時間を越えるスクリプト：NLPにおける音訳（トランスリタレーション）の役割の変遷に関する調査
arXiv cs.CL / 2026/4/22
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- この論文は、NLPにおける「スクリプトの壁」による言語間の転移学習の阻害を、音訳（トランスリタレーション）によって語彙の重なりを増やすことで乗り越えられると主張しています。
- 言語モデルで音訳を用いる動機を分類し、音訳を入力として取り込むさまざまな方法を概観しています。
- 著者らは音訳手法の進化と有効性を分析し、性能に影響する重要なトレードオフを明らかにしています。
- 音訳が特に有効になる実践的な状況として、コードミックス文の扱いや言語系統の近縁性の活用などを挙げ、推論効率の改善といった利点にも触れています。
- 最後に、対象言語・タスク・リソース制約に応じて最適な音訳戦略を選び実装するための具体的な提言を示しています。
