JP2009075791A - 機械翻訳を行う装置、方法、プログラムおよびシステム - Google Patents

Abstract

【課題】翻訳の精度を向上させる機械翻訳装置を提供する。
【解決手段】入力文と辞書情報とを含む翻訳要求を受付ける受付部１０１と、入力文と原文との類似度を算出し、類似度が閾値より大きい原文を原文記憶部１２１から取得する原文取得部１０２と、取得された原文に対応する辞書情報ＩＤの辞書情報を辞書記憶部１２２から取得する辞書情報取得部１０３と、取得した辞書情報内の第１単語が入力文に含まれるか否かを判断し、含まれる場合に、入力文に含まれる第１単語を、取得した辞書情報内の対応する第２単語で翻訳する翻訳部１０４と、翻訳要求に含まれる辞書情報を辞書記憶部１２２に保存するとともに、保存した辞書情報の辞書情報ＩＤと、入力文とを対応づけて原文記憶部１２１に保存する保存部１０５とを備えた。
【選択図】 図１

Description

この発明は、クライアント端末からの翻訳要求を受付け、サーバ側で入力文の言語である第１言語から出力文の言語である第２言語への翻訳処理を行い、翻訳結果を要求元のクライアント端末に送信する装置、方法、プログラムおよびシステムに関するものである。

翻訳を要求するユーザが利用する複数のクライアント端末と、翻訳機能を提供する機械翻訳サーバとを備え、翻訳時にユーザから指定された原言語の単語と訳語との組みである辞書情報または文書分野情報を用いて翻訳を行う機械翻訳システムが知られている。このような機械翻訳システムは、ユーザが辞書情報で指示した訳語を使用すること、または指定された文書分野情報で決定される翻訳辞書を用いることなどによって、高品質な機械翻訳を実現可能としている。

例えば、特許文献１では、ユーザが指定した辞書情報を分野毎に学習し、翻訳時には学習した辞書情報を利用する技術が提案されている。また、特許文献２では、ユーザから与えられた分野情報を用いて使用する辞書を決定する技術が提案されている。

特開２００３−２２３４４２号公報 特開２００３−２９６３２７号公報

しかしながら、特許文献１や特許文献２のような手法は、翻訳対象の文書が１つの分野に依存しているような場合には効果があるが、ニュース記事のように１文書に複数の分野に関する文章が含まれる場合には翻訳品質が悪化する場合があるという問題があった。

また、上記のような手法では翻訳の際に分野を明示的に与えなければならないが、分野の粒度によって翻訳品質が変化するという問題点も存在する。例えば、「スポーツ」という分野を設けた場合、同じ単語でも「野球」または「サッカー」などのスポーツの種類によって訳語が異なる場合があり、このような場合には訳語選択に曖昧性が生じる。

逆に、「野球」または「サッカー」のようにスポーツの種類毎に細かく分けた分野を設けた場合、上記のような曖昧性は生じにくくなる。しかし、他のスポーツでも共通に用いられる訳語が存在する場合、指定分野が細かいために、共通に用いられる訳語が参照できなくなり、翻訳品質が低下する可能性がある。

本発明は、上記に鑑みてなされたものであって、辞書情報を参照して機械翻訳するときの翻訳の精度を向上させることができる装置、方法、プログラムおよびシステムを提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明は、第１言語による第１単語および第２言語による第２単語を対応づけた辞書情報と、前記辞書情報を識別する識別情報とを記憶する辞書記憶部と、第１言語による原文と、前記原文を翻訳した際に利用した前記辞書情報の前記識別情報とを対応づけて記憶する原文記憶部と、第１言語による入力文を含む翻訳要求を受付ける受付部と、前記翻訳要求に含まれる前記入力文と前記原文との類似度を算出し、前記類似度が予め定められた閾値より大きい前記原文を前記原文記憶部から取得する原文取得部と、取得された前記原文に対応する前記識別情報の前記辞書情報を前記辞書記憶部から取得する辞書情報取得部と、取得した前記辞書情報内の前記第１単語が前記入力文に含まれるか否かを判断し、含まれる場合に、前記入力文に含まれる前記第１単語を、取得した前記辞書情報の前記第２単語で翻訳する翻訳部と、を備えたことを特徴とする。

また、本発明は、上記装置を実行することができる方法およびプログラムである。

また、本発明は、翻訳を要求する端末装置と、前記端末装置とネットワークを介して接続された機械翻訳装置とを備えた機械翻訳システムであって、前記端末装置は、第１言語による入力文を含む翻訳要求を前記機械翻訳装置に送信する要求送信部と、翻訳結果を受信する結果受信部と、を備え、前記機械翻訳装置は、第１言語による第１単語および第２言語による第２単語を対応づけた辞書情報と、前記辞書情報を識別する識別情報とを記憶する辞書記憶部と、第１言語による原文と、前記原文を翻訳した際に利用した前記辞書情報の前記識別情報とを対応づけて記憶する原文記憶部と、前記翻訳要求を前記端末装置から受付ける受付部と、前記翻訳要求に含まれる前記入力文と前記原文との類似度を算出し、前記類似度が予め定められた閾値より大きい前記原文を前記原文記憶部から取得する原文取得部と、取得された前記原文に対応する前記識別情報の前記辞書情報を前記辞書記憶部から取得する辞書情報取得部と、取得した前記辞書情報内の前記第１単語が前記入力文に含まれるか否かを判断し、含まれる場合に、前記入力文に含まれる前記第１単語を、取得した前記辞書情報の前記第２単語で翻訳する翻訳部と、前記翻訳部による翻訳結果を前記端末装置に出力する出力部と、を備えたことを特徴とする。

本発明によれば、辞書情報を参照して機械翻訳するときの翻訳の精度を向上させることができるという効果を奏する。

以下に添付図面を参照して、この発明にかかる装置、方法、プログラムおよびシステムの最良な実施の形態を詳細に説明する。

（第１の実施の形態）
第１の実施の形態にかかる機械翻訳システムは、端末装置であるクライアントからの翻訳要求を受付け、機械翻訳装置である機械翻訳サーバで入力文の言語である第１言語から出力文の言語である第２言語への翻訳処理を行いその結果を要求元に送信するシステムである。このとき、ユーザは、第１言語の単語と、その対訳単語である第２言語の単語の組を辞書情報として指定することができる。そして、機械翻訳サーバは、翻訳時に指定された辞書情報を用いて訳出を行う。

また、第１の実施の形態にかかる機械翻訳システムは、複数のユーザから指定された辞書情報と入力文とを対応づけて保存し、翻訳が要求された入力文と類似する文が保存されている場合は、保存された文に対応づけられた辞書情報も参照して高精度に入力文を翻訳するものである。

なお、以下では、英語および日本語間の機械翻訳を例に説明するが、翻訳に用いる言語はこれに限られず、あらゆる言語間の機械翻訳に適用することができる。

図１は、第１の実施の形態にかかる機械翻訳システム１０の構成を示すブロック図である。図１に示すように、機械翻訳システム１０は、機械翻訳サーバ１００と、複数のクライアント２００ａ〜２００ｃとが、インターネット、ＬＡＮなどのネットワーク３００で接続された構成となっている。

クライアント２００ａ〜２００ｃは、翻訳の対象とする入力文と、当該入力文の翻訳時に利用する辞書情報とを含む翻訳要求を、機械翻訳サーバ１００に送信し、翻訳結果を機械翻訳サーバ１００から受信することにより、所望の入力文を翻訳するものである。なお、クライアント２００ａ〜２００ｃは、同様の構成を備えるため、以下では単にクライアント２００という場合がある。また、クライアント２００の個数は３つに限られるものではない。

機械翻訳サーバ１００は、クライアント２００ａ〜２００ｃからの翻訳要求に応じて機械翻訳を実行し、翻訳結果をクライアント２００ａ〜２００ｃのうち翻訳を要求した装置に返信するものである。機械翻訳サーバ１００の機能の詳細については後述する。

次に、クライアント２００の機能の詳細について説明する。同図に示すように、クライアント２００は、要求送信部２０１と、結果受信部２０２とを備えている。

要求送信部２０１は、翻訳要求を機械翻訳サーバ１００に送信するものである。上述のように、翻訳要求は、翻訳の対象とする入力文と翻訳に利用する辞書情報とを含んでいる。翻訳要求には、さらに翻訳を要求したユーザのユーザ名などのユーザを識別可能な識別情報が含まれる。この識別情報は、翻訳要求を送信したユーザを識別するために利用される。なお、ユーザは辞書情報を指定せずに翻訳要求を行ってもよい。この場合は、翻訳要求には辞書情報を除く情報が設定される。

結果受信部２０２は、翻訳要求に応じて機械翻訳サーバ１００が入力文を翻訳した翻訳結果を、機械翻訳サーバ１００から受信するものである。

なお、クライアント２００は、翻訳する入力文や利用する辞書情報を指定する機能や、翻訳結果を表示する機能を有するアプリケーション等（図示せず）によって、上述のような翻訳要求の送信、翻訳結果の受信を行うことができる。

次に、機械翻訳サーバ１００の機能の詳細について説明する。同図に示すように、機械翻訳サーバ１００は、原文記憶部１２１と、辞書記憶部１２２と、受付部１０１と、原文取得部１０２と、辞書情報取得部１０３と、翻訳部１０４と、保存部１０５と、出力部１０６と、を備えている。

原文記憶部１２１は、過去に翻訳が要求された入力文を、当該入力文を過去に翻訳したときに利用した辞書情報を参照できるように記憶するものである。以下では、原文記憶部１２１に記憶された過去の入力文を原文情報という場合がある。

図２は、原文記憶部１２１に記憶されるデータのデータ構造の一例を示す図である。図２に示すように、原文記憶部１２１は、構成単語インデックスと、原文情報と、辞書情報ＩＤとを対応づけたデータが記憶される。構成単語インデックスは、原文情報を効率的に検索するための索引である。

第１の実施の形態では、原文情報を形態素解析して得られた単語を列挙した構成単語インデックスを索引として用いる。入力文と類似する原文情報を検索するときに、構成単語インデックスを用いて絞り込んだ原文情報のみを対象とすることにより、すべての原文情報を対象とする必要をなくし、検索処理を効率化することができる。

辞書情報ＩＤは、原文情報が翻訳要求されたときに指定された辞書情報を識別するための識別情報である。

図１に戻り、辞書記憶部１２２は、翻訳が要求された入力文と同時に指定された第１言語の単語と第２言語による訳語との組である辞書情報を格納するものである。図３は、辞書記憶部１２２に記憶されるデータのデータ構造の一例を示す図である。

図３に示すように、辞書記憶部１２２は、ユーザ名と、辞書情報と、辞書情報ＩＤとを対応づけたデータが記憶される。ユーザ名は、翻訳を要求したユーザのユーザ名である。辞書情報は、「第１言語の単語＝第２言語の訳語」の形式で設定される。第１言語の単語と第２言語の訳語との組が複数指定された場合は、辞書情報には複数の組が設定される。同図では、ユーザ名＝ＵｓｅｒＡの辞書情報として、「Ｅｗ４＝Ｊｗ４」および「Ｅｗ５＝Ｊｗ５」の２つの組が指定された例が示されている。

辞書情報ＩＤは、上述のように辞書情報を識別するためのＩＤである。辞書情報ＩＤは、原文記憶部１２１に格納されている原文情報と、辞書記憶部１２２に格納されている辞書情報とを関連付けるための情報である。すなわち、原文記憶部１２１のある原文情報に対応する辞書情報ＩＤを用いて辞書記憶部１２２を検索すれば、その原文情報が翻訳要求された際に指定された辞書情報を取得することができる。

なお、原文記憶部１２１および辞書記憶部１２２は、ＨＤＤ（Hard Disk Drive）、光ディスク、メモリカード、ＲＡＭ（Random Access Memory）などの一般的に利用されているあらゆる記憶媒体により構成することができる。

また、原文情報および辞書情報の記憶方式は上述に限られるものではなく、任意の原文情報に対して、当該原文情報の翻訳要求時に指定された辞書情報が特定可能であればあらゆる記憶方式を適用できる。

図１に戻り、受付部１０１は、クライアント２００から送信された翻訳要求を受付けるものである。

原文取得部１０２は、入力文と、原文記憶部１２１中に格納されている原文情報との類似度を算出し、類似度が予め定められた閾値以上の原文情報を取得するものである。具体的には、原文取得部１０２は、まず、入力文を形態素解析して単語に分割する。そして、分割して得られた各単語を構成単語インデックスに含む原文情報を原文記憶部１２１から取得する。

次に、原文取得部１０２は、取得した原文情報それぞれと入力文との類似度を算出する。原文取得部１０２は、原文情報と入力文との編集距離により類似度を算出する。すなわち、原文取得部１０２は、入力文との編集距離が小さい原文情報に対して、入力文との編集距離が大きい原文情報より大きい類似度を算出する。なお、類似度の算出方法はこれに限られるものではなく、文間の類似する度合いを算出可能なものであればあらゆる方法を適用できる。

辞書情報取得部１０３は、原文取得部１０２により取得された原文情報に対応する辞書情報ＩＤをキーとして、辞書記憶部１２２から辞書情報を取得するものである。

原文取得部１０２および辞書情報取得部１０３により、入力文と類似する原文情報、および当該原文情報の翻訳時に利用された辞書情報を取得することができる。

翻訳部１０４は、翻訳が要求された入力文を翻訳するものである。翻訳部１０４による翻訳方式は、解析、変換、および生成などの処理段階で構成されるトランスファー方式でもよいし、中間言語方式でもよい。すなわち、辞書情報で指定された訳語で翻訳を実行する方式であれば、従来から用いられているあらゆる翻訳方式を適用できる。

なお、翻訳部１０４は、図示しないユーザ用カスタマイズ辞書、用語辞書、および翻訳規則辞書など各種の翻訳用辞書を参照して入力文を翻訳する。このため、翻訳部１０４は、ユーザが指定した見出し語・訳語・条件などその他の情報をユーザ用カスタマイズ辞書に登録・削除・修正する機能を有する。

なお、翻訳部１０４は、翻訳要求でユーザにより指定された辞書情報を用いて入力文を翻訳する。すなわち、翻訳用辞書で得られる訳語よりも辞書情報に指定された訳語を優先して入力文を翻訳する。さらに、翻訳部１０４は、辞書情報取得部１０３により辞書情報が取得されたか否かを判断し、取得された場合は、翻訳要求でユーザにより指定された辞書情報に加え、取得された辞書情報を用いて入力文を翻訳する。翻訳要求に辞書情報が指定されていない場合は、翻訳部１０４は、辞書情報取得部１０３により取得された辞書情報のみを利用して入力文を翻訳する。また、翻訳要求に辞書情報が指定されておらず、辞書情報取得部１０３により辞書情報が取得されなかった場合は、翻訳部１０４は、辞書情報は利用せずに上述のような翻訳用辞書のみを参照して入力文を翻訳する。

保存部１０５は、翻訳要求に含まれる辞書情報に新たな辞書情報ＩＤを付与して辞書記憶部１２２に保存するものである。また、保存部１０５は、保存した辞書情報の辞書情報ＩＤと、翻訳が要求された入力文とを対応づけて原文記憶部１２１に保存する。

出力部１０６は、翻訳部１０４による入力文の翻訳結果をクライアント２００に出力するものである。

次に、このように構成された第１の実施の形態にかかる機械翻訳サーバ１００による機械翻訳処理について図４を用いて説明する。図４は、第１の実施の形態における機械翻訳処理の全体の流れを示すフローチャートである。

まず、受付部１０１が、入力文と辞書情報とを含む翻訳要求を、クライアント２００から受付ける（ステップＳ４０１）。次に、原文取得部１０２が、入力文と、原文記憶部１２１に格納された原文情報との類似度を算出する（ステップＳ４０２）。

具体的には、原文取得部１０２は、まず、入力文を形態素解析して得られた各単語を構成単語インデックスに含む原文情報を原文記憶部１２１から取得する。そして、原文取得部１０２は、取得した原文情報と入力文との編集距離が小さいほど類似度の値が大きくなるように、各原文情報と入力文との類似度を算出する。

次に、原文取得部１０２は、類似度と予め定められた閾値とを比較し、類似度が閾値より大きい原文情報を取得する（ステップＳ４０３）。なお、原文取得部１０２は、類似度が閾値より大きい原文情報のうち、類似度の大きさが上位の予め定められた個数の原文情報を取得するように構成してもよい。また、原文取得部１０２は、類似度が閾値より大きく、かつ類似度が最大の原文情報のみを取得するように構成してもよい。

次に、辞書情報取得部１０３は、原文情報が取得されたか否かを判断し（ステップＳ４０４）、取得された場合は（ステップＳ４０４：ＹＥＳ）、原文情報に対応する辞書情報ＩＤを原文記憶部１２１から取得する（ステップＳ４０５）。そして、辞書情報取得部１０３は、取得した辞書情報ＩＤが一致する辞書情報を辞書記憶部１２２から取得する（ステップＳ４０６）。

次に、翻訳部１０４は、辞書情報取得部１０３により辞書情報が取得されたか否かを判断する（ステップＳ４０７）。取得された場合は（ステップＳ４０７：ＹＥＳ）、翻訳部１０４は、翻訳要求でユーザにより指定された辞書情報に加え、取得された辞書情報を用いて入力文を翻訳する（ステップＳ４０８）。

このような処理により、ユーザにより辞書情報が指定されていない単語に対しても、過去に類似した文が翻訳済みであれば、そのときに利用した辞書情報を用いてより適切な翻訳結果を得ることができる。

辞書情報が取得されなかった場合は（ステップＳ４０７：ＮＯ）、翻訳部１０４は、翻訳要求でユーザにより指定された辞書情報を用いて入力文を翻訳する（ステップＳ４０９）。

次に、保存部１０５は、入力文および辞書情報を、それぞれ原文記憶部１２１および辞書記憶部１２２に保存する（ステップＳ４１０）。具体的には、保存部１０５は、まず、翻訳要求に含まれる辞書情報に新たな辞書情報ＩＤを付与し、辞書記憶部１２２に保存する。そして、保存部１０５は、ステップＳ４０２で原文取得部１０２によって得られた単語から構成単語インデックスを生成し、生成した構成単語インデックスと、入力文と、付与した辞書情報ＩＤとを対応づけたデータを原文記憶部１２１に保存する。

次に、出力部１０６は、翻訳部１０４による入力文の翻訳結果を、翻訳要求を送信したクライアント２００に出力し（ステップＳ４１１）、機械翻訳処理を終了する。

なお、上記各ステップは、必ずしも上記のような順序で実行しなくてもよい。例えば、翻訳部１０４が実行する処理のうち、辞書情報を用いて単語の訳語を選択する処理以外の処理については、関連する辞書情報を取得する処理（ステップＳ４０２〜ステップＳ４０７）と並行して実行することができる。また、各記憶部に情報を保存する処理（ステップＳ４１０）、およびクライアント２００への翻訳結果の出力処理（ステップＳ４１１）の実行順序を入れ替えてもよいし、並行して実行してもよい。

次に、第１の実施の形態における機械翻訳処理の具体例について説明する。ここでは、ユーザ名がＵｓｅｒＡであるユーザ（以下、単にＵｓｅｒＡという。）がクライアント２００から翻訳を要求する場合を例に説明する。ＵｓｅｒＡは、翻訳する入力文と、当該入力文の翻訳で採用すべき辞書情報とを含む翻訳要求を機械翻訳サーバ１００に送信する。

ここでは、ＵｓｅｒＡは、３つの単語Ｅｗ１、Ｅｗ２、Ｅｗ３を含む入力文「----- Ｅｗ１ --- -- Ｅｗ２ -- -- Ｅｗ３ ----」と、英単語Ｅｗ２に対する日本語訳語をＪｗ２にするために、「Ｅｗ２＝Ｊｗ２」という辞書情報とを指定したものとする。

なお、記号「-」で表した部分は類似度判定で重要でない部分を表す。採用する類似度判定の手法によっては、入力文の全ての文字列を用いる場合もあれば、一部の単語だけを用いる場合もある。いずれの文字列を用いるかは、採用する類似度判定手法に依存するため記号「-」で表される部分はどのようなものであるかは重要ではない。

機械翻訳サーバ１００は、この入力文と辞書情報とを含む翻訳要求をクライアント２００から受付ける（ステップＳ４０１）。入力文に対して通常行われる機械翻訳の処理を行うと同時に、原文取得部１０２は、原文記憶部１２１内に格納されている原文情報のうち入力文と最も類似度が高い原文情報を検索する（ステップＳ４０３）。ここでは図２のようなデータが記憶された原文記憶部１２１から、Ｅｗ１、Ｅｗ２、Ｅｗ３、およびＥｗ４の４つの単語が含まれている原文情報「----- Ｅｗ１ --- -- Ｅｗ２ -- -- Ｅｗ３ Ｅｗ４--」が最も類似度が高い原文として検索されたものとする。

辞書情報取得部１０３は、この原文情報に対応づけられている辞書情報ＩＤを取得する（ステップＳ４０５）。図２の場合、辞書情報取得部１０３は、辞書情報ＩＤとして１を取得する。

次に、辞書情報取得部１０３は、辞書情報ＩＤ＝１の辞書情報を、図３に示すような辞書記憶部１２２から検索する（ステップＳ４０６）。この処理によって得られる登録済みの辞書情報は、「Ｅｗ１＝Ｊｗ１’」、「Ｅｗ２＝Ｊｗ２’」、「Ｅｗ３＝Ｊｗ３’」、および「Ｅｗ４＝Ｊｗ４’」の４つである。

入力文中に存在する単語はＥｗ１、Ｅｗ２、およびＥｗ３であり、ＵｓｅｒＡが指定している辞書情報はＥｗ２に関してのみである。したがって、翻訳部１０４は、それ以外のＥｗ１、Ｅｗ３について、上記で得られた辞書情報「Ｅｗ１＝Ｊｗ１’」および「Ｅｗ３＝Ｊｗ３’」を用いて入力文を翻訳する（ステップＳ４０８）。

仮にＵｓｅｒＡが辞書情報を指定していなかった場合は、翻訳部１０４は、「Ｅｗ１＝Ｊｗ１’」、「Ｅｗ２＝Ｊｗ２’」、および「Ｅｗ３＝Ｊｗ３’」の３つの辞書情報を用いて入力文を翻訳する。

なお、複数の原文情報が取得された場合は、それぞれに対応する辞書情報をマージして利用するように構成してもよい。また、類似度が大きい原文情報に対応する辞書情報を利用するように構成してもよい。

翻訳後、保存部１０５は、原文記憶部１２１に入力文の情報を保存し、辞書記憶部１２２にユーザが指定した辞書情報を保存する（ステップＳ４１０）。図５は、図２で示す原文記憶部１２１に対して入力文の情報を登録した後の状態を表す図である。図５に示すように、３つの単語（Ｅｗ１、Ｅｗ２、Ｅｗ３）を含む入力文が、新たな原文情報として追加されている。

図６は、図３で示す辞書記憶部１２２に今回の翻訳で指定された辞書情報を登録した後の状態を表す図である。図６に示すように、辞書情報ＩＤ＝３の辞書情報が新たに追加されている。

この後、さらに翻訳が要求された場合は、更新された新しい原文情報および辞書情報を用いて、翻訳処理、原文情報の格納処理、および辞書情報の格納処理が繰り返される。すなわち、クライアント２００から翻訳が要求されるたびに、原文記憶部１２１と辞書記憶部１２２の情報が拡充され、翻訳知識が蓄積されていく。

第１の実施の形態のように、多数のユーザが利用しうる機械翻訳システム１０では、あるユーザが翻訳要求している文またはそれに類似している文が、他のユーザからの翻訳要求により既に翻訳されている場合がある。

第１の実施の形態にかかる機械翻訳装置では、過去の翻訳知識を蓄積することができるため、このような場合、翻訳知識を参照することにより高品質な訳出が可能となる。具体的には、訳語が指示されていない単語に対しては、入力文と類似度する文の翻訳時に参照された辞書情報を用いて翻訳を行うことができる。このため、単純に辞書見出し語を検索してその訳語を出力するよりも高品質な訳出が可能となる。

また、１つの文書に複数分野の文章が存在する場合でも、文単位での類似度判定を行うため、文毎に適切な訳語を選択することができる。このため、１文書に複数の分野に関する文章が含まれる場合でも、翻訳品質が悪化することがない。また、ユーザが原文に辞書情報をつけて翻訳要求を行うたびに、当該辞書情報が逐次拡充されるため、多数のユーザによって翻訳が要求されるほど高品質の翻訳を行えるようになる。

（第２の実施の形態）
第２の実施の形態にかかる機械翻訳装置は、入力文を、他の文との類似度を比較可能な形式に変換した上で、過去に翻訳された文であって同様に変換済みの文との類似度を比較して関連する辞書情報を取得するものである。

図７は、第２の実施の形態にかかる機械翻訳システム７０の構成を示すブロック図である。図７に示すように、機械翻訳システム７０は、機械翻訳サーバ７００と、複数のクライアント２００ａ〜２００ｃとが、ネットワーク３００で接続された構成となっている。

第２の実施の形態では、機械翻訳サーバ７００の構成が第１の実施の形態と異なっている。その他の構成および機能は、第１の実施の形態にかかる機械翻訳システム１０の構成を表すブロック図である図１と同様であるので、同一符号を付し、ここでの説明は省略する。

機械翻訳サーバ７００は、原文記憶部７２１と、辞書記憶部１２２と、受付部１０１と、原文取得部７０２と、辞書情報取得部１０３と、翻訳部１０４と、保存部１０５と、出力部１０６と、変換部７０７と、を備えている。

第２の実施の形態では、原文記憶部７２１に格納されたデータのデータ構造、原文取得部７０２の機能、および変換部７０７が追加されたことが第１の実施の形態と異なっている。その他の構成および機能は、第１の実施の形態にかかる機械翻訳システム１０の構成を表すブロック図である図１と同様であるので、同一符号を付し、ここでの説明は省略する。

原文記憶部７２１は、他の文との類似度を比較可能な形式で変換した原文情報を格納する点が、第１の実施の形態の原文記憶部１２１と異なっている。類似度を比較可能な形式とは、類似度の算出方法に応じて定まる形式である。第２の実施の形態では、入力文に含まれる単語の頻度をベクトル化したベクトル形式に変換し、類似度としてコサイン類似度を用いる例について説明する。

なお、類似度の算出方法や変換形式はこれに限られるものではなく、入力文を変換した上で他の文との類似度を比較する方法であればあらゆる類似度算出方法および変換形式を適用できる。例えば、分割した単語を正規化してから類似度を算出するように構成してもよい。正規化とは、例えば「コンピューター」と「コンピュータ」のように同じ意味で表記が異なる単語を代表的な表記に統一することを言う。また、文の構文構造を参照して構文的な類似度を算出する方法や、言語表現の依存構造の類似性を考慮して言語表現の類似度を求める方法などを適用してもよい。

図８は、原文記憶部７２１に記憶されるデータのデータ構造の一例を示す図である。図８に示すように、原文記憶部７２１は、ベクトル形式で表した原文情報と、辞書情報ＩＤとを対応づけたデータが記憶される。なお、同図は説明のため、左からそれぞれ単語Ｅｗ１、Ｅｗ２、Ｅｗ３、Ｅｗ４、およびＥｗ５が出現する頻度を表したベクトルの例を表している。他の単語については、記号「・・・」によって省略したことを表している。

また、同図は、第１の実施の形態の原文記憶部１２１を表す図２の各データの原文情報をベクトル形式に変換した場合の例を表している。すなわち、図２の１行目の原文情報には、単語Ｅｗ１、Ｅｗ２、Ｅｗ３、およびＥｗ４が含まれているため、対応する図８のベクトルは、（・・・、１、１、１、１、０、・・・）となる。また、図２の２行目の原文情報には、単語Ｅｗ４およびＥｗ５が含まれているため、対応する図８のベクトルは、（・・・、０、０、０、１、１、・・・）となる。

変換部７０７は、入力文を、他の文との類似度を比較可能な予め定められた形式に変換するものである。具体的には、変換部７０７は、まず入力文を形態素解析して単語に分割する。そして、変換部７０７は、入力文を、得られた各単語の頻度をベクトル化したベクトル形式に変換する。

原文取得部７０２は、変換部７０７によって変換された形式の入力文と、原文記憶部７２１に格納されている原文情報との間のコサイン類似度を算出し、コサイン類似度が予め定められた閾値以上の原文情報を取得する。

次に、このように構成された第２の実施の形態にかかる機械翻訳サーバ７００による機械翻訳処理について図９を用いて説明する。図９は、第２の実施の形態における機械翻訳処理の全体の流れを示すフローチャートである。

ステップＳ９０１の翻訳要求受付処理は、第１の実施の形態にかかる機械翻訳サーバ１００におけるステップＳ４０１と同様の処理なので、その説明を省略する。

次に、変換部７０７が、入力文を類似度比較可能な形式、すなわち、ベクトル形式に変換する（ステップＳ９０２）。次に、原文取得部７０２が、入力文と、原文記憶部７２１に格納された原文情報とのコサイン類似度を算出する（ステップＳ９０３）。

次に、原文取得部７０２は、算出したコサイン類似度と予め定められた閾値とを比較し、コサイン類似度が閾値より大きい原文情報を取得する（ステップＳ９０４）。

ステップＳ９０５からステップＳ９１０の辞書情報取得処理および翻訳処理は、第１の実施の形態にかかる機械翻訳サーバ１００におけるステップＳ４０４からステップＳ４０９と同様の処理なので、その説明を省略する。

翻訳部１０４によって入力文が翻訳された後、保存部１０５は、変換された入力文および辞書情報を、それぞれ原文記憶部７２１および辞書記憶部１２２に保存する（ステップＳ９１１）。

ステップＳ９１２の翻訳結果出力処理は、第１の実施の形態にかかる機械翻訳サーバ１００におけるステップＳ４１１と同様の処理なので、その説明を省略する。

このように、第２の実施の形態にかかる機械翻訳装置では、入力文を、他の文との類似度を比較可能な形式に変換した上で、過去に翻訳された文であって同様に変換済みの文との類似度を比較して関連する辞書情報を取得することができる。

（変形例）
上記実施の形態では、複数の原文情報が取得された場合、すべての辞書情報を利用するか、より類似度が大きい原文情報に対応する辞書情報を利用するように構成することができることを説明した。これに対し、原文情報または辞書情報に関連情報を対応づけて保存し、関連情報を元に辞書情報の優先度を求めて、優先度の高い辞書情報を利用するように構成してもよい。

図１０は、このように構成した上記実施の形態の変形例にかかる辞書記憶部１２２に記憶されるデータのデータ構造の一例を示す図である。

図１０に示すように、本変形例では、辞書記憶部１２２内に、ユーザ名、辞書情報、および辞書情報ＩＤに加えて、辞書記憶部１２２に登録した日時と、辞書情報を適用すべき分野とを関連情報として対応づけたデータを格納する。

そして、辞書情報取得部１０３は、複数の辞書情報が取得された場合、例えば、登録日時がより新しい辞書情報を優先して取得するように構成する。また、翻訳要求内に分野の指定を含め、辞書情報取得部１０３が、指定された分野に対応づけられた辞書情報を優先して取得するように構成してもよい。

さらに、ユーザの権限に応じて辞書情報の優先度を決定するように構成してもよい。例えば、図示しないユーザ管理用のデータベース等を利用してユーザ名に対応するユーザの権限を取得し、ユーザが管理者権限を有する場合に、その他の権限のユーザより優先して辞書情報を選択するように構成してもよい。また、辞書記憶部１２２のユーザ名を判定することにより、ユーザ自身が過去に翻訳を要求したときの辞書情報を、他のユーザの辞書情報より優先して利用するように構成してもよい。また、複数のユーザが属するグループ単位でユーザを管理している場合は、ユーザが属するグループが過去に翻訳を要求したときの辞書情報を、他のグループのユーザの辞書情報より優先して利用するように構成してもよい。この場合、辞書記憶部１２２のユーザ名の代わりに、またはユーザ名とともにグループを識別するグループ名を登録するように構成すればよい。

次に、第１および第２の実施の形態にかかる機械翻訳装置のハードウェア構成について図１１を用いて説明する。図１１は、第１および第２の実施の形態にかかる機械翻訳装置のハードウェア構成を示す図である。

第１および第２の実施の形態にかかる機械翻訳装置は、ＣＰＵ（Central Processing Unit）５１などの制御装置と、ＲＯＭ（Read Only Memory）５２やＲＡＭ５３などの記憶装置と、ネットワークに接続して通信を行う通信Ｉ／Ｆ５４と、ＨＤＤ（Hard Disk Drive）、ＣＤ（Compact Disc）ドライブ装置などの外部記憶装置と、ディスプレイ装置などの表示装置と、キーボードやマウスなどの入力装置と、各部を接続するバス６１を備えており、通常のコンピュータを利用したハードウェア構成となっている。

第１および第２の実施の形態にかかる機械翻訳装置で実行される機械翻訳プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ（Compact Disk Read Only Memory）、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ（Compact Disk Recordable）、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記録媒体に記録されて提供される。

また、第１および第２の実施の形態にかかる機械翻訳装置で実行される機械翻訳プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。また、第１および第２の実施の形態にかかる機械翻訳装置で実行される機械翻訳プログラムをインターネット等のネットワーク経由で提供または配布するように構成してもよい。

また、第１および第２の実施の形態の機械翻訳プログラムを、ＲＯＭ等に予め組み込んで提供するように構成してもよい。

第１および第２の実施の形態にかかる機械翻訳装置で実行される機械翻訳プログラムは、上述した各部（受付部、原文取得部、辞書情報取得部、翻訳部、保存部、出力部）を含むモジュール構成となっており、実際のハードウェアとしてはＣＰＵ５１（プロセッサ）が上記記憶媒体から機械翻訳プログラムを読み出して実行することにより上記各部が主記憶装置上にロードされ、上述した各部が主記憶装置上に生成されるようになっている。

以上のように、本発明にかかる装置、方法、プログラムおよびシステムは、クライアントから送信された翻訳要求に応じて翻訳サーバで翻訳を行う機械翻訳システムに適している。

第１の実施の形態にかかる機械翻訳システムの構成を示すブロック図である。 第１の実施の形態にかかる原文記憶部に記憶されるデータのデータ構造の一例を示す図である。 第１の実施の形態にかかる辞書記憶部に記憶されるデータのデータ構造の一例を示す図である。 第１の実施の形態における機械翻訳処理の全体の流れを示すフローチャートである。 第１の実施の形態にかかる原文記憶部に記憶されるデータのデータ構造の一例を示す図である。 第１の実施の形態にかかる辞書記憶部に記憶されるデータのデータ構造の一例を示す図である。 第２の実施の形態にかかる機械翻訳システムの構成を示すブロック図である。 第２の実施の形態にかかる原文記憶部に記憶されるデータのデータ構造の一例を示す図である。 第２の実施の形態における機械翻訳処理の全体の流れを示すフローチャートである。 第２の実施の形態にかかる辞書記憶部に記憶されるデータのデータ構造の一例を示す図である。 第１および第２の実施の形態にかかる機械翻訳装置のハードウェア構成を示す図である。

符号の説明

５１ ＣＰＵ
５２ ＲＯＭ
５３ ＲＡＭ
５４ 通信Ｉ／Ｆ
６１ バス
１０、７０ 機械翻訳システム
１００、７００ 機械翻訳サーバ
１０１ 受付部
１０２、７０２ 原文取得部
１０３ 辞書情報取得部
１０４ 翻訳部
１０５ 保存部
１０６ 出力部
１２１、７２１ 原文記憶部
１２２ 辞書記憶部
２００ａ〜２００ｃ クライアント
２０１ 要求送信部
２０２ 結果受信部
３００ ネットワーク
７０７ 変換部

Claims (13)

1. 第１言語による第１単語および第２言語による第２単語を対応づけた辞書情報と、前記辞書情報を識別する識別情報とを記憶する辞書記憶部と、
   第１言語による原文と、前記原文を翻訳した際に利用した前記辞書情報の前記識別情報とを対応づけて記憶する原文記憶部と、
   第１言語による入力文を含む翻訳要求を受付ける受付部と、
   前記翻訳要求に含まれる前記入力文と前記原文との類似度を算出し、前記類似度が予め定められた閾値より大きい前記原文を前記原文記憶部から取得する原文取得部と、
   取得された前記原文に対応する前記識別情報の前記辞書情報を前記辞書記憶部から取得する辞書情報取得部と、
   取得した前記辞書情報内の前記第１単語が前記入力文に含まれるか否かを判断し、含まれる場合に、前記入力文に含まれる前記第１単語を、取得した前記辞書情報の前記第２単語で翻訳する翻訳部と、
   を備えたことを特徴とする機械翻訳装置。
2. 前記受付部は、前記入力文と、前記入力文の翻訳で利用する前記辞書情報である入力辞書情報とを含む前記翻訳要求を受付け、
   前記翻訳部は、取得した前記辞書情報内の前記第１単語と前記入力辞書情報内の前記第１単語とが一致するか否かをさらに判断し、取得した前記辞書情報内の前記第１単語と前記入力辞書情報内の前記第１単語とが一致し、かつ、一致する前記第１単語が前記入力文に含まれる場合に、前記入力文に含まれる前記第１単語を、前記入力辞書情報の前記第２単語で翻訳すること、
   を特徴とする請求項１に記載の機械翻訳装置。
3. 前記原文取得部は、前記翻訳要求に含まれる前記入力文と前記原文との間の編集距離を算出し、前記編集距離が小さい前記原文に対して、前記編集距離が大きい前記原文より大きい前記類似度を算出すること、
   を特徴とする請求項１に記載の機械翻訳装置。
4. 前記原文記憶部は、前記原文内の単語を含む索引と、前記原文と、前記識別情報とを対応づけて記憶し、
   前記原文取得部は、前記入力文内の単語を含む前記索引に対応づけられた前記原文を前記原文記憶部から取得し、取得した前記原文と前記入力文との前記類似度を算出すること、
   を特徴とする請求項１に記載の機械翻訳装置。
5. 前記原文取得部は、前記類似度が前記閾値より大きい前記原文のうち、前記類似度が大きい順に予め定められた個数の前記原文を前記原文記憶部から取得すること、
   を特徴とする請求項１に記載の機械翻訳装置。
6. 前記入力文を、他の文との間の類似度を比較可能な予め定められた形式に変換する変換部をさらに備え、
   前記原文記憶部は、前記形式に変換された前記原文と前記識別情報とを対応づけて記憶し、
   前記原文取得部は、変換された前記入力文と前記原文との前記類似度を算出し、前記類似度が前記閾値より大きい前記原文を前記原文記憶部から取得すること、
   を特徴とする請求項１に記載の機械翻訳装置。
7. 前記形式は、前記入力文を形態素解析して得られた形態素をベクトル化したベクトル形式であり、
   前記原文取得部は、ベクトル形式の前記入力文と、ベクトル形式の前記原文との間のコサイン類似度である前記類似度を算出し、前記コサイン類似度が前記閾値より大きい前記原文を前記原文記憶部から取得すること、
   を特徴とする請求項６に記載の機械翻訳装置。
8. 前記辞書記憶部は、前記辞書情報と、前記識別情報と、前記辞書情報を記憶した日時とを対応づけて記憶し、
   前記辞書情報取得部は、取得された前記原文に対応する前記識別情報の前記辞書情報のうち、対応する前記日時が古い前記辞書情報より対応する前記日時が新しい前記辞書情報を優先して前記辞書記憶部から取得すること、
   を特徴とする請求項１に記載の機械翻訳装置。
9. 前記辞書記憶部は、前記辞書情報と、前記識別情報と、前記辞書情報を適用する分野とを対応づけて記憶し、
   前記受付部は、前記分野をさらに含む前記翻訳要求を受付け、
   前記辞書情報取得部は、取得された前記原文に対応する前記識別情報の前記辞書情報のうち、対応する前記分野が前記翻訳要求に含まれる前記分野と一致しない前記辞書情報より、対応する前記分野が前記翻訳要求に含まれる前記分野と一致する前記辞書情報を優先して前記辞書記憶部から取得すること、
   を特徴とする請求項１に記載の機械翻訳装置。
10. 前記受付部は、前記入力文と、前記入力文の翻訳で利用する前記辞書情報である入力辞書情報とを含む前記翻訳要求を受付け、
    前記入力辞書情報を前記辞書記憶部に保存するとともに、保存した前記入力辞書情報の前記識別情報と、前記入力文とを対応づけて前記原文記憶部に保存する保存部をさらに備えたこと、
    を特徴とする請求項１に記載の機械翻訳装置。
11. 受付部によって、第１言語による入力文を含む翻訳要求を受付ける受付ステップと、
    原文取得部によって、前記翻訳要求に含まれる前記入力文と、第１言語による原文との類似度を算出し、前記原文と、前記原文を翻訳した際に利用した、第１言語による第１単語および第２言語による第２単語を対応づけた辞書情報を識別する識別情報とを対応づけて記憶する原文記憶部から、前記類似度が予め定められた閾値より大きい前記原文を取得する原文取得ステップと、
    辞書情報取得部によって、前記辞書情報と前記識別情報とを記憶する辞書記憶部から、取得された前記原文に対応する前記識別情報の前記辞書情報を取得する辞書情報取得ステップと、
    翻訳部によって、取得した前記辞書情報内の前記第１単語が前記入力文に含まれるか否かを判断し、含まれる場合に、前記入力文に含まれる前記第１単語を、取得した前記辞書情報の前記第２単語で翻訳する翻訳ステップと、
    を備えたことを特徴とする機械翻訳方法。
12. コンピュータに実行させる機械翻訳プログラムであって、
    前記コンピュータは、
    第１言語による第１単語および第２言語による第２単語を対応づけた辞書情報と、前記辞書情報を識別する識別情報とを記憶する辞書記憶部と、
    第１言語による原文と、前記原文を翻訳した際に利用した前記辞書情報の前記識別情報とを対応づけて記憶する原文記憶部と、を備え、
    第１言語による入力文を含む翻訳要求を受付ける受付手順と、
    前記翻訳要求に含まれる前記入力文と前記原文との類似度を算出し、前記類似度が予め定められた閾値より大きい前記原文を前記原文記憶部から取得する原文取得手順と、
    取得された前記原文に対応する前記識別情報の前記辞書情報を前記辞書記憶部から取得する辞書情報取得手順と、
    取得した前記辞書情報内の前記第１単語が前記入力文に含まれるか否かを判断し、含まれる場合に、前記入力文に含まれる前記第１単語を、取得した前記辞書情報の前記第２単語で翻訳する翻訳手順と、
    を前記コンピュータに実行させる機械翻訳プログラム。
13. 翻訳を要求する端末装置と、前記端末装置とネットワークを介して接続された機械翻訳装置とを備えた機械翻訳システムであって、
    前記端末装置は、
    第１言語による入力文を含む翻訳要求を前記機械翻訳装置に送信する要求送信部と、
    翻訳結果を受信する結果受信部と、を備え、
    前記機械翻訳装置は、
    第１言語による第１単語および第２言語による第２単語を対応づけた辞書情報と、前記辞書情報を識別する識別情報とを記憶する辞書記憶部と、
    第１言語による原文と、前記原文を翻訳した際に利用した前記辞書情報の前記識別情報とを対応づけて記憶する原文記憶部と、
    前記翻訳要求を前記端末装置から受付ける受付部と、
    前記翻訳要求に含まれる前記入力文と前記原文との類似度を算出し、前記類似度が予め定められた閾値より大きい前記原文を前記原文記憶部から取得する原文取得部と、
    取得された前記原文に対応する前記識別情報の前記辞書情報を前記辞書記憶部から取得する辞書情報取得部と、
    取得した前記辞書情報内の前記第１単語が前記入力文に含まれるか否かを判断し、含まれる場合に、前記入力文に含まれる前記第１単語を、取得した前記辞書情報の前記第２単語で翻訳する翻訳部と、
    前記翻訳部による翻訳結果を前記端末装置に出力する出力部と、
    を備えたことを特徴とする機械翻訳システム。

Images