AAMT長尾賞

本論文は、頑健なEnd-to-End音声機械翻訳の実現に向けた種々の問題に対する研究成果をまとめた博士論文である。利用可能なデータを活用しつつ、様々な工夫により目標タスクのデータ不足の影響を軽減するシンプルな試みにより効果が得られることを示しており、有用性が期待できる。以上の理由から、本論文はAAMT長尾賞学生奨励賞にふさわしいものと考える。

本論文は、近傍探索と後編集に基づくニューラル機械翻訳時代の用例ベース翻訳に関する研究成果をまとめた博士論文である。提案されている翻訳のアプローチは用例に立脚した機械翻訳が高速かつ用例からの修正が解釈可能な形で行えるという点で有用性が高く、近傍用例探索の高速化は技術的独創性も高い。以上の理由から、本論文はAAMT長尾賞学生奨励賞にふさわしいものと考える。