[論文レビュー] Content Translation: Computer-assisted translation tool for Wikipedia articles

Niklas Laxström, Pau Giner+1 more|arXiv (Cornell University)|Jun 5, 2015

Wikis in Education and Collaboration参考文献 3被引用数 7

ひとこと要約

本論文では、機械翻訳（MT）とWhat-You-See-Is-What-You-Get（WYSIWYG）編集を活用し、ウィキペディアに直接統合されたコンピュータ支援翻訳ツール「コンテンツ翻訳（CX）」を提示する。ソースとターゲットの並べ替え編集を可能にし、ウィキデータを活用してリンクとカテゴリの適応を自動化し、MTの使用状況を追跡することで品質を確保することで、CXは記事の削除率を1％未満に低下させ、熟練ユーザーが翻訳作業で最大70％の時間を節約できるようになった。

ABSTRACT

The quality and quantity of articles in each Wikipedia language varies greatly. Translating from another Wikipedia is a natural way to add more content, but the translation process is not properly supported in the software used by Wikipedia. Past computer-assisted translation tools built for Wikipedia are not commonly used. We created a tool that adapts to the specific needs of an open community and to the kind of content in Wikipedia. Qualitative and quantitative data indicates that the new tool helps users translate articles easier and faster.

研究の動機と目的

• ウィキペディアの言語別エディション間での記事翻訳に、効果的で広く採用されたツールが不足している問題に対処すること。
• ウィキペディアのオープンかつコミュニティ主導の性質と、非同期で多様なコンテンツを持つ性質に適合した翻訳ツールを設計すること。
• ウィキデータを活用して、リンクやカテゴリの取り扱いといった技術的タスクを自動化することで、翻訳の負担を軽減すること。
• 未編集のMTコンテンツによる低品質な内容の拡散を懸念するコミュニティの懸念を軽減するため、MTの使用状況を追跡し、閾値を超えた場合には警告を発する仕組みを導入すること。
• 実際の展開状況において、ツールの使いやすさ、効率性、記事品質への影響を評価すること。

提案手法

• ツールは、マークアップを保持したままwikitextをレンダリングできるParsoidのアノテート済みHTMLに基づくWYSIWYGエディタを採用し、ソースとターゲット間で動的かつ正確な段落のアラインメントを実現する。
• 複数のMTプロバイダー（オープンソースのApertiumを含む）を統合し、MTの出力をユーザーの編集の出発点として活用する。
• ウィキデータの多言語間マッピングを活用して、リンクとカテゴリの適応を自動化し、ターゲット記事が正しく参照されるようにする。
• 未編集MTコンテンツの割合を追跡し、閾値を超えた場合には警告を発することで、品質の向上を促進する。
• コンテキストインクワイアリーやユーザーテストを通じたユーザーリサーチがデザインをガイドし、フィードバックに基づいてプロトタイプを段階的に改善した。
• 評価には、ユーザーフィードバック、パブリックアナリティクス、記事の削除率を活用し、採用状況と品質を評価した。

実験結果

リサーチクエスチョン

• RQ1 ウィキペディアの多言語的でコミュニティ主導のコンテンツ作成に特化した、コンピュータ支援翻訳ツールは、どのように設計できるか？
• RQ2 MTと自動リンク適応を統合することで、翻訳のスピードと品質はどの程度向上するか？
• RQ3 記事の品質は、削除率とユーザーフィードバックで測定した場合、このツールがどのような影響を与えたか？
• RQ4 MTの利用可能性とユーザー基盤が類似しているにもかかわらず、なぜ一部の言語ペアでは著しく高い使用率を示すのか？
• RQ5 CXにおけるユーザービヘイビアは、従来の翻訳ワークフローと比較して、時間効率とタスク負荷の面でどのように異なるか？

主な発見

• CXを介して作成された記事の削除率は、3か月間の期間で1％未満に抑えられ、これはウィキペディア全体の新規記事削除率を下回る水準であった。
• 熟練したカタルーニャ語ウィキペディアの編集者は、CXを用いることで翻訳時間に70％の削減を達成したと報告しており、顕著な効率向上が示された。
• 英語が最も頻繁に使用されたソース言語であり、これは多言語編集者の行動に関する先行研究と整合的であった。
• ApertiumによるMTの利用が可能でも、言語ペアごとの翻訳活動に顕著な差が見られ、スペイン語からカタルーニャ語への翻訳は455件、ポルトガル語への翻訳はたった25件にとどまった。
• ユーザーフィードバックは肯定的であり、ウィキペディアの編集インターフェースへの統合が、過去のスタンドアロンツールよりも高い採用率を実現した。
• MTの追跡と警告メカニズムのおかげで、コミュニティが低品質なコンテンツの拡散を懸念する問題が軽減された。