google翻譯的成長進程快速，10年前，google推出翻譯辦事，並以片語式機械翻譯（phrase-basedmachine translation）作為主要運算體式格局。從過去僅支援幾種說話，到目前可支援103種語言，且天天翻譯跨越1400億個單詞，google翻譯的品質有了很大的進展翻譯
google神經機械翻譯(gnmt)將中詞句子翻譯成英詞句子的進程，透過編碼器 (encoder)，起首，gnmt將中詞句子的每個單詞進行向量(vector)編碼，而每一個向量將顯示出今朝為止單詞被讀取到的所有意義翻譯
結合報系資料照片">
翻譯
數年前，google採用遞歸神經收集（recurrentneural networks）將句子視為一個單元進行翻譯，以後的片語式機械翻譯體例（pbmt），則是將句子切割成零丁的字和詞組做自力翻譯。
他指出，機器學習是很主要的議題，人人在計議google翻譯的進修功能之際，也會聯想到人工電腦alphago打敗真人世界棋王翻譯目下當今也有人提出讓alphago打alphago，進修能力可以更快的說法，就像是金庸小說「西嶽論劍」裡全真派的周伯通，用本身的左手和右手對打，使出的「左右互搏」。
為改善nmt翻譯品質，研究人員提出很多技術來解決，這傍邊包括透過摹擬調校模型(externalalignment model) 處置懲罰罕見字詞、利用「注意」(attention)來對準輸入詞和輸出詞，和將詞拆解成更小的單元以應對罕有字詞等。
在讀取完全句子後，解碼器(decoder)就會開始運作，一次產生一個英語句子中的一個詞。
他認為，固然簡體中文、繁體中文有些不異的字詞有著不同的意義，或溝通的字已衍生出新的意義，但因簡體、繁體中文語法不異，在機械翻譯上仍採用一套系統，可視為專著名詞，透過進修成立資料庫來校訂。
曩昔，為翻譯肆意兩種說話，google需要建構多個不同的翻譯系統，運算成本相當可觀翻譯相較於曩昔的片語機械進修（pbmt），神經機器翻譯（nmt）僅需要較少的系統架構設計。剛最先推出神經機器翻譯時，這兩種翻譯體式格局的精準度分庭抗禮翻譯
簡立峰注釋，google翻譯有進修及資料庫的功能，赓續積累經驗，毛病也是一種經驗，除非幾乎所的人都在「修改建議」欄寫下如出一轍的毛病，才會積非成是，但事實上這類情況其實不可能發生翻譯
以下文章來自: https://udn.com/news/story/6811/2440774有關翻譯的問題歡迎諮詢天成翻譯社
留言列表
