現在有名なプログラミング言語のニューラル機械翻訳は大量のパラメーター数のモデルとデータを使用し学習を行っている. そのため, 限られた環境でしか精度の高い翻訳が行えない. そこで, 現在提案されている様々なニューラル機械翻訳モデルで実験を行いプログラミング言語同士の翻訳に適した構造を調べる. その後, 適した構造を改良し翻訳が少量のパラメーター数とデータでも高い精度で行える特化した構造を提案する.