| １．はじめに | |
| ２．単語意味属性付与の方法 | |
| ２．１ 主名詞の判定方法 | |
| ２．２ 名詞種別の判定方法 | |
| ２．３ 意味属性の推定方法 | |
| ２．４ 意味属性の付与 | |
| ３．意味属性推定精度の評価 | |
| ３．１ 実験の条件 | |
| ３．２ 名詞種別自動判定の精度 | |
| ３．３ 意味属性自動付与の精度 | |
| ４．訳文品質の向上効果 | |
| ５．おわりに | |
| ［参考文献］ |
機械翻訳システムの利用時には、通常、翻訳対象に 合った利用者辞書が必要となるが、その作成作業の軽減 が望まれる。特に、高品質翻訳を狙った日英機械翻訳シ ステムＡＬＴ−Ｊ／Ｅでは、各単語に対して、約3,000 種の分解精度を持つ単語意味属性の付与が必要であり(1)、 一般の利用者が、このような精密な情報を付与するのは 困難であった。
そこで本報告では、利用者が登録したい日本語単語 （複合語を含む）に対して英語訳語を与えるだけで、シ ステムがシステム辞書の知識を利用して、その単語の意 味属性を自動的に推定して付与する方法を提案する。ま た、自動付与された意味属性を専門家の付与した意味属 性と比較評価し、訳文品質に与える効果を示す。
ここでは、登録単語は名詞とし、日本語表記と英語訳 語が与えられたとき、システム辞書（システム側で既に 用意された辞書）の情報を使って、意味属性を推定する 方法を示す。
登録された語が単語一語で構成されるときは、その語 を主名詞とする。登録された語が複数の単語で樵成され るとき（複合語）は、主名詞を以下の方法で決める。
（１）日本語表記から決める場合
見出し語の後方から文字単位に最長一致法で単語辞書 を検索し、漢字２文字以上（カタカナ、ひらがな、英字 の場合は字種の変わり目まで）の名詞単語が得られたと き、これを主名詞とする。
（２）英語訳語から決める場合
訳語全体が英語辞書にある場合は、それを主名詞とす る。ない場合は、訳語中にin，on，withなどの前置詞又 はthat，which などの関係詞（ストップワード）の有無 （後方修飾の有無）を調べ、ある場合は、それを含む後 方修飾部分を削除する。次に、残った英語全体に対して 後方から単語単位の最長一致法で英語辞書を検索し、辞 書内に一致する語（一般には語の組）があれはそれを主 名詞とする。
ＡＬＴ−Ｊ／Ｅでは、名詞の意味展性には、一般名詞 意味属性(約2,800種)と固有名詞意味展性(約200種)があ り、一般名詞には一般名詞意味属性、固有名詞には一般 名詞意味属性と固有名詞意味属性の両方を付与すること が必要である。
そこで、登録された単語の英語側の主名詞に着目し、 その先頭文字から１文字以上が大文字の場合は固有名詞 とし、それ以外は一般名詞とする。但し、全ての文字が 大文字の場合は、一般名詞とする。
（１）日本語表記から推定する方法
利用者登録語の日本語見出し語（複合語では、その主 名詞を含む部分）がシステムの日英対照辞書の見出し語 として既に存在する場合は、システム辞書の意味属性を そのまま利用者登録語の意味属性とする。表１で、利用 者登録語の「治療」、「放射線治療」は、システム辞書 （表２）に「治療」があるので、意味属性は《治療》と なる。
| 日本語見出し （利用者登録） |
英語訳 （利用者付与） | 単語意味属牲 （自動推定） |
| 治療 | cure | 《治療》 |
| 放射線治療 | radiotherapy | 《治療》 |
| 手当て | treatment | 《治療》 |
| 医療 | mdical treatment | 《治療》 |
| 数値制御ロボット | numerical contolled robot | 《産業機器》 |
| 照明付き机 | desk with lighty unit | 《家具》 |
| 日本語見出し語 | 英語訳 | 意味属性 |
| 治療 | treatment | 《治療》 |
| 制御ロボット | controlled robot | 《産業機器》 |
| 机 | desk | 《家具》 |
（２）英語表記から推定する方法
利用者登録語の英語訳語（複合語では、主名詞を含む 部分）がシステムの日英対照辞書の訳語に既に存在する 場合は、それに対応する日本語のシステム辞書の意味属 性を、そのまま利用者登録語の意味属性とする。表１で、 利用者登録語の「手当て」、「医療」は、その訳語（ま たは主名詞訳語）「treatment」がシステム辞書（表２） にあるので、意味属性は《治療》となる。
（１）一般名詞と固有名詞の扱い
上記の意味属性の推定では、登録語が一般名詞の場合 は、システム辞書の持つ一般名詞意味属性を抽出し、固 有名詞の場合は、システム辞書の持つ固有名詞意味属性 と一般名詞意味属性の双方を抽出する。
（２）複数意味属性の扱い
前述の方法では、システム辞書には一般に複数の意味 属性が付与されていること、日本語表記だけでなく英語 表記からも意味属性が抽出されることのため、一般に一 語に対して複数の意味属性が抽出されることになる。意 味属性としては、これらの得られた意味属性すべてを （ただし重複する属性は重複を除いて）登録する。
新聞記事100文（平均42文字／文）を対象に、利用者 辞書登録語の意味属性自動推定品質と、その訳文品質に 対する効果を調べるため、翻訳実験を行った。原文100 文中、システム辞書にない語（未知語）を含む文は53文、 未知語の総数は77語（一般名詞26語、固有名詞51語）で あった。以下では、専門家（アナリスト）が付与した場合を正 解とし、自動付与方式の精度と効果を評価する。
利用者辞書登録語77語中、アナリストが49語を固有名 詞と判定したのに対して、本方式では、アナリストが一 般名詞としたもの1語（「中部圏」）を含む46語を固有名詞 と判定した。固有名詞を一般名詞と判定したのは、「PC9 800」、「VOS3/ES1」などの4語であった。77語中、判定を 誤ったものは５語であるから、本方式の名詞種別判定の 精度は93.5%となる。
| 意味属性の付与 | アナリストが付与した属性との比較 | 一般名詞意味属性 | 固有名詞意味属性 |
| 自動付与された | 全属性が一致 | 38語(49.4%) | 42語(54.5%) |
| 余分に付与 | 21語(27.3%) | 0語( 0.0%) | |
| 一部付与不足 | 4語( 5.2%) | 0語( 0.0%) | |
| 全てが不一致 | 10語( 6.5%) | 3語( 3.9%) | |
| アナリスト付与なし | 0語( 0.0%) | 1語( 1.3%) | |
| 自動付与されなかった | アナリスト付与なし | 1語( 1.3%) | 27語(35.1%) |
| アナリストは付与 | 3語( 3.9%) | 4語( 5.2%) | |
| 合計 | 77語(100%) | 77語(100%) | |
| [注] | 名詞種別を正しく判定しても、システム辞書との関係で、意味属性が付与できなかった語もある。 |
単語別にみたときの自動付与とアナリスト付与の結果 を表3、付与された意味属性全体の数とその内訳を表4 に示す。アナリストの付与した意味属性が正解であると 考えたときの適合率と再現率は、表4から表5の通り求 められる。これらより以下のことが分かる。
| �� | 単語別にみて、自動付与方式とアナリストが完全に一致した単語は、 一般名詞意味属性では(49.4+1.3＝)50.7%、 固有名詞意味属性では、固有名詞49語中の42語で85.7%であり、 特に、固有名詞意味属性の自動推定精度が高い。 |
| �� | 利用者登録語が原文中に含まれる割合は比較的少ないから、 余分な意味属性が付与されていても、必要な意味属性が含まれていれば、 翻訳品質の低下は少ないと推定される。 これより、 一般名詞意味属性の正解率も実効的には(49.4+27.3＝)77%と考えられる。 |
| �� | 一般名詞意味属性では、抽出のもれた意味属性よりも、余分に抽出された意味属性が、 かなり多くなっているため、適合率に比べて再現率はかなり高い。 これは機械翻訳にとって有利と考えられる。 |
|
自動付与した 属性数 | アナリストが 付与した属性数 |
自動付与とアナリスト 付与が一致した属性数 | ||||||||
| 一般名詞意味属性 | 194件 | 127件 | 74件(+21)* | ||||||||
| 固有名詞意味属性 | 46件 | 48件 | 42件 | ||||||||
| 合計 | 240件 | 175件 | 116件(+21)* | ||||||||
| * | ( ) 内の数は、不一致ではあるが、属性の上下関係を考慮した場合、
すなわち自動付与 された属性がアナリスト付与の属性の上位または下位にあるものの 数を示す。 |
| 意味属性種別 | 適合率 | 再現率 |
| 一般名詞意味属性 | 38.1%(49.0%) | 58.3%(74.8%) |
| 固有名詞意味属性 | 91.3% | 87.5% |
| 全体 | 48.3%(57.1%) | 66.3%(78.3%) |
新聞記事100文中、利用者辞書への登録語を含む53文 に対して、以下の3つの場合の翻訳結果を求めた。
| �� | アナリストが意味属性を付与した利用者辞書を使用 |
| �� | 意味属性を付与しない利用者辞書を使用 |
| �� | 意味属性を自動付与した利用者辞書を使用 |
実験結果によれば、�，侶覯未紡个掘↓△任�53文中13 文の訳文品質が低下した。本試験文では、原文(約2,100 単語)中の利用者辞書登録語（未知語）は77語(3.7%)と、 比較的少なく、大半が固有名詞であるにも拘らず、その 意味属性の影響は比較的大きいことが分かる。
次に、��では、訳文品質の低下は3文にとどまった。 これより、アナリストの付与した利用者辞書の意味属性 は13文に対して訳文品質を向上させたのに対して、自動 付与では10文の訳文品質を向上させたことがわかる。
自動付与方式で訳文品質を向上できなかった3文を見 ると、その原因は、名詞種別の判定誤りが1件、正解の 意味属性の上位または下位の属性を選択したものが、そ れぞれ1件であった。本方式では、名詞の種別も自動判 定しているが、誤りの例から見て、名詞種別と意味属性 の単純な分類（上位2〜3段程度）を利用者に依頼すること ができれば、訳文品質を低下させるような意味属性付与 の誤りは、ほぼ防ぐことができると推定される。
利用者辞書登録語の単語意味属性を自動付与する方 式を提案した。また、新聞記事翻訳への適用実験で、本 方式によれば、専門家が付与した場合に比べて、大差な い訳文品質が得られることを確認した。今後は、技術マ ニアルや論文など、未知語が多く、より大きな効果の予 想される文書を対象に、実験を進める予定である。