ヘッドウォータース、LLMによる物語翻訳の「一貫性」を数値化する研究が国際会議ICONIP 2026に採択

~産学連携による研究成果、AIエージェントの品質評価への応用を見据えメルボルンで発表~

株式会社ヘッドウォータース

AIソリューション事業を手がける株式会社ヘッドウォータース(本社:東京都新宿区、代表取締役:篠田 庸介、以下「ヘッドウォータース」)は、LLM(大規模言語モデル)で物語を翻訳する際に起きる、登場人物の名前や文脈の食い違いなどの「一貫性」の崩れを数値で評価する手法の論文が、2026年11月23日(月)〜27日(金)にオーストラリア・メルボルンで開催される国際会議「ICONIP 2026」に採択されました。同会議では、当社の下斗米 貴之が発表を行います。長い作業を分割して処理するLLMに共通する課題を扱う研究で、AIエージェントが行う業務の品質評価への応用を見据えています。

■ 研究の背景

LLMで長い文書を扱うには、全体を分割して処理する必要があります。その途中で、物語の翻訳では登場人物の名前や口調が前半と後半で食い違うことがあります。従来の評価指標は、一文ごとの表現の正しさを見るものが中心で、離れた行をまたぐ一貫性を測ることは主眼としていません。

本研究のきっかけは、下斗米が翻訳システムの開発に携わる中で、キャラクター性や世界観の保持といった、従来の機械翻訳では課題として意識されにくかった問題が実務上重要だと気づいたことです。英語表現の細かなニュアンスの判断には専門的な知見が必要なため、大学の研究者と議論・共同研究を重ね、世界観やキャラクター性を考慮した翻訳、人によって評価が分かれる点に関する研究を、人工知能学会、感性工学会などで発表してきました。「一貫性」は、その過程で見えてきた課題の一つです。

物語の一貫性は他の研究でも課題として挙げられています。この課題は、AIエージェントが複数の工程にまたがって業務を処理する際に、前提や判断基準が途中で保たれなくなる問題とも共通する部分があります。

■ 研究の概要

本研究は、英語の物語をLLMで日本語に翻訳した結果を対象に、一貫性を数値化する評価手法「CorrIRT(相関パターン項目反応理論)」を提案するものです。翻訳文の中で同じ語句がどう使われているかの傾向から評価の物差しを作り、テストの成績評価にも使われる統計手法(項目反応理論)で、翻訳方法ごとの「一貫性の強さ」を推定します。

・第三者が公開している物語データセット(ConStory-Bench)を用いた検証で、物語全体を与えて翻訳した場合と、1行ずつ翻訳した場合を、高い確度で区別できることを確認しました。

・従来の評価指標では測りにくい、行をまたぐ一貫性の差を捉えられることを示しました。

・本研究は、英語から日本語、物語テキストを対象とした小規模・統制条件での検証です。人間の評価との一致の確認や、他言語への展開は今後の課題です。

■ AIエージェントの本番導入に向けた取り組みとの関係

ヘッドウォータースは、企業の業務現場にある暗黙知をAIが活用できる構造化データへ変換する独自エンジン「SyncLect Data Intelligence」を2026年3月に発表し、AIエージェントの実業務への本番導入を支援しています。AIエージェントが業務を担うには、判断基準や前提条件といった業務コンテキストの整備に加え、長いタスクの途中でもその前提が保たれているかを評価することが課題になります。

本研究が扱う「長い処理の中で一貫性が崩れる」という課題と、それを数値化する考え方は、こうした長いタスクの品質評価と共通する部分があります。将来的には、AIエージェントが業務コンテキストを保ったまま処理できているかを評価する取り組みへの応用を視野に入れています。本研究の成果は、今後「SyncLect Data Intelligence」へ段階的に組み込み、AIエージェントの品質を継続的に高めていくことを目指しています。

■ 今後の展望

・数値化にとどまらず、評価結果をもとにLLMの出力を自動で改善する仕組みの研究

・翻訳以外のタスクへの適用

・業務コンテキストを前提に、多段階の業務でAIエージェントの処理の一貫性を評価し、崩れを検知してどの工程まで戻すかを判断する仕組みへの応用(構想段階)

■ 登壇者コメント

「今回の研究は物語の翻訳という限定した題材ですが、LLMで長いタスクを分割して処理する際に一貫性が損なわれるという課題は、さまざまな分野に共通すると考えています。今後、より幅広いタスクへの応用につなげていきたいです。」

株式会社ヘッドウォータース 下斗米 貴之

■ 論文情報

タイトル

Structure-Aware Narrative Translation  Evaluation with Correlation-Pattern IRT

著者

下斗米 貴之、竹石 興紀(株式会社ヘッドウォータース)、上條  美和子(相模女子大学)

掲載

ICONIP 2026の論文集(Springer)

■ 学会概要

名称

第33回 ICONIP 2026(International  Conference on Neural Information Processing)

位置づけ

アジア太平洋ニューラルネットワーク学会(APNNS)の代表的な年次国際会議で、30年以上の歴史を持つ。機械学習、自然言語処理、コンピュータビジョン、認知・計算神経科学など幅広い分野を対象とし、投稿論文は査読を経て採択される。

規模

例年1,000件規模の論文投稿が、約70の国・地域から寄せられる国際会議(2024年は1,301件・67の国・地域)

主催

アジア太平洋ニューラルネットワーク学会(APNNS)

会期

2026年11月23日(月)〜27日(金)

会場

メルボルン・コンベンション&エキシビションセンター(オーストラリア)

公式サイト

https://www.iconip2026.org/

以上

■ 参考

・ヘッドウォータース、暗黙知をAI活用が可能な構造化データへ変換する「SyncLect Data Intelligence」を発表

・「コンテキストエンジニアリング」を強化(コンテキスト設計×フォワードデプロイ)

■ 商標について

記載されているイベントや製品名などの固有名詞は、各社の商標または登録商標です。

■ 会社情報

会社名:株式会社ヘッドウォータース
所在地:〒163-1304 東京都新宿区西新宿6-5-1 新宿アイランドタワー4階
代表者:代表取締役 篠田 庸介
設 立:2005年11月

URL :https://www.headwaters.co.jp/

このプレスリリースには、メディア関係者向けの情報があります

メディアユーザー登録を行うと、企業担当者の連絡先や、イベント・記者会見の情報など様々な特記情報を閲覧できます。※内容はプレスリリースにより異なります。


会社概要

株式会社ヘッドウォータース

32フォロワー

RSS
URL
https://www.headwaters.co.jp
業種
情報通信
本社所在地
東京都新宿区西新宿6-5-1 新宿アイランドタワー4階
電話番号
-
代表者名
篠田 庸介
上場
東証グロース
資本金
3億8988万円
設立
2005年11月