Google翻譯的一猛進展：即時鏡頭翻譯
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，代替曩昔的PBMT翻譯NMT僅需要較少的系統架構設計，也就是較簡單。
十年前Google推出翻譯服務，並以片語式機械翻譯Phrase-Based Machine Translation、PBMT作為首要運算體例，運作方式是將句子切割成零丁的字和詞組做自力翻譯。
從曩昔僅支援幾種語言，到而今可支援103種說話且天天翻譯跨越1400億個單詞翻譯另外，Google 翻譯產品司理 Julie Cattiau默示，台灣是成長最快的市場，Android 版年成長2倍，iOS版年成長60%。為改善 NMT的翻譯品質,研究人員提出很多手藝來解決。藉由具備多層「神經元」（neurons）的「深度神經網絡」（deep neural network)，讓系統學習辨認句子中的模式和構造，最後翻譯出語法更趨近日常談話、更順暢且易於閱讀的結果翻譯
這當中包括透過模擬調校模子（external alignment model）處理罕見字詞、使用「注重」（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。從此以後，翻譯系統不再是片斷式的翻譯，而是一次翻譯全部句子，所以語意加倍流利，且接近母語利用者說法。Google翻譯的下一步
Google翻譯的曩昔
▲你是否用過即時鏡頭翻譯呢？（圖／Google 提供）
最後是名詞與品牌翻譯。提早截斷（Early cutoff）: 合時地截斷或捨棄來源句子裡的單詞，加強數字與日期翻譯與簡短、罕見字串。
由於全球有跨越50%的網頁為英文網頁翻譯社而全球只有約20%的生齒利用英語，因此Google 翻譯服務有多達 95%的流量來自於美國之外的地區翻譯此刻更整合Gmail等多種應用程式，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的內容，例如「OK Google，將「狗」翻譯成法文」便可履行翻譯。
所以翻譯內容的再進化是有需要的。記者葉立斌／台北報導
不過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，恐怕不適用。因為在現實世界中的字母可能會反射、有污垢、髒污和因為各類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，並達到有用且密集的神經收集訓練。
Google有一項很多人使用的辦事「Google翻譯」在十年前推出，假如翻譯公司和萬國翻譯社一樣，從Google翻譯剛推出時便已使用，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翻譯翻譯但而今你必然發覺不一樣了，不管是翻譯內容或功能都更像人翻的，這全仰賴人工聰明的前進。Google 翻譯利用程式必需從鏡頭拍攝的圖片中找出方針文字，透過深度學習技術來辨識出每個文字，系統將在我們的字典中尋覓並轉換出翻譯後果翻譯
另外一種神經收集利用的重點是大師經常使用的「即時鏡頭翻譯」（Word Lens）。
Google翻譯的改變契機
目前此系統已導入共 41 組語言組合，包括英／中、英／泰、英／日，英／韓，英／俄羅斯等對譯。
本篇文章引用自此: http://www.setn.com/News.aspx?NewsID=249966有關翻譯的問題歡迎諮詢萬國翻譯社
留言列表
