[論文レビュー] Hindi to English Transfer Based Machine Translation System

Akanksha Gehlot, Vaishali Sharma+2 more|arXiv (Cornell University)|Jul 8, 2015

Natural Language Processing Techniques参考文献 3被引用数 13

ひとこと要約

この論文では、ヒンディー語と英語の両言語の文脈的知識を活用して、大規模な並列コーパスを必要とせずに翻訳を生成する、転送ベースの機械翻訳システムを提示する。文法的解析と再配置ルールを用いることで、単純文に対しては正確な翻訳が得られ、複雑な文や複合文に対してもほぼ正確な結果が得られる。これは、ヒンディー語-英語翻訳のような低リソース環境において、データに依存するコーパスベースのアプローチの代替案として有効である。

ABSTRACT

In large societies like India there is a huge demand to convert one human language into another. Lots of work has been done in this area. Many transfer based MTS have developed for English to other languages, as MANTRA CDAC Pune, MATRA CDAC Pune, SHAKTI IISc Bangalore and IIIT Hyderabad. Still there is a little work done for Hindi to other languages. Currently we are working on it. In this paper we focus on designing a system, that translate the document from Hindi to English by using transfer based approach. This system takes an input text check its structure through parsing. Reordering rules are used to generate the text in target language. It is better than Corpus Based MTS because Corpus Based MTS require large amount of word aligned data for translation that is not available for many languages while Transfer Based MTS requires only knowledge of both the languages(source language and target language) to make transfer rules. We get correct translation for simple assertive sentences and almost correct for complex and compound sentences.

研究の動機と目的

• ヒンディー語-英語翻訳における並列双語コーパスの不足を解決するため、転送ベースのシステムを開発すること。
• 大規模な並列コーパスに依存せず、言語的知識に依存する機械翻訳システムを設計すること。
• ヒンディー語-英語翻訳における単純文および複雑文構造の両方の翻訳精度を向上させること。
• ヒンディー語-英語のような低リソース言語対において、転送ベースのアプローチの実現可能性を示すこと。

提案手法

• システムは、言語的ルールを用いて入力されたヒンディー語テキストの文法的構造を解析する。
• ヒンディー語と英語の文法に関する知識から導き出された転送ルールを適用し、解析された入力を再構成する。
• 英語の語順と文法に従って構成要素を再配置するための再配置ルールを適用する。
• ルールベースの変換により、ヒンディー語の文法的構造を英語にマッピングすることで、対象言語の出力を生成する。
• 二か国語の言語的専門知識に依存することで、大規模な並列コーパスに依存するのを回避する。

実験結果

リサーチクエスチョン

• RQ1 大規模な並列コーパスがなくても、転送ベースの機械翻訳システムはヒンディー語-英語翻訳において満足できる翻訳品質を達成できるか？
• RQ2 ルールベースの再配置と文法的解析は、複雑で複合的なヒンディー語文を英語に翻訳する際にどの程度効果的か？
• RQ3 ヒンディー語-英語のような低リソース環境において、転送ベースのアプローチはコーパスベースの手法をどの程度上回るか？
• RQ4 このシステムを用いることで、単純文と複雑文の両方のタイプでどの程度の正確性が達成できるか？

主な発見

• 転送ルールと文法的解析を用いて、単純な断定文に対して正しく翻訳を生成する。
• 複雑文や複合文に対しても、ほぼ正確な翻訳が得られ、構造的変化への耐性が確認された。
• 転送ベースのアプローチにより、ヒンディー語-英語翻訳においては希少な大規模な語の対応付き並列コーパスへの依存が軽減された。
• 両言語の言語的知識を活用することで、低リソース機械翻訳においてこの手法の実現可能性と有効性が示された。