機械翻訳について
こんにちは。開発部の橋村です。
最近 chatGPTやBardといった、対話的AIが話題になっていますが、
今日は古くて新しい話題、機械翻訳についてちょっとだけ。
今から30年ほど前、コンピュータによる翻訳は
構文解析によって文章の「意味」をデータ化して、
それを別の言語に変換する、というアプローチでした。
当時、C言語を覚えたてだった私も一所懸命トライした記憶があります。
なんというか、多分に哲学的なこの方法は、話し言葉や流行語、略語、古語、方言などなど、
イレギュラーな入力に非常に弱く、つまるところ、使われる言語の全てのシーンにおいて
共通するルールを予めプログラムに組み込まないと、期待したように動かない、という気が遠くなるような仕組みでした。
同義語辞書や文法のルールを組み込むことで、なんとか組み合わせの数を減らすことはできないか・・・と
足掻いた挙げ句、ギブアップしました。
大きく事情が変わったのは、AIやビッグデータが注目されてから、
特に、ぐっと翻訳の精度が上がったのは、ここ5～6年のことではないかと思います。
入力された文章を解析する部分は大きな変更はないのですが、
「翻訳」のコア部分に機械学習を導入することによって、
統計的に確率が高い訳語を充てる、という
アプローチを導入できるようになりました。
蓄積したデータや学習パターンが、ある一定のレベルを超えると、
突然それらしい（使い物になる）訳文を吐きはじめるようです。
今もあきれるほど沢山の実例とフィードバックによって、
日々更新が行われています。
実際に使われている言葉をもとに統計処理している関係か、
よく出現する言葉、たとえば流行語やテクニカルタームの
翻訳について、従前と比べて非常に高い精度が実現されています。
私は30年前に挫折した時点で諦めたクチなのですが、
もしかするとどこかに、Ａ案でダメならＢ案で、それでダメならＡＢ複合案で・・・と
執念を燃やし続けていた技術者さんがいたのかもしれません。
お陰様で、まだ日本語訳が出ていない英語の技術書（原書）も、
原著のＰＤＦを機械翻訳にかけることで、随分内容を把握しやすくなりました。
以前であれば、英和辞典を引きながら、ちまちま自家製の訳文を作っていたところです。
大きな感謝と敬意を捧げつつ、有り難く使わせて頂いています。
私も、もうちょっとだけ諦め悪くなろうかな、と思った次第でした。
