miltoni508ww8@outlook.com

韓翻中翻譯社

數年前，google採用遞歸神經網絡（recurrentneural networks）將句子視為一個單元進行翻譯，以後的片語式機械翻譯體例（pbmt），則是將句子切割成零丁的字和詞組做獨立翻譯翻譯

曩昔，為翻譯任意兩種語言，google需要建構多個不同的翻譯系統，運算本錢相當可觀。相較於曩昔的片語機械學習（pbmt），神經機器翻譯（nmt）僅需要較少的系統架構設計翻譯剛開始推出神經機械翻譯時，這兩種翻譯體例的精準度八兩半斤。

為改良nmt翻譯品質，研究人員提出很多手藝來解決，這當中包括透過模擬調校模子(externalalignment model) 處置罕有字詞、使用「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神經機械翻譯(gnmt)將中詞句子翻譯成英詞句子的進程，透過編碼器 (encoder)，起首，gnmt將中文句子的每一個單詞進行向量(vector)編碼，而每個向量將顯示出今朝為止單詞被讀取到的所成心義翻譯

在讀取完全句子後，解碼器(decoder)就會開始運作，一次產生一個英語句子中的一個詞。

他認為，雖然簡體中文、繁體中文有些相同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、繁體中文語法不異，在機器翻譯上仍採用一套系統，可視為專有名詞，透過學習建立資料庫來校訂。

簡立峰解釋，google翻譯有進修及資料庫的功能，不息積累經驗，錯誤也是一種經驗，除非幾乎所的人都在「修改建議」欄寫下如出一轍的毛病，才會積非成是，但事實上這類環境其實不可能産生。

google台灣董事總經理簡立峰說，google翻譯比之前好用太多了！就算有人惡作劇，刻意在「提出修改建議」欄位寫下錯的翻譯，也不會影響系統的運作翻譯

google翻譯的發展曆程快速，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。從過去僅支援幾種說話，到而今可支援103種說話，且天天翻譯超過1400億個單詞，google翻譯的品質有了很大的進展。

他指出，機器學習是很重要的議題，各人在計議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。現在也有人提出讓alphago打alphago，學習能力可以更快的說法，就像是金庸小說「華山論劍」裡全真派的周伯通，用自己的左手和右手對打，使出的「閣下互搏」。

其實不只簡體中文、繁體中文的語法不異，他流露，日文、韓文在機械翻譯上也可算是語法溝通，用統一套系統翻譯

注意 (attention)功能是為了每一步都產出正確的詞，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。