AAMT長尾賞

本論文は、ニューラル翻訳モデルのデコーダの出力層において、単語出力確率の計算量を従来法の対数程度まで削減する方法を提案している。提案法は、従来のソフトマックスによる単語出力確率の計算の代わりに、各単語に対応付けられたビット列を予測することにより単語出力確率を求める。提案法は、単体で使用した場合には翻訳精度の低下を招くので、本論文ではさらに、提案法と従来法との混合モデルや、二値符号に対する誤り訂正手法を提案法に適用する方法を提案し、実験により、CPUを用いたデコーディングにおいて、精度の低下を防ぎつつ、最大10分の1程度までの計算量を削減できることを示した。本論文は、非常に独創的かつ実用性が高い研究成果の報告であり、AAMT長尾学生奨励賞にふさわしいと考える。