• ニューラルネットワークに基づく機械翻訳方式には，

• 長所: 正確かつ流暢な訳文を生成できる反面、

• 短所: 大規模語彙の翻訳に弱い，という問題があります．

• この問題を克服するために，

• ・ニューラルネットワークに基づく機械翻訳

• ・統計的機械翻訳

• の二方式を併用する以下のアプローチを実現しました．

• 1. 訓練時: 大語彙部分の専門用語をトークンに置き換えて，語彙数を抑えた後で訓練を行います．

• 2-1. 翻訳時: 大語彙の専門用語を除いた地の文の部分はニューラルネット翻訳によって翻訳し，

• 2-2. 翻訳時: 大語彙の専門用語部分は統計的機械翻訳によって翻訳します．

• また，ニューラルネットワークに基づく機械翻訳方式には，

• もう一つの短所: 訳抜けが頻発する，という問題があります．

• この問題を克服するために，

• ・翻訳結果を原文に逆翻訳し，訳抜け箇所を検出する

• 方式を併用するアプローチにより翻訳性能を改善しました．

関連論文