waynepearlep

法文翻譯

不外和人類一樣是需要訓練的，若練習時僅以「乾淨」的字母作為範本，恐怕不合用。因為在實際世界中的字母可能會反射、有污垢、髒污和因為各類因素受為了供應足夠 翻譯例子作為訓練素材，Google 翻譯用「假」字母來摹擬各式反光、點來模擬實際糊口中圖片顯現的情境，以練習機械的演算法，並到達有用且密集的神經網絡練習。

十年前Google推出翻譯服務，並以片語式機器翻譯Phrase-Based Machine Translation、PBMT作為首要運算體式格局，運作方式是將句子切割成零丁的字和詞組做自力翻譯 翻譯社從過去僅支援幾種語言，到而今可支援103種說話且天天翻譯跨越1400億個單詞。別的，Google 翻譯產品經理 Julie Cattiau默示，台灣是成長最快的市場，Android 版年成長2倍，iOS版年成長60%。

Google翻譯的下一步

今朝此系統已導入共 41 組說話組合，包羅英／中、英／泰、英／日，英／韓，英／俄羅斯等對譯。

Google有一項許多人利用 翻譯服務「Google翻譯」在十年前推出，如果你和我一樣，從Google翻譯剛推出時便已利用，也許記得初期的英翻中語意相當僵硬、破裂，是以常有網友惡搞Google翻譯 翻譯社但目下當今你一定發覺不一樣了，無論是翻譯內容或功能都更像人翻的，這全仰賴人工聰明的前進。

Google翻譯 翻譯轉變契機

。-> 翻譯社 ,-> 翻譯公司 的-> 翻譯

▲你是不是用過即時鏡頭翻譯呢？（圖／Google 供給）

為改良 NMT的翻譯品質,研究人員提出很多手藝來解決。這傍邊包孕透過模擬調校模子（external alignment model）處置懲罰罕有字詞、使用「留意」（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見字詞等。從此以後，翻譯系統不再是片段式的翻譯，而是一次翻譯全部句子，所以語意加倍流利，且接近母語利用者說法。藉由具備多層「神經元」（neurons） 翻譯「深度神經收集」（deep neural network)，讓系統學習辨認句子中的模式和構造，最後翻譯出語法更趨近平常談話、更順暢且易於浏覽的成果 翻譯社

記者葉立斌／台北報道

而從數年前，Google 採用遞歸神經網絡（Recurrent Neural Networks、NMT）將句子視為一個單元進行翻譯，庖代曩昔 翻譯PBMT。NMT僅需要較少的系統架構設計，也就是較簡單 翻譯社

由於全球有跨越50% 翻譯網頁為英文網頁 翻譯公司而全球只有約20%的生齒利用英語，是以Google 翻譯辦事有多達 95% 翻譯流量來自於美國之外的地區。此刻更整合Gmail等多種應用程式，且使用者僅需在 Google 搜尋列鍵入或用語音聲控輸入想要翻譯 翻譯內容，例如「OK Google，將「狗」翻譯成法文」即可履行翻譯 翻譯社所以翻譯內容的再進化是有需要的。

提早截斷（Early cutoff）: 適時地截斷或捨棄濫觞句子裡 翻譯單詞，加強數字與日期翻譯與簡短、罕有字串。最後是名詞與品牌翻譯。

Google翻譯的一猛進展：即時鏡頭翻譯

另外一種神經收集利用 翻譯重點是大師常用 翻譯「即時鏡頭翻譯」（Word Lens）。Google 翻譯運用程式必須從鏡頭拍攝的圖片中找出目的文字，透過深度進修手藝來辨識出每個文字，系統將在我們的字典中尋覓並轉換出翻譯效果 翻譯社

Google翻譯的曩昔