thompsrt4t1h@outlook.com

翻譯公司剛最先推出神經機械翻譯時，這兩種翻譯體式格局的精準度不相上下翻譯

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。

曩昔，為翻譯隨便兩種語言，google需要建構多個分歧的翻譯系統，運算本錢相當可觀。

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獨立翻譯。目前也有人提出讓alphago打alphago，學習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「左右互搏」。

他指出，機械進修是很主要的議題，各人在討論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。

他認為，雖然簡體中文、繁體中文有些不異的字詞有著分歧的意義，或相同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，透過進修豎立資料庫來校訂。

結合報系資料照片">

翻譯

google神經機器翻譯(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目前為止單詞被讀取到的所成心義翻譯

從過去僅支援幾種說話，到如今可支援103種語言，且天天翻譯超過1400億個單詞，google翻譯的品質有了很大的進展。

google翻譯的成長進程快速，10年前，google推出翻譯服務，並以片語式機器翻譯（phrase-basedmachine translation）作為首要運算方式。

簡立峰诠釋，google翻譯有進修及資料庫的功能，不休積累經驗，毛病也是一種經驗，除非幾近所的人都在「點竄建議」欄寫下如出一轍的毛病，才會積非成是，但事實上這種環境並不可能産生。

注重 (attention)功能是為了每步都產出正確的詞，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)進行解碼翻譯

為改良nmt翻譯品質，研究人員提出許多手藝來解決，這當中包羅透過摹擬調校模型(externalalignment model) 處置罕有字詞、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有字詞等翻譯

其實不只簡體中文、繁體中文的語法不異，他透露，日文、韓文在機械翻譯上也可算是語法溝通，用同一套系統。