文献紹介 Enlisting the Ghost : Modeling Empty Categories for Machine Translation 長岡技術科学大学 自然言語処理研究室 竹野 峻輔 ※スライド中の図・表・式は, 論文中のものです．

概要 Xiang, B., & York, N. (2013). Enlisting the Ghost : Modeling Empty Categories for Machine Translation. In Proceedings of the 51st Annual Meeting of the Association for Computational Linguistics (pp. 822–831). Abstarct: 1.中国語の Empty Category（EC）の補完の検証 2.中英翻訳 における EC補完の影響の検証 – Word Alignment は 改善するとは限らない – 翻訳性能 は 向上する

Introduction ● SMTの台頭 – 大規模なデータから 原言語から 目的言語 の 機械翻訳 ● 問題点 – Pro-drop language の存在 – 原言語側 での pro の欠落が 単語アライメントに 影響

Overview ● ECの検出 システム – MaxEnt をベースとした モデル化 ● EC検出の MTシステムへの適用 T2S翻訳への適用

ECの検出システム：EC種類 ● CTBにおいては, 以下の6種類が付与

ECの検出システム：問題の定式化 ● 種類@位置 によるエンコーディング ● 非終端記号 に対する 分類問題として定式化

ECの検出システム：モデル ● MaxEntによる問題のモデル化 – 前段までの 予測結果を考慮して 予測を行う – T ： post-order の ノード の 系列(=t1t2t3...) – ei : ti に対する EC

ECの検出システム：素性 1. Tree Label Feature - 構造的な素性 2. Lexical Feature - 語彙的な素性 3. EC Feature – 前段までの予測結果 4. 相互作用素性の考慮

ECの検出システム：素性 1. Tree Label Feature - 構造的な素性

ECの検出システム：素性 2. Lexical Feature – 語彙的な素性 ノード境界付近の単語 を 中心とした構成

ECの検出システム：素性 3. EC Feature – 前段までの予測結果 4. 相互作用素性の考慮 ● 対象ノードのラベル + 親ノード ● 対象ノードのラベル + 子ノードの素性 ● 対象ノードのラベル + 左 兄弟ノードの素性 ● 対象ノードのラベル + Lexical Features の 任意の2点の組み合わせ素性

ECの検出システム：結果 ● CTB v7.0 Golden parse System parse

ECの検出システム:既存手法と比較

EC検出結果のMTへの統合 ● ほとんどの誤りは pro と PRO の欠落 ● ECの検出 and 補完の結果として．．． – 単語アライメントの性能の改善 – T2S or Hiero の 翻訳ルール の拡張 が期待できる ● 著者らは EC検出結果の統合方法として２種検証 – 単語 として 元の文に埋め込む方法 (Explicit Recovery) – EC の アライメント結果によって翻訳に制約を課す方法 (Soft Recovery)

T2S or Hiero による 翻訳 原言語の構文情報を維持しつつ翻訳する． ● Tree-based Translation Models (『機械翻 訳』§6.2-6.3), Oda Yusuke, http://www.slideshare.net/YusukeOda1/201405 06-mtstudy-35525773 ● 構文情報に ECを付与したものを翻訳へ 転用する

ECのExplict RecoveryによるMT

ECのSoft RecoveryによるMT ● EC が 特定の 高頻度の 単語にアライメントされる とき に 素性の一部を無効にする ● EC が 特定の 単語の以外にアライメントされるとき 上記と別の素性の一部をを無効にする → 高い信頼度の ECを含む単語ペア には 報奨を 逆の場合にはペナルティを与える.

EC挿入によるMTの結果

EC挿入によるMTの結果