[論文レビュー] Machine Transliteration

Kevin Knight, Jonathan Graehl|ArXiv.org|Apr 14, 1997

Natural Language Processing Techniques被引用数 7

ひとこと要約

この論文では、音声的に転写された外国語の名前（例：日本語の'konpyuutaa'）を元の言語（例：英語の'computer'）に逆方向に表記し直す機械学習的手法を提示している。生成モデルを用い、音声的セグメンテーション、音声対応、言語モデルの複数段階のアプローチを採用しており、ベースライン手法に比べて顕著な改善が得られている。

ABSTRACT

It is challenging to translate names and technical terms across languages with different alphabets and sound inventories. These items are commonly transliterated, i.e., replaced with approximate phonetic equivalents. For example, "computer" in English comes out as "konpyuutaa" in Japanese. Translating such items from Japanese back to English is even more challenging, and of practical interest, as transliterated items make up the bulk of text phrases not found in bilingual dictionaries. We describe and evaluate a method for performing backwards transliterations by machine. This method uses a generative model, incorporating several distinct stages in the transliteration process.

研究の動機と目的

• 多言語テキストに一般的に見られる表記の変換問題に対処し、表記化された名前を元の言語形に逆方向に変換することを目的とする。
• 日本語などの言語で表記された音声的形（例：'konpyuutaa'）を、元の言語（例：英語の'computer'）にマッピングする逆方向表記を実行できるシステムの開発を目的とする。
• 音声的表記と元の言語名との間の複雑で一対一でない対応関係を、構造的で段階的な生成的手法を用いてモデル化することを目的とする。
• 二国語辞書の未知語（OOV）領域を占める表記化語彙が多数を占める実世界のデータ上で、手法の評価を実施することを目的とする。
• 機械翻訳や情報検索システムにおける名前の再構築精度を向上させることを目的とし、表記化を第一義的な問題として取り扱う。

提案手法

• 本手法は、段階的処理（セグメンテーション、音声対応、言語モデル）に分解された生成モデルを採用している。
• 音声的セグメントとその言語間対応関係を階層的構造でモデル化し、非線形な音声対応関係を捉えている。
• 候補となる再構築形のスコアリングに言語モデルを組み込み、妥当な元言語形を優先する。
• 音声アラインメントの尤度とn-gram言語モデル確率を組み合わせた判別的スコア関数を適用している。
• パラメータ学習には、表記化名とその元の言語形の並列データを用い、最尤推定法を用いている。
• 動的計画法を用いて、与えられた表記化入力に対して最も確率の高い元言語形をデコードしている。

実験結果

リサーチクエスチョン

• RQ1 生成モデルは、ターゲット言語における表記化形から元言語名を効果的に再構築できるか？
• RQ2 セグメンテーション、音声対応、言語モデルの段階的処理アプローチは、単純なベースライン手法に比べてどの程度の性能を示すか？
• RQ3 学習時に見られなかった未知語に対して、モデルはどの程度一般化できるか？
• RQ4 言語モデルを組み込むことで、再構築された元言語形の質はどの程度向上するか？
• RQ5 異なる表記化システムにおける綴りや音声表現のばらつきに対して、本手法はどの程度頑健か？

主な発見

• 提案された生成モデルは、表記化形から元言語名を再構築する際、ベースライン手法を顕著に上回っている。
• セグメンテーション、音声対応、言語モデルに分離した段階的アプローチは、より正確で頑健な再構築を実現している。
• 言語モデルを組み込むことで、妥当な元言語形の選択が促進され、誤った再構築が減少している。
• 特に複雑な音声的対応関係を持つ名前において、テストデータでの誤り率が顕著に低下している。
• 未学習の名前に対しても優れた一般化性能を示しており、機械翻訳や情報検索における実世界応用に適している。
• 表記化を構造的で多段階的なプロセスとしてモデル化することで、統合的またはヒューリスティックな手法よりも優れた性能が得られることを確認した。