翻訳サイト
RI翻訳

ご利用は無料ですので、
お気軽にお試しください。

文章の入力欄

言語:
入力文(500文字まで):

翻訳結果



翻訳サイトと機械翻訳について


 機械翻訳の手法としては、最近まで、言語の文法規則や、原言語から目的言語に変換するルールをコンピュータに実装することにより翻訳を実現する、「ルールベースの機械翻訳」が主流でした。この方法では、文法規則や変換ルールにうまく適合した場合は高い精度での翻訳が期待できる半面、適合しない場合は翻訳できません。また、言語の専門家による原言語と目的言語に関する高い知識が必要で、様々な言語対の翻訳に対応するのに大きな労力が必要となります。
 近年、言語のルールに頼らず、翻訳対象となる言語対の対訳データを大量に用意し、その対訳データをコンピュータに自動学習させることによって確率に基づいた翻訳のモデルを構築し、統計学的に翻訳を実現する「統計的機械翻訳」が脚光を浴びています。この方法は、翻訳対象となる言語の知識は無くとも、大量の対訳データさえあれば翻訳サイトを構築でき、様々な言語対の翻訳にも対応できるというメリットがある一方、大量の対訳データをどのように用意するかという課題もあります。
 既存の翻訳システムでは、@nifty翻訳やYahoo!翻訳などの翻訳サイトが「ルールベースの機械翻訳」を採用し、Google翻訳やBing Translatorなどの翻訳サイトが「統計的機械翻訳」を採用しています。
 統計的機械翻訳の研究は、翻訳結果の自動評価技術により、最近になって大きく進展しています。
 よく使われる翻訳の自動評価手法として、下記のような例があります。

  ・TER
  ・BLEU

 TERは、お手本の翻訳結果に一致させるために、機械翻訳の出力結果をどの程度編集しなければならないかという指標です。具体的には、(必要な編集回数)/(お手本の翻訳結果の文章の長さ)で、この値は小さいほど、機械翻訳の性能がよいと評価できます。
 一方、BLEUは、お手本の翻訳結果と、機械翻訳の出力結果のn-gramがマッチする割合で、一般には1-gramから4-gramの適合率の幾何平均で表されます。この値はTERとは逆に、大きいほど機械翻訳の性能が高いです。

 当翻訳サイトでは、統計的機械翻訳を採用しており、TERとBLEUを複合的に用いて翻訳機能を最適化しました。

PAGE TOP