【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は自然言語処理技術に関わり、より詳しくは自然言語による文書を他の自然言語の文書に機械翻訳する機械翻訳装置及び機械翻訳方法に関する。

【０００２】

【従来の技術】近年、ビジネスの国際化、ボーダーレス化が進むとともにネットワーク社会も進展し、インターネットや電子メール等を用いたデジタルでの情報交換が日常的になってきている。 ネットワーク環境の普及に伴い、一般のコンピュータ利用者がインターネット上のＷ
ＷＷを通じて情報獲得を頻繁に行うようになった。 ところで、インターネット上で得られる電子文書は大部分が英語によって表現されており、英語を母国語とせず、これを不得手と感じる利用者は、原文の意味解釈のために機械翻訳装置を利用することが一般的である。

【０００３】しかしながら、機械翻訳の品質、精度は現在のところ完全であるとは言い難い。 例えば原文中には、機械翻訳装置の翻訳処理に供さなくても原文のままの方がその意味を容易に汲み取れるような箇所、以前に読んだことがある箇所、広告掲載箇所、そして版権情報など情報量が少なく精読を要さない箇所等といった翻訳不要箇所が同一ページに混在しているが、従来の機械翻訳システムにおいては、利用者が翻訳したい範囲を自分で指定しない限り、そのページは一様に翻訳されてしまう。 換言すると、従来の機械翻訳装置においては、原文の内容を吟味し、あるいは利用者の言語能力を考慮することなく翻訳が行われており、翻訳の必要な部分と不必要な部分との区別はなされていなかった。 このため従来の機械翻訳装置には、必ずしも翻訳が必要でない部分も翻訳しているという点で時間的なロスが多いという欠点があった。 また、翻訳すること以前に、ネットワークを介した文書の取得にも必然的に時間が掛かる。

【０００４】したがって、必要十分な情報を迅速に入手したいという利用者のニーズに十分応えるためにも、翻訳結果が得られるまでの機械翻訳装置内における翻訳時間の短縮が望まれている。

【０００５】

【発明が解決しようとする課題】本発明はかかる事情を考慮してなされたものであり、効率的な翻訳を行うことにより利用者にとって必要十分な翻訳結果を迅速に得ることができる機械翻訳装置及び機械翻訳方法を提供することを目的とする。

【０００６】

【課題を解決するための手段】本発明の機械翻訳装置は、第一言語の文書を第二言語の文書に機械翻訳し、当該第一言語の文書及び前記第二言語の文書を記憶手段に記憶する機械翻訳装置において、前記第一言語の文書を入力する入力手段と、前記入力手段により入力された第一言語の文書と、前記記憶手段に記憶され、過去の機械翻訳に供された第一言語の文書とを比較し、その差分箇所を抽出する抽出手段と、前記抽出手段により得られた差分箇所を翻訳する翻訳手段と、前記第一言語の文書と、前記翻訳手段による翻訳結果とに基づいて、所定の出力データを生成して出力する出力手段と、を具備する。

【０００７】この構成によれば、過去の機械翻訳に供された第一言語の文書との差分箇所が翻訳され、その翻訳結果と第一言語の文書とから所定の所定の出力データが生成される。 これにより利用者にとって必要十分な翻訳結果を迅速に得ることができる。

【０００８】

【発明の実施の形態】以下、図面を参照しながら本発明の実施形態を説明する。 ［第１の実施形態］図１は、本発明の第１実施形態に係る機械翻訳装置の概略構成を示すブロック図である。 同図において、１０１は入力部であり、インターネットなどの通信手段やキーボード等を通じて、原文や利用者からの指示（コマンド）を受け取るものである。 １０２は翻訳管理部であり、翻訳要求を管理するものである。 より具体的には、翻訳管理部１０２はジョブ管理処理、文書管理処理、文書の比較処理及び翻訳対象部分の抽出処理を行い、その処理結果を表す翻訳制御情報を出力する。

【０００９】１０３は翻訳エンジンであり、翻訳管理部１０２から出力された翻訳制御情報に従って原文を機械翻訳し、その結果を出力するものである。 なお、本発明は翻訳エンジン１０３による機械翻訳の方法を特に限定しない。 このため、現在知られている種々の翻訳方法が適用された場合であっても本発明は実施可能である。

【００１０】１０４は翻訳データベースであり、原文及び翻訳結果（訳文）等を一時的又は長期的に保存するものである。 １０５は出力部であり、翻訳データベース１
０４に保存された翻訳結果から所定の出力形式のデータを生成して出力するものである。 この出力データは、図示しない表示装置に表示して利用者に提示することができ、あるいは図示しない記憶装置に出力させることもできる。

【００１１】以上のように構成された本実施形態の機械翻訳装置の動作を、図２のフローチャートを参照しながら説明する。 同フローチャートは、第一言語（ここでは例えば「英語」とする）で書かれた原文を読み込み、これを第二言語（ここでは例えば「日本語」とする）の訳文に機械翻訳して出力するまでの動作を示している。 図３は原文の具体例を示す図である。

【００１２】まず、入力部１０１により、原文の読み込みが行われる。 翻訳管理部１０２は読み込んだ原文の文書データを、日付などの付加的な情報とともに翻訳データベース１０４に記憶させる（ステップＳ１）。

【００１３】次にステップＳ２では、ステップＳ１において読み込んだ原文につき、今回行おうとしている翻訳が、当該システムにおいて初めて行われる翻訳であるか否かの判定が行われる。 かかる判定は、翻訳データベース１０４において記憶された日付情報に基づいて行われる。

【００１４】初回の翻訳である場合（ステップＳ２において「ＮＯ」）はステップＳ４に進む。 ステップＳ４において、翻訳管理部１０２は原文をそのまま翻訳するように、翻訳制御情報を用いて翻訳エンジン１０３に対して指示する。 翻訳エンジン１０３は、かかる指示内容に従い、原文の文書データを機械翻訳処理し、その結果を翻訳データベース１０４に記憶させる。 そして、ステップＳ５において翻訳結果の出力処理が行われる。 翻訳結果の出力処理の内容については後述する。

【００１５】次に、図４及び図５に示す原文に対する機械翻訳の要求がなされた場合の動作について説明する。
この原文は、図３に示した原文の内容の一部が変更されたものである。

【００１６】先ず、前回の翻訳と同様に、図４及び図５
に示す文書が第一言語の原文として入力部１０１により読み込まれる。 翻訳管理部１０２は、読み込んだ原文の文書データを、日付などの付加的な情報とともに翻訳データベース１０４に記憶させる（ステップＳ１）。

【００１７】次にステップＳ２では、ステップＳ１において読み込んだ原文につき、今回行おうとしている翻訳が、当該システムにおいて初めて行われる翻訳であるか否かの判定が行われる。 かかる判定は、上述と同様に翻訳データベース１０４において記憶された日付情報に基づいて行われる。

【００１８】そして今度は２回目の翻訳となるのでステップＳ３に進み、翻訳管理部１０２は、以前に翻訳がなされた複数の文書の中から、現在の翻訳対象文書と最も類似する文書を検索し、その文書との差を文単位で抽出する。 もちろん、文単位のみならず例えばパラグラフ単位で抽出しても構わない。 ステップＳ３における類似度判定の具体的方法については、様々な既存技術を利用可能である。

【００１９】本実施形態に関して言えば、図３と図４
（及び図５）との文書の差分抽出結果としては、両文書の末尾部分Ｐが同一であり、他の部分は重複のない新規な情報であり翻訳を要する。

【００２０】そこで翻訳管理部１０２は、図４（及び図５）の文書に対しては重複部分以前の本文を翻訳するように翻訳エンジン１０３に対し指示する。 具体的には、
翻訳管理部１０２は原文の文書データに基づき上記重複箇所を除いて原文を翻訳するように、翻訳制御情報を用いて翻訳エンジン１０３に対して指示する。 翻訳エンジン１０３は、かかる指示内容に従い、原文の文書データを機械翻訳に供し、その結果を翻訳データベース１０４
に記憶させる。 そして、ステップＳ５において、出力部１０５によって翻訳結果の出力処理が行われる。

【００２１】すなわち出力部１０５は、翻訳エンジン１
０３によって得られた翻訳結果（訳文）に基づき、所定（ここでは２通りとする）の出力形式のデータを生成して出力する。 これらの出力形式はユーザからのコマンド入力により切り替え可能となっている。

【００２２】図６、図７、図８は出力部１０５による第１の出力形式に従って出力された翻訳結果を示す図である。 これらの図において、例えばＦ１１、Ｆ１２、及びＦ１３は原文の一パラグラフを示し、Ｆ２１、Ｆ２２、
及びＦ２３は訳文の一パラグラフ（「段落」とも言う）
を示している。 本出力形式では、原文と訳文とをパラグラフ毎で交互に出力する。 このため、図６に示すようにＦ１１（原文の一パラグラフ），Ｆ２１（Ｆ１１に対応する訳文），Ｆ１２，Ｆ１３，． ． ． という順序で原文と訳文が出力されている。

【００２３】一方、図９及び図１０は出力部１０５により第２の出力形式に従って出力された翻訳結果を示す図である。 これらの図において、例えばＦ３１及びＦ３２
は原文を示し、Ｆ４は訳文を示している。 本出力形式では、図３に示した原文と図４及び図５に示した原文との重複部分については原文のまま出力し、他の部分については訳文を出力する。

【００２４】なお、翻訳結果の出力形式は上述したもののみに限定されない。 以上説明したように、本実施形態によれば、翻訳データベース１０４に記憶され既に翻訳処理が行われた原文のなかから、今回翻訳しようとする原文と類似する原文が検索され、両原文書間で相違する部分のみが抽出され、翻訳エンジン１０３による翻訳に供される。 このように翻訳対象を抽出部分のみとすることにより効率的な翻訳処理を行える。 したがって、利用者は必要十分な翻訳結果を迅速に得ることができるようになる。

【００２５】また、出力部１０５は翻訳エンジン１０３
によって得られた翻訳結果（訳文）に基づき、所定（ここでは２通りとする）の出力形式のデータを生成して出力する。 このため利用者は異なる出力形式で翻訳結果を得ることができる。

【００２６】［第２の実施形態］次に本発明に係る機械翻訳装置の第２実施形態を説明する。 第２実施形態は、
原文の内容を吟味する、あるいは利用者の言語能力を考慮するといった柔軟性の高い機械翻訳を実現すべく構成されたものである。

【００２７】まずはその背景について述べる。 機械翻訳を利用する利用者の語学力レベルには大きな幅がある。
アルファベットもおぼつかないレベルから、上級レベルではあるが母国語の方が速読できるというレベルまである。 前者の利用者層は文書表示画面に表われる全ての英単語が日本語に置き換えられることを望んでいる場合が多い。 一方、上級レベルの利用者層は、原文中のタイトル、箇条書き、又はリストのような文章表現は、機械翻訳に要する時間を勘案すると原文のままで読んだ方がその内容を早く理解できる場合がある。 また現水準の機械翻訳技術はこのようなタイトルや箇条書きのように文法上の観点から不完全な文章表現の翻訳に対し非力であり、翻訳せずに原文のままとした方が良い場合もあると考えられる。

【００２８】例えば、一般的な英語力を有する利用者が米国のホームページを閲覧中に、“National (US); I
nternational”というような表現を見付けた場合、この“National”は文脈から判断して「国内」の意味であることを容易に理解できるが、その一方で、機械翻訳では利用者から見て明らかに別の意味（例えば「国立」など）を当ててしまう場合がある。 これは、機械翻訳においては文脈を考慮した高度な翻訳を行うことが困難であることに起因する。

【００２９】このように、タイトルや箇条書き、単語や句の並びなど文法上の観点から不完全な文章表現は、特に上級レベルの利用者に対しては、翻訳の対象から除外することが適切な情報伝達を行うためにも好ましい。

【００３０】また、本文以外の部分、例えば図３及び図４に示した文書の文頭から３行目までの比較から次のことが言える。 文書の冒頭部分は一定の形式に則った記述が多く、例えば日付及び時間（個々の数値は異なる）や単語の羅列から成る目次（又は「メニュー」とも言う）
等から成る。 日付及び時間については、年月日に関する英単語を知っていれば、あとは万国共通の表記になっているので、わざわざ翻訳しなくても理解できる。 また、
上記目次は、前日までのものと全く同じであるので重複箇所とみなすことができる。

【００３１】さらに、外電のニュースなど提供者から迅速に配布される文書には、スペルミスや文法上の誤り箇所が多く見受けられる傾向にある。 スペルミスや文法上の誤りは、機械翻訳において構文解析の失敗を招く原因となる。 また、たとえ構文解析に成功したとても誤ったスペリングの語が主文の動詞であるような場合は文全体の意味が不明になってしまうことがある。 例えば次の文（“It is extremelydisturbing that almost two year
s after the signing of the Dayton peace agreement
certain individuals continue to use barbaric tacti
cs to get their point accross ."）は、下線で“acr
oss" の綴りが違っているために、スペルチェックを事前に行わない限り、機械翻訳において“get something
across"という適切な意味付けを行うことは不可能である。したがって、このような文に対し無理に機械翻訳を行うことは、かえって利用者に対する適切且つ迅速な情報伝達を阻害することになりかねない。そこで、原文中に未知なる用語が含まれていた場合や構文解析に失敗した場合に限っては、機械翻訳結果はあえて表示せず、原文のまま提示するという手法が考えられる。

【００３２】こうした背景の下、本発明の第２実施形態に係る機械翻訳装置は次のように構成されている。 図１
１は本実施形態の機械翻訳装置の概略構成を示すブロック図である。 同図において、２０１は入力部であり、インターネットなどの通信手段やキーボード等を通じて、
原文や利用者からの指示（コマンド）を受け取るものである。 ２０２は翻訳管理部であり、翻訳要求を管理するものである。 より具体的には、翻訳管理部２０２はジョブ管理処理、文書管理処理、利用者による翻訳不要部指定に係る処理を行い、その処理結果を表す翻訳制御情報を出力する。 ２０３は不要表現指定画面出力部であり、
翻訳不要表現の種類を指定するための不要表現指定画面を表示するものである。

【００３３】２０４は翻訳エンジンであり、翻訳管理部２０２から出力された翻訳制御情報に従って原文を構文解釈して機械翻訳し、その結果を出力するものである。
なお、本発明は翻訳エンジン２０４による機械翻訳の方法を特に限定しない。 このため、現在知られている種々の翻訳方法が適用された場合であっても本発明は実施可能である。

【００３４】２０５は翻訳データベースであり、原文及び翻訳結果（訳文）等を一時的又は長期的に保存するものである。 そして、２０６は出力部であり、翻訳データベース２０５に保存された翻訳結果から所定の出力形式のデータを生成して出力するものである。 この出力データは、図示しない表示装置に表示して利用者に提示することができ、あるいは図示しない記憶装置に出力させることもできる。

【００３５】以上のように構成された本実施形態の機械翻訳装置の動作を、図１２のフローチャートを参照しながら説明する。 同フローチャートは、第一言語（ここでは例えば「英語」とする）で書かれた原文を読み込み、
これを第二言語（ここでは例えば「日本語」とする）の訳文に機械翻訳して出力するまでの動作を示している。

【００３６】まず、入力部２０１により、原文の読み込みが行われる。 翻訳管理部２０２は読み込んだ原文の文書データを、日付などの付加的な情報とともに翻訳データベース２０５に記憶させる（ステップＳ２１）。

【００３７】次にステップＳ２２においては、翻訳不要表現の種類を利用者が指定するための指定画面が不要表現指定画面表示部２０３によって表示される。 図１３はこの指定画面の表示例を示す図である。 この指定画面において、利用者は例えば言語の習熟度等に応じてあらかじめ翻訳不要となる表現の種類を指定できる。 同図に示すように、指定可能な翻訳不要表現の種類は、「タイトル」、「箇条書き」、「日付・時間のみ異なる文」、
「未知語のある文」、及び「構文解析に失敗した文」である。

【００３８】従来の機械翻訳装置では、原文中において翻訳不要表現を具体的に指定（例えば範囲指定）する必要があったのに対し、本実施形態では上記「タイトル」
のような抽象的な概念による指定であるので、従来装置よりも利用者は簡単に指定を行えるという利点がある。
なお、「構文解析に失敗した文」のように、翻訳処理を行わないと不要と判断できない表現の種類もあるので、
この指定がなされた場合には、翻訳エンジン２０４において構文解析処置が行われる。

【００３９】不要表現指定画面において利用者により所定の指定が行われるとステップＳ２３に進む。 ここで翻訳管理部２０２は上記利用者により指定された不要表現を除外して原文を翻訳するように、翻訳制御情報を用いて翻訳エンジン２０４に対して指示する。 翻訳エンジン２０４は、かかる指示内容に従い、原文の文書データを機械翻訳処理し、その結果を翻訳データベース２０５に記憶させる。 そして、ステップＳ２４において翻訳結果の出力処理が行われる。

【００４０】本実施形態の翻訳処理においては、上記翻訳不要表現の指定レベルに応じて、例えば次のように翻訳の行われ方が異なってくる。 ＜１＞最下位レベルの指定がなされた場合は、翻訳不要表現が存在しない場合であり、原文をそのまま機械翻訳する。 ＜２＞中間レベルの指定がなされた場合は、「箇条書き」など、文よりも短い単位の部分を翻訳対象から除外して機械翻訳する。
＜３＞最上級レベルの指定がなされた場合は、上記＜２
＞に加え、構文解析に失敗した箇所の翻訳結果は出力せず、もとの英文のままとする。

【００４１】例えば、図１４に示す原文に対し図１３に示した翻訳不要表現指定画面において「箇条書き」「タイトル」が指定された場合、図１５に示すような翻訳結果（訳文）が得られる。 図１４及び図１５において、Ｐ
２１は「タイトル」を示し、Ｐ２２は「箇条書き」を示している。

【００４２】原文中から箇条書きやタイトルに相当する部分を認識する（言い替えれば「原文を吟味すること」）には、既に実用化されている種々の手法を用いればよい。 例えば箇条書きは、図１４のＰ２２に示したように行頭の文字がハイフンであるとか、ＨＴＭＬやＳＧ
ＭＬのタグ情報を利用して判定することができる。 また、タイトルについては、文末にピリオドやクエスチョンマークが記されていないといったことを手がかりに認識できる。

【００４３】以上説明したように、本実施形態によれば、翻訳不要表現の種類を利用者が指定し、当該指定内容に基づいて翻訳が行われ、また、指定内容に応じた出力結果が得られる。 これにより、原文の内容を吟味する、あるいは利用者の言語能力を考慮するといった柔軟性の高い機械翻訳を実現できる。

【００４４】なお、本発明は上述した実施形態に限定されず種々変形して実施可能である。 例えば、上記プログラムは、ＲＯＭに格納したものを用いてもよいが、次のように汎用コンピュータにプログラムをインストールして実現することも可能である。 すなわち、先ず上記プログラムを、コンピュータ読取可能な記録媒体（例えばフロッピー・ディスクあるいはＣＲ−ＲＯＭ等の記録媒体）に記憶させておき、該記録媒体に応じたディスクドライブ装置を用いて該プログラムを読取り、ＲＡＭに格納し、実行する。 あるいは、いったんハードディスク装置等にインストールしておき、実行時にハードディスク装置等からＲＡＭに格納し、実行する。 なお、プログラムを格納した記録媒体がＩＣカードである場合は、ＩＣ
カードリーダーを用いて該プログラムを読取ることができる。 あるいは、ネットワークを介して所定のインタフェース装置からプログラムを受け取ることができる。 また、上述した第１及び第２実施形態を組み合わせて実施可能である。

【００４５】

【発明の効果】以上説明したように、本発明によれば、
必要な外国語の情報を、その重要度や価値に応じて、しかも時間的損失を最小限にとどめて機械翻訳を行うことが可能となる。 これにより利用者の情報獲得のニーズを満たす機械翻訳装置及び方法を提供できる。

【図面の簡単な説明】

【図１】本発明の第１実施形態に係る機械翻訳装置の概略構成を示すブロック図。

【図２】上記実施形態の動作を説明するためのフローチャート。

【図３】上記実施形態の機械翻訳に用いられる第１の原文の具体例を示す図。

【図４】上記実施形態の機械翻訳に用いられる第２の原文の具体例の一部分を示す図。

【図５】上記実施形態の機械翻訳に用いられる第２の原文の具体例の残りの部分を示す図。

【図６】上記実施形態の機械翻訳結果の第１の出力例の一部分を示す図。

【図７】上記実施形態の機械翻訳結果の第１の出力例の一部分を示す図。

【図８】上記実施形態の機械翻訳結果の第１の出力例の残りの部分を示す図。

【図９】上記実施形態の機械翻訳結果の第２の出力例の一部分を示す図。

【図１０】上記実施形態の機械翻訳結果の第２の出力例の残りの部分を示す図。

【図１１】本発明の第２実施形態に係る機械翻訳装置の概略構成を示すブロック図。

【図１２】上記実施形態の動作を説明するためのフローチャート。

【図１３】上記実施形態に係る翻訳不要表現指定画面の表示例を示す図。

【図１４】上記実施形態の機械翻訳に用いられる原文の具体例を示す図。

【図１５】上記実施形態の機械翻訳結果の出力例を示す図。

【符号の説明】

１０１…入力部 １０２…翻訳管理部 １０３…翻訳エンジン １０４…翻訳データベース １０５…出力部