[论文解读] An Example-Based Approach to Japanese-to-English Translation of Tense, Aspect, and Modality

Masaki Murata, Qing Ma+2 more|ArXiv.org|Dec 13, 1999

Natural Language Processing Techniques参考文献 3被引用 15

一句话总结

本文提出了一种基于实例的日语到英语时态、体貌、情态（TAM）翻译方法，利用句末的字符串相似度与语义相似度检索类似的双语实例。通过应用k近邻方法降低噪声并避免手工规则，该方法在非现在/过去形式上使用语言分析特征时，实现了比顶级商用机器翻译系统更高的TAM翻译准确率。

ABSTRACT

We have developed a new method for Japanese-to-English translation of tense, aspect, and modality that uses an example-based method. In this method the similarity between input and example sentences is defined as the degree of semantic matching between the expressions at the ends of the sentences. Our method also uses the k-nearest neighbor method in order to exclude the effects of noise; for example, wrongly tagged data in the bilingual corpora. Experiments show that our method can translate tenses, aspects, and modalities more accurately than the top-level MT software currently available on the market can. Moreover, it does not require hand-craft rules.

研究动机与目标

• 为解决由于复杂的词形句法表达而难以将日语时态、体貌、情态准确翻译成英语的问题。
• 开发一种无需规则的方法，避免为TAM编写详细语言学规则所带来的复杂性与不可行性。
• 在现有商用机器翻译系统的基础上进一步提升时态、体貌、情态的翻译准确率。
• 探索仅使用句末表面字符串匹配与语义匹配进行TAM选择的可行性。
• 通过调整匹配策略，使该方法可应用于单语TAM标注与跨语言翻译。

提出的方法

• 将输入句与实例句之间的相似度定义为双语语料库中日语与英语句子句末表达的语义匹配程度。
• 从输入句末尾开始，使用最长匹配子串在语料库中检索最相似的实例句。
• 从检索到的实例句中选取对应的英文TAM表达作为翻译目标。
• 应用k近邻方法，以减轻双语语料库中错误标注数据带来的噪声影响。
• 同时使用原始字符串匹配与语言分析特征（如同义词类别、词形变化形式）评估相似度，后者在非现在/过去形式上的准确率提升更为显著。
• 通过将双语语料库替换为单语TAM标注语料库，将该方法适配于单语TAM分析。

实验结果

研究问题

• RQ1 句末相似度能否有效用于检索日语到英语翻译中的适当时态、体貌、情态表达？
• RQ2 基于实例的方法是否在翻译日语TAM表达方面优于现有商用机器翻译系统？
• RQ3 与纯字符串匹配相比，引入语言学分析（如词性、同义词、词形变化）在多大程度上提升了TAM翻译准确率？
• RQ4 该方法能否推广至无需规则分析的单语TAM标注任务？
• RQ5 k近邻方法在降低训练语料库中噪声或错误标注数据的影响方面有多有效？

主要发现

• 所提出的方法在翻译时态、体貌、情态方面的准确率高于当时可用的顶级商用机器翻译软件。
• 使用语言分析特征（如同义词类别、词形变化形式）在非现在/非过去TAM形式上的翻译准确率提升，显著优于单纯的字符串匹配。
• 通过有效运用k近邻技术过滤无关或错误的实例，该方法在噪声数据下表现出强鲁棒性。
• 该方法无需手工编写语言学规则，因此更易于实现，并可轻松适配低资源语言对。
• 通过将双语语料库替换为单语TAM标注语料库，该方法成功扩展至单语TAM标注任务。
• 结果表明，句末相似度是TAM翻译中语义匹配的可行且有效的代理指标，尤其在结合语言学分析后效果更佳。