另一種神經收集運用的重點是大家經常使用的「即時鏡頭翻譯」（Word Lens）翻譯Google 翻譯利用程式必須從鏡頭拍攝的圖片中找出方針文字，透過深度進修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成果。
提早截斷（Early cutoff）: 合時地截斷或捨棄來曆句子裡的單詞，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。記者葉立斌／台北報道
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）將句子視為一個單位進行翻譯，取代過去的PBMT翻譯NMT僅需要較少的系統架構設計，也就是較簡略。
Google翻譯的下一步
Google翻譯的改變契機
不過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。因為在實際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應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、點來模擬實際生活中圖片顯現的情境，以練習機器的演算法，並達到有用且密集的神經收集訓練翻譯
Google翻譯的曩昔
Google有一項很多人利用的服務「Google翻譯」在十年前推出，假如翻譯公司和華頓翻譯社一樣，從Google翻譯剛推出時便已使用，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翻譯翻譯但現在你一定察覺不一樣了，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提高翻譯
現在更整合Gmail等多種利用程式，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」便可執行翻譯。所以翻譯內容的再進化是有需要的。由於全球有超過50%的網頁為英文網頁翻譯社而全球只有約20%的生齒使用英語，是以Google 翻譯辦事有多達 95%的流量來自於美國以外的區域。
▲你是不是用過即時鏡頭翻譯呢？（圖／Google 提供）
這傍邊包括透過摹擬調校模子（external alignment model）處置罕見字詞、使用「留意」（attention）來對準輸入詞和輸出詞以及將詞拆解成更小的單位以應對罕有字詞等。藉由具備多層「神經元」（neurons）的「深度神經網絡」（deep neural network)，讓系統進修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、更順暢且易於浏覽的結果。為改善 NMT的翻譯品質,研究人員提出很多手藝來解決。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，所以語意加倍流暢，且接近母語使用者說法。
十年前Google推出翻譯辦事，並以片語式機械翻譯Phrase-Based Machine Translation、PBMT作為首要運算體例，運作體例是將句子切割成零丁的字和詞組做獨立翻譯。從過去僅支援幾種語言，到現在可支援103種語言且天天翻譯跨越1400億個單詞。別的，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%翻譯
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。
本文出自: 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
