Loading article…
対訳本文とは、翻訳本文の横に置かれた本文のことである。[1] [2] 対訳本文の配置とは、対訳本文の両半分で対応する文を特定することである。ロブ古典図書館とクレイサンスクリット図書館は、二言語本文の2つの例である。参考聖書には、比較や研究を容易にするために、原語と翻訳、または複数の翻訳が含まれている場合がある。オリゲネスのヘクサプラ（ギリシャ語で「6倍」）は、旧約聖書の6つのバージョンを並べて配置した。有名な例はロゼッタストーンで、その発見により古代エジプト語の解読が始まった。
並列テキストの大規模なコレクションは、並列コーパスと呼ばれます(テキスト コーパスを参照)。 文レベルでの並列コーパスのアラインメントは、言語研究の多くの分野で前提条件となります。 翻訳中、翻訳者は文を分割、結合、削除、挿入、または並べ替えることができます。 このため、アラインメントは簡単な作業ではありません。
対訳テキストは言語教育に用いられることがある。[3]
対訳コーパスの種類
対訳コーパスは主に4つのカテゴリーに分類できます。[要出典]
- パラレルコーパスには、少なくとも文レベルで整合された、同じ文書の 2 つ以上の言語での翻訳が含まれます。これらは、比較可能性の低いコーパスよりも稀です。[要出典]
- ノイズの多いパラレル コーパスには、完全には対応付けられていない、または翻訳の品質が低いバイリンガル センテンスが含まれています。ただし、そのコンテンツのほとんどは、特定のドキュメントのバイリンガル翻訳です。
- 同等のコーパスは、文が整列されていない未翻訳のバイリンガル文書から構築されますが、文書はトピックが整列されています。
- 準比較可能なコーパスには、トピックが一致している場合も一致していない場合もある、非常に異質で非並列のバイリンガル文書が含まれます。
コーパス内のノイズ
機械翻訳アルゴリズムのトレーニング セットとして使用される大規模なコーパスは、通常、類似の出来事を説明する第一言語と第二言語で書かれたニュース記事のデータベースなど、類似のソースの大規模な集合から抽出されます。
しかし、抽出された断片はノイズが多く、各コーパスに余分な要素が挿入されている可能性があります。抽出技術は、両方のコーパスに表されるバイリンガル要素と、一方のコーパスにのみ表されるモノリンガル要素を区別して、バイリンガル要素のよりきれいな並列断片を抽出できます。比較可能なコーパスは、翻訳の目的で直接知識を取得するために使用されます。ただし、特にリソースの少ない言語では、高品質の並列データを取得することは困難です。[4]
バイテキスト
翻訳研究の分野において、バイテキストとは、特定のテキストのソース言語バージョンとターゲット言語バージョンの両方から構成される結合文書です。
バイテキストは、アライメント ツールまたはバイテキスト ツールと呼ばれるソフトウェアによって生成されます。このツールは、同じテキストの元のバージョンと翻訳バージョンを自動的にアライメントします。このツールは通常、これら 2 つのテキストを文ごとに一致させます。バイテキストのコレクションは、バイテキスト データベースまたはバイリンガル コーパスと呼ばれ、検索ツールで参照できます。
バイテキストと翻訳メモリ
バイテキストは翻訳メモリといくつかの類似点があります。最も顕著な違いは、翻訳メモリでは元のコンテキストが失われるのに対し、バイテキストでは元の文の順序が保持されることです。ただし、コンピュータ支援翻訳(CAT) プログラム間で翻訳メモリを交換するための標準XML形式であるTranslation Memory eXchange (TMX) などの一部の翻訳メモリ実装では、元の文の順序を保持できます。
バイテキストは、機械ではなく 人間の翻訳者が参照するように設計されています。そのため、翻訳メモリの失敗の原因となる小さなアラインメント エラーや小さな不一致は重要ではありません。
1988年の論文では、ハリスは、翻訳者が翻訳を進める際に、原文と訳文を頭の中の作業記憶の中でどのように結びつけるかをバイテキストが表していると仮定した。しかし、この仮説はその後も検証されていない。[5]
オンラインバイテキストと翻訳メモリは、オンライン二言語コンコーダンス。Linguée 、Reverso、Tradooitなど、いくつかは公開Web上で利用可能である。 [6] [7] [8]
参照
参考文献
- ^ Chan, Sin-Wai (2015). Routledge Encyclopedia of Translation Technology. ロンドン: Routledge. ISBN 978-1-315-74912-9。
- ^ ウィリアムズ、フィリップ、ゼンリッヒ、リコ、ポスト、マット、コーエン、フィリップ (2016)。構文ベースの統計的機械翻訳。モーガン＆クレイプール。ISBN 978-1-62705-502-4。
- ^ Abdallah, A. (2021). 並列テキスト戦略の使用が中級IIレベルの生徒への読み書き指導に与える影響。国際社会教育科学ジャーナル（IJonSES）、3（1）、95-108。https://doi.org/10.46328/ijonses.48
- ^ Wołk, Krzysztof (2015). 「文レベルでの二言語等価データの抽出のためのノイズ並列比較可能コーパスフィルタリング手法」.コンピュータサイエンス. 16 (2): 169–184. arXiv : 1510.04500 . Bibcode :2015arXiv151004500W. doi : 10.7494/csci.2015.16.2.169 . S2CID 12860633.
- ^ Harris, B. (1988年3月). 「バイテキスト、翻訳理論における新しい概念」(PDF) . Language Monthly . 54 : 8–10. 2018年3月2日時点のオリジナル(PDF)からアーカイブ。
- ^ Genette, Marie (2016). オンラインバイリンガルコンコーダンスの信頼性はどの程度か? Linguee、TradooIT、WeBiText、ReversoContext の調査と、フランス語から英語への複合前置詞の対照分析による信頼性 (修士論文)。ルーヴァン・カトリック大学およびオスロ大学。hdl : 10852/51577。
- ^ “TradooIT – コンコルダンシエ二言語”.
- ^ Désilets, Alain; Farley, Benoît; Stojanović, Marta; Patenaude, Geneviève (2008). WeBiText : 並列 Web コンテンツからの大規模な異種翻訳メモリの構築。翻訳とコンピュータの議事録。第 30 巻。pp. 27–28。S2CID 14586900。
外部リンク
パラレルコーパス
- 欧州連合（EU）法の全体であるAcquis CommunautaireのJRC-Acquis多言語対訳コーパスには231の言語ペアが含まれています。[1]
- 欧州議会会議録パラレルコーパス 1996–2011
- Opusプロジェクトは、無料で利用できる対訳コーパスを収集することを目的としている。
- Wikipedia 京都関連記事の日本語-英語バイリンガルコーパス 2012-08-22 アーカイブ - Wayback Machineより
- COMPARA – ポルトガル語/英語の対訳コーパス
- TERMSEARCH – 英語/ロシア語/フランス語の対訳コーパス（主要な国際条約、協定、合意など）
- TradooIT – 英語/フランス語/スペイン語 – 無料オンラインツール
- ヌナブト準州ハンサード – 英語/イヌクティトゥット語対訳コーパス
- ParaSol – スラブ語と他の言語の対訳コーパス
- Glosbe: 多言語対訳コーパス アーカイブ 2013-05-27ウェイバックマシン オンライン検索インターフェース付き
- InterCorp: チェコ語に対応した 40 言語の多言語並列コーパス、オンライン検索インターフェース
- myCAT – Olanto、JCR および UNO コーパスのオンライン検索機能を備えたコンコーダンス (オープン ソース AGPL)
- オンライン検索インターフェースを備えた TAUS。
- linguatools 多言語並列コーパス、オンライン検索インターフェース。
- EUR-Lexコーパス – EUR-Lexデータベースから構築されたコーパスは、欧州連合の法律と欧州連合のその他の公文書で構成されています。
- 言語グリッド – 並列テキストサービスを含む多言語サービスプラットフォーム
ドキュメント
- J. Veronis と M.-D. Mahimon による並列テキスト処理の参考文献
- 2003 年並列テキストの構築と使用に関するワークショップの議事録
- 2005 年並列テキストの構築と使用に関するワークショップの議事録
配置ツール
- GIZA++ アライメントツール (1999)
- Uplug – 並列コーパス処理ツール (2003)
- GaleとChurchの文アラインメントアルゴリズムの実装（2005）
- Hunalign 文アライナー (2005)
- シャンポリオン（2006）
- マリグナ（2008年～2020年）
- ガルガンチュア センテンス アライナー (2010)
- Bleualign – 機械翻訳に基づく文章アラインメント (2010)
- ヤサ（2013）
- 階層的アライメントツール (HAT) (2018) 2020-07-05 にWayback Machineでアーカイブ
- Vecalign 文アラインメント アルゴリズム (2019)
- グルノーブル大学のウェブアライメントツール
- ^ ラルフ、ラルフ・スタインバーガー;プリケン、ブルーノ。ウィディガー、アンナ。イグナット、カメリア。エルジャベツ、トマジュ。トゥフィシュ、ダン。ヴァルガ、ダニエル (2006)。JRC-Acquis: 20 以上の言語を含む多言語に対応した並列コーパス。第 5 回言語資源と評価に関する国際会議 (LREC'2006) の議事録。イタリア、ジェノバ、2006 年 5 月 24 ～ 26 日。