機械翻訳の品質向上には, 動詞と名詞の意味的共起を結合価パターンとして記述し, それを原言語と目的言語で対にしたパターン対の使用が有効であることが知られている。 結合価パターン対を記述する場合, まず, 対訳用例から効率よくパターン対の候補を抽出する必要がある。 また, 既存のパターン対との整合性を調べ, 必要に応じて条件設定を見直すことも必要になる。 そこで本稿では, 日英結合価パターン対の特徴を考慮した作成支援の方法を提案し, それによるパターン対作成効率の改善効果について報告する。
機械翻訳, 日英翻訳, 結合価パターン対, 意味解析, 作成支援処理
In order to improve the quality of machine translation, the valency pattern method is known to be effective to analyze the meaning relation between verbs and nouns. When making new patterns, we look for pattern pair candidates in example sentences. When adding new pattern pairs to existing patterns, we look for pattern shortages and after adding new patterns we check for inconsistencies between added patterns and existing patterns. We propose a computer support system to perform these processes, and report its effects compared to our traditional support systems.
machine transIation, Japanese-to-English translation, valency pattern pair, semantic analysis, computer aided design
| 1 はじめに | |
| 2 結合価パターン対の作成過程 | |
| 3 従来の支援処理と問題点 | |
| 4 作成支援の方法と効果 | |
| 5 今後の課題 | |
| 6 おわりに | |
| ＜補足＞ | |
| ＜謝辞＞ | |
| ＜参考文献＞ | |
| ＜付録＞ 格要素の条件設定の支援 |
機械翻訳における意味解析技術の重要性が指摘されている。 意味解析の方法としては, 単語の共起関係に着目して単語相互の意味を決定する方法が研究されているが, 動詞の意味解析においては, 動詞と名詞の意味的共起を結合価パターンとして記述し, それを原言語と目的言語で対にしたパターン対の使用が有効であることが知られている。 日英機械翻訳のための結合価パターン対を記述する場合, 日本語と英語の言語的性質が大きく異なるため要素間の対応が取りにくいこと, 格要素となる名詞は2,000種類以上に分類する 必要がある[池原93]ため適切な属性の選択が難しいこと, などが問題となる。
パターン対の作成に関しては, 様々なヒューリスティックスや自動学習の手法を応用した方法が提案されている。 しかし, これらの方法は, 手法を適用するために必要となる例文を種類と量の両面で整備するのが難しいほか, 現状では手法を適用するために言語モデルを単純化する必要があるなどの問題もあり, 実用に展開するのは困難と思われる。
機械翻訳では, 専門分野で使用するパターン対を除き, 一度, 網羅的にパターン対を整備すれば, 繰り返しパターン対を作成する必要はない。 また, 訓練されたアナリストは, 類推により1用例から1パターン対を作成することも可能である。 これらの点から考えると, 現状では, パターン対作成は人手を中心に進め, 計算機は作業支援のために使用するのが現実的であるといえる。
筆者らは, 日英機械翻訳を対象として, これまでに和英辞書や各種対訳用例から人手により12,000件のパターン対を収集してきたが, 最終的には20,000件程度の規模に持っていく必要があると 考えている[白井95]。 今後の作業規模を考えると, パターン対記述の一連の作業の過程を分析することにより, アナリストの知的判断を必要としないステップを自動化したり, 知的判断を積極的に支援したりなどして, 作業の効率化を図る必要がある。 そこで本稿では, これまでの支援処理の問題を再検討するとともに, 日英結合価パターン対の特徴を考慮した作成支援の方法を提案する。 また, それによるパターン対作成効率の改善効果についても報告する。
アナリストによる結合価パターン対の作成過程は, おおむね次の5つのステップから構成される。
| Step-1. | パターン対の必要性の分折 | |
| Step-2. | 適切な対訳用例の選定 | |
| Step-3. | 日英パターン対の記述 | |
| Step-4. | 記述パターン対の確認 | |
| Step-5. | 辞書全体としての整合 |
Step-1 では, 日英翻訳システムによる翻訳結果のうち, 述語まわりの訳が良くないものや未訳出となったものが検討対象となる。 これらに対し, 翻訳システム内のパターン対の選択経過を追跡することにより, (a)パターン対が不足しているのか, (b)選択されるべきパターン対が選択されなかったのか, (c)パターン対の記述では対応しきれないものか, の判定を行なう。 (a)と(b)はStep-2に進み, (c)は保留とする。 判定の際, 入力文に対する対訳文があれば, 翻訳結果と対訳文の比較により判定できるので, 作業は極めて効率的である。 しかし, 対訳文がない場合でも, 翻訳結果を翻訳家に添削してもらっておくことにより, それに準じることができる。
Step-2では, パターン対を記述するために使用する対訳用例を選択する。 このとき, 日本語の文に対する英訳は必ずしも唯一とは限らないことに注意する必要がある。 英文では同じ単語を繰り返し使用しない方がむしろ一般的である。 しかし, 同じ表現は必ず同じ訳になる機械翻訳の利点を活かせるよう, 汎用的かつ代表的な訳し方をパターン対の記述に使用する。 次の例ではdry をhangに替えることにより汎用的な表現になる[白井96b]。
彼女は濡れた衣服を風に当てている。
She is dxying her clothes in the wind.
Step-3では, 次の4点が問題となる。
�‘�英の文構造の分析と文要素間の対応
日英の文要素は1対1に対応するとは限らない。 次の例では, 日本語の格要素「野菜の水を」が, 英語の2つの文要素, 目的語“the water”と前置詞句“off the vegetables”に分割されているような 対応関係がある[白井96b]。
彼女はさっと野菜の水を切った。
She shook the water off the vegetables.
�▲僖拭璽鸞个傍�述すべき文要素の選択
日本語を中心に考えると必須格の判定は難しい。 そこで, 英語と対比することにより, 英語の主語・目的語・補語を必須要素としてパターンに記述する。 また, 英語の動詞と密接に関係している前置詞句を準必須要素とする。 このとき, �，痢嵬邵擇凌紊髻廚里茲Δ文堕蟒ぞ�を見落とさないようにすることが必要である。
�３瞥彖任量昌譴琉嫐Ｂ粟�による抽象化
格要素に現れうる名詞をいくつか思い浮かべ, 共通する意味属性をその格要素の名詞の条件として指定する。 ただし, 上位の(粗い)意味属性を指定してパターン対の分解能を落とさないように注意する。 共通する意味属性の選択が困難な場合は, 単語の表記そのものを条件として指定しておき, 類似例が見つかった際に, 具体的にはStep-1(b)の場合に, 共通化を改めて検討する。
�ご�存のパターン対との優先関係の調整
パターン対は下位の(細かい)意味属性が指定されているものが優先的に選択されるが, 複数の格要素を持つパターン対では一意に決められない場合がしばしば生じる。 そのとき, 優先順位がパターン対の選択の最後の決め手になる。 Step-1(b)の問題は, この優先順位が適切でなかったことに起因することが多い。
Step-4では, パターン作成に用いた日本文を日英翻訳システムにかけ, 翻訳結果が意図したようになっているか否かを検討する。 また, 類似文でも同様の翻訳結果が得られるかも併せて確認する。 意図した結果が得られない場合は, Step-3に戻って, 各項目の再検討を行なう。
Step-5では, あらかじめ用意した数千文の試験文を日英翻訳システムにかけ, Step-1〜Step-4の作業によるパターン対追加の前後における翻訳結果の差分を検討する。 差分が生じたものについては条件設定の点検や修正を行なう。
ここで, Step-5を実施する頻度が問題となる。 パターン対は言語現象を抽象化して記述しているため, Step-5の段階まで来て相互関係の調整をするのは極めて難しくなっている。 すなわち, Step-5の頻度が高ければ点検は容易であるが走行コストが多くなり, 逆に, 頻度が低ければ差分の点検コストが多くなる。 色々なケースを試した結果, Step-4を入念に行なっておけぱStep-5はそれほど頻繁に行なわなくても問題の発生は少なく, また, パターンを記述した際の例文などを記録しておくことにより 条件設定の見直しはそれほど難しくないことがわかった。
以下では, パターン対を1件作成する場面, すなわち, Step-1〜Step-4を中心に検討する。
パターン対の作成を開始した当初は, パターン対の作成基準をあらかじめ定めておくのは困難だったため, 日本語と英語それぞれのパターン構造の定義や, パターン対に記述する格要素の選定基準の決定なども並行して検討した。 また, 既存のパターン対がないため, Step-1やStep-2は問題とならず, 和英辞書の用例や語釈文を対象に, Step-3のパターン対の記述を中心に作業を進めた。 具体的には, 作業シートにパターン対を記述するとともに, 必要に応じて作成基準を見直し, 作業シートを一括入力した後, Step-4またはStep-5として, 日英翻訳システム(ALT-J/E)により走行確認を行ない, エディタを使ってパターン対への修正を施した。
パターン対は言語表現を抽象化してルール化したものであるため, 勘違いによる入力誤りが生じやすい。 そこで, Step-3に対し, パターン構造のチェック機能を持つ入力支援処理を実現した。 すなわち, アナリストは, Step-3として, 入力支援処理を介してパターン対の記述を行ない, Step-4として, そのパターン対をALT-J/Eにかけて確認する。 もし, 不都合があれば, 再度入力支援処理を起動して修正する。 この段階では, 平均的なパターン対1件の作成時間は40分程度であった。
Step-3とStep-4が別のシステムであると, システムの切り替えやデータの引き継ぎなどの点で, 効率化は容易ではない。 Step-1が主に日英翻訳システム上の作業になることから, ALT-J/E上に対訳用例から直接的にパターン対を作成するため, 図1のような作成支援処理を実現した[白井94]。
即ち, アナリストは, 対訳用例“彼女はさっと野菜の水を切った。 → She shook the water off the vegetables.”に対し, 用例日本文をALT-J/Eにかけるとともに, 用例英文に基づき“X shake Y off Z” (X,Y,Zは格要素を示す変数)のような英語パターン生成用文字列を入力する。 作成支援システムはこれを英語パターンに変換し, ALT-J/Eの解析情報を利用して日本語パターンを作成し, ALT-J/Eの対訳辞書を利用して格要素の対応付けを行なう。 ただし, パターンの作成や格要素の対応付けに失敗したり, 多義を生じたりすれば, アナリストが介入して補正することが前提となっている。 アナリストによる格要素の条件設定を支援するため, 名詞に付与されている意味属性の位置づけや上下関係を表示する仕掛けも導入した(付録参照)。
|
|
和英辞書からの収集が終了し, 対訳用例から収集する段階に進むと, Step-1のパターン対の必要性の分析は必須のステップとなってくる。 この作成支援処理は, Step-2を挟んで, Step-1〜Step-4をすべてALT-J/E上で走行させるようにしたことで, パターン対の必要性を見いだすと, 一気にパターン対の作成を完了することができるようになった。 これにより, パターン対1件当たりの作成時間は10〜15分と, 生産性は約3倍向上した。
前節の作成支援では, 英語パターン生成用文字列を入力する必要があるが, 用例英文の構造を抽象化したり, 必須格を判定したりするなど, 複数の知的な判断を同時に要求されるため, アナリストには負担となるほか, 入力誤りを生じることがある。 また, この文字列を入力した後, 日本語パターンの格要素の条件を設定するため, 日英翻訳のルールを作るには, 手順が逆転している印象がある。
英語パターンには多用される構造がある[横尾94]ことを踏まえ, これを英語パターン構造として整理・体系化しておくことにより, 本稿では次のような作成支援処理を提案する(図2参照)。
| �〕冦稙�本文をALT-J/Eにかけ解析情報を得る | |
| �⇒冦祓冓犬魴疎崛撚鮴蓮�構文解析する | |
| ��この結果を英語パターン構造と照合する | |
| �け儻譽僖拭璽鷙渋い暴召こ瞥彖任鯤竸瑤箸垢� | |
| �ナ竸瑤鯊侈�辞書により解析情報と対応づける | |
| �Π幣紊侶覯未亡陲鼎い謄僖拭璽鸞个鮟侘呂垢� |
|
この作成支援処理を実現したところ, アナリストはステップ�Δ蚤慎舛鯀�択するだけでパターン対が作成できるようになり, Step-4まで含めたパターン対1件当たりの作成時間は5〜6分程度と, 3節の作成支援より生産性は約2倍向上した。 多義の選択が必要となるのは, 例えば“彼は帰る途中で夕立に遭った。 → He was caught in a shower on his way home.”のように用例英文にPP-attachmentの問題があり, 日本文と英文の単語対応が取りづらい個所を含んでいる場合が多い。 しかしながら, 日本語と対比して判断するため, アナリストは容易に多義を選択できる。 やや複雑なパターン対の場合でも生産性は2倍程度向上しているので, 時間短縮の効果は顕著であるといえる。 ただし, 3節の作成支援処理と同様に, パターンの作成や格要素の対応付けに失敗したり, それらに多義が生じたりすれば, アナリストが介入して補正することが前提となっている。
なお, この作成支援処理は, 3節の作成支援処理において, アナリストが英語パターン生成用文字列を入力する代わりに, 英語解析処理を加えた構成になっている。 この英語解析処理は作成支援処理専用に新規に設計した。 しかし, 英語パターンで多用される英語パターン構造との照合が中心となること, 解析失敗に対しアナリストによる補正が期待できることを踏まえ機能を絞り込んだため, 比較的容易に実現することができた。
前節の作成支援処理は, Step-1〜Step-4を一体化 したことによる効率向上効果もあるが, 主として Step-3を効率化したに過ぎず, それも単文の対訳用 例を対象とする場合に過ぎないと思われる。従って, 今後はStep-3以外のステップに対する支援処理を 実現するとともに, 一般的な対訳用例[高橋96]に対 してもStep-3を効率化することが課題である。
Step-1に対しては, アナリストによるパターン対の必要性の分析の内容をさらに詳細に調査し, 必要なデータを提示するとともに, それによる自動的な予備判定の実現を目指す。 対訳用例の有無が作業効率に影響することから, データ収集の方法についても, さらに検討を深める必要がある。
Step-2に対しては, 関連する表現を既存の対訳データベースから自動的に抽出し, 英語表現の種類ごとに分類してからアナリストに提示する処理が考えられる。 それにより, アナリストは, 用例英文が一般的な訳し方, 代表的な訳し方であるか否かが容易に判断できるようになる。
Step-3に対しては, 一般的な対訳用例への適用を視野に入れ, 英語解析の精度向上と, 解析結果に対する日英の文要素の対応付け精度向上を図る。 格要素に対する条件設定についても, 一部については半自動化を検討する。
Step-4に対しては, Step-2と連動して, 試すべき文のバリエーションを半自動的に提示するのが有効であると思われる。 これにより, チェック漏れを防ぎ, Step-5の負担を軽くすることができる。
Step-5に対しては, 試験文セットの個々の文に対する検査項目を整理するなどして, 自動的に差分の管理が行なえるような環境を構築したい。
また, 市況速報文の場合, 反意語は同型のパターン対となること, 格要素の名詞には特定の条件指定が多用されることが 知られている[白井96a]。 このように, 特定の専門分野を対象とする場合, その専門分野の特徴を考慮した改良を行なうことにより, さらに作成効率を高めることができる。
| |
| ★ 3節の作成支援処理 |
本稿では, 日英結合価パターン対の作成過程が5ステップから構成されることを指摘するとともに, その特徴を考慮することにより, 主としてパターン対を記述するステップの作成支援処理を提案した。 その実現により, 入力支援を行なう場合の6倍, 英語文字列の入力のみを必要とする作成支援処理の2倍の効率化を達成した。 今後は, 5節で述べたような改良を進めるとともに, 本作成支援処理により 一般的な対訳用例からの結合価パターン対の収集について検討する予定である。
本稿で用いた対訳用例は, 文献[IPA87]の例文と, それに翻訳家が訳を付したものである。
本検討にご協力下さった井上浩子氏らNTTアドバンステクノロジ(株)の各位に感謝する。
|
|
|
