ルールベース機械翻訳と統計的機械翻訳の特徴に関する説明として、最も不適切なものを1つ選べ。
1つ選んでください
正解と解説を見る
解説
正解C
ポイント
統計的機械翻訳は、翻訳モデルと言語モデルの確率を組み合わせて訳文を選びます。原文全体をベクトルに符号化して訳すのはニューラル機械翻訳です。
選択肢ごとの解説
- A
適切
ルールベース方式は、人が書いた文法規則と辞書で訳文を組み立てます。処理の筋道が明示されているため、誤訳の原因となった規則を見つけて直しやすい反面、規則の整備に大きな手間がかかります。
- B
適切
原文の語句に対応しやすいかを翻訳モデルで、目的言語の文として自然かをn-gramなどの言語モデルで評価し、両方の確率が高い訳文を選びます。翻訳モデルは対訳コーパスから、言語モデルは目的言語の大量の文章から推定します。
- C
不適切 ◯ 正解
原文をベクトルに符号化し、そこから訳文を生成するのは、2010年代半ばに広がったニューラル機械翻訳のエンコーダ・デコーダの考え方です。統計的機械翻訳は、語句の対応の確率などを組み合わせて訳を選びます。
- D
適切
2000年代に主流となったフレーズベースの統計的機械翻訳は、数語のまとまりを単位に訳を組み合わせます。離れた位置への語順の入れ替えが苦手で、日英翻訳では長い文の品質が課題でした。
試験での狙われ方
ルールベース、統計的、ニューラルの3方式の長所と短所を入れ替えた選択肢から、誤った組合せを見抜かせる形で問われやすい論点です。
関連用語
参考
- G検定 試験出題範囲（シラバス2024）第1.4版 （技術分野 項目2 人工知能分野で議論される問題） 2026年10月30日閲覧
- Brown, Della Pietra, Della Pietra, Mercer, The Mathematics of Statistical Machine Translation: Parameter Estimation, Computational Linguistics 19(2) (1993) 2026年10月30日閲覧
- Koehn, Och, Marcu, Statistical Phrase-Based Translation, HLT-NAACL 2003 2026年10月30日閲覧
- Sutskever, Vinyals, Le, Sequence to Sequence Learning with Neural Networks (2014) 2026年10月30日閲覧