【G検定過去問風テスト】初期AIの辞書やルールを使う翻訳手法は何？

2026年7月16日 2026年7月21日 atsushi_kitazawa

※本記事では、アフィリエイトプログラムより教材を紹介しています。

📝 問題

初期の翻訳AIにおいて用いられた、人間が辞書や文法規則（文法ルール）を事細かにコンピューターへ教え込むことで翻訳を行う手法の名称として、最も適切な選択肢を1つ選べ。

A）統計的機械翻訳
B）ニューラル機械翻訳
C）コーパスベース機械翻訳
D）ルールベース機械翻訳

🔍 ここをクリックして正解を見る

正解: D）ルールベース機械翻訳

💡 合格に近づく！徹底解説

重要度: ★★☆

■ 1分で分かる！この問題の要点

人間が文法や辞書を「ガチガチのルール」として手入力して翻訳させる初期の手法を「ルールベース機械翻訳」と呼びます。
大量の自然言語会話データ（コーパス）から確率・統計を使って翻訳する次世代の進化形「統計的機械翻訳」との違いが試験でよく問われます。
進化の歴史（ルールベース ➔ 統計的 ➔ 現代のニューラル）の流れを頭にたたきこんでおきましょう！

■ 初学者向け解説（例え話や背景）

初期の翻訳AIは、人間が「英語の『I+Love+You』の構文が来たら、日本語では『I（私）はYou（あなた）をLove（愛しています）』という順番に並べ替えなさい」「『apple』は『リンゴ』と訳しなさい」といったルールを膨大に手作業でプログラミングしていました。これが「ルールベース機械翻訳」です。
しかし、言葉にはたくさんの例外や、文脈によるニュアンスの違いがありますよね。人間がすべてのルールを書き切るのには限界があり、仕上がりは直訳気味で、どこか不自然なパキパキした文章になってしまいました。
のちに、人間がルールを決めるのをやめて、大量の対訳データから「この単語の次には、この単語が来る確率が高い」と計算させる「統計的機械翻訳」が登場したことで、翻訳の自然さは劇的に向上していくことになります。

■ 選択肢の解説

A) 統計的機械翻訳（×）: 大量の対訳データ（コーパス）を読み込ませ、確率・統計モデルに基づいて自然な語順を導き出す第2世代の手法です。
B) ニューラル機械翻訳（×）: ディープラーニング（ニューラルネットワーク）を応用した、現代の主流となっている極めて高精度な翻訳手法です。
C) コーパスベース機械翻訳（×）: 大量の対訳データ（コーパス）を利用する翻訳手法の総称であり、統計的機械翻訳やニューラル機械翻訳がこれに含まれます。
D) ルールベース機械翻訳（○）: 記述の通り、人間が定義した文法規則や辞書をガチガチに適用して翻訳を行う最初期の手法です。

リンク