armstrr17b060@outlook.com

翻譯社

在讀取完全句子後，解碼器(decoder)就會入手下手運作，一次產生一個英語句子中的一個詞翻譯

留意 (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。從過去僅支援幾種語言，到目下當今可支援103種說話，且每天翻譯跨越1400億個單詞，google翻譯的品質有了很大的進展。

google翻譯的成長進程快速，10年前，google推出翻譯服務，並以片語式機器翻譯（phrase-basedmachine translation）作為主要運算方式。

他指出，機械進修是很主要的議題，各人在接洽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而今也有人提出讓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「擺佈互搏」。

簡立峰注釋，google翻譯有學習及資料庫的功能，不斷累積經驗，錯誤也是一種經驗，除非幾乎所的人都在「修改建議」欄寫下一模一樣的毛病，才會積非成是，但事實上這類環境其實不可能産生翻譯

他認為，固然簡體中文、繁體中文有些溝通的字詞有著分歧的意義，或溝通的字已衍生出新的意義，但因簡體、繁體中文語法相同，在機器翻譯上仍採用一套系統，可視為專有名詞，透過進修建樹資料庫來校訂。

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獨立翻譯。

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不異，用統一套系統。

過去，為翻譯任意兩種語言，google需要建構多個分歧的翻譯系統，運算成本相當可觀翻譯相較於過去的片語機器學習（pbmt），神經機器翻譯（nmt）僅需要較少的系統架構設計。剛開始推出神經機器翻譯時，這兩種翻譯體例的精準度八兩半斤翻譯

為改良nmt翻譯品質，研究人員提出很多手藝來解決，這傍邊包孕透過摹擬調校模子(externalalignment model) 處理罕見字詞、使用「留意」(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。

google台灣董事總經理簡立峰說，google翻譯比以前好用太多了！就算有人惡作劇，刻意在「提出修改建議」欄位寫下錯的翻譯，也不會影響系統的運作。

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目前為止單詞被讀取到的所成心義。