第11回AAMTセミナー 翻訳ワークフローにおけるNMTとLLMの活用 ～LLMのインテリジェンスとそれを用いた自動ポストエディット～

第1部
コーパスベースの機械翻訳の発展として、EBMT →SMT →NMT →LLMへの流れがあることを解説します。

第2部
翻訳ワークフローにおける、NMTとLLMの役割分担について説明。NMTはLLMと比べて専門翻訳に強く、また、オンプレミスで稼働したときのコスト・スピードに優れています。そのため、LLMにより、従来の機械翻訳の機能を置き換えるのは、コストが高く、オーバースペックで、かつ精度的な優位さも少ないです。一方、NMTを活用しながら、LLMが、従来のNMTでは対応できていない、
1）訳揺れ、2）用語ベース不一致、3）湧き出し、4）訳抜け、5）数字や記号・空白・句読点の誤り、6）インラインタグ不正を自動ポストエディットすることが可能となってきました。
これにより、近い将来、翻訳ワークフローにおいて、NMTに加えて、LLMによる自動ポストエディット機能を搭載した翻訳支援ツールにより翻訳のワークフローが大きく変わってくると予想されます。

第3部
LLMのチューニングの具体的な例として、Meta-Llama-3-70B-Instruct を継続学習するスクリプトを解説。また、特許英日専用の機械翻訳エンジンとしてのLLMを、みんなの自動翻訳@TexTraの特許NT英日と少し比較してみます。