austinowenton

杜阿拉文翻譯翻譯社

注意 (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。

google神經機械翻譯(gnmt)將中詞句子翻譯成英詞句子的過程，透過編碼器 (encoder)，起首，gnmt將中詞句子的每個單詞進行向量(vector)編碼，而每一個向量將顯示出今朝為止單詞被讀取到的所成心義。

google翻譯的成長曆程快速，10年前，google推出翻譯辦事，並以片語式機械翻譯（phrase-basedmachine translation）作為主要運算體式格局翻譯從曩昔僅支援幾種說話，到目前可支援103種語言，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。

其實不只簡體中文、繁體中文的語法溝通，他泄漏，日文、韓文在機械翻譯上也可算是語法相同，用統一套系統。

簡立峰诠釋，google翻譯有進修及資料庫的功能，接續積累經驗，毛病也是一種經驗，除非幾近所的人都在「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不同的意義，或不異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，可視為專有名詞，透過進修創設資料庫來校訂。

曩昔，為翻譯任意兩種說話，google需要建構多個不同的翻譯系統，運算成本相當可觀。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。剛起頭推出神經機器翻譯時，這兩種翻譯體式格局的精準度不相上下翻譯

在讀取完全句子後，解碼器(decoder)就會開始運作，一次產生一個英語句子中的一個詞。

為改善nmt翻譯品質，研究人員提出許多手藝來解決，這傍邊包羅透過摹擬調校模子(externalalignment model) 處理罕有字詞、使用「注意」(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翻譯

數年前，google採用遞歸神經網絡（recurrentneural networks）將句子視為一個單位進行翻譯，以後的片語式機器翻譯體例（pbmt），則是將句子切割成零丁的字和詞組做自力翻譯。

他指出，機械進修是很主要的議題，大師在計議google翻譯的學習功能之際，也會聯想到人工電腦alphago打敗真人世界棋王。現在也有人提出讓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」。

google台灣董事總經理簡立峰說，google翻譯比之前好用太多了！就算有人惡作劇，決心在「提出點竄建議」欄位寫下錯的翻譯，也不會影響系統的運作。