[論文レビュー] Artificial intelligence contribution to translation industry: looking back and forward

Mohammed Q. Shormani, Al-Sohbani, Yehia A.|arXiv (Cornell University)|Nov 29, 2024

Translation Studies and PracticesArts and Humanities被引用数 3

ひとこと要約

本研究は、WoS、Scopus、Lensから抽出された1980年から2024年までの9,836件の固有のAI関連翻訳研究論文について、包括的な科学的指標的分析および主題的分析を実施した。その結果、ニューラル機械翻訳やChatGPTのような大規模言語モデルが、分野の発展を著しく進展させたことが明らかになった。進展は見られるものの、低リソース言語、多様な方言、文化的に繊細な言語翻訳における課題は依然として深刻であり、これらの分野におけるさらなる厳密な研究の必要性が浮き彫りになった。

ABSTRACT

This study provides a comprehensive analysis of artificial intelligence (AI) contribution to research in the translation industry (ACTI), synthesizing it over forty-five years from 1980-2024. 13220 articles were retrieved from three sources, namely WoS, Scopus, and Lens; 9836 were unique records, which were used for the analysis. We provided two types of analysis, viz., scientometric and thematic, focusing on Cluster, Subject categories, Keywords, Bursts, Centrality and Research Centers as for the former. For the latter, we provided a thematic review for 18 articles, selected purposefully from the articles involved, centering on purpose, approach, findings, and contribution to ACTI future directions. This study is significant for its valuable contribution to ACTI knowledge production over 45 years, emphasizing several trending issues and hotspots including Machine translation, Statistical machine translation, Low-resource language, Large language model, Arabic dialects, Translation quality, and Neural machine translation. The findings reveal that the more AI develops, the more it contributes to translation industry, as Neural Networking Algorithms have been incorporated and Deep Language Learning Models like ChatGPT have been launched. However, much rigorous research is still needed to overcome several problems encountering translation industry, specifically concerning low-resource, multi-dialectical and free word order languages, and cultural and religious registers.

研究の動機と目的

• 45年間にわたる人工知能が翻訳産業に与えた進化と影響を分析すること（1980–2024年）。
• 科学的指標的および主題的分析を通じて、AI駆動翻訳分野における主要な研究動向、ホットスポット、および出現中のテーマを特定すること。
• ニューラルネットワークやChatGPTのような大規模言語モデルが翻訳品質およびシステム機能に与える貢献を評価すること。
• 低リソース言語、アラビア語の方言、文化的・宗教的に敏感なテキストの翻訳における継続的な課題を浮き彫りにすること。
• 特に複雑な言語的・文化的文脈において、AI翻訳分野における研究のギャップと優先順位を特定し、今後の研究を導くこと。

提案手法

• WoS、Scopus、Lensの3つのデータベースを網羅的に検索し、13,220件の論文を抽出。そのうち9,836件が固有の記録として特定された。
• クラスタ分布、専門分野、キーワードバースト、中央性スコア、研究機関の貢献度といった指標を用いて科学的指標的分析を実施した。
• 目的、手法、発見、今後のAI翻訳研究への貢献を検討するために、18件の目的別に選択された論文を主題的分析した。
• キーワードバーストを追跡することで、時間経過に伴う新規および減少傾向にある研究テーマ（例：『ニューラル機械翻訳』や『大規模言語モデル』）を特定した。
• 国および機関別の研究出力をマッピングし、AI翻訳分野におけるグローバルな貢献度と協働の傾向を評価した。
• 引用および共起分析を用いて、主要な研究テーマおよび主要機関の影響力と接続性を評価した。

実験結果

リサーチクエスチョン

• RQ1 1980年から2024年までの間、人工知能の翻訳産業への貢献は、研究出力および主題的焦点の観点からどのように変化したか。
• RQ2 AI翻訳分野における支配的テーマ、キーワード、および出現中の動向（特にニューラルネットワークおよび大規模言語モデルに焦点を当てて）は何か。
• RQ3 AIの進展にもかかわらず、未だ研究が不足している言語的課題（低リソース言語、アラビア語の方言、自由な語順）は何か。
• RQ4 中央性スコアおよびキーワードバースト分析は、AI駆動翻訳分野における研究の優先順位の変化をどのように反映しているか。
• RQ5 現在のAI翻訳研究における主なギャップ（特に文化的・宗教的レジスタの翻訳に関連して）は何か。今後の研究方向性はどのように示唆されるか。

主な発見

• ニューラル機械翻訳およびChatGPTのような大規模言語モデルは、AIが翻訳分野に果たす役割を前進させる主要因となり、システムのパフォーマンスと使いやすさを著しく向上させた。
• キーワードバースト分析により、『ニューラル機械翻訳』および『大規模言語モデル』が2010年代以降、研究の焦点が急増している主要な動向であることが特定された。
• 進展は見られるものの、低リソース言語、多様なアラビア語方言、文化的・宗教的に感受性の高いテキストの翻訳に関する研究は依然として不十分であり、重要な知識ギャップが存在することが示された。
• 最も影響力のある研究機関および研究者たちは、北米、ヨーロッパ、東アジアに集中しており、中東およびアフリカの代表性は限定的である。
• 専門分野分析から、『人工知能』および『コンピュータサイエンス』がAI翻訳研究を牽引する主要分野であることが判明した。また、学際的連携の傾向が顕著に増加している。
• 18件の論文に対する主題的分析により、AIが翻訳のスピードとスケーラビリティを向上させることは確認されたが、意味的正確性、文化的ニュアンス、レジスタの保持に関する課題は依然として残存していることが確認された。