翻訳エンジンAI学習プラットフォーム

NFA(Neural Fuzzy Adaptation)は検証済の訳文データをAIが例文として活用する機能です。翻訳者が新しいセグメントを後編集する際、システムはこれらの変更を即座に反映され、翻訳品質を継続的に向上させます。 

詳しくは、以下のオンラインセミナーをご覧ください。
→ XTM  
→ MemoQ 

現時点では、Model StudioはBLEUスコアのみを表示します。Cometのような他のツールを取り入れることに積極的に取り組んでいますが、当面の主な評価指標としてBLEUスコアを使用することの効率性と使いやすさに焦点を当てています。 

複数のモデルを同時に展開し、プロジェクトに最も適したものを選択することが可能です。モデルを実際に運用する前に、評価機能を活用することで、各モデルの性能を確認することができます。  

最大で3つのモデルを並行して比較することが可能なため、ご自身の要件に最適なモデルを簡単に見つけることができます。 

ただし、評価機能を利用しなくても、複数のモデルを手軽にデプロイすることは可能です。 

Model Studioは、最大100万文ペアを最大限に活用するように設計されており、データのクリーンさと堅牢性の両面でその制限が適用されます。この制限は、データの重複排除や潜在的な文字の破損を抑制した後のものに適用されます。

また、ネットワークの問題を避けるために、非常に大きなファイルを一度にアップロードしないことをお勧めします。

現在、タグやプレースホルダーの扱いは難しい課題となっています。タグを含む長文は処理を改善するために削除されることがあります。しかし、タグをより適切に扱うための解決策については積極的に取り組んでおり、この機能は2024年に利用可能になる予定です。 

その間、翻訳支援ツール（CatTools）にタグを入力して、これらのツールで管理させることができます。  

プレースホルダーがタグとして扱われる場合、データの匿名化に使用するのは困難です。  

トレーニングデータは、プレースホルダーやタグの代わりに「XX」を使用して匿名化すべきです。  

これにより、プライバシーの保護とデータ保護規制への準拠を確保できます。ご安心ください。シストランは顧客データのセキュリティを最優先し、プラットフォームには強固な安全対策が施されています。 

例として、自動トレーニングデータ削除機能が提供されており、これはデータセットレベルで調整が可能です。初期値は90日に設定されていますが、180日やデータを削除しないというオプションも用意されています。この値はアップロード後に変更することができます。 

自動データクリーニング は、アップロード時および処理中に行われます。 

データは大きく2つのクリーニングステップを経ます。  

まず、原文と訳文の両方のセグメントから重複を削除します。次に、誤ったエンコーディングの解決に取り組み、ターゲットまたはソースから空の文を排除します。 

その後、データ処理中には、主に誤って整列されたセグメントや誤った言語に対するさらなるフィルタリングとクリーニングが行われます。