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）作為首要運算體式格局翻譯從過去僅支援幾種說話，到目下當今可支援103種說話，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
相較於曩昔的片語機械學習（pbmt），神經機械翻譯（nmt）僅需要較少的系統架構設計。
過去，為翻譯隨意率性兩種語言，google需要建構多個分歧的翻譯系統，運算本錢相當可觀。剛最先推出神經機械翻譯時，這兩種翻譯體式格局的精準度八兩半斤。
其實不只簡體中文、繁體中文的語法溝通，他泄漏，日文、韓文在機器翻譯上也可算是語法溝通，用統一套系統翻譯
數年前，google採用遞歸神經網絡（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），則是將句子切割成單獨的字和詞組做自力翻譯。
為改善nmt翻譯品質，研究人員提出很多手藝來解決，這傍邊包羅透過模擬調校模子(externalalignment model) 處置懲罰罕有字詞、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位以應對罕有字詞等翻譯
留意 (attention)功能是為了每步都產出准確的詞，解碼器將針對編碼中文向量裡最相幹的英文單詞權重分布(weighted distribution)進行解碼。
如今也有人提出讓alphago打alphago，學習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「閣下互搏」翻譯
他指出，機械進修是很重要的議題，人人在接頭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。聯合報系資料照片" title="google。
google神經機械翻譯(gnmt)將中文句子翻譯成英詞句子的進程，透過編碼器 (encoder)，起首，gnmt將中詞句子的每一個單詞進行向量(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成心義。
簡立峰解釋，google翻譯有進修及資料庫的功能，不斷積累經驗，錯誤也是一種經驗，除非幾近所的人都在「點竄建議」欄寫下如出一轍的毛病，才會積非成是，但事實上這種情形其實不可能産生。
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、繁體中文語法溝通，在機械翻譯上仍採用一套系統，可視為專著名詞，透過學習設立建設資料庫來校訂。
來自: https://udn.com/news/story/6811/2440774有關翻譯的問題歡迎諮詢鉦昱翻譯社
留言列表
