AAMT長尾賞 学生奨励賞 |

AAMT長尾賞学生奨励賞

一般社団法人アジア太平洋機械翻訳協会(AAMT)の初代会長の長尾真先生が日本国際賞を受賞されましたが、同賞の賞金の一部をAAMT の活動に資するようにとAAMT にご寄付くださいました。AAMT 長尾賞学生奨励賞は機械翻訳の発展に長年取り組んでこられた長尾真先生の機械翻訳への熱い思いを、次世代を担う学生諸君に伝え、将来の機械翻訳の発展に資する研究を見出し、もって学生諸君の奮起を促すことを趣旨として、長尾真先生から頂いた寄付を原資として運営する賞を新設いたします。

賞の趣旨

機械翻訳研究に携わる優秀な研究者と判断される学生を表彰します。

AAMT長尾賞学生奨励賞規約

第11回（2024年）受賞者

受賞者1

毛卓遠 (Zhuoyuan Mao)
京都大学大学院情報学研究科（現在：ソニーグループ株式会社）

受賞対象論文

"Breaking Language Barriers: Enhancing Multilingual Representation for
Sentence Alignment and Translation"
京都大学大学院情報学研究科黒橋禎夫教授の指導のもとに、2023年度京都大
学大学院情報学研究科の博士論文としてまとめられたものである。

受賞理由

本論文は、低資源言語も含めた多言語機械翻訳を視野に、多言語埋め込み表現
の学習、多言語機械翻訳のためのモデル構成と学習方法についての研究成果を
まとめた博士論文である。近年盛んに研究されている多言語処理、多言語機械
翻訳に関わる様々な課題において有効性を示しており、特に多言語埋め込み手
法については軽量で高精度な手法を提案しており、機械翻訳に留まらない幅広
い貢献があることが特筆される。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。

受賞者2

福田りょう (Ryo Fukuda)
奈良先端科学技術大学院大学（現在：日本電信電話株式会社）

"Towards Streaming Speech Translation for Real-world Scenarios"
奈良先端科学技術大学院大学中村哲教授の指導のもとに、2023年度奈良先端
科学技術大学院大学の博士論文としてまとめられたものである。

受賞理由

本論文は、長い音声ストリームに対するオンライン機械翻訳のために、話し言
葉機械翻訳や音声翻訳のための入力音声の自動分割についての研究成果をまと
めた博士論文である。特に提案技術を組み入れたend-to-endのオンライン同時
音声翻訳システムの構築と評価が行われている点で完成度が高く、実用への期
待を感じさせる内容である。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。

第11回長尾賞学生奨励賞授賞式/記念講演

受賞対象論文

第10回（2023年）受賞者

受賞者1

趙宇婷 (Yuting Zhao)
東京都立大学システムデザイン研究科（現在：九州大学大学院システム情報科学研究院）

受賞対象論文

"Multimodal Neural Machine Translation based on Image-Text Semantic Correspondence"
東京都立大学小町守教授の指導のもとに、2022年度東京都立大学の博士論文としてまとめられたものである。

受賞理由

本論文は、機械翻訳の入力として画像情報を利用する「マルチモーダル機械翻訳」に取り組んだ博士論文である。そのための方法として領域への注視に基づく手法と、入力文の単語と画像領域のアラインメントに基づく手法の二つを提案し、それぞれ有効性を示している。特に後者のアプローチはテキストと画像という異なるモダリティを融合し翻訳に有用な画像情報を得る新規性の高いアプローチであり、マルチモーダル機械翻訳の新たな可能性を示したと言える。以上の理由から、本論文は長尾賞学生奨励賞にふさわしいものと考える。

受賞者2

平岡達也 (Tatsuya Hiraoka)
東京工業大学情報理工学院（現在：富士通株式会社）

受賞対象論文

"Task-Oriented Word Segmentation"
東京工業大学岡崎直観教授の指導のもとに、2021年度東京工業大学の博士論文としてまとめられたものである。

受賞理由

本論文は、機械翻訳を含む後段タスクに合わせた単語分割の最適化に取り組んだ博士論文である。単語分割は自然言語処理における重要な基盤技術であるが、本研究では後段タスクとの同時学習によってよりタスクに適した単語分割モデルを得るための手法を提案し、文書分類や機械翻訳における有効性を検証している。機械翻訳に特化した研究ではないものの、広く自然言語処理の性能向上に資する重要な研究であると言える。以上の理由から、本論文は長尾賞学生奨励賞にふさわしいものと考える。

第10回長尾賞学生奨励賞授賞式/記念講演

第9回（2022年）受賞者

受賞者1

東北大学大学院情報科学研究科森下睦さん（現 NTTコミュニケーション科学基礎研究所）

受賞対象論文

東北大学鈴木潤教授の指導のもとに、2021年度東北大学の博士論文としてまとめられたものである。
「Expanding the Applicability of Machine Translation」

受賞理由

本論文は、現代の機械翻訳において重要な大規模対訳コーパスの構築と、特定ドメインへの適応を中心に、機械翻訳の実用的課題に取り組んだ博士論文である。Webクローリングによって2000万文超の日英対訳コーパスJParaCrawlを構築・公開したことは大きな貢献である。WMT2020、WMT2021においても同コーパスを利用したタスクをオーガナイズしその有用性を実証している。また、機械翻訳のドメイン適応について、クラウドソーシングの活用という新たな試みにより全自動では困難であった精度向上を実現している。以上の理由から本論文は長尾賞学生奨励賞にふさわしいものと考える。

（2022年度は、COVID-19感染症の影響で授賞式をオンライン形式で行いました。写真をクリックすると拡大されます。）

受賞者2

東京工業大学情報理工学院美野秀弥さん（現 NHK放送技術研究所）

受賞対象論文

東京工業大学徳永健伸教授の指導のもとに、2021年度東京工業大学の博士論文としてまとめられたものである。
「学習時と推論時における入力データの特徴の違いを考慮したニューラル機械翻訳モデルの学習手法」

受賞理由

本論文は、機械翻訳におけるドメイン適応と文脈利用に関する研究をまとめた博士論文である。機械翻訳のドメイン適応について、ドメインを表現する詳細なタグを設計・利用する方式を提案し、実験により実用性・有効性を示している。また、文脈利用について、従来原言語側の文脈を与える方法が一般的であったのに対して、露出バイアスを考慮した学習方法により目的言語側の文脈利用も有効であることを示している。本論文は、いずれの実験も網羅的に実施されており、実験結果の信頼性も高い。以上の理由から本論文は長尾賞学生奨励賞にふさわしいものと考える。

（2022年度は、COVID-19感染症の影響で授賞式をオンライン形式で行いました。写真をクリックすると拡大されます。）

第8回（2021年）受賞者

受賞者

東京大学大学院情報理工学系研究科石渡祥之佑さん（現 Mantra株式会社）

受賞対象論文

東京大学喜連川優教授の指導のもとに、2018年度東京大学の博士論文としてまとめられたものである。
「Translation and Description Methods for Multilingual Text Understanding」

受賞理由

本論文は、人間の多言語テキスト理解における課題を言語の違いとドメインの違いから整理し、いくつかの新規性のある手法を提案した博士論文である。まず、機械翻訳のドメイン適用において重要な未知語の扱いについて、単語ベクトル空間の写像学習に基づく未知語処理を提案している。また、RNNベースのニューラル翻訳に文節情報を取り込む手法を提案し、その有効性を示している。さらに、局所的・大局的な文脈に応じて語句の語義を生成する手法を提案している。いずれも挑戦的な課題に対する有用な手法であり、将来の機械翻訳の進展への寄与も大いに期待できる。以上の理由から本論文は長尾賞学生奨励賞にふさわしいものと考える。

（2021年度は、COVID-19感染症の影響で授賞式を中止しました。写真をクリックすると拡大されます。）

第7回（2020年）受賞者

受賞者1

筑波大学大学院システム情報工学研究科知能機能システム専攻龍梓さん（現）深圳技術大学

受賞対象論文

「フレーズ・トークン込みNMTモデル及びSMTによる大語彙フレーズ翻訳によるハイブリッド翻訳方式」，龍梓・木村龍一郎・飯田頌平・宇津呂武仁・三橋朋晴・山本幹雄，電子情報通信学会論文誌, Vol.J102-D, No.3 (2019年3月), pp.104-117（学生論文特集秀逸論文）

受賞理由

ニューラル機械翻訳(NMT)は従来の統計機械翻訳(SMT)に比べ非常に高い翻訳精度を実現するが、大規模語彙を扱うことが難しく、語彙制限による未知語問題が知られている。未知語問題を解決する従来手法は存在するが、いずれも単語や部分単語に対する未知語処理であり、複合語を含むフレーズには対応してこなかった。本論文は、NMTにおける未知語の問題に対して、SMTのフレーズ間対応を用いることでフレーズ対応の未知語処理を行う手法を提案したものである。特許翻訳を対象とした実験において、従来の未知語処理手法よりも高い翻訳精度を実現し、さらに訳抜けを約30%低減できることを報告しており、実用性・有用性の高い手法であると考えられる。以上の理由から、長尾賞学生奨励賞にふさわしい研究内容と判断した。

受賞者2

東京大学大学院情報理工学系研究科創造情報学専攻 Raphael Shu（朱中元）さん

受賞対象論文

東京大学中山英樹准教授の指導のもとに、2019年度東京大学の博士論文としてまとめられたものである。
「Structure-Aware Latent-Variable Models for Neural Machine Translation」

受賞理由

本論文は、連続的な潜在変数を用いた変分オートエンコーダに基づく非自己回帰的機械翻訳、離散的な量子化に深層学習を用いた単語分散表現の圧縮、構文・意味的な特徴の離散的な符号化に基づく多様な訳文生成という3つの研究内容について「構造を考慮する潜在変数モデル」を主題としてまとめた博士論文である。それぞれの研究は、ニューラル機械翻訳の高速化、軽量化、文体制御に関する独創的かつ有用性の高い手法を提案しており、これまでに自然言語処理および人工知能分野の難関国際会議に採択されて学術的に高い評価を得るとともに、今後の実用的な発展が大いに期待できる。以上の理由から、長尾賞学生奨励賞にふさわしい研究内容と判断した。

受賞者のみなさま

（2020年度は、COVID-19感染症の影響で授賞式を中止しました。写真をクリックすると拡大されます。）

第6回（2019年）受賞者

受賞者

東京大学大学院工学系研究科江里口瑛子さん（現 Microsoft Corporation）

受賞対象論文

東京大学鶴岡慶雅教授の指導のもとに、2017年度東京大学の博士論文としてまとめられたものである。
「Incorporating Syntactic Structure into Neural Machine Translation」

受賞理由

本論文は、ニューラル機械翻訳(NMT)において構文情報を利用する二つの方法を提案している。１つ目の方法は、原言語側においてtree LSTMを用いて句構造の情報を符号化する方法であり，２つ目の方法は、目的言語側において shift-reduce法に基づく依存構造解析と自己再帰的な言語生成を同時に進行させる方法である。特に後者は新規性が高く、10万文対程度の小規模な対訳データではあるが提案手法の有効性が検証されている。現在のNMT研究の主流は構文解析を使用しない方向に進んでいるが、人間に翻訳結果を説明する必要がある用途では提案手法は依然として有効であると考えられる。また、自然言語処理全般において、sequentialなモデルがよいか構造的なモデルがよいかは様々に議論されており、NMTにおける構文情報の有効性を示した本論文はこの議論を深めることにも貢献している。以上の理由から本論文は長尾賞学生奨励賞にふさわしいものと考える。

(2024年07月10日現在)