JP4714400B2 - スケーラブル機械翻訳システム - Google Patents
スケーラブル機械翻訳システム Download PDFInfo
- Publication number
- JP4714400B2 JP4714400B2 JP2002162076A JP2002162076A JP4714400B2 JP 4714400 B2 JP4714400 B2 JP 4714400B2 JP 2002162076 A JP2002162076 A JP 2002162076A JP 2002162076 A JP2002162076 A JP 2002162076A JP 4714400 B2 JP4714400 B2 JP 4714400B2
- Authority
- JP
- Japan
- Prior art keywords
- logical form
- node
- logical
- mapping
- language
- 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
Images
Classifications
-
- 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
- G06F40/55—Rule-based translation
-
- 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
- G06F40/42—Data-driven translation
- G06F40/45—Example-based machine translation; Alignment
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Machine Translation (AREA)
- Devices For Executing Special Programs (AREA)
- Design And Manufacture Of Integrated Circuits (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は自動言語翻訳システムに関する。より詳細には、本発明は、第１の言語の単語および／または論理形式を第２の言語の単語および／または論理形式に関連付ける変換マッピングを２カ国語コーパスから自動的に抽出することに関する。
【０００２】
【従来の技術】
機械翻訳システムは、１つの言語のテキスト入力を受け取り、それを第２の言語に翻訳し、第２の言語のテキスト出力を提供するシステムである。現在の商用可能な機械翻訳システムはハンドコード変換コンポーネントに依存している。ハンドコード変換コンポーネントは個々のドメインをカスタマイズすることが難しく、また、高価である。また、望ましいサイズにスケーリングすることも大変難しい。これらのことはコストおよびユーティリティ全体に不利益な制限となる。
【０００３】
これらの欠陥に対処するために機械翻訳システムの基となる種々の例(文)が作成されてきた。そのような多数のシステムは、Ｈ．Ｓｏｍｅｒｓ，ＲｅｖｉｅｗＡｒｔｉｃｌｅ：Ｅｘａｍｐｌｅ−Ｂａｓｅｄ Ｍａｃｈｉｎｅ ｔｒａｎｓｌａｔｉｏｎ １４：１１３，１５７，１９９９に記載されている。これらの機械翻訳リサーチシステムの基となる代表例のいくつかは約２００以上の文から作成された基本例を有している。それらは多数の基本をスケーリングすることが大変難しく、また、その困難性から生じるシステムパフォーマンスに直面してきた。
【０００４】
Ｓｏｍｅｒｓでは異なる文法解析を使用し、入力テキストの個々の言語に基づいた基本例からの入力を行うことが説明されている。そのような文法解析では言語および使用される文法解析の内容に応じて文法解析から得られる依存構造も異なってしまう。それ故、１つの言語から他の言語へ変換する場合の依存構造を比較することは不可能ではないにしても難しい。
【０００５】
【発明が解決しようとする課題】
そのような従来システムは、また、スケーリングすることことが容易ではなかった。例えば、文を２００ぐらいにその数を増やすことが難しかった。これは従来システムがノイズを有する入力データを取り扱うことが難しいという理由によるからである。その代わりに、入力データは正確な形式(フォーム)とすることが必要であるか、または、クリーンアップするか、さもなくば人間の手に適切な形式に置き換える必要があった。数を著しく増すことは当然のごとく困難があった。
【０００６】
そこで、本発明の目的は、スケーリング可能な機械翻訳システムを提供することにある。
【０００７】
【課題を解決するための手段】
コンピュータ実施方法では第１の言語の入力テキストを第２の言語の出力テキストに翻訳する。入力の論理形式は入力テキストに基づいて生成される。マッピングデータベースの中の複数の変換マッピングが入力の論理形式（または、少なくともその一部分）に合致（マッチする）の変換マッピングがあらかじめ定められた尺度（ｍｅｔｒｉｃ，基準）に基づいて選択される。これらの変換マッピングは互いに１つの変換論理形式にまとめられる。出力テキストはその変換論理形式に基づいて生成される。
【０００８】
変換マッピングは例示的には１対の変換論理形式コンポーネント（フラグメント（ｆｒａｇｍｅｎｔ））で構成される。変換論理コンポーネントは原始（ソース）および目的（ターゲット）の論理形式（ＬＦ）を含み、それらはトレーニングデータの学習から得られる。ランタイム時、原始サイドのマッピングが入力と比較される。そのようにして得られた合致のマッピングの中から１つが選択される。目的側のマッピングは互いにまとめられて単一の目的ＬＦが生成される。出力文字列が目的ＬＦから生成される。
【０００９】
あらかじめ定められた尺度はマッピングの集合によりカバーされた入力ノードを含む種々の形式の中の１つを使用することができる。尺度には、入力変換形式とマッチングする異なる変換マッピングのサイズ、変換マッピングデータベースのトレーニング中で使用されるトレーニングフェース間に、複数の変換マッピングが生成される頻度、複数の変換マッピングがトレーニングの間、完全に整列してある論理形式から生成される頻度、比較の変換マッピングがトレーニングデータの不適合の解析結果から生成される頻度。比較の複数の変換マッピングに関連し、関連する変換マッピングの信頼性を表すスコアを含む。
【００１０】
本発明の機械翻訳システムは上述の方法を実施するためのマッピングコンポーネントを含む。
【００１１】
本発明の機械翻訳システムは入力テキストに基づいた入力依存構造を生成する入力ジェネレータを含むことができる。システムは、少なくとも１０，０００の並列に整列したトレーニング文に基づいて形成された変換マッピング依存構造を有する変換マッピングデータベースをも含む。変換マッピングデータベースは、５０，０００、１００，０００、１８０，０００の、もしくは２００，０００を超えるトレーニング文に基づいて形成することができる。
【００１２】
加えて、他の形態としては本発明では、トレーニングの間に整列された整列論理形式から得られる変換マッピングをフィルタリングすることにより変換マッピングデータベースをトレーニングしてもよい。
【００１３】
【発明の実施の形態】
概要
以下に、図１に示す汎用コンピュータ１２０を簡単に説明する。ただし、コンピュータ１２０は、好適なコンピューティング環境の一例にすぎず、本発明の用途および機能の範囲に関して制限を示唆することを意図するものではない。また、コンピュータ１２０は、そこに例示されたモジュールのいずれか１つまたは組合せに関連する依存性または要件を有するものと解釈されるべきではない。
【００１４】
コンピュータにより実行されるプログラムモジュールの如きコンピュータ実行可能命令の一般的状況において、本発明を説明することができる。一般に、プログラムモジュールは、特定のタスクを実行し、または特定の抽象データ型を具現化するルーチン、プログラム、オブジェクト、モジュール、データ構造などを含む。本発明は、通信ネットワークを介してリンクされる遠隔処理デバイスによってタスクを実行する分散コンピューティング環境においても実施することもできる。分散コンピューティング環境では、記憶格納デバイスを含む局所および遠隔のコンピュータ記憶媒体にプログラムモジュールを配置することができる。プログラムおよびモジュールによって実行されるタスクを、図面を用いて以下に説明する。当業者であれば、コンピュータ可読媒体の任意の形式で書き込むことができるプロセッサ実行可能命令として以下の説明および図面を具現化することが可能である。
【００１５】
図１を参照すると、コンピュータ１２０のモジュールは、処理装置１４０と、システムメモリ１５０と、システムメモリを含む様々なシステムモジュールまたはコンポーネントを処理装置１４０に結合するシステムバス１４１とを含むことができるが、それらに限定されない。システムバス１４１は、様々なバスアーキテクチャのいずれかを用いたメモリバスまたはメモリコントローラ、周辺バスおよびローカルバスを含むいくつかの種類のバス構造のいずれかでありうる。当該アーキテクチャとしては、限定するのではなく例示を目的として、工業規格アーキテクチャ（Ｉｎｄｕｓｔｒｙ Ｓｔａｎｄａｒｄ Ａｒｃｈｉｔｅｃｔｕｒｅ（ＩＳＡ）バス、ユニバーサルシリアルバス（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ（ＵＳＢ）、マイクロチャネルアーキテクチャ（Ｍｉｃｒｏ Ｃｈａｎｎｅｌ Ａｒｃｈｉｔｅｃｔｕｒｅ（ＭＣＡ）バス、エンハンスド（Ｅｎｈａｎｃｅｄ）ＩＳＡ（ＥＩＳＡ）バス、ベザ（Ｖｉｄｅｏ Ｅｌｅｃｔｒｏｎｉｃｓ Ｓｔａｎｄａｒｄｓ Ａｓｓｏｃｉａｔｉｏｎ（ＶＥＳＡ）ローカルバス、およびＭｅｚｚａｎｉｎｅバスとしても知られる周辺モジュール相互接続（Ｐｅｒｉｐｈｅｒａｌ Ｍｏｄｕｌｅ Ｉｎｔｅｒｃｏｎｎｅｃｔ）（ＰＣＩ）バスなどが挙げられる。コンピュータ１２０は、典型的には、様々なコンピュータ可読媒体を含む。コンピュータ可読媒体は、コンピュータ１２０によってアクセスできる任意の利用可能媒体とすることができ、揮発性媒体および不揮発性媒体、ならびに取外し可能媒体および取外し不能媒体を含む。限定するのではなく例示を目的とすれば、コンピュータ可読媒体は、コンピュータ記憶媒体や通信媒体を含むことができる。コンピュータ記憶媒体は、コンピュータ可読命令、データ構造、プログラムモジュールコンポーネントまたは他のデータの如き情報を記憶するための任意の方法または技術を用いて実装される揮発性媒体および不揮発性媒体、ならびに取外し可能媒体および取外し不能媒体を含む。コンピュータ記憶媒体としては、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリまたは他のメモリ技術、ＣＤ−ＲＯＭ、デジタルビデオディスク（ＤＶＤ）または他の光ディスク記憶装置、磁気カセット、磁気テープ、磁気ディスク記憶装置または他の磁気記憶装置、あるいは所望の情報を記憶するのに使用することができるとともに、コンピュータ１２０によってアクセス可能な他の媒体が挙げられるが、それに限定されるものではない。
【００１６】
通信媒体は、典型的にはコンピュータ可読命令、データ構造、プログラムモジュール、あるいは搬送波または他の変換メカニズムの如き変調データ信号に含まれる他のデータを具体化し、任意の情報配信媒体を含む。「変調データ信号」という言葉は、その１つ以上の特性が、信号内の情報をコード化するように設定または変更された信号を意味する。通信媒体としては、限定するのではなく例示を目的として、有線ネットワークまたは直接有線接続の如き有線媒体、ならびに音響、ＦＲ、赤外線および他の無線媒体の如き無線媒体が挙げられる。上記媒体の任意の媒体の組合せもコンピュータ可読媒体の範囲内に含まれるべきである。
【００１７】
システムメモリ１５０は、揮発性メモリ、および／または読取り専用メモリ（ＲＯＭ）１５１やランダムアクセスメモリ（ＲＡＭ）１５２の如き不揮発性メモリの形式のコンピュータ記憶媒体を含む。起動時の如き、コンピュータ１２０内の要素間で情報を変換するのに役立つ基本ルーチンを含む基本入出力システム１５３（ＢＩＯＳ）は、典型的にＲＯＭ１５１に記憶される。ＲＡＭ１５２は、典型的には、すぐにアクセス可能な、かつ／または現在処理装置１４０によって動作中のデータおよび／またはプログラムモジュールを含む。図１は、限定するのではなく例示を目的として、オペレーティングシステム１５４と、アプリケーションプログラム１５５と、他のプログラムモジュール１５６と、プログラムデータとを示す図である。
【００１８】
コンピュータ１２０は、他の取外し可能／取外し不能の揮発性／不揮発性コンピュータ記憶媒体を含むこともできる。図１は、例示のみを目的として、取外し不能の不揮発性磁気媒体に対して読書きを行うハードディスクドライブ１６１と、取外し可能な不揮発性磁気ディスク１７２に対して読書きを行う磁気ドライブディスク１７１と、ＣＤ−ＲＯＭまたは他の光媒体の如き取外し可能な不揮発性光ディスク１７６に対して読書きを行う光ディスクドライブ１７５とを示す図である。例示的な動作環境で使用できる他の取外し可能／取外し不能の揮発性／不揮発性コンピュータ記憶媒体としては、磁気テープカセット、フラッシュメモリカード、デジタルビデオディスク、ディジタルビデオテープ、ソリッドステートＲＡＭ、ソリッドステートＲＯＭなどが挙げられるが、それらに限定されるものではない。ハードディスクドライブ１６１は、典型的には、インターフェース１６０の如き取外し不能メモリインターフェースを介してシステムバス１４１に接続され、磁気ディスクドライブ１７１および光ディスクドライブ１７５は、典型的には、インターフェース１７０の如き取外し可能メモリインターフェースによってシステムバス１４１に接続される。
【００１９】
上述し、図１に示したドライブおよびそれらの関連する記憶媒体は、コンピュータ可読命令、データ構造、プログラムモジュール、およびコンピュータ１２０用の他のデータの記憶を行う。図１では、例えば、オペレーティングシステム１６４、アプリケーションプログラム１６５、他のプログラムモジュール１６６およびプログラムデータ１６７を記憶するものとして、ハードディスクドライブ１６１が示されている。これらのモジュールは、オペレーティングシステム１５４、アプリケーションプログラム１５５、他のプログラムモジュール１５６およびプログラムデータ１５７と同じであっても異なっていてもよいことに留意されたい。ここでは、オペレーティングシステム１６４、アプリケーションプログラム１６５、他のプログラムモジュール１６６およびプログラムデータ１６７に異なる番号を付して、少なくともそれらは異なる個体であることを示している。
【００２０】
ユーザは、キーボード１８２、マイクロフォン１８３、ならびにマウス、トラックボールまたはタッチパッドのようなポインティングデバイス１８１の如き入力デバイスを介して、コンピュータ１２０にコマンドおよび情報を入力することができる。他の入力デバイス（不図示）としては、ジョイスティック、ゲームパッド、サテライトディッシュ、スキャナなどを挙げることができる。これらおよび他の入力デバイスは、システムバスに結合されるユーザ入力インターフェース１８０を介して処理装置１４０にしばしば接続されるが、パラレルポート、ゲームポートまたはユニバーサルシリアルバス（ＵＳＢ）の如き他のインターフェースおよびバス構造によって接続されてもよい。モニタ１８４または他の種類のディスプレイデバイスも、ビデオインターフェース１８５の如きインターフェースを介してシステムバス１４１に接続される。モニタに加えて、コンピュータは、出力周辺インターフェース１８８を介して接続することができるスピーカ１８７やプリンタ１８６の如き他の周辺出力デバイスを含むこともできる。
【００２１】
コンピュータ１２０は、リモートコンピュータ１９４の如き１つ以上のリモートコンピュータに対する論理接続を用いて、ネットワーク化された環境で動作することができる。リモートコンピュータ１９４は、パーソナルコンピュータ、ハンドヘルドデバイス、サーバ、ルータ、ネットワークＰＣ、ピアデバイス（ｐｅｅｒ ｄｅｖｉｃｅ）または他の共通ネットワークノードであってもよく、典型的には、コンピュータ１２０に対して上述した要素の多くまたはすべてを含む。図１に描かれている論理接続は、ローカルエリアネットワーク（ＬＡＮ）１９１および広域ネットワーク（ＷＡＮ）１９３を含むが、他のネットワークを含んでいてもよい。当該ネットワーキング環境は、オフィス、企業規模のコンピュータネットワーク、イントラネットおよびインターネットにおいて一般化されている。
【００２２】
ＬＡＮネットワーキング環境に使用するときは、ネットワークインターフェースまたはアダプタ１９０を介してコンピュータ１２０をＬＡＮ１９１に接続する。ＷＡＮネットワーキング環境で使用するときは、コンピュータ１２０は、典型的には、モデム１９２またはインターネットの如きＷＡＮ１９３上での通信を確立するための他の手段を含む。モデム１９２は内部にあっても外部にあってもよく、それをユーザ入力インターフェース１８０または他の適切なメカニズムを介してシステムバス１４１に接続することができる。ネットワーク化された環境において、コンピュータ１２０に対して描かれたプログラムモジュールを遠隔メモリ記憶装置に記憶することができる。図１は、限定するのではなく例示を目的として、リモートコンピュータ１９４上に存在する遠隔アプリケーションプログラム１９５を示す図である。示されているネットワーク接続は例示的なものであって、コンピュータ間の通信リンクを確立する他の手段も使用できることが理解されるであろう。
【００２３】
本発明は、多くの他の汎用または特殊用途のコンピューティングシステム、環境または構成に対しても動作可能である。本発明に好適に使用できるよく知られたコンピューティングシステム、環境および／または構成の例としては、（スクリーンのない）正規電話パーソナルコンピュータ、サーバコンピュータ、ハンドヘルドまたはラップトップデバイス、マルチプロセッサシステム、マイクロプロセッサを使用したシステム、セットトップボックス、プログラマブルコンシューマエレクトロニクス（ｐｒｏｇｒａｍｍａｂｌｅ ｃｏｎｓｕｍｅｒ ｅｌｅｃｔｒｏｎｉｃｓ）、ネットワークＰＣ、ミニコンピュータ、主コンピュータ、上記システムまたはデバイスのいずれかを含む分散コンピューティング環境などが挙げられるが、それらに限定されるものではない。
【００２４】
機械翻訳システムの概要
本発明を詳細に説明する前に、論理形式について簡単に説明するのが有益であると思われる。論理形式およびシステム、ならびにそれらを生成するための方法についての十分かつ詳細な説明は、１９９９年１０月１２日に発行され、「ＭＥＴＨＯＤ ＡＮＤ ＳＹＳＴＥＭ ＦＯＲ ＣＯＭＰＵＴＩＮＧ ＳＥＭＡＮＴＩＣ ＬＯＧＩＣＡＬ ＦＯＲＭＳ ＦＲＯＭ ＳＹＮＴＡＸ ＴＲＥＥＳ」という名称の米国特許第５、９６６、６８６号（Ｈｅｉｄｏｒｎ他）に見いだすことができる。しかし、簡単にいうと、論理形式は、入力テキストに対する形態学的解析を行って、文法的関係で補われた従来の句構造解析をプロデュースすることによって生成される。テキスト入力における内容単語間のラベル付き依存性を記述するデータ構造である論理形式を導くために、構文解析にさらなる処理が施される。論理形式は、特定の構文変換（例えば能動／受動）を正規化するとともに、センテンス内照応形および長距離依存性を解決することができる。ここに示されるように、図４（Ａ）の例では、論理形式の要素を直感的に理解するのに役立つグラフとして論理形式２５２を表すことができる。しかしながら、当業者ならわかるであろうが、論理形式は、コンピュータ可読媒体上に記憶されると、グラフを表すように簡単に理解することができなくなる。
【００２５】
具体的には、論理関係は、ＬｏｇｉｃａｌＳｕｂｊｅｃｔ、ＬｏｇｉｃａｌＯｂｊｅｃｔ、ＩｎｄｉｒｅｃｔＯｂｊｅｃｔ；
ＬｏｇｉｃａｌＮｏｍｉｎａｔｉｖｅ、ＬｏｇｉｃａｌＣｏｍｐｌｅｍｅｎｔ、ＬｏｇｉｃａｌＡｇｅｎｔ；
ＣｏＡｇｅｎｔ、Ｂｅｎｅｆｉｃｉａｒｙ；
Ｍｏｄｉｆｉｅｒ、Ａｔｔｒｉｂｕｔｅ、ＳｅｎｔｅｎｃｅＭｏｄｉｆｉｅｒ；
ＰｒｅｐｏｓｉｔｉｏｎａｌＲｅｌａｔｉｏｎｓｈｉｐ；
Ｓｙｎｏｎｙｍ、Ｅｑｕｉｖａｌｅｎｃｅ、Ａｐｐｏｓｉｔｉｏｎ；
Ｈｙｐｅｒｎｙｍ、Ｃｌａｓｓｉｆｉｅｒ、ＳｕｂＣｌａｓｓ；
Ｍｅａｎｓ、Ｐｕｒｐｏｓｅ；
Ｏｐｅｒａｔｏｒ、Ｍｏｄａｌ、Ａｓｐｅｃｔ、ＤｅｇｒｅｅＭｏｄｉｆｉｅｒ、Ｉｎｔｅｎｓｉｆｉｅｒ；
Ｆｏｃｕｓ、Ｔｏｐｉｃ；
Ｄｕｒａｔｉｏｎ、Ｔｉｍｅ；
Ｌｏｃａｔｉｏｎ、Ｐｒｏｐｅｒｔｙ、Ｍａｔｅｒｉａｌ、Ｍａｎｎｅｒ、Ｍｅａｓｕｒｅ、Ｃｏｌｏｒ、Ｓｉｚｅ；
Ｃｈａｒａｃｔｅｒｉｓｔｉｃ、Ｐａｒｔ；
Ｃｏｏｒｄｉｎａｔｅ；
Ｕｓｅｒ、Ｐｏｓｓｅｓｓｏｒ；
Ｓｏｕｒｃｅ、Ｇｏａｌ、Ｃａｕｓｅ、Ｒｅｓｕｌｔ；
およびＤｏｍａｉｎの如き方向性関連型によって接続される２つの単語から構成される。
【００２６】
論理形式は、センテンスまたはその一部の如き単一のテキスト入力を表す接続論理関係のデータ構造である。論理形式は、１つの論理関係から構成され、構造的関係（すなわち構文的関係および意味的関係）を描写し、特に入力列における重要単語間の関係を補い、かつ／または調節する。
【００２７】
例示的な一実施形態では、構文解析から論理形式を構築する特定のコードが、機械翻訳システムがそれに対して動作する様々な原始言語および目的言語の間で共有される。２つの言語の表面的に異なる構造はしばしば同様または同一の論理形式表現に分解するため、共有されたアーキテクチャは、異なる言語からの論理形式区分を整列させるタスクを著しく単純化する。異なる言語における論理形式の例を図４（Ａ）〜図４（Ｃ）に関して以下により詳細に説明する。
【００２８】
図２および図３は、本発明の一実施形態による機械翻訳システム２００のアーキテクチャの構成図である。システム２００は、解析コンポーネント２０４および２０６と、統計的単語関連学習コンポーネント２０８と、論理形式整列コンポーネント２１０と、字句知識ベース構築コンポーネント２１２と、２カ国語辞書２１４と、辞書併合コンポーネント２１６と、変換マッピングデータベース２１８と、更新２カ国語辞書２２０とを含む。トレーニングおよび翻訳実行時に、システム２００は、解析コンポーネント２２２、マッチングコンポーネント２２４、変換コンポーネント２２６および／または生成コンポーネント２２８を利用する。
【００２９】
例示的な一実施形態では、２カ国語コーパスを使用してシステムをトレーニングする。２カ国語コーパスは、整列翻訳センテンス（例えば、英語の如き１つの原始または目的言語におけるセンテンスが、スペイン語の如き他方の原始または目的言語における人間による翻訳と一対一で対応するセンテンス）を含む。トレーニング時に、原始センテンス２３０（翻訳対象センテンス）として、かつ目的センテンス２３２（原始センテンスの翻訳）として、センテンスを整列２カ国語コーパスからシステム２００に提供する。解析２０４および２０６は、整列２カ国語コーパスからのセンテンスを解析して、原始論理形式２３４および目的論理形式２３６を生成する。
【００３０】
解析時に、センテンスにおける単語が正規化された単語形式（見出し語）に変換され、それを統計的単語関連学習コンポーネント２０８に提供することができる。単一単語関連および複数単語関連を、信頼できる各々の集合が得られるまで、学習コンポーネント２０８によって繰り返し仮定および評価する。統計的単語関連学習コンポーネント２０８は、学習された単一単語翻訳対２３８、ならびに複数単語対２４０を出力する。
【００３１】
複数単語対２４０は、付加的な入力を２カ国語辞書２１４に追加して更新２カ国語辞書２２０を形成するのに使用される辞書併合コンポーネント２１６に提供される。新たな入力は、複数単語対２４０を表す。
【００３２】
単一および複数単語対２３８は、原始論理形式２３４および目的論理形式２３６とともに、論理整列コンポーネント２１０に提供される。簡潔に述べると、コンポーネント２１０は、最初に原始および目的論理形式２３０および２３６におけるノード間の仮の対応を確立する。これは、統計的単語関連学習コンポーネント２０８からの単一および複数単語翻訳対２３８、２４０で補足することのできる２カ国語辞典（例えば２カ国語辞書）からの翻訳対を用いて行われる。可能な対応を確立した後に、整列コンポーネント２１０は、字句および構造的考察にしたがって論理形式ノードを整列させ、単語および／または論理形式変換マッピング２４２を作成する。この態様を以下により詳細に説明する。
【００３３】
基本的には、整列コンポーネント２１０は、２カ国語辞書情報２１４、ならびに単一および複数単語対２３８、２４０を用いて、論理形式間にリンクを張る。変換マッピングは、それらが原始および目標論理形式２３４および２３６に出現する頻度に基づいて随意にフィルタリングされ、字句知識ベース構築コンポーネント２１２に提供される。
【００３４】
一実施形態では、フィルタリングは随意であるが、変換マッピングがトレーニングデータ内に少なくとも二度見いだせない場合は、任意の他の所望の頻度をフィルタとして使用することが可能であっても、その変換マッピングを使用して変換マッピングデータベース２１８を構築することはない。出現頻度以外にも他のフィルタリング技術を使用できることに留意されたい。例えば、変換マッピングが入力センテンスの完全な解析により形成されているかどうか、また変換マッピングを作成するのに使用される論理形式が完全に整列されているかどうかに基づいて変換マッピングをフィルタリングすることが可能である。
【００３５】
コンポーネント２１２は、基本的には一言語における単語および／または論理形式を第２の言語における単語および／または論理形式にリンクさせる変換マッピングを含む変換マッピングデータベース２１８を構築する。このようにして変換マッピングデータベース２１８が作成されると、次にシステム２００がランタイム翻訳に向けて構成される。
【００３６】
翻訳実行時に、翻訳対象の原始センテンス２５０が解析コンポーネント２２２に提供される。解析コンポーネント２２２は、原始センテンス入力に基づいて、原始センテンス２５０および原始論理形式２５２を受け取る。例を挙げるとわかりやすい。本例では、原始センテンス２５０は、「Ｈａｇａ ｃｌｉｃｋ ｅｎｅｌ ｂｏｔｏｎ ｄｅ ｏｐｃｉｏｎ」というスペイン語のセンテンスで、それが英語に翻訳されて、「Ｃｌｉｃｋ ｔｈｅ ｏｐｔｉｏｎ ｂｕｔｔｏｎ（オプションボタンをクリックする）」または逐語的に「Ｍａｋｅ ｃｌｉｃｋｉｎ ｔｈｅ ｂｕｔｔｏｎ ｏｆ ｏｐｔｉｏｎ（オプションのボタンでクリックを行う）」となる。
【００３７】
図４（Ａ）は、解析コンポーネント２２２により原始センテンス２５０に対して生成された原始論理形式２５２を示す図である。原始論理形式２５２は、マッチングコンポーネント２２４に提供される。マッチングコンポーネント２２４は、リンクされた論理形式２５４を取得するために、原始論理形式２５２と、変換マッピングデータベース２１８内の論理形式とをマッチさせることを目的とする。複数の変換マッピングが、原始論理形式２５２の部分とマッチしうる。マッチングコンポーネント２２４は、マッチさせる見出し語、品詞、および他の特徴情報を有するデータベース２１８におけるマッチング変換マッピングの最良の集合を検索する。所定の尺度に基づいて、最良のマッチの集合が見いだされる。例えば、例示的に、より大きな（より具体的な）論理形式を有する変換マッピングのほうが、より小さな（より一般的な）論理形式を有する変換マッピングよりも好まれるかもしれない。大きさが等しい論理形式を有するマッピングの中では、マッチングコンポーネント２２４は、例示的に、より高頻度のマッピングを好むかもしれない。いずれの場合も互いに矛盾することがなければ、マッピングは、原始論理形式２５２の重複部分ともマッチしうる。ひとまとめになったマッピングの集合は、代替的な集合に比べて入力センテンスのより広範囲な部分を網羅するのであれば、例示的に、そのほうが好まれるかもしれない。入力論理形式とデータベース２１８に見られる論理形式とをマッチさせるのに使用される他の尺度を、表４に関して以下により詳細に説明する。
【００３８】
マッチング変換マッピングの集合が確認された後に、マッチングコンポーネント２２４は、変換マッピングによって受け取られた対応する目的単語または論理形式区分のコピーに対して原始論理形式２５２内のノード上にリンクを作成して、リンクされた論理形式２５４を生成する。図４（Ｂ）は、本例についてのリンクされた論理形式２５４の例を示す図である。複数単語のマッピングについてのリンクは、対応する区分のルートノード（例えばＨａｃｅｒとＣｌｉｃｋ）をリンクさせ、次いでその複数単語のマッピングに関与する他の原始ノード（例えばＵｓｔｅｄとＣｌｉｃ）にアスタリスクをリンクさせることによって表現される。例示的に、当該マッピングの対応する個々の原始ノードと目的ノードの間のサブリンク（図４（Ｂ）には示されていない）を作成して変換時に使用することもできる。
【００３９】
変換コンポーネント２２６は、マッチングコンポーネント２２４から論理形式２５４を受け取り、目的翻訳の基礎を形成することになる目的論理形式２５６を作成する。これは、原始論理形式２５２のノード上のリンクによって指示される目的論理形式区分が統合される、リンクされた論理形式２５４のトップダウン横断を実行することによって行われる。複合的な複数単語マッピングに対する論理形式区分を統合したら、マッチングコンポーネント２２４によって設定された個々のノード間のサブリンクを使用して、修飾成句のための正確な結合点の判断などを行う。必要な場合は、デフォルトの結合点を利用する。
【００４０】
適用しうる変換マッピングが見つからない場合は、原始論理形式２５２内のノードおよびそれらの関係を単に目的論理形式２５６にコピーする。これらのノードに対する変換マッピングデータベース２１８の中にまだデフォルトの単一単語翻訳を見いだし、それらを目的論理形式２５６に挿入することができる。しかし、それらは見つからない場合は、例示的に、整列時に使用した更新２カ国語辞書２２０から翻訳を取得することが可能である。
【００４１】
図４（Ｃ）は、本例についての目的論理形式２５６を示す図である。「ｃｌｉｃｋ」から「ｂｕｔｔｏｎ」までの論理形式区分と「ｂｕｔｔｏｎ」から「ｏｐｔｉｏｎ」までの論理形式区分をリンクされた論理形式２５４から繋ぎ合わせて、目的論理形式２５６を取得したことがわかる。
【００４２】
生成コンポーネント２２８は、例示的に、目的論理形式２５６から目的列（または出力目的センテンス）にマッピングする規則ベースのアプリケーション独立生成コンポーネントである。生成コンポーネント２２８は、例示的に、入力論理形式の原始言語に関する情報を有さず、専ら変換コンポーネント２２６によってそこに送られる情報のみを扱う。生成コンポーネント２２８は、また例示的に、この情報を（目的言語についての）単一言語辞書と併用して目的センテンス２５８を生成する。したがって、各言語に対しては１つの包括的な生成コンポーネント２２８だけで十分である。
【００４３】
したがって、このシステムは、異なる言語間で論理形式がマッチしうるように、様々な言語からの情報を解析して、共有される共通の論理形式にすることがわかる。該システムは、変換マッピングデータベースを構築するのに単純なフィルタリング技術を利用して、ノイジーなデータ入力を処理することもできる。したがって、極めて多くのセンテンス対を用いて、このシステムを自動的にトレーニングすることが可能である。例示的な一実施形態では、該センテンス対の数が１０、０００を超える。他の例示的な実施形態では、センテンス対の数が５０、０００から１００、０００を上回り、さらに１８０、０００、２００、０００、３５０、０００を超え、あるいは５００、０００または６００、０００を超える場合すらある。また、センテンス対の数は、言語に応じて変動しうるため、これらの数に限定される必要はない。
【００４４】
論理形式の整列
図５は、２つの異なる言語からの少なくともセンテンスフラグメントの論理形式を関連付けるメソッド３００を示す図であって、該論理形式は、親／子構造で構成されたノードを含む方法を示す図である。メソッド３００は、論理形式のノードを関連付けて、ブロック３０２で指示される仮の対応を形成し、該仮の対応、および／またはブロック３０４で指示される構造的考察の少なくとも１つを除去することによって論理形式のノードを整列させる。
【００４５】
図２に関して既に示したように、整列コンポーネント２１０は、仮の対応、典型的には論理形式間の字句対応を形成するために、２カ国語辞書２１４を利用する。２カ国語辞書２１４は、複数源からのデータを併合することによって作成することが可能で、逆の目的対原始辞書入力を使用してカバレージを向上させることもできる。ここで用いられる２カ国語辞書２１４は、単語間の対応を提供することができる任意の他の種類の資源をも表す。統計技術を用いて獲得した翻訳対応で２カ国語辞書２１４を補足することも可能である。
【００４６】
図２では、コンポーネント２０８によって該統計技術を実施している。コンポーネント２０８からの出力は整列コンポーネント２１０によって使用できるが、それは、整列コンポーネント２１０の動作には必要とされない。ただし、補足のため、コンポーネント２０８の一実施形態をここに手短に説明する。
【００４７】
コンポーネント２０８は、その内容単語に解析される平行２カ国語トレーニングコーパスを受け取る。単語関連性は、２カ国語コーパス内に整列されたセンテンスに出現する言語Ｌ１の単語から構成される内容単語の各対を、他方の単語が出現する言語Ｌ２のセンテンスに対して評価する。一方の単語が、そのセンテンス内のすべての単語のなかで他方の単語との関連性が最も強い場合に、一対の単語が一対の整列センテンスにおいて「リンクされている」と見なされる。処理および評価がなされたトレーニングデータのなかの各対の整列センテンスにおいてリンクされた単語の最大の接続集合を識別することによって、トレーニングデータにおける複合語の出現を仮定する。これら最大の接続集合のひとつが、いずれかの言語または両方の言語において複数の単語を含む限り、その言語における単語の部分集合を複合語と仮定する。本来の入力テキストを書き換え、仮定の複合語を単一の融合トークンに置き換える。次いで、（融合トークンに置き換えられた）複合語、および入力テキスト内の残留するあらゆる個別単語について、関連性スコアを再度計算する。このとき、トレーニングコーパスにおける特定対の整列センテンスのなかに同等の強さを有する、またはより強い他の関連性が存在しない場合にのみ、関連性スコアの計算に共出現を考慮することを除いて、関連性スコアを再び計算する。
【００４８】
関連性スコアの最終的な計算の後に、関連性スコアがしきい値を上回る単語対またはトークン対として翻訳対を識別することが可能になる。
【００４９】
同様に、コンポーネント２０８は、ここではそのすべての単語が大文字で始まるタイトルまたは他の特殊な語句を意味する「カプトイド」の翻訳の識別にも役立てられる。（カプトイドの翻訳を見いだすことには、フランス語やスペイン語では、当該アイテムの第１の単語のみ大文字で始まることが慣例で定められているため、カプトイド翻訳の範囲を決定するのが困難であるという問題がある）。その実施形態では、（英語の如き）原始言語において最初に複合語を識別する。これは、第１の単語が大文字で始まり、連続的な文字列における次のトークンが小文字で始まらないテキストの列を見いだすことによって実施することが可能である。次に、大文字で始まる単語を見いだし、対応する複合語の可能な開始点としてこれにフラグ付けを行うことにより、目的テキストにおいて複合語を仮定する。次いで、目的テキストを左から右に向かって走査し、原始テキスト内の識別された複合語における単語に最も強く関連する後続の単語にフラグ付けを行う一方、最も強く関連する単語以外の連続的な単語を、最も強く関連する単語がそれらの後に続く限り、所定の数（例えば２つ）の範囲内で見いだす。
【００５０】
その左から右方向への走査は、原始テキスト内の識別された複合語における単語に最も強く関連する単語以外の連続的な単語であって、該所定の数（例えば２つ）を超える数の単語が見いだされるまで、または最も強く関連する単語が目的テキスト内に存在しなくなるまで、または句読点に到達するまで継続することが可能である。
【００５１】
コンポーネント２０８について説明を行ってきたが、コンポーネント２０８はオプションであることに留意されたい。
【００５２】
再び図５のメソッド３００を参照すると、一般に、論理形式間に形成される仮の対応の数を最大にする目的で、ステップ３０２における仮の対応を形成するステップを精力的に遂行する。ステップ３０４で仮の対応をさらに解析し、不正確であると判断されたものを除去するため、ステップ３０２では仮の対応の精度が最も重要な基準にはならない。
【００５３】
２カ国語辞書２１４は、仮の対応を形成するために使用される直接的な翻訳を表す。しかし、付加的な仮の対応を形成するために、派生的な形態を利用することも可能である。例えば、ステップ３０２において仮の対応を形成するのに、形態的ベースおよび派生物の翻訳、ならびに翻訳のベースおよび派生形式を用いることも可能である。同様に、ノードの１つが他方のノードより多くの字句要素または単語を含む論理形式のノード間に仮の対応を形成することも可能である。例えば、一般にそうであるように、ノードの１つが一方の言語の単一単語を含むことができ、他方のノードが他方の言語の少なくとも２つの単語を含む。英語やスペイン語などの密接に関連した言語は、ファジィ論理に使用して関連性を確認することができる単語類似性（同族性）をも有する。次いで、これらの関連性を使用して、仮の対応を形成することができる。
【００５４】
この時点で、整列される論理形式の例について考察するのが有益であると思われる。図６を参照すると、「Ｅｎ Ｉｎｆｏｒｍａｃｉｏｎ ｄｅｌ ｈｉｐｅｒｖｉｎｃｕｌｏ，ｈａｇａ ｃｌｉｃ ｅｎ ｌａ ｄｉｒｅｃｃｉｏｎ ｄｅｌ ｈｉｐｅｒｖｉｎｃｕｌｏ」というセンテンスに対して論理形式３２０が生成され、その英語訳である「Ｕｎｄｅｒ Ｈｙｐｅｒｌｉｎｋ Ｉｎｆｏｒｍａｔｉｏｎ，ｃｌｉｃｋ ｔｈｅ ｈｙｐｅｒｌｉｎｋ ａｄｄｒｅｓｓ（ハイパーリンク情報において、ハイパーリンクアドレスをクリックする）」に対して論理形式３２２が生成された。
【００５５】
図６は、さらにステップ３０２で識別された仮の対応３２３の各々を示す図である。本例では、ステップ３０２における仮の対応の精力的な遂行の例として、「Ｈｉｐｅｒｖｉｎｃｕｌｏ」の出現の各々は、英語の論理形式３２２における「Ｈｙｐｅｒｌｉｎｋ＿Ｉｎｆｏｒｍａｔｉｏｎ」および「Ｈｙｐｅｒｌｉｎｋ」との異なる２つの仮の対応を含む。
【００５６】
次に、ステップ３０４を参照すると、論理形式の整列が行われる。この処理では、ステップ３０２で形成された１つ以上の仮の対応を除去することができ、かつ／または上記処理は論理形式の構造的考察に応じて実施することができる。一実施形態では、ステップ３０４は、規則の集合に応じて、論理形式のノードを整列させることを含む。さらなる実施形態では、該規則の集合の各々の規則を選択した順序で論理形式に適用する。特に、それらの規則を整理して、最も明瞭な整列（最良の整列）を最初に作成し、次いで、必要ならば、後続のノード整列を明瞭化する。それらの規則を適用する順序は、論理形式の構造、すなわちトップダウン処理またはボトムアップ処理に基づくものではなく、論理形式に出現する場合は必ず最も言語学的に有意義な整列から始まることに留意することが重要である。そのように、規則のこの集合は、論理形式の構造に基づいて直線的に適用されるのではなく、各々の論理形式のノードに対して非直線的に適用されるものと見なすことができる。概して、それらの規則は、任意の言語に普遍的に適用できるように、言語中立的であることを目的とする。
【００５７】
図８は、メソッド３２８のような規則の集合の論理形式への適用を包括的に示す図である。ステップ３３０において、論理形式の各々のノードは、「整列ノード」ではなく「不整列ノード」と見なされる。ステップ３３２において、該規則の集合を構造に関係なく不整列ノードに適用して、整列ノードを形成する。したがって、不整列ノードと整列ノードを区別するのが望ましい。１つの技術は、すべてのノードを最初に不整列ノードの集合に割り当て、それらが整列したらノードを除去することを含む。集合体の使用は、それらがコンピュータ可読媒体の異なる位置にアクティブに形成されていても、単にノードに関連するブールのタグを用いてバーチャルに形成されていても、不整列ノードと整列ノードを区別する便利な方法を提供するものである。
【００５８】
ステップ３３２において、不整列ノードの各々に規則の集合を適用する。図９は、規則の集合を適用するのに実施することのできるステップ３３２の態様を概略的に示す図である。上述した一実施形態では、それらの規則は指定された順序で適用される。ここで、「Ｎ」は、どの規則が適用されているかを示すのに使用されるカウンタである。第一弾において、ステップ３３４は、不整列ノードの各々に第１の規則を適用する。不規則ノードのいずれかに規則を適用できない場合は、ステップ３３６および３３８において指示されるように、該集合からの他の規則（ちなみに一実施形態では、言語学的に有意義な整列であることを示す後続の規則）を適用する。
【００５９】
ステップ３４０において該規則の集合のすべての規則をすべてのノードに適用したら、整列手順が終了する。状況によっては、すべてのノードが整列されないことに留意されたい。
【００６０】
論理形式のノードの集合に規則を適用することができれば、それらのノードは、整列して不整列ノードから除去されるものと見なされ、規則の適用が続行される。しかし、一実施形態では、一旦いくつかの規則を適用してより言語学的に有意義な整列を取得したら、再びそれらの規則から始めるのが有利である。したがって、既に適用された規則を再度適用するのが望ましいといえる。このように、一実施形態では、ステップ３４２において指示されているように、例えば第１の規則から始まって該規則の集合の各々の規則が再度適用される。
【００６１】
論理形式のノードを整列させるための例示的な規則の集合を以下に示す。ここに提示するノードの集合は、ノードの言語学的に有意義な最も強い整列から最も弱い整列に基づいて整理される。当業者なら理解するであろうが、ここに提示される規則の少なくともいくつかを再編成しても、論理形式の整列の質を著しく変えることはできない。
【００６２】
１．１つの論理形式におけるノードまたはノードの集合と、他方の論理形式におけるノードまたはノードの集合との間に双方向に一意の翻訳が存在する場合は、それら２つのノードまたはノードの集合を互いに整列させる。第１のノードの集合におけるすべてのノードが第２のノードの集合におけるすべてのノードとの仮の対応を有し、他の対応をもたず、さらに第２のノードの集合におけるすべてのノードが第１のノードの集合におけるすべてのノードとの仮の対応を有し、他の対応をもたないように、一方の論理形式のノードまたはノードの集合が、他方の論理形式におけるノードまたはノードの集合との仮の対応を有する場合に、双方向に一意の翻訳が存在する。
【００６３】
２．仮の対応を有する１つのノードが各論理形式からのノードである一対の親ノードを、それぞれの親ノードの各子ノードが他方の親ノードの子に対して既に整列されている場合に互いに整列させる。
【００６４】
３．１つのノードが各論理形式からのノードである一対の子ノードを、それらの間に仮の対応が存在し、かつそれぞれの子ノードの親ノードが他方の子の対応する親ノードに対して既に整列されている場合に互いに整列させる。
【００６５】
４．１つのノードが各論理形式からのノードである一対のノードを、想定される該ノードのそれぞれの親ノードが互いに整列され、それぞれの子ノードも互いに整列されている場合に互いに整列させる。
【００６６】
５．動詞であるノード、および一方の論理形式からの動詞でない関連子ノードを、該関連子ノードが該第２の動詞ノードに対して整列され、該第２の動詞ノードが整列した親ノードを有していないか、または該第１の動詞ノードおよび該第２の動詞ノードが互いに整列された子ノードを有する場合に、他方の論理形式の動詞である第２のノードに対して整列させる。
【００６７】
６．同じ品詞を含む１つのノードが各論理形式からのノードである一対のノードを、不整列の兄弟ノードが存在せず、それぞれの親ノードが整列され、想定されるノードの集合とそれぞれの親ノードとの言語学的関係が同じである場合に互いに整列させる。
【００６８】
７．同じ品詞を含む１つのノードが各論理形式からのノードである一対のノードを、それぞれの子ノードが互いに整列され、想定されるノードの集合とそれぞれの子ノードとの言語学的関係が同じである場合に互いに整列させる。
【００６９】
８．１つの論理形式の不整列ノードが、存在すればすべて整列されたそれぞれの親ノードと、存在すればすべて整列されたそれぞれの子ノードとを含む隣接ノードを有し、該隣接ノードの１つが、複合語を含む他方の論理形式のノードに対して整列された非複合語である場合に、該複合語を含むノードに対して不整列ノードを整列させる。この場合の隣接ノードは、隣接する親ノードおよび子ノードを含むものの、親ノードおよび子ノードの存在を必要とするわけではないが、それらが存在する場合にはそれらを整列させなければならないということに留意されたい。
【００７０】
９．代名詞を含む１つのノードが各論理形式からのノードである一対のノードを、それぞれの親ノードが互いに整列され、想定されるノードがいずれも不整列の兄弟を有さない場合に互いに整列させる。
【００７１】
１０．名詞を含む１つのノードが各論理形式からのノードである一対のノードを、名詞を含むそれぞれの親ノードが互いに整列され、想定されるノードがいずれも不整列の兄弟ノードを有さず、想定されるノードの各々とそれぞれの親ノードとの言語学的関係が修飾関係または前置詞的関係を含む場合に互いに整列させる。
【００７２】
１１．一方の論理形式の第１の動詞ノードを、該第１の動詞ノードが仮の対応を有さず、該第２の動詞ノードに対して既に整列されている単一の関連子動詞ノードを有する場合に、他方の論理形式の第２の動詞ノードに対して整列させる。
【００７３】
１２．一方の論理形式の第１の動詞ノードおよび単一の各親ノードを、該第１の動詞ノードが仮の対応を有さず、第２の動詞ノードに対して既に整列されている単一の親動詞ノードを有し、該単一の親動詞ノードが第１の動詞ノード以外に不整列の動詞子ノードを有さず、該第２の動詞ノードが不整列の動詞子ノードを有さない場合に、他方の論理形式の第２の動詞ノードに対して整列させる。
【００７４】
１３．一方の論理形式の代名詞を含む第１のノードを、該第１のノードの親ノードが該第２のノードに対して整列され、該第２のノードが不整列子ノードを有さない場合に、他方の論理形式の第２のノードに対して整列させる。
【００７５】
１４．一方の論理形式の第１の動詞ノードおよび単一の各親ノードを、該第１の動詞ノードが仮の対応を有さず、該親動詞ノードが該第２の動詞ノードに対して整列され、該第１の動詞と該親動詞ノードの関係が様相関係を含む場合に、他方の論理形式の第２の動詞ノードに対して整列させる。
【００７６】
上記の規則のいくつかの包括的分類法は、一つの規則（規則１）は主にステップ３０２で確立された対応に基づいており、例示された実施形態では、不明瞭さがないため、最強の有意義な整列であると見なされる。規則２、３、１１、１２および１４の如き他の規則は、仮の対応の組合せまたは欠如、ならびに想定されるノードおよび既に整列されたノードの構造に基づくものである。残りの規則は、想定されるノードと既に整列されたノードの関係のみに依存する。利用可能な他の包括的分類法は、規則が動詞、名詞および代名詞に関わることを含む。
【００７７】
再び図６の論理形式および仮の対応を参照すると、図７に示すノードを整列させるために、図５のメソッド３００にしたがって上記の規則を適用することが可能である。本例では、「Ｈｉｐｅｒｖｉｎｃｕｌｏ」の２つのインスタンスが２つの不明瞭な仮の対応を有し、「Ｉｎｆｏｒｍａｃｉｏｎ」から「Ｈｙｐｅｒｌｉｎｋ＿Ｉｎｆｏｒｍａｔｉｏｎ」への対応が一意的であるのに対して、その逆はそうでない。単一言語の辞典または辞書も２カ国語の辞典または辞書もこの領域に対してカスタマイズされていないことにも留意されたい。例えば、「Ｈｙｐｅｒｌｉｎｋ＿Ｉｎｆｏｒｍａｔｉｏｎ」に対しては辞典のなかにエントリが存在しない。この単位は、大文字で始まる単語のシーケンスをリンクする一般規則によってアセンブルされている。この要素に対して確立された仮の字句対応は、その個々のコンポーネントに対して見いだされる翻訳に基づく。
【００７８】
上述の整列規則を適用し、規則によって作成した整列マッピングを破線３４４として図７に示し、それらを以下のように所得する。
【００７９】
再び規則について繰り返すと、規則１は３つの場所において適用され、「ｄｉｒｅｃｃｉｏｎ」と「ａｄｄｒｅｓｓ」の間、「ｕｓｔｅｄ」と「ｙｏｕ」の間、ならびに「ｃｌｉｃ」と「ｃｌｉｃｋ」の間の整列マッピングを作成する。これらは、該方法がそこから外方向に働いて構造の残りを整列させるアンカを提供する初期の「最良の」整列である。
【００８０】
規則２はどのノードにも適用せず、次に規則３が適用して、「ａｄｄｒｅｓｓ」の子である「ｄｉｒｅｃｃｉｏｎ」対「ｈｙｐｅｒｉｎｋ」の子である「ｈｉｐｅｒｖｉｎｃｕｌｏ」のインスタンスを整列させる。したがって、該方法では、既に作成された整列（「ｄｉｒｅｃｃｉｏｎ」対「ａｄｄｒｅｓｓ」）および論理形式の構造を利用して、字句レベルで存在する不明瞭さを解決した。
【００８１】
（これまで適用されなかった）規則１を適用して、「Ｉｎｆｏｒｍａｃｉｏｎ」と「ｈｉｐｅｒｖｉｎｃｕｌｏ」対「Ｈｙｐｅｒｌｉｎｋ＿Ｉｎｆｏｒｍａｔｉｏｎ」との間に多対一のマッピングを作成する。規則３の先の適用によって不明瞭な選択肢が片付けられたため、この規則における一意条件がここで満たされることになる。
【００８２】
「ｃｌｉｃ」が既に動詞に対して整列されているため、規則４は適用せず、図５を適用して、「ｈａｃｅｒ」をその目的語の「ｃｌｉｃ」とともにロールアップする。これにより、「ｈａｃｅｒ」と「ｃｌｉｃ」対「ｃｌｉｃｋ」の多対一の整列が生成される。
【００８３】
再び図９を参照すると、それらの規則がどのノードにも適用できなくなったときに論理形式の整列が完了する。この時点で、コンポーネント２１２によって変換マッピングを取得することが可能になる。
【００８４】
図１０は、図７における整列論理形式の例から取得しうるいくつかの変換マッピング（次のセクションで説明する対立変換マッピングの例として含まれる変換マッピング３５３以外の変換マッピング）を示す図である。一般に、変換マッピング、または単に「マッピング」は、第１の言語の単語または論理形式と、第２の言語の対応する単語または論理形式との関連付けを示す。第１の言語の単語または論理形式と第２の言語の対応する単語または論理形式とをリンクする明確なポインタとして、それらのマッピングを任意のコンピュータ可読媒体上に記憶することができる。同様に、それらのマッピングを、個別のデータベースのなかではなく、単語または論理正式とともに記憶することができる。当業者なら理解するであろうが、第１の言語の単語または論理形式と第２の言語の単語または論理形式とを関連付けるのに他の技術を利用することができ、この情報を記録するために使用する具体的な技術に関係なくマッピングを構成するのはこの関連付けである。
【００８５】
整列手順を通じて作成されるマッピングは、付加的なコンテキストを備えたさらなるマッピングがその上に作成される基本構造でありうる。特に、そして本発明の他の態様として、情報が複数のマッピングを含む場合には、その情報をコンピュータ可読媒体上に記憶して、テキストを第１の言語から第２の言語に翻訳することが可能である。各マッピングは、第１の言語の単語または論理形式と第２の言語の単語または論理形式との関連付けを示す。しかし、さらに、第１の言語の論理形式に対応するマッピングの少なくともいくつかでは、いくつかの共通要素とともコンテキストが変化する。同様に、第１の言語の論理形式に対応する第２の言語の論理形式の少なくともいくつかでは、いくつかの共通要素とともにコンテキストが変化しうる。すなわち、整列手順により取得されたコアマッピングの少なくともいくつかを使用して、ローカルコンテキストの種類および量が変化する他の競合マッピングを作成する。
【００８６】
図１０を参照すると、マッピング３５０、３５２および３５４は、論理形式の要素がどのように変化しうるかを示す。マッピング３５０は、さらなるマッピングがその上に作成される基本またはコアマッピングを含む。マッピング３５２はコアマッピング３５０を拡大して、付加的な言語学的要素、ここでは単語「ｃｌｉｃｋ」の直接目的語を含め、付加的な要素が特定の見出し語は示さないが品詞を示す準指定ノード（「＊」）を含むように、コアマッピング３５０からマッピング３５４が拡大される。マッピング３５０と３５２と３５４、ならびにマッピング３５６と３５８を比較することによって、第１の言語の論理形式が共通要素（品詞および／または見出し語）を有し、第２の言語の論理形式も共通要素を有することがわかる。
【００８７】
コンテキストが重複する論理形式を示すマッピングを記憶することによって、翻訳実行時に、言語間の翻訳を行うための流暢さおよびマッピングの総合的な応用性が維持される。特に、それらの言語の単語およびより小さい論理形式を関連付けるマッピングを有することにより、トレーニングデータ内に翻訳対象となるテキストが見いだされなかったとしても、第１の言語から第２の言語への翻訳が可能である。しかし、トレーニングデータ内により大きなコンテキストが存在するのであれば、より大きなコンテキストのマッピングが適用しうる場合は、第１の言語と第２の言語の間のより流暢な翻訳が取得できるように、これもマッピングに反映させる。
【００８８】
一般に、コアマッピングを拡大して付加的なコンテキストを含めるための境界を提示するのに言語学的構造が用いられる。例えば、形容詞のためのマッピングを拡大して、それが修飾する名詞を含めることが可能である。同様に、動詞のためのマッピングを拡大して、コンテキストとして目的語を含めることが可能である。他の例では、名詞の連語のためのマッピングが、個別的かつ全体的に提供される。図１０にさらに示されるように、マッピングのいくつかは、品詞を指示するものの具体的な見出し語が提示されない準指定ノード（「＊」）を含むことができる。これらの種類のマッピングは、第１の言語から第２の言語に翻訳するためのマッピングの全体的な応用性を高めるばかりでなく、取得される翻訳の流暢さを向上させるコンテキストを含む。
【００８９】
概して、作成されうるマッピングは、いくつかの方法で指定することができる任意の数のワイルドカードまたは準指定ノードを有することができる。例えば、それらは、品詞を特定してもしなくてもよく、また特定の構文上または意味上の特徴を指定することができる。例えば、あるパターンが、「ＰｒｏｐｅｒＮａｍｅ」または「Ｌｏｃａｔｉｏｎ」表示された特徴を備えたワイルドカードノードであって、そのノードが同じ特徴を有する入力ノードにマッチするときはそのパターンのみを適用することを示すノードを有していてもよい。これらのワールドカードは、システムが具体的なデータから一般化したマッピングを仮定することを可能にする。
【００９０】
ランタイム時の変換マッピングのマッチング
第１の言語と第２の言語の単語または論理形式の間のマッピングに関係する情報に加えて、ランタイム翻訳時に付加的な情報を記憶または使用することも可能である。該付加的な情報を使用して、マッピングの適切な集合を選択するとともに、どのマッピングを使用するかに関する対立、すなわち原始論理形式２５０に対して生成される原始論理形式２５２（またはその一部）が、変換マッピングデータベース２１８における変換マッピングの複数の原始側にマッチするときの対立（図２を参照）を解決することが可能である。
【００９１】
例えば、原始論理形式が、データベース２１８における複数の変換マッピングの原始側にマッチする場合は、これらのマッチング変換マッピングの部分集合が、該部分集合におけるすべての変換マッピングが互いに適合するように（すなわち対立しないように）、また該部分集合における変換マッピングがどの程度入力センテンスを集合的に網羅するかということに応じる尺度、ならびに個々の変換マッピングに関連する他の尺度に基づいて選択される。いくつかの当該尺度を表１に示す。
【００９２】
表１
１．マッチさせる変換マッピングの大きさ。
２．トレーニングデータ内に変換マッピングが見いだされた頻度。
３．完全に整列した論理形式から変換マッピングを生成した頻度。
４．部分的に整列した論理形式から変換マッピングを生成した頻度。
５．一定の解析により得られた論理形式から変換マッピングを生成した頻度。
６．整列コンポーネントによって変換マッピングに割り当てられた整列スコア。
【００９３】
マッチング変換マッピングの部分集合が選択されると、該部分集合における変換マッピングは、そこから出力テキストが生成される変換論理形式に統合される。
【００９４】
マッチング変換マッピングは、それらが適合する限り、重複変換マッピングを含みうることに留意されたい。例えば、「Ｃｌｉｃｋ ｔｈｅ ｏｆｆｉｃｅ ａｄｄｒｅｓｓ（オフィスアドレスをクリックする）と翻訳することができるスペイン語のセンテンス、「Ｈａｇａ ｃｌｉｃ ｅｎ ｅｌ ｄｉｒｅｃｃｉｏｎ ｄｅ ｌａ ｏｆｉｃｉｎａ」に対して以下の論理形式を生成することが可能である。
各々の変換マッピングがこの論理形式を含むため、この論理形式を変換マッピング３５０、３５２および３５４のすべてにマッチさせることが可能である。これらの変換マッピングは重複するが、（どれも同じものとして翻訳できるため）対立することはない。したがって、マッチング変換マッピングの部分集合にすべてを含めることができ、そこから変換論理形式を生成することが可能である。しかし、それらのなかから選択することが望まれる場合には、最も大きいという理由により、変換マッピング３５２を選ぶのが最良の選択であるといえる。様々な理由によって他のものを選択することも可能である。
【００９５】
対立の例としては、変換マッピング３５２と対立する変換マッピング３５３としてのマッチング変換マッピングが示される。したがって、例えば、その論理形式は、変換マッピング３５０、３５２、３５３および３５４のすべてにマッチすることになる。
しかし、変換マッピング３５２および３５３は、（異なって翻訳されるため）対立するため、どちらもマッチング変換マッピングの選択された部分集合の一部になりえない。したがって、所定の尺度に基づいて１つの変換マッピングが選択される。例えば、部分集合３５０、３５２および３５４を部分集合３５０、３５３および３５４と比較して、集合的に、どれが入力論理形式におけるノードを最も多く網羅しているかを確認することができる。また、変換マッピング３５２および３５３は、どちらも（原始側の）大きさが同じである。したがって、マッチング変換マッピングの部分集合を選択する上で、それらを区別するのに他の情報を利用することが可能である。
【００９６】
対立する変換マッピングの他の例として、トレーニング中に処理されるいくつかのセンテンスが、スペイン語の「ｈａｃｅｒ ｃｌｉｃ ｅｎ ＜ｓｏｍｅｔｈｉｎｇ＞に対して整列された句の「ｃｌｉｃｋ ＜ｓｏｍｅｔｈｉｎｇ＞」を含んでいたとする。他のセンテンスにおいて、「ｅｌｅｇｉｒ ＜ｓｏｍｅｔｈｉｎｇ＞」（逐語的には「ｓｅｌｅｃｔ ｓｏｍｅｔｈｉｎｇ」）に対して整列されたセンテンス「ｃｌｉｃｋ ＜ｓｏｍｅｔｈｉｎｇ＞」を想定する。
【００９７】
これにより、以下のようなマッピングが生成される（これらの例は英語をスペイン語に対してマッピングしたものであるが、先の例はスペイン語を英語に対してマッピングしたものであることに留意されたい）：
適切なコンテキストにおいて、「ｃｌｉｃｋ」の「ｓｅｌｅｃｔ」への翻訳は、正当な変化であるといえる。しかし、場合によっては、それは、ある問題をもたらす。例えば、両変換の原始側が同一であるとして、ランタイム時に、入力論理形式がその原始側にマッチすれば、我々は、２つの異なる目的側の間で選択を行わなければならず、すなわちその入力を「ｈａｃｅｒ ｃｌｉｃ．．．」と翻訳すべきか、または「ｅｌｅｇｉｒ．．」と翻訳すべきかを判断しなければならない。（変換の原始側を差別化することによって顕在化するであろう）さらなるコンテキストが存在しないなかで、様々な頻度および評価尺度に基づいてそれらの選択を行う。
【００９８】
他の種類の対立についても述べる必要がある。ランタイム時に、所定の入力センテンスについて、入力センテンスの異なる部分にマッチする複数のマッチング変換マッピングが存在しうる。それらのうちのいくつかを互いに繋ぎ合わせて、入力全体を網羅する変換ＬＦを生成できるように、選択部分集合としてそれらを選択することが可能である。しかし、繋ぎ合わせたこれらの組合せは、互いに重複するものもあれば、そうでないものもある。重複するもののうち、互いに「適合する」ものしか使用できない。上述したように、「重複」により、入力センテンスの少なくとも１つのノードが両方のマッピングにマッチする場合における２つのマッピングを意味する。適合により、組合せが重複しなければそれらは常に適合し、組合せが重複するノードに対応する目的側が同じであれば、重複する組合せが適合することを意味する。
【００９９】
例えば、入力センテンスが「ｃａｍｂｉａｒ ｃｏｎｆｉｇｕｒａｔｉｏｎ ｄｅ ｓｅｇｕｒｉｄａｄ」（「ｃｈａｎｇｅ ｔｈｅ ｓｅｃｕｒｉｔｙ ｓｅｔｔｉｎｇ（セキュリティ設定を変更する）と翻訳される」で、それが以下のような変換マッピングにマッチし、
さらに、以下のような他のマッピングをマッチさせる場合は、
それら２つの組合せは（「ｃｏｎｆｉｇｕｒａｔｉｏｎ」に対して）重複するが、それらはともに「ｃｏｎｆｉｇｕｒａｔｉｏｎ」を「ｓｅｔｔｉｎｇ」に翻訳するため適合する。したがって、それらを組み合わせて、以下の変換ＬＦ（または目的ＬＦ）を生成することができる。
しかし、以下の第３のマッピングが存在したと仮定すると、
「ｃｏｎｆｉｇｕｒａｔｉｏｎ」において先の２つのマッピングと重複するこのマッピングは、「ｃｏｎｆｉｇｕｒａｔｉｏｎ」を「ｓｅｔｔｉｎｇ」ではなく、「ｖａｌｕｅ」に翻訳するため適合しない。したがって、このマッピングを先の２つのマッピングと併合することができないため、この変換マッピングか先の２つのマッピングのいずれかを選択しなければならず、同時にその両方を選択することはできない。
【０１００】
表１は、マッチング変換マッピングの部分集合をさらに限定する（対立するマッチング変換マッピングのなかから選択するか、または適合するマッチング変換マッピングの部分集合を絞り込む）のに使用できる情報の例を示す。当該情報としては、マッチング変換マッピングの部分集合によって（集合的に）網羅される入力センテンスの範囲、ならびにマッピングそのものにおいてマッチさせる論理形式から確認できるマッピングの大きさを挙げることができる。論理形式の大きさは、指定ノードの数、ならびにそれらのノードの言語学的関係の数の両方を含む。したがって、例示を目的とし、マッピング３５０の原始側からの論理形式の大きさは２に等しく、目的側の論理形式の大きさは１に等しい。他の例では、マッピング３５４の原始側の論理形式の大きさは４に等しく、マッピング３５４の目的側の論理形式の大きさは２に等しい。
【０１０１】
変換マッピングの部分集合を選択するための情報としては、変換マッピングにおける論理形式がトレーニングデータに見いだされる頻度の如き、個々の変換マッピングに関連する情報も挙げることができる。望まれる場合は、トレーニングデータは、他のトレーニングデータより信頼性が高いものと考えられる「信用」トレーニングデータを含むことができる。信用トレーニングデータに見いだされるマッピングの頻度をさらに保持し、あるいはすべてのトレーニングデータに見いだされるマッピングの頻度を記憶することが可能である。
【０１０２】
原始論理形式と変換マッピングをマッチさせるときにマッチング変換マッピングの部分集合を選択する上で役立つ他の情報としては、そこから論理形式が取得されたトレーニングデータ内の論理形式の完全整列の範囲が挙げられる。すなわち、その整列手順は、より大きな論理形式のノードを完全または完璧に整列させることができるか、あるいはいくつかのノードが不整列の状態を維持しうる。図７の例では、すべてのノードを整列させたが、上述したように、常にそうであるとは限らない。完全に整列した論理形式に関連するそれらのマッピングは、より信頼性が高いものと考えられる。勿論、対立を解決するための情報、または部分集合を定めるための情報は、完全に整列した論理形式ならびに部分的に整列した論理形式の両方からマッピングが生成された頻度をも示しうる。
【０１０３】
同様に、付加的な情報としては、対応するトレーニングデータの完全解析から、変換マッピングにおける論理形式が発生した頻度を上げることができる。特に、完全または一定解析からマッピングが発生した頻度、あるいは対照的に、部分解析のみからマッピングが発生した頻度を、その後、翻訳時にマッチさせながら対立を解決するのに使用するために記憶することが可能である。
【０１０４】
他の形式の情報としては、マッピングを抽出するのに使用される整列手順によって変換マッピングに割り当てられるスコアまたは値を上げることができる。例えば、スコアは、整列ノードがどの程度「強い」（言語学的に有意義）であるか（または、整列コンポーネントが変換マッピングにおいてどの程度の確度を有するか）に応じうる。したがって、スコアは、いつ（何回目に）、そしてどの規則が整列を形成したかに応じうる。整列スコアを計算するのに使用する特定の相関関係または尺度は決定的なものではなく、任意の当該尺度を用いて、ランタイム翻訳時に利用することのできる整列スコアに関連する情報を生成することが可能である。
【０１０５】
論理形式の解析、整列および使用に関して本発明を説明したが、本明細書に記載されている発明の概念の少なくとも一部は他の依存構造にも応用可能であることを理解されたい。
【０１０６】
特定の実施形態を参照しながら本発明を説明したが、本発明の主旨および範囲を逸脱することなく、形式および詳細において変更が可能であることを当業者なら理解するであろう。
【図面の簡単な説明】
【図１】本発明を利用することができる例示的な環境の構成図である。
【図２】本発明の一実施形態による機械翻訳アーキテクチャの構成図である。
【図３】本発明の一実施形態による機械翻訳アーキテクチャの構成図である。
【図４】（Ａ）は原始言語（本例ではスペイン語）でのテキスト入力について生成される論理形式の例を示す図である。（Ｂ）は原始言語でのテキスト入力についてのリンクされた論理形式を示す図である。（Ｃ）は原始言語入力の目的言語出力（本例では英語）への翻訳を表す目的論理形式を示す図である。
【図５】ノードを整列させるメソッドを示す流れ図である。
【図６】論理形式間で形成された仮の対応の例を示す図である。
【図７】図６の論理形式間に形成された整列ノードの例を示す図である。
【図８】図５のメソッドに対する規則の集合の応用を示す流れ図である。
【図９】規則の順序付き集合の応用を示す流れ図である。
【図１０】図７の例に関連する変換マッピングの集合を示す図である。
【符号の説明】
１２０ コンピュータ
１４０ 処理装置
１４１ システムバス
１５０ システムメモリ
１５１ 読取り専用メモリ（ＲＯＭ）
１５２ ランダムアクセスメモリ（ＲＡＭ）
１５３ 基本入出力システム（ＢＩＯＳ）
１５４ オペレーティングシステム
１５５、１６５、１９５ アプリケーションプログラム
１５６、１６６ プログラムモジュール
１５７、１６７ プログラムデータ
１６０、１７０ インターフェース
１６１ ハードディスクドライブ
１７１ 磁気ディスクドライブ
１７２ 不揮発性磁気ディスク
１７５ 光ディスクドライブ
１７６ 不揮発性光ディスク
１８０ ユーザ入力インターフェース
１８２ キーボード
１８３ マイクロフォン
１８４ モニタ
１８５ ビデオインターフェース
１８６ プリンタ
１８７ スピーカ
１９０ アダプタ
１９１ ＬＡＮ
１９２ モデム
１９３ ＷＡＮ
１９４ リモートコンピュータ
２００ システム
２０４、２０６ 解析コンポーネント
２０８ 統計的単語関連学習コンポーネント
２１０ 論理形式整列コンポーネント
２１２ 字句知識ベース構築コンポーネント
２１４ ２カ国語辞書
２１６ 辞書併合コンポーネント
２２０ 更新２カ国語辞書
２２４ マッチングコンポーネント
２２６ 変換コンポーネント
２２８ 生成コンポーネント
２３０、２５０ 原始センテンス
２３２、２５８ 目的センテンス
２３４、２５２ 原始論理形式
２３６、２５６ 目的論理形式
２３８ 単一単語翻訳対
２４０ 複数単語対
２４２ 変換マッピング
２５４ リンクされた論理形式
３２０ 論理形式
３２２ 英語の論理形式
３２３ 仮の対応
３５０、３５２、３５４、３５６、３５８ マッピング
【発明の属する技術分野】
本発明は自動言語翻訳システムに関する。より詳細には、本発明は、第１の言語の単語および／または論理形式を第２の言語の単語および／または論理形式に関連付ける変換マッピングを２カ国語コーパスから自動的に抽出することに関する。
【０００２】
【従来の技術】
機械翻訳システムは、１つの言語のテキスト入力を受け取り、それを第２の言語に翻訳し、第２の言語のテキスト出力を提供するシステムである。現在の商用可能な機械翻訳システムはハンドコード変換コンポーネントに依存している。ハンドコード変換コンポーネントは個々のドメインをカスタマイズすることが難しく、また、高価である。また、望ましいサイズにスケーリングすることも大変難しい。これらのことはコストおよびユーティリティ全体に不利益な制限となる。
【０００３】
これらの欠陥に対処するために機械翻訳システムの基となる種々の例(文)が作成されてきた。そのような多数のシステムは、Ｈ．Ｓｏｍｅｒｓ，ＲｅｖｉｅｗＡｒｔｉｃｌｅ：Ｅｘａｍｐｌｅ−Ｂａｓｅｄ Ｍａｃｈｉｎｅ ｔｒａｎｓｌａｔｉｏｎ １４：１１３，１５７，１９９９に記載されている。これらの機械翻訳リサーチシステムの基となる代表例のいくつかは約２００以上の文から作成された基本例を有している。それらは多数の基本をスケーリングすることが大変難しく、また、その困難性から生じるシステムパフォーマンスに直面してきた。
【０００４】
Ｓｏｍｅｒｓでは異なる文法解析を使用し、入力テキストの個々の言語に基づいた基本例からの入力を行うことが説明されている。そのような文法解析では言語および使用される文法解析の内容に応じて文法解析から得られる依存構造も異なってしまう。それ故、１つの言語から他の言語へ変換する場合の依存構造を比較することは不可能ではないにしても難しい。
【０００５】
【発明が解決しようとする課題】
そのような従来システムは、また、スケーリングすることことが容易ではなかった。例えば、文を２００ぐらいにその数を増やすことが難しかった。これは従来システムがノイズを有する入力データを取り扱うことが難しいという理由によるからである。その代わりに、入力データは正確な形式(フォーム)とすることが必要であるか、または、クリーンアップするか、さもなくば人間の手に適切な形式に置き換える必要があった。数を著しく増すことは当然のごとく困難があった。
【０００６】
そこで、本発明の目的は、スケーリング可能な機械翻訳システムを提供することにある。
【０００７】
【課題を解決するための手段】
コンピュータ実施方法では第１の言語の入力テキストを第２の言語の出力テキストに翻訳する。入力の論理形式は入力テキストに基づいて生成される。マッピングデータベースの中の複数の変換マッピングが入力の論理形式（または、少なくともその一部分）に合致（マッチする）の変換マッピングがあらかじめ定められた尺度（ｍｅｔｒｉｃ，基準）に基づいて選択される。これらの変換マッピングは互いに１つの変換論理形式にまとめられる。出力テキストはその変換論理形式に基づいて生成される。
【０００８】
変換マッピングは例示的には１対の変換論理形式コンポーネント（フラグメント（ｆｒａｇｍｅｎｔ））で構成される。変換論理コンポーネントは原始（ソース）および目的（ターゲット）の論理形式（ＬＦ）を含み、それらはトレーニングデータの学習から得られる。ランタイム時、原始サイドのマッピングが入力と比較される。そのようにして得られた合致のマッピングの中から１つが選択される。目的側のマッピングは互いにまとめられて単一の目的ＬＦが生成される。出力文字列が目的ＬＦから生成される。
【０００９】
あらかじめ定められた尺度はマッピングの集合によりカバーされた入力ノードを含む種々の形式の中の１つを使用することができる。尺度には、入力変換形式とマッチングする異なる変換マッピングのサイズ、変換マッピングデータベースのトレーニング中で使用されるトレーニングフェース間に、複数の変換マッピングが生成される頻度、複数の変換マッピングがトレーニングの間、完全に整列してある論理形式から生成される頻度、比較の変換マッピングがトレーニングデータの不適合の解析結果から生成される頻度。比較の複数の変換マッピングに関連し、関連する変換マッピングの信頼性を表すスコアを含む。
【００１０】
本発明の機械翻訳システムは上述の方法を実施するためのマッピングコンポーネントを含む。
【００１１】
本発明の機械翻訳システムは入力テキストに基づいた入力依存構造を生成する入力ジェネレータを含むことができる。システムは、少なくとも１０，０００の並列に整列したトレーニング文に基づいて形成された変換マッピング依存構造を有する変換マッピングデータベースをも含む。変換マッピングデータベースは、５０，０００、１００，０００、１８０，０００の、もしくは２００，０００を超えるトレーニング文に基づいて形成することができる。
【００１２】
加えて、他の形態としては本発明では、トレーニングの間に整列された整列論理形式から得られる変換マッピングをフィルタリングすることにより変換マッピングデータベースをトレーニングしてもよい。
【００１３】
【発明の実施の形態】
概要
以下に、図１に示す汎用コンピュータ１２０を簡単に説明する。ただし、コンピュータ１２０は、好適なコンピューティング環境の一例にすぎず、本発明の用途および機能の範囲に関して制限を示唆することを意図するものではない。また、コンピュータ１２０は、そこに例示されたモジュールのいずれか１つまたは組合せに関連する依存性または要件を有するものと解釈されるべきではない。
【００１４】
コンピュータにより実行されるプログラムモジュールの如きコンピュータ実行可能命令の一般的状況において、本発明を説明することができる。一般に、プログラムモジュールは、特定のタスクを実行し、または特定の抽象データ型を具現化するルーチン、プログラム、オブジェクト、モジュール、データ構造などを含む。本発明は、通信ネットワークを介してリンクされる遠隔処理デバイスによってタスクを実行する分散コンピューティング環境においても実施することもできる。分散コンピューティング環境では、記憶格納デバイスを含む局所および遠隔のコンピュータ記憶媒体にプログラムモジュールを配置することができる。プログラムおよびモジュールによって実行されるタスクを、図面を用いて以下に説明する。当業者であれば、コンピュータ可読媒体の任意の形式で書き込むことができるプロセッサ実行可能命令として以下の説明および図面を具現化することが可能である。
【００１５】
図１を参照すると、コンピュータ１２０のモジュールは、処理装置１４０と、システムメモリ１５０と、システムメモリを含む様々なシステムモジュールまたはコンポーネントを処理装置１４０に結合するシステムバス１４１とを含むことができるが、それらに限定されない。システムバス１４１は、様々なバスアーキテクチャのいずれかを用いたメモリバスまたはメモリコントローラ、周辺バスおよびローカルバスを含むいくつかの種類のバス構造のいずれかでありうる。当該アーキテクチャとしては、限定するのではなく例示を目的として、工業規格アーキテクチャ（Ｉｎｄｕｓｔｒｙ Ｓｔａｎｄａｒｄ Ａｒｃｈｉｔｅｃｔｕｒｅ（ＩＳＡ）バス、ユニバーサルシリアルバス（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ（ＵＳＢ）、マイクロチャネルアーキテクチャ（Ｍｉｃｒｏ Ｃｈａｎｎｅｌ Ａｒｃｈｉｔｅｃｔｕｒｅ（ＭＣＡ）バス、エンハンスド（Ｅｎｈａｎｃｅｄ）ＩＳＡ（ＥＩＳＡ）バス、ベザ（Ｖｉｄｅｏ Ｅｌｅｃｔｒｏｎｉｃｓ Ｓｔａｎｄａｒｄｓ Ａｓｓｏｃｉａｔｉｏｎ（ＶＥＳＡ）ローカルバス、およびＭｅｚｚａｎｉｎｅバスとしても知られる周辺モジュール相互接続（Ｐｅｒｉｐｈｅｒａｌ Ｍｏｄｕｌｅ Ｉｎｔｅｒｃｏｎｎｅｃｔ）（ＰＣＩ）バスなどが挙げられる。コンピュータ１２０は、典型的には、様々なコンピュータ可読媒体を含む。コンピュータ可読媒体は、コンピュータ１２０によってアクセスできる任意の利用可能媒体とすることができ、揮発性媒体および不揮発性媒体、ならびに取外し可能媒体および取外し不能媒体を含む。限定するのではなく例示を目的とすれば、コンピュータ可読媒体は、コンピュータ記憶媒体や通信媒体を含むことができる。コンピュータ記憶媒体は、コンピュータ可読命令、データ構造、プログラムモジュールコンポーネントまたは他のデータの如き情報を記憶するための任意の方法または技術を用いて実装される揮発性媒体および不揮発性媒体、ならびに取外し可能媒体および取外し不能媒体を含む。コンピュータ記憶媒体としては、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリまたは他のメモリ技術、ＣＤ−ＲＯＭ、デジタルビデオディスク（ＤＶＤ）または他の光ディスク記憶装置、磁気カセット、磁気テープ、磁気ディスク記憶装置または他の磁気記憶装置、あるいは所望の情報を記憶するのに使用することができるとともに、コンピュータ１２０によってアクセス可能な他の媒体が挙げられるが、それに限定されるものではない。
【００１６】
通信媒体は、典型的にはコンピュータ可読命令、データ構造、プログラムモジュール、あるいは搬送波または他の変換メカニズムの如き変調データ信号に含まれる他のデータを具体化し、任意の情報配信媒体を含む。「変調データ信号」という言葉は、その１つ以上の特性が、信号内の情報をコード化するように設定または変更された信号を意味する。通信媒体としては、限定するのではなく例示を目的として、有線ネットワークまたは直接有線接続の如き有線媒体、ならびに音響、ＦＲ、赤外線および他の無線媒体の如き無線媒体が挙げられる。上記媒体の任意の媒体の組合せもコンピュータ可読媒体の範囲内に含まれるべきである。
【００１７】
システムメモリ１５０は、揮発性メモリ、および／または読取り専用メモリ（ＲＯＭ）１５１やランダムアクセスメモリ（ＲＡＭ）１５２の如き不揮発性メモリの形式のコンピュータ記憶媒体を含む。起動時の如き、コンピュータ１２０内の要素間で情報を変換するのに役立つ基本ルーチンを含む基本入出力システム１５３（ＢＩＯＳ）は、典型的にＲＯＭ１５１に記憶される。ＲＡＭ１５２は、典型的には、すぐにアクセス可能な、かつ／または現在処理装置１４０によって動作中のデータおよび／またはプログラムモジュールを含む。図１は、限定するのではなく例示を目的として、オペレーティングシステム１５４と、アプリケーションプログラム１５５と、他のプログラムモジュール１５６と、プログラムデータとを示す図である。
【００１８】
コンピュータ１２０は、他の取外し可能／取外し不能の揮発性／不揮発性コンピュータ記憶媒体を含むこともできる。図１は、例示のみを目的として、取外し不能の不揮発性磁気媒体に対して読書きを行うハードディスクドライブ１６１と、取外し可能な不揮発性磁気ディスク１７２に対して読書きを行う磁気ドライブディスク１７１と、ＣＤ−ＲＯＭまたは他の光媒体の如き取外し可能な不揮発性光ディスク１７６に対して読書きを行う光ディスクドライブ１７５とを示す図である。例示的な動作環境で使用できる他の取外し可能／取外し不能の揮発性／不揮発性コンピュータ記憶媒体としては、磁気テープカセット、フラッシュメモリカード、デジタルビデオディスク、ディジタルビデオテープ、ソリッドステートＲＡＭ、ソリッドステートＲＯＭなどが挙げられるが、それらに限定されるものではない。ハードディスクドライブ１６１は、典型的には、インターフェース１６０の如き取外し不能メモリインターフェースを介してシステムバス１４１に接続され、磁気ディスクドライブ１７１および光ディスクドライブ１７５は、典型的には、インターフェース１７０の如き取外し可能メモリインターフェースによってシステムバス１４１に接続される。
【００１９】
上述し、図１に示したドライブおよびそれらの関連する記憶媒体は、コンピュータ可読命令、データ構造、プログラムモジュール、およびコンピュータ１２０用の他のデータの記憶を行う。図１では、例えば、オペレーティングシステム１６４、アプリケーションプログラム１６５、他のプログラムモジュール１６６およびプログラムデータ１６７を記憶するものとして、ハードディスクドライブ１６１が示されている。これらのモジュールは、オペレーティングシステム１５４、アプリケーションプログラム１５５、他のプログラムモジュール１５６およびプログラムデータ１５７と同じであっても異なっていてもよいことに留意されたい。ここでは、オペレーティングシステム１６４、アプリケーションプログラム１６５、他のプログラムモジュール１６６およびプログラムデータ１６７に異なる番号を付して、少なくともそれらは異なる個体であることを示している。
【００２０】
ユーザは、キーボード１８２、マイクロフォン１８３、ならびにマウス、トラックボールまたはタッチパッドのようなポインティングデバイス１８１の如き入力デバイスを介して、コンピュータ１２０にコマンドおよび情報を入力することができる。他の入力デバイス（不図示）としては、ジョイスティック、ゲームパッド、サテライトディッシュ、スキャナなどを挙げることができる。これらおよび他の入力デバイスは、システムバスに結合されるユーザ入力インターフェース１８０を介して処理装置１４０にしばしば接続されるが、パラレルポート、ゲームポートまたはユニバーサルシリアルバス（ＵＳＢ）の如き他のインターフェースおよびバス構造によって接続されてもよい。モニタ１８４または他の種類のディスプレイデバイスも、ビデオインターフェース１８５の如きインターフェースを介してシステムバス１４１に接続される。モニタに加えて、コンピュータは、出力周辺インターフェース１８８を介して接続することができるスピーカ１８７やプリンタ１８６の如き他の周辺出力デバイスを含むこともできる。
【００２１】
コンピュータ１２０は、リモートコンピュータ１９４の如き１つ以上のリモートコンピュータに対する論理接続を用いて、ネットワーク化された環境で動作することができる。リモートコンピュータ１９４は、パーソナルコンピュータ、ハンドヘルドデバイス、サーバ、ルータ、ネットワークＰＣ、ピアデバイス（ｐｅｅｒ ｄｅｖｉｃｅ）または他の共通ネットワークノードであってもよく、典型的には、コンピュータ１２０に対して上述した要素の多くまたはすべてを含む。図１に描かれている論理接続は、ローカルエリアネットワーク（ＬＡＮ）１９１および広域ネットワーク（ＷＡＮ）１９３を含むが、他のネットワークを含んでいてもよい。当該ネットワーキング環境は、オフィス、企業規模のコンピュータネットワーク、イントラネットおよびインターネットにおいて一般化されている。
【００２２】
ＬＡＮネットワーキング環境に使用するときは、ネットワークインターフェースまたはアダプタ１９０を介してコンピュータ１２０をＬＡＮ１９１に接続する。ＷＡＮネットワーキング環境で使用するときは、コンピュータ１２０は、典型的には、モデム１９２またはインターネットの如きＷＡＮ１９３上での通信を確立するための他の手段を含む。モデム１９２は内部にあっても外部にあってもよく、それをユーザ入力インターフェース１８０または他の適切なメカニズムを介してシステムバス１４１に接続することができる。ネットワーク化された環境において、コンピュータ１２０に対して描かれたプログラムモジュールを遠隔メモリ記憶装置に記憶することができる。図１は、限定するのではなく例示を目的として、リモートコンピュータ１９４上に存在する遠隔アプリケーションプログラム１９５を示す図である。示されているネットワーク接続は例示的なものであって、コンピュータ間の通信リンクを確立する他の手段も使用できることが理解されるであろう。
【００２３】
本発明は、多くの他の汎用または特殊用途のコンピューティングシステム、環境または構成に対しても動作可能である。本発明に好適に使用できるよく知られたコンピューティングシステム、環境および／または構成の例としては、（スクリーンのない）正規電話パーソナルコンピュータ、サーバコンピュータ、ハンドヘルドまたはラップトップデバイス、マルチプロセッサシステム、マイクロプロセッサを使用したシステム、セットトップボックス、プログラマブルコンシューマエレクトロニクス（ｐｒｏｇｒａｍｍａｂｌｅ ｃｏｎｓｕｍｅｒ ｅｌｅｃｔｒｏｎｉｃｓ）、ネットワークＰＣ、ミニコンピュータ、主コンピュータ、上記システムまたはデバイスのいずれかを含む分散コンピューティング環境などが挙げられるが、それらに限定されるものではない。
【００２４】
機械翻訳システムの概要
本発明を詳細に説明する前に、論理形式について簡単に説明するのが有益であると思われる。論理形式およびシステム、ならびにそれらを生成するための方法についての十分かつ詳細な説明は、１９９９年１０月１２日に発行され、「ＭＥＴＨＯＤ ＡＮＤ ＳＹＳＴＥＭ ＦＯＲ ＣＯＭＰＵＴＩＮＧ ＳＥＭＡＮＴＩＣ ＬＯＧＩＣＡＬ ＦＯＲＭＳ ＦＲＯＭ ＳＹＮＴＡＸ ＴＲＥＥＳ」という名称の米国特許第５、９６６、６８６号（Ｈｅｉｄｏｒｎ他）に見いだすことができる。しかし、簡単にいうと、論理形式は、入力テキストに対する形態学的解析を行って、文法的関係で補われた従来の句構造解析をプロデュースすることによって生成される。テキスト入力における内容単語間のラベル付き依存性を記述するデータ構造である論理形式を導くために、構文解析にさらなる処理が施される。論理形式は、特定の構文変換（例えば能動／受動）を正規化するとともに、センテンス内照応形および長距離依存性を解決することができる。ここに示されるように、図４（Ａ）の例では、論理形式の要素を直感的に理解するのに役立つグラフとして論理形式２５２を表すことができる。しかしながら、当業者ならわかるであろうが、論理形式は、コンピュータ可読媒体上に記憶されると、グラフを表すように簡単に理解することができなくなる。
【００２５】
具体的には、論理関係は、ＬｏｇｉｃａｌＳｕｂｊｅｃｔ、ＬｏｇｉｃａｌＯｂｊｅｃｔ、ＩｎｄｉｒｅｃｔＯｂｊｅｃｔ；
ＬｏｇｉｃａｌＮｏｍｉｎａｔｉｖｅ、ＬｏｇｉｃａｌＣｏｍｐｌｅｍｅｎｔ、ＬｏｇｉｃａｌＡｇｅｎｔ；
ＣｏＡｇｅｎｔ、Ｂｅｎｅｆｉｃｉａｒｙ；
Ｍｏｄｉｆｉｅｒ、Ａｔｔｒｉｂｕｔｅ、ＳｅｎｔｅｎｃｅＭｏｄｉｆｉｅｒ；
ＰｒｅｐｏｓｉｔｉｏｎａｌＲｅｌａｔｉｏｎｓｈｉｐ；
Ｓｙｎｏｎｙｍ、Ｅｑｕｉｖａｌｅｎｃｅ、Ａｐｐｏｓｉｔｉｏｎ；
Ｈｙｐｅｒｎｙｍ、Ｃｌａｓｓｉｆｉｅｒ、ＳｕｂＣｌａｓｓ；
Ｍｅａｎｓ、Ｐｕｒｐｏｓｅ；
Ｏｐｅｒａｔｏｒ、Ｍｏｄａｌ、Ａｓｐｅｃｔ、ＤｅｇｒｅｅＭｏｄｉｆｉｅｒ、Ｉｎｔｅｎｓｉｆｉｅｒ；
Ｆｏｃｕｓ、Ｔｏｐｉｃ；
Ｄｕｒａｔｉｏｎ、Ｔｉｍｅ；
Ｌｏｃａｔｉｏｎ、Ｐｒｏｐｅｒｔｙ、Ｍａｔｅｒｉａｌ、Ｍａｎｎｅｒ、Ｍｅａｓｕｒｅ、Ｃｏｌｏｒ、Ｓｉｚｅ；
Ｃｈａｒａｃｔｅｒｉｓｔｉｃ、Ｐａｒｔ；
Ｃｏｏｒｄｉｎａｔｅ；
Ｕｓｅｒ、Ｐｏｓｓｅｓｓｏｒ；
Ｓｏｕｒｃｅ、Ｇｏａｌ、Ｃａｕｓｅ、Ｒｅｓｕｌｔ；
およびＤｏｍａｉｎの如き方向性関連型によって接続される２つの単語から構成される。
【００２６】
論理形式は、センテンスまたはその一部の如き単一のテキスト入力を表す接続論理関係のデータ構造である。論理形式は、１つの論理関係から構成され、構造的関係（すなわち構文的関係および意味的関係）を描写し、特に入力列における重要単語間の関係を補い、かつ／または調節する。
【００２７】
例示的な一実施形態では、構文解析から論理形式を構築する特定のコードが、機械翻訳システムがそれに対して動作する様々な原始言語および目的言語の間で共有される。２つの言語の表面的に異なる構造はしばしば同様または同一の論理形式表現に分解するため、共有されたアーキテクチャは、異なる言語からの論理形式区分を整列させるタスクを著しく単純化する。異なる言語における論理形式の例を図４（Ａ）〜図４（Ｃ）に関して以下により詳細に説明する。
【００２８】
図２および図３は、本発明の一実施形態による機械翻訳システム２００のアーキテクチャの構成図である。システム２００は、解析コンポーネント２０４および２０６と、統計的単語関連学習コンポーネント２０８と、論理形式整列コンポーネント２１０と、字句知識ベース構築コンポーネント２１２と、２カ国語辞書２１４と、辞書併合コンポーネント２１６と、変換マッピングデータベース２１８と、更新２カ国語辞書２２０とを含む。トレーニングおよび翻訳実行時に、システム２００は、解析コンポーネント２２２、マッチングコンポーネント２２４、変換コンポーネント２２６および／または生成コンポーネント２２８を利用する。
【００２９】
例示的な一実施形態では、２カ国語コーパスを使用してシステムをトレーニングする。２カ国語コーパスは、整列翻訳センテンス（例えば、英語の如き１つの原始または目的言語におけるセンテンスが、スペイン語の如き他方の原始または目的言語における人間による翻訳と一対一で対応するセンテンス）を含む。トレーニング時に、原始センテンス２３０（翻訳対象センテンス）として、かつ目的センテンス２３２（原始センテンスの翻訳）として、センテンスを整列２カ国語コーパスからシステム２００に提供する。解析２０４および２０６は、整列２カ国語コーパスからのセンテンスを解析して、原始論理形式２３４および目的論理形式２３６を生成する。
【００３０】
解析時に、センテンスにおける単語が正規化された単語形式（見出し語）に変換され、それを統計的単語関連学習コンポーネント２０８に提供することができる。単一単語関連および複数単語関連を、信頼できる各々の集合が得られるまで、学習コンポーネント２０８によって繰り返し仮定および評価する。統計的単語関連学習コンポーネント２０８は、学習された単一単語翻訳対２３８、ならびに複数単語対２４０を出力する。
【００３１】
複数単語対２４０は、付加的な入力を２カ国語辞書２１４に追加して更新２カ国語辞書２２０を形成するのに使用される辞書併合コンポーネント２１６に提供される。新たな入力は、複数単語対２４０を表す。
【００３２】
単一および複数単語対２３８は、原始論理形式２３４および目的論理形式２３６とともに、論理整列コンポーネント２１０に提供される。簡潔に述べると、コンポーネント２１０は、最初に原始および目的論理形式２３０および２３６におけるノード間の仮の対応を確立する。これは、統計的単語関連学習コンポーネント２０８からの単一および複数単語翻訳対２３８、２４０で補足することのできる２カ国語辞典（例えば２カ国語辞書）からの翻訳対を用いて行われる。可能な対応を確立した後に、整列コンポーネント２１０は、字句および構造的考察にしたがって論理形式ノードを整列させ、単語および／または論理形式変換マッピング２４２を作成する。この態様を以下により詳細に説明する。
【００３３】
基本的には、整列コンポーネント２１０は、２カ国語辞書情報２１４、ならびに単一および複数単語対２３８、２４０を用いて、論理形式間にリンクを張る。変換マッピングは、それらが原始および目標論理形式２３４および２３６に出現する頻度に基づいて随意にフィルタリングされ、字句知識ベース構築コンポーネント２１２に提供される。
【００３４】
一実施形態では、フィルタリングは随意であるが、変換マッピングがトレーニングデータ内に少なくとも二度見いだせない場合は、任意の他の所望の頻度をフィルタとして使用することが可能であっても、その変換マッピングを使用して変換マッピングデータベース２１８を構築することはない。出現頻度以外にも他のフィルタリング技術を使用できることに留意されたい。例えば、変換マッピングが入力センテンスの完全な解析により形成されているかどうか、また変換マッピングを作成するのに使用される論理形式が完全に整列されているかどうかに基づいて変換マッピングをフィルタリングすることが可能である。
【００３５】
コンポーネント２１２は、基本的には一言語における単語および／または論理形式を第２の言語における単語および／または論理形式にリンクさせる変換マッピングを含む変換マッピングデータベース２１８を構築する。このようにして変換マッピングデータベース２１８が作成されると、次にシステム２００がランタイム翻訳に向けて構成される。
【００３６】
翻訳実行時に、翻訳対象の原始センテンス２５０が解析コンポーネント２２２に提供される。解析コンポーネント２２２は、原始センテンス入力に基づいて、原始センテンス２５０および原始論理形式２５２を受け取る。例を挙げるとわかりやすい。本例では、原始センテンス２５０は、「Ｈａｇａ ｃｌｉｃｋ ｅｎｅｌ ｂｏｔｏｎ ｄｅ ｏｐｃｉｏｎ」というスペイン語のセンテンスで、それが英語に翻訳されて、「Ｃｌｉｃｋ ｔｈｅ ｏｐｔｉｏｎ ｂｕｔｔｏｎ（オプションボタンをクリックする）」または逐語的に「Ｍａｋｅ ｃｌｉｃｋｉｎ ｔｈｅ ｂｕｔｔｏｎ ｏｆ ｏｐｔｉｏｎ（オプションのボタンでクリックを行う）」となる。
【００３７】
図４（Ａ）は、解析コンポーネント２２２により原始センテンス２５０に対して生成された原始論理形式２５２を示す図である。原始論理形式２５２は、マッチングコンポーネント２２４に提供される。マッチングコンポーネント２２４は、リンクされた論理形式２５４を取得するために、原始論理形式２５２と、変換マッピングデータベース２１８内の論理形式とをマッチさせることを目的とする。複数の変換マッピングが、原始論理形式２５２の部分とマッチしうる。マッチングコンポーネント２２４は、マッチさせる見出し語、品詞、および他の特徴情報を有するデータベース２１８におけるマッチング変換マッピングの最良の集合を検索する。所定の尺度に基づいて、最良のマッチの集合が見いだされる。例えば、例示的に、より大きな（より具体的な）論理形式を有する変換マッピングのほうが、より小さな（より一般的な）論理形式を有する変換マッピングよりも好まれるかもしれない。大きさが等しい論理形式を有するマッピングの中では、マッチングコンポーネント２２４は、例示的に、より高頻度のマッピングを好むかもしれない。いずれの場合も互いに矛盾することがなければ、マッピングは、原始論理形式２５２の重複部分ともマッチしうる。ひとまとめになったマッピングの集合は、代替的な集合に比べて入力センテンスのより広範囲な部分を網羅するのであれば、例示的に、そのほうが好まれるかもしれない。入力論理形式とデータベース２１８に見られる論理形式とをマッチさせるのに使用される他の尺度を、表４に関して以下により詳細に説明する。
【００３８】
マッチング変換マッピングの集合が確認された後に、マッチングコンポーネント２２４は、変換マッピングによって受け取られた対応する目的単語または論理形式区分のコピーに対して原始論理形式２５２内のノード上にリンクを作成して、リンクされた論理形式２５４を生成する。図４（Ｂ）は、本例についてのリンクされた論理形式２５４の例を示す図である。複数単語のマッピングについてのリンクは、対応する区分のルートノード（例えばＨａｃｅｒとＣｌｉｃｋ）をリンクさせ、次いでその複数単語のマッピングに関与する他の原始ノード（例えばＵｓｔｅｄとＣｌｉｃ）にアスタリスクをリンクさせることによって表現される。例示的に、当該マッピングの対応する個々の原始ノードと目的ノードの間のサブリンク（図４（Ｂ）には示されていない）を作成して変換時に使用することもできる。
【００３９】
変換コンポーネント２２６は、マッチングコンポーネント２２４から論理形式２５４を受け取り、目的翻訳の基礎を形成することになる目的論理形式２５６を作成する。これは、原始論理形式２５２のノード上のリンクによって指示される目的論理形式区分が統合される、リンクされた論理形式２５４のトップダウン横断を実行することによって行われる。複合的な複数単語マッピングに対する論理形式区分を統合したら、マッチングコンポーネント２２４によって設定された個々のノード間のサブリンクを使用して、修飾成句のための正確な結合点の判断などを行う。必要な場合は、デフォルトの結合点を利用する。
【００４０】
適用しうる変換マッピングが見つからない場合は、原始論理形式２５２内のノードおよびそれらの関係を単に目的論理形式２５６にコピーする。これらのノードに対する変換マッピングデータベース２１８の中にまだデフォルトの単一単語翻訳を見いだし、それらを目的論理形式２５６に挿入することができる。しかし、それらは見つからない場合は、例示的に、整列時に使用した更新２カ国語辞書２２０から翻訳を取得することが可能である。
【００４１】
図４（Ｃ）は、本例についての目的論理形式２５６を示す図である。「ｃｌｉｃｋ」から「ｂｕｔｔｏｎ」までの論理形式区分と「ｂｕｔｔｏｎ」から「ｏｐｔｉｏｎ」までの論理形式区分をリンクされた論理形式２５４から繋ぎ合わせて、目的論理形式２５６を取得したことがわかる。
【００４２】
生成コンポーネント２２８は、例示的に、目的論理形式２５６から目的列（または出力目的センテンス）にマッピングする規則ベースのアプリケーション独立生成コンポーネントである。生成コンポーネント２２８は、例示的に、入力論理形式の原始言語に関する情報を有さず、専ら変換コンポーネント２２６によってそこに送られる情報のみを扱う。生成コンポーネント２２８は、また例示的に、この情報を（目的言語についての）単一言語辞書と併用して目的センテンス２５８を生成する。したがって、各言語に対しては１つの包括的な生成コンポーネント２２８だけで十分である。
【００４３】
したがって、このシステムは、異なる言語間で論理形式がマッチしうるように、様々な言語からの情報を解析して、共有される共通の論理形式にすることがわかる。該システムは、変換マッピングデータベースを構築するのに単純なフィルタリング技術を利用して、ノイジーなデータ入力を処理することもできる。したがって、極めて多くのセンテンス対を用いて、このシステムを自動的にトレーニングすることが可能である。例示的な一実施形態では、該センテンス対の数が１０、０００を超える。他の例示的な実施形態では、センテンス対の数が５０、０００から１００、０００を上回り、さらに１８０、０００、２００、０００、３５０、０００を超え、あるいは５００、０００または６００、０００を超える場合すらある。また、センテンス対の数は、言語に応じて変動しうるため、これらの数に限定される必要はない。
【００４４】
論理形式の整列
図５は、２つの異なる言語からの少なくともセンテンスフラグメントの論理形式を関連付けるメソッド３００を示す図であって、該論理形式は、親／子構造で構成されたノードを含む方法を示す図である。メソッド３００は、論理形式のノードを関連付けて、ブロック３０２で指示される仮の対応を形成し、該仮の対応、および／またはブロック３０４で指示される構造的考察の少なくとも１つを除去することによって論理形式のノードを整列させる。
【００４５】
図２に関して既に示したように、整列コンポーネント２１０は、仮の対応、典型的には論理形式間の字句対応を形成するために、２カ国語辞書２１４を利用する。２カ国語辞書２１４は、複数源からのデータを併合することによって作成することが可能で、逆の目的対原始辞書入力を使用してカバレージを向上させることもできる。ここで用いられる２カ国語辞書２１４は、単語間の対応を提供することができる任意の他の種類の資源をも表す。統計技術を用いて獲得した翻訳対応で２カ国語辞書２１４を補足することも可能である。
【００４６】
図２では、コンポーネント２０８によって該統計技術を実施している。コンポーネント２０８からの出力は整列コンポーネント２１０によって使用できるが、それは、整列コンポーネント２１０の動作には必要とされない。ただし、補足のため、コンポーネント２０８の一実施形態をここに手短に説明する。
【００４７】
コンポーネント２０８は、その内容単語に解析される平行２カ国語トレーニングコーパスを受け取る。単語関連性は、２カ国語コーパス内に整列されたセンテンスに出現する言語Ｌ１の単語から構成される内容単語の各対を、他方の単語が出現する言語Ｌ２のセンテンスに対して評価する。一方の単語が、そのセンテンス内のすべての単語のなかで他方の単語との関連性が最も強い場合に、一対の単語が一対の整列センテンスにおいて「リンクされている」と見なされる。処理および評価がなされたトレーニングデータのなかの各対の整列センテンスにおいてリンクされた単語の最大の接続集合を識別することによって、トレーニングデータにおける複合語の出現を仮定する。これら最大の接続集合のひとつが、いずれかの言語または両方の言語において複数の単語を含む限り、その言語における単語の部分集合を複合語と仮定する。本来の入力テキストを書き換え、仮定の複合語を単一の融合トークンに置き換える。次いで、（融合トークンに置き換えられた）複合語、および入力テキスト内の残留するあらゆる個別単語について、関連性スコアを再度計算する。このとき、トレーニングコーパスにおける特定対の整列センテンスのなかに同等の強さを有する、またはより強い他の関連性が存在しない場合にのみ、関連性スコアの計算に共出現を考慮することを除いて、関連性スコアを再び計算する。
【００４８】
関連性スコアの最終的な計算の後に、関連性スコアがしきい値を上回る単語対またはトークン対として翻訳対を識別することが可能になる。
【００４９】
同様に、コンポーネント２０８は、ここではそのすべての単語が大文字で始まるタイトルまたは他の特殊な語句を意味する「カプトイド」の翻訳の識別にも役立てられる。（カプトイドの翻訳を見いだすことには、フランス語やスペイン語では、当該アイテムの第１の単語のみ大文字で始まることが慣例で定められているため、カプトイド翻訳の範囲を決定するのが困難であるという問題がある）。その実施形態では、（英語の如き）原始言語において最初に複合語を識別する。これは、第１の単語が大文字で始まり、連続的な文字列における次のトークンが小文字で始まらないテキストの列を見いだすことによって実施することが可能である。次に、大文字で始まる単語を見いだし、対応する複合語の可能な開始点としてこれにフラグ付けを行うことにより、目的テキストにおいて複合語を仮定する。次いで、目的テキストを左から右に向かって走査し、原始テキスト内の識別された複合語における単語に最も強く関連する後続の単語にフラグ付けを行う一方、最も強く関連する単語以外の連続的な単語を、最も強く関連する単語がそれらの後に続く限り、所定の数（例えば２つ）の範囲内で見いだす。
【００５０】
その左から右方向への走査は、原始テキスト内の識別された複合語における単語に最も強く関連する単語以外の連続的な単語であって、該所定の数（例えば２つ）を超える数の単語が見いだされるまで、または最も強く関連する単語が目的テキスト内に存在しなくなるまで、または句読点に到達するまで継続することが可能である。
【００５１】
コンポーネント２０８について説明を行ってきたが、コンポーネント２０８はオプションであることに留意されたい。
【００５２】
再び図５のメソッド３００を参照すると、一般に、論理形式間に形成される仮の対応の数を最大にする目的で、ステップ３０２における仮の対応を形成するステップを精力的に遂行する。ステップ３０４で仮の対応をさらに解析し、不正確であると判断されたものを除去するため、ステップ３０２では仮の対応の精度が最も重要な基準にはならない。
【００５３】
２カ国語辞書２１４は、仮の対応を形成するために使用される直接的な翻訳を表す。しかし、付加的な仮の対応を形成するために、派生的な形態を利用することも可能である。例えば、ステップ３０２において仮の対応を形成するのに、形態的ベースおよび派生物の翻訳、ならびに翻訳のベースおよび派生形式を用いることも可能である。同様に、ノードの１つが他方のノードより多くの字句要素または単語を含む論理形式のノード間に仮の対応を形成することも可能である。例えば、一般にそうであるように、ノードの１つが一方の言語の単一単語を含むことができ、他方のノードが他方の言語の少なくとも２つの単語を含む。英語やスペイン語などの密接に関連した言語は、ファジィ論理に使用して関連性を確認することができる単語類似性（同族性）をも有する。次いで、これらの関連性を使用して、仮の対応を形成することができる。
【００５４】
この時点で、整列される論理形式の例について考察するのが有益であると思われる。図６を参照すると、「Ｅｎ Ｉｎｆｏｒｍａｃｉｏｎ ｄｅｌ ｈｉｐｅｒｖｉｎｃｕｌｏ，ｈａｇａ ｃｌｉｃ ｅｎ ｌａ ｄｉｒｅｃｃｉｏｎ ｄｅｌ ｈｉｐｅｒｖｉｎｃｕｌｏ」というセンテンスに対して論理形式３２０が生成され、その英語訳である「Ｕｎｄｅｒ Ｈｙｐｅｒｌｉｎｋ Ｉｎｆｏｒｍａｔｉｏｎ，ｃｌｉｃｋ ｔｈｅ ｈｙｐｅｒｌｉｎｋ ａｄｄｒｅｓｓ（ハイパーリンク情報において、ハイパーリンクアドレスをクリックする）」に対して論理形式３２２が生成された。
【００５５】
図６は、さらにステップ３０２で識別された仮の対応３２３の各々を示す図である。本例では、ステップ３０２における仮の対応の精力的な遂行の例として、「Ｈｉｐｅｒｖｉｎｃｕｌｏ」の出現の各々は、英語の論理形式３２２における「Ｈｙｐｅｒｌｉｎｋ＿Ｉｎｆｏｒｍａｔｉｏｎ」および「Ｈｙｐｅｒｌｉｎｋ」との異なる２つの仮の対応を含む。
【００５６】
次に、ステップ３０４を参照すると、論理形式の整列が行われる。この処理では、ステップ３０２で形成された１つ以上の仮の対応を除去することができ、かつ／または上記処理は論理形式の構造的考察に応じて実施することができる。一実施形態では、ステップ３０４は、規則の集合に応じて、論理形式のノードを整列させることを含む。さらなる実施形態では、該規則の集合の各々の規則を選択した順序で論理形式に適用する。特に、それらの規則を整理して、最も明瞭な整列（最良の整列）を最初に作成し、次いで、必要ならば、後続のノード整列を明瞭化する。それらの規則を適用する順序は、論理形式の構造、すなわちトップダウン処理またはボトムアップ処理に基づくものではなく、論理形式に出現する場合は必ず最も言語学的に有意義な整列から始まることに留意することが重要である。そのように、規則のこの集合は、論理形式の構造に基づいて直線的に適用されるのではなく、各々の論理形式のノードに対して非直線的に適用されるものと見なすことができる。概して、それらの規則は、任意の言語に普遍的に適用できるように、言語中立的であることを目的とする。
【００５７】
図８は、メソッド３２８のような規則の集合の論理形式への適用を包括的に示す図である。ステップ３３０において、論理形式の各々のノードは、「整列ノード」ではなく「不整列ノード」と見なされる。ステップ３３２において、該規則の集合を構造に関係なく不整列ノードに適用して、整列ノードを形成する。したがって、不整列ノードと整列ノードを区別するのが望ましい。１つの技術は、すべてのノードを最初に不整列ノードの集合に割り当て、それらが整列したらノードを除去することを含む。集合体の使用は、それらがコンピュータ可読媒体の異なる位置にアクティブに形成されていても、単にノードに関連するブールのタグを用いてバーチャルに形成されていても、不整列ノードと整列ノードを区別する便利な方法を提供するものである。
【００５８】
ステップ３３２において、不整列ノードの各々に規則の集合を適用する。図９は、規則の集合を適用するのに実施することのできるステップ３３２の態様を概略的に示す図である。上述した一実施形態では、それらの規則は指定された順序で適用される。ここで、「Ｎ」は、どの規則が適用されているかを示すのに使用されるカウンタである。第一弾において、ステップ３３４は、不整列ノードの各々に第１の規則を適用する。不規則ノードのいずれかに規則を適用できない場合は、ステップ３３６および３３８において指示されるように、該集合からの他の規則（ちなみに一実施形態では、言語学的に有意義な整列であることを示す後続の規則）を適用する。
【００５９】
ステップ３４０において該規則の集合のすべての規則をすべてのノードに適用したら、整列手順が終了する。状況によっては、すべてのノードが整列されないことに留意されたい。
【００６０】
論理形式のノードの集合に規則を適用することができれば、それらのノードは、整列して不整列ノードから除去されるものと見なされ、規則の適用が続行される。しかし、一実施形態では、一旦いくつかの規則を適用してより言語学的に有意義な整列を取得したら、再びそれらの規則から始めるのが有利である。したがって、既に適用された規則を再度適用するのが望ましいといえる。このように、一実施形態では、ステップ３４２において指示されているように、例えば第１の規則から始まって該規則の集合の各々の規則が再度適用される。
【００６１】
論理形式のノードを整列させるための例示的な規則の集合を以下に示す。ここに提示するノードの集合は、ノードの言語学的に有意義な最も強い整列から最も弱い整列に基づいて整理される。当業者なら理解するであろうが、ここに提示される規則の少なくともいくつかを再編成しても、論理形式の整列の質を著しく変えることはできない。
【００６２】
１．１つの論理形式におけるノードまたはノードの集合と、他方の論理形式におけるノードまたはノードの集合との間に双方向に一意の翻訳が存在する場合は、それら２つのノードまたはノードの集合を互いに整列させる。第１のノードの集合におけるすべてのノードが第２のノードの集合におけるすべてのノードとの仮の対応を有し、他の対応をもたず、さらに第２のノードの集合におけるすべてのノードが第１のノードの集合におけるすべてのノードとの仮の対応を有し、他の対応をもたないように、一方の論理形式のノードまたはノードの集合が、他方の論理形式におけるノードまたはノードの集合との仮の対応を有する場合に、双方向に一意の翻訳が存在する。
【００６３】
２．仮の対応を有する１つのノードが各論理形式からのノードである一対の親ノードを、それぞれの親ノードの各子ノードが他方の親ノードの子に対して既に整列されている場合に互いに整列させる。
【００６４】
３．１つのノードが各論理形式からのノードである一対の子ノードを、それらの間に仮の対応が存在し、かつそれぞれの子ノードの親ノードが他方の子の対応する親ノードに対して既に整列されている場合に互いに整列させる。
【００６５】
４．１つのノードが各論理形式からのノードである一対のノードを、想定される該ノードのそれぞれの親ノードが互いに整列され、それぞれの子ノードも互いに整列されている場合に互いに整列させる。
【００６６】
５．動詞であるノード、および一方の論理形式からの動詞でない関連子ノードを、該関連子ノードが該第２の動詞ノードに対して整列され、該第２の動詞ノードが整列した親ノードを有していないか、または該第１の動詞ノードおよび該第２の動詞ノードが互いに整列された子ノードを有する場合に、他方の論理形式の動詞である第２のノードに対して整列させる。
【００６７】
６．同じ品詞を含む１つのノードが各論理形式からのノードである一対のノードを、不整列の兄弟ノードが存在せず、それぞれの親ノードが整列され、想定されるノードの集合とそれぞれの親ノードとの言語学的関係が同じである場合に互いに整列させる。
【００６８】
７．同じ品詞を含む１つのノードが各論理形式からのノードである一対のノードを、それぞれの子ノードが互いに整列され、想定されるノードの集合とそれぞれの子ノードとの言語学的関係が同じである場合に互いに整列させる。
【００６９】
８．１つの論理形式の不整列ノードが、存在すればすべて整列されたそれぞれの親ノードと、存在すればすべて整列されたそれぞれの子ノードとを含む隣接ノードを有し、該隣接ノードの１つが、複合語を含む他方の論理形式のノードに対して整列された非複合語である場合に、該複合語を含むノードに対して不整列ノードを整列させる。この場合の隣接ノードは、隣接する親ノードおよび子ノードを含むものの、親ノードおよび子ノードの存在を必要とするわけではないが、それらが存在する場合にはそれらを整列させなければならないということに留意されたい。
【００７０】
９．代名詞を含む１つのノードが各論理形式からのノードである一対のノードを、それぞれの親ノードが互いに整列され、想定されるノードがいずれも不整列の兄弟を有さない場合に互いに整列させる。
【００７１】
１０．名詞を含む１つのノードが各論理形式からのノードである一対のノードを、名詞を含むそれぞれの親ノードが互いに整列され、想定されるノードがいずれも不整列の兄弟ノードを有さず、想定されるノードの各々とそれぞれの親ノードとの言語学的関係が修飾関係または前置詞的関係を含む場合に互いに整列させる。
【００７２】
１１．一方の論理形式の第１の動詞ノードを、該第１の動詞ノードが仮の対応を有さず、該第２の動詞ノードに対して既に整列されている単一の関連子動詞ノードを有する場合に、他方の論理形式の第２の動詞ノードに対して整列させる。
【００７３】
１２．一方の論理形式の第１の動詞ノードおよび単一の各親ノードを、該第１の動詞ノードが仮の対応を有さず、第２の動詞ノードに対して既に整列されている単一の親動詞ノードを有し、該単一の親動詞ノードが第１の動詞ノード以外に不整列の動詞子ノードを有さず、該第２の動詞ノードが不整列の動詞子ノードを有さない場合に、他方の論理形式の第２の動詞ノードに対して整列させる。
【００７４】
１３．一方の論理形式の代名詞を含む第１のノードを、該第１のノードの親ノードが該第２のノードに対して整列され、該第２のノードが不整列子ノードを有さない場合に、他方の論理形式の第２のノードに対して整列させる。
【００７５】
１４．一方の論理形式の第１の動詞ノードおよび単一の各親ノードを、該第１の動詞ノードが仮の対応を有さず、該親動詞ノードが該第２の動詞ノードに対して整列され、該第１の動詞と該親動詞ノードの関係が様相関係を含む場合に、他方の論理形式の第２の動詞ノードに対して整列させる。
【００７６】
上記の規則のいくつかの包括的分類法は、一つの規則（規則１）は主にステップ３０２で確立された対応に基づいており、例示された実施形態では、不明瞭さがないため、最強の有意義な整列であると見なされる。規則２、３、１１、１２および１４の如き他の規則は、仮の対応の組合せまたは欠如、ならびに想定されるノードおよび既に整列されたノードの構造に基づくものである。残りの規則は、想定されるノードと既に整列されたノードの関係のみに依存する。利用可能な他の包括的分類法は、規則が動詞、名詞および代名詞に関わることを含む。
【００７７】
再び図６の論理形式および仮の対応を参照すると、図７に示すノードを整列させるために、図５のメソッド３００にしたがって上記の規則を適用することが可能である。本例では、「Ｈｉｐｅｒｖｉｎｃｕｌｏ」の２つのインスタンスが２つの不明瞭な仮の対応を有し、「Ｉｎｆｏｒｍａｃｉｏｎ」から「Ｈｙｐｅｒｌｉｎｋ＿Ｉｎｆｏｒｍａｔｉｏｎ」への対応が一意的であるのに対して、その逆はそうでない。単一言語の辞典または辞書も２カ国語の辞典または辞書もこの領域に対してカスタマイズされていないことにも留意されたい。例えば、「Ｈｙｐｅｒｌｉｎｋ＿Ｉｎｆｏｒｍａｔｉｏｎ」に対しては辞典のなかにエントリが存在しない。この単位は、大文字で始まる単語のシーケンスをリンクする一般規則によってアセンブルされている。この要素に対して確立された仮の字句対応は、その個々のコンポーネントに対して見いだされる翻訳に基づく。
【００７８】
上述の整列規則を適用し、規則によって作成した整列マッピングを破線３４４として図７に示し、それらを以下のように所得する。
【００７９】
再び規則について繰り返すと、規則１は３つの場所において適用され、「ｄｉｒｅｃｃｉｏｎ」と「ａｄｄｒｅｓｓ」の間、「ｕｓｔｅｄ」と「ｙｏｕ」の間、ならびに「ｃｌｉｃ」と「ｃｌｉｃｋ」の間の整列マッピングを作成する。これらは、該方法がそこから外方向に働いて構造の残りを整列させるアンカを提供する初期の「最良の」整列である。
【００８０】
規則２はどのノードにも適用せず、次に規則３が適用して、「ａｄｄｒｅｓｓ」の子である「ｄｉｒｅｃｃｉｏｎ」対「ｈｙｐｅｒｉｎｋ」の子である「ｈｉｐｅｒｖｉｎｃｕｌｏ」のインスタンスを整列させる。したがって、該方法では、既に作成された整列（「ｄｉｒｅｃｃｉｏｎ」対「ａｄｄｒｅｓｓ」）および論理形式の構造を利用して、字句レベルで存在する不明瞭さを解決した。
【００８１】
（これまで適用されなかった）規則１を適用して、「Ｉｎｆｏｒｍａｃｉｏｎ」と「ｈｉｐｅｒｖｉｎｃｕｌｏ」対「Ｈｙｐｅｒｌｉｎｋ＿Ｉｎｆｏｒｍａｔｉｏｎ」との間に多対一のマッピングを作成する。規則３の先の適用によって不明瞭な選択肢が片付けられたため、この規則における一意条件がここで満たされることになる。
【００８２】
「ｃｌｉｃ」が既に動詞に対して整列されているため、規則４は適用せず、図５を適用して、「ｈａｃｅｒ」をその目的語の「ｃｌｉｃ」とともにロールアップする。これにより、「ｈａｃｅｒ」と「ｃｌｉｃ」対「ｃｌｉｃｋ」の多対一の整列が生成される。
【００８３】
再び図９を参照すると、それらの規則がどのノードにも適用できなくなったときに論理形式の整列が完了する。この時点で、コンポーネント２１２によって変換マッピングを取得することが可能になる。
【００８４】
図１０は、図７における整列論理形式の例から取得しうるいくつかの変換マッピング（次のセクションで説明する対立変換マッピングの例として含まれる変換マッピング３５３以外の変換マッピング）を示す図である。一般に、変換マッピング、または単に「マッピング」は、第１の言語の単語または論理形式と、第２の言語の対応する単語または論理形式との関連付けを示す。第１の言語の単語または論理形式と第２の言語の対応する単語または論理形式とをリンクする明確なポインタとして、それらのマッピングを任意のコンピュータ可読媒体上に記憶することができる。同様に、それらのマッピングを、個別のデータベースのなかではなく、単語または論理正式とともに記憶することができる。当業者なら理解するであろうが、第１の言語の単語または論理形式と第２の言語の単語または論理形式とを関連付けるのに他の技術を利用することができ、この情報を記録するために使用する具体的な技術に関係なくマッピングを構成するのはこの関連付けである。
【００８５】
整列手順を通じて作成されるマッピングは、付加的なコンテキストを備えたさらなるマッピングがその上に作成される基本構造でありうる。特に、そして本発明の他の態様として、情報が複数のマッピングを含む場合には、その情報をコンピュータ可読媒体上に記憶して、テキストを第１の言語から第２の言語に翻訳することが可能である。各マッピングは、第１の言語の単語または論理形式と第２の言語の単語または論理形式との関連付けを示す。しかし、さらに、第１の言語の論理形式に対応するマッピングの少なくともいくつかでは、いくつかの共通要素とともコンテキストが変化する。同様に、第１の言語の論理形式に対応する第２の言語の論理形式の少なくともいくつかでは、いくつかの共通要素とともにコンテキストが変化しうる。すなわち、整列手順により取得されたコアマッピングの少なくともいくつかを使用して、ローカルコンテキストの種類および量が変化する他の競合マッピングを作成する。
【００８６】
図１０を参照すると、マッピング３５０、３５２および３５４は、論理形式の要素がどのように変化しうるかを示す。マッピング３５０は、さらなるマッピングがその上に作成される基本またはコアマッピングを含む。マッピング３５２はコアマッピング３５０を拡大して、付加的な言語学的要素、ここでは単語「ｃｌｉｃｋ」の直接目的語を含め、付加的な要素が特定の見出し語は示さないが品詞を示す準指定ノード（「＊」）を含むように、コアマッピング３５０からマッピング３５４が拡大される。マッピング３５０と３５２と３５４、ならびにマッピング３５６と３５８を比較することによって、第１の言語の論理形式が共通要素（品詞および／または見出し語）を有し、第２の言語の論理形式も共通要素を有することがわかる。
【００８７】
コンテキストが重複する論理形式を示すマッピングを記憶することによって、翻訳実行時に、言語間の翻訳を行うための流暢さおよびマッピングの総合的な応用性が維持される。特に、それらの言語の単語およびより小さい論理形式を関連付けるマッピングを有することにより、トレーニングデータ内に翻訳対象となるテキストが見いだされなかったとしても、第１の言語から第２の言語への翻訳が可能である。しかし、トレーニングデータ内により大きなコンテキストが存在するのであれば、より大きなコンテキストのマッピングが適用しうる場合は、第１の言語と第２の言語の間のより流暢な翻訳が取得できるように、これもマッピングに反映させる。
【００８８】
一般に、コアマッピングを拡大して付加的なコンテキストを含めるための境界を提示するのに言語学的構造が用いられる。例えば、形容詞のためのマッピングを拡大して、それが修飾する名詞を含めることが可能である。同様に、動詞のためのマッピングを拡大して、コンテキストとして目的語を含めることが可能である。他の例では、名詞の連語のためのマッピングが、個別的かつ全体的に提供される。図１０にさらに示されるように、マッピングのいくつかは、品詞を指示するものの具体的な見出し語が提示されない準指定ノード（「＊」）を含むことができる。これらの種類のマッピングは、第１の言語から第２の言語に翻訳するためのマッピングの全体的な応用性を高めるばかりでなく、取得される翻訳の流暢さを向上させるコンテキストを含む。
【００８９】
概して、作成されうるマッピングは、いくつかの方法で指定することができる任意の数のワイルドカードまたは準指定ノードを有することができる。例えば、それらは、品詞を特定してもしなくてもよく、また特定の構文上または意味上の特徴を指定することができる。例えば、あるパターンが、「ＰｒｏｐｅｒＮａｍｅ」または「Ｌｏｃａｔｉｏｎ」表示された特徴を備えたワイルドカードノードであって、そのノードが同じ特徴を有する入力ノードにマッチするときはそのパターンのみを適用することを示すノードを有していてもよい。これらのワールドカードは、システムが具体的なデータから一般化したマッピングを仮定することを可能にする。
【００９０】
ランタイム時の変換マッピングのマッチング
第１の言語と第２の言語の単語または論理形式の間のマッピングに関係する情報に加えて、ランタイム翻訳時に付加的な情報を記憶または使用することも可能である。該付加的な情報を使用して、マッピングの適切な集合を選択するとともに、どのマッピングを使用するかに関する対立、すなわち原始論理形式２５０に対して生成される原始論理形式２５２（またはその一部）が、変換マッピングデータベース２１８における変換マッピングの複数の原始側にマッチするときの対立（図２を参照）を解決することが可能である。
【００９１】
例えば、原始論理形式が、データベース２１８における複数の変換マッピングの原始側にマッチする場合は、これらのマッチング変換マッピングの部分集合が、該部分集合におけるすべての変換マッピングが互いに適合するように（すなわち対立しないように）、また該部分集合における変換マッピングがどの程度入力センテンスを集合的に網羅するかということに応じる尺度、ならびに個々の変換マッピングに関連する他の尺度に基づいて選択される。いくつかの当該尺度を表１に示す。
【００９２】
表１
１．マッチさせる変換マッピングの大きさ。
２．トレーニングデータ内に変換マッピングが見いだされた頻度。
３．完全に整列した論理形式から変換マッピングを生成した頻度。
４．部分的に整列した論理形式から変換マッピングを生成した頻度。
５．一定の解析により得られた論理形式から変換マッピングを生成した頻度。
６．整列コンポーネントによって変換マッピングに割り当てられた整列スコア。
【００９３】
マッチング変換マッピングの部分集合が選択されると、該部分集合における変換マッピングは、そこから出力テキストが生成される変換論理形式に統合される。
【００９４】
マッチング変換マッピングは、それらが適合する限り、重複変換マッピングを含みうることに留意されたい。例えば、「Ｃｌｉｃｋ ｔｈｅ ｏｆｆｉｃｅ ａｄｄｒｅｓｓ（オフィスアドレスをクリックする）と翻訳することができるスペイン語のセンテンス、「Ｈａｇａ ｃｌｉｃ ｅｎ ｅｌ ｄｉｒｅｃｃｉｏｎ ｄｅ ｌａ ｏｆｉｃｉｎａ」に対して以下の論理形式を生成することが可能である。
【００９５】
対立の例としては、変換マッピング３５２と対立する変換マッピング３５３としてのマッチング変換マッピングが示される。したがって、例えば、その論理形式は、変換マッピング３５０、３５２、３５３および３５４のすべてにマッチすることになる。
【００９６】
対立する変換マッピングの他の例として、トレーニング中に処理されるいくつかのセンテンスが、スペイン語の「ｈａｃｅｒ ｃｌｉｃ ｅｎ ＜ｓｏｍｅｔｈｉｎｇ＞に対して整列された句の「ｃｌｉｃｋ ＜ｓｏｍｅｔｈｉｎｇ＞」を含んでいたとする。他のセンテンスにおいて、「ｅｌｅｇｉｒ ＜ｓｏｍｅｔｈｉｎｇ＞」（逐語的には「ｓｅｌｅｃｔ ｓｏｍｅｔｈｉｎｇ」）に対して整列されたセンテンス「ｃｌｉｃｋ ＜ｓｏｍｅｔｈｉｎｇ＞」を想定する。
【００９７】
これにより、以下のようなマッピングが生成される（これらの例は英語をスペイン語に対してマッピングしたものであるが、先の例はスペイン語を英語に対してマッピングしたものであることに留意されたい）：
【００９８】
他の種類の対立についても述べる必要がある。ランタイム時に、所定の入力センテンスについて、入力センテンスの異なる部分にマッチする複数のマッチング変換マッピングが存在しうる。それらのうちのいくつかを互いに繋ぎ合わせて、入力全体を網羅する変換ＬＦを生成できるように、選択部分集合としてそれらを選択することが可能である。しかし、繋ぎ合わせたこれらの組合せは、互いに重複するものもあれば、そうでないものもある。重複するもののうち、互いに「適合する」ものしか使用できない。上述したように、「重複」により、入力センテンスの少なくとも１つのノードが両方のマッピングにマッチする場合における２つのマッピングを意味する。適合により、組合せが重複しなければそれらは常に適合し、組合せが重複するノードに対応する目的側が同じであれば、重複する組合せが適合することを意味する。
【００９９】
例えば、入力センテンスが「ｃａｍｂｉａｒ ｃｏｎｆｉｇｕｒａｔｉｏｎ ｄｅ ｓｅｇｕｒｉｄａｄ」（「ｃｈａｎｇｅ ｔｈｅ ｓｅｃｕｒｉｔｙ ｓｅｔｔｉｎｇ（セキュリティ設定を変更する）と翻訳される」で、それが以下のような変換マッピングにマッチし、
【０１００】
表１は、マッチング変換マッピングの部分集合をさらに限定する（対立するマッチング変換マッピングのなかから選択するか、または適合するマッチング変換マッピングの部分集合を絞り込む）のに使用できる情報の例を示す。当該情報としては、マッチング変換マッピングの部分集合によって（集合的に）網羅される入力センテンスの範囲、ならびにマッピングそのものにおいてマッチさせる論理形式から確認できるマッピングの大きさを挙げることができる。論理形式の大きさは、指定ノードの数、ならびにそれらのノードの言語学的関係の数の両方を含む。したがって、例示を目的とし、マッピング３５０の原始側からの論理形式の大きさは２に等しく、目的側の論理形式の大きさは１に等しい。他の例では、マッピング３５４の原始側の論理形式の大きさは４に等しく、マッピング３５４の目的側の論理形式の大きさは２に等しい。
【０１０１】
変換マッピングの部分集合を選択するための情報としては、変換マッピングにおける論理形式がトレーニングデータに見いだされる頻度の如き、個々の変換マッピングに関連する情報も挙げることができる。望まれる場合は、トレーニングデータは、他のトレーニングデータより信頼性が高いものと考えられる「信用」トレーニングデータを含むことができる。信用トレーニングデータに見いだされるマッピングの頻度をさらに保持し、あるいはすべてのトレーニングデータに見いだされるマッピングの頻度を記憶することが可能である。
【０１０２】
原始論理形式と変換マッピングをマッチさせるときにマッチング変換マッピングの部分集合を選択する上で役立つ他の情報としては、そこから論理形式が取得されたトレーニングデータ内の論理形式の完全整列の範囲が挙げられる。すなわち、その整列手順は、より大きな論理形式のノードを完全または完璧に整列させることができるか、あるいはいくつかのノードが不整列の状態を維持しうる。図７の例では、すべてのノードを整列させたが、上述したように、常にそうであるとは限らない。完全に整列した論理形式に関連するそれらのマッピングは、より信頼性が高いものと考えられる。勿論、対立を解決するための情報、または部分集合を定めるための情報は、完全に整列した論理形式ならびに部分的に整列した論理形式の両方からマッピングが生成された頻度をも示しうる。
【０１０３】
同様に、付加的な情報としては、対応するトレーニングデータの完全解析から、変換マッピングにおける論理形式が発生した頻度を上げることができる。特に、完全または一定解析からマッピングが発生した頻度、あるいは対照的に、部分解析のみからマッピングが発生した頻度を、その後、翻訳時にマッチさせながら対立を解決するのに使用するために記憶することが可能である。
【０１０４】
他の形式の情報としては、マッピングを抽出するのに使用される整列手順によって変換マッピングに割り当てられるスコアまたは値を上げることができる。例えば、スコアは、整列ノードがどの程度「強い」（言語学的に有意義）であるか（または、整列コンポーネントが変換マッピングにおいてどの程度の確度を有するか）に応じうる。したがって、スコアは、いつ（何回目に）、そしてどの規則が整列を形成したかに応じうる。整列スコアを計算するのに使用する特定の相関関係または尺度は決定的なものではなく、任意の当該尺度を用いて、ランタイム翻訳時に利用することのできる整列スコアに関連する情報を生成することが可能である。
【０１０５】
論理形式の解析、整列および使用に関して本発明を説明したが、本明細書に記載されている発明の概念の少なくとも一部は他の依存構造にも応用可能であることを理解されたい。
【０１０６】
特定の実施形態を参照しながら本発明を説明したが、本発明の主旨および範囲を逸脱することなく、形式および詳細において変更が可能であることを当業者なら理解するであろう。
【図面の簡単な説明】
【図１】本発明を利用することができる例示的な環境の構成図である。
【図２】本発明の一実施形態による機械翻訳アーキテクチャの構成図である。
【図３】本発明の一実施形態による機械翻訳アーキテクチャの構成図である。
【図４】（Ａ）は原始言語（本例ではスペイン語）でのテキスト入力について生成される論理形式の例を示す図である。（Ｂ）は原始言語でのテキスト入力についてのリンクされた論理形式を示す図である。（Ｃ）は原始言語入力の目的言語出力（本例では英語）への翻訳を表す目的論理形式を示す図である。
【図５】ノードを整列させるメソッドを示す流れ図である。
【図６】論理形式間で形成された仮の対応の例を示す図である。
【図７】図６の論理形式間に形成された整列ノードの例を示す図である。
【図８】図５のメソッドに対する規則の集合の応用を示す流れ図である。
【図９】規則の順序付き集合の応用を示す流れ図である。
【図１０】図７の例に関連する変換マッピングの集合を示す図である。
【符号の説明】
１２０ コンピュータ
１４０ 処理装置
１４１ システムバス
１５０ システムメモリ
１５１ 読取り専用メモリ（ＲＯＭ）
１５２ ランダムアクセスメモリ（ＲＡＭ）
１５３ 基本入出力システム（ＢＩＯＳ）
１５４ オペレーティングシステム
１５５、１６５、１９５ アプリケーションプログラム
１５６、１６６ プログラムモジュール
１５７、１６７ プログラムデータ
１６０、１７０ インターフェース
１６１ ハードディスクドライブ
１７１ 磁気ディスクドライブ
１７２ 不揮発性磁気ディスク
１７５ 光ディスクドライブ
１７６ 不揮発性光ディスク
１８０ ユーザ入力インターフェース
１８２ キーボード
１８３ マイクロフォン
１８４ モニタ
１８５ ビデオインターフェース
１８６ プリンタ
１８７ スピーカ
１９０ アダプタ
１９１ ＬＡＮ
１９２ モデム
１９３ ＷＡＮ
１９４ リモートコンピュータ
２００ システム
２０４、２０６ 解析コンポーネント
２０８ 統計的単語関連学習コンポーネント
２１０ 論理形式整列コンポーネント
２１２ 字句知識ベース構築コンポーネント
２１４ ２カ国語辞書
２１６ 辞書併合コンポーネント
２２０ 更新２カ国語辞書
２２４ マッチングコンポーネント
２２６ 変換コンポーネント
２２８ 生成コンポーネント
２３０、２５０ 原始センテンス
２３２、２５８ 目的センテンス
２３４、２５２ 原始論理形式
２３６、２５６ 目的論理形式
２３８ 単一単語翻訳対
２４０ 複数単語対
２４２ 変換マッピング
２５４ リンクされた論理形式
３２０ 論理形式
３２２ 英語の論理形式
３２３ 仮の対応
３５０、３５２、３５４、３５６、３５８ マッピング
Claims (1)
- コンピュータに、第１の言語の入力テキストを第２の言語の出力テキストに翻訳させるためのプログラムであって、
入力テキストに基づいてソース論理形式を生成するステップと、
少なくとも前記ソース論理形式の一部分とマッチングする、変換マッピングデータベースにおける１対またはそれ以上の変換マッピングの中から１対を、あらかじめ定められた尺度を使用して選択するステップであって、前記変換マッピングの各々の対は、単語およびそれらの論理関係を含む１対の論理形式コンポーネントを含み、該１対の論理形式コンポーネントは、前記第１の言語の前記論理形式コンポーネントから翻訳される第２の言語の論理形式コンポーネントであるターゲット論理形式コンポーネントと１対化された、前記第１の言語の論理形式コンポーネントであるソース論理形式コンポーネントを含む、ステップと、
前記選択するステップで選択された１対の変換マッピングに基づいて、前記ソース論理形式のノードと前記変換マッピングデータベース中の前記第２言語の論理形式のノードとの間のリンクを示すリンク論理形式を生成するステップと、
前記リンク論理形式中の、前記ソース論理形式のノード上のリンクによって指示される、前記第２言語の論理形式の部分を統合して、ターゲット論理形式を生成するステップと、
前記ターゲット論理形式に基づいて出力テキストを生成するステップと
を前記コンピュータに実行させることを特徴とするプログラム。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US29533801P | 2001-06-01 | 2001-06-01 | |
| US60/295,338 | 2001-06-01 | ||
| US09/899,755 | 2001-07-05 | ||
| US09/899,755 US7050964B2 (en) | 2001-06-01 | 2001-07-05 | Scaleable machine translation system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003050797A JP2003050797A (ja) | 2003-02-21 |
| JP4714400B2 true JP4714400B2 (ja) | 2011-06-29 |
Family
ID=26969062
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002162076A Expired - Fee Related JP4714400B2 (ja) | 2001-06-01 | 2002-06-03 | スケーラブル機械翻訳システム |
Country Status (3)
| Country | Link |
|---|---|
| US (2) | US7050964B2 (ja) |
| EP (1) | EP1262880A3 (ja) |
| JP (1) | JP4714400B2 (ja) |
Families Citing this family (109)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6076051A (en) | 1997-03-07 | 2000-06-13 | Microsoft Corporation | Information retrieval utilizing semantic representation of text |
| US20060116865A1 (en) | 1999-09-17 | 2006-06-01 | Www.Uniscape.Com | E-services translation utilizing machine translation and translation memory |
| US7904595B2 (en) | 2001-01-18 | 2011-03-08 | Sdl International America Incorporated | Globalization management system and method therefor |
| US7734459B2 (en) * | 2001-06-01 | 2010-06-08 | Microsoft Corporation | Automatic extraction of transfer mappings from bilingual corpora |
| US7050964B2 (en) * | 2001-06-01 | 2006-05-23 | Microsoft Corporation | Scaleable machine translation system |
| US7191115B2 (en) | 2001-06-20 | 2007-03-13 | Microsoft Corporation | Statistical method and apparatus for learning translation relationships among words |
| AU2002316581A1 (en) | 2001-07-03 | 2003-01-21 | University Of Southern California | A syntax-based statistical translation model |
| EP1306775A1 (en) * | 2001-10-29 | 2003-05-02 | BRITISH TELECOMMUNICATIONS public limited company | Machine translation |
| AU2003269808A1 (en) | 2002-03-26 | 2004-01-06 | University Of Southern California | Constructing a translation lexicon from comparable, non-parallel corpora |
| EP1349079A1 (en) * | 2002-03-28 | 2003-10-01 | BRITISH TELECOMMUNICATIONS public limited company | Machine translation |
| US7209875B2 (en) * | 2002-12-04 | 2007-04-24 | Microsoft Corporation | System and method for machine learning a confidence metric for machine translation |
| US7356457B2 (en) * | 2003-02-28 | 2008-04-08 | Microsoft Corporation | Machine translation using learned word associations without referring to a multi-lingual human authored dictionary of content words |
| US7318022B2 (en) * | 2003-06-12 | 2008-01-08 | Microsoft Corporation | Method and apparatus for training a translation disambiguation classifier |
| US8548794B2 (en) * | 2003-07-02 | 2013-10-01 | University Of Southern California | Statistical noun phrase translation |
| US7584092B2 (en) * | 2004-11-15 | 2009-09-01 | Microsoft Corporation | Unsupervised learning of paraphrase/translation alternations and selective application thereof |
| US7412385B2 (en) * | 2003-11-12 | 2008-08-12 | Microsoft Corporation | System for identifying paraphrases using machine translation |
| US7983896B2 (en) | 2004-03-05 | 2011-07-19 | SDL Language Technology | In-context exact (ICE) matching |
| US7593843B2 (en) * | 2004-03-30 | 2009-09-22 | Microsoft Corporation | Statistical language model for logical form using transfer mappings |
| US8666725B2 (en) | 2004-04-16 | 2014-03-04 | University Of Southern California | Selection and use of nonstatistical translation components in a statistical machine translation framework |
| CA2475001A1 (en) * | 2004-07-08 | 2006-01-08 | Bob B. Ha | Rolling hammer drill |
| WO2006042321A2 (en) | 2004-10-12 | 2006-04-20 | University Of Southern California | Training for a text-to-text application which uses string to tree conversion for training and decoding |
| US7200550B2 (en) * | 2004-11-04 | 2007-04-03 | Microsoft Corporation | Projecting dependencies to generate target language dependency structure |
| US7546235B2 (en) * | 2004-11-15 | 2009-06-09 | Microsoft Corporation | Unsupervised learning of paraphrase/translation alternations and selective application thereof |
| US7552046B2 (en) * | 2004-11-15 | 2009-06-23 | Microsoft Corporation | Unsupervised learning of paraphrase/translation alternations and selective application thereof |
| JP4404211B2 (ja) * | 2005-03-14 | 2010-01-27 | 富士ゼロックス株式会社 | マルチリンガル翻訳メモリ、翻訳方法および翻訳プログラム |
| US7548849B2 (en) * | 2005-04-29 | 2009-06-16 | Research In Motion Limited | Method for generating text that meets specified characteristics in a handheld electronic device and a handheld electronic device incorporating the same |
| US8886517B2 (en) | 2005-06-17 | 2014-11-11 | Language Weaver, Inc. | Trust scoring for language translation systems |
| US8676563B2 (en) | 2009-10-01 | 2014-03-18 | Language Weaver, Inc. | Providing human-generated and machine-generated trusted translations |
| JP4992715B2 (ja) * | 2005-08-04 | 2012-08-08 | 日本電気株式会社 | データ処理装置、データ処理方法、データ処理プログラム |
| US7908132B2 (en) * | 2005-09-29 | 2011-03-15 | Microsoft Corporation | Writing assistance using machine translation techniques |
| US10319252B2 (en) | 2005-11-09 | 2019-06-11 | Sdl Inc. | Language capability assessment and training apparatus and techniques |
| US8099341B2 (en) * | 2006-01-31 | 2012-01-17 | OREM Financial Services Inc. | System and method for recreating tax documents |
| US20060271451A1 (en) * | 2006-03-30 | 2006-11-30 | George Varughese | System and method for providing data to tax preparation software |
| US8943080B2 (en) * | 2006-04-07 | 2015-01-27 | University Of Southern California | Systems and methods for identifying parallel documents and sentence fragments in multilingual document collections |
| US8209162B2 (en) * | 2006-05-01 | 2012-06-26 | Microsoft Corporation | Machine translation split between front end and back end processors |
| US7493293B2 (en) * | 2006-05-31 | 2009-02-17 | International Business Machines Corporation | System and method for extracting entities of interest from text using n-gram models |
| US8140267B2 (en) * | 2006-06-30 | 2012-03-20 | International Business Machines Corporation | System and method for identifying similar molecules |
| US8886518B1 (en) | 2006-08-07 | 2014-11-11 | Language Weaver, Inc. | System and method for capitalizing machine translated text |
| US8214199B2 (en) * | 2006-10-10 | 2012-07-03 | Abbyy Software, Ltd. | Systems for translating sentences between languages using language-independent semantic structures and ratings of syntactic constructions |
| US9633005B2 (en) | 2006-10-10 | 2017-04-25 | Abbyy Infopoisk Llc | Exhaustive automatic processing of textual information |
| US9645993B2 (en) | 2006-10-10 | 2017-05-09 | Abbyy Infopoisk Llc | Method and system for semantic searching |
| US20080086298A1 (en) * | 2006-10-10 | 2008-04-10 | Anisimovich Konstantin | Method and system for translating sentences between langauges |
| US8195447B2 (en) | 2006-10-10 | 2012-06-05 | Abbyy Software Ltd. | Translating sentences between languages using language-independent semantic structures and ratings of syntactic constructions |
| US8548795B2 (en) * | 2006-10-10 | 2013-10-01 | Abbyy Software Ltd. | Method for translating documents from one language into another using a database of translations, a terminology dictionary, a translation dictionary, and a machine translation system |
| US9235573B2 (en) | 2006-10-10 | 2016-01-12 | Abbyy Infopoisk Llc | Universal difference measure |
| US9047275B2 (en) | 2006-10-10 | 2015-06-02 | Abbyy Infopoisk Llc | Methods and systems for alignment of parallel text corpora |
| US8145473B2 (en) | 2006-10-10 | 2012-03-27 | Abbyy Software Ltd. | Deep model statistics method for machine translation |
| US9984071B2 (en) | 2006-10-10 | 2018-05-29 | Abbyy Production Llc | Language ambiguity detection of text |
| US8433556B2 (en) | 2006-11-02 | 2013-04-30 | University Of Southern California | Semi-supervised training for statistical word alignment |
| US9122674B1 (en) | 2006-12-15 | 2015-09-01 | Language Weaver, Inc. | Use of annotations in statistical machine translation |
| US8468149B1 (en) | 2007-01-26 | 2013-06-18 | Language Weaver, Inc. | Multi-lingual online community |
| US8615389B1 (en) | 2007-03-16 | 2013-12-24 | Language Weaver, Inc. | Generation and exploitation of an approximate language model |
| US8959011B2 (en) | 2007-03-22 | 2015-02-17 | Abbyy Infopoisk Llc | Indicating and correcting errors in machine translation systems |
| US8831928B2 (en) | 2007-04-04 | 2014-09-09 | Language Weaver, Inc. | Customizable machine translation service |
| US8825466B1 (en) | 2007-06-08 | 2014-09-02 | Language Weaver, Inc. | Modification of annotated bilingual segment pairs in syntax-based machine translation |
| US8812296B2 (en) | 2007-06-27 | 2014-08-19 | Abbyy Infopoisk Llc | Method and system for natural language dictionary generation |
| JP5235344B2 (ja) * | 2007-07-03 | 2013-07-10 | 株式会社東芝 | 機械翻訳を行う装置、方法およびプログラム |
| US8046211B2 (en) | 2007-10-23 | 2011-10-25 | Microsoft Corporation | Technologies for statistical machine translation based on generated reordering knowledge |
| US8209164B2 (en) * | 2007-11-21 | 2012-06-26 | University Of Washington | Use of lexical translations for facilitating searches |
| AU2008333773B2 (en) * | 2007-12-05 | 2013-09-26 | Facebook, Inc. | Community translation on a social network |
| US8849665B2 (en) * | 2008-01-30 | 2014-09-30 | At&T Intellectual Property I, L.P. | System and method of providing machine translation from a source language to a target language |
| US8706477B1 (en) | 2008-04-25 | 2014-04-22 | Softwin Srl Romania | Systems and methods for lexical correspondence linguistic knowledge base creation comprising dependency trees with procedural nodes denoting execute code |
| US9262409B2 (en) | 2008-08-06 | 2016-02-16 | Abbyy Infopoisk Llc | Translation of a selected text fragment of a screen |
| US8464204B1 (en) | 2008-10-06 | 2013-06-11 | The Mathworks, Inc. | Verification of computer-executable code generated from a model |
| US8856726B2 (en) | 2009-09-14 | 2014-10-07 | The Mathworks, Inc. | Verification of computer-executable code generated from a slice of a model |
| US8869103B2 (en) | 2008-10-06 | 2014-10-21 | The Mathworks, Inc. | Using intermediate representations to verify computer-executable code generated from a model |
| US8190601B2 (en) | 2009-05-22 | 2012-05-29 | Microsoft Corporation | Identifying task groups for organizing search results |
| US8762131B1 (en) | 2009-06-17 | 2014-06-24 | Softwin Srl Romania | Systems and methods for managing a complex lexicon comprising multiword expressions and multiword inflection templates |
| US8762130B1 (en) | 2009-06-17 | 2014-06-24 | Softwin Srl Romania | Systems and methods for natural language processing including morphological analysis, lemmatizing, spell checking and grammar checking |
| US8990064B2 (en) | 2009-07-28 | 2015-03-24 | Language Weaver, Inc. | Translating documents based on content |
| US8380486B2 (en) | 2009-10-01 | 2013-02-19 | Language Weaver, Inc. | Providing machine-generated translations and corresponding trust levels |
| US10417646B2 (en) | 2010-03-09 | 2019-09-17 | Sdl Inc. | Predicting the cost associated with translating textual content |
| WO2012037726A1 (en) * | 2010-09-21 | 2012-03-29 | Google Inc. | Generating search query suggestions |
| US9547626B2 (en) | 2011-01-29 | 2017-01-17 | Sdl Plc | Systems, methods, and media for managing ambient adaptability of web applications and web services |
| US10657540B2 (en) | 2011-01-29 | 2020-05-19 | Sdl Netherlands B.V. | Systems, methods, and media for web content management |
| US10580015B2 (en) | 2011-02-25 | 2020-03-03 | Sdl Netherlands B.V. | Systems, methods, and media for executing and optimizing online marketing initiatives |
| US10140320B2 (en) | 2011-02-28 | 2018-11-27 | Sdl Inc. | Systems, methods, and media for generating analytical data |
| CN102737014A (zh) * | 2011-04-04 | 2012-10-17 | 陈本东 | 一种多语言用户在线交流方法以及***和用户界面 |
| US11003838B2 (en) | 2011-04-18 | 2021-05-11 | Sdl Inc. | Systems and methods for monitoring post translation editing |
| US8694303B2 (en) | 2011-06-15 | 2014-04-08 | Language Weaver, Inc. | Systems and methods for tuning parameters in statistical machine translation |
| US9984054B2 (en) | 2011-08-24 | 2018-05-29 | Sdl Inc. | Web interface including the review and manipulation of a web document and utilizing permission based control |
| US8886515B2 (en) | 2011-10-19 | 2014-11-11 | Language Weaver, Inc. | Systems and methods for enhancing machine translation post edit review processes |
| US9164985B1 (en) * | 2011-11-29 | 2015-10-20 | Google Inc. | Techniques for detecting poor machine translations of key terms |
| CN102722480B (zh) * | 2011-12-30 | 2017-09-19 | 新奥特（北京）视频技术有限公司 | 一种比赛***中的多语言转换方法 |
| US8942973B2 (en) | 2012-03-09 | 2015-01-27 | Language Weaver, Inc. | Content page URL translation |
| US8989485B2 (en) | 2012-04-27 | 2015-03-24 | Abbyy Development Llc | Detecting a junction in a text line of CJK characters |
| US8971630B2 (en) | 2012-04-27 | 2015-03-03 | Abbyy Development Llc | Fast CJK character recognition |
| US9773270B2 (en) | 2012-05-11 | 2017-09-26 | Fredhopper B.V. | Method and system for recommending products based on a ranking cocktail |
| US10261994B2 (en) | 2012-05-25 | 2019-04-16 | Sdl Inc. | Method and system for automatic management of reputation of translators |
| US9519639B2 (en) * | 2012-06-08 | 2016-12-13 | Facebook, Inc. | Community translation of user-generated content |
| CN103577394B (zh) * | 2012-07-31 | 2016-08-24 | 阿里巴巴集团控股有限公司 | 一种基于双数组搜索树的机器翻译方法和装置 |
| US10452740B2 (en) | 2012-09-14 | 2019-10-22 | Sdl Netherlands B.V. | External content libraries |
| US11308528B2 (en) | 2012-09-14 | 2022-04-19 | Sdl Netherlands B.V. | Blueprinting of multimedia assets |
| US11386186B2 (en) | 2012-09-14 | 2022-07-12 | Sdl Netherlands B.V. | External content library connector systems and methods |
| US9916306B2 (en) | 2012-10-19 | 2018-03-13 | Sdl Inc. | Statistical linguistic analysis of source content |
| US9152622B2 (en) | 2012-11-26 | 2015-10-06 | Language Weaver, Inc. | Personalized machine translation via online adaptation |
| US9213694B2 (en) | 2013-10-10 | 2015-12-15 | Language Weaver, Inc. | Efficient online domain adaptation |
| RU2592395C2 (ru) | 2013-12-19 | 2016-07-20 | Общество с ограниченной ответственностью "Аби ИнфоПоиск" | Разрешение семантической неоднозначности при помощи статистического анализа |
| RU2586577C2 (ru) | 2014-01-15 | 2016-06-10 | Общество с ограниченной ответственностью "Аби ИнфоПоиск" | Фильтрация дуг в синтаксическом графе |
| RU2596600C2 (ru) | 2014-09-02 | 2016-09-10 | Общество с ограниченной ответственностью "Аби Девелопмент" | Способы и системы обработки изображений математических выражений |
| US9626358B2 (en) | 2014-11-26 | 2017-04-18 | Abbyy Infopoisk Llc | Creating ontologies by analyzing natural language texts |
| US10614167B2 (en) | 2015-10-30 | 2020-04-07 | Sdl Plc | Translation review workflow systems and methods |
| US10417350B1 (en) | 2017-08-28 | 2019-09-17 | Amazon Technologies, Inc. | Artificial intelligence system for automated adaptation of text-based classification models for multiple languages |
| US10915707B2 (en) * | 2017-10-20 | 2021-02-09 | MachineVantage, Inc. | Word replaceability through word vectors |
| US10635863B2 (en) | 2017-10-30 | 2020-04-28 | Sdl Inc. | Fragment recall and adaptive automated translation |
| US10817676B2 (en) | 2017-12-27 | 2020-10-27 | Sdl Inc. | Intelligent routing services and systems |
| US10902217B1 (en) * | 2018-07-16 | 2021-01-26 | Michael Dudley Johnson | Methods and systems for scalable machine translation |
| US11256867B2 (en) | 2018-10-09 | 2022-02-22 | Sdl Inc. | Systems and methods of machine learning for digital assets and message creation |
| US11501067B1 (en) * | 2020-04-23 | 2022-11-15 | Wells Fargo Bank, N.A. | Systems and methods for screening data instances based on a target text of a target corpus |
Family Cites Families (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4823306A (en) | 1987-08-14 | 1989-04-18 | International Business Machines Corporation | Text search system |
| US4839853A (en) | 1988-09-15 | 1989-06-13 | Bell Communications Research, Inc. | Computer information retrieval using latent semantic structure |
| NL8900587A (nl) | 1989-03-10 | 1990-10-01 | Bso Buro Voor Systeemontwikkel | Werkwijze voor het bepalen van de semantische verwantheid van lexicale componenten in een tekst. |
| JP3266246B2 (ja) | 1990-06-15 | 2002-03-18 | インターナシヨナル・ビジネス・マシーンズ・コーポレーシヨン | 自然言語解析装置及び方法並びに自然言語解析用知識ベース構築方法 |
| EP0473864A1 (en) * | 1990-09-04 | 1992-03-11 | International Business Machines Corporation | Method and apparatus for paraphrasing information contained in logical forms |
| US5325298A (en) | 1990-11-07 | 1994-06-28 | Hnc, Inc. | Methods for generating or revising context vectors for a plurality of word stems |
| US5278980A (en) | 1991-08-16 | 1994-01-11 | Xerox Corporation | Iterative technique for phrase query formation and an information retrieval system employing same |
| US5377103A (en) | 1992-05-15 | 1994-12-27 | International Business Machines Corporation | Constrained natural language interface for a computer that employs a browse function |
| US5592661A (en) | 1992-07-16 | 1997-01-07 | International Business Machines Corporation | Detection of independent changes via change identifiers in a versioned database management system |
| US5619709A (en) | 1993-09-20 | 1997-04-08 | Hnc, Inc. | System and method of context vector generation and retrieval |
| GB9320404D0 (en) | 1993-10-04 | 1993-11-24 | Dixon Robert | Method & apparatus for data storage & retrieval |
| US5873056A (en) | 1993-10-12 | 1999-02-16 | The Syracuse University | Natural language processing system for semantic vector representation which accounts for lexical ambiguity |
| US5724594A (en) | 1994-02-10 | 1998-03-03 | Microsoft Corporation | Method and system for automatically identifying morphological information from a machine-readable dictionary |
| US5675819A (en) | 1994-06-16 | 1997-10-07 | Xerox Corporation | Document information retrieval using global word co-occurrence patterns |
| US5794050A (en) | 1995-01-04 | 1998-08-11 | Intelligent Text Processing, Inc. | Natural language understanding system |
| JP2923552B2 (ja) | 1995-02-13 | 1999-07-26 | 富士通株式会社 | 組織活動データベースの構築方法，それに使用する分析シートの入力方法及び組織活動管理システム |
| AU6849196A (en) | 1995-08-16 | 1997-03-19 | Syracuse University | Multilingual document retrieval system and method using semantic vector matching |
| JP3083742B2 (ja) | 1995-10-03 | 2000-09-04 | インターナショナル・ビジネス・マシーンズ・コーポレ−ション | 表計算方法 |
| US5995922A (en) | 1996-05-02 | 1999-11-30 | Microsoft Corporation | Identifying information related to an input word in an electronic dictionary |
| US5884247A (en) * | 1996-10-31 | 1999-03-16 | Dialect Corporation | Method and apparatus for automated language translation |
| US6076051A (en) | 1997-03-07 | 2000-06-13 | Microsoft Corporation | Information retrieval utilizing semantic representation of text |
| US6098033A (en) | 1997-07-31 | 2000-08-01 | Microsoft Corporation | Determining similarity between words |
| US7050964B2 (en) * | 2001-06-01 | 2006-05-23 | Microsoft Corporation | Scaleable machine translation system |
| US7734459B2 (en) | 2001-06-01 | 2010-06-08 | Microsoft Corporation | Automatic extraction of transfer mappings from bilingual corpora |
-
2001
- 2001-07-05 US US09/899,755 patent/US7050964B2/en not_active Expired - Fee Related
-
2002
- 2002-05-29 EP EP02011980A patent/EP1262880A3/en not_active Withdrawn
- 2002-06-03 JP JP2002162076A patent/JP4714400B2/ja not_active Expired - Fee Related
-
2005
- 2005-12-01 US US11/291,741 patent/US7206735B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003050797A (ja) | 2003-02-21 |
| US7050964B2 (en) | 2006-05-23 |
| US20030023422A1 (en) | 2003-01-30 |
| US7206735B2 (en) | 2007-04-17 |
| EP1262880A3 (en) | 2004-01-14 |
| US20060085180A1 (en) | 2006-04-20 |
| EP1262880A2 (en) | 2002-12-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4714400B2 (ja) | スケーラブル機械翻訳システム | |
| JP5538820B2 (ja) | ２カ国語コーパスからの変換マッピングの自動抽出プログラム | |
| EP1308851B1 (en) | Method of calculating translation relationships among words of different languages | |
| AU2004201089B2 (en) | Syntax tree ordering for generating a sentence | |
| JP4554273B2 (ja) | 機械トランスレータをトレーニングする方法およびそのシステム | |
| US7356457B2 (en) | Machine translation using learned word associations without referring to a multi-lingual human authored dictionary of content words | |
| JP5113750B2 (ja) | 定義の抽出 | |
| US20070011132A1 (en) | Named entity translation | |
| JP2003308320A (ja) | 文実現システム | |
| JP2006164293A (ja) | 自動自然言語翻訳 | |
| Dang | Investigations into the role of lexical semantics in word sense disambiguation | |
| JP2001503540A (ja) | アノテートされたテキストの自動翻訳 | |
| KR950013129B1 (ko) | 기계번역장치 및 방법 | |
| Vasuki et al. | English to Tamil machine translation system using parallel corpus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050603 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20050603 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070525 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20070824 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20070829 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20070925 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20070928 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071025 |
|
| RD13 | Notification of appointment of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7433 Effective date: 20071025 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20071025 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20071214 |
|
| RD13 | Notification of appointment of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7433 Effective date: 20080314 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20080314 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080414 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20080424 |
|
| A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20080627 |
|
| RD13 | Notification of appointment of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7433 Effective date: 20100614 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20100614 |
|
| RD16 | Notification of change of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7431 Effective date: 20101006 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20101006 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110210 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110328 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |