[論文レビュー] Mainumby: un Ayudante para la Traducción Castellano-Guaraní

Michael Gasser|arXiv (Cornell University)|Oct 19, 2018

Historical Linguistics and Language Studies被引用数 7

ひとこと要約

本論文では、大規模な二語対訳コーパスが存在しない言語対であるスペイン語＝ガラナ語向けのウェブベースのコンピュータ支援翻訳ツール「Mainumby」を紹介する。本論文は、豊富な並列データが不要な文節単位の翻訳を可能にする、独創的なフレームワーク「一般化セグメントによる翻訳（最小依存関係翻訳）」を提案し、実世界の翻訳ワークフローにおける低リソース言語対の実現可能性を示している。

ABSTRACT

A wide range of applications play an important role in the daily work of the modern human translator. However, the computational tools designed to aid in the process of translation only benefit translation from or to a small minority of the 7,000 languages of the world, those that we may call "privileged languages". As for those translators who work with the remaining languages, the marginalized languages in the digital world, they cannot benefit from the tools that are speeding up the production of translation in the privileged languages. We may ask whether it is possible to bridge the gap between what is available for these languages and for the marginalized ones. This paper proposes a framework for computer-assisted translation into marginalized languages and its implementation in a web application for Spanish-Guarani translation. The proposed system is based on a new theory for phrase-level translation in contexts where adequate bilingual corpora are not available: Translation by Generalized Segments (referred to as Minimal Dependency Translation in previous work).

研究の動機と目的

• 主流の翻訳技術から除外されているガラナ語のような言語的マイノリティ言語の計算翻訳ツールの不足に対処すること。
• スペイン語＝ガラナ語という低リソース言語対を対象とした、実用的でアクセス可能なウェブアプリケーションを開発し、翻訳者を支援すること。
• 十分な二語対訳コーパスが入手できない状況に適した翻訳フレームワークを提案・実装すること。
• スペイン語＝ガラナ語のような言語的マイノリティ言語と、リソース豊富な言語との間の翻訳技術におけるデジタル格差を埋めること。
• 大規模な並列データが欠如する状況下でも、文節単位の翻訳が可能であることを実証すること。

提案手法

• 本システムは、翻訳を文節レベルでモデル化するための構文的依存関係を用いる、『一般化セグメントによる翻訳』（以前は「最小依存関係翻訳」として知られていた）と呼ばれるフレームワークに基づいている。
• 大規模な並列コーパスを必要とせず、単語対訳データと言語的パターンを活用して翻訳単位を推定する。
• 依存構文解析とアラインメントヒューリスティクスを統合することで、スペイン語の表現をガラナ語の対応語にマッピングする。
• ウェブアプリケーションとして実装されており、リアルタイムでの相互作用と翻訳者ワークフローへの統合を可能にしている。
• 言語タイプ学的特徴と言語間類似性に基づいた、軽量なルールベースの手法を用いて翻訳意思決定を支援する。
• システムは、限定的な二語対訳データと、ターゲット言語コミュニティの専門家が検証済みの翻訳例を用いて訓練および検証されている。

実験結果

リサーチクエスチョン

• RQ1 大規模な二語対訳コーパスにアクセスできない状況下でも、スペイン語＝ガラナ語という低リソース言語対向けに、コンピュータ支援翻訳システムを効果的に構築できるか？
• RQ2 並列データが乏しい状況下で、一般化セグメントを用いてどのように文節単位の翻訳を達成できるか？
• RQ3 ウェブベースのツールは、言語的マイノリティ言語を扱う翻訳者による作業効率と正確性をどの程度向上できるか？
• RQ4 大規模な学習データが不足する状況下で、信頼性の高い翻訳を可能にする言語的および計算的手法は何か？
• RQ5 実際に翻訳ワークフローで使用可能な、同時に言語学的に妥当なシステムをどのように設計できるか？

主な発見

• Mainumbyは、限定的な並列データのみを用いて、スペイン語＝ガラナ語向けの機能的なウェブベース翻訳アシスタントを実装した。
• 一般化セグメントによる翻訳フレームワークは、二語対訳リソースが限られた状況下でも正確な文節単位の翻訳を可能にした。
• 本システムは、人間が関与する環境でリアルタイムの翻訳タスクを支援するという実用的価値を示した。
• 本アプローチは、言語的マイノリティ言語に適しており、同様の低リソース言語対に応用可能なスケーラブルなモデルを提供した。
• 本ツールは、実際の学術会議の場で採用され、検証され、その関連性と実用性が確認された。
• 本フレームワークは、デジタル環境における他の未対応言語対への翻訳支援の拡張可能性を示した。