JP2688020B2 - 派生語処理方式 - Google Patents

Description

【発明の詳細な説明】 技術分野 本発明は、自然言語解析装置，より詳細には、機械翻
訳装置等における言語解析において、派生語を処理する
ための方式に関する。 従来技術 機械翻訳等において、辞書に登録されていない語につ
いては、未知語として処理するのが普通であるが、未知
語は多くの品詞の可能性を考えたり、訳語がつけられな
かったりというふうに、解析等の処理を著しく困難にす
る。すなわち、派生語に関し、従来、派生語の品詞、意
味的特徴、訳語等の推定をしないため翻訳の訳出結果が
原文の意味を伝えなくなり、そのため、 （１）まちがった品詞の場合も考慮に入れることにな
り、誤解析が多く発生する。 （２）訳語がうまくつけられない。 等の欠点があった。 目的 本発明は、上述のごとき実情に鑑みてなされたもの
で、特に、接辞等により、派生語と認識されたものに対
して、条件に従って文法的性質または、意味的性質また
は訳語等を推定することにより、得られる解析結果や翻
訳結果の確実性を大きくすることを目的としてなされた
ものである。 構成 本発明は、上記目的を達成するために、原語文を目的
言語文に翻訳する翻訳装置において、単語辞書とし接辞
辞書とを別々に持ち、原語文中の語をキーにして、前記
単語辞書を検索し、キーとして用いた語が、該単語辞書
になかった場合、前記接辞辞書を検索して派生語処理に
入り、派生語として認識された語に対して、少なくと
も、原語文解析用の文法情報と目的語文生成用の文法情
報を付与し、その内容を用いて原語文解析、目的語文生
成を行なうことを特徴としたものである。以下、本発明
の実施例に基づいて説明する。 第13図は、本発明による派生語処理方式が適用される
英日自動翻訳装置の全体構成を説明するための図である
が、本発明は、英語を日本語に翻訳する英日自動翻訳装
置のみならず、ある言語を他の言語に翻訳する際、入力
される言語の文を解析する如何なる言語の解析装置にも
効果的に適用されることは言うまでもない。 第13図において、１は入力部、２は英文テキスト、３
は前編集部、４は形態素解析部、５は構文解析１部、６
は構文解析II部、７は操作表示部、８は単語辞書、９は
解析ルールファイル、10は制御部、11は構造変換部、12
は訳文生成部、13は後編集部、14は出力部、15は日本語
文で、本翻訳装置は、図示のように、入力部１を有し、
日本語に翻訳すべき英文テキスト２がこれにより入力さ
れる。入力部１はたとえば、英数字キーなどの文字キー
や機能キーなどを有するキーボード、紙に記録された英
文テキストを読み取る光学的文字読取装置（OCR），お
よび（または）磁気ディスクなどの記録媒体に記録され
た英文テキストを読み込むファイル記憶装置などを含ん
でよい。 入力部１により入力された英文テキストは、前編集部
３に読み込まれ、翻訳の前処理が行なわれる。ここで
は、主として文と認定と未知語の処理を行なう。これは
形態素解析の一部として機能する。 前編集された英文データは、前編集で得られた情報と
ともに形態素解析部４に転送される。形態素解析部４で
は、単語辞書８を索引して文に分割し、英文の形態素を
解析し、未知語の処理、固有名詞、時の表現、数の表現
などの各種のまとめあげを行ない、付加疑問、同格の認
定などの文全体の処理を行なう。その形態素解析ルール
は解析ルールファイル９に格納されている。 形態素解析された英文データは、形態素解析で得られ
た辞書情報とともに構文解析Ｉ部５に転送される。構文
解析Ｉ部５は、文法ルールを英文データに適用して文に
ついて表層構造の解析を行ない、すべての構文的可能性
を見つけ出す機能部である。 構文解析Ｉ部５で構文解析された英文データは、その
解析情報とともに構文解析II部６に送られる。ここで
は、構文解析Ｉによる表層的な構文解析結果から、構造
記述を適用して解を選択する。これによって英語記述の
確からしい解析木を作成し、その構造を作る。これらの
構文解析ルールはやはり、解析ルールファイル９に格納
されている。 構文解析された英文データは、解析木のデータとして
構造変換部11に転送される。構造変換部11では、英語文
の中間的構造である構文木から対応する日本語文の構文
木を作成し、日本語文を訳出しやすい日本語基底構造に
変換する。 こうして構造変換された日本語の基底構造を示す構文
木データは訳文生成部12に送出され、後者にて訳文の生
成が行なわれる。これは、日本語の構文木の木構造から
日本語の文を生成する機能部である。 訳文生成された日本語文データ、すなわち訳文データ
は、後編集部13に送られる。後編集部13では、翻訳処理
に利用した情報を使用し、辞書８を索引して訳文データ
を修正し、より自然な日本語文を完成する。この日本語
文データは出力部14に転送され、翻訳された日本語文デ
ータは出力部14に転送され、翻訳された日本語文15とし
て出力部14から出力される。出力部14は、たとえばプリ
ンタ、ディスプレイ、および（または）磁気ディスクな
どのファイル記憶装置を含む。 これらの一連の翻訳処理の流れは、本装置全体の制御
を統括する制御部10によって制御される。単語辞書８に
は、図示例の場合、英語および日本語の単語についての
辞書データが格納され、語彙だけでなく、係り関係すな
わち共起関係や、意味、単複、品詞などの様々な情報が
記述されている。また、解析ルールファイル９には、形
態素解析および英文解析のルールデータが格納されてい
る。 制御部10には、操作表示部７が接続されている。操作
表示部７には、操作者から本装置に様々な指示を与え
る。たとえば翻訳指示キー、カーソルキーなどの操作キ
ーや、入力英語文テキスト、翻訳結果の日本語文、辞書
情報などの中間データ、操作者に対する様々な指示など
を可視表示するディスプレイやインジケータを有する。
なお、それらの操作表示機能の多くは、入力部１にキー
ボードを備えている場合はそのキーボードに、また出力
部14にディスプレイを備えている場合はそのディスプレ
イに含まれるように構成してよい。 本発明は、上述のごとき機械翻訳装置において、英文
テキスト２中に派生語があった場合に、この派生語が接
辞等により派生語と認識されたものに対して、条件に従
って、特に、目的語（訳語）生成用の文法情報をも付与
した文法的性質または意味的性質または訳語等を推定す
ることにより、得られる解析結果や翻訳結果の確実性を
増すようにしたものである。接辞辞書は、形態素解析に
おいて、未知語に対する辞書情報の推定に用いるが、処
理の種類としては、接頭語の処理、接尾語の処理、及
び、接尾語による推定処理の３つの処理を要する。しか
し、データの種類としては、実質的には、接頭語推定デ
ータ、接尾語推定データの２種類である。 最初に、上記接頭語推定データ及び接尾語推定データ
について説明する。 （１）接頭語推定データ 辞書未登録語の接頭辞部分がここで記述したものに一
致し、残りが辞書中にある時、その語を語幹部分の辞書
データに準じたものにする。辞書データでは、元の内在
素性列への内在素性の追加及び、元の訳語に対する日本
語接頭辞の追加ができる。例えば、下例のように、入力
語［electrochemical］に対して、接頭語エントリ［ele
ctro（電気の−）］と辞書エントリ［chemical（化学の
−）］より辞書情報保存テーブルエントリ［electroche
mical（電気化学の）］を辞書データに準じたものにす
ることができる。 なお、辞書情報保存テーブルエントリとしては、語幹
の該当するすべての辞書情報を引き継ぐ。 （２）接尾語推定データ 辞書未登録語の接尾辞部分がここで記述したものに一
致し、残りが辞書中にある時、その語に対し、接尾辞書
中に記述された情報に従う新しい辞書データを与えて登
録する。このとき、語幹に対応する辞書データ中のはじ
めの訳語が取り出されて、新辞書データの訳語中に用い
られる。 例えば、下例のように入力語［controler］に対し
て、接尾語エントリ［−（ｅ）ｒ］と辞書エントリ［co
ntrol］より辞書情報保存テーブルエントリ［controle
r］を登録する。 次に、派生語の処理、未知語の処理の概要について説
明する。 Ａ派生語の処理 イ）処理方法 辞書未登録語に対して、接頭語または接尾語を単語の
先頭部分または語尾部分に持ち、かつ残りの部分が辞書
に登録されているならば、辞書情報と接辞情報に基づい
て、英語の品詞情報、内在素性及び日本語の訳語を合成
する。 接頭語及び接尾語は、各々表形式にして、外部ファイ
ル形式としてプログラムとは独立にエディットできるも
のとする。 始めに接頭語の可能性を試み、それで失敗した場合は
接尾語の可能性を試みる。両方共に有する場合は、試み
ない。 ここで失敗した語は、未知語として、語尾推定処理を
行う。 ロ）接辞辞書 ａ）概要 １ファイル中に、接頭語辞書と接尾語辞書をあわせて
もつ。 接頭語・接尾語の順に並べる。 各々は、例えば、次の見出しレコードで識別される。 “＊＊＊PREFIX"…接頭語 “＊＊＊SUFFIX"…接尾語 未知語に対する語尾推定用エントリは、接尾語辞書に
混在させる。 本ファイルは、たとえばVi等のエディタでエディット
できる形式とする。 ｂ）接頭語辞書 “＊＊＊PREFIX"で、接頭語辞書の始まりを示す。 ＃で始まる行を有効とし、それ以外は注釈行とする。 接頭語、語基品詞、内在素性及び訳語の各欄は、“:"
でセパレートする。各欄の有効文字は“＃”か“:"の直
後から記述する。スペースはデリミッタになる。 接頭語辞書の終了は、先頭９文字が“＊＊＊SUFFIX"
かまたはeofで判断する。 接頭語の末尾が“（−）”とあるのは、末尾に
“（−）”があってもなくてもよいことを示す。 語基品詞は、接頭語を除いた部分の単語の品詞情報と
して、品詞（N,V,ADJ,ADV等）かまたは“＊”（何でも
よい）のいずれかを指定する。 内在素性を複数指定するときは、スペースをおかずに
“,"でセパレートして続けて指定する。 訳語は、漢字スペース／スペース/NL（NewLine）で終
了。 語基品詞のコード対応は例えば下例のようになる。 ｃ）接尾語辞書“＊＊＊SUFFIX＊＊＊”で、接尾語辞書の始まりを示
す。 「＃」または「＝」で始まる行を有効とし、それ以外
は注釈行とする。 各欄は、“:"でセパレートする。各欄の有効文字は
“＃”や“:"の直後から記述する。スペースはデリミッ
タになる。 接尾語辞書の終了は、eofで判断する。 語基品詞及び語基変化は、単語中の接尾語部分を除い
た形式の単語に関する情報で、前者は品詞（N,V,ADJ,AD
V等）を、後者は接尾語を除いたストリングの末尾部分
に特定の文字列を補って語基とする可能性もあるとき、
“一文字列”という具合に記述する。 品詞は、当該単語の英語の品詞を指定する。 品詞細分類は、当該単語の英語の品詞細分類、及びそ
のウェイト（＆，＆＆，…）を続けて指定する。 内在素性は、当該単語の内在素性を指定する。複数あ
るときは、“,"でセパレートして続けて指定する。 訳語｛品詞・活用型｝は接尾語にあたる部分の訳語情
報で、訳語は、終止形で指定し、その後に｛ ｝中に、
訳語の品詞と必要あれば活用型を指定する。すなわち、 当該単語の訳語は、 ｛語基部分の訳語｝＋当訳語 によって合成する。 「｛」、「｝」、「・（中黒）」は全て漢字コードで記
述する。 活用型のコード対応は次の通りである。 なお、該当しない活用型のコードは０となる。 同一接尾語が、別の品詞、品詞細分類、内在素性また
は訳語をもつ場合もあるので、そのときは次行以降で接
尾語欄に“＝”のみを指定し、語基品詞及び語基品詞欄
はスペースとして、品詞以下の欄をすべて記述する。 未知語に際する語尾推定用のエントリは、当辞書中で
語基品詞欄が“＊”のものをあてる。その他の欄は接尾
語と全く同じように指定する。接尾語としても語尾推定
用としても使用する場合は、共に指定しなければならな
い。 訳語の品詞のコード対応は次の通りである。 なお、該当しない訳語の品詞のコードは０となる。 ハ）接頭語による処理 以下の条件で、接頭語による派生語とみなす。 １゜当該単語の先頭部分が、接頭語辞書中の見出し語と
合致する。 ２゜当該単語の接頭部分を除いた単位で辞書引きを行
い、エントリがみつかる。 ３゜辞書エントリが、接頭語辞書に記された語基品詞と
一致する。ただし、語基品詞が“＊”のときは、何でも
よいので、すべての品詞がその対象となる。 上記に合致したとき、該当する辞書情報をすべて取り
込み、内在素性と訳語を次のように合成して、辞書情報
保存テーブル中に新エントリとして登録する。 内在素性…接頭語辞書に指定されたものと辞書中のもの
とのOR（論理和）をとる。 訳語…辞書中の訳語の先頭部分に、接頭語辞書で記され
た訳語を埋め込む。 ニ）接尾語による処理 以下の条件で、接尾語による派生語とみなす。 １゜当該単語の先尾部分が、接尾語辞書中の見出し語と
合致する。 ２゜当該単語の接尾部分を除いた単位で辞書引きを行
い、エントリがみつかる。該当する単語がみつからなけ
れば、接頭語辞書中に指定された語基変化を行った上で
再度辞書引きをして、エントリがみつかる。 ３゜辞書エントリが、接尾語辞書に記された語基品詞と
一致する。 上記に合致したとき、該当するエントリの最初の辞書
情報のみを取り込み、以下のように辞書情報を作成し
て、辞書情報保存テーブル中に新エントリとして登録す
る。 品詞…接尾語辞書に指定した品詞 品詞細分類とウエイト…接尾語辞書に指定した品詞細分
類とウエイト 内在素性…接尾語辞書に指定した内在素性 訳語…辞書中にあった訳語＋接尾語辞書中の訳語 訳語の品詞及び活用型…接尾語辞書中の訳語の品詞コー
ド及び活用型コード Ｂ未知語の処理 Ａ項の派生語処理をしても、全くあてはまるものがな
いものについては、接辞辞書中の語尾推定用エントリ
（全項参照）を使って、品詞の推定を行う。 当該単語の語尾部分が、語尾推定用エントリの見出し
語に合致したとき、以下のように辞書情報を作成して、
辞書情報保存テーブルに新エントリとして登録する。 品詞…語尾推定用に指定した品詞 品詞細分類とウエイト…語尾推定用に指定した品詞細分
類とウエイト 内在素性…語尾推定用に指定した内在素性 訳語…当該単語の語形＋語尾推定用エントリに指定した
訳語 訳語の品詞及び活性型…語尾推定用エントリに指定した
品詞コードと活用型コード 次に、図面を参照しながら、本発明の実施例について
説明する。 第１図は、本発明の一実施例を説明するためのブロッ
ク線図、第２図は、第１図の動作説明をするためのフロ
ーチャートで、図中、20は入力処理部、21は単位切り出
し部、22はデリミット（delimit）テーブル、23は派生
語処理部、24は参照辞書、25は辞書情報保存テーブル
で、まず、入力処理部において、入力文書ファイル又は
キーボード、OCR等から成る入力装置から英語の文書を
読み込み、次いで、辞書引き単位の切り出し部におい
て、辞書引き単位の切り出しをデリミットテーブルを参
照しながら行い、エンド（終了）でない場合は例えば表
１に示すような辞書構造をもつ参照辞書を用いて辞書検
索を行い、検索の結果エントリありの場合は辞書情報保
存テーブルへの記録を行い、エントリなしの場合は派生
語の処理を行う。 なお、表１において、性質情報は品詞細分類等を含
む。 第３図は、接頭語による派生語処理の一例を説明する
ためのブロック線図、第４図は、第３図の動作説明をす
るためのフローチャートで、図中、30は先頭部分と接頭
語辞書のマッチング部、31は接頭語辞書、32は接頭語部
分を除いて辞書検索をする辞書検索部、33は接頭語辞書
の語基品詞とエントリの品詞のマッチング部、34は接頭
語推定による辞書情報作成部、35は接頭語による派生語
処理部で、第４図において、点線で囲んだ部分が接頭語
による派生語処理部であり、それ以外の部分つまり接尾
語による派生語処理は、要するに、接頭語による派生語
処理に失敗した場合に用いるものである。まず、単位切
り出しされた入力語の先頭部分と接頭語辞書とのマッチ
ングを行い、先頭部分が接頭語と一致した場合には、接
頭語部を除いて辞書検索を行い、エントリありの場合、
接頭語辞書の語基品詞とエントリの品詞のマッチングを
行い、マッチした時は、接頭語推定による辞書情報を作
成する。例えば、単位切り出しされた語がanti−warの
場合、接頭語anti（−）とマッチングし、anti−warで
一語になり、訳語の前に「反」をつけて表２のＢ欄に示
すようになる。なお、表２は、辞書保存テーブルの内容
の一例を示す表で、該表２にはmovable anti−warpeaco
ckが記録されており、movableの開始位置すなわち“m"
の位置を“6"とすれば、movableの終了位置すなわち
“e"の位置は“12"であり、スペースを１つあけるとす
ると、anti−warの“a"の位置は“14"となり、以下、同
様にして開始位置と終了位置は定まる。 第５図は、第４図に示した接頭語処理による辞書情報
作成処理の詳細を示すフローチャートであるが、語基と
は、接頭語部分を取り除いた部分をいい、接頭語辞書の
語基品詞とマッチしたもののみ語基部分の辞書情報の読
み込みを行う。次いで、語基部分の性質情報（内在素
性）と接頭語部分の性質情報のOR（論理和）集合をとる
（AUB）。次いで、語基部分の訳語（情報）の先頭部分
に接頭語の訳語情報を埋め込む。 第６図は、接尾語による派生語の処理の一例を説明す
るためのブロック線図、第７図は、第６図の動作説明を
すためのフローチャートで、図中、40は末尾部分と接尾
語辞書のマッチング部、41は接尾語辞書、42は完全な
（全く不明な）未登録語処理部、43は接尾語部分を除い
た部分で辞書検索する辞書検索部、44は接尾語中の語基
品詞とエントリ品詞とのマッチング部、45は接尾語推定
による辞書情報作成処理部、46は接尾語部分を除いた部
分に接尾語中の語基変化を加えて辞書検索をする辞書検
索部、47は接尾語推定による未登録語処理部で、まず、
末尾部分と接尾語辞書のマッチングを行い、マッチしな
い時は、完全な（全く不明な）未登録語として処理し、
マッチした時は、接尾語部分を除いた部分で辞書検索を
する。辞書検索の結果、エントリなしの時は、接尾語部
分を除いた部分に接尾語辞書中の語基変化を加えた辞書
検索を行い、その結果、エントリなしの場合は、接尾語
推定による未登録語処理をする。また、エントリありの
場合は、前記接尾語部分を除いた部分で辞書検索した結
果のエントリありの場合と同様、エントリの品詞と接尾
語辞書中の語基品詞とのマッチングを行い、マッチした
時は、接尾語推定による辞書情報作成処理を行い、マッ
チしない時は、接尾語推定による未登録語処理を行う。 例えば、表２のＡ欄に示すmovableを例にとると、接
尾語ableとマッチする。movではマッチしないが、語基
変化が−ｅなので、ｅを補なってmoveでマッチする。語
基品詞Ｖのものをとって訳語等の情報を形成する。 第８図は、接尾語推定による辞書情報作成処理の詳細
フローチャートで、語基部分の辞書情報の読み込みは、
接尾語辞書の語基品詞とマッチしたもののみ行う。又、
品詞等の変更は、品詞（及びその詳細情報）や性質情報
を接尾辞書中のそれに変更する（ただし、接尾語辞書中
に該当情報がない場合は、もとの辞書情報を保存す
る）。また、訳語情報の末尾への接尾語のもつ訳語を付
加する。訳語の品詞、活用情報等を接尾語辞書中のそれ
に変更する。 第９図は、接尾語推定による未登録語処理の詳細を示
すフローチャートで、品詞等の情報作成は、品詞（及び
その詳細な情報）や性質情報を接尾語辞書のそれにして
作成し、訳語等の情報作成において、訳語は、語形に訳
語を付加し、訳語の品詞、活用等は接尾語のそれにす
る。 第10図は、完全な（全く不明な場合の）未登録語処理
の詳細を示すフローチャートで、名詞としての推定情報
の作成は、例えば、 品詞←名詞（default詳細情報） 訳語←英語の語形 訳語の品詞←名詞 のようにして作成する。また、動詞としての推定情報の
作成は、 品詞←動詞（default詳細情報） 訳語←英語の語形＋「する」 訳語の品詞←動詞 訳語の活用←サ変 のようにして作成する。 例えば、表２のＣ欄におけるpeacockは辞書中にない
ので、接頭語、接尾語ともマッチしない。 第11図は、前述の第１図、第３図、及び、第６図を合
成して得た全体詳細ブロック線図、第12図は、第11図に
示した完全な（全く不明な場合の）未登録語処理部42を
第10図に示したフローチャートに従って詳細にしたもの
で、第11図に示した完全な未登録処理部42が名詞として
推定情報作成処理部50と動詞として推定情報作成処理部
51とから成っていることを明確にしたものである。しか
し、これら第11図及び第12図の各部については既に詳細
に説明したので、ここでの説明は省略する。 効果 以上の説明から明らかなように、本発明によると、接
辞等により派生語として認識されたものに対して、条件
に従って、特に、目的語（訳語）生成用の文法情報をも
付与した文法的性質または意味的性質または訳語等を推
定するようにしたので、得られる解析結果や翻訳結果の
確実性を向上させることができる。

【図面の簡単な説明】 第１図は、本発明の全体構成を説明するためのブロック
線図、第２図は、第１図の動作説明をするためのフロー
チャート、第３図は、接頭語による派生語処理の一例を
説明するためのブロック線図、第４図は、第３図の動作
説明をするためのフローチャート、第５図は、第４図に
示した接頭語推定による辞書情報作成処理部の詳細フロ
ーチャート、第６図は、接尾語による派生語処理の一例
を説明するためのブロック線図、第７図は、第６図の動
作説明をするためのフローチャート、第８図は、第７図
に示した接尾語推定による辞書情報作成処理部の詳細フ
ローチャート、第９図は、第７図に示した接尾語推定に
よる未登録語処理部の詳細フローチャート、第10図は、
第７図に示した接尾語推定による未登録語処理部の詳細
フローチャート、第11図は、第１図、第３図、及び、第
６図を合成した全体詳細ブロック線図、第12図は、第11
図における完全な未登録語処理部42を更に詳細にしたブ
ロック線図、第13図は、本発明が適用される自動翻訳装
置の一例を説明するためのブロック線図である。 20……入力処理部、21……単位切り出し部、22……デリ
ミットテーブル、23……派生語処理部、24……参照辞
書、25……辞書情報保存テーブル、30……マッチング
部、31……接頭語辞書、32……辞書検索部、33……マッ
チング部、34……辞書情報作成部、35……派生語処理
部、40……マッチング部、41……接尾語辞書、42……未
登録語処理部、43……辞書検索部、44……マッチング
部、45……辞書情報作成処理部、46……辞書検索部、47
……未登録語処理部、50……名詞として推定情報作成処
理部、50……動詞として推定情報作成処理部。

Claims (1)

1. (57)【特許請求の範囲】 １．原語文を目的言語文に翻訳する翻訳装置において、
   単語辞書と接辞辞書とを別々に持ち、原語文中の語をキ
   ーとして、前記単語辞書を検索し、キーとして用いた語
   が、該単語辞書になかった場合、前記接辞辞書を検索し
   て派生語処理に入り、派生語として認識された語に対し
   て、少なくとも、原語文解析用の文法情報と目的語文生
   成用の文法情報を付与し、その後の処理において、当該
   単語を既知語として原語文解析、目的語文生成を行なう
   ことを特徴とする派生語処理方式。