[論文レビュー] Korean-to-Chinese Machine Translation using Chinese Character as Pivot Clue

Jeonghyeok Park, Hai Zhao|arXiv (Cornell University)|Nov 25, 2019

Natural Language Processing Techniques参考文献 37被引用数 5

ひとこと要約

本稿では、漢字を中間的手がかりとして用いる言語的動機付けされた手法を提案し、韓国語から中国語へのニューラル機械翻訳の性能向上を図る。訓練中に韓国語の内容語をその対応漢字に置き換えることで、RNNおよびTransformerアーキテクチャの両方で最大1.5 BLEUポイントの向上が達成され、特に同音異義語の区別と翻訳品質の向上が顕著である。

ABSTRACT

Korean-Chinese is a low resource language pair, but Korean and Chinese have a lot in common in terms of vocabulary. Sino-Korean words, which can be converted into corresponding Chinese characters, account for more than fifty of the entire Korean vocabulary. Motivated by this, we propose a simple linguistically motivated solution to improve the performance of the Korean-to-Chinese neural machine translation model by using their common vocabulary. We adopt Chinese characters as a translation pivot by converting Sino-Korean words in Korean sentences to Chinese characters and then train the machine translation model with the converted Korean sentences as source sentences. The experimental results on Korean-to-Chinese translation demonstrate that the models with the proposed method improve translation quality up to 1.5 BLEU points in comparison to the baseline models.

研究の動機と目的

• 両言語間に共通する語彙を活用することで、韓国語から中国語への翻訳における低資源課題を解決すること。
• 大規模な並列コーパスを必要とせずに、低資源環境下での翻訳品質を向上させること。
• 特に漢字語彙という言語的特徴がニューラル機械翻訳の性能向上に寄与するかどうかを検討すること。
• RNNおよびTransformerベースのNMTモデルにおいて、漢字を中間的手がかりとして用いる有効性を評価すること。
• 文字レベルでの変換が、韓国語から中国語への翻訳における同音異義語の区別を支援するかどうかを調査すること。

提案手法

• ハングル-漢字変換ツールを用いて、韓国語文内の漢字語をその対応漢字に変換する。
• 得られた漢字変換済み韓国語文を、NMTモデルの新たな入力源として使用する。
• 共有されたソースおよびターゲット語彙を用いて、変更された訓練データ上でRNNベースおよびTransformerベースのNMTモデルを学習する。
• 漢字を通じて韓国語と中国語の間で共通する表記および語彙的表現を活用し、意味的整合性を強化する。
• 大規模な並列コーパスが存在しない状況を想定し、低資源韓国語-中国語翻訳に本手法を適用する。
• BLEUおよびROIC指標を用いて、さまざまな文長および同音異義語を含む文における翻訳品質と語彙の重複度を評価する。

実験結果

リサーチクエスチョン

• RQ1 韓国語の漢字語を中国語の漢字に変換することで、低資源韓国語-中国語機械翻訳の性能向上が図れるか？
• RQ2 中国語の漢字を言語的中間的手がかりとして用いることで、韓国語-中国語翻訳における同音異義語の区別能力が向上するか？
• RQ3 本手法は、RNNおよびTransformerアーキテクチャの両方でどのように性能を示すか？
• RQ4 本手法は、長文や複雑な文においてどの程度翻訳品質を向上させるか？
• RQ5 中国語の漢字を通じた共通語彙が、低資源翻訳において効果的な言語的シグナルとして機能するか？

主な発見

• 提案手法は、韓国語-中国語翻訳タスクにおいて、ベースラインモデルと比較して最大1.5 BLEUポイントの翻訳品質向上を達成した。
• 本手法は、同一語が複数の意味を持つ場合にベースラインモデルが区別に失敗する韓国語の同音異義語の区別を顕著に改善した。
• RNNベースおよびTransformerベースの両方のNMTモデルで一貫した性能向上が得られ、広範な適用可能性が示された。
• すべての文長で翻訳品質が向上し、文長が200トークン程度まで延長されるにつれて性能が向上する傾向を示した。
• 漢字を中間的手がかりとして用いることで、特に漢字語彙に関連する語彙的項目において、ソース語とターゲット語の意味的整合性が強化された。
• 本手法は、共通語彙を活用する言語的動機付けに基づいた文字レベルの中間戦略を、低資源韓国語-中国語NMTに初めて適用した。他の共通語彙を有する言語対に対してもその可能性を示している。