[論文レビュー] Noun Phrase Reference in Japanese-to-English Machine Translation

Francis Bond, Kentaro Ogura+1 more|ArXiv.org|Jan 23, 1996

Natural Language Processing Techniques参考文献 14被引用数 19

ひとこと要約

本稿は、日本語から英語への機械翻訳における、冠詞および数詞の生成を改善するために、名詞句の一般的使用、参照的使用、帰属的使用の三重の区別を提案する。文法的および意味的手がかり（例えば、補助動詞、定義性マーク、文脈）に基づくヒューリスティクスを適用することで、ALT-J/Eシステムにおける正しく生成された冠詞および数詞の使用率を65%から77%まで向上させた。さらに、追加のルール最適化により、84%まで向上する可能性がある。

ABSTRACT

This paper shows the necessity of distinguishing different referential uses of noun phrases in machine translation. We argue that differentiating between the generic, referential and ascriptive uses of noun phrases is the minimum necessary to generate articles and number correctly when translating from Japanese to English. Heuristics for determining these differences are proposed for a Japanese-to-English machine translation system. Finally the results of using the proposed heuristics are shown to have raised the percentage of noun phrases generated with correct use of articles and number in the Japanese-to-English machine translation system ALT-J/E from 65% to 77%.

研究の動機と目的

• 日本語から英語への機械翻訳における誤った冠詞および数詞の生成という課題に対処すること。
• 名詞句の参照的使用の三つのタイプ（一般的、参照的、帰属的）を区別することで、英語出力の質を向上させること。
• 文法的および意味的手がかり（特に補助動詞）を用いたヒューリスティクスアルゴリズムを開発し、日本語文における名詞句の参照タイプを分類すること。
• この分類がALT-J/E機械翻訳システムにおける冠詞および数詞の生成に与える影響を評価すること。
• 特に、参照分類が不十分なことによって生じる、名詞句生成の誤りの原因を特定し、緩和すること。

提案手法

• 名詞句を三つのカテゴリに分類する：一般的（クラスを指す）、参照的（特定の実体を指す）、帰属的（補助動詞を介して性質を帰属する）。
• トピック助詞（wa）、目的格助詞（o）、所有格助詞（no）などの文法的マークを用いて、参照タイプを推定する。
• 特に「da」のような補助動詞を用いた、帰属的使用の検出にヒューリスティクスを適用する。
• 文脈（以前の言及、不定詞、修飾語など）に基づいて定義性を決定し、冠詞選択を支援する。
• 分類を生成フェーズに統合し、適切な冠詞（a/an/the）および複数/単数の数詞を選択する。
• 誤り分析により、主な失敗要因（辞書の欠落：20%、数値表現の翻訳：12%、文脈推論の欠如：間接的代名詞など）を同定する。

実験結果

リサーチクエスチョン

• RQ1 日本語における名詞句の参照は、どのように一般的、参照的、帰属的使用に分類可能か。これにより英語の冠詞および数詞の生成がどのように改善されるか。
• RQ2 日本語文における、これらの三つの参照タイプを明確に区別する文法的および意味的手がかりは何か。
• RQ3 この三重の区別を組み込むことで、日本語から英語への機械翻訳システムにおける冠詞および数詞の生成精度はどの程度向上するか。
• RQ4 名詞句生成における主な誤り要因は何か。ルールベースの改善により、それらはどのように緩和可能か。
• RQ5 提案された手法は、孤立した文を超えた一貫性のあるテキストの処理に対しても拡張可能か。

主な発見

• 提案手法により、ALT-J/Eシステムにおける冠詞および数詞が正しく生成された名詞句の割合が65%から77%まで上昇した。
• 名詞句の参照タイプ分類の成功率は74%に達した一方、数えられる/数えられない性質および数詞生成の正確性は85%であった。
• 辞書の欠落（20%）と生成ルールの欠陥（8%）を是正することで、誤り削減が最大30%に達すると予測され、成功率が84%まで上昇すると予想される。
• 本手法は、アスリビューションカテゴリを欠落させたシステム（例：Murata, 1993b）で生じた過剰な定義化の誤りを効果的に防止する。
• アルゴリズムは、より大規模なコーパスへの拡張に有望であるが、カバレッジと再現性を確保するため、より広範なテキストタイプでのテストが必要である。
• KnightとChander（1995）のポストエディティング手法は、事前に既知の冠詞位置に依存するため、MT出力に対して直接適用可能ではなく、実用的利用が制限される。