機械翻訳（MT）
機械翻訳は、人を介さず自動で翻訳することを目的に開発されました。ニューラル機械翻訳は、機械翻訳の一つの手法です。
機械翻訳種類
大きく3種類の機械翻訳があります。
ルールベース機械翻訳（RBMT）：作成した文法ルールと辞書データから翻訳が作成されます。作成に人的リソースがかかります。
統計的機械翻訳（SMT）：コーパス（文章データ）を元に作成した統計モデルから、翻訳が作成されます。文法がかけ離れた言語ペアの翻訳は精度が低いと言われています。
ニューラル機械翻訳（NMT）：コーパス（文章データ）を元にディープラーニングで作成したニューラルネットワークで予測して翻訳が作成されます。
RBMTとSMTを使うハイブリッド機械翻訳（HMT）もあります。現在は主にNMTが使われています。
ニューラルネットワーク
ニューラルネットワークは、いくつかの処理の集合体です。脳で行う処理をコンピュータで行おうとしています。
ディープラーニング
機械学習の一つの手法として、ディープラーニングがあり、多層ニューラルネットワークを使った技術です。ディープラーニング技術を使う分析は様々な分野で使われていて、画像認識、音声認識、機械翻訳はその一部です。
NMTを使う
Googleは、ニューラル機械翻訳を元にGoogleニューラル機械翻訳（GNMT）を開発しました。GNMTはGoogle翻訳で使用されています。また、Google翻訳を使用できるAPIを公開しています。MicrosoftはMicrosoft Translator Hubを開発し、ユーザがNMTモデルをカスタマイズして使えるようにしています。また、SYSTRANも同様のサービスSYSTRAN Model Studioを提供しています。
独自システムを開発したい場合は、Googleが開発したオープンソースの機械学習ライブラリであるTensorFlowを使って開発できます。参考チュートリアル
NMTエンジンのトレーニング
Microsoft Translator HubとSYSTRAN Model Studioとも大まかな手順は同じです。
- 翻訳ジャンルと言語にあうコーパスを準備
- コーパスのデータをクリーニング
- トレーニング
- BLEUスコア（翻訳品質を評価するためのスコア）と人によるチェックで評価
NMT品質は、コーパスの量と質、トレーニング回数、トレーニングに大きく依存します。