技術的概要：コプト語からフランス語へのニューラル機械翻訳

問題提起

ニューラル機械翻訳（NMT）は現代言語において著しく進展したが、データの不足により歴史的・古代言語は依然として過小評価されたままとなっている。エジプト語族の最終段階であるコプト語は、エジプト学および初期キリスト教研究にとって不可欠であるが、特にフランス語への翻訳に向けた堅牢な NMT ツールは欠如している。既存のリソースは主に英語またはアラビア語への翻訳に限定されている。本論文は、低リソース古代言語翻訳に固有の 4 つの中核的課題に焦点を当て、コプト語からフランス語への翻訳戦略を体系的に調査することで、このギャップに対処する：

1. 翻訳戦略：直接翻訳するか、中間言語（例：英語）を使用するか。
2. モデル選択：微調整に最適な事前学習モデルをどのように選択するか。
3. データの多様性：同一テキストの複数のスタイル版で学習することの影響。
4. 頑健性：古代写本に共通するノイズや破損（欠落文字、OCR エラー、綴りの変異など）をどのように処理するか。

方法論

著者は、整列された聖書コーパスを用いて 4 つの異なる実験段階を評価する包括的なパイプラインを構築した。

1. データセットの構築と前処理

• ソース：コプト語テキストはCoptic SCRIPTORIUMプロジェクト（サヒディック新約・旧約聖書）から抽出された。
• ターゲット：スタイルの多様性のために、3 つのパブリックドメインのフランス語聖書翻訳（ルイ・セゴン、クランプン、ダービー）が選択された。
• 整列：節 ID を用いて節が自動的に整列された。
• ローマ字化：標準的なトランスフォーマー語彙は元のコプト語の Unicode をサポートしないため、コプト語テキストをローマ字化するためにuromanツールが使用された。
• 分割：データ汚染を防ぐために、書単位での分割が採用された。テストには書（コリント人への手紙第一、マルコによる福音書、ガラテヤ人への手紙、ヘブル人への手紙）が保持され、残りの 59 冊が訓練セットを形成した。

2. 実験段階

本研究は、制御された実験を通じて 4 つの特定の研究課題を評価した。

• 微調整の妥当性：著者は 4 つのアプローチを比較した。
  1. コプト語固有モデル（Enis）をフランス語に微調整する。
  2. 多言語モデル（Helsinki）をそのまま使用する。
  3. コプト語モデルをゼロショットプロンプトでフランス語出力させる。
  4. 中間戦略（コプト語 $\to$ 英語 $\to$ フランス語）。
• 事前学習モデルの選択：4 つの事前学習モデルがコプト語 - フランス語コーパスで微調整された。
  • Enis：コプト語から英語へのモデル。
  • Helsinki：多言語聖書学習モデル（コプト語/フランス語）。
  • T5：汎用モデル（フランス語の露出あり、コプト語なし）。
  • Hiero：ヒエログリフから英語/ドイツ語へのモデル（関連する言語族）。
• 微調整データセットの選択：最高性能を示したモデル（Helsinki と Hiero）は、個々のフランス語翻訳に対して、あるいは 3 つの翻訳を結合したデータセットに対して訓練され、スタイル変異の恩恵を評価した。
• ノイズへの頑健性：写本の劣化をシミュレートするため、著者は訓練データにノイズを注入した。
  • 欠落：2% の文字削除。
  • 綴り誤り：2% の隣接文字交換。
  • OCR エラー：10% の視覚的に類似した文字への置換。
    モデルは異なるノイズレベル（0%、10%、30%、50%、100%）で訓練され、クリーンデータおよびノイズ入りデータでテストされた。

3. 評価指標

単一のコプト語の節には複数の有効なフランス語翻訳が存在し得るため、語彙的重なり指標（BLEU など）は不十分と判断された。本研究では、意味的類似性と学習された指標が用いられた。

• BERTScore：文脈的トークン類似性。
• BLEURT：人間の品質判断を予測する学習済み指標。
• COMET：翻訳品質のための多言語 BERT ベース指標。
• METEOR：類義語と語幹抽出を伴うユニグラムマッチング。

主要な結果

1. 翻訳戦略

微調整は不可欠である。 微調整されたコプト語からフランス語へのモデルは、すべての代替案を大幅に上回った。

• 微調整は、すべての指標で最高スコアを達成した（例：BERTScore 0.820）。
• 中間戦略（コプト語 $\to$ 英語 $\to$ フランス語）およびゼロショットプロンプトは、しばしばベースラインモデルよりも性能が低く、誤りの累積と不一致したデコード期待を示した。
• 微調整なしで使用された多言語モデルは、低リソースの言語対に対して最適ではなかった。

2. モデル選択

関連言語または対象ペアでの事前学習が重要である。

• コプト語とフランス語の聖書テキストで事前学習されたHelsinkiモデルが、全体的に最高の性能を達成した（BERTScore 0.850、COMET 0.731）。その成功は、事前学習コーパスにソース言語とターゲット言語の両方が含まれており、ドメインの整合性（聖書テキスト）があったことに起因する。
• ヒエログリフ（関連する言語）で訓練されたHieroモデルは、2 番目に良いモデルとして機能し、関連する古代言語間で知識が効果的に転移することを示した。
• コプト語または関連言語の露出がないモデル（T5）は、最悪の性能を示した。

3. データの多様性

スタイルの多様性は汎化を向上させる。

• 単一のフランス語翻訳で訓練されたモデルは、その同じ翻訳でテストされた際に最高性能を示した（高い語彙的一致）。
• しかし、3 つすべての翻訳で訓練されたモデルは、すべてのテストセットでBLEURT および COMET スコアを一貫して最高に達成した。これは、複数の有効な翻訳への露出が、モデルに優れた意味表現を学習させ、特定の参照との文言がわずかに異なっても、全体的に高品質な翻訳を生成することを可能にすることを示している。

4. ノイズへの頑健性

制御されたノイズ注入は耐性を高める。

• クリーンデータ（0% ノイズ）で訓練されたモデルは、クリーンなテストデータで最高性能を示したが、ノイズ入りデータでテストされた際には深刻な性能低下（Hiero の BLEURT で最大 53%）を被った。
• 50% のノイズで訓練されたモデルが、最適なトレードオフを達成した。クリーンデータでの高い性能を維持しつつ、ノイズ入り入力での劣化が大幅に少なかった（平均で 15% 未満の低下）。
• これは、古代言語翻訳において、シミュレートされた破損を含めて訓練することが、歴史的写本に固有の破損に対処するための必要な戦略であることを示唆している。

意義と貢献

本論文は、コプト語からフランス語への翻訳戦略に関する最初の体系的な研究を提示すると主張している。その主な貢献は以下の通りである。

1. 実証的検証：古代言語翻訳において、タスク固有の微調整が、中間言語ベースまたはゼロショットのアプローチよりも優れていることを実証した。
2. 転移学習：関連する古代言語（ヒエログリフ）または特定の言語ペア（コプト語 - フランス語）で事前学習されたモデルが最良の結果をもたらすことを確認した。
3. データ戦略：スタイル的に多様なコーパス（複数の聖書翻訳）で訓練することが、意味的頑健性と全体的な翻訳品質を向上させることを確立した。
4. ノイズ耐性：低リソース古代言語 NMT に対する実用的な指針を提供した。訓練中に約50% のノイズを注入することで、クリーンテキストでの性能を過度に犠牲にすることなく、歴史的写本に固有の破損に対して耐性のあるモデルが作成される。

著者は、これらの知見が、特定のコプト語 - フランス語の事例を超えて、他の低リソースまたは古代言語のペアに対する NMT ツール開発の実用的な指針を提供すると結論づけている。生成されたモデルとコードは公開されている。