AI 翻訳のいま11本
AI 翻訳・音声の研究と、できること・できないこと。
AI 翻訳のいま
大規模言語モデル(LLM)とは?仕組みと得意・不得意をやさしく解説大規模言語モデル(LLM)とは、大量の文章から言葉のつながりを学び、文章を作ったり訳したりできるAIのことです。査読つきの論文と総務省の情報通信白書をもとに、仕組み・得意なこと・苦手なこと・翻訳で使うときの注意を解説します。 AI 翻訳のいま
ニューラル機械翻訳(NMT)とは?しくみと得意・不得意ニューラル機械翻訳(NMT)とは、ニューラルネットワークという AI のしくみで、文を丸ごと読んで訳す機械翻訳の方法です。それまでの統計的な翻訳との違い、エンコーダとデコーダ・注意のしくみ、研究で分かった得意・不得意をやさしく解説します。 AI 翻訳のいま
LLMの翻訳とニューラル機械翻訳の違いは?研究からみた選び方LLM(大規模言語モデル)の翻訳とニューラル機械翻訳(NMT)は、どちらもAIの翻訳ですが、作られ方と得意・不得意が違います。査読つきの論文と国際的な評価の場の報告をもとに、違いを比較表で整理し、研修動画の翻訳での選び方をまとめます。 AI 翻訳のいま
機械翻訳とは?仕組みの移り変わりと、できること・できないこと機械翻訳とは、コンピューターがある言語の文章を別の言語に自動で訳す技術のことです。規則に基づく方式・統計の方式・ニューラルの方式・大規模言語モデルへの移り変わりを、査読つきの論文と国際的な評価の場の報告をもとに解説します。 AI 翻訳のいま
AI翻訳の間違いはどこで起きる?固有名詞・否定・訳抜けの見つけ方AI 翻訳でよく起きる間違い(固有名詞・専門用語・否定・訳抜け・元に無い文)を、査読つきの論文をもとに種類ごとに整理し、研修動画の訳を言語が分からなくても確かめる方法をまとめます。 AI 翻訳のいま
AI翻訳の精度は人の翻訳に追いついた?比較の研究でわかったこと「AI翻訳が人の翻訳に並んだ」という主張を、研究者たちはどう確かめ直したのか。文書ごとに読む評価やプロの翻訳者による評価で何が見えたかを、査読つきの論文からやさしく解説し、研修動画の翻訳で何に気をつけるかをまとめます。 AI 翻訳のいま
音声認識の精度は何で決まる?仕組みと聞き取りが落ちる原因音声認識は、話し声を文字に変える技術です。仕組みと、雑音・マイクとの距離・会話の話し方など精度を左右する要因を、査読つきの論文をもとに解説し、研修動画の音声を聞き取りやすく録るコツをまとめます。 AI 翻訳のいま
BLEUとは?機械翻訳の評価の点数の意味と注意点BLEU(ブルー)とは、機械翻訳の訳が、人が作った手本の訳とどれだけ言葉が重なるかを計算して点数にする評価の方法です。2002 年の発表から使われ続ける理由と、研究で分かってきた弱点、研修の訳を選ぶときの読み方を解説します。 AI 翻訳のいま
機械翻訳の評価とは?BLEU・COMET・MQM と人手評価の違い機械翻訳の評価とは、AI の訳がどれだけ正しく自然かを確かめる方法です。BLEU・COMET などの自動の評価と、MQM などの人による評価の違いを、査読つきの論文をもとにやさしく解説します。 AI 翻訳のいま
ポストエディットとは?機械翻訳の訳を人が直す作業の基礎ポストエディットとは、機械翻訳が出した訳を、人が読んで直す作業のことです。ライト・フルの考え方、研究で分かった効果と限界、研修動画の字幕でポストエディットを進める手順を、査読つきの論文をもとに解説します。 AI 翻訳のいま
文字誤り率(CER)・単語誤り率(WER)とは?音声認識の精度の測り方文字誤り率(CER)と単語誤り率(WER)とは、音声認識が書き起こした文が、正しい文とどれだけ違うかを割合で表す物差しです。数え方、日本語で CER が使われる理由、数字を読むときの注意を、研究をもとにやさしく解説します。
