おわりに

ニューラル機械翻訳において，入力文と出力文における語句の対応情報であるAttentionの学習に誤りがある場合に，翻訳精度が低下するという問題が指摘されていた．そこで，本研究では，日英NMTの翻訳精度を向上する目的で，NMTにおいて対訳文に対訳文より作成した対訳句を追加する2通りの手法を提案し，手法の翻訳精度向上への有効性を検証した．具体的な提案手法としては，まず，人手で作成した対訳句を追加する手法として，対訳文から人手で作成した対訳文パターンを用いて対訳句を作成し，NMTの学習データに追加する手法を提案した．また，自動で作成した対訳句を追加する手法として，自動的に作成した対訳文パターンを用いて対訳句を作成し，NMTの学習データを追加する手法を提案した．

結果として，人手で作成した対訳句を用いた手法の評価では，ベースラインの方が正確であると評価された文が出力文100文中14文であるのに対して，人手で作成した対訳句を追加する手法の方が正確であると評価された文が44文となった．また，自動で作成した対訳句を用いた手法では，ベースラインの方が正確であると評価された文が出力文100文中 10文 であるのに対して，自動で作成した対訳句を追加する手法の方が正確であると評価された文が 29文 となった．これより，ベースラインと比較して対訳句を追加する2つの手法では翻訳精度が向上への有効性が確認された．本研究で用いた2種類の対訳句はいずれも対訳文から作成され，対訳文外の語彙などの情報を有しないものである．したがって，対訳句を追加することにより，NMTにおいて語句の対応をモデル化するAttentionが強化されたため，翻訳精度が向上したと考えられる．

今後はより高精度かつ多量の対訳句を得る手法や，提案手法を他のニューラル機械翻訳システムと組み合わせた手法を検討し，更なる翻訳精度の向上を試みたい．