パラメータを最適化した翻訳実験

1. パラメータの最適化

   通常，統計翻訳においては，翻訳精度の向上を目的として，パラメータの最適 化を行う．この節では，パラメータの最適化をおこなったときの，提案方法の 有効性を調査する．パラメータの最適化には，Minimum Error Rate Training(MERT)[8]を用いる．尚，フレーズテーブルの作成には mosesに付属しているtrain-factored-phrase-model.perlを用いる．ま た，reorderingモデルも組み込む．

2. developmentデータ

   developmentデータは，単文の実験も重複文の実験も，テストデータ （4.3節）と同一の辞書から抽出したデータを利用する．単文 の翻訳実験には，developmentデータに単文100文を使用してパラメータの最適 化を行う．重複文の翻訳実験にはdevelopmentデータに重複文1,000文を使用し てパラメータの最適化を行う．

3. 翻訳実験の結果

   翻訳実験の結果を表に示す．

   
   

   =1cm

   表: パラメータチューニングを行った実験結果

   テスト文	評価法	ベースライン	提案手法
   単文	BLEU	0.131	0.140
   	METEOR	0.383	0.395
   重複文	BLEU	0.084	0.086
   	METEOR	0.313	0.325

   
   

   表の結果から，パラメー タの最適化を行った翻訳実験においても，BLEUが単文において0.9%，重複文に おいて0.2%上昇し，提案手法の有効性が示された．