Google翻譯的發展進程快速，10年前，Google推出翻譯服務，並以片語式機器翻譯（Phrase-BasedMachine Translation）作為主要運算方式。從過去僅支援幾種語言，到現在可支援103種語言，且每天翻譯超過1400億個單詞，Google翻譯的品質有了很大的進展。
為改善NMT翻譯品質，研究人員提出許多技術來解決，這當中包括透過模擬調校模型(externalalignment model) 處置懲罰罕有字詞、使用「注意」(attention)來對準輸入詞和輸出詞，以及將詞拆解成更小的單元以應對罕見字詞等。
（中心社記者潘智義台北3日電）Google台灣董事總司理簡立峰說，Google翻譯比之前好用太多了！就算有人惡作劇，銳意在「提出修改建議」欄位寫下錯的翻譯，也不會影響系統的運作。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「華山論劍」裡全真派的周伯通，用本身的左手和右手對打，使出的「閣下互搏」翻譯
" data-reactid="15">他指出，機器學習是很主要的議題，人人在計議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。過去，為翻譯任意兩種語言，Google需要建構多個不同的翻譯系統，運算成本相當可觀。相較於過去的片語機器學習（PBMT），神經機器翻譯（NMT）僅需要較少的系統架構設計翻譯剛開始推出神經機器翻譯時，這兩種翻譯方式的精準度不相上下。相較於過去的片語機械進修（PBMT），神經機械翻譯（NMT）僅需要較少的系統架構設計。
注意 (Attention)功能是為了每步都產出准確的詞，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。" data-reactid="12">簡立峰诠釋，Google翻譯有進修及資料庫的功能，不斷積累經驗，錯誤也是一種經驗，除非幾近所的人都在「點竄建議」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發生。
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，之後的片語式機器翻譯方式（PBMT），則是將句子切割成單獨的字和詞組做獨立翻譯。
在讀取完整句子後，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。
Google神經機械翻譯(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將中詞句子的每一個單詞進行向量(vector)編碼，而每個向量將顯示出目前為止單詞被讀取到的所有意義翻譯
其實不只簡體中文、繁體中文的語法相同，他透露，日文、韓文在機械翻譯上也可算是語法溝通，用統一套系統。
本文出自: https://tw.news.yahoo.com/google%E7%BF%BB%E8%AD%AF%E4%B8%8D%E6%80%95%E6%83%A1%E4%BD%9C%E5%8A%87-%E5%有關翻譯的問題歡迎諮詢華頓翻譯社
留言列表
