Photo Gallery

翻訳インターンを修了した機械翻訳研究者側の学生から、
感想をいただきました。

ちなみにこの方の成績は、
翻訳業界側の翻訳インターンの平均を上回ってました。

==================

<感想>
これまで英語は学校のテストやTOEICを受験したことしかなかったので,
手順や自分なりのやり方を覚えるまでに何ヶ月かかかりましたが,
後半は時間的にも余裕ができてきた気がします.

ただし,翻訳そのものとしては,英語のテストでいうところの50点以上は取れるけれど,
100点は取れない,といった印象です.
背景知識や専門知識,定訳を知っていて,初めて正解できるものが多く,
その点は勉強時間が足りない,というよりも翻訳者の人が時間をかけて身につけていくものだと感じています.

総じて,これまで想像していたよりも,熟練度や知識を問われる職業であることを体感できました.

<機械翻訳への展望>
これは最近の私個人の意見ですが,機械翻訳と人間翻訳は全くの別物であるという認識です.
https://globe.asahi.com/article/12872410
この記事でも言われていますが,人間はこれまで理論や法則性を見出す時,
使用されるパラメータは少なければ少ないほど美しいと考えてきました.
学校の教科書に載っている数式も,多くて3,4つの文字が含まれている程度だと思います.

しかし現在主流のニューラルネットワークをはじめとする機械学習は,
膨大なパラメータに裏打ちされたモデルであることがほとんどです.
我々には解釈することが難しい方法で,この世界を記述しようとしています.

なので単純に「応用する」ということが難しく,
コンピュータに人間のやり方を伝えたところで,彼らが学ぶものはあるのか,といった問題があります.
こういった意味で,翻訳を学んだ人が,機械翻訳にそれを直接活かすことは難しいと考えています.
※工学的なアプローチの方が有効である可能性が高いと思います.

ただし活用するのは人間の方なので,実際の使用する人の声は重要であり,
使う人の希望に沿った機械翻訳モデルの作成が重要になってきます
(ほとんどの場合,企業の方が対応してくれる部分だと思います).

こういった現場の声がアカデミアに届けば,それに対応する研究が増える可能性も少しは上がるので,
産学連携の様なものが進むことで,解決できる問題は増える気がしました.
(問題提起を現場が,解決を研究者が,という構図ができれば,発展の余地があります)

また昔から問題になっている機械翻訳の評価をどの様にすべきかは,
今後の発展に必要不可欠な分野だと改めて思いました.
(素人では判別できない間違いが多かったので)


==================

WHAT'S NEW?