スポンサーリンク

問題の解答・解説ページ

このページは解説の閲覧モードです。
実力試しをしたい方は、下のボタンからクイズに挑戦してください!

この問題をクイズ形式で解く
問題 No.3248
従来の統計的機械翻訳が単語や短いフレーズ単位での置換を基本としていたのに対し、ニューラル機械翻訳において文全体の構造や長距離の依存関係を効率的に学習するため、一般的に内部の中間表現として利用されるアーキテクチャの組み合わせとして正しいものはどれか。

【正解の解説】

エンコーダ・デコーダ構造

人間が外国語を母国語に翻訳する際、一度頭の中で内容を別の言葉で噛み砕いてから話し直すプロセスと全く同じです。例えば、英語の本を読むときに、単語を単に日本語に置き換えるのではなく、一度頭の中でストーリーの情景を思い浮かべてから自然な日本語にするのと同じように、文全体の世界観を中間表現として一旦受け止めてから組み立て直すため、文脈を汲み取った極めて自然な翻訳が可能になります。

スポンサーリンク

【その他の選択肢の解説】

フィードフォワード構造

これは過去の情報を引き継ぐ仕組みがないため、単発の単純な分類問題などではよく使われますが、文章のように前後の言葉のつながりが命である分野では致命的です。人間の会話に例えるなら、直前に何を話したかを一瞬で忘れてしまう短期記憶喪失のような状態で、文全体の構造や長距離の依存関係を把握しなければならないニューラル機械翻訳では、この仕組み単体では正確な翻訳文を生成することができません。

アテンション機構

これは人間が長い文章を読むときに、重要なキーワードだけにマーカーを引いて注意を向けるような働きを担う便利なアドバイス役です。エンコーダ・デコーダ構造の弱点を補うために組み合わせて使われることが多いため、基本の骨組みである全体構造そのものと勘違いしやすいですが、あくまで翻訳精度を高めるための補助的なテクニックであることを押さえておきましょう。

トランスフォーマー構造

これはエンコーダ・デコーダ構造の発展系であり、現代の大規模言語モデルなどで主流となっている非常に高度なアーキテクチャそのものを指します。問題文が問うている「文全体の構造や長距離の依存関係を効率的に学習するための内部の中間表現として利用される構造の組み合わせ」という基本的な骨組みの名称ではなく、それをさらに進化させた発展型のモデル名になるため、ここではエンコーダ・デコーダ構造が正解となります。