Google翻譯的曩昔
Google翻譯的下一步
Google翻譯的一猛進展：即時鏡頭翻譯
目前此系統已導入共 41 組說話組合，包括英／中、英／泰、英／日，英／韓，英／俄羅斯等對譯。別的，Google 翻譯產品經理 Julie Cattiau透露表現，台灣是成長最快的市場，Android 版年成長2倍，iOS版年成長60%。
十年前Google推出翻譯辦事，並以片語式機械翻譯Phrase-Based Machine Translation、PBMT作為首要運算體式格局，運作體式格局是將句子切割成單獨的字和詞組做自力翻譯翻譯從曩昔僅支援幾種說話，到如今可支援103種說話且天天翻譯跨越1400億個單詞。
另外一種神經網絡利用的重點是大家經常使用的「即時鏡頭翻譯」（Word Lens）翻譯Google 翻譯運用程式必需從鏡頭拍攝的圖片中找出目的文字，透過深度進修技術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翻譯的改變契機
提早截斷（Early cutoff）: 當令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。
最後是名詞與品牌翻譯。所以翻譯內容的再進化是有需要的。
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，是以Google 翻譯辦事有多達 95%的流量來自於美國之外的區域。
如今更整合Gmail等多種運用程式，且利用者僅需在 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」即可履行翻譯。
Google有一項很多人利用的辦事「Google翻譯」在十年前推出，假如翻譯公司和天成翻譯社一樣，從Google翻譯剛推出時便已利用，也許記得早期的英翻中語意相當僵硬、破裂，是以常有網友惡搞Google翻譯翻譯但目下當今你必然發覺紛歧樣了，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提高。
為改良 NMT的翻譯品質,研究人員提出很多手藝來解決翻譯這當中包羅透過摹擬調校模子（external alignment model）處置懲罰罕有字詞、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見字詞等。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，所以語意更加流利，且接近母語利用者說法。藉由具有多層「神經元」（neurons）的「深度神經收集」（deep neural network)，讓系統進修識別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結果翻譯
▲你是不是用過即時鏡頭翻譯呢？（圖／Google 供給）
記者葉立斌／台北報道
不外和人類一樣是需要練習的，若訓練時僅以「乾淨」的字母作為範本，生怕不合用。因為在現實世界中的字母可能會反射、有污垢、髒污和因為各類身分受為了提供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、點來模擬實際生涯中圖片呈現的情境，以訓練機器的演算法，並達到有效且密集的神經收集練習。
NMT僅需要較少的系統架構設計，也就是較簡單翻譯
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，取代曩昔的PBMT。
文章來自: http://www.setn.com/News.aspx?NewsID=249966有關翻譯的問題歡迎諮詢天成翻譯社
留言列表
