生成 AI を活用した翻訳プロセスの自動化・効率化
機械学習やディープラーニング、自然言語処理、画像処理、音声認識
これらの技術を組み合わせることで、翻訳に関するさまざまなタスクを自動化し、効率化することができます。
これらの技術を組み合わせることで、翻訳に関するさまざまなタスクを自動化し、効率化することができます。
用語集の作成・適用
OpenAI GPT4oを活用することで、従来の方法と比べて大幅に少ない工数で特定分野の用語を高精度に抽出できるようになりました。さらに、従来は困難だった対訳の抽出も、これまでにない精度で実現可能となりました。
OpenAI GPT4o/Claude3/Gemini1.5を活用し、英語文法の構成モデルを構築し、修正箇所を差分表示するツールを開発しました。
OpenAI GPT4o/Claude3/Gemini1.5を活用し、日本語あるいは英語の文章を要約あるいはコピーライティングするモデルを構築し、修正箇所を差分表示するツールを開発しました。
常体・敬体・スタイル変換
OpenAI GPT4o/Claude3/Gemini1.5を活用し、日本語特有の文末表現である常体・敬体を変換する言語変換ツールを開発しました。
品質評価モデルの構築【研究開発中】
自動ポストエディットモデルの構築【研究開発中】
AI（人工知能）と Generative（生成）AI
AIとは、コンピューターシステムやプログラムが人間の知能や行動を模倣する能力を指します。AIはデータから学習し、問題を解決する能力を持ち、その結果を利用して人が意思決定を行うことを支援してくれます。AIは様々な技術や手法を用いて実現されます。機械学習やディープラーニング、自然言語処理、画像処理、音声認識などがその例です。これらの技術を組み合わせることで、AIはさまざまなタスクを自動化し、効率化することができます。
生成AIは、データから新しいコンテンツを生成するための人工知能（AI）の一種です。
自然言語処理（NLP）、画像生成、音声合成などの分野で活用されます。生成AIは、与えられたデータから学習し、そのパターンや構造を理解し、新しいデータを生成します。
生成AIは、テキスト、画像、音声などの様々なメディア形式を生成することができます。
主な技術手法として、GAN（Generative Adversarial Networks）、VAE（Variational Autoencoder）などがあります。
自然言語処理（NLP）、画像生成、音声合成などの分野で活用されます。生成AIは、与えられたデータから学習し、そのパターンや構造を理解し、新しいデータを生成します。
生成AIは、テキスト、画像、音声などの様々なメディア形式を生成することができます。
主な技術手法として、GAN（Generative Adversarial Networks）、VAE（Variational Autoencoder）などがあります。
LLM（大規模言語モデル）
LLMは、大規模なテキストデータを学習し、言語理解や生成に優れた性能を持つモデルのことを指します。LLMは、自然言語処理のタスクに特化しており、文章の生成、翻訳、要約、質問応答などのタスクを実行することができます。
- OpenAI社のGPT（Generative Pre-trained Transformer）シリーズ
- Anthropic社のClaudeシリーズ
- Google社のGemini
LLMのメリット
- 文脈を考慮する
- 汎用性が高い
- ファインチューニング/ゼロショット翻訳の実行ができる
- 文体、用語の指定など、翻訳以外の自然言語処理を付加しやすい
LLMのデメリット
- 構築・運用コストがとても高い（NMTの1000倍）
- 数百万を超すようなテキストの翻訳処理にはとても時間がかかる
- デフォルトでは再現性が考慮していない
MT（機械翻訳）
機械翻訳は、言語間のテキストを自動的に翻訳することが目的です。主な技術手法としては、統計的機械翻訳、ニューラル機械翻訳（NMT）などがあります。機械翻訳は、特定の言語間での翻訳を実現するための技術であり、LLMや生成AIの機能の一部としても活用されています。
- MicrosoftのBing Translator/Google翻訳
- DeepL
- みんなの自動翻訳など
MTのメリット
- 専門特化型のモデルを構築するコストがLLMに比べて圧倒的に安い
- 同じ原文に対して同じ訳文が繰り返し適用される
- 大量のテキストの処理が圧倒的に速い
MTのデメリット
- 用語や文体などの適用が苦手
- 文脈を考慮した翻訳が苦手（一文単位の処理）