Satoshi Shirai, Satoru Ikehara, Akio Yokoo & Hiromi Nakaiwa, NTT R&D, July 7, 1991

前編集不要の日英機械翻訳の実現に向けて
Towards Japanese-to-English Machine Translation without Pre-editing

白井　諭^*		池原　悟^*
Satoshi SHIRAI		Satoru IKEHARA
横尾昭男^*		中岩浩巳^*
Akio YOKOO		Hiromi NAKAIWA

あらまし

最近，種々の日英機械翻訳システムが開発されている．それらの多くは逐語訳を基本として設計されているため，英訳を意識して書かれた日本文を入力しなければ意味の分かる英文が得られないという基本的な問題がある．このため，現状の日英機械翻訳では，その使用に先立ち，日本語の原文を翻訳しやすい日本文に書き替える前編集が必要とされている．前編集には人手の介入が避けられないため，即時性が重要な翻訳通信などへの応用は困難であった．

逐語訳による翻訳の限界を突破するため，筆者らは言語過程説の立場から多段翻訳方式を提案し，それに基づき実験システム(ALT-J/E)を試作している．本論文で述べるALT-J/Eで実現した4つの意味解析機能，すなわち意味に応じた訳し分け，翻訳しやすい構文への自動書き替え，文脈処理による省略補完，柔軟な複合語翻訳により，従来は人手により行っていた前編集の多くの項目が不要となることが分かり，前編集を必要としない日英機械翻訳の実現への見通しを得た．

Recently, several Japanese-to-English machine translation systems have been developed, but pre-editing is required to convert the original Japanese text into a simpler form that can easily be translated. These systems are not suitable for rapid translation of urgently needed information. The authors have proposed a Multi-level Translation Method based on Constructive Process Theory. This paper describes the benefits of this method, and discusses four semantic analysis methods in ALT-J/E. Machine translation that does not require pre-editing is now in sight.

[ NTT R&D, Vol.40, No.7, pp.897-904 (1991.7). ]
[ NTT R&D, Vol.40, No.7, pp.897-904 (July, 1991). ]

INDEX

最近，自然言語間の翻訳を対象とする機械翻訳の研究が盛んで，日本語を英語に翻訳する日英機械翻訳についても種々の実用システムが開発されている⁽¹⁾．それらの多くは，単語の訳語を組み合わせれば全体としての訳文が得られるとする要素合成の考え方に基づき，逐語訳的な翻訳が行われるため，実際には英訳を意識して書かれた日本文を入力しなければ意味の分かる英文は得られない．これらのシステムを使うには，機械翻訳に先立って日本語の原文を翻訳しやすい日本文に前編集する必要がある．

前編集としては，具体的には，逐語訳によって訳文が構成できるように，英訳語を想定した日本語単語の置換，英語的な構文（無生物主語など）への変更，日本語では不要な代名詞の記述，長文の分割などのほか，複合語に対する訳語の登録などが行われる⁽²⁾．このため，前編集の作業者には，英語力とともに使用する機械翻訳システムを熟知していることが要求される．このことから，前編集の必要性は，人手介入に伴う即時性の喪失のほか，機械翻訳を普及させる上の障害になっていると言える．

要素合成法の背景には，言語が異なっても内容は共通であるとする考え方があり，言語に共通な意味構造の仮定へとつながっている．しかし，時枝の言語過程説⁽³⁾によれば，言語は「対象」を話者が「認識」し，それを「表現」して成立する過程的な構造を持つので，共通しているのは「対象」だけであり，「認識」の枠組みは言語ごとによって異なることが指摘できる．翻訳とは基本的に近似であると考えるべきである．

もちろん，英語・独語・仏語など同じ語族（印欧語族）内では「認識」の枠組みに共通点が多く，共通の意味構造による実用的な翻訳システムも一部では実現されている⁽¹⁾．しかし，これを「認識」の枠組みの異なる日本語（ウラル・アルタイ語族）にまで拡大するのは困難であり，質の良い翻訳を実現するには原言語と目的言語の「認識」の枠組みの違いを考慮した翻訳方式を考案することが必要である．

筆者らは，言語過程説⁽³⁾⁽⁴⁾の立場から多段翻訳方式^(5)～(7)を提案し，それに基づき日英翻訳実験システムALT-J/E (Automatic Language Translator, Japanese to English)を試作した． ALT-J/Eで実現された4つの意味解析の機能，すなわち，意味に応じた訳し分け，翻訳しやすい構文への自動書き替え，文脈処理による省略要素補完，柔軟な複合語翻訳により，従来は人手による対応を余儀なくされていた前編集の多くの項目が不要となることが分かり，前編集の問題に対する基本的な解決の見通しを得た．

時枝が提唱した言語過程説⁽³⁾によれば，言語は「対象」，「（話者の）認識」，「表現」の関係で説明される．話者が認識する対象世界は，発話の対象である客体と，主体である話者自身とから構成され，話者は自分以外の客体と自分自身の双方のあり方を認識して表現に結びつける．したがって，自然言語の表現には，次のような性質の異なる2種類の表現が混在していることになる．

	①主	体的表現‥‥‥話者の主観的感情や意志を直接表現するもので，日本語では助詞・助動詞・感動詞などの単語や語順で表現されるのに対し，英語では前置詞や感動詞や命令法・仮定法のような動詞の屈折や文型そのものとして表現されることが多い．
	②客	体的表現‥‥‥対象を概念化して捉えた表現で，日本語や英語では名詞・動詞などで表現される．主観も概念化すれば客体的に表現できる．例えば，推量を表す「～スルだろう」は「70％の確率で～スル」などのように客体的に表現できる．

また，言語過程説を継承した三浦⁽⁴⁾は，言語の意味とは対象・認識・表現の関係であり，その関係は表現自体に結びつけられた客観的なものであることを指摘している．言語をこのような過程の複合体であると考えるならば，意味に重点を置いた機械翻訳を実現しようとすると，以下の2点が重要であることが分かる．

	①	話者の感情・意志・判断などを直接表現した「主体的表現」と，対象を概念化して捉え表現した「客体的表現」を，目的言語の枠組みの中で再現させること．原言語の主体的表現が目的言語においても主体的表現として表現されるとは限らない．
	②	対象が持つ構造は認識に反映され，それがさらに表現の構造に反映されるため，表現の構造も意味の一部であると考えて意味を扱うこと．単純に単語単位に分解することは意味を失うことである．この点では文型を結合価として捉える格文法の考え方が参考になる．

客体的表現の背後には言語に共通な対象そのものがあり，言語間の対応がとりやすいのに対して，主体的表現は認識の枠組みに関する言語の特性を反映しており，言語間の対応がとりにくい．ルール記述を精密にするため，図１に示すように，多段翻訳方式^(5)～(7)ではこの性質の異なる2種類の表現を論理的に分離して扱うこととした．主体的表現は，日本語側を属性として分類し，それぞれの属性に対して1～数個の英語表現を用意し，他の主体的表現との共起や客体的表現の英訳結果に応じて合成する．客体的表現は，対象のあり方が反映された構造を失わないように3段階に分けて抽象化し，個別的な構造から優先して日英変換を実施する．これらは共に要素分解による意味の喪失を防ぐためである．


    私も米国へ行きたかった．              I wanted to go to the U.S., too.
    ┏━━━━━┓                                          ┏━━━━━┓
    ┃  日本語  ┃                                          ┃   英語   ┃
    ┃ （原文） ┃                                          ┃ （訳文） ┃
    ┗━━━━━┛                                          ┗━━━━━┛
  ‥‥‥‥↓‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥↑‥‥‥‥  
  : ┌─────┐                                          ┌──┴──┐ :  
  : │入力文解析│          主体的表現の分離合成            │出力文生成│ :  
  : └──┬──┘                                          └─────┘ :  
  :       │  ↓                ┌─────┐                ↑  ↑       :  
  :       │┏━━━━━┓      │ 主 体 的 │      ┏━━━━┷┓│       :  
  :       │┃主体的表現┠──→│ 表現変換 ├──→┃主体的表現┃│       :  
  :       │┗━━━━━┛      └─────┘      ┗━━━━━┛│       :  
  :       │                  も  ＝ 添加 → too                  │       :  
  :       │                 たい ＝ 希望 → want                 │       :  
  :       │                  た  ＝ 過去 → （過去形）           │       :  
  ‥‥‥‥│‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥│‥‥‥‥  
          │            ‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥          │
          ↓            :          多段変換            :          │
    ┏━━━━━┓      :   ┌─────────┐     :    ┏━━┷━━┓
    ┃客体的表現┠────→│   慣用表現変換   ├────→┃客体的表現┃
    ┗━━━━━┛      :   └────┬────┘  ↑ :    ┗━━━━━┛
    私が米国へ行く      :             ↓            │ :  I go to the U.S.
                        :   ┌─────────┐  │ :
                        :   │ 結合価パタン変換 ├→│ :
                        :   └────┬────┘  │ :
                        :             ↓            │ :
                        :   ┌─────────┐  │ :
                        :   │   汎用表現変換   ├─┘ :
                        :   └─────────┘     :
                        ‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥

図１では，多段変換として3つのパスを設けたことを強調するため，入力文解析（形態素解析・構文解析・意味解析からなる）とは独立したステップとして描いている．しかし，ALT-J/Eでは，後述するように(3.2節)，多段変換は意味解析の一部として組み込まれており，入力文解析とは不可分の関係にある．

なお，ALT-J/Eでは，翻訳は基本的に近似であることから，主体的表現の情報ま英語に訳出できる範囲の分解能と精度（約130種類）で分類した．その他の主体的表現の情報は，客体的表現の構造を示すための情報として，客体的表現の中に残してある．具体的には，文要素間の関係を表す格肋詞相当の語（図１では「私が米国へ行く」の下線部分）が該当する．

意味に重点を置いた機械翻訳を実現するには，第1に単語の意味（語義）が精密に記述されていることが必要である．日本語の言語表現の中心的な役割を担う名詞と用言（動詞や形容詞などのように述語になることができる単語）に関して， ALT-J/Eでは精密な体系化を実現した．

実体を対象として概念化し表現するためには名詞が用いられる．その際，見方・捉え方によって対象が持つ種々の側面が取捨され，話者の見方に応じた側面から，使用する名詞が選ばれる．したがって，解析処理では各名詞についてそれがどんな側面から使用されているかを知ることが大切となる．そこで，名詞の語義を意味属性として分類し，合計3，000カテゴリ（一般名詞：2，800カテゴリ，固有名詞：200カテゴリ）からなる意味カテゴリ体系を構築し，その体系に基づいて40万語の見出し語の意味辞書を作成した．

日本文の基本的な構造は，用言を中心に考えることができる．用言の語義はその用言と一緒に使用された名詞の種類や語義により決まるため，用言自体の語義とともに構造の意味も捉えることができると言える．そこで，約3,000種類の用言に対して，15,000種類の表現構造辞書を作成し，意味解析に使用することにした．

この方法では，意味が構造体として捉えられるため，構文解析上の曖昧性が減少するという効果がある．また，日本語の表現構造と対にして英語の表現構造を記憶させておけば，用言に対する意味解析によって日本語の構造が同定された時点で英語の基本構造も決定されていることになる．すなわち，改めて変換過程を持たずに済むという利点も生じる．したがって，ALT-J/Eでは意味解析と並行して日英変換が行われる．

最初に述べたように，前編集で行われる作業として，前編集の中心的作業である英訳語を想定した日本語単語の置換，英語的な構文への変更，日本語では不要な代名詞の記述，複合語の訳語登録がある．これらの解消を狙いとして，ALT-J/Eでは以下のような機能を実現した．これらの機能は，日本語構文の自動書き替えが図１の「入力文解析」の中の意味解析の最初のステップで行われる以外は，「多段変換」に関係する意味解析として実行される．

従来は日本語の1語に対して1つの訳語が対応するように原文を書くことが必要とされていたが，名詞の意味カテゴリと表現を対象にした表現構造辞書によって名詞と用言の意味に応じた訳し分けが可能となり，単語書き替えが不要となった⁽⁸⁾．図２は，ALT－J／Eによる動詞「掛ける」の訳し分けの例で，従来は前編集により「水を掛ける」を「水を注ぐ」，「迷惑を掛ける」を「迷惑を引き起こす」などと書き替える必要があった．


  彼女は花に水を掛けた.
    She poured water on a flower.
  母は神様に願を掛けた.
    A mother made a vow to God.
  私は彼らに迷惑を掛けた.
    I caused them trouble.
  彼は二階に梯子を掛けた.
    He placed a ladder up to the second floor.
  建設省はここに橋を掛けた.
    The Ministry of Construction built a bridge here.
  彼は椅子に腰を掛けている.
    He is sitting down on a chair.
  彼らは砂をふるいに掛けた.
    They shifted sand.
  彼女は毎日,廊下に雑巾を掛けている.
    She mops up the corridor every day.
  彼女はプレゼントにリボンを掛けた.
    She tied ribbon around a gjft.
  彼女は食卓にテーブルクロスを掛けた.
    She spread a tablecloth on a dining table.
  あの喫茶店はモダンジャズを掛けている.
    That coffee shop is playing modern jazz.

図２　動詞「掛ける」の訳し分け

また，意味カテゴリに基づき名詞間の関係を整理したことにより，名詞句を構成する名詞についても訳し分けを実現した⁽⁸⁾．図３は，何の「群れ」かに応じて適切な訳語が選択される例で，単語書き替えによる対応はきわめて困難である．


  狼の群れが羊の群れを追った．
  A pack of a wolf chased a flock of a sheep.
  鯨の群れが魚の群れを追った．
  A school of a whale chased a shoat of a fish．
  牛の群れが蜂の群れに襲われた．
  A herd of cattle was attacked by a swarm of a bee.
  人の群れが暴徒の群れに変わった．
  A group of people changed to a mod of a mob.

複数の単語が慣用的に結合した日本語独特の表現の中には，直訳しても英語としては不適切な表現となるものが多い．これらの表現はシステムの中で，英語に翻訳しやすい表現に日本語を自勤的に書き替えて翻訳するのが便利であるが，従来は副作用が問題であり，実現された例はなかった．

本システムでは，精密な意味カテゴリなどにより，ルールの適用条件が精密に記述できるようになったため副作用の恐れが減少し，効果的な書き替えが可能になった⁽⁹⁾．図４の例では，用言が多用される日本文に対し，用言の一部を名詞句に書き替えてから英語に翻訳することにより，簡潔な英訳を得ることができることを示す．


  ┌──彼はパスに乗って学校へ行ったが，私は川に沿って  歩いて学校へ行った．
  │          ↓                             ↓          ↓
  │┌─    バスで                          川沿いに    徒歩で
  ││
  └┼→He took a bus and went to school, but I went along the river, walked and went to school.
    │
    └→He went to school by bus, but I went to school on foot along the river.

図４　用言の名詞句への書き替え

日本語では，相手に分かっていることは原則として書かないのが普通であり，この傾向は主語や目的語において特に顕著である．しかし，英語では，主語や目的語は必須であるため，従来はその補完が前編集の重要な項目の1つとされていた．

本システムでは，表現構造辞書と名詞の意味カテゴリに加えて，用言の意味カテゴリの解析も導入し，複数の文間の意味的な関係を捉えた省略要素の補完機能を実現した⁽¹⁰⁾．図５では，第1文により示されたため，第2文では書かなくても分かるものとして省略された「搭載する」「設置する」の主語が何であるかが，第1文との関係からルール制御により補完されたことを示す．なお，ALT-J/Eでは日英変換の際に，補完された要素をそのまま訳すだけではなく，前後関係に応じて臨機に代名詞化などを行い，訳文が読みやすくなるようにしている．


  第1文：NTTは新型交換機を導入する．
  第2文：自己診断機能を搭載，20システムを設置する予定だ．

   NTT  は 新型交換機を導入する．
    ┃      ┃
    ┗━━━╋━━━━━━━━━━┓
  ┏━━━━┛                    ┃
  ┃  ‥‥‥‥‥‥‥‥‥‥‥‥‥‥┃‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥  
  ┃  : ┌───────┐        ┃    ┌──────────┐  格要素補完ルール :  
  ┃←─┤《所有》の    │        ┃←─┤《利用》と《動作》は│                   :  
  ┃  : │最優先補完候補│        ┃    │主格が同じである    │                   :  
  ┃  : └───────┘        ┃    └──────────┘                   :  
  ┃  ‥‥‥‥‥‥‥‥‥‥‥‥‥‥┃‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥  
  ↓                              ↓
  新型交換機が自己診断機能を搭載，NTTが20システムを設置する予定だ．
  
        ┌─────────────────────────────────┐
        │表現構造辞書                                                      │
        │┌────────┐  ┌────────┐  ┌────────┐  │
        ││〈主体〉が      │  │〈機械〉が      │  │〈主体〉が      │  │
        ││〈機械〉を      │  │〈機能〉を      │  │〈機械〉を      │  │
        ││導入する《利用》│  │搭載する《所有》│  │設置する《動作》│  │
        │└────────┘  └────────┘  └────────┘  │
        └─────────────────────────────────┘
        （注）〈 〉は名詞の意味カテゴリ，《 》は用言意味カテゴリを表す

図５　用語意味カテゴリによる省略要素補完

日本語は，複数の名詞や接頭辞，接尾辞が結合して新しい単語（複合語）が生成される膠着言語としての特徴を持つ．このような複合語は際限なく生成されるので，すべてをあらかじめ辞書に登録するのは困難である．このため，従来は翻訳に先立ってこれらの複合語を辞書に登録するのも前処理の重要な課題であった．

本システムでは，意味カテゴリを用いることにより，複合語を構成する単語の意味的な関係を解析して翻訳する複合語翻訳機能を実現した．これにより，複合語単位で訳語が定まるもののほか，文中での使われ方によって訳し方が変化する複合語についても自動的に翻訳できる見通しが得られた．図６に複合語の訳し分けの例を示す．前者は同じ「1日」が“暦日”と“非暦日”という異なった意味カテゴリに属している場合であり，後者は同じ「海外旅行」が実質的に動詞として働いている場合と名詞のまま訳してかまわない場合である．


  彼はその仕事を１日に仕上げた．    　彼はその仕事を１日で仕上げた．    
  He finished the work on 1st.　　　　He finished the work in one day． 

  彼は海外旅行をする．    　　  　　　彼は海外旅行を企画する．
  Het tavels to foreign countries.  　He plans a foreign tour.

多段翻訳方式に基づく日英翻訳システムALT-J/Eは現在試作中であるが，多段翻訳方式の効果を調べるため，速報性が要求され幅広い表現を含む新聞記事リード文（記事の前に書かれる要約文で，1記事当リ2～5文）を対象に次の2通りの翻訳実験を行った．

	①ブラ	インドテスト（BT）‥‥ ランダムに選んだ記事をそのまま翻訳させるテスト
	②ウィ	ンドウテスト（WT）‥‥ 辞書やルールの不備を解消した標本内で行うテスト

この実験によれば，訳文合格率は現段階ではBTで40～50％，WTで60％以上が得られ，従来の方式と比べて約2倍の訳文合格率が得られることが分かった．なお，テクニカルライタが書き直した交換機の設計マニュアルの技術文の場合は BTで合格率80％を得た．

ここで，採点基準はALPAC基準⁽¹¹⁾を改良したもので， 10点満点とし，6点以上（訳文だけを読んで意味が理解できる）を合格と判定した．

これらの結果から，多段翻訳方式によって前編集を必要としない日英機械翻訳の実現への大きな前進が得られたと考えられる．

当面する大きな課題は，長文（30語以上／文）の合格率の向上と訳文品質の向上である．これらの課題に挑戦するため，複数用言間の構造が持つ意味を解析し，それに対応する適切な英文構造を定めることを狙った大城的日英変換方式の研究を進めている．この変換パスは多段翻訳方式の中の客体的表現に対する3つの変換パスに新たなパスを加えるものであり，多段翻訳方式をさらに強化するものである．

また，長期的課題としては，日本語の品詞体系の見直し，単語意味カテゴリの多次元化などがあり，これらについても研究を進めている．

前編集を必要としない日英機械翻訳技術を実現するため，言語過程説の立場から提案した多段翻訳方式の効果について述べた．多段翻訳方式により，原文前編集の主たる項目が不要となる見通しが得られたが，長文翻訳や訳文品質の点では残された課題も多い．

多段翻訳方式は，技術的には言語知識を背景とする意味解析技術のレベルに位置づけられるが，このレベルの技術では限界（訳文の合格率で80％程度）があると判断され，この限界を超えるには一般知識や対象分野知識を背景とする意味理解技術への拡張が必要と考えられる．しかし，一般的対象に対しては意味理解を実現するのは困難であるので，意味解析の限界点を見極めたうえで，意味理解の研究を進める予定である．

宮崎正弘氏（現在，新潟大・教授）には意味カテゴリの体系の構築をはじめとする方式全般に関して，菊井玄一郎氏（現在，ATR自動翻訳電話研究所）には用言の訳し分けの機能強化に，当研究所市井亮美社員には数量や時間を含む複合語の訳し分けの実現にご協力いただき，深く感謝します．

	１　まえがき
	２　言語過程説と多段翻訳方式
	2.1 言語の過程的構造
	2.2 多段翻訳方式
	３　言語知識の体系化
	3.1 単語の意味属性体系
	3.2 用言の表現構造の意味体系
	４　意味解析機能の構成
	4.1 意味に応じた精密な訳し分け
	4.2 日本語の構文の自動書き替え
	4.3 文脈処理による文要素補完
	4.4 複合語翻訳
	５　多段翻訳方式の効果と今後の課題
	5.1 多段翻訳方式の効果
	5.2 今後の課題
	６　あとがき

	謝辞
	文献

あらまし

INDEX

１ まえがき

２ 言語過程説と多段翻訳方式

2.1 言語の過程的構造

2.2 多段翻訳方式

３ 言語知識の体系化

3.1 単語の意味属性体系

3.2 用言の表現構造の意味体系

４ 意味解析機能の構成

4.1 意味に応じた精密な訳し分け

4.2 日本語の構文の自動書き替え

4.3 文脈処理による文要素補完

4.4 複合語翻訳

５ 多段翻訳方式の効果と今後の課題

5.1 多段翻訳方式の効果

5.2 今後の課題

６ あとがき

謝辞

文献

１　まえがき

２　言語過程説と多段翻訳方式

３　言語知識の体系化

４　意味解析機能の構成

５　多段翻訳方式の効果と今後の課題

６　あとがき