機械翻訳とは

機械翻訳は、ある言語の文章をコンピュータで別の言語に訳す技術です。人工知能の研究の中でも特に古いテーマの1つで、1954年にはジョージタウン大学とIBMが、ロシア語の文を英語に訳す公開実験を行いました。

3つの方式の移り変わり

• ルールベース機械翻訳：言語学者などが辞書と文法規則を人手で整え、原文を解析して訳文を組み立てます。例外に合わせて規則を書き足す手間が膨らみ続けることが課題でした。
• 統計的機械翻訳：1990年前後に提案され、2000年代に主流になりました。対訳コーパスから語句の対応の確率を学び、もっともらしい訳文を選びます。
• ニューラル機械翻訳：2014年ごろから研究が進みました。原文をニューラルネットワークで読み込み、訳文を1語ずつ生成します。Google翻訳は2016年に、英語と日本語の組を含む8つの言語の組でこの方式を導入しました。

ニューラル機械翻訳の研究は、ディープラーニングの発展にも大きく関わりました。原文を読み込むエンコーダと訳文を生成するデコーダからなるSeq2Seq、訳語ごとに原文のどこを参照するかを決めるAttention、そして2017年のTransformerは、いずれも機械翻訳を主な題材として提案されています。現在は、大規模言語モデルも翻訳に使われます。

訳の評価

訳の良し悪しを人がすべて確かめるには、時間と費用がかかります。そこで、機械の訳と人が作った参照訳とで、n-gramがどれだけ一致するかを数えるBLEUなどの自動評価指標が使われます。ただし、意味が正しくても言い回しが参照訳と違うと点数が下がるため、人による評価も欠かせません。

実務での使い方

ニューラル機械翻訳は流暢な訳を出しやすい反面、訳抜けや、もっともらしいが誤った訳が混ざることがあります。契約書のように誤訳の影響が大きい文書では、機械の訳を人が確認して直すポストエディットが一般的です。