特許ウォッチ

公開番号2025086623
公報種別公開特許公報(A)
公開日2025-06-09
出願番号2023200719
出願日2023-11-28
発明の名称文書情報処理装置及びプログラム
出願人日本特許翻訳株式会社
代理人個人
主分類G06F 40/284 20200101AFI20250602BHJP(計算;計数)
要約【課題】人為的作業を軽減でき、処理効率を向上できる文書情報処理装置及びプログラムを提供する。
【解決手段】所定のレイアウト処理がされた文字データを含む文書情報を受け入れ、当該受け入れた文書情報に含まれる文字データに基づいて、当該文書情報から抽出するべきテキストデータを推定する。そしてこの推定されたテキストデータを、所定の翻訳処理に供する文書情報処理装置である。
【選択図】図1

特許請求の範囲【請求項１】
所定のレイアウト処理がされた文字データを含む文書情報を受け入れる受入手段と、
前記受け入れた文書情報から当該文書情報に含まれる文字データに基づいて、当該文書情報から抽出するべきテキストデータを推定する推定手段と、
前記推定されたテキストデータを、所定の翻訳処理に供する処理手段と、
を含む文書情報処理装置。
続きを表示（約 980 文字）【請求項２】
請求項１に記載の文書情報処理装置であって、
前記推定手段は、言語での指示に基づいて、文を生成するようGenerative Pre-trained Transformerによる大規模言語モデルである生成ＡＩモデルを用い、前記文字データを当該生成ＡＩモデルに入力して、前記文書情報から抽出するべきテキストデータを推定するよう指示し、前記生成ＡＩモデルの出力として、前記推定されたテキストデータを取得する文書情報処理装置。
【請求項３】
請求項２に記載の文書情報処理装置であって、
前記推定手段は、前記文字データに含まれる合字または結合文字列を予め定めた文字セットの文字に置き換えたテキストデータを推定する文書情報処理装置。
【請求項４】
請求項２に記載の文書情報処理装置であって、
前記推定手段は、レイアウト処理により単一セグメントとして連続するべき文字データを含み、複数セグメントに分割された前記文字データの列に基づいて、セグメントの分割位置を推定する文書情報処理装置。
【請求項５】
請求項２に記載の文書情報処理装置であって、
前記推定手段は、前記文字データに基づいて、複数セグメントに分割されたテキストデータから、連続した単一の文を推定する文書情報処理装置。
【請求項６】
請求項２から５のいずれか一項に記載の文書情報処理装置であって、
前記推定手段は、前記文字データに含まれるタイポを訂正したテキストデータを推定する文書情報処理装置。
【請求項７】
コンピュータを、
所定のレイアウト処理がされた文字データを含む文書情報を受け入れる受入手段と、
言語での指示に基づいて文を生成するよう機械学習された状態にある生成ＡＩモデルを用い、前記受け入れた文書情報から当該文書情報に含まれる文字データを当該生成ＡＩモデルに入力して前記文書情報から抽出するべきテキストデータを推定するよう指示し、前記生成ＡＩモデルの出力として前記文書情報から抽出するべきテキストデータを推定する推定手段と、
前記推定されたテキストデータを、所定の翻訳処理に供する処理手段と、
として機能させるプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、翻訳等に供される文書情報を処理する文書情報処理装置及びプログラムに関する。
続きを表示（約 1,300 文字）【背景技術】
【０００２】
近年、翻訳業で広く用いられている翻訳支援ツールは、翻訳会社のプロジェクト管理者の指示のもと、翻訳者や校閲者など外部委託先との間でワークフローを構築して、翻訳工程管理を行うものである。このような翻訳支援ツールでは、プロジェクト管理者から、顧客の原稿を受け入れると、その原稿に対してセグメンテーション処理（文または文節単位に分割する処理）を行い、翻訳者等に提供している。
【０００３】
一方、昨今では機械翻訳の精度が向上し、この翻訳支援ツールによるセグメンテーション処理結果をそのまま機械翻訳ソフトウエアの入力とすることが試みられている。
【先行技術文献】
【特許文献】
【０００４】
特開２０２３－０７１５９８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、翻訳における顧客の原稿等、セグメンテーション処理の対象はレイアウト処理がされたものであり得る。具体的にはＰＤＦ（Portable Document Format）等、文字データをレイアウト処理したものであり得る。レイアウト処理されている場合、文字データの符号化やフォントの調整、配列、配置が適宜行われてしまうため、書字方向や配列順の指定などにおいて人為的な操作が必要となることが多いという問題点があった。
【０００６】
本発明は上記実情に鑑みて為されたもので、人為的作業を軽減でき、処理効率を向上できる文書情報処理装置及びプログラムを提供することを、その目的の一つとする。
【課題を解決するための手段】
【０００７】
上記従来例の問題点を解決するための本発明の一態様は、文書情報処理装置であって、所定のレイアウト処理がされた文字データを含む文書情報を受け入れる受入手段と、前記受け入れた文書情報から当該文書情報に含まれる文字データに基づいて、当該文書情報から抽出するべきテキストデータを推定する推定手段と、前記推定されたテキストデータを、所定の翻訳処理に供する処理手段と、を含むこととしたものである。
【発明の効果】
【０００８】
本発明によると、処理効率を向上できる。
【図面の簡単な説明】
【０００９】
本発明の実施の形態の文書情報処理装置の構成例を表すブロック図である。
本発明の実施の形態の文書情報処理装置の例を表す機能ブロック図である。
本発明の実施の形態の文書情報処理装置が処理の対象とするレイアウトされた文書情報の例を表す説明図である。
本発明の実施の形態の文書情報処理装置の動作例を表すフローチャート図である。
【発明を実施するための形態】
【００１０】
本発明の実施の形態について図面を参照しながら説明する。本発明の実施の形態の一例に係る文書情報処理装置１は、図１に例示するように、制御部１１と、記憶部１２と、操作部１３と、表示部１４と、通信部１５とを含む一般的なコンピュータ装置を用いて実現される。
（【００１１】以降は省略されています）

関連特許