logo.gif

 サイマル翻訳ブログ

株式会社サイマル・インターナショナルの翻訳スタッフによるブログ。
翻訳者の実務からコーディネーターのエピソードまで、サイマル翻訳にまつわる
トピックを扱います。
<< リズム | main | 「犠牲になる」――「Victim」か「Death」か >>
翻訳という魔法:学習するマシンvs.人間のクリエイティビティ
0

    コンピュータ技術の急速な進歩で、機械翻訳の研究も加速しています。大量・高速処理ができるコンピュータ翻訳が、品質でも人間の翻訳と肩を並べる日は来るのか――。海外在住翻訳者さんの寄稿です。


    --------------------

    (英語原文はこちら

     

    何年か前、人工知能研究者のゲルハルト・ウィドマー(Gerhard Widmer)は、人間の創造力の秘密を解き明かすという壮大な目標を掲げたプロジェクトを立ち上げました。彼は「学習するコンピュータ」にモーツァルトのピアノソナタ13曲の楽譜を読み取らせたうえで、その同じ曲を人間が弾いたものの録音を聞かせました。コンピュータはこの2つの情報を比較し、作曲家の意図した表現と実際の演奏との違いに関する一定のルールを導き出し、それをもとに自分も曲を「演奏」します。時に的外れなルールを考えて、演奏が堅苦しくなったり耳障りになったりすることもありましたが、そのルールがぴたっとはまれば、じつに繊細で微妙な音色が奏でられました。

     

    このモーツァルトの実験では、利用する変数がいわば限定されていました。ひとりの作曲家の楽譜を、コンピュータが理解できる形式に慎重に変換し、それから、その同じ楽曲を、ひとりのピアニストに、ある最新の高性能デジタルピアノで弾いてもらったのです。これを起点に、さまざまな作曲家、ピアニスト、音楽様式に関するルールを見出すためには、気が遠くなるほどたくさんの変数を取り込まなければならないでしょう。しかし、もしコンピュータがそのレベルまでみごとに進化したら、次は間違いなく、その同じアプローチを機械翻訳にも応用するということになるはずです。


    これまでの機械翻訳は期待外れと言ってもよいでしょう。ソース言語とターゲット言語双方の文法、意味、構文、イディオム、文化的背景などをコンピュータが深く理解するのは非常に難しいことがわかりました。また、英語と日本語のようなまったく違う言語の場合、読み手の直感的理解力に期待できるかどうかはその読み手によって大きく異なると思われます。調査研究的な側面の課題もあるでしょう。コンピュータがたとえば専門用語や歴史的記述、業界特有のジョーク、あるいは書き手独自の視点を認識することに成功したとすれば、必要な追加情報を広く探すうえで、人間の翻訳者はこれにとうていかないません。しかしそれでも、コンピュータは見つけ出した情報の質を評価することができなければなりません(ツイッターのフィードや風刺コラムではない、など)。


    しかし最大のハードルは、翻訳のクリエイティブな側面です。翻訳者は書き手の文章の意味、考え方、さらには文体やスタイルなども勘案しながら、思いきった決断を下し、ターゲット言語で新たな文章を生み出します。ソース言語のテキストが跡形もなく別物になっている場合もあります。センテンスやパラグラフがまるごとなくなったり、論理構成をアレンジし直したり……。でも不思議なことに、ソーステキストの本来の意味や意図はしっかり伝わるのです。これはいまのところ人間の魔法というほかないのですが、ウィドマーのコンピュータが学習を続け、創造力の「ルール」をいずれ解明すれば、機械翻訳だって我々を驚かせ、楽しませ、感動させてくれるのかもしれません。


    (原文)

    Machines and the Magic of Translation


    Some years ago, AI researcher Gerhard Widmer launched a project with the lofty goal of unlocking the secrets of human creativity. He fed a “learner computer” the written scores of 13 Mozart piano sonatas, then gave the machine a recording of a human performance of those same sonatas. The computer compared the two sets of information to devise a set of rules about the differences between how a piece was supposed to be played against how it actually was played. Sometimes the computer produced misleading rules, resulting in a stilted or jarring performance, but when it came up with valid rules, the music was nuanced and delicate. 


    The Mozart experiment utilized strict parameters, painstakingly rendering the scores of a single composer into a form that a computer could follow, then having the same pieces performed by a single professional pianist on a single, highly sophisticated digital piano. Going on from there to devise rules for different composers, pianists, and styles of music would require Widmer’s learner computer to encompass a truly mindboggling number of variables. But if the computer did succeed in evolving to that stage, surely the next step would be to apply the same approach to machine translation. 


    It would be fair to say that machine translation has so far been disappointing. It turns out to be extremely difficult for a computer to acquire the necessary in-depth knowledge of the grammar, semantics, syntax, idioms, and cultural underpinnings of both the source and target languages. Moving between languages as different as English and Japanese, the computer presumably also confronts the hugely different expectations of readers’ ability to intuit meaning. The research aspect too must be challenging. Assuming that the computer succeeded in recognizing, for example, a technical term, an historical reference, an industry in-joke, or even the writer’s particular perspective within their field, it would no doubt beat a human translator hands-down in undertaking an extensive trawl for the necessary additional information. However, it would still need to be able to gauge the quality of the information it identified (no Twitter feeds or satirical columns, for example). 


    The greatest hurdle, however, would have to be the creative aspect of translation. Taking the meaning of the writer’s text along with the shape of the writer’s thinking, and even aspects of the their style, the translator crosses the Rubicon and creates a new text in the target language, which sometimes has little or no literal resemblance to the source text. Whole sentences and even paragraphs may vanish; the argument may be entirely rearranged. But magically, the shape and the intent of the source text still shines through. So far, this has been an entirely human magic, but as Widmer’s learner computers continue to unravel the “rules” of that creativity, we may yet be surprised, delighted, and moved by machine translation.


    M.S.

    | 翻訳者 | 18:25 | - | - |
    CALENDAR
    S M T W T F S
     123456
    78910111213
    14151617181920
    21222324252627
    28293031   
    << October 2018 >>
    SELECTED ENTRIES
    CATEGORIES
    ARCHIVES
    サイマル・アカデミーブログ
    通訳者・翻訳者を養成するサイマル・アカデミーのブログはこちらです。 セミナーのレポートや講座の紹介など、お役立ち情報を更新中!
    モバイル
    qrcode
    LINKS
    index_img_01.gif
    PROFILE