おわりに

統計翻訳では，対訳学習文から自動的に翻訳規則を獲得し，翻訳を行うため，翻訳精度は対訳学習文の量に大きく依存する．そのため，対訳学習文の量が少ない場合，未知語が出力される．代表的な未知語の対策として，対訳学習文を追加する方法が挙げられる．しかし，対訳学習文を追加するにはコストがかかる． この問題を解決するために，藤原らは，日英翻訳において，対訳学習文を追加せずに，フレーズテーブル作成時のヒューリスティックスを併用することで，未知語の削減と翻訳精度の改善を試みた．その結果，未知語の削減には成功したが，翻訳精度はほとんど向上しなかった．

本研究では，対訳学習文を追加せずに未知語処理を行う新たな手法を提案した．具体的には，出現した未知語を抽出し，文字単位化した後，文字単位化した未知語を入力として再度翻訳を行う．この手法を用いて未知語の削減と翻訳精度の向上を試みた．実験の結果，ベースラインでは未知語を含む文が3,146文出力されていたが，提案手法により236文まで削減することに成功した．更に，翻訳精度の向上も認められた．また，先行手法を併用した結果，未知語を含む文を118文まで削減することに成功した．

今後は，未知語をローマ字に変換する手法と提案手法の比較を行い，評価することを考えている．