close
這個方案是在一個名為Transformer的系統中，附加上新 翻譯元件attention mechanism，attention mechanism稱之為留意力機制，會使翻譯系統在進行分析動作時，自動對照每一個單字是不是會影響前後文的文意，藉此來選出准確 翻譯翻譯。
新頭殼newtalk
按照外媒報道，該文中提到機械學習（Machine learning）是很有效的翻譯工具，但在人類使用說話的多元習慣上，電腦可能一時之間無法分辯出准確訊息，尤其是系統經常會逐字逐句 翻譯翻譯，沒有去領會前後文，因而翻譯出了毛病的訊息，事實上就連人類自己也會犯這類錯誤。而天然說話處置部門的工程師們認為，若是每次出現如許 翻譯毛病，就要從頭修改語言系統中 翻譯神經收集，將會是非常沒有用率的做法，也因此他們提出了另一個方案。
但是，注意到這個問題 翻譯不只是Google，近期翻譯公司 DeepL也正在開辟相幹系統，其開創人 Gereon Frahling 甚至認為，他們的版本將比 Google 的系統更好。
Google增添新機制 下降翻譯錯誤率
Google 天然說話處理部分（NLU）的Jakob Uszkoreit 近日發表了一篇文章，提出對於Google翻譯因以句子為單元而造成毛病翻譯的解決方式。
以下內文出自: https://tw.news.yahoo.com/google%E5%A2%9E%E5%8A%A0%E6%96%B0%E6%A9%9F%E5%88%B6-%E9%99%8D%E4%BD%8E%E7%有關翻譯的問題歡迎諮詢華碩翻譯社
文章標籤
全站熱搜
留言列表
