翻译结果的准确性与可读性都已经取得了非常大

2018-05-15 09:41

 
  现在,部分软件已经可以自主联系上下文进行翻译,翻译结果的准确性与可读性都已经取得了非常大的进步。
 
  近年来,加入了深度学习技术等人工智能的机器翻译已经不止于简单的将一个个单词翻译成另一种语言,而是可以像人工翻译一样,不断向前回顾理解结构复杂的句子,并且联系上下文进行翻译。
 
  最为明显的就是现在的部分机器翻译软件已经可以理解每一个代词具体指代谁,这在许多年前是不可想象的。
 
  实现这种功能的关键,分别依赖于两种神经网络架构:一个是循环神经网络(RNN),另一个是卷积神经网络(CNN)。
 
  目前关于两种网路架构哪种更适用于机器翻译的争论还有很多,循环神经网络与卷积神经网络我们还会在之后为大家单独介绍,至此机器翻译的脉络已为大家简略梳理完毕。
 
  机器翻译技术源头机器翻译技术源头
 
  实际上,机器翻译想要做好一个落地应用是很难的。因为许多人对其效果都持有着绝高的、难以完美达到的预期。
 
  有语言学者指出,机器翻译目前没有思想,很难替代人类。
 
  然而现在已经2018年了,Google Duplex都通过图灵测试了,未来还有什么不可能发生?
 
同时,这一阶段的研究工作开始解决一个比文本翻译更加复杂和艰难的问题——语音翻译。
 
  由于Internet上的机器翻译系统具有巨大的潜在市场和商业利益,网上翻译机器系统也进入了实用领域的新突破阶段。
 
  机器翻译功能越来越强大,从最初只能进行简单的单词翻译,到之后可以翻译出基本符合语法的句子,慢慢可以翻译具有一定逻辑性的句子。