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統計機械翻訳(TDSMT : Transfer Driven Pattern Machine Translation)”[1]を提案した．TDSMTでは，学習文対と変換テーブルを用いる．まず，対訳単語を対訳単語確率(IBM Model 1)を用いて作成する．次に，学習文対から単語レベル文パターンを作成する．さらに，新たな学習文対を用いて対訳句を選択する．最後に，順位を用いて枝刈りを行う．対訳句の順位付けは対訳単語確率によって行い，順位が低い対訳句を削除する．この手法を本実験の従来手法とする．
　しかし，従来手法は対訳単語確率は高いが誤っている対訳句が存在する．その結果，誤った変換テーブルが自動作成され，誤翻訳となる． そこで本研究では，新たな変数確率 3#3を求めて対訳句の順位を決定し，順位が低い対訳句を削除する手法を提案する．この手法は，他の対訳句の対訳単語確率を利用する．提案手法を使用することで，変換テーブルにおける対訳句の精度向上を試みる．
　実験として，従来手法と提案手法の対訳句の精度調査を行った．実験の結果，従来手法と比較して提案手法は近い精度を示した．