双语信息检索设备、翻译设备及双语信息检索方法

摘要

双语信息检索设备、翻译设备及双语信息检索方法。双语信息检索设备包括输入文本获取单元、第一存储器、第一语言构造信息选择单元、第二存储器和第二语言构造信息选择单元。输入文本获取单元获得第一语言输入文本。第一存储器存储指示第一语言文本构造的多个第一语言构造信息。第一语言构造信息选择单元从存储的多个第一语言构造信息中选择一个与输入文本对应的第一语言构造信息。第二存储器存储指示与选择的第一语言构造信息对应的第二语言文本构造的多个第二语言构造信息。第二语言构造信息选择单元基于与多个第一语言构造信息和多个第二语言构造信息相关的评价信息，从存储在第二存储器的多个第二语言构造信息中选择一个第二语言构造信息。

说明书

技术领域

本发明涉及一种双语信息检索设备、翻译设备及双语信息检索 方法。

背景技术

日本未审查专利申请公开第2010-152420号公开了一种将输入 文本从某一种语言翻译为另一种语言的翻译设备，其中在翻译前选择 与输入文本相对应的双语信息。双语信息包括双语示例模板 (pattern)，该双语示例模板包括指示源语言文本的可变项和固定 项的源语言构造信息，和指示由源文本翻译成的目标语言文本的可变 项和固定项的目标语言构造信息。

Satoshi SATO和Makoto NAGAO，“Jitsurei Ni Motoduita Honyaku(基于存储器的翻译)”，日本信息处理学会，特别兴趣小 组技术报告，1989年1月20日，第89卷，第6期，pp.70.9.1-70.9.8， 公开了一种用于选择与输入文本相似的双语示例并使用所选择的双 语示例进行翻译的翻译方法。

发明内容

从而，本发明的目的是提供一种能够选择反映输入文本特征的 目标语言构造信息的双语信息检索设备，而不是不使用与源语言构造 信息和目标语言构造信息相关联的评价信息的机构，并提供了使用该 技术的翻译设备和一种双语信息检索方法。

按照本发明的第一方面，提供了一种包括输入文本获取单元、 第一存储器、第一语言构造信息选择单元、第二存储器和第二语言构 造信息选择单元的双语信息检索设备。输入文本获取单元获得第一语 言输入文本。第一存储器存储指示第一语言文本的构造的多个第一语 言构造信息。多个第一语言构造信息中的每一个均包括指示文本中固 定字符串的固定项和指示文本中可变字符串的可变项。第一语言构造 信息选择单元从存储的多个第一语言构造信息中选择一个与输入文 本相应的第一语言构造信息。第二存储器存储指示与所选择的第一语 言构造信息相应的第二语言文本的构造的多个第二语言构造信息。多 个第二语言构造信息中的每一个包括指示文本中固定字符串的固定 项和指示文本中可变字符串的可变项。第二语言构造信息选择单元基 于与所述多个第一语言构造信息和所述多个第二语言构造信息相关 的评价信息，从存储在第二存储器中的所述多个第二语言构造信息中 选择一个第二语言构造信息。

按照本发明的第二方面，在按照本发明第一方面的双语信息检 索设备中，评价信息包括指示多个第一语言构造信息的每一个与对应 于该第一语言构造信息的一个第二语言构造信息之间的对应的语言 间对应关系信息。另外，第二语言构造信息选择单元基于使用所选择 的第一语言构造信息和语言间对应关系信息产生的翻译文本的产生 概率，从多个第二语言构造信息中选择一个第二语言构造信息。

按照本发明的第三方面，在按照本发明第一或第二方面的双语 信息检索设备中，评价信息包括把包含在多个第一语言构造信息中的 可变项的属性与多个第二语言构造信息关联起来的信息。另外，第二 语言构造信息选择单元基于与所选择的第一语言构造信息的可变项 相对应的输入文本中字符串的属性，并基于把包含在多个第一语言构 造信息中的可变项的属性与多个第二语言构造信息关联起来的信息， 从多个第二语言构造信息中选择一个第二语言构造信息。

按照本发明的第四方面，按照本发明第三方面的双语信息检索 设备进一步包括形态分析单元，其将形态分析应用到输入文本以获得 多个单词和关于这些单词的词性信息。评价信息包括把包含在多个第 一语言构造信息中的可变项的词性与多个第二语言构造信息关联起 来的信息。另外，第二语言构造信息选择单元基于把输入文本中单词 的词性信息与包含在所选择的第一语言构造信息中的可变项的词性 关联起来的信息，从多个第二语言构造信息中选择一个第二语言构造 信息。

按照本发明的第五方面，在按照本发明第三或第四方面的双语 信息检索设备中，评价信息包括把包含在多个第一语言构造信息中的 可变项的词汇(lexicon)与多个第二语言构造信息关联起来的信息。 另外，第二语言构造信息选择单元基于与所选择的第一语言构造信息 中的可变项相应的输入文本中的字符串，并基于把词汇与多个第二语 言构造信息关联起来的信息，从多个第二语言构造信息中选择一个第 二语言构造信息。

按照本发明的第六方面，在按照本发明第三到第五任一方面的 双语信息检索设备中，评价信息包括把包含在多个第一语言构造信息 中的可变项的用法示例信息与多个第二语言构造信息关联起来的信 息。另外，第二语言构造信息选择单元基于与所选择的第一语言构造 信息中的可变项相应的输入文本中的字符串，并基于把用法示例信息 与多个第二语言构造信息关联起来的信息，从多个第二语言构造信息 中选择一个第二语言构造信息。

按照本发明的第七方面，在按照本发明第一到第六任一方面的 双语信息检索设备中，评价信息包括多个双语示例，其每一个包括与 任一第一语言构造信息匹配的第一语言示例和与任一第二语言构造 信息匹配的第二语言示例。另外，第二语言构造信息选择单元基于双 语示例的数目从多个第二语言构造信息中选择一个第二语言构造信 息，该双语示例包括与所选择的第一语言构造信息匹配的第一语言示 例和与相应于所选择的第一语言构造信息的第二语言构造信息匹配 的第二语言示例。

按照本发明的第八方面，提供了一种包括输入文本获取单元、 第一语言构造信息选择单元、第二语言构造信息选择单元和翻译文本 输出单元的翻译设备。输入文本获取单元获得以第一语言输入的输入 文本。第一语言构造信息选择单元从指示第一语言文本的构造的多个 第一语言构造信息中选择一个与输入文本相应的第一语言构造信息。 多个第一语言构造信息中的每一个包括指示文本中固定字符串的固 定项和指示文本中可变字符串的可变项。第二语言构造信息选择单元 基于与所述多个第一语言构造信息中的任一个和指示与所选择的第 一语言构造信息相应的第二语言文本的构造的多个第二语言构造信 息中的任一个相关联的评价信息，从所述多个第二语言构造信息中选 择一个第二语言构造信息。多个第二语言构造信息中的每一个包括指 示文本中固定字符串的固定项和指示文本中可变字符串的可变项。翻 译文本输出单元基于所选择的第二语言构造信息和与所选择的第二 语言构造信息相应的所选择的第一语言构造信息，输出输入文本的翻 译文本。

按照本发明的第九方面，提供了一种双语信息检索方法，包括： 获得第一语言的输入文本；将指示第一语言文本的构造的多个第一语 言构造信息存储到第一存储器中，其中所述多个第一语言构造信息中 的每一个均包括指示文本中固定字符串的固定项和指示文本中可变 字符串的可变项；从所存储的多个第一语言构造信息中选择与输入文 本相应的一个第一语言构造信息；将指示与所选择的第一语言构造信 息相应的第二语言文本的构造的多个第二语言构造信息存储到第二 存储器中，其中所述多个第二语言构造信息中的每一个均包括指示文 本中固定字符串的固定项和指示文本中可变字符串的可变项；以及基 于与多个第一语言构造信息和多个第二语言构造信息相关联的评价 信息，从存储在第二存储器中的多个第二语言构造信息中选择一个第 二语言构造信息。

按照本发明的第一和第九方面，可以选择比使用不使用与源语 言构造信息和目标语言构造信息相关联的评价信息的机构所得到的 目标语言构造信息更能反映输入文本特征的目标语言构造信息。

按照本发明的第二方面，可以选择比使用不使用上述配置的机 构所得到的目标语言构造信息更匹配输入文本的目标语言构造信息。

按照本发明的第三方面，当目标语言构造信息依赖于输入文本 中字符串的属性而不同时，可以选择与输入文本匹配的目标语言构造 信息。

按照本发明的第四方面，当目标语言构造信息依赖于输入文本 中短语的词性而不同时，可以选择与输入文本匹配的目标语言构造信 息。

按照本发明的第五方面，当翻译方法依赖于输入文本中短语的 词汇列表而不同时，可以选择与输入文本匹配的源语言构造信息。

按照本发明的第六方面，当翻译方法依赖于与源语言构造信息 中的可变项相应的输入文本中的短语而不同时，可以选择与输入文本 匹配的目标语言构造信息。

按照本发明的第七方面，当与源语言构造信息和目标语言构造 信息的组合相匹配的双语示例的数目依赖于该组合而不同时，可以选 择与输入文本匹配的目标语言构造信息。

按照本发明的第八方面，可以执行比不使用与源语言构造信息 和目标语言构造信息相关联的评价信息的机构所执行的翻译更能反 映输入文本特征的翻译。

附图说明

将基于下面的附图详细描述本发明的示例性实施例，其中：

图1示出了根据本发明示例性实施例的翻译设备的示例配置；

图2是示出了根据本发明示例性实施例的翻译设备所实现的功 能功能框图；

图3示出使用双语示例模板翻译源语言输入文本的例子；

图4示出了一种示例模板的数据结构；

图5示出了示例性双语示例模板；

图6示出了源语言构造信息选择单元的示例性处理流程；

图7示出了距离计算单元的示例性处理流程；

图8示出了距离计算单元的示例性计算过程；

图9A示出了映射抽取单元的示例性处理流程；

图9B示出了映射抽取单元的示例性处理流程；

图9C示出了映射抽取单元的示例性处理流程；

图10示出了当存在用于所选择的源语言构造信息的多个双语示 例模板时的示例性双语示例模板；

图11示出了目标语言构造信息选择单元的示例性处理流程；

图12A示出了使用第一评价准则计算评价值的处理流程；

图12B示出了使用第二评价准则计算评价值的处理流程；

图12C示出了使用第三评价准则计算评价值的处理流程；

图12D示出了使用第四评价准则计算评价值的处理流程；

图12E示出了使用第五评价准则计算评价值的处理流程；

图13示出了示例性词汇；

图14示出了示例性双语示例；

图15示出了如何从图10所示的候选中选择目标语言示例模板 的例子；以及

图16示出了使用基于第四评价准则的计算来产生译文的例子。

具体实施方式

下面将根据附图详细描述本发明的示例性实施例。图1示出根 据本发明示例性实施例的翻译设备1的示例配置。如图1所示，翻译 设备1包括中央处理单元(CPU)11、存储单元12、通信单元13、和 输入/输出单元14。翻译设备1可以为例如个人电脑、服务器或类似 设备。

CPU 11按照存储在存储单元12中的程序进行操作。该程序可以 通过存储在信息记录介质(例如压缩光盘只读存储器(CD-ROM)或数 字通用光盘只读存储器(DVD-ROM))中来提供，或者可以通过网络 (例如因特网)来提供。

存储单元12可以为存储元件，例如随机存取存储器(RAM)或 ROM、硬盘驱动器、或类似装置。存储单元12存储上述程序。存储单 元12还存储由各个单元输入的信息和计算结果。

通信单元13可以为连接到另一装置以建立通信的通信介质或类 似物。通信单元13在CPU 11的控制下，将从另一装置接收的信息输 入到CPU 11或存储单元12，并将信息发送到另一装置。

输入/输出单元14可以为控制显示输出单元(例如监视器)、 输入单元(例如键盘或鼠标)、或类似装置的一个单元。输入/输出 单元14在CPU 11的控制下将图像数据或其他任何适合数据输出到监 视器或类似物，并通过键盘或鼠标从操作者获取信息。

图2是示出了根据本发明示例性实施例的翻译设备1所实现的 功能的功能框图。翻译设备1从功能上包括输入文本获取单元51、 形态分析单元52、源语言构造信息候选检索单元53、源语言构造信 息选择单元54、目标语言构造信息选择单元55、翻译文本输出单元 56、和词典单元57。源语言构造信息选择单元54从功能上包括距离 计算单元61、映射抽取单元62、和最佳映射选择单元63。上述功能 可以通过CPU 11执行存储在存储单元12中的程序、并控制通信单元 13和输入/输出单元14来实现。

这里，根据本示例性实施例的翻译设备1可以使用双语信息来 进行翻译。双语信息包括双语示例模板，该双语示例模板包括指示源 语言中文本模板的源语言示例模板和指示由源语言文本翻译出的目 标语言文本的模板的目标语言示例模板。图3示出使用双语示例模板 翻译源语言输入文本的例子。在双语示例模板中，“[v]”代表可变 项，指示相应的一个或多个单词是可变的。在图3所示的例子中，当 输入“彼は電車に乗る。(他坐电车)”作为输入文本时，可以获得如 图3所示的翻译文本。在翻译过程中，翻译设备1检索包含与输入文 本匹配的源语言示例模板“[v]は[v]に乗る。([v]坐[v])”的最佳双 语示例模板，将输入文本中对应于源语言示例模板中[v]的单词的翻 译项应用到双语示例模板中目标语言示例模板“[v]坐[v]”中的[v] 部分，从而得到翻译文本。上述翻译技术被称作基于模板的翻译。由 于源语言示例模板和目标语言示例模板都代表组合使用可变字符串 和固定字符串的文本，因此在下文中两种语言的示例模板统称为“示 例模板”。

在翻译设备1中，输入文本获取单元51、形态分析单元52、源 语言构造信息候选检索单元53、源语言构造信息选择单元54、目标 语言构造信息选择单元55执行上述的过程来检索双语示例模板。包 含上述组件的机构可以被用作双语信息检索设备。

图4示出了一种示例模板的数据结构。示例模板可以是指示某 一种语言文本构造的信息。示例模板包括多个项，每个项对应于构成 文本的字符串中的一个或多个字符串，且所述项可以分为固定项和可 变项。每个固定项表示作为文本中的相应字符串的唯一确定的固定字 符串，以及每个可变项表示作为文本中的相应字符串的包括字符数目 的可变字符串。此处使用的术语“字符串”表示一个单词或具有多个 单词的一个短语。一种示例模板包括一个或多个固定项和一个或多个 可变项。在图4中，固定项和可变项从文本开头的位置开始按顺序排 列。

每个可变项包括位置信息、类型信息、变量信息、词汇信息和 用法示例信息。每个固定项包括位置信息、类型信息、固定内容、词 性信息和子结构信息。位置信息在固定项和可变项中都包含，可以表 示相应项在文本中出现的位置，其中位置用顺序编号表示。类型信息 可以为指示相应项是可变项还是固定项的信息，且可以针对固定项设 为“f”，针对可变项设为“v”。变量信息可以为指示可变项词性的 信息。例如，“NP”表示名词变量，“AP”表示形容词变量，“DP” 表示副词变量。词汇信息可以为指示可变项中包含的单词的词汇的信 息。用法示例信息可以为指示示例模板中的可变项中包含的单词的用 法示例的信息。固定内容可以为指示固定项中字符串的信息。词性信 息可以为指示设置为固定项的单词的词性的信息。例如，具有词性信 息“61”的固定项表示日语小品词。子结构信息指示关于组成固定项 的多个单词中每一个的信息。

这里，指示可变项存在的信息和关于固定项的固定内容的信息 (其可以是示例模板中的特征)，被称作“语言构造信息”。具体地， 语言构造信息可以对应于可变项中的位置信息和类型信息，以及固定 项中的位置信息、类型信息和固定内容。在下面的描述中，包含在源 语言示例模板中的语言构造信息在下文中被称为“源语言构造信息”， 包含在目标语言模板中的语言构造信息在下文中被称为“目标语言构 造信息”。

图5示出了双语示例模板的例子。双语示例模板包括源语言示 例模板、目标语言示例模板和对准信息。在图5所示的示例模板中， 固定项和可变项之间的分隔符是空格，包含在固定项和可变项中的多 个信息间的分隔符是正斜杠(/)。此外，在图5中，位置信息使用 固定项和可变项排列的顺序来表示，而不是使用单个可变项或固定项 中的任何符号。例如，“v/NP/人/”是源语言示例模板中的第一项， 指示该项是一个可变项，其具有表示其词性是名词的变量、词汇“人” (人)，此处没有设置用法示例。源语言示例模板中的第五项， “f/改選する/89/attribute change[改選/17/する/47/]”指示该项 是固定项，具有字符串“改選する”，该字符串是具有被称作sa-gyo henkaku katsuyo的不规则连接或sa-row不规则连接的动词(89)，该 不规则连接是日语动词连接的一种。字符串“改選する”由子结构“改選 (kaisen(改选))”和“する(suru(做))”构成，其中属性发生 变化。

对准信息可以是语言间对应信息，包括源语言可变项和目标语 言可变项间的对应以及源语言固定项和目标语言固定项间的对应。在 图5中，“3：”指示存在3个关联，“1-1；”指示源语言示例模板中 的第一项与目标语言示例模板中的第一项相关联，“501，502-2；”指 示源语言示例模板中第五项的第一和第二个子项与目标语言示例模 板中的第二项相关联。此处，“501”指示源语言示例模板中第五项 的第一个子项。

词典单元57可以由CPU 11和存储单元12实现。词典单元57 可以存储多个双语示例模板、一个单词词典、一个双语示例词典以及 任何其他合适信息。

上面所述的使用双语示例模板翻译的过程将在下文中进行更详 细的说明。输入文本获取单元51可以由CPU 11、存储单元12、通信 单元13和输入/输出单元14来实现。输入文本获取单元51从通过输 入/输出单元14获得的关于键盘操作的信息、从存储单元12获得的 信息、或从通过网络连接的客户端装置接收的信息中获得关于输入文 本(其是使用源语言输入的文本)的信息。

形态分析单元52可以由CPU 11和存储单元12来实现。形态分 析单元52将形态分析应用到输入文本，以获得组成输入文本的多个 单词和关于每个单词的词性信息。例如，作为“彼は電車に乗る(他 坐电车)”的形态分析的结果，形态分析单元52可以获得五个单词， “彼(他)”、“は”、“電車(电车)”、“に”和“乗る(坐)”， 还获得关于各个单词的词性信息，也就是，名词、日语小品词、名词、 日语小品词和动词。

源语言构造信息候选检索单元53可以由CPU 11和存储单元12 来实现。源语言构造信息候选检索单元53从存储在词典单元57中的 多个双语示例模板中检索源语言构造信息候选。源语言构造信息选择 单元54从候选中选择源语言构造信息。一旦检索到源语言构造信息 的候选，就可以指定包含源语言构造信息的源语言示例模板和包含源 语言示例模板的双语示例模板。

更具体地，在上面描述的检索过程中，源语言构造信息候选检 索单元53检索输入文本和源语言构造信息中固定项之间的相似度 Sim和覆盖率Cov大于各自阈值的源语言构造信息候选。源语言构造 信息候选检索单元53确定输入文本中字符串中的双字母组 (bigrams)(S)和源语言构造信息中字符串中的双字母组(A)， 根据双字母组(S)和双字母组(A)计算出相似度Sim和覆盖率Cov。 相似度Sim和覆盖率Cov可以由下面的公式来确定：

Sim＝(2×|S∩A|)/(|S|+|A|)，和

Cov＝|S∩A|/|S|，

其中，|S|表示包含在输入文本中的双字母组的数量，|A|表示 源语言构造信息中双字母组的数量，|S∩A|表示输入文本和源语言构 造信息共有的双字母组的数量。

源语言构造信息选择单元54可以由CPU 11和存储单元12来实 现。源语言构造信息选择单元54从指示源语言文本构造的多个源语 言构造信息中选择相应于输入文本的一个源语言构造信息。多个源语 言构造信息中的每一个均包括指示文本中固定字符串的固定项和指 示文本中可变字符串的可变项。更具体地，源语言构造信息选择单元 54从源语言构造信息候选检索单元53所检索到的多个源语言构造信 息候选中选择最接近输入文本的一个源语言构造信息，并进一步获得 指示输入文本中包含的字符串和源语言构造信息中的可变项和固定 项之间的对应的映射信息。当选择了一个源语言构造信息时，实质上 也就选择了包含所选择的源语言构造信息的源语言示例模板和双语 示例模板。如果多个源语言构造信息最接近输入文本，则源语言构造 信息选择单元54可以选择多个源语言构造信息。

图6示出了源语言构造信息选择单元54的示例性处理流程。首 先，源语言构造信息选择单元54中的距离计算单元61确定每个源语 言构造信息候选和输入文本之间的距离(步骤S101)。该过程由源 语言构造信息选择单元54中的距离计算单元61执行。步骤S101的 处理将在下文中参照距离计算单元61的处理流程进行说明。

距离计算单元61可以由CPU 11和存储单元12来实现。图7示 出了距离计算单元61的示例性处理流程。在图7中，仅示出了计算 输入文本和一个源语言构造信息候选之间的距离的处理流程。实际 上，所示出的处理流程重复对应于源语言构造信息候选数目的多次。 首先，距离计算单元61将由形态分析单元52划分的输入文本中的单 词(用m表示单词的数目)按顺序存储到数据串s1到sm中(步骤 S111)。然后，距离计算单元61为一个源语言构造信息候选中的可 变项和固定项(用n表示其总数目)中的每一个确定信息集合，该信 息集合包含指示所述项是否是可变项的信息和当所述项是固定项时 关于固定内容字符串的信息，以及距离计算单元从具有位置信息的最 小值的项开始，将信息集合按顺序存储到数据串a1到an中(步骤 S112)。在下面的描述中，还使用s0和a0分别表示输入文本和源语 言构造信息的开头，并对应于空字符串。

输入文本和源语言构造信息之间的距离可以依赖于输入文本中 的各个单词和源语言构造信息中的可变项和固定项之间的对应关系。 输入文本和源语言构造信息之间的距离可以通过为输入文本和源语 言构造信息之间的多个可能对应关系中的每一个确定变换加权，并将 所确定的变换加权中的最小变换加权设为该距离来确定。对于某一对 应关系的变换加权可以通过结合(integrate)可变项和固定项的每 一个与对应单词之间的加权以及单词和项不互相对应时单词和项之 间加权来确定。更具体地，例如，假设ai(其中i为1到n)对应于 sj(其中j为从1到m)。在此情况下，如果ai和sj表示同一单词， 则编辑加权可以为0，因为不需要编辑。如果ai和sj表示不同单词， 则需要进行替换，从而编辑加权可以为p。如果不存在对应于ai的 sj，则需要向输入文本中增加单词，从而编辑加权可以为q。相反地， 如果不存在对应于sj的ai，则需要从输入文本中删除单词，从而编 辑加权可以为r。对得到的加权进行结合。这里，p，q和r是正的常 数。对应关系可以满足源语言构造信息中的单词没有重排序或输入文 本中的单词没有重排序这一条件和可变项对应于输入文本中的多个 单词这一条件。前面的条件是，例如，如果ai和sj互相对应，则a (i+1)和s(j-1)不互相对应。后面的条件是由于可变项可以是包 含多个单词的短语而产生的。根据前面的条件，如果获得了所有的d (i-1，j-1)、d(i-1，j)、d(i，j-1)以及ai和sj之间的关系， 则源语言构造信息中的a1到ai和输入文本中的s1到sj之间的所有 对应关系中的最小距离d(i，j)也可以确定。将对使用上述规则的 计算方法进行说明。

距离计算单元61初始化存储距离值的二维(n+1)×(m+1)数 组d和指示使用d(i-1，j-1)、d(i-1，j)、d(i，j-1)中哪一 个来获得距离d(i，j)的n×m数组PathFlag(步骤S113)。数组 d具有d(0，0)到d(n，m)，d(i，j)代表字符串片段a1，a2，…， ai和s1，s2，…，sj之间的距离。i×q代入到d(i，0)，j×r 代入到d(0，j)。数组PathFlag具有PathFlag(1，1)到PathFlag (n，m)。接下来，用1替换变量i和j(步骤S114)，启动迭代过 程。距离计算单元61确定a1到ai和s1到sj之间的距离d(i，j)， 存储用于获得距离d(i，j)的d(i-1，j-1)、d(i-1，j)、d(i， j-1)中的任一个到PathFlag(i，j)中(步骤S 115)。d(i，j) 可以通过下面的方法计算：

如果ai是可变项，

d(i，j)＝min{d(i-1，j-1)+w(ai，sj)，d(i-1，j)+q，d(i， j-1)}

如果ai是固定项，

d(i，j)＝min{d(i-1，j-1)+w(ai，s i)，d(i-1，j)+q，d(i， j-1)+r}

在上面的公式中，例如，如果ai是可变项，则w(ai，sj)为 0。例如，如果ai是固定项，当ai与sj相等时w(ai，sj)为0， 当ai与sj不相等时，w(ai，sj)为p。如果d(i-1，j-1)、d(i-1， j)、d(i，j-1)中多个距离是最小值，则将关于所有这些距离的信 息存储到PathFlag(i，j)中。

接下来，距离计算单元61将j加1(步骤S116)。如果j小于 或等于m(步骤S117中为是)，则从步骤S115重复该过程。如果j 不小于或等于m(步骤S117中为否)，距离计算单元61将i加1(步 骤S118)，并判断i是否小于或等于n(步骤S119)。如果i小于 或等于n(步骤S119中为是)，则从步骤S115重复该过程。如果i 不小于或等于n(步骤S119中为否)，距离计算单元61将距离变量 d(n，m)和数组PathFlag与源语言示例模板相关联的进行存储(步 骤S120)。然后，过程结束。

图8示出了距离计算单元61的示例性计算过程。在图8所示的 表格中，每个单元格有一个值，其表示数组d的单元(cell)中相应 单元的值，箭头表示单元格沿着其从左上到右下，从左到右，从上到 下进行计算以获得距离。在所示的例子中，通过示例的方式，计算输 入文本“私は富士ゼロツクスの社員です(我是富士施乐的职员)”和 源语言构造信息候选“[v]は[v]です([v]是[v])”的距离。在所 示的例子中，p＝q＝r＝1。由所示的表格可以看出，数组PathFlag表示 计算距离时输入文本中的单词与可变项和固定项之间的关系。

使用步骤S101的处理确定出输入文本和每个源语言构造信息候 选之间的距离后，源语言构造信息选择单元54从源语言构造信息候 选中选择具有最小距离的源语言构造信息候选(步骤S102)。这里， 可选择的源语言构造信息的数目不限制为一个。不管具有最小距离的 源语言构造信息的种类数是否为1，例如，如果存在具有相同源语言 构造信息的多个双语示例模板，则可以选择对应于双语示例模板数目 的多个源语言构造信息。

然后，源语言构造信息选择单元54确定所选择的源语言构造信 息的固定项和可变项中的每一个与输入文本中的字符串之间的对应 关系(在下文中称作“映射”)(步骤S103)。步骤S103的处理由 源语言构造信息选择单元54中的映射抽取单元62来执行。下文中将 参照映射抽取单元62的处理流程来描述步骤S103的处理。

映射抽取单元62可以使用CPU 11和存储单元12来实现。图9A 到图9C示出了映射抽取单元62的示例性处理流程。首先，映射抽取 单元62获得与所选择的源语言构造信息相关联存储的数组 PathFlag，还获得数据串a1到an，其中包含在源语言构造信息中的 关于可变项和固定项的信息按照位置信息指示的顺序存储在该数据 串中(S131)。具体地，关于可变项和固定项的信息包括关于所述项 是否是可变项的信息和当所述项是固定项时关于固定内容字符串的 信息。接下来，映射抽取单元62初始化数组Mat，该数组包括n个 列表，每个存储对应于所选择的源语言构造信息中的每个可变项和固 定项的一个或多个单词，并将(n，m)、0和数组Mat推入堆栈(步 骤S132)。

接下来，映射抽取单元62从堆栈中弹出上述数值，并将该数值 存储在变量集合(i，j)、变量u和数组Mat中(步骤S133)。如 果变量集合(i，j)是(0，0)(步骤S134中为是)，就确定了映 射，从而将数组Mat添加到映射列表Fset中(步骤S135)。如果还 剩余任何堆栈(步骤S136中为是)，则从步骤S133重复该过程。如 果没有剩余堆栈(在步骤S136中为否)，则结束过程。如果在步骤 S134中确定变量集合(i，j)不是(0，0)(步骤S134中为否)， 则确定变量i是否为0(步骤S137)。如果变量i是0(步骤S137 中为是)，则输入文本中的第j个单词缺失，从而将其添加到列表 Mat(0)(步骤S138)。推送变量集合(i，j-1)、0和数组Mat(步 骤S139)。然后从步骤S133重复该过程。

如果在步骤S137中确定变量i不是0(步骤S137中为否)，则 确定ai是否是固定项(步骤S140)。如果ai是固定项(步骤S140 中为是)，执行PathFlag(i，j)的判断(步骤S141)。如果PathFlag (i，j)指示d(i，j)已由d(i-1，j-1)确定(步骤S141中为是)， 将第j个单词添加到列表Mat(i)(步骤S142)，并推送变量集合 (i-1，j-1)、0和数组Mat(步骤S143)。指示d(i，j)已由d (i-1，j-1)确定的PathFlag(i，j)在下文中被称作“通过(i-1， j-1)的PathFlag(i，j)”。更进一步地，指示d(i，j)已由d (i，j-1)和d(i-1，j)确定的PathFlag(i，j)在下文中分别被 称作“通过(i，j-1)的PathFlag(i，j)”和“通过(i-1，j) 的PathFlag(i，j)”。如果步骤S141中确定PathFlag(i，j)没 通过(i-1，j-1)(步骤S141中为否)以及步骤S143的处理后，确 定PathFlag(i，j)是否通过(i，j-1)(步骤S144)。如果PathFlag (i，j)通过(i，j-1)(步骤S144中为是)，这意味着需要添加 单词，从而将第j个单词添加到列表Mat(i)(步骤S145)，并推 送变量集合(i，j-1)、0和数组Mat(步骤S146)。如果步骤S144 中确定PathFlag(i，j)没通过(i，j-1)(步骤S144中为否)并 且在步骤S146的处理后，过程进入到步骤S153。

如果在步骤S140中确定ai是可变项(步骤S140中为否)，则 确定PathFlag(i，j)是否通过(i-1，j-1)(步骤S147)。如果 PathFlag(i，j)通过(i-1，j-1)(步骤S147中为是)，则将第 j到(j+u)个单词添加到列表Mat(i)(步骤S148)，并推送变量 集合(i-1，j-1)、0和数组Mat(步骤S149)。如果在步骤S147 中确定PathFlag(i，j)没通过(i-1，j-1)(步骤S147中为否) 以及步骤S149的处理后，确定PathFlag(i，j)是否通过(i，j-1) (步骤S150)。如果PathFlag(i，j)通过(i，j-1)(步骤S150 中为是)，则u加1(步骤S151)，并推送变量集合(i，j-1)、变 量u和数组Mat(步骤S152)。如果在步骤S150中确定PathFlag(i， j)没通过(i，j-1)(步骤S150中为否)以及步骤S152的处理后， 则过程进入到步骤S153。

步骤S153中，确定PathFlag(i，j)是否通过(i-1，j)。如 果PathFlag(i，j)通过(i-1，j)(步骤S153中为是)，这意味 着出现了单词缺失。因此，清空列表Mat(i)(步骤S154)，并推 送变量集合(i-1，j)、0和数组Mat(步骤S155)。如果在步骤S153 中确定PathFlag(i，j)没通过(i-1，j)(步骤S153中为否)以 及步骤S155的处理后，从步骤S133重复该过程。通过上述过程，获 得了映射列表Fset。堆栈的使用使得能够获得多个映射。

通过步骤S103的处理获得映射后，源语言构造信息选择单元54 检查是否存在多个映射。如果存在多个映射，选择其中的一个映射(步 骤S104)。步骤S104的处理可以由最佳映射选择单元63来执行。 最佳映射选择单元63可以由CPU 11和存储单元12来实现。如果存 在多个映射，最佳映射选择单元63按照某种标准针对每个映射评价 包含作为可变项的单词的短语，并且根据得到的评价的整体评估选择 一个映射。用于评价的标准示例包括是否在词典中找到短语，以及短 语是否包含动词、小品词或助动词。

目标语言构造信息选择单元55可以由CPU 11和存储单元12实 现。目标语言构造信息选择单元55基于与源语言构造信息和目标语 言构造信息相关联的评价信息，从指示与所选择的源语言构造信息相 对应的目标语言文本构造的多个目标语言构造信息中选择一个目标 语言构造信息。多个目标语言构造信息中的每一个均包括指示文本中 固定字符串的固定项和指示文本中可变字符串的可变项。评价信息可 以参考排除了源语言构造信息双语示例模板的一部分。双语示例模板 包括源语言示例模板和目标语言示例模板，从而其与源语言构造信息 和目标语言构造信息相关联。进一步地，源语言示例模板中的可变项 中的可变信息(词性信息)、词汇和用法示例信息，以及双语示例模 板中的语言间对应信息、双语示例信息等也与源语言构造信息相关 联。可变项中的可变信息(词性信息)、词汇和用法示例信息是指示 可变项属性的信息。选择目标语言构造信息实质上也相当于选择目标 语言示例模板和双语示例模板。

如果存在多个目标语言构造信息和包含所选择的源语言构造信 息的多个双语示例模板，则目标语言构造信息选择单元55从与所选 择的源语言构造信息相对应的多个目标语言构造信息中选择一个目 标语言构造信息和一个双语示例模板。图10示出了当针对所选择的 源语言构造信息存在多个双语示例模板时的示例性双语示例模板。在 图10所示的例子中，“彼は電車に乗る(他坐电车)”作为输入文本， 选择源语言构造信息“[v]は[v]に乗る([v]坐[v])”([v]表示 可变项)。在所示的例子中，存在包含该源语言构造信息的三个双语 示例模板。第一个双语示例模板表示人通过交通工具移动。第二个双 语示例模板表示人按韵律或跟随调子。第三个双语示例模板表示人坐 在动物或类似物上，并控制该动物或类似物。在图10中，为了方便 理解，不再使用对准信息，为源语言示例模板中可变项中的可变信息 和目标语言示例模板中可变项中的可变信息分配通用的数字，以显示 源语言示例模板中可变项和目标语言示例模板中可变项之间的对应 关系。其他元素按照与图5所示的双语示例模板的数据结构中的符号 相同的符号来表示。

目标语言构造信息选择单元55获得包含所选择的源语言构造信 息的双语示例模板的集合，基于五个评价准则为每个双语示例模板计 算评价值Sep1到Sep5，并基于由评价值Sep1到Sep5的加权和获得 的综合评价值SepP来选择双语示例模板。图11示出了目标语言构造 信息选择单元55的示例性处理流程。图12A、图12B、图12C、图12D 和图12E分别示出了使用第一评价准则计算评价值Sep1的处理流程、 使用第二评价准则计算评价值Sep2的处理流程、使用第三评价准则 计算评价值Sep3的处理流程、使用第四评价准则计算评价值Sep4 的处理流程、和使用第五评价准则计算评价值Sep5的处理流程。图 12A到图12D仅示出了对于一个双语示例模板的处理。在使用第一到 第三评价准则计算评价值Sep1到Sep3的处理中，目标语言构造信息 选择单元55可以基于与源语言构造信息中可变项相应的输入文本中 字符串的属性，并基于将源语言构造信息中可变项的属性与目标语言 构造信息相关联的信息，来选择一个目标语言构造信息。

下面将说明基于第一评价准则计算评价值Sep1(步骤S171)。 目标语言构造信息选择单元55基于与输入文本中单词的词性信息、 所选择的源语言构造信息中包含的可变项的词性信息和目标语言构 造信息相关联的信息来选择一个目标语言构造信息。首先，目标语言 构造信息选择单元55获得关于某一双语示例模板中包含的源语言示 例模板中的可变项(用h表示数目)的信息，将该信息存储到SP1 到SPh，并初始化用于存储各个可变项处理结果的变量FS1到FSh(步 骤S211)。然后，目标语言构造信息选择单元55从对应于SP1到SPh 中每一个的输入文本中的字符串(一个或多个单词)中获得重点 (influential)单词，并将该重点单词存储到变量SW1到SWh(步 骤S212)。此处使用的术语“重点单词”是与可变项相对应的一个 或多个单词中的单词，其连接到另一个固定项或可变项。在日语中， 最后一个单词可能为重点单词。然后，目标语言构造信息选择单元 55将变量i替换为1(步骤S213)。

目标语言构造信息选择单元55检查关于词性集合的信息(可变 信息)是否已设置在第i个可变项SPi中(步骤S214)。如果该信 息还没有设置(步骤S214中为否)，目标语言构造信息选择单元55 将变量Fsi替换为1(步骤S215)。如果该信息已经设置(步骤S214 中为是)，确定词性集合是否包括SWi的词性(步骤S216)。SWi 的词性可以从形态分析单元52的处理结果获得。如果词性集合包括 SWi的词性(步骤S216中为是)，则目标语言构造信息选择单元55 将变量FSi替换为1(步骤S215)。如果词性集合不包括SWi的词性 (步骤S216中为否)，则目标语言构造信息选择单元55将变量FSi 替换为0(步骤S217)。将变量FSi替换为某一值后，目标语言构造 信息选择单元55将变量i加1(步骤S218)。如果值i小于或等于 h(步骤S219中为是)，则从步骤S214重复该过程。如果值i超过 h(步骤S219中为否)，获得FS1到FSh的平均值，并基于双语示例 模板的第一评价准则将其设为评价值Sep1(步骤S220)。为所有所 选择的双语示例模板执行步骤S211到S220的处理。

例如，在图10所示的例子中，当“彼は電車に乗る(他坐电车)” 作为输入文本获得时，对应于源语言构造信息中可变项的单词“彼 (他)”和“電車(电车)”是名词，并且这些可变项在双语示例模 板1到3的任一个中都是名词变量。因此，评价值Sep1是1。

下面将描述基于第二评价准则计算评价值Sep2(步骤S172)。 目标语言构造信息选择单元55基于与相应于源语言构造信息中可变 项的输入文本中的字符串、词汇和目标语言构造信息相关联的信息选 择一个目标语言构造信息。首先，目标语言构造信息选择单元55将 关于某一双语示例模板中包含的源语言示例模板中的可变项(用h 表示数目)的信息存储到SP1到SPh，并初始化变量FS1到FSh(步 骤S231)。然后，目标语言构造信息选择单元55从对应于SP1到SPh 中每一个的输入文本中的字符串(一个或多个单词)中获得重点单词， 并将该重点单词存储到变量SW1到SWh中(步骤S232)。然后，目 标语言构造信息选择单元55将变量i替换为1(步骤S233)。

目标语言构造信息选择单元55检查词汇信息是否已设置在第i 个可变项SPi中(步骤S234)。如果词汇信息还没有设置(步骤S234 中为否)，则目标语言构造信息选择单元55将变量FSi替换为1(步 骤S235)。如果词汇信息已经设置(步骤S234中为是)，则确定由 词汇信息所指示的词汇是否包含单词SWi(步骤S236)。如果词汇包 含单词SWi(步骤S236中为是)，目标语言构造信息选择单元55将 变量FSi替换为1(步骤S235)。如果词汇不包含单词SWi(步骤S236 中为否)，则目标语言构造信息选择单元55将变量FSi替换为0(步 骤S237)。将变量FSi替换为某一值后，目标语言构造信息选择单 元55将变量i加1(步骤S238)。如果值i小于或等于h(步骤S239 中为是)，从步骤S234重复该过程。如果值i超过h(步骤S239中 为否)，获得FS1到FSh的平均值，并基于双语示例模板的第二评价 准则将其设为评价值Sep2(步骤S240)。对所选择的所有双语示例 模板执行步骤S231到S240的处理。

图13示出了词汇的例子。例如，在图10所示的例子中，当获 得“彼は電車に乗る(他坐电车)”作为输入文本时，则对应于源语言 构造信息中第一个可变项的单词“彼(他)”包含在词汇“人”中。 如图13所示，对应于第二个可变项的单词“電車(电车)”包含在 词汇“交通工具”中。因此，对已经设置了关于上述词汇的信息的双 语示例模板1到3，评价值Sep2为1，对仅设置了对应于前面的词汇 信息的词汇“人”的双语示例模板，评价值Sep2为0.5.

下面将描述基于第三评价准则计算评价值Sep3(步骤S173)。 目标语言构造信息选择单元55基于与相应于源语言构造信息中可变 项的输入文本中的字符串、用法示例信息和目标语言构造信息相关联 的信息来选择一个目标语言构造信息。首先，目标语言构造信息选择 单元55将关于某一双语示例模板中包含的源语言示例模板中的可变 项(用h表示数目)的信息存储到SP1到SPh，并初始化变量FS1到 FSh(步骤S251)。然后，目标语言构造信息选择单元55从对应于 SP1到SPh中每一个的输入文本中的字符串(一个或多个单词)中获 得重点单词，并将该重点单词存储到变量SW1到SWh(步骤S252)。 然后，目标语言构造信息选择单元55将变量i替换为1(步骤S253)。

目标语言构造信息选择单元55检查SPi中的用法示例信息是否 已设置(步骤S254)。如果用法示例信息还没有设置(步骤S254中 为否)，目标语言构造信息选择单元55将变量FSi替换为1(步骤 S255)。如果用法示例信息已经设置(步骤S254中为是)，目标语 言构造信息选择单元55从SPi中的用法示例信息中获得用法示例集 合SPE(步骤S256)。然后，目标语言构造信息选择单元55计算SWi 和SPE之间的相似度SimW，并将相似度SimW存储到变量FSi中(步 骤S256)。相似度SimW可以通过首先确定SWi和包含在用法示例集 合中的单个用法示例中的单词之间的相似度Sim来确定。相似度Sim 可以通过使用，例如，SWi的双字母组和包含用法示例中单词的字符 串中的双字母组，而利用实质上与源语言构造信息候选检索单元53 中所使用的方法相同的计算方法来确定。如果使用t来表示包含在用 法示例集合中的用法示例数目，使用Sim(j)来表示第j个用法示 例和SWi之间的相似度，则相似度SimW可以通过SimW＝max{sim(1)， sim(2)，...，sim(t)}来确定。

相似度SimW也可以通过SimW＝{sim(1)+sim(2)+...+ sim(t)}/t来确定。

将变量FSi替换为某一值后，目标语言构造信息选择单元55将 变量i加1(步骤S258)。如果值i小于或等于h(步骤S259中为 是)，则从步骤S254重复该过程。如果值i超过h(步骤S259中为 否)，则获得FS1到FSh的平均值，并基于双语示例模板的第三评价 准则将其设为评价值Sep3(步骤S260)。对所选择的所有双语示例 模板执行步骤S251到S260的处理。

下面将描述基于第四评价准则计算评价值Sep4(步骤S174)。 目标语言构造信息选择单元55基于使用所选择的源语言构造信息和 语言间对应信息产生翻译文本的产生概率来选择一个目标语言构造 信息。首先，目标语言构造信息选择单元55从与某一双语示例模板 中包含的源语言示例模板中的每个可变项(用h表示数目)相对应的 输入文本中的字符串(一个或多个单词)中获得重点单词，并将该重 点单词存储到数组SW1到SWh(步骤S271)。

然后，目标语言构造信息选择单元55使用存储在词典单元57 中的单词词典，为SW1到SWh中的每一个确定翻译单词列表，并将翻 译的单词列表存储到TW1到TWh中(步骤S272)。这里，单词词典 可能具有源语言与目标语言之间的一对多的关系。因此，TW1到TWh 中的每一个可能包括多个翻译单词。目标语言构造信息选择单元55 确定所有可能的组合，以从TW1到TWh中的每一个翻译单词列表中选 择一个翻译单词(步骤S273)。确定所有可能的组合可以对应于确 定用于替换目标语言构造信息中可变项的翻译单词的组合。然后，用 包含在每个组合中的每个翻译单词替换目标语言示例模板中相应的 一个可变项，并将其添加到固定项上以产生译文(步骤S274)。可 变项的翻译单词仅表示重点单词的翻译单词，所产成的译文可能比想 要翻译的文本更简单。另外，针对各个组合所产生的每个译文，译文 的产生概率是使用单词的N-gram模型产生的(步骤S275)。基于双 语示例模板的第四评价准则将最大的产生概率设为评价值Sep4(步 骤S276)。对所选择的所有双语示例模板执行步骤S271到S276的 处理。

图16示出了当在图10所示的例子中获得“彼は電車に乗る(他 坐电车)”作为输入文本时，使用双语示例模板1、双语示例模板2 和双语示例模板3所产生的翻译。指示N-gram模型中第N个单词根 据第N-1个单词出现的概率的信息存储在词典单元57中。

下面将描述基于第五评价准则计算评价值Sep5(步骤S175)。 这里，除了源语言示例模板和目标语言示例模板之间的对应关系外， 存储在词典单元57中的双语示例词典也可以用作评价信息。双语示 例词典包括多个双语示例。各个双语示例包括与多个源语言构造信息 的任一个匹配的源语言示例和与多个目标语言构造信息的任一个匹 配的目标语言示例。图14示出了示例性双语示例。包含在双语示例 中的源语言示例和包含在双语示例中的目标语言示例可以是字符串， 并且不一定包括关于形态分析结果的信息。可以预先存储双语示例与 源语言构造信息或目标语言构造信息之间的关联。

目标语言构造信息选择单元55基于双语示例的数目选择一个目 标语言构造信息，该双语示例包括与所选择的源语言构造信息匹配的 源语言示例和与对应于所选择的源语言构造信息的目标语言构造信 息相匹配的目标语言示例。首先，目标语言构造信息选择单元55按 顺序从包括所选择的源语言构造信息的双语示例模板集合中获得一 个双语示例模板(步骤S291)。然后，目标语言构造信息选择单元 55从双语示例词典中获得包括与所选择的源语言构造信息匹配的源 语言示例的双语示例集合BSS(步骤S292)，并从双语示例词典中获 得包括与所获得的示例模板的目标语言构造信息匹配的目标语言示 例的双语示例集合BST(步骤S293)。然后，目标语言构造信息选择 单元55确定并存储包含在集合BSS和BST中的共有双语示例的数目 (步骤S294)。如果没有获得所有的双语示例模板(步骤S295中为 否)，则从步骤S291重复该过程。如果获得了所有的双语示例模板 (步骤S295中为是)，则目标语言构造信息选择单元55确定一个标 准化值，从而每个双语示例模板中双语示例的最大数目变为1，并针 对每个双语示例模板基于第五评价准则将该值存储为评价值Sep5 (步骤S296)。具体地，评价值Sep5是通过以所有双语示例模板中 双语示例数目的和除以每个双语示例模板中的双语示例数目来获得 的。

基于第一到第五评价准则计算出评价值Sep1到Sep5后，目标 语言构造信息选择单元55计算各个双语示例模板的综合评价值SepP (步骤S176)。综合评价值SepP可以通过将加权评价值Sep1到Sep5 加起来获得，若用k1到k5(也就是，k1，k2，k3，k4和k5)分别 表示分配给Sep1到Sep5的加权，则综合评价值SepP可以通过下面 的公式来确定：

SepP＝k1×FS1+k2×FS2+k3×FS3+k4×FS4+k5× FS5。

然后，目标语言构造信息选择单元55选择具有最大综合评价值 SepP的一个双语示例模板(步骤S177)。所选择的双语示例模板包 括一个目标语言构造信息，并且已经选择了一个目标语言构造信息。

图15示出了如何从图10所示的候选中选择目标语言示例模板 的例子。在图15所示的例子中，使用k1＝k2＝k3＝k5＝0.15 和k4＝0.4来计算综合评价值SepP。这里，值k1到k5可以是任何 其他用实验方法确定的值。

翻译文本输出单元56可以由CPU 11、存储单元12、通信单元 13和输入/输出单元14来实现。翻译文本输出单元56按照所选择的 目标语言构造信息和所选择的与目标语言构造信息相应的源语言构 造信息将输入文本的翻译文本输出到与输入/输出单元14连接的输 出单元、通过通信单元13和网络连接的客户端装置、或存储单元12。 具体地，使用单词词典来翻译与源语言构造信息中包含的可变项的每 一个相应的输入文本中的单词，从而产生翻译的单词，并将所翻译的 单词代入到目标语言示例模板中的相应的可变项中。按照位置信息指 示的顺序将所翻译的单词代入到可变项中，并输出固定内容的字符 串。从而输出翻译文本。如果某一可变项对应于包含多个单词的短语， 则选择匹配短语内容的源语言示例模板和双语示例模板，并翻译所翻 译的单词。

按照所示的示例性实施例的翻译设备1不一定专用于文本翻译。 例如，翻译设备1可以合并到翻译辅助系统中。

前述的本发明示例性实施例的描述用于举例和说明。其并不是 穷举或将本发明限制于所公开的确切结构。明显的，许多修改和变化 对本领域技术人员来说是显而易见的。所选择和描述的实施例是为了 最好地解释本发明的原理和实际应用，从而使本领域的其他技术人员 能够理解本发明各种实施例和各种修改适合于预期的特定用途。使用 所附的权利要求和其等价物来定义本发明的范围。