根據外媒報道，該文中提到機器進修（Machine learning）是很有效的翻譯東西，但在人類利用語言的多元習慣上，電腦可能一時之間沒法分辯出准確訊息，特別是系統常常會逐字逐句 翻譯翻譯，沒有去認識前後文，因此翻譯出了毛病的訊息，事實上就連人類自己也會犯這類毛病。而自然說話處理部分的工程師們認為，若是每一次呈現如許 翻譯毛病，就要從新點竄說話系統中的神經收集，將會長短常沒有用率的做法，也是以他們提出了另外一個方案。
Google增添新機制 下降翻譯毛病率
Google 天然說話處置懲罰部分（NLU）的Jakob Uszkoreit 近日發表了一篇文章，提出對於Google翻譯因以句子為單位而造成錯誤翻譯的解決方法。
新頭殼newtalk
這個方案是在一個名為Transformer 翻譯系統中，附加上新的元件attention mechanism，attention mechanism稱之為注重力機制，會使翻譯系統在進行闡明動作時，自動對照每一個單字是不是會影響前後文的辭意，藉此來選出准確的翻譯。
但是，注意到這個問題的不只是Google，近期翻譯公司 DeepL也正在開發相幹系統，其創始人 Gereon Frahling 乃至認為，他們 翻譯版本將比 Google 的系統更好。
本篇文章引用自此: https://tw.news.yahoo.com/google%E5%A2%9E%E5%8A%A0%E6%96%B0%E6%A9%9F%E5%88%B6-%E9%99%8D%E4%BD%8E%E7%有關翻譯的問題歡迎諮詢華頓翻譯社
文章標籤
全站熱搜
留言列表
