LRAG用語集生成ツール

現在、GPT-4のような大規模言語モデル（LLM）は機械翻訳（MT）の分野で広く活用されており、Google翻訳やDeepL等のニューラル機械翻訳（NMT）システムを凌ぐほどになっています。しかし、LLM翻訳は学習データの不足により、固有名詞や専門用語の誤訳が多いという問題を抱えています。この問題を解決するアプローチの一つとして、必要なデータを外部から取得し、推論段階で活用させる「検索拡張生成（Retrieval Augmented Generation、RAG）」という方法があります。

当研究所では、原文に特化した用語集をLLMシステムに統合する革新的な手法を開発し、「Lexical Retrieval Augmented Generation（訳語取得のための検索拡張生成、LRAG）」と名付けました。拡張モジュールとして実装されたLRAG用語集生成ツールは、固有名詞や専門用語の大規模多言語データベース（LRAGデータベース）からデータを取得し、用語集を自動生成します。また、ユーザー辞書を追加することで用語集をカスタマイズすることも可能です。