[論文レビュー] A case study on English-Malayalam Machine Translation

S Sreelekha, Pushpak Bhattacharyya|arXiv (Cornell University)|Feb 27, 2017

Natural Language Processing Techniques参考文献 3被引用数 4

ひとこと要約

本稿では、英語-マラヤーラム語およびマラヤーラム語-英語翻訳における統計的機械翻訳（SMT）と規則ベース機械翻訳（RBMT）の比較事例研究を提示する。著者はフレーズベースSMTシステムを構築し、それらをRBMTシステムと比較評価した結果、SMTが全体的にRBMTを上回ることを確認した。特に、英語→マラヤーラム語SMTはその逆方向よりも優れた性能を示した一方、マラヤーラム語→英語RBMTは英語→マラヤーラム語RBMTを上回った。本研究では、SMTの精度を向上させるために語彙素処理の導入が不可欠であることが示された。

ABSTRACT

In this paper we present our work on a case study on Statistical Machine Translation (SMT) and Rule based machine translation (RBMT) for translation from English to Malayalam and Malayalam to English. One of the motivations of our study is to make a three way performance comparison, such as, a) SMT and RBMT b) English to Malayalam SMT and Malayalam to English SMT c) English to Malayalam RBMT and Malayalam to English RBMT. We describe the development of English to Malayalam and Malayalam to English baseline phrase based SMT system and the evaluation of its performance compared against the RBMT system. Based on our study the observations are: a) SMT systems outperform RBMT systems, b) In the case of SMT, English - Malayalam systems perform better than that of Malayalam - English systems, c) In the case RBMT, Malayalam to English systems are performing better than English to Malayalam systems. Based on our evaluations and detailed error analysis, we describe the requirements of incorporating morphological processing into the SMT to improve the accuracy of translation.

研究の動機と目的

• 英語-マラヤーラム語およびマラヤーラム語-英語翻訳における統計的機械翻訳（SMT）と規則ベース機械翻訳（RBMT）の性能を比較すること。
• 英語→マラヤーラム語SMTシステムとマラヤーラム語→英語SMTシステムの性能差を評価すること。
• 英語→マラヤーラム語RBMTシステムとマラヤーラム語→英語RBMTシステムの性能差を調査すること。
• 特に語彙素の複雑さに関連する、英語とマラヤーラム語の間での翻訳における主な課題を特定すること。
• SMTシステムに語彙素処理を統合することで翻訳精度を向上させる必要性を検討すること。

提案手法

• 並列単語対訳語彙と並列二語対訳語彙を用いて、英語→マラヤーラム語およびマラヤーラム語→英語翻訳のフレーズベースSMTシステムの開発。
• マラヤーラム語の豊富な屈曲語彙素構造に特化した文法的および語彙素的規則を用いた規則ベース機械翻訳システムの実装。
• SMTおよびRBMTシステムの両方における翻訳品質の定量的評価にBLEUスコアの使用。
• 翻訳出力における繰り返し発生する問題、特に語彙素の不一致に関連する問題を特定するための詳細な誤差分析の実施。
• SMT対RBMT、英語→マラヤーラム語SMT対マラヤーラム語→英語SMT、英語→マラヤーラム語RBMT対マラヤーラム語→英語RBMTの3つの比較軸に基づくシステム性能の比較。
• 語順の違いや語彙素の複雑さといった言語的課題が、翻訳品質に与える影響を主な要因として特定。

実験結果

リサーチクエスチョン

• RQ1 SMTおよびRBMTシステムは、英語-マラヤーラム語およびマラヤーラム語-英語翻訳において、どのように性能を比較できるか？
• RQ2 なぜ英語→マラヤーラム語SMTシステムはマラヤーラム語→英語SMTシステムよりも優れた性能を示すのか？
• RQ3 なぜマラヤーラム語→英語RBMTシステムは英語→マラヤーラム語RBMTシステムよりも優れた性能を示すのか？
• RQ4 英語とマラヤーラム語の間での翻訳において、特に語彙素処理に関連して、主な言語的課題は何か？
• RQ5 SMTに語彙素処理を統合することで、翻訳精度を向上させるにはどうすればよいか？

主な発見

• SMTシステムは、両翻訳方向において一貫してRBMTシステムを上回る性能を示した。
• 英語→マラヤーラム語SMTシステムは、マラヤーラム語→英語SMTシステムよりも優れた性能を示しており、SMTの性能に方向性の非対称性が存在することが示された。
• マラヤーラム語→英語RBMTシステムは、英語→マラヤーラム語RBMTシステムよりも優れた性能を示しており、規則ベース翻訳において方向性のバイアスが存在することが示された。
• 誤差分析の結果、特に屈曲語彙素の複雑さが、SMTシステムにおける翻訳エラーの主な要因であることが判明した。
• 本研究では、英語-マラヤーラム語のような低リソースで語彙素が豊富な言語対において、SMTの精度を向上させるために語彙素処理の統合が不可欠であると特定された。
• SMTとRBMTの間の性能差は、複雑な語彙素構造を扱う際のデータ駆動型アプローチの利点を強調している。