6V-08
連合ニューラル翻訳のためのマルチエージェントシステムの自己組織化
○北川勘太朗,村上陽平(立命館大)
連合学習は,各組織が自分のデータを秘匿にしたまま,モデルを協調して学習できるが,データ分布が異なるとモデルの精度が低下するため,全てのモデルの翻訳精度が向上するとは限らない.そこで,深層強化学習を用いて各集約プロセスで動的にパートナーを選ぶマルチエージェントシステムを提案する.エージェントの内部モデルとして,ドメインごとに個別に翻訳精度向上を図ろうとする利己的エージェントと、すべてのドメインに対して翻訳精度向上を図ろうとする協調的エージェントを用いる。3つの異なるデータを用いた検証で,従来手法よりも利己的エージェントは29.5%,協調的エージェントは13.4%翻訳精度を向上させることを確認した.