WEKO3
アイテム
用例ベース翻訳の確率的モデル化
http://hdl.handle.net/2261/29114
http://hdl.handle.net/2261/29114a1b56a2d-1e6d-450e-82e4-11b49b8faca6
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
v13n3_02.pdf (1.1 MB)
|
|
| Item type | 学術雑誌論文 / Journal Article(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 2009-12-08 | |||||
| タイトル | ||||||
| タイトル | 用例ベース翻訳の確率的モデル化 | |||||
| 言語 | ||||||
| 言語 | jpn | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | 用例ベース翻訳 | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | 機械翻訳 | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | 確率モデル | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | コンテキストの類似 | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | 依存構造 | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Example-based Machine Translation | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Machine Translation | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Probabilistic Model | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Context Similarity | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Depedency Structure | |||||
| 資源タイプ | ||||||
| 資源 | http://purl.org/coar/resource_type/c_6501 | |||||
| タイプ | journal article | |||||
| その他のタイトル | ||||||
| その他のタイトル | Probabilistic Formalization for Example-based Machine Translation | |||||
| 著者 |
荒牧, 英治
× 荒牧, 英治× 黒橋, 禎夫× 柏岡, 秀紀× 加藤, 直人 |
|||||
| 著者別名 | ||||||
| 識別子Scheme | WEKO | |||||
| 識別子 | 106327 | |||||
| 姓名 | ARAMAKI, EIJI | |||||
| 著者別名 | ||||||
| 識別子Scheme | WEKO | |||||
| 識別子 | 106328 | |||||
| 姓名 | KUROHASHI, SADAO | |||||
| 著者別名 | ||||||
| 識別子Scheme | WEKO | |||||
| 識別子 | 106329 | |||||
| 姓名 | KASHIOKA, HIDEKI | |||||
| 著者別名 | ||||||
| 識別子Scheme | WEKO | |||||
| 識別子 | 106330 | |||||
| 姓名 | KATO, NAOTO | |||||
| 著者所属 | ||||||
| 著者所属 | 東京大学附属病院企画情報運営部 | |||||
| 著者所属 | ||||||
| 著者所属 | 京都大学大学院情報学研究科 | |||||
| 著者所属 | ||||||
| 著者所属 | 独立行政法人情報通信研究機構 | |||||
| 著者所属 | ||||||
| 著者所属 | NHK放送技術研究所 | |||||
| 著者所属 | ||||||
| 著者所属 | Department of Planning, Information and Management, University of Tokyo Hospital | |||||
| 著者所属 | ||||||
| 著者所属 | Graduate School of Informatics, Kyoto University | |||||
| 著者所属 | ||||||
| 著者所属 | National Institute of Information and Communications Technology | |||||
| 著者所属 | ||||||
| 著者所属 | ATR Spoken Language Translation Research Laboratories | |||||
| 著者所属 | ||||||
| 著者所属 | Science TechnicalResearch Laboratories of NHK | |||||
| 抄録 | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | 用例ベース翻訳は,これまで,経験則にもとづく指標/基準により用例を選択してきた.しかし,経験則に頼った場合,その修正を行うのが困難であり,また,アルゴリズムが不透明になる恐れがある.そこで,本研究では用例ベース翻訳を定式化するための確率モデルを提案する.提案するモデルは,翻訳確率の最も高い用例の組み合わせを探索することで,翻訳文を生成する.さらに,本モデルは用例と入力文のコンテキストの類似度を自然に翻訳確率に取り込む拡張も可能である.実験の結果,本モデルを用いたシステムは,従来の経験則によるシステムの精度を僅かに上回り,用例ベース翻訳の透明性の高いモデル化を実現することに成功した. | |||||
| 抄録 | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | Example-based machine translation (EBMT) systems, so far, rely on heuristic measures in retrieving translation examples, Such a heuristic measure costs time to adjust, and might make its algorithm unclear. This paper presents a probabilistic model for EBMT. Under the proposed model, the system searches the translation example combination which has the highest probability. The proposed model clearly formalizes EBMT process. In addition, the model can naturally incorporate the context similarity of translation examples. The experimental results demonstrate that the proposed model has a slightly better translation quality than state-of-the-art EBMT systems. | |||||
| 書誌情報 |
自然言語処理 巻 13, 号 3, p. 3-20, 発行日 2006-07 |
|||||
| ISSN | ||||||
| 収録物識別子タイプ | ISSN | |||||
| 収録物識別子 | 13407619 | |||||
| 書誌レコードID | ||||||
| 収録物識別子タイプ | NCID | |||||
| 収録物識別子 | AN10472659 | |||||
| フォーマット | ||||||
| 内容記述タイプ | Other | |||||
| 内容記述 | application/pdf | |||||
| 日本十進分類法 | ||||||
| 主題Scheme | NDC | |||||
| 主題 | 007 | |||||
| 出版者 | ||||||
| 出版者 | 言語処理学会 | |||||
| 出版者別名 | ||||||
| The Association for Natural Language Processing | ||||||
