自然言語処理分野の難関国際会議ACL2026にNTTから2件の論文が採択

2026年7月2日～7月7日にアメリカのサンディエゴにて開催される、自然言語処理分野の国際会議The 64^th Annual Meeting of the Association for Computational Linguistics （ACL 2026）に、NTT研究所から2件の論文が本会議に採択されました。ACLでは、大規模言語モデル（LLM）をはじめ、言語理解、情報抽出、機械翻訳など、自然言語（人間が話す言葉）を対象とするAI技術に関する最先端の研究成果が発表されます。またACL 2026の論文採択率は本会議19％（投稿数12,145件）と、難関国際会議として知られています。

所属としてそれぞれ略称で書かれている研究所名は、以下の通りです。
CS研：コミュニケーション科学基礎研究所

■NeoAMT: Neologism-Aware Agentic Machine Translation with Reinforcement Learning
（NeoAMT: 強化学習を用いて新語に対応するエージェント機械翻訳）

Zhongtao Miao（東京大学）、Kaiyan Zhao（東京大学）、永田昌明 上席特別研究員（CS研）、鶴岡慶雅（東京大学）

新語（neologism）を含む文を翻訳する際に、大規模言語モデル（LLM）が自分の内部知識が不十分と判断した場合には、外部の辞書を検索し、その検索結果を利用して出力文（翻訳文）を生成する仕組みを考案し、その精度評価のためのベンチマークデータを作成しました。この研究は、大規模言語モデル（LLM）が外部の情報源を活用しながら、前後の文脈、文化的な背景、専門用語などを自律的に判断し、単なる直訳ではない高品質な翻訳を実現するエージェント機械翻訳が実現可能であることを示しています。

■One Single Hub Text Breaks CLIP: Identifying Vulnerabilities in Cross-Modal Encoders via Hubness
（単一のhub テキストがCLIP を壊す：hubness によるクロスモーダル埋め込みの脆弱性特定）

出口祥之 ポスドク（CS研）、帖佐克己 研究員（CS研）、坂井優介 助教（奈良先端科学技術大学院大学）

画像とテキストといった異種データ間をまたぐ情報検索や品質評価を実現する「クロスモーダル埋め込み」は、複数のデータ形式を処理するAIの基盤技術として重要な役割を果たします。本研究では、クロスモーダル埋め込みにおいて、検索精度や信頼性を著しく低下させる脆弱性として知られる「ハブ」に着目し、既存の品質評価指標や情報検索の課題を明らかにしました。本成果は、情報検索やAIの生成テキストの品質評価などにおける信頼性向上、脆弱性対策、想定外の挙動を引き起こさない安全なAIの設計に役立つことが期待されます。