在讀取完整句子後，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。
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方式（pbmt），則是將句子切割成零丁的字和詞組做獨立翻譯翻譯
為改良nmt翻譯品質，研究人員提出很多手藝來解決，這傍邊包羅透過模擬調校模子(externalalignment model) 處理罕有字詞、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。
注重 (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關的英文單詞權重分布(weighted distribution)進行解碼。
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、繁體中文語法不異，在機械翻譯上仍採用一套系統，可視為專著名詞，透過進修建立資料庫來校訂。
從曩昔僅支援幾種語言，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。google翻譯的發展曆程快速，10年前，google推出翻譯辦事，並以片語式機器翻譯（phrase-basedmachine translation）作為首要運算方式。
google神經機器翻譯(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翻譯
他指出，機械學習是很主要的議題，大師在討論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。
簡立峰诠釋，google翻譯有學習及資料庫的功能，不休累積經驗，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，但事實上這類情況其實不可能發生。
曩昔，為翻譯隨意率性兩種說話，google需要建構多個不同的翻譯系統，運算本錢相當可觀。相較於曩昔的片語機械進修（pbmt），神經機械翻譯（nmt）僅需要較少的系統架構設計翻譯剛開始推出神經機械翻譯時，這兩種翻譯體例的精準度不相上下。
其實不只簡體中文、繁體中文的語法不異，他流露，日文、韓文在機器翻譯上也可算是語法相同，用統一套系統翻譯
本文來自: 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
