概要

近年，機械翻訳において統計翻訳が注目され，盛んに研究が行われている． 本論文では統計翻訳に関する３つの研究を扱う． 以下にそれぞれの概要について示す．

• パターン翻訳を用いた学習データ増加手法の検討
  統計翻訳の翻訳品質は，学習データとして用いる対訳データの量に依存する． しかし，人手で翻訳した高品質な対訳データの収集には量的な限界があり，作成コストも大きい．

  　この問題に対して，本研究では大量の単言語データをパターン翻訳によって翻訳し， 既存の対訳学習データに付与した．実験の結果，自動評価および人手評価における提案手法の有効性が認められた．

• 句に基づく統計翻訳における未知語処理の１手法
  統計翻訳において，翻訳されない単語は未知語として出力される． この未知語を減少させるため，様々な試みが行われている． 代表的な試みとして，対訳学習データに対訳辞書データを付与する手法がある．しかし，この手法では，単語辞書などの対訳学習データ以外のリソースが必要となる．

  　そこで本研究では，対訳データのみを利用して，未知語を削減する方法を提案する． 実験の結果，単文を用いた実験において，出力文全体の自動評価値がベースラインと比較してわずかに向上した．さらに，提案手法において未知語の改善に大きな効果が認められた．

  0 ベースラインの出力において未知語を含む文100文中，単文を用いた実験では61文，重文複文を用いた実験では68文の未知語が改善した．さらに，未知語が改善した文のうち，単文実験において61文中21文，重文複文実験において68文中12文の翻訳品質が向上した．したがって，未知語問題に対して，提案手法の有効性が認められる．

• 統語的タグを用いた統計的階層句機械翻訳
  従来の統計翻訳では，翻訳課程において統語的情報を用いていない．そのため，日本語-英語といった言語構造が大きく異なる言語間の翻訳において高い翻訳精度が得られない場合が多い．

  　そこで本研究では，日英統計的階層句機械翻訳(階層型翻訳)において統語的情報を追加する手法を提案し，翻訳精度の向上を目指した．

  　実験の結果，提案手法において有意な効果は認められなかった．原因として，日本語文へのタグ付与のみでは，統語的情報として不十分であることなどが挙げられる．今後の展開として，生成されたルールのフィルタリングを行う手法などが考えられる．