英語の文章を読むのに、機械翻訳にたよる人がふえてきた。 このことについて、注意をのべておきたい。
当面の結論としては、 何が話題になっているかをおおまかにつかむのには、機械翻訳を積極的につかってよい。 しかし、自分の論考の根拠にしたり、批判対象にしたり、そのほか参考にするばあいは、 機械翻訳がまちがっている可能性もじゅうぶん考慮して、 原文を読んで意味をたしかめる必要がある。
次の本の[(*) 「機械翻訳と人間翻訳者」という特集]は、 機械翻訳について、翻訳のプロが論評したものである。
そのうち『翻訳事典』編集部による記事の中で、 機械翻訳を「ルールベース機械翻訳」「統計翻訳」「ニューラル機械翻訳」の3つに分類している。
いまネット上でだれでも利用できる機械翻訳の多くは、 この記事の分類によれば「ニューラル」だが、わたしはむしろ「機械学習による機械翻訳」と言ったほうがよいと思う。 わたしのおおまかな理解では、統計的方法も、機械学習も、過去の事例をたくさんあつめて、 統計的法則性を知ったうえで、入力データと過去の事例との類似性にもとづいて出力をつくっていることは同様だ。 ただし、統計的方法では、統計的法則性を得るための材料と、方法を適用する際の入力データを、はっきり区別する。 機械学習では、方法を適用する際の入力データをもつかって、統計的法則性の知識を修正していく。
人間の言語は、文法構造にしたがって語がくみたてられたものと見ることもできるし、 (話すときの) 時間の順に語がならんだものとみることもできる。 言語によって語順がちがうので、その両方をたもって翻訳することができず、妥協が必要になる。
ルールベースの機械翻訳では、入力データから入力言語の文法構造をつかみ、 出力言語の文法構造におきかえて書きだす。 その結果、時間の流れのなかで情報が出現する順序は、原文と大きくちがってくる。 人が読んでわかる訳文にするためには、文法構造を変えて時間順を原文にちかづけるように 書きかえる必要があることもある。
統計的方法や機械学習による機械翻訳では、(必然ではないのだがたいてい) 時間順が重視され、文法構造は軽視される。 読みやすいが、意味がちがう文になってしまうことがある。
とくに、疑問や否定をあらわす文法構造を、 ルールベースの機械翻訳でさえ、ときどき読みおとす。 統計的方法や機械学習による機械翻訳では、しばしば読みおとす。 結論が正反対になってしまうことさえ、しばしばある。
機械翻訳のプログラムが訳文をうまくつくれないときはどうなるか。 ルールベースならば、おそらく、読者にはわけのわからない文章が出力されて、 機械翻訳がうまくいかなかったことがわかるだろう。 統計的方法や機械学習では、ちょっと似ている例文のまねをして、別の意味の文を書いてしまうかもしれない。 とくに「DeepL」は、訳せなかったところをとばしてしまうことが知られている。 訳文を読んだだけでは、失敗したところがあることがわからない。
ところで、英語や日本語の文章は、文 (sentence) からできている。 機械翻訳では (必然ではないのだがたいてい) データを文単位で処理する。 実際の文章のなかでは、文と文とのあいだに意味上のつながりがあるが、 (いま知られている) 機械翻訳では、文ごとに別々に訳文をつくる。 その結果をならべても、書き手の意識の流れが読み手につたわらないことがある。 (この点は、ルールベース、統計的方法、機械学習のいずれでもそうである。 ただし、将来、複数の文にまたがった処理がふつうになれば、変わるかもしれない。)
『翻訳事典』の記事では、 翻訳業の高橋さんと井口さんが、 訳文をつくる方法として、 機械翻訳をさせてその結果をなおすのは、 人がはじめから訳すよりもてまがかかるので、得にならない、と言っている。
翻訳をするのでなければ、機械翻訳が得になることはありうるけれども、 自分の議論の根拠にするとか批判対象にするなどのばあいは、 たとえ機械翻訳のたすけをかりるとしても、 原文をよく読んで、 意味を逆にとっていたり、前後とのつながりをとりちがえていたりしていないか、 確認する必要がある。 (なお、もし可能ならば、機械翻訳のうちでは、ルールベースのものをすすめたい。 ただし、無料のものがあるかどうか、わたしは知らない。)