【課題】翻訳用例を用いて翻訳する際に、文脈情報や文書の分野情報に応じた適切な語句の訳文を生成することである。
【解決手段】翻訳対象原文を検索キーとして翻訳用例データベース２９から翻訳対象原文に同一または類似の翻訳用例を翻訳用例検索手段３２で検索し、差分対応付け手段３３は、検索された翻訳用例の原文と翻訳対象原文との差異部分に対して編集が必要な翻訳用例の訳文中の語句と翻訳対象原文中の語句とを対応付け、差分語句訳語取得手段３４は、翻訳用例の訳文中の語句に対応づけられた翻訳対象原文中の語句に対して翻訳対象原文中の当該語句以外の情報を利用して翻訳対象原文中の文脈または分野に応じた訳語を取得し、取得された訳語を編集が必要な翻訳用例の訳文中の語句と置き換えて訳文を完成させる。 （もっと読む）

【課題】どのような学習データにおいても、精度の高い翻訳ができるような、フレーズペアを作成すること。
【解決手段】コンピュータが、正規化されていない第１対訳コーパスから正規化されていない第１単語対応を作成し、正規化されている第２対訳コーパスから正規化されている第２単語対応を作成する手順と、第１対訳コーパス、および、第１単語対応から第１フレーズペア１７ｃを抽出し、第１対訳コーパス、および、第２単語対応から第２フレーズペア１７ｄを抽出し、第２対訳コーパス、および、第１単語対応から第３フレーズペア１７ｅを抽出し、第２対訳コーパス、および、第２単語対応から第４フレーズペア１７ｆを抽出し、それぞれスコア付けを行い、フレーズテーブル１９ｃに格納する手順と、を実行する。 （もっと読む）

【課題】従来の機械翻訳装置においては、高品質かつ高速な翻訳ができない、という課題があった。
【解決手段】複数の単語からなり非終端記号を含まない長単位句を一ノードとする原言語木構造情報を有する原言語木構造モデルと、複数の単語からなり非終端記号を含まない長単位句を一ノードとする目的言語木構造情報を有する目的言語木構造モデルと、原言語木構造情報と目的言語木構造情報との対応を示す情報であるマッピング情報とマッピング確率を有する木構造マッピングモデルと、第二言語における単語の出現に関する確率の情報である単語出現確率を１以上有する言語モデルとに基づいて、受け付けた文章を構文解析し、翻訳モデル確率と、言語モデル確率を取得し、当該２つの確率に基づいて、出力の構文木を評価し、出力する翻訳文を決定する機械翻訳装置により、高品質かつ高速な翻訳が可能となる。 （もっと読む）

規則の諸部分としてツリーおよび／または部分ツリーを使ったトレーニングおよび翻訳。ターゲット言語がソース言語（１５１）と語整列（２５１）され、両言語の少なくとも一方が構文解析されてツリー（２５５）にされる。ツリーはトレーニング（２６０）のために使われる。それは変換ステップを整列させ、変換ステップを表す情報の手動の集合を形成し、次いでその縮小された集合から規則を学習する。規則はその諸部分として部分ツリーを含み、復号（２６７）のために使用される。規則はまた、nグラム言語モデル（１６１）および統語ベースの言語モデルを含む。

（もっと読む）