統計的機械翻訳は意訳しにくいのか？

竹元 勇太, 山本 和英. 統計的機械翻訳は意訳しにくいのか？. 言語処理学会第15回年次大会, pp.228-231 (2009.3)

Transcript

1. 統計的機械翻訳 は意訳しにくい 長岡技術科学大学　山本研究室 竹元勇太　山本和英
2. 概要 ▪統計的機械翻訳は意訳しにくい のか確認を行った  TCRによる意訳性の判定 ▪翻訳精度の差を確認 意訳　＜　直訳 統計的機械翻訳は意訳しにくい ことを確認
3. 関連研究 ▪直訳性を利用した機械翻訳知識の自 動構築[今村 04] 日英対訳コーパス TCR 英語 日本語 1.00 --a-- --A-- 0.96 --b-- --B-- 0.85 --c-- --C-- 0.82 --d-- --D-- . . 0.65 --g-- --G-- 0.43 --g-- --G-- 0.10 --h-- --H-- 直訳的対訳文を用いた 翻訳モデル 意訳的対訳文を用いた 翻訳モデル
4. 推定対訳辞書を TCR 英語 日本語 1.00 --a-- --A-- 0.46 --b-- --B-- 0.17 --c-- --C-- . . 英語 日本語 --a-- --A-- --b-- --B-- --c-- --C-- . . 日英対訳コーパス 推定対訳辞書を 用いてTCR値を付与 1.00 --a-- --A-- 0.86 --d-- --D-- 0.79 --e-- --E-- . 0.86 --d-- --D-- 0.46 --b-- --B-- 0.13 --f-- --F-- . 0.17 --c-- --C-- 0.10 --g-- --G-- 0.09 --h-- --H-- . 直訳的対訳文(30,000対訳) ランダム(30,000対訳) 意訳的対訳文(30,000対訳)
5. 用いた実験方法 1.00 --a-- --A-- . 0.86 --d-- --D-- . 0.46 --b-- --B-- . 0.13 --f-- --F-- . 0.10 --g-- --G-- . 0.09 --h-- --H-- . 直訳的対訳文の学習データ(28,500) 直訳的対訳文のテストセット(1,000) ランダムに選んだ学習データ 　　　　　　　　　　　　 (28,500) ランダムに選んだテストセット 　　　　　　　　　　　　　(1,000) 意訳的対訳文の学習データ(28,500) 意訳的対訳文のテストセット(1,000)
6. 推定対訳辞書を用いた実験結果 ▪意訳のテストセットは直訳やランダムの テストセットに比べて翻訳精度が1/2程度 ➔ 意訳しにくいということを表している 翻訳 モデル テストセット 直訳 意訳 ランダム 直訳 0.297 0.087 0.257 意訳 0.201 0.125 0.226 ランダム 0.270 0.099 0.229 平均 0.256 0.104 0.237 Table1 翻訳モデルの違いによる各テストセットの評価結果(BLEU)
7. 英辞郎対訳辞書を ▪推定対訳辞書を用いた実験結果は GIZA++の特徴が表れていた？  英辞郎対訳辞書を用いて再実験 ▪評価用データの作成  26,095対訳をテストセットに使用  TCR値でソートし、2,610対訳ごとに分割  各2,610対訳からテストセット1,000対訳 を抽出
8. ▪翻訳モデルの構築  テストセットを除いた359,431対訳を使用 して翻訳モデルを構築 ▪言語モデルの構築  対訳コーパスの目的言語を使用  テストセットは除いている  5-gramまで 用いた実験方法
9. 0. 00 0. 05 0. 10 0. 15 0. 20 0. 25 0. 30 0. 35 0. 0 0. 2 0. 4 0. 6 0. 8 TC R BLEU ▪英辞郎対訳辞書を使用した場合でも、TCR 値の低い対訳文はBLEU値が低い ➔ GIZA++の精度や特徴は関係ない Fig.1 TCR値を変化させた時の翻訳精度(BLEU) 英辞郎対訳辞書を用いた実験結果
10. コーパスサイズを変化させて実験 ▪翻訳モデル構築方法の違いによる影響 を３種類の翻訳モデルによって確認  全体モデル ➔ 全対訳文(360,000対訳)から構築  直訳モデル ➔ TCR値の高い方から30,000対訳ずつ増やして 構築(11個のモデルを構築)  意訳モデル ➔ TCR値の低い方から30,000対訳ずつ増やして 構築(11個のモデルを構築)
11. 意訳的対訳文を用いて評価 Fig.2 意訳的対訳文のテストセットで評価した翻訳精度の変化 ▪意訳モデルは全体モデルを越える翻訳精度 を出すことはできていない
12. Fig.3 直訳的対訳文のテストセットで評価した翻訳精度の変化 ▪直訳モデルは全体モデルより翻訳精度が高い ➔ 全体モデルより直訳しやすくなっている 直訳的対訳文を用いて評価
13. 実験ツール＆言語資源 ▪実験ツール  Moses　　　: デコーダ  GIZA++ 　　: アライメント推定ツール  IRSTLM 　　: 言語モデル構築ツール  Chasen 　　: 日本語形態素解析器  TreeTagger : 英語形態素解析器 ▪言語資源  日英対訳コーパス ：374,085対訳  日英推定対訳辞書 :748,258対訳  日英英辞郎対訳辞書 ：153,067対訳
14. TCRの計算方法 TCR = 2 ×対訳辞書中に対訳としてある数 [L ] 対訳辞書中にある原文の単語数 [Ts ]＋ 対訳辞書中にある翻訳結果の単語数 [Tt ] 丸囲み単語の個数がTs及びTt、直線の数がLに値する
15. 英辞郎対訳辞書を用いた実験 ▪評価用データの作成方法  辞書Bは辞書Aに比べ対訳数が1/5と少ない  TCR値の信頼度を上げるために、以下の式 を満たす対訳文だけをテストセットとする 対訳辞書中にある原文の単語数 [Ts ]＋ 対訳辞書中にある翻訳結果の単語数 [Tt ] 原言語の単語数 [Ws ]＋目的言語の単語数 [Wt ] ≥0.9