用例ベース翻訳の確率的モデル化

概要

論文の詳細を見る
用例ベース翻訳は,これまで,経験則にもとづく指標/基準により用例を選択してきた.しかし,経験則に頼った場合,その修正を行うのが困難であり,また,アルゴリズムが不透明になる恐れがある.そこで,本研究では用例ベース翻訳を定式化するための確率モデルを提案する.提案するモデルは,翻訳確率の最も高い用例の組み合わせを探索することで,翻訳文を生成する.さらに,本モデルは用例と入力文のコンテキストの類似度を自然に翻訳確率に取り込む拡張も可能である.実験の結果,本モデルを用いたシステムは,従来の経験則によるシステムの精度を僅かに上回り,用例ベース翻訳の透明性の高いモデル化を実現することに成功した.Example-based machine translation (EBMT) systems, so far, rely on heuristic measures in retrieving translation examples, Such a heuristic measure costs time to adjust, and might make its algorithm unclear. This paper presents a probabilistic model for EBMT. Under the proposed model, the system searches the translation example combination which has the highest probability. The proposed model clearly formalizes EBMT process. In addition, the model can naturally incorporate the context similarity of translation examples. The experimental results demonstrate that the proposed model has a slightly better translation quality than state-of-the-art EBMT systems.
言語処理学会,The Association for Natural Language Processing,東京大学附属病院企画情報運営部,京都大学大学院情報学研究科,独立行政法人情報通信研究機構,NHK放送技術研究所,Department of Planning, Information and Management, University of Tokyo Hospital,Graduate School of Informatics, Kyoto University,National Instiの論文
2006-07-10

用例ベース翻訳の確率的モデル化

スポンサーリンク

概要

著者

関連論文

スポンサーリンク