概要

　機械翻訳の手法として，パターン翻訳，機械翻訳等が研究されてきた．しかし，人手の翻訳には及ばない． この問題を解決するために安場らは，新たな手法として，“相対的意味論に基づく変換主導型機械翻訳(TDSMT : Transfer Driven Machine Translation)”[1]を提案した．この手法を本実験の従来手法とする． しかし，TDSMTはカバー率(出力文数/入力文数)が低いという問題があった．この問題の原因の一つは，TDSMTで出力文を得るためには，変換テーブルを適用した入力文が，学習文対に完全に一致する必要しなければならないこと，にある． そこで本研究では，“相対的意味論に基づく変換主導統型パターン統計機械翻訳(TDPBSMT : Transfer Driven Pattern Based Machine Translation)”を提案する． 提案手法を使用することで，カバー率の向上を試みる．実験として，500文を入力としたカバー率(出力文数/入力文数)の調査を行った． その結果，提案手法がカバー率96.6%，従来手法がカバー率33.2% という結果になった．実験の結果，従来手法と比較して提案手法はカバー率が向上した．