機械翻訳の歴史
問題
統計的機械翻訳（SMT：Statistical Machine Translation）に関する次の記述のうち、正しいものを1つ選べ。
解説
統計的機械翻訳（SMT：Statistical Machine Translation）は、1990年代から2010年代半ばまで主流だった翻訳技術です。
大前提として、人間が文法ルールを教えるのではなく、人間が翻訳した大量の「対訳データ（コーパス）」を確率・統計モデルで分析し、「この単語やフレーズは、この訳語になる確率が高い」という対応関係を自動で学習して翻訳を行います。
実務的には、現在の主流であるニューラル機械翻訳（NMT）へと進化する前段階の技術であり、「データドリブン（データから学習する）」という機械学習の強力さを示す重要なマイルストーンです。
1. 統計的機械翻訳は、大量の対訳データを分析し、単語やフレーズの対応関係を学習する手法である。
正しい：大量の対訳コーパスを統計的に処理し、単語やフレーズの並びの確率（翻訳モデルと言語モデル）から最も適切な翻訳結果を導き出すのがSMTの基本的な仕組みです。
2. 統計的機械翻訳は、文法ルールを人間が記述する方式であり、辞書に強く依存する。
誤り：文法ルールや辞書を人間が手作業で記述する方式は「ルールベース機械翻訳（RBMT）」の特徴であり、統計的機械翻訳（SMT）とは異なります。
3. 統計的機械翻訳は、ニューラル機械翻訳よりも文脈理解に優れている。
誤り：統計的機械翻訳（SMT）は単語やフレーズ単位での確率的翻訳を行うため、文全体や前後の文脈を考慮した自然な翻訳（文脈理解）においてはニューラル機械翻訳（NMT）に大きく劣ります。
4. 統計的機械翻訳は、深層学習の登場後も主流であり続けている。
誤り：統計的機械翻訳（SMT）はかつての主流でしたが、2010年代半ばに深層学習を用いたニューラル機械翻訳（NMT）が登場し、翻訳精度が飛躍的に向上したため、現在はNMTが主流となっています。
📚 より詳細を学びたい方へ
