提案手法の概略

パターン翻訳は，原言語文と目的言語文で構成される対訳文に対して，任意の単語やフレーズを変数化した``文パターン''と``単語辞書''を用いて翻訳を行う方法である．パターン翻訳は長所として，入力文が適切な文パターンに適合した場合，高品質な翻訳文を得やすい傾向にある．しかし，パターン翻訳には多くの問題点がある．

本研究では中でもコストと翻訳精度とカバー率の問題を取り上げる．まず，パターン翻訳は問題点として，非常にコストと時間がかかる．この理由は単語辞書と文パターンを人手で作成するためである．本研究では単語辞書と文パターンをプログラムで自動作成することでコストの削減を試みる．

また，パターン翻訳は翻訳精度が高いとカバー率が低く，カバー率が高いと翻訳精度が低くなる傾向にある．このトレードオフの関係が発生する理由として，入力文に適合した文パターンが保持する字面の数が関係していると考えた．つまり，文パターンの字面が多ければ翻訳精度が高く(カバー率が低く)，少なければカバー率が高く(翻訳精度が低く)なる．また，カバー率には，入力文が文パターンに適合しなければ翻訳ができない問題がある．

改善策として，翻訳精度の問題に対しては，入力文と文パターンの字面を比較する．そして字面が多く一致する文パターンを優先して選択することで翻訳精度の改善を試みる．カバー率の問題に対しては，大量の文パターンと単語辞書を作成することでカバー率の増加を試みる．

本研究では5つのステップを用いて英日パターン翻訳を行う．以下に手順を示す．

手順1 単語辞書

GIZA++を用いて，単語辞書を作成する．

手順2 単語に基づく文パターン辞書

単語辞書を用いて，単語に基づく文パターン辞書を作成する．

手順3 フレーズ辞書

単語に基づく文パターン辞書を用いて，フレーズ辞書を作成する．

手順4 句に基づく文パターン辞書

フレーズ辞書を用いて，句に基づく文パターン辞書を作成する．

手順5 英日パターン翻訳

フレーズ辞書と句に基づく文パターン辞書を用いて，英日パターン翻訳を行う．

なお，単語に基づく文パターンを用いた英日パターン翻訳の実験結果は [12]で報告している．また，4.2節で用いる対訳学習文とは，電子辞書から抽出した英日対訳文を指す．詳細は5.1節で説明する．