Facebook推出神經機器翻譯系統，日處理45億次

來源｜Techcrunch

作者｜ John Mannes

編譯｜大琴

微信公眾號ID｜Xtecher

Facebook近期宣布，它們已經完成了向神經機器翻譯技術的轉移，啟用基於人工智慧的神經機器翻譯系統（NMT）——包括卷積神經網路（CNN）的移動和遞歸神經網路（RNNs），來翻譯Facebook上的帖子和評論。

從時間來看，Facebook上線神經機器翻譯技術的時間點略落後於谷歌和微軟。此前，Google和微軟已經於去年開始使用NMT。未來，Facebook將會很快把基於短語的機器翻譯模型拋棄。和傳統基於短語的機器翻譯模型相比，神經機器翻譯技術具有很多的優勢，但最根本的優勢是神經機器翻譯能產生更精確的譯文。

傳統的機器翻譯有一個相當明確的過程——依託重點短語，機器翻譯系統開始翻譯句子然後大致確定最終的翻譯。你可以將這個過程看成是「使用Rosetta Stone語言學習軟體來翻譯文本」。

與傳統機器翻譯相反，神經機器翻譯模型進行了層次更高的抽象化的處理，他們將句子的表達變成了多維向量表示的一部分。這意味著，神經翻譯系統將嘗試根據「上下文」，而不僅僅是通過短語來翻譯。

該神經機器翻譯模型並不是完美的，研究者們仍在探索，如何處理長期以來關係（比如，如何確保長文本中理解能力和準確性）。不過，這種方法仍然很有前景，截至目前為止，也帶來了不錯的結果。

2016年9月，谷歌宣布了向神經機器翻譯發展的第一步。兩個月後，微軟也宣布了類似的消息。Facebook在這方面（神經機器翻譯）也持續工作了約1年，而現在正在啟動技術的全面部署。今年5月，Facebook人工智慧研究部門（FAIR）於也發表了自主研發的結果，並在GitHub上開源了相關CNN模型。

Facebook語言技術團隊的工程經理Necip Fazil Ayan在接受採訪時表示：「我們的問題與大多數標準場合不同，這主要是由於我們在Facebook上看到的語言類型。我們看到了許多非正式用語和縮寫的俚語，這個語言的風格差異很大。」

利用新的神經機器翻譯技術，Facebook的翻譯質量提升了10%，同時，日翻譯數量超過 45 億次。

━━━━━

封面來源：網路 排版：陳光 校對：陳光

━━━━━

如果您有國內外科技行業新鮮資訊或獨到見解，歡迎與Xtecher聯繫

Xtecher官網平台現開通認證作者，

（添加好友請註明公司、職位、事由）

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！