目的
適応先分野（機械翻訳の対象とする分野）の対訳データが一切ない場合であっても、当該適応先分野における機械翻訳を精度良く実行するための疑似対訳データを生成する疑似対訳データ生成装置、および、当該疑似対訳データ生成装置で生成された疑似対訳データを用いて適応先分野における機械翻訳を精度良く実行する機械翻訳システム、および、当該機械翻訳システムで用いられる疑似対訳データ生成用機械翻訳モデルの学習方法、疑似対訳データ取得方法、および、機械翻訳モデルの学習方法を実現する。
効果
適応先分野（機械翻訳の対象とする分野）の対訳データが一切ない場合であっても、当該適応先分野における機械翻訳を精度良く実行するための疑似対訳データを生成する疑似対訳データ生成装置、および、当該疑似対訳データ生成装置で生成された疑似対訳データを用いて適応先分野における機械翻訳を精度良く実行する機械翻訳システム、および、当該機械翻訳システムで用いられる疑似対訳データ生成用機械翻訳モデルの学習方法、疑似対訳データ取得方法、および、機械翻訳モデルの学習方法を実現することができる。
技術概要
疑似対訳データ生成用機械翻訳モデルの学習方法であって、
他分野第１言語データと、他分野第２言語データとからなる対訳データを複数含む他分野対訳データ集合Ｄｓｅｔｐ（Ｌ１−Ｌ２）と、
他分野単言語データ集合Ｄｓｅｔｍ（Ｌ１）と、
他分野単言語データ集合Ｄｓｅｔｍ（Ｌ２）と、
適応先分野単言語データ集合Ｄｓｅｔｍ（Ｒ１）と、
適応先分野単言語データ集合Ｄｓｅｔｍ（Ｒ２）と、
を用いて、疑似対訳データ生成用機械翻訳モデルの学習処理を行い、学習処理を実行した後の疑似対訳データ生成用機械翻訳モデルに設定されているパラメータを初期パラメータに設定する初期化ステップと、
初期パラメータが設定されている状態の疑似対訳データ生成用機械翻訳モデルに対して、
（１）自己符号化処理、
（２）ゼロショット折り返し機械翻訳処理、
（３）教師あり機械翻訳処理、
の少なくとも１つを用いて、学習処理を行うことで、疑似対訳データ生成用機械翻訳モデルの最適パラメータを取得する最適化ステップと、
を備える疑似対訳データ生成用機械翻訳モデルの学習方法。
基本情報
開放特許情報
)
登録者情報
その他の情報
