JP3477308B2 - 機械翻訳装置 - Google Patents
機械翻訳装置Info
- Publication number
- JP3477308B2 JP3477308B2 JP07381096A JP7381096A JP3477308B2 JP 3477308 B2 JP3477308 B2 JP 3477308B2 JP 07381096 A JP07381096 A JP 07381096A JP 7381096 A JP7381096 A JP 7381096A JP 3477308 B2 JP3477308 B2 JP 3477308B2
- Authority
- JP
- Japan
- Prior art keywords
- tag
- sentence
- unit
- correspondence
- translation
- 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.)
- Expired - Fee Related
Links
Landscapes
- Machine Translation (AREA)
- Document Processing Apparatus (AREA)
Description
他の言語の文書に変換する機械翻訳装置に関するもので
ある。
やコンピュータなどの計算機上で取り扱われる文書デー
タの多くは、文字データ本体である文字情報以外にも、
文書の構成、レイアウトや文字の修飾情報、例えば罫線
の付与や書体の変更などの情報を含んでいる。
加する方式としてはいくつかの規格が既に提案されてお
り、文書の論理構造などを記述するためのSGML、ハ
イパーテキスト文書を記述するためのHTMLなどが知
られている。
においても、原文書のデータの中に含まれている付加情
報をできるだけ損なわずに、通常の文書の部分を翻訳す
ることが行われている。この装置で翻訳された翻訳結果
の文書は、原文書データとほとんど同様の書式で出力す
ることが可能である。
グ/終了タグと呼ばれる記号を用いて、特定の区間に付
加情報を付与させている文の処理過程を考える。
aric> . 上記の文において、“<itaric>”、“</itaric>”がそ
れぞれ開始タグ、終了タグであり、これらの両タグはこ
の二つのタグではさまれた区間をイタリック体で出力す
ることを表している。
て、同じ付加情報を持った訳文へと変換される。図7の
処理ブロック図を元に説明する。まず、タグ分離部2
で、入力文書1中に出現するタグを識別し、どの単語に
タグ情報が付加されているのか記憶する。図8はタグ情
報の記憶状態(原文タグ情報6)を示す図である。タグ
情報を記憶後、タグを原文から削除する。
う。翻訳過程で得られる原文と訳文の単語の対応情報を
記憶する。図9は訳語の対応情報の例(訳語対応情報
7)を示す図である。
れた翻訳結果、単語の対応情報と、タグ分離部で記憶し
ておいた原文タグ情報をもとにして、新たに訳文にタグ
を付与する。図10が得られる訳文タグ情報を示す図で
ある。これに基づいて訳文にタグを付加し、出力文書5
が出力される。
る。
飛ぶ 。
な方式において、例えば次のような文を翻訳したとす
る。
3> arrow </tag3> . この文では、タグの対応関係に誤りがある。そのため
に、<tag1>および<tag2>の有効範囲が定まらない。タグ
は文字の表示形式に関する情報を表すものであるとする
と、この文を受け取った表示装置(出力装置)は、タグ
の誤りがあることを使用者に報知して処理を中断する
か、もしくは、タグを無効であると解釈する、またはタ
グを自動的に矛盾しないように変更して処理するという
処理を行う。
うとしたユーザとしては、タグが無効になってしまうと
せっかくタグ情報が欠落してしまうことになる。このこ
とは、その文だけでなく、その文書において表示形式が
原文書データと大きく異なってしまうということになり
かねない。
有効範囲を、誤った終了タグが出現する</tag2>の直前
までであるとし、対応する開始タグを持たない終了タグ
</tag2>を無効とすると、翻訳結果は以下のようにな
る。
3> のように <tag1> 飛ぶ </tag1>。
無効であるとすると、時間は <tag3> 矢 </tag3> のよ
うに 飛ぶ 。
タグ情報が少なからず欠落してしまう。そのために上記
したように、表示形式が大きく変わってしまうという問
題が発生する可能性を残してしまう。
が含まれている場合であっても、翻訳装置がタグの有効
範囲を勝手に解釈することなしに、原文のタグ情報を正
確に反映する形で翻訳処理の出力結果を得ることを目的
とするものである。
ば、第1言語により記述された原文である文字データ、
開始位置及び終了位置を示す一対のタグにより、その区
間において各種情報を付加する付加情報からなる入力文
を入力する入力部と、前記文字データと前記付加情報の
関係を原文タグ情報として記憶し、前記入力文より前記
付加情報を分離するタグ分離部と、前記タグ分離部によ
り、タグを除いた残りの入力文を所望の第2の言語に翻
訳し、訳語対応情報として第1言語と第2言語の対応を
記憶する翻訳部と、前記翻訳部によって得られた第2言
語の文に、前記タグ分離部で一時的に分離したタグを復
元するタグ復元部と、前記タグ復元部によりタグが付け
られた第2言語の文を出力部を備えた機械翻訳装置にお
いて、タグ対応検査部は、前記タグの一文中における対
応関係を検査して開始位置及び終了位置を示す一対のタ
グの対応関係に誤りがある区間を検出し、前記翻訳部
は、前記タグ対応検査部によって分割された、タグの対
応関係に誤りがあると判断された区間にある入力文と、
当該区間の前にある入力文および当該区間の後ろにある
入力文とを、それぞれ翻訳処理を行うことを特徴とす
る。
検査部は、タグの対応関係に誤りがあると判断された当
該区間にある入力文に対して、前記翻訳部に翻訳処理を
行わせることなく、第1言語による原文のまま出力する
ことを特徴とする。
て詳細に説明する。図1は本発明の構成を示すブロック
図である。入力文書1、タグ分離部2、翻訳部3、タグ
復元部4、出力文書5、原文タグ情報6、訳語対応情報
7は、図7で示した従来技術のものと同様の構成である
ので、ここでの説明は省略する。
明する。図2はタグ対応検査部をさらに細かい処理ごと
に分解して図示した図である。文字列バッファ81は、
入力文書をそのまま、つまりタグが付与された状態のま
ま一文毎にセットするバッファである。
ッファの先頭から走査を行い、文中に含まれているタグ
の出現位置とタグ名を順次取得する手段である。このタ
グ識別部82で取得されたタグはタグバッファ83に格
納される。
在の走査位置までのタグの状態を記憶するための、後入
れ先出し型のスタックである。タグ識別部82で開始タ
グが検出された時、開始タグバッファの内容及び位置を
格納する。
タグが検出された時に終了タグバッファとタグスタック
84の最上部の開始タグとを比較する手段である。つま
り、文字列バッファにセットされた文において、タグの
対応の誤りがあった場合には、このタグ比較部85で検
出されることになる。文分割処理部86は、タグ比較部
85でタグの誤りが検出された場合、謝りのあったタグ
の直前と直後で文を分割するための手段である。
a、誤りタグバッファ86b、文後半部バッファ86c
にそれぞれ格納される。文前半部バッファ86aの内容
は、従来の翻訳処理過程にそって翻訳を行う(図中[1]
の処理)。その翻訳結果の出力後、誤りタグバッファの
内容をそのまま出力し(図中[2]の処理)、その後文後
半部バッファの内容を改めて文字列バッファ81へセッ
トし、処理を繰り返す(図中[3])。文中にタグの対応
の誤りが一つも検出されなかった時には文分割処理部8
6は何も処理も行わず、文字列バッファ81の内容がそ
のまま翻訳処理に送られる(図中[4]の処理)。
流れを示す。まず、タグ対応検査部8への入力文をステ
ップS1で文字列バッファ81に格納する。次にステッ
プS2で、タグ識別部82の文字列バッファ走査位置の
初期化を行い、走査位置ポインタを0にセットする。
S10はタグ識別部82で行う文中のタグを切り出す処
理である。文字列バッファ81の走査を前から順に行
い、走査位置がタグ開始記号(例では“<”)かどうか
を判断する(ステップS3)。
タグのポインタを進める(ステップS4)。さらに、ポ
インタを進めた結果文末までいったかどうかをチェック
する(ステップS10)。走査位置がタグ開始記号であ
った場合には、ポインタ(の位置)をタグバッファ83
に記憶し(ステップS4)、タグ終了記号(例では
“>”)まで走査を進め、タグ名をタグバッファ83に
記憶する(ステップS5)。
うかをチェックする(ステップS6)。タグ名が“/”
で始まっていない場合は開始タグであると判断し、タグ
バッファに記憶しておいたタグ名とタグ開始位置のポイ
ンタの値の対をタグスタック84に格納する(ステップ
S7)。
了タグであるので、まずタグスタック84が空であるか
どうか確認し(ステップS9)、空でなければタグスタ
ック84の一番上(一番新しく格納されたもの)の内容
を取り出し、タグバッファ83の内容とタグ名の比較を
行う(ステップS14)。
と、タグバッファ83のタグ名が同一であれば、開始タ
グと終了タグが正しい対応関係にあるとして、そのまま
処理を続行する(ステップS3へ戻る)。ここで、文字
列バッファにおける走査位置ポインタの例を図4に、タ
グスタック84の例を図5に示す。図4に示す24の位
置にポインタが来ている時点で、図5に示すタグスタッ
ク84には3つのタグがそれぞれ出現順に下からタグ名
と出現位置のポインタが積み上げられていることがわか
る。
列バッファの文末まで達した時に(ステップS10)、
タグスタック84が空であれば、入力文に全くタグの対
応関係の誤りがなかったことになるので、文字列バッフ
ァの内容をそのまま、従来の機械翻訳処理に受け渡すこ
とになる(ステップS13)。
パターンに分けられる。一つは、終了タグが出現された
にもかかわらず、タグスタックが空である場合である。
これは、タグ比較部85において、タグバッファ83に
終了タグが格納され(走査により終了タグが検出され)
ている際にタグスタック84が空である場合に検出され
る誤りである。フローチャートではステップS9で検出
される。
文字列バッファ81の、終了タグの直前までの部分、終
了タグ、終了タグより後半の部分をそれぞれ文前半部バ
ッファ86a、誤りタグバッファ86b、文後半部バッ
ファ86cに格納する(ステップS17)。
翻訳処理に受け渡す(ス テップS18)。それに続い
て誤りタグバッファ86bの内容を出力 する(ステッ
プS19)。さらにそれに続いて文後半部バッファ86
cの内容を文字列バッファ81に出力する(ステップ
S20)。この ようにして文字列バッファ81の内容
が書き換えられる。そして処理 をステップS2に戻
す。
タグスタック84に格納されている開始タグのタグ名と
一致しない場合である。これは、タグ比較部85におい
て、タグバッファ83に終了タグが格納され(走査によ
り終了タグが検出され)ている際にタグスタック84に
格納されている開始タグと、タグバッファ83の終了タ
グとが対応しない場合に検出される誤りである。フロー
チャートではステップS14で検出される。
内容を全て取り出し、スタックの最下部にある開始タグ
の出現位置ポインタを取得する(ステップS16)。文
分割処理部86は誤りの検出を受け、文字列バッファの
タグより前方の部分、タグ、タグより後方の部分に分割
して(分割については前述の処理と同様)、それぞれを
各バッファ86a〜86cに格納する。そして、同様に
文後半部の内容を新たに文字列バッファ81にセットし
て処理をステップS2に戻す。
査が終わった時点で、タグスタック84にタグが残って
いる場合である。これは、タグ識別部82が文字列バッ
ファ81の走査を文末まで行った時点で、タグスタック
84にタグが残っていた場合に検出される誤りである。
フローチャートではステップS12で検出される。
は、タグスタック84の内容を全て取り出し、スタック
の最下部にある開始タグの出現位置ポインタを取得する
(ステップS16)。文分割処理部86は誤りの検出を
受け、文字列バッファのタグより前方の部分、タグ、タ
グより後方の部分に分割して(分割については前述の処
理と同様)、それぞれを各バッファ86a〜86cに格
納する。そして、同様に文後半部の内容を新たに文字列
バッファ81にセットして処理をステップS2に戻す。
説明する。入力文としては、前述した <tag1> Time flies </tag2> like an <tag3> arrow </t
ag3> . を用いる。
れ、タグ比較部85により、開始タグであることがわか
り、タグスタック84に格納される。次に</tag2>がタ
グバッファ83に記憶され、タグ比較部85により終了
タグと判断されるので、タグスタック84を取り出すと
<tag1>であり一致しないので、タグ名の不一致となる。
そこで、<tag1>を誤りタグとして分割するので、文分割
処理部86では、文前半部バッファ86aには“”
(空)を、誤りタグバッファ86bには“<tag1>”を、
文後半部バッファ86cには“Time flies </tag2> lik
e an <tag3> arrow</tag3> .”が格納される。
翻訳処理過程に引き渡される。この場合は空(空文)が
引き渡されるので、翻訳結果ももちろん空(空文)であ
る。
れているタグ“<tag1>”を出力する。
ている“Time flies </tag2> likean <tag3> arrow </t
ag3> .”を文字列バッファ81にもう一度セットし、処
理を繰り返す。この場合は、</tag2>を発見した時点
で、タグスタック84が空であるので、開始タグの不足
となる。
バッファ86aには“Time flies”が、誤りタグバッフ
ァ86bには“</tag2>”が、文後半部バッファ86c
には“like an <tag3> arrow </tag3> .”がそれぞれ格
納される。
受け渡され、翻訳結果として“時間は飛ぶ”が得られ
る。それに続いて誤りタグ“</tag2>”が出力される。
また、文後半部バッファ86cに格納された“like an
<tag3> arrow </tag3> .”が文字列バッファ81に戻さ
れて処理を繰り返す。この場合はもうタグの対応の誤り
がないので、文の分割は行われず、そのまま翻訳過程に
受け渡される。翻訳結果としては、“<tag3>矢</tag3>
のように。”が得られ、出力される。
れることになる<tag1>時間は飛ぶ</tag2><tag3>矢</tag
3>のように。
タグと単語の前後関係が原文と一致した状態で、つまり
タグ情報を歪めることなく翻訳結果を出力されている。
文は原文のまま出力してもよい。この処理のフローチャ
ートを図6に示す。ステップS1〜ステップS14まで
は図3と同様である。ステップS9、ステップS12、
ステップS14のいづれかでタグの対応の誤りが検出さ
れると、ステップS21において、原文をそのまま行わ
ずに出力する。
文に対して、開始タグと終了タグの対応を検査し、検出
されたタグの対応に誤りがある文に対して、その誤りの
タグの前後で分割を行い翻訳処理し、タグを戻すため
に、原文の持つタグ情報を歪めることなく翻訳結果を得
ることができる。
て、原文のまま出力することにより、当然タグ情報の欠
落や歪みを防止てきる。
も、文書データ重大な影響を持つタグ情報を原文とでき
る限り同じ状態で翻訳結果を得たい場合に非常に有効な
ものである。
ック図である。
81の詳細な構成を示すブロック図である。
すフローチャートである。
81の例と、走査位置ポインタの例を示す図である。
4の例を示す図である。
すフローチャートである。
ある。
ある。
す図である。
Claims (2)
- 【請求項1】 第1言語により記述された原文である文
字データ、開始位置及び終了位置を示す一対のタグによ
り、その区間において各種情報を付加する付加情報から
なる入力文を入力する入力部と、 前記文字データと前記付加情報の関係を原文タグ情報と
して記憶し、前記入力文より前記付加情報を分離するタ
グ分離部と、 前記タグ分離部により、タグを除いた残りの入力文を所
望の第2の言語に翻訳し、訳語対応情報として第1言語
と第2言語の対応を記憶する翻訳部と、 前記翻訳部によって得られた第2言語の文に、前記タグ
分離部で一時的に分離したタグを復元するタグ復元部
と、 前記タグ復元部によりタグが付けられた第2言語の文を
出力する出力部を備えた機械翻訳装置において、 前記タグの一文中における対応関係を検査し、開始位置
及び終了位置を示す一対のタグの対応関係に誤りがある
区間を検出するタグ対応検査部を備え、 前記翻訳部は、前記タグ対応検査部によって分割され
た、タグの対応関係に誤りがあると判断された区間にあ
る入力文と、当該区間の前にある入力文および当該区間
の後ろにある入力文とを、それぞれ翻訳処理を行うこと
を特徴とする機械翻訳装置。 - 【請求項2】 前記タグ対応検査部は、タグの対応関係
に誤りがあると判断された当該区間にある入力文に対し
て、前記翻訳部に翻訳処理を行わせることなく、第1言
語による原文のまま出力することを特徴とする請求項1
に記載の機械翻訳装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP07381096A JP3477308B2 (ja) | 1996-03-28 | 1996-03-28 | 機械翻訳装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP07381096A JP3477308B2 (ja) | 1996-03-28 | 1996-03-28 | 機械翻訳装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH09265468A JPH09265468A (ja) | 1997-10-07 |
JP3477308B2 true JP3477308B2 (ja) | 2003-12-10 |
Family
ID=13528899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP07381096A Expired - Fee Related JP3477308B2 (ja) | 1996-03-28 | 1996-03-28 | 機械翻訳装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3477308B2 (ja) |
-
1996
- 1996-03-28 JP JP07381096A patent/JP3477308B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH09265468A (ja) | 1997-10-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8107727B2 (en) | Document processing apparatus, document processing method, and computer program product | |
US20040267734A1 (en) | Document search method and apparatus | |
JP2835178B2 (ja) | 文書読取装置 | |
JP3477308B2 (ja) | 機械翻訳装置 | |
JPH08153110A (ja) | 文書ファイリング装置及び方法 | |
JP2007018158A (ja) | 文字処理装置、文字処理方法及び記録媒体 | |
JP3074191B2 (ja) | 目次の検査を行う文書処理装置 | |
JP3870672B2 (ja) | 文書ファイリング装置 | |
JPH0869469A (ja) | 機械翻訳の方法 | |
JP4007661B2 (ja) | 自然言語統計データベース装置 | |
JP2001005831A (ja) | ファイリング方法及びそれを格納した記録媒体 | |
JP2005339039A (ja) | 文書処理装置および文書処理方法 | |
JPH1115826A (ja) | 文書解析装置及び方法 | |
JP2007004429A (ja) | 文書処理装置 | |
JPH1055405A (ja) | 住所録読み取り装置及び住所録読み取り方法 | |
JPH04302070A (ja) | 文字認識装置及び方法 | |
JPH087046A (ja) | 文書認識装置 | |
JP3798570B2 (ja) | コンテンツ作成装置 | |
JPS62134765A (ja) | 漢和辞書の電子検索方法 | |
JPH0318987A (ja) | 辞書登録方法 | |
JPH05151195A (ja) | 漢字入力装置 | |
JPH03273361A (ja) | 電子辞書 | |
JPH08190570A (ja) | 文書データの比較検証システム | |
JP2002269079A (ja) | 文書処理装置、文書処理方法およびプログラム | |
JP2002215616A (ja) | ルビ付加機能つき画像処理装置,方法,及びそのプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080926 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080926 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090926 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090926 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100926 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110926 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120926 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130926 Year of fee payment: 10 |
|
LAPS | Cancellation because of no payment of annual fees |