文献

J-GLOBAL ID：202202282062196218   整理番号：22A1113922

ニューラル機械翻訳の可視化に基づく改善【JST・京大機械翻訳】

Visualization-based improvement of neural machine translation

著者 (5件)： Munz Tanja (Visualization Research Center (VISUS), University of Stuttgart, Stuttgart, 70569, Germany) ,  Vaeth Dirk (Institute for Natural Language Processing (IMS), University of Stuttgart, Stuttgart, 70569, Germany) ,  Kuznecov Paul (Institute for Natural Language Processing (IMS), University of Stuttgart, Stuttgart, 70569, Germany) ,  Vu Ngoc Thang (Institute for Natural Language Processing (IMS), University of Stuttgart, Stuttgart, 70569, Germany) ,  Weiskopf Daniel (Visualization Research Center (VISUS), University of Stuttgart, Stuttgart, 70569, Germany)
資料名： Computers & Graphics  (Computers & Graphics)
巻： 103  ページ： 45-60  発行年： 2022年 
JST資料番号： D0525B  ISSN： 0097-8493  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 神経機械翻訳を解析,理解,修正するための新しい視覚対話型アプローチを導入した。このシステムは,ニューラルマシン翻訳を用いて文書を自動翻訳し,可能な誤り変換を同定し修正するユーザを支援する。次に,ユーザ補正を用いて,ニューラルマシン翻訳モデルを微調整し,全文書を自動的に改善した。神経機械翻訳の翻訳結果は印象的である一方,翻訳結果の検証のためにユーザにとって必要なように,過度およびアンダートランスレーション,ドメイン特異的用語,および長い文章を扱うような多くの課題がある。このシステムは,このタスクにおけるユーザを支援することを目的とする。著者らの視覚解析手法は,対話型システムにおけるいくつかの可視化技術を組み合わせる。翻訳品質に関連する多重計量を持つ並列座標プロットを用いて,誤差を含む可能性のある変換を発見,フィルタ,選択する。注意重みに対する対話型ビーム探索可視化とグラフまたはマトリックスベース可視化は,ポスト編集と機械生成翻訳の理解に使用できる。機械翻訳モデルをユーザ補正から更新し,全文書の翻訳品質を改善した。LSTMベースの翻訳モデルに対する著者らのアプローチを設計し,それを変換器アーキテクチャを含むように拡張した。代表的な事例に対して,可能な誤翻訳と,それらを扱うためのシステムの使用方法を示す。ユーザ研究は,多くの参加者が,特に大きな文書を翻訳するために,手動テキストベースの翻訳に対してそのようなシステムを好むことを明らかにした。さらに,定量的コンピュータベース実験を行い,このシステムが翻訳品質を改善し,ドメイン特異的文書に対するポスト編集努力を低減することを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  フィルタ ,  変換器 ,  *機械翻訳 ,  *可視化 ,  多重化 ,  モデル ,  計算機アーキテクチャ ,  機械学習
準シソーラス用語： 対話型 ,  翻訳モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 神経機械翻訳 ,  機械学習 ,  視覚解析 ,  LSTM ,  変圧器 ,  翻訳補正

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： ニューラル機械翻訳 ,  可視化