単文コーパス

本研究では，実験に単文のみを用いる．単文の本来の意味は，主語と述語の関係が1回のみ成り立つ文である． しかし，本研究で用いる単文は，形態素解析器を用いて形態素解析した際に動詞が1つの文を抽出したものである． 例えば，「彼は生き返った。」という文は，本来ならば単文であるが，形態素解析において，「彼/は/生き/返っ/た/。」 と解析された場合には，「生き返る」という動詞ではなく，「生きる」と「返る」の２つの動詞が含まれているとみなして， 本研究には用いない．以下に，本研究で用いる単文コーパスの例を示す．

表: 単文コーパスの例：日本語文

誰だって１人ではできない。

彼女は音楽の先生をしている。

それはできない相談だ。

表: 単文コーパスの例：英語文

No one man can do it .

She is a music teacher .

That's an impossible proposition .

本研究では，辞書の例文より抽出した単文コーパス181,988文[12]から，以下のように用いる．

• 日英対訳コーパス：50,000文対
• 英語学習文：100,000文
• 日本語学習文：100,000文
• テスト文：10,000文
• ディベロップメント文：2,000文（日本語学習文の翻訳に1,000文，テスト文の翻訳に1,000文）

統計翻訳の前処理として，各コーパスの日本語文に対して，``MeCab[13]"を用いて形態素解析を行う．また，英語文に対して``tokenizer.perl[9]"を用いて分かち書きを行う．