概要

統計翻訳において，「単語に基づく統計翻訳」と，「句に基づく統計翻訳」がある． 初期の統計翻訳は，単語に基づく統計翻訳であった．しかし，近年提案された句に基づく統計翻訳[5]は，語順の並び替えや文脈における訳語の選択や翻訳精度において，単語に基づく統計翻訳よりも優れている．よって，現在は句に基づく統計翻訳が主流となっている．そのため，本研究で扱う統計翻訳システムにおいても，句に基づく統計翻訳を用いる． また統計翻訳の特徴として，文法構造が似ている言語間では翻訳精度が高い傾向があり，文法構造の異なる言語間では翻訳精度が低い傾向がある． 日英統計翻訳の枠組みを図1に示す．

図: 日英統計翻訳の枠組

日英統計翻訳では，日本語文$j$を入力文とした場合に，翻訳モデル$P(j\vert e)$と言語モデル$P(e)$の 全ての組み合わせから，確率が最大となる英語文$\hat{e}$を出力文とする．$E$を探索するシステムをデコーダと呼ぶ．以下に基本的なモデルを示す．

$$E = arg\displaystyle \max_{e}P(e\vert j)$$ (1)

$$\simeq arg\displaystyle \max_{e}P(j\vert e)P(e)$$ (2)