| ＊ | NTTコミュニケーション科学研究所 |
| ＊＊ | NTTアドバンステクノロジ株式会社 |
| １． まえがき | |
| ２． 実験比較の方法 | |
| ３． 前編集の方法と内容 | |
| ３．１ 前編集の方法 | |
| ３．２ 前編集の項目 | |
| ４． システムチューンアップの方法と内容 | |
| ４．１ チューンアップの方法 | |
| ４．２ チューンアップの項目 | |
| ５． 訳文品質向上効果 | |
| ６． あとがき | |
| 謝辞 | |
| 参考文献 |
機械翻訳システムを現実の文書翻訳に適用する際、翻訳の品質を向上させる方法して、 �仝曲犬鬚修離轡好謄爐破殘�しやすいように 前編集する［文書をシステムに合わせる］方法(1)、 �∨殘�システムを翻訳対象とする文書の領域（分野、文体）に チューンアップする［システムを文書に合わせる］ 方法(2、3)、の２つの方法が考えられる。
本報告では、日英機械翻訳実験システムALT-J/E(4)を用いて、 両者の訳文品質向上効果を比較評価する。
技術者が書き下ろした(テクニカルライトされていない)ハードウエアのシステム設計書の 一部(1,800文)を対象に、図１に示すような３種類の翻訳実験を行う。
|
|
ALTシステムは辞書、ルールのデバグが未完の実験システムであるため、 実験に先立ち図にあるような共通的前作業として、 アナリストによる辞書ルールの追加修正作業を実施する。 これは、試験文の範囲でシステムのデバグ完了状況を実現するためのもので、 システム運用グループ内で可能な作業レベルを想定したものである。 その後、３つの方法による翻訳実験を行い、それぞれの訳文品質を、 表１に示す４段階評価基準によって比較評価する。
なお、前編集型の実験では、省力化のため、その中からランダムに抽出した200文を対象とする。
| 区分 | グレード | 説 明 | ||
| 合格 | ◎ | 秀訳 | グレード４ | ほぼ修正不要の英訳 |
| ○ | 可訳 | グレード３ | 意味が正しく通じる | |
| 不合格 | △ | 惜訳 | グレード２ | 惜しい |
| × | 駄訳 | グレード１ | 翻訳失敗 | |
以下の２ステップに分けて前編集を行う。まず、翻訳 結果が不合格（△，×）となった文に対して、前編集を 行い、翻訳を行う。その翻訳結果が合格となった文は、 前編集を終了する。次に、翻訳結果が不合格のままで ある文を対象に、前回の前編集を見直して、再度、前 編集を行い、その結果を翻訳する。
前項で実施された前編集の項目を、テクニカルライトの項目 とシステム依存の項目の2つに分けて分類し、標本文 200文中の適用回数を調べた。その結果を表２に示す。
この表より以下のことが分かる。テクニカルライトの項目は ALT向けの前編集項目よりも多く（全体の約６割）、機 械翻訳にとっては、まず日本語として分かりやすい原 文であることが大切である。次に、T1，T3，S1の適用回 数が特に多く、この３項目だけで全体の半分以上を占 める。これらの３項目はいずれも文の分割の関する項 目であることから、文を短くすることは、テクニカルライト、 システム依存のいづれの観点からも効果的である。
システム設計者が、訳文が不合格であった文に対して途 中の翻訳過程を調べ、辞書、ルールの追加修正、プログラム デバグ等を行う。運用責任者のレベルでは実行不能な作 業内容が対象となる。但し、チェックを含む修正等の作業 時間が、１項目あたり20〜30分以内の項目を対象とし、 それ以上となるもの（システム改造のレベル）は対象外とする。
チューンアップは、実験標本に選定した1,800文を対象と したが、実験標本文にチューンしたことによる他の分野で のデグレ一ドが生じないことを確認するため、機能試験 文（3,700文）や新聞記事試験文等を併用した。
実施したチューンアップ項目は、構文解析ルールの修正、意 味解析規則の修正、プログラムとの相互関係で調整し直 された辞書情報等合わせて、約100項目であった。
前編集各項目による訳文品質向上効果を表２、前編 集対象文の訳文品質の変化を表４に示す。また、前編 集、システム設計者によるチューンアップの効果を表５で比較す る。これらの結果から、以下のことが分かる。
| �� | 前編集でも、システムチューンアップ(84%)と ほぼ同等の訳文合格率(85%)を得ることができた。 | |
| �� | しかし、不合格文を秀訳(◎)まで向上させるには システムチューンアップの方が効果が大きい。 | |
| �� | 前編集、チューンアップいずれの場合も、 惜訳(△)に比べて駄訳(×)の改良は効果が少ない。 |
このうち�△�ら、前編集は、原文解析失敗を回避す る点で効果的できるが、英文生成段階の問題(表現の 適切性の向上)には弱いことが分かる。
なお、前編集とシステムチューンアップの項目数を見ると、前 編集項目は文当たり平均約4件(200文中、不合格だっ た63文に対して延べ235項目)であったのに対して、チュ ーンアップ項目は、文当たり平均0.2件(1,800文全体の不 合格文約600文に対して約100項目)であった。
| 分類 | 項番 | 編集内容の説明 | 適用 回数 | 品質 向上 | |
| テ ク ニ カ ル ラ イ ト か ら み た 前 編 集 項 目 |
文 の 長 さ |
T1 | 長文は分割する。 例：一主題（一動作）一文，接続詞等の挿入 |
54 | 19.7 |
| T2 | 簡潔な表現とする。 例：同種の意味を持つ語を併用しない |
19 | 6.7 | ||
| T3 | 箇条書きを使う。 例：物体の構成要件、条件、順序など |
54 | 75.0 | ||
| T4 | 長い埋め込み文は書き換える。 | 7 | 2.7 | ||
| 文 の 構 造 |
T5 | 中止法には語句を補完する。 例：〜し→〜して、〜し→〜した時 |
4 | 0.7 | |
| T6 | 受動態は能動態に書き換える。 | 2 | 1.0 | ||
| 助 詞 |
T7 | 「の」と「で」の意味を明確にする。 例：格助詞「で」、所有以外「の」の変更 |
11 | 5.0 | |
| そ の 他 |
T8 | 読点の追加と削除。 例：修飾先の明確かがポイント。 |
4 | 0.5 | |
| T9 | 適切な動詞への書き換え、動詞の追加 例：視点統一。具体的な動詞を使用 |
14 | 7.0 | ||
| 小計 | −−−−−−−− | 169 | 118 | ||
| 機 械 翻 訳 Ａ Ｌ Ｔ シ ス テ ム か ら 見 た 前 編 集 項 目 |
長 さ |
S1 | できる限り短い文にする。 | 26 | 10.2 |
| 文 の 構 造 |
S2 | 主語目的語を補完する。 | 4 | 1.5 | |
| S3 | 目的語を明確にする。 例：語順はなるべくSOVの順。 |
18 | 6.0 | ||
| S4 | 数詞はなるペく名詞の前におく。 例：数詞の副詞的用法は避ける。 |
6 | 1.0 | ||
| S5 | 修飾先を省略しない。 | 2 | 0.0 | ||
| 助 詞 助 動 詞 の 用 法 |
S6 | 「〜に（が）できる」→「〜できる」 「〜が可能」→「〜可能」 |
2 | 1.0 | |
| S7 | 並列表現には、助詞を補完する。 例：「録音再生」→「録音と再生」 |
4 | 1.7 | ||
| S8 | 助詞、助動詞を補完する。 例：「最大4chを」→「最大で4chを」 |
10 | 2.5 | ||
| そ の 他 |
S8 | 記号を使用しない。 例：中点”・” は”／” に替える。 |
8 | 6.0 | |
| S1 | その他：複合述語、接辞の連鎖を避ける | 4 | 1.2 | ||
| 小計 | −−−−−−−− | 84 | 31.1 | ||
| 合計 | −−−−−−−− | 235 | 149 | ||
| ［備考］ | ・ | 編集は初回の機械翻訳結果が不合格となった文のみを対象。 |
| ・ | 前編集は1800文中の200文が対象。 | |
| ・ | 品質向上の項は各前編集項目に該当する文の訳文品質の 向上した段階数（グレード）の累積値を示す。 |
|
| 評価結果 | 初回の翻訳 | 前編集後 | チューンアップ後 | |||
| 秀訳(◎) | ２５％ | 合格率 ６８％ |
２７％ | 合格率 ８５％ |
４５％ | 合格率 ８４％ |
| 可訳(○) | ４３％ | ５８％ | ３９％ | |||
| 惜訳(△) | １８％ | 不合格 ３２％ |
１５％ | 不合格 １５％ |
１０％ | 不合格 １６％ |
| 駄訳(×) | １４％ | ０．２％ | ６％ | |||
| 合計 | 100％ | 100％ | 100％ | 100％ | 100％ | 100％ |
日英機械翻訳システムを用いた技術仕様書の翻訳におい て、訳文品質を向上させるための方法として、�（現� をシステムに合わせる方法と、�▲轡好謄爐鯤現颪帽腓錣擦詈� 法の効果を比較した。その結果、� 柄以埆検砲慮�果は 予想以上に大きく、訳文合格率では、�△汎嬰�の効果 が得られること等など分かった。秀訳率を上げる場合 や、対象とする文書が大量少種の場合は、やはり システムのチューンアップが望まれるが、文書が少量多種の 場合は、原文前編集が適していると考えられる。
今後、前編集では自動化、システムチューンの場合はシス テム設計者から離脱できる簡易な仕組みが望まれる。
終わりに、原文前編集とデータの集計を担当していただいたNATC社の渡辺瞳さん、 およびシステムチューンアップを担当された方々に感謝する。