文献

J-GLOBAL ID：201902264929690603   整理番号：19A1097205

フレーズ・トークン込みNMTモデル及びSMTによる大語彙フレーズ翻訳によるハイブリッド翻訳方式

著者 (6件)： LONG Zi (筑波大 大学院システム情報工学研究科) ,  木村龍一郎 (筑波大 大学院システム情報工学研究科) ,  飯田頌平 (筑波大 大学院システム情報工学研究科) ,  宇津呂武仁 (筑波大 大学院システム情報工学研究科) ,  三橋朋晴 (日本特許情報機構) ,  山本幹雄 (筑波大 大学院システム情報工学研究科)
資料名： 電子情報通信学会論文誌 D(Web)
巻： J102-D  号： 3  ページ： 104-117 (WEB ONLY)  発行年： 2019年03月01日 
JST資料番号： U0473A  ISSN： 1881-0225  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  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)の弱点の一つとして,扱える語彙に限りがある点が知られている.NMTにおいては,語彙辞書に含まれていない単語は未知語トークンとして出力されるため,これが誤訳となる.従来法では,出力文に含まれた未知語トークンが対応する原言語の単語を推定しその訳語に置き換えることによって,NMTにおいて出力可能となる語彙の規模を拡大した.しかし,この方式は,単語単位での語彙規模の拡大にとどまる点が弱点であった.本論文においては,ニューラル翻訳において,大規模フレーズ語彙に対応する方式を提案する.具体的には,訓練用対訳文においてフレーズ間の二言語対応の情報を収集し,二言語間で対応済みのフレーズ対訳対を同一のトークンに置き換えた後,NMTモデルの訓練を行う.翻訳時には,NMTモデルの語彙集合中の語彙部分に対しては,NMTモデルによる訳文生成がなされ,一方,その他のフレーズまたは単語語彙部分に対しては,SMTモデルによる翻訳がなされる.日中,中日,日英,英日の各方向の翻訳において評価を行い,提案手法の有効性を検証した.(著者抄録)

シソーラス用語： *ニューラルネットワーク ,  *機械翻訳 ,  言語 ,  トークン ,  語彙 ,  翻訳【言語】 ,  *ハイブリッド方式 ,  単語 ,  用語 ,  大規模 ,  *神経回路網モデル
準シソーラス用語： *ニューラルモデル ,  フレーズ ,  *統計的機械翻訳 ,  未知語 ,  訳語

分類 (1件)： 自然語処理  (JE06000L)

引用文献 (24件)：

• D. Bahdanau, K. Cho, and Y. Bengio, “Neural machine translation by jointly learning to align and translate,” Proc. 3rd ICLR, pp.1-15, 2015.
• S. Jean, K. Cho, Y. Bengio, and R. Memisevic, “On using very large target vocabulary for neural machine translation,” Proc. 28th NIPS, pp.1-10, 2014.
• M. Luong, H. Pham, and C.D. Manning, “Effective approaches to attention-based neural machine translation,” Proc. EMNLP, pp.1412-1421, 2015.
• M. Luong, I. Sutskever, O. Vinyals, Q.V. Le, and W. Zaremba, “Addressing the rare word problem in neural machine translation,” Proc. 53rd ACL, pp.11-19, 2015.
• I. Sutskever, O. Vinyals, and Q.V. Le, “Sequence to sequence learning with neural machine translation,” Proc. 27th NIPS, pp.3104-3112, 2014.

タイトルに関連する用語 (7件)： フレーズ ,  トークン ,  NMT ,  モデル ,  SMT ,  語彙 ,  翻訳