ルールベース機械翻訳とは

ルールベース機械翻訳は、最も早くから研究された機械翻訳の方式です。「この単語はこう訳す」「この語順はこう並べ替える」といった知識を、言語学者などが辞書と文法規則として書き込みます。コンピュータはその規則に従って原文を解析し、訳文を組み立てます。

歴史

1954年、ジョージタウン大学とIBMが、ロシア語の文を英語に訳す実験を公開しました。語彙は250語、文法規則は6つという小さな実験でしたが、機械翻訳への期待を大きく高めました。しかし研究は思うように進まず、1966年に米国科学アカデミーの諮問委員会が出したALPAC報告書は、実用的な機械翻訳がすぐに実現する見通しは立たないと結論づけました。これを機に、米国での研究資金は大きく減りました。その後も辞書と規則の改良は続き、統計的機械翻訳が広まるまでは、実用の機械翻訳の多くがこの方式でした。

3つの方式

• 直接方式：単語を辞書で置き換え、簡単な規則で語順を整える。
• トランスファー方式：原文を解析して文の構造を求め、目的言語の構造に変換してから訳文を生成する。
• 中間言語方式：原文を、特定の言語に依存しない意味の表現に変換し、そこから訳文を生成する。

長所と限界

どの規則で訳したかを人がたどれるため、誤訳の原因を調べやすく、用語の訳し方もそろえやすい点が長所です。一方、言葉には例外や多義語が多く、規則を書き足す作業にはきりがありません。規則どうしの矛盾も起きやすくなります。これは、専門家の知識を人手でルールにする難しさを指す、知識獲得のボトルネックの典型例です。

こうした限界から、対訳データから自動で学ぶ統計的機械翻訳、さらに文全体をニューラルネットワークで扱うニューラル機械翻訳へと、主流が移りました。

覚え方

「人が規則を書く→データから確率を学ぶ→ニューラルネットワークで文ごと訳す」の順で覚えます。