| 白井 諭* | 横尾 昭男** | 内野 一* | 松尾 義博* | |||
| Satoshi SHIRAI | Akio YOKOO | Hajime UCHINO | Yoshihiro MATSUO |
高品質の日英翻沢を実現するには, 語いに関する知識を体系的に整備する必要がある. 本論文では, 日英翻訳での使用を目的として構築した3種類(3,000分類)の 意味属性†体系を示し, それに基づいて構築した40万語の単語意味辞書と1.6万パタンの構文意味辞書について述べる. さらに, それらの辞書を使用することにより初めて可能になった基本構造の日英変換処理に関して, 表現の抽象化の度合いに応じて, 4レベルの変換処理を設定したことを述べる. また, 文要素の日英変換処理についても, 変換精度を高めるために設けた特徴的な処理を説明する.
In order to improve the quality of machine translations, knowledge about words must be systematically collected. This paper describes (1) three semantic attribute systems (3,000 categories) for Japanese-to-English machine translation, (2) a semantic word dictionary (400,000 words) based on the semantic attribute systems, and (3) a semantic valency dictionary (16,000 patterns) based on the semantic attribute systems and the semantic word dictionary. It describes a Japanese-to-English transfer process which has four levels depending on abstraction and some active processes for element transfer.
| 1 まえがき | |
| 2 意味情報の体系化 | |
| 2.1 意味属性体系 | |
| 2.2 単語意味辞書 | |
| 2.3 構文意味辞書 | |
| 3 文の基本構造の日英変換 | |
| 3.1 広域構造変換 | |
| ="chap-3.2">< | |
| ="chap-3.3">< | |
| 3.4 汎用表現変換 | |
| 4 交要素の日英変換 | |
| 4.1 名詞旬変換 | |
| 4.2 複合語変換処理 | |
| 4.3 結合型辞書検索処理 | |
| 5 あとがき | |
| 文献 |
従来の機械翻訳システムでは, 要素合成の考え方に基づいて, 原言語の単語を目的言語の単語に置換し, 語順を調整することにより訳文を得るものが多い. このとき, 原言語の解析精度を高めるため, 名詞は人, 場所, 具体物, 抽象物など, 10〜数十種類に分類されている. また, 慣用表現のように単語ごとの置換ではうまく訳せないものに対しては, 単語の組合せを扱う例外処理が導入されている.
しかし, 現実の言語を扱うには, 名詞の分類は数十程度では不十分であり, 少なくとも2,000程度の分解能が必要である(1). また, 言語表現は一般に複数の単語が組み合わさって一定の内容を持つようになる点を考えると, 単語置換で翻訳できるほうがむしろ例外的とみることができる.
そこで, 日英機械翻沢システムALT-J/E(以下, ALT-J/E)では, 言語表現に含まれる単語を正確に解析するため, 単語の使われ方に着目して, 一般名詞意味属性体系, 固有名詞意味属性体系, 用言意味属性体系からなる約3,000 分類の意味属性体系を導入した. それに基づいて, 単語意味辞書として, 約40万語の単語の属性記述を行った. さらに, 構文意味辞書として, 一般名詞意味属性体系を用いることにより, 日本語と英語の表現の骨組みを 結合価パタン†対として記述した.
このような意味辞書を構築したことにより, ALT-J/E では次のような日英変換が可能になった. 日本語解析(形態素解析と構文解析) の結果に対して, 構文意味辞書の日本語パタンとの照合を行い, 最もよく一致するものを選択する. これにより, 日本語の名詞に複数の解釈があっても1 つの解釈に絞り込むことができる (例えば, 「レース」 には〔競走〕 と 〔布地〕の解釈があるが, 「レースに勝つ」では〔競走〕, 「レースを編む」では〔布地〕 に決定される). また, 対となる英語パタンが自動的に選択されるため, 英訳文の基本構造が決定される.
以下では, まず意味辞書の構成を述べ, それを使用することにより実現されている変換処理を, 文の基本構造の変換処理と文要素の変換処理に分けて示す.
機械翻訳システムにおいて, 言語表現に含まれる単語がどのような約束(語義) で使われているかを 正確に決定することが必要である. また, 精密な訳し分けを行うには, 単語の意味が精密に分類されていることが必要である. これらを実現するため, 約3,000 の分解能を持つ意味属性体系を構築し, それに基づいて単語意味辞書と構文意味辞書を構築した. 日英対照辞書では, 日本語の単語表記と一般名詞意味属性の組に対して英語の訳語を与えるようになっている. ALT-J/E の辞書構成を図1 に示す.
|
|
機械翻択システムにおいて, 高品質な訳文を得るには, 言語表現中の単語がどのような約束(語義) で使われているかを正確に決定する必要がある. ここで, 概念化†の過程と 概念を単語に対応させる方法について考えてみると, これらは, 対象とする実体の見方, とらえ方に大きく依存し, 同一の対象でも見方, とらえ方によって使用される単語に違いが生じることが分かる. 逆に, 1 つの単語をある1 つの語義で使ったとしても, その表す概念は様々である. このような現実の言語表現上での用法に関する知識を 計算機上に実現可能なかたちに整理する必要がある.
そこで, 前述のような考えに基づき, 対象の見方, とらえ方, すなわち, 対象を概念化する際の視点を意味属性として分類・整理することにより, 意味属性体系を構築した. 体系化にあたっては, 以下のような点を考慮した.
| �� | 分類観点としては, 上位−下位関係のほか, 全体−部分関係にも着目して, 対象を概念化する際の視点を階層的な木構造に まとめる(2). 一般名詞の意味属性体系の上位の分類を図2に示す. | |
| �� | 固有名詞は, 一般名記に比べ種類・ 語数とも多いので, 一般名詞の意味属性より細分化した別の意味属性体系とする. | |
| �� | 多義語には, 複数の意味属性を与える. 基本的な意味属性のほうを前側に配置する. | |
| �� | その語義で表される対象概念に種々の見方, とらえ方があれば, 複数の意味属性を付与する. |
|
次に, 用言(動詞, 形容詞など) に対しても, 名詞と同様に意味属性を体系化する必要がある. 一般に, 単語の語義が幾つあるかを判断する基準は明確でなく, また, 用言の場合, 格要素†や 副詞要素が組み合わさって事象を表現するため, 1 つの言語の中で語義分類を行うのは容易ではない. そこで, 日本語の用言に対しては, 日本語とは対象概念のとらえ方に大きな違いがある 英語の動詞(または動詞句) と対比することにより, 意味分類を行い 用言意味属性体系を構築した(3). ALT-J/E では用言は日英の構文が結合価パタン対として表現されていることに着目し, 結合価パタン対に対して意味属性を付与した.
収録した単語は, 一般語12 万語のほか, 固有名記20 万語, 専門用語5 万語, その他(時事用語等) 3 万語の合計40 万語である(4). 日本語の単語は, 漢字, ひらがな, カタカナ, 英字など, 様々な字種で表現され, 表記上の揺らぎがある. そこで, 表記の振れのある語には代表形(標準表記) を設け, 日英対象辞書などは標準形を登録することとした.
これらの語には, 標準表記と読みの情報のほか, 文法情報として品詞・ 活用形, 品詞補足情報, 単語接続情報†, 優先情報などを付与した. 品詞が名詞の単語には一般名詞意味属性を付与し, さらに固有名詞には, 一般名詞意味属性のほかに固有名詞意味属性を付与した.
単語意味辞書は, 主として日本語の解析処理において参照される. 得られた意味属性は, 構文意味辞書を用いた文の基本構造に日英変換(3 章) や, 日英対照辞書を用いた文要素の日英変換(4 章) に利用される.
意味属性体系および単語意味辞書を前提に, 名詞と用言(動詞, 形容詞など) との 意味的共起†を 結合価パタンとして記述し, 日本語と英語の結合価パタンを対応づけた結合価パタン対を 収録した構文意味辞書の構築を進めている (表1)(1)(5). 結合価パタン対の収集方法として, 人間用の和英辞書から収集する方法, 日本語辞書の語義等を利用してパタン対を作成する方法, 用例文の対訳集からパタン対を作成する方法を比較検討し, 日英翻沢に必要なパタン対の数を推計した. この結果, 日英翻訳に必要なパタン対は一般パタン対20,000件, 慣用パタン対5,000件の合計25,000件程度であることが 推定された(6)(7). 現在の収集件数は, 一般パタン対約13,500件, 慣用パタン対3,000件である. また, これらの結合価パタン対に対して, 用言意味属性(3)を付与した.
| 項番 | 日本語パタン | 英語パタン | 英語使用条件 |
| 1 | N1(主体)(が) │ N2(筆記具,工具,武器,“受話器”)(を) │ 取る | N1 take up N2 | 進行形可 |
| 2 | N1(主体)(が) │ N2(席,部屋,ホテル,券,乗り物)(を) │N8(場,場所)(に) │ 取る | N1 reserve N2 | 進行形不可 |
| 3 | N1(主体)(が) │ N2(料金,金銭)(を) │ N3(主体)(から) │ 取る | N1 charge N3 N2 | 進行形可 |
| 4 | N1(主体)(が) │ N2(刊行物)(を) │ 取る | N1 subscribe to N2 | 進行形不可, 受身不可 |
構文意味辞書は, 文の基本構造の日英変換(3 章) において, 慣用表現や一般表現を同定し, 英語の基本構造を生成するために利用される.
従来の日英翻沢システムにおける変換処理は, 解析によって得られた最小単位(多くの場合, 単語または複合語) を対象として日英変換を行い, その結果を組み合わせて英語表現を得る要素合成法に基づいている. しかし, 慣用表現など, 要素合成では適正な結果が得られない表現が数多く存在するため, 例外処理を設けてこれらを枚済する必要があった.
これに対して, ALT-J/E では, 意味を喪失しない表現単位を日英変換の基本単位とすることにより, 訳文品質の向上を図った. 具体的には, 文全体を網羅するような表現を広域構造変換として処理し, それに該当しなかった表現のうち文の骨格構造に関する部分(述語を中心とするまとまり) を, 以下, 慣用表現変換, 一般表現変換, 汎用表現変換の順で文構造の捕択を行う. また, 文の骨格構造から漏れた文要素の日英変換については4 章で述べる.
入力文の全体の構造を捕そくするため, 文全体の構文構造に対して広域構造変換処理を行う (図3). 辞書上の日本語パタンにマッチした部分については, 日本語パタンと1 対1 に対応した英語表現テンプレートを辞書からとり出すことにより 英文の骨格構造を訳出する(8). 骨格構造から漏れた部分構造には, 慣用表現以下, 述語を中心とする表現単位の日英変換と, 文要素の日英変換を適用する. その除, 必要に応じて部分構造の品詞変換を行い(9), 訳文品質の向上を図る.
|
次に, 用言を中心としてまとまっている表現のうち, 特定の名詞が格要素と結びついて慣用的に用いられる表現の変換を行う. 例えば, 「油を売る (怠ける) 」, 「気が利 く (行き届く) 」といった表現は, 名詞と動詞を文字通り訳しても英語としては不適切であるので, まとめて1 つの述語として処理する.
また, 日英翻訳という観点からは, 英単語が日本語の一定の表現と対応するものは, 慣用表現に準じて扱うのが望ましい. 例えば, 「背が高い(be tall) 」, 「向きを変える (turn) 」のような表現である.
これらの表現の日英変換には, 2.3 節で述べた構文意味辞書のうち, 慣用表現パタンを適用する.
「連絡を取る(contact)」 なども慣用表現に類するが, このようなサ変名詞と 機能動詞†が組み合わさった 表現は「連絡する」のように単純な動詞に変換することが可能であるので, 変換したうえで次節の一般表現変換を適用する.
用言(動詞, 形容詞など) と, それに支配される格要素の名詞と助詞に応じて, 構文意味辞書のうち, 一般表現パタンを適用することにより日英変換を行う. 格要素の名詞は, 一般名詞意味属性により抽象化されている. 実際の表現との照合にあたっては, 抽象化の程度が低いパタンを優先して適用するようにする.
構文意味辞書に結合価パタンが記述されていない場合, 文法情報を手がかりにして英語の基本構造を生成する. 例えば, 述語が他動詞であれぱ「主語−動詞−目的語」の構造を生成し, 述語が名詞であれば“X is Y” の構造を生成する. このとき, 名詞の一般名詞意味属性と格助詞を選択条件として記述されているテーブルに従って, 日本語の格要素に対する英語の前置詞句に使用する前置詞を選択する.
文の基本構造が変換された後, 格要素などの文要素の日英変換が必要になる. 以下では, 格要素の中心的存在である名詞句や複合語の翻訳について述べる.
まず, 構文解析結果に基づいて, 名詞句の範囲を決定する. 次に, 各名詞句の構造を, あらかじめ用意した並列, 連体のパタンと照合し, 一般名詞意味属性と名詞間の関係を記述した名詞承接属性テーブルに基づいて, 名詞間の関係を逐次決定する. 最後に, 名詞句が埋込み修飾を受けている場合, 埋込み文との関係を解析する(12).
名詞句の関係を決定する際, 同格関係が問題となる. 例えば, 「コンピュータの周辺機器メーカの緑電子」や 「情報機器の輸入商社, 住友商事」のような表現であるが, それぞれ連体関係, 並列関係と同じ形式となっている. このような表現は, 新聞記事の場合,平均4文に1 例以上の割合で出現する. これらはいったん連体や並列として認定した後, 同格のパタンと照合し, 同格関係を認定する(13). 同格関係の日英変換は, 日本語の「修飾語+被修飾語」 に対し, 英語では“被修飾語, 修飾語” の語順となる.
日本文中には, 助詞などを介さないで名詞が連続した複合語表現が頻出する. 次々と形成される新語を網羅的に辞書登録するのは困難であるため, これらの複合語を処理するための仕掛けが必要となる. ALT-J/E では, まず, 複合語の各要素間の関係を文法情報によつて2 項関係に基づいて解析し, 翻訳する方法を実現した(14)(15).
構成要素の多い複合語では, 全体の構造をとらえてから処理しなければ, 適切な訳が得られない場合が少なくない. そこで, 複合語の構造的特徴を表2の4種に分類し, パタン化可能なものを翻訳テンプレートを用いて翻訳する方法を 実現した(16)(17). 特に, 2 項関係では翻訳困難であった機能語支配型複合語の翻訳例を図4に示す.
| 番号 | 分類 | 説明 |
| 1 | 一般複合語 | 構造的な特徴を持たずパタン化できない |
| 2 | 数量表現型複合語 | 数詞, 時詞に承接する接尾語を中心に構成される |
| 3 | 固有名詞表現型複合語 | 固有名詞と固有名詞承接型接尾語を中心に構成される |
| 4 | 機能語支配型複合語 | 特定の接尾語(製, 型など), サ変名詞(対応, 関連など)を中心に構成される |
| |||||||||||||||
複合語は, 短単位語を組み合わせることにより, 際限なく生成される. そこで, 複合語を短単位語の組合せとして解析した後, 解析によって得られた短単位語の総合関係により部分複合語を認定し, その情報を参考にしながら日英対照辞書を検索し訳語を 得るようにした(18). このようにすることにより, 複合語を原則として日本語辞書に登録する必要がないので 日本語辞書のコンパクト化が図れ, 日本語辞書の登録語数の増加に伴う 単語分割のあいまいさの増加を抑止することができる(図5). また, 日本語辞書と日英対照辞書の独立性が確保され, 大規模辞書の効率的な構築と維持管理が可能になった.
| |||||||||||||||||||||||||||||
本論文では, ALT-J/E に使用する意味属性体系と それに基づいて構築された単語意味辞書並びに構文意味辞書, それらの辞書を使用することにより実現された文の基本構造の日英変換処理と, 文要素の日英変換処理について, 特徴的な処理を中心に述べた. 今後は, 意味属性の定義を厳密にすることと, 意味辞書を構築した結果判明した問題点の見直しを進める必要がある. また, 日英翻訳の品質を向上させるため, 意味的にまとまりのある単位の検出の精度を高めるため, 処理の改良を進める予定である.
|
白井 諭 コミュニケーション科学研究所主幹研究員 昭和55年入社. 主に自然言語処理(特に日本語処理)の研究に従事. 現在, 機械翻訳技術の研究に従事. 昭和53年大阪大学工学部通信工学科卒業. 55年同大学院工学研究科通信工学専攻博士前期課程修了. 電子情報通信学会・情報処理学会・言語処理学会会員. 平成7年第30回日本科学技術情報センター賞(学術賞), 人工知能学会1994年度論文賞受賞. |
|
横尾 昭男 A丁R音声翻訳通信研究所第四研究室長(前コミュニケーション科学研究所) 昭和57年入社. 主に日英機械翻訳技術の研究に従事. 昭利55年電気通信大学電気通信学部電子計算機学科卒業. 57年同大学院電気通信学研究科電子計算 機学専攻修士課程修了. 電子情報通信学会・情報処理学会・人工知能学会・言語処理学会会員. 平成7年第30回日本科学技術情報センター賞(学術賞)受賞. |
|
内野 一 コミュニケーション科学研究所研究主任 平成元年入社. 主に機械翻訳処理の研究に従事. 現在, 統計処理によるテキストからの定型パタン抽出の研究に従事. 昭和62年茨城大学工学部情報工学科卒業. 平成元年同大学院工学研究科修士課程修了. 情報処理学会・言語処理学会会員. |
|
松尾 義博 コミュニケーション科学研究所研究主任 乎成2年入社. 主に機械翻訳の研究に従事. 昭和63年大阪大学理学部物理学科卒業. 平成2年同大学院理学研究科修士課程修了. 情報処理学会・言語処理学会会員. |