01 / UNDERSTAND
仕組みと使いどころ
目的言語の単言語文から自動的に原言語側の文を生成し、元の目的言語文と組み合わせて合成対訳データを作る。このデータを既存の並列学習データへ追加することで、目的言語側の単言語データをニューラル機械翻訳の学習に利用できる。資料では、英独翻訳やトルコ語から英語への翻訳で改善が報告されている。また、合成文の生成方法として、サンプリング、ノイズを加えたビーム出力、ビーム探索、貪欲探索などが比較されており、効果は資源量、生成方法、対象領域などによって異なる。
02 / IN PRACTICE
Back-translationの活用例
たとえば、こんな場面で
対象分野の目的言語文から合成対訳を作り、既存の対訳データに追加して翻訳モデルを学習させる。
03 / GOOD TO KNOW
使うときのポイント
合成文の生成方法、対象領域、利用できる単言語データと対訳データの量を確認し、条件をそろえて効果を評価する。
参考資料
Improving Neural Machine Translation Models with Monolingual Data （新しいタブで開きます）Understanding Back-Translation at Scale （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。