JP2004178423A

JP2004178423A - Correspondence system of documents constituted of two or more languages, its method and program, and recording medium with program recorded thereon

Info

Publication number: JP2004178423A
Application number: JP2002345988A
Authority: JP
Inventors: Tatsuya Sukehiro; 達哉介弘
Original assignee: Oki Electric Industry Co Ltd
Current assignee: Oki Electric Industry Co Ltd
Priority date: 2002-11-28
Filing date: 2002-11-28
Publication date: 2004-06-24
Anticipated expiration: 2022-11-28
Also published as: JP3995155B2

Abstract

<P>PROBLEM TO BE SOLVED: To provide a correspondence system of documents constituted of two or more languages by which documents constituted of two or more languages are allowed to efficiently correspond to each other. <P>SOLUTION: The correspondence system of documents constituted of two or more languages comprises: a morpheme analysis means for dividing each of documents constituted of n sorts (n is ≥2) of languages in each word; a means for selecting two sorts of languages out of documents constituted of n sorts of languages; a means for calculating evaluation functions of the documents constituted of two selected languages; and a means for allowing the documents constituted of n sorts of languages to correspond to each other in accordance with an evaluation result. The morpheme analysis means for dividing a document of each language by each word consists of a means for dividing the document of each language by each sentence and a means for dividing each divided sentence by each word. <P>COPYRIGHT: (C)2004,JPO

Description

【０００１】
【発明の属する技術分野】
本発明は，複数の言語で構成される文書間の文書対応付けシステムにかかり，特に，２言語以上で記述された対訳文書の，文の対応付けを行う複数言語文書の対応付けシステム，複数言語文書の対応付け方法，この方法を行わせるプログラム，及びこのプログラムを記録した記録媒体に関する。
【０００２】
【従来の技術】
海外に輸出される製品のマニュアルなどのように，複数の言語で同じ内容の文書を記述する場合が増えている。このような複数の言語文書の対訳の正確性を評価，担保等するため，これらの文の対応付けを行う需要も増えている。非特許文献１は，対訳文書の文の対応付けを，対訳辞書を利用したダイナミックプログラミングで行う方法が記載されている。
【０００３】
非特許文献１によれば，対応付けを行うには，文書を１文毎に区切り，さらにその文の形態素解析を行って，単語毎に分割する。そして，これらの単語の中から自立語を取り出し，対訳辞書を用いてそれぞれの文の中の自立語がどの程度対応しているか（どの程度意味内容が一致しているか）によって対応付けを評価する。評価では，例えば以下のような式を用いる。
【０００４】
【数１】

【０００５】
ここで
ｈ（ｘ，ｙ）は，評価関数，
ｘは，原文中の文（複数文の場合もある），
ｙは，訳文中の文（複数文の場合もある），
ｆ_ｍ（ｘ，ｙ）は，文ｘと文ｙの中で対応の付いた自立語の数，
ｆ_ｊ（ｘ）は，文ｘ中の自立語の数，
ｆ_ｊ（ｙ）は，文ｙ中の自立語の数，
である。
【０００６】
このような式による評価を行えば，文書の対応の割合が大きいほど評価関数ｈ（ｘ，ｙ）の値は大きくなり（最大；１），逆は小さくなる（最小；０）。この評価関数を文の先頭から調べていき，評価関数の和が最も大きくなる組合せを，対応付け問題の解とする。
【０００７】
【非特許文献１】
宇津呂武仁，松本裕治共著「対訳辞書及び統計情報を用いた二言語対訳テキスト照合」（「コンピュータソフトウェア」岩波書店ｖｏｌ．１２Ｎｏ．５Ｓｅｐ．１９９５ｐ．１２（４１４）−ｐ．２１（４２３））
【０００８】
【発明が解決しようとする課題】
しかしながら，上記方法では，通常の２言語の対訳文書の文の対応付けを，３言語以上の文書の文の対応付けに適用する場合に，
・複数の辞書を使用するため，システムにかなりの量の記録領域を必要とする。
・評価の処理に時間がかかる。
・全ての言語間で，各言語対の対応の整合性をとるのが困難である。
などの問題がある。
【０００９】
また，２言語の対訳文書の対応付けに関しても，高精度での対応を自動的に付けるのは難しく，対応付けの結果を見ながらの人の手によるチェックや修正が必要であり，その作業時間が問題となっている。
【００１０】
本発明は，従来の複数言語文書の対応付けシステムが有する上記問題点に鑑みてなされたものである。そして，本発明の目的は，英語−日本語−ドイツ語など，複数の言語でそれぞれ構成される文書間の文の対応付けを効率良く行うための，新規かつ改良された複数言語文書の対応付けシステム，及び複数言語文書の対応付け方法を提供することにある。
【００１１】
【課題を解決するための手段】
上記課題を解決するための本発明の複数言語文書の対応付けシステムは，ｎ種（ｎは２以上）の言語の文書を対応付けるシステムである。そして，各言語の文書を単語毎に分割する形態素解析手段と，ｎ種の言語の文書のうちの２種を選択する手段と，選択された２種の言語文書の評価関数を計算する手段と，評価結果に応じてｎ種の言語の文書を対応付ける手段とから構成される。
【００１２】
ここで，各言語の文書を単語毎に分割する形態素解析手段は，各言語の文書を文毎に分割する手段と，分割された各文をさらに単語毎に分割する手段とからなってもよい。
【００１３】
【発明の実施の形態】
以下に添付図面を参照しながら，本発明にかかる複数言語文書の対応付けシステム，複数言語文書の対応付け方法の好適な実施の形態について詳細に説明する。
【００１４】
（第１の実施の形態）
図１は，第１の実施の形態にかかる複数言語文書の対応付けシステム１００の構成を示す説明図である。複数言語文書の対応付けシステム１００は，図１に示したように，文分割手段１０５と，形態素解析手段１０６と，評価関数計算手段１０７と，計算結果管理手段１０８と，対訳辞書データベース１０９により構成されている。この例では，各言語のファイル１０１〜１０４が入力されて，対応タグ付きファイル１１０〜１１３が出力される。以下，各構成要素につき詳細に説明する。
【００１５】
英語ファイル１０１は，英語で記述された文書ファイル，日本語ファイル１０２は，日本語で記述された文書ファイル，ドイツ語ファイル１０３は，ドイツ語で記述された文書ファイル，中国語ファイル１０４は，中国語で記述された文書ファイルである。上記４つのファイルはそれぞれ同じ内容のことを述べており，それぞれが対訳形式になっている。
【００１６】
文分割手段１０５は，文書ファイルを１文毎に分割する。例えば，英文であればピリオド「．」，日本文なら句点「。」などで分割する。形態素解析手段１０６は，形態素解析処理を行い，文を単語毎に分割する。文分割手段１０５及び形態素解析手段１０６は，既存のものを適用できる。
【００１７】
評価関数計算手段１０７は，最適な対応付けを見つけるために，与えられた評価関数を計算する。例えば，評価関数は，次式；
ｈ（ｘ，ｙ）＝２×ｆ_ｍ（ｘ，ｙ）／（ｆ_ｊ（ｘ）＋ｆ_ｊ（ｙ））
で表される。ここで，ｈ（ｘ，ｙ）は，評価関数であり，ｘは，一方の言語の文（原文）であり，ｙは，他方の言語の文（訳文）であり，ｆ_ｍ（ｘ，ｙ）は，文ｘと文ｙの中で対応の付いた自立語の数であり，ｆ_ｊ（ｘ）は，文ｘ中の自立語の数であり，ｆ_ｊ（ｙ）は，文ｙ中の自立語の数である。
【００１８】
計算結果管理手段１０８は，評価関数計算手段が計算した結果を保持し，既出の評価関数計算が再び到来したときに保持した結果を出力し，同じ計算を何度も行わないようにする。
【００１９】
対訳辞書データベース１０９は，対応付けをするための原文の単語を引くと訳文の語が１つまたは複数あるような辞書である。例えば，原文が英語，訳文が日本語の場合，英和辞典に相当する。
【００２０】
対応タグ付英語ファイル１１０は，英語ファイルに他の文書のどの文に対応しているかを示すタグを付与したものである。対応タグ付き日本語ファイル１１１，対応タグ付きドイツ語ファイル１１２，及び対応タグ付中国語ファイル１１３も同様に，元のファイルに文の対応を示すためのタグを付与したものである。
【００２１】
本実施の形態にかかる複数言語文書の対応付けシステム１００は，以上のように構成されている。次に，図２を参照しながら，複数言語文書の対応付けシステム１００の動作を説明する。
【００２２】
図２は，第１の実施の形態の複数言語文書の対応付けシステム１００の動作を示すフローチャートである。ステップＳ１０では文分割手段によって一方の文（原文）ファイルと他方の文（訳文）ファイルの文分割を行う。そして，対応付けをどこまで行ったかを示すカウンタＮを，０にセットする。
ステップＳ１１では，カウンタＮをインクリメント（＋１）する。
ステップＳ１２では，対応付けを行う言語の数がカウンタＮと等しいかどうかを比較する。もし等しければ，ステップＳ１７に行く。
【００２３】
ステップＳ１３では，対応付けを行う言語をＮ番目とＮ＋１番目にセットする。
ステップＳ１４では，評価関数計算手段がセットされた言語に対して文の対応付けを行う。
ステップＳ１５では，対応付けを行った結果に対して，対応する文同士に双方向リンクを張る。
【００２４】
ステップＳ１６では，２対１，３対１などの複数文の対応になった文に対してマーク付けを行う。これらのマーク付けされた文の組は，次に対応付けを行う場合はそれを主文とみなして処理する。
ステップＳ１７では，対応付けを行っていない言語同士の文に対して，他の言語同士の対応付け結果を利用して，リンクを張る。
【００２５】
以上の処理を，図１の４言語の対応付けを行う場合に関して説明する。この例では，英語が１番目，日本語が２番目，ドイツ語が３番目，中国語が４番目の言語に相当する。
【００２６】
まず，４つの言語（ｎ＝４）それぞれを文分割手段によって一文毎に分割する。次に，文の対応付けを行う。英語と日本語の対応付けを英日対訳辞書を使って，日本語とドイツ語の対応付けを日独対訳辞書を使って，ドイツ語と中国語の対応付けを独中対訳辞書を使ってそれぞれ行う。これにより，日本語−英語間，日本語−ドイツ語間，ドイツ語−中国語間の（ｎ−１）通りの文同士のリンクが生成される。
【００２７】
さらに，対応のついていない言語同士（ここでは，日本語−中国語，英語−ドイツ語，英語−中国語）の文のリンクを張ることによって，すべての言語間の文の対応をとることができる。
【００２８】
以上説明したように，本実施の形態によれば，対応付けの精度は多少落ちるが，少ない記録容量で時間もあまりかからずに効率良く文の対応をとることができる。
【００２９】
（第２の実施の形態）
図３に，第２の実施の形態の複数言語文書の対応付けシステムの構成を示す。英語ファイル２０１は，英語で記述された文書ファイル，日本語ファイル２０２は，日本語で記述された文書ファイル，ドイツ語ファイル２０３は，ドイツ語で記述された文書ファイル，中国語ファイル２０４は，中国語で記述された文書ファイルである。上記４つのファイルは，それぞれ同じ内容が記述されており，それぞれが対訳形式になっている。
【００３０】
文分割手段２０５は，文書ファイルを１文毎に分割する。英文であればピリオド「．」，日本文なら句点「。」などで分割する。形態素解析手段２０６は，形態素解析処理を行い，文を単語毎に分割する。文分割手段２０５及び形態素解析手段２０６は，既存のものを適用できる。評価関数計算手段２０７は，最適な対応付けを見つけるために，与えられた評価関数を計算する。評価関数は，例えば第１の実施の形態で示したものが適用できる。
【００３１】
計算結果管理手段２０８は，評価関数計算手段が計算した結果を保持し，既出の評価関数計算が再び到来したときに保持した結果を出力し，同じ計算を何度も行わないようにする。対訳辞書データベース２０９は，対応付けをするための辞書で，原文の単語を引くと訳文の語が１つまたは複数あるような辞書である。原文が英語，訳文が日本語の場合，英和辞典に相当する。
【００３２】
対応タグ付英語ファイル２１０は，英語ファイルに他の文書のどの文に対応しているかを示すタグを付与したものである。対応タグ付き日本語ファイル２１１，対応タグ付きドイツ語ファイル２１２，及び対応タグ付中国語ファイル２１３も同様に，元のファイルに文の対応を示すためのタグを付与したものである。
【００３３】
相違箇所表示手段２２０は，対応付け結果に不整合があった場合に，その不整合箇所を表示し，ユーザに修正させる機能をもつ。不整合とは，例えば，英語の文Ｅｎと日本語のＪｎが対応していて，日本語の文Ｊｎとドイツ語の文Ｄｎが対応しているときに，英語とドイツ語の対応結果をみると，英文Ｅｎとドイツ文Ｄｎとが対応していないような場合である。
【００３４】
図４は，本実施の形態の複数言語文書の対応付けシステム２００の動作を示すフローチャートである。
ステップＳ２０では，文分割手段によって一方の文（原文）ファイルと他方の文（訳文）ファイルの文分割を行う。そして，対応付けをどこまで行ったかを示すカウンタＮとＭを，１にセットする。
ステップＳ２１では，対応付けを行う言語の数がカウンタＮと等しいかどうかを比較する。もし等しければ，ステップＳ２７に行く。
ステップＳ２２では，カウンタＭをインクリメントし，Ｎの値をＭ＋１にする。
ステップＳ２３では，対応付けを行う言語の数がカウンタＭと等しいかどうかを比較する。もし等しければ，Ｓ２８に行く。
【００３５】
ステップＳ２４では，対応付けを行う言語をＭ番目とＮ番目にセットする。
ステップＳ２５では，評価関数計算手段がセットされた言語に対して文の対応付けを行う。
ステップＳ２６では，対応付けを行った結果に対して，対応する文同士に双方向リンクを張る。
ステップＳ２７では，Ｎをインクリメントする。
ステップＳ２８では，文の対応に不整合がある部分を表示しユーザに修正させる。
ステップＳ２９では，ユーザの修正に応じて，対応付けのリンクを張り直す。
このようにして，ｎ種の言語の文に対して，全ての組合せ（この例では，言語の種類ｎ＝４で，ｎ（ｎ−１）／２＝６通り）の対応付けを行う。
【００３６】
以上説明したように，本実施の形態によれば，ユーザが修正することが必須であるが，高精度の対応付けが効率良く実現できる。
【００３７】
（第３の実施の形態）
図５に，第３の実施の形態の複数言語文書の対応付けシステムの構成を示す。英語ファイル３０１は，英語で記述された文書ファイル，日本語ファイル３０２は，日本語で記述された文書ファイル，ドイツ語ファイル３０３は，ドイツ語で記述された文書ファイル，中国語ファイル３０４は，中国語で記述された文書ファイルである。上記４つのファイルは，それぞれ同じ内容が記述されており，それぞれが対訳形式になっている。
【００３８】
文分割手段３０５は，文書ファイルを１文毎に分割する。英文であればピリオド「．」，日本文なら句点「。」などで分割する。形態素解析手段３０６は，形態素解析処理を行い，文を単語毎に分割する。文分割手段３０５及び形態素解析手段３０６は，既存のものを適用できる。評価関数計算手段３０７は，最適な対応付けを見つけるために，与えられた評価関数を計算する。評価関数は，例えば第１の実施の形態で示したものが適用できる。
【００３９】
計算結果管理手段３０８は，評価関数計算手段が計算した結果を保持し，既出の評価関数計算が再び到来したときに保持した結果を出力し，同じ計算を何度も行わないようにする。
【００４０】
対訳辞書データベース３０９は，対応付けをするための辞書で，原文の単語を引くと訳文の語が１つまたは複数あるような辞書である。原文が英語，訳文が日本語の場合英和辞典に相当する。
【００４１】
対応タグ付英語ファイル３１０は，英語ファイルに他の文書のどの文に対応しているかを示すタグを付与したものである。対応タグ付き日本語ファイル３１１，対応タグ付きドイツ語ファイル３１２，及び対応タグ付中国語ファイル３１３も同様に，元のファイルに文の対応を示すためのタグを付与したものである。
【００４２】
図６は，本実施の形態の複数言語文書の対応付けシステム３００の動作を示すフローチャートである。
ステップＳ３０では，文分割手段によって一方の文（原文）ファイルと他方の文（訳文）ファイルの文分割を行う。そして，対応付けをどこまで行ったかを示すカウンタＮとＭを，１にセットする。
ステップＳ３１では，対応付けを行う言語の数がカウンタＮと等しいかどうかを比較する。もし等しければ，ステップＳ３７に行く。
【００４３】
ステップＳ３２では，カウンタＭをインクリメントし，Ｎの値をＭ＋１にする。
ステップＳ３３では，対応付けを行う言語の数がカウンタＭと等しいかどうかを比較する。もし等しければ，ステップＳ３７に行く。
【００４４】
ステップＳ３４では，対応付けを行う言語をＭ番目とＮ番目にセットする。
ステップＳ３５では，評価関数計算手段がセットされた言語に対して評価関数を計算する。
ステップＳ３６では，Ｎをインクリメントする。
ステップＳ３７では，対応付けのポイントの和が最も大きくなるような文の組を選択する。
ステップＳ３８では，対応する文同士に双方向リンクを張る。
【００４５】
以上の処理を，図５の４言語（ｎ＝４）の対応付けを行う場合に関して説明する。例では，英語が１番目，日本語が２番目，ドイツ語が３番目，中国語が４番目の言語に相当する。
【００４６】
まず，４つの言語それぞれを文分割手段によって一文毎に分割する。次に，すべての文書の組の評価関数を計算する。この場合，英語−日本語，英語−ドイツ語，英語−中国語，日本語−ドイツ語，日本語−中国語，ドイツ語−中国語の６つの評価関数を計算する。
【００４７】
次に，対応付けポイントの和が最も大きくなるように対応をとっていく。この対応は４言語まとめて同時に行われる。例えば，英文１文，日本文１文，ドイツ文２文，中国文１文の評価ポイントは，英文と日本文の１文対１文，英文とドイツ文の１文対２文，英文と中国文の１文対１文，日本文とドイツ文の１文対２文，日本文と中国文の１文対１文，ドイツ文と中国文の２文対１文，の評価ポイントの和となる。この計算を続け，評価ポイントの和の和が最も大きくなったものを対応付けの正解とする。
【００４８】
以上説明したように，本実施の形態によれば，時間はかなりかかるが高精度の対応付けが効率良く実現できる。
【００４９】
（第４の実施の形態）
図７に，第４の実施の形態の複数言語文書の対応付けシステムの構成を示す。英語ファイル４０１は英語で記述された文書ファイル，日本語ファイル４０２は日本語で記述された文書ファイル，ドイツ語ファイル４０３はドイツ語で記述された文書ファイル，中国語ファイル４０４は中国語で記述された文書ファイルである。上記４つのファイルはそれぞれ同じ内容が記述されており，それぞれが対訳形式になっている。
【００５０】
文分割手段４０５は，文書ファイルを１文毎に分割する。英文であればピリオド「．」，日本文なら句点「。」などで分割する。形態素解析手段４０６は，形態素解析処理を行い，文を単語毎に分割する。文分割手段４０５及び形態素解析手段４０６は，既存のものを適用できる。評価関数計算手段４０７は，最適な対応付けを見つけるために，与えられた評価関数を計算する。評価関数は，例えば第１の実施の形態で示したものが適用できる。
【００５１】
計算結果管理手段４０８は，評価関数計算手段が計算した結果を保持し，既出の評価関数計算が再び到来したときに保持した結果を出力し，同じ計算を何度も行わないようにする。対訳辞書データベース４０９は，対応付けをするための辞書で，原文の単語を引くと訳文の語が１つまたは複数あるような辞書である。原文が英語，訳文が日本語の場合英和辞典に相当する。
【００５２】
対応タグ付英語ファイル４１０は，英語ファイルに他の文書のどの文に対応しているかを示すタグを付与したものである。対応タグ付き日本語ファイル４１１，対応タグ付きドイツ語ファイル４１２，及び対応タグ付中国語ファイル４１３も同様に，元のファイルに文の対応を示すためのタグを付与したものである。
【００５３】
言語類似度データ４２０は，言語同士の文法などがどれだけ似ているかを数値化したものである。類似度が高いほど文の対応付けの程度も向上する。それぞれの言語対の類似度の値が，例えば表形式などで記録されている。
【００５４】
図８は，本実施の形態の複数言語文書の対応付けシステム４００の動作を示すフローチャートである。
ステップＳ４０では，文分割手段によって一方の文ファイルと他方の文ファイルの文分割を行う。
対応付けをどこまで行ったかを示すカウンタＮを，０にセットする。
ステップＳ４１では，カウンタＮをインクリメントする。
ステップＳ４２では，対応付けを行う言語の数がカウンタＮと等しいかどうかを比較する。もし等しければ，終了する。
【００５５】
ステップＳ４３では，言語類似度が最も高く，まだ選択されていない言語対を選択し，選択済みのマークをつけておく。
ステップＳ４４では，言語対に文対応のリンクが張られているかどうかを調べる。リンクがすでに張られていれば，ステップＳ４３に行く。
【００５６】
ステップＳ４５では，評価関数計算手段が選択された言語に対して文の対応付けを行う。
ステップＳ４６では，対応付けを行った結果に対して，対応する文同士に双方向リンクを張る。
ステップＳ４７では，２対１，３対１などの複数文の対応になった文に対してマーク付けを行う。これらのマーク付けされた文の組は次に対応付けを行う場合はそれを１文とみなして処理する。
ステップＳ４８では，間接的に対応のついた言語に対してリンクを張る。例えば，英語−日本語，英語−ドイツ語の対応がとれたとすると，日本語−ドイツ語間にも文対応のリンクを張る。
【００５７】
以上説明したように，本実施の形態によれば，言語類似度データを用意する必要があるが，高速に精度の高い対応付けが効率良く実現できる。
【００５８】
上記の４つの実施の形態の速度，精度，使用する記録容量を比較すると，表１のようになる。表１において，「◎」は優良，「○」は良好，「△」は普通である。
【００５９】
【表１】

【００６０】
以上，添付図面を参照しながら本発明にかかる複数言語文書の対応付けシステム，及び複数言語文書の対応付け方法の好適な実施形態について説明したが，本発明はかかる例に限定されない。当業者であれば，特許請求の範囲に記載された技術的思想の範疇内において各種の変更例または修正例に想到し得ることは明らかであり，それらについても当然に本発明の技術的範囲に属するものと了解される。
【００６１】
例えば，上記第１〜第４実施の形態では，英語，日本語，ドイツ語，中国語の対応付けを示したが，対訳辞書を変えることによって，どんな言語同士の対応もとることができる。また，４言語（ｎ＝４）の例を示したが，２言語以上であれば何言語の対応付けにも対応できる。第２，第３の実施の形態では言語数が増えてくると処理時間が非常に遅くなるおそれがあるが，計算する対応組の数を減らすことによって対応できる。
【００６２】
なお，本発明の複数言語文書の対応付け方法は，プログラムに記述することもでき，本発明の複数言語文書の対応付け方法を記述したプログラムは，記録媒体に記録することができる。
【００６３】
【発明の効果】
以上説明したように，本発明によれば，複数の言語で構成される文書間の文の対応付けを効率良く行う複数言語文書の対応付けシステムが提供できた。
【図面の簡単な説明】
【図１】第１の実施の形態にかかる複数言語文書の対応付けシステムの構成を示す説明図である。
【図２】図１の複数言語文書の対応付けシステムの動作を示すフローチャートである。
【図３】第２の実施の形態にかかる複数言語文書の対応付けシステムの構成を示す説明図である。
【図４】図３の複数言語文書の対応付けシステムの動作を示すフローチャートである。
【図５】第３の実施の形態にかかる複数言語文書の対応付けシステムの構成を示す説明図である。
【図６】図５の複数言語文書の対応付けシステムの動作を示すフローチャートである。
【図７】第４の実施の形態にかかる複数言語文書の対応付けシステムの構成を示す説明図である。
【図８】図７の複数言語文書の対応付けシステムの動作を示すフローチャートである。
【符号の説明】
１００，２００，３００，４００複数言語文書の対応付けシステム
１０１，２０１，３０１，４０１英語ファイル
１０２，２０２，３０２，４０２日本語ファイル
１０３，２０３，３０３，４０３ドイツ語ファイル
１０４，２０４，３０４，４０４中国語ファイル
１０５，２０５，３０５，４０５文分割手段
１０６，２０６，３０６，４０６形態素解析手段
１０７，２０７，３０７，４０７評価関数計算手段
１０８，２０８，３０８，４０７計算結果管理手段
１０９，２０９，３０９，４０９対訳辞書データベース
１１０，２１０，３１０，４１０対応タグ付英語ファイル
１１１，２１１，３１１，４１１対応タグ付日本語ファイル
１１２，２１２，３１２，４１２対応タグ付独語ファイル
１１３，２１３，３１３，４１３対応タグ付中国語ファイル
１１４，２１４，３１４，４１４英日対訳辞書
１１５，２１５，３１５，４１５日独対訳辞書
１１６，２１６，３１６，４１６独中対訳辞書
２１７，３１７，４１７英独対訳辞書
２１８，３１８，４１８英中対訳辞書
２１９，３１９，４１９日中対訳辞書
２２０相違箇所表示手段
４２０言語類似度データ[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a system for associating documents between documents composed of a plurality of languages, and more particularly, to a system for associating a multilingual document for associating a sentence with a bilingual document described in two or more languages. The present invention relates to a document association method, a program for performing the method, and a recording medium on which the program is recorded.
[0002]
[Prior art]
Increasingly, documents with the same content are written in multiple languages, such as manuals for products exported overseas. In order to evaluate and secure the accuracy of translations of a plurality of language documents, there is an increasing demand for associating these sentences. Non-Patent Document 1 describes a method of associating sentences in a bilingual document with dynamic programming using a bilingual dictionary.
[0003]
According to Non-Patent Document 1, in order to perform correspondence, a document is divided for each sentence, and the sentence is subjected to morphological analysis to be divided for each word. Then, the independent words are extracted from these words, and the correspondence is evaluated by using the bilingual dictionary based on how much the independent words in each sentence correspond (how much the semantic content matches). . In the evaluation, for example, the following equation is used.
[0004]
(Equation 1)

[0005]
Here, h (x, y) is an evaluation function,
x is a sentence in the original sentence (there may be multiple sentences),
y is the sentence in the translated sentence (there may be multiple sentences),
f _m (x, y) is the number of independent words associated with sentence x and sentence y,
f _j (x) is the number of independent words in sentence x,
f _j (y) is the number of independent words in sentence y,
It is.
[0006]
By performing the evaluation using such an expression, the value of the evaluation function h (x, y) becomes larger (maximum; 1) and the inverse becomes smaller (minimum; 0) as the correspondence ratio of the document becomes larger. The evaluation function is examined from the beginning of the sentence, and the combination having the largest sum of the evaluation functions is determined as the solution to the association problem.
[0007]
[Non-patent document 1]
Takehito Utsuro and Yuji Matsumoto, "Bilingual text matching using bilingual dictionaries and statistical information"("ComputerSoftware", Iwanami Shoten vol.12 No.5 Sep.1995 p.12 (414) -p.21 (423)) )
[0008]
[Problems to be solved by the invention]
However, in the above-described method, when applying the correspondence of sentences in a normal bilingual document to the correspondence of sentences in documents in three or more languages,
-The use of multiple dictionaries requires a significant amount of storage space in the system.
・ It takes time to process the evaluation.
・ It is difficult to maintain consistency of correspondence between language pairs among all languages.
There is such a problem.
[0009]
In addition, it is difficult to automatically provide high-precision correspondence between bilingual documents in bilingual languages, and it is necessary to manually check and correct the results while viewing the results of the correspondence. Is a problem.
[0010]
The present invention has been made in view of the above-mentioned problems of the conventional multilingual document association system. An object of the present invention is to provide a new and improved multilingual document association for efficiently associating sentences between documents composed of a plurality of languages such as English-Japanese-German. It is an object of the present invention to provide a system and a method for associating documents in multiple languages.
[0011]
[Means for Solving the Problems]
A multilingual document association system according to the present invention for solving the above-mentioned problem is a system for associating documents in n types (n is 2 or more) of languages. A morphological analysis unit that divides each language document into words, a unit that selects two of n language documents, and a unit that calculates an evaluation function of the selected two language documents. Means for associating documents in n languages according to the evaluation result.
[0012]
Here, the morphological analysis unit that divides the document of each language for each word may include a unit that divides the document of each language for each sentence, and a unit that further divides each divided sentence for each word. .
[0013]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, preferred embodiments of a system for associating a multilingual document and a method for associating a multilingual document according to the present invention will be described in detail with reference to the accompanying drawings.
[0014]
(First Embodiment)
FIG. 1 is an explanatory diagram showing a configuration of a system 100 for associating a multilingual document according to the first embodiment. As shown in FIG. 1, the multilingual document correspondence system 100 includes a sentence dividing unit 105, a morphological analyzing unit 106, an evaluation function calculating unit 107, a calculation result managing unit 108, and a bilingual dictionary database 109. Have been. In this example, files 101 to 104 in each language are input, and files 110 to 113 with corresponding tags are output. Hereinafter, each component will be described in detail.
[0015]
The English file 101 is a document file written in English, the Japanese file 102 is a document file written in Japanese, the German file 103 is a document file written in German, and the Chinese file 104 is Chinese This is a document file described in Japanese. Each of the above four files describes the same contents, and each is in a bilingual format.
[0016]
The sentence dividing unit 105 divides the document file for each sentence. For example, an English sentence is divided by a period “.”, And a Japanese sentence is divided by a period “.”. The morphological analysis means 106 performs morphological analysis processing and divides the sentence into words. As the sentence dividing means 105 and the morphological analyzing means 106, existing ones can be applied.
[0017]
The evaluation function calculation means 107 calculates a given evaluation function in order to find an optimal correspondence. For example, the evaluation function is:
h (x, y) = 2 × f m (x, y) / (f j (x) + f j (y))
Is represented by Here, h (x, y) is an evaluation function, x is sentence of one language (original), y is the statement of the other language _{(translation),} f m (x, y ) Is the number of independent words associated with sentence x and sentence y, f _j (x) is the number of independent words in sentence x, and f _j (y) is the number of independent words in sentence y. Is the number of independent words.
[0018]
The calculation result management means 108 holds the result calculated by the evaluation function calculation means, outputs the held result when the already-existing evaluation function calculation arrives again, and prevents the same calculation from being performed repeatedly.
[0019]
The bilingual dictionary database 109 is a dictionary in which there are one or more words in the translated sentence when the words in the original sentence for matching are subtracted. For example, if the original sentence is English and the translated sentence is Japanese, it corresponds to an English-Japanese dictionary.
[0020]
The corresponding tag-added English file 110 is obtained by adding a tag indicating which sentence of another document corresponds to the English file. Similarly, the Japanese file 111 with the corresponding tag, the German file 112 with the corresponding tag, and the Chinese file 113 with the corresponding tag are obtained by adding tags for indicating the correspondence of the sentences to the original file.
[0021]
The multilingual document association system 100 according to the present embodiment is configured as described above. Next, the operation of the multilingual document association system 100 will be described with reference to FIG.
[0022]
FIG. 2 is a flowchart showing the operation of the system 100 for associating a multilingual document according to the first embodiment. In step S10, the sentence dividing unit divides one sentence (original sentence) file and the other sentence (translated sentence) file. Then, a counter N indicating how far the association has been performed is set to 0.
In step S11, the counter N is incremented (+1).
In step S12, it is determined whether the number of languages to be associated is equal to the counter N. If they are equal, go to step S17.
[0023]
In step S13, the languages to be associated are set to the Nth and N + 1th languages.
In step S14, the evaluation function calculation unit associates the sentence with the set language.
In step S15, a bidirectional link is established between the corresponding sentences with respect to the result of the association.
[0024]
In step S16, marking is performed on a sentence corresponding to a plurality of sentences such as 2: 1 and 3: 1. The set of these marked sentences is processed assuming that it is the main sentence in the next correspondence.
In step S17, a link is made to a sentence between languages that have not been associated with each other using the result of association between other languages.
[0025]
The above processing will be described for the case of associating the four languages in FIG. In this example, English corresponds to the first language, Japanese corresponds to the second language, German corresponds to the third language, and Chinese corresponds to the fourth language.
[0026]
First, each of the four languages (n = 4) is divided for each sentence by the sentence dividing means. Next, the sentences are associated. Use the English-Japanese bilingual dictionary to map English and Japanese, use the Japanese-German bilingual dictionary to map Japanese and German, and use the German-Chinese bilingual dictionary to map German and Chinese. Do. As a result, links between (n-1) sentences between Japanese and English, between Japanese and German, and between German and Chinese are generated.
[0027]
Furthermore, by linking sentences between languages that do not correspond (here, Japanese-Chinese, English-German, English-Chinese), it is possible to correspond to sentences between all languages. .
[0028]
As described above, according to the present embodiment, although the accuracy of the association is slightly lowered, it is possible to efficiently associate the sentences with a small recording capacity and without taking much time.
[0029]
(Second embodiment)
FIG. 3 shows the configuration of a multilingual document association system according to the second embodiment. The English file 201 is a document file written in English, the Japanese file 202 is a document file written in Japanese, the German file 203 is a document file written in German, and the Chinese file 204 is Chinese This is a document file described in Japanese. The same contents are described in each of the above four files, and each of them is in a bilingual format.
[0030]
The sentence dividing unit 205 divides the document file for each sentence. For English sentences, divide by a period (.), For Japanese sentences, a period (.). The morphological analysis unit 206 performs morphological analysis processing and divides a sentence for each word. As the sentence dividing means 205 and the morphological analyzing means 206, existing ones can be applied. The evaluation function calculation means 207 calculates a given evaluation function in order to find an optimal association. As the evaluation function, for example, the function shown in the first embodiment can be applied.
[0031]
The calculation result management unit 208 holds the result calculated by the evaluation function calculation unit, outputs the held result when the already-existing evaluation function calculation arrives again, and prevents the same calculation from being repeated. The bilingual dictionary database 209 is a dictionary for associating, and is a dictionary in which, when the words of the original sentence are subtracted, there is one or more words of the translated sentence. If the original text is English and the translated text is Japanese, it is equivalent to an English-Japanese dictionary.
[0032]
The corresponding tag-attached English file 210 is obtained by adding a tag indicating which sentence of another document corresponds to the English file. Similarly, the Japanese file 211 with the corresponding tag, the German file 212 with the corresponding tag, and the Chinese file 213 with the corresponding tag are obtained by adding tags for indicating the correspondence of sentences to the original file.
[0033]
When there is an inconsistency in the association result, the different part display means 220 has a function of displaying the inconsistency and allowing the user to correct the inconsistency. The inconsistency means that, for example, when the English sentence En corresponds to the Japanese sentence Jn and the Japanese sentence Jn corresponds to the German sentence Dn, the correspondence result between English and German is checked. And English sentence En and German sentence Dn do not correspond to each other.
[0034]
FIG. 4 is a flowchart showing the operation of the multilingual document association system 200 of the present embodiment.
In step S20, the sentence dividing unit divides one sentence (original sentence) file and the other sentence (translated sentence) file. Then, counters N and M indicating how far the association has been made are set to 1.
In step S21, it is determined whether or not the number of languages to be associated is equal to the counter N. If they are equal, go to step S27.
In step S22, the counter M is incremented, and the value of N is set to M + 1.
In step S23, it is determined whether or not the number of languages to be associated is equal to the counter M. If they are equal, go to S28.
[0035]
In step S24, the languages to be associated are set to the Mth and Nth languages.
In step S25, the sentence is associated with the language in which the evaluation function calculation means has been set.
In step S26, a bidirectional link is established between the corresponding sentences with respect to the result of the association.
In step S27, N is incremented.
In step S28, a part where the correspondence of the sentence is inconsistent is displayed to allow the user to correct it.
In step S29, the link of the association is re-established according to the user's correction.
In this manner, all combinations (in this example, n (n-1) / 2 = 6 patterns of language type n = 4) are associated with sentences of n languages.
[0036]
As described above, according to the present embodiment, correction by the user is essential, but highly accurate association can be efficiently realized.
[0037]
(Third embodiment)
FIG. 5 shows a configuration of a system for associating a multilingual document according to the third embodiment. The English file 301 is a document file written in English, the Japanese file 302 is a document file written in Japanese, the German file 303 is a document file written in German, and the Chinese file 304 is Chinese This is a document file described in Japanese. The same contents are described in each of the above four files, and each of them is in a bilingual format.
[0038]
The sentence dividing unit 305 divides the document file for each sentence. For English sentences, divide by a period (.), For Japanese sentences, a period (.). The morphological analysis unit 306 performs morphological analysis processing and divides the sentence for each word. As the sentence division unit 305 and the morphological analysis unit 306, existing units can be applied. The evaluation function calculation means 307 calculates a given evaluation function in order to find an optimal correspondence. As the evaluation function, for example, the function shown in the first embodiment can be applied.
[0039]
The calculation result management means 308 holds the result calculated by the evaluation function calculation means, outputs the held result when the already-existing evaluation function calculation arrives again, and prevents the same calculation from being repeated.
[0040]
The bilingual dictionary database 309 is a dictionary for associating, and is a dictionary in which, when words in the original sentence are subtracted, there is one or more words in the translated sentence. If the original text is English and the translated text is Japanese, it corresponds to an English-Japanese dictionary.
[0041]
The corresponding tag-attached English file 310 is obtained by adding a tag indicating which sentence of another document corresponds to the English file. Similarly, the Japanese file 311 with the corresponding tag, the German file 312 with the corresponding tag, and the Chinese file with the corresponding tag 313 are obtained by adding tags for indicating the correspondence of the sentences to the original file.
[0042]
FIG. 6 is a flowchart showing the operation of the multilingual document association system 300 of the present embodiment.
In step S30, the sentence dividing unit divides one sentence (original sentence) file and the other sentence (translated sentence) file. Then, counters N and M indicating how far the association has been made are set to 1.
In step S31, it is determined whether or not the number of languages to be associated is equal to the counter N. If they are equal, go to step S37.
[0043]
In step S32, the counter M is incremented, and the value of N is set to M + 1.
In step S33, it is compared whether or not the number of languages to be associated is equal to the counter M. If they are equal, go to step S37.
[0044]
In step S34, the languages to be associated are set to the Mth and Nth languages.
In step S35, the evaluation function calculation means calculates an evaluation function for the set language.
In step S36, N is incremented.
In step S37, a sentence group that maximizes the sum of the associated points is selected.
In step S38, a bidirectional link is established between the corresponding sentences.
[0045]
The above processing will be described for the case of associating four languages (n = 4) in FIG. In the example, English corresponds to the first language, Japanese corresponds to the second language, German corresponds to the third language, and Chinese corresponds to the fourth language.
[0046]
First, each of the four languages is divided for each sentence by the sentence dividing means. Next, the evaluation function of all document sets is calculated. In this case, six evaluation functions of English-Japanese, English-German, English-Chinese, Japanese-German, Japanese-Chinese, and German-Chinese are calculated.
[0047]
Next, correspondence is taken so that the sum of the correspondence points becomes the largest. This correspondence is performed simultaneously for all four languages. For example, the evaluation points for one English sentence, one Japanese sentence, two German sentences, and one Chinese sentence are: one sentence one sentence of English sentence and one Japanese sentence, one sentence two sentence of English sentence and one German sentence, The sum of the evaluation points of one sentence to one sentence of sentence, one sentence to two sentences of Japanese sentence and German sentence, one sentence to one sentence of Japanese sentence and Chinese sentence, two sentence to one sentence of German sentence and Chinese sentence Become. This calculation is continued, and the one with the largest sum of the evaluation points becomes the correct answer of the association.
[0048]
As described above, according to the present embodiment, high-precision association can be efficiently realized although it takes a considerable amount of time.
[0049]
(Fourth embodiment)
FIG. 7 shows a configuration of a system for associating a multilingual document according to the fourth embodiment. The English file 401 is a document file written in English, the Japanese file 402 is a document file written in Japanese, the German file 403 is a document file written in German, and the Chinese file 404 is written in Chinese. Document file. The same contents are described in each of the above four files, and each is in a bilingual format.
[0050]
The sentence dividing unit 405 divides the document file for each sentence. For English sentences, divide by a period (.), For Japanese sentences, a period (.). The morphological analysis unit 406 performs a morphological analysis process and divides the sentence for each word. As the sentence division unit 405 and the morphological analysis unit 406, existing units can be applied. The evaluation function calculation means 407 calculates a given evaluation function in order to find an optimal association. As the evaluation function, for example, the function shown in the first embodiment can be applied.
[0051]
The calculation result management unit 408 holds the result calculated by the evaluation function calculation unit, outputs the held result when the already-existing evaluation function calculation arrives again, and prevents the same calculation from being performed repeatedly. The bilingual dictionary database 409 is a dictionary for associating, and is a dictionary in which, when words of an original sentence are subtracted, there is one or more words of a translated sentence. If the original text is English and the translated text is Japanese, it corresponds to an English-Japanese dictionary.
[0052]
The corresponding tag-attached English file 410 is obtained by adding a tag indicating which sentence of another document corresponds to the English file. Similarly, the Japanese file 411 with the corresponding tag, the German file 412 with the corresponding tag, and the Chinese file 413 with the corresponding tag are obtained by adding tags for indicating the correspondence of the sentences to the original file.
[0053]
The language similarity data 420 is a numerical value indicating how similar the grammar of the languages is. The higher the degree of similarity, the higher the degree of association between sentences. The value of the similarity of each language pair is recorded in, for example, a table format.
[0054]
FIG. 8 is a flowchart showing the operation of the multilingual document association system 400 according to the present embodiment.
In step S40, the sentence division unit divides one sentence file and the other sentence file.
A counter N indicating how far the association has been made is set to zero.
In step S41, the counter N is incremented.
In step S42, it is determined whether or not the number of languages to be associated is equal to the counter N. If equal, end.
[0055]
In step S43, a language pair having the highest language similarity and not yet selected is selected and marked as selected.
In step S44, it is determined whether or not a link corresponding to a sentence is provided in the language pair. If the link has already been established, the process proceeds to step S43.
[0056]
In step S45, the evaluation function calculation unit associates the sentence with the selected language.
In step S46, a bidirectional link is established between the corresponding sentences with respect to the result of the association.
In step S47, a sentence corresponding to a plurality of sentences such as two-to-one and three-to-one is marked. When a set of these marked sentences is to be associated next, it is processed assuming that it is one sentence.
In step S48, a link is provided to the language that is indirectly associated. For example, assuming that correspondence between English and Japanese and between English and German can be obtained, a link corresponding to a sentence is provided between Japanese and German.
[0057]
As described above, according to the present embodiment, it is necessary to prepare language similarity data, but high-speed, highly accurate association can be efficiently realized.
[0058]
Table 1 shows a comparison of the speed, accuracy, and used recording capacity of the above four embodiments. In Table 1, “◎” is excellent, “○” is good, and “△” is normal.
[0059]
[Table 1]

[0060]
The preferred embodiments of the system for associating documents with multiple languages and the method of associating documents with multiple languages according to the present invention have been described above with reference to the accompanying drawings, but the present invention is not limited to such examples. It is obvious that a person skilled in the art can conceive various changes or modifications within the scope of the technical idea described in the claims, and those changes naturally fall within the technical scope of the present invention. It is understood to belong.
[0061]
For example, in the first to fourth embodiments, correspondence between English, Japanese, German, and Chinese is shown, but correspondence between any languages can be determined by changing the bilingual dictionary. Also, an example of four languages (n = 4) has been described, but any number of languages can be used as long as the languages are two or more. In the second and third embodiments, there is a possibility that the processing time becomes extremely slow when the number of languages increases, but this can be dealt with by reducing the number of corresponding pairs to be calculated.
[0062]
The method for associating a multilingual document according to the present invention can be described in a program, and the program describing the method for associating a multilingual document according to the present invention can be recorded on a recording medium.
[0063]
【The invention's effect】
As described above, according to the present invention, it is possible to provide a multilingual document association system that efficiently associates sentences between documents composed of a plurality of languages.
[Brief description of the drawings]
FIG. 1 is an explanatory diagram illustrating a configuration of a system for associating a multilingual document according to a first embodiment;
FIG. 2 is a flowchart showing the operation of the system for associating documents with multiple languages in FIG. 1;
FIG. 3 is an explanatory diagram illustrating a configuration of a system for associating a multilingual document according to a second embodiment;
FIG. 4 is a flowchart showing the operation of the system for associating documents with multiple languages shown in FIG. 3;
FIG. 5 is an explanatory diagram illustrating a configuration of a system for associating a multilingual document according to a third embodiment;
FIG. 6 is a flowchart showing the operation of the system for associating documents with multiple languages in FIG. 5;
FIG. 7 is an explanatory diagram showing a configuration of a system for associating a multilingual document according to a fourth embodiment;
8 is a flowchart showing the operation of the system for associating multiple language documents in FIG. 7;
[Explanation of symbols]
100, 200, 300, 400 Multilingual

document association system

101, 201, 301, 401

English file

102, 202, 302, 402

Japanese file

103, 203, 303, 403

German file

104, 204, 304, 404

Chinese files

105, 205, 305, 405 Sentence division means 106, 206, 306, 406 Morphological analysis means 107, 207, 307, 407 Evaluation function calculation means 108, 208, 308, 407 Calculation result management means 109, 209, 309 , 409

Bilingual dictionary database

110, 210, 310, 410 Corresponding tagged English files 111, 211, 311, 411 Corresponding tagged

Japanese files

112, 212, 312, 412 Corresponding tagged

German files

113, 213, 313, 413 Ta Attached

Chinese files

114, 214, 314, 414 English-Japanese

bilingual dictionary

115, 215, 315, 415 Japanese-German

bilingual dictionary

116, 216, 316, 416 German-Chinese

bilingual dictionary

217, 317, 417 English-German

bilingual dictionary

218, 318, 418 English-Chinese bilingual dictionary 219,319,419 Japanese-Chinese bilingual dictionary 220 Difference display means 420 Language similarity data

Claims

A system for associating documents in n kinds (n is a natural number of 2 or more) of languages,
A morphological analyzer for dividing a document in each language into words,
Means for selecting two of the n language documents;
Means for calculating an evaluation function of the document in the selected two languages;
Means for associating the documents in the n languages with the evaluation results of the documents in the two languages;
A system for associating documents in multiple languages, comprising:

The morphological analysis means comprises:
2. The multilingual document association system according to claim 1, further comprising means for dividing a document in each language for each sentence, and means for further dividing each divided sentence for each word.

The means for selecting two of the n language documents comprises:
When the documents of the n kinds of languages are arranged in an arbitrary order, n-1 combinations of k-th and k + 1-th (k is a natural number from 1 to n-1) are selected. The system for associating a multilingual document according to claim 1, wherein

The means for selecting two of the n language documents comprises:
3. The system according to claim 1, wherein all combinations of n (n-1) / 2 are selected.

The multi-language document association according to any one of claims 1, 2, 3, and 4, further comprising a calculation result management means for holding a result calculated by the evaluation function. system.

The evaluation function is:
h (x, y) = 2 × f m (x, y) / (f j (x) + f j (y))
The multilingual document association system according to any one of claims 1, 2, 3, 4, and 5, characterized by:
Here, h (x, y) is an evaluation function,
x is a sentence in one language,
y is a sentence in the other language,
f _m (x, y) is the number of independent words associated with sentence x and sentence y,
f _j (x) is the number of independent words in sentence x,
f _j (y) is the number of independent words in sentence y,
It is.

2. The apparatus according to claim 1, further comprising: means for displaying the location of the inconsistency when there is an inconsistency in the correspondence between documents in any of three or more languages out of n. 7. The system for associating a multilingual document according to any one of 2, 3, 4, 5, or 6.

8. The method according to claim 1, wherein the means for calculating the evaluation function performs the association while optimizing the sum of the evaluation functions so as to maximize the sum. A system for associating a multilingual document according to any one of the above.

Further, means for indicating a language pair having a high accuracy rate of correspondence while examining similarity data between languages is provided. 8. A system for associating a multi-language document according to any one of 8.

A method for associating documents in n kinds (n is a natural number of 2 or more) of languages,
A morphological analysis step of dividing a document of each language into words,
Selecting two of the n language documents;
Calculating an evaluation function of the two selected language documents;
Associating documents in n languages with the evaluation results of the documents in the two languages;
A method for associating a multilingual document, comprising:

The morphological analysis step includes:
The method for associating a multilingual document according to claim 10, comprising a step of dividing the document in each language for each sentence and a step of further dividing each divided sentence for each word.

Selecting two of the n language documents comprises:
When the documents of the n kinds of languages are arranged in an arbitrary order, n-1 combinations of k-th and k + 1-th (k is a natural number from 1 to n-1) are selected. The method for associating a multi-language document according to claim 10, wherein:

Selecting two of the n language documents comprises:
12. The method of associating a multilingual document according to claim 10, wherein all combinations of n (n-1) / 2 are selected.

The multi-language document association according to any one of claims 10, 11, 12, and 13, further comprising a calculation result management step of holding a result calculated by the evaluation function. Method.

The evaluation function is:
h (x, y) = 2 × f m (x, y) / (f j (x) + f j (y))
The method of associating a multilingual document according to any one of claims 10, 11, 12, 13, and 14, characterized by:
Here, h (x, y) is an evaluation function,
x is a sentence in one language,
y is a sentence in the other language,
f _m (x, y) is the number of independent words associated with the sentences x and y,
f _j (x) is the number of independent words in sentence x,
f _j (y) is the number of independent words in sentence y,
It is.

11. The method according to claim 10, further comprising the step of displaying the location of the inconsistency when the inconsistency occurs in the correspondence between the documents in any of three or more languages out of n. The method for associating a multilingual document according to any one of 11, 12, 13, 14, and 15.

17. The method according to claim 10, wherein the step of calculating the evaluation function performs the association while optimizing the sum of the evaluation functions so as to maximize the sum. A method for associating a multilingual document described in any one of the above.

The method according to claim 10, further comprising the step of designating a language pair having a high accuracy rate of correspondence while checking similarity data between languages. 17. The method for associating a multi-language document according to any one of 17.

A step of causing a computer to perform the method for associating a multilingual document according to any one of claims 10, 11, 12, 13, 14, 15, 16, 17, or 18 is described. Program.

A program for causing a computer to perform the method of associating a multilingual document described in any one of claims 10, 11, 12, 13, 14, 15, 16, 17, or 18 is recorded. A recording medium characterized by the following.