抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
機械翻訳は大量の並列テキストを必要とする。このようなデータセットはニュースワイヤのようなドメインで豊富であるが,生物医学ドメインではアクセス性が低い。中国語と英語は,最も広く話された言語の2つであるが,我々の知識では,生物医学領域における並列コーパスは,この言語対には存在していない。本研究では,新しいイングランドジャーナル(NEJM)から,各サイドで,約100,000の文章対と3,000,000トークンからなる英語-中国語の並列コーパスを取得・処理するための効果的なパイプラインを開発した。ドメイン外データに関する訓練と4,000NEJM文章ペアとの微調整は,エン→zh(zh→en)方向に対して25.3(13.4)BLEUによる翻訳品質を改善することを示した。翻訳品質は,全データセットのen→zh(zh→en)方向に対する33.0(24.3)BLEUの増加を伴って,より大きなドメインデータセットのより遅いペースで改善を続けた。【JST・京大機械翻訳】