felixwaynew34

留學翻譯服務翻譯社

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%的生齒利用英語，是以Google 翻譯辦事有多達 95%的流量來自於美國之外的區域。現在更整合Gmail等多種利用程式，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的內容，例如「OK Google，將「狗」翻譯成法文」便可履行翻譯。所以翻譯內容的再進化是有必要的。

▲你是否用過即時鏡頭翻譯呢？（圖／Google 提供）

為改善 NMT的翻譯品質,研究人員提出許多技術來解決翻譯這傍邊包括透過模擬調校模子（external alignment model）處置懲罰罕有字詞、利用「注意」（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有字詞等翻譯從此以後，翻譯系統不再是片斷式的翻譯，而是一次翻譯全部句子，所以語意加倍流通，且接近母語利用者說法翻譯藉由具有多層「神經元」（neurons）的「深度神經收集」（deep neural network)，讓系統進修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。

Google翻譯的過去

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

十年前Google推出翻譯辦事，並以片語式機器翻譯Phrase-Based Machine Translation、PBMT作為主要運算體例，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從過去僅支援幾種語言，到此刻可支援103種語言且每天翻譯跨越1400億個單詞。另外，Google 翻譯產品經理 Julie Cattiau暗示，台灣是成長最快的市場，Android 版年成長2倍，iOS版年成長60%。

另外一種神經網絡利用的重點是大家常用的「即時鏡頭翻譯」（Word Lens）。Google 翻譯應用程式必需從鏡頭拍攝的圖片中找出目標文字，透過深度學習手藝來辨識出每個文字，系統將在我們的字典中尋找並轉換出翻譯成果。

Google翻譯的轉變契機

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，取代過去的PBMT。NMT僅需要較少的系統架構設計，也就是較簡單翻譯

不過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，恐怕不適用。因為在實際世界中的字母可能會反射、有污垢、髒污以及因為各種身分受為了提供足夠的例子作為訓練素材，Google 翻譯用「假」字母來摹擬各式反光、點來模仿現實糊口中圖片呈現的情境，以訓練機械的演算法，並達到有效且密集的神經網絡練習。

Google翻譯的一猛進展：即時鏡頭翻譯

Google翻譯的下一步

提早截斷（Early cutoff）: 當令地截斷或捨棄起原句子裡的單詞，增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有一項很多人利用的辦事「Google翻譯」在十年前推出，若是翻譯公司和我一樣，從Google翻譯剛推出時便已利用，也許記得早期的英翻中語意相當僵硬、破裂，是以常有網友惡搞Google翻譯翻譯但而今你必然發覺紛歧樣了，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。

記者葉立斌／台北報道