大量で良質な対訳コーパスの確保は，翻訳機能を計算機処理により実現する統計的機械翻訳をはじめ，対訳用語辞書作成などの情報資産の有効活用に向け，重要性が認識されてきている．これまで大規模対訳コーパスの構築が行われる一方で，対訳コーパスの品質改善を目的に修正や更新を行うこと（クリーンアップ）に関する方法論はまだよく知られていない．本稿では言語獲得にみられる再帰的学習に基づき，言語間で文中の単語が対応付くような良質な大規模対訳コーパスの構築に向けたクリーンアップ方法を提案する．提案方法では，対訳コーパスの学習による機械翻訳の出力との差分のフィードバックにより対訳コーパス中の文対を取捨選択して更新することでクリーンアップを実現する．日英特許対訳コーパスを対象にした実験を通して，提案方法による対訳コーパスのクリーンアップの効果を明らかにする．
