重文複文コーパスを用いた実験

鳥バンクの例文より抽出した重文複文コーパス122,719文[15]から，表5.3に示す文数を実験に用いる．

表: 重文複文コーパス

英語・日本語学習データ	各100,000文
英語・日本語対訳パターンデータ	各100,000文
英語・日本語テストデータ	各10,000文
英語・日本語ディベロップメントデータ	各1,000文

統計翻訳の前処理として，各コーパスの日本語文に対して，``MeCab[16]''を用いて形態素解析を行う． また，英語文に対して，``tokenizer.perl[13]''を用いて，わかち書きを行う． 重文複文の実験データの例を表5.4に示す．

表: 重文複文実験データの例

例1
日本語文	ぼく に は 余分 な お金 も 時間 も ない 。
英語文	I have neither money nor time to spare .
例2
日本語文	彼 は 年 を とる につれて ますます 頑固 に なっ た 。
英語文	He grew more obstinate as he grew older .
例3
日本語文	何 か 忘れ物 を し た 気 が する 。
英語文	I feel I have forgotten something .