谷歌翻译的目标是利用机器学习消除语言障碍，而其发布的神经网络翻译在近一年的时间里给谷歌翻译在流畅度和准确性上带来了巨大的提升。
在7月11日上午开幕的中国互联网大会上，谷歌翻译研发科学家高勤对谷歌翻译最近一年取得的进展进行了汇报。他表示，神经网络翻译技术是谷歌翻译质量提升的关键。
经过11年的发展，谷歌翻译现在提供超过种语言互通，覆盖全球99%的网民，每天提供超过10亿次的翻译，大约相当于万本书的文本总量。月度活跃用户超过10亿人次，其中95%来自于美国以外地区。
随着互联网大潮的到来，谷歌利用机器学习带来了许多全新的翻译体验，例如即时翻译、对话、离线支持、在任意安卓程序内翻译。高勤在现场用了一个例子，反映了谷歌翻译在质量方面，这一年内的进展。
神经网络相对于传统技术是一种革命性的改变。高勤说：“基于短语的统计机器翻译是离散、局部的翻译，但神经网络翻译则反其道而行，智能链接全网，可实现连续、全局的决策。”
从数据上来看，完美翻译为6分的话，神经网络翻译技术与非专业人工翻译差距极小，达到接近4-5分。
年起，这个项目计划计划历时3年发布，但高勤表示，谷歌在13个月达成了目标，这其中TnsorFlow平台功不可没。
面对繁重的个模型的训练与维护，谷歌选择了“多语言模型”，是指用同一套神经网络学习多种语言的互相翻译。只需要将目标语言代码通过特殊符号形式告诉神经网络，神经网络就可以处理多种语言的翻译，效率远超单语言情况。
利用TPU、张量处理器以及谷歌在机器翻译上多年的积累，谷歌在较短时间内发布了神经网络机器翻译模型，同时该模型也在业界和研究界掀起了研究的热潮。据统计，去年一年时间内，有篇关于神经网络机器翻译的论文被发表，但高勤表示：“我们对神经网络机器翻译的认识依旧肤浅，它也仅仅是初露锋芒，没有达到性能的极限”。
对于神经网络机器翻译技术，谷歌下一步将继续致力于改进数字、日期、姓名、品牌以及不常见短语翻译，同时进一步研究新的模型结构与训练方法。
最近谷歌大脑刚刚发布了完全基于注意力模型的新的模型结构，未来谷歌将继续投入对神经网络机器翻译的研究。
（来源：中国网）
赞赏
长按中科医院白癜风诊疗康复标准白癜风有哪些危害
转载请注明地址:http://www.ihgqp.com/kfbl/8569.html
