新着Pick
1989Picks
シェアする
Pick
Pick に失敗しました

人気 Picker
やべー、すげーっす。とくに一旦翻訳して元に戻してもほとんど意味が通じる。ディープラーニングでやることの意義がありますね。
論文指導まじ楽になりそう.NPのインタビューでもいったけど重要なのは何語でもきっちり意味あるわかりやすい文章を書けること.
英会話学校を経営している私としては、心穏やかではありませんね(笑)

もっとも、翻訳ソフトが発達して英語が身近なものになれば、自分の言葉で話したくなると思っています。

それより、小学生からの英語教育が成功して、日本人全員が英語を話せるようになったら、英会話学校は必要無くなるでしょう。
10年先か、100年先か、、、
少し前、英文の書籍をグーグル翻訳しただけで出版してしまったという珍事がありましたね(笑)

精度が上がれば、十分「読むにたえる」ものになるかもしれません。
特に、ビジネス関連書籍は。
試しに、私の所に査読の依頼が来ている論文の要旨を、「日本語から英語」と「英語から日本語」の両方翻訳してみた。細かい部分は大いに修正が必要だが、大まかなロジックは再現できているという印象だ。論文英語になじみの薄い大学生や大学院生にとっては、「最初は日本語で論文を書いて、Google翻訳で翻訳した後で修正・改善を繰り返す。」、というような使い方が、以前よりも信頼に足るものになりそうだ。
これまではword2vec(単語をベクトルに変換)してから単語の出現確率を周辺の単語やら文法やらで統計処理してエイやでやって、あとは学習量で勝負していたのが、DeepLearningになると、単語の意味のある種の抽象化が可能になり、dogなら犬の確率◯◯%、ではなく「犬的なもの」「犬っぽさ」のような形で抽象概念を形成できるようになります。(中国語だと犬は「棒状のもの」という概念もある)

そうすると、文章の背後にある「意味」の遷移が追えるようになり、より文脈依存で言語に非依存な翻訳が可能になるわけです。

ただし、日本語はかなりコンテキスト依存が強いので、人間でも難しいのと同様に難しいことには変わりないですね。

チョムスキーや過去の言語学者がやってきたことなど、ほとんど意味はなかったということだと思います。人間は素早い反応は連想ゲームしか出来ない。

追記
同時機械翻訳に適した話し方や書き方の訓練が、今後の教育に求められるスキルかも知れませんね。
多言語音声翻訳の機能を実装したいときは、ぜひVoiceTraを。TOEIC換算で600点の実力です。

無料のアプリがありますが、翻訳エンジンも提供しており、既に30社ほど、国際空港、鉄道、ショッピングモール、ホテルなどで使われています。

もちろんニューラルネットワークを使っていますが、精度のミソはコーパスです。この記事は面白いので、ご参照ください。
http://www.recruit-lifestyle.co.jp/lifeshift/ls20228_20160831
翻訳こんにゃくの登場
これ、かなり感動するレベル。おそらく単語レベルでの直訳を中心とした翻訳者は食われるのでは?下記のような「概念辞書」を合わせると、一層正しい語彙選択が出来そう。
なお、下記の概念辞書は、個人的には興奮した。ただ、社内の機械学習の専門家の方と話したら、ボリュームは大きそうだが手法としては新しくなく、自身のタイムラインでも盛り上がっていなかったとのこと。技術的なことをちゃんと把握していない上でのコメントとなるが、word2vecのときはめちゃくちゃ盛り上がっていたとのことで、そことの相対感でいうとそこまでではないのだろうと思った。
https://newspicks.com/news/1870215?ref=user_100438
ざっと試しましたが、これは凄いですね!いよいよ未来が来た感あります。