前のページ 1/2 次のページ

機械翻訳(きかいほんやく)とは、ある自然言語を別の自然言語へ機械的に変換する技術をいう。機械翻訳の概念自体はコンピュータの存在以前より存在するため、機械翻訳と翻訳ソフトは同義ではないが、現在ではほとんど翻訳ソフトとして実装される。例として、英語の文章を入力するとそれを翻訳した日本語の文章を出力する英和翻訳ソフトウエアなどがある。自動翻訳ともいう。近年、統計や人工知能とコンピュータ処理能力の進歩により急速に成長している分野である。

◆ 機械翻訳の原理

現在広く使われている機械翻訳の原理は次のとおりである。

言語 X で書かれている文を言語 Y に翻訳する場合:

・言語 X の文を構文解析する。

・得られた構文木を、定められた規則に従って変換し、言語 Y の構文木を得る。

・変換した構文木から言語 Y の文を生成する。

例として、英語から日本語への翻訳を考える。

以下のような原文が与えられたとしよう。

"I have a pen."

この文を解析して得られる構文木は次のようになる:

ここで、以下のような辞書を使って英語の単語を日本語の単語に置き換える:

構文木は次のようになる:

(S (NP (pron 私)) (VP (verb 持っている) (NP (det -) (noun ペン))))

しかしまだ語順が正しくないし、助詞もない。

ここで構文木に対して以下のような規則を適用して変換をおこなう:

・ "S → NP VP" というノードがあれば、それを "S → NP は VP" に変換せよ。

・ "VP → verb NP" というノードがあれば、それを "VP → NP を verb" に変換せよ。

すると変換された木はこのようになっている:

(S (NP (pron 私)) は (VP (NP (det -) (noun ペン)) を (verb 持っている)))

ここから、以下のような翻訳文を生成できる:

"私はペンを持っている。"

これは非常に単純な例である。

実際には英語の have は複数の語義をもつので、語義の曖昧性解消をしなければ単純に「have → 持っている」という変換をすることはできない。

また、モダリティの考慮や、照応の解決、敬語の扱い、自然な言いまわしの文の生成など実用的な翻訳ソフトウエアをつくるためには多くのことを考慮に入れる必要がある。

◆ 統計翻訳の原理

計算機の発達によって1990年代以降研究が盛んになっているのは統計的な手法を用いた機械翻訳である。

これは音声認識の分野で用いられていた雑音チャネルモデルを応用したもので、元言語(翻訳元の言語) f は目的言語(翻訳後の言語) e が雑音のある通信路を通る間に変化してしまったものであると捉え、翻訳とは元言語から目的言語への復号であると考える。

この時、復号誤りが最も小さくなる翻訳結果 $\backslash hat$ は以下の式を満たすことによって得られる。

:$\backslash hat=\; \backslash mathrm\_P(e|f)$

しかし、このままではモデル化が難しいため、ベイズの定理を用いて以下のように変形する。

:$\backslash mathrm\_P(e|f)\; =\; \backslash mathrm\_\backslash frac=\; \backslash mathrm\_P(e)P(f|e)$

よって

:$\backslash hat=\; \backslash mathrm\_P(e)P(f|e)$

ここで $P(e)$ をモデル化したものを言語モデル、$P(f|e)$ をモデル化したものを翻訳モデルと呼び、言語モデルは言語としての確からしさを、翻訳モデルは翻訳の確からしさをモデル化していると言える。そして、これらのモデルから翻訳候補を生成し、最も確率の高い翻訳結果を探索する処理系をデコーダと呼ぶ。

翻訳モデルのみでは目的言語として正しくない文となってしまうため、言語モデルによって目的言語として正しくない文を取り除けると考えられる。また、言語モデルについての研究は音声認識などの分野において既に研究が行われており、その知見を生かすこともできる。

実際にはパラレルコーパスと呼ばれる文同士の対応がついた2言語間のコーパスを用いてこの確率を推定することになる。

◆ 機械翻訳の困難性

機械による翻訳の困難さのひとつは、それが文法や単語の意味の解析といった論理的処理だけでは解決しない点にもある。たとえば次の英語の文は、

Time flies like an arrow.

普通はこれを「時は矢のように飛び去る」(光陰矢のごとし)と解釈するが、これを「時間蠅は矢を好む」と訳することも可能で、文法的にも破綻がない。当然、普通は後者は間違いなのであるが、後者を捨て去る判断ができるためには、人には時が素早く過ぎると感じられることがあること、矢は速く飛ぶこと、時間蠅という生き物は存在しなさそうなこと、虫が矢を好むことなどありそうにないこと等の知識が必要である。極論すれば、正しい翻訳を行うためにはその文がかかわる世界そのものに関するあらゆる知識や感覚が必要になる。また、ありそうにない時間蠅も、たとえばルイス・キャロルなら存在させるかもしれず、問題はより複雑になる。

さらに、翻訳が可能なのは、互いに人間同士、ほぼ同じ世界観の中で生きていることが前提であるが、細部においては異なる例もある。例えば日本ではリンゴは赤いものであるから、「リンゴのようなほっぺ」と言えば、健康的な赤らんだ頬を想像するであろう。しかし、フランスではリンゴは緑なのが基本であるという。とすれば、そこで「リンゴのようなほっぺ」が直訳された場合、明らかに同一の意味を持たせられないであろう。

逆に言えば、世界観や関連する知識体系が共通することを前提とすれば、機械翻訳はより簡単となる。例えば事務関係とか、商業用、あるいは観光関連などでは実用的な機械翻訳もより実用的に使われる。

◆ 自動翻訳と翻訳支援

いわゆる機械翻訳は「自動翻訳」と「翻訳支援」の2つのまったく異なる方向で用いられる。自動翻訳では人間の介入は最小限であり、すべてを機械に翻訳させようとする。これは「翻訳元の言語を理解することができない人」のための技術である。これには技術的に大変な困難が伴っているため、実現への道はまだ遠い。一方、翻訳支援はプロの翻訳者が翻訳作業を効率的かつ高品質に行うために翻訳ソフトを活用するものである。これはすでに一部の先進的な翻訳者によって活用されている。だが現状では翻訳者に高度な技能が要求され、だれでも使えるものではない。

自動翻訳と翻訳支援は混同されていることが非常に多い。まず、この点を区別することから、機械翻訳についての正しい理解が始まる。

◆ 翻訳ソフトの可能性

翻訳ソフトの効果的な利用法については、旧来の考えにとらわれて、誤解されていることが非常に多いのが現状である。特に初期の翻訳ソフトの開発にかかわった人々の間では、当時とはハードウェア的にもソフトウェア的にも飛躍的な進歩があるにもかかわらず、誤解が根強い。これはひとえに「翻訳ソフトをどのように使うべきか」という議論が欠如していたことによるものである。

また英語の初心者がカスタマイズを行わずにする完全自動翻訳と、翻訳者が高度な編集作業を行う翻訳支援を、混同していることが多い。「英語が苦手だから翻訳ソフトを使用する」という発想から抜け出ることができないのである。「機械に翻訳をしてもらう」か、思い通りの翻訳を「機械にさせる」のかでは、同じ「機械翻訳」でも方向性がまったく異なる。

現在のところ、機械翻訳では小説や会話などは正しく翻訳できない。翻訳ソフトの比較と称する記事などでは翻訳ソフトが苦手とする文ばかりを訳させようとするが、これは翻訳ソフトを使いこなすという視点から見るときわめて非建設的である。

特にマニュアル翻訳などにおいては構文や語彙が限定されているため、かなり高い精度が得られる。高度な英語能力、日本語能力、翻訳能力、パソコン技能を身につけた翻訳者が、翻訳ソフトの特性を正しく理解して使用した場合、翻訳作業の効率を大幅に向上することができる。ごく一部の先進的な翻訳者は、このような翻訳ソフトの可能性に気づき、積極的に利用を行っている。

前のページ 1/2 次のページ

・機械翻訳 page1

・機械翻訳 page2