機械翻訳において“相対的意味論に基づく変換主導型統計機械翻訳(以下，TDSMT)”が提案されている[1]．
TDSMTは，学習文対と変換テーブルを用いて，原言語文を入力とし，目的言語文を出力する手法である．
変換テーブルは“AがBならばCはD”で表現する．
しかしこの手法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がある．
従って，入力文数に対して，得られる出力文数が少ないという問題がある．
そこで本稿では，“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(以下，TDPBSMT)”を提案する．
この手法は，変換テーブルを“AがB” と “CがD” の2つに分割する．
次に，“AがB”を利用して文パターンを作成する．そして，“CがD”を文パターンに適用する．
提案手法によって，従来手法と比較して出力文数が向上する．
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．
また，翻訳精度の調査として，100文の対比較調査を行った．
実験の結果，提案手法のカバー率は従来手法と比較して向上した．また，翻訳精度は差がなかった．
本論文の構成は以下の通りである．第2章で従来の研究について説明し，第3章でTDPBSMTについて説明する．
第4章で実験データ，実験結果と評価を示す．第5章で本研究の考察を述べる．
