[論文レビュー] Self-Organizing Machine Translation: Example-Driven Induction of Transfer Functions

Patrick Juola|ArXiv.org|Jun 3, 1994

Natural Language Processing Techniques被引用数 3

ひとこと要約

本稿では、例示された二語対訳文のペアから、心理言語学的モデルと整合する新しい*マーカー正規形*という文法形式を用いて転送関数を誘導する自己組織的機械翻訳システムを提案する。この手法は、小規模なコーパスから英語→フランス語および英語→ウルドゥー語の転送関数を成功裏に同定し、隠れマルコフモデルベースのベースラインと比較して、言語的に妥当で競争力のある正確性を達成した。

ABSTRACT

With the advent of faster computers, the notion of doing machine translation from a huge stored database of translation examples is no longer unreasonable. This paper describes an attempt to merge the Example-Based Machine Translation (EBMT) approach with psycholinguistic principles. A new formalism for context- free grammars, called *marker-normal form*, is demonstrated and used to describe language data in a way compatible with psycholinguistic theories. By embedding this formalism in a standard multivariate optimization framework, a system can be built that infers correct transfer functions for a set of bilingual sentence pairs and then uses those functions to translate novel sentences. The validity of this line of reasoning has been tested in the development of a system called METLA-1. This system has been used to infer English->French and English->Urdu transfer functions from small corpora. The results of those experiments are examined, both in engineering terms as well as in more linguistic terms. In general, the results of these experiments were psycho- logically and linguistically well-grounded while still achieving a respectable level of success when compared against a similar prototype using Hidden Markov Models.

研究の動機と目的

• 二語対訳例文ペアから直接転送関数を学習する機械翻訳システムの開発を目的とし、手動で作成された規則に依存しないこと。
• 言語処理の心理言語学的モデルと整合する形式的記法を用いて言語データをモデル化することで、機械翻訳に心理言語学的原則を統合すること。
• 学習済みの転送関数を用いて、訓練データにない新しい文の構造に対しても一般化して翻訳できるようにすること。
• 誘導された転送関数の言語的および工学的妥当性を、異言語翻訳タスクにおいて評価すること。
• 例示駆動のシステムの性能を、隠れマルコフモデルベースのプロトタイプと比較し、正確性および言語的妥当性の観点から評価すること。

提案手法

• 本システムは、言語処理の心理言語学的モデルと整合するように設計された、文脈自由文法の一種である新しい形式である*マーカー正規形*を用いる。
• 二語対訳文のペアがマーカー正規形で表現され、言語間の構文的および意味的対応関係が符号化される。
• 多変量最適化フレームワークを用いて、元言語構造から対象言語構造へとマッピングする最適な転送関数を同定する。
• 最適化プロセスは、例文ペアと誘導された転送規則の間のアライメント品質に基づく損失関数を最小化することで実行される。
• システムは、学習済みの転送関数を用いて、未確認の文ペアに適用することで一般化を行う。
• 本手法は、英語-フランス語および英語-ウルドゥー語翻訳タスクにおける小規模な並列コーパスを用いて評価された。

実験結果

リサーチクエスチョン

• RQ1 心理言語学的理論と整合する形式的記法を用いて、小規模な二語対訳コーパスから転送関数を効果的に誘導できるか？
• RQ2 例示駆動の転送関数誘導は、言語的に妥当で正確な翻訳をもたらすか？
• RQ3 自己組織的システムの性能は、隠れマルコフモデルベースのプロトタイプと比較して、翻訳の正確性においてどのように異なるか？
• RQ4 訓練データに存在しない新しい文構造に対して、システムはどの程度一般化できるか？
• RQ5 マーカー正規形形式は、異言語間の構文的および意味的対応関係を適切に表現できるか？

主な発見

• 本システムは、小規模な並列コーパスから英語→フランス語および英語→ウルドゥー語の転送関数を成功裏に誘導し、本手法の実現可能性を示した。
• 誘導された転送関数は言語的に妥当であることが判明し、妥当な構文的および意味的マッピングを反映していた。
• 本システムは、定量的評価において、隠れマルコフモデルベースのプロトタイプと同等の翻訳成功水準を達成した。
• マーカー正規形の使用により、従来の形式的記法よりもより認知的に妥当な二語対訳データの表現が可能になった。
• 最適化フレームワークは正確性と一般化のバランスを効果的にとらえ、新しい文を妥当な忠実度で翻訳する能力を有していた。
• 結果から、リソースが限られた環境において、ルールベースや統計的手法の代替として、例示駆動の転送関数誘導が実用的である可能性が示唆された。