文献

J-GLOBAL ID：201702218611284760   整理番号：17A1004496

機械翻訳の新しいパラダイム:ニューラル機械翻訳の原理

New paradigm for machine translation: How the neural machine translation works

著者 (2件)： 中澤敏明 (科学技術振興機構 情報企画部) ,  中澤敏明 (京都大学大学院 情報学研究科)
資料名： 情報管理  (月刊JICST)
巻： 60  号： 5  ページ： 299-306(J-STAGE)  発行年： 2017年 
JST資料番号： F0392A  ISSN： 0021-7298  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ニューラル機械翻訳(NMT)の登場により機械翻訳のパラダイムは大きく変化した。平均的な翻訳精度は統計的機械翻訳(SMT)と比較すると格段に向上したが,誤りの傾向がSMTとは大きく異なっており,NMT特有の誤りも存在する。本稿では機械翻訳研究の歴史をごく簡単に振り返り,SMTの仕組みを簡単に復習した後,SMTと比較しながらNMTの仕組みを解説する。NMTは大きく分けてエンコーダー,アテンション機構,デコーダーの3つからなり,それぞれの役割についても解説する。またそれぞれの翻訳方式の特徴を明らかにし,その長所と短所を説明する。さらに科学技術振興機構(JST)におけるNMTの活用事例を紹介し,最後に本稿のまとめを行う。(著者抄録)

シソーラス用語： *機械翻訳 ,  統計的方法 ,  ニューラルネットワーク ,  符号器 ,  復号器 ,  自然言語処理
準シソーラス用語： *統計的機械翻訳 ,  *ニューラル機械翻訳 ,  エンコーダ ,  アテンション機構 ,  デコーダ

著者キーワード (20件)： 機械翻訳 ,  ニューラル機械翻訳 ,  NMT ,  ニューラルネットワーク ,  リカレントニューラルネットワーク ,  エンコーダー ,  デコーダー ,  アテンション機構 ,  分散表現 ,  エンベディング ,  machine translation ,  neural machine translation ,  NMT ,  neural network ,  recurrent neural network ,  encoder ,  decoder ,  attention mechanism ,  distributed representation ,  embedding

分類 (1件)： 自然語処理  (JE06000L)

引用文献 (6件)：

• 1) Nagao, Makoto. A framework of a mechanical translation between Japanese and English by analogy principle. Artificial and Human Intelligence. 1984.
• 2) Bahdanau, Dzmitry. et al. Neural machine translation by jointly learning to align and translate. https://arxiv.org/abs/1409.0473, (accessed 2017-05-24).
• 3) Wu, Yonghui. et al. Google's neural machine translation system: Bridging the gap between human and machine translation. https://arxiv.org/abs/1609.08144, (accessed 2017-05-24).
• 4) "A neural network for machine translation, at production scale". Google research blog. https://research.googleblog.com/2016/09/a-neural-network-for-machine.html, (accessed 2017-05-24).
• 5) Tu, Zhaopeng. et al. Neural machine translation with reconstruction. https://arxiv.org/abs/1611.01874, (accessed 2017-05-24).

タイトルに関連する用語 (4件)： 機械翻訳 ,  パラダイム ,  ニューラル機械翻訳 ,  原理