JPH05108716A - 機械翻訳装置 - Google Patents

Abstract

(57)【要約】 【目的】 自動的に入力の書式を変換後の文字列と共に
復元することができる機械翻訳装置を提供する。 【構成】 原イメージデータ入力部１は翻訳対象の原稿
を読取って、イメージデータに変換して枠分割部２に供
給する。枠分割部２はイメージデータからイメージの空
白部分を抽出して、空白部分を基にしてそれぞれ分割し
て枠を形成し、それぞれの枠内が文字列、表、図形であ
るか否かを判断して結果をイメージ情報として翻訳部３
に供給する。翻訳部３はこのイメージ情報の文字列、
表、図形などの中から文字列を所望の言語に翻訳して、
この翻訳結果を書式情報変更部４に供給する。書式情報
変更部４はこの翻訳結果の文字列、表、図形な中から文
字列及び表内の文字列について枠内に入るように枠の大
きさ、文字間隔、文字の大きさを変更して、変更結果を
翻訳結果として翻訳結果出力部５に供給する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、機械翻訳装置であっ
て、例えば、文字と図形と表などを含む原稿の翻訳に好
適な機械翻訳装置に関するものである。

【０００２】

【従来の技術】従来、数多くの機械翻訳装置が商品化さ
れ、次第に普及しつつある。そして、最近は入力の煩わ
しさからＯＣＲとの接続が要望されている。しかしなが
ら、単にＯＣＲと接続しただけでは図や表などを取り除
き、後編集で結合するといった操作が必要になる。そこ
で、文献「特開平１−１３７３６９号公報」では、文字
列のみからなる入力文に対する書式情報を入力文に付加
して取り込み、この取り込んだ情報に基づいて翻訳して
清書して出力するという機械翻訳方式が提案されてい
る。

【０００３】

【発明が解決しようとする課題】しかしながら、上記文
献に示されている方式においては、原稿の中に図形や表
が挿入されている場合に、翻訳結果に図形や表などのイ
メージデータを復元することが意識されていない。例え
ば、表の中に文字がある場合や、翻訳前の入力文と翻訳
後の出力文の文字列の長さが著しく異なる場合の表の大
きさの調整などが考慮されていないために、書式を完全
に復元するためには手作業による後編集の操作が必要に
なるという問題がある。

【０００４】機械翻訳装置に不慣れなユーザでも簡単な
操作で入力及び出力の書式情報を意識しながら所望の書
式で翻訳できる装置が要請されている。

【０００５】この発明は、以上の課題に鑑み為されたも
のであり、その目的とするところは、自動的に入力の書
式を変換後の文字列と共に復元することができる機械翻
訳装置を提供することである。

【０００６】

【課題を解決するための手段】この発明は、以上の目的
を達成するために、この発明の機械翻訳装置は、次のよ
うな特徴的な手段を備えて改良した。

【０００７】つまり、原稿をイメージデータとして取り
込むイメージデータ取込手段と、このイメージデータか
ら文字を認識する文字認識手段と、このイメージデータ
を構成するイメージの種類に応じて、上記イメージデー
タを枠を使って枠形式で分類する分類手段と、この分類
された枠形式のイメージごとの、原稿上の配置構造と、
イメージの内容構造とを表す書式情報を、上記分類され
た枠形式のイメージごとに作成する書式情報作成手段
と、上記文字認識手段で認識された文字の列から所望の
異なる種類の文字列に変換する翻訳手段と、この変換後
の文字列と上記書式情報とを用いて、上記変換後の文字
列にあった新たな書式情報に変更する書式情報変更手段
とを備えて、この変更された書式情報に基づき所望の文
字列のイメージデータを得ることを特徴とする。

【０００８】また、上記イメージの種類は、文字列（記
号列や数式なども含まれる）と、図形（絵なども含まれ
る）と、表のいずれか１以上であってもよい。

【０００９】更に、上記書式情報は、それぞれのイメー
ジの種類に対して、枠の座標と、枠内の文字間隔と、枠
内の文字の大きさと、枠内の行数と、枠内の文字位置制
御情報と、文字内容とから構成される情報であってもよ
い。

【００１０】

【作用】この発明によれば、文字や図形や表を意識する
こと無くイメージデータとして取り込み、自動的に入力
のイメージの種類に応じて枠を使って枠形式で分類し
て、分類したイメージごとに、そのイメージの原稿上の
配置構造と、イメージの内容構造とを表す書式情報を作
成し、また、文字認識手段である言語の文字を認識し
て、所望の異なる文字列に変換して、この変換された文
字列の長さなどに応じて、表や図形や文字の大きさなど
を変更して、入力の表や図形を変換後の文字列に応じて
復元して出力することができる。

【００１１】また、上記翻訳手段は、異なる言語間の翻
訳や、日本語の平仮名と漢字で記述された文章から、カ
タカナ文やローマ字文に変換することや、ある言語文か
ら数値制御情報やコマンド情報に変換することなどであ
ってもよい。

【００１２】

【実施例】次にこの発明の機械翻訳装置の好適な一実施
例を図面を用いて説明する。

【００１３】この実施例の目的は、表の中に文字がある
場合や入力と出力の文字列の長さが著しく異なる場合な
どいかなる場合に対しても入力の書式を完全に復元する
ことを目的とする。

【００１４】図２は、この実施例に係る機械翻訳装置を
コンピュータシステムで実現した場合のハードウエアブ
ロック図である。

【００１５】図２において、機械翻訳装置用のこのコン
ピュータシステムは、例えば、ＣＰＵ１０１と、イメー
ジスキャナ１０２と、キーボード１０３と、磁気ディス
ク装置１０４と、ディスプレイ１０５と、プリンタ１０
６と、主メモリ１０７とで構成されている。尚、イメー
ジスキャナ１０２は、図形や表を読み取れるＯＣＲなど
であってもよい。

【００１６】磁気ディスク装置１０４には、ユーザイン
ターフェースプログラムや、翻訳プログラムや、翻訳辞
書ライブラリーや、書式制御プログラムや、翻訳制御プ
ログラムなどが格納されている。このような各種のプロ
グラムは、主メモリ１０７にロードされてＣＰＵ１０１
によって実行される。イメージスキャナ１０２は、原稿
を取り込み、イメージデータに変換して、ＣＰＵ１０１
に供給する。キーボードは１０３は、磁気ディスク装置
１０４の制御や、イメージスキャナ１０２などの原稿読
取り制御を行うためのデータ入力や、その他の各種のデ
ータの入力を行う。ディスプレイ１０５は、入力原イメ
ージデータの表示や、翻訳結果などを表示出力素する。
プリンタ１０６は、翻訳結果などを印刷出力する。

【００１７】図１は、この実施例に係る機械翻訳装置に
機能ブロック図である図１において、この機械翻訳装置
は、原イメージデータ入力部１と、枠分割部２と、翻訳
部３と、書式情報変更部４と、翻訳出力部５とで構成さ
れている。

【００１８】原イメージデータ入力部１は、イメージス
キャナ１０２などを使用して翻訳対象の原稿を読取っ
て、イメージデータに変換して、このイメージデータを
枠分割部２に供給する。枠分割部２は、供給されるイメ
ージデータからイメージの空白部分を抽出して、そし
て、空白部分を基にしてそれぞれ分割して枠を形成し、
それぞれの枠内が文字列（記号列や数式なども含む）、
表、図形（例えば図、写真、絵など）であるか否かを判
断して結果をイメージ情報として翻訳部３に供給する。
翻訳部３は、このイメージ情報の文字列、表、図形など
の中から文字列を所望の言語（例えば、英語）に翻訳し
て、この翻訳結果を書式情報変更部４に供給する。

【００１９】書式情報変更部４は、この翻訳結果の文字
列、表、図形な中から文字列及び表内の文字列について
枠内に入るように枠の大きさ、文字間隔、文字の大きさ
を変更して、変更結果を翻訳結果として翻訳結果出力部
５に供給する。翻訳結果出力部５は、翻訳結果をディス
プレイ１０５やプリンタ１０６に出力して表示あるいは
印刷出力する。

【００２０】図３は、図１に係る機械翻訳装置の処理フ
ローチャートを示している。

【００２１】図３において、原イメージデータ入力部１
は原稿のイメージデータ（図４の（ａ）（ｂ）にこの例
を示す）の取り込みをイメージスキャナ１０２などを使
用して行いビット列に変換して、これを枠分割部２に供
給する（Ｓ１０）。次に枠分割部２は、供給されたイメ
ージデータからイメージの空白部分を抽出して、図５の
（ａ）、（ｂ）に示すような枠を形成して、枠分割を行
う（Ｓ２０）。図４の（ａ）に対して図５の（ａ）が対
応している。例えば、図４の（ａ）の『報告書』の部分
が、図５の（ａ）の枠Ｓ１に対応している。この様にし
て枠Ｓ１〜Ｓ５、枠Ｌ１、枠Ｆ１が形成されている。ま
た、図４の（ｂ）に対して図５の（ｂ）が対応してい
る。例えば、図４の（ａ）の『第２図』の部分が、図５
の（ｂ）の枠Ｓ８に対応している。この様にして枠Ｓ６
〜Ｓ９、枠Ｆ２が形成されている。

【００２２】次に枠分割部２は、各枠の始点座標、終点
座標を求めて、枠の特徴からＳ１（１行）〜Ｓ９（５
行）が文字列枠、Ｆ１、Ｆ２が図形枠、Ｌ１が表枠（２
×３）であると認識する。更に、上下の枠の始点座標と
終点座標から枠制御情報としてセンタリング、右寄せ、
標準などを判定して、これらの情報を書式情報（図６に
この書式情報の例を示す）に書き込む（Ｓ２１）。

【００２３】図６は、枠結合前の書式情報の例であり、
識別子Ｓ１〜Ｓ５・・・までは、文字（記号なども含
む）が含まれる枠であり、始点座標、終点座標、文字間
隔、文字の大きさ、行数、制御情報（センタリング、右
寄せ、左寄せ、標準など）、内容などが記述されてい
る。また、識別子Ｆ１は、図形枠であり、始点座標、終
点座標などが記述されている。また、識別子Ｌ１は、表
枠であり、始点座標、終点座標、大きさなどが記述され
ている。

【００２４】次に枠分割部２は、文字列及び表内の文字
部分を認識して、イメージデータから文字コードに変換
する（Ｓ２２）。次に文字列枠について結合可能性を調
べて、枠Ｓ２、Ｓ３、Ｓ５、Ｓ６、Ｓ７、Ｓ９を結合す
る（Ｓ２３）。この時に、枠Ｓ２とＳ３、Ｓ６とＳ７の
間にはそれぞれ空行を１行挿入する。この様にして文字
列枠が結合された後の文字列枠の書式情報の例を図７に
示す。この様にして得られた書式情報は翻訳部３に供給
される。

【００２５】図７は、文字列枠の結合後の書式情報の例
であり、識別子Ｓ１、Ｓ２、Ｓ４・・・が記述されてお
り、始点座標、終点座標、文字間隔、文字の大きさ、行
数、制御情報、内容などが含まれている。

【００２６】翻訳部３は、供給された書式情報の文字列
部分を翻訳（日本語から英語に翻訳）して、書式情報変
更部４に供給する（Ｓ３０）。次に書式情報変更部は、
供給された書式情報の文字列部分についてもとの文字間
隔、文字の大きさで訳文が枠内に入るか否かを調べ（Ｓ
４０）、図８に示すように、枠内に入る場合は枠制御情
報がセンタリングの枠に対しては、左右が均等になるよ
うに縮小し（図８（ａ））、右寄せの枠に対しては左を
文字列が入る最小の枠になるように縮小し（図８
（ｂ））、左寄せの枠に対しては右を文字列が入る最小
の枠になるように縮小し（図８（ｃ））、標準の枠に対
しては下を文字列が入る最小の枠になるように縮小して
（図８（ｄ））、書式情報の枠開始座標、枠終了座標を
変更する（Ｓ４０、Ｓ４１）。

【００２７】また、文字列が枠内に入らない場合は、図
９に示すように、枠制御情報がセンタリングの枠に対し
ては上下の枠の延長線を越えない範囲で左右を均等に拡
大し（図９（ａ））、右寄せの枠に対しては同様に上下
の枠の延長線を越えない範囲で左を拡大し（図９
（ｂ））、左寄せの枠に対しては同様に上下の枠の延長
線を越えない範囲で右を拡大し（図９（ｃ））、標準の
枠に対しては左右の枠の延長線を越えない範囲でかつ頁
の範囲内で下を文字列が入る最小の枠になるように拡大
し（図９（ｄ））、書式情報の枠開始座標、枠終了座標
を変更する（Ｓ４０、Ｓ４２）。

【００２８】次に枠を拡大しても枠内に文字列が入らな
い場合、図１０に示すように、文字間隔を枠内に入る最
大値となるように小さくして、書式情報の文字間隔を変
更する（Ｓ４３、Ｓ４４）。次に文字間隔を小さくして
も枠内に文字が入らない場合は、図１１に示すように、
文字の大きさを枠内に入る最大値となるように小さくし
て、書式情報の文字の大きさを変更する（Ｓ４５、Ｓ４
６）。

【００２９】この様にして変更されて得られた書式情報
を、書式情報変更部４は、翻訳結果出力部５に供給し
て、図１２に示すように、表示出力又は印刷出力を行い
（Ｓ４６）、翻訳作業を終了する。

【００３０】以上の実施例によれば、いかなる書式の原
稿であっても、原稿をイメージデータとして取り込めれ
ば、枠分割、書式情報の作成、文字認識、文字コードへ
の変換、文字列の翻訳、文字枠の調整、文字間隔の調
整、文字の大きさの調整などを行って、ユーザの操作を
逐一行うことなく、自動的に入力書式を復元しつつ、入
力原文の翻訳も行うことができる。

【００３１】従って、いかなる書式の原稿の翻訳であっ
ても、後編集を加えることなく入力書式を正確に復元す
ることができる。

【００３２】以上の実施例においては、原イメージデー
タをイメージスキャナで取り込んだが、これに限るもの
ではなく、イメージデータを供給することができる、ビ
デオカメラや、図形や表などを読み取れるＯＣＲや、Ｖ
ＴＲや、画像蓄積装置などから供給されるイメージデー
タなどであってもよい。また、文字と、文字以外の図形
や表などを別々にワードプロセッサなどで生成して、そ
の後に上記実施例の翻訳を行うようにしてもよいし、ま
た、文字と、文字以外の図形や表などを別々に取り込ん
で処理してもよい。

【００３３】以上の実施例において、入力原文を日本語
から英語に翻訳する例で説明したが、これに限るもので
はなく、英語から日本語であっても良いし、また、他の
言語間の翻訳においても適用することができる。また、
原イメージデータの中に漢字や仮名で記述された日本語
をカタカナ文や、ローマ字文に変換しながら、入力書式
も復元する装置にも適用することができる。また、ある
言語文からコンピュータのコマンド言語を生成したり、
数値制御情報を生成することにも適用することができ
る。

【００３４】また、上記書式情報変更部４においては、
自動的に変更して得られた書式情報をユーザのデータ入
力によって、更に変更する構成にすることも可能であ
る。

【００３５】

【発明の効果】以上述べたようにこの発明によれば、文
字や図形や表を意識すること無くイメージデータとして
取り込み、自動的に入力のイメージの種類に応じて分類
して、分類したイメージごとに、そのイメージの書式情
報を作成し、また、文字認識手段で文字を認識して、所
望の異なる文字列に変換して、この変換された文字列の
長さなどに応じて、表や図形や文字の大きさなどを変更
して、入力の表や図形を変換後の文字列に応じて復元し
て出力することができる。

【００３６】従って、不慣れなユーザによっても効率的
に機械翻訳処理を行うことができる。

【図面の簡単な説明】

【図１】この実施例に係る機械翻訳装置の機能ブロック
図である。

【図２】この実施例に係る機械翻訳装置をコンピュータ
システムで実現した場合のハードウエア構成図である。

【図３】この実施例に係る機械翻訳装置の処理フローチ
ャートである。

【図４】この実施例に係る機械翻訳装置の入力イメージ
の例を示している。

【図５】この実施例に係る機械翻訳装置の枠分割の例を
示す図である。

【図６】この実施例に係る機械翻訳装置の枠結合前の書
式情報の例を示している。

【図７】この実施例に係る機械翻訳装置の枠結合後の書
式情報の例を示している。

【図８】この実施例に係る機械翻訳装置の枠の縮小の例
を示している。

【図９】この実施例に係る機械翻訳装置の枠の拡大の例
を示している。

【図１０】この実施例に係る機械翻訳装置の文字間隔変
更の例を示している。

【図１１】この実施例に係る機械翻訳装置の文字の大き
さの変更の例を示している。

【図１２】この実施例に係る機械翻訳装置の翻訳出力の
例を示している。

【符号の説明】

１…原イメージデータ入力部、２…枠分割部、３…翻訳
部、４…書式情報変更部、５…翻訳結果出力部。

Claims (3)

【特許請求の範囲】
1. 【請求項１】 原稿をイメージデータとして取り込むイ
   メージデータ取込手段と、 このイメージデータから文字を認識する文字認識手段
   と、 このイメージデータを構成するイメージの種類に応じ
   て、上記イメージデータを枠を使って枠形式で分類する
   分類手段と、 この分類された枠形式のイメージごとの、原稿上の配置
   構造と、イメージの内容構造とを表す書式情報を、上記
   分類された枠形式のイメージごとに作成する書式情報作
   成手段と、 上記文字認識手段で認識された文字の列から所望の異な
   る種類の文字列に変換する翻訳手段と、 この変換後の文字列と上記書式情報とを用いて、上記変
   換後の文字列にあった新たな書式情報に変更する書式情
   報変更手段とを備えて、 この変更された書式情報に基づき所望の文字列のイメー
   ジデータを得ることを特徴とする機械翻訳装置。
2. 【請求項２】 上記イメージの種類は、文字列と、図形
   と、表のいずれか１以上であることを特徴とする請求項
   １に記載の機械翻訳装置。
3. 【請求項３】 上記書式情報は、それぞれのイメージの
   種類に対して、枠の座標と、枠内の文字間隔と、枠内の
   文字の大きさと、枠内の行数と、枠内の文字位置制御情
   報と、文字内容とから構成される情報であることを特徴
   とする請求項１又は２に記載の機械翻訳装置。