訳文生成方法及び装置並びに機械翻訳
【課題】本発明は訳文並びに機械翻訳生成方法及び装置を提供する。
【解決手段】翻訳対象第１言語の文が複数に分離され、整列二ヶ国語用例コーパスが第１言語と第２言語の複数の例文対並びに各文対間の配列情報を含み、第１言語の各断片に対応する第２言語の訳文断片により構成される、方法であって、訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点に基づいて第１言語の文に対応する第２言語の複数の可能訳文断片の組み合わせから第２言語の最適訳文断片の組み合わせを選択し、最適訳文組み合わせに基づいて第２言語の訳文を生成することを含む。
【解決手段】翻訳対象第１言語の文が複数に分離され、整列二ヶ国語用例コーパスが第１言語と第２言語の複数の例文対並びに各文対間の配列情報を含み、第１言語の各断片に対応する第２言語の訳文断片により構成される、方法であって、訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点に基づいて第１言語の文に対応する第２言語の複数の可能訳文断片の組み合わせから第２言語の最適訳文断片の組み合わせを選択し、最適訳文組み合わせに基づいて第２言語の訳文を生成することを含む。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、情報処理の技術、特に訳文生成技術及び二カ国語整列技術に基づく機械翻訳技術に関する。
【背景技術】
【０００２】
用例に基づく機械翻訳(EBMT)システムは自動翻訳システムであり、翻訳システムは整列二カ国語例文を翻訳知識として直接使用する。翻訳対象の入力文について、翻訳システムは整合技術を用いて整列二カ国語用例コーパスにおいて整合二カ国語例文を検索し、それから二カ国語例文の整列情報を用いて二カ国語例文から整合断片に対応する訳文断片を抽出する。最後に、翻訳システムはこれら訳文断片を入力文の訳文に組み合わせる。
【０００３】
現在のEBMTシステムでは、訳文生成の２つの主要な方法がある。
【０００４】
（１）意味的方法
この方法はシソーラスを使用して入力文の各部分に対して適切な目的言語断片を取得する。このとき、訳文は所定の順序で目的言語断片の再組み合わせによって生成される。
【０００５】
（２）統計的方法
この方法は統計言語モデルで目的言語断片を再組み合わせすることのよって訳文を生成する。
【０００６】
第１方法は目的言語断片間の訳文を考慮していない。故に、この種の訳文の流暢さが欠ける。
【０００７】
第２方法はｎグラム同時発生統計（n-gram co-occurrence statistics）を用いて流暢問題を解決できる。しかしながら、この方法は例文と入力文との意味的関係を考慮していない。その結果、この種の翻訳の精度はよくない。
【０００８】
故に、上述した要因を同時に考慮して訳文形成方法及び機械翻訳を提供する必要がある。
【非特許文献１】“Noun Phrase Translation, University of Southern California”, Philipp Koehn, 2003.
【非特許文献２】“Discriminative training and maximum entropy models for statistical machine translation”, Franz Josef Och and Hermann Ney, in Proceedings of the 40th Annual Meeting of the ACL, pages 295-302, 2002.
【非特許文献３】“SRILM - an extensible language modeling toolkit”, Andreas Stolcke, in Proceedings of the International Conference on Spoken Language Processing, volume 2, pages 901-904，2002.
【非特許文献４】“Example-based machine translation based on TSC and statistical generation”, Liu Zhanyi, Wang Haifeng and Wu Hua, MT Summit X, Phuket, Thailand, September 13-15, 2005
【非特許文献５】“Minimum error rate training in statistical machine translation”, Franz Josef Och., in proceedings of the 41st Annual Meeting of the ACL, pages 160-167, 2003.
【非特許文献６】“a beam search decoder for phrase-based statistical machine translation models”, Philipp Koehn and Pharaoh, in Proceedings of the Sixth Conference of the Association for Machine Translation in the Americas, pages 115-124, 2004.
【非特許文献７】“Statistical Methods for Speech Recognition”, Jelinek F., The MIT Press, 1998.
【発明の開示】
【発明が解決しようとする課題】
【０００９】
従来技術の上記問題を解決するために、本発明は訳文生成方法及び装置並びに機械翻訳を提供する。
【課題を解決するための手段】
【００１０】
本発明の一態様によると、翻訳対象の第１言語の文に基づいて第２言語の訳文を生成する訳文生成方法であって、複数の断片に分割される前記第１言語と第２言語の複数の文例対と各文例対の間の配列情報とにより構成され、かつ前記第１言語の前記複数の断片の各々に対応する前記第２言語の少なくとも１つの訳文断片により構成される整列二カ国語用例コーパスから、前記複数の断片に分割された前記第１言語の前記文に対応する前記第２言語の複数の可能訳文断片の組み合わせから翻訳断片の組み合わせに関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択するステップと、前記最適訳文断片の組み合わせに基づいて前記第２言語の訳文を生成するステップと、を含む、訳文生成方法が提供される。
【００１１】
本発明の他の態様によると、整列２言語用例コーパスは第１言語と第２言語の複数の例文対と各文対の間の配列情報とにより構成され、翻訳対象の前記第１言語の文は前記整列二ヶ国語用例コーパスに関して整合され、前記第１言語の前記文の各断片に対応する前記第２言語の少なくとも１つの訳文断片が得られる、訳文生成方法であって、検索アルゴリズムを用いて前記第２言語の最適訳文断片の組み合わせを選択するステップと、積算得点は積算得点を可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から前記検索アルゴリズムのコストとして得るステップと、前記最適訳文断片の組み合わせに基づいて前記第２言語の訳文を生成するステップと、を含む訳文生成方法が提供される。
【００１２】
本発明の他の態様によると、整列二カ国語用例コーパスは第１言語と第２言語の複数の例文対及び各文対間の配列情報を含む、機械翻訳方法であって、翻訳対象の前記第１言語の文を複数の断片に分離するステップと、上記訳文生成方法によって前記第２言語の訳文を生成するステップと、を含む機械翻訳方法が提供される。
【００１３】
本発明の他の態様によると、整列二ヶ国語用例コーパスは第１言語と第２言語の複数の例文対及び各文対間の配列情報を含む、機械翻訳方法であって、前記第１言語の前記文の各可能断片に対応する前記第２言語の少なくとも１つの訳文断片を得るため前記整列二ヶ国語用例コーパスに関して翻訳対象の前記第１言語の文を整合するステップと、前記訳文生成方法によって前記第２言語の訳文を生成するステップと、を含む機械翻訳方法が提供される。
【００１４】
本発明の他の態様によると、翻訳対象の第１言語の文は複数の断片に分割され、整列二カ国語用例コーパスは前記第１言語と第２言語の複数の文例対と各文例対の間の配列情報とにより構成され、かつ前記第１言語の前記複数の断片の各々に対応する前記第２言語の少なくとも１つの訳文断片により構成される、訳文生成装置であって、前記第１言語の前記文に対応する前記第２言語の複数の可能訳文断片の組み合わせから訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択する選択部と、前記最適訳文断片の組み合わせに基づいて前記第２言語の訳文を生成する訳文生成部と、を含む訳文生成装置が提供される。
【００１５】
本発明の他の態様によると、整列二カ国語用例コーパスは第１言語と第２言語の複数の例文対と各文対の間の配列情報とにより構成され、翻訳対象の前記第１言語の文は前記整列二ヶ国語用例コーパスに関して整合され、前記第１言語の前記文の各断片に対応する前記第２言語の少なくとも１つの訳文断片が得られる、訳文生成装置であって、積算得点が可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から前記検索アルゴリズムのコストとして得られ、検索アルゴリズムを用いて前記第２言語の最適訳文断片の組み合わせを選択するよう構成される選択部と、前記最適訳文断片の組み合わせに基づいて前記第２言語の訳文を生成するように構成される訳文生成部と、を具備する訳文生成装置が提供される。
【００１６】
本発明の他の態様によると、整列二ヶ国語用例コーパスは第１言語と第２言語の複数の例文対及び各文対間の配列情報を含む、機械翻訳装置であって、翻訳対象の前記第１言語の文を複数の断片に分離する分離部と、前記第２言語の訳文を生成するように構成された前記訳文生成装置と、を具備する機械翻訳装置が提供される。
【００１７】
本発明の他の態様によると、整列二ヶ国語用例コーパスは第１言語と第２言語の複数の例文対及び各文対間の配列情報を含む、機械翻訳装置であって、前記第１言語の前記文の各可能断片に対応する前記第２言語の少なくとも１つの訳文断片を得るため前記整列二ヶ国語用例コーパスに関して翻訳対象の前記第１言語の文を整合する整合部と、前記第２言語の訳文を生成するよう構成される前記訳文生成装置と、を具備する機械翻訳装置が提供される。
【発明を実施するための最良の形態】
【００１８】
図面と関連して本発明の実施形態の詳細な説明を通じて上述した特徴、利点及び目的はよりよく理解できる。
【００１９】
次に、図面を参照して本発明の各実施形態を詳細に説明する。
【００２０】
図１は本発明の実施形態に従った訳文生成方法を示すフローチャートである。図１に示されるように、先ずステップ１０１で、翻訳対象の第１言語の断片文に対して、第２言語の最適訳文断片組み合わせが訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点に基づいて選択される。
【００２１】
特に、本実施形態では、翻訳対照の第１言語の文は手動的又は自動的に複数の断片に分割され、翻訳対象の第１言語の複数の断片の各々に対応する第２言語の１つ又は複数の訳文断片は整合（マッチング）によって整列二カ国語のコーパスにおいて検索される。整列二カ国語用例コーパスは手動的に専門家（例えば、翻訳者）によってまたはコンピュータによって自動的に整列される二カ国語用例コーパスである。それは第１言語と第２言語の複数の例文対及び各文対間の配列情報で構成される。本発明は翻訳対象の第１言語の文を分離する方法に特に限定されなく、翻訳対象文だけがその訳文断片が整列二カ国語用例コーパスに見つけることができる有効な断片に分離できれば、従来から知られている任意の方法を使用できる。
【００２２】
次に、複数の特徴関数及び訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点の計算処理の詳細な説明をする。
【００２３】
この実施形態では、上述の特徴関数は二カ国語例文に基づく機械翻訳の訳文生成モデルに含まれる複数種類の訳文知識（このモデルでは、翻訳知識は特徴関数と称する）、例えば、二カ国語例文と入力文との類似性、二カ国語例文の信頼性及び生成訳文の流暢さを示す。
【００２４】
実施形態の特徴関数はこれらに限定されないが次の種類を含む。
【００２５】
Ａ：ソース言語から目的言語への語の翻訳確率
【数７】
【００２６】
Ｂ：目的言語からソース言語への語の翻訳確率
【数８】
【００２７】
Ｃ：ソース言語から目的言語への句の翻訳確率
【数９】
【００２８】
Ｄ：目的言語からソース言語への句の翻訳確率
【数１０】
【００２９】
Ｅ：長さに基づく目的言語の選択確率
【数１１】
【００３０】
翻訳対象文に関して、この関数はより短い又はより長い訳文に対して小さな値を与えることになる。
【００３１】
Ｆ：目的言語モデル
【数１２】
【００３２】
この関数の値が大きくなるほど生成される訳文の流暢さが良くなる。
【００３３】
Ｇ：意味的類似性
【数１３】
【００３４】
この特徴関数の値が大きくなるほど、二カ国語例文と入力文の対応する断片間の意味が近くなる。
【００３５】
上記の複数の特徴関数において
ｈは特徴を示す。
【００３６】
ｆは翻訳対象文を示す。
【００３７】
ｅは生成された訳文を示す。
【００３８】
eiは訳文の語を示す。
【００３９】
e’iは訳文の句を示す。
【００４０】
fiは入力文の句を示す。
【００４１】
aiはｉ番目の単位で整列する単位番号を示す。
【００４２】
Ｉはｅの長さを示す。
【００４３】
Ｊはｆの長さを示す。
【００４４】
Ｍ(z,f)は二カ国語例文と入力文の対応する断片間の意味的類似性を示す。
【００４５】
特に、特徴関数Ａ，Ｂ及びＥは参考文献１，即ち２００３年に公開された博士論文「“Noun Phrase Translation, University of Southern California”, Philipp Koehn」において説明されている。この論文は本願に引用して援用される。
【００４６】
特徴関数Ｃ及びＤは引用文献２，即ち２００２年に公開された論文「“Discriminative training and maximum entropy models for statistical machine translation”, Franz Josef Och and Hermann Ney, in Proceedings of the 40th Annual Meeting of the ACL, pages 295-302」に説明されている。この論文は本願に引用して援用される。
【００４７】
特徴関数Ｆは引用文献３，即ち２００２年に公開された論文「“SRILM - an extensible language modeling toolkit”, Andreas Stolcke, in Proceedings of the International Conference on Spoken Language Processing, volume 2, pages 901-904」に説明されている。この論文は本願に引用して援用される。
【００４８】
特徴関数Ｇは引用文献４，即ち公開論文「“Example-based machine translation based on TSC and statistical generation”, Liu Zhanyi, Wang Haifeng and Wu Hua, MT Summit X, Phuket, Thailand, September 13-15, 2005」に説明されている。この論文は本願に引用して援用される。
【００４９】
この実施形態では、上記特徴関数Ａ−Ｇが示されているが、本発明はこれに特に限定されなく、訳文を生成するために寄与する任意の特徴関数が構成できることは理解されるべきである。
【００５０】
次に、訳文断片の組み合わせに関する上記複数の特徴関数から得られる積算得点の計算処理の詳細な説明を図２と関連して行う。
【００５１】
図２は本発明の実施形態に従った積算得点を計算する例を示す概略である。図２において、先ず、翻訳対象の第１言語の文がＮ個の断片に分離される。SF[i]は翻訳対象の文のｉ番目の断片を示す。次に、１つ又は複数の訳文断片は翻訳対象の文の各断片に関して整列二カ国語用例コーパスを示す。TF[i,j]は翻訳対象の文のｉ番目の断片に対応するｊ番目の訳文断片を示す。次に、これら選択訳文断片はＭ個の特徴関数を用いてそれぞれ表される。h[m]は訳文断片に関するｍ番目の特徴関数を示す。このとき、積算得点は次式（１）に基づいてログ線形モデルを用いて算出される。
【数１４】
【００５２】
但し、ｈｍはｍ番目の関数を示し、λｍはｍ番目の特徴関数の重みを示し、ｆは翻訳対象の第１言語の文を示し、ｅは第２言語の訳文断片の組み合わせを示し、Ｅはｅを生成するために必要な訳文断片の集まりを示し、ｓ（ｅ）はｅに関する前記複数の特徴関数から得られる前記積算得点を示す。
【００５３】
本実施形態では、好ましくは各特徴関数の重みが考慮される。特徴関数の重みのトレーニング方法は引用文献５，即ち２００３年に公開された論文「“Minimum error rate training in statistical machine translation”, Franz Josef Och., in proceedings of the 41st Annual Meeting of the ACL, pages 160-167」に説明されている。この論文は本願に引用して援用される。しかしながら、上記積算得点は訳文断片の組み合わせに関する各特徴関数から得られる得点を各特徴関数の重みを考慮しないでログ線形モデルで直接に積算することによって算出できることは理解すべきである。
【００５４】
ステップ１０１で、全ての訳文断片の組み合わせの各々の積算得点は図２に示される上記方法を用いて上記複数の特徴関数によって算出できる。この結果、最高得点を持つ訳文断片の組み合わせが第２言語の最適訳文断片の組み合わせとして選択される。
【００５５】
随意的に、この実施形態では、第２言語の最適訳文断片の組み合わせは検索アルゴリズムを用いて第１言語の文に対応する第２言語の複数の訳文断片の組み合わせから選択できる。この実施形態では、検索アルゴリズムは従来から知られているような任意のアルゴリズム、例えば、ビーム検索アルゴリズム（Beam search algorithm）、Ａ検索アルゴリズム及びＡ*検索アルゴリズム等で構成される。本発明はこれに特に制限されない。検索アルゴリズムの詳細な処理の詳細な説明を図３と関連して図４の実施形態で行う。下記実施形態との差がこの実施形態にあり、翻訳対象の第１言語の文は複数の断片に分離されていたし、翻訳対象の文の全ての可能な断片は検索アルゴリズムで行う必要がない。
【００５６】
随意的に、この実施形態では、翻訳対象の第１言語の文は複数の分離体系に分離でき、例えば、翻訳対象文は見つかった全ての文断片に基づいて分離アルゴリズムによって自動的に分離される。例えば、
翻訳対象文＝“w1 w2 w3 w4 w5 w6 w7 w8 w9”
有効断片は
F1 = w1 w2 w3
F2 = w4 w5 w6
F3 = w7 w8 w9
F4 = w1 w2 w3 w4
F5 = w5 w6 w7 w8 w9
からなる。
【００５７】
上記断片は２つの分離体系“f1 f2 f3”又は“f4 f5”を構成できる。
【００５８】
第１分離体系“f1 f2 f3”に対して、第２言語の最適訳文断片の組み合わせはステップ１０１で説明した上記方法を用いて選択される。ここでは、分離体系“f1 f2 f3”の全ての訳文断片の組み合わせの積算得点は図２に示された上記方法を用いて上記複数の特徴関数によって算出される。その結果、最高得点を持つ訳文断片の組み合わせが第２言語の最適訳文断片の組み合わせとして選択され、又は第２言語の最適訳文断片の組み合わせは検索アルゴリズムを用いて第１言語の文に対応する第２言語の複数の訳文断片の組み合わせから選択できる。
【００５９】
第２分離体系“f4 f5”に対しては、第２言語の最適訳文断片の組み合わせがステップ１０１で説明した上記方法を用いて選択される。ここでは、分離体系“f4 f5”の全ての訳文断片の組み合わせの積算得点が図２に示される上記方法を用いて上記複数の特徴関数で算出される。その結果、最高得点を持つ訳文断片の組み合わせが第２言語の最適訳文断片の組み合わせとして選択され、又は第２言語の最適訳文断片の組み合わせが検索アルゴリズムを用いて第１言語の文に対応する第２言語の複数の訳文断片の組み合わせから選択することができる。
【００６０】
それから、２つの分離体系の最適訳文断片の組み合わせの積算得点が比較され、高得点を持つ訳文断片の組み合わせは保持され、低得点を持つ訳文断片の組み合わせは削除される。その結果、第２言語最適訳文断片の組み合わせが翻訳対象第１言語の文に対して得られる。
【００６１】
更に、第２言語の最適訳文断片の組み合わせは第１分離体系“f1 f2 f3”及び第２分離体系“f4 f5”に関して検索アルゴリズムを用いて第１言語の文に対応する第２言語の複数の訳文断片の組み合わせから選択できる。
【００６２】
ここでは２つの分離体系が示されているが、本発明はこれに限定されなく、２つ以上の分離体系を持つことができることは理解されるべきである。この場合、各分離体系を計算する必要があるだけであり、複数の分離体系が比較され、第２言語の最適訳文断片の組み合わせが最終的に得られる。
【００６３】
最後に、ステップ１０５で、第２言語の訳文が上述した最適訳文断片の組み合わせに基づいて生成される。
【００６４】
実施形態の訳文生成方法を用いて、整列二カ国語例文が翻訳知識（即ち特徴関数）として使用され、訳文生成効率は規則に基づいて訳文生成方法に関して効果的に得られる。同時に、この方法は特別のアプリケーションでより良い品質を持った訳文を生成できる。
【００６５】
更に、生成訳文は実施形態の訳文生成方法を用いて異なる観点から複数種類の翻訳知識で評価される。故に、高品質の訳文が得られる。例えば、使用された訳文知識は意味的資源及び目的言語モデルで構成されるので、生成された訳文の流暢さは望ましく、その上入力文との意味的類似性が非常に高くなる。
【００６６】
更に、実施形態の訳文生成方法は新翻訳知識を追加することによって拡張できる。この結果、翻訳品質は更に改良できる。
【００６７】
訳文生成方法
同じ発明概念に基づいて、図４は本発明の他の実施形態に従った訳文生成方法を示すフローチャートである。次に、本実施形態を図４と関連して説明する。上記実施形態と同じ部分については、その説明を適宜省略する。
【００６８】
図４に示されるように、ステップ４０１で、第２言語の最適訳文断片の組み合わせが翻訳対象の第１言語の整合文に対して検索アルゴリズムを用いて選択される。
【００６９】
特に、この実施形態では、翻訳対象の第１言語の各可能断片に対応する第２言語の１つ又は複数の訳文断片が整合によって整列二カ国語用例コーパスにおいて検索される。整列二カ国語用例コーパスは専門家（例えば、翻訳者）によって手動的に、又はコンピュータによって自動的に語整列された二カ国語用例コーパスである。これは第１言語と第２言語の複数の例文対及び各文対の間の配列情報で構成される。本発明は翻訳対象の第１言語の文を整合する方法に特に限定されなく、対応する訳文断片が整列二カ国語用例コーパスにおいて翻訳対象の文の可能断片毎に見つけることができれば、従来の任意の方法が使用できる。
【００７０】
この実施形態では、検索アルゴリズムは従来知られている任意のアルゴリズム、例えば、ビーム検索アルゴリズム、Ａ検索アルゴリズム及びＡ＊検索アルゴリズム等で構成され、本発明はこれに特に限定されない。検索アルゴリズムの詳細なプロセスの詳細な説明は図３を関連して行う。図３は本発明の実施形態に従った検索アルゴリズムの例を示す略図である。ここでは、ビーム検索アルゴリズムは検索アルゴリズムの処理を説明する例として簡単に示されており、詳細な説明は引用文献６，即ち２００４年に公開された論文「“a beam search decoder for phrase-based statistical machine translation models”, Philipp Koehn and Pharaoh, in Proceedings of the Sixth Conference of the Association for Machine Translation in the Americas, pages 115-124」に示され、この論文は本願に引用して援用され、かつ引用文献７，即ち１９９８年に公開された論文「“Statistical Methods for Speech Recognition”, Jelinek F., The MIT Press」に示され、この論文は本願に引用して援用される。
【００７１】
図３の実施形態では、翻訳対象文は９つの語を持つと仮定される。各可能断片の訳文は整列二カ国語用例コーパスにおいて検索される。例えば、
【表１】
【００７２】
図３において、各状態は
Ｓ：印、語が翻訳されれば、語が“*”の印が付けられ、そうでなく、語が翻訳されなければ、語は“-”の印が付けられる。
【００７３】
Ｔ：“*”の語の訳文
得点：得られた訳文の積算得点
特に、ビーム検索アルゴリズムは次のように行われる。
【００７４】
最初に、リスト（語＝０．．．９）が初期化される。
【００７５】
次に、s = 0 to 9に対して：
S[s]に各状態を拡張する。
【００７６】
新状態は状態印に基づいて対応リストに記憶される。状態に翻訳された語の量がｘならば、この状態は語リスト＝ｘに記憶されることになる。
【００７７】
リストの新たな状態と同じ状態があると、２つの状態が比較され、高得点を持つ状態が保持される。
【００７８】
リストを取り除く。
【００７９】
１つのリストの状態の量が所定の閾値より大きければ、小さい得点を持つ状態は取り除かれる。
【００８０】
最後に、最高得点を持つ訳文断片の組み合わせが翻訳対象の第１言語の文に対して選択された第２言語の最適訳文断片の組み合わせとしてリストS[9]において検索される。
【００８１】
上述の探索アルゴリズムにおいて、各訳文断片又は各断片組み合わせに関する複数の特徴関数から得られる積算得点は図２の上記実施形態の方法に基づいて計算され、その説明は適時省略する。
【００８２】
最後に、ステップ４０５で、第２言語の訳文が上記最適訳文断片の組み合わせに基づいて生成される。
【００８３】
実施形態の訳文生成方法を用いて、整列二カ国語例文が翻訳知識（即ち、特徴関数）として使用され、訳文生成効率は規定に基づく訳文生成方法に関連して効率的に得られる。同時に、この方法は特別のアプリケーションにおいてより良い品質で訳文を生成できる。
【００８４】
更に、生成された訳文は実施形態の訳文生成方法を用いて異なる観点から複数種類の訳文知識によって評価され、それにより高品質を持つ訳文が得られる。例えば、使用される訳文知識は意味的資源及び目的言語モデルで構成されるので、生成訳文の流暢さが望ましく、更に入力文とのその意味的類似度が非常に高くなる。
【００８５】
更に、実施形態の訳文生成方法は新たな翻訳知識を付加することのよって拡張できる。その結果、翻訳品質が更に向上する。
【００８６】
更に、実施形態の訳文生成方法は翻訳対象の第１言語の文を予め分離する必要がなく、それは単に検索アルゴリズムを用いて高品質の訳文を生成する必要があるだけである。
【００８７】
機械翻訳方法
同じ発明概念に基づいて、図５は本発明の他の実施形態に従った機械翻訳方法を示すフローチャートである。次に、本実施形態を図５と関連して説明する。上記実施形態と同じ部分については、その説明を適宜省略する。
【００８８】
図５に示されるように、ステップ５０１で、翻訳対象の第１言語の文は複数の断片に分離される。
【００８９】
特に、この実施形態では、翻訳対象の第１言語の文は手動的又は自動的に複数の断片に分離され、翻訳対象の第１言語の複数の断片の各々に対応する第２言語の１つ又は複数の訳文断片は整合によって整列二カ国語用例コーパスにおいて検索される。整列二カ国語用例コーパスは専門家（例えば、翻訳者）によって手動的に、又はコンピュータによって自動的に整列される二カ国語用例コーパスである。これは第１言語と第２言語の複数の例文対及び各例文対の間の配列情報で構成される。本発明は翻訳対象の第１言語の文を分離する方法に特別に限定されなく、その訳文断片が整列二カ国語用例コーパスにおいて見つけることができる有効な断片に翻訳対象文だけが分離できれば、従来知られている任意の方法が使用できることは理解されるべきである。
【００９０】
次に、ステップ５０５で、第２言語の訳文が図１の実施形態の訳文生成方法によって生成され、詳細な説明は上記実施形態と同じであるのでその説明は省略する。
【００９１】
実施形態の機械翻訳方法を用いて、整列二カ国語例文が翻訳知識（即ち特徴関数）として使用され、機械翻訳の効率は規定に基づく機械翻訳方法に関連して効率的に得られる。同時に、この方法は特別なアプリケーションにおいてより良い品質で訳文を生成できる。
【００９２】
更に、生成された訳文は実施形態の訳文生成方法を用いて異なる観点から複数種類の訳文知識によって評価され、それにより高品質を持つ訳文が得られる。例えば、使用される訳文知識は意味的資源及び目的言語モデルで構成されるので、生成訳文の流暢さが望ましく、更に入力文とのその意味的類似度が非常に高くなる。
【００９３】
更に、実施形態の機械翻訳方法は新たな翻訳知識を加えることによって拡張できる。その結果、翻訳品質が更に向上できる。
【００９４】
機械翻訳方法
同じ発明概念に基づいて、図６は本発明の他の実施形態に従った訳文生成方法を示すフローチャートである。次に、本実施形態を図６と関連して説明する。上記実施形態と同じ部分については、その説明を適宜省略する。
【００９５】
図６に示されるように、ステップ６０１で、翻訳対象の第１言語の文は整列二カ国語用例コーパスに関して整合される。
【００９６】
特に、この実施形態では、翻訳対象の第１言語の各可能断片に対応する第２言語の１つ又は複数の訳文断片が整合によって整列二カ国語用例コーパスにおいて検索される。整列二カ国語用例コーパスは専門家（例えば、翻訳者）によって手動的に、又はコンピュータによって自動的に語整列された二カ国語用例コーパスである。これは第１言語と第２言語の複数の例文対及び各文対の間の配列情報で構成される。本発明は翻訳対象の第１言語の文を整合する方法に特に限定されなく、対応する訳文断片だけが整列二カ国語用例コーパスにおいて翻訳対象文の可能断片毎に見つけることができれば、従来の任意の方法が使用できる。
【００９７】
次に、ステップ６０５で、第２言語の訳文が図４の実施形態の訳文生成方法によって生成され、詳細な説明は上記実施形態と同じであるのでその説明は省略する。
【００９８】
実施形態の機械翻訳方法を用いて、整列二カ国語例文が翻訳知識（即ち特徴関数）として使用され、機械翻訳の効率は規定に基づく機械翻訳方法に関連して効率的に得られる。同時に、この方法は特別なアプリケーションにおいてより良い品質で訳文を生成できる。
【００９９】
更に、生成訳文は実施形態の訳文生成方法を用いて異なる観点から複数種類の翻訳知識で評価される。故に、高品質の訳文が得られる。例えば、使用された訳文知識は意味的資源及び目的言語モデルで構成されるので、生成された訳文の流暢さは望ましく、その上入力文との意味的類似性が非常に高くなる。
【０１００】
更に、実施形態の訳文生成方法は新翻訳知識を追加することによって拡張できる。この結果、翻訳品質は更に向上できる。
【０１０１】
更に、実施形態の機械翻訳方法は予め翻訳されるべき第1言語の文を分離する必要がなく、それは探索アルゴリズムを用いて高品質の訳文を生成する必要があるだけである。
【０１０２】
訳文生成装置
同じ発明概念に基づいて、図７は本発明の他の実施形態に従った訳文生成装置を示すブロック図である。次に、本実施形態は図７と関連して説明する。上記実施形態と同じ部分については、その説明は適宜省略する。
【０１０３】
図７に示されるように、この実施形態の訳文生成装置７００は訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点を計算するように構成される計算部７０１と、計算部７０１によって算出された訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点に基づいて第１言語の文に対応する第２言語の複数の可能訳文断片の組み合わせから第２言語の最適訳文断片の組み合わせを選択するように構成される選択部７０５と、最適訳文断片の組み合わせに基づいて第２言語の訳文を生成するように構成される訳文生成部７１０によって構成される。翻訳対象の第１言語の文は複数の断片に分離され、配列二カ国語用例コーパスは第１言語と第２言語の複数の例文対及び各文対間の配列情報を含み、第１言語の前述の複数の断片の各々に対応する第２言語の少なくとも１つの訳文断片により構成される。
【０１０４】
特に、この実施形態では、翻訳対象の第１言語の文は複数の断片に手動的または自動的に分離され、翻訳対象の第１言語の複数の断片の各々に対応する第２言語の１つ又は複数の訳文断片はマッチングによって整列二カ国語用例コーパスにおいて検索される。整列二カ国語用例コーパスは専門家（例えば、翻訳家）によって手動的に又はコンピュータによって自動的に整列された二カ国語用例コーパスであり、これは第１言語および第２言語の複数の例文対及び各文対間の配列情報で構成される。本発明は翻訳対象の第１言語の文を分離する方法に特に限定されず、翻訳対象文だけがその訳文断片が整列二カ国語用例コーパスに見つけることができる有効断片に分離できるならば従来の任意の方法が使用できる。
【０１０５】
次に、上記複数の特徴関数及び計算部７０１によって計算される訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点の計算処理の詳細な説明を行う。
【０１０６】
本実施形態では、上述の特徴関数は二カ国語例文に基づいて機械翻訳システムの訳文生成モデルに含まれる複数種類の翻訳知識（このモデルでは、翻訳知識は特徴関数と呼ぶ）、例えば、二カ国語例文と入力文との類似性計算する特徴関数、二カ国語例文の信頼性及び生成訳文の流暢さを示す。
【０１０７】
実施形態の特徴関数は限定されないが次の種類により構成される。即ち、
Ａ：ソース言語から目的言語への語の翻訳確率
【数１５】
【０１０８】
Ｂ：目的言語からソース言語への語の翻訳確率
【数１６】
【０１０９】
Ｃ：ソース言語から目的言語への語の翻訳確率
【数１７】
【０１１０】
Ｄ：目的言語からソース言語への句の翻訳確率
【数１８】
【０１１１】
Ｅ：長さに基づいた目的言語の選択確率
【数１９】
【０１１２】
翻訳対象文に関して、この関数はより短い又はより長い訳文に対してより小さい値を与えることに成る
Ｆ：目的言語モデル
【数２０】
【０１１３】
この関数の値が大きいほど生成される訳文の流暢さがよくなる。
【０１１４】
Ｇ：意味的類似性
【数２１】
【０１１５】
この特徴関数の値が大きいほど、二カ国語例文と入力文との対応断片間の意味は近くなる。
【０１１６】
上記複数の関数において
ｈは特徴を示す。
【０１１７】
ｆは訳文対象文を示す。
【０１１８】
ｅは生成訳文を示す。
【０１１９】
eiは訳文の語を示す。
【０１２０】
fiは入力文の語を示す。
【０１２１】
e’iは訳文の句を示す。
【０１２２】
f’iは入力文の句を示す。
【０１２３】
aiはｉ番目のユニットと整列するユニット番号を示す。
【０１２４】
Ｉはｅの長さを示す。
【０１２５】
Ｊはｆの長さを示す。
【０１２６】
Ｍ(z,f)は二カ国語例文及び入力文の対応断片間の意味的類似性を示す。
【０１２７】
特に、特徴関数Ａ，Ｂ及びＥは上記文献１に示されている。
【０１２８】
特徴関数Ｃ及びＤは上記文献２に示されている。
【０１２９】
特徴関数Ｆは上記文献３に示されている。
【０１３０】
特徴関数Ｇは上記文献４に示されている。
【０１３１】
この実施形態では、上記特徴関数Ａ〜Ｇが示されているが、本発明はこれに特に限定されず、訳文を生成するに寄与する任意の関数で構成できることは理解されるべきである。
【０１３２】
次に、訳文断片の組み合わせに関する上記複数の特徴関数から得られる積算得点の計算処理の詳細な説明を図２と関連して行う。
【０１３３】
図２は本発明の実施形態に従った計算部７０１によって積算得点を計算する例を示す略図である。図２において、先ず、翻訳対象の第１言語の文がＮ個の断片に分離される。SF[i]は翻訳対象文のｉ番目の断片を示す。次に、１つ又は複数の訳文断片が翻訳対象文の各断片に関して整列二カ国母用例コーパスにおいて選択される。TF[i,j]は翻訳対象文のｉ番目の断片に対応するｊ番目の訳文断片を示す。次に、これら選択された訳文断片はＭ個の特徴関数を用いてそれぞれ計算される。h[m]は訳文断片に関するｍ番目の特徴関数を示す。このとき、積算得点は次式（１）に基づいてログ線形モデルを用いて計算される。
【数２２】
【０１３４】
但し、ｈｍはｍ番目の関数を示し、λｍはｍ番目の特徴関数の重みを示し、ｆは翻訳対象の前記第１言語の前記文を示し、ｅは前記第２言語の前記訳文断片の組み合わせを示し、Ｅはｅを生成するために必要な訳文断片の集まりを示し、s(e)はｅに関する前記複数の特徴関数から得られる前記積算得点を示す。
【０１３５】
この実施形態では、訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点が計算部７０１によって計算されるとき各特徴関数の重みが考慮するのが望ましい。特徴関数の重みの訓練方法は上記文献５に示されている。しかしながら、上述の積算得点は各特徴関数の重みを考慮しないでログ線形モデルで訳文断片の組み合わせに関する各特徴関数から得られる得点を積算することによって直接に計算できることは理解すべきである。
【０１３６】
この実施形態では、最高得点を持つ訳文断片の組み合わせは図２に示す上述の方法を用いて計算部７０１によって計算された全ての訳文断片の組み合わせの各々に関する上述の複数の特徴関数から得られる積算得点を有する第２言語の最適訳文断片の組み合わせとして選択部７０５によって選択される。
【０１３７】
随意的に、この実施形態では、第２言語の最適訳文断片の組み合わせは検索部を用いて第１言語の文に対応する第２言語の複数の訳文断片の組み合わせから選択部７０５によって選択できる。この実施形態では、検索部は従来から知られている任意の装置、例えば、ビーム検索アルゴリズム、Ａ検索アルゴリズム及びＡ＊検索アルゴリズム等の検索装置によって構成される。この発明はこれに特に限定されない。検索アルゴリズムの詳細なプロセスの詳細な説明は図３と関連して図４の実施形態において行う。下記実施形態との違いは、この実施形態では、翻訳対象の第１言語の文は複数の断片に分離されてしまっており、翻訳対象の文の全ての可能な断片は検索アルゴリズムによって行う必要がない。
【０１３８】
随意的に、本実施形態では、翻訳対象の言語の文が複数の分離体系に分離できる。例えば、翻訳対象文は見つけられた全ての断片に基づいて分離アルゴリズムによって自動的に分離される。例えば、
翻訳対象文＝“w1 w2 w3 w4 w5 w6 w7 w8 w9”
有効断片は
F1 = w1 w2 w3
F2 = w4 w5 w6
F3 = w7 w8 w9
F4 = w1 w2 w3 w4
F5 = w5 w6 w7 w8 w9
によって構成される。
【０１３９】
上記断片は２つの分離体系“f1 f2 f3”又は“f4 f5”で構成できる。
【０１４０】
第１分離体系“f1 f2 f3”に対しては、第２言語の最適訳文断片の組み合わせが選択部７０５を用いて選択される。分離体系“f1 f2 f3”の全ての訳文断片の組み合わせに関する上記複数の特徴関数から求められる積算得点は図２に示す上記方法を用いて計算部７０１によって計算される。最高得点を有する訳文断片の組み合わせは第２言語の最適訳文断片の組み合わせとして選択部７０５を用いて選択され、又は第２言語の最適訳文断片の組み合わせは検索部を用いて第１言語の文に対応する第２言語の複数の訳文断片の組み合わせから選択部７０５によって選択できる。
【０１４１】
第２分離体系“f4 f5”に対しては、第２言語の最適訳文断片の組み合わせが選択部７０５を用いて選択される。分離体系“f4 f5”の全ての訳文断片の組み合わせに関する上記複数の特徴関数から得られる積算得点は図２に示される上記方法を用いて計算部７０１によって計算される。最高得点を持つ訳文断片の組み合わせが第２言語の最適訳文断片の組み合わせとして選択部７０５を用いて選択され、又は第２言語の最適訳文断片の組み合わせが検索部を用いて第１言語の文に対応する第２言語の複数の訳文断片の組み合わせから選択部７０５によって選択できる。
【０１４２】
それから、２つの分離体系の最適訳文断片の組み合わせの積算得点が比較され、高い得点を有する訳文断片の組み合わせが保持され、低い得点の訳文断片の組み合わせが削除され、それによって第２言語の最適訳文断片の組み合わせが翻訳対象第１言語の文に対して得られる。
【０１４３】
更に、第２言語の最適訳文断片の組み合わせが第１分離体系“f1 f2 f3”及び第２分離体系“f4 f5”に関して検索部を用いて第１言語の文に対応する第２言語の複数の訳文断片の組み合わせから選択部７０５によって選択できる。
【０１４４】
ここでは２つの分離体系が示されているが、本発明はこれに限定されず、２つ以上の分離体系を持つことができることは理解すべきである。この場合、各分離体系の計算が必要なだけであり、複数の分離体系は比較され、第２言語の最適訳文断片の組み合わせが最終的に得られる。
【０１４５】
この実施形態における訳文生成装置７００及びその各構成部分は特別回路又はＣＭＯＳチップによって構成でき、また、関連プログラムを実行するコンピュータ（プロセッサ）によって実現できる。
【０１４６】
実施形態の訳文生成装置７００を用いて、整列二ヶ国語例文が翻訳知識（即ち特徴関数）として使用され、訳文生成効率は規定に基づく訳文生成装置に有効に関連して得られる。同時に、この装置は特別なアプリケーションにおいてより良い品質を持つ訳文を生成できる。
【０１４７】
更に、生成した訳文は実施形態の訳文生成装置７００を用いて異なる観点から複数種類の訳文知識と評価され、それにより高品質を持つ訳文が得られる。例えば、使用される訳文知識は意味的資源及び目的言語モデルにより構成されるので、生成された訳文の流暢さは望ましく、その上入力文との意味的類似性が非常に高い。
【０１４８】
更に、実施形態の訳文生成装置７００は新たな翻訳知識を付加することによって拡張でき、それによって訳文の品質が更に向上できる。
【０１４９】
訳文生成装置
同じ発明概念に基づいて、図８は本発明の他の実施形態に従った訳文生成装置を示すブロック図である。次に、本実施形態を図８と関連して説明する。先の実施形態と同じ部分に対しては、その説明を適宜省略する。
【０１５０】
図８に示すように、本実施形態の訳文生成装置８００は可能訳文断片又は訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点を計算するように構成される計算部８０１と、検索部を用いて第２言語の最適訳文断片の組み合わせ選択するように構成され、積算得点が可能訳文断片又は訳文断片の組み合わせに関する複数の特徴関数から計算部８０１によって検索アルゴリズムのコストとして得られる選択部８０５と、上記最適訳文断片の組み合わせに基づいて第２言語の訳文を生成するように構成される訳文生成部８１０とによって構成される。整列二ヶ国語用例コーパスは第１言語と第２言語との複数の例文対及び各分対間の配列情報により構成され、翻訳対象第１言語の文は上記整列二ヶ国語用例コーパスに関して整合され、第１言語の上記文の各可能断片に対応する第２言語の少なくとも１つの訳文断片が得られる。
【０１５１】
特に、この実施形態では、翻訳対象の第１言語の各可能断片に対応する第２言語の１つ又は複数の訳文断片が整合によって整列二ヶ国語用例コーパスにおいて検索される。整列二ヶ国語用例コーパスは専門家（例えば、翻訳者）によって手動的に又はコンピュータによって自動的に整列される二ヶ国語用例コーパスである。それは第１言語と第２言語の複数の例文対及び各例文対間の配列情報により構成される。本発明は翻訳対処の第１言語の文を整合する方法に特に限定されなく、対応する訳文断片だけが翻訳対象文の可能断片毎に整列二ヶ国語用例コーパスにおいて見つけることができれば、従来から知られている任意の方法が使用できる。
【０１５２】
この実施形態では、検索部は従来から知られている任意の装置、例えば、ビーム検索アルゴリズム、Ａ検索アルゴリズム及びＡ＊検索アルゴリズム等を実行する検索装置で構成される。本発明はこれに特に限定されない。検索アルゴリズムの詳細なプロセスの詳細な説明を図３と関連して行う。図３は本発明の実施形態に従った検索アルゴリズムの例を示す略図である。ビーム検索アルゴリズムは検索アルゴリズムのプロセスを簡単に説明するための例として与えられ、詳細な説明は上記文献６及び７において分かる。
【０１５３】
図３の実施形態では、翻訳対象文は９つの語を持つと仮定される。各可能断片の訳文は整列二ヶ国語用例コーパスにおいて検索される。例えば、
【表２】
【０１５４】
図３において、各状態は
Ｓ：印、語が翻訳されれば、語が“*”の印が付けられ、そうでなく、語が翻訳されなければ、語は“−”の印が付けられる。
【０１５５】
Ｔ：“*”の語の訳文
得点：得られた訳文の積算得点
特に、ビーム検索アルゴリズムは次のように行われる。
【０１５６】
最初に、リスト（語＝０．．．９）が初期化される。
【０１５７】
次に、s = 0 to 9に対して：
S[s]に各状態を拡張する。
【０１５８】
新状態は状態印に基づいて対応リストに記憶される。状態に翻訳された語の量がｘならば、この状態は語リスト＝ｘに記憶されることになる。
【０１５９】
リストの新たな状態と同じ状態があると、２つの状態が比較され、高得点を持つ状態が維持される。
【０１６０】
リストを取り除く。
【０１６１】
１つのリストの状態の量が所定の閾値より大きければ、小さい得点を持つ状態は取り除かれる。
【０１６２】
最後に、最高得点を持つ訳文断片の組み合わせ翻訳対象の第１言語の文に対して選択された第２言語の最適訳文断片の組み合わせとしてリストS[9]において検索される。
【０１６３】
上記検索アルゴリズムにおいて、各訳文断片又は各断片の組み合わせに関する複数の特徴関数から得られる積算得点は図２の上記実施形態の方法に基づいて計算部８０１によって計算される。その説明は適宜省略する。
【０１６４】
本実施形態における訳文生成装置８００及びその構成部分は特別の回路又はＣＭＯＳチップで構成でき、また、関連プログラムを実行するコンピュータ（プロセッサ）によって実現できる。
【０１６５】
実施形態の訳文生成装置８００を用いることによって、整列二ヶ国語例文が翻訳知識（即ち特徴関数）として使用され、訳文生成効率は規定に基づく訳文生成装置に有効に関連して得られる。同時に、この装置は特別なアプリケーションにおいてより良い品質を持つ訳文を生成できる。
【０１６６】
更に、生成された訳文は実施形態の訳文生成装置８００を用いて異なる観点から複数種類の翻訳知識で評価され、それ故に高品質の訳文が得られる。例えば、使用される翻訳知識は意味的資源及び目的言語モデルで構成され、生成された訳文の流暢さは入力文との意味的類似性が非常に高いのと同様に好ましい。
【０１６７】
更に、実施形態の訳文生成装置８００は新たな翻訳知識を付加することによって拡張でき、それによって訳文の品質が更に向上できる。
【０１６８】
更に、実施形態の訳文生成装置８００は予め訳文対象の第１言語の文を分離する必要がなく、検索アルゴリズムを使用して高品質の訳文を生成する必要があるだけである。
【０１６９】
機械翻訳装置
同じ発明の概念に基づいて、図９は本発明の他の実施形態に従った機械翻訳装置を示すブロック図である。次に、本実施系を図９と関連して説明する。上記実施形態と同じ部分については、その説明は適宜省略する。
【０１７０】
図９に示されるように、本実施形態の機械翻訳装置９００は翻訳対象の第１言語の文を複数の断片に分離するように構成される分離部９０１と、第２言語の訳文生成するように構成される訳文生成装置７００により構成され、整列二ヶ国語用例コーパスは第１言語と第２言語の複数の例文対及び各例文対の間の配列情報で構成される。
【０１７１】
特に、この実施形態では、翻訳対象の第１言語の文は複数の断片に手動的又は自動的に分離され、翻訳対象の第１言語の複数の断片の各々に対応する第２言語の１つ又は複数の訳文断片がマッチングにより二ヶ国語用例コーパスにおいて検索される。整列二ヶ国語用例コーパスは専門家（例えば、翻訳者）によって手動的に又はコンピュータによって自動的に整列される二ヶ国語用例コーパスである。それは第１言語と第２言語の複数の例文対及び例文対の間の配列情報により構成される。本発明は翻訳対象の第１言語文を分離する方法に特に限定されなく、翻訳対象文だけが整列二ヶ国語用例コーパスにおいて見つけることができる有効な訳文断片に分離できれば、従来から知られている任意の方法が使用できることは理解されるべきである。
【０１７２】
実施形態の訳文生成装置７００は図７の上述の実施形態の訳文生成装置であり、詳細な説明は上述の実施形態と同じであり、説明は省略する。
【０１７３】
この実施形態における機械翻訳装置９００及びその各構成部分は特別な回路又はＣＭＯＳチップにより構成でき、また、関連プログラムを実行するコンピュータ（プロセッサ）によって実現できる。
【０１７４】
実施形態の機械翻訳装置９００を使用することによって、整列二ヶ国語例文は翻訳知識（即ち特徴関数）として使用でき、機械翻訳の効率は規定に基づく機械翻訳装置に効率的に関連して得られる。同時に、この装置は特別のアプリケーションにおいてより良い品質を持つ訳文を生成できる。
【０１７５】
更に、生成された訳文は実施形態の機械翻訳装置９００を用いて異なる観点から複数種類の訳文知識で評価され、それ故に高品質の訳文が得られる。例えば、使用される翻訳知識が意味的資源及び目的言語モデルにより構成され、生成される訳文の流暢さは望ましい、その上入力文との意味的類似性が非常に高い。
【０１７６】
更に、実施形態の機械翻訳装置９００は新たな翻訳知識を追加することによって拡張でき、それによって訳文品質が更に向上できる。
【０１７７】
機械翻訳装置
同じ発明概念に基づいて、図１０は本発明の他の実施形態に従った機械翻訳装置を示すブロック図である。次に、本実施形態を図１０と関連して説明する。上記実施形態と同じ部分については、その説明は適宜省略する。
【０１７８】
図１０に示されるように、本実施形態の機械翻訳装置１０００は翻訳対象の第１言語の文を上述の整列二ヶ国語用例コーパスに対して整合し、第１言語の上述の文の各可能断片に対応する第２言語の少なくとも１つの訳文断片を得るように構成される整合部１００１及び第２言語の訳文を生成するように構成される訳文生成装置８００により構成され、整列二ヶ国語用例コーパスは第１言語と第２言語の複数の例文対及び各例文間の配列情報により構成される。
【０１７９】
特に、この実施形態では、翻訳対象の第１言語の各可能断片に対応する第２言語の１つ又は複数の訳文断片が整合によって整列二ヶ国語用例コーパスにおいて検索される。整列二ヶ国語用例コーパスは専門家（例えば、翻訳者）によって手動的に又はコンピュータによって自動的に整列される二ヶ国語用例コーパスである。それは第１言語と第２言語の複数の例文対及び各例文対間の配列情報により構成される。本発明は翻訳対象の第１言語の文を整合する方法に特に限定されなく、対応する訳文断片だけが翻訳対象の文の可能断片毎に整列二ヶ国語用例コーパスにおいて見つけることができれば、従来から知られている任意の方法が使用できる。
【０１８０】
実施形態の訳文生成装置８００は図８の上述の実施形態の訳文生成装置であり、詳細な説明は上述の実施形態と同じであり、説明は省略する。
【０１８１】
この実施形態における機械翻訳装置１０００及びその各構成部分は特別な回路又はＣＭＯＳチップにより構成でき、また、関連プログラムを実行するコンピュータ（プロセッサ）によって実現できる。
【０１８２】
実施形態の機械翻訳装置１０００を使用することによって、整列二ヶ国語例文は翻訳知識（即ち特徴関数）として使用でき、機械翻訳の効率は規定に基づく機械翻訳装置に効率的に関連して得られる。同時に、この装置は特別のアプリケーションにおいてより良い品質を持つ訳文を生成できる。
【０１８３】
更に、生成された訳文は実施形態の機械翻訳装置１０００を用いて異なる観点から複数種類の訳文知識で評価され、それ故に高品質の訳文が得られる。例えば、使用される翻訳知識が意味的資源及び目的言語モデルにより構成され、生成される訳文の流暢さは望ましく、その上入力文との意味的類似性が非常に高い。
【０１８４】
更に、実施形態の機械翻訳装置１０００は新たな翻訳知識を追加することによって拡張でき、それによって訳文品質が更に向上できる。
【０１８５】
更に、実施形態の訳文生成装置１０００は予め訳文対象の第１言語の文を分離する必要がなく、検索アルゴリズムを使用して高品質の訳文を生成する必要があるだけである。
【０１８６】
訳文生成方法、機械翻訳方法、訳文生成装置、機械翻訳装置は幾つかの実施形態で詳細に説明したが、これら実施形態は網羅的ではない。当業者は本発明の精神及び範囲内で種々変更及び変形することができる。故に、本発明はこれら実施形態に限定されなく、むしろ、本発明の範囲は請求の範囲によって決められるだけである。
【図面の簡単な説明】
【０１８７】
【図１】図１は本発明の実施形態に従った訳文生成方法を示すフローチャートである。
【図２】本発明の実施形態に従った積算得点を算出する例を示す略図である。
【図３】本発明の実施形態に従った検索アルゴリズムの例を示す略図である。
【図４】本発明の他の実施形態に従った訳文生成方法を示すフローチャート図である。
【図５】本発明の他の実施形態に従った機械翻訳方法を示すフローチャートである。
【図６】本発明の他の実施形態に従った機械翻訳方法を示すフローチャートである。
【図７】本発明の他の実施形態に従った訳文生成装置を示すブロック図である。
【図８】本発明の他の実施形態に従った訳文生成装置を示すブロック図である。
【図９】本発明の他の実施形態に従った機械翻訳装置を示すブロック図である。
【図１０】本発明の他の実施形態に従った機械翻訳装置を示すブロック図である。
【技術分野】
【０００１】
本発明は、情報処理の技術、特に訳文生成技術及び二カ国語整列技術に基づく機械翻訳技術に関する。
【背景技術】
【０００２】
用例に基づく機械翻訳(EBMT)システムは自動翻訳システムであり、翻訳システムは整列二カ国語例文を翻訳知識として直接使用する。翻訳対象の入力文について、翻訳システムは整合技術を用いて整列二カ国語用例コーパスにおいて整合二カ国語例文を検索し、それから二カ国語例文の整列情報を用いて二カ国語例文から整合断片に対応する訳文断片を抽出する。最後に、翻訳システムはこれら訳文断片を入力文の訳文に組み合わせる。
【０００３】
現在のEBMTシステムでは、訳文生成の２つの主要な方法がある。
【０００４】
（１）意味的方法
この方法はシソーラスを使用して入力文の各部分に対して適切な目的言語断片を取得する。このとき、訳文は所定の順序で目的言語断片の再組み合わせによって生成される。
【０００５】
（２）統計的方法
この方法は統計言語モデルで目的言語断片を再組み合わせすることのよって訳文を生成する。
【０００６】
第１方法は目的言語断片間の訳文を考慮していない。故に、この種の訳文の流暢さが欠ける。
【０００７】
第２方法はｎグラム同時発生統計（n-gram co-occurrence statistics）を用いて流暢問題を解決できる。しかしながら、この方法は例文と入力文との意味的関係を考慮していない。その結果、この種の翻訳の精度はよくない。
【０００８】
故に、上述した要因を同時に考慮して訳文形成方法及び機械翻訳を提供する必要がある。
【非特許文献１】“Noun Phrase Translation, University of Southern California”, Philipp Koehn, 2003.
【非特許文献２】“Discriminative training and maximum entropy models for statistical machine translation”, Franz Josef Och and Hermann Ney, in Proceedings of the 40th Annual Meeting of the ACL, pages 295-302, 2002.
【非特許文献３】“SRILM - an extensible language modeling toolkit”, Andreas Stolcke, in Proceedings of the International Conference on Spoken Language Processing, volume 2, pages 901-904，2002.
【非特許文献４】“Example-based machine translation based on TSC and statistical generation”, Liu Zhanyi, Wang Haifeng and Wu Hua, MT Summit X, Phuket, Thailand, September 13-15, 2005
【非特許文献５】“Minimum error rate training in statistical machine translation”, Franz Josef Och., in proceedings of the 41st Annual Meeting of the ACL, pages 160-167, 2003.
【非特許文献６】“a beam search decoder for phrase-based statistical machine translation models”, Philipp Koehn and Pharaoh, in Proceedings of the Sixth Conference of the Association for Machine Translation in the Americas, pages 115-124, 2004.
【非特許文献７】“Statistical Methods for Speech Recognition”, Jelinek F., The MIT Press, 1998.
【発明の開示】
【発明が解決しようとする課題】
【０００９】
従来技術の上記問題を解決するために、本発明は訳文生成方法及び装置並びに機械翻訳を提供する。
【課題を解決するための手段】
【００１０】
本発明の一態様によると、翻訳対象の第１言語の文に基づいて第２言語の訳文を生成する訳文生成方法であって、複数の断片に分割される前記第１言語と第２言語の複数の文例対と各文例対の間の配列情報とにより構成され、かつ前記第１言語の前記複数の断片の各々に対応する前記第２言語の少なくとも１つの訳文断片により構成される整列二カ国語用例コーパスから、前記複数の断片に分割された前記第１言語の前記文に対応する前記第２言語の複数の可能訳文断片の組み合わせから翻訳断片の組み合わせに関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択するステップと、前記最適訳文断片の組み合わせに基づいて前記第２言語の訳文を生成するステップと、を含む、訳文生成方法が提供される。
【００１１】
本発明の他の態様によると、整列２言語用例コーパスは第１言語と第２言語の複数の例文対と各文対の間の配列情報とにより構成され、翻訳対象の前記第１言語の文は前記整列二ヶ国語用例コーパスに関して整合され、前記第１言語の前記文の各断片に対応する前記第２言語の少なくとも１つの訳文断片が得られる、訳文生成方法であって、検索アルゴリズムを用いて前記第２言語の最適訳文断片の組み合わせを選択するステップと、積算得点は積算得点を可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から前記検索アルゴリズムのコストとして得るステップと、前記最適訳文断片の組み合わせに基づいて前記第２言語の訳文を生成するステップと、を含む訳文生成方法が提供される。
【００１２】
本発明の他の態様によると、整列二カ国語用例コーパスは第１言語と第２言語の複数の例文対及び各文対間の配列情報を含む、機械翻訳方法であって、翻訳対象の前記第１言語の文を複数の断片に分離するステップと、上記訳文生成方法によって前記第２言語の訳文を生成するステップと、を含む機械翻訳方法が提供される。
【００１３】
本発明の他の態様によると、整列二ヶ国語用例コーパスは第１言語と第２言語の複数の例文対及び各文対間の配列情報を含む、機械翻訳方法であって、前記第１言語の前記文の各可能断片に対応する前記第２言語の少なくとも１つの訳文断片を得るため前記整列二ヶ国語用例コーパスに関して翻訳対象の前記第１言語の文を整合するステップと、前記訳文生成方法によって前記第２言語の訳文を生成するステップと、を含む機械翻訳方法が提供される。
【００１４】
本発明の他の態様によると、翻訳対象の第１言語の文は複数の断片に分割され、整列二カ国語用例コーパスは前記第１言語と第２言語の複数の文例対と各文例対の間の配列情報とにより構成され、かつ前記第１言語の前記複数の断片の各々に対応する前記第２言語の少なくとも１つの訳文断片により構成される、訳文生成装置であって、前記第１言語の前記文に対応する前記第２言語の複数の可能訳文断片の組み合わせから訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択する選択部と、前記最適訳文断片の組み合わせに基づいて前記第２言語の訳文を生成する訳文生成部と、を含む訳文生成装置が提供される。
【００１５】
本発明の他の態様によると、整列二カ国語用例コーパスは第１言語と第２言語の複数の例文対と各文対の間の配列情報とにより構成され、翻訳対象の前記第１言語の文は前記整列二ヶ国語用例コーパスに関して整合され、前記第１言語の前記文の各断片に対応する前記第２言語の少なくとも１つの訳文断片が得られる、訳文生成装置であって、積算得点が可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から前記検索アルゴリズムのコストとして得られ、検索アルゴリズムを用いて前記第２言語の最適訳文断片の組み合わせを選択するよう構成される選択部と、前記最適訳文断片の組み合わせに基づいて前記第２言語の訳文を生成するように構成される訳文生成部と、を具備する訳文生成装置が提供される。
【００１６】
本発明の他の態様によると、整列二ヶ国語用例コーパスは第１言語と第２言語の複数の例文対及び各文対間の配列情報を含む、機械翻訳装置であって、翻訳対象の前記第１言語の文を複数の断片に分離する分離部と、前記第２言語の訳文を生成するように構成された前記訳文生成装置と、を具備する機械翻訳装置が提供される。
【００１７】
本発明の他の態様によると、整列二ヶ国語用例コーパスは第１言語と第２言語の複数の例文対及び各文対間の配列情報を含む、機械翻訳装置であって、前記第１言語の前記文の各可能断片に対応する前記第２言語の少なくとも１つの訳文断片を得るため前記整列二ヶ国語用例コーパスに関して翻訳対象の前記第１言語の文を整合する整合部と、前記第２言語の訳文を生成するよう構成される前記訳文生成装置と、を具備する機械翻訳装置が提供される。
【発明を実施するための最良の形態】
【００１８】
図面と関連して本発明の実施形態の詳細な説明を通じて上述した特徴、利点及び目的はよりよく理解できる。
【００１９】
次に、図面を参照して本発明の各実施形態を詳細に説明する。
【００２０】
図１は本発明の実施形態に従った訳文生成方法を示すフローチャートである。図１に示されるように、先ずステップ１０１で、翻訳対象の第１言語の断片文に対して、第２言語の最適訳文断片組み合わせが訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点に基づいて選択される。
【００２１】
特に、本実施形態では、翻訳対照の第１言語の文は手動的又は自動的に複数の断片に分割され、翻訳対象の第１言語の複数の断片の各々に対応する第２言語の１つ又は複数の訳文断片は整合（マッチング）によって整列二カ国語のコーパスにおいて検索される。整列二カ国語用例コーパスは手動的に専門家（例えば、翻訳者）によってまたはコンピュータによって自動的に整列される二カ国語用例コーパスである。それは第１言語と第２言語の複数の例文対及び各文対間の配列情報で構成される。本発明は翻訳対象の第１言語の文を分離する方法に特に限定されなく、翻訳対象文だけがその訳文断片が整列二カ国語用例コーパスに見つけることができる有効な断片に分離できれば、従来から知られている任意の方法を使用できる。
【００２２】
次に、複数の特徴関数及び訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点の計算処理の詳細な説明をする。
【００２３】
この実施形態では、上述の特徴関数は二カ国語例文に基づく機械翻訳の訳文生成モデルに含まれる複数種類の訳文知識（このモデルでは、翻訳知識は特徴関数と称する）、例えば、二カ国語例文と入力文との類似性、二カ国語例文の信頼性及び生成訳文の流暢さを示す。
【００２４】
実施形態の特徴関数はこれらに限定されないが次の種類を含む。
【００２５】
Ａ：ソース言語から目的言語への語の翻訳確率
【数７】
【００２６】
Ｂ：目的言語からソース言語への語の翻訳確率
【数８】
【００２７】
Ｃ：ソース言語から目的言語への句の翻訳確率
【数９】
【００２８】
Ｄ：目的言語からソース言語への句の翻訳確率
【数１０】
【００２９】
Ｅ：長さに基づく目的言語の選択確率
【数１１】
【００３０】
翻訳対象文に関して、この関数はより短い又はより長い訳文に対して小さな値を与えることになる。
【００３１】
Ｆ：目的言語モデル
【数１２】
【００３２】
この関数の値が大きくなるほど生成される訳文の流暢さが良くなる。
【００３３】
Ｇ：意味的類似性
【数１３】
【００３４】
この特徴関数の値が大きくなるほど、二カ国語例文と入力文の対応する断片間の意味が近くなる。
【００３５】
上記の複数の特徴関数において
ｈは特徴を示す。
【００３６】
ｆは翻訳対象文を示す。
【００３７】
ｅは生成された訳文を示す。
【００３８】
eiは訳文の語を示す。
【００３９】
e’iは訳文の句を示す。
【００４０】
fiは入力文の句を示す。
【００４１】
aiはｉ番目の単位で整列する単位番号を示す。
【００４２】
Ｉはｅの長さを示す。
【００４３】
Ｊはｆの長さを示す。
【００４４】
Ｍ(z,f)は二カ国語例文と入力文の対応する断片間の意味的類似性を示す。
【００４５】
特に、特徴関数Ａ，Ｂ及びＥは参考文献１，即ち２００３年に公開された博士論文「“Noun Phrase Translation, University of Southern California”, Philipp Koehn」において説明されている。この論文は本願に引用して援用される。
【００４６】
特徴関数Ｃ及びＤは引用文献２，即ち２００２年に公開された論文「“Discriminative training and maximum entropy models for statistical machine translation”, Franz Josef Och and Hermann Ney, in Proceedings of the 40th Annual Meeting of the ACL, pages 295-302」に説明されている。この論文は本願に引用して援用される。
【００４７】
特徴関数Ｆは引用文献３，即ち２００２年に公開された論文「“SRILM - an extensible language modeling toolkit”, Andreas Stolcke, in Proceedings of the International Conference on Spoken Language Processing, volume 2, pages 901-904」に説明されている。この論文は本願に引用して援用される。
【００４８】
特徴関数Ｇは引用文献４，即ち公開論文「“Example-based machine translation based on TSC and statistical generation”, Liu Zhanyi, Wang Haifeng and Wu Hua, MT Summit X, Phuket, Thailand, September 13-15, 2005」に説明されている。この論文は本願に引用して援用される。
【００４９】
この実施形態では、上記特徴関数Ａ−Ｇが示されているが、本発明はこれに特に限定されなく、訳文を生成するために寄与する任意の特徴関数が構成できることは理解されるべきである。
【００５０】
次に、訳文断片の組み合わせに関する上記複数の特徴関数から得られる積算得点の計算処理の詳細な説明を図２と関連して行う。
【００５１】
図２は本発明の実施形態に従った積算得点を計算する例を示す概略である。図２において、先ず、翻訳対象の第１言語の文がＮ個の断片に分離される。SF[i]は翻訳対象の文のｉ番目の断片を示す。次に、１つ又は複数の訳文断片は翻訳対象の文の各断片に関して整列二カ国語用例コーパスを示す。TF[i,j]は翻訳対象の文のｉ番目の断片に対応するｊ番目の訳文断片を示す。次に、これら選択訳文断片はＭ個の特徴関数を用いてそれぞれ表される。h[m]は訳文断片に関するｍ番目の特徴関数を示す。このとき、積算得点は次式（１）に基づいてログ線形モデルを用いて算出される。
【数１４】
【００５２】
但し、ｈｍはｍ番目の関数を示し、λｍはｍ番目の特徴関数の重みを示し、ｆは翻訳対象の第１言語の文を示し、ｅは第２言語の訳文断片の組み合わせを示し、Ｅはｅを生成するために必要な訳文断片の集まりを示し、ｓ（ｅ）はｅに関する前記複数の特徴関数から得られる前記積算得点を示す。
【００５３】
本実施形態では、好ましくは各特徴関数の重みが考慮される。特徴関数の重みのトレーニング方法は引用文献５，即ち２００３年に公開された論文「“Minimum error rate training in statistical machine translation”, Franz Josef Och., in proceedings of the 41st Annual Meeting of the ACL, pages 160-167」に説明されている。この論文は本願に引用して援用される。しかしながら、上記積算得点は訳文断片の組み合わせに関する各特徴関数から得られる得点を各特徴関数の重みを考慮しないでログ線形モデルで直接に積算することによって算出できることは理解すべきである。
【００５４】
ステップ１０１で、全ての訳文断片の組み合わせの各々の積算得点は図２に示される上記方法を用いて上記複数の特徴関数によって算出できる。この結果、最高得点を持つ訳文断片の組み合わせが第２言語の最適訳文断片の組み合わせとして選択される。
【００５５】
随意的に、この実施形態では、第２言語の最適訳文断片の組み合わせは検索アルゴリズムを用いて第１言語の文に対応する第２言語の複数の訳文断片の組み合わせから選択できる。この実施形態では、検索アルゴリズムは従来から知られているような任意のアルゴリズム、例えば、ビーム検索アルゴリズム（Beam search algorithm）、Ａ検索アルゴリズム及びＡ*検索アルゴリズム等で構成される。本発明はこれに特に制限されない。検索アルゴリズムの詳細な処理の詳細な説明を図３と関連して図４の実施形態で行う。下記実施形態との差がこの実施形態にあり、翻訳対象の第１言語の文は複数の断片に分離されていたし、翻訳対象の文の全ての可能な断片は検索アルゴリズムで行う必要がない。
【００５６】
随意的に、この実施形態では、翻訳対象の第１言語の文は複数の分離体系に分離でき、例えば、翻訳対象文は見つかった全ての文断片に基づいて分離アルゴリズムによって自動的に分離される。例えば、
翻訳対象文＝“w1 w2 w3 w4 w5 w6 w7 w8 w9”
有効断片は
F1 = w1 w2 w3
F2 = w4 w5 w6
F3 = w7 w8 w9
F4 = w1 w2 w3 w4
F5 = w5 w6 w7 w8 w9
からなる。
【００５７】
上記断片は２つの分離体系“f1 f2 f3”又は“f4 f5”を構成できる。
【００５８】
第１分離体系“f1 f2 f3”に対して、第２言語の最適訳文断片の組み合わせはステップ１０１で説明した上記方法を用いて選択される。ここでは、分離体系“f1 f2 f3”の全ての訳文断片の組み合わせの積算得点は図２に示された上記方法を用いて上記複数の特徴関数によって算出される。その結果、最高得点を持つ訳文断片の組み合わせが第２言語の最適訳文断片の組み合わせとして選択され、又は第２言語の最適訳文断片の組み合わせは検索アルゴリズムを用いて第１言語の文に対応する第２言語の複数の訳文断片の組み合わせから選択できる。
【００５９】
第２分離体系“f4 f5”に対しては、第２言語の最適訳文断片の組み合わせがステップ１０１で説明した上記方法を用いて選択される。ここでは、分離体系“f4 f5”の全ての訳文断片の組み合わせの積算得点が図２に示される上記方法を用いて上記複数の特徴関数で算出される。その結果、最高得点を持つ訳文断片の組み合わせが第２言語の最適訳文断片の組み合わせとして選択され、又は第２言語の最適訳文断片の組み合わせが検索アルゴリズムを用いて第１言語の文に対応する第２言語の複数の訳文断片の組み合わせから選択することができる。
【００６０】
それから、２つの分離体系の最適訳文断片の組み合わせの積算得点が比較され、高得点を持つ訳文断片の組み合わせは保持され、低得点を持つ訳文断片の組み合わせは削除される。その結果、第２言語最適訳文断片の組み合わせが翻訳対象第１言語の文に対して得られる。
【００６１】
更に、第２言語の最適訳文断片の組み合わせは第１分離体系“f1 f2 f3”及び第２分離体系“f4 f5”に関して検索アルゴリズムを用いて第１言語の文に対応する第２言語の複数の訳文断片の組み合わせから選択できる。
【００６２】
ここでは２つの分離体系が示されているが、本発明はこれに限定されなく、２つ以上の分離体系を持つことができることは理解されるべきである。この場合、各分離体系を計算する必要があるだけであり、複数の分離体系が比較され、第２言語の最適訳文断片の組み合わせが最終的に得られる。
【００６３】
最後に、ステップ１０５で、第２言語の訳文が上述した最適訳文断片の組み合わせに基づいて生成される。
【００６４】
実施形態の訳文生成方法を用いて、整列二カ国語例文が翻訳知識（即ち特徴関数）として使用され、訳文生成効率は規則に基づいて訳文生成方法に関して効果的に得られる。同時に、この方法は特別のアプリケーションでより良い品質を持った訳文を生成できる。
【００６５】
更に、生成訳文は実施形態の訳文生成方法を用いて異なる観点から複数種類の翻訳知識で評価される。故に、高品質の訳文が得られる。例えば、使用された訳文知識は意味的資源及び目的言語モデルで構成されるので、生成された訳文の流暢さは望ましく、その上入力文との意味的類似性が非常に高くなる。
【００６６】
更に、実施形態の訳文生成方法は新翻訳知識を追加することによって拡張できる。この結果、翻訳品質は更に改良できる。
【００６７】
訳文生成方法
同じ発明概念に基づいて、図４は本発明の他の実施形態に従った訳文生成方法を示すフローチャートである。次に、本実施形態を図４と関連して説明する。上記実施形態と同じ部分については、その説明を適宜省略する。
【００６８】
図４に示されるように、ステップ４０１で、第２言語の最適訳文断片の組み合わせが翻訳対象の第１言語の整合文に対して検索アルゴリズムを用いて選択される。
【００６９】
特に、この実施形態では、翻訳対象の第１言語の各可能断片に対応する第２言語の１つ又は複数の訳文断片が整合によって整列二カ国語用例コーパスにおいて検索される。整列二カ国語用例コーパスは専門家（例えば、翻訳者）によって手動的に、又はコンピュータによって自動的に語整列された二カ国語用例コーパスである。これは第１言語と第２言語の複数の例文対及び各文対の間の配列情報で構成される。本発明は翻訳対象の第１言語の文を整合する方法に特に限定されなく、対応する訳文断片が整列二カ国語用例コーパスにおいて翻訳対象の文の可能断片毎に見つけることができれば、従来の任意の方法が使用できる。
【００７０】
この実施形態では、検索アルゴリズムは従来知られている任意のアルゴリズム、例えば、ビーム検索アルゴリズム、Ａ検索アルゴリズム及びＡ＊検索アルゴリズム等で構成され、本発明はこれに特に限定されない。検索アルゴリズムの詳細なプロセスの詳細な説明は図３を関連して行う。図３は本発明の実施形態に従った検索アルゴリズムの例を示す略図である。ここでは、ビーム検索アルゴリズムは検索アルゴリズムの処理を説明する例として簡単に示されており、詳細な説明は引用文献６，即ち２００４年に公開された論文「“a beam search decoder for phrase-based statistical machine translation models”, Philipp Koehn and Pharaoh, in Proceedings of the Sixth Conference of the Association for Machine Translation in the Americas, pages 115-124」に示され、この論文は本願に引用して援用され、かつ引用文献７，即ち１９９８年に公開された論文「“Statistical Methods for Speech Recognition”, Jelinek F., The MIT Press」に示され、この論文は本願に引用して援用される。
【００７１】
図３の実施形態では、翻訳対象文は９つの語を持つと仮定される。各可能断片の訳文は整列二カ国語用例コーパスにおいて検索される。例えば、
【表１】
【００７２】
図３において、各状態は
Ｓ：印、語が翻訳されれば、語が“*”の印が付けられ、そうでなく、語が翻訳されなければ、語は“-”の印が付けられる。
【００７３】
Ｔ：“*”の語の訳文
得点：得られた訳文の積算得点
特に、ビーム検索アルゴリズムは次のように行われる。
【００７４】
最初に、リスト（語＝０．．．９）が初期化される。
【００７５】
次に、s = 0 to 9に対して：
S[s]に各状態を拡張する。
【００７６】
新状態は状態印に基づいて対応リストに記憶される。状態に翻訳された語の量がｘならば、この状態は語リスト＝ｘに記憶されることになる。
【００７７】
リストの新たな状態と同じ状態があると、２つの状態が比較され、高得点を持つ状態が保持される。
【００７８】
リストを取り除く。
【００７９】
１つのリストの状態の量が所定の閾値より大きければ、小さい得点を持つ状態は取り除かれる。
【００８０】
最後に、最高得点を持つ訳文断片の組み合わせが翻訳対象の第１言語の文に対して選択された第２言語の最適訳文断片の組み合わせとしてリストS[9]において検索される。
【００８１】
上述の探索アルゴリズムにおいて、各訳文断片又は各断片組み合わせに関する複数の特徴関数から得られる積算得点は図２の上記実施形態の方法に基づいて計算され、その説明は適時省略する。
【００８２】
最後に、ステップ４０５で、第２言語の訳文が上記最適訳文断片の組み合わせに基づいて生成される。
【００８３】
実施形態の訳文生成方法を用いて、整列二カ国語例文が翻訳知識（即ち、特徴関数）として使用され、訳文生成効率は規定に基づく訳文生成方法に関連して効率的に得られる。同時に、この方法は特別のアプリケーションにおいてより良い品質で訳文を生成できる。
【００８４】
更に、生成された訳文は実施形態の訳文生成方法を用いて異なる観点から複数種類の訳文知識によって評価され、それにより高品質を持つ訳文が得られる。例えば、使用される訳文知識は意味的資源及び目的言語モデルで構成されるので、生成訳文の流暢さが望ましく、更に入力文とのその意味的類似度が非常に高くなる。
【００８５】
更に、実施形態の訳文生成方法は新たな翻訳知識を付加することのよって拡張できる。その結果、翻訳品質が更に向上する。
【００８６】
更に、実施形態の訳文生成方法は翻訳対象の第１言語の文を予め分離する必要がなく、それは単に検索アルゴリズムを用いて高品質の訳文を生成する必要があるだけである。
【００８７】
機械翻訳方法
同じ発明概念に基づいて、図５は本発明の他の実施形態に従った機械翻訳方法を示すフローチャートである。次に、本実施形態を図５と関連して説明する。上記実施形態と同じ部分については、その説明を適宜省略する。
【００８８】
図５に示されるように、ステップ５０１で、翻訳対象の第１言語の文は複数の断片に分離される。
【００８９】
特に、この実施形態では、翻訳対象の第１言語の文は手動的又は自動的に複数の断片に分離され、翻訳対象の第１言語の複数の断片の各々に対応する第２言語の１つ又は複数の訳文断片は整合によって整列二カ国語用例コーパスにおいて検索される。整列二カ国語用例コーパスは専門家（例えば、翻訳者）によって手動的に、又はコンピュータによって自動的に整列される二カ国語用例コーパスである。これは第１言語と第２言語の複数の例文対及び各例文対の間の配列情報で構成される。本発明は翻訳対象の第１言語の文を分離する方法に特別に限定されなく、その訳文断片が整列二カ国語用例コーパスにおいて見つけることができる有効な断片に翻訳対象文だけが分離できれば、従来知られている任意の方法が使用できることは理解されるべきである。
【００９０】
次に、ステップ５０５で、第２言語の訳文が図１の実施形態の訳文生成方法によって生成され、詳細な説明は上記実施形態と同じであるのでその説明は省略する。
【００９１】
実施形態の機械翻訳方法を用いて、整列二カ国語例文が翻訳知識（即ち特徴関数）として使用され、機械翻訳の効率は規定に基づく機械翻訳方法に関連して効率的に得られる。同時に、この方法は特別なアプリケーションにおいてより良い品質で訳文を生成できる。
【００９２】
更に、生成された訳文は実施形態の訳文生成方法を用いて異なる観点から複数種類の訳文知識によって評価され、それにより高品質を持つ訳文が得られる。例えば、使用される訳文知識は意味的資源及び目的言語モデルで構成されるので、生成訳文の流暢さが望ましく、更に入力文とのその意味的類似度が非常に高くなる。
【００９３】
更に、実施形態の機械翻訳方法は新たな翻訳知識を加えることによって拡張できる。その結果、翻訳品質が更に向上できる。
【００９４】
機械翻訳方法
同じ発明概念に基づいて、図６は本発明の他の実施形態に従った訳文生成方法を示すフローチャートである。次に、本実施形態を図６と関連して説明する。上記実施形態と同じ部分については、その説明を適宜省略する。
【００９５】
図６に示されるように、ステップ６０１で、翻訳対象の第１言語の文は整列二カ国語用例コーパスに関して整合される。
【００９６】
特に、この実施形態では、翻訳対象の第１言語の各可能断片に対応する第２言語の１つ又は複数の訳文断片が整合によって整列二カ国語用例コーパスにおいて検索される。整列二カ国語用例コーパスは専門家（例えば、翻訳者）によって手動的に、又はコンピュータによって自動的に語整列された二カ国語用例コーパスである。これは第１言語と第２言語の複数の例文対及び各文対の間の配列情報で構成される。本発明は翻訳対象の第１言語の文を整合する方法に特に限定されなく、対応する訳文断片だけが整列二カ国語用例コーパスにおいて翻訳対象文の可能断片毎に見つけることができれば、従来の任意の方法が使用できる。
【００９７】
次に、ステップ６０５で、第２言語の訳文が図４の実施形態の訳文生成方法によって生成され、詳細な説明は上記実施形態と同じであるのでその説明は省略する。
【００９８】
実施形態の機械翻訳方法を用いて、整列二カ国語例文が翻訳知識（即ち特徴関数）として使用され、機械翻訳の効率は規定に基づく機械翻訳方法に関連して効率的に得られる。同時に、この方法は特別なアプリケーションにおいてより良い品質で訳文を生成できる。
【００９９】
更に、生成訳文は実施形態の訳文生成方法を用いて異なる観点から複数種類の翻訳知識で評価される。故に、高品質の訳文が得られる。例えば、使用された訳文知識は意味的資源及び目的言語モデルで構成されるので、生成された訳文の流暢さは望ましく、その上入力文との意味的類似性が非常に高くなる。
【０１００】
更に、実施形態の訳文生成方法は新翻訳知識を追加することによって拡張できる。この結果、翻訳品質は更に向上できる。
【０１０１】
更に、実施形態の機械翻訳方法は予め翻訳されるべき第1言語の文を分離する必要がなく、それは探索アルゴリズムを用いて高品質の訳文を生成する必要があるだけである。
【０１０２】
訳文生成装置
同じ発明概念に基づいて、図７は本発明の他の実施形態に従った訳文生成装置を示すブロック図である。次に、本実施形態は図７と関連して説明する。上記実施形態と同じ部分については、その説明は適宜省略する。
【０１０３】
図７に示されるように、この実施形態の訳文生成装置７００は訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点を計算するように構成される計算部７０１と、計算部７０１によって算出された訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点に基づいて第１言語の文に対応する第２言語の複数の可能訳文断片の組み合わせから第２言語の最適訳文断片の組み合わせを選択するように構成される選択部７０５と、最適訳文断片の組み合わせに基づいて第２言語の訳文を生成するように構成される訳文生成部７１０によって構成される。翻訳対象の第１言語の文は複数の断片に分離され、配列二カ国語用例コーパスは第１言語と第２言語の複数の例文対及び各文対間の配列情報を含み、第１言語の前述の複数の断片の各々に対応する第２言語の少なくとも１つの訳文断片により構成される。
【０１０４】
特に、この実施形態では、翻訳対象の第１言語の文は複数の断片に手動的または自動的に分離され、翻訳対象の第１言語の複数の断片の各々に対応する第２言語の１つ又は複数の訳文断片はマッチングによって整列二カ国語用例コーパスにおいて検索される。整列二カ国語用例コーパスは専門家（例えば、翻訳家）によって手動的に又はコンピュータによって自動的に整列された二カ国語用例コーパスであり、これは第１言語および第２言語の複数の例文対及び各文対間の配列情報で構成される。本発明は翻訳対象の第１言語の文を分離する方法に特に限定されず、翻訳対象文だけがその訳文断片が整列二カ国語用例コーパスに見つけることができる有効断片に分離できるならば従来の任意の方法が使用できる。
【０１０５】
次に、上記複数の特徴関数及び計算部７０１によって計算される訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点の計算処理の詳細な説明を行う。
【０１０６】
本実施形態では、上述の特徴関数は二カ国語例文に基づいて機械翻訳システムの訳文生成モデルに含まれる複数種類の翻訳知識（このモデルでは、翻訳知識は特徴関数と呼ぶ）、例えば、二カ国語例文と入力文との類似性計算する特徴関数、二カ国語例文の信頼性及び生成訳文の流暢さを示す。
【０１０７】
実施形態の特徴関数は限定されないが次の種類により構成される。即ち、
Ａ：ソース言語から目的言語への語の翻訳確率
【数１５】
【０１０８】
Ｂ：目的言語からソース言語への語の翻訳確率
【数１６】
【０１０９】
Ｃ：ソース言語から目的言語への語の翻訳確率
【数１７】
【０１１０】
Ｄ：目的言語からソース言語への句の翻訳確率
【数１８】
【０１１１】
Ｅ：長さに基づいた目的言語の選択確率
【数１９】
【０１１２】
翻訳対象文に関して、この関数はより短い又はより長い訳文に対してより小さい値を与えることに成る
Ｆ：目的言語モデル
【数２０】
【０１１３】
この関数の値が大きいほど生成される訳文の流暢さがよくなる。
【０１１４】
Ｇ：意味的類似性
【数２１】
【０１１５】
この特徴関数の値が大きいほど、二カ国語例文と入力文との対応断片間の意味は近くなる。
【０１１６】
上記複数の関数において
ｈは特徴を示す。
【０１１７】
ｆは訳文対象文を示す。
【０１１８】
ｅは生成訳文を示す。
【０１１９】
eiは訳文の語を示す。
【０１２０】
fiは入力文の語を示す。
【０１２１】
e’iは訳文の句を示す。
【０１２２】
f’iは入力文の句を示す。
【０１２３】
aiはｉ番目のユニットと整列するユニット番号を示す。
【０１２４】
Ｉはｅの長さを示す。
【０１２５】
Ｊはｆの長さを示す。
【０１２６】
Ｍ(z,f)は二カ国語例文及び入力文の対応断片間の意味的類似性を示す。
【０１２７】
特に、特徴関数Ａ，Ｂ及びＥは上記文献１に示されている。
【０１２８】
特徴関数Ｃ及びＤは上記文献２に示されている。
【０１２９】
特徴関数Ｆは上記文献３に示されている。
【０１３０】
特徴関数Ｇは上記文献４に示されている。
【０１３１】
この実施形態では、上記特徴関数Ａ〜Ｇが示されているが、本発明はこれに特に限定されず、訳文を生成するに寄与する任意の関数で構成できることは理解されるべきである。
【０１３２】
次に、訳文断片の組み合わせに関する上記複数の特徴関数から得られる積算得点の計算処理の詳細な説明を図２と関連して行う。
【０１３３】
図２は本発明の実施形態に従った計算部７０１によって積算得点を計算する例を示す略図である。図２において、先ず、翻訳対象の第１言語の文がＮ個の断片に分離される。SF[i]は翻訳対象文のｉ番目の断片を示す。次に、１つ又は複数の訳文断片が翻訳対象文の各断片に関して整列二カ国母用例コーパスにおいて選択される。TF[i,j]は翻訳対象文のｉ番目の断片に対応するｊ番目の訳文断片を示す。次に、これら選択された訳文断片はＭ個の特徴関数を用いてそれぞれ計算される。h[m]は訳文断片に関するｍ番目の特徴関数を示す。このとき、積算得点は次式（１）に基づいてログ線形モデルを用いて計算される。
【数２２】
【０１３４】
但し、ｈｍはｍ番目の関数を示し、λｍはｍ番目の特徴関数の重みを示し、ｆは翻訳対象の前記第１言語の前記文を示し、ｅは前記第２言語の前記訳文断片の組み合わせを示し、Ｅはｅを生成するために必要な訳文断片の集まりを示し、s(e)はｅに関する前記複数の特徴関数から得られる前記積算得点を示す。
【０１３５】
この実施形態では、訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点が計算部７０１によって計算されるとき各特徴関数の重みが考慮するのが望ましい。特徴関数の重みの訓練方法は上記文献５に示されている。しかしながら、上述の積算得点は各特徴関数の重みを考慮しないでログ線形モデルで訳文断片の組み合わせに関する各特徴関数から得られる得点を積算することによって直接に計算できることは理解すべきである。
【０１３６】
この実施形態では、最高得点を持つ訳文断片の組み合わせは図２に示す上述の方法を用いて計算部７０１によって計算された全ての訳文断片の組み合わせの各々に関する上述の複数の特徴関数から得られる積算得点を有する第２言語の最適訳文断片の組み合わせとして選択部７０５によって選択される。
【０１３７】
随意的に、この実施形態では、第２言語の最適訳文断片の組み合わせは検索部を用いて第１言語の文に対応する第２言語の複数の訳文断片の組み合わせから選択部７０５によって選択できる。この実施形態では、検索部は従来から知られている任意の装置、例えば、ビーム検索アルゴリズム、Ａ検索アルゴリズム及びＡ＊検索アルゴリズム等の検索装置によって構成される。この発明はこれに特に限定されない。検索アルゴリズムの詳細なプロセスの詳細な説明は図３と関連して図４の実施形態において行う。下記実施形態との違いは、この実施形態では、翻訳対象の第１言語の文は複数の断片に分離されてしまっており、翻訳対象の文の全ての可能な断片は検索アルゴリズムによって行う必要がない。
【０１３８】
随意的に、本実施形態では、翻訳対象の言語の文が複数の分離体系に分離できる。例えば、翻訳対象文は見つけられた全ての断片に基づいて分離アルゴリズムによって自動的に分離される。例えば、
翻訳対象文＝“w1 w2 w3 w4 w5 w6 w7 w8 w9”
有効断片は
F1 = w1 w2 w3
F2 = w4 w5 w6
F3 = w7 w8 w9
F4 = w1 w2 w3 w4
F5 = w5 w6 w7 w8 w9
によって構成される。
【０１３９】
上記断片は２つの分離体系“f1 f2 f3”又は“f4 f5”で構成できる。
【０１４０】
第１分離体系“f1 f2 f3”に対しては、第２言語の最適訳文断片の組み合わせが選択部７０５を用いて選択される。分離体系“f1 f2 f3”の全ての訳文断片の組み合わせに関する上記複数の特徴関数から求められる積算得点は図２に示す上記方法を用いて計算部７０１によって計算される。最高得点を有する訳文断片の組み合わせは第２言語の最適訳文断片の組み合わせとして選択部７０５を用いて選択され、又は第２言語の最適訳文断片の組み合わせは検索部を用いて第１言語の文に対応する第２言語の複数の訳文断片の組み合わせから選択部７０５によって選択できる。
【０１４１】
第２分離体系“f4 f5”に対しては、第２言語の最適訳文断片の組み合わせが選択部７０５を用いて選択される。分離体系“f4 f5”の全ての訳文断片の組み合わせに関する上記複数の特徴関数から得られる積算得点は図２に示される上記方法を用いて計算部７０１によって計算される。最高得点を持つ訳文断片の組み合わせが第２言語の最適訳文断片の組み合わせとして選択部７０５を用いて選択され、又は第２言語の最適訳文断片の組み合わせが検索部を用いて第１言語の文に対応する第２言語の複数の訳文断片の組み合わせから選択部７０５によって選択できる。
【０１４２】
それから、２つの分離体系の最適訳文断片の組み合わせの積算得点が比較され、高い得点を有する訳文断片の組み合わせが保持され、低い得点の訳文断片の組み合わせが削除され、それによって第２言語の最適訳文断片の組み合わせが翻訳対象第１言語の文に対して得られる。
【０１４３】
更に、第２言語の最適訳文断片の組み合わせが第１分離体系“f1 f2 f3”及び第２分離体系“f4 f5”に関して検索部を用いて第１言語の文に対応する第２言語の複数の訳文断片の組み合わせから選択部７０５によって選択できる。
【０１４４】
ここでは２つの分離体系が示されているが、本発明はこれに限定されず、２つ以上の分離体系を持つことができることは理解すべきである。この場合、各分離体系の計算が必要なだけであり、複数の分離体系は比較され、第２言語の最適訳文断片の組み合わせが最終的に得られる。
【０１４５】
この実施形態における訳文生成装置７００及びその各構成部分は特別回路又はＣＭＯＳチップによって構成でき、また、関連プログラムを実行するコンピュータ（プロセッサ）によって実現できる。
【０１４６】
実施形態の訳文生成装置７００を用いて、整列二ヶ国語例文が翻訳知識（即ち特徴関数）として使用され、訳文生成効率は規定に基づく訳文生成装置に有効に関連して得られる。同時に、この装置は特別なアプリケーションにおいてより良い品質を持つ訳文を生成できる。
【０１４７】
更に、生成した訳文は実施形態の訳文生成装置７００を用いて異なる観点から複数種類の訳文知識と評価され、それにより高品質を持つ訳文が得られる。例えば、使用される訳文知識は意味的資源及び目的言語モデルにより構成されるので、生成された訳文の流暢さは望ましく、その上入力文との意味的類似性が非常に高い。
【０１４８】
更に、実施形態の訳文生成装置７００は新たな翻訳知識を付加することによって拡張でき、それによって訳文の品質が更に向上できる。
【０１４９】
訳文生成装置
同じ発明概念に基づいて、図８は本発明の他の実施形態に従った訳文生成装置を示すブロック図である。次に、本実施形態を図８と関連して説明する。先の実施形態と同じ部分に対しては、その説明を適宜省略する。
【０１５０】
図８に示すように、本実施形態の訳文生成装置８００は可能訳文断片又は訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点を計算するように構成される計算部８０１と、検索部を用いて第２言語の最適訳文断片の組み合わせ選択するように構成され、積算得点が可能訳文断片又は訳文断片の組み合わせに関する複数の特徴関数から計算部８０１によって検索アルゴリズムのコストとして得られる選択部８０５と、上記最適訳文断片の組み合わせに基づいて第２言語の訳文を生成するように構成される訳文生成部８１０とによって構成される。整列二ヶ国語用例コーパスは第１言語と第２言語との複数の例文対及び各分対間の配列情報により構成され、翻訳対象第１言語の文は上記整列二ヶ国語用例コーパスに関して整合され、第１言語の上記文の各可能断片に対応する第２言語の少なくとも１つの訳文断片が得られる。
【０１５１】
特に、この実施形態では、翻訳対象の第１言語の各可能断片に対応する第２言語の１つ又は複数の訳文断片が整合によって整列二ヶ国語用例コーパスにおいて検索される。整列二ヶ国語用例コーパスは専門家（例えば、翻訳者）によって手動的に又はコンピュータによって自動的に整列される二ヶ国語用例コーパスである。それは第１言語と第２言語の複数の例文対及び各例文対間の配列情報により構成される。本発明は翻訳対処の第１言語の文を整合する方法に特に限定されなく、対応する訳文断片だけが翻訳対象文の可能断片毎に整列二ヶ国語用例コーパスにおいて見つけることができれば、従来から知られている任意の方法が使用できる。
【０１５２】
この実施形態では、検索部は従来から知られている任意の装置、例えば、ビーム検索アルゴリズム、Ａ検索アルゴリズム及びＡ＊検索アルゴリズム等を実行する検索装置で構成される。本発明はこれに特に限定されない。検索アルゴリズムの詳細なプロセスの詳細な説明を図３と関連して行う。図３は本発明の実施形態に従った検索アルゴリズムの例を示す略図である。ビーム検索アルゴリズムは検索アルゴリズムのプロセスを簡単に説明するための例として与えられ、詳細な説明は上記文献６及び７において分かる。
【０１５３】
図３の実施形態では、翻訳対象文は９つの語を持つと仮定される。各可能断片の訳文は整列二ヶ国語用例コーパスにおいて検索される。例えば、
【表２】
【０１５４】
図３において、各状態は
Ｓ：印、語が翻訳されれば、語が“*”の印が付けられ、そうでなく、語が翻訳されなければ、語は“−”の印が付けられる。
【０１５５】
Ｔ：“*”の語の訳文
得点：得られた訳文の積算得点
特に、ビーム検索アルゴリズムは次のように行われる。
【０１５６】
最初に、リスト（語＝０．．．９）が初期化される。
【０１５７】
次に、s = 0 to 9に対して：
S[s]に各状態を拡張する。
【０１５８】
新状態は状態印に基づいて対応リストに記憶される。状態に翻訳された語の量がｘならば、この状態は語リスト＝ｘに記憶されることになる。
【０１５９】
リストの新たな状態と同じ状態があると、２つの状態が比較され、高得点を持つ状態が維持される。
【０１６０】
リストを取り除く。
【０１６１】
１つのリストの状態の量が所定の閾値より大きければ、小さい得点を持つ状態は取り除かれる。
【０１６２】
最後に、最高得点を持つ訳文断片の組み合わせ翻訳対象の第１言語の文に対して選択された第２言語の最適訳文断片の組み合わせとしてリストS[9]において検索される。
【０１６３】
上記検索アルゴリズムにおいて、各訳文断片又は各断片の組み合わせに関する複数の特徴関数から得られる積算得点は図２の上記実施形態の方法に基づいて計算部８０１によって計算される。その説明は適宜省略する。
【０１６４】
本実施形態における訳文生成装置８００及びその構成部分は特別の回路又はＣＭＯＳチップで構成でき、また、関連プログラムを実行するコンピュータ（プロセッサ）によって実現できる。
【０１６５】
実施形態の訳文生成装置８００を用いることによって、整列二ヶ国語例文が翻訳知識（即ち特徴関数）として使用され、訳文生成効率は規定に基づく訳文生成装置に有効に関連して得られる。同時に、この装置は特別なアプリケーションにおいてより良い品質を持つ訳文を生成できる。
【０１６６】
更に、生成された訳文は実施形態の訳文生成装置８００を用いて異なる観点から複数種類の翻訳知識で評価され、それ故に高品質の訳文が得られる。例えば、使用される翻訳知識は意味的資源及び目的言語モデルで構成され、生成された訳文の流暢さは入力文との意味的類似性が非常に高いのと同様に好ましい。
【０１６７】
更に、実施形態の訳文生成装置８００は新たな翻訳知識を付加することによって拡張でき、それによって訳文の品質が更に向上できる。
【０１６８】
更に、実施形態の訳文生成装置８００は予め訳文対象の第１言語の文を分離する必要がなく、検索アルゴリズムを使用して高品質の訳文を生成する必要があるだけである。
【０１６９】
機械翻訳装置
同じ発明の概念に基づいて、図９は本発明の他の実施形態に従った機械翻訳装置を示すブロック図である。次に、本実施系を図９と関連して説明する。上記実施形態と同じ部分については、その説明は適宜省略する。
【０１７０】
図９に示されるように、本実施形態の機械翻訳装置９００は翻訳対象の第１言語の文を複数の断片に分離するように構成される分離部９０１と、第２言語の訳文生成するように構成される訳文生成装置７００により構成され、整列二ヶ国語用例コーパスは第１言語と第２言語の複数の例文対及び各例文対の間の配列情報で構成される。
【０１７１】
特に、この実施形態では、翻訳対象の第１言語の文は複数の断片に手動的又は自動的に分離され、翻訳対象の第１言語の複数の断片の各々に対応する第２言語の１つ又は複数の訳文断片がマッチングにより二ヶ国語用例コーパスにおいて検索される。整列二ヶ国語用例コーパスは専門家（例えば、翻訳者）によって手動的に又はコンピュータによって自動的に整列される二ヶ国語用例コーパスである。それは第１言語と第２言語の複数の例文対及び例文対の間の配列情報により構成される。本発明は翻訳対象の第１言語文を分離する方法に特に限定されなく、翻訳対象文だけが整列二ヶ国語用例コーパスにおいて見つけることができる有効な訳文断片に分離できれば、従来から知られている任意の方法が使用できることは理解されるべきである。
【０１７２】
実施形態の訳文生成装置７００は図７の上述の実施形態の訳文生成装置であり、詳細な説明は上述の実施形態と同じであり、説明は省略する。
【０１７３】
この実施形態における機械翻訳装置９００及びその各構成部分は特別な回路又はＣＭＯＳチップにより構成でき、また、関連プログラムを実行するコンピュータ（プロセッサ）によって実現できる。
【０１７４】
実施形態の機械翻訳装置９００を使用することによって、整列二ヶ国語例文は翻訳知識（即ち特徴関数）として使用でき、機械翻訳の効率は規定に基づく機械翻訳装置に効率的に関連して得られる。同時に、この装置は特別のアプリケーションにおいてより良い品質を持つ訳文を生成できる。
【０１７５】
更に、生成された訳文は実施形態の機械翻訳装置９００を用いて異なる観点から複数種類の訳文知識で評価され、それ故に高品質の訳文が得られる。例えば、使用される翻訳知識が意味的資源及び目的言語モデルにより構成され、生成される訳文の流暢さは望ましい、その上入力文との意味的類似性が非常に高い。
【０１７６】
更に、実施形態の機械翻訳装置９００は新たな翻訳知識を追加することによって拡張でき、それによって訳文品質が更に向上できる。
【０１７７】
機械翻訳装置
同じ発明概念に基づいて、図１０は本発明の他の実施形態に従った機械翻訳装置を示すブロック図である。次に、本実施形態を図１０と関連して説明する。上記実施形態と同じ部分については、その説明は適宜省略する。
【０１７８】
図１０に示されるように、本実施形態の機械翻訳装置１０００は翻訳対象の第１言語の文を上述の整列二ヶ国語用例コーパスに対して整合し、第１言語の上述の文の各可能断片に対応する第２言語の少なくとも１つの訳文断片を得るように構成される整合部１００１及び第２言語の訳文を生成するように構成される訳文生成装置８００により構成され、整列二ヶ国語用例コーパスは第１言語と第２言語の複数の例文対及び各例文間の配列情報により構成される。
【０１７９】
特に、この実施形態では、翻訳対象の第１言語の各可能断片に対応する第２言語の１つ又は複数の訳文断片が整合によって整列二ヶ国語用例コーパスにおいて検索される。整列二ヶ国語用例コーパスは専門家（例えば、翻訳者）によって手動的に又はコンピュータによって自動的に整列される二ヶ国語用例コーパスである。それは第１言語と第２言語の複数の例文対及び各例文対間の配列情報により構成される。本発明は翻訳対象の第１言語の文を整合する方法に特に限定されなく、対応する訳文断片だけが翻訳対象の文の可能断片毎に整列二ヶ国語用例コーパスにおいて見つけることができれば、従来から知られている任意の方法が使用できる。
【０１８０】
実施形態の訳文生成装置８００は図８の上述の実施形態の訳文生成装置であり、詳細な説明は上述の実施形態と同じであり、説明は省略する。
【０１８１】
この実施形態における機械翻訳装置１０００及びその各構成部分は特別な回路又はＣＭＯＳチップにより構成でき、また、関連プログラムを実行するコンピュータ（プロセッサ）によって実現できる。
【０１８２】
実施形態の機械翻訳装置１０００を使用することによって、整列二ヶ国語例文は翻訳知識（即ち特徴関数）として使用でき、機械翻訳の効率は規定に基づく機械翻訳装置に効率的に関連して得られる。同時に、この装置は特別のアプリケーションにおいてより良い品質を持つ訳文を生成できる。
【０１８３】
更に、生成された訳文は実施形態の機械翻訳装置１０００を用いて異なる観点から複数種類の訳文知識で評価され、それ故に高品質の訳文が得られる。例えば、使用される翻訳知識が意味的資源及び目的言語モデルにより構成され、生成される訳文の流暢さは望ましく、その上入力文との意味的類似性が非常に高い。
【０１８４】
更に、実施形態の機械翻訳装置１０００は新たな翻訳知識を追加することによって拡張でき、それによって訳文品質が更に向上できる。
【０１８５】
更に、実施形態の訳文生成装置１０００は予め訳文対象の第１言語の文を分離する必要がなく、検索アルゴリズムを使用して高品質の訳文を生成する必要があるだけである。
【０１８６】
訳文生成方法、機械翻訳方法、訳文生成装置、機械翻訳装置は幾つかの実施形態で詳細に説明したが、これら実施形態は網羅的ではない。当業者は本発明の精神及び範囲内で種々変更及び変形することができる。故に、本発明はこれら実施形態に限定されなく、むしろ、本発明の範囲は請求の範囲によって決められるだけである。
【図面の簡単な説明】
【０１８７】
【図１】図１は本発明の実施形態に従った訳文生成方法を示すフローチャートである。
【図２】本発明の実施形態に従った積算得点を算出する例を示す略図である。
【図３】本発明の実施形態に従った検索アルゴリズムの例を示す略図である。
【図４】本発明の他の実施形態に従った訳文生成方法を示すフローチャート図である。
【図５】本発明の他の実施形態に従った機械翻訳方法を示すフローチャートである。
【図６】本発明の他の実施形態に従った機械翻訳方法を示すフローチャートである。
【図７】本発明の他の実施形態に従った訳文生成装置を示すブロック図である。
【図８】本発明の他の実施形態に従った訳文生成装置を示すブロック図である。
【図９】本発明の他の実施形態に従った機械翻訳装置を示すブロック図である。
【図１０】本発明の他の実施形態に従った機械翻訳装置を示すブロック図である。
【特許請求の範囲】
【請求項１】
翻訳対象の第１言語の文に基づいて第２言語の訳文を生成する訳文生成方法であって、
複数の断片に分割される前記第１言語と第２言語の複数の文例対と各文例対の間の配列情報とにより構成され、かつ前記第１言語の前記複数の断片の各々に対応する前記第２言語の少なくとも１つの訳文断片により構成される整列二カ国語用例コーパスから、前記複数の断片に分割された前記第１言語の前記文に対応する前記第２言語の複数の可能訳文断片の組み合わせから翻訳断片の組み合わせに関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択するステップと、
前記最適訳文断片の組み合わせに基づいて前記第２言語の訳文を生成するステップと、
を含む、訳文生成方法。
【請求項２】
前記選択ステップは、前記複数の可能訳文断片の組み合わせの各々に関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択するステップを含む、請求項１に従った方法。
【請求項３】
翻訳対象の前記第１言語の文は複数の分離体系に分離され、前記選択ステップは、前記複数の分離体系の各々の訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択するステップを含む、請求項１に従った方法。
【請求項４】
前記選択ステップは、前記複数の分離体系の各々の前記複数の訳文断片の組み合わせの各々に関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択するステップを含む、請求項３に従った方法。
【請求項５】
訳文断片の組み合わせに関する複数の特徴関数から得られる前記積算得点は前記訳文断片の組み合わせに関する前記複数の特徴関数の各々から得られる得点をログ線形モデルで積算することによって得られる、請求項１乃至４のいずれか１に従った方法。
【請求項６】
訳文断片の組み合わせに関する複数の特徴関数から得られる前記積算得点を算出するステップは前記複数の特徴関数の各々の重みを考慮する、請求項５に従った方法。
【請求項７】
訳文断片の組み合わせに関する複数の特徴関数から得られる前記積算得点を計算するステップは次式によって行われる、
【数１】
但し、ｈｍはｍ番目の関数を示し、λｍはｍ番目の特徴関数の重みを示し、ｆは翻訳対象の前記第１言語の前記文を示し、ｅは前記第２言語の前記訳文断片の組み合わせを示し、Ｅはｅを生成するために必要な訳文断片の集まりを示し、ｓ（ｅ）はｅに関する前記複数の特徴関数から得られる前記積算得点を示す、請求項６に従った方法。
【請求項８】
前記選択ステップは、検索アルゴリズムを用いて前記第２言語の最適訳文断片の組み合わせを選択するステップを含み、積算得点は可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から前記検索アルゴリズムのコストとして得られる、請求項１又は３に従った方法。
【請求項９】
翻訳対象の前記第１言語の前記文は複数の分離体系に分離され、前記選択ステップは、検索アルゴリズムを用いて前記第２言語の最適訳文断片の組み合わせを選択するステップを含み、積算得点は可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から前記検索アルゴリズムのコストとして得られる、請求項１に従った方法。
【請求項１０】
可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点は前記可能訳文断片又は前記訳文断片の組み合わせに関する前記複数の特徴関数の各々からログ線形モデルによって得られる積算得点によって算出される、請求項８又は９に従った方法。
【請求項１１】
可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点を計算するステップは更に前記複数の特徴関数の各々の重みを考慮する、請求項１０に従った方法。
【請求項１２】
可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点を計算するステップは次式によって行われる、
【数２】
但し、ｈｍはｍ番目の関数を示し、λｍはｍ番目の特徴関数の重みを示し、ｆは翻訳対象の前記第１言語の前記文を示し、ｅは前記第２言語の前記訳文断片の組み合わせを示し、Ｅはｅを生成するために必要な訳文断片の集まりを示し、ｓ（ｅ）はｅに関する前記複数の特徴関数から得られる前記積算得点を示す、請求項１１に従った方法。
【請求項１３】
前記複数の特徴関数はソース言語から目的言語への語の翻訳確率、目的言語からソース言語への語の翻訳確率、ソース言語から目的言語への句の翻訳確率、目的言語からソース言語への句の翻訳確率、長さに基づく目的言語の選択確率、目的言語モデル及び意味類似性から選択される任意の関数を含む、請求項７又は１２に従った方法。
【請求項１４】
整列２言語用例コーパスが第１言語と第２言語の複数の例文対と各文対の間の配列情報とにより構成され、翻訳対象の前記第１言語の文が前記整列言語用例コーパスに関して整合され、前記第１言語の前記文の各断片に対応する前記第２言語の少なくとも１つの訳文断片が得られる、訳文生成方法であって、
検索アルゴリズムを用いて前記第２言語の最適訳文断片の組み合わせを選択すること、
積算得点は積算得点を可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から前記検索アルゴリズムのコストとして得るステップと、
前記最適訳文断片の組み合わせに基づいて前記第２言語の訳文を生成するステップと、
を含む、訳文生成方法。
【請求項１５】
可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点は前記可能訳文断片又は前記訳文断片の組み合わせに関する前記複数の特徴関数の各々からログ線形モデルによって得られる積算得点によって算出される、請求項１４に従った方法。
【請求項１６】
可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点を計算するステップは更に前記複数の特徴関数の各々の重みを考慮する、請求項１５に従った方法。
【請求項１７】
可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点を計算するステップは次式によって行われる、
【数３】
但し、ｈｍはｍ番目の関数を示し、λｍはｍ番目の特徴関数の重みを示し、ｆは翻訳対象の前記第１言語の前記文を示し、ｅは前記第２言語の前記訳文断片の組み合わせを示し、Ｅはｅを生成するために必要な訳文断片の集まりを示し、ｓ（ｅ）はｅに関する前記複数の特徴関数から得られる前記積算得点を示す、請求項１６に従った方法。
【請求項１８】
前記複数の特徴関数はソース言語から目的言語への語の翻訳確率、目的言語からソース言語への語の翻訳確率、ソース言語から目的言語への句の翻訳確率、目的言語からソース言語への句の翻訳確率、長さに基づく目的言語の選択確率、目的言語モデル及び意味類似性から選択される任意の関数を含む、請求項１７に従った方法。
【請求項１９】
整列二カ国語用例コーパスは第１言語と第２言語の複数の例文対及び各文対間の配列情報を含む、機械翻訳方法であって、
翻訳対象の前記第１言語の文を複数の断片に分離するステップと、
請求項１乃至１３のいずれか１に従った訳文生成方法によって前記第２言語の訳文を生成するステップと、
を含む、機械翻訳方法。
【請求項２０】
整列二ヶ国語用例コーパスは第１言語と第２言語の複数の例文対及び各文対間の配列情報を含む、機械翻訳方法であって、
前記第１言語の前記文の各可能断片に対応する前記第２言語の少なくとも１つの訳文断片を得るため前記整列二ヶ国語用例コーパスに関して翻訳対象の前記第１言語の文を整合するステップと、
請求項１４乃至１８のいずれか１に従った訳文生成方法によって前記第２言語の訳文を生成するステップと、
を含む、機械翻訳方法。
【請求項２１】
翻訳対象の第１言語の文は複数の断片に分割され、整列二カ国語用例コーパスは前記第１言語と第２言語の複数の文例対と各文例対の間の配列情報とにより構成され、かつ前記第１言語の前記複数の断片の各々に対応する前記第２言語の少なくとも１つの訳文断片により構成される、訳文生成装置であって、
前記第１言語の前記文に対応する前記第２言語の複数の可能訳文断片の組み合わせから翻訳断片組み合わせに関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択する選択部と、
前記最適訳文断片の組み合わせに基づいて前記第２言語の訳文を生成する訳文生成部と、
を含む、訳文生成装置。
【請求項２２】
前記選択部は、前記複数の可能訳文断片の組み合わせの各々に関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択するよう構成される、請求項２１に従った装置。
【請求項２３】
翻訳対象の前記第１言語の文は複数の分離体系に分離され、前記選択部は、前記複数の分離体系の各々の訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択するように構成される、請求項２１に従った装置。
【請求項２４】
前記選択部は、前記複数の分離体系の各々の前記複数の訳文断片の組み合わせの各々に関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択するよう構成される、請求項２３に従った装置。
【請求項２５】
前記訳文断片に関する前記複数の特徴関数の各々から得られる得点をログ線形モデルで積算することによって訳文断片の組み合わせに関する複数の特徴関数から得られる前記積算得点を計算するように構成される計算部を更に含む、請求項２１乃至２４のいずれか１に従った装置。
【請求項２６】
前記計算部は訳文断片の組み合わせに関する複数の特徴関数から得られる前記積算得点の計算中に前記複数の特徴関数の各々の重みを更に考慮する、請求項２５に従った装置。
【請求項２７】
前記計算部は次式によって訳文断片の組み合わせに関する複数の関数から得られる前記積算得点を計算する、
【数４】
但し、ｈｍはｍ番目の関数を示し、λｍはｍ番目の特徴関数の重みを示し、ｆは翻訳対象の前記第１言語の前記文を示し、ｅは前記第２言語の前記訳文断片の組み合わせを示し、Ｅはｅを生成するために必要な訳文断片の集まりを示し、ｓ（ｅ）はｅに関する前記複数の特徴関数から得られる前記積算得点を示す、請求項２６に従った装置。
【請求項２８】
前記選択部は、検索アルゴリズムを用いて前記第２言語の最適訳文断片の組み合わせを選択するよう構成され、積算得点は可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から前記検索アルゴリズムのコストとして得られる、請求項２１又は２３に従った装置。
【請求項２９】
翻訳対象の前記第１言語の前記文は複数の分離体系に分離され、前記選択部は、検索アルゴリズムを用いて前記第２言語の最適訳文断片の組み合わせを選択するように構成され、積算得点は可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から前記検索アルゴリズムのコストとして得られる、請求項２１に従った装置。
【請求項３０】
可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点を、前記可能訳文断片又は前記訳文断片の組み合わせに関する前記複数の特徴関数の各々から得られる得点をログ線形モデルによって積算することによって算出するように構成される計算部を更に具備する、請求項２８又は２９に従った装置。
【請求項３１】
可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点を計算するステップは更に前記複数の特徴関数の各々の重みを考慮する、請求項１０に従った方法。
【請求項３２】
前記計算部は次式によって可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点を計算するように構成される、
【数５】
但し、ｈｍはｍ番目の関数を示し、λｍはｍ番目の特徴関数の重みを示し、ｆは翻訳対象の前記第１言語の前記文を示し、ｅは前記第２言語の前記訳文断片の組み合わせを示し、Ｅはｅを生成するために必要な訳文断片の集まりを示し、ｓ（ｅ）はｅに関する前記複数の特徴関数から得られる前記積算得点を示す、請求項３１に従った方法。
【請求項３３】
前記複数の特徴関数はソース言語から目的言語への語の翻訳確率、目的言語からソース言語への語の翻訳確率、ソース言語から目的言語への句の翻訳確率、目的言語からソース言語への句の翻訳確率、長さに基づく目的言語の選択確率、目的言語モデル及び意味類似性から選択される任意の関数を含む、請求項３２に従った方法。
【請求項３４】
整列二カ国語用例コーパスは第１言語と第２言語の複数の例文対と各文対の間の配列情報とにより構成され、翻訳対象の前記第１言語の文は前記整列二ヶ国語用例コーパスに関して整合され、前記第１言語の前記文の各断片に対応する前記第２言語の少なくとも１つの訳文断片が求められる、訳文生成装置であって、
積算得点が可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から前記検索アルゴリズムのコストとして得られ、検索アルゴリズムを用いて前記第２言語の最適訳文断片の組み合わせを選択するよう構成される選択部と、
前記最適訳文断片の組み合わせに基づいて前記第２言語の訳文を生成するように構成される訳文生成部と、
を具備する、訳文生成装置。
【請求項３５】
可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数の各々から得られる積算得点をログ線形モデルによって積算することによって前記可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点を計算するように構成される計算部を更に具備する、請求項３４に従った装置。
【請求項３６】
前記計算部は可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点の計算中に前記複数の特徴関数の各々の重みを更に考慮する、請求項３５に従った装置。
【請求項３７】
前記計算部は次式によって可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点を計算するよう構成される、
【数６】
但し、ｈｍはｍ番目の関数を示し、λｍはｍ番目の特徴関数の重みを示し、ｆは翻訳対象の前記第１言語の前記文を示し、ｅは前記第２言語の前記訳文断片の組み合わせを示し、Ｅはｅを生成するために必要な訳文断片の集まりを示し、ｓ（ｅ）はｅに関する前記複数の特徴関数から得られる前記積算得点を示す、請求項１６に従った方法。
【請求項３８】
前記複数の特徴関数はソース言語から目的言語への語の翻訳確率、目的言語からソース言語への語の翻訳確率、ソース言語から目的言語への句の翻訳確率、目的言語からソース言語への句の翻訳確率、長さに基づく目的言語の選択確率、目的言語モデル及び意味類似性から選択される任意の関数を含む、請求項３７に従った方法。
【請求項３９】
整列二ヶ国語用例コーパスは第１言語と第２言語の複数の例文対及び各文対間の配列情報を含む、機械翻訳装置であって、
翻訳対象の前記第１言語の文を複数の断片に分離する分離部と、
前記第２言語の訳文を生成する、請求項２１乃至３３のいずれか１に従った訳文生成装置と、
を具備する、機械翻訳装置。
【請求項４０】
整列二ヶ国語用例コーパスは第１言語と第２言語の複数の例文対及び各文対間の配列情報を含む、機械翻訳装置であって、
前記第１言語の前記文の各可能断片に対応する前記第２言語の少なくとも１つの訳文断片を得るため前記整列二ヶ国語用例コーパスに関して翻訳対象の前記第１言語の文を整合する整合部と、
前記第２言語の訳文を生成する、請求項３４乃至３８のいずれか１に従った訳文生成装置と、
を具備する、機械翻訳装置。
【請求項１】
翻訳対象の第１言語の文に基づいて第２言語の訳文を生成する訳文生成方法であって、
複数の断片に分割される前記第１言語と第２言語の複数の文例対と各文例対の間の配列情報とにより構成され、かつ前記第１言語の前記複数の断片の各々に対応する前記第２言語の少なくとも１つの訳文断片により構成される整列二カ国語用例コーパスから、前記複数の断片に分割された前記第１言語の前記文に対応する前記第２言語の複数の可能訳文断片の組み合わせから翻訳断片の組み合わせに関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択するステップと、
前記最適訳文断片の組み合わせに基づいて前記第２言語の訳文を生成するステップと、
を含む、訳文生成方法。
【請求項２】
前記選択ステップは、前記複数の可能訳文断片の組み合わせの各々に関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択するステップを含む、請求項１に従った方法。
【請求項３】
翻訳対象の前記第１言語の文は複数の分離体系に分離され、前記選択ステップは、前記複数の分離体系の各々の訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択するステップを含む、請求項１に従った方法。
【請求項４】
前記選択ステップは、前記複数の分離体系の各々の前記複数の訳文断片の組み合わせの各々に関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択するステップを含む、請求項３に従った方法。
【請求項５】
訳文断片の組み合わせに関する複数の特徴関数から得られる前記積算得点は前記訳文断片の組み合わせに関する前記複数の特徴関数の各々から得られる得点をログ線形モデルで積算することによって得られる、請求項１乃至４のいずれか１に従った方法。
【請求項６】
訳文断片の組み合わせに関する複数の特徴関数から得られる前記積算得点を算出するステップは前記複数の特徴関数の各々の重みを考慮する、請求項５に従った方法。
【請求項７】
訳文断片の組み合わせに関する複数の特徴関数から得られる前記積算得点を計算するステップは次式によって行われる、
【数１】
但し、ｈｍはｍ番目の関数を示し、λｍはｍ番目の特徴関数の重みを示し、ｆは翻訳対象の前記第１言語の前記文を示し、ｅは前記第２言語の前記訳文断片の組み合わせを示し、Ｅはｅを生成するために必要な訳文断片の集まりを示し、ｓ（ｅ）はｅに関する前記複数の特徴関数から得られる前記積算得点を示す、請求項６に従った方法。
【請求項８】
前記選択ステップは、検索アルゴリズムを用いて前記第２言語の最適訳文断片の組み合わせを選択するステップを含み、積算得点は可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から前記検索アルゴリズムのコストとして得られる、請求項１又は３に従った方法。
【請求項９】
翻訳対象の前記第１言語の前記文は複数の分離体系に分離され、前記選択ステップは、検索アルゴリズムを用いて前記第２言語の最適訳文断片の組み合わせを選択するステップを含み、積算得点は可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から前記検索アルゴリズムのコストとして得られる、請求項１に従った方法。
【請求項１０】
可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点は前記可能訳文断片又は前記訳文断片の組み合わせに関する前記複数の特徴関数の各々からログ線形モデルによって得られる積算得点によって算出される、請求項８又は９に従った方法。
【請求項１１】
可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点を計算するステップは更に前記複数の特徴関数の各々の重みを考慮する、請求項１０に従った方法。
【請求項１２】
可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点を計算するステップは次式によって行われる、
【数２】
但し、ｈｍはｍ番目の関数を示し、λｍはｍ番目の特徴関数の重みを示し、ｆは翻訳対象の前記第１言語の前記文を示し、ｅは前記第２言語の前記訳文断片の組み合わせを示し、Ｅはｅを生成するために必要な訳文断片の集まりを示し、ｓ（ｅ）はｅに関する前記複数の特徴関数から得られる前記積算得点を示す、請求項１１に従った方法。
【請求項１３】
前記複数の特徴関数はソース言語から目的言語への語の翻訳確率、目的言語からソース言語への語の翻訳確率、ソース言語から目的言語への句の翻訳確率、目的言語からソース言語への句の翻訳確率、長さに基づく目的言語の選択確率、目的言語モデル及び意味類似性から選択される任意の関数を含む、請求項７又は１２に従った方法。
【請求項１４】
整列２言語用例コーパスが第１言語と第２言語の複数の例文対と各文対の間の配列情報とにより構成され、翻訳対象の前記第１言語の文が前記整列言語用例コーパスに関して整合され、前記第１言語の前記文の各断片に対応する前記第２言語の少なくとも１つの訳文断片が得られる、訳文生成方法であって、
検索アルゴリズムを用いて前記第２言語の最適訳文断片の組み合わせを選択すること、
積算得点は積算得点を可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から前記検索アルゴリズムのコストとして得るステップと、
前記最適訳文断片の組み合わせに基づいて前記第２言語の訳文を生成するステップと、
を含む、訳文生成方法。
【請求項１５】
可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点は前記可能訳文断片又は前記訳文断片の組み合わせに関する前記複数の特徴関数の各々からログ線形モデルによって得られる積算得点によって算出される、請求項１４に従った方法。
【請求項１６】
可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点を計算するステップは更に前記複数の特徴関数の各々の重みを考慮する、請求項１５に従った方法。
【請求項１７】
可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点を計算するステップは次式によって行われる、
【数３】
但し、ｈｍはｍ番目の関数を示し、λｍはｍ番目の特徴関数の重みを示し、ｆは翻訳対象の前記第１言語の前記文を示し、ｅは前記第２言語の前記訳文断片の組み合わせを示し、Ｅはｅを生成するために必要な訳文断片の集まりを示し、ｓ（ｅ）はｅに関する前記複数の特徴関数から得られる前記積算得点を示す、請求項１６に従った方法。
【請求項１８】
前記複数の特徴関数はソース言語から目的言語への語の翻訳確率、目的言語からソース言語への語の翻訳確率、ソース言語から目的言語への句の翻訳確率、目的言語からソース言語への句の翻訳確率、長さに基づく目的言語の選択確率、目的言語モデル及び意味類似性から選択される任意の関数を含む、請求項１７に従った方法。
【請求項１９】
整列二カ国語用例コーパスは第１言語と第２言語の複数の例文対及び各文対間の配列情報を含む、機械翻訳方法であって、
翻訳対象の前記第１言語の文を複数の断片に分離するステップと、
請求項１乃至１３のいずれか１に従った訳文生成方法によって前記第２言語の訳文を生成するステップと、
を含む、機械翻訳方法。
【請求項２０】
整列二ヶ国語用例コーパスは第１言語と第２言語の複数の例文対及び各文対間の配列情報を含む、機械翻訳方法であって、
前記第１言語の前記文の各可能断片に対応する前記第２言語の少なくとも１つの訳文断片を得るため前記整列二ヶ国語用例コーパスに関して翻訳対象の前記第１言語の文を整合するステップと、
請求項１４乃至１８のいずれか１に従った訳文生成方法によって前記第２言語の訳文を生成するステップと、
を含む、機械翻訳方法。
【請求項２１】
翻訳対象の第１言語の文は複数の断片に分割され、整列二カ国語用例コーパスは前記第１言語と第２言語の複数の文例対と各文例対の間の配列情報とにより構成され、かつ前記第１言語の前記複数の断片の各々に対応する前記第２言語の少なくとも１つの訳文断片により構成される、訳文生成装置であって、
前記第１言語の前記文に対応する前記第２言語の複数の可能訳文断片の組み合わせから翻訳断片組み合わせに関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択する選択部と、
前記最適訳文断片の組み合わせに基づいて前記第２言語の訳文を生成する訳文生成部と、
を含む、訳文生成装置。
【請求項２２】
前記選択部は、前記複数の可能訳文断片の組み合わせの各々に関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択するよう構成される、請求項２１に従った装置。
【請求項２３】
翻訳対象の前記第１言語の文は複数の分離体系に分離され、前記選択部は、前記複数の分離体系の各々の訳文断片の組み合わせに関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択するように構成される、請求項２１に従った装置。
【請求項２４】
前記選択部は、前記複数の分離体系の各々の前記複数の訳文断片の組み合わせの各々に関する複数の特徴関数から得られる積算得点に基づいて前記第２言語の最適訳文断片の組み合わせを選択するよう構成される、請求項２３に従った装置。
【請求項２５】
前記訳文断片に関する前記複数の特徴関数の各々から得られる得点をログ線形モデルで積算することによって訳文断片の組み合わせに関する複数の特徴関数から得られる前記積算得点を計算するように構成される計算部を更に含む、請求項２１乃至２４のいずれか１に従った装置。
【請求項２６】
前記計算部は訳文断片の組み合わせに関する複数の特徴関数から得られる前記積算得点の計算中に前記複数の特徴関数の各々の重みを更に考慮する、請求項２５に従った装置。
【請求項２７】
前記計算部は次式によって訳文断片の組み合わせに関する複数の関数から得られる前記積算得点を計算する、
【数４】
但し、ｈｍはｍ番目の関数を示し、λｍはｍ番目の特徴関数の重みを示し、ｆは翻訳対象の前記第１言語の前記文を示し、ｅは前記第２言語の前記訳文断片の組み合わせを示し、Ｅはｅを生成するために必要な訳文断片の集まりを示し、ｓ（ｅ）はｅに関する前記複数の特徴関数から得られる前記積算得点を示す、請求項２６に従った装置。
【請求項２８】
前記選択部は、検索アルゴリズムを用いて前記第２言語の最適訳文断片の組み合わせを選択するよう構成され、積算得点は可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から前記検索アルゴリズムのコストとして得られる、請求項２１又は２３に従った装置。
【請求項２９】
翻訳対象の前記第１言語の前記文は複数の分離体系に分離され、前記選択部は、検索アルゴリズムを用いて前記第２言語の最適訳文断片の組み合わせを選択するように構成され、積算得点は可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から前記検索アルゴリズムのコストとして得られる、請求項２１に従った装置。
【請求項３０】
可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点を、前記可能訳文断片又は前記訳文断片の組み合わせに関する前記複数の特徴関数の各々から得られる得点をログ線形モデルによって積算することによって算出するように構成される計算部を更に具備する、請求項２８又は２９に従った装置。
【請求項３１】
可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点を計算するステップは更に前記複数の特徴関数の各々の重みを考慮する、請求項１０に従った方法。
【請求項３２】
前記計算部は次式によって可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点を計算するように構成される、
【数５】
但し、ｈｍはｍ番目の関数を示し、λｍはｍ番目の特徴関数の重みを示し、ｆは翻訳対象の前記第１言語の前記文を示し、ｅは前記第２言語の前記訳文断片の組み合わせを示し、Ｅはｅを生成するために必要な訳文断片の集まりを示し、ｓ（ｅ）はｅに関する前記複数の特徴関数から得られる前記積算得点を示す、請求項３１に従った方法。
【請求項３３】
前記複数の特徴関数はソース言語から目的言語への語の翻訳確率、目的言語からソース言語への語の翻訳確率、ソース言語から目的言語への句の翻訳確率、目的言語からソース言語への句の翻訳確率、長さに基づく目的言語の選択確率、目的言語モデル及び意味類似性から選択される任意の関数を含む、請求項３２に従った方法。
【請求項３４】
整列二カ国語用例コーパスは第１言語と第２言語の複数の例文対と各文対の間の配列情報とにより構成され、翻訳対象の前記第１言語の文は前記整列二ヶ国語用例コーパスに関して整合され、前記第１言語の前記文の各断片に対応する前記第２言語の少なくとも１つの訳文断片が求められる、訳文生成装置であって、
積算得点が可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から前記検索アルゴリズムのコストとして得られ、検索アルゴリズムを用いて前記第２言語の最適訳文断片の組み合わせを選択するよう構成される選択部と、
前記最適訳文断片の組み合わせに基づいて前記第２言語の訳文を生成するように構成される訳文生成部と、
を具備する、訳文生成装置。
【請求項３５】
可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数の各々から得られる積算得点をログ線形モデルによって積算することによって前記可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点を計算するように構成される計算部を更に具備する、請求項３４に従った装置。
【請求項３６】
前記計算部は可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点の計算中に前記複数の特徴関数の各々の重みを更に考慮する、請求項３５に従った装置。
【請求項３７】
前記計算部は次式によって可能訳文断片又は訳文断片の組み合わせに関する前記複数の特徴関数から得られる前記積算得点を計算するよう構成される、
【数６】
但し、ｈｍはｍ番目の関数を示し、λｍはｍ番目の特徴関数の重みを示し、ｆは翻訳対象の前記第１言語の前記文を示し、ｅは前記第２言語の前記訳文断片の組み合わせを示し、Ｅはｅを生成するために必要な訳文断片の集まりを示し、ｓ（ｅ）はｅに関する前記複数の特徴関数から得られる前記積算得点を示す、請求項１６に従った方法。
【請求項３８】
前記複数の特徴関数はソース言語から目的言語への語の翻訳確率、目的言語からソース言語への語の翻訳確率、ソース言語から目的言語への句の翻訳確率、目的言語からソース言語への句の翻訳確率、長さに基づく目的言語の選択確率、目的言語モデル及び意味類似性から選択される任意の関数を含む、請求項３７に従った方法。
【請求項３９】
整列二ヶ国語用例コーパスは第１言語と第２言語の複数の例文対及び各文対間の配列情報を含む、機械翻訳装置であって、
翻訳対象の前記第１言語の文を複数の断片に分離する分離部と、
前記第２言語の訳文を生成する、請求項２１乃至３３のいずれか１に従った訳文生成装置と、
を具備する、機械翻訳装置。
【請求項４０】
整列二ヶ国語用例コーパスは第１言語と第２言語の複数の例文対及び各文対間の配列情報を含む、機械翻訳装置であって、
前記第１言語の前記文の各可能断片に対応する前記第２言語の少なくとも１つの訳文断片を得るため前記整列二ヶ国語用例コーパスに関して翻訳対象の前記第１言語の文を整合する整合部と、
前記第２言語の訳文を生成する、請求項３４乃至３８のいずれか１に従った訳文生成装置と、
を具備する、機械翻訳装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【公開番号】特開２００８−２３４６４５（Ｐ２００８−２３４６４５Ａ）
【公開日】平成２０年１０月２日（２００８．１０．２）
【国際特許分類】
【出願番号】特願２００８−６６０４１（Ｐ２００８−６６０４１）
【出願日】平成２０年３月１４日（２００８．３．１４）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【Ｆターム（参考）】
【公開日】平成２０年１０月２日（２００８．１０．２）
【国際特許分類】
【出願日】平成２０年３月１４日（２００８．３．１４）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【Ｆターム（参考）】
[ Back to top ]