講演情報
[4K5-GS-6c-06]物語翻訳における感性アラインメント最適化
〇下斗米 貴之1、上條 美和子2 (1. 株式会社ヘッドウォータース、2. 相模女子大学)
キーワード：
機械翻訳、感性工学、アラインメント
大規模言語モデル（LLM）を用いた物語翻訳の最適化には、読者が重視する感性品質と構造的一貫性を同時に評価できるサロゲート指標が必要である。 本稿では、(1) 人間評価の潜在構造を分析し、(2) 構造的一貫性のための自動評価指標を提案する。 感性評価実験の結果、人間の判断は「一般品質」と「忠実性」の2軸で説明可能（PCA累積寄与率84%）であり、LLMによる評価は一般品質に偏る傾向があることが示された。 さらに、原文の事実関係（主語-関係-目的語の三つ組）が翻訳文に含意されているかを評価するKG-Check法を提案し、ルールベースの正解指標との相関を確認した。