欢迎访问云译网,为您提供全国翻译公司,打造专业的翻译服务平台!

发布资讯

您所在的位置 > 首页 > 翻译服务信息 > 正文

机器翻译的三大飞跃

作者:云译网 日期:2019-07-27

机器翻译已达到目前的水平,经过几十年的发展,经历了三次飞跃。早在1954年,人类开始尝试让机器识别人类语言,但直到20世纪80年代人们才找到方法。当时,IBM研究并使用传统方法,如基于规则的方法,语法分析和语义分析,让机器理解人类语言。但是,由于当时“冬季”人工智能的发展,效果并不好,翻译质量也未能提升。机器翻译的第一次飞跃也是由IBM制定的。 IBM研究人员使用统计方法进行机器翻译。当时,语音识别从传统的人工智能方法专家系统转变为统计学习方法,尤其是隐马尔可夫模型。统计方法的应用使机器翻译在20世纪90年代实现了质的飞跃。在21世纪,机器翻译迎来了第二次飞跃。这一进展主要依赖于深度学习神经网络的方法。该方法也称为神经机器翻译。该技术首先用于语音识别,然后扩展到图像识别和机器翻译。简而言之,神经机器翻译将源语言的句子编码为计算机可以“理解”的形式。编码的结果将形成许多隐式变量,每个隐式变量代表当前词汇表的第一个句子。语义信息。然后通过一个解码过程,一个单词,一个单词输出翻译。到2018年,由Microsoft Research Asia和Redmond Research开发的机器翻译系统解决了NMT方法的一些局限性,并借鉴了人工翻译过程中的一些方法。例如,双重学习,审议网络,协议正规化,联合培训等,大大提高了机器翻译的水平。
从机器翻译的三个飞跃来看,不难看出一个公司构建的翻译系统的效果如何取决于两点:第一,算法是否足够好;第二,数据是否足够充分。这样,对于微软、谷歌、百度等大公司来说,他们有足够的人才构建一个神经网络,有足够的搜索数据来训练自己的网络。国内科技新闻社和搜狗公司由于长期积累的语音识别能力,在自然语言数据库中具有优势。

热门资讯