ある翻訳ソフト会社は、言語学者が文法規則と辞書を手作業で整備する方式の翻訳エンジンを改良してきた。しかし、新しい言い回しや例外が見つかるたびに規則を追加する作業が追いつかなくなった。この状況と機械翻訳の方式に関する説明として、最も不適切なものを1つ選べ。
正解と解説を見る
解説
正解 C
この問題の論点：機械翻訳の方式の変遷
ポイント
機械翻訳は、人が規則を書く方式からデータで学ぶ方式へ移りました。規則を書く手間は減る一方、品質は対訳データの量と分野に左右されます。
選択肢ごとの解説
- A
適切
人が規則を書く方式では、言語の例外や文脈にかかわる知識を書き尽くせず、作業量が膨らみ続けます。知識を人手で記述しきれないこの壁を、知識獲得のボトルネックと呼びます。
- B
適切
統計的機械翻訳は、1990年前後にIBMの研究者らが提案した方式です。対訳コーパスから翻訳の確率モデルを学習するため、人が規則を書く作業を大きく減らせます。
- C
不適切 正解
統計的機械翻訳の品質は、学習に使う対訳データの量と、訳したい文書との分野の近さに大きく左右されます。対訳データが少ない言語の組や専門分野では訳語の確率を十分に推定できず、品質が下がります。
- D
適切
ニューラル機械翻訳は文全体を1つのニューラルネットワークで扱うため、流暢な訳を出しやすくなりました。一方で大量の対訳データと計算資源が必要です。2016年にはGoogleが翻訳サービスへの導入を発表しました。
試験での狙われ方
ルールベース、統計的、ニューラルの3方式について、何から翻訳の知識を得るかの違いを問う形がよく見られます。