TDSMTは対訳文と「A(日本語単語)がB(英語単語)ならばC(日本語句)はD(英語句)」で表現する変換テーブルを利用する．学習として，対訳文から変換テーブルの自動作成を行う．その後，対訳文と変換テーブルを利用して，翻訳を行う．TDSMTは入力文の変換によって出力文を作成するため，文法性の高い翻訳が期待できる．第I部の実験では，変換テーブルが大量に作成され，その精度も高かった．しかし，翻訳可能な入力文の割合（以下，カバー率）は約20% 程度と低かった．カバー率が低い原因として，対訳文中に存在しない語や，対訳文中の頻度が低く学習が難しい語（以下，未知語）が入力文中に一つでも存在すれば，翻訳不可能になることが挙げられる．また，TDSMTは翻訳文の出力に成功した場合Mosesと同等の翻訳精度がある．
そこで，第II部では，TDSMTにおいて，出力文に未知語を出力する手法を提案する．未知語を出力するために未知語出力用変換テーブルを作成し，変換テーブルに追加する．未知語出力用変換テーブルは「A(日本語単語)がB(英語単語)ならばC(日本語句)はC(日本語句)」で表現される．また未知語出力用変換テーブルは入力文と対訳文から作成する．
この論文の第6章では，従来手法である``相対的意味論に基づく変換主導型統計機械翻訳[1]"を紹介する．第6章では，提案手法である``未知語を出力可能にしたTDSMT[1]"の手順を説明する．第6章では，実験データやどのような評価を行ったかを示す．第6章では，第6章で示した評価の結果を示す．第6章では，提案手法の利点や誤りの解析を紹介する．第7章で，この研究全体をまとめる．