| 研究課題/領域番号 |
20K19864
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61030:知能情報学関連
|
|---|
| 研究機関 | 同志社大学 |
|---|
研究代表者 |
田村 晃裕 同志社大学, 理工学部, 准教授 (20804165)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2020年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
|
|---|
| キーワード | ニューラル機械翻訳 / 同期式構文解析 / ニューラルネットワーク / 機械翻訳 / Transformer / 同期文構造 |
|---|
| 研究開始時の研究の概要 |
語順などの構造が異なる言語間の翻訳に有効な文構造に基づくNMT（ニューラルネットワークに基づく機械翻訳）の性能改善を目指す。従来モデルで考慮される原言語（翻訳元の言語）や目的言語（翻訳先の言語）の文構造は、翻訳相手の文構造とは独立に解析されるため、翻訳の手がかりとして最適とは限らない。そこで本研究では、原言語の文構造と目的言語の文構造の間で対応をもたせた同期式構文解析を組み込んだNMTを実現する。
|
| 研究成果の概要 |
本研究では、翻訳元の言語と翻訳先の言語で対応させた文構造を活用することで、ニューラルネットワークに基づく機械翻訳（NMT）の性能改善を実現した。実施期間中に、同期された文構造を活用するNMTとして、NMTモデル内で文構造を同期させる方法と、既存の同期式構文解析結果をNMTモデルで活用する方法の二つを試行した。そして評価実験を通じて、NMTモデル内で文構造を同期させることにより、日英翻訳、英独翻訳（英語からドイツ語への翻訳）及び英羅翻訳（英語からルーマニア語への翻訳）の性能が改善できることを示した。
|
| 研究成果の学術的意義や社会的意義 |
近年、グローバル化の進展とともに、外国語の利活用を支援する機械翻訳の需要が高まっている。しかし、現在の機械翻訳では構造が異なる言語間の翻訳は難しく、その翻訳性能の改善が大きな課題の一つとなっている。本研究では、その課題を解決するため、翻訳元の言語と翻訳先の言語で対応させた文構造をNMTで活用する初めての試みに取り組んだ。そして、NMTモデル内で文構造を同期させることにより、日英を含む複数の言語対で翻訳性能を改善できることを示し、今後の機械翻訳の研究開発において、同期された文構造を活用する重要性を示唆した。
|
