JPH01501977A - 言語翻訳システム - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるため要約のデータは記録されません。

Description

【発明の詳細な説明】 言語翻訳システム 本発明は句を第１言語から第２言語に翻訳するシステムに関するがより詳細には 第１言語の音声から第２言藷の音声を生成するシステムに限定されない。

長い間、言語、特に音声を素早く自動的に翻訳する機械が望まれていた。しかし ながら計算能力、音声認識および音声合成の最近の大きな進歩にもかかわらず、 そのような機械の出現は夢あるいはフィクションに過ぎない。

テキストの自動翻訳に関する多くの研究がなされた。２．３のかなり制限された 応用（例えば、天気予報の翻訳）は別として、自動的に正確な翻訳を行い人間の 通訳者にとってかわる製品は皆無である。音声翻訳における問題は、音声認識、 イントネーションの付加情報、アクセントなどのエラーや、音声自身の不正確さ によって倍加される。

不幸なことに、現在のテキスト官話翻訳パッケージは多かれすくなかれ不完全で あり、音声から音声への翻訳システムの要件を満たしていない。多くのパッケー ジはブロフニツショナルな翻訳者のための助けとして設計されており、生成され た出力は目標の言語に直される前にプレエディツトされねばならない。多くのパ ッケージはメニニー駆動された相互作用式であり、時間のかかるバッチ処理モー ドで動作するのでリアルタイムの音声動作には不適当である。さらに、翻訳パッ ケージはイディオムや他の例外に対して誤りの多い出力を容易に発生するので信 頼性がない。出力が正しく翻訳されたという保証もない。また、現在のシステム は、ＣＰＵに対して集中性を有するので実行するのに高価なものとなり、コスト に敏感な応用に対しては不適当である。

本発明は、これらの欠如および欠点を緩和する翻訳システムを提供することをめ るものである。

本発明は、句をＮ１言藷から第２言語に翻訳するシステムであり、第２言語の句 の集合を保持する記憶装置と、第１言語の句を受ける入力手段と、前記句の集合 からの１つを含む句を第２言語で出力する出力手段と、前記句の集合のどれが前 記入力句に相応するかを決定する特徴づけ手段と、出力手段を制御して前記入力 句に相応する前記集合からの句の出力を保証すべく前記特徴づけ手段に応答する 手段とを具備する。

そのようなシステムは大変素早い翻訳を提供し、所要時間は、入力句を識別／特 徴づけし、第２言語の答えを調べる時間である。

さらに、本システムは、彼女／彼がシステムによって正確に認識／理解されたと いう確認を使用者に提供すべく実行され、このことは特に音声翻訳システムにお いて重要である。

メツセージが正しく特徴づけされたことが使用者によって確認されれば、記憶さ れた句の集合は予め生成された正確な翻訳のみからなるので翻訳の正確さは保証 される。

また、本システムはいくつかの第２言語に同時に素早く翻訳することが可能であ り、その場合必要となるのは付加的なそれぞれの第２言語の句の集合を保持する 付加的記憶装置のみである。

添附の図面を参照にして本発明の詳細な説明される。

第１図は、本発明のシステムの主要素を示すブロックダイヤグラムである。

本発明は、かなり少数のキーワードによって多数の別個な句の意味上の要旨を特 徴づけてとらえることが可能であるという認識を基礎にしている。キーワードを 適当に選択することによって、現在の市場で入手可能な音声認識装置を使用する ことが可能であるが、多くの組の句を特徴づけかつ識別すべく有効な多くの組の 句に含まれる単語よりもかなり少数の単語を認識できるのみである。

したがうて、翻訳システムの能力は句と句を正しく認識するキーワードの能力に 依存する。句の分離が大きいほどシステムの認識エラーに対する許容度が大きく なり、かつ話者自身によって引起こされた不一致に対する許容度も大きくなる。

キーワードの選択 適当な探索手順は次の通りである。

１、　句に含まれる単語の発生回数に従って、特定のＮ個の句に含まれるに個の 単語のそれぞれを指、定する。

２、　最も発生頻度の高いＭ個の単語を初期キーワードリストとして選択する。

（Ｍは音声認識装置の語いに含まれる単語の数である。

３、　それぞれの句に各キーワードがあるかないかを決定する。キーワードによ って識別されない句の数（Ｅ）が計数される。

４、　ｉ−１とする。

５ｏ　キーワードがリストから一時的に削除され、Ｅの新しい値（Ｅ゛）が計算 される。

６、　得点Ｅ−−Ｅが一時的に削除されたキーワードに割当てられる。これはキ ーワードの更新の後の能力の悪化の目安となり、さらには全体能力に与える影響 の目安となる。結果的に、この目安は、各キーワードが他の機能を単に反復せず に出来るだけ多くの組の句の分離に寄与することを保証するのに使用される。

７、一時的に削除されたキーワードが交換され、Ｍ個のキーワードのそれぞれに 対してプロセスが反復される。

８、　最低の得点値の単語が現在のキーワードリストから除去される。

９、Ｍ＋ｉ番目の最も頻度の高い単語が除去された単語を交換するのに使用され 、・新しいＥが計算される。

１０、　もし、新しいＥが前のＥに対して改善された能力を示した場合はｉが増 加され、Ｍ＋ｉ＞Ｋでない限りプロセスがステップ５から反復され、Ｍ＋ｉ＞Ｋ のときプロセスが停止する。他方、Ｍ＋ｉ番目の単語が拒絶される。ｉが増加さ れ、Ｍ＋ｉ＞Ｋでない限りプロセスをステップ９から反復し、Ｍ＋ｉ＞Ｋのとき ステップ８で最後に除去された単語が交換されてプロセスが停止する。

最後のキーワードリストは、Ｍ個の単一なキーワードの最適な組を含み、句の識 別に最適である。

最良のＭ個の単語からさらに反復すれば句の分離がさらに改善される。特に、ｐ ｒｉｏｒｉ言語学上の言語炉上用可能な時は回数指定以外のヒユーリスティック スがステップ１の一部の候補単語を提供すべく使用される。また、発生リストの 底部に向かうに従って単語は句の分離の助けとならず、したがって、発生リスト の例えば上方３分の１または上方２分の１より多くを探索する価値はない。

時々、多くの句が識別され、探索のかなり始めにおいてＥが零にかなり近くなる 場合がある。このような場合は、１つ以上のキーワードが異なるときのみ句が識 別されたと見なされることを基礎にしてＥを計算することによってさらに改善す ることができる。これにより、多くの句が最小数のキーワード以上によって分離 されることが保証され、音声認識エラーに対する免除となる。

探索中、句のいくつかの種類はキーワードの語いが延長されない限り、分離され ないことが明らかになる。これらの切部または句“集団°　（例えば、ビジネス レターにおける日付け）は単一の単語または単語の従属ストリングのみだけ異な る傾向があり、キーワードの副次的語いの準備のために使用すべく自動的に得ら れる候補である。（下記に詳細に示す）。

単一キーワードの認識は単語の順序および付加的意味を考慮しないことは明らか である。様々な分離をそれらの間に有するキーワードの２組（または他の倍数） のあるなしもまた単一キーワードの組の効率を改善すべく使用される。これは、 能力が認識語いを増大させずに改善されるという音声認識上の利点を有する。テ キストへの応用においては、句読点、単語の一部、単語の組合せおよび単語群の 一部を含めるべくキーワードを一般化することによってさらに改善される。例え ば、“−ｉｎｇ＊ｂｅｄ−（＊はどんな単語でも良い）は、＝ｍａｋｉｎｇ　ｔ ｎｅ　ｂｅｄ’および＝ｓｅｌｌｉｎｇａ　ｂｅｄ’内に有する。

もし、これ以上の句の混乱が解明されるなら、対になったキーワード（例えばｗ ｅ＊＊ｔｏ）の使用はコンポーネント単一単語の価値を高める。必ずしも隣接し てなく異なる数の他の単語によって分離される単語対の探索は回数指定の準備と 共に始まる。Ｍ個のキーワードに含まれる両方のコンポーネント単語を持つ単語 対は、もしそれらが残りの全ての句混乱を解決するなら、順序リストから作成さ れる。単一キーワードおよび対キーワードの最終リストは前回と同様にそれぞれ 得点され、全体の句混乱得点Ｅが計算される。

片方または両方のコンポーネントキーワードが現在のキーワードリストにない、 よりよい能力の単語対の探索が始まる。

次の単語対候補が回数指定の上方から取出されキーワードリストに追加される。

すでに存在しない追加単語対の単一キーワードもまた追加され、それと等しい数 の最低能力の単一キーワードが削除される。これは、もしそれらのコンポーネン ト単語がもはや存在しないなら、他の単語対も削除される。

Ｅの新しい値（Ｅ′）が計算される。もし改善が得られ、Ｅ＝＜Ｅならキーワー ドリストの最も新しい変更が維持され、さもなければリストは前の状態に再記憶 される。さらに単語対が回数指定から処理され、単一キーワード探索であっても 他のヒユーリスティックスが候補となる単語対を提供すべく使用される。いくつ かのキーワードがそれら自身よりもいくつかの単語群の中に加わることによって 全体の能力により多く寄与することがわかる。

この方法は、より大きいキーワード群（〉２単語）へと延長するが発生頻度が減 少するとき句混乱の解明に対する寄与は句の大変大きなコーバスにおいてのみ重 要である。キーワードの探索における計算量はキーワードの数および句の数と共 に増大する。これは、最初に、混乱または混乱に大変近い半組の句に関してアル ゴリズムをランすることによって減少する。キーワードおよびそれらの得点は、 より完全な組の句とともに作用するメインアルゴリズムに対して候補キーワード のより効率のよい指定を提供する。

音声認識の応用において、キーワード組にないいくつかの単語は多くのスプリア スなキーワード認識を生成する。例えば、単語“Ｉｏの発生はキーワード“ｂｙ ”としていつも認識される。しかしながら、もし、キーワード探索が始まる前お よび続く句の識別において混乱された単語群が類義語であると見なされた場合、 実質的な句の分離はこの問題による影響を受けない。さらに、そのような全体の 類義単語の頻度は分離された単語よりも必然的に高いので、大量の句情報が通常 それらの検出に関連している。

キーワードは、高い頻度で起り、全体の単語よりもより多くの句識別情報を持つ キーワードの一部（例えば音素）に対しても延長して使用される。さらに、連続 的音声におけるある単語パーツの識別は、しばしば完全な単語よりも容易であり 、連続的音声入力を受ける翻訳システムにおいて好まれる。

この明細書を通して、単語“キーワード２は簡潔さのために全キーワードおよび キーワードの一部を表すのに使用される。

句の多くの種類は年月日、時間、価格、アイテム、名前または他の単語群の詳細 を含む従属句および節が互いに異なるのみである。音声認識装置の語いは句を句 の特定の種類または群に割当てるのに十分であるが、従属的構造を分離すべく十 分なキーワードを保持するほど大きくはない。さらに、句クラスおよび従属構造 を分離するのに要する全語いはより多くの単語を含み、容易に混乱する。このこ とは、たとえ認識装置の容量が全語いを包含するほど十分であっても能力は信頼 性ある句および従属句識別を得るには低すぎる。句の種類が決定されれば、その 句の種類に特定の従属単語列に予期される１組のキーワードを使用して原発声ま たは原発声の変形がバッファに記憶され、認識プロセスが反復されることは本発 明による方法の利点である。このようにして、認識装置は一度に多くの使用者に よる単語混乱の可能性がある全語いに対処する必要がない。第２認識プロセスの 速度は原発声の速度によって制限されず、原則的にリアルタイムよりもはるかに 速く実行され、目立つ遅れを必ずしも発生しない。認識の反復は、必要な句およ びその側構造を認識するのに必要な回数実行される。すなわち、認識プロセスを “重ねあわせる°のが可能になり、句は多くの分離段階で特徴づけられ、各段階 における認識子は異なる語いのキーワードを使用する。

全てではないが、多くの従属単語列はソース言語において文脈上独立している。

これは、従属単語列の位置があたかも幾つかの選択が可能であるかのように指定 され、どの選択に対しても緊密な文脈上の従属をより少なくしている。さらに、 文脈上の重要性は、可能な従属列の内部および外部の単語の間に従属関係がある ことを暗示し、すなわち、キーワードがその列の内部の単語を使用しないで全部 の句を識別することは限界がある。これは、変化する日付けを含む句において例 示され、日付けそれ自身以外に句に必要な単語の変化がほとんどない。（そのよ うな文脈独立が概して言語間で不変であり、慣用句集の翻訳を無限に延長するた めにそれを使用すると言う推測を示威することは将来の研究課題である。）本発 明のこの特定された側面はさらに、テキストの翻訳に用いられたとき大きな利点 を有し、大きな辞書を捜すことの計算コストを類似した階層の小さな辞書および 慣用句集を使用することによって大幅に減らすことが出来る。いくつかの従属句 は翻訳の必要がなく、この場合、しばしば、これらの句の単語を自動的に認識す ることが可能でない。最も一般的な例は例えば、“Ｃａｎ　Ｉ　５ｐｅａｋ　ｔ ｏ　Ｍｒ。

Ｓｍ１ｔｈ　ｐｌｅａｓｅ？’の固有名詞等のラベルに言及する発声において起 こる。以前のように、システムはラベル参照に相応するバッファの単語の場所と 共に句クラスを識別できる。翻訳中のそのようなラベル参照単語の処理は、単に 、目標言語の発声の適当な場所における原音響信号の翻訳である。合成された目 標言語の音声は原語者の音声に一致するのが望ましく、ある言語パラメータは、 そのような一致が出来るだけ遠くまで設定される必要がある。

正しい句が目標言語において出力されることを使用者が確証するように、システ ムは入力言語のどの句が翻訳されるかを示す。このことを可能にすべくシステム は入力言語の句の全てを保持する記憶装置を有する。

好ましくは、本システムにおいては、通常、圧伸および非圧伸音声に必要なもの に比べて記憶容量への要件を大きく減らすので句はテキストとして、例えばＡＳ ＣＩＩコードの形で記憶される。音声８カが必要な場合は、テキストは記憶装置 から回収され、音声変換器および音声合成器に渡される。

ＡＳＣＩＩコード化されたテキストの記憶においては、１文字あたり１バイト必 要であり、約１万の句が記憶のメガバイトの半分と共に記憶される。すなわち、 約１万の句の翻訳を提供するシステムは約１メガバイトの記憶容量を必要とし、 これはハードディスクに容易に供給される。対称に構成された２つの翻訳システ ムを使用することによって双方向通信システムが可能である。これは、各ユニッ トがユニットを操作している人の言語の認識および合成単語のみを考慮すれば良 い利点を持っている。Ｎ２ユニットとの通信は句といくつかの従属句の内容を特 定するプロトコルによる。プロトコルは言語から独立しており、目標言語を識別 することなしにメツセージを送信可能にする。さらに、プロトコルは多くの異な る官話を使用する人が単一ユニットの出力から同時に翻訳を受けることを可能に する。

電話網に結合されたデモンストレーションシステムは慣用表現集による方法の可 能性を証明するのに使用されてきた。

デモンストレーションシステムはＶＯ１ａｎ音声認識装置、１　ｎｖｏｘ音声合 成装置およびＩＢＭ　ＰＣＸＴコンビ二一夕を使用する。

Ｖｏｔａｎ音声認識装置は電話網で６４までの連続して話された単語を認識可能 である。’ｙｅｓ”、“ｎｏ”、“ｑｕｉｔ”および“ｅｎｔｅｒ”などのシス テムコントロールワードは６０ワードまでキーワードとして選択される。

どのシステムコントロールワードも入力句に含まれないので話された命令よりも 制御ボタンまたはキーを使用するのが好ましい。

記憶される句は４００の英語の句とそれと同じフランス語の句とか成る。

英語の句は約１１００の異なる単語を含む。これらの数を文脈に挿入すべくビジ ネス表現からなる慣用表現集は概して、この数の句を含む。

上記した原理を基礎としてキーワード抽出ソフトウェアを使用の後、６０のキー ワードが選択され、全ての句が首尾よく分離される。４００の句のうち、たった ３２の句が単一の単語によって識別された（これらの３２の句は１６対である） 。

キーワードを認識すると同時にデモンストレーションシステムは適当な句にアク セスし、使用者によって口頭で確認しテキストを介してフランス語の同等語を音 声合成装置に出力する。

テキストから音声への合成はこの発明においては本質的ではない。あらかじめ録 音されたまたはコード化された単語および句から目標言語の音声を合成すること は可能であり、利点ともなる。このことは、音声が使用者によって記録され、い くつかのうめこみ音声と音響的に一致させ、テキストから音声への合成に必要な 部分を除けるという利点を存する。この方法は、例えばヒンズー語やアラビア話 等、技術的にみて近い将来、使用可能なハードウェアを作り出しそうもない重要 な国の言語のテキストから音声への合成に対する必要性を除去する。

音声から音声への翻訳の他に、本発明はもちろんテキストからテキスト、テキス トから音声または、音声からテキストへの翻訳にも応用可能である。特に有用な 応用はオフィスオートメーションの分野にあり、音声によって駆動された外国語 テキスト製造装置が容易に履行される。そのような機械は、実質的に音声認識装 置、ソフトウェア、および上記の制御システムを使用し、第２の言語のテキスト をプリンタまたはテレックスまたは他のテレコミニニケーションリンクに出力さ れる。もちろん、いくつかの言語の毎日のビジネス通信文を提供することは容品 なことである。

国際調査報告 に８ζ−ｘ　“：′Ｏ？＋４Ｅ　：＞、−：３さら一：：０：：ｒ−二　＝Ｚλ スＣ３ＲＺ？ＣＲＴ　ＣＮ

Claims (9)

【特許請求の範囲】
1. １．　句を第１言語から第２言語に翻訳するシステムであり、第２言語の句の集 合を保持する記憶装置と、第１言語の句を受ける入力手段と、前記句集合からの １つを含む句を第２言語で出力する出力手段と、前記句集合のどれが前記入力句 に相応するかを決定する特徴づけ手段と、出力手段を制御し、前記入力句に相応 する前記集合からの句の出力を保証すべく前記特徴づけ手段に応答する手段とを 具備するシステム。
2. ２．　前記システムがデータリンクを介して動作可能に結合された第１および第 ２ターミナルを具備し、前記第１ターミナルは前記入力手段と前記特徴づけ手段 とを具備し、第２ターミナルは前記記憶装置と前記出力手段とを具備し、第１タ ーミナルはさらに前記データリンクを介して前記第２ターミナルに送信すべく前 記句集合のどれが前記入力句に相応するかを示すメッセージを生成する手段を具 備する請求の範囲第１項で請求されたシステム。
3. ３．　前記特徴づけ手段が入力句のキーワード、キーワード群、およびキーワー ド部分の存在を基礎にして句の相応を決定し、前記句集合から入力句がどの句ま たは句群に相応するかを決定すべく第１語いを供給し、入力句が句群の未決定の １つに相応すると判定された場合、前記特徴づけ手段は入力句が句群のどれに相 応するかを決定すべく第２語いを供給する請求の範囲第１または第２で請求され たシステム。
4. ４．　前記特徴づけ手段が音声認識装置を具備する前記請求の範囲のいずれかで 請求されたシステム。
5. ５．　前記入力手段が口頭入力を受信可能であり、前記出力手段が音声出力を提 供する前記請求の範囲のいずれかで請求されたシステム。
6. ６．　第２言語の句の一部として出力すべく前記入力句の一部を翻訳しないで前 記出力手段へと通過させる手段を具備した前記請求の範囲のいずれかで請求され たシステム。
7. ７．　前記請求の範囲のいずれかで請求されたシステムを実行する装置。
8. ８．　入力メッサージを前記入力手段に供給するキーボードと、前記第２言語の テキスト出力を提供する手段とをさらに具備する請求の範囲第７項で請求された 装置。
9. ９．　第１言語から複数の第２言語のいずれかへの翻訳を提供し、句集合が前記 複数の第２言語のそれぞれの記憶装置にさらに供給された請求の範囲第７項また は第８項で請求された装置。