Process / pipeline
機械翻訳
機械翻訳（MT）は、ある言語のテキストを別の言語に自動的に変換する自然言語処理タスクです。現代のMTは、Bahdanauら（2015）によって導入されたアテンション機構と、Vaswaniら（2017）のTransformerアーキテクチャを基盤とするニューラルシーケンス・ツー・シーケンスモデルで構築されており、多言語データ分析や研究のためのソースへのアクセスを拡大します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- Bahdanau, D., Cho, K. & Bengio, Y. (2015). Neural Machine Translation by Jointly Learning to Align and Translate. International Conference on Learning Representations (ICLR). link ↗
- Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, L. & Polosukhin, I. (2017). Attention Is All You Need. Advances in Neural Information Processing Systems (NeurIPS). link ↗
このページの引用方法
ScholarGate. (2026, June 1). Machine Translation. ScholarGate. https://scholargate.app/ja/text-mining/machine-translation
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- クロスリンガル テキスト分析テキストマイニング↔ 比較
- 品詞タグ付け（POSタグ付け）テキストマイニング↔ 比較
- 感情分析テキストマイニング↔ 比較