kirkl71ry6rtj@outlook.com

筆譯服務

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

提早截斷（Early cutoff）: 當令地截斷或捨棄來源句子裡的單詞，增強數字與日期翻譯與簡短、罕見字串 翻譯社最後是名詞與品牌翻譯 翻譯社

記者葉立斌／台北報道

十年前Google推出翻譯辦事，並以片語式機械翻譯Phrase-Based Machine Translation、PBMT作為首要運算方式，運作體例是將句子切割成零丁 翻譯字和詞組做自力翻譯。從過去僅支援幾種說話，到此刻可支援103種說話且每天翻譯超過1400億個單詞 翻譯社別的，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% 翻譯社

由於全球有跨越50% 翻譯網頁為英文網頁 翻譯公司而全球只有約20%的生齒利用英語，因此Google 翻譯服務有多達 95%的流量來自於美國之外的地域。現在更整合Gmail等多種應用程式，且使用者僅需在 Google 搜索列鍵入或用語音聲控輸入想要翻譯 翻譯內容，例如「OK Google，將「狗」翻譯成法文」即可履行翻譯。所以翻譯內容的再進化是有必要的。

Google翻譯的轉變契機

。-> 翻譯社|,-> 翻譯公司|的-> 翻譯Google有一項許多人使用 翻譯服務「Google翻譯」在十年前推出，若是你和我一樣，從Google翻譯剛推出時便已利用，也許記得初期的英翻中語意相當僵硬、破裂，是以常有網友惡搞Google翻譯 翻譯社但而今你必然察覺紛歧樣了，不管是翻譯內容或功能都更像人翻 翻譯，這全仰賴人工聰明的進步。

Google翻譯的下一步

不過和人類一樣是需要練習的，若訓練時僅以「乾淨」的字母作為範本，恐怕不合用。因為在現實世界中的字母可能會反射、有污垢、髒污和因為各類身分受為了供應足夠的例子作為練習素材，Google 翻譯用「假」字母來模擬各式反光、點來模仿實際生活中圖片顯現的情境，以練習機械的演算法，並到達有效且密集的神經收集訓練。

▲你是不是用過即時鏡頭翻譯呢？（圖／Google 提供）

另外一種神經收集利用的重點是各人經常使用 翻譯「即時鏡頭翻譯」（Word Lens）。Google 翻譯應用程式必須從鏡頭拍攝 翻譯圖片中找出目標文字，透過深度進修手藝來辨識出每一個文字，系統將在我們的字典中尋覓並轉換出翻譯結果。

為改善 NMT的翻譯品質,研究人員提出很多手藝來解決。這傍邊包孕透過摹擬調校模子（external alignment model）處置罕有字詞、利用「留意」（attention）來對準輸入詞和輸出詞和將詞拆解成更小 翻譯單位以應對罕有字詞等 翻譯社從此以後，翻譯系統不再是片斷式 翻譯翻譯，而是一次翻譯全部句子，所以語意加倍流利，且接近母語利用者說法。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日常談話、更順暢且易於浏覽的成效。

Google翻譯 翻譯一大進展：即時鏡頭翻譯

Google翻譯的曩昔

而從數年前，Google 採用遞歸神經收集（Recurrent Neural Networks、NMT）將句子視為一個單元進行翻譯，庖代過去的PBMT。NMT僅需要較少 翻譯系統架構設計，也就是較簡略。