[論文レビュー] An Example-Based Approach to Japanese-to-English Translation of Tense, Aspect, and Modality

Masaki Murata, Qing Ma+2 more|ArXiv.org|Dec 13, 1999

Natural Language Processing Techniques参考文献 3被引用数 15

ひとこと要約

本稿では、文末の文字列および意味的類似度を用いて類似するバイリンガル例文を検索することで、日本語から英語への時制・アスペクト・モダリティ（TAM）翻訳の例示ベース手法を提案する。k近傍法を用いてノイズを低減し、手作業によるルールを回避することで、特に非現在形・非過去形の表現に言語解析特徴を適用した場合、トップレベルの商用機械翻訳システムを上回るTAM翻訳精度を達成した。

ABSTRACT

We have developed a new method for Japanese-to-English translation of tense, aspect, and modality that uses an example-based method. In this method the similarity between input and example sentences is defined as the degree of semantic matching between the expressions at the ends of the sentences. Our method also uses the k-nearest neighbor method in order to exclude the effects of noise; for example, wrongly tagged data in the bilingual corpora. Experiments show that our method can translate tenses, aspects, and modalities more accurately than the top-level MT software currently available on the market can. Moreover, it does not require hand-craft rules.

研究の動機と目的

• 日本語の時制・アスペクト・モダリティを英語に翻訳する困難さは、複雑な変形語形と文構造に起因するため、これを解決すること。
• TAMの詳細な文法的ルールを手作業でコーディングする複雑さと現実的でない点を回避する、ルールフリーなアプローチを開発すること。
• 現在の商用MTシステムを超える、時制・アスペクト・モダリティの翻訳精度を向上させること。
• 文末における表面的類似度（文字列マッチング）と意味的類似度の組み合わせが、TAM選択に有効であるかを検討すること。
• マッチング戦略を適応することで、単語言語のTAMタギングおよび異言語翻訳への応用を可能にすること。

提案手法

• バイリンガルコーパスにおいて、入力文と例文の文の末尾に現れる日本語および英語表現間の意味的マッチング度として、類似度を定義する。
• 入力文の末尾から一致する最長の部分文字列を用いて、コーパス内から最も類似した例文を検索する。
• 検索された例文から対応する英語のTAM表現を選択し、翻訳のターゲットとする。
• 誤ってタグ付けされたデータによるノイズを低減するために、k近傍法を適用する。
• 文字列マッチングと、言語解析特徴（例：同義語類別、活用形）の両方を用いて類似度を評価し、後者により非現在形・非過去形の表現の精度が向上した。
• バイリンガルコーパスを単語言語でTAMタグ付け済みコーパスに置き換えることで、単語言語TAM解析への応用を可能にする。

実験結果

リサーチクエスチョン

• RQ1 文末の類似度を用いることで、日本語→英語翻訳における適切な時制・アスペクト・モダリティ表現の検索が有効に行えるか？
• RQ2 例示ベース手法が、既存の商用MTシステムを上回って日本語TAM表現を翻訳できるか？
• RQ3 品詞、同義語類別、活用形などの言語解析を組み込むことで、純粋な文字列マッチングに比べてTAM翻訳精度がどの程度向上するか？
• RQ4 本手法は、ルールベースの解析を必要とせずに、単語言語TAMタギングに一般化可能か？
• RQ5 k近傍法は、トレーニングコーパス内のノイズや誤ってタグ付けされたデータの影響をどの程度低減できるか？

主な発見

• 提案手法は、当時利用可能だったトップレベルの商用MTソフトウェアよりも、時制・アスペクト・モダリティの翻訳精度が高かった。
• 言語解析特徴（例：同義語類別、活用形）を用いることで、単純な文字列マッチングに比べて、非現在形・非過去形TAM表現の翻訳精度が顕著に向上した。
• k近傍法を効果的に用いることで、誤った例文や関係のない例文の影響を低減し、ノイズに強い性能を示した。
• 手作業による文法的ルールが一切不要であったため、実装が容易であり、リソースが限られた言語対にも容易に適応可能であった。
• バイリンガルコーパスを単語言語でTAMタグ付け済みコーパスに置き換えることで、単語言語TAMタギングへの応用に成功した。
• 結果から、文末類似度は、言語解析を強化することで、特にTAM翻訳において意味的マッチングの有効な代理指標であることが示唆された。