0:00:06.677,0:00:11.306
映画やテレビに出てくる宇宙人の多くが[br]苦もなく完璧な英語を話すのは

0:00:11.306,0:00:14.483
一体どういうわけなんでしょうか

0:00:14.483,0:00:17.886
端的に言えば[br]宇宙船の乗組員が何年もかけて

0:00:17.886,0:00:21.774
宇宙人語の辞書を編纂している姿なんて[br]誰も見たくないからです

0:00:21.774,0:00:23.392
しかし辻褄を合わせる意味で

0:00:23.392,0:00:26.789
スタートレックなどSF業界の製作者たちは

0:00:26.789,0:00:30.514
万能翻訳機というコンセプトを[br]世に送り出しました

0:00:30.514,0:00:35.012
どんな言語間の翻訳も即座にできる[br]携帯機器です

0:00:35.012,0:00:38.539
では現実の世界に万能翻訳機は[br]存在し得るのでしょうか

0:00:38.539,0:00:42.137
それが可能だと言い張る[br]プログラムはたくさんあります

0:00:42.137,0:00:45.954
単語でも文でも 本を丸ごと１冊でも

0:00:45.954,0:00:49.004
ある言語から[br]別の たいていの言語に翻訳でき

0:00:49.004,0:00:52.337
現代英語も古代サンスクリット語も[br]お手のものです

0:00:52.337,0:00:55.913
もし翻訳というものが[br]ただ単語を辞書で調べるだけのことなら

0:00:55.913,0:00:59.825
こうしたプログラムは[br]人間の力を越えていると言えるでしょう

0:00:59.825,0:01:03.299
しかし実際のところは もっと複雑です

0:01:03.299,0:01:07.349
規則に基づくタイプの翻訳プログラムは

0:01:07.349,0:01:10.302
辞書に載っているすべての単語や[br]その単語が取りうる―

0:01:10.302,0:01:13.283
文法的に正しいすべての形を含んだ[br]語彙のデータベースと

0:01:13.283,0:01:18.925
入力言語の基本的な言語的要素を[br]認識するための一連の規則を用います

0:01:18.925,0:01:22.396
「その子たちはマフィンを食べる」は[br]一見 単純そうな文ですが

0:01:22.396,0:01:27.050
プログラムは まず構文[br]つまり文法的な構造を解析します

0:01:27.050,0:01:29.587
「その子たち」が主語で

0:01:29.587,0:01:32.317
残りの部分は述語であり

0:01:32.317,0:01:34.368
その中には動詞の「食べる」と

0:01:34.368,0:01:37.422
直接目的語「マフィン」があることを[br]割り出します

0:01:37.422,0:01:40.249
続いて英語の形態論に沿って[br]識別する必要があります

0:01:40.249,0:01:44.681
意味を持つ最小単位にまで[br]言語を分解するのです

0:01:44.681,0:01:46.124
たとえば「マフィン」という語と

0:01:46.124,0:01:49.755
複数を示す接尾辞「s」とは[br]別々になります

0:01:49.755,0:01:52.449
最後に意味論の理解が必要です

0:01:52.449,0:01:56.178
文の各部分が実際にどういう意味か[br]判断するのです

0:01:56.178,0:01:58.074
この文を正しく翻訳するために

0:01:58.074,0:02:01.982
プログラムは[br]翻訳後の要素１つ１つに対して

0:02:01.982,0:02:05.166
その言語の語彙や規則を参照しますが

0:02:05.166,0:02:07.020
ここが微妙なところです

0:02:07.020,0:02:11.820
構文的に語順を自由に入れ替えてよい[br]言語もあれば

0:02:11.820,0:02:16.954
入れ替えると「マフィンが子どもを食べる」に[br]なってしまう言語もあります

0:02:16.954,0:02:19.647
形態論が問題になることもあります

0:02:19.647,0:02:23.243
スロベニア語では「２人の子ども」と[br]「３人以上の子ども」は区別され

0:02:23.243,0:02:27.097
他の多くの言語にはない双数形を示す[br]接尾辞を使います

0:02:27.097,0:02:30.532
ロシア語には定冠詞がないので[br]子どもたちが食べているのは

0:02:30.532,0:02:33.575
ある特定のマフィンなのか[br]一般的なマフィンなのか

0:02:33.575,0:02:36.719
戸惑ってしまうかもしれません

0:02:36.719,0:02:39.708
最後に プログラムは意味論に関して[br]間違いではなくても

0:02:39.708,0:02:42.757
細かいところを取りこぼす場合があります

0:02:42.757,0:02:45.809
たとえば子どもたちがマフィンを[br]「普通に食べる」か

0:02:45.809,0:02:47.794
「ガツガツむさぼる」か拾いきれません

0:02:47.794,0:02:51.558
また別の方法として[br]統計的機械翻訳というのがあります

0:02:51.558,0:02:55.762
すでに人間の手で翻訳されている[br]本や記事や文書の

0:02:55.762,0:02:59.488
データベースを分析する方法です

0:02:59.488,0:03:02.959
このプログラムでは[br]偶然には起こりにくいと考えられる―

0:03:02.959,0:03:05.393
原文と翻訳が一致する箇所を探すことで

0:03:05.393,0:03:09.345
対応する表現やパターンを特定しておき

0:03:09.345,0:03:12.429
それを後々 翻訳に利用します

0:03:12.429,0:03:14.969
しかし このタイプの翻訳の質は

0:03:14.969,0:03:17.690
初期のデータベースの規模や

0:03:17.690,0:03:21.357
目的の言語のサンプルや[br]文体のサンプルが

0:03:21.357,0:03:23.383
どれだけ使えるかに かかっています

0:03:23.383,0:03:27.140
コンピュータは例外や変則的な表現[br]ニュアンスの違いに苦労しますが

0:03:27.140,0:03:30.994
これは人間なら本能的にわかるものです

0:03:30.994,0:03:35.045
このため研究者の中には[br]私たちの言語理解を

0:03:35.045,0:03:39.251
人間の脳の生物学的構造が生む[br]特徴だと考える人もいます

0:03:39.251,0:03:43.101
事実 もっとも有名な架空の万能翻訳機は

0:03:43.101,0:03:46.439
『銀河ヒッチハイク・ガイド』に登場する[br]バベル魚ですが

0:03:46.439,0:03:49.726
あれは機械などではなく[br]小さな生き物で

0:03:49.726,0:03:54.210
知覚を持つ生物の脳波と神経信号を[br]テレパシーという形で

0:03:54.210,0:03:57.005
翻訳するというものでした

0:03:57.005,0:03:59.726
今のところは まだ[br]昔ながらの言語学習の方が

0:03:59.726,0:04:05.106
世の中の どのコンピュータプログラムより[br]良い結果を出しますが

0:04:05.106,0:04:06.749
言語学習は簡単ではありませんし

0:04:06.749,0:04:09.014
世界中には数多くの言語があり

0:04:09.014,0:04:12.989
それを話す人々の間で[br]交流が増えていることにも後押しされて

0:04:12.989,0:04:18.004
自動翻訳は今後[br]進歩していく一方でしょう

0:04:18.004,0:04:21.409
きっと私たちが[br]宇宙の生命体に出会う頃には

0:04:21.409,0:04:24.660
小型の装置を通じて[br]コミュニケーションが可能になっているでしょう

0:04:24.660,0:04:29.026
あるいは結局 例の辞書の編纂に[br]着手しているかもしれませんけどね