機械翻訳辞書構築支援ツール

Design Tools for Japanese-to-English Machine Translation Dictionaries


内野 一*  春野 雅彦**  高橋 大和*  白井 諭*

Hajime UCHINO Masahiko HARUNO Yamato TAKAHASHI Satoshi SHIRAI

あらまし

機械翻訳の性能を向上させるには対訳データが大量に必要となるが, 対訳コーパスとしては小規模のものしか存在しない. 本論文では, 新聞記事を対象にすれば継続的にデータが得られる点に着目して, 日本語と英語の新聞記事とそれに含まれる文を対応づけることにより 大規模な対訳コーパスを構築する方法を示す. 次に, n-gram 統計処理を応用することにより, 大規模なコーパスを効率よく体系立てて分析する手法を示す. また, 対訳データや分析によって得られた情報に基づいて, 機械翻訳用の辞書を作成するための支援処理について述べる.



Abstract

Large bilingual corpora are useful for improving the quality of machine translations, but only small bilingual corpora exist. This paper describes a method of building a large bilingual corpus by aligning Japanese sentences with English sentences from newspaper articles which can be easily and continually collected. A corpus analysis method by using n-gram statistics and computer-aided design tools of machine translation dictionaries are also described.



[ NTT R&D, Vol.46, No.12, pp.1425-1432 (1997.12). ]
[ NTT R&D, Vol.46, No.12, pp.1425-1432 (December, 1997). ]


* NTTコミュニケーション科学研究所 NTT Communication Science Laboratories
** ATR人間情報通信研究所 ATR Human Information Processing Research Laboratories
(C)日本電信電話株式会社 1997

INDEX

     1 まえがき
2 日英対訳コーパスの構築
  2.1 日英新聞記事の自動対応づけ
    2.1.1 自動対応づけの方法
    2.1.2 記事対応の評価
  2.2 統計情報と辞書情報を用いた自動アライメントプログラム
    2.2.1 アライメントプログラムの概要
    2.2.2 アライメントプログラムの評価
  2.3 対訳コーパス構築環境: BACCS
    2.3.1 アライメント構築環境の必要性
    2.3.2 BACCSの概要
3 n-gram統計処理ツール
  3.1 目的
  3.2 n-gram統計処理による定型的表現の抽出
  3.3 本ツールの応用
4 翻訳辞書の作成支援
  4.1 名詞の意味属性の自動推定
    4.1.1 意味属性推定処理の必要性と方法
    4.1.2 意味属性推定の効果
  4.2 結合価パタン対の半自動作成
    4.2.1 背景
    4.2.2 作成支援の方法と効果
5 あとがき
  文献


1 まえがき

解析・変換・生成の処理ステップから構成される機械翻訳システムの性能の向上を図るには, 大規模かつ詳細な辞書やルール集を整備する必要がある. 辞書やルールを整備するには実際の対訳データを分析する必要があり, データ分析結果の信頼性を高めるには大量の対訳データが必要となる. また, 大量のデータに対して, ある特定の現象に着目して分析する場合は問題にはならないが, 辞書やルールの整備という観点からは データ全般に共通する特牲を効率よく分析する手法の確立が必要となるが, これまではあまり体系立てて論じられることはなかった.

本論文では, 対訳データの作成, 分析, および, 分析されたデータからの辞書作成支援といった一連の手法について述べる.

2章では, 新聞記事を対象にすれば継続的にデータが得られる点に着目して, 大規模な対訳コーパスを構築する方法を示す. ここでは, 日本語と英語の新聞記事をとり出し, 内容的に関連のある記事を自動的に対応づけ, その後, 文単位で対応関係を調べることにより, 対訳例文集を作成する.

次に, 3章では, n-gram統計処理を応用することにより, 大規模なコーパスを効率よく体系立てて分析する手法を示す. この手法によれば, コーパスに含まれる任意の長さの文字列が, 長さや度数などの順に簡単にリストアップされるため, 辞書に登緑すべき表現や翻沢ルールの元となるデータが効率よく抽出される.

4章では, 対訳データや分析によって得られた情報に基づいて, 機械翻訳用の辞書を作成するための支援処理について述べる. 単語の対訳集に対しては, 既存の単語意味辞書と照合することにより詳細な単語属性が提示される. 日英対訳文に対しては, ALT-J/Eの日本語解析と簡単な英語解析を組み合わせることにより, 結合価パタン対の原形となる情報が得られる.



2 日英対訳コーパスの構築

対訳コーパスは, 機械翻訳システム構築において 必要な様々な言語知識をとり出すうえで重要な情報源である. 実際, 対訳コーパスから様々な言語情報を抽出する試みが なされている(1)(2)が, 精度のよい知識を抽出するためには, なるべく大量の文対応(アライメント)のとれた対訳コーパスがあることか望ましい.

対訳コーパスから文レベルの対応関係を特定する, いわゆる文対応の研究に関しても, 様々な試みがなされている(3)〜(6)が, 構造の異なる言語族間(例えば, 日本語と英語)で正しく文対応がとれた対訳コーパスを 収集するための方法論やツールについて, あまり研究がなされていない.

本章では, 日英の新聞記事が継続的に収集できることに着目し, これを日英対訳コーパスのソースデータとして利用することを考える. 次に, 文対応のとれた対訳コーパス収集を容易にするための対訳コーパス構築環境 BACCS(Bilingual Aligned Corpus Construction System)について述べる. BACCSは従来手法とは異なるロバストなアライメントプログラムを有し, プログラムの出力するアライメント結果をグラフィカルなインタフェースを通じて 簡単に確認/修正が可能な対訳コーパス構築環境である. 以下, 日英新聞記事を対応づける手法, BACCSが有するアライメントプログラムの詳細, および BACCSの持つ機能について述べる.



2.1 日英新聞記事の自動対応づけ

2.1.1 自動対応づけの方法

新聞記事を対象にすれば継続的にデータが得られる点に着目して, 日本語と英語の新聞記事を対応づけることにより, 対訳コーパスのソースデータを得ることが考えられる(7). ここでは, 日本語と英語の両方の新聞を発行している 日本経済新聞社のテレコンデータベースに着目した. テレコンデータベースには日本語の記事と英語の記事は別々に収録され, 日本文記事が1日平均約700記事であるのに対して, 英文記事は1日平均約100記事であり, また1記事当りの記述量もかなり異なっている. さらに, 内容を照合した結果, 記事の発信日付にずれがあることが分かった. そこで, 英文記事1日分(約100記事)に対して, 日本文記事3日分(約2,000)記事を対象に記事の対応づけを行うことにする.

データベースを検索する際は, 固有名詞や一般名詞をキーワードとして使用するのが一般的であり, 数値情報は使用されない. しかし, 数値情報は文字列解析により容易にとり出せること, 数値は記事固有の情報の1つと考えられることから, まず数値をキーワードとして利用し, 記事の対応づけに適用することを考えた.

8日分の英文記事に対応する日本文記事の検出実験を行ったところ, 数値情報のみで51.6%の英文記事で, さらに固有名詞情報を併用することにより80.4%の英文記事で, それぞれ対応する日本文記事が得られることが 分かった(8)(9). また, 対応する日英の記事対を比較すると, 英文記事のうち56.9%の部分には形式的にもよく対応する日本文が存在し, 40.3%に対しては内容的に対応する日本文が存在することが 分かった(10). これにより, 新聞記事を対訳コーパスのソースデータとして利用するめどが得られた.



2.1.2 記事対応の評価

日英記事の対応づけを行った際, 複数の記事対応候補がある場合, 正しい対応記事を特定するための自動的な評価法が必要となる. 人手により確認するのであれば, 1日分の記事における数値や単語の出現数等を参考にしながら, できるだけ多くの記事を正確に対応づけることができる. しかし, その際に使用されるヒューリスティックルールを定量化することは困難で, 自動的な対応づけのための閾い値設定には利用できない. そこで, 英文記事に出現する数値や固有名詞が対応候補記事に現れた件数による 優先順位づけ方法を提案し, その有効性を確認した(9)(11). 日英の新聞記事8日分を対象として計価した結果, 対応記事候補が1つのときは対応項目が3個以上, 対応記事候補が複数あるときは第1候補と第2候補の対応項目の差が2個以上, という条件を設定することにより, 1日平均約37記事を適合率100%で対応づけられることが分かった. 今後は, 適合率を保ちながら再現率を高めるための条件設定について検討を進める.



2.2 統計情報と辞書情報を用いた自動アライメントプログラム

2.2.1 アライメントプログラムの概要

BACCSが有するアライメントプログラムは, 統計情報と辞書情報を用いて得られる訳語対を基に, アンカー(対応関係が確定した文対応ペア)を見つける操作を繰り返すことによって, 文の対応づけを行う. ここで, 初期的なアンカーとして, 2.1節において, 対応づけられた日英新聞記事データベースから, それぞれの記事の前後を指定することが可能である. 統計情報の利用は, 文脈に応じた情報が利用できる点や, 形態素解析の誤りに対処可能であるというロバスト性がある反面, 複数回出現する単語しか利用できないという欠点がある. 一方, 辞書情報の利用は, 一度しか出現しない単語に対しても対処可能である反面, 訳語選択の多様j生, 形態素解析の誤りには対処不可能という欠点を有する. 本アライメントプログラムは, この両者の長所を兼ね備えたものである.

アルゴリズムの流れは, 文献(4)のアルゴリズムを基本としている. まず, すでに決定したアンカーを基に対応可能範囲を生成する. 続いて, 統計情報と辞書情報によって得られる訳語対から, 新たなアンカーをみつけ出す. この操作を繰り返すことによって, 順次文対応ペアをみつける(12)(13).

統計情報による訳語対の生成手順は, まず対応可能ペアに出現する日本語単語, 英語単語の相互情報量とt-score(3)を計算し, 次にそれらの値がある決められた閾い値以上となるものを訳語対とする. この閾い値は, 初期的には小さめに設定し, 最終状態に近づくに従って大きくするという アニーリング手法により決定する(14).



2.2.2 アライメントプログラムの評価

“Scientific American”とその日本語版である日経サイエンスからの対訳テキストと, WWWを通じて読売新聞ホームページから得られる社説の対訳テキストを用いて, 本アライメントプログラムの評価を行った. 適合率/網羅率による評価で, 91〜96%の精度を得ている. 本プログラムの詳細, 実験評価の詳細は, 文献(12)〜(14)を参照されたい.



2.3 対訳コーパス構築環境: BACCS

2.3.1 アライメント構築環境の必要性

本アライメント手法を用いることで, ある程度の精度の文対応が可能であるが, 常に完全な対応関係が得られるとは限らない. よって, 高品質な大量の対応づけされた対訳コーパスの蓄積は, 人間による確認/修正作業が必要である. また, その作業によるユーザからのフィードバック情報を通して アライメントプログラムの改良への手がかりを得ることができる. さらに, アライメントプログラムの副産物として得られる統計情報による訳語対のうち, ユーザが確認した再利用可能な訳語対を保存することにより, アライメントプログラムの精度の向上も期待できる.



2.3.2 BACCSの概要

対訳コーパス構築環境BACCSは, Xwindow上でTcl/Tkを用いて実現されており, 前述したアライメントプログラムのアライメント結果をポインティングデバイスで 容易に修正/確認ができるインタフェースを提供する. また, ユーザは, BACCSを通じてアライメントプログラムで得られる訳語対の中から ユーザ辞書に登録する訳語対を選択することも可能である.

BACCSを用いたコーパス作成手順は次のとおりである. まず, 対象となる対訳テキストを選択し, アライメントプログラムを起動, その結果をディスプレイに表示する. 次にマウス操作により, 文の対応の確認/修正作業を行う. 最後に, アライメントプログラムが出力する訳語対の中から正しい訳語対を選択し, ユーザ辞書に登録する. BACCSの起動例を図1に示す.

図1 BACCSの起動画面

このような確認/修正作業が容易なインタフェースによって, 効率的な大量対訳コーパスの構築が可能となった.



3 n-gram統計処理ツール

3.1 目的

前述の手法により, 日英の文が対応づけられた対訳コーパスは大量に作成できるようになるが, データが大量であればあるほど, 人間が, そのままデータを使用することは困難である. 自然言語処理を高精度に行うためには, 対象文を分析し, 分野特有の表現をルールやデータとして蓄積していく作業が必要となる. 機械翻訳では, 個人がWWWを読むなどの目的でシステムを使用する場合, 訳文の意味が正しければ, 実用上大きな問題はない. しかしながら, 翻訳を業務として行っている部署においては, 文書も専門的な内容で, 訳すべきスタイルやいい回しが定められていることが多く, 単に翻訳が正しいだけでなく, その訳文がスタイルに沿っているか, 十分にこなれた文章であるかどうかが問題とされる. たとえ機械翻訳が正しい訳を出したとしても, その表現が通常のスタイルと大きくかけ離れていれば, 結局その訳文は使用されない結果となる. このような事態を避けるため, その分野における定型的な表現パタンを前もって分析し, 対処する必要がある. しかし, 大量のデータからこのような定型的パタンを人手によって抽出するには 多くのコストがかかるため, 機械的に抽出する手段として以下のようなツールを作成した.



3.2 n-gram統計処理による定型的表現の抽出

言語データの中から, 使用頻度の高いパタンを抽出する手法として, テキストに対してn-gram統計処理を行い, テキストデータ内の文字列をその文字長の順および出現順度の順に抽出する 手法がある(15). しかしながら, 抽出する文字列間の相互関係が無視されているため, 断片的な文字列がかなりの割合で混在するという問題があった. 本ツールではこの問題を解決するため, 抽出する文字列の位置情報を記録し, 相互に重複する文字列を除去している. 詳細については文献(16)を参照されたい. 重複文字列を削除することにより, 断片的な文字列の抽出が抑制され, 日経産業新聞3カ月分(892万字)を対象に行った実験では, 従来法に比較して抽出される文字列の種類は20〜1%に, それらの述べ出現回数は14〜1%程度に削減された. 連鎖共起表現(連続した文字列)の本手法と従来法での抽出例を図2に示す.

図2 連鎖共起表現の抽出例

また, 断片的な文字列の抽出を抑制し, 位置情報を記録していることにより, 「〜としながらも〜と述べた」といった離散共起表現 (離れた位置に共起する複数の文字列)を抽出することも同時に可能となった. 着目する複数の表現が1文中に離れて出現する組のすべてをファイルに吐き出し, ソートした後, 同一の組の頻度を求めるものである. この方法では, 同一文中に同一の表現が複数回出現する場合, 文型とみなせない表現の組が多数抽出されるという問題があったが, 以下のような条件を設定し, [条件1]に従う抽出法(弱抑制型離散共起表現抽出法), と[条件1, 2]をともに満足する抽出法(強抑制型離散共起表現抽出法)を行うことによって 解決している(17).

[条件1]
  共起表現を構成する要素はお互いにすべて異なる.
[条件2]
原文中, 共起表現を構成する先頭と末尾の要素間に, 着目要素が2回以上現れない.

また, 連鎖共起表現の抽出にあたっても抑制の強さを加減することによって, さらに離散共起表現の抽出において効果的であることが 分かった(18)ため, 抑制をパラメータとして与えることができるようにツール化し 各種の目的にあった抽出を行えるようにした.



3.3 本ツールの応用

前述の手法を基にして, 日本経済新聞社のオンラインサービスで提供されている 市況速報記事に対して, 定型パタンを抽出する方式についての検討を行った. この市況速報データには市況情報特有のいい回しや, 繰り返し現れる定型的パタンが頻出するため, 定型的パタンを利用しての機械翻訳を行うことが適していると考えられる.

n-gram統計処理を対象記事データに対してそのまま適用したところ, 以下のような問題点があることが分かった.

   ・ 数字の場合, 1つのまとまった数値がその部分文字列で抽出される.
例えば, “100”と“300”のような数字では“00”の部分文字列が抽出され, また, 数が違うだけでほぼ同じ形式を持った表現が, 別の表現として分解されて集計されるため頻度が高くならない.
・ データ内の固有名詞が抽出される.
その固有名詞が同属性であっても, 文字の違いにより別々に抽出されるため, 低頻度の共起表現が出てくる.

こういった表記レベルで処理を行っているため発生する問題を解決するため, あらかじめ問題となるデータを別の文字列で置き換えることにより, 抽出効果を上げる手法(19)を考案し, ツールヘの組込みを行っている. また, 置き換えるべきデータを自動的にグルーピングする 手法(20)についても検討を進めている.

これらの置き換えを行うことによって, 収集対象とする離散共起表現の収集範囲を拡大することができるため, 1文という範囲を超え記事全体をパタン化する試みも 可能となっている(21).



4 翻訳辞書の作成支援

n-gram統計処理によって得られた連鎖共起表現, および, 離散共起表現は利用者辞書を構築において, それぞれ, 名詞辞書, 結合価パタン対辞書を登録する際の基礎データとして使用する. 抽出された単語に対して, 以下のような手法によって登録支援を行うことで, 効率的に辞書を構築することが可能となる.



4.1 名詞の意味属性の自動推定

4.1.1 意味属性推定処理の必要性と方法

機械翻沢システムを利用して現実の文書を翻沢する場合, 翻訳対象に合った利用者辞書が必要となる. 特に, 高品質をねらった機械翻訳システムでは, 各単語に対して2,000種以上の分解精度を持つ単語意味属性の付与が必要であることが 知られている(22). 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る. そこで, 利用者が登録したい日本語名詞(複合語を含む)と英語訳語を与えるだけで, システム辞書の知識を利用して, 名詞種別を自動的に判定し, それに応じた単語意味属性を付与する方法を提案し, 処理系を実現した(23)(24).

利用者登録語の単語意味属性を推定する手順は, 主名詞の判定, 名詞種別(固有名詞, 一般名詞の別)の判定, 固有名詞意味属性の推定(固有名詞の場合), 一般名詞意味属性の推定(一般名詞, 固有名詞の双方)の手順からなる.

一般名詞意味属性の推定は以下のように行う. 日英対象辞書の訳語の中に, 利用者登録語の訳語と一致する語がある場合, その訳語に対応する見出し語は利用者登録語の見出し語と同義語であると考えられるので, その意味属性をそのまま利用者登録語の意味属性とする. 利用者登録語の訳語と一致する訳語が日英対象辞書の中にない場合は, 再度, 日英対象辞書を検索する. その中に, 利用者登録語の主名詞もしくは主名詞を含む訳語部分があれば, その意味属性を利用者登録語の意味属性とする. ただし, 語形が異なる場合があるので, 主名詞は可能な語形変化(単数複数など)を考慮しながら照合する.

例えば, 表1において, 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”がシステム辞書にあるので, 意味属性は《治療》と推定される.

表1 意味属性推定の例
日本語見出し英語訳単語意味属性
利用者辞書
治療cure《治療》*
放射線治療radiotherapy《治療》*
手当てtreatment《治療》*
医療medical treatment《治療》*
システム辞書(参照した項目)
治療treatment《治療》
* 推定された単語意味属性.



4.1.2 意味属性推定の効果

新聞記事102文とソフトウェア設計書105文の翻訳に必要な利用者辞書を, 本方式を用いて意味属性を推定することにより作成した. その利用者辞書を使用した翻訳実験では, 意味属性を付与しなかった場合に比べると訳文合格率は6〜13%向上し, 一般利用者が付与した場合(人手による付与)と同等の品質が得られることが分かった. この品質は, アナリストが数回実験を行って最適な意味属性を付与した 利用者辞書を使用する場合に比べても2〜3%しか低下しない値であり, 最適意味属性を決定するために要するコストを考えると, 十分に満足できる値である(表2).

表2 訳分品質の比較評価
意味属性付与方式訳文合格率
新聞記事設計書
付与なし56.7%65.7%
自動推定方式69.6%71.4%
人手による付与71.5%71.4%
最適意味属性72.5%73.3%



4.2 結合価パタン対の半自動作成

4.2.1 背景

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ンとして記述し, それを原言語と目的言語で対にした結合価パタン対の使用が 有効である(22). 従来は, 人手により1件ずつパタン対を記述することにより, 約13,000件の規模の構文辞書を構築してきた. 評価実験により, 日英翻訳に必要なパタン対は25,000件程度であること, 特に和語系の動詞・形容詞のパタン対が不足していることなどが 分かった(25). 10,000件以上のパタン対を収集するうえで, パタン対作成の効率化が不可欠である.



4.2.2 作成支援の方法と効果

結合価パタン対には多用される骨格構造があり, 使用頻度の上位9位までで70%, 上位17位までで80%のパタン対が記述できることが 知られている(26). この統計的性質に基づいて, 日英翻沢システムの日本文解析と, パタン対の骨格構造の上位から順に照合を行う簡単な英文解析を組み合わせることにより パタン対作成支援処理を実現した(27).

例えば, 「彼女はさっと野菜の水を切った. 」と “She shook the water off the vegetables.”の対訳用例文に対しては次のように動作する.

   �� 日本語解析により「彼女+が/さっと/野菜+の/水+を/切る+た」 という形態素・構文情報を得る.
�� 英語解析としては品詞を付与した後, 骨格構造との照合により“X shake Y off Z”というパタン候補を得る.
�� 対訳辞書を参照して両者を照合し, X ＝“she”＝「彼女」, Y ＝“the water”＝「水」, Z ＝“the vegetable”＝「野菜」の対応を知る.
�� 以上から, 「N1が/N2の/N3を/切る」 “N1 shake N3 off N2”という結合価パタン対候補が得られる.

この後, アナリストが, 記述要素の過不足をチェックしたり, N1の条件を「彼女」の代りに意味属性の＜人＞, N2を「野菜」の代りに意味属性の＜具体物＞などと 条件指定を汎用化したりすることによりパタン対が完成する.

この支援処理により, 人手作業の場合に比べて1件当りの作成時間が 約1/6に短縮されたほか(27), 市況速報文の対訳コーパスのような専門分野に対しても, その分野にあまり習熟していない作業者が, 一般的なパタン対の作成時間と同程度の時間でパタン対を作成することができ, 支援処理の有効性が確認された(28).



5 あとがき

本論文では, 機械翻訳システムの辞書やルールを改良する際に必要となる 大規模な対訳コーパスの構築方法と, n-gram統計を応用したコーパスの効率的な分析方法を示した. また, 得られた対訳データから辞書を作成するための支援処理を紹介した.

これら一連の処理を大量のテキストデータに適用することにより, 機械翻訳システムの基本的な辞書やルールを効率よく収集することが可能となる. また, 機械翻訳システムを実用化していくうえでは, 対象となる分野を限定し, それぞれの分野に見合った専門的辞書, ルールを構築することが必要となるが, これらの支援システムにより, 対象分野を切り替える際のコストも削減することができる.

現在, いずれの処理に対しても, 処理精度や操作性の向上を目指して改良を進めている.



文献

(1)
I. Dagan and K. Church: “Termight identifying and translating technical terminology”, In Proc. of 4th Conference on Applied Natural Language Processing (ANLP), pp.34-40, 1994.

(2)
F. Smadja and K. McKeown: “Translating collocations for use in bilingual lexicons”, ARPA Human Language Technology Workshop 94, pp. 152-156, 1994.

(3)
P. Fung and K. Church: K-vec: “A new approach for aligning parallel texts. In Proc. of 15th COLING”, pp.1096-1102, 1994.

(4)
M. Kay and M. Roscheisen: “Text-translation alignment”, Computational Linguistics, 19, No.1, pp.121-142, 1993.

(5)
J. C. Lai, P. F. Brown and R. L. Mercer: “Aligning sentences in parallel corpora”, In Proc. of 29th Annual Meeting of ACL, pp.169-176, 1991.

(6)
宇津呂・松本: “対訳辞書および統計情報を用いた二言語対訳テキスト照合, コンピュータソフトウェア”, 12, No.5, pp.12-21, 1995.

(7)
白井・藤波・池原・上田・井上: “新聞記事日英対訳コーパスの構築(1) -基本構想と検討課題-”, 電気関係学会九州支部第48回連合大会, 1373, p.855, 1995.

(8)
白井・上田・阿部・藤波・池原: “新聞記事日英対訳コーパスの構築(2) -並立DB から取得した記事の対応づけ-”, 電気関係学会九州支部第48回連合大会, 1374, p.856, 1995.

(9)
高橋・白井・藤波・池原・上田・松島: “DB から抽出した日英新聞記事の自動対応づけ”, 言語処理学会第2回年次大会, B3-3, pp.201-204, 1996.

(10)
白井・松尾・瀬下・藤波・池原: “新聞記事日英対訳コーパスの構築(3) -記事の特徴分析と文の対応関係の検討-”, 電気関係学会九州支部第48回連合大会, 1375, p.857, 1995.

(11)
高橋・白井・藤波・池原・上田・松島: “日英新聞記事の自動記事対応づけ”, 情報処理学会研究報告, 96-NL-114-9, pp.55-62, 1996.

(12)
春野: “辞書と統計を用いた対訳アライメント”, 情報処理学会論文誌, 38, No.4, pp.719-726, 1996.

(13)
M. Haruno and T. Yamazaki: “High-Peformance Bilingual Text Alignment Using Statistical and Dictionary Information”, In Proc. of 34th Annual Meeting of ACL, pp.131-138, 1990.

(14)
M. Haruno, S. Ikehara and T. Yamazaki: “Learning Bilingual Collocations by Word-level Sorting”, In Proc. of 16th International Conference on Computational Linguistics (COLING96), 1, pp. 525-530, 1996.

(15)
M. Nagao and S. Mori: “New Method of N-gram Statistics for Large Number of n and Automatic Extraction of Words and Phrases from Large Text Data of Japanese”, In Proc. of 15th COLING, pp.611-615, 1994.

(16)
池原・白井・河岡: “大規模日本語コーパスからの連鎖型および離散型の共起表現の自動抽出法”, 情報処理学会論文誌, 36, No.11, pp.2584-2596, 1995.

(17)
池原・白井: “大規模日本語データからの離散型共起表現の自動抽出”, 平成7年電気関係学会関西支部連合大会, G14-2, p.G369, 1995.

(18)
内野・池原・白井: “弱抑制による連鎖共起表現の抽出とそれに基づく離散共起表現の抽出”, 言語処理学会第2回年次大合, B6-4, pp. 257-260, 1996.

(19)
内野・白井・池原・新田見: “置換えを用いたn-gramによる言語表現の抽出”, 情報処理学会研究報告, 96-NL-114-10, pp.63-68, 1996.

(20)
内野・白井・池原: “離散共起表現データを用いた単語のグルーピング”, 言語処理学会第3回年次大会, C1-7, pp.107-110, 1997.

(21)
内野・白井・池原: “翻訳テンプレートの自動抽出”, 情報処理学会第53回全国大会, 2, 4L-5, pp.61-62, 1996.

(22)
池原・宮崎・横尾: “日英機械翻沢のための意味解析用の知識とその分解能”, 情報処理学会論文誌, 34, No.8, pp.1692-1704, 1993.

(23)
S. Ikehara, S. Shirai, A. Yokoo, F. Bond and Y. Omi: “Automatic acquisition of semantic attributes for user defined words in Japanese-to-English machine translation”, In Proc. of ANLP'94, pp.184-185, 1994.

(24)
池原・白井・横尾・F. Bond・小見: “日英機械翻訳における利用者登緑語の意味属性の自動推定”, 自然言語処理, 2, No.1, pp.3-17, 1995.

(25)
S. Shirai, S. Ikehara. A. Yokoo and H. Tnoue: “The quantity of valency pattern pairs required for Japanese to English machine translation and their compilation”, In Proc. of Natural Language Processing Pacific Rim Symposium (NLPRS'95), pp.443-448, 1995.

(26)
横尾・中岩・白井・池原: “日英機械翻訳用スケルトン-フレッシュ型構文意味辞書の構成”, 情報処理学会第48回全国大会, 6Q-8, 3, pp.139-140, 1994.

(27)
白井・上田・兵藤・横尾・池原: “日英機械翻沢のための結合価パタン対の作成支援処理”, 電子情報通信学会技術研究報告, NLC96-34, pp.25-30, 1996.

(28)
白井・井上・井田倉・池原・横尾: “専門分野対応の日英機械翻訳用構文意味辞書の構築”, 言語処理学会第2回年次大会, A1-4, pp.13-16, 1996.


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.
春野 雅彦 ATR人間情報通信研究所研究員(前コミュニケーション科学研究所)
平成5年入社. 自然言語処理, 機械学習の研究に従事.
平成3年京都大学工学部電気工学第2学科卒業. 5年同大学院修士課程修了.
情報処理学会・言語処理学会・Society for Neuroscience ALL会員.
高橋 大和
コミュニケーション料学研究所社員
平成6年入社. 主に機械翻訳の研究に従事.
平成4年新潟大学工学部情報工学科卒業. 6年同大学院自然科学研究科修士課程修了.
情報処理学会・言語処理学会会員.
白井 諭
コミュニケーション科学研究所主幹研究員
昭利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.