| 研究概要 |
本研究は,用例に基づく帰納的学習に基づく機械翻訳手法を基礎とし,翻訳ルールの学習過程に遺伝的アルゴリズムを適用して,少量の用例データからの翻訳ルールの生成,適用すべきルールの高度な探索,あるいは誤って獲得された不要なルールの効率的な消去等の手法を見出すことを中心とし,具体的には,
1)交叉,変異,淘汰等,遺伝的アルゴリズムの基本処理の本手法への適用法,
2)翻訳実験による性能評価に基づく,処理能力向上方策,
に関する研究を行い,これらを通じて用例学習型自然言語処理手法全般にわたって,手法の実用化への見通しを得ようとするものである.
以下,本年度得られた主な研究成果を示す.
1.本手法には,誤った翻訳例を生成するような無効な翻訳ルールが作られ,淘汰処理のみでは完全には除去できないことが見出された.そこで,交叉処理による新翻訳例の生成に際し,既存翻訳例との類似度を制約条件として交叉位置を決定する手法を開発し,翻訳性能を向上させることができた.
2.翻訳例コーパス中の原言語文-翻訳文対から帰納的学習により類似した翻訳例を見出して翻訳パターンを抽出し,それに基づいて訳文を生成する手法の研究を提案し,実験により有効性を確認することができた.
3.前年度に引き続いて表層文から意味表現への変換規則の獲得における帰納的学習手法の適用に関する研究を行い,帰納的学習をベースとする学習型手法の広範な適用可能性について見通しを得ることができた.
|
