アラビア語の治安情報を日本語で即時的に提供するシステムの研究開発

特別研究員に採用されていた期間では，高品質な対訳データ構築に向けた基盤技術の研究開発に取り組んだ。具体的には，言語が異なる同一内容の文書に対して，文単位の対応付けを行うSentence Alignmentを対象に調査を実施し，新たな対応付け手法を模索，検討した。Sentence Alignmentの高性能化は，ノイズの少ない高品質な対訳データの構築を可能とし，結果として，機械翻訳システムの性能向上をもたらす。機械翻訳技術は，アラビア語の治安情報を日本語で即時的に提供するシステムの研究開発を目指す本研究テーマの文脈において，核をなす構成要素である。そのため，Sentence Alignmentの改善による翻訳性能の向上は，研究目的の達成において重要な位置づけを占める。Sentence Alignmentは1990年代まで盛んに取り組まれてきたが，それ以降注目を浴びることは少なくなった。実際，既存手法の多くは，辞書を含む大量のデータが存在する言語間や，言語類型論的に近い言語間において，高い性能を示してきた。しかし，アラビア語・日本語といった少資源かつ言語類型論的に遠い言語対に対しては，いまだ十分な性能が得られていない（Inoue et al., 2018）。そこで本研究では，少資源・言語類型論的に遠い言語対にも対応でき，かつノイズに頑健な文対応付け手法の提案を試みた。具体的には，先行研究の問題設定を踏襲しつつ，近年著しい発展を遂げている対訳データがないなかで言語横断的な単語類似度を測る手法を用いて文対応付けを行う方向性を定めた。今後は，提案手法の実装および先行研究との比較実験によって，提案手法の有効性を確認するつもりである。

特別研究員に採用されていた期間では，高品質な対訳データ構築に向けた基盤技術の研究開発に取り組んだ。具体的には，言語が異なる同一内容の文書に対して，文単位の対応付けを行うSentence Alignmentを対象に調査を実施し，新たな対応付け手法を模索，検討した。Sentence Alignmentの高性能化は，ノイズの少ない高品質な対訳データの構築を可能とし，結果として，機械翻訳システムの性能向上をもたらす。機械翻訳技術は，アラビア語の治安情報を日本語で即時的に提供するシステムの研究開発を目指す本研究テーマの文脈において，核をなす構成要素である。そのため，Sentence Alignmentの改善による翻訳性能の向上は，研究目的の達成において重要な位置づけを占める。Sentence Alignmentは1990年代まで盛んに取り組まれてきたが，それ以降注目を浴びることは少なくなった。実際，既存手法の多くは，辞書を含む大量のデータが存在する言語間や，言語類型論的に近い言語間において，高い性能を示してきた。しかし，アラビア語・日本語といった少資源かつ言語類型論的に遠い言語対に対しては，いまだ十分な性能が得られていない（Inoue et al., 2018）。そこで本研究では，少資源・言語類型論的に遠い言語対にも対応でき，かつノイズに頑健な文対応付け手法の提案を試みた。具体的には，先行研究の問題設定を踏襲しつつ，近年著しい発展を遂げている対訳データがないなかで言語横断的な単語類似度を測る手法を用いて文対応付けを行う方向性を定めた。今後は，提案手法の実装および先行研究との比較実験によって，提案手法の有効性を確認するつもりである。