機械学習

Amazon Translate で実装する多言語対応 - リアルタイム翻訳とカスタム用語集

Translate によるリアルタイム翻訳、カスタム用語集による翻訳品質の向上、バッチ翻訳の活用を解説します。

約 1 分で読めます

Translate の概要

Translate はニューラル機械翻訳で 75 以上の言語間のテキスト翻訳を提供し、1 リクエストあたり最大 100 KB のテキストを処理するサービスです。リアルタイム翻訳 API で Web アプリケーションやチャットの多言語対応を実装し、バッチ翻訳で大量ドキュメントの一括翻訳を実行します。Google 翻訳や DeepL と同様のニューラル翻訳エンジンを AWS のインフラ上で利用できます。

カスタム用語集とバッチ翻訳

カスタム用語集は CSV または TMX 形式で用語のペアを定義し、翻訳時に指定した用語が必ず使用されます。製品名「Amazon Aurora」が「アマゾンオーロラ」と翻訳されるのを防ぎ、原語のまま保持するといった制御が可能です。バッチ翻訳は S3 バケットの入力フォルダにドキュメントを配置し、翻訳結果を出力フォルダに格納します。HTML、DOCX、XLIFF 形式に対応し、タグ構造を保持したまま翻訳します。

並列データと Active Custom Translation

並列データ (パラレルコーパス) は原文と翻訳文のペアを CSV または TMX 形式で提供し、翻訳モデルをドメイン固有の表現に適応させます。技術文書、法律文書、医療文書など、専門用語が多い分野で翻訳品質が大幅に向上します。 Active Custom Translation (ACT) は並列データを使ってリアルタイムにモデルを調整し、カスタム用語集よりも文脈に応じた自然な翻訳を生成します。 Profanity マスキングで不適切な表現を自動検出し、マスクまたは除外する機能も提供します。 Formality 設定で翻訳のフォーマリティ (敬語/カジュアル) を制御でき、ビジネス文書とカジュアルなチャットで適切なトーンを使い分けられます。 Translate の基礎から応用まで、書籍 (Amazon)で体系的に学べます。

Translate の料金

Translate の料金は翻訳した文字数で課金され、リアルタイム翻訳は 100 万文字あたり約 15 ドルです。バッチ翻訳も同じ文字単価ですが、大量のドキュメントを S3 経由で一括処理できます。最初の 12 か月は月間 200 万文字の無料枠があります。カスタム用語集の使用に追加料金は発生しません。Active Custom Translation は並列データのトレーニングに追加料金が発生し、トレーニング時間で課金されます。翻訳対象のテキストから HTML タグやメタデータを事前に除外し、翻訳不要な文字数を削減することでコストを最適化します。キャッシュ層を設けて同一テキストの再翻訳を避ける設計も有効です。

まとめ

Translate はニューラル機械翻訳で 75 以上の言語間の多言語対応を実現するサービスです。カスタム用語集で製品名や専門用語の翻訳を制御し、Active Custom Translation で並列データによるドメイン適応を行います。Formality 設定で敬語とカジュアルのトーンを使い分け、バッチ翻訳で大量コンテンツの多言語化を自動化します。

関連するサービス

Amazon Translateニューラル機械翻訳による多言語テキスト翻訳サービスAmazon S3スケーラブルなオブジェクトストレージサービスAWS Lambdaサーバー管理不要でコードを実行するサーバーレスコンピュートサービス

関連する記事

Amazon Polly で実装するテキスト読み上げ - ニューラル音声と SSML による音声制御ニューラル TTS エンジンで自然な音声を生成し、SSML タグで発話速度・ピッチ・間を制御する。リアルタイムストリーミングと S3 への非同期合成で多様な音声コンテンツを構築する方法を解説します。AWS CloudFormation で実践する Infrastructure as Code - テンプレート設計とスタック管理テンプレートでインフラを定義し、変更セットで影響範囲を事前確認する。ドリフト検出で構成の逸脱を検出し、スタックセットで Organizations 全体に一括デプロイする手法を紹介します。Amazon Kinesis で構築するリアルタイムデータパイプライン - Data Streams と Data Firehose の使い分けData Streams でリアルタイムデータを取り込み、Data Firehose で S3・Redshift・OpenSearch に自動配信する。シャード設計とオンデマンドモードの使い分けでストリーミングパイプラインを構築する方法を解説します。

同じテーマの記事

AWS Batch で実行する GPU ベースの機械学習トレーニング - コスト効率の高い大規模学習既存の Docker コンテナで GPU トレーニングを実行し、スポットインスタンスとチェックポイントでコストを最大 90% 削減する。SageMaker との使い分けも紹介します。Amazon Bedrock における Claude の活用 - モデル選定からプロンプト設計、コスト最適化までAmazon Bedrock で利用できる Anthropic Claude モデルの特徴比較、ユースケース別のモデル選定指針、プロンプト設計のベストプラクティス、コスト最適化を解説します。Amazon Bedrock Knowledge Bases で構築する RAG アプリケーション - 検索拡張生成の実装S3 上のドキュメントを自動インデックス化し、RetrieveAndGenerate API で検索と生成を統合する。チャンキング戦略の選定と Guardrails による安全性確保を紹介します。Amazon Braket で始める量子コンピューティング - 量子回路の設計とシミュレーションローカルシミュレーターで無料プロトタイピングし、IonQ・Rigetti の実機で量子回路を実行する。ハイブリッドジョブで VQE や QAOA を実装する手法を紹介します。AWS Clean Rooms ML でプライバシー保護型 ML - データを共有せずにモデルを構築Clean Rooms ML によるルックアライクモデルの構築、差分プライバシーの適用、広告ターゲティングへの活用を解説します。Amazon Comprehend で実装する自然言語処理 - 感情分析とエンティティ抽出の活用Comprehend による感情分析、エンティティ抽出、カスタム分類モデルの構築を解説します。対話型ボット構築 - Amazon Lex と Polly で実現する自然な会話インターフェースAmazon Lex と Amazon Polly を活用した対話型ボットの構築方法を解説します。需要予測 - Amazon Forecast で時系列データから将来を予測する過去の時系列データと関連変数を入力し、ML ベースの需要予測モデルを自動構築する。予測精度の評価指標と、S3・QuickSight 連携による予測結果の活用パターンを解説します。

内容が近い記事・サービス

Amazon Translate75 以上の言語ペアに対応し、リアルタイム翻訳とバッチ翻訳の両方を提供するニューラル機械翻訳サービスあるグローバル企業が、英語で書かれた製品マニュアルを日本語、フランス語、ドイツ語に自動翻訳したいと考えています。大量のドキュメントをバッチ処理で翻訳する必要があります。最も適切な AWS サービスはどれですか。音声テキスト変換 - Amazon Transcribe で実現する高精度な自動文字起こし基盤Amazon Transcribe による音声のテキスト変換 (STT) と、Amazon Polly との組み合わせによる双方向音声処理パイプラインの構築を解説します。リアルタイム文字起こし、話者識別、カスタム語彙による精度向上の実践手法を紹介します。ある保険会社が大量の請求書や申請書をデジタル化するプロジェクトを進めています。スキャンした PDF から表形式のデータやフォームのフィールド値を自動的に抽出したいと考えています。最も適切な AWS サービスはどれですか。