グラフィックデザインにおける機械翻訳を用いたテキストスタイル変換

Abstract

マーケティング資料や雑誌で用いられるようなグラフィックデザインのグローバル化は、幅広い対象に向けたコミュニケーションにとってますます重要になっています。これを実現するには、グラフィックデザイン内のテキスト内容を正確に翻訳し、見た目としてデザインに自然に収まるようにテキストのスタイリングを保持する必要があります。テキストスタイリングを保持するには、原文と翻訳文の間で高精度な単語アライメント（対応付け）が必要です。ソース文と翻訳文の間の単語アライメントの問題は以前から知られています。単語アライメントを抽出するための業界標準は、Giza++と、ニューラル機械翻訳（NMT）モデルの注意（attention）確率によって定義されています。本論文では、ソースから翻訳文へテキストスタイルを転送するための単語アライメント問題に取り組むために、新たに3つの手法を検討します。提案手法は、市販のNMTおよびLLMの翻訳技術の上に構築されています。これらには、(1) テキストスタイリングのためのカスタムな入力タグおよび出力タグを用いたNMT、(2) カスタムな入力タグおよび出力タグを用いたLLM、(3) 翻訳にNMTを用いた後に、ユニグラム・マッピングを用いるLLMを適用するハイブリッド手法が含まれます。これらの解決策の性能を分析するために、グラフィックデザイン用途での利用可能性を評価する目的で、アライメント結果を注意ヘッド方式の結果と比較します。興味深いことに、注意ヘッドの強力なベースラインは、LLMまたはNMTのアプローチよりも正確であり、NMT+LLMのハイブリッド手法と同等の水準であることが示されます。