単語対応を利用した欠落語の投射による機械翻訳向きオラクル入力文の生成

摘要

ある言語対の翻訳を考えたとき目的言語側で単語対応がつかない語というものが存在する．露英翻訳のおける英語の冠詞や日英翻訳における欠落主語の問題など，このような語は機械翻訳を取り扱う上で問題となる．これらの語は，明示的な手がかり無しに予測を行う必要がある．本論において，我々はこのような欠落語の同定手法および目的言語の文から原言語に投射を行う手法について提案を行う．手法は言語対に依存せずコーパスから動的に決定される．この手法により，これまで先行研究で行われてきた空範噂や冠詞生成のデータセットが作成可能になる．またこのデータセットの作成により，これら欠落語の翻訳における影響度を予め推測することができる．本論では，IWSLT 2005 の日英翻訳タスクにおいて提案手法を適応したところ欠落語の予測による改善の見込みが非常に大きいことが判明した．欠落語が投射されたオラクル原言語文を入力に用いることで，BLEU においてフレーズベース統計的機械翻訳システムで 30.9 から 37.3，ニューラル機械翻訳システムにおいては 18.0 から 28.3 の改善が見られた．