felixwaynew34

簡立峰诠釋，google翻譯有進修及資料庫的功能，不息累積經驗，毛病也是一種經驗，除非幾近所的人都在「修改建議」欄寫下如出一轍的毛病，才會積非成是，但事實上這類情形其實不可能産生翻譯

他認為，固然簡體中文、繁體中文有些溝通的字詞有著分歧的意義，或不異的字已衍生出新的意義，但因簡體、繁體中文語法溝通，在機器翻譯上仍採用一套系統，可視為專著名詞，透過學習成立資料庫來校正。

其實不只簡體中文、繁體中文的語法不異，他透露，日文、韓文在機器翻譯上也可算是語法不異，用同一套系統翻譯

曩昔，為翻譯隨意率性兩種說話，google需要建構多個分歧的翻譯系統，運算成本相當可觀。相較於曩昔的片語機械進修（pbmt），神經機械翻譯（nmt）僅需要較少的系統架構設計。剛最先推出神經機械翻譯時，這兩種翻譯體式格局的精準度八兩半斤翻譯

為改良nmt翻譯品質，研究人員提出很多手藝來解決，這傍邊包括透過摹擬調校模型(externalalignment model) 處置罕見字詞、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元以應對罕有字詞等。

google神經機器翻譯(gnmt)將中詞句子翻譯成英詞句子的過程，透過編碼器 (encoder)，首先，gnmt將中詞句子的每個單詞進行向量(vector)編碼，而每一個向量將顯示出今朝為止單詞被讀取到的所成心義。

在讀取完全句子後，解碼器(decoder)就會最先運作，一次產生一個英語句子中的一個詞翻譯

數年前，google採用遞歸神經收集（recurrentneural networks）將句子視為一個單位進行翻譯，以後的片語式機器翻譯體例（pbmt），則是將句子切割成零丁的字和詞組做自力翻譯翻譯

google翻譯的成長曆程快速，10年前，google推出翻譯辦事，並以片語式機械翻譯（phrase-basedmachine translation）作為首要運算方式。從曩昔僅支援幾種語言，到此刻可支援103種語言，且天天翻譯跨越1400億個單詞，google翻譯的品質有了很大的進展。

他指出，機械學習是很主要的議題，大家在討論google翻譯的進修功能之際，也會聯想到人工電腦alphago打敗真人世界棋王。如今也有人提出讓alphago打alphago，進修能力可以更快的說法，就像是金庸小說「西嶽論劍」裡全真派的周伯通，用本身的左手和右手對打，使出的「擺佈互搏」。

注意 (attention)功能是為了每步都產出准確的詞，解碼器將針對編碼中文向量裡最相幹的英文單詞權重分布(weighted distribution)進行解碼。