| 畑山満美子 白井諭 大山芳史 | 瀬下貴加子 清末三恵子 | |
| NTTコミュニケーション科学研究所* | NTTアドバンステクノロジ(株)** |
| 1. はじめに | |
| 2. 日英新聞記事の比較検討 | |
| 2.1. 対象データ | |
| 2.2. 日英新聞記事の比較 | |
| 3. ヘッドライン翻訳について | |
| 3.1. ヘッドライン翻訳の実現 | |
| 3.2. ヘッドライン生成の方針 | |
| 3.3. 分析結果 | |
| 3.4. ヘッドライン生成結果 | |
| 4. おわりに | |
| 参考文献 |
新聞記事は見出し, リード, 本文から構成され, 機械翻訳 ではリードや本文が対象とされてきた. 新聞記事全体の翻 訳を行うには見出しの翻訳も必要となるが, 日本文記事の 見出しは文の体裁を持っていないため, そのままでは機械 翻訳の対象にできないという問題がある. また, 日英記事 を比較すると, 本文も文対文には単純に対応していないた め, そのまま翻訳しただけでは英字新間に対応できない.
以上から日本文新聞記事の速報型翻訳を行うための技 術的課題の検討を開始した. 新問記事翻訳の第1ステップ として, 記事対応のついている日本文新聞記事と英文記事 の間の内容的差分の分析を進めている. 本研究ではこの 対訳データの分析から重要情報の抽出を行う要約ルール を作成し, それを利用した本文要約, ヘッドライン翻訳を行 うことを考える. これらのうち, 本稿では, ヘッドライン翻訳 について論じる. 予備実験によれば, 比較的単純な方法で 7割程度のヘッドラインが生成される見込みである.
対応づけ可能な日英記事として, 日本経済新関社の新聞 記事に着目し, 日経テレコンデータベースから, 日本語記 事はテレコンBiz.英語記事はJapan News & Retrievalを 対象データとした. このうち, 比較検討に用いるデータとし て, 日英記事対応付け[1]を行った後, 無作為抽出した80 記事について分析を行った.
記事対応のついている日本文記事と英文記事(図1, 2) の比較を行う. この例では, 日本文記事が5文で記述され ているのに対し, 英文記事は1文にまとめて記述されてい る. 例文中, 下線部分は英文記事に採用されている内容で あるが, 複数文に渡り部分的に情報が抽出されているのが 分かる. このように, 英文記事は概して日本文記事より短く, 重要情報のみをまとめて記事にしている傾向が見られた. また例文中で, 囲み部分は, 英文ヘッドラインに用いられ た単語の情報源に相当する語句である. 本文よりも更に重 要と思われる情報に絞り込まれているのが分かる.
| ||||||||||||||
| ||||||||
ヘッドラインの生成としては日本語の見出しを加工し て翻訳する方法も考えられるが, 本文要約への展開を 念頭に, 本研究では本文に基づいてヘッドラインを生 成することを考える.
ヘッドラインを生成するには, 3つのパス(図3)が考えら れる. 本稿では方式検討を優先するため, 当面�△鮑陵僂� るが, 将来的には��の専用ツールを作成する方針である.
|
|
ヘッドラインを生成する際, 重要となるのは, 重要度 付与による重要文の選定, 重要文からの必要な要素の 抽出, 不必要な要素(修飾語句)の除去である. そこで, 「ヘッドラインに必要な情報を含んでいる和文」もしくは「第 1文など, ヘッドライン翻訳の元に使用したい和文」を特定 し, 英文の主語, 動詞等, 重要要素に絞り込むこどを考える. ヘッドラインではSVO相当語があれば良いと考えられるの で, ターゲットとなる文からのSVO要素の抽出と不要な修 飾語句の除去が課題となる.
また, 英文ヘッドヲインには次のような特徴が見られる[2]. 1)現在形を使う, 2)be動詞の省略, 3)短い単語に置換さ れる. これらに対応することも必要である.
情報取得手段として, 以下の5点を重点に分析を行った.
(1) ターゲット文の選択
ヘッドラインを構成する単語情報が含まれている和文を ターゲット文とする. ターゲット文は, 和文1段落1文目だけ で良いもの(73.4%), 2文目以降も必要なもの(26.6%) に大別される. 2文目以降が必要な場合は, 本文中に強 調の「」が使用されているもの, 1文目が導入文で具体的内 容が2文目以降に書かれているもの(例: 「〜公表した. そ れによると〜」) , 1文目の動詞が2文目に呼応するもの (例: 「計画を発表した. 計画では〜」)がある. この結果か ら, 英文ヘッドライン生成に必要な情報の多くは, 日本文記 事の本文第1文目または第2文目から得られる見込みであ る. 以下は, 第1文をターゲットにできるもの(59 記事)の分 析である.
(2) 和文主語, 英文主語の対応
ターゲット文の構文上の主語・動詞が, どの程度英文の 主語・動詞と一致しているか, また, 一致しないのはどのよ うな場合かを分析する.
主語が一致する場合(74%), 部分的に一致する(7%), 一 致しない場合(19%)がある. 一致するのは主語が人物・企 業・官庁名の場合. 部分的に一致するのは, 主語の意味的 補足・並列のカットなどの場合であった. 一致しないのは, 主語が利益・収益などの場合である.
(3) 和文動詞, 英文動詞の対応
動詞が一致する場合(47%), 部分的に一致する(14%), 一致しない場合(40%). 一致しない場合は, (40%のうち の)65%が様相表現的な動詞(例: 「〜することに決めた」 「〜する方針だ」「〜ことが明らかになった」) , 17%が様相 表現的な動詞の二重使用であった(例: 「〜する見通しに なったと発表した」).
(4) 英文動詞の時制の決定基準
英文動詞の時制は, 現在形(49%), to不定詞 (47.5%)に 大別され, 事実や出来事は現在形, 予定や計画はto不定 詞で表現される. 稀に過去形, 過去分詞形があるが, 受け 身の場合などであり, 過去の事柄を過去形で表している例 は見受けられなかった.
和文動詞との対応を見ると, 和文動詞が現在形の場合, 英文動詞の時制は「to不定詞」. 和文動詞が過去形の場合, 英文動詞は「現在形」となる. 様相表現では, 文面で決定 できるものと. 直前の動詞の時制により決定できるものに分 けられる.
(5) 目的語, 補語の選定基準
必須格を伴う英文動詞は80%であった. 分析の結果, 英 文ヘッドラインに必要な情報は和文主動詞の必須格, 不必要 な情報は和文主動詞の必須格の修飾語・任意格であった.
以上の分析結果に基づいてヘッドライン翻訳システムを 試作した. これによる生成結果を以下に示す(図4, 5).
| (ニューヨーク2 日＝ 近藤勝義) 特定の国や地域の株式などに 集中投資する会社型投資信託(カントリーファンド) を、 日本の 大手証券会社がは中東諸国の株式を組み込む「エマージング・ ミド ルイースト・ ファンド」 の主幹事となるのをはじめ、年内に四本の ファンド上場を予定. 大和証券、山一証券も日本やアジア株に 投資するファンドの主幹事案件を抱えており、この分野で先行 する米大手証券会社との引き受け競争が激しさを増している. |
|
システムによるヘッドライン生成結果 A brokerage in Japane to list country funds in NYSE 日経のヘッドライン Major brokerages to list country funds on NYSE |
この例では, 第1文がターゲット文として選定され, 「国や 会社型投資信託を, 日本の大手証券会社がニューヨ ーク証券取引所に上場する。」 と要約されたのち, 図5 を得た. 主語の単複などの問題は今後の課題である.
本稿では, 対訳データの比較検討から得た要約ルール によりヘッドライン翻訳を行った. 実験結果では, 7割弱が ヘッドライン風に翻訳されたが, 評価についてはこれから の検討となる. システムは試作の段階であり, 今後は検討 データを増やし3. 3節の分析を更に深めてゆくことが課題 となる. また, この要約ルールを用いて, ヘッドライン生成 だけではなく, 本文要約にも取り組んでゆく予定である.