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結合価パターン対の使用が有効である。 しかし, 市販の人用の和英辞書等からは十分なパターン対を抽出することができないという問題があった。 辞書に書かれた情報は言語知識の一部分を整理したものに過ぎず, これに対して, 人の知識は未整理であるが柔軟で多彩であると考えられる。 そこで, 内省により日英対訳用例文を試みた結果, 結合価パターン対が網羅的に収集される見通しが得られた。
日英対訳文, 結合価パターン対, 日英翻訳, 機械翻訳, 構文辞書
In order to improve the qualify of machine translation, the valency pattern method is known to be effective to analyze the semantic relationships between verbs and nouns. But it is insufficient for Japanese-to-English machine translation to collect valency pattern pairs from Japanese- EngIish dictionaries. Dictionaries for human use have accessible but incomplete lexical knowledge, whereas human knowledge is wide-ranging but inaccessible. Based on a trial to create bilingual sentences by reflection, we describe the prospects for comprehensively conecting valency pattern pairs.
Japanese and English example sentences, valency pattern pair, Japanese-to-English translation, machine translation, semantic valency dictionary,
機械翻訳における意味解析では, 単語の共起関係を正しく捉えることが必要である。 特に表現の基本構造を対応づけるには, 用言と名詞の意味的な共起に着目した結合価パターン対の使用が有効であることが知られている。 パターン対の使用に当たっては, 記述精度の問題と収集方法の問題がある。
記述精度の問題については, 日英機械翻訳の場合, 格要素となる名詞の意味属性を約2,000種類以上の分解精度で分類すれば, 慣用的な表現や特定の専門分野に固有の表現を除き, 日本語の動詞を訳し分けられるような結合価パターン対が記述できることが 知られている[池原93]。
収集方法の問題については, 市販されている人間用の和英辞書等の対訳例文や語釈から パターン対を作成する方法では十分な件数が収集できないことが挙げられる。 このため, 対訳コーパスから結合価パターンを収集する様々な方法が検討されている[宇津呂92][Almuallim94][北村95]が, 網羅的にパターン対を収集できるめどは立つていない。
これに対して, 筆者らは, 人間用に辞書に収録されている情報よりも, 人間自身が持つ知識の方が柔軟かつ多彩であると考えて, 人手による結合価パターン作成用の例文作成を試みた[白井95]。 具体的には, IPAL動詞辞書[IPA87]に収録されている和語動詞861語と, IPAL形容詞辞書[IPA90]に収録されている 形容詞136語に対する対訳用例文を収集した。 その結果, 日英機械翻訳で特に問題となる和語系の用言の例文が多数収集され, それにより結合価パターン対が網羅的に作成できる見通しが得られた。
日英翻訳システムALT-J/Eにおける意味解析用辞書の構成を図1に示す[池原93]。 用言に対する結合価パターン対は, 構文意味辞書として準備されるもので, 2種類の意味属性(一般名詞意味属性と用言意味属性)を用いて, 以下に示す基準で作成される。
| �� | 日英の結合価パターンを対にして記述する。 両者は, 用言, 格要素(主名詞+助詞), 副詞要素, 様相情報から構成される。 | |
| �� | 日本語パターンでは, 主名詞は日本語の用言に対する英語の動詞が訳し分けられる最小限の深さの 一般名詞意味属性を用いて記述する。 | |
| �� | 主名詞を一般名詞意味属性で抽象化すると問題がある場合は名詞そのものを指定する。 パターンの意味が個々の単語から推測できず,表現が固定的であれは, 慣用表現パターンと呼ぶ。 | |
| �� | 英語パターンには, 動作動詞と状態動詞の別(進行形の可否), 受身の可否, 文脈処理のための用言意味属性[中岩97]を記述する。 |
|
|
従来, 結合価パターン対は, 和英辞書に記載された対訳例文に基づいて, 人手により作成してきたが, 翻訳実験では不足するパターン対が続出することが問題であった。 これを補うため, 自動学習などの手法を応用しようとしても, 単純な構造の対訳例文が大量に必要であることが問題となる。 例えば, 1,000和語動詞に対して1,000万文が必要であるという 予想[金田94]もある。
パターン対の収集上の問題を整理すると, 次の3点に集約される。
| �� | 日英翻訳に必要なパターン対の数が不明 | |
| �� | それを網羅的に収集する方法が不明 | |
| �� | 収集作業がコスト的に実行可能かが不明 |
パターン対の数はサンプル試験により推定でき, 実行可能かは方法見合いであるので, 網羅的に収集する方法を見いだすことが必要である。
人間が母語の文章を書くとき, その意味を確認するために国語辞書を参照するのはまれであり, 記述内容や文脈に応じて適切な言葉を自然に選択して使用している。 逆に, 用例と国語辞書の語義を対応づけようとしても, 容易ではない場合が少なからずある。 こうしたことから, 言葉の意味的用法に関する知識は, 辞書に記載されている量よりも, 人間の頭の中にある量の方が豊富であり, むしろ辞書にはその一部が記載されているに過ぎないと推測される。 そこで, 適切な刺激を与えて自分の知識を内省することにより, 様々な用例を収集する方法が考えられる。 その収集結果に基づいてパターン対を作成すれば, 網羅的に収集されると期待される。
そこで, 以下では, 特に意味的用法が多彩である和語系の動詞と形容詞を対象として, 人間の知識を内省して用例を書き出し, それに英訳を付与することにより, 動詞ごと, 形容詞ごとの対訳用例集を作成する。 そして, この対訳用例集からパターン対の作成を考えることとする。
用例文作成の方針を以下に示す。
| �� | 日本語を中心に用法を思い浮かべ,
ニュアンスの異なっているものを例文として書き出す。 ＜備考＞英訳が異なるところまでは要求しない。 結果的に訳語が同じになっても構わない。 | |
| �� | 一般的な表現を集めることとし, 慣用表現と意識されるものは集めない。 ＜備考＞結果的に慣用表現に分類される用例が作成されても許容する。 |
また, 形容詞では次の条件を加える。
| �� | 連用形と動詞, 連体形と名詞が組み合わさった用法もなるべく収集する。 ＜備考＞日本語の形容詞の連用形は副詞として働き, 単純に英訳できない場合が少なからずある。 また, 連体形は被修飾名詞との組み合わせが慣用的な場合がある。 | |
| �� | 二重主格構文のような特殊な表現も場合によっては収集する。 ＜備考＞日本語の範囲ではあまり問題ではないが, 英訳する上での課題表現として考える。 |
具体的には, 以下の方法で用例文を作成する。
| �� | IPAL動詞辞書[IPA87]に収録されている和語動詞861語と IPAL形容詞辞書[IPA90]に収録されている形容詞136語を対象とする。 IPAL辞書の例文のほか, 各種辞書などを参照しながら, 類推により用例文を作成する。 ただし, IPAL例文と同種と判断されるものは作成しない(IPAL例文で代表させる)。 | |
| �� | 作成する用例文は, 可能な限り, 「一般的かつ単純な名詞を格要素に持つ単文」とする。 | |
| �� | 連想が可能な限り用例文を書き出すこととするが, IPAL語義の3〜4倍を目安とし, 用例文が思いつかなくなれば完了とする。 |
こうして収集された日本語の用例文を翻訳家に英訳してもらう。 このとき, 日本語原文に忠実で, かつ, 英語としても十分通用することを英訳の条件とする。 ただし, 忠実な訳が困難な場合は最小限度の意訳は許容する。
実際には, この用例文の英訳はかなり困難な作業である。 翻訳家はまとまった文章を, 文の流れに沿って, 意訳を織り交ぜながら英訳するのが普通で, 1文ずつ独立した表現を忠実に翻訳することはまれである。 このため, 作業効率があまり上がらないことが問題となった。
しかし, それよりも, 日本語で類似した表現が並んでいることの方が問題となった。 日本人翻訳家は日本語のニュアンスの違いを感じても その違いを英語では表現し切れないことがあり, 逆に英米人翻訳家は日本語のニュアンスの違いを感じ取れないことがある。 試行錯誤の結果, 日本人翻訳家と英米人翻訳家がニュアンスの違いについて 意見交換しながら作業を進められる場合に最もよい結果が得られることがわかった。
前章で述べた方法により, IPAL動詞辞書収録の和語動詞861語と, IPAL形容詞辞書収録の形容詞136語を対象に, 日本語の用例文を作成した。 収集された用例文の数を表1と表2に示す。
| 動詞語数 | IPAL動詞辞書 | 作成した用例文 | 例文合計 | |
| 語義数 | 例文数 | 作例数 | ||
| 861 | 3,375 | 5,243 | 10,497 | 15,740 |
| 平均 | 3.9 | 6.1 | 12.2 | 18.3 |
| 形容詞語数 | IPAL形容詞辞書 | 作成した用例文 | 例文合計 | ||||
| 語義数 | 例文数 | 連体 | 作例数 | 連用 | 連体 | ||
| 136 | 485 | 1,917 | 25 | 1,909 | 241 | 261 | 3,826 |
| 平均 | 3.6 | 14.1 | 0.2 | 14.0 | 1.8 | 1.9 | 28.1 |
表1から, 動詞は1語あたり12.2件の用例が作成された。 これは, IPAL語義数の3倍強, IPAL例文の2倍に相当する。 IPAL例文と併せると, 対訳用例集の規模は15,740件となる。
また, 表2から, 形容詞は1語あたり14.0件の用例が作成された。 IPAL語義の4倍弱に相当し, IPAL例文とほぼ同数である。 IPAL例文と併せると, 対訳用例集の規模は3,826文となる。
一方, 例文数は単語によるばらつきが大きい。 例えば, 語義数23の動詞には「うつ」と「なる」があるが, 例文合計は「うつ」95文(IPAL例文31+作例64)に対し, 「なる」285文(同, 32+253)と, 作例数では4倍の開きがある。 また, 語義数13の形容詞は3語あるが, 「わるい」125文(同, 56文+69文), 「かるい」91文(同, 44+47), 「よわい」79文(同, 41+38)となった。
語義数別に例文数を集計した結果を表3と表4に示す。 これらの表から, 平均的に見る限りは, 動詞は語義数の5倍から6倍, 形容詞は語義数の8倍弱のペースで例文が収集されたことがわかる。 従って, このばらつきは, あくまで特定の単語の性質により発生するものであり, 用例収集自体にはあまり問題にはならないと考えている。
| 動詞語数 | IPAL動詞辞書 | 作成した用例文 | 例文合計 | |
| 語義数 | 例文数 | 作例数 | ||
| 1 | 35 | 54.0 | 109.0 | 163.0 |
| 1 | 32 | 49.0 | 175.0 | 224.0 |
| 1 | 31 | 49.0 | 184.0 | 233.0 |
| 2 | 29 | 41.5 | 127.5 | 169.0 |
| 1 | 27 | 53.0 | 132.0 | 185.0 |
| 2 | 23 | 31.5 | 158.5 | 190.0 |
| 2 | 22 | 33.0 | 107.0 | 140.0 |
| 2 | 19 | 31.0 | 142.0 | 173.0 |
| 1 | 18 | 31.0 | 90.0 | 121.0 |
| 1 | 17 | 28.0 | 101.0 | 129.0 |
| 4 | 15 | 23.5 | 43.3 | 66.8 |
| 4 | 14 | 19.0 | 55.8 | 74.8 |
| 6 | 13 | 18.2 | 45.0 | 63.2 |
| 6 | 12 | 20.8 | 28.0 | 48.8 |
| 8 | 11 | 17.8 | 27.5 | 45.3 |
| 14 | 10 | 15.1 | 24.3 | 39.4 |
| 18 | 9 | 13.9 | 27.3 | 41.2 |
| 17 | 8 | 12.9 | 21.5 | 34.4 |
| 24 | 7 | 11.2 | 16.6 | 27.8 |
| 44 | 6 | 9.3 | 15.5 | 24.8 |
| 69 | 5 | 7.8 | 13.2 | 21.0 |
| 119 | 4 | 6.2 | 10.2 | 16.3 |
| 181 | 3 | 4.6 | 8.1 | 12.7 |
| 168 | 2 | 3.1 | 6.4 | 9.5 |
| 109 | 1 | 1.6 | 3.7 | 5.3 |
| 形容詞語数 | IPAL形容詞辞書 | 作成した用例文 | 例文合計 | ||||
| 語義数 | 例文数 | 連体 | 作例数 | 連用 | 連体 | ||
| 1 | 14 | 57.0 | 0 | 77.0 | 5.0 | 19.0 | 134.0 |
| 3 | 13 | 47.0 | 1.3 | 51.3 | 8.7 | 4.7 | 98.3 |
| 2 | 12 | 43.0 | 0.5 | 44.0 | 7.0 | 4.0 | 87.0 |
| 1 | 11 | 41.0 | 0 | 42.0 | 6.0 | 6.0 | 83.0 |
| 1 | 10 | 42.0 | 1.0 | 42.0 | 6.0 | 4.0 | 84.0 |
| 2 | 9 | 36.0 | 0.5 | 36.0 | 10.0 | 4.0 | 72.0 |
| 6 | 8 | 29.3 | 0.3 | 26.0 | 4.2 | 5.2 | 55.3 |
| 6 | 7 | 26.5 | 0.2 | 24.2 | 3.3 | 2.5 | 50.7 |
| 17 | 6 | 25.1 | 0.2 | 22.2 | 1.8 | 2.4 | 47.3 |
| 6 | 5 | 22.0 | 0 | 19.5 | 0.5 | 1.7 | 41.5 |
| 13 | 4 | 14.1 | 0.4 | 14.2 | 1.5 | 2.7 | 28.3 |
| 25 | 3 | 13.2 | 0.2 | 12.8 | 1.5 | 1.4 | 26.1 |
| 29 | 2 | 6.0 | 0.1 | 7.8 | 1.0 | 1.1 | 13.8 |
| 24 | 1 | 5.3 | 0.0 | 6.4 | 1.0 | 1.5 | 11.8 |
形容詞の連用用法として収集された作例文は, 「なる」「する」に接統するものがほとんどで, IPAL形容詞辞書では「くなる」などと注記されている。 逆に, 動詞「なる」「する」の作例文には形容詞を従えたものがかなり含まれており, 両者は裏表の関係であると言える。 しかし, 日英翻訳の観点では次のように一体的な訳語が与えられる場合が多いので, 用例文の収集は有効であったと考えられる。
また, 少数ではあるが, 次のように「なる」「する」以外の動詞との組み合わせも収集された。
一方, 連体用法として収集された例文は雑多である。 慣用的なものが多い。 以下に例を示す。
用例日本文の作成は, 動詞には約1年を要したので1時間あたりの作成数は約5文となり, 形容詞には約3カ月を要したので, 1時間あたり約2.8文の生産性となる。 動詞に比べて形容詞の生産性が落ちた原因として, 連用用法や連体用法等を収集対象に加えたことが考えられる。 しかし, 辞書からは収集できない用法が多数得られたことを考えれば, 十分満足できる範囲である。
また, 例文作成をIPAL語義数との関係で見れば, IPAL語義数 n に対して, IPAL例文とは異なる n 文を作成するのに要した時間を t とすると, 2n 文の作成時間は 2t , 3n 文の作成時間は 3t 〜 4t , 4n 文の作成は 5t 〜 8t で, 動詞, 形容詞ともほぼ同じ傾向を示した。
例えば, 形容詞「あまい」に対し, IPAL形容詞辞書は, 「1.味に甘みが多いと感じる」「2.飲食物などの味に甘みが多い」など10語義に分類している。 この1と2はかなり微妙で, 用例文としての違いを表現するのは困難である。
そこで, IPAL動詞辞書および形容詞辞書の語義分類の特徴を簡単に考察した。 語義数別の語数の分布を図2と図3に示す。 いずれも語数順位で5付近で傾きが変わっている。 語義数が多い語は, 平均的に語義数に対する用例の作成比率が高かったが, このような語義分類の特性の影響があるかもしれない。
|
|
収集した対訳用例文からのパターン対の作成は現在実施中である。 以前, 和語動詞の対訳用例文を対象に試行実験を行なった結果に基づいて, 対訳用例とパターン対との関係を概観すると次のようなことが 言える[白井95]。
| a. | おおむね2〜3の用例文から1つのパターン対が作成される。 | |
| b. | 作成されたパターン対が多い動詞のグループでは, パターン数に比べ多くの用例文が集められる傾向がある。 | |
| c. | 用例文が少ない動詞では, パターン対の格要素に現れる名詞の条件を絞り込むことが難しく, 字面指定をしたものが多い。 |
用例文の作成において, IPAL例文数のn 倍の文を作成するには, 経験的には 2n の時間を要することがわかっている。 生産性の点からは2〜3倍の文の作成を目指すのが適当であり, その点でaのパターン対の生産性との整合が取れると思われる。
bは, 意味的用法の多彩な動詞では, パターン対を網羅的に収集するには, より多くの要理を収集しなければならないことを暗示している。 一方, 例文の作成数が多くなると, それに伴って, 思いついた用法に関する用例文が作成済みか否かのチェックに手間取るようになった。 作成環境を整備することにより, 用例文の作成効率を高められる可能性があるので, その観点からも検討する必要がある。
日本語の動詞や形容詞の意味的用法について, 辞書に記載されている情報よりも, 人間の知識の方が柔軟かつ多彩であると考えて, 人間の知識を内省する方法で形容詞の用例文作成を行なった。 その結果, IPAL動詞辞書に収録されている861動詞に対して, 10,497文が収集され, IPAL例文と併せると15,740文の対訳用例集を作成することができた。 また, IPAL形容詞辞書に収録されている形容詞136語に対して, 1,909文が収集され, IPAL例文と併せると3,826文の対訳用例集を作成することができた。
内省による例文作成の妥当性については, 和語動詞の例文作成で2人が独立に例文を作成してみると, 8割以上は同様の文を作成したことから, 言語知識の個人差はそれほど大きくないと考える。 客観性を追及する立場からは, コーパスから収集することが考えられるが, 大規模コーパスの構築は容易ではないことに加え, 有意性の高い表現は辞書に収録されていることが多いので, 網羅性の点では疑問がある。 以上から, 現在の条件下では内省による例文作成が網羅性を追及でき, かつ, 実施可能な方法である。
今後は, IPALで扱っていない述語性の単語に対する用例文の収集を行なう予定である。 その場合, 今回のIPAL語義数というような基準量がない事が問題となるため, その点からも考察を進めたい。
対訳用例文の作成に多大なご協力を賜った武智しのぶ氏, 分部恵子氏を始めとする(株)スバルドキュメンテックの関係各位に感謝する。