ルールベース機械翻訳の限界
問題
ルールベース機械翻訳に関する次の記述のうち、正しいものを1つ選べ。
解説
ルールベース機械翻訳（RBMT）は、人間が手作業で作成した文法規則（ルール）と辞書を用いて、原文の構造を解析し目的言語に変換する初期の機械翻訳手法です。
規則に当てはまる定型文の翻訳には正確さを発揮しますが、自然言語が持つ複雑な曖昧さや例外的な表現をすべてルール化することは不可能であり、翻訳精度の向上には限界がありました。
AIの歴史的変遷を知る上で、統計的機械翻訳（SMT）や現在の主流であるニューラル機械翻訳（NMT）へと技術が発展する背景として重要な概念です。
1. ルールベース機械翻訳は、人間が作成した文法ルールや辞書に基づいて翻訳を行う。
正しい：ルールベース機械翻訳（RBMT）の基本的な仕組みです。言語学的なアプローチに基づき、人間が定義した文法構造の規則と辞書データを照らし合わせて翻訳を実行します。
2. ルールベース機械翻訳は、曖昧さや例外処理が得意であり、品質向上が容易である。
誤り：自然言語は曖昧で例外が多いため、それをすべて人間がルールとして記述することは事実上不可能です。そのため、ルールの矛盾や限界が生じやすく、品質の向上が難しいという欠点がありました。
3. ルールベース機械翻訳は、対訳データを大量に学習することで性能が向上する。
誤り：対訳データ（コーパス）を大量に学習して翻訳モデルを構築し性能を向上させるのは、統計的機械翻訳（SMT）やニューラル機械翻訳（NMT）の特徴です。ルールベースはあくまで人間が作成した規則に依存します。
4. ルールベース機械翻訳は、初期の機械翻訳で一定の成果を上げ、現在でも主流である。
誤り：初期の機械翻訳で一定の成果を上げましたが、現在では深層学習を用いたニューラル機械翻訳（NMT）が主流となっており、ルールベース機械翻訳は主流ではありません。
📚 より詳細を学びたい方へ
