翻訳システム

本研究で使用する翻訳システムを，以下に示す．

1. ルールベース翻訳

   ルールベース翻訳とは，人手によって構成された変換規則を元に翻訳を行うシ ステムである．現地点では，日英・英日翻訳において，統計翻訳より翻訳精度が高いことが知られている． 本研究では，ルールベース翻訳に東芝の Tauras[8]と富士通のAtlas[3]を使用する．

2. 句に基づく統計翻訳

   統計翻訳とは，対訳コーパスより翻訳規則を生成し，翻訳を行うシステムであ る．入力文が与えられた時，デコーダで翻訳モデルと言語モデルの確率を組み 合わせ，生成確率が最大となる文を求めて翻訳を行う翻訳システムである．統 計翻訳には，単語に基づく統計翻訳，句に基づく統計翻訳，階層型統計翻訳な どがある．現在，句に基づく統計翻訳は，対訳句を用いて翻訳を行う方法で， 翻訳方式のなかで最も良く利用されている．本実験では，句に基づく統計翻訳 としてmoses[5]を用いる．また，パラメータチューニングを行う．

3. 階層型統計翻訳

   階層型統計翻訳[9]は， 木構造を用いて翻訳を行う．具体的には SCFGに基づいて翻訳を行う．そのため，階層型統計翻訳は句に基づく統計翻訳よりも，人手の評価において翻訳精度が 高くなることが知られている[10]．本実験では階層型統計翻訳としてmoses[5]を用 いる．

4. ハイブリッド翻訳

   ハイブリッド翻訳[11]とは，前処理としてルールベース翻訳を，後 処理として統計翻訳を用いる．ハイブリッド翻訳は，自動評価において最も翻 訳精度が高くなることが知られている．以下に手順を示す．

   手順１

   ルールベース翻訳を用いて，日英対訳コーパスの日本語文を英'語文に翻訳する．

   手順２

   手順１で作成した英'語文と日英対訳コーパスの英語文を用いて，翻訳モデルを作成する.

   手順３

   日英対訳コーパスの英語文を用いて，言語モデルを作成する．

   手順４

   ルールベース翻訳を用いて，テスト文の日本語文を英'語文に翻訳する．

   手順５

   手順４で作成した英'語文を入力文として，英'英統計翻訳を行う．翻訳 モデルと言語モデルは，手順２と手順３で作成されたものを使用する.

   本研究では，後処理としての統計翻訳として，句に基づく統計翻訳と，階層型 統計翻訳の２種類を利用する．

本研究では計８種類の翻訳システム利用した．使用した翻訳システムを表 4に略記と共に示す．

表 4: 本研究で使用する翻訳システム

	翻訳システム	略記
1	ルールベース翻訳	RBMT(t)
	(Tauras)
2	ルールベース翻訳	RBMT(a)
	(Atlas)
3	句に基づく統計翻訳	PSMT
	(Moses)
4	階層型統計翻訳	HSMT
	(Moses)
5	前処理:ルールベース翻訳	RBMT(t)+PSMT
	+後処理:句に基づく統計翻訳
	(Tauras+Moses)
6	前処理:ルールベース翻訳	RBMT(a)+PSMT
	+後処理:句に基づく統計翻訳
	(Atlas+Moses)
7	前処理:ルールベース翻訳	RBMT(t)+HSMT
	+後処理:階層型統計翻訳
	(Tauras+Moses)
8	前処理:ルールベース翻訳	RBMT(a)+HSMT
	+後処理:階層型統計翻訳
	(Atlas+Moses)