ニューラルネットワークを用いた点字翻訳システムの構築

使用神经网络构建盲文翻译系统

基本信息

批准号：
13750380
负责人：
渡部徹
金额：
$ 1.41万
依托单位：
Matsue National College of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2001
资助国家：
日本
起止时间：
2001 至 2002
项目状态：
已结题

项目摘要

日本語文書を点字に翻訳する方法として、点訳者が点訳を進める方法や自動点訳ソフトによって点訳を行う方法がある。前者の場合、点訳者の人数自体が少ないうえに、1人の点訳者が翻訳できる数は限られている。このため日々出版される図書の点字化への対応が遅れてしまう問題点がある。また後者の場合は、点訳ソフトが正しく点訳できない場合が多くあり、点訳者による点訳支援システムという形態をとっているのが現状である。本研究は、人間の脳機能をモデルとしたニューラルネットワークを点字翻訳に適応し、その精度を評価・検討するものである。まず点字翻訳のプロセスの中で最も複雑で時間が掛かる「分かち書き」をニューラルネットワークに適用した。ニューラルネットワークは入力と出力の与え方やネットワークの構成によってその性能が大きく異なる。昨年度の研究では、入力に与えるデータとして、(1)点訳前の文書の文字コードをそのまま入力する、(2)文書を漢字とひらがなとカタカナ記号に分類したものを入力する、(3)文書を品詞別に分類したものを入力する、以上3種類の入力方法について計算機シミュレーションを行い、(3)品詞入力の手法が最も正答率が高い結果を得た。そこで今年度は上述した(3)品詞入力の手法を用い、(4)階層型ニューラルネットワークの入力層と中間層の結合を入力の品詞ごとにまとめた構成、(5)通常の全結合のネットワーク構成、以上2種について比較検討した。学習データ数を100パターンとして、計算機シミュレーションを行った結果、(4)品詞ごとに分けたネットワークの分かち書き正答率は92%、(5)全結合ネットワークの正答率は89%となり、(4)のネットワークの方は優れていることが分かった。このネットワーク構成は(5)の場合に比べてネットワークのリンク数も少なくなり、学習に掛かる時間も少なくて済むという結果が得られた。

将日语文档翻译成盲文有两种方法：让盲文翻译器进行盲文翻译，以及使用自动盲文翻译软件。在前一种情况下，盲文翻译器的数量较少，并且一个盲文翻译器可以翻译的译文数量是有限的。因此，每天出版的书籍都存在盲文改编存在延迟的问题。对于后一种情况，盲文翻译软件无法正确翻译盲文的情况很多，目前的情况是盲文翻译支持系统都是由盲文翻译者提供的。本研究将模拟人脑功能的神经网络应用于盲文翻译，并评估和检验其准确性。首先，我们将盲文翻译过程中最复杂、最耗时的部分“分离”应用到神经网络中。神经网络的性能根据输入和输出的给出方式以及网络配置的不同而有很大差异。在去年的研究中，输入数据是（1）输入盲文翻译前文档的字符代码，（2）输入分类为汉字、平假名和片假名符号的文档，以及（3）将文档输入汉字、平假名我们对上述三种按词性输入信息的输入法进行了计算机模拟，发现（3）词性输入法的正确率最高。因此，今年我们将采用上述（3）词性输入法，（4）分层神经网络的输入层和中间层之间的连接按输入词性进行分组的结构，（5）对上述两种配置进行了正常的全连接网络的比较研究。训练数据集数量为100个模式的计算机模拟结果，(4)除词性网络的正确响应率为92%，(5)全连接网络的正确响应率为89%，网络变得更好了。这种网络配置导致比情况（5）更少的网络链接，并且需要更少的学习时间。