JPH07244665A - Method and device for dictionary and rule learning for machine translation system - Google Patents
Method and device for dictionary and rule learning for machine translation systemInfo
- Publication number
- JPH07244665A JPH07244665A JP6034477A JP3447794A JPH07244665A JP H07244665 A JPH07244665 A JP H07244665A JP 6034477 A JP6034477 A JP 6034477A JP 3447794 A JP3447794 A JP 3447794A JP H07244665 A JPH07244665 A JP H07244665A
- Authority
- JP
- Japan
- Prior art keywords
- translation
- ideal
- sentence
- natural language
- machine translation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Machine Translation (AREA)
Abstract
Description
【0001】[0001]
【産業上の利用分野】本発明は、機械翻訳システム用辞
書・ルール学習方法及び機械翻訳システム用辞書・ルー
ル学習装置に係り、特に、機械翻訳システムで用いる辞
書やルールを自動的に学習するための機械翻訳システム
用辞書ルール学習方法及び機械翻訳システム用辞書・ル
ール学習装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a machine translation system dictionary / rule learning method and a machine translation system dictionary / rule learning device, and more particularly to automatically learning a dictionary and rules used in a machine translation system. Relates to a dictionary rule learning method for a machine translation system and a dictionary / rule learning device for a machine translation system.
【0002】[0002]
【従来の技術】従来は、機械翻訳システムの辞書やルー
ルを構築する場合、人間が翻訳等に利用する辞書等を参
考にして機械翻訳システム用の辞書やルールを人手で構
築している。また、このようにして、構築された機械翻
訳システム用の辞書やルールや機械翻訳システムの翻訳
結果を基に、不適切な訳が生成されている場合には、そ
の訳を生成した原因となる辞書やルールを、機械翻訳シ
ステムの内部処理を良く理解したエキスパートが人手で
変更追加している。2. Description of the Related Art Conventionally, when constructing a dictionary or rules for a machine translation system, a dictionary or rules for a machine translation system is manually constructed by referring to a dictionary or the like used by humans for translation. In addition, if an inappropriate translation is generated based on the dictionary and rules for the machine translation system and the translation result of the machine translation system constructed in this way, it causes the translation to be generated. Experts who have a good understanding of the internal processing of machine translation systems manually modify and add dictionaries and rules.
【0003】この辞書やルールの追加修正作業を自動化
する手法としては、対訳関係にある原言語の文と目的言
語の文の対の集合(対訳コーパス)を用いて、原言語の
表現とそれに相当する目的言語の表現の対を抽出し、そ
の対を用いて辞書やルールを変更追加する改良方法(例
えば、「機械翻訳方式及びシステム(特開平2−903
64)」や対訳コーパスを用いて、原言語を機械翻訳シ
ステムで翻訳した目的言語の機械訳文と理想訳文を比較
し、両者が異なる場合には、機械訳文を機械翻訳システ
ムが生成する過程で利用したルールの1つである生成方
法を調査し、誤っている生成文法を変更追加する改良方
法(たとえば「生成文法自動生成装置(特開昭63−4
4276)」が知られている。As a method for automating the work of adding and modifying the dictionary and rules, a set of a pair of source language sentences and a target language sentence (translation corpus) having a bilingual relationship is used to represent the source language and its equivalent. An improved method of extracting a pair of expressions of a target language to be used and changing and adding a dictionary or a rule using the pair (for example, “Machine translation method and system (Japanese Patent Laid-Open No. 2-903”
64) ”or a bilingual corpus, and compares the machine translation of the target language translated by the machine translation system with the ideal translation, and if they are different, use them in the process of generating the machine translation. One of the generated rules is investigated, and an improved method for changing and adding an incorrect generation grammar (for example, "Generation grammar automatic generation device (Japanese Patent Laid-Open No. 63-4)).
4276) "is known.
【0004】[0004]
【発明が解決しようとする課題】しかしながら、上記従
来の機械翻訳システムの辞書やルールの構築方法では、
人間用に作成された辞書等を利用するため、機械翻訳用
に用いた場合、正しい訳が生成される保証がないという
問題がある。However, in the above-mentioned conventional dictionary and rule construction method of the machine translation system,
Since a dictionary created for humans is used, there is a problem that there is no guarantee that a correct translation will be generated when used for machine translation.
【0005】また、機械翻訳システムの辞書やルールを
変更追加する方法では、翻訳結果を翻訳システムの内部
処理を良く理解したエキスパートにより検証する必要が
あり、エキスパートでないと辞書やルールの変更追加が
不可能であるという問題がある。また、このような作業
は人手によるので、辞書やルールの構築のための時間的
経済的コストが高くなってしまうという問題がある。In addition, in the method of changing and adding the dictionary and rules of the machine translation system, it is necessary to verify the translation result by an expert who has a good understanding of the internal processing of the translation system. The problem is that it is possible. In addition, since such work is performed manually, there is a problem that the time and economical cost for constructing the dictionary and the rules becomes high.
【0006】また、上記従来の技術の前者の改良方法の
場合、対訳コーパスの情報のみから機械翻訳システムの
翻訳結果を考慮せずに、辞書やルールが変更追加される
ため、既存の辞書やルールに対して対訳コーパスにより
不適切な変更追加がなされ、機械翻訳結果に悪影響を及
ぼすという問題がある。Further, in the case of the former improvement method of the above-mentioned conventional technique, since the dictionary and the rule are changed and added only from the information of the bilingual corpus without considering the translation result of the machine translation system, the existing dictionary and the rule are added. There is a problem that the translation corpus makes inappropriate changes and additions, which adversely affects the machine translation result.
【0007】後者の改良方法の場合、機械翻訳システム
の翻訳結果を考慮して変更追加すべきルールを抽出する
ので、前者の改良方法の「機械翻訳方式及びシステム」
のような機械翻訳結果への悪影響は少ないが、対訳コー
パス中に原言語の文が同一であるが、理想訳文が異なる
ものがある場合、同一の原言語表現に対しても異なる目
的言語表現を生成するための辞書やルールが変更追加さ
れるので、辞書やルールの整合が取れないという問題が
ある。例えば、原言語が日本語、目的言語が英語である
場合を考えると、日本語文 『記憶装置を有すること』 という文に対して、対訳コーパスには、 "Strage units is to be provided." と "To be equipped with the strage units." の2種類の理想訳文が付与されていたとする。この場
合、1つの日本語表現「記憶装置」に対して"strage un
its"という目的言語表現と"the strage units"という目
的言語表現を生成するための2種類の辞書やルールが生
成され、また、1つの日本語表現「〜を有すること」に
対して " 〜is to be provided." という目的言語表現と "To be equipped with 〜" という目的言語表現を生成するための2種類の辞書やル
ールが生成され、既存の辞書やルールに変更追加される
という問題がある。In the latter improvement method, the rule to be changed and added is extracted in consideration of the translation result of the machine translation system. Therefore, the former improvement method "machine translation method and system" is used.
There is little adverse effect on the machine translation result, but if the source language sentences are the same in the bilingual corpus, but the ideal translation sentences are different, different target language expressions will be used for the same source language expression. Since the dictionary and rules for generating are changed and added, there is a problem that the dictionary and rules cannot be matched. For example, considering that the source language is Japanese and the target language is English, the Japanese sentence "Having a memory device" is added to the sentence "Strage units is to be provided." It is assumed that two types of ideal translations, "To be equipped with the strage units." In this case, "strage un" for one Japanese expression "memory"
Two kinds of dictionaries and rules for generating the target language expression "its" and the target language expression "the strage units" are generated, and for one Japanese expression "having", "~ is" There is a problem that two types of dictionaries and rules for generating the target language expression "to be provided." and the target language expression "To be equipped with ~" are generated and modified and added to the existing dictionary and rules. .
【0008】本発明は、上記の点に鑑みてなされたもの
で、上記従来の問題点を解決し、対訳コーパスの情報だ
けではなく、機械翻訳システムにより出力された機械訳
文も参照にして、対訳コーパス中に原言語の文が同一で
あるが理想訳文が異なるものが有る場合に、機械訳文と
の違いが最も少ない機械翻訳システムが生成できる可能
性の最も高い理想訳文を参考にして、変更追加すべき辞
書や、ルールを抽出することによって、既存の辞書やル
ールに不適切な変更追加をすることなく、最も実現性が
高く効果的な方法で、自動的に辞書やルールを変更追加
することが可能な機械翻訳システム用辞書・ルール学習
方法及び機械翻訳システム用辞書・ルール学習装置を提
供することを目的とする。The present invention has been made in view of the above points, and solves the above-mentioned conventional problems and refers to not only the information of the bilingual corpus but also the machine translated text output by the machine translation system. If there are some sentences in the corpus that have the same source language but different ideal translations, add the change by referring to the ideal translation that is most likely to be generated by the machine translation system that has the least difference from the machine translation. Automatically modify and add dictionaries and rules by extracting the dictionaries and rules that should be used, without making inappropriate changes to existing dictionaries and rules, in the most feasible and effective way. It is an object of the present invention to provide a machine translation system dictionary / rule learning method and a machine translation system dictionary / rule learning device capable of performing the above.
【0009】[0009]
【課題を解決するための手段】図1は、本発明の原理を
説明するための図(その1)である。本発明の機械翻訳
システム用辞書・ルール学習方法は、第1の自然言語の
文を第2の自然言語の文に変換する手段を有する機械翻
訳システムにおいて、互いに対訳関係にある第1の自然
言語の入力文と第2の自然言語の理想訳文を読み込み
(ステップ1)、機械翻訳システムを用いて第1の自然
言語の入力文を第2の自然言語の機械訳文に翻訳し(ス
テップ2)、第2の自然言語の機械訳文と第2の自然言
語の理想訳文とを比較し(ステップ3)、ステップ3で
得られた比較結果により、入力文1種類に対して複数の
種類の理想訳文が付与されている場合には(ステップ
4)、差分が最も少ない理想訳文(差分最小理想訳文)
を抽出し(ステップ5)、理想訳と機械訳文を比較した
比較結果及び差分最小理想訳文を基に辞書やルールを変
更追加する(ステップ6)。FIG. 1 is a diagram (No. 1) for explaining the principle of the present invention. A dictionary / rule learning method for a machine translation system of the present invention is a machine translation system having means for converting a sentence of a first natural language into a sentence of a second natural language, and a first natural language having a bilingual relationship with each other. Input sentence and the second ideal translated sentence of natural language are read (step 1), and the first natural language input sentence is translated into a second natural language machine translated sentence using a machine translation system (step 2), The machine translation of the second natural language and the ideal translation of the second natural language are compared (step 3), and a plurality of types of ideal translations are obtained for one type of input sentence according to the comparison result obtained in step 3. If it is added (step 4), the ideal translation with the smallest difference (ideal translation with minimum difference)
Is extracted (step 5), and the dictionary and rule are changed and added based on the comparison result of comparing the ideal translation and the machine translation and the minimum difference ideal translation (step 6).
【0010】図2は、本発明の原理を説明するための図
(その2)である。本発明の機械翻訳システム用辞書・
ルール学習方法は、第1の自然言語の文を第2の自然言
語の文に変換する手段を有する機械翻訳システムにおい
て、互いに対訳関係にある第1の自然言語の入力文と第
2の自然言語の理想訳文の集まりである対訳文章を読み
込み(ステップ11)、対訳文章中から同一の入力文と
当該入力文に対応する対訳文章を抽出し(ステップ1
2)、機械翻訳システムを用いて入力文を第2の自然言
語の機械訳文に翻訳し(ステップ13)、その機械翻訳
文と、理想訳文を比較し(ステップ14)、その比較結
果によって、同一入力文抽出により抽出された入力文1
種類に対して複数種類の理想訳文が付与されている対訳
文章に対して(ステップ15)、差分が最も少ない理想
訳文を抽出し(ステップ16)、ステップ14で得られ
た比較結果及びステップ16で得られた差分が最も少な
い理想訳文に基づいて、辞書やルールを変更追加する
(ステップ17)。FIG. 2 is a diagram (part 2) for explaining the principle of the present invention. Machine translation system dictionary of the present invention
According to a rule learning method, in a machine translation system having means for converting a sentence of a first natural language into a sentence of a second natural language, a first natural language input sentence and a second natural language which are in a bilingual relationship with each other. The bilingual sentence, which is a collection of ideal translated sentences, is read (step 11), and the same input sentence and the bilingual sentence corresponding to the input sentence are extracted from the bilingual sentence (step 1).
2), using a machine translation system, translate the input sentence into a machine translation of the second natural language (step 13), compare the machine translation and the ideal translation (step 14), and identify the same by the comparison result. Input sentence 1 extracted by input sentence extraction
With respect to the bilingual sentence to which a plurality of types of ideal translated sentences are assigned (step 15), the ideal translated sentence with the smallest difference is extracted (step 16), and the comparison result obtained in step 14 and step 16 The dictionary and rules are changed and added based on the obtained ideal translated sentence with the smallest difference (step 17).
【0011】図3は、本発明の原理を説明するための図
(その3)である。本発明の機械翻訳システム用辞書・
ルール学習方法は、第1の自然言語の文を第2の自然言
語の文に変換する手段を有する機械翻訳システムにおい
て、互いに対訳関係にある第1の自然言語の入力文と第
2の自然言語の理想訳文を読み込み(ステップ21)、
機械翻訳システムを用いて入力文を第2の自然言語の機
械訳文に翻訳する際に(ステップ22)、第2の自然言
語の機械訳概念構造を生成し(ステップ23)、理想訳
文から第2の自然言語の理想訳概念構造を生成し(ステ
ップ24)、機械訳概念構造と理想訳概念構造を比較し
(ステップ25)、これにより得られた比較結果によっ
て、入力文1種類に対して複数種類の理想訳概念構造が
付与されている場合には(ステップ26)、差分が最も
少ない理想訳概念構造を抽出し(ステップ27)、比較
結果及び差分最小理想訳概念構造抽出処理で得られた差
分抽出結果に基づいて、辞書やルールを変更追加する
(ステップ28)。FIG. 3 is a diagram (part 3) for explaining the principle of the present invention. Machine translation system dictionary of the present invention
According to a rule learning method, in a machine translation system having means for converting a sentence of a first natural language into a sentence of a second natural language, a first natural language input sentence and a second natural language which are in a bilingual relationship with each other. Read the ideal translation of (step 21),
When translating an input sentence into a machine translation of a second natural language using a machine translation system (step 22), a machine translation conceptual structure of the second natural language is generated (step 23), and the second translation from the ideal translation is performed. The ideal translation conceptual structure of the natural language is generated (step 24), the machine translation conceptual structure and the ideal translation conceptual structure are compared (step 25), and a plurality of input sentence types are obtained according to the comparison result. When types of ideal translation concept structures are given (step 26), the ideal translation concept structure with the smallest difference is extracted (step 27), and the comparison result and the minimum difference ideal translation concept structure are obtained. The dictionary and rules are changed and added based on the difference extraction result (step 28).
【0012】図4は、本発明の原理を説明するための図
(その4)である。本発明の機械翻訳システム用辞書・
ルール学習方法は、第1の自然言語の文を第2の自然言
語の文に変換する手段を有する機械翻訳システムにおい
て、互いに対訳関係にある第1の自然言語の入力文と第
2の自然言語の理想訳文の集まりである対訳文章を読み
込み(ステップ31)、対訳文章中から同一の入力文と
入力文に対応する理想訳の集まりを抽出し(ステップ3
2)、機械訳翻訳システムを用いて入力文を第2の自然
言語の機械訳文に翻訳する際に(ステップ33)、第2
の自然言語の機械訳概念構造を生成し(ステップ3
4)、理想訳文を解析して第2の自然言語の理想文概念
構造を生成し(ステップ35)、機械訳概念構造と理想
訳概念構造を比較し(ステップ36)、その比較結果に
よって、ステップ32で抽出された入力文1種類に対し
て複数種類の理想訳概念構造が付与されている対訳文章
に対して(ステップ37)、差分が最も少ない理想訳概
念構造を抽出し(ステップ38)、機械訳理想訳概念構
造比較処理で得られた比較結果及び差分最小理想訳概念
構造を基に、辞書やルールを変更追加する(ステップ3
9)。FIG. 4 is a view (No. 4) for explaining the principle of the present invention. Machine translation system dictionary of the present invention
According to a rule learning method, in a machine translation system having means for converting a sentence of a first natural language into a sentence of a second natural language, a first natural language input sentence and a second natural language which are in a bilingual relationship with each other. The bilingual sentence, which is a set of ideal translated sentences of, is read (step 31), and the same input sentence and the set of ideal translated corresponding to the input sentence are extracted from the bilingual sentence (step 3).
2), when translating the input sentence into a machine translation sentence of the second natural language using the machine translation system (step 33), the second
Generate a machine translation conceptual structure of the natural language of (step 3
4) The ideal translated sentence is analyzed to generate the ideal sentence conceptual structure of the second natural language (step 35), the machine translated conceptual structure and the ideal translated conceptual structure are compared (step 36), and a step is performed according to the comparison result. With respect to the bilingual sentence in which a plurality of types of ideal translation concept structures are added to one type of input sentence extracted in 32 (step 37), the ideal translation concept structure with the smallest difference is extracted (step 38), Based on the comparison result and the minimum difference ideal translation conceptual structure obtained by the machine translation ideal translation conceptual structure comparison processing, the dictionary and rule are changed and added (step 3).
9).
【0013】さらに、本発明の機械翻訳システム用辞書
・ルール学習装置は、第1の自然言語の文を第2の自然
言語の文に変換する翻訳手段を有する機械翻訳システム
2において、互いに対訳関係にある第1の自然言語の入
力文と第2の自然言語の理想訳文を読み込む対訳文読み
込み手段1と、機械翻訳システムを用いて第1の自然言
語の入力文を翻訳した第2の自然言語の機械訳文と第2
の自然言語の理想訳文を比較する機械訳理想訳比較手段
5と、機械訳理想訳比較手段5で得られた比較結果によ
り、入力文1種類に対して複数の種類の理想訳文が付与
されている場合には、差分が最も少ない理想訳文を抽出
する差分最小理想訳抽出手段6と、機械訳理想訳比較手
段5で得られた比較結果及び差分最小理想訳抽出手段6
で得られた差分が最も少ない理想訳文を基に辞書やルー
ルを変更追加する辞書ルール変更追加手段7とを含む。Further, the machine translation system dictionary / rule learning apparatus of the present invention is a machine translation system 2 having translation means for converting a first natural language sentence into a second natural language sentence. Parallel text reading means 1 for reading the first natural language input sentence and the second natural language ideal translated sentence, and the second natural language translated the first natural language input sentence using the machine translation system. Machine translation of No. 2
According to the machine translation ideal translation comparing means 5 for comparing the ideal translations of the natural language and the comparison result obtained by the machine translation ideal translation comparing means 5, a plurality of types of ideal translations are given to one input sentence. If there is a difference, the minimum difference ideal translation extracting means 6 for extracting the ideal translation having the smallest difference, and the comparison result and the minimum difference ideal translation extracting means 6 obtained by the machine translation ideal translation comparing means 5.
And a dictionary rule changing / adding means 7 for changing and adding a dictionary or a rule based on the ideal translated sentence having the smallest difference obtained in (4).
【0014】本発明の機械翻訳システム用辞書・ルール
学習装置は、第1の自然言語の文を第2の自然言語の文
に変換する翻訳手段を有する機械翻訳システム2におい
て、互いに対訳関係にある第1の自然言語の入力文と第
2の自然言語の理想訳文の集まりである対訳文章を読み
込む対訳文章読み込み手段10と、対訳文章中から、同
一の入力文と対応する対訳文章を抽出する同一入力文抽
出手段11と、機械翻訳システム2を用いて入力文を第
2の自然言語の文に翻訳した機械翻訳文と、理想訳文を
比較する機械訳理想訳比較手段5と、機械訳理想訳比較
手段5で得られた比較結果によって、同一入力文抽出手
段11で抽出された入力文1種類に対して複数種類の理
想訳文が付与されている対訳文章に対して、差分が最も
少ない理想訳文を抽出する差分最小理想訳抽出手段6
と、機械訳理想訳比較手段5で得られた比較結果及び差
分最小理想訳抽出手段6で得られた差分が最も少ない理
想訳文を基に、辞書やルールを変更追加する辞書ルール
変更追加手段7とを含む。The machine translation system dictionary / rule learning device of the present invention has a bilingual relationship with each other in the machine translation system 2 having translation means for converting a first natural language sentence into a second natural language sentence. A bilingual sentence reading means 10 for reading a bilingual sentence which is a set of an input sentence of the first natural language and an ideal translated sentence of the second natural language, and a bilingual sentence corresponding to the same input sentence are extracted from the bilingual sentence. An input sentence extracting means 11, a machine translated sentence obtained by translating the input sentence into a second natural language sentence using the machine translation system 2, a machine translation ideal translation comparison means 5 for comparing an ideal translated sentence, and a machine translation ideal translation. According to the comparison result obtained by the comparison means 5, the ideal translation having the smallest difference from the bilingual text in which a plurality of types of ideal translations are provided for one type of the input sentence extracted by the same input sentence extracting means 11. To Minimum difference ideal translation extraction means 6 for out
And a dictionary rule change adding means 7 for changing and adding a dictionary or a rule based on the comparison result obtained by the machine translation ideal translation comparing means 5 and the ideal translation sentence having the smallest difference obtained by the minimum difference ideal translation extracting means 6. Including and
【0015】また、本発明の機械翻訳システム辞書・ル
ール学習装置は、第1の自然言語の文を第2の自然言語
の文に変換する翻訳手段を有する機械翻訳システム2に
おいて、互いに対訳関係にある第1の自然言語の入力文
と第2の自然言語の理想訳文を読み込む対訳文読み込み
手段10と、機械翻訳システムを用いて入力文を第2の
自然言語の機械訳文に翻訳する際に第2の自然言語の機
械訳概念構造を生成する機械訳概念構造生成手段と、理
想訳文から第2の自然言語の理想訳概念構造を生成する
理想訳概念構造生成手段と、機械訳概念構造と理想訳概
念構造を比較する機械訳理想訳概念構造比較手段5と、
機械訳理想訳概念構造比較手段5で得られた比較結果に
よって、入力文1種類に対して複数種類の理想訳概念構
造が付与されている場合には、差分が最も少ない理想訳
概念構造を抽出する差分最小理想訳概念構造抽出手段6
と、機械訳理想訳概念構造比較手段5で得られた比較結
果及び差分最小理想訳概念構造抽出手段6で得られた差
分抽出結果に基づいて辞書やルールを変更追加する辞書
ルール変更追加手段7とを含む。Further, the machine translation system dictionary / rule learning apparatus of the present invention has a bilingual relationship in the machine translation system 2 having a translation means for converting a sentence of the first natural language into a sentence of the second natural language. A bilingual sentence reading means 10 for reading an input sentence of a certain first natural language and an ideal translated sentence of a second natural language, and first when translating an input sentence into a machine translated sentence of a second natural language using a machine translation system. 2. Machine translation conceptual structure generating means for generating a machine translation conceptual structure of 2 natural languages, ideal translation conceptual structure generating means for generating a second natural language ideal translation conceptual structure from an ideal translated sentence, machine translation conceptual structure and ideal Machine translation ideal translation concept structure comparison means 5 for comparing translation concept structures,
According to the comparison result obtained by the machine translation ideal translation conceptual structure comparison means 5, when a plurality of types of ideal translation conceptual structures are given to one type of input sentence, the ideal translation conceptual structure with the smallest difference is extracted. Minimum difference ideal translation conceptual structure extraction means 6
And dictionary rule change adding means 7 for changing and adding a dictionary or rule based on the comparison result obtained by the machine translation ideal translation concept structure comparison means 5 and the difference extraction result obtained by the minimum difference ideal translation concept structure extraction means 6. Including and
【0016】また、本発明の機械翻訳システム用辞書・
ルール学習装置は、第1の自然言語の文を第2の自然言
語の文に変換する翻訳手段を有する機械翻訳システム2
において、互いに対訳関係にある第1の自然言語の入力
文と第2の自然言語の理想訳文の集まりである対訳文章
を読み込む対訳文章読み込み手段10と、対訳文章中か
ら同一の入力文と入力文に対応する理想訳文の集まりを
抽出する同一入力文抽出手段11と、機械訳翻訳システ
ムを用いて入力文を第2の自然言語の機械訳文に翻訳す
る際に第2の自然言語の機械訳概念構造を生成する機械
訳概念構造生成手段と、理想訳文から第2の自然言語の
理想訳概念構造を生成する理想訳概念構造生成手段と、
機械訳概念構造と理想訳概念構造を比較する機械訳理想
訳概念構造比較手段5と、機械訳理想訳概念構造比較手
段5で得られた比較結果によって、同一入力文抽出手段
11で抽出された入力文1種類に対して複数種類の理想
訳概念構造が付与されている対訳文章に対して、差分が
最も少ない理想訳概念構造を抽出する差分最小理想訳概
念構造抽出手段6と、機械訳理想訳概念構造比較手段5
で得られた比較結果及び差分最小理想訳概念構造抽出手
段6で得られた差分抽出結果を基に、辞書やルールを変
更追加する辞書ルール変更追加手段7とを含む。A dictionary for the machine translation system of the present invention
The rule learning device has a machine translation system 2 having a translation means for converting a first natural language sentence into a second natural language sentence.
In the above, in the bilingual sentence reading means 10 for reading a bilingual sentence, which is a collection of the first natural language input sentence and the second natural language ideal translated sentence, which are in a bilingual relationship, and the same input sentence and input sentence from the bilingual sentence. The same input sentence extraction means 11 for extracting a set of ideal translated sentences corresponding to the above and a second natural language machine translation concept when the input sentence is translated into a second natural language machine translated text using a machine translation translation system. A machine translation conceptual structure generating means for generating a structure; and an ideal translation conceptual structure generating means for generating an ideal translation conceptual structure of the second natural language from the ideal translation.
Based on the comparison result obtained by the machine translation ideal translation concept structure comparison means 5 for comparing the machine translation concept structure and the ideal translation concept structure and the comparison result obtained by the machine translation ideal translation concept structure comparison means 5, the same input sentence extraction means 11 extracts. Minimal difference ideal translation concept structure extraction means 6 for extracting the ideal translation concept structure with the smallest difference from the bilingual sentence in which a plurality of types of ideal translation concept structures are given to one type of input sentence, and machine translation ideal Translation structure comparison means 5
The dictionary rule changing / adding means 7 for changing / adding a dictionary or a rule based on the comparison result obtained in step 1 and the difference extraction result obtained by the minimum difference ideal translation conceptual structure extracting means 6 is included.
【0017】[0017]
【作用】本発明は、第1の自然言語の文を辞書やルール
を用いて第2の自然言語の文に変換する手段を有する機
械翻訳システムにおいて、入力文の翻訳結果(機械訳
文)と、事前に準備された入力文の理想訳文を比較する
ことにより、辞書やルールを変更追加する際に、同一の
入力文に対して複数種類の理想訳文が付与されている場
合には、機械訳文との違いが最も少ない理想訳文を用い
るものである。According to the present invention, in a machine translation system having means for converting a first natural language sentence into a second natural language sentence using a dictionary or a rule, a translation result of an input sentence (machine translated sentence), By comparing the ideal translations of input sentences prepared in advance, when adding and changing dictionaries and rules, if multiple types of ideal translations are given to the same input sentence, The ideal translation with the smallest difference is used.
【0018】詳細には、本発明は、対訳文章を読み込
み、互いに対訳関係にある第1の自然言語の入力文と第
2の自然言語の理想訳文を読み込み、これ以降の処理に
より機械翻訳システム用辞書・ルールが自動的に変更追
加される。More specifically, the present invention reads a bilingual sentence, reads an input sentence of a first natural language and an ideal translated sentence of a second natural language, which are in a bilingual relationship with each other, and executes the subsequent processing for a machine translation system. Dictionaries and rules are automatically changed and added.
【0019】まず、理想訳文と機械訳文を比較する処理
は、対訳文読み込みにより読み込まれた第1の自然言語
の入力文を機械翻訳システムを用いて第2の自然言語の
機械訳文に翻訳し、機械訳文と理想訳文を例えば、機械
翻訳システム用辞書を用いて機械訳文中の語と理想訳文
中の語との対応関係を取ることにより比較する。First, in the process of comparing the ideal translated text and the machine translated text, the input sentence of the first natural language read by the parallel translation reading is translated into the machine translated text of the second natural language by using the machine translation system. The machine translated text and the ideal translated text are compared by, for example, using a dictionary for a machine translation system to find the correspondence between the words in the machine translated text and the words in the ideal translated text.
【0020】次に、この比較により入力文1文に対して
複数種類の理想文が付与されている場合には、例えば、
理想訳文と機械訳文で異なる単語の数を調査し、最も異
なる単語数の少ない理想訳文を抽出する等によって差分
が最も少ない理想訳文(差分最小理想訳文)を抽出す
る。辞書ルールを変更する場合には、理想訳文と機械訳
文とを比較した結果及び差分最小理想訳文に基づいて、
辞書やルールを変更追加する。これにより、入力文1文
に対して、複数種類の理想訳文が付与されている場合で
も、最も機械訳文に近い理想訳文を利用して、辞書やル
ールを変更追加する。Next, when a plurality of types of ideal sentences are added to one input sentence by this comparison, for example,
The number of different words in the ideal translated text and the machine translated text is investigated, and the ideal translated text with the smallest difference is extracted by, for example, extracting the ideal translated text with the smallest number of words. When changing the dictionary rule, based on the result of comparing the ideal translated text and the machine translated text and the minimum difference ideal translated text,
Add and change dictionaries and rules. As a result, even if a plurality of types of ideal translated texts are given to one input sentence, the ideal translated text that is the closest to the machine translated text is used to change and add the dictionary and rule.
【0021】また、本発明は、対訳関係にある第1の自
然言語の入力文と第2の自然言語の理想訳文の集まり対
訳文章を読み込む。同一入力文を抽出する処理は、同一
の入力文とその理想訳文の集まりを抽出し、理想訳文と
機械訳文を比較し、機械訳文との差分が最小の理想訳文
を抽出し、入力文1種類に対して複数種類の理想訳文が
付与されている場合でも最も機械訳文に近い理想訳文を
利用して辞書やルールを変更追加する。The present invention also reads a set of parallel translation sentences of a first natural language input sentence and a second natural language ideal translation sentence which are in a bilingual relationship. In the process of extracting the same input sentence, the same input sentence and a group of the ideal translated sentences are extracted, the ideal translated sentence and the machine translated sentence are compared, the ideal translated sentence with the smallest difference from the machine translated sentence is extracted, and one type of the input sentence is extracted. Even when a plurality of types of ideal translated texts are assigned to, the dictionary and rules are changed and added using the ideal translated text that is the closest to the machine translated text.
【0022】また、本発明は、機械訳概念構造と理想訳
概念構造を生成し、この2つの概念構造を比較し、入力
文1種類に対して複数種類の理想訳概念構造が付与され
ている場合には、差分が最も少ない理想訳概念構造を抽
出し、その差分最小理想訳概念構造に基づいて辞書やル
ールを変更追加する。これにより、入力文1種類に対し
て複数種類の理想訳文が付与されている場合でも、最も
機械訳概念構造に近い理想概念構造を利用して辞書やル
ールを変更追加する。Further, according to the present invention, a machine translation conceptual structure and an ideal translation conceptual structure are generated, these two conceptual structures are compared, and a plurality of types of ideal translation conceptual structures are given to one type of input sentence. In this case, the ideal translation concept structure with the smallest difference is extracted, and the dictionary and rules are changed and added based on the smallest difference ideal translation concept structure. As a result, even when a plurality of types of ideal translated sentences are given to one type of input sentence, the dictionary and rules are changed and added using the ideal conceptual structure that is closest to the machine translation conceptual structure.
【0023】また、本発明は、抽出された同一入力文1
種類に対して複数種類の理想訳文が付与されている場合
に、機械訳概念構造に近い理想訳概念構造を比較して、
差分が最も少ない理想訳概念構造の理想訳文を選択して
辞書やルールを変更追加する。Further, according to the present invention, the extracted same input sentence 1
When multiple types of ideal translations are given for each type, the ideal translation conceptual structure that is close to the machine translation conceptual structure is compared,
Select the ideal translation of the ideal translation conceptual structure with the smallest difference and change and add the dictionary or rule.
【0024】[0024]
【実施例】以下、本発明の実施例を図面と共に詳細に説
明する。本実施例では、第1自然言語が日本語、第2の
自然言語が英語であるとする。Embodiments of the present invention will now be described in detail with reference to the drawings. In this embodiment, the first natural language is Japanese and the second natural language is English.
【0025】[第1の実施例]図5は、本発明の第1の
実施例の機械翻訳用辞書・ルール自動学習システムの基
本ブロック構成を示す。同図に示すシステムは、対訳関
係にある第1自然言語の文(入力文)と第2自然言語の
文(理想訳文)を入力するための対訳文読み込み部1、
入力された第1自然言語の文をルール3や辞書4を用い
て第2自然言語の文(機械訳文)に翻訳する機械翻訳シ
ステム2、機械翻訳システム2によって得られた機械訳
文と対訳文読み込み部1によって得られた第2自然言語
の理想訳文を比較する理想訳機械訳比較部5、理想訳機
械訳比較部5によって得られた比較結果に基づいて、複
数の理想訳文が第1自然言語の入力文に対して付与され
ている対訳文に対して差分が最も少ない理想訳文を抽出
する差分最小理想訳抽出部6、及び理想訳機械訳比較部
5によって得られた比較結果及び差分最小理想訳抽出部
6によって得られた差分の最も少ない理想訳文に基づい
て機械翻訳システム2で用いるルール3や辞書4を追加
修正する辞書ルール変更追加部7より構成される。[First Embodiment] FIG. 5 shows a basic block configuration of a machine translation dictionary / rule automatic learning system according to a first embodiment of the present invention. The system shown in the figure has a bilingual sentence reading unit 1 for inputting a first natural language sentence (input sentence) and a second natural language sentence (ideal translated sentence) in a bilingual relationship,
Machine translation system 2 for translating the input first natural language sentence into a second natural language sentence (machine translation) using rule 3 and dictionary 4, reading machine translation and parallel translation obtained by machine translation system 2. Based on the comparison result obtained by the ideal translation machine translation comparison unit 5 and the ideal translation machine translation comparison unit 5 that compare the ideal translation sentences of the second natural language obtained by the unit 1, a plurality of ideal translation sentences are generated by the first natural language. Comparison result and minimum difference ideal obtained by the minimal difference ideal translation extraction unit 6 that extracts the ideal translation sentence with the smallest difference from the bilingual sentence assigned to the input sentence and the ideal translation machine translation comparison unit 5. It is composed of a dictionary rule changing / adding unit 7 which additionally corrects the rule 3 and the dictionary 4 used in the machine translation system 2 based on the ideal translated sentence having the smallest difference obtained by the translation extracting unit 6.
【0026】図6は、本発明の第1の実施例の追加修正
される辞書やルールを用いた機械翻訳システムの基本ブ
ロック構成図である。同図に示すシステムは、第1自然
言語入力部8、ルール3、機械翻訳システム2、辞書4
及び第2自然言語出力部9より構成される。FIG. 6 is a basic block configuration diagram of a machine translation system using a dictionary and rules to be additionally modified according to the first embodiment of the present invention. The system shown in the figure includes a first natural language input unit 8, a rule 3, a machine translation system 2, and a dictionary 4.
And a second natural language output unit 9.
【0027】機械翻訳システム2は、第1自然言語文を
第1自然言語の概念構造に変換する第1言語解析部2
1、第1言語解析部21で生成された第1自然言語の概
念構造を第2自然言語の概念構造に変換する言語変換部
22、言語変換部22で生成された第2自然言語の概念
構造を基に第2自然言語文を生成する第2言語生成部2
3より構成される。The machine translation system 2 is a first language analysis unit 2 for converting a first natural language sentence into a conceptual structure of a first natural language.
1. A language conversion unit 22 for converting the concept structure of the first natural language generated by the first language analysis unit 21 into the concept structure of the second natural language, and the concept structure of the second natural language generated by the language conversion unit 22. Second language generation unit 2 for generating a second natural language sentence based on
It consists of 3.
【0028】ルール3は、第1言語解析部21で用いる
第1言語解析ルール31、言語変換部22で用いる言語
変換ルール32、第2言語生成部23で用いる第2言語
生成ルール33より構成される。Rule 3 is composed of a first language analysis rule 31 used in the first language analysis unit 21, a language conversion rule 32 used in the language conversion unit 22, and a second language generation rule 33 used in the second language generation unit 23. It
【0029】辞書4は、第1言語解析部21で用いられ
る第1言語解析辞書41、言語変換部22で用いる言語
変換辞書42、第2言語生成部23で用いる第2言語生
成辞書43から構成される。The dictionary 4 comprises a first language analysis dictionary 41 used in the first language analysis unit 21, a language conversion dictionary 42 used in the language conversion unit 22, and a second language generation dictionary 43 used in the second language generation unit 23. To be done.
【0030】図7は、言語変換辞書の辞書エントリ例を
示す図である。言語変換辞書42は、名詞部には、第1
自然言語である日本語の各名詞に対応する第2自然言語
である英語がそれぞれ記入され、1つの名詞に対し、複
数の訳語がある場合は使うべき訳語の優先順位を示す優
先度や、その訳語の使われ方を示す名詞句からなる選択
条件が記入されている。例えば、名詞「記憶装置」に対
しては、"memory", "strage device" の訳語がこの順番
の優先順位で付与されている。また、動詞部には、日本
語の各動詞だけではなく、動詞の助詞がパターンとして
付けられており、例えば、動詞「有すること」について
は“「O」(目的語、名詞)「を」8(助詞)”と助詞
パターンが、動詞「走る」については、“「S」(主
語、名詞)「が」(助詞)「O」(目的語、名詞)
「を」(助詞)”と助詞パターンが記入されており、動
詞をその助詞を含めてキーとして動詞の訳語を検索する
ように記入されている。さらに動詞の格要素の意味を示
す選択条件が記入されている。例えば、動詞「有するこ
と」については、その助詞パターン(Oを)に示されて
いる格要素の意味に関して制約はないことを示してい
る。また、動詞「走る」については、その助詞パターン
(SがOを)に示されている格要素の意味に対して、
“S”が人が動物の意味を持ち、“O”が場所の意味を
持つ場合は、 “S run on O” という表現で訳し、“S”が「船」の意味を持ち、
“O”が「場所」の意味を持つ場合は、 “S sail on O” という表現で訳すことを示している。FIG. 7 is a diagram showing an example of dictionary entries of the language conversion dictionary. The language conversion dictionary 42 includes the first part in the noun part.
English, which is the second natural language corresponding to each noun of the natural language Japanese, is entered, and when there are multiple translations for one noun, the priority indicating the priority of translations to be used, and Selection conditions consisting of noun phrases indicating the usage of translated words are entered. For example, for the noun "memory device", the translated words "memory" and "strage device" are given in this order of priority. In addition, not only each Japanese verb but also a verb particle is attached as a pattern to the verb part. For example, for the verb "having", "" (object), "no" 8 (Particle) ”and the particle pattern, the verb“ run ”,“ S ”(subject, noun)“ ga ”(particle)“ O ”(object, noun)
The particle pattern is written as "wo" (particle), and it is written so that the verb is used as a key to search for the translated word of the verb. For example, the verb “having” indicates that there is no restriction on the meaning of the case element shown in the particle pattern (O). For the verb "run," the meaning of the case element shown in the particle pattern (S is O)
When "S" has the meaning of a person as an animal and "O" has the meaning of a place, it is translated as "S run on O", and "S" has the meaning of "ship."
When "O" has the meaning of "place", it means to translate it as "S sail on O".
【0031】次に、図5の基本ブロック構成の機械翻訳
用辞書・ルール自動学習システムの処理手順について説
明する。ここでは、図8に示す対訳文を例にとって、実
際の処理手順を説明する。Next, the processing procedure of the machine translation dictionary / rule automatic learning system having the basic block configuration of FIG. 5 will be described. Here, the actual processing procedure will be described by taking the bilingual sentence shown in FIG. 8 as an example.
【0032】(1)まず、対訳文読み込み部1は、対訳
関係にある第1自然言語の入力文と第2自然言語の理想
訳文の対(対訳文)を入力する。この対訳文は、機械翻
訳用辞書・ルールの自動学習のために用いるものであ
る。この辞書・ルールの学習用の対訳文の集合(対訳文
章)を選択することにより、学習させた対訳文書と類似
の言語表現が頻出する同様の分野の文章向きに、機械翻
訳システムをチューンすることが可能となる。図8の例
では、第1自然言語である日本語の文(入力日本文) 「記憶装置を有すること」 に対して、対訳関係にある第2自然言語である英語の理
想英訳文として、 "Strage device is to be provided." と、 "To be equipped with the strage device." の2種類が付与されており、これらが対訳文として入力
される。人間による翻訳では、複数種類の表現で翻訳可
能な場合、実際にこの翻訳結果を利用する人に複数種類
の翻訳結果を提示し、その人が最適と思う訳を選択させ
るということがある。また、1種類の文章を複数人の翻
訳者が翻訳した場合に、翻訳者の癖等により翻訳結果が
異なる場合がある。従って、図8に示す例のように、1
種類の第1自然言語の入力文に対して複数種類の第2自
然言語の文が付与されるということは頻繁に行われるた
め、このような現象を考慮することが必須となる。(1) First, the bilingual sentence reading unit 1 inputs a pair (bilingual sentence) of an input sentence of a first natural language and an ideal translated sentence of a second natural language which are in a bilingual relationship. This bilingual sentence is used for automatic learning of machine translation dictionaries and rules. By selecting a set of bilingual sentences (bilingual sentences) for learning of this dictionary / rule, the machine translation system is tuned for sentences in the same field where similar language expressions frequently appear in the learned bilingual documents. Is possible. In the example of FIG. 8, for the Japanese sentence (input Japanese sentence) “having a storage device” that is the first natural language, the ideal sentence translated from the second natural language English, which is a parallel translation, is Two types of "Strage device is to be provided." And "To be equipped with the strage device." Are added, and these are input as parallel translations. In human translation, when it is possible to translate with multiple types of expressions, a person who actually uses this translation result may be presented with multiple types of translation results, and the person may select the translation that he or she thinks is most suitable. Further, when one type of sentence is translated by a plurality of translators, the translation result may be different depending on the habits of the translators. Therefore, as in the example shown in FIG.
Since a plurality of types of second natural language sentences are frequently given to various types of first natural language input sentences, it is essential to consider such a phenomenon.
【0033】(2)入力された対訳文のうち、第1自然
言語の文である入力日本文は、ルール3や辞書4を用い
た機械翻訳システム2によって第2自然言語文である機
械英訳文に翻訳される。この機械翻訳システム2による
翻訳の処理手順は、図6の基本ブロック構成の機械翻訳
システム3を用いて説明する。(2) Among the input bilingual sentences, the input Japanese sentence which is the sentence of the first natural language is a machine English translated sentence which is the second natural language sentence by the machine translation system 2 using the rule 3 and the dictionary 4. Be translated into The translation processing procedure by the machine translation system 2 will be described using the machine translation system 3 having the basic block configuration of FIG.
【0034】2−1)まず、第1自然言語の文である入
力日本文は、第1言語解析ルール31や第1言語解析辞
書41を用いた第1言語解析部21によって解析され、
日本語の概念構造を生成する。例えば、図8の入力され
た日本文に対しては、図9に示すような概念構造が生成
される。この概念構造は、動詞「有すること」を名詞
「記憶装置」が修飾しており、両者の修飾関係は、助詞
「を」による関係であることを示している。この概念構
造は、個々の単語の性質や品詞等を記述した第1言語解
析辞書41や、語と語の修飾関係等を記述した第1言語
解析ルール31を用いることによって得られる。2-1) First, the input Japanese sentence, which is the first natural language sentence, is analyzed by the first language analysis unit 21 using the first language analysis rule 31 and the first language analysis dictionary 41,
Generate the Japanese conceptual structure. For example, for the input Japanese sentence in FIG. 8, a conceptual structure as shown in FIG. 9 is generated. In this conceptual structure, the verb "having" is modified by the noun "memory", and the modification relationship between the two is that of the particle "wo". This conceptual structure can be obtained by using the first language analysis dictionary 41 that describes the properties and part-of-speech of each word, and the first language analysis rule 31 that describes the modification relation between words.
【0035】2−2)次に、この日本語の概念構造は、
言語変換ルール32や言語変換辞書42を用いた言語変
換部22によって変換され、英語の概念構造(機械訳)
を生成する。例えば、図9の日本語の概念構造に対して
は図10のような英語の概念構造が生成される。この英
語の概念構造は、動詞"be"を名詞"memory"がSubjの関係
で、動詞"be provided" がTo-ph の関係で修飾している
ことを示す。ここで、Subjの関係とは、名詞が動詞の主
語として機能していることを示し、To-ph の関係とは、
動詞が動詞をTo不定詞句を介して修飾していることを示
す。2-2) Next, the conceptual structure of this Japanese language is
The language is converted by the language conversion unit 22 using the language conversion rule 32 and the language conversion dictionary 42, and the conceptual structure of English (machine translation)
To generate. For example, an English conceptual structure as shown in FIG. 10 is generated for the Japanese conceptual structure shown in FIG. This English conceptual structure shows that the noun "memory" modifies the verb "be" in the Subj relationship, and the verb "be provided" modifies it in the To-ph relationship. Here, the relationship of Subj indicates that the noun functions as the subject of the verb, and the relationship of To-ph is
Indicates that the verb modifies the verb through the To infinitive phrase.
【0036】この概念構造は、図7に示すような名詞や
動詞等の語の対訳関係等を記述した言語変換辞書42や
日本語の語と語の関係を、英語の語と語の関係に変換す
る情報や訳語選択のためのルール等を記述した言語変換
ルール32を用いることによって得られる。This conceptual structure has a language conversion dictionary 42 in which the bilingual relations of words such as nouns and verbs as shown in FIG. 7 are described, and the relation between Japanese words is changed to the relation between English words. It is obtained by using the language conversion rule 32 which describes information to be converted, rules for selecting a translated word, and the like.
【0037】2−3)次に、この英語の概念構造は、第
2言語生成ルール33や第2言語生成辞書43によっ
て、機械英訳文を生成する。例えば、図10の英語の概
念構造に対しては、図8の機械英訳文 "Memory is to be provided." が生成される。この機械英訳文は、時制や数、人称によ
る語の変化の情報等を記述した第2言語生成辞書43や
訳語の語順を決定するルール等を記述した第2言語生成
ルール33を用いることによって得られる。なお、この
機械翻訳システムの各段階で参照・生成される概念構造
や辞書情報は、以降の辞書・ルール自動学習処理で参照
可能となるように情報を保存しておく。2-3) Next, this English conceptual structure generates a machine English translated sentence by the second language generation rule 33 and the second language generation dictionary 43. For example, for the English conceptual structure of FIG. 10, the machine English translation “Memory is to be provided.” Of FIG. 8 is generated. This machine English translation is obtained by using a second language generation dictionary 43 that describes information such as tense, numbers, and word changes depending on the person, and a second language generation rule 33 that describes rules for determining the word order of translated words. To be It should be noted that the conceptual structure and dictionary information that are referred to / generated at each stage of this machine translation system are stored so that they can be referred to in the subsequent dictionary / rule automatic learning processing.
【0038】例えば、図8に示すような、機械翻訳処理
で認定される機械訳文の単語の単位の情報や、図7に示
すような言語変換辞書42を検索する際に得られる個々
の単語の他訳語候補の情報も保存しておく。For example, as shown in FIG. 8, information on a word unit of a machine translated sentence recognized by the machine translation process, or individual words obtained when searching the language conversion dictionary 42 shown in FIG. Information about other translation candidates is also saved.
【0039】2−4)上記のようにして得られた機械訳
文は、理想訳文と理想訳機械訳比較部5によって比較さ
れ、その比較結果が得られる。2-4) The machine translated texts obtained as described above are compared by the ideal translated texts and the ideal translated machine translation comparing section 5, and the comparison result is obtained.
【0040】図11は、本発明の第1の実施例の理想訳
機械訳比較処理のフローチャートである。以下のフロー
チャートは理想訳機械訳比較部5の動作である。FIG. 11 is a flow chart of the ideal translation machine translation comparison processing of the first embodiment of the present invention. The following flowchart shows the operation of the ideal machine translation comparison unit 5.
【0041】ステップ501)機械訳文が機械翻訳時に
設定した単語単位別に分割される。例えば、図8の機械
英訳文の場合、機械翻訳処理の過程で保存された情報を
基に、Memory" と"is to be provided" に分割される。Step 501) The machine translated text is divided for each word unit set at the time of machine translation. For example, in the case of the machine English translation of FIG. 8, it is divided into "Memory" and "is to be provided" based on the information stored in the process of machine translation.
【0042】ステップ502)理想訳文を1文ずつ取り
出す。図8に示す理想英訳文では、まず、 "Strage device is to be provided." が、次に、 "To be equipped with the strage device." が取り出される。Step 502) The ideal translated sentences are extracted one by one. In the ideal English translation shown in FIG. 8, "Strage device is to be provided." Is extracted first, and then "To be equipped with the strage device." Is extracted.
【0043】ステップ503)ステップ501で分割さ
れた機械訳文の個々の単語を取り出す。図8の機械英訳
文の場合、まず"memory"が、次に"is to be provided"
が取り出される。Step 503) The individual words of the machine-translated sentence divided in step 501 are taken out. In the machine English translation of Fig. 8, "memory" is first, and then "is to be provided"
Is taken out.
【0044】ステップ504)ステップ503で取り出
された機械訳単語について、機械翻訳時に利用した言語
変換辞書の辞書エントリを検索して、他の訳語候補を探
す。図8において、機械訳英単語の場合は、"memory"に
対しては"strage device" の他の訳語候補が取り出さ
れ、"is to be provided" に対しては、他の訳語候補が
存在しないので、取りだされない。(Step 504) For the machine-translated word extracted in step 503, the dictionary entry of the language conversion dictionary used at the time of machine translation is searched for another translation word candidate. In FIG. 8, in the case of a machine-translated English word, another translation word candidate of “strage device” is extracted for “memory”, and no other translation word candidate is present for “is to be provided”. So it's not taken out.
【0045】ステップ505)ステップ503で取り出
された機械訳単語がステップ502で取り出された理想
訳文中に存在するか検索する。Step 505) It is searched whether the machine translated word fetched in step 503 exists in the ideal translated sentence fetched in step 502.
【0046】ステップ506)理想訳文中に機械訳単語
が存在するか否を判断し、存在する場合には、ステップ
512で理想訳文の単語、他の訳語候補、一致した理想
訳文中の単語を組で保持する。存在しない場合には、ス
テップ507に移行する。Step 506) It is judged whether or not a machine translated word is present in the ideal translated sentence, and if it is present, a word of the ideal translated sentence, another translated word candidate, and a word in the matched ideal translated sentence are combined in step 512. Hold in. If it does not exist, the process proceeds to step 507.
【0047】ステップ507)他の訳語候補の個々の単
語を取り出す。図8の機械訳英単語の場合は、"memory"
に対しては、"strage device" が取り出される。ま
た、"isto be provided" に対しては他の訳語候補が存
在しないので、取り出されずステップ511に移行す
る。Step 507) The individual words of other translated word candidates are taken out. In the case of the machine translated English words in Fig. 8, "memory"
For, the "strage device" is retrieved. Further, since there is no other translation word candidate for "isto be provided", it is not extracted and the process proceeds to step 511.
【0048】ステップ508)ステップ507で取り出
された他の訳語候補がステップ502で取り出された理
想訳文中に存在するか検索する。(Step 508) It is searched whether the other translated word candidates extracted in step 507 exist in the ideal translated sentence extracted in step 502.
【0049】ステップ509)次に、理想訳文中に他の
訳語候補と一致する単語が存在するか否かを判断し、存
在する場合には、ステップ512に移行する。存在しな
い場合には、ステップ510に移行する。(Step 509) Next, it is judged whether or not there is a word that matches another translated word candidate in the ideal translated sentence, and if there is a word, the process proceeds to step 512. If it does not exist, the process proceeds to step 510.
【0050】ステップ510)全ての他の訳語候補につ
いて理想訳文中の単語を調査したかを判断し、調査した
場合には、機械訳単語及びその単語に対する全ての他の
訳語候補がステップ502で取り出された理想訳文中に
存在しないことを示すので、ステップ511に移行す
る。また、全ての他の訳語候補について調査が終了して
いない場合には、ステップ507の処理に移行し、他の
訳語候補全てに上記処理が繰り返される。Step 510) It is judged whether or not the word in the ideal translated sentence has been searched for all the other translated word candidates, and if checked, the machine translated word and all other translated word candidates for the word are extracted in step 502. Since it indicates that the translated text does not exist in the translated ideal translated text, the process proceeds to step 511. If the investigation has not been completed for all other translation word candidates, the process proceeds to step 507, and the above processing is repeated for all other translation word candidates.
【0051】ステップ511)理想訳文の単語と他の訳
語候補のみが対で保持され、ステップ513に移行す
る。Step 511) Only the words of the ideal translated sentence and other translated word candidates are held in pairs, and the process proceeds to step 513.
【0052】ステップ512)機械訳文の単語、他の訳
語候補、一致した理想訳文中の単語を組で保持する。Step 512) A machine translation word, another translation word candidate, and a word in the matched ideal translation text are held as a set.
【0053】ステップ513)全ての機械訳単語につい
て理想訳文中の単語を調査したかを判断し、調査した場
合には、ステップ514に移行する。また、調査が終了
していない場合には、ステップ502に戻る。Step 513) It is judged whether or not all the machine-translated words have been searched for in the ideal translated text, and if checked, the process proceeds to step 514. If the survey has not been completed, the process returns to step 502.
【0054】ステップ514)全ての理想訳文について
調査したかを判断し、調査終了していない場合には、ス
テップ502に戻り、理想訳文全てについて調査が終了
するまで上記処理が繰り返される。また、全て調査した
場合には終了し、上記の処理で得られた機械訳文と個々
の理想訳文毎の単語の対応を示すデータが理想訳機械訳
比較部5の比較結果として得られる。Step 514) It is judged whether or not all ideal translated sentences have been investigated. If the survey has not been completed, the process returns to step 502 and the above processing is repeated until the survey is completed for all ideal translated sentences. Further, when all the investigations have been completed, the data indicating the correspondence between the machine translated text obtained by the above process and the words of each individual ideal translated text is obtained as the comparison result of the ideal translated machine translation comparing section 5.
【0055】図8の例の場合には、理想訳機械訳比較部
5の比較結果は図12に示すようになる。図12(A)
は、理想英訳文Aの "Strage device is to be provided" に関しては、機械訳英単語"Memory"及びその他訳語候補
について他訳語候補"strage device" が、機械訳英単
語" 〜is to be provided"及びその他訳語候補につい
て、機械訳英単語" 〜 is to be provided" が一致して
いるという結果を示している。In the case of the example of FIG. 8, the comparison result of the ideal translation machine translation comparing section 5 is as shown in FIG. FIG. 12 (A)
For the "Strage device is to be provided" in the ideal English translation A, the machine translated English word "Memory" and other translated word candidates "strage device" are machine translated English words "~ is to be provided" And other translated word candidates, the machine translated English words "~ is to be provided" are shown to match.
【0056】また、図12(B)は、理想英訳文 "To be equipped with the strage device." に関しては、機械訳英単語"Memory"及びその他訳語候補
について他訳語候補"strage device" が一致し、機械訳
英単語" 〜 is to be provided" 及びその他訳語候補に
ついて、「一致単語なし」という結果を示している。In FIG. 12B, the machine translated English word "Memory" and the other translated word candidate "strage device" match the ideal English translated sentence "To be equipped with the strage device." , The machine-translated English word "... Is to be provided" and other translation word candidates are shown as "no matching word".
【0057】図8の比較結果では、機械翻訳時に得られ
た各種辞書情報が付与されている。これは、辞書ルール
変更追加処理を行う際に活用する。In the comparison result of FIG. 8, various dictionary information obtained at the time of machine translation is added. This is used when the dictionary rule change addition process is performed.
【0058】更に、図11のフローチャートで示した理
想訳機械訳比較部5の処理は、言語変換辞書42の辞書
情報を用いて理想訳文と機械訳文の比較を行っている
が、他の辞書やルールを用いて比較する形態も考えられ
る。Further, although the processing of the ideal translation machine translation comparison unit 5 shown in the flowchart of FIG. 11 uses the dictionary information of the language conversion dictionary 42 to compare the ideal translation and the machine translation, other dictionary or A form of comparison using rules is also conceivable.
【0059】また、理想訳機械訳比較部5は、理想訳文
と機械訳文を比較する際に、第2の自然言語の解析装置
を用いて理想訳文から第2自然言語の理想訳概念構造を
生成し、機械翻訳の際に生成された機械訳の第2自然言
語の機械訳概念構造と比較することにより、理想訳文と
機械訳文の比較結果を得る形態も考えられる。なお、理
想訳概念構造及び機械訳概念構造を生成する手段は、理
想訳機械比較部5内に設けてもよいし、または理想訳機
械比較部5の前段に設けてもよい。Further, the ideal translation machine translation comparing section 5 uses the second natural language analysis device to generate the ideal translation conceptual structure of the second natural language when comparing the ideal translation and the machine translation. However, it is also possible to obtain a comparison result between the ideal translated text and the machine translated text by comparing with the machine translation conceptual structure of the second natural language of the machine translation generated during the machine translation. The means for generating the ideal translation concept structure and the machine translation concept structure may be provided in the ideal translation machine comparison unit 5, or may be provided before the ideal translation machine comparison unit 5.
【0060】上記のようにして得れた比較結果から差分
最小理想訳抽出部6によって差分が最小の理想訳文と機
械訳文の比較結果が抽出される。図13は、本発明の第
1の実施例の差分最小理想訳抽出部の動作のフローチャ
ートである。From the comparison result obtained as described above, the minimum difference ideal translation extracting unit 6 extracts the comparison result between the ideal translation and the machine translation having the minimum difference. FIG. 13 is a flowchart of the operation of the minimum difference ideal translation extraction unit according to the first embodiment of this invention.
【0061】ステップ601)理想訳文が複数あるか判
断する。1種類の場合には、差分最小理想訳はその1種
類の理想訳文となるので、本処理は終了する。複数ある
場合には、ステップ602に移行する。Step 601) It is judged whether there are a plurality of ideal translated sentences. In the case of one type, the minimum difference ideal translation becomes that one type of ideal translated text, so this processing ends. If there is more than one, the process proceeds to step 602.
【0062】ステップ602)理想訳文順に比較結果を
取り出す。図12の比較結果では2種類の理想英訳文に
対応する比較結果が順に取り出される。Step 602) The comparison result is extracted in the order of ideal translation. In the comparison result of FIG. 12, the comparison results corresponding to the two types of ideal English translated sentences are sequentially extracted.
【0063】ステップ603)ステップ602で抽出さ
れた理想訳文と機械訳文の差を計算するための変数、理
想訳機械訳距離を0にし、初期化する。Step 603) A variable for calculating the difference between the ideal translated text and the machine translated text extracted in step 602, the ideal translated machine translated distance is set to 0 and initialized.
【0064】ステップ604)抽出された理想訳文の比
較結果を機械訳文の単語順に取り出す。図12の比較結
果では、2種類の機械英訳単語に相当する比較結果の情
報が取り出される。Step 604) The comparison result of the extracted ideal translated texts is taken out in the order of words of the machine translated texts. In the comparison result of FIG. 12, information on the comparison result corresponding to two types of machine English translated words is extracted.
【0065】ステップ605)抽出された機械訳単語に
相当する比較結果の中で機械訳単語と、理想訳単語が一
致するか判断し、一致すれば、ステップ609に移行
し、一致しなければ、ステップ606に移行する。Step 605) It is judged whether the machine translated word and the ideal translated word match in the comparison result corresponding to the extracted machine translated word. If they match, the process proceeds to step 609. If they do not match, Go to step 606.
【0066】ステップ606)抽出された機械訳単語に
相当する比較結果の中で、他訳語候補と理想訳単語が一
致するか判断し、一致すればステップ607に移行し、
一致しなければステップ608に移行する。Step 606) It is judged whether or not the other translated word candidate matches the ideal translated word in the comparison result corresponding to the extracted machine translated word, and if they match, the process proceeds to step 607,
If they do not match, the process proceeds to step 608.
【0067】ステップ607)変数、理想訳機械訳距離
に1が足され、ステップ609に移行する。Step 607) 1 is added to the variable and the ideal machine translation, and the process proceeds to step 609.
【0068】ステップ608)変数、理想訳機械訳距離
に2が足され、ステップ609に移行する。(Step 608) 2 is added to the variable, ideal machine translation, and the process proceeds to step 609.
【0069】ステップ609)全ての機械訳単語につい
て比較結果を評価したか判断し、評価した場合には、ス
テップ610に移行する。評価していない場合にはステ
ップ604に戻り、上記の処理を全ての機械訳単語につ
いて終了するまで繰り返す。Step 609) It is judged whether or not the comparison result has been evaluated for all the machine-translated words. If the comparison result has been evaluated, the process proceeds to step 610. If not evaluated, the process returns to step 604, and the above process is repeated until all machine-translated words are completed.
【0070】ステップ610)比較結果の評価の終了し
た理想訳文について変数、理想訳機械訳距離の値を付与
する。Step 610) A variable and an ideal machine translation value are added to the ideal translated text for which the evaluation of the comparison result is completed.
【0071】ステップ611)全ての理想訳文について
比較結果を評価したか判断し、評価した場合には、ステ
ップ612に移行する。評価していない場合には、ステ
ップ602に戻り、上記の処理を全て理想訳文について
終了するまで繰り返す。Step 611) It is judged whether or not the comparison results have been evaluated for all the ideal translated texts, and if they have been evaluated, the processing moves to step 612. If not evaluated, the process returns to step 602 and the above processing is repeated until all the ideal translated sentences are completed.
【0072】ステップ612)全ての理想訳文の中で理
想訳機械訳距離が最も低かった理想訳文の比較結果が本
処理により出力される。Step 612) The comparison result of the ideal translated sentence having the shortest ideal translated machine translated distance among all the ideal translated sentences is output by this processing.
【0073】図12の例では、理想英訳文A"Strage de
vice is to be provided."については“1”、"To be e
quipped with the strage device" については、“3”
の評価結果が得られるので、図14の差分最小理想訳抽
出部の結果に示すように、図12の "Strage device is to be provided." の比較結果が上記の処理により出力される。In the example of FIG. 12, the ideal English translation A "Strage de
"vice is to be provided." for "1", "To be e
"3" for "quipped with the strage device"
12, the comparison result of "Strage device is to be provided." In FIG. 12 is output by the above processing, as shown in the result of the minimum difference ideal translation extraction unit in FIG.
【0074】図13のフローチャートで示した差分最小
理想訳抽出部6は、言語変換辞書42の辞書情報を用い
て理想訳文と機械訳文の比較を行っているが、他の辞書
やルールを用いて、差分最小理想訳文を決定する形態も
考えられる。The minimum difference ideal translation extraction unit 6 shown in the flowchart of FIG. 13 compares the ideal translation and the machine translation using the dictionary information of the language conversion dictionary 42, but uses other dictionaries or rules. A form in which the minimum difference ideal translation is determined is also conceivable.
【0075】また、理想訳機械訳比較部5で、第2の自
然言語の解析装置を用いて、理想訳文から第2自然言語
の理想訳概念構造を生成し、この理想訳概念構造と機械
訳翻訳の際に生成された機械訳概念構造とを比較し、こ
の比較結果を利用して差分最小理想訳を決定する形態も
考えられる。Further, the ideal translation machine translation comparison unit 5 uses the second natural language analysis device to generate the ideal translation conceptual structure of the second natural language from the ideal translation, and the ideal translation conceptual structure and the machine translation. A form in which the machine translation conceptual structure generated at the time of translation is compared and the result of this comparison is used to determine the minimum difference ideal translation is also conceivable.
【0076】差分最小理想訳抽出部6で得られた差分最
小理想訳文の比較情報を基に、辞書ルール変更追加部7
によって、追加修正すべきルールや辞書の情報が抽出さ
れ、その結果に応じて、追加修正される。Based on the comparison information of the minimum difference ideal translations obtained by the minimum difference ideal translation extraction unit 6, the dictionary rule change adding unit 7
By this, the information of the rule or the dictionary to be additionally corrected is extracted, and the additional correction is made according to the result.
【0077】図15は、本発明の第1の実施例の辞書・
ルール変更追加処理の動作を示すフローチャートであ
る。FIG. 15 shows a dictionary according to the first embodiment of the present invention.
It is a flow chart which shows operation of rule change addition processing.
【0078】ステップ701)差分最小理想訳抽出部6
の結果を機械訳文の単語の順に取り出す。例えば、図1
4に示す差分最小理想訳抽出部6の結果では、まず"mem
ory"の情報が取り出され、次に" 〜is to be provided"
の情報が取り出される。Step 701) Minimal difference ideal translation extraction unit 6
The result of is extracted in the order of words in the machine translation. For example, in FIG.
In the result of the minimum differential ideal translation extraction unit 6 shown in FIG.
"ory" information is retrieved, then "~ is to be provided"
Information is retrieved.
【0079】ステップ702)抽出された情報から日本
語単語、品詞及び一致単語の情報を抽出する。Step 702) Information of Japanese words, parts of speech and matching words is extracted from the extracted information.
【0080】ステップ703)ステップ702で抽出さ
れた日本語単語をキーにして、品詞に応じた言語変換辞
書42を検索し、辞書情報を抽出する。例えば、"memor
y"に関しては日本語単語「記憶装置」をキーにして図7
の言語変換辞書42の名詞部を検索し、辞書情報を抽出
する。また、" 〜is to be provided"に関しては日本語
単語「〜を有すること」をキーに図7の言語変換辞書4
2の名詞部を検索し、辞書情報を抽出する。Step 703) Using the Japanese word extracted in step 702 as a key, the language conversion dictionary 42 corresponding to the part of speech is searched and the dictionary information is extracted. For example, "memor
For "y", use the Japanese word "memory" as a key
The noun part of the language conversion dictionary 42 is searched for and the dictionary information is extracted. In addition, regarding "-is to be provided", the Japanese word "-having to have" is used as a key, and the language conversion dictionary 4 in FIG.
The second noun part is searched, and the dictionary information is extracted.
【0081】なお、本実施例で説明した図11の理想訳
比較部5のフローチャートの方法を用いた場合には、辞
書情報は検索できるが、例えば、理想訳機械訳比較部5
で、辞書には情報がないが、理想訳文と機械訳文が一単
語同士であれば、その理想訳文を一致単語とする方法等
がとられている場合には、辞書情報が検索できないこと
もあり得る。When the method of the flowchart of the ideal translation comparing section 5 of FIG. 11 described in the present embodiment is used, the dictionary information can be searched. For example, the ideal translation machine translation comparing section 5 is used.
Although there is no information in the dictionary, if the ideal translated text and the machine translated text are one word, the dictionary information may not be searchable if the ideal translated text is used as a matching word. obtain.
【0082】ステップ704)辞書情報が抽出できたか
を判断し、抽出できたら、ステップ705に移行する。(Step 704) It is judged whether or not the dictionary information can be extracted, and if it is extracted, the routine goes to Step 705.
【0083】ステップ705)一致単語の訳語の優先度
が最も高くなるように優先度等の訳語の選択条件を変更
する。例えば、図14の例では、2種類の単語両方とも
辞書情報が抽出できるので、「記憶装置」の辞書エント
リに関しては訳語"Strage device" の訳語が最も優先さ
れるように優先度を“1”に変更し、訳語"memory"の優
先度“2”に変更する。また、「〜を有すること」の辞
書エントリに関しては、1種類の訳語しかなく、訳語が
一致単語と同一なので、一致単語はすでに最優先となっ
ているため辞書情報は変更しない。図14の訳語の例で
は、「記憶装置」の辞書エントリの優先度を変更しただ
けであるが、場合によっては、その単語を修飾する単語
や修飾される単語の種類等の情報を訳語の選択条件とし
て登録する手法も考えられる。Step 705) The translation word selection conditions such as the priority are changed so that the translation word of the matching word has the highest priority. For example, in the example of FIG. 14, since the dictionary information can be extracted for both of the two types of words, the priority is set to “1” so that the translated word of the translated word “Strage device” has the highest priority for the dictionary entry of “storage device”. To the priority "2" of the translated word "memory". Also, regarding the dictionary entry “having”, since there is only one type of translated word and the translated word is the same as the matching word, the matching word has already been given the highest priority, so the dictionary information is not changed. In the example of the translated word of FIG. 14, the priority of the dictionary entry of the “storage device” is simply changed, but in some cases, information such as the word that modifies the word and the type of the modified word is selected as the translated word. A method of registering as a condition is also conceivable.
【0084】ステップ706)日本語単語と一致単語の
訳語から新たに辞書エントリを作成し、新規登録する。Step 706) A dictionary entry is newly created from the translated words of the Japanese word and the matching word and newly registered.
【0085】ステップ707)全ての機械英訳単語につ
いて辞書への追加修正の検証を行ったかを判断し、行っ
た場合には、辞書ルール変更追加部7の処理は終了す
る。行っていない場合には、ステップ701に戻り上記
処理を全ての機械英訳単語について終了するまで繰り返
す。Step 707) It is judged whether or not all machine English words have been added / corrected in the dictionary, and if so, the processing of the dictionary rule change / addition unit 7 ends. If not, the process returns to step 701 and the above process is repeated until all machine English words are completed.
【0086】図16は、本発明の第1の実施例の差分最
小理想訳抽出部の結果を用いて辞書・ルール変更追加処
理を行った結果の言語変換辞書42の辞書情報を示す。
同図のように、名詞部の「記憶装置」の訳語の優先度が
図7の情報から変更されている。FIG. 16 shows the dictionary information of the language conversion dictionary 42 as a result of the dictionary / rule change addition processing using the result of the minimum difference ideal translation extraction unit of the first embodiment of the present invention.
As shown in the same figure, the priority of the translated word of "memory device" of the noun part is changed from the information of FIG.
【0087】図15のフローチャートで示した辞書ルー
ル変更追加部7では、言語変換辞書42の辞書情報を用
いて言語変換辞書42のみの辞書情報の変更追加を行っ
ているが、他の辞書やルールを用いてそれらの辞書やル
ールの辞書情報を変更追加する形態も考えられる。The dictionary rule change addition unit 7 shown in the flowchart of FIG. 15 uses the dictionary information of the language conversion dictionary 42 to change and adds the dictionary information of only the language conversion dictionary 42, but other dictionaries and rules are added. It is also conceivable to use and to change and add the dictionary information of those dictionaries and rules.
【0088】また、辞書・ルール変更追加部7におい
て、図15に示すフローチャートでは、辞書4、ルール
3は自動的に変更・追加されるが、この変更追加時に、
変更追加情報を表示して、変更・追加等の登録の判断を
人間に委ねる形態であってもよい。Further, in the flowchart shown in FIG. 15, the dictionary / rule change adding section 7 automatically changes / adds the dictionary 4 and the rule 3, but at the time of this change addition,
It may be a form in which the change / addition information is displayed and the judgment of registration such as change / addition is left to a person.
【0089】上記の方法で学習した辞書やルールを用い
て、再度入力日本文を機械翻訳すると、学習データであ
る対訳コーパス中に現れる訳文傾向を反映した機械訳文
が得られる。例えば、図8の入力日本文に関しては、理
想英訳文の1つである"Strage device is to be proive
d." の訳が機械英訳文として得られる。When the input Japanese sentence is machine-translated again using the dictionary and rules learned by the above method, a machine-translated sentence reflecting the tendency of the translated sentence appearing in the bilingual corpus, which is the learning data, is obtained. For example, the input Japanese sentence in Fig. 8 is one of the ideal English translations, "Strage device is to be proive".
The translation of "d." is obtained as a machine English translation.
【0090】[第2の実施例]次に、本発明の第2の実
施例の機械翻訳システム用辞書・ルール学習方法につい
て説明する。この第2の実施例は、互いに対訳関係にあ
る第1自然言語の文(入力文)と第2自然言語の理想訳
文の集まり(対訳文章)を学習に用いて、この対訳文章
中から同一の入力文とその理想文の集まりを抽出するよ
うにした点が上記の第1の実施例と異なる。[Second Embodiment] Next, a dictionary / rule learning method for a machine translation system according to a second embodiment of the present invention will be described. In the second embodiment, a set of first natural language sentences (input sentences) and second natural language ideal translated sentences (parallel translated sentences) which are in a bilingual relationship with each other are used for learning, and the same from the parallel translated sentences is used. The difference from the first embodiment is that a set of input sentences and their ideal sentences are extracted.
【0091】第1の実施例では、入力文に対して複数の
理想訳文が付与されている場合を想定していたが、第2
の実施例では、学習用に用いる対訳文章中に同一の入力
文が存在する場合に、入力文の種類別に理想訳文をまと
めて学習処理を行っている。従って、このようにしてま
とめた後の1種類の入力文に対して複数種類の理想訳文
が付与されている場合の学習処理は、第1の実施例にお
ける入力文に対して複数の理想文が付与させるた場合と
同様に学習処理を行うことができる。In the first embodiment, it is assumed that a plurality of ideal translated sentences are added to the input sentence.
In the embodiment described above, when the same input sentence exists in the bilingual sentence used for learning, the ideal translated sentences are collected for each type of the input sentence and the learning process is performed. Therefore, in the learning process in the case where a plurality of types of ideal translated sentences are added to one type of input sentence after being summarized in this way, a plurality of ideal sentences are input to the input sentence in the first embodiment. The learning process can be performed in the same manner as in the case of giving it.
【0092】図17は、本発明の第2の実施例の機械翻
訳用辞書・ルール自動学習システムの基本ブロック構成
を示す。同図において、図5と同一構成部分には、同一
符号を付し、その説明を省略する。同図に示すシステム
は、図5に示すシステム構成とは対訳文章を入力する対
訳文章読み込み部10と、対訳文章読み込み部10で入
力された対訳文章中から同一の入力文とその理想訳文の
集まりを読み込む同一入力文抽出部11の構成が異な
り、他のシステム構成は図5の構成と同様である。FIG. 17 shows a basic block configuration of a machine translation dictionary / rule automatic learning system according to a second embodiment of the present invention. In the figure, the same components as those in FIG. 5 are designated by the same reference numerals, and the description thereof will be omitted. The system shown in the figure is different from the system configuration shown in FIG. 5 in that a parallel translation sentence reading unit 10 for inputting a parallel translation sentence and a collection of the same input sentence from the parallel translation sentence input by the parallel translation sentence reading unit 10 and its ideal translation sentence The configuration of the same input sentence extraction unit 11 for reading is different, and the other system configuration is the same as the configuration of FIG.
【0093】図17に示す基本ブロック構成の機械翻訳
用辞書・ルール自動学習システムの処理手順を説明す
る。ここでは、図18に示す対訳文章を例として説明す
る。The processing procedure of the machine translation dictionary / rule automatic learning system having the basic block configuration shown in FIG. 17 will be described. Here, the bilingual text shown in FIG. 18 will be described as an example.
【0094】対訳文章読み込み部10は、対訳関係にあ
る第1自然言語の文と第2自然言語の文の集まり(対訳
文章)を入力する。図18の例では、対訳文章中に第1
自然言語である日本語の入力文「記憶装置を有する」が
2個存在し、それぞれの箇所で、その対訳関係にある第
2自然言語である英語の理想英訳文として、 "Strage device is to be provided." と、 "To be equippped with the strage device." の2種類が付与されている。このように、同一文章中に
全く同一の第1言語文が存在する場合に、翻訳者のその
ときの気分等によって翻訳結果が異なる場合がある。図
18の例のように、1種類の第1自然言語の文に対して
複数種類の第2自然言語の文が付与されるということは
頻繁に行われるために、このような現象を考慮する必要
がある。The bilingual sentence reading unit 10 inputs a set of bilingual sentences of the first natural language and the second natural language (translated sentences). In the example of FIG. 18, the first sentence is included in the bilingual sentence.
There are two input sentences “having a memory device” in Japanese, which is a natural language, and at each location, “Strage device is to be provided. "and" To be equippped with the strage device. " In this way, when the same first language sentence exists in the same sentence, the translation result may differ depending on the mood of the translator at that time. As in the example of FIG. 18, it is frequently performed that a plurality of types of second natural language sentences are given to one type of first natural language sentence, so such a phenomenon is considered. There is a need.
【0095】(1)同一入力文抽出部11において、入
力された対訳文章を異なる入力文別に分類する。図18
の対訳文章中の入力日本文「記憶装置を有すること」に
関して図19に示すように、異なる箇所に現れた2種類
の理想英訳文は1箇所に分類される。(1) The same input sentence extraction unit 11 classifies the input bilingual sentences according to different input sentences. FIG.
As shown in FIG. 19 regarding the input Japanese sentence “having a storage device” in the bilingual sentence, the two types of ideal English translated sentences appearing in different places are classified into one place.
【0096】(2)次に同一入力文抽出部11で異なる
入力文別に分類された対訳文章の個々の異なる入力文と
それに対する理想英訳文の対について、第1の実施例と
同様に、図6に示すような機械翻訳システム2におい
て、ルール3や辞書4を用いて第2自然言語の機械英訳
文に翻訳する。図19に示す入力日本文「記憶を有する
こと」に関しては、第1の実施例の図8に示すような機
械英訳文が生成される。(2) Next, similar to the first embodiment, the same input sentence extraction unit 11 sorts out different input sentences of the parallel translated sentences classified by different input sentences and the corresponding pairs of ideal English translated sentences as in the first embodiment. In the machine translation system 2 as shown in FIG. 6, the rule 3 and the dictionary 4 are used to translate into a machine English translation of the second natural language. Regarding the input Japanese sentence “having a memory” shown in FIG. 19, a machine English translated sentence as shown in FIG. 8 of the first embodiment is generated.
【0097】上記のようにして得られた機械英訳文は、
理想英訳文と理想訳機械訳比較部5によって比較され、
理想訳文と機械訳文の比較結果が得られる。例えば、第
1の実施例で説明した図11のフローチャートに示す理
想訳機械訳比較処理によって得られる。図11の処理を
用いれば、図19に示した日本文「記憶を有すること」
に関しては、図12に示すような比較結果に対して得ら
れる。The machine English translation obtained as described above is
The ideal English translation and the ideal machine translation are compared by the comparison unit 5,
The result of comparison between the ideal translated text and the machine translated text is obtained. For example, it is obtained by the ideal machine translation comparison process shown in the flowchart of FIG. 11 described in the first embodiment. If the processing of FIG. 11 is used, the Japanese sentence “having memory” shown in FIG.
Is obtained for the comparison result as shown in FIG.
【0098】次に、このようにして得られた理想訳と機
械訳の比較結果から、差分最小理想訳抽出部5によって
差分が最小の理想訳文と機械訳文の比較結果が抽出され
る。例えば、第1の実施例で説明した図13のフローチ
ャートに示す差分最小理想訳抽出処理によって得られ
る。図13の例を用いれば、図19に示した入力日本文 「記憶を有すること」 に関しては、図12に示すような比較結果に対して図1
4に示すような差分最小理想訳抽出結果が得られる。Next, from the thus obtained comparison result of the ideal translation and the machine translation, the minimum difference ideal translation extracting unit 5 extracts the comparison result of the ideal translation and the machine translation having the smallest difference. For example, it is obtained by the minimum difference ideal translation extraction process shown in the flowchart of FIG. 13 described in the first embodiment. Using the example of FIG. 13, the input Japanese sentence “having a memory” shown in FIG. 19 is compared with the comparison result shown in FIG.
The minimum differential ideal translation extraction result as shown in FIG. 4 is obtained.
【0099】最後に、差分最小理想訳抽出部6で得られ
た差分最小理想訳文の比較情報を基に、辞書ルール変更
追加部7によって、追加修正すべきルールや辞書の情報
が抽出され、その結果に応じて追加修正される。例え
ば、第1の実施例で説明した図15のフローチャートに
示す辞書ルール変更追加処理によってルールや辞書が変
更追加される。図15の処理を用いれば、図19に示す
入力日本文 「記憶を有すること」 に関しては、図14に示すような差分最小理想訳文抽出
結果から図7に示すような機械翻訳システムで用いる言
語変換辞書の情報が図16に示すように変更される。Finally, based on the comparison information of the minimum difference ideal translations obtained by the minimum difference ideal translation extraction unit 6, the dictionary rule change addition unit 7 extracts the rule or dictionary information to be additionally corrected. Additional corrections will be made according to the results. For example, rules and dictionaries are changed and added by the dictionary rule change addition process shown in the flowchart of FIG. 15 described in the first embodiment. By using the process of FIG. 15, the input Japanese sentence “having a memory” shown in FIG. 19 is converted into a language used in the machine translation system shown in FIG. 7 from the minimum difference ideal translated sentence extraction result shown in FIG. The dictionary information is changed as shown in FIG.
【0100】上記のような学習処理を同一抽出部11で
得られたすべての異なる入力日本文とその理想英訳文に
ついて繰り返すことによって、入力された対訳文章の訳
文品質を向上することが可能となる機械翻訳システム用
辞書やルールが構築できる。By repeating the learning process as described above for all different input Japanese sentences and their ideal English translations obtained by the same extraction unit 11, it becomes possible to improve the translation quality of the input bilingual sentence. Can build dictionaries and rules for machine translation systems.
【0101】なお、辞書・ルール変更追加部7に表示機
能を持たせ、ルール3や辞書4を更新する際に、更新す
る内容を表示し、ユーザが表示内容を確認するも可能で
あり、さらに、表示内容を確認して必要に応じて修正を
加えることも可能である。The dictionary / rule change addition unit 7 may be provided with a display function so that when the rules 3 and the dictionary 4 are updated, the contents to be updated are displayed so that the user can confirm the displayed contents. It is also possible to check the displayed contents and make corrections if necessary.
【0102】なお、本発明は、上記実施例に限定される
ことなく、特許請求の範囲内で種々変更または応用が可
能である。The present invention is not limited to the above embodiment, but various modifications and applications are possible within the scope of the claims.
【0103】[0103]
【発明の効果】本発明は、入力文の翻訳結果(機械訳)
と、事前に準備された入力文の理想訳文を比較すること
により、言語変換辞書や言語変換ルールを変更追加する
際に、同一の入力文に対して複数種類の理想訳文が付与
されている場合には、機械訳文との違いが最も少ない理
想訳文を用いるものである。INDUSTRIAL APPLICABILITY The present invention is a translation result of an input sentence (machine translation)
When the language conversion dictionary and language conversion rules are changed and added by comparing the ideal translation of the input sentence prepared in advance with multiple types of ideal translations for the same input sentence , The ideal translated text with the least difference from the machine translated text is used.
【0104】本発明は、対訳文を読み込み、互いに対訳
関係にある第1の自然語の入力文と第2の自然言語の理
想訳文を読み込み、これ以降の処理により機械翻訳シス
テム用辞書・ルールが自動的に変更追加される。まず、
理想訳文と機械訳文を比較する処理は、対訳文読み込み
により読み込まれた第1の自然言語の入力文を機械翻訳
システムを用いて第2の自然言語の機械訳文に翻訳し、
機械訳文と理想訳文を例えば、機械翻訳システム用辞書
を用いて機械訳文中の語と理想訳文中の語との対応関係
を取ることにより比較する。次に、この比較により入力
文1文に対して複数種類の理想文が付与されている場合
には、例えば、理想訳文と機械訳文で異なる単語の数を
調査し、最も異なる単語数の少ない理想訳文を抽出する
等によって差分が最も少ない理想訳文(差分最小理想訳
文)を抽出する。辞書ルールを変更する場合には、理想
訳文と機械訳文とを比較した結果及び差分最小理想訳文
に基づいて、辞書やルールを変更追加する。これによ
り、入力文1文に対して、複数種類の理想訳文が付与さ
れている場合でも、最も機械訳文に近い理想訳文を利用
して、辞書やルールを変更追加するため、以後、翻訳さ
れる機械訳文はより理想訳文に近いものが訳出される。According to the present invention, a bilingual sentence is read, an input sentence of a first natural language and an ideal translated sentence of a second natural language which are in a bilingual relation are read, and the dictionary / rule for the machine translation system is processed by the subsequent processing. Changes are added automatically. First,
In the process of comparing the ideal translated text and the machine translated text, the first natural language input sentence read by the parallel translation reading is translated into the second natural language machine translated text by using the machine translation system.
The machine translated text and the ideal translated text are compared by, for example, using a dictionary for a machine translation system to find the correspondence between the words in the machine translated text and the words in the ideal translated text. Next, when a plurality of types of ideal sentences are given to one input sentence by this comparison, for example, the number of different words in the ideal translated sentence and the machine translated sentence is investigated, and the ideal word with the smallest number of different words is examined. An ideal translated sentence with the smallest difference (ideal translated sentence with minimum difference) is extracted by extracting translated sentences. When changing the dictionary rule, the dictionary and the rule are changed and added based on the result of comparison between the ideal translated text and the machine translated text and the minimum difference ideal translated text. As a result, even if a plurality of types of ideal translated texts are attached to one input sentence, the ideal translated text that is the closest to the machine translated text is used to change and add a dictionary or rule, so that it will be translated later. The machine translation is closer to the ideal translation.
【0105】また、本発明は、機械訳概念構造と理想訳
概念構造を生成し、この2つの概念構造を比較し、入力
文1種類に対して複数種類の理想訳概念構造が付与され
ている場合には、差分が最も少ない理想訳概念構造を抽
出し、その差分最小理想訳概念構造に基づいて辞書やル
ールを変更追加する。これにより、入力文1種類に対し
て複数種類の理想訳文が付与されている場合でも、最も
機械訳概念構造に近い理想概念構造を利用して辞書やル
ールを変更追加する。Further, according to the present invention, a machine translation conceptual structure and an ideal translation conceptual structure are generated, these two conceptual structures are compared, and a plurality of types of ideal translation conceptual structures are given to one type of input sentence. In this case, the ideal translation concept structure with the smallest difference is extracted, and the dictionary and rules are changed and added based on the smallest difference ideal translation concept structure. As a result, even when a plurality of types of ideal translated sentences are given to one type of input sentence, the dictionary and rules are changed and added using the ideal conceptual structure that is closest to the machine translation conceptual structure.
【0106】また、本発明は、入力文1種類に対して、
複数種類の理想訳文が付与されている場合に、機械訳概
念構造に近い理想訳概念構造を利用することにより辞書
やルールを変更追加する。Further, according to the present invention, for one type of input sentence,
When a plurality of types of ideal translations are given, the dictionary and rules are changed and added by using the ideal translation concept structure close to the machine translation concept structure.
【0107】また、本発明は、対訳関係にある第1の自
然言語の入力文と第2の自然言語の理想訳文の集まり対
訳文章を読み込む。同一入力文を抽出する処理は、同一
の入力文とその理想訳文の集まりを抽出し、理想訳文と
機械訳文を比較し、差分最小の理想訳文を抽出し、入力
文1種類に対して複数種類の理想訳文が付与されている
場合でも最も機械訳文に近い理想訳文を利用して辞書や
ルールを変更追加する。Further, according to the present invention, a set of parallel translation sentences of the input sentence of the first natural language and the ideal translation sentence of the second natural language which are in the parallel translation relation are read. In the process of extracting the same input sentence, the same input sentence and a set of its ideal translated sentences are extracted, the ideal translated sentence and the machine translated sentence are compared, and the ideal translated sentence with the smallest difference is extracted. Even if the ideal translated text of is added, the dictionary and the rule are changed and added by using the ideal translated text that is the closest to the machine translated text.
【0108】上述のように本発明によれば、対訳文もし
くは、対訳文章を用いて機械翻訳用の辞書やルールを学
習する際に1種類の入力文に対して複数の理想訳文また
は複数の種類の理想訳文が付与されていても、そのうち
で最も機械訳文に近い理想訳文を選択して学習すること
ができる。そのため、同一の入力文表現に対して複数の
異なる翻訳表現を生成する辞書やルールを登録してしま
うことが避けられる。As described above, according to the present invention, when learning a bilingual sentence or a dictionary or a rule for machine translation using a bilingual sentence, a plurality of ideal translated sentences or a plurality of types for one type of input sentence. Even if the ideal translated sentence of is added, the ideal translated sentence closest to the machine translated sentence can be selected and learned. Therefore, it is possible to avoid registering dictionaries or rules that generate a plurality of different translated expressions for the same input sentence expression.
【0109】また、機械翻訳システムが最も目標とし易
い理想訳文を参照して辞書やルールを登録することがで
きる。そのため、機械翻訳システムにとって最も実現性
が高く効果的な方法で自動的に辞書やルールを追加修正
することが可能である。Further, the dictionary and the rule can be registered by referring to the ideal translated sentence which is most easily targeted by the machine translation system. Therefore, it is possible to automatically add and modify dictionaries and rules in the most feasible and effective way for machine translation systems.
【図1】本発明の原理を説明するための図(その1)で
ある。FIG. 1 is a diagram (No. 1) for explaining the principle of the present invention.
【図2】本発明の原理を説明するための図(その2)で
ある。FIG. 2 is a diagram (part 2) for explaining the principle of the present invention.
【図3】本発明の原理を説明するための図(その3)で
ある。FIG. 3 is a diagram (part 3) for explaining the principle of the present invention.
【図4】本発明の原理を説明するための図(その4)で
ある。FIG. 4 is a diagram (No. 4) for explaining the principle of the present invention.
【図5】本発明の第1の実施例の機械翻訳用辞書・ルー
ル自動学習システムの基本ブロック構成図である。FIG. 5 is a basic block diagram of a machine translation dictionary / rule automatic learning system according to the first embodiment of this invention.
【図6】本発明の第1の実施例の追加修正される辞書や
ルールを用いた機械翻訳システムの基本ブロック構成図
である。FIG. 6 is a basic block configuration diagram of a machine translation system using a dictionary and a rule that are additionally modified according to the first embodiment of this invention.
【図7】言語変換辞書の辞書エントリ例を示す図であ
る。FIG. 7 is a diagram showing an example of dictionary entries of a language conversion dictionary.
【図8】入力日本文とそれに対する理想英訳文、機械英
訳文及び入力日本文を機械翻訳する際に得られた機械英
訳文の単語の情報の例を示す図である。FIG. 8 is a diagram showing an example of information about an input Japanese sentence, an ideal English translated sentence, a machine English translated sentence corresponding to the input Japanese sentence, and a word of the machine English translated sentence obtained when the input Japanese sentence is machine translated.
【図9】機械翻訳システムの第1言語解析部で得られる
日本語の概念構造を示す図である。FIG. 9 is a diagram showing a conceptual structure of Japanese obtained by the first language analysis unit of the machine translation system.
【図10】機械翻訳システムの言語変換部で得られる英
語の概念構造を示す図である。FIG. 10 is a diagram showing a conceptual structure of English obtained by a language conversion unit of a machine translation system.
【図11】本発明の第1の実施例の理想訳機械訳比較動
作のフローチャートである。FIG. 11 is a flowchart of an ideal translation machine translation comparison operation according to the first embodiment of this invention.
【図12】本発明の第1の実施例の理想訳機械訳比較の
比較結果を示す図である。FIG. 12 is a diagram showing a comparison result of an ideal translation machine translation comparison according to the first embodiment of this invention.
【図13】本発明の第1の実施例の差分最小理想訳抽出
部の動作のフローチャートである。FIG. 13 is a flowchart of the operation of the minimum difference ideal translation extracting unit according to the first embodiment of this invention.
【図14】本発明の第1の実施例の差分最小理想訳抽出
部の結果を示す図である。FIG. 14 is a diagram showing a result of the minimum difference ideal translation extracting unit according to the first embodiment of this invention.
【図15】本発明の第1の実施例の辞書・ルール変更追
加処理の動作のフローチャートである。FIG. 15 is a flowchart of an operation of dictionary / rule change addition processing according to the first embodiment of this invention.
【図16】本発明の第1の実施例の差分最小理想訳抽出
部の結果を用いて辞書・ルール変更追加の処理を行った
時の辞書情報を示す図である。FIG. 16 is a diagram showing dictionary information when a dictionary / rule change addition process is performed using the result of the minimum difference ideal translation extraction unit according to the first example of the present invention.
【図17】本発明の第2の実施例の機械翻訳システム用
辞書・ルール学習システムの基本ブロック構成図であ
る。FIG. 17 is a basic block configuration diagram of a dictionary / rule learning system for machine translation system according to a second embodiment of the present invention.
【図18】本発明の第2の実施例の対訳文章の例を示す
図である。FIG. 18 is a diagram showing an example of a parallel translation sentence according to the second embodiment of the present invention.
【図19】本発明の第2の実施例の同一入力文抽出ステ
ップによって変更された対訳文章の例を示す図である。FIG. 19 is a diagram showing an example of a bilingual sentence modified by the same input sentence extracting step of the second example of the present invention.
1 対訳文読み込み部、対訳文読み込み手段 2 機械翻訳システム 3 ルール 4 辞書 5 機械訳理想訳比較部、機械訳理想訳比較手段、機械
訳理想訳概念構造比較手段 6 差分最小理想訳抽出部、差分最小理想訳抽出手段、
差分最小理想訳概念構造抽出手段 7 辞書ルール変更追加部、辞書ルール変更追加手段 8 第1自然言語入力部 9 第2自然言語出力部 10 対訳文章読み込み部、対訳文章読み込み手段 11 同一入力文抽出部、同一入力文抽出手段 21 第1言語解析部 22 言語変換部 23 第2言語生成部 31 第1言語解析ルール 32 言語変換ルール 33 第2言語生成ルール 41 第1言語解析辞書 42 言語変換辞書 43 第2言語生成辞書1 parallel translation reading unit, parallel translation reading unit 2 machine translation system 3 rules 4 dictionary 5 machine translation ideal translation comparison unit, machine translation ideal translation comparison unit, machine translation ideal translation concept structure comparison unit 6 difference minimum ideal translation extraction unit, difference Minimum ideal translation extraction means,
Minimum difference ideal translation conceptual structure extraction means 7 Dictionary rule change addition unit, dictionary rule change addition unit 8 First natural language input unit 9 Second natural language output unit 10 Bilingual sentence reading unit, Bilingual sentence reading unit 11 Same input sentence extracting unit , Same input sentence extraction means 21 first language analysis unit 22 language conversion unit 23 second language generation unit 31 first language analysis rule 32 language conversion rule 33 second language generation rule 41 first language analysis dictionary 42 language conversion dictionary 43th Bilingual dictionary
Claims (10)
を、目的言語である第2の自然言語の文に変換する手段
を有する機械翻訳システムにおいて、 該第1の自然言語の入力文と対訳関係にある該第2の自
然言語の理想訳文を入力し、該第1の自然言語の入力文
を該機械翻訳システムで翻訳した該第2の自然言語の機
械訳文と、入力された該第2の自然言語の理想訳文を比
較して、同一の入力文に対して複数の種類の理想訳文が
ある場合には、該機械訳文との差異が最も少ない理想訳
文を用いて、該辞書や該ルールを追加変更することを特
徴とする機械翻訳システム用辞書・ルール学習方法。1. A machine translation system having means for converting an input sentence of a first natural language which is a source language into a sentence of a second natural language which is a target language, wherein the input sentence of the first natural language is provided. An ideal translated sentence of the second natural language having a parallel translation relationship with the second natural language machine translation sentence obtained by translating the input sentence of the first natural language by the machine translation system; When comparing the ideal translated sentences of the second natural language and if there are a plurality of types of ideal translated sentences for the same input sentence, the ideal translated sentence with the smallest difference from the machine translated sentence is used, A dictionary / rule learning method for a machine translation system, characterized in that the rules are additionally changed.
的言語である第2の自然言語の文に変換する手段を有す
る機械翻訳システムにおいて、 第1の自然言語の入力文と対訳関係にある該第2の自然
言語の理想訳文を入力する対訳文読み込みステップと、 該機械翻訳システムを用いて該第1の自然言語の入力文
を翻訳した第2の自然言語の機械訳文と該第2の自然言
語の理想訳文を比較する理想訳機械訳比較ステップと、 該理想訳機械訳比較ステップで得られた比較結果によ
り、該入力文1種類に対して複数の種類の理想訳文が付
与されている場合には、差分が最も少ない理想訳文を抽
出する差分最小理想訳文抽出ステップと、 該理想訳機械訳比較ステップで得られた比較結果及び該
差分最小理想訳文抽出ステップで得られた差分が最も少
ない理想訳文を基に該辞書や該ルールを変更追加する辞
書ルール変更追加ステップとを含む請求項1記載の機械
翻訳システム用辞書・ルール学習方法。2. A machine translation system having means for converting a sentence of a first natural language, which is a source language, into a sentence of a second natural language, which is a target language, and a parallel translation with an input sentence of the first natural language. A parallel translation reading step of inputting an ideal translated sentence of the second natural language, and a machine translated sentence of the second natural language obtained by translating the input sentence of the first natural language using the machine translation system; The ideal translation machine translation comparison step of comparing the ideal translations of the second natural language and the comparison result obtained in the ideal translation machine translation comparison step gives a plurality of types of ideal translations to one input sentence. If so, the difference minimum ideal translation extraction step for extracting the ideal translation with the smallest difference, the comparison result obtained in the ideal translation machine translation comparison step, and the difference obtained in the minimum difference ideal translation extraction step Is the least Claim 1 machine translation dictionary rule learning method for system further comprising a dictionary rule changes additional step of changing add the dictionary specification and the rules based on the ideal translation are.
的言語である第2の自然言語の文に変換する手段を有す
る機械翻訳システムにおいて、 第1の自然言語の入力文と対訳関係にある第2の自然言
語の理想訳文の集まりである対訳文章を入力する対訳文
章読み込みステップと、 該対訳文章中から、同一の第1の自然言語の入力文に対
応する対訳文章を抽出する同一入力文抽出ステップと、 該機械翻訳システムを用いて該入力文を翻訳した第2の
自然言語の機械訳文と理想訳文とを比較する理想訳機械
訳比較ステップと、 該理想訳機械訳比較ステップで得られた比較結果によっ
て、該同一入力文抽出ステップで抽出された入力文1種
類に対して複数種類の理想訳文が付与されている対訳文
章に対して、差分が最も少ない理想訳文を抽出する差分
最小理想訳文抽出ステップと、 該理想訳機械訳比較ステップで得られた比較結果及び該
差分最小理想訳文抽出ステップで得られた差分が最も少
ない理想訳文を基に、該辞書や該ルールを変更追加する
辞書ルール変更追加ステップとを含む請求項1記載の機
械翻訳システム用辞書・ルール学習方法。3. A machine translation system having means for converting a sentence of a first natural language, which is a source language, into a sentence of a second natural language, which is a target language, and a parallel translation with an input sentence of the first natural language. A bilingual sentence reading step of inputting a bilingual sentence which is a collection of related second natural language ideal translated sentences, and a bilingual sentence corresponding to the same input sentence of the first natural language is extracted from the bilingual sentence. An identical input sentence extraction step; an ideal translation machine translation comparison step of comparing a machine translation sentence of the second natural language translated by the machine translation system with an ideal translation sentence; and an ideal translation machine translation comparison step According to the comparison result obtained in step 1, the ideal translated sentence having the smallest difference is extracted from the bilingual sentence in which a plurality of types of ideal translated sentences are provided for one type of the input sentence extracted in the same input sentence extracting step. Min. Minimum ideal translated sentence extraction step, the comparison result obtained in the ideal translated machine translation comparison step, and the dictionary or the rule is changed based on the ideal translated sentence with the smallest difference obtained in the difference minimum ideal translated sentence extraction step. The dictionary / rule learning method for a machine translation system according to claim 1, further comprising a step of adding and changing a dictionary rule.
的言語である第2の自然言語の文に変換する手段を有す
る機械翻訳システムにおいて、 該第1の自然言語の入力文と対訳関係にある第2の自然
言語の理想訳文を入力する対訳文読み込みステップと、 該機械翻訳システムを用いて該第1の自然言語の入力文
を第2の自然言語の機械訳文に翻訳する際に第2の自然
言語の機械訳概念構造を生成する機械訳概念構造生成ス
テップと、 該理想訳文から第2の自然言語の理想訳概念構造を生成
する理想訳概念構造生成ステップと、 該機械訳概念構造と該理想訳概念構造を比較する機械訳
理想訳概念構造比較ステップと、 該機械訳理想訳概念構造比較ステップで得られた比較結
果によって、該入力文1種類に対して複数種類の理想訳
概念構造が付与されている場合には、差分が最も少ない
理想訳概念構造を抽出する差分最小理想訳概念構造抽出
ステップと、 該機械訳理想訳概念比較ステップで得られた比較結果及
び該差分最小理想訳概念構造抽出ステップで得られた差
分抽出結果を基に、該辞書や該ルールを変更追加する辞
書ルール変更追加ステップとを含む請求項1記載の機械
翻訳システム辞書・ルール学習方法。4. A machine translation system having means for converting a sentence of a first natural language which is a source language into a sentence of a second natural language which is a target language, wherein the input sentence of the first natural language is A parallel translation reading step of inputting an ideal translation of a second natural language having a parallel translation relationship, and a step of translating the input sentence of the first natural language into a machine translation of a second natural language using the machine translation system. A machine translation conceptual structure generating step for generating a second natural language machine translation conceptual structure; an ideal translation conceptual structure generating step for generating a second natural language ideal translation conceptual structure from the ideal translation; A machine translation ideal translation concept structure comparison step for comparing the concept structure and the ideal translation concept structure, and a plurality of types of ideals for one input sentence according to the comparison result obtained in the machine translation ideal translation concept structure comparison step. With translation concept structure If so, the minimum difference ideal translation concept structure extraction step for extracting the ideal translation concept structure with the smallest difference, the comparison result obtained in the machine translation ideal translation concept comparison step, and the minimum difference ideal translation concept structure The machine translation system dictionary / rule learning method according to claim 1, further comprising a dictionary rule change addition step of changing and adding the dictionary or the rule based on the difference extraction result obtained in the extraction step.
的言語である第2の自然言語の文に変換する手段を有す
る機械翻訳システムにおいて、 互いに対訳関係にある第1の自然言語の入力文と第2の
自然言語の理想訳文の集まりである対訳文章を入力する
読み込みステップと、 対訳文章中から同一の入力文と該入力文に対応する理想
訳文の集まりを抽出する同一入力文抽出ステップと、 該機械訳翻訳システムを用いて該入力文を第2の自然言
語の機械訳文に翻訳する際に第2の自然言語の機械訳概
念構造を生成する機械訳概念構造生成ステップと、 該理想訳文から第2の自然言語の理想訳概念構造を生成
する理想訳概念構造生成ステップと、 該機械訳概念構造と該理想訳概念構造を比較する機械訳
理想訳概念構造比較ステップと、 該機械訳理想訳概念構造比較ステップで得られた比較結
果によって、該同一入力文抽出ステップで抽出された入
力文1種類に対して複数種類の理想訳概念構造が付与さ
れている対訳文章に対して、差分が最も少ない理想訳概
念構造を抽出する差分最小理想訳概念構造抽出ステップ
と、 該機械訳理想訳概念構造比較ステップで得られた比較結
果及び該差分最小理想訳概念構造抽出ステップで得られ
た差分抽出結果を基に、該辞書や該ルールを変更追加す
る辞書ルール変更追加ステップを含む請求項1記載の機
械翻訳システム用辞書・ルール学習方法。5. A machine translation system having means for converting a sentence of a first natural language, which is a source language, into a sentence of a second natural language, which is a target language, in which a first natural language is in a bilingual relationship with each other. And a step of inputting a bilingual sentence that is a collection of the second natural language ideal translated sentence, and the same input sentence that extracts the same input sentence and a set of ideal translated sentences corresponding to the input sentence from the bilingual sentence An extracting step, and a machine translation conceptual structure generating step of generating a machine translation conceptual structure of a second natural language when translating the input sentence into a machine translation sentence of a second natural language using the machine translation translation system, An ideal translation concept structure generating step for generating a second natural language ideal translation concept structure from the ideal translation sentence; a machine translation ideal translation concept structure comparison step for comparing the machine translation concept structure with the ideal translation concept structure; Machine translation Based on the comparison result obtained in the ideal translation conceptual structure comparison step, a difference is obtained from the bilingual sentence to which a plurality of types of ideal translation conceptual structures are added for one type of the input sentence extracted in the same input sentence extraction step. The difference obtained by the minimum ideal translation concept structure extraction step, which extracts the ideal translation concept structure with the smallest number, the comparison result obtained by the machine translation ideal translation concept structure comparison step, and the difference obtained by the minimum minimum ideal translation concept structure extraction step The dictionary / rule learning method for a machine translation system according to claim 1, further comprising a dictionary rule change addition step of changing and adding the dictionary or the rule based on the extraction result.
的言語である第2の自然言語の文に変換する手段を有す
る機械翻訳システムにおいて、 互いに対訳関係にある第1の自然言語の入力文と第2の
自然言語の理想訳文の集まりである対訳文章を入力する
対訳文章読み込み手段と、 該機械翻訳システムを用いて該第1の自然言語の入力文
を翻訳した第2の自然言語の機械訳文と該第2の自然言
語の理想訳文を比較する機械訳理想訳比較手段と、 該機械訳理想訳比較手段で得られた比較結果により、該
入力文1文に対して複数の種類の理想訳文が付与されて
いる場合には、差分が最も少ない理想訳文を抽出する差
分最小理想訳抽出手段と、 該機械訳理想訳比較手段で得られた比較結果及び該差分
最小理想訳抽出手段で得られた差分が最も少ない理想訳
文を基に該辞書や該ルールを変更追加する辞書ルール変
更追加手段とを含むことを特徴とする機械翻訳システム
用辞書・ルール学習装置。6. A machine translation system having means for converting a sentence of a first natural language, which is a source language, into a sentence of a second natural language, which is a target language, in which the first natural language has a bilingual relationship with each other. Input sentence and a parallel translation sentence reading means for inputting a parallel translation sentence which is a set of ideal translation sentences of the second natural language, and a second natural language obtained by translating the input sentence of the first natural language using the machine translation system. Based on the machine translation ideal translation comparing means for comparing the machine translation of the language and the ideal translation of the second natural language, and the comparison result obtained by the machine translation ideal translation comparing means, a plurality of input sentences can be obtained. When types of ideal translations are added, the minimum difference ideal translation extracting means for extracting the ideal translation having the smallest difference, the comparison result obtained by the machine translation ideal translation comparing means, and the minimum difference ideal translation extraction The smallest difference obtained by means Machine translation system dictionary rule learning device which comprises a dictionary rule changing additional means for changing add the dictionary specification and the rules based on the ideal translation.
的言語である第2の自然言語の文に変換する手段を有す
る機械翻訳システムにおいて、 互いに対訳関係にある第1の自然言語の入力文と第2の
自然言語の理想訳文の集まりである対訳文章を入力する
対訳文章読み込み手段と、 該対訳文章中から、同一の入力文と対応する該対訳文章
を抽出する同一入力文抽出手段と、 該機械翻訳システムを用いて該入力文を第2の自然言語
の文に翻訳された機械翻訳文と、理想訳文を比較する機
械訳理想訳比較手段と、 該機械訳理想訳比較手段で得られた比較結果によって、
該同一入力文抽出手段で抽出された入力文1種類に対し
て複数種類の理想訳文が付与されている対訳文章に対し
て、差分が最も少ない理想訳文を抽出する差分最小理想
訳抽出手段と、 該機械訳理想訳比較手段で得られた比較結果及び該差分
最小理想訳抽出手段で得られた差分が最も少ない理想訳
文を基に、該辞書や該ルールを変更追加する辞書ルール
変更追加手段とを含むことを特徴とする機械翻訳システ
ム用辞書・ルール学習方法。7. A machine translation system having means for converting a sentence of a first natural language, which is a source language, into a sentence of a second natural language, which is a target language, in which the first natural language is in a bilingual relationship with each other. Input sentence and a parallel translation sentence reading means for inputting a parallel translation sentence which is a set of ideal translation sentences of the second natural language, and the same input sentence extraction for extracting the parallel translation sentence corresponding to the same input sentence from the parallel translation sentence Means, a machine translation ideal translation comparing means for comparing a machine translation translated the input sentence into a second natural language sentence using the machine translation system, and an ideal translation, and the machine translation ideal translation comparing means According to the comparison result obtained in
A minimum difference ideal translation extracting unit that extracts an ideal translated sentence having the smallest difference from a bilingual sentence in which a plurality of types of ideal translated sentences are given to one type of input sentence extracted by the same input sentence extracting unit; Dictionary rule change adding means for changing and adding the dictionary or the rule based on the comparison result obtained by the machine translation ideal translation comparing means and the ideal translated sentence with the smallest difference obtained by the minimum difference ideal translation extracting means, A dictionary / rule learning method for a machine translation system, which includes:
的言語である第2の自然言語の文に変換する手段を有す
る機械翻訳システムにおいて、 互いに対訳関係にある第1の自然言語の入力文と第2の
自然言語の理想訳文の集まりである対訳文章を入力する
対訳文章読み込み手段と、 該機械翻訳システムを用いて該入力文を第2の自然言語
の機械訳文に翻訳する際に第2の自然言語の機械訳概念
構造を生成する機械訳概念構造生成手段と、 該理想訳文から第2の自然言語の理想訳概念構造を生成
する理想訳概念構造生成手段と、 該機械訳概念構造と該理想訳概念構造を比較する機械訳
理想訳概念構造比較手段と、 該機械訳理想訳概念構造比較手段で得られた比較結果に
よって、該入力文1種類に対して複数種類の理想訳概念
構造が付与されている場合には、差分が最も少ない理想
訳概念構造を抽出する差分最小理想訳概念構造抽出手段
と、 該機械訳理想訳訳概念構造比較手段で得られた比較結果
及び該差分最小理想訳概念構造抽出手段で得られた差分
抽出結果を基に、該辞書や該ルールを変更追加する辞書
ルール変更追加手段とを含むことを特徴とする機械翻訳
システム辞書・ルール学習装置。8. A machine translation system having means for converting a sentence of a first natural language, which is a source language, into a sentence of a second natural language, which is a target language, in which the first natural language has a bilingual relationship with each other. Input sentence and a parallel translation sentence reading means for inputting a parallel translation sentence which is a set of ideal translation sentences of the second natural language, and when translating the input sentence into the machine translation sentence of the second natural language using the machine translation system. A machine translation conceptual structure generating means for generating a second natural language machine translation conceptual structure, an ideal translation conceptual structure generating means for generating a second natural language ideal translation conceptual structure from the ideal translated text, and the machine translation A machine translation ideal translation concept structure comparison means for comparing the concept structure and the ideal translation concept structure, and a plurality of types of ideals for one type of the input sentence according to the comparison result obtained by the machine translation ideal translation concept structure comparison means. A translation concept structure is added In the case of the difference, the minimum difference ideal translation concept structure extraction means for extracting the ideal translation concept structure having the smallest difference, the comparison result obtained by the machine translation ideal translation concept structure comparison means, and the minimum difference ideal translation concept structure. A machine translation system dictionary / rule learning device comprising: a dictionary rule change adding unit for changing and adding the dictionary or the rule based on the difference extraction result obtained by the extracting unit.
言語である第2の自然言語に変換する手段を有する機械
翻訳システムにおいて、 互いに対訳関係にある第1の自然言語の入力文と第2の
自然言語の理想訳文の集まりである対訳文章を入力する
対訳文章読み込み手段と、 対訳文章中から同一の入力文と該入力文に対応する理想
訳文の集まりを抽出する同一入力文抽出手段と、 該機械訳翻訳システムを用いて該入力文を第2の自然言
語の機械訳文に翻訳する際に機械訳概念構造を生成する
機械訳概念構造生成手段と、 該理想訳文を解析して第2の自然言語の概念構造を生成
する理想訳概念構造生成手段と、 該機械訳概念構造と該理想訳概念構造を比較する機械訳
理想訳概念構造比較手段と、 該機械訳理想訳概念構造比較手段で得られた比較結果に
よって、該同一入力文抽出手段で抽出された入力文1種
類に対して複数種類の理想訳概念構造が付与されている
対訳文章に対して、差分が最も少ない理想訳概念構造を
抽出する差分最小理想訳概念構造抽出手段と、 該機械訳理想訳概念構造比較手段で得られた比較結果及
び該差分最小理想訳概念構造抽出手段で得られた差分抽
出結果を基に、該辞書や該ルールを変更追加する辞書ル
ール変更追加手段とを含むことを特徴とする機械翻訳シ
ステム用辞書・ルール学習装置。9. A machine translation system having means for converting a sentence of a first natural language, which is a source language, into a second natural language, which is a target language, and an input sentence of a first natural language having a bilingual relationship with each other. And a second translated sentence reading means for inputting a translated sentence which is a set of ideal translated sentences of the second natural language, and the same input sentence extraction for extracting the same input sentence and a set of ideal translated sentences corresponding to the input sentence from the translated sentence. Means, a machine translation concept structure generating means for generating a machine translation concept structure when translating the input sentence into a machine translation sentence of a second natural language by using the machine translation translation system, and analyzing the ideal translation sentence. An ideal translation concept structure generating means for generating a second natural language concept structure, a machine translation ideal translation concept structure comparing means for comparing the machine translation concept structure with the ideal translation concept structure, and the machine translation ideal translation concept structure. Ratio obtained by comparison means According to the comparison result, the ideal translation conceptual structure having the smallest difference is extracted from the bilingual sentence in which a plurality of types of ideal translation conceptual structures are given to one type of the input sentence extracted by the same input sentence extracting means. Based on the comparison result obtained by the minimum differential ideal translation conceptual structure extraction means, the machine translation ideal translation conceptual structure comparison means, and the difference extraction result obtained by the minimum differential ideal translation conceptual structure extraction means, the dictionary or the dictionary A dictionary / rule learning device for a machine translation system, comprising: a dictionary rule changing / adding means for changing / adding a rule.
めの表示手段を含む請求項6、7、8及び9記載の機械
翻訳システム用辞書・ルール学習装置。10. The dictionary / rule for a machine translation system according to claim 6, 7, 8 and 9, wherein said dictionary rule changing / adding means includes display means for displaying information for changing / changing said dictionary and said rule. Learning device.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP03447794A JP3326646B2 (en) | 1994-03-04 | 1994-03-04 | Dictionary / rule learning device for machine translation system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP03447794A JP3326646B2 (en) | 1994-03-04 | 1994-03-04 | Dictionary / rule learning device for machine translation system |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH07244665A true JPH07244665A (en) | 1995-09-19 |
JP3326646B2 JP3326646B2 (en) | 2002-09-24 |
Family
ID=12415336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP03447794A Expired - Fee Related JP3326646B2 (en) | 1994-03-04 | 1994-03-04 | Dictionary / rule learning device for machine translation system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3326646B2 (en) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5687383A (en) * | 1994-09-30 | 1997-11-11 | Kabushiki Kaisha Toshiba | Translation rule learning scheme for machine translation |
JP2002073604A (en) * | 2000-08-30 | 2002-03-12 | Oki Electric Ind Co Ltd | Device for providing translation service |
JP2009181539A (en) * | 2008-02-01 | 2009-08-13 | Nifty Corp | Translation processing program, translation processing method, and translation processing |
JP2018041184A (en) * | 2016-09-06 | 2018-03-15 | 国立研究開発法人情報通信研究機構 | Training data generation device, optimal parameter acquisition device, training data generation method, and optimal parameter acquisition method |
CN109241539A (en) * | 2018-08-02 | 2019-01-18 | 王大江 | The update method of machine learning artificial intelligence translation database |
-
1994
- 1994-03-04 JP JP03447794A patent/JP3326646B2/en not_active Expired - Fee Related
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5687383A (en) * | 1994-09-30 | 1997-11-11 | Kabushiki Kaisha Toshiba | Translation rule learning scheme for machine translation |
JP2002073604A (en) * | 2000-08-30 | 2002-03-12 | Oki Electric Ind Co Ltd | Device for providing translation service |
JP2009181539A (en) * | 2008-02-01 | 2009-08-13 | Nifty Corp | Translation processing program, translation processing method, and translation processing |
JP2018041184A (en) * | 2016-09-06 | 2018-03-15 | 国立研究開発法人情報通信研究機構 | Training data generation device, optimal parameter acquisition device, training data generation method, and optimal parameter acquisition method |
CN109241539A (en) * | 2018-08-02 | 2019-01-18 | 王大江 | The update method of machine learning artificial intelligence translation database |
CN109241539B (en) * | 2018-08-02 | 2023-09-08 | 爱云保(上海)科技有限公司 | Updating method of machine learning artificial intelligence translation database |
Also Published As
Publication number | Publication date |
---|---|
JP3326646B2 (en) | 2002-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Al‐Sughaiyer et al. | Arabic morphological analysis techniques: A comprehensive survey | |
US5895446A (en) | Pattern-based translation method and system | |
JP3114181B2 (en) | Interlingual communication translation method and system | |
US5161105A (en) | Machine translation apparatus having a process function for proper nouns with acronyms | |
US5442546A (en) | System and method for automatically generating translation templates from a pair of bilingual sentences | |
US5495413A (en) | Translation machine having a function of deriving two or more syntaxes from one original sentence and giving precedence to a selected one of the syntaxes | |
EP0424032B1 (en) | Naturel language processing apparatus | |
KR100530154B1 (en) | Method and Apparatus for developing a transfer dictionary used in transfer-based machine translation system | |
JPS6299865A (en) | Maintenance system for co-occurrence relation dictionary of natural language | |
KR100835706B1 (en) | System and method for korean morphological analysis for automatic indexing | |
US5084817A (en) | System for translating a language having polite expressions | |
JP2020190970A (en) | Document processing device, method therefor, and program | |
US5608623A (en) | Special cooccurrence processing method and apparatus | |
US20040243394A1 (en) | Natural language processing apparatus, natural language processing method, and natural language processing program | |
US5075851A (en) | System for translating a source language word with a prefix into a target language word with multiple forms | |
JP3326646B2 (en) | Dictionary / rule learning device for machine translation system | |
JP5025603B2 (en) | Machine translation apparatus, machine translation program, and machine translation method | |
Albilali et al. | Constructing arabic reading comprehension datasets: Arabic wikireading and kaiflematha | |
WO2020079749A1 (en) | Case search method | |
KR20040018008A (en) | Apparatus for tagging part of speech and method therefor | |
JP2005025555A (en) | Thesaurus construction system, thesaurus construction method, program for executing the method, and storage medium with the program stored thereon | |
JP3358096B2 (en) | Dictionary and rule learning method for machine translation system and dictionary and rule learning device for machine translation system | |
JP3353647B2 (en) | Dictionary / rule learning device for machine translation system and storage medium storing dictionary / rule learning program for machine translation system | |
JP3698454B2 (en) | Parallel phrase analysis device and learning data automatic creation device | |
Ahmed et al. | Bangla grammar and spelling check using machine learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070712 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080712 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080712 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090712 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090712 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100712 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100712 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110712 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120712 Year of fee payment: 10 |
|
LAPS | Cancellation because of no payment of annual fees |