翻譯社聯合報系資料照片" title="google。
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，之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。
過去，為翻譯肆意兩種語言，google需要建構多個分歧的翻譯系統，運算本錢相當可觀。
其實不只簡體中文、繁體中文的語法不異，他流露，日文、韓文在機械翻譯上也可算是語法相同，用同一套系統翻譯
google翻譯的成長曆程快速，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翻譯從曩昔僅支援幾種語言，到目前可支援103種說話，且每天翻譯超過1400億個單詞，google翻譯的品質有了很大的進展。
他認為，固然簡體中文、繁體中文有些相同的字詞有著分歧的意義，或不異的字已衍生出新的意義，但因簡體、繁體中文語法不異，在機器翻譯上仍採用一套系統，可視為專有名詞，透過學習豎立資料庫來校訂。
簡立峰解釋，google翻譯有進修及資料庫的功能，不竭積累經驗，毛病也是一種經驗，除非幾乎所的人都在「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翻譯
在讀取完全句子後，解碼器(decoder)就會起頭運作，一次產生一個英語句子中的一個詞。
注意 (attention)功能是為了每一步都產出准確的詞，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。
他指出，機器進修是很主要的議題，各人在討論google翻譯的學習功能之際，也會聯想到人工電腦alphago打敗真人世界棋王翻譯目前也有人提出讓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」翻譯
為改良nmt翻譯品質，研究人員提出許多技術來解決，這傍邊包羅透過模擬調校模子(externalalignment model) 處置罕見字詞、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位以應對罕見字詞等翻譯
google神經機械翻譯(gnmt)將中詞句子翻譯成英文句子的進程，透過編碼器 (encoder)，起首，gnmt將中文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有意義。
引用自: 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
