JP2000353161A - 自然言語生成における文体制御方法及び装置 - Google Patents
自然言語生成における文体制御方法及び装置Info
- Publication number
- JP2000353161A JP2000353161A JP2000067839A JP2000067839A JP2000353161A JP 2000353161 A JP2000353161 A JP 2000353161A JP 2000067839 A JP2000067839 A JP 2000067839A JP 2000067839 A JP2000067839 A JP 2000067839A JP 2000353161 A JP2000353161 A JP 2000353161A
- Authority
- JP
- Japan
- Prior art keywords
- language
- parameter
- style
- source
- stylistic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000014509 gene expression Effects 0.000 claims abstract description 57
- 238000013519 translation Methods 0.000 claims description 103
- 230000005236 sound signal Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 3
- 230000014616 translation Effects 0.000 description 92
- 238000004458 analytical method Methods 0.000 description 45
- 230000000877 morphologic effect Effects 0.000 description 24
- 230000006870 function Effects 0.000 description 17
- 230000008569 process Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 230000000875 corresponding effect Effects 0.000 description 11
- 238000003058 natural language processing Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 9
- 238000012856 packing Methods 0.000 description 9
- 238000013459 approach Methods 0.000 description 8
- 230000015572 biosynthetic process Effects 0.000 description 8
- 230000009467 reduction Effects 0.000 description 8
- 238000003786 synthesis reaction Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 241000251468 Actinopterygii Species 0.000 description 5
- 241000234295 Musa Species 0.000 description 4
- 230000009471 action Effects 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 4
- 235000021015 bananas Nutrition 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 238000012916 structural analysis Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 241000220225 Malus Species 0.000 description 3
- 235000021016 apples Nutrition 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 150000003839 salts Chemical class 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005211 surface analysis Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000001072 colon Anatomy 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/253—Grammatical analysis; Style critique
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Machine Translation (AREA)
Abstract
(57)【要約】
【課題】 少なくとも１つのソース言語からなる音声入
力が受信される、自然言語認識及び生成における文体制
御方法及び装置を提供する。 【解決手段】 音声入力は、自然な話し言葉での単語、
文、句により構成される。ソース表現がソース言語にて
認識される（３０４）。ソース表現に対して文体パラメ
ータが決定される（３０６）。文体パラメータは、ユー
ザにより設定された又は自然言語システムによりランダ
ムに選択されたソース表現から抽出してもよい。認識さ
れたソース表現は、ユーザによりユーザインターフェー
スを介して選択及び確認される。認識されたソース表現
は、ソース言語から目的言語に翻訳される（３０８）。
文体パラメータを用いて、翻訳された目的言語ソース表
現から音声出力が生成される（３１２）。文体パラメー
タは、形式、方言、性別、年齢バリエーションから選択
されたバリエーションにより構成される。
力が受信される、自然言語認識及び生成における文体制
御方法及び装置を提供する。 【解決手段】 音声入力は、自然な話し言葉での単語、
文、句により構成される。ソース表現がソース言語にて
認識される（３０４）。ソース表現に対して文体パラメ
ータが決定される（３０６）。文体パラメータは、ユー
ザにより設定された又は自然言語システムによりランダ
ムに選択されたソース表現から抽出してもよい。認識さ
れたソース表現は、ユーザによりユーザインターフェー
スを介して選択及び確認される。認識されたソース表現
は、ソース言語から目的言語に翻訳される（３０８）。
文体パラメータを用いて、翻訳された目的言語ソース表
現から音声出力が生成される（３１２）。文体パラメー
タは、形式、方言、性別、年齢バリエーションから選択
されたバリエーションにより構成される。
Description
【０００１】
【発明の属する技術分野】本発明は、言語又は音声翻訳
システムに関する。特に、本発明は、話し言葉の言語翻
訳システムの自然言語生成における文体制御に関する。
システムに関する。特に、本発明は、話し言葉の言語翻
訳システムの自然言語生成における文体制御に関する。
【０００２】
【従来の技術】話し言葉は、非常に効率的且つ便利なも
のであり、人間の優れた伝達モードである。確かに書き
言葉は非常に重要であり、何世代にも渡って引き継がれ
る知識の多くは、書き言葉で伝えられるが、話し言葉は
日常会話の好ましいモードである。したがって、話し言
葉は、一般的に、情報、意図、願望を伝達する最も自然
で、最も効率的で、最も明示的な方法である。しかし、
話す言葉が異なると、言語障壁が原因で効果的に通信を
行うことができないという大きな問題が生じる。現在の
世界では、海外旅行が容易に且つ頻繁に行われているた
め、これは大きな問題である。さらに、グローバル経済
により、あらゆる国籍のビジネスマンが、多国籍商取
引、効率的且つ正確な通信を必要とするフォーラムを行
うようになっている。その結果、１つの言語で入力され
る自然で流暢な話し言葉を受けて、他の言語での自然で
流暢な話し言葉を正確且つ略実時間で出力する機械支援
型個人間通信システムが必要となった。このシステムで
は、ユーザが特別な言語学的又は翻訳の知識を持つ必要
がない。さらに、ユーザが容易に持ち運べるように、機
械支援型個人間通信システムを携帯型にする必要があ
る。
のであり、人間の優れた伝達モードである。確かに書き
言葉は非常に重要であり、何世代にも渡って引き継がれ
る知識の多くは、書き言葉で伝えられるが、話し言葉は
日常会話の好ましいモードである。したがって、話し言
葉は、一般的に、情報、意図、願望を伝達する最も自然
で、最も効率的で、最も明示的な方法である。しかし、
話す言葉が異なると、言語障壁が原因で効果的に通信を
行うことができないという大きな問題が生じる。現在の
世界では、海外旅行が容易に且つ頻繁に行われているた
め、これは大きな問題である。さらに、グローバル経済
により、あらゆる国籍のビジネスマンが、多国籍商取
引、効率的且つ正確な通信を必要とするフォーラムを行
うようになっている。その結果、１つの言語で入力され
る自然で流暢な話し言葉を受けて、他の言語での自然で
流暢な話し言葉を正確且つ略実時間で出力する機械支援
型個人間通信システムが必要となった。このシステムで
は、ユーザが特別な言語学的又は翻訳の知識を持つ必要
がない。さらに、ユーザが容易に持ち運べるように、機
械支援型個人間通信システムを携帯型にする必要があ
る。
【０００３】一般的な言語翻訳システムは、自然言語処
理を用いて機能する。自然言語処理は、一般的に言語規
則に基づいて、文、すなわち大きいパターンを小さいサ
ブパターンに分解することにより認識しようとするもの
である。しかし、最近まで自然言語処理システムは、言
語翻訳の分野、特に話し言葉の言語翻訳の分野における
有用なアプリケーションをサポートするほど正確又は高
速ではなかった。
理を用いて機能する。自然言語処理は、一般的に言語規
則に基づいて、文、すなわち大きいパターンを小さいサ
ブパターンに分解することにより認識しようとするもの
である。しかし、最近まで自然言語処理システムは、言
語翻訳の分野、特に話し言葉の言語翻訳の分野における
有用なアプリケーションをサポートするほど正確又は高
速ではなかった。
【０００４】話し言葉でも書き言葉でも、構文解析（pa
rsing）、意味解釈（semantic interpretation）、文脈
解釈（contextual interpretation）に同じ基本技術を
用いることもあるが、システム設計に影響を与える大き
な違いがある。例えば、話し言葉の入力では、システム
は不確実性に対処しなければならない。書き言葉では、
システムは、どの語を処理するか正確にわかる。話し言
葉では、何が言われたか推測するのみである。また、話
し言葉は構造的に書き言葉とはかなり異なる。実際、完
全に理解可能な話し言葉の筆記録を、読んだときに理解
できないことがある。話し言葉は、一時に一句発生し、
文語体ではわからないイントネーション情報が多く含ま
れている。また、話し言葉には、話し手が言ったばかり
のことを訂正したり、言い直したりする修正部分が多
い。さらに、話し言葉の対話は、会話を維持する同意や
確認のやりとりが多いが、これは書き言葉にはないもの
である。
rsing）、意味解釈（semantic interpretation）、文脈
解釈（contextual interpretation）に同じ基本技術を
用いることもあるが、システム設計に影響を与える大き
な違いがある。例えば、話し言葉の入力では、システム
は不確実性に対処しなければならない。書き言葉では、
システムは、どの語を処理するか正確にわかる。話し言
葉では、何が言われたか推測するのみである。また、話
し言葉は構造的に書き言葉とはかなり異なる。実際、完
全に理解可能な話し言葉の筆記録を、読んだときに理解
できないことがある。話し言葉は、一時に一句発生し、
文語体ではわからないイントネーション情報が多く含ま
れている。また、話し言葉には、話し手が言ったばかり
のことを訂正したり、言い直したりする修正部分が多
い。さらに、話し言葉の対話は、会話を維持する同意や
確認のやりとりが多いが、これは書き言葉にはないもの
である。
【０００５】一般的な話し言葉の言語翻訳又は自然言語
処理システムの基本構造は、話し手が発生した音声を、
アナログ／デジタル変換器を用いてデジタル信号に変換
して処理する。そして、このデジタル信号は、様々な周
波数での音の強度や強度の時間的変化等、種々の特徴を
抽出して処理される。これらの特徴は、音声認識システ
ムの入力となるが、音声認識システムは、一般に隠れマ
ルコフモデル（ＨＭＭ）技術を用いて、音声信号を生成
した可能性が最も高い一連の語を識別する。音声認識装
置は、最も可能性が高い一連の語を、自然言語処理シス
テムの入力として出力する。自然言語処理システムが発
声（utterance）を必要とする場合、語を音素シーケン
スに変換してイントネーションの音調曲線（contour）
を決定するモジュールに、文を送り、この情報を音声合
成システムに送る。音声合成システムは、話し言葉の出
力を生成する。
処理システムの基本構造は、話し手が発生した音声を、
アナログ／デジタル変換器を用いてデジタル信号に変換
して処理する。そして、このデジタル信号は、様々な周
波数での音の強度や強度の時間的変化等、種々の特徴を
抽出して処理される。これらの特徴は、音声認識システ
ムの入力となるが、音声認識システムは、一般に隠れマ
ルコフモデル（ＨＭＭ）技術を用いて、音声信号を生成
した可能性が最も高い一連の語を識別する。音声認識装
置は、最も可能性が高い一連の語を、自然言語処理シス
テムの入力として出力する。自然言語処理システムが発
声（utterance）を必要とする場合、語を音素シーケン
スに変換してイントネーションの音調曲線（contour）
を決定するモジュールに、文を送り、この情報を音声合
成システムに送る。音声合成システムは、話し言葉の出
力を生成する。
【０００６】自然言語処理システムは、各語が何である
か、各語がどのように組み合わせられて文を形成してい
るか、各語は何を意味するか、語の意味が文の意味にど
のように寄与しているか等、言語の構造について多くの
知識を用いる。しかし、言語学的行動については、人間
を知的にするもの、すなわち一般的世間の知識及び推理
能力という他の面を考慮しなければ、完全に説明するこ
とはできない。例えば、質問に答えたり、会話に参加し
たりするのに使用される言語の構造についての知識を有
するだけでなく、一般世間について、そして特に会話の
背景について知る必要がある。
か、各語がどのように組み合わせられて文を形成してい
るか、各語は何を意味するか、語の意味が文の意味にど
のように寄与しているか等、言語の構造について多くの
知識を用いる。しかし、言語学的行動については、人間
を知的にするもの、すなわち一般的世間の知識及び推理
能力という他の面を考慮しなければ、完全に説明するこ
とはできない。例えば、質問に答えたり、会話に参加し
たりするのに使用される言語の構造についての知識を有
するだけでなく、一般世間について、そして特に会話の
背景について知る必要がある。
【０００７】自然言語処理に適切な様々な知識として、
音声学及び音韻学的知識（phoneticand phonological k
nowledge）、形態論的知識（morphological kowledg
e）、統語論的知識（syntactic knowledge）、意味論的
知識（semantic knowledge）、語用論的知識（pragmati
c knowledge）がある。音声学及び音韻学的知識は、各
語がそれらを実現する音声とどのように関連しているか
に関するものである。形態論的知識は、各語が形態素
（morpheme）と呼ばれる基本単位からどのように構成さ
れるかに関するものである。統語論的知識は、正しい文
を形成するのに各語をどのように組み合わせるかに関す
るものであり、各語が文中でどのような構造的役割を果
たすか、また、どの句が他のどの句のサブ部分なのかを
判断する。意味論的知識は、各語がなにを意味するの
か、また、これらの意味が文中でどのように組み合わせ
られて文の意味を形成しているかに関するものである。
これは、文脈から独立した意味、すなわち、文が使用さ
れている文脈と無関係に文が有する意味の検討である。
語用論的知識は、各文が異なる状況でどのように使用さ
れるか、また、使用法が文の解釈にどのように影響する
かに関するものである。
音声学及び音韻学的知識（phoneticand phonological k
nowledge）、形態論的知識（morphological kowledg
e）、統語論的知識（syntactic knowledge）、意味論的
知識（semantic knowledge）、語用論的知識（pragmati
c knowledge）がある。音声学及び音韻学的知識は、各
語がそれらを実現する音声とどのように関連しているか
に関するものである。形態論的知識は、各語が形態素
（morpheme）と呼ばれる基本単位からどのように構成さ
れるかに関するものである。統語論的知識は、正しい文
を形成するのに各語をどのように組み合わせるかに関す
るものであり、各語が文中でどのような構造的役割を果
たすか、また、どの句が他のどの句のサブ部分なのかを
判断する。意味論的知識は、各語がなにを意味するの
か、また、これらの意味が文中でどのように組み合わせ
られて文の意味を形成しているかに関するものである。
これは、文脈から独立した意味、すなわち、文が使用さ
れている文脈と無関係に文が有する意味の検討である。
語用論的知識は、各文が異なる状況でどのように使用さ
れるか、また、使用法が文の解釈にどのように影響する
かに関するものである。
【０００８】
【発明が解決しようとする課題】しかし、一般的な自然
言語プロセッサは、限定した枠組みでしか動作しないの
で、成功しているものは限られている。自然言語プロセ
ッサは、入力文を受け取り、文中の語を辞書的に分離
し、統語論的に各語の種類を判断し、意味論的に各語を
解釈し、生成すべき応答の種類を語用論的に決定し、応
答を生成する。自然言語プロセッサは、多種の知識を用
い、知識を組織化された種類に分ける異なる知識構造
に、異なる種類の知識を記憶する。また、一般的な自然
言語プロセッサは、非常に複雑な能力も使用する。自然
言語プロセッサというものは入力文に対して妥当な応答
を２つの以上有していなければならないので、一般的な
自然言語プロセッサの知識及び能力は、複雑さの面にお
いては削減され、扱いやすく便利でなくてはならない。
言語プロセッサは、限定した枠組みでしか動作しないの
で、成功しているものは限られている。自然言語プロセ
ッサは、入力文を受け取り、文中の語を辞書的に分離
し、統語論的に各語の種類を判断し、意味論的に各語を
解釈し、生成すべき応答の種類を語用論的に決定し、応
答を生成する。自然言語プロセッサは、多種の知識を用
い、知識を組織化された種類に分ける異なる知識構造
に、異なる種類の知識を記憶する。また、一般的な自然
言語プロセッサは、非常に複雑な能力も使用する。自然
言語プロセッサというものは入力文に対して妥当な応答
を２つの以上有していなければならないので、一般的な
自然言語プロセッサの知識及び能力は、複雑さの面にお
いては削減され、扱いやすく便利でなくてはならない。
【０００９】自然言語処理に対する従来のアプローチ
は、多数の問題があることが確認されており、一般的な
音声翻訳システムは、多くの構成要素を含んでいるとい
う問題がある。話し言葉の言語翻訳システムに関して、
文体の変化は、人が言葉による通信で互いに伝達するメ
ッセージの重要な部分である。したがって、話し言葉の
言語翻訳システムが、通信支援手段として質が高い翻訳
を達成するため、入力モードを認識し、目的言語での適
切な文体又はモードに変換できることが重要である。文
体の変化が符号化される方法は、言語によって異なるの
で、質が高い出力を発生させるためには、このような特
徴の体系的な符号化方法を有することが重要である。
は、多数の問題があることが確認されており、一般的な
音声翻訳システムは、多くの構成要素を含んでいるとい
う問題がある。話し言葉の言語翻訳システムに関して、
文体の変化は、人が言葉による通信で互いに伝達するメ
ッセージの重要な部分である。したがって、話し言葉の
言語翻訳システムが、通信支援手段として質が高い翻訳
を達成するため、入力モードを認識し、目的言語での適
切な文体又はモードに変換できることが重要である。文
体の変化が符号化される方法は、言語によって異なるの
で、質が高い出力を発生させるためには、このような特
徴の体系的な符号化方法を有することが重要である。
【００１０】一方、自然言語インターフェース又は対話
システムの主な魅力は、人が機械と自然且つ柔軟に相互
作用を行う方法から得られる。システムがより強力且つ
複雑になるにつれて、ユーザは当然、話している相手で
ある「エージェント」からより多くの文字及び文体が得
られると考える。一般的な自然言語インターフェース又
は対話システムでは、名詞句を置き換えて出力にする能
力を有する「お決まりの」表現を使用する。規則に基づ
く生成の構成要素を使用するこれらのシステムにとって
重要なのは、一般に、必要な情報を全て有する文法的に
正しい構造を生成することであった。したがって、文体
が異なる種々の自然言語表現を生成することには注意が
払われなかった。
システムの主な魅力は、人が機械と自然且つ柔軟に相互
作用を行う方法から得られる。システムがより強力且つ
複雑になるにつれて、ユーザは当然、話している相手で
ある「エージェント」からより多くの文字及び文体が得
られると考える。一般的な自然言語インターフェース又
は対話システムでは、名詞句を置き換えて出力にする能
力を有する「お決まりの」表現を使用する。規則に基づ
く生成の構成要素を使用するこれらのシステムにとって
重要なのは、一般に、必要な情報を全て有する文法的に
正しい構造を生成することであった。したがって、文体
が異なる種々の自然言語表現を生成することには注意が
払われなかった。
【００１１】
【課題を解決するための手段】自然言語認識及び生成に
おける文体制御方法及び装置が提供される。少なくとも
１つのソース言語からなる音声入力が受信される。音声
入力は、自然な話し言葉での語、文、句により構成され
る。ソース表現はソース言語で認識される。ソース表現
について文体パラメータが決定される。文体パラメータ
は、ユーザにより設定されるソース表現から抽出される
か、自然言語システムによりランダムに選択される。認
識されたソース表現は、ユーザによりユーザインターフ
ェースを介して選択及び確認される。認識されたソース
表現は、ソース言語から目的言語に翻訳される。文体パ
ラメータを用いた翻訳済みの目的言語のソース表現か
ら、音声出力が生成される。文体パラメータは、形式、
方言、性別、年齢のバリエーションから選択されたバリ
エーションにより構成される。
おける文体制御方法及び装置が提供される。少なくとも
１つのソース言語からなる音声入力が受信される。音声
入力は、自然な話し言葉での語、文、句により構成され
る。ソース表現はソース言語で認識される。ソース表現
について文体パラメータが決定される。文体パラメータ
は、ユーザにより設定されるソース表現から抽出される
か、自然言語システムによりランダムに選択される。認
識されたソース表現は、ユーザによりユーザインターフ
ェースを介して選択及び確認される。認識されたソース
表現は、ソース言語から目的言語に翻訳される。文体パ
ラメータを用いた翻訳済みの目的言語のソース表現か
ら、音声出力が生成される。文体パラメータは、形式、
方言、性別、年齢のバリエーションから選択されたバリ
エーションにより構成される。
【００１２】本発明の上述の及び他の特徴、局面、利点
については、添付図面、以下に示す詳細な説明及び請求
の範囲により明らかになる。
については、添付図面、以下に示す詳細な説明及び請求
の範囲により明らかになる。
【００１３】
【発明の実施の形態】話し言葉の言語翻訳システムのた
めの方法及び装置が提供される。以下の説明では、本発
明を完全に理解できるように、多数の具体的な詳細事項
を用いて説明する。しかし、これらの具体的詳細事項が
なくても本発明を実施することができることは、当該分
野の技術者にとっては明らかであろう。また、本発明を
不必要に不明瞭にすることを避けるため、既知の構造及
び装置をブロック図で示す。なお、本明細書に記載する
方法及び装置の実施例では、一般的な音声翻訳システム
と比較して、音声翻訳の著しい改善が見られる。
めの方法及び装置が提供される。以下の説明では、本発
明を完全に理解できるように、多数の具体的な詳細事項
を用いて説明する。しかし、これらの具体的詳細事項が
なくても本発明を実施することができることは、当該分
野の技術者にとっては明らかであろう。また、本発明を
不必要に不明瞭にすることを避けるため、既知の構造及
び装置をブロック図で示す。なお、本明細書に記載する
方法及び装置の実施例では、一般的な音声翻訳システム
と比較して、音声翻訳の著しい改善が見られる。
【００１４】話し言葉は、一般に、情報、意図、願望を
伝達する最も自然で、最も効率的で、最も明示的な方法
である。同時に、話す言葉が異なると、大きな言語障壁
が生じる。本発明の実施例のＳＴＳでは、自然で流暢な
音声（過度に長い又は複雑な発声）による入力、ユーザ
が特別な言語学的又は翻訳の知識を有する必要がないこ
と、ユーザが時間のかかる又は困難な操作を行う必要が
ないこと等、多数の特徴を有する機械支援型個人間通信
システム（system for machine-aided interpersonal c
ommunication）が得られる。
伝達する最も自然で、最も効率的で、最も明示的な方法
である。同時に、話す言葉が異なると、大きな言語障壁
が生じる。本発明の実施例のＳＴＳでは、自然で流暢な
音声（過度に長い又は複雑な発声）による入力、ユーザ
が特別な言語学的又は翻訳の知識を有する必要がないこ
と、ユーザが時間のかかる又は困難な操作を行う必要が
ないこと等、多数の特徴を有する機械支援型個人間通信
システム（system for machine-aided interpersonal c
ommunication）が得られる。
【００１５】図１は、本発明を適用した音声翻訳システ
ム（ＳＴＳ）のホストとなるコンピュータシステム１０
０の具体的な構成を示すブロック図である。コンピュー
タシステム１００は、以下に限定されるものではない
が、システムバス１０１を備え、システムバス１０１
は、少なくとも１つのプロセッサ１０２と、少なくとも
１つのデジタルシグナルプロセッサ１０８と、少なくと
も１つのメモリ１０４と、少なくとも１つの大容量記憶
デバイス１０７との間のデータ転送を可能にする。ま
た、システムバス１０１は、キーボード１２２と、ポイ
ンティングデバイス１２３と、音声信号入力デバイス１
２５とが接続され、これらからの入力が供給される。な
お、これに限定されるものではない。システムバス１０
１は、表示デバイス１２１と、ハードコピーデバイス１
２４と、出力デバイス１２６とに出力を供給する。な
お。これに限定されるものではない。出力デバイス１２
６は、オーディオスピーカにより構成される。なお、こ
れに限定されるものではない。
ム（ＳＴＳ）のホストとなるコンピュータシステム１０
０の具体的な構成を示すブロック図である。コンピュー
タシステム１００は、以下に限定されるものではない
が、システムバス１０１を備え、システムバス１０１
は、少なくとも１つのプロセッサ１０２と、少なくとも
１つのデジタルシグナルプロセッサ１０８と、少なくと
も１つのメモリ１０４と、少なくとも１つの大容量記憶
デバイス１０７との間のデータ転送を可能にする。ま
た、システムバス１０１は、キーボード１２２と、ポイ
ンティングデバイス１２３と、音声信号入力デバイス１
２５とが接続され、これらからの入力が供給される。な
お、これに限定されるものではない。システムバス１０
１は、表示デバイス１２１と、ハードコピーデバイス１
２４と、出力デバイス１２６とに出力を供給する。な
お。これに限定されるものではない。出力デバイス１２
６は、オーディオスピーカにより構成される。なお、こ
れに限定されるものではない。
【００１６】図２は、本発明を適用した音声翻訳システ
ムのホストとなるコンピュータシステムのメモリ２００
の具体的な構成を示すブロック図である。入力デバイス
２０２は、デジタイザ及びバスインターフェース２０４
に音声信号を供給する。デジタイザ及びバスインターフ
ェース２０４のデジタイザは、更なる処理を行うため
に、音声信号をサンプリングしてデジタル音声信号に変
換する。デジタイザ及びバスインターフェース２０４
は、デジタル音声信号をシステムバス２９９を介してメ
モリ２００の少なくとも１つの音声入力データメモリ部
２０６に記憶する。なお、これに限定されるものではな
い。デジタル音声信号は、メモリ２００の各部２００〜
２６０に記憶されたアルゴリズム及びデータを用いて、
少なくとも１つのプロセッサ２０８により処理される。
音声信号の処理に使用されるアルゴリズム及びデータ
は、以下に限定されるものではないが、少なくとも１つ
の音声認識モジュール２２０と、少なくとも１つの翻訳
モジュール２３０と、少なくとも１つの音声合成モジュ
ール２４０と、少なくとも１つの言語モデル２５０と、
少なくとも１つの音響モデル２６０とからなるメモリ２
００の各部２２０〜２６０に記憶されている。本発明を
適用した音声認識モジュール２２０は、音声認識器２２
２と、仮説構造器２２４とを備える。なお、これに限定
されるものではない。本発明を適用した翻訳モジュール
２３０は、以下に限定されるものではないが、形態素解
析器２３２と、統語解析器２３４と、言語変換器２３６
と、統語生成器２３７と、形態生成器２３８とを備え
る。出力デバイス２８０は、受信した音声信号に応じて
翻訳された音声を出力する。
ムのホストとなるコンピュータシステムのメモリ２００
の具体的な構成を示すブロック図である。入力デバイス
２０２は、デジタイザ及びバスインターフェース２０４
に音声信号を供給する。デジタイザ及びバスインターフ
ェース２０４のデジタイザは、更なる処理を行うため
に、音声信号をサンプリングしてデジタル音声信号に変
換する。デジタイザ及びバスインターフェース２０４
は、デジタル音声信号をシステムバス２９９を介してメ
モリ２００の少なくとも１つの音声入力データメモリ部
２０６に記憶する。なお、これに限定されるものではな
い。デジタル音声信号は、メモリ２００の各部２００〜
２６０に記憶されたアルゴリズム及びデータを用いて、
少なくとも１つのプロセッサ２０８により処理される。
音声信号の処理に使用されるアルゴリズム及びデータ
は、以下に限定されるものではないが、少なくとも１つ
の音声認識モジュール２２０と、少なくとも１つの翻訳
モジュール２３０と、少なくとも１つの音声合成モジュ
ール２４０と、少なくとも１つの言語モデル２５０と、
少なくとも１つの音響モデル２６０とからなるメモリ２
００の各部２２０〜２６０に記憶されている。本発明を
適用した音声認識モジュール２２０は、音声認識器２２
２と、仮説構造器２２４とを備える。なお、これに限定
されるものではない。本発明を適用した翻訳モジュール
２３０は、以下に限定されるものではないが、形態素解
析器２３２と、統語解析器２３４と、言語変換器２３６
と、統語生成器２３７と、形態生成器２３８とを備え
る。出力デバイス２８０は、受信した音声信号に応じて
翻訳された音声を出力する。
【００１７】この実施例のＳＴＳは、プロセッサをホス
トとする。なお。これに限定されるものではない。他の
実施例では、ＳＴＳは、異なるプロセッサをホストとす
るハードウェア及びソフトウェアの構成要素を組み合わ
せて構成してもよい。また、他の実施例では、それぞれ
異なる音響モデル又は言語モデルからなる多数のモデル
装置が、多数の異なるプロセッサをホストとしてもよ
い。さらに他の実施例では、音声認識モジュール、翻訳
モジュール、モデルのホストとなる多数のプロセッサを
有する。さらに他の実施例では、多数の異なるモデル装
置が、単一のプロセッサをホストとしてもよい。
トとする。なお。これに限定されるものではない。他の
実施例では、ＳＴＳは、異なるプロセッサをホストとす
るハードウェア及びソフトウェアの構成要素を組み合わ
せて構成してもよい。また、他の実施例では、それぞれ
異なる音響モデル又は言語モデルからなる多数のモデル
装置が、多数の異なるプロセッサをホストとしてもよ
い。さらに他の実施例では、音声認識モジュール、翻訳
モジュール、モデルのホストとなる多数のプロセッサを
有する。さらに他の実施例では、多数の異なるモデル装
置が、単一のプロセッサをホストとしてもよい。
【００１８】本発明は、ユーザが容易に持ち運べる携帯
型ユニットとして実現してもよい。このような実施例と
して、図１の構成要素と図２の構成要素とを有するラッ
プトップコンピュータがある。図２のメモリ２００に示
す各モジュールは、ラップトップコンピュータのランダ
ムアクセスメモリ（ＲＡＭ）に記憶されてもよく、ま
た、ＲＡＭ及び読出専用メモリ（ＲＯＭ）に多様に記憶
されてもよい。ＲＯＭは、取り外し可能カードであって
もよい。ラップトップコンピュータとしての実施例の中
には、本発明の方法に係る計算を行うために従来のプロ
セッサを使用するものもある。他のラップトップコンピ
ュータとしての実施例では、計算の幾つか又は全てを行
うのにデジタルシグナルプロセッサ（ＤＳＰ）を使用す
る。
型ユニットとして実現してもよい。このような実施例と
して、図１の構成要素と図２の構成要素とを有するラッ
プトップコンピュータがある。図２のメモリ２００に示
す各モジュールは、ラップトップコンピュータのランダ
ムアクセスメモリ（ＲＡＭ）に記憶されてもよく、ま
た、ＲＡＭ及び読出専用メモリ（ＲＯＭ）に多様に記憶
されてもよい。ＲＯＭは、取り外し可能カードであって
もよい。ラップトップコンピュータとしての実施例の中
には、本発明の方法に係る計算を行うために従来のプロ
セッサを使用するものもある。他のラップトップコンピ
ュータとしての実施例では、計算の幾つか又は全てを行
うのにデジタルシグナルプロセッサ（ＤＳＰ）を使用す
る。
【００１９】他の携帯型の実施例として、パーソナルデ
ータアシスタント（ＰＤＡ）等の特殊な機能を有する小
型ユニットがある。例えば、ＰＤＡとしての実施例で
は、音声翻訳機能、音声メモ機能、音声電子メール機
能、音声カレンダ機能を有する。なお、これに限定され
るものではない。ラップトップコンピュータよりも小型
の実施例としては電話機がある。例えば、セルラ電話機
に音声翻訳機能を持たせるようにしてもい。本発明の実
施例の機器の大きさは、現在使用しているハードウェア
の規模によってのみ限定される。ペン型や腕時計型の実
施例も考えられる。
ータアシスタント（ＰＤＡ）等の特殊な機能を有する小
型ユニットがある。例えば、ＰＤＡとしての実施例で
は、音声翻訳機能、音声メモ機能、音声電子メール機
能、音声カレンダ機能を有する。なお、これに限定され
るものではない。ラップトップコンピュータよりも小型
の実施例としては電話機がある。例えば、セルラ電話機
に音声翻訳機能を持たせるようにしてもい。本発明の実
施例の機器の大きさは、現在使用しているハードウェア
の規模によってのみ限定される。ペン型や腕時計型の実
施例も考えられる。
【００２０】何れ実施例においても、図２に示すモジュ
ール及び必要なプロセッサは、ラップトップコンピュー
タ等の装置にあってもよく、あるいは他の部分にあって
もよく、例えば周波数変調（ＦＭ）方式、マイクロ波方
式、セルラ電話機方式、光変調方式等の既知の方法及び
ハードウェアを使用する機器から遠隔的にアクセスする
ことができる。例えば、本発明の構成要素は、電話呼出
又はビデオ会議呼出を用いてアクセスされる１つ以上の
リモートサーバにあってもよい。このような実施例にお
いては、ユーザは、本発明による翻訳を遠隔的に行う翻
訳サービスにダイヤルすることができる。セルラ電話機
やＰＤＡとしての実施例のように幾つかの実施例では、
ユーザが、新たな単語、名称、表現やその翻訳を追加す
るために、種々の通信方法を用いて語彙を遠隔的に更新
することができる。幾つかの実施例では、翻訳をインタ
ーネットサーバにて遠隔的に行い、インターネット電話
方式を用いて伝送することができる。
ール及び必要なプロセッサは、ラップトップコンピュー
タ等の装置にあってもよく、あるいは他の部分にあって
もよく、例えば周波数変調（ＦＭ）方式、マイクロ波方
式、セルラ電話機方式、光変調方式等の既知の方法及び
ハードウェアを使用する機器から遠隔的にアクセスする
ことができる。例えば、本発明の構成要素は、電話呼出
又はビデオ会議呼出を用いてアクセスされる１つ以上の
リモートサーバにあってもよい。このような実施例にお
いては、ユーザは、本発明による翻訳を遠隔的に行う翻
訳サービスにダイヤルすることができる。セルラ電話機
やＰＤＡとしての実施例のように幾つかの実施例では、
ユーザが、新たな単語、名称、表現やその翻訳を追加す
るために、種々の通信方法を用いて語彙を遠隔的に更新
することができる。幾つかの実施例では、翻訳をインタ
ーネットサーバにて遠隔的に行い、インターネット電話
方式を用いて伝送することができる。
【００２１】図３は、本発明を適用した音声翻訳システ
ムの具体的な動作を説明するための図である。実施例の
ＳＴＳは、同一の言語を話さない個人間の通信を容易に
するのに使用される音声から音声への翻訳を行うシステ
ムである。なお、これに限定されるものではない。ＳＴ
Ｓは、入力言語又はソース言語での話し言葉を受け付け
る。ＳＴＳは、ソース言語での音声認識を行うと共に、
認識された表現をユーザが確認すること、あるいは、一
連の認識候補からユーザが選択することを任意に可能と
する。ＳＴＳは、認識された表現をソース言語から目的
言語に翻訳する。目的言語で、ＳＴＳは自動音声合成を
行う。
ムの具体的な動作を説明するための図である。実施例の
ＳＴＳは、同一の言語を話さない個人間の通信を容易に
するのに使用される音声から音声への翻訳を行うシステ
ムである。なお、これに限定されるものではない。ＳＴ
Ｓは、入力言語又はソース言語での話し言葉を受け付け
る。ＳＴＳは、ソース言語での音声認識を行うと共に、
認識された表現をユーザが確認すること、あるいは、一
連の認識候補からユーザが選択することを任意に可能と
する。ＳＴＳは、認識された表現をソース言語から目的
言語に翻訳する。目的言語で、ＳＴＳは自動音声合成を
行う。
【００２２】話し言葉の言語翻訳を行う際、ソース言語
入力３０２が供給されたときに動作が開始する。ステッ
プ３０４において、ソース言語音声認識が行われ、認識
ソース表現３０６が生成される。ステップ３０８におい
て、認識ソース表現３０６はソース言語から目的言語に
翻訳される。生成された目的言語表現３１０は、ステッ
プ３１２において、目的言語音声合成に用いられる。目
的言語音声合成により、ソース言語音声入力３０２を表
す目的言語音声出力３１４が生成される。
入力３０２が供給されたときに動作が開始する。ステッ
プ３０４において、ソース言語音声認識が行われ、認識
ソース表現３０６が生成される。ステップ３０８におい
て、認識ソース表現３０６はソース言語から目的言語に
翻訳される。生成された目的言語表現３１０は、ステッ
プ３１２において、目的言語音声合成に用いられる。目
的言語音声合成により、ソース言語音声入力３０２を表
す目的言語音声出力３１４が生成される。
【００２３】図４は、本発明を適用した音声翻訳システ
ムのソース言語音声認識３０４の具体的な動作を説明す
るための図である。ソース言語音声入力３０２が供給さ
れると動作が開始する。音声認識器４０２は、ソース言
語音声入力３０２を処理して、多数の仮説４０４を符号
化する中間データ構造を生成する。仮説構成モジュール
４０６は、符号化された多数の仮説４０４から少なくと
も１つの音声認識仮説４０８を生成する。ステップ４１
０において、最良の仮説の構成及び選択が行われる。少
なくとも１つの認識ソース表現３０６が出力される。な
お、実施例はこれに限定されるものではない。
ムのソース言語音声認識３０４の具体的な動作を説明す
るための図である。ソース言語音声入力３０２が供給さ
れると動作が開始する。音声認識器４０２は、ソース言
語音声入力３０２を処理して、多数の仮説４０４を符号
化する中間データ構造を生成する。仮説構成モジュール
４０６は、符号化された多数の仮説４０４から少なくと
も１つの音声認識仮説４０８を生成する。ステップ４１
０において、最良の仮説の構成及び選択が行われる。少
なくとも１つの認識ソース表現３０６が出力される。な
お、実施例はこれに限定されるものではない。
【００２４】図５は、本発明を適用した音声翻訳システ
ムにおけるソース言語から目的言語への翻訳３０８の動
作を説明するための図である。認識ソース表現３０６が
供給されると動作が開始する。ステップ５０２におい
て、形態素解析が行われ、一連の解析された形態素５０
４が生成される。ステップ５０６において、一連の解析
された形態素５０４に対して統語論的ソース言語解析が
行われる。統語論的ソース言語解析により、ソース言語
統語表現５０８が得られる。ステップ５１０において、
ソース言語から目的言語への変換が行われ、目的言語統
語表現５１２が生成される。目的言語統語表現５１２
は、ステップ５１４において、目的言語統語生成を行う
のに用いられる。生成された一連の目的言語形態素５１
６は、ステップ５１８において、目的言語形態生成に用
いられる。少なくとも１つの目的言語表現３１０が出力
される。なお、実施例はこれに限定されるものではな
い。
ムにおけるソース言語から目的言語への翻訳３０８の動
作を説明するための図である。認識ソース表現３０６が
供給されると動作が開始する。ステップ５０２におい
て、形態素解析が行われ、一連の解析された形態素５０
４が生成される。ステップ５０６において、一連の解析
された形態素５０４に対して統語論的ソース言語解析が
行われる。統語論的ソース言語解析により、ソース言語
統語表現５０８が得られる。ステップ５１０において、
ソース言語から目的言語への変換が行われ、目的言語統
語表現５１２が生成される。目的言語統語表現５１２
は、ステップ５１４において、目的言語統語生成を行う
のに用いられる。生成された一連の目的言語形態素５１
６は、ステップ５１８において、目的言語形態生成に用
いられる。少なくとも１つの目的言語表現３１０が出力
される。なお、実施例はこれに限定されるものではな
い。
【００２５】実施例のＳＴＳは、個々の単語や短い句に
加えて文全体を扱うことができる。したがって、一般の
音声認識装置ではエラーの可能性が高くなるが、各入力
表現は、非常に長くてもよい。このため、本発明の一実
施例のＳＴＳでは、一般の音声翻訳装置とは異なり、入
力を辞書で調べることによる逐語訳は行わない。その代
わりに、実施例のＳＴＳでは、入力を解析し、入力の意
味（例えば、質問、供述等）を検出又は決定し、その意
味を適切に目的言語に置き換える。
加えて文全体を扱うことができる。したがって、一般の
音声認識装置ではエラーの可能性が高くなるが、各入力
表現は、非常に長くてもよい。このため、本発明の一実
施例のＳＴＳでは、一般の音声翻訳装置とは異なり、入
力を辞書で調べることによる逐語訳は行わない。その代
わりに、実施例のＳＴＳでは、入力を解析し、入力の意
味（例えば、質問、供述等）を検出又は決定し、その意
味を適切に目的言語に置き換える。
【００２６】実施例のＳＴＳは、語彙の中の単語を使用
して構成することができる多数の表現又は文を扱うため
に、広範囲にわたる語彙を使用する。このため、翻訳を
公式化する入力語と出力語の完全なテーブルを用いる翻
訳システムとは異なり、本発明の実施例のＳＴＳは、動
的に翻訳を行う。さらに、このＳＴＳは、自然な話し言
葉を処理、すなわち各人が頻繁に話す非文法的な話し言
葉を取り扱う。実施例のＳＴＳは、雑音や話し手の違い
に起因した誤認を扱う際に役立つように、ユーザ構成及
び認識仮説部を有している。したがって、実施例のＳＴ
Ｓは、非常に高い翻訳精度を有しており、この精度が通
信支援手段としての有用性を大きく改善する。
して構成することができる多数の表現又は文を扱うため
に、広範囲にわたる語彙を使用する。このため、翻訳を
公式化する入力語と出力語の完全なテーブルを用いる翻
訳システムとは異なり、本発明の実施例のＳＴＳは、動
的に翻訳を行う。さらに、このＳＴＳは、自然な話し言
葉を処理、すなわち各人が頻繁に話す非文法的な話し言
葉を取り扱う。実施例のＳＴＳは、雑音や話し手の違い
に起因した誤認を扱う際に役立つように、ユーザ構成及
び認識仮説部を有している。したがって、実施例のＳＴ
Ｓは、非常に高い翻訳精度を有しており、この精度が通
信支援手段としての有用性を大きく改善する。
【００２７】本発明の実施例のＳＴＳは、２種類の処理
を統合することにより音声翻訳を行う。第１の種類であ
る文法規則に基づく処理では、ある言語学的解析及び生
成プロセスを行う規則駆動型構成要素を使用する。第２
の種類の処理である類推処理又は用例に基づく（exampl
e-based）処理では、一連の規則を用いるのではなく、
データ駆動型アプローチを用いる。規則に基づく構成要
素は、ソース言語での統語論的及び形態素解析と、目的
言語での統語論的及び形態素解析を行う。用例に基づく
構成要素は、ソース言語から目的言語への変換を行う。
用例に基づく構成要素は、ソース言語と目的言語の対応
する表現の対を多数記憶している用例データベースを使
用する。形態素解析では、ソース言語の辞書とソース言
語の形態論的規則を使用する。さらに、統語論的ソース
言語解析では、ソース言語のコンピュータ解析文法規則
を使用する。また、ソースから目的言語への変換では、
少なくとも１つの用例データベースと、単語間の類似性
を説明する類義語辞典とを使用する。目的言語統語生成
では、目的言語の統語生成規則を使用する。さらに、目
的言語形態生成では、目的言語の辞書と目的言語の形態
生成規則とを使用する。
を統合することにより音声翻訳を行う。第１の種類であ
る文法規則に基づく処理では、ある言語学的解析及び生
成プロセスを行う規則駆動型構成要素を使用する。第２
の種類の処理である類推処理又は用例に基づく（exampl
e-based）処理では、一連の規則を用いるのではなく、
データ駆動型アプローチを用いる。規則に基づく構成要
素は、ソース言語での統語論的及び形態素解析と、目的
言語での統語論的及び形態素解析を行う。用例に基づく
構成要素は、ソース言語から目的言語への変換を行う。
用例に基づく構成要素は、ソース言語と目的言語の対応
する表現の対を多数記憶している用例データベースを使
用する。形態素解析では、ソース言語の辞書とソース言
語の形態論的規則を使用する。さらに、統語論的ソース
言語解析では、ソース言語のコンピュータ解析文法規則
を使用する。また、ソースから目的言語への変換では、
少なくとも１つの用例データベースと、単語間の類似性
を説明する類義語辞典とを使用する。目的言語統語生成
では、目的言語の統語生成規則を使用する。さらに、目
的言語形態生成では、目的言語の辞書と目的言語の形態
生成規則とを使用する。
【００２８】話し言葉の言語翻訳には、類推による翻訳
等、柔軟で確実なメカニズムが必要である。同時に、構
造的規則性を利用すると、翻訳がより高率的で正確にな
る。本発明で用いる新規な表面的な統語論的解析方法
は、広範囲の文法パターンを扱うのに十分効果的であ
り、話し言葉を処理するのにも十分に確実性がある。得
られる統語論的解析モジュールを、類推又は統計的変換
モジュールと組み合わせて、異なる専門分野の高品質の
翻訳を行うことができる。
等、柔軟で確実なメカニズムが必要である。同時に、構
造的規則性を利用すると、翻訳がより高率的で正確にな
る。本発明で用いる新規な表面的な統語論的解析方法
は、広範囲の文法パターンを扱うのに十分効果的であ
り、話し言葉を処理するのにも十分に確実性がある。得
られる統語論的解析モジュールを、類推又は統計的変換
モジュールと組み合わせて、異なる専門分野の高品質の
翻訳を行うことができる。
【００２９】話し言葉は、従来の規則に基づく方法によ
る解析に反する多くの特性を有している。話し言葉の発
声は、一般に短く複雑ではない統語構造からなるが、感
嘆詞や句切り等の断片や余計な語が含まれることが多
い。省略や不規則な語順（反転、左右の転置）も頻繁に
見受けられる。このため、従来の規則に基づく枠組みか
ら、用例に基づく翻訳のようなより柔軟なアプローチへ
の転換が検討されている。本発明の実施例の方法及び装
置では、話し言葉に対して詳細過ぎる又は特殊化され過
ぎて効率的且つ正確に行うことができないような解析は
行わず、できるだけ多くの言語学的規則性を利用するこ
とにより、用例に基づく翻訳の言語学的効率及び精度が
向上する。
る解析に反する多くの特性を有している。話し言葉の発
声は、一般に短く複雑ではない統語構造からなるが、感
嘆詞や句切り等の断片や余計な語が含まれることが多
い。省略や不規則な語順（反転、左右の転置）も頻繁に
見受けられる。このため、従来の規則に基づく枠組みか
ら、用例に基づく翻訳のようなより柔軟なアプローチへ
の転換が検討されている。本発明の実施例の方法及び装
置では、話し言葉に対して詳細過ぎる又は特殊化され過
ぎて効率的且つ正確に行うことができないような解析は
行わず、できるだけ多くの言語学的規則性を利用するこ
とにより、用例に基づく翻訳の言語学的効率及び精度が
向上する。
【００３０】一般的な翻訳システムでは、高品質の翻訳
を達成するためには、可能な入力についての全ての用例
データが必要である。本発明の実施例では、可能な入力
を全て徹底的に用例データベースに列挙することなく、
高品質の翻訳を行う十分な翻訳範囲を達成するために、
統語論的規則性を捕らえている。統語論的規則性を捕ら
えることにより、本発明の実施例における用例に基づく
翻訳は、４つの方法でサポートされる。なお、実施例は
これに限定されるものではない。
を達成するためには、可能な入力についての全ての用例
データが必要である。本発明の実施例では、可能な入力
を全て徹底的に用例データベースに列挙することなく、
高品質の翻訳を行う十分な翻訳範囲を達成するために、
統語論的規則性を捕らえている。統語論的規則性を捕ら
えることにより、本発明の実施例における用例に基づく
翻訳は、４つの方法でサポートされる。なお、実施例は
これに限定されるものではない。
【００３１】本発明の実施例における、翻訳知識のため
の統語論的解析及びデータ構造を与える方法は、多数の
ノードを有する少なくとも１つの構文木を用いて入力に
対して統語論的解析を行う。各ノードは、少なくとも１
つの生成規則を有している。さらに、少なくとも１つの
ノードは、少なくとも１レベルのネストされた生成規則
（nested production rule）を有している。統語論的解
析は、構文木を用いて、用例データベースからの少なく
とも１つのエントリに対して行われる。入力のうちの少
なくとも１つの言語学的構成要素が決定され、その言語
学的構成要素の語用タイプ（pragmatic type）及び統語
タイプ（syntactic type）が決定される。そして、入力
を識別した結果が出力される。
の統語論的解析及びデータ構造を与える方法は、多数の
ノードを有する少なくとも１つの構文木を用いて入力に
対して統語論的解析を行う。各ノードは、少なくとも１
つの生成規則を有している。さらに、少なくとも１つの
ノードは、少なくとも１レベルのネストされた生成規則
（nested production rule）を有している。統語論的解
析は、構文木を用いて、用例データベースからの少なく
とも１つのエントリに対して行われる。入力のうちの少
なくとも１つの言語学的構成要素が決定され、その言語
学的構成要素の語用タイプ（pragmatic type）及び統語
タイプ（syntactic type）が決定される。そして、入力
を識別した結果が出力される。
【００３２】概念的には、実施例の構造解析は２つのス
テップからなる。なお、これに限定されるものではな
い。第１のステップでは、文脈とは無関係の文法を用い
た構文解析を行い、第２のステップでは、入力文につい
ての素性構造（feature structure）を生成する。これ
は、文脈とは無関係の文法規則に対する注釈を用いて行
われる。
テップからなる。なお、これに限定されるものではな
い。第１のステップでは、文脈とは無関係の文法を用い
た構文解析を行い、第２のステップでは、入力文につい
ての素性構造（feature structure）を生成する。これ
は、文脈とは無関係の文法規則に対する注釈を用いて行
われる。
【００３３】本発明の実施例の素性構造における情報
は、形態素解析部の語彙レベルで発生される。文脈とは
無関係の文法規則での素性構造操作注釈は、この情報を
より高いレベルの構成要素にし、試験を適用して、表現
の統語的構造に応じて並び替える。このプロセスの間、
文のタイプ（sentence type）、語用論的機能（pragmat
ic function）、敬語（honorific）、文法上の法（moda
l）からなる情報に関する文脈とは無関係の構文木の構
造面は、簡単な素性値の対（feature-value pair）にま
とめられる。
は、形態素解析部の語彙レベルで発生される。文脈とは
無関係の文法規則での素性構造操作注釈は、この情報を
より高いレベルの構成要素にし、試験を適用して、表現
の統語的構造に応じて並び替える。このプロセスの間、
文のタイプ（sentence type）、語用論的機能（pragmat
ic function）、敬語（honorific）、文法上の法（moda
l）からなる情報に関する文脈とは無関係の構文木の構
造面は、簡単な素性値の対（feature-value pair）にま
とめられる。
【００３４】本発明の実施例の統語論的解析は、５つの
重要な差異を有する辞書的機能の文法に基づいている。
なお、これに限定されるものではない。すなわち、構成
要素の文法的機能は回復せず、素性構造は再エントリせ
ず、弧名（arc name）は独自でなくてもよく、弧の順序
（arc order）が重要であり、素性構造は、グラフ（gra
ph）の統一ではなく、より効率的なグラフマッチング及
びコピー動作（graphmatcing and copy operation）を
用いて操作される。
重要な差異を有する辞書的機能の文法に基づいている。
なお、これに限定されるものではない。すなわち、構成
要素の文法的機能は回復せず、素性構造は再エントリせ
ず、弧名（arc name）は独自でなくてもよく、弧の順序
（arc order）が重要であり、素性構造は、グラフ（gra
ph）の統一ではなく、より効率的なグラフマッチング及
びコピー動作（graphmatcing and copy operation）を
用いて操作される。
【００３５】図６は、本発明を適用した統語論的解析を
用いた用例主導型翻訳システム（example-based transl
ation system）の具体的な構成を示すブロック図であ
る。実施例の翻訳システムは、表面的統語解析器６０４
と、用例に基づく変換６０６と、目的表現生成器６０８
とを備える。なお、これに限定されるものではない。表
面的統語解析器６０４は、少なくとも１つのソース言語
辞書６１２と少なくとも１つのソース言語表面的統語論
的文法６１４にアクセスして、これらを使用する。な
お、これに限定されるものではない。用例に基づく変換
６０６は、少なくとも１つの二ヶ国語用例データベース
６１６にアクセスして、これを用いる。なお、これに限
定されるものではない。目的表現生成器６０８は、目的
言語生成文法６１８にアクセスして、これを用いる。な
お、これに限定されるものではない。表面的統語解析器
６０４は、ソース言語表現６０２が供給され、目的表現
生成器６０８は、目的言語表現６１０を出力する。な
お、これに限定されるものではない。
用いた用例主導型翻訳システム（example-based transl
ation system）の具体的な構成を示すブロック図であ
る。実施例の翻訳システムは、表面的統語解析器６０４
と、用例に基づく変換６０６と、目的表現生成器６０８
とを備える。なお、これに限定されるものではない。表
面的統語解析器６０４は、少なくとも１つのソース言語
辞書６１２と少なくとも１つのソース言語表面的統語論
的文法６１４にアクセスして、これらを使用する。な
お、これに限定されるものではない。用例に基づく変換
６０６は、少なくとも１つの二ヶ国語用例データベース
６１６にアクセスして、これを用いる。なお、これに限
定されるものではない。目的表現生成器６０８は、目的
言語生成文法６１８にアクセスして、これを用いる。な
お、これに限定されるものではない。表面的統語解析器
６０４は、ソース言語表現６０２が供給され、目的表現
生成器６０８は、目的言語表現６１０を出力する。な
お、これに限定されるものではない。
【００３６】本発明の実施例の統語論的解析では、名詞
句、動詞句、前置詞句等の言語学的構成要素を認識する
ための表面的解析を行う。表面的解析を行う際には、構
成要素の順序に関する情報は、構成要素が入力において
現れるように保持される。また、表面の変動（surface
variation）が素性としてまとめられる。さらに、本発
明の実施例の統語論的解析では、前置詞句の連結等の統
語論的な曖昧表現を解明しようとはしない。また、統語
論的解析では、各構成要素の文法的機能（直接目的語、
間接目的語）や語幹的な役割（動作主、経験）を確認し
ようとはしない。本発明の実施例では、解析表現の形式
が、適応した素性構造表現の形式である。構成要素の順
序は、素性構造に現れる弧の順序により表される。
句、動詞句、前置詞句等の言語学的構成要素を認識する
ための表面的解析を行う。表面的解析を行う際には、構
成要素の順序に関する情報は、構成要素が入力において
現れるように保持される。また、表面の変動（surface
variation）が素性としてまとめられる。さらに、本発
明の実施例の統語論的解析では、前置詞句の連結等の統
語論的な曖昧表現を解明しようとはしない。また、統語
論的解析では、各構成要素の文法的機能（直接目的語、
間接目的語）や語幹的な役割（動作主、経験）を確認し
ようとはしない。本発明の実施例では、解析表現の形式
が、適応した素性構造表現の形式である。構成要素の順
序は、素性構造に現れる弧の順序により表される。
【００３７】本発明の実施例により行われる表面的統語
論的解析のレベルは、特定の専門分野や状況によって変
わることがないので、非常に確実で一般的なものであ
る。本発明の実施例で行われる表面的統語論的解析は、
用例データに対しても入力列に対しても行われる。この
ように、専門分野とは無関係の一般的な言語学的知識と
専門分野に応じた知識との間に明確な分離を行うことが
できる。したがって、専門分野の変更は語彙及び用例デ
ータベースにしか影響しない。なお、実施例はこれに限
定されるものではない。
論的解析のレベルは、特定の専門分野や状況によって変
わることがないので、非常に確実で一般的なものであ
る。本発明の実施例で行われる表面的統語論的解析は、
用例データに対しても入力列に対しても行われる。この
ように、専門分野とは無関係の一般的な言語学的知識と
専門分野に応じた知識との間に明確な分離を行うことが
できる。したがって、専門分野の変更は語彙及び用例デ
ータベースにしか影響しない。なお、実施例はこれに限
定されるものではない。
【００３８】本発明の実施例の統語論的解析は、素性構
造表現を操作するためのメカニズムを有するパーサにお
いて実行される。説明したように、効率的に実行するた
め、本発明の実施例では、素性構造オペレータを有する
ＧＬＲパーサを使用する。さらに、表面的な統語論的解
析は、語彙の曖昧表現や他の部分的曖昧表現を解明して
用例データ処理の負担を低減する統計処理部と統合す
る。なお、実施例はこれに限定されるものではない。
造表現を操作するためのメカニズムを有するパーサにお
いて実行される。説明したように、効率的に実行するた
め、本発明の実施例では、素性構造オペレータを有する
ＧＬＲパーサを使用する。さらに、表面的な統語論的解
析は、語彙の曖昧表現や他の部分的曖昧表現を解明して
用例データ処理の負担を低減する統計処理部と統合す
る。なお、実施例はこれに限定されるものではない。
【００３９】自然な人間の話し言葉は、単語の繰り返
し、省略、不完全な文を含むことが多いので、完全で文
法的なものではない。このため、正確な話し言葉の言語
翻訳システムの翻訳方法は、翻訳作業が、誤って追加、
削除、置換した単語を有する入力を扱うことができるよ
うな、より柔軟で確実なものとなる必要がある。柔軟性
及び確実性を得るため、一般的な音声翻訳システムは、
多種多様の翻訳知識を用いるので、用例指導型システム
が、異なる程度の言語学的特異性を有する実例をどのよ
うに使用することができるかという、実例特異性の問題
が生じる。本発明の実施例では、この問題を解決する、
音声翻訳に対する規則ベース／類推のハイブリッドアプ
ローチを用いる。
し、省略、不完全な文を含むことが多いので、完全で文
法的なものではない。このため、正確な話し言葉の言語
翻訳システムの翻訳方法は、翻訳作業が、誤って追加、
削除、置換した単語を有する入力を扱うことができるよ
うな、より柔軟で確実なものとなる必要がある。柔軟性
及び確実性を得るため、一般的な音声翻訳システムは、
多種多様の翻訳知識を用いるので、用例指導型システム
が、異なる程度の言語学的特異性を有する実例をどのよ
うに使用することができるかという、実例特異性の問題
が生じる。本発明の実施例では、この問題を解決する、
音声翻訳に対する規則ベース／類推のハイブリッドアプ
ローチを用いる。
【００４０】本発明の規則ベース／類推ハイブリッドア
プローチは、例えば、組み合わせ、高速マッチング、最
適マッチング等の方法からなる。図７は、本発明の実施
例の翻訳部のマッチング変換アルゴリズムを示す。翻訳
部はソース素性構造７０２を受け取り、用例データベー
ス及び入力列に対して詳細な統語論的解析を行う。これ
により、言語学的情報の中でも特に表現又は文の語用タ
イプ７０４及び統語タイプ７０６を有する表面的な統語
論的表現が得られる。
プローチは、例えば、組み合わせ、高速マッチング、最
適マッチング等の方法からなる。図７は、本発明の実施
例の翻訳部のマッチング変換アルゴリズムを示す。翻訳
部はソース素性構造７０２を受け取り、用例データベー
ス及び入力列に対して詳細な統語論的解析を行う。これ
により、言語学的情報の中でも特に表現又は文の語用タ
イプ７０４及び統語タイプ７０６を有する表面的な統語
論的表現が得られる。
【００４１】そして、マッチング及び変換が行われる
が、入力と用例データベースとの適合性を迅速に確認す
る初期高速マッチング７０８が行われる。この初期高速
マッチング７０８では、時間もスペースも費やす詳細な
マッチングを、用例データベース内の各用例毎に行う必
要がない。詳細又は最適マッチング７１０は、統語論的
表現の部分の挿入、削除、結合（マッチング）７１２を
行う動作に関する最適化手続きとして行われる。これに
より、挿入や削除が可能なので、構造の全部分を説明す
る必要がない柔軟なマッチング方法が得られる。マッチ
ング及び変換は表面的な統語論的入力構造の部分に対し
て機能するので、このアプローチを用いて、多数の例を
確認し組合せて７１４、入力のマッチングを行ってもよ
い。ここで説明するマッチング及び変換方法は、特定の
程度の言語学的特異性を有する実例に依存しないという
点で一般的である。この方法は、翻訳が依存する多くの
文脈を含む特定例のみならず、非常に一般的な例につい
ても機能する。
が、入力と用例データベースとの適合性を迅速に確認す
る初期高速マッチング７０８が行われる。この初期高速
マッチング７０８では、時間もスペースも費やす詳細な
マッチングを、用例データベース内の各用例毎に行う必
要がない。詳細又は最適マッチング７１０は、統語論的
表現の部分の挿入、削除、結合（マッチング）７１２を
行う動作に関する最適化手続きとして行われる。これに
より、挿入や削除が可能なので、構造の全部分を説明す
る必要がない柔軟なマッチング方法が得られる。マッチ
ング及び変換は表面的な統語論的入力構造の部分に対し
て機能するので、このアプローチを用いて、多数の例を
確認し組合せて７１４、入力のマッチングを行ってもよ
い。ここで説明するマッチング及び変換方法は、特定の
程度の言語学的特異性を有する実例に依存しないという
点で一般的である。この方法は、翻訳が依存する多くの
文脈を含む特定例のみならず、非常に一般的な例につい
ても機能する。
【００４２】本発明の実施例の類推による自動翻訳で
は、翻訳知識として記載されていることを表現する例の
二ヶ国語の対と、相当する意味がどのようにソース言語
及び目的言語で表現されるかについての情報を使用す
る。このアプローチは、本質的に確実性があるので、文
法外の現象を示すことが多い話し言葉に適している。ま
た、本発明では、実例の特異性の問題が解決できるなら
ば、より具体的な文脈を有する実例を加えることにより
翻訳精度が向上する。しかし、用例に基づく翻訳におけ
る最も難しい問題は、程度の異なる言語学的特異性を有
する例を組み合わせる必要に関してである。言語学的特
異性の大きい実例の対を適用する際、本発明の実施例で
は、いかなるレベルの言語学的特異性の情報も捕らえる
ことができる共通インデックスを有する表面的な統語論
的表現からなる実例の対を使用する。その結果、本発明
は、実例の特異性の問題を、最適マッチング、高速マッ
チング、実例の組合せという３つの副次的な問題に分割
することにより解決する。
は、翻訳知識として記載されていることを表現する例の
二ヶ国語の対と、相当する意味がどのようにソース言語
及び目的言語で表現されるかについての情報を使用す
る。このアプローチは、本質的に確実性があるので、文
法外の現象を示すことが多い話し言葉に適している。ま
た、本発明では、実例の特異性の問題が解決できるなら
ば、より具体的な文脈を有する実例を加えることにより
翻訳精度が向上する。しかし、用例に基づく翻訳におけ
る最も難しい問題は、程度の異なる言語学的特異性を有
する例を組み合わせる必要に関してである。言語学的特
異性の大きい実例の対を適用する際、本発明の実施例で
は、いかなるレベルの言語学的特異性の情報も捕らえる
ことができる共通インデックスを有する表面的な統語論
的表現からなる実例の対を使用する。その結果、本発明
は、実例の特異性の問題を、最適マッチング、高速マッ
チング、実例の組合せという３つの副次的な問題に分割
することにより解決する。
【００４３】最適マッチングという副次的問題は、入力
が与えられて用例データベースから最適マッチングを探
すことである。本発明の実施例では、ノード及び弧を有
するツリーからなる入力の表面的な統語論的表現の部分
の挿入、削除、マッチングを行う機能語に基づいたマッ
チング手続きを用いる。このマッチング手続きは、ツリ
ーの弧に対して繰り返し定義される全体的なマッチング
コストを最小にする動的プログラミングアルゴリズムを
用いて行われる。
が与えられて用例データベースから最適マッチングを探
すことである。本発明の実施例では、ノード及び弧を有
するツリーからなる入力の表面的な統語論的表現の部分
の挿入、削除、マッチングを行う機能語に基づいたマッ
チング手続きを用いる。このマッチング手続きは、ツリ
ーの弧に対して繰り返し定義される全体的なマッチング
コストを最小にする動的プログラミングアルゴリズムを
用いて行われる。
【００４４】３つの可能な動作（挿入、削除、結合）に
より、弧のレベルによって異なるコスト、弧のノード値
に関するコスト、各語の素性値及び類義語辞典に基づく
意味論上の類似性に基づくコストが発生する。弧<i1,
i2,...,im>を有する入力ノードＩと弧<e1,e2,...,en>を
有する実例ノードＥについて、マッチングコストＣ
（Ｉ，Ｅ）は以下のように定義される。
より、弧のレベルによって異なるコスト、弧のノード値
に関するコスト、各語の素性値及び類義語辞典に基づく
意味論上の類似性に基づくコストが発生する。弧<i1,
i2,...,im>を有する入力ノードＩと弧<e1,e2,...,en>を
有する実例ノードＥについて、マッチングコストＣ
（Ｉ，Ｅ）は以下のように定義される。
【００４５】
【数１】
【００４６】一般的な分野では、必要な用例データベー
スはかなり大きくなる。例えば、本発明の実施例では、
データベースは約１０，０００の実例対を有している。
したがって、各実例に対する入力の詳細なマッチングを
行うことは不可能であり、最適マッチング問題について
のサーチスペースを幾分か制限しなければならない。
スはかなり大きくなる。例えば、本発明の実施例では、
データベースは約１０，０００の実例対を有している。
したがって、各実例に対する入力の詳細なマッチングを
行うことは不可能であり、最適マッチング問題について
のサーチスペースを幾分か制限しなければならない。
【００４７】本発明の実施例では、可能性が低い実例を
排除する初期高速マッチングを行うことによりサーチス
ペースを制限する。なお、実施例はこれに限定されるも
のではない。表面的な統語論的解析モジュールは、入力
の統語論的タイプ及び語用タイプを確認し、これらのタ
イプに応じてマッチングが制限される。また、マッチン
グする構成要素の統語論的主要語句に基づいて高速マッ
チングが行われる。これは、同等、あるいは、意味論的
な類似性を持つ類義語辞典に基づく基準に限定すること
ができる。
排除する初期高速マッチングを行うことによりサーチス
ペースを制限する。なお、実施例はこれに限定されるも
のではない。表面的な統語論的解析モジュールは、入力
の統語論的タイプ及び語用タイプを確認し、これらのタ
イプに応じてマッチングが制限される。また、マッチン
グする構成要素の統語論的主要語句に基づいて高速マッ
チングが行われる。これは、同等、あるいは、意味論的
な類似性を持つ類義語辞典に基づく基準に限定すること
ができる。
【００４８】種々の入力を翻訳するため、本発明の実施
例では、入力の表面的な統語論的表現の部分に対してマ
ッチング及び変換を繰り返し行うことにより、変換プロ
セスにおいて多数の例（又は例の部分）を組み合わせ
る。各繰り返しのステップでは、詳細なマッチングを行
った後に、実例からの冗長情報に加えて、実例によりカ
バーされない入力における追加情報をも扱う。なお、実
施例はこれに限定されるものではない。
例では、入力の表面的な統語論的表現の部分に対してマ
ッチング及び変換を繰り返し行うことにより、変換プロ
セスにおいて多数の例（又は例の部分）を組み合わせ
る。各繰り返しのステップでは、詳細なマッチングを行
った後に、実例からの冗長情報に加えて、実例によりカ
バーされない入力における追加情報をも扱う。なお、実
施例はこれに限定されるものではない。
【００４９】本発明は、任意の翻訳と共に仮説をユーザ
に提示し、ユーザに最良の仮説を選択させ、ユーザから
の選択を用いて仮説構成部の適応を行う、音声翻訳シス
テムにおける音声認識の１以上の仮説を構成する方法か
らなる。この方法を用いて、システムは、ユーザが言っ
たことのタイプを知り、仮説構成部のシステム性能を改
善する。その結果、ユーザが装置を使用すればするほ
ど、正しい仮説がユーザに提示されることが多くなる。
に提示し、ユーザに最良の仮説を選択させ、ユーザから
の選択を用いて仮説構成部の適応を行う、音声翻訳シス
テムにおける音声認識の１以上の仮説を構成する方法か
らなる。この方法を用いて、システムは、ユーザが言っ
たことのタイプを知り、仮説構成部のシステム性能を改
善する。その結果、ユーザが装置を使用すればするほ
ど、正しい仮説がユーザに提示されることが多くなる。
【００５０】図８は、本発明の実施例の音声翻訳システ
ムの仮説選択部を示す。音声認識部８０２にて音声入力
８０１が受信されると動作が開始する。音声認識部８０
２は、少なくとも１つの単語発音辞書８２２と少なくと
も１つの音響モデル８２４へのアクセス及び使用を行っ
て、仮説とされた単語とそれに対応する位置及び時間を
符号化する少なくとも１つのデータ構造８０４を生成す
る。データ構造情報８０４は、順序付けられた発声仮説
８０８のリストが生成される発声仮説構成８０６に使用
される。そして、ユーザが最良の発声仮説８１０を選択
するユーザ選択構成８１０が発生する。ユーザ選択構成
は、ユーザインターフェース８９８を介して達成され
る。ユーザ選択は、音声翻訳システム言語モデル８２８
への適用入力８２６として使用される。最良発声仮説８
１２は、翻訳済みの音声出力８９９を生成する音声翻訳
システムの翻訳部８１４及び音声合成部８１６への入力
として使用される。
ムの仮説選択部を示す。音声認識部８０２にて音声入力
８０１が受信されると動作が開始する。音声認識部８０
２は、少なくとも１つの単語発音辞書８２２と少なくと
も１つの音響モデル８２４へのアクセス及び使用を行っ
て、仮説とされた単語とそれに対応する位置及び時間を
符号化する少なくとも１つのデータ構造８０４を生成す
る。データ構造情報８０４は、順序付けられた発声仮説
８０８のリストが生成される発声仮説構成８０６に使用
される。そして、ユーザが最良の発声仮説８１０を選択
するユーザ選択構成８１０が発生する。ユーザ選択構成
は、ユーザインターフェース８９８を介して達成され
る。ユーザ選択は、音声翻訳システム言語モデル８２８
への適用入力８２６として使用される。最良発声仮説８
１２は、翻訳済みの音声出力８９９を生成する音声翻訳
システムの翻訳部８１４及び音声合成部８１６への入力
として使用される。
【００５１】音声翻訳装置の問題点は、ユーザのアクセ
ント、異なるユーザの発音、異なるボリュームでの入力
音声、話している間のマイクの異なる位置、異なるタイ
プ及びレベルの背景ノイズの結果、音声入力の変化性が
多種多様であるということである。このため、音声認識
部は、ユーザが行った正確な発声のみを識別しようとは
しない。音声入力が誤っていたり非文法的であるとき
は、正確な発声の識別は不可能である。正確な発声を識
別しようとすることにより動作する従来のシステムで
は、識別を行うことが不可能なときに何も出力すること
ができないか誤った出力をしてしまう。この場合、ユー
ザは、なぜ入力がシステムによって処理されなかったの
かわからない。本発明はこれらの問題を克服する。実施
例の音声認識部は多数の可能性を識別し、ユーザは、こ
れらの可能性又は音声認識仮説から、正しい又は最良の
仮説を選択すればよい。
ント、異なるユーザの発音、異なるボリュームでの入力
音声、話している間のマイクの異なる位置、異なるタイ
プ及びレベルの背景ノイズの結果、音声入力の変化性が
多種多様であるということである。このため、音声認識
部は、ユーザが行った正確な発声のみを識別しようとは
しない。音声入力が誤っていたり非文法的であるとき
は、正確な発声の識別は不可能である。正確な発声を識
別しようとすることにより動作する従来のシステムで
は、識別を行うことが不可能なときに何も出力すること
ができないか誤った出力をしてしまう。この場合、ユー
ザは、なぜ入力がシステムによって処理されなかったの
かわからない。本発明はこれらの問題を克服する。実施
例の音声認識部は多数の可能性を識別し、ユーザは、こ
れらの可能性又は音声認識仮説から、正しい又は最良の
仮説を選択すればよい。
【００５２】音声認識ステップと仮説構成ステップは別
々に行われる。なお、実施例はこれに限定されるもので
はない。第１のステップでは、ユーザ音声情報を認識し
て、音声信号における単語の仮説を提案する。第２のス
テップでは、仮説構成部がこの情報を取り入れ、音声入
力全体の認識仮説である順序付けられた全発声リストを
構成する。中間ステップとして、実施例のＳＴＳが語の
グラフを構成してもよい。なお、これに限定されるもの
ではない。
々に行われる。なお、実施例はこれに限定されるもので
はない。第１のステップでは、ユーザ音声情報を認識し
て、音声信号における単語の仮説を提案する。第２のス
テップでは、仮説構成部がこの情報を取り入れ、音声入
力全体の認識仮説である順序付けられた全発声リストを
構成する。中間ステップとして、実施例のＳＴＳが語の
グラフを構成してもよい。なお、これに限定されるもの
ではない。
【００５３】実施例の発声仮説構成部は、言語について
の情報を用いて発声仮説を構成する。この情報は、発声
の確率を割り当てるのに使用される数学的モデルである
ため、言語モデルと呼ばれる。これら発声の確率は、発
声の部分、文節、その他の素性又は特徴の確率から得ら
れる。例えば、音声認識で使用する標準言語モデルは、
発生する単語のユニグラム確率P(word)、前の単語が発
生した場合に発生する単語のバイグラム確率P(wordi/wo
rdi-1)、前の２つの単語が発生した場合に発生する単語
のトライグラムP(wordi/wordi-2,wordi-1)等、いわゆる
ｎグラム確率を用いる。そして、これらの基本確率か
ら、１発声の全体的な確率が計算される。
の情報を用いて発声仮説を構成する。この情報は、発声
の確率を割り当てるのに使用される数学的モデルである
ため、言語モデルと呼ばれる。これら発声の確率は、発
声の部分、文節、その他の素性又は特徴の確率から得ら
れる。例えば、音声認識で使用する標準言語モデルは、
発生する単語のユニグラム確率P(word)、前の単語が発
生した場合に発生する単語のバイグラム確率P(wordi/wo
rdi-1)、前の２つの単語が発生した場合に発生する単語
のトライグラムP(wordi/wordi-2,wordi-1)等、いわゆる
ｎグラム確率を用いる。そして、これらの基本確率か
ら、１発声の全体的な確率が計算される。
【００５４】言語モデルを作成する他の方法として、他
のタイプの基本確率を用いる方法がある。例えば、統語
論的解析を行ってもよく、基本確率が、解析で使用され
るある文法規則の確率を参照してもよい。あるいは、基
本確率が、形式Ｐ（動詞＝wordi、主語＝wordj、目的語
＝wordk）に公式化されるように、「主語」、「動
詞」、「目的語」等の文法的機能を参照してもよい。ユ
ーザが言語モデルの適応を行うために行う確認／選択動
作は、使用される基本確率のタイプとは無関係に用いら
れてもよい。その結果、仮説構成部は、ユーザが行った
発声に適応して、ユーザが最も行いそうな発声を優遇す
る。これらの発声は発声仮説リストの上位に配置される
ようになり、音声翻訳装置を比較的使用しやすくなる。
のタイプの基本確率を用いる方法がある。例えば、統語
論的解析を行ってもよく、基本確率が、解析で使用され
るある文法規則の確率を参照してもよい。あるいは、基
本確率が、形式Ｐ（動詞＝wordi、主語＝wordj、目的語
＝wordk）に公式化されるように、「主語」、「動
詞」、「目的語」等の文法的機能を参照してもよい。ユ
ーザが言語モデルの適応を行うために行う確認／選択動
作は、使用される基本確率のタイプとは無関係に用いら
れてもよい。その結果、仮説構成部は、ユーザが行った
発声に適応して、ユーザが最も行いそうな発声を優遇す
る。これらの発声は発声仮説リストの上位に配置される
ようになり、音声翻訳装置を比較的使用しやすくなる。
【００５５】図９は、本発明の実施例の音声翻訳システ
ムの言語モデル適応を示すフローチャートである。適応
を行う基本的な概念は、ユーザが選択した正しい又は最
良の発声仮説９０２をとり、言語モデルに従って解析９
０４することである。例えば、ｎグラム言語モデルの場
合、解析は、仮説における個々の単語や単語のバイグラ
ム及びトライグラムを識別することになる。仮説におけ
る基本構成要素のリストが生成され９０６、基本単位に
ついての確率を上げることにより９０８、これら基本単
位にクレジットが割り当てられる。そして、言語モデル
における全ての基本確率が再び正規化され９１０、その
結果、他の全ての基本確率をやや下げることになる。
ムの言語モデル適応を示すフローチャートである。適応
を行う基本的な概念は、ユーザが選択した正しい又は最
良の発声仮説９０２をとり、言語モデルに従って解析９
０４することである。例えば、ｎグラム言語モデルの場
合、解析は、仮説における個々の単語や単語のバイグラ
ム及びトライグラムを識別することになる。仮説におけ
る基本構成要素のリストが生成され９０６、基本単位に
ついての確率を上げることにより９０８、これら基本単
位にクレジットが割り当てられる。そして、言語モデル
における全ての基本確率が再び正規化され９１０、その
結果、他の全ての基本確率をやや下げることになる。
【００５６】英語の形態論は比較的理解されている現象
であるが、形態論的問題のコンピュータ処理や、形態素
解析器を音声翻訳システムの他の構成部分と統合するこ
とは、意図した用途や全体的な効率を考慮しなければな
らない。形態素解析は、単語を形態素に解析し、語根形
式や文法カテゴリーを識別し、辞書的曖昧表現や語彙以
外の単語を検出するプロセスである。解析結果は、パー
サや他の自然言語処理モジュールへの入力として使用す
ることができる。本発明の実施例のＳＴＳは、屈折的形
態論解析器（ＡＩＭ）により構成される。本発明の実施
例のＡＩＭでは、コンピュータ効率、辞書維持の容易
さ、意図した用途に対する正確な性能、他のツールや構
成要素との統合の容易さが得られる。
であるが、形態論的問題のコンピュータ処理や、形態素
解析器を音声翻訳システムの他の構成部分と統合するこ
とは、意図した用途や全体的な効率を考慮しなければな
らない。形態素解析は、単語を形態素に解析し、語根形
式や文法カテゴリーを識別し、辞書的曖昧表現や語彙以
外の単語を検出するプロセスである。解析結果は、パー
サや他の自然言語処理モジュールへの入力として使用す
ることができる。本発明の実施例のＳＴＳは、屈折的形
態論解析器（ＡＩＭ）により構成される。本発明の実施
例のＡＩＭでは、コンピュータ効率、辞書維持の容易
さ、意図した用途に対する正確な性能、他のツールや構
成要素との統合の容易さが得られる。
【００５７】本発明の実施例のＡＩＭは、語根を識別
し、入力語の残りの形態素を素性にまとめる。形態論に
は、屈折的と派生的の２つの種類がある。屈折的形態論
は、複数を示す「-s」や過去時制を示す「-ed」等、文
法的標識として機能する形態素を扱うものである。派生
的形態論は、「unemployment」における「-un」や「-me
nt」等、語幹の統語論的カテゴリーや意味論的内容を変
更する接頭辞や接尾辞を扱うものである。実施例のＡＩ
Ｍは屈折的形態論を扱うが、屈折が異なっても一般に翻
訳の文脈に影響を与えないので、ＳＴＳの翻訳知識ベー
スのエントリ数に加えてＳＴＳのコンピュータ辞書のエ
ントリ数も低減される。
し、入力語の残りの形態素を素性にまとめる。形態論に
は、屈折的と派生的の２つの種類がある。屈折的形態論
は、複数を示す「-s」や過去時制を示す「-ed」等、文
法的標識として機能する形態素を扱うものである。派生
的形態論は、「unemployment」における「-un」や「-me
nt」等、語幹の統語論的カテゴリーや意味論的内容を変
更する接頭辞や接尾辞を扱うものである。実施例のＡＩ
Ｍは屈折的形態論を扱うが、屈折が異なっても一般に翻
訳の文脈に影響を与えないので、ＳＴＳの翻訳知識ベー
スのエントリ数に加えてＳＴＳのコンピュータ辞書のエ
ントリ数も低減される。
【００５８】一般的な２レベル形態素解析器が一連の形
態論的規則を平行して適用するのに対し、実施例のＡＩ
Ｍは、２レベル形態論の問題点である、低処理速度や表
記法の複雑さや、全ての有限状態のトランスデューサが
最後まで進む場合のみ正しい解析が可能となるという問
題を克服するシーケンシャルアプローチを用いる。ＡＩ
Ｍは、入力として単語列を受け取り、辞書的素性構造で
ある単語列、記号、数についての素性値の対を有する言
語学的データ構造の形式で、各単語の解析を行う。各単
語を解析すると、ＡＩＭは、エントリが辞書的素性構造
に似ている辞書を調べる。なお、これに限定されるもの
ではない。形態素解析器は、語根及び入力語の屈折を識
別すると、辞書から形態をとり、屈折に対する適切な素
性値の対を出力素性構造に挿入する。この出力形式によ
り、実施例のＡＩＭは素性構造に対して動作する統語論
的パーサと統合することができると共に、他のＳＴＳ構
成要素が適切な素性（例えば、各語の語根）に迅速にア
クセスすることができる。
態論的規則を平行して適用するのに対し、実施例のＡＩ
Ｍは、２レベル形態論の問題点である、低処理速度や表
記法の複雑さや、全ての有限状態のトランスデューサが
最後まで進む場合のみ正しい解析が可能となるという問
題を克服するシーケンシャルアプローチを用いる。ＡＩ
Ｍは、入力として単語列を受け取り、辞書的素性構造で
ある単語列、記号、数についての素性値の対を有する言
語学的データ構造の形式で、各単語の解析を行う。各単
語を解析すると、ＡＩＭは、エントリが辞書的素性構造
に似ている辞書を調べる。なお、これに限定されるもの
ではない。形態素解析器は、語根及び入力語の屈折を識
別すると、辞書から形態をとり、屈折に対する適切な素
性値の対を出力素性構造に挿入する。この出力形式によ
り、実施例のＡＩＭは素性構造に対して動作する統語論
的パーサと統合することができると共に、他のＳＴＳ構
成要素が適切な素性（例えば、各語の語根）に迅速にア
クセスすることができる。
【００５９】図１０は、本発明の実施例の屈折的形態論
解析器（ＡＩＭ）１０００を示す。ＡＩＭ１０００は、
２つのメインモジュールと、トークナイザ１００２と、
形態素解析器１００４とを有する。なお、これに限定さ
れるものではない。
解析器（ＡＩＭ）１０００を示す。ＡＩＭ１０００は、
２つのメインモジュールと、トークナイザ１００２と、
形態素解析器１００４とを有する。なお、これに限定さ
れるものではない。
【００６０】実施例のトークナイザ１００２は、一連の
単語からなる入力列１０５０を取り入れ、完全な単語、
短縮した単語、数、記号、句読文字からなる個々のトー
クン１０５４に分解する。なお、これに限定されるもの
ではない。このプロセスでは、部分的な文脈や現在の文
字とそのすぐ隣の文字を調べ、小セットのトークナイゼ
ーション規則１０５２を使用する。実施例では、トーク
ナイザが、以下の位置にて対応する効果を有する休止を
行う。なお、これに限定されるものではない。 スペース文字（スペース、リターン、タブ、文末(EOS)）； アポストロフィ＋スペース文字("Doris" -> "Doris" ""); アポストロフィ＋"s" ("Peter's" -> "Peter" "'s"); アポストロフィ＋"re" ("they're" -> "they" "'re"); アポストロフィ＋"d" ("Peter's" -> "Peter" "'d"); アポストロフィ＋"ve" ("Peter've" -> "Peter" "'ve"); アポストロフィ＋"ll" ("Peter'll" -> "Peter" "'ll"); ピリオド＋EOS("Peter likes fish." -> "Peter" "likes" "fish" "."); クエスチョンマーク("Does Peter like fish?" -> "does" "Peter" "like" "fish" "?"); エクスクラメーションマーク("Fish!" -> "fish" "!"); カンマ（数字間のものは除く）("apples, oranges and bananas" -> "apples" "," "oranges" "and" "bananas"); ドル記号("$30" -> "$" "30"); パーセント記号("30%" -> "30" "%"); プラス記号("+80" -> "+" "80"); マイナス記号("-3" -> "-" "30"); セミコロン("fruits; apples, oranges and bananas" -> "fruits" ";" "apples" "," "oranges" "and" "bananas "); コロン（数字間のものは除く） 実施例の解析器１００４は、トークナイザ１００２から
の出力１０５４である一連のトークンを取り入れ、辞書
１０５８及び解析規則セット１０５６を調べて各語を解
析する。辞書１０５８は、素性構造の形式である語彙か
らなる。当該屈折型に関連する素性を挿入して、適切な
素性構造１０６０が単語に対して構成される。トークン
を解析することができる場合、新たに生成された形態論
的素性を有するトークンの素性構造が出力される。解析
器１００４は、２つの以上の有効な単語解析がある場
合、多数素性構造を行う。解析器１００４は、解析がで
きない場合、未知の単語についての特殊素性構造を行
う。さらに、一連のトークンの可能な分割を決定し、各
分割が有効であるか否かについて判断を行う。形態論的
規則を適用して、不要な分割を除外すると共に適切な形
態論的情報を対応する素性に割り当てる。
単語からなる入力列１０５０を取り入れ、完全な単語、
短縮した単語、数、記号、句読文字からなる個々のトー
クン１０５４に分解する。なお、これに限定されるもの
ではない。このプロセスでは、部分的な文脈や現在の文
字とそのすぐ隣の文字を調べ、小セットのトークナイゼ
ーション規則１０５２を使用する。実施例では、トーク
ナイザが、以下の位置にて対応する効果を有する休止を
行う。なお、これに限定されるものではない。 スペース文字（スペース、リターン、タブ、文末(EOS)）； アポストロフィ＋スペース文字("Doris" -> "Doris" ""); アポストロフィ＋"s" ("Peter's" -> "Peter" "'s"); アポストロフィ＋"re" ("they're" -> "they" "'re"); アポストロフィ＋"d" ("Peter's" -> "Peter" "'d"); アポストロフィ＋"ve" ("Peter've" -> "Peter" "'ve"); アポストロフィ＋"ll" ("Peter'll" -> "Peter" "'ll"); ピリオド＋EOS("Peter likes fish." -> "Peter" "likes" "fish" "."); クエスチョンマーク("Does Peter like fish?" -> "does" "Peter" "like" "fish" "?"); エクスクラメーションマーク("Fish!" -> "fish" "!"); カンマ（数字間のものは除く）("apples, oranges and bananas" -> "apples" "," "oranges" "and" "bananas"); ドル記号("$30" -> "$" "30"); パーセント記号("30%" -> "30" "%"); プラス記号("+80" -> "+" "80"); マイナス記号("-3" -> "-" "30"); セミコロン("fruits; apples, oranges and bananas" -> "fruits" ";" "apples" "," "oranges" "and" "bananas "); コロン（数字間のものは除く） 実施例の解析器１００４は、トークナイザ１００２から
の出力１０５４である一連のトークンを取り入れ、辞書
１０５８及び解析規則セット１０５６を調べて各語を解
析する。辞書１０５８は、素性構造の形式である語彙か
らなる。当該屈折型に関連する素性を挿入して、適切な
素性構造１０６０が単語に対して構成される。トークン
を解析することができる場合、新たに生成された形態論
的素性を有するトークンの素性構造が出力される。解析
器１００４は、２つの以上の有効な単語解析がある場
合、多数素性構造を行う。解析器１００４は、解析がで
きない場合、未知の単語についての特殊素性構造を行
う。さらに、一連のトークンの可能な分割を決定し、各
分割が有効であるか否かについて判断を行う。形態論的
規則を適用して、不要な分割を除外すると共に適切な形
態論的情報を対応する素性に割り当てる。
【００６１】本発明の実施例のＡＩＭの辞書形式では、
最小から大量の情報が符号化される３つの異なるタイプ
のエントリが得られる。辞書の各エントリは語彙素性構
造であり、ここでは、辞書のデータ構造がキーと語彙素
性構造とにより構成される要素を有する列である。不規
則な形式をＡＩＭにおける別々のエントリとして処理す
ることにより、エントリ数や複雑さという点でそれほど
負担が増えるものではなく、組織、利用可能性、維持の
容易さが得られる。語根素性により全エントリをソート
することにより、辞書の組織及び維持がしやすくなり、
形態素解析を目的とした利用可能性が最大となる。さら
に、ＡＩＭ辞書構造により、辞書エントリに新たな素性
を追加することが容易になる。また、形態生成器のデザ
イン実行や使用のために辞書形式を再利用してもよい。
最小から大量の情報が符号化される３つの異なるタイプ
のエントリが得られる。辞書の各エントリは語彙素性構
造であり、ここでは、辞書のデータ構造がキーと語彙素
性構造とにより構成される要素を有する列である。不規
則な形式をＡＩＭにおける別々のエントリとして処理す
ることにより、エントリ数や複雑さという点でそれほど
負担が増えるものではなく、組織、利用可能性、維持の
容易さが得られる。語根素性により全エントリをソート
することにより、辞書の組織及び維持がしやすくなり、
形態素解析を目的とした利用可能性が最大となる。さら
に、ＡＩＭ辞書構造により、辞書エントリに新たな素性
を追加することが容易になる。また、形態生成器のデザ
イン実行や使用のために辞書形式を再利用してもよい。
【００６２】本発明の実施例の特徴及び利点は、モジュ
ール方式、屈折型形態論の扱い、シーケンシャルな規則
の適用、素性値の対を有する素性構造からなる出力形
式、辞書形式の改善、処理速度の向上、メモリ要件の削
減、全体的な性能の向上である。モジュール方式に関し
て、ＡＩＭは翻訳システムのモジュール部なので、容易
に使用することができ、また、他のアプリケーションや
ツール（例えば、大規模なコーパスからの単語抽出）と
統合することができる。屈折型形態論の扱いに関して
は、本発明の実施例では、辞書エントリ数を低減し、翻
訳知識ベースにおけるエントリ数を低減している。本発
明の実施例のＡＩＭは、変換知識ベースと辞書との直接
対応関係が保持されるので、維持が容易である。シーケ
ンシャルな規則の適用により、形態素解析は、高速で、
計算上複雑ではなく、常に解析を行うことができ、信頼
性のある正確な動作を行うことができ、規則セットの維
持が容易であるという利点が得られる。本発明の実施例
のＡＩＭの出力形式により、素性構造に対しても動作す
る統語論パーサにＡＩＭを統合することが容易になる。
さらに、適切な個々の素性（例えば、語根、文法カテゴ
リー）への迅速なアクセスが得られる。
ール方式、屈折型形態論の扱い、シーケンシャルな規則
の適用、素性値の対を有する素性構造からなる出力形
式、辞書形式の改善、処理速度の向上、メモリ要件の削
減、全体的な性能の向上である。モジュール方式に関し
て、ＡＩＭは翻訳システムのモジュール部なので、容易
に使用することができ、また、他のアプリケーションや
ツール（例えば、大規模なコーパスからの単語抽出）と
統合することができる。屈折型形態論の扱いに関して
は、本発明の実施例では、辞書エントリ数を低減し、翻
訳知識ベースにおけるエントリ数を低減している。本発
明の実施例のＡＩＭは、変換知識ベースと辞書との直接
対応関係が保持されるので、維持が容易である。シーケ
ンシャルな規則の適用により、形態素解析は、高速で、
計算上複雑ではなく、常に解析を行うことができ、信頼
性のある正確な動作を行うことができ、規則セットの維
持が容易であるという利点が得られる。本発明の実施例
のＡＩＭの出力形式により、素性構造に対しても動作す
る統語論パーサにＡＩＭを統合することが容易になる。
さらに、適切な個々の素性（例えば、語根、文法カテゴ
リー）への迅速なアクセスが得られる。
【００６３】説明したように、本発明の実施例は、自然
言語に関する効果的なパーサからなる。パーサは、ある
言語の文を入力として取り入れて、一般的にはシンタッ
クスツリーの形式で構造的解析を行うソフトウェアモジ
ュールである。自然言語処理、機械翻訳、情報検索にお
ける多くのアプリケーションでは、基本的な構成部分と
してパーサが必要である。本発明の実施例のパーサは、
音声から音声への翻訳に用いられ、柔軟な表現及び安全
な曖昧性パッキングメカニズムを導入することにより、
素性構造操作をＧＬＲ構文解析アルゴリズムに統合す
る。素性構造の統一は、新たな構文木ノードが生成され
たときに発生する。文の素性構造は、パックされたフォ
レストのルートノードに関連している。実施例の素性構
造の制約は、還元動作が実行されるときに行われる。な
お、実施例はこれに限定されるものではない。実施例の
パーサは、柔軟な素性構造表現や完全な操作が得られる
という点で、一般的なパーサと比較して有利である。さ
らに、このパーサでは、パースフォレストにおける素性
構造による安全な局部的曖昧パッキングが得られる。
言語に関する効果的なパーサからなる。パーサは、ある
言語の文を入力として取り入れて、一般的にはシンタッ
クスツリーの形式で構造的解析を行うソフトウェアモジ
ュールである。自然言語処理、機械翻訳、情報検索にお
ける多くのアプリケーションでは、基本的な構成部分と
してパーサが必要である。本発明の実施例のパーサは、
音声から音声への翻訳に用いられ、柔軟な表現及び安全
な曖昧性パッキングメカニズムを導入することにより、
素性構造操作をＧＬＲ構文解析アルゴリズムに統合す
る。素性構造の統一は、新たな構文木ノードが生成され
たときに発生する。文の素性構造は、パックされたフォ
レストのルートノードに関連している。実施例の素性構
造の制約は、還元動作が実行されるときに行われる。な
お、実施例はこれに限定されるものではない。実施例の
パーサは、柔軟な素性構造表現や完全な操作が得られる
という点で、一般的なパーサと比較して有利である。さ
らに、このパーサでは、パースフォレストにおける素性
構造による安全な局部的曖昧パッキングが得られる。
【００６４】図１１は、本発明の実施例のパーサの実現
を示す。このパーサは、構文解析テーブル発生器１１０
２と、素性構造（Ｆ構造）動作コンパイラ１１０４と、
素性構造制約アプリケーションを有するＧＬＲ構文解析
エンジン１１０６とにより構成される。構文解析テーブ
ル発生器１１０２は、素性構造操作１１５２により束ね
られた又は注釈がなされた文法規則のセットからなる入
力を受信する。実施例の文法規則は、英語構文解析文法
規則及び日本語構文解析文法規則からなり、文法規則
は、文脈とは無関係の文法規則である。なお、これに限
定されるものではない。構文解析発生器は、文法規則を
取り入れ、パーサの動作を符号化するデータ構造を生成
する。データ構造は、還元動作、移動動作、受理動作、
失敗動作からなる動作セットの実行においてパーサを制
御する。なお、これに限定されるものではない。構文解
析発生器１１０２は、実施例においてファイルとして記
憶された構文解析テーブル１１２２からなる出力を供給
する。
を示す。このパーサは、構文解析テーブル発生器１１０
２と、素性構造（Ｆ構造）動作コンパイラ１１０４と、
素性構造制約アプリケーションを有するＧＬＲ構文解析
エンジン１１０６とにより構成される。構文解析テーブ
ル発生器１１０２は、素性構造操作１１５２により束ね
られた又は注釈がなされた文法規則のセットからなる入
力を受信する。実施例の文法規則は、英語構文解析文法
規則及び日本語構文解析文法規則からなり、文法規則
は、文脈とは無関係の文法規則である。なお、これに限
定されるものではない。構文解析発生器は、文法規則を
取り入れ、パーサの動作を符号化するデータ構造を生成
する。データ構造は、還元動作、移動動作、受理動作、
失敗動作からなる動作セットの実行においてパーサを制
御する。なお、これに限定されるものではない。構文解
析発生器１１０２は、実施例においてファイルとして記
憶された構文解析テーブル１１２２からなる出力を供給
する。
【００６５】素性構造動作コンパイラ１１０４は、素性
構造操作１１５２により束ねられた文法規則のセットか
らなる入力を受信する。素性構造動作コンパイラ１１０
４は、プログラミング言語におけるハイレベルインスト
ラクションからなる素性構造動作又は注釈を取り入れ、
それらをプログラミング言語ソースコードにて他の機能
にコンパイルする。素性構造動作コンパイラ１１０４
は、コンパイルされた素性構造機能１１２４についてＣ
言語ソースコードからなる出力を供給する。なお、これ
に限定されるものではない。素性構造機能１１２４は、
コンパイルされ、ＧＬＲ構文解析エンジン１１０６にリ
ンクされる。ＧＬＲ構文解析エンジン１１０６は、入力
文１１５０に対して動作し、構文木及び文の素性構造か
らなる出力１１５４を供給する。素性構造と構文解析エ
ンジンの統合は、本発明の実施例の拡大ＧＬＲアルゴリ
ズムの後に行う。
構造操作１１５２により束ねられた文法規則のセットか
らなる入力を受信する。素性構造動作コンパイラ１１０
４は、プログラミング言語におけるハイレベルインスト
ラクションからなる素性構造動作又は注釈を取り入れ、
それらをプログラミング言語ソースコードにて他の機能
にコンパイルする。素性構造動作コンパイラ１１０４
は、コンパイルされた素性構造機能１１２４についてＣ
言語ソースコードからなる出力を供給する。なお、これ
に限定されるものではない。素性構造機能１１２４は、
コンパイルされ、ＧＬＲ構文解析エンジン１１０６にリ
ンクされる。ＧＬＲ構文解析エンジン１１０６は、入力
文１１５０に対して動作し、構文木及び文の素性構造か
らなる出力１１５４を供給する。素性構造と構文解析エ
ンジンの統合は、本発明の実施例の拡大ＧＬＲアルゴリ
ズムの後に行う。
【００６６】実施例の素性構造動作コンパイラ１１０４
は、素性構造文法を、Ｃコンパイラにより再度コンパイ
ルされてＧＬＲ構文解析エンジン１１０６のモジュール
にリンクされたＣプログラムに変換する。素性構造動作
コンパイラ１１０４は、素性構造操作１１５２により束
ねられた文法規則のセットからなる入力を取り入れる。
素性構造動作コンパイラ１１０４は、素性構造操作を又
は動作を、Ｃプログラム等のプログラミング言語のイン
ストラクションに変換する。形式的変数は、パーサ動作
時間における適切なメモリ位置への参照を表す表現によ
り置き換えられる。
は、素性構造文法を、Ｃコンパイラにより再度コンパイ
ルされてＧＬＲ構文解析エンジン１１０６のモジュール
にリンクされたＣプログラムに変換する。素性構造動作
コンパイラ１１０４は、素性構造操作１１５２により束
ねられた文法規則のセットからなる入力を取り入れる。
素性構造動作コンパイラ１１０４は、素性構造操作を又
は動作を、Ｃプログラム等のプログラミング言語のイン
ストラクションに変換する。形式的変数は、パーサ動作
時間における適切なメモリ位置への参照を表す表現によ
り置き換えられる。
【００６７】図１２は、本発明の実施例の話し言葉の言
語翻訳システムにおける構文解析方法を示すフローチャ
ートである。ステップ１２０２において、動作が開始
し、少なくとも１つの入力文又は表現からなる少なくと
も１つの入力が受信される。ステップ１２０４におい
て、構文解析テーブルにアクセスして次の動作を調べ、
ここでは、パーサが構文解析テーブルにて次の動作を探
すことになる。なお、これに限定されるものではない。
パーサが入力を解析できない場合、次の動作は失敗動作
であり、ステップ１２０６に進んで解析を停止する。構
文解析動作中、パーサは移動動作及び還元動作を行って
もよい。なお、これに限定されるものではない。
語翻訳システムにおける構文解析方法を示すフローチャ
ートである。ステップ１２０２において、動作が開始
し、少なくとも１つの入力文又は表現からなる少なくと
も１つの入力が受信される。ステップ１２０４におい
て、構文解析テーブルにアクセスして次の動作を調べ、
ここでは、パーサが構文解析テーブルにて次の動作を探
すことになる。なお、これに限定されるものではない。
パーサが入力を解析できない場合、次の動作は失敗動作
であり、ステップ１２０６に進んで解析を停止する。構
文解析動作中、パーサは移動動作及び還元動作を行って
もよい。なお、これに限定されるものではない。
【００６８】ステップ１２０４において、次の動作が移
動動作であると決定した場合、ステップ１２０８に進
み、移動動作が行われる。移動動作では、入力列のうち
の次のアイテムをパーサのスタック又は中間データ構造
に移動する。実施例のスタック又は中間データ構造は、
維持される少なくとも１つのグラフ構造スタックからな
る。スタックは、少なくとも１つの構文解析状態を有
し、各入力語の少なくとも１つの表現が少なくとも１つ
のグラフ構造スタックに移動される。ステップ１２１０
において、新たな構文木ノードが生成される。ステップ
１２１２において、移動された入力アイテムの素性構造
又は語彙素性構造が、形態素解析器から得られ、新たな
構文木ノードに関連づけられる。ステップ１２１４で
は、新たなノードがスタック又は中間データ構造に配置
され、ステップ１２０４に進み、次の動作を構文解析テ
ーブルで調べる。
動動作であると決定した場合、ステップ１２０８に進
み、移動動作が行われる。移動動作では、入力列のうち
の次のアイテムをパーサのスタック又は中間データ構造
に移動する。実施例のスタック又は中間データ構造は、
維持される少なくとも１つのグラフ構造スタックからな
る。スタックは、少なくとも１つの構文解析状態を有
し、各入力語の少なくとも１つの表現が少なくとも１つ
のグラフ構造スタックに移動される。ステップ１２１０
において、新たな構文木ノードが生成される。ステップ
１２１２において、移動された入力アイテムの素性構造
又は語彙素性構造が、形態素解析器から得られ、新たな
構文木ノードに関連づけられる。ステップ１２１４で
は、新たなノードがスタック又は中間データ構造に配置
され、ステップ１２０４に進み、次の動作を構文解析テ
ーブルで調べる。
【００６９】ステップ１２０４において、次の動作が還
元動作であると決定した場合、ステップ１２２０に進
み、還元動作が行われる。還元動作は、文法規則セット
からの少なくとも１つの文法規則の適用に対応するの
で、還元動作は、適用された文法規則に関連するコンパ
イルされた素性構造操作又は機能へのアクセスおよび適
用を行う。なお、実施例はこれに限定されるものではな
い。ステップ１２２２において、素性構造操作が実行さ
れる。ステップ１２２４において、操作が失敗か成功か
判断される。操作が失敗であった場合、規則の適用は失
敗であるので、ステップ１２０４に進み、次の動作を構
文解析テーブルで調べる。操作が成功であった場合、ス
テップ１２１０に進み、成功した素性構造操作から得ら
れる新たな素性構造を有する新たな構文木ノードが生成
される。
元動作であると決定した場合、ステップ１２２０に進
み、還元動作が行われる。還元動作は、文法規則セット
からの少なくとも１つの文法規則の適用に対応するの
で、還元動作は、適用された文法規則に関連するコンパ
イルされた素性構造操作又は機能へのアクセスおよび適
用を行う。なお、実施例はこれに限定されるものではな
い。ステップ１２２２において、素性構造操作が実行さ
れる。ステップ１２２４において、操作が失敗か成功か
判断される。操作が失敗であった場合、規則の適用は失
敗であるので、ステップ１２０４に進み、次の動作を構
文解析テーブルで調べる。操作が成功であった場合、ス
テップ１２１０に進み、成功した素性構造操作から得ら
れる新たな素性構造を有する新たな構文木ノードが生成
される。
【００７０】パーサが、入力全体の解析に成功し、少な
くとも１つのパックされた共通パースフォレストを生成
すると、次の動作は受理動作となり、ステップ１２３０
に進んで受理動作が行われる。ステップ１２３２におい
て、パーサにより生成された入力文の文脈とは無関係の
ツリー構造に対して再構築手続きが行われる。ステップ
１２３４では、入力の構造解析からなる出力素性構造が
供給される。実施例の構造解析は、複数の構文木と文の
素性構造とを用いる。なお、これに限定されるものでは
ない。
くとも１つのパックされた共通パースフォレストを生成
すると、次の動作は受理動作となり、ステップ１２３０
に進んで受理動作が行われる。ステップ１２３２におい
て、パーサにより生成された入力文の文脈とは無関係の
ツリー構造に対して再構築手続きが行われる。ステップ
１２３４では、入力の構造解析からなる出力素性構造が
供給される。実施例の構造解析は、複数の構文木と文の
素性構造とを用いる。なお、これに限定されるものでは
ない。
【００７１】本発明の実施例の構文解析では、安全な局
部曖昧パッキングと、少なくとも１つの素性構造の反復
的再構築が行われる。反復的再構築ステップでは、素性
構造が再構築される各ノードをマークする。素性構造が
再構築される各ノードからなる少なくとも１つのログが
維持される。パックされた共通パースフォレストの少な
くとも１つの分岐パスを移動する際、ルートノードから
最も遠くにマークされたノードが配置される。最も遠く
にマークされたノードが配置されると、その素性構造が
再構築される。最も遠くにマークされたノードとルート
ノードとの間の分岐パスに沿った連続する各マークノー
ドの素性構造が再構築され、ルートノードの素性構造が
再構築される。
部曖昧パッキングと、少なくとも１つの素性構造の反復
的再構築が行われる。反復的再構築ステップでは、素性
構造が再構築される各ノードをマークする。素性構造が
再構築される各ノードからなる少なくとも１つのログが
維持される。パックされた共通パースフォレストの少な
くとも１つの分岐パスを移動する際、ルートノードから
最も遠くにマークされたノードが配置される。最も遠く
にマークされたノードが配置されると、その素性構造が
再構築される。最も遠くにマークされたノードとルート
ノードとの間の分岐パスに沿った連続する各マークノー
ドの素性構造が再構築され、ルートノードの素性構造が
再構築される。
【００７２】図１３は、本発明の実施例の構文解析エン
ジン１３０６を示す。構文解析エンジン１３０６は、素
性構造動作１３０２と安全曖昧パッキング１３０４とか
らなる。なお、これに限定されるものではない。また、
構文解析エンジン１３０６は、スタック内の非決定論の
効率的な扱いを行う一般装置としてグラフ構造スタック
１３１０を有する。実施例では、パックされたフォレス
トにおける構文木ノードのデータ構造が拡大されて素性
構造に関連付けられる。なお、これに限定されるもので
はない。素性構造は、移動動作１３０６又は還元動作１
３０８のいずれにおいても生成することができる。な
お、実施例はこれに限定されるものではない。移動動作
１３０６が行われると、新たな移動された記号に対して
新たな構文木ノードが生成される。この構文木ノードの
素性構造は、素性構造辞書をコピーすることにより生成
される。還元動作１３０８が行われると、まず、還元動
作に関連した素性構造動作セットが行われる。素性構造
動作のうちのいずれも失敗を示さない場合、新たな構文
木ノードが生成され、得られる素性構造と関連づけられ
る。そうでない場合、現在の還元は失敗である。構文木
ノードがパックされたノードである場合、すなわち、局
部曖昧パッキングが発生した場合、パックされた曖昧表
現を表すのに離接的素性が使用される。
ジン１３０６を示す。構文解析エンジン１３０６は、素
性構造動作１３０２と安全曖昧パッキング１３０４とか
らなる。なお、これに限定されるものではない。また、
構文解析エンジン１３０６は、スタック内の非決定論の
効率的な扱いを行う一般装置としてグラフ構造スタック
１３１０を有する。実施例では、パックされたフォレス
トにおける構文木ノードのデータ構造が拡大されて素性
構造に関連付けられる。なお、これに限定されるもので
はない。素性構造は、移動動作１３０６又は還元動作１
３０８のいずれにおいても生成することができる。な
お、実施例はこれに限定されるものではない。移動動作
１３０６が行われると、新たな移動された記号に対して
新たな構文木ノードが生成される。この構文木ノードの
素性構造は、素性構造辞書をコピーすることにより生成
される。還元動作１３０８が行われると、まず、還元動
作に関連した素性構造動作セットが行われる。素性構造
動作のうちのいずれも失敗を示さない場合、新たな構文
木ノードが生成され、得られる素性構造と関連づけられ
る。そうでない場合、現在の還元は失敗である。構文木
ノードがパックされたノードである場合、すなわち、局
部曖昧パッキングが発生した場合、パックされた曖昧表
現を表すのに離接的素性が使用される。
【００７３】ルートノードがパックされたノードであ
り、ルートノード１３５４の素性構造が構文解析の最終
出力である一般的なＧＬＲパーサでは、構文木の記憶を
保存するのに局部曖昧パッキングが使用される。しか
し、一般的なＧＬＲパーサでは、別のパックノードに新
たな曖昧パッキングが発生すると、ルートノードの素性
構造が一般的には変化を反映せず、構文解析の最終出力
が不正確になってしまうという問題がある。
り、ルートノード１３５４の素性構造が構文解析の最終
出力である一般的なＧＬＲパーサでは、構文木の記憶を
保存するのに局部曖昧パッキングが使用される。しか
し、一般的なＧＬＲパーサでは、別のパックノードに新
たな曖昧パッキングが発生すると、ルートノードの素性
構造が一般的には変化を反映せず、構文解析の最終出力
が不正確になってしまうという問題がある。
【００７４】本発明の実施例の安全曖昧パッキング１３
０４では、構文解析中にはログ情報を保持し、構文解析
が終了すると必要に応じてノードの素性構造を再構築す
る。なお、これに限定されるものではない。ログ情報を
保持する際、構文木ノードの元のデータ構造が拡大さ
れ、構文木ノードの素性構造がどのように構成されたの
かを示すログ情報を組み込む。さらに、構文解析中には
更新されたノードリスト又はリンクリストが維持され、
更新された素性構造を有するノードが記憶される。更新
されたノードの確認は局部曖昧パッキングの際に行われ
る。更新されたノードの原型は、新たな変化を反映する
ように再構築されなければならない。その結果、構文木
において再構築の必要がある全てのノードがマークされ
る。再構築段階に入ると、構文木のルートにて再構築手
続きが開始され、マークされたノードを繰り返しサーチ
する。マークされたノードが見つかると、再構築され
る。ルートノードの素性構造は最後に再構築される。
０４では、構文解析中にはログ情報を保持し、構文解析
が終了すると必要に応じてノードの素性構造を再構築す
る。なお、これに限定されるものではない。ログ情報を
保持する際、構文木ノードの元のデータ構造が拡大さ
れ、構文木ノードの素性構造がどのように構成されたの
かを示すログ情報を組み込む。さらに、構文解析中には
更新されたノードリスト又はリンクリストが維持され、
更新された素性構造を有するノードが記憶される。更新
されたノードの確認は局部曖昧パッキングの際に行われ
る。更新されたノードの原型は、新たな変化を反映する
ように再構築されなければならない。その結果、構文木
において再構築の必要がある全てのノードがマークされ
る。再構築段階に入ると、構文木のルートにて再構築手
続きが開始され、マークされたノードを繰り返しサーチ
する。マークされたノードが見つかると、再構築され
る。ルートノードの素性構造は最後に再構築される。
【００７５】本発明の実施例では、統語論的に異なる自
然言語表現をユーザのニーズや好みによって生成する。
自然言語生成部は、話し言葉の言語翻訳システムのみな
らず自然言語インターフェース及び話し言葉／書き言葉
対話システムの一部として使用することができる。「エ
ージェント」スタイルを設定するオプションを供給する
ことにより、本発明の実施例は、ユーザがシステムをカ
スタマイズ又は個人化してシステムの魅力を増大させる
ことを可能にする。また、システムは、エンターテイン
メント要素をより多く有することができるように、出力
文体をランダムに変更することができる。
然言語表現をユーザのニーズや好みによって生成する。
自然言語生成部は、話し言葉の言語翻訳システムのみな
らず自然言語インターフェース及び話し言葉／書き言葉
対話システムの一部として使用することができる。「エ
ージェント」スタイルを設定するオプションを供給する
ことにより、本発明の実施例は、ユーザがシステムをカ
スタマイズ又は個人化してシステムの魅力を増大させる
ことを可能にする。また、システムは、エンターテイン
メント要素をより多く有することができるように、出力
文体をランダムに変更することができる。
【００７６】本発明の実施例では、規則に基づく自然言
語生成部を文体パラメータと組み合わせている。文体の
変化のほとんどは、接続詞、述部、叙法、語彙選択を含
む文構造の比較的小さい部分に見られ、多くは、他の言
語学的現象と同様に組織的である。本発明は、文体パラ
メータを規則に基づく生成に組み込むことにより、これ
らの特徴を利用する。このように、メッセージの主要な
意味を符号化する多くの共通構造が、スペース効率良く
且つ時間効率良くなるように均一に扱われる。
語生成部を文体パラメータと組み合わせている。文体の
変化のほとんどは、接続詞、述部、叙法、語彙選択を含
む文構造の比較的小さい部分に見られ、多くは、他の言
語学的現象と同様に組織的である。本発明は、文体パラ
メータを規則に基づく生成に組み込むことにより、これ
らの特徴を利用する。このように、メッセージの主要な
意味を符号化する多くの共通構造が、スペース効率良く
且つ時間効率良くなるように均一に扱われる。
【００７７】文体が異なる自然言語表現を扱う際、本発
明の実施例では、文体パラメータをグローバルパラメー
タのうちの１つとして目的言語生成部に送る。文体パラ
メータは、ユーザにより設定された又はシステム自体に
よりランダムに選択された話し言葉の言語翻訳における
入力ソース言語から抽出することができる。なお、実施
例はこれに限定されるものではない。そして、規則ベー
スの適切な部分にてパラメータを調べ、目的表現を生成
する。この方法は、音声合成プログラムにおける同様の
パラメータ設定と組み合わせると、音声出力に最大の効
果を達成することができる。
明の実施例では、文体パラメータをグローバルパラメー
タのうちの１つとして目的言語生成部に送る。文体パラ
メータは、ユーザにより設定された又はシステム自体に
よりランダムに選択された話し言葉の言語翻訳における
入力ソース言語から抽出することができる。なお、実施
例はこれに限定されるものではない。そして、規則ベー
スの適切な部分にてパラメータを調べ、目的表現を生成
する。この方法は、音声合成プログラムにおける同様の
パラメータ設定と組み合わせると、音声出力に最大の効
果を達成することができる。
【００７８】システムが扱うことができる文体のバリエ
ーションとしては、例えば、形式（バトラーモード（あ
らたまった調子）、バディモード（くだけた調子）
等）、方言（標準日本語、大阪弁等）、性別や年齢（若
い女性、中年の男性等）がある。なお、実施例はこれに
限定されるものではない。例えば、バトラーモードの出
力が、「would you care to（（あなたは）．．．なさ
りたいですか）」であり、それに対応するバディモード
の出力は、「wanna（．．．したい）」であり、対応す
るデフォルトモードの出力は、「do you want to（した
いですか）」である。さらに、バトラーモードの出力
が、「would you care to try our new car?（新車をお
試しになりたいですか）」であり、それに対応するバデ
ィモードの出力は、「wanna try our new car?（新車試
したい？）」であり、対応するデフォルトモードの出力
は、「do you want to try our new car?（新車を試し
たいですか）」である。また、他の例として、バトラー
モードの出力が、「would you beso kind as to hand m
e the salt?（どうか塩を取っていただけないでしょう
か）」であり、それに対応するバディモードの出力は、
「gimme the salt!（塩取って！）」であり、対応する
デフォルトモードの出力は、「can you hand me the sa
lt?（塩を取ってもらえませんか）」である。
ーションとしては、例えば、形式（バトラーモード（あ
らたまった調子）、バディモード（くだけた調子）
等）、方言（標準日本語、大阪弁等）、性別や年齢（若
い女性、中年の男性等）がある。なお、実施例はこれに
限定されるものではない。例えば、バトラーモードの出
力が、「would you care to（（あなたは）．．．なさ
りたいですか）」であり、それに対応するバディモード
の出力は、「wanna（．．．したい）」であり、対応す
るデフォルトモードの出力は、「do you want to（した
いですか）」である。さらに、バトラーモードの出力
が、「would you care to try our new car?（新車をお
試しになりたいですか）」であり、それに対応するバデ
ィモードの出力は、「wanna try our new car?（新車試
したい？）」であり、対応するデフォルトモードの出力
は、「do you want to try our new car?（新車を試し
たいですか）」である。また、他の例として、バトラー
モードの出力が、「would you beso kind as to hand m
e the salt?（どうか塩を取っていただけないでしょう
か）」であり、それに対応するバディモードの出力は、
「gimme the salt!（塩取って！）」であり、対応する
デフォルトモードの出力は、「can you hand me the sa
lt?（塩を取ってもらえませんか）」である。
【００７９】図１４は、自然言語認識及び生成における
文体制御を行う方法を示すフローチャートである。ステ
ップ１４０２において、少なくとも１つのソース言語か
らなる音声入力が受信される。音声入力は、自然な話し
言葉での単語、文、句により構成される。ステップ１４
０４において、ソース表現がソース言語で認識される。
ステップ１４０６において、ソース表現に対する文体パ
ラメータが決定される。文体パラメータは、ユーザによ
り設定された又は自然言語システムによりランダムに選
択されたソース表現から抽出してもよい。認識されたソ
ース表現は、ユーザによりユーザインターフェースを介
して選択及び確認される。ステップ１４０８において、
認識されたソース表現は、ソース言語から目的言語に翻
訳される。ステップ１４１０では、文体パラメータを用
いて、翻訳された目的言語ソース表現から音声出力が生
成される。文体パラメータは、形式、方言、性別、年齢
バリエーションから選択されたバリエーションにより構
成される。
文体制御を行う方法を示すフローチャートである。ステ
ップ１４０２において、少なくとも１つのソース言語か
らなる音声入力が受信される。音声入力は、自然な話し
言葉での単語、文、句により構成される。ステップ１４
０４において、ソース表現がソース言語で認識される。
ステップ１４０６において、ソース表現に対する文体パ
ラメータが決定される。文体パラメータは、ユーザによ
り設定された又は自然言語システムによりランダムに選
択されたソース表現から抽出してもよい。認識されたソ
ース表現は、ユーザによりユーザインターフェースを介
して選択及び確認される。ステップ１４０８において、
認識されたソース表現は、ソース言語から目的言語に翻
訳される。ステップ１４１０では、文体パラメータを用
いて、翻訳された目的言語ソース表現から音声出力が生
成される。文体パラメータは、形式、方言、性別、年齢
バリエーションから選択されたバリエーションにより構
成される。
【００８０】このように、話し言葉の言語翻訳システム
の方法及び装置が供給される。本発明を具体的な実施例
を参照して説明したが、請求の範囲に記載した本発明の
趣旨を逸脱しない範囲で種々の変更を行ってもよいこと
は明らかである。したがって、明細書及び図面について
は、限定的ではなく例示的であると考えられる。
の方法及び装置が供給される。本発明を具体的な実施例
を参照して説明したが、請求の範囲に記載した本発明の
趣旨を逸脱しない範囲で種々の変更を行ってもよいこと
は明らかである。したがって、明細書及び図面について
は、限定的ではなく例示的であると考えられる。
【図１】本発明の実施例の音声翻訳システム（ＳＴＳ）
のホストとなるコンピュータシステムを示す図である。
のホストとなるコンピュータシステムを示す図である。
【図２】本発明の実施例の音声翻訳システムのホストと
なるコンピュータシステムメモリを示す図である。
なるコンピュータシステムメモリを示す図である。
【図３】本発明の実施例の音声翻訳システムのシステム
図である。
図である。
【図４】本発明の実施例の音声翻訳システムのソース言
語音声認識を示すフローチャートである。
語音声認識を示すフローチャートである。
【図５】本発明の実施例の音声翻訳システムにおけるソ
ース言語から目的言語への翻訳を示すフローチャートで
ある。
ース言語から目的言語への翻訳を示すフローチャートで
ある。
【図６】本発明の実施例の統語論的解析を用いる用例主
導型翻訳システムの構成を示すブロック図である。
導型翻訳システムの構成を示すブロック図である。
【図７】本発明の実施例の翻訳部のマッチング及び変換
アルゴリズムを示す図である。
アルゴリズムを示す図である。
【図８】本発明の実施例の音声翻訳システムの仮説選択
部を示す図である。
部を示す図である。
【図９】本発明の実施例の音声翻訳システムの言語モデ
ル適応を示すフローチャートである。
ル適応を示すフローチャートである。
【図１０】本発明の実施例の屈折型形態論解析器（ＡＩ
Ｍ）を示す図である。
Ｍ）を示す図である。
【図１１】本発明の実施例のパーサの実現を示す図であ
る。
る。
【図１２】本発明の実施例の話し言葉の言語翻訳システ
ムにおける構文解析方法を示すフローチャートである。
ムにおける構文解析方法を示すフローチャートである。
【図１３】本発明の実施例の構文解析エンジンを示す図
である。
である。
【図１４】自然言語認識及び生成における文体制御方法
を示すフローチャートである。
を示すフローチャートである。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 アレクサンダー エム フランツ アメリカ合衆国 カルフォルニア州 94306 パロ アルト キプリングストリ ート 2895
Claims (29)
- 【請求項１】 言語翻訳における文体制御を行う文体制
御方法において、 少なくとも１つのソース言語からなる音声信号を受信し
（３０２）、 少なくとも１つのソース言語の少なくとも１つのソース
表現を認識し（３０４）、 少なくとも１つのソース表現の少なくとも１つの文体パ
ラメータを決定し（３０６）、 認識された少なくとも１つのソース表現を、少なくとも
１つのソース言語から少なくとも１つの目的言語に翻訳
し（３０８）、 少なくとも１つの文体パラメータを用いて、翻訳された
少なくとも１つの目的言語から少なくとも１つの音声出
力を生成し（３１２）、 少なくとも１つの音声出力を供給する（３１４）ことを
特徴とする文体制御方法。 - 【請求項２】 少なくとも１つの音声出力を生成する際
に、少なくとも１つの文体パラメータを規則に基づく音
声生成に組み込み、少なくとも１つの音声出力の規則に
基づく生成中に少なくとも１つの文体パラメータが調べ
られることを特徴とする請求項１記載の文体制御方法。 - 【請求項３】 少なくとも１つの文体パラメータを決定
する際に、少なくとも１つのソース表現から少なくとも
１つの文体パラメータを抽出することを特徴とする請求
項１記載の文体制御方法。 - 【請求項４】 接続詞、述部、叙法、語彙選択からなる
グループから選択された文構造の少なくとも一部分か
ら、少なくとも１つの文体パラメータが抽出されること
を特徴とする請求項３記載の文体制御方法。 - 【請求項５】 少なくとも１つの文体パラメータを決定
する際に、ユーザにより設定された少なくとも１つの文
体パラメータを決定することを特徴とする請求項１記載
の文体制御方法。 - 【請求項６】 少なくとも１つの文体パラメータを決定
する際に、少なくとも文体パラメータをランダムに選択
することを特徴とする請求項１記載の文体制御方法。 - 【請求項７】 少なくとも１つの文体パラメータをグロ
ーバルパラメータとしてさらに供給することを特徴とす
る請求項１記載の文体制御方法。 - 【請求項８】 形式、方言、性別、年齢のバリエーショ
ンからなるグループから、少なくとも１つの文体パラメ
ータが選択されることを特徴とする請求項１記載の文体
制御方法。 - 【請求項９】 少なくとも１つのプロセッサ（１０２）
と、 少なくとも１つのプロセッサに接続され、少なくとも１
つのソース言語からなる音声信号を受信することが可能
な入力（２０２）と、 少なくとも１つのプロセッサが、 少なくとも１つのソース言語の少なくとも１つのソース
表現を認識し（３０４）、 少なくとも１つのソース表現の少なくとも１つの文体パ
ラメータを決定し（３０６）、 認識された少なくとも１つのソース表現を、少なくとも
１つのソース言語から少なくとも１つの目的言語に翻訳
し（３０８）、 少なくとも１つの文体パラメータを用いて、翻訳された
少なくとも１つの目的言語から少なくとも１つの音声出
力を生成する（３１４）ことにより、受信した音声信号
を翻訳するように構成され、 少なくとも１つのプロセッサに接続され、少なくとも１
つの音声出力を供給することが可能な出力（２８０）と
を有することを特徴とする話し言葉の言語翻訳装置。 - 【請求項１０】 少なくとも１つの音声出力を生成する
際に、少なくとも１つの文体パラメータを規則に基づく
音声生成に組み込み、少なくとも１つの音声出力の規則
に基づく生成中に少なくとも１つの文体パラメータが調
べられることを特徴とする請求項９記載の言語翻訳装
置。 - 【請求項１１】 少なくとも１つの文体パラメータを決
定する際に、少なくとも１つのソース表現から少なくと
も１つの文体パラメータを抽出することを特徴とする請
求項９記載の言語翻訳装置。 - 【請求項１２】 接続詞、述部、叙法、語彙選択からな
るグループから選択された文構造の少なくとも一部分か
ら、少なくとも１つの文体パラメータが抽出されること
を特徴とする請求項１１記載の言語翻訳装置。 - 【請求項１３】 少なくとも１つの文体パラメータを決
定する際に、ユーザにより設定された少なくとも１つの
文体パラメータを決定することを特徴とする請求項９記
載の言語翻訳装置。 - 【請求項１４】 少なくとも１つの文体パラメータを決
定する際に、少なくとも文体パラメータをランダムに選
択することを特徴とする請求項９記載の言語翻訳装置。 - 【請求項１５】 少なくとも１つのプロセッサが、少な
くとも１つの文体パラメータをグローバルパラメータと
してさらに供給することにより、受信した音声信号を翻
訳するように構成されることを特徴とする請求項９記載
の言語翻訳装置。 - 【請求項１６】 形式、方言、性別、年齢のバリエーシ
ョンからなるグループから、少なくとも１つの文体パラ
メータが選択されることを特徴とする請求項９記載の言
語翻訳装置。 - 【請求項１７】 処理システムにおいて実行されると、 少なくとも１つのソース言語からなる音声信号を受信し
（３０２）、 少なくとも１つのソース言語の少なくとも１つのソース
表現を認識し、 少なくとも１つのソース表現の少なくとも１つの文体パ
ラメータを決定し（３０６）、 認識された少なくとも１つのソース表現を、少なくとも
１つのソース言語から少なくとも１つの目的言語に翻訳
し（３０８）、 少なくとも１つの文体パラメータを用いて、翻訳された
少なくとも１つの目的言語から少なくとも１つの音声出
力を生成し（３１２）、 少なくとも１つの音声出力を供給する（３１４）話し言
葉の言語翻訳方法をシステムに行わせる実行可能な命令
を有するコンピュータにより読み出し可能な記録媒体。 - 【請求項１８】 少なくとも１つの音声出力を生成する
際に、少なくとも１つの文体パラメータを規則に基づく
音声生成に組み込み、少なくとも１つの音声出力の規則
に基づく生成中に少なくとも１つの文体パラメータが調
べられることを特徴とする請求項１７記載のコンピュー
タにより読み出し可能な記録媒体。 - 【請求項１９】 少なくとも１つの文体パラメータを決
定する際に、少なくとも１つのソース表現から少なくと
も１つの文体パラメータを抽出することを特徴とする請
求項１７記載のコンピュータにより読み出し可能な記録
媒体。 - 【請求項２０】 接続詞、述部、叙法、語彙選択からな
るグループから選択された文構造の少なくとも一部分か
ら、少なくとも１つの文体パラメータが抽出されること
を特徴とする請求項１９記載のコンピュータにより読み
出し可能な記録記録媒体。 - 【請求項２１】 少なくとも１つの文体パラメータを決
定する際に、ユーザにより設定された少なくとも１つの
文体パラメータを決定することを特徴とする請求項１７
記載のコンピュータにより読み出し可能な記録媒体。 - 【請求項２２】 少なくとも１つの文体パラメータを決
定する際に、少なくとも文体パラメータをランダムに選
択することを特徴とする請求項１７記載のコンピュータ
により読み出し可能な記録媒体。 - 【請求項２３】 上記方法が、少なくとも１つの文体パ
ラメータをグローバルパラメータとしてさらに供給する
ことを特徴とする請求項１７記載のコンピュータにより
読み出し可能な記録媒体。 - 【請求項２４】 形式、方言、性別、年齢のバリエーシ
ョンからなるグループから、少なくとも１つの文体パラ
メータが選択されることを特徴とする請求項１７記載の
コンピュータにより読み出し可能な記録媒体。 - 【請求項２５】 少なくとも１つのソース言語からなる
音声信号を受信する（３０２）手段と、 少なくとも１つのソース言語の少なくとも１つのソース
表現を認識する（３０４）手段と、 少なくとも１つのソース表現の少なくとも１つの文体パ
ラメータを決定する（３０６）手段と、 認識された少なくとも１つのソース表現を、少なくとも
１つのソース言語から少なくとも１つの目的言語に翻訳
する（３０８）手段と、 少なくとも１つの文体パラメータを用いて、翻訳された
少なくとも１つの目的言語から少なくとも１つの音声出
力を生成する（３１２）手段と、 少なくとも１つの音声出力を供給する（３１４）手段と
を有することを特徴とする言語翻訳システム。 - 【請求項２６】 少なくとも１つの音声出力を生成する
手段は、少なくとも１つの文体パラメータを規則に基づ
く音声生成に組み込む手段を有し、少なくとも１つの音
声出力の規則に基づく生成中に少なくとも１つの文体パ
ラメータが調べられることを特徴とする請求項２５記載
の言語翻訳システム。 - 【請求項２７】 少なくとも１つの文体パラメータを決
定する手段は、少なくとも１つのソース表現から少なく
とも１つの文体パラメータを抽出する手段を有し、接続
詞、述部、叙法、語彙選択からなるグループから選択さ
れた文構造の少なくとも一部分から、少なくとも１つの
文体パラメータが抽出されることを特徴とする請求項２
５記載の言語翻訳システム。 - 【請求項２８】 少なくとも１つの文体パラメータを決
定する手段は、ユーザにより設定された少なくとも１つ
の文体パラメータを決定する手段を有することを特徴と
する請求項２５記載の言語翻訳システム。 - 【請求項２９】 少なくとも１つの文体パラメータを決
定する手段は、少なくとも文体パラメータをランダムに
選択する手段を有することを特徴とする請求項２５記載
の言語翻訳システム。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US09/266,248 US6374224B1 (en) | 1999-03-10 | 1999-03-10 | Method and apparatus for style control in natural language generation |
| US09/266248 | 1999-03-10 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000353161A true JP2000353161A (ja) | 2000-12-19 |
Family
ID=23013788
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000067839A Pending JP2000353161A (ja) | 1999-03-10 | 2000-03-10 | 自然言語生成における文体制御方法及び装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US6374224B1 (ja) |
| JP (1) | JP2000353161A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003345604A (ja) * | 2002-05-28 | 2003-12-05 | Inst Of Physical & Chemical Res | 言語コンピュータ、言語処理方法、ならびに、プログラム |
| KR100470736B1 (ko) * | 2002-08-08 | 2005-03-10 | 인벤텍 코오포레이션 | 무작위 테스트, 새도우잉 및 즉시 번역 기능을 갖는 언어 듣기 말하기 훈련 시스템 및 방법 |
| JP2011209731A (ja) * | 2010-03-30 | 2011-10-20 | Polycom Inc | ビデオ会議に翻訳を追加するための方法及びシステム |
| CN109979432A (zh) * | 2019-04-02 | 2019-07-05 | 科大讯飞股份有限公司 | 一种方言翻译方法及装置 |
Families Citing this family (53)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6556972B1 (en) * | 2000-03-16 | 2003-04-29 | International Business Machines Corporation | Method and apparatus for time-synchronized translation and synthesis of natural-language speech |
| US7346488B2 (en) * | 2000-07-10 | 2008-03-18 | Fujitsu Limited | Automatic translator and computer-readable storage medium having automatic translation program recorded thereon |
| KR100387918B1 (ko) * | 2000-07-11 | 2003-06-18 | 이수성 | 통역기 |
| US6598021B1 (en) * | 2000-07-13 | 2003-07-22 | Craig R. Shambaugh | Method of modifying speech to provide a user selectable dialect |
| US8165867B1 (en) * | 2000-09-15 | 2012-04-24 | Fish Robert D | Methods for translating a device command |
| JP4089148B2 (ja) * | 2000-10-17 | 2008-05-28 | 株式会社日立製作所 | 通訳サービス方法および通訳サービス装置 |
| EP1495413B1 (en) * | 2002-04-02 | 2009-02-18 | Verizon Business Global LLC | Messaging response system |
| US8856236B2 (en) * | 2002-04-02 | 2014-10-07 | Verizon Patent And Licensing Inc. | Messaging response system |
| US7917581B2 (en) * | 2002-04-02 | 2011-03-29 | Verizon Business Global Llc | Call completion via instant communications client |
| JP2006508448A (ja) * | 2002-11-28 | 2006-03-09 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | ワードクラス情報を割り当てる方法 |
| US8285537B2 (en) * | 2003-01-31 | 2012-10-09 | Comverse, Inc. | Recognition of proper nouns using native-language pronunciation |
| US7062436B1 (en) * | 2003-02-11 | 2006-06-13 | Microsoft Corporation | Word-specific acoustic models in a speech recognition system |
| US7423656B2 (en) * | 2003-03-11 | 2008-09-09 | National University Of Singapore | Method and apparatus for generating morphing sequence |
| US7076422B2 (en) * | 2003-03-13 | 2006-07-11 | Microsoft Corporation | Modelling and processing filled pauses and noises in speech recognition |
| US7124145B2 (en) | 2003-03-27 | 2006-10-17 | Millennium It (Usa) Inc. | System and method for dynamic business logic rule integration |
| US7761858B2 (en) * | 2004-04-23 | 2010-07-20 | Microsoft Corporation | Semantic programming language |
| US7689410B2 (en) * | 2004-04-23 | 2010-03-30 | Microsoft Corporation | Lexical semantic structure |
| DE102004022963A1 (de) * | 2004-05-10 | 2005-12-08 | Ems-Chemie Ag | Thermoplastische Polyamid-Formmassen |
| US8099441B2 (en) | 2004-09-30 | 2012-01-17 | Millennium It (Usa) Inc. | System and method for configurable trading system |
| US8543408B2 (en) * | 2005-01-25 | 2013-09-24 | At&T Intellectual Property Ii, L.P. | System, device, and method for rule-based configuration |
| US20060166642A1 (en) * | 2005-01-25 | 2006-07-27 | At&T Corp. | System, device, & method for rule-based configuration |
| US8249873B2 (en) * | 2005-08-12 | 2012-08-21 | Avaya Inc. | Tonal correction of speech |
| US20070050188A1 (en) * | 2005-08-26 | 2007-03-01 | Avaya Technology Corp. | Tone contour transformation of speech |
| JP4816409B2 (ja) * | 2006-01-10 | 2011-11-16 | 日産自動車株式会社 | 認識辞書システムおよびその更新方法 |
| US20080003551A1 (en) * | 2006-05-16 | 2008-01-03 | University Of Southern California | Teaching Language Through Interactive Translation |
| US8706471B2 (en) * | 2006-05-18 | 2014-04-22 | University Of Southern California | Communication system using mixed translating while in multilingual communication |
| US8032355B2 (en) * | 2006-05-22 | 2011-10-04 | University Of Southern California | Socially cognizant translation by detecting and transforming elements of politeness and respect |
| US8032356B2 (en) * | 2006-05-25 | 2011-10-04 | University Of Southern California | Spoken translation system using meta information strings |
| US9070363B2 (en) * | 2007-10-26 | 2015-06-30 | Facebook, Inc. | Speech translation with back-channeling cues |
| US8972268B2 (en) | 2008-04-15 | 2015-03-03 | Facebook, Inc. | Enhanced speech-to-speech translation system and methods for adding a new word |
| US8204739B2 (en) * | 2008-04-15 | 2012-06-19 | Mobile Technologies, Llc | System and methods for maintaining speech-to-speech translation in the field |
| US11222185B2 (en) | 2006-10-26 | 2022-01-11 | Meta Platforms, Inc. | Lexicon development via shared translation database |
| US9779079B2 (en) * | 2007-06-01 | 2017-10-03 | Xerox Corporation | Authoring system |
| US8812296B2 (en) * | 2007-06-27 | 2014-08-19 | Abbyy Infopoisk Llc | Method and system for natural language dictionary generation |
| US7475344B1 (en) | 2008-05-04 | 2009-01-06 | International Business Machines Corporation | Genders-usage assistant for composition of electronic documents, emails, or letters |
| WO2010062540A1 (en) * | 2008-10-27 | 2010-06-03 | Research Triangle Institute | Method for customizing translation of a communication between languages, and associated system and computer program product |
| US8374881B2 (en) * | 2008-11-26 | 2013-02-12 | At&T Intellectual Property I, L.P. | System and method for enriching spoken language translation with dialog acts |
| US10467348B2 (en) * | 2010-10-31 | 2019-11-05 | Speech Morphing Systems, Inc. | Speech morphing communication system |
| US8874433B2 (en) * | 2011-05-20 | 2014-10-28 | Microsoft Corporation | Syntax-based augmentation of statistical machine translation phrase tables |
| US8725496B2 (en) * | 2011-07-26 | 2014-05-13 | International Business Machines Corporation | Customization of a natural language processing engine |
| US9824695B2 (en) * | 2012-06-18 | 2017-11-21 | International Business Machines Corporation | Enhancing comprehension in voice communications |
| US9336193B2 (en) | 2012-08-30 | 2016-05-10 | Arria Data2Text Limited | Method and apparatus for updating a previously generated text |
| JP5727980B2 (ja) * | 2012-09-28 | 2015-06-03 | 株式会社東芝 | 表現変換装置、方法およびプログラム |
| US9575747B2 (en) * | 2013-06-27 | 2017-02-21 | Microsoft Technology Licensing, Llc | Automatic configuration of a computer system based on process modeling of an implemented process |
| US9946711B2 (en) | 2013-08-29 | 2018-04-17 | Arria Data2Text Limited | Text generation from correlated alerts |
| KR101747873B1 (ko) * | 2013-09-12 | 2017-06-27 | 한국전자통신연구원 | 음성인식을 위한 언어모델 생성 장치 및 방법 |
| US10811013B1 (en) * | 2013-12-20 | 2020-10-20 | Amazon Technologies, Inc. | Intent-specific automatic speech recognition result generation |
| US20180107655A1 (en) * | 2016-10-17 | 2018-04-19 | Google Inc. | Systems and methods for handling formality in translations of text |
| US10467347B1 (en) | 2016-10-31 | 2019-11-05 | Arria Data2Text Limited | Method and apparatus for natural language document orchestrator |
| KR20200113105A (ko) | 2019-03-22 | 2020-10-06 | 삼성전자주식회사 | 응답을 제공하는 전자 장치와 이의 동작 방법 |
| US11270075B2 (en) | 2019-10-31 | 2022-03-08 | International Business Machines Corporation | Generation of natural language expression variants |
| US11238100B2 (en) | 2020-02-28 | 2022-02-01 | International Business Machines Corporation | Adapting conversational agent communications to different stylistic models |
| US11527237B1 (en) * | 2020-09-18 | 2022-12-13 | Amazon Technologies, Inc. | User-system dialog expansion |
Family Cites Families (55)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4686332A (en) | 1986-06-26 | 1987-08-11 | International Business Machines Corporation | Combined finger touch and stylus detection system for use on the viewing surface of a visual display device |
| JPS58145998A (ja) | 1982-02-25 | 1983-08-31 | ソニー株式会社 | 音声過渡点検出方法 |
| AU586167B2 (en) | 1984-05-25 | 1989-07-06 | Sony Corporation | Speech recognition method and apparatus thereof |
| US4974191A (en) | 1987-07-31 | 1990-11-27 | Syntellect Software Inc. | Adaptive natural language computer interface system |
| US4882681A (en) | 1987-09-02 | 1989-11-21 | Brotz Gregory R | Remote language translating device |
| US5560037A (en) | 1987-12-28 | 1996-09-24 | Xerox Corporation | Compact hyphenation point data |
| US4984177A (en) | 1988-02-05 | 1991-01-08 | Advanced Products And Technologies, Inc. | Voice language translator |
| GB8817705D0 (en) | 1988-07-25 | 1988-09-01 | British Telecomm | Optical communications system |
| US5093899A (en) | 1988-09-17 | 1992-03-03 | Sony Corporation | Neural network with normalized learning constant for high-speed stable learning |
| US5111398A (en) | 1988-11-21 | 1992-05-05 | Xerox Corporation | Processing natural language text using autonomous punctuational structure |
| US4984178A (en) | 1989-02-21 | 1991-01-08 | Texas Instruments Incorporated | Chart parser for stochastic unification grammar |
| JPH02297195A (ja) | 1989-03-02 | 1990-12-07 | Nec Corp | 形態素解析方式 |
| US5095432A (en) | 1989-07-10 | 1992-03-10 | Harris Corporation | Data processing system implemented process and compiling technique for performing context-free parsing algorithm based on register vector grammar |
| US5418717A (en) | 1990-08-27 | 1995-05-23 | Su; Keh-Yih | Multiple score language processing system |
| JPH04207341A (ja) | 1990-11-30 | 1992-07-29 | Sony Corp | 無線電話装置 |
| JPH0541894A (ja) | 1991-01-12 | 1993-02-19 | Sony Corp | 電子機器の制御装置 |
| US5477451A (en) | 1991-07-25 | 1995-12-19 | International Business Machines Corp. | Method and system for natural language translation |
| JPH0535878A (ja) | 1991-07-26 | 1993-02-12 | Sony Corp | ニユーラルネツトワーク |
| JPH0561496A (ja) | 1991-08-30 | 1993-03-12 | Sony Corp | 音声認識装置 |
| JPH05134694A (ja) | 1991-11-15 | 1993-05-28 | Sony Corp | 音声認識装置 |
| US5267345A (en) | 1992-02-10 | 1993-11-30 | International Business Machines Corporation | Speech recognition apparatus which predicts word classes from context and words from word classes |
| JPH05249990A (ja) | 1992-03-04 | 1993-09-28 | Sony Corp | パターンマッチング方法およびパターン認識装置 |
| US5353376A (en) | 1992-03-20 | 1994-10-04 | Texas Instruments Incorporated | System and method for improved speech acquisition for hands-free voice telecommunication in a noisy environment |
| ES2143509T3 (es) | 1992-09-04 | 2000-05-16 | Caterpillar Inc | Sistema integrado de edicion y traduccion. |
| JP3252381B2 (ja) | 1992-09-08 | 2002-02-04 | ソニー株式会社 | パターン認識装置 |
| JPH06195373A (ja) | 1992-12-24 | 1994-07-15 | Sharp Corp | 機械翻訳装置 |
| US5920837A (en) | 1992-11-13 | 1999-07-06 | Dragon Systems, Inc. | Word recognition system which stores two models for some words and allows selective deletion of one such model |
| EP0602296A1 (en) | 1992-12-17 | 1994-06-22 | International Business Machines Corporation | Adaptive method for generating field dependant models for intelligent systems |
| ES2101613B1 (es) | 1993-02-02 | 1998-03-01 | Uribe Echebarria Diaz De Mendi | Metodo de traduccion automatica interlingual asistida por ordenador. |
| SE9301596L (sv) | 1993-05-10 | 1994-05-24 | Televerket | Anordning för att öka talförståelsen vid översätttning av tal från ett första språk till ett andra språk |
| EP0645757B1 (en) | 1993-09-23 | 2000-04-05 | Xerox Corporation | Semantic co-occurrence filtering for speech recognition and signal transcription applications |
| US5510981A (en) | 1993-10-28 | 1996-04-23 | International Business Machines Corporation | Language translation apparatus and method using context-based translation models |
| US5546538A (en) | 1993-12-14 | 1996-08-13 | Intel Corporation | System for processing handwriting written by user of portable computer by server or processing by the computer when the computer no longer communicate with server |
| US5748841A (en) | 1994-02-25 | 1998-05-05 | Morin; Philippe | Supervised contextual language acquisition system |
| US5659765A (en) | 1994-03-15 | 1997-08-19 | Toppan Printing Co., Ltd. | Machine translation system |
| US5583965A (en) | 1994-09-12 | 1996-12-10 | Sony Corporation | Methods and apparatus for training and operating voice recognition systems |
| US5995920A (en) | 1994-12-22 | 1999-11-30 | Caterpillar Inc. | Computer-based method and system for monolingual document development |
| JP3741156B2 (ja) | 1995-04-07 | 2006-02-01 | ソニー株式会社 | 音声認識装置および音声認識方法並びに音声翻訳装置 |
| JP3716870B2 (ja) * | 1995-05-31 | 2005-11-16 | ソニー株式会社 | 音声認識装置および音声認識方法 |
| JPH0916602A (ja) | 1995-06-27 | 1997-01-17 | Sony Corp | 翻訳装置および翻訳方法 |
| JPH09128396A (ja) | 1995-11-06 | 1997-05-16 | Hitachi Ltd | 対訳辞書作成方法 |
| TW347503B (en) | 1995-11-15 | 1998-12-11 | Hitachi Ltd | Character recognition translation system and voice recognition translation system |
| JPH09231225A (ja) * | 1996-02-26 | 1997-09-05 | Fuji Xerox Co Ltd | 言語情報処理装置 |
| US6161083A (en) | 1996-05-02 | 2000-12-12 | Sony Corporation | Example-based translation method and system which calculates word similarity degrees, a priori probability, and transformation probability to determine the best example for translation |
| US5884083A (en) | 1996-09-20 | 1999-03-16 | Royce; Robert | Computer system to compile non-incremental computer source code to execute within an incremental type computer system |
| US6085162A (en) | 1996-10-18 | 2000-07-04 | Gedanken Corporation | Translation system and method in which words are translated by a specialized dictionary and then a general dictionary |
| US5884247A (en) | 1996-10-31 | 1999-03-16 | Dialect Corporation | Method and apparatus for automated language translation |
| US5845245A (en) | 1996-11-27 | 1998-12-01 | Northern Telecom Limited | Method and apparatus for reducing false rejection in a speech recognition system |
| US5884246A (en) | 1996-12-04 | 1999-03-16 | Transgate Intellectual Properties Ltd. | System and method for transparent translation of electronically transmitted messages |
| US5822593A (en) | 1996-12-06 | 1998-10-13 | Xerox Corporation | High-level loop fusion |
| DE19708183A1 (de) | 1997-02-28 | 1998-09-03 | Philips Patentverwaltung | Verfahren zur Spracherkennung mit Sprachmodellanpassung |
| US5956668A (en) | 1997-07-18 | 1999-09-21 | At&T Corp. | Method and apparatus for speech translation with unrecognized segments |
| US5960384A (en) | 1997-09-03 | 1999-09-28 | Brash; Douglas E. | Method and device for parsing natural language sentences and other sequential symbolic expressions |
| US6151573A (en) | 1997-09-17 | 2000-11-21 | Texas Instruments Incorporated | Source normalization training for HMM modeling of speech |
| US6092038A (en) | 1998-02-05 | 2000-07-18 | International Business Machines Corporation | System and method for providing lossless compression of n-gram language models in a real-time decoder |
-
1999
- 1999-03-10 US US09/266,248 patent/US6374224B1/en not_active Expired - Lifetime
-
2000
- 2000-03-10 JP JP2000067839A patent/JP2000353161A/ja active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003345604A (ja) * | 2002-05-28 | 2003-12-05 | Inst Of Physical & Chemical Res | 言語コンピュータ、言語処理方法、ならびに、プログラム |
| KR100470736B1 (ko) * | 2002-08-08 | 2005-03-10 | 인벤텍 코오포레이션 | 무작위 테스트, 새도우잉 및 즉시 번역 기능을 갖는 언어 듣기 말하기 훈련 시스템 및 방법 |
| JP2011209731A (ja) * | 2010-03-30 | 2011-10-20 | Polycom Inc | ビデオ会議に翻訳を追加するための方法及びシステム |
| JP2014056241A (ja) * | 2010-03-30 | 2014-03-27 | Polycom Inc | ビデオ会議に翻訳を追加するための方法及びシステム |
| CN109979432A (zh) * | 2019-04-02 | 2019-07-05 | 科大讯飞股份有限公司 | 一种方言翻译方法及装置 |
| CN109979432B (zh) * | 2019-04-02 | 2021-10-08 | 科大讯飞股份有限公司 | 一种方言翻译方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| US6374224B1 (en) | 2002-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6374224B1 (en) | Method and apparatus for style control in natural language generation | |
| US6442524B1 (en) | Analyzing inflectional morphology in a spoken language translation system | |
| US6278968B1 (en) | Method and apparatus for adaptive speech recognition hypothesis construction and selection in a spoken language translation system | |
| US6282507B1 (en) | Method and apparatus for interactive source language expression recognition and alternative hypothesis presentation and selection | |
| US6266642B1 (en) | Method and portable apparatus for performing spoken language translation | |
| US6223150B1 (en) | Method and apparatus for parsing in a spoken language translation system | |
| US6243669B1 (en) | Method and apparatus for providing syntactic analysis and data structure for translation knowledge in example-based language translation | |
| US6356865B1 (en) | Method and apparatus for performing spoken language translation | |
| Yeh | Speech act identification using semantic dependency graphs with probabilistic context-free grammars | |
| US8566076B2 (en) | System and method for applying bridging models for robust and efficient speech to speech translation | |
| EP1089193A2 (en) | Translating apparatus and method, and recording medium used therewith | |
| WO2010046782A2 (en) | Hybrid machine translation | |
| WO1999063456A1 (fr) | Dispositif de preparation de regles de conversion du langage, dispositif de conversion du langage et support d'enregistrement de programme | |
| KR20080069077A (ko) | 통계적 자동 번역 방식에 기반한 음성 자동 통역 시스템 및그에 적용되는 번역 처리 방법 및 그 훈련방법 | |
| Ablimit et al. | A multilingual language processing tool for Uyghur, Kazak and Kirghiz | |
| Liu et al. | Use of statistical N-gram models in natural language generation for machine translation | |
| Aliero et al. | Systematic review on text normalization techniques and its approach to non-standard words | |
| JP3441400B2 (ja) | 言語変換規則作成装置、及びプログラム記録媒体 | |
| JP3009636B2 (ja) | 音声言語解析装置 | |
| JP3825645B2 (ja) | 表現変換方法及び表現変換装置 | |
| Shukla et al. | A Framework of Translator from English Speech to Sanskrit Text | |
| JPH11259089A (ja) | 自然言語理解装置及び自然言語理解システム | |
| JP2001117583A (ja) | 音声認識装置および音声認識方法、並びに記録媒体 | |
| Tajalli et al. | Developing an Informal-Formal Persian Corpus | |
| Samir et al. | Training and evaluation of TreeTagger on Amazigh corpus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070116 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20071127 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20080227 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20080303 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20080327 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20080401 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20080428 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20080502 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080527 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20080820 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20080820 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20080919 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090330 |