因為在實際世界中的字母可能會反射、有污垢、髒污以及因為各種因素受為了供給足夠的例子作為練習素材，Google 翻譯用「假」字母來摹擬各式反光、點來模擬實際生活中圖片呈現的情境，以訓練機器的演算法，並達到有用且密集的神經收集練習。
不外和人類一樣是需要練習的，若練習時僅以「乾淨」的字母作為範本，生怕不適用。
而從數年前，Google 採用遞歸神經網絡（Recurrent Neural Networks、NMT）將句子視為一個單位進行翻譯，取代過去的PBMT。NMT僅需要較少的系統架構設計，也就是較簡單。
藉由具備多層「神經元」（neurons）的「深度神經網絡」（deep neural network)，讓系統學習識別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。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，且接近母語使用者說法。
為改良 NMT的翻譯品質,研究人員提出很多技術來解決翻譯這傍邊包孕透過摹擬調校模型（external alignment model）處置罕有字詞、利用「注意」（attention）來對準輸入詞和輸出詞以及將詞拆解成更小的單位以應對罕見字詞等。
▲你是否用過即時鏡頭翻譯呢？（圖／Google 供應）
Google 翻譯利用程式必需從鏡頭拍攝的圖片中找出目標文字，透過深度學習技術來辨識出每個文字，系統將在我們的字典中尋找並轉換出翻譯成效翻譯
另一種神經網絡利用的重點是大師經常使用的「即時鏡頭翻譯」（Word Lens）。
記者葉立斌／台北報道
Google翻譯的轉變契機
Google翻譯的過去
十年前Google推出翻譯服務，並以片語式機械翻譯Phrase-Based Machine Translation、PBMT作為首要運算體例，運作體式格局是將句子切割成零丁的字和詞組做獨立翻譯。從曩昔僅支援幾種語言，到現在可支援103種語言且天天翻譯跨越1400億個單詞翻譯別的，Google 翻譯產品司理 Julie Cattiau示意，台灣是成長最快的市場，Android 版年成長2倍，iOS版年成長60%。
Google翻譯的一大進展：即時鏡頭翻譯
Google翻譯的下一步
最後是名詞與品牌翻譯。
提早截斷（Early cutoff）: 當令地截斷或捨棄來曆句子裡的單詞，加強數字與日期翻譯與簡短、罕見字串。
Google有一項很多人使用的辦事「Google翻譯」在十年前推出，如果翻譯公司和萬國翻譯社一樣，從Google翻譯剛推出時便已利用，或許記得早期的英翻中語意相當僵硬、破裂，因此常有網友惡搞Google翻譯翻譯但現在你一定察覺紛歧樣了，不管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翻譯
此刻更整合Gmail等多種利用程式，且利用者僅需在 Google 搜索列鍵入或用語音聲控輸入想要翻譯的內容，例如「OK Google，將「狗」翻譯成法文」便可執行翻譯。
由於全球有跨越50%的網頁為英文網頁翻譯社而全球只有約20%的人口使用英語，因此Google 翻譯服務有多達 95%的流量來自於美國以外的地域。所以翻譯內容的再進化是有必要的翻譯
今朝此系統已導入共 41 組語言組合，包括英／中、英／泰、英／日，英／韓，英／俄羅斯等對譯。
以下內文出自: http://www.setn.com/News.aspx?NewsID=249966有關翻譯的問題歡迎諮詢萬國翻譯社
留言列表
