まとめ

本研究では，単言語データに対してパターン翻訳を行い，既存の対訳学習データに付与することで， 対訳学習データを増加させる手法を提案した．実験の結果，自動評価では，ベースラインと比較して単文データセットを用いたチューニングなしの実験，および重文複文データセットを用いたチューニングありの実験において，提案手法の評価値が向上した．また，人手評価においては単文データセットを用いたチューニングなしの実験で提案手法の有効性が確認できた．しかし，その他の実験では提案手法の有効性は認められなかった．原因として，パターン翻訳の学習が既存の対訳データを用いて行われていることが挙げられる．今後は，使用するデータによる翻訳結果の差異の，より詳細な調査が必要である．また，提案手法において，英日方向のパターン翻訳を用いる実験が考えられる．