英語と日本語の差異から見るGoogle翻訳

Google翻訳は、どんな点が改善されたのか？

ちょっと使ってみると、新しいGoogle翻訳が、飛躍的に能力を向上させたのは、感覚的には、明らかに見える。ただ、Google翻訳が実現した「飛躍」が、どのようなものかを正確に述べるのは、意外と難しい。翻訳の評価でよく利用されるBLEU等のスコアは、翻訳改善の重要な目安にはなるのだが、それは、あくまで量的なものだ。質的な「飛躍」は、その数字には、間接的にしか反映していない。

ここでは、英語と日本語の文法の差異に注目して、その差異が、Google翻訳では、どのように埋められているかを、いくつかの具体例で見てみよう。それらは、日本語・英語翻訳の中心的課題であるにもかかわらず、以前の機械翻訳技術では、うまく扱えていなかった。

また、日本語特有の言い回しでも、大きな改善が見られる。

日英文法の違いを考える


最初に、ChomskyのPrincipals and Parameters 理論に従って、日英文法の特徴的な違いを三つほど取り上げよう。

Head-directionality parameter

一つは、日本語・英語の語順に関するものだ。Head-directionality parameter といわれるものだ。

head-initial  English

  • eat an apple
  • a person happy about her work
  • I live in Takasu village.
  • any book
  • We saw that Mary did not swim

head-final  日本語

  • リンゴを食べる
  • 彼女の仕事を喜んでいる人
  • 僕が、高須村に住んでいる
  • どんな本も
  • マリーが泳がなかったのをみた

Null-subject Parameter

二つ目は、Null-subject Parameter といわれるもの。日本語は主語の省略を許すが、英語はそれを許さない。

Null-subject Parameter (+) 日本語
Null-subject Parameter (-) English
  • 私達は買い物をした。後でご飯を食べた。
  • We went shopping. Afterwards, we ate dinner.
  • 今日はゲームの発売日なんだけど、買おうかどうか迷っている。
  • The game comes out today, but I can't decide whether or not to buy it.

Pro-drop Parameter

三つ目は、Pro-drop Parameterといわれるもの。日本語は、代名詞の省略を許すが、英語はそれを許さない。

Pro-drop Parameter (+) 日本語
Pro-drop Parameter (-) English
  • このケーキは美味しい。誰が焼いたの？
  • This cake is tasty. Who baked it?
  • 知らない。気に入った？
  • I don't know. Did you like it?

Google翻訳を他の機械翻訳と比較する


ジョンの昨日のニューヨークでの講義
Lecture by John yesterday in New York (Google翻訳)
In New York yesterday by John's lecture（その他の翻訳）

今日はゲームの発売日なんだけど、買おうかどうか迷っている。
Today is the release date of the game, but I‘m wondering if I should buy it. (Google翻訳)　主語・代名詞を補っている
Wondering whether today is the release date of the game, but I’m buying.（その他の翻訳）

買い物をした。後でご飯を食べた。
I did some shopping. I ate rice later. (Google翻訳) 　主語を補う
With the shopping. After eating. （その他の翻訳）

このケーキは美味しい。誰が焼いたの？　
 This cake is tasty. Who baked it? (Google翻訳) 　代名詞を補う
 This cake is delicious. Who baked them? （その他の翻訳）　これは出来ている

知らない。気に入った？
Do not know. favorite? (Google翻訳) 　こちらは訳せていない
Don't know. Into your mind? （その他の翻訳）

日本語の特有の言い回し


日本語には、特有の言い回しがある。そこでも、Google翻訳は、大きな進歩があるように見える。

風邪がひどい
My cold is bad. (Google翻訳)
Terrible cold（その他の翻訳）

私はうなぎ
I am eel (Google翻訳) 
I am an eel（その他の翻訳）

さすがに、これは、見当はずれの直訳である。
ただ、僕が驚いたのは、次の翻訳である。ちゃんと、意味を汲み取っている。

私はうなぎかカツ丼
I like eels or cutlet on rice (Google翻訳)
I am the eel or katsudon（その他の翻訳）

コメント

コメントを投稿

このブログの人気の投稿

マルレク・ネット「エントロピーと情報理論」公開しました。

イメージ
前回の秋葉原でのマルレクのネット配信が始まりました。 https://crash.academy/class/156 タイトルを「エントロピーと情報理論 -- 量子情報理論入門 -- 」に変更しました。最初の30分は、無料です。 次回のマルレク「量子コンピュータとは何か？」の導入となるコンテンツです。 講演資料は、こちらです。 https://goo.gl/CKayix  あわせて、ご利用ください。 　　　--------------------------------- 　　　マルレク・ネット　ビデオ・コンテンツ　 　　　--------------------------------- 　「エントロピーと情報理論」 　　　　 https://crash.academy/class/156 　「人工知能の歴史を振り返る」 　　　　 https://crash.academy/class/139/ 　「ニューラル・コンピューターとは何か？」 　　　　 https://crash.academy/class/101/ 　「Google ニューラル機械翻訳」 　　　　 https://crash.academy/class/76/ 　「RNNとLSTMの基礎」 　　　　 https://crash.academy/class/66/
続きを読む

初めにことばありき

旧約の「創世記」の「光よあれ」は、ビッグバンを思わせて、物理学者はちょっと萌えるかもしれないのだが、新約の「ヨハネによる福音書」には、言語学者が喜びそうなフレーズがある。 「初めに言があった。言は神と共にあった。言は神であった。」 僕が知っていたのは、「はじめにことばありき」という訳だったのだが。この口語訳での「言」は、英訳だとこうなっている。 "In the beginning was the Word, and the Word was with God, and the Word was God." 「言」= "Word" である。はじめにあったのは、Wordであって、Language ではない。だから、新しい口語訳では、普段、あまり馴染みない「言」という訳語を使ったのかも。「初めに語があった」では、なんかしまらないんだろうな。（僕は、「はじめにことばありき」というフレーズの方が好きだ。） ちなみに、「ヨハネによる福音書」は、英語では、"Gospel of John" という。「ジョンのゴスペル」である。でも、そう日本語に訳してしまうと、ジョン・レノンがバラードではなく、ゴスペルを歌っているようで、まずいんだろうな。 「ことば」・「言」・"Word" と訳されている、元々の言葉を調べてみると面白い。 キリスト教のオーソドックスな原典であるラテン語訳聖書では、この部分は、こうなる。 "In principio erat Verbum, et Verbum erat apud Deum, et Deus erat Verbum" 「イン・プリンキピオー・エラト・ウェルブム」 英訳 Word のラテン語の原語は、Verbum である。この単語、英語に直訳すれば、Verbである。「初めに、動詞があった。」　言語学の「従属性文法 (Dependency Grammar) 」理論の人たち、喜びそう。 もっとも、英語のVerbは、元々は、動詞というより広く言葉全体をさしてたらしい。そのことは、「ノンバーバル・コミュニケーション (Non-Verbal Communication) 」というのが、動詞を使わないコミュニケーション
続きを読む

人間は、善と悪との重ね合わせというモデルの失敗について

人間は善と悪との「重ね合わせ」だという前回の話は、人間の本性の複雑さを語るのには、ありうる喩えなのかもしれないが、量子の「重ね合わせ」の喩えとしては、実は、二つの点で失敗しているのだ。 一つには、複雑な善と悪との重ね合わせから情報を引き出す「簡単・粗野」な方法として、善か悪かの判断のみを下す「善悪測定器」を、便宜的に導入したのだが、これがマズイ。 複雑な量子の状態を「測定」した時に、我々は、その状態を複雑なまま見いだすことは出来ないのだ。量子が、善と悪との状態の重ね合わせだとしたら、測定によって我々が見いだすのは、必ず、善か悪か、どちらかの状態の量子を見いだす。 もしも、量子が、善悪二つの状態の重ね合わせではなく、もっと沢山の状態（例えば、100個の状態）の重ね合わせの場合でも、我々が「測定」で得られるのは、その中の、たった一つの状態である。 だから、量子の世界では、善か悪かの判断のみを下す「善悪測定器」は、決して「便宜的」なものではなく、これ以外の測定はできないという意味で、「原理的」な制約を表現しているのである。そのことが、先の喩えでは、うまく表現されていない。 量子の不思議さを、「重ね合わせ」の状態が不思議だと思っている人も多いのだが、それは違うと思う。 善と悪との重ね合わせの前回の例もそうだし、波だって、フーリエ変換だって、我々の日常に、たくさん「重ね合わせ」の現象は存在する。それは、ちっとも不思議なことではないし、表象するのも簡単である。 不思議なのは、「重ね合わせ」ではなく、量子に対する「測定」の方なのだ。それは、我々が「測定」に対してもつイメージとは、かけ離れている。量子力学の基礎の部分を構成しているのは、この不思議な「測定」の形式化・数式化なのである。（そして、それは、難しいものではない。今度の「紙と鉛筆」の演習に来て。） 二つ目の失敗も、実は、「測定」の扱いに関係している。 先の例では、丸山は、1,000回ほど「善悪測定器」にかけられ、その結果で、70% 悪人で、30% 善人 だと判定されるみたいな話をした。それが違うのである。 我々が「測定」で得られるのは、「重ね合わせ」を構成する複数の状態の中のたった一つの状態であると書いたのだが、それだけではないのだ。「測定」によって、量子の状態は、「測定」された一
続きを読む