そこで本研究では，パラレルコーパスのみを利用して，翻訳されない単語を削減する方法を提案する． 統計翻訳では，翻訳の確からしさを表すモデルとして翻訳モデルを用いている．翻訳モデルは， フレーズテーブルと呼ばれる表で管理される．フレーズテーブルは単語対応からヒューリスティックス を用いて作成される．一般的に用いられるヒューリスティックス``grow-diag-final-and"では長い フレーズが作成され，短いフレーズが作成されない傾向にある．そして，翻訳において長いフレーズ が優先的に利用されるため，短い単語列，特に１単語が未知語として出力される場合がある．
一方，ヒューリスティックスの一つである``intersection(単語対応の積集合)"を用いたフレーズ テーブルには，未知語として出力された単語に対応するフレーズが存在する場合がある．しかし，``intersection"を用いた翻訳では，フレーズの候補が膨大になるため，枝刈り探索の問題から翻訳効率 および翻訳精度が低下する．そこで，``grow-diag-final-and"のフレーズテーブルと，未知語として 出力される単語に対応する``intersection"のフレーズテーブルを併用することで，未知語が削減できる 可能性がある．
本研究では，``grow-diag-final-and"と``intersection"を併用することで，未知語の削減と翻訳精度の改善を目指す．