Não Aqui!

Arul Menezes; Chris Quirk. Syntactic Models for Structural Word Insertion and Deletion during Translation.

これまでの統計的機械翻訳では，翻訳において機能語などの要素が挿入・削除される現象が上手く扱えなかった．例えば，英語の名詞句”file name”をスペイン語”nombre de archivo”に翻訳するときは，前置詞”de”が挿入される．本論文は，文法構造を用いた翻訳システムにおいて，文法的な手がかりに基づいて，語を挿入・削除する手法を述べる．究極的には，「NN_1 NN_2 → NN_2 de NN_1」のような，非語彙化翻訳ルールを獲得することが，本研究の目的である．

本論文は，係り受け構造に基づく翻訳モデルであるtreelet translation model (Menezes and Quirk, 2007) を出発点とする．Treelet translation modelは，語彙化された対訳ペアであるtreelet translation pairと，非語彙化ルールであるorder templateから構成されている．

Treelet translation pairは，

• ((old_1/JJ) man_2/NN) → (hombre_2 (viejo_1))
• (man_1/NN) → (hombre_1)

のように，翻訳元言語と翻訳先言語における係り受け関係のペアに，ノードのアライメント情報が付与されたものである．

Order templateは，非語彙化された翻訳ルール（係り受けのペア）である．

• ((x0:*/DT) (x1:*/JJ) *_1/NN) → ((x0) *_1 (x1))
• ((x0:*/DT) (x1:*/JJ) *_1/NN) → ((x0) (x1) *_1)

本論文では，係り受け解析済みの並列文が与えられたときに，order templateを抽出するアルゴリズムを修正し，アライメントが取れていないノードをルールに含むことを許容して，次のようなorder templateを抽出する．

• ((x0:*/JJ) (x1:*/NN) *_1/NN) → (*_1 (*_2) (x1) (x2))
• ((x0:*/JJ) (x1:*/NN) *_1/NN) → (*_1 (de) (x1) (x2))

Treelet translation modelは，名詞句の言い換えなどの研究に十分使えそうなので，個人的には要チェックの論文だった．