実世界の大規模言語資源からの翻訳知識獲得に基づく機械翻訳モデルの研究

基于现实世界大规模语言资源获取翻译知识的机器翻译模型研究

• 批准号: 16700141
• 负责人: 宇津呂 武仁
• 金额: $ 2.37万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2004
• 资助国家: 日本
• 起止时间: 2004 至 2005
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-16700141/
• 关键词: 自然言語処理; 機械翻訳; WWW; 翻訳知識獲得; 訳語推定; 対訳辞書; 翻訳; 翻訳モデル

本研究では,現在の機械翻訳モデルの弱点を克服することを目的として,人間の翻訳者,特に,プロの翻訳者が持つ翻訳戦略を模倣し,計算機上の機械翻訳モデルとして実現することを目的として,以下の研究を行った.(i)翻訳対象の文書の原言語解析・翻訳変換・目的言語生成といった各処理を遂行するのに際して,あらかじめモデルが持っている言語知識が十分であるか否かを検出する機構を実現する.(ii)(i)で不足していると判定された言語知識を,実世界の大規模言語資源,具体的には,WWW上の文書群から収集するための戦略を,計算機上のソフトウェアとして実現する.本年度は,翻訳において必要な知識のうち,不足していると判定された言語知識を,WWW上の多言語文書群から獲得する技術について研究を行った.ここでは,従来より研究代表者が行ってきた翻訳知識獲得の要素技術を発展させる形で研究を行った.特に,これまでに開発した翻訳知識獲得技術は,WWW上の多言語報道記事を情報源として翻訳知識を獲得するというものであったが,本研究では,情報源を報道記事に限定せずに,WWW上の一般の多言語文書群に拡張して翻訳知識の獲得を行う.具体的には,いくつかの原言語用語およびその目的言語訳の組を「種」として,「種」の出現するページから多様な手がかりを収集し,翻訳知識獲得において有益な戦略を帰納的に発見するというアプローチをとった.ここでは,「種」となる原言語用語を用いて,翻訳対象の文書の専門分野を推定し,その専門分野の多言語文書を収集した結果から,専門分野特有の翻訳知識を獲得するという戦略であった.この汎用の戦略を,各々の専門分野に適応させて,各専門分野に特化した翻訳知識獲得の戦略を帰納的に発見するという技術の開発を行った.

This study で は, now の mechanical 訳 モ デ ル の weaknesses を す る こ と を purpose と し て, human の turn 訳, に, プ ロ の turn 訳 person が hold つ 訳 戦 slightly を imitate し, computer の mechanical turn 訳 モ デ ル と し て be presently す る こ と を purpose と し て, the following line の research を っ た. (I) turn 訳 like の seaborne documents の parsing the original words, double 訳 - change , objective speech production と い っ た each 処 Richard を carries out す る の に interstate し て, あ ら か じ め モ デ ル が hold っ て い knowledge が る words very で あ る か no か を 検 out す る institutions を be presently す る. (ii) (I) insufficient で し て い る と determine さ れ た を speech knowledge, be の world large-scale language resources, specific に は, WWW の documents on group of か ら 収 Set するため するため strategy を, <s:1> ソフトウェアと て て actual appearance する on the computer. は this year, double 訳 に お い て な necessary knowledge の う ち, insufficient し て い る と determine さ れ た を speech knowledge, の more words on the WWW document group か ら get す る technology に つ い を line っ て research た. こ こ で は, 従 to よ り research line represent が っ て き た turn 訳 knowledge acquisition technology の elements を 発 exhibition さ せ る line shape で research を っ た. に, こ れ ま で に open 発 し た turn 訳 は knowledge acquisition technology, on the WWW の chronicle reported speech を intelligence source と し て turn を 訳 knowledge is acquired す る と い う も の で あ っ た が, this study で は, intelligence source を chronicle reported に qualified せ ず に, に の の words more commonly on the WWW document group company, zhang し て turn の 訳 knowledge is acquired う を line. Specific に は, い く つ か の original words terms お よ び そ の purpose words 訳 の group を "kind of" と し て, "kind of" の appear す る ペ ー ジ か ら many others な hand が か り を し 収 set, double 訳 knowledge acquisition に お い て beneficial な 戦 slightly を 帰 of に 発 see す る と い う ア プ ロ ー チ を と っ た. こ こ で は, "kind of" と な る original words terms を with い て, turn 訳 like の documents seaborne の 専 door eset を presumptive し そ の 専 door eset の words more documents を 収 set し た results か ら, 専 を door eset の turn 訳 special knowledge is acquired す る と い う 戦 slightly で あ っ た. こ の domestic の 戦 slightly を, each 々 の 専 door eset に optimum 応 さ せ て, each 専 door eset に specialized し た turn 訳 knowledge acquisition の 戦 slightly を 帰 of に 発 see す る と い う technology To operate を lines った.

项目成果

Integrating Cross-Lingually Relevant News Articles and Monolingual Web Documents in Bilingual Lexicon Acquisition

在双语词典获取中整合跨语言相关新闻文章和单语网络文档

• 发表时间: 2004
• 期刊: Proceedings of the 20th International Conference on Computational Linguistics 1036-1042
• 作者: Takehito Utsuro;Kohei Hino;Mitsuhiro Kida;Seiichi Nakagawa;Satoshi Sato
• 通讯作者: Satoshi Sato

ウェブからの関連語収集手法を用いた専門用語の訳語推定

使用从网络收集相关词的方法来估计技术术语的翻译

• 发表时间: 2005
• 期刊: 言語処理学会第11回年次大会発表論文集
• 作者: 日野浩平;佐々木靖弘;宇津呂武仁;土屋雅稔;中川聖一;佐藤理史
• 通讯作者: 佐藤理史

Effect of domain-specific corpus in compositional translation estimation for technical terms

特定领域语料库在技术术语组合翻译估计中的作用

• 发表时间: 2005
• 作者: Masatsugu Tonoike;Mitsuhiro Kida;Toshihiro Takagi;Yasuhiro Sasaki;Takehito Utsuto and Satoshi Sato
• 通讯作者: Takehito Utsuto and Satoshi Sato

ウェブを利用した専門用語の分野判定

使用网络现场确定技术术语

• 发表时间: 2006
• 期刊: 電子情報通信学会論文誌D. J89-D (11)
• 作者: 木田充洋;外池昌嗣;宇津呂武仁;佐藤理史
• 通讯作者: 佐藤理史

ウェブと要素合成法を用いた専門用語訳語推定

使用网络和元素合成方法的技术术语翻译估计

• 发表时间: 2006
• 期刊: 言語処理学会第12回年次大会 12(印刷中)
• 作者: 外池昌嗣;宇津呂武仁;佐藤理史
• 通讯作者: 佐藤理史