next up previous contents
Next: 相対的意味論に基づく変換主導型パターンベース統計機械翻訳 (TDPBSMT) Up: High order Joint Probability(提案手法) Previous: 提案手法の概要   ���罨�

提案手法の利点

$N$-gramは近隣の英単語の情報を使用している.しかし遠隔の情報が翻訳に必要な場合がある.例題として入力文を表4.1に,出力候補文を表4.2に示す.

$N$-gram(Tri-gram)は近隣の英単語の情報を使用する.候補文1では「tree」が「singing」の関係性を,候補文2では「tree」が「howling」の関係性を用いる.しかし,この近接の単語情報だけでは,表4.2中の出力候補文の選択が困難である.

一方,Joint Probabilityは遠隔の日英単語の情報を使用できる.したがって,候補文1では「ウグイス」が「singing」の関係性を,候補文2では「ウグイス」が「howling」の関係性を用いる.通常ウグイスは「singing」するが、「howling」しない.この遠隔の情報を使用することで,分野の違う言語データを追加しても翻訳精度が向上すると考える.


茵�: 入力文
入力文 木の上でウグイスが鳴いている。


茵�: 出力候補文
候補文1 The nightingale on the tree is singing .
候補文2 The nightingale on the tree is howling .






2019-03-29