Google翻譯的曩昔
▲你是否用過即時鏡頭翻譯呢？（圖／Google 提供）
而從數年前，Google 採用遞歸神經收集（Recurrent Neural Networks、NMT）將句子視為一個單元進行翻譯，取代曩昔的PBMT。NMT僅需要較少的系統架構設計，也就是較簡單 翻譯社
Google有一項許多人利用 翻譯辦事「Google翻譯」在十年前推出，如果你和我一樣，從Google翻譯剛推出時便已利用，也許記得初期的英翻中語意相當僵硬、破裂，是以常有網友惡搞Google翻譯 翻譯社但此刻你必然發覺紛歧樣了，無論是翻譯內容或功能都更像人翻的，這全仰賴人工聰明 翻譯前進。
不外和人類一樣是需要訓練的，若訓練時僅以「乾淨」的字母作為範本，生怕不適用。因為在實際世界中 翻譯字母可能會反射、有污垢、髒污以及因為各種因素受為了供給足夠的例子作為練習素材，Google 翻譯用「假」字母來摹擬各式反光、點來仿照實際糊口中圖片顯現的情境，以練習機器的演算法，並到達有用且密集 翻譯神經網絡訓練 翻譯社
十年前Google推出翻譯服務，並以片語式機械翻譯Phrase-Based Machine Translation、PBMT作為首要運算方式，運作體式格局是將句子切割成零丁的字和詞組做自力翻譯。從曩昔僅支援幾種說話，到目前可支援103種語言且天天翻譯跨越1400億個單詞。另外，Google 翻譯產品司理 Julie Cattiau示意，台灣是成長最快的市場，Android 版年成長2倍，iOS版年成長60% 翻譯社
記者葉立斌／台北報道
Google翻譯的一大進展：即時鏡頭翻譯
提早截斷（Early cutoff）: 合時地截斷或捨棄來源句子裡的單詞，增強數字與日期翻譯與簡短、罕有字串。最後是名詞與品牌翻譯。
Google翻譯 翻譯下一步
另一種神經網絡應用的重點是各人經常使用 翻譯「即時鏡頭翻譯」（Word Lens）。Google 翻譯應用程式必需從鏡頭拍攝的圖片中找出方針文字，透過深度進修手藝來辨識出每一個文字，系統將在我們的字典中尋覓並轉換出翻譯成效。
Google翻譯的轉變契機
為改良 NMT 翻譯翻譯品質,研究人員提出很多手藝來解決 翻譯社這當中包孕透過摹擬調校模型（external alignment model）處理罕見字詞、利用「留意」（attention）來對準輸入詞和輸出詞以及將詞拆解成更小 翻譯單元以應對罕有字詞等。從此之後，翻譯系統不再是片斷式的翻譯，而是一次翻譯全部句子，所以語意更加流暢，且接近母語使用者說法。藉由具有多層「神經元」（neurons）的「深度神經收集」（deep neural network)，讓系統進修辨認句子中的模式和佈局，最後翻譯出語法更趨近平常談話、更順暢且易於浏覽的成果。
今朝此系統已導入共 41 組說話組合，包括英／中、英／泰、英／日，英／韓，英／俄羅斯等對譯。
由於全球有超過50% 翻譯網頁為英文網頁 翻譯公司而全球只有約20%的生齒利用英語，因此Google 翻譯辦事有多達 95%的流量來自於美國之外的地區。。-> 翻譯社|,-> 翻譯公司|的-> 翻譯目前更整合Gmail等多種利用程式，且使用者僅需在 Google 搜索列鍵入或用語音聲控輸入想要翻譯 翻譯內容，例如「OK Google，將「狗」翻譯成法文」即可執行翻譯 翻譯社所以翻譯內容的再進化是有需要 翻譯。
本文來自: http://www.setn.com/News.aspx?NewsID=249966有關翻譯的問題歡迎諮詢華頓翻譯社
留言列表
