▽TOP▽活動実績▽２００１年▽

(24)　学習型機械翻訳手法GA-ILMTにおける翻訳遷移ネットワークに基づく翻訳ルールの自動階層化の有効性について
　　　　　　　　　北海学園大学工学部研究報告,第２９号, pp.271-291,2002-2

　我々は，学習能力に基づく機械翻訳手法として，遺伝的アルゴリズムを適用した帰納的学習による機械翻訳手法(GA-ILMT)を提案している。GA-ILMTでは,翻訳例のみを知識源として，そこから翻訳に必要なルールを自動的に獲得する。そして,獲得された翻訳ルールのみを用いて翻訳を行う。したがって、より良い翻訳を行うためには，GA-ILMTに基づくシステム自身に高い学習能力が備わっていなければならない。そこで、我々はこれまでのGA-ILMTに不足していた，文全体の構造を捉えた翻訳を行う能力をGA-ILMTに与える。解析的な知識を明示的に与えることなく，学習という観点から文全体の構造を捉えた翻訳を行う場合，汎用的な翻訳ルールから具体的な翻訳ルールへと翻訳ルールを階層化することが有効と考えられる。そこで，翻訳ルールを階層化するために，システムは汎用的な翻訳ルールから具象的な翻訳ルールへと翻訳ルールが推移していく過程，すなわち，翻訳過程を繊維ネットワークで表現する。本論文では，システム自らが翻訳ルールを階層化するために翻訳繊維ネットワーク(TTN)を生成し，文全体の構造を捉えた翻訳を行う手法を提案する。

　We previously proposed a method of machine translation using inductive learning with genetic algorithms(GA-ILMT) based on learning capability. Without any analytical knowledge, GA-ILMT acquires translation rules from only given translation examples and uses these rules to translate. In the present paper, we propose a method that performs translation by recognizing the structure of whole sentences without any language-dependent knowledge. In this new method, GA-ILMT layers multiple translation rules to formulate a translation rule that represents the basic structure of the whole sentence by automatically generating a translation transition network(TTN) constructed from multiple translation rules.