装置において、
前記第２言語統計的モデルは、前記第２言語の語彙または構文情報に関する、表記、原型、活用形、品詞、格フレーム、時制、態、相、意味分類、または、係り受け関係を有する共起パターンのうち、いずれか１つ以上の統計的共起情報を格納していることを特徴とする機械翻訳装置。
【請求項４】
請求項１に記載の機械翻訳装置において、
前記誤り検出・校正部は、前記第２言語統計的モデルを用いて、前記第２言語生成部で生成された第２言語翻訳文から、不要成分の検出、欠落成分の検出、または、語順の誤り検出のうちのいずれか１つの誤り検出処理と、得られた誤りの自動校正処理とを行うことを特徴とする機械翻訳装置。
【請求項５】
請求項１に記載の機械翻訳装置において、
前記第２言語が中国語であり、前記特定パターンデータベースに格納されている特定パターンが、中国語の定語成分と対応する第１言語の構文成分を含み、前記誤り検出・校正部が、前記第２言語生成部により生成された中国語翻訳文の中国語定語成分に対して、中国語定語の語順および構造助詞「的」の誤り検出処理と、得られた誤りの自動校正処理とを行うことを特徴とする機械翻訳装置。
【請求項６】
請求項１に記載の機械翻訳装置において、
前記第２言語が中国語であり、前記特定パターンデータベースに格納されている特定パターンが、中国語の状語成分と対応する第１言語の構文成分を含み、前記誤り検出・校正部が、前記第２言語生成部により生成された中国語翻訳文の中国語状語成分に対して、中国語状語の語順および構造助詞「地」の誤り検出処理と、得られた誤りの自動校正処理とを行うことを特徴とする機械翻訳装置。
【請求項７】
請求項１に記載の機械翻訳装置において、
前記第２言語が中国語であり、前記特定パターンデータベースに格納されている特定パターンが、中国語の補語成分と対応する第１言語の構文成分を含み、前記誤り検出・校正部が、前記第２言語生成部により生成された中国語翻訳文の中国語補語成分に対して、中国語補語の語順および構造助詞「得」の誤り検出処理と、得られた誤りの自動校正処理とを行うことを特徴とする機械翻訳装置。
【請求項８】
請求項１に記載の機械翻訳装置において、
前記第２言語が中国語であり、前記特定パターンデータベースに格納されている特定パターンが、中国語の量詞成分と対応する第１言語の構文成分を含み、前記誤り検出・校正部が、前記第２言語生成部により生成された中国語翻訳文の中国語量詞成分に対して、中国語量詞の誤り検出処理と、得られた誤りの自動校正処理とを行うことを特徴とする機械翻訳装置。
【請求項９】
請求項１に記載の機械翻訳装置において、
前記第２言語が中国語であり、前記特定パターンデータベースに格納されている特定パターンが、中国語の態相情報を表す語彙や構文情報と対応する第１言語の構文成分を含み、前記誤り検出・校正部が、前記第２言語生成部により生成された中国語翻訳文の中国語態相情報を表す語彙や構文情報成分に対して、中国語の態相情報を表す語彙や構文情報成分の誤り検出処理と、得られた誤りの自動校正処理とを行うことを特徴とする機械翻訳装置。
【請求項１０】
請求項１に記載の機械翻訳装置において、
前記第２言語が中国語であり、前記特定パターンデータベースに格納されている特定パターンが、中国語の前置詞である介詞と対応する第１言語の構文成分を含み、前記誤り検出・校正部が、前記第２言語生成部により生成された中国語翻訳文の中国語介詞成分に対して、中国語介詞の誤り検出処理と、得られた誤りの自動校正処理とを行うことを特徴とする機械翻訳装置。
【請求項１１】
第１言語を第２言語に翻訳する機械翻訳装置で用いられる機械翻訳方法であって、
形態素・構文解析部が、第１言語で表現された入力文に対して形態素・構文解析を行う形態素・構文解析ステップと、
第２言語生成部が、前記形態素・構文解析部の解析結果と、第１言語を第２言語に翻訳するために用いる翻訳辞書または翻訳規則からなる翻訳データベースとを参照し、前記入力文に対応する翻訳結果として第２言語翻訳文を生成する第２言語生成ステップと、
特定パターン検出部が、前記形態素・構文解析部の解析結果から、前記第１言語で用いられる特定の語彙を特定パターンとして格納する特定パターンデータベースに格納された特定パターンを検出し、得られた特定パターンの解析結果と対応する第２言語の語彙または構文情報を前記翻訳データベースから取得する特定パターン検出ステップと、
誤り検出・校正部が、前記特定パターン検出部で得られた第２言語の語彙または構文情報と、前記第２言語で用いられる語彙の共起に関する統計的共起情報を格納する第２言語統計的モデルに格納されている統計的共起情報とを用いて、前記第２言語生成部で生成された前記第２言語翻訳文の誤りを検出し、当該第２言語翻訳文を校正する誤り検出・校正ステップと
を備えることを特徴とする機械翻訳方法。
【請求項１２】
第１言語を第２言語に翻訳する機械翻訳装置のコンピュータに、
形態素・構文解析部が、第１言語で表現された入力文に対して形態素・構文解析を行う形態素・構文解析ステップと、
第２言語生成部が、前記形態素・構文解析部の解析結果と、第１言語を第２言語に翻訳するために用いる翻訳辞書または翻訳規則からなる翻訳データベースとを参照し、前記入力文に対応する翻訳結果として第２言語翻訳文を生成する第２言語生成ステップと、
特定パターン検出部が、前記形態素・構文解析部の解析結果から、前記第１言語で用いられる特定の語彙を特定パターンとして格納する特定パターンデータベースに格納された特定パターンを検出し、得られた特定パターンの解析結果と対応する第２言語の語彙または構文情報を前記翻訳データベースから取得する特定パターン検出ステップと、
誤り検出・校正部が、前記特定パターン検出部で得られた第２言語の語彙または構文情報と、前記第２言語で用いられる語彙の共起に関する統計的共起情報を格納する第２言語統計的モデルに格納されている統計的共起情報とを用いて、前記第２言語生成部で生成された前記第２言語翻訳文の誤りを検出し、当該第２言語翻訳文を校正する誤り検出・校正ステップと
を実行させるプログラム。
【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】
【公開番号】特開２０１０−２４４３８５（Ｐ２０１０−２４４３８５Ａ）
【公開日】平成２２年１０月２８日（２０１０．１０．２８）
【国際特許分類】
【出願番号】特願２００９−９３７１８（Ｐ２００９−９３７１８）
【出願日】平成２１年４月８日（２００９．４．８）
【出願人】（０００００４２３７）日本電気株式会社 (19,353)
【Ｆターム（参考）】
【公開日】平成２２年１０月２８日（２０１０．１０．２８）
【国際特許分類】
【出願日】平成２１年４月８日（２００９．４．８）
【出願人】（０００００４２３７）日本電気株式会社 (19,353)
【Ｆターム（参考）】
[ Back to top ]