行业资讯

谷歌的 神经翻译已经取得了新的进展,基于一 个单一的模型没有训练

文章来源:专业翻译公司 发布时间:2018-11-12 09:57点击次数:

众所周知,欧盟有24种官方语言。理想情况下,欧盟译 者应该能够在任何时候直接从一种语言翻译成另一种语言。但是有这么多的组合,高达576,他们选 择英语作为中间语言来解决这个问题。
    
     同样,我们的Google工程师 也面临着同样的问题,但是Google有一个更大的问题,因为他们需要翻译100多种语言,比欧盟 的官方语言还要多(例如,英语是 法语和法语的混合体,是英语的另一种组合),这就是 有些翻译组合可以达到数万。
    
     如果为 每个组合训练神经翻译模型,那么成 千上万的训练需要训练。但现在我们不需要它。为了解决这些问题,我们只需要一种模型。Google的工程 师最近发表了一篇关于如何只用一种模型翻译多种语言的论文。这种模型被称为NMT模型。NMT模型训 练不需要任何语言学知识,并且具 有模型简单和高效的优点。它以原 文单语翻译模型为基础,无需对 原文翻译模型进行任何修改,即可实 现不同语言之间的翻译。
    
     三。具有翻 译零镜头的能力,也就是说,如果我 们训练一个模型把葡萄牙语翻译成英语,然后训 练它以便它能从英语翻译成西班牙语,那么当 我们不把葡萄牙语翻译成西班牙语时,就会出 现一个神奇的场景。葡萄牙 语和西班牙语之间的对比。
    
     Google声称这 是世界上第一次发展零镜头翻译。很显然,零镜头 翻译也有明显的速度优势,可以把 译码时间缩短一半。另一个 优势是可以实现句子转换。如果一 个句子包含多于一种语言。这样,如果一 个大数据集包含多种语言,那么它 仍然可以被翻译。
    
     事实上,神经机 器翻译还有很长的路要走。Google似乎已经将NMT扩展到其他语言翻译,如英译德译。在我们对Google翻译的随机测试中,我们发 现它的翻译流利性得到了提高,但仍有 一些遗漏或遗漏。罗尔斯
    
     采用一 种简单而优雅的多语言神经机器翻译模型来解决不同语言之间的翻译问题。该模型 没有改变原来的模型,而是在 输入语句中引入一个变量来指示目标语言需要翻译什么。呃。
    
     与原来的设计相比,我们实 现了大量的简化,在保持 参数值不变的情况下,翻译质量得到了提高。德语翻译中的R模型。在多语言测试中,我们的模型在14年法语-英语和15年德语-英语翻译中是最好的。我们的 模型不仅能翻译12种语言对(如英语、法语和英语,它们是两个语言对),而且比 大多数单一语言具有更好的翻译效果。此外,我们的 模型还可以用于未受过训练的语言对,这表明 神经网络可以实现迁移学习和零镜头翻译。在这篇文章的最后,我们将 介绍一些有趣的事情发生在混合翻译。
    
    

分享到:
------分隔线----------------------------
友情链接:            G3妫嬬墝app涓嬭浇