| 1 はじめに | |
| 2 市況速報記事の英訳上の課題 | |
| 3 翻訳システムの構成 | |
| 3.1 前処理 | |
| 3.2 見出し翻訳処理 | |
| 3.3 テンプレート型翻訳処理 | |
| 3.4 ルール型翻訳処理 | |
| 3.5 後処理 | |
| 4 実験結果 | |
| 5 おわりに | |
| 参考文献 |
市況速報記事には, 専門語や略語のほか, 分野特有の表現が多用されるため, 一般の機械翻訳を適用するのは難しい。 しかし, 類似の表現が多用されることから, それを考慮した専用の翻訳システムを構築して翻訳精度の向上を図ることが考えられる。
英語の経済ニュースに対して, 原文の定型性に応じ翻訳テンプレート, 経済専用文法, 一般文法を切り替えて翻訳することにより, 70%近い翻訳率が達成されている[相沢96]。 このような高精度を達成するには, 翻訳対象にできるだけ特化することが必要であり, 翻訳対象や記述言語ごとに課題となる項目が異なっている場合が考えられる。
本稿では, 日本語の市況速報記事を対象に, 見出しに対する翻訳処理, 本文のうちの定型的表現に対するテンプレート型翻訳処理, ルール型翻訳処理を組み合わせた日英翻訳システムの構成を試みた。 見出し翻訳では記事本文を参照することにより日英のスタイルの違いに対応する。 また, 補足表現に対処したり, ルール型翻訳の弱点を補強したりするため, 前処理と後処理を導入した。
本稿では, 市況速報記事14週分(1995年6月〜9月)のうち, 東証外国部(1日1記事), 大証(1日4記事), 東証CB(1日3記事)に基づいてシステム構成を検討した。 これらの記事は日本経済新聞社のテレコンデータベースから取り出し, [高橋97]の方法により日英記事を対応付けた。 英語は設計や評価の参考にした。記事の例を図1に示す。
|
◇東証外国部・大引け 【ＮＱＮ】ニューヨーク株の大幅高を映し堅調。 売買高は概算20万株。 売買の成立した39銘柄(値付き率48.1%)のうち、 値上がり18、値下がり3、変わらず1、比較できず17だった。 アップル、モトローラが上げ、ＩＢＭが年初来高値に顔合わせした。 ボーイングは年初来高値更新。 半面、グラクソＷＬ、バークレイズ、ＣＳＨが下げた。 Tokyo Foreign Stocks Cls: Up on rally in N.Y. (NQN) Foreign stocks ended higher Friday in line with the overnight run-up on Wall Street. Turnover was estimated at 200,000 shares. Among 39 issues changing hands, 18 increased, three declined and one issue settled flat. No comparison was available for 17 stocks. Boeing marked a year's high. IBM matched its year's high. Other gainers included Apple Computer and Motorola. In contrast, Glaxo Wellcome, Barclays and CS Holding lost ground. |
|
◇東証ＣＢ大引け・5年ぶり大商いで続伸 【ＮＱＮ】大幅高で14日続伸。 株高から電機関連を中心に株価連動銘柄が買われたほか、債券高を材料に利回り銘柄も物色された。 売買高は概算2000億円と90年5月16日の2300億円以来、約5年2カ月ぶりの大商い。 ただ、利食い売りも目立ち、値上がり銘柄数395に対し値下がりも157とけっこうあった。 住友精化(1)、富士通(9)(10)、ＮＥＣ(8)(9)が高かった。 一方、東ガス(3)、関西電(3)は軟調。 TOkyo CBs Cls: Up in active trading (NQN) Convertible bonds registered their 14th consecutive day of gains Friday on trading centered around electric issues which track their underlying stocks and speculation in high-yielders. Turnover was a whopping 200 billion yen, the first time that trading volume has reached this level in 62 months. Despite the fact that gainers outnumbered decliners by 395 to 157, profit- taking resulted in losees for a considerable number of issuss. The QUICK CB Index closed the day 1.55 points higher at 481.10. Sumitomo Seika Chemicals (No. 1), Fujitsu (Nos. 9 & 10) and NEC (Nos. 8 & 9) rose. Meanwhile, Tokyo Gas (No. 3) and Kansai Electric Power (No. 3) were weaker. |
3種類の記事とも, 見出しの後, 市場の総括が1文, 概況や背景が1〜3文, 個別銘柄の様子が2〜3文書かれている。
見出しは, 英語には必ず総括の記述があるが, 日本語には欠けることがある(図1の東証外国部)。 本文の第1文から手がかりを得ることを考える。
市場の総括は, 類似の表現が頻出するので, テンプレート化が期待される。 しかし, 英語記事には日付に相当する曜日が記述されているため, それを挿入する処理を設ける必要がある。
概況や背景は, 文が長めで, 因果関係が書かれることが多い。 長文分割により精度向上を狙う。
個別銘柄の様子は極めて定型的であり, テンプレート化が期待される。
そのほか, 括弧書きに対する対策が不可欠である。 テンプレート化については[白井97]で報告する。
前節の市況速報記事の特徴を踏まえ, 図2のような翻訳システムの構成を考えた。 各翻訳エンジンは並列に走行するが, 自己評価の高い翻訳結果が一式揃った段階で翻訳結果を編集するようにした。
|
|
データベースから取り出した記事の文字コードを変換し, 各翻訳エンジンに渡すデータを編集する。 見出し翻訳処理には見出しと本文の第1文, それ以外の翻訳処理には本文を渡す。 また, 括弧表現を分類し[白井96c], 翻訳対象であれば別の文にするとともに, 埋め戻すための情報を後処理に引き継ぐ。
見出しは, 分野(例えば「東証CB」), 場(「大引け」), 背景(「3日続伸。」では「3日」を背景とする), 総括(「反落」), コメント(横線以降, 欠落多し)から構成される。 図1の東証外国部のように総括がなければ本文第1文から総括に該当するキーワードを取り出す。 その結果, 例えば96年9月の市況速報記事3分野80記事の見出しのうち, 77件(94%)では英語記事と一致または同等の結果が得られた。 失敗した3件は, コメント部分に対応するなどにより正解が得られる見込みである。
| 種別 | ルール数 | 例(英訳) |
| 分野 | 16 | 東証CB(Tbkyo CBs) |
| 場 | 6 | 寄り付き, 寄付(Opg), 前引け(Mng-cls) |
| 背景 | 17 | <数>日(for N straight days) |
| 総括 | 98 | 反落(drop), 続伸(continue rising) |
| 合計 | 137 |
形態素解析を行なった後, ルールと照合して変数部分を決定し, 単一単語は対訳辞書引きで, 複数単語はルール型翻訳で変数を英訳する[白井97]。 この方式は高速で, 翻訳正解率もほぼ100%である。
ベースとなる処理はALT-J/E[池原91]である。 対象記事の特殊性を考え, [相沢96]のように 専用文法と一般文法の2段階とはせず, 専門分野対応のルールと辞書を使用した[白井96a,b]。 また, 概況や背景は長文分割[白井96d]により精度向上を図った。
各翻訳エンジンによる翻訳結果に基づいて, 記事全体の翻訳結果を編集する。 記事本文に対するテンプレート型翻訳とルール型翻訳の採否は次により決定した。 テンプレート型の訳文は素点を10点とし, 複数単語の訳出にルール型を使用した回数に応じ1点ずつ減点する。 ルール型の訳文は素点を6点とし, 未訳出は3点ずつ減点する。 記事本文の後半の文はテンプレート型が適合しやすいため, 多くの記事でルール型の翻訳完了前に翻訳結果が編集される。 この後, 前処理で切り出した括弧表現を埋め戻すことにより, 全体の体裁を整える。 最後に, 曜日記述の追加(図1の第1文末のMonday)や, 冗長語の削除(例えば, 大証では, 見出しにOsakaとあるので, 本文中のOsakaは不要)を行なう。
翻訳結果は文単位で4段階評価し上位2段階を合格とした。 記事単位では, 全文合格なら合格とした。 96年9月の市況速報記事3分野80記事では, 文単位の合格は74%(◎61%,O13%)であるが, 記事単位の合格は23%(◎5%,O18%)にとどまる。 しかし, 東証外国部に限ると文単位で90%(◎88%,○2%), 記事単位で70%(◎40%,〇30%)に達する。 分野によっては実用の見込みがある。
本稿では市況速報記事を対象とした日英翻訳システムの構成を述べた。 今後は, 新たな翻訳エンジンの導入による概況や背景の文の翻訳率の向上を検討する予定である。