■第6回　統計的機械翻訳は役に立つか

オンライン講座
>>翻訳生産性向上のテクニック

第6回　統計的機械翻訳は役に立つか

　
従来の機械翻訳は文法規則や辞書を作り込んで言語学の手法で訳文を出力するものですが、極めて複雑な「言語」を規則だけでコントロールしようとしても、例外が数多く発生し、なかなかうまくいきません。機械翻訳が実用化されてすでに20年以上たっていますが、まだ完成の域に達してないのは皆さんもご存じの通りです。
その問題点を解決しようと、1990年前後に統計的機械翻訳という新しい手法が提案されました。大量の対訳コーパスから統計的手法を使って自動的に翻訳規則や対訳辞書を「学習」して利用するものですが、これは言語学の知識ではなく共起頻度などを手掛かりにしています。
この統計的機械翻訳をベースとしているのがGoogle翻訳ですが、はたしてその訳文は従来の機械翻訳に比べて大きく改善されているのでしょうか。
　

●Google翻訳の訳文はどうなのか

　
とりあえずVOAのニュースを訳してみましょう。
【T】はPC-Transer 翻訳スタジオ2009
【G】はGoogle 翻訳（http://translate.google.co.jp/translate_t#）
PC-Transerは、スタイルを「一般」にした他はデフォルトの出力です。

【原文】

In an unprecedented response to a domestic terrorist attack, Indian military forces have taken over the battle against gunmen who plunged Mumbai, a city of 18 million, into confusion.
　

【T】

国内のテロ攻撃への先例のない反応において、インド軍隊は、ムンバイ（1800万の都市）を混乱に陥れた銃撃者との戦いを引き継いだ。
　

【G】

国内のテロ攻撃に前例のないレスポンスでは、インド軍は混乱にムンバイ、 18万人の都市で、急落した武装集団との戦いをしている。
　
読みやすい訳文とは言えませんが、【T】はほぼ正しく訳しています。訳語を修正する必要がありますが構文はそのまま使えそうです。【G】のほうは、「混乱にムンバイ」「急落した武装集団」と、構文を読み違えています。さらに、18 millionを「18万人」と誤訳しています。ただ、「18万人の都市」と「人」を補ったり、gunmenを「武装集団」と訳しているのがちょっと興味を引きます。
　
今度は、もっと構文の簡単なものを見てみます。
　

【原文】

Air force helicopters flew overhead along the shoreline.
　

【T】

空軍ヘリコプターは、海岸線に沿って頭上を飛んだ。
　

【G】

海岸線に沿っ空軍のヘリコプターが頭上を飛んでいた。
　
Google翻訳の特徴をよく表しているのが「海岸線に沿っ空軍のヘリコプター」の「沿っ」です。フレーズの接続が統語的に不完全です。ただ、【T】が「Air force＝名詞」「helicopters＝名詞」と解析して、「空軍ヘリコプター」と訳したところを、【G】では「空軍のヘリコプター」と「の」を入れているのは、おそらくこのフレーズが辞書に「学習」されていたからでしょう。
　

●構文解析かフレーズ訳の自然さか

　
さて、このまま見て行ってもきりがないのでやめますが、統計的機械翻訳をベースとしたGoogle翻訳の特徴が少しはお分かりいただけたでしょう。
部分的に大変こなれた良い訳があるかと思えば、文全体ではどうしてこんな訳が出力されたのか説明がつかないようなところが多いという印象です。
統計的機械翻訳は文構造が同じような言語間では有効ですが、英語と日本語のように文構造が大きく違う場合は、当然このような結果になります。そのため、現在では構文情報の利用ができるシステムが研究されています。
　
今回の少ない例を見ただけでも、PC-Transer 翻訳スタジオ2009の構文解析力と訳文生成力がかなり優れていることが分かると思います。ただ、訳語がこなれていないので全体的に「ぎこちない訳文」という印象を与えてしまうのです。このぎごちなさをなくす最も効果的な方法はフレーズ辞書の登録であることはこの連載で何度も書いています。翻訳者が適切に登録したフレーズ辞書は大変効果的ですが、大量に蓄積するには時間がかかります。
　
統計的機械翻訳では対訳データから自動的にフレーズ辞書を作成します。ですから対訳データが大量にあれば人手で登録するよりも格段に速く辞書の蓄積ができます。ただし、統語的に正しい訳文が出力されることはすぐには期待できません。
　
結局、翻訳者が利用するには、統語的に適切な訳文を出力することのできるPC-Transer 翻訳スタジオをメインの作業ツールとし、必要に応じてGoogle翻訳のフレーズ訳を参考にするのが現在のところ最も効果的だと言えるでしょう。
　

●「Web検索」機能で効率アップ

　
作業しやすくするために、翻訳スタジオ2009で新たに追加された「Web検索」にGoogle翻訳を設定して、「Google翻訳」の機能を組み込んでしまいましょう。
　
＜Web検索にGoogle翻訳を設定する方法＞
　
メニューバーの「ツール」→「環境設定」をクリックして「環境設定」画面を表示します。
「Web検索」タブをクリックし、検索エンジンの「追加」をクリックします。
「検索エンジン追加」画面が開いたら以下のように入力します（英日翻訳）。
　
タイトル(T):「Google翻訳(EJ)」
サイト(S):「http://translate.google.co.jp/translate_t#」
キーワード指定(K):「http://translate.google.co.jp/translate_t#en|ja|」
キーワードエンコード(N):「UTF-8」
　
＊日英の場合は、タイトルを「Google翻訳(JE)」とし、キーワード指定を「http://translate.google.co.jp/translate_t#ja|en|」とするだけです。
　
入力したら「OK」ボタンをクリックして設定完了です。

　
翻訳エディタで作業しているときにGoogleの訳が見たい場合は、原文を選択して「Web検索」ボタンをクリックしてください。翻訳エディタ内にGoogle翻訳のWebページが表示されると共に、選択した文章が自動的に「原文」欄に入力され、一息おいて「翻訳」欄に訳文が表示されます。作業中の画面とはタブで切り変えられるので交互に見比べることができます。気になるフレーズだけGoole翻訳で訳して参考にするのも良いでしょう。

　
------------------------------------------------------------------------
今回は、PC-Transer 翻訳スタジオを基本的な翻訳支援ツールとして中心に据え、足りない機能をその他のソフトと組み合わせて使うという考え方を具体的に説明する形になりました。PC-Transer 翻訳スタジオはこのように柔軟なカスタマイズができるのが大きな特徴です。今後、Web上のサービスを利用する機会が増えてくると思われますが、「Web検索」機能は強力なツールとなるはずです。

【eTrans Technology】

記事の内容は筆者自身のノウハウに基づいております。記事の内容によって万一損害を被ることがあっても一切責任を負いません。また、この記事の内容に関して発売元の株式会社クロスランゲージへの問い合わせはご遠慮ください。（小室誠一）